經(jīng)濟(jì)政策不確定性對供應(yīng)鏈上下游企業(yè)的影響研究

摘 要：宏觀經(jīng)濟(jì)政策的不確定性對企業(yè)的微觀經(jīng)營行為具有重要影響。經(jīng)濟(jì)政策不確定性可以直接對企業(yè)產(chǎn)生影響，也可以通過供應(yīng)鏈上企業(yè)之間的相互影響進(jìn)行傳導(dǎo)，使企業(yè)在決策時面臨更為復(fù)雜的環(huán)境。本文選取2011—2022年上市公司數(shù)據(jù)，實(shí)證檢驗了經(jīng)濟(jì)政策不確定性指數(shù)對供應(yīng)鏈上下游企業(yè)的影響，并進(jìn)行供應(yīng)鏈節(jié)點(diǎn)的異質(zhì)性檢驗。研究結(jié)論：經(jīng)濟(jì)政策不確定性對企業(yè)和供應(yīng)鏈上下游企業(yè)的牛鞭效應(yīng)存在顯著的正向影響；經(jīng)濟(jì)政策不確定性對供應(yīng)鏈不同節(jié)點(diǎn)的影響存在差異，對客戶牛鞭效應(yīng)的影響小于中間商，中間商又小于供應(yīng)商。因此，政府在制定經(jīng)濟(jì)政策時既要考慮政策使企業(yè)之間相互影響，也要考慮政策會導(dǎo)致供應(yīng)鏈上的企業(yè)之間相互影響；同時，企業(yè)需要重視經(jīng)濟(jì)政策在供應(yīng)鏈上下游的不同影響，并根據(jù)企業(yè)在供應(yīng)鏈上下游節(jié)點(diǎn)做出決策。

關(guān)鍵字：供應(yīng)鏈；經(jīng)濟(jì)政策；牛鞭效應(yīng)；似無相關(guān)回歸；上市公司；異質(zhì)性分析

中圖分類號：F061.3；F019.6 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2025）05（b）--05

眾所周知，經(jīng)濟(jì)政策不確定性必然會對企業(yè)的經(jīng)營活動產(chǎn)生影響。經(jīng)濟(jì)政策不確定性會影響到企業(yè)管理者的預(yù)期，進(jìn)而影響到?jīng)Q策，從而對供應(yīng)鏈協(xié)調(diào)產(chǎn)生影響，供應(yīng)鏈協(xié)調(diào)的一個重要表現(xiàn)是牛鞭效應(yīng)問題。但是，現(xiàn)有研究并沒有系統(tǒng)探究經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響。尤其是企業(yè)并非獨(dú)立的個體，而是處于各種社會網(wǎng)絡(luò)之中。供應(yīng)鏈網(wǎng)絡(luò)是企業(yè)經(jīng)營過程中最為重要的社會網(wǎng)絡(luò)，其經(jīng)營活動必然會受到供應(yīng)鏈網(wǎng)絡(luò)中其他企業(yè)的影響。經(jīng)濟(jì)政策的不確定性不僅能直接影響到企業(yè)的決策，還可以通過供應(yīng)鏈網(wǎng)絡(luò)中企業(yè)相互之間的聯(lián)系產(chǎn)生影響，對牛鞭效應(yīng)的影響更為復(fù)雜。因此，從宏觀因素出發(fā)探討宏觀經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響，彌補(bǔ)現(xiàn)有關(guān)于宏觀因素對牛鞭效應(yīng)影響的研究不足，一定程度上拓展了供應(yīng)鏈牛鞭效應(yīng)的研究，厘清了經(jīng)濟(jì)政策不確定性與牛鞭效應(yīng)之間的關(guān)系，能夠為政府的經(jīng)濟(jì)政策制定和供應(yīng)鏈協(xié)調(diào)提供有益參考。

1 理論分析與研究假設(shè)

