大家好！本人是管理学在读博士生。一直想分享读博期间学习和生活的经历和感悟，希望能帮助到更多想要读博和正在读博以及科研工作的朋友们。
坚持每天读高水平的论文是博士生的基本要求，也是写好自己论文的基础。
今天分享一篇文章——《企业数字化转型与供应链韧性——基于供应链溢出的视角》，来自《系统工程理论与实践》2024年9月5日首发。
作者：
袁业虎，男，汉，江西宜春人，教授，博士，研究方向：财务管理，数字化转型，数据资产化；
吴端端，女，江西九江人，博士研究生，研究方向：数字化转型，供应链关系。
一、引言
在面对高度不确定和复杂性的外部环境中，由于单个企业控制资源有限，构建稳定、敏捷的强韧性供应链系统，已成为企业抵御风险及高质量发展的关键。“供应链韧性”体现的是供应链的动态响应能力和风险抵御能力。动态响应能力是指供应链运营过程中及时、快速实现资源的配置和调整，提升供应链的效率；风险抵御能力则是面对风险时，能够保证供应链平稳度过并快速恢复稳定状态。高效率的供应链能实现上下游的精准匹配和高效协同，提高资源流转和整合效率，在面对外部冲击时更快做出决策和调整，供应链效率越高，其韧性越强；供应链企业间关系的稳定和持久，能保证链条稳定、有效防止断链、提升快速恢复等能力，有利于抵御供应链脆弱性，形成更具有韧性的供应链系统。由于供应链企业之间存在紧密合作关系，核心企业的行为、特征和经济效应会沿着供应链传导，数字化拓展了企业资源整合的边界，进一步催化供应链重塑其生态，为供应链合作共赢及高质量发展探寻新路径。因此核心企业数字化转型如何为供应链上下游企业赋能，以构建起强韧性的供应链系统，已成为当前理论与实务界普遍关注的问题。
企业数字化转型从搭建数字化的基础设施平台，到利用数字技术引发效率提升和模式变革，直至企业实现网络化、智能化和数字化集成的战略发展进程，既是颠覆性创新技术的变革，又是一种价值创造逻辑的更迭。企业数字化转型并不是简单地从0到1的骤然跨越，也不只是“上一套设备、用一项技术、建一个系统”，它是长期且系统的变革过程，具有阶段性发展特征。经典Data-Information- Knowledge-Wisdom (DIKW)模型中描述的“数据-信息-知识-智能”层级结构，反映了数据要素赋能企业价值创造的数据价值链过程，由此可建构企业数字化转型沿着数据价值链阶段性发展的逻辑。企业数字化转型具有怎样的阶段性特征？其对供应链韧性的影响是否具有不同的效应？影响的作用机制又是怎样的？这些问题亟待进一步厘清。
边际贡献：
第一，基于DIKW模型的数据价值链理论创新性地对数字化转型进行阶段识别和判断，挖掘其多阶段特征，构建了“数字化基础建设阶段-数字化技术创新阶段-数字化智能应用阶段”发展的多阶段数字化转型模型。当前关于企业的数字化转型研究多聚焦于数字技术和组织重构层面，对数字化转型的识别还处于“是”与“否”的关系上，数字化转型的阶段性发展特征及其所产生的不同影响尚有待进一步厘清，本文拓展了数字化转型阶段性特征与供应链韧性逻辑关联的相关研究。
第二，从供应链企业间的信息溢出、知识溢出两个维度考察了数字化转型影响供应链韧性的内在机理，揭示了核心企业数字化转型在供应链上的溢出机制。已有数字化转型经济效应研究多聚焦于其对企业自身的影响，缺乏对企业内外部资源整合和联动的考察，忽略了这一行为可能带来的外部效应。本文进一步丰富了核心企业数字化转型在供应链上的溢出机制的研究，拓展了相关研究的边界。
第三，构建企业与供应商和企业与客户的1：1匹配样本数据，挖掘出了数字化转型对供应链上下游企业的数字化转型和价值创造的双向扩散效应。已有研究发现了数字化转型具有供应链同群效应，并且客户数字化转型能够影响供应链上游的供应商，本文在此基础上进一步延伸，以实施数字化转型的企业为扩散源，发现了其对自身以及供应链上下游企业的数字化转型和价值创造具有外溢性扩散效应。
