企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)

張濤 李雷

收稿日期：2023-06-09? 修回日期：2023-08-27

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目（23BJY218）；甘肅省高等學(xué)校創(chuàng)新基金項(xiàng)目（2021B-182）；甘肅省社會(huì)科學(xué)規(guī)劃項(xiàng)目（2021YB095）;江蘇高校哲學(xué)社會(huì)科學(xué)重點(diǎn)項(xiàng)目（2017ZDIXM0）

作者簡(jiǎn)介：張濤（1981-），男，山東濟(jì)寧人，博士，甘肅政法大學(xué)商學(xué)院副教授，研究方向?yàn)樯鲜泄矩?cái)務(wù)與公司治理；李雷（1986-），男，山東臨沂人，博士，甘肅政法大學(xué)商學(xué)院副教授，研究方向?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型與公司治理。本文通訊作者：李雷。

摘? 要：以2004—2022年中國(guó)A股上市企業(yè)為樣本，基于供應(yīng)商與客戶雙重視角考察企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)及其經(jīng)濟(jì)后果。結(jié)果發(fā)現(xiàn)：①企業(yè)數(shù)字化轉(zhuǎn)型程度越高，上游供應(yīng)商與下游客戶數(shù)字化轉(zhuǎn)型程度越高，表明數(shù)字化轉(zhuǎn)型在供應(yīng)鏈上存在溢出效應(yīng)，上述影響不僅當(dāng)期存在，而且具有顯著滯后性；②企業(yè)議價(jià)能力越強(qiáng)、成長(zhǎng)潛力越大、與供應(yīng)商及客戶合作關(guān)系越穩(wěn)定，數(shù)字化轉(zhuǎn)型的溢出效應(yīng)在供應(yīng)鏈上表現(xiàn)越顯著；③數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)能夠產(chǎn)生積極的經(jīng)濟(jì)后果，具體表現(xiàn)為供應(yīng)鏈上下游企業(yè)信息不對(duì)稱程度降低與資源配置水平提升。結(jié)論從供應(yīng)鏈合作關(guān)系視角證實(shí)企業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)，既可豐富數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)因素相關(guān)文獻(xiàn)，也可為政府制定數(shù)字化轉(zhuǎn)型政策提供參考。

關(guān)鍵詞關(guān)鍵詞：供應(yīng)鏈溢出效應(yīng)；數(shù)字化轉(zhuǎn)型；合作關(guān)系；議價(jià)能力；企業(yè)成長(zhǎng)性

DOI：10.6049/kjjbydc.2023060509

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）????? 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：F274

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-7348（2024）12-0082-11

0? 引言

全球新科技革命與產(chǎn)業(yè)變革加速推進(jìn)人工智能、大數(shù)據(jù)等數(shù)字技術(shù)發(fā)展，數(shù)字經(jīng)濟(jì)成為經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎［1］。2023年國(guó)家網(wǎng)絡(luò)信息辦公室發(fā)布的《數(shù)字中國(guó)發(fā)展報(bào)告（2022年）》顯示，中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模由2017年的27.2萬(wàn)億元增長(zhǎng)至2022年的50.2萬(wàn)億元，總量穩(wěn)居世界第二。其中，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)中國(guó)數(shù)字經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度高達(dá)70%以上。因此，數(shù)字經(jīng)濟(jì)時(shí)代，基于微觀層面探討如何加速推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型成為社會(huì)各界共同關(guān)注的重要課題。

當(dāng)前，企業(yè)數(shù)字化轉(zhuǎn)型存在“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”等現(xiàn)實(shí)問(wèn)題（劉淑春等，2021）。從理論層面積極探索影響企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素，有助于企業(yè)“破局”數(shù)字化轉(zhuǎn)型困境，為高質(zhì)量發(fā)展夯基固本。既有文獻(xiàn)指出，企業(yè)數(shù)字化轉(zhuǎn)型受宏觀制度政策［2］、區(qū)域、行業(yè)以及企業(yè)管理者特征［3］等因素影響。供應(yīng)鏈?zhǔn)瞧髽I(yè)參與市場(chǎng)競(jìng)爭(zhēng)、實(shí)現(xiàn)價(jià)值創(chuàng)造的關(guān)鍵載體。在業(yè)務(wù)協(xié)作過(guò)程中，企業(yè)與上游供應(yīng)商及下游客戶形成“一榮俱榮、一損俱損”的供應(yīng)鏈關(guān)系網(wǎng)絡(luò)。受共同利益目標(biāo)驅(qū)動(dòng)，企業(yè)相關(guān)戰(zhàn)略選擇會(huì)轉(zhuǎn)化為有用信息并借助關(guān)系網(wǎng)絡(luò)傳遞給其它企業(yè)，由此形成供應(yīng)鏈溢出效應(yīng)［4］。同時(shí)，實(shí)踐中涌現(xiàn)出不少相關(guān)典型案例。例如，南方航空實(shí)施數(shù)字化轉(zhuǎn)型后，其供應(yīng)商加速自身數(shù)字化轉(zhuǎn)型進(jìn)程，以滿足南航對(duì)零部件個(gè)性化、集成化的需求。在英特爾實(shí)施數(shù)字化轉(zhuǎn)型后，作為其客戶的海爾集團(tuán)加速自身數(shù)字化轉(zhuǎn)型進(jìn)程，以達(dá)到制造流程優(yōu)化和產(chǎn)品質(zhì)量提升的目的。需要思考的問(wèn)題如下：目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)供應(yīng)鏈上下游企業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)象是否普遍存在？基于供應(yīng)鏈企業(yè)間合作關(guān)系以及目標(biāo)企業(yè)自身特征，上述影響是否具有顯著差異？企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)會(huì)引致何種經(jīng)濟(jì)后果？基于此，本文以2004—2022年中國(guó)A股上市企業(yè)為樣本，從理論與實(shí)證兩個(gè)層面展開探討。

本文可能的邊際貢獻(xiàn)如下：第一，與已有研究基于研發(fā)創(chuàng)新等視角考察客戶企業(yè)數(shù)字化轉(zhuǎn)型的單向溢出效應(yīng)（楊金玉等，2022），或基于產(chǎn)業(yè)鏈聯(lián)動(dòng)視角考察數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素不同（范合君等，2023），本文以供應(yīng)商和客戶為對(duì)象，從前向溢出和后向溢出雙視角考察目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)上下游企業(yè)數(shù)字化轉(zhuǎn)型的影響，可豐富企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)因素相關(guān)文獻(xiàn)，拓展供應(yīng)鏈溢出效應(yīng)研究。第二，從企業(yè)間合作關(guān)系、企業(yè)議價(jià)能力及成長(zhǎng)性3個(gè)方面，探究數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)影響因素，進(jìn)一步揭示不同邊界條件下數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)差異。第三，本文發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)能夠降低上下游企業(yè)信息不對(duì)稱程度并提高其資源配置效率，有助于豐富數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)研究。

1? 文獻(xiàn)回顧與研究假設(shè)

