摘 要：供應(yīng)鏈數(shù)字化通過(guò)資源整合和流程優(yōu)化，有利于促進(jìn)供需精準(zhǔn)匹配和產(chǎn)業(yè)升級(jí)，是供給側(cè)結(jié)構(gòu)性改革的重要抓手。以全國(guó)供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)項(xiàng)目構(gòu)建準(zhǔn)自然實(shí)驗(yàn)場(chǎng)景，采用雙重差分模型，實(shí)證檢驗(yàn)了供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響。實(shí)證結(jié)果表明：供應(yīng)鏈數(shù)字化顯著提升了企業(yè)全要素生產(chǎn)率；技術(shù)創(chuàng)新和內(nèi)部控制在供應(yīng)鏈數(shù)字化與企業(yè)全要素生產(chǎn)率之間發(fā)揮了中介作用。異質(zhì)性分析發(fā)現(xiàn)：供應(yīng)鏈數(shù)字化對(duì)非國(guó)有企業(yè)生產(chǎn)率的提升作用顯著高于國(guó)有企業(yè)；對(duì)供應(yīng)鏈集中度高的企業(yè)的促進(jìn)作用要優(yōu)于供應(yīng)鏈集中度低的企業(yè)；相較于高新技術(shù)企業(yè)，對(duì)非高新技術(shù)企業(yè)的促進(jìn)作用更加顯著。研究結(jié)論不僅拓展了供應(yīng)鏈數(shù)字化經(jīng)濟(jì)效果的研究范圍，也為國(guó)家實(shí)施供應(yīng)鏈創(chuàng)新與試點(diǎn)政策的精準(zhǔn)性和有效性提供參考。

關(guān)鍵詞：供應(yīng)鏈數(shù)字化；企業(yè)全要素生產(chǎn)率；技術(shù)創(chuàng)新；內(nèi)部控制；雙重差分；中介效應(yīng)

中圖分類(lèi)號(hào)：F279.23

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-7312（2024）05-0593-10

The Impact of Supply Chain Digitisation on Enterprise Total Factor Productivity

MENG Lingyue，F(xiàn)ANG Houzheng

（School of Management，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：Through resource integration and process optimization，digital supply chain is conducive to promoting precise matching of supply and demand and industrial upgrading，and plays an important role in supply-side structural reform.The article constructs a quasi-natural experimental scenario with the National Supply Chain Innovation and Application Pilot Project，and empirically examines the impact of supply chain digitisation on the enterprise total factor productivity by using the DID model.The empirical results show that the digital supply chain significantly enhances enterprise total factor productivity；that technolog ical innovation and internal control play a mediating role between the digital supply chain and enterprise total factor productivity.Heterogeneity analyses found that the productivity enhancement effect of digital supply chain on non-state-owned enterprises is significantly higher than that of state-owned enterprises；that the promotion effect on enterprises with high supply chain concentration is better than that on enterprises with low supply chain concentration；and the promotion effect on non-high-tech enterprises is more significant compared with that on high-tech enterprises.The findings of this paper not only expand the scope of research on the economic effects of supply chain digitisation，but also provide a reference for the precision and effectiveness of the national implementation of supply chain innovation and pilot policies.

Key words：supply chain digitisation；enterprise total factor productivity；technological innovation；internal control；difference-in-difference；intermediary effect

0 引言

數(shù)字經(jīng)濟(jì)正在迅速發(fā)展，加快數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的融合，增強(qiáng)產(chǎn)業(yè)鏈供應(yīng)鏈的穩(wěn)定性和安全性，已然成為中國(guó)產(chǎn)業(yè)鏈供應(yīng)鏈戰(zhàn)略性轉(zhuǎn)型發(fā)展的重要任務(wù)^[1]。為了加速現(xiàn)代供應(yīng)鏈的創(chuàng)新與應(yīng)用，推進(jìn)供給側(cè)結(jié)構(gòu)性改革，2018年４月，我國(guó)商務(wù)部等八部委聯(lián)合發(fā)布了《關(guān)于開(kāi)展全國(guó)供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的通知》（下簡(jiǎn)稱《通知》），針對(duì)266家企業(yè)及55座城市，啟動(dòng)為期兩年的供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)項(xiàng)目?！锻ㄖ访鞔_指示，試點(diǎn)企業(yè)的主要工作方向在于運(yùn)用當(dāng)代信息技術(shù)手段，推動(dòng)供應(yīng)鏈技術(shù)和模式的革新，并致力于產(chǎn)業(yè)協(xié)同平臺(tái)的建立與優(yōu)化。其中重點(diǎn)強(qiáng)調(diào)“推廣應(yīng)用供應(yīng)鏈新技術(shù)、新模式，促進(jìn)整個(gè)產(chǎn)業(yè)供應(yīng)鏈數(shù)字化、智能化和國(guó)際化?！睆闹攸c(diǎn)任務(wù)可以看出，政府極力鼓勵(lì)企業(yè)打造與互聯(lián)網(wǎng)、物聯(lián)網(wǎng)深度融合的數(shù)字化供應(yīng)鏈，在現(xiàn)代供應(yīng)鏈領(lǐng)域發(fā)掘、培育和釋放新的供應(yīng)鏈增長(zhǎng)勢(shì)能。

供應(yīng)鏈數(shù)字化日益凸顯的重要性，預(yù)示著其將成為推動(dòng)經(jīng)濟(jì)發(fā)展的核心力量之一^[2]，而企業(yè)全要素生產(chǎn)率被視為企業(yè)經(jīng)濟(jì)主體產(chǎn)出效率的關(guān)鍵指標(biāo)^[3]，那么供應(yīng)鏈數(shù)字化是否可以提升企業(yè)的全要素生產(chǎn)率呢？

目前學(xué)者在供應(yīng)鏈數(shù)字化領(lǐng)域和企業(yè)全要素生產(chǎn)率領(lǐng)域均有深入研究，但二者的關(guān)系卻鮮有人討論。Calatayud等^[4]將數(shù)字化供應(yīng)鏈定義為一種自我學(xué)習(xí)的供應(yīng)鏈，通過(guò)分析多個(gè)來(lái)源的海量數(shù)據(jù)，預(yù)測(cè)和識(shí)別潛在風(fēng)險(xiǎn)，并在風(fēng)險(xiǎn)發(fā)生之前主動(dòng)采取預(yù)防措施，以持續(xù)監(jiān)測(cè)績(jī)效并增強(qiáng)企業(yè)風(fēng)險(xiǎn)管理能力。以客戶為中心，互聯(lián)性、自動(dòng)化、透明化以及主動(dòng)性是供應(yīng)鏈數(shù)字化的關(guān)鍵特征^[5]。SCHRAUF等^[6]強(qiáng)調(diào)了數(shù)字化在提升組織績(jī)效方面的重要作用，認(rèn)為那些具備數(shù)字化供應(yīng)鏈和高度數(shù)字化運(yùn)營(yíng)策略的組織，有望實(shí)現(xiàn)年均4.1%的效率提升，并且能同時(shí)帶來(lái)年均2.9%的收入增長(zhǎng)。張樹(shù)山等^[7]研究發(fā)現(xiàn)供應(yīng)鏈數(shù)字化通過(guò)優(yōu)化信息流通、緩解融資壓力以及增強(qiáng)高管學(xué)習(xí)能力提升企業(yè)風(fēng)險(xiǎn)承擔(dān)能力。劉海建等^[8]指出供應(yīng)鏈數(shù)字化對(duì)企業(yè)績(jī)效的提升效果顯著，其中管理賦能和創(chuàng)新賦能是推動(dòng)其提升的關(guān)鍵動(dòng)力。黃宏斌等^[9]認(rèn)為供應(yīng)鏈數(shù)字化能降低企業(yè)協(xié)作成本，促進(jìn)知識(shí)在供應(yīng)鏈企業(yè)間流動(dòng)，從而激發(fā)供應(yīng)鏈內(nèi)部的創(chuàng)新協(xié)作。吳煒鵬等^[10]采用TF-IDF方法研究發(fā)現(xiàn)供應(yīng)鏈數(shù)字化與企業(yè)創(chuàng)新呈現(xiàn)倒U型關(guān)系。

