侯德帥，王 琪，張婷婷，董曼茹

（1.首都經(jīng)濟(jì)貿(mào)易大學(xué) 會計(jì)學(xué)院，北京 100070；2.華東理工大學(xué) 商學(xué)院，上海 200237；3.北京物資學(xué)院 信息學(xué)院，北京 101126）

一、引言

數(shù)字經(jīng)濟(jì)是新時(shí)期推動我國轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、重塑要素資源結(jié)構(gòu)、強(qiáng)化競爭優(yōu)勢的重要力量。2021 年中國信息通信研究院發(fā)布的數(shù)據(jù)顯示，2020 年我國數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)39.2 萬億元，占GDP的38.6%。特別是人工智能、區(qū)塊鏈、云計(jì)算等數(shù)字技術(shù)與實(shí)體產(chǎn)業(yè)深度融合，促進(jìn)了生產(chǎn)要素的高效流通，深刻改變了產(chǎn)業(yè)格局（Mithas 等，2013）。而數(shù)字化轉(zhuǎn)型又是數(shù)字經(jīng)濟(jì)發(fā)揮作用的關(guān)鍵。在數(shù)字經(jīng)濟(jì)的驅(qū)動下，我國企業(yè)加快了數(shù)字化轉(zhuǎn)型，促進(jìn)了商業(yè)模式的創(chuàng)新和產(chǎn)業(yè)升級（肖旭和戚聿東，2019）。尤其在新冠疫情沖擊及逆全球化背景下，數(shù)字化轉(zhuǎn)型還為企業(yè)提供了轉(zhuǎn)“?！睘椤皺C(jī)”的新途徑。推動數(shù)字化轉(zhuǎn)型不僅在企業(yè)層面受到極大的重視，而且上升到國家戰(zhàn)略層面。國務(wù)院在“十四五”發(fā)展規(guī)劃中提出“支持建設(shè)數(shù)字供應(yīng)鏈，帶動上下游企業(yè)加快數(shù)字化轉(zhuǎn)型”，“推動產(chǎn)業(yè)集群數(shù)字化轉(zhuǎn)型”。黨的二十大報(bào)告進(jìn)一步強(qiáng)調(diào)要大力推動數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的融合發(fā)展，促進(jìn)數(shù)字化轉(zhuǎn)型。這表明加快數(shù)字化轉(zhuǎn)型的步伐不僅是推動經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展和國家戰(zhàn)略實(shí)施的現(xiàn)實(shí)要求，更是新時(shí)期提升企業(yè)創(chuàng)新能力和實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵支撐。

從理論研究看，數(shù)字化轉(zhuǎn)型為企業(yè)帶來了技術(shù)進(jìn)步、供應(yīng)鏈優(yōu)化和戰(zhàn)略變革（戚聿東等，2021），打破了企業(yè)的傳統(tǒng)邊界（Yoo 等，2010），改變了市場競爭模式（肖旭和戚聿東，2019），提升了企業(yè)內(nèi)部資源配置效率（張遠(yuǎn)和李煥杰，2022），促進(jìn)了企業(yè)創(chuàng)新（劉洋等，2020；姚小濤等，2022）與成本優(yōu)化（趙宸宇等，2021；趙玲和黃昊，2022），進(jìn)而增強(qiáng)了企業(yè)競爭能力（胡媛媛等，2021）。因此，從理論上看數(shù)字化轉(zhuǎn)型也就基本具備了重構(gòu)企業(yè)客戶資源的能力，進(jìn)而為探索數(shù)字化轉(zhuǎn)型驅(qū)動下企業(yè)客戶資源調(diào)整問題提供了契機(jī)。

客戶是企業(yè)重要的資源，反映了企業(yè)的發(fā)展?jié)摿瓦\(yùn)營能力，但是,客戶資源的集中度較高會削弱企業(yè)的議價(jià)能力（Gosman 和Kohlbeck，2009；褚劍和方軍雄，2016），增加企業(yè)的經(jīng)營風(fēng)險(xiǎn)（Patatoukas，2012）。中國證監(jiān)會在對A股IPO企業(yè)進(jìn)行審核的51 條規(guī)定中，將客戶資源的集中度作為重點(diǎn)關(guān)注的風(fēng)險(xiǎn)事項(xiàng)。因此，探索上市企業(yè)客戶資源的集中度問題，避免企業(yè)陷入過于依賴部分大客戶所造成的風(fēng)險(xiǎn)，不僅是監(jiān)管部門重視的現(xiàn)實(shí)問題，也是理論和實(shí)踐關(guān)注的焦點(diǎn)。然而，現(xiàn)有研究主要考察了企業(yè)較高的客戶資源集中度所帶來的經(jīng)濟(jì)后果，較少涉及如何更好地治理企業(yè)客戶資源的集中度問題，尤其是鮮有文獻(xiàn)探索具有重要戰(zhàn)略價(jià)值的數(shù)字化轉(zhuǎn)型對企業(yè)客戶資源集中度調(diào)整的影響。

本文選取2007-2020 年滬深A(yù)股上市企業(yè)的數(shù)據(jù)為初始研究樣本，從企業(yè)客戶資源集中度視角，創(chuàng)造性地探索了企業(yè)數(shù)字化轉(zhuǎn)型影響下的客戶資源重構(gòu)問題。研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型有助于降低企業(yè)客戶資源的集中度，避免對部分大客戶的過度依賴。本文采用了傾向得分匹配法、多時(shí)點(diǎn)雙重差分模型、更換解釋變量、工具變量法和Heckman兩步法等方式，進(jìn)行了一系列的穩(wěn)健性和內(nèi)生性檢驗(yàn)后，結(jié)論依然成立。機(jī)制檢驗(yàn)發(fā)現(xiàn)創(chuàng)新驅(qū)動效應(yīng)和降本減費(fèi)效應(yīng)是數(shù)字化轉(zhuǎn)型發(fā)揮作用的關(guān)鍵。進(jìn)一步研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型作用的發(fā)揮具有異質(zhì)性，即對全要素生產(chǎn)率較低的企業(yè)、年輕企業(yè)、所在地普惠金融指數(shù)較高企業(yè)和非國有企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)調(diào)整客戶資源集中度過高的影響更為顯著。拓展性研究發(fā)現(xiàn)，當(dāng)大客戶為關(guān)聯(lián)企業(yè)或者為上市企業(yè)時(shí)，數(shù)字化轉(zhuǎn)型的作用將會被減弱；從企業(yè)數(shù)字化轉(zhuǎn)型細(xì)分角度看，人工智能、云計(jì)算和數(shù)字技術(shù)應(yīng)用能更有效地降低企業(yè)客戶資源的集中度，避免對大客戶資源的過度依賴。

本文的邊際貢獻(xiàn)主要體現(xiàn)在：

第一，有關(guān)企業(yè)大客戶資源的集中度研究，已有文獻(xiàn)主要從企業(yè)外部經(jīng)濟(jì)環(huán)境（陳峻等，2015）和企業(yè)投融資行為（周冬華和王晶，2017）等方面展開探索，且主要聚焦于探索企業(yè)大客戶資源集中度過高的經(jīng)濟(jì)后果問題，而本文基于數(shù)字化轉(zhuǎn)型視角，從驅(qū)動因素方面補(bǔ)充了企業(yè)大客戶資源集中度治理問題的研究。

第二，數(shù)字化轉(zhuǎn)型具有復(fù)雜性和系統(tǒng)性特征，對企業(yè)會造成多方面的影響，現(xiàn)有研究主要聚焦于企業(yè)的財(cái)務(wù)行為與資本市場反應(yīng)等，部分文獻(xiàn)還采用案例形式探索了終端個(gè)體零售消費(fèi)市場（劉洋等，2020；戚聿東和肖旭，2020；胡媛媛等，2021），但鮮有文獻(xiàn)從大客戶資源視角探索數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果。本文則從企業(yè)的大客戶資源集中度視角，探索企業(yè)數(shù)字化轉(zhuǎn)型在客戶資源重構(gòu)中的價(jià)值。