供應(yīng)鏈中的不確定性是由于商業(yè)和經(jīng)濟(jì)環(huán)境的變化。現(xiàn)有研究已經(jīng)驗證經(jīng)濟(jì)政策不確定性對供應(yīng)鏈的價值、集成和垂直整合的影響，以及經(jīng)濟(jì)不確定性對供應(yīng)鏈的價值、利潤和決策的影響。經(jīng)濟(jì)政策不確定性通過經(jīng)營風(fēng)險和融資約束對供應(yīng)鏈集成有著顯著的負(fù)面影響。經(jīng)濟(jì)政策的不確定性對供應(yīng)鏈上企業(yè)的客戶群集中度存在負(fù)向影響。經(jīng)濟(jì)政策不確定性程度越高，企業(yè)越傾向于垂直整合。在全球經(jīng)濟(jì)和不斷增長的需求影響下，不確定性因素對供應(yīng)鏈上所有企業(yè)的成本產(chǎn)生影響，上下游企業(yè)的壓力越來越大。

不確定性環(huán)境是供應(yīng)鏈牛鞭效應(yīng)問題的主要因素，供應(yīng)鏈中的各種不確定性需求變化、價格波動、交貨期變化和信息共享等都會影響到牛鞭效應(yīng)。頻繁的經(jīng)濟(jì)政策調(diào)整也可能對企業(yè)的生產(chǎn)和經(jīng)營產(chǎn)生負(fù)面影響，經(jīng)濟(jì)政策的不確定性對企業(yè)庫存投資的抑制作用加大，導(dǎo)致企業(yè)高水平的庫存積壓。可以看出，當(dāng)政府調(diào)整政策時，企業(yè)經(jīng)營者根據(jù)政策的調(diào)整改變預(yù)期，消費(fèi)也受到政策調(diào)整的影響而發(fā)生改變，由于企業(yè)經(jīng)營者很難對政策變化對消費(fèi)的影響做出預(yù)測，加之生產(chǎn)不能快速調(diào)整，從而可能推高企業(yè)內(nèi)部牛鞭效應(yīng)。另外一種情況是經(jīng)濟(jì)政策的調(diào)整刺激了消費(fèi)，市場需求增大，企業(yè)擴(kuò)大生產(chǎn)規(guī)模，但是利潤的增加帶來了更多的競爭者，生產(chǎn)大于需求，出現(xiàn)牛鞭效應(yīng)。因此，本文提出假設(shè)1。

假設(shè)1：經(jīng)濟(jì)政策不確定性對企業(yè)內(nèi)部牛鞭效應(yīng)有正向影響，即經(jīng)濟(jì)政策不確定性的提高會放大企業(yè)內(nèi)部的牛鞭效應(yīng)。

而且，當(dāng)前企業(yè)之間的競爭已經(jīng)不是單個企業(yè)之間的競爭，而是供應(yīng)鏈之間的競爭。企業(yè)不再是獨(dú)立的個體，而是供應(yīng)鏈上的一個節(jié)點(diǎn)。企業(yè)之間在供應(yīng)鏈上既有合作又存在競爭，關(guān)系越來越復(fù)雜。供應(yīng)鏈?zhǔn)瞧髽I(yè)最重要和最直接的外部關(guān)系，影響到企業(yè)從供應(yīng)到銷售的各個環(huán)節(jié)。隨著全球供應(yīng)鏈的發(fā)展，外包、全球化和信息的快速創(chuàng)新加劇了供應(yīng)鏈成員在資源和信息方面的相互依賴，網(wǎng)絡(luò)越來越復(fù)雜，各種風(fēng)險對供應(yīng)鏈的影響越來越大，尤其是供給和需求的不確定性隨著供應(yīng)鏈網(wǎng)絡(luò)越來越復(fù)雜而增加，說明我們不能僅從企業(yè)角度研究兩者之間的關(guān)系，還需要從供應(yīng)鏈的角度理解經(jīng)濟(jì)政策不確定性對企業(yè)決策的影響。根據(jù)供應(yīng)鏈的含義可知，供應(yīng)鏈上下游企業(yè)面對著消費(fèi)者，消費(fèi)者的需求在經(jīng)濟(jì)政策調(diào)整的情況下發(fā)生改變，下游企業(yè)距離消費(fèi)者更近，獲取市場信號更為快速和準(zhǔn)確，而上游企業(yè)距離消費(fèi)者較遠(yuǎn)，獲取市場信號較為緩慢，準(zhǔn)確性相對也較低，導(dǎo)致上游企業(yè)在經(jīng)濟(jì)政策不確定性的影響下其牛鞭效應(yīng)與下游企業(yè)存在差異。因此，本文提出假設(shè)2。

