張任之

內容提要：在數(shù)字技術迅猛發(fā)展的背景下，如何更好地推動數(shù)字技術與實體經(jīng)濟深度融合是當前學術界關注的重點問題之一。本文利用2012—2019年中國A股上市公司數(shù)據(jù)，基于機器學習的文本分析法構建反映企業(yè)數(shù)字技術應用程度的指標，并在理論分析的基礎上實證考察數(shù)字技術對供應鏈效率的影響及其作用機理。研究結果表明，數(shù)字技術可以顯著促進供應鏈效率的提升，該結論在經(jīng)過一系列內生性檢驗和穩(wěn)健性檢驗后仍然成立。機制檢驗表明，數(shù)字技術主要通過提高供需匹配精準度和降低外部交易成本推動供應鏈效率提升。異質性分析發(fā)現(xiàn)，數(shù)字技術對供應鏈效率的促進效果在大中型企業(yè)、高新技術企業(yè)、制造業(yè)以及競爭程度較強的行業(yè)中更加顯著。本文的研究結論對于加快構建數(shù)字化供應鏈以及提升產(chǎn)業(yè)鏈供應鏈現(xiàn)代化水平具有重要的政策啟示。

一、問題提出

隨著人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等新一代信息技術的廣泛應用，供應鏈已發(fā)展到與數(shù)字技術深度融合的數(shù)字化供應鏈新階段。通過賦予供應鏈大數(shù)據(jù)支持、網(wǎng)絡化共享和智能化協(xié)作的新特征，數(shù)字技術可以提升供應鏈各個環(huán)節(jié)的信息透明度，增強供應鏈對市場需求的敏感性，促進供應鏈高效運轉。根據(jù)麥肯錫咨詢公司發(fā)布的報告《供應鏈4.0——下一代數(shù)字化供應鏈》預測，數(shù)字技術將使供應鏈的運營效率大幅提高，包括運營成本降低30%以上、銷售精準度提高50%、庫存減少75%。2021年11月，工業(yè)和信息化部印發(fā)的《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》從制定和推廣供應鏈數(shù)字化管理標準、提升重點領域產(chǎn)業(yè)鏈供應鏈數(shù)字化水平等方面，部署了“十四五”期間產(chǎn)業(yè)鏈供應鏈數(shù)字化升級行動的重點工程。從實踐層面來看，隨著經(jīng)濟全球化快速推進，供應鏈不同節(jié)點企業(yè)之間的交互更加頻繁且復雜化，傳統(tǒng)供應鏈管理中存在的信息共享程度低、市場響應速度慢、運營風險高等痛點嚴重制約了供應鏈的高效運行，亟需加快推動供應鏈與新一代信息技術深度融合。目前，很多企業(yè)都在積極探索數(shù)字技術在供應鏈管理領域的應用，例如聯(lián)想集團通過引入?yún)^(qū)塊鏈技術，積極打造區(qū)塊鏈與供應鏈“雙鏈融合”模式，促進供應商、企業(yè)及代工廠三方實時信息共享，引導供應鏈各環(huán)節(jié)加強協(xié)同；京東物流通過人工智能驅動商業(yè)預測與補貨、路線動態(tài)規(guī)劃，實現(xiàn)高效的物流服務?？梢?，探究數(shù)字技術對供應鏈效率的影響，對于推動數(shù)字技術與實體經(jīng)濟深度融合、加快供應鏈創(chuàng)新發(fā)展具有十分重要的現(xiàn)實意義。

學術界圍繞數(shù)字技術應用的微觀經(jīng)濟效果展開了深入的研究。已有文獻考察了數(shù)字技術對企業(yè)生產(chǎn)效率[1-3]、企業(yè)績效[4-5]、企業(yè)組織結構[6]、企業(yè)創(chuàng)新[7]、股票流動性[8]等的影響。然而，這些文獻主要關注企業(yè)內部層面的特征，并沒有體現(xiàn)出數(shù)字化轉型更本質的特征，即從企業(yè)內部管理協(xié)同走向更大范圍的供應鏈多主體協(xié)同?？傮w來看，目前考察數(shù)字技術與供應鏈各個節(jié)點企業(yè)協(xié)同關系的研究相對較為匱乏。

基于此，本文利用2012—2019年中國上市公司數(shù)據(jù)，通過構建一個較為全面反映企業(yè)數(shù)字技術應用程度的指標，實證檢驗數(shù)字技術對供應鏈效率的影響及其作用機理。實證研究發(fā)現(xiàn)，數(shù)字技術顯著促進了供應鏈效率提升。機制檢驗表明，數(shù)字技術主要通過提高供需匹配精準度和降低外部交易成本推動供應鏈效率提升。異質性分析發(fā)現(xiàn)，數(shù)字技術對供應鏈效率的促進效果在大中型企業(yè)、高新技術企業(yè)、制造業(yè)以及競爭程度較強的行業(yè)中更加顯著。

