智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的影響研究

摘 要：加速形成企業(yè)新質(zhì)生產(chǎn)力，對于突破關(guān)鍵技術(shù)“卡脖子”問題、助力傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展等具有重要的現(xiàn)實意義。選取2011—2022年A股上市公司數(shù)據(jù)作為研究樣本，利用雙重差分法實證考察了智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的影響及其作用機制。研究發(fā)現(xiàn)：智慧供應(yīng)鏈建設(shè)能夠顯著提升企業(yè)新質(zhì)生產(chǎn)力，且對民營企業(yè)與重點行業(yè)企業(yè)的影響效應(yīng)更為顯著；機制檢驗結(jié)果表明，智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)主要通過推動企業(yè)數(shù)字化轉(zhuǎn)型和提高企業(yè)ESG表現(xiàn)兩條路徑實現(xiàn)。上述研究結(jié)論為培育企業(yè)新質(zhì)生產(chǎn)力提供了重要啟示：其一，加快總結(jié)與推廣供應(yīng)鏈創(chuàng)新與應(yīng)用試點工作的典型經(jīng)驗，提高供應(yīng)鏈可視化和智能化水平；其二，以智慧供應(yīng)鏈建設(shè)為抓手，引導(dǎo)企業(yè)開展數(shù)字化轉(zhuǎn)型與ESG實踐；其三，針對智慧供應(yīng)鏈建設(shè)過程中的薄弱環(huán)節(jié)分類施策，增強政策的靶向性與動態(tài)性。

關(guān)鍵詞：智慧供應(yīng)鏈建設(shè)；企業(yè)新質(zhì)生產(chǎn)力；數(shù)字化轉(zhuǎn)型；ESG表現(xiàn)

中圖分類號：F270" " 文獻標志碼：A" " 文章編號：1671-0037（2024）7-11-15

DOI：10.19345/j.cxkj.1671-0037.2024.7.2

0 引言

2023年9月7日，在新時代推動?xùn)|北全面振興座談會上，習(xí)近平總書記首次提出了“新質(zhì)生產(chǎn)力”這一重要概念，并明確指出，“積極培育新能源、新材料、先進制造、電子信息等戰(zhàn)略性新興產(chǎn)業(yè)，積極培育未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力，增強發(fā)展新動能”。2023年9月8日，習(xí)近平總書記再次強調(diào)，“整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力”。新質(zhì)生產(chǎn)力是什么？與傳統(tǒng)生產(chǎn)力有什么區(qū)別？目前學(xué)界尚未達成一致，但基本認同：新質(zhì)生產(chǎn)力是一種有別于傳統(tǒng)生產(chǎn)力、以科技創(chuàng)新為主導(dǎo)作用的生產(chǎn)力，其“新”在于新要素、新技術(shù)和新產(chǎn)業(yè)，其“質(zhì)”在于高質(zhì)量、多質(zhì)性和雙質(zhì)效［1］。新質(zhì)生產(chǎn)力要求整合社會創(chuàng)新資源，引領(lǐng)勞動者、勞動資料、勞動對象等要素的全面升級，通過科研成果的轉(zhuǎn)化落地培育產(chǎn)業(yè)新動能［2］。加快形成新質(zhì)生產(chǎn)力，對于突破關(guān)鍵技術(shù)“卡脖子”問題、搶占發(fā)展制高點，推動產(chǎn)業(yè)升級、培育競爭新優(yōu)勢，蓄積發(fā)展新動能、實現(xiàn)高質(zhì)量發(fā)展等具有重大戰(zhàn)略意義［3］。

與此同時，近年來人工智能、區(qū)塊鏈、5G等數(shù)字技術(shù)迅猛發(fā)展，為供應(yīng)鏈節(jié)點企業(yè)的價值創(chuàng)造提供了新思路，加速了傳統(tǒng)供應(yīng)鏈向高水平現(xiàn)代化智慧供應(yīng)鏈的轉(zhuǎn)型升級。智慧供應(yīng)鏈，廣義上也被稱為數(shù)字供應(yīng)鏈和供應(yīng)鏈4.0［4-5］，是數(shù)字要素滲透重塑而形成的互聯(lián)商業(yè)系統(tǒng)［6］。與傳統(tǒng)供應(yīng)鏈相比，智慧供應(yīng)鏈在柔性管理、快速響應(yīng)與智慧協(xié)同等方面具有更大優(yōu)勢，成為推動供給側(cè)結(jié)構(gòu)性改革、促進經(jīng)濟高質(zhì)量發(fā)展的有力支撐，為新質(zhì)生產(chǎn)力的技術(shù)革命性突破、生產(chǎn)要素創(chuàng)新性配置和產(chǎn)業(yè)深度轉(zhuǎn)型提供了重要保障。國務(wù)院辦公廳印發(fā)的《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》明確指出，要“加強數(shù)字化供應(yīng)鏈前沿技術(shù)、基礎(chǔ)軟件、先進模式等研究與推廣，探索擴大區(qū)塊鏈技術(shù)應(yīng)用，提高供應(yīng)鏈數(shù)字化效率和安全可信水平”。早在2017年，國務(wù)院辦公廳就已頒布了《關(guān)于積極推進供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》；隨后，商務(wù)部等八部門于2018年聯(lián)合啟動了供應(yīng)鏈創(chuàng)新與應(yīng)用試點，旨在加速我國智慧供應(yīng)鏈體系的建設(shè)進程。

現(xiàn)有關(guān)于新質(zhì)生產(chǎn)力的文獻大多停留在定性研究上，大部分學(xué)者就新質(zhì)生產(chǎn)力的概念、內(nèi)涵與特征進行了詳細解讀，也有一部分學(xué)者從金融［7］、數(shù)字經(jīng)濟［8-9］等視角分析了新質(zhì)生產(chǎn)力發(fā)展的理論邏輯與實現(xiàn)路徑。而在新質(zhì)生產(chǎn)力的經(jīng)驗研究中，從指標體系構(gòu)建來看：一些學(xué)者從科技、綠色和數(shù)字生產(chǎn)力等視角構(gòu)建了新質(zhì)生產(chǎn)力的指標體系［10］；一些學(xué)者從勞動者、勞動對象和勞動資料等實體性要素角度對新質(zhì)生產(chǎn)力進行了測算［11］；還有一些學(xué)者在實體性要素的基礎(chǔ)上，加入了新技術(shù)、生產(chǎn)組織和數(shù)據(jù)等滲透性要素［12］。從影響因素來看，地區(qū)層面的金融集聚［13］和農(nóng)業(yè)數(shù)字化轉(zhuǎn)型［14］，以及企業(yè)層面的數(shù)字化轉(zhuǎn)型［15-16］和ESG發(fā)展［17］都能促進新質(zhì)生產(chǎn)力的提升。從經(jīng)濟后果來看，新質(zhì)生產(chǎn)力能顯著提高資源配置效率［18］、培育經(jīng)濟增長新動能［12］和推進共同富裕［19］。

綜上，目前學(xué)術(shù)界已對企業(yè)新質(zhì)生產(chǎn)力展開了初步探討，但對于新質(zhì)生產(chǎn)力提升路徑的探索，大多數(shù)文獻局限于企業(yè)自身的特征要素，缺乏供應(yīng)鏈管理的研究視角。相關(guān)研究表明，智慧供應(yīng)鏈建設(shè)能夠提升企業(yè)的創(chuàng)新績效［20］與環(huán)境績效［21］。那么，智慧供應(yīng)鏈建設(shè)能否提升企業(yè)新質(zhì)生產(chǎn)力？其內(nèi)在機理如何？對上述問題的解答，既能在理論上彌補對智慧供應(yīng)鏈建設(shè)經(jīng)驗研究不足的缺陷［22］，填補企業(yè)新質(zhì)生產(chǎn)力研究視角的缺失，又能在實踐上為進一步釋放我國智慧供應(yīng)鏈的數(shù)字化動能、加速培育我國企業(yè)新質(zhì)生產(chǎn)力提供重要參考。鑒于此，本文以供應(yīng)鏈創(chuàng)新與應(yīng)用試點為準自然實驗，利用雙重差分法實證檢驗智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的影響及其作用機制。

