供應鏈數字化會影響供應商競爭嗎？

[摘 要：在數字經濟與現代化產業體系建設背景下，供應鏈數字化通過數字技術改變了供應鏈管理方式，對供應商之間的互動行為產生了深遠影響。文章以2010—2022年中國滬深A股上市公司為樣本，利用文本分析構建了供應鏈數字化測度指標，探究供應鏈數字化對供應商競爭的影響及作用機制。研究發現：供應鏈數字化水平越高，供應商競爭越強，產業鏈整合和成本效應是其重要的傳導機制；異質性檢驗發現，在供應鏈關系不良、供應商地理鄰近時，供應鏈數字化對供應商競爭的影響更為凸顯；經濟后果檢驗表明，供應鏈數字化通過增強供應商競爭，顯著提升企業績效。研究結論為理解供應鏈數字化實施效果提供嶄新思路，并對企業選擇差異化供應商提供重要參考。

關鍵詞：供應鏈數字化；供應商競爭；產業鏈整合；成本效應；企業績效

中圖分類號：F274；F49；F271 文獻標識碼：A 文章編號：1007-5097（2024）11-0106-13 ]

Does Supply Chain Digitalization Affect Supplier Competition？

Empirical Evidence Based on Text Analysis

LIU Ying， HOU Danyang， WANG Shengnian

（School of Economics and Management， Shihezi University， Shihezi 832000， China）

Abstract：In the context of the digital economy and the development of modern industrial systems， supply chain digitalization has revolutionized supply chain management through the application of digital technologies， thereby significantly influencing the interactions among suppliers. The essay utilizes a sample of Chinese A-share listed companies from 2010 to 2022 on the Shanghai and Shenzhen stock exchanges. By employing text analysis， it constructs a measurement index for supply chain digitalization and investigates its impact on supplier competition， as well as the underlying mechanisms. Research indicates that elevated levels of supply chain digitalization intensify supplier competition， with industrial chain integration and cost effects being key transmission mechanisms. Heterogeneity tests reveal that the impact of supply chain digitalization on supplier competition is more pronounced in contexts where supply chain relationships are suboptimal or suppliers are geographically proximate. Economic outcome tests demonstrate that by augmenting supplier competition， supply chain digitalization substantially enhances corporate performance. The research findings present a novel perspective on understanding the impact of supply chain digitalization and provide crucial insights for the selection of differentiated suppliers.

Key words：supply chain digitalization; supplier competition; industry chain integration; cost effect; corporate performance

一、引言及文獻綜述

當前，國際貿易保護主義、經濟逆全球化交織疊加，經濟社會發展面臨“需求收縮、供給沖擊、預期轉弱”三重壓力［1］。這一形勢對全球產業鏈供應鏈造成了嚴重影響，促使市場競爭的焦點從單一的客戶爭奪轉變為供應鏈層面的競爭。2024年政府工作報告強調，要大力推進現代化產業體系建設，加快發展新質生產力，推動產業鏈供應鏈優化升級，深入推進數字經濟創新發展。可見，供應鏈數字化已經成為培育企業新動能的重要途徑。數字技術在供應鏈中的運用有助于需求預測、成本優化和競爭優勢提升，增強企業在供應鏈上的話語權［2］。2018年，商務部等8部門開展供應鏈創新與應用試點工作（1），積極探索現代管理技術，實現資源要素的高效整合和精準匹配。在此背景下，厘清供應鏈數字化的經濟后果、探討供應鏈數字化對上游供應商的影響，不僅為產業鏈供應鏈政策制定者提供理論支持和實踐參考，還為供應鏈高質量發展創造新契機。

供應商作為企業的利益相關群體，對企業的生產經營、會計政策等諸多方面均有重要影響［3-4］。上游供應商競爭可以通過降低供應鏈中斷風險使下游采購公司受益［5］，提升供應鏈整體質量和韌性［6］。供應商之間的關系不僅涵蓋了供應鏈中現有的商業邏輯，還包括與其他同行供應商（2）構建的橫向網絡［7］，難免存在交流、合作，甚至競爭。下游企業的生產需要不同行業供應商提供的原材料，因此，供應商的經濟行為會受到下游企業采購需求的約束［8］，而不同行業之間的供應商不太可能存在直接競爭，同行供應商之間則會為了爭奪客戶而形成直接的競爭關系。伴隨現代數字技術的廣泛運用，供應鏈數字能力逐漸成為鏈上企業創造競爭優勢的主要驅動力，使得供應鏈節點企業對資源的話語權能夠發揮縱向擴散作用，進而影響供應商與其他同行供應商的競爭關系。

依據Büyük?zkan和G??er（2018）［9］的研究，供應鏈數字化是基于強大的數據處理能力、數字硬件（軟件）和網絡通信協作能力，為供應鏈提供智能支持并促進組織間交互的最佳技術系統。隨著供應鏈數字化的發展，相關研究對其進行了廣泛探討，這一領域的概念與理論體系也在持續完善。其中，在供應鏈整體運作方面，供應鏈數字化能夠降低企業間協作成本［10］、抑制金融化和加強對特定資產的投資［11］，確保供應鏈的穩定安全［12］，提升供應鏈韌性［13］。在供應鏈內部節點方面，供應鏈數字化能夠通過構建共享平臺［14］，提升企業績效［15］。然而，鮮有研究探討供應鏈數字化與供應商競爭之間的關系。一方面，供應鏈數字化能夠發揮產業鏈整合效應和成本效應，強化企業間的連接，重塑供應鏈節點企業的價值創造邏輯，提高企業對供應鏈上下游的預見性和可追溯性，促使企業在特定市場環境中保持相對優勢地位，形成買方市場，實現企業對供應商的評估和篩選，最終增強供應商之間的“競爭博弈”。另一方面，供應鏈數字化也可能形成準入壁壘效應，根據Kache和Seuring（2017）［16］的研究，供應鏈數字化使得公司生成、提供的信息和數據量快速增長，對企業組織架構和文化造成破壞性沖擊，進而可能會因數據遷移等行為產生大量額外成本，使得同行供應商之間的供應鏈數字化引入意愿降低，削弱其競爭程度。可見，供應鏈數字化與供應商競爭之間的關系尚未形成一致結論。并且由于微觀企業樣本數據、度量方式等局限，探討供應鏈數字化的實證研究多以試點政策為準自然實驗（3），缺乏具體測度方式。因此，本文以2010—2022年中國滬深A股上市公司為樣本，嘗試構建供應鏈數字化指標體系，分析供應鏈數字化是否會影響供應商競爭、供應商競爭背后的動因何在、供應商競爭所帶來的經濟后果又如何等問題。

