供应链数字化转型对企业创新绩效的影响

摘"要：数字经济的迅猛发展给各行各业带来了深刻变革，供应链的数字化转型成为企业增强竞争力和实现创新发展的重要路径。基于2009—2022年中国A股上市公司面板数据，本文利用双重差分法，考察供应链数字化转型的外生冲击对于上市企业双元创新的影响，并深入剖析其内在机制路径与外在调节效应。研究发现：供应链数字化转型对企业双元创新的效应具有非对称性，即其显著驱动了企业突破式创新，但对于渐进式创新的影响并不显著。一方面，供应链数字化转型冲击主要通过强化企业所受行业知识扩散水平、优化企业创新要素配置效率两条内在传导路径驱动企业突破式创新；另一方面，行业集中程度与供应链交互水平作为外部优化条件，可以赋能供应链数字化转型的突破式创新效应。

关键词：供应链数字化；突破式创新；渐进式创新；知识扩散；创新要素配置优化

中图分类号：F8325""文献标识码：A""文章编号：1001-148X（2024）06-0120-11

一、引"言

党的二十大报告强调：“加快发展数字经济，促进数字经济和实体经济深度融合”。当前，全球供应链呈现数字化发展趋势，体现为数字产品服务供应链的紧密合作以及供应链管理过程的数字化发展倾向。一方面，在数字经济赋能新质生产力发展的时代背景下，供应链的数字化转型成为企业增强竞争力和实现创新发展的重要路径。据《中国供应链数字化升级行业研究报告（2022年）》披露的数据显示，2021年供应链数字化服务的收入规模已达到约28万亿元人民币，自2017年起以年均159%的速度迅猛增长，预计未来将继续保持94%的中高速增长态势，到2026年将达到44万亿元人民币的规模①，反映出我国供应链数字化发展的强劲势头。在顶层设计上，《“十四五”数字经济发展规划》明确提出，要“推动产业园区和产业集群数字化转型”“构建创新协同、错位互补、供需联动的区域数字化发展生态，提升产业链供应链协同配套能力”，释放出国家对供应链企业数字化转型的强烈支持信号。另一方面，供应链数字化转型还可以促进企业的产品和服务创新，对于提升产业链的整体自主创新能力、促进产业经济高质量发展具有关键意义。

尽管供应链数字化转型为企业创新带来了诸多机遇和优势，但其在发展过程中也面临诸多挑战。供应链数字化转型的质量与供应链主体间的数字化转型互动仍然存在提升空间。此外，突破式创新作为一种根本性与激进性的创新活动，要求企业脱离原有技术轨道，整合跨界知识与技术开展前沿研发活动［1］。这使得企业在推进突破式创新的过程中，常常面临技术选择困难、跨界知识壁垒、创新资源错配等现实瓶颈，转而使更多企业倾向于选择具有策略性与改良性、风险更低而响应更快的渐进式创新活动［2-3］。因此，探讨如何有效推进供应链数字化转型，并在此过程中激发企业的创新动机，帮助企业兼顾能力提升，打破“双元悖论”实现创新“提速增效”，已成为当前企业和学术界关注的重点问题。

已有研究关注了数字化转型对于企业创新的技术支撑效应［4］与资金保障效应［5］、组织扁平化［6］、人力资本水平优化［7］等方面的影响，但大多关注的是企业自身数字化转型对于其创新活动或创新产出的内生作用，较少聚焦供应链视角，去考察外部数字化转型冲击通过传导与扩散等主体间交互机制对于企业内部创新的外生影响，更未以此为基础来重点剖析供应链数字化转型对于具有包含突破式创新与渐进式创新在内的双元创新的非对称影响。基于此，本文以全国供应链创新与应用试点为准自然实验，采用双重差分法，探索供应链数字化转型的外生冲击对于企业双元创新的影响效应，并剖析其内在作用路径与外在调节机制，以期为充分释放供应链数字化转型的创新效能、赋能企业新质化发展提供学理参考。

本文的边际贡献如下：一是在研究视角方面，本文着眼于供应链视角，将供应链数字化转型作为外生冲击，分别检验与评估其对于企业内部突破式与渐进式创新的影响强度，识别政策冲击对于双元创新的潜在非对称效应；二是在研究内容方面，本文聚焦企业双元创新，试图厘清供应链数字化转型这一新手段对于企业采取激进创新行为的刺激与支撑保障路径，以期为企业强化自主创新、原始创新以及突破式创新能力，平衡企业双元创新能力提供新举措；三是在机制探索方面，本文从传导与扩散效果入手，剖析供应链数字化的知识扩散与创新要素配置路径，并从横向与纵向双维度，对于行业集中与供应链交互两大优化条件的作用边界进行了识别。