關(guān)于企業(yè)全要素生產(chǎn)率的影響因素，許多學(xué)者從研發(fā)投入、政府補(bǔ)貼、經(jīng)濟(jì)政策不確定性等角度展開(kāi)研究。李靜等^[11]研究發(fā)現(xiàn)研發(fā)投入對(duì)企業(yè)全要素生產(chǎn)率具有顯著的正向影響，特別在高新技術(shù)、國(guó)有及港澳臺(tái)企業(yè)中，研發(fā)溢出效應(yīng)表現(xiàn)尤為顯著?？讝|民等^[12]認(rèn)為研發(fā)投入對(duì)企業(yè)生產(chǎn)率的促進(jìn)作用存在滯后效應(yīng)，而且市場(chǎng)競(jìng)爭(zhēng)越激烈，人力資本水平越高，研發(fā)投入的提升效果越大。胡春陽(yáng)等^[13]提出財(cái)政補(bǔ)貼通過(guò)優(yōu)化要素配置、發(fā)揮示范作用和激發(fā)競(jìng)爭(zhēng)機(jī)制，對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生顯著的正向推動(dòng)作用。劉帷韜等^[14]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性的增加會(huì)導(dǎo)致企業(yè)投資決策出現(xiàn)偏差，形成非效率投資，進(jìn)而顯著降低企業(yè)的全要素生產(chǎn)率。數(shù)字經(jīng)濟(jì)的快速發(fā)展，一些學(xué)者開(kāi)始關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響。楊汝岱等^[15]認(rèn)為企業(yè)數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生約10%的影響，上游企業(yè)的數(shù)字化發(fā)展會(huì)提升下游企業(yè)的生產(chǎn)率。周東華等^[16]提出企業(yè)數(shù)字化可以減輕企業(yè)融資壓力、增強(qiáng)企業(yè)創(chuàng)新能力，從而推動(dòng)企業(yè)全要素生產(chǎn)率的提升。與上述研究不同的是，文章從供應(yīng)鏈視角出發(fā)，將數(shù)字化轉(zhuǎn)型與供應(yīng)鏈管理相結(jié)合，把供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)項(xiàng)目作為一次準(zhǔn)自然實(shí)驗(yàn)，采用雙重差分法對(duì)企業(yè)供應(yīng)鏈數(shù)字化轉(zhuǎn)型的實(shí)踐效果進(jìn)行實(shí)證研究，探索供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的驅(qū)動(dòng)作用和內(nèi)在影響機(jī)制。

與已有文獻(xiàn)相比，文章可能存在的邊際貢獻(xiàn)率在于：第一，拓展了供應(yīng)鏈數(shù)字化的經(jīng)濟(jì)效果研究。目前學(xué)者大都關(guān)注供應(yīng)鏈數(shù)字化對(duì)企業(yè)績(jī)效、風(fēng)險(xiǎn)承擔(dān)、創(chuàng)新能力等的影響，而對(duì)企業(yè)全要素生產(chǎn)率的影響還存在研究空白。文章分析了供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響，既延伸了供應(yīng)鏈數(shù)字化經(jīng)濟(jì)效果的研究邊界，也為企業(yè)全要素生產(chǎn)率的多維影響因素增添了新的內(nèi)容。第二，從技術(shù)創(chuàng)新和內(nèi)部控制視角出發(fā)，討論了供應(yīng)鏈數(shù)字化促進(jìn)企業(yè)全要素生產(chǎn)率增長(zhǎng)的傳導(dǎo)機(jī)制，為供應(yīng)鏈數(shù)字化和生產(chǎn)率增長(zhǎng)機(jī)制提供了新的解釋。第三，從產(chǎn)權(quán)性質(zhì)、供應(yīng)鏈集中度、技術(shù)依賴程度揭示了供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的異質(zhì)性影響，研究結(jié)論有助于政府因企制宜、精準(zhǔn)施策。

1 理論基礎(chǔ)與研究假設(shè)

1.1 供應(yīng)鏈數(shù)字化與企業(yè)全要素生產(chǎn)率

傳統(tǒng)供應(yīng)鏈管理存在碎片化、孤島化現(xiàn)象，導(dǎo)致企業(yè)與其利益相關(guān)者之間信息不互通，業(yè)務(wù)流程難以互相理解，造成生產(chǎn)效率低下。同時(shí)，因需求預(yù)測(cè)不準(zhǔn)確，造成需求計(jì)劃同市場(chǎng)實(shí)際需求的差距逐級(jí)放大的牛鞭效應(yīng)在傳統(tǒng)的線性供應(yīng)鏈中普遍存在^[17]，這會(huì)增加庫(kù)存成本，進(jìn)而降低生產(chǎn)效率。此外，傳統(tǒng)供應(yīng)鏈上下游企業(yè)通過(guò)串聯(lián)緊密鏈接，當(dāng)其中一個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題，整個(gè)供應(yīng)鏈都可能陷入斷裂的困境^[18]。供應(yīng)鏈數(shù)字化通過(guò)提高供應(yīng)鏈的可見(jiàn)性和透明度^[19]、敏捷性和可靠性，幫助企業(yè)改善供應(yīng)鏈績(jī)效^[20]，降低供應(yīng)不確定性^[21]，有效克服了傳統(tǒng)供應(yīng)鏈管理成本高、效率低、反應(yīng)慢、易斷裂等弊端，保障了企業(yè)安全穩(wěn)定生產(chǎn)，優(yōu)化了企業(yè)生產(chǎn)效率。