本文可能的邊際貢獻在于：①首次將智慧供應(yīng)鏈建設(shè)與企業(yè)新質(zhì)生產(chǎn)力納入同一個研究框架，并考察了兩者之間的因果關(guān)系，豐富了智慧供應(yīng)鏈建設(shè)的經(jīng)驗研究，拓展了企業(yè)新質(zhì)生產(chǎn)力的研究視角。②識別出智慧供應(yīng)鏈建設(shè)提升企業(yè)新質(zhì)生產(chǎn)力的機制路徑，并考察了不同產(chǎn)權(quán)屬性與不同行業(yè)的異質(zhì)性，為政府部門的政策制定與完善提供了理論依據(jù)與實證經(jīng)驗。

1 理論分析與研究假設(shè)

新質(zhì)生產(chǎn)力的核心內(nèi)涵在于創(chuàng)新。然而，科技創(chuàng)新并非孤立存在，而是與數(shù)字經(jīng)濟和生態(tài)保護緊密相連、相互促進。三者相互交織，共同構(gòu)成了集科技、數(shù)字、綠色于一體的新質(zhì)生產(chǎn)力體系［10］。因此，基于企業(yè)新質(zhì)生產(chǎn)力的“數(shù)字”維度與“綠色”維度，從企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)ESG表現(xiàn)的視角，分析智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的作用機理。

從“數(shù)字”維度來看，智慧供應(yīng)鏈建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的推動作用主要源自智慧供應(yīng)鏈的支持效應(yīng)與倒逼效應(yīng)。一方面，智慧供應(yīng)鏈建設(shè)能極大提高企業(yè)的勞動力投資效率［23］和供應(yīng)鏈運轉(zhuǎn)效率［24-25］，提升企業(yè)抗風(fēng)險水平與供應(yīng)鏈韌性水平［26-27］，最終提高企業(yè)的財務(wù)績效［21］和技術(shù)創(chuàng)新績效［20］，對企業(yè)的數(shù)字化變革產(chǎn)生資金與技術(shù)的支持效應(yīng)。另一方面，在智慧供應(yīng)鏈建設(shè)過程中，原本數(shù)字化轉(zhuǎn)型程度高的企業(yè)具有良好的先發(fā)優(yōu)勢，為了更好地適配上下游的需求，企業(yè)被倒逼進行數(shù)字化轉(zhuǎn)型［28］。不僅如此，智慧供應(yīng)鏈建設(shè)還能降低企業(yè)協(xié)作成本、加速知識流動［29］，為企業(yè)學(xué)習(xí)和借鑒供應(yīng)鏈上下游數(shù)字技術(shù)與轉(zhuǎn)型經(jīng)驗提供了資源渠道。而數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)同樣體現(xiàn)在兩方面。第一，企業(yè)數(shù)字化轉(zhuǎn)型不但能推動企業(yè)間的要素流動，促進創(chuàng)新主體間的技術(shù)溢出［30-31］，還能進一步增加企業(yè)的研發(fā)投入，提高研發(fā)效率，提升企業(yè)的科技創(chuàng)新水平，進而提升企業(yè)新質(zhì)生產(chǎn)力。第二，數(shù)字化轉(zhuǎn)型能增強企業(yè)透明度，減少對企業(yè)的風(fēng)險識別成本和監(jiān)督成本，從而提高外界對企業(yè)的正面預(yù)期，極大降低企業(yè)與銀行等金融機構(gòu)間的信息不對稱程度，緩解企業(yè)的融資約束，為企業(yè)新質(zhì)生產(chǎn)力提升提供資金保障。

從“綠色”維度來看，智慧供應(yīng)鏈建設(shè)通過節(jié)流效應(yīng)和開源效應(yīng)提高企業(yè)的ESG表現(xiàn)。就節(jié)流效應(yīng)而言，智慧供應(yīng)鏈建設(shè)能優(yōu)化資源配置和流程管理，實現(xiàn)能源的有效利用，減少浪費。其一，大數(shù)據(jù)、云計算等數(shù)字技術(shù)不僅能識別出供應(yīng)網(wǎng)絡(luò)中的局部短板，精準突破供應(yīng)鏈環(huán)境治理的薄弱環(huán)節(jié)，還能發(fā)揮監(jiān)管作用，減少鏈上節(jié)點企業(yè)以犧牲環(huán)境績效為代價的自利行為［32］。其二，通過企業(yè)自身與企業(yè)所在地區(qū)的規(guī)模效應(yīng)，數(shù)字要素大范圍滲透，能有效提升能源的利用效率，降低能耗水平［33］。就開源效應(yīng)而言，智慧供應(yīng)鏈建設(shè)能通過綠色創(chuàng)新活動開辟新的環(huán)境績效增長點。具體來說，智慧供應(yīng)鏈建設(shè)將物聯(lián)網(wǎng)和區(qū)塊鏈等數(shù)字技術(shù)融入供應(yīng)鏈運轉(zhuǎn)中，實現(xiàn)供應(yīng)鏈物流、商流、信息流和資金流的透明化與可視化［34］。基于此，企業(yè)通過與上下游充分交換信息、聯(lián)合決策，有效破除“信息孤島”困境，并根據(jù)鏈上各主體的綠色需求增強綠色創(chuàng)新活動的導(dǎo)向性［35］，提升企業(yè)的綠色創(chuàng)新水平，從而實現(xiàn)良好的環(huán)境治理。根據(jù)利益相關(guān)者理論和信號理論可知，企業(yè)新質(zhì)生產(chǎn)力提升離不開其利益相關(guān)者的支持，而ESG發(fā)展對企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)則表現(xiàn)在緩解融資約束與促進供應(yīng)鏈協(xié)同兩方面。從融資約束的角度看，ESG責(zé)任的履行要求企業(yè)從多維度披露高質(zhì)量信息，而較高的企業(yè)運營透明度能向外界傳遞良好的信號，降低企業(yè)與銀行等金融機構(gòu)的信息不對稱程度，緩解企業(yè)融資約束，從而為企業(yè)新質(zhì)生產(chǎn)力的提升提供資金支持。從供應(yīng)鏈協(xié)同的角度看，企業(yè)良好的ESG表現(xiàn)能向供應(yīng)鏈伙伴企業(yè)傳遞積極的信號，使得供應(yīng)鏈上下游愿意與企業(yè)開展更深度的長期合作，從而降低企業(yè)的非產(chǎn)成品成本［17］，形成相互信任、互利共贏的供應(yīng)鏈生態(tài)，進而促進企業(yè)新質(zhì)生產(chǎn)力的提升。

基于上述分析，提出如下假設(shè)：

假設(shè)1：智慧供應(yīng)鏈建設(shè)能提升企業(yè)新質(zhì)生產(chǎn)力。

假設(shè)1a：智慧供應(yīng)鏈建設(shè)通過推動企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)新質(zhì)生產(chǎn)力。

