摘 要：供應(yīng)鏈數(shù)字化通過資源整合和流程優(yōu)化，有利于促進供需精準匹配和產(chǎn)業(yè)升級，是供給側(cè)結(jié)構(gòu)性改革的重要抓手。以全國供應(yīng)鏈創(chuàng)新與應(yīng)用試點項目構(gòu)建準自然實驗場景，采用雙重差分模型，實證檢驗了供應(yīng)鏈數(shù)字化對企業(yè)全要素生產(chǎn)率的影響。實證結(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)字化對非國有企業(yè)生產(chǎn)率的提升作用顯著高于國有企業(yè)；對供應(yīng)鏈集中度高的企業(yè)的促進作用要優(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)，對非高新技術(shù)企業(yè)的促進作用更加顯著。研究結(jié)論不僅拓展了供應(yīng)鏈數(shù)字化經(jīng)濟效果的研究范圍，也為國家實施供應(yīng)鏈創(chuàng)新與試點政策的精準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)

中圖分類號：F279.23

文獻標(biāo)識碼：A

文章編號：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)濟正在迅速發(fā)展，加快數(shù)字經(jīng)濟和實體經(jīng)濟的融合，增強產(chǎn)業(yè)鏈供應(yīng)鏈的穩(wěn)定性和安全性，已然成為中國產(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，推進供給側(cè)結(jié)構(gòu)性改革，2018年４月，我國商務(wù)部等八部委聯(lián)合發(fā)布了《關(guān)于開展全國供應(yīng)鏈創(chuàng)新與應(yīng)用試點的通知》（下簡稱《通知》），針對266家企業(yè)及55座城市，啟動為期兩年的供應(yīng)鏈創(chuàng)新與應(yīng)用試點項目?！锻ㄖ访鞔_指示，試點企業(yè)的主要工作方向在于運用當(dāng)代信息技術(shù)手段，推動供應(yīng)鏈技術(shù)和模式的革新，并致力于產(chǎn)業(yè)協(xié)同平臺的建立與優(yōu)化。其中重點強調(diào)“推廣應(yīng)用供應(yīng)鏈新技術(shù)、新模式，促進整個產(chǎn)業(yè)供應(yīng)鏈數(shù)字化、智能化和國際化?！睆闹攸c任務(wù)可以看出，政府極力鼓勵企業(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)鏈增長勢能。

供應(yīng)鏈數(shù)字化日益凸顯的重要性，預(yù)示著其將成為推動經(jīng)濟發(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，通過分析多個來源的海量數(shù)據(jù)，預(yù)測和識別潛在風(fēng)險，并在風(fēng)險發(fā)生之前主動采取預(yù)防措施，以持續(xù)監(jiān)測績效并增強企業(yè)風(fēng)險管理能力。以客戶為中心，互聯(lián)性、自動化、透明化以及主動性是供應(yīng)鏈數(shù)字化的關(guān)鍵特征^[5]。SCHRAUF等^[6]強調(diào)了數(shù)字化在提升組織績效方面的重要作用，認為那些具備數(shù)字化供應(yīng)鏈和高度數(shù)字化運營策略的組織，有望實現(xiàn)年均4.1%的效率提升，并且能同時帶來年均2.9%的收入增長。張樹山等^[7]研究發(fā)現(xiàn)供應(yīng)鏈數(shù)字化通過優(yōu)化信息流通、緩解融資壓力以及增強高管學(xué)習(xí)能力提升企業(yè)風(fēng)險承擔(dān)能力。劉海建等^[8]指出供應(yīng)鏈數(shù)字化對企業(yè)績效的提升效果顯著，其中管理賦能和創(chuàng)新賦能是推動其提升的關(guān)鍵動力。黃宏斌等^[9]認為供應(yīng)鏈數(shù)字化能降低企業(yè)協(xié)作成本，促進知識在供應(yīng)鏈企業(yè)間流動，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、政府補貼、經(jīng)濟政策不確定性等角度展開研究。李靜等^[11]研究發(fā)現(xiàn)研發(fā)投入對企業(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)、國有及港澳臺企業(yè)中，研發(fā)溢出效應(yīng)表現(xiàn)尤為顯著?？讝|民等^[12]認為研發(fā)投入對企業(yè)生產(chǎn)率的促進作用存在滯后效應(yīng)，而且市場競爭越激烈，人力資本水平越高，研發(fā)投入的提升效果越大。胡春陽等^[13]提出財政補貼通過優(yōu)化要素配置、發(fā)揮示范作用和激發(fā)競爭機制，對企業(yè)全要素生產(chǎn)率產(chǎn)生顯著的正向推動作用。劉帷韜等^[14]研究發(fā)現(xiàn)經(jīng)濟政策不確定性的增加會導(dǎo)致企業(yè)投資決策出現(xiàn)偏差，形成非效率投資，進而顯著降低企業(yè)的全要素生產(chǎn)率。數(shù)字經(jīng)濟的快速發(fā)展，一些學(xué)者開始關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響。楊汝岱等^[15]認為企業(yè)數(shù)字化對企業(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、增強企業(yè)創(chuàng)新能力，從而推動企業(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)用試點項目作為一次準自然實驗，采用雙重差分法對企業(yè)供應(yīng)鏈數(shù)字化轉(zhuǎn)型的實踐效果進行實證研究，探索供應(yīng)鏈數(shù)字化對企業(yè)全要素生產(chǎn)率的驅(qū)動作用和內(nèi)在影響機制。