本文可能的邊際貢獻主要體現(xiàn)在以下三個方面：理論層面，本文系統(tǒng)分析了數(shù)字技術對供應鏈效率的影響及其機理，豐富和拓展了數(shù)字技術應用經(jīng)濟后果的相關研究，為更好地理解數(shù)字技術與實體經(jīng)濟融合提供新的視角和思路；實踐層面，厘清數(shù)字技術對供應鏈效率的影響機制與經(jīng)濟后果，有利于加快構建數(shù)字化供應鏈，為提升產(chǎn)業(yè)鏈供應鏈現(xiàn)代化水平以及進一步發(fā)揮數(shù)字技術對經(jīng)濟發(fā)展的放大、疊加、倍增作用提供重要的政策啟示；方法層面，采用文本分析法構建了更為全面反映企業(yè)數(shù)字技術應用的指標，完善了微觀層面企業(yè)數(shù)字技術應用程度的度量，為后續(xù)評估數(shù)字技術應用經(jīng)濟后果奠定了良好的基礎。

二、文獻回顧、理論分析與研究假設

(一)文獻回顧

隨著數(shù)字技術在供應鏈領域的廣泛應用，國內外學者從不同視角探討了數(shù)字技術對供應鏈的作用效果。效果大致可以分為以下三類：一是數(shù)字技術促進了供應鏈不同主體之間的信息共享。王等人(Wang et al.,2016)指出，大數(shù)據(jù)技術有助于提高供應鏈信息可視化程度，使供應鏈決策更加直觀透明，進而更好地對供需不確定性進行準確預測[9]。孫新波等(2019)基于酷特智能的單案例研究發(fā)現(xiàn)，大數(shù)據(jù)技術通過驅動企業(yè)動態(tài)能力的提升，促進供應鏈更加精準、快速地響應客戶的需求[10]。王等人(Wang et al.,2020)研究發(fā)現(xiàn)，區(qū)塊鏈技術作為一種共享的分布式數(shù)據(jù)庫，能夠促進供應鏈信息共享，降低供應鏈信息不對稱程度，提升供應鏈各參與主體的協(xié)作效率[11]。二是數(shù)字技術提升了供應鏈信息的可追溯性?，F(xiàn)有研究主要集中于探討如何利用區(qū)塊鏈技術提高產(chǎn)品的可追溯性，保證產(chǎn)品的質量和安全。比斯瓦斯等(Biswas et al.,2017)認為區(qū)塊鏈技術賦予了商品在整個供應鏈環(huán)節(jié)中的真實可追溯性，降低了產(chǎn)品欺詐和假貨的可能性，對于降低成本和提高效率具有積極的影響[12]。本克和詹森(Behnke & Janssen,2020)研究表明區(qū)塊鏈技術實現(xiàn)了食品從原材料采購到銷售全流程的信息可視化，有助于建立全鏈條的食品質量安全追溯體系，保證食品安全水平[13]。高杰等(2020)進一步指出，當某一企業(yè)發(fā)布的信息不真實，或者有動機篡改供應鏈信息時，區(qū)塊鏈技術在供應鏈管理領域的應用價值會更加顯著[14]。三是數(shù)字技術提高了供應鏈不同主體之間的信任程度。區(qū)塊鏈等數(shù)字技術的去中心化特征使得供需雙方擺脫了傳統(tǒng)模式下只能依靠人格或第三方才能建立的信任關系，實現(xiàn)了“無需信任的信任交易”，有效解決了供應鏈管理中存在的代理問題[15]?？茽柵謇?Korpela et al.,2017)的研究表明，區(qū)塊鏈技術的信息集成功能，可以減少成員之間的信息失真和欺騙的機會主義行為的發(fā)生[16]。宋華等(2022)基于普洛斯金融的案例研究發(fā)現(xiàn)，數(shù)字技術是解決供應鏈金融網(wǎng)絡信任問題的有效途徑[17]。

綜合上述文獻，可以發(fā)現(xiàn)已有研究主要存在兩個方面的不足。一是已有文獻主要是基于單一數(shù)字技術對供應鏈的應用價值展開探討，尤其以區(qū)塊鏈技術的研究較為成熟，缺乏從數(shù)字技術的整體視角進行分析。事實上，隨著數(shù)字技術在供應鏈場景的深入應用，不同數(shù)字技術之間呈現(xiàn)相互融合的發(fā)展趨勢，僅僅考慮某一具體技術的應用效果是不準確的。二是囿于企業(yè)數(shù)字技術應用指標的度量困難，已有文獻主要采用理論分析、案例研究、問卷調查、博弈論等研究方法，實證考察數(shù)字技術與供應鏈效率之間關系的研究相對較為匱乏。

(二)理論分析與研究假設

數(shù)字技術作為供應鏈創(chuàng)新發(fā)展的重要驅動力量，推動供應鏈管理日趨數(shù)字化、網(wǎng)絡化、智能化?？梢酝茢?，數(shù)字技術的廣泛應用將有利于加強供應鏈上下游企業(yè)的有效對接，降低企業(yè)經(jīng)營和交易成本，促進供需精準匹配和高效協(xié)同，進而提升供應鏈效率?；诖?，本文從供需匹配和外部交易成本兩個主要路徑出發(fā)，探討數(shù)字技術對供應鏈效率的影響及其作用機制。

