How Digital Industry Agglomeration Affects Corporate Supply Chain Diversification:A Dual Mechanism of Technological Innovation and Information Transmission

Zhao Fang1,2,Song Jian2,Zhu Xiaowei2

(1.China State-owned Economy Research Center,Jilin University;2.School of Economics,Jilin University,Changchun 130012,China)

Abstract：In the current era, the world is experiencing an unprecedented transformation in a century, and the instability of the international situation and the continuous escalation of international trade barriers continue to aggravate the operational risks of the global supply chain, and enterprises around the world are facing the potential risks of blocking, jamming, and breaking the chain due to the interruption of the supply of core raw materials, the blockade of key technologies, and the restriction on the import and export of products. In this context, how to effectively enhance the resilience and stability of the industrial chain supply chain has become a major theoretical and practical problem to be solved. Existing research shows that the diversified layout of supply chain can effectively deal with the risk of enterprise supply chain disruption. With the increasing level of digital industry agglomeration, its impact on supply chain configuration diversification will be more and more prominent.

This study takes the data of A-share listed companies in Shanghai and Shenzhen from 2011 to 2023 as research samples, and to examine how the agglomeration of the digital industry affects the supply chain configuration of enterprises, this study first constructs a panel two-way fixed effects model. Subsequently, based on the results of the baseline regression, a mediating effect model is further introduced to reveal the underlying mechanism of this impact. In order to effectively mitigate endogeneity arising from omitted variables and bidirectional causality, this study further employs the two-stage least squares (2SLS) method to re-evaluate the impact of digital industry agglomeration on the diversification of corporate supply chain configuration.

It is found that digital industrial agglomeration can significantly promote the diversification of corporate supply chain configuration, and this promotion is mainly achieved by enhancing the technological innovation ability of enterprises and improving the quality of corporate information disclosure. Further analysis reveals that there are significant differences in the impact of digital industrial agglomeration on firms' supply chain configuration, and that such a facilitating effect is more pronounced among non-state-owned firms, firms with relatively low levels of AI application, firms in regions with relatively high degrees of marketization, and firms in coastal regions. Therefore, this study proposes three policy recommendations from spatial layout of the digital industry, agglomeration-efficiency release, and differentiated governance to enable the digital sector to optimize supply chains and broaden the sharing of agglomeration dividends.

Compared to existing research, this paper's contributions lie in three aspects. First, it expands the research scope of digital industrial agglomeration's economic effects. Existing literature mainly explores its economic spillovers from perspectives like regional green tech innovation, manufacturing export tech complexity, and corporate resilience, but lacks systematic research on its impact on micro-level enterprises. This paper uses a firm supply chain configuration perspective, builds a theoretical framework for digital industrial agglomeration's impact on firm supply chain arrangements, and examines these effects systematically. Second, it enriches research on the determinants of firm supply chain configuration. Existing studies focus on micro-firm (e.g., client CEO changes, AI innovation) and macro-policy (e.g., relaxed market access) perspectives, but no research has examined digital industrial agglomeration's impact,despite its growing prominence. This paper adopts a digital industrial agglomeration perspective to study its impact on firm supply chain configuration, offering a new viewpoint for this field. Third, it reveals the operational mechanisms and differentiated effects of digital industrial agglomeration on firm supply chain configuration, providing new insights for subsequent studies. It examines the mechanisms through the dual lens of technological innovation and information transmission, and explores differential impacts across internal corporate characteristics and external environmental factors. This not only provides theoretical support for understanding supply chain configuration evolution in the digital economy, but also offers decision-making references for improving supply chain efficiency and resilience via optimized digital industry spatial arrangements during the 15th Five-Year Plan period.

Key Words：Digital Industrial Agglomeration;Corporate Supply Chain Configuration;Technological Innovation;Information Disclosure

收稿日期：2025-06-20

修回日期：2025-09-16

基金项目：国家社会科学基金项目(25BJL054)

作者简介：赵放(1983—),男,吉林长春人,博士,吉林大学中国国有经济研究中心副主任、吉林大学经济学院教授、博士生导师,研究方向为数字经济;宋健(1994—),男,辽宁锦州人,吉林大学经济学院博士研究生,研究方向为数字经济;祝晓薇(2000—),女,山东潍坊人,吉林大学经济学院博士研究生,研究方向为数字经济。

通讯作者：祝晓薇。

DOI：10.6049/kjjbydc.D72025060514

开放科学(资源服务)标识码(OSID)：

中图分类号：F274

文献标识码：A

文章编号：1001-7348(2026)06-0077-10

0 引言

当今世界正面临百年未有之大变局,国际形势的不稳定性和国际贸易壁垒不断升级使全球供应链运营风险加剧,企业面临核心原材料供应中断、关键技术封锁以及产品进出口限制等“堵链”“卡链”“断链”潜在风险。因此,构建安全稳定的供应链合作关系,对提升供应链运营效率和抗风险能力尤为关键。党的二十大报告强调,“着力提升产业链供应链韧性和安全水平”。党的二十届三中全会提出,“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”。如何有效增强产业链供应链韧性与稳定性成为亟待解决的重要课题。现有研究表明,供应链配置多元化布局能够有效应对企业供应链中断风险[1]。随着新一轮科技革命和产业变革加速演进,构建多元化供应链网络已成为企业应对不确定性和防范系统性风险的重要战略选择。