假設(shè)2：經(jīng)濟(jì)政策不確定性對供應(yīng)鏈上下游企業(yè)牛鞭效應(yīng)的影響存在差異，對上游企業(yè)的牛鞭效應(yīng)的影響大于下游企業(yè)。

2 研究設(shè)計

2.1 樣本選擇與數(shù)據(jù)來源

本文選取2011—2022年間中國A股上市公司為研究樣本，公司層面主要數(shù)據(jù)來自CSAMR數(shù)據(jù)庫，經(jīng)濟(jì)政策不確定性數(shù)據(jù)采用Huangamp;Luk（2019）構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)，供應(yīng)鏈相關(guān)數(shù)據(jù)來自CSAMR數(shù)據(jù)庫的供應(yīng)鏈數(shù)據(jù)庫。由于金融類上市公司與其他行業(yè)差異較大，首先剔除該類公司，然后剔除ST處理、資產(chǎn)負(fù)債率超過100%和數(shù)據(jù)缺失的公司數(shù)據(jù)。

2.2 模型設(shè)定

2.2.1 基準(zhǔn)模型

為檢驗經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響，本文利用Huangamp;Luk（2019）提供的經(jīng)濟(jì)政策不確定性指數(shù)作為核心解釋變量，建立如下計量模型：

Yi，t=C+α1EPUt+βiControli，t+εi，t（1）

其中，下標(biāo)i代表公司個體，t代表年份；Yi，t代表被解釋變量牛鞭效應(yīng)；EPUt代表核心解釋變量經(jīng)濟(jì)政策不確定性指數(shù)，Controli，t代表控制變量；εi，t代表隨機(jī)擾動項。

2.2.2 異質(zhì)性檢驗?zāi)Ｐ?/p>

采用CSAMR提供的供應(yīng)鏈關(guān)系數(shù)據(jù)庫，按照供應(yīng)商—中間商和中間商—客戶對數(shù)據(jù)進(jìn)行分組后分別進(jìn)行回歸，探討經(jīng)濟(jì)政策不確定性對上下游企業(yè)的牛鞭效應(yīng)影響的差異。組間差異系數(shù)分別采用似無相關(guān)模型和交互項的方法進(jìn)行實(shí)證檢驗。

檢驗組間差異系數(shù)常用的方法是加入交互項。引入一個虛擬變量Supplyi。在供應(yīng)商—中間商供應(yīng)鏈中，若企業(yè)為上游供應(yīng)商，Supplyi=1，否則，Supplyi=0；在中間商—客戶供應(yīng)鏈中，若企業(yè)為中間商，Supplyi=1，否則，Supplyi=0。計量模型設(shè)定如下：

Yi，t=C+α1EPUt+α2Supply+α1EPUt*Supply+βiControli，t+εi，t（2）

模型（2）中其他變量的含義與模型（1）一致，增加了經(jīng)濟(jì)政策不確定性與虛擬變量Supplyi的交互項。

加入交互項進(jìn)行組間系數(shù)差異檢驗需要假定控制變量系數(shù)不隨組別發(fā)生變化，這一適用條件過于嚴(yán)格。因此，本文采用連玉君和廖俊平（2017）提出的似無相關(guān)模型檢驗，該方法可采用適用條件較為寬松的基于似無相關(guān)模型SUR的檢驗判斷分組回歸系數(shù)組間差異。建立的計量模型如下：

Supply=0：Y1i，t=C+α1EPUt+βiControl1i，t+ε1i，t（3-1a）

Supply=1：Y2i，t=C+α1EPUt+βiControl2i，t+ε2i，t（3-1b）

模型（3-1a）和模型（3-1b）分別表示Supply等于“0”和“1”時的兩個組，對兩個組分別進(jìn)行回歸，得到兩個組的回歸系數(shù)，然后進(jìn)行基于似無相關(guān)模型的SUR檢驗，判斷兩個組的回歸系數(shù)是否存在差異。