數(shù)字技術可以提高供需匹配的精準度，有效降低供應鏈上下游企業(yè)信息不對稱程度，從而提升供應鏈效率。隨著數(shù)字技術與供應鏈的需求預測、產(chǎn)品研發(fā)設計、生產(chǎn)制造、庫存管理等各個環(huán)節(jié)的深度融合，數(shù)據(jù)要素的價值不斷被放大，通過數(shù)字化進一步加快供應鏈上下游的信息傳播和交流速度，有效緩解傳統(tǒng)供應鏈中的“牛鞭效應”，推進全鏈路供需精準匹配能力的提升[18]。需求預測環(huán)節(jié)，生產(chǎn)商利用大數(shù)據(jù)、機器學習、云計算等技術可以更加精準地刻畫終端用戶的偏好和行為特征，進而準確預測用戶需求的變化[19]；產(chǎn)品研發(fā)設計環(huán)節(jié)，數(shù)字仿真、數(shù)字孿生、3D打印等數(shù)字技術打破時空和地域的限制，增強了與用戶的互動設計，為供應鏈協(xié)同研發(fā)創(chuàng)造數(shù)字化環(huán)境，更加高效、快捷地設計出符合用戶需求的產(chǎn)品；生產(chǎn)制造環(huán)節(jié)，基于智能制造技術，生產(chǎn)商可以低成本高效率地開展以用戶為中心的個性化定制與按需生產(chǎn)，有效滿足市場多樣化需求，解決制造業(yè)長期存在的庫存投資過多和產(chǎn)能過剩問題；庫存管理環(huán)節(jié)，基于先進算法下的大數(shù)據(jù)分析技術，可以使企業(yè)對需求變化提前做出預判，及時調整企業(yè)庫存水平，推動企業(yè)庫存管理決策從傳統(tǒng)的“感應—反應”模式向“預測—執(zhí)行”模式轉變，增強供給和需求的動態(tài)平衡能力。同時，隨著產(chǎn)業(yè)互聯(lián)網(wǎng)在各行各業(yè)廣泛應用，行業(yè)中的供應商、生產(chǎn)廠家、零售商、客戶等所有主體基于產(chǎn)業(yè)互聯(lián)網(wǎng)平臺形成錯綜復雜的供應鏈網(wǎng)絡，打破傳統(tǒng)供應鏈“供應商—生產(chǎn)商—批發(fā)商—零售商”的垂直線性結構[20]，供應鏈形態(tài)結構的變革不僅極大提升了供應鏈市場響應能力，使得市場需求發(fā)生變化時能夠快速實現(xiàn)供需匹配，而且有效防止了供應鏈“斷鏈”所帶來的風險。

數(shù)字技術可以有效降低外部交易成本，從而提升供應鏈效率。借鑒戈德法布和塔克(Goldfarb & Tucker，2019)對于數(shù)字經(jīng)濟活動的分析[21]，數(shù)字技術對供應鏈流程的成本降低效應主要體現(xiàn)在三個方面。一是數(shù)字技術增強了供應鏈信息透明度，降低監(jiān)督成本。在傳統(tǒng)供應鏈管理模式下，運行過程中產(chǎn)生的各類信息被離散地保存在不同企業(yè)的系統(tǒng)內部，信息流缺乏透明度，導致鏈條上的各參與主體難以準確了解相關事項的狀況及存在的問題，需要花費大量的時間和成本進行監(jiān)督，嚴重制約了供應鏈效率的提升。以區(qū)塊鏈為代表的數(shù)字技術通過分布式賬本和加密技術，使得被授權的個體可以看到從產(chǎn)品起源到銷售全流程的信息，極大提升了整個供應鏈的透明度[22]，確保參與各方及時發(fā)現(xiàn)供應鏈系統(tǒng)運行過程中存在的問題，進而提升供應鏈運行的整體效率。以飛機制造為例，制造一架飛機需要來自全球的數(shù)萬個零部件，空客公司利用區(qū)塊鏈技術可以準確、及時地了解這數(shù)萬個零部件背后的海量信息，分析供應商生產(chǎn)經(jīng)營狀況，從而有效保障零部件供應的質量。二是數(shù)字技術推動物流模式向智能化轉型升級，極大降低了物流運輸成本。物流運輸效率低下、運輸成本高企一直是供應鏈管理面臨的痛點之一?；跀?shù)字技術形成的智慧物流在倉庫儲位優(yōu)化和貨物運輸?shù)确矫婢哂酗@著優(yōu)勢，利用云計算、大數(shù)據(jù)等技術可以優(yōu)化倉儲商品布局，實現(xiàn)倉儲網(wǎng)絡和配送網(wǎng)絡的無縫融合，并結合數(shù)字技術對用戶畫像的精準刻畫，高效安排商品的配送需求，極大提升了物流效率。同時，區(qū)塊鏈分布式賬本和加密技術特征可以大大減少商品流轉過程中紙質單據(jù)的核對工作，有效保障了物流交付的安全和效率。三是數(shù)字技術能夠提升企業(yè)之間的信任程度，降低違約風險引發(fā)的成本上升。在供應鏈參與主體較多的情形下，企業(yè)相互之間的信任程度較低，發(fā)生機會主義行為的可能性較大，導致需要以較高的成本建立信任機制。基于區(qū)塊鏈所具有的數(shù)據(jù)不可篡改和永久追蹤的特征，交易參與者的行為都會被永久記錄，并且可以被所有成員隨時訪問和追蹤，進而有助于企業(yè)更加合理地安排生產(chǎn)計劃，減少由于相互之間不信任而儲備過多的存貨，從而極大提升供應鏈運行效率。企業(yè)之間甚至不需要信任就可以自動完成交易，如通過采用區(qū)塊鏈智能合約技術可以自動設置合同支付或終止程序，一旦滿足觸發(fā)條件，合約自動執(zhí)行，不受外界因素干擾[23]。因此，使用區(qū)塊鏈等數(shù)字技術可以減少企業(yè)違約行為，保障供應鏈高效順暢運轉?；谝陨戏治?，提出本文的研究假設：