第三，客戶資源市場的競爭是數(shù)字經(jīng)濟(jì)時(shí)代競爭的重要落腳點(diǎn)，但這并不意味著企業(yè)可以從數(shù)字直接導(dǎo)向客戶，更不意味著所有的企業(yè)都可以從數(shù)字化轉(zhuǎn)型中顯著受益，從而實(shí)現(xiàn)客戶資源重構(gòu)的目標(biāo)，因此打開數(shù)字化轉(zhuǎn)型作用機(jī)制的“黑箱”就顯得至關(guān)重要。本文發(fā)現(xiàn)創(chuàng)新激勵和成本優(yōu)化效應(yīng)是數(shù)字化轉(zhuǎn)型驅(qū)動企業(yè)實(shí)現(xiàn)大客戶資源重構(gòu)的關(guān)鍵所在。這一發(fā)現(xiàn)不僅有助于進(jìn)一步深入解析企業(yè)數(shù)字化轉(zhuǎn)型發(fā)揮作用的“黑箱”，更從理論上證明了促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型與當(dāng)前推動我國企業(yè)高質(zhì)量發(fā)展的路徑相吻合，為未來相關(guān)研究提供了新思路。

二、文獻(xiàn)回顧

數(shù)字化轉(zhuǎn)型是指通過信息技術(shù)和創(chuàng)新，對企業(yè)業(yè)務(wù)的結(jié)構(gòu)構(gòu)建和工作流程進(jìn)行全面優(yōu)化和根本性的變革（Vial，2019），而不是簡單地僅從技術(shù)層面上進(jìn)行建設(shè)?，F(xiàn)有文獻(xiàn)對數(shù)字化轉(zhuǎn)型帶來的后果進(jìn)行了有益的探索。已有研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能緩解企業(yè)成本粘性（趙玲和黃昊，2022），顯著提高企業(yè)績效（易露霞等，2021），提升企業(yè)創(chuàng)新能力（樓潤平等，2022）和全要素生產(chǎn)率（趙宸宇等，2021）；在資本市場中還有助于增強(qiáng)股票流動性（吳非等，2021）；同時(shí)還能促進(jìn)企業(yè)感知和應(yīng)對動態(tài)復(fù)雜的競爭環(huán)境，提升企業(yè)國際化廣度（王墨林等，2022）。

已有研究也表明傳統(tǒng)線性結(jié)構(gòu)的供應(yīng)鏈主要是供應(yīng)商-企業(yè)-客戶的形式，每一層次分別有各自的角色職能，而數(shù)字化轉(zhuǎn)型改變了供應(yīng)鏈的形式和結(jié)構(gòu)，模糊了供應(yīng)商、企業(yè)和客戶的角色邊界，使得企業(yè)主體之間形成網(wǎng)狀供應(yīng)鏈，以致客戶范圍變得更加寬廣（陳劍等，2020）。在客戶資源的集中度研究方面，已有文獻(xiàn)主要從供應(yīng)鏈（陳峻等，2015）和融資結(jié)構(gòu)（周冬華和王晶，2017）等視角，對企業(yè)客戶資源的問題進(jìn)行了有益探索，發(fā)現(xiàn)客戶資源的集中度越高代表企業(yè)越依賴大客戶（陳峻等，2015；李歡等，2018；李姝等，2021；趙爽等，2022），以致企業(yè)客戶資源風(fēng)險(xiǎn)升高。較高的客戶資源集中度不僅會制約企業(yè)的議價(jià)能力，擠壓企業(yè)的利潤空間（褚劍和方軍雄，2016），而且還會限制企業(yè)應(yīng)對外部不確定性的能力（王俊秋和畢經(jīng)緯，2016）。

這些研究表明合理管控客戶資源的集中度是優(yōu)化企業(yè)客戶資源的關(guān)鍵環(huán)節(jié)。據(jù)此，一些學(xué)者對如何優(yōu)化企業(yè)客戶資源集中度問題做了有益的探索。李姝等（2021）發(fā)現(xiàn)，技術(shù)進(jìn)步能夠提升企業(yè)的競爭優(yōu)勢，提高創(chuàng)新質(zhì)量，引導(dǎo)和創(chuàng)造消費(fèi)，從而降低對大客戶的依賴，緩解企業(yè)的客戶資源集中度過高的問題。包群和但佳麗（2021）研究發(fā)現(xiàn)，日益復(fù)雜的現(xiàn)代商業(yè)網(wǎng)絡(luò)及共享商業(yè)關(guān)系能夠提升商業(yè)搜尋效率，使企業(yè)更好地拓展新客戶，促使商業(yè)關(guān)系分散化，降低企業(yè)的商業(yè)風(fēng)險(xiǎn)。Leung 和Sun（2021）認(rèn)為，經(jīng)濟(jì)政策不確定性增加會促使企業(yè)采取擴(kuò)大客戶數(shù)量或者拓展收入來源的方式分散風(fēng)險(xiǎn)。但也有研究認(rèn)為，當(dāng)外部環(huán)境不確定性較高時(shí)，企業(yè)面臨著較高的經(jīng)營風(fēng)險(xiǎn)，有可能更依賴大客戶（陳峻等，2015）。吳興宇等（2020）還發(fā)現(xiàn)，由于中國的法治制度不完善、市場信息不透明和市場競爭激烈等原因，企業(yè)拓展新客戶產(chǎn)生的交易成本和轉(zhuǎn)換成本較高，導(dǎo)致企業(yè)不得不繼續(xù)依賴?yán)峡蛻?。正如陳勝藍(lán)和劉曉玲（2020）的研究所發(fā)現(xiàn)的那樣，雖然高鐵開通提高了便利性，增加了交易量，但是限于轉(zhuǎn)換成本問題，反而讓企業(yè)更加依賴大客戶資源。

三、理論分析與研究假設(shè)

從現(xiàn)有理論對大客戶管理的研究可以看出，造成企業(yè)過度依賴大客戶的關(guān)鍵原因在于企業(yè)競爭力不足，使得企業(yè)的持續(xù)經(jīng)營能力受限，無法吸引新客戶，以致企業(yè)不得不過于依賴部分銷售占比較高的老客戶。同時(shí)，當(dāng)前技術(shù)進(jìn)步對創(chuàng)新的原創(chuàng)性要求升高以及要素成本上升等外部挑戰(zhàn)，極大地制約了企業(yè)競爭力的提升，以致企業(yè)在調(diào)整客戶資源集中度的過程中瓶頸問題突出，而數(shù)字化轉(zhuǎn)型為解決相關(guān)問題提供了可能。

數(shù)字化轉(zhuǎn)型推動了企業(yè)數(shù)字化技術(shù)的應(yīng)用，優(yōu)化了企業(yè)內(nèi)部資源配置（劉洋等，2020；袁淳等，2021；樓潤平等，2022；姚小濤等，2022），對外則增強(qiáng)了企業(yè)的資源吸引能力和整合能力，提高了企業(yè)對外部環(huán)境的容忍性和適應(yīng)性（王墨林等，2022）。李樹文等（2022）還發(fā)現(xiàn)，在數(shù)字化轉(zhuǎn)型驅(qū)動下，企業(yè)和客戶之間的權(quán)力配置從“企業(yè)本位”到“客戶本位”，從而確立了以客戶為中心、強(qiáng)化服務(wù)的市場風(fēng)向，并促進(jìn)企業(yè)整合優(yōu)勢資源，實(shí)現(xiàn)共生突破，賦能企業(yè)發(fā)展。而數(shù)字化轉(zhuǎn)型能從根本上強(qiáng)化企業(yè)的創(chuàng)新（易露霞等，2021）和成本管理（趙宸宇等，2021），并實(shí)現(xiàn)差異化、專門化生產(chǎn)，繼而重塑了企業(yè)的市場競爭優(yōu)勢（戚聿東和肖旭，2020；胡媛媛等，2021）。而市場競爭力又體現(xiàn)了企業(yè)的市場議價(jià)能力和可持續(xù)發(fā)展能力，是企業(yè)應(yīng)對市場競爭的戰(zhàn)略性資產(chǎn)。當(dāng)企業(yè)的核心競爭力得到提高時(shí)，企業(yè)的經(jīng)營發(fā)展便得到了保障，這不僅有助于推動企業(yè)構(gòu)建穩(wěn)定的客戶資源（陳德球和胡晴，2022），而且還可依靠自身的核心競爭力拓展與新客戶的合作關(guān)系，大客戶的重要性和影響力便會降低（張曄等，2019；包群和但佳麗，2021）。

