客戶數字化轉型能降低供應商債務融資成本嗎？

摘" "要：基于供應鏈溢出視角，以2007—2022年A股上市公司為樣本，實證檢驗客戶數字化轉型對供應商債務融資成本的影響及其作用機制。研究發現，客戶數字化轉型顯著降低了供應商的債務融資成本。機制檢驗發現，客戶數字化轉型通過降低供應商的經營風險、提高供應商的信息披露質量和改善銀企關系來降低供應商的債務融資成本。異質性分析發現，上述影響在客戶所在城市數字經濟發展水平、金融發展水平高于供應商所在城市，供應鏈數字化差距較大，客戶與供應商地理距離較遠時更為顯著。本研究對于供應鏈上下游企業建立互惠共贏的合作關系具有一定的啟發，同時為破解企業融資難、融資貴問題提供了新的思路。

關鍵詞：數字化轉型；債務融資成本；供應鏈

中圖分類號：F830" "文獻標識碼：A" 文章編號：1674-2265（2025）01-0035-12

DOI：10.19647/j.cnki.37-1462/f.2025.01.004

一、引言

近年來，國際局勢復雜多變，國內宏觀經濟下行壓力加大，企業面臨著較大的經營困境和融資問題。黨中央多次強調要健全融資增信和降本增效，切實發揮好金融在服務實體經濟中的積極作用。然而，盡管近年來債務融資成本整體呈現下降的趨勢，但由于金融市場分割、信息流通不暢以及企業參差不齊的治理水平、較高的經營風險和較低的信息透明度，信貸市場依然存在融資結構偏差、融資匹配低效的問題，在一定程度上制約了實體經濟的高質量發展。基于此，如何有效降低我國企業的融資成本，提高融資效率，助力企業實現降本增效的目標成為現階段亟須解決的難題。

在眾多影響債務融資成本的因素中，數字化轉型為實現企業降本增效提供了新思路。隨著移動互聯網、大數據、云計算等技術的蓬勃發展，商務活動主體的行為發生了巨大的轉變，企業通過運用信息、計算、通信等數字技術來改變其價值創造的過程，以實現自身的數字化轉型。然而，數字化轉型的影響并不局限于企業內部，數字技術的滲透性、協同性和外部性等特征使其具有顯著的產業鏈、供應鏈正向溢出效應（陶鋒等，2023）[1]。在數字化時代，供應鏈的需求導向性特征愈發凸顯（Verhoef等，2021）[2]，客戶數字化轉型的影響必然會通過供應鏈后向溢出至上游供應商（陶鋒等，2023）[1]，不僅會提高供應鏈上信息的共享度與可見性（肖紅軍等，2024）[3]，還會優化供應商的生產經營活動和創新決策水平（楊金玉等，2022）[4]，從而為降低其債務融資成本帶來新的機會。然而，既有關于企業債務融資成本影響因素的研究大多圍繞著企業內部的信息披露與治理機制展開，認為企業的會計信息質量、內部控制質量、股權結構等均會影響企業的債務融資成本（黎來芳等，2018；陳漢文和周中勝，2014；王運通和姜付秀，2017）[5-7]。也有文獻關注企業外部的制度環境與宏觀經濟政策，認為銀行的貸款意愿會受到地區金融發展水平、利率市場化進程、貨幣政策等因素的影響（魏志華等，2012；張偉華等，2018；Massa和Zhang，2013）[8-10]，卻忽略了供應鏈上客戶數字化轉型對降低供應商債務融資成本的重要作用。因此，從供應鏈溢出視角探究客戶數字化轉型對供應商債務融資成本的影響及其作用機制兼具理論和實際意義。

縱觀既有研究，與本文高度關聯的文獻主要有兩類。第一類文獻探究了客戶數字化轉型的供應鏈溢出效應，主要從以下三個維度展開。基于信息溢出效應，已有研究發現數字技術的應用能夠促進供應鏈上信息共享，客戶數字化轉型對供應商具有正向信息溢出效應（李青原等，2023）[11]。基于經濟溢出效應，相關研究表明處于垂直關系中的企業會影響彼此的生產率，客戶數字化轉型通過需求拉動來提高供應商的經營績效（Zhang等，2024）[12]。基于創新溢出效應，相關研究發現客戶數字化轉型通過倒逼效應和資源效應提高供應商的創新能力（楊金玉等，2022）[4]。以上研究均肯定了客戶數字化轉型對供應商的正向溢出效應，然而這些研究并未涉及對供應商債務融資成本可能存在的影響。第二類文獻考察了供應鏈上客戶對供應商融資的影響。一部分學者從供應鏈關系的角度出發，認為穩定的客戶關系是供應商獲取銀行信貸的重要影響因素（蔣殿春和魯大宇，2022）[13]。另一部分學者從供應鏈溢出的角度出發，認為客戶的行為決策、經營風險以及信息質量等在供應鏈上均具有溢出效應（唐松和謝雪妍，2021；Kim等，2015；Filles和Gurun，2018）[14-16]，能夠對供應商的融資行為產生不同程度的影響。可以發現，第二類文獻均從供應鏈上下游合作關系出發，肯定了客戶作為供應商的核心服務對象和重要的經濟資源，與供應商的資金、業務息息相關，對供應商的債務融資有著不可忽視的影響，但是忽略了客戶數字化轉型對供應鏈的賦能效應以及對關聯供應商的溢出效應。

