客戶數(shù)字化轉(zhuǎn)型能降低供應(yīng)商債務(wù)融資成本嗎？

摘" "要：基于供應(yīng)鏈溢出視角，以2007—2022年A股上市公司為樣本，實(shí)證檢驗(yàn)客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的影響及其作用機(jī)制。研究發(fā)現(xiàn)，客戶數(shù)字化轉(zhuǎn)型顯著降低了供應(yīng)商的債務(wù)融資成本。機(jī)制檢驗(yàn)發(fā)現(xiàn)，客戶數(shù)字化轉(zhuǎn)型通過(guò)降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)、提高供應(yīng)商的信息披露質(zhì)量和改善銀企關(guān)系來(lái)降低供應(yīng)商的債務(wù)融資成本。異質(zhì)性分析發(fā)現(xiàn)，上述影響在客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平高于供應(yīng)商所在城市，供應(yīng)鏈數(shù)字化差距較大，客戶與供應(yīng)商地理距離較遠(yuǎn)時(shí)更為顯著。本研究對(duì)于供應(yīng)鏈上下游企業(yè)建立互惠共贏的合作關(guān)系具有一定的啟發(fā)，同時(shí)為破解企業(yè)融資難、融資貴問(wèn)題提供了新的思路。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；債務(wù)融資成本；供應(yīng)鏈

中圖分類(lèi)號(hào)：F830" "文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2025）01-0035-12

DOI：10.19647/j.cnki.37-1462/f.2025.01.004

一、引言

近年來(lái)，國(guó)際局勢(shì)復(fù)雜多變，國(guó)內(nèi)宏觀經(jīng)濟(jì)下行壓力加大，企業(yè)面臨著較大的經(jīng)營(yíng)困境和融資問(wèn)題。黨中央多次強(qiáng)調(diào)要健全融資增信和降本增效，切實(shí)發(fā)揮好金融在服務(wù)實(shí)體經(jīng)濟(jì)中的積極作用。然而，盡管近年來(lái)債務(wù)融資成本整體呈現(xiàn)下降的趨勢(shì)，但由于金融市場(chǎng)分割、信息流通不暢以及企業(yè)參差不齊的治理水平、較高的經(jīng)營(yíng)風(fēng)險(xiǎn)和較低的信息透明度，信貸市場(chǎng)依然存在融資結(jié)構(gòu)偏差、融資匹配低效的問(wèn)題，在一定程度上制約了實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展?；诖?，如何有效降低我國(guó)企業(yè)的融資成本，提高融資效率，助力企業(yè)實(shí)現(xiàn)降本增效的目標(biāo)成為現(xiàn)階段亟須解決的難題。

在眾多影響債務(wù)融資成本的因素中，數(shù)字化轉(zhuǎn)型為實(shí)現(xiàn)企業(yè)降本增效提供了新思路。隨著移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)的蓬勃發(fā)展，商務(wù)活動(dòng)主體的行為發(fā)生了巨大的轉(zhuǎn)變，企業(yè)通過(guò)運(yùn)用信息、計(jì)算、通信等數(shù)字技術(shù)來(lái)改變其價(jià)值創(chuàng)造的過(guò)程，以實(shí)現(xiàn)自身的數(shù)字化轉(zhuǎn)型。然而，數(shù)字化轉(zhuǎn)型的影響并不局限于企業(yè)內(nèi)部，數(shù)字技術(shù)的滲透性、協(xié)同性和外部性等特征使其具有顯著的產(chǎn)業(yè)鏈、供應(yīng)鏈正向溢出效應(yīng)（陶鋒等，2023）[1]。在數(shù)字化時(shí)代，供應(yīng)鏈的需求導(dǎo)向性特征愈發(fā)凸顯（Verhoef等，2021）[2]，客戶數(shù)字化轉(zhuǎn)型的影響必然會(huì)通過(guò)供應(yīng)鏈后向溢出至上游供應(yīng)商（陶鋒等，2023）[1]，不僅會(huì)提高供應(yīng)鏈上信息的共享度與可見(jiàn)性（肖紅軍等，2024）[3]，還會(huì)優(yōu)化供應(yīng)商的生產(chǎn)經(jīng)營(yíng)活動(dòng)和創(chuàng)新決策水平（楊金玉等，2022）[4]，從而為降低其債務(wù)融資成本帶來(lái)新的機(jī)會(huì)。然而，既有關(guān)于企業(yè)債務(wù)融資成本影響因素的研究大多圍繞著企業(yè)內(nèi)部的信息披露與治理機(jī)制展開(kāi)，認(rèn)為企業(yè)的會(huì)計(jì)信息質(zhì)量、內(nèi)部控制質(zhì)量、股權(quán)結(jié)構(gòu)等均會(huì)影響企業(yè)的債務(wù)融資成本（黎來(lái)芳等，2018；陳漢文和周中勝，2014；王運(yùn)通和姜付秀，2017）[5-7]。也有文獻(xiàn)關(guān)注企業(yè)外部的制度環(huán)境與宏觀經(jīng)濟(jì)政策，認(rèn)為銀行的貸款意愿會(huì)受到地區(qū)金融發(fā)展水平、利率市場(chǎng)化進(jìn)程、貨幣政策等因素的影響（魏志華等，2012；張偉華等，2018；Massa和Zhang，2013）[8-10]，卻忽略了供應(yīng)鏈上客戶數(shù)字化轉(zhuǎn)型對(duì)降低供應(yīng)商債務(wù)融資成本的重要作用。因此，從供應(yīng)鏈溢出視角探究客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的影響及其作用機(jī)制兼具理論和實(shí)際意義。

縱觀既有研究，與本文高度關(guān)聯(lián)的文獻(xiàn)主要有兩類(lèi)。第一類(lèi)文獻(xiàn)探究了客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)，主要從以下三個(gè)維度展開(kāi)?；谛畔⒁绯鲂?yīng)，已有研究發(fā)現(xiàn)數(shù)字技術(shù)的應(yīng)用能夠促進(jìn)供應(yīng)鏈上信息共享，客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商具有正向信息溢出效應(yīng)（李青原等，2023）[11]?；诮?jīng)濟(jì)溢出效應(yīng)，相關(guān)研究表明處于垂直關(guān)系中的企業(yè)會(huì)影響彼此的生產(chǎn)率，客戶數(shù)字化轉(zhuǎn)型通過(guò)需求拉動(dòng)來(lái)提高供應(yīng)商的經(jīng)營(yíng)績(jī)效（Zhang等，2024）[12]?；趧?chuàng)新溢出效應(yīng)，相關(guān)研究發(fā)現(xiàn)客戶數(shù)字化轉(zhuǎn)型通過(guò)倒逼效應(yīng)和資源效應(yīng)提高供應(yīng)商的創(chuàng)新能力（楊金玉等，2022）[4]。以上研究均肯定了客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商的正向溢出效應(yīng)，然而這些研究并未涉及對(duì)供應(yīng)商債務(wù)融資成本可能存在的影響。第二類(lèi)文獻(xiàn)考察了供應(yīng)鏈上客戶對(duì)供應(yīng)商融資的影響。一部分學(xué)者從供應(yīng)鏈關(guān)系的角度出發(fā)，認(rèn)為穩(wěn)定的客戶關(guān)系是供應(yīng)商獲取銀行信貸的重要影響因素（蔣殿春和魯大宇，2022）[13]。另一部分學(xué)者從供應(yīng)鏈溢出的角度出發(fā)，認(rèn)為客戶的行為決策、經(jīng)營(yíng)風(fēng)險(xiǎn)以及信息質(zhì)量等在供應(yīng)鏈上均具有溢出效應(yīng)（唐松和謝雪妍，2021；Kim等，2015；Filles和Gurun，2018）[14-16]，能夠?qū)?yīng)商的融資行為產(chǎn)生不同程度的影響?？梢园l(fā)現(xiàn)，第二類(lèi)文獻(xiàn)均從供應(yīng)鏈上下游合作關(guān)系出發(fā)，肯定了客戶作為供應(yīng)商的核心服務(wù)對(duì)象和重要的經(jīng)濟(jì)資源，與供應(yīng)商的資金、業(yè)務(wù)息息相關(guān)，對(duì)供應(yīng)商的債務(wù)融資有著不可忽視的影響，但是忽略了客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈的賦能效應(yīng)以及對(duì)關(guān)聯(lián)供應(yīng)商的溢出效應(yīng)。