二、政策背景与研究假设

（一）供应链数字化转型对双元创新的非对称效应

供应链数字化转型能显著提升企业突破式创新水平。一方面，供应链数字化转型能帮助企业发掘用户痛点，搜寻突破式创新需求。一是供应链数字化转型有助于供给侧进行精准数据分析。通过大数据分析技术，企业能够实时收集、分析和解读客户行为数据，从而准确定位用户痛点和需求［8］。这种数据驱动的方法有助于企业发现未满足的市场需求，催生新的突破式创新机会。二是供应链数字化为需求侧的用户反馈互动提供了便捷渠道。通过数字化平台，企业可以建立与用户的直接互动渠道，如在线评论、社交媒体和客户服务平台等，提升多变市场的外部性［9］。通过这些渠道获取的反馈能够快速传递到研发和生产部门，推动企业针对性地进行创新。另一方面，供应链数字化转型有助于企业整合跨界知识，获取突破式创新资源。一是供应链数字化转型为链上企业信息共享与协同提供了平台基础。数字化平台促进了供应链上下游企业之间的信息共享与协同。通过共享数据和知识，企业可以整合来自不同领域的技术和经验，从而为突破式创新提供多样化的资源和灵感。二是供应链数字化转型为构建开放式创新网络提供了资源流动渠道。供应链数字化转型推动企业参与开放式创新网络，与其他行业的领先企业、学术机构和研发中心合作，获取外部知识和资源。这种跨界合作为企业带来了更多的创新可能性。此外，供应链数字化转型还为突破式创新活动提供了直接的解决方案。首先，在数字化、智能化方面的创新成果对于传统供应链企业而言具有跨界属性，相关的创新行为具有较强的探索式特性。数字化转型引入的自动化和智能化技术，如物联网、人工智能和区块链等，能够直接应用于产品开发和生产过程，提升企业的创新效率和效果［10］。其次，数字化技术能够提升研发创新效率，降低突破式创新过程中的研发难度［11］。结合生成式人工智能设计，虚拟仿真技术和快速原型制作使企业能够快速验证和调整新产品设计和工艺，降低创新风险并加快突破式创新进程。

相比之下，供应链数字化转型对企业渐进式创新的作用则十分有限，即供应链数字化转型对于企业双元创新的影响呈现较为明显的非对称性特征。就渐进式创新的特性而言，其通常是基于现有的产品、服务或流程进行小幅改进，目的在于提高创新响应效率、降低产品服务成本或力求短期内提升用户体验。极具策略性的渐进式创新活动通常依赖于现有的知识与技术积累，对于供应链数字化转型带来的大规模资源优化重组或技术突破敏感性不高。企业甚至可能借助供应链数字化带来的资源优势，转而将更多资源从渐进式创新转向投入突破式创新［2］。由此可知，虽然供应链数字化转型对于企业双元创新的影响具有非对称性，但对于创新经验不足、资源禀赋受限的企业而言，供应链数字化有助于在维持其渐进式创新活动的基础上，进一步拓展其对于突破式创新的探索，实现双元创新能力平衡提升。总之，在供应链数字化转型的支持下，企业能更好地应对市场变化以提升市场竞争力，在保持原有渐进式创新水平、巩固市场地位的基础上，进一步实现向突破式创新的动能转换，开拓全新市场空间。基于上述分析，本文提出以下研究假设：

H1：供应链数字化转型对企业双元创新的影响具有非对称性，即供应链数字化将显著驱动企业突破式创新，但对渐进式创新的效果不显著。

（二）知识扩散与创新要素配置路径

供应链数字化转型能通过知识扩散驱动企业突破式创新。一是供应链数字化转型促进了同行业跨界创新知识扩散与分享。基于互联网技术与大数据挖掘，供应链企业可以突破时空限制，及时获取与掌握行业内其他企业的创新成果及应用，创新理念和技术更容易传播和共享，企业间突破式创新知识与技术得以自由流动与交融［12］。这种创新知识扩散与分享便于行业内最佳实践的推广，通过案例分享和标准制定，推动企业学习和借鉴，从而提升整个行业的创新水平。二是供应链数字化增强了企业对于外界创新知识的吸收能力。数字化转型的数据同质化、可重新编程性以及“自我参考”优势得以显现［13］。企业不仅无须完全理解所有必要的基础知识，仅在此基础上进行拓展与建设即可实现技术的跨越式升级；而且在以生成式人工智能、增强现实、数字孪生等技术的帮助下，企业可以通过高效的检索与转化能力，将抽象的跨界知识具象为更为浅显的解释性文字与直观的可视化模型，极大地提升了企业的知识吸收能力。

