數字經濟下制造業企業動態能力對供應鏈關系的影響研究

邱鈺雯，白 冰 （江蘇師范大學 商學院，江蘇 徐州 221116）

0 引 言

在數字技術的驅動下，我國數字經濟水平不斷提升，經濟在其推動下高速發展。根據中國信息通信研究院2021 年發布的《中國數字經濟發展白皮書》顯示，2020 年我國數字經濟規模達到了39.2 萬億元，占GDP 的比重為38.6%，對于疫情之下的經濟復蘇起到重要地推動作用。然而這使得企業所處的環境波動加劇，企業的靜態能力不再主導競爭優勢，需要提升自己的動態能力并且向周圍汲取所需資源以應對復雜的環境變化。此時，企業供應鏈的優勢尤為重要。制造業作為國民經濟的支柱行業，其供應鏈關系主要包括客戶關系和供應商關系。適度且牢固的供應鏈關系能夠有效幫助制造業企業應對供應鏈斷裂風險，提升供應鏈優勢，實現可持續發展。因此，本研究基于數字經濟的背景，考察制造業企業動態能力對供應鏈關系的具體影響，旨在為制造業企業進行供應鏈決策時提供理論性指導。

1 理論分析與研究假設

1.1 動態能力對供應鏈關系的影響

動態能力理論一直是企業管理領域的研究熱點，學者們的定義各不相同，但主要是與應對環境變化以及整合能力有關。Martin 和Eishendart（2010） 認為動態能力是獲取、整合、釋放資源這三方面的能力體現。基于動態能力視角，企業可以突破靜態視角的資源基礎觀，對自身所擁有的資源、能力與所處的環境進行動態整合，能夠最大范圍地獲取并整合資源。企業可以通過自身的動態能力來獲取與自身價值相關的市場信息，以減少信息不對稱問題，從而增強企業市場競爭力。當動態能力不足時，企業會對供應鏈產生依賴；但是動態能力提升后，企業可以發揮自身的動態能力，主動對外傳遞信息，以避免潛在客戶和供應商低估自身的價值，進而提升潛在客戶和供應商對企業價值的預期。這有利于增加企業建立供應鏈關系的選擇范圍，降低企業的供應鏈集中度，促進企業在供應鏈關系中形成競爭優勢。并且動態能力能夠增強企業的學習能力，使得企業能夠通過自身的供應鏈來擴大對上下游合作伙伴的學習效應，降低對供應鏈的依賴度。

基于以上分析，企業在形成足夠的動態能力之前，較為依賴自身供應鏈；企業在形成足夠的動態能力之后，會降低對供應鏈關系的依賴程度，增加供應鏈合作伙伴的選擇范圍，最終使得企業的供應鏈集中度有所降低。因此提出假設1：企業的動態能力與供應鏈集中度呈倒U 型關系。

1.2 數字經濟發展水平的調節作用

數字經濟時代為企業發展帶來了一系列數字技術，促進企業發展的同時也倒逼企業的轉型升級，使得企業需要對自身資源和外界資源進行整合利用。企業所處地區的數字經濟發展水平不同，對企業帶來的影響不同。但是數字經濟的發展水平會對企業的供應鏈關系產生一定的影響。數字經濟下，數字技術的應用使得企業能夠更加從容應對復雜多變的周邊環境，給企業帶來更多的客戶與供應商資源選擇，促進企業供應鏈重構。企業所處地區的數字經濟發展水平越高，企業面臨的競爭越激烈。在此環境下，企業想要降低對供應鏈的依賴，就需要形成更高強度的動態能力。因此，本文將數字經濟發展水平與企業自身的動態能力相結合，綜合考察數字經濟發展水平的負向調節作用。

學習評價系統要求學生在考試系統中進行自我模擬測試與階段性檢測，檢測知識點的學習掌握情況，也同時為學生的學習評價提供依據，學生需要在教師設置的截止日期之前完成測試，成功提交答案后平臺會自動進行評分與反饋，逾期就不給予提交。授課教師可以及時了解學生的學習情況，并對測試成績不理想的學生進行及時干預和輔導。學習評價系統中的自我測試成績，作業和實驗成績，階段性檢測成績及學生在平臺討論區的參與度等，均可以作為對學生學習進行評價的重要組成部分[5]。

2 研究設計

2.1 研究樣本選取和數據來源

采用P·O 42.5級水泥；砂為普通河砂；石子為碎石，粒徑5-15 mm；試驗用水為自來水；硅粉由山東博肯硅材料有限公司生產，SiO2含量95%，比表面積23 m2/g。