假設(shè)1b：智慧供應(yīng)鏈建設(shè)通過提高企業(yè)ESG表現(xiàn)提升企業(yè)新質(zhì)生產(chǎn)力。

綜上所述，智慧供應(yīng)鏈建設(shè)影響企業(yè)新質(zhì)生產(chǎn)力的理論框架如圖1所示。

2 研究設(shè)計

2.1 模型設(shè)定

參考張樹山和谷城［26］的研究，以供應(yīng)鏈創(chuàng)新與應(yīng)用試點為準自然實驗，構(gòu)建雙重差分模型（1），考察智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的影響效應(yīng)。

[Newpit=α0+α1DIDit+α2Controls+ηt+γi+μit] （1）

其中：i和t分別代表時間與企業(yè)；DID代表智慧供應(yīng)鏈建設(shè)的外生沖擊變量；Newp代表被解釋變量企業(yè)新質(zhì)生產(chǎn)力；а1代表智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的影響效應(yīng)，是本文重點關(guān)注的系數(shù)；Controls代表一系列控制變量；η和γ分別代表控制時間效應(yīng)和個體效應(yīng)；μ為隨機擾動項。

2.2 變量選取

2.2.1 被解釋變量：新質(zhì)生產(chǎn)力（Newp）

參考宋佳等［17］的研究，首先，以創(chuàng)新為企業(yè)新質(zhì)生產(chǎn)力的核心，根據(jù)生產(chǎn)力二要素理論，從勞動力和生產(chǎn)工具兩個維度建立企業(yè)新質(zhì)生產(chǎn)力綜合指標；其次，選取研發(fā)人員薪資占比、研發(fā)人員占比、高學(xué)歷人員占比、固定資產(chǎn)占比和制造費用占比等來衡量企業(yè)勞動力要素水平，選取研發(fā)折舊攤銷占比、研發(fā)租賃費占比、研發(fā)直接投入占比、無形資產(chǎn)占比、總資產(chǎn)周轉(zhuǎn)率和權(quán)益乘數(shù)倒數(shù)等來衡量企業(yè)生產(chǎn)工具要素水平；最后，按照指標屬性，使用熵值法將上述各分項指標合成為企業(yè)新質(zhì)生產(chǎn)力指標Newp。表1展示了企業(yè)新質(zhì)生產(chǎn)力綜合指標體系。

2.2.2 核心解釋變量：智慧供應(yīng)鏈建設(shè)（DID）

表征智慧供應(yīng)鏈建設(shè)的DID外生沖擊變量由Treat與Post交乘得到。具體來說，若企業(yè)位于供應(yīng)鏈創(chuàng)新與應(yīng)用試點城市，則令Treat為1，視為實驗組；否則令Treat為0，視為對照組；若年份為2018年及以后，則令Post為1，否則為0。

2.2.3 控制變量

為盡可能避免遺漏重要解釋變量，參考張樹山和谷城［26］的研究，選取了一系列可能影響企業(yè)新質(zhì)生產(chǎn)力的因素作為控制變量：企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、董事會規(guī)模（Board）、獨立董事比例（Indep）、第一大股東持股比例（Top1）、企業(yè)價值（TobinQ）、企業(yè)年齡（FirmAge）、總資產(chǎn)凈利潤率（ROA）等。

各主要變量及其度量方法如表2所示。

2.3 數(shù)據(jù)來源與數(shù)據(jù)處理

選取2011—2022年A股上市公司數(shù)據(jù)作為研究樣本，對原始數(shù)據(jù)進行如下處理：①剔除行業(yè)代碼為J66、J67、J68、J69的金融類上市公司樣本；②剔除出現(xiàn)ST和PT異常經(jīng)營情況的上市公司樣本；③剔除模型中主要變量缺失值過多的上市公司樣本；④為避免異常值對回歸結(jié)果產(chǎn)生影響，利用Stata軟件中的Winsor2命令對所有連續(xù)型變量進行上下1%的縮尾處理。最終得到4 577家上市公司的共計34 418個有效觀測值。智慧供應(yīng)鏈建設(shè)（DID）試點沖擊變量的構(gòu)建參照了《關(guān)于公布全國供應(yīng)鏈創(chuàng)新與應(yīng)用試點城市和試點企業(yè)名單的通知》，ESG數(shù)據(jù)來自華證ESG指數(shù)，其他數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫。

3 實證分析

3.1 基準回歸

對基準模型（1）進行回歸分析，表3展示了模型的基準回歸結(jié)果。表3中列（1）—（3）分別是模型逐步加入固定效應(yīng)和控制變量的回歸結(jié)果。其中，核心解釋變量智慧供應(yīng)鏈建設(shè)的回歸系數(shù)始終在1%的水平上顯著為正，表明智慧供應(yīng)鏈建設(shè)顯著提升了企業(yè)新質(zhì)生產(chǎn)力，假設(shè)1得到驗證。

3.2 三重差分法

雙重差分模型的基本假設(shè)是實驗組與對照組應(yīng)當隨機選取且在外生沖擊前必須保持平行的時間趨勢。然而在本研究中，主動申報并獲取供應(yīng)鏈創(chuàng)新與應(yīng)用試點資格的城市可能本身就擁有良好的創(chuàng)新生態(tài)，這種情況使得試點之前實驗組與對照組間很難呈現(xiàn)完美的平行趨勢。因此，參考王桂軍和盧瀟瀟［36］的研究，構(gòu)建如式（2）所示的三重差分模型，以緩解非平行趨勢問題。

[Newpit=α0+α1DDDit+α2Treatit×Groupit+α3Treatit×Postit+α4Groupit×Postit+α5Groupit+α6Controls+ηt+γi+μit] （2）

其中：DDD代表三重差分變量；а1是三重差分變量系數(shù)；Group代表試點對象Treat和試點時間Post以外的第三重差分的分組變量。參考尹美群等［37］的研究，將樣本劃分為技術(shù)密集型企業(yè)與非技術(shù)密集型企業(yè)兩類，技術(shù)密集型企業(yè)Group賦值為1，非技術(shù)密集型企業(yè)Group賦值為0；為增強三重差分模型的穩(wěn)健性，進一步參考楊興哲和周翔翼［38］的研究，將樣本劃分為高科技企業(yè)與非高科技企業(yè)兩類，高科技企業(yè)Group賦值為1，非高科技企業(yè)Group賦值為0。其余未做特殊說明的變量與基準模型（1）保持一致。

對模型（2）進行回歸分析，表4展示了三重差分模型的回歸結(jié)果。表4中列（1）是以技術(shù)密集型企業(yè)為Group分組變量的模型回歸結(jié)果，列（2）是以高科技企業(yè)為Group分組變量的模型回歸結(jié)果。其中，本文重點關(guān)注的三重差分變量DDD的回歸系數(shù)至少在5%的水平上顯著為正。據(jù)此可知，三重差分模型成功捕捉到了不同科技水平情境下企業(yè)間新質(zhì)生產(chǎn)力的時間趨勢差異，本研究中雙重差分模型的非平行趨勢問題得以緩解。

3.3 內(nèi)生性處理

盡管本文所選擇的因果關(guān)系識別策略是內(nèi)生性較弱的雙重差分法，但其仍然可能存在內(nèi)生性問題。一方面，若企業(yè)新質(zhì)生產(chǎn)力的提升并不是此次城市試點的結(jié)果，而是源自使城市更易于獲得此次試點資格的其他混雜因素，那么本研究就可能存在遺漏變量偏誤所導(dǎo)致的內(nèi)生性問題；另一方面，本研究還可能存在互為因果關(guān)系所導(dǎo)致的內(nèi)生性問題，即新質(zhì)生產(chǎn)力水平更高的企業(yè)擁有較好的資金基礎(chǔ)與較高的技術(shù)水平，更有動機與能力開展智慧供應(yīng)鏈建設(shè)。為了避免上述嚴重的內(nèi)生性問題，使用工具變量法對模型做進一步處理。