1.1? 文獻(xiàn)回顧

日益緊密的供應(yīng)鏈上下游企業(yè)合作關(guān)系有助于信息、資源等在不同主體間共享與傳遞，也在學(xué)界引發(fā)了關(guān)于供應(yīng)鏈企業(yè)決策行為溢出效應(yīng)的討論，具體可從供應(yīng)鏈后向溢出和前向溢出兩個(gè)方面展開。第一，供應(yīng)鏈后向溢出效應(yīng)。部分學(xué)者基于“客戶→供應(yīng)商”分析邏輯，考察供應(yīng)鏈末端企業(yè)（客戶）個(gè)體特征、行為決策等對(duì)目標(biāo)企業(yè)（供應(yīng)商）的溢出效應(yīng)。例如，Chiu等［5］、Chen等［6］從客戶年報(bào)披露的風(fēng)險(xiǎn)信息、管理層盈余預(yù)測(cè)可讀性兩個(gè)角度，發(fā)現(xiàn)客戶文本信息對(duì)供應(yīng)商企業(yè)投資效率存在溢出效應(yīng)；底璐璐等（2020）進(jìn)一步發(fā)現(xiàn)，客戶披露年報(bào)的情感語(yǔ)調(diào)越消極，目標(biāo)企業(yè)（供應(yīng)商）越傾向于持有現(xiàn)金資產(chǎn)，說(shuō)明客戶年報(bào)語(yǔ)調(diào)特征具有供應(yīng)鏈后向溢出效應(yīng)，顯著影響上游供應(yīng)商現(xiàn)金持有水平；蔡貴龍等［7］發(fā)現(xiàn)，客戶行業(yè)地位提升會(huì)對(duì)供應(yīng)商業(yè)績(jī)產(chǎn)生“支持效應(yīng)”，證實(shí)客戶行業(yè)地位對(duì)供應(yīng)商業(yè)績(jī)具有正向影響；楊金玉等［8］研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)產(chǎn)生供應(yīng)鏈后向溢出效應(yīng)，促進(jìn)上游供應(yīng)商企業(yè)創(chuàng)新。第二，供應(yīng)鏈前向溢出效應(yīng)。部分學(xué)者遵循“供應(yīng)商→客戶”分析邏輯，探討供應(yīng)鏈前端企業(yè)（供應(yīng)商）決策行為、個(gè)體特征等對(duì)客戶企業(yè)的影響。Gao等［9］指出，供應(yīng)商網(wǎng)絡(luò)技術(shù)多元化能夠有效提升客戶創(chuàng)新績(jī)效；楊雨馨和廖義剛（2022）發(fā)現(xiàn)，供應(yīng)商披露的風(fēng)險(xiǎn)信息含量越高，客戶支付的審計(jì)費(fèi)用越多；唐松和謝雪妍（2021）研究發(fā)現(xiàn)，目標(biāo)企業(yè)持股金融機(jī)構(gòu)能夠有效緩解供應(yīng)商、客戶的融資約束，從而為供應(yīng)鏈前向溢出效應(yīng)和后向溢出效應(yīng)提供了證據(jù)。

綜上，現(xiàn)有供應(yīng)鏈溢出效應(yīng)研究大多基于單向分析邏輯對(duì)供應(yīng)鏈前向或后向溢出效應(yīng)進(jìn)行探討。理論上，當(dāng)供應(yīng)鏈相關(guān)企業(yè)開展數(shù)字化轉(zhuǎn)型時(shí)，可能對(duì)上下游關(guān)聯(lián)企業(yè)產(chǎn)生溢出效應(yīng)。但需要指出的是，鮮有文獻(xiàn)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈前向與后向溢出效應(yīng)及其經(jīng)濟(jì)后果進(jìn)行考察，這為本文研究提供了契機(jī)。

1.2? 理論基礎(chǔ)與研究假設(shè)

1.2.1? 企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)

供應(yīng)商和客戶是企業(yè)重要利益相關(guān)者，企業(yè)與上游供應(yīng)商及下游客戶通過(guò)資金往來(lái)和供需關(guān)系形成利益共同體。共同利益目標(biāo)驅(qū)動(dòng)信息、資源等在供應(yīng)鏈關(guān)系網(wǎng)絡(luò)中共享與傳遞，有助于企業(yè)數(shù)字化轉(zhuǎn)型在供應(yīng)鏈中發(fā)揮溢出效應(yīng)（曾藝等，2023）。

目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)上下游企業(yè)模仿學(xué)習(xí)，有助于上下游企業(yè)主動(dòng)開展數(shù)字化轉(zhuǎn)型。目前，多數(shù)企業(yè)數(shù)字化轉(zhuǎn)型處于初級(jí)階段，“不知道如何做”成為阻礙企業(yè)數(shù)字化轉(zhuǎn)型難題。實(shí)際上，多數(shù)企業(yè)在數(shù)字化變革過(guò)程中缺乏清晰的戰(zhàn)略規(guī)劃和有效的轉(zhuǎn)型模式。國(guó)家信息中心調(diào)查報(bào)告顯示，傳統(tǒng)企業(yè)普遍存在“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”等問(wèn)題。依據(jù)社會(huì)網(wǎng)絡(luò)理論，企業(yè)嵌入的供應(yīng)鏈合作網(wǎng)絡(luò)對(duì)其決策行為具有重要影響，換言之，企業(yè)戰(zhàn)略決策受其所嵌入網(wǎng)絡(luò)關(guān)系的影響［10］?；诠?yīng)鏈的合作關(guān)系網(wǎng)絡(luò)能夠?yàn)槠髽I(yè)戰(zhàn)略決策提供信息渠道，強(qiáng)化企業(yè)間信任，進(jìn)而促使上下游企業(yè)跟隨目標(biāo)企業(yè)制定的戰(zhàn)略決策（范合君等，2023）。隨著目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型推進(jìn)，其相關(guān)經(jīng)驗(yàn)會(huì)通過(guò)供應(yīng)鏈合作網(wǎng)絡(luò)傳遞給上下游企業(yè)。由此，供應(yīng)商及客戶能夠及時(shí)獲取目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型信息，了解其數(shù)字化轉(zhuǎn)型進(jìn)展。因此，上下游企業(yè)可以通過(guò)主動(dòng)學(xué)習(xí)開展數(shù)字化轉(zhuǎn)型，不僅能夠降低數(shù)字化轉(zhuǎn)型成本，而且可以降低不確定性風(fēng)險(xiǎn)，從而提高數(shù)字化轉(zhuǎn)型成功率。

目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型能夠產(chǎn)生基于制度壓力的倒逼效應(yīng)，迫使上下游企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型。實(shí)際上，非正式制度下的規(guī)范壓力是供應(yīng)鏈溢出效應(yīng)的重要來(lái)源（陳慶江等，2021）。依據(jù)制度理論，隨著供應(yīng)鏈協(xié)作程度加深，為獲取或維持“合法性”，供應(yīng)鏈企業(yè)可能出現(xiàn)行為趨同現(xiàn)象，被迫復(fù)制其它企業(yè)制定的戰(zhàn)略決策。日益加深的供應(yīng)鏈業(yè)務(wù)合作關(guān)系促使供應(yīng)鏈各參與主體形成風(fēng)險(xiǎn)共擔(dān)、收益共享的利益共同體，共同利益目標(biāo)會(huì)對(duì)目標(biāo)企業(yè)及上下游企業(yè)產(chǎn)生規(guī)范性約束。在目標(biāo)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型后，上下游企業(yè)迫于規(guī)范性約束會(huì)選擇相同的戰(zhàn)略以維持當(dāng)前合作關(guān)系。因此，為獲取或維持“合法性”，上下游企業(yè)往往會(huì)選擇緊跟目標(biāo)企業(yè)制定的數(shù)字化轉(zhuǎn)型策略（范合君等，2023）。

