企業(yè)數(shù)字化轉(zhuǎn)型、動態(tài)能力與客戶資源重構(gòu)

【摘要】文章以2011—2021年滬深A(yù)股上市公司數(shù)據(jù)為樣本，探討企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的影響，并首次從動態(tài)能力視角，檢驗動態(tài)能力對二者關(guān)系的調(diào)節(jié)作用。研究發(fā)現(xiàn)：企業(yè)數(shù)字化轉(zhuǎn)型降低了客戶資源集中度，吸收能力和創(chuàng)新能力對該關(guān)系具有正向調(diào)節(jié)作用，而適應(yīng)能力具有負(fù)向調(diào)節(jié)作用；數(shù)字化轉(zhuǎn)型企業(yè)主要通過發(fā)揮“信息效應(yīng)”和“創(chuàng)新效應(yīng)”降低客戶資源集中度；企業(yè)的全要素生產(chǎn)率較低或者所面臨的環(huán)境不確定性較高時，數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低效應(yīng)更明顯；企業(yè)數(shù)字化轉(zhuǎn)型提高了客戶質(zhì)量，并非盲目稀釋客戶資源集中度而流失優(yōu)質(zhì)客戶；數(shù)字化轉(zhuǎn)型降低客戶資源集中度能有效緩解經(jīng)營風(fēng)險和盈余操縱。文章為以數(shù)字中國建設(shè)助力供應(yīng)鏈韌性建設(shè)提供了思路。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；動態(tài)能力；客戶資源；集中度；供應(yīng)鏈韌性

【中圖分類號】F270.7；F272.91

★ 基金項目：本文受“國家社會科學(xué)基金”一般項目（項目編號：21BJY121）的資助。

近年來，我國經(jīng)濟環(huán)境不確定性陡然上升，供應(yīng)鏈中斷事件頻發(fā)，增強供應(yīng)鏈韌性建設(shè)刻不容緩。然而，以短期業(yè)績?yōu)橹饕繕?biāo)的大客戶營銷普遍存在，中國上市公司銷售收入的三分之一普遍源于前五大客戶（王丹等，2020），一旦企業(yè)與大客戶的合作關(guān)系發(fā)生重大不利變化，企業(yè)很可能鏈條中斷，從而面臨專用性資產(chǎn)減值（陳正林，2016）、股價大幅波動（Hertzel等，2008）、以及資金鏈斷裂（Dhaliwal等，2020）等風(fēng)險。在此背景下，降低客戶資源集中度，緩解大客戶依賴，增強供應(yīng)鏈韌性迫在眉睫。

在數(shù)字經(jīng)濟時代，企業(yè)數(shù)字化轉(zhuǎn)型改變了傳統(tǒng)商業(yè)模式（李載馳和呂鐵，2021），為重塑客戶資源、增強供應(yīng)鏈韌性提供了機會。數(shù)字化轉(zhuǎn)型企業(yè)在生產(chǎn)、經(jīng)營以及管理等方面使用人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等數(shù)字技術(shù)改善管理、提升績效（聶興凱等，2022；吳武清和田雅婧，2022），一是有助于發(fā)揮“信息效應(yīng)”，降低客戶轉(zhuǎn)換成本，二是有助于發(fā)揮“創(chuàng)新效應(yīng)”，增強企業(yè)競爭力，為降低客戶資源集中度、加強供應(yīng)鏈安全建設(shè)提供了機會。

然而，在復(fù)雜的環(huán)境中，企業(yè)原核心能力可能阻礙發(fā)展，需建立應(yīng)對環(huán)境變化的動態(tài)能力（Teece等，1997），為數(shù)字化轉(zhuǎn)型與客戶資源管理提供支撐。缺乏變化應(yīng)對能力的企業(yè)在新技術(shù)理解、應(yīng)用和整合上存在很大的困難（Giotopoulos等，2017），Matarazzo等（2021）以意大利六家中小制造企業(yè)為研究對象，強調(diào)了動態(tài)能力在數(shù)字化轉(zhuǎn)型創(chuàng)造客戶價值中的支撐作用，但鮮有文獻(xiàn)實證檢驗動態(tài)能力在數(shù)字化轉(zhuǎn)型影響客戶資源集中度中的作用。

基于此，本文以2011—2021年中國滬深A(yù)股上市公司為研究對象，探討中國企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的影響機制，并實證檢驗動態(tài)能力對二者關(guān)系的調(diào)節(jié)作用。相較以往研究，本文可能的貢獻(xiàn)如下：（1）將企業(yè)數(shù)字化轉(zhuǎn)型引入到供應(yīng)鏈治理中，拓展了客戶資源集中度的影響因素。關(guān)于客戶資源集中度的研究多聚焦于企業(yè)投資行為（李馨子等，2019；王丹等，2020）和創(chuàng)新行為（方紅星和嚴(yán)蘇艷，2020；程新生和李倩，2020）等經(jīng)濟后果問題，本文從驅(qū)動因素方面豐富了客戶資源集中度治理的研究；（2）從客戶資源視角探索了企業(yè)數(shù)字化轉(zhuǎn)型的作用，豐富了數(shù)字化轉(zhuǎn)型經(jīng)濟后果的研究。不同于現(xiàn)有研究多從資本市場（吳非等，2021；余艷等，2023）與企業(yè)內(nèi)部管理（韓國高等，2022；張萌等，2022）等角度探討企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果，本文從客戶資源重構(gòu)視角進(jìn)行探索，拓展了數(shù)字化轉(zhuǎn)型企業(yè)客戶價值創(chuàng)造邏輯；（3）打開了數(shù)字化轉(zhuǎn)型賦能客戶資源重構(gòu)的黑箱，為以數(shù)字中國建設(shè)助力供應(yīng)鏈韌性建設(shè)提供了思路。本文揭示了企業(yè)數(shù)字化轉(zhuǎn)型與客戶資源集中度之間的渠道機制及異質(zhì)性，為企業(yè)深刻理解數(shù)字化建設(shè)的內(nèi)在價值，增強供應(yīng)鏈治理提供了理論依據(jù)；（4）將企業(yè)動態(tài)能力拓展到數(shù)字化轉(zhuǎn)型對客戶資源集中度影響的研究中，觀察動態(tài)能力對供應(yīng)鏈韌性建設(shè)的影響，為以企業(yè)動態(tài)能力建設(shè)助力供應(yīng)鏈韌性建設(shè)提供了思路。

