鮑 群 張云云 趙秀云

(1.安徽財經(jīng)大學(xué),安徽 蚌埠 233030;2.清華大學(xué),北京 100084;3.天津財經(jīng)大學(xué),天津 300222)

一、引言

隨著市場經(jīng)濟(jì)的發(fā)展,社會化大生產(chǎn)下的分工與合作日趨復(fù)雜,供應(yīng)商對企業(yè)生產(chǎn)經(jīng)營活動的影響不斷加深。作為重要的利益相關(guān)者,供應(yīng)商不僅可以直接參與企業(yè)前期研發(fā)、質(zhì)量風(fēng)險控制以及產(chǎn)品改善全過程,而且還能主動與客戶進(jìn)行資源共享和信息交流,為企業(yè)產(chǎn)品、服務(wù)創(chuàng)新提供支持。比如:戴爾通過與供應(yīng)商的高效合作,有效整合供應(yīng)鏈資源,取得供應(yīng)鏈競爭優(yōu)勢,成為全球領(lǐng)先的IT系統(tǒng)和服務(wù)提供商;小米通過加強(qiáng)與上游供應(yīng)商的研發(fā)合作,有效提高了自身的核心競爭力,進(jìn)而在競爭激烈的智能手機(jī)市場占得一席之地?？梢?科學(xué)合理地選擇供應(yīng)商對于提升企業(yè)生產(chǎn)效率,增強(qiáng)供應(yīng)鏈韌性至關(guān)重要。

供應(yīng)商地理距離是影響企業(yè)生產(chǎn)經(jīng)營活動的重要特征之一,近年來愈發(fā)受到學(xué)者的關(guān)注。已有研究發(fā)現(xiàn),選擇鄰近的供應(yīng)商更易于供應(yīng)鏈上下游之間建立相互信任的戰(zhàn)略合作關(guān)系,規(guī)避供應(yīng)鏈企業(yè)間因競爭或風(fēng)險所帶來的負(fù)面影響(Serpa et al.,2018)。這種地緣優(yōu)勢不僅可以強(qiáng)化上下游之間的信任關(guān)系,有效降低企業(yè)事前逆向選擇、事中交通運輸和事后道德風(fēng)險所產(chǎn)生的交易成本,促進(jìn)人員、資本及技術(shù)等要素的流動,助力企業(yè)獲取上游的隱性知識和資源(Ghoul et al.,2013),還有助于弱化上下游之間的競爭關(guān)系,緩解企業(yè)間信息不對稱,減少道德風(fēng)險及逆向選擇等機(jī)會主義行為,提高企業(yè)對供應(yīng)鏈風(fēng)險的監(jiān)測和防御能力(劉靜 等,2021),從而有效促進(jìn)企業(yè)技術(shù)創(chuàng)新、優(yōu)化資源配置,提升企業(yè)生產(chǎn)效率。但與此同時,隨著數(shù)字經(jīng)濟(jì)的迅速發(fā)展以及基礎(chǔ)設(shè)施體系的不斷完善,企業(yè)與供應(yīng)商之間的運輸成本和信息成本逐步降低,供應(yīng)商地理鄰近優(yōu)勢日漸弱化,對企業(yè)生產(chǎn)效率的影響存在不確定性。因此,在構(gòu)建以國內(nèi)大循環(huán)為主體,國際國內(nèi)雙循環(huán)相互促進(jìn)的新發(fā)展格局的背景下,探究供應(yīng)商地理分布特征如何影響企業(yè)發(fā)展問題,具有一定的理論價值和實踐意義。

基于上述分析,本文利用2010—2020年滬深A(yù)股制造業(yè)上市公司數(shù)據(jù),實證分析供應(yīng)商地理距離對企業(yè)全要素生產(chǎn)率的影響。較之已有研究,本文的邊際貢獻(xiàn)主要體現(xiàn)在以下幾個方面:首先,從供應(yīng)鏈視角拓展了地理距離對企業(yè)全要素生產(chǎn)率的影響研究,驗證了供應(yīng)商地理鄰近性對企業(yè)經(jīng)濟(jì)效率的積極作用,是對全要素生產(chǎn)率驅(qū)動因素方面研究的有益補充。其次,基于企業(yè)創(chuàng)新及資源配置視角厘清了供應(yīng)商地理鄰近性影響企業(yè)生產(chǎn)效率的具體機(jī)理,深化了對地理距離在供應(yīng)鏈上下游互動中影響的認(rèn)識。最后,為供應(yīng)商的選擇提供了來自地理經(jīng)濟(jì)學(xué)的闡釋,研究結(jié)論有助于更加深刻地把握供應(yīng)商地理距離的價值,為增強(qiáng)供應(yīng)鏈產(chǎn)業(yè)鏈韌性、提升供應(yīng)鏈競爭力提供了一定啟示。

二、文獻(xiàn)綜述

(一)供應(yīng)鏈上下游企業(yè)間地理距離的微觀經(jīng)濟(jì)效應(yīng)

