數(shù)字化轉(zhuǎn)型與企業(yè)存貨調(diào)整行為
——基于文本分析方法的經(jīng)驗證據(jù)

張 勇,侯路遙

(南京林業(yè)大學 經(jīng)濟管理學院,江蘇 南京 210037)

一、 引言與文獻綜述

黨的二十大報告明確提出,加快發(fā)展數(shù)字經(jīng)濟,促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合。根據(jù)《中國數(shù)字經(jīng)濟發(fā)展白皮書(2022年)》顯示,截至2021年,我國數(shù)字經(jīng)濟規(guī)模已達45.5萬億元,其中產(chǎn)業(yè)數(shù)字化占數(shù)字經(jīng)濟比重超過八成。不言而喻,作為數(shù)字經(jīng)濟在微觀視角下的具體落實方式,數(shù)字化轉(zhuǎn)型是推動我國經(jīng)濟高質(zhì)量增長、構(gòu)筑國家競爭新優(yōu)勢的關(guān)鍵力量。對此,黨和國家給予了高度重視。黨的二十大報告指出,要加快建設(shè)數(shù)字中國。2021年12月,國務(wù)院發(fā)布的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》提出,“十四五”時期要以數(shù)據(jù)為關(guān)鍵要素,以數(shù)字技術(shù)與實體經(jīng)濟深度融合為主線,協(xié)同推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化,賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級,不斷做強做優(yōu)做大我國數(shù)字經(jīng)濟,為構(gòu)建數(shù)字中國提供有力支撐。既有研究表明,數(shù)字化轉(zhuǎn)型不但可以驅(qū)動股票流動性[1]、全要素生產(chǎn)率[2]的提升,而且可以降低企業(yè)的成本粘性[3]、提高企業(yè)專業(yè)化分工水平[4]、賦能企業(yè)成長[5]等,但對更加微觀的企業(yè)行為決策缺乏應有的關(guān)注。

存貨是指公司在日常生產(chǎn)經(jīng)營過程中為生產(chǎn)或銷售而儲備的物資,是企業(yè)不可或缺的資產(chǎn)。一方面,企業(yè)持有充足的存貨,不但可以保證生產(chǎn)過程的順利進行,迅速滿足客戶訂貨需要,避免因存貨不足帶來的機會損失,而且降低了因較高采購頻次所產(chǎn)生的高昂訂單處理成本和運輸費用等存貨獲得成本[6];另一方面,存貨流動性較差,難以及時變現(xiàn),存貨過多必然會占用企業(yè)大量的資金,造成倉儲與管理費用等存貨持有成本的增加,這會影響企業(yè)的獲利能力,進而增加其經(jīng)營風險。顯然,管理層的存貨調(diào)整行為是企業(yè)最為重要的經(jīng)濟決策之一,企業(yè)管理者會權(quán)衡其成本和收益,就存貨具體水平做出最佳決策。同時,存貨持有水平的高低也被視為企業(yè)經(jīng)營規(guī)模和運營效率的重要體現(xiàn)[7],對企業(yè)績效有著重要的影響。既有國內(nèi)文獻以企業(yè)存貨水平作為切入點,剖析交通基礎(chǔ)設(shè)施對經(jīng)濟增長的影響[8],或者分析宏觀經(jīng)濟因素對微觀企業(yè)行為的影響[9]。而在微觀視角的影響因素方面,現(xiàn)有研究主要從信用政策[10]、內(nèi)部控制缺陷[11]、供應鏈管理[12]等角度解釋影響企業(yè)存貨變動的各種因素。遺憾的是,尚未有文獻考察數(shù)字化轉(zhuǎn)型對企業(yè)存貨調(diào)整行為的影響及其作用機制。

理論上,數(shù)字化轉(zhuǎn)型作為數(shù)字技術(shù)與生產(chǎn)發(fā)展深度融合的微觀轉(zhuǎn)變,賦予了企業(yè)新的發(fā)展動能[1],為企業(yè)帶來了全方位、深層次的變革[13],必然會對企業(yè)存貨產(chǎn)生重要影響。一方面,基于企業(yè)內(nèi)部生產(chǎn)經(jīng)營視角,企業(yè)與消費者之間的數(shù)字化連接,可以有效緩解雙方的信息不對稱[14],并且企業(yè)能夠通過物聯(lián)網(wǎng)等新興技術(shù)實現(xiàn)“萬物互聯(lián)”[15],實時獲取生產(chǎn)和倉儲信息數(shù)據(jù)[5]。同時,云計算、人工智能等計算與算法技術(shù)可以高效、準確地分析大量數(shù)據(jù),優(yōu)化運營管理決策,實現(xiàn)“供給-需求”兩端的精準匹配,由此導致企業(yè)存貨持有水平的降低。另一方面,基于供應鏈管理視角,數(shù)字化轉(zhuǎn)型革新了企業(yè)對外的互動方式、溝通模式和鏈接渠道[16],促進了各主體間的信息共享和生產(chǎn)協(xié)同,這有助于上下游主體動態(tài)調(diào)整采購、庫存、運輸及配送等供應鏈環(huán)節(jié),提高供應鏈效率,使得企業(yè)存貨水平進一步降低。然而,現(xiàn)有文獻尚未提供經(jīng)驗證據(jù)。鑒于此,本文利用文本分析法度量企業(yè)數(shù)字化轉(zhuǎn)型程度,通過檢驗數(shù)字化轉(zhuǎn)型是否會降低企業(yè)存貨水平來研究數(shù)字化轉(zhuǎn)型如何賦能企業(yè)高質(zhì)量發(fā)展。

