供应商地理距离与企业数字化转型

王 华 郭思媛

(中南财经政法大学 会计学院,武汉 430073)

提要: 数字化转型已成为中国经济发展的重要战略目标,供应商分布和选择对企业数字化转型有重要作用。基于中国沪深A股上市公司2007—2020年数据,以文本分析法测量企业数字化转型水平,结合注册地经纬度,测算企业与其前五大供应商间的加权地理距离,选择行业年度双向固定效应面板回归模型进行实证分析。结果发现,供应商与企业的地理距离越远,企业数字化转型程度越高;企业所在城市开通高铁或位于经济较为发达地区时,地理距离对数字化转型的影响更显著。机制研究发现,位于市场竞争程度较高地区以及内部控制水平较高的企业,更有利于供应商地理距离和数字化转型之间正向作用的发挥;进一步地,供应商地理距离与数字化转型程度的促进作用在国有企业以及存在“黏性”供应商的企业中作用更显著。上述研究为供应链管理和数字化转型提供决策支持。

引 言

数字化转型是实现经济社会转型升级和抢占国际竞争制高点的战略选择,是企业未来发展的重要方向[1]。习近平总书记多次强调要不断做强做优做大我国数字经济,党的二十大报告强调要着力提升产业链供应链韧性和安全水平,供应链韧性与供应链分布密切相关。在企业数字化建设过程中,与供应链上下游企业之间的紧密协作不可或缺。这种协作很大程度上取决于供应链韧性,而供应链韧性的实现与供应商地理距离密切相关。供应商地理距离直接影响着信息流、物流等关键环节的效率,从而影响整条供应链韧性和企业应对不确定性的能力。合理的供应商地理距离分布有利于降低审计费用、促进技术创新水平、提升企业经营绩效[2-4]。上市公司与其供应商的地理距离作为供应链韧性的重要表现形式,在推动企业数字化转型上有重要作用和战略意义。

受交通技术条件、地区经济发展水平影响,企业一般偏向于在较近范围内选择供应商。供应商的生产能力、创新技术水平以及品牌辐射度都受制于空间上的局限,企业生产产品以及提供服务的质量被阻碍,进一步阻碍企业进行数字化转型。根据空间联系与地理集群理论,随着新经济地理学发展,经济活动空间组织的参与者受到空间动态变化影响,参与者之间的关系日益复杂,在多种地理尺度中相互联系的企业倾向于在更大地理范围内,建立战略伙伴关系,避免地方生产带来锁定风险[5]。供应链的不断完善与升级促使其向更远范围延伸,企业倾向与外地企业进行供应链整合,提高垂直分工水平,更加重视供应商的技术水平和创新能力,此时时间和空间距离的限制倒逼企业进行数字化转型[6-7]。以一汽大众为例,其整车部件与系统中以电子电器系统为代表的技术密集型零部件多来源于长三角和珠三角汽车产业集群,在中国本土供应链呈现出跨区域的密切空间联系。

与此同时,随着中国各大城市基础设施建设完善以及区域间经济发展水平提高,时间和空间距离的缩短,为企业跨区域发展以及供应商布局提供支持,企业有能力在全国范围内选择优质供应商。因此,在基础设施建设不断完善、区域经济发展水平不断提高的背景下,能否突破区域限制,供应商地理距离对企业数字化转型能否发挥作用,是本文的重点研究问题。

本文以2007—2020年中国沪深A股市场上市公司为样本,实证研究供应商地理距离对企业数字化转型的影响。研究结果表明:供应商与企业的地理距离越远,企业数字化转型程度越高;企业所在城市开通高铁或位于经济较为发达地区时,地理距离对企业数字化转型的影响更显著。机制检验发现,供应商地理距离对数字化转型的促进作用更多发生在所处地区竞争水平较高以及内部控制质量较高的企业中。进一步分析表明,国有企业以及存在“黏性”供应商的企业,有利于供应商地理距离和数字化转型之间正向作用的发挥。 与现有文献相比,本文的创新之处主要有三个方面:第一,丰富了供应链管理研究内容。以往研究集中于检验地理距离对企业技术创新、审计费用、投入产出效率等方面的影响,本文拓展到企业数字化转型的新影响。第二,拓展了数字化转型研究领域。以往文献集中于考察企业内部治理特征和外部制度环境对数字化转型的影响[8-10]。本文基于地理经济学理论,考察供应商地理距离对企业数字化转型的影响。第三,提供了供应商选择建议。本文为从政府监管和企业实践层面制定供应链管理策略、推动企业数字化转型等方面查漏补缺。