近年來,地理經(jīng)濟(jì)學(xué)在財務(wù)領(lǐng)域的應(yīng)用越來越受到重視。有關(guān)產(chǎn)品市場的研究著重考察了上下游企業(yè)間地理距離對成本績效、信息摩擦、關(guān)系治理及技術(shù)創(chuàng)新等的影響,結(jié)論存在一定分歧。成本績效方面,研究發(fā)現(xiàn)地理鄰近的供應(yīng)鏈上下游企業(yè)更易建立相互信任的戰(zhàn)略合作關(guān)系,這有利于降低企業(yè)交易成本,比如搜索成本、物流成本、溝通成本及監(jiān)督成本等,提升營運資金配置效率(Serpa et al.,2018)。供應(yīng)商在供應(yīng)鏈網(wǎng)絡(luò)中的位置越重要,對企業(yè)成本績效的積極影響就越大(Oke et al.,2013)。信息摩擦方面,研究發(fā)現(xiàn)信息傳遞貫穿于供應(yīng)鏈上下游互動的各個環(huán)節(jié),私有信息的傳遞成本隨地理距離的增加而增加。供應(yīng)鏈企業(yè)間地理距離增加會加劇信息不對稱,進(jìn)而引發(fā)道德風(fēng)險和逆向選擇等機(jī)會主義行為(程博 等,2021),降低上下游企業(yè)之間的信任度,導(dǎo)致買賣合同時間縮短,契約條款更為嚴(yán)苛(Costello,2013)。關(guān)系治理方面,研究發(fā)現(xiàn)上下游企業(yè)間地理鄰近能夠降低企業(yè)監(jiān)督成本,緩解雙方信息不對稱,發(fā)揮關(guān)系治理作用,弱化公司違規(guī)傾向(宛晴 等,2019),抑制公司盈余管理及財務(wù)舞弊行為(唐斯圓 等,2019),降低股價崩盤風(fēng)險(黃珺 等,2022)。而在技術(shù)創(chuàng)新方面,研究結(jié)論較不一致。部分研究指出,地理鄰近的供應(yīng)商和企業(yè)之間更易于保持良好關(guān)系,這有助于促進(jìn)上下游企業(yè)間的知識溢出、信息共享及合作創(chuàng)新,提高創(chuàng)新績效(鮑群 等,2023)。但也有學(xué)者從議價能力角度出發(fā),認(rèn)為地理鄰近性使得上下游企業(yè)中具有談判優(yōu)勢的一方獲得了更多的私有信息,從而更有能力掠奪對方的創(chuàng)新資源以及創(chuàng)新收益,抑制對方的技術(shù)創(chuàng)新(張廣玲 等,2022)。還有一些研究發(fā)現(xiàn),隨著交通基礎(chǔ)設(shè)施的完善以及數(shù)字化轉(zhuǎn)型的深入,供應(yīng)商地理鄰近性帶來的物流成本以及信息傳遞優(yōu)勢逐漸弱化(崔也光 等,2021;饒品貴 等,2019)。

(二)供應(yīng)鏈視角下的企業(yè)全要素生產(chǎn)率

已有文獻(xiàn)探討了上下游企業(yè)制度背景、行業(yè)特征以及自身談判勢力等因素對企業(yè)生產(chǎn)率的影響,研究結(jié)論并未達(dá)成一致。一種觀點認(rèn)為供應(yīng)鏈企業(yè)間的合作共贏有利于提高企業(yè)生產(chǎn)效率,原因主要在于:穩(wěn)定且緊密的供應(yīng)鏈上下游合作關(guān)系,能夠促進(jìn)技術(shù)創(chuàng)新和資源有效配置,進(jìn)而提升企業(yè)生產(chǎn)效率。張沁琳等(2020)發(fā)現(xiàn),政府大客戶不僅可以憑借良好的社會聲譽獲取更多資源來促進(jìn)企業(yè)創(chuàng)新,而且能夠通過積極的市場調(diào)控引導(dǎo)企業(yè)合理配置資源,從而提高企業(yè)生產(chǎn)效率。林柄全等(2022)認(rèn)為,穩(wěn)定的供應(yīng)鏈關(guān)系有利于促進(jìn)產(chǎn)業(yè)集群內(nèi)部的合作運轉(zhuǎn),消除供需偏差所致的“牛鞭效應(yīng)”,提升資源配置有效性,從而提高企業(yè)全要素生產(chǎn)率。李云鶴等(2022)指出,客戶數(shù)字化轉(zhuǎn)型存在供應(yīng)鏈上的后向溢出效應(yīng),即通過優(yōu)化供需匹配、穩(wěn)定供需關(guān)系、增強(qiáng)供應(yīng)商創(chuàng)新能力提高了企業(yè)生產(chǎn)效率。孫浦陽等(2023)提出,地理鄰近企業(yè)所形成的貿(mào)易網(wǎng)絡(luò)深化了企業(yè)間垂直專業(yè)化分工,放大了銷售網(wǎng)絡(luò)的規(guī)模效應(yīng),進(jìn)而提升了生產(chǎn)率的邊際效應(yīng)。于蘇等(2023)認(rèn)為,供應(yīng)鏈鏈主能夠憑借其影響力優(yōu)勢,通過供應(yīng)鏈金融發(fā)揮協(xié)同效應(yīng),促進(jìn)鏈上企業(yè)全要素生產(chǎn)率提高。