本文主要貢獻有：①豐富和拓展供應鏈數字化的價值領域。目前，供應鏈數字化多以理論模型為研究范式［17］，其實證研究相對匱乏，且結論尚不統一。本文從供應鏈視角出發，探討供應鏈數字化對供應商競爭的溢出作用，為構建數字供應鏈提供理論和經驗支持。②從供應鏈數字化的視角豐富供應商競爭的影響因素研究。“企業—實際供應商—潛在供應商”作為一個多維研究問題，現有研究多以模型設計展開研究，忽視了下游企業對上游供應商之間競爭關系的影響。本文考慮供應商競爭不僅會受同行供應商關系影響，還會受供應鏈組織形式所牽制，因此，試圖突破現有研究視角，以供應鏈數字化為契機，豐富供應商競爭的影響因素研究。③本文基于供應鏈數字化發揮的買方市場效應，揭示產業鏈整合和成本效應是供應鏈數字化對供應商競爭的間接作用機制，拓展供應商競爭“理論黑箱”研究的邊界，并檢驗供應鏈數字化通過增強供應商競爭提升企業績效的經濟后果。本文為理解供應鏈數字化的經濟效應、企業間的行為選擇及現實約束提供了有價值的洞見和對供應鏈數字化發展更深刻的理解。

二、理論分析與研究假設

供應鏈數字化是將數字技術（如大數據、云計算、區塊鏈、物聯網、人工智能等）融入供應鏈活動，形成“數據驅動決策”的運營過程［18］。對于企業而言，供應鏈數字化能力的提升將進一步促使其優化市場布局，加強與供應商之間的信息共享，提高關系的透明度，進而實現對供應商的多元化選擇，也會對供應商提出更高的要求。

（一）“買方市場”效應

在買方市場中，占據主導地位的企業常常會引入多家同質產品，以滿足自身需求，并通過供應商之間的競爭獲取高額利潤［19］。一方面，供應鏈數字化會通過提升產業鏈整合效應來增強供應商競爭。基于買方市場理論，供應鏈數字化能夠賦予企業產業鏈整合優勢，提升企業在供應鏈談判中的議價能力，使其能夠更自主地選擇供應商。已有研究證實，在供應鏈中融入數字技術能夠將數據資源整合為新的生產要素，實現鏈上企業內外部之間的互聯互通，并且供應鏈數字化部署策略有助于打破組織邊界［20］，實現對外部信息按需訪問，優化傳統靜態資源整合的不均衡。例如，節點企業利用物聯網、云計算、虛擬現實系統來實現實時的遙感和監控，構建網絡物理環境，重新調整虛擬世界與現實世界之間的連接，發揮產業鏈整合作用，進而提升企業在價值鏈中的地位，形成買方市場。在產業鏈整合過程中，企業能夠擴大原有的協作生產范圍，從單一縱向分工轉變為多維度網絡式供應鏈，增強其在供應鏈中的話語權和影響力，并根據自身的需求和標準來篩選、評估供應商，選擇優質供應商并與其深度合作，從而對供應商的能力提出更高的要求。對于同行潛在供應商而言，供應鏈數字化在發揮產業鏈整合作用的過程中，會促使企業對原料采購策略做出調整，導致原有供應商的供應難以滿足企業的采購目標，從而增強了供應鏈數字化在產業鏈整合中的有效擴散作用。這一進程不僅提高了信息網絡和知識網絡的連通性，還促使企業引入多家同質供應商［19］，為同行潛在供應商提供了進入實際供應鏈的有利機會。然而，對于同行實際供應商來說，客戶供應鏈數字化推動產業鏈整合的革新逐漸使得原有供應鏈組織形式出現新變化，市場份額不斷收縮，同行供應商競爭加劇。為維持原有路徑依賴，實際供應商會深度了解市場變化，適時調整經營戰略。可見，實際供應商與其同行潛在供應商的“博弈”受供應鏈數字化的影響較大。

另一方面，供應鏈數字化能夠發揮成本效應增強供應商競爭。根據交易成本理論，成本效應表現為隨地區間運輸成本、運輸效率的提高以及企業信息不對稱程度的降低，企業所面臨的交易成本顯著下降［21］，從而降低與外部利益相關者的交易成本以創造價值。傳統供應鏈存在諸多問題，例如組織兼容性缺乏、供應鏈規劃混亂和信息共享存在壁壘［22］等，并且集成能力弱的供應鏈可能會導致運營流程相互交叉［23］，不同區域市場主體的貿易摩擦，使得企業面臨較高的物流成本、運輸成本以及倉儲成本。然而，在供應鏈這一復雜網絡中，獨立系統相互聯系才能創造價值或實現業務目標，相關資源在跨越職能和組織后，通過協同提升企業的運營效率，減少不必要的運輸、倉儲和搜尋匹配成本。因此，供應鏈數字化通過在各環節實現實時數據共享、流程自動化以及建立供應鏈平臺，優化原供應鏈的單一集成，實現鏈上的有效交互。借助數據分析和數據整合技術，企業能夠更精確地預測和規劃物流需求，合理安排運輸資源和路線，進一步降低企業成本。結合現有研究，饒品貴等（2019）［4］發現，企業在與供應鏈上游企業、下游企業開展貿易時，交易成本始終是其選擇貿易伙伴的重要因素。基于此，根據供應鏈數字化的成本效應所帶來的競爭優勢，企業能夠通過供應鏈數字技術多維度比較不同供應商的成本優勢，尤其對于富有競爭力的潛在供應商，企業不再孤立考慮其原材料供應質量問題，而是遵循聯合收益與成本平衡原則，極大地拓寬了企業的合作網絡，進而提升其生產能力。這一舉措也對實際供應商傳遞出更大危機信號，實際供應商為了維持原有路徑依賴不斷尋求化解方式，通過提升產品質量、降低交易費用和提供差異化的產品或服務，滿足下游企業需求，從而增強供應商之間的競爭。因此，本文提出假設1。

