供應鏈傳導機制下的客戶數(shù)字化與供應商綠色化

摘" 要：隨著全球環(huán)境危機加劇、數(shù)字技術快速發(fā)展，推動數(shù)字化轉(zhuǎn)型與綠色轉(zhuǎn)型深度融合成為可持續(xù)發(fā)展的關鍵路徑。基于中國A股上市公司2007-2022年數(shù)據(jù)，從供應鏈溢出的視角出發(fā)，探究客戶企業(yè)數(shù)字化轉(zhuǎn)型與供應商企業(yè)綠色轉(zhuǎn)型之間的關系，研究發(fā)現(xiàn)，下游客戶的數(shù)字化轉(zhuǎn)型可以顯著推動上游供應商的綠色轉(zhuǎn)型，該推動效應在上游客戶規(guī)模大、具備國有性質(zhì)、非技術密集時更為突出。機制分析上，企業(yè)數(shù)字化轉(zhuǎn)型可以通過提高自身信息透明度和激發(fā)上游供應商創(chuàng)新動力來推動上游綠色轉(zhuǎn)型進程。從供應鏈上下游的視角出發(fā)，為推動企業(yè)綠色化進程提供了新的思路，從市場、信息披露、創(chuàng)新激勵等方面為促進企業(yè)綠色化提出建議。

關鍵詞：數(shù)字化轉(zhuǎn)型；綠色轉(zhuǎn)型；供應鏈溢出；信息透明；創(chuàng)新激勵

中圖分類號：F49

文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202410104

基金項目：國家社會科學基金項目“人工智能對就業(yè)的影響機制與對策研究”（20BJL144）

作者簡介：孫文遠（1970-），男，博士，南京審計大學經(jīng)濟學院教授，研究方向：數(shù)字經(jīng)濟、人工智能應用;遲桂川（1999-），男，南京審計大學經(jīng)濟學院碩士研究生，研究方向：數(shù)字經(jīng)濟。

Supply Chain Transmission Mechanism： Customer Digitalization and Supplier Greening

Sun Wenyuan， Chi Guichuan

（School of Economics， Nanjing Audit University， Nanjing 211815， China）

Abstract：With the intensification of global environmental crises and the rapid development of digital technologies， promoting the deep integration of digital transformation and green transformation has become a critical pathway for sustainable development. Based on data from Chinese A-share listed companies from 2007 to 2022， this study explores the relationship between downstream customers’ digital transformation and upstream suppliers’ green transformation from the perspective of supply chain spillover effects. The findings reveal that the digital transformation of downstream customers significantly drives the green transformation of upstream suppliers. This driving effect is more pronounced when the upstream customers are large in scale， state-owned， and non-technology-intensive. Mechanistic analysis indicates that enterprise digital transformation can promote upstream green transformation by enhancing information transparency and stimulating innovation motivation among upstream suppliers. From the perspective of supply chain upstream and downstream interactions， this study provides new insights for advancing corporate greening processes and offers recommendations for promoting corporate greening in terms of market dynamics， information disclosure， and innovation incentives.

Key Words：Digital Transformation; Green Transformation; Supply Chain Spillover; Information Transparency; Innovation Incentives

0" 引言

隨著信息時代的到來，我國高度重視數(shù)字技術的發(fā)展，數(shù)字化轉(zhuǎn)型不僅重塑經(jīng)濟結構，也深刻改變著社會運行方式，成為推動經(jīng)濟增長和社會進步的核心動力。黨的二十大報告明確提出了“網(wǎng)絡強國”“數(shù)字中國”等重大決策。2023年4月，中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展研究報告（2023年）》顯示，中國數(shù)字經(jīng)濟進一步發(fā)展，占GDP的比重突破41.5%。企業(yè)數(shù)字化方面，《2023中國企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展白皮書》中提到，參與調(diào)研的企業(yè)中超過半數(shù)都認為數(shù)字化轉(zhuǎn)型的核心驅(qū)動力是成本上升，數(shù)字化轉(zhuǎn)型也成為了企業(yè)適應新的消費結構變化的必然要求。學者們對數(shù)字化的研究從最開始的對其本身的技術特性的探究［1］到后來的對其所帶來的的影響效應的研究。在宏觀影響上，有學者指出數(shù)字化的資產(chǎn)服務可以推動國家經(jīng)濟增長［2］。在微觀方面也有學者指出企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)自身的發(fā)展起著重要的推動作用［3］。

黨的二十大報告提出要保護生態(tài)、治理污染，進一步統(tǒng)籌產(chǎn)業(yè)結構以應對氣候變化，做到生態(tài)優(yōu)先，協(xié)同推進低碳、減排，促進綠色低碳發(fā)展。2023年國務院新聞辦公室發(fā)布《新時代的中國綠色發(fā)展》白皮書，也表明了中國堅定保護生態(tài)，走綠色發(fā)展道路的決心。許多學者從環(huán)境規(guī)制、貿(mào)易策略等政府政策角度探討了數(shù)字經(jīng)濟對企業(yè)綠色轉(zhuǎn)型的影響［4］。少數(shù)學者探究了數(shù)字技術、數(shù)字經(jīng)濟與企業(yè)綠色轉(zhuǎn)型之間的關聯(lián)［5］。

從供應鏈的視角出發(fā)，很多文獻發(fā)現(xiàn)上游供應商與下游客戶之間存在著方方面面的聯(lián)系，例如下游客戶的數(shù)字化轉(zhuǎn)型可以顯著促進上游供應商的創(chuàng)新水平［6］，一個企業(yè)的供應商和客戶也會給予該企業(yè)一定的壓力，促使該企業(yè)不斷創(chuàng)新以保持活力來維持自身的競爭優(yōu)勢［7］。但目前鮮有文獻研究下游客戶的數(shù)字化轉(zhuǎn)型對上游供應商綠色轉(zhuǎn)型有著怎樣的影響，以及兩者之間存在著怎樣的影響機制。

