[摘 要：文章基于2011—2019年中國A股上市企業(yè)財務數(shù)據(jù)，研究工業(yè)機器人應用對企業(yè)供應鏈效率的影響。研究發(fā)現(xiàn)：工業(yè)機器人應用顯著提高了企業(yè)供應鏈效率，該結果在一系列穩(wěn)健性檢驗中得到驗證；機制分析表明，工業(yè)機器人應用通過供應鏈治理渠道和營運效率渠道來提高供應鏈效率，在中西部地區(qū)、傳統(tǒng)行業(yè)、競爭性行業(yè)、高市場優(yōu)勢地位、高資產專用性和高職工薪酬企業(yè)中作用更明顯；進一步研究表明，工業(yè)機器人應用存在正向的供應鏈溢出效應，并可以實現(xiàn)兼顧供應鏈安全的效率提升。本研究為進一步優(yōu)化工業(yè)機器人應用的相關政策制定和構建高質量供應鏈體系提供了政策啟示。

關鍵詞：工業(yè)機器人應用；供應鏈效率；供應鏈治理；營運效率；關系理論；動態(tài)能力理論

中圖分類號：F274；TP242.2；F275；F832.51" " 文獻標識碼：A 文章編號：1007-5097（2025）01-0117-12 ]

Application of Industrial Robots and Enhancement of Supply Chain Efficiency：

Based on the Dual Perspective of Supply Chain Governance and Operational Efficiency

MENG Qingwei， HU Linshan

（School of Economics and Management， Tongji University， Shanghai 200092， China）

Abstract：This article analyzes the impact of the application of industrial robots on efficiency of corporate supply chains based on the financial data of Chinese A-share listed companies from 2011 to 2019. According to the research findings， the application of industrial robots significantly enhances the efficiency of corporate supply chains， which has been verified through a series of robustness tests. Mechanism analysis indicates that the application of industrial robots improves the supply chain efficiency through supply chain governance and operational efficiency channels， and this effect is more pronounced in the central and western regions， traditional industries， competitive industries， and companies with high market dominance， high asset specificity， and high employee compensation. Further research shows that the application of industrial robots has a positive supply chain spillover effect and can achieve efficiency improvement ensuring supply chain security. This research provides policy insights for further optimizing the formulation of policies related to the application of industrial robots and for building a high-quality supply chain system.

Key words：application of industrial robots; supply chain efficiency; supply chain governance; operational efficiency; relationship theory; dynamic capabilities theory

一、引 言

黨的二十大報告強調，“著力提升產業(yè)鏈供應鏈韌性和安全水平”“加快構建新發(fā)展格局，著力推動高質量發(fā)展”［1］。在當今世界百年未有之大變局加速演進的背景下，化解供應鏈的“堵鏈”“卡鏈”和“斷鏈”問題，對應對外部不確定性沖擊、提高經濟運行效率具有重要現(xiàn)實意義。習近平總書記強調，要“把握新一輪科技革命和產業(yè)變革新機遇，共同構筑安全穩(wěn)定、暢通高效、開放包容、互利共贏的全球產業(yè)鏈供應鏈體系”［2］。這表明，暢通國內大循環(huán)、形成協(xié)同高效的雙循環(huán)新發(fā)展格局，需要加快傳統(tǒng)供應鏈體系中的新技術應用，讓要素更加便捷循環(huán)、有效配置。

當前，人工智能作為新一輪科技革命的驅動力量，已成為重塑傳統(tǒng)供應鏈的關鍵動力［3］。其在生產制造領域的應用載體——工業(yè)機器人的廣泛使用，正通過承擔機械化、重復度高的工作，使供應鏈上傳統(tǒng)檢測識別、加工組裝、倉儲運輸?shù)葮I(yè)務呈現(xiàn)出新業(yè)態(tài)與新模式。2024年，“人工智能+”被首次寫入政府工作報告，目的是要通過數(shù)字化、智能化技術應用，提升產業(yè)體系的先進性，從而強鏈、穩(wěn)鏈、固鏈，構筑新質生產力的產業(yè)根基［4］。那么，作為人工智能應用的關鍵載體，工業(yè)機器人能否真正賦能產業(yè)鏈供應鏈，提高供應鏈效率，是值得研究的問題。

基于此，本文使用2011—2019年中國A股制造業(yè)上市企業(yè)數(shù)據(jù)和國際機器人聯(lián)合會（IFR）公布的工業(yè)機器人數(shù)據(jù)，實證檢驗工業(yè)機器人應用對供應鏈效率的影響。與本文研究內容相關的文獻主要有兩類。一類文獻聚焦于工業(yè)機器人應用的經濟效應，研究其在勞動力市場［5］、出口貿易［6］、企業(yè)經營決策［7］中的作用；另一類文獻檢驗了供應鏈效率提升的影響因素，從市場分割［8］、貿易便利化［9］、企業(yè)數(shù)字化轉型［10］角度展開討論。梳理上述文獻發(fā)現(xiàn)，當前，鮮有研究將工業(yè)機器人應用和供應鏈效率提升納入統(tǒng)一框架展開分析。

本文可能的邊際貢獻在于：第一，現(xiàn)有文獻少有研究工業(yè)機器人應用對供應鏈效率的影響。本文不僅試圖揭示工業(yè)機器人應用對供應鏈效率中供應鏈治理渠道和營運效率渠道的影響，還從不同角度、不同層級探究其異質性表現(xiàn)，豐富了相關領域研究。第二，現(xiàn)有關于供應鏈效率的研究大多局限于企業(yè)個體層面，未能突出研究問題中的“鏈”上特征。本文基于關系理論和動態(tài)能力理論，采用多種方式測度供應鏈效率，并進一步分析工業(yè)機器人應用的鏈上溢出效應，將研究問題從個體層面拓展至供應鏈層面，以識別節(jié)點企業(yè)間的互動關系。第三，本文結合工業(yè)機器人應用的鏈上溢出效應、兼顧供應鏈效率與安全的協(xié)同效應，提出漸進式的供應鏈數(shù)智化改造路徑和科學的企業(yè)供應鏈管理模式。