目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)“競(jìng)合關(guān)系”的傳導(dǎo)機(jī)制加速上下游企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。供應(yīng)鏈合作網(wǎng)絡(luò)包括供應(yīng)商、制造商、零售商等主體，其中既存在合作關(guān)系，也存在競(jìng)爭(zhēng)關(guān)系［11］。依據(jù)供應(yīng)鏈競(jìng)合理論，個(gè)體所嵌入的供應(yīng)鏈組織具有“優(yōu)勝劣汰”的天然屬性，不具備競(jìng)爭(zhēng)優(yōu)勢(shì)和協(xié)作能力的成員會(huì)被淘汰出局。因此，在動(dòng)態(tài)供應(yīng)鏈中，企業(yè)需要根據(jù)合作者與競(jìng)爭(zhēng)者的決策及時(shí)調(diào)整自身決策，以維持自身競(jìng)爭(zhēng)優(yōu)勢(shì)。供應(yīng)鏈成員面臨相似的市場(chǎng)環(huán)境，同類供應(yīng)商、客戶等可能是潛在競(jìng)爭(zhēng)對(duì)手。面對(duì)目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型這一戰(zhàn)略變革信號(hào)，上游供應(yīng)商、下游客戶需要及時(shí)與目標(biāo)企業(yè)保持戰(zhàn)略趨同［12］，避免被同類供應(yīng)鏈成員搶占先機(jī)?；谏鲜龇治?，本文提出如下假設(shè)：

H1：目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型程度越高，上游供應(yīng)商及下游客戶數(shù)字化轉(zhuǎn)型程度越高，即企業(yè)數(shù)字化轉(zhuǎn)型具有供應(yīng)鏈溢出效應(yīng)。

1.2.2? 企業(yè)數(shù)字化轉(zhuǎn)型供應(yīng)鏈溢出效應(yīng)異質(zhì)性

具有不同供應(yīng)鏈合作穩(wěn)定程度、議價(jià)能力和成長(zhǎng)性的企業(yè)，其數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)可能存在顯著差異。

供應(yīng)鏈上下游企業(yè)合作關(guān)系是影響供應(yīng)鏈溢出效應(yīng)的重要因素［13］。目標(biāo)企業(yè)與供應(yīng)商、客戶既存在中長(zhǎng)期合作，也存在短期合作，合作穩(wěn)定程度不同，其數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)可能存在顯著差異。在中長(zhǎng)期合作中，企業(yè)與供應(yīng)商、客戶多次重復(fù)交易能夠增進(jìn)彼此信任，從而促進(jìn)緊密的利益共同體形成［14］。此時(shí)，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著影響供應(yīng)商、客戶戰(zhàn)略選擇，供應(yīng)商及客戶會(huì)更加關(guān)注目標(biāo)企業(yè)戰(zhàn)略決策并及時(shí)調(diào)整自身戰(zhàn)略決策。在短期合作中，目標(biāo)企業(yè)戰(zhàn)略決策不能顯著影響供應(yīng)商及客戶戰(zhàn)略決策。因此，相較于短期合作，中長(zhǎng)期合作能夠提升目標(biāo)企業(yè)、供應(yīng)商及客戶間的戰(zhàn)略趨同程度，強(qiáng)化目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈上下游企業(yè)的溢出效應(yīng)。據(jù)此，本文提出以下研究假設(shè)：

H2：相較于合作穩(wěn)定性較低企業(yè)，合作穩(wěn)定性較高企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)更為顯著。

企業(yè)議價(jià)能力是影響供應(yīng)鏈溢出效應(yīng)的重要因素。在供應(yīng)鏈中，目標(biāo)企業(yè)議價(jià)能力不同，其數(shù)字化轉(zhuǎn)型的溢出效應(yīng)可能存在顯著差別。與議價(jià)能力較弱企業(yè)相比，議價(jià)能力較強(qiáng)企業(yè)在與供應(yīng)商、客戶合作過(guò)程中處于優(yōu)勢(shì)地位。此時(shí)，上游供應(yīng)商及下游客戶對(duì)目標(biāo)企業(yè)的依賴程度更高，因而更容易受目標(biāo)企業(yè)戰(zhàn)略決策的影響［15］。當(dāng)議價(jià)能力較強(qiáng)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型時(shí)，供應(yīng)商、客戶具有較強(qiáng)動(dòng)機(jī)與目標(biāo)企業(yè)保持戰(zhàn)略趨同，以確保自身經(jīng)營(yíng)業(yè)績(jī)與市場(chǎng)地位不受損失。此外，當(dāng)目標(biāo)企業(yè)與其他供應(yīng)商或客戶結(jié)成戰(zhàn)略聯(lián)盟而導(dǎo)致既有供應(yīng)鏈中斷時(shí)，相較于議價(jià)能力較強(qiáng)的供應(yīng)商或客戶，議價(jià)能力較弱的供應(yīng)商或客戶更容易受到影響。因此，議價(jià)能力較弱的供應(yīng)商及客戶更需要通過(guò)數(shù)字化轉(zhuǎn)型降低信息不對(duì)稱程度，進(jìn)而拓展外部資源。據(jù)此，本文提出以下研究假設(shè)：

H3：相較于議價(jià)能力較弱的企業(yè)，議價(jià)能力較強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)更為顯著。

數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)可能與目標(biāo)企業(yè)成長(zhǎng)性有關(guān)。根據(jù)組織演化規(guī)律，學(xué)界一般將企業(yè)生命周期劃分為成長(zhǎng)期、成熟期和衰退期3個(gè)階段。目標(biāo)企業(yè)處于不同生命周期，其成長(zhǎng)性也存在顯著差異。前景理論表明，供應(yīng)商、客戶在制定戰(zhàn)略決策時(shí)通常會(huì)參考合作企業(yè)發(fā)展前景［16］。當(dāng)目標(biāo)企業(yè)具有較高成長(zhǎng)性時(shí)，供應(yīng)商、客戶認(rèn)為與目標(biāo)企業(yè)長(zhǎng)期合作能夠獲取較高收益，傾向于跟隨其戰(zhàn)略選擇。因此，成長(zhǎng)期目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商（客戶）的影響更顯著。基于上述分析，本文提出以下研究假設(shè)：

H4：相較于成長(zhǎng)性較低企業(yè)，成長(zhǎng)性較高企業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)更為顯著。

2? 研究設(shè)計(jì)

2.1? 樣本選擇

本文采用2004—2022年中國(guó)A股上市公司作為初始研究樣本，依照現(xiàn)有研究慣例，剔除ST或*ST、金融保險(xiǎn)類、資產(chǎn)負(fù)債率大于1以及財(cái)務(wù)數(shù)據(jù)嚴(yán)重缺失的上市企業(yè)樣本，并手工匹配企業(yè)供應(yīng)商或客戶同為上市企業(yè)的供應(yīng)鏈，由此獲取2 096個(gè)匹配樣本。其中，“目標(biāo)企業(yè)—供應(yīng)商”樣本有897個(gè)，“目標(biāo)企業(yè)—客戶”樣本有1 199個(gè)。為消除極端值的影響，本文對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理。具體數(shù)據(jù)來(lái)源如下：通過(guò)Python整理上市企業(yè)年報(bào)中涉及數(shù)字化轉(zhuǎn)型的關(guān)鍵詞并結(jié)合人工篩選得到數(shù)字化轉(zhuǎn)型相關(guān)數(shù)據(jù)，其它相關(guān)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。

