企業創新投入的供應鏈同群效應檢驗

【中圖分類號】F270.7 【文獻標識碼】A 【文章編號】1004-0994（2025）13-0057-6

一、引言

技術創新是引領發展的第一動力，是推動國家邁向繁榮富強的堅實基石。黨的二十大報告指出，要深入實施創新驅動發展戰略，不斷為國民經濟塑造新動能和新優勢。當前我國經濟正處于協同并進、互利共贏的時代，在專業化分工日益精細、產品迭代迅速且創新風險加劇的背景下，單純依靠企業內部資源開展創新活動已難以應對瞬息方變的市場環境，亟需依賴供應鏈網絡獲取外部資源的支持。在供應鏈網絡中，供應鏈節點企業間通過頻繁而深入的業務互動，構建起穩固的聯系紐帶。處于同一供應鏈上的焦點企業與其供應商和客戶存在直接的合作關系，便于獲取上下游企業的生產動態、技術進展和投資信息，并借此調整自身的經營戰略。例如，京東方作為華為的重要供應商，為了滿足華為對顯示屏高品質的需求，隨著華為持續增加創新投人，其也不斷增加研發投入，在LCD和AMOLED顯示技術方面取得顯著進展。因此，本文以供應鏈為出發點，探究供應鏈網絡中的創新投入同群效應，這有助于提升整個供應鏈的競爭力，對于國家推進新型工業化也具有重要意義。

同群效應是指個體行為可能會受到周圍個體或與其特征相似個體行為的影響。現有研究主要著眼于同行業、同地區和董事任職網絡中的影響，具體研究投資行為（王曉亮等，2022）、策略選擇（王建瓊和黨瑤，2022）、公司并購（蘇誠，2017）等方面的同群效應，而針對供應鏈網絡中同群效應的研究相對較少。與其他網絡相比，供應鏈網絡節點企業間緊密的業務往來，使得某一企業決策變化的信息更直接、更全面地傳遞給供應鏈上的其他企業。同時，節點企業間的利益關聯，便于一方學習與模仿其他企業的行為，也易于產生供應鏈同群效應。就企業創新投入行為而言，一方面，供應鏈節點企業間的交易往來有助于創新理念與創新知識在企業間的流動，為企業技術創新提供信息支持，降低企業創新的成本與風險；而且，同一供應鏈上的企業管理層間關系密切，其他企業管理層的創新理念很可能會改變焦點企業管理層對創新的重視程度，進而影響到企業的創新投入。另一方面，同一供應鏈上的企業可能存在競爭關系，企業為了提高自身競爭力，會持續關注供應鏈中同群企業的行為，積極開展創新活動，配合上下游企業的產品升級與改造，以保持在供應鏈中的地位（杜勇和黃丹華，2023）。

鑒于此，本文采用A股上市公司披露的前五大客戶、前五大供應商以及研發支出數據，實證檢驗供應鏈縱向網絡中創新投入同群效應的存在性及作用機制。本文的邊際貢獻在于：一是豐富了企業創新行為的影響因素，以供應鏈企業間的互動為切入點，研究了企業創新行為的同群效應，拓寬了現有研究視角。二是從供應鏈網絡視角拓寬了對企業創新行為的同群效應研究。不同于以往文獻單獨研究供應商或客戶對焦點企業創新投入的影響，本文以A股公司的前五大客戶和供應商構建同群企業，探究創新投入同群效應。三是拓展了供應鏈同群效應的作用機制，引入了管理層創新意愿，深入剖析了管理層在同群效應傳遞過程中的作用。

