數字化轉型、供應鏈集中度與供應商創新

溫 科,李常洪

(1.山西大學 經濟管理學院,山西 太原 030006;2.邯鄲學院 經濟管理學院,河北 邯鄲 056003)

一、引 言

近年來,以大數據、區塊鏈、互聯網、云計算以及人工智能等數字技術的應用為代表的新一輪科技革命與產業變革逐步興起,中國相繼制訂與數字經濟發展有關的戰略以及鼓勵政策。其中,《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中明確提出“打造數字經濟新優勢”“加強關鍵數字技術創新應用”“加快推動數字產業化”以及“推動產業數字化轉型”;黨的二十大報告中進一步提出,建設數字中國,加快發展數字經濟,促進數字經濟和實體經濟深度融合。與之相配套,中國先后出臺了《網絡強國戰略實施綱要》《數字經濟發展戰略綱要》以及《“十四五”數字經濟發展規劃》,從國家層面對數字經濟發展進行戰略部署。與此同時,中國在數字經濟與實體經濟深度融合進而促進企業創新等方面取得了長足進步。據中國互聯網絡信息中心發布的第48次《中國互聯網絡發展狀況統計報告》中顯示,2020年,中國數字經濟總量位居世界第二,已經成為中國經濟高質量發展的重要支撐;中國信息通信研究院發布的《2022數字經濟發展報告》中顯示,2021年,中國數字經濟規模達到45.5萬億元,同比名義增長16.2%,高于GDP名義增速3.4個百分點,占GDP比重達到39.8%,其中,數字產業化規模為8.35萬億元,同比名義增長11.9%;產業數字化規模達到37.2萬億元,同比名義增長17.2%,各行業已充分認識到發展數字經濟的重要性,在政策支持以及產業發展的背景下,數字產業化以及產業數字化的發展使得數字化轉型已成為眾多企業傳統動能轉換的重要途徑。

有關企業數字化轉型的早期研究主要體現在“數字化與員工工作效率”以及“數字化與企業戰略”等企業經營過程技術性方面[1-2]。之后,越來越多的研究從“數字化轉型與實體經濟融合”“數字經濟與區域發展”以及“數字化轉型與企業運營績效”等宏微觀角度強調企業數字化轉型的重要性[3-5]。

隨著數據成為企業創新驅動的核心動力并不斷滲透到傳統業態的產品生產流程以及商業模式中,數字化創新通過整合數據資源、拓展企業創造價值邊界,推動了原有生產要素的優化組合,改變了企業價值創造與分配途徑,改善了企業的產品與服務結構。如百度的無人駕駛汽車、華為的集成供應鏈變革以及海爾互聯網工廠的數字化改革表明,數字化創新已成為現階段眾多企業高質量發展的動力之源。因此,企業如何把握住數字化轉型的契機、激發企業創新的“數字活力”已成為當前重要議題。

企業創新方面的研究表明,數字化轉型能夠推動企業的商業模式創新、產品創新以及組織創新[6-8]。但是,以上研究主要關注數字化與企業創新的直接關系以及數字化轉型對企業自身創新績效的影響,但忽略了對數字化與企業創新作用機制的考察以及從供應鏈視角分析客戶企業數字化轉型對供應商創新所產生的影響。在現階段企業數字化創新的浪潮下,研究客戶企業的數字化轉型是否會對供應商企業的創新能力以及績效產生影響,這對于揭示供應鏈與創新鏈的融合機制具有重要的現實意義。

已有研究中,有關“供應商—客戶”之間的創新關系機制方面,一是基于溢出的視角,強調客戶企業的創新行為能夠通過供應鏈網絡中的知識以及創新溢出效應顯著支持供應商創新[9];二是基于激勵的視角,提出在相互協調建立密切關系的基礎上,客戶企業會通過“供應鏈共同治理”“提升合作契約的公平性”以及“分享創新資源”等方式激勵供應商不斷進行創新,降低供應成本,提升制造商(客戶)的盈利能力,進而營造良好的創新環境[10]。盡管這些研究基本都是從“供應商—客戶”的二元角度出發,指出客戶企業如何通過社會資源、知識溢出與供應商企業建立聯系促進其展開創新,但基本沒有關注到客戶企業數字化轉型在“供應商—客戶”創新關系機制中的作用。此外,近期研究表明,供應鏈集中度作為反映上下游鏈條中合作伙伴數量及其分布情況的重要體現,也逐步成為供應鏈各企業發展研究的焦點之一。如修宗峰等指出供應鏈集中度的提升進一步加劇了財務舞弊對企業商業信用融資的不利影響[11]。葛順奇等提出隨著供應鏈集中度的提升,企業績效更容易受到供應鏈集中化選擇戰略的作用[12]。已有研究盡管強調了供應鏈集中度在企業經營、財務以及戰略管理中的重要影響,但并沒有從供應鏈視角分析其在客戶企業與供應商企業關系間的表現,也沒有點明其在供應鏈企業創新中的作用,這在一定程度上無法呈現供應鏈集中度在“供應商—客戶”關系研究中的意義。

因此,本文在立足于以往文獻研究不足以及數字化轉型對于企業創新的重大意義的基礎上,以2006—2020年的A股上市公司為研究對象,通過文本分析方法構建企業數字化轉型指標。首先,研究客戶企業數字化轉型對供應商創新的影響。其次,考慮到客戶企業數字化轉型影響供應商創新的特殊性,并結合已有研究中所提出的“供應商—客戶”創新關系機制,提出了客戶企業數字化轉型影響供應商創新的作用機制。再次,考慮到某個供應商企業可能服務于多個客戶企業,而某個客戶企業也可能被多個供應商企業服務,因此,不同客戶企業與供應商企業之間的相互依賴程度會有所不同。本文引入供應鏈集中度來表示該依賴程度。當客戶企業對供應商企業的依賴程度較高時,供應商企業迎合客戶企業數字化轉型的動力就會降低,對于客戶企業知識或技術溢出的重視程度也會下降。因此供應商集中度的提升,會導致客戶企業數字化轉型對供應商創新的作用有所減弱;反之,當客戶集中度提高時,客戶企業數字化轉型對供應商創新的影響則更加顯著。最后,從供應商企業不同的產權性質、行業類型等方面展開異質性分析。