在此背景下，本文從供應鏈的視角出發(fā)，使用2007-2022年中國A股上市公司客戶-供應商的企業(yè)數(shù)據(jù)，檢驗客戶數(shù)字化轉(zhuǎn)型對供應商綠色轉(zhuǎn)型有著怎樣的影響，并進一步從信息溢出效應和技術溢出效應兩個方面探究二者之間的影響路徑，其間為排除上游供應商自身數(shù)字化轉(zhuǎn)型程度的干擾，將其作為控制變量一起加入到分析模型當中。與已有文獻相比，本文可能的邊際貢獻為：第一，從客戶數(shù)字化轉(zhuǎn)型如何影響供應商綠色轉(zhuǎn)型的角度帶來了關于數(shù)字化和綠色化的新思考，拓寬了企業(yè)數(shù)字化與綠色化之間關聯(lián)的視角。第二，通過探究下游客戶的數(shù)字化轉(zhuǎn)型通過何種路徑影響上游供應商的數(shù)字化轉(zhuǎn)型，豐富了“雙轉(zhuǎn)型”的相關研究，與此同時，不同于以往研究將研究重心放到供應鏈這一整體上，本文進一步豐富了企業(yè)客戶-供應商之間的互動機制。第三，為政府優(yōu)化相關數(shù)字化政策和綠色化政策提供了相關建議，企業(yè)的數(shù)字化和綠色化并不局限于企業(yè)內(nèi)部的治理運作，也會通過供應鏈的溢出對關聯(lián)企業(yè)產(chǎn)生影響，因此在政策制定時也需要考慮到供應鏈上的客戶和供應商數(shù)字化與綠色化協(xié)同優(yōu)化。

1" 文獻綜述

1.1" 企業(yè)數(shù)字化轉(zhuǎn)型相關研究

企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)利用數(shù)據(jù)、信息、算法等數(shù)字技術在生產(chǎn)、交易、管理等方面轉(zhuǎn)變傳統(tǒng)的生產(chǎn)生活方式和商業(yè)模式，以促進企業(yè)高質(zhì)量發(fā)展［8］?，F(xiàn)實中企業(yè)數(shù)字化轉(zhuǎn)型面臨著諸多困境，行業(yè)龍頭企業(yè)憑借自身雄厚的資本和技術優(yōu)勢容易實現(xiàn)數(shù)字化，但是大部分中小企業(yè)由于自身發(fā)展規(guī)模和管理者經(jīng)驗不足等現(xiàn)實制約，存在著不愿轉(zhuǎn)和無法轉(zhuǎn)等困境［9］。

現(xiàn)有的對企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在對于企業(yè)數(shù)字化轉(zhuǎn)型的測度和企業(yè)數(shù)字化轉(zhuǎn)型所帶來的影響兩方面。關于企業(yè)數(shù)字化轉(zhuǎn)型的測度，一種方法是使用與數(shù)字相關的電腦系統(tǒng)或者硬件投資比重來衡量企業(yè)的數(shù)字化轉(zhuǎn)型水平［10-11］；另一種方法是文本分析法，即找出相關上市公司年報中有關數(shù)字技術的關鍵字詞，統(tǒng)計它們出現(xiàn)的頻率或者比例，再做進一步的處理，用來衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度［12］。在企業(yè)數(shù)字化轉(zhuǎn)型所帶來的影響方面，在宏觀上數(shù)字技術的發(fā)展會帶動國家整體經(jīng)濟的上升［13］，更有文獻表明數(shù)字經(jīng)濟的發(fā)展對污染的排放起著一定的約束作用［14］。在微觀方面，企業(yè)進行數(shù)字化轉(zhuǎn)型，伴隨而來的是經(jīng)營模式的巨大變革，從生產(chǎn)到管理都會發(fā)生巨大改變［15］，在管理方面會優(yōu)化企業(yè)的組織結構，增強企業(yè)柔性［16］。在成本與收益方面，數(shù)字化轉(zhuǎn)型使得企業(yè)在提高研發(fā)投入的同時降低人力成本和生產(chǎn)成本［17］，促進企業(yè)研發(fā)創(chuàng)新，帶來了全要素生產(chǎn)率的提高［18］。也有文獻進一步發(fā)現(xiàn)企業(yè)數(shù)字賦能對制造業(yè)的綠色化轉(zhuǎn)型也有顯著的推動作用［5］。

1.2" 企業(yè)綠色化轉(zhuǎn)型相關研究

國內(nèi)對于企業(yè)綠色轉(zhuǎn)型有著不同的理解和定義，早期由中國社會科學院提出的企業(yè)綠色化轉(zhuǎn)型是指包括文化、決策、生產(chǎn)等過程的全方面綠色化，其目的是減少污染排放的同時實現(xiàn)盈利［19］。后續(xù)更進一步的研究則表明企業(yè)的綠色化轉(zhuǎn)型是企業(yè)協(xié)調(diào)好生態(tài)、員工和社會三者的動態(tài)過程［20］。

關于對綠色轉(zhuǎn)型的研究，不少文章把研究重心放到綠色轉(zhuǎn)型、污染排放的相關影響因素上。在宏觀層面，學者們大多從從政策、市場、國際貿(mào)易等外部大環(huán)境的角度出發(fā)對綠色轉(zhuǎn)型進行研究，如有學者發(fā)現(xiàn)環(huán)境規(guī)制會推動制造業(yè)綠色轉(zhuǎn)型［4］，市場分割［21］、產(chǎn)業(yè)聚集［22］會促進企業(yè)污染減排，有學者發(fā)現(xiàn)對外貿(mào)易也可以促進企業(yè)減少污染排放［23］。更有學者發(fā)現(xiàn)地區(qū)層面的數(shù)字化能夠推動低碳進程［24］，但也有國內(nèi)學者的研究表明數(shù)字經(jīng)濟發(fā)展并不能有效減低碳排放的“綠色悖論”［25］。而在微觀層面，有文章在研究環(huán)境規(guī)制對企業(yè)綠色轉(zhuǎn)型影響時認為，引進先進的生產(chǎn)技術和先進設備也是促進企業(yè)綠色轉(zhuǎn)型的有效路徑［26］，也有文章探討了數(shù)字賦能對于企業(yè)綠色轉(zhuǎn)型的影響和影響路徑［27］。數(shù)字化轉(zhuǎn)型通過將數(shù)字技術與企業(yè)傳統(tǒng)價值鏈深度融合，激活數(shù)字價值，為“雙碳”形勢下重污染企業(yè)綠色升級改造注入活力［28］。

