Enterprise Digital Transformation and the Resilience of Industrial and Supply Chains from the Perspective of Value Chain

Song Lin,Guo Zheyu

(School of Economics and Finance,Xi'an Jiaotong University,Xi'an 710049,China)

Abstract：With the increasing uncertainty of the global economy,international trade frictions and geopolitical conflicts continue to escalate,and the global industrial and supply chains have been severely impacted. The resilience of industrial and supply chains has gradually become a key issue for enterprise development and national economic security. As the world's largest manufacturing center and an important link in the global industrial chain,China is undergoing rapid digital transformation,which is gradually becoming a new engine driving the transformation and upgrading of industrial and supply chains. However,there is currently no unified conclusion on the specific impact of digital transformation of Chinese enterprises on the resilience of industrial and supply chains,especially based on empirical research of listed companies. As a representative group of Chinese enterprises,listed companies possess strong market competitiveness and relatively robust governance structures. Their digital transformation has a particularly significant impact on the entire industrial and supply chain.

Thus,this study selects data from Chinese A-share listed companies from 2012 to 2023 as the initial research sample. It uses the open-source "Jieba" library in Python to extract keywords from annual reports,calculates the total frequency of words to measure the level of digital transformation of enterprises,and uses the level as an explanatory variable. A resilience index system for industrial chain and supply chain is constructed from three dimensions: resistance,resilience,and transformation of industrial chain and supply chain,and measured using entropy weight method as the dependent variable. In terms of theoretical contributions,this study examines the impact of digital technology on the resilience of industrial and supply chains from both macroeconomic and microeconomic perspectives. Specifically,it enriches the understanding of how digital transformation at the enterprise level affects overall supply chain resilience. The study broadens the scope of research on enterprise digital transformation by analyzing its impact mechanisms through three pathways: optimizing supply chain matching,reducing dependence on traditional industrial chains,and integrating value chain innovations. This approach provides a more comprehensive understanding of the factors influencing industrial and supply chain resilience. In terms of empirical research,the study employs multiple instrumental variables to address the endogeneity bias arising from reverse causality. Additionally,various methods,including replacing variables,altering regression models,and excluding the influence of certain factors,are utilized to test the robustness of the measurement results. The study also conducts mechanism tests to explore how enterprise digital transformation affects the resilience of industrial and supply chains through optimizing supply chain matching,breaking away from industrial chain dependence,and integrating value chain innovation. Furthermore,the study examines the heterogeneity of this impact mechanism across different enterprise ownership structures,scales,industry types,and market environments.

The research results indicate that firstly,digital transformation of enterprises has a significant positive effect on improving the resilience of industrial and supply chains,and this conclusion still holds true after a series of tests. Secondly,digital transformation of enterprises enhances the resilience of industrial and supply chains by optimizing supply chain matching,breaking away from industrial chain dependence,and integrating value chain innovation. Thirdly,there is an asymmetric effect of enterprise digital transformation on the resilience of industrial and supply chains. From the perspective of micro enterprises,the digital transformation of both small and medium-sized enterprises and state-owned enterprises has a significant effect on improving the resilience of industrial and supply chains; from a macro environmental perspective, the digital transformation of non-high tech industries and enterprises in the eastern region has a significant impact on enhancing the resilience of industrial and supply chains. To further advance the digital transformation of industries,it is essential to deepen the application of digital technology,thereby enhancing the matching and management capabilities of the supply chain,while providing differentiated support that accounts for the heterogeneity characteristics of different enterprises. Additionally,efforts should be made to continue tapping into the enormous digital potential of traditional industries and to promote industrial collaboration and technology sharing,which will help narrow regional disparities.

Key Words：Digital Transformation;Industrial and Supply Chains;Resilience;Value Chain

DOI：10.6049/kjjbydc.D2024120265

开放科学(资源服务)标识码(OSID)：

中图分类号：F273

文献标识码：A

文章编号：1001-7348(2026)04-0034-11

收稿日期：2024-12-11

修回日期：2025-03-05

基金项目：陕西省社会科学基金项目(2023D005);陕西省哲学社会科学研究专项(2024HZ0986)

作者简介：宋林(1969—),男,陕西大荔人,博士,西安交通大学经济与金融学院教授、博士生导师,研究方向为产业组织与公司治理;郭哲宇(1999—),男,陕西西安人,西安交通大学经济与金融学院博士研究生,研究方向为产业经济学。通讯作者:郭哲宇。

0 引言

党的二十届三中全会强调,“健全提升产业链供应链韧性和安全水平制度。抓紧打造自主可控的产业链供应链”。《“十四五”数字经济发展规划》明确提出,“数字技术与实体经济深度融合为主线,加强数字基础设施建设,完善数字经济治理体系,协同推进数字产业化和产业数字化,赋能传统产业转型升级,培育新产业新业态新模式”。产业链和供应链韧性问题逐渐成为企业发展与国家经济保障的关键议题,有效增强产业链供应链韧性已成为应对多重压力和风险挑战的核心。

中国作为全球最大制造业中心和世界产业链的重要环节,正在经历快速数字化进程,数字化转型作为经济发展中创新最活跃、增长速度最快、影响最广泛的领域,正逐渐成为驱动产业链供应链转型升级的新引擎。作为产业链和供应链上的重要节点,同时也是数字化转型的核心载体,企业是推动产业链供应链韧性提升的关键微观主体[1]。然而,目前关于中国企业数字化转型对产业链供应链韧性的具体影响,尤其是基于上市企业的实证研究,尚未形成统一结论。作为中国企业的代表群体,上市企业具备较强的市场竞争力和较为完善的治理结构,其数字化转型对整个产业链供应链的影响尤为重要。因此,探讨中国上市企业数字化转型如何影响产业链供应链韧性,不仅可为理论研究提供新视角,也能为企业管理者和政策制定者提供加速数字化转型、提升产业链供应链韧性的经验参考。