二、文獻回顧與研究假設

（一）文獻回顧

1.企業創新的影響因素研究。現有文獻主要從內在因素和外在因素兩方面研究企業創新的影響因素。就內在因素而言，學者們認為公司治理、資本結構、企業文化等對企業創新起著重要作用；從外部因素來看，學者們主要從政策形勢、市場環境和數字發展三個方面展開深入研究。具體到供應鏈視角，目前學者們的研究主要集中在供應鏈成員和數字技術對企業創新的影響上。創新活動需要企業持續投入大量資金，較高的客戶集中度降低了交易成本，而且向銀行傳達了企業經營狀況良好的信號（王迪等，2016），有利于幫助企業獲得貸款，緩解創新活動中的融資約束問題。此外，高客戶集中度有助于企業從客戶端及時了解消費者的需求（孟慶璽等，2018），降低企業創新失敗的風險。Roy（2004）發現企業與其供應商或客戶之間的互動易引發漸進式和激進式創新。供應鏈數字化有助于企業選擇關系密切的成員共享信息與創新資源（吳煒鵬等，2024），連接終端的消費方與供給方，提高收益率和創新水平。區塊鏈技術改變了供應鏈的信息流形態，便于銀行對整條供應鏈進行授信評估（龔強等，2021），改善信息失真問題，提升供應鏈整體的融資效率，為企業創新提供源源不斷的資金動力。

2.同群效應的相關研究。早期同群效應研究主要集中在行為學和教育學方面，隨著研究的深人，學者們逐漸將同群效應延伸到企業行為中。目前，對企業行為的同群效應研究主要分為四個方面：第一，同行業企業間的同群效應。Fresard和Foucault（2014）研究發現，公司同行的市場估值會影響其自身的投資。Lee和Seo（2014）在研究股利政策時發現，派息政策會吸引投資者進入該行業，并迫使同行公司改變支付政策。第二，同一地區企業間的同群效應。Dougal等（2015）發現，公司的投資決策會受到附近公司投資支出的影響，即使這些公司處在不同行業。李志生等（2018）的研究表明，企業過度負債會對同一地區內其他企業的負債水平產生影響。第三，第三方共同聯結情形下的同群效應。在被同一分析師跟蹤的不同企業中，企業的數字資產配置水平會受到同群其他企業行為的影響，并且分析師網絡中心度越高，同群效應越明顯（何思錦和王賜之，2024）。第四，同一供應鏈企業間的同群效應。Chu等（2019）發現，客戶與供應商地理位置的鄰近性會通過反饋渠道、連接渠道、共享渠道和需求渠道影響供應商的研發。杜勇和黃丹華（2023）發現，上下游企業的數字化轉型會拓寬通信范圍，促使數字化轉型的相關信息、技術沿著供應鏈快速傳播到其他企業。杜勇等（2023）研究發現，共同股東與供應鏈的雙重聯結減少了契約摩擦，推動了企業間的利益共享與協同決策，使數字化轉型的同群效應更為顯著。具體到企業創新同群效應，劉靜和王克敏（2018）發現公司會模仿同行業企業的研發決策，謝瑞平和趙璐（2023）發現民營企業研發投入存在地區同群效應。

綜上可知，目前關于企業創新同群效應的研究主要聚焦在同行業和同地區上，鮮有研究關注到同一供應鏈的同群效應。同一供應鏈上的企業是利益共同體，為了降低成本和提高競爭力，上下游企業會積極協助焦點企業進行產品創新或者產業升級。此外，同一供應鏈上的企業不僅能敏銳捕捉到其他企業的創新動向，還可通過整合供應鏈上下游的信息資源，更加精準地把握市場需求的變化，從而調整自身戰略，降低創新風險。因此，本文從供應鏈視角出發，探討企業創新行為的同群效應。

（二）研究假設

基于社會網絡理論，企業間構成了復雜的社會網絡，這些網絡將對企業行為產生影響。在同一社會網絡情境下，企業往往會以相似的方式行事。因此，企業在決策時，不僅會考慮自身實力，為了長期發展也會參考同群企業的行為。企業做出與同群企業相同的行為不僅有助于規避風險、汲取有用信息和保持競爭優勢（劉靜和王克敏，2018；袁朋偉等，2024），而且會對企業創新產生重大影響。創新是一項前期投入巨大且結果難以預料的活動，管理者為了避免決策失誤給公司帶來損失，需要利用多種途徑收集整合對決策有用的信息。同一供應鏈上其他企業的創新動態對焦點企業制定創新戰略具有重要參考意義。已有研究表明，公司所在的供應鏈網絡會對其經營狀況和財務決策產生深刻的影響（史金艷等，2019）。