供应链数字化转型能通过优化创新要素配置驱动企业突破式创新。一方面，供应链数字化转型为创新要素配置提供了决策参考。数字化转型使企业能够收集和分析大量数据，从而更准确地预测市场趋势和客户需求，提高突破式创新及其资源配置决策的质量，确保资源被分配到最有可能产生创新成果的领域，减少浪费并提高资源使用效率，集中优势资源支持突破式创新攻关。另一方面，供应链数字化转型有助于高效调配企业现有的创新资源。云计算平台和协作软件的应用将有效促进跨部门和跨地域的创新协作，使得知识、创意等创新需求与资金、技术、人才等资源得以快速匹配，显著提升了创新要素的整合效率，加速了新产品或服务的开发过程。基于此，本文提出如下研究假设：

H2：供应链数字化转型将通过知识扩散、创新要素配置优化两条路径赋能企业突破式创新。

三、研究设计

（一）数据来源与变量选择

本文基于2009—2022年中国A股上市公司面板数据，以全国供应链创新与应用试点为外生冲击，采用双重差分法，考察供应链数字化转型对于企业双元创新的影响进行研究。其中，上市公司财务数据、行业竞争水平与供应链集中度数据来自国泰安数据库（CSMAR），专利数据来自中国研究数据服务平台（CNRDS）。本文进一步剔除了资产负债率大于1或小于0的经营异常企业样本，最终得到43189个“企业-年份”观测值。

（二）被解释变量

企业突破式创新（Break）和渐进式创新（Incre）。突破式创新是企业脱离现有知识与资源，针对全新市场需求进行的一类较为激进的创新活动［14］，需要企业在相关领域获得实质性创新成果；而渐进式创新的激进程度较弱，主要是企业为应对市场冲击等采取的策略性创新成果［15］，主要体现企业的创新响应速度。本文基于胡蓉宁与王跃堂（2023）［16］的量化方式，采用企业发明专利申请数加1取自然对数作为突破式创新的代理变量，采用企业实用新型专利与外观设计专利申请数之和加1取自然对数作为渐进式创新的代理变量，考察供应链数字化转型的外生冲击对于双元创新的影响。

（三）核心解释变量

供应链数字化转型（Did）。本文借鉴刘海建等（2023）［17］，根据商务部发布的《关于全国供应链创新与应用试点城市和企业评审结果的公示》识别受到供应链数字化转型外生冲击的企业。一方面，由于试点政策分为城市与企业两大层面，本文采用“企业是否位于试点城市”作为识别受冲击企业的主要标准，企业位于试点城市则将处理变量（Treat）赋值为1，否则为0，在稳健性检验中补充对于试点企业的处理效应估计；另一方面，考虑到该政策文件于2018年下半年发布，参考Wang等（2023）［18］，将冲击时点设置为2019年，即将2019年后的政策冲击变量（Post）赋值为1，否则为0。本文重点关注交互项Treat×Post，即Did的回归系数，用于评估供应链数字化转型的政策效应。

（四）控制变量

本文选取了以下企业层面控制变量：（1）企业规模（Size）。企业资产总额的自然对数，反映企业创新的内部资源基础［19］。（2）资产负债率（Lev）。企业负债总额占资产总额的比率，反映债权人对于企业创新行为的潜在影响力度［20］。（3）董事会规模（Board）。即包含董事长在内的董事会人数，用于表征企业创新决策能力［4］。（4）独立董事比例（Indep）。独立董事占董事会总人数比例，用于测度企业受监督程度，反映了外部监督对于企业创新决策的影响［21］。（5）现金流（Cash）。经营活动产生的现金流量净额占资产总额的比值，充足的现金流将为企业创新活动开展提供资金保障［4］。（6）第一大股东持股比例（Top1）。反映了股权集中程度，用于表征控股股东对于企业创新行为的影响力［1］。

核心变量的描述性统计结果如表1所示。

（五）模型构建

本文采用双重差分法估计供应链数字化转型的外生冲击影响，构建双向固定效应模型如式（1）所示：

Innovationi，t=α+βDidi，t+γControlsi，t+λi+θt+εi，t（1）

其中，Innovationi，t为企业i在年份t的双元创新产出水平，包含突破式创新Breaki，t与渐进式创新Increi，t；Didi，t反映企业i在年份t是否受到供应链数字化转型外生政策冲击的虚拟变量；Controlsi，t为控制变量组；λi和θt分别表示企业固定效应与年份固定效应；εi，t为随机误差项。本文重点关注β的估计值，用于量化评估供应链数字化转型的创新效应。

四、实证结果分析

（一）基准回归

满足事前平行趋势假设是运用双重差分法估计外生冲击效应的前提条件。本文首先采用事件研究法对事前趋势进行检验。构建如式（2）所示的计量模型进行检验：

Innovationi，t=α+∑3s=-10，s≠-1βsDidsi，t+γControlsi，t+λi+θt+εi，t（2）

其中，s=t-2019，表示年份t相对于政策实施年份的时间距离；Didsi，t为虚拟变量，当处理组企业i处于年份s时取值为1，否则为0；其他变量设置与基准模型相同。本文以政策实施前1期为基准，检验政策冲击前处理组与控制组之间的差异，并初步评估政策冲击的动态影响效应。供应链数字化转型对企业双元创新影响的平行趋势检验的结果分别如图1和图2所示。