參照Giannetti等［39］的做法，選擇其他相關(guān)外生政策沖擊構(gòu)建工具變量。對此，在陶鋒等［40］的研究中，工具變量的構(gòu)造方法是令相關(guān)外生政策沖擊與內(nèi)生解釋變量的基準狀態(tài)交互。本文認為，內(nèi)生解釋變量的基準狀態(tài)與內(nèi)生解釋變量間的關(guān)系仍不夠“干凈”，因而參考黃群慧等［41］的研究，進一步通過歷史數(shù)據(jù)構(gòu)造工具變量。具體來說，使用智慧城市試點與1984年各城市人均郵局數(shù)的交互項IV1以及智慧城市試點與1984年各城市人均固定電話數(shù)的交互項IV2作為智慧供應(yīng)鏈建設(shè)的工具變量。這種做法的合理性在于以下兩方面。一方面，郵局與固定電話作為數(shù)字化變革的前身，為城市未來的數(shù)字經(jīng)濟發(fā)展奠定了重要基礎(chǔ)；而智慧城市建設(shè)也為城市發(fā)展提供了完備的數(shù)字基礎(chǔ)設(shè)施。因此，智慧供應(yīng)鏈試點可能更傾向于選擇數(shù)字條件更為完善的城市，工具變量的相關(guān)性得到滿足。另一方面，外生政策沖擊與歷史數(shù)據(jù)的交乘項很難對企業(yè)新質(zhì)生產(chǎn)力產(chǎn)生顯著影響，工具變量的排他性也得到滿足。

表5展示了工具變量的回歸結(jié)果。表5中列（1）和列（3）是工具變量第一階段回歸結(jié)果。其中，工具變量IV1和IV2與智慧供應(yīng)鏈建設(shè)的回歸系數(shù)均在1%的水平上顯著為正，且弱工具變量檢驗結(jié)果分別為151.152和870.344，均拒絕了“工具變量是弱工具變量”的原假設(shè)，印證了工具變量與智慧供應(yīng)鏈試點具有相關(guān)性的分析結(jié)果。表5中列（2）和列（4）是工具變量第二階段回歸結(jié)果。其中，智慧供應(yīng)鏈建設(shè)的回歸系數(shù)均在1%的水平上顯著為正，且不可識別檢驗結(jié)果分別為145.019和551.113，均拒絕了“工具變量不可識別”的原假設(shè)。工具變量回歸結(jié)果與基準回歸結(jié)果保持一致，表明模型不存在嚴重的內(nèi)生性問題。

3.4 穩(wěn)健性檢驗

3.4.1 替換核心解釋變量

基準模型（1）中，核心解釋變量DID是根據(jù)供應(yīng)鏈創(chuàng)新與應(yīng)用試點城市名單構(gòu)建的雙重差分變量，但除城市層面外，企業(yè)層面也同步開展了試點工作。如果一個企業(yè)既在試點城市又是試點企業(yè)，那么其智慧供應(yīng)鏈建設(shè)勢必會得到更多的資源支持。因此，為更準確地捕捉此次試點對不同實驗組企業(yè)影響程度的差異，將試點企業(yè)也加入研究中，構(gòu)建強度雙重差分模型。具體來說，強度雙重差分模型仍與基準模型（1）類似。不同的是，若企業(yè)既在試點城市又是試點企業(yè)，則Treat賦值為2，并將其納入試點效應(yīng)更強的實驗組；若企業(yè)僅在試點城市或僅是試點企業(yè)，則Treat賦值為1，并將其納入試點效應(yīng)較弱的實驗組；若企業(yè)既不在試點城市也不是試點企業(yè)，則Treat賦值為0，并將其納入對照組。對替換核心解釋變量的基準模型（1）進行回歸分析，結(jié)果如表6中列（1）所示?？梢?，智慧供應(yīng)鏈建設(shè)的回歸系數(shù)在5%的水平上顯著為正，表明智慧供應(yīng)鏈建設(shè)仍顯著提升了區(qū)域內(nèi)企業(yè)新質(zhì)生產(chǎn)力，基準回歸結(jié)果具有穩(wěn)健性。

3.4.2 安慰劑檢驗

為排除偶然因素的影響、增強基準雙重差分模型的可靠性，進一步引入虛構(gòu)實驗組的安慰劑檢驗策略。具體實施步驟如下：首先，從所有企業(yè)中隨機抽取與基準模型（1）中實驗組企業(yè)數(shù)量相等的企業(yè)作為虛構(gòu)的“實驗組”，其余企業(yè)則構(gòu)成“對照組”；其次，假定試點實施年份依舊是2018年，在此基礎(chǔ)上構(gòu)建一個虛構(gòu)的“試點DID交乘項”；最后，對模型進行回歸分析，并記錄下該虛構(gòu)“試點DID交乘項”的回歸系數(shù)。虛構(gòu)雙重差分模型實驗組的原理在于，從理論上來說，如果利用雙重差分模型估計得到的試點效應(yīng)是真實存在而非偶然所得的，那么這個虛構(gòu)的“試點DID交乘項”的回歸系數(shù)應(yīng)不會顯著異于0。同時，為確保安慰劑檢驗的嚴謹性、規(guī)避單次隨機抽樣可能存在的偶然性，利用Stata軟件中的Didplacebo命令，重復(fù)上述過程500次，并繪制出500次虛構(gòu)“試點DID交乘項”回歸系數(shù)的概率密度圖。安慰劑檢驗結(jié)果如圖2所示。由圖2可知，所有通過隨機抽樣構(gòu)造的虛假“試點DID交乘項”的回歸系數(shù)均緊密圍繞在0值附近且呈正態(tài)分布，這些回歸系數(shù)顯著異于基準回歸結(jié)果中智慧供應(yīng)鏈建設(shè)的真實回歸系數(shù)。據(jù)此可知，智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)是真實存在的，安慰劑檢驗結(jié)果進一步證明了基準回歸結(jié)果的穩(wěn)健性。

3.4.3 樣本匹配+雙重差分法

考慮到實驗組與對照組很難呈現(xiàn)完美的平行趨勢，且供應(yīng)鏈創(chuàng)新與應(yīng)用試點的準自然實驗可能存在“自選擇偏差”，進一步對樣本進行匹配，以減少實驗組與對照組間各特征變量的差異，緩解潛在的樣本選擇偏差問題。參考Pan等［42］的研究，使用逐年熵平衡的辦法進行樣本匹配。熵平衡的原理是基于最大化熵賦予樣本相應(yīng)的權(quán)重，進而在不刪減樣本的情況下，實現(xiàn)實驗組與對照組的協(xié)變量多維平衡?；貧w結(jié)果如表6中列（2）所示，其中核心解釋變量DID的回歸系數(shù)依舊正向顯著。同時，為了避免不同匹配方法對回歸結(jié)果的潛在影響，參考Heyman等［43］的研究，使用逐年傾向得分匹配的方法再次對樣本進行匹配?；貧w結(jié)果如表6中列（3）所示，其中核心解釋變量DID的回歸系數(shù)在1%的水平上顯著為正，仍與基準回歸結(jié)果保持一致。

3.4.4 排除競爭性假設(shè)