二、理論分析與研究假設

（一）工業(yè)機器人應用對供應鏈效率的影響

供應鏈是指企業(yè)與生產上下游各主體間的鏈條式關聯(lián)關系和時空分布狀態(tài)［11］，作為溝通供需兩端的網(wǎng)鏈結構，其效率的提升需要供應商、制造商、批發(fā)商等各構成主體的充分協(xié)調與配合。牛鞭效應理論指出，在傳統(tǒng)供應鏈的生產制造和庫存管理環(huán)節(jié)，供應商和客戶間會因供需信息不對稱和彼此協(xié)調不足，出現(xiàn)短缺博弈和風險控制的現(xiàn)象，使訂單的需求波動隨供應鏈逐級放大，造成鏈上企業(yè)庫存積壓，從而拖累供應鏈效率［12］。工業(yè)機器人應用能夠對傳統(tǒng)供應鏈的各環(huán)節(jié)進行數(shù)智化改造，緩解被逐級放大的“牛鞭效應”。原因有兩點：一是工業(yè)機器人的“工具機”屬性能夠輔助勞動力完成供應鏈上的多種非標準化任務［13］。例如，在庫存管理環(huán)節(jié)，能夠跟蹤產品庫存狀態(tài)，便于廠商優(yōu)化庫存管理方案，及時響應供需信息變化［14］。二是工業(yè)機器人的“發(fā)動機”屬性能夠完成供應鏈上的標準化任務。在供需信息確定后，不同類型的機器人能夠快速生產并及時交付。因此，工業(yè)機器人應用有助于企業(yè)響應客戶需求、提高供給質量，從而加快產品的鏈上周轉，降低企業(yè)庫存周轉天數(shù)。據(jù)此，本文提出假設1。

H1：工業(yè)機器人應用可以提高供應鏈效率。

（二）工業(yè)機器人應用影響供應鏈效率的渠道機制

供應鏈效率提升的關鍵在于及時響應客戶需求并提高供給質量。在市場競爭機制下，企業(yè)需要維持良好的外部供應鏈伙伴關系和領先的內部動態(tài)能力［15］，以拓寬銷售渠道并提高生產效率，加快原材料庫存的消耗和產成品庫存的變現(xiàn)［16］。如圖1所示，本文基于供應鏈治理視角和營運效率視角，分析工業(yè)機器人應用提升供應鏈效率的渠道機制。

1. 基于外部關系理論的供應鏈治理視角

關系理論認為，企業(yè)經營所需的關鍵資源通過跨越企業(yè)邊界來獲取，這需要建立與合作企業(yè)的網(wǎng)絡關系來獲得外部的互補性資源支持［17］。由于供應商和客戶是供應鏈網(wǎng)絡的核心組成，企業(yè)與之形成緊密的伙伴關系有利于獲得更多優(yōu)質服務，減少交易成本并加快鏈上信息共享，進而提高庫存管理效率［18］。Omar等（2012）［19］指出，企業(yè)需要樹立可靠形象以推動關系網(wǎng)絡升級。工業(yè)機器人應用往往意味著企業(yè)具有較為領先的生產技術能力［20］，可以向合作企業(yè)發(fā)送積極信號，提高其在供應鏈關系網(wǎng)絡中的中心度。一方面，工業(yè)機器人可以應用于生產組裝的中間環(huán)節(jié)，依托其高效生產和精準調度能力，生產市場適用范圍更廣的標準化零部件和半成品，從而拓寬供應鏈合作企業(yè)關系網(wǎng)，降低供應鏈集中度；另一方面，工業(yè)機器人可編程的柔性生產方式便于及時響應上下游企業(yè)的個性化需求，充分應對可能的生產標準和技術要求變動，從而深度整合供應鏈網(wǎng)絡，有效降低供需協(xié)調成本，提高供應鏈效率。

2. 基于內部動態(tài)能力理論的營運效率視角

動態(tài)能力理論認為，企業(yè)組織績效取決于自身獨特的有形或無形資源，面對不斷變化的市場需求，企業(yè)通過對資源的動態(tài)學習、整合和再配置獲得持續(xù)的市場競爭優(yōu)勢［21］。供應鏈視角下的動態(tài)能力強調，鏈上企業(yè)對新業(yè)務機會的感知和把握能力，通過新技術應用重新配置企業(yè)已有的各類資源，對傳統(tǒng)生產流程進行改造［22］，從而更有效地將投入轉化為產出，提高供給質量，促進供應鏈效率提升［23］。工業(yè)機器人應用可以增強企業(yè)動態(tài)能力。一方面，工業(yè)機器人應用對生產流程的改造驅動企業(yè)生產經營模式發(fā)生改變，實現(xiàn)對其業(yè)務業(yè)態(tài)模式的創(chuàng)新。例如，人與機器的互聯(lián)互通提高了數(shù)據(jù)搜集、處理和利用的效率，能夠根據(jù)歷史生產制造和庫存管理環(huán)節(jié)所反映的季節(jié)性規(guī)律，對未來訂單需求進行超前預測，以合理安排生產流程，加快產成品庫存周轉［24］；另一方面，工業(yè)機器人應用可以通過“機器換人”節(jié)約企業(yè)用工成本，還能使員工產生危機意識，增強其學習自驅力和知識應用能力［25］，通過重新整合知識資源提高企業(yè)生產效率，加快對原材料庫存的加工和消耗，推動供應鏈效率提升。據(jù)此，本文提出假設2。