图1"突破式创新平行趋势检验""""""""""""图2"渐进式创新平行趋势检验

在供应链数字化转型政策冲击前，处理组与控制组样本企业间的双元创新产出水平并未呈现显著区别；但在受到政策冲击后，处理组企业的突破式创新水平显著超越控制组企业，且二者间差距逐渐扩大；但处理组的渐进式创新水平并未具有显著差异。这表明本文模型满足事前平行趋势，并初步验证供应链数字化转型的外生冲击对于企业突破式创新具有持续性的驱动作用，而对于企业渐进式创新的效果不显著。

进一步地，表2报告了基准回归结果。一方面，表2列（1）—列（3）为供应链数字化转型冲击对企业突破式创新的影响估计，其中Did的回归系数均在1%水平上正向显著，再次验证供应链数字化转型对于企业突破式创新具有显著的驱动效果；且随着控制变量的加入，其系数并未发生较大变化；表2列（3）进一步表明，与控制组企业相比，供应链数字化转型的外生冲击平均能为处理组企业带来约972%的突破式创新产出增长。另一方面，表2列（4）—列（6）为供应链数字化转型冲击对企业渐进式创新的影响估计，其中Did的回归系数均不显著，再次验证供应链数字化转型对于企业渐进式创新的影响不显著，验证了假设H1。

（二）稳健性检验

1更换处理组识别策略

除以全国供应链创新与应用试点城市为标准，识别位于试点城市内部的处理组企业以外，本文进一步更换识别策略，直接将商务部所公示的试点企业作为处理组样本，考察政策冲击的影响，回归结果如表3所示。其中表3列（1）—列（3）为针对突破式创新展开分析的回归结果，Did的回归系数均在1%水平上正向显著，且以企业层面试点的冲击将带来20%以上的突破式创新产出增长；表3列（4）—列（6）为针对渐进式创新展开分析的回归结果，Did的回归系数在加入控制变量之后未通过显著性检验。这表明更换处理组识别策略后，假设H1依然成立。

2控制高维固定效应

为了进一步排除遗漏变量带来的估计偏误，本文进一步在模型中控制高维固定效应，将区域与行业方面对于企业突破式创新的潜在影响纳入分析，结果如表4所示。其中表4列（1）和列（2）为供应链数字化转型对突破式创新的影响估计，Did的回归系数均在1%水平上正向显著，基准结果依然稳健。表4列（3）和列（4）为供应链数字化转型对渐进式创新的影响估计，Did的回归系数均未通过显著性检验，再次验证了假设H1。

3PSM-DID模型

为进一步缓解处理组选择偏误问题，提高准自然实验设计的合理性，本文进一步将倾向得分匹配（PSM）引入双重差分模型中，观察满足共同支撑的处理组与控制组样本在供应链数字化转型冲击前后的双元创新水平差异。采用半径匹配方法将控制组与处理组进行匹配，平衡性检验结果如图3所示。其中，匹配后控制组与处理组之间各协变量的标准化偏差均小于匹配前的偏差水平，且各协变量偏差均小于5%，通过了平衡性检验。图4显示，处理组与控制组的绝大多数样本都在共同取值范围内。图5则对于匹配前后处理组与控制组的核密度曲线进行对比，其中匹配后控制组相对于处理组而言的倾向得分极端值更少，核密度曲线也与处理组更为接近。综上，倾向得分匹配有效降低了选择偏误，进一步缓解了模型估计的内生性。

进一步，剔除不满足共同支撑的样本，对匹配后的数据再次进行双重差分估计，结果如表5所示。其中核心解释变量系数未发生实质性变化，再次印证了本文的基本结论。

五、机制分析

（一）中介效应检验

为深入探讨供应链数字化转型驱动企业突破式创新的机制路径，本文构建如下中介效应模型，检验知识扩散机制与创新要素优化配置机制在其中的作用，如式（5）和式（6）所示：

Mediatori，t=α+βDidi，t+γControlsi，t+λi+θt+εi，t（5）

Breaki，t=μ+φDidi，t+ρMediatori，t+ηControlsi，t+λi+θt+σi，t（6）

其中，Mediatori，t为中介变量，包括知识溢出Spilli，t与创新要素优化配置InnoEffi，t的代理变量；εi，t与σi，t为随机误差项；其他变量设置与基准模型相同。本文重点关注核心解释变量Did的回归系数β与φ，以及中介变量的回归系数ρ，用以检验中介路径的有效性。