1 文献综述

从现有研究看,与本文密切相关的文献主要包括两类:一是关于企业数字化转型的研究,二是关于产业链韧性的研究。因此,本文文献综述将围绕以上研究展开。

1.1 企业数字化转型

作为一种多维度变革过程,企业数字化转型已成为全球经济中的关键议题。早期定义主要集中于信息技术(IT)在企业内部的应用,认为数字化转型是通过引入数字技术推动传统企业流程重构,旨在提升企业灵活性和决策效率[2]。随着研究深入,学者认识到数字化转型不仅仅是技术引入,更是一种涵盖战略、文化、组织结构等方面的系统性变革[3]。Hanelt等[4]进一步指出,数字化转型是企业资源、能力、产品及商业生态系统的整体性数字化演化。在此基础上,中国信息通信研究院在《企业数字化转型白皮书(2021版)》中将企业数字化转型内涵进一步拓展为“传统生产要素与数字技术全面融合的过程,通过信息、计算、通信和连接技术融合触发企业生产力与生产关系的重大变革,从而完成全链路的资源优化整合,更好地实现企业发展绩效”。这种广泛的定义视角,促使学者从多个维度探讨数字化转型对企业的作用机制与具体影响。从内部视角看,集中于数字化转型对企业治理和绩效的改善作用。有学者发现,数字化转型能够降低企业债务杠杆[5],提升内部控制质量[6]以及企业整体效益[7]。从外部视角看,数字化转型的溢出效应逐步成为关注重点。一方面,有研究发现“链主”企业通过数字化转型在供应链网络中产生显著纵向同群效应[8],不仅提升了其在产业链中话语权[9],而且推动了价值链上游研发创新[10];另一方面,有研究发现,数字化技术普及对劳动力就业技能偏向[11]和碳排放绩效(马苓等,2024)产生了深远影响。还有学者基于现实背景为企业通过数字化手段提升自身竞争力提供了实践指导,探讨了数字化转型对企业出口韧性[12]和组织韧性的影响机制(刘锡禄等,2024),分析了数字化转型在促使进口供应链多元化和分散进口供应链风险中的具体作用[13]。综上,既往文献主要从单一视角集中探讨了企业数字化转型对自身的影响以及在供应链上下游企业间的传递和联动机制,但尚未深入研究企业数字化转型对产业链供应链韧性的影响,缺乏多链协同视角下的实证研究,尤其对不同环境情境下的企业数字化转型效果差异有待进一步挖掘和研究。

1.2 产业链供应链韧性

产业链供应链的“韧性”概念在学术界具有不同的阐释,核心观点集中在经济主体应对外部冲击时展现的适应、恢复和转型能力。Capello等[14]提出,韧性是一种系统性适应能力,它能够帮助经济主体应对突发的负面冲击并维持可持续性运行。在此基础上,Wu等[15]强调,韧性不仅涉及单一经济主体的反应能力,而且需要通过强化产业链供应链各环节间的协同作用与联动性提升整体适应能力。从层级视角看,产业链供应链韧性在宏观、中观和微观层面呈现出不同内涵。在国家宏观层面,倪红福等[16]认为,韧性是指国家或地区在全球价值链中的地位和稳定性,是在面临产业链中断时,能够维持基本生产与稳定秩序的能力体现;在产业中观层面,韧性是指产业链各关键环节具备的自我调节和防冲击能力[17];在企业微观层面,韧性则体现为企业遭遇外部扰动时的抗风险能力,包括面对需求波动、供应链中断等不利因素时的适应性与恢复能力[18]。面对当前产业链供应链存在的“断链”“弱链”“堵链”“短链”等问题,越来越多的学者开始分析产业链供应链韧性和安全水平提升的影响因素。已有研究主要从外部与内部两个层面进行探讨,外部因素的研究主要集中于纵向和横向协同提升作用。例如,Golgeci 等[19]指出,产业链上下游企业间的协同作用能够显著增强整体供应链韧性,尤其在面对突发事件时,协作关系有助于企业共担风险并共同应对冲击。同时,政府宏观政策[20]、金融发展程度[21]、数字化基础设施建设等均是影响产业链韧性提升的重要外部因素(钞小静,2024)。内部因素的研究则更多集中在企业自我调节能力上。例如,霍春辉等[22]强调“链主”企业在产业链中的核心地位,提出通过优化资源配置和调整生产模式应对危机,进而提升产业链供应链韧性的发展路径;宋跃刚等[23]进一步探讨了生产要素创新配置对供应链韧性的积极影响,强调了技术创新和管理变革的重要作用。总之,现有研究大多从企业或政府的管理学视角出发,关注其管理策略在产业链供应链韧性提升上的单一维度表现,缺乏对经济学层面的探究。事实上,这一韧性提升还与经济体制、市场机制等经济因素密切相关。因此,如何从经济学角度整合企业微观管理与产业宏观韧性提升,尤其在数字化转型背景下,探讨如何通过技术进步和产业升级增强产业链供应链韧性具有现实价值。

综上所述,已有研究大多侧重于供应链上下游与数字化转型间的联系,即企业间资源转换、传递等供应关系变动研究,缺乏对产业链韧性与企业数字化转型之间影响关系的关注。本文边际贡献如下:第一,研究视角拓展,将宏观的数字经济视角与微观的企业数字化转型视角相结合,从微观主体行为切入,为理解数字技术在产业链层面的具体传导路径提供了更为细致的分析。第二,理论机制深化,从产业链供应链的抵抗力、恢复力与转变力3个维度切入,系统分析企业数字化转型的传导效应,并从优化供应链匹配、降低产业链单点依赖和融通价值链创新3条路径进行机制检验,进一步丰富了产业链韧性影响机制的理论探讨。第三,实证层面,构建包含抵抗力、恢复力与转变力的产业链供应链韧性指标体系,采用熵权法进行综合测度,为相关研究提供了更为细化的实证依据。