另一種觀點則強(qiáng)調(diào)供應(yīng)鏈上下游企業(yè)間的競爭關(guān)系會降低企業(yè)全要素生產(chǎn)率,這是因為:合作過程中上下游企業(yè)之間的信息不對稱以及談判勢力的差距,可能會引發(fā)競爭掠奪的機(jī)會主義行為,進(jìn)而損害企業(yè)生產(chǎn)效率。Hui et al.(2012)指出,由于上下游企業(yè)間信息不對稱導(dǎo)致交易伙伴的私有信息難以被觀察,企業(yè)很可能會遭受較大的經(jīng)濟(jì)損失。錢雪松等(2018)認(rèn)為,當(dāng)企業(yè)的人才、技術(shù)等資源受到供應(yīng)鏈上下游企業(yè)的擠占時,其生產(chǎn)效率將出現(xiàn)明顯下降。孟慶璽等(2018)發(fā)現(xiàn),客戶過度集中引發(fā)的供應(yīng)鏈風(fēng)險集聚效應(yīng)會降低企業(yè)資源配置效率,阻礙企業(yè)生產(chǎn)效率的提升。李旭超等(2021)研究表明,僵尸企業(yè)拖欠上游供應(yīng)商賬款會導(dǎo)致供應(yīng)商全要素生產(chǎn)率下降。楊玥等(2022)認(rèn)為,上游行業(yè)壟斷通過抬升中間品價格、占據(jù)重要生產(chǎn)要素或?qū)嵤ぷ庑袨樽璧K了下游企業(yè)創(chuàng)新活動,進(jìn)而抑制了其生產(chǎn)率的提高。

綜上可知,供應(yīng)鏈特征對企業(yè)全要素生產(chǎn)率有著重要影響。已有研究多從供應(yīng)鏈上下游的談判勢力、行業(yè)環(huán)境及制度背景等視角展開探討,忽略了供應(yīng)商地理特征也可能對企業(yè)生產(chǎn)效率產(chǎn)生重要影響?，F(xiàn)有研究表明,供應(yīng)商地理距離與企業(yè)創(chuàng)新資源獲取、信息傳遞及資源配置等密切相關(guān)。因此,本文主要基于地理經(jīng)濟(jì)學(xué)理論,探究供應(yīng)商地理距離對企業(yè)全要素生產(chǎn)率的影響及其內(nèi)在機(jī)理。

三、理論分析與研究假說

本文認(rèn)為,供應(yīng)商地理距離主要通過以下兩條路徑影響企業(yè)全要素生產(chǎn)率:

其一,創(chuàng)新能力是企業(yè)全要素生產(chǎn)率的核心驅(qū)動要素,供應(yīng)商地理鄰近性通過增強(qiáng)企業(yè)創(chuàng)新能力,提高了其全要素生產(chǎn)率。根據(jù)資源依賴?yán)碚?企業(yè)創(chuàng)新能力很大程度上依賴于其所擁有的異質(zhì)性資源數(shù)量以及資源配置方式。因此,上游供應(yīng)商傳遞的隱性知識和共享的資源能夠為企業(yè)開展創(chuàng)新活動提供重要支撐(孟慶璽 等,2018)。并且,相比于封閉且孤立的地理環(huán)境,知識溢出以及創(chuàng)新活動更易于發(fā)生在有互動和聯(lián)系的地理環(huán)境內(nèi)。也就是說,選擇地理鄰近的供應(yīng)商更可能幫助企業(yè)提高自身的創(chuàng)新能力。首先,地理鄰近性有利于企業(yè)與供應(yīng)商建立正式和非正式的關(guān)系網(wǎng)絡(luò),方便其通過實地考察、“面對面”互動溝通等方式獲取異質(zhì)性知識、技術(shù)等私有信息(許和連 等,2020),推動跨企業(yè)協(xié)作的實施。隨著供應(yīng)鏈上下游企業(yè)間創(chuàng)新研發(fā)交流的深化,企業(yè)創(chuàng)新能力和全要素生產(chǎn)率不斷提升。其次,供應(yīng)商地理鄰近性有利于降低上下游企業(yè)之間的監(jiān)督成本,減少企業(yè)間的機(jī)會主義行為,建立和維持良好的信任關(guān)系,降低新產(chǎn)品開發(fā)過程中協(xié)調(diào)、管理和控制的難度,激發(fā)供應(yīng)商加大專用性資產(chǎn)投資,從而為企業(yè)創(chuàng)新營造良好的環(huán)境,促進(jìn)創(chuàng)新能力和全要素生產(chǎn)率穩(wěn)步提升(孫浦陽 等,2023)。再次,選擇鄰近的供應(yīng)商有利于緩解上下游企業(yè)之間的信息不對稱,幫助企業(yè)迅速獲取供應(yīng)鏈上的反饋信息,及時判斷市場需求變化,減少技術(shù)創(chuàng)新的不確定性,促進(jìn)供應(yīng)鏈上下游持續(xù)價值共創(chuàng),強(qiáng)化企業(yè)創(chuàng)新意愿(程小可 等,2020),進(jìn)而提升企業(yè)生產(chǎn)效率。

