摘要
数字化发展影响企业生命周期,那么这种作用如何沿着供应链影响合作企业,具体的传导机制又是什么?本文基于供应链传导视角,研究上下游企业数字化转型程度如何影响合作企业的生命周期。通过匹配 2011~2022 年沪深 A 股上市公司上游-中游-下游企业的供应链数据,构建 Probit 模型实证检验数字化转型的链上溢出效应及其传导机制。研究发现:数字化转型的供应链传导效果具有方向性非对称特征,即下游企业的数字化转型能够显著影响中游企业的生命周期,提高中游企业进入成熟期和降低进入衰退期的概率,而上游企业的数字化转型对中游企业生命周期的影响并不显著。对供应链传导路径的渠道检验发现,样本期间下游企业的数字化转型主要通过拓展中游企业的市场边界影响其生命周期,协同提升创新能力与生产效率的传导路径均不明显,难以沿供应链影响中游企业。进一步研究表明,这种供应链传导效果受市场竞争程度、供应链地理分布和产业链效率的影响而存在异质性。研究结论为利用数字化转型来实现产业链升级提供了可靠的经验证据,同时为进一步发展和深化产业链分工协作,以此提升企业活力提供有益的政策启示。
关键词: 数字化转型;企业生命周期;产业链;溢出
一、论文选题背景和意义
在国内国际“双循环”的背景下,产业链已由传统的生产与分销链条演进为跨行业、跨地区的复杂网络。数字技术的深度应用正在重塑企业全供应链的运营模式,从供应商选择与采购决策到生产监控、分销与售后,促进信息共享与业务协同并带来正向溢出效应。既有研究多关注企业数字化转型对“自身”的绩效与效率,但忽视了“链上”企业之间的传导与外溢,尚未系统回答数字化转型如何沿供应链影响合作企业的生命周期。本文据此提出问题并开展经验证据研究。
小结: 本部分阐明了研究缘起与现实意义,突出“数字化转型—供应链传导—企业生命周期”这一核心关键词与研究主线。
二、论文主要内容
研究问题与假设。 论文聚焦上下游企业数字化转型对中游企业生命周期的外溢与传导,提出:
- H1: 下游企业数字化转型显著提高中游企业进入成熟期、降低进入衰退期的概率;上游企业数字化转型对中游企业生命周期影响不明显。
- R1:(协同创新路径)下游数字化转型增强中游企业创新协同能力,影响其生命周期。
- R2:(市场边界路径)下游数字化转型协同拓展中游企业市场边界,影响其生命周期。
- H3:(效率路径)下游数字化转型提升中游企业生产效率,影响其生命周期。
主要发现。 基于 2011–2022 年沪深 A 股供应链匹配样本的 Probit/Logit 估计显示:
- 下游企业数字化转型(DCG)对中游企业“进入成熟期”(life1)系数显著为正、对“落入衰退期”(life2)系数显著为负;
- 上游企业数字化转型对中游企业生命周期影响不显著,验证了传导的方向性非对称;
- 渠道检验表明,仅市场边界拓展(以客户集中度 HHI 反向度量)为有效传导路径;协同创新(patent)与效率提升(TFP,OP/LP 法且滞后处理)在样本期内不构成显著传导渠道;
- 异质性方面,供应链传导效果受市场竞争程度、供应链地理分布与产业链效率影响而存在差异。
稳健性与内生性处理。 研究通过:模型更换(Logit)、解释变量词典替代与加权处理(按客户销售额/占比赋权)、控制期初生命周期与中游企业自身数字化水平、样本选择调整(信息披露质量 inf_q、剔除角色重叠样本)等,结论保持稳健。进一步采用 IV-Probit(工具变量为“下游企业所在地 1984 年每百万人口邮局数(对数)×每年移动互联网用户(对数)的交互项”,并对多下游企业取均值匹配)处理潜在反向因果,Wald 外生性检验通过,核心结论依旧成立。
小结: 本部分归纳了核心经验证据:数字化转型经由供应链传导主要体现为下游→中游、以市场边界拓展为主,对理解企业生命周期具有关键启示。
三、论文实证设计
模型设定。 论文以中游企业生命周期(life 的阶段划分并据此构造 life1、life2 虚拟变量)为被解释变量,以上/下游企业数字化转型程度(DCG,按匹配客户均值或加权)为核心解释变量,控制企业规模、年龄、杠杆、资本密集度、盈利能力、治理结构等,构建含年份与行业固定效应的 Probit 模型;渠道检验在基准模型上引入 patent/HHI/TFP 的向量以识别传导路径。
