李江濤

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際商學(xué)院 北京 100000)

近年來(lái)，數(shù)字技術(shù)發(fā)展日新月異，特別是ChatGPT的橫空出世，引發(fā)AI熱潮，甚至被認(rèn)為人工智能可能迎來(lái)了“iPhone”時(shí)刻，這深刻反映了數(shù)字時(shí)代正在加快向縱深發(fā)展。供應(yīng)鏈數(shù)字化不僅能保證企業(yè)日常運(yùn)營(yíng)的穩(wěn)定性，更能減少突發(fā)情況對(duì)企業(yè)收益的影響。新一輪科技革命和產(chǎn)業(yè)變革的加速演進(jìn)也為企業(yè)“補(bǔ)鏈、延鏈和強(qiáng)鏈”提供了新的機(jī)遇。如何更好地把握這一重要機(jī)遇，探討供應(yīng)鏈數(shù)字化如何促進(jìn)企業(yè)全要素生產(chǎn)率，是當(dāng)下企業(yè)高質(zhì)量發(fā)展的必要一環(huán)。

從現(xiàn)有文獻(xiàn)來(lái)看，已有部分學(xué)者分別從供應(yīng)鏈和數(shù)字化層面對(duì)企業(yè)全要素生產(chǎn)率的影響進(jìn)行了探究，從供應(yīng)鏈層面來(lái)看，李月婕探討了供應(yīng)鏈協(xié)同對(duì)流通企業(yè)創(chuàng)新效率、靈活性和可追溯性的積極影響，并分析發(fā)現(xiàn)數(shù)字化技術(shù)在減少庫(kù)存成本、加速交付和優(yōu)化供應(yīng)鏈流程方面具有顯著性作用[1]。潘璐璐認(rèn)為，供應(yīng)鏈網(wǎng)絡(luò)優(yōu)化可以加大營(yíng)銷(xiāo)策略的應(yīng)用，通過(guò)利用大數(shù)據(jù)分析和人工智能算法進(jìn)行需求預(yù)測(cè)、運(yùn)輸路線規(guī)劃和庫(kù)存優(yōu)化，進(jìn)一步提升對(duì)企業(yè)戰(zhàn)略決策和合作伙伴關(guān)系的影響[2]；從數(shù)字化層面來(lái)看，劉海建等人研究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新過(guò)程和能力的影響，并提出通過(guò)數(shù)字技術(shù)推動(dòng)產(chǎn)品創(chuàng)新、服務(wù)創(chuàng)新和業(yè)務(wù)模式創(chuàng)新，其認(rèn)為供應(yīng)鏈數(shù)字化可以進(jìn)一步加快企業(yè)組織結(jié)構(gòu)變革和企業(yè)績(jī)效提升[3]；陳曉麗認(rèn)為，供應(yīng)鏈數(shù)字化可以改善企業(yè)與消費(fèi)者互動(dòng)、個(gè)性化定位和市場(chǎng)洞察力，為商貿(mào)流通業(yè)的發(fā)展帶來(lái)顯著的促進(jìn)作用，同時(shí)也探討了數(shù)字化技術(shù)引入所面臨的隱私和安全挑戰(zhàn)[4]?？傮w來(lái)看，供應(yīng)鏈對(duì)企業(yè)的影響研究較為豐富，但對(duì)于企業(yè)全要素生產(chǎn)率層面的研究較為鮮有?；诖耍疚囊浴肮?yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市和企業(yè)”為準(zhǔn)自然實(shí)驗(yàn)，采用雙重差分分析法著重探討供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)，旨在為我國(guó)企業(yè)高質(zhì)量發(fā)展及差異化政策制定提供理論支撐。

1 計(jì)量模型與說(shuō)明

1.1 計(jì)量模型設(shè)定

為檢驗(yàn)供應(yīng)鏈數(shù)字化能夠改善企業(yè)全要素生產(chǎn)率，本文選取“供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市和企業(yè)”作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，并以2017年前作為對(duì)照組及2017年后作為處理組，基于我國(guó)286個(gè)地級(jí)市及微觀企業(yè)數(shù)據(jù)構(gòu)建雙重差分模型：

式(1)中：i表示研究公司，j表示研究對(duì)象所在城市，t表示研究時(shí)期，TFP表示被解釋變量即企業(yè)全要素生產(chǎn)率，did為解釋變量供應(yīng)鏈數(shù)字化的虛擬變量，α表示相關(guān)變量系數(shù)，1α表示供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的邊際效應(yīng)，control表示相關(guān)控制變量，δ λ、 分別表示研究對(duì)象固定效應(yīng)和研究時(shí)期固定效應(yīng)，ε表示隨機(jī)誤差干擾項(xiàng)。