此外，數(shù)字化轉(zhuǎn)型能促使企業(yè)在更大范圍內(nèi)精準(zhǔn)定位和創(chuàng)造客戶需求（陳劍等，2020）。一方面，在數(shù)字化轉(zhuǎn)型驅(qū)動下，客戶信息會轉(zhuǎn)化為一個(gè)個(gè)算法符號，可以在極短的時(shí)間內(nèi)被企業(yè)捕捉，這使得企業(yè)能夠在相當(dāng)短的時(shí)間內(nèi)接觸到更多的客戶需求信息（戚聿東和肖旭，2020），強(qiáng)化了企業(yè)對客戶數(shù)據(jù)的采集和整合能力（李樹文等，2022）。另一方面，企業(yè)利用大數(shù)據(jù)的定向追蹤和數(shù)據(jù)挖掘功能，高效把控潛在客戶的訂單歷史、客戶服務(wù)信息和業(yè)務(wù)訂單等（袁淳等，2021）。同時(shí)在數(shù)字化驅(qū)動下，通過優(yōu)化成本和激發(fā)創(chuàng)新等競爭力提升途徑滿足客戶需求（樓潤平等，2022），并進(jìn)一步通過數(shù)字化信息傳播拓寬客戶范圍（李姝等，2021），從而避免對部分大客戶的過度依賴，緩解企業(yè)客戶資源的集中度較高的問題。鑒于此，本文提出假設(shè)1：在其他條件不變的情況下，企業(yè)的數(shù)字化轉(zhuǎn)型有助于降低企業(yè)客戶資源的集中度。

基于對假設(shè)1 的實(shí)證研究如果能夠發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型有助于降低企業(yè)客戶資源的集中度，避免對主要大客戶的過度依賴，那么根據(jù)假設(shè)1 的理論分析，數(shù)字化轉(zhuǎn)型所帶來的激發(fā)創(chuàng)新和優(yōu)化成本的作用機(jī)制將會發(fā)揮重要的作用，對此，本文將做進(jìn)一步討論分析，具體而言：從數(shù)字化轉(zhuǎn)型的創(chuàng)新驅(qū)動效應(yīng)視角來看，數(shù)字化轉(zhuǎn)型重塑了企業(yè)的業(yè)務(wù)、組織和經(jīng)營理念（易露霞等，2021），使企業(yè)的開放性增強(qiáng)（Yoo 等，2010）。在數(shù)字化轉(zhuǎn)型驅(qū)動下，數(shù)字技術(shù)與實(shí)體產(chǎn)業(yè)的深度融合突破了傳統(tǒng)要素的約束，并對生產(chǎn)資源進(jìn)行優(yōu)化重組，驅(qū)動了企業(yè)創(chuàng)新（姚小濤等，2022），加快了企業(yè)的創(chuàng)新產(chǎn)出（劉洋等，2020），進(jìn)而提升了企業(yè)的競爭優(yōu)勢（戚聿東和肖旭，2020）。洪俊杰等（2022）還發(fā)現(xiàn)，在數(shù)字化轉(zhuǎn)型推動下，企業(yè)可以任意參與到從產(chǎn)品的設(shè)計(jì)、研發(fā)、生產(chǎn)、供應(yīng)、銷售再到售后等環(huán)節(jié)，實(shí)現(xiàn)創(chuàng)新突破。而創(chuàng)新產(chǎn)出的直接終端便是客戶，在創(chuàng)新突破基礎(chǔ)上，促使企業(yè)打造產(chǎn)品的個(gè)性化、專門化和差異化（周之瀚和楊曦，2021），實(shí)現(xiàn)產(chǎn)品對應(yīng)客戶需求的適度匹配。這既提高了企業(yè)供應(yīng)客戶需求的精準(zhǔn)性，又能滿足客戶多樣化的需求，同時(shí)還能通過創(chuàng)新促使企業(yè)從滿足客戶主觀需求演變?yōu)橥诰蚩蛻粜枨螅ㄆ蓓矕|和肖旭，2020；李樹文等，2022）。甚至是在更大范圍內(nèi)創(chuàng)造客戶需求（陳劍等，2020），進(jìn)而刺激客戶的需求感知，吸引更多的客戶群體，降低了企業(yè)客戶資源的集中度。

可見，在創(chuàng)新驅(qū)動效應(yīng)下，預(yù)期數(shù)字化轉(zhuǎn)型能夠推動企業(yè)特別是那些創(chuàng)新水平較低企業(yè)創(chuàng)造和挖掘更多的客戶需求，并對客戶需求做出及時(shí)反饋，拓展企業(yè)的客戶邊界和客戶資源范圍，以實(shí)現(xiàn)客戶資源結(jié)構(gòu)的優(yōu)化，避免對大客戶資源的過度依賴。鑒于此，本文提出假設(shè)2：在其他條件不變的情況下，相對于創(chuàng)新水平較高的企業(yè)而言，數(shù)字化轉(zhuǎn)型更有助于推動創(chuàng)新水平較低企業(yè)優(yōu)化客戶資源結(jié)構(gòu)，降低對大客戶資源的過度依賴，即數(shù)字化轉(zhuǎn)型發(fā)揮了創(chuàng)新驅(qū)動效應(yīng)。

從數(shù)字化轉(zhuǎn)型的降本減費(fèi)效應(yīng)視角來看。數(shù)字化轉(zhuǎn)型有利于降低企業(yè)的經(jīng)營成本費(fèi)用，從而形成競爭優(yōu)勢，為企業(yè)調(diào)整客戶資源的集中度提供支撐。具體而言，數(shù)字化轉(zhuǎn)型可以促進(jìn)物流互聯(lián)網(wǎng)、通訊互聯(lián)網(wǎng)和能源互聯(lián)網(wǎng)之間的相互融合而造就物聯(lián)網(wǎng)革命，并使得企業(yè)之間的競爭理念由傳統(tǒng)的零和博弈競爭轉(zhuǎn)變?yōu)榛诠蚕韮r(jià)值的合作，催生出具有零邊際成本特點(diǎn)的共享經(jīng)濟(jì)模式，形成經(jīng)營成本優(yōu)勢（肖紅軍，2015）。進(jìn)一步而言，相較于傳統(tǒng)的垂直型供應(yīng)鏈，數(shù)字化轉(zhuǎn)型搭建的平臺將實(shí)體店面轉(zhuǎn)移到虛擬的網(wǎng)絡(luò)空間，不再受到物理空間的限制（陳劍等，2020），有助于形成優(yōu)于集成配置的網(wǎng)絡(luò)型供應(yīng)鏈（Wang 等，2017）。企業(yè)甚至也可以借助數(shù)字化轉(zhuǎn)型搭建共享經(jīng)濟(jì)平臺，實(shí)現(xiàn)生產(chǎn)資料共享和客戶資源共享，這在一定程度上有助于商業(yè)關(guān)系的分散化（包群和但佳麗，2021）和信息質(zhì)量的提升（車德欣等，2021），從而提升企業(yè)供應(yīng)鏈的運(yùn)作效率，以及促進(jìn)技術(shù)對人工的替代，推動企業(yè)節(jié)約成本（趙玲和黃昊，2022）和降低融資成本（車德欣等，2021），以致能從整體上降低企業(yè)成本，提升企業(yè)成本競爭優(yōu)勢（趙宸宇等，2021）。