首先，供應鏈上的企業通常與客戶保持密切往來，當客戶對產品進行升級改造時，它們能夠最清晰、最快速地知曉客戶的改造方向和實際需求（婁祝坤和郭萌迪，2019），從而在第一時間調整自身策略，降低創新失敗的風險。而且，供應鏈在連接上下游的同時，構建了一個知識共享的平臺，通過分享彼此在生產技術上的最新進展，推動企業的創新。供應鏈交織形成的網絡會在企業中產生知識溢出效應，企業所掌握的知識、經驗和技術自然而然會沿著供應鏈流動，從而影響到內嵌于供應鏈的其他企業。其次，企業與供應鏈外的同行企業存在著此消彼長的關系（羅福凱等，2018），激烈的競爭能夠促進企業間信息與資源的傳遞。當供應鏈上的企業紛紛開展創新活動并取得重大進展時，它們為了追求更豐厚的市場回報，會積極尋求更卓越的合作伙伴。因此，焦點企業為了不被淘汰，保持市場地位及自身優勢，會積極解讀同群企業的創新策略與理念，跟隨同群企業增加創新投入。最后，由于供應鏈整體創新水平的提升能夠顯著增強上下游企業的市場競爭力，創新能力強的同群企業可能會主動帶動和引導其他企業參與技術創新，加速創新信息在網絡中的擴散。供應鏈協同能夠打破企業與上下游之間的交流壁壘，提高企業間的溝通交流頻率，加速資源流通，促進隱性知識在企業間的流動與共享，降低企業挖掘信息與知識的成本，為企業獲取創新技術與資源提供便利，進而提高企業創新效率。據此，提出如下假設：

H1：供應鏈網絡中存在創新投人同群效應。

高階理論（Hambrick和Mason，1984）認為管理層是企業決策的掌舵者，他們的個人特質影響著他們的戰略選擇，進而影響著企業運營，因此創新投入在很大程度上取決于管理層的重視程度與創新意識（Shepherd等，2017）。管理層對產業技術的關注可以促使企業優化投資資源的配置，推動企業的技術創新與發展。但管理者的能力是有限的，獲取到的信息也是有限的，當他們難以獲取到未來發展的相關信息時，理性的管理者會模仿同群企業，調整自身決策。社會網絡理論表明，在特定的社會圈子內，強關系是信息傳播的主要途徑。供應鏈網絡中有著高頻的互動，且存在強烈的互惠動機和長期穩定的合作關系，是典型的強關系社會網絡，為信息傳遞提供了路徑，也為管理者提供了一個學習與借鑒的渠道。在日常的業務往來中，管理層之間會分享各自的管理經驗、市場洞察與戰略規劃。這種頻繁的交流也使得管理層更容易受到同群企業的影響。在交流過程中，焦點企業管理層會不自覺地受到同群企業觀念、行為或決策的影響，從而對自己的戰略方向、業務模式或市場定位進行調整。此外，供應鏈上下游的創新活動對企業來說是一種無形的競爭壓力。為了應對這種壓力，焦點企業管理層需要調整創新策略，加大創新投入，向上下游傳遞出積極配合產品升級的信號，在維護客戶關系的同時贏得競爭優勢。創新決定著企業的命運和長期發展。管理者在觀察到同群企業的創新行為以及了解到同群企業的創新理念后，其創新意愿會增強，進而提高對創新的重視程度。據此，提出如下假設：

H2：管理層創新意愿在供應鏈網絡創新投入同群效應傳遞過程中發揮中介作用。

供應鏈的穩定性是確保各方能夠長期合作、共同發展的基礎。穩定的供應鏈關系可使供應鏈上各企業有更大的動力和更多的機會去共同合作、共享信息和資源，同時，也有助于企業之間建立信任和共識，使得一方更容易受到同群企業的影響。從社會網絡理論的視角出發，供應鏈關系對企業來說是一項無形的資產。隨著供應鏈企業間合作時間的延長，企業間的信任基石逐漸穩固，不僅在面對激烈的市場競爭時可協同合作，而且頻繁順暢的信息交流可幫助企業迅速響應市場需求，尋求創新機遇，提升企業的創新能力與創新效率。穩定的供應鏈關系也有更利于企業獲取自身所缺乏的技術、知識等資源。企業可以依托合作伙伴的專業技術和資源開展創新活動，并汲取失敗經驗來優化創新過程，增加創新投入。據此，提出如下假設：

