王嬌 王凡林

［收稿日期］20230916

［基金項(xiàng)目］首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)術(shù)新人項(xiàng)目（XSXR202304）；國(guó)家自然科學(xué)基金項(xiàng)目（72172098）;海南省研究生創(chuàng)新科研項(xiàng)目（Qhyb2023-12）

［作者簡(jiǎn)介］王嬌（1994— ），女，山西太原人，首都經(jīng)濟(jì)貿(mào)易大學(xué)會(huì)計(jì)學(xué)院博士生，從事微觀數(shù)字溢出與會(huì)計(jì)理論研究；王凡林（1970— ），男，山東菏澤人，首都經(jīng)濟(jì)貿(mào)易大學(xué)會(huì)計(jì)學(xué)院教授，博士，通信作者，從事會(huì)計(jì)信息化研究，E-mail：wangfanlin@126.com。

①在國(guó)外，美國(guó)舊金山硅谷、印度班加羅爾等地均擁有較大的數(shù)字產(chǎn)業(yè)集群；在國(guó)內(nèi)，京津冀、長(zhǎng)三角、粵港澳是我國(guó)數(shù)字產(chǎn)業(yè)集群發(fā)展的核心區(qū)域。

［摘要］將客戶數(shù)字化轉(zhuǎn)型行為決策納入企業(yè)非效率投資的研究框架中，利用2007—2019年中國(guó)深滬A股上市公司披露的前五大客戶數(shù)據(jù)，檢驗(yàn)發(fā)現(xiàn)：客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資存在正向溢出效應(yīng)，并且這種正向溢出主要表現(xiàn)為抑制企業(yè)過(guò)度投資，該結(jié)果在一系列穩(wěn)健性檢驗(yàn)后依然成立。進(jìn)一步研究發(fā)現(xiàn)，信息協(xié)同和高管治理是客戶數(shù)字化轉(zhuǎn)型改善企業(yè)非效率投資的兩個(gè)作用渠道，從而證實(shí)數(shù)字溢出存在協(xié)同治理效果。此外，當(dāng)客企關(guān)系性質(zhì)良好、客企數(shù)字差距較大、企業(yè)融資約束較高時(shí)，客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的改善效果更好。研究結(jié)論不僅肯定了客戶數(shù)字化轉(zhuǎn)型引致的數(shù)字溢出能夠改善企業(yè)非效率投資，為緩解企業(yè)間供需矛盾提供了解決思路；而且發(fā)現(xiàn)并驗(yàn)證了供應(yīng)鏈數(shù)字溢出的協(xié)同治理效果，加深了各界對(duì)供應(yīng)鏈數(shù)字溢出的學(xué)術(shù)認(rèn)知，具有現(xiàn)實(shí)意義和理論價(jià)值。