而隨著當(dāng)前各項(xiàng)要素成本的上升，企業(yè)的成本競爭優(yōu)勢同樣較好地體現(xiàn)了企業(yè)的產(chǎn)品市場競爭力，并形成了企業(yè)的戰(zhàn)略性資產(chǎn)，使企業(yè)的經(jīng)營發(fā)展得到了強(qiáng)有效的保障（陳德球和胡晴，2022）。因此，企業(yè)的成本競爭力得到提高有助于增加企業(yè)接觸客戶的機(jī)會，提高了企業(yè)客戶資源的整合能力，使企業(yè)可以面向更多的客戶群體，形成規(guī)模效應(yīng)，以致客戶資源的廣泛性增強(qiáng)（張曄等，2019），從而有助于企業(yè)優(yōu)化客戶資源結(jié)構(gòu)，避免出現(xiàn)對大客戶資源的過度依賴。鑒于此，本文提出假設(shè)3：在其他條件不變的情況下，相對于具有較高成本費(fèi)用優(yōu)勢的企業(yè)而言，數(shù)字化轉(zhuǎn)型更有助于推動高成本費(fèi)用企業(yè)優(yōu)化客戶資源結(jié)構(gòu)，降低對大客戶資源的過度依賴，即數(shù)字化轉(zhuǎn)型發(fā)揮了降本減費(fèi)效應(yīng)。

四、研究設(shè)計(jì)

關(guān)于樣本和數(shù)據(jù)來源說明如下：本文選取2007-2020 年滬深A(yù)股上市企業(yè)的數(shù)據(jù)為初始研究樣本，并對該數(shù)據(jù)進(jìn)行了如下處理：（1）剔除金融類企業(yè)；（2）剔除ST、*ST的樣本；（3）剔除控制變量樣本缺失值；（4）為減少異常值影響，本文對所有微觀層面的連續(xù)變量進(jìn)行1%和99%的縮尾處理。企業(yè)客戶資源相關(guān)信息來自于wind 數(shù)據(jù)庫，相關(guān)企業(yè)年報(bào)文本數(shù)據(jù)來自巨潮資訊網(wǎng)，其他原始數(shù)據(jù)均來自國泰安數(shù)據(jù)庫（CSMAR），最終得到了14 871 個(gè)觀察值，但一些變量存在缺失值問題，因此在實(shí)際回歸中會存在一些偏差。

為緩解內(nèi)生性問題，同時(shí)考慮到數(shù)字化轉(zhuǎn)型對企業(yè)客戶資源集中度的影響具有一定的時(shí)滯性，本文在實(shí)證檢驗(yàn)中對因變量做了提前一期處理。根據(jù)前文理論分析，設(shè)定如下基準(zhǔn)模型：

其中，被解釋變量借鑒陳峻等（2015）、褚劍和方軍雄（2016）、李歡等（2018）、李姝等（2021）、趙爽等（2022）的研究，采用客戶資源結(jié)構(gòu)的代理變量即客戶資源集中度（CC）衡量，計(jì)算方法為企業(yè)前五大客戶銷售額占總銷售額之比。解釋變量DIG表示企業(yè)數(shù)字化轉(zhuǎn)型程度，衡量方法采用文本分析法，對企業(yè)年報(bào)中有關(guān)云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)字技術(shù)應(yīng)用、區(qū)塊鏈技術(shù)和人工智能技術(shù)的細(xì)分指標(biāo)詞匯建立詞庫，并使用Python 進(jìn)行識別計(jì)數(shù)，對詞匯出現(xiàn)的頻次取對數(shù)。其中，借鑒吳非等（2021）、趙宸宇等（2021）和易露霞等（2021）的研究，將數(shù)字化轉(zhuǎn)型詞譜分成“底層技術(shù)應(yīng)用層”和“數(shù)字技術(shù)應(yīng)用層”并取交集，形成數(shù)字化轉(zhuǎn)型詞庫。因?yàn)榉椒ㄝ^為成熟，在此不再贅述。本文借鑒現(xiàn)有文獻(xiàn)，還控制了如下變量：Size，用企業(yè)資產(chǎn)規(guī)模的對數(shù)形式；Lev，表示企業(yè)資產(chǎn)負(fù)債比；Shrcr1，表示第一大股東持股比例；CF，表示企業(yè)現(xiàn)金流強(qiáng)度，用現(xiàn)金及其現(xiàn)金等價(jià)物與總資產(chǎn)之比；BM，表示賬面市值比，用企業(yè)所有者權(quán)益總額與市值之比；ROA，代表總資產(chǎn)收益率，為本年度的凈利潤與上年度的總資產(chǎn)之比；Age，代表上市時(shí)間，采用企業(yè)上市年限的對數(shù)；Dual，表示董事長和總經(jīng)理兩職合一為1，否則為0；T_rec，為上市企業(yè)的應(yīng)收賬款周轉(zhuǎn)率；Board，表示董事會人數(shù)；Capit，代表資本密集度，衡量方法為總資產(chǎn)與營業(yè)收入之比；Growth，代表營業(yè)收入增長率。此外，本文還控制了年份效應(yīng)（Year）、行業(yè)效應(yīng)（Ind）和企業(yè)個(gè)體固定效應(yīng)（Firm）。由于控制的維度較多，實(shí)證研究采用多維固定效應(yīng)模型進(jìn)行檢驗(yàn)，回歸標(biāo)準(zhǔn)誤經(jīng)企業(yè)層面聚類（Cluster）處理。

變量CC的均值為0.320，最大值、最小值分別為0.986、0.113，整體看我國企業(yè)客戶集中度相對較高，且不同企業(yè)的差異也相對較大，這與現(xiàn)有的研究結(jié)果基本一致。變量DIG的均值為2.042，最小值為0.693，最大值為6.176，說明企業(yè)數(shù)字化轉(zhuǎn)型存在一定的差異，即解釋變量具有變異性，這符合計(jì)量經(jīng)濟(jì)學(xué)的基本假定。①受篇幅限制，主要變量描述性統(tǒng)計(jì)結(jié)果未在文中報(bào)告，備索。

五、實(shí)證檢驗(yàn)與結(jié)果分析

（一）基準(zhǔn)回歸檢驗(yàn)結(jié)果。表1 報(bào)告了對假設(shè)1 的檢驗(yàn)結(jié)果。表1列（1）呈現(xiàn)了未控制企業(yè)特征變量的回歸結(jié)果。結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)（DIG）的回歸系數(shù)在1%的水平上顯著為負(fù)；在表1 列（2）中，加入相關(guān)控制變量后，DIG的估計(jì)系數(shù)依然顯著為負(fù)。這一研究結(jié)果初步支持了假設(shè)1，即企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型有助于降低企業(yè)客戶資源的集中度，避免對主要大客戶的過度依賴，這對企業(yè)客戶資源具有一定的優(yōu)化價(jià)值。但是關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)客戶資源集中度的內(nèi)在邏輯，還需進(jìn)一步探索。其他控制變量結(jié)果與已有研究基本一致，不再贅述。