1.2 相關(guān)變量選取

1.2.1 被解釋變量

本文選取企業(yè)全要素生產(chǎn)率(TFP)作為被解釋變量，現(xiàn)有文獻(xiàn)中關(guān)于宏觀層面的全要素生產(chǎn)率多以經(jīng)濟(jì)投入產(chǎn)出效率作為測(cè)度，而研究樣本以企業(yè)為主，因此本文參考潘穎的研究方法，并借助Levinsohn-Petrin(LP)法為代表的半?yún)?shù)方法對(duì)樣本企業(yè)進(jìn)行全要素生產(chǎn)率計(jì)算[5]。

1.2.2 解釋變量

本文選取供應(yīng)鏈數(shù)字化(did)作為核心解釋變量，并按照前文對(duì)“供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市和企業(yè)”作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)的設(shè)定，通過(guò)構(gòu)造Treat和Post兩個(gè)虛擬變量分別表示供應(yīng)鏈試點(diǎn)示范企業(yè)及試點(diǎn)時(shí)間，將Treat賦值為1時(shí)，表示該研究企業(yè)屬于示范企業(yè)，當(dāng)Treat賦值為0時(shí)，表示該研究企業(yè)不屬于示范企業(yè)，Post同理可得。同時(shí)，將Treat和Post兩個(gè)虛擬變量(Treat×Post)作為核心解釋變量did的表征變量，以此刻畫(huà)供應(yīng)鏈數(shù)字化給不同企業(yè)全要素生產(chǎn)率帶來(lái)的差異。

1.2.3 控制變量

為保障回歸結(jié)果的有效性，本文參考相關(guān)文獻(xiàn)選取以下控制變量：企業(yè)規(guī)模(Size)采用企業(yè)年末資產(chǎn)總額取對(duì)數(shù)值進(jìn)行衡量；企業(yè)盈利能力(prof it)采用企業(yè)稅前利潤(rùn)與資產(chǎn)總額比值進(jìn)行衡量；企業(yè)資本結(jié)構(gòu)(structure)采用企業(yè)期末負(fù)債總額與資產(chǎn)總額比值進(jìn)行衡量；企業(yè)流動(dòng)性(flow)采用企業(yè)流動(dòng)資產(chǎn)總額與資產(chǎn)總額比值進(jìn)行衡量；企業(yè)股權(quán)集中度(share)采用前三大股東持股比例進(jìn)行衡量。

1.3 數(shù)據(jù)來(lái)源說(shuō)明

本文主要選取2011—2021年我國(guó)上市公司作為研究樣本，相關(guān)財(cái)務(wù)指標(biāo)數(shù)據(jù)和控制變量數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)，主要解釋變量的公布名單來(lái)自商務(wù)部、工業(yè)和信息化部、生態(tài)環(huán)境部、銀保監(jiān)會(huì)和中國(guó)物流采購(gòu)聯(lián)合會(huì)官網(wǎng)發(fā)布的信息。同時(shí)，對(duì)所選取的樣本進(jìn)行預(yù)處理，一是剔除ST相關(guān)狀態(tài)企業(yè)；二是剔除相關(guān)財(cái)務(wù)指標(biāo)缺失企業(yè)，最終根據(jù)公布的“供應(yīng)鏈創(chuàng)新與應(yīng)用示范企業(yè)”名單進(jìn)行匹配。

2 供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率實(shí)證分析結(jié)果

2.1 基準(zhǔn)回歸結(jié)果

在基準(zhǔn)回歸檢驗(yàn)中，首先對(duì)“供應(yīng)鏈數(shù)字化與企業(yè)全要素生產(chǎn)率”的核心關(guān)系展開(kāi)識(shí)別，具體結(jié)果如表1列(2)所示，回歸結(jié)果顯示，在研究企業(yè)和時(shí)期固定效應(yīng)基礎(chǔ)上僅考慮供應(yīng)鏈數(shù)字化政策變量(Treat×Post)則回歸系數(shù)為0.042，t值為3.168且在1%的水平下顯著。進(jìn)一步納入相關(guān)控制變量后，回歸結(jié)果顯示，供應(yīng)鏈數(shù)字化的回歸系數(shù)為0.036，t值為3.133且在1%水平下顯著，表明供應(yīng)鏈數(shù)字化有助于企業(yè)全要素生產(chǎn)率的提升。