［關(guān)鍵詞］供需矛盾；數(shù)字溢出；數(shù)字化轉(zhuǎn)型；企業(yè)社會(huì)資本；信息協(xié)同；高管治理

［中圖分類號(hào)］F272

［文獻(xiàn)標(biāo)志碼］A［文章編號(hào)］10044833（2024）04008111

一、引言

數(shù)字溢出是數(shù)字經(jīng)濟(jì)核心價(jià)值的重要來(lái)源之一，最大化獲取其帶來(lái)的經(jīng)濟(jì)效益成為重要時(shí)代課題。具體到微觀層面，一方面，學(xué)術(shù)界已經(jīng)開(kāi)始探索數(shù)字技術(shù)應(yīng)用和數(shù)字技術(shù)投資表現(xiàn)出的外部性，即數(shù)字化轉(zhuǎn)型依托不同關(guān)系聯(lián)結(jié)，對(duì)交互企業(yè)產(chǎn)生無(wú)意識(shí)的外部影響：數(shù)字溢出［12］。部分理論研究證實(shí)，數(shù)字化轉(zhuǎn)型對(duì)行業(yè)競(jìng)爭(zhēng)企業(yè)和上下游關(guān)聯(lián)企業(yè)的數(shù)字化轉(zhuǎn)型行為、創(chuàng)新活動(dòng)以及全要素生產(chǎn)率等有外部性影響［37］。另一方面，在實(shí)踐中，數(shù)字化轉(zhuǎn)型在商業(yè)活動(dòng)和經(jīng)濟(jì)增長(zhǎng)中的外部性影響日益增強(qiáng)。從全球視域看，一批發(fā)達(dá)的數(shù)字產(chǎn)業(yè)集群已經(jīng)涌現(xiàn)①，而產(chǎn)業(yè)聚集引致的數(shù)字溢出助力集群內(nèi)關(guān)聯(lián)企業(yè)通過(guò)技術(shù)外溢、知識(shí)共享等增強(qiáng)數(shù)字競(jìng)爭(zhēng)優(yōu)勢(shì)。從國(guó)內(nèi)發(fā)展格局看，如華為利用數(shù)字化能力基礎(chǔ)構(gòu)建、算法設(shè)定和場(chǎng)景建設(shè)，積極重構(gòu)供應(yīng)鏈業(yè)務(wù)模式，帶動(dòng)上下游數(shù)字化轉(zhuǎn)型，從而實(shí)現(xiàn)供應(yīng)鏈生態(tài)協(xié)同發(fā)展。再如通用飛機(jī)聚焦客戶業(yè)務(wù)需求，參考波音、空客等國(guó)際民機(jī)的數(shù)字化服務(wù)標(biāo)準(zhǔn)，建立數(shù)字化服務(wù)平臺(tái)并取得商業(yè)成功?？梢?jiàn)，數(shù)字溢出通過(guò)集聚渠道、行業(yè)渠道抑或供應(yīng)鏈渠道，在關(guān)聯(lián)企業(yè)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的過(guò)程中起到了重要作用。事實(shí)上，隨著中央機(jī)構(gòu)到地方部門(mén)均強(qiáng)調(diào)提升現(xiàn)代產(chǎn)業(yè)鏈韌性和供應(yīng)鏈競(jìng)爭(zhēng)力以及積極推進(jìn)產(chǎn)業(yè)鏈共生發(fā)展生態(tài)構(gòu)建，從供應(yīng)鏈情境深入挖掘數(shù)字溢出的本質(zhì)邏輯和內(nèi)在機(jī)制具有重要的現(xiàn)實(shí)意義。

已有許多關(guān)于企業(yè)非效率投資原因的研究，最近仍有研究嘗試基于供應(yīng)鏈情境，從客戶集中度靜態(tài)特征［89］、客戶需求信息準(zhǔn)確性［1011］、客戶盈余管理［12］、客戶信息披露［1317］等方面分析如何緩解企業(yè)間信息不對(duì)稱和改善企業(yè)非效率投資。然而尚未有文獻(xiàn)專門(mén)考察客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的溢出影響。主流觀點(diǎn)認(rèn)為，供應(yīng)鏈?zhǔn)强蛻襞c企業(yè)通過(guò)商業(yè)交易和經(jīng)濟(jì)活動(dòng)構(gòu)建的天然聯(lián)結(jié)［18］，從供應(yīng)鏈層面探討數(shù)字溢出給企業(yè)投資行為帶來(lái)的經(jīng)濟(jì)效益，應(yīng)該成為數(shù)字經(jīng)濟(jì)背景下的重要議題。同樣，作為數(shù)字經(jīng)濟(jì)背景下的微觀戰(zhàn)略性變革，客戶數(shù)字化轉(zhuǎn)型改變了供應(yīng)鏈企業(yè)間的交流互動(dòng)方式和價(jià)值創(chuàng)造邏輯［1920］，間接沖擊了上下游企業(yè)投資決策。因此，面對(duì)現(xiàn)實(shí)情境中投資潮涌現(xiàn)象以及供過(guò)于求等不利情形，積極探索數(shù)字溢出能否以及如何改善企業(yè)非效率投資，是供給側(cè)結(jié)構(gòu)性改革背景下優(yōu)化投資結(jié)構(gòu)、增強(qiáng)供給體系質(zhì)量和提高投資有效性的關(guān)鍵路徑。