基于上述現實背景和研究脈絡，本文以客戶數字化轉型為出發點，基于供應鏈溢出視角，探究其對供應商債務融資成本的影響，并從經營風險、信息披露質量和銀企關系三個角度，分析客戶數字化轉型影響供應商債務融資成本的中介機制。本文的研究貢獻在于：第一，基于供應鏈溢出視角，研究客戶數字化轉型對供應商債務融資成本的影響，拓展了有關企業債務融資成本影響因素的實證研究。第二，論證并檢驗了客戶數字化轉型降低供應商債務融資成本的中介機制。研究發現客戶數字化轉型的溢出效應有利于供應商降低經營風險、提高信息披露質量、改善銀企關系，從而降低其債務融資成本，為企業數字化轉型的積極影響增添了新證據。第三，研究了客戶數字化轉型與供應商債務融資成本之間關系的異質性，證實了客戶數字化轉型的供應鏈溢出效應因上下游企業數字經濟發展水平和金融發展水平高低、供應鏈數字化差距、地理距離遠近而存在異質性。這些研究結論對于企業的供應鏈管理具有良好的啟示意義，同時為銀行開拓業務、穩定優質客戶提供了新的思路。

二、理論分析及假設提出

企業經營表現、信息披露質量以及銀企關系是影響企業融資成本的三個重要因素（Cull和Xu，2005；Myers和Majluf，1984；尹志超等，2015）[17-19]。研究表明，經營風險低的企業能夠降低債權人的貸款風險和風險補償要求，從而降低自身的債務融資成本（王運通和姜付秀，2017）[7]；較高的信息披露質量也可以有效降低銀行的監督和執行成本（李四海和陳祺，2013）[20]，從而提高銀行的信貸意愿，使企業以更低的價格獲取資金（李志強，2015）[21]。同樣，良好的銀企關系也可以減少信貸過程中由委托代理問題導致的道德風險和逆向選擇，提高銀行與企業共享部分收益的意愿，進而降低企業的債務融資成本（尹志超等，2015）[19]。基于此，客戶數字化轉型如何影響供應商的經營風險、信息披露質量和銀企關系成為改變供應商債務融資成本的關鍵。因此，本文基于供應鏈溢出視角，從企業經營風險、信息披露質量和銀企關系三個維度分析客戶數字化轉型對供應商債務融資成本的影響機制。

（一）客戶數字化轉型、經營風險與供應商債務融資成本

客戶數字化轉型通過降低供應商的經營風險進而降低供應商的債務融資成本。第一，客戶數字化轉型緩解了供應鏈上的“牛鞭效應”，對供應商產生了顯著的正向信息溢出效應（李青原等，2023）[11]。具體而言，客戶依托數字技術向上游供應商傳遞更為及時與準確的需求信息，供應商通過獲取更加透明和高質量的客戶信息，更為精準地預測客戶的需求，從而提高了供應商的資源利用效率和庫存管理水平，降低了供應商的生產經營風險。第二，客戶數字化轉型促進了供應鏈上的知識流動和創新溢出，能夠提高供應商的創新水平（楊金玉等，2022）[4]，從而降低供應商的經營風險。從資源整合角度來看，客戶數字化轉型會促進供應鏈上知識、信息和數據等資源的流動，能夠打破上下游企業間物理資源的壁壘，進而拓展供應商的創新資源空間。一方面，客戶會在價值共創的利益驅動下將其在數字化轉型過程中的知識和經驗等資源以數據的形式向上游供應商傳遞（李云鶴等，2022）[22]，迫使供應商為了響應客戶數字化轉型的效率和產品質量要求而增強自身的創新能力，提高產品質量，從而降低供應商的經營風險。另一方面，供應商會在與客戶的業務往來過程中主動對獲取的外部資源進行創新性配置，對客戶的生產運營方式和創新模式進行學習和模仿，將獲取的資源轉化為自身獨有的競爭優勢與整合能力，從而提高供應商的創新績效（Wu，2007）[23]，降低其經營風險。第三，客戶進行數字化轉型能夠增強供應鏈穩定性。客戶數字化轉型降低了企業間的交易成本和驗證成本，溝通的便利使供應鏈上下游進行更為頻繁的互動，彼此的依賴和信任進一步增強，形成穩固的利益共同體（曾敏剛等，2017）[24]，進而增強了供應鏈穩定性。對于供應商而言，穩定的供應鏈會帶來通暢的銷售渠道和持續的銷售收益，從而保證了盈利能力（Patatoukas，2012）[25]，降低了經營風險。綜合以上分析，客戶數字化轉型可以緩解供應鏈上的“牛鞭效應”，提高供應商的創新能力，增強供應鏈穩定性，從而降低供應商的經營風險。

企業的經營表現是銀行進行信用評估和設定貸款條件的重要依據（翟淑萍等，2022）[26]。企業的經營風險越高，銀行面臨的風險越大，要求的必要報酬率就越高，此時企業面臨的債務融資成本也越高。客戶數字化轉型可以降低供應商的經營風險，在這種情況下，供應商可以向銀行釋放出良好的盈利能力和穩定的償債能力的積極信號，降低銀行對供應商債務違約的風險溢價，進而放寬銀行對供應商的債務契約條款約束，降低供應商的債務融資成本。基于以上分析，提出以下假設：