2.3 變量定義

被解釋變量為牛鞭效應(yīng)，用Y表示，按照楊志強(qiáng)等（2020）的方法分別以主營業(yè)務(wù)成本和主營業(yè)務(wù)收入作為需求波動的代理變量，得到Y(jié)1和Y2。數(shù)值越大，說明牛鞭效應(yīng)越大，供需之間放大的現(xiàn)象越明顯。

核心解釋變量為經(jīng)濟(jì)政策不確定性，用EPU表示。經(jīng)濟(jì)政策不確定性指數(shù)采用Huangamp;Luk（2019）構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)及財政政策、貨幣政策、貿(mào)易政策和匯率與資本控制政策四類分解指數(shù)。

特征變量為供應(yīng)鏈節(jié)點(diǎn)（supply）。根據(jù)CSAMR上市公司數(shù)據(jù)庫中的供應(yīng)鏈網(wǎng)絡(luò)關(guān)系指標(biāo)，建立供應(yīng)商—中間商和中間商—客戶兩類節(jié)點(diǎn)，供應(yīng)商—中間商供應(yīng)鏈中，供應(yīng)商取值為1，中間商取值為0；中間商—客戶供應(yīng)鏈中，中間商取值為1，客戶取值為0。

控制變量參考已有相關(guān)研究，本文在進(jìn)行回歸分析時引入了以下控制變量：①公司規(guī)模（Size），定義為公司營業(yè)總收入的自然對數(shù)；②資產(chǎn)負(fù)債率（Lev），衡量公司財務(wù)杠桿可表示為公司總負(fù)債與總資產(chǎn)的比率；③資產(chǎn)收益率（ROA），與企業(yè)盈利能力和資產(chǎn)利用效率有關(guān)，采用凈利潤/總資產(chǎn)表示；④成長能力（Growth），采用公司凈利潤增長率來衡量定義為公司本年凈利潤總額較上一年的增長比率；⑤董事會規(guī)模（Board），采用董事會成員數(shù)的對數(shù)表示；⑥獨(dú)立董事比例（Indep），用獨(dú)立董事除以董事人數(shù)；⑦賬面市值比（BM），用股東權(quán)益與公司市值比計算得到；⑧托賓Q值，TobinQ，流通股市值+非流通股股份數(shù)×每股凈資產(chǎn)+負(fù)債賬面值）/總資產(chǎn)計算得到；⑨所有權(quán)性質(zhì)（SOE），為虛擬變量，國有企業(yè)表示為1，非國有企業(yè)表示為0。控制變量來源于國泰安上市公司數(shù)據(jù)庫。

3 實(shí)證分析

3.1 描述性統(tǒng)計結(jié)果

主要變量的描述性統(tǒng)計結(jié)果如表1所示。為消除極端值的影響，本文對所有連續(xù)變量進(jìn)行上下1%的Winsorize處理。模型可能存在多重共線性問題，需要進(jìn)行相關(guān)分析以判斷是否存在嚴(yán)重的多重共線性。相關(guān)系數(shù)見表1，相關(guān)系數(shù)分析結(jié)果顯示，模型中各變量之間的相關(guān)系數(shù)大部分均小于0.5，然后計算方差膨脹因子檢驗值為1.37，表明本文的回歸模型不存在嚴(yán)重的多重共線性問題。

3.2 經(jīng)濟(jì)政策不確定性指數(shù)的回歸結(jié)果

首先關(guān)注經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響。表2為經(jīng)濟(jì)政策不確定性指數(shù)基準(zhǔn)回歸結(jié)果，結(jié)果顯示，經(jīng)濟(jì)政策不確定性與上市公司牛鞭效應(yīng)之間存在顯著的正相關(guān)關(guān)系，說明隨著經(jīng)濟(jì)政策不確定性指數(shù)的增加，企業(yè)的牛鞭效應(yīng)更為明顯，導(dǎo)致企業(yè)面臨生產(chǎn)和經(jīng)營浪費(fèi)。

