供應鏈金融對制造業數智化轉型的影響研究

摘 "要：隨著數字經濟的快速發展，我國制造業企業迫切需要數智化轉型，而供應鏈金融規模的逐年增長對企業數智化轉型的影響正成為熱點問題。文章以A股2017—2022年制造業上市公司相關數據為基礎，實證研究了供應鏈金融對企業數智化轉型的具體影響機制。結論表明：制造業發展供應鏈金融可以通過緩解融資約束促進企業數智化轉型。文章揭示了“供應鏈金融—制造業數智化轉型”的作用機理和理論邊界，為促進制造業的高質量發展提供針對性政策建議。

"關鍵詞：數字經濟；供應鏈金融；數智化轉型；融資約束

"中圖分類號：F274 " "文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.07.036

Abstract： With the rapid development of digital economy， Chinese manufacturing enterprises are in urgent need of digital intelligent transformation， and the impact of the increase of supply chain finance scale on the digital intelligent transformation of enterprises is becoming a hot issue. Based on the data of A-share manufacturing listed companies from 2017 to 2022， this paper empirically studies the specific impact mechanism of supply chain finance on the digital intelligent transformation of enterprises. The conclusion shows that the development of supply chain finance in manufacturing industry can promote the digital intelligent transformation of enterprises by easing financing constraints. This study reveals the mechanism and theoretical boundary of \"supply chain finance-digital intelligent transformation of manufacturing industry\"， and provides targeted policy suggestions for promoting high-quality development of manufacturing industry.

Key words： digital economy; supply chain finance; digital intelligent transformation; financing constraints

0 "引 "言

"近年來，數字經濟高速發展，與傳統經濟相比，數字經濟打破了物理因素對經濟發展的限制，從根本上改變了商業社會的組織運作邏輯和價值創造方式[1]。以物聯網、區塊鏈、大數據、云計算等為代表的數字技術正在加速金融創新，并日益融入經濟社會發展各領域全過程，以數字化、智能化為主要特征的新一輪科技革命和產業變革正重塑企業的競爭格局[2]。

"數字經濟背景下的供應鏈金融也呈現逐年增長的趨勢，供應鏈金融是由核心企業、上游供應商、下游經銷商及金融機構等多方參與的，旨在破解供應鏈成員融資難題的創新型金融服務方式，是整合供應鏈主體融資流程的金融資源[3]。供應鏈金融的主要特點是以供應鏈上的交易數據和資產作為融資的基礎，以降低資金成本、提高供應鏈效率、優化現金流為目的，同時通過風險管理和共享機制來保障各方的利益[4]。供應鏈金融廣泛存在于制造業企業中，并對制造業的資金流動性和經營穩定性起到了重要作用。

"雖然有眾多學者的關注和國家政策的支持，但目前制造業在轉型升級過程中仍然遇到了諸多困難與挑戰。制造業的數智化轉型離不開持續的創新研發投入和穩定的資金供給，而目前的很多企業均面臨資金短缺的問題，抑制了企業的數智化轉型的發展。供應鏈金融可以為制造業企業解決這一難題，供應鏈金融的發展能使企業獲得更為廣泛的融資渠道，通過緩解融資約束，加大企業的創新投入，最終影響了企業數智化轉型的效果。

1 "理論分析與研究假說

"企業數智化轉型是指企業利用新一代數字與智能技術進行全域、全場景、全鏈路的改造過程，驅動企業經營管理、業務流程場景變革與重塑的過程。數智化是對數字化和智能化的融合。數智化轉型當前已成為制造業轉型升級的大勢所趨，作為企業未來戰略制勝的制高點，那究竟該如何推進企業數智化轉型？數智化轉型離不開底層的技術創新，而技術創新活動又離不開強大的金融驅動力[5]，數智化轉型作為更高層次的技術創新，其對高質量金融供給有著更為突出的需求。傳統金融機構借助供應鏈金融創新來錨定核心企業，以核心企業的信用狀況擴展至整個鏈條體系中，提高整個供應鏈的融資可得性[6]，由此緩解了企業的融資約束，能夠為制造業數智化轉型提供良好的基礎。張黎娜等[7]基于異質性視角深入剖析不同產權性質和地理區位下“供應鏈金融對企業數字化轉型”的影響效果，實證分析證實了供應鏈金融對企業數字化轉型呈現顯著的正向促進作用，認為供應鏈金融創新可以通過降低信息不對稱和傳遞市場積極信號、緩解融資約束和加強財務穩定、提高全要素生產率和創新產出三種機制促進企業數字化轉型。