H1a：客戶數字化轉型通過降低供應商的經營風險進而降低供應商的債務融資成本。

（二）客戶數字化轉型、信息披露質量與供應商債務融資成本

客戶數字化轉型通過提高供應商的信息披露質量進而降低供應商的債務融資成本。第一，制度理論認為，制度對組織的行為具有約束性，組織為了應對復雜變化的制度環境會采取與其外部利益相關者相同的行為方式，從而維護其運營管理的合法性（范建紅等，2024）[27]。客戶數字化轉型提高了供應鏈的信息透明度和可溯性，而供應鏈整體信息質量的提升會促使供應商在制度壓力下主動提高自身的信息披露質量（肖紅軍等，2024）[3]。具體而言，客戶數字化轉型不僅提高了自身的信息披露質量，而且依托數字技術將供應鏈上冗雜海量的信息輸出為標準化的數字信息，提升了供應鏈信息的可視化水平與透明度，同時運用數字系統客觀準確地記錄、處理和傳遞供應鏈上各個環節的交易信息，極大增強了供應鏈上信息的可追溯性，從而推動供應鏈整體信息質量的提升。對于上游供應商而言，供應鏈整體信息質量的提升會對其形成外在制度壓力，能夠制約供應商的信息披露行為，使供應商為了維持自身在供應鏈上的合法性地位主動規范信息披露行為以獲得下游客戶的認同，通過提高自身信息披露質量以實現上下游信息披露協同。第二，客戶依托數字技術形成密集的社會網絡和高水平的社會資本，進一步增強了其對供應商的交叉監管，能更加有效地抑制供應商的機會主義行為，提高其信息披露質量。客戶數字化轉型能夠重塑網絡組織關系，將自身的商業生態系統由線性垂直的供應鏈演變為復雜動態的供應鏈網絡（陳劍和劉運輝，2021）[28]。而客戶在擴大網絡規模的同時，憑借先進的數字技術獲取數字資源并與業務活動深度融合，實現了供應鏈網絡位置的躍遷（劉燁等，2024）[29]。組織關系網絡化帶來嵌入性網絡資源的增加，伴隨著下游客戶供應鏈網絡位置的優化，不斷增強下游客戶的社會資本。高水平的社會資本和密集的社會網絡為客戶帶來了巨大的信息利益與控制利益，增強了其對供應鏈網絡內供應商的控制能力，最終轉化為有效的監控，從而有效抑制了供應商的機會主義行為，提高其信息披露質量。

企業的信息披露是銀行進行貸前審查和貸后監督的主要工具，較高的信息披露質量可以有效降低銀企交易成本（李四海和陳祺，2013）[20]，從而直接影響銀行債務契約的設定（黎來芳等，2018）[5]。綜合以上分析，客戶數字化轉型改善了供應鏈整體的信息質量，且進一步增強了其對供應商的交叉監管，從而提高了供應商的信息披露質量。供應商信息披露質量的提高可以降低銀行和供應商之間的交易成本，具體表現為降低銀行的事前信息搜尋成本和事后監管成本。一方面，供應鏈整體信息質量的提升能夠幫助銀行形成針對該供應鏈的特有信息，從而降低銀行在進行信貸配置時的信息搜尋成本。另一方面，客戶企業監管能力的增強會迫使供應商提高信息披露質量，緩解代理問題，從而降低銀行的事后監管成本。銀企之間交易成本的降低會提高銀行的信貸意愿，從而降低供應商的債務融資成本（李志強，2015）[21]。基于以上分析，提出以下假設：

H1b：客戶數字化轉型通過提高供應商的信息披露質量進而降低供應商的債務融資成本。

（三）客戶數字化轉型、銀企關系與供應商債務融資成本

客戶數字化轉型通過改善供應商與銀行之間的關系進而降低供應商的債務融資成本。本文所指的銀企關系是狹義的銀企關系，即銀行和企業之間的信用契約關系，通常以關系型貸款來表示基于銀企關系的借貸。關系型貸款決策主要依據申貸企業的“軟信息”來進行，即銀行可以通過與企業所在網絡中的利益相關者（客戶或員工等）進行多維度接觸來積累大量與申貸企業有關的信息，并根據這些“軟信息”來發放貸款。然而，“軟信息”存在信息傳遞層次單一、信息傳遞鏈條過長的缺陷，這使得銀企合作過程中對實際的信息存在認知偏差（林春鵬和楊金強，2024）[30]，阻礙了銀企關系的發展。因此，客戶數字化轉型如何優化供應商關系型貸款的信息環境，成為改善供應商和銀行的關系，并降低供應商債務融資成本的關鍵。第一，客戶數字化轉型拓展了銀行獲取供應商“軟信息”的渠道。客戶依托數字技術為供應鏈上下游企業信息交互提供了平臺和載體，對供應鏈上信息流、資金流和物流進行實時監控和記錄，使得供應商原本無法被觀測到的私人信息亦能被捕捉和記錄。此時，銀行可以利用供應鏈信息來獲取供應商的業務交易、還款記錄和客戶評價資料，并從中提煉出供應商的財力狀況、聲譽和信用等私人化“軟”信息，從而拓展了供應商“軟信息”的來源，改善了關系型貸款的信息環境。第二，客戶數字化轉型暢通了銀行獲取供應商“軟信息”的途徑。在傳統的條件下，銀行主要通過實地走訪調研和派遣信貸專員等方式來搜集貸款企業的“軟信息”，受限于信息獲取方式的特殊性和人工審核的高成本，“軟信息”的傳遞鏈條過長且傳遞效率低下，導致關系型貸款的發展受到了極大的限制（張一林等，2021）[31]。客戶企業通過大數據賦能供應鏈網絡共享與智能協作，促使供應鏈上信息要素更為順暢和高效地流動，從而使銀行更為通暢便捷地獲取與供應商有關的“軟信息”。例如，區塊鏈技術的應用實現了數據的多點記錄和實時共享，銀行可以憑借區塊鏈的輔助查詢貸款企業的經營信息，使得傳統生產中難以被信息使用者收集的數據能夠依托數字技術被銀行等金融市場主體高效獲取（羅宏等，2023）[32]，從而極大地改善了關系型貸款的信息環境。