假設H1：在其他條件不變的情況下，企業(yè)數(shù)字技術的應用將顯著提升供應鏈效率。

三、研究設計

(一)樣本選擇與數(shù)據(jù)來源

本文選取2012—2019年A股上市公司作為初始研究樣本，并按照以下原則對樣本進行處理：剔除金融行業(yè)上市公司、剔除ST、PT以及資不抵債的上市公司、剔除數(shù)據(jù)缺失和異常的上市公司。最終共獲得包含2 365家上市公司的15 698個公司年度觀測值。之所以將初始年份定為2012年，是因為中國數(shù)字技術的快速發(fā)展以及與實體經(jīng)濟的融合應用主要體現(xiàn)在2012年之后。為了控制極端值對回歸結果可靠性可能產(chǎn)生的影響，本文對所有連續(xù)變量進行1%的雙邊縮尾(winsorize)處理，并在回歸分析中對變量的標準誤進行公司層面的聚類調整。上市公司的財務數(shù)據(jù)來自國泰安(CSMAR)數(shù)據(jù)庫。

(二)變量定義和說明

1.被解釋變量

供應鏈效率(lnInventory)。本文選取存貨周轉期的自然對數(shù)測度供應鏈效率，存貨周轉期(Inventory)通過一年內營業(yè)成本與平均存貨之間的比例關系計算得到。之所以采用存貨周轉期主要出于以下兩點考慮：一是存貨周轉期是反映供應鏈管理水平的重要指標，存貨周轉期越短，存貨轉化為現(xiàn)金的速度越快，說明供應鏈運行效率越高；二是相對于從供應鏈可靠性、柔性以及響應能力等方面來考察供應鏈效率，基于財務視角的指標數(shù)據(jù)更容易獲取。

2.解釋變量

企業(yè)數(shù)字技術應用程度(Digital)。借鑒孫潔等(2020)、袁淳等(2021)以及吳非等(2021)的做法[8,24-25]，本文采用基于機器學習的文本分析法，構建一個較為全面反映中國上市公司數(shù)字技術應用程度的指標。具體步驟如下：第一，確定數(shù)字技術的關鍵詞，通過對2012—2019年國家層面出臺的數(shù)字經(jīng)濟相關政策進行梳理，提取數(shù)字技術的關鍵詞，同時參考中國信息通信研究院發(fā)布的研究報告，進一步擴充數(shù)字技術特征詞的范圍，最終形成人工智能、區(qū)塊鏈、云計算以及大數(shù)據(jù)四個方面的數(shù)字技術關鍵詞庫。第二，對上市公司年報進行文本分析，基于第一步獲得的詞庫，運用計算機編程語言(Python)技術抓取上市公司年報中關于數(shù)字技術的關鍵詞。第三，構建企業(yè)數(shù)字技術應用的指標，對提取的數(shù)據(jù)進行清洗，剔除關鍵詞前存在的“無”“不”“沒”等否定涵義的表述以及非本公司的數(shù)字技術關鍵詞，在此基礎上，統(tǒng)計各個關鍵詞的出現(xiàn)頻率，進而根據(jù)不同類型數(shù)字技術的詞頻形成最終加總詞頻，最后以對數(shù)化形式得到企業(yè)數(shù)字技術應用的指標。

3.控制變量

為了控制遺漏變量引起的內生性問題，本文加入了一系列控制變量，包括企業(yè)規(guī)模(lnSize)、資產(chǎn)負債率(Lev)、企業(yè)盈利能力(ROA)、經(jīng)營活動現(xiàn)金流(Cash)、資本支出(Capital)、企業(yè)成長能力(Growth)、毛利率(Margin)、股權集中度(Top1)以及產(chǎn)權性質(State)。