二、理論分析與假設提出

(一)客戶企業數字化轉型與供應商創新

數字化賦能理論認為,相對于企業自身而言,數字化轉型通過數據邏輯以及技術支撐企業經營的各個環節,可以加速生產要素在其內部的流動,推動企業實施組織變革,實現創新要素與資源在企業內部的整合與共享,為創新累積潛能,為創新主體以及過程賦能[13]。具體到數字化轉型下的“供應商—客戶”關系,客戶企業的數字化轉型是否有利于供應商企業與客戶企業建立創新關系,進而推動供應商創新。主要從以下方面展開分析:首先,數字化轉型過程中的客戶企業能夠通過互聯網平臺以數字技術的低成本交易推動“供應商—客戶”間的創新合作[14]。在數字化轉型的推動下,客戶企業依托數字技術水平的不斷提升,逐步形成新的商業模式,通過“云端數據”“云儲存”以及“物聯網”等平臺使產業鏈上的供應商企業與其共享設備和信息,通過“混合現實”等技術使產業鏈的企業間突破協同創新活動所面臨的時間與空間限制,使供應商企業與客戶企業共同參與產品創新或者工藝創新的過程,形成“云上產業鏈與創新鏈”,這有助于供應商企業克服“數據孤島”,提高資源利用效率,減低信息的學習與搜集成本,提升創新效率。其次,隨著客戶企業數字化轉型進程的不斷深入,圍繞客戶企業所形成的閉環產業鏈將推動供應商企業的轉型升級與創新發展[15]。數字化進程中的客戶企業對于產業鏈的嵌入,有可能會引發產業鏈的數字化革命與治理結構重塑,為了減少與客戶企業之間的交易費用以及緊跟客戶企業的數字化轉型步伐,這就有可能需要供應商企業通過增加學習速度等方式,聚焦于某個細分的垂直專業化細分產品范圍,創新商業模式,提升生產與資源利用效率,促進生產流程的轉型升級,實現流程創新與產品創新。

基于以上分析,本文提出如下假設:

假設1:客戶企業數字化轉型進程的推進對供應商創新具有顯著的促進作用。

(二)數字化轉型影響供應商創新的作用機制

基于創新擴散理論以及“供應商—客戶”關系的特殊性與復雜性,客戶企業數字化轉型對供應商創新可能不僅具有直接影響,也具有間接影響[16]。具體表現在兩個方面:一是內部視角的合作關系,表現為供應商企業從客戶企業有償或無償獲得知識與技術資源,推動供應商企業借鑒客戶企業的創新方法以及模式,進而實現自主創新或模仿創新,即溢出機制[17];二是外部視角的市場關系,表現為“供應商—客戶”間的利益以及資源交換,這有利于激勵供應商企業從客戶需求視角響應客戶企業的創新需求,并展開數字化轉型以迎合客戶企業的數字化轉型,進而促進自身的技術創新水平,即激勵機制。

溢出機制方面,數據不僅是知識與技術傳播的載體,同時也是知識與技術的最初形態,數字化轉型所帶來大量數據的產生與流動將會推動知識與技術的溢出[18]。首先,從供應鏈的業務關系與地理關系上看,有學者認為企業數字化轉型使得大數據、云計算等數字工具以及數據抓取、數字分析和算法處理等數字技術高效地提升了“供應商—客戶”的鏈接效率[19],連通實體與虛擬空間,幫助客戶企業與供應商企業跨越距離阻隔以及打破時空界限建立聯系,形成知識資源的廣泛連通以及傳播;以此為基礎,供應商企業在與客戶企業提前溝通并獲得同意以及遵守知識產權法規的前提下,從客戶企業處獲得自身所需要的知識信息,進而提升自主創新水平。其次,從供應鏈的組織關系上看,有學者認為企業數字化轉型有助于降低供應鏈內企業間的交互成本[20],這推動了以客戶企業為中心的創新生態系統的連通性、開放性以及流動性,不僅有利于推動供應商企業通過跨組織合作與客戶企業展開協同創新,也有利于供應商企業參與到客戶企業的價值創造過程中,獲得客戶企業大量技術研發信息及行業技術發展方向信息,獲取更多的創新學習機會以及創新模仿機遇,進而推動創新效率。

激勵機制方面,首先,數字化轉型帶動了客戶企業“光網絡”“云計算”“區塊鏈”以及“數據處理技術”等數字技術的應用,這在一定程度上有利于打破企業生產、營銷等各個運營模塊之間的邊界,為企業的高效運營和管理賦能,并支撐企業下沉至產品末端,有效把握市場前沿,因此,數字化運行效率的提升使得客戶企業創新需求變化更加快速,也更加多元化以及個性化,這就要求供應商企業提升對客戶企業創新需求的響應時效,擴大響應范圍,密切關注客戶企業的數字化流程以及產品和工藝創新過程,通過采取有效的創新策略以及提升創新效率滿足客戶企業創新需求。其次,客戶企業成功展開數字化轉型不僅需要通過各種數字技術升級運營流程,還需要供應商企業通過數字化轉型推動自身的軟硬件系統與客戶企業數字化轉型進程相契合,這不僅有利于滿足客戶企業的創新需求、低成本運營需要以及效率追求,進而維持和發展與客戶企業的市場關系,也有利于提升自身創新效率。此外,供應商企業通過數字化轉型能夠更好地挖掘客戶企業的潛在需求,并積極地展開探索性創新活動,進而提升創新水平。

基于以上分析,本文提出如下假設:

假設2a:客戶企業數字化轉型能夠通過溢出機制(知識溢出與技術溢出)促進供應商創新;

假設2b:客戶企業數字化轉型能夠通過激勵機制(供應商企業響應客戶企業需求以及供應商企業數字化轉型)促進供應商創新。

(三)供應鏈集中度的調節作用

Danny等依據資源依賴理論,提出供應鏈集中度體現了上下游鏈條中合作企業的數量以及分布情況,主要包括客戶集中度以及供應商集中度。其中,客戶集中度代表了供應商企業對客戶企業的依賴程度,而供應商集中度則相反[21]。因此,兩者的調節作用機理可能有所區別。

首先,隨著客戶集中度的提升,供應商企業能夠從客戶集中度高的客戶企業獲取更多的資源與利潤,這促使供應商企業與客戶企業間交互關系的加深。因此,供應商企業有可能會根據客戶集中度對客戶企業的“重要性”進行排序,關注與迎合客戶集中度高的客戶企業的創新需求以及期望[22];當客戶集中度高的客戶企業進行數字化轉型戰略時,供應商企業為適應由此帶來的客戶企業創新需求的變化,供應商企業進行數字化轉型的驅動效應更加明顯,這都將有利于推動其進行更為深入與持久的創新與研發。

其次,隨著客戶集中度的提升,供應商企業與客戶企業的協同關系以及相互嵌入關系強度逐步增強,供應商企業能夠通過創新交流以及資源交換有償或無償獲得客戶企業的創新知識,并深入了解其生產和創新流程以及細節,這有利于供應商企業明確自身的創新方向,提升創新能力[23]。此外,供應商企業與客戶企業關系的加深,還有利于供應商企業有機會深入理解客戶企業的數字化轉型流程以及隱性知識,從而推動自身知識與創新流程的重構,提升創新水平。

最后,隨著供應商集中度的提升,供應商企業對客戶企業的依賴性下降,客戶企業的創新需求、數字化轉型策略變化對供應商企業的影響也會有所下降。一是利益侵占效應[24]。供應商集中度的提升,使得供應商企業侵蝕客戶企業利潤的能力增強,供應商企業擁有較強的話語權與定價權,在這種情況下,供應商企業響應客戶企業創新需求以及數字化轉型策略變化的動力會有所下降。二是關系交易風險效應[23]。由于專用性資產的市場價值存在于“供應商—客戶”的關系渠道中,客戶企業專用性資產投資的提升會加深其對供應商企業的依賴性,而供應商企業的違約行為會使專用性資產的價值降低,為了減少交易風險,客戶企業會將大量的精力以及資源用在如何維護專用性資產的價值上,因此建立在專用性資產投資基礎上的“供應商—客戶”關系會對兩者的創新合作等關系產生替代作用。在專用性資產的作用下,基于關系維護的低成本性,供應商企業從客戶企業獲取創新資源的動力也會下降。

