摘 要：數(shù)字經(jīng)濟浪潮勢不可擋，數(shù)字化轉(zhuǎn)型已成為企業(yè)發(fā)展的必然趨勢，對于打破區(qū)域封閉性與孤立性從而優(yōu)化產(chǎn)業(yè)集群地理布局具有重要作用?；?011-2022年滬深A(yù)股上市公司數(shù)據(jù)，探究數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的影響。研究發(fā)現(xiàn)：①企業(yè)數(shù)字化可促進產(chǎn)業(yè)集群拓寬地理分布，避免物理時空約束；②機制分析發(fā)現(xiàn)，企業(yè)能通過數(shù)字化轉(zhuǎn)型更好地提高信息披露質(zhì)量和提升跨界融合能力以打破產(chǎn)業(yè)集群地域限制；③進一步分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的促進作用在西部地區(qū)和所在地市場化水平較高的樣本中更顯著。因此，應(yīng)把握數(shù)字時代發(fā)展機遇，重視數(shù)字基礎(chǔ)設(shè)施建設(shè)，推動數(shù)字經(jīng)濟和實體經(jīng)濟融合發(fā)展，增強產(chǎn)業(yè)協(xié)作柔性，助力產(chǎn)業(yè)集群穩(wěn)鏈強鏈，打造經(jīng)濟發(fā)展新引擎。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；產(chǎn)業(yè)集群地理分布；信息披露質(zhì)量；范圍經(jīng)濟

DOI：10.6049/kjjbydc.2023120616 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID） 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

中圖分類號：F263 文獻標(biāo)識碼：A

文章編號：1001-7348（2025）07-0079-12

0 引言

黨的二十大報告中指出，“加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。集群化是我國產(chǎn)業(yè)發(fā)展的重要趨勢，通過空間集聚形成具有高關(guān)聯(lián)性的整體，實現(xiàn)規(guī)模效應(yīng)、集聚效應(yīng)，是產(chǎn)業(yè)、區(qū)域乃至國家提升競爭力和創(chuàng)新水平的重要載體。產(chǎn)業(yè)集群表現(xiàn)出明顯的專業(yè)化特征，內(nèi)部各企業(yè)間通過分工合作，促進知識傳播與交流，降低生產(chǎn)交易成本，實現(xiàn)“群”的優(yōu)勢。然而，在新發(fā)展階段，我國傳統(tǒng)集群面臨產(chǎn)業(yè)鏈上下游聯(lián)系偏弱、創(chuàng)新能力不足、空間布局固化等問題，加快推動產(chǎn)業(yè)集群轉(zhuǎn)型升級成為現(xiàn)實要求。

隨著經(jīng)濟社會數(shù)字化轉(zhuǎn)型，推進新一代信息技術(shù)與企業(yè)業(yè)務(wù)鏈及管理體系深度融合，是推動實體經(jīng)濟高質(zhì)量發(fā)展和建設(shè)現(xiàn)代化產(chǎn)業(yè)體系的戰(zhàn)略選擇。眾多企業(yè)積極尋求數(shù)字化轉(zhuǎn)型，依托先進網(wǎng)絡(luò)技術(shù)，減弱集群內(nèi)企業(yè)間以地理距離為紐帶的聯(lián)系，探索發(fā)展虛擬產(chǎn)業(yè)集群，通過供應(yīng)鏈和客戶關(guān)系管理實現(xiàn)“組織接近”，構(gòu)建虛實結(jié)合的產(chǎn)業(yè)數(shù)字化新生態(tài)。例如，小米通過集團工業(yè)設(shè)計、物聯(lián)網(wǎng)云、供應(yīng)鏈、質(zhì)控、銷售等平臺延伸生態(tài)鏈，使100多家生態(tài)鏈企業(yè)遍布京津冀、長三角、珠三角等地，在設(shè)計、研發(fā)等領(lǐng)域協(xié)同創(chuàng)新，創(chuàng)造了上百款用戶追捧的“爆品”。但在現(xiàn)實中，由于虛擬產(chǎn)業(yè)集群的政策扶持力度不一、發(fā)展步調(diào)不協(xié)調(diào)及集群內(nèi)成員組成呈現(xiàn)動態(tài)化，許多企業(yè)怯于開展跨地域合作，嚴(yán)重影響虛擬產(chǎn)業(yè)集群的長遠發(fā)展。因此，順應(yīng)數(shù)字化發(fā)展要求、降低產(chǎn)業(yè)集群地理依賴和市場分割，對構(gòu)建新區(qū)域經(jīng)濟地理格局、確保國民經(jīng)濟循環(huán)通暢具有重要意義。

近年來，隨著新經(jīng)濟地理學(xué)理論逐步升溫，空間要素分析被引入主流經(jīng)濟學(xué)體系中，產(chǎn)業(yè)集群研究方向從供應(yīng)商—客戶關(guān)系、集中度轉(zhuǎn)向合作伙伴的地理分布，但相關(guān)研究尚未充分探討企業(yè)數(shù)字化轉(zhuǎn)型能否重塑產(chǎn)業(yè)集群地理分布。理論上，信息技術(shù)在生產(chǎn)經(jīng)營活動中的應(yīng)用可為降低產(chǎn)業(yè)集群空間局限提供新思路。一方面，企業(yè)應(yīng)用新興通信技術(shù)形成信息集成系統(tǒng)提升信息披露質(zhì)量，提高組織透明度^[1]，降低對傳統(tǒng)生產(chǎn)要素的依賴^[2]，同時弱化地理區(qū)位約束帶來的企業(yè)間協(xié)調(diào)溝通障礙，拓寬供應(yīng)商選擇范圍，重塑經(jīng)濟地理新格局^[3]。另一方面，技術(shù)進步在經(jīng)濟形態(tài)演變升級過程中發(fā)揮至關(guān)重要的作用，企業(yè)借助數(shù)字技術(shù)構(gòu)建模塊化生產(chǎn)線，降低生產(chǎn)邊際成本，傳統(tǒng)產(chǎn)業(yè)規(guī)模經(jīng)濟效應(yīng)逐漸減弱，行業(yè)邊界的破除促進不同業(yè)務(wù)環(huán)節(jié)與產(chǎn)業(yè)鏈深度融合，滿足客戶差異化需求，拓展客戶選擇空間?；诖耍疚闹荚谔接懫髽I(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的影響機制，從供需兩方面剖析其中的內(nèi)在邏輯。

本文邊際貢獻主要體現(xiàn)在三個方面：第一，在理論層面，現(xiàn)有關(guān)于產(chǎn)業(yè)集群的探討主要集中于考察供應(yīng)商—客戶關(guān)系或集中度對企業(yè)全要素生產(chǎn)率、協(xié)同創(chuàng)新模式的影響及產(chǎn)業(yè)集群組織運行模式，對產(chǎn)業(yè)集群地理分布的關(guān)注較少。本研究從信息傳遞與范圍經(jīng)濟雙視角出發(fā)，對數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)集群地理分布的因果關(guān)系進行推斷，深入分析其影響機制，拓展企業(yè)數(shù)字化經(jīng)濟后果的理論邊界。第二，在實踐層面，借助數(shù)字手段構(gòu)建虛擬空間集群，弱化產(chǎn)業(yè)集群對特定空間區(qū)域內(nèi)專業(yè)市場、供應(yīng)企業(yè)等要素的依賴，推動分散型生產(chǎn)模式發(fā)展，實現(xiàn)靈活的供應(yīng)鏈管理并增強產(chǎn)業(yè)鏈韌性。第三，在政策方面，打造數(shù)字經(jīng)濟新優(yōu)勢、構(gòu)建虛擬產(chǎn)業(yè)集群是政府關(guān)注的重點，利用數(shù)字技術(shù)打破傳統(tǒng)產(chǎn)業(yè)集群的地理空間限制，增強集群內(nèi)企業(yè)間關(guān)聯(lián)，實現(xiàn)跨地域精準(zhǔn)對接、供需匹配，為我國區(qū)域發(fā)展戰(zhàn)略制定及全國統(tǒng)一大市場構(gòu)建提供參考。

