企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈效率

張樹(shù)山，張佩雯，谷 城

（東北師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，長(zhǎng)春 130117）

0 引言

隨著新一代信息技術(shù)不斷涌現(xiàn)，數(shù)字化轉(zhuǎn)型成為全球新一輪科技和管理變革的新機(jī)遇。企業(yè)作為宏觀經(jīng)濟(jì)對(duì)象的微觀構(gòu)成，其數(shù)字化應(yīng)用是推動(dòng)產(chǎn)品周轉(zhuǎn)和貿(mào)易暢通的堅(jiān)實(shí)基礎(chǔ)。特別是在外部不確定性、經(jīng)濟(jì)下行壓力及產(chǎn)業(yè)結(jié)構(gòu)不斷調(diào)整的背景下，我國(guó)如何抓住數(shù)字革命的歷史機(jī)遇，提高供應(yīng)鏈效率，確保產(chǎn)業(yè)鏈供應(yīng)鏈不斷鏈、不堵塞、不僵化已成為當(dāng)前亟須解決的重要問(wèn)題。

已有圍繞數(shù)字化轉(zhuǎn)型與供應(yīng)鏈效率的研究存在一些不足。從研究?jī)?nèi)容來(lái)看，學(xué)者們更關(guān)注數(shù)字化對(duì)供應(yīng)鏈安全的影響[1,2]，而較少有文獻(xiàn)深入分析企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈效率之間的關(guān)系。從研究方法來(lái)看，關(guān)于供應(yīng)鏈效率的實(shí)證研究十分匱乏，基于問(wèn)卷調(diào)查的評(píng)估體系，得出的結(jié)果存在較強(qiáng)的主觀性且缺乏透明度[3]。因此，關(guān)于數(shù)字化轉(zhuǎn)型與供應(yīng)鏈效率間的關(guān)系亟須嚴(yán)謹(jǐn)?shù)睦碚撈饰雠c實(shí)證支持。本文以2007—2021 年滬深A(yù) 股上市公司為樣本，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的影響效應(yīng)和作用機(jī)制，深化了對(duì)企業(yè)數(shù)字化轉(zhuǎn)型賦能效果的理解；同時(shí)，基于多種異質(zhì)性視角，深入探究了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的異質(zhì)性影響。本文的研究對(duì)落實(shí)政府部門提出的積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的戰(zhàn)略決策部署具有一定參考價(jià)值。

1 理論分析與研究假設(shè)

1.1 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的影響

企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)過(guò)多的本質(zhì)是“產(chǎn)前”建立的生產(chǎn)能力與“產(chǎn)后”實(shí)際水平發(fā)生偏離而導(dǎo)致的供應(yīng)鏈效率下降[4]。當(dāng)企業(yè)面臨產(chǎn)出大幅下降或供給遠(yuǎn)超市場(chǎng)需求時(shí)，均會(huì)加劇企業(yè)產(chǎn)能閑置問(wèn)題。因此，有效降低庫(kù)存容量，縮短庫(kù)存周轉(zhuǎn)天數(shù)對(duì)供應(yīng)鏈效率提升具有重要作用。企業(yè)數(shù)字化轉(zhuǎn)型可以有效突破技術(shù)瓶頸、優(yōu)化公司治理流程[5]，對(duì)提高供應(yīng)鏈效率產(chǎn)生直接促進(jìn)作用。在技術(shù)層面，企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)是吸納數(shù)字化技術(shù)融入實(shí)體經(jīng)濟(jì)，使企業(yè)內(nèi)部程序性的業(yè)務(wù)智能化，以新的商業(yè)模式激發(fā)數(shù)字潛力，使數(shù)據(jù)信息在上下游企業(yè)間的傳遞更為迅速、便捷，緩解了市場(chǎng)中的信息不對(duì)稱。同時(shí)，企業(yè)融入數(shù)字信息平臺(tái)后能更全面地了解消費(fèi)者偏好，從而調(diào)整企業(yè)生產(chǎn)戰(zhàn)略[6]，提高供應(yīng)鏈效率。在公司治理層面，企業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)了內(nèi)部決策智能化，靶向解決內(nèi)部控制中的低效問(wèn)題。通過(guò)對(duì)結(jié)構(gòu)化數(shù)據(jù)信息的綜合分析，以及對(duì)非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化數(shù)據(jù)處理能力的提升[7]，在一定程度上對(duì)決策結(jié)果進(jìn)行量化考察，緩解了決策者自身的認(rèn)知偏差，有助于降低企業(yè)庫(kù)存管理中的決策錯(cuò)誤，提高供應(yīng)鏈效率。據(jù)此，本文提出：