基于以上分析,本文提出如下假設:

假設3a:客戶與供應商集中度分別在客戶企業數字化轉型與供應商創新關系中具有正向與負向調節作用;

假設3b:客戶與供應商集中度分別在溢出機制關系中具有正向與負向調節作用;

假設3c:客戶與供應商集中度分別在激勵機制關系中具有正向與負向調節作用。

(四)異質性問題

1.供應商企業產權性質方面

企業的產權性質決定了其資源要素的分配方式與獲取渠道,這導致國有企業與非國有企業的創新策略也有明顯的異質性特征[25]。由于不同產權性質的供應商企業在生產要素和資源的獲取難易程度、分配方式以及利用效率等方面有所不同,在對客戶企業創新需求以及運營方式變化的關注程度也有所差別,因此,客戶企業數字化轉型對不同產權性質供應商企業創新行為的影響可能會有所差別。首先,與非國有性質的供應商企業相比,國有性質的供應商企業與政府相關部門的聯系更加緊密,這使其更容易獲得稀缺的市場資源,例如特許經營權、稅收減免以及優惠貸款等,并在“供應商—客戶”的關系中處于較為強勢的市場地位,這弱化了供應商企業對客戶企業數字化轉型、創新需求以及知識和技術溢出的關注程度,也在一定程度上弱化了供應商企業的創新動力。其次,國有性質的供應商企業基于政府支持以及所擁有的排他性稀缺資源,軟化了自身的資源以及預算約束,面臨的不確定性減弱;而非國有性質的供應商企業則要面臨更高的財務與經營風險,因此,當客戶企業進行數字化轉型等重大創新戰略決策時,非國有性質的供應商企業為了避免可能出現的經營沖擊,必須盡可能地迎合客戶企業的創新需求以及數字化轉型戰略,提高創新水平,改進生產方式,推動產品轉型升級。

基于以上分析,本文提出如下假設:

假設4:與國有性質的供應商企業相比,客戶企業數字化轉型對非國有性質供應商企業創新的影響更明顯。

2.供應商企業行業性質方面

相較非高技術產業的企業,高技術產業的企業具有“天然創新基因”,具有創新能力強、創新投入高等特點,對新技術的使用以及技術信息數據的敏感度更高,因此,數字化轉型對該類企業的影響可能會呈現出異質性[26]。首先,相對于非高技術產業的供應商企業,高技術產業的供應商企業間的競爭態勢演變速度更快,為了能夠在競爭激烈的市場環境中,爭取到更多的市場份額并占據有利的市場地位,供應商企業更加注重探索式創新與突破式創新以迎合客戶企業數字化轉型的需要。其次,相對于非高技術產業的供應商企業,包括醫藥制造,航空、航天器及設備制造,電子及通信設備制造等行業在內的高技術產業供應商企業更加注重創新生態系統構建以及創新前沿性,重視創新文化培育、創新氛圍營造以及創新網絡構建,關注如何通過與客戶企業的協同創新有償或無償獲取創新資源,并通過自主創新或模仿創新滿足客戶企業的需求。最后,相對于非高技術產業的供應商企業,高技術產業中的供應商企業更能有效把握數字化轉型的智能化與信息化特征,更能有效把握客戶企業數字化轉型所帶來的商業契機,并以更加高效的方式將客戶企業所傳遞的信息和資源轉化成創新產出。

基于以上分析,本文提出如下假設:

假設5:與非高技術產業的供應商企業相比,客戶企業數字化轉型對高技術產業的供應商企業創新的影響更加明顯。

3.供應商企業與客戶企業空間距離的異質性方面

盡管有學者認為空間距離近的供應商企業與客戶企業之間在創新聯系、技術和知識溢出效應等方面表現更為積極,效果也更為明顯,即表現為“供應商—客戶”間的空間鄰近性效應[27]。但考慮到本文的解釋變量為客戶企業數字化轉型,空間鄰近性效應可能會有所削弱。首先,有關研究表明,年報等文本能夠有效降低上市企業與其利益相關者間的信息不對稱;空間距離近的供應商企業基于空間鄰近性的優勢,傾向于從線下獲取與客戶企業相關的信息,這對其展開線上信息搜索產生了一定的替代效應,空間距離遠的供應商企業則傾向于從客戶企業年報等上市文本中獲取自身所需信息,而數字化轉型等信息主要體現在年報等文本信息中,因此,空間距離遠的供應商企業在響應客戶企業創新需求以及獲取數字化轉型所帶來的創新資源溢出等方面更具有優勢。其次,數字化轉型基于人工智能、區塊鏈、云計算、大數據等技術展開數據交換,在企業內部控制、發展模式、智能化生產以及供需響應能力等方面進行革新,以信息流帶動人才流、資金流、技術流,推動戰略決策從“人智”向“數智”轉變,這在一定程度上克服了空間距離約束,減輕了地理邊界所帶來的信息不對稱問題,推動客戶企業向供應商企業傳遞數字化轉型的相關信息,激勵供應商企業制定相關創新政策進行應對。

基于以上分析,本文提出如下假設:

假設6:與空間距離近的供應商企業相比,客戶企業數字化轉型對空間距離遠的供應商企業創新的影響更加明顯。

綜上所述,本文分別從以下方面提出理論假設并構建本文的研究框架(見圖1):首先,基于數字化賦能理論的核心思想,即企業可以運用數字化技術處理信息、協調資源以及構建創新合作網絡進而提升創新能力,并結合“供應商—客戶”關系的特點,由此提出客戶企業在數字化轉型的過程中可以通過構建互聯網平臺以及閉環產業鏈推動供應商創新發展。其次,基于創新擴散理論中的觀點,第一,創新溢出是創新擴散的外部性所引致,這有利于降低企業間建立創新聯系的成本;第二,創新擴散的實質是創新信息以及資源的交換,這有利于激勵企業間建立創新聯系,由此提出客戶企業數字化轉型不僅可以直接推動供應商創新,也可以通過創新溢出以及創新激勵等機制間接促進供應商創新。再次,基于資源依賴理論,從中吸取了“關注對外部資源供應組織資源依賴的程度是企業存活主要目標”等觀點,而體現此種依賴程度的供應鏈集中度(客戶集中度與供應商集中度)有可能會在客戶企業數字化轉型與供應商創新的關系及其機制中發生促進或者抑制作用。最后,在前人研究的基礎上,分別從產權性質、行業性質以及空間距離等視角探析客戶企業數字化轉型與供應商創新的異質性關系。

圖1 研究框架

三、研究設計

(一)數據來源與樣本選取

本文以2006—2020年的A股上市公司作為研究對象,考慮到客戶企業當年的年報文本信息會在下一年披露,進而影響到供應商企業的創新戰略決策,因此,客戶企業數據的樣本期間為2006—2019年,供應商企業數據的樣本期間為2007—2020年。樣本期間的下限選在2006年,主要是2006年后,A股上市公司開始陸續公布其前5名客戶企業的銷售額及其名單。