H3：供應鏈關系越穩定，供應鏈網絡中的創新投入同群效應越明顯。

三、研究設計

（一）研究樣本及數據來源

本文以 2008～2022 年A股上市公司為研究樣本，參考以往文獻，對初始樣本進行如下整理：剔除所有的ST、 樣本；剔除金融類上市公司樣本；剔除主要變量缺失的公司樣本。本文通過以下步驟來構建焦點企業的同群企業：從CSMAR數據庫中獲取所有A股上市公司的前五大供應商和前五大客戶信息，由于非上市公司數據難以獲取，只保留客戶和供應商都為上市公司的樣本作為同群企業。企業層面數據主要來源于CSMAR數據庫，管理層創新意愿數據來源于公司年報。為避免極端值的干擾，對所有連續變量進行了上下 1% 的縮尾處理。

（二）變量設置

1.被解釋變量：企業創新投入（rd_q）。本文借鑒曾江洪等（2020）的研究，使用研發支出/期末總資產來測度焦點企業的創新投入強度。

2.解釋變量：供應鏈同群企業創新投入（peer_rd）。首先匹配到與焦點企業有著直接交易往來的上下游企業，然后采用等權重的方式計算供應鏈同群企業的創新投入水平，具體公式如下：

其中，peerijt表示供應鏈j中i企業的同群企業在第t年的研發支出/期末總資產， N 為同群企業數量。由于同群企業的決策信息不能即時傳遞到焦點企業，存在一定的滯后性，同時為了消除一部分的內生性問題，本文使用滯后一期的供應鏈同群企業創新投入作為解釋變量。

3.中介變量：管理層創新意愿（Inno）。通過收集整理 2008～2022 年公司年報中的管理層討論與分析部分，借鑒相關學者的研究（Muslu等，2015），選取20個能代表管理層創新意愿的關鍵詞，包括：研發、創新、產出、專利、新產品、新項目、新業務、知識產權、科技成果、科技投入、創造、設計、研究、開發、研制、實驗、科研、技術、工藝、試驗。利用Python軟件的jieba分詞對這20個關鍵詞進行詞頻統計，計算出每個樣本公司創新關鍵詞字數占管理層討論與分析部分文本總字數的比重，以此來衡量管理層創新意愿。

4.調節變量：供應鏈關系穩定性（Supply_time）。首先在樣本期內統計每一同群企業成為焦點企業上下游的年份時長，然后計算所有同群企業的年份時長平均值，以此來刻畫供應鏈關系穩定性，該值越大，說明供應鏈企業間的關系越穩定。

5.控制變量。參考已有研究（杜勇和黃丹華，2023；肖利平和李炎中，2023），本文設置了以下控制變量：企業規模（SIZE）、凈資產收益率（ROE）、資產負債率（LEV）、現金流比率（cashflow）、管理層前三名薪酬（lnSalary）、董事會規模（Board）、兩職合一（Dual）。另外，本文還控制了年份和行業固定效應。具體變量定義見表1。

（三）模型設定

為檢驗供應鏈網絡中創新投入同群效應的存在性，本文借鑒Leary和Roberts（2014）的研究，構建了以下模型：

rdΦ_-q_ijt=α₀+α₁peerΦ_-rd_ijt-1+γControl_ijt+μ_ijt

為了檢驗管理層創新意愿的中介作用，依據三步法，在模型（2）的基礎上構建了以下模型：

為了檢驗供應鏈關系穩定性的調節作用，構建了以下模型：

rd_-q_ijt=ω₀+ω₁peer_-rd_ijt-1+ω₂Supply_-time_ijt-1+ω₁pers

u₃peer_dijt-1×Supply_{dimeijt-1+?Controlijt+μijt}

其中，i代表企業，t代表年份，j代表供應鏈，Control為控制變量。

四、實證結果分析

（一）描述性統計

主要變量的描述性統計結果如表2所示，可以看出：樣本企業間的創新投入水平差異很大，最大值為10.066，最小值為0.008，且均值大于中位數，具有右偏特征；供應鏈同群企業創新投入的均值（2.271）大于焦點企業創新投入的均值（2.154），總體而言同群企業創新投入水平高于焦點企業創新投入水平。