基于上述現(xiàn)實(shí)背景和研究脈絡(luò)，本文以客戶數(shù)字化轉(zhuǎn)型為出發(fā)點(diǎn)，基于供應(yīng)鏈溢出視角，探究其對(duì)供應(yīng)商債務(wù)融資成本的影響，并從經(jīng)營(yíng)風(fēng)險(xiǎn)、信息披露質(zhì)量和銀企關(guān)系三個(gè)角度，分析客戶數(shù)字化轉(zhuǎn)型影響供應(yīng)商債務(wù)融資成本的中介機(jī)制。本文的研究貢獻(xiàn)在于：第一，基于供應(yīng)鏈溢出視角，研究客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的影響，拓展了有關(guān)企業(yè)債務(wù)融資成本影響因素的實(shí)證研究。第二，論證并檢驗(yàn)了客戶數(shù)字化轉(zhuǎn)型降低供應(yīng)商債務(wù)融資成本的中介機(jī)制。研究發(fā)現(xiàn)客戶數(shù)字化轉(zhuǎn)型的溢出效應(yīng)有利于供應(yīng)商降低經(jīng)營(yíng)風(fēng)險(xiǎn)、提高信息披露質(zhì)量、改善銀企關(guān)系，從而降低其債務(wù)融資成本，為企業(yè)數(shù)字化轉(zhuǎn)型的積極影響增添了新證據(jù)。第三，研究了客戶數(shù)字化轉(zhuǎn)型與供應(yīng)商債務(wù)融資成本之間關(guān)系的異質(zhì)性，證實(shí)了客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)因上下游企業(yè)數(shù)字經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平高低、供應(yīng)鏈數(shù)字化差距、地理距離遠(yuǎn)近而存在異質(zhì)性。這些研究結(jié)論對(duì)于企業(yè)的供應(yīng)鏈管理具有良好的啟示意義，同時(shí)為銀行開(kāi)拓業(yè)務(wù)、穩(wěn)定優(yōu)質(zhì)客戶提供了新的思路。

二、理論分析及假設(shè)提出

企業(yè)經(jīng)營(yíng)表現(xiàn)、信息披露質(zhì)量以及銀企關(guān)系是影響企業(yè)融資成本的三個(gè)重要因素（Cull和Xu，2005；Myers和Majluf，1984；尹志超等，2015）[17-19]。研究表明，經(jīng)營(yíng)風(fēng)險(xiǎn)低的企業(yè)能夠降低債權(quán)人的貸款風(fēng)險(xiǎn)和風(fēng)險(xiǎn)補(bǔ)償要求，從而降低自身的債務(wù)融資成本（王運(yùn)通和姜付秀，2017）[7]；較高的信息披露質(zhì)量也可以有效降低銀行的監(jiān)督和執(zhí)行成本（李四海和陳祺，2013）[20]，從而提高銀行的信貸意愿，使企業(yè)以更低的價(jià)格獲取資金（李志強(qiáng)，2015）[21]。同樣，良好的銀企關(guān)系也可以減少信貸過(guò)程中由委托代理問(wèn)題導(dǎo)致的道德風(fēng)險(xiǎn)和逆向選擇，提高銀行與企業(yè)共享部分收益的意愿，進(jìn)而降低企業(yè)的債務(wù)融資成本（尹志超等，2015）[19]。基于此，客戶數(shù)字化轉(zhuǎn)型如何影響供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)、信息披露質(zhì)量和銀企關(guān)系成為改變供應(yīng)商債務(wù)融資成本的關(guān)鍵。因此，本文基于供應(yīng)鏈溢出視角，從企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)、信息披露質(zhì)量和銀企關(guān)系三個(gè)維度分析客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的影響機(jī)制。

（一）客戶數(shù)字化轉(zhuǎn)型、經(jīng)營(yíng)風(fēng)險(xiǎn)與供應(yīng)商債務(wù)融資成本

客戶數(shù)字化轉(zhuǎn)型通過(guò)降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)而降低供應(yīng)商的債務(wù)融資成本。第一，客戶數(shù)字化轉(zhuǎn)型緩解了供應(yīng)鏈上的“牛鞭效應(yīng)”，對(duì)供應(yīng)商產(chǎn)生了顯著的正向信息溢出效應(yīng)（李青原等，2023）[11]。具體而言，客戶依托數(shù)字技術(shù)向上游供應(yīng)商傳遞更為及時(shí)與準(zhǔn)確的需求信息，供應(yīng)商通過(guò)獲取更加透明和高質(zhì)量的客戶信息，更為精準(zhǔn)地預(yù)測(cè)客戶的需求，從而提高了供應(yīng)商的資源利用效率和庫(kù)存管理水平，降低了供應(yīng)商的生產(chǎn)經(jīng)營(yíng)風(fēng)險(xiǎn)。第二，客戶數(shù)字化轉(zhuǎn)型促進(jìn)了供應(yīng)鏈上的知識(shí)流動(dòng)和創(chuàng)新溢出，能夠提高供應(yīng)商的創(chuàng)新水平（楊金玉等，2022）[4]，從而降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)。從資源整合角度來(lái)看，客戶數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)供應(yīng)鏈上知識(shí)、信息和數(shù)據(jù)等資源的流動(dòng)，能夠打破上下游企業(yè)間物理資源的壁壘，進(jìn)而拓展供應(yīng)商的創(chuàng)新資源空間。一方面，客戶會(huì)在價(jià)值共創(chuàng)的利益驅(qū)動(dòng)下將其在數(shù)字化轉(zhuǎn)型過(guò)程中的知識(shí)和經(jīng)驗(yàn)等資源以數(shù)據(jù)的形式向上游供應(yīng)商傳遞（李云鶴等，2022）[22]，迫使供應(yīng)商為了響應(yīng)客戶數(shù)字化轉(zhuǎn)型的效率和產(chǎn)品質(zhì)量要求而增強(qiáng)自身的創(chuàng)新能力，提高產(chǎn)品質(zhì)量，從而降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)。另一方面，供應(yīng)商會(huì)在與客戶的業(yè)務(wù)往來(lái)過(guò)程中主動(dòng)對(duì)獲取的外部資源進(jìn)行創(chuàng)新性配置，對(duì)客戶的生產(chǎn)運(yùn)營(yíng)方式和創(chuàng)新模式進(jìn)行學(xué)習(xí)和模仿，將獲取的資源轉(zhuǎn)化為自身獨(dú)有的競(jìng)爭(zhēng)優(yōu)勢(shì)與整合能力，從而提高供應(yīng)商的創(chuàng)新績(jī)效（Wu，2007）[23]，降低其經(jīng)營(yíng)風(fēng)險(xiǎn)。第三，客戶進(jìn)行數(shù)字化轉(zhuǎn)型能夠增強(qiáng)供應(yīng)鏈穩(wěn)定性?？蛻魯?shù)字化轉(zhuǎn)型降低了企業(yè)間的交易成本和驗(yàn)證成本，溝通的便利使供應(yīng)鏈上下游進(jìn)行更為頻繁的互動(dòng)，彼此的依賴(lài)和信任進(jìn)一步增強(qiáng)，形成穩(wěn)固的利益共同體（曾敏剛等，2017）[24]，進(jìn)而增強(qiáng)了供應(yīng)鏈穩(wěn)定性。對(duì)于供應(yīng)商而言，穩(wěn)定的供應(yīng)鏈會(huì)帶來(lái)通暢的銷(xiāo)售渠道和持續(xù)的銷(xiāo)售收益，從而保證了盈利能力（Patatoukas，2012）[25]，降低了經(jīng)營(yíng)風(fēng)險(xiǎn)。綜合以上分析，客戶數(shù)字化轉(zhuǎn)型可以緩解供應(yīng)鏈上的“牛鞭效應(yīng)”，提高供應(yīng)商的創(chuàng)新能力，增強(qiáng)供應(yīng)鏈穩(wěn)定性，從而降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)。

企業(yè)的經(jīng)營(yíng)表現(xiàn)是銀行進(jìn)行信用評(píng)估和設(shè)定貸款條件的重要依據(jù)（翟淑萍等，2022）[26]。企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)越高，銀行面臨的風(fēng)險(xiǎn)越大，要求的必要報(bào)酬率就越高，此時(shí)企業(yè)面臨的債務(wù)融資成本也越高?？蛻魯?shù)字化轉(zhuǎn)型可以降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)，在這種情況下，供應(yīng)商可以向銀行釋放出良好的盈利能力和穩(wěn)定的償債能力的積極信號(hào)，降低銀行對(duì)供應(yīng)商債務(wù)違約的風(fēng)險(xiǎn)溢價(jià)，進(jìn)而放寬銀行對(duì)供應(yīng)商的債務(wù)契約條款約束，降低供應(yīng)商的債務(wù)融資成本。基于以上分析，提出以下假設(shè)：

