李寧林

摘要：主要對(duì)供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響情況進(jìn)行深入研究。首先探究供應(yīng)鏈數(shù)字化轉(zhuǎn)型的積極意義，結(jié)合現(xiàn)有研究成果提出研究假設(shè)，以此為基礎(chǔ)構(gòu)建研究模型，以某企業(yè)為例進(jìn)行實(shí)證分析。最后對(duì)市政研究結(jié)果進(jìn)行總結(jié)分析，并提出企業(yè)供應(yīng)鏈數(shù)字化轉(zhuǎn)型發(fā)展的建議。研究結(jié)果表明：供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的績(jī)效具有正向積極作用，能夠進(jìn)一步提高企業(yè)的創(chuàng)新能力與管理水平，為企業(yè)戰(zhàn)略規(guī)劃奠定良好基礎(chǔ)。希望通過(guò)本次研究為現(xiàn)代化企業(yè)的供應(yīng)鏈數(shù)字化轉(zhuǎn)型提供一定參考幫助。

關(guān)鍵詞：供應(yīng)鏈；數(shù)字化轉(zhuǎn)型；企業(yè)績(jī)效

一、前言

數(shù)字化技術(shù)的創(chuàng)新應(yīng)用為各行業(yè)、企業(yè)的轉(zhuǎn)型發(fā)展提供了良好的基礎(chǔ)支持，基于數(shù)字化技術(shù)能夠構(gòu)建數(shù)字供應(yīng)鏈，打造全新的供應(yīng)鏈業(yè)態(tài)，進(jìn)而推動(dòng)企業(yè)的數(shù)字化轉(zhuǎn)型。供應(yīng)鏈數(shù)字化轉(zhuǎn)型的本質(zhì)是利用各種數(shù)字化技術(shù)對(duì)供應(yīng)鏈管理方法與模式進(jìn)行優(yōu)化升級(jí)，充分發(fā)揮大數(shù)據(jù)、云計(jì)算等技術(shù)的優(yōu)勢(shì)，提高企業(yè)對(duì)供應(yīng)鏈的綜合管理水平，能夠有效應(yīng)對(duì)外界環(huán)境變化的影響，滿足合作伙伴的個(gè)性化與多元化需求，為企業(yè)創(chuàng)造更多的價(jià)值。由此可見(jiàn)，供應(yīng)鏈的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效具有十分深遠(yuǎn)的影響，有必要對(duì)其進(jìn)行深入系統(tǒng)的研究。

二、研究假設(shè)

供應(yīng)鏈數(shù)字化轉(zhuǎn)型使得企業(yè)供應(yīng)鏈的結(jié)構(gòu)發(fā)生了明顯的變化，進(jìn)一步增強(qiáng)了供應(yīng)鏈體系的可持續(xù)性，同時(shí)提高了供應(yīng)鏈的管理效率與創(chuàng)新應(yīng)用，對(duì)企業(yè)的現(xiàn)代化發(fā)展具有重要影響。

（一）管理賦能

供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)管理的賦能主要體現(xiàn)在以下幾方面：

1.幫助企業(yè)減少了供應(yīng)鏈管理對(duì)象

基于數(shù)字化技術(shù)打造智能化生產(chǎn)體系，在多個(gè)崗位與工作流程中利用“智能機(jī)器人”代替?zhèn)鹘y(tǒng)的人工作業(yè)，如無(wú)人車和無(wú)人倉(cāng)等[1]。

2.為企業(yè)管理決策工作提供了有力支持，提高了決策水平

從可視化管理的角度分析，企業(yè)可利用供應(yīng)鏈數(shù)字化系統(tǒng)對(duì)各工作環(huán)節(jié)的具體需求進(jìn)行全面了解，并在短時(shí)間內(nèi)制定決策方案[2]。從自動(dòng)化管理的角度分析，供應(yīng)鏈所有權(quán)的轉(zhuǎn)移以及支付進(jìn)程的推進(jìn)等供應(yīng)鏈轉(zhuǎn)型提高了決策抗干擾能力，大幅度提高了供應(yīng)鏈管理效果。

3.提高了企業(yè)決策的質(zhì)量

供應(yīng)鏈數(shù)字化轉(zhuǎn)型能夠打破傳統(tǒng)供應(yīng)鏈體系的局限性，以大量的底層數(shù)據(jù)資源為基礎(chǔ)，利用智能技術(shù)進(jìn)行數(shù)據(jù)深層分析，從而提高企業(yè)供應(yīng)鏈資源管理效率[3]。