2.2? 變量定義

（1）解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型程度（Dig1）。參考吳非等［1］的研究成果，本文構(gòu)建數(shù)字化轉(zhuǎn)型詞典并采用文本分析法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型水平。本文收集2004—2022年中國(guó)滬深A(yù)股上市企業(yè)年報(bào)并對(duì)其進(jìn)行如下處理：首先，定義文本分析基礎(chǔ)詞源。以《“十四五”規(guī)劃綱要》《關(guān)于加快推進(jìn)國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》為參考，整理相關(guān)文件中涉及數(shù)字化轉(zhuǎn)型的基礎(chǔ)詞源，并使用Word2Vec模型對(duì)上市企業(yè)年報(bào)文本進(jìn)行相似詞擴(kuò)充，以全面識(shí)別數(shù)字化轉(zhuǎn)型文本特征。其次，使用Python軟件包“jieba”中文分詞庫(kù)對(duì)2004—2022年上市企業(yè)年報(bào)進(jìn)行統(tǒng)計(jì)，獲得其中涉及數(shù)字化轉(zhuǎn)型關(guān)鍵詞的語(yǔ)句及詞頻。在數(shù)據(jù)清洗過(guò)程中，本文剔除以下內(nèi)容：①關(guān)鍵詞前存在否定詞語(yǔ)的語(yǔ)句；②供應(yīng)商、客戶、高管簡(jiǎn)介等信息中含有關(guān)鍵詞的語(yǔ)句；③所有表格信息和表達(dá)模糊的語(yǔ)句。最后，統(tǒng)計(jì)清洗后的關(guān)鍵詞披露次數(shù)，采用所有關(guān)鍵詞出現(xiàn)總次數(shù)加1的對(duì)數(shù)表征企業(yè)數(shù)字化轉(zhuǎn)型水平。

（2）被解釋變量：供應(yīng)商（客戶）數(shù)字化轉(zhuǎn)型程度（SC_Dig）。供應(yīng)商（客戶）數(shù)字化轉(zhuǎn)型程度（SC_Dig）包括目標(biāo)企業(yè)供應(yīng)商（SUP）數(shù)字化轉(zhuǎn)型程度和客戶（CUS）數(shù)字化轉(zhuǎn)型程度。參考楊金玉等（2022）、范合君等（2023）的研究成果，首先，構(gòu)建目標(biāo)企業(yè)—供應(yīng)商（客戶）年度數(shù)據(jù)集。若目標(biāo)企業(yè)當(dāng)年出現(xiàn)多個(gè)供應(yīng)商（客戶），則構(gòu)建“目標(biāo)企業(yè)—供應(yīng)商—年份”、“目標(biāo)企業(yè)—客戶—年份”觀測(cè)值。其次，從CSMAR數(shù)據(jù)庫(kù)整理滬、深A(yù)股上市企業(yè)供應(yīng)商與客戶企業(yè)信息，保留目標(biāo)企業(yè)與供應(yīng)商（客戶）均為上市企業(yè)的樣本。最后，采用供應(yīng)商（客戶）企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞出現(xiàn)總次數(shù)加1的對(duì)數(shù)反映其數(shù)字化轉(zhuǎn)型水平。

（3）控制變量。參考彭旋和王雄元［13］的研究成果，本文控制目標(biāo)企業(yè)層面及供應(yīng)商（客戶）層面的相關(guān)特征變量，具體如下：企業(yè)規(guī)模Size（營(yíng)業(yè)收入的自然對(duì)數(shù)）、財(cái)務(wù)杠桿Lev（資產(chǎn)負(fù)債率）、盈利能力ROA（凈利潤(rùn)/總資產(chǎn)）、企業(yè)性質(zhì)SOE（國(guó)有為1，否則為0）、現(xiàn)金持有水平Cash（現(xiàn)金流量?jī)纛~/總資產(chǎn)）、成長(zhǎng)性Growth（營(yíng)業(yè)收入增長(zhǎng)率）、上市年限Age（企業(yè)上市年數(shù)加1取對(duì)數(shù)值）、兩職合一Dual（董事長(zhǎng)與總經(jīng)理為同一人為1，否則為0）、股權(quán)制衡度Balance（第2～5位大股東持股比例和/第一大股東持股比例）、第一大股東持股比例Top1（第一大股東持股數(shù)量/總股數(shù)）。在此基礎(chǔ)上，參考陳慶江等（2021）的研究成果，本文控制了供應(yīng)商（客戶）所在行業(yè)數(shù)字化水平（Dig_Ind）。

2.3? 模型設(shè)計(jì)

為驗(yàn)證研究假設(shè)，本文構(gòu)建模型（1）對(duì)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)進(jìn)行檢驗(yàn)。Digit為目標(biāo)企業(yè)i第t年數(shù)字化轉(zhuǎn)型水平，SC_Digjt為目標(biāo)企業(yè)供應(yīng)商（客戶）j第t年數(shù)字化轉(zhuǎn)型程度，Controls為一系列影響目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型的控制變量，Industry、Year分別為行業(yè)和年度虛擬變量，ε為隨機(jī)誤差項(xiàng)。本文重點(diǎn)關(guān)注系數(shù)α1，其符號(hào)和顯著性決定企業(yè)數(shù)字化轉(zhuǎn)型是否存在供應(yīng)鏈溢出效應(yīng)。

SC_Digjt=α0+α1Digit+α2Controls+∑Industry+∑Year+εit

（1）

在式（1）的基礎(chǔ)上，本文進(jìn)一步構(gòu)建分組變量對(duì)假設(shè)進(jìn)行檢驗(yàn)。參考陳濤琴等［14］的研究成果，設(shè)置分組變量Stable衡量企業(yè)與供應(yīng)商（客戶）合作穩(wěn)定程度，將在樣本期內(nèi)企業(yè)與供應(yīng)商（客戶）僅合作過(guò)一次界定為短期合作，合作超過(guò)一次界定為中長(zhǎng)期合作。借鑒Dhaliwal等［17］、李馨子等［18］的研究成果，采用應(yīng)付賬款周轉(zhuǎn)率（應(yīng)收賬款周轉(zhuǎn)率）衡量企業(yè)議價(jià)能力，企業(yè)對(duì)供應(yīng)商的應(yīng)付賬款周轉(zhuǎn)率越高，其議價(jià)能力越弱，反之亦然。將企業(yè)應(yīng)收賬款周轉(zhuǎn)率（應(yīng)付賬款周轉(zhuǎn)率）按照中位數(shù)進(jìn)行分組，采用分組變量Bargaining表征。參考Dickinson［19］的研究成果，采用現(xiàn)金流組合法確定企業(yè)所處生命周期，具體包括成長(zhǎng)期、成熟期、衰退期3個(gè)階段。使用分組變量Period衡量企業(yè)成長(zhǎng)性，當(dāng)企業(yè)處于成長(zhǎng)期時(shí)，其成長(zhǎng)性處于較高水平，納入高成長(zhǎng)性組，反之則納入低成長(zhǎng)性組。