其二,資源有效配置是企業(yè)全要素生產(chǎn)率的另一核心驅(qū)動要素,供應(yīng)商地理鄰近性通過優(yōu)化企業(yè)資源配置,提高了其全要素生產(chǎn)率。首先,選擇鄰近的供應(yīng)商有利于企業(yè)高效、低成本地建立上下游企業(yè)間的信任關(guān)系,增強(qiáng)合作穩(wěn)定性,降低合作前的搜尋成本和討價還價成本,以及合作中的物流、溝通和監(jiān)督成本等(Serpa et al.,2018),進(jìn)而促進(jìn)資源有效配置,提高生產(chǎn)效率。其次,選擇鄰近的供應(yīng)商有利于企業(yè)迅速了解供應(yīng)鏈上的供需調(diào)整,準(zhǔn)確判斷外部市場需求變化,有效降低信息搜集成本,促進(jìn)生產(chǎn)資源的有效配置(李青原 等,2023),提升企業(yè)生產(chǎn)率。再次,近距離的貿(mào)易往來有助于企業(yè)深入接觸供應(yīng)商的社會網(wǎng)絡(luò)關(guān)系,以較低成本挖掘更多供給信息,提高供應(yīng)鏈信息傳遞效率,降低信息交互成本,進(jìn)而有利于其及時調(diào)整產(chǎn)品結(jié)構(gòu),合理高效分配內(nèi)部資源,改善組織生產(chǎn)效率(陶鋒 等,2023)。

基于以上分析,本文提出:

假說1：供應(yīng)商地理距離越近,企業(yè)全要素生產(chǎn)率越高。

四、研究設(shè)計

(一)樣本選擇和數(shù)據(jù)來源

本文選取2010—2020年滬深A(yù)股制造業(yè)上市公司為樣本,并按照已有研究慣例,對初始樣本進(jìn)行了以下篩選:剔除未披露前五大供應(yīng)商地理距離的樣本企業(yè);剔除ST、*ST類特殊處理樣本企業(yè);剔除關(guān)鍵指標(biāo)數(shù)據(jù)缺失的樣本。經(jīng)過上述處理,本文最終得到1560個觀測值。地理距離與財務(wù)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫,上市公司專利數(shù)來自CNRDS數(shù)據(jù)庫。此外,為避免極端值的影響,對連續(xù)變量進(jìn)行了雙向1%的縮尾處理。

(二)變量說明

1.被解釋變量:企業(yè)全要素生產(chǎn)率(TFP_LP)

對于企業(yè)全要素生產(chǎn)率(TFP_LP)的測算,主流方法有OLS、OP、LP、GMM等。為緩解衡量方法可能引發(fā)的內(nèi)生性問題,本文選擇半?yún)?shù)LP方法,構(gòu)建Cobb-Dougias生產(chǎn)函數(shù)的對數(shù)形式估計企業(yè)TFP。

lnYit=μ0+μ1lnKit+μ2lnLit+μ3lnMit+εit

(1)

其中:Y代表企業(yè)產(chǎn)出,用公司當(dāng)年主營業(yè)務(wù)收入衡量;K代表資本要素投入水平,用公司當(dāng)年固定資產(chǎn)投資衡量;L代表勞動要素投入水平,用公司當(dāng)年現(xiàn)金流量表中“支付給職工以及為職工支付的現(xiàn)金”衡量;M代表企業(yè)中間產(chǎn)品及原料投入,用公司當(dāng)年現(xiàn)金流量表中“購買商品、接受勞務(wù)支付的現(xiàn)金”衡量?？紤]到相關(guān)數(shù)據(jù)可能存在0值情況,以上指標(biāo)均進(jìn)行了加1后取自然對數(shù)的處理。模型(1)回歸所得的殘差即為企業(yè)全要素生產(chǎn)率(TFP_LP)。

2.核心解釋變量:供應(yīng)商地理鄰近性(Supdis)

對于供應(yīng)商地理鄰近性(Supdis),參考唐斯圓等(2019)的做法,測算過程如下:首先,根據(jù)企業(yè)與其供應(yīng)商企業(yè)的注冊地址計算二者的空間距離,并取空間距離加1的自然對數(shù)的相反數(shù);然后,以企業(yè)前五大供應(yīng)商采購額占比為權(quán)重,算得平均地理距離,即為供應(yīng)商地理鄰近性。該數(shù)值越大,表示企業(yè)與供應(yīng)商的地理距離越近,反之則越遠(yuǎn)。海外供應(yīng)商不在統(tǒng)計范圍之內(nèi)。

3.控制變量

借鑒已有文獻(xiàn),本文選取的控制變量具體包括企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、銷售增長率(Growth)、市賬比(Mastro)、托賓Q值(Tbq)、產(chǎn)權(quán)性質(zhì)(Soe)、企業(yè)年齡(Age)、股權(quán)集中度(First)、企業(yè)現(xiàn)金流(Cash)、固定資產(chǎn)占比(Fix)、客戶地理鄰近性(Cusdis)。此外,模型中還控制了年度(Year)和行業(yè)(Ind)虛擬變量。

本文主要變量的說明如表1所示。

表1 主要變量說明

(三)模型設(shè)定

為了檢驗假說1是否成立,本文構(gòu)建如下模型(2):