1.3" 供應鏈視角下的客戶與供應商相關研究

企業(yè)自身的數(shù)字化轉(zhuǎn)型不僅僅帶來了企業(yè)內(nèi)部的革新，因數(shù)字技術本身的高滲透性，企業(yè)的生產(chǎn)要素和技術知識可以隨供應鏈流動［29-30］，下游企業(yè)可以通過這種渠道將相應的技術以及管理經(jīng)驗流入到上游企業(yè)中［6］，還有文獻發(fā)現(xiàn)下游企業(yè)數(shù)字化可以顯著促進上游企業(yè)的創(chuàng)新水平［31］，客戶企業(yè)的數(shù)字化可以提高上游企業(yè)的ESG表現(xiàn)［32］。另外，下游企業(yè)在進行數(shù)字化轉(zhuǎn)型時必然會改造現(xiàn)有的生產(chǎn)結構和組織結構，這一改變離不開網(wǎng)絡平臺等數(shù)字基礎設施的支持［33-34］，也會優(yōu)化下游企業(yè)自身的生產(chǎn)、采購、存儲、運輸?shù)戎T多環(huán)節(jié)［34-35］，同時也會倒逼上游企業(yè)作出對應的改變，如增加自身研發(fā)投入，生產(chǎn)更加清潔高質(zhì)量的中間產(chǎn)品，使用對應網(wǎng)絡平臺來對接采購中的貨款交付環(huán)節(jié)等。

2 "理論基礎與研究假說

數(shù)字技術從其內(nèi)涵出發(fā)，本身就擁有高技術、低污染的特性［36］，有文獻表明數(shù)字技術能夠在提高資源配置效率的同時改善環(huán)境［37］。

從信息溢出效應來看，進行數(shù)字化轉(zhuǎn)型的企業(yè)通過引入先進的數(shù)字設備，增強了信息接收和處理能力，提供給供應商的信息也會更加準確、及時［38］。首先，下游客戶的數(shù)字化轉(zhuǎn)型可以提高自身信息透明度，從而降低供應商的信息搜尋成本，極大地提高了供求雙方的選擇空間，便捷了交易雙方的供需匹配［39］，由數(shù)字技術產(chǎn)生的線上網(wǎng)絡平臺使交易雙方實現(xiàn)了信息共享［40］，供應商可以更加便捷地了解市場和客戶需求、產(chǎn)品價格以及產(chǎn)品質(zhì)量等重要信息，很大程度降低了供應商的搜尋成本和交易成本，調(diào)整自己的產(chǎn)出和庫存，降低自身的銷售成本，選擇最合適的客戶進行交易。其次，客戶數(shù)字化轉(zhuǎn)型使得企業(yè)的商業(yè)信用信息更加透明，為供應商提供了更好的信息甄別，降低了供應商的驗證成本，區(qū)別于之前傳統(tǒng)的企業(yè)聲譽來作為信用擔保，企業(yè)的數(shù)字化轉(zhuǎn)型能幫助客戶更好地傳達更為完善可靠的甄別信息，包括其違約記錄、資金狀況、信用等級等，這些信息沿供應鏈信息網(wǎng)絡傳至供應商，使得供應商在想與客戶企業(yè)建立長期合作關系時有了更全面的考量，極大地降低了供應商企業(yè)的信息驗證成本和交易風險，在降低交易雙方信息不對稱［41］的背景下，客戶積極提升自身的信息披露質(zhì)量也有利于建立穩(wěn)定的供應鏈合作關系，使數(shù)字化背景下的市場交易有了新的活力［38］，使供應商有更多資金投入到節(jié)能減排等綠色改造當中［42］。最后，客戶是企業(yè)重要的利益相關者，企業(yè)在環(huán)境管理實踐中面臨著來自客戶的嚴格審查［43］，而在數(shù)字化轉(zhuǎn)型使得企業(yè)信息公開透明的背景下，交易雙方都有足夠的動力去改善自身的信息質(zhì)量［44］，因此供應商也會因為客戶所披露信息所帶來的環(huán)境監(jiān)督壓力而作出積極回應，推動自身的綠色建設，生產(chǎn)綠色清潔中間產(chǎn)品以滿足客戶的需求。

從技術溢出效應來看，客戶的數(shù)字化轉(zhuǎn)型不僅刺激其內(nèi)部進行研發(fā)創(chuàng)新、技術升級，同樣也會將這些知識與優(yōu)秀的管理經(jīng)驗沿供應鏈傳導至上游企業(yè)，有學者研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠促進數(shù)據(jù)、知識等在供應鏈上流動，擴大知識技術溢出的范圍并提高效率［6］。這種技術溢出區(qū)別于同行業(yè)企業(yè)的知識溢出，供應鏈的上下游企業(yè)比起同行業(yè)企業(yè)，競爭程度小、依賴程度高，有更強的動機共享技術與知識，從而使供應商企業(yè)更高效地接觸到更高質(zhì)量的知識經(jīng)驗［42］。在此基礎上，由于供應鏈上下游企業(yè)關聯(lián)性較強，上游企業(yè)按照下游客戶的需求來提供中間品，在傳遞和共享技術信息方面有著天然的優(yōu)勢，客戶也會主動為供應商企業(yè)提供對應的技術支持以確保供應商能夠提供符合要求的中間品［45-46］。而供應商通過吸收下游客戶的技術知識會提升自身的創(chuàng)新水平［47］，一方面引進先進生產(chǎn)設備，可以使企業(yè)生產(chǎn)更加清潔綠色的中間品，減少污染物排放［5］；另一方面促進綠色技術創(chuàng)新，提升自身生產(chǎn)效率，提升綠色全要素生產(chǎn)率，進而推動自身的綠色化轉(zhuǎn)型。

綜上所述，本文提出如下假說：

H1：下游客戶數(shù)字化轉(zhuǎn)型會推動上游供應商綠色化轉(zhuǎn)型；

H2：下游客戶數(shù)字化轉(zhuǎn)型通過提高自身企業(yè)信息透明度推動上游供應商綠色化轉(zhuǎn)型；

H3：下游客戶數(shù)字化轉(zhuǎn)型通過激發(fā)上游企業(yè)創(chuàng)新動力推動上游供應商綠色化轉(zhuǎn)型。

3" 研究設計

3.1" 樣本選取與數(shù)據(jù)來源

選取2007-2022年中國A股上市公司的客戶與供應商相關數(shù)據(jù)作為樣本，并對數(shù)據(jù)做了如下處理：剔除供應商與客戶企業(yè)中的非上市公司樣本；剔除變量缺失嚴重的樣本；剔除金融行業(yè)樣本；剔除收入為負數(shù)或者長期負債的企業(yè)；剔除ST、*ST企業(yè)樣本；借鑒楊金玉等［6］的做法，若一個供應商在同一年有多個客戶，則構建對應數(shù)量的年份—供應商—客戶觀測值，經(jīng)過處理最終得到2 261條企業(yè)—年份觀測值。企業(yè)相關的治理數(shù)據(jù)或基礎信息均來自于國泰安CSMAR數(shù)據(jù)庫。本文對連續(xù)變量在1%和99%分位數(shù)上進行縮尾處理，以排除極端值的影響。

