供應鏈關系與企業數字化轉型
——基于動機與能力雙重視角的分析

毛斯麗 肖 明 李 格

內容提要：從上下游供應鏈視角探索企業數字化轉型的影響要素是破解當前數字化轉型實踐中企業“不愿轉、不敢轉、不會轉”難題的新思路,本文圍繞供應鏈關系對企業數字化轉型的可能影響及作用機理展開實證考察。研究結果表明,在考慮內生性等問題后,供應鏈集中度對企業數字化轉型存在負向影響。機制檢驗結果表明,隨著供應鏈集中程度的加大,一方面企業開展數字化轉型的動機容易因弱化的研發動力與簡單的業務體系而受到抑制,另一方面企業參與數字化建設的能力容易因密集的專用性資產與不良的信息透明度而受到損害。在動機與能力雙重機制的作用下,集中的供應鏈形態不利于企業數字化轉型程度提升,且這種影響效應受企業內外部要素的調節,在非國有、處于高度市場化水平環境的企業中更為突出。本文為企業從供應鏈關系管理維度加快推進數字經濟發展提供了一定啟示。

一、問題提出

在新一輪技術革命的洪流下,以人工智能、區塊鏈、云計算、大數據等為代表的數字科技迅猛發展,將人類經濟社會推入一個以數字(數據)為核心特征的全新時代。數字(數據)成為除勞動、資本、土地、知識、技術和管理之外支撐經濟社會發展的新時代經濟要素,數字經濟一躍成為產業轉型升級與企業創新變革的價值利器。黨的二十大報告指出,“加快發展數字經濟,促進數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群”。這為中國經濟高質量發展指明了方向,也為企業加速推進數字化轉型注入了動力。作為宏觀經濟的微觀構成,企業承載著宏觀數字經濟發展與轉型的重要功能,成功的企業數字化轉型既表征著數字科技與生產發展的深度融合,又是傳統生產體系轉向數字化生產體系的創新標志,更是驅動微觀經濟主體高質量發展的必由之路。然而,現階段中國企業數字化轉型失敗率較高,不同企業間轉型進度差距較大,數字鴻溝明顯[1-2]。一方面,企業對數字化轉型的認知不深,缺乏強烈的轉型意愿[3];另一方面,企業數字化轉型中自身資源與能力不足問題突出,許多企業面臨著轉型困境[4]。趙磊等(2023)通過對杭州市35家規模以上制造企業的實地調研指出,企業在數字化轉型中存在數字化方案提升與數字化軟件投入動力不足、數據治理基礎與信息互通共享能力薄弱等問題[5]。在此背景下,如何全面推進企業數字化轉型,把握影響企業數字化轉型程度的關鍵要素,改善企業數字化轉型意愿和能力,成為政學業三界共同關注的重大現實問題。

早期關于數字化轉型的研究主要圍繞其概念內涵與技術特性展開[6-7],隨著轉型進度的推進,有關企業數字化轉型經濟后果的文獻開始不斷涌現。越來越多的學者發現數字化轉型具有積極的賦能效果,既有利于提升企業的成本管理[8]、生產效率[9]、經營績效[10]與資本市場表現[11],也能幫助企業完善信息質量[12]、商務模式[13]、治理結構[14]與專業化分工[15],并推動企業開拓市場與研發創新[16-17]。企業數字化轉型的必要性已達成廣泛共識。與上述豐富的數字化轉型經濟后果研究相比,現有文獻對企業數字化轉型的影響因素關注較少。本文按照影響數字化轉型動機與能力的雙重視角進行文獻梳理后發現,市場競爭[18]、行業趨同[19]、利益相關者訴求[20]等外部環境變化以及業務信息整合、運營效率提升[21]等內在戰略需求是激發企業數字化轉型的主要動機來源。而轉型能力的構建受到人力資本、資金技術、組織管理、外部協作等因素的影響,具體包括員工數字素養[22-23]與數字化領導力[24],政府補助[4,25]、財政科技支出[26]、科技金融試點[27]、供應鏈金融[28]等資金政策或金融模式,大數據、云計算等前沿信息技術支撐[29],組織慣性[7]、動態能力[30]、數字文化[31]、風險承擔[4]、內部治理[32]等管理特征,以及對戰略實施有重要影響的特征要素——社會關系[33-34]。其中,近年來關于供應鏈關系網絡間數字化協同效應的探討明確了上下游之間的信息溝通、資源交互與配合協作是達成數字化轉型目標的必要條件[32,35],也開啟了從供應鏈關系視角探尋企業數字化轉型驅動要素的新思路。

供應鏈關系作為典型的企業間關系,一般被認為是企業在日常經營活動中與供應商或客戶建立起來的以購銷交易為基礎的商業關系及其衍生關系的總和[36],與政商關系、血緣關系等相比更為普遍與持久[37]。其既可能影響企業外在的行業競爭及需求環境,也會對企業內在的運營、資金、信息與治理產生作用,并可能由此進一步驅動或抑制企業數字化轉型的動機與能力,甚至關系到企業數字化轉型的成敗。但遺憾的是,目前鮮有從供應鏈關系強度視角出發探討企業數字化轉型的相關研究。已有關于供應鏈關系經濟后果的研究多聚焦于企業業績表現[38]、投資決策[39]、融資活動[40-41]、研發創新[42]、信息披露[43]等財務金融領域,且研究結論不一致。集中的供應鏈關系既有可能通過降低成本粘性[44-45]、提高融資能力[36,41,46-47]、改善績效表現[48-49]等方式為企業創造價值,也有可能通過抑制創新行為[42,50]、抬高資本成本[40,51]、加強現金流操縱[52]、誘導盈余管理[53]和降低信息質量[37,54]為企業帶來風險,其在何種方向、何種程度與何種路徑上影響企業數字化轉型,亟待進一步的探索與檢驗。盡管翟偉峰和張學文(2021)以小樣本考察了供應鏈關系對企業數字化投入的直接影響[55],但尚未對此影響效應的作用機制與具體路徑展開深入剖析。張志元和馬永凡(2022)圍繞異質性客戶關系對企業數字化轉型的分析缺乏對供應商一側及供應鏈三方整體關系的考量[56],且忽略了企業轉型動機或能力的細分影響。不難發現,既有文獻對于供應鏈關系與企業數字化轉型的探討仍有不足,需要后續更加深入的研究。厘清供應鏈關系強度對企業數字化轉型的影響效果及作用機理,有利于完整揭示企業數字化轉型戰略決策的理論邏輯,為當前企業數字化轉型意愿與能力困局提供新的破題思路,具有重要的理論價值與實踐意義。