H2a：工業(yè)機器人應用通過降低供應鏈集中度、降低供需協(xié)調成本的供應鏈治理渠道來提高供應鏈效率；

H2b：工業(yè)機器人應用通過加快業(yè)務模式創(chuàng)新、提高生產效率的營運效率渠道來提高供應鏈效率。

（三）工業(yè)機器人應用的供應鏈溢出效應

現(xiàn)有文獻表明，供應鏈節(jié)點企業(yè)的決策會對上下游企業(yè)產生關聯(lián)影響。鏈上核心企業(yè)工業(yè)機器人應用驅動的生產管理模式轉變，也會對合作企業(yè)供應鏈效率提升產生溢出效應（1）。一方面，由于工業(yè)機器人具有操作難度大、學習成本高的特點［26］，核心企業(yè)工業(yè)機器人應用取得的良好成效和正面評價，會鼓勵合作企業(yè)采取一致行動［27］，促使其對自身生產模式進行智能化改造，從而直接提高合作企業(yè)供應鏈效率；另一方面，鏈上核心企業(yè)工業(yè)機器人應用會加快對生產原材料的消耗，減輕傳統(tǒng)生產制造模式下因長生產周期造成的原材料庫存積壓，間接加快上游供應商企業(yè)的庫存周轉。同時，還能通過柔性生產滿足市場多樣化需求，提高產品的市場競爭力，避免批發(fā)商因銷路不暢造成的產成品庫存積壓，從而間接加快下游客戶企業(yè)的庫存周轉。據(jù)此，本文提出假設3。

H3：供應鏈上核心企業(yè)工業(yè)機器人應用會對合作企業(yè)供應鏈效率提升產生正向溢出效應。

（四）工業(yè)機器人應用對供應鏈安全的影響

當前，我國正面臨供應鏈體系建設不穩(wěn)定、不健全的挑戰(zhàn)，“斷鏈”“堵鏈”“卡鏈”現(xiàn)象時有發(fā)生。因此，供應鏈高質量發(fā)展應當兼具效率和安全雙重目標。供應鏈安全主要體現(xiàn)為鏈上節(jié)點企業(yè)在遭受外部沖擊后能及時恢復到正常狀態(tài)，企業(yè)的生產彈性、對先進技術工藝的掌控能力和產品的市場競爭力是決定供應鏈恢復能力的重要因素［28］。工業(yè)機器人應用，一是可以在供應鏈的生產制造、倉儲配送環(huán)節(jié)替代勞動者，增加企業(yè)在應對公共衛(wèi)生等不確定性事件沖擊時的靈活性［29］；二是可以增強企業(yè)對先進設備和生產技術的自主掌控能力，便于受沖擊后的業(yè)務恢復和供應鏈重塑；三是能夠通過標準化生產對接發(fā)達國家產品、行業(yè)和技術標準，參與國際市場商品資本循環(huán)，從而獲取更多潛在客戶，推動供應鏈的多元化配置，分散不確定性風險。據(jù)此，本文提出假設4。

H4：工業(yè)機器人應用可以提高供應鏈恢復力，兼顧供應鏈效率和安全雙重目標。

綜上所述，如圖2所示，本文首先研究了工業(yè)機器人應用對供應鏈效率的影響及其作用機制。在此基礎上，進一步討論核心企業(yè)工業(yè)機器人應用的供應鏈溢出效應。此外，企業(yè)為應對外部不確定性沖擊，會持有一部分安全庫存，可能會阻礙上下游間的要素流動。因此，本文還拓展研究了工業(yè)機器人能否實現(xiàn)兼顧供應鏈安全的效率提升。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文使用的工業(yè)機器人數(shù)據(jù)來自IFR，該組織提供了“年份-國家-行業(yè)”層面的機器人統(tǒng)計數(shù)據(jù)。限于數(shù)據(jù)的時間期限，本文采用2011—2019年滬深A股上市制造業(yè)企業(yè)為研究樣本進行實證檢驗，參考王永欽和董雯（2020）［30］的做法，將行業(yè)層面的機器人數(shù)據(jù)分解到企業(yè)層面，與企業(yè)財務、行業(yè)特征、省級宏觀數(shù)據(jù)相匹配。其中，企業(yè)財務數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫；企業(yè)與行業(yè)員工構成數(shù)據(jù)、省級宏觀數(shù)據(jù)來自Wind數(shù)據(jù)庫；用以內生性檢驗的美國分行業(yè)就業(yè)數(shù)據(jù)來自NBER-CES Manufacturing數(shù)據(jù)庫。

參考已有研究慣例，本文對原始數(shù)據(jù)做以下處理：①剔除主要變量缺失數(shù)據(jù)；②剔除ST、ST*、PT、終止上市企業(yè)；③對連續(xù)型變量作（1%，99%）分位縮尾處理。上述處理后，樣本不存在資不抵債等數(shù)據(jù)異常情況，最終得到1 303家企業(yè)的10 992條觀測值。

（二）變量定義和說明

1. 供應鏈效率

供應鏈效率（[SC_effiit]）體現(xiàn)了鏈上企業(yè)間的對話頻率與業(yè)務往來密切程度，其提升的關鍵是增強企業(yè)庫存管理能力［31］。本文參考張樹山等（2023）［10］的研究，采用庫存周轉天數(shù)測度供應鏈效率，庫存周轉天數(shù)越短，說明供應鏈效率越高。計算公式為：

[SC_effiit=ln 365R] （1）

其中，R表示存貨周轉率。

2. 工業(yè)機器人滲透度

本文參考Bartik工具變量構造思想［32］，將中國[j]行業(yè)在第[t]年的機器人保有量（[stockCNj， t]）除以2010年基期的制造業(yè)的總就業(yè)人數(shù)（[LCNj， t=2010]）得到行業(yè)層面工業(yè)機器人滲透度指標，隨后，根據(jù)2011年上市企業(yè)[i]的生產部門員工數(shù)量（[pempi， j， t=2011]）占制造業(yè)所有企業(yè)生產部門總就業(yè)中值（[ind_pempt=2011]）的份額作為權重，分解行業(yè)層面工業(yè)機器人滲透度至企業(yè)層面，計算公式為：

[lnexposureit=ln pempi， j， t=2011ind_pempt=2011×stockCNj， tLCNj， t=2010] （2）

該指標衡量了中國[j]行業(yè)的[i]制造業(yè)企業(yè)在[t]年的機器人滲透度（[lnexposureijt]），體現(xiàn)了各制造業(yè)行業(yè)的生產組織特征，該值越大，說明工業(yè)機器人的應用程度越高。