H1a：客戶數(shù)字化轉(zhuǎn)型通過(guò)降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)而降低供應(yīng)商的債務(wù)融資成本。

（二）客戶數(shù)字化轉(zhuǎn)型、信息披露質(zhì)量與供應(yīng)商債務(wù)融資成本

客戶數(shù)字化轉(zhuǎn)型通過(guò)提高供應(yīng)商的信息披露質(zhì)量進(jìn)而降低供應(yīng)商的債務(wù)融資成本。第一，制度理論認(rèn)為，制度對(duì)組織的行為具有約束性，組織為了應(yīng)對(duì)復(fù)雜變化的制度環(huán)境會(huì)采取與其外部利益相關(guān)者相同的行為方式，從而維護(hù)其運(yùn)營(yíng)管理的合法性（范建紅等，2024）[27]?？蛻魯?shù)字化轉(zhuǎn)型提高了供應(yīng)鏈的信息透明度和可溯性，而供應(yīng)鏈整體信息質(zhì)量的提升會(huì)促使供應(yīng)商在制度壓力下主動(dòng)提高自身的信息披露質(zhì)量（肖紅軍等，2024）[3]。具體而言，客戶數(shù)字化轉(zhuǎn)型不僅提高了自身的信息披露質(zhì)量，而且依托數(shù)字技術(shù)將供應(yīng)鏈上冗雜海量的信息輸出為標(biāo)準(zhǔn)化的數(shù)字信息，提升了供應(yīng)鏈信息的可視化水平與透明度，同時(shí)運(yùn)用數(shù)字系統(tǒng)客觀準(zhǔn)確地記錄、處理和傳遞供應(yīng)鏈上各個(gè)環(huán)節(jié)的交易信息，極大增強(qiáng)了供應(yīng)鏈上信息的可追溯性，從而推動(dòng)供應(yīng)鏈整體信息質(zhì)量的提升。對(duì)于上游供應(yīng)商而言，供應(yīng)鏈整體信息質(zhì)量的提升會(huì)對(duì)其形成外在制度壓力，能夠制約供應(yīng)商的信息披露行為，使供應(yīng)商為了維持自身在供應(yīng)鏈上的合法性地位主動(dòng)規(guī)范信息披露行為以獲得下游客戶的認(rèn)同，通過(guò)提高自身信息披露質(zhì)量以實(shí)現(xiàn)上下游信息披露協(xié)同。第二，客戶依托數(shù)字技術(shù)形成密集的社會(huì)網(wǎng)絡(luò)和高水平的社會(huì)資本，進(jìn)一步增強(qiáng)了其對(duì)供應(yīng)商的交叉監(jiān)管，能更加有效地抑制供應(yīng)商的機(jī)會(huì)主義行為，提高其信息披露質(zhì)量?？蛻魯?shù)字化轉(zhuǎn)型能夠重塑網(wǎng)絡(luò)組織關(guān)系，將自身的商業(yè)生態(tài)系統(tǒng)由線性垂直的供應(yīng)鏈演變?yōu)閺?fù)雜動(dòng)態(tài)的供應(yīng)鏈網(wǎng)絡(luò)（陳劍和劉運(yùn)輝，2021）[28]。而客戶在擴(kuò)大網(wǎng)絡(luò)規(guī)模的同時(shí)，憑借先進(jìn)的數(shù)字技術(shù)獲取數(shù)字資源并與業(yè)務(wù)活動(dòng)深度融合，實(shí)現(xiàn)了供應(yīng)鏈網(wǎng)絡(luò)位置的躍遷（劉燁等，2024）[29]。組織關(guān)系網(wǎng)絡(luò)化帶來(lái)嵌入性網(wǎng)絡(luò)資源的增加，伴隨著下游客戶供應(yīng)鏈網(wǎng)絡(luò)位置的優(yōu)化，不斷增強(qiáng)下游客戶的社會(huì)資本。高水平的社會(huì)資本和密集的社會(huì)網(wǎng)絡(luò)為客戶帶來(lái)了巨大的信息利益與控制利益，增強(qiáng)了其對(duì)供應(yīng)鏈網(wǎng)絡(luò)內(nèi)供應(yīng)商的控制能力，最終轉(zhuǎn)化為有效的監(jiān)控，從而有效抑制了供應(yīng)商的機(jī)會(huì)主義行為，提高其信息披露質(zhì)量。

企業(yè)的信息披露是銀行進(jìn)行貸前審查和貸后監(jiān)督的主要工具，較高的信息披露質(zhì)量可以有效降低銀企交易成本（李四海和陳祺，2013）[20]，從而直接影響銀行債務(wù)契約的設(shè)定（黎來(lái)芳等，2018）[5]。綜合以上分析，客戶數(shù)字化轉(zhuǎn)型改善了供應(yīng)鏈整體的信息質(zhì)量，且進(jìn)一步增強(qiáng)了其對(duì)供應(yīng)商的交叉監(jiān)管，從而提高了供應(yīng)商的信息披露質(zhì)量。供應(yīng)商信息披露質(zhì)量的提高可以降低銀行和供應(yīng)商之間的交易成本，具體表現(xiàn)為降低銀行的事前信息搜尋成本和事后監(jiān)管成本。一方面，供應(yīng)鏈整體信息質(zhì)量的提升能夠幫助銀行形成針對(duì)該供應(yīng)鏈的特有信息，從而降低銀行在進(jìn)行信貸配置時(shí)的信息搜尋成本。另一方面，客戶企業(yè)監(jiān)管能力的增強(qiáng)會(huì)迫使供應(yīng)商提高信息披露質(zhì)量，緩解代理問(wèn)題，從而降低銀行的事后監(jiān)管成本。銀企之間交易成本的降低會(huì)提高銀行的信貸意愿，從而降低供應(yīng)商的債務(wù)融資成本（李志強(qiáng)，2015）[21]?；谝陨戏治?，提出以下假設(shè)：

H1b：客戶數(shù)字化轉(zhuǎn)型通過(guò)提高供應(yīng)商的信息披露質(zhì)量進(jìn)而降低供應(yīng)商的債務(wù)融資成本。

（三）客戶數(shù)字化轉(zhuǎn)型、銀企關(guān)系與供應(yīng)商債務(wù)融資成本

客戶數(shù)字化轉(zhuǎn)型通過(guò)改善供應(yīng)商與銀行之間的關(guān)系進(jìn)而降低供應(yīng)商的債務(wù)融資成本。本文所指的銀企關(guān)系是狹義的銀企關(guān)系，即銀行和企業(yè)之間的信用契約關(guān)系，通常以關(guān)系型貸款來(lái)表示基于銀企關(guān)系的借貸。關(guān)系型貸款決策主要依據(jù)申貸企業(yè)的“軟信息”來(lái)進(jìn)行，即銀行可以通過(guò)與企業(yè)所在網(wǎng)絡(luò)中的利益相關(guān)者（客戶或員工等）進(jìn)行多維度接觸來(lái)積累大量與申貸企業(yè)有關(guān)的信息，并根據(jù)這些“軟信息”來(lái)發(fā)放貸款。然而，“軟信息”存在信息傳遞層次單一、信息傳遞鏈條過(guò)長(zhǎng)的缺陷，這使得銀企合作過(guò)程中對(duì)實(shí)際的信息存在認(rèn)知偏差（林春鵬和楊金強(qiáng)，2024）[30]，阻礙了銀企關(guān)系的發(fā)展。因此，客戶數(shù)字化轉(zhuǎn)型如何優(yōu)化供應(yīng)商關(guān)系型貸款的信息環(huán)境，成為改善供應(yīng)商和銀行的關(guān)系，并降低供應(yīng)商債務(wù)融資成本的關(guān)鍵。第一，客戶數(shù)字化轉(zhuǎn)型拓展了銀行獲取供應(yīng)商“軟信息”的渠道?？蛻粢劳袛?shù)字技術(shù)為供應(yīng)鏈上下游企業(yè)信息交互提供了平臺(tái)和載體，對(duì)供應(yīng)鏈上信息流、資金流和物流進(jìn)行實(shí)時(shí)監(jiān)控和記錄，使得供應(yīng)商原本無(wú)法被觀測(cè)到的私人信息亦能被捕捉和記錄。此時(shí)，銀行可以利用供應(yīng)鏈信息來(lái)獲取供應(yīng)商的業(yè)務(wù)交易、還款記錄和客戶評(píng)價(jià)資料，并從中提煉出供應(yīng)商的財(cái)力狀況、聲譽(yù)和信用等私人化“軟”信息，從而拓展了供應(yīng)商“軟信息”的來(lái)源，改善了關(guān)系型貸款的信息環(huán)境。第二，客戶數(shù)字化轉(zhuǎn)型暢通了銀行獲取供應(yīng)商“軟信息”的途徑。在傳統(tǒng)的條件下，銀行主要通過(guò)實(shí)地走訪調(diào)研和派遣信貸專(zhuān)員等方式來(lái)搜集貸款企業(yè)的“軟信息”，受限于信息獲取方式的特殊性和人工審核的高成本，“軟信息”的傳遞鏈條過(guò)長(zhǎng)且傳遞效率低下，導(dǎo)致關(guān)系型貸款的發(fā)展受到了極大的限制（張一林等，2021）[31]?？蛻羝髽I(yè)通過(guò)大數(shù)據(jù)賦能供應(yīng)鏈網(wǎng)絡(luò)共享與智能協(xié)作，促使供應(yīng)鏈上信息要素更為順暢和高效地流動(dòng)，從而使銀行更為通暢便捷地獲取與供應(yīng)商有關(guān)的“軟信息”。例如，區(qū)塊鏈技術(shù)的應(yīng)用實(shí)現(xiàn)了數(shù)據(jù)的多點(diǎn)記錄和實(shí)時(shí)共享，銀行可以憑借區(qū)塊鏈的輔助查詢貸款企業(yè)的經(jīng)營(yíng)信息，使得傳統(tǒng)生產(chǎn)中難以被信息使用者收集的數(shù)據(jù)能夠依托數(shù)字技術(shù)被銀行等金融市場(chǎng)主體高效獲?。_宏等，2023）[32]，從而極大地改善了關(guān)系型貸款的信息環(huán)境。