一、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與客戶資源集中度

企業(yè)數(shù)字化轉(zhuǎn)型是企業(yè)在生產(chǎn)、經(jīng)營以及管理等方面使用人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等數(shù)字技術(shù)改善管理、提升績效的戰(zhàn)略化轉(zhuǎn)變過程（聶興凱等，2022；吳武清等，2022），為降低客戶資源集中度提供了機會。

第一，“信息效應(yīng)”。企業(yè)數(shù)字化轉(zhuǎn)型通過增強信息透明度，降低客戶轉(zhuǎn)換成本，進(jìn)而緩解對大客戶的依賴，降低客戶資源集中度。一方面，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術(shù)加強了企業(yè)與客戶的聯(lián)系，數(shù)字技術(shù)加速了信息在它們之間的整合（袁淳等，2021），數(shù)字信息系統(tǒng)提高了企業(yè)內(nèi)部溝通效率（趙玲和黃昊，2022），使企業(yè)能迅速應(yīng)對合作關(guān)系中的不利變動，緩解客戶轉(zhuǎn)換成本；另一方面，根據(jù)交易成本理論，客戶對供應(yīng)商的信息搜索與監(jiān)督等交易成本會影響其交易選擇（江怡灑和馮泰文，2022），因此處于信息劣勢的中小企業(yè)時常因高昂的交易成本放棄原合作伙伴進(jìn)而尋找新伙伴。而數(shù)字化轉(zhuǎn)型企業(yè)信息透明度增強，緩解了中小客戶的交易成本，有助于維持現(xiàn)有中小客戶并吸引潛在客戶，降低客戶轉(zhuǎn)換成本，緩解對大客戶的依賴，降低客戶資源集中度。

第二，“創(chuàng)新效應(yīng)”。企業(yè)數(shù)字化轉(zhuǎn)型通過促進(jìn)技術(shù)創(chuàng)新，增強企業(yè)競爭力，進(jìn)而緩解對大客戶的依賴，降低客戶資源集中度。首先，企業(yè)利用數(shù)字技術(shù)低成本收集大量客戶信息（彭博和賀晨，2022），通過大數(shù)據(jù)分析預(yù)測需求與偏好（田秀娟和李睿，2022），進(jìn)而精準(zhǔn)創(chuàng)新并開拓市場；其次，技術(shù)創(chuàng)新成本高，需要向外部尋求資源幫助，數(shù)字技術(shù)增強了企業(yè)資源獲取能力（Ciriello等，2018；張國勝和杜鵬飛，2022），同時政府鼓勵數(shù)字化轉(zhuǎn)型并提供支持，緩解了融資約束（張欣和董竹，2023）；最后，技術(shù)創(chuàng)新周期長，數(shù)字化轉(zhuǎn)型既能加速信息滲透，也能給員工提供更多學(xué)習(xí)機會，提升員工能力，降低試錯成本（Smith等，2017；韓先鋒等，2019；張國勝和杜鵬飛，2022），增強技術(shù)創(chuàng)新能力，進(jìn)而增強競爭力，緩解對大客戶的依賴（李姝等，2021），降低客戶資源集中度。由此提出如下假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型可以降低客戶資源集中度。

（二）數(shù)字化轉(zhuǎn)型、動態(tài)能力與客戶資源集中度

企業(yè)動態(tài)能力是企業(yè)在創(chuàng)造、推廣和利用知識的過程中，以快速、敏捷又有效的方式應(yīng)對市場環(huán)境變化，且難以被復(fù)制的能力（Teece等，1997；Teece，2014）。數(shù)字化轉(zhuǎn)型中，企業(yè)需構(gòu)建與舊模式相融的數(shù)字能力，同時平衡既有能力（Svahn等，2017），大量研究證實了企業(yè)動態(tài)能力在其中的重要作用（Vial，2019；Matarazzo等，2021；莫冬燕等，2023）。本文參考Wang和Ahmed（2007）的研究，將動態(tài)能力劃分為吸收能力、創(chuàng)新能力以及適應(yīng)能力，分別探討三種動態(tài)能力對企業(yè)數(shù)字化轉(zhuǎn)型降低客戶資源集中度的影響。

第一，吸收能力是企業(yè)識別和運用外部信息的能力。吸收能力強的企業(yè)能有效識別和運用外部信息，更有效地利用數(shù)字技術(shù)以低成本獲取海量信息，從中篩選出有益的客戶數(shù)據(jù)，通過學(xué)習(xí)與運用，更準(zhǔn)確地預(yù)測客戶需求和偏好，實現(xiàn)個性化價值創(chuàng)造（Goerzig和Bauernhans，2018），進(jìn)而降低客戶資源集中度。

第二，創(chuàng)新能力是企業(yè)開發(fā)新市場或新產(chǎn)品的能力。數(shù)字技術(shù)助力企業(yè)高效獲取資源，大數(shù)據(jù)分析預(yù)測客戶需求，導(dǎo)向新產(chǎn)品開發(fā)，實現(xiàn)精準(zhǔn)營銷（田秀娟和李睿，2022）。創(chuàng)新能力強的企業(yè)更能打破組織慣例，迅速創(chuàng)新以響應(yīng)市場需求，沖擊客戶結(jié)構(gòu)，進(jìn)而降低客戶資源集中度。而創(chuàng)新能力弱的企業(yè)可能局限于固有領(lǐng)域，難以拓展新產(chǎn)品。