一、理论分析与研究假设

供应链管理是学术界长期关注的热点话题之一,诸多学者从不同角度切入研究,主要集中在以下方面:(1)企业创新[11]。创新能力较强的供应商,有助于企业与其合作,带动企业创新发展。(2)经营绩效[12]。供应商与客户良好合作关系的构建,提升供应链质量,促进企业经营业绩上升。(3)信息质量[13]。供应商和客户之间的关系型交易,解释企业盈余管理行为,影响会计信息质量和审计师决策。(4)营运资本[14]。供应商集中度会影响企业成本结构决策,跨越资本市场与商品市场,促使营运资本平滑资本性投资。基于已有研究,笔者认为供应商会对企业的生产经营产生影响。

数字化转型代表着数字技术与企业战略的深度融合,标志着一项重大的战略变革。数字化转型的演进过程通常可划分为几个不同阶段,包括“信息化-数字化-数字化转型”。信息化阶段通常指的是广泛应用信息通信技术,导致应用对象或领域发生转型,主要涉及传统信息通信技术的运用。而数字化阶段则着重于新一代信息技术的应用,如大数据、人工智能、物联网和云计算等[15]。通过充分利用人工智能、区块链、云计算和大数据等前沿技术,企业可以实现数字化转型,涵盖组织结构、商业模式和外部生态环境等多个方面的系统变革[16-17]。数字化转型对于企业来说至关重要,因为它带来了工作方式、组织方式甚至公司业务模式等方面的重大变化[18]。本文以供应商地理距离为切入点,着重研究它对企业数字化转型的影响和作用机制,并将这一关系融入企业内外部环境的研究框架中,以进行深入讨论。

地理距离,即供应链企业在空间上的物理距离,被广泛定义[19]。这一距离特征在供应链管理中扮演着重要的角色,对数字化转型产生重大影响。一方面,受限于地理距离,企业之间形成正式专业网络和非正式社交网络变得更加困难。这种情况下,企业与供应商之间的合作交流受到限制,信息传递效率下降[20]。另一方面,为了规避单一地方生产造成的锁定风险,企业倾向于在更大地理范围内,建立战略伙伴关系[5]。在资源基础理论作用下,这种策略可以通过多元化供应商网络来增强供应链韧性。企业应该重点投资于能够为其带来竞争优势的特殊资源。对于供应链上游,供应商提供原材料、半成品和成品等货物,是企业的关键资源之一。因此,合理的供应商分布策略对降低生产成本和提高合作绩效至关重要[21]。较远的供应商地理距离可能会存在语言、文字等方面差异,导致企业与供应商之间沟通难度加大[22],造成二者之间沟通信息失真。在这种情况下,企业有更强的动力提高数字技术水平,从而与供应商建立更加紧密稳定的联系。同时,随着交通基础设施的完善以及信息化建设的推进,依托于电子信息技术等新型工作方式以及高铁、航空等交通方式,降低了企业沟通成本。外部环境的不断完善,也有助于企业与供应商之间建立互信、合作关系。

供应商多元化策略为企业提供更好的发展空间,提升了经营效率与风险承担水平[23]。首先,企业转型需求驱动。依托于信息技术建立起来的“跨区域供应商—企业”合作模式,加大了企业数字化建设需求,推动其数字化转型。其次,供应商创新能力引领。跨区域供应商带来丰厚创新资源[24],创新水平较高的供应商带来更多创新产品与技术,补充上市公司所在地区的创新资源,提升创新水平,推升其数字化转型。再次,供应链知识溢出影响。供应商地理距离的扩大,使得企业与供应商异质性增强,为技术传播与扩散创造条件,差异化的经营环境助力企业获取新的知识、资源、经营战略[25]。最后,基础设施建设支持。在完善的基础设施建设支撑下,合理的供应商分布策略降低企业生产成本,促进企业之间包括数据要素在内的要素流动和资源配置,推动企业数字化转型,提升企业生产效率。基于上述分析,本文提出研究假设1。

H1:公司供应商地理距离越远,企业数字化转型程度越高。

在不同条件下,地理距离和公司数字化转型程度之间的关系存在差异,交通基础设施建设程度以及区域经济发展水平会影响企业供应商分布的决策。进一步研究交通基础设施建设和经济发展水平对供应商分布决策产生的影响。