假設(shè)1：企業(yè)數(shù)字化轉(zhuǎn)型能夠提高供應(yīng)鏈效率。

1.2 企業(yè)數(shù)字化轉(zhuǎn)型影響供應(yīng)鏈效率的間接機(jī)制

（1）市場(chǎng)戰(zhàn)略布局渠道。企業(yè)市場(chǎng)拓展帶來(lái)的銷售渠道增加和需求擴(kuò)張能夠顯著提高銷售規(guī)模，促進(jìn)產(chǎn)品流通效率，有利于縮短企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)、提高供應(yīng)鏈效率。數(shù)字化轉(zhuǎn)型使企業(yè)具備“上下線、頭尾部、國(guó)內(nèi)外”的銷售渠道，為企業(yè)市場(chǎng)可輻射范圍的進(jìn)一步擴(kuò)大提供了新機(jī)遇。具體來(lái)看：首先，數(shù)字化在線網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)產(chǎn)品及服務(wù)的公開(kāi)和透明，數(shù)字網(wǎng)絡(luò)空間中展示成本、搜索成本較低的特征，有助于企業(yè)銷售渠道進(jìn)一步拓展[8]。其次，數(shù)字化轉(zhuǎn)型給企業(yè)帶來(lái)的數(shù)據(jù)分析技術(shù)，能夠幫助企業(yè)精準(zhǔn)識(shí)別客戶偏好及需求，依靠精準(zhǔn)細(xì)分手段和個(gè)性化服務(wù)來(lái)匹配市場(chǎng)需求，充分發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)長(zhǎng)尾效應(yīng)的增幅效果，拓展企業(yè)市場(chǎng)規(guī)模。最后，數(shù)字技術(shù)還有利于國(guó)內(nèi)外市場(chǎng)規(guī)則對(duì)接，利用數(shù)字化開(kāi)發(fā)的國(guó)際市場(chǎng)信息網(wǎng)絡(luò)幫助企業(yè)準(zhǔn)確查詢市場(chǎng)信息，提高企業(yè)產(chǎn)品—國(guó)外市場(chǎng)的匹配速率，將企業(yè)市場(chǎng)戰(zhàn)略布局拓展至國(guó)際市場(chǎng)[9]，進(jìn)一步擴(kuò)大企業(yè)產(chǎn)品和服務(wù)的外部需求。因此，企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型拓展了企業(yè)市場(chǎng)戰(zhàn)略布局，而市場(chǎng)布局的拓展能夠在一定程度上提高企業(yè)產(chǎn)品和服務(wù)的銷售規(guī)模，減少企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)、提高供應(yīng)鏈效率。