3.2" 模型設定與變量定義

為檢驗下游客戶企業(yè)數(shù)字化轉(zhuǎn)型程度對上游供應商企業(yè)的綠色轉(zhuǎn)型的影響，本文借鑒楊金玉等［6］的做法，構建如下基準模型：

Gtrit=α+β Digit－1+γ Controlsit+δi+μt+εit（1）

其中，被解釋變量Gtrit表示上游供應商i在t時期的綠色化轉(zhuǎn)型程度，核心解釋變量Digit-1表示供應商i的客戶企業(yè)在t-1時期的數(shù)字化轉(zhuǎn)型程度，為緩解內(nèi)生性問題并考慮到下游客戶對上游供應商的影響效果可能存在滯后，故本文采取客戶企業(yè)滯后一期的數(shù)據(jù)來進行分析。Controlsit為一系列的控制變量，δi為企業(yè)固定效應，μt為年份固定效應，εit為隨機擾動項。

3.3" 變量描述

3.3.1" 被解釋變量

綠色轉(zhuǎn)型。參考相關研究［48］，采用文本分析法，即統(tǒng)計企業(yè)上市年報中涉及企業(yè)綠色化轉(zhuǎn)型的關鍵詞頻率來衡量企業(yè)的綠色化轉(zhuǎn)型程度。相對于內(nèi)容分析，文本分析利用Python進行文本識別，降低了錯誤性的同時也提高了準確性和一致性，而選擇企業(yè)的上市年報，一方面是因為綠色化轉(zhuǎn)型作為一項國家重大戰(zhàn)略，會在年報中進行總結性的信息披露，除此之外，上市公司的年報披露具有強制性且有統(tǒng)一的格式與措辭要求，進一步增強了數(shù)據(jù)統(tǒng)計的一致性。為確定納入統(tǒng)計的關鍵詞，本文參考《環(huán)境保護法》《企業(yè)環(huán)境行為評價技術指南》《綠色制造標準化白皮書》等國家針對綠色轉(zhuǎn)型的主要政策文件以及國內(nèi)相關綠色轉(zhuǎn)型的研究［4］，從宣傳倡議、戰(zhàn)略理念、技術創(chuàng)新、排污治理和監(jiān)測管理 5個方面，選取 113個企業(yè)綠色化轉(zhuǎn)型關鍵詞，統(tǒng)計出現(xiàn)頻率并將該頻率加一取對數(shù)來衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度。

3.3.2" 核心解釋變量

數(shù)字化轉(zhuǎn)型。根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型的定義，本文借鑒陶峰等［42］、祁懷錦等［10］的研究，以上市公司財務報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關的部分占無形資產(chǎn)總額的比例來度量企業(yè)的數(shù)字化水平。具體地，當無形資產(chǎn)明細項包含“軟件”“網(wǎng)絡”“客戶端” “管理系統(tǒng)” “智能平臺”等與數(shù)字化轉(zhuǎn)型技術相關的關鍵詞以及與此相關的專利時，將該明細項目界定為“數(shù)字化技術無形資產(chǎn)”，再對同一公司同年度多項數(shù)字化技術無形資產(chǎn)進行加總，計算其占本年度無形資產(chǎn)的比例，即為企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量。

3.3.3" 控制變量

參照既有相關文獻［6］，選取如下變量作為本文的控制變量。為控制上游供應商企業(yè)的數(shù)字化轉(zhuǎn)型對綠色轉(zhuǎn)型的影響，將上游供應商企業(yè)的數(shù)字化轉(zhuǎn)型程度（Digup）作為控制變量加入回歸模型中，在企業(yè)特征方面，采用企業(yè)規(guī)模（Size），即總資產(chǎn)對數(shù)；產(chǎn)權比率（DER），即負債總額與所有者權益總額的比率；資產(chǎn)負債率（Lev），即總負債與總資產(chǎn)的比值；資本密集度（CAP），即固定資產(chǎn)與總資產(chǎn)的比重；托賓Q（TobinQ），即市值與總資產(chǎn)的比值；市凈率（PB），意為每股股價與每股凈資產(chǎn)的比值，應收賬款占比（REC），即期末應收賬款與總資產(chǎn)的比值；主營業(yè)務收入（MI）。在企業(yè)治理方面，采用前十大股東控股數(shù)量占比（Top10）與管理層前三名薪酬總額的對數(shù)（TMTPay1）。另外，下游客戶企業(yè)的一些特征信息也有可能會對上游供應商企業(yè)的綠色轉(zhuǎn)型產(chǎn)生一定的影響，因此本文進一步控制下游客戶的托賓Q值與應收賬款占比，在行業(yè)層面則控制上下游企業(yè)的赫芬達爾指數(shù)（HHI）來減緩行業(yè)競爭的相關影響。

4" 實證結果與分析

4.1" 基準回歸結果

基準回歸結果如表2所示，列（1）為上游綠色化轉(zhuǎn)型與下游客戶數(shù)字化轉(zhuǎn)型程度的回歸結果，列（2）在之前的基礎上進一步加入上游供應商的控制變量進行回歸，列（3）則進一步加入下游客戶的控制變量，結果可見，三次回歸結果均在1%的水平上顯著為正，這也驗證了本文的假設H1，即下游客戶的數(shù)字化轉(zhuǎn)型可以有效推動上游供應商的綠色轉(zhuǎn)型。