綜合以上分析，客戶數字化轉型拓展了銀行獲取供應商“軟信息”的渠道且暢通了銀行獲取供應商“軟信息”的路徑，極大地優化了關系型貸款的信息環境，從而改善了供應商和銀行的關系。銀企關系的改善可以降低逆向選擇和道德風險（尹志超等，2015）[19]，使銀行所面臨的信用風險降低，從而降低供應商的貸款成本。基于以上分析，提出以下假設：

H1c：客戶數字化轉型通過改善供應商與銀行之間的關系進而降低供應商的債務融資成本。

在H1a、H1b和H1c的基礎上，本文提出假設H1：客戶數字化轉型能夠降低供應商的債務融資成本。

三、研究設計

（一）數據來源

從國泰安經濟金融數據庫（CSMAR）獲取2007—2022年中國A股上市供應商及其前五大客戶的數據，并且對原始數據做了以下處理：（1）剔除ST和*ST等經營異常的供應商及其客戶樣本；（2）剔除金融行業供應商及其客戶樣本；（3）剔除客戶企業或者供應商企業變量存在數據缺失的樣本。最終獲取了2757個“供應商—客戶—年度”數據集。最后對連續變量進行上下1%的縮尾處理，以減少異常值的影響。

（二）變量設定

1. 被解釋變量：供應商企業的債務融資成本（Debcost）。參考鄭軍等（2013）[33]的研究方法，以企業利息支出、手續費支出和其他財務費用的和占期末總負債的比重作為企業債務融資成本的代理指標。

2. 解釋變量：客戶企業的數字化轉型程度（Digital）。參考陶鋒等（2023）[1]的方法，使用企業數字化無形資產占無形資產總額的比例衡量企業數字化轉型程度。其中，當客戶企業年末無形資產明細中出現與數字化轉型有關的關鍵詞或者相關專利時，將其定義為數字化無形資產。

3. 中介變量。本文從經營風險、信息披露質量和銀企關系三個角度進行中介機制檢驗。首先，參考王竹泉等（2017）[34]的研究，設置中介變量經營風險（Risk），使用企業的盈利波動程度來衡量，企業的盈利波動程度越大，經營風險越高。其次，參考伊志宏等（2010）[35]的研究，以滬深上市公司信息披露考評得分來衡量企業的信息披露質量（Disclosure），信息披露考評得分分為四檔，不合格的賦值1，合格的賦值2，良好的賦值3，優秀的賦值4。最后，參考羅黨論和唐清泉（2007）[36]的研究，設置中介變量銀企關系（Relationship），把長期債權債務關系視為關系型貸款。

4.控制變量。參考肖紅軍等（2024）[3]的方法，控制變量同時包含了供應商企業和客戶企業相關變量。供應商的特征變量和治理變量包括：資產規模（Size_s）、總資產收益率（ROA_s）、流動比率（Liquid_s）、現金流比率（Cashflow_s）、營業收入增長率（Growth_s）、托賓Q值（TobinQ_s）、產權性質（SOE_s）、上市年限（ListAge_s）、數字化轉型程度（Digital_s）和第一大股東持股比例（Top1_s）。客戶企業特征變量包括：客戶的資產規模（Size_c）、資產負債率（Lev_c）、總資產收益率（ROA_c）、營業收入增長率（Growth_c）和上市年限（ListAge_c）。此外，還控制了行業（Industry）和年度（Year）虛擬變量。具體變量定義見表1。

（三）研究模型

為了檢驗客戶企業數字化轉型對供應商企業債務融資成本的影響，本文構建如下模型：

[Debcosti，t=α0+α1Digitali，t-1+α2Controls+Industryi+Yeart+εi，t]" " （1）

其中，[i]表示企業，[t]表示年份，[Debcosti，t]表示供應商企業[i]在[t]年的債務融資成本，解釋變量[Digitali，t-1]是客戶企業[i]在[t-1]年的數字化轉型程度，[Controls]表示控制變量，[εi，t]表示殘差。

四、實證研究

（一）描述性統計

表2報告了各變量的描述性統計結果。其中，供應商的債務融資成本（Debcost）均值為0.021，最小值為0.000，最大值為0.070，表明樣本公司平均債務融資成本為2.1%，不同公司的債務融資成本差異較大。客戶數字化轉型（Digital）的均值為0.028，表明樣本公司客戶的平均數字化轉型程度為2.8%。客戶數字化轉型的標準差為0.072，且最大值為0.465，最小值為0，說明樣本公司客戶的數字化轉型程度差異較大。

（二）基準回歸

表3為客戶數字化轉型對供應商債務融資成本的基準回歸結果。表3第（1）列為客戶數字化轉型對供應商債務融資成本的單變量回歸，結果顯示客戶數字化轉型（Digital）的系數在1%的水平上顯著為負。第（2）列增加了行業和年份固定效應，結果顯示客戶數字化轉型（Digital）的系數在1%的水平上顯著為負。第（3）列增加了供應商企業的控制變量，并且控制了行業和年份固定效應，結果顯示客戶數字化轉型（Digital）的系數在1%的水平上顯著為負。第（4）列增加了客戶和供應商企業的控制變量，同時控制了行業和年份固定效應，結果顯示客戶數字化轉型（Digital）的系數在1%的水平上顯著為負。以上結果表明客戶企業的數字化轉型可以顯著降低供應商企業的債務融資成本，驗證了假設H1。