本文的貢獻主要有:(1)拓展了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果研究。由于量化企業(yè)的數(shù)字化轉(zhuǎn)型程度較為困難,既有相關(guān)文獻主要以案例分析和理論研究為主。近年來,文本分析方法的出現(xiàn)使得度量企業(yè)的數(shù)字化轉(zhuǎn)型程度成為可能。學者們基于多個視角考察了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果,但是鮮有文獻從企業(yè)行為決策的角度展開研究。因此,本文基于管理層的存貨調(diào)整行為視角,考察數(shù)字化轉(zhuǎn)型是否會降低企業(yè)存貨水平,并探索二者之間的作用機制,這不但拓展了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果研究,而且也開闊了數(shù)字化轉(zhuǎn)型對企業(yè)行為決策影響的理論視角。(2)豐富和完善了企業(yè)存貨調(diào)整影響因素的研究。區(qū)別于既有文獻,本文利用文本分析方法刻畫企業(yè)數(shù)字化轉(zhuǎn)型程度這一非結(jié)構(gòu)化指標,驗證其對企業(yè)存貨水平的影響。這不但為既有存貨調(diào)整的微觀影響因素研究提供了有益的補充,而且為企業(yè)如何優(yōu)化庫存決策、提升運營績效,繼而深化供給側(cè)結(jié)構(gòu)性改革和賦能我國傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級,并最終實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展提供了增量的經(jīng)驗證據(jù)。

二、 理論分析與研究假設(shè)

(一) 數(shù)字化轉(zhuǎn)型與企業(yè)存貨調(diào)整

鑒于存貨的重要性,企業(yè)界和學術(shù)界不斷涌現(xiàn)各種存貨管理思想與方法,以期在滿足生產(chǎn)連續(xù)性條件下,盡可能地減少存貨持有水平,從而使存貨總成本最小化。在簡化的經(jīng)濟訂貨批量模型中,假設(shè)企業(yè)每日需求量、從訂貨到交貨的時間即提前期不變,當庫存量下降到最低安全庫存水平(日需求量與提前期的乘積),即再訂貨點時,企業(yè)需要下訂單重新補充庫存,使企業(yè)庫存回到目標庫存水平。但在現(xiàn)實經(jīng)濟生活中,企業(yè)每日需求量和供應商交貨時間均具有很大的波動性,這使得企業(yè)必須額外保存一定數(shù)量的存貨即保險儲備,以應對可能出現(xiàn)的需求增加或供貨延遲情況?？梢?需求不確定性與提前期的存在是企業(yè)存貨持有水平的重大影響因素。Ak and Patatoukas[12]認為,存貨管理的主要目標是減輕需求不確定性的影響。張勛等[8]研究證實,交通基礎(chǔ)設(shè)施的改善可以通過降低運輸成本、縮短采購提前期、降低最低安全庫存,從而減少企業(yè)的庫存水平。基于此,本文認為,數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)存貨管理能力和縮短提前期兩種路徑降低存貨水平,具體影響機理分析如下。

第一,數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)存貨管理能力降低存貨水平。存貨是為了滿足未來需求而暫時閑置的資源,具有整合需求和供給的功能[17]。但隨著消費者需求日趨個性化、多樣化,企業(yè)面臨著更大的需求不確定性,“需求”與“供給”相脫節(jié)已經(jīng)成為企業(yè)內(nèi)部存貨管理面臨的主要問題。數(shù)字技術(shù)所擁有的“數(shù)據(jù)+算力+算法”三大要素,能夠為提高企業(yè)存貨管理能力,實現(xiàn)“供給-需求”兩端的精準銜接提供必要的條件。具體來說:(1)在需求端,IT時代的企業(yè)管理者只能根據(jù)歷史數(shù)據(jù)或者經(jīng)驗粗略地預測需求趨勢,為避免缺貨風險,企業(yè)往往持有高于真實需求的存貨水平。但是在數(shù)字經(jīng)濟時代,即時交互的信息前所未有地連接了企業(yè)和用戶,這使得企業(yè)能夠快速地聚集海量的諸如關(guān)鍵詞搜索頻次、頁面停留時間以及歷史購買情況等用戶行為特征數(shù)據(jù)。此時,企業(yè)可以借助云計算、人工智能等算法技術(shù)高效、準確地分析大量數(shù)據(jù),實現(xiàn)大數(shù)據(jù)建模等,對用戶偏好和行為進行更精確、更深入地挖掘[13],提高預測用戶需求的準確率,這使得企業(yè)管理者能夠提前對存貨需求變化做出準確預判,及時調(diào)整存貨,從而大幅度降低企業(yè)存貨水平。(2)在供給端,數(shù)量龐大和種類繁多的存貨散落于企業(yè)的各個倉庫和生產(chǎn)車間。在傳統(tǒng)管理模式下,企業(yè)管理者僅能根據(jù)出庫入庫記錄和劃分籠統(tǒng)的科目余額了解存貨的大致情況。即便企業(yè)管理者普遍具有調(diào)整存貨的意愿,但由于缺乏對資源的精準把控,往往不具有相應的調(diào)整能力[3]。然而通過數(shù)字化轉(zhuǎn)型,企業(yè)可以借助傳感器技術(shù)、RFID技術(shù)以及嵌入式技術(shù)等物聯(lián)網(wǎng)關(guān)鍵技術(shù)和5G技術(shù)將所有物品通過網(wǎng)絡(luò)鏈接起來[15],實時獲取各類存貨的屬性、空間位置和時間流動軌跡等信息,并通過上傳至云端反饋到可視化系統(tǒng)界面上[18],從而實現(xiàn)存貨周轉(zhuǎn)各個環(huán)節(jié)的透明化。此時,通過打通“供給-需求”兩端的數(shù)據(jù)壁壘以及數(shù)字技術(shù)輔助決策,企業(yè)很大程度上擺脫了決策信息不完全性與信息處理能力有限性的制約,這極大地提升了企業(yè)的存貨管理能力,使其能夠根據(jù)實時的市場需求信息進行生產(chǎn)調(diào)度,在及時滿足需求的同時,最大程度降低存貨水平。