TFP_LPit=α0+α1Supdisit+α2Controlsit+Year+Ind+εit

(2)

其中,TFP_LP表示企業(yè)全要素生產(chǎn)率,Supdis表示供應(yīng)商地理鄰近性,Controls表示一系列控制變量構(gòu)成的向量集,εit為隨機(jī)擾動項。模型(2)中,α1衡量了供應(yīng)商地理鄰近性對企業(yè)全要素生產(chǎn)率的影響。若α1顯著為正,則表示供應(yīng)商地理位置越鄰近,企業(yè)全要素生產(chǎn)率越高,即本文假說1成立。

五、實證結(jié)果與分析

(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(jié)果。企業(yè)全要素生產(chǎn)率(TFP_LP)的最小值和最大值分別為8.396和14.721,說明樣本企業(yè)間的全要素生產(chǎn)率存在一定差異。供應(yīng)商地理鄰近性(Supdis)的最小值和最大值分別為-6.877和-0.128,說明供應(yīng)商地理鄰近性在不同企業(yè)間存在較大差異。此外,由表2還可見,其他變量的取值范圍均不存在異常情況,限于篇幅,不再贅述。

表2 主要變量的描述性統(tǒng)計結(jié)果

(二)基準(zhǔn)回歸分析

表3報告了供應(yīng)商地理鄰近性與企業(yè)全要素生產(chǎn)率的回歸結(jié)果。其中,列(1)未加入任何控制變量,列(2)在列(1)的基礎(chǔ)上納入了不包括年度和行業(yè)固定效應(yīng)的所有控制變量,列(3)則是引入了全部控制變量。不難發(fā)現(xiàn),無論是否加入控制變量,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)均在1%水平上顯著為正,表明供應(yīng)商地理位置越鄰近,越有利于改善企業(yè)全要素生產(chǎn)率?？梢?本文假說1得到驗證。

表3 基準(zhǔn)回歸結(jié)果:供應(yīng)商地理鄰近性與企業(yè)全要素生產(chǎn)率

(續(xù)表3)

(三)穩(wěn)健性檢驗

1.替換被解釋變量的測量方法

為緩解潛在的變量測度誤差對研究結(jié)論的干擾,采用OP法重新測算企業(yè)全要素生產(chǎn)率(TFP_OP),并再次對模型(2)進(jìn)行回歸,估計結(jié)果見表4列(1)。不難發(fā)現(xiàn),供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)為0.0338,且在1%水平上顯著,與基準(zhǔn)回歸結(jié)果一致。

2.更換核心解釋變量的度量方式

以企業(yè)公開披露的供應(yīng)商數(shù)量為權(quán)重,對供應(yīng)商地理距離進(jìn)行加權(quán)平均,得到供應(yīng)商地理鄰近性的替代性指標(biāo)(Supdis2)。表4列(2)報告了重新回歸的結(jié)果,從中可見,Supdis2與TFP_LP依然顯著正相關(guān)。這意味著,調(diào)整供應(yīng)商地理鄰近性的測量指標(biāo)并不會對前文研究結(jié)論產(chǎn)生根本性影響。

3.增加省份固定效應(yīng)

鑒于企業(yè)所屬地區(qū)差異也可能對研究結(jié)論產(chǎn)生影響,本文在模型(2)的基礎(chǔ)上進(jìn)一步控制了省份固定效應(yīng),重新估計的結(jié)果如表4列(3)所示。不難發(fā)現(xiàn),供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)仍然顯著為正,本文假說1再次得到驗證。

4.遺漏變量問題處理

本文可能存在遺漏變量所致的內(nèi)生性問題。為此,采用固定效應(yīng)重新回歸,估計結(jié)果如表4列(4)所示。結(jié)果顯示,供應(yīng)商地理鄰近性(Supdis)依然對企業(yè)全要素生產(chǎn)率(TFP_LP)存在顯著的正向影響。這表明在考慮遺漏變量可能引發(fā)的內(nèi)生性問題后,本文研究結(jié)論穩(wěn)健成立。

5.工具變量法

本文也可能存在反向因果所致的內(nèi)生性問題。為此,使用工具變量法進(jìn)行檢驗。參考Ghoul et al.(2013)、羅進(jìn)輝等(2017)的做法,采用企業(yè)與供應(yīng)商地理鄰近性的年度行業(yè)均值(Div)作為工具變量,進(jìn)行兩階段最小二乘回歸,估計結(jié)果如表4列(5)、(6)所示。在第一階段,工具變量Div的回歸系數(shù)在1%水平上顯著為正;在第二階段,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)為0.2509,且在1%水平上顯著,與上文表3的檢驗結(jié)果一致。

6.樣本選擇偏誤問題處理

考慮到本文還可能存在樣本選擇偏誤問題,采取以下方法進(jìn)行檢驗。

其一,Heckman二階段法。參考王迪等(2016)、唐斯圓等(2019),設(shè)置如下模型(3)進(jìn)行第一階段回歸,結(jié)果見表5列(1):

表5 穩(wěn)健性檢驗結(jié)果(二)

Supmedit=θ0+θ1Roait+θ2Sizeit+θ3Levit+θ4Soeit+θ5Mastroit+θ6Tbqit+θ7Disratioit+εit

(3)