二、理论分析与假设提出
1.企业数字化转型多阶段特征的理论分析与模型建构
Ackoff和Rowley建立的DIKW模型，“数据-信息-知识-智慧”的层级结构隐含着数据发挥价值创造功能而实现数据价值链发展的逻辑。DIKW模型描述了以海量数据(date)为基础，通过数字化平台系统收集、整理和分析得到有价值的信息(information)，并利用数字化技术提炼和挖掘形成显性和隐形知识(knowledge)，最终应用并升华为智能(wisdom)的数据价值链发展过程。由此可根据DIKW模型所内含的数据价值链原理，结合前述数字化转型内涵，建立起企业数字化转型阶段性发展的理论逻辑。
第一阶段是从数据整合为信息的过程，界定为“数字化基础建设阶段”，企业以5G、上云和工业互联网设施平台为底层设计，建立ERP、CRM等多种数字化一体的信息系统平台，打破“数据烟囱”，实现海量、异构和分散数据的收集、整理，将孤立的数据片段整合为有序的信息条目和相互协调的有机整体，为企业进入数字化转型的技术创新阶段提供硬件设施和软件应用的基础支撑。
第二阶段是信息提炼为知识的过程，界定为“数字化技术创新阶段”，企业利用人工智能、云计算和区块链等数字技术手段，通过编程处理将数字平台系统中信息整合、使用，提升数字技术分析能力，发现数据之间复杂关系且演化升级为企业知识体系。数字技术实现了隐性知识外显化、碎片知识整合化、局部知识协同化、外部知识内在化，促进知识的互补学习及产生新知识，最终为业务应用赋能。
第三阶段是知识升华为智慧的过程，定义为“数字化智能应用阶段”，数字技术融入企业生产各个链条，与企业生产、运营、管理等深度融合，不断拓展数字智能的应用场景，企业转向产品、服务、管理、生产和装备智能化新模式，以数字智能变革企业现有流程、结构和能力，实现企业全渠道、全场景、全链路的智能应用，构建互联互通的供应链全系统生态结构，最终真正完成企业数字化转型。
基于DIKW模型和理论逻辑，本文构建了企业数字化转型的多阶段模型，即“数字化基础建设阶段-数字化技术创新阶段-数字化智能应用阶段”发展模型(见图1)。
2.数字化转型与供应链韧性关系的理论分析及假设提出
第一，数字化转型能够利用数字技术加快供应链的信息和知识溢出，缓解企业间的信息不对称和供应链“牛鞭效应”，更好实施供需预测，提高全链路的供需资源精准匹配，提高资源流转和整合效率，在面对外部冲击时更快做出决策反应，提升供应链应对变化的能力和协作效率。供应链数据网络的构建提升了企业的动态能力，使企业能够精准、迅速响应客户需求的变化，缩短生产周期，提高供应链敏捷性。而且，数字化转型增强供应链透明度，加强了供应链企业的信任度，降低了企业寻找供应链上下游企业的搜索成本、履约成本、合作成本和监督成本等，并获取更为及时和真实的数据，协调供应链各参与主体和环节，保障供应链高效顺畅运转。
第二，企业数字化转型打通了时空和地理局限性，加快了信息、知识和技术等在供应链企业间的溢出机制，使得内部资源的联结更加紧密，原本的单一企业资源更易形成独特的供应链资源网络，有助于构建更为稳定的供应链系统。且数字化转型中企业边界被拓展，供应链上下游企业融合为新的价值创造主体，供应链企业间的协同运营和共享机制形成了战略一体的新型合作关系和整体的供应链生态系统，使得企业能够快速扫描和搜索供应链间的策略互补资源，构建稳定的供应链同盟关系共同抵御外在风险。数字技术的应用增强了企业从外部获取和处理信息、知识的能力，削弱供应链企业间的信息障碍，使得企业能够筛选出最匹配的供应商和客户，并保持较为稳定和持久的供应链关系。
基于以上分析，提出本文的研究假设1：
H1：企业数字化转型能显著提升供应链韧性。