第三，適應(yīng)能力是企業(yè)對資源快速分配的能力。數(shù)字化轉(zhuǎn)型復(fù)雜多變，適應(yīng)能力強的企業(yè)能更好應(yīng)對調(diào)整，實現(xiàn)數(shù)字化轉(zhuǎn)型的能力較好，而適應(yīng)能力弱的企業(yè)即便引入數(shù)字技術(shù)也難以有效運用。此外，適應(yīng)能力強的企業(yè)對變化的反應(yīng)迅速，風(fēng)險抵御能力強，其本身對大客戶的依賴低，致使數(shù)字化轉(zhuǎn)型對客戶資源集中度的影響較小。由此提出如下假設(shè)：

H2a：吸收能力在企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低關(guān)系中發(fā)揮正向調(diào)節(jié)作用。

H2b：創(chuàng)新能力在企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低關(guān)系中發(fā)揮正向調(diào)節(jié)作用。

H2c1：適應(yīng)能力在企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低關(guān)系中發(fā)揮正向調(diào)節(jié)作用。

H2c2：適應(yīng)能力在企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低關(guān)系中發(fā)揮負(fù)向調(diào)節(jié)作用。

二、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

本文以2011—2021年滬深A(yù)股上市公司為研究樣本，并剔除如下樣本：（1）金融類公司樣本；（2）ST類樣本；（3）數(shù)據(jù)缺失樣本，最終得到21 959個樣本；（4）對連續(xù)變量進(jìn)行上下1%的縮尾處理。主要數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，互聯(lián)網(wǎng)普及率數(shù)據(jù)來源于統(tǒng)計年鑒，市場化水平數(shù)據(jù)來源于中國市場化指數(shù)數(shù)據(jù)庫。

（二）變量定義

1.客戶資源集中度

本文借鑒陳峻等（2015）和Dhaliwal等（2016）的做法，對客戶資源集中度（CC）的度量如下：（1）年度總銷售額中前五大客戶銷售額所占比重（CC_ TOP5）；（2）基于銷售額的赫芬達(dá)爾指數(shù)（CC_ HHI）（前五大客戶銷售額比重的平方和）。

2.企業(yè)數(shù)字化轉(zhuǎn)型

參考吳非等（2021）的研究，本文以人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)和數(shù)字技術(shù)運用相關(guān)的特征詞在年報中的詞頻數(shù)加1取自然對數(shù)來刻畫企業(yè)數(shù)字化轉(zhuǎn)型（DT）。

3.動態(tài)能力

本文借鑒楊林等（2020）的研究，以吸收能力、創(chuàng)新能力以及適應(yīng)能力刻畫動態(tài)能力。具體如下：以研發(fā)支出強度（研發(fā)支出/營業(yè)收入）來測量吸收能力（RD）；以研發(fā)投入強度（研發(fā)支出/營業(yè)收入）和研發(fā)人員數(shù)量占比（研發(fā)人員數(shù)量/員工總?cè)藬?shù)）分別進(jìn)行標(biāo)準(zhǔn)化處理后的綜合值刻畫創(chuàng)新能力（IC），如式（1）所示；以研發(fā)支出強度、資本支出強度（購建固定資產(chǎn)、無形資產(chǎn)和其它長期資產(chǎn)所支付的現(xiàn)金/營業(yè)收入）和廣告支出強度（廣告支出/營業(yè)收入）變異系數(shù)的相反數(shù)來衡量適應(yīng)能力（ACV）。其中，廣告支出數(shù)據(jù)來源于Wind數(shù)據(jù)庫。

4.控制變量

參考袁淳等（2021）、李姝等（2021）及吳武清和田雅婧（2022）的研究，本文控制如下變量：（1）公司層面：企業(yè)規(guī)模（Size）、產(chǎn)權(quán)性質(zhì)（SOE）、托賓Q值（TobinQ）、員工密集度（Ei）、董事會規(guī)模（Board）、獨立董事比例（Bind）、總資產(chǎn)凈利潤率（ROA）、企業(yè)年齡（Age）；（2）地區(qū)層面：公司所在省份互聯(lián)網(wǎng)普及率（Internet）、市場化水平（Market）和GDP增長率（GDP）。由于市場化指數(shù)目前更新到2019年，本文參考馬連福等（2015），以歷年市場化指數(shù)的平均增長率預(yù)測2020年和2021年的市場化指數(shù)。此外，本文還控制了年度（Year）、行業(yè)（Ind）和省份（Province）固定效應(yīng)。行業(yè)分類制造業(yè)取前兩位代碼，其他行業(yè)取首位代碼。變量定義及說明見表1。

（三）模型設(shè)計

為探索企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的影響，以及動態(tài)能力對二者關(guān)系的調(diào)節(jié)作用，本文構(gòu)建模型（2）和模型（3）來驗證。

其中，CC是被解釋變量客戶資源集中度，包括CC_TOP5和CC_HHI；DT是核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型；DC為調(diào)節(jié)變量動態(tài)能力，包括吸收能力（RD）、創(chuàng)新能力（IC）和適應(yīng)能力（ACV）；Controls是控制變量。當(dāng)DT的系數(shù)顯著為負(fù)時，假設(shè)H1成立。

三、實證結(jié)果與分析

（一）描述性統(tǒng)計

表2列示了主要變量描述性統(tǒng)計結(jié)果。（1）客戶資源集中度（CC_Top5與CC_HHI）的均值分別為0.3262和0.0586，最小值分別為0.0135和0.0001，最大值分別為0.9709和0.6431，與李姝等（2021）報告的結(jié)果相近，說明不同企業(yè)客戶資源集中度的差距較大，部分企業(yè)的客戶資源集中度偏高，甚至有些企業(yè)全年的營業(yè)收入全部來自前五大客戶，對大客戶的依賴高。（2）企業(yè)數(shù)字化轉(zhuǎn)型（DT）的均值為1.3555，最小值為0.0000，最大值為5.1357，與吳非等（2021）報告的結(jié)果相近，說明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的差異較大。（3）吸收能力（RD）、創(chuàng)新能力（IC）和適應(yīng)能力（ACV）的均值分別為0.0513、0.1868和-1.0084，與楊林等（2020）報告的結(jié)果相近。其他控制變量與現(xiàn)有文獻(xiàn)（袁淳等，2021；李姝等，2021）結(jié)果一致。