主要變量的定義及說明如表1所示。

表1 變量定義

(三)實證模型設定

參考段文奇和景光正(2021)、凌潤澤等(2021)的研究[26-27]，本文構建如下計量模型：

lnInventoryit=α0+α1Digitalit+∑Controls+∑Firm+∑Ind+∑Year+ε

(1)

其中，被解釋變量lnInventoryit為企業(yè)i在t年存貨周轉期的自然對數(shù)，解釋變量Digitalit為企業(yè)i在t年的數(shù)字技術應用程度，Controls為前述控制變量，F(xiàn)irm、Ind、Year分別表示企業(yè)、行業(yè)、年度的固定效應。根據(jù)模型(1)，如果Digital的系數(shù)α1顯著為負，說明數(shù)字技術應用有助于提升供應鏈效率，假設H1成立；反之，則假設H1不成立。

四、實證結果分析

(一)描述性統(tǒng)計分析

表2列示了主要變量的描述性統(tǒng)計結果。被解釋變量存貨周轉期(lnInventory)的均值為1.979，標準差為0.553，說明不同企業(yè)的存貨周轉期存在較大的差異。數(shù)字技術應用(Digital)的均值和標準差分別為1.129和1.275，且最小值和最大值分別為0和4.732，表明中國上市公司數(shù)字技術的應用程度差異較大，部分企業(yè)尚未推進數(shù)字技術與企業(yè)經(jīng)營業(yè)務的融合。其余控制變量的分布特征與以往研究文獻基本相似。

表2 變量的描述性統(tǒng)計

(二)基準回歸

表3列示了數(shù)字技術對供應鏈效率的實證檢驗結果。其中，列(1)僅控制了固定效應，列(2)加入了企業(yè)層面的控制變量，列(3)同時加入所有控制變量集。結果顯示，Digital的系數(shù)均在1%的水平上顯著為負，說明數(shù)字技術應用程度越高，企業(yè)存貨周轉期越短，供應鏈效率相對越高。從經(jīng)濟意義上看，以列(3)的結果為例，如果數(shù)字技術應用程度每增加一個百分點，存貨周轉天數(shù)將會下降1.02天(e0.024)，這說明無論是在統(tǒng)計意義上還是經(jīng)濟意義上，數(shù)字技術應用有助于提升供應鏈效率，實證結果支持了假設H1成立。從控制變量看，資產(chǎn)收益率高、營業(yè)收入增長快、毛利率高的企業(yè)，供應鏈效率相對較高。

表3 數(shù)字技術對供應鏈效率的影響

表3(續(xù))

(三)內生性問題

前文的研究結論可能面臨反向因果關系導致的內生性問題。一方面，數(shù)字技術應用程度的提高，有助于推動供應鏈效率的提升；另一方面，供應鏈效率更高的企業(yè)也可能更有動力去推動數(shù)字技術與企業(yè)生產(chǎn)經(jīng)營深度融合?；诖耍疚倪x取各省份數(shù)字技術應用程度的均值(Digital_province)作為工具變量。一方面企業(yè)所在省份的數(shù)字技術應用程度會對企業(yè)個體的數(shù)字技術應用產(chǎn)生影響，另一方面區(qū)域的數(shù)字技術應用水平難以直接作用于供應鏈效率。Kleibergen-Paap rk LM統(tǒng)計量在1%的水平上顯著，拒絕工具變量識別不足的假設，Cragg-Donald Wald F統(tǒng)計量大于Stock-Yogo弱工具變量識別檢驗在10%水平上的臨界值，拒絕弱工具變量假設，由此說明本文選取的工具變量是合理可靠的。表4列(1)第一階段回歸結果顯示，Digital_procince的系數(shù)在1%的水平上顯著為正，表明選取的工具變量滿足相關性要求。列(2)報告了第二階段回歸結果，Digital的系數(shù)在1%的水平上顯著為負，表明在控制內生性問題后本文的研究結論依然成立。本文進一步選取“寬帶中國”政策試點(Bic)作為工具變量對內生性問題進行檢驗，當上市公司所在城市被列入試點城市，則入選年份之后Bic取值為1，否則為0。結果如表4列(3)和列(4)所示，發(fā)現(xiàn)Digital的系數(shù)在1%的水平上仍然顯著為負，說明本文的研究結論是穩(wěn)健可靠的。