1知识扩散路径

供应链数字化转型有助于打破区域空间限制，使同行业关联企业间跨越地理边界实现知识的交流与沟通。这不仅有助于供应链节点企业，尤其是链主企业的创新知识溢出，也能有效提高节点企业对于创新知识的吸收能力，实现创新知识的扩散。本文采用专利被引数据作为量化企业受知识扩散影响程度的基础，结合杜勇等（2023）［22］的计算思路，采用除自身以外其他同行业企业在同年的专利被引数均值作为本年度某企业受到外界知识扩散影响的测度指标。为进一步体现知识扩散的净效应，本文统一采用他引数进行相应的计算。中介效应检验结果如表6列（1）和列（2）所示，其中供应链数字化转型能够在1%水平上显著提升企业外部的知识扩散水平，为企业提供获得更多异质性创新知识的机会；而企业受知识扩散影响越深，其突破式创新产出水平越高，且这一效应呈现强显著性，验证了知识扩散路径在供应链数字化转型的突破式创新效应中的有效性。

2创新要素配置优化路径

供应链数字化转型提升了链上节点企业的沟通效率，促进了技术、资金、人才等创新要素的流动乃至于共享，企业创新要素配置的效率得以优化提升。本文借鉴杨鹏等（2024）［23］，采用企业单位研发资本所带来的创新产出衡量创新效率。一方面，本文采用企业当年的发明专利申请数量作为企业突破式创新产出绝对数；另一方面，本文采用企业过去五年研发支出的累计值核算研发资本，以20%的年折旧率进行加权计算获得，单位为万元；最终，为直接反映研发资本的边际创新效用，本文采用二者的比例作为创新效率的代理变量。中介效应检验结果如表6列（3）和列（4）所示，其中供应链数字化在1%水平上显著提升企业创新效率，反映出企业内部创新要素配置的优化；而研发创新要素配置效率的优化进一步激发了企业的突破式创新活动，提升了突破式创新产出，且这一效应呈现强显著性，验证了创新要素配置优化路径的有效性。至此，假设H2得以验证。

（二）行业横向集中与供应链纵向交互的调节效应

进一步对影响供应链数字化转型赋能企业突破式创新的外部环境条件进行剖析，分别从横向同行业集中与纵向供应链互动的双重视角，考察行业与供应链集中度的调节效应。构建如式（7）的调节效应模型：

Breaki，t=α+βDidi，t+δDidi，t×Moderatori，t+πModeratori，t+γControlsi，t+λi+θt+εi，t（7）

其中Moderatori，t为调节变量，包括行业集中度、供应商集中度以及客户集中度的代理变量。其他变量设置与基准模型相同。本文重点关注交互项的回归系数δ，用以识别供应链数字化转型驱动突破式创新的外部优化条件。

1行业横向集中效应

从横向视角看，一方面，行业集中程度的提升意味着龙头企业数字要素与创新资源的集聚，为供应链数字化转型下龙头企业内部突破式创新提供了资源基础；另一方面，行业集中程度的提升反映了龙头企业与其他同行业企业在市场竞争中的从属地位与力量差距，龙头企业可以通过其在行业中的示范效应，牵引其他同行业企业模仿其创新行为，从而带动行业内企业突破式创新水平整体提升。本文采用赫芬达尔指数作为行业集中程度的量化指标［24］。行业横向集中的调节效应如表7列（1）和列（4）所示，其中交互项系数均在1%水平上显著，表明随着行业集中程度的提升，供应链数字化转型的企业突破式创新效应将进一步增强，呈现显著的正向调节效果。

2供应链纵向交互效应

从纵向视角看，供应链上下游企业通过供需关系相互联结，供应链数字化转型的冲击将通过供需数量与质量要求的变化传导扩散至各节点企业，形成供应链纵向交互效果。供应链集中度越强，焦点企业受到上下游关联企业的影响越直接，供应链数字化转型驱动的突破式创新效应扩散效果越明显。本文借鉴况学文等（2019）［25］，将第一大客户销售额占总销售额的比率作为下游供应链集中度指标，并进一步将第一大供应商采购额占总采购额的比率作为上游供应链集中度的代理变量。供应链下游与上游的集中程度分别如表7列（2）和列（3）、列（5）和列（6）所示，其中交互项系数均至少在5%水平上显著，表明供应链上下游集中度的提升通过供需交互与信息传递，显著增强了供应链数字化转型的企业突破式创新效应，呈现正向调节效果。

六、异质性分析

在对供应链数字化转型驱动企业突破式创新的作用路径以及调节机制进行探索后，本文进一步将区域禀赋、产业特性、企业性质等方面的差异纳入考虑，比较供应链数字化转型在不同省份、不同产业类别以及不同产权性质的企业样本中所形成的突破式创新效应，揭示供应链数字化转型的异质性政策效应。