鑒于此,本文以2008—2021年滬深A股上市公司為研究樣本,從企業開展數字化轉型的動機與能力視角出發,圍繞外部供應鏈關系對企業數字化轉型的可能影響及作用機理展開實證研究,并通過對企業產權性質與市場化水平的異質性考察揭示企業數字化轉型中供應鏈關系帶來的差異化效果。本文可能的邊際貢獻在于:第一,以供應鏈關系為突破口拓寬了企業數字化轉型影響因素的研究邊界,為解決現階段企業數字化轉型前因識別不足問題提供了新的分析思路。已有相關文獻多以政府調節手段[25-28]與企業自身特征[24,30-31]為研究切入點,對社會關系這一重要因素的關注不足?；谏鐣P系網絡在中國情境下的典型性與生命力,本文從供應鏈關系視角對企業數字化轉型展開的探討為理解數字化轉型實踐困局提供了基于中國情境的解釋。第二,將供應鏈關系的經濟后果研究拓展至企業數字化轉型層面,分別從供應商-企業、客戶-企業、供應商-企業-客戶三個維度展開研究,以全局性的視角與已有文獻形成對照[56],并拓展了關于企業間關系如何影響企業決策的研究,為企業認識并做好供應鏈管理工作提供了理論參考。第三,從數字化轉型實踐痛點與動機、機會與能力(MOA)理論模型中提煉出動機與能力雙重視角的研究思路框架,并通過研發強度與業務復雜度、資產專用性與信息透明度的具體渠道打開供應鏈關系影響企業數字化轉型的機制“黑箱”,同時引入企業內外部因素的異質性考察,為完整揭示企業數字化轉型過程中的戰略決策邏輯、破解企業數字化轉型意愿與能力難題、探索推進供應鏈層面數字化水平提升提供一定的理論啟發意義與經驗證據支撐。

二、文獻綜述、理論分析與研究假設

(一)文獻綜述

企業數字化轉型是企業利用包括人工智能、云計算、區塊鏈等在內的數字技術識別復雜環境和組織變革,探索重構核心經營模式、價值創造路徑與運營支撐結構,推動企業全方位要素同數字科學技術深度融合的重大戰略決策[57-58],是企業未來商業成功的關鍵[59]。由此,學術界開展了大量關于企業數字化轉型的研究。從文獻發展脈絡來看,早期關于數字化轉型概念內涵與技術特性的研究促進了企業數字化轉型經濟后果文獻的不斷涌現[6-7]。已有研究發現企業數字化轉型對企業的經濟效益、組織管理與合作創新都具有賦能效果。具體而言,在經濟效益方面,數字化轉型有助于提升企業的成本管理[8]、生產效率[9]、經營績效[10]、資本市場表現[11];在組織管理方面,數字化轉型有助于完善企業的信息質量[12]、商務模式[13]、治理結構[14]、專業化分工[15];在合作創新方面,數字化轉型有助于促進企業的新產品開發并提高創新績效[16-17]。上述賦能效應從根本上改變了企業的價值創造邏輯,數字化轉型的重要性可見一斑。但相關研究也指出,企業數字化轉型需要面對較高的轉型成本及轉型不確定性[60],中國現階段企業數字化轉型失敗率較高,“不愿轉、不敢轉、不會轉”問題突出[4],探索如何推動企業開展數字化轉型,改善企業數字化轉型的意愿和能力更加具有現實緊迫性。

既有文獻指出,想要解釋或預測組織或個體某種行為發生的可能性,從動機-機會-能力理論(motivation-opportunity-ability,MOA)中尋求分析思路是一個有效的途徑[61-63]。其中,動機是指主體由內外部誘因引發的實施某種行為的主觀驅動力量;能力是指主體實施行為所必需的各種屬性,包括知識、經驗與技能等資源及自我效能感;機會是指特定時空里主體所感知到的、有助于激發其特定行為且不受主體控制的客觀環境因素[64-65]。當主體的主觀驅動力越強(動機),具備的知識、技術等資源屬性越豐富(能力),外部條件和環境越有利時(機會),主體實施某種行為的可能性越大?？紤]到蓬勃發展的數字經濟環境與強有力的政策支持使企業數字化轉型的機會要素大多處于有利狀態,探索如何推動企業數字化轉型需要更多地從動機與能力兩個視角出發。而許多學者也根據動機與能力兩個視角的分析明確了投資[66]、創新[67-68]、國際化[69]等重要企業戰略的驅動要素,動機與能力已然成為企業戰略選擇的兩個微觀決定機制[66]。這也符合MOA理論的開放性與包容性。不同研究中動機、機會和能力三者之間的要素構成和關系路徑具有差異性,這使得圍繞研究對象展開的具體化分析尤為必要。據此,本文將從動機與能力雙重視角對企業數字化轉型的前因研究進行系統梳理,以更好地發揮既有理論的指導作用。

從企業開展數字化轉型的動機來看,適應環境變化、提高運營效率,并借此實現可持續發展等方面的考量,是企業數字化轉型的主要戰略出發點[21]。因此,更激烈的市場競爭環境[18]與行業的趨同化轉型[19]、不斷演進的行業技術與利益相關者訴求[20]、更高的業務信息整合與競爭壁壘構建需求[70],都能成為企業開展數字化轉型的重要驅動因素。此外,政府在支持數字化發展過程中所營造的良好氛圍與社會對數字化轉型的關注,也為企業提供了轉型動力和現實需求[4]。從企業開展數字化轉型的能力來看,人力資本、資金技術、組織管理、外部協作缺一不可。首先,在企業數字化轉型過程中,戰略制定、研發制造、業務運營等環節均需要具備數字化視野與技能的優秀人才來整合協調[22-23],數字化領導力是主導企業數字化轉型能力的關鍵[24]。其次,在資金方面,政府補助[4,25]、財政科技支出[26]、科技金融試點政策[27]、供應鏈金融[28]等能夠通過降低信息不對稱、激勵資本投入、緩解融資約束等多渠道推動企業數字化轉型。同時大數據、云計算等一系列技術支撐使企業數字化變革從賦能向使能演進[29]。此外,有學者指出,數字化轉型是一場組織變革,而組織慣性是大多數企業轉型失敗的主要原因之一[7]。企業應該具備組織敏捷性,包括敏銳的感知能力、應對環境變化的動態能力以及兼容的數字組織文化,來提高數字化轉型成功的概率[30-31,71]。并且,企業的風險承擔能力[4]與內部治理水平[32]也將直接關系到企業數字化轉型的成敗。最后,由于內外部環境和戰略實施中蘊含的高不確定性,社會關系在企業數字化能力構建中的重要性相應提升[33],組織間關系網絡及在此基礎上的信息交流與資源共享對企業的戰略實施存在重要影響[34]。其中,現有文獻對于供應鏈網絡間的數字化協同效應有著較為豐富的探討[32,35],明確了上下游企業之間的緊密配合是達成數字化轉型目標的必要條件[1,72],也開啟了從供應鏈關系視角探尋企業數字化轉型驅動要素的新思路。供應鏈關系作為利益相關者管理的重要內容,既影響企業外在的行業競爭和市場環境,也影響企業內在的運營、資金、信息與治理狀況,并可能由此進一步驅動或抑制企業數字化轉型的動機與能力,因此有必要厘清供應鏈關系強度對企業數字化轉型的影響效果及作用機理,為破解企業數字化轉型難題提供一定的理論支撐與經驗證據。