随着数字经济蓬勃发展,数字化转型、跨境电商和智慧物流等新业态新模式正成为塑造企业供应链韧性的关键驱动力。这一进程中,作为数字经济的重要组成部分,数字产业凭借其数字化、虚拟性和强渗透性等特征[2],不仅突破传统地理空间约束,还通过系统整合数字知识资源并开发智能化供应链管理系统,增强供应链企业对市场变化的响应能力[3]。数字产业在演化过程中呈现出集聚发展态势,这种集聚态势通过重构供应链主体间关系,加速形成多主体参与、多环节协同的供应链协作体系,进而对企业供应链配置多元化产生深刻影响。从理论上看,作为新型产业组织形态,数字产业集聚对供应链配置多元化的影响主要体现在以下两个方面:一方面,通过构建多主体协同创新生态系统,促进企业间知识共享和技术溢出,降低企业创新成本[4],提升企业创新能力,为供应链配置多元化提供重要技术支撑;另一方面,依托区块链、物联网和云平台等数字技术,推动供应链上下游企业建立全链条信息互通共享体系,通过提升供应链企业信息披露质量,有效缓解供应链上下游企业间信息不对称问题,为供应链配置多元化提供良好的信息环境。随着数字产业集聚水平不断提升,其对供应链配置多元化的影响也愈发显著。数字产业集聚对企业供应链配置的作用机制如何?数字产业集聚对企业供应链配置的影响是否因外部环境与企业内部特征差异而有所不同?回答上述问题,不仅能厘清数字产业集聚对企业供应链配置的作用机理,还能为进一步优化数字产业空间布局,释放数字产业集聚的赋能效应提供参考。

鉴于此,本文将企业供应链配置纳入数字产业集聚的经济效应研究框架,以2011—2023年沪深A股上市公司数据为研究样本,运用面板双向固定效应模型、中介效应模型等计量分析方法,系统考察数字产业集聚对企业供应链配置的影响效应及作用机制,以期为优化数字产业空间布局,推动企业供应链配置多元化提供理论参考和经验证据。

1 研究综述

近年来,企业供应链配置问题受到学界持续关注,相关研究视角主要聚焦企业内部特征和外部环境两个维度。在企业内部特征层面,管理层稳定性对企业供应链配置具有显著影响,如客户CEO变更会导致供应商财务业绩下降[5];市场集中度也同样影响企业供应链配置决策,如在行业产品集中度较高的市场中,供应商往往对主要客户的依赖性更强[6]。随着数字技术的广泛应用,其对供应链格局也产生深刻影响。作为基础性变革,数字化转型通过降低企业供求协调和运输库存成本,有效降低供应链集中度(巫强等,2023);人工智能应用则进一步通过提升供需效能和增强营运能力等多重路径,促使企业供应链配置多元化[7]。在外部环境层面,制度变革也对供应链配置具有系统性影响。面对日益复杂的外部环境,企业会主动调整供应链策略,经济政策不确定性加剧促使企业通过客户多样化分散风险[8]。例如,放松市场准入管制通过促进市场竞争和优化资源配置,推动企业供应链配置多元化发展[9];自由贸易试验区建设则通过强化区域内微观主体的竞争效应,促使其建立多元化供应商和客户关系[10]。还有研究发现,智能制造通过降低供应链沟通与管理成本,为企业优化供应链配置提供重要支撑[11]。

数字产业集聚作为新型产业组织形态,其经济外溢效应也成为学界与业界的研究热点。现有研究从宏观、中观和微观3个维度系统探讨了数字产业集聚的多层次影响。在宏观层面,数字产业集聚对区域发展具有多维作用。研究表明,数字产业集聚不仅能通过提升预期收入促进人口空间集聚[12],更能显著推动经济高质量发展,且这种促进作用呈现动态增强态势[13]。值得注意的是,数字产业集聚还有助于提升区域经济韧性[14],在应对经济波动时尤为关键。此外,既有研究还进一步考察了数字产业集聚的环境效应。有学者发现,数字产业集聚能够显著促进区域绿色技术创新[15]。也有学者发现,数字产业集聚对区域绿色全要素生产率呈现倒U型影响[16]。在中观层面,研究表明,数字产业集聚能够显著提高制造业出口技术复杂度,且这一影响效应会因集聚特征不同而呈现差异化作用路径[17]。在微观企业层面,研究表明,数字产业集聚能够通过促进供需协调与改善内部控制质量等路径提升企业韧性[18]。还有学者对数字产业集聚的影响因素进行探讨,结果发现,促进城市间科技创新互动、加大城市科技资本投入以及提升科技成果存量均有助于推动数字产业集聚[19]。

现有研究从多层次视角系统考察企业供应链配置的影响因素与数字产业集聚的经济效应,为本研究提供重要理论支撑,但仍存在有待深化与拓展的空间:一是既有研究主要从微观企业特征和宏观政策环境等维度探讨企业供应链配置的影响因素。随着数字经济蓬勃发展,数字产业集聚正重塑企业运营生态,但尚未有研究深入考察这一新型产业组织形态对企业供应链配置的影响效应及作用机制。二是关于数字产业集聚的微观经济效应研究仍处于起步阶段,随着数字产业集聚态势愈发显著,其对微观企业行为决策的影响亟待深入探究。作为企业运营管理的关键环节,供应链配置如何受数字产业集聚影响,尚未得到充分关注和系统研究。