其中:Disratio表示行業(yè)年度內(nèi)披露供應(yīng)商數(shù)據(jù)的企業(yè)所占比例;Roa表示資產(chǎn)收益率;Supmed為公司是否披露供應(yīng)商信息虛擬變量,披露信息取值為1,否則為0。其他變量的含義及計算方法見表1。將估計得到的逆米爾斯比率(IMR)作為控制變量加入模型(2)進(jìn)行第二階段回歸,結(jié)果如表5列(2)所示。從中可見,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)在1%水平上顯著為正,與前文結(jié)論類似。

其二,傾向得分匹配法。首先,按照是否大于供應(yīng)商地理鄰近性(Supdis)的中位數(shù)將樣本分為兩組;其次,借鑒唐斯圓等(2019)的做法,以企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、企業(yè)年齡(Age)、資產(chǎn)收益率(Roa)、托賓Q值(Tbq)和股權(quán)性質(zhì)(Soe)作為協(xié)變量,進(jìn)行一對一最近鄰匹配。利用匹配后的樣本重新回歸,結(jié)果報告于表5列(3)。從中可見,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)為0.0375,且在5%水平上顯著。這再次證實本文研究結(jié)論是穩(wěn)健可靠的。

(四)作用機(jī)制檢驗

在理論分析與研究假說部分,本文指出供應(yīng)商地理鄰近性通過促進(jìn)技術(shù)創(chuàng)新、優(yōu)化資源配置提升了企業(yè)全要素生產(chǎn)率。為驗證上述理論邏輯是否成立,參照溫忠麟等(2014)提出的中介效應(yīng)檢驗思路,在模型(2)的基礎(chǔ)上,引入以下模型(4)、(5):

Medit=β0+β1Supdisit+β2Controlsit+Year+Ind+εit

(4)

TFP_LPit=γ0+γ1Supdisit+γ2Medit+γ3Controlsit+Year+Ind+εit

(5)

其中,Med表示機(jī)制變量,其他變量的含義同模型(2)。

1.技術(shù)創(chuàng)新機(jī)制

參照于茂薦等(2018)的做法,本文選取上市公司本身獨立獲得的專利數(shù)來衡量技術(shù)創(chuàng)新(Tech)。由于公司專利數(shù)據(jù)屬于典型的非負(fù)整數(shù),計數(shù)模型更為適合,且上市公司之間獲得專利數(shù)量值存在較大差異,因此采用負(fù)二項回歸對獲得專利數(shù)進(jìn)行檢驗。表6列(1)、(2)報告了技術(shù)創(chuàng)新機(jī)制的檢驗結(jié)果。列(1)中,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)為0.1388,且在1%水平上顯著,表明提高供應(yīng)商地理鄰近性可以顯著提升企業(yè)技術(shù)創(chuàng)新產(chǎn)出。列(2)結(jié)果顯示,在將技術(shù)創(chuàng)新和供應(yīng)商地理鄰近性同時納入模型后,Tech和Supdis的回歸系數(shù)均在1%水平上顯著為正,且Supdis的回歸系數(shù)值較之基準(zhǔn)回歸結(jié)果(表3列(3))有所減小。同時,Sobel檢驗Z值在5%水平上顯著為正。上述檢驗結(jié)果表明,技術(shù)創(chuàng)新在供應(yīng)商地理鄰近性影響企業(yè)全要素生產(chǎn)率的過程中發(fā)揮部分中介效應(yīng),技術(shù)創(chuàng)新機(jī)制得到證實。

表6 作用機(jī)制檢驗結(jié)果

2.資源配置機(jī)制

根據(jù)科斯定理,交易成本越低,資源配置效率越高。為此,本文以交易成本(Cost)作為中介變量。參考唐靜等(2023)的做法,使用銷售費用、管理費用和財務(wù)費用之和與營業(yè)收入的比值來衡量交易成本。表6列(3)、(4)報告了資源配置機(jī)制的檢驗結(jié)果。列(3)的結(jié)果顯示,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)為-0.0065,且在1%水平上顯著,表明供應(yīng)商地理距離越近,企業(yè)交易成本越低;列(4)中,交易成本(Cost)的回歸系數(shù)在1%水平上顯著為負(fù),而供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)在1%水平上顯著為正,且系數(shù)值小于基準(zhǔn)回歸結(jié)果(表3列(3))。同時,Sobel檢驗Z值在1%水平上顯著為正。上述檢驗結(jié)果說明,交易成本在供應(yīng)商地理距離影響企業(yè)全要素生產(chǎn)率的過程中發(fā)揮中介作用,資源配置機(jī)制得到驗證。