H1：供應鏈數字化增強了供應商競爭。

（二）“準入壁壘”效應

供應鏈數字化也可能會降低供應商競爭。根據信息不對稱理論，供應鏈數字化發展帶來的新數據、新技術很可能會改變傳統供應鏈的信息不對稱范式，重新定義信息和信息優勢。根據前述，供應鏈數字化的發展有助于提高鏈上企業的信息透明度，在一定程度上避免了傳統的信息不對稱問題，進而提高鏈上公司的治理水平。同時，通過數字技術形成的供應鏈運行機制來獲取信息和市場地位的支撐，也會形成信息壁壘和市場壁壘。

基于信息壁壘，由于各企業的數字技術發展水平不同，供應鏈數字化會因其信息獲取和信息處理能力差異引起新的信息不對稱，不僅對傳統的公司治理造成沖擊，而且對公司和市場行為也產生影響。供應鏈數字化利用供應鏈共享平臺融合鏈上各參與方的供應鏈運營系統和統一數據格式，導致鏈外企業信息傳遞受阻，使得其系統和供應鏈程序與鏈上企業難以兼容，從而阻礙企業與供應商、物流公司等的合作，形成一種新的技術和數據壁壘。Dolgui和Ivanov（2022）［24］也認為，數字技術在供應鏈中的應用產生了一個新問題，即競爭不是在供應鏈之間，而是基于供應鏈服務和供應鏈背后的分析算法。從內部視角看，供應鏈數字化可能對企業組織架構和企業文化造成破壞性沖擊［25］，或是在數據遷移等方面產生大量額外成本，同時，信息壁壘的存在導致鏈外潛在供應商面臨進入供應鏈的高壁壘，難以獲取供應鏈的信息，增加其市場進入難度。供應鏈方面，由于供應鏈數字化會促進數據資源的共享，對鏈上企業數據安全和隱私要求更嚴格。一些行業可能有嚴格的法規和標準要求企業保護客戶和供應商的敏感信息，若企業無法滿足這些要求，就可能會面臨準入壁壘，進而難以與鏈上供應商進行競爭。

基于市場壁壘，由于數字技術的嵌入驅動了價值鏈的重構，打破了原有的利益分配結構，使少數企業借助市場支配地位，進行掠奪性和差別性的限定交易、定價殺熟、利率定價［26］，破壞有序競爭［27］，形成市場壁壘。鏈上實際供應商作為鏈上的既得利益者，企業可以與實際供應商共享關鍵業務數據，如需求預測、庫存狀態、訂單信息等。這一協同使供應商能夠更準確地把握市場需求、優化生產計劃和庫存管理、定制專業服務，提高響應速度和效率，形成較強的客戶黏性，基于此，實際供應商形成的競爭優勢使得潛在供應商難以與其競爭。因此，本文提出假設2。

H2：供應鏈數字化減弱了供應商競爭。

綜上所述，本文的研究框架如圖1所示。

三、研究設計

（一）樣本選擇

本文選取2010—2022年中國滬深A股上市公司數據作為研究樣本，并對數據進行以下處理：①剔除供應商信息中名稱不詳，如“A—供應商”“供應商一”“甲供應商”等命名方式模糊的企業樣本；②由于前五大供應商中部分企業并非上市公司，難以獲取其相關企業經營或財務數據，在測算完“供應商競爭”指標后（見變量定義），借鑒楊金玉等（2022）［28］的研究，構建“核心企業—供應商—年度”數據集，例如“1家核心企業（A）—3家供應商（X、Y、Z）—2022年”，則構建A—X—2022、A—Y—2022、A—Z—2022的觀測值，且僅保留供應商和客戶均為A股上市公司的樣本；③剔除金融保險業的公司樣本；④剔除研究期間被ST、*ST的公司樣本。本文的供應商信息來自CNRDS數據庫，供應鏈數字化的數據是在年報“管理層討論與分析”的基礎上，結合Chen等（2023）［11］研究采用的相關詞頻以及WinGo財經文本數據平臺（4）生成的相似詞文本分析而得到的，其余初始數據均來自CSMAR數據庫。為了降低數據異常值的影響，本文對連續變量在1%和99%分位數做了縮尾處理。

（二）模型構建

為考察供應鏈數字化對供應商競爭的影響，本文借鑒Chen等（2023）［11］的研究，構建模型（1），采用OLS回歸模型驗證相關假設。

[SuppHHIit（SuppCr4it）=α0+α1Scd1it+ ∑Controls+∑Year+∑Ind+εit] （1）

其中：i表示不同企業；t表示年份；Controls表示所有的控制變量；Year表示年份固定效應；Ind表示行業固定效應；[α1]表示供應鏈數字化對供應商競爭的影響，由于供應商競爭（SuppHHI/SuppCr4）數值越大，競爭越強（見變量定義），當[α1]為正時，表明供應鏈數字化水平越高，供應商之間的競爭越激烈，H1將得到證實，反之，H2將得到證實。

（三）變量定義

1. 解釋變量：供應鏈數字化（Scd1）

盡管學界關于供應鏈數字化量化評價方法有一定的研究成果，但由于研究方法的限制以及對“供應鏈數字化”概念闡釋理解不深入，仍鮮有研究能夠科學完整地刻畫這一過程［11］。本文借鑒已有研究，嘗試構建供應鏈數字化的測度指標［29］：①利用WinGo生成的“供應鏈相似詞”（例如物流、商務、產品鏈、供應鏈、產業布局、工業體系等共96個詞組）與“數字化相似詞”（借鑒Chen等（2023）［11］研究的智能交通、B2C、無人零售、數據平臺等共148個詞組）形成詞匯集。②從巨潮資訊網收集2010—2022年A股的年報，將其轉化為TXT格式并保留MD&A文本。基于此，利用Python將其按照斷句符號斷句，若每句話中同時包含“供應鏈相似詞”與“數字化相似詞”中任意一詞，則將其保留并計算語句數量。③搜集完供應鏈數字化語句后，為避免噪聲數據的影響，檢查所搜集語句中是否包含“未實施、未完成、不大會、未實現、暫未、暫無、難以、不一定、沒有、不可能、不曾有、尚未、未推行”等中文否定詞并將其剔除，在此基礎上再次進行人工判斷語句是否符合“供應鏈數字化”條件（5）。以符合供應鏈數字化的語句數量與當年“管理層討論與分析”總語句數量的比值來衡量供應鏈數字化（Scd1），其比值越大，說明供應鏈數字化水平越高。