（二）基準(zhǔn)回歸結(jié)果

模型（2）回歸結(jié)果如表3所示。列（1）和列（4）為單變量回歸檢驗結(jié)果，DT系數(shù)在1%水平上顯著為負(fù)。列（2）和列（5）為在列（1）和列（4）的基礎(chǔ)上控制年份、行業(yè)和省份固定效應(yīng)的檢驗結(jié)果，DT系數(shù)也在1%水平上顯著。列（3）和列（6）在列（2）和列（5）的基礎(chǔ)上，進(jìn)一步控制影響客戶資源集中度的影響因素后的檢驗結(jié)果，DT系數(shù)分別為-0.0149、-0.0063，均在1%水平上顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型可以顯著降低客戶資源集中度，假設(shè)H1得到驗證。在控制其他影響因素后，DT每上升一個百分點，客戶資源集中度CC_TOP5就會下降0.05%（0.0149/0.3262），CC_HHI會下降0.11%（0.0063/0.0586）。

（三）動態(tài)能力的調(diào)節(jié)作用

為了檢驗動態(tài)能力的調(diào)節(jié)效應(yīng)，本文以模型（3）進(jìn)行回歸檢驗，分別構(gòu)建交乘項DT_RD、DT_IC和DT_ACV，結(jié)果如表4所示。列（1）和列（4）中，DT_RD系數(shù)均在至少5%的水平上顯著為負(fù)，表明企業(yè)的吸收能力能夠增強數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用，假設(shè)H2a得到驗證。列（2）和列（5）中，DT_IC系數(shù)均在至少5%的水平上顯著為負(fù)，表明企業(yè)的創(chuàng)新能力能夠增強數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用，假設(shè)H2b得到驗證。列（3）和列（6）中，DT_ACV系數(shù)均在1%的水平上顯著為正，表明企業(yè)的適應(yīng)能力能夠削弱數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用，假設(shè)H2c2得到驗證。

（四）穩(wěn)健性檢驗

1.傾向得分匹配（PSM）

為緩解不可觀測因素的影響，本文將數(shù)字化轉(zhuǎn)型樣本作為實驗組，未轉(zhuǎn)型樣本作為對照組，以模型（2）中所有控制變量（Controls）作為協(xié)變量計算傾向得分，并采用1：1近鄰匹配為實驗組匹配樣本。參考吳武清和田雅婧（2022）的研究，如果企業(yè)年報中的數(shù)字化轉(zhuǎn)型詞頻大于5次，則為數(shù)字化轉(zhuǎn)型樣本，否則為未轉(zhuǎn)型樣本，匹配結(jié)果如表5所示。匹配后除TobinQ以外，實驗組與對照組的其他控制變量不再有顯著差異，匹配結(jié)果較好。匹配后回歸結(jié)果如表6所示。列（1）和列（5）為H1的檢驗結(jié)果，DT系數(shù)仍均顯著為負(fù)。列（2）和列（6）為H2a的檢驗結(jié)果，DT_RD系數(shù)也均顯著為負(fù)。列（3）和列（7）為H2b的檢驗結(jié)果，DT_IC系數(shù)均顯著為負(fù)。列（4）和列（8）為H2c2的檢驗結(jié)果，DT_ACV系數(shù)均顯著為正。與前述結(jié)論一致。

2.企業(yè)數(shù)字化轉(zhuǎn)型滯后一期

為避免企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的影響僅為當(dāng)年的偶發(fā)現(xiàn)象，將企業(yè)數(shù)字化轉(zhuǎn)型程度滯后一期進(jìn)行回歸，結(jié)果如表7所示。列（1）和列（5）為H1的檢驗結(jié)果，DT系數(shù)均顯著為負(fù)。列（2）和列（6）為H2a的檢驗結(jié)果，DT_RD系數(shù)均顯著為負(fù)。列（3）和列（7）為H2b的檢驗結(jié)果，DT_ IC系數(shù)均顯著為負(fù)。列（4）和列（8）為H2c2的檢驗結(jié)果，DT_ACV系數(shù)均顯著為正。H1、H2a、H2b、H2c2仍然成立。

3.更換數(shù)字化轉(zhuǎn)型指標(biāo)

為避免直接對詞頻加總可能帶來的偏誤，本文對數(shù)字化轉(zhuǎn)型指標(biāo)進(jìn)行了如下替換：（1）參考文聶興凱等（2022）的研究，將企業(yè)數(shù)字化轉(zhuǎn)型程度替換為企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的虛擬變量（HiDT）（數(shù)字化轉(zhuǎn)型為1，否則為0）；（2）將企業(yè)數(shù)字化轉(zhuǎn)型程度替換為CSMAR數(shù)據(jù)庫里的數(shù)字化轉(zhuǎn)型指數(shù)（DTS）（0.3472×戰(zhàn)略驅(qū)動評分+0.162×技術(shù)賦能評分+0.0969×組織賦能評分+0.0342×環(huán)境賦能評分+0.2713×數(shù)字化成果評分+0.0884×數(shù)字化應(yīng)用評分），其中，各項細(xì)分指標(biāo)均為標(biāo)準(zhǔn)化后的值。結(jié)果如表8和表9所示。列（1）和列（5）為H1的檢驗結(jié)果，DT系數(shù)均顯著為負(fù)。列（2）和列（6）為H2a的檢驗結(jié)果，DT_RD系數(shù)均顯著為負(fù)。列（3）和列（7）為H2b的檢驗結(jié)果，DT_IC系數(shù)均顯著為負(fù)。列（4）和列（8）為H2c2的檢驗結(jié)果，DT_ACV系數(shù)均顯著為正。前述結(jié)論仍然成立。