為考察客戶企業數字化轉型對供應商創新的影響,本文以3 017家A股上市的供應商企業的28 848個“公司—年度”觀測值為初始樣本,從中選取完整披露前5名客戶企業數據的供應商企業,并得到7 459個“公司—年度”觀測值(共披露出35 703個客戶企業)。通過天眼查查詢將非上市的客戶企業篩選出去后,共得到2 682個“公司—年度”觀測值。之后,一是剔除由于年報文本格式問題無法通過Python大數據爬蟲功能抓取數字化轉型信息的客戶企業觀測值;二是剔除ST、*ST類上市公司的觀測值;三是剔除資產負債率大于1的上市公司的觀測值;四是為消除異常值的影響,對連續變量進行了1%和99%的縮尾處理(Winsorize)。最終,本文構建了2006—2020年的763個供應商企業、691個客戶企業共2 566個“公司—年度”觀測值。其中,供應商企業與客戶企業銷售額等供應鏈集中度數據、企業專利等創新類數據來源于中國研究數據服務平臺(CNRDS);供應商企業與客戶企業數字化轉型的相關數據資料來源于上市公司年報文本;其他控制變量數據來源于國泰安數據庫(CSMAR)。

(二)變量測度

1.被解釋變量

關于供應商創新,主要從創新數量(Inno_num)和創新質量(Inno_qua)兩個方面進行度量。首先,借鑒Chu等的研究,基于年度專利申請數量測度創新數量[28];相對于專利授權量而言,專利申請量更能體現企業創新產出的時間;考慮到諸多樣本企業的年度專利申請數量為0以及該指標存在右偏態分布等問題,本文將專利申請數量加1并取自然對數作為創新數量的衡量指標。其次,借鑒Kaiser等的研究,通過年度專利申請數量加上后續3年內被引用次數之和并取自然對數度量創新質量[29]。

2.解釋變量

關于數字化轉型,上市企業所披露的數據中并無此方面的相關指標。首先,構建企業數字化轉型關鍵詞詞譜。由于現階段缺乏專門的數字化轉型術語詞典,因此本研究從三方面構建企業數字化轉型關鍵詞詞譜:一方面是以國家政策語義體系構建詞普。通過對中央人民政府、工業與信息化等政府及相關部門的網站進行檢索,人工篩選出2023年(不包括2023年,下同)前發布的與數字化轉型相關的30多份國家相關頂層制度文件,如黨的二十大報告、《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》《網絡強國戰略實施綱要》《數字經濟發展戰略綱要》《“十四五”數字經濟發展規劃》《“十四五”智能制造發展規劃》,以及《“十四五”工業綠色發展規劃》等。二是從研究報告語義體系構建詞譜。通過對中國高校、研究機構、企業以及全國性協會的網站進行檢索,人工篩選出2022年前發布的與數字化轉型相關的20多份研究報告或調研報告,如廣東金融學院國家金融學研究中心平臺推出的《中國上市企業數字化轉型指數評價研究報告》、清華大學全球產業研究院推出的《中國企業數字化轉型研究報告(2020)》以及騰訊研究院推出的《國有企業數字化轉型調研報告(2022年)》等。三是從論文文獻語義體系構建詞譜。通過中國知網進行檢索,人工篩選出2022年前發表的與數字化轉型相關的169篇CSSCI期刊論文。通過Python分詞處理及人工識別,篩選出125個出現次數大于等于5的數字化轉型相關詞匯用語,并根據詞匯的含義以及特征將其分為數字化戰略以及數字化技術兩大類(如表1所示)。前者體現了數字化轉型的方向性、創新型、全局性以及穩定性,衡量了數字化轉型的目標、舉措、韌性以及價值模式;后者體現了數字化轉型的工具特征,衡量了數字化轉型的應用路徑、網絡氣息以及數據計算、處理、存儲水平。

表1 企業數字化轉型關鍵詞詞譜

其次,對公司年報進行文本分析。數字化轉型是企業的重要戰略選擇,而公司年報能夠反映企業的戰略選擇、發展宗旨以及財務狀況。將上述125個數字化轉型關鍵詞擴充到Python軟件包的“jieba”中文分詞庫,基于機器學習方法并通過Python的大數據爬蟲功能,對樣本企業的公司年報進行文本分析和語言處理,抓取年報中的所有文本與詞譜中的關鍵詞進行匹配。在此過程中,為了避免統計性偏誤,如果公司年報中的關鍵詞前存在“沒有”“無”以及“不”等否定詞語,需要將其剔除;此外,也需要剔除公司年報中有關非本公司(包括公司的股東、客戶、供應商以及公司高管)信息中的“數字化轉型”關鍵詞。

最后,構建數字化轉型程度的指數。在進行文本分析后,分別從絕對性和相對性角度刻畫企業數字化轉型程度指數。絕對性指數方面,運用詞譜中各個關鍵詞在年報中出現的次數并加總后的數據進行表示,即“客戶企業數字化轉型關鍵詞數量”,由于供應商企業可能對應多個客戶企業,借鑒底璐璐等的研究方法,選擇“按照供應商對客戶企業銷售額占比進行不等權重加權計算的客戶企業數字化轉型關鍵詞數量”(Cus_dig_num)進行測算[30];由于該數據具有右偏態特征,因此對其進行自然對數化處理。相對性指數方面,運用某個客戶企業的數字化轉型關鍵詞數量占所有樣本范圍內客戶企業的數字化轉型關鍵詞數量總和的比例進行表示,即“客戶企業數字化轉型關鍵詞比例”,同樣也選擇“按照供應商對客戶企業銷售額占比進行不等權重加權計算的客戶企業數字化轉型關鍵詞比例”(Cus_dig_pro)進行測算。

3.調節變量

借鑒Irvine等以及徐星美等的研究,采用“供應商對客戶企業銷售額的赫芬達爾—赫希曼指數”測度客戶集中度(CC);采用“客戶企業從供應商處的采購額占其前5大供應商采購額的比重”測度供應商集中度(SC)[22,31]。

4.機制變量

溢出機制變量方面,借鑒易巍等的做法,采用“供應商引用客戶企業的專利數量”(KS)度量“知識溢出”[32]。企業間專利引用與被引用相關數據常用來表示知識的溢出效應,企業引用其他企業或者機構的專利,可以被視為企業獲取了其他企業或機構的知識以及相關信息,在此基礎之上,企業將專利中的知識信息與自身的生產和研發活動相結合,激發自身的創新意識,提升自主創新能力。除了專利引用之外,客戶企業技術創新水平的提升,也有利于供應商企業在與其進行聯結或交流的同時獲得其技術外溢帶來的“正外部性”,盡管供應商企業無法直接獲得客戶企業的知識信息,但能從與客戶企業的交流中了解其產品的功能、外觀和性能,這為其展開模仿創新創造了條件。因此,本文采用“客戶企業專利申請數量的自然對數”(TS)表示客戶企業的創新水平,并以此度量“技術溢出”。