本文边际贡献如下:其一,拓展数字产业集聚的经济效应研究范畴。关于数字产业集聚的经济效应,既有文献主要从区域绿色技术创新[15]、制造业出口技术复杂度[17]以及企业韧性[18]等视角,考察数字产业集聚的经济外溢效应,但尚未系统研究其对微观企业行为的具体影响。本文从企业供应链配置视角切入,构建数字产业集聚对企业供应链配置影响的理论分析框架,系统考察数字产业集聚对企业供应链配置的影响效应。其二,丰富企业供应链配置的影响因素研究。关于企业供应链配置的影响因素,既有文献主要基于微观企业与宏观政策等视角进行深入探讨,研究结果表明,客户CEO变更[5]、人工智能技术创新[7]、放松市场准入管制[9]等因素会显著影响企业供应链配置。随着数字产业集聚效应愈发凸显,尚未有研究关注其对企业供应链配置的影响。本文基于数字产业集聚视角,系统考察其对企业供应链配置的影响,为企业供应链配置的影响因素研究提供新视角。其三,揭示数字产业集聚对企业供应链配置的作用机制及差异化影响,为后续相关研究提供新思路。本文基于技术创新与信息传递双重视角,系统考察数字产业集聚对企业供应链配置的作用机制,并从企业内部特征与外部环境两个维度探讨数字产业集聚对企业供应链配置的影响差异,不仅为理解数字经济时代企业供应链配置演变规律提供理论支撑,更为如何通过优化数字产业空间布局提升企业供应链运营效率和抗风险能力提供参考。

2 理论分析与研究假设

2.1 数字产业集聚对企业供应链配置的影响

近年来,数字产业蓬勃发展催生出新型产业组织形态。其中,数字产业集聚以其独特的竞争优势和创新活力,成为学界和业界关注的焦点。数字产业集聚的知识溢出、技术扩散和资源协同效应,不仅能促进人才、资本、技术等创新要素高效流动和协同共享,构建开放包容的创新生态系统,降低企业创新成本[4],提升企业创新能力,为供应链配置多元化提供技术支撑,还能依托数字技术深度渗透和数据要素有序流通[20],通过构建数字化协同网络与供应链上下游企业建立信息互通共享体系,推动企业信息披露向规范化、透明化方向演进,有效降低信息不对称导致的信息搜寻成本,优化企业与供应链上下游企业协作关系,从而推动供应链配置多元化。基于上述分析,本文提出如下研究假设:

H1:数字产业集聚能够显著促进企业供应链配置多元化。

从技术创新视角看,人才和资本是影响企业研发活动的两大核心要素,数字产业集聚通过汇聚人才和资本等创新要素,依托数字平台打破传统创新活动的组织边界,重构创新要素配置模式[17]。一方面,数字产业集聚产生的知识溢出效应,使企业依托集聚区内丰富的创新资源开展技术研发与创新。通过组建跨企业研发联盟、搭建协同创新平台等方式,实现创新资源互通和共享[21],如通过共享实验设施避免研发经费重复投入,提升创新资源配置效率,从而降低企业研发活动的边际成本。另一方面,数字产业集聚通过构建创新型人才生态系统,促进高精尖研发人才空间集聚和有序流动[22]。基于集聚经济理论,人才“蓄水池”效应使企业能够快速匹配研发活动所需专业人才,降低人力资源获取成本。同时,依托数字平台协同优势,突破传统组织边界对创新要素的刚性约束,实现创新要素网络化配置,加速攻破技术创新难题[23]。基于资源依赖理论,技术创新不仅能突破对关键核心技术的路径依赖,强化企业在价值链关键环节的自主可控能力[24],降低供应商的外部约束,还能生产符合市场需求的创新型产品,实现生产效率提升和边际成本递减[25],进而以差异化产品和价格的双重优势,在巩固现有客户关系的同时,进一步拓展潜在客户资源。基于上述分析,本文提出如下研究假设:

H2:数字产业集聚能够通过增强企业技术创新能力,促进供应链配置多元化。

从信息传递视角看,信息披露质量会影响企业生产与经营决策行为[26]。企业在生产和经营决策时,供应商和客户的公开信息披露通常是其最便捷的信息获取渠道,所需付出的信息搜寻成本也较低[27]。当供应商和客户的公开信息披露质量较低时,信息不对称产生的交易成本约束会明显加大企业拓展与更新商业合作关系的难度,迫使企业维持对既有供应商和客户的依赖[28]。而数字产业集聚通过构建数字化协同网络,使集聚区内企业依托区块链的不可篡改特性、物联网的实时数据采集功能以及云平台的协同共享机制,与供应链上下游企业建立全链条信息互通共享体系。这会提升企业信息操纵成本,迫使其减少数据错报和选择性披露等信息操纵行为[29]。基于同群效应理论,企业信息披露行为对上游供应商和下游客户具有显著示范效应。为保持合作关系,供应商和客户不得不减少信息操纵行为,并通过改善信息披露质量提升自身竞争力[30]。根据信号传递理论,企业信息披露质量提升不仅能够有效降低供应链上下游企业间信息不对称[31],使得企业能更准确地评估潜在供应商和客户的经营战略、财务状况以及商业声誉等关键信息,还能吸引供应商和客户主动寻求合作,降低企业信息搜寻成本,最终形成良性互动,拓展多元化合作边界,从而促使供应链配置趋于多元化。基于上述分析,本文提出如下研究假设:

H3:数字产业集聚能够通过改善企业信息披露质量,促进供应链配置多元化。

2.2 数字产业集聚对企业供应链配置的异质性影响

鉴于数字产业集聚对企业供应链配置的影响可能因其内部资源禀赋和外部制度环境差异而有所不同,本文基于企业内部特征和外部环境两个维度,系统探讨数字产业集聚对企业供应链配置的影响差异。