1 文獻綜述

1.1 產(chǎn)業(yè)集群相關(guān)研究

產(chǎn)業(yè)集群是指在特定領(lǐng)域內(nèi)既競爭又合作的企業(yè)及與其互動的關(guān)聯(lián)企業(yè)、供應(yīng)商、相關(guān)機構(gòu)等所形成的地理集聚體。自新經(jīng)濟地理學(xué)理論被提出后，學(xué)界對產(chǎn)業(yè)集群的關(guān)注度日益上升，相關(guān)研究從不同視角探究其對生產(chǎn)效率和創(chuàng)新活動的影響機制，并形成多元化觀點：第一，產(chǎn)業(yè)集群挑戰(zhàn)觀。隨著產(chǎn)業(yè)地理集中度提高，市場擁擠效應(yīng)加劇，導(dǎo)致行業(yè)生產(chǎn)率離散程度上升^[4]，進而增加生產(chǎn)經(jīng)營成本，并加劇企業(yè)間資源錯配問題。第二，產(chǎn)業(yè)集群促進觀。從微觀層面分析，集群內(nèi)部通過共享勞動力和技術(shù)溢出的方式，有效提升企業(yè)生產(chǎn)效率^[5]；從宏觀層面分析，集群合作能顯著提高地區(qū)協(xié)同創(chuàng)新效率，進而產(chǎn)生空間溢出效應(yīng)^[6]。

集群是現(xiàn)代產(chǎn)業(yè)發(fā)展的重要組織形式，通過空間集聚形成競爭優(yōu)勢，成為地區(qū)和國際經(jīng)濟發(fā)展的重要支撐。其地理分布成為學(xué)界討論的熱點話題，已有文獻主要將交通基礎(chǔ)設(shè)施^[7]、文化因素^[8]與信息摩擦^[9]納入企業(yè)區(qū)位空間變化分析框架，著重探討交易成本降低與信息獲取效率提升對產(chǎn)業(yè)集群地理分布的影響，旨在優(yōu)化供應(yīng)商與客戶的選擇范圍，提升企業(yè)績效。但在數(shù)字經(jīng)濟背景下，部分傳統(tǒng)產(chǎn)業(yè)集群面臨布局重疊、創(chuàng)新乏力、產(chǎn)能過剩、國際競爭力不足以及抗風(fēng)險能力低等問題，推動集群經(jīng)濟數(shù)字化發(fā)展是大勢所趨^[10]。加快企業(yè)數(shù)字化轉(zhuǎn)型升級，促進傳統(tǒng)產(chǎn)業(yè)與虛擬產(chǎn)業(yè)融合深度^[11]，賦能集群虛擬化轉(zhuǎn)型，以此降低分工成本與互動距離，實現(xiàn)組織結(jié)構(gòu)、運作方式和規(guī)模等無邊界發(fā)展（陳小勇等，2017）。

1.2 數(shù)字化轉(zhuǎn)型相關(guān)研究

企業(yè)數(shù)字化轉(zhuǎn)型，是指利用新一代數(shù)字科技，以價值釋放為核心、數(shù)據(jù)賦能為主線，激活數(shù)據(jù)要素潛能，優(yōu)化生產(chǎn)關(guān)系與方式，重構(gòu)產(chǎn)業(yè)體系。早期研究側(cè)重于考察數(shù)字化技術(shù)定義、內(nèi)涵和特性^[12]，隨后研究焦點轉(zhuǎn)向宏觀經(jīng)濟層面。例如，數(shù)字設(shè)施可借助數(shù)據(jù)揭示生產(chǎn)力結(jié)構(gòu)與生產(chǎn)關(guān)系^[13]，推動產(chǎn)業(yè)結(jié)構(gòu)升級和區(qū)域創(chuàng)新能力提升，以此增強區(qū)域經(jīng)濟韌性^[14]。此外，互聯(lián)網(wǎng)發(fā)展對城市和制造業(yè)生產(chǎn)率有正向推動作用，并已成為推動區(qū)域創(chuàng)新效率提升的新動能（韓先鋒等，2019），進而通過放大效應(yīng)加快區(qū)域經(jīng)濟增長。

已有學(xué)者研究數(shù)字化對微觀企業(yè)層面的影響，在企業(yè)經(jīng)營績效方面，數(shù)字化轉(zhuǎn)型可通過降低生產(chǎn)和交易成本^[15]，有效提升全要素生產(chǎn)率^[16]、資源配置效率^[17]和產(chǎn)能利用率^[18]，進而改善企業(yè)經(jīng)營績效；在產(chǎn)品創(chuàng)新方面，數(shù)字化轉(zhuǎn)型通過正向影響研發(fā)利用能力和研發(fā)探索能力^[19]，顯著提升創(chuàng)新績效；在企業(yè)發(fā)展方面，數(shù)字化助推企業(yè)實現(xiàn)專業(yè)化發(fā)展（施炳展等，2020），并通過轉(zhuǎn)型突破傳統(tǒng)界限，促進跨界合作^[20]。

1.3 數(shù)字化轉(zhuǎn)型與產(chǎn)業(yè)集群地理分布相關(guān)研究

隨著數(shù)字技術(shù)創(chuàng)新和迭代速度加快，數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素，已快速融入生產(chǎn)、分配、流通、消費和社會服務(wù)管理等各個環(huán)節(jié)，有效提升產(chǎn)業(yè)鏈供應(yīng)鏈現(xiàn)代化和虛擬化水平。企業(yè)上下游供應(yīng)商、客戶的地理分布問題日益受到學(xué)界關(guān)注，并通過構(gòu)建數(shù)字化背景下的“供—產(chǎn)—銷”架構(gòu)，深入探究集群內(nèi)企業(yè)間關(guān)系。例如，從客戶驅(qū)動視角，分析下游企業(yè)數(shù)字化轉(zhuǎn)型如何影響上游企業(yè)創(chuàng)新能力（楊金玉等，2022）、生產(chǎn)效率（陶鋒等，2023），并探討其傳導(dǎo)機制，增強產(chǎn)業(yè)鏈供應(yīng)鏈韌性，確保企業(yè)持續(xù)保持競爭優(yōu)勢。此外，從供應(yīng)鏈關(guān)系視角探究數(shù)字化轉(zhuǎn)型對供應(yīng)鏈配置的作用機制，實現(xiàn)供應(yīng)鏈配置多元化調(diào)整（巫強等，2023），以共同抵御系統(tǒng)性風(fēng)險。

數(shù)字技術(shù)應(yīng)用推動實體與虛擬相融合，改變經(jīng)濟主體的交互方式，突破區(qū)位與空間限制（陳劍等，2020），顯著擴大企業(yè)與供應(yīng)商、客戶之間的地理距離，優(yōu)化產(chǎn)業(yè)分布格局^[21]，增強企業(yè)跨區(qū)域供應(yīng)鏈布局能力^[22]，實現(xiàn)經(jīng)濟主體間跨時空聯(lián)通、交流與協(xié)作，提升異地合作創(chuàng)新能力（王巍等，2023），構(gòu)筑數(shù)字產(chǎn)業(yè)競爭新優(yōu)勢，為實現(xiàn)高質(zhì)量發(fā)展提供強勁動能。