目前,針對供應鏈關系經濟后果的研究尚無一致性的結論。從效益方面,有學者認為保持穩定集中的供應鏈關系有助于合作伙伴之間建立信任,共同發揮支持、監督與治理的角色功能[73],從而推動成本優化、實現資源互補與信息共享[44,74],并提升企業的經營績效與融資能力[36,48]。從風險方面,有學者指出,信任不代表“共濟”,商業伙伴之間存在的目標不一致性容易引發資源爭奪與相互博弈。集中的供應鏈關系要求更多的專用性資產投入,降低了企業面對大客戶或大供應商的議價能力,壓縮了企業的利潤空間[75],由此給企業帶來了更高的經營風險和現金流風險[76],進一步抑制其創新動力與創新投入[42,77],并在一定程度上誘導盈余操縱等機會主義行為的產生,從而造成企業會計信息質量與內部治理環境的損害[53-54]。以上研究視角涉及企業業績表現[38]、投資決策[39]、融資活動[40-41]、研發創新[42]、信息披露[43]等多個方面,表明供應鏈關系對企業各類經營行為與戰略決策的影響已被普遍證實,但針對供應鏈關系與企業數字化轉型的探討仍較為鮮見。盡管翟偉峰和張學文(2021)以制造業行業544家上市公司為樣本考察了供應鏈特征對企業數字化投入的影響,并得出了供應商和客戶集中度越高,企業數字化投入越少的研究結論[55],但該文獻尚未對此影響效應的作用機制與具體路徑展開深入剖析,所使用的樣本數據面也相對較窄。張志元和馬永凡(2022)基于2010—2018年上市公司數據從財務狀況和信號傳遞兩個渠道分析客戶關系對企業數字化轉型的影響[56],研究重點圍繞異質性客戶關系展開,缺乏對供應商一側及供應鏈三方整體關系的考量,且未關注到客戶關系對企業自身轉型動機或能力的細分影響?；陉P系網絡在中國情境下的典型性與生命力,從供應鏈關系視角出發圍繞實踐痛點展開關于企業數字化轉型的考察仍具有較大的探索空間與研究價值。

綜上所述,一方面,學者們就企業數字化轉型經濟后果進行了較為豐富的探討,但對其影響因素的考察則相對欠缺。已有文獻多以宏觀環境、企業自身特征或內部管理為切入點,對社會關系這一重要因素的關注不足,且尚缺乏從動機和能力視角對數字化轉型的研究討論,不利于完整揭示企業數字化轉型戰略決策的理論邏輯。另一方面,供應鏈關系作為典型的企業間關系特征,對其經濟后果的檢驗多集中于企業績效、投融資等財務、金融領域,鮮有研究將其拓展至企業數字化轉型層面。厘清供應鏈關系在何種方向、何種程度與何種路徑上影響企業數字化轉型,具有進一步豐富數字化轉型影響因素相關探索的潛力。因此,在MOA理論與實踐問題的啟發之下,本文承接已有文獻的前沿性,從動機與能力雙重視角出發,重點考察供應鏈關系對企業數字化轉型的可能影響及作用機理。

(二)理論分析與研究假設

供應鏈關系一般被認為是企業在日常經營活動中與供應商或客戶建立起來的以購銷交易為基礎的商業關系,以及衍生發展而來的包括私人關系在內的其他關系[36]。其中,供應商和客戶的數量在培育核心企業與合作伙伴互動關系中扮演著重要角色,并衍生出表征企業間關系親疏強度的重要指標——供應鏈集中度[40]。較高的供應鏈集中度有利于企業與上游關鍵供應商、下游重要客戶建立長期穩定的合作關系,降低業務復雜度,實現成本優勢[44,78],但同時也可能因為較高的專用性投資及關系型交易的存在而造成供應鏈風險[45,79]。這使得企業在面臨戰略決策時,既需要考慮供應鏈集中帶來的效益在戰略實施動機方面的作用,也需要分析供應鏈集中蘊藏的風險對戰略實施能力的影響。根據MOA理論,作為改變企業整個生產體系架構的重大戰略決策,企業數字化轉型的成功實施需要動機、機會與能力三方面的綜合作用[61-63]。其中,動機是導致行為發生的內在原因和直接動力,能力和機會則是實現從“心動”到“行動”的助推劑,在行為產生的過程中發揮調節作用[64]。盡管數字經濟高質量發展的新時代背景給企業數字化轉型帶來了良好的機會條件,但從實踐發展來看,許多企業“不愿轉、不敢轉”——轉型動機不足,“不會轉”——轉型能力不夠[4-5]。如何從動機與能力兩個方面提高企業開展數字化轉型的可能性成為亟待解決的現實問題。此時,供應鏈關系在企業戰略決策中的作用路徑能從動機與能力兩大視角為厘清企業數字化轉型困局提供一個新的思路,具體的理論分析如下:

首先,從動機視角分析供應鏈關系對企業數字化轉型的影響。

第一,從研發創新上看。作為企業間關系強度的代表[37],供應鏈集中度的提高意味著企業將與數量更少的供應商與客戶進行商業貿易往來,有限的合作關系能夠增強供應鏈伙伴之間的信任程度并構建更為穩定的供應鏈關系,從而降低企業搜尋成本、談判成本以及契約履行成本等間接成本[80],提升供應鏈效率[81]。這種建立在依賴心理之下的基于信任與承諾的效率提升在幫助企業提高績效的同時[48],也可能會降低企業對于技術效率提升的重視程度與外界技術變化的敏銳感知[55],進而促使企業滋生研發創新方面的懈怠心理,在轉型道路上踟躕不前[82]。動機理論指出,當主體表現出要追求目標或要實現某種需求時,主體會為了滿足性的動機而產生相應的行為[83]。這種需求既可能來自主體的內部因素,也可能源自外在的環境壓力。而在由集中的供應鏈關系營造的供銷舒適圈中,企業對于運用數字科技提升績效的目標緊迫性較弱[82],受到市場競爭帶來的模仿性壓力或行業同質帶來的規范性壓力等外部誘因的驅動較小[64],在創新轉型方面難以產生強烈的需求滿足性動機,甚至容易安于現狀而故步自封,從而抑制企業推動數字化轉型。即便有企業存在因供應鏈信任關系而驅動的數字化轉型傾向,但由于現階段中國數字化整體層面的上下游聯動較少,數字鴻溝明顯[1-2,4],不同企業間較大的數字化差異與價值目標的不一致性可能帶來溝通協調效率的損失與交易成本的增加[4],企業開展數字化轉型的動機難以受到激發。與此同時,供應鏈集中度高,說明交易雙方對彼此投入了較多的專用性資產,由此形成的專有化交易關系需要企業以更加審慎的態度去保持和維系[36]。因此,處在集中供應鏈關系中的企業往往在財務上更加保守,即便擁有大量的現金也缺乏足夠的激勵投入技術創新活動[42,84]。而企業數字化轉型實質上是引入數字智能技術對企業全方位系統的改進與開發,包含數字知識探索、數字場景創造、數字技術融合等多重創新過程,技術配置要求較高,必須依托于充分的創新資源的支持[22]。根據動機理論,主體實施某種行為不僅需要動機的激發,也需要依靠動機的持續性與指向性[85]。企業因供應鏈集中導致的創新動力不足,一方面使得企業數字化轉型的技術基礎薄弱,硬件匹配基礎差,損害了企業數字化轉型動機的持續性;另一方面不利于企業把握數字化前沿進展并實時跟進,模糊了企業數字化轉型動機的指向性,從而加劇了企業對轉型的抵制與畏懼心理,阻礙了企業數字化水平的提升[26,28]。