3? 實(shí)證分析

3.1? 描述性統(tǒng)計(jì)

表1為主要變量描述性統(tǒng)計(jì)結(jié)果。由表1可知，企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)（Dig1）平均值為1.061，標(biāo)準(zhǔn)差為1.285，最大值為4.875，最小值為0。由此說(shuō)明，在中國(guó)資本市場(chǎng)，上市企業(yè)間數(shù)字化轉(zhuǎn)型程度存在顯著差異。供應(yīng)商（客戶）數(shù)字化轉(zhuǎn)型指數(shù)（SC_Dig）平均值為1.233，標(biāo)準(zhǔn)差為1.353，分布特征與目標(biāo)企業(yè)相似。

3.2? 基準(zhǔn)回歸分析

表2為基準(zhǔn)回歸結(jié)果。其中，列（1）引入一系列控制變量，列（2）進(jìn)一步加入目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型程度Dig1。列（1）顯示，Dig_Ind與SC_Dig的回歸系數(shù)為0.239，在1%水平上顯著。由此說(shuō)明，企業(yè)數(shù)字化轉(zhuǎn)型存在行業(yè)溢出效應(yīng)，同時(shí)反映出本文控制行業(yè)數(shù)字化水平是合理的。列（2）中，Dig1的估計(jì)系數(shù)為0.129，在1%水平上顯著，表明供應(yīng)鏈上下游企業(yè)會(huì)跟隨目標(biāo)企業(yè)數(shù)字化戰(zhàn)略，即企業(yè)數(shù)字化轉(zhuǎn)型存在供應(yīng)鏈溢出效應(yīng)。由此證實(shí)了研究假設(shè)H1。

進(jìn)一步地，按照供應(yīng)鏈上下游位置將SC劃分為供應(yīng)商（SUP）及客戶（CUS）兩組。列（3）顯示，Dig1與SUP_Dig的回歸系數(shù)為0.170，在1%水平顯著；列（4）顯示，Dig1與CUS_Dig的估計(jì)系數(shù)為0.087，在5%水平上顯著。由上述結(jié)果可知，無(wú)論是對(duì)于供應(yīng)商還是客戶，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型均存在顯著溢出效應(yīng)，再次佐證假設(shè)H1。從回歸系數(shù)看，相較于客戶，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商的溢出效應(yīng)更顯著。由表2列（5）—（7）可知，當(dāng)因變量前置一期（T+1期）時(shí)，Dig1的估計(jì)系數(shù)在1%水平上顯著為正。由此表明，企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)不僅當(dāng)期存在，而且具有顯著滯后性。

3.3? 內(nèi)生性檢驗(yàn)

（1）兩階段工具變量回歸。借鑒Lewbel（1997）、楊金玉等（2022）的研究成果，本文采用目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)與其所處行業(yè)、省份其它企業(yè)數(shù)字化轉(zhuǎn)型程度均值之差的三次方作為工具變量（IV），利用兩階段工具變量回歸對(duì)研究假設(shè)H1進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表3。由表3列（1）—（3）可知，主要解釋變量Dig1與SC_Dig、SUP_Dig、CUS_Dig均通過(guò)顯著性檢驗(yàn)，而工具變量IV未通過(guò)顯著性檢驗(yàn)。由此說(shuō)明，工具變量與被解釋變量無(wú)關(guān)，通過(guò)了排他性檢驗(yàn)。表3列（4）為第一階段（First-Stage）工具變量（IV）對(duì)解釋變量（Dig1）的影響檢驗(yàn)結(jié)果，由結(jié)果可知，Dig1的系數(shù)為0.125且在1%水平上通過(guò)顯著性檢驗(yàn)，滿足工具變量相關(guān)性要求。同時(shí)，第一階段Cragg-Donald Wald F統(tǒng)計(jì)量為76.981（遠(yuǎn)大于10），表明不存在弱工具變量問(wèn)題。表3列（5）—（7）為第二階段（Second-Stage）檢驗(yàn)結(jié)果，由結(jié)果可知，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型（Dig1）的系數(shù)分別為0.098，0.039和0.139，分別在10%、10%和5%水平上顯著。由此說(shuō)明，在考慮內(nèi)生性影響后，研究結(jié)論依然成立。

（2）兩階段殘差法（Two Stage Residual Method）。為進(jìn)一步排除宏觀層面因素對(duì)供應(yīng)鏈溢出效應(yīng)的影響，借鑒李姝等（2021）的研究成果，本文使用兩階段殘差法檢驗(yàn)溢出效應(yīng)的增量信息。具體而言，將目標(biāo)企業(yè)當(dāng)年數(shù)字化轉(zhuǎn)型與同行其它企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行回歸，得到殘差表示同行企業(yè)數(shù)字化轉(zhuǎn)型增量信息，將其代入基準(zhǔn)模型進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表4。表4結(jié)果表明，在排除宏觀層面因素的影響后，企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)仍顯著。

3.4? 穩(wěn)健性檢驗(yàn)

（1）控制行業(yè)與年度交互效應(yīng)。為排除外部宏觀環(huán)境和異質(zhì)性行業(yè)環(huán)境因素對(duì)研究結(jié)論的影響，本文進(jìn)一步納入年份與行業(yè)交互固定效應(yīng)，檢驗(yàn)結(jié)果見(jiàn)表5。 由表5列（1）—（3）可知，在納入行業(yè)與年度交互固定效應(yīng)后，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型估計(jì)系數(shù)依然顯著為正，與前文檢驗(yàn)結(jié)果保持一致。

（2）更換自變量。借鑒袁淳等（2021）研究成果，本文構(gòu)建衡量企業(yè)數(shù)字化轉(zhuǎn)型的代理指標(biāo)（Dig2），以此對(duì)研究假設(shè)重新檢驗(yàn)。表5列（4）—（6）結(jié)果顯示，Dig2的系數(shù)為正且通過(guò)了顯著性檢驗(yàn)。

（3）調(diào)整研究樣本?？紤]到制造業(yè)在供應(yīng)鏈上下游的關(guān)系特征最顯著，本文將研究樣本進(jìn)一步縮小至制造業(yè)上市企業(yè)。表6顯示，回歸系數(shù)至少在5%水平上顯著。

上述檢驗(yàn)結(jié)果再次支持了研究假設(shè)H1，進(jìn)一步說(shuō)明本文結(jié)論具有穩(wěn)健性。

3.5? 異質(zhì)性分析

（1）合作穩(wěn)定性。本文根據(jù)合作穩(wěn)定程度將樣本企業(yè)分為短期合作組和中長(zhǎng)期合作組，分組回歸結(jié)果如表7所示。由表7列（1）和（2）可知，當(dāng)企業(yè)與供應(yīng)商建立中長(zhǎng)期合作關(guān)系時(shí)，Dig1的回歸系數(shù)為0.238且在1%水平上顯著；當(dāng)企業(yè)與供應(yīng)商建立短期合作關(guān)系時(shí)，Dig1的回歸系數(shù)為0.028且不顯著。同時(shí)，經(jīng)由Bootstrap重復(fù)1 000次得到的經(jīng)驗(yàn)P值為0.000，說(shuō)明不同合作穩(wěn)定程度情景下，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商數(shù)字化轉(zhuǎn)型的影響在1%水平上存在顯著差異。由表7列（3）和（4）可知，當(dāng)企業(yè)與客戶建立中長(zhǎng)期合作關(guān)系時(shí)，Dig1的回歸系數(shù)為0.151且在1%水平上顯著；當(dāng)企業(yè)與客戶建立短期合作關(guān)系時(shí)，Dig1的回歸系數(shù)為0.116且在10%水平上顯著。Bootstrap重復(fù)1 000次檢驗(yàn)結(jié)果顯示，不同合作穩(wěn)定程度情景下，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)客戶數(shù)字化轉(zhuǎn)型的影響在10%水平上存在顯著差異。由此證實(shí)了本文研究假設(shè)H2。