與已有文獻相比，文章可能存在的邊際貢獻率在于：第一，拓展了供應(yīng)鏈數(shù)字化的經(jīng)濟效果研究。目前學(xué)者大都關(guān)注供應(yīng)鏈數(shù)字化對企業(yè)績效、風(fēng)險承擔(dān)、創(chuàng)新能力等的影響，而對企業(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)字化促進企業(yè)全要素生產(chǎn)率增長的傳導(dǎo)機制，為供應(yīng)鏈數(shù)字化和生產(chǎn)率增長機制提供了新的解釋。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，因需求預(yù)測不準確，造成需求計劃同市場實際需求的差距逐級放大的牛鞭效應(yīng)在傳統(tǒng)的線性供應(yīng)鏈中普遍存在^[17]，這會增加庫存成本，進而降低生產(chǎn)效率。此外，傳統(tǒng)供應(yīng)鏈上下游企業(yè)通過串聯(lián)緊密鏈接，當(dāng)其中一個環(huán)節(jié)出現(xiàn)問題，整個供應(yīng)鏈都可能陷入斷裂的困境^[18]。供應(yīng)鏈數(shù)字化通過提高供應(yīng)鏈的可見性和透明度^[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。從成本理論來看，在動蕩環(huán)境中，供應(yīng)鏈數(shù)字化通過快速優(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)字化促進上下游企業(yè)協(xié)同合作，供需數(shù)據(jù)實時共享使企業(yè)具備迅速調(diào)整生產(chǎn)規(guī)劃與庫存管理策略的能力，從而規(guī)避生產(chǎn)過剩的風(fēng)險，降低企業(yè)庫存成本，進而提升企業(yè)全要素生產(chǎn)率^[24]?；谝陨戏治?，提出假設(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)新的作用機制分析