3. 控制變量

本文還控制了一系列企業(yè)、行業(yè)及省份層面的控制變量。在企業(yè)層面，分別選?。孩倨髽I(yè)規(guī)模，使用年末總資產的對數(shù)值衡量。②企業(yè)年齡，使用企業(yè)成立至今年數(shù)的對數(shù)值衡量。③流動資產負債率，使用企業(yè)流動資產對流動負債的比值衡量。④現(xiàn)金持有水平，使用期末現(xiàn)金及現(xiàn)金等價物余額與總資產的比值衡量。⑤管理費用，使用管理費用占總資產的比值衡量。⑥資本密集度，使用固定資產占總資產的比值衡量。⑦股權集中度，使用第一大股東與第二大股東持股比例之差衡量。行業(yè)層面，分別選?。孩傩袠I(yè)規(guī)模，使用行業(yè)內企業(yè)個數(shù)的對數(shù)值衡量。②行業(yè)研發(fā)規(guī)模，使用行業(yè)內所有企業(yè)的平均研發(fā)投入衡量。省級層面，分別選?。孩俳煌ɑA設施建設水平，采用各省份高速公路里程的對數(shù)值衡量。②經濟發(fā)展水平，采用各省份人均GDP的對數(shù)衡量。

（三）模型設定

本文使用固定效應模型考察企業(yè)工業(yè)機器人應用對供應鏈效率的影響，具體模型設定如下：

[SC_effiit=α+β1lnexposurei， j， t+γControlsi， j， p， t+σi+τj+ωp+φt+?ij] （3）

其中：核心被解釋變量[SC_effiit]表示企業(yè)[i]在[t]年的供應鏈效率；核心解釋變量[lnexposurei， j， t]是[j]行業(yè)的企業(yè)[i]在[t]年的工業(yè)機器人滲透度；[Controlsi， j， p， t]表示一系列影響供應鏈效率的控制變量；[σi]、[τj]、[ωp]、[φt]分別表示企業(yè)、行業(yè)、省份、時間固定效應，用以控制企業(yè)、行業(yè)、省份層面不隨時間變化的特征以及時間維度上的同質性沖擊；[?ij]為隨機干擾項。本文主要關注核心解釋變量估計系數(shù)[β1]的大小和方向，為避免[β1]的[t]值被高估，模型的估計結果還在企業(yè)層面對標準誤進行了聚類調整。

（四）數(shù)據(jù)描述性統(tǒng)計

數(shù)據(jù)表明，制造業(yè)行業(yè)工業(yè)機器人滲透度逐年提高，且在具有重復勞動、精密組裝特征的行業(yè)增速最快。在供應鏈效率方面，圖3展示了樣本區(qū)間內企業(yè)個數(shù)占比前四的制造業(yè)行業(yè)平均供應鏈效率的變動趨勢。其中，電力設備與計算機、電子產品、光學產品制品行業(yè)供應鏈效率提升最明顯，其行業(yè)平均存貨周轉天數(shù)從2012年的294.57天降至2019年的127.56天。

表1匯報了變量的描述性統(tǒng)計。供應鏈效率的均值和標準差分別是4.656和0.804，表明不同企業(yè)間供應鏈效率存在較大差異。綜合來看，本文所選用數(shù)據(jù)具有較好的統(tǒng)計特征，能夠確?；貧w結果的可靠性。

四、實證結果分析：工業(yè)機器人應用在供應鏈中的角色

（一）基準回歸結果

表2匯報了工業(yè)機器人應用對供應鏈效率影響的估計結果。其中，第（1）列為單變量回歸結果，第（2）列至第（4）列依次引入企業(yè)、行業(yè)和地區(qū)層面控制變量。

回歸結果表明，核心解釋變量工業(yè)機器人滲透度的系數(shù)始終顯著為負。說明工業(yè)機器人應用可以提高供應鏈效率，H1得到驗證。

（二）內生性分析

考慮基準回歸中可能存在因雙向因果導致的估計偏差，為了更準確地識別工業(yè)機器人應用與供應鏈效率間的因果關系，本文使用工具變量兩階段最小二乘估計（IV-2SLS）對內生性問題作進一步討論。

（1）標準工具變量法。參考Acemoglu和Restrepo（2019）［33］的做法，構造工業(yè)機器人滲透度的工具變量，具體計算公式為：

[lnexposureUS_IVi， j， t=lnpempi， j， t=2011indpempt=2011×robotUSj， tLUSj， t=1990] （4）

其中，[LUSj， t=1990]指美國1990年的制造業(yè)行業(yè)就業(yè)情況，[robotUSj， t]分別指美國工業(yè)機器人的實際保有量（[stockUSj， t]）和安裝量（[stockUSj， t]），計算得到美國工業(yè)機器人滲透度和美國工業(yè)機器人使用率作為工具變量。考慮中國和美國均是領先的制造業(yè)大國，工業(yè)機器人應用有相似的發(fā)展趨勢，二者具有相關性，但美國機器人的應用并不會直接影響與中國供應鏈發(fā)展相關的本地要素，滿足排他性要求。表3第（1）列和第（2）列的估計結果表明，LM統(tǒng)計量拒絕工具變量識別不足假設，Wald F統(tǒng)計量大于臨界值16.38，不存在弱工具變量問題。在考慮內生性問題后，工業(yè)機器人滲透度的系數(shù)仍顯著為負。

（2）Bartik工具變量法。參考易行健和周利（2018）［34］的研究，本文使用滯后一期的工業(yè)機器人滲透度和其在時間上的一階差分的乘積（[lnexposuret?1×Δlnexposuret，t?1]）作為Bartik工具變量進行估計。表3第（3）列的估計結果顯示，工業(yè)機器人滲透度的系數(shù)方向與基準回歸結果保持一致。

（3）Lewbel異方差工具變量法。借鑒王林輝等（2022）［35］的做法，本文構建異方差工具變量和標準工具變量聯(lián)合檢驗內生性問題。表3第（4）列估計結果顯示，不存在工具變量識別不足、弱工具變量和過度識別問題，工業(yè)機器人滲透度的系數(shù)顯著為負。以上結果表明，在考慮內生性問題后，基準回歸結果依然穩(wěn)健。