（三）內生性分析

1. 工具變量法。本文可能存在反向因果問題，即融資成本較低、融資約束較小的供應商可能會吸引到更多創新能力較強、數字化轉型程度較高的客戶。因此，參考肖紅軍等（2024）[3]的研究方法，選擇數字產業人才投入作為工具變量（IV）。首先，剔除客戶與供應商在相同地級市的樣本，以避免供應商債務融資成本會因為與客戶同處于一個地級市而被客戶所在地區數字產業人才投入影響。其次，計算客戶所在城市數字產業人才投入比值（地級市滯后一期的信息傳輸、計算機服務和軟件業從業人數/省級滯后一期的信息傳輸、計算機服務和軟件業從業人數）。最后，將該比值按照年份和客戶所在省份分為五等份，若比值屬于前兩等份則IV取1，否則取0。經過上述處理之后，工具變量的選取具備合理性：一方面，客戶所在地數字產業人才投入為客戶數字化轉型實踐提供了充足的人才保障，滿足工具變量的相關性要求；另一方面，樣本剔除了客戶與供應商位于同一地級市的情況，使得工具變量不會對供應商債務融資成本產生直接的影響，滿足排他性要求。表4第（1）列為第一階段工具變量對自變量（Digital）的影響，系數為0.026，在1%的水平上顯著為正，同時第一階段F統計量為40.16，表明選取的工具變量不存在弱工具變量問題。表4第（2）列顯示，工具變量（IV）對因變量沒有顯著的影響，滿足工具變量檢驗的排他性要求。第（3）列為工具變量第二階段檢驗結果，可以看出客戶數字化轉型（Digital）的系數在5%的水平上顯著為負，表明前文研究結論穩健。

2. PSM方法。本文采用PSM方法來解決高數字化轉型程度和低數字化轉型程度的供應鏈樣本之間控制變量存在系統性差異帶來的內生性問題。參考李云鶴等（2022）[22]的方法，將客戶數字化轉型（Digital）按照年度和行業中位數分為高低兩組，協變量為基準回歸的控制變量，采用1∶3近鄰匹配法進行匹配。匹配后的兩組協變量均值不存在顯著差異，滿足平衡性假設，用匹配后的樣本重新進行回歸。表4第（4）列顯示，客戶數字化轉型（Digital）的系數在1%的水平下顯著為負，客戶數字化轉型仍能顯著降低供應商企業的債務融資成本。

3. Heckman兩階段模型。本文的樣本是根據供應商披露的前五大客戶數據而選取的，但供應商可能考慮到行業競爭等因素而隱瞞客戶名稱，因此，可能存在樣本選擇性偏差的問題。參考陶鋒等（2023）[1]的研究，采用Heckman兩步法來解決。在第一階段，將“供應商是否披露主要客戶名稱的具體信息”作為因變量（Dummy），如果披露則取1，否則取0，引入根據企業總資產計算的赫芬達爾指數（HHI）和相關控制變量作為解釋變量，使用Probit模型進行回歸，得出逆米爾斯比率（IMR）。在第二階段，將逆米爾斯比率（IMR）放入模型（1）中進行回歸。表4第（5）列為Heckman第一階段回歸結果，HHI顯著為正，說明外生變量選擇有效，且表明競爭越激烈，企業越不愿意披露客戶的具體信息；表4第（6）列為Heckman第二階段回歸結果，在控制樣本選擇偏差的潛在影響后，客戶數字化轉型程度（Digital）系數顯著為負，與基準回歸保持一致。

4.自變量滯后。對核心解釋變量（Digital）進行滯后兩期處理，以減弱可能存在的反向因果問題，并在較長的時間軸中考察客戶數字化轉型對供應商債務融資成本的抑制效果。結果如表4第（7）列所示，客戶數字化轉型（Digital）的系數在1%的水平上顯著為負，與基準回歸結果一致。

（四）穩健性檢驗

1. 更換解釋變量。參考袁淳等（2021）[37]的研究，使用數字化關鍵詞的詞頻數量占MDamp;A（管理層討論與分析）總詞頻的比重作為企業數字化轉型程度的代理變量（Digital1）。同時，參考吳非等（2021）[38]的研究，使用上市公司年報中與數字化轉型有關的關鍵詞詞頻來衡量企業數字化轉型程度（Digital2）。對模型（1）進行重新回歸，結果如表5第（1）和（2）列所示，客戶數字化轉型（Digital1和Digital2）的系數均在1%的水平上顯著為負。

2. 更換被解釋變量。參考鄭軍等（2013）[33]的研究方法，采用企業財務費用占期末總負債的比重（Debcost1）來衡量供應商的債務融資成本，同時采用企業利息支出占期末和期初長短期負債的平均余額的比重（Debcost2）來計算供應商的債務融資成本。對模型（1）進行重新回歸，表5第（3）和（4）列顯示，客戶數字化轉型（Digital）的系數均在1%的水平上顯著為負。

3. 變換樣本。考慮到制造業樣本在全部樣本中所占的份額較大，高達67%，所以選擇客戶企業為制造業的樣本進行重新回歸。結果如表5第（5）列所示，客戶數字化轉型（Digital）的系數在1%的水平上顯著為負。另外，考慮到新冠疫情對宏觀經濟環境的劇烈沖擊，企業生存發展處于非正常狀態，因此，剔除2020—2022年的樣本重新進行回歸，結果如表5第（6）列所示，客戶數字化轉型（Digital）的系數在1%的水平上顯著為負。

（五）機制分析

結合前文的理論分析，客戶數字化轉型通過降低供應商的經營風險、提高供應商的信息披露質量和改善銀企關系來降低供應商的債務融資成本。因此，在式（1）的基礎上構建以下回歸模型：