企業(yè)技術(shù)創(chuàng)新是一項高風(fēng)險的活動，因為其具有投入沉沒性、過程不可逆性和產(chǎn)出不確定性^[25]，會影響全要素生產(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)都對技術(shù)創(chuàng)新望而卻步。供應(yīng)鏈創(chuàng)新與應(yīng)用試點作為政府介入企業(yè)創(chuàng)新活動的政策手段，有助于試點企業(yè)獲得豐富的創(chuàng)新資源，為企業(yè)開展技術(shù)創(chuàng)新、實現(xiàn)供應(yīng)鏈數(shù)字化提供充足的動力。從資源依賴視角來看，被政府認定的試點企業(yè)會享受一系列財政補貼、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]。政府補貼能降低企業(yè)生產(chǎn)經(jīng)營成本，緩解融資約束，激勵企業(yè)創(chuàng)新研發(fā)，從而提升企業(yè)全要素生產(chǎn)率^[29]。從信號傳遞視角來看，政府宣布試點企業(yè)的同時，也向外界市場傳遞了積極的信號^[30]。因為政府在確定試點企業(yè)之前，務(wù)必會對申請試點企業(yè)的經(jīng)營狀況、研發(fā)項目可行性以及預(yù)期收益等多方面進行考察，政府比金融機構(gòu)掌握更多企業(yè)的實際運營及研發(fā)情況，當(dāng)一家公司成功被選為試點企業(yè)，側(cè)面反映了該企業(yè)的收益前景良好，增加了企業(yè)與金融機構(gòu)之間的互信度。這種信號的輸出有效減緩了信息不對稱，避免了外界投資者面臨的逆向選擇和道德風(fēng)險問題^[31]，進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)開展高成本的創(chuàng)新項目^[32]，不斷提高企業(yè)技術(shù)創(chuàng)新水平，增強企業(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)字化通過推動企業(yè)技術(shù)創(chuàng)新來提高企業(yè)全要素生產(chǎn)率。

1.3 內(nèi)部控制的作用機制分析

在經(jīng)濟新常態(tài)下，提升資本配置效率和加強內(nèi)部控制是數(shù)字化轉(zhuǎn)型推動企業(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)型帶來大數(shù)據(jù)、云計算、人工智能等先進信息技術(shù)的應(yīng)用普及，無形中也推動了企業(yè)內(nèi)部控制系統(tǒng)的自動化和智能化升級，為企業(yè)實現(xiàn)高質(zhì)量發(fā)展奠定了堅實的內(nèi)部基礎(chǔ)^[35]。從交易成本理論來看，一方面，“長鞭效應(yīng)”會放大需求信息，使上游供應(yīng)商比下游供應(yīng)商維持更高的庫存水平^[36]。大規(guī)模的存貨會使企業(yè)面臨較高的減值成本和資金占用成本^[37]。供應(yīng)鏈數(shù)字化通過減少信息反饋偏差來減少多層次供應(yīng)鏈中的長鞭效應(yīng)^[38]，便于信息在內(nèi)部控制各方之間的有效傳達和理解^[39]，以便靈活調(diào)整生產(chǎn)計劃，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的負面影響^[40]，能夠省時高效地將內(nèi)部控制相關(guān)信息進行整合，得到完整有效的分析報告^[41]，節(jié)省了人力物力成本，使生產(chǎn)運營更加準確高效。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會主義和風(fēng)險性投資行為，加快企業(yè)投資效率，提高內(nèi)部經(jīng)營效率，進而促進企業(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)字化通過優(yōu)化內(nèi)部控制來提高企業(yè)全要素生產(chǎn)率。

2 研究設(shè)計

2.1 樣本選擇與數(shù)據(jù)來源

以2018年商務(wù)部等八部委聯(lián)合發(fā)布的《關(guān)于開展供應(yīng)鏈創(chuàng)新與應(yīng)用試點的通知》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供應(yīng)鏈數(shù)字化對企業(yè)全要素生產(chǎn)率的影響。為保障數(shù)據(jù)的一致性，對樣本進行如下篩選：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；④剔除資不抵債樣本。最終獲得了17 886個企業(yè)—年度樣本觀測值。有關(guān)企業(yè)特征、財務(wù)數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫。為了消除極端值對回歸結(jié)果準確性的影響，對連續(xù)變量進行1%～99%的縮尾處理。