2017年8月，商務(wù)部與財政部頒布的《關(guān)于開展供應(yīng)鏈體系建設(shè)工作的通知》明確提出，將在天津、上海、重慶等17個城市開展供應(yīng)鏈體系建設(shè)。2018年5月，財政部與商務(wù)部又聯(lián)合發(fā)布了《關(guān)于開展2018年流通領(lǐng)域現(xiàn)代供應(yīng)鏈體系建設(shè)的通知》，共選定了18個試點城市。這兩次申請到試點資格的城市將獲得專項財政資金的扶持，試點目標是構(gòu)建一個標準化、信息化、協(xié)同化的供應(yīng)鏈體系。那么，區(qū)域內(nèi)企業(yè)新質(zhì)生產(chǎn)力的提升到底是智慧供應(yīng)鏈建設(shè)的結(jié)果還是供應(yīng)鏈體系建設(shè)的結(jié)果？智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力提升效應(yīng)的回歸分析是否為偽回歸？為排除供應(yīng)鏈體系建設(shè)的干擾，剔除了供應(yīng)鏈體系建設(shè)試點共35個城市的所有企業(yè)樣本，并重新對基準模型（1）進行回歸分析。表6中列（4）展示了排除競爭性假設(shè)后的回歸結(jié)果。其中，智慧供應(yīng)鏈建設(shè)的回歸系數(shù)在10%的水平上顯著為正。由回歸結(jié)果可知，在排除供應(yīng)鏈體系建設(shè)試點的潛在影響后，智慧供應(yīng)鏈建設(shè)仍顯著提升了企業(yè)新質(zhì)生產(chǎn)力，結(jié)果依舊穩(wěn)健。

3.5 機制檢驗

為進一步驗證智慧供應(yīng)鏈建設(shè)提升企業(yè)新質(zhì)生產(chǎn)力的作用機制，建立機制檢驗?zāi)Ｐ?，具體如下：

[Mechanismit=α0+α1DIDit+α2Controls+ηt+γi+μit]" （3）

其中：Mechanism代表機制變量，包括企業(yè)數(shù)字化轉(zhuǎn)型水平（Dig）和企業(yè)ESG表現(xiàn)（Esg）。其余未做特殊說明的變量均與基準模型（1）保持一致。

3.5.1 企業(yè)數(shù)字化轉(zhuǎn)型水平

使用CSMAR數(shù)據(jù)庫中的數(shù)字化轉(zhuǎn)型指標來衡量企業(yè)數(shù)字化轉(zhuǎn)型水平。該指標的測算方法采用的是目前主流的文本分析法，即提取上市公司年報中涉及人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用的關(guān)鍵詞，并統(tǒng)計詞頻，用關(guān)鍵詞詞頻加1取自然對數(shù)的方式度量企業(yè)數(shù)字化轉(zhuǎn)型水平。表7中列（1）展示了數(shù)字化轉(zhuǎn)型機制檢驗的回歸結(jié)果。其中，核心解釋變量DID的回歸系數(shù)在1%的水平上顯著為正，可知智慧供應(yīng)鏈建設(shè)顯著推動了企業(yè)數(shù)字化轉(zhuǎn)型，假設(shè)1a得到驗證。智慧供應(yīng)鏈建設(shè)通過支持效應(yīng)與倒逼效應(yīng)推動企業(yè)數(shù)字化轉(zhuǎn)型，而數(shù)字化轉(zhuǎn)型則通過提高科技創(chuàng)新水平與緩解融資約束促進企業(yè)新質(zhì)生產(chǎn)力提升。

3.5.2 企業(yè)ESG表現(xiàn)

參考已有文獻，使用華證ESG指數(shù)來衡量企業(yè)ESG表現(xiàn)。表7中列（2）展示了ESG機制檢驗的回歸結(jié)果。其中，核心解釋變量DID的回歸系數(shù)在1%的水平上顯著為正。回歸結(jié)果表明，智慧供應(yīng)鏈建設(shè)對企業(yè)ESG表現(xiàn)有顯著的提高效應(yīng)，假設(shè)1b得到驗證。智慧供應(yīng)鏈建設(shè)通過節(jié)流效應(yīng)與開源效應(yīng)賦能企業(yè)ESG發(fā)展，企業(yè)良好的ESG表現(xiàn)則向利益相關(guān)者傳遞積極的信號，在緩解企業(yè)融資約束的同時促進供應(yīng)鏈協(xié)同，助力企業(yè)新質(zhì)生產(chǎn)力的提升。

3.6 異質(zhì)性分析

為考察不同情境下智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力影響效應(yīng)的差異性，從企業(yè)產(chǎn)權(quán)性質(zhì)與所屬行業(yè)的角度進一步開展異質(zhì)性分析。

3.6.1 企業(yè)產(chǎn)權(quán)性質(zhì)

國有企業(yè)與民營企業(yè)在管理結(jié)構(gòu)、資源獲取能力和抗風(fēng)險水平等方面存在很大差別，因此智慧供應(yīng)鏈建設(shè)及其經(jīng)濟后果在不同產(chǎn)權(quán)性質(zhì)的企業(yè)中必然存在差異。據(jù)此，將樣本企業(yè)劃分為國有企業(yè)與民營企業(yè)兩組，對基準模型（1）進行分組回歸，結(jié)果如表8中列（1）—（2）所示。在國有企業(yè)樣本中，核心解釋變量DID的回歸系數(shù)為正但不顯著；而在民營企業(yè)樣本中，核心解釋變量DID的回歸系數(shù)在1%的水平上顯著為正。由回歸結(jié)果可知，智慧供應(yīng)鏈建設(shè)對民營企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)更顯著。出現(xiàn)這種情況的原因可能是：一方面，與競爭更激烈的民營企業(yè)相比，國有企業(yè)資源獲取渠道更多、容錯率更高，因此求新求變的主動性與有效性較低；另一方面，與靈活度更高的民營企業(yè)相比，國有企業(yè)往往擁有龐大的組織架構(gòu)與復(fù)雜的工作流程，進行智慧供應(yīng)鏈建設(shè)的過程更加煩瑣。據(jù)此，民營企業(yè)智慧供應(yīng)鏈建設(shè)的效果往往會更加“立竿見影”。

3.6.2 所屬行業(yè)

《關(guān)于開展供應(yīng)鏈創(chuàng)新與應(yīng)用試點的通知》中明確指出，試點城市的重點任務(wù)包括建立健全農(nóng)業(yè)供應(yīng)鏈、積極發(fā)展工業(yè)供應(yīng)鏈、創(chuàng)新發(fā)展流通供應(yīng)鏈。因此，此次試點活動對重點行業(yè)新質(zhì)生產(chǎn)力的影響可能更大。據(jù)此，將樣本企業(yè)劃分為重點行業(yè)企業(yè)與非重點行業(yè)企業(yè)兩組。具體來說，參照中國證券監(jiān)督管理委員會發(fā)布的《上市公司行業(yè)分類指引》（2012年修訂），若企業(yè)屬于農(nóng)業(yè)、制造業(yè)、批發(fā)和零售業(yè)，則將其認定為試點重點行業(yè)企業(yè)，否則將其認定為試點非重點行業(yè)企業(yè)。隨后根據(jù)劃分結(jié)果對基準模型（1）進行分組回歸，表8中列（3）—（4）展示了分組回歸結(jié)果。在重點行業(yè)企業(yè)樣本中，核心解釋變量DID的回歸系數(shù)在1%的水平上顯著為正；而在非重點行業(yè)企業(yè)樣本中，核心解釋變量DID的回歸系數(shù)為正但不顯著。出現(xiàn)這種現(xiàn)象的原因可能是：一方面，試點對農(nóng)業(yè)、工業(yè)與流通業(yè)供應(yīng)鏈體系建設(shè)進行了資源傾斜；另一方面，相比其他行業(yè)企業(yè)，試點重點行業(yè)企業(yè)基本處于供應(yīng)鏈的生產(chǎn)和銷售位，開展智慧供應(yīng)鏈建設(shè)往往能靶向性地解決鏈上短板問題，故該類企業(yè)新質(zhì)生產(chǎn)力得到了更顯著的提升。