企业在数字化转型第一阶段--基础建设阶段，需要加大投入对工业互联网、ERP、CSM等信息资源平台、大数据资源等新型数字基础设施的建设，以作为数字化转型的后台支撑。在此阶段，企业通过对海量零散的数据的收集和处理，打破数据孤岛，将繁琐的数据转化成有用的信息资源，是企业成功实现数字化转型重要的基础支撑。但是在数字化基础设施建设阶段，建设投入期较长，资金投入量较大，各种数字化信息平台建设不到位，企业及整体供应链系统的数据仍处于整合和清洗阶段，供应链企业之间的信息共享和知识传递水平较低，数字化转型对供应链韧性的影响甚微，甚至可能会出现负向效应，亟需企业进一步引入数字技术开发和创新，才能跨入数字化转型的技 术创新阶段。因此本文提出假设2：
H2：企业数字化基础建设阶段对供应链韧性作用不显著。
随着数字基础设施的完善，企业的数字技术创新产出和效率急剧增加，数字化转型进入第二阶段--数字化技术创新阶段。数字技术嵌入企业产品、营销、组织管理全流程，使得供应链企业信息共享更加便捷，通过资源网络配置、治理模式创新提升生产效率，降低交易风险，进而驱动供应链上下游企业供需精准匹配和协同，大幅提升供应链效率，并在供应链的关键节点建立起更加稳定和信任的合作关系，提升供应链韧性。
由此本文提出假设3：
H3：企业数字化技术创新阶段会显著提升供应链韧性。
在数字化智能应用阶段，实现供应链全过程知识共享与协同的基础上，企业通过运用在数字化智能应用阶段，企业在实现供应链全流程信息传递与知识共享的基础上，数据信息网络及自动化、智能化的客户和供应链深层次分析，为下游客户和上游供应商实现价值共创，构建更为可靠和信赖的供应链关系。万物互联与大数据智能技术的出现使得生态的大规模协同的成本大为降低、效率大为提高，由此构建了更加稳定和高效的供应链生态网络，更加高韧性的供应链系统。
因此基于以上分析，提出本文的假设4：
H4：企业数字化智能应用阶段会进一步显著提升供应链韧性。
三、研究设计
1样本选择与数据来源
本文选取2007—2021年中国A股上市公司为研究样本，所用样本的财务相关数据来源于CSMAR数据库，企业信息质量披露数据来源于CNRDS数据库，企业年报数据来源于巨潮资讯网。基于原始数据，本文按照以下方法进一步对样本进行筛选：①剔除金融类行业样本，②剔除ST和*ST样本，③剔除相关数据缺失样本，最后得到21202个公司-年度样本观测值。为缓解数据异常值的干扰，对连续变量进行上下1%的Winsoriz处理，文本分析采用Python软件，统计分析使用统计软件Stata16.0。
2.变量设计
（1）被解释变量：供应链韧性（SCR）
本文从供应链效率和供应链稳定性两个视角来表示供应链韧性，其中供应链效率(SCA)指标借鉴张任之，使用企业存货周转天数表示，并对其取对数处理，具体计算公式为：SCA=ln(360/(主营业务成本/存货平均余额)，SCA越大，存货周转期限越长，企业供应链效率越低。供应链稳定性(SCE)使用供应链波动率指代，即本年度相较于上一年的前五大供应商/客户的采购/销售变动百分比绝对值之和与本年度的前五大供应商/客户比例总和的比例，以反映企业供应链的波动性，SCE越大，企业与供应链上下游企业的关系波动性越大，企业供应链稳定性越差。本文对供应链效率和供应链稳定性分别赋予0.5权重，构建供应链韧性(SCR)指标，即SCR=0.5×SCA+0.5×SCE。
（2）核心解释变量：数字化转型
参考吴非等归纳的数字化转型特征词库，本文依据数据价值链理论所构建的数字化转型多阶段模型。
首先，本文利用Python技术对A股上市公司2007—2021年的年报进行收集，提取文本信息作为关键词统计的文本库。其次，在吴非等构建的数字化转型特征词谱的框架下，参考国家相关政策文件，进一步对关键词进行整理和分析，形成了本文数字化转型分阶段特征词谱(具体见图2)。最后，在年报文本库中对数字化转型的分阶段关键词提取和词频计数，并按照以下方法对解释变量数字化转型进行赋值和阶段界定。