（三）穩(wěn)健性檢驗

1. 替換核心變量

（1）替換核心解釋變量。第一，本文將公式（2）中由保有量加總得到的行業(yè)機器人滲透度[stockCNj， t]替換為由安裝量加總得到的行業(yè)使用率[instCNj， t]，重新得到企業(yè)層面工業(yè)機器人使用率。第二，參考吳非等（2021）［36］的做法，將智能制造、自動化生產等主題詞作為關鍵詞組，使用文本分析法構建工業(yè)機器人滲透度的替代變量人工智能，替換核心解釋變量引入基準回歸，并將研究樣本的時間期限拓寬至2022年。

（2）替換被解釋變量。本文使用以下三種方法對供應鏈效率進行替代性度量：第一，供應鏈效率體現(xiàn)了鏈上庫存和資金流通的整體速度，可以使用資金周轉天數(shù)作替代性衡量，該指標越小，意味著資金流通速度越快；第二，企業(yè)營運周期反映企業(yè)“采購存貨—產成品存貨—交易變現(xiàn)”的業(yè)務流程所用時間，為考慮研究問題的鏈上特征，本文使用年報披露的前五大供應商和客戶信息，將企業(yè)個體層面的營運周期拓展為鏈上企業(yè)營運周期，使用核心企業(yè)庫存周轉天數(shù)與各供應商平均應收賬款周轉天數(shù)、客戶平均應付賬款周轉天數(shù)之和衡量供應鏈效率；第三，供應鏈效率會受管理者經營能力、技術生產能力和需求響應能力的綜合影響［37］，本文采用主成分分析法構建供應鏈效率的代理指標，以多維衡量供應鏈效率的影響因素，該指標越大，說明供應鏈效率越高。

回歸結果見表4所列，核心解釋變量的系數(shù)均證實了基準回歸結果的有效性。

2. 改變樣本容量

（1）剔除替代性趨勢行業(yè)?？紤]交通設備制造業(yè)、塑料和化工制品制造業(yè)、計算機和電子設備制造業(yè)等存在大量重復勞動和精密化生產需求的行業(yè)，工業(yè)機器人應用的自驅力更強，本文在樣本中剔除上述有較強“機器換人”趨勢的行業(yè)。

（2）剔除政策性影響。2015年國務院印發(fā)《中國制造2025》，強調以智能制造為主要發(fā)展方向，鼓勵加快工業(yè)機器人的應用。為探究政策發(fā)生前工業(yè)機器人應用對供應鏈效率的影響，本文剔除了2015年后的樣本數(shù)據(jù)。

（3）剔除創(chuàng)業(yè)板企業(yè)?？紤]創(chuàng)業(yè)板上市企業(yè)多為高新技術企業(yè)，庫存和資金周轉壓力更大，對供應鏈關系更敏感，本文剔除創(chuàng)業(yè)板企業(yè)樣本重新進行檢驗。

回歸結果見表5所列，可以看出，核心解釋變量的系數(shù)均顯著為負，說明基準回歸的結果是穩(wěn)健的。

（四）機制分析

1. 工業(yè)機器人的應用如何提高供應鏈效率

工業(yè)機器人應用可能會增強企業(yè)對供應鏈的治理能力、提高自身營運效率，進而推動供應鏈效率提升。參考江艇（2022）［38］的研究，本文使用交互項模型對工業(yè)機器人影響供應鏈效率的供應鏈治理渠道和營運效率渠道進行機制檢驗。

[SCeffii， j， t=α+β1lnexposurei， j， t×Mit+β2lnexposurei， j， t+β3Mit+γControlsi， j， t+σi+τj+φt+ωp+?i， j， t] （5）

其中，[Mit]分別指代供應鏈集中度、供需協(xié)調成本、業(yè)務創(chuàng)新和生產效率。供應鏈集中度采用前五大供應商和客戶銷售額占總銷售額比重衡量；供需協(xié)調成本采用生產波動對需求波動的偏離程度衡量；業(yè)務創(chuàng)新采用企業(yè)研發(fā)投入占營業(yè)收入比重衡量；生產效率采用LP法估計的全要素生產率衡量。

回歸結果見表6所列。第（1）、第（2）列中的交互項系數(shù)均為負，分別通過了5%和10%的顯著性水平檢驗，說明工業(yè)機器人應用能通過降低供應鏈集中度、降低供需協(xié)調成本的供應鏈治理渠道來提高供應鏈效率。工業(yè)機器人可以充分發(fā)揮智能制造的長尾效應，拓寬供應商（客戶）的合作范圍，幫助企業(yè)把握需求變動規(guī)律，提前優(yōu)化資源調配方案，降低供應鏈供需協(xié)調成本，進而提高供應鏈效率。H2a得到驗證。

同理，第（3）、第（4）列中的交互項系數(shù)均為正，通過了1%的顯著性水平檢驗，說明工業(yè)機器人應用也可以通過加快業(yè)務模式創(chuàng)新、提高生產效率的營運效率渠道來提高供應鏈效率。工業(yè)機器人應用能推動高技能人力資本與其他生產要素相結合，增強產品市場核心競爭力，減輕庫存冗余，提高供應鏈效率。H2b得到驗證。

2. 工業(yè)機器人應用如何產生異質性影響

在前文研究基礎上，為進一步討論工業(yè)機器人應用對供應鏈效率提升的異質性影響，本文對供應鏈治理渠道和營運效率渠道進行再次檢驗。

（1）基于供應鏈治理視角的異質性檢驗。①從行業(yè)競爭的角度考慮，行業(yè)競爭程度會影響行業(yè)內上下游合作企業(yè)的選擇范圍，競爭性行業(yè)企業(yè)的供應商和客戶可選擇范圍更廣［39］。工業(yè)機器人應用能夠降低其供應鏈集中度，提高供應鏈效率。表7第（1）、第（2）列結果表明，競爭性行業(yè)企業(yè)核心解釋變量系數(shù)更顯著。②從企業(yè)競爭優(yōu)勢的角度考慮，不同優(yōu)勢地位企業(yè)在供應鏈上下游合作中的議價能力和談判地位存在差異，市場劣勢企業(yè)承擔的供需協(xié)調成本會更大。表7第（3）、第（4）列結果表明，工業(yè)機器人應用對民營企業(yè)供應鏈效率提升的效果更明顯。③從資產專用性的角度考慮，高資產專用性企業(yè)在談判中更易有被“敲竹杠”的風險，與上下游企業(yè)間的協(xié)調成本更高，本文使用無形資產占總資產比例衡量資產專用性高低。表7第（5）、第（6）列結果表明，工業(yè)機器人應用對高資產專用性企業(yè)供應鏈效率提升的作用更顯著。