（2）議價(jià)能力。本文采用應(yīng)付（應(yīng)收）賬款周轉(zhuǎn)率作為企業(yè)議價(jià)能力的代理指標(biāo)，并依據(jù)議價(jià)能力將樣本分為高議價(jià)能力組和低議價(jià)能力組，分組回歸結(jié)果如表8所示。由表8列（1）和（2）可知，當(dāng)目標(biāo)企業(yè)對(duì)供應(yīng)商的議價(jià)能力較強(qiáng)時(shí)，Dig1的回歸系數(shù)為0.244且在1%水平上顯著；當(dāng)目標(biāo)企業(yè)對(duì)供應(yīng)商的議價(jià)能力較弱時(shí)，Dig1的回歸系數(shù)為0.093且不顯著。Bootstrap重復(fù)1 000次檢驗(yàn)結(jié)果同樣支持上述結(jié)論。由表8列（3）和（4）可知，當(dāng)目標(biāo)企業(yè)對(duì)客戶的議價(jià)能力較強(qiáng)時(shí)，Dig1的回歸系數(shù)為0.116且在10%水平上顯著；當(dāng)目標(biāo)企業(yè)對(duì)客戶的議價(jià)能力較弱時(shí)，Dig1的回歸系數(shù)為0.063，未通過(guò)顯著性檢驗(yàn)。Bootstrap重復(fù)1000次檢驗(yàn)結(jié)果顯示，不同議價(jià)能力情景下，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型的影響在10%水平上存在顯著差異。由此證實(shí)了本文研究假設(shè)H3。

（3）企業(yè)生命周期。本文采用現(xiàn)金流組合法將樣本企業(yè)劃分為成長(zhǎng)期組和非成長(zhǎng)期組。當(dāng)企業(yè)處于成長(zhǎng)期時(shí)，其成長(zhǎng)性處于較高水平，供應(yīng)商（客戶）預(yù)期與其合作前景較好，此時(shí)供應(yīng)鏈溢出效應(yīng)更顯著。當(dāng)企業(yè)處于成熟或衰退期時(shí)，供應(yīng)商（客戶）預(yù)期與其合作前景較差，可能導(dǎo)致供應(yīng)鏈溢出效應(yīng)減弱。表9列（1）和（2）顯示，當(dāng)目標(biāo)企業(yè)處于成長(zhǎng)期時(shí)，Dig1的回歸系數(shù)為0.218且在1%水平上顯著；當(dāng)目標(biāo)企業(yè)處于非成長(zhǎng)期時(shí)，Dig1的回歸系數(shù)為0.159且在5%水平上顯著。Bootstrap重復(fù)1 000次檢驗(yàn)結(jié)果表明，不同生命周期情景下，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商數(shù)字化轉(zhuǎn)型的影響在10%水平上存在顯著差異。表9列（3）和（4）結(jié)果顯示，當(dāng)目標(biāo)企業(yè)處于成長(zhǎng)期時(shí)，Dig1的回歸系數(shù)為0.138且在5%水平上顯著。當(dāng)目標(biāo)企業(yè)處于非成長(zhǎng)期時(shí)，Dig1的回歸系數(shù)為0.026，未通過(guò)顯著性檢驗(yàn)。Bootstrap重復(fù)1 000次檢驗(yàn)結(jié)果顯示，不同生命周期情景下，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型的影響在5%水平上存在顯著差異。由此證實(shí)了本文研究假設(shè)H4。

4 ?經(jīng)濟(jì)后果檢驗(yàn)

4.1? 能否降低信息不對(duì)稱程度

數(shù)字化轉(zhuǎn)型有助于緩解企業(yè)信息不對(duì)稱程度，使企業(yè)獲取更多、更有價(jià)值的信息資源（戚聿東和蔡呈偉，2019）。數(shù)字化轉(zhuǎn)型在供應(yīng)鏈中的溢出效應(yīng)能否強(qiáng)化其信息賦能機(jī)制，本文嘗試基于信息不對(duì)稱視角進(jìn)行驗(yàn)證。參考Amihud等（2002）的研究成果，本文基于上市公司股票交易資料刻畫企業(yè)信息不對(duì)稱程度。通過(guò)對(duì)流動(dòng)性比率、非流動(dòng)性比率及收益率反轉(zhuǎn)指標(biāo)進(jìn)行主成分分析，構(gòu)建企業(yè)信息不對(duì)稱程度代理變量（ASY），該指標(biāo)取值越大，企業(yè)信息不對(duì)稱程度越高。此外，參考吳非等［1］的研究成果，本文使用分析師關(guān)注度（Analysts）刻畫企業(yè)數(shù)字化轉(zhuǎn)型后的信息流轉(zhuǎn)通暢度，其值越大，企業(yè)信息不對(duì)稱程度越低。

相關(guān)檢驗(yàn)結(jié)果如表10所示。表10列（1）（3）僅考慮供應(yīng)商或客戶自身數(shù)字化轉(zhuǎn)型對(duì)信息不對(duì)稱程度的影響，列（2）（4）引入目標(biāo)企業(yè)與供應(yīng)商或客戶數(shù)字化轉(zhuǎn)型的交乘項(xiàng)，進(jìn)一步考察供應(yīng)鏈溢出效應(yīng)后數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商或客戶信息不對(duì)稱程度的影響。列（1）中，SC_Dig的系數(shù)為-0.008且在1%水平上顯著為負(fù)，列（3）中，SC_Dig的系數(shù)為0.180且在1%水平上顯著為正。由此表明，數(shù)字化轉(zhuǎn)型能夠降低企業(yè)信息不對(duì)稱程度并提升信息流轉(zhuǎn)通暢度。列（2）中，Dig1×SC_Dig的系數(shù)為-0.003且在5%水平顯著為負(fù)，列（4）中，Dig1×SC_Dig的系數(shù)為0.009且在10%水平顯著為正。由此表明，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型能夠強(qiáng)化供應(yīng)鏈上下游企業(yè)數(shù)字化轉(zhuǎn)型的信息賦能效應(yīng)，進(jìn)而助力企業(yè)緩解信息不對(duì)稱程度。