2.2.1 内部特征

(1)不同产权属性的企业在资源配置与决策流程方面存在显著差异。作为中国特色社会主义的重要物质基础和国民经济的重要支柱[32],国有企业往往需要承担一定的政策性任务,供应链配置决策可能受到行政干预和制度性因素影响。同时,国有企业在供应链配置中通常占据主导位置,对上下游企业具有较强的控制能力。然而,这种控制能力很大程度上依赖资源优势[33],致使其缺乏主动拓展上游供应商和下游客户渠道的意愿,数字产业集聚的创新效应可能难以对其供应链配置产生显著影响。相比之下,非国有企业供应链管理倾向于市场化竞争[34],需通过供应链配置多元化降低断链风险,对数字产业集聚的创新效应更为敏感。基于上述分析,本文提出如下研究假设:

H4a:相较于国有企业,数字产业集聚对非国有企业供应链配置多元化的促进作用更强。

(2)人工智能应用水平能够反映企业对数字化资源的处理与整合能力。人工智能应用水平较高的企业通常已建立较为成熟的智能化供应链管理体系[35],对本地区数字产业集聚带来的技术溢出依赖度较低。相比之下,人工智能应用水平较低的企业,由于数字技术较为薄弱,亟需借助数字产业集聚带来的知识溢出与技术扩散效应获取技术和资源支持,进而降低供应链智能化转型成本,实现与供应链上下游企业高效精准匹配[36]。基于上述分析,本文提出如下研究假设:

H4b:相较于人工智能应用水平高的企业,数字产业集聚对人工智能应用水平低的企业供应链配置多元化的促进作用更强。

2.2.2 外部环境

(1)市场化是企业生存和发展的重要外部条件,市场化程度较高地区通常拥有较为完善的要素交易市场、健全的法治环境以及活跃的创新生态,企业生产和经营决策自主权更高,对高技术企业和高技能人才的吸引力也更强,能够为区块链、物联网等信息技术在供应链中的应用提供重要保障,使企业能充分利用数字产业集聚带来的技术创新红利[37],从而有效推动供应链配置多元化。相比之下,市场化程度较低地区,由于政策干预程度较高,加之对高技术企业和高技能人才的吸引力有限,在一定程度上限制了数字产业集聚对企业供应链配置多元化的赋能作用。基于上述分析,本文提出如下研究假设:

H4c:相较于市场化程度低地区企业,数字产业集聚对市场化程度高地区企业供应链配置多元化的促进作用更强。

(2)不同地区资源禀赋和对外开放水平存在显著差异,沿海地区凭借其优越的地理区位和完善的数字基础设施,能够为数字产业集聚提供良好的条件,其发达的物流网络和便捷的市场接入有利于数字技术在供应链中深度应用。同时,沿海地区聚集了大量高素质人才和先进技术资源,健全的数字产业生态体系使企业能够更快适应数字技术变革,从而推动区块链、物联网等数字技术在供应链中深度应用。相比之下,受地理区位影响,内陆地区市场接入成本较高,数字技能型人才储备也相对不足,因而数字产业集聚对企业供应链配置多元化的影响较为有限。基于上述分析,本文提出如下研究假设:

H4d:相较于内陆地区企业,数字产业集聚对沿海地区企业供应链配置多元化的促进作用更强。

3 研究设计

3.1 样本选取与数据来源

本文以2011—2023年沪深A股上市公司数据为初始样本,并对数据进行如下处理:①剔除ST、*ST以及金融行业类样本;②剔除当年新上市、已经退市以及被暂停上市的公司样本;③剔除相关变量数据缺失的样本。经过上述筛选并进行数据匹配,最终得到35 581个观测值。研究数据主要来源于CSMAR数据库、WIND数据库、EPS数据库等。为避免数据异常值对研究结果的干扰,本文对各连续解释变量分别进行1%和99%缩尾处理。

3.2 模型构建

(1)基准回归模型。为考察数字产业集聚对企业供应链配置多元化的影响效应,同时降低因遗漏变量可能引起的模型估计偏差,提高研究结论的准确性,本文构建面板双向固定效应模型如式(1)所示。

SCCit=α0+α1Aggit+α2Controlit+ui+vt+εit

(1)

式(1)中,SCC表示企业供应链配置多元化水平,Agg表示数字产业集聚水平,Control表示可能影响企业供应链配置的控制变量,包括企业规模、资产负债率、总资产净利润率等,i表示企业,t表示年份,ui表示企业固定效应,vt表示年份固定效应,εit表示随机误差项,α1为待估参数,体现数字产业集聚对企业供应链配置多元化的影响。

(2)中介效应模型。为进一步考察数字产业集聚对企业供应链配置多元化的影响机制,在前文基准回归结果的基础上,本文构建中介效应模型如式(2)(3)所示。

Mit=β0+β1Aggit+β2Controlit+ui+vt+εit

(2)

SCCit=γ0+γ1Aggit+γ2Mit+γ3Controlit+ui+vt+εit

(3)

式(2)(3)中,M表示中介变量,包括企业技术创新能力(TI)与信息披露质量(IT),其余变量定义与式(1)相同。

3.3 变量选取

(1)被解释变量:企业供应链配置多元化水平(SCC)。参照黄纪强等[1]的研究,采用前5名供应商采购比例之和与前5名客户销售比例之和的均值衡量。该值越低,表明企业供应链配置越趋于多元化。