2. 被解釋變量：供應商競爭（SuppTrwwmJfOtu4GpQ0b6bZZ6g==HHI/SuppCr4）

本文參考王生年等（2023）［8］和Carter等（2021）［5］的研究，利用前五大供應商市場競爭水平與其采購額占比的乘積之和測度供應商競爭（SuppHHI/SuppCr4）。首先，為了度量指標的合理性，各供應商市場競爭水平以赫芬達爾指數（HHI，行業內各企業營業收入占行業總營業收入比重的平方和）和行業集中度（Cr4，行業前四大企業的市場份額占比）分別度量。具體而言，對于已上市的前五大供應商，利用CSMAR數據庫查詢所屬行業，同時根據“愛企查”“企查查”等APP查詢并補充非上市供應商的行業信息，以此計算前五大供應商的赫芬達爾指數（HHI）和行業集中度（Cr4）。其次，根據測算出的供應商市場競爭水平，再按照其采購額分別對前五大供應商的赫芬達爾指數（HHI）以及行業集中度（Cr4）進行加權，進而匹配至核心企業，由此得出本文的被解釋變量供應商競爭（SuppHHI/SuppCr4），具體計算方法如模型（2）所示。由于該指標表示的是市場份額占比，當該值越大時，說明供應商競爭水平越低。因此，為便于后續計算，本文取其相反數對其進行表征，即該值越大，供應商競爭水平越高。

[SuppHHIit（SuppCr4it）=∑nk=1SkSHHIkt（Cr4kt）]

（2）

3. 控制變量

本文借鑒已有研究［30］，從企業和供應商等方面綜合選擇控制變量，主要包括公司規模（Size）、資產負債率（Lev）、資產凈利率（Roa）、企業年齡（Age）、賬面市值比（Bm）、企業成長性（Growth）以及供應商規模（Size_s）、供應商資產負債率（Lev_s）、供應商資產凈利率（Roa_s）、供應商年齡（Age_s）、供應商賬面市值比（Bm_s）、供應商成長性（Growth_s）。考慮供應鏈整體情況、數字經濟發展水平以及宏觀經濟與供應鏈息息相關，加入供應鏈效率（Itr）、地區數字經濟發展（De）以及經濟周期（GDPd）。此外，本文還控制了行業和年份固定效應。

變量的具體定義見表1所列。

（四）描述性統計

各主要變量的描述性統計結果見表2所列。其中，被解釋變量供應商競爭SuppHHI以及SuppCr4的均值分別為-0.057和-0.169，最大值分別為-0.001和0.000，最小值分別為-0.470和-0.572，與王生年等（2023）［8］的研究基本保持一致，同樣也說明在樣本區間供應商整體之間存在較大的競爭，且不同企業的供應商競爭情況存在較大差異。解釋變量供應鏈數字化（Scd1）的均值為0.016，最大值為0.231，最小值為0.000。根據前文度量方式可知，供應鏈數字化的語句數量在總的語句數量中占比為1.6%，供應鏈數字化整體處于發展階段。其余控制變量與相關文獻基本保持一致。

四、實證結果與分析

（一）基準回歸

借助模型（1）考察供應鏈數字化對供應商競爭的影響，結果見表3所列。列（1）和列（4）僅控制行業固定效應和年份固定效應，供應鏈數字化（Scd1）的系數分別為0.214和0.504，且均在1%的水平上顯著為正。列（2）、列（5）在列（1）、列（4）的基礎上，加入反映企業和供應商基本特征的變量，供應鏈數字化（Scd1）的系數分別為0.195和0.419，且均在1%的水平上顯著為正。列（3）和列（6）在加入全部的控制變量后，供應鏈數字化（Scd1）的系數依然在1%的水平上顯著為正。從經濟意義上看，以列（3）和列（6）為例，供應鏈數字化的標準差每增加1%，供應商競爭相對于平均值會提升9.85%（6）和6.18%（7）。因此，H1得以驗證，即供應鏈數字化水平越高，供應商競爭越強。

（二）穩健性檢驗

1. 替換解釋變量

參考Chen等（2023）［11］的研究，本文從市場導向和技術導向兩個維度劃分供應鏈數字化的特征詞，包括虛擬現實、云平臺、數據交易等共148個特征詞。通過對供應鏈數字化特征詞數量取對數的方式重新衡量供應鏈數字化（Scd2），結果見表4所列。由列（1）、列（2）可知，供應商競爭SuppHHI和SuppCr4的系數分別為0.005和0.009，且均在1%的水平上顯著為正，說明基準回歸結果穩健。

2. 替換被解釋變量

借鑒Peress（2010）［31］的研究，利用勒納指數表征產品市場競爭。因此，將前五大供應商采購額與勒納指數進行加權重新衡量供應商競爭（Supp_Lerner），該值越大，供應商競爭程度越弱，結果見表4所列。由列（3）、列（4）可知，供應鏈數字化Scd1和Scd2的系數分別為-0.053和-0.001，且在5%和10%的水平上顯著為負，與基準回歸結果保持一致。

3. 排除特殊行業的影響

由于供應鏈數字化具有行業特質性，尤其是高科技行業具備得天獨厚的先天優勢，可能會對結果造成影響。因此，借鑒楊金玉等（2022）［28］的研究，剔除高科技行業的影響（8），共剔除574個樣本，結果見表4所列。由列（5）、列（6）可知，供應鏈數字化（Scd1）的系數分別為0.390和0.644，且在1%和5%的水平上顯著為正，與基準回歸結果保持一致。