表1 基準(zhǔn)回歸：供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響

從經(jīng)濟(jì)學(xué)角度分析來(lái)看，供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率提升可能體現(xiàn)在以下三個(gè)方面：一是資源整合優(yōu)化。通過(guò)數(shù)字化技術(shù)，企業(yè)能夠更準(zhǔn)確地預(yù)測(cè)市場(chǎng)需求、協(xié)調(diào)供應(yīng)與銷(xiāo)售、管理庫(kù)存，并與供應(yīng)商、分銷(xiāo)商和零售商實(shí)現(xiàn)高效的信息共享，有助于減少資源浪費(fèi)、提高資源利用率，從而促進(jìn)全要素生產(chǎn)率的提升；二是流程優(yōu)化與效率提升。供應(yīng)鏈數(shù)字化可以改善業(yè)務(wù)流程并提高效率，如訂單處理、庫(kù)存跟蹤和物流管理等；三是協(xié)同合作與創(chuàng)新推動(dòng)。數(shù)字化平臺(tái)使不同參與者之間的溝通更加便捷，并提供了實(shí)時(shí)數(shù)據(jù)和信息共享機(jī)制，有助于提高供應(yīng)鏈的靈活性、快速響應(yīng)市場(chǎng)變化，并激發(fā)創(chuàng)新的想法和合作機(jī)遇。通過(guò)協(xié)同工作，企業(yè)能夠更好地在資源利用和市場(chǎng)機(jī)會(huì)方面獲得一定優(yōu)勢(shì)，從而提升全要素生產(chǎn)率?？傊?，供應(yīng)鏈數(shù)字化主要通過(guò)資源整合與優(yōu)化、流程優(yōu)化與效率提升及協(xié)同合作與創(chuàng)新推動(dòng)等方式，對(duì)企業(yè)的全要素生產(chǎn)率產(chǎn)生顯著影響?？梢钥闯觯?yīng)鏈數(shù)字化是促進(jìn)企業(yè)全要素生產(chǎn)率提升的重要途徑。

從控制變量來(lái)看，首先，企業(yè)盈利能力對(duì)企業(yè)全要素生產(chǎn)率具有顯著促進(jìn)作用。盈利能力反映了企業(yè)創(chuàng)造利潤(rùn)的能力，這直接關(guān)系到企業(yè)的生產(chǎn)效率和資源配置能力。盈利能力強(qiáng)的企業(yè)通常能夠更好地進(jìn)行創(chuàng)新投資、拓展市場(chǎng)份額和吸引人才，從而提高生產(chǎn)率。高盈利能力還能為企業(yè)提供更多的資金來(lái)源，支持其擴(kuò)大規(guī)模和改善生產(chǎn)技術(shù)，進(jìn)一步提升生產(chǎn)效率；其次，企業(yè)資本結(jié)構(gòu)也對(duì)企業(yè)全要素生產(chǎn)率發(fā)揮著重要作用。合理的資本結(jié)構(gòu)可以幫助企業(yè)優(yōu)化資金運(yùn)作，降低財(cái)務(wù)風(fēng)險(xiǎn)，并提供更多的融資渠道，降低企業(yè)的財(cái)務(wù)成本，使得企業(yè)能夠以更低的資金成本進(jìn)行投資和經(jīng)營(yíng)活動(dòng)，從而提高全要素生產(chǎn)率；最后，企業(yè)流動(dòng)性也對(duì)企業(yè)全要素生產(chǎn)率具有重要影響。當(dāng)企業(yè)面臨機(jī)遇時(shí)，良好的流動(dòng)性可以幫助企業(yè)快速獲取所需資源并迅速投入生產(chǎn)從而提高生產(chǎn)率，以提高企業(yè)應(yīng)對(duì)市場(chǎng)變化和經(jīng)濟(jì)環(huán)境波動(dòng)的能力。此外，在經(jīng)濟(jì)衰退或不確定性增加時(shí)，流動(dòng)性可以保障企業(yè)正常運(yùn)營(yíng)，以降低債務(wù)違約和資金短缺的風(fēng)險(xiǎn)，維持生產(chǎn)活動(dòng)的穩(wěn)定性。

2.2 穩(wěn)健性檢驗(yàn)

2.2.1 平行趨勢(shì)檢驗(yàn)

為獲得較為準(zhǔn)確的因果關(guān)系結(jié)果，本文進(jìn)一步排除事前對(duì)回歸結(jié)果的替代解釋，進(jìn)而設(shè)定平行趨勢(shì)檢驗(yàn)?zāi)Ｐ腿缦滤荆?/p>