激勵機制變量方面,通過文本分析方法構建客戶企業創新信息披露指標,并以此度量客戶企業的創新需求情況?？蛻羝髽I創新信息披露得越多,則間接表明其創新需求越多,供應商企業對客戶企業創新需求的響應度也可能會增強。借鑒李巖瓊和姚頤的做法,從國家政策、研究報告以及論文文獻中提取與R&D類的關鍵詞,構成關鍵詞列表,如“R&D”“創新”“創造”“開發”“科研”“新產品”等,將其與客戶企業的年報文本進行匹配[33]。結合本文,將采用“按照供應商對客戶企業銷售額占比進行不等權重加權計算的年報中R&D類關鍵詞字數與年報全文字數的比例”(Cus_inno_inf)表示客戶企業創新信息披露情況。此外,參照本文客戶企業數字化轉型的測度方法,選取“供應商企業數字化轉型關鍵詞數量”(Sup_dig_num)以及“供應商企業數字化轉型關鍵詞比例”(Sup_dig_pro)測算供應商數字化轉型。

5.控制變量

借鑒Zhong以及陳西嬋和劉星等的研究,本文從供應商企業與客戶企業方面加入了一系列可能影響供應商創新的控制變量[23,24]。供應商方面,包括企業性質(EN)、上市年限(Age)、企業規模(Size)、企業托賓Q值(TobinQ)、企業成長性(Gro)、凈營運資本(Nwc)、負債比率(DR)、盈利能力(Pro)、凈現金流量(Ncf),客戶企業方面,包括客戶集中度(CC)、客戶企業上市年限(Cus_cly)、銷售收入波動性(Cus_srv)、股票市場收益率(Cus_smy)。各變量具體定義見表2。

表2 變量定義表

(三)模型設計

基于驗證研究假設的需要,本文構建基準模型如式(1)所示:

Innoi,t=α0+α1Cus_digi,t-1+α2Controli,t-1+γIndustry+γYear+εi,t

(1)

式(1)中,Inno表示供應商創新,包括供應商創新數量(Inno_num)與供應商創新質量(Inno_qua)兩種指標;Cus_dig表示客戶企業數字化轉型,包括客戶企業數字化轉型關鍵詞數量(Cus_dig_num)與客戶企業數字化轉型關鍵詞比例(Cus_dig_pro)兩種測量方式;Control表示一系列控制變量;為了消除行業與時間差異對實證結果的影響,基準模型中還引入了行業固定效應Industry與年份固定效應Year,εi,t為隨機誤差項。

四、實證分析

(一)描述性分析

表3列出了全樣本下主要變量的描述性統計結果。從其中可以看到,供應商創新數量與創新質量的均值分別為2.548和2.372,標準差分別為1.941與2.249;客戶企業數字化轉型指數、供應商企業數字化轉型指數均值及標準差的值可以看出,企業數字化轉型程度不高,但具有一定的差異性,相對于供應商數字化轉型,客戶企業數字化轉型程度更高;客戶集中度與供應商集中度的均值分別為0.061與0.037,標準差分別為0.104與0.069,表明供應商企業對客戶企業的依賴性更高;約49%的供應商企業為國有企業,企業成長性均值約為15%,總資產收益率的均值約為4%,負債比率約為43%,現金流量占比約為4%。

表3 變量描述性統計結果

(二)基準回歸

表4展示了供應商創新與客戶企業數字化轉型的回歸結果。列(1)(2)的自變量為客戶企業數字化轉型關鍵詞數量,參數估計值分別為0.167與0.291,且皆在1%的統計水平顯著為正;列(3)(4)的客戶企業數字化轉型關鍵詞比例,參數估計值分別為3.131與4.885,且也皆在1%的統計水平顯著為正;以上結果均支持了假設1的成立,表明客戶企業數字化轉型有利于推進供應商創新。

表4 客戶企業數字化轉型影響供應商創新的基準回歸結果

(三)內生性問題分析

1.Heckman二階段回歸分析

根據2005年中國證監會修訂的《公開發行證券的公司信息披露內容與格式準則第2號年度報告的內容與格式》文件可知,中國證券監督管理委員會只是鼓勵上市公司披露前5名客戶名稱以及銷售額等信息,因此,上市公司對于主要客戶信息的披露是自愿的,在測度客戶企業數字化轉型時,可能會導致文本存在樣本自選擇偏差問題?；谝陨显?參考底璐璐等的研究,本文選擇Heckman二階段回歸模型緩解樣本自選擇偏差問題[30]。首先,在第一階段,將“客戶企業是否進行數字化轉型”(啞變量,進行數字化轉型為1,否則為0)作為解釋變量。其次,考慮到客戶企業數字化轉型可能受到其公司性質、成長性、公司上市年限、公司規模、總資產收益率、負債比率、高管個人特征以及宏觀經濟周期的影響,本文將其作為第一階段的解釋變量進行Probit回歸。最后,將第一階段模型估計得到的逆米爾斯比率(Imr)納入第二階段模型進行回歸。表5列示的檢驗結果表明,客戶企業數字化轉型對供應商創新具有顯著正向影響,與表4中結論一致。

表5 Heckman二階段回歸結果

2.差分模型與雙重差分(DID)排他性檢驗

為了控制某些不隨時間變化的固定因素對基準回歸結果的影響,使用差分模型緩解由此帶來的內生性問題,除供應商企業性質變量外,對所有變量當年度與上一年度的差值進行回歸。

此外,本文假設客戶企業數字化轉型顯著影響供應商創新是基于雙方所構建的供應鏈關系,為了控制由于其他聯結關系影響“企業數字化轉型與供應商創新”關系所帶來的內生性問題,參考Chu等的研究,本文盡可能補齊供應商企業與客戶企業建立供應鏈關系前后年度的所有數據,并以供應鏈建立年度為基準構建事前事后項Post以及架構DID模型進行排他性檢驗[28],具體情況見式(2):

Innoi,t=β0+β1Cus_digi,t-1+β2Posti,t-1+β3Cus_digi,t-1×Posti,t-1+β4Controli,t-1+λIndustry+λYear+λPair+εi,t

(2)

其中,Post為虛擬變量,供應鏈建立年度及之后年度取1,供應鏈建立之前年度取0;Cus_digi,t-1×Posti,t-1為DID交互項;λPairi為“供應商—客戶”(Sup-Cus)特定對的固定效應。表6中的列(1)～(4)展示了差分回歸的結果,Cus_dig_num與Cus_dig_pro的參數估計值顯著為正;表6中的列(5)～(8)展示了DID排他性檢驗的結果,Cus_dig_num×Post與Cus_dig_pro×Post的估計系數顯著為正。因此,表6中的回歸結果表明客戶企業數字化轉型顯著正向影響供應商創新,與表4中結論一致。

表6 差分回歸與DID排他性檢驗結果

3.工具變量法

考慮到可能還存在其他因素導致供應商創新與客戶企業數字化轉型存在內生性,例如供應鏈風險的上升有可能會倒逼供應商創新與客戶企業數字化轉型的動力提升,此時客戶企業年報文本信息也許不能體現回歸結果。借鑒李唐等的研究,分別選取同年度同行業客戶企業數字化轉型關鍵詞數量與比例均值(Dig_num_ind與Dig_pro_ind)、同年度同省份客戶企業數字化轉型關鍵詞數量與比例均值(Dig_num_reg與Dig_pro_reg)以及兩者之差的三次方(Dig_num_cub與Dig_pro_cub)作為工具變量,并通過二階段最小二乘法進行檢驗[35]。表7中的列(1)～(2)為第一階段的回歸結果,工具變量對自變量的估計系數顯著為正,且F統計量大于10,拒絕了弱工具變量假說,工具變量滿足相關性;列(3)～(6)為第二階段的回歸結果,Sargan檢驗與Basmann檢驗的卡方值不顯著,工具變量滿足外生性,在通過工具變量法控制內生性問題后,客戶企業數字化轉型對供應商創新的估計系數仍顯著為正,與表4的結論一致。