[Medi，t=β0+β1Digitali，t-1+β2Controls+Industryi+Yeart+εi，t]" " " （2）

[Debcosti，t=λ0+λ1Digitali，t-1+λ2Medi，t-1+λ3Controls+Industryi+Yeart+εi，t] （3）

其中，[Med]為中介變量，包括供應商的經營風險（Risk）、信息披露質量（Disclosure）和銀企關系（Relationship）。

首先，檢驗供應商經營風險降低的中介效應。回歸結果如表6所示，從第（1）列可以看出，客戶數字化轉型（Digital）的系數為-0.201，在1%的水平上顯著為負，表明客戶數字化轉型顯著降低了供應商的經營風險。表6第（2）列顯示，供應商經營風險（Risk）的系數顯著為正，在加入中介變量后，客戶數字化轉型（Digital）的系數仍在1%的水平上顯著為負，說明客戶數字化轉型通過降低供應商的經營風險進而降低供應商的債務融資成本，驗證了假設H1a。

其次，檢驗供應商信息披露質量提高的中介效應。表6第（3）列顯示，客戶數字化轉型（Digital）的系數在1%的水平上顯著為正，表明客戶數字化轉型顯著提高了供應商的信息披露質量。從表6第（4）列可以看出，供應商信息披露質量（Disclosure）的系數在1%水平上顯著為正，在加入中介變量后，客戶數字化轉型（Digital）的系數仍在1%水平上顯著為負，說明客戶數字化轉型通過提高供應商的信息披露質量進而降低供應商的債務融資成本，驗證了假設H1b。

最后，檢驗供應商銀企關系改善的中介效應。表6第（5）列顯示，客戶數字化轉型（Digital）的系數在1%水平上顯著為正，表明客戶數字化轉型顯著改善了供應商企業與銀行之間的關系。從表6第（6）列可以看出，供應商銀企關系（Relationship）的系數在5%的水平上顯著為負，客戶數字化轉型（Digital）的系數仍在1%的水平上顯著為負，說明客戶數字化轉型通過改善供應商的銀企關系進而降低供應商的債務融資成本，驗證了假設H1c。

（六）異質性分析

1. 數字經濟發展水平差異。數字經濟能夠通過擴大市場規模、增加知識溢出和豐富要素組合來增加地區機會與活力，也能通過拓展知識傳播途徑和強化信息交互機制來豐富地區資源，并通過高效的信息傳遞壓縮時空距離，實現區域之間的產業鏈聯動（趙濤等，2020）[39]。所以，當客戶所在城市數字經濟發展水平高于供應商所在城市數字經濟發展水平時，客戶數字化轉型的供應鏈溢出效應依托數字經濟所帶來的優勢，信息交互更加高效，加深了供應鏈上企業間的資源共享和知識共享的廣度和深度，能更加顯著地降低供應商的債務融資成本。參考趙濤等（2020）[39]的研究，以數字經濟發展指數來衡量企業所在城市的數字經濟發展水平。具體來說，將互聯網普及水平、IT行業從業水平、電信業務水平、移動電話使用水平和數字金融指數進行主成分分析，獲得數字經濟發展指數。將主回歸的樣本分為客戶所在城市數字經濟發展水平高于供應商所在城市和客戶所在城市數字經濟發展水平低于供應商所在城市兩組，并分別進行回歸。回歸結果如表7第（1）列和第（2）列所示，當客戶所在城市數字經濟發展水平高于供應商所在城市時，客戶數字化轉型更加顯著地降低了供應商的債務融資成本。

2. 金融發展水平差異。發達的金融市場為信貸的有效分配提供了基礎，使得地區資金配置更加合理，并且在一定程度上促進創新發展。而金融發展具有空間溢出效應，金融發展水平高的地區會通過融合知識、信息與技術等要素產生創新激勵效應，強化資金、技術與人力在空間上的流通。因此，當客戶所在地區金融發展水平高于供應商時，會對供應商產生資金溢出和創新溢出效應。但是，這種溢出效應會受到地理距離和信息傳輸效果的影響，而客戶數字化轉型在擴大供應鏈地理分布的同時打破了地理距離增加帶來的交易成本上升問題，緩解了由信息傳輸效率低下或者信息失真帶來的信息不對稱問題。在這種情況下，客戶數字化轉型的供應鏈溢出效應與金融發展水平的空間溢出效應相互影響，相互促進。一方面，客戶數字化轉型打破了地理距離和信息傳輸的雙重限制，從而強化了金融發展的空間溢出效應；另一方面，客戶所在金融發展水平較高的地區所具備的資金、技術、人力等要素會進一步強化客戶數字化轉型的供應鏈溢出效應。因此，當客戶所在地區金融發展水平高于供應商時，客戶數字化轉型更能顯著降低供應商的債務融資成本。參考楊俊等（2006）[40]的研究，以金融機構貸款余額與GDP的比值衡量地區金融發展水平。將主回歸樣本分為供應商所在城市金融發展水平低于客戶所在城市和供應商所在城市金融發展水平高于客戶所在城市兩組，分別進行回歸。回歸結果如表7第（3）列和第（4）列所示，當客戶所在城市金融發展水平高于供應商所在城市時，客戶數字化轉型更能顯著降低供應商的債務融資成本。

3. 供應鏈數字化差距。供應鏈數字化差距能夠在一定程度上反映供應鏈上客戶與供應商在數字信息獲取、數字技術應用和數字資源轉化方面的差距。當客戶數字化轉型程度遠超供應商時，相較于客戶，供應商的數字信息獲取和數字技術應用均處于劣勢，供應商會更加迫切地向外尋求知識和資源，從而針對客戶數字化轉型帶來的變化做出戰略調整，以實現對數字資源的有效控制，發揮數字化轉型的賦能作用，形成自身的競爭優勢。而當客戶數字化水平與供應商相當時，表明供應商與客戶對數字技術的認知水平和轉化能力差距較小，這種相似性使其無法獲取所需要的差異性互補知識與資源，從而極大削弱了客戶數字化轉型的正向溢出效應。參考李云鶴等（2022）[22]的研究，首先，本文保留了客戶數字化轉型程度高于供應商數字化轉型程度的樣本。其次，以客戶與供應商數字化轉型程度之差度量供應鏈數字化差距。最后，將供應鏈數字化差距按照中位數分為供應鏈數字化差距大和供應鏈數字化差距小兩組，分別進行回歸。回歸結果如表8第（1）列和第（2）列所示，當供應鏈數字化差距較大時，客戶數字化轉型更能顯著降低供應商的債務融資成本。