4. 其他穩健性檢驗

為進一步驗證研究結論的穩健性，本文進行了其他穩健性檢驗：①行業一致性。由于樣本期間，不同的行業可能會有不同的發展情況，更可能會受不同政策因素的影響，若供應商與企業所處行業不同可能會對結果產生影響。因此，借鑒安素霞等（2022）［32］的研究，如果供應商與企業所處行業相同則Sameind取值為1，否則取值為0，結果見表5所列。由列（1）、列（2）可知，在控制了供應商與企業行業不同的情況后，供應商競爭SuppHHI和SuppCr4的系數分別為0.216和0.402，且均在1%的水平上顯著為正。②供應商與企業關系緊密程度。參考王雄元和高開娟（2017）［33］的研究，用前五大供應商采購比例是否大于50%和80%作為虛擬變量衡量供應商與企業關系緊密程度（Pur50和Pur80），結果見表5所列。由列（3）—列（6）可知，在分別控制供應商與企業關系緊密程度后，Scd1的系數均在1%的水平上顯著為正。③排除樣本行業不均造成的影響。本文參考王雄元和高開娟（2017）［33］的研究，剔除非金屬礦物制品業、金屬制品業等制造業，電力、熱力、燃氣及水生產和供應業兩個行業，分別剔除445和127個樣本，結果見表6所列。由列（1）、列（2）可知，在排除樣本行業不均的影響后，Scd1的系數分別為0.286和0.292，且在1%和10%的水平上顯著為正。④排除新冠疫情造成的影響。由于2019年底，全世界大范圍暴發新冠疫情，對供應鏈的發展造成較大的影響。因此，本文剔除2020年、2021年以及2022年的樣本，結果見表6所列。由列（3）、列（4）可知，Scd1的系數分別為0.115和0.313，且在10%和5%的水平上顯著為正。綜合上述分析，均與基準回歸結果保持一致。

（三）內生性檢驗

1. 工具變量

由于供應鏈數字化與供應商競爭可能存在內生性，本文參考相關研究［34-35］，選取1984年各城市電話數量與上一年互聯網用戶數量的交乘項（SDigital_IV）以及同年度同行業同省份的供應鏈數字化均值（mean_Scd1）作為工具變量，并采用兩階段最小二乘法對模型進行重新回歸。一方面，1984年各城市電話數量反映了當時通信基礎設施的發展狀況，同時互聯網用戶數量可以間接地反映信息技術和數字化在社會中的普及程度，為供應鏈各環節的信息系統建設、數據整合、流程優化等方面奠定基礎，并且其不直接作用于供應商之間的競爭，滿足工具變量選取的相關性和外生性條件。另一方面，同年度同行業同省份的供應鏈數字化均值（mean_Scd1）能夠直接影響某一企業供應鏈數字化的發展，而某一具體企業供應鏈數字化難以直接影響整體供應鏈，并且同年度同行業同省份的供應鏈數字化不能直接作用于供應商之間的競爭，因此，滿足相關性和外生性條件，結果見表7所列。由列（1）可知，供應鏈數字化均值（mean_Scd1）的系數為1.001，SDigital_IV的系數為0.001，且分別在1%和10%的水平上顯著為正，說明供應鏈數字化受行業和地區的供應鏈數字化水平、1984年各城市電話數量以及上一年互聯網用戶數量的影響較大。從列（2）和列（3）可以看出，供應鏈數字化（Scd1）的系數分別為0.228和0.453，且在5%和1%的水平上顯著為正；依據Anderson canon. corr. LM統計量以及Cragg-Donald Wald F統計量可以看出，工具變量回歸結果分別通過了識別不足與弱工具變量檢驗。因此，在控制了潛在內生性因素的基礎上，供應鏈數字化依然增強了供應商競爭，進一步驗證了H1。

2. Heckman檢驗

由于本文利用供應鏈數字化語句數量的占比作為衡量依據，可能存在樣本選擇偏差。因此，為了使結果更加穩健，利用Heckman兩階段模型對基準回歸模型進行如下處理：在第一階段，構建Probit回歸模型，其中因變量（Scd1_dum，根據Scd1的年度均值劃分高低兩組形成供應鏈數字化的虛擬變量）在控制公司規模（Size）、資產負債率（Lev）、資產凈利率（Roa）、賬面市值比（Bm）等協變量的基礎上，計算得出逆米爾斯比率imr；在第二階段，將計算出的逆米爾斯比率imr作為變量加入模型中，其他變量與基準回歸模型保持一致，進一步考察在控制這一樣本選擇偏差后，供應鏈數字化對供應商競爭的影響。具體如模型（3）所示：

[SuppHHIit（SuppCr4it）=β0+β1Scd1it+β2imr+∑Controls+∑Year+∑Ind+εit] （3）

表7報告了Heckman兩階段模型的回歸結果。從列（5）和列（6）可以看出，imr不顯著，且供應商競爭SuppHHI和SuppCr4的系數分別為0.012和0.026，且均在1%的水平上顯著為正，說明所選樣本不存在樣本選擇偏差，均與基準回歸結果保持一致。

3. 系統GMM檢驗

為了緩解供應商競爭存在一定持久性這一內生性問題，本文借鑒宋敏等（2021）［36］的研究，利用系統GMM回歸進行估計，結果見表8所列。列（1）和列（2）的檢驗統計量顯示，工具變量均有效，滿足系統GMM條件。供應鏈數字化（Scd1）的系數分別為0.284和0.271，且在10%和5%的水平上顯著為正，表明在考慮了這一特征后，供應鏈數字化依然增強了供應商競爭，與基準回歸結果保持一致。

4. 排除環境因素的影響

考慮外界環境對供應鏈的廣泛影響，環境不確定性（Eu）等因素可能會導致供應原材料的不穩定，例如自然災害、政治動蕩等事件均可能對此造成影響。在市場化程度（Market）較高的行業中，通常存在著激烈的競爭，這對供應鏈的管理和運作提出了更高的要求，促使企業不斷尋求更為高效的供應鏈策略與創新方案。供應商穩定程度（SuppSt）也是確保供應鏈連續性的關鍵因素，有助于避免生產中斷、交貨延遲等一系列問題，進而對供應鏈的正常運作產生影響。因此，本文參考相關研究［37］，在基準回歸的基礎上控制環境不確定性（Eu）、市場化程度（Market）以及供應商穩定程度（SuppSt），結果見表8所列。由列（3）、列（4）可知，供應鏈數字化（Scd1）的系數分別為0.195和0.377，且在5%和1%的水平上顯著為正，與基準回歸結果保持一致。