2.2 模型設(shè)定

為研究供應(yīng)鏈數(shù)字化對企業(yè)全要素生產(chǎn)率的影響，以試點企業(yè)作為實驗組，非試點企業(yè)作為對照組，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Treat×Post為核心解釋變量，其系數(shù)是主要的觀察對象，若系數(shù)β顯著為正，則代表供應(yīng)鏈數(shù)字化建設(shè)對試點企業(yè)全要素生產(chǎn)率有促進作用；Controls為企業(yè)層面控制變量合集；模型中同時控制了企業(yè)個體效應(yīng)和年份時間效應(yīng)，ε為隨機誤差項。

2.3 變量定義

1）被解釋變量：企業(yè)全要素生產(chǎn)率（TFP），其主流的計量方法主要包括最小二乘法OLS、OP法和LP法，魯曉東等^[44]對以上算法均作出了詳細的評述。OP法和LP法與最小二乘法OLS相比，解決了內(nèi)生性問題，有利于獲得投入要素的一致有效估計；但OP法要求企業(yè)中間投入必須大于0，實際生產(chǎn)中許多企業(yè)不滿足這一條件，因此會造成樣本大量缺失；而LP法用替換變量的方式對OP法進行改進，避免了樣本流失問題，被廣大學(xué)者運用。文章選擇LP法計算企業(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)出用營業(yè)收入表示，資本投入用固定資產(chǎn)凈額表示，勞動投入用員工總數(shù)表示。中間品投入等于企業(yè)的營業(yè)成本、管理費用和銷售費用之和減去折舊攤銷、支付員工工資之和，以上計算結(jié)果均用自然對數(shù)表示。

2）核心解釋變量：交乘項Treat×Post是虛擬變量，借鑒張樹山等的研究，當(dāng)上市公司為試點企業(yè)時，Treat取1，否則取0；Post為時間虛擬變量，2018年及以后取1，否則取0。Treat×Post的系數(shù)為該政策實施后對試點企業(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)投入的對數(shù)來衡量；借鑒王寶忠等^[48]的研究，內(nèi)部控制（IC）采用迪博中國上市公司內(nèi)部控制指數(shù)來衡量。

4）控制變量：參照既有研究，控制變量包括資產(chǎn)負債率、營業(yè)收入增長率、固定資產(chǎn)比例、流動速率、企業(yè)年齡、資產(chǎn)規(guī)模、董事會規(guī)模、獨董比例、兩職合一、前十大股東持股比例。具體變量定義見表1。

2.4 平行趨勢檢驗

雙重差分法已被許多學(xué)者用來估計一種政策、干預(yù)或事件對一個或多個群體的影響，但此方法使用的前提是滿足平行趨勢檢驗。圖1展示了平行趨勢檢驗的結(jié)果。將試點前一期作為基期，可見政策實施前，置信區(qū)間與縱軸上的零刻度線有交點，說明政策實施前實驗組和對照組的企業(yè)全要素生產(chǎn)率的變化趨勢無顯著差異，平行趨勢檢驗通過，證明雙重差分法可用于文章的后續(xù)研究中。

3 實證分析

3.1 描述性分析

表2列示了主要變量的描述性統(tǒng)計結(jié)果。全要素生產(chǎn)率最大值10.931，最小值6.561，說明企業(yè)間全要素生產(chǎn)率存在差異；試點上市樣本占總樣本2.1%，實驗組樣本量較少，后文針對小樣本進行穩(wěn)健性分析，以減少小樣本選擇性誤差；Post均值0.648，說明位于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 變量定義變量符號變量名稱變量說明TFP企業(yè)全要素生產(chǎn)率采用LP法測算得到，OP法用于穩(wěn)健性檢驗Treat供應(yīng)鏈創(chuàng)新試點企業(yè)試點企業(yè)取1，非試點企業(yè)取0Post政策實施年份2018年及以后取1，否則取0RD技術(shù)創(chuàng)新研發(fā)投入的對數(shù)IC內(nèi)部控制迪博中國上市公司內(nèi)部控制指數(shù)Lev資產(chǎn)負債率總負債/總資產(chǎn)Growth營業(yè)收入增長率本年營業(yè)收入/上一年營業(yè)收入-1Ta固定資產(chǎn)比例固定資產(chǎn)/總資產(chǎn)Liquid流動比率流動資產(chǎn)/流動負債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)取自然對數(shù)Board董事會規(guī)模董事會人數(shù)取自然對數(shù)Indep獨董比例獨立董事/董事人數(shù)Dual兩職合一董事長與總經(jīng)理是同一個人為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 基準回歸結(jié)果分析