4.2? 能否改善資源配置效率

本文分別采用GMM法和FE法計(jì)算企業(yè)全要素生產(chǎn)率（TFP），回歸結(jié)果如表11所示。表11列（1）（3）僅考慮供應(yīng)商或客戶自身數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的影響，列（2）（4）引入目標(biāo)企業(yè)與供應(yīng)商或客戶數(shù)字化轉(zhuǎn)型的交乘項(xiàng)，進(jìn)一步考察考慮供應(yīng)鏈溢出效應(yīng)后數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商或客戶全要素生產(chǎn)率的影響。列（1）中，SC_Dig的系數(shù)為0.103且在1%水平上顯著，列（3）中，SC_Dig的系數(shù)為0.288且在1%水平上顯著，由此說(shuō)明，數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)全要素生產(chǎn)率提升。列（2）中，Dig1×SC_Dig的系數(shù)為0.035且在5%水平上顯著。列（4）中，Dig1×SC_Dig的系數(shù)為0.047，未通過(guò)顯著性檢驗(yàn)。綜上可知，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)能在一定程度上改善供應(yīng)商（客戶）資源配置效率。

5? 結(jié)語(yǔ)

5.1? 研究結(jié)論

本文以2004—2022年滬、深A(yù)股上市企業(yè)為初始樣本，對(duì)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)及其經(jīng)濟(jì)后果進(jìn)行實(shí)證檢驗(yàn)，得到以下主要研究結(jié)論：

（1）企業(yè)數(shù)字化轉(zhuǎn)型具有供應(yīng)鏈溢出效應(yīng)，隨著目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型水平提升，上游供應(yīng)商及下游客戶數(shù)字化轉(zhuǎn)型水平也得以提升。其一，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型能夠觸發(fā)上下游企業(yè)主動(dòng)學(xué)習(xí)機(jī)制，使其主動(dòng)模仿目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型；其二，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型會(huì)形成基于制度壓力的倒逼機(jī)制，進(jìn)而迫使上下游企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型；其三，目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)供應(yīng)鏈“競(jìng)合關(guān)系”的傳導(dǎo)機(jī)制，加速上下游企業(yè)數(shù)字化轉(zhuǎn)型。

（2）異質(zhì)性分析結(jié)果表明，當(dāng)目標(biāo)企業(yè)與供應(yīng)商（客戶）存在穩(wěn)定合作關(guān)系，或目標(biāo)企業(yè)具備較強(qiáng)議價(jià)能力、較高成長(zhǎng)性時(shí)，其數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)更顯著。首先，穩(wěn)定的合作關(guān)系能夠增進(jìn)彼此信任，驅(qū)動(dòng)供應(yīng)鏈不同主體構(gòu)建緊密的利益共同體，進(jìn)而強(qiáng)化目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈上下游企業(yè)的溢出效應(yīng)。其次，在與供應(yīng)商、客戶的業(yè)務(wù)合作中，較強(qiáng)議價(jià)能力有助于目標(biāo)企業(yè)獲得優(yōu)勢(shì)地位，進(jìn)一步強(qiáng)化目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈上下游企業(yè)的影響。最后，較高成長(zhǎng)性會(huì)促使上下游企業(yè)預(yù)期與目標(biāo)企業(yè)合作能夠產(chǎn)生更高的合作收益，進(jìn)而樂(lè)于追隨目標(biāo)企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略。

（3）經(jīng)濟(jì)后果檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)能夠產(chǎn)生積極影響，表現(xiàn)為上下游企業(yè)信息不對(duì)稱程度降低與資源配置效率改善。一方面，數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)可以強(qiáng)化上下游企業(yè)數(shù)字化轉(zhuǎn)型的信息賦能效應(yīng)，降低其信息不對(duì)稱程度；另一方面，數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)能夠優(yōu)化供應(yīng)鏈合作流程、減少資源錯(cuò)配，進(jìn)而提升上下游企業(yè)資源配置效率。

5.2? 研究啟示

（1）企業(yè)管理者應(yīng)利用供應(yīng)鏈合作關(guān)系加快自身數(shù)字化轉(zhuǎn)型進(jìn)程。在制定數(shù)字化轉(zhuǎn)型戰(zhàn)略時(shí)，企業(yè)管理者應(yīng)關(guān)注供應(yīng)鏈合作伙伴數(shù)字化轉(zhuǎn)型戰(zhàn)略，主動(dòng)學(xué)習(xí)供應(yīng)鏈成員相關(guān)經(jīng)驗(yàn)，加快自身數(shù)字化轉(zhuǎn)型。

（2）除供應(yīng)鏈合作伙伴數(shù)字化轉(zhuǎn)型經(jīng)驗(yàn)外，企業(yè)應(yīng)充分考慮其它相關(guān)因素對(duì)數(shù)字化轉(zhuǎn)型供應(yīng)鏈溢出效應(yīng)的影響，從而科學(xué)地制定數(shù)字化轉(zhuǎn)型戰(zhàn)略。首先，供應(yīng)鏈合作關(guān)系穩(wěn)定程度能夠顯著影響企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)；其次，企業(yè)對(duì)供應(yīng)鏈上下游的議價(jià)能力是影響其數(shù)字化轉(zhuǎn)型供應(yīng)鏈溢出效應(yīng)的重要因素；最后，企業(yè)成長(zhǎng)性不同，其數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)也存在顯著差異。因此，在借助供應(yīng)鏈合作網(wǎng)絡(luò)推進(jìn)數(shù)字化轉(zhuǎn)型時(shí)，企業(yè)管理者應(yīng)重點(diǎn)考慮上述因素的影響。

（3）政府在制定數(shù)字化發(fā)展規(guī)劃時(shí)，應(yīng)重點(diǎn)關(guān)注供應(yīng)鏈核心企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐。對(duì)于在供應(yīng)鏈中擁有核心地位的企業(yè)而言，其數(shù)字化轉(zhuǎn)型實(shí)踐對(duì)供應(yīng)鏈上下游企業(yè)發(fā)揮示范和引領(lǐng)作用。因此，政府可以通過(guò)支持上述企業(yè)數(shù)字化轉(zhuǎn)型引導(dǎo)其它企業(yè)開展數(shù)字化轉(zhuǎn)型。在加快推進(jìn)供應(yīng)鏈核心企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，政府可以充分發(fā)揮供應(yīng)鏈關(guān)系網(wǎng)絡(luò)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用，鼓勵(lì)企業(yè)以供應(yīng)鏈為載體協(xié)同推進(jìn)數(shù)字化轉(zhuǎn)型。

5.3? 不足與展望

（1）本文結(jié)論是否適用于其它國(guó)家有待驗(yàn)證。對(duì)于不同國(guó)家和地區(qū)而言，經(jīng)濟(jì)環(huán)境、市場(chǎng)結(jié)構(gòu)、供應(yīng)鏈關(guān)系特征等方面存在顯著差異。因此，企業(yè)數(shù)字化轉(zhuǎn)型是否存在供應(yīng)鏈溢出效應(yīng)，有待進(jìn)行跨國(guó)樣本數(shù)據(jù)檢驗(yàn)。

（2）研究樣本可進(jìn)一步細(xì)化。考慮到不同行業(yè)中，企業(yè)供應(yīng)鏈關(guān)系特征與數(shù)字化轉(zhuǎn)型程度可能存在顯著差異，這也許會(huì)對(duì)研究結(jié)論產(chǎn)生影響。因此，未來(lái)可以探討某一特定行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)，或?qū)Ρ确治霾煌袠I(yè)供應(yīng)鏈溢出效應(yīng)差異。

參考文獻(xiàn)參考文獻(xiàn)：

［1］? ?吳非， 胡慧芷， 林慧妍，等. 企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］. 管理世界， 2021， 37（7）： 130-144.