第二,從組織結構上看。相比于高度集中的供應鏈環境,多元分散的供應鏈結構將增加企業的業務復雜度[78],促使企業與更多的客戶或供應商建立關系。顏恩點和謝佳佳(2021)指出,組織在社會網絡中交往面越廣泛,交往對象異質性越強,越方便其獲得各方面的多樣信息[86]。因此企業在供應鏈上接觸的公司越多,掌握上下游企業的信息越豐富。這種通過企業購銷交易傳遞的信息具有廣泛性和非同質性的特點[87],需要依靠妥善的數據處理來發揮其獨有的信息優勢。信息的潛在價值為企業開展數字化轉型提供了更強的內在驅動力與方向引導性,激發了企業更強的轉型動機[88]。此外,分散的供應鏈關系下的高業務復雜度公司通常從事高異質性活動,業務活動關聯復雜,組織協調和資源配置難度較大,其信息生成涉及業務分部確認、價格轉移、多重貨幣等諸多問題[89],亟需依托數字技術滿足及時準確的信息整合需求,以達到降低交易成本、完善專業化分工并提升業務管理水平的目的[15,90]。丁繼勇和林慧(2023)在利用MOA理論探討工程創新行為的研究中指出,項目復雜性是促使企業進行創新活動的重要動機之一[64]。與之相似的是,較低的供應鏈集中度導致的業務復雜性使企業在應用數字化技術實施供應鏈管理方面的動機更強。換言之,更為集中的供應鏈關系削弱了企業因信息整合、業務運營等需求開展數字化轉型活動的傾向。綜上,供應鏈企業之間關系越集中,越不利于刺激企業萌生數字化轉型的迫切動機。

其次,從能力視角分析供應鏈關系對企業數字化轉型的影響。

第一,從關系網絡上看。自我利益驅動的個體可能由于未來其他參與者的懲罰威脅,被誘導以符合集體利益的方式行動[91]。當供應鏈集中度較高時,企業與關鍵客戶或供應商因頻繁且量大的商業交易形成了緊密的關系網絡,相對高昂的轉換成本及其他潛在關系破裂成本使彼此的依賴關系進一步加強。這種依賴關系在不對稱時就會產生權力失衡[92]。過分強調供應鏈關系強化了上下游之間非平等的資金和利益交換關系,為了穩住競爭優勢,企業會基于外部供應商或客戶作出戰略決策[49,93]。能力理論指出,主體對自己能在什么水平上完成某一行為所具有的信念、判斷或自我感受,即自我效能感,是塑造主體行為能力的重要因素[94]。在高度集中的供應鏈環境中,相關方的掣肘會使企業面臨更高的協調成本與發展時滯[79],削弱了企業的自主性,阻礙了企業在數字化轉型過程中自我效能感的構建。進一步地,當考慮主體行為能力的另一要素——從事實踐活動所必需的知識、技能和經驗等資源時,供應鏈集中所帶來的關系鎖定會限制企業對內部資源的調動與分配。具體而言,處于集中供應鏈結構下的企業為了防止關鍵客戶或供應商流失,往往傾向于增加關系專用性資產——一種表達長久戰略合作意愿的可置信承諾,以支持、鎖定這種獨特的商業交易模式[53]。這些資產比通用資產的購置和清算難度更大,一旦到達一定額度,就有可能在契約不完備性的情況下迫使企業處于“被套牢”或“被敲竹杠”的風險之中,為公司未來經營埋下隱患[45]。倘若上下游企業之間放棄合作,巨大的專用性資產沉沒成本以及高昂的重新尋找合作伙伴的交易成本都將使企業暴露在更高的經營風險與現金流風險之下,嚴重影響企業日常的投資經營并阻礙企業資源的調配與運用[95-96]。同時更多的關系專用性資產也促使企業固定成本上升、轉換難度加大[97],這從組織慣性上加大了企業戰略變革失敗的可能性[7]。對于數字化轉型這一投資大、見效慢、時間長的風險活動而言,因供應鏈集中增加的關系專用性投資從執行信念與資源基礎兩方面損害了企業進行數字化改革的能力。

第二,從內部治理上看。當供應鏈資金風險傳導效應隨上下游交易集中情況而有所增強時,管理層往往傾向于持有較高的現金流以降低財務風險[98],然而這種高現金持有會加強管理層的自利心理、滋生投機行為并誘發供應鏈上企業代理問題的產生[99]。同時,在主要基于關系型交易的供應鏈形態中,大供應商與大客戶憑借較高的談判議價優勢使得私下信息溝通成為企業傳遞信息的主要方式[54]。企業管理層為了滿足相關方盈利預期、獲取更高的關系租金并降低信息披露專有性成本,更有動機實施選擇性信息披露、盈余操縱等機會主義行為[43,100],甚至出現信息披露違規[37]。這進一步加劇了企業內外部信息不對稱性程度,使管理層具備更為充分地掩蓋自利行為的時間與空間,破壞了企業的治理環境。能力理論指出,企業的能力是組織內部特有的,必須在組織內部發展,并且與組織結構和內部治理密切相關[101]。不良的治理環境將限制企業資源在實施數字化轉型戰略過程中所發揮的作用,挫傷企業對數字化相關知識、技能、經驗的轉化與應用能力。此外,供應鏈集中導致的內外部信息不對稱性會阻礙開放式信息資源共享模式的構建,并進一步削弱企業的知識獲取能力,從而降低企業成功實施數字化轉型的可能性。