綜上所述，關(guān)于產(chǎn)業(yè)集群地理分布的影響因素，已有文獻從交通基礎(chǔ)設(shè)施和信任文化等非正式制度視角，分析此類因素如何通過降低交易成本，進而影響供應(yīng)商、客戶選擇范圍?；诠?yīng)商與客戶雙視角，探究企業(yè)數(shù)字化對產(chǎn)業(yè)集群地理分布影響的研究尚顯不足。本文從優(yōu)化產(chǎn)業(yè)集群地理分布角度出發(fā)，構(gòu)建“供應(yīng)商—企業(yè)—客戶”關(guān)系架構(gòu)，深入探究企業(yè)數(shù)字化如何影響產(chǎn)業(yè)集群地理分布，明晰其作用機制，以期豐富產(chǎn)業(yè)空間分布相關(guān)理論研究，并為構(gòu)建全國統(tǒng)一大市場提供實踐指導(dǎo)。

2 理論分析與研究假設(shè)

2.1 數(shù)字化轉(zhuǎn)型與產(chǎn)業(yè)集群地理分布

傳統(tǒng)空間區(qū)位論認為，產(chǎn)業(yè)上下游企業(yè)受要素自然資源、知識傳播方式及生產(chǎn)交易成本等多重因素制約，傾向于形成地理空間上的聚集，構(gòu)建具有相對穩(wěn)定性和柔性的經(jīng)濟共同體。區(qū)域內(nèi)企業(yè)相互依存與合作，產(chǎn)生“整體大于局部之和”的協(xié)同效應(yīng)，進而提升地區(qū)市場競爭力。但是，重塑產(chǎn)業(yè)集群區(qū)位空間格局是各方相互制約的多維度問題。在數(shù)字化征程中，數(shù)據(jù)基礎(chǔ)薄弱成為企業(yè)可持續(xù)發(fā)展的障礙。企業(yè)應(yīng)制定可持續(xù)技術(shù)戰(zhàn)略，優(yōu)化運營管理模式，加強主體間溝通并拓展協(xié)同合作空間，以削弱地理空間關(guān)聯(lián)的緊密性（馬為彪等，2023），改變傳統(tǒng)集群空間布局固化局面，培育壯大新興產(chǎn)業(yè)集群。

（1）數(shù)字化轉(zhuǎn)型助力實現(xiàn)企業(yè)間便捷合作與交流。傳統(tǒng)合作模式常受距離、時間和成本等因素限制，當(dāng)前可借助數(shù)字技術(shù)及時性和無邊界特征，為企業(yè)構(gòu)筑即時溝通橋梁，減少信息不對稱（董松柯等，2023），推動多主體在供應(yīng)鏈管理、產(chǎn)品設(shè)計和生產(chǎn)協(xié)調(diào)等領(lǐng)域進行深入合作，拓寬產(chǎn)業(yè)集群地理分布范圍。

（2）數(shù)字化轉(zhuǎn)型促進企業(yè)間資源共享與互補。在傳統(tǒng)模式下，集群內(nèi)企業(yè)間合作大多局限于特定領(lǐng)域，導(dǎo)致資源獲取和整合能力受限。通過數(shù)字化轉(zhuǎn)型，企業(yè)可借助互聯(lián)網(wǎng)廣泛的數(shù)字連接能力打破時空局限，構(gòu)建開放的虛擬平臺，如專業(yè)化支付平臺、倉儲物流配送體系等，促進生產(chǎn)要素優(yōu)化配置，提高資源利用效率^[17]，實現(xiàn)生產(chǎn)力水平跨越式提升，推動產(chǎn)業(yè)鏈向上下游延伸。

（3）數(shù)字化轉(zhuǎn)型促使企業(yè)創(chuàng)新能力提升。企業(yè)積極推動技術(shù)改造和智能化設(shè)備更新，并且利用數(shù)字技術(shù)有效整合需求端信息，發(fā)揮數(shù)據(jù)的創(chuàng)新引擎作用，實現(xiàn)產(chǎn)品研發(fā)精準(zhǔn)定位，提高研發(fā)創(chuàng)新績效。數(shù)字化驅(qū)動生產(chǎn)及商業(yè)模式創(chuàng)新，打破傳統(tǒng)組織邊界，加強組織間協(xié)作與融合以調(diào)動多方資源共同研發(fā)，與客戶、供應(yīng)商、競爭者等多主體進行雙向?qū)崟r互動，開展開放式創(chuàng)新。綜上，本文提出如下假設(shè)：

H₁：數(shù)字化轉(zhuǎn)型能顯著拓寬產(chǎn)業(yè)集群地理分布。

2.2 信息披露質(zhì)量的作用機制

基于信號傳遞理論，企業(yè)常采用披露或宣告的方式向使用者提供關(guān)鍵信息，以提升信息披露的透明度和質(zhì)量，緩解企業(yè)與投資者及其他利益相關(guān)者間的信息不對稱^[23]。利益相關(guān)者理論認為組織應(yīng)綜合平衡各利益相關(guān)者的利益。其中，上游供應(yīng)商作為重要外圍利益相關(guān)者，常因信息獲取受限而面臨逆向選擇問題，導(dǎo)致供應(yīng)商關(guān)系管理復(fù)雜化。利用數(shù)字技術(shù)實時、高效地分析處理企業(yè)財務(wù)和經(jīng)營信息^[24]，推動企業(yè)由傳統(tǒng)的垂直型、封閉型組織形式向扁平化網(wǎng)狀組織結(jié)構(gòu)轉(zhuǎn)變，優(yōu)化信息披露質(zhì)量，降低企業(yè)間信息不對稱程度。

（1）數(shù)字化轉(zhuǎn)型通過優(yōu)化信息流程，提高信息披露效率。企業(yè)運用大數(shù)據(jù)、機器學(xué)習(xí)等前沿科技手段替代傳統(tǒng)的人工識別、效益測算、風(fēng)險管理等專業(yè)性較強的工作，降低對專業(yè)人才的依賴，有效提升管理、工作效率，節(jié)省人力成本，并加強風(fēng)險防控。以數(shù)字化緩解信息摩擦，暢通企業(yè)與供應(yīng)商間信息流通渠道以降低信息搜尋成本^[25]，拓寬潛在供應(yīng)商選擇范圍，優(yōu)化企業(yè)供應(yīng)商分布決策。

（2）數(shù)字化轉(zhuǎn)型有助于完善信息開放共享制度，提升信息可得性。數(shù)據(jù)來源披露及數(shù)據(jù)獲取方式透明化是數(shù)據(jù)質(zhì)量管控的關(guān)鍵，利用數(shù)字技術(shù)構(gòu)建虛擬平臺，打破傳統(tǒng)場景限制，深入挖掘信息要素價值，提升數(shù)據(jù)可得性（李海艦等，2014）。完善信息資源開放共享制度有助于突破空間限制，優(yōu)化交易時機和組合，豐富企業(yè)間跨距離信息獲取與溝通模式，增強企業(yè)與供應(yīng)商間雙邊關(guān)系協(xié)調(diào)性。

（3）數(shù)字技術(shù)通過重構(gòu)信息披露機制，確保信息披露質(zhì)量。信息披露是企業(yè)的“生命線”，也是其對內(nèi)對外的誠信根基。然而，受披露經(jīng)驗、測算方法等因素影響，披露質(zhì)量存在差異。市場經(jīng)濟是信任經(jīng)濟，數(shù)字技術(shù)應(yīng)用通過強化信息披露要求、完善標(biāo)準(zhǔn)和構(gòu)建智能監(jiān)管體系等渠道，保障企業(yè)信息披露質(zhì)量和規(guī)范運作，進而構(gòu)建企業(yè)與供應(yīng)商間互信關(guān)系，為拓寬供應(yīng)商分布網(wǎng)絡(luò)奠定基礎(chǔ)^[8]。

