數字化轉型、供應鏈溢出與企業新質生產力

摘" 要：" 在構建企業新質生產力指標體系基礎上，選取2011—2022年A股上市公司及其客戶企業作為研究樣本，檢驗客戶企業數字化對供應商企業新質生產力的影響及其作用機制。研究發現：客戶企業數字化能夠顯著提升供應商企業的新質生產力。機制檢驗表明，客戶企業數字化能夠通過推動供應商企業數字化轉型和提升供應商企業創新水平，增進供應商企業的新質生產力。異質性檢驗顯示，客戶企業數字化對供應商企業新質生產力的促進作用在較大規模供應商企業、國有供應商企業、大型非國有供應商企業以及對客戶企業依賴度較高的供應商企業中更加顯著。基于研究結論，從供應商企業、客戶企業及政府三個層面提出相應的政策建議，為企業供應鏈決策及政府政策制定提供有益的借鑒和參考。

關鍵詞：" 數字化；供應鏈溢出；新質生產力

中圖分類號：" F 272

文獻標志碼：" A

收稿日期：2024-06-13

基金項目：國家社會科學基金一般項目（22BJL120）

作者簡介：史進（1986—），男，江蘇太倉人，副教授，研究方向：企業動態、產業結構演化與區域發展；許銘浩（1999—），男，浙江麗水人，碩士研究生，研究方向：數字經濟與供應鏈管理；王雪瑩（2000—），女，湖北當陽人，碩士研究生，研究方向：產業結構演化與產業鏈韌性提升機理。

文章編號：1005-9679（2024）06-0039-06""" ·數字經濟與管理·

Digital Transformation， Supply Chain Spillovers， and NewQuality Productivity of Enterprises

SHI Jing1，2" XU Minghao1，2" WANG Xueying1，2

（1.School of Economic， Zhejiang University of Technology， Hangzhou 310023， China；

2.Institute for Industrial System Modernization， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract： Based on the construction of an indicator system for the new quality productivity of enterprises，this study selects A-share listed companies and their customer enterprises from 2011 to 2022 as research samples to examine the impact and mechanism of customer enterprise digitization on the new quality productivity of supplier enterprises. It has found that digitalization of customer enterprises can significantly enhance the new quality productivity of supplier enterprises. Mechanism testing shows that digitalization of customer enterprises can enhance the new quality productivity of supplier enterprises by promoting their digital transformation and enhancing their innovation level. Heterogeneity testing shows that the digitalization of customer enterprises has a more significant promoting effect on the new quality productivity of supplier enterprises in larger scale，state-owned supplier enterprises，and supplier enterprises with higher dependence on customer enterprises. Based on research findings，corresponding policy recommendations are proposed from three levels：supplier enterprises，customer enterprises，and government，providing useful reference and guidance for enterprise supply chain decision-making and government policy formulation.

Key words： digital transformation; supply chain spillovers; new auality productivity

0" 引言

本文基于2011—2022年中國A股上市企業的數據，檢驗了客戶企業數字化對供應商企業新質生產力的影響及其作用機制。

本文可能的研究貢獻主要為：第一，本文基于前人研究，結合企業新質生產力內涵，構建了企業新質生產力測度指標體系，為今后開展相關實證研究提供借鑒。第二，本文通過實證方法，考察了客戶企業數字化對于供應商企業新質生產力的影響，揭示了客戶企業數字化轉型對供應商企業新質生產力的作用機制。第三，通過異質性分析，從多個角度比較了不同供應商企業新質生產力受客戶企業數字化影響的差異，為企業供應鏈配置決策提供有益參考。

1" 理論假設

新質生產力作為傳統生產力發展的新產物，是在傳統生產力中加入了新技術后的一次飛躍，企業的新質生產力水平與自身技術創新能力、數字化程度和勞動力素質等因素密切相關。數字技術作為一種通用技術，具有滲透性、協同性和外部性特征，其應用有利于產生供應鏈上下游關聯效應。現有研究發現企業數字化可以顯著提高其供應鏈上下游企業的創新水平、生產率、ESG表現及數字化水平等。基于現有文獻，本文認為客戶企業的數字化能夠通過供應鏈溢出效應對供應商企業的新質生產力產生積極影響。原因如下：第一，客戶企業的數字化能夠推動供應鏈整體的協同發展，數字化技術的應用提高了供應商企業與客戶企業的協同效率，優化了供應商企業生產流程，提升了供應商企業資源利用效率，進而促進其新質生產力提升。第二，客戶企業數字化帶來的先進技術和管理經驗，可以通過供應鏈上下游的合作和信息共享，傳遞到供應商企業，促進供應商企業技術創新和管理優化，推動其新質生產力發展。第三，客戶企業的數字化有助于推動供應商企業的數字化轉型，進而提高供應商企業的生產和運營效率，對供應商企業新質生產力水平提升產生積極影響。綜上所述，本文提出如下假設：