基于以上分析,本文提出以下研究假設,相應的理論框架如圖1所示。

圖1 理論框架

H1:在其他條件不變的情況下,供應鏈集中度越高,企業數字化轉型程度越低。

H1a:供應鏈集中度將通過削弱企業研發動力的動機路徑抑制企業數字化轉型。

H1b:供應鏈集中度將通過降低企業業務復雜度的動機路徑抑制企業數字化轉型。

H1c:供應鏈集中度將通過擴大企業專用性資產的能力路徑抑制企業數字化轉型。

H1d:供應鏈集中度將通過損害企業信息透明度的能力路徑抑制企業數字化轉型。

三、研究設計

(一)樣本選擇與數據來源

本文以中國滬深兩市A股上市公司2008—2021年的數據為初始研究樣本,為保證樣本數據的準確性與嚴謹性,剔除金融行業、關鍵變量數據嚴重缺失以及在樣本期間被*ST、ST和PT的公司。企業數字化轉型指標來源于對企業年報的文本挖掘和關鍵詞提取,供應鏈數據和控制變量數據主要來源于深圳希施瑪數據科技有限公司CSMAR中國經濟金融研究數據庫?？紤]到上市公司前五大客戶、供應商數據屬于非強制性披露,并非每家上市公司均會在樣本期內同時地、連續地披露主要供應商和客戶的情況。為了更準確地驗證各供應鏈集中度指標對企業數字化轉型的影響,避免因過度剔除數據對回歸結果產生影響,本文參考已有文獻[37,54],分別選取整體供應鏈集中度、客戶集中度與供應商集中度三類分項指標的最大樣本量進行實證檢驗,各指標樣本觀測值存在細微差別。同時,本文對連續變量進行了上下1%分位數的縮尾處理,以緩解極端值對檢驗結果造成的偏誤。

(二)模型構建

為檢驗供應鏈關系對企業數字化轉型的影響效應,本文構建如下基準模型:

Dtsi,t=α0+β1Xi,t+∑δjControlsi,t+Industryi+Yeart+εi,t

(1)

其中,Dts為企業數字化轉型指標;X為供應鏈關系的代理變量,具體包括整體供應鏈集中度(Scii)、客戶集中度(Customer)與供應商集中度指標(Supply)三類指標;Controls包括一系列企業層面與宏觀層面控制變量所構成的向量集;Industry為行業虛擬變量;Year為年份虛擬變量;εi,t為隨機擾動項。為了保證研究結論的穩健性,使用經公司層面聚類調整(cluster)之后的穩健標準誤修正異方差對回歸結果產生的影響。

(三)變量界定

1. 供應鏈集中度

本文借鑒殷俊明等(2022)[44]、方紅星等(2017)[54]的研究方法,分別從供應商-企業、客戶-企業、供應商-企業-客戶三個視角出發,以企業前5名主要供應商采購額占年度采購總額比例與前5名主要客戶銷售額占年度銷售總額比例作為代表上游和下游供應鏈集中度情況的分項指標,以前5名供應商采購比例與前5名客戶銷售比例的均值作為衡量整體供應鏈集中度的綜合性指標。已有文獻指出,供應鏈集中度指標反映了企業對供應商或客戶作出的專有投資程度,同時也是企業與供應商或客戶之間關系親疏的指征[36,40]。其中,分項指標有利于具體化分析供應商與企業、客戶與企業之間的二元交互關系,綜合性指標有利于從三元視角整體考察供應鏈主體間的相互影響,并且對同一家企業上下游供應鏈集中度分項指標同高、同低或一高一低等各種情形有準確衡量。

2. 企業數字化轉型

本文參考已有文獻[11-12],按照由人工智能技術、大數據技術、云計算技術、區塊鏈技術和數字技術應用五個方面組成的數字化關鍵詞詞庫,借助計算機編程技術Python的Jieba分詞功能從年報中搜索、匹配并統計相關關鍵詞詞頻,構建企業數字化轉型的指標體系?？紤]到該方法獲取的數據具有典型的右偏性特征,本文將其進行對數化處理,從而得到反映企業數字化轉型的整體指標及各分項細化指標。

3. 控制變量

本文選取企業規模(Size)、產權性質(Soe)、資產負債率(Lev)、企業年齡(Age)、現金流水平(Cf)、資產期限結構(PPE)、凈資產收益率(Roe)、企業成長性(Growth)、股權集中度(Top1)和市場化指數(Market)作為控制變量,另設年份虛擬變量(Year)和行業虛擬變量(Industry)。

四、實證結果及分析

(一)描述性統計

表1報告了變量定義與描述性統計結果。樣本觀測期內企業數字化轉型指標均值為1.231,中位數為0.693,最小值為0,最大值為4.977。與現有研究[11-12]的統計結果相比,各指標數值相近且略有增長,說明中國企業數字化轉型程度不高但正在穩步增長,且不同企業間數字化轉型程度差異較大。在供應鏈關系方面,整體供應鏈集中度、客戶集中度和供應商集中度的均值分別為33.9%、32.2%和35.3%,中位數為31.2%、26.1%和30.9%,說明依賴主要客戶、供應商進行的銷售、采購業務約占企業年度業務總量的1/3,中國上市公司供應鏈集中度較高,且部分企業整體供應鏈集中度高達80%,企業間差異較大。此外,企業規模、產權性質、杠桿水平等控制變量與現有研究基本一致,均處于合理范圍。同時,各變量間的相關系數值基本在0.4以下,各模型VIF的最大值與均值均未超過 5,說明變量間不存在高度的線性相關問題,模型受到多重共線性問題的干擾較小。

表1 變量定義與描述性統計

(二)基準回歸結果

表2 供應鏈集中度與企業數字化轉型

(三)內生性檢驗

1. 工具變量法

供應鏈集中度與企業數字化轉型可能存在潛在的反向因果問題,本文試圖通過工具變量-兩階段最小二乘(IV-2SLS)法來緩解該類內生性偏誤。李歡等(2018)指出,當某一地區的社會信任度較高時,企業有信心與更多的商戶展開合作,對單一合作方的依賴程度較低[102]。換言之,較低的社會信任度環境更有可能產生集中的供應鏈關系。社會信任指標作為省市級宏觀變量,與微觀企業數字化轉型之間的內生聯系較小,符合選用工具變量的理論邏輯。因此,本文參考已有文獻[103-105]的做法,采用來自中國綜合社會調查(CGSS)的社會信任指標(Trust)作為工具變量對模型重新估計。

從表3工具變量第一階段的回歸結果可知,各供應鏈集中度指標的回歸系數均在1%的水平上顯著為負,表明社會信任度越高,供應鏈集中程度越低。各模型F統計量基本大于10,說明選取的工具變量不存在弱工具變量問題。工具變量第二階段的結果顯示,在使用工具變量法控制內生性問題之后,整體供應鏈集中度、客戶集中度與供應商集中度的回歸系數仍至少在5%的水平上顯著為負,表明集中的供應鏈結構不利于企業數字化轉型程度的提升,與基準回歸結果保持一致。此外,為了檢驗工具變量的排他性約束條件要求,本文將解釋變量與工具變量同時放入原模型中進行回歸,結果顯示社會信任度的回歸系數在各模型中均不存在顯著性,而各供應鏈集中度指標的回歸系數均在1%的水平上顯著為負。這說明社會信任對企業數字化轉型不存在直接影響,工具變量檢驗的排他性約束條件可以得到較好的滿足。