因此，數(shù)字化轉(zhuǎn)型可顯著提升信息披露質(zhì)量，擴充企業(yè)供應(yīng)商資源庫，增強合作模式靈活性，從而拓展企業(yè)供應(yīng)商地理分布范圍，構(gòu)筑更加穩(wěn)健和開放的供應(yīng)鏈網(wǎng)絡(luò)。綜上所述，本文提出如下假設(shè)：

H₂：企業(yè)數(shù)字化轉(zhuǎn)型通過提升信息披露質(zhì)量拓寬供應(yīng)商地理分布。

2.3 范圍經(jīng)濟效應(yīng)的作用機制

范圍經(jīng)濟（Economies of Scope）是指隨著產(chǎn)出品類的增加，產(chǎn)出的長期平均成本趨于下降的經(jīng)濟，也指由多樣化經(jīng)濟活動的協(xié)同效應(yīng)所帶來的資源高效利用^[26]。范圍經(jīng)濟與區(qū)域競爭優(yōu)勢緊密相連，區(qū)域競爭優(yōu)勢不僅取決于內(nèi)部資源稟賦，更取決于外部環(huán)境、內(nèi)外部協(xié)調(diào)性等綜合因素。在傳統(tǒng)經(jīng)濟時代，由于行業(yè)壁壘較高、資產(chǎn)專用性強以及物理時空限制等因素，企業(yè)跨界經(jīng)營面臨更高的生產(chǎn)要素成本，限制了范圍經(jīng)濟效應(yīng)的發(fā)揮。在數(shù)字化時代，人工智能等新技術(shù)助力構(gòu)建靈活可調(diào)的模塊化生產(chǎn)線，強化資源整合與跨界融合，模糊傳統(tǒng)行業(yè)邊界，推動企業(yè)多元化發(fā)展和跨界經(jīng)營（杜傳忠等，2021）。

（1）在當(dāng)前技術(shù)背景下，傳統(tǒng)企業(yè)生產(chǎn)潛力已近極限，規(guī)模擴張的成本效益遞減使規(guī)模經(jīng)濟的發(fā)展空間日趨變小，規(guī)模優(yōu)勢逐漸減弱。而具有協(xié)調(diào)特征的數(shù)字技術(shù)有助于改變生產(chǎn)條件和生產(chǎn)關(guān)系，增強企業(yè)突破行業(yè)壁壘和冗余資源整合再利用的能力，以低成本實現(xiàn)產(chǎn)品多樣化及生產(chǎn)效率提升，推動規(guī)模經(jīng)濟向范圍經(jīng)濟轉(zhuǎn)變^[27]。引導(dǎo)傳統(tǒng)產(chǎn)業(yè)向突破空間限制的虛擬產(chǎn)業(yè)集群方向發(fā)展，是未來新的經(jīng)濟增長點。

（2）隨著經(jīng)濟社會發(fā)展，消費需求也在發(fā)生根本性變化，多樣化、個性化和差別化成為需求的基本特征。迅速適應(yīng)市場變化對企業(yè)發(fā)展至關(guān)重要。企業(yè)可利用數(shù)字技術(shù)深度挖掘與分析客戶數(shù)據(jù)，精準(zhǔn)把握客戶偏好與需求，為其提供個性化產(chǎn)品推薦和服務(wù)（李雷等，2023），以此減少供需錯配，構(gòu)建遠距離供求關(guān)系。

（3）借助數(shù)字技術(shù)為企業(yè)構(gòu)建虛擬交易平臺，將傳統(tǒng)“面對面”交易模式轉(zhuǎn)變?yōu)榭缭綍r間和空間的異步交易模式，實現(xiàn)跨地區(qū)供求信息即時對接（譚洪波等，2022），簡化交易流程以降低產(chǎn)銷協(xié)同成本，進而產(chǎn)生“長尾效應(yīng)”。數(shù)字化顯著提升企業(yè)跨界融合能力，增強多元協(xié)同效應(yīng)，打破地域壁壘，拓寬客戶分布范圍，使范圍經(jīng)濟成為主導(dǎo)的經(jīng)濟發(fā)展方式，從而形成區(qū)域核心競爭優(yōu)勢。綜上所述，本文提出如下假設(shè)：

H₃：企業(yè)數(shù)字化轉(zhuǎn)型可以通過范圍經(jīng)濟效應(yīng)拓寬客戶地理分布。

3 研究設(shè)計

3.1 樣本選擇與數(shù)據(jù)來源

關(guān)于樣本和數(shù)據(jù)來源說明如下：本文選取2011-2022年滬深兩市A股上市公司作為研究對象，在企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的作用路徑分析中引入信息披露質(zhì)量和范圍經(jīng)濟效應(yīng)，實證分析其作用機制。為確保結(jié)論可靠，對原始數(shù)據(jù)進行如下操作：①剔除ST企業(yè)；②剔除金融業(yè)及信息傳輸、軟件與信息技術(shù)服務(wù)業(yè)；③剔除未披露或未完整披露企業(yè)前五大供應(yīng)商、客戶名稱或購銷數(shù)據(jù)等信息的企業(yè)。最終得到5 994個樣本觀測值，其中供應(yīng)商地理距離樣本3 760個，客戶地理距離樣本4 967個。在此基礎(chǔ)上，為防止異常值引起的估計偏誤，對所有連續(xù)變量進行雙側(cè)1%的縮尾處理。企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)通過Python對企業(yè)年報進行文本分析并結(jié)合人工篩選獲得，上市公司相關(guān)數(shù)據(jù)源自國泰安數(shù)據(jù)庫（CSMAR）。

3.2 變量定義

3.2.1 被解釋變量

本文通過測度上市公司與供應(yīng)商、客戶間地理距離衡量集群地理分布。由于證監(jiān)會未強制要求上市公司披露供應(yīng)商和客戶信息，只是鼓勵上市公司在年度報告中披露前五大供應(yīng)商和客戶購銷數(shù)據(jù)等信息，因此，參考已有研究^[7，21]，使用企業(yè)前五大供應(yīng)商和前五大客戶的地理距離衡量產(chǎn)業(yè)集群地理分布。由于企業(yè)與不同供應(yīng)商、客戶間購銷額存在較大差距，為了提高研究精確性，參考Petersen等^[28]的做法，按照購銷額排名前五的供應(yīng)商、客戶構(gòu)建加權(quán)地理距離，該指標(biāo)越大表示產(chǎn)業(yè)集群地理分布越分散，計算公式如下：

Disws_i，t=ln1+∑Dists_i，y，t×Ratios_{i，y，t}（1）

Diswc_i，t=ln1+∑Diswc_i，x，t×Ratios_{i，x，t}（2）

其中，Disws_i，t、Diswc_i，t分別表示企業(yè)i在t年度與其按銷售額排名前五的供應(yīng)商、客戶間的加權(quán)距離，Dists_{i，y，t}、Distc_{i，x，t}分別表示t年度企業(yè)i與排名前五的供應(yīng)商y、客戶x之間的直接地理距離，Ratios_i，y，t、Ratios_i，x，t分別表示企業(yè)對供應(yīng)商y的采購額占當(dāng)年企業(yè)前五大采購額的比例、企業(yè)向客戶x的銷售額占當(dāng)年企業(yè)銷售額的比例。