通過構(gòu)建雙向固定效應(yīng)差分模型來評估供應(yīng)鏈數(shù)字化對企業(yè)全要素生產(chǎn)率的影響。回歸結(jié)果見表3，列（1）僅報告了單變量檢驗結(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)上加入個體、時間固定效應(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

為進一步探討供應(yīng)鏈數(shù)字化對企業(yè)全要素生產(chǎn)率的作用機制，借鑒吳非等^[49]的研究方法，建立中介效應(yīng)模型檢驗技術(shù)創(chuàng)新和內(nèi)部控制的中介作用，并基于Bootstrap和Sobel方法進行檢驗。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Treat×Post和研發(fā)投入（RD）的系數(shù)都顯著為正，說明供應(yīng)鏈數(shù)字化可以促進企業(yè)進行技術(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)用試點倡導(dǎo)企業(yè)將數(shù)字技術(shù)應(yīng)用到實際生產(chǎn)運營中，數(shù)字技術(shù)應(yīng)用可以促進研發(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)字化可以通過增加企業(yè)研發(fā)投入提高企業(yè)技術(shù)創(chuàng)新水平，進而提高企業(yè)全要素生產(chǎn)率，假設(shè)2成立。

表4第（4）列檢驗結(jié)果顯示：交乘項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)字化對企業(yè)內(nèi)部控制產(chǎn)生正向影響。第（5）列顯示交乘項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)動企業(yè)全要素生產(chǎn)率增長的重要機制。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)各項活動的合規(guī)性和高效性，及時發(fā)現(xiàn)并解決潛在的經(jīng)營風(fēng)險，以保障企業(yè)的穩(wěn)健發(fā)展^[50]。在面對復(fù)雜多變的市場環(huán)境時，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，通過監(jiān)督和激勵機制降低高管道德風(fēng)險，同時激發(fā)高管對技術(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)用試點有助于引導(dǎo)企業(yè)進行供應(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，促進企業(yè)高質(zhì)量發(fā)展，假設(shè)3成立。

4 穩(wěn)健性檢驗

4.1 傾向得分匹配

為了消除試點企業(yè)和非試點企業(yè)之間存在的差異，減少小樣本選擇性偏誤問題，獲得更加精準的估計結(jié)果，采用傾向得分匹配方法對研究樣本進行重新篩選，篩選后的實驗組和對照組之間的個體差異更小，更能突顯出外部政策沖擊的效果。接著對匹配后的實驗組和控制組重新進行雙重差分回歸，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，與基準回歸結(jié)果保持一致，說明實證結(jié)果相對穩(wěn)健。

4.2 控制試點城市

供應(yīng)鏈試點政策不僅挑選出一批試點企業(yè)，也確定了一批試點城市，被選中的城市很可能在一系列的政策支持下營造出良好的供應(yīng)鏈營運環(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，控制了試點城市與年份固定效應(yīng)的交乘項。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)率的測算方法，采用OP法對核心被解釋變量進行重新計算，將計算結(jié)果代入模型（1）進行重新回歸。結(jié)果如表5第（3）列所示，交乘項Treat×Post的回歸系數(shù)為0.057，并且在5%置信水平上顯著為正，證實了結(jié)論具有一定的穩(wěn)健性。