針對控制變量而言，企業規模的最大值和最小值相差較小，標準差小于1，說明在創業板上市的制造業企業規模差異較小。制造業企業存續年份經過對數化處理后，標準差僅為0.289，最大值與最小值相差較小，說明制造業企業年齡具有較小的差異。企業議價能力的最小值接近于0，最大值接近0.5，說明創業板制造業企業的議價能力差異較大。

2.2 變量定義和測度

本文研究的數據類型屬于面板數據，因此需要通過相關檢驗來確定所使用的面板數據類型，進而確定相關檢驗方法。本文首先對樣本數據進行F 檢驗和Hausman 檢驗，均拒絕原假設，即不適用混合截面模型、隨機效應模型，因此選擇對樣本數據進行固定效應回歸分析。首先不考慮制造業企業所處地區數字經濟發展水平的調節作用，進行模型（1） 的檢驗。然后加入制造業企業所處地區數字經濟發展水平的調節項，進行模型（2） 的檢驗。回歸結果如表3 和表4 所示。

根據前面選取的指標數據，本文對已處理好的數據進行描述性分析，結果如表1 所示。從描述性分析的結果看，大多數指標的差距都較大，可見制造業企業具體情況差距較大。就衡量供應鏈關系的供應鏈集中度而言，其最小值與最大值相差較大，最小值接近0，最大值接近1，說明創業板制造業企業供應鏈集中度差異較大。制造業企業的動態能力最小值為負數，說明部分企業的動態能力較弱。對于制造業企業所處地區的數字經濟發展水平而言，對數化處理后使得數據更有利于分析，并且標準差較大，說明地區間的數字經濟發展水平有一定的差異。

高校和社會合作方的合作往往比較隨意，由于合作方領導層人員的變動等原因，有可能導致合作項目流失、擱淺，甚至被取消。合作機制往往停留在口頭協議、框架協議上，很難進入合同協議、制度協議等層面，有可能導致合作時有時無、前途不定。

控制變量：為準確地研究動態能力對供應鏈集中度的影響，需要對其他影響供應鏈集中度的變量進行控制。本研究將企業規模(siz e )、企業年齡(ag e )、企業議價能力(price )作為控制變量，其中企業規模用企業資產的對數進行衡量，企業年齡用現在年份與成立年份差值的對數進行衡量。參考吉利和陶存杰（2019） 使用企業在行業中的相對市場份額作為企業議價能力的代理變量，即每個企業的年度銷售額在行業內所有企業的年度銷售額之和中的占比，并且鑒于占比的測量數據較小，將其以百分號為單位進行數據分析。

2.3 研究方法與研究模型

本文建立了制造業企業動態能力與供應鏈集中度之間的回歸模型以及考慮數字經濟發展水平的調節作用的回歸模型，具體如下：

3 實證分析與結果

3.1 描述性統計分析

解釋變量：動態能力dtn( )l 。大多數研究通過設計問卷對動態能力進行測量，數據存在一定的主觀片面性。本文參考趙鳳等（2012） 和楊雪等（2019） 的研究，從動態能力應用于企業組織管理時所承擔的功能角度，來考慮動態能力的衡量指標選擇。動態能力包含了企業組織管理中的協調和整合能力、學習能力及重構能力，因此選擇研發投入占比、本科以上員工占比以及資產報酬率3 個指標綜合衡量企業的動態能力。在測量企業動態能力時，選擇相關矩陣系數法確定各指標權重，將標準化的指標值及其權重乘積之和來度量企業動態能力。

表1 描述性統計

本文關于動態能力以及供應鏈集中度的衡量數據來源于國泰安數據庫，關于制造業企業所處地區的數字經濟發展水平的衡量數據來源于騰訊研究院發布的《中國“互聯網+指數”（2016）》、《中國“互聯網+”數字經濟指數（2017）》、《中國互聯網+指數報告（2018）》、《數字中國指數報告（2019）》。

3.2 多重共線性檢驗

調節變量：企業所在地區的數字經濟發展水平szj( )j 。為了消除異方差的影響，對于獲取的數字經濟指數進行對數化處理。

表2 多重共線性檢驗

3.3 回歸分析

在進行內江地區花萼濕地公園的交通系統布局設計時，應該充分結合當地的地形地貌進行設計。具體而言，在內江地區花萼濕地公園的中部，設計了用于行人及觀光車輛通行的主干線，有效與城市化建設進行了結合。