表1 基準(zhǔn)回歸檢驗(yàn)結(jié)果

（二）穩(wěn)健性檢驗(yàn)。

1.傾向得分匹配法（PSM）。雖然從理論上看，在本文研究中自選擇并不是一個(gè)突出的問題，但出于謹(jǐn)慎考慮，本文依然采用PSM進(jìn)行穩(wěn)健性檢驗(yàn)。借鑒胡媛媛等（2021）和洪俊杰等（2022）的研究，根據(jù)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型對全部樣本進(jìn)行分組，以企業(yè)規(guī)模（Size）、LP方法計(jì)算得出的企業(yè)全要素生產(chǎn)率（Tfp）、股權(quán)集中度（Shrcr）、壞賬計(jì)提比例（BD）、資產(chǎn)收益率（ROA）作為協(xié)變量匹配變量，以最近鄰匹配為原則，為處理組尋找相近特征的對照組。在進(jìn)行PSM回歸估計(jì)前，所有協(xié)變量均通過平衡性檢驗(yàn)，并且在1:1 最近鄰原則下數(shù)字化轉(zhuǎn)型企業(yè)平均處理效應(yīng)（ATT）均為正且在1%水平上顯著。經(jīng)過傾向性得分匹配后，處理組和對照組的特征差異得到大幅度消除。經(jīng)過傾向性得分匹配后，與前文基準(zhǔn)結(jié)果相一致。②受篇幅限制，PSM 配對平衡性分析和PSM 檢驗(yàn)結(jié)果未在文中報(bào)告，備索。

2.多期DID。鑒于企業(yè)實(shí)行數(shù)字化是一個(gè)漸進(jìn)過程，是較為理想的準(zhǔn)自然實(shí)驗(yàn)，因此本文采用多期DID模型進(jìn)行內(nèi)生性檢驗(yàn)。借鑒吳非等（2021）的研究構(gòu)建多時(shí)點(diǎn)雙重差分模型如下：

其中，若du=1，表示在樣本期間內(nèi)進(jìn)行數(shù)字化轉(zhuǎn)型的組別，若du=0，則表示在樣本期間內(nèi)一直未進(jìn)行數(shù)字化轉(zhuǎn)型的組別；進(jìn)一步設(shè)置dt為時(shí)間虛擬變量，若企業(yè)當(dāng)年和之后年份進(jìn)行數(shù)字化轉(zhuǎn)型，dt為 1，否則為 0。模型（2）和（3）中交乘項(xiàng)的系數(shù)β1體現(xiàn)了企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型后對客戶資源集中度的影響大小，是主要待估參數(shù)?；貧w結(jié)果見表2。

表2 報(bào)告了基于多期雙重差分方法得到的結(jié)果。模型（2）回歸結(jié)果如列（1）所示，交乘項(xiàng)的系數(shù)為負(fù)，說明企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型能顯著解決企業(yè)客戶資源的集中度問題，降低對主要大客戶資源的依賴?；谀Ｐ停?）得出回歸結(jié)果如列（2）所示，系數(shù)仍為負(fù)，且在1%的水平上顯著，由此可以發(fā)現(xiàn)，經(jīng)過內(nèi)生性處理后，本文的核心結(jié)論依舊保持著高度穩(wěn)健。

表2 穩(wěn)健性檢驗(yàn)：多期DID

3.工具變量法。由于企業(yè)客戶資源的集中度可能反向作用于數(shù)字化轉(zhuǎn)型，因此本文采用工具變量法進(jìn)行估計(jì)，以控制模型的內(nèi)生性問題。本文借鑒肖紅軍等（2021）的做法，采用按年度-地區(qū)-行業(yè)劃分的數(shù)字化水平均值（DIG_C）作為工具變量進(jìn)行內(nèi)生性檢驗(yàn)。這是因?yàn)橥惼髽I(yè)的數(shù)字化轉(zhuǎn)型具有一定的趨同性，而且相同城市的數(shù)字化基礎(chǔ)設(shè)施是一致的。但是對于企業(yè)客戶資源的集中度而言，其主要依賴于企業(yè)個(gè)體特征和能力，而與企業(yè)所在城市的數(shù)字化發(fā)展水平無必然聯(lián)系?；貧w結(jié)果見表3。根據(jù)檢驗(yàn)結(jié)果，在第一階段，工具變量DIG_C的估計(jì)系數(shù)顯著為正，即一個(gè)城市企業(yè)整體的數(shù)字化水平有助于提升企業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展；在第二階段，在主模型中加入工具變量后，數(shù)字化轉(zhuǎn)型的預(yù)測變量DIG_P的估計(jì)系數(shù)依然顯著為負(fù)。這一結(jié)果表明控制了可能的內(nèi)生性問題后，本文研究結(jié)論依然不變。

表3 穩(wěn)健性檢驗(yàn)：工具變量法

在對檢驗(yàn)工具變量有效性進(jìn)行識別時(shí)，首先，Anderson統(tǒng)計(jì)量為43.482，p值為0.00，拒絕原假設(shè)認(rèn)為存在識別不足的問題。其次，根據(jù)弱工具變量檢驗(yàn)，Cragg-Donald統(tǒng)計(jì)量為43.494，大于10%偏誤下的臨界值16.38，可排除弱工具變量問題，拒絕弱工具變量的假設(shè)。最后，根據(jù)Durbin-Wu-Hausman檢驗(yàn)，卡方統(tǒng)計(jì)量為2.089，p值為0.149，表明潛在的內(nèi)生性問題得到了控制。

4.替換核心變量。為了進(jìn)一步驗(yàn)證數(shù)字化轉(zhuǎn)型對企業(yè)客戶資源集中度的影響，本文采用改變核心變量的方式進(jìn)行檢驗(yàn)。將被解釋變量前五大客戶銷售額占比（CC）替換成第一大客戶銷售額占比（CC1）進(jìn)行回歸，得到DIG的系數(shù)仍顯著為負(fù)，表明核心結(jié)論穩(wěn)健。①受篇幅限制，替換核心變量檢驗(yàn)結(jié)果未在文中報(bào)告，備索。

5.Heckman二階段檢驗(yàn)。客戶資源的集中度較低表明企業(yè)具有較高的議價(jià)能力、經(jīng)營能力和核心競爭力（王俊秋和畢經(jīng)緯，2016），并且數(shù)字化轉(zhuǎn)型需要的基礎(chǔ)設(shè)施花費(fèi)巨大，因此那些有著較強(qiáng)優(yōu)勢的企業(yè)更有條件和可能性去實(shí)行數(shù)字化轉(zhuǎn)型，從而可能會產(chǎn)生樣本選擇偏誤問題。為了檢驗(yàn)樣本選擇偏誤對研究結(jié)論造成的影響，借鑒王墨林等（2022）的研究，采用Heckman兩階段法再次進(jìn)行回歸分析。在Heckman第一階段回歸中，引入企業(yè)數(shù)字化轉(zhuǎn)型（IFDIG）這一虛擬變量作為被解釋變量構(gòu)建概率方程，預(yù)測企業(yè)數(shù)字化轉(zhuǎn)型的概率，并計(jì)算逆米爾斯比率（Mills）。在原有控制變量的基礎(chǔ)上，引入市場化指數(shù)（MK）作為外生變量來進(jìn)行控制。在相關(guān)性方面，市場化程度較高的地區(qū)具有更豐富發(fā)達(dá)的要素市場，能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型提供要素支撐。而企業(yè)數(shù)字化轉(zhuǎn)型不僅需要較強(qiáng)的資金支持，也依賴于完善的要素配置市場，從而實(shí)現(xiàn)數(shù)字技術(shù)積累和創(chuàng)新研發(fā)（趙宸宇等，2021）。因此，在一定程度上，較好的市場發(fā)育程度驅(qū)動著企業(yè)數(shù)字化轉(zhuǎn)型并且使得數(shù)字化轉(zhuǎn)型過程更穩(wěn)妥，數(shù)字化轉(zhuǎn)型程度更徹底。根據(jù)Heckman第一階段結(jié)果，可得出“市場化進(jìn)程越高，企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型的概率越高”的結(jié)論。最后控制了逆米爾比率的回歸結(jié)果顯示核心結(jié)論穩(wěn)健。①受篇幅限制，Heckman 兩步法檢驗(yàn)結(jié)果未在文中報(bào)告，備索。

六、機(jī)制檢驗(yàn)

在對假設(shè)1 的實(shí)證研究基礎(chǔ)上，為了探索數(shù)字化轉(zhuǎn)型在降低對大客戶依賴過程中的內(nèi)在影響機(jī)制，本文進(jìn)一步對假設(shè)2 和假設(shè)3 進(jìn)行檢驗(yàn)。