"總體來說，近年來眾多學者對供應鏈金融進行了廣泛且詳實的研究。多數研究發現，企業運用供應鏈金融能通過緩解供應鏈企業的融資約束，激勵企業創新，促進企業高質量發展；但也有學者研究發現，供應鏈金融面臨資金、人才、技術等多方面問題，會對企業帶來負面影響，加劇企業的風險。雖然目前學術界對供應鏈金融對企業數智化轉型影響機制還缺乏共識，但以大數據、人工智能、云計算等數字技術的運用推動制造業生產運營方式的革新，作為制造業數智化轉型的研究方向已經得到普遍認可。通過以上文獻研究發現，供應鏈金融與制造業數智化轉型存在一定的關聯性，數字經濟背景下供應鏈金融的發展緩解了企業的融資約束，使得企業能夠獲得充足的資金加大在數智化升級方面的創新投入，對企業數智化轉型具有重要促進作用。但是以上文獻并沒有深入分析供應鏈金融和企業數智化轉型之間的具體影響機制，因此給本文的研究提供了方向。鑒于此，本文擬對“供應鏈金融—制造業數智化轉型”的影響路徑進行識別檢驗，對厘清微觀金融創新與企業數智化轉型驅動關系具有重要的理論和實踐意義。

"基于以上理論分析，本文提出假設：供應鏈金融對企業數智化轉型有促進作用。

2 "供應鏈金融對制造業數智化轉型的影響分析

2.1 "樣本選擇和數據來源

"本文的原始數據來自Wind金融終端，選取了2017—2022年共864家制造業上市公司，經過標準化處理之后得到4 563個觀測值的非平衡面板數據。

2.2 "變量定義

2.2.1 "被解釋變量。本文的被解釋變量是企業數智化轉型程度DIT，參考吳非等[8]的做法，通過上市企業公布的年度報告中的相應關鍵詞詞頻測度，作為企業數字化轉型程度的代理指標。本文通過爬取樣本公司的2016—2021年報進行文本分析，并通過構建關鍵分詞詞典來進行詞頻統計，并在既有文獻基礎上對關鍵詞進行補充。本文把制造業數智化轉型詞頻分為六大類：智能化、自動化、集成化、信息化、數字化和互聯網，共計150余個核心關鍵詞進行匯總統計，參考余東華等[9]做法，統計樣本中公司關鍵詞頻出現次數并對其取自然對數來衡量數智化轉型程度DIT，DIT值越大說明該企業的數字化轉型程度越高。

2.2.2 "核心解釋變量。本文創新性嘗試使用關鍵詞頻率定量分析方法對企業供應鏈金融水平進行測度，繼續沿用前文提到的數字化轉型詞頻數統計法思路，結合現有文獻貢獻[10-11]，把企業供應鏈金融業態和產品細分為“應收類、預付類、存貨類、綜合類”四類，共計21個詞頻。統計企業在年報中所有關鍵詞出現的頻次，作為該企業供應鏈金融發展程度SCF的測算指標。此外根據（Cosci等）[12]從供應鏈角度對供應鏈金融的研究，主要研究上下游企業之間的業務往來關系，認為供應鏈金融在企業之間業務往來更多是通過應收賬款以及應付賬款等作為主要的方式，從而選擇以（應收賬款周轉期限-應付賬款周轉期限）作為替代指標SCFG來衡量這一部分的影響。這一指標也反映了供應鏈金融在供應鏈角度的主要作用，即充分考慮企業之間的資金交流以及相互合作。

2.2.3 "控制變量。在控制變量的選擇方面，本文根據相關文獻分析選取了企業的資本結構LEV、盈利能力ROE、股權集中度OC、企業規模Size、企業年齡Age、營運能力Revenue和審計意見Audit。分別反映了公司內部治理、財務健康程度以及持續獲利能力的高低。