表4 內生性檢驗

(四)穩(wěn)健性檢驗

1.改變供應鏈效率的度量方式

本文采用以下兩種方法對供應鏈效率進行替代性度量：第一，考慮到企業(yè)存貨水平受到行業(yè)特征以及周期性波動的影響，因此在穩(wěn)健性檢驗中企業(yè)存貨水平以行業(yè)近3年均值調整后的存貨周轉期(lnInventory1)進行重新測度；第二，由于營業(yè)周期能夠反映企業(yè)從外購存貨到銷售存貨并收回現(xiàn)金整個業(yè)務流程所花費的時間，因此本文以營業(yè)周期的自然對數(shù)(lnCycle)衡量供應鏈運行效率，通過“預付賬款周期+應收賬款周轉期+存貨周轉期”計算得到，營業(yè)周期越短，說明供應鏈運營效率越高。表5列(1)和列(2)報告了回歸結果。結果顯示，Digital的系數(shù)至少在5%的水平上顯著為負，說明本文的研究結論是穩(wěn)健的。

2.改變數(shù)字技術應用程度的度量方式

本文采用以下兩種方法重新構建數(shù)字技術應用程度指標：第一，數(shù)字技術關鍵詞庫中包括人工智能、區(qū)塊鏈、云計算以及大數(shù)據(jù)四個維度，由于四類技術涵蓋的詞匯數(shù)存在差異，這很可能賦予各類技術不同的權重進而影響對企業(yè)數(shù)字技術應用能力的捕捉?；诖?，本文先構建四個維度的數(shù)字技術應用細分指標，然后對細分指標分年度進行離差標準化處理消除量綱，最后將標準化的細分指標加總得到新的數(shù)字技術應用程度指標(Digital1)。第二，對四個維度的細分指標進行主成分分析，保留特征值大于1的因子，進而得到新的數(shù)字技術應用指標(Digital2)。表5列(3)和列(4)報告了相應的檢驗結果，可以發(fā)現(xiàn)，無論采用何種方式度量企業(yè)數(shù)字技術應用程度，Digital的系數(shù)均在1%的水平上顯著為負，支持了本文的研究結論是穩(wěn)健可靠的。

3.控制企業(yè)策略性信息披露行為的影響

本文基于企業(yè)年報披露的文本信息構建數(shù)字技術應用程度的指標，但這種方法可能受到企業(yè)策略性信息披露行為的影響，如一些公司的數(shù)字技術應用停留在概念炒作階段，存在夸大信息披露的嫌疑[28]。為了排除這種可能的影響，本文進行了如下檢驗：第一，在基準模型中控制盈余披露質量，具體地，通過構建兩個指標來衡量盈余披露質量：一是反映企業(yè)推遲確認損失或費用并加速確認收入的盈余激進度指標(Earn_Aggress)；二是反映一定時期內會計盈余和現(xiàn)金流匹配程度的盈余平滑度指標(Earn_Smooth)。第二，僅保留深圳證券交易所信息披露考評結果為“優(yōu)秀”“良好”的樣本，相對而言，這類公司進行策略性信息披露行為的可能性較低。表5列(5)和列(6)報告了相應的檢驗結果，結果顯示，Digital的系數(shù)均在1%的水平上顯著為負，說明本文的研究結論不受策略性信息披露行為的影響。

表5 穩(wěn)健性檢驗

表5(續(xù))

五、進一步分析

(一)影響機制分析

前文的理論分析表明，數(shù)字技術可能通過提高供需匹配精準度和降低外部交易成本促進供應鏈效率提升。因此，可以預期，如果這兩種影響機制確實成立，那么對于供需匹配精準度較低、外部交易成本較高的企業(yè)而言，數(shù)字技術的應用將有利于其供應鏈效率的提升?；诖耍疚姆謩e從供需匹配精準度和外部交易成本兩個方面來考察數(shù)字技術對供應鏈效率的作用機制。

1.供需匹配精準度

由于供需匹配精準度難以直接度量，本文借鑒卡雄等(Cachon et al.,2007)、單等人(Shan et al.,2014)的研究[29-30]，以企業(yè)生產(chǎn)波動對需求波動的偏離來間接刻畫供需匹配精準度。具體定義如下：

(2)

Productionit=Costit+Inventoryit-Inventoryit-1

(3)

其中，σ()表示變量的標準差，Production為企業(yè)生產(chǎn)量，Demand為企業(yè)需求量。企業(yè)生產(chǎn)量通過式(3)計算得到，Cost為企業(yè)營業(yè)成本，Inventory為企業(yè)存貨凈值；企業(yè)需求量分別以企業(yè)營業(yè)收入(Sales)和營業(yè)成本(Cost)作為代理變量。為了消除時間趨勢的影響，本文對生產(chǎn)和需求序列進行對數(shù)和一階差分處理，并將新的序列代入式(2)，得到Matching1和Matching2。該指標值越大，說明企業(yè)的生產(chǎn)波動對需求波動的偏離程度越大，供需匹配精準度越低。本文分別將Digital×Matching1、Digital×Matching2加入模型(1)進行檢驗，結果如表6列(1)和列(2)所示，交乘項的系數(shù)均在1%的水平上顯著為負，意味著供需匹配精準度越低，數(shù)字技術對供應鏈效率提升的作用結果越明顯，與理論預期一致。