（一）創(chuàng)新驅(qū)動效應(yīng)視角的機(jī)制檢驗(yàn)。在對假設(shè)2 的檢驗(yàn)過程中，采用發(fā)明專利獲得量作為影響機(jī)制變量，衡量方法為發(fā)明專利獲得量加1 后取自然對數(shù)。在檢驗(yàn)過程中，將樣本按發(fā)明專利獲得量的年度行業(yè)中位數(shù)分成高低兩組，檢驗(yàn)結(jié)果見表4 列（1）和列（2）。結(jié)果顯示，相對于創(chuàng)新水平較高的企業(yè)而言，數(shù)字化轉(zhuǎn)型更有助于推動創(chuàng)新水平較低企業(yè)的客戶資源集中度，避免了其對大客戶資源的過度依賴。這支持了假設(shè)2，表明數(shù)字化轉(zhuǎn)型發(fā)揮了創(chuàng)新驅(qū)動效應(yīng)。

（二）降本減費(fèi)視角的機(jī)制檢驗(yàn)。在檢驗(yàn)假設(shè)3 時(shí)，借鑒趙宸宇等（2021）的研究，采用成本費(fèi)用率作為機(jī)制變量，衡量方法為營業(yè)成本和財(cái)務(wù)費(fèi)用之和除以營業(yè)收入。在檢驗(yàn)過程中，將樣本按成本費(fèi)用率的年度行業(yè)中位數(shù)分成高低兩組，檢驗(yàn)結(jié)果見表4 列（3）和列（4）。結(jié)果顯示，相對于成本費(fèi)用較低的企業(yè)而言，數(shù)字化轉(zhuǎn)型更有助于推動成本費(fèi)用較高企業(yè)的客戶資源集中度，避免對大客戶資源的過度依賴。這支持了假設(shè)3，表明數(shù)字化轉(zhuǎn)型發(fā)揮了降本減費(fèi)效應(yīng)。

表4 機(jī)制檢驗(yàn)

七、異質(zhì)性分析

基于對假設(shè)1 的檢驗(yàn)，雖然發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型有助于降低企業(yè)客戶資源的集中度，避免對大客戶資源的過度依賴，但是這并不意味著所有的企業(yè)都可以通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)客戶資源集中度的優(yōu)化治理。對于已處于較高市場地位或者具有其他優(yōu)勢的企業(yè)而言，數(shù)字化轉(zhuǎn)型可能僅為“錦上添花”，效果相對較弱。而對有較大提升空間的企業(yè)而言，數(shù)字化轉(zhuǎn)型更可能體現(xiàn)為“雪中送炭”，收獲更大。Hajli 等（2015）也發(fā)現(xiàn)，并不是所有實(shí)行數(shù)字化轉(zhuǎn)型的企業(yè)都能在該過程中受益，僅有部分企業(yè)能夠享受數(shù)字驅(qū)動帶來的經(jīng)濟(jì)紅利。據(jù)此，本文基于已有文獻(xiàn)，主要從企業(yè)的全要素生產(chǎn)率、經(jīng)營歷史、普惠金融發(fā)展和產(chǎn)權(quán)性質(zhì)四個(gè)維度展開異質(zhì)性研究。

表5 列（1）和列（2）報(bào)告了基于企業(yè)全要素生產(chǎn)率的分組檢驗(yàn)結(jié)果。借鑒Levinsohn 和Petrin（2003）的研究，采取LP方法計(jì)算得出企業(yè)全要素生產(chǎn)率，并根據(jù)年度行業(yè)中位數(shù)進(jìn)行分組。實(shí)證結(jié)果顯示，在企業(yè)全要素生產(chǎn)率較低的條件下，數(shù)字化轉(zhuǎn)型顯著地降低了企業(yè)客戶資源的集中度，而對全要素生產(chǎn)率較高企業(yè)作用不明顯。究其原因可能在于：對于企業(yè)而言，較高的全要素生產(chǎn)率不僅意味著企業(yè)債券違約的概率較低（羅朝陽和李雪松，2020），而且表明企業(yè)創(chuàng)新能力突出（白萬平等，2022），成本優(yōu)勢明顯（王鵬和鐘敏，2022），從而在市場中更易處于競爭優(yōu)勢地位。因此相對而言，全要素生產(chǎn)率較高的企業(yè)不僅具有較強(qiáng)的資源整合和吸收能力，而且對外開放度和包容性相對較高，其客戶資源結(jié)構(gòu)也會相對合理，進(jìn)一步優(yōu)化的空間相對較弱，此時(shí)在優(yōu)化客戶資源方面，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型發(fā)揮作用的空間會相對有限。而當(dāng)企業(yè)的全要素生產(chǎn)率較低時(shí)，一方面表明企業(yè)創(chuàng)新能力較弱，面臨挑戰(zhàn)較大，競爭優(yōu)勢不足；另一方面也為企業(yè)利用數(shù)字化轉(zhuǎn)型提升綜合實(shí)力和挖掘價(jià)值潛力創(chuàng)造了更大的空間（袁淳等，2021；趙宸宇等，2021）。白萬平等（2022）也發(fā)現(xiàn)，當(dāng)企業(yè)的全要素生產(chǎn)率較低時(shí)，數(shù)字化轉(zhuǎn)型具有顯著的提升作用。據(jù)此，相對于全要素生產(chǎn)率較高的企業(yè)而言，數(shù)字化轉(zhuǎn)型更有助于降低全要素生產(chǎn)率較低企業(yè)客戶資源的集中度，緩解其對主要大客戶資源的過度依賴，這不僅印證了本文的實(shí)證檢驗(yàn)結(jié)果，同時(shí)也進(jìn)一步說明本文機(jī)制研究結(jié)論的可靠性。

表5 列（3）和列（4）報(bào)告了基于企業(yè)經(jīng)營歷史視角的分組檢驗(yàn)結(jié)果。其中，采用企業(yè)成立年限衡量企業(yè)的經(jīng)營歷史，并根據(jù)企業(yè)成立年限的年度行業(yè)中位數(shù)進(jìn)行分組。根據(jù)實(shí)證結(jié)果可見，在年輕企業(yè)中，數(shù)字化轉(zhuǎn)型降低企業(yè)客戶資源集中度的效果會更加顯著。究其原因可能在于：隨著經(jīng)營時(shí)間的變長，企業(yè)在市場上不斷積淀，組織韌性越來越大，應(yīng)對不確定因素的能力逐漸變強(qiáng)（陸蓉等，2021），并開始擁有較為穩(wěn)定的上下游關(guān)系，對客戶的把控和聯(lián)通逐漸穩(wěn)固，由此長久形成的慣性會在一定程度上緩沖企業(yè)的組織變革和生產(chǎn)變革。因此，相比年輕的企業(yè)，成立時(shí)間較長的企業(yè)已有長期穩(wěn)定的客戶源，即便企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型，數(shù)字化在優(yōu)化調(diào)整客戶資源方面的作用也相對有限。

對于年輕企業(yè)而言，一方面要面臨市場中已存在對手的強(qiáng)有力競爭和市場門檻，以及技術(shù)積累不足帶來的問題及市場推廣壓力等，因此更有動機(jī)在更廣的范圍內(nèi)尋求客戶資源；另一方面，年輕企業(yè)受時(shí)代潮流影響，趕上數(shù)字化轉(zhuǎn)型的風(fēng)口，受數(shù)字化環(huán)境的滲透程度較深（李小青等，2022），更愿意采用數(shù)字化技術(shù)推動企業(yè)發(fā)展，這也使其有能力采用數(shù)字技術(shù)影響其客戶資源的布局。據(jù)此，相對于經(jīng)營歷史較長的企業(yè)而言，數(shù)字化轉(zhuǎn)型更有助于推動年輕企業(yè)降低客戶資源的集中度，緩解其對主要大客戶資源的過度依賴，這印證了本文的實(shí)證檢驗(yàn)結(jié)果。