(2)核心解释变量:数字产业集聚水平(Agg)。参照赵放等[21]的研究,本文运用区位熵指数测度数字产业集聚水平。式(4)中,Aggemit表征i地区第t年的数字产业就业人员规模,包括数字产品制造业和数字产品服务业;Emit表征该地区同期就业人员总量;Agg表征该地区同期数字产业集聚水平。

(4)

(3)控制变量。为尽可能避免因遗漏重要解释变量影响模型估计结果的准确性,参照郭娟娟等[9]、周阔等[7]的研究,从企业和地区两个层面进行综合考量。在企业层面,控制企业规模(Size)、资产负债率(Lev)、总资产净利润率(ROA)等可能影响企业供应链配置的重要因素;在地区层面,纳入经济发展水平(Eco)和人力资本水平(He)两个变量。各控制变量定义见表1。

(4)中介变量。在技术创新能力度量方面,参照彭硕毅等[38]的研究,以企业专利申请数加1的自然对数值衡量企业技术创新能力。在信息披露质量度量方面,参照徐京平等[39]的研究,以沪交所和深交所对上市企业信息披露的考核结果衡量企业信息披露质量。为便于对回归结果的解读,本文将A(优秀)、B(良好)、C(及格)、D(不及格)4个考核等级依次赋值为4、3、2、1,数值越大,表明企业信息披露质量越高。

3.4 变量描述性统计

为揭示研究样本的基本数据特征,本文对各主要解释变量进行描述性统计分析,结果如表2所示。结果显示,企业供应链配置多元化水平(SCC)的均值为3.217,标准差为1.689,表明研究样本中企业供应链配置多元化水平存在较大差异;数字产业集聚水平(Agg)的均值为1.266,标准差为0.792,表明研究样本中数字产业集聚水平也存在显著差异。

4 实证分析

4.1 基准回归

为考察数字产业集聚能否促进企业供应链配置多元化,本文对式(1)进行回归分析,结果见表3。列(1)为未加入系列控制变量,但控制企业固定效应和年份固定效应的回归结果;列(2)为在列(1)的基础上加入企业层面控制变量的回归结果;列(3)为在列(2)的基础上加入地区层面控制变量的回归结果。上述回归结果中,数字产业集聚的回归系数均显著为负,表明数字产业集聚能够显著促进企业供应链配置多元化,初步验证假设H1。

4.2 稳健性检验

为进一步验证上述研究结果的准确性,本文采用排除新冠疫情影响、剔除直辖市样本等方法进行稳健性检验。

(1)排除新冠疫情影响。为排除新冠疫情对研究结果的干扰,本文剔除2020年及之后的样本进行回归分析,结果见表4列(1)。结果显示,数字产业集聚的回归系数仍显著为负,表明基准回归结果较为可信。

(2)剔除直辖市样本。考虑到北京、上海、重庆、天津受国家政策支持力度较大,因而本文将上述4个直辖市样本剔除,并对剩余样本进行回归分析,结果见表4列(2)。结果显示,数字产业集聚的回归系数仍显著为负,再次验证基准回归结果的可靠性。

(3)面板交互固定效应模型。为进一步控制模型中可能存在的不可观测因素(随时间和个体改变)对回归结果的影响,本文引入面板交互固定效应模型,回归结果见表4列(3)。结果显示,数字产业集聚的回归系数仍显著为负,验证基准回归结果稳健。

4.3 内生性处理

为有效缓解因遗漏变量、双向因果关系等因素导致的内生性问题,本文进一步采用两阶段最小二乘法(2SLS)评估数字产业集聚对企业供应链配置多元化的影响。在工具变量选取上,参照赵放等[21]的研究,以各区域地形起伏度与时间趋势的交互项(DTR)作为数字产业集聚的工具变量。一方面,地形条件能够影响区域交通基础设施和通信网络建设成本,进而对数字产业集聚产生影响,在一定程度上满足相关性假设;另一方面,地形因素对企业供应链配置多元化的影响相对有限。尽管地形条件可能通过交通便利性、物流成本等影响企业区位选择,但企业供应链配置决策主要受市场需求特征和供应链网络布局等因素主导,因而地形条件与企业供应链配置决策的关联性较弱,在一定程度上满足排他性假设。基于两阶段最小二乘法的回归结果见表5列(1)(2),第一阶段回归结果显示,工具变量与数字产业集聚具有较强相关性,且F统计量为55.88,远大于10,表明不存在弱工具变量问题;第二阶段回归结果显示,数字产业集聚的回归系数显著为负,表明数字产业集聚能够显著促进企业供应链配置多元化。

4.4 机制分析

为进一步验证数字产业集聚能否通过增强企业技术创新能力和改善企业信息披露质量促进企业供应链配置多元化,对式(2)(3)进行回归分析,结果见表6。

(1)技术创新能力增强效应。表6列(1)中数字产业集聚的回归系数显著为正,表明数字产业集聚能够显著增强企业技术创新能力;列(2)中数字产业集聚和技术创新能力的回归系数均显著为负,表明技术创新能力增强会显著促进企业供应链配置多元化,且为部分中介。因此,数字产业集聚能够通过增强企业技术创新能力促进其供应链配置多元化,验证了H2。

(2)信息披露质量改善效应。表6列(3)数字产业集聚的回归系数显著为正,表明数字产业集聚能够显著改善企业信息披露质量;列(4)数字产业集聚和企业信息披露质量的回归系数均显著为负,表明信息披露质量改善能够显著促进企业供应链配置多元化,且为部分中介。因此,数字产业集聚能够通过改善企业信息披露质量促进其供应链配置多元化,验证了H3。