2 理论分析与研究假设

2.1 直接影响

企业数字化转型能够以数字技术创新与应用推动企业生产方式和组织结构的数字化重构,具体表现为以下方面:一是提升产业链供应链抵抗力。面对技术封锁和科技壁垒,数字化转型能够加大企业研发投入力度[24],提高企业产品价值、技术和管理水平,解决一批“卡脖子”的核心技术工艺和部件材料等关键领域掣肘[25],通过数字技术的渗透性增强各环节协同关系,结合传统企业生产经营模式,挖掘产生新业态和新商业模式,进而提高企业生产效率和经济绩效,增强企业抗风险能力和突发事件应对能力[26]。二是提升产业链供应链恢复力。通过提升供应链信息共享与资源共享程度,可以强化企业外部资源管控能力和内部资源整合能力,突破企业分工边界和延伸产业链供应链空间锁定[27],推动产业链供应链从传统地理空间集聚(追求知识溢出、规模经济、范围经济和交易成本规避的模式),逐步转向以数据和信息实时交换为核心的网络虚拟集聚,面对产业链网络断滞与动荡能够迅速感知、反应,面对冲击能够更好地适应并恢复稳定状态。三是提升产业链供应链转变力。产业链供应链中存在的“要素扭曲”现象制约着产业链转型升级和产业结构优化能力。借助数字技术推动资本技术等创新要素合理配置,培育企业创新能力,有利于加速创新成果转化与应用[28]。通过构建创新成果数字化管理平台,“链主”企业能够在把握产业发展现状的同时形成前瞻性预测,帮助供需双方不断适应、学习和革新技术,从而提高企业自主创新力和核心竞争力。据此,本文提出以下假设:

H1:企业数字化转型能够增强产业链供应链韧性。

2.2 间接影响

2.2.1 优化供应链匹配

根据供应链管理理论,供应链管理的核心在于提高供应链各环节协同效率,以及供需匹配精准度和灵活性。传统供需链往往是供应商对需求进行预测生产,高产量和高库存导致产能过剩,产生资源浪费,容易引发“长鞭效应”[29]。企业通过数据驱动、智能协同等方式帮助供需链上各主体以更低成本和更高效率实现供需关系匹配与维持。借助人工智能算法,企业能够基于实时市场需求与供应状况优化库存管理和生产计划,通过机器学习等工具预测识别潜在供应风险或需求波动,通过数字化手段减少浪费,提高供需匹配效率与运营效率,使产业链供应链能够更好地适应市场变化。据此,本文提出以下假设:

H2:企业数字化转型能够通过优化供应链匹配增强产业链供应链韧性。

2.2.2 降低产业链单点依赖

根据路径依赖理论,技术锁定、资源依赖、惯性思维等因素会制约企业当前和未来的路径选择,即使该路径在某些情况下可能不再最优。这种依赖性往往降低了产业链的灵活性,导致企业难以应对市场、技术或供应链中断等突发情况[30]。企业数字化转型能够通过提升需求预测准确度、库存管理合理性,以及强化协同合作与风险应对能力等方式,有效降低产业链集中和供应链依赖带来的风险。借助数字技术,企业不仅能够减少对单一供应商或客户的依赖,还可以构建更灵活、更高效、更具抗风险能力的供应链系统,确保整个产业链供应链在不确定性环境中保持竞争力和韧性。据此,本文提出以下假设:

H3:企业数字化转型能够通过降低产业链单点依赖增强产业链供应链韧性。

2.2.3 融通价值链创新

根据价值链理论,价值增值是产业链发展的终极目标,通过跨行业、跨企业间的协作与整合,促进价值链各环节创新与优化。数字化转型能够促使创新链和生产链互相嵌套,驱动企业价值创造。企业能够利用大数据分析开发出更具创新性的产品和服务,利用智能化生产降低成本、提高生产效率,通过个性化服务和实时互动提升客户体验[31]。利用平台经济和共享经济模式与不同领域合作伙伴进行跨界合作,有助于企业重塑价值主张,持续创新商业模式并优化价值链网络。据此,本文提出以下假设:

H4:企业数字化转型能够通过融通价值链创新增强产业链供应链韧性。

综合以上分析,揭示企业数字化转型影响产业链供应链韧性的作用机制,如图1所示。

3 研究设计

3.1 变量说明

3.1.1 核心解释变量

企业数字化转型(DCG)。考虑到人工智能、区块链、云计算、大数据等数字技术为企业转型进行“数字赋能”,借鉴吴非(2021)的研究,本文整理出区块链、人工智能、云计算、大数据和数字技术应用等5个方面共76个关键词的数字化转型相关词库,使用Python开源的“Jieba”功能提取企业年报中的关键词,计算词频总量并加1取自然对数,以此表征企业数字化转型。

3.1.2 被解释变量

产业链供应链韧性(ISCR)。根据理论分析,本文从产业链供应链抵抗力、产业链供应链恢复力和产业链供应链转变力3个维度,构建产业链供应链韧性(ISCR)指标体系(见表1),并使用熵值法加权处理指标以便进行综合评价。