借鑒郭峰等（2020）的研究測度地區(qū)數(shù)字普惠金融發(fā)展情況，并按年度中位數(shù)進(jìn)行分組，回歸結(jié)果見表5 的列（5）和列（6）。檢驗(yàn)結(jié)果顯示，在數(shù)字普惠金融發(fā)展情況較好的地區(qū)，數(shù)字化轉(zhuǎn)型在推動企業(yè)降低客戶資源的集中度和避免對大客戶資源依賴方面的效果會更加顯著。究其原因可能在于：數(shù)字普惠金融對經(jīng)濟(jì)增長具有顯著促進(jìn)作用，且能對地區(qū)產(chǎn)業(yè)升級產(chǎn)生空間溢出效應(yīng)（李優(yōu)樹等，2022）。數(shù)字普惠金融指數(shù)較高地區(qū)能夠給予企業(yè)更完備的金融體系、更多樣的融資渠道和更廣闊的發(fā)展空間，極大地幫助企業(yè)緩解信息不對稱問題，降低企業(yè)在數(shù)字化轉(zhuǎn)型過程中面臨的融資約束，推動企業(yè)數(shù)字化轉(zhuǎn)型，促使企業(yè)完成技術(shù)升級、產(chǎn)業(yè)優(yōu)化和資源有效配置，繼而使企業(yè)逐漸建立自身優(yōu)勢，實(shí)現(xiàn)經(jīng)濟(jì)的包容性增長（任太增和殷志高，2022），以致能更大程度地提升企業(yè)調(diào)整客戶資源集中度的能力。因此，在數(shù)字普惠金融發(fā)展較好的地區(qū)，數(shù)字化轉(zhuǎn)型更可能有助于企業(yè)降低客戶資源的集中度，實(shí)現(xiàn)優(yōu)化企業(yè)客戶資源的目標(biāo)。同時(shí)本文的研究結(jié)論還表明，如果要充分發(fā)揮數(shù)字化轉(zhuǎn)型在優(yōu)化企業(yè)客戶資源方面的價(jià)值，需要協(xié)調(diào)社會金融資源，推動數(shù)字普惠金融發(fā)展。

表5 列（7）和列（8）報(bào)告了基于產(chǎn)權(quán)性質(zhì)的分組檢驗(yàn)結(jié)果。根據(jù)結(jié)果可見，相比于國有企業(yè)，數(shù)字化轉(zhuǎn)型更顯著降低了非國有企業(yè)客戶資源的集中度。這可能源于：首先，在中國市場，不同產(chǎn)權(quán)性質(zhì)的企業(yè)面臨競爭非中性的問題。國企與客戶之間可能不只是商業(yè)關(guān)系，還可能存在一定的社會責(zé)任因素。同時(shí)，除了完成經(jīng)營目標(biāo)之外，國有企業(yè)還承擔(dān)了一定的社會責(zé)任和政治任務(wù)，因此企業(yè)與客戶之間的聯(lián)系基于商業(yè)和社會發(fā)展的原因而更加穩(wěn)固。相對于國有企業(yè)而言，非國有企業(yè)與客戶之間更多是基于市場規(guī)則建立的商業(yè)關(guān)系。非國有企業(yè)的盈利目標(biāo)導(dǎo)向也更加突出，自身的發(fā)展更依賴于市場競爭。其次，產(chǎn)權(quán)性質(zhì)也影響著企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型的意愿和效果。相對于非國有企業(yè)來說，依靠國家信譽(yù)的國有企業(yè)更容易獲取資源和市場，實(shí)行數(shù)字化的意愿較低（吳非等，2021）。鑒于市場競爭的需要，非國有企業(yè)更有動機(jī)實(shí)施數(shù)字化轉(zhuǎn)型，以提升企業(yè)的競爭優(yōu)勢，繼而進(jìn)一步優(yōu)化商業(yè)關(guān)系，以降低客戶資源過于集中所帶來的風(fēng)險(xiǎn)。

表5 異質(zhì)性檢驗(yàn)

八、拓展性研究

前文著重分析了企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型對降低企業(yè)客戶資源的集中度和緩解對大客戶資源過度依賴的影響。但是企業(yè)的部分大客戶資源可能也具有一定的獨(dú)特性，因此還需從客戶個(gè)體層面研究企業(yè)數(shù)字化轉(zhuǎn)型如何影響企業(yè)的大客戶資源（孟慶璽等，2018）。借鑒孟慶璽等（2018）以及王丹等（2020），分別采用企業(yè)前五大客戶中是否與企業(yè)存在關(guān)聯(lián)關(guān)系大客戶和是否為上市大客戶進(jìn)行分組檢驗(yàn)。其中，存在關(guān)聯(lián)關(guān)系的方式包括聯(lián)營公司、合營公司以及母子公司關(guān)系，檢驗(yàn)結(jié)果見表6。表6 列（1）和列（2）結(jié)果顯示，當(dāng)企業(yè)不存在關(guān)聯(lián)大客戶時(shí)，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)顯著為負(fù)，而當(dāng)企業(yè)存在關(guān)聯(lián)大客戶時(shí)，數(shù)字化轉(zhuǎn)型對企業(yè)客戶資源集中度的影響則不顯著。這表明，在不存在關(guān)聯(lián)大客戶的條件下，數(shù)字化轉(zhuǎn)型更有助于降低企業(yè)客戶資源的集中度，促使企業(yè)減少對部分大客戶的過度依賴。究其原因可能在于：相比企業(yè)外部客戶，企業(yè)與關(guān)聯(lián)大客戶之間的經(jīng)濟(jì)利益聯(lián)系具有一定的獨(dú)特性和復(fù)雜性，甚至可能表現(xiàn)得更加穩(wěn)固，因而限制了數(shù)字化轉(zhuǎn)型對企業(yè)客戶資源的優(yōu)化作用。已有研究也發(fā)現(xiàn)，存在關(guān)聯(lián)客戶的企業(yè)在挑選銷售產(chǎn)品或提供服務(wù)的客戶時(shí)不再受市場競價(jià)規(guī)則的影響，且基于利益協(xié)同更愿意和關(guān)聯(lián)客戶建立合作關(guān)系（王丹等，2020），因而擠壓了數(shù)字化轉(zhuǎn)型作用空間，這也從側(cè)面印證了本文研究結(jié)論的可靠性。表6 列（3）和列（4）結(jié)果顯示，相對于存在上市大客戶的企業(yè)，當(dāng)企業(yè)不存在上市大客戶時(shí)，數(shù)字化轉(zhuǎn)型對企業(yè)客戶資源集中度的影響會更加顯著。這一結(jié)果表明，企業(yè)的上市大客戶一般比非上市客戶有著更良好的市場聲譽(yù)和資金優(yōu)勢，在市場上有著更強(qiáng)勁的競爭優(yōu)勢。企業(yè)為了經(jīng)營的穩(wěn)定性，更愿意和已上市的大客戶企業(yè)建立長期穩(wěn)定的合作關(guān)系，這在一定程度上削弱了數(shù)字化轉(zhuǎn)型在降低企業(yè)客戶資源集中度方面的作用。同時(shí)，相比非上市客戶，企業(yè)的上市企業(yè)大客戶受到的外界壓力更大，市場監(jiān)管更加嚴(yán)格，信息披露質(zhì)量更高。這降低了企業(yè)搜尋客戶的信息成本，據(jù)此企業(yè)對其粘性也高。