2.外部交易成本

考慮到外部交易成本涉及的種類較多，難以完全將其囊括，本文采用兩個指標來進行間接測度。一是使用企業(yè)資產(chǎn)的專用性來反映企業(yè)的外部交易成本，資產(chǎn)專用性較高的企業(yè)面臨的“套牢”風險相對更大，更有可能受到交易對手“敲竹杠”行為的威脅，因此外部交易成本相對較高[31]。借鑒科利斯和蒙哥馬利(Collis & Montgomery，1997)的研究[32]，本文使用無形資產(chǎn)與總資產(chǎn)的比值(Intangible)來度量企業(yè)資產(chǎn)的專用性，該指標值越大，說明企業(yè)面臨的外部交易成本越高。二是采用廣告費用與營業(yè)收入的比值(Advertise)來衡量企業(yè)的外部交易成本，該指標值越大，說明企業(yè)在銷售環(huán)節(jié)面臨的外部交易成本較高。本文分別將Digital×Intangible、Digital×Advertise加入模型(1)進行檢驗。表6列(3)和列(4)結果顯示，交乘項的系數(shù)均在1%的水平上顯著為負，說明企業(yè)外部交易成本越高，數(shù)字技術對供應鏈效率提升的效果越明顯，驗證了前文的預期。

表6 影響機制分析

表6(續(xù))

(二)異質性檢驗

考慮到不同企業(yè)的數(shù)字技術應用程度不同，并且不同行業(yè)的供應鏈特征也存在較大的差異，因此，本文分別從企業(yè)層面和行業(yè)層面考察數(shù)字技術對供應鏈效率是否存在異質性效果。

1.企業(yè)層面

基于企業(yè)自身的微觀特征，按照企業(yè)規(guī)模和科技屬性進行分樣本檢驗。具體地，參照國家統(tǒng)計局發(fā)布的《統(tǒng)計上大中小微型企業(yè)劃分辦法(2017)》，根據(jù)不同行業(yè)的企業(yè)的員工人數(shù)和營業(yè)收入將樣本劃分為大中型企業(yè)和小微企業(yè)；由于創(chuàng)業(yè)板和中小板以高新技術企業(yè)為主，而滬深主板上市公司以傳統(tǒng)行業(yè)為主，因此，本文根據(jù)不同企業(yè)所在的板塊將樣本劃分為高新技術企業(yè)和非高新技術企業(yè)?；貧w結果如表7所示。

表7 基于企業(yè)層面的異質性檢驗

表7(續(xù))

從表7列(1)和列(2)的結果可以看出，無論是大中型企業(yè)還是小微企業(yè)，數(shù)字技術均在1%的水平上顯著提升了供應鏈效率，但是對于大中型企業(yè)的提升效果更顯著。這一結果說明數(shù)字技術的應用具有規(guī)模效應，規(guī)模較大的企業(yè)能夠充分利用其在資金、人才、技術、數(shù)據(jù)等方面的優(yōu)勢，更好地發(fā)揮數(shù)字技術對提升供應鏈效率的放大倍增作用。表7列(3)和列(4)是將企業(yè)按照科技屬性進行分組回歸的結果，數(shù)字技術對高新技術企業(yè)供應鏈效率在5%水平上顯著為負，而對非高新技術企業(yè)供應鏈效率不顯著。由此可以推斷，相對于非高新技術企業(yè)而言，高新技術企業(yè)具有較好的數(shù)字創(chuàng)新基礎支撐，具備數(shù)字技術應用的客觀基礎條件，能夠推動數(shù)字技術與企業(yè)生產(chǎn)經(jīng)營進行有效融合，進而帶來供應鏈效率提升的效果。

2.行業(yè)層面

根據(jù)企業(yè)所處行業(yè)的特征，以行業(yè)類別和行業(yè)競爭程度進行分組回歸。首先，將樣本企業(yè)分為制造業(yè)和非制造業(yè)兩類；其次，采用赫芬達爾指數(shù)(HHI)來衡量行業(yè)競爭程度，具體計算公式為：HHI=∑(Xi/X)2，其中Xi是行業(yè)內企業(yè)i的營業(yè)收入，HHI值越大，說明行業(yè)競爭程度越低。本文根據(jù)各年份的中位數(shù)將樣本劃分為競爭程度較強和競爭程度較弱兩個子樣本。具體回歸結果如表8所示。

表8 基于行業(yè)層面的異質性檢驗

表8列(1)和列(2)結果顯示，制造業(yè)樣本的Digital系數(shù)在1%水平上顯著為負，而非制造業(yè)樣本的Digital系數(shù)在10%水平上顯著為負。這是因為相對于非制造業(yè)供應鏈通常置于企業(yè)內部完成，制造業(yè)供應鏈生產(chǎn)、銷售等環(huán)節(jié)大多是由不同企業(yè)通過專業(yè)化分工協(xié)作來實現(xiàn)，對內外部環(huán)境的變化會更加敏感，因此，數(shù)字技術對供應鏈效率的促進作用對制造業(yè)企業(yè)更顯著。表8列(3)和列(4)報告了行業(yè)競爭程度的分組回歸結果，在競爭程度較高的行業(yè)中，Digital的系數(shù)在1%水平上顯著為負，而在競爭程度較低的行業(yè)，Digital系數(shù)不顯著。產(chǎn)生這一結果的可能原因是，相較于競爭程度較低的行業(yè)，外部交易主體對競爭程度較高行業(yè)中的企業(yè)進行惡意違約的概率較高，進而使得企業(yè)的外部交易成本相對較高，因此，數(shù)字技術對競爭程度較高行業(yè)中的企業(yè)供應鏈效率具有更加顯著的提升效果。