4 結(jié)論與建議

本文選取2011—2022年A股上市公司數(shù)據(jù)作為研究樣本，基于供應(yīng)鏈創(chuàng)新與應(yīng)用試點的準自然實驗，構(gòu)建雙重差分模型，考察了智慧供應(yīng)鏈建設(shè)對企業(yè)新質(zhì)生產(chǎn)力的影響及其作用機制。研究發(fā)現(xiàn)：第一，智慧供應(yīng)鏈建設(shè)能夠顯著提升企業(yè)新質(zhì)生產(chǎn)力；第二，智慧供應(yīng)鏈建設(shè)通過推動企業(yè)數(shù)字化轉(zhuǎn)型、提高企業(yè)ESG表現(xiàn)賦能企業(yè)新質(zhì)生產(chǎn)力的提升；第三，相對于國有企業(yè)與非重點行業(yè)企業(yè)，智慧供應(yīng)鏈建設(shè)對民營企業(yè)和重點行業(yè)企業(yè)新質(zhì)生產(chǎn)力的提升效應(yīng)更為顯著。

基于上述研究結(jié)論，提出如下政策啟示。

第一，加快總結(jié)與推廣供應(yīng)鏈創(chuàng)新與應(yīng)用試點工作的典型經(jīng)驗，提高供應(yīng)鏈可視化和智能化水平。對于試點城市來說，應(yīng)加大對以數(shù)字技術(shù)為核心的新型基礎(chǔ)設(shè)施的投資力度，積極運用大數(shù)據(jù)、區(qū)塊鏈等現(xiàn)代供應(yīng)鏈管理的先進技術(shù)與方法；加速構(gòu)建數(shù)字化供應(yīng)鏈公共服務(wù)平臺，推動政府治理體系向現(xiàn)代化邁進；加強對智慧物流園區(qū)、智能倉庫、智能貨柜及供應(yīng)鏈技術(shù)創(chuàng)新平臺的科學(xué)規(guī)劃和合理布局，彌補供應(yīng)鏈在硬件設(shè)施方面的缺口。對于試點企業(yè)來說，切實將人工智能、5G、邊緣計算等前沿技術(shù)融入供應(yīng)鏈管理系統(tǒng)，強化數(shù)據(jù)標準整合并實現(xiàn)與線上資源無縫對接；積極推廣在線采購、車貨匹配、云倉儲等新業(yè)態(tài)、新模式和新場景，使供應(yīng)鏈具備實時性、可視化和可感知性等特征，從而提升其整體的適應(yīng)性和協(xié)同性；同時，龍頭企業(yè)應(yīng)積極構(gòu)建技術(shù)先進、集成能力強、應(yīng)用廣泛的數(shù)字化平臺，開放共享智能化供應(yīng)鏈技術(shù)和應(yīng)用，推動云制造、云服務(wù)平臺的發(fā)展，為中小企業(yè)提供賦能支持。對于政府部門來說，首先，營造良好的供應(yīng)鏈創(chuàng)新與應(yīng)用政策環(huán)境。鼓勵構(gòu)建以企業(yè)為主導(dǎo)、產(chǎn)學(xué)研用合作的供應(yīng)鏈創(chuàng)新網(wǎng)絡(luò)；鼓勵社會資本統(tǒng)籌結(jié)合現(xiàn)有資金、基金渠道，為企業(yè)開展供應(yīng)鏈創(chuàng)新與應(yīng)用提供融資支持；依托國務(wù)院相關(guān)部門建設(shè)供應(yīng)鏈創(chuàng)新與應(yīng)用的政府監(jiān)管、公共服務(wù)和信息共享平臺，構(gòu)建行業(yè)指數(shù)、經(jīng)濟運行狀況、社會預(yù)警等指標體系。其次，推進供應(yīng)鏈標準體系建設(shè)。加快制定供應(yīng)鏈產(chǎn)品信息、數(shù)據(jù)采集、指標口徑、交換接口、數(shù)據(jù)交易等關(guān)鍵共性標準，強化行業(yè)間數(shù)據(jù)信息標準的兼容性，促進供應(yīng)鏈數(shù)據(jù)高效傳輸和交互。最后，培養(yǎng)多層次供應(yīng)鏈人才。支持高等院校和職業(yè)學(xué)校開設(shè)供應(yīng)鏈相關(guān)專業(yè)及課程，鼓勵企業(yè)和專業(yè)機構(gòu)加強供應(yīng)鏈人才培訓(xùn)，創(chuàng)新供應(yīng)鏈人才激勵機制，吸引和集聚優(yōu)秀供應(yīng)鏈人才。

第二，以智慧供應(yīng)鏈建設(shè)為抓手，增強企業(yè)新質(zhì)生產(chǎn)力提升的內(nèi)生動力。智慧供應(yīng)鏈建設(shè)能引導(dǎo)鏈上節(jié)點企業(yè)開展數(shù)字化轉(zhuǎn)型和提升企業(yè)可持續(xù)性績效，從而促進企業(yè)新質(zhì)生產(chǎn)力的提升。其一，建設(shè)與完善現(xiàn)代化智慧供應(yīng)鏈的政策支持體系，引導(dǎo)節(jié)點企業(yè)將數(shù)字要素投入生產(chǎn)實踐，鼓勵搭建相互信任、資源共享、聯(lián)合決策的供應(yīng)鏈管理信息平臺，增強供應(yīng)鏈數(shù)字化與企業(yè)數(shù)字化的疊加效應(yīng)，賦能企業(yè)新質(zhì)生產(chǎn)力提升。其二，中國質(zhì)量協(xié)會、國務(wù)院國資委和中國社科院等應(yīng)牽頭構(gòu)建權(quán)威的企業(yè)ESG評價標準體系，有針對性地防控企業(yè)“漂綠”風(fēng)險，暢通媒體、公眾等外部主體的監(jiān)督渠道，降低企業(yè)與利益相關(guān)者間的信息不對稱程度，切實提升企業(yè)新質(zhì)生產(chǎn)力。

第三，針對智慧供應(yīng)鏈建設(shè)過程中的薄弱環(huán)節(jié)分類施策，增強政策的靶向性與動態(tài)性。一方面，要充分利用國有企業(yè)天然的資源優(yōu)勢，進一步加強國有企業(yè)供應(yīng)鏈智能化建設(shè)，充分發(fā)揮國有企業(yè)在培育新質(zhì)生產(chǎn)力和推動高質(zhì)量發(fā)展中的排頭兵作用；同時，須進一步加大對民營企業(yè)的扶持力度，引導(dǎo)民營企業(yè)把握智慧供應(yīng)鏈建設(shè)與數(shù)字化轉(zhuǎn)型的發(fā)展契機，助力經(jīng)濟下行期弱勢群體的逆襲。另一方面，考慮到智慧供應(yīng)鏈建設(shè)效果在不同行業(yè)間的差異性，加大對農(nóng)業(yè)、工業(yè)與流通業(yè)之外非重點行業(yè)企業(yè)的資金與技術(shù)支持力度，協(xié)助此類企業(yè)更精準地識別供應(yīng)鏈中存在的短板；并在智慧供應(yīng)鏈建設(shè)的不同階段，應(yīng)用區(qū)塊鏈和大數(shù)據(jù)等數(shù)字技術(shù)突破相關(guān)供應(yīng)鏈堵點，進而提升企業(yè)新質(zhì)生產(chǎn)力。

參考文獻：

［1］ 蔣永穆，喬張媛.新質(zhì)生產(chǎn)力：邏輯、內(nèi)涵及路徑［J］.社會科學(xué)研究，2024（1）：10-18，211.