六、異質(zhì)性分析

(一)供應(yīng)商集中度的影響

供應(yīng)商集中度反映了企業(yè)對供應(yīng)商的依賴程度。供應(yīng)商集中度越高,說明企業(yè)越依賴于少數(shù)幾家供應(yīng)商,供應(yīng)商的談判勢力越強(qiáng)(任莉莉 等,2019)。此時,供應(yīng)商地理鄰近所帶來的信息、成本等優(yōu)勢會因企業(yè)議價能力的降低而被明顯弱化,進(jìn)而難以對技術(shù)創(chuàng)新和資源配置起到積極作用。而當(dāng)供應(yīng)商集中度較低時,企業(yè)的談判勢力更強(qiáng),其不僅能夠更好地吸收供應(yīng)商地理鄰近帶來的多樣性信息,還可以更有效地整合供應(yīng)鏈資源,通過促進(jìn)創(chuàng)新知識交流、優(yōu)化資源配置,推動全要素生產(chǎn)率提升。因此,本文預(yù)期當(dāng)供應(yīng)商集中度較低時,供應(yīng)商地理鄰近性對企業(yè)全要素生產(chǎn)率的促進(jìn)作用更明顯。

為檢驗供應(yīng)商集中度對供應(yīng)商地理鄰近性與企業(yè)全要素生產(chǎn)率間關(guān)系的影響,先按照是否大于企業(yè)前五大供應(yīng)商采購總和占比的平均數(shù),將樣本分為供應(yīng)商集中度高、低兩組,而后重新回歸,估計結(jié)果見表7列(1)、(2)。不難發(fā)現(xiàn),供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)僅在供應(yīng)商集中度低組顯著為正。這表明供應(yīng)商集中度越低,供應(yīng)商地理鄰近性對企業(yè)全要素生產(chǎn)率的促進(jìn)作用越明顯。

表7 異質(zhì)性檢驗結(jié)果(一)

(二)市場競爭度的影響

當(dāng)市場競爭較為激烈時,企業(yè)僅僅依靠自身優(yōu)勢很難獲得成功,其需要強(qiáng)化供應(yīng)鏈上下游合作,有效整合供應(yīng)鏈資源,提高供應(yīng)鏈整體競爭力。此時,供應(yīng)商地理鄰近所帶來的人才、信息和資源優(yōu)勢更加重要,能夠更好地促進(jìn)企業(yè)創(chuàng)新產(chǎn)出,降低交易成本。因此,本文預(yù)期市場競爭度越高,供應(yīng)商地理鄰近性對企業(yè)全要素生產(chǎn)率的促進(jìn)作用越明顯。

為檢驗上述推斷是否成立,本文按照企業(yè)赫芬達(dá)爾指數(shù)是否高于樣本均值將全樣本劃分為市場競爭度高、低兩組。由表7列(3)、(4)可知,在市場競爭度高組,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)為0.0782,且在1%水平上顯著;而在市場競爭度低組,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)未能通過顯著性檢驗。這說明當(dāng)市場競爭較為激烈時,供應(yīng)商地理鄰近性更能促進(jìn)企業(yè)全要素生產(chǎn)率的提高。

(三)區(qū)域效應(yīng)的影響

我國區(qū)域發(fā)展較不平衡,東部地區(qū)經(jīng)濟(jì)發(fā)展水平往往優(yōu)于中西部地區(qū)。通常,在經(jīng)濟(jì)發(fā)展水平較高的地區(qū),信用環(huán)境、法治環(huán)境等更好,企業(yè)知識產(chǎn)權(quán)能夠受到更充分的保護(hù),這有利于強(qiáng)化供應(yīng)鏈上下游企業(yè)間的合作,促進(jìn)知識溢出和資源共享等。因此,供應(yīng)商地理鄰近優(yōu)勢在東部地區(qū)更加明顯,能夠更好地促進(jìn)生產(chǎn)效率提升。本文預(yù)期當(dāng)企業(yè)位于東部地區(qū)時,供應(yīng)商地理鄰近性對企業(yè)全要素生產(chǎn)率的促進(jìn)作用更顯著。

本文將樣本按企業(yè)所處地區(qū)分為東部和中西部兩組,重新估計的結(jié)果見表7。其中,列(5)為東部地區(qū)組結(jié)果,從中可見,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)在1%水平上顯著為正;列(6)中西部地區(qū)組的檢驗結(jié)果顯示,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)雖為正但不顯著。上述實證結(jié)果表明,相比于中西部地區(qū)企業(yè),供應(yīng)商地理鄰近性對東部地區(qū)企業(yè)全要素生產(chǎn)率的積極影響更為明顯。

(四)數(shù)字化發(fā)展的影響

大數(shù)據(jù)、人工智能與制造業(yè)的深入融合,逐步改變了市場競爭方式、產(chǎn)業(yè)發(fā)展模式,打破了企業(yè)傳統(tǒng)邊界。隨之而來的是,企業(yè)業(yè)務(wù)結(jié)構(gòu)以及工作流程發(fā)生變革,價值鏈嵌入形式和結(jié)構(gòu)悄然改變,供應(yīng)商客戶角色邊界日漸模糊,上下游企業(yè)之間的關(guān)系逐步由鏈狀轉(zhuǎn)向網(wǎng)狀。此時,供應(yīng)商地理距離優(yōu)勢帶來的信息傳遞、知識溢出等積極效應(yīng)一定程度被削弱。但值得注意的是,我國目前仍處于供應(yīng)鏈現(xiàn)代化建設(shè)摸索階段,數(shù)字化轉(zhuǎn)型多聚焦于企業(yè)內(nèi)部業(yè)務(wù)、組織和經(jīng)營理念的重塑,在企業(yè)間的溢出作用較為有限,因此其不太可能會對供應(yīng)商地理鄰近優(yōu)勢產(chǎn)生較大影響?；谏鲜龇治?本文認(rèn)為數(shù)字化轉(zhuǎn)型水平對供應(yīng)商地理鄰近性與企業(yè)全要素生產(chǎn)率間關(guān)系的影響存在不確定性,有待進(jìn)一步檢驗。

