數字金融對供應鏈韌性的影響
——基于制造業企業面板數據的實證檢驗

石巋然 孫 溢 李匡義

（南京審計大學金融學院，南京 211815）

引 言

改革開放以來，中國經濟發展取得了舉世矚目的偉大成就，1978～2021 年GDP 年均增速超過14%。在這期間，制造業是推動經濟持續高速發展的中堅力量，截至2022 年我國制造業增加值突破40 萬億元大關，占GDP 比重達到27.7%，占全球比重近30%，在全球制造業中的地位至關重要。從數據可以看出制造業在我國國民經濟中占據主導地位，是現代化經濟體系的核心組成部分，推動制造業的發展就是推進實現中國經濟現代化［1］。

自新冠肺炎疫情暴發尤其是俄烏沖突以來，世界經濟不穩定性和不確定性加劇，增長乏力、投資萎縮、消費不振，全球供應鏈體系面臨重構，部分供應鏈甚至存在中斷、紊亂的巨大風險，疫情、極端天氣與地緣政治沖突等突發事件影響著全球供應鏈安全。構建富有韌性的供應鏈已從企業層面關注的問題上升到行業、地區和國家層面戰略，成為應對當前社會經濟發展復雜局面和提升國家安全與競爭力水平的重要舉措［2］。黨的二十大報告明確提出“著力提升產業鏈供應鏈韌性和安全水平”，并部署要求“推動制造業高端化、智能化、綠色化發展”，因此著力提升制造業供應鏈韌性水平成為我國經濟高質量發展的必然要求。

當前人工智能、區塊鏈、大數據、云計算等技術蓬勃發展，傳統金融服務也因此迎來了新的變革，一種新型普惠金融模式——數字金融應運而生［3］。數字金融相比于傳統金融而言，在金融服務中引入了數字技術支持，具有低門檻、低成本、高效率等優勢，可以幫助企業更好地進行融資活動，為金融助力實體經濟發展增添了新的動力。因此，數字金融對企業供應鏈韌性也有一定的影響。那么，數字金融對供應鏈韌性的影響究竟如何？ 二者間的作用機制具體又是如何表現的？本文基于2011 ～2021 年我國制造業企業面板數據，實證分析數字金融對供應鏈韌性的影響，通過引入技術創新、企業融資約束和金融監管變量考察數字金融對供應鏈韌性的作用機制，這對于我國數字金融背景下應對全球突發事件，打造安全、穩定、高韌性的供應鏈體系具有理論價值與現實意義。

1 文獻評述

物理學中最早提出“韌性” 的概念，當材料受到外部壓力后，因發生形變所吸收能量的能力被稱為韌性，韌性越強的材料越容易抵抗外力，也越容易恢復初始形狀。經濟學中韌性的應用最早由Comfort［4］引入。Ponomarov 和Holcomb［5］指出，供應鏈韌性是指在外部沖擊下，通過采取恢復或適應的行動，從不理想的狀態恢復到原先或者更好的狀態的能力。李維安和馬茵［6］認為供應鏈之所以出現韌性，韌性之所以有高有低，取決于供應鏈是否具有適應環境復雜性的自我調節能力。Hohenstein 等［7］通過梳理了2003～2013 年發表的67篇文章，基于3 個維度界定了供應鏈韌性的內涵，分別為準備［8］、響應［9］和恢復［10］。Ali 和G?lgeci［11］將準備定義為一種主動戰略（即預測中斷的能力），響應定義為一種并行戰略（即在中斷期間適應和響應的能力），恢復定義為一種反應性戰略（即恢復和發展的能力）。之后的眾多學者以此對供應鏈韌性的影響因素開展了深入的研究。從現有文獻來看，供應鏈韌性策略的3 個維度主要針對兩個層面制定：宏觀［12］和微觀［13］。在宏觀層面的準備階段，大多數研究強調供應鏈層面的連通性和戰略協作活動，認為合作是一種中斷前的有效戰略，使得供應鏈更具韌性［14，15］。在宏觀層面的響應階段，Rajesh［16］側重于加大供應鏈合作伙伴之間知識共享與知識創造，Amindoust［17］、Liu和Lee［18］強調降低風險和風險分配是應對宏觀層面中斷的有效策略。在宏觀層面的恢復階段，Ja?farnejad 等［19］和Azadeh 等［20］提出了一些一般的恢復策略，如提高敏捷性和穩健性，在行動者之間建立信任和感知能力。近年來，國內學者也重點關注供應鏈韌性研究，馬瀟宇等［21］從單一和多元組態視角出發，構建了供應鏈韌性影響因素研究模型，系統性地探討了供應鏈韌性影響因素。綦方中和張磊磊［22］構建了改進的灰色預警模型，實現了韌性指標的動態預測。