綜合以上分析，客戶數(shù)字化轉(zhuǎn)型拓展了銀行獲取供應(yīng)商“軟信息”的渠道且暢通了銀行獲取供應(yīng)商“軟信息”的路徑，極大地優(yōu)化了關(guān)系型貸款的信息環(huán)境，從而改善了供應(yīng)商和銀行的關(guān)系。銀企關(guān)系的改善可以降低逆向選擇和道德風(fēng)險(xiǎn)（尹志超等，2015）[19]，使銀行所面臨的信用風(fēng)險(xiǎn)降低，從而降低供應(yīng)商的貸款成本。基于以上分析，提出以下假設(shè)：

H1c：客戶數(shù)字化轉(zhuǎn)型通過(guò)改善供應(yīng)商與銀行之間的關(guān)系進(jìn)而降低供應(yīng)商的債務(wù)融資成本。

在H1a、H1b和H1c的基礎(chǔ)上，本文提出假設(shè)H1：客戶數(shù)字化轉(zhuǎn)型能夠降低供應(yīng)商的債務(wù)融資成本。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

從國(guó)泰安經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)（CSMAR）獲取2007—2022年中國(guó)A股上市供應(yīng)商及其前五大客戶的數(shù)據(jù)，并且對(duì)原始數(shù)據(jù)做了以下處理：（1）剔除ST和*ST等經(jīng)營(yíng)異常的供應(yīng)商及其客戶樣本；（2）剔除金融行業(yè)供應(yīng)商及其客戶樣本；（3）剔除客戶企業(yè)或者供應(yīng)商企業(yè)變量存在數(shù)據(jù)缺失的樣本。最終獲取了2757個(gè)“供應(yīng)商—客戶—年度”數(shù)據(jù)集。最后對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理，以減少異常值的影響。

（二）變量設(shè)定

1. 被解釋變量：供應(yīng)商企業(yè)的債務(wù)融資成本（Debcost）。參考鄭軍等（2013）[33]的研究方法，以企業(yè)利息支出、手續(xù)費(fèi)支出和其他財(cái)務(wù)費(fèi)用的和占期末總負(fù)債的比重作為企業(yè)債務(wù)融資成本的代理指標(biāo)。

2. 解釋變量：客戶企業(yè)的數(shù)字化轉(zhuǎn)型程度（Digital）。參考陶鋒等（2023）[1]的方法，使用企業(yè)數(shù)字化無(wú)形資產(chǎn)占無(wú)形資產(chǎn)總額的比例衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。其中，當(dāng)客戶企業(yè)年末無(wú)形資產(chǎn)明細(xì)中出現(xiàn)與數(shù)字化轉(zhuǎn)型有關(guān)的關(guān)鍵詞或者相關(guān)專(zhuān)利時(shí)，將其定義為數(shù)字化無(wú)形資產(chǎn)。

3. 中介變量。本文從經(jīng)營(yíng)風(fēng)險(xiǎn)、信息披露質(zhì)量和銀企關(guān)系三個(gè)角度進(jìn)行中介機(jī)制檢驗(yàn)。首先，參考王竹泉等（2017）[34]的研究，設(shè)置中介變量經(jīng)營(yíng)風(fēng)險(xiǎn)（Risk），使用企業(yè)的盈利波動(dòng)程度來(lái)衡量，企業(yè)的盈利波動(dòng)程度越大，經(jīng)營(yíng)風(fēng)險(xiǎn)越高。其次，參考伊志宏等（2010）[35]的研究，以滬深上市公司信息披露考評(píng)得分來(lái)衡量企業(yè)的信息披露質(zhì)量（Disclosure），信息披露考評(píng)得分分為四檔，不合格的賦值1，合格的賦值2，良好的賦值3，優(yōu)秀的賦值4。最后，參考羅黨論和唐清泉（2007）[36]的研究，設(shè)置中介變量銀企關(guān)系（Relationship），把長(zhǎng)期債權(quán)債務(wù)關(guān)系視為關(guān)系型貸款。

4.控制變量。參考肖紅軍等（2024）[3]的方法，控制變量同時(shí)包含了供應(yīng)商企業(yè)和客戶企業(yè)相關(guān)變量。供應(yīng)商的特征變量和治理變量包括：資產(chǎn)規(guī)模（Size_s）、總資產(chǎn)收益率（ROA_s）、流動(dòng)比率（Liquid_s）、現(xiàn)金流比率（Cashflow_s）、營(yíng)業(yè)收入增長(zhǎng)率（Growth_s）、托賓Q值（TobinQ_s）、產(chǎn)權(quán)性質(zhì)（SOE_s）、上市年限（ListAge_s）、數(shù)字化轉(zhuǎn)型程度（Digital_s）和第一大股東持股比例（Top1_s）?？蛻羝髽I(yè)特征變量包括：客戶的資產(chǎn)規(guī)模（Size_c）、資產(chǎn)負(fù)債率（Lev_c）、總資產(chǎn)收益率（ROA_c）、營(yíng)業(yè)收入增長(zhǎng)率（Growth_c）和上市年限（ListAge_c）。此外，還控制了行業(yè)（Industry）和年度（Year）虛擬變量。具體變量定義見(jiàn)表1。

（三）研究模型

為了檢驗(yàn)客戶企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商企業(yè)債務(wù)融資成本的影響，本文構(gòu)建如下模型：

[Debcosti，t=α0+α1Digitali，t-1+α2Controls+Industryi+Yeart+εi，t]" " （1）

其中，[i]表示企業(yè)，[t]表示年份，[Debcosti，t]表示供應(yīng)商企業(yè)[i]在[t]年的債務(wù)融資成本，解釋變量[Digitali，t-1]是客戶企業(yè)[i]在[t-1]年的數(shù)字化轉(zhuǎn)型程度，[Controls]表示控制變量，[εi，t]表示殘差。

四、實(shí)證研究

（一）描述性統(tǒng)計(jì)

表2報(bào)告了各變量的描述性統(tǒng)計(jì)結(jié)果。其中，供應(yīng)商的債務(wù)融資成本（Debcost）均值為0.021，最小值為0.000，最大值為0.070，表明樣本公司平均債務(wù)融資成本為2.1%，不同公司的債務(wù)融資成本差異較大?？蛻魯?shù)字化轉(zhuǎn)型（Digital）的均值為0.028，表明樣本公司客戶的平均數(shù)字化轉(zhuǎn)型程度為2.8%。客戶數(shù)字化轉(zhuǎn)型的標(biāo)準(zhǔn)差為0.072，且最大值為0.465，最小值為0，說(shuō)明樣本公司客戶的數(shù)字化轉(zhuǎn)型程度差異較大。