表7 工具變量法回歸結果

(四)穩健性檢驗

1.替換解釋變量的度量方式

在原有解釋變量度量方法的基礎上:一是使用虛擬變量(Cus_dig_vir)度量客戶企業數字化轉型,即當客戶企業年報文本第一次出現數字化轉型的關鍵詞及之后取值為1,反之則取值為0;二是統計本文表1中人工智能、區塊鏈、云計算、大數據以及數字應用等各檢索維度關鍵詞在客戶企業年報文本出現的次數,并采用熵值法構建客戶企業數字化轉型因托比指數(Cus_dig_ei)。表8的Panel A中,Cus_dig_vir與Cus_dig_ei的估計系數顯著為正,替換解釋變量度量方法的回歸結果與基準回歸結果一致。

表8 穩健性檢驗結果

2.選取銷售額排名第一的客戶企業樣本

考慮到銷售額排名第一的客戶企業數字化轉型決策可能會對供應商創新產生更大的影響,因此選取排名第一的客戶企業樣本分析客戶企業數字化轉型與供應商創新間的關系。表9的Panel B中,排名第一客戶企業樣本的數字化轉型關鍵詞數量(Cus_dig_num_top1)與比例(Cus_dig_pro_top1)的估計系數顯著為正,不僅與基準回歸結果一致,而且估計系數顯著性更強。

表9 溢出機制的回歸結果

3.控制遺漏變量的檢驗

盡管在基準回歸中盡可能地納入了可能影響供應商創新的控制變量,但仍可能會遺漏部分重要變量。首先,考慮到客戶會計信息穩健性以及盈余管理可能會對供應商企業創新產生影響,因此在基準回歸模型中加入會計信息穩健性(AC)以及盈余管理(EM)等控制變量。其中,在Basu模型的基礎上,在Cscore模型中引入公司規模、資產負債率以及市值賬面比等變量,并得出企業對壞消息披露的及時性,即Cscore值,以此代表會計信息穩健性;Cscore值與會計信息穩健性成正比。通過修正的Jones模型計算應計管理盈余水平的絕對值作為盈余管理的衡量指標。其次,進一步納入“年份—城市”(Year×City)以及“年份—行業”(Year×Industry)的交互固定效應,進而有效控制了城市層面的動態宏觀環境以及異質性行業環境。表10的Panel C中,加入會計信息穩健性、盈余管理等控制變量以及交互項固定效應后,客戶企業數字化轉型的估計系數依然顯著為正,與基準回歸結果一致。

表10 供應商響應客戶企業創新需求作用機制的回歸結果

五、進一步檢驗

(一)作用機制檢驗

通過前文的理論分析,本文假設2a與假設2b中提出客戶企業數字化轉型可以通過溢出機制與激勵機制作用于供應商創新。溢出機制方面,供應商企業可以通過“知識溢出”或者“技術溢出”,可能有償或者無償地獲取客戶企業數字化轉型所溢出的知識或技術,進而獲取客戶企業的創新資源,展開自主創新或模仿創新,提升自身創新水平。激勵機制方面,客戶企業數字化轉型的推進有可能促使供應商企業更加關注與緊跟客戶企業的創新發展動向,高效地響應客戶企業的創新需求,推動自身不斷創新升級;此外,客戶企業數字化轉型所帶來的經營高效性有可能會激勵供應商企業也展開數字化轉型,提高其創新能力。因此,在基準回歸模型的基礎之上,可以構建以下回歸模型(見式(3)與式(4)):

Mediatori,t=β0+β1Cus_digi,t-1+β2Controli,t-1+αIndustry+αYear+εi,t

(3)

Innoi,t=χ0+χ1Cus_digi,t-1+χ2Mediatori,t-1+χ3Controli,t-1+βIndustry+βYear+εi,t

(4)

其中,Mediator表示中介變量;溢出機制變量包括度量“知識溢出”的“供應商引用客戶企業的專利數量”(KS)以及度量“技術溢出”的“客戶企業專利申請數量的自然對數”(TS);激勵機制變量包括度量“客戶企業創新信息披露情況”的“按照供應商對客戶企業銷售額占比進行不等權重加權計算的年報中R&D類關鍵詞字數與年報全文字數的比例”(Cus_inno_inf)和度量“供應商數字化轉型”的“供應商企業數字化轉型關鍵詞數量”(Sup_dig_num)以及“供應商企業數字化轉型關鍵詞比例”(Sup_dig_pro)。

(1)溢出機制。從表9的Panel A與Panel B中的列(1)(2)可以看出,客戶企業數字化轉型促進了客戶企業向供應商企業的知識溢出和技術溢出;從表9的Panel A與Panel B中的列(3)～(6)可以看出,客戶企業數字化轉型可以通過知識溢出以及技術溢出推動供應商創新,即知識溢出和技術溢出在客戶企業數字化轉型與供應商創新之間的作用機制成立。假設2a得到驗證。

(2)激勵機制。從表10中的列(1)(2)可以看出,客戶企業數字化轉型促進了其創新需求。表10中的列(3)～(6)檢驗了客戶企業創新需求的中介機制,可以看出,客戶企業創新需求激勵了供應商提升其創新水平,客戶企業數字化轉型的估計系數顯著為正,供應商響應客戶企業創新需求的作用機制成立。表11的Panel A與Panel B展示了供應商數字化轉型的中介機制檢驗結果,從列(1)(2)可以看出,客戶企業數字化轉型促進了供應商企業的數字化轉型;從列(3)～(6)可以看出,供應商數字化轉型顯著提高了其創新水平,客戶企業數字化轉型的估計系數顯著為正,供應商數字化轉型的作用機制成立。假設2b得到驗證。

表11 供應商數字化轉型作用機制的回歸結果

(二)調節作用檢驗

根據假設3a～3c,進一步檢驗供應鏈集中度(客戶集中度(CC)與供應商集中度(SC))的調節作用。

(1)供應鏈集中度在客戶企業數字化轉型與供應商創新間的調節作用?；貧w結果如表12所示,客戶企業數字化轉型與客戶集中度交互項(Cus_dig_num×CC與Cus_dig_pro×CC)的估計系數顯著為正,客戶企業數字化轉型與供應商集中度交互項(Cus_dig_num×SC與Cus_dig_pro×SC)的估計系數顯著為負,這表明客戶集中度與供應商集中度分別在客戶企業數字化轉型與供應商創新間起到正向與負向的調節作用。假設3a得到驗證。