4.5 异质性分析

为进一步探究数字产业集聚对企业供应链配置多元化的差异化影响,本文基于企业内部特征与外部环境两个层面,分别从企业所有权属性、人工智能应用水平、所在地区市场化程度以及所处地理区位,系统考察数字产业集聚对企业供应链配置多元化的影响差异。

(1)企业所有权属性。鉴于不同所有权属性的企业在资源配置和决策流程上存在显著差异,数字产业集聚对其供应链配置多元化的影响可能有所不同。本文按照企业实际控制人所有权属性,将研究样本划分为国有企业和非国有企业并进行分组回归,结果见表7列(1)(2)。结果显示,在国有企业样本中,数字产业集聚的回归系数虽为负但不显著,表明数字产业集聚并未对国有企业供应链配置多元化产生显著影响;在非国有企业样本中,数字产业集聚的回归系数显著为负,表明数字产业集聚能够显著促进非国有企业供应链配置多元化。此外,组间系数差异检验结果表明,在国有企业和非国有企业分组样本中,数字产业集聚对企业供应链配置多元化的影响存在显著差异。相较于国有企业,数字产业集聚对非国有企业供应链配置多元化的影响更显著。原因在于:国有企业供应链决策往往受行政干预和多重目标约束,且其凭借资源优势可维持现有供应链结构,因而技术外溢的转化动力不足。相比之下,非国有企业缺乏资源,更依赖通过市场竞争和技术创新优化供应链配置,因而对数字产业集聚的技术外溢效应更为敏感。

(2)企业人工智能应用水平。鉴于人工智能应用水平能够反映企业对数字化资源的处理与整合能力,数字产业集聚对企业供应链配置多元化的影响可能会因人工智能应用水平差异而有所不同。参照姚树俊等[40]的研究,以企业年报中人工智能总词频数衡量企业人工智能应用水平,并据此对研究样本进行分组回归,结果见表7列(3)(4)。结果显示,在人工智能应用水平较高企业分组样本中,数字产业集聚的回归系数为正但不显著,表明数字产业集聚并未对这类企业供应链配置多元化产生显著影响;在人工智能应用水平较低企业分组样本中,数字产业集聚的回归系数显著为负,表明数字产业集聚能够显著促进这类企业供应链配置多元化。此外,组间系数差异检验结果在10%水平上显著,在不同人工智能应用水平分组样本中,数字产业集聚对企业供应链配置多元化的影响存在显著差异。相较于人工智能应用水平较高企业,数字产业集聚对人工智能应用水平较低企业供应链配置多元化的影响更强。原因在于:人工智能应用水平较高企业通常已具备较为成熟的智能化供应链体系,外部技术溢出对其边际提升效应相对有限,而人工智能应用水平较低企业由于自身技术能力不足,更依赖数字产业集聚带来的知识溢出、技术扩散和资源协同效应,从而以较低成本突破供应链智能化转型瓶颈,加速供应链配置多元化布局。

(3)地区市场化程度。鉴于市场化是企业生存和发展的重要外部条件,数字产业集聚对企业供应链配置多元化的影响可能会因所在地区市场化程度差异而有所不同。参照赵放等[41]的研究,以樊纲市场化指数中的总指数衡量企业所在地区市场化程度,并据此对研究样本进行分组回归,结果见表8列(1)(2)。结果显示,在市场化程度较高地区企业分组样本中,数字产业集聚的回归系数显著为负,表明数字产业集聚能够显著促进这类地区企业供应链配置多元化;在市场化程度较低地区企业样本中,数字产业集聚的回归系数为正但不显著,表明数字产业集聚并未对这类地区企业供应链配置多元化产生显著影响。此外,组间系数差异检验结果表明,在地区市场化程度不同的企业分组样本中,数字产业集聚对企业供应链配置多元化的影响存在显著差异。相较于市场化程度较低地区企业,数字产业集聚对市场化程度较高地区企业供应链配置多元化的影响更显著。原因在于:市场化程度较高地区具备完善的要素市场、健全的法治环境和活跃的创新生态,能够有效降低企业间交易成本和协作壁垒,同时通过市场竞争机制倒逼企业持续优化供应链结构。相比之下,市场化程度较低地区企业受制于较高的制度性交易成本与较低的资源配置效率,难以充分吸收并转化数字产业集聚的赋能效应。因此,数字产业集聚对这类地区企业供应链配置的边际优化作用相对有限。

(4)企业所处地理区位。鉴于不同地区资源禀赋和对外开放水平存在显著差异,数字产业集聚对企业供应链配置多元化的影响可能会因所处地理区位差异而有所不同。参照魏浩等[42]研究,将研究样本划分为沿海地区组和内陆地区组,分组回归结果见表8列(3)(4)。结果显示,在沿海地区企业分组样本中,数字产业集聚的回归系数显著为负,表明数字产业集聚能够显著促进这类地区企业供应链配置多元化;在内陆地区企业样本中,数字产业集聚的回归系数虽为负但不显著,表明数字产业集聚并未对这类地区企业供应链配置多元化产生显著影响。此外,组间系数差异检验结果表明,在不同地理区位分组样本中,数字产业集聚对企业供应链配置多元化的影响存在显著差异。相较于内陆地区企业,数字产业集聚对沿海地区企业供应链配置多元化的影响更显著。原因在于:沿海地区具备优越的地理区位和完善的数字基础设施,能够为数字产业集聚提供良好的硬件支撑。更重要的是,其高度开放的经济环境、密集的创新要素流动以及成熟的产业配套体系,能为企业供应链配置多元化提供制度保障和市场空间。内陆地区受限于较高的物流成本、滞后的市场信息等,难以充分转化数字产业集聚的赋能效应。