（一）区域异质性

本文对于供应链数字化转型对于企业突破式创新的驱动效果在不同区域的异质性进行评估与分析。以省份为标准展开分组回归检验。其中，供应链数字化转型的突破式创新效应在江苏省和浙江省较为明显，其中这一效应在江苏省呈现较强的显著性水平；但在青海省，供应链数字化转型的突破式创新效应却显著为负，呈现抑制作用。可能的原因在于：在创新禀赋方面，江苏省和浙江省作为经济较为发达的区域，经济基础雄厚，产业结构多元合理，经济开放水平较高，并且形成了高素质创新人才与前沿的集聚，总体科技创新能力较强，有利于充分保障不同行业领域的突破式创新协同发展，形成显著的突破式创新效应。在基础设施方面，江苏省与浙江省数字基础设施较为完善，拥有一批先进的超算中心并逐渐形成数据的互联互通；浙江省作为中国电子商务的发展高地，积累了大量高价值的供应商与客户数据，为供应链数字化转型的创新效应提供了更为雄厚的数据要素支撑。

（二）产业异质性

进一步依据证监会行业分类中的大类编码进行分组回归。其中，供应链数字化转型的突破式创新效应在金融业，以及电力、热力、燃气及水生产和供应业具有较强的显著性；其次是制造业，但显著性很弱，未通过10%的显著性检验；在其他行业中，这一效应均不显著，但未出现负向显著的效应值。可能的原因在于：一是相关行业的数据密集与技术驱动特性。对于金融业而言，金融交易、客户行为分析、风险评估等业务均高度依赖数据，人工智能、区块链等金融科技的发展使数字技术与金融业务深度融合，产生了大量的跨界创新应用；对于制造业或电力、热力、燃气及水生产和供应业而言，其生产流程涉及大量生产数据，如设备状态、生产进度等，基于工业互联网、智能控制与智能制造等数字化创新成果能有效减少生产浪费，提高生产资源配置效率，并实现生产流程自动化，提高生产效率与产品质量。二是供应链复杂性和协同需求。一方面，金融业涉及复杂的支付、清算和结算系统，资金供需管理的敏捷性与安全性、交易成本控制等需求使数字化创新的需求更为迫切；制造业等行业具有较为完整的供应链体系，涵盖原材料采购、生产制造、物流配送等多个环节，各环节供需联系紧密，信息传递渠道较为通畅，供应链数字化转型冲击对各环节协同创新水平提升的作用更为明显。

（三）企业异质性

依照企业股权性质展开异质性分析。可以看出，民营企业受到供应链数字化转型冲击后，突破式创新产出得到显著提升，这一效应在其他类型企业中并不显著。可能的原因在于：一方面，民营企业面临较大的市场竞争压力，为了在市场中谋取生存和发展，民营企业对于突破式创新的需求更为迫切，而数字化转型则为其提升市场响应速度、获取创新技术知识等提供了关键手段。另一方面，民营企业与国有企业相比通常具有更高的灵活性与适应能力，能够迅速调整策略，更为灵活地集中资源投入数字化创新项目，利用数字技术驱动突破式创新活动的开展。此外，外资企业在直接获取国际先进创新技术方面具有一定优势并形成了壁垒，在一定程度上造成了民营企业在突破式创新能力方面与外资企业间的差距，故供应链数字化转型驱动民营企业突破式创新的上升空间更大，边际效应更显著。

七、结论与政策建议

基于2009—2022年中国A股上市公司面板数据，本文以供应链创新与应用试点为准自然实验，利用双重差分法，探索了供应链数字化转型的外生冲击对于上市企业内部双元创新的非对称影响，并深入剖析供应链数字化转型对于突破式创新的内在机制路径与外在调节效应。具体结论如下：（1）供应链数字化转型对于企业双元创新具有非对称作用，即供应链数字化转型显著驱动了企业突破式创新，但对于渐进式创新的作用不显著；（2）供应链数字化转型冲击主要通过强化企业所受行业知识扩散水平、优化企业创新要素配置效率两条传导路径驱动企业突破式创新；（3）行业集中程度与供应链交互水平能进一步提升供应链数字化转型的突破式创新效应，呈现正向调节效果；（4）由于区域禀赋、产业特性、企业性质等方面的差异，供应链数字化转型的突破式创新效应在江苏省与浙江省、金融业与制造业、电力、热力、燃气及水生产和供应业、以及民营企业样本中更为显著。

基于上述结论，本文提出以下政策建议：

一是强化供应链数字化转型的保障体系。资金保障方面，通过健全财税支持政策与市场调节机制引导资金向供应链数字化转型项目集聚，如设立供应链数字化转型政府引导基金、提供税收减免，或在政府采购中优先考虑积极进行供应链数字化转型的企业，为企业在供应链数字化转型过程中提供财政支持，降低企业实施数字化创新的资金压力，鼓励更多企业重视和推进供应链数字化。在基础设施方面，加大对5G网络、数据中心等数字化基础设施的投资，支持建设和发展国家级、省级工业互联网平台，提供规范化的技术标准和服务，确保企业能够依赖高效稳定的数字设施开展突破式创新活动。