（2）效率渠道。首先，數(shù)字化轉(zhuǎn)型改善了資產(chǎn)使用方式，提高企業(yè)資產(chǎn)利用效率。企業(yè)數(shù)字化能力不足會(huì)加劇委托代理引發(fā)的利益沖突，如管理者“帝國(guó)構(gòu)建”等自利行為。數(shù)字化轉(zhuǎn)型提高了企業(yè)信息透明度，降低了資產(chǎn)專用性，促使企業(yè)對(duì)資金的利用更加靈活。資產(chǎn)專用性的降低有助于企業(yè)將資金用于維持庫(kù)存周轉(zhuǎn)，縮短企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)，提高供應(yīng)鏈效率。其次，數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)資源配置，提高資源利用率。企業(yè)為擴(kuò)大生產(chǎn)往往需要購(gòu)置大量資源，在面對(duì)內(nèi)外部沖擊導(dǎo)致業(yè)務(wù)量下降時(shí)，企業(yè)往往面臨冗余資源所引致的資源閑置問(wèn)題，致使供應(yīng)鏈效率不高。數(shù)字化轉(zhuǎn)型提高了供應(yīng)鏈上下游企業(yè)間的信息透明度[10]，賦予企業(yè)更加靈活的庫(kù)存周轉(zhuǎn)管理，提高供應(yīng)鏈效率。最后，數(shù)字化轉(zhuǎn)型能夠?yàn)槠髽I(yè)提供高精尖人才，提高人力資本利用率。近年來(lái)，智能化、智慧化生產(chǎn)模式成為企業(yè)核心競(jìng)爭(zhēng)力的重要體現(xiàn)[11]。簡(jiǎn)單的崗位能被取代，而擁有高技能的專業(yè)精英往往不會(huì)被輕易替換，復(fù)雜科學(xué)技術(shù)的應(yīng)用恰好擴(kuò)大了企業(yè)對(duì)高精尖人才的需求[12]，人力資源利用效率的提升必然會(huì)對(duì)企業(yè)運(yùn)營(yíng)產(chǎn)生積極作用，從而提高供應(yīng)鏈效率。

（3）融資約束渠道。企業(yè)庫(kù)存周轉(zhuǎn)作為資源消耗性活動(dòng)，需要大量資金的長(zhǎng)期投入，僅依靠?jī)?nèi)源資金難以為繼，外部融資成為保障企業(yè)庫(kù)存周轉(zhuǎn)的重要來(lái)源，因而有效緩解了融資約束，有助于減少企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)、提高供應(yīng)鏈效率[13]。數(shù)字化轉(zhuǎn)型可以緩解企業(yè)的融資約束。一方面，企業(yè)通過(guò)新一代信息技術(shù)，提高了供應(yīng)鏈信息可視化程度，供應(yīng)鏈上下游節(jié)點(diǎn)企業(yè)間的關(guān)聯(lián)關(guān)系得到提升，為企業(yè)帶來(lái)穩(wěn)定和多渠道的資金流入。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型可以提高信息披露質(zhì)量，改善銀企關(guān)系，降低資金供求雙方的信息不對(duì)稱程度[14]。隨著信息透明度提升，銀企之間的關(guān)系得到進(jìn)一步改善，緩解了企業(yè)庫(kù)存管理面臨的融資約束。此外，數(shù)字化轉(zhuǎn)型還能夠獲取額外政府補(bǔ)貼，當(dāng)前我國(guó)力促企業(yè)數(shù)字化轉(zhuǎn)型，利好政策接踵而至，有助于緩解企業(yè)融資約束。據(jù)此，本文提出：

假設(shè)2：企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)拓展企業(yè)市場(chǎng)戰(zhàn)略布局、優(yōu)化企業(yè)效率以及緩解融資約束提高供應(yīng)鏈效率。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來(lái)源

本文以2007—2021 年滬深A(yù) 股上市公司作為研究樣本，并剔除所有ST、*ST、期間退市和金融類行業(yè)企業(yè)樣本。為控制異常值所導(dǎo)致的估計(jì)誤差，對(duì)微觀企業(yè)所有連續(xù)變量進(jìn)行上下1%的雙邊縮尾處理。樣本數(shù)據(jù)來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。