4.2" 內(nèi)生性和穩(wěn)健性檢驗

4.2.1" 更換衡量指標

考慮到目前有較多的文章使用相關報告中的關鍵詞出現(xiàn)頻率衡量數(shù)字化轉(zhuǎn)型程度。本文參考趙宸宇等［18］的做法，采用文本分析法和專家打分法構建新的數(shù)字化轉(zhuǎn)型指標，在文本分析方面，從數(shù)字技術應用、互聯(lián)網(wǎng)商業(yè)模式、智能制造和現(xiàn)代信息系統(tǒng)4個維度出發(fā)，通過抽樣的方式篩選出高頻詞語，構建詞庫并統(tǒng)計企業(yè)上市年報中出現(xiàn)關鍵詞的詞頻，將最終結果標準化并使用熵值法確認各指標權重。在專家打分方面，參考趙璨等［49］的做法，根據(jù)年報對上述關鍵詞的描述信息、披露次數(shù)和企業(yè)生產(chǎn)經(jīng)營情況等相關內(nèi)容，采用專家打分法判斷每家公司的數(shù)字化轉(zhuǎn)型程度。如果“數(shù)字化”是該企業(yè)年度的主要投資方向，或“數(shù)字化”已經(jīng)融入企業(yè)的主要業(yè)務（包括生產(chǎn)、經(jīng)營、研發(fā)、銷售和管理等） 中，取 3 分; 如果企業(yè)相關投資涉及“數(shù)字化”，但現(xiàn)階段并不以“數(shù)字化”為主要投資方向，或企業(yè)的主要業(yè)務仍未實現(xiàn)與“數(shù)字化”的深度融合，則取 2 分; 如果企業(yè)僅僅涉及“數(shù)字化”中很小的方面，或只在發(fā)展戰(zhàn)略和經(jīng)營計劃中有所提及，則取1 分; 如果在該企業(yè)年報中未提及“數(shù)字化”相關內(nèi)容，或年報反映該企業(yè)未實施數(shù)字化轉(zhuǎn)型，則為 0 分。最后將二者各按50%權重合成數(shù)字化轉(zhuǎn)型變量DIG，鑒于企業(yè)2007年開始公布上下游數(shù)據(jù)，且前期相關年報中數(shù)據(jù)缺失較嚴重，本文將采用2012年之后的樣本進行回歸，結果如表3列（1）所示，DIG系數(shù)仍然顯著為正，與基準回歸結果一致。

4.2.2" 改變樣本范圍

考慮到新冠疫情對經(jīng)濟形勢的影響，本文僅對2020年之前的數(shù)據(jù)進行回歸。如表3列（2）所示，下游企業(yè)數(shù)字化轉(zhuǎn)型程度系數(shù)仍然顯著，與基準回歸結果一致。

鑒于我國面積廣闊，不同地區(qū)的經(jīng)濟水平差距較大，所實行的政策以及文化等都會有一定的差異，而北京、天津、上海、重慶作為我國的4個直轄市，有著國家政策重點照顧的同時還有較大的獨立性，因此地處該城市的客戶有可能由于制度原因而對供應商有著更高的要求，本文刪除客戶企業(yè)位于直轄市的樣本來進一步回歸。如表3列（3）所示，數(shù)字化轉(zhuǎn)型程度系數(shù)仍然顯著，與基準回歸結果一致。

4.2.3" 更換聚類方式

本文進一步將標準誤聚類到年份—行業(yè)層面，回歸結果顯示數(shù)字化轉(zhuǎn)型系數(shù)為正，與基準回歸結果一致。

4.2.4" 反向因果識別

前文的研究結果已經(jīng)證明了下游客戶的數(shù)字化轉(zhuǎn)型能夠有效推動上游企業(yè)的綠色轉(zhuǎn)型程度，但是上游供應商在進行綠色轉(zhuǎn)型的過程中也有可能通過清潔生產(chǎn)，優(yōu)化生產(chǎn)方式，提供清潔環(huán)保的中間品將對應知識技術沿供應鏈流入到下游客戶中，進而推動客戶企業(yè)的數(shù)字化轉(zhuǎn)型，為此，本文利用國家智慧城市建設這一外生政策沖擊來構建如下工具變量進行內(nèi)生性檢驗。

國家智慧城市建設即利用互聯(lián)網(wǎng)、人工智能、云計算等方式分析整合城市運行中產(chǎn)生的大數(shù)據(jù)，通過數(shù)字化設備和平臺實現(xiàn)對城市資源的合理規(guī)劃配置，該項政策分別于2012年、2013年和2014年開展了三項試點城市，該政策沖擊對所在城市企業(yè)的數(shù)字化轉(zhuǎn)型高度相關，列為試點城市的企業(yè)會因為城市的數(shù)字平臺建設而改善自身的經(jīng)營情況，通過信息對接來加速自身的數(shù)字化轉(zhuǎn)型，而企業(yè)則很難通過自身的數(shù)字化水平影響到國家政策的實施，也很難預測自身所處城市是否被列入智慧城市政策中，滿足工具變量的條件。因此本文借鑒蔡衛(wèi)星等［50］的做法，將政策虛擬變量與樣本初始年份企業(yè)數(shù)字化轉(zhuǎn)型程度乘積作為下游企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。表4列（1）匯報了第一階段回歸結果，工具變量（IV）的系數(shù)在1%水平上顯著，且F統(tǒng)計量大于10，不存在若工具變量問題，列（2）匯報第二階段回歸結果，數(shù)字化轉(zhuǎn)型系數(shù)在10%水平上顯著，說明本文構建的工具變量能夠很好地解決互為因果的內(nèi)生性問題，研究結果具有穩(wěn)健性。

4.3" 異質(zhì)性分析

4.3.1" 企業(yè)規(guī)模異質(zhì)性

不同的企業(yè)規(guī)模代表著不同企業(yè)的資金、人力資源以及技術水平的差異，對于上游供應商企業(yè)來說，規(guī)模較大的供應商往往有著更穩(wěn)定的供需關系，更優(yōu)秀的信息吸收與整合能力，更容易接受下游客戶數(shù)字化轉(zhuǎn)型所帶來的信息與技術溢出。本文按照上游供應商企業(yè)規(guī)模的中位數(shù)將樣本劃分為大規(guī)模企業(yè)與小規(guī)模企業(yè)，回歸結果如表5所示，下游客戶數(shù)字化轉(zhuǎn)型程度（Dig）系數(shù)在大規(guī)模企業(yè)一組中顯著而在小規(guī)模企業(yè)中系數(shù)不顯著，研究結果表明客戶的數(shù)字化轉(zhuǎn)型能夠有效促進大規(guī)模供應商企業(yè)的綠色轉(zhuǎn)型。

4.3.2" 企業(yè)產(chǎn)權性質(zhì)異質(zhì)性

中國的國有企業(yè)有著特殊的政策優(yōu)勢和資源優(yōu)勢，但也承擔著更多的社會責任，國有企業(yè)往往更有動機和動力，積極的整合下游客戶的信息與技術，充分利用資源來推動綠色化轉(zhuǎn)型進程。本文根據(jù)上游供應商的企業(yè)性質(zhì)分為國有企業(yè)組和非國有企業(yè)組來進行回歸，如表5第（2）列所示，國有企業(yè)下游數(shù)字化轉(zhuǎn)型程度（Dig）的系數(shù)顯著但非國有企業(yè)的系數(shù)不顯著，結果表明下游客戶的數(shù)字換轉(zhuǎn)型會顯著推動上游國有企業(yè)綠色化轉(zhuǎn)型。