［2］? 何帆， 劉紅霞. 數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估［J］. 改革， 2019，35（4）： 137-148.

［3］? LI L， SU F， ZHANG W， et al. Digital transformation by SME entrepreneurs： a capability perspective［J］. Information Systems Journal， 2018， 28（6）： 1129-1157.

［4］? GRANOVETTER M. The impact of social structure on economic outcomes［J］. The journal of Economic Perspectives， 2005， 19（1）： 33-50.

［5］? CHIU T T， KIM J B， WANG Z. Customers' risk factor disclosures and suppliers' investment efficiency［J］. Contemporary Accounting Research， 2019， 36（2）： 773-804.

［6］? CHEN C， KIM J B， WEI M， et al. Linguistic information quality in customers' forward-looking disclosures and suppliers' investment decisions［J］.Contemporary Accounting Research， 2019， 36（3）： 1751-1783.

［7］? 蔡貴龍， 鄧景， 葛銳，等. 客戶行業(yè)競(jìng)爭(zhēng)地位與供應(yīng)商企業(yè)績(jī)效［J］. 會(huì)計(jì)研究， 2022， 42（11）： 72-86.

［8］? 楊金玉， 彭秋萍， 葛震霆. 數(shù)字化轉(zhuǎn)型的客戶傳染效應(yīng)——供應(yīng)商創(chuàng)新視角［J］. 中國(guó)工業(yè)經(jīng)濟(jì)， 2022（8）： 156-174.

［9］? GAO G Y， XIE E， ZHOU K Z. How does technological diversity in supplier network drive buyer innovation？ relational process and contingencies［J］. Journal of Operations Management， 2015， 36（1）： 165-177.

［10］? GULATI R， GARGIULO M. Where do interorganizational networks come from［J］. American Journal of Sociology， 1999， 104（5）： 1398-1438.

［11］? IIDA T， ZIPKIN P. Competition and cooperation in a two-stage supply chain with demand forecasts［J］. Operations Research， 2010， 58（5）： 1350-1363.

［12］? LEAEY M T， ROBERTS M R. Do peer firms affect corporate financial policy［J］. Journal of Finance， 2014， 69（1）： 139-178.

［13］? 彭旋， 王雄元. 客戶股價(jià)崩盤風(fēng)險(xiǎn)對(duì)供應(yīng)商具有傳染效應(yīng)嗎［J］. 財(cái)經(jīng)研究， 2018， 44（2）： 141-153.

［14］? 陳濤琴， 李棟棟， 洪劍峭. 客戶盈余質(zhì)量與供應(yīng)商投資效率分析——基于A股上市公司的經(jīng)驗(yàn)研究［J］. 南開管理評(píng)論， 2021， 24（3）： 193-203.

［15］? PIERCY N， LANE N. The underlying vulnerabilities in key account management strategies［J］. European Management Journal， 2006， 24（2-3）： 151-162.

［16］? 方紅星， 張勇. 供應(yīng)商/客戶關(guān)系型交易、盈余管理與審計(jì)師決策［J］. 會(huì)計(jì)研究， 2016，36（1）： 79-86.

［17］? DHALIWAL D，JUDD J S，SERFLING M， et al. Customer concentration risk and the cost of equity capital［J］. Journal of Accounting and Economics， 2016， 61（1）： 23-48.

［18］? 李馨子， 牛煜皓， 張廣玉. 客戶集中度影響企業(yè)的金融投資嗎［J］. 會(huì)計(jì)研究， 2019，39（9）： 65-70.

［19］? DICKINSON V. Cash flow patterns as a proxy for firm life cycle［J］. Accounting Review， 2011， 86（6）： 1969-1994.

（責(zé)任編輯：張? 悅）

The Spillover Effect of Enterprise Digital Transformation on Supply Chain： A Dual Perspective of Customers and Suppliers

Zhang Tao，Li Lei

英文摘要Abstract：In the context of the global technological revolution and industrial transformation， digitization has emerged as the primary driver of high-quality economic development in China. Simultaneously， the imperative exploration of strategies to accelerate corporate digital transformation at the micro-level has become a paramount concern in this era of the digital economy. Amidst the rapid expansion of the market economy， collaboration between enterprises， suppliers， and customers has intricately interconnected， giving rise to a complex web of interdependent supply chain relationships. These relationships adhere to the principle of "prospering together or faltering together". Fueled by shared interest objectives， strategic transformational information disseminates throughout this supply chain network， potentially influencing the decision-making processes of other enterprises within the same supply chain. Thus， as a critical strategic decision， is the digital transformation of target companies widely contributing to the digital transformation of other companies in the supply chain？ Will this spillover effect of digital transformation in target companies exhibit significant variations because of distinct collaborative relationships among supply chain companies and the unique characteristics of the target company itself？ Moreover， what are the economic impacts of the supply chain spillover effect from the digital transformation of companies？ It is worth noting that there are current deficiencies in academic research in this field.

To address these questions， this paper engages in a theoretical analysis of the supply chain spillover effects stemming from corporate digital transformation and carries out an empirical analysis with a sample of China's A-share listed enterprises from 2004 to 2022. It is found that （1） corporate digital transformation unquestionably generates supply chain spillover effects. As the digital transformation level of the focal enterprise ascends， the digital transformation levels of both upstream suppliers and downstream customers correspondingly increase. To enhance the credibility of these research conclusions， several controls are implemented. These encompass the incorporation of industry and annual fixed effects， the modification of the measurement methodology of independent variables， and the confinement of the sample to manufacturing sector companies exclusively. Moreover， a two-stage residual inclusion method is deployed. This method， in conjunction with the cube of the difference between the target company's digital transformation index and the mean digital transformation level of other companies within its industry and province as an instrumental variable， serves to mitigate potential endogeneity issues that could undermine the research findings. Following a comprehensive battery of robustness checks and the consideration of endogeneity， the previously stated research conclusions remain unwavering. （2） Heterogeneous analysis results underscore that as collaboration stability between the target enterprise and its upstream and downstream partners within the supply chain steadily increases， the spillover impact of its digital transformation within the supply chain becomes more pronounced. In comparison to firms with relatively limited bargaining power， enterprises endowed with greater bargaining power exhibit a conspicuously amplified spillover effect of digital transformation within the supply chain. This heightened supply chain spillover effect is similarly discernible within companies characterized by substantial growth prospects. （3） An examination of economic consequences reveals that the supply chain spillover effects of digital transformation can yield favorable outcomes. On one hand， digital transformation aids in mitigating information asymmetry within enterprises， empowering them to access more extensive and valuable information resources. The spillover effects of digital transformation within the supply chain further enhance this information empowerment mechanism， effectively alleviating information asymmetry among upstream and downstream enterprises. On the other hand， the enhancement of resource allocation efficiency among supply chain enterprises manifests as an increase in the total factor productivity of supply chain enterprises， encompassing both customers and suppliers. This increase results from the target enterprises' enhanced digital transformation.

The research conclusions obtained herein from the perspective of supply chain cooperative relationships affirm the existence of spillover effects associated with digital transformation. They enrich and extend the existing? literature concerning the driving factors of digital transformation while also serving as valuable reference for government policymakers in formulating strategies related to digital transformation.

Key Words：Supply Chain Spillover Effect; Digital Transformation; Partnership; Bargaining Power;Enterprise Growth