表12 客戶企業數字化轉型與供應商創新關系調節作用的檢驗結果

(2)供應鏈集中度在客戶企業數字化轉型與機制變量間的調節作用?；貧w結果如表13的Panel A與Panel B所示,客戶企業數字化轉型與客戶集中度交互項(Cus_dig_num×CC與Cus_dig_pro×CC)的估計系數顯著為正,表明客戶集中度在客戶企業數字化轉型與機制變量間起到正向的調節作用;回歸結果如表13的Panel C與Panel D所示,客戶企業數字化轉型與供應商集中度交互項(Cus_dig_num×SC與Cus_dig_pro×SC)的估計系數顯著為負,表明供應商集中度在客戶企業數字化轉型與機制變量間起到負向的調節作用。假設3b與得到驗證。

表13 客戶企業數字化轉型與中介變量關系調節作用的檢驗結果

(3)供應鏈集中度在機制變量與供應商創新間的調節作用?；貧w結果如表14的Panel A與Panel B所示,各個機制變量與客戶集中度交互項(KS×CC、TS×CC、Cus_inno_inf×CC、Sup_dig_num×CC以及Sup_dig_pro×CC)的估計系數顯著為正,表明客戶集中度在機制變量與供應商創新間具有正向的調節作用;回歸結果如表14的Panel C與Panel D所示,各個機制變量與供應商集中度交互項(KS×SC、TS×SC、Cus_inno_inf×SC、Sup_dig_num×SC以及Sup_dig_pro×SC)的估計系數顯著為負,表明供應商集中度在機制變量與供應商創新間具有負向的調節作用。假設3c得到驗證。

表14 中介變量與供應商創新關系調節作用的檢驗結果

(三)異質性檢驗

(1)供應商企業產權性質的異質性檢驗。為驗證假設4,基于產權性質將全樣本分為國有供應商企業(SOE)與非國有供應商企業(Non-SOE)兩個樣本組,在分別進行回歸的基礎上,比較客戶企業數字化轉型與供應商創新間的關系差異。表15中Panel A的列(1)～(4)展示了國有供應商企業樣本組的檢驗結果,即客戶企業數字化轉型的估計系數不顯著;表15中Panel A的列(5)～(8)展示了非國有供應商企業樣本組的檢驗結果,即客戶企業數字化轉型的估計系數顯著為正,以上檢驗結果支持了假設4的成立。相對于國有供應商企業,非國有供應商企業更加關注客戶企業的數字化轉型及其所帶來的知識與技術溢出效應,這有利于提升自身的創新水平。

表15 異質性檢驗結果

(2)供應商企業行業性質的異質性檢驗。為驗證假設5,依據《上市公司行業分類指引(2012年修訂)》以及2017年和2018年國家統計局先后制定的《高技術產業(制造業)分類(2017)》和《高技術產業(服務業)分類(2018)》,基于行業性質將全樣本分為高技術產業(High-tech)與非高技術產業(Non-high-tech)兩個樣本組。其中,高技術產業樣本組涉及醫藥制造,航空、航天器及設備制造,電子及通信設備制造,計算機及辦公設備制造,醫療儀器設備及儀器儀表制造,信息化學品制造,互聯網和相關服務,軟件和信息技術服務業,研究和試驗發展等行業的企業樣本。表15中Panel B的列(1)～(4)展示了高技術產業組的回歸結果,即客戶企業數字化轉型的估計系數顯著為正;表15中Panel B的列(5)～(8)展示了非高技術產業組的回歸結果,即客戶企業數字化轉型的估計系數不顯著,以上檢驗結果支持了假設5的成立。相對于非高技術產業的供應商企業,高技術產業的供應商企業更加注重把握數字化轉型帶來的契機,通過各種渠道從客戶企業的數字化轉型等創新發展過程中獲取創新資源,并通過提升自身創新水平滿足客戶企業的創新需求。

(3)供應商企業與客戶企業空間距離的異質性檢驗。為驗證假設6,通過國泰安數據庫(CSMAR)以及中國研究數據服務平臺數據庫(CNRDS)搜集供應商企業與客戶企業注冊地址的行政區劃編碼、街道等地理信息,確定其所在經緯度,通過ArcGIS計算供應商企業與客戶企業間的空間距離,并按照空間距離的中位數將全樣本分為長距離組(Long-dis)與短距離組(Short-dis)。表15中Panel C的列(1)～(4)展示了長距離組的回歸結果,即客戶企業數字化轉型的估計系數顯著為正;表15中Panel C的列(5)～(8)展示了短距離組的回歸結果,即客戶企業數字化轉型的估計系數不顯著,以上檢驗結果支持了假設6的成立。由于供應商可以從客戶企業年報中獲取其數字化轉型等創新活動方面的信息,以及數字化轉型可以高效地推動供需信息的傳遞,這在一定程度上削弱了地理鄰近性對于創新的促進作用,因此,“地理鄰近性有助于創新溢出進而推動企業創新發展”等傳統觀點,無法有效解釋客戶企業數字化轉型與供應商創新的關系。

六、結論與啟示

(一)研究結論

本文以2006—2020年的A股上市公司為研究對象,通過對客戶企業的年報文本信息進行挖掘,構建數字化轉型指標,研究客戶企業數字化轉型與供應商創新的關系及其作用機制,并分析供應鏈集中度在其中的調節作用。研究發現:(1)客戶數字化轉型不僅可以直接促進供應商創新,并且可以通過溢出機制(知識溢出與技術溢出)與激勵機制(供應商企業響應客戶企業需求以及供應商企業數字化轉型)等途徑間接提升供應商創新水平。(2)客戶集中度在上述關系具有正向調節作用,而供應商集中度則具有負向調節作用。(3)異質性檢驗表明,相對于國有性質供應商企業,客戶企業數字化轉型對非國有性質供應商企業創新的促進作用更加顯著;相對于非高技術產業的供應商企業,客戶企業數字化轉型對高技術產業的供應商企業創新的促進作用更加顯著;相對于空間距離近的供應商企業,客戶企業數字化轉型對空間距離遠的供應商企業創新的促進作用更加顯著。

(二)理論貢獻

(1)從供應鏈視角拓展了數字化轉型與企業創新的關系研究。以往研究主要探討了企業數字化轉型對自身創新績效的影響,如Ritter和Pedersen在定義數字化能力的基礎上,發現數字化有利于驅動企業商業模式創新[6];羅建強和蔣倩雯提出數字化轉型下產品創新與服務創新存在非對稱互惠共生關系[7];陳曉紅等以及Zhong等也發現數字化可以通過減少創新過程中的不確定性、增加業務流程透明度以及提升生產要素流動效率等方式,提升企業創新能力[13,23]。然而,這些研究忽略了合作伙伴數字化轉型對于企業創新的促進作用。已有文獻驗證了客戶企業數字化轉型能夠擴大供應鏈的通信范圍,增加供應鏈信息網絡的連通性,有利于鏈條中其他企業獲得數字化信息[15],并且壓縮了供應鏈中其他企業的生存空間,為供應鏈中企業間的合作關系帶來不確定性,同時對供應鏈中其他企業數字化轉型具有示范與帶動作用,對于如何減少企業數字化轉型的風險與成本具有指導意義。因此,有理由相信客戶企業數字化轉型可能會對供應商企業創新產生影響。在理論分析與假設提出的基礎上,本文將研究著眼點放在供應鏈關系上,從創新數量與創新質量兩個方面,發現客戶企業數字化轉型有利于促進供應商創新(見表4),為企業數字化轉型的影響研究拓寬了思路。