假設1：客戶企業數字化可以提升供應商企業的新質生產力水平。

假設2：客戶企業數字化可以通過促進供應商企業技術創新，進而推動供應商企業新質生產力發展。

假設3：客戶企業數字化可以通過推動供應商企業數字化轉型，進而促進供應商企業新質生產力發展。

2" 研究設計

2.1" 樣本選取與數據來源

本文以2011-2022年為研究區間，選取中國A股上市公司為研究對象。從國泰安（CSMAR）數據庫以及中國研究數據服務平臺（CNRDS）數據庫獲取A股上市公司及其客戶企業數據，構建供應商—客戶—年度數據集，并對數據進行如下處理：（1）剔除非上市公司的客戶樣本；（2）剔除供應商企業或客戶企業當年被歸為ST或PT類別的樣本；（3）剔除供應商企業和客戶企業為房地產行業或金融行業的樣本；（4）剔除關鍵變量值存在缺失的樣本。最終得到1446個樣本數據。

企業數字化指標通過R語言技術對企業年報進行處理和分析獲得；測度企業新質生產力水平的初始數據及企業層面的控制變量來源于國泰安（CSMAR）數據庫和中國研究數據服務平臺（CNRDS）數據庫；為了避免極端值的影響，對除新質生產力測度指標體系外的所有連續變量進行上下1%的縮尾處理。

2.2" 模型構建與變量定義

2.2.1" 模型構建

為驗證本文研究假設1，本文構建如下計量模型：

Nqp_Sit=α0+α1 Dig_Cj，t-1+α2 Controls+Industryi+Yeart+εit（1）

為驗證本文研究假設2和假設3，本文構建如下計量模型：

Apply_Sit=α3+α4 Dig_Cj，t-1+α5 Controls+Industryi+Yeart+εit（2）

Nqp_Sit=α6+α7 Dig_Cj，t-1+α8 Apply_Sit+α9 Controls+Industryi+Yeart+εit（3）

Dig_Sit=β0+β1 Dig_Cj，t-1+β2 Controls+Industryi+Yeart+εit（4）

Nqp_Sit=β3+β4 Dig_Cj，t-1+β5 Dig_Sit+β6 Controls+Industryi+Yeart+εit（5）

其中，_S表示供應商企業，_C表示客戶企業。具體來說，Nqp_Sit為被解釋變量，表示供應商企業i在t年的新質生產力水平。Dig_Cj，t-1為解釋變量，表示客戶企業j在t-1年的數字化，Dig_S和Apply_S為中介變量，表示供應商企業數字化和供應商企業技術創新（用專利申請數量加一取對數衡量）。Controls表示同時控制客戶企業和供應商企業的控制變量，Industryi表示行業固定效應，Yeart表示年份固定效應，ε表示殘差項。

2.2.2" 變量定義

被解釋變量：企業新質生產力（Nqp_S）。

本文參考肖有智等（2024）和袁瀚坤和徐政（2024）的方法，依據生產力構成三要素：新質勞動力、新質勞動對象、新質生產資料，構建企業新質生產力評價指標體系，采用熵值法對上市公司新質生產力進行測度，具體指標構建如表1所示。

解釋變量：客戶企業數字化（Dig_C）

參考袁淳等（2021）對企業數字化指標的構建，使用企業數字化相關的關鍵詞詞頻數除以當年企業年報MDamp;A語段長度乘以100，得到客戶企業數字化指標的代理變量。

控制變量：參考肖紅軍等（2024）的做法，本文選取了如下控制變量：資產收益率（Roa）、資產負債率（Lev）、前十大股東持股比例（Top）、公司規模（Size）、主營業務收入增長率（Gro）、產權性質（Soe）、資產結構（As）等供應商及客戶層面的控制變量。此外，進一步控制了行業固定效應和年份固定效應。

3" 實證結果與分析

3.1" 基準回歸

客戶企業數字化對供應商企業新質生產力水平影響的回歸分析結果如表3所示。表3第（1）列展示了客戶企業數字化對供應商新質生產力水平的單一變量回歸分析結果；第（2）列是進一步控制了行業固定效應和年度固定效應的回歸結果；第（3）和第（4）列是逐步加入供應商企業控制變量和客戶企業控制變量的回歸結果。所有回歸結果均顯示客戶企業數字化對供應商企業新質生產力的回歸系數至少5%的顯著性水平上為正，表明客戶企業數字化對供應商企業新質生產力水平具有顯著的促進作用，本文假設1得到驗證。