從資源依賴視角來(lái)看，數(shù)字技術(shù)賦能供應(yīng)鏈數(shù)字協(xié)同能力，有助于打破企業(yè)與利益相關(guān)者之間的信息壁壘，增強(qiáng)企業(yè)搜尋和獲取外部資源的能力，增加創(chuàng)新資源的投入^[22]，從而提高企業(yè)生產(chǎn)效率。從成本理論來(lái)看，在動(dòng)蕩環(huán)境中，供應(yīng)鏈數(shù)字化通過(guò)快速優(yōu)化決策和協(xié)調(diào)資源以減少因中斷導(dǎo)致的處罰和延誤成本^[23]。在日常生產(chǎn)中，供應(yīng)鏈數(shù)字化促進(jìn)上下游企業(yè)協(xié)同合作，供需數(shù)據(jù)實(shí)時(shí)共享使企業(yè)具備迅速調(diào)整生產(chǎn)規(guī)劃與庫(kù)存管理策略的能力，從而規(guī)避生產(chǎn)過(guò)剩的風(fēng)險(xiǎn)，降低企業(yè)庫(kù)存成本，進(jìn)而提升企業(yè)全要素生產(chǎn)率^[24]?；谝陨戏治觯岢黾僭O(shè)1。

假設(shè)1：供應(yīng)鏈數(shù)字化可以提高企業(yè)全要素生產(chǎn)率。

1.2 技術(shù)創(chuàng)新的作用機(jī)制分析

企業(yè)技術(shù)創(chuàng)新是一項(xiàng)高風(fēng)險(xiǎn)的活動(dòng)，因?yàn)槠渚哂型度氤翛](méi)性、過(guò)程不可逆性和產(chǎn)出不確定性^[25]，會(huì)影響全要素生產(chǎn)率，阻礙企業(yè)高質(zhì)量發(fā)展^[26]。但由于技術(shù)創(chuàng)新的持久性依賴于穩(wěn)定且充足的創(chuàng)新資源投入^[27]，而創(chuàng)新資源又難以獲取，使得許多企業(yè)都對(duì)技術(shù)創(chuàng)新望而卻步。供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)作為政府介入企業(yè)創(chuàng)新活動(dòng)的政策手段，有助于試點(diǎn)企業(yè)獲得豐富的創(chuàng)新資源，為企業(yè)開(kāi)展技術(shù)創(chuàng)新、實(shí)現(xiàn)供應(yīng)鏈數(shù)字化提供充足的動(dòng)力。從資源依賴視角來(lái)看，被政府認(rèn)定的試點(diǎn)企業(yè)會(huì)享受一系列財(cái)政補(bǔ)貼、稅收優(yōu)惠等多方面的政策優(yōu)惠，這為企業(yè)提供了可以直接使用的研發(fā)投入資金^[28]。政府補(bǔ)貼能降低企業(yè)生產(chǎn)經(jīng)營(yíng)成本，緩解融資約束，激勵(lì)企業(yè)創(chuàng)新研發(fā)，從而提升企業(yè)全要素生產(chǎn)率^[29]。從信號(hào)傳遞視角來(lái)看，政府宣布試點(diǎn)企業(yè)的同時(shí)，也向外界市場(chǎng)傳遞了積極的信號(hào)^[30]。因?yàn)檎诖_定試點(diǎn)企業(yè)之前，務(wù)必會(huì)對(duì)申請(qǐng)?jiān)圏c(diǎn)企業(yè)的經(jīng)營(yíng)狀況、研發(fā)項(xiàng)目可行性以及預(yù)期收益等多方面進(jìn)行考察，政府比金融機(jī)構(gòu)掌握更多企業(yè)的實(shí)際運(yùn)營(yíng)及研發(fā)情況，當(dāng)一家公司成功被選為試點(diǎn)企業(yè)，側(cè)面反映了該企業(yè)的收益前景良好，增加了企業(yè)與金融機(jī)構(gòu)之間的互信度。這種信號(hào)的輸出有效減緩了信息不對(duì)稱，避免了外界投資者面臨的逆向選擇和道德風(fēng)險(xiǎn)問(wèn)題^[31]，進(jìn)而提升投資者的信心，面臨融資約束的企業(yè)可以獲得更多外界資金的流入，從而繼續(xù)開(kāi)展高成本的創(chuàng)新項(xiàng)目^[32]，不斷提高企業(yè)技術(shù)創(chuàng)新水平，增強(qiáng)企業(yè)生產(chǎn)效率^[33]。據(jù)此，提出假設(shè)2。

假設(shè)2：供應(yīng)鏈數(shù)字化通過(guò)推動(dòng)企業(yè)技術(shù)創(chuàng)新來(lái)提高企業(yè)全要素生產(chǎn)率。

1.3 內(nèi)部控制的作用機(jī)制分析

在經(jīng)濟(jì)新常態(tài)下，提升資本配置效率和加強(qiáng)內(nèi)部控制是數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵路徑^[34]。供應(yīng)鏈數(shù)字化轉(zhuǎn)型帶來(lái)大數(shù)據(jù)、云計(jì)算、人工智能等先進(jìn)信息技術(shù)的應(yīng)用普及，無(wú)形中也推動(dòng)了企業(yè)內(nèi)部控制系統(tǒng)的自動(dòng)化和智能化升級(jí)，為企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展奠定了堅(jiān)實(shí)的內(nèi)部基礎(chǔ)^[35]。從交易成本理論來(lái)看，一方面，“長(zhǎng)鞭效應(yīng)”會(huì)放大需求信息，使上游供應(yīng)商比下游供應(yīng)商維持更高的庫(kù)存水平^[36]。大規(guī)模的存貨會(huì)使企業(yè)面臨較高的減值成本和資金占用成本^[37]。供應(yīng)鏈數(shù)字化通過(guò)減少信息反饋偏差來(lái)減少多層次供應(yīng)鏈中的長(zhǎng)鞭效應(yīng)^[38]，便于信息在內(nèi)部控制各方之間的有效傳達(dá)和理解^[39]，以便靈活調(diào)整生產(chǎn)計(jì)劃，保持較低的存貨成本，從而提高全要素生產(chǎn)率。另一方面，人工智能等數(shù)字技術(shù)參與內(nèi)部控制工作有效規(guī)避了人為舞弊和失誤帶來(lái)的負(fù)面影響^[40]，能夠省時(shí)高效地將內(nèi)部控制相關(guān)信息進(jìn)行整合，得到完整有效的分析報(bào)告^[41]，節(jié)省了人力物力成本，使生產(chǎn)運(yùn)營(yíng)更加準(zhǔn)確高效。此外，企業(yè)數(shù)字化顯著提升企業(yè)內(nèi)部控制質(zhì)量^[42]，并且可以有效避免管理層機(jī)會(huì)主義和風(fēng)險(xiǎn)性投資行為，加快企業(yè)投資效率，提高內(nèi)部經(jīng)營(yíng)效率，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率^[43]。據(jù)此，提出假設(shè)3。

假設(shè)3：供應(yīng)鏈數(shù)字化通過(guò)優(yōu)化內(nèi)部控制來(lái)提高企業(yè)全要素生產(chǎn)率。

2 研究設(shè)計(jì)