2.2 變量定義

（1）被解釋變量：供應(yīng)鏈效率（Stock_day）。供應(yīng)鏈效率強(qiáng)調(diào)提高上下游企業(yè)間的對(duì)話頻率和貿(mào)易往來(lái)，表現(xiàn)為產(chǎn)品和服務(wù)周轉(zhuǎn)的循環(huán)暢通?，F(xiàn)有研究以非產(chǎn)成品庫(kù)存作為供應(yīng)鏈效率的表征指標(biāo)[15]，然而僅用存量水平表征供應(yīng)鏈效率，會(huì)忽視供應(yīng)鏈節(jié)點(diǎn)企業(yè)間的要素流動(dòng)性。因此，本文在企業(yè)庫(kù)存存量基礎(chǔ)上，進(jìn)一步以庫(kù)存周轉(zhuǎn)天數(shù)來(lái)體現(xiàn)供應(yīng)鏈效率，其計(jì)算方法為ln（365/庫(kù)存周轉(zhuǎn)率）。選擇該指標(biāo)主要出于以下兩點(diǎn)考量：一是企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)有效克服了因企業(yè)保留安全庫(kù)存而導(dǎo)致供應(yīng)鏈效率較低的測(cè)算誤差。二是庫(kù)存周轉(zhuǎn)天數(shù)體現(xiàn)了供應(yīng)鏈上下游企業(yè)間的對(duì)話頻率和貿(mào)易往來(lái)，反映了供應(yīng)鏈柔性和響應(yīng)速度，與目前產(chǎn)能過(guò)剩的現(xiàn)實(shí)困境相呼應(yīng)。周轉(zhuǎn)天數(shù)越少，意味著存貨變現(xiàn)的速度越快，供應(yīng)鏈節(jié)點(diǎn)企業(yè)的物流、信息流和資金流效率越高。

（2）核心解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型（Digit）。利用網(wǎng)絡(luò)爬蟲軟件對(duì)CSMAR數(shù)據(jù)庫(kù)中企業(yè)年報(bào)中“ABCD”（人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)）技術(shù)+數(shù)字技術(shù)應(yīng)用關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)，并分類歸納整理，以上述五個(gè)方面詞頻總數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型的表征指標(biāo)，并對(duì)其加1后取自然對(duì)數(shù)。

（3）控制變量。為提高估計(jì)精度，本文圍繞企業(yè)財(cái)務(wù)指標(biāo)與企業(yè)性質(zhì)選取了11個(gè)變量進(jìn)行了控制。具體變量及描述性統(tǒng)計(jì)如表1所示。

表1 變量描述性統(tǒng)計(jì)

2.3 模型設(shè)定

為研究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的影響，本文設(shè)定如下計(jì)量模型：

其中，被解釋變量為供應(yīng)鏈效率（Stock_day），核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型（Digit），CVit為一系列控制變量，εit為隨機(jī)誤差項(xiàng)，同時(shí)，還控制了年份和企業(yè)固定效應(yīng)。

3 實(shí)證分析

3.1 基準(zhǔn)回歸結(jié)果分析

表2 報(bào)告了基準(zhǔn)回歸結(jié)果。列（1）和列（3）為僅考慮核心解釋變量，評(píng)估企業(yè)和年份固定效應(yīng)對(duì)估計(jì)結(jié)果的影響。列（2）和列（4）為在此基礎(chǔ)上引入一系列控制變量的估計(jì)結(jié)果。列（1）至列（4）中，Digit系數(shù)估計(jì)值顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型可以有效縮短企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)。以列（4）結(jié)果進(jìn)行分析，在充分考慮企業(yè)、年份虛擬變量以及控制變量后，Digit系數(shù)估計(jì)值為-0.037，且通過(guò)1%水平的顯著性檢驗(yàn)。這說(shuō)明數(shù)字化轉(zhuǎn)型顯著縮短了企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)，提高了供應(yīng)鏈效率。因此，假設(shè)1得到驗(yàn)證。