上述異質性檢驗表明，工業(yè)機器人可以通過供應鏈治理渠道提高供應鏈效率，這與H2a的預期一致。

（2）基于營運效率機制的異質性檢驗。①從區(qū)域差異的角度考慮，中西部地區(qū)企業(yè)的業(yè)務創(chuàng)新能力和生產效率往往弱于東部地區(qū)企業(yè)。因此，工業(yè)機器人應用的邊際效應更強。表8第（1）、第（2）列結果表明，工業(yè)機器人應用對中西部地區(qū)企業(yè)供應鏈效率提升的作用更明顯。②從行業(yè)特征的角度考慮，工業(yè)機器人應用能釋放傳統(tǒng)行業(yè)中的富余人力資本，增強企業(yè)的業(yè)務創(chuàng)新活力并提高其生產效率。表8第（3）、第（4）列結果表明，其對傳統(tǒng)行業(yè)企業(yè)供應鏈效率提升的效果更顯著。③從職工薪酬的角度考慮，工業(yè)機器人應用會逐漸替代中低技能勞動力，為避免失業(yè)風險，高職工薪酬企業(yè)員工的創(chuàng)新性和工作積極性會得到提升。表8第（5）、第（6）列結果表明，工業(yè)機器人應用對高職工薪酬企業(yè)供應鏈效率提升的作用更大。

上述異質性檢驗表明，工業(yè)機器人可以通過營運效率渠道來提高供應鏈效率，H2b再次得到驗證。

（五）進一步分析：工業(yè)機器人應用的供應鏈溢出效應

工業(yè)機器人應用在提高核心企業(yè)供應鏈效率的同時，也可能對上下游企業(yè)的供應鏈效率產生協(xié)同影響。為此，本文參考于蘇等（2023）［40］的研究，根據(jù)上市企業(yè)年報附注中披露的前五大供應商（客戶）名稱，構建“核心企業(yè)—供應商（客戶）—年度”供應鏈關系數(shù)據(jù)集。將供應鏈核心企業(yè)工業(yè)機器人滲透度作為解釋變量，合作企業(yè)供應鏈效率作為被解釋變量，實證檢驗工業(yè)機器人應用的供應鏈溢出效應，回歸結果見表9所列。

表9第（1）列的結果表明，核心企業(yè)工業(yè)機器人滲透度的系數(shù)為負，通過了10%的顯著性水平檢驗，說明鏈上核心企業(yè)工業(yè)機器人應用對合作企業(yè)供應鏈效率提升存在正向溢出效應。表9第（2）、第（3）列的結果表明，該效應主要由上游供應商驅動，工業(yè)機器人應用便于其洞察下游客戶偏好，通過高效生產使產品滿足客戶的自用或再加工需求，從而提高供應鏈上的整體效率（2），H3得到驗證。

本文還檢驗了因合作企業(yè)的規(guī)模差異和所處市場環(huán)境差異而產生的異質性表現(xiàn)，回歸結果見表9第（4）至第（7）列。當核心企業(yè)規(guī)模小于合作企業(yè)規(guī)模時，工業(yè)機器人應用的正向溢出效用更明顯。工業(yè)機器人應用對相對小規(guī)模企業(yè)的數(shù)智化改造，能使其合作企業(yè)獲得更多效率增進。同時，核心企業(yè)工業(yè)機器人應用對處于低市場化水平地區(qū)合作企業(yè)的正向溢出效應更顯著。這表明，核心企業(yè)工業(yè)機器人應用能助力形成穩(wěn)定的市場供需關系，進而提高供應鏈效率。

五、拓展研究：兼顧效率和安全的工業(yè)機器人應用

企業(yè)為應對外部沖擊造成的供應鏈中斷，往往會預留一定比例的安全庫存以備生產或銷售，很可能造成庫存冗余。因此，有必要討論工業(yè)機器人應用能否同樣對供應鏈安全提升產生積極影響。本文參考張樹山和谷城（2024）［41］的研究，使用對企業(yè)績效估計的殘差項（[?it]）衡量供應鏈安全。當供應鏈節(jié)點企業(yè)遭受外部沖擊后，其績效水平會因供應鏈的斷鏈、堵鏈而產生偏移，隨后逐步調整恢復至沖擊前狀態(tài)。因此，企業(yè)遭受沖擊后的估計績效水平與實際值之差即體現(xiàn)了供應鏈恢復能力。

本文將供應鏈安全作為被解釋變量，工業(yè)機器人滲透度作為解釋變量進行回歸，結果見表10所列。第（1）列中工業(yè)機器人應用的系數(shù)為正，通過了1%水平的顯著性檢驗，說明工業(yè)機器人應用能顯著提高供應鏈恢復力，從而兼顧供應鏈效率和安全雙重目標，H4得到驗證。

本文還將供應鏈效率與工業(yè)機器人應用構成的交互項引入回歸，發(fā)現(xiàn)其交互項系數(shù)顯著為正，說明伴隨供應鏈效率的增強，工業(yè)機器人應用對供應鏈安全的提升效果會逐步降低。該結果對企業(yè)庫存管理有較強的決策啟示，企業(yè)應充分平衡供應鏈效率與安全之間的關系，高效發(fā)揮工業(yè)機器人應用的積極作用。

六、結論及政策建議

伴隨人工智能的快速發(fā)展，先進工業(yè)機器人與傳統(tǒng)制造業(yè)之間的交融日益深化，改變了供應鏈節(jié)點企業(yè)間的業(yè)務模式。本文使用2011—2019年中國滬深A股制造業(yè)上市企業(yè)數(shù)據(jù)和IFR公布的工業(yè)機器人數(shù)據(jù)，實證檢驗制造業(yè)企業(yè)工業(yè)機器人應用對供應鏈效率的影響，研究結論如下：