第二,數(shù)字化轉(zhuǎn)型能夠通過縮短提前期降低存貨水平。在企業(yè)的日常供應鏈活動中,提前期表現(xiàn)在地理上分割的上下游企業(yè)間采購、庫存以及物流等業(yè)務(wù)環(huán)節(jié)無法同步銜接,導致交付普遍滯后,這使得各企業(yè)不得不保有大量的安全庫存。究其原因,這很大程度上歸咎于企業(yè)間普遍存在的“信息壁壘”。數(shù)字化轉(zhuǎn)型通過提升企業(yè)對外共享生產(chǎn)計劃、庫存以及需求等關(guān)鍵信息的意愿和能力,加強各業(yè)務(wù)環(huán)節(jié)的合作,從而為縮短采購提前期提供了契機。具體來說:(1)作為一種新的范式革命,數(shù)字經(jīng)濟驅(qū)動著企業(yè)價值觀、思維原則和方法論的轉(zhuǎn)換,使得“開放、平等、協(xié)作、共享”成為企業(yè)的共識[19]。同樣地,新一輪產(chǎn)業(yè)科技革命帶來了更為激烈的市場競爭環(huán)境,也迫使企業(yè)思維由競爭邏輯向共生邏輯轉(zhuǎn)變[20]。與此同時,區(qū)塊鏈加密技術(shù)滿足了信息安全性需求和所有權(quán)驗證需求,只有獲得授權(quán)的節(jié)點才能查看相關(guān)信息。在此情況下,實施數(shù)字化轉(zhuǎn)型的企業(yè)能夠結(jié)合訪問權(quán)限調(diào)整供應鏈信息的公開度,使得企業(yè)在進行信息共享的同時能夠保留核心機密[21],從而極大地提升了企業(yè)對外共享信息的意愿。(2)由于數(shù)據(jù)同質(zhì)化的本質(zhì)特征,實施數(shù)字化轉(zhuǎn)型的企業(yè)能夠借助大數(shù)據(jù)、物聯(lián)網(wǎng)及云計算等數(shù)字技術(shù)采集組織內(nèi)外部海量的非結(jié)構(gòu)化、非標準化的市場、生產(chǎn)等相關(guān)信息,并處理成同質(zhì)化的“0-1”進制數(shù)據(jù)[22]。在此基礎(chǔ)上,企業(yè)通過毫秒級時延和高可靠性的5G網(wǎng)絡(luò),將數(shù)據(jù)上傳至供應鏈信息共享平臺,低成本、無時滯地傳遞給供應鏈中的其他成員,從而提高企業(yè)對外共享信息的能力。進一步地,信息的即時交互有利于形成可靠、穩(wěn)定的供應鏈合作關(guān)系[23],這極大地促進了企業(yè)間實時交易的實現(xiàn)。此時,各個企業(yè)可以動態(tài)調(diào)整采購、庫存、運輸及配送等供應鏈環(huán)節(jié),使之同步銜接,這有助于縮短甚至消除提前期。在此情況下,企業(yè)存貨向下調(diào)整的成本(缺貨成本等)得以大幅度降低,從而有助于降低企業(yè)的庫存水平。基于上述分析,本文提出第一個研究假說。