数据来源与样本。
- 供应链关系:CSMAR 数据库收集 2011–2022 年沪深 A 股上市公司前五大供应商与销售商名单,逐年匹配构建“上游—中游—下游”链条数据集;
- 财务与治理:CSMAR 数据库与上市公司年报;
- 处理:剔除核心变量严重缺失、ST/ST*、房地产与金融行业、期间终止上市公司;连续变量在 1% 水平缩尾。起始年选 2011 年的依据包括数字技术推广拐点与行业分类口径调整。
变量与测度。
- 生命周期划分:综合“销售收入增长率、资本支出率、留存收益率、企业年龄”得分,按行业分位:前 1/3 成长期,中间 1/3 成熟期(life1=1),后 1/3 衰退期(life2=1);
- 数字化转型(DCG):基于年报文本对“人工智能、大数据、云计算、区块链、数字技术运用”等多维词频统计并汇总;
- 渠道与控制:patent(专利申请数)、HHI(客户集中度,值越小边界越广)、TFP(OP/LP 法,滞后一期);控制含 size、age、lev、cap、ros、roa、mega、top、equ 等;稳健性与内生性中使用 inf_q、b_life、DCG_s、d_DCG、d_life、IV 等变量。
小结: 本部分强调了实证识别框架:以 Probit + 渠道检验 的策略,结合 CSMAR 供应链/财务数据与年报文本,系统评估数字化转型经由供应链传导对企业生命周期的影响。
变量说明表格
变量名称 | 变量说明 |
---|---|
life | 企业生命周期阶段综合指标划分所得的阶段变量 |
life1 | 成熟期虚拟变量(企业处于行业中间 1/3 时取 1) |
life2 | 衰退期虚拟变量(企业处于行业后 1/3 时取 1) |
DCG | 上/下游企业数字化转型程度(年报多维数字化词频汇总并均值/加权) |
size | 企业规模(总资产对数) |
age | 企业年龄(ln(上市年龄+1)) |
lev | 资产负债率 |
cap | 资本密集度(总资产/营业收入) |
ros | 营业利润率(营业利润/营业收入) |
roa | 总资产净利润率(净利润/总资产) |
mega | 两职合一(董事长兼总经理=1) |
top | 股权集中度(前十大股东持股比例) |
equ | 产权比率(总负债/所有者权益) |
patent | 中游企业创新代理变量(专利申请数量) |
HHI | 客户集中度(市场边界代理,值越小边界越广) |
TFP | 全要素生产率(OP/LP 法,渠道检验滞后一期) |
inf_q | 信息披露质量(优秀=1) |
b_life | 期初生命周期得分 |
DCG_s | 中游企业自身数字化转型程度 |
d_DCG | 下游企业数字化转型是否高于当年中位数的虚拟变量 |
d_life | 中游企业是否处于成熟阶段的虚拟变量 |
IV | 工具变量:下游地市 1984 年每百万人口邮局数(对数)×每年移动互联网用户(对数)的交互项 |
四、论文结论与政策建议
结论。 数字化转型沿供应链的外溢具有方向性非对称:仅下游→中游显著,且通过市场边界拓展渠道改变中游企业生命周期,提高其进入成熟期概率并降低进入衰退期概率;上游→中游路径不显著。
政策建议。 研究为以数字化转型推动产业链升级与深化分工协作提供经验证据,提示需完善供应链数字生态、提升链上协同与信息共享效率、在竞争格局与地理分布差异下分类施策,以增进企业活力与生存机会。
小结: 本部分凝练了对策含义:围绕数字化转型与供应链传导优化产业链分工与数字生态,服务提升企业生命周期质量。
五、边际贡献与未来拓展
边际贡献。(1)系统揭示数字化转型效应在供应链中的传导路径;(2)将“数字化转型—企业生命周期”相联系,提供生存机会的经验证据;(3)从创新/市场边界/效率三方面辨识并验证传导机制;(4)从市场竞争度、长期合作、供应链地理分布、供应链效率等维度刻画传导的异质性。
未来拓展。 论文未明确提出具体的未来研究方向。
小结: 本部分总结了论文的边际贡献,并如实说明未来拓展信息缺失,进一步凸显“数字化转型—供应链传导—企业生命周期”的研究价值。