表2 主要變量的描述性統計

（二）基準回歸分析

基準回歸結果如表3列（1）和列（2）所示。列（1）僅控制了行業和年份固定效應，供應鏈同群企業創新投入（peer_rd）的回歸系數在 1% 的水平上顯著為正；進一步加入控制變量后，列（2）中peer_rd的回歸系數為0.213，仍在 1% 的水平上顯著，驗證了H1。這說明隨著同群企業創新投入的增加，焦點企業也會提升創新投入水平，即企業的創新決策會受到同群企業的影響。

（三）穩健性檢驗

1.更換創新投入的度量方法。本文利用研發投人/營業收人來衡量創新投人，進而替換解釋變量和被解釋變量，重新檢驗供應鏈網絡中的創新投入同群效應。回歸結果顯示，供應鏈同群企業創新投入的回歸系數為0.383，且在 1% 的水平上顯著（限于篇幅，穩健性檢驗結果留存備索，下同）。

2.加入同群企業特征變量。在供應鏈縱向網絡中，同群企業的發展規模、資本結構、內部治理等特征也是焦點企業決定是否跟隨同群決策的重要參考因素。為有效排除同群企業特征對創新投入同群效應的干擾，本文將同群企業的企業規模均值（peer_size）、凈資產收益率均值（peer_roe）、資產負債率均值（peer_lev）、現金流比率均值（peer_cashflow）、固定資產占比均值（peer_fix）納入控制變量。回歸結果顯示，供應鏈同群企業創新投入的回歸系數為0.200，且在 1% 的水平上顯著，結果穩健。

3.Heckman兩階段法。基準回歸中剔除了研發支出數據缺失的企業，這很可能產生樣本自選擇問題，本文使用Heckman兩階段法來處理這一問題。在第一階段，將是否披露研發支出數據（if_RD）作為因變量（若披露，則if_RD取1，否則取0），同時考慮到企業的公司特征、行業特征、高管個人特征等都會影響企業創新投入，選取全部控制變量作為自變量，并使用Probit模型回歸，得到逆米爾斯比率（IMR）。在第二階段，將第一階段計算得到的IMR作為控制變量納入第二階段進行回歸。結果顯示，IMR的系數不顯著，說明本文并不存在樣本自選擇問題，研究結果是可靠的。

4.工具變量法。為避免其他因素對企業創新投人的影響，本文借鑒肖利平和李炎中（2023）的做法，以滯后兩期的同群企業創新投人均值（L.peer_rd）作為工具變量進行兩階段回歸。在第一階段，用解釋變量（peer_rd）對工具變量（L.peer_rd）進行回歸，得到擬合值；在第二階段，用被解釋變量（rd_q）對擬合值進行回歸，結果顯示peer_rd的系數仍顯著為正，說明本文的研究結果穩健。

（四）機制檢驗

1.管理層創新意愿的中介作用。由表3列（3）可以看出，供應鏈同群企業創新投入（peer_rd）的回歸系數為0.008，且在 5% 的水平上顯著，說明同群企業創新投人會對企業管理層的創新意愿產生正向影響；同時，列（4）中管理層創新意愿（Inno）的回歸系數在 1% 的水平上顯著為正，說明管理層創新意愿在供應鏈同群企業創新投入行為傳遞過程中發揮了中介作用，驗證了H2。另外，列（4）中peer_rd的回歸系數也在 1% 的水平上顯著為正，說明管理層創新意愿發揮的是部分中介作用。

2.供應鏈關系穩定性的調節作用。由表3列（5）可知，交乘項（peer_rd × Supply_time）的回歸系數在 1% 的水平上顯著為正，說明供應鏈關系穩定性能正向調節供應鏈網絡中的創新投入同群效應，即企業與同群企業的關系越穩定，企業的創新投人越容易受到同群企業的影響，H3得到驗證。這是因為供應鏈關系的穩定性促進了參與方之間的信息共享，使企業能及時準確地獲取市場需求信息，降低創新失敗的風險，從而促進企業之間創新行為的相互影響。

（五）異質性分析

焦點企業與同群企業的關系以及不同的企業特征，會影響同群效應的溢出程度。本文從同群企業信息透明度、焦點企業競爭程度以及關系聯結程度三個方面考察供應鏈網絡中的創新投入同群效應表現是否存在差異。