2.赫克曼(Heckman)兩階段模型回歸

供應商和客戶數據的選擇性披露可能導致研究結論存在樣本選擇性偏差問題。為了緩解該類偏誤,本文采用赫克曼兩階段模型進一步進行檢驗?？紤]到企業披露供應商和客戶數據的概率會受到行業內信息披露狀況和專有化成本的影響[106],參考已有文獻[36],在赫克曼第一階段回歸中按照企業是否披露供應商及客戶信息設置虛擬變量(DScii、DCustomer、Dsupply)作為被解釋變量,以企業所處行業內每年披露供應商和客戶數據的企業比例(Disrate)及當年企業是否存在不為零的研發投入(Rnd)兩項指標作為工具變量,利用多元概率比回歸(Probit)模型計算出逆米爾斯比率(IMR),并將其代入原模型進行檢驗以控制樣本選擇性偏差問題。

從表4列(1)—列(3)第一階段的回歸結果來看,以各供應鏈集中度指標披露情況設置的虛擬變量(DScii、DCustomer、Dsupply)與兩類工具變量(Disrate、Rnd)均呈現正相關關系,說明工具變量的選擇較為合理。從列(4)—列(6)第二階段的回歸結果來看,IMR系數在以整體供應鏈集中度與客戶集中度為解釋變量的兩類模型中分別呈現5%、1%水平上的顯著性,說明本文采用Heckman兩階段模型回歸能較好地解決供應鏈信息披露的樣本選擇性偏差問題。在控制選擇性偏差導致的偏誤之后,三類供應鏈集中度指標系數仍在1%的水平上顯著為負,且各模型的VIF值分別為4.31、3.38與4.46,均未超過10,模型不存在因使用赫克曼檢驗導致的多重共線性問題,進一步佐證了本文研究結論的穩健性。

表4 內生性檢驗:赫克曼兩階段模型

(四)穩健性檢驗

1. 模型調整

考慮到模型可能存在遺漏變量、數據左歸并以及時間滯后性等問題,本文分別采用個體時間雙向固定效應模型、歸并回歸(Tobit)模型以及滯后一期模型進行穩健性檢驗。表5結果顯示,各供應鏈集中度的回歸系數均顯著為負,本文的基準結論保持不變。

表5 穩健性檢驗1:模型調整

2.替換解釋變量

本文采用三種方式替換解釋變量進行穩健性檢驗。一是借鑒帕塔圖卡斯(Patatoukas,2012)[48]、方紅星等(2017)[54]的做法,采用孰低法將前5名客戶銷售額比例與前5名供應商采購比例兩者中的較低者(Scii-min)作為供應鏈集中的替代變量。二是參考殷俊明等(2022)[44]的研究方法,采用第一大客戶的銷售比例(Customer-top)、第一大供應商采購比例(Supply-top)及兩者均值(Scii-top)作為原分項指標的替代變量。三是考慮到地理距離是企業與相關方關系的重要特征,直接影響著企業的戰略活動[107],本文借鑒黃珺等(2022)[107]、王成園等(2023)[108]的研究方法,分別采用根據前5名客戶銷售額比例加權后的地理距離(Customer-distance)、根據前5名供應商采購額比例加權后的地理距離(Supply-distance)作為客戶、供應商關系的替代變量。該類變量數值越大,說明企業之間的關系越弱。

如表6所示,無論采用何種方式替代解釋變量,企業數字化轉型均會受到集中緊密的供應鏈關系的負向影響,與基準結果保持一致。

表6 穩健性檢驗2:替換解釋變量

3.替換被解釋變量

首先,本文借鑒張永珅等(2021)[109]的研究,以公司年報附注中披露的與數字化轉型相關的無形資產占無形資產總額的比例(Dts-IA)來替代原模型中的被解釋變量,檢驗結果如表7所示?？梢钥闯?供應鏈集中度負向影響企業數字化轉型的結論不受影響。其次,本文采用虛擬變量作為衡量企業數字化轉型的另一指標(Dts-Dummy),當企業年報中首次出現與數字化轉型相關的關鍵詞及之后,虛擬變量取值為1,否則取值為0,并利用評定(logit)模型進行檢驗。表7的結果顯示,各解釋變量的回歸系數仍在1%的水平上顯著為負,說明研究結論較為穩健(1)由于模型控制了行業和年份固定效應,當加入虛擬變量進行分類后,各類別中的被解釋變量需包含0和1,否則該類別會因受到多重共線性等影響而在模型處理中被剔除。因此,該logit模型中的樣本量與主回歸模型稍有區別,但不影響本文回歸結果的穩健性。。

表7 穩健性檢驗3:替換被解釋變量

4.被解釋變量口徑細分

本文利用詞頻統計法計算了數字化轉型各層面指標的代理變量,分別記為人工智能技術(Ai)、區塊鏈技術(Block)、云計算技術(Cloud)、大數據技術(Data)和數字技術應用(Apply),并以整體供應鏈集中度作為解釋變量,代入模型(1)進行檢驗,檢驗結果如表8所示?？梢钥闯?供應鏈集中度對企業數字化轉型各層面均有抑制作用,進一步佐證了本文研究結論的穩健性(2)經統計,在全部樣本中,區塊鏈技術這一變量不為0的觀測值僅有676個,遠遠小于整體樣本觀測值(29 392),因而可能影響回歸結果的準確性,導致供應鏈集中度對區塊鏈技術的影響效應較難顯現。。

表8 穩健性檢驗4:被解釋變量口徑細分

5.樣本范圍調整

本文采用限定制造業樣本范圍與剔除新冠病毒感染年份(2020—2021年)兩種方式進行穩健性檢驗,檢驗結果如表9所示?？梢钥闯?供應鏈集中度對企業數字化轉型的抑制作用仍然成立。

表9 穩健性檢驗5:樣本范圍調整

五、機制檢驗與異質性分析

(一)機制檢驗

為了更好地打開供應鏈集中度對企業數字化轉型的影響機制黑箱,本文遵循前文理論分析中動機與能力的雙重視角對前述機制路徑展開考察。

1.動機路徑:供應鏈集中度—研發動力—企業數字化轉型

為了考察供應鏈集中度是否通過影響企業的研發動力進而作用于企業數字化轉型,本文參考閆現偉和王生年(2022)[110]的研究,采用研發投入占總資產的比例(RDR)衡量企業研發強度并展開作用機制檢驗。表10中列(1)、列(4)與列(7)的回歸結果明確了企業數字化轉型與供應鏈集中度的負相關關系,確立了機制分析的基礎。列(2)、列(5)與列(8)中各供應鏈集中度指標的回歸系數均在1%的水平上顯著為負,說明供應鏈集中度的提高將抑制企業的創新投入強度。列(3)、列(6)與列(9)中研發強度的回歸系數在1%的水平上顯著為正,說明研發強度的提高確實有助于推進企業數字化轉型,圍繞研發動力展開的這一作用機制成立。較高的供應鏈集中度將阻礙企業開展研發創新活動,而不良的創新生態難以為企業數字化轉型提供充分持續的驅動力,從而影響企業對數字化建設的深度推進。