六、結論與政策建議

在數(shù)字技術快速發(fā)展的背景下，推動供應鏈與數(shù)字技術深度融合，既是打造數(shù)字化供應鏈體系的重要驅動力，也是推進中國數(shù)字經(jīng)濟健康發(fā)展的關鍵著力點。本文利用2012—2019年中國A股上市公司數(shù)據(jù)，基于機器學習的文本分析法構建了反映企業(yè)數(shù)字技術應用程度的指標，從理論和實證兩個方面探討了數(shù)字技術對供應鏈效率的影響及其作用機理。研究結果表明，數(shù)字技術可以顯著促進供應鏈效率的提升，該結論在經(jīng)過一系列內生性檢驗和穩(wěn)健性檢驗后仍然成立。機制檢驗表明，數(shù)字技術主要通過提高供需匹配精準度和降低外部交易成本推動供應鏈效率提升。異質性分析發(fā)現(xiàn)，數(shù)字技術對供應鏈效率的促進效果在大中型企業(yè)、高新技術企業(yè)、制造業(yè)以及競爭程度較強的行業(yè)中更加顯著。本文的研究結論為加快構建數(shù)字化供應鏈提供了重要的政策啟示。

第一，企業(yè)層面，應抓住數(shù)字經(jīng)濟給企業(yè)帶來的發(fā)展機遇，逐步將數(shù)字技術引入企業(yè)生產(chǎn)經(jīng)營過程中，推動供應鏈數(shù)字化轉型。具體而言，一方面，樹立以用戶為中心的供應鏈管理理念，充分利用數(shù)字技術手段，調動用戶主動參與到原材料采購、研發(fā)設計、生產(chǎn)制造、銷售服務等供應鏈各個環(huán)節(jié)中，提高供應鏈的市場需求實時響應能力，更好地滿足用戶不斷升級的個性化需求；另一方面，發(fā)揮數(shù)據(jù)要素在數(shù)字化供應鏈中的關鍵作用，將數(shù)據(jù)要素的使用貫穿供應鏈各個環(huán)節(jié)，協(xié)同推進供應鏈要素數(shù)據(jù)化和數(shù)據(jù)要素供應鏈化，促進企業(yè)內部各項業(yè)務流程數(shù)字化轉型。

第二，行業(yè)層面，發(fā)揮數(shù)字技術的上下游傳導效應，打通數(shù)據(jù)要素流通渠道，推動供應鏈上下游企業(yè)高效協(xié)同發(fā)展。數(shù)字化供應鏈不僅需要企業(yè)自身加大數(shù)字化投入，更需要上下游企業(yè)密切配合。因此，應加快打通供應鏈上下游企業(yè)數(shù)據(jù)通道，以數(shù)據(jù)流引領人才流、技術流、資金流，提升全鏈路供需匹配精準度以及降低外部協(xié)調交易成本，實現(xiàn)生產(chǎn)、供給、銷售一體化，全面提升供應鏈效率。同時，鼓勵支持行業(yè)核心企業(yè)搭建供應鏈協(xié)同平臺，連接上游供應商和下游用戶，通過對終端用戶需求的精準預測，引導上下游企業(yè)高效協(xié)同發(fā)展，提高供應鏈快速響應能力。

第三，政府層面，加快完善數(shù)字化供應鏈相關政策制度體系建設，不斷推動數(shù)字化供應鏈落地實施。具體而言，首先，結合行業(yè)領域特征，培育一批具有行業(yè)代表性的數(shù)字化供應鏈標桿企業(yè)，形成可復制推廣的經(jīng)驗做法，進而帶動行業(yè)內更多企業(yè)實現(xiàn)供應鏈與數(shù)字技術深度融合。其次，制定和推廣供應鏈數(shù)字化管理標準，加快制定供應鏈數(shù)字化管理指南等關鍵急需標準，以標準引領企業(yè)導入供應鏈數(shù)字化工具和解決方案，提升供應鏈數(shù)字化管理能力。最后，提升特定領域供應鏈數(shù)字化水平，面向非制造業(yè)、競爭程度較弱以及非高新技術行業(yè)，應引導行業(yè)組織、科研院所、龍頭企業(yè)深化大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術的應用，提升供應鏈數(shù)字化水平，增強供應鏈協(xié)同運作的精準性和敏捷性。