1.同群企業信息透明度。供應鏈網絡有利于信息跟隨企業之間的交易往來進行傳遞，為技術創新的學習與模仿提供了便捷、有利的途徑，打破了企業間的信息壁壘。另外，企業在商品交易過程中，可以學習到其他企業創新成功或失敗的經驗，降低企業的決策風險和成本。理論上而言，同群企業公開的信息越多、越詳細，則焦點企業對同群企業創新信息的了解越充分，這會增強企業創新成功的信心，使管理層更愿意投人精力、資金開展創新活動。因此，本文借鑒辛清泉等（2014）的研究，以五年的操縱性應計利潤標準差來衡量企業信息透明度（DD），DD值越小，說明企業的盈余質量越高，信息透明度越高。以同群企業信息透明度均值進行分組，小于均值的為同群企業信息透明度高組，大于均值的為同群企業信息透明度低組。

表4列（1）和列（2）的結果顯示，在同群企業信息透明度高組中peer_rd的回歸系數為O.335，在 1% 的水平上顯著，而在同群企業信息透明度低組中該系數不顯著，且Chow檢驗結果在 5% 的水平上顯著。這說明在供應鏈網絡中，同群企業信息透明度越高，企業之間的相互影響越大，從而創新投人同群效應越明顯。

2.焦點企業競爭程度。在競爭激烈的市場環境中，當供應鏈上的企業為提高創新水平而增加創新投入時，焦點企業為了保持自身的競爭優勢，維持與客戶或供應商穩定的交易關系，必定會高度關注、響應供應鏈同群企業的創新行為，從而產生創新投入同群效應。為了驗證上述觀點，本文借鑒彭鎮等（2020）的研究，使用赫芬達爾指數（HHI）來衡量企業競爭程度，并根據HHI的均值將樣本劃分為焦點企業競爭程度高、低兩組。

表4列（3）和列（4）的結果顯示，在焦點企業競爭程度高組peer_rd的回歸系數在 1% 的水平上顯著，在焦點企業競爭程度低組中該系數在 5% 的水平上顯著，前者的系數（0.242）大于后者（0.101），且Chow檢驗結果在 1% 的水平上顯著。這說明企業面臨的市場競爭越激烈，供應鏈網絡中的創新投入同群效應越明顯。

3.關系聯結程度。供應鏈使企業間建立了一種天然的聯結關系，加強了企業間的合作與互動，促進了知識與信息的流動，增強了同群企業對焦點企業創新行為的影響力，強化了創新投入同群效應。隨著供應鏈上下游企業合作時間的延長以及客戶、供應商對焦點企業的依賴程度加深，同群企業為了提高整體競爭力，可能會主動分享一些與創新相關的知識或資源，甚至參與到焦點企業的研發過程中，進一步降低其創新風險。客戶與供應商的集中有利于發展穩定的供需關系，推動供應鏈上下游企業間的資源整合，通過發揮協同治理作用，促進產品的協同設計和研發，進而提高創新投入同群效應。供應商、客戶對企業的依賴程度越高，意味著雙方進行知識和信息共享的意愿越強，對企業的協同創新影響也越明顯。本文借鑒Gong和Luo（2018）的做法，以第一大客戶的銷售額在前五大客戶銷售總額中的占比和第一大供應商的采購額在前五大供應商采購總額中的占比的均值來衡量供應鏈企業間的關系聯結程度（MS），并根據MS的中位數將樣本劃分為關系聯結程度高、低兩組。

表4列（5）和列（6）的結果顯示，在關系聯結程度高組中peer_rd的回歸系數為0.278，在 1% 的水平上顯著，而在關系聯結程度低組中該系數不顯著，且Chow檢驗結果在1% 的水平上顯著。這說明供應鏈企業間的關系聯結程度越高，對彼此的依賴越強，創新投入同群效應越明顯。

五、結論與建議

本文以 2008～2022 年A股上市公司為樣本，探究了供應鏈縱向網絡下創新投入同群效應的存在性和作用機制。實證結果表明：企業的創新投人會受到供應鏈中同群企業的影響；管理層創新意愿在創新投入同群效應的傳遞過程中發揮部分中介作用，即同群企業的創新決策會影響焦點企業管理層的創新意愿，進而影響到焦點企業的創新投入；供應鏈關系越穩定，供應鏈網絡中的創新投入同群效應越明顯。異質性分析發現：同群企業的信息透明度越高，越有利于信息傳遞，創新投入同群效應越顯著；焦點企業面臨的市場競爭越激烈，企業的危機越大，創新投人同群效應越強；供應鏈企業間關系聯結程度越高，創新投人同群效應越明顯。