［2］ 魏崇輝.新質(zhì)生產(chǎn)力的基本意涵、歷史演進與實踐路徑［J］.理論與改革，2023（6）：25-38.

［3］ 周文，許凌云.論新質(zhì)生產(chǎn)力：內(nèi)涵特征與重要著力點［J］.改革，2023（10）：1-13.

［4］ MEINDL B，AYALA N F，MENDON?A J，et al.The four smarts of Industry 4.0：evolution of ten years of research and future perspectives［J］.Technological Forecasting and Social Change，2021，168：120784.

［5］ LERMAN L V，BENITEZ G B，MüLLER J M，et al.Smart green supply chain management：a configurational approach to enhance green performance through digital transformation［J］.Supply Chain Management：An International Journal，2022，27（7）：147-176.

［6］ ISHFAQ R，DAVIS-SRAMEK B，GIBSON B.Digital supply chains in omnichannel retail：a conceptual framework［J］.Journal of Business Logistics，2022，43（2）：169-188.

［7］ 陸岷峰.金融強國與金融新質(zhì)生產(chǎn)力：構(gòu)建以數(shù)智化驅(qū)動的金融高質(zhì)量發(fā)展新生態(tài)［J］.中國流通經(jīng)濟，2024，38（5）：18-27.

［8］ 翟緒權(quán)，夏鑫雨.數(shù)字經(jīng)濟加快形成新質(zhì)生產(chǎn)力的機制構(gòu)成與實踐路徑［J］.福建師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2024（1）：44-55，168-169.

［9］ 郭棟，尤帥，劉云.數(shù)字化改革賦能新質(zhì)生產(chǎn)力：理論內(nèi)涵、動力機制、關(guān)鍵主體及提升路徑［J］.社會科學(xué)家，2024（2）：45-51.

［10］ 盧江，郭子昂，王煜萍.新質(zhì)生產(chǎn)力發(fā)展水平、區(qū)域差異與提升路徑［J］.重慶大學(xué)學(xué)報（社會科學(xué)版），2024，30（3）：1-17.

［11］ 王珂，郭曉曦.中國新質(zhì)生產(chǎn)力水平、區(qū)域差異與時空演進特征［J］.統(tǒng)計與決策，2024，40（9）：30-36.

［12］ 韓文龍，張瑞生，趙峰.新質(zhì)生產(chǎn)力水平測算與中國經(jīng)濟增長新動能［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2024，41（6）：5-25.

［13］ 任宇新，吳艷，伍喆.金融集聚、產(chǎn)學(xué)研合作與新質(zhì)生產(chǎn)力［J］.財經(jīng)理論與實踐，2024，45（3）：27-34.

［14］ 李盛竹，薛楓，姜金貴.農(nóng)業(yè)數(shù)字化對中國糧食新質(zhì)生產(chǎn)力的影響效應(yīng)研究［J/OL］.農(nóng)林經(jīng)濟管理學(xué)報，2024：1-12［2024-05-02］.https：//kns.cnki.net/kcms2/article/abstract？v=pVWNQl4Rae8Q6K6-IuSRMl0_ILOLr0Hl6LXVR9WoNNX7_6LPFn_83w2tsU3O7jf3BAuQfdUTwtmlb5KJ_Q

zs-wwTVnLSKhL9MMq_OF8VFaCUXD16rxPICjnjk7F5-Z-D-t-c6fTuhH-H_oIQqbZva-ohIiC0FAgQ_ogVfXpcILYKTTJXXVOL8rqndTxljU9iamp;uniplatform=NZKPTamp;language=CHS.

［15］ 趙國慶，李俊廷.企業(yè)數(shù)字化轉(zhuǎn)型是否賦能企業(yè)新質(zhì)生產(chǎn)力發(fā)展？——基于中國上市企業(yè)的微觀證據(jù)［J/OL］.產(chǎn)業(yè)經(jīng)濟評論，2024：1-13［2024-05-02］.https：//kns.cnki.net/kcms2/article/abstract？v=pVWNQl4Rae9-SQAIS7EsEt

SzwWU4ahtCdn3NqOv41IUvy-PtpJkRDeYEOZul2AIzK_C

QTnUuG3EmexgD081nLSDxIcfryOCYBrwrwBmUf2jIGOV601wlLaEDPtJ6hi5X1934Luy4zAwnUfvMham-p2bau6Xpwo50_CAG-bsOhD3o3RfRSIKnLwADXsXcmfwiamp;uniplatform=NZKPTamp;language=CHS.

［16］ 楊芳，張和平，孫晴晴，等.企業(yè)數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力的影響［J］.金融與經(jīng)濟，2024（5）：35-48.

［17］ 宋佳，張金昌，潘藝.ESG發(fā)展對企業(yè)新質(zhì)生產(chǎn)力影響的研究：來自中國A股上市企業(yè)的經(jīng)驗證據(jù)［J］.當代經(jīng)濟管理，2024，46（6）：1-11.

［18］ 徐波，王兆萍，余樂山，等.新質(zhì)生產(chǎn)力對資源配置效率的影響效應(yīng)研究［J/OL］.產(chǎn)業(yè)經(jīng)濟評論，2024：1-15［2024-05-02］.https：//kns.cnki.net/kcms2/article/abstract？v=pVWNQl4Rae_kgk02PkeB-iALGTywnFdQAte1YjTgrORDMDqpV4DGV3nJV4zGOqxesQNTgQynTDCxFRelxB-VF6o

sAVTb9nIndKMqMMpUUvVnoQ0yJe5OUhPHX_Noi5x_xDZ

YlDF8Prsq5Qr_mxU7dMXSKH8qGG4XNNw-RVworQGu1xIIA6CA7UMQPf384Vqcamp;uniplatform=NZKPTamp;language=CHS.

［19］ 張彰.數(shù)字新質(zhì)生產(chǎn)力、農(nóng)業(yè)產(chǎn)業(yè)鏈延伸與共同富裕［J］.統(tǒng)計與決策，2024，40（9）：37-42.

［20］ 沈麗瓊，黃光于，葉飛.供應(yīng)鏈政策與企業(yè)技術(shù)創(chuàng)新：來自政府認定供應(yīng)鏈創(chuàng)新試點企業(yè)的經(jīng)驗證據(jù)［J］.科技管理研究，2022，42（19）：97-110.

［21］ 劉海建，胡化廣，張樹山，等.供應(yīng)鏈數(shù)字化與企業(yè)績效：機制與經(jīng)驗證據(jù)［J］.經(jīng)濟管理，2023，45（5）：78-98.

［22］ SRAI J S，LORENTZ H.Developing design principles for the digitalisation of purchasing and supply management［J］.Journal of Purchasing and Supply Management，2019，25（1）：78-98.

［23］ 祝丹楓，李宇坤.數(shù)字化供應(yīng)鏈變革與企業(yè)勞動力投資效率：基于供應(yīng)鏈創(chuàng)新與應(yīng)用試點的經(jīng)驗證據(jù)［J］.商業(yè)研究，2023（3）：49-57.

［24］ 谷城，徐杰.供應(yīng)鏈政策與供應(yīng)鏈效率：基于供應(yīng)鏈創(chuàng)新與應(yīng)用的準自然實驗［J］.哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2024（1）：33-48.

［25］ CHANG S E，CHEN Y C，LU M F.Supply chain re-engineering using blockchain technology：a case of smart contract based tracking process［J］.Technological Forecasting and Social Change，2019，144：1-11.