5 结语

5.1 结论

在构建数字产业集聚对企业供应链配置多元化影响理论分析框架的基础上,本文以2011—2023年沪深A股上市公司数据为研究样本,运用面板双向固定效应模型、中介效应模型等计量分析方法实证检验数字产业集聚对企业供应链配置多元化的影响效应及作用机制,并从企业内部特征和外部环境两个层面系统考察数字产业集聚对企业供应链配置多元化的差异化影响,得出以下主要结论:

(1)数字产业集聚能够显著促进企业供应链配置多元化,在经过排除新冠疫情影响、剔除直辖市样本等稳健性检验后,上述结论依然成立。

(2)数字产业集聚能够通过提升企业技术创新能力和企业信息披露质量,促进企业供应链配置多元化。

(3)数字产业集聚对企业供应链配置多元化的影响存在显著异质性。相较于国有企业、人工智能应用水平较高企业、市场化程度较低地区企业以及内陆地区企业,数字产业集聚对非国有企业、人工智能应用水平较低企业、市场化程度较高地区企业以及沿海地区企业供应链配置多元化的促进作用更显著。

5.2 政策启示

(1)科学谋划数字产业空间布局,赋能企业供应链配置多元化。一方面,各地区需充分结合自身资源禀赋、产业结构以及市场需求,明晰数字产业集群建设重点方向,因地制宜制定数字产业发展规划,打造具有区域特色的数字产业集群。另一方面,加快推进数字产业园区建设,完善园区内配套基础设施,并通过设立数字产业园区运营管理机构深化产业链专业化分工协作,形成“优势互补、高效协同”的数字产业发展新生态。

(2)充分发挥数字产业集聚优势,推进技术创新和信息披露提质增效。一方面,完善数字化信息披露生态,降低供应链信息不对称。在数字产业集聚区,搭建数字化信息披露服务平台,通过数据集成、平台贯通等方式为企业供应链信息披露提供智能化服务,并对信息披露质量较高企业给予税收减免、贷款补贴等政策优惠。另一方面,构建协同创新体系,激发企业创新动力。积极探索创新联合体等多主体协同攻关组织形式,由数字产业链链主企业牵头,整合产业链上下游企业和高校院所创新资源,降低中小企业创新门槛,持续推动供应链企业技术创新。

(3)精准施策,共享数字产业集聚红利。企业层面,加大对人工智能的政策扶持与资金支持力度,加快推动区块链、物联网等数字技术与供应链深度融合,构建智能化和可视化供应链管理平台。此外,深化国有企业市场化改革,推进董事会现代化治理。区域层面,充分利用沿海地区的区位优势,深化内陆地区企业与沿海地区企业合作,积极探索构建跨境供应链合作体系。

5.3 局限与展望

本文存在以下不足:其一,未就不同类型数字产业集聚对企业供应链配置的影响进行深入探讨,未来可基于不同类型数字产业集聚视角,进一步探究其对企业供应链配置的影响效应;其二,仅基于“数字产业集聚—技术创新/信息传递—企业供应链配置”框架,探究数字产业集聚对企业供应链配置的作用机制,但数字产业集聚对企业供应链配置的作用路径可能具有多元化,未来可对其它路径作进一步深入探索。

参考文献：

[1] 黄纪强, 甘行琼, 刘锋, 等. 供应链多元化配置与企业数字化转型[J].世界经济研究, 2025, 41(4): 119-133, 136.

[2] 赵放, 张淼. 数字产业地理集聚与虚拟集聚融合推进中国式现代化[J].山西大学学报(哲学社会科学版), 2025, 48(1): 27-35.

[3] 马述忠, 张道涵, 胡增玺. 数字知识流动如何促进区域协调发展——兼论经济增长和平衡发展双重目标[J].中国工业经济, 2025, 43(2): 80-98.

[4] 丁煜莹, 高志刚. 产业集聚、能源效率能否有效推进“双碳”目标实现[J].河南大学学报(社会科学版), 2025, 65(1): 21-28, 152.

[5] INTINTOLI V J, SERFLING M, SHAIKH S. CEO turnovers and disruptions in customer-supplier relationships[J].The Journal of Financial and Quantitative Analysis, 2017, 52(6): 2565-2610.

[6] LARKIN Y. Reliance on major customers and product market competition[J].Finance Research Letters, 2021, 38: 101436.

[7] 周阔, 曲植, 梁佳杨, 等. 一枝独秀还是百花齐放: 人工智能技术创新与企业供应链集中度[J].经济评论, 2025, 46(2): 77-92.

[8] LEUNG W S, SUN J. Policy uncertainty and customer concentration[J].Production and Operations Management, 2021, 30(5): 1517-1542.

[9] 郭娟娟, 徐乾宇. 放松市场准入管制对中国企业供应链配置多元化的影响[J].经济理论与经济管理, 2025, 45(3): 41-60.

[10] 赵晓梅, 闫珍丽, 徐灿宇. 中国自由贸易试验区建设对企业供应链配置的影响: 集中化还是多元化[J].现代财经(天津财经大学学报), 2024, 44(10): 57-73.

[11] 颜逢, 任鹤, 赵秀云. 智能制造与供应链配置多元化[J].中南财经政法大学学报, 2024, 67(5): 110-123.