3.2.2 解釋變量

對于企業(yè)數(shù)字化轉(zhuǎn)型的度量，相關(guān)研究多采用文本分析法，即統(tǒng)計上市公司年報中的企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞數(shù)量，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。本文參考吳非等（2021）提出的數(shù)字化轉(zhuǎn)型詞頻框架，從底層技術(shù)運用與技術(shù)實踐應(yīng)用兩個層面構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型特征詞庫（見圖1），基于Python對2011—2022年上市企業(yè)年報進行文本分析，最終獲得企業(yè)數(shù)字化轉(zhuǎn)型加總詞頻數(shù)，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型體系。由于加總詞頻數(shù)可能存在右偏性特征，對其采用加一取對數(shù)處理，刻畫企業(yè)數(shù)字化轉(zhuǎn)型的測量值。

3.2.3 控制變量

參考現(xiàn)有文獻，加入以下控制變量：企業(yè)規(guī)模（Size）、總資產(chǎn)凈利潤率（ROA）、銷售毛利率（GrossProfit）、現(xiàn)金流比率（Cashflow）、董事人數(shù)（Board）、獨立董事比例（Indep）、兩職合一（Dual）、托賓Q值（TobinQ），詳見表1。

3.3 模型構(gòu)建

為驗證研究假設(shè)，本文借鑒溫忠麟等^[29]檢驗中介效應(yīng)的三步法，構(gòu)建如下模型：

Distance_i，t=α₀+α₁Digitial_i，t+∑α_kControls_i，t+Year+Industry+ε_i，t（3）

Tran_i，t=β₀+β₁Digitial_i，t+∑β_kControls_i，t+Year+Industry+ε_i，t（4）

Hhi_i，t=γ₀+γ₁Digitial_i，t+∑γ_kControls_i，t+Year+Industry+ε_i，t（5）

Disws_i，t=λ₀+λ₁Digitial_i，t+λ₂Tran_i，t+

∑λ_kControls_i，t+Year+Industry+ε_i，t（6）

Diswc_i，t=μ₀+μ₁Digitial_i，t+μ₂Hhi_i，t+

∑μ_kControls_i，t+Year+Industry+ε_i，t（7）

其中，Distance_i，t為被解釋變量，表示企業(yè)與客戶、供應(yīng)商間地理距離；Digitial_i，t為解釋變量，表示企業(yè)數(shù)字化轉(zhuǎn)型；中介變量為Tran_i，t和Hhi_i，t，分別代表信息披露質(zhì)量和范圍經(jīng)濟效應(yīng)；Controls_i，t代表控制變量；Year和Industry分別代表年份與行業(yè)固定效應(yīng)；ε_i，t代表隨機誤差項。

3.4 描述性統(tǒng)計分析

表2報告了主要變量的描述性統(tǒng)計結(jié)果。由此可知，Disws和Diswc的均值分別為4.135、3.684，標(biāo)準(zhǔn)差達到1.623和1.930，意味著不同企業(yè)的供應(yīng)商和客戶地理分布存在較大差異，這為探討其影響因素提供了現(xiàn)實依據(jù)。企業(yè)數(shù)字化轉(zhuǎn)型（Digitial）的均值為1.211，最小值為 0，最大值為 4.913，可知當(dāng)前中國企業(yè)數(shù)字化轉(zhuǎn)型總體水平偏低，且不同企業(yè)在轉(zhuǎn)型關(guān)注度和進度上存在顯著差異，數(shù)字技術(shù)在企業(yè)中的應(yīng)用仍有待加強。

4 實證結(jié)果與分析

4.1 基準(zhǔn)檢驗結(jié)果

模型（3）考察企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的影響。如表3所示，列（1）（3）展示了未加入控制變量時企業(yè)數(shù)字化轉(zhuǎn)型對客戶地理距離（Diswc）、供應(yīng)商地理距離（Diswus）影響的檢驗結(jié)果，列（2）（4）為引入控制變量的檢驗結(jié)果。結(jié)果表明，在引入控制變量的條件下，Digitial對Diswc、Disws的回歸系數(shù)分別為0.048 9和0.031 3，且分別在5%和10%的水平上顯著。綜上所述，數(shù)字化轉(zhuǎn)型能顯著改變企業(yè)與供應(yīng)商、客戶間的交互模式，從而拓寬產(chǎn)業(yè)集群地理分布，降低空間依賴性，H₁得到驗證。

4.2 穩(wěn)健性檢驗

4.2.1 內(nèi)生性處理

由于企業(yè)財務(wù)報表中前五大供應(yīng)商、客戶購銷數(shù)據(jù)屬于證監(jiān)會非強制性披露信息，因此，僅使用披露供應(yīng)商和客戶信息的樣本進行回歸可能導(dǎo)致因樣本自選擇帶來的內(nèi)生性問題。本文運用Heckman兩階段模型重新進行擬合，在第一階段模型中按照企業(yè)數(shù)字化變量的中位數(shù)構(gòu)建虛擬變量（Digitial₁），高于中位數(shù)時取 1，否則取 0，將其作為被解釋變量，將主模型全部控制變量作為解釋變量納入估計，利用Probit模型進行回歸分析，根據(jù)回歸結(jié)果分別構(gòu)造選擇校正項逆米爾斯比率（Imr₁和Imr₂），并在第二階段檢驗?zāi)Ｐ椭屑{入第一階段估計出的Imr₁和Imr₂進行回歸。研究結(jié)果如表4所示，第二階段企業(yè)數(shù)字化轉(zhuǎn)型變量系數(shù)分別為0.050 1與0.035 5，且分別在5%和10%水平上顯著，說明控制樣本自選擇偏差帶來的內(nèi)生性問題影響后，主要結(jié)論仍然穩(wěn)健。

4.2.2 增加固定效應(yīng)

雖然大多數(shù)企業(yè)不會隨意搬遷更改企業(yè)所在地，但這種可能仍客觀存在，且不同地域數(shù)字經(jīng)濟發(fā)展存在差異，因此，本文在基準(zhǔn)回歸模型基礎(chǔ)上加入企業(yè)所在省份固定效應(yīng)，以消除潛在遺漏重要變量導(dǎo)致的估計結(jié)果偏差問題。增加省份固定效應(yīng)后，結(jié)果如表5列（1）（2）所示，供應(yīng)商與客戶地理距離的系數(shù)分別為0.031 1和0.061 1，且分別在10%和1%水平上顯著，進一步說明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

4.2.3 替換解釋變量測度方法

目前，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型及其衡量并沒有標(biāo)準(zhǔn)范式，并且上市企業(yè)年報可能存在選擇性披露問題而導(dǎo)致衡量偏誤，為保證結(jié)果可靠性，本文參考張永坤等^[30]的研究，采用上市公司財務(wù)報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例衡量企業(yè)數(shù)字化轉(zhuǎn)型程度，用Digitial₂表示?；貧w結(jié)果見表5列（3）（4），系數(shù)分別為0.379 9和0.274 3，且分別在5%和10%水平上顯著，表明基準(zhǔn)回歸結(jié)果穩(wěn)健可靠。

4.2.4 縮短時間窗口

2013年8月國務(wù)院發(fā)布“寬帶中國”戰(zhàn)略實施方案，國家發(fā)展改革委、工業(yè)和信息化部分別于2014、2015、2016年公布了3批次共120個試點城市（城市群）。網(wǎng)絡(luò)基礎(chǔ)設(shè)施是企業(yè)數(shù)字化轉(zhuǎn)型的重要支撐，“寬帶中國”政策實施對試點城市企業(yè)信息技術(shù)傳遞和數(shù)字網(wǎng)絡(luò)建設(shè)具有深遠影響。因此，僅保留2014 年以后的樣本有助于將研究置于統(tǒng)一政策背景下，排除其它政策干擾。如表5列（5）（6）所示，回歸結(jié)果分別為0.035 3和0.068 1，分別在10%和1%水平上正向顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型對拓寬產(chǎn)業(yè)集群地理分布的作用仍然穩(wěn)健。