2.1 樣本選擇與數(shù)據(jù)來(lái)源

以2018年商務(wù)部等八部委聯(lián)合發(fā)布的《關(guān)于開(kāi)展供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的通知》作為外生政策沖擊，以2015—2021年滬深A(yù)股上市公司為初始研究樣本，采用雙重差分法檢驗(yàn)供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響。為保障數(shù)據(jù)的一致性，對(duì)樣本進(jìn)行如下篩選：①剔除被標(biāo)記為ST、^*ST、PT、^*PT的企業(yè)樣本；②剔除金融行業(yè)企業(yè)；③剔除關(guān)鍵變量數(shù)據(jù)缺失的樣本觀測(cè)；④剔除資不抵債樣本。最終獲得了17 886個(gè)企業(yè)—年度樣本觀測(cè)值。有關(guān)企業(yè)特征、財(cái)務(wù)數(shù)據(jù)均來(lái)自于CSMAR數(shù)據(jù)庫(kù)。為了消除極端值對(duì)回歸結(jié)果準(zhǔn)確性的影響，對(duì)連續(xù)變量進(jìn)行1%～99%的縮尾處理。

2.2 模型設(shè)定

為研究供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響，以試點(diǎn)企業(yè)作為實(shí)驗(yàn)組，非試點(diǎn)企業(yè)作為對(duì)照組，構(gòu)建如下DID雙重差分模型

TFP=βTreat×Post+βControls+δ+λ+ε（1）

其中，TFP為企業(yè)全要素生產(chǎn)率的代理變量；交乘項(xiàng)Treat×Post為核心解釋變量，其系數(shù)是主要的觀察對(duì)象，若系數(shù)β顯著為正，則代表供應(yīng)鏈數(shù)字化建設(shè)對(duì)試點(diǎn)企業(yè)全要素生產(chǎn)率有促進(jìn)作用；Controls為企業(yè)層面控制變量合集；模型中同時(shí)控制了企業(yè)個(gè)體效應(yīng)和年份時(shí)間效應(yīng)，ε為隨機(jī)誤差項(xiàng)。

2.3 變量定義

1）被解釋變量：企業(yè)全要素生產(chǎn)率（TFP），其主流的計(jì)量方法主要包括最小二乘法OLS、OP法和LP法，魯曉東等^[44]對(duì)以上算法均作出了詳細(xì)的評(píng)述。OP法和LP法與最小二乘法OLS相比，解決了內(nèi)生性問(wèn)題，有利于獲得投入要素的一致有效估計(jì)；但OP法要求企業(yè)中間投入必須大于0，實(shí)際生產(chǎn)中許多企業(yè)不滿足這一條件，因此會(huì)造成樣本大量缺失；而LP法用替換變量的方式對(duì)OP法進(jìn)行改進(jìn)，避免了樣本流失問(wèn)題，被廣大學(xué)者運(yùn)用。文章選擇LP法計(jì)算企業(yè)全要素生產(chǎn)率，其中主要涉及企業(yè)產(chǎn)出、資本投入、勞動(dòng)投入和中間品投入。參考以往學(xué)者的研究^[45-46]，企業(yè)產(chǎn)出用營(yíng)業(yè)收入表示，資本投入用固定資產(chǎn)凈額表示，勞動(dòng)投入用員工總數(shù)表示。中間品投入等于企業(yè)的營(yíng)業(yè)成本、管理費(fèi)用和銷(xiāo)售費(fèi)用之和減去折舊攤銷(xiāo)、支付員工工資之和，以上計(jì)算結(jié)果均用自然對(duì)數(shù)表示。

2）核心解釋變量：交乘項(xiàng)Treat×Post是虛擬變量，借鑒張樹(shù)山等的研究，當(dāng)上市公司為試點(diǎn)企業(yè)時(shí)，Treat取1，否則取0；Post為時(shí)間虛擬變量，2018年及以后取1，否則取0。Treat×Post的系數(shù)為該政策實(shí)施后對(duì)試點(diǎn)企業(yè)全要素生產(chǎn)率的凈效應(yīng)。

3）中介變量：借鑒郭偉等^[47]的研究，企業(yè)技術(shù)創(chuàng)新（RD）用研發(fā)投入的對(duì)數(shù)來(lái)衡量；借鑒王寶忠等^[48]的研究，內(nèi)部控制（IC）采用迪博中國(guó)上市公司內(nèi)部控制指數(shù)來(lái)衡量。

4）控制變量：參照既有研究，控制變量包括資產(chǎn)負(fù)債率、營(yíng)業(yè)收入增長(zhǎng)率、固定資產(chǎn)比例、流動(dòng)速率、企業(yè)年齡、資產(chǎn)規(guī)模、董事會(huì)規(guī)模、獨(dú)董比例、兩職合一、前十大股東持股比例。具體變量定義見(jiàn)表1。

2.4 平行趨勢(shì)檢驗(yàn)

雙重差分法已被許多學(xué)者用來(lái)估計(jì)一種政策、干預(yù)或事件對(duì)一個(gè)或多個(gè)群體的影響，但此方法使用的前提是滿足平行趨勢(shì)檢驗(yàn)。圖1展示了平行趨勢(shì)檢驗(yàn)的結(jié)果。將試點(diǎn)前一期作為基期，可見(jiàn)政策實(shí)施前，置信區(qū)間與縱軸上的零刻度線有交點(diǎn)，說(shuō)明政策實(shí)施前實(shí)驗(yàn)組和對(duì)照組的企業(yè)全要素生產(chǎn)率的變化趨勢(shì)無(wú)顯著差異，平行趨勢(shì)檢驗(yàn)通過(guò)，證明雙重差分法可用于文章的后續(xù)研究中。

3 實(shí)證分析

3.1 描述性分析

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。全要素生產(chǎn)率最大值10.931，最小值6.561，說(shuō)明企業(yè)間全要素生產(chǎn)率存在差異；試點(diǎn)上市樣本占總樣本2.1%，實(shí)驗(yàn)組樣本量較少，后文針對(duì)小樣本進(jìn)行穩(wěn)健性分析，以減少小樣本選擇性誤差；Post均值0.648，說(shuō)明位于2018年及以后的年份占64.8%；研發(fā)投入的最小值為0，最大值為21.772，各企業(yè)間的研發(fā)水平差距較大；企業(yè)內(nèi)部控制水平最大值與均值相近，表明樣本企業(yè)的內(nèi)部控制質(zhì)量普遍偏低。

表1 變量定義變量符號(hào)變量名稱變量說(shuō)明TFP企業(yè)全要素生產(chǎn)率采用LP法測(cè)算得到，OP法用于穩(wěn)健性檢驗(yàn)Treat供應(yīng)鏈創(chuàng)新試點(diǎn)企業(yè)試點(diǎn)企業(yè)取1，非試點(diǎn)企業(yè)取0Post政策實(shí)施年份2018年及以后取1，否則取0RD技術(shù)創(chuàng)新研發(fā)投入的對(duì)數(shù)IC內(nèi)部控制迪博中國(guó)上市公司內(nèi)部控制指數(shù)Lev資產(chǎn)負(fù)債率總負(fù)債/總資產(chǎn)Growth營(yíng)業(yè)收入增長(zhǎng)率本年?duì)I業(yè)收入/上一年?duì)I業(yè)收入-1Ta固定資產(chǎn)比例固定資產(chǎn)/總資產(chǎn)Liquid流動(dòng)比率流動(dòng)資產(chǎn)/流動(dòng)負(fù)債Age企業(yè)年齡當(dāng)年年份-公司成立年份Size資產(chǎn)規(guī)模總資產(chǎn)取自然對(duì)數(shù)Board董事會(huì)規(guī)模董事會(huì)人數(shù)取自然對(duì)數(shù)Indep獨(dú)董比例獨(dú)立董事/董事人數(shù)Dual兩職合一董事長(zhǎng)與總經(jīng)理是同一個(gè)人為1，否則為0Top10前十大股東持股比例前十股東持股數(shù)量/總股數(shù)