4.工具變量法

為緩解遺漏變量導(dǎo)致的內(nèi)生性問題，本文參考張國勝和杜鵬飛（2022）的研究，以地區(qū)-行業(yè)的數(shù)字化轉(zhuǎn)型均值作為工具變量進(jìn)行2SLS檢驗，回歸結(jié)果如表10所示。列（1）為第一階段回歸結(jié)果，IV系數(shù)在1%水平上顯著為正，說明工具變量與數(shù)字化轉(zhuǎn)型正相關(guān)，滿足工具變量的相關(guān)性要求。工具變量檢驗的Kleibergen-Paap rk LM 統(tǒng)計量為396.3690（p值為0.0000），Kleibergen-Paap rk Wald F統(tǒng)計量為1726.0490，說明工具變量合理。列（2）和列（3）是第二階段回歸結(jié)果，DT系數(shù)均在至少5%的水平上顯著為負(fù)，說明數(shù)字化轉(zhuǎn)型會降低客戶資源集中度，H1仍然穩(wěn)健。

（五）機制檢驗

如前文所述，企業(yè)數(shù)字化轉(zhuǎn)型通過發(fā)揮“信息效應(yīng)”和“創(chuàng)新效應(yīng)”降低了客戶資源集中度。為驗證作用機制，本文構(gòu)建了模型（4）和模型（5）檢驗“信息效應(yīng)”和“創(chuàng)新效應(yīng)”所發(fā)揮的中介效應(yīng)。

其中，MED為中介變量，分別使用信息效應(yīng)（TRANS）和創(chuàng)新效應(yīng)（TI）作為中介變量進(jìn)行檢驗。

1.信息效應(yīng)

本文參考辛清泉等（2014）的研究，以盈余質(zhì)量、信息披露考評、分析師跟蹤人數(shù)、分析師盈余預(yù)測準(zhǔn)確性以及審計師是否國際“四大”這5個指標(biāo)的樣本百分等級的平均值來衡量信息透明度，即信息效應(yīng)（TRANS）。表11是信息效應(yīng)機制檢驗結(jié)果。列（1）中DT系數(shù)在1%水平上顯著為正，列（2）和列（3）中DT和TRANS的系數(shù)均在1%水平上顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型通過提升信息透明度降低了客戶資源集中度，信息效應(yīng)機制檢驗得到驗證。

2.創(chuàng)新效應(yīng)

本文參考李姝等（2018）的研究，以企業(yè)專利申請數(shù)量加1取對數(shù)來衡量技術(shù)創(chuàng)新，即創(chuàng)新效應(yīng)（TI）。表12是創(chuàng)新效應(yīng)機制檢驗結(jié)果。列（1）中DT系數(shù)在1%水平上顯著為正，列（2）和列（3）中DT和TI的系數(shù)均在1%水平上顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型通過提升技術(shù)創(chuàng)新降低了客戶資源集中度，創(chuàng)新效應(yīng)機制檢驗得到驗證。

（六）異質(zhì)性分析

前文研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型顯著降低了客戶資源集中度，但不同企業(yè)通過數(shù)字化轉(zhuǎn)型賦能客戶資源集中度治理的效果可能存在差異。對于客戶資源結(jié)構(gòu)較好的企業(yè)而言，數(shù)字化轉(zhuǎn)型能發(fā)揮的空間較小。

企業(yè)的全要素生產(chǎn)率高意味著其資源配置效率高，企業(yè)能夠充分利用自身優(yōu)勢實現(xiàn)資源利用的最大化（黃勃等，2022），其客戶資源結(jié)構(gòu)較為合理，數(shù)字化轉(zhuǎn)型發(fā)揮作用的空間較小。因此，本文預(yù)期相較于全要素生產(chǎn)率高的企業(yè)，全要素生產(chǎn)率較低的企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用更明顯。

此外，企業(yè)總是在特定的環(huán)境中開展生產(chǎn)經(jīng)營活動，市場形勢的好壞對其經(jīng)營業(yè)績和風(fēng)險存在顯著影響。當(dāng)企業(yè)面臨的環(huán)境不確定性較高時，將會引起企業(yè)盈余大幅波動（石芯瑜和張先治，2021）、增加信息不對稱（聶興凱等，2022），使管理者缺乏足夠的信息去評估風(fēng)險。此時，為保障短期業(yè)績，企業(yè)對大客戶的依賴相對較大，數(shù)字化轉(zhuǎn)型發(fā)揮作用的空間較大。因此，本文預(yù)期相較于環(huán)境不確定性低的企業(yè)，環(huán)境不確定性較高的企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用更明顯。

為此，本文將企業(yè)全要素生產(chǎn)率（TFP）和所面臨的環(huán)境不確定性（EU）按年度-行業(yè)三分位數(shù)分成高中低三組，選取最高組和最低組利用模型（2）進(jìn)行回歸。此外，本文參考黃勃等（2022）的研究，采用OP法計算企業(yè)的全要素生產(chǎn)率；參考申慧慧等（2012）的研究，采用企業(yè)過去五年剔除正常增長部分并經(jīng)行業(yè)調(diào)整之后銷售收入的標(biāo)準(zhǔn)差來表示企業(yè)面臨的環(huán)境不確定性。

全要素生產(chǎn)率的回歸結(jié)果如表13所示。列（1）和列（3）中DT系數(shù)的絕對值都顯著大于列（2）和列（4）中DT系數(shù)的絕對值，表明相較于全要素生產(chǎn)率高的企業(yè)，全要素生產(chǎn)率較低的企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用更明顯。環(huán)境不確定性的回歸結(jié)果如表14所示。列（1）和列（3）中DT系數(shù)的絕對值都顯著小于列（2）和列（4）中DT系數(shù)的絕對值，表明較于環(huán)境不確定性低的企業(yè)，環(huán)境不確定性較高的企業(yè)數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低作用更明顯。