（二）創(chuàng)新賦能

企業(yè)的創(chuàng)新能力能夠?yàn)槠髽I(yè)生產(chǎn)流程優(yōu)化與管理奠定基礎(chǔ)保障，為新型產(chǎn)品或服務(wù)的研發(fā)提供有力支持，以此提高企業(yè)的產(chǎn)品質(zhì)量，幫助企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)地位，獲取更多的經(jīng)濟(jì)利潤(rùn)，推動(dòng)企業(yè)績(jī)效提升[4]。從供應(yīng)鏈上游發(fā)展的角度分析，供應(yīng)鏈的數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)對(duì)更為優(yōu)質(zhì)的上游企業(yè)進(jìn)行篩選，激發(fā)企業(yè)創(chuàng)新發(fā)展的積極性與內(nèi)在潛力。從供應(yīng)鏈下游發(fā)展的角度分析，供應(yīng)鏈的數(shù)字化轉(zhuǎn)型推動(dòng)供應(yīng)鏈透明度轉(zhuǎn)型，降低了供應(yīng)鏈發(fā)展中“牛鞭效應(yīng)”的影響，同時(shí)幫助企業(yè)更加精準(zhǔn)地預(yù)測(cè)未來(lái)市場(chǎng)變化趨勢(shì)[5]。

基于此，本文從創(chuàng)新賦能與管理賦能兩個(gè)維度對(duì)供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響進(jìn)行研究，并提出以下假設(shè)：供應(yīng)鏈的數(shù)字化轉(zhuǎn)型提高了企業(yè)的創(chuàng)新能力與管理能力，對(duì)企業(yè)績(jī)效具有積極影響；企業(yè)的綜合管理水平越高，供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的積極影響效果越顯著；政府部門的決策與規(guī)定會(huì)影響企業(yè)供應(yīng)鏈數(shù)字化轉(zhuǎn)型的績(jī)效。

三、研究設(shè)計(jì)

（一）模型設(shè)計(jì)

在結(jié)合現(xiàn)有研究成果的基礎(chǔ)上，本文提出以下模型解釋供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響：

ROEit=α+βTreati×Timei+λXit+ΣYear+εit

其中，ROEit代表企業(yè)績(jī)效變量，Treat代表試點(diǎn)企業(yè)的虛擬變量，Time代表企業(yè)試點(diǎn)前后的虛擬變量，Treati×Timei代表核心解釋變量。如果β顯著為正數(shù)，代表供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效起到了積極影響；X代表其他可能產(chǎn)生的影響因素的向量， 代表誤差項(xiàng)。模型對(duì)年份與企業(yè)自身的固定效應(yīng)進(jìn)行分析。

（二）數(shù)據(jù)來(lái)源

本文將我國(guó)2015年—2022年的A股上市企業(yè)作為研究對(duì)象，從CSMAR數(shù)據(jù)庫(kù)、CNRDS數(shù)據(jù)庫(kù)、EPS數(shù)據(jù)庫(kù)以及相關(guān)省份的發(fā)展公報(bào)等網(wǎng)站與文件資料中獲取相關(guān)數(shù)據(jù)信息，對(duì)企業(yè)進(jìn)行必要的篩選，將以下幾類企業(yè)剔除：金融行業(yè)企業(yè)、資不抵債企業(yè)、標(biāo)記為ST或*ST的企業(yè)、關(guān)鍵數(shù)據(jù)缺失的企業(yè)。

（三）模型變量

研究模型中的變量具體情況如下：

1.企業(yè)績(jī)效（ROE）

現(xiàn)階段評(píng)價(jià)企業(yè)績(jī)效水平的指標(biāo)主要包括財(cái)務(wù)績(jī)效ROA、市場(chǎng)績(jī)效托賓Q和凈資產(chǎn)收益率ROE，這三種績(jī)效評(píng)價(jià)指標(biāo)具有不同的特征，結(jié)合我國(guó)資本市場(chǎng)發(fā)展水平，最終確定以凈資產(chǎn)收益率ROE作為企業(yè)績(jī)效評(píng)價(jià)指標(biāo)。但是，本文也對(duì)其他兩項(xiàng)指標(biāo)進(jìn)行了一定的分析，以此提高評(píng)價(jià)分析結(jié)果的精準(zhǔn)性與真實(shí)性。