鑒于此，本文利用2007—2019年中國(guó)滬深A(yù)股非金融類上市企業(yè)披露的前五大客戶數(shù)據(jù)，通過(guò)匹配獲取企業(yè)-客戶-年度研究樣本由于滬深A(yù)股上市企業(yè)的前五大客戶數(shù)據(jù)中包含自然人、有限責(zé)任公司等其他形式，考慮到自然人、有限責(zé)任公司等其他形式財(cái)務(wù)數(shù)據(jù)難以獲取，因此，本文中的客戶范圍特指企業(yè)法人形式的客戶企業(yè)。，考察客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的溢出效應(yīng)。本文有以下幾方面的貢獻(xiàn)：第一，從研究?jī)?nèi)容來(lái)看，本文將客戶數(shù)字化轉(zhuǎn)型的供應(yīng)鏈內(nèi)生變化納入企業(yè)非效率投資的研究框架，不僅提供了客戶數(shù)字化轉(zhuǎn)型能夠緩解企業(yè)間供需矛盾的經(jīng)驗(yàn)證據(jù)，一定程度上彌補(bǔ)了現(xiàn)有文獻(xiàn)的空白，而且利用大樣本實(shí)證發(fā)現(xiàn)并驗(yàn)證了數(shù)字溢出的協(xié)同治理效果，有助于理解數(shù)字溢出在現(xiàn)代供應(yīng)鏈企業(yè)互動(dòng)中的經(jīng)濟(jì)功效。第二，從研究設(shè)計(jì)來(lái)看，將供應(yīng)鏈作為數(shù)字溢出渠道來(lái)考察客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的經(jīng)濟(jì)影響，不僅有助于把客戶數(shù)字化轉(zhuǎn)型產(chǎn)生的溢出效應(yīng)從其他效應(yīng)中分離出來(lái)，為數(shù)字溢出提供了合理且可行的研究情境，而且有利于利用客戶數(shù)字化轉(zhuǎn)型并不依賴企業(yè)特定投資決策的相對(duì)外生特征，減少了內(nèi)生性問(wèn)題對(duì)基本結(jié)論的干擾。同時(shí)，相較于采用數(shù)理思想構(gòu)建出的數(shù)字溢出指標(biāo)，依托供應(yīng)鏈渠道研究數(shù)字溢出有助于從微觀層面挖掘客戶數(shù)字化轉(zhuǎn)型與企業(yè)非效率投資間因果效應(yīng)的作用渠道。

二、理論分析與研究假設(shè)

已有研究表明，數(shù)字技術(shù)具有連接、開(kāi)放、共享等特征［21］，這些特征使得數(shù)字化轉(zhuǎn)型因改變企業(yè)邊界、組織結(jié)構(gòu)及市場(chǎng)基礎(chǔ)而具備跨體系特征［12］。由于供應(yīng)鏈上下游企業(yè)間的核心商業(yè)聯(lián)系為供需關(guān)系，因此，客戶數(shù)字化轉(zhuǎn)型必然能夠?qū)ζ髽I(yè)投資決策產(chǎn)生溢出影響。本文認(rèn)為，客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的影響可能存在競(jìng)爭(zhēng)性假設(shè)，具體分析如下。

1.協(xié)同治理假說(shuō)

在供應(yīng)鏈情境中，協(xié)同治理理論側(cè)重強(qiáng)調(diào)將供應(yīng)鏈上分散在各環(huán)節(jié)的獨(dú)立企業(yè)聯(lián)合起來(lái)，從系統(tǒng)全局觀出發(fā)，以跨界動(dòng)態(tài)互動(dòng)為基礎(chǔ)，構(gòu)建出一個(gè)共同參與、共同治理、共同協(xié)商的商業(yè)關(guān)系共同體，從而降低組織成本、整合治理資源、提升組織效率［22］。在治理協(xié)同假說(shuō)下，客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的具體影響表現(xiàn)在：

（1）客戶數(shù)字化轉(zhuǎn)型通過(guò)增強(qiáng)企業(yè)間信息協(xié)同，降低自利性供需偏差和系統(tǒng)性供需偏差，進(jìn)而改善企業(yè)非效率投資。

第一，客戶數(shù)字化轉(zhuǎn)型能降低客戶夸大需求引致的自利性供需偏差由于下游端客戶對(duì)終端市場(chǎng)需求信息掌握度更高，且客戶在廉價(jià)磋商方式中口頭傳遞的“軟”需求訂單無(wú)法律約束且需求信息扭曲成本較低，導(dǎo)致客戶在信息不對(duì)稱情境下可能存在出于自身利益而夸大自身需求的行為。，進(jìn)而改善企業(yè)非效率投資。一方面，客戶數(shù)字化轉(zhuǎn)型應(yīng)用數(shù)字技術(shù)構(gòu)建出的開(kāi)放性網(wǎng)絡(luò)，增強(qiáng)信息的動(dòng)態(tài)性和傳遞性，緩解了企業(yè)信息資源約束。由于企業(yè)掌握更多低成本、強(qiáng)可靠性、高可信度的信息資源，不僅給客戶帶來(lái)了威懾效果，約束了客戶夸大需求行為，降低了客戶需求信息的歪曲程度，而且可以幫助企業(yè)辨別和驗(yàn)證客戶口頭需求的有效性［23］，合理凈化和區(qū)分客戶需求。此時(shí)，客戶需求信息的真實(shí)性和可靠性得到提高，進(jìn)而幫助企業(yè)改善非效率投資。另一方面，客戶數(shù)字化轉(zhuǎn)型因數(shù)字技術(shù)構(gòu)建出的聯(lián)通網(wǎng)絡(luò)，強(qiáng)化了彼此對(duì)企業(yè)身份的認(rèn)知，增進(jìn)企業(yè)間的溝通、認(rèn)可、信任和友誼［24］。互惠規(guī)范和信任機(jī)制的建立使得客戶出于人道主義和道德標(biāo)準(zhǔn)，減少其在合作中為保證產(chǎn)品供給、爭(zhēng)取更低單價(jià)而夸大或隱藏真實(shí)需求的機(jī)會(huì)主義行為。此時(shí)，由于企業(yè)間交易摩擦和利益沖突減少，企業(yè)非效率投資得到改善。