五、進一步分析

（一）機制檢驗

前文的實證結果驗證了供應鏈數字化與供應商競爭存在正相關關系，但還未識別具體作用機制。本文將進一步探討在理論分析中所提及的產業鏈整合和成本效應機制是否能夠作為具體路徑。參考江艇（2022）［38］的因果推斷做法，構建模型（4）進行機制檢驗。

[Mit=λ0+λ1Scd1it+∑Controls+∑Year+∑Ind+εit] （4）

其中，M為機制檢驗的具體變量，其余與主回歸設定保持一致。

1. 產業鏈整合機制

在我國早期研究中，郁義鴻（2005）［39］首次對產業鏈進行定義，即從最初的自然資源加工成為最終產品的整個過程的生產鏈條。產業鏈整合可以提高產業鏈的合理性、創新性以及可持續性，對上游供應商的供貨能力提出新要求，原有供應商與潛在供應商為了獲得訂單量增加的機會，會增強競爭。因此，本文借鑒張倩肖和段義學（2023）［40］對產業鏈整合的衡量方式，以企業專業化分工（Vsi）與供應鏈效率（Itr）的乘積表示產業鏈整合（ICC），由于計算企業縱向一體化（Vas）涉及所得稅，因此，根據不同稅率（13%和17%）分別得到ICC1和ICC2，具體計算如模型（5）—模型（7）所示。

[ICC=Vsi×Itr] （5）

[Vsi=1-Vas] （6）

[Vas=增加值-稅后凈利潤+正常利潤主營業務收入-稅后凈利潤+正常利潤] （7）

表9報告了機制檢驗回歸結果。從列（1）、列（2）可以看出，供應鏈數字化（Scd1）對機制變量ICC1和ICC2的系數分別為3.176和3.014，且均在1%的水平上顯著為正，說明供應鏈數字化可以促進產業鏈整合水平的提高。也就是說供應鏈數字化能夠發揮產業鏈整合作用，增強供應商競爭。

2. 成本效應機制

供應鏈數字化通過發揮成本效應，遵循聯合收益與成本平衡原則，吸引更多供應商的合作，進而增強了供應商競爭。因此，本文參考張樹山和谷城（2024）［21］的研究，以銷售費用率（Selling_cost）和固定資產率（Fixed_cost）分別衡量企業的交易成本和企業的資產專用性，其原因在于資產專用性較高的企業面臨更高的“套牢”風險，即外部交易成本較高。從表9列（3）和列（4）可以看出，供應鏈數字化（Scd1）的系數分別為-0.199和-0.688，且在5%和1%的水平上顯著為負，說明供應鏈數字化能夠顯著發揮成本效應，進而增強供應商競爭。

（二）異質性檢驗

1. 供應鏈關系是否良性

供應鏈關系若趨于不良就意味著供應鏈參與者之間缺乏信任與合作，可能會導致信息共享滯后、交付延遲以及質量控制不良等問題。傳統供應鏈通常依賴于人工管理和手工記錄，容易出現信息不準確和滯后的問題，難以統計物流過程、庫存狀況和訂單情況等關鍵信息。尤其當供應鏈關系越趨于不良時，供應商之間的競爭越激烈，供應鏈數字化所發揮的邊際效用越大。因此，本文參考相關研究［37，41］，以企業t期、t-1期和t-2期總資產報酬率的三年滾動方差來衡量供應鏈關系是否良性，當其數值越大，說明盈余波動越大，供應鏈關系越趨于不良，結果見表10所列。從列（1）、列（2）可以看出，交乘項（Scd1×Relat_s）的系數均在5%的水平上顯著為正，說明當供應鏈關系越趨于不良時，供應鏈數字化所發揮的邊際效用越大，越能夠緩解不良的供應鏈關系，對供應商競爭的影響也就越大。

2. 供應商地理鄰近性

Ganesan等（2005）［42］認為，企業依靠外部所獲得的知識有助于開發創造性的新產品并縮短將其推向市場所需的時間。根據聚類理論，這些知識通常是從地理上接近的組織所獲取。然而，供應鏈數字化能夠打破物理邊界，向潛在供應商傳遞更多供應信息，弱化實際供應商的地理優勢，因此，企業與供應商地理越鄰近，供應鏈數字化對供應商競爭發揮的邊際效用越大。本文參考相關研究［37］，根據企業與供應商的注冊地址計算空間距離加1的自然對數，再對其取相反數來衡量地理鄰近性（Dis_s），其值越大，說明企業與供應商地理越鄰近，結果見表10所列。從列（3）、列（4）可以看出，交乘項（Scd1×Dis_s）的系數分別為0.078和0.157，且均在5%的水平上顯著為正，說明企業與供應商地理越鄰近，供應鏈數字化對供應商競爭的影響越大，與上述分析保持一致。

（三）經濟后果檢驗

由上述分析可知，供應鏈數字化在產業鏈整合和成本效應方面發揮了顯著作用，有效促進了供應商競爭。而供應鏈數字化能否通過引導供應商競爭來提升企業績效仍是企業和諸多學者關注的重點。因此，本文進一步分析供應鏈數字化的經濟后果。根據“偷生意效應”［5］，供應商爭奪市場份額不僅有助于提升其自身的競爭優勢，而且能夠推動其提高產品或服務的質量，有效減少供應鏈上合作伙伴的機會主義行為，增強整個供應鏈的韌性和穩定性。供應鏈數字技術強調系統性利用數據賦能生產經營活動，供應商競爭引致供應商數量的增加通常會降低產量發生意外時供應鏈中斷的風險，優質供應商的加入降低了下游企業的轉換成本，提升了議價能力。因此，在增強供應商競爭后，企業能夠通過控制參與者所需的關鍵資源實現價值獲取，從而提升企業績效。基于此，本文將進一步利用凈利潤與總資產平均余額的比值來表征企業績效（Profit），并構建模型（8）檢驗其經濟后果，結果見表10所列。