全样本中对DIG-X赋值0、1、2和3以衡量企业数字化转型的不同阶段。DIG=0代表未进行数字化转型企业，DIG=1，DIG=2和DIG=3分别表示数字化基础建设阶段，数字化技术创新阶段和数字化智能应用阶段，并由此形成DIG-1、DIG-2和DIG-3三个虚拟变量。
（3）控制变量。
企业规模(Size)、资产负债率(Lev)、净资产收益率(ROE)、总资产周转率(ATO)、现金流量比率(Cash)、固定资产占比(Fixed)公司成长能力(Growth)、公司价值(TobinQ)、上市年限(Age)、股权集中度(Top1)、产权性质(SOE)等。同时，为进一步降低遗漏变量等影响，本文控制了行业(Industry)和年度(Year)固定效应。
3.模型设定
四、实证分析
1.基准回归
表3报告了基准回归的实证检验结果。列(1)仅控制行业和年度固定效应，DIG-X系数为-0.011，且在10%水平上显著为负(t=1.653)；列(2)在行业和年度固定效应增加了控制变量，结果显示DIG-X在1%水平显著为负，说明企业数字化转型对供应链韧性具有显著的增强作用，支持了本文的假设H1。
列(3)-(5)则是分别使用虚拟变量DIG-1、DIG-2和DIG-3检验数字化转型的不同阶段对供应链韧性的影响，在列(3)中DIG-1的系数为0.005，结果不显著，说明在企业数字化转型的基础建设阶段并没有显著对供应链韧性产生影响。列(4)-(5)中DIG-2和DIG-3的系数分别为-0.032和-0.042均在5%水平显著，说明数字化转型的技术创新和智能应用阶段对供应链韧性具有显著的积极影响。进一步地，采用Bootstrap法检验DIG-2和DIG-3系数差异p值为0.009，表明相数字化转型技术创新阶段和智能应用阶段对供应链韧性的影响具有显著差异，可见随着数字化转型程度的加深，其影响效应也增强。该结论支持了本文的假设H2-H4。
2.稳健性检验
（1）倾向得分匹配法
在全样本中，数字化转型变量DIG-X按照转型与否设置为0-1虚拟变量，即进行了数字化转型的企业设置为处理组，DIG-X指标记为1，其余组设置为控制组，DIG-X指标记为0。其次，以全部控制变量作为匹配协变量，采用最近邻匹配和核匹配方法，按照PS值1：1寻找相近特征的对照组。最后，将PSM匹配后的处理组和对照组进行实证检验。匹配后样本的处理组与控制组满足平衡性假设，两组协变量均值不存在显著差异。继续使用PSM回归估计，得到表4检验结果，显示在两种匹配方式下的数字化转型(DIG-X)系数依旧显著，进一步检验本文的稳健性。
（2）工具变量法
借鉴Nunn和Qian的处理方法，构建了历史数据和随时间变化的变量交乘的工具变量。选取1998年各地区的长途光缆里程数和1998年各地区互联网上网人数，历史数据作为横截面数据，不适宜直接作为面板数据的工具变量，本文进一步引入一个随时间变化且与解释变量相关的变量--各地区各年度的数字化产业就业人数，分别和历史数据交乘，形成本文的两个面板工具变量IV1和IV2。具体而言，IV1为1998年各地区长途光缆里程数与各地区各年度数字化产业就业人数交乘项的对数；IV2为1998年各地区互联网上网人数与各地区各年度数字化产业就业人数交乘项的对数。
表5显示了IV1和IV2的两阶段回归结果，列(1)和列(2)可见第一阶段IV1系数在1%水平显著为正，第二阶段DIG-X的系数在5%水平显著为负；列(3)和列(4)表示第一阶段IV2系数在1%水平显著为正，第二阶段DIG-X的系数在1%水平显著为正，均与预期基本一致，在控制内生性问题后检验结果依旧稳健。IV1和IV2的LM检验P值均为0.000，表明工具变量与内生变量DIG-X有显著相关性。IV1和IV2的Cragg-DonaldWaldF值分别为68.36和44.28，均拒绝了弱工具变量检验，证明了工具变量的有效性。