3.2 基準(zhǔn)回歸結(jié)果分析

通過(guò)構(gòu)建雙向固定效應(yīng)差分模型來(lái)評(píng)估供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響?；貧w結(jié)果見(jiàn)表3，列（1）僅報(bào)告了單變量檢驗(yàn)結(jié)果，回歸系數(shù)為0.586，且在1%置信水平下顯著為正，表明供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率有正向影響；列（2）、（3）則分別在列（1）的基礎(chǔ)上加入個(gè)體、時(shí)間固定效應(yīng)和控制變量，列（4）為模型（1）完整的回歸結(jié)果，各列回歸結(jié)果均顯示交乘項(xiàng)Treat×Post的系數(shù)在1%水平上顯著為正，意味著在供應(yīng)鏈創(chuàng)新政策激勵(lì)的環(huán)境下，企業(yè)積極建設(shè)數(shù)字化供應(yīng)鏈，改善生產(chǎn)效率，假設(shè)1成立。

3.3 中介效應(yīng)分析

為進(jìn)一步探討供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制，借鑒吳非等^[49]的研究方法，建立中介效應(yīng)模型檢驗(yàn)技術(shù)創(chuàng)新和內(nèi)部控制的中介作用，并基于Bootstrap和Sobel方法進(jìn)行檢驗(yàn)。模型具體如下

M=α+αTreat×Post+αControls+ε（2）

TFP=γ+γTreat×Post+γM+γControls+ε （3）

表4第（1）列報(bào)告了模型（1）的回歸結(jié)果，即供應(yīng)鏈數(shù)字化可以提升企業(yè)全要素生產(chǎn)率。列（2）、（3）為研發(fā)投入（RD）作為中介變量的回歸結(jié)果，交乘項(xiàng)Treat×Post和研發(fā)投入（RD）的系數(shù)都顯著為正，說(shuō)明供應(yīng)鏈數(shù)字化可以促進(jìn)企業(yè)進(jìn)行技術(shù)創(chuàng)新，而擁有關(guān)鍵核心技術(shù)的企業(yè)能夠提高資本勞動(dòng)比、優(yōu)化生產(chǎn)流程、降低生產(chǎn)成本、提高生產(chǎn)效率。供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)倡導(dǎo)企業(yè)將數(shù)字技術(shù)應(yīng)用到實(shí)際生產(chǎn)運(yùn)營(yíng)中，數(shù)字技術(shù)應(yīng)用可以促進(jìn)研發(fā)人員、產(chǎn)學(xué)研投入、自主型創(chuàng)新投入等創(chuàng)新要素結(jié)構(gòu)優(yōu)化，從而提升全要素生產(chǎn)率。因此，供應(yīng)鏈數(shù)字化可以通過(guò)增加企業(yè)研發(fā)投入提高企業(yè)技術(shù)創(chuàng)新水平，進(jìn)而提高企業(yè)全要素生產(chǎn)率，假設(shè)2成立。

表4第（4）列檢驗(yàn)結(jié)果顯示：交乘項(xiàng)Treat×Post回歸系數(shù)為0.033且在1%水平下顯著，表明供應(yīng)鏈數(shù)字化對(duì)企業(yè)內(nèi)部控制產(chǎn)生正向影響。第（5）列顯示交乘項(xiàng)Treat×Post系數(shù)為0.205，內(nèi)部控制質(zhì)量（IC）系數(shù)為0.133，且均在1%顯著水平下為正，意味著提高企業(yè)內(nèi)部控制質(zhì)量是供應(yīng)鏈數(shù)字化驅(qū)動(dòng)企業(yè)全要素生產(chǎn)率增長(zhǎng)的重要機(jī)制。內(nèi)部控制作為完善內(nèi)部治理體系的關(guān)鍵一環(huán)，能夠確保企業(yè)各項(xiàng)活動(dòng)的合規(guī)性和高效性，及時(shí)發(fā)現(xiàn)并解決潛在的經(jīng)營(yíng)風(fēng)險(xiǎn)，以保障企業(yè)的穩(wěn)健發(fā)展^[50]。在面對(duì)復(fù)雜多變的市場(chǎng)環(huán)境時(shí)，內(nèi)部控制水平高的企業(yè)可快速調(diào)整適應(yīng)短期的市場(chǎng)需求，供應(yīng)鏈的敏捷性更高，生產(chǎn)更富彈性。而且有效的內(nèi)部控制有助于企業(yè)提升技術(shù)創(chuàng)新能力，通過(guò)監(jiān)督和激勵(lì)機(jī)制降低高管道德風(fēng)險(xiǎn)，同時(shí)激發(fā)高管對(duì)技術(shù)創(chuàng)新決策的支持積極性^[51]。因此供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)有助于引導(dǎo)企業(yè)進(jìn)行供應(yīng)鏈數(shù)字化轉(zhuǎn)型，幫助企業(yè)轉(zhuǎn)變傳統(tǒng)的內(nèi)部管理思維，提升內(nèi)部控制水平，促進(jìn)企業(yè)高質(zhì)量發(fā)展，假設(shè)3成立。

4 穩(wěn)健性檢驗(yàn)

4.1 傾向得分匹配

為了消除試點(diǎn)企業(yè)和非試點(diǎn)企業(yè)之間存在的差異，減少小樣本選擇性偏誤問(wèn)題，獲得更加精準(zhǔn)的估計(jì)結(jié)果，采用傾向得分匹配方法對(duì)研究樣本進(jìn)行重新篩選，篩選后的實(shí)驗(yàn)組和對(duì)照組之間的個(gè)體差異更小，更能突顯出外部政策沖擊的效果。接著對(duì)匹配后的實(shí)驗(yàn)組和控制組重新進(jìn)行雙重差分回歸，結(jié)果如表5第（1）列所示，被解釋變量回歸系數(shù)為0.944，在1%置信水平下顯著為正，與基準(zhǔn)回歸結(jié)果保持一致，說(shuō)明實(shí)證結(jié)果相對(duì)穩(wěn)健。

4.2 控制試點(diǎn)城市

供應(yīng)鏈試點(diǎn)政策不僅挑選出一批試點(diǎn)企業(yè)，也確定了一批試點(diǎn)城市，被選中的城市很可能在一系列的政策支持下?tīng)I(yíng)造出良好的供應(yīng)鏈營(yíng)運(yùn)環(huán)境，從而影響在此城市中企業(yè)的全要素生產(chǎn)率。因此，為排除城市這一外生變量的影響，在基礎(chǔ)回歸的基礎(chǔ)上，控制了試點(diǎn)城市與年份固定效應(yīng)的交乘項(xiàng)。表5第（2）列顯示回歸系數(shù)為0.210，在1%置信水平下顯著，研究結(jié)果保持不變。