其次，將經(jīng)濟(jì)政策不確定性滯后一階作為核心解釋變量進(jìn)行回歸。回歸結(jié)果顯示，經(jīng)濟(jì)政策不確定性的一階滯后項對企業(yè)牛鞭效應(yīng)存在顯著的正向影響，而且影響系數(shù)顯著增大，說明隨著時間的推移，經(jīng)濟(jì)政策不確定性進(jìn)一步推高了企業(yè)的牛鞭效應(yīng)。

此外，回歸中控制變量的系數(shù)符號和顯著性說明，規(guī)模越大的企業(yè)，牛鞭效應(yīng)越弱，這是因為大公司具有資源、信息和控制上的優(yōu)勢；資產(chǎn)負(fù)債率越高的公司，牛鞭效應(yīng)越弱，主要在于企業(yè)的資金約束，企業(yè)不得不減少對訂單的響應(yīng)，但并不顯著；凈資產(chǎn)收益率越高的企業(yè)，牛鞭效應(yīng)也會越弱，原因在于凈資產(chǎn)收益率高的企業(yè)經(jīng)營管理水平更高，對供應(yīng)鏈的反應(yīng)更快；增長速度越快的企業(yè)，牛鞭效應(yīng)越顯著，原因在于企業(yè)快速增長中為滿足快速增長的需要，會提高對當(dāng)期的市場預(yù)測；董事會規(guī)模與牛鞭效應(yīng)回歸符號為負(fù)，但并無顯著關(guān)系；獨(dú)立董事比例與企業(yè)牛鞭效應(yīng)的回歸符號為正，但沒有通過顯著性檢驗；賬目市值比與牛鞭效應(yīng)的回歸符號為負(fù)，前兩列通過了1%的顯著性檢驗，后兩列沒有通過顯著性檢驗，說明發(fā)展前景好，銷售旺盛的企業(yè)牛鞭效應(yīng)較低；托賓q值的回歸符號為正，且通過了5%的顯著性檢驗，說明資產(chǎn)回報率高時企業(yè)選擇進(jìn)行更多投資，牛鞭效應(yīng)放大；產(chǎn)權(quán)性質(zhì)、第一大股東持股比例和月均超額換手率回歸結(jié)果并不顯著，說明對牛鞭效應(yīng)影響不明顯。上述控制變量結(jié)果與Fang et al.（2015）和Hall et al.（2016）等基本一致。

此外，在模型中采用控制時間趨勢代替時間虛擬變量，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與牛鞭效應(yīng)之間依然存在顯著的正相關(guān)關(guān)系（表2）。

4 異質(zhì)性分析

異質(zhì)性分析分別采用分組回歸和交互項兩種方法進(jìn)行實(shí)證研究，探討供應(yīng)鏈節(jié)點(diǎn)不同情況下經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響。分組回歸之后采用似無相關(guān)回歸檢驗組間系數(shù)差異。

4.1 中間商-客戶異質(zhì)性分析

表3中中間商—客戶節(jié)點(diǎn)異質(zhì)性分析回歸結(jié)果顯示。第一種牛鞭效應(yīng)計算結(jié)果下，下游客戶的影響系數(shù)為-0.0169，上游中間商的影響系數(shù)為0.0217，上游企業(yè)的影響系數(shù)大于下游企業(yè)的影響系數(shù)，都通過了1%的顯著性檢驗。似無相關(guān)回歸組間系數(shù)差異性檢驗結(jié)果顯示，兩種牛鞭效應(yīng)計算結(jié)果下都通過1%的顯著性檢驗。

加入經(jīng)濟(jì)政策不確定性與中間商—客戶交互項后進(jìn)行回歸。結(jié)果表明，經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響仍然為正，供應(yīng)鏈節(jié)點(diǎn)與經(jīng)濟(jì)政策不確定性的交叉項為負(fù)，說明處于中間商—客戶節(jié)點(diǎn)的企業(yè)牛鞭效應(yīng)存在差異。相較于客戶來說，越往上游其牛鞭效應(yīng)越顯著，當(dāng)下游企業(yè)受到經(jīng)濟(jì)政策不確定性出現(xiàn)牛鞭效應(yīng)放大的現(xiàn)象，傳導(dǎo)到上游企業(yè)牛鞭效應(yīng)更為顯著。