2.試點(diǎn)企業(yè)的虛擬變量（Treat）

將供應(yīng)鏈創(chuàng)新應(yīng)用試點(diǎn)企業(yè)歸納到處理組，此時(shí)數(shù)值為1。其他情況將企業(yè)歸納到對(duì)照組，此時(shí)數(shù)值為0。

3.試點(diǎn)前后虛擬變量（Time）

對(duì)企業(yè)供應(yīng)鏈創(chuàng)新應(yīng)用試點(diǎn)工作開始時(shí)間進(jìn)行分析，將2020年之后的企業(yè)Time參數(shù)值設(shè)計(jì)為1，反之設(shè)計(jì)為0。

4.企業(yè)治理（Gov）

基于獨(dú)董比例、董事會(huì)規(guī)模、機(jī)構(gòu)持股與第2至第5股東持股比例和最大股東的持股比例的對(duì)比情況等作為企業(yè)治理的監(jiān)督維度?；谄髽I(yè)高管薪酬待遇與持股比例對(duì)企業(yè)治理中的激勵(lì)維度進(jìn)行分析。基于企業(yè)董事長(zhǎng)與總經(jīng)理的綜合情況確定企業(yè)治理中的決策維度。對(duì)上述變量展開主成分分析，得到的第一主成分即為企業(yè)治理指標(biāo)。

5.政府支持（CitySC）

政府部門能夠?yàn)槠髽I(yè)供應(yīng)鏈數(shù)字化轉(zhuǎn)型提供良好的環(huán)境保障。本文在研究過(guò)程中以企業(yè)所在城市是否為“供應(yīng)鏈創(chuàng)新與應(yīng)用試點(diǎn)城市”衡量政府支持指標(biāo)。

6.控制變量

基于上述研究最終確定模型控制變量，具體情況如表1所示。

（四）描述性統(tǒng)計(jì)

對(duì)上述各項(xiàng)關(guān)鍵變量進(jìn)行描述性統(tǒng)計(jì)，具體情況如表2所示。

通過(guò)表中數(shù)據(jù)能夠得知，變量ROE的最小值為-0.864，最大值為0.323，標(biāo)準(zhǔn)差為0.148，結(jié)果數(shù)據(jù)表明不同企業(yè)之間的凈資產(chǎn)收益率具有明顯的差異性，績(jī)效區(qū)分效度相對(duì)良好。變量Time的均值為0.449，代表2020年的供應(yīng)鏈創(chuàng)新應(yīng)用試點(diǎn)企業(yè)的占比達(dá)到44.9%。變量Treat標(biāo)準(zhǔn)差為0.020，代表在全部試驗(yàn)企業(yè)中參與到供應(yīng)鏈創(chuàng)新應(yīng)用試點(diǎn)工作中的企業(yè)占比均為2.0%。

四、實(shí)證分析

（一）基準(zhǔn)回歸結(jié)果

對(duì)試驗(yàn)?zāi)Ｐ瓦M(jìn)行基準(zhǔn)回歸結(jié)果分析，能夠發(fā)現(xiàn)供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效產(chǎn)生了顯著的促進(jìn)效果，對(duì)上述假設(shè)驗(yàn)證有效。

（二）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)分析

為保證模型評(píng)價(jià)分析結(jié)果的精準(zhǔn)性與真實(shí)性，不考慮事前趨勢(shì)對(duì)本文研究結(jié)果的替代性解釋。平行趨勢(shì)檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

n代表樣本與供應(yīng)鏈數(shù)字化轉(zhuǎn)型沖擊年限之間的時(shí)間差，Yearn代表年份虛擬變量，Year-5代表與供應(yīng)鏈數(shù)字化轉(zhuǎn)型沖擊年限2020年之間存在5年的時(shí)間差，即2015年，其他變量以此類推。將試點(diǎn)工作前一年設(shè)計(jì)為基期。βn代表參與供應(yīng)鏈數(shù)字化創(chuàng)新應(yīng)用試點(diǎn)工作企業(yè)在第n年與對(duì)照組企業(yè)之間的績(jī)效差距。平行趨勢(shì)檢驗(yàn)結(jié)果如圖1所示。