［26］ 張樹山，谷城.供應(yīng)鏈數(shù)字化與供應(yīng)鏈韌性［J/OL］.財經(jīng)研究，2023：1-15［2024-05-02］.https：//kns.cnki.net/kcms2/article/abstract？v=pVWNQl4Rae8zaL4Qd9bfYKlRd

tT8XoGdljWdJMumu3FsKkTneFWWjzB5Sq9e3F8ob9zP0E3bLgfjq7SnjdWpO1d40QgBsDmU7ieWuyDFijRW3frK2QWv-gARAGuSpuxLNvx36K30Tr2uZ6CxWna0M5YNLP5d9OSsvb0VGUchhVa1R_ptMuQVpzrFLf3ntqEIamp;uniplatform=NZKP

Tamp;language=CHS.

［27］ ZOUARI D，RUEL S，VIALE L.Does digitalising the supply chain contribute to its resilience？［J］.International Journal of Physical Distribution amp; Logistics Management，2021，51（2）：149-180.

［28］ 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］.中國工業(yè)經(jīng)濟，2022（8）：156-174.

［29］ 黃宏斌，張玥楊，許晨輝.供應(yīng)鏈數(shù)字化能促進鏈上企業(yè)間的融通創(chuàng)新嗎：基于智慧供應(yīng)鏈政策的準自然實驗［J］.當代財經(jīng)，2023（8）：134-145.

［30］ 宋佳寧，宋在科.數(shù)字化轉(zhuǎn)型、技術(shù)溢出與制造業(yè)企業(yè)創(chuàng)新績效［J］.經(jīng)濟體制改革，2023（4）：114-122.

［31］ CHAVEZ R，YU W，JACOBS M A，et al.Data-driven supply chains，manufacturing capability and customer satisfaction［J］.Production Planning amp; Control，2017，28（11/12）：906-918.

［32］ CHEN D Q，PRESTON D S，SWINK M.How the use of big data analytics affects value creation in supply chain management［J］.Journal of Management Information Systems，2015，32（4）：4-39.

［33］ 戴翔，楊雙至.數(shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型［J］.中國工業(yè)經(jīng)濟，2022（9）：83-101.

［34］ STANK T，ESPER T，GOLDSBY T J，et al.Toward a digitally dominant paradigm for twenty-first century supply chain scholarship［J］.International Journal of Physical Distribution amp; Logistics Management，2019，49（10）：956-971.

［35］ WU G C.The influence of green supply chain integration and environmental uncertainty on green innovation in Taiwan’s IT industry［J］.Supply Chain Management：An International Journal，2013，18（5）：539-552.

［36］ 王桂軍，盧瀟瀟.“一帶一路”倡議與中國企業(yè)升級［J］.中國工業(yè)經(jīng)濟，2019（3）：43-61.

［37］ 尹美群，盛磊，李文博.高管激勵、創(chuàng)新投入與公司績效：基于內(nèi)生性視角的分行業(yè)實證研究［J］.南開管理評論，2018，21（1）：109-117.

［38］ 楊興哲，周翔翼.治理效應(yīng)抑或融資效應(yīng)？股票流動性對上市公司避稅行為的影響［J］.會計研究，2020（9）：120-133.

［39］ GIANNETTI M，LIAO G，YU X.The brain gain of corporate boards：evidence from China［J］.The Journal of Finance，2015，70（4）：1629-1682.

［40］ 陶鋒，王欣然，徐揚，等.數(shù)字化轉(zhuǎn)型、產(chǎn)業(yè)鏈供應(yīng)鏈韌性與企業(yè)生產(chǎn)率［J］.中國工業(yè)經(jīng)濟，2023（5）：118-136.

［41］ 黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟，2019（8）：5-23.

［42］ PAN A，ZHANG W，SHI X，et al.Climate policy and low-carbon innovation：evidence from low-carbon city pilots in China［J］.Energy Economics，2022，112：106129.

［43］ HEYMAN F，SJ?HOLM F，TINGVALL P G.Is there really a foreign ownership wage premium？Evidence from matched employer-employee data［J］.Journal of International Economics，2007，73（2）：355-376.

The Impact of Intelligent Supply Chain Construction on New Quality Productivity of Enterprises

— A Quasi-natural Experiment Based on Supply Chain Innovation and Application Pilots

Chen Yanling， Li Qiang

（School of Internet Economics and Business， Fujian University of Technology， Fuzhou 350014， China）

Abstract： New quality productivity is a kind of productivity oriented by science and technology innovation. \"New\" implies new elements， new technologies， and new industries， and \"quality\" indicates high-quality， multi-quality， and double-quality effects. Accelerating the development of new quality productivity of enterprises is of great practical significance， as it targets overcoming the \"bottleneck\" of crucial technologies， facilitates the transformation and upgrading of traditional industries， and ultimately drives towards high-quality economic development.

This study selects the data of A-share listed companies from 2011 to 2022 as the research sample to measure the level of new quality productivity of enterprises based on the two-factor theory of production. It uses a quasi-natural experiment of supply chain innovation and application pilot to construct a difference-in-differences model to empirically investigate the impact of intelligent supply chain construction on the new productivity of enterprises and its mechanism. The results show that intelligent supply chain construction significantly improves the new quality productivity of enterprises. The above conclusion has passed the parallel trend test， endogeneity test， and a series of robustness tests. Mechanism test results indicate that the enhancement effect of intelligent supply chain construction on the new quality productivity of enterprises is mainly realized through two paths： promoting firms' digital transformation and improving firms' ESG performance. Further research finds that there are significant differences in the effects of intelligent supply chain construction on the new productivity of enterprises in different contexts， and the effects of intelligent supply chain construction on the new productivity of enterprises in the samples of private enterprises and key industries are more significant than those of state-owned enterprises and non-pilot key industries.

The above findings have the following theoretical and practical significance. In terms of theoretical contributions， this study places intelligent supply chain construction and new quality productivity of enterprises in the same research framework for the first time and identifies the causal relationship between the two and their intrinsic mechanism， which enriches the empirical research on intelligent supply chain and expands the research perspective on the new quality productivity of enterprises. From the perspective of guiding practice， this study provides important insights for cultivating the new quality productivity of enterprises： firstly， accelerate the replication and promotion of the typical experience of supply chain innovation and application pilot work， while enhancing the supply chain visualization and intelligence; secondly， leverage the construction of intelligent supply chains to guide enterprises in advancing digital transformation and ESG performance， while accelerating the cultivation and sustainable enhancement of new quality productivity; thirdly， implement targeted policies for the weaker links in the construction of intelligent supply chains， thereby enhancing the precision and effectiveness of these policies to help enterprises boost new quality productivity.

Key words： intelligent supply chain construction; new quality productivity of enterprises; digital transformation; ESG performance

（欄目編輯：邵冰欣）

收稿日期：2024-05-10

基金項目：福建省社會科學(xué)規(guī)劃項目“數(shù)字經(jīng)濟引領(lǐng)福建省農(nóng)業(yè)高質(zhì)量發(fā)展的機制、路徑和政策供給”（FJ2021B026）；福建省社會科學(xué)基金重大項目“數(shù)字經(jīng)濟全方位推動福建高質(zhì)量發(fā)展超越對策研究”（FJ2021Z006）。

作者簡介：陳燕翎（1982—），女，福建仙游人，博士，副教授，研究方向：數(shù)字貿(mào)易、跨境供應(yīng)鏈；李強（2001—），男，湖南岳陽人，碩士研究生，研究方向：供應(yīng)鏈管理。本文通信作者為李強。