表2 基準(zhǔn)回歸結(jié)果

3.2 內(nèi)生性問(wèn)題

本文借鑒黃群慧等（2019）[16]的做法，選取歷史上郵電數(shù)量作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。以互聯(lián)網(wǎng)技術(shù)為首的信息技術(shù)是先從固定電話普及的，以往固定電話數(shù)較多的地區(qū)極有可能是新一代數(shù)字技術(shù)應(yīng)用較廣的地區(qū)。郵局分布也在不同程度上影響固定電話的普及，從而影響數(shù)字技術(shù)的先期接入。因此，以歷史固定電話數(shù)和郵局?jǐn)?shù)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量可以滿足相關(guān)性要求。此外，相對(duì)于“ABCD”技術(shù)應(yīng)用的迅速發(fā)展和變革，上述兩個(gè)變量對(duì)企業(yè)庫(kù)存周轉(zhuǎn)的影響逐步消失?；诖?，本文以1984年每百萬(wàn)人郵局?jǐn)?shù)和每百人固定電話數(shù)與研究期上一年互聯(lián)網(wǎng)上網(wǎng)人數(shù)的交互項(xiàng)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量，分別記為IV1_post和IV2_phone，采用2SLS進(jìn)行回歸。估計(jì)結(jié)果如表3 所示，兩個(gè)工具變量均通過(guò)了檢驗(yàn)。列（2）、列（4）結(jié)果顯示，Digit 回歸系數(shù)分別為-0.064和-0.063，且通過(guò)1%水平的顯著性檢驗(yàn)，表明企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著減少庫(kù)存周轉(zhuǎn)天數(shù)，提高供應(yīng)鏈效率，與前文結(jié)論保持一致。

表3 內(nèi)生性檢驗(yàn)回歸結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

本文分別通過(guò)增加變量、替換被解釋變量和核心解釋變量、剔除金融事件沖擊、剔除直轄市樣本的方法來(lái)檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性。

首先，為避免遺漏變量問(wèn)題，本文依次加入營(yíng)運(yùn)資金周轉(zhuǎn)率（Wcr）、流動(dòng)資產(chǎn)周轉(zhuǎn)率（Cat）、固定資產(chǎn)周轉(zhuǎn)率（Fat）、非流動(dòng)資產(chǎn)周轉(zhuǎn)率（Ncat）等可能對(duì)結(jié)果產(chǎn)生影響的變量，并進(jìn)行逐步回歸，下頁(yè)表4列（1）展示了回歸最后一步的結(jié)果。在逐步回歸的過(guò)程中，Digit 系數(shù)估計(jì)值均為負(fù)，且通過(guò)1%水平的顯著性檢驗(yàn)。其次，分別采用總資產(chǎn)周轉(zhuǎn)天數(shù)（Asset_day）和企業(yè)數(shù)字技術(shù)應(yīng)用強(qiáng)度（Digit_tech）替換被解釋變量和核心解釋變量。其中，總資產(chǎn)周轉(zhuǎn)天數(shù)為ln（365/總資產(chǎn)周轉(zhuǎn)率），企業(yè)數(shù)字技術(shù)應(yīng)用強(qiáng)度為ln（企業(yè)數(shù)字技術(shù)應(yīng)用詞頻總數(shù)+1），數(shù)字技術(shù)應(yīng)用詞頻來(lái)自CSMAR 數(shù)據(jù)庫(kù)中的企業(yè)年報(bào)。列（2）、列（3）展示了估計(jì)結(jié)果，可見(jiàn)無(wú)論是替換被解釋變量還是核心解釋變量，Digit和Digit_tech系數(shù)估計(jì)值均在1%的水平上顯著為負(fù)。再次，剔除國(guó)際（2008年）、國(guó)內(nèi)（2015年）兩次重大金融事件沖擊，考慮沖擊的后效性特征，本文剔除2007—2010年的研究樣本（2007年與2011年時(shí)限跨度較大，一并剔除），估計(jì)結(jié)果見(jiàn)列（4），Digit系數(shù)估計(jì)值顯著為負(fù)。在此基礎(chǔ)上，進(jìn)一步剔除2015—2016年研究樣本，估計(jì)結(jié)果見(jiàn)列（5），Digit 系數(shù)估計(jì)值仍顯著為負(fù)。最后，考慮到直轄市存在經(jīng)濟(jì)與政治的特殊性，其數(shù)字化轉(zhuǎn)型與庫(kù)存周轉(zhuǎn)可能存在較大差異，因此，本文剔除直轄市樣本后重新進(jìn)行回歸。估計(jì)結(jié)果見(jiàn)列（6），Digit回歸系數(shù)為-0.044，且通過(guò)1%水平的顯著性檢驗(yàn)。結(jié)合上述估計(jì)結(jié)果，前文結(jié)論的穩(wěn)健性得到進(jìn)一步支持。