4.2 供應(yīng)商—中間商異質(zhì)性分析

表4供應(yīng)商—中間商節(jié)點(diǎn)異質(zhì)性分析回歸結(jié)果顯示，第一種牛鞭效應(yīng)計算結(jié)果下，下游中間商的影響系數(shù)為0.0169，上游供應(yīng)商的影響系數(shù)為0.0232，上游企業(yè)的影響系數(shù)大于下游企業(yè)的影響系數(shù)，都通過了1%的顯著性檢驗。似無相關(guān)回歸組間系數(shù)差異性檢驗結(jié)果顯示，兩種牛鞭效應(yīng)計算結(jié)果下通過至少10%的顯著性檢驗。

加入經(jīng)濟(jì)政策不確定性與供應(yīng)商—中間商交互項后進(jìn)行回歸。結(jié)果表明，經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)的影響仍然為正，供應(yīng)鏈節(jié)點(diǎn)與經(jīng)濟(jì)政策不確定性的交叉項為負(fù)。說明處于供應(yīng)商—中間商節(jié)點(diǎn)的企業(yè)牛鞭效應(yīng)存在差異。相較于客戶來說，越往上游其牛鞭效應(yīng)越顯著，當(dāng)下游企業(yè)受到經(jīng)濟(jì)政策不確定性出現(xiàn)牛鞭效應(yīng)放大的現(xiàn)象，傳導(dǎo)到上游企業(yè)其牛鞭效應(yīng)更為顯著。

5 結(jié)語

本文利用2011—2022年上市公司數(shù)據(jù)，實(shí)證檢驗了經(jīng)濟(jì)政策不確定性指數(shù)對牛鞭效應(yīng)的影響，主要得到如下結(jié)論：

第一，經(jīng)濟(jì)政策不確定性對企業(yè)牛鞭效應(yīng)存在顯著的正向影響。經(jīng)濟(jì)政策不確定性越高，企業(yè)的牛鞭效應(yīng)越顯著，說明經(jīng)濟(jì)政策不確定性對牛鞭效應(yīng)存在放大效應(yīng)。從供應(yīng)鏈的角度來看，經(jīng)濟(jì)政策不確定性同樣對供應(yīng)鏈牛鞭效應(yīng)存在顯著的正向影響，放大了牛鞭效應(yīng)。

第二，經(jīng)濟(jì)政策不確定性對供應(yīng)鏈不同節(jié)點(diǎn)的影響存在差異，對客戶牛鞭效應(yīng)的影響小于中間商，而中間商又小于供應(yīng)商。

本文研究結(jié)論不僅厘清了經(jīng)濟(jì)政策不確定性對供應(yīng)鏈牛鞭效應(yīng)的影響，而且通過供應(yīng)鏈節(jié)點(diǎn)角度的異質(zhì)性分析，驗證了牛鞭效應(yīng)的存在，明確了經(jīng)濟(jì)政策不確定性對供應(yīng)鏈上下游不同節(jié)點(diǎn)的影響。因此，結(jié)論具有一定的政策啟示和實(shí)踐意義。

首先，宏觀經(jīng)濟(jì)政策的制定需要保持合適的強(qiáng)度和透明度。由于各類“灰犀牛”“黑天鵝”事件層出不窮，政府為應(yīng)對這些事件頻繁出臺各類政策，維持經(jīng)濟(jì)穩(wěn)定。但經(jīng)濟(jì)政策不確定性不僅會對企業(yè)產(chǎn)生影響，還會對供應(yīng)鏈產(chǎn)生影響，從而進(jìn)一步放大這種影響，對企業(yè)的經(jīng)營和供應(yīng)鏈的穩(wěn)定產(chǎn)生影響。因此，政府在制定經(jīng)濟(jì)政策時既需要考慮政策對企業(yè)的影響，也需要考慮政策會導(dǎo)致的供應(yīng)鏈上企業(yè)之間相互影響，保持合適的經(jīng)濟(jì)政策強(qiáng)度，提高經(jīng)濟(jì)政策的透明度，降低不確定性預(yù)期給企業(yè)經(jīng)營帶來的影響，防止政策刺激過度，放大牛鞭效應(yīng)，最終危害整條供應(yīng)鏈的高效運(yùn)作。