(1)产业链供应链抵抗力。一般是指在应对突发事件冲击和外部环境扰动时,能够保持供应商、制造商、分销商等各环节畅通,快速作出调整和反应,最大限度地降低波动影响的能力。从风险角度看,第一,如果企业债务风险较高,在面临冲击时就会出现产业链波动或供应链堵塞等情况。负债总额与资产总额的比值反映了企业财务杠杆和负债风险,能够有效衡量企业在面对外部冲击时的抵抗能力。企业财务风险性越低,说明抵抗力越强[32]。第二,供应链资金占用情况会对产业链运行状态产生较大影响[33],资金流动性是评估企业短期内应对现金流压力能力的关键指标,应收账款与营业收入之比可反映企业销售回款速度及资金周转情况。资金流动性越低,表明供应链上资金占用的影响越小,上下游供需关系越牢靠。第三,产业链上的市场供应依赖度可以在一定程度上体现出产业链供应链的安全性,供应商集中度赫芬达尔指数可用来衡量供应商集中程度,该数值越大,说明企业供应关系依赖度越高。因此,通过该指标衡量供应链的市场稳定性,能够体现企业在面对外部冲击时的抗风险能力[34]。

(2)产业链供应链恢复力。与抵抗力不同,产业链供应链的恢复能力往往是产业链运行在受到重大冲击后体现的供需动态平衡维持能力,主要包括产业链内部调整适应程度、恢复速度与恢复程度等。从经营角度看,第一,优质的供应商和稳定的客户源可以长期共享市场数据,确保产品流动,能够提高供应链透明度和可控性,以及前后端供需恢复程度。企业存货周转率反映了企业在应对突发事件时的恢复能力,意味着企业在面对供应链中断、原材料短缺或市场需求波动时,能够迅速通过较高的产品流动性应对冲击[35]。第二,管理费用占营业收入的比值能够表示企业非生产性支出比重,反映企业资源冗余水平。资源冗余水平数值越低,说明企业对管理费用的控制水平和企业灵活性越高,可用以表征企业应对市场经营不确定性的恢复能力。第三,在供应链遭受外部冲击时,企业盈利水平能够反映企业经营韧性和恢复能力。较高的净资产收益率说明企业经济绩效水平较高,表明企业能够通过有效的资源利用和资本运作获取更多利润,可用以表征企业应对市场经济波动的恢复能力[36]。

(3)产业链供应链转变力。通常是指产业链供应链现代化水平能力。从结果角度看,作为产业链创新链的微观主体,企业能够整合产业发展的各类创新要素和资源,打通产业链和创新链对接的“堵点”“难点”,主要体现在创新决策、研发投入、技术供给和成果转化应用等方面的作用能力。从效益角度看,第一,创新能力是产业链供应链转变力的核心要素。研发投入率反映了企业将资源分配到创新领域的倾向性与力度,较高的研发投入率可以促进产品和服务迭代升级,有助于供应链上下游技术协同和整体转型,从而提高产业链供应链的完备性和稳定性[37]。第二,企业不仅要创新产品,还要通过高效生产与运营模式创造更多经济价值。人均创利水平能够直接体现企业在资源优化配置方面的成效,较高的企业效益和员工绩效会驱使企业持续创新,从而推动产业链升级和供应链效率提升[38]。第三,现代产业链供应链转型依赖于高素质人力资本,员工教育水平直接决定企业创新能力和技术应用能力。企业素质结构水平越高,说明企业拥有高学历、高技能人才的比重越大,意味着企业能够更快吸收先进技术、优化生产工艺、适应产业链供应链革新变化。

3.1.3 控制变量

为准确识别企业数字化转型对产业链供应链韧性的影响,本文选择以下控制变量:①企业规模(SIZE):企业总资产的自然对数;②第一大股东持股比例(TOP1):第一大股东持股数量/总股数;③董事会规模(BOARD):董事会人数取自然对数;④是否四大审计所进行审计(BIG4):若为普华永道、德勤、毕马威、安永审计则取值为1,否则为0;⑤总资产周转率(ATO):营业收入/平均资产总额;⑥托宾Q值(TOBINQ):市场价值/资产重置成本;⑦固定资产占比(FIXED):固定资产净额/总资产。

3.2 数据来源与样本选择

考虑到数据连续性和可得性,本文选取2012—2023年中国A股上市企业数据作为初始研究样本,相关数据主要来自国泰安数据库(CSMAR)、Wind数据库、锐思金融数据库。本文根据年份和上市公司证券代码1∶1匹配、合并数据库并保留相应观察值,参考已有研究,按照以下标准对合并后的样本数据进行筛选:第一,剔除上市状态异常、样本期内退市及重要指标严重缺失的样本;第二,剔除金融类企业样本;第三,剔除ST、*ST企业样本;第四,对连续型变量进行1%的缩尾处理。经过数据匹配筛选处理后,本文最终得到430家上市企业,共包含5 160个企业—年份样本观测值。变量描述性统计结果见表2。

3.3 模型设定

通过引入企业和年份的双重固定效应验证企业数字化转型对产业链供应链韧性的影响,本文构建如下模型:

ISCRit=α0+α1DCGit+α2Controlit+μi+γt+εit

(1)

其中,i、t分别表示企业和年份;ISCRit表示产业链供应链韧性;DCGit表示企业数字化转型程度;Controlit表示相关控制变量;μi表示企业固定效应;γt表示时间固定效应;εit表示随机误差项。

4 实证结果与分析

4.1 基准回归

表3列(1)(2)结果表明,在加入控制变量前后DCG系数均在1%水平上显著为正,说明企业数字化转型能够促进产业链供应链韧性提升。列(3)(4)结果显示,无论是否考虑控制变量,在5%水平上DCG系数均显著为正。列(5)(6)结果显示,无论是否考虑控制变量,在1%水平上DCG系数均显著为正。列(7)(8)结果显示,无论是否考虑控制变量,在1%水平上DCG系数均显著为正。从影响系数看,企业数字化转型对产业链供应链转变力的影响程度最大,对产业链供应链抵抗力的作用效果最小。总体来看,结果说明企业数字化转型对产业链供应链抵抗力、恢复力和转变力具有显著提升作用,本文假设H1得到验证。