4.3 更換被解釋變量

改變企業(yè)全要素生產(chǎn)率的測(cè)算方法，采用OP法對(duì)核心被解釋變量進(jìn)行重新計(jì)算，將計(jì)算結(jié)果代入模型（1）進(jìn)行重新回歸。結(jié)果如表5第（3）列所示，交乘項(xiàng)Treat×Post的回歸系數(shù)為0.057，并且在5%置信水平上顯著為正，證實(shí)了結(jié)論具有一定的穩(wěn)健性。

5 異質(zhì)性檢驗(yàn)

5.1 基于產(chǎn)權(quán)性質(zhì)的差異性

在主要解釋變量不變的情況下，對(duì)國(guó)有企業(yè)和非國(guó)有企業(yè)進(jìn)行分組檢驗(yàn)，表6第（1）列顯示供應(yīng)鏈數(shù)字化對(duì)國(guó)有企業(yè)產(chǎn)生負(fù)面影響，但結(jié)果并不顯著，而對(duì)于非國(guó)有企業(yè)，估計(jì)系數(shù)為0.617，且在1%水平上顯著，說(shuō)明供應(yīng)鏈數(shù)字化對(duì)非國(guó)有企業(yè)全要素生產(chǎn)率的提升作用要顯著高于國(guó)有企業(yè)。國(guó)有企業(yè)創(chuàng)新機(jī)制不健全，企業(yè)市場(chǎng)支配地位決定其更加依賴于穩(wěn)定的收入，自主創(chuàng)新意識(shí)薄弱，創(chuàng)新動(dòng)力不足。與之相比，非國(guó)有企業(yè)面臨更多的生存壓力，為了維持企業(yè)的生存和發(fā)展，提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力，它們需要進(jìn)行不斷地創(chuàng)新來(lái)保持企業(yè)的活力與韌性。因此，非國(guó)有企業(yè)更可能抓住供應(yīng)鏈數(shù)字化創(chuàng)新這一政策機(jī)遇，對(duì)現(xiàn)有生產(chǎn)流程進(jìn)行改造升級(jí)，以提升企業(yè)績(jī)效。

5.2 基于供應(yīng)鏈集中度的差異性

供應(yīng)鏈的集中度不僅是衡量企業(yè)在供應(yīng)鏈結(jié)構(gòu)中議價(jià)能力的關(guān)鍵指標(biāo)，同時(shí)也揭示了企業(yè)與供應(yīng)鏈上下游之間合作關(guān)系的密切程度。根據(jù)供應(yīng)鏈集中度的平均值，將樣本劃分為供應(yīng)鏈集中度高和供應(yīng)鏈集中度低兩組，分組回歸結(jié)果見(jiàn)表6第（2）列，供應(yīng)鏈數(shù)字化對(duì)兩組均有顯著地促進(jìn)作用，并且相較于供應(yīng)鏈集中度低的企業(yè)，對(duì)供應(yīng)鏈集中度高的企業(yè)的全要素生產(chǎn)率的提升作用更加明顯。原因在于：較高的供應(yīng)鏈集中度代表更加緊密的合作伙伴關(guān)系和穩(wěn)定的上下游渠道，供應(yīng)鏈關(guān)系資源更加集中，擴(kuò)大了企業(yè)的融資渠道，減少了交易不確定性帶來(lái)的交易成本^[52]，而且在面對(duì)不確定性沖擊時(shí)更有能力保持供應(yīng)鏈穩(wěn)定運(yùn)營(yíng)，為企業(yè)生產(chǎn)率增長(zhǎng)提供有利條件^[53]。數(shù)字技術(shù)的應(yīng)用也使得上下游企業(yè)的資源通過(guò)數(shù)字化平臺(tái)進(jìn)行集成和共享，使供應(yīng)鏈運(yùn)行地更加高效透明，有助于形成協(xié)同創(chuàng)新的優(yōu)勢(shì)，從而大大提升企業(yè)運(yùn)營(yíng)效率。

5.3 基于技術(shù)依賴程度的差異性

參照彭紅星等^[54]的研究，將研究樣本劃分為高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)。從表6第（3）列可以看出，供應(yīng)鏈創(chuàng)新政策均能顯著地促進(jìn)兩組的企業(yè)全要素生產(chǎn)率，此外，相較于高新技術(shù)企業(yè)，非高新技術(shù)企業(yè)所獲得的促進(jìn)效果更為顯著。此結(jié)果產(chǎn)生的原因可能是：與高新技術(shù)企業(yè)相比，非高新技術(shù)企業(yè)的創(chuàng)新資源基礎(chǔ)更弱，而供應(yīng)鏈創(chuàng)新政策帶來(lái)的創(chuàng)新資源可以顯著地彌補(bǔ)非高新技術(shù)企業(yè)這一短板，促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，優(yōu)化生產(chǎn)模式，從而帶動(dòng)企業(yè)全要素生產(chǎn)率的提升。

6 結(jié)語(yǔ)

文章將《關(guān)于開(kāi)展供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)的通知》作為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，以上市試點(diǎn)企業(yè)2015—2021年的數(shù)據(jù)為處理組，其他滬深上市企業(yè)為對(duì)照組，運(yùn)用雙重差分法進(jìn)行實(shí)證分析，結(jié)果表明：供應(yīng)鏈數(shù)字化有助于提升企業(yè)全要素生產(chǎn)率，提高企業(yè)技術(shù)創(chuàng)新水平和內(nèi)部控制質(zhì)量是供應(yīng)鏈數(shù)字化改善企業(yè)全要素生產(chǎn)率的重要作用機(jī)制。異質(zhì)性分析發(fā)現(xiàn)，供應(yīng)鏈數(shù)字化對(duì)非國(guó)有企業(yè)供應(yīng)鏈集中度較高的企業(yè)和非高新技術(shù)企業(yè)的促進(jìn)作用更加顯著。最后，基于研究結(jié)論提出以下建議。

1）政府應(yīng)該更深入地探索供應(yīng)鏈數(shù)字化在提高企業(yè)全要素生產(chǎn)率上的可能性，并將數(shù)字化建設(shè)作為維護(hù)供應(yīng)鏈安全、穩(wěn)定、高效運(yùn)轉(zhuǎn)的關(guān)鍵手段。及時(shí)對(duì)試點(diǎn)企業(yè)的成功經(jīng)驗(yàn)進(jìn)行總結(jié)、復(fù)制，探索出一套適合全國(guó)推廣的供應(yīng)鏈數(shù)字化規(guī)劃和標(biāo)準(zhǔn)，以確保不同系統(tǒng)和平臺(tái)之間的互操作性，實(shí)現(xiàn)信息的流暢共享。通過(guò)培訓(xùn)和技術(shù)支持，提升企業(yè)和供應(yīng)鏈參與者的數(shù)字化技術(shù)應(yīng)用能力，推動(dòng)數(shù)字化供應(yīng)鏈的普及和應(yīng)用。此外，積極發(fā)揮供應(yīng)鏈金融對(duì)供應(yīng)鏈數(shù)字化建設(shè)的推動(dòng)作用，鼓勵(lì)金融機(jī)構(gòu)為供應(yīng)鏈數(shù)字化項(xiàng)目提供貸款或融資支持，降低企業(yè)融資門(mén)檻。同時(shí)，建立健全的供應(yīng)鏈數(shù)據(jù)安全和隱私保護(hù)機(jī)制，確保供應(yīng)鏈企業(yè)中的數(shù)據(jù)安全和隱私得到有效保護(hù)，支持企業(yè)現(xiàn)代化供應(yīng)鏈向著健康可持續(xù)的方向發(fā)展。