2.3 "模型設定

全文選用的數據均為當期，采用同一時間維度進行實證定量分析。在模型（1）中，被解釋變量為企業數智化轉型程度，核心解釋變量為供應鏈金融發展程度，其余控制變量是根據企業資本結構、營運能力、盈利能力等選擇具有代表性的相關指標。

3 "供應鏈金融對制造業數智化轉型的實證分析

3.1 "描述性統計分析

本文所選取的變量如表1所示，包括均值、標準差和最大值、最小值。首先，在選取的制造業樣本中核心解釋變量供應鏈金融發展程度SCF均值為3.717，標準差0.263 7，說明在短期借款角度的制造業供應鏈金融發展水平差異不大，而從供應鏈角度來看SCFG的波動相對較大，標準差達到70.85，說明制造業會根據企業在供應鏈中的地位決定自己的供應鏈金融水平，不同制造業企業的核心地位差距較大。融資約束FC的均值為5.366，相對于別的行業較高，說明制造業企業存在較大的融資約束。核心被解釋變量數智化轉型程度DIT，均值為2.983，整體數據經過對數化處理之后比較平穩，表明企業的數智化轉型程度還有很大的上升空間。其他控制變量包括Size、ROE、Age、OC、LEV、Revenue等數據也均較為穩定，數據波動不大。

3.2 "回歸結果分析

常見的多元回歸模型包括固定效應模型、隨機效應模型和混合效應模型，模型的選擇需要根據數據的處理結果來分析，根據Stata17.0對模型進行豪斯曼檢驗可知，本文適合固定效應模型來進行實證分析。

"為了驗證假設，即供應鏈金融對企業數智化轉型有促進作用，表2中模型（1）到（7）給出了制造業上市公司依次增加控制變量的回歸結果。根據實證結果顯示，制造業數智化轉型程度和供應鏈金融發展程度呈現顯著正相關，在沒有增加控制變量的情況下，供應鏈金融對企業數智化轉型的程度為0.19，并在1%的水平上顯著，說明樣本公司的供應鏈金融發展顯著促進了企業數智化轉型，假設得到驗證。控制變量系數中，企業規模Size和數智化轉型程度顯著正相關，說明規模較大的制造業公司會有更多的資本和數據來投入到數智化轉型的發展。而企業年齡Age和股權集中度OC與數智化轉型程度顯著負相關，這說明新成立的公司可能更偏科技行業而非傳統行業，會投入更多的研發成本用于公司數字化和智能化發展。股權集中度反映了公司的治理水平，新成立的公司偏科技行業居多，股權融資較大，導致盡管股權集中度較低，但公司推行數智化轉型的落地性越好。

3.3 "穩健性檢驗

"為了進一步說明研究結果的可靠性，本文通過替換被解釋變量的衡量方法來進行穩健性檢驗（如表3所示）。將本文所選擇的數智化詞譜頻數替換為企業的創新投入RD，選擇的原因是企業的數智化轉型程度的高低離不開長期的創新投入，可以用企業年度研發費用/資產總額來衡量。

"結果表明，如表3第一列所示，供應鏈金融與替換變量之后的企業創新投入也成顯著正相關，相關系數為0.002 4，供應鏈金融與企業融資約束成顯著負相關，企業創新投入與融資約束成顯著負相關，供應鏈金融發展水平仍然與企業數智化轉型程度顯著正相關，所得出的結論沒有實質性變化，因此認為假設得到驗證。

4 "結論與建議

本文基于分析制造業數智化轉型的眾多復雜影響因素，創新性地從供應鏈金融的角度出發，細致研究了制造業供應鏈金融將會給數智化轉型帶來怎樣的影響。本文借助2017—2022年A股制造業上市公司的相關數據，通過實證研究分析，得出了如下結論：第一，企業發展供應鏈金融對企業數智化轉型有促進作用。本文的實證結果可以說明供應鏈金融發展程度與企業數智化轉型存在顯著正相關關系。供應鏈金融通過存貨類、營收類、預付類以及綜合類等細分科目的方式獲得相關資金支持，完善了制造業企業的融資渠道，也通過信用融資過程中交易數據的累計和數字技術的應用，進而提升了企業在數智化轉型方面的創新投入。第二，企業數智化轉型還與公司規模、股權集中度和營運能力顯著相關。通過控制變量的實證檢驗結果發現，本文選取的幾個控制變量公司規模、公司年齡、股權集中度和營運能力顯著相關，其中公司規模顯著正相關，公司年齡、股權集中度和營運能力顯著負相關，這說明新成立的和營運能力更強的公司更有可能快速提升企業的數智化轉型程度。