表3 模型（1） 的固定效應回歸結果

從表3 的回歸結果中可以看到，動態能力二次項系數顯著為負，說明動態能力對供應鏈集中度的影響先促進后抑制，呈現倒U 型變化，驗證了假設1。這說明企業動態能力處于較低水平時，還不足以帶動企業形成競爭優勢，企業并不具備較強的學習能力，比較依賴供應鏈上下游伙伴，此時的供應鏈集中度會有所上升。由于本文的供應鏈集中度是基于前五大客戶和前五大供應商計算出來的，進一步說明剛開始動態能力的提升使得企業比較依賴某幾個客戶和供應商，使得某幾個客戶和某幾個供應商的比重提高，即供應鏈集中度會有所提高。倒U 型的函數圖像達到頂點后，即企業動態能力達到能夠形成企業競爭優勢的水平時，它的提升會降低企業供應鏈集中度。這體現了企業足夠的動態能力能夠增強企業自身實力，能夠減少企業對自身供應鏈的依賴。

從表4 的回歸結果可以看出，將制造業企業所處地區的數字經濟發展水平作為調節變量加入模型中，會進一步影響動態能力對供應鏈集中度的倒U 效應。調節變量以動態能力和數字經濟的乘積形式呈現，該乘積的系數顯著為負，說明數字經濟發展水平在動態能力對供應鏈集中度的影響過程中起負向調節作用，驗證了假設2。在形成足夠的動態能力之前，企業依然依賴于某幾個大客戶和大供應商，造成供應鏈集中度的上升。然而，在數字經濟發展水平的負向調節下，企業需要形成更多的動態能力，才能夠減少對供應鏈的依賴，進而使得供應鏈集中度有所下降。

表4 模型（2） 的固定效應回歸結果

3.4 穩健性檢驗

為了加強研究結果的可靠性，本文對被解釋變量進行了變量替代，做進一步回歸分析。考慮到供應鏈集中度可以選擇以客戶集中度和供應商集中度的算術平均數進行衡量，也可以以客戶集中度和供應商集中度的幾何平均數進行衡量，因此選擇二者的幾何平均數除以100 的結果作為被解釋變量的另一個代理變量(gylgy)l ，對于考慮全面的模型（2） 再次進行固定效應回歸分析。根據表5，可以看出穩健性檢驗的結果中各變量的回歸系數符號與原固定效應回歸結果一致，并且數值相差甚小，可以認為該穩健性檢驗結果與固定效應回歸結果較為一致，回歸模型較為適合。

表5 穩健性檢驗

4 結論與展望

本文利用2016～2019 年創業板制造業企業數據，探討了企業動態能力對供應鏈關系的影響；并且利用2016～2019 年騰訊研究院發布的城市數字經濟發展水平指數，進一步探討數字經濟背景下企業動態能力對供應鏈關系的影響。主要結論如下：企業動態能力對供應鏈集中度的影響呈倒U 型特征，在動態能力水平較低時能夠提高企業的供應鏈集中度，在動態能力較高水平上能夠降低企業的供應鏈集中度。制造業企業所處地區的數字經濟發展水平能夠對動態能力與供應鏈集中度之間的關系起到一定的負向調節作用。

基于以上結論，本文建議：第一，制造業企業應該提升自身的協調能力、學習能力及重構能力，進而形成足夠多的動態能力，以應對復雜多變的外在環境。企業憑借動態能力形成敏銳的資源洞察力，擴大供應鏈上下游合作伙伴的選擇范圍，在做大做強自身的同時不過分依賴某幾個客戶及供應商，形成較為分散的供應鏈關系，即形成較低的供應鏈集中度。第二，制造業企業應該主動抓住數字經濟蓬勃發展的時代機遇，形成自身的數字機會識別能力、數字技術應用能力，提升自己的競爭力，獲取潛在供應商和潛在客戶的價值認同，并且提高對現有供應商和現有客戶資源的整合能力，從而進一步提高自身的動態能力。第三，制造業企業應該與供應鏈上下游合作伙伴建立良好關系，并且對潛在客戶及供應商有拓展意識，努力降低企業的供應鏈集中度，以應對供應鏈斷裂風險，達到分散風險的目的。制造業企業應該有意識地避免過分依賴大客戶以及大供應商，應及時拓寬銷貨與進貨渠道，避免形成較高的供應鏈集中度。