（二）基準(zhǔn)回歸

表3為客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的基準(zhǔn)回歸結(jié)果。表3第（1）列為客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的單變量回歸，結(jié)果顯示客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)。第（2）列增加了行業(yè)和年份固定效應(yīng)，結(jié)果顯示客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)。第（3）列增加了供應(yīng)商企業(yè)的控制變量，并且控制了行業(yè)和年份固定效應(yīng)，結(jié)果顯示客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)。第（4）列增加了客戶和供應(yīng)商企業(yè)的控制變量，同時(shí)控制了行業(yè)和年份固定效應(yīng)，結(jié)果顯示客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)。以上結(jié)果表明客戶企業(yè)的數(shù)字化轉(zhuǎn)型可以顯著降低供應(yīng)商企業(yè)的債務(wù)融資成本，驗(yàn)證了假設(shè)H1。

（三）內(nèi)生性分析

1. 工具變量法。本文可能存在反向因果問(wèn)題，即融資成本較低、融資約束較小的供應(yīng)商可能會(huì)吸引到更多創(chuàng)新能力較強(qiáng)、數(shù)字化轉(zhuǎn)型程度較高的客戶。因此，參考肖紅軍等（2024）[3]的研究方法，選擇數(shù)字產(chǎn)業(yè)人才投入作為工具變量（IV）。首先，剔除客戶與供應(yīng)商在相同地級(jí)市的樣本，以避免供應(yīng)商債務(wù)融資成本會(huì)因?yàn)榕c客戶同處于一個(gè)地級(jí)市而被客戶所在地區(qū)數(shù)字產(chǎn)業(yè)人才投入影響。其次，計(jì)算客戶所在城市數(shù)字產(chǎn)業(yè)人才投入比值（地級(jí)市滯后一期的信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人數(shù)/省級(jí)滯后一期的信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人數(shù)）。最后，將該比值按照年份和客戶所在省份分為五等份，若比值屬于前兩等份則IV取1，否則取0。經(jīng)過(guò)上述處理之后，工具變量的選取具備合理性：一方面，客戶所在地?cái)?shù)字產(chǎn)業(yè)人才投入為客戶數(shù)字化轉(zhuǎn)型實(shí)踐提供了充足的人才保障，滿足工具變量的相關(guān)性要求；另一方面，樣本剔除了客戶與供應(yīng)商位于同一地級(jí)市的情況，使得工具變量不會(huì)對(duì)供應(yīng)商債務(wù)融資成本產(chǎn)生直接的影響，滿足排他性要求。表4第（1）列為第一階段工具變量對(duì)自變量（Digital）的影響，系數(shù)為0.026，在1%的水平上顯著為正，同時(shí)第一階段F統(tǒng)計(jì)量為40.16，表明選取的工具變量不存在弱工具變量問(wèn)題。表4第（2）列顯示，工具變量（IV）對(duì)因變量沒(méi)有顯著的影響，滿足工具變量檢驗(yàn)的排他性要求。第（3）列為工具變量第二階段檢驗(yàn)結(jié)果，可以看出客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在5%的水平上顯著為負(fù)，表明前文研究結(jié)論穩(wěn)健。

2. PSM方法。本文采用PSM方法來(lái)解決高數(shù)字化轉(zhuǎn)型程度和低數(shù)字化轉(zhuǎn)型程度的供應(yīng)鏈樣本之間控制變量存在系統(tǒng)性差異帶來(lái)的內(nèi)生性問(wèn)題。參考李云鶴等（2022）[22]的方法，將客戶數(shù)字化轉(zhuǎn)型（Digital）按照年度和行業(yè)中位數(shù)分為高低兩組，協(xié)變量為基準(zhǔn)回歸的控制變量，采用1∶3近鄰匹配法進(jìn)行匹配。匹配后的兩組協(xié)變量均值不存在顯著差異，滿足平衡性假設(shè)，用匹配后的樣本重新進(jìn)行回歸。表4第（4）列顯示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平下顯著為負(fù)，客戶數(shù)字化轉(zhuǎn)型仍能顯著降低供應(yīng)商企業(yè)的債務(wù)融資成本。

3. Heckman兩階段模型。本文的樣本是根據(jù)供應(yīng)商披露的前五大客戶數(shù)據(jù)而選取的，但供應(yīng)商可能考慮到行業(yè)競(jìng)爭(zhēng)等因素而隱瞞客戶名稱(chēng)，因此，可能存在樣本選擇性偏差的問(wèn)題。參考陶鋒等（2023）[1]的研究，采用Heckman兩步法來(lái)解決。在第一階段，將“供應(yīng)商是否披露主要客戶名稱(chēng)的具體信息”作為因變量（Dummy），如果披露則取1，否則取0，引入根據(jù)企業(yè)總資產(chǎn)計(jì)算的赫芬達(dá)爾指數(shù)（HHI）和相關(guān)控制變量作為解釋變量，使用Probit模型進(jìn)行回歸，得出逆米爾斯比率（IMR）。在第二階段，將逆米爾斯比率（IMR）放入模型（1）中進(jìn)行回歸。表4第（5）列為Heckman第一階段回歸結(jié)果，HHI顯著為正，說(shuō)明外生變量選擇有效，且表明競(jìng)爭(zhēng)越激烈，企業(yè)越不愿意披露客戶的具體信息；表4第（6）列為Heckman第二階段回歸結(jié)果，在控制樣本選擇偏差的潛在影響后，客戶數(shù)字化轉(zhuǎn)型程度（Digital）系數(shù)顯著為負(fù)，與基準(zhǔn)回歸保持一致。

4.自變量滯后。對(duì)核心解釋變量（Digital）進(jìn)行滯后兩期處理，以減弱可能存在的反向因果問(wèn)題，并在較長(zhǎng)的時(shí)間軸中考察客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的抑制效果。結(jié)果如表4第（7）列所示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)，與基準(zhǔn)回歸結(jié)果一致。

（四）穩(wěn)健性檢驗(yàn)

1. 更換解釋變量。參考袁淳等（2021）[37]的研究，使用數(shù)字化關(guān)鍵詞的詞頻數(shù)量占MDamp;A（管理層討論與分析）總詞頻的比重作為企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量（Digital1）。同時(shí)，參考吳非等（2021）[38]的研究，使用上市公司年報(bào)中與數(shù)字化轉(zhuǎn)型有關(guān)的關(guān)鍵詞詞頻來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度（Digital2）。對(duì)模型（1）進(jìn)行重新回歸，結(jié)果如表5第（1）和（2）列所示，客戶數(shù)字化轉(zhuǎn)型（Digital1和Digital2）的系數(shù)均在1%的水平上顯著為負(fù)。

2. 更換被解釋變量。參考鄭軍等（2013）[33]的研究方法，采用企業(yè)財(cái)務(wù)費(fèi)用占期末總負(fù)債的比重（Debcost1）來(lái)衡量供應(yīng)商的債務(wù)融資成本，同時(shí)采用企業(yè)利息支出占期末和期初長(zhǎng)短期負(fù)債的平均余額的比重（Debcost2）來(lái)計(jì)算供應(yīng)商的債務(wù)融資成本。對(duì)模型（1）進(jìn)行重新回歸，表5第（3）和（4）列顯示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)均在1%的水平上顯著為負(fù)。

3. 變換樣本?？紤]到制造業(yè)樣本在全部樣本中所占的份額較大，高達(dá)67%，所以選擇客戶企業(yè)為制造業(yè)的樣本進(jìn)行重新回歸。結(jié)果如表5第（5）列所示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)。另外，考慮到新冠疫情對(duì)宏觀經(jīng)濟(jì)環(huán)境的劇烈沖擊，企業(yè)生存發(fā)展處于非正常狀態(tài)，因此，剔除2020—2022年的樣本重新進(jìn)行回歸，結(jié)果如表5第（6）列所示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為負(fù)。

（五）機(jī)制分析

結(jié)合前文的理論分析，客戶數(shù)字化轉(zhuǎn)型通過(guò)降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)、提高供應(yīng)商的信息披露質(zhì)量和改善銀企關(guān)系來(lái)降低供應(yīng)商的債務(wù)融資成本。因此，在式（1）的基礎(chǔ)上構(gòu)建以下回歸模型：

[Medi，t=β0+β1Digitali，t-1+β2Controls+Industryi+Yeart+εi，t]" " " （2）

[Debcosti，t=λ0+λ1Digitali，t-1+λ2Medi，t-1+λ3Controls+Industryi+Yeart+εi，t] （3）

其中，[Med]為中介變量，包括供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)（Risk）、信息披露質(zhì)量（Disclosure）和銀企關(guān)系（Relationship）。