表4 穩(wěn)健性檢驗(yàn)回歸結(jié)果

3.4 機(jī)制檢驗(yàn)

接下來(lái)探究數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率提升的作用機(jī)制。鑒于當(dāng)前中介模型的適用性存在爭(zhēng)議，并且前文已對(duì)機(jī)制部分進(jìn)行了充分分析，因此僅考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)中介變量的影響，公式如下：

其中，M為中介變量，其余變量解釋與式（1）一致。

3.4.1 市場(chǎng)戰(zhàn)略布局渠道

一方面，市場(chǎng)戰(zhàn)略布局拓展在財(cái)務(wù)上直接體現(xiàn)為銷售收入的快速增長(zhǎng)，采用銷售收入的自然對(duì)數(shù)（Income）指標(biāo)進(jìn)行表征；另一方面，市場(chǎng)拓展在銷售渠道上表現(xiàn)為客戶集中度降低，即企業(yè)面臨的市場(chǎng)范圍更加廣泛，潛在目標(biāo)用戶增多，以前五大客戶銷售額占年度總銷售額比重作為客戶集中度（Customer）表征指標(biāo)。表5 列（1）、列（2）報(bào)告了估計(jì)結(jié)果?？梢园l(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型可以顯著提高銷售收入和降低客戶集中度，表明數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)了企業(yè)市場(chǎng)戰(zhàn)略布局拓展，結(jié)果支持了市場(chǎng)戰(zhàn)略布局的中介作用。

表5 機(jī)制檢驗(yàn)回歸結(jié)果

3.4.2 效率渠道

本文采用勞動(dòng)生產(chǎn)率（Labor）和資本利用率（Cur）作為企業(yè)運(yùn)營(yíng)效率的表征指標(biāo)。其中，勞動(dòng)生產(chǎn)率為企業(yè)銷售額與員工人數(shù)比值，資本利用率為營(yíng)業(yè)收入與總資產(chǎn)比值。估計(jì)結(jié)果如表5 列（3）、列（4）所示。可以發(fā)現(xiàn)，Digit系數(shù)估計(jì)值分別在5%和1%的水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型可以顯著提高企業(yè)運(yùn)營(yíng)效率。結(jié)果支持了企業(yè)運(yùn)營(yíng)效率的中介作用。

3.4.3 融資約束渠道

本文利用SA指數(shù)（SA_index）作為融資約束指標(biāo)，該指數(shù)由兩個(gè)強(qiáng)外生性指標(biāo)（企業(yè)規(guī)模和年齡）構(gòu)成，能夠避免內(nèi)生性干擾。SA_index 指數(shù)為負(fù)，其絕對(duì)值越大，意味著企業(yè)融資約束越大（本文采用絕對(duì)值形式）。表5列（5）報(bào)告了估計(jì)結(jié)果，Digit 系數(shù)估計(jì)值在1%的水平上顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型可以有效緩解融資約束。結(jié)果支持了融資約束的中介作用。綜上，假設(shè)2得到驗(yàn)證。

3.5 異質(zhì)性分析

3.5.1 企業(yè)特征的影響

在國(guó)有企業(yè)，天然的政企聯(lián)系使其具有政策、稅收、融資等方面的傾斜優(yōu)勢(shì)，弱化了國(guó)有企業(yè)在市場(chǎng)中的競(jìng)爭(zhēng)感知力。非國(guó)有企業(yè)由于自身發(fā)展需要，在其數(shù)字化轉(zhuǎn)型過(guò)程中會(huì)不斷將數(shù)字技術(shù)應(yīng)用到企業(yè)日常營(yíng)運(yùn)環(huán)節(jié)中，使庫(kù)存周轉(zhuǎn)的智能化作用更為凸顯。因此，數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率提升效果可能在非國(guó)有企業(yè)更為顯著。為了檢驗(yàn)上述推斷，本文將樣本企業(yè)按照股權(quán)性質(zhì)劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)，并進(jìn)行分組回歸檢驗(yàn)。表6 列（1）、列（2）報(bào)告了回歸結(jié)果，在國(guó)有企業(yè)中，Digit 系數(shù)估計(jì)值為-0.011，且未通過(guò)顯著性檢驗(yàn)；而在非國(guó)有企業(yè)中，Digit系數(shù)估計(jì)值顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的影響僅在非國(guó)有企業(yè)中顯著。