4.3 異質(zhì)性分析

4.3.1 區(qū)域異質(zhì)性

受自然地理因素影響，西部地區(qū)企業(yè)對外擴大市場范圍時的搜尋、溝通和運輸成本等比東中部地區(qū)企業(yè)高，造成區(qū)域經(jīng)濟發(fā)展不平衡和不協(xié)調(diào)。在企業(yè)數(shù)字化轉(zhuǎn)型推動下，借助數(shù)字技術(shù)構(gòu)建虛擬交易平臺緩解信息不對稱、改變傳統(tǒng)“面對面”交易方式，且數(shù)字物流建設(shè)促進數(shù)據(jù)安全高效流通，降低運輸成本。因此，西部企業(yè)運用數(shù)字技術(shù)擴大產(chǎn)業(yè)集群地理分布，展現(xiàn)出更大的發(fā)展?jié)摿?。本文?gòu)建區(qū)域虛擬變量Area，企業(yè)所屬省份屬于東、中、西部分別賦值1、2、3。結(jié)果如表6所示，西部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型對供應(yīng)商和客戶的地理距離回歸系數(shù)分別為0.089 8、0.123 0，分別在10%和5%水平上顯著，當(dāng)企業(yè)所在地為西部地區(qū)時，企業(yè)數(shù)字化轉(zhuǎn)型對拓寬產(chǎn)業(yè)集群地理分布的效果更顯著。

4.3.2 市場異質(zhì)性

市場環(huán)境是影響企業(yè)發(fā)展的重要因素。一般而言，市場化進程較高的地區(qū)資源配置效率較高，法律制度相對完善，不存在政府過度干預(yù)問題，企業(yè)間交流合作更加透明，機會主義風(fēng)險相對較小。在數(shù)字技術(shù)支持下，企業(yè)能夠敏銳洞察市場和行業(yè)轉(zhuǎn)變，迅速完成資源要素整合與優(yōu)化，克服信息傳遞受阻與失真問題，進而拓寬產(chǎn)業(yè)集群地理分布范圍。參考王小魯?shù)鹊摹吨袊质》菔袌龌笖?shù)報告》，本文使用市場化指數(shù)衡量地區(qū)市場化進程，按照年度全國市場化水平均值進行劃分，若省份當(dāng)年市場化指數(shù)高于全國均值則為1，否則為0。結(jié)果如表7所示，市場化指數(shù)較高地區(qū)的企業(yè)數(shù)字化轉(zhuǎn)型對供應(yīng)商和客戶地理距離的回歸系數(shù)分別為0.043 3、0.067 6，分別在5%和1%水平上顯著，表明企業(yè)所處地區(qū)市場環(huán)境越好，數(shù)字化轉(zhuǎn)型對拓寬產(chǎn)業(yè)集群地理分布的效應(yīng)越顯著。

5 進一步分析

為進一步分析數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的影響，從信息披露質(zhì)量與范圍經(jīng)濟效應(yīng)兩方面探究具體作用機制。

5.1 信息披露質(zhì)量的作用機制

相互信任是供應(yīng)鏈合作的關(guān)鍵，企業(yè)積極提升信息披露質(zhì)量和透明度，使供應(yīng)商清晰了解其經(jīng)營狀況、償債能力和市場競爭力等關(guān)鍵信息，提升企業(yè)形象與聲譽以吸引更多潛在合作伙伴，豐富供應(yīng)商資源庫，構(gòu)建穩(wěn)固和可信賴的合作關(guān)系。數(shù)字技術(shù)通過增強數(shù)據(jù)收集的全面性和準(zhǔn)確性、提高數(shù)據(jù)分析效率和深度、優(yōu)化信息披露形式與內(nèi)容以及加快信息流動等方式，為獲得高質(zhì)量信息奠定基礎(chǔ)，促進遠距離合作。本文以深交所發(fā)布的上市公司信息披露考評結(jié)果度量上市公司信息披露質(zhì)量，記為Tran，將考評結(jié)果優(yōu)秀（A）、良好（B）、及格（C）與不及格（D）分別賦值為 4、3、2、1，賦值越高說明企業(yè)信息披露質(zhì)量越好。對此作用機制展開檢驗，回歸結(jié)果如表8列（1）（2）所示。Digitial與Tran顯著正相關(guān)，說明企業(yè)數(shù)字化轉(zhuǎn)型有助于提高信息披露質(zhì)量。

由表9可知，信息披露質(zhì)量的直接效應(yīng)和間接效應(yīng)的 95% 置信區(qū)間均不包含0，說明信息披露質(zhì)量的中介效應(yīng)顯著。間接效應(yīng)系數(shù)（β₁λ₂）為負，與其對應(yīng)的直接效應(yīng)系數(shù)（λ₁）符號相反，表明信息披露質(zhì)量在數(shù)字化轉(zhuǎn)型與供應(yīng)商地理距離之間發(fā)揮遮掩效應(yīng)，即企業(yè)數(shù)字化轉(zhuǎn)型通過信息披露質(zhì)量影響供應(yīng)商地理分布的間接路徑削弱其對供應(yīng)商地理分布影響的直接效應(yīng)，H₂得以證實。

5.2 范圍經(jīng)濟效應(yīng)的作用機制

當(dāng)前市場需求的多元化趨勢要求企業(yè)精確洞察客戶需求，這是企業(yè)持續(xù)發(fā)展的核心。隨著數(shù)字技術(shù)日益成熟和信息流轉(zhuǎn)速度加快，信息匹配成本大幅度降低，企業(yè)規(guī)模與市場交易成本出現(xiàn)負相關(guān)，從而產(chǎn)生跨越時空的市場需求。企業(yè)借助人工智能技術(shù)構(gòu)筑模塊化和分布式生產(chǎn)線，打破傳統(tǒng)行業(yè)壁壘實現(xiàn)更加靈活和高效的生產(chǎn)，從而提高對市場條件和客戶需求的響應(yīng)速度，增強多元化市場開拓能力。借鑒Villalonga^[31]的做法，使用赫芬達爾指數(shù)（Hhi）測度企業(yè)經(jīng)營范圍，作為范圍經(jīng)濟效應(yīng)的替代變量，Hhi=∑p_i²，p_i為企業(yè)第i個行業(yè)收入占總收入的比重，指數(shù)越大表示企業(yè)多元化程度越低，經(jīng)營范圍越窄。對此作用機制展開檢驗，回歸結(jié)果如表8列（3）（4）所示。

根據(jù)表8結(jié)果可知，Digitial與Hhi顯著負相關(guān)，說明企業(yè)數(shù)字化轉(zhuǎn)型有助于提升跨界融合能力。由表9可知，范圍經(jīng)濟效應(yīng)的直接效應(yīng)和間接效應(yīng)的 95% 置信區(qū)間均不包含0，說明范圍經(jīng)濟效應(yīng)的中介效應(yīng)顯著。間接效應(yīng)系數(shù)（γ₁μ₂）為負，與其對應(yīng)的直接效應(yīng)系數(shù)（μ₁）符號相反，表明范圍經(jīng)濟在數(shù)字化轉(zhuǎn)型與客戶地理距離之間發(fā)揮遮掩效應(yīng)，即企業(yè)數(shù)字化轉(zhuǎn)型通過范圍經(jīng)濟效應(yīng)影響客戶地理分布的間接路徑削弱其對客戶地理分布影響的直接效應(yīng)，H₃得以證實。