（七）拓展性檢驗

1.企業(yè)數(shù)字化轉(zhuǎn)型與客戶質(zhì)量

由前文可知，企業(yè)數(shù)字化轉(zhuǎn)型顯著降低了客戶資源集中度，若數(shù)字化轉(zhuǎn)型只是盲目稀釋客戶資源集中度，放棄了優(yōu)質(zhì)客戶，不僅不能增強供應(yīng)鏈韌性，還會給企業(yè)帶來重大損失。因此，有必要檢驗企業(yè)數(shù)字化轉(zhuǎn)型對客戶質(zhì)量的影響。為此，本文借鑒李歡等（2018）的研究，以企業(yè)前五大客戶中上市公司的數(shù)量刻畫客戶質(zhì)量?；貧w結(jié)果如表15所示。DT系數(shù)在1%的水平顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型提升了客戶質(zhì)量，數(shù)字化轉(zhuǎn)型并沒有盲目稀釋客戶資源集中度而放棄優(yōu)質(zhì)客戶。

2.經(jīng)濟后果

降低企業(yè)經(jīng)營風(fēng)險，完善治理水平是增強供應(yīng)鏈韌性，實現(xiàn)高質(zhì)量發(fā)展的重要因素。因此有必要檢驗企業(yè)數(shù)字化轉(zhuǎn)型降低客戶資源集中度是否降低了經(jīng)營風(fēng)險、完善了治理機制。為此，本文構(gòu)建模型（6）和模型（7），并將客戶資源集中度按年度-行業(yè)三分位數(shù)分成高中低三組，選取最高組和最低組利用模型（7）進(jìn)行回歸。此外，參考史金艷等（2019）的研究，以Z值刻畫企業(yè)經(jīng)營風(fēng)險（Z），具體計算如模型（8）所示；參考古樸和翟士運（2020）的研究，以修正的Jones模型測度的應(yīng)計可操縱盈余刻畫企業(yè)盈余操縱（DA）。

模型（8）中，X1=凈營運資本/總資產(chǎn)、X2=留存收益/總資產(chǎn)、X3=息稅前利潤/總資產(chǎn)、X4=權(quán)益市值/總負(fù)債、X5=營業(yè)收入/總資產(chǎn)，Z值越大表示企業(yè)的經(jīng)營風(fēng)險越小。

經(jīng)營風(fēng)險檢驗的回歸結(jié)果如表16所示。列（1）和列（4）為模型（6）檢驗結(jié)果，CC_TOP5和CC_HHI系數(shù)均在1%水平顯著為負(fù)，即客戶資源集中度越高，Z值越小，企業(yè)的經(jīng)營風(fēng)險越大。列（2）-（3）和列（5）-（6）為模型（7）分組檢驗結(jié)果，在客戶資源集中度高的組，DT系數(shù)均在1%水平顯著為正，而在客戶資源集中度低的組，DT系數(shù)不顯著，表明數(shù)字化轉(zhuǎn)型能通過降低客戶資源集中度降低了企業(yè)經(jīng)營風(fēng)險。

盈余操縱檢驗的回歸結(jié)果如表17所示。列（1）和列（4）為模型（6）檢驗結(jié)果，CC_TOP5和CC_HHI系數(shù)均在1%水平顯著為正，即客戶資源集中度越高，企業(yè)可操縱盈余越大，治理水平越差。列（2）-（3）和列（5）-（6）為模型（7）分組檢驗結(jié)果，在客戶資源集中度高的組，DT系數(shù)均在10%水平顯著為負(fù)，而在客戶資源集中度低的組，DT系數(shù)不顯著，表明數(shù)字化轉(zhuǎn)型能通過降低客戶資源集中度降低企業(yè)盈余操縱，完善了治理水平。

四、結(jié)論與啟示

本文基于中國經(jīng)濟轉(zhuǎn)型，數(shù)字經(jīng)濟的時代背景，利用2011—2021年滬深A(yù)股上市公司樣本數(shù)據(jù)，考察企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型對于客戶資源集中度的影響以及動態(tài)能力的調(diào)節(jié)作用。研究發(fā)現(xiàn)：（1）從整體上看，企業(yè)數(shù)字化轉(zhuǎn)型降低了客戶資源的集中度，緩解了對大客戶的依賴。（2）從動態(tài)能力視角來看，企業(yè)吸收能力和創(chuàng)新能力正向調(diào)節(jié)企業(yè)數(shù)字化轉(zhuǎn)型與客戶資源集中度的關(guān)系，而適應(yīng)能力則對兩者關(guān)系起到了負(fù)向調(diào)節(jié)作用，表明企業(yè)在追求可持續(xù)發(fā)展的過程中，應(yīng)適當(dāng)建立動態(tài)能力，增強企業(yè)安全。（3）從作用機制上看，數(shù)字化轉(zhuǎn)型企業(yè)主要通過發(fā)揮“信息效應(yīng)”和“創(chuàng)新效應(yīng)”降低客戶資源集中度，企業(yè)應(yīng)當(dāng)緊緊抓住數(shù)字化轉(zhuǎn)型帶來的機遇和資源。（4）異質(zhì)性檢驗發(fā)現(xiàn)，企業(yè)的全要素生產(chǎn)率較低或者所面臨的環(huán)境不確定性較高時，數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低效應(yīng)更明顯，數(shù)字化轉(zhuǎn)型對供應(yīng)鏈韌性建設(shè)的促進(jìn)作用更強。（5）進(jìn)一步研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型提高了客戶質(zhì)量，并非盲目稀釋客戶資源集中度而流失優(yōu)質(zhì)客戶，并且數(shù)字化轉(zhuǎn)型降低客戶資源集中度能有效緩解經(jīng)營風(fēng)險和盈余操縱，完善了企業(yè)治理。企業(yè)應(yīng)當(dāng)積極布局?jǐn)?shù)字化轉(zhuǎn)型，以數(shù)字化轉(zhuǎn)型賦能客戶資源重構(gòu)，提高供應(yīng)鏈韌性，實現(xiàn)高質(zhì)量發(fā)展。根據(jù)以上結(jié)論，本文啟示如下：