[Profitit=δ0+δ1SuppHHIit（SuppCr4it）+∑Controls+∑Year+∑Ind+εit] （8）

從表10列（5）、列（6）可以看出，SuppHHI和SuppCr4的系數均在5%的水平上顯著為正，表明供應鏈數字化通過增強供應商競爭，顯著提升企業績效。

六、結論與啟示

（一）結論

新一輪科技革命和產業變革深入發展助力企業科技創新能力建設，積極推動企業產業化、融合化和數字化，供應鏈管理的焦點也從治理傳統混亂的供應鏈重疊結構轉變為供應鏈數字化建設，進而對供應商間的互動關系產生重要影響。基于此，本文以2010—2022年中國滬深A股上市公司為研究樣本，探討了供應鏈數字化對供應商競爭的影響及作用機制。研究發現，供應鏈數字化增強了供應商競爭，且通過一系列穩健性檢驗和內生性檢驗，結果依然穩健。其作用機理在于，供應鏈數字化通過整合原有靜態產業鏈、發揮成本效應，增強供應商競爭。異質性分析表明，在供應鏈關系越趨于不良、地理越鄰近時，供應鏈數字化對供應商競爭的影響越凸顯。此外，本文研究還發現，供應鏈數字化通過增強供應商競爭，顯著提升企業績效。

（二）啟示

基于上述研究結論，本文得出以下啟示：

首先，政府應積極引導企業參與供應鏈數字化建設，健全供應鏈數字化監督評價指標體系。根據上述結論，供應鏈數字化能夠增強供應商競爭，進而提升企業績效。一方面，政府應提供政策和資金支持，“真金白銀”進行供應鏈數字化建設，鼓勵企業應用和深化供應鏈數字化技術，如大數據、云計算、物聯網和人工智能等。另一方面，政府應建立健全供應鏈數字化的監管機制，加大對供應鏈中關鍵環節和企業的監管力度，確保供應鏈的穩定和安全，維護供應鏈的公平競爭環境，促進供應商之間有序競爭，提升整體供應鏈的競爭力和發展水平。

其次，企業應積極推進數字供應鏈平臺建設，提升對供應商的管理能力，著力提升核心競爭力、增強核心功能。根據上述研究，供應鏈數字化能夠發揮成本效應和產業鏈整合效應，并且供應鏈關系越趨于不良、地理越鄰近時，影響越凸顯。因此，企業應通過精確的數據分析來優化采購、生產和物流等環節，充分利用數字化工具發揮成本節約和產業整合帶來的優勢效應。另外，基于供應鏈關系和地理鄰近性的作用邊界，企業要充分認識供應鏈數字化的重要性，加強供應鏈關系管理，增強相關產業在地理上的集聚效應。

最后，供應商必須持續增強自身實力，促進供應鏈韌性建設。研究發現，供應鏈數字化增強了供應商之間的競爭，要求供應商在多方面提升自身能力，以應對這一挑戰。具體而言，供應商需要聚焦產品質量提升、供應鏈流程優化以及研發創新，積極引進尖端技術，著力提升核心競爭力、增強核心功能，穩固市場地位。

注 釋：

（1）資料來源：中華人民共和國商務部《商務部等8單位關于開展全國供應鏈創新與應用示范創建工作的通知》，http：//m.mofcom.gov.cn/article/h/redht/202103/20210303048808.shtml。

（2）本文將潛在供應商定義為該供應鏈上除實際供應商以外的同行供應商。

（3）商務部等8部門于2018年4月聯合發布了《關于開展供應鏈創新與應用試點的通知》，指出將以一批城市和企業為試點單位開展為期兩年的供應鏈創新與應用試點工作，最終有266家企業從1 359家申報單位中脫穎而出成為試點企業，同時有55個城市被選為試點城市。

（4）數據來源于WinGo財經文本數據平臺（http：//www.wingodata.com）。

（5）為了盡可能保證數據干凈，整理出Python提取的供應鏈數字化相關語句，并進行人工檢查，將不符合供應鏈數字化的語義句子予以剔除。例如，寶塔實業（000595）在2016年年報的“管理層討論與分析”中第三句提及“我國工業結構也在不斷優化升級，高技術產業和裝備制造業增速明顯快于一般工業，在《中國制造2025》行動綱領的支持下，中國制造業企業借助智能化、互聯網+等手段推動企業轉型升級”，該語句中雖涉及“互聯網+”和“高技術產業”關鍵詞，但未直接提及企業本身，對于此類情況，予以剔除。

（6）計算如下：0.216×0.026/（-0.057）=-0.098 5。其中，0.216為解釋變量系數，0.026為解釋變量標準差，-0.057為被解釋變量均值。

（7）計算如下：0.402×0.026/（-0.169）=-0.061 8。其中，0.402為解釋變量系數，0.026為解釋變量標準差，-0.169為被解釋變量均值。

（8）根據《戰略性新興產業分類（2012）》（試行）和經濟合作與發展組織（OECD）相關文件，對照《上市公司行業分類指引》（2012年修訂），高科技行業涉及3個門類和14個大類。

參考文獻：

［1］高培勇，樊麗明，洪銀興，等. 深入學習貫徹習近平總書記重要講話精神 加快構建中國特色經濟學體系［J］.管理世界，2022，38（6）：1-56.

［2］LI L X，XU S X，NING Y，et al. How Should Companies Deploy Their Digital Supply Chain Platforms to Gain Competitive Advantages？An Asset Orchestration Perspective［J］. Information & Management，2023，60（6）：103842.

［3］BOWEN R M，DUCHARME L，SHORES D. Stakeholders′ Implicit Claims and Accounting Method Choice［J］. Journal of Accounting and Economics，1995，20（3）：255-295.

［4］饒品貴，王得力，李曉溪.高鐵開通與供應商分布決策［J］.中國工業經濟，2019（10）：137-154.

［5］CARTER M E，CHOI J，SEDATOLE K L. The Effect of Supplier Industry Competition on Pay-for-Performance Incentive Intensity［J］. Journal of Accounting and Economics，2021，71（2）：101389.

［6］JENA S K，SINGHAL D. Optimizing the Competitive Sustainable Process and Pricing Decision of Digital Supply Chain：A Power-Balance Perspective［J］. Computers & Industrial Engineering，2023，177：109054.

［7］KOUFTEROS X A，CHENG T C E，LAI K H. "Black-Box" and "Gray-Box" Supplier Integration in Product Development：Antecedents，Consequences and the Moderating Role of Firm Size［J］. Journal of Operations Management，2007，25（4）：847-870.