6 結(jié)論與啟示

6.1 研究結(jié)論

數(shù)字技術(shù)有助于打破傳統(tǒng)產(chǎn)業(yè)集群地理空間約束，推動資源要素深度融合，提升產(chǎn)業(yè)鏈韌性水平，在建設(shè)現(xiàn)代化經(jīng)濟體系和構(gòu)筑國家競爭新優(yōu)勢過程中發(fā)揮重要作用。本文構(gòu)建“（上游）供應(yīng)商—企業(yè)—（下游）客戶”的關(guān)系架構(gòu)，研究發(fā)現(xiàn)：

（1）企業(yè)數(shù)字化轉(zhuǎn)型對拓寬產(chǎn)業(yè)集群地理分布具有顯著促進作用。企業(yè)數(shù)字化轉(zhuǎn)型可以弱化地理空間約束，拓寬企業(yè)供應(yīng)商與客戶選擇范圍，助力產(chǎn)業(yè)集群實現(xiàn)上下游及產(chǎn)供銷有效銜接、高效運轉(zhuǎn)，提升產(chǎn)業(yè)集群穩(wěn)定性和競爭力。

（2）影響機制分析發(fā)現(xiàn)，信息披露質(zhì)量和范圍經(jīng)濟效應(yīng)是數(shù)字化影響產(chǎn)業(yè)集群地理分布的重要渠道。數(shù)字化轉(zhuǎn)型有助于企業(yè)提高信息透明度，敏銳洞察需求變化趨勢，從而降低遠距離合作風(fēng)險，實現(xiàn)區(qū)域經(jīng)濟地理布局改變。

（3）異質(zhì)性分析表明，西部地區(qū)或所在地區(qū)市場化水平更高的企業(yè)中，數(shù)字化對拓寬產(chǎn)業(yè)集群地理分布的作用更顯著，數(shù)字經(jīng)濟發(fā)展前景更好。

6.2 理論貢獻

（1）本文基于新經(jīng)濟地理理論探究企業(yè)數(shù)字化轉(zhuǎn)型以組織接近代替?zhèn)鹘y(tǒng)地理接近的重要作用，從供應(yīng)商與客戶雙視角剖析企業(yè)區(qū)位選擇路徑，立足微觀主體角度提供產(chǎn)業(yè)空間布局重塑的經(jīng)驗證據(jù)，為產(chǎn)業(yè)集群地理分布相關(guān)研究貢獻了新思路。

（2）現(xiàn)有文獻就企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的作用機制進行了探討，但在模型構(gòu)建與實證檢驗方面存在不足。本文通過構(gòu)建信息披露質(zhì)量與范圍經(jīng)濟效應(yīng)雙重中介模型，驗證了企業(yè)數(shù)字化轉(zhuǎn)型擴展產(chǎn)業(yè)集群活動空間的影響機制，豐富了相關(guān)研究。

6.3 對策建議

（1）推動數(shù)字經(jīng)濟和集群經(jīng)濟深入融合。政府要加快構(gòu)建先進網(wǎng)絡(luò)基礎(chǔ)設(shè)施和數(shù)據(jù)智能基礎(chǔ)設(shè)施，為企業(yè)數(shù)字化轉(zhuǎn)型提供關(guān)鍵支撐和創(chuàng)新動能，加快釋放數(shù)字化對集群經(jīng)濟發(fā)展的“倍增器”作用。同時，企業(yè)要以全局視野，將數(shù)字化轉(zhuǎn)型納入自身長遠戰(zhàn)略規(guī)劃中，培育企業(yè)數(shù)字綜合競爭力，打造自身在產(chǎn)業(yè)集群中的競爭新優(yōu)勢。

（2）發(fā)揮數(shù)字技術(shù)對企業(yè)資源整合能力的積極作用。推進虛擬合作平臺建設(shè)，促進生產(chǎn)資料和能力共享，推動產(chǎn)業(yè)鏈上下游協(xié)同運行，開展跨地區(qū)供求信息對接服務(wù)，提高更大地域范圍內(nèi)產(chǎn)銷協(xié)同能力。政府要推動出臺數(shù)字產(chǎn)業(yè)集群全國一體化布局規(guī)劃，進一步夯實國家區(qū)域協(xié)調(diào)發(fā)展的基礎(chǔ)。

（3）通過信息技術(shù)應(yīng)用提高趨勢洞察能力。企業(yè)要深刻認識和把握5G、云計算、人工智能、區(qū)塊鏈等新一代信息技術(shù)對企業(yè)發(fā)展和產(chǎn)業(yè)變革的作用，善于從企業(yè)運行、市場動態(tài)、宏觀經(jīng)濟等大數(shù)據(jù)中挖掘和把握潛在市場需求變動與行業(yè)發(fā)展態(tài)勢，提前作好新技術(shù)應(yīng)用和新業(yè)務(wù)發(fā)展布局，搶占技術(shù)應(yīng)用先發(fā)優(yōu)勢。

6.4 不足與展望

（1）關(guān)于產(chǎn)業(yè)集群地理分布的研究通常采用企業(yè)自愿披露的前五大供應(yīng)商和客戶信息，本文亦采用此數(shù)據(jù)，但多數(shù)企業(yè)以商業(yè)機密為由在信息披露中隱匿具體名稱，造成數(shù)據(jù)有效性與可靠性受限。未來可通過深入企業(yè)實地走訪調(diào)查等方式，擴充相關(guān)數(shù)據(jù)，驗證研究結(jié)果的可靠性。

（2）本文從微觀主體視角研究企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)業(yè)集群地理分布的作用機制，后續(xù)研究可關(guān)注企業(yè)區(qū)位分布對宏觀環(huán)境的反作用，推動宏觀經(jīng)濟政策與微觀企業(yè)行為互動關(guān)系研究。

參考文獻：

[1] SCHNACKENBERG A K， TOMLINSON E C. Organizational transparency： a new perspective on managing trust in organization-stakeholder relationships[J]. Journal of Management， 2016， 42（7）： 1784-1810.

[2] PRETTNER K， STRULIK H. The lost race against the machine： automation， education， and inequality in an Ramp;D-based growth model[R]. Cambridge： NBER Discussion Papers， 2011.

[3] ZHANG T， SUN B， LI W， et al. Information communication technology and manufacturing decentralisation in China[J]. Papers in Regional Science， 2022， 101（3）： 619-637.

[4] 汪洋.所有制差異下中國制造業(yè)地理集中度與企業(yè)動態(tài)資源誤置——基于生產(chǎn)率分布的微觀考察[J].產(chǎn)業(yè)經(jīng)濟研究，2020，19（3）：100-113.

[5] 吳意云，劉曄，朱希偉.產(chǎn)業(yè)集群發(fā)展與企業(yè)生產(chǎn)效率——基于拓展DO指數(shù)的分析[J].浙江學(xué)刊，2020，58（5）：115-123.

[6] 劉軍，王佳瑋，程中華.產(chǎn)業(yè)聚集對協(xié)同創(chuàng)新效率影響的實證分析[J].中國軟科學(xué)，2017，32（6）：89-98.

[7] 饒品貴，王得力，李曉溪.高鐵開通與供應(yīng)商分布決策[J].中國工業(yè)經(jīng)濟，2019，37（10）：137-154.