第一，工業(yè)機器人應用顯著提高了供應鏈效率，經過一系列內生性分析和穩(wěn)健性檢驗后，該結論依然成立。

第二，機制分析表明，工業(yè)機器人應用通過降低供應鏈集中度、降低供需協(xié)調成本的供應鏈治理渠道和加快業(yè)務模式創(chuàng)新、提高生產效率的營運效率渠道來推動供應鏈效率提升，且這種提升作用主要集中于中西部地區(qū)、傳統(tǒng)行業(yè)、競爭性行業(yè)、高市場優(yōu)勢地位、高資產專用性和高職工薪酬企業(yè)。

第三，進一步分析表明，供應鏈上核心企業(yè)工業(yè)機器人應用存在對合作企業(yè)供應鏈效率提升的正向溢出效應，且這種溢出效應由上游供應商驅動，對低市場化水平地區(qū)、相對較大規(guī)模的合作企業(yè)作用更明顯。

第四，拓展研究表明，工業(yè)機器人應用可以提高供應鏈恢復力，實現(xiàn)兼顧供應鏈安全的效率提升，但這種作用會隨著供應鏈效率的提高而逐步降低。

以上結論為構建高質量現(xiàn)代化供應鏈體系、賦能經濟循環(huán)體系提供如下政策啟示：

第一，高度重視以工業(yè)機器人為代表的新一代信息技術應用。在構建高質量現(xiàn)代化供應鏈體系的現(xiàn)實需求下，政府應當積極推動新型工業(yè)化建設，加快工業(yè)機器人在制造業(yè)企業(yè)中的普及應用。企業(yè)也應把握工業(yè)機器人應用帶來的新機遇，主動發(fā)掘在智能制造過程中產生的大量高密度生產信息，以便把握市場供需規(guī)律，優(yōu)化資源調配方案。推動生產制造的效率變革和質量變革，以更好發(fā)揮其對供應鏈效率的積極作用。

第二，制訂差異化的工業(yè)機器人應用方案。各級政府可以有針對性地制定各類支持政策，推動中西部地區(qū)、傳統(tǒng)行業(yè)、競爭性行業(yè)企業(yè)的工業(yè)機器人應用。企業(yè)也應結合供應鏈業(yè)務需求和自身治理結構特征，制訂工業(yè)機器人應用方案和時間安排表，適時適當、穩(wěn)步推進工業(yè)機器人應用，從而加快供應鏈的多元配置，加強與鏈上節(jié)點企業(yè)的信息往來，提高供應鏈效率。

第三，形成漸進式的供應鏈數(shù)智化改造路徑。政府可以率先引導鏈上核心企業(yè)的工業(yè)機器人應用，充分發(fā)揮其對合作企業(yè)供應鏈效率提升的溢出作用，進而帶動下游企業(yè)融入工業(yè)機器人應用行列，漸進式地實現(xiàn)供應鏈上庫存和資金的高效周轉。同時，企業(yè)可以自發(fā)組織形成行業(yè)協(xié)會，構建上下游企業(yè)的數(shù)據(jù)共享平臺，借助因工業(yè)機器人應用產生的標準化生產數(shù)據(jù)信息，打通供應鏈聯(lián)動的堵點，助力形成穩(wěn)定的供需關系，推動供應鏈效率提升。

第四，建立科學的企業(yè)供應鏈管理模式。政府應加強對供應鏈上工業(yè)機器人應用的監(jiān)管和相關標準的完善，確保工業(yè)機器人安全可靠、高效運行。同時，還要不斷優(yōu)化營商環(huán)境，盡量減少因外部沖擊造成的供應鏈業(yè)務變動。企業(yè)還需根據(jù)宏觀經濟形勢及自身經營發(fā)展目標，權衡好當下供應鏈效率與安全的關系，以高效發(fā)揮工業(yè)機器人的積極作用，實現(xiàn)兼顧供應鏈安全的效率提升。

注 釋：

（1）本文將供應商（客戶）企業(yè)統(tǒng)稱為合作企業(yè)。

（2）供應鏈由供應商和客戶企業(yè)構成，如果核心企業(yè)向下游客戶銷售產品，此時，核心企業(yè)即為下游客戶的供應商。

參考文獻：

［1］習近平.高舉中國特色社會主義偉大旗幟 為全面建設社會主義現(xiàn)代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告［EB/OL］.（2022-10-25）［2024-03-21］.https：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm.

［2］新華社.習近平向產業(yè)鏈供應鏈韌性與穩(wěn)定國際論壇致賀信［EB/OL］.（2022-09-19）［2024-03-21］.http：//www.news.cn/2022-09/19/c_1129014899.htm.

［3］TOORAJIPOUR R，SOHRABPOUR V，NAZARPOUR A，et al. Artificial Intelligence in Supply Chain Management：A Systematic Literature Review［J］. Journal of Business Research，2021（122）：502-517.

［4］周文，許凌云.再論新質生產力：認識誤區(qū)、形成條件與實現(xiàn)路徑［J］.改革，2024（3）：26-37.

［5］孔高文，劉莎莎，孔東民.機器人與就業(yè)——基于行業(yè)與地區(qū)異質性的探索性分析［J］.中國工業(yè)經濟，2020（8）：80-98.

［6］綦建紅，張志彤.機器人應用與出口產品范圍調整：效率與質量能否兼得［J］.世界經濟，2022，45（9）：3-31.

［7］馮玲，袁帆，劉小逸.工業(yè)機器人與企業(yè)創(chuàng)新——來自中國制造業(yè)企業(yè)的證據(jù)［J］.經濟學（季刊），2023，23（4）：1264-1282.

［8］張晨霞，俞萍萍.國內市場分割與供應鏈效率——基于企業(yè)庫存視角［J］.國際商務（對外經濟貿易大學學報），2022（3）：123-139.

［9］段文奇，景光正.貿易便利化、全球價值鏈嵌入與供應鏈效率——基于出口企業(yè)庫存的視角［J］.中國工業(yè)經濟，2021（2）：117-135.