4.2 内生性分析

本文选择3个符合相关性与外生性条件的工具变量,再采用两阶段最小二乘法检验(2SLS)方法分析因逆向因果而导致的内生性偏差。

(1)考虑到在同年同行业内,本企业数字化进程并非孤立存在,其它企业营商战略和环境也会对本企业数字化进程产生影响,因而选择同年同行业其它企业数字化转型程度的均值(Other_DCG)作为工具变量[36]。

(2)考虑到企业数字化转型具有一定的空间溢出效应,企业通常会就近选择可模仿企业进行学习,因而选择样本期内企业所在城市实现数字化转型的企业数量(Num_DCG)作为工具变量[39]。

需要强调的是,以上两个工具变量选择理论逻辑是企业所处地区行业数字化转型程度与该企业当期数字化转型水平具有强相关性,但与该企业产业链供应链韧性表现并无直接关系,符合工具变量选择的外生性与相关性要求。

(3)选择核心解释变量企业数字化转型的一阶滞后项(Lag1_DCG)作为第三个工具变量,回归结果如表4所示。可以发现,3个工具变量的KP-LM统计量均在1%水平上显著,KP-F和CD-F统计量均大于Stock-Yogo的临界值,说明同时拒绝不可识别和弱工具变量的原假设。此外,采取HansenJ统计量检验过度识别问题,结果显示,P值为0.238 4,大于0.1,说明工具变量具有外生性。以上结果验证了工具变量选取的合理性。表4列(2)(4)(6)展示的第二阶段回归结果,结果表明,DCG系数在5%及以上水平上显著为正,说明在考虑到逆向因果引发的内生性问题后,研究结论稳健。

4.3 稳健性检验

4.3.1 排除部分因素影响

(1)排除策略性披露。如果企业过度选择性地披露数字化相关信息,可能导致本文采用文本分析方法构建的企业数字化转型指标不够准确。为此,本文在排除数字化转型程度为0的样本后重新检验,回归结果如表5列(1)所示,DCG系数与基准回归结果基本一致。

(2)排除政策干扰。为规避地方政策干扰,表5列(2)中引入城市—时间联合固定效应进行检验,DCG系数与基准回归结果保持一致。为控制行业层面的环境影响,表5列(3)中引入行业—时间联合固定效应进行检验,DCG系数及显著性未发生明显变化。

(3)排除高科技企业影响。数字化水平是高科技企业的核心竞争力,其产业链供应链韧性水平可能高于其它类型企业。参考祁怀锦等[40]的做法,本文剔除行业代码为C39(计算机、通信和其它电子设备制造业)、I(信息传输、软件和信息技术服务业)、M(科学研究和技术服务业)行业样本,由于创业板上市企业中高新技术企业占比超过90%,因而剔除股票代码以“300”开头的创业板上市企业样本数据。表5列(4)显示,DCG系数仍显著为正。

4.3.2 其它稳健性检验

(1)更换回归模型。本文采用系统GMM动态面板模型再次进行基准回归,表6列(1)显示,DCG系数仍显著为正。

(2)替换核心解释变量。本文选用企业披露的年末无形资产明细项中数字化转型相关投资额占无形资产总额的比值[41]作为衡量企业数字化转型的替代变量,回归结果如表6列(2)所示,与前文结果基本一致。

(3)替换被解释变量。本文选择变异系数法,将产业链供应链韧性作为被解释变量进行回归,结果如表6列(3)所示,DCG系数及显著性无明显变化。

(4)剔除特殊样本。直辖市所面临的市场和政策环境具有经济特殊性,其产业链供应链韧性可能存在差异,这会对研究结果产生影响。因此,本文在剔除北京、上海、天津、重庆等直辖市样本数据后进行回归,结果如表6列(4)所示,与基准回归结果基本一致。

(5)考虑产业链供应链自身影响。产业链供应链韧性提升可能源于自身具备的高水平状态,而非归因于企业数字化转型的影响,因而本文选择被解释变量测度结果低于中位数的子样本进行回归,结果如表6列(5)所示,DCG系数显著为正,研究结论不变。

5 机制检验与异质性分析

5.1 机制检验

为深入探讨企业数字化转型影响产业链供应链韧性的主要机制,本文构建如下回归模型:

Mit=β0+β1DCGit+β2Controlit+μi+γt+εit

(2)

其中,Mit表示机制变量,其余变量和指标与前文一致。

5.1.1 优化供应链匹配

供应链管理理论中的“长鞭效应”是供需匹配不良的主要表现,当供需匹配度较低时,下游需求波动逐渐向上游传递,供应链上游供应商对需求变化反应过度,会导致库存积压或短缺,生产过剩或不足。此时,会出现“长鞭效应”影响供应链运作效率。因此,本文参考Shan等[29]研究,采用企业库存周转天数的自然对数反映供需匹配水平,天数越少说明供需匹配水平越高。

表7列(1)展示了优化供应链匹配回归结果,结果显示,相关系数在1%水平上显著,说明企业数字化转型有效抑制了“长鞭效应”,显著提升了供需精准对接水平,由此验证了本文假设H2。