假說1:在其他條件相同的情況下,數(shù)字化轉(zhuǎn)型能夠降低企業(yè)的存貨水平。

(二) 產(chǎn)權(quán)性質(zhì)、數(shù)字化轉(zhuǎn)型與企業(yè)存貨調(diào)整

在不同的產(chǎn)權(quán)性質(zhì)下,數(shù)字化轉(zhuǎn)型對企業(yè)存貨調(diào)整的影響可能存在非對稱差異。首先,國有企業(yè)在資源獲取、市場占有等方面具有先天的絕對優(yōu)勢[1]。即使國有企業(yè)因經(jīng)營不善而陷入財務(wù)困境,鑒于其在拓展就業(yè)和社會穩(wěn)定等方面的重要作用,往往也能夠得到政府的財政救助。而非國有企業(yè)則面臨優(yōu)勝劣汰的激烈競爭環(huán)境,如何加快存貨周轉(zhuǎn)、降低存貨成本對其而言極為關(guān)鍵。從這個角度來說,非國有企業(yè)擁有更為進取的創(chuàng)新和變革意識,能夠切實地將數(shù)字化轉(zhuǎn)型深度嵌入到自身的生產(chǎn)經(jīng)營活動中,借以優(yōu)化資源配置、降低經(jīng)營風險,并最終贏得競爭優(yōu)勢。其次,國有企業(yè)決策文化中的“官本位”思想根深蒂固[24],具有鮮明的行政化管理色彩?！按怪被⒖茖又?、等級制”的組織結(jié)構(gòu)使得國有企業(yè)在決策方面欠缺靈活性[13],從而導致其資源配置的非效率性。與之相比,實施數(shù)字化轉(zhuǎn)型的非國有企業(yè)的組織結(jié)構(gòu)可能更趨于網(wǎng)絡(luò)化、扁平化,這大大促進了各部門之間信息的流通,更加有助于企業(yè)快速響應顧客需求并及時地做出存貨調(diào)整決策。因此,本文提出第二個研究假說。

假說2:與國有企業(yè)相比,在非國有企業(yè)中,數(shù)字化轉(zhuǎn)型對存貨水平的降低作用更大。

(三) 業(yè)務(wù)復雜度、數(shù)字化轉(zhuǎn)型與企業(yè)存貨調(diào)整

客觀上,業(yè)務(wù)復雜度的提高在企業(yè)中會產(chǎn)生組織協(xié)調(diào)困難、資源配置效率低等問題[25],這對管理者提出了極高的要求。因此,在不同的業(yè)務(wù)模式下,數(shù)字化轉(zhuǎn)型對企業(yè)存貨調(diào)整的效果可能有所差異。采取多元化業(yè)務(wù)模式即業(yè)務(wù)復雜程度較高的企業(yè)往往廣泛地介入不同的產(chǎn)品、行業(yè)或地區(qū)業(yè)務(wù),這不可避免地導致存貨種類與數(shù)量的倍增以及組織結(jié)構(gòu)的多重疊加,從而加大管理者及時、準確地獲取存貨信息以及感知市場需求變化的難度,同時阻礙著信息在企業(yè)內(nèi)部的有效傳遞,使得購產(chǎn)銷部門溝通滯后,增加了管理者的決策難度以及決策失誤的風險,這將不利于企業(yè)存貨的調(diào)整。此時,實施數(shù)字化轉(zhuǎn)型的企業(yè)通過將數(shù)字技術(shù)嵌入自身生產(chǎn)組織體系,不但可以提高企業(yè)的信息獲取能力,而且能夠促進企業(yè)內(nèi)部各業(yè)務(wù)單元數(shù)據(jù)信息的流動互通,進而轉(zhuǎn)變了管理者的決策基礎(chǔ)和決策方式[26],這將有助于管理者做出科學有效的存貨調(diào)整決策,并使企業(yè)存貨水平大大降低。相反,采取單一化業(yè)務(wù)模式即業(yè)務(wù)復雜程度較低的企業(yè)存貨種類與數(shù)量更少,組織結(jié)構(gòu)也更為簡單,管理者可以較為及時、準確地獲取企業(yè)內(nèi)外部信息,因而可能難以發(fā)揮數(shù)字化轉(zhuǎn)型帶來的信息獲取和傳遞優(yōu)勢?；诖?本文提出第三個研究假說。

假說3:與業(yè)務(wù)復雜度低的企業(yè)相比,在業(yè)務(wù)復雜度高的企業(yè)中,數(shù)字化轉(zhuǎn)型對存貨水平的降低作用更大。

(四) 供應商/客戶地理距離、數(shù)字化轉(zhuǎn)型與企業(yè)存貨調(diào)整

理論上,當企業(yè)與供應商或客戶地理鄰近時,頻繁的業(yè)務(wù)往來、貨物運輸時間的減少使得企業(yè)能夠及時準確地了解客戶的需求、獲取客戶的反饋和及時采購原材料等,此時企業(yè)可能不需要過多地依賴數(shù)字化轉(zhuǎn)型便可以及時調(diào)整生產(chǎn)安排、減少冗余存貨。從這個角度來說,當企業(yè)與供應商或客戶地理鄰近時,數(shù)字化轉(zhuǎn)型對存貨的降低作用可能相對較小。與之相反,如果供應鏈企業(yè)之間地理距離較遠,那么會導致知識和信息傳遞過程中的損耗與失真[27]。較低的信息傳遞效率不利于供應鏈互動[28],而且客觀上延長了貨物運輸時間,這使得企業(yè)難以及時、準確地做出存貨調(diào)整決策,故企業(yè)的存貨水平會較高。在此情況下,企業(yè)數(shù)字化轉(zhuǎn)型通過降低企業(yè)間的信息不對稱,縮短了上下游企業(yè)間的信息距離,從而大大緩解了企業(yè)面臨的需求不確定性以及壓縮了提前期,使得企業(yè)的存貨水平大幅度降低?；诖?本文提出第四個研究假說。

假說4:與和供應商/客戶地理距離較近的企業(yè)相比,在和供應商/客戶地理距離較遠的企業(yè)中,數(shù)字化轉(zhuǎn)型對存貨水平的降低作用更大。