供应商分布决策需要考虑多种因素,包括原材料质量、购买价格、运输成本、产成品利润率等。以高铁开通为代表,交通基建可以从运输时间、地理空间上为企业选择供应商提供便利条件。首先,降低物流成本。高铁运输帮助企业以更低成本获取原材料。其次,提升信息可达性。高铁作为新型交通工具,缩短企业跨区域沟通时间,有利于信息、资源、技术等因素传播[26]。最后,增强企业互信度。便捷的交通可以使企业更多采用实地考察、互相访问等形式,为选择合适供应商奠定基础[27]。因此,通过降低物流成本、提升信息可行性、增强企业可信度,帮助企业在更大时间、空间范围内筛选和匹配供应商,从而提高企业数字化建设需求。

不同经济区域基础设施建设水平、政策开放程度以及管理者经营理念等都存在一定差异,中国东部、中部和西部三大经济区,其经济发展水平差异度较高。一方面,在东部、中部等经济较为发达的经济区,企业能够拥有更大力度的政策补贴、更好的制度环境以及更为灵活宽松的发展机遇,降低企业挖掘广阔范围内潜在供应商的难度[28]。另一方面,与西部地区相比东部、中部拥有较为完善的基础设施和较为发达的资本市场,企业融资约束较小;同一经济区域辐射范围内,在拥有较多上市公司的地区,行业竞争较激烈、管理层管理水平较高、企业面临资金约束较小,企业更倾向于投入资金开展数字化建设,提升生产效率和供应链质量。相比西部地区,公司更有动力在更大时间、空间范围内筛选和匹配到人工成本更低、资源禀赋更好的供应商,提高企业数字化建设需求。 综上,本文提出以下假设。

H2:供应商地理距离对企业数字化转型的正向影响,在位于高铁开通城市的企业中更显著。

H3:供应商地理距离对企业数字化转型的正向影响,在位于东部和中部区域的企业中更显著。

二、研究设计

(一)样本选择与数据来源

2007年是中国新会计准则实施的第一年,为保持数据以及计量方法的一致性,本文选取2007—2020年沪深A股上市公司作为研究样本,研究中所使用的财务数据来自CSMAR数据库和Wind数据库,宏观数据来自CNRDS数据库和中国统计年鉴。为克服极端值的影响,本文对所有模型的连续变量进行了1%和99%分位的缩尾(Winsorize)处理。

为了使样本数据更具完整性和可比性,对初始样本进行了筛选:(1)删除ST类公司和PT类上市公司;(2)剔除资产负债率大于1的样本;(3)删除金融、保险类行业的样本;(4)剔除变量缺失和异常的样本;(5)剔除前五大供应商均未公布信息、均为国外供应商、个人供应商以及披露“第一大供应商”“A供应商”“公司1”“甲企业”等模糊信息,无法进行匹配的观测样本。经过以上处理,最终得到1293家公司的4979个年度观测值。

(二)主要变量定义

1.被解释变量:企业数字化转型(DIG)

企业数字化转型数据通过文本分析与爬虫技术取得。企业数字化转型词库构建步骤如下:根据吴非等、袁淳等的研究,将上市公司年报中涉及“人工智能技术”“大数据技术”“云计算技术”“区块链技术”“数字经济应用”相关的关键词进行统计汇总,作为企业数字化转型程度的代理变量[29]。数字化转型关键词获取的步骤如下:首先,通过Python收集沪深交易所A股上市公司的年度报告,并通过Java PDFbox提取所有文本内容,将所有文本内容作为数据池以待后续筛选。其次,借鉴吴非等、袁淳构建的上市公司数字化转型的结构化特征词词典,具体如表1所示[29]。根据表1的特征词与数据池进行搜索和匹配,并按照“人工智能技术”“大数据技术”“云计算技术”“区块链技术”“数字技术运用”五个层面进行词频计数,使用相关词汇频数总和除以年报MD&A语段长度衡量微观企业数字化程度。该指标数值越大,表示企业数字化程度越高。

表1 企业数字化转型特征词

2.核心解释变量:供应商地理距离(Distance)

以企业与前五大供应商地理距离的加权平均值衡量地理距离。具体计算过程如下:首先,基于上市公司年报中披露前五大供应商的有效名称,参照Kong等的研究方法,通过供应商名称匹配国家企业信用信息公示系统中企业的注册地信息[30]。其次,对无法识别的供应商名称,进行模糊匹配,识别过程中主要遇到四个问题:(1)使用简化名称,如“中石油”“中海油”等简称。(2)供应商公司名称遗漏个别字,如将“焦作市万方集团有限责任公司”披露为“焦作万方责任有限公司”,将“福建雪龙竹木工贸有限公司”披露为“福建省雪龙竹木工贸有限公司”。(3)名称中有错别字。同一位次出现多个供应商。针对上述四个问题,进行手动逐一识别,剔除识别后仍无法匹配的供应商;进一步地,通过企业注册地地址信息,手工查询经纬度坐标,使用Vincenty模型计算企业与供应商间的空间地理距离[31]。最后,按照企业前五大供应商销售占比权重,对地理距离求加权平均值,然后取加权平均值加1后的对数,得到供应商地理距离的取值。