表6 異質(zhì)性分析回歸結(jié)果

3.5.2 行業(yè)特征的影響

不同高新技術(shù)企業(yè)的生產(chǎn)技術(shù)和智能應(yīng)用存在差異，因此，企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中對(duì)供應(yīng)鏈效率的影響程度可能不同。具體來(lái)看，相對(duì)于高新技術(shù)企業(yè)而言，非高新技術(shù)企業(yè)的科創(chuàng)水平和智能化水平較低，企業(yè)數(shù)字化轉(zhuǎn)型所帶來(lái)的數(shù)字技術(shù)使其營(yíng)運(yùn)能力提升程度更大，進(jìn)而提高庫(kù)存周轉(zhuǎn)運(yùn)作管理的效率，促進(jìn)了供應(yīng)鏈效率的大幅提升。故本文推斷，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)高新技術(shù)行業(yè)與非高新技術(shù)行業(yè)供應(yīng)鏈效率提升具有促進(jìn)作用，而在非高新技術(shù)行業(yè)中，這種積極影響更為明顯。本文基于《戰(zhàn)略性新興產(chǎn)業(yè)分類》和經(jīng)合組織（OECD）依據(jù)技術(shù)含量對(duì)行業(yè)的分類，將企業(yè)所屬行業(yè)劃分為高新技術(shù)行業(yè)和非高新技術(shù)行業(yè)，并分組進(jìn)行回歸。估計(jì)結(jié)果如表6 列（3）、列（4）所示，在高新技術(shù)行業(yè)中，Digit系數(shù)估計(jì)值在10%的水平上顯著為負(fù)，而在非高新技術(shù)行業(yè)中，Digit 系數(shù)估計(jì)值在1%的水平上顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的影響效果在非高新技術(shù)行業(yè)更為顯著。

3.5.3 地區(qū)特征的影響

在一般情形下，市場(chǎng)化程度較高的地區(qū)配備了有效的市場(chǎng)機(jī)制和健全的法制環(huán)境，使得企業(yè)之間的交流合作公開(kāi)透明，充分發(fā)揮了市場(chǎng)機(jī)制的調(diào)節(jié)作用；同時(shí)，結(jié)合數(shù)字化轉(zhuǎn)型所帶來(lái)的信息技術(shù)，能夠在短時(shí)間內(nèi)實(shí)現(xiàn)資源要素的整合與優(yōu)化，縮短企業(yè)庫(kù)存周轉(zhuǎn)天數(shù)，進(jìn)而提高供應(yīng)鏈效率。本文借鑒王小魯?shù)龋?021）[17]構(gòu)建的市場(chǎng)化指數(shù)表征地區(qū)市場(chǎng)化程度，按照每年該指數(shù)的中位數(shù)劃分市場(chǎng)化程度的高低，并進(jìn)行分組回歸。估計(jì)結(jié)果如表6列（5）、列（6）所示，當(dāng)企業(yè)所在地區(qū)市場(chǎng)化程度高時(shí)，Digit 系數(shù)估計(jì)值為-0.048，且通過(guò)1%水平的顯著性檢驗(yàn)，而當(dāng)市場(chǎng)化程度低時(shí)，Digit系數(shù)估計(jì)值的顯著性水平僅為10%。這與上文的推斷相符，即企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的提升效果在市場(chǎng)化程度高的地區(qū)更為顯著。