（3）Hechman两阶段法
本文借鉴唐松和谢雪妍的方法，采用Hechman两阶段模型处理检验，在第一阶段，企业“是否披露前五大供应商和客户具体信息”作为因变量(若披露，则虚拟变量取1，否则取0)，并以样本中的控制变量作为自变量，进行Probit模型回归；随后将第一阶段回归得出的逆米尔斯比率(IMR)放入本文的基准模型中进行第二阶段检验，DIG-X在1%水平显著为负，再次验证了本文结论的稳健性。
（4）多种稳健性检验
本文以企业数字化无形资产占无形资产总额的比例（DIG-intan）度量企业数字化转型行动实践。首先以数字化转型的年报披露对数字化转型实践进行回归，列（1）DIG-X的系数在1%显著为正，说明企业年报信息披露能够显著反映企业数字化转型行为；其次以无形资产占无形资产总额的比例替换为核心解释变量的测算指标，检验其对供应链韧性的影响，结果如表7中列（2）所示依旧稳健，说明企业数字化转型的实践能够显著提升供应链韧性。
本文进一步对DIG-X的赋值方法进行稳健性检验，由于埃森哲等报告提出我国数字化转型成效显著仅为16%左右，主要在于智能化阶段转型失败，因此根据数字化智能应用的关键词的词频排序，选取前10分位的表示企业数字化转型的智能应用阶段，DIG赋值为3，DIG赋值为2和1的方法保持不变，进行稳健性检验，表（3）中DIG-X系数依然在1%水平显著。
缓解反向因果问题，将DIG-X滞后一期进行考察，在表7中列(3)显示检验结果在10%水平依旧显著。另外，为消除部分遗漏变量的影响，在模型中进一步控制了地区固定效应，检验结果如表7列（4）所示依旧稳健。为排除特殊样本对结论的干扰，由于数字化的广泛出现主要在2012年之后，故剔除2007-2011年的样本；减少地区因素影响，剔除直辖市样本，对剩余样本再次进行回归检验，表7列（5）-（6）显示结论具有稳健性。
五、作用机制及异质性分析
1.作用机制分析
第一，数字化转型能够扩大供应链企业的通信范围，增加信息网络的连通性与丰富性，并加快信息在网络内部扩散，促成企业搜寻到更加多元化的信息，通过充分利用外部资源，构建无边界的供应链企业价值创造主体。数字化转型加强了供应链企业的联通，企业协同组织能力更强，视频会议、云平台等数字互联技术促使知识、信息、思想能够在供应链企业间更为畅通地共享，提升信息溢出的效益，缓解供应链企业的信息不对称，为供应链企业在生产、采购和销售过程中增强供需精准性，优化资源配置，提供了供应链效率，并进一步增强供应链企业的联结。
参考陈文婷等使用深交所和上交所披露的信息披露质量评级指数表征企业的信息溢出(Score)指标，表示企业信息披露越充分，信息透明度越高，也说明了数字化转型企业对外的信息溢出越强。
第二，供应链上下游企业之间的相互学习和交流，以及书面契约都会引发知识溢出。数字化转型企业通过供应链各环节主体跨企业、跨地区、跨行业地进行研发协同、制造协同、供应协同，不同企业的研发项目、管理理念、营销策略、售后服务等会对彼此产生较强的示范效应，上下游企业可以通过借鉴、学习和模仿数字化转型成功企业的生产方式和创新模式，加速知识溢出，促进了数字供应链效率提升和关系稳定。
企业专利被引用的数值表征知识流动和溢出，企业引用其他企业的专利，说明该企业获取并吸收了其他企业的知识和创新技术，使用数字化转型企业的专利被引数量和被引次数(PC，Patent_citation)来测度核心企业数字化转型知识溢出的水平。