4. 地理距離。地理距離會影響客戶數字化轉型的供應鏈溢出效果。地理距離較遠的供應商和客戶之間異質性程度較高，上下游各方所處環境的差異為知識技術的創造、傳播、轉移創造了條件，而較近的地理距離容易形成封閉的關系網絡，從而影響供應商對數字化知識和資源的接收能力。因此，較遠的地理距離可能會使得客戶數字化轉型的溢出效果更加顯著。盡管較遠的地理距離也會帶來信息不對稱程度的增加和交易成本的上升，會對供應鏈上下游溝通協作產生阻礙，但數字化技術的應用推動了各類資源要素快速流動，增強了供應鏈上企業的信息處理效率和資源獲取能力，在突破信息和資源約束、打破時空限制的同時實現跨界發展。因此，客戶數字化轉型緩解了地理距離帶來的信息不對稱和交易成本上升的問題，對數字化轉型的溢出效應產生正向的推動作用。綜上所述，客戶與供應商地理距離越遠，客戶數字化轉型的溢出效果越強。參考楊金玉等（2022）[4]的研究，以客戶和供應商所在地的經度和緯度為依據，計算兩者之間的地理距離，并按照地理距離的中位數將樣本分為地理距離近和地理距離遠兩組，分別進行回歸。回歸結果如表8第（3）列和第（4）列所示，當供應商與客戶之間地理距離較遠時，客戶數字化轉型更能顯著降低供應商的債務融資成本。

五、結論與啟示

融資難、融資貴問題不僅會影響我國企業的高質量發展，還會降低宏觀經濟的運行效率，是現階段亟待解決的問題。數字技術的快速興起與廣泛滲透不僅給企業本身帶來了發展機會，其產生的影響還會沿著供應鏈向上游企業擴散，帶來更深層次的經濟后果。為此，本文基于供應鏈溢出視角，以2007—2022年A股上市公司及其客戶為研究樣本，深入探討客戶數字化轉型對供應商債務融資成本的影響。研究發現，客戶數字化轉型顯著降低了供應商的債務融資成本。機制檢驗發現，客戶數字化轉型通過降低供應商企業經營風險、提高供應商信息披露質量和改善銀企關系來降低供應商的債務融資成本。異質性分析發現，上述影響在客戶所在城市數字經濟發展水平、金融發展水平高于供應商所在城市，客戶與供應商數字化差距較大，客戶與供應商地理距離較遠時更為顯著。研究結論對于供應鏈上下游企業、銀行等金融機構以及有關政策制定者具有重要的啟示意義。

首先，面對日新月異的市場環境，企業應當將戰略決策視角由組織內部拓展至整個供應鏈網絡，充分利用供應鏈關系重塑自身競爭優勢，實現上下游協同發展和價值共創。對于上游企業而言，應當充分關注供應鏈上客戶的數字化轉型實踐。本文研究表明，客戶數字化轉型具有供應鏈溢出效應，可以通過鏈上信息交互、資源流動和創新擴散提高供應商的經營管理水平和信息披露質量。因此，上游企業應當積極與客戶進行溝通交流，利用鏈上的數字資源加強自身的數字化建設，緩解信息不對稱，不斷提高自身的治理水平以增強融資能力，為實現可持續發展提供資金保障。

其次，下游企業在不斷提高自身數字化水平的同時，應當充分發揮示范帶頭作用。本文研究表明，當客戶所在城市數字經濟發展水平和金融發展水平高于供應商所在城市，客戶與供應商地理距離較遠時，數字化轉型的供應鏈溢出效應更加顯著。因此，客戶應當根植于數字經濟與金融市場的發展沃土，利用數字技術壓縮時空的特征，充分發揮數字技術的乘數效應，更加有效地利用自身的資源優勢和信息優勢賦能供應鏈上下游企業協同發展，從而實現全鏈條的價值躍升。

再次，銀行等金融機構應當抓住數字技術發展機遇，積極推進自身數字化轉型，加強與數字化轉型企業之間的信息溝通，助力實體經濟實現低成本融資。應不斷完善信貸決策體系，優化金融服務流程并提高信貸資金配置效能，加強對企業供應鏈信息的挖掘和應用，優化信貸結構，助力各類企業實現降本增效。

最后，對于政策制定者而言，要順應數字經濟發展的客觀趨勢，鼓勵和支持數字經濟發展，為企業數字化轉型提供方向指導和政策支持。充分關注處于信息和資源劣勢地位的中小企業，大力扶持中小企業數字化轉型，為其提供技術支持和資金保障，縮小企業之間的“數字鴻溝”，實現產業鏈供應鏈協同發展。同時，維護良好的供應鏈金融發展環境，健全融資增信體系，促進金融供給側結構性改革，加強對信貸企業和債權人的權利保護，營造良好的金融生態環境，提高資源配置效率。

參考文獻：

[1]陶鋒，王欣然，徐揚，朱盼.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，（05）.

[2]Verhoef P C，Broekhuizen T，Bart Y，Bhattacharya A，Dong JQ ，Fabian N，Haenlein M. 2021. Digital Transformation：A Multidisciplinary Reflection and Research Agenda[J].Journal of business research，122.