參照趙宸宇等(2021)的做法,對上市公司年報中的數(shù)字化相關(guān)詞頻進(jìn)行統(tǒng)計,并利用文本中數(shù)字化轉(zhuǎn)型關(guān)鍵詞的出現(xiàn)次數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型水平。在此基礎(chǔ)上,依據(jù)數(shù)字化轉(zhuǎn)型水平的均值將樣本劃分為兩組,估計結(jié)果如表8所示。由列(1)、(2)可知,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)均顯著,但數(shù)字化水平高組的顯著性水平較低。這表明,現(xiàn)階段數(shù)字化發(fā)展削弱上下游地理鄰近優(yōu)勢的作用有限。

表8 異質(zhì)性檢驗結(jié)果(二)

(五)高鐵是否開通的影響

高鐵開通加快了生產(chǎn)要素的跨區(qū)域流動,降低了企業(yè)物流成本,增加了企業(yè)間實地交流頻率,為供應(yīng)鏈上下游知識流動和信息傳遞提供了便捷,使得企業(yè)在挑選供應(yīng)商方面擁有更多的選擇。也就是說,高鐵開通可能會削弱地理鄰近的供應(yīng)商的位置優(yōu)勢。然而,即使上下游地理距離較近,但他們絕大部分不在同一城市,高鐵開通反而更好地促進(jìn)了短途供應(yīng)商的人力、技術(shù)等資源的交流。因此,高鐵開通是否會明顯弱化供應(yīng)商地理鄰近性對企業(yè)全要素生產(chǎn)率的促進(jìn)作用尚存不確定性。

依據(jù)上市公司所在城市當(dāng)年是否開通高鐵設(shè)置虛擬變量,當(dāng)前年度開通高鐵取值為1,否則為0。在將樣本劃分為高鐵已開通、高鐵未開通兩組的基礎(chǔ)上,重新進(jìn)行估計,結(jié)果如表8列(3)、(4)所示。不難發(fā)現(xiàn),無論是在高鐵已開通還是未開通組,供應(yīng)商地理鄰近性(Supdis)的回歸系數(shù)均顯著為正,只是顯著性水平有所不同。這說明,高鐵開通并沒有對供應(yīng)商地理距離與企業(yè)全要素生產(chǎn)率之間的關(guān)系產(chǎn)生根本性影響。

七、結(jié)論與啟示

本文以2010—2020年滬深A(yù)股制造業(yè)上市公司為樣本,考察供應(yīng)商地理距離對企業(yè)全要素生產(chǎn)率的影響。研究發(fā)現(xiàn),供應(yīng)商地理位置越鄰近,越有利于提升企業(yè)全要素生產(chǎn)率,且該結(jié)論在經(jīng)過一系列穩(wěn)健性測試后仍然成立。作用機(jī)制檢驗結(jié)果顯示,供應(yīng)商地理距離對企業(yè)全要素生產(chǎn)率的影響主要通過促進(jìn)技術(shù)創(chuàng)新、優(yōu)化資源配置兩條路徑實現(xiàn)。異質(zhì)性分析表明,當(dāng)供應(yīng)商集中度較低、市場競爭較激烈或企業(yè)處于東部地區(qū)時,供應(yīng)商地理距離對全要素生產(chǎn)率的促進(jìn)作用更明顯;數(shù)字化發(fā)展水平、高鐵開通情況并沒有對供應(yīng)商地理距離與企業(yè)全要素生產(chǎn)率之間的關(guān)系產(chǎn)生實質(zhì)性影響。

基于上述研究結(jié)論,提出以下建議:其一,企業(yè)在遴選供應(yīng)商的過程中,除了要密切關(guān)注成本、質(zhì)量等因素外,還應(yīng)結(jié)合自身戰(zhàn)略管理目標(biāo),重視供應(yīng)商地理位置的合理分布。同時,建立健全供應(yīng)商管理體系,充分發(fā)揮供應(yīng)鏈上下游資源互補優(yōu)勢,推動企業(yè)全要素生產(chǎn)率穩(wěn)步提升。其二,企業(yè)在構(gòu)建供應(yīng)鏈體系時,需從戰(zhàn)略層面審視供應(yīng)鏈上下游合作價值,優(yōu)化供應(yīng)鏈關(guān)系管理舉措,強(qiáng)化與供應(yīng)商的互動,通過打造高效的供應(yīng)鏈體系推動企業(yè)全要素生產(chǎn)率持續(xù)提升。其三,政府應(yīng)以供給側(cè)結(jié)構(gòu)性改革為主線,積極倡導(dǎo)公平競爭的市場環(huán)境,切實加強(qiáng)各地區(qū)營商環(huán)境建設(shè),進(jìn)一步推動企業(yè)高質(zhì)量發(fā)展,促進(jìn)國民經(jīng)濟(jì)平穩(wěn)增長。