根據本文的實證結果，提出以下幾點政策建議：第一，從公司治理角度，制造業應迎合數字經濟的浪潮，大力發展供應鏈金融，便于提高資金利用效率、整合資源優勢，還可以豐富企業的融資路徑，為企業在創新研發上投入提供資金的保障，才能提高企業供應鏈整體競爭力和數智化轉型水平。第二，從金融機構角度，銀行可以和企業積極配合共同探索數字化、智能化等技術創新，搭建供應鏈數據云平臺，提高供應鏈金融服務水平，改善供應鏈金融運作模式，有利于破除傳統供應鏈金融的局限性，提高融資效率，增強供應鏈抵御風險的能力，為企業創新活動和數智化轉型營造良好環境。第三，從監管政策水平，政府應不斷加強對制造業供應鏈金融的支持力度，提供必要的配套基礎設施，強化風險監管，搭建銀企對接平臺，鼓勵金融機構與企業加強多種形式的合作，提高企業融資效率，不斷加大企業的創新投入，助力制造業企業完成數智化轉型，最終實現中國經濟高質量發展。

參考文獻：

[1] "BERTANI F， L PONTA， M RABERTO， et al. The complexity of the intangible digital economy： An agent-based model[J]. Journal of Business Research， 2021，129（5）：527-540.

[2] 宋華，陳峰，鮑迪，等. 金融科技助力供應鏈金融創新與發展[J]. 金融理論探索，2022（4）：41-48.

[3] "PFOHL H C， GOMM M. Supply chain finance： Optimizing financial flows in supply chains[J]. Logistics Research， 2009（3-4）：149-161.

[4] 楊毅，石書合. 供應鏈金融可以提高企業創新投資水平嗎？——基于融資約束水平和產權的異質性視角[J]. 武漢金融，2021（12）：59-67.

[5] "HICKS J R. A theory of economic history[M]. USA： Oxford University Press， 1973.

[6] "HAITAO L， LIUQING M， WENLONG Z， et al. Optimizing the credit term decisions in supply chain finance[J]. Journal of Purchasing and Supply Management， 2019，25（2）：146-156.

[7] 張黎娜，蘇雪莎，袁磊. 供應鏈金融與企業數字化轉型——異質性特征、渠道機制與非信任環境下的效應差異[J]. 金融經濟學研究，2021，36（6）：51-67.

[8] 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.

[9] 余東華，張恒瑜. 制造業企業如何通過數智化轉型突破“服務化困境”？[J]. 甘肅社會科學，2022（6）：203-217.

[10] 夏雨，方磊，魏明俠. 供應鏈金融：理論演進及其內在邏輯[J]. 管理評論，2019，31（12）：26-39.

[11] 劉德紅，田原. 供應鏈金融內涵與風險管理研究進展及展望[J]. 經濟問題，2020（7）：53-60.

[12] "COSCI S， GUIDA R， MELICIANI V. Does trade credit really help relieving financial constraints？[J]. European Financial Management， 2020，26（1）：198-215.

[13] "HADLOCK C J， PIERCE J R. New evidence on measuring financial constraints： Moving beyond the KZ index[J]. Review of Financial Studies， 2010，23（5）：190-196.

收稿日期：2023-12-24

作者簡介：陳 "雷（1986—），男，山東青島人，上海理工大學管理學院博士研究生，研究方向：金融工程管理；劉藝凡（1998—），男，安徽池州人，上海理工大學管理學院碩士研究生，研究方向：供應鏈金融；高廣闊（1966—），男，山東濟南人，上海理工大學管理學院，教授，博士生導師，研究方向：產業經濟學。

引文格式：陳雷，劉藝凡，高廣闊. 供應鏈金融對制造業數智化轉型的影響研究[J]. 物流科技，2024，47（7）：149-152.