第一，企業(yè)應(yīng)當(dāng)積極布局?jǐn)?shù)字化轉(zhuǎn)型，提高供應(yīng)鏈韌性建設(shè)。在數(shù)字經(jīng)濟時代，數(shù)字化轉(zhuǎn)型不僅能降低對大客戶的過度依賴，還能提高客戶質(zhì)量，數(shù)字化已經(jīng)成為企業(yè)有效管理客戶關(guān)系的重要舉措。企業(yè)應(yīng)當(dāng)從戰(zhàn)略層面加快推進(jìn)數(shù)字化轉(zhuǎn)型，積極利用數(shù)字化的信息優(yōu)勢和創(chuàng)新優(yōu)勢賦能客戶資源治理、增強供應(yīng)鏈韌性、完善企業(yè)治理、推進(jìn)高質(zhì)量發(fā)展。

第二，企業(yè)應(yīng)當(dāng)注重動態(tài)能力建設(shè)，更好地保障可持續(xù)發(fā)展。企業(yè)在加快推進(jìn)數(shù)字化轉(zhuǎn)型賦能客戶資源重構(gòu)的同時，應(yīng)該注重動態(tài)能力的建設(shè)以實現(xiàn)持續(xù)的競爭優(yōu)勢。一方面，動態(tài)能力強的企業(yè)構(gòu)建數(shù)字化轉(zhuǎn)型的能力較強，其本身也擁有一定的話語權(quán)，客戶資源更合理，供應(yīng)鏈韌性更強；另一方面，企業(yè)利用數(shù)字技術(shù)獲得海量信息，動態(tài)能力強的企業(yè)能更好地從這些信息中識別出環(huán)境的變化，并從這些信息中通過學(xué)習(xí)、吸收與運用迅速做出調(diào)整，保證其競爭優(yōu)勢，改善客戶資源，保障可持續(xù)發(fā)展。

第三，政府應(yīng)當(dāng)因企制宜，促進(jìn)數(shù)字經(jīng)濟與實體經(jīng)濟深度融合。企業(yè)的全要素生產(chǎn)率較低或者所面臨的環(huán)境不確定性較高時，數(shù)字化轉(zhuǎn)型對客戶資源集中度的降低效應(yīng)更明顯，政府應(yīng)當(dāng)根據(jù)企業(yè)特征制定差異化的扶持政策，促進(jìn)數(shù)字經(jīng)濟與實體經(jīng)濟融合，以數(shù)字中國建設(shè)助力中國式現(xiàn)代化，實現(xiàn)高質(zhì)量發(fā)展。

主要參考文獻(xiàn)：

[1]陳峻，王雄元，彭旋.環(huán)境不確定性、客戶集中度與權(quán)益資本成本[J].會計研究，2015（11）：76-82.

[2]陳正林.客戶集中、政府干預(yù)與公司風(fēng)險[J].會計研究，2016（11）：23-29.

[3]程新生，李倩.客戶集中是否影響企業(yè)創(chuàng)新？——行業(yè)前向關(guān)聯(lián)的視角[J].經(jīng)濟管理，2020，42（12）：42-58.

[4]方紅星，嚴(yán)蘇艷.客戶集中度與企業(yè)創(chuàng)新[J].科研管理，2020，41（5）：182-190.

[5]古樸，翟士運.監(jiān)管不確定性與企業(yè)盈余質(zhì)量——基于證監(jiān)會換屆的準(zhǔn)自然實驗[J].管理世界，2020，36（12）：186-202.

[6]韓先鋒，宋文飛，李勃昕.互聯(lián)網(wǎng)能成為中國區(qū)域創(chuàng)新效率提升的新動能嗎[J].中國工業(yè)經(jīng)濟，2019（7）：119-136.

[7]黃勃，李海彤，江萍，等.戰(zhàn)略聯(lián)盟、要素流動與企業(yè)全要素生產(chǎn)率提升[J].管理世界，2022，38（10）：195-212.

[8]韓國高，庭富，劉田廣.數(shù)字化轉(zhuǎn)型與企業(yè)產(chǎn)能利用率——來自中國制造企業(yè)的經(jīng)驗發(fā)現(xiàn)[J].財經(jīng)研究，2022，48（9）：154-168.

[9]江怡灑，馮泰文.綠色供應(yīng)鏈整合：研究述評與展望[J].外國經(jīng)濟與管理，2022，44（6）：135-152.

[10]李歡，李丹，王丹.客戶效應(yīng)與上市公司債務(wù)融資能力——來自我國供應(yīng)鏈客戶關(guān)系的證據(jù)[J].金融研究，2018（6）：138-154.

[11]李姝，翟士運，古樸.大客戶關(guān)系如何影響企業(yè)技術(shù)創(chuàng)新？[J].科學(xué)學(xué)研究，2018，36（7）：1314-1324.

[12]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].會計研究，2019（9）：65-70.

[13]李姝，李丹，田馬飛，等.技術(shù)創(chuàng)新降低了企業(yè)對大客戶的依賴嗎[J].南開管理評論，2021，24（5）：26-37.

[14]李載馳，呂鐵.數(shù)字化轉(zhuǎn)型：文獻(xiàn)述評與研究展望[J].學(xué)習(xí)與探索，2021（12）：130-138.

[15]馬連福，王麗麗，張琦.混合所有制的優(yōu)序選擇：市場的邏輯[J].中國工業(yè)經(jīng)濟，2015（7）：5-20.