4.3.3" 企業(yè)類型異質(zhì)性

不同類型的企業(yè)本身的技術水平與能源消耗強度也不同，一般來說，技術密集型企業(yè)由于自身的數(shù)字化水平較高，綠色化轉(zhuǎn)型的實施難度更低，綠色化轉(zhuǎn)型本身就處在較高的水平，而非技術密集型企業(yè)有著更大的環(huán)保壓力，進行綠色轉(zhuǎn)型的動力也更大，更有利于轉(zhuǎn)化下游客戶的先進知識與經(jīng)驗投入到綠色轉(zhuǎn)型之中。本文將供應商樣本分為技術密集型企業(yè)與非技術密集型企業(yè)進行回歸，回歸結果如表5列（6）所示，在非技術密集型企業(yè)組中，客戶數(shù)字化轉(zhuǎn)型（Dig）的系數(shù)顯著為正，而技術密集型企業(yè)的系數(shù)不顯著，結果表明下游客戶數(shù)字化轉(zhuǎn)型可以有效推動上游非技術密集型企業(yè)的綠色化轉(zhuǎn)型。

5" 機制檢驗

5.1" 信息透明度

參照辛清泉等［51］的研究，本文構建一個盈余質(zhì)量、信息披露考評分數(shù)、分析師盈余預測和審計師角度構建綜合指標來表示企業(yè)的信息透明度。

第一個透明度指標是參考Dechow等［52］的文章計算的盈余質(zhì)量指標（DD）

TCAit=α0+α1CFOit－1+α2CFOit+α3CFOit+1+α4ΔREVit+α5PPEit+eit（2）

其中TCA是總流動應計利潤，CFO是經(jīng)營現(xiàn)金流量，ΔREV指營業(yè)收入改變量，PPE指年末固定資產(chǎn)值，i，t分別表示企業(yè)個體和年份，e指誤差項，上述所有變量都除以總資產(chǎn)來放縮，回歸過后將之前4年和t年的回歸殘差匯總計算標準差，得到t年的盈余質(zhì)量（DD），為與后續(xù)指標保持一致，該指標乘負一處理；第二個透明度指標是深交所對各年上市公司信息披露考評打分（dscore），取值范圍為1-4分，評分越高表示企業(yè)的信息披露質(zhì)量越高；第三個透明度指標是分析師跟蹤人數(shù)（analyst），即當年對該企業(yè)做出盈余預測的分析師數(shù)量；第四個指標為分析師預測盈余準確性（accuracy），計算方式為該年份各分析師預測每股盈余的中位數(shù)減去實際每股盈余，令該差額比上年度每股股價，同樣為與其他指標保持一致，該指標也做乘負一處理；第5個指標為是否聘請過四大會計師事務所對其進行審查（big4），公司聘用四大來進行審計，表明自身愿意提供真實的信息，披露質(zhì)量也得到了保證。

取上述5個指標的樣本百分等級平均值來構成本文使用的信息透明度指標（TRANS），該項指標的值越大也就表明信息透明度越高。

考慮到隨著數(shù)字化轉(zhuǎn)型程度的提高信息透明度會進一步上升，但也會慢慢趨于飽和狀態(tài)，本文在第一階段回歸時加入數(shù)字化轉(zhuǎn)型程度的二次項（D）來進行驗證，表6列（1）顯示，上市公司透明度與企業(yè)數(shù)字化轉(zhuǎn)型之間存在倒U型的關系，且當數(shù)字化轉(zhuǎn)型程度小于0.386時，數(shù)字化轉(zhuǎn)型提高會提高企業(yè)的信息透明度，而當超過這個值時則會有反向結果，本文對此作出如下解釋：首先，按照樣本統(tǒng)計數(shù)字化程度超過臨界值的樣本僅占樣本總數(shù)的4%左右，總體來說數(shù)字化轉(zhuǎn)型是能夠提升企業(yè)自身的信息透明度的；其次，數(shù)字化轉(zhuǎn)型程度大于臨界值的企業(yè)中超過半數(shù)為計算機、IT行業(yè)，相關文獻表示該行業(yè)區(qū)別于傳統(tǒng)行業(yè)，因其特殊的資產(chǎn)結構，本身的數(shù)字化水平較高，天然的數(shù)字化屬性容易對結果造成一些影響［37］；最后，數(shù)字化轉(zhuǎn)型超過臨界值的企業(yè)所對應的上游供應商的信息透明度也相對較高，已經(jīng)趨于飽和。總體來看，下游數(shù)字化轉(zhuǎn)型程度的提升可以促進自身信息透明度的提高。表6列（2）回歸結果顯示，數(shù)字化轉(zhuǎn)型（Dig）與信息透明度（TRANS）顯著為正，表明下游客戶的數(shù)字化轉(zhuǎn)型可以通過提升自身信息透明度來推動上游供應商的綠色化轉(zhuǎn)型進程。

5.2" 創(chuàng)新激勵

本文采用企業(yè)的研發(fā)投入強度（RDRatio）衡量創(chuàng)新激勵。即企業(yè)研發(fā)支出總額占當期營業(yè)收入的比重，企業(yè)的研發(fā)投入強度反映了該企業(yè)對創(chuàng)新的重視程度以及創(chuàng)新的主動性，研發(fā)投入強度越高，企業(yè)的創(chuàng)新積極性越高，越容易取得創(chuàng)新成果，取得技術突破，也代表著企業(yè)的創(chuàng)新水平。

回歸結果如表7所示，列（1）中企業(yè)數(shù)字化轉(zhuǎn)型（Dig）系數(shù)顯著為正，表明下游企業(yè)數(shù)字化轉(zhuǎn)型可以顯著提升上游供應商的研發(fā)投入。表7列（2）回歸結果顯示，數(shù)字化轉(zhuǎn)型（Dig）系數(shù)與研發(fā)投入強度（RDRatio）系數(shù)均顯著為正，表明下游企業(yè)數(shù)字化轉(zhuǎn)型可以通過提升上游供應商創(chuàng)新研發(fā)投入來提升上游企業(yè)的綠色化轉(zhuǎn)型。

6" 結論、建議與展望

6.1" 研究結論

本文使用中國A股上市公司2007-2022年客戶—供應商數(shù)據(jù)實證分析了下游客戶數(shù)字化轉(zhuǎn)型與上游供應商綠色轉(zhuǎn)型之間的關系。結果發(fā)現(xiàn)，下游客戶數(shù)字化轉(zhuǎn)型程度的提高可以顯著促進上游供應商綠色轉(zhuǎn)型，該促進作用在規(guī)模較大、具有國有性質(zhì)以及非技術密集型的上游企業(yè)中更加明顯；此外，下游客戶數(shù)字化轉(zhuǎn)型可以通過促進自身信息透明度以及激發(fā)上游客戶創(chuàng)新動力來驅(qū)動上游企業(yè)的綠色轉(zhuǎn)型。