5.1.2 降低产业链单点依赖

过高的上下游集中度意味着企业对少数客户或供应商高度依赖。如果遭遇自然灾害、政策变动等突发事件,整个供应链就可能面临中断风险;如果有一方处于垄断或寡头地位就会导致双方议价能力失衡;如果在合作中,一方不愿分享技术和市场状况就会导致信息流动障碍;如果过度依赖某一合作方,企业在与其他主体合作创新时就会因规避风险而缺乏积极性。上述状况都会降低产业链的灵活性和协同度。参考巫强(2023)的研究,本文以企业前五大客户销售额与销售总额的比值衡量下游客户群集中度;以企业前五大供应商采购额与采购总额的比值衡量上游供应商集中度;以客户群和供应商集中度的均值衡量产业链依赖度。

表7列(2)展示了降低产业链单点依赖的回归结果,结果显示,相关系数在1%水平上显著,说明企业数字化转型对降低上下游客户群和供应商依赖具有显著促进作用,由此验证了本文假设H3。

5.1.3 融通价值链创新

融通价值链创新对增强产业链和供应链韧性具有重要影响。在供应链管理视角下,促进了信息流动和资源共享,提高了供应链协同性;在网络生态视角下,加强了产业链的网络关系,通过集群效应实现了资源有效配置;在创新协同视角下,促进了不同企业间协作,企业可以通过获取新技术和新思路形成跨界创新,发挥规模效应和协同效应提升效益。因此,参考王曦(2022)的研究,本文以企业专利授权数量的自然对数衡量价值链创新绩效水平。由于所选样本期内部分企业存在专利授权数据缺失现象,为严格确保数据的代表性和分析的可比性,本文剔除缺失数值,采用4 744个企业—年份样本观测值进行中介机制检验。

表7列(3)展示了融通价值链创新回归结果,结果显示,相关系数在1%水平上显著,说明企业数字化转型对增强企业竞争力和价值链创新力具有显著促进作用,能够有效提高企业价值创新水平,由此验证了本文假设H4。

5.2 异质性分析

5.2.1 企业类型异质性

(1)企业规模异质性。不同规模企业在资本存量、技术能力、创新扩散路径、网络位置等方面存在显著差异,其数字化转型进程对产业链供应链韧性的影响也有所不同。因此,本文以企业规模中位数为分界点,在划分大型企业和中小型企业后进行回归。

表8列(1)(2)结果显示,DCG系数均在1%水平上显著为正,但从系数大小看,中小型企业数字化转型对产业链供应链韧性的促进作用更显著。这是因为中小型企业通常资源有限,数字化转型之前的基础较差,因而数字化转型的边际效应更加显著。中小企业不具备大企业复杂的组织结构和运营流程,通常具有较高的灵活性和适应性,因而数字化转型的推动作用更加直接,企业能够更快实现效益,进而在产业链供应链韧性提升上的表现更为突出。同时,经由Bootstrap重复1 000次得到的经验P值为0.001,且结果显示在不同规模企业中,目标企业数字化转型程度对产业链供应链韧性的影响在10%水平上存在显著差异。

(2)企业所有制异质性。国有企业和非国有企业在资源禀赋、政策支持、治理结构和市场导向等方面存在显著差异,这导致其在数字化转型中的策略和效果不同,进而对产业链供应链韧性的影响也有所区别。因此,本文根据所有权性质将样本划分为国有企业和非国有企业进行异质性检验。

表8列(3)(4)结果显示,DCG系数均在1%水平上显著,相较于非国有企业,国有企业数字化转型对产业链供应链韧性的提升效果更加显著。这是因为国有企业往往承担国家战略任务,更加注重供应链稳定性,因而其数字化转型可能是为了响应国家政策和产业规划,往往集中于战略性资源产业链管理和韧性提升。非国有企业则更加灵活,在市场导向下往往根据市场需求和技术发展调整数字化策略,比较注重短期效益和价值创新。同时,经由Bootstrap重复1 000次得到的经验P值为0.003,且结果显示在不同所有制企业中,目标企业数字化转型程度对产业链供应链韧性的影响在5%水平上存在显著差异。这说明尽管整体效应在不同所有制企业中普遍存在,但国有企业数字化转型可能通过更加系统的资源配置和政策支持对产业链供应链韧性的提升作用更加显著。同时,数据波动性和样本分布的异质性,导致最终的显著性差异并不完全一致。

5.2.2 行业异质性

不同行业企业在技术依赖性、创新能力、供应链复杂性等方面存在显著差异,上述因素直接影响数字化转型对产业链供应链韧性的作用效果。因此,本文参考郭蕾等[42]的研究,根据中国证监会发布的《上市公司行业分类指引》(2012年修订)和国家统计局发布的《高技术产业(制造业)分类(2017)》,结合本文样本企业所属行业,将样本期企业行业分类代码属于C26、C27、C28、C34、C35、C36、C37、C38、C39、C40、I63、I64、I65、M73、M74的企业定义为高科技行业企业,将其它行业企业定义为非高科技行业企业,以此进行分样本回归。

表9列(1)(2)显示,不同行业企业数字化转型的影响系数均为正值,但高科技行业回归结果并不显著。非高科技行业企业数字化转型起点较低,数字化转型为这些企业提供了更大的改进空间和韧性提升机会,表现出较强的显著性。同时,经由Bootstrap重复1 000次得到的经验P值为0.007,且结果显示在不同行业企业中,目标企业数字化转型对产业链供应链韧性的影响在1%水平上存在显著差异。这说明行业类型在企业数字化转型对供应链韧性影响中的差异具有统计显著性,数字化转型对产业链供应链韧性的影响具有行业依赖性,不同行业的应用场景和数字化目标不同,数字化转型的边际收益在高科技行业和非高科技行业中存在显著差异。