首先，檢驗(yàn)供應(yīng)商經(jīng)營(yíng)風(fēng)險(xiǎn)降低的中介效應(yīng)?；貧w結(jié)果如表6所示，從第（1）列可以看出，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)為-0.201，在1%的水平上顯著為負(fù)，表明客戶數(shù)字化轉(zhuǎn)型顯著降低了供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)。表6第（2）列顯示，供應(yīng)商經(jīng)營(yíng)風(fēng)險(xiǎn)（Risk）的系數(shù)顯著為正，在加入中介變量后，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)仍在1%的水平上顯著為負(fù)，說(shuō)明客戶數(shù)字化轉(zhuǎn)型通過(guò)降低供應(yīng)商的經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)而降低供應(yīng)商的債務(wù)融資成本，驗(yàn)證了假設(shè)H1a。

其次，檢驗(yàn)供應(yīng)商信息披露質(zhì)量提高的中介效應(yīng)。表6第（3）列顯示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%的水平上顯著為正，表明客戶數(shù)字化轉(zhuǎn)型顯著提高了供應(yīng)商的信息披露質(zhì)量。從表6第（4）列可以看出，供應(yīng)商信息披露質(zhì)量（Disclosure）的系數(shù)在1%水平上顯著為正，在加入中介變量后，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)仍在1%水平上顯著為負(fù)，說(shuō)明客戶數(shù)字化轉(zhuǎn)型通過(guò)提高供應(yīng)商的信息披露質(zhì)量進(jìn)而降低供應(yīng)商的債務(wù)融資成本，驗(yàn)證了假設(shè)H1b。

最后，檢驗(yàn)供應(yīng)商銀企關(guān)系改善的中介效應(yīng)。表6第（5）列顯示，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)在1%水平上顯著為正，表明客戶數(shù)字化轉(zhuǎn)型顯著改善了供應(yīng)商企業(yè)與銀行之間的關(guān)系。從表6第（6）列可以看出，供應(yīng)商銀企關(guān)系（Relationship）的系數(shù)在5%的水平上顯著為負(fù)，客戶數(shù)字化轉(zhuǎn)型（Digital）的系數(shù)仍在1%的水平上顯著為負(fù)，說(shuō)明客戶數(shù)字化轉(zhuǎn)型通過(guò)改善供應(yīng)商的銀企關(guān)系進(jìn)而降低供應(yīng)商的債務(wù)融資成本，驗(yàn)證了假設(shè)H1c。

（六）異質(zhì)性分析

1. 數(shù)字經(jīng)濟(jì)發(fā)展水平差異。數(shù)字經(jīng)濟(jì)能夠通過(guò)擴(kuò)大市場(chǎng)規(guī)模、增加知識(shí)溢出和豐富要素組合來(lái)增加地區(qū)機(jī)會(huì)與活力，也能通過(guò)拓展知識(shí)傳播途徑和強(qiáng)化信息交互機(jī)制來(lái)豐富地區(qū)資源，并通過(guò)高效的信息傳遞壓縮時(shí)空距離，實(shí)現(xiàn)區(qū)域之間的產(chǎn)業(yè)鏈聯(lián)動(dòng)（趙濤等，2020）[39]。所以，當(dāng)客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平高于供應(yīng)商所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平時(shí)，客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)依托數(shù)字經(jīng)濟(jì)所帶來(lái)的優(yōu)勢(shì)，信息交互更加高效，加深了供應(yīng)鏈上企業(yè)間的資源共享和知識(shí)共享的廣度和深度，能更加顯著地降低供應(yīng)商的債務(wù)融資成本。參考趙濤等（2020）[39]的研究，以數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)來(lái)衡量企業(yè)所在城市的數(shù)字經(jīng)濟(jì)發(fā)展水平。具體來(lái)說(shuō)，將互聯(lián)網(wǎng)普及水平、IT行業(yè)從業(yè)水平、電信業(yè)務(wù)水平、移動(dòng)電話使用水平和數(shù)字金融指數(shù)進(jìn)行主成分分析，獲得數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。將主回歸的樣本分為客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平高于供應(yīng)商所在城市和客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平低于供應(yīng)商所在城市兩組，并分別進(jìn)行回歸。回歸結(jié)果如表7第（1）列和第（2）列所示，當(dāng)客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平高于供應(yīng)商所在城市時(shí)，客戶數(shù)字化轉(zhuǎn)型更加顯著地降低了供應(yīng)商的債務(wù)融資成本。

2. 金融發(fā)展水平差異。發(fā)達(dá)的金融市場(chǎng)為信貸的有效分配提供了基礎(chǔ)，使得地區(qū)資金配置更加合理，并且在一定程度上促進(jìn)創(chuàng)新發(fā)展。而金融發(fā)展具有空間溢出效應(yīng)，金融發(fā)展水平高的地區(qū)會(huì)通過(guò)融合知識(shí)、信息與技術(shù)等要素產(chǎn)生創(chuàng)新激勵(lì)效應(yīng)，強(qiáng)化資金、技術(shù)與人力在空間上的流通。因此，當(dāng)客戶所在地區(qū)金融發(fā)展水平高于供應(yīng)商時(shí)，會(huì)對(duì)供應(yīng)商產(chǎn)生資金溢出和創(chuàng)新溢出效應(yīng)。但是，這種溢出效應(yīng)會(huì)受到地理距離和信息傳輸效果的影響，而客戶數(shù)字化轉(zhuǎn)型在擴(kuò)大供應(yīng)鏈地理分布的同時(shí)打破了地理距離增加帶來(lái)的交易成本上升問(wèn)題，緩解了由信息傳輸效率低下或者信息失真帶來(lái)的信息不對(duì)稱(chēng)問(wèn)題。在這種情況下，客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)與金融發(fā)展水平的空間溢出效應(yīng)相互影響，相互促進(jìn)。一方面，客戶數(shù)字化轉(zhuǎn)型打破了地理距離和信息傳輸?shù)碾p重限制，從而強(qiáng)化了金融發(fā)展的空間溢出效應(yīng)；另一方面，客戶所在金融發(fā)展水平較高的地區(qū)所具備的資金、技術(shù)、人力等要素會(huì)進(jìn)一步強(qiáng)化客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)。因此，當(dāng)客戶所在地區(qū)金融發(fā)展水平高于供應(yīng)商時(shí)，客戶數(shù)字化轉(zhuǎn)型更能顯著降低供應(yīng)商的債務(wù)融資成本。參考楊俊等（2006）[40]的研究，以金融機(jī)構(gòu)貸款余額與GDP的比值衡量地區(qū)金融發(fā)展水平。將主回歸樣本分為供應(yīng)商所在城市金融發(fā)展水平低于客戶所在城市和供應(yīng)商所在城市金融發(fā)展水平高于客戶所在城市兩組，分別進(jìn)行回歸?；貧w結(jié)果如表7第（3）列和第（4）列所示，當(dāng)客戶所在城市金融發(fā)展水平高于供應(yīng)商所在城市時(shí)，客戶數(shù)字化轉(zhuǎn)型更能顯著降低供應(yīng)商的債務(wù)融資成本。

3. 供應(yīng)鏈數(shù)字化差距。供應(yīng)鏈數(shù)字化差距能夠在一定程度上反映供應(yīng)鏈上客戶與供應(yīng)商在數(shù)字信息獲取、數(shù)字技術(shù)應(yīng)用和數(shù)字資源轉(zhuǎn)化方面的差距。當(dāng)客戶數(shù)字化轉(zhuǎn)型程度遠(yuǎn)超供應(yīng)商時(shí)，相較于客戶，供應(yīng)商的數(shù)字信息獲取和數(shù)字技術(shù)應(yīng)用均處于劣勢(shì)，供應(yīng)商會(huì)更加迫切地向外尋求知識(shí)和資源，從而針對(duì)客戶數(shù)字化轉(zhuǎn)型帶來(lái)的變化做出戰(zhàn)略調(diào)整，以實(shí)現(xiàn)對(duì)數(shù)字資源的有效控制，發(fā)揮數(shù)字化轉(zhuǎn)型的賦能作用，形成自身的競(jìng)爭(zhēng)優(yōu)勢(shì)。而當(dāng)客戶數(shù)字化水平與供應(yīng)商相當(dāng)時(shí)，表明供應(yīng)商與客戶對(duì)數(shù)字技術(shù)的認(rèn)知水平和轉(zhuǎn)化能力差距較小，這種相似性使其無(wú)法獲取所需要的差異性互補(bǔ)知識(shí)與資源，從而極大削弱了客戶數(shù)字化轉(zhuǎn)型的正向溢出效應(yīng)。參考李云鶴等（2022）[22]的研究，首先，本文保留了客戶數(shù)字化轉(zhuǎn)型程度高于供應(yīng)商數(shù)字化轉(zhuǎn)型程度的樣本。其次，以客戶與供應(yīng)商數(shù)字化轉(zhuǎn)型程度之差度量供應(yīng)鏈數(shù)字化差距。最后，將供應(yīng)鏈數(shù)字化差距按照中位數(shù)分為供應(yīng)鏈數(shù)字化差距大和供應(yīng)鏈數(shù)字化差距小兩組，分別進(jìn)行回歸?；貧w結(jié)果如表8第（1）列和第（2）列所示，當(dāng)供應(yīng)鏈數(shù)字化差距較大時(shí)，客戶數(shù)字化轉(zhuǎn)型更能顯著降低供應(yīng)商的債務(wù)融資成本。