二是畅通知识扩散与创新要素流动渠道。首先，鼓励企业之间的知识共享。建立行业知识交换平台，并定期组织行业研讨会、论坛和培训班，推动跨行业最新数字化技术以及创业创新管理经验的传播和应用，推动不同领域的创新资源和知识的融合，提高整体行业的跨界创新知识水平。其次，建立创新资源共享机制，促进包括人才、技术、资金、数据等关键创新要素在企业与高校、科研机构间的自由流动与共享，基于数字技术与数字平台，共同开展突破式创新活动，促进创新主体间的资源共享和协作。

三是提升行业内及上下游协同合作水平。从同行业视角来看，应以行业龙头企业为核心，建立起数字化转型赋能突破式创新的紧密合作关系。一方面，扶持龙头企业，对具有行业带动作用的龙头企业提供政策和资金支持，增强其在数字化创新的示范效应；另一方面，应建立起行业联盟，增强龙头企业与行业内其他企业间合作，弥补从属企业在数字化与突破式创新方面的要素资源短板，提升整体行业的创新竞争力。从供应链视角来看，应建立起供应链数字化协同平台，提升数字化创新的供需传导与信息传递效率。着力建设供应链协同创新平台，深化上下游节点企业间的紧密供需联系，通过强烈的供需信号变化传递创新需求，促进供应链各环节数字化创新知识的信息互通和协同作业，提高整体供应链效率；进一步支持供应链金融服务，提供便捷的融资渠道，增强供应链上下游企业的创新互动和合作。

四是制定针对性的数字化创新支持措施。一方面，基于区域禀赋，因地制宜推进供应链数字化转型及突破式创新。根据各地区创新能力与数字基础设施建设的实际情况，制定专项扶持政策，发挥各地区供应链数字化转型赋能突破式创新的优势，弥补其短板，并着力推进区域间协同互补发展，特别是在供应链上相互关联的省市间，构建起区域联动的数字化创新合作网络。另一方面，基于产业特性，推动重点领域数字化转型以带动全产业突破式创新进程。鼓励金融机构开发和应用数字金融科技，提高服务创新水平；推动公共事业的智能化管理，鼓励以数字化为契机开展跨界创新，提升资源配置效率和服务水平；支持制造企业智能化改造，推动工业互联网、智能制造技术在制造业中的应用，提高生产效率和创新能力。此外，基于不同股权性质企业的内部数字化创新管理体系差异，不仅应持续支持民营企业开展数字化创新活动，还需通过体制机制改革，驱动国有企业建立起适应数字化转型与突破式创新的扁平化组织结构，打破外资企业的数字化创新壁垒，促进数字化创新的协同合作。

参考文献：

［1］"许志勇，王瑾，张娜.资产结构错配、激励机制与企业双元创新［J］．南开管理评论，"2024，27（3）：1-32.

［2］"刘景东，周巧燕，肖瑶，等.研发边界渗透性与企业创新：惯例复制的调节作用［J］．科研管理，2023，44（4）：39-46.

［3］"Abdin"J，"Sharma"A，"Trivedi"R，"et"al."Financing"Constraints，"Intellectual"Property"Rights"Protection"and"Incremental"Innovation："Evidence"from"Transition"Economy"Firms［J］．"Technological"Forecasting"and"Social"Change，"2024，198："122982.

［4］"Liu"B，"Qiu"Z，"Hu"L，"et"al."How"Digital"Transformation"Facilitate"Synergy"for"Pollution"and"Carbon"Reduction："Evidence"from"China［J］．"Environmental"Research，"2024，251："118639.

［5］"唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异［J］．管理世界，2020，36（5）：52-66+9.

［6］"戚聿东，肖旭.数字经济时代的企业管理变革［J］．管理世界，2020，36（6）：135-152+250.

［7］"王勇，窦斌，王悦.国有企业数字化转型的赋能机制与外部效应［J］．经济管理，2024，46"（4）：1-16.

［8］"邹波，杨晓龙，唐倩，等.花开并蒂：人与AI协同的场景化产品开发机会识别案例研究［J］．南开管理评论，2024，27（1）：51-65.

［9］"何德旭，张昊，刘蕴霆.新型实体企业促进数实融合提升发展质量［J］．中国工业经济，2024（2）：5-21.

［10］戚聿东，郝越，侯娜，等.装备制造企业数智化转型的模式与路径探索——基于山河智能的案例研究［J］．经济管理，2022，44（11）：25-45.

［11］李靖华，姜中霜，崔雪琪.制造企业服务化创新过程中的能力提升机制——基于双元创新视角的双案例研究［J］．科学学与科学技术管理，2024，45（6）：1-17.