5.2.3 区域异质性

东部地区和中西部地区在经济发展水平、产业结构、基础设施、技术能力等方面存在显著差异,上述因素对本地区企业数字化转型过程和效果,以及产业链供应链韧性的影响可能产生不同影响。因此,本文根据注册地将样本企业划分为东部地区企业和中西部地区企业进行回归。

表9列(3)(4)显示,不同地区企业数字化转型的影响系数均为正值,与中西部地区相比,东部地区的结果更加显著。这是因为东部地区具有数字化基础设施、政策支持、企业创新能力等优势,使得数字化转型对产业链供应链韧性具有显著正向影响。中西部地区在上述方面具有相对劣势,尽管数字化转型对产业链供应链韧性仍具有正向影响,但由于基础薄弱或发展阶段尚早,影响尚未达到统计显著性。同时,经由Bootstrap重复1 000次得到的经验P值为0.002,且结果显示在不同地区企业中,目标企业数字化转型对产业链供应链韧性的影响在10%水平上存在显著差异,再次说明在不同地区,数字化转型对产业链供应链韧性的影响差异具有显著性。

6 结论与政策建议

6.1 研究结论

本文以中国2012—2023年430家上市企业面板数据为样本,系统性地评估了企业数字化转型对产业链供应链韧性的影响效果,得到以下主要结论:

(1)企业数字化转型对产业链供应链韧性具有显著正向影响,该结论在经过一系列检验后依然成立。

(2)企业数字化转型通过优化供应链匹配、降低产业链单点依赖、融通价值链创新提升产业链供应链韧性。

(3)企业数字化转型对产业链供应链韧性的影响存在非对称效应。从微观企业视角看,中小型企业和国有企业数字化转型对产业链供应链韧性的提升效果显著;从宏观环境视角看,非高科技行业及东部地区企业数字化转型对产业链供应链韧性的提升效果更加显著。

6.2 政策建议

(1)加强数字化技术应用,提升供应链匹配与管理能力,积极构建供应链数字化协同平台,鼓励企业间数据共享与流程优化。构建基于数字技术的价值链合作生态系统,借助数字化手段优化生产流程、提升运营效率,推动供应链现代化转型,形成高度协同的数字化价值链网络,增强供应链竞争能力和产业链抗风险能力。

(2)依据企业异质性特征,提供差异化政策支持。根据企业资源禀赋,政府提供相应的政策支持,通过提供数字化基础设施建设补贴、数字化技术培训以及低息融资等,帮助企业加快数字化步伐。同时,鼓励“链主”企业构建产业链创新联盟,加快中小企业数字化转型进程,提升其在产业链供应链中的韧性。

(3)继续挖掘传统行业数字化潜力。针对制造业、农业、服务业等传统行业,通过设立专项资金、制定税收优惠政策促进其数字化转型升级。特别是对于行业内“链主”企业和中小微企业,政府可以提供技术和资金支持,推动基于大数据、云计算、区块链等技术的供应链透明化和产业链协同化,从而提升整个产业链供应链韧性。

(4)推动产业协作与技术共享,缩小区域间差距。鼓励东西部地区企业联合创新项目,构建数字化产业协作机制,推动技术和资源跨区域流动,加强东西部地区产业链供应链间的联系与协同。东部地区企业可以通过技术输出、联合研发等形式帮助中西部地区企业加快数字化转型,从而提升全国产业链供应链韧性。

6.3 不足与展望

本文存在以下不足:首先,研究样本仅限于中国A股上市公司,未来可扩展至其它类型企业,以提升研究结论的普适性。其次,尽管探讨了主要路径机制,但未能对上述路径进行深入解析,未来可通过案例分析或深度访谈进一步细化机制分析。再次,仅考虑了不同企业特征、行业及区域差异,未关注技术水平和市场环境等差异。未来可引入更多维度的异质性分析,以揭示不同企业群体的差异性影响。最后,基于短期面板数据的分析可能未捕捉到数字化转型的长期效应,未来可扩展数据时间跨度,进一步考察长期影响。

参考文献：

[1] 许益亮,苟建华. 以数字化转型助推产业链供应链韧性提升[J]. 人民论坛·学术前沿,2023,12(24): 94-97.

[2] HESS T,MATT C,BENLIAN A,et al.Options for formulating a digital transformation strategy[J].MIS Quarterly Executive,2016,15(2):123-139.

[3] 戚聿东,肖旭. 数字经济时代的企业管理变革[J]. 管理世界,2020,36(6): 135-152,250.

[4] HANELT A,BOHNSACK R,MARZ D,et al. A systematic review of the literature on digital transformation: insights and implications for strategy and organizational change[J]. Journal of Management Studies,2021,58(5): 1159-1197.

[5] 胡元林,魏涵昱,朱雁春. 数字化转型对企业绩效的影响——去杠杆的中介效应[J]. 软科学,2024,38(12): 101-108.

[6] 王子玥,赵雨笛,任昕宇. 数字化转型、管理层权力强度与企业内部控制质量[J]. 科学决策,2024,31(7): 1-15.

[7] 张宏,刘小迪. 制造业企业数字化对出口国内附加值率的影响研究[J]. 山东师范大学学报(社会科学版),2024,69(5): 75-88.

[8] 杜勇,黄丹华. “同命相连”: 供应链网络中企业数字化转型的同群效应[J]. 财经科学,2023,67(3): 74-92.

[9] 张鹏杨,肖音,刘会政,等. 数字化转型对供应链上下游产出波动的非对称影响研究[J]. 世界经济,2024,47(7): 123-152.

[10] 郭金花,朱承亮. 数字化转型、人力资本结构调整与制造业企业价值链升级[J]. 经济管理,2024,46(1): 47-67.