(五) 地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平、數(shù)字化轉(zhuǎn)型與企業(yè)存貨調(diào)整

數(shù)字化轉(zhuǎn)型對企業(yè)存貨水平的降低效果可能會因所屬地區(qū)數(shù)字化基礎(chǔ)設(shè)施建設(shè)水平的不同而有所差異。一方面,良好的地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)能夠有效地促進數(shù)據(jù)與信息的高效流轉(zhuǎn),加速知識、技術(shù)要素的傳播與溢出[29],這使得企業(yè)能夠通過借鑒、學習和模仿等方式,快速提升自身技術(shù)創(chuàng)新水平,加速數(shù)字技術(shù)與具體生產(chǎn)經(jīng)營活動的融合進程,從而有助于企業(yè)存貨水平的降低。與此同時,企業(yè)數(shù)字化轉(zhuǎn)型面臨很大的風險與不確定性,普遍存在著轉(zhuǎn)型成本高、轉(zhuǎn)型時間長以及轉(zhuǎn)型能力弱等問題[30]。然而,良好的地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)意味著該區(qū)域擁有大量的高端數(shù)字人才、完備的數(shù)字服務(wù)產(chǎn)業(yè)和更多的政策傾斜等要素,能夠為該地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型提供較好的物質(zhì)基礎(chǔ)和發(fā)展條件,進而通過減輕企業(yè)轉(zhuǎn)型負擔助推其順利轉(zhuǎn)型,并最終促使企業(yè)存貨水平進一步降低。另一方面,當?shù)貐^(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平較低時,企業(yè)較少地接收到外部溢出的知識與技術(shù)要素。同時,處于該區(qū)域內(nèi)的企業(yè)大多缺乏外部人才、物力以及政策等資源的保障和扶持,這導致數(shù)字化轉(zhuǎn)型的風險和負擔巨大,此時企業(yè)數(shù)字化轉(zhuǎn)型的實施效果可能不佳?；诖?本文提出第五個研究假說。

假說5:與所處地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平低的企業(yè)相比,在所處地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平高的企業(yè)中,數(shù)字化轉(zhuǎn)型對企業(yè)存貨水平的降低作用更大。

三、 研究設(shè)計

(一) 變量定義

1. 企業(yè)數(shù)字化轉(zhuǎn)型

吳非等[1]指出,年報具有總結(jié)和指導性質(zhì),其中的詞匯用法能夠很大程度上映射企業(yè)的戰(zhàn)略特征和經(jīng)營理念,故本文通過統(tǒng)計年報中與數(shù)字化轉(zhuǎn)型有關(guān)的詞頻(人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)以及數(shù)字技術(shù)應用等維度)來度量企業(yè)數(shù)字化轉(zhuǎn)型程度。參考袁淳等[4]的做法,本文用企業(yè)年度數(shù)字化轉(zhuǎn)型的總詞頻除以年報文本詞匯數(shù)量,并乘以1000來刻畫企業(yè)的數(shù)字化轉(zhuǎn)型程度Digital,其值越大,說明企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

2. 企業(yè)存貨水平

本文擬從存貨調(diào)整角度分析企業(yè)數(shù)字化轉(zhuǎn)型對微觀企業(yè)決策行為的影響。由于非產(chǎn)成品存貨的波動能夠更好地表征企業(yè)生產(chǎn)決策的變化,故本文參考李雨濃等[9]的研究,選取企業(yè)非產(chǎn)成品存貨水平作為被解釋變量,用存貨合計額減去產(chǎn)成品存貨金額取得。企業(yè)的存貨通常具體包括原材料、在產(chǎn)品、產(chǎn)成品、周轉(zhuǎn)材料、發(fā)出商品和委托代銷商品等。本文采用以下兩種方法進行度量:一是考慮到發(fā)出商品與委托代銷商品在實物形態(tài)上仍屬于“產(chǎn)成品”的范疇,用存貨合計減去產(chǎn)成品、發(fā)出商品和委托代銷商品后,取其對數(shù)得到Inventory;二是用存貨合計減去產(chǎn)成品后,取其對數(shù)得到Inventory2。下文所提到的存貨皆為非產(chǎn)成品存貨。Inventory和Inventory2的值越小,說明企業(yè)的非產(chǎn)成品存貨水平越低。

3. 產(chǎn)權(quán)性質(zhì)

本文設(shè)置了企業(yè)的產(chǎn)權(quán)性質(zhì)變量State,若企業(yè)實際控制人為國有單位或國有法人,則State取值1,否則為0。

4. 業(yè)務(wù)復雜度

參考路軍偉和王舒慧[25]等的研究,本文選取Size(公司資產(chǎn)規(guī)模)、Segment(控股子公司數(shù)量)、Firmage(公司成立年限)、NOS(海外子公司數(shù)量)、Foreign(海外業(yè)務(wù)收入占比)、NPS(產(chǎn)品分部數(shù)目)、NRS(地區(qū)分部數(shù)目)、NIS(行業(yè)分部數(shù)目)等8個指標,運用主成分分析法,構(gòu)造反映企業(yè)業(yè)務(wù)復雜度的綜合指標COM。COM值越大,說明企業(yè)業(yè)務(wù)復雜程度越高。本文按其年度行業(yè)中位數(shù)對樣本企業(yè)進行分組,如果企業(yè)COM大于年度行業(yè)中位數(shù),則為業(yè)務(wù)復雜度高組(COM_dum=1),反之為業(yè)務(wù)復雜度低組(COM_dum=0)。