4. 地理距離。地理距離會(huì)影響客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效果。地理距離較遠(yuǎn)的供應(yīng)商和客戶之間異質(zhì)性程度較高，上下游各方所處環(huán)境的差異為知識(shí)技術(shù)的創(chuàng)造、傳播、轉(zhuǎn)移創(chuàng)造了條件，而較近的地理距離容易形成封閉的關(guān)系網(wǎng)絡(luò)，從而影響供應(yīng)商對(duì)數(shù)字化知識(shí)和資源的接收能力。因此，較遠(yuǎn)的地理距離可能會(huì)使得客戶數(shù)字化轉(zhuǎn)型的溢出效果更加顯著。盡管較遠(yuǎn)的地理距離也會(huì)帶來(lái)信息不對(duì)稱(chēng)程度的增加和交易成本的上升，會(huì)對(duì)供應(yīng)鏈上下游溝通協(xié)作產(chǎn)生阻礙，但數(shù)字化技術(shù)的應(yīng)用推動(dòng)了各類(lèi)資源要素快速流動(dòng)，增強(qiáng)了供應(yīng)鏈上企業(yè)的信息處理效率和資源獲取能力，在突破信息和資源約束、打破時(shí)空限制的同時(shí)實(shí)現(xiàn)跨界發(fā)展。因此，客戶數(shù)字化轉(zhuǎn)型緩解了地理距離帶來(lái)的信息不對(duì)稱(chēng)和交易成本上升的問(wèn)題，對(duì)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)產(chǎn)生正向的推動(dòng)作用。綜上所述，客戶與供應(yīng)商地理距離越遠(yuǎn)，客戶數(shù)字化轉(zhuǎn)型的溢出效果越強(qiáng)。參考楊金玉等（2022）[4]的研究，以客戶和供應(yīng)商所在地的經(jīng)度和緯度為依據(jù)，計(jì)算兩者之間的地理距離，并按照地理距離的中位數(shù)將樣本分為地理距離近和地理距離遠(yuǎn)兩組，分別進(jìn)行回歸?；貧w結(jié)果如表8第（3）列和第（4）列所示，當(dāng)供應(yīng)商與客戶之間地理距離較遠(yuǎn)時(shí)，客戶數(shù)字化轉(zhuǎn)型更能顯著降低供應(yīng)商的債務(wù)融資成本。

五、結(jié)論與啟示

融資難、融資貴問(wèn)題不僅會(huì)影響我國(guó)企業(yè)的高質(zhì)量發(fā)展，還會(huì)降低宏觀經(jīng)濟(jì)的運(yùn)行效率，是現(xiàn)階段亟待解決的問(wèn)題。數(shù)字技術(shù)的快速興起與廣泛滲透不僅給企業(yè)本身帶來(lái)了發(fā)展機(jī)會(huì)，其產(chǎn)生的影響還會(huì)沿著供應(yīng)鏈向上游企業(yè)擴(kuò)散，帶來(lái)更深層次的經(jīng)濟(jì)后果。為此，本文基于供應(yīng)鏈溢出視角，以2007—2022年A股上市公司及其客戶為研究樣本，深入探討客戶數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)商債務(wù)融資成本的影響。研究發(fā)現(xiàn)，客戶數(shù)字化轉(zhuǎn)型顯著降低了供應(yīng)商的債務(wù)融資成本。機(jī)制檢驗(yàn)發(fā)現(xiàn)，客戶數(shù)字化轉(zhuǎn)型通過(guò)降低供應(yīng)商企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)、提高供應(yīng)商信息披露質(zhì)量和改善銀企關(guān)系來(lái)降低供應(yīng)商的債務(wù)融資成本。異質(zhì)性分析發(fā)現(xiàn)，上述影響在客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平高于供應(yīng)商所在城市，客戶與供應(yīng)商數(shù)字化差距較大，客戶與供應(yīng)商地理距離較遠(yuǎn)時(shí)更為顯著。研究結(jié)論對(duì)于供應(yīng)鏈上下游企業(yè)、銀行等金融機(jī)構(gòu)以及有關(guān)政策制定者具有重要的啟示意義。

首先，面對(duì)日新月異的市場(chǎng)環(huán)境，企業(yè)應(yīng)當(dāng)將戰(zhàn)略決策視角由組織內(nèi)部拓展至整個(gè)供應(yīng)鏈網(wǎng)絡(luò)，充分利用供應(yīng)鏈關(guān)系重塑自身競(jìng)爭(zhēng)優(yōu)勢(shì)，實(shí)現(xiàn)上下游協(xié)同發(fā)展和價(jià)值共創(chuàng)。對(duì)于上游企業(yè)而言，應(yīng)當(dāng)充分關(guān)注供應(yīng)鏈上客戶的數(shù)字化轉(zhuǎn)型實(shí)踐。本文研究表明，客戶數(shù)字化轉(zhuǎn)型具有供應(yīng)鏈溢出效應(yīng)，可以通過(guò)鏈上信息交互、資源流動(dòng)和創(chuàng)新擴(kuò)散提高供應(yīng)商的經(jīng)營(yíng)管理水平和信息披露質(zhì)量。因此，上游企業(yè)應(yīng)當(dāng)積極與客戶進(jìn)行溝通交流，利用鏈上的數(shù)字資源加強(qiáng)自身的數(shù)字化建設(shè)，緩解信息不對(duì)稱(chēng)，不斷提高自身的治理水平以增強(qiáng)融資能力，為實(shí)現(xiàn)可持續(xù)發(fā)展提供資金保障。

其次，下游企業(yè)在不斷提高自身數(shù)字化水平的同時(shí)，應(yīng)當(dāng)充分發(fā)揮示范帶頭作用。本文研究表明，當(dāng)客戶所在城市數(shù)字經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平高于供應(yīng)商所在城市，客戶與供應(yīng)商地理距離較遠(yuǎn)時(shí)，數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)更加顯著。因此，客戶應(yīng)當(dāng)根植于數(shù)字經(jīng)濟(jì)與金融市場(chǎng)的發(fā)展沃土，利用數(shù)字技術(shù)壓縮時(shí)空的特征，充分發(fā)揮數(shù)字技術(shù)的乘數(shù)效應(yīng)，更加有效地利用自身的資源優(yōu)勢(shì)和信息優(yōu)勢(shì)賦能供應(yīng)鏈上下游企業(yè)協(xié)同發(fā)展，從而實(shí)現(xiàn)全鏈條的價(jià)值躍升。

再次，銀行等金融機(jī)構(gòu)應(yīng)當(dāng)抓住數(shù)字技術(shù)發(fā)展機(jī)遇，積極推進(jìn)自身數(shù)字化轉(zhuǎn)型，加強(qiáng)與數(shù)字化轉(zhuǎn)型企業(yè)之間的信息溝通，助力實(shí)體經(jīng)濟(jì)實(shí)現(xiàn)低成本融資。應(yīng)不斷完善信貸決策體系，優(yōu)化金融服務(wù)流程并提高信貸資金配置效能，加強(qiáng)對(duì)企業(yè)供應(yīng)鏈信息的挖掘和應(yīng)用，優(yōu)化信貸結(jié)構(gòu)，助力各類(lèi)企業(yè)實(shí)現(xiàn)降本增效。

最后，對(duì)于政策制定者而言，要順應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展的客觀趨勢(shì)，鼓勵(lì)和支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展，為企業(yè)數(shù)字化轉(zhuǎn)型提供方向指導(dǎo)和政策支持。充分關(guān)注處于信息和資源劣勢(shì)地位的中小企業(yè)，大力扶持中小企業(yè)數(shù)字化轉(zhuǎn)型，為其提供技術(shù)支持和資金保障，縮小企業(yè)之間的“數(shù)字鴻溝”，實(shí)現(xiàn)產(chǎn)業(yè)鏈供應(yīng)鏈協(xié)同發(fā)展。同時(shí)，維護(hù)良好的供應(yīng)鏈金融發(fā)展環(huán)境，健全融資增信體系，促進(jìn)金融供給側(cè)結(jié)構(gòu)性改革，加強(qiáng)對(duì)信貸企業(yè)和債權(quán)人的權(quán)利保護(hù)，營(yíng)造良好的金融生態(tài)環(huán)境，提高資源配置效率。

參考文獻(xiàn)：

[1]陶鋒，王欣然，徐揚(yáng)，朱盼.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(guó)工業(yè)經(jīng)濟(jì)，2023，（05）.