［8］王生年，許陽，趙爽.供應商競爭與企業創新：鷸蚌相爭，漁翁得利？［J］.審計與經濟研究，2023，38（2）：56-66.

［9］BüYüK?ZKAN G，G??ER F. Digital Supply Chain：Literature Review and a Proposed Framework for Future Research［J］. Computers in Industry，2018，97：157-177.

［10］黃宏斌，張玥楊，許晨輝.供應鏈數字化能促進鏈上企業間的融通創新嗎——基于智慧供應鏈政策的準自然實驗［J］.當代財經，2023（8）：134-145.

［11］CHEN J L，WU W P，ZHUANG Y Q. Impact of Digital Supply Chain on Sustainable Trade Credit Provision：Evidence from Chinese Listed Companies［J］. Sustainability，2023，15（15）：11861.

［12］張樹山，胡化廣，孫磊，等.供應鏈數字化與供應鏈安全穩定——一項準自然實驗［J］.中國軟科學，2021（12）：21-30，40.

［13］張樹山，谷城.供應鏈數字化與供應鏈韌性［J］.財經研究，2024，50（7）：21-34.

［14］WU Z H，CHOI T Y，RUNGTUSANATHAM M J. Supplier-Supplier Relationships in Buyer-Supplier-Supplier Triads：Implications for Supplier Performance［J］. Journal of Operations Management，2010，28（2）：115-123.

［15］劉海建，胡化廣，張樹山，等.供應鏈數字化與企業績效——機制與經驗證據［J］.經濟管理，2023，45（5）：78-98.

［16］KACHE F，SEURING S. Challenges and Opportunities of Digital Information at the Intersection of Big Data Analytics and Supply Chain Management［J］. International Journal of Operations & Production Management，2017，37（1）：10-36.

［17］HOCKENBERRY M. Redirected Entanglements in the Digital Supply Chain［J］. Cultural Studies，2021，35（4/5）：641-662.

［18］COLOMBARI R，GEUNA A，HELPER S，et al. The Interplay Between Data-Driven Decision-Making and Digitalization：A Firm-Level Survey of the Italian and U.S. Automotive Industries［J］. International Journal of Production Economics，2023，255：108718.

［19］沈揚，陳克紅. 產能約束下的供應商競爭［J］. 運籌與管理，2020，29（3）：91-98.

［20］戚聿東，肖旭.數字經濟時代的企業管理變革［J］.管理世界，2020，36（6）：135-152，250.

［21］張樹山，谷城.智慧物流與企業可持續發展——基于經濟績效與環境績效的雙重驗證［J］.產業經濟研究，2024（1）：42-55.

［22］BODENDORF F，DENTLER S，FRANKE J. Digitally Enabled Supply Chain Integration Through Business and Process Analytics［J］. Industrial Marketing Management，2023，114（3）：14-31.

［23］PAGELL M. Understanding the Factors That Enable and Inhibit the Integration of Operations，Purchasing and Logistics［J］. Journal of Operations Management，2004，22（5）：459-487.

［24］DOLGUI A，IVANOV D. 5G in Digital Supply Chain and Operations Management：Fostering Flexibility，End-to-End Connectivity and Real-Time Visibility Through Internet-of-Everything［J］. International Journal of Production Research，2022，60（2）：442-451.

［25］NASIRI M，UKKO J，SAUNILA M，et al. Managing the Digital Supply Chain：The Role of Smart Technologies［J］. Technovation，2020，96-97：102121.

［26］王義中，林溪，孫睿.金融科技平臺公司經濟影響研究：風險與收益不對稱視角［J］.經濟研究，2022，57（6）：119-136.

［27］孫晉.數字平臺的反壟斷監管［J］.中國社會科學，2021（5）：101-127，206-207.

［28］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.

［29］吳曉暉，秦利賓，薄文.客戶戰略聯盟如何激發企業創新？——基于文本分析的經驗證據［J/OL］.南開管理評論（2023-07-20）［2024-03-15］.https：//kns.cnki.net/kcms2/detail/12.1288.F.20230720.0924.002.html.

［30］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.

［31］PERESS J. Product Market Competition，Insider Trading，and Stock Market Efficiency［J］. The Journal of Finance，2010，65（1）：1-43.

［32］安素霞，王磊，王智韜.客戶盈余表現對供應商企業創新投資的影響研究［J］.審計與經濟研究，2022，37（3）：95-106.

［33］王雄元，高開娟.客戶關系與企業成本粘性：敲竹杠還是合作［J］.南開管理評論，2017，20（1）：132-142.

［34］李治國，王杰.數字經濟發展、數據要素配置與制造業生產率提升［J］.經濟學家，2021（10）：41-50.

［35］BENLEMLIH M，BITAR M. Corporate Social Responsibility and Investment Efficiency［J］. Journal of Business Ethics，2018，148（3）：647-671.

［36］宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角［J］.中國工業經濟，2021（4）：138-155.

［37］杜勇，黃丹華.“同命相連”：供應鏈網絡中企業數字化轉型的同群效應［J］.財經科學，2023（3）：74-92.

［38］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［39］郁義鴻.產業鏈類型與產業鏈效率基準［J］.中國工業經濟，2005（11）：35-42.

［40］張倩肖，段義學.數字賦能、產業鏈整合與全要素生產率［J］.經濟管理，2023，45（4）：5-21.

［41］彭旋，王雄元.客戶股價崩盤風險對供應商具有傳染效應嗎？［J］.財經研究，2018，44（2）：141-153.

［42］GANESAN S，MALTER A J，RINDFLEISCH A. Does Distance Still Matter？ Geographic Proximity and New Product Development［J］. Journal of Marketing，2005，69（4）：44-60.

［責任編輯：余 芳］

收稿日期：2024-04-17

基金項目：國家自然科學基金項目“企業數字化轉型與審計師風險決策：影響、機制與后果”（72262028）

作者簡介：劉 潁（1998—），男，重慶墊江人，博士研究生，研究方向：供應鏈數字化，供應鏈關系管理；

侯丹陽（1996—），男，河北石家莊人，博士研究生，研究方向：供應鏈關系管理；

王生年（1970—），男，甘肅武威人，教授，博士生導師，通信作者，研究方向：信息披露，資本市場研究。