基于圖中信息能夠得知，供應(yīng)鏈數(shù)字化創(chuàng)新應(yīng)用試點(diǎn)工作開始前，βn在95%置信期間并未存在明顯差異，由此得出本文提出的平行趨勢(shì)檢驗(yàn)假設(shè)與實(shí)際情況之間具有較高的契合度。

2.安慰劑檢驗(yàn)

將供應(yīng)鏈數(shù)字化轉(zhuǎn)型時(shí)間提前2年和4年，對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行分析。如果受到組間固有差異因素的影響，則代表在人為更改時(shí)間后同樣能觀察到供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響。隨后進(jìn)行隨機(jī)幅值得到供應(yīng)鏈數(shù)字化創(chuàng)新應(yīng)用試點(diǎn)企業(yè)名單，對(duì)企業(yè)參與轉(zhuǎn)型的凈影響情況進(jìn)行分析，并重復(fù)操作2000次。穩(wěn)健性檢驗(yàn)結(jié)果如表3所示。

基于上述數(shù)據(jù)分析能夠發(fā)現(xiàn)，非觀測(cè)因素對(duì)于本文研究結(jié)果并未造成明顯的影響，因此能夠保證本文研究成果的可靠性。同時(shí)，以ROA指標(biāo)和Q指標(biāo)作為企業(yè)績(jī)效衡量指標(biāo)，通過(guò)回歸結(jié)果分析夠得知，Treat×Time估計(jì)系數(shù)結(jié)果為正，同樣證明了上述結(jié)論。

3.小樣本估計(jì)偏差分析

本文研究中的觀測(cè)值占比均為總數(shù)的2.0%，因此需要對(duì)小樣本估計(jì)偏差影響情況進(jìn)行分析。基于研究結(jié)果數(shù)據(jù)夠發(fā)現(xiàn)，本次研究并未受到小樣本估計(jì)偏差影響。

4.傾向得分匹配

為降低樣本選擇性偏誤影響，在回歸分析前基于傾向得分匹配進(jìn)行樣本數(shù)據(jù)的篩選處理。通過(guò)結(jié)果分析得知，本文研究并未受到樣本選擇性偏誤影響，能夠保證結(jié)果的可靠性。

五、基于供應(yīng)鏈數(shù)字化轉(zhuǎn)型的企業(yè)績(jī)效發(fā)展建議

（一）推進(jìn)數(shù)字化技術(shù)與供應(yīng)鏈的深度融合

構(gòu)建數(shù)字化供應(yīng)鏈能夠顯著提高企業(yè)的業(yè)績(jī)。所以，一方面要在企業(yè)中加大力度，指導(dǎo)其進(jìn)行供應(yīng)鏈數(shù)字化轉(zhuǎn)型發(fā)展，培育現(xiàn)代化的供應(yīng)鏈管理思想，并鼓勵(lì)企業(yè)使用物聯(lián)網(wǎng)、區(qū)塊鏈和云計(jì)算等技術(shù)。以大數(shù)據(jù)為代表的新型數(shù)字化科技已深入到整個(gè)供應(yīng)鏈的每一個(gè)階段，驅(qū)動(dòng)著采購(gòu)、研發(fā)和生產(chǎn)。通過(guò)對(duì)物流及其他過(guò)程的改造重組，全面提高了整個(gè)供應(yīng)鏈的經(jīng)營(yíng)效能與創(chuàng)新[6]。另一方面，在逐步拓展試點(diǎn)的過(guò)程中，要充分利用示范企業(yè)作為示范，對(duì)其進(jìn)行總結(jié)、復(fù)制和推廣，并加速建立可以實(shí)施的供應(yīng)鏈數(shù)字化可操作化的標(biāo)準(zhǔn)。