表10 機制檢驗:動機路徑(供應鏈集中度—研發強度—企業數字化轉型)

2.動機路徑:供應鏈集中度—業務復雜度—企業數字化轉型

作為企業重要的運營管理特征,業務復雜度的高低將影響企業在組織協調、資源配置、信息解讀等方面的難易程度,由此引發企業對數字智能技術的不同需求。企業所處的供應鏈結構越集中,業務復雜度相對越低,進而可能從業務需求的角度抑制企業開展數字化轉型活動的動機。因此,本文參考倉勇濤等(2020)[111]的研究方法,采用經倒數對數轉換后的赫芬達爾指數(HHI)來表示企業業務復雜程度(COM)。

機制分析結果如表11所示,列(2)、列(5)與列(8)中業務復雜度的回歸系數顯著為負,表明供應鏈集中度的提高確實有助于降低企業的業務復雜程度。列(3)、列(6)與列(9)的回歸結果顯示,業務復雜度的回歸系數在1%的水平上顯著為正,高業務復雜度企業更致力于數字化轉型能力的提升,較高的供應鏈集中度將弱化企業因復雜業務需求開展數字化轉型活動的動機,從而影響企業數字化建設水平,因此圍繞業務復雜度展開的作用機制成立。

表11 機制檢驗:動機路徑(供應鏈集中度—業務復雜度—企業數字化轉型)

3.能力路徑:供應鏈集中度—資產專用性—企業數字化轉型

為了考察集中的供應鏈結構是否通過提高資產專用性影響企業數字化轉型,本文采用固定資產凈值、在建工程、無形資產與長期待攤費用之和占企業總資產的比例來度量資產專用性(ASI)[39],并進行作用機制檢驗。表12中列(2)、列(5)與列(8)的數據顯示,各供應鏈集中度指標的回歸系數均在1%的水平上顯著為正,供應鏈集中度增加將促使企業投入更多的關系專用性資產。列(3)、列(6)與列(9)中資產專用性的回歸系數在1%的水平上顯著為負,表明專用性投資的增加將限制企業推進數字化轉型的能力,因此資產專用性在供應鏈集中度和企業數字化轉型之間的作用機制成立。

表12 機制檢驗:能力路徑(供應鏈集中度—資產專用性—企業數字化轉型)

4.能力路徑:供應鏈集中度—信息透明度—企業數字化轉型

為了檢驗與信息環境相關的能力路徑,本文參考已有研究[112],采取過去三年可操控性應計利潤的絕對值之和來測度信息透明度(Opacity),該指標為負向指標,數值越大,企業的信息透明度越差,并將其作為作用機制展開檢驗。表13中列(2)、列(5)與列(8)的數據表明,各供應鏈集中度指標的回歸系數在1%的水平上顯著為正,表明供應鏈集中程度越高,企業的信息透明度越差。列(3)、列(6)與列(9)的結果表明,信息透明度的回歸系數至少在5%的水平上顯著為負,說明不良的信息環境不利于企業數字化轉型程度的提高。而過高的供應鏈集中度出于對信息環境的損害阻礙了企業數字化轉型的推進。因此,信息透明度在供應鏈集中度和企業數字化轉型之間的作用機制成立。

表13 機制檢驗:能力路徑(供應鏈集中度—信息透明度—企業數字化轉型)

(二)異質性檢驗

根據蘇濤永和王柯(2021)[113]的研究,數字技術能夠跨越不同層次分別發揮連接、跨界和觸達作用,這意味著企業內外部環境因素會反向影響數字技術效能的發揮。借鑒這一分析思路,本文選取影響企業戰略目標、經濟地位等要素的重要企業內部特質——產權性質,與反映區域制度保障與競爭壓力的重要外部環境變量——市場化水平作為調節變量,針對供應鏈集中度與企業數字化轉型之間的關系展開異質性探討,以期多層次立體式地識別與檢驗本文的研究假設。

1.產權性質

在中國特殊的制度背景下,國有企業與非國有企業在經濟地位、戰略目標、資源約束等多方面存在天然差別,供應鏈關系對不同產權性質企業數字化轉型的影響可能具有差異性。第一,從企業數字化轉型的動機來看,國有企業一般體量較大,受到更多政策優待,其依靠自身的制度優勢就能在市場上占據較大的市場份額,面臨的行業競爭壓力較小,發展戰略也相對保守,對于實施周期長、運行風險大的數字化轉型項目的青睞程度較低,數字化轉型的主觀意愿和動力不足[11-12]。而非國有企業為了在激烈的市場環境下盡快搶占領先地位,對于政策熱點和社會痛點更為敏感,在當前數字經濟蓬勃發展的背景下,將給予數字化轉型戰略更高的關注度。在此情況下,相對于國有企業,供應鏈集中對非國有企業數字化轉型動機的抑制作用更大,大客戶或大供應商所形成的購銷舒適圈容易使非國有企業推行數字化轉型的意愿有較大幅度的降低。第二,從企業數字化轉型的能力來看,國有企業面臨的資源約束較為寬松且聲譽良好,更容易在供應鏈中占據有利地位,即便面對大客戶與大供應商,其在經營、資金方面所受到掣肘相對于存在資源缺口的非國有企業更少。并且,國有企業在監管層面遭受更大的壓力,實施選擇性信息披露、盈余操縱等機會主義行為的懲罰成本更高,集中的供應鏈關系不易對企業的信息環境造成嚴重的負面影響?；谝陨戏治?本文預計國有產權屬性將削弱供應鏈集中程度對企業數字化轉型的抑制作用。為此,本文采用產權性質分組與添加交乘項兩種方式進行實證檢驗,檢驗結果見表14。

表14 異質性檢驗:產權性質

表14的分組結果顯示,整體供應鏈集中度、客戶集中度與供應商集中度的回歸系數在國有企業或非國有企業中均在1%的水平上顯著為負,但在非國有企業組別中系數絕對值相對較大。兩組間的系數差異至少在5%的水平上顯著異于零。非國有企業樣本組中供應鏈集中度的影響效應更大。同時,全樣本組的結果表明,整體供應鏈集中度、客戶集中度和供應商集中度與產權性質交乘項的回歸系數均至少在5%的水平上顯著為正,說明產權性質對供應鏈集中度與企業數字化轉型的關系具有正向調節作用,即國有產權屬性弱化了供應鏈集中度對企業數字化轉型的負面影響。