6.2" 政策建議

基于以上研究結論，本文提出如下政策建議：

第一，強化市場導向，以供應鏈上下游所產(chǎn)生的供需關系來激發(fā)上游企業(yè)進行綠色轉(zhuǎn)型的動力。長期以來，我國企業(yè)的綠色轉(zhuǎn)型積極性不高，轉(zhuǎn)型成本高且綠色轉(zhuǎn)型的成果兌現(xiàn)時間較長，為此政府采取一系列環(huán)境規(guī)制政策來引導企業(yè)進行綠色轉(zhuǎn)型，雖然會有一定的成效但不利于企業(yè)的長遠發(fā)展。本文研究發(fā)現(xiàn)，企業(yè)綠色轉(zhuǎn)型受到下游客戶數(shù)字化轉(zhuǎn)型的正向影響，通過供應鏈建立良性的供需關系，并分享綠色技術與先進管理經(jīng)驗，顯著推動綠色轉(zhuǎn)型進程，為綠色轉(zhuǎn)型的政策實施帶來了新的視角。本文建議推動企業(yè)數(shù)字化轉(zhuǎn)型可以先從鼓勵下游客戶數(shù)字化轉(zhuǎn)型開始，逐步使上下游企業(yè)建立穩(wěn)定的供需關系，減輕企業(yè)綠色轉(zhuǎn)型的成本壓力，加速綠色成果轉(zhuǎn)化，形成良性循環(huán)。

第二，保障信息披露質(zhì)量。一方面數(shù)字技術應用使得下游客戶更加準確便捷地處理信息，更加真實透明地披露相關市場信息；另一方面降低了供應商的信息獲取成本和驗證成本，快速匹配合適的交易對象。為此政府需加強對信息披露質(zhì)量的監(jiān)督，確保信息披露真實透明，以此維系穩(wěn)定的市場環(huán)境，激發(fā)企業(yè)綠色轉(zhuǎn)型的動力。

第三，激發(fā)企業(yè)創(chuàng)新動力。上游企業(yè)積極吸收下游先進技術推動自身創(chuàng)新的同時，政府需要做好對應的知識產(chǎn)權保護并簡化流程，使得企業(yè)創(chuàng)新成果快速應用到生產(chǎn)中，加速創(chuàng)新的成果轉(zhuǎn)化，進一步激發(fā)企業(yè)創(chuàng)新動力，促進綠色生產(chǎn)，加速企業(yè)綠色轉(zhuǎn)型。

第四，按照企業(yè)不同特性采取個性化政策。本文研究發(fā)現(xiàn)，規(guī)模較大、具有國有性質(zhì)以及非技術密集型的企業(yè)更容易受到下游客戶數(shù)字化轉(zhuǎn)型的影響來促進自身的綠色轉(zhuǎn)型，不同特性的企業(yè)與企業(yè)之間差異較為明顯。為此，對于規(guī)模較大的國有企業(yè)需要鼓勵其進一步發(fā)揮優(yōu)勢，充分整合信息資源，吸收下游先進技術來推動綠色轉(zhuǎn)型，起到帶頭示范作用；而對于規(guī)模較小的中小民營企業(yè)，則需要強化政策幫扶，緩解短期資金壓力，激發(fā)轉(zhuǎn)型動力。

6.3" 研究局限與展望

第一，數(shù)字化轉(zhuǎn)型與綠色轉(zhuǎn)型均是相對復雜的概念，本文使用無形資產(chǎn)占比來衡量下游客戶的數(shù)字化轉(zhuǎn)型程度，用關鍵詞詞頻來衡量上游供應商的綠色轉(zhuǎn)型程度，雖已經(jīng)有了合理的考慮但仍然不夠全面，希望將來能有更為完善的指標體系來衡量上述變量；第二，本文從信息溢出與創(chuàng)新激勵兩方面探討了下游數(shù)字化對上游綠色化的影響機制，研究視角較為單一，未來研究可從其他的視角出發(fā)繼續(xù)探究二者之間的傳導機制。

參考文獻：

［1］" MAJCHRZAK A. Designing for digital transformation：lessons for information systems research for the study of ICT and societal challenges［J］. MIS quarterly，2016，40（2）：267-277.

［2］" JORGENSON W D，HO S M，STIROH J K.Growth of US industries and investments in information technology and higher education［J］.Economic Systems Research，2010，15（3）：279-325.

［3］" 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）：130-144，10.

［4］" 萬攀兵，楊冕，陳林.環(huán)境技術標準何以影響中國制造業(yè)綠色轉(zhuǎn)型——基于技術改造的視角［J］.中國工業(yè)經(jīng)濟，2021（9）：118-136.

［5］" 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.

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

［7］" LI J，XIA J，ZAJAC E J. On the duality of political and economic stakeholder influence on firm innovation performance：theory and evidence from Chinese firms［J］. Strategic Management Journal，2018，39（1）：193-216.

［8］" VIAL G.Understanding digital transformation： a review and a research agenda［J］.Journal of Strategic Information Systems，2019，28（2）：118-144.

［9］" 王鵬飛，劉海波，陳鵬.企業(yè)數(shù)字化、環(huán)境不確定性與全要素生產(chǎn)率［J］.經(jīng)濟管理，2023，45（1）：43-66.

［10］" 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.

［11］" MLLER，F(xiàn)AY，BROCKE V.The effect of big data and analytics on firm performance： an econometric analysis considering industry characteristics［J］.Journal of Management Information Systems，2018，35（2）：488-509.

［12］" 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.

［13］" JORGENSON W D.Information technology and the U.S. economy［J］.The American Economic Review，2001，91（1）：1-32.

［14］" 楊剛強，王海森，范恒山，等.數(shù)字經(jīng)濟的碳減排效應：理論分析與經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟，2023（5）：80-98.

［15］" 戚津東，肖旭.數(shù)字經(jīng)濟時代的企業(yè)管理變革［J］.管理世界，2020（6）：135-152.

［16］" 池毛毛，葉丁菱，王俊晶，等.我國中小制造企業(yè)如何提升新產(chǎn)品開發(fā)績效——基于數(shù)字化賦能的視角［J］.南開管理評論，2020，23（3）：63-75.

［17］" DEMING D，KAHN B L.Skill requirements across firms and labor markets： evidence from job postings for professionals［J］.Journal of Labor Economics，2018，36（S1）：S337-S369.