3.控制变量

参照既有研究,本文选取了以下控制变量:公司规模(Size)、资产负债率(Lev)、人均实际GDP(GDP)、管理层持股比例(Mshare)、独立董事比例(Indep)、经营现金流(Cash)、投资收益比率(Investment)、实际税率(Tax)、金融化程度(Fin)。

(三)模型构建

本文根据理论分析和假设建立OLS模型(1),验证假设1、假设2和假设3。具体构建过程如下:(1)为验证假设1,本文采取控制行业年度双向固定效应模型,如模型(1)所示,其中被解释变量为企业数字化转型(DIG),下标i代表企业,t代表年份,表示i企业在第t年的数字化转型程度;关键解释变量为供应商地理距离(Distance);CVs为前述控制变量,ε为聚类至微观企业层面的随机误差项;industry和year代表控制行业和时间双向固定效应,以吸收这些因素对模型结果的干扰。变量具体定义见表2。

国内的石化产业已经由过去的粗放向精细转变，在产品质量、能源消耗、环境保护、自动化、智能化等方面有了更高的要求。石化装置以工艺技术的升级优化为引导，设备、管道、电气、仪表等各个专业的技术都随之在提高，增加了大量的测量、监视和控制需求，装置的设计与施工内容变得更加复杂。

DIGi,t=β0+β1Distancei,t+β2∑CVsi,t+
∑industry+∑year+εi,t

(1)

三、实证检验结果

(一)描述性统计

表3报告了变量的描述性统计结果。数字化转型程度(DIG)的均值为0.683,标准差为0.773,最小值为0.000,最大值为4.940,说明不同企业间数字化转型程度差异较大,并且部分公司尚未开展数字化转型。对数化的供应商地理距离(Distance)取值范围为1.600～7.720,均值为5.810,中位数为6.130, 说明在所有样本中, 企业与供应商的地理距离较远且差异较大,统计结果与唐斯圆、崔也光等的研究基本一致。

表3 变量描述性统计

控制变量中,公司规模(Size)的最小值为18.900,最大值为26.300,标准差为1.260,说明公司规模存在一定差异;资产负债率(Lev)均值和中位数分别为0.436、0.422,说明企业资产负债率分布较为稳定。其余控制变量结果与已有研究也基本保持一致,样本选择较为合理。

(二)回归结果分析

本文分别对假设1、假设2、假设3进行检验,回归结果见表4、表5。本文使用的回归模型比较稳健,t值显著,能够较好拟合回归变量的关系。表4报告了供应商地理距离与企业数字化转型的回归结果。在基准回归中,采用递归式回归策略。第(1)列仅控制了行业和时间固定效应,结果表明,供应商地理距离(Distance)与企业数字化转型(DIG)在5%的水平上显著正相关,初步验证了假设1。第(2)列是在原有基础上控制了影响企业数字化转型的相关变量,回归结果表明,供应商地理距离(Distance)与企业数字化转型(DIG)仍在5%的水平上显著正相关,即上市公司供应商地理距离越远,企业数字化转型程度越高,结果再次验证了假设H1。其他控制变量回归结果也符合预期。

表4 供应商地理距离与企业数字化转型

表5 高铁开通与三大经济区域的回归结果

表5第(1)列、第(2)列报告了企业所在城市开通高铁和未开通高铁两组样本的回归结果。地理距离(Distance)的回归系数分别为0.030、-0.014,在公司所在地级市未开通高铁的样本中,供应商地理距离对企业数字化转型的回归系数为负且并不显著。上述结果说明,相较于开通高铁的企业,供应商地理距离对企业数字化转型的促进作用在高铁开通城市样本中更为显著,交通基础设施的便利化和普及化,大幅缩短企业和供应商之间的沟通时间、降低了企业间交流和运输成本[3-4],促进了企业数字化技术进步与数字化产能提升,假设2得证。