結合已有文獻發現，研究多集中于數字化轉型、數字金融對企業和經濟的影響，有關數字金融與供應鏈韌性相關關系的研究較少。在數字化轉型、供應鏈韌性和企業生產率方面，陶峰等［23］發現下游企業數字化轉型能夠優化供需匹配、穩定供需關系、提高供應商創新能力，進而增強產業鏈供應鏈韌性和牽引上游企業全要素生產率增長。陳勝利和王東［24］認為數字化轉型主要通過提升人力資本水平、提高創新能力、緩解融資約束和增強內部控制的機制提升企業韌性。另外，數字金融、綠色創新及二者的協同作用，數字經濟、技術創新等均對城市經濟韌性具有顯著的正向影響［25－27］。在產業鏈韌性方面，創新要素配置是數字金融影響產業鏈韌性的重要渠道［28］，產業集聚和政府補貼也能強化該作用機制［29］?？傮w上看，關于供應鏈韌性的研究多為國外文獻，國內多是基于經濟韌性與產業韌性等方面展開的研究，該領域缺少相關的研究，并且從數字金融視角分析供應鏈韌性的研究亟需拓展。

綜上，學術界對于數字金融和供應鏈韌性這兩個議題都做出了大量有價值的探討，但缺乏基于制造業企業視角的研究。因此，本文對數字金融與供應鏈韌性的直接關系進行了理論分析與實證檢驗，為相關領域的研究提供了新的思路；構建中介效應模型，研究企業融資約束和技術創新在數字金融與供應鏈韌性間發揮的中介作用；構建調節效應模型，研究金融監管在數字金融與供應鏈韌性間發揮的調節作用。

2 理論分析與研究假設

2.1 直接傳導機制與研究假設

數字金融具有普惠性和技術性的雙重特點，是傳統金融服務業結合互聯網信息技術手段而產生的新型金融模式［30］，它在一定程度上打破了企業間、企業與金融機構間的信息壁壘［31］，大大提高了信貸效率，降低了金融服務成本，解決了傳統金融的時空限制難題［32］。另外，數字金融的出現能夠調整和改善金融結構，提高金融服務質量，幫助企業在危機中及時有效地適應供應鏈中斷的困境和進一步恢復發展［33］。在傳統金融模式下，供應鏈主體在需求資金的緊急情況下，常常遭遇金融服務遲滯的困擾。這對制造業供應鏈來說，可能無法保證其在風險沖擊下長期穩定運作，而數字金融的出現恰好解決了這一問題。因此，數字金融能夠大大提高企業供應鏈的響應和適應、恢復和發展的能力，從而促進韌性的提升?；诖?，本文提出以下假設：

H1：數字金融能夠提高制造業企業供應鏈韌性。

2.2 間接傳導機制與研究假設

（1） 技術創新的中介機制

數字金融所運用到的人工智能等新興技術均為技術創新的重要成果，金融在服務實體經濟的過程中同樣也能夠促進企業技術水平的提升。它依賴成本低、范圍廣、速度快等優勢，利用各類數字技術及時捕捉到供應鏈主體的技術創新需求，降低企業技術創新的金融服務門檻，從供需端解決資金需求問題，創造一個良好的外部環境，從而加大企業技術的研發投入，提高技術創新水平。對企業而言，技術創新不僅是提高核心競爭力和社會生產力的核心支柱，而且能夠使其在危機出現前更快作出預警和響應，在一定程度上減少供應鏈中斷帶來的損失。由此，供應鏈韌性也可以理解為供應鏈通過持續性的技術創新來應對風險的能力?；诖?，本文提出以下假設：

H2：數字金融可通過促進企業技術創新，間接提高制造業企業供應鏈韌性。

（2） 企業融資約束的中介機制

數字金融運用大數據等技術在金融市場的系統中存儲了企業海量金融數據，包括傳統金融模式下無法量化的商譽、庫存等資產。如供應鏈金融正是數字金融的一個衍生模式，它將供應鏈運作環節中流動性差的資產及資產所產生的且確定的未來現金流作為還款來源，借助中介企業的渠道優勢拓寬金融服務范圍?；诜聪虮＠砝碚摰臄底止溄鹑诳梢杂行Т偈官I賣雙方達成雙贏結果［34］。數字金融的出現使金融服務業多樣化，推動了金融的發展，緩解了企業融資約束，提高了資金使用效率，有助于促進企業融資數量和質量的全面發展［35］，在供應鏈中斷時能夠更好地抵抗、適應和恢復，從而供應鏈主體擁有更強的韌性?；诖?，本文提出以下假設：