3.2" 穩健性檢驗

（1）更換解釋變量的衡量方式。參考吳非等（2021），采用客戶數字省化相關關鍵詞詞頻加1取對數（Dig_C1）和CSMAR數據庫中的上市公司數字化指數（Dig_C2）代替解釋變量進行回歸，表4第（1）和（2）列展示了此方法的回歸結果。進一步，參考張秀娥等（2024）的方法，采用LP法和OP法計算得到的全要素生產率代替被解釋變量進行回歸，第（3）和（4）列展示了此方法的回歸結果。（2）變換模型。參考肖紅軍等（2024）的研究，一是采用供應商個體和年份固定效應，二是采用年份、供應商個體、供應商行業及客戶行業固定效應，第（5）和（6）列展示了此方法的回歸結果。（3）變換樣本。相比于其他行業，制造業企業的發展受自身供應鏈影響程度更大，故以供應商企業為制造業的樣本重新回歸，第（7）列展示了此方法的回歸結果。采用上述穩健性檢驗的回歸結果均表明基準回歸結果是穩健的。

3.3" 內生性處理

（1）工具變量法。當供應商企業擁有較高的新質生產力水平時，更有可能會吸引數字化程度較高的客戶企業與其展開合作，因此本文存在潛在的互為因果問題。參考楊金玉等（2022），以客戶數字化與其在相同行業和省份的企業數字化均值差額三次方為工具變量（IV），采用兩階段最小二乘工具變量法對該問題進行處理。表5第（1）至（3）列分別展示了第一階段、IV排他性約束檢驗及第二階段的回歸結果。可以看到，在控制樣本潛在的互為因果問題后，客戶企業數字化對供應商企業新質生產力的回歸系數仍在1%水平上顯著為正，且第一階段F統計量為19.7189，通過了弱工具變量檢驗。

（2）Heckman兩階段模型。由于供應商企業的前五大客戶數據不屬于上市公司強制性披露內容，本文的研究樣本缺失了未披露前五大客戶數據的供應商企業，因此可能存在一定程度上的樣本選擇偏差問題。為此，參考李青源等（2023），本文采用Heckman兩階段方法對該問題進行處理。在第一階段中，將“是否披露主要客戶具體信息”（若披露，則虛擬變量取1，否則取0）作為因變量，選取上市年限、產權性質、公司規模、凈資產收益率等為解釋變量，進行Probit模型回歸得出逆米爾斯比率（IMR）。在第二階段中，將IMR作為控制變量帶入模型（1）重新回歸。第二階段回歸結果如表5第（4）列所示，回歸結果表明，在控制樣本選擇偏差問題后，客戶企業數字化對供應商企業新質生產力的回歸系數仍在1%的水平上顯著為正。

3.4" 機制檢驗

本文基于式（2）—式（5）對假設2和假設3進行檢驗。表6第（1）和第（3）列顯示，客戶企業數字化對供應商企業數字化和供應商企業技術創新的回歸系數分別為0.153和0.097，在1%和5%的水平上顯著為正，表明客戶企業數字化能夠推動供應商企業數字化和技術創新。表6第（2）和（4）列顯示，客戶企業數字化對供應商企業新質生產力的回歸系數分別為0.243和0.252，在5%和1%的水平上顯著為正。通過Sobel進行檢驗，結果顯示P值均遠小于0.05，表明客戶企業數字化能夠通過推動供應商企業數字化和技術創新，增進供應商企業新質生產力水平，本文假設2和假設3得到驗證。