5. 供應商/客戶地理距離

本文從省級層面衡量企業(yè)與供應商/客戶之間的地理距離,即如果企業(yè)與其大多數(shù)供應商/客戶處于同一省份(不同省份),則認為該企業(yè)和供應商/客戶之間的地理距離較近(較遠)。具體做法是:如果年度企業(yè)前五大供應商或客戶中至少有三家與該企業(yè)同屬一個省份,則將其劃分為與供應商地理距離近組(Far_s=0)、與客戶地理距離近組(Far_c=0);否則將其劃分為與供應商地理距離遠組(Far_s=1)、與客戶地理距離遠組(Far_c=1)。

6. 數(shù)字基礎(chǔ)設(shè)施建設(shè)水平

我國數(shù)字基礎(chǔ)設(shè)施建設(shè)在空間上存在不平衡性,與東部和中部地區(qū)相比,西部地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)較為薄弱。本文借鑒白俊紅等[31]的劃分方法,將各省份分為東部、中部和西部三個區(qū)域,并將東部和中部地區(qū)劃分為數(shù)字基礎(chǔ)設(shè)施建設(shè)水平高組(Area=1),將西部地區(qū)劃分為數(shù)字基礎(chǔ)設(shè)施建設(shè)水平低組(Area=0)。

(二) 模型設(shè)定

本文利用模型(1)檢驗數(shù)字化轉(zhuǎn)型能否降低企業(yè)存貨水平,預期Digital系數(shù)顯著為負。

Inventory/Inventory2=β0+β1Digital+∑βiControl+∑Year+∑Ind+ε

(1)

其中,Control代表一系列影響企業(yè)存貨水平的控制變量,包括Size、Lev、Roa、Growth、Age、Staff、State、Msh、Shr1等公司財務(wù)與治理特征變量以及PerGDP、Rail、Road、Water、Truck等宏觀層面變量。具體的控制變量定義如表1所示。同時,模型控制了年度和行業(yè)。

(三) 樣本選擇與數(shù)據(jù)來源

本文以2007—2020年剔除金融保險業(yè)后的滬深兩市A股上市公司為研究樣本。在數(shù)據(jù)來源方面,年報文本詞匯數(shù)量來自中國研究數(shù)據(jù)服務(wù)平臺,企業(yè)存貨數(shù)據(jù)與海外業(yè)務(wù)收入數(shù)據(jù)來源于WIND資訊金融終端,計算產(chǎn)權(quán)性質(zhì)的最終控制人類型數(shù)據(jù)取自CCER經(jīng)濟金融數(shù)據(jù)庫,公司前五大供應商/客戶數(shù)據(jù)、財務(wù)數(shù)據(jù)、治理數(shù)據(jù)、宏觀層面數(shù)據(jù)以及與數(shù)字化轉(zhuǎn)型相關(guān)特征詞的詞頻數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。在實證檢驗中,本文剔除了回歸所需變量數(shù)值缺失的樣本,并對連續(xù)變量進行了上下1%的縮尾處理。

四、 實證檢驗和結(jié)果分析

(一) 描述性統(tǒng)計

表2是主要變量的描述性統(tǒng)計結(jié)果。存貨水平Inventory、Inventory2兩者的平均值分別為19.004、19.013,對應的原始金額分別為13.01億元和13.04億元,表明樣本區(qū)間內(nèi)我國上市公司的存貨數(shù)量龐大且普遍存在。數(shù)字化轉(zhuǎn)型Digital的平均值、最小值和最大值分別為0.265、0.014、2.332,表明樣本區(qū)間內(nèi)我國上市公司間的數(shù)字化轉(zhuǎn)型程度存在較大差異。其他變量的統(tǒng)計結(jié)果不再贅述。

(二) 多元回歸分析

表3是利用模型(1)對假說1進行檢驗的結(jié)果。當模型(1)中的因變量為Inventory時,數(shù)字化轉(zhuǎn)型Digital的回歸系數(shù)為-0.268,且在1%的水平下顯著;當模型(1)中的因變量為Inventory2時,Digital的回歸系數(shù)為-0.2508,且同樣在1%的水平下顯著。上述回歸結(jié)果表明,數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)的存貨水平,即假說1得證。

表3 數(shù)字化轉(zhuǎn)型與企業(yè)存貨水平

表4是對假說2的檢驗結(jié)果?？梢钥吹?無論因變量為Inventory還是Inventory2,在國有企業(yè)樣本中,數(shù)字化轉(zhuǎn)型Digital的回歸系數(shù)均不顯著。與此相反,在非國有企業(yè)樣本中,Digital的回歸系數(shù)均在1%的水平下顯著為負。這表明與國有企業(yè)相比,在非國有企業(yè)中,數(shù)字化轉(zhuǎn)型對存貨水平的降低作用更大,即假說2得證。