继续区分企业主要办公地点位于东部、中部和西部地区三组样本进行回归,结果如表5第(3)(4)(5)列所示。地理距离(Distance)的回归系数分别为0.027、0.027、0.005,并且在公司所在地为西部地区的样本中,供应商地理距离对企业数字化转型的回归结果并不显著。上述结果说明,相较于西部地区而言,供应商地理距离对企业数字化转型的促进作用在东部和中部地区中更为显著,上述结果支持假设3。

(三)稳健性检验

1.Heckman两阶段

开放的资本市场环境与高速便捷的交通方式为企业提供市场自由交易和选择的空间,企业如果可以任意选择供应商进行投资,就可以只通过供应商的地理距离来研究其与数字化转型的关系。但是,由于企业对供应商的选择可能受到自身偏好以及公司特征等因素的影响,可能导致回归结果产生自选择的问题。根据崔也光等的做法,本文采用Heckman提出的两阶段模型来修正样本自选择偏误[4]。具体地,构建Probit回归模型考察企业的财务变量和公司治理变量与供应商地理距离虚拟变量(Distance_Dum)之间的相关性。根据唐斯圆等的做法,供应商地理距离虚拟变量(Distance_Dum)的变量定义为上市公司存在与其地理距离在100千米以外的供应商取1,否则取0[2]。将模型(1)中的全部控制变量放入Probit模型,进行第一阶段的估计,具体如模型(2)所示:

Distance_Dumit=α0+φControlsit+μit

(2)

为了进行Heckman二阶段回归,控制可能存在的样本自选择偏差,本文进而构建逆米尔斯比率(IMR)来控制模型(2)中的变量对回归结果造成的影响。在生成IMR值后,进行第二阶段回归,将第一阶段估计得到的IMR作为控制变量代入模型(1)中进行重新回归,以修正样本选择偏差。

表6 Heckman两阶段的回归结果

2.安慰剂检验

尽管主回归结果显示供应商地理距离促进了企业数字化转型水平,也对控制变量进行了一定程度上的控制,但是由于遗漏变量或存在不可观测因素干扰回归结果,导致供应商地理距离与数字化转型之间的回归结果呈现出原本并不相关的关系。 本文使用安慰剂检验的方法对这一解释进行排除,将样本中所有的Distance变量提取后,打乱顺序,逐个随机匹配到每一个“公司-年份”观测值中,重新根据模型(1)进行回归分析,并在此基础上重复1000次回归。检验结果如图1所示,随机处理后回归系数和t值的核密度估计值都分布在0附近。供应商地理距离符合随机分配原则,且对数字化转型的影响不是由难以观测的其他因素导致的。

图1 随机处理后的回归系数与t值核密度估计值分布

3.更换变量衡量方法

(1)更换因变量衡量方法。本文采用以下方式重新构建企业数字化转型指标:①借鉴吴非等的研究,使用广东金融学院国家金融学学科团队公开数据的数字化转型的量化指标衡量企业数字转型水平(DIG1)[1]。表7第(1)列报告了相应的检验结果,Distance的系数在5%的水平上显著为正,结果稳健。②借鉴李倩茹和翟华云的研究,对数字化转型战略包含多个层次的变革与转型,将企业的数字化转型战略进行拆分,分为“底层技术”与“实践应用”两个层面[32]。具体地,底层技术包含人工智能、区块链、云计算和大数据4大类细分指标的词频加总(Underlying_DIG);实践应用涵盖数字技术应用层面的词频加总(Application_DIG)。表7第(2)(3)列报告了相应的检验结果,Distance系数均显著为正,表明供应商地理距离对企业数字化转型的提升作用,既会帮助企业进行技术层面的创新开发,也会帮助企业将已有的科技技术应用到企业前端业务场景中,提升数字化转型水平。

表7 更换变量衡量方法的回归结果

(2)更换自变量衡量方法。本文采用以下两种方式重新构建供应商地理距离指标:①使用企业与其前五大供应商的平均地理距离加1取自然对数,得到供应商地理距离指标(Distance1)。②如果上市公司与其供应商的距离在100千米以外,取1,否则取0;进一步地,根据公司披露的前五大供应商总数量,对供应商地理距离在100千米以外的公司取平均值,得到供应商地理距离指标(Distance2)。表7第(4)列至第(5)列报告相应检验结果,供应商地理距离系数均显著为正,回归结果稳健。

4.排除部分因素影响

(1)排除企业策略性披露行为的影响。本文使用的数字化转型指标基于企业的文本披露,虽然能够捕捉数字经济在微观企业的运行情况,但也可能是选择性、策略性披露行为导致的。企业为了得到外部信息使用者的青睐,可能选择性、夸张性披露数字化转型程度。为了排除这种可能的解释,参考袁淳等的做法,进行如下检验[29]:①剔除数字化程度为0的样本重新进行检验。②仅保留信息披露考评结果为“优秀”或“良好”的上市公司样本,这些公司进行策略性信息披露的可能较低。表8第(1)列和第(2)列报告了相应的检验结果。Distance的系数均在5%的水平上显著为正,结果保持稳健。