5 異質(zhì)性檢驗

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，對國有企業(yè)和非國有企業(yè)進行分組檢驗，表6第（1）列顯示供應(yīng)鏈數(shù)字化對國有企業(yè)產(chǎn)生負面影響，但結(jié)果并不顯著，而對于非國有企業(yè)，估計系數(shù)為0.617，且在1%水平上顯著，說明供應(yīng)鏈數(shù)字化對非國有企業(yè)全要素生產(chǎn)率的提升作用要顯著高于國有企業(yè)。國有企業(yè)創(chuàng)新機制不健全，企業(yè)市場支配地位決定其更加依賴于穩(wěn)定的收入，自主創(chuàng)新意識薄弱，創(chuàng)新動力不足。與之相比，非國有企業(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)的市場競爭力，它們需要進行不斷地創(chuàng)新來保持企業(yè)的活力與韌性。因此，非國有企業(yè)更可能抓住供應(yīng)鏈數(shù)字化創(chuàng)新這一政策機遇，對現(xiàn)有生產(chǎn)流程進行改造升級，以提升企業(yè)績效。

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)中議價能力的關(guān)鍵指標(biāo)，同時也揭示了企業(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)果見表6第（2）列，供應(yīng)鏈數(shù)字化對兩組均有顯著地促進作用，并且相較于供應(yīng)鏈集中度低的企業(yè)，對供應(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，擴大了企業(yè)的融資渠道，減少了交易不確定性帶來的交易成本^[52]，而且在面對不確定性沖擊時更有能力保持供應(yīng)鏈穩(wěn)定運營，為企業(yè)生產(chǎn)率增長提供有利條件^[53]。數(shù)字技術(shù)的應(yīng)用也使得上下游企業(yè)的資源通過數(shù)字化平臺進行集成和共享，使供應(yīng)鏈運行地更加高效透明，有助于形成協(xié)同創(chuàng)新的優(yōu)勢，從而大大提升企業(yè)運營效率。

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)新政策帶來的創(chuàng)新資源可以顯著地彌補非高新技術(shù)企業(yè)這一短板，促進企業(yè)數(shù)字化轉(zhuǎn)型，優(yōu)化生產(chǎn)模式，從而帶動企業(yè)全要素生產(chǎn)率的提升。

6 結(jié)語

文章將《關(guān)于開展供應(yīng)鏈創(chuàng)新與應(yīng)用試點的通知》作為一項準自然實驗，以上市試點企業(yè)2015—2021年的數(shù)據(jù)為處理組，其他滬深上市企業(yè)為對照組，運用雙重差分法進行實證分析，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)率的重要作用機制。異質(zhì)性分析發(fā)現(xiàn)，供應(yīng)鏈數(shù)字化對非國有企業(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)作為維護供應(yīng)鏈安全、穩(wěn)定、高效運轉(zhuǎn)的關(guān)鍵手段。及時對試點企業(yè)的成功經(jīng)驗進行總結(jié)、復(fù)制，探索出一套適合全國推廣的供應(yīng)鏈數(shù)字化規(guī)劃和標(biāo)準，以確保不同系統(tǒng)和平臺之間的互操作性，實現(xiàn)信息的流暢共享。通過培訓(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)鏈金融對供應(yīng)鏈數(shù)字化建設(shè)的推動作用，鼓勵金融機構(gòu)為供應(yīng)鏈數(shù)字化項目提供貸款或融資支持，降低企業(yè)融資門檻。同時，建立健全的供應(yīng)鏈數(shù)據(jù)安全和隱私保護機制，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，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，政府在進一步推廣供應(yīng)鏈創(chuàng)新與應(yīng)用試點范圍時，應(yīng)因企制宜，精準施策。首先，應(yīng)進一步深化國有制改革，加強對國有企業(yè)的監(jiān)督與引導(dǎo)，為國有企業(yè)注入新鮮活力，激發(fā)它們的創(chuàng)新能力，同時將資源適當(dāng)向非國有企業(yè)傾斜，促進民營企業(yè)發(fā)展；其次，對非高新技術(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)型進程，為企業(yè)高質(zhì)量發(fā)展務(wù)實基礎(chǔ)。

3）企業(yè)應(yīng)積極應(yīng)對數(shù)字化轉(zhuǎn)型帶來的機遇和挑戰(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。同時完善自身信息披露機制，緩解與外部投資者之間的信息不對稱問題，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)新活動所需的知識、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：

[1] 白新華，李國英.以數(shù)實融合提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性的現(xiàn)實思考[J].區(qū)域經(jīng)濟評論，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——一項準自然實驗［J］.中國軟科學(xué)，2021（12）：21-30+40.