[8] 程博，邱保印，殷俊明.信任文化影響供應(yīng)商分布決策嗎？[J].外國經(jīng)濟與管理，2021，43（7）：54-67.

[9] 李青原，劉習(xí)順，王俐璇.信息摩擦與供應(yīng)商分布決策——來自中國企業(yè)IPO的經(jīng)驗證據(jù)[J].東南大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023，25（1）：32-44，146.

[10] 曾可昕，張小蒂.數(shù)字商務(wù)與產(chǎn)業(yè)集群外部經(jīng)濟協(xié)同演化：產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的一種路徑[J].科技進步與對策，2021，38（16）：53-62.

[11] 王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術(shù)與實體經(jīng)濟深度融合的空間組織新形態(tài)[J].管理世界，2018，34（2）：13-21.

[12] VIAL G. Understanding digital transformation：a review and a research agenda［J］. Journal of Strategic Information Systems，2019，28（2）：118-144.

[13] 任保平，張倩.中國式現(xiàn)代化新征程中高質(zhì)量數(shù)字基礎(chǔ)設(shè)施建設(shè)的新要求和實現(xiàn)路徑[J].求是學(xué)刊，2023，50（2）：48-56.

[14] 閆緒嫻，郭偉.數(shù)字基礎(chǔ)設(shè)施如何影響區(qū)域經(jīng)濟韌性[J].現(xiàn)代經(jīng)濟探討，2023，42（10）：33-42.

[15] 肖靜華.企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革[J].改革，2020，35（4）：37-49.

[16] 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，42（7）：114-129.

[17] 呂可夫，于明洋，阮永平.企業(yè)數(shù)字化轉(zhuǎn)型與資源配置效率[J].科研管理，2023，44（8）：11-20.

[18] 韓國高，陳庭富，劉田廣.數(shù)字化轉(zhuǎn)型與企業(yè)產(chǎn)能利用率——來自中國制造企業(yè)的經(jīng)驗發(fā)現(xiàn)[J].財經(jīng)研究，2022，48（9）：154-168.

[19] 池毛毛，葉丁菱，王俊晶，等.我國中小制造企業(yè)如何提升新產(chǎn)品開發(fā)績效——基于數(shù)字化賦能的視角[J].南開管理評論，2020，23（3）：63-75.

[20] NAMBISAN S，WRIGHT M， FELDMAN M. The digital transformation of innovation and entrepreneurship：progress，challenges and key themes［J］.Research Policy，2019，48（8）：1-9．

[21] 李萬利，劉虎春，龍志能，等.企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈地理分布[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023，40（8）：90-110.

[22] 王超，余典范.企業(yè)數(shù)字化與跨區(qū)域供應(yīng)鏈布局——基于統(tǒng)一大市場建設(shè)的視角[J].當(dāng)代財經(jīng)，2023，44（11）：133-144.

[23] BARRY C B， BROWN S J. Differential information and the small firm effect[J]. Journal of Financial Economics， 1984， 13（2）： 283-294.

[24] VERHOEF P C，BROEKHUIZEN T，BART Y，et al．Digital transformation： a multidisciplinary reflection and research agenda［J］. Journal of Business Research，2021，122（1）：889-901．

[25] BAUER A M， HENDERSOM D， LYNCH D P. Supplier internal control quality and the duration of customer-supplier relationships[J]. The Accounting Review， 2018， 93（3）： 59-82.

[26] PANZAR J C， WILLIG R D. Economies of scope[J]. The American Economic Review， 1981， 71（2）： 268-272.

[27] ORENSTEIN P. The changing landscape of supply chain networks： an empirical analysis of topological structure[J]. Information Systems and Operational Research， 2021， 59（1）： 53-73.

[28] PETERSEN M A， RAJAN R G. Does distance still matter？ the information revolution in small business lending[J]. The Journal of Finance， 2002， 57（6）： 2533-2570.

[29] 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014，22（5）：731-745.

[30] 張永珅，李小波，邢銘強.企業(yè)數(shù)字化轉(zhuǎn)型與審計定價[J].審計研究，2021，37（3）：62-71.

[31] VILLALONGA B. Does diversification cause the \"diversification discount\"[J]. Financial Management， 2004，33（2）： 5-27.

（責(zé)任編輯：萬賢賢）

How Digital Transformation Affects the Geographic Distribution of Industrial Clusters： The Dual Perspectives of Suppliers and Customers

Lu Hongliang，Li Shuhui

（College of Economics and Management， Northeast Forestry University， Harbin 150040，China）

Abstract：With the digital transformation of the entire economy and society， information and communications technologies， such as big data， cloud computing， artificial intelligence and the Internet of Things， help market entities overcome time and space constraints and achieve cross-border development， and play an important role in optimizing the layout of the supply chain and promoting the cross-regional flow of factors. However， in reality， due to factors such as different policy support for virtual industrial clusters， different paces of enterprises within the clusters， and low stability of cluster members， enterprises are reluctant to cross the geographic barriers to carry out cooperation and economic cycles.Therefore， how to adapt to the development requirements of the digital era and seize the opportunities to reduce geographical dependence within industrial clusters has become an important issue.

In recent years， with the popularity of new economic geography research， spatial factor analysis has been introduced into the mainstream economic system， and the research on industrial clusters has shifted from supplier-customer relationships and concentration to a focus on the geographical distribution of suppliers and customers. The existing research on the geographical distribution of industrial clusters has not yet fully elaborated on the impact mechanism of enterprise digital transformation on the geographical distribution of industrial clusters. Therefore， guided by the new economic geography theory， stakeholder theory， signaling theory and scope economy effect， this paper aims to clarify the relationship between digital transformation and geographical distribution of industrial clusters from the dual perspective of suppliers and customers. In order to further verify the reliability of the hypotheses and models， this paper obtains the data of 5 994 sample observations by screening the A-share listed companies in Shanghai and Shenzhen from 2011 to 2022. Descriptive statistics， benchmark regression analysis， endogeneity analysis and robustness tests are used to conduct empirical analysis using the software of Stata.

The results of the study show that enterprise digitization can promote industrial clusters to broaden their geographical distribution and avoid physical and spatial constraints; the mechanism analysis finds that enterprises are better able to break the geographical constraints of industrial clusters by improving the quality of information disclosure and enhancing cross-border integration capabilities through digital transformation; further analysis finds that the facilitating effect of digital transformation on the geographical distribution of industrial clusters is more pronounced in the sample of enterprises in the western region and those with a higher level of marketization in the location of the enterprises.

There are some novelties in this paper. First， following the new economic geography theory， the study explores the important role of enterprises in replacing the traditional geographic proximity with \"organizational proximity\" by using digital technology， which provides empirical evidence of reshaping the spatial layout of industries from the perspective of micro-level subjects， and expands the research perspective on the geographic distribution of clusters; second， it constructs a dual-mediation model of the quality and scope economy effect of information disclosure to verify the influence mechanism of enterprise digital transformation to expand the activity space of industrial clusters， which is a useful supplement to the research on the spatial field of product cluster location. Therefore， in order to grasp the development opportunities of the digital era and create a new engine of economic development， it is necessary to focus on the construction of digital infrastructure， promote the integrated development of the digital economy and the real economy， enhance the flexibility of industrial collaboration， and help industrial clusters stabilize and strengthen the chain. In future research， relevant data can be expanded through in-depth enterprise field visits and surveys to verify the reliability of the research results， and the counteraction of enterprise location distribution on the macro-environment could be further analyzed to enrich the research on the interactive relationship between macroeconomic policies and micro-enterprise behavior.

Key Words：Digital Transformation; Geographical Distribution of Industrial Clusters; Disclosure Quality; Economies of Scope