式(2)中：將“供應(yīng)鏈創(chuàng)新與應(yīng)用示范企業(yè)”的前一年設(shè)定為基期，nβ表示第n年供應(yīng)鏈數(shù)字化試點(diǎn)企業(yè)與對(duì)照組企業(yè)的績(jī)效差異，進(jìn)行平穩(wěn)趨勢(shì)檢驗(yàn)(見(jiàn)圖1)。從結(jié)果來(lái)看，在“供應(yīng)鏈創(chuàng)新與應(yīng)用示范企業(yè)”試點(diǎn)前，供應(yīng)鏈數(shù)字化的影響系數(shù)在95%置信區(qū)間與零值差異不顯著，由此驗(yàn)證了平穩(wěn)性趨勢(shì)假設(shè)。

圖1 平行趨勢(shì)檢驗(yàn)

2.2.2 安慰劑檢驗(yàn)

對(duì)于本文結(jié)論的可靠性是否還存在選擇性偏誤，而且由于“供應(yīng)鏈創(chuàng)新與應(yīng)用示范企業(yè)”的實(shí)施年份不同，需對(duì)選取的虛擬對(duì)照組進(jìn)行安慰劑檢驗(yàn)。因此，本文借鑒孫鵬等人的研究方法，選取286個(gè)地級(jí)市中的60個(gè)城市企業(yè)(按供應(yīng)鏈試點(diǎn)企業(yè)名單與非試點(diǎn)企業(yè)各50%隨機(jī)抽取)作為處理組進(jìn)行500次重復(fù)回歸[6]，并對(duì)500次回歸P值做統(tǒng)計(jì)整理，以此檢驗(yàn)供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率是否顯著受到除“供應(yīng)鏈創(chuàng)新與應(yīng)用示范企業(yè)”之外的因素影響。從檢驗(yàn)結(jié)果來(lái)看，大部分估計(jì)系數(shù)值均分布在零值附近，說(shuō)明回歸估計(jì)結(jié)果排除非偶然性，即供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率促進(jìn)作用具有穩(wěn)健性。

2.2.3 傾向匹配雙重得分檢驗(yàn)

利用傾向匹配雙重得分(PSM-DID)方法評(píng)價(jià)供應(yīng)鏈數(shù)字化的政策效果，既能消除樣本偏差問(wèn)題，又能避免遺漏變量產(chǎn)生的內(nèi)生性問(wèn)題。因此，本文利用研究時(shí)期內(nèi)設(shè)立的“供應(yīng)鏈創(chuàng)新與應(yīng)用示范企業(yè)”為處理組，借鑒PSM方法按照鄰近匹配1:1有效樣本進(jìn)行抽樣，進(jìn)而再次進(jìn)行回歸檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。檢驗(yàn)發(fā)現(xiàn)，供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響系數(shù)為0.040且在10%水平下顯著，進(jìn)一步驗(yàn)證了本文結(jié)論的可靠性。

表2 PSM-DID穩(wěn)健性檢驗(yàn)

2.3 企業(yè)層面異質(zhì)性檢驗(yàn)

由于不同企業(yè)存在規(guī)模大小、資源差異及成長(zhǎng)性區(qū)別，因此，需進(jìn)一步探究供應(yīng)鏈數(shù)字化對(duì)不同類型企業(yè)全要素生產(chǎn)率的異質(zhì)性影響。

首先，本文以研究企業(yè)樣本性質(zhì)為劃分依據(jù)，分為國(guó)有企業(yè)和民營(yíng)企業(yè)進(jìn)行分析，檢驗(yàn)結(jié)果如表3列(1)～(2)所示，從結(jié)果來(lái)看，供應(yīng)鏈數(shù)字化對(duì)國(guó)有企業(yè)回歸系數(shù)為0.017但未通過(guò)顯著性檢驗(yàn)，而其對(duì)民營(yíng)企業(yè)的影響系數(shù)為0.046且通過(guò)了5%水平下檢驗(yàn)，表明供應(yīng)鏈數(shù)字化對(duì)民營(yíng)企業(yè)全要素生產(chǎn)率的促進(jìn)作用顯著，而對(duì)國(guó)有企業(yè)的影響效果并不顯著。

表3 不同企業(yè)層面的異質(zhì)性分析

其次，本文以研究企業(yè)樣本的創(chuàng)新特征為劃分依據(jù)，分為高科技企業(yè)和非高科技企業(yè)進(jìn)行分析，檢驗(yàn)結(jié)果如表3列(3)～(4)所示。從結(jié)果來(lái)看，供應(yīng)鏈數(shù)字化對(duì)高科技企業(yè)回歸系數(shù)為0.017且通過(guò)5%水平下顯著性檢驗(yàn)，而其對(duì)非高科技企業(yè)影響系數(shù)為0.009且未通過(guò)顯著性檢驗(yàn)，結(jié)果表明，供應(yīng)鏈數(shù)字化對(duì)高科技企業(yè)全要素生產(chǎn)率的促進(jìn)作用顯著，而對(duì)非高科技企業(yè)的影響效果并不顯著。