H3：數字金融可通過緩解企業融資約束，間接提高制造業企業供應鏈韌性。

2.3 調節機制與研究假設

市場失靈理論認為，市場機制不能實現資源配置效率的最大化，由于普遍存在的信息不對稱、壟斷、外部性等問題，數字金融作為新興的金融模式自然離不開金融監管。金融監管作為政府公共部門維系金融系統安全與穩定，提高企業與公眾信心的有效措施，其在提高企業供應鏈韌性過程中的重要性不言而喻。加強監管有助于金融機構守住金融風險底線，提高金融服務實體經濟的效率，進而促進供應鏈韌性的提升；另外，相比于傳統金融模式，數字金融的復雜性、內生性、易變性等特征都放大了監管不足而帶來的風險，這往往會加大供應鏈在外部沖擊中的不確定性，因此提高數字金融中監管的力度勢在必行［36］?；诖?，本文提出以下假設。

H4：通過加大金融監管力度可以進一步增強數字金融對制造業企業供應鏈韌性的促進作用。

3 模型設計和變量說明

3.1 模型設計

（1） 基準模型

本文構建基準模型如式（1） 所示：

式（1） 中i和t分別表示企業與年份；SCR為被解釋變量，表示供應鏈韌性；lnDif為解釋變量，表示數字金融；Control表示控制變量，包含企業規模、企業年限、企業成長、兩職合一、董事會規模；μi、νt、εit分別表示個體效應、時間效應以及隨機擾動項。

（2） 中介效應模型

式（1） 用以研究數字金融對供應鏈韌性的直接影響機制，接下來引入中介變量考察數字金融對供應鏈韌性的間接作用，構建中介效應模型如下：

其中，式（2） 表示數字金融對中介變量的影響，中介變量包含企業融資約束和技術創新，b1表示數字金融對中介變量的影響程度，c1表示在控制中介變量后數字金融對供應鏈韌性的影響程度，c2為中介變量回歸系數，b1c2表示間接效應。

（3） 調節效應模型

引入金融監管與數字金融的交互項來分析數字金融與供應鏈韌性的調節效應，構建模型如下：

其中，lnREVit×lnDifit表示金融監管與數字金融的交互項，即當金融監管強度發生改變時，數字金融對供應鏈韌性的影響程度。

3.2 變量說明

3.2.1 核心解釋變量：數字金融（lnDif）

目前學術界研究數字金融時，北京大學數字普惠金融指數應用最多。大多數學者使用北大數字普惠金融指數的省級面板數據，本文研究的樣本為企業，因此對應使用企業所在城市的指數數據。

3.2.2 被解釋變量：供應鏈韌性（SCR）

經濟學領域中對韌性的測度方法通常分為單一指標法和綜合指標法，前者基于某一核心變量，如國內生產總值或就業人數變化［37，38］，后者基于多個變量，且基于多變量的綜合指標法在研究供應鏈韌性方面更為全面［39，40］。本文結合物理學中韌性的概念和前文論述的供應鏈韌性的3 個維度，參考鄭濤和楊如雪［41］的研究，將制造業企業供應鏈韌性分為兩個層面進行測度：斷裂韌性和沖擊韌性，詳細指標體系見表1。前者包含穩健性與流動性，體現了供應鏈在受到外部沖擊時的響應和適應能力；后者包含脆弱性與發展性，體現了供應鏈的抵抗與發展能力。本文采用熵權法測算各企業供應鏈韌性水平。

表1 制造業企業供應鏈韌性指標體系

3.2.3 中介變量：技術創新（lnTEN）

衡量企業技術創新水平多采用技術創新投入和專利授權數，本文采用研發投入占營業收入比重來衡量企業技術創新水平。

企業融資約束指數（SA）。本文選取Hadlock和Pierce［42］定義的企業融資約束指數（SA）作為衡量指標。

3.2.4 調節變量

金融監管（FI）。參考王博峰［43］的研究，選取金融監管支出占當地金融業增加值比重為衡量指標。

3.2.5 控制變量

參考李云鶴等［44］和楊金玉等［45］的做法，選取如下控制變量：（1） 企業規模（Size），以企業期末總資產的對數值表示；（2） 企業年限（Age），以上市年齡表示；（3） 企業成長（Grow），以企業年末營收增長率表示；（4） 兩職合一（Dual），董事長與總經理兼任時為1，否則為0；（5） 董事規模（Board），董事會人數取對數。上述各變量的說明與描述性統計見表2。