其次，從企業(yè)的角度來看，經(jīng)濟(jì)政策不確定性的影響是不可避免的。然而，在供應(yīng)鏈網(wǎng)絡(luò)中的企業(yè)可以根據(jù)自身在網(wǎng)絡(luò)中的位置，充分發(fā)揮供應(yīng)鏈網(wǎng)絡(luò)中企業(yè)相互影響和作用的機(jī)制，緩解牛鞭效應(yīng)。特別是對于處于供應(yīng)鏈網(wǎng)絡(luò)中較高位置的企業(yè)，更應(yīng)該將壓力下放。供應(yīng)鏈管理過程中要重視經(jīng)濟(jì)政策在供應(yīng)鏈上下游的不同影響，根據(jù)企業(yè)在供應(yīng)鏈上下游節(jié)點(diǎn)做出決策。處于下游節(jié)點(diǎn)的企業(yè)在經(jīng)濟(jì)政策變動時可以適當(dāng)客觀，而上游企業(yè)可以適當(dāng)保守。

參考文獻(xiàn)

Poojari C A， Lucas C， Mitra G. Robust solutions and risk measures for a supply chain planning problem under uncertainty[J]. Journal of the Operational Research Society， 2017，59（1）：2-12.

Liu Z， Cruz J M. Supply chain networks with corporate financial risks and trade credits under economic uncertainty[J]. International Journal of Production Economics， 2012，137（1）：55-67.

趙爽， 王生年， 王文濤.經(jīng)濟(jì)政策不確定性與供應(yīng)鏈集成：“損失規(guī)避”抑或“機(jī)遇預(yù)期”[J]. 財貿(mào)研究， 2021，32（7）：99-110.

Leung W S， Sun J. Policy Uncertainty and Customer Concentration[J]. Production and Operations Management， 2021，30（5）：1517-1542.

Sarkar B， Omair M， Kim N. A cooperative advertising collaboration policy in supply chain management under uncertain conditions[J]. Applied Soft Computing， 2020，88：105948.

Li C， Liu S. A robust optimization approach to reduce the bullwhip effect of supply chains with vendor order placement lead time delays in an uncertain environment[J]. Applied Mathematical Modelling， 2013，37（3）：707-718.

Zeng J， Zhong T， He F. Economic policy uncertainty and corporate inventory holdings： evidence from China[J]. Accounting and finance （Parkville）， 2020，60（2）：1727-1757.

Dbouk W ， Moussawi-Haidar L ， Jaber M Y .The effect of economic uncertainty on inventory and working capital for manufacturing firms[J].International Journal of Production Economics， 2020：107888.

Arshinder K， Kanda A， Deshmukh S G. A Review on Supply Chain Coordination： Coordination Mechanisms， Managing Uncertainty and Research Directions[M]//Berlin， Heidelberg： Springer Berlin Heidelberg， 2011：39-82.

Lee K， Jeon Y， Samarbakhsh L， et al. Chinese economic policy uncertainty and U.S. corporate investment[J]. International Review of Finance， 2020.

戰(zhàn)相岑， 榮立達(dá)， 張峰. 經(jīng)濟(jì)政策不確定性與垂直整合： 基于供應(yīng)鏈視角的傳導(dǎo)機(jī)制解釋[J]. 財經(jīng)研究， 2021，47（2）：49-63.

Lanier D， Wempe W F， Zacharia Z G. Concentrated supply chain membership and financial performance： Chain-and firm-level perspectives[J]. Journal of Operations Management， 2010，28（1）：1-16.

林雯，朱朝暉，胡英杰.政府大客戶綠色采購與供應(yīng)商網(wǎng)絡(luò)“綠色牛鞭”效應(yīng)研究： 壓力傳遞視角[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2024，44（2）：52-68.

楊志強(qiáng)，唐松，李增泉.資本市場信息披露、關(guān)系型合約與供需長鞭效應(yīng)： 基于供應(yīng)鏈信息外溢的經(jīng)驗證據(jù)[J].管理世界，2020，36（7）：89-105+217-218.