最后，本文對(duì)研究企業(yè)樣本的生命周期展開(kāi)識(shí)別檢驗(yàn)，劃分為成長(zhǎng)期、成熟期和衰退期三個(gè)類別進(jìn)行分析，檢驗(yàn)結(jié)果如表3列(5)～(6)所示。從結(jié)果來(lái)看，供應(yīng)鏈數(shù)字化對(duì)成長(zhǎng)期和成熟期企業(yè)回歸系數(shù)分別為0.013和0.044且均通過(guò)5%水平以下的顯著性檢驗(yàn)，而供應(yīng)鏈數(shù)字化對(duì)衰退期企業(yè)全要素生產(chǎn)率的影響系數(shù)為-0.008，結(jié)果表明供應(yīng)鏈數(shù)字化對(duì)成長(zhǎng)期和成熟期企業(yè)全要素生產(chǎn)率的提升具有顯著作用，對(duì)于成熟期企業(yè)全要素生產(chǎn)率效果更為顯著，而對(duì)衰退期企業(yè)全要素生產(chǎn)率影響存在抑制性并不顯著。

3 研究結(jié)論與政策建議

為進(jìn)一步推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型及全要素生產(chǎn)率提升，本文結(jié)合相關(guān)研究?jī)?nèi)容提出以下對(duì)策建議：

一是制定完善的政策框架。相關(guān)部門(mén)應(yīng)盡快制定完善的政策框架，優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型支撐措施，特別是針對(duì)民營(yíng)企業(yè)和高科技企業(yè)，應(yīng)加大資金支持、稅收優(yōu)惠、減免行政審批。此外，還應(yīng)建立相關(guān)部門(mén)與企業(yè)的對(duì)話機(jī)制，深入了解企業(yè)在數(shù)字化轉(zhuǎn)型方面的需求和痛點(diǎn)，及時(shí)調(diào)整政策以適應(yīng)不斷變化的市場(chǎng)環(huán)境。

二是加強(qiáng)信息共享與合作。相關(guān)部門(mén)應(yīng)推動(dòng)建立供應(yīng)鏈數(shù)字化的信息共享與合作平臺(tái)建設(shè)，主導(dǎo)建立行業(yè)間的合作平臺(tái)和伙伴關(guān)系，促進(jìn)供應(yīng)鏈數(shù)字化在整個(gè)產(chǎn)業(yè)鏈的應(yīng)用，并分享最佳實(shí)踐、技術(shù)創(chuàng)新和經(jīng)驗(yàn)教訓(xùn)，供企業(yè)之間互相學(xué)習(xí)和借鑒，促進(jìn)行業(yè)內(nèi)的合作與協(xié)同，提高整體效能和生產(chǎn)力。同時(shí)，也可提供專業(yè)的咨詢服務(wù)，幫助企業(yè)選擇合適的數(shù)字化解決方案。

三是提供培訓(xùn)和技術(shù)服務(wù)。相關(guān)部門(mén)應(yīng)設(shè)立專門(mén)的培訓(xùn)和技術(shù)服務(wù)，為企業(yè)提供數(shù)字化轉(zhuǎn)型技術(shù)指導(dǎo)，包括組織相關(guān)培訓(xùn)課程、研討會(huì)和工作坊等，向企業(yè)傳授數(shù)字化轉(zhuǎn)型的必要性技能和知識(shí)。

四是推進(jìn)政府與企業(yè)的合作與示范項(xiàng)目。相關(guān)部門(mén)可與一些先進(jìn)的企業(yè)進(jìn)行合作，共同推出供應(yīng)鏈數(shù)字化轉(zhuǎn)型優(yōu)秀示范項(xiàng)目。通過(guò)此類示范項(xiàng)目可為其他企業(yè)樹(shù)立榜樣，促進(jìn)更多企業(yè)加入供應(yīng)鏈數(shù)字化轉(zhuǎn)型行列。

五是鼓勵(lì)企業(yè)加大創(chuàng)新與研發(fā)投入力度。相關(guān)部門(mén)應(yīng)大力鼓勵(lì)企業(yè)自身加大對(duì)科研和創(chuàng)新的投入力度，通過(guò)設(shè)立專項(xiàng)資金、技術(shù)扶持和知識(shí)產(chǎn)權(quán)保護(hù)等措施激勵(lì)企業(yè)加大研發(fā)力度，從而推動(dòng)供應(yīng)鏈數(shù)字化的創(chuàng)新和應(yīng)用。