表2 變量定義與描述性統計

3.3 樣本選擇與數據來源

數字金融數據來源于《北京大學數字普惠金融指數（2011～2021）》；本文研究的對象為制造業企業，選擇2011～2021 年滬深兩市A 股上市制造業企業供應鏈數據及財務報表數據作為初始研究樣本。所涉數據主要來自國泰安數據庫、Wind 數據庫、中國統計年鑒，對部分缺失數據采用線性插值法進行補充。在篩選樣本時，按下列順序進行處理：（1） 剔除ST 等異常企業；（2） 剔除經營數據年份不連續的樣本；（3） 剔除變量缺失的樣本。處理后最終得到2011 ～2021 年間9482 個樣本；（3） 為了消除異常值的影響，對樣本數據進行1%水平的縮尾處理。本文使用的分析軟件是Stata。

4 實證分析

4.1 相關性檢驗

為檢驗面板數據的平穩性，首先對數據進行ADF 檢驗。檢驗結果顯示所有變量P 值均小于0.05，因此認為數據是平穩的，可以進行進一步回歸分析。另外，對所涉及變量進行相關性分析，檢驗是否存在共線性問題。

檢驗結果表明，自變量間相關系數均小于0.8，不存在共線性問題。為進一步考察共線性狀況，計算膨脹因子（VIF），計算發現VIF 均小于10，因此排除自變量間的多重共線性問題。

4.2 基準回歸

分別采用隨機效應（RE）和固定效應（FE）進行基準回歸，結果如表3 所示。為確定基準模型類型，進行Hausman 檢驗，結果表明，應使用固定效應模型。列（1） 和列（2） 中數字金融的系數分別為0.0016 和0.0029，這表明數字金融對供應鏈韌性均有正向影響，且在1%的水平上顯著。因此，H1 得以驗證。

表3 基準回歸結果

4.3 穩健性檢驗

本文在分別剔除異常數據和進行內生性處理后分析前述研究結果的穩健性，進一步論證結論的可靠性。

（1） 剔除異常數據

上市公司財報數據在經過第三方審計后，能夠真實反映企業經營狀況，本文使用的數據多為此類數據。2015 年我國股市波動較大，財報數據可能存在異常，無法真實反映企業經營狀況。另外，就經濟數據而言，我國直轄市相對其他省會城市更加發達。為了消除上述兩種異常數據的影響，本文分別剔除2015 年和4 個直轄市的數據，再次進行回歸分析，結果如表4 所示。表4 列（1）和列（2） 分別為剔除了2015 年和直轄市數據后的回歸結果，可以看出lnDif系數均顯著為正。這再次證明了數字金融對供應鏈韌性的正向的促進作用，本文假設H1 再一次得到驗證。

表4 剔除異常數據后回歸結果

（2） 內生性處理

本文在基準回歸的過程中，數字金融選用北大數字普惠金融指數表示，盡管二者差異較小，但從現實狀況來看，誤差可能會導致內生性問題的產生。故本文借鑒鄭萬騰等［46］的研究選取移動電話普及率（每百人中移動電話用戶數）作為工具變量，另外選取互聯網普及率（每百人中互聯網用戶數）作為另一工具變量，進行IV－2SLS 估計檢驗。選擇的理由如下：（1） 選取的工具變量均為數字金融的基礎設施，與數字金融密切相關，滿足工具變量的相關性原則；（2） 選取的工具變量與擾動項之間不存在相關性，即工具變量滿足外生性要求。

表5 結果顯示，當互聯網普及率和移動電話普及率作為工具變量時，均通過IV 不可識別和弱IV 檢驗，第二階段回歸結果中，數字金融的回歸系數分別為0.0038 和0.0076，且在1%的水平上顯著。由此可知，在解決核心解釋變量的內生性問題后，前文得到的研究結論仍然符合要求，本文假設H1 再一次得到驗證。

表5 IV－2SLS 結果

4.4 中介效應檢驗

前文理論分析表明，技術創新和企業融資約束均為數字金融驅動供應鏈韌性提升的重要途徑。本文進一步將技術創新和企業融資約束作為中介變量代入模型（2） 和（3），實證檢驗數字金融對供應鏈韌性的中介效應，結果見表6。其中，列（1） 為基準回歸結果，列（2）、（4） 分別為數字金融對中介變量技術創新和企業融資約束的影響。列（3）、（5） 分別表示數字金融和技術創新、數字金融和企業融資約束對供應鏈韌性的影響?；貧w結果顯示，列（2） 數字金融的回歸系數顯著為正，表明數字金融對技術創新具有顯著的促進作用；列（3） 數字金融和技術創新的回歸系數均顯著為正，表明數字金融可以通過提升技術創新水平，間接提高供應鏈韌性；列（4） 數字金融的回歸系數顯著為負，表明數字金融可以顯著緩解企業融資約束；列（5） 數字金融的回歸系數顯著為正，企業融資約束的回歸系數顯著為負，表明數字金融可以通過緩解企業融資約束從而提高供應鏈韌性。假設H2、H3 得以驗證。