表6 客戶特征視角

綜合以上研究，雖然數(shù)字化轉(zhuǎn)型在重構(gòu)企業(yè)客戶資源方面發(fā)揮了積極的作用，但是限于當(dāng)前我國企業(yè)數(shù)字化還處于轉(zhuǎn)型期，其作用的發(fā)揮是一個(gè)循序漸進(jìn)的過程，企業(yè)需要進(jìn)一步深化數(shù)字化轉(zhuǎn)型。此外，相比非關(guān)聯(lián)大客戶和非上市大客戶，關(guān)聯(lián)大客戶、上市大客戶與企業(yè)之間具有更強(qiáng)的利益共生關(guān)系，依附關(guān)系突出，客戶粘性較高，因此呈現(xiàn)出了異質(zhì)性特征。

數(shù)字化轉(zhuǎn)型是建立在數(shù)字化的基礎(chǔ)上，是實(shí)現(xiàn)產(chǎn)品業(yè)務(wù)和信息技術(shù)深度融合的過程。企業(yè)數(shù)字化轉(zhuǎn)型需要將人工智能（A）、區(qū)塊鏈（B）、云計(jì)算（C）、大數(shù)據(jù)（D）這四大底層技術(shù)應(yīng)用于企業(yè)生產(chǎn)和經(jīng)營中，促進(jìn)轉(zhuǎn)型過程中的數(shù)據(jù)價(jià)值挖掘、業(yè)務(wù)賦能與創(chuàng)新。因此，為了更精細(xì)地研究不同口徑數(shù)字化轉(zhuǎn)型對客戶資源集中度的影響，借鑒吳非等（2021）和易露霞等（2021））的研究，將數(shù)字化轉(zhuǎn)型（DIG）按“底層技術(shù)層面”和“技術(shù)應(yīng)用層面”降維分解。設(shè)置變量DIG_F，具體類型分別為人工智能（A）、區(qū)塊鏈（B）、云計(jì)算（C）和大數(shù)據(jù)（D）四大底層技術(shù)方向以及數(shù)字技術(shù)應(yīng)用（E），被解釋變量為CC，然后進(jìn)行回歸分析，結(jié)果如果如表7 所示。通過對比各組系數(shù)可得，人工智能、云計(jì)算和數(shù)字技術(shù)應(yīng)用對降低企業(yè)客戶資源集中度，避免對主要大客戶資源的過度依賴作用更加顯著。

表7 基于企業(yè)數(shù)字化轉(zhuǎn)型口徑的分解

其原因可能在于：從發(fā)展趨勢來看，人工智能和云計(jì)算發(fā)展得較快。《2020 年數(shù)字化轉(zhuǎn)型趨勢報(bào)告》數(shù)據(jù)顯示，人工智能成為企業(yè)推動數(shù)字化轉(zhuǎn)型中落地應(yīng)用最多的新技術(shù)之一。而云計(jì)算具有成本低、靈活性強(qiáng)的特點(diǎn)，可按需服務(wù)，有效緩解中小企業(yè)的信息化困境（盧加元，2012）。此外，政府也為人工智能和云計(jì)算技術(shù)提供政策支持。工業(yè)和信息化部辦公廳在《中小企業(yè)數(shù)字化賦能專項(xiàng)行動方案》中提出，引導(dǎo)數(shù)字化服務(wù)商面向中小企業(yè)推出云制造平臺和云服務(wù)平臺的任務(wù)，搭建應(yīng)用人工智能、物聯(lián)網(wǎng)和大數(shù)據(jù)等關(guān)鍵數(shù)字技術(shù)的共享平臺，意味著國家在人工智能和云計(jì)算方面的投入十分重視。而不同于底層數(shù)字技術(shù)層面，數(shù)字技術(shù)應(yīng)用作為技術(shù)實(shí)踐應(yīng)用層面，是企業(yè)利用技術(shù)創(chuàng)新打造特定應(yīng)用場景，促使企業(yè)業(yè)務(wù)與數(shù)字技術(shù)互嵌創(chuàng)新的深層次階段（吳非等，2021）。因此，鑒于數(shù)字技術(shù)應(yīng)用主要強(qiáng)調(diào)技術(shù)賦能于業(yè)務(wù)和場景應(yīng)用，其在優(yōu)化企業(yè)客戶資源中的作用會更有效、更直接。

九、結(jié)論與啟示

本文以我國A股上市企業(yè)為研究樣本，考察了我國企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型對客戶資源重構(gòu)的影響及其作用機(jī)理。研究發(fā)現(xiàn)：企業(yè)實(shí)行數(shù)字化轉(zhuǎn)型有助于降低企業(yè)客戶資源的集中度，緩解了對大客戶的過度依賴。采用傾向性得分匹配、構(gòu)建多時(shí)點(diǎn)雙重差分模型和工具變量法等檢驗(yàn)后，結(jié)論仍然穩(wěn)健。通過影響機(jī)制檢驗(yàn)發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型會形成創(chuàng)新驅(qū)動效應(yīng)和降本減費(fèi)效應(yīng)，繼而吸引并滿足了更多客戶的需求，促進(jìn)企業(yè)調(diào)整了客戶資源的集中度，避免其對大客戶的過度依賴。進(jìn)一步研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型在影響企業(yè)客戶資源集中度調(diào)整方面，對全要素生產(chǎn)率較低的企業(yè)、年輕企業(yè)、所在地普惠金融指數(shù)較高企業(yè)和非國有企業(yè)的客戶資源集中度調(diào)整作用更為顯著。拓展性研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型所帶來的客戶資源集中度調(diào)整，還受到大客戶性質(zhì)的制約，即大客戶為關(guān)聯(lián)企業(yè)或者為上市企業(yè)時(shí)，數(shù)字化轉(zhuǎn)型的作用將會被減弱。此外，相比于其他技術(shù)，人工智能、云計(jì)算和數(shù)字技術(shù)應(yīng)用更有效地降低了企業(yè)客戶資源的集中度，避免了其對大客戶資源的過度依賴。

通過本文的研究，可得以下啟示：（1）企業(yè)應(yīng)當(dāng)積極布局?jǐn)?shù)字化轉(zhuǎn)型，抓住數(shù)字化轉(zhuǎn)型所帶來的機(jī)遇和資源，提升企業(yè)的創(chuàng)新能力和成本管控能力，以滿足客戶多樣化、精細(xì)化、個(gè)性化的需求，為客戶創(chuàng)造價(jià)值，從而實(shí)現(xiàn)既要搶占客戶源并建立穩(wěn)固的關(guān)系，又不受制于依賴大客戶資源的成本和風(fēng)險(xiǎn)；（2）對于全要素生產(chǎn)率低的企業(yè)和年輕企業(yè)而言，應(yīng)加快數(shù)字化轉(zhuǎn)型，充分識別、分析和利用數(shù)字化信息，加快傳統(tǒng)要素與數(shù)字化深度融合的步伐，從而實(shí)現(xiàn)優(yōu)化企業(yè)客戶資源，降低客戶資源過于集中所帶來的風(fēng)險(xiǎn)；（3）不論是國有企業(yè)還是民營企業(yè)，都應(yīng)該布局?jǐn)?shù)字化轉(zhuǎn)型，促進(jìn)數(shù)字技術(shù)與實(shí)體產(chǎn)業(yè)的更深層次融合，否則不僅會承受客戶資源集中度較高的成本和風(fēng)險(xiǎn)，而且還會失去更多的市場機(jī)會；（4）加快城市的普惠金融建設(shè)，搭建企業(yè)共享數(shù)字化成果網(wǎng)絡(luò)平臺，創(chuàng)造良好企業(yè)數(shù)字化應(yīng)用環(huán)境，促進(jìn)當(dāng)?shù)仄髽I(yè)的數(shù)字化轉(zhuǎn)型，繼而為企業(yè)構(gòu)建具有競爭優(yōu)勢的客戶資源提供支撐。

* 感謝首都經(jīng)濟(jì)貿(mào)易大學(xué)中青年骨干教師科研基金項(xiàng)目（00692254841042）和首都經(jīng)濟(jì)貿(mào)易大學(xué)北京市屬高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金的資助。感謝審稿專家和編輯提出的寶貴意見。