2）政府應(yīng)根據(jù)不同企業(yè)的實(shí)際情況制定差別化政策。研究發(fā)現(xiàn)，供應(yīng)鏈數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響存在明顯異質(zhì)性。因此，政府在進(jìn)一步推廣供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)范圍時(shí)，應(yīng)因企制宜，精準(zhǔn)施策。首先，應(yīng)進(jìn)一步深化國(guó)有制改革，加強(qiáng)對(duì)國(guó)有企業(yè)的監(jiān)督與引導(dǎo)，為國(guó)有企業(yè)注入新鮮活力，激發(fā)它們的創(chuàng)新能力，同時(shí)將資源適當(dāng)向非國(guó)有企業(yè)傾斜，促進(jìn)民營(yíng)企業(yè)發(fā)展；其次，對(duì)非高新技術(shù)企業(yè)提供技術(shù)指導(dǎo)和供應(yīng)鏈管理人才培養(yǎng)培訓(xùn)，加快其數(shù)字化轉(zhuǎn)型進(jìn)程，為企業(yè)高質(zhì)量發(fā)展務(wù)實(shí)基礎(chǔ)。

3）企業(yè)應(yīng)積極應(yīng)對(duì)數(shù)字化轉(zhuǎn)型帶來(lái)的機(jī)遇和挑戰(zhàn)，整合內(nèi)外部資源，加大研發(fā)投入，提高公司內(nèi)部治理水平。同時(shí)完善自身信息披露機(jī)制，緩解與外部投資者之間的信息不對(duì)稱問(wèn)題，構(gòu)建穩(wěn)固的供應(yīng)鏈伙伴關(guān)系。位于供應(yīng)鏈網(wǎng)絡(luò)上的企業(yè)能夠優(yōu)先獲取到供應(yīng)鏈關(guān)系資源，包括創(chuàng)新活動(dòng)所需的知識(shí)、技術(shù)、資金等關(guān)鍵資源，為企業(yè)高質(zhì)量發(fā)展提供更好的條件。

參考文獻(xiàn)：

[1] 白新華，李國(guó)英.以數(shù)實(shí)融合提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性的現(xiàn)實(shí)思考[J].區(qū)域經(jīng)濟(jì)評(píng)論，2023（06）：63-68.

[2]XU J.Technology foundation and talent management for digital enterprise[M].Paris：Managing Digital Enterprise.Atlantis Press，2014.

[3]STURGEON T J.Upgrading strategies for the digital economy[J].Global Strategy Journal，2021，11（01）：34-57.

[4]CALATAYUD A，MANGAN J，CHRISTOPHER M.The self-thinking supply chain[J].Supply Chain Management：An International Journal，2019，24（01）：22-38.

[5]HOFMANN E，STERNBERG H，CHEN H，et al.Supply chain management and Industry 4.0：Conducting research in the digital age[J].International Journal of Physical Distribution and Logistics Management，2019，49（10）：945-955.

[6]SCHRAUF S，BERTTRAM P.Industry 4.0：How digitization makes the supply chain more efficient，agile，and customer-focused[J].Strateg and Technology，2016：1-32.

[7]張樹(shù)山，胡化廣，孫磊，等.供應(yīng)鏈數(shù)字化與供應(yīng)鏈安全穩(wěn)定——一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)［J］.中國(guó)軟科學(xué)，2021（12）：21-30+40.

[8]劉海建，胡化廣，張樹(shù)山，等.供應(yīng)鏈數(shù)字化與企業(yè)績(jī)效——機(jī)制與經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理，2023，45（05）：78-98.

[9]黃宏斌，張玥楊，許晨輝.供應(yīng)鏈數(shù)字化能促進(jìn)鏈上企業(yè)間的融通創(chuàng)新嗎——基于智慧供應(yīng)鏈政策的準(zhǔn)自然實(shí)驗(yàn)[J].當(dāng)代財(cái)經(jīng)，2023（08）：134-145.

[10]吳煒鵬，陳金龍，趙曉陽(yáng)，等.供應(yīng)鏈數(shù)字化對(duì)企業(yè)創(chuàng)新的影響——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].科技進(jìn)步與對(duì)策，2024，41（11）：67-78.

[11]李靜，彭飛，毛德鳳.研發(fā)投入對(duì)企業(yè)全要素生產(chǎn)率的溢出效應(yīng)——基于中國(guó)工業(yè)企業(yè)微觀數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)評(píng)論，2013（03）：77-86.

[12]孔東民，龐立讓?zhuān)邪l(fā)投入對(duì)生產(chǎn)率提升的滯后效應(yīng)：來(lái)自工業(yè)企業(yè)的微觀 證據(jù)[J]．產(chǎn)業(yè)經(jīng)濟(jì)研究，2014（06）：69-80+90．

[13]胡春陽(yáng)，張進(jìn)銘，余泳澤.財(cái)政補(bǔ)貼能否對(duì)企業(yè)全要素生產(chǎn)率形成溢出效應(yīng)？[J].經(jīng)濟(jì)評(píng)論，2023（01）：19-36.

[14]劉帷韜，任金洋，馮大威，等.經(jīng)濟(jì)政策不確定性、非效率投資與企業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)問(wèn)題探索，2021（12）：13-30.

[15]楊汝岱，李艷，孟珊珊.企業(yè)數(shù)字化發(fā)展、全要素生產(chǎn)率與產(chǎn)業(yè)鏈溢出效應(yīng)[J].經(jīng)濟(jì)研究，2023，58（11）：44-61.

[16]周冬華，萬(wàn)貽健.企業(yè)數(shù)字化能提升企業(yè)全要素生產(chǎn)率嗎？[J].統(tǒng)計(jì)研究，2023，40（12）：106-118.

[17]李青原，李昱，章尹賽楠，等.企業(yè)數(shù)字化轉(zhuǎn)型的信息溢出效應(yīng)——基于供應(yīng)鏈視角的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（07）：142-159.

[18]KATSALIAKI K，GALETSI P，KUMAR S.Supply chain disruptions and resilience：A major review and future research agenda[J].Annals of Operations Research，2022：1-38.

[19]BAG S，WOOD L C，MANGLA S K，et al.Procurement 4.0 and its implications on business process performance in a circular economy[J].Resources，Conservation and Recycling，2020，152：104502.