4.5 調節效應檢驗

為了進一步檢驗金融監管的調節作用，將金融監管以及它和數字金融的交互項引入模型進行回歸，結果如表7 所示。結果表明，數字金融和金融監管回歸系數均顯著為正，二者均對供應鏈韌性有顯著的正向影響。另外，數字金融與金融監管的交互項回歸系數顯著為正，這說明金融監管在數字金融促進供應鏈韌性提升的過程中發揮正向調節作用，金融監管力度的適當增強更有利于發揮數字金融對供應鏈韌性的促進作用。假設H4得以驗證。

表7 調節效應回歸結果

5 結論與建議

本文運用2011～2021 年企業面板數據進行實證檢驗，從直接效應、中介效應和金融監管調節3 個方面分析了數字金融對供應鏈韌性的影響機制，結果表明：（1） 數字金融對供應鏈韌性的提升有顯著的促進作用，在經歷一系列穩健性檢驗后該結論依舊成立；（2） 根據中介機制檢驗結果發現，數字金融影響供應鏈韌性的重要渠道還包括技術創新和企業融資約束，數字金融分別可以通過提升企業技術創新水平和緩解融資約束從而提升供應鏈韌性；（3） 根據調節機制檢驗結果發現，金融監管在數字金融與供應鏈韌性的關系中發揮正向調節作用。

基于上述結論，提出如下建議：

（1） 高度重視數字金融的進一步發展，發揮其對供應鏈韌性提升的促進作用。數字金融作為金融發展新業態在新時代背景下孕育而生，降低了企業融資門檻和融資成本，提升了金融服務提供效率，優化了傳統金融結構，有效緩解了企業“融資難、融資貴” 問題，提高了金融系統遭遇外部沖擊時的風險抵御能力，進而能協助制造業企業供應鏈抵御外部沖擊，提高供應鏈韌性。當下世界環境下，保證供應鏈的安全與穩定早已成為了各國國家戰略層面所必須實現的目標。因此，為了提高供應鏈韌性水平，國家要重視數字金融發展。政府應當在推進數字金融發展的過程中扮演領導者的角色，為加快傳統金融機構向數字金融方向轉型提供有力的政策支持，探索數字金融服務新功能；此外，為了實現數字金融的可持續性發展，還需投入更多資金，加快金融基礎設施建設，發揮各類金融機構的比較優勢，合力促進周邊產業協同發展。另外，政府可以有針對性地對高新技術企業采取稅收優惠政策，激發企業在技術創新和研發方面的積極性，不斷提升整體科技創新水平，打造穩固的數字金融技術基礎，推動數字金融技術進步，提高供應鏈韌性。

（2） 不斷完善健全我國金融體系建設，尤其是針對以銀行為主導的金融結構，緩解企業融資約束。傳統金融機構應當順應數字金融發展趨勢，將有限的金融資源投入各類實體經濟中，針對不同需求、不同能力的企業給予相應的資金支持。傳統金融機構應當充分使用已有技術甄別企業發展潛力，為優質企業提供覆蓋面更廣、價格更為低廉的金融服務。具體表現為：事前識別用戶畫像，利用大數據評估企業信用狀況，定制個性化產品和服務；事中服務過程中，將人工智能等技術優勢與金融產品結合起來，從而提高金融服務效率，縮短融資周期，賦能企業供應鏈創新；事后風險控制環節，發揮區塊鏈等技術優勢，構建風險預警系統，及時對異常和突發狀況做出反應處理。

（3） 進一步加大金融監管力度，深化金融監管體系變革。研究發現，金融監管可以正向調節數字金融與供應鏈韌性的關系。金融監管達到一定程度，它將逐步發揮促進企業和金融發展的正向作用，明顯改善市場創新和發展環境，為提高供應鏈韌性做出積極貢獻。因此，監管機構應該積極推進數字金融監管體系的改革，實施持續性、重點性政策，加強宏觀審慎管理，在行為和功能監管等領域建立起相應的響應機制。此外，監管科技的研發和應用也是現代化金融監管體系變革的重要支柱。借助人工智能等科技手段，建立監管科技系統，提高金融監管的反饋速度、實現效果和目標準確性，強化金融監管效能。