表8 排除部分因素影响的回归结果

(2)排除高科技企业的影响。数字技术是高科技企业发展的重要根基,其数字化程度也高于其他类型企业。供应商地理距离与企业数字化转型的关系,可能受到企业科技属性的影响。参考祁怀锦等的做法,按照《战略性新兴产业分类目录》《战略性新兴产业分类(2012)(试行)》和经济合作与发展组织(OECD)相关文件,对照《上市公司行业分类指引(2012年修订)》,最终剔除了行业代码为C39(计算机、通信和其他电子设备制造业)、I(信息传输、软件和信息技术服务业)、M(科学研究和技术服务业)行业样本[33]。此外,创业板上市公司中高新技术企业占比超过9成,其商业运营模式与互联网有较强联系,所以同时剔除创业板的上市公司[29]。表8第(3)列显示,Distance的系数仍显著为正,结论依然成立。

(3)排除宏观环境的影响。2015年的股灾对中国经济造成了一定的冲击,可能对企业数字化转型的进程产生影响,使得2015年的样本数据具有特殊性,剔除2015年的样本后重新对模型(1)进行回归[1]。回归结果如表8第(4)列所示,Distance系数仍在10%水平上显著为正,结论保持稳健。

5.其他稳健性检验

(1)考虑到样本区间跨度较大(2007—2020年),不同行业的周期变化以及产业、货币政策可能会对数字化转型程度产生影响。因此,残差项中存在的因素可能对回归结果产生影响。参考潘越等的研究,在模型(1)基础上加入行业乘以年度固定效应[34]。未列示的结果表明,Distance的系数在对DIG的回归中仍然显著为正,说明在考虑融资环境、投资机会等因素影响后,供应商地理距离(Distance)与企业数字化转型(DIG)之间仍存在因果关系。(2)为缓解模型设定中可能存在的遗漏其他影响因素的问题,在模型(1)中增加第一大股东持股比例(Top1)、是否四大审计(Big4),Distance系数仍显著为正,说明在考虑持股比例、审计质量等因素影响后,回归结果保持稳健。

四、机制分析

(一)影响机制分析

1.市场竞争水平的影响

已有研究发现,谈判优势构成企业决策的基础[28]。供应商相对企业的谈判优势,不仅取决于供应商特质也可能受外部因素,例如竞争水平的影响。当企业位于竞争水平较激烈行业中,不仅可以在更大空间范围内挑选供应商,也可以以较低的采购成本维持与供应商的合作关系。市场竞争水平较低的行业中,为了保证正常的采购需求,企业可能被迫接受供应商的交易条款,让渡更多利益,从而不利于数字化转型。因此,在市场竞争水平较高的环境下,供应商地理距离与企业数字化转型的正向关系将会加强。

使用行业内所有企业总资产占比的赫芬达尔指数(HHI)判断行业的竞争水平;HHI指数越小,行业竞争水平越高,在模型(1)加入同行业同年度该指数的中位数和供应商地理距离(Distance)交乘项(HHI×Distance)。回归结果见表9第(1)列。HHI×Distance系数在1%水平上显著为负。说明供应商地理距离(Distance)与企业数字化转型(DIG)之间的作用在市场竞争水平较高的环境中更加明显。

表9 机制分析的回归结果

2.内部控制环境的影响

已有文献发现,在更完善的内部控制环境下,企业之间信息流通速度更强,水平更高。在内部控制水平较高的企业中,企业对数字化转型的需求是否也随之发生变化,这部分对此进行探索。企业跨区域供应商的选择能够提高企业的生产经营效率以及创新水平,在内控制度较为完善的地区,市场机制对资源配置的作用能够更充分地发挥,企业有更多资源和动力进行数字化建设;而在内控制度较差的地区,企业面临的内外部环境还不成熟,政策执行力、落实度不强,导致企业数字化建设项目推进难度较大、数字化发展程度较低。据此,本文推测,相比于内控环境较差的地区,供应商地理距离对位于内控环境较好地区的企业数字化转型驱动作用更加明显。