[20]GOVINDAN K，CHENG T C E，MISHRA N，et al.Big data analytics and application for logistics and supply chain management[J].Transportation Research Part E：Logistics and Transportation Review，2018，114：343-349.

[21]BAG S.Big data and predictive analysis is key to superior supply chain performance：A south african experience[J].International Journal of Information Systems and Supply Chain Management，2017，10（02）：66-84.

[22]朱雪春，周思淼.企業(yè)數(shù)字化能力對(duì)供應(yīng)鏈創(chuàng)新績(jī)效的影響[J].中國(guó)流通經(jīng)濟(jì)，2023，37（11）：35-46.

[23]BLACKHURST J，CRAIGHEAD C W，ELKINS D，et al.An empirically derived agenda of critical research issues for managing supply-chain disruptions[J].International Journal of Production Research，2005，43（19）：4067-4081.

[24]張任之.數(shù)字技術(shù)與供應(yīng)鏈效率——理論機(jī)制與經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)與管理研究，2022，43（05）：60-76.

[25]唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異[J].管理世界，2020，36（05）：52-66+9.

[26]黃勃，李海彤，劉俊岐等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)數(shù)字專(zhuān)利的證據(jù)[J].經(jīng)濟(jì)研究，2023，58（03）：97-115.

[27]王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（03）：138-155.

[28]任宇新，張雪琳，吳敬靜等.政府補(bǔ)貼、研發(fā)投入與全要素生產(chǎn)率——中國(guó)制造業(yè)企業(yè)的實(shí)證研究[J].科學(xué)決策，2022（07）：44-62.

[29]韓亞峰，李新安，楊蔚薇.政府補(bǔ)貼與企業(yè)全要素生產(chǎn)率——甄選效應(yīng)和激勵(lì)效應(yīng)[J].南開(kāi)經(jīng)濟(jì)研究，2022（02）：120-137.

[30]柳學(xué)信，張宇霖.政府政策偏向、層級(jí)沖突與企業(yè)創(chuàng)新投入[J].中國(guó)科技論壇，2020（10）：56-65.

[31]郭玥.政府創(chuàng)新補(bǔ)助的信號(hào)傳遞機(jī)制與企業(yè)創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（09）：98-116.

[32]遲麗華，石萬(wàn)舉.數(shù)字普惠金融對(duì)企業(yè)績(jī)效的驅(qū)動(dòng)效應(yīng)——融資約束和研發(fā)投入的中介作用[J].技術(shù)與創(chuàng)新管理，2023，44（05）：552-563.

[33]周冬華，萬(wàn)貽健.企業(yè)數(shù)字化能提升企業(yè)全要素生產(chǎn)率嗎？[J].統(tǒng)計(jì)研究，2023，40（12）：106-118.

[34]廖志超，王建新.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)高質(zhì)量發(fā)展的影響[J].統(tǒng)計(jì)與決策，2023，39（22）：162-167.

[35]張瑞琛，楊景涵，溫磊.數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)的高質(zhì)量發(fā)展嗎——基于內(nèi)部控制和社會(huì)責(zé)任的雙視角[J].會(huì)計(jì)研究，2023（10）：129-142.

[36]楊志強(qiáng)，唐松，李增泉.資本市場(chǎng)信息披露，關(guān)系型合約與供需長(zhǎng)鞭效應(yīng)——基于供應(yīng)鏈信息外溢的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（07）：89-105.

[37]CHEN H，F(xiàn)RANK M Z，WU O Q.What actually happened to the inventories of American companies between 1981 and 2000？[J].Management Science，2005，51（07）：1015-1031.

[38]GAO J，GAO Y，GUAN T，et al.Inhibitory influence of supply chain digital transformation on bullwhip effect feedback difference[J].Business Process Management Journal，2024，30（01）：135-157.

[39]戚聿東，蔡呈偉.數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究[J].學(xué)習(xí)與探索，2020（07）：108-119.

[40]徐朝輝，王滿四.數(shù)字化轉(zhuǎn)型對(duì)實(shí)體企業(yè)過(guò)度金融化的治理效應(yīng)研究[J].證券市場(chǎng)導(dǎo)報(bào)，2022（07）：23-35.

[41]許志勇，管威.數(shù)智時(shí)代企業(yè)內(nèi)部控制優(yōu)化策略探究[J].財(cái)會(huì)通訊，2024（02）：128-133.

[42]周衛(wèi)華，劉一霖.管理者能力、企業(yè)數(shù)字化與內(nèi)部控制質(zhì)量[J].經(jīng)濟(jì)與管理研究，2022，43（05）：110-127.

[43]郭檬楠，李校紅.內(nèi)部控制、社會(huì)審計(jì)與企業(yè)全要素生產(chǎn)率——協(xié)同監(jiān)督抑或互相替代[J].統(tǒng)計(jì)與信息論壇，2020，35（11）：77-84.

[44]魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007[J].經(jīng)濟(jì)學(xué)（季刊），2012，11（02）：541-558.

[45]任勝鋼，鄭晶晶，劉東華，等.排污權(quán)交易機(jī)制是否提高了企業(yè)全要素生產(chǎn)率——來(lái)自中國(guó)上市公司的證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（05）：5-23.

[46]胡德龍，石滿珍.數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響研究[J].當(dāng)代財(cái)經(jīng)，2023（12）：17-29.

[47]郭偉，郭童，耿曄強(qiáng).數(shù)字經(jīng)濟(jì)、人力資本結(jié)構(gòu)高級(jí)化與企業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)問(wèn)題，2023（11）：73-79+129.

[48]王保忠，楊曉璐，王譯.企業(yè)雙元?jiǎng)?chuàng)新與數(shù)字化轉(zhuǎn)型——基于內(nèi)部控制與財(cái)務(wù)柔性的傳導(dǎo)機(jī)制[J].現(xiàn)代管理科學(xué)，2023（04）：153-162.

[49]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[50]胡海波，彭卉.內(nèi)部控制對(duì)企業(yè)高質(zhì)量發(fā)展的影響——基于社會(huì)責(zé)任和投資效率的中介效應(yīng)分析[J].會(huì)計(jì)之友，2023（19）：82-90.

[51]BERTRAND M，MULLAINATHAN S.Enjoying the quiet life？Corporate governance and managerial preferences[J].Journal of political Economy，2003，111（05）：1043-1075.

[52]朱海英，黃麗.供應(yīng)鏈關(guān)系資源、融資約束與企業(yè)創(chuàng)新投入[J].技術(shù)與創(chuàng)新管理，2022，43（04）：379-387.

[53]HOSSEINI S，MORSHEDLOU N，IVANOV D，et al.Resilient supplier selection and optimal order allocation under disruption risks[J].International Journal of Production Economics，2019，213：124-137.

[54]彭紅星，毛新述.政府創(chuàng)新補(bǔ)貼、公司高管背景與研發(fā)投入——來(lái)自我國(guó)高科技行業(yè)的經(jīng)驗(yàn)證據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（03）：147-161.

（責(zé)任編輯：王綠）