(2)豐富了供應鏈理論中有關“供應商—客戶”關系機制方面的研究。一方面,以往研究集中于“客戶企業行為—供應商創新”直接關系的討論,如Zimmermann等提出制造商(客戶企業)通過與供應商建立密切聯系,有助于雙方產品創新方法、工藝技術手段等隱性知識的吸收與交流[36];崔賀珵等提出客戶企業與供應商企業創新戰略契合度的提升可以影響供應商企業的客戶服務決策,但以上研究忽略了“客戶企業行為—供應商創新”具體作用機制的考察[37]。另一方面,現有部分文獻從溢出以及激勵等視角分析了“供應商—客戶”的二元創新關系機制,包括從溢出視角研究客戶企業如何通過供應鏈網絡溢出效應影響供應商創新[9],從激勵視角研究客戶企業如何通過“供應鏈共同治理”等方式激勵供應商創新[10],但忽略了在數字經濟發展的大背景下,數字化轉型在該創新關系機制中所產生的的積極效應。本文在已有研究的基礎上,針對客戶企業數字化轉型影響供應商創新的路徑,實證研究發現了客戶企業數字化轉型可以通過知識以及技術方面的溢出機制推動供應商創新(見表9),也可以通過“供應商響應客戶企業創新需求”“供應商數字化轉型”等激勵機制促進供應商創新(見表10和表11),從溢出與激勵兩個方面構建了客戶企業數字化轉型對供應商創新的作用機制研究框架。

(3)深化了“供應商—客戶”創新關系的情境研究。一方面,以往研究從供應鏈關系視角分析了“供應商—客戶”的商業或財務關系[11],但鮮有研究創新關系的文獻;另一方面,現有部分文獻研究了客戶集中度對企業創新投入以及企業知識積累的影響[22-23],但這些研究既忽略了供應商集中度的作用,又沒有將客戶集中度作為情境因素研究“供應商—客戶”關系。本文在現有文獻研究不足的基礎上,討論供應鏈集中度(包括客戶集中度與供應商集中度)作為情境因素在客戶企業數字化轉型與供應商創新關系中的調節作用,發現客戶集中度與供應商集中度分別在客戶企業數字化轉型與供應商創新間起到正向與負向的調節作用(見表12),這不僅為客戶企業數字化轉型與供應商創新的關系研究提供了更為廣闊的視角,拓展了供應鏈集中度的相關研究,也從供應鏈合作視角豐富了企業創新理論的相關研究。

(三)實踐啟示

結合本文研究結論,可以得到以下啟示:

(1)供應商企業應加強對客戶企業年報文本中有關數字化轉型信息的關注,發揮激勵機制作用,把握客戶企業創新需求動態以及數字化轉型的新機遇,調整創新戰略方向與運營方式,實施數字化轉型策略。首先,供應商企業應迎合客戶企業創新需求,以驅動產品與工藝流程創新。其次,供應商企業通過了解客戶企業數字化轉型的進程以及內容,可以學習其數字化轉型的經驗,提升企業生產以及服務環節的智能化水平,加速產品的場景化、產業化以及工程化應用,釋放企業創新的“數字活力”。

(2)供應商企業應加強與客戶企業的協同創新合作,發揮外溢機制作用,盡可能地拓寬創新資源以及知識的流動渠道,減少交易成本,提升創新效率。本文研究結論表明,客戶企業數字化轉型可以通過知識與技術溢出提升供應商創新水平,因此,供應商企業在與客戶企業聯結的過程中,要瞄準客戶企業數字技術領域中的基礎技術、前沿技術以及非對稱技術的改善過程,分析客戶企業“如何轉”“轉什么”,并從中挖掘自身需要的信息、知識以及技術,提升創新水平。

(3)供應商企業應轉變“單獨作戰”為“鏈條整合”的經營思路,發揮客戶集中度在客戶企業數字化轉型與供應商創新關系及其機制中的積極作用,抑制供應商集中度的消極作用。盡管客戶集中度的提升會加劇供應商企業對客戶企業的依賴性,但也會使兩者之間的互惠合作關系更加緊密,供應商企業的管理者可以主動作為,通過客戶關系管理,發揮客戶集中所形成的信息反饋以及知識溢出優勢,實現供應商企業與客戶企業的平衡增長。而供應商集中度的提升會導致供應商企業管理者的被動無為,降低供應商企業對客戶企業創新需求的變化以及數字化轉型的關注度,削弱激勵與溢出機制的積極作用,因此,處于供應鏈優勢地位的供應商企業應時刻樹立或保持創新意識、合作意識,建立“鏈條整合”的經營思路,發揮企業創新生態系統以及創新網絡嵌入性在經營中的積極作用。

(4)對于不同性質與類型的供應商企業應采取不同方式使其順應數字化轉型。對于國有性質的供應商企業,應使其明確所肩負著的經濟責任、政治責任和社會責任,克服“創新惰性”,轉變觀念建立以數據驅動為核心的生產經營模式,深化運營、生產服務和商業模式等多方面的創新;對于非高技術產業的供應商企業,應使其明確以市場需求為中心,使數字化轉型與企業運營相結合,并緊跟國家、社會以及產業的數字化轉型發展趨勢與部署,解決企業“不會轉”“不知道找誰轉”的痛點和難題,通過數字化轉型增強企業創新活力;對于近距離的供應商企業,應使其轉變經營意識,建立智慧管理平臺以及數字化生態體系,推動產業鏈上下游企業數據貫通,提高經營效率。

(四)局限與未來研究

本研究存在以下不足之處值得未來研究的跟進。首先,本文在通過文本分析法構建企業數字化轉型指標的基礎上,研究了客戶企業數字化轉型對供應商創新的影響,并從產權性質、行業性質以及空間距離等方面對其進行了異質性分析,但基于資源稟賦、政策措施以及產業基礎的差異,不同區域的客戶企業數字化轉型與供應商創新的關系表現很可能會有所不同,近期文獻中也就數字化轉型與企業創新關系的區域異質性問題進行了分析。比如,杜勇和婁靖提出數字化轉型對地處市場化程度較高地區企業的轉型升級促進作用更為顯著[38];王巍和姜智鑫發現相較于區域中心城市,數字化轉型對區域邊緣城市企業的異地合作創新具有明顯的促進作用[19]。因此,不同區域環境下客戶企業數字化轉型對供應商創新的影響有待進一步檢驗。

其次,盡管本文從溢出機制與激勵機制兩個方面探討了客戶企業數字化轉型對于供應商創新的影響路徑,但也可能存在如代理成本的降低、融資約束的緩解、風險承擔水平的降低等其他影響客戶企業數字化轉型與供應商創新關系的機制。近期研究中就對數字化轉型與企業創新的關系機制進行了多元化角度的分析,比如,董松柯等提出企業數字化轉型可以通過緩解信息不對稱等方式減少企業研發操縱的概率[39];賀正楚等認為交易成本可以在企業數字化轉型與創新效率的關系中發揮部分中介效應[40]。因此,客戶企業數字化轉型影響供應商的其他影響機制有待進一步探討。此外,不同機制間也可能存在相互作用,這也是有待考察的對象。