构建中介机制模型(2)，结合模型(1)分别检验供应链信息溢出和知识溢出的中介路径。其中，Mit是中介变量，分别使用Scoreit、PCit表示信息溢出、知识溢出指标。实证检验中关注企业数字化转型DIGit的回归系数γ1和λ1，控制变量选取和固定效应与模型(1)保持一致。表8显示了中介机制的检验结果。列(1)和(2)中DIG-X的系数均在1%水平显著，说明企业数字化转型能显著提升企业的信息溢出和知识溢出机制
2.异质性分析
（1）外部环境异质性
将样本企业所处地区分为东部和中西部，表 9 列(1)-(2)检验结果显示处于东部地区的企业数字化转型显著提升了供应链韧性，但在中西部地区并不显著。
参考Baker构建的经济政策不确定性指数（EPU）来度量经济政策不确定性程度，并依据EPU中位数对样本企业进行分组检验。表9的列（3）-（4）结果表明在经济政策不确定性高的环境下，企业数字化转型对供应链韧性有显著影响，而在经济政策不确定性低的环境中影响不显著。
依据赫芬达尔指数的均值将样本分为行业竞争强和行业竞争弱的两组子样本，分别进行回归检验。表列（5）-（6）检验结果显示竞争性较强的行业中，企业数字化转型对供应链韧性具有显著的促进作用，但在竞争性较弱的行业则影响不显著。
（2）企业性质异质性
按照企业规模大小对样本进行异质性检验，表10列(1)-(2)回归结果显示，较大规模的企业进行数字化转型对供应链韧性具有显著的作用，而在规模较小企业中效果并不显著。
将样本分为制造业和非制造业，以及高科技行业和非高科技行业进行子样本的异质性分析，表10列(3)-(6)展示了检验结果，高技术行业和非制造业的数字化转型企业对供应链韧性构建具有显著的作用，而在非高技术行业和制造业中效果并不显著。
从供应链关系来进行探讨企业数字转型和供应链韧性的异质性表现，回归检验结果展示在表10列(7)-(8)。实证结果显示，在供应链集成度较低的企业，数字化转型对供应链韧性的作用更为显著，而在供应链集成度较高的企业并没有显著的效果。
六、扩散效应分析
参考陶锋等，本文构建供应链企业 1：1 匹配数据库，并通过模型(3)检验企业数字化转型在供应链的扩散效应。
表 11 列示了企业数字化转型在供应链扩散效应的实证检验结果，列(1)中DIG-X系数在1%水平显著为正，说明数字化转型对企业自身价值创造具有显著影响；列(2)和(4)中 DIG-X的系数也均在1%水平显著为正，表明核心企业数字化转型能显著促进企业上游供应商和下游客户企业的数字化转型；且列(3)和(5)DIG-X的系数也在1%和10%水平显著，验证了核心企业数字转型能进一步对供应链上下游企业的价值创造起到显著的提升作用。
七、研究结论与启示
1.研究结论
(1)企业数字化转型能显著提高供应链韧性，但在不同阶段其效果有所不同，其中数字化转型的基础建设阶段对供应链韧性没有显著影响，而在数字化技术创新阶段和智能应用阶段对供应链韧性的影响显著，且在数字化转型的智能应用阶段作用更加显著；
(2)从供应链溢出为视角，发现企业数字化转型能提高供应链的信息溢出和知识溢出，从而增强供应链韧性；
(3)通过异质性检验发现，在东部地区、行业竞争更强和经济不确定性更大的外部环境下，以及在规模更大，高新技术行业和非制造业和供应链集成度更低的企业中，数字化转型对供应链韧性的影响效应更为显著；
(4)供应链扩散效应分析发现企业数字化转型不仅能有效提升自身的价值创造水平，还能促进供应链上游供应商和下游客户数字化转型，从而增加上下游企业的价值创造。
2.政策启示
第一、企业应准确把握企业数字化转型的客观规律和阶段特征，助力企业完成数字化转型全过程。
第二、企业应注重数字化供应链生态系统建设，加强与供应链上下游企业的信息传递和知识共享，构建高韧性的供应链系统，提升供应链现代化水平。
第三、企业应依据所处地区、行业和企业性质不同调整数字化策略，积极发挥数字化转型对供应链韧性的促进作用。
第四、企业应发挥数字化转型的供应链扩散效应，推动整体供应链系统实现共同发展。