2.區域市場化水平

區域市場化水平是一種常見的衡量企業外部治理環境的指標,能夠反映各地區在市場運作時交易機制及其他各項制度的總體發展程度,對供應鏈協作與企業經營均有重要的影響。市場化程度高意味著企業面臨的市場機制更完備,但對應的競爭壓力也更大,供應鏈關系對企業數字化轉型的影響在不同的區域市場化水平下可能存在不同。本文借助王小魯等(2019)[114]的研究,用市場化指數來代表區域市場化水平,并根據歷年數據的平均增長率來推算缺失數據,在此基礎上以市場化指數的均值為分界點,高于均值的為高市場化水平組,否則為低市場化水平組,再分別采用樣本分組及調節效應模型兩種方式進行檢驗。檢驗結果見表15。

表15 異質性檢驗:區域市場化水平

由表15可知,整體供應鏈集中度、客戶集中度、供應商集中度的回歸系數在不同區域市場化水平的樣本組中均在1%的水平上顯著為負,并且系數絕對值均在高市場化水平樣本組內更高。其中,在分別采用整體供應鏈集中度與供應商集中度作為解釋變量的模型中,高市場化水平樣本組與低市場化水平樣本組的解釋變量組間系數差異分別在10%與5%的水平上顯著異于零。全樣本組的調節效應模型結果表明,整體供應鏈集中度、供應商集中度與區域市場化水平交乘項的回歸系數均顯著為負,而客戶集中度與區域市場化水平交乘項的回歸系數方向為負,但不具備統計意義上的顯著性。從整體來看,供應鏈集中對企業數字化轉型的抑制作用在高市場化水平環境下更為明顯。以上結果可能的原因有:第一,在市場化水平較高的地區,發育良好的要素市場、中介機構及法律保障等提高了企業開展數字化建設的動力,較高的制度轉型程度也使得企業對市場信息與技術知識等資源的感知與獲取能力更強[115],而位于市場化程度較低區域的企業由于市場機制的不完善,實施數字化轉型的動機與能力相對不足。當考慮供應鏈關系對企業數字化轉型的影響時,由于低市場化水平區域的企業本身的創新動力、治理水平與數字化程度相對較低,由集中的供應鏈帶來的對企業數字化轉型動機與能力的抑制作用較小,導致低市場化水平環境下供應鏈集中度對企業數字化轉型程度的作用效果受限。第二,高市場化水平環境下激烈的市場競爭程度使得集中穩定的供應鏈結構更為不易,客戶流失可能性更高[76]。企業為了維護與大客戶或者大供應商的關系,更傾向于迎合對方需求,從而在戰略舉措上受到更多掣肘,在一定程度上阻礙了企業數字化轉型的有序推進,使得高市場化水平區域內企業供應鏈集中對數字化轉型造成的消極影響更大。

六、研究結論與政策建議

如何全面推進企業數字化轉型不僅是傳統實體企業轉型升級、塑造新競爭優勢需要突破的瓶頸,也是以“數字中國”戰略驅動經濟高質量發展的過程中亟待解決的難題。已有關于企業數字化轉型影響因素的研究多以宏觀環境、企業自身特征或內部管理為切入點,對社會關系這一重要因素的關注不足,且缺乏從動機和能力視角對數字化轉型的研究探討,不利于完整揭示企業數字化轉型戰略決策的理論邏輯?？紤]到中國正加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局,從供應鏈全局視角研究供應鏈關系對企業數字化轉型的影響具有重要的理論價值和實踐意義。因此,本文以2008—2021年滬深A股上市公司為研究樣本,從企業開展數字化轉型的動機與能力兩大視角出發,圍繞外部供應鏈關系對企業數字化轉型的可能影響及作用機理展開實證研究。研究結果表明,供應鏈集中度對企業數字化轉型存在負向影響,供應鏈關系越集中,企業數字化轉型程度越低,上述結論經過一系列內生性和穩健性檢驗后仍然成立。機制檢驗表明,集中的供應鏈關系主要通過動機與能力兩大路徑對企業數字化轉型產生負面影響。隨著企業外部供應鏈集中程度的加大,一方面企業開展數字化轉型的動機容易因弱化的研發動力與簡單的業務體系而受到抑制,另一方面企業實施數字化建設的能力容易因密集的專用性資產與不良的信息透明度而受到損害。在此基礎上,通過對企業內外部因素的異質性考察,本文發現非國有、位于高市場化水平環境下的企業在數字化轉型過程中受到集中供應鏈關系的負向影響更大。

根據以上結論,本文的政策啟示在于:第一,企業應做好供應鏈關系管理工作,積極拓展更加廣泛的供應鏈上下游合作關系以降低對外部關鍵資源的依賴,同時專注于自身核心競爭力的塑造,爭取在數字化浪潮中把握機遇,迎難而上。監管機構應完善對企業供應鏈合作信息的披露政策,除了前五大客戶或供應商的購銷信息,也應加強客戶或供應商的基本特征披露。同時,監管機構應設立企業供應鏈關系預警制度,加大對市場內集中供應鏈形態的關注,引導企業維持適度且可持續的供應鏈關系,從而為企業開展數字化轉型活動打下更為堅實的環境基礎。第二,對于企業,一方面,需要與時俱進,著眼前沿科技不斷激發自身的研發創新動力,借助國家創新驅動發展戰略的支持,努力夯實數字化轉型建設的技術配置基礎,同時放眼未來,從長遠的業務體系框架設計上挖掘深層次的數字化轉型需求,以飽滿的內在動機推動數字化轉型水平的穩步提升;另一方面,企業需要謹慎對待專用性資產的投入,在維系供應鏈關系的同時更多地關注自身在資金利用、戰略轉換方面的靈活性,并建立供應鏈層面上的風險監測預警體系,對高供應鏈集中度環境下的代理行為、信息披露行為設置更為嚴格的內部控制管理手段,提高企業與企業、企業與行業、企業與市場之間的信息溝通與交流,為企業數字化轉型建設奠定資金流動、戰略規劃、治理環境、信息平臺等多維度的能力基礎。對于監管機構,首先,需要加快建設面向不同企業類型、不同市場環境下數字化轉型政策體系設計,從制度上強化企業數字化轉型的正向偏好,在鼓勵企業增加研發投入的同時著力降低非國有企業或高度競爭環境下企業的創新成本,根據企業自身資源稟賦與業務框架設計獨具特色的數字化轉型路徑,提振企業數字化轉型動能。其次,引導企業加強對于關系專用性資產投資的風險意識,通過財政優惠補貼等激勵政策緩解企業在數字化建設中的資源壓力,同時加大企業選擇性信息披露行為的監管力度,優化資本市場信息環境,通過搭建數字化轉型知識平臺增強企業間信息的互聯互通,以供應鏈層面數字化建設的推進打開優質信息共享格局,從而助推企業數字化轉型,實現微觀層面數字經濟的蓬勃發展。