［12］葛鹏飞，黄秀路.数字化转型、创新知识与制造业企业融通创新［J］．软科学，2024（9）：1-15.

［13］谢卫红，林培望，李忠顺，等.数字化创新：内涵特征、价值创造与展望［J］．外国经济与管理，2020，42（9）：19-31.

［14］王娟茹，张雨萌，樊婉莹.前瞻性跨界搜索、组织韧性与双元创新［J］．科学学研究，2024，42（8）：1-14.

［15］Zhang"Z，Hou"Y，Li"Z，et"al."From"Symbolic"to"Substantive"Green"Innovation："How"does"ESG"Ratings"Optimize"Corporate"Green"Innovation"Structure［J］．"Finance"Research"Letters，2024，63："105401.

［16］胡蓉宁，王跃堂.人工智能的技术创新效应及其实现机制［J］．江海学刊，2023（6）：99-105+255.

［17］刘海建，胡化广，张树山，等.供应链数字化的绿色创新效应［J］．财经研究，2023，49（3）：4-18.

［18］Wang"H，Zhang"Y，Lin"W，et"al."Transregional"Electricity"Transmission"and"Carbon"Emissions："Evidence"from"Ultra-high"Voltage"Transmission"Projects"in"China［J］．"Energy"Economics，2023，123："106751.

［19］Fu"T，Li"Z，Qiu"Z，et"al."The"Policy"Gap"between"Finance"and"Economy："Evidence"from"China’s"Green"Finance"Policy［J］．"Energy"Economics，2024，134："107550.

［20］赵文，赵会会，吉迎东.双元创新跃迁与企业失败：社会关系网络的调节作用［J］．科研管理，2022，43（1）：124-133.

［21］刘永丽，程晨，贾涵涵.高管团队重组、内部控制质量与双元创新［J］．会计研究，2022（3）：93-106.

［22］杜勇，娄靖，胡红燕.供应链共同股权网络下企业数字化转型同群效应研究［J］．中国工业经济，2023（4）：136-155.

［23］杨鹏，尹志锋，孙宝文.企业数字技术应用与创新效率提升［J］．外国经济与管理，2024（11）：51-67.

［24］王宇，李琳娜，王鹏飞.制度压力与企业绿色技术扩散群体行为研究［J］．中国软科学，2024（5）：197-209.

［25］况学文，林鹤，陈志锋.企业“恩威并施”对待其客户吗——基于财务杠杆策略性使用的经验证据［J］．南开管理评论，2019，22（4）：44-55.

The"Impact"of"Supply"Chain"Digital"Transformation"on"Enterprise"Innovation"

Performance："The"Perspective"of"Dual"Innovation

ZHANG"Guangting

（Institute"of"World"Economy，Shanghai"Academy"of"Social"Sciences，Shanghai"200020，China）

Abstract：The"rapid"development"of"the"digital"economy"has"brought"profound"changes"to"various"industries，and"the"digital"transformation"of"the"supply"chain"has"become"an"important"path"for"enterprises"to"enhance"competitiveness"and"achieve"innovative"development."Based"on"panel"data"of"A-share"listed"companies"from"2009"to"2022，this"article"uses"the"double"difference"method"to"explore"the"impact"of"external"shocks"of"supply"chain"digital"transformation"on"dual"innovation"of"listed"companies，and"deeply"analyses"its"internal"mechanism"path"and"external"regulatory"effects."The"empirical"results"show"that"the"effect"of"supply"chain"digital"transformation"on"dual"innovation"in"enterprises"is"asymmetric，that"is，it"significantly"drives"breakthrough"innovation"in"enterprises，but"its"impact"on"incremental"innovation"is"not"significant."On"the"one"hand，the"impact"of"supply"chain"digital"transformation"mainly"drives"breakthrough"innovation"in"enterprises"through"two"internal"transmission"paths："strengthening"the"level"of"industry"knowledge"diffusion"and"optimizing"the"efficiency"of"enterprise"innovation"factor"allocation;"On"the"other"hand，the"degree"of"industry"concentration"and"the"level"of"supply"chain"interaction，as"external"optimization"conditions，can"empower"the"breakthrough"innovation"effect"of"supply"chain"digital"transformation."This"article"further"proposes"policy"recommendations"such"as"strengthening"the"digital"security"system，unblocking"the"flow"channels"of"factors，and"improving"the"level"of"collaborative"cooperation，in"order"to"provide"theoretical"reference"for"fully"unleashing"the"innovative"efficiency"of"supply"chain"digital"transformation"and"empowering"enterprises"to"develop"in"a"new"and"qualitative"way.

Key"words：digitalization"of"supply"chain;"breakthrough"innovation;"progressive"innovation;"knowledge"diffusion;"optimization"of"innovative"factor"allocation"

（责任编辑：赵春江）