[16]莫冬燕，陳如意，方芳，等.大數(shù)據(jù)技術(shù)、企業(yè)動態(tài)能力與真實活動盈余管理[J].證券市場導(dǎo)報，2023（3）：35-45.

[17]聶興凱，王穩(wěn)華，裴璇.企業(yè)數(shù)字化轉(zhuǎn)型會影響會計信息可比性嗎[J].會計研究，2022（5）：17-39.

[18]彭博，賀晨.“互聯(lián)網(wǎng)+銷售”有助于改善管理層預(yù)測的質(zhì)量嗎——基于上市公司開設(shè)電商店鋪的數(shù)據(jù)分析[J].會計研究，2022（6）：75-89.

[19]申慧慧，于鵬，吳聯(lián)生.國有股權(quán)、環(huán)境不確定性與投資效率[J].經(jīng)濟研究，2012，47（7）：113-126.

[20]史金艷，楊健亨，李延喜，等.牽一發(fā)而動全身：供應(yīng)網(wǎng)絡(luò)位置、經(jīng)營風(fēng)險與公司績效[J].中國工業(yè)經(jīng)濟，2019（9）：136-154.

[21]石芯瑜，張先治.大客戶是資源還是風(fēng)險——基于IPO定價場景的檢驗[J].山西財經(jīng)大學(xué)學(xué)報，2021，43（8）：112-126.

[22]田秀娟，李睿.數(shù)字技術(shù)賦能實體經(jīng)濟轉(zhuǎn)型發(fā)展——基于熊彼特內(nèi)生增長理論的分析框架[J].管理世界，2022，38（5）：56-74.

[23]王丹，李丹，李歡.客戶集中度與企業(yè)投資效率[J].會計研究，2020（1）：110-125.

[24]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：130-144.

[25]吳武清，田雅婧.企業(yè)數(shù)字化轉(zhuǎn)型可以降低費用粘性嗎——基于費用調(diào)整能力視角[J].會計研究，2022（4）：89-112.

[26]辛清泉，孔東民，郝穎.公司透明度與股價波動性[J].金融研究，2014（10）：193-206.

[27]楊林，和欣，顧紅芳.高管團隊經(jīng)驗、動態(tài)能力與企業(yè)戰(zhàn)略突變：管理自主權(quán)的調(diào)節(jié)效應(yīng)[J].管理世界，2020，36（6）：168-188.

[28]袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟，2021（9）：137-155.

[29]余艷，王雪瑩，郝金星，等.酒香還怕巷子深？制造企業(yè)數(shù)字化轉(zhuǎn)型信號與資本市場定價[J].南開管理評論，2023，1-27.

[30]張萌，張永珅，宋順林.企業(yè)數(shù)字化轉(zhuǎn)型與稅收規(guī)避——基于內(nèi)部控制和信息透明度的視角[J].經(jīng)濟經(jīng)緯，2022，39（6）：118-127.

[31]趙玲，黃昊.企業(yè)數(shù)字化轉(zhuǎn)型、供應(yīng)鏈協(xié)同與成本粘性[J].當(dāng)代財經(jīng)，2022（5）：124-136.

[32]張國勝，杜鵬飛.數(shù)字化轉(zhuǎn)型對我國企業(yè)技術(shù)創(chuàng)新的影響：增量還是提質(zhì)？[J].經(jīng)濟管理，2022，44（6）：82-96.

[33]張欣，董竹.數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新——機制識別、保障條件分析與異質(zhì)性檢驗[J].經(jīng)濟評論，2023（1）：3-18.

[34]CIRIELLO R F，RICHTER A，SCHWABE G.Digital Innovation[J].Business and Information Systems Engineering，2018，60（6）：563-569.

[35]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.

[36]DHALIWAL D，MICHAS P N，NAIKER V，et al. Greater Reliance on Major Customers and Auditor Going Concern Opinions[J].Contemporary Accounting Research，2020，37（1）：160-188.

[37]GIOTOPOULOS I，KONTOLAIMOU A，KORRA E，et al.What Drives ICT Adoption by SMEs？ Evidence from a Large-scale Survey in Greece[J].Journal of Business Research，2017，81：60-69.

[38]GOERZIG D，BAUERNHANSL T.Enterprise Architectures for the Digital Transformation in Small and Medium-sized Enterprises[J].Procedia CIRP，2018，67：540-545.

[39]HERTZEL M G，LI Z，OFFICER M S，et al，Interfirm Linkages and the Wealth Effects of Financial Distress Along the Supply Chain[J].Journal of Financial Economics，2008，87（2）：374-387.

[40]MATARAZZO M，PENCO L，PROFUMO G，et al. Digital Transformation and Customer Value Creation in Made in Italy Smes：A Dynamic Capabilities Perspective[J].Journal of Business Research，2021，123：642-656.

[41]SMITH C，SMITH J B，SHAW E.Embracing Digital Networks：Entrepreneurs’ Social Capital Online[J]. Journal of Business Venturing，2017，32（1）：18-34.

[42]SVAHN F，MATHIASSEN L，LINDGREN R.How Volvo Cars Managed Competing Concerns[J].MIS Quarterly，2017，41（1）：239-254.

[43]TEECE D J，PISANO G，SHUEN A.Dynamic Capabilities and Strategic Management[J].Strategic Management Journal，1997，18（7）：509-533.

[44]TEECE D J.A Dynamic Capabilities-based Entrepreneurial Theory of the Multinational Enterprise[J].Journal of International Business Studies，2014，45（1）：8-37.

[45]VIAL G.Understanding Digital Transformation：A Review and a Research Agenda[J].The Journal of Strategic Information Systems，2019，28（2）：118-144.

[46]WANG C L，AHMED P K.Dynamic Capabilities：A Review and Research Agenda[J].International Journal of Management Reviews，2007，9（1）：31-51.