[8]劉海建，胡化廣，張樹山，等.供應(yīng)鏈數(shù)字化與企業(yè)績效——機制與經(jīng)驗證據(jù)[J].經(jīng)濟管理，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)鏈政策的準自然實驗[J].當(dāng)代財經(jīng)，2023（08）：134-145.

[10]吳煒鵬，陳金龍，趙曉陽，等.供應(yīng)鏈數(shù)字化對企業(yè)創(chuàng)新的影響——來自中國上市公司的經(jīng)驗證據(jù)[J].科技進步與對策，2024，41（11）：67-78.

[11]李靜，彭飛，毛德鳳.研發(fā)投入對企業(yè)全要素生產(chǎn)率的溢出效應(yīng)——基于中國工業(yè)企業(yè)微觀數(shù)據(jù)的實證分析[J].經(jīng)濟評論，2013（03）：77-86.

[12]孔東民，龐立讓．研發(fā)投入對生產(chǎn)率提升的滯后效應(yīng)：來自工業(yè)企業(yè)的微觀 證據(jù)[J]．產(chǎn)業(yè)經(jīng)濟研究，2014（06）：69-80+90．

[13]胡春陽，張進銘，余泳澤.財政補貼能否對企業(yè)全要素生產(chǎn)率形成溢出效應(yīng)？[J].經(jīng)濟評論，2023（01）：19-36.

[14]劉帷韜，任金洋，馮大威，等.經(jīng)濟政策不確定性、非效率投資與企業(yè)全要素生產(chǎn)率[J].經(jīng)濟問題探索，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)濟研究，2023，58（11）：44-61.

[16]周冬華，萬貽健.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)驗證據(jù)[J].中國工業(yè)經(jīng)濟，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)字化能力對供應(yīng)鏈創(chuàng)新績效的影響[J].中國流通經(jīng)濟，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——理論機制與經(jīng)驗證據(jù)[J].經(jīng)濟與管理研究，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、機制識別與金融監(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)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)[J].經(jīng)濟研究，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].中國工業(yè)經(jīng)濟，2019（03）：138-155.

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

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

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

[31]郭玥.政府創(chuàng)新補助的信號傳遞機制與企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟，2018（09）：98-116.

[32]遲麗華，石萬舉.數(shù)字普惠金融對企業(yè)績效的驅(qū)動效應(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)計研究，2023，40（12）：106-118.

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

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

[36]楊志強，唐松，李增泉.資本市場信息披露，關(guān)系型合約與供需長鞭效應(yīng)——基于供應(yīng)鏈信息外溢的經(jīng)驗證據(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)字化對制造業(yè)企業(yè)績效的多重影響及其機理研究[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)型對實體企業(yè)過度金融化的治理效應(yīng)研究[J].證券市場導(dǎo)報，2022（07）：23-35.

[41]許志勇，管威.數(shù)智時代企業(yè)內(nèi)部控制優(yōu)化策略探究[J].財會通訊，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)濟與管理研究，2022，43（05）：110-127.

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

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

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

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

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

[48]王保忠，楊曉璐，王譯.企業(yè)雙元創(chuàng)新與數(shù)字化轉(zhuǎn)型——基于內(nèi)部控制與財務(wù)柔性的傳導(dǎo)機制[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)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[50]胡海波，彭卉.內(nèi)部控制對企業(yè)高質(zhì)量發(fā)展的影響——基于社會責(zé)任和投資效率的中介效應(yīng)分析[J].會計之友，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)新補貼、公司高管背景與研發(fā)投入——來自我國高科技行業(yè)的經(jīng)驗證據(jù)[J].財貿(mào)經(jīng)濟，2017，38（03）：147-161.

（責(zé)任編輯：王綠）