4 結(jié)論與啟示

本文以2007—2021 年滬深A(yù) 股上市公司為研究樣本，基于企業(yè)庫(kù)存周轉(zhuǎn)視角，全面揭示企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率提升的影響效果、間接機(jī)制及異質(zhì)性表現(xiàn)。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型提高了供應(yīng)鏈效率，經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)后，上述結(jié)論依然成立。機(jī)制分析結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)市場(chǎng)戰(zhàn)略布局渠道、效率渠道以及融資約束渠道提高了供應(yīng)鏈效率。異質(zhì)性分析結(jié)果表明，在非國(guó)有企業(yè)、非高新技術(shù)行業(yè)及市場(chǎng)化程度高的地區(qū)的企業(yè)樣本中，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的提升效果更為顯著。

本文研究具有以下啟示：第一，抓住數(shù)字化浪潮所帶來(lái)的“數(shù)字”機(jī)遇，搭上動(dòng)能轉(zhuǎn)換和政策傾斜的順風(fēng)車。本文結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型縮短庫(kù)存周轉(zhuǎn)天數(shù)正是數(shù)字技術(shù)驅(qū)動(dòng)供應(yīng)鏈效率提升在微觀企業(yè)層面的映射。因此，企業(yè)需要加快對(duì)數(shù)字技術(shù)的汲取，依托行業(yè)發(fā)展前景，提升自身數(shù)字化水平。但也應(yīng)當(dāng)認(rèn)識(shí)到，企業(yè)數(shù)字化轉(zhuǎn)型并不意味著單純地疊加數(shù)字技術(shù)就能促進(jìn)效率的改善，而是要合理引導(dǎo)數(shù)字技術(shù)與產(chǎn)品研發(fā)、市場(chǎng)發(fā)展、企業(yè)管理等維度的逐步融合。第二，依據(jù)企業(yè)、行業(yè)及地區(qū)的異質(zhì)性，在推動(dòng)數(shù)字化轉(zhuǎn)型過(guò)程中應(yīng)充分考慮“因材施教”“因地制宜”方法。對(duì)具備良好數(shù)字化轉(zhuǎn)型基礎(chǔ)的企業(yè)，應(yīng)搶抓機(jī)遇加快轉(zhuǎn)型，樹(shù)立行業(yè)標(biāo)桿典范；同時(shí)，政府應(yīng)加大“放管服”力度，為企業(yè)提供更加透明的信息、更加便利的服務(wù)。對(duì)于數(shù)字化轉(zhuǎn)型基礎(chǔ)薄弱的企業(yè)，應(yīng)借鑒已有的成功經(jīng)驗(yàn)，逐步走上數(shù)字化道路；同時(shí)，政府應(yīng)提供相應(yīng)的政策幫扶，協(xié)助企業(yè)對(duì)數(shù)字技術(shù)的應(yīng)用，讓更多企業(yè)享受到數(shù)字化轉(zhuǎn)型帶來(lái)的紅利。第三，將數(shù)字化推廣作為促進(jìn)供應(yīng)鏈效率提升的重要抓手。供應(yīng)鏈效率是產(chǎn)業(yè)鏈供應(yīng)鏈韌性的重要體現(xiàn)。因此，應(yīng)在維護(hù)供應(yīng)鏈安全穩(wěn)定的同時(shí)，釋放數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈效率的驅(qū)動(dòng)潛力。一方面，打造供應(yīng)鏈信息共享機(jī)制平臺(tái)，通過(guò)共享信息強(qiáng)化上下游企業(yè)對(duì)風(fēng)險(xiǎn)的預(yù)知和承擔(dān)能力。另一方面，促進(jìn)金融機(jī)構(gòu)與節(jié)點(diǎn)企業(yè)的對(duì)接能力，提高信息審查及資金下發(fā)效率，使企業(yè)在遭遇不可預(yù)測(cè)風(fēng)險(xiǎn)時(shí)仍能保持資金正常周轉(zhuǎn)，維持供應(yīng)鏈節(jié)點(diǎn)企業(yè)之間的商業(yè)合作。