表4 產(chǎn)權(quán)性質(zhì)、數(shù)字化轉(zhuǎn)型與企業(yè)存貨水平

表5是對假說3的檢驗結(jié)果。如第(1)列和第(3)列的回歸結(jié)果所示,無論因變量為Inventory還是Inventory2,在業(yè)務(wù)復雜度高組中,數(shù)字化轉(zhuǎn)型Digital的回歸系數(shù)均在1%的水平下顯著為負;而在業(yè)務(wù)復雜度低組中,Digital的回歸系數(shù)均不顯著。上述結(jié)果表明,數(shù)字化轉(zhuǎn)型對存貨水平的降低作用在業(yè)務(wù)復雜度高

表5 業(yè)務(wù)復雜度、數(shù)字化轉(zhuǎn)型與企業(yè)存貨水平

的企業(yè)中更大,即假說3得證。

表6是對假說4的檢驗結(jié)果。如第(1)列、第(2)列、第(5)列和第(6)列所示,無論因變量為Inventory還是Inventory2,在與供應商地理距離近組中,數(shù)字化轉(zhuǎn)型Digital的回歸系數(shù)均不顯著;但在與供應商地理距離遠組中,Digital的回歸系數(shù)均在10%的水平下顯著為負。如第(3)列、第(4)列、第(7)列和第(8)列所示,無論因變量為Inventory還是Inventory2,在與客戶地理距離近組中,Digital的回歸系數(shù)均不顯著;但在與客戶地理距離遠組中,Digital的回歸系數(shù)均在5%的水平下顯著為負。這表明,數(shù)字化轉(zhuǎn)型對企業(yè)存貨水平的降低作用在與供應商/客戶地理距離遠的企業(yè)中更大,即假說4得證。

表6 供應商/客戶地理距離、數(shù)字化轉(zhuǎn)型與企業(yè)存貨水平

表7是對假說5的檢驗結(jié)果。如第(1)列和第(3)列的回歸結(jié)果所示,無論因變量為Inventory還是Inventory2,在地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平高組中,數(shù)字化轉(zhuǎn)型Digital的回歸系數(shù)均在1%的水平下顯著為負;而在地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平低組中,Digital的回歸系數(shù)均不顯著。上述結(jié)果表明,數(shù)字化轉(zhuǎn)型對企業(yè)存貨水平的降低作用在所處地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平高的企業(yè)中更大,即假說5得證。

表7 數(shù)字基礎(chǔ)設(shè)施建設(shè)水平、數(shù)字化轉(zhuǎn)型與企業(yè)存貨水平

(三) 穩(wěn)健性檢驗

為保證研究結(jié)論的穩(wěn)健性,本文進行了如下檢驗:(1)選擇企業(yè)所在地區(qū)(省份或城市)數(shù)字化轉(zhuǎn)型程度的行業(yè)平均水平作為工具變量,并采用工具變量法和兩階段最小二乘法緩解反向因果內(nèi)生性問題。(2)采用Heckman兩階段回歸緩解樣本自選擇偏差帶來的內(nèi)生性問題。(3)采用傾向得分匹配方法(PSM)緩解模型形式設(shè)定偏誤引起的內(nèi)生性問題。(4)重新度量數(shù)字化轉(zhuǎn)型Digital2,公式為:企業(yè)年度數(shù)字化轉(zhuǎn)型的總詞頻/年報句子總量×1000。(5)重新度量非產(chǎn)成品存貨水平Inventory3,公式為:(存貨合計-產(chǎn)成品-發(fā)出商品-委托代銷商品)/存貨合計。(6)選取赫芬達爾指數(shù)(HHI)重新對企業(yè)的業(yè)務(wù)復雜度進行度量,公式為:HHI=1-∑Pi2,其中Pi為企業(yè)各行業(yè)分部收入占營業(yè)收入的比重。本文按其年度行業(yè)中位數(shù)將樣本企業(yè)劃分為業(yè)務(wù)復雜度高組和低組,并進行分組回歸。檢驗結(jié)果表明,前文的研究結(jié)論不變(1)因篇幅所限,穩(wěn)健性檢驗結(jié)果未列示,備索。。

五、 進一步分析:機制檢驗

根據(jù)前文分析,本文認為提高企業(yè)存貨管理能力和縮短提前期是數(shù)字化轉(zhuǎn)型降低企業(yè)存貨水平的兩條可能的作用路徑。因此,本文構(gòu)造模型(2)和模型(3)檢驗數(shù)字化轉(zhuǎn)型對存貨管理能力、提前期的影響,從而驗證上述作用路徑是否成立。當模型中Digital的回歸系數(shù)分別顯著為正、負時,說明上述作用機制成立。

Turnover/Turnover2=β0+β1Digital+β2Size+β3Lev+β4Roa+β5Growth+β6Age+β7State+β8Shr1

+β9Fix+β10Cashhold+∑Year+∑Ind+ε

(2)

Leadtime/Leadtime2=β0+β1Digital+β2Size+β3Lev+β4Roa+β5Growth+β6Age+β7State

+β8Shr1+β9Msh+∑Year+∑Ind+ε

(3)

在模型(2)中,被解釋變量為企業(yè)存貨管理能力。既有文獻普遍認為,存貨周轉(zhuǎn)率是衡量企業(yè)存貨管理水平的綜合性指標,其計算公式為:(1)Turnover=ln(主營業(yè)務(wù)成本/平均存貨);(2)Turnover2=ln(營業(yè)成本/平均存貨)。其中,平均存貨=(期初存貨+期末存貨)/2。在模型(3)中,被解釋變量為提前期。參考趙泉午等[32]和張勛等[8]的研究,采用應付賬款周轉(zhuǎn)天數(shù)衡量提前期,并采取以下兩種計算方式:(1)Leadtime=ln[365/(主營業(yè)務(wù)成本/平均應付賬款)];(2)Leadtime2=ln[365/(營業(yè)成本/平均應付賬款)]。其中,平均應付賬款=(期初應付賬款+期末應付賬款)/2。