（二）基于數(shù)字化轉(zhuǎn)型提高企業(yè)工銀聯(lián)韌性能力

在市場(chǎng)環(huán)境不確定的情況下，增強(qiáng)供應(yīng)鏈抗風(fēng)險(xiǎn)能力已經(jīng)被提到了國(guó)家戰(zhàn)略層面。研究結(jié)果表明，通過(guò)實(shí)施供應(yīng)鏈的數(shù)字化，可以提升企業(yè)的供應(yīng)鏈恢復(fù)力，從而促進(jìn)企業(yè)成長(zhǎng)的韌性。企業(yè)要充分利用現(xiàn)代化的數(shù)字化科技，把數(shù)字化技術(shù)深入到整個(gè)供應(yīng)鏈過(guò)程中去，突破各環(huán)節(jié)企業(yè)之間的“信息孤島”，構(gòu)建動(dòng)態(tài)的采購(gòu)、倉(cāng)儲(chǔ)、運(yùn)輸管理體系，加強(qiáng)對(duì)供應(yīng)鏈中的物流、資金流的追蹤與監(jiān)測(cè)，利用大數(shù)據(jù)對(duì)供應(yīng)鏈中各環(huán)節(jié)的延遲與故障進(jìn)行實(shí)時(shí)反饋，并基于此構(gòu)建了供應(yīng)鏈故障的預(yù)警體系[7]。

（三）打造良好的供應(yīng)鏈數(shù)字化轉(zhuǎn)型環(huán)境

從企業(yè)的角度來(lái)說(shuō)，企業(yè)要想主動(dòng)提升公司的治理，首先，得給管理層一定的權(quán)力，在進(jìn)行數(shù)字化的過(guò)程中，還需要有一系列的財(cái)務(wù)和人力資源作為支持，確保高層管理人員能夠調(diào)用這些資源來(lái)支撐數(shù)字供應(yīng)鏈的構(gòu)建。其次，建立健全有效的監(jiān)管與激勵(lì)體系，對(duì)評(píng)價(jià)體系進(jìn)行完善，將數(shù)字化供應(yīng)鏈的績(jī)效納入管理者的評(píng)價(jià)體系中，并對(duì)管理者進(jìn)行獎(jiǎng)勵(lì)與懲罰。完善上市公司的信息公開制度，為公司董事會(huì)行使其監(jiān)管職能提供必要的保障。此外，政府要把重點(diǎn)放在打通和破解企業(yè)在構(gòu)建數(shù)字供應(yīng)鏈過(guò)程中遇到的困難上，加大對(duì)數(shù)字供應(yīng)鏈方面專門人員的培訓(xùn)與引入，并在研發(fā)、應(yīng)用和推廣上提供財(cái)政和政策上的支持。

六、結(jié)語(yǔ)

本次研究發(fā)現(xiàn)，供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)企業(yè)運(yùn)營(yíng)績(jī)效的提升具有明顯的正向作用，能夠顯著提高企業(yè)的綜合管理能力，提高對(duì)供應(yīng)鏈資源的掌握與配置的科學(xué)性，以此為企業(yè)的現(xiàn)代化發(fā)展提供有力支持。

參考文獻(xiàn)

[1]劉杰.擴(kuò)內(nèi)需背景下供應(yīng)鏈數(shù)字化轉(zhuǎn)型對(duì)商貿(mào)零售業(yè)運(yùn)營(yíng)績(jī)效的影響——基于我國(guó)省域面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].商業(yè)經(jīng)濟(jì)研究，2022（17）：17-20.

[2]姜文銳.流通組織數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈績(jī)效的影響分析[J].商業(yè)經(jīng)濟(jì)研究，2021（20）：25-28.

[3]王金剛，耿樺，黃為勇，等.煤炭供應(yīng)鏈數(shù)字化轉(zhuǎn)型研究與實(shí)踐[J].中國(guó)煤炭，2023，49（08）：14-19.

[4]客海生.供應(yīng)鏈整合與數(shù)字化轉(zhuǎn)型對(duì)流通企業(yè)創(chuàng)新績(jī)效的影響[J].商業(yè)經(jīng)濟(jì)研究，2022（19）：128-131.

[5]柳彩蓮.數(shù)字化轉(zhuǎn)型對(duì)流通企業(yè)供應(yīng)鏈韌性的影響研究[J].商業(yè)經(jīng)濟(jì)研究，2023（04）：29-32.

[6]董璐燕，朱燁丹.數(shù)字化轉(zhuǎn)型對(duì)零售企業(yè)經(jīng)營(yíng)績(jī)效的影響--渠道集中度視角[J].商業(yè)經(jīng)濟(jì)研究，2022（04）：4.

[7]徐德安，曹志強(qiáng).大數(shù)據(jù)分析能力，供應(yīng)鏈協(xié)同對(duì)零售企業(yè)績(jī)效的影響[J].商業(yè)時(shí)代，2022（01）：38-41.

責(zé)任編輯：王穎振、周航