［18］" 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財貿(mào)經(jīng)濟，2021，42（7）：114-129.

［19］" 中國社會科學院工業(yè)經(jīng)濟研究所課題組，李平.中國工業(yè)綠色轉(zhuǎn)型研究［J］.中國工業(yè)經(jīng)濟，2011（4）：5-14.

［20］" 劉學敏，張生玲.中國企業(yè)綠色轉(zhuǎn)型：目標模式、面臨障礙與對策［J］.中國人口·資源與環(huán)境，2015，25（6）：1-4.

［21］" 呂越，張昊天.打破市場分割會促進中國企業(yè)減排嗎？［J］.財經(jīng)研究，2021，47（9）：4-18.

［22］" 蘇丹妮，盛斌.產(chǎn)業(yè)集聚、集聚外部性與企業(yè)減排——來自中國的微觀新證據(jù)［J］.經(jīng)濟學（季刊），2021，21（5）：1793-1816.

［23］" 陳登科.貿(mào)易壁壘下降與環(huán)境污染改善——來自中國企業(yè)污染數(shù)據(jù)的新證據(jù)［J］.經(jīng)濟研究，2020，55（12）：98-114.

［24］" YAN X，CHANG T，HAITAO W， et al. The emerging driving force of energy consumption in China： Does digital economy development matter？［J］.Energy Policy，2022，8：165.

［25］" 渠慎寧，史丹，楊丹輝.中國數(shù)字經(jīng)濟碳排放：總量測算與趨勢展望［J］.中國人口·資源與環(huán)境，2022，32（9）：11-21.

［26］" PERINO G， REQUATE T. Does more stringent environmental regulation lnduce or reduce technology adoption？ When the rate of technology adoption ls inverted u-shaped［J］.Journal of Environmental Economics and Management，2012，64（3）：456-467.

［27］" 曹裕，李想，胡韓莉，等.數(shù)字化如何推動制造企業(yè)綠色轉(zhuǎn)型？——資源編排理論視角下的探索性案例研究［J］.管理世界，2023，39（3）：96-113，126.

［28］" LUO S，YIMAMU N，LI Y，et al． Digitalization and sustainable development： how could digital economy development improve green innovation in China？ ［J］．Business Strategy and the Environment，2023，32（4）： 1847-1871．

［29］nbsp; ORLANDO J M.Measuring spillovers from industrial RD： on the Importance of geographic and technological proximity［J］.The RAND Journal of Economics，2004，35（4）：777-786.

［30］" HSU P H，HUI H P，LEE H H. Supply chain technology spillover，customer concentration，and" product invention［J］. Journal of Economics amp; Management Strategy，2022，31（2）：393-417.

［31］" 李云鶴，藍齊芳，吳文鋒.客戶公司數(shù)字化轉(zhuǎn)型的供應鏈擴散機制研究［J］.中國工業(yè)經(jīng)濟，2022（12）：146-165.

［32］" 肖紅軍，沈洪濤，周艷坤.客戶企業(yè)數(shù)字化、供應商企業(yè)ESG表現(xiàn)與供應鏈可持續(xù)發(fā)展［J］.經(jīng)濟研究，2024，59（03）：54-73.

［33］" BOUDREAU J K.Let a thousand flowers bloom？ An early look at large numbers of software app developers and patterns of innovation［J］.Organization Science，2012，23（5）：1409-1427.

［34］" 劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來研究［J］.管理世界，2020，36（7）：198-217，219.

［35］" 陳劍，黃朔，劉運輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運營管理［J］.管理世界，2020，36（2）：117-128，222.

［36］" 鮑健強，苗陽，陳鋒.低碳經(jīng)濟：人類經(jīng)濟發(fā)展方式的新變革［J］.中國工業(yè)經(jīng)濟，2008（4）：153-160.

［37］" ARIK L. Technology， international trade， and pollution from U.S. manufacturing［J］. American Economic Review，2009，99（5）：2177-2192.

［38］" 李青原，李昱，章尹賽楠，等.企業(yè)數(shù)字化轉(zhuǎn)型的信息溢出效應——基于供應鏈視角的經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟，2023（7）：142-159.

［39］" KUHN P，MANSOUR H. Is internet job search still ineffective？［J］.The Economic Journal，2014，124（581）：1213-1233.

［40］" HARDING J，SWARNKAR R.Implementing collaboration moderator service to support various phases of virtual organisations［J］.International Journal of Production Research，2013，51（23-24）：7372-7387.

［41］" 趙岳，譚之博.電子商務、銀行信貸與中小企業(yè)融資——一個基于信息經(jīng)濟學的理論模型［J］.經(jīng)濟研究，2012，47（7）：99-112.

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

［43］" ZHAO Y，ZHANG N，F(xiàn)ENG T， et al. The green spillover effect of green customer integration： does internal integration matter？［J］.Corporate Social Responsibility and Environmental Management，2020，27（1）：325-338.

［44］" 馬慧，靳慶魯，王欣.大數(shù)據(jù)與會計功能——新的分析框架和思考方向［J］.管理科學學報，2021，24（9）：1-17.

［45］" DYER J H， NOBEOKA K. Creating and managing a high-performance knowledge -sharing network：the toyota case［J］. Strategic Management Journal，2000，21（3）：345-367.

［46］" CHU Y，TIAN X，WANG W. Corporate innovation along the supply chain［J］. Management Science，2019，65（6）：2445-2466.

［47］" ROSENKOPF L，NERKAR A. Beyond local search：boundary- spanning，exploration，and impact in the optical disk industry［J］. Strategic Management Journal，2001，22（4）：287-306.

［48］" LOUGHRAN T，MCDONALD B.When is a liability not a liability？ Textual analysis， dictionaries， and 10-Ks［J］.The Journal of Finance，2011，66（1）：35-65.

［49］" 趙璨，曹偉，姚振曄，等.“互聯(lián)網(wǎng)+”有利于降低企業(yè)成本粘性嗎？［J］.財經(jīng)研究，2020，46（4）：33-47.

［50］" 蔡衛(wèi)星，倪驍然，趙盼，等.企業(yè)集團對創(chuàng)新產(chǎn)出的影響：來自制造業(yè)上市公司的經(jīng)驗證據(jù)［J］.中國工業(yè)經(jīng)濟，2019（1）：137-155.

［51］" 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.

［52］" DECHOW M P，DICHEV D I. The Quality of accruals and earnings： the role of accrual estimation errors［J］.The Accounting Review，2002，77：35-59.

（責任編輯：宋勇剛）