［10］張樹山，張佩雯，谷城.企業(yè)數(shù)字化轉型與供應鏈效率［J］.統(tǒng)計與決策，2023，39（18）：169-173.

［11］黃群慧.以產業(yè)鏈供應鏈現(xiàn)代化水平提升推動經濟體系優(yōu)化升級［J］.馬克思主義與現(xiàn)實，2020（6）：38-42.

［12］李翀，劉思峰，方志耕，等.供應鏈網(wǎng)絡系統(tǒng)的牛鞭效應時滯因素分析與庫存控制策略研究［J］.中國管理科學，2013，21（2）：107-113.

［13］孫早，陳玉潔.機器人角色、生產分割與生產方式轉換［J］.中國工業(yè)經濟，2023（4）：5-23.

［14］劉駿，龔熠，劉濤雄.工業(yè)機器人應用如何影響企業(yè)運營效率——基于中國制造業(yè)上市公司的實證研究［J］.管理評論，2023，35（5）：243-253，291.

［15］IVANOV D. Viable Supply Chain Model：Integrating Agility，Resilience and Sustainability Perspectives—Lessons from and Thinking Beyond the COVID-19 Pandemic［J］. Annals of Operations Research，2022（319）：1411-1431.

［16］毛其淋，王凱璇.互聯(lián)網(wǎng)發(fā)展如何優(yōu)化企業(yè)資源配置——基于企業(yè)庫存調整的視角［J］.中國工業(yè)經濟，2023（8）：137-154.

［17］DYER J H. Specialized Supplier Networks as a Source of Competitive Advantage：Evidence from the Auto Industry［J］. Strategic Management Journal，1996，17（4）：271-291.

［18］DE GIOVANNI P. Smart Supply Chains with Vendor Managed Inventory，Coordination，and Environmental Performance［J］. European Journal of Operational Research，2021，292（2）：515-531.

［19］OMAR A，DAVIS-SRAMEK B，MYERS M B，et al. A Global Analysis of Orientation，Coordination，and Flexibility in Supply Chains［J］. Journal of Business Logistics，2012，33（2）：128-144.

［20］張秀娥，王衛(wèi)，于泳波.數(shù)智化轉型對企業(yè)新質生產力的影響研究［J/OL］. 科學學研究（2024-05-21）［2024-05-31］.https：//doi.org/10.16192/j.cnki.1003-2053. 20240518.003.

［21］TEECE D J. Explicating Dynamic Capabilities：The Nature and Micro Foundations of Enterprise Performance［J］. Strategic Management Journal，2007，28（13）：1319-1350.

［22］DUCLOS L K，VOKURKA R J，LUMMUS R R. A Conceptual Model of Supply Chain Flexibility［J］. Industrial Management amp; Data Systems，2003，103（5）：446-456.

［23］焦豪，楊季楓，應瑛.動態(tài)能力研究述評及開展中國情境化研究的建議［J］.管理世界，2021，37（5）：191-210，14，22-24.

［24］LEE H H，ZHOU J，HSU P H. The Role of Innovation in Inventory Turnover Performance［J］. Decision Support Systems，2015（76）：35-44.

［25］杜傳忠，曹效喜，任俊慧.人工智能影響我國全要素生產率的機制與效應研究［J］.南開經濟研究，2024（2）：3-24.

［26］王永欽，董雯.中國勞動力市場結構變遷——基于任務偏向型技術進步的視角［J］.中國社會科學，2023（11）：45-64，205.

［27］范合君，吳婷，何思錦.企業(yè)數(shù)字化的產業(yè)鏈聯(lián)動效應研究［J］.中國工業(yè)經濟，2023（3）：115-132.

［28］李燕.在加快構建新發(fā)展格局中提高我國產業(yè)鏈供應鏈韌性和安全水平［J］. 經濟縱橫，2023（11）：51-58.

［29］GRAETZ G，MICHAELS G. Robots at Work［J］. The Review of Economics and Statistics，2018，100（5）：753-768.

［30］王永欽，董雯.機器人的興起如何影響中國勞動力市場？——來自制造業(yè)上市公司的證據(jù)［J］.經濟研究，2020，55（10）：159-175.

［31］ZAHRAN S K，JABER M Y. Investigation of a Consignment Stock and a Traditional Inventory Policy in a Three-Level Supply Chain System with Multiple-Suppliers and Multiple-Buyers［J］. Applied Mathematical Modelling，2017（44）：390-408.

［32］GOLDSMITH-PINKHAM P，SORKIN I，SWIFT H. Bartik Instruments：What，When，Why，and How［J］. American Economic Review，2020，110（8）：2586-2624.

［33］ACEMOGLU D，RESTREPO P. Automation and New Tasks：How Technology Displaces and Reinstates Labor［J］. Journal of Economic Perspectives，2019，33（2）：3-30.

［34］易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)［J］.金融研究，2018（11）：47-67.

［35］王林輝，姜昊，董直慶.工業(yè)智能化會重塑企業(yè)地理格局嗎［J］.中國工業(yè)經濟，2022（2）：137-155.

［36］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉型與資本市場表現(xiàn)——來自股票流動性的經驗證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［37］NEGI S. Supply Chain Efficiency Framework to Improve Business Performance in a Competitive Era［J］. Management Research Review，2020，44（3）：477-508.

［38］江艇.因果推斷經驗研究中的中介效應與調節(jié)效應［J］.中國工業(yè)經濟，2022（5）：100-120.

［39］袁淳，肖土盛，耿春曉，等.數(shù)字化轉型與企業(yè)分工：專業(yè)化還是縱向一體化［J］.中國工業(yè)經濟，2021（9）：137-155.

［40］于蘇，于小悅，王竹泉.“鏈主”企業(yè)的供應鏈治理與鏈上企業(yè)全要素生產率［J］.經濟管理，2023，45（4）：22-40.

［41］張樹山，谷城.供應鏈數(shù)字化與供應鏈韌性［J］.財經研究，2024，50（7）：21-34.

［責任編輯：劉 凱］