相應控制變量主要參考王征和劉文娟[33]的研究進行設(shè)置。其中,固定資產(chǎn)占比Fix的計算公式為:固定資產(chǎn)凈額/總資產(chǎn);企業(yè)現(xiàn)金持有水平Cashhold的計算公式為:年末現(xiàn)金與現(xiàn)金等價物之和/(年末總資產(chǎn)-年末現(xiàn)金與現(xiàn)金等價物之和)。余下變量的定義見表1。

表8列示了作用機制檢驗結(jié)果。如第(1)列和第(2)列所示,無論被解釋變量是Turnover還是Turnover2,數(shù)字化轉(zhuǎn)型Digital的回歸系數(shù)均在1%的水平下顯著為正;如第(3)列和第(4)列所示,Digital的回歸系數(shù)至少在5%的水平下顯著為負。上述結(jié)果表明,數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)存貨管理能力、縮短提前期,從而帶來企業(yè)存貨水平的降低。因此,本文有關(guān)數(shù)字化轉(zhuǎn)型降低企業(yè)存貨水平的作用機制分析均成立。

表8 數(shù)字化轉(zhuǎn)型影響企業(yè)存貨水平的作用機制檢驗

六、 研究結(jié)論與政策啟示

本文利用文本分析法對企業(yè)數(shù)字化轉(zhuǎn)型程度進行測度,并基于存貨調(diào)整行為視角,檢驗了數(shù)字化轉(zhuǎn)型與企業(yè)存貨水平之間的關(guān)系及其作用機制。研究發(fā)現(xiàn):(1)數(shù)字化轉(zhuǎn)型能夠降低企業(yè)存貨水平。(2)數(shù)字化轉(zhuǎn)型對企業(yè)存貨水平的降低作用在不同的產(chǎn)權(quán)性質(zhì)、業(yè)務(wù)復雜度、供應商/客戶地理距離以及所處地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平等條件下具有明顯的異質(zhì)性。(3)提高存貨管理能力和縮短提前期是數(shù)字化轉(zhuǎn)型降低企業(yè)存貨水平的兩條作用路徑。

本文研究的政策啟示為:(1)鼓勵企業(yè)進行數(shù)字化轉(zhuǎn)型。一方面,應鼓勵企業(yè)設(shè)置清晰的戰(zhàn)略目標、做好系統(tǒng)的戰(zhàn)略規(guī)劃,將數(shù)字技術(shù)切實嵌入企業(yè)的管理中,充分利用大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)對企業(yè)全價值鏈環(huán)節(jié)進行數(shù)字化升級,這有助于提高企業(yè)應對復雜業(yè)務(wù)的能力和經(jīng)營績效;另一方面,在本文的情景下,非國有企業(yè)轉(zhuǎn)型效果更強,但國有企業(yè)歷來是國民經(jīng)濟的中流砥柱,因此尤其要鼓勵國有企業(yè)積極轉(zhuǎn)變思維,加快數(shù)字化轉(zhuǎn)型步伐。(2)加快推進產(chǎn)業(yè)鏈、供應鏈數(shù)字化。數(shù)字化轉(zhuǎn)型可以基于供應鏈共享數(shù)據(jù)平臺,跨越時空將生產(chǎn)和市場等信息低成本、無時滯地傳遞給其他供應鏈成員,尤其有助于遠距離企業(yè)間的及時交流與溝通,這為企業(yè)跨區(qū)域選擇合作伙伴、增加供應商和客戶選擇范圍,繼而提高企業(yè)業(yè)績和生產(chǎn)經(jīng)營穩(wěn)定性帶來了機遇。因此,應將數(shù)字化作為提升產(chǎn)業(yè)鏈、供應鏈現(xiàn)代化水平的重要舉措,著力培養(yǎng)一批龍頭企業(yè)帶動產(chǎn)業(yè)鏈上下游企業(yè)一同進行數(shù)字化轉(zhuǎn)型,鼓勵并引領(lǐng)各企業(yè)形成利益和風險共同體。(3)大力推進地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)。地方政府應加大投入,大力推進5G網(wǎng)絡(luò)、數(shù)據(jù)中心以及工業(yè)互聯(lián)網(wǎng)等新型數(shù)字基礎(chǔ)設(shè)施建設(shè),從而保障企業(yè)順利進行數(shù)字化轉(zhuǎn)型。此外,鑒于數(shù)字化轉(zhuǎn)型效果在不同的地區(qū)數(shù)字化基礎(chǔ)設(shè)施建設(shè)水平下具有顯著差異,國家應統(tǒng)籌東、中、西部地區(qū)數(shù)字經(jīng)濟的協(xié)調(diào)發(fā)展,適當加大對西部地區(qū)的政策傾斜力度,加快推進“東數(shù)西算”工程,進而通過消除數(shù)字鴻溝為西部地區(qū)企業(yè)注入新的發(fā)展活力。