为证明上述机制,借鉴陈红等的研究方法,引用迪博内部控制与风险管理数据库的数据衡量内部控制质量,按照同行业同年度内部控制指数的中位数设定虚拟变量IC,当公司所在地区的内部控制指数大于同行业同年度内部控制指数中位数时取1,否则取0[35]。在模型(1)中加入IC以及该值和供应商地理距离(Distance)的交乘项(IC×Distance),实证检验制度环境的作用机制。表9第(2)列报告了相应的检验结果,IC×Distance的系数在1%水平上显著为正,证明内部控制环境在供应商地理距离与企业数字化转型之间发挥了调节作用,也即相比于内控制度较差的地区,正向促进作用在内部控制制度完善的地区作用更明显。

(二)进一步分析

1.供应商地理距离、产权性质与企业数字化转型

中国上市公司之间存在着产权性质的差异。基于转型能力视角,国有企业依靠自身制度优势在市场上占据较大份额,投身周期长、风险大的数字化转型项目优势较为突出,优越的经济状况有助于催生数字化转型意愿,供应商地理分布又能够为其带来更多的资源支撑和技术驱动;而非国有企业追求盈利的动机更强,需要在短时间占据有利市场竞争地位,扭转竞争劣势,将大量资金用于数字化转型的意愿较低。据此,本文推测,相比于非国有企业,供应商地理距离对国有企业数字化转型的促进作用更加明显。

本文采用Soe衡量企业的产权性质,若企业为国有企业,Soe取值为1,否则取值为0。在模型(1)中根据Soe进行分组检验,回归结果见表10第(1)(2)列。如第(1)列所示,供应商地理距离(Distance)的系数在非国有企业组中无显著关系;而如第(2)列所示,在国有企业组,供应商地理距离(Distance)与企业数字化转型(DIG)在5%水平上显著为正。

表10 进一步分析的回归结果

2.供应商地理距离、供应商性质与企业数字化转型

从时间维度来看,合作周期的建立同样会为企业带来谈判优势,从而对地理距离和数字化转型之间的关系产生影响。供应商与企业的关系对技术溢出程度产生影响,供应商与企业合作时间不同,供应链紧密程度受到影响,地理距离也可能存在异质性影响。如果供应商和企业合作建立时间较长,即拥有“黏性”供应商,供应商与企业业务密切度更高,合作更成熟,数字化相关技术溢出效应更强;但是对于“非黏性”供应商,合作周期较短,对企业经营战略、运营情况掌握较少,双方的稳定供应体系还未建立,企业对供应商的依赖程度较低,相关技术溢出难度较高。因此,当供应商具备“黏性”时,供应商地理距离与企业数字化转型的正向关系将会加强。

为了证明上述机制,本文将“黏性”供应商定义为在企业以后年份中持续出现的同一供应商,将样本分为供应商均为“非黏性”和存在“黏性”供应商两组,采用模型(1)回归,结果见表10第(3)(4)列。如第(3)列所示,供应商地理距离(Distance)的系数在“非黏性”供应商一组中无显著关系;而如第(4)列所示,在存在“黏性”供应商组,供应商地理距离(Distance)与企业数字化转型(DIG)在5%水平上呈现显著的正相关关系。

五、研究结论与启示

基于文本分析的研究方法,研究供应商地理距离对企业数字化转型的影响。本研究选取2007—2020年沪深A股上市公司作为研究样本,通过实证,旨在理解供应商地理距离对企业数字化转型的影响及作用机制,主要研究结论如下:(1)在企业转型需求驱动、供应商创新能力引领、供应链知识溢出影响、基础设施建设支持下,供应商地理距离与企业数字化转型之间存在着显著正向关联,供应商地理距离越远,企业数字化转型程度越高。在经过更换变量衡量方式、排除部分因素影响、安慰剂检验等一系列稳健性检验后,回归结果仍保持稳健,证实二者之间的积极影响;(2)进一步探讨地理因素对这一关联的影响。研究发现,企业所在城市开通高铁或位于经济较为发达地区时,地理距离对企业数字化转型的影响更显著,基础设施建设和地区发展水平对数字化转型的推动作用至关重要;(3)机制分析结果表明,市场竞争水平的高低和内部控制环境的质量都能够影响供应商地理距离与数字化转型之间的关系。高竞争水平和良好的内部控制环境有利于供应商地理距离和数字化转型之间正向作用的发挥,推动数字化转型;(4)探究了企业性质和供应商关系对供应商地理距离与数字化转型之间关系的异质性影响。就企业性质而言,相比于非国有企业,在国有企业中,供应商地理距离对数字化转型的驱动作用更加明显;就供应商关系而言,相比于存在“非黏性”供应商的企业,存在“黏性”供应商的企业,更有利于供应商地理距离和数字化转型之间正向作用的发挥。综上所述,本文为供应链管理和数字化转型领域的研究提供了新视角,突出供应商地理距离在构建韧性供应链中的重要作用,为企业提升供应链管理水平、促进数字化转型提供有力支持。