[3]肖紅軍，沈洪濤，周艷坤.客戶企業數字化?供應商企業ESG表現與供應鏈可持續發展 [J].經濟研究，2024，59（03）.

[4]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，（08）.

[5]黎來芳，張偉華，陸琪睿.會計信息質量對民營企業債務融資方式的影響研究——基于貨幣政策的視角 [J].會計研究，2018，（04）.

[6]陳漢文，周中勝.內部控制質量與企業債務融資成本 [J].南開管理評論，2014，17（03）.

[7]王運通，姜付秀.多個大股東能否降低公司債務融資成本 [J].世界經濟，2017，40（10）.

[8]魏志華，王貞潔，吳育輝，李常青.金融生態環境、審計意見與債務融資成本 [J].審計研究，2012，（03）.

[9]張偉華，毛新述，劉凱璇.利率市場化改革降低了上市公司債務融資成本嗎？ [J].金融研究，2018，（10）.

[10]Massa M，Zhang L. 2013. Monetary Policy and Regional Availability of Debt Financing [J].Journal of Monetary Economics，60（4）.

[11]李青原，李昱，章尹賽楠，鄭昊天.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，（07）.

[12]Zhang C，Chai B，Mirza S S，Jin Y. 2024. Customer-Driven Value Creation in the Digital Economy： Determining the Role of Customer Firms' Digital Transformation on Supplier Performance in China [J].Omega，128.

[13]蔣殿春，魯大宇.供應鏈關系變動?融資約束與企業創新 [J].經濟管理，2022，44（10）.

[14]唐松，謝雪妍.企業持股金融機構如何服務實體經濟——基于供應鏈溢出效應的視角 [J].中國工業經濟，2021，（11）.

[15]Kim J B，Song B Y，Zhang Y. 2015. Earnings Performance of Major Customers and Bank Loan Contracting with Suppliers [J].Journal of Banking amp; Finance，59.

[16]Files R，Gurun U G. 2018. Lenders' Response to Peer and Customer Restatements [J].Contemporary Accounting Research，35（1）.

[17]Cull R，Xu L C. 2005. Institutions，Ownership，and Finance：the Determinants of Profit Reinvestment Among Chinese Firms [J].Journal of Financial Economics，77（1）.

[18]Myers S C，Majluf N S. 1984. Corporate Financing and Investment Decisions when Firms have Information that Investors do not have [J].Journal of Financial Economics，13（2）.

[19]尹志超，錢龍，吳雨.銀企關系?銀行業競爭與中小企業借貸成本 [J].金融研究，2015，（01）.

[20]李四海，陳祺.制度環境、政治關聯與會計信息債務契約有用性——來自中國民營上市公司的經驗證據 [J].管理評論，2013，25（01）.

[21]李志強.基于交易成本理論的互聯網金融與中小企業融資關系研究 [J].上海經濟研究，2015，（03）.

[22]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）.

[23]Wu L Y. 2007. Entrepreneurial Resources，Dynamic Capabilities and Start-up Performance of Taiwan's High-Tech Firms [J].Journal of Business research，60（5）.

[24]曾敏剛，林倩，潘煥雯，朱佳.信息技術能力?信任與供應鏈整合的關系研究 [J].管理評論，2017，29（12）.

[25]Patatoukas P N. 2012. Customer-Base Concentration：Implications for Firm Performance and Capital Markets：2011 American Accounting Association Competitive Manuscript Award Winner [J].The Accounting Review，87（2）.

[26]翟淑萍，韓賢，張曉琳，陳曦.數字金融能降低企業債務違約風險嗎 [J].會計研究，2022，（02）.

[27]范建紅，劉曉蔓，李娜.制度壓力、戰略反應與企業社會責任信息披露——基于系統動力學的分析 [J].管理評論，2024，36（07）.

[28]陳劍，劉運輝.數智化使能運營管理變革：從供應鏈到供應鏈生態系統 [J].管理世界，2021，37（11）.

[29]劉燁，王琦，班元浩.出口企業數字化轉型?雙重網絡位置躍遷與國際競爭優勢重塑 [J].經濟管理，2024，46（03）.

[30]林春鵬，楊金強.信貸包容，企業投資與過度外推偏差 [J].管理工程學報，2024，38（06）.

[31]張一林，郁蕓君，陳珠明.人工智能、中小企業融資與銀行數字化轉型 [J].中國工業經濟，2021，（12）.

[32]羅宏，郭一銘，喬慧穎，吳丹.企業數字化轉型與杠桿操縱 [J].當代財經，2023，（05）.

[33]鄭軍，林鐘高，彭琳.貨幣政策?內部控制質量與債務融資成本 [J].當代財經，2013（09）.

[34]王竹泉，王貞潔，李靜.經營風險與營運資金融資決策 [J].會計研究，2017，（05）.

[35]伊志宏，姜付秀，秦義虎.產品市場競爭?公司治理與信息披露質量 [J].管理世界，2010，（01）.

[36]羅黨論，唐清泉.政府控制?銀企關系與企業擔保行為研究——來自中國上市公司的經驗證據 [J].金融研究，2007，（03）.

[37]袁淳，肖土盛，耿春曉，盛譽.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，（09）.

[38]吳非，胡慧芷，林慧妍，任曉怡.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（07）.

[39]趙濤，張智，梁上坤.數字經濟?創業活躍度與高質量發展——來自中國城市的經驗證據 [J].管理世界，2020，36（10）.

[40]楊俊，李曉羽，張宗益.中國金融發展水平與居民收入分配的實證分析[ J].經濟科學，2006，（02）.