基于上述結論，提出如下建議：第一，供應鏈上企業的創新行為存在同群效應，因此企業應加強與供應鏈中同群企業的聯動，善于學習和模仿同群企業管理層的創新決策，在學習同群企業創新經驗與技術的基礎上，結合自身情況積極開展創新活動，降低創新決策失敗的風險，同時提高創新回報。這不僅有利于提高企業的創新水平，而且有利于提升供應鏈整體的創新水平和穩定性。第二，管理層保持對創新的注意力，尤其是關注供應鏈同群企業的創新活動，并積極參與供應鏈或同行企業間的交流會議，了解與學習其他企業的創新進程和經驗，為自身企業的創新投入提供參考，識別對企業有利的創新機會，降低失敗的風險。第三，企業強化與供應鏈伙伴間的合作關系，深人了解客戶需求，提高產品質量，獲得大客戶方的認可，同時選擇信譽良好、質量可靠的供應商，并建立更加緊密且長久的合作關系。企業可借助與供應鏈上下游企業的聯結，充分發揮供應鏈同群效應。

【主要參考文獻】

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．

杜勇，婁靖，胡紅燕．供應鏈共同股權網絡下企業數字化轉型同群效應研究［ J］．中國工業經濟，2023（4）：136 ～ 155．

龔強，班銘媛，張一林．區塊鏈、企業數字化與供應鏈金融創新［ J］．管理世界，2021（2）：22 ～ 34+3．

何思錦，王賜之．企業數字資產配置具有同群效應嗎？——基于分析師跟蹤網絡視角的研究［ J］．經濟與管理研究，2024（4）：128 ～ 144．

李志生，蘇誠，李好等．企業過度負債的地區同群效應［ J］．金融研究，2018（9）：74 ～ 90．

劉靜，王克敏．同群效應與公司研發——來自中國的證據［ J］．經濟理論與經濟管理，2018（1）：21 ～ 32．

婁祝坤，郭萌迪．供應鏈關系型交易、市場勢力與企業創新［ J］．工業技術經濟，2019（4）：21 ～ 28．

羅福凱，李啟佳，龐廷云．企業研發投入的“同儕效應”檢驗［ J］．產業經濟研究，2018（6）：10 ～ 21．

孟慶璽，白俊，施文．客戶集中度與企業技術創新：助力抑或阻礙——基于客戶個體特征的研究［ J］．南開管理評論，2018（4）：62 ～ 73．

彭鎮，連玉君，戴亦一．企業創新激勵：來自同群效應的解釋［ J］．科研管理，2020（4）：45 ～ 53．

王建瓊，黨瑤．上市公司現金股利決策同群效應研究——基于董事連鎖視角［ J］．技術經濟，2022（1）：148 ～ 159．

袁朋偉，董曉慶，任緣．產業鏈綠色技術創新的同群效應研究［ J］．鄭州大學學報（哲學社會科學版），2024（1）：50 ～ 58+143．

Chu Y.， Tian X.， Wang W.. Corporate innovation along the supply chain［ J］． Management Science，2019（6）：2445 ～ 2466．

Dougal C.， Parsons C. A.， Titman S.. Urban vibrancy and corporate growth［ J］． The Journal of Finance，2015（1）：163 ～ 210．

Gong G.， Luo S.. Lenders' experience with borrowers' major custo-mers and the debt contracting demand for accounting conservatism［ J］． The Accoun-ting Review，2018（5）：187 ～ 222．

Roy S.， Sivakumar K.， Wilkinson F. I.. Innovation generation in supply chain relationships：A conceptual model and research propositions［ J］． Journal of the Academy of Marketing Science，2004（1）：61 ～ 79．

Shepherd A. D.， Mcmullen S. J.， Ocasio W.. Is that an opportunity？ An attention model of top managers' opportunity beliefs for strategic action［ J］． Strategic Management Journal，2017（3）：626 ～ 644．

（責任編輯·校對：喻晨 陳晶）