[12] 赵放, 张淼, 金雨晴. 数字产业集聚能否带动人口集聚——基于劳动力市场分割与预期收入双重视角[J].人口学刊, 2025, 47(4): 113-128.

[13] 赵放, 蒋国梁, 樊贝婷, 等. 数字产业集聚对区域经济高质量发展的影响[J].中国软科学, 2025, 40(5): 116-129.

[14] 齐平, 刘佩瑶, 赵放. 数字产业集聚与区域经济韧性——基于省级面板数据的实证分析[J].浙江学刊, 2025, 63(2): 129-137, 240.

[15] 赵放, 蒋国梁, 徐熠, 等. 数字产业集聚赋能区域绿色技术创新: 创新要素与创新环境双重视角[J].科技进步与对策, 2024, 41(18): 1-11.

[16] 李栋, 张映芹, 李开源. 数字产业集聚、地方政府干预与地区绿色全要素生产率[J].统计与信息论坛, 2025, 40(4): 48-60.

[17] 张天顶, 王庆柯. 数字产业集聚对中国制造业出口技术复杂度的影响研究[J].治理研究, 2025, 41(1): 117-136, 160.

[18] 王淑瑶, 汤吉军. 数字经济核心产业集聚与企业韧性[J].财经论丛(浙江财经大学学报), 2025, 41(5): 28-40.

[19] 叶堂林, 刘哲伟, 张京亮, 等. 数字产业空间集聚影响因素探析[J].科技进步与对策, 2023, 40(15): 75-82.

[20] YANG M Y, FU M T, ZHANG Z H. The adoption of digital technologies in supply chains: drivers, process and impact[J].Technological Forecasting and Social Change, 2021, 169: 120795.

[21] 赵放, 蒋国梁. 数字产业集聚的创新效应[J].浙江社会科学, 2024, 40(9): 26-36, 157.

[22] 石绍宾, 刘菲菲. 国家级大数据综合试验区与企业协同创新[J].山西大学学报(哲学社会科学版), 2025, 48(2): 109-117.

[23] 欧阳海琴. 数字经济、人才集聚与长三角高质量发展[J].南昌大学学报(人文社会科学版), 2024, 55(1): 45-55.

[24] 李姝, 李丹, 田马飞, 等. 技术创新降低了企业对大客户的依赖吗[J].南开管理评论, 2021, 24(5): 26-39.

[25] 林僖, 郑传宣. 技术性贸易壁垒与出口边际扩张——基于三元边际的研究视角[J].南开经济研究, 2024, 40(7): 124-144.

[26] 郭家琛, 赵景峰, 刘珊, 等. 数智化转型平抑了制造企业供应链风险吗——基于供需关系的视角[J].经济评论, 2025, 46(1): 70-86.

[27] 杨志强, 唐松, 李增泉. 资本市场信息披露、关系型合约与供需长鞭效应——基于供应链信息外溢的经验证据[J].管理世界, 2020, 36(7): 89-105, 217-218.

[28] 包群, 但佳丽. 网络地位、共享商业关系与大客户占比[J].经济研究, 2021, 56(10): 189-205.

[29] 马德芳, 李良伟, 王梦凯. 数字化转型的治理效应——基于企业信息披露违规的视角[J].财经问题研究, 2023, 45(11): 86-100.

[30] 魏丽莉, 寇奉娟. 客户数字化转型对供应商信息披露质量的影响研究[J].商业经济与管理, 2025, 45(3): 20-37.

[31] 王辉, 陈莹, 张芸芸, 等. 企业数字化转型与供应链客户稳定性[J].学习与探索, 2024, 46(9): 137-146.

[32] 赵放, 徐熠. 数字赋能视域下国有企业引领超大规模市场建设问题研究[J].理论学刊, 2023, 40(6): 133-143.

[33] 黄庆华, 潘婷. 全球产业链重构背景下保障中国产业链供应链安全稳定的核心逻辑与政策取向[J].改革, 2025, 38(4): 87-100.

[34] 郝大鹏, 李炳辰, 王小禹. 绿色金融政策的污染减排供应链传导效应研究——基于中国上市公司的准自然实验[J].产业经济研究, 2025, 24(1): 100-113, 128.

[35] ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J].American Economic Review, 2018, 108(6): 1488-1542.

[36] 陈洋, 杨志浩. 中美供应链竞争背景下我国产业外迁趋势研判[J].经济学家, 2025, 37(5): 68-77.

[37] 赵放, 徐熠. 国有经济活跃度与数据要素市场化进程: 理论分析与实证检验[J].东北师大学报(哲学社会科学版), 2025, 75(3): 128-140.

[38] 彭硕毅, 张营营. 区域数字经济发展与企业技术创新——来自A股上市公司的经验证据[J].财经论丛, 2022, 38(9): 3-13.

[39] 徐京平, 张育瑄, 樊越, 等. 公司透明度、内部控制审计与股价同步性[J].科研管理, 2023, 44(10): 110-118.

[40] 姚树俊, 董哲铭. 人工智能赋能战略性新兴产业新质生产力的路径研究[J].浙江工商大学学报, 2025, 39(1): 100-113.

[41] 赵放, 宋健, 李文婷. 数字新基建对全民健康服务高质量发展的影响研究[J].管理学刊, 2025, 38(4): 135-145.

[42] 魏浩, 雷一鸣, 袁然. 数字产品进口与企业劳动收入份额[J].经济管理, 2025, 47(1): 128-144.

(责任编辑：张 悦)