基于上述分析,企业制定供应商管理策略,应充分考虑供应商距离分布、供应商城市特征分布、企业产权性质、供应链稳定性特征。

(1)考虑供应商距离分布。企业在进一步加强供应链韧性建设方面需要采取有针对性的措施,尤其在供应商分布、供应链管理及生产决策等方面进行策略性调整。首先,选择供应商分布。研究结论表明,供应商分布策略可以影响企业数字化转型程度。因此,在供应商选择过程中,企业应充分评估供应商数字化能力,考虑其在人工智能、大数据、云计算等新型数字化技术上的优势,通过发挥数字化优势,寻找与数字化目标和战略愿景相符的供应商,为企业数字化转型注入强大动力,助力企业在数字时代取得竞争优势。其次,创新供应链管理。企业应该投资建立供应链数字化可视化平台,以实时监控供应链各环节,帮助企业更好应对风险和不确定性。通过可视化管理,企业可以更快地识别潜在问题并采取措施,有助于提高供应链的灵活性和韧性。最后,驱动供应链决策。合理、优化的供应链布局策略,帮助企业生产决策,预测市场需求、优化库存管理和提高生产计划的准确性,从而降低运营风险并提高供应链效率。

(2)考虑供应商城市特征分布。企业应该构建更广泛的跨区域合作伙伴关系。首先,选择合作伙伴。跨地域、跨领域的合作关系不仅可以激发创新潜力,还可以为数字化转型开辟新道路。因此,在全国范围内寻找长期、稳定、可靠的合作伙伴已经不再是简单的业务合作,更应被视为数字化战略的重要组成部分。其次,协同供应链体系。穿越地域边界、领域限制,与合作伙伴构建协同发展的供应链体系,开拓数字化转型新领域,也是企业获取市场竞争优势、进军新兴领域的关键途径之一。供应链协同不仅可以在供应链中实现资源共享、风险分担,更可以借助各自的数字技术优势,在供应链上形成协同效应,共同提升数字化效率。最后,创新生态系统。积极参与城市的创新生态系统构建,建议企业与创新型企业、研究机构和初创公司建立紧密的合作伙伴关系。这将有助于获取最新的数字技术和解决方案,推动数字化转型的创新。通过构建开放式供应商生态系统,企业可以更好地适应不断演化的市场需求,提高整个供应链的数字化水平,使其更具韧性和适应性。

(3)考虑企业产权性质。首先,国有企业发挥政府支持与资源优势,积极引领数字化转型。选择跨区域供应商后,应该建立专门的供应链管理团队,投资数字技术建设,制定战略规划。政府可以提供资金支持和政策指导,帮助国有企业更好地选择供应商、提高数字化水平。其次,民营企业强化与周边供应商合作。民营企业可以通过与其他供应商和初创公司合作,在有限范围内,获取新颖的数字化解决方案。最后,民营企业可以探索与金融机构的合作,获得数字化转型所需的融资支持。在数字化转型的过程中,建议民营企业积极构建数字化生态系统,与供应商建立联系,共同进行研发和创新,以获取新的见解和机会。特别是对于民营企业而言,政府也可以在税收、资金支持等方面提供激励政策,引导其在供应商管理方面更具策略性和长远性。

(4)考虑供应链稳定性特征。首先,制定多元化战略。企业不仅应选择多个供应商,还应考虑涵盖多个地理区域。这将降低对单一供应商和地理位置的依赖,减轻潜在风险。其次,监测供应链事件。企业可以采用先进的数字化供应链风险管理工具和技术,以实时监测供应链事件,识别潜在问题并采取快速应对措施。这有助于提高供应链的稳定性,确保数字化转型的顺利进行。最后,依托政府帮助。政府可以协助企业建立数字化供应商评估体系,帮助企业精确评估潜在供应商的数字化能力。还可以通过基础设施建设和激励政策提供支持,降低数字化转型的成本,鼓励企业优化供应链管理策略,提高数字化能力,从而推动数字化时代供应链生态系统的发展;政府与企业紧密协作,创造数字化时代的供应链生态,从评估体系到基础设施再到法律法规的完善,提供全方位支持以激励企业优化供应链管理策略、强化供应链韧性、提升数字化能力,服务企业高质量发展。