[2]Verhoef P C，Broekhuizen T，Bart Y，Bhattacharya A，Dong JQ ，F(xiàn)abian N，Haenlein M. 2021. Digital Transformation：A Multidisciplinary Reflection and Research Agenda[J].Journal of business research，122.

[3]肖紅軍，沈洪濤，周艷坤.客戶企業(yè)數(shù)字化?供應(yīng)商企業(yè)ESG表現(xiàn)與供應(yīng)鏈可持續(xù)發(fā)展 [J].經(jīng)濟(jì)研究，2024，59（03）.

[4]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，（08）.

[5]黎來(lái)芳，張偉華，陸琪睿.會(huì)計(jì)信息質(zhì)量對(duì)民營(yíng)企業(yè)債務(wù)融資方式的影響研究——基于貨幣政策的視角 [J].會(huì)計(jì)研究，2018，（04）.

[6]陳漢文，周中勝.內(nèi)部控制質(zhì)量與企業(yè)債務(wù)融資成本 [J].南開(kāi)管理評(píng)論，2014，17（03）.

[7]王運(yùn)通，姜付秀.多個(gè)大股東能否降低公司債務(wù)融資成本 [J].世界經(jīng)濟(jì)，2017，40（10）.

[8]魏志華，王貞潔，吳育輝，李常青.金融生態(tài)環(huán)境、審計(jì)意見(jiàn)與債務(wù)融資成本 [J].審計(jì)研究，2012，（03）.

[9]張偉華，毛新述，劉凱璇.利率市場(chǎng)化改革降低了上市公司債務(wù)融資成本嗎？ [J].金融研究，2018，（10）.

[10]Massa M，Zhang L. 2013. Monetary Policy and Regional Availability of Debt Financing [J].Journal of Monetary Economics，60（4）.

[11]李青原，李昱，章尹賽楠，鄭昊天.企業(yè)數(shù)字化轉(zhuǎn)型的信息溢出效應(yīng)——基于供應(yīng)鏈視角的經(jīng)驗(yàn)證據(jù) [J].中國(guó)工業(yè)經(jīng)濟(jì)，2023，（07）.

[12]Zhang C，Chai B，Mirza S S，Jin Y. 2024. Customer-Driven Value Creation in the Digital Economy： Determining the Role of Customer Firms' Digital Transformation on Supplier Performance in China [J].Omega，128.

[13]蔣殿春，魯大宇.供應(yīng)鏈關(guān)系變動(dòng)?融資約束與企業(yè)創(chuàng)新 [J].經(jīng)濟(jì)管理，2022，44（10）.

[14]唐松，謝雪妍.企業(yè)持股金融機(jī)構(gòu)如何服務(wù)實(shí)體經(jīng)濟(jì)——基于供應(yīng)鏈溢出效應(yīng)的視角 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，（11）.

[15]Kim J B，Song B Y，Zhang Y. 2015. Earnings Performance of Major Customers and Bank Loan Contracting with Suppliers [J].Journal of Banking amp; Finance，59.

[16]Files R，Gurun U G. 2018. Lenders' Response to Peer and Customer Restatements [J].Contemporary Accounting Research，35（1）.

[17]Cull R，Xu L C. 2005. Institutions，Ownership，and Finance：the Determinants of Profit Reinvestment Among Chinese Firms [J].Journal of Financial Economics，77（1）.

[18]Myers S C，Majluf N S. 1984. Corporate Financing and Investment Decisions when Firms have Information that Investors do not have [J].Journal of Financial Economics，13（2）.

[19]尹志超，錢(qián)龍，吳雨.銀企關(guān)系?銀行業(yè)競(jìng)爭(zhēng)與中小企業(yè)借貸成本 [J].金融研究，2015，（01）.

[20]李四海，陳祺.制度環(huán)境、政治關(guān)聯(lián)與會(huì)計(jì)信息債務(wù)契約有用性——來(lái)自中國(guó)民營(yíng)上市公司的經(jīng)驗(yàn)證據(jù) [J].管理評(píng)論，2013，25（01）.

[21]李志強(qiáng).基于交易成本理論的互聯(lián)網(wǎng)金融與中小企業(yè)融資關(guān)系研究 [J].上海經(jīng)濟(jì)研究，2015，（03）.

[22]李云鶴，藍(lán)齊芳，吳文鋒.客戶公司數(shù)字化轉(zhuǎn)型的供應(yīng)鏈擴(kuò)散機(jī)制研究 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（12）.

[23]Wu L Y. 2007. Entrepreneurial Resources，Dynamic Capabilities and Start-up Performance of Taiwan's High-Tech Firms [J].Journal of Business research，60（5）.

[24]曾敏剛，林倩，潘煥雯，朱佳.信息技術(shù)能力?信任與供應(yīng)鏈整合的關(guān)系研究 [J].管理評(píng)論，2017，29（12）.

[25]Patatoukas P N. 2012. Customer-Base Concentration：Implications for Firm Performance and Capital Markets：2011 American Accounting Association Competitive Manuscript Award Winner [J].The Accounting Review，87（2）.

[26]翟淑萍，韓賢，張曉琳，陳曦.數(shù)字金融能降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)嗎 [J].會(huì)計(jì)研究，2022，（02）.

[27]范建紅，劉曉蔓，李娜.制度壓力、戰(zhàn)略反應(yīng)與企業(yè)社會(huì)責(zé)任信息披露——基于系統(tǒng)動(dòng)力學(xué)的分析 [J].管理評(píng)論，2024，36（07）.

[28]陳劍，劉運(yùn)輝.數(shù)智化使能運(yùn)營(yíng)管理變革：從供應(yīng)鏈到供應(yīng)鏈生態(tài)系統(tǒng) [J].管理世界，2021，37（11）.

[29]劉燁，王琦，班元浩.出口企業(yè)數(shù)字化轉(zhuǎn)型?雙重網(wǎng)絡(luò)位置躍遷與國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)重塑 [J].經(jīng)濟(jì)管理，2024，46（03）.

[30]林春鵬，楊金強(qiáng).信貸包容，企業(yè)投資與過(guò)度外推偏差 [J].管理工程學(xué)報(bào)，2024，38（06）.

[31]張一林，郁蕓君，陳珠明.人工智能、中小企業(yè)融資與銀行數(shù)字化轉(zhuǎn)型 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，（12）.

[32]羅宏，郭一銘，喬慧穎，吳丹.企業(yè)數(shù)字化轉(zhuǎn)型與杠桿操縱 [J].當(dāng)代財(cái)經(jīng)，2023，（05）.

[33]鄭軍，林鐘高，彭琳.貨幣政策?內(nèi)部控制質(zhì)量與債務(wù)融資成本 [J].當(dāng)代財(cái)經(jīng)，2013（09）.

[34]王竹泉，王貞潔，李靜.經(jīng)營(yíng)風(fēng)險(xiǎn)與營(yíng)運(yùn)資金融資決策 [J].會(huì)計(jì)研究，2017，（05）.

[35]伊志宏，姜付秀，秦義虎.產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)?公司治理與信息披露質(zhì)量 [J].管理世界，2010，（01）.

[36]羅黨論，唐清泉.政府控制?銀企關(guān)系與企業(yè)擔(dān)保行為研究——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù) [J].金融研究，2007，（03）.

[37]袁淳，肖土盛，耿春曉，盛譽(yù).數(shù)字化轉(zhuǎn)型與企業(yè)分工：專(zhuān)業(yè)化還是縱向一體化 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，（09）.

[38]吳非，胡慧芷，林慧妍，任曉怡.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（07）.

[39]趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)?創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù) [J].管理世界，2020，36（10）.

[40]楊俊，李曉羽，張宗益.中國(guó)金融發(fā)展水平與居民收入分配的實(shí)證分析[ J].經(jīng)濟(jì)科學(xué)，2006，（02）.