[11] 李斌,杨冉,卢娟,等. 企业数字化转型、供应链溢出与劳动力技能偏向[J]. 数量经济技术经济研究,2024,41(8): 133-153.

[12] 张鹏杨,刘维刚,唐宜红. 贸易摩擦下企业出口韧性提升: 数字化转型的作用[J]. 中国工业经济,2023,40(5):155-173.

[13] 葛新庭,谢建国,杨洪娜. 数字化转型与企业供应链韧性——来自中国上市公司与供应商的证据[J]. 中南财经政法大学学报,2024,77(3): 136-150.

[14] CAPELLO R,CARAGLIU A,FRATESI U. Spatial heterogeneity in the costs of the economic crisis in Europe: are cities sources of regional resilience[J]. Journal of Economic Geography,2015,15(5): 951-972.

[15] WU L F,YUE X H,JIN A L,et al. Smart supply chain management: a review and implications for future research[J]. The International Journal of Logistics Management,2016,27(2): 395-417.

[16] 倪红福,钟道诚,范子杰. 中国产业链风险敞口的测度、结构及国际比较——基于生产链长度视角[J]. 管理世界,2024,40(4):27-45.

[17] 何亚莉,杨肃昌. “双循环” 场景下农业产业链韧性锻铸研究[J]. 农业经济问题,2021,42(10): 78-89.

[18] 罗黎平. 协同治理视角下的产业集群韧性提升研究[J]. 求索,2018,39(6): 43-50.

[19] GOLGECI I,KUIVALAINEN O. Does social capital matter for supply chain resilience? the role of absorptive capacity and marketing-supply chain management alignment[J]. Industrial Marketing Management,2020,84(50): 63-74.

[20] 游家兴,刘巍,杨莎莉. 税收政策提升产业链供应链韧性的发力点与优化路径[J]. 税务研究,2024,40(4): 117-121.

[21] 肖兴志,王述勇,李少林. 金融支持产业链韧性提升: 内在逻辑、现实需求与推进方略[J]. 改革,2024,41(9): 1-16.

[22] 霍春辉,何地,庞铭. “链主” 企业提升产业链现代化水平的功能作用与实现路径[J]. 科学管理研究,2024,42(2): 103-109.

[23] 宋跃刚,王紫琪. 新质生产力与制造业产业链供应链韧性: 理论分析与实证检验[J]. 河南师范大学学报(自然科学版),2024,52(5): 29-42,2.

[24] 李胜会,戎芳毅. 产业链现代化的渐进逻辑: 破解锁定与韧性提升[J]. 广东社会科学,2022,39(5): 37-47.

[25] 张虎,高子桓,韩爱华. 企业数字化转型赋能产业链关联: 理论与经验证据[J]. 数量经济技术经济研究,2023,40(5): 46-67.

[26] CHOWDHURY M M H,QUADDUS M. Supply chain resilience: conceptualization and scale development using dynamic capability theory[J]. International Journal of Production Economics,2017,188(4): 185-204.

[27] 余东华,黄念. 数字化转型能够提升产业链韧性吗[J]. 经济与管理研究,2024,45(8): 81-102.

[28] 李金城. 工业智能化的产业链韧性提升效应: 理论机制与经验证据[J]. 改革,2024,41(7): 80-94.

[29] SHAN J,YANG S T,YANG S L,et al.An empirical study of the bullwhip effect in China[J].Production and Operations Management,2014,23(4):537-551.

[30] MAJCHRZAK A,MARKUS M L,WAREHAM J. Designing for digital transformation: lessons for information systems research from the study of ICT and societal challenges[J]. MIS Quarterly,2016,40(2): 267-277.

[31] 张其仔,许明. 中国参与全球价值链与创新链、产业链的协同升级[J]. 改革,2020,37(6): 58-70.

[32] YI X J,SHENG K,YU T,et al. R&D investment and financing efficiency in Chinese environmental protection enterprises: perspectives of COVID-19 and supply chain financial regulation[J]. International Journal of Logistics Research and Applications,2022,25(4-5): 569-590.

[33] CULL R,XU L C,ZHU T. Formal finance and trade credit during China's transition[J]. Journal of Financial Intermediation,2009,18(2): 173-192.

[34] DHALIWAL D,JUDD J S,SERFLING M,et al. Customer concentration risk and the cost of equity capital[J]. Journal of Accounting and Economics,2016,61(1): 23-48.

[35] 张伟,李航宇,张婷. 中国制造业产业链韧性测度及其时空分异特征[J]. 经济地理,2023,43(4): 134-143.

[36] 张树山,谷城. 企业数字化转型与供应链韧性[J]. 南方经济,2024,42(8): 137-158.

[37] 王煜昊,马野青,承朋飞. 跨境电商赋能企业供应链韧性提升: 来自中国上市公司的微观证据[J]. 世界经济研究,2024,43(6): 105-119,137.

[38] HEIKKIL J,LORENZ A. Need for speed? exploring the relative importance of patents and utility models among German firms[J]. Economics of Innovation and New Technology,2018,27(1): 80-105.

[39] 葛新庭,谢建国,杨洪娜. 数字化转型与企业供应链韧性——来自中国上市公司与供应商的证据[J]. 中南财经政法大学学报,2024,77(3): 136-150.

[40] 祁怀锦,刘斯琴. 企业数字化发展对绿色创新的影响及其作用机理[J]. 当代经济科学,2023,45(4): 72-83.

[41] 张永珅,李小波,邢铭强. 企业数字化转型与审计定价[J]. 审计研究,2021,37(3): 62-71.

[42] 郭蕾,肖淑芳,李雪婧,等.非高管员工股权激励与创新产出——基于中国上市高科技企业的经验证据[J].会计研究,2019,40(7):59-67.

(责任编辑：张 悦)