3.5" 異質性檢驗

由于供應商企業規模、供應商企業性質及供應商企業的客戶依賴度等因素也可能會影響客戶企業數字化對供應商企業新質生產力的作用結果，因此本研究從以上三個角度進行異質性檢驗。客戶企業數字化對于不同規模的供應商企業新質生產力影響存在差異，規模較大的企業往往會憑借其資金、技術及人才等優勢選擇優質客戶企業，進而形成更加穩定和健康的供應鏈體系。本文根據供應商規模中位數將樣本劃分為較大規模供應商企業和較小規模供應商企業。表7第（1）和（2）列的回歸結果顯示，當供應商企業規模較大時，客戶企業數字化會對其新質生產力產生明顯的促進作用，而對規模較小的供應商企業，這一促進作用不明顯。從表7第（3）和（4）列可以看出，客戶企業數字化對國有供應商企業新質生產力的回歸系數大于對非國有供應商企業新質生產力的回歸系數，并且都在5%的水平上顯著，但通過組間系數差異檢驗發現，兩組的系數大小并不存在顯著差異。本文進一步將非國企供應商根據供應商規模中位數劃分為較大規模的非國企供應商和較小規模的非國企供應商。表7的第（5）和（6）列的回歸結果顯示，客戶企業數字化對于較小規模的非國有供應商企業并不存在顯著的促進作用。此外，客戶企業數字化對供應商企業新質生產力的影響還會受到供應商企業對客戶企業依賴程度的影響。當供應商企業對客戶企業依賴度更高時，客戶企業數字化會使得供應商企業提升發展自身新質生產力的動力，以迎合客戶企業發展趨勢和避免訂單流失。本文根據供應商對客戶銷售額占比的中位數將樣本劃分為較高客戶依賴度供應商企業和較低客戶依賴度供應商企業。表7第（7）和（8）列的回歸結果顯示，當供應商企業對客戶企業依賴度更高時，客戶企業數字化對供應商企業新質生產力發展的促進作用更明顯。

4" 結論與建議

本文以2011—2022年中國A股上市公司及其客戶企業為研究對象，實證檢驗了客戶企業數字化對供應商企業新質生產力的影響及其作用機制。研究發現：客戶企業數字化能夠促進供應商企業新質生產力提升。作用機制檢驗表明，客戶企業數字化能夠推動供應商企業數字化轉型和技術創新，進而對供應商企業新質生產力產生積極影響。異質性檢驗結果表明，客戶企業數字化對供應商企業新質生產力的促進作用在規模較大的供應商企業、具有國有性質的供應商企業、較大規模的非國有供應商企業以及對客戶企業依賴度較高的供應商企業更為顯著。

基于上述結論，本文提出如下建議：

（1）供應商企業應注重供應鏈管理，通過加強鏈上企業合作和信息共享，學習客戶企業數字化帶來的先進技術和管理經驗，利用供應商—客戶的強聯結關系以提升自身新質生產力水平。（2）客戶企業應發揮核心企業的示范引領作用，通過提供技術支持、加強數據共享和建立長期合作關系等方式支持供應商企業數字化轉型與技術創新，提升供應鏈整體的效率與韌性水平，為鏈上企業新質生產力發展做出積極貢獻。（3）政府應順應數字經濟的發展趨勢，繼續為企業數字化轉型和新質生產力發展提供引導和政策支持。一方面，在制定推動企業新質生產力發展政策時，應重視企業數字化轉型的供應鏈溢出效應，充分發揮核心企業數字化轉型對鏈上企業新質生產力水平的提升作用。另一方面，在制定數字化轉型政策時，應充分考慮供應鏈上下游企業的異質性，對中小企業，特別是非國有中小企業以及客戶影響力較弱行業中的企業進行適當的政策傾斜，推動鏈上企業協同發展，為企業新質生產力發展創造良好環境。

參考文獻：

［1］" 陶鋒， 王欣然， 徐揚等. 數字化轉型、產業鏈供應鏈韌性與企業生產率［J］. 中國工業經濟， 2023，（5）： 118-136.

［2］" 楊金玉， 彭秋萍， 葛震霆. 數字化轉型的客戶傳染效應——供應商創新視角［J］. 中國工業經濟， 2022（8）： 156-174.

［3］" 李云鶴， 藍齊芳， 吳文鋒. 客戶公司數字化轉型的供應鏈擴散機制研究［J］. 中國工業經濟， 2022（12）： 146-165.

［4］" 肖有智， 張曉蘭， 劉欣. 新質生產力與企業內部薪酬差距——基于共享發展視角［J］. 經濟評論， 2024（3）： 75-91.

［5］" 袁瀚坤， 徐政. 新質生產力賦能產業鏈供應鏈韌性提升研究——來自上市公司的經驗證據［J］. 新疆社會科學.https：//link.cnki.net/urlid/65.1211.F.20240521.1156.002.

［6］" 袁淳， 肖土盛， 耿春曉， 等. 數字化轉型與企業分工： 專業化還是縱向一體化［J］. 中國工業經濟， 2021（9）： 137-155.

［7］" 吳非， 胡慧芷， 林慧妍， 等. 企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］. 管理世界， 2021， 37（7）： 130-144+10.

［8］" 李青原， 李昱， 章尹賽楠， 等. 企業數字化轉型的信息溢出效應——基于供應鏈視角的經驗證據［J］. 中國工業經濟， 2023（7）： 142-159.