第二，客戶數(shù)字化轉(zhuǎn)型能降低系統(tǒng)性供需偏差，進(jìn)而改善企業(yè)非效率投資。在實(shí)踐活動(dòng)中，由于客戶需求的形式和數(shù)量變化無(wú)常［25］，即使按照工作內(nèi)容、完成時(shí)間、驗(yàn)收標(biāo)準(zhǔn)等多維度明確客戶需求，仍存在采購(gòu)合作被終止或變更的情形［15］。而客戶數(shù)字化轉(zhuǎn)型不僅為企業(yè)提供了高效且透明的供應(yīng)鏈管理互動(dòng)平臺(tái)，而且為企業(yè)提供了預(yù)測(cè)需求、快速響應(yīng)和提升服務(wù)的核心數(shù)據(jù)，實(shí)現(xiàn)了企業(yè)間實(shí)時(shí)動(dòng)態(tài)互動(dòng)，幫助企業(yè)從傳統(tǒng)產(chǎn)能驅(qū)動(dòng)的線性穩(wěn)態(tài)關(guān)系，演變?yōu)橛尚枨篁?qū)動(dòng)的網(wǎng)狀協(xié)同關(guān)系。此時(shí)，企業(yè)既能夠合理預(yù)測(cè)客戶實(shí)際需求情況和履約概率大小，又能通過(guò)利用客戶產(chǎn)品需求偏好等異質(zhì)性信息實(shí)時(shí)響應(yīng)客戶需求變動(dòng)［2627］，從而有效降低需求不確定性及誤差性造成的“牛鞭效應(yīng)”，改善了企業(yè)非效率投資。

（2）客戶數(shù)字化轉(zhuǎn)型通過(guò)強(qiáng)化聯(lián)結(jié)高管治理優(yōu)勢(shì)和提升聯(lián)結(jié)高管的治理能力，增強(qiáng)聯(lián)結(jié)高管的治理效果，進(jìn)而改善企業(yè)非效率投資。

第一，客戶數(shù)字化轉(zhuǎn)型通過(guò)強(qiáng)化聯(lián)結(jié)高管得天獨(dú)厚的治理優(yōu)勢(shì)，進(jìn)而改善企業(yè)非效率投資。已有研究表明，處于聯(lián)結(jié)關(guān)系中的高管能夠立足于雙方企業(yè)利益制定和實(shí)施重大決策，從而應(yīng)對(duì)決策復(fù)雜性［6］。客戶數(shù)字化轉(zhuǎn)型不僅重構(gòu)了企業(yè)間的管理方式，簡(jiǎn)化了企業(yè)與客戶之間的決策層級(jí)，給予聯(lián)結(jié)高管在重大決策制定中足夠的話語(yǔ)權(quán)［28］，而且推動(dòng)了聯(lián)結(jié)高管充分利用其在客戶與企業(yè)中的雙邊角色優(yōu)勢(shì)，從客戶與企業(yè)雙視角對(duì)戰(zhàn)略決策和業(yè)務(wù)實(shí)踐進(jìn)行“掃描”。此時(shí)，聯(lián)結(jié)高管將以企業(yè)與客戶雙方戰(zhàn)略決策的整體預(yù)期收益為基礎(chǔ)決策框架，制定出符合雙方企業(yè)利益且整合度高的合作共生戰(zhàn)略，從而優(yōu)化了供應(yīng)鏈整體決策，實(shí)現(xiàn)企業(yè)間合理的資源配置，對(duì)企業(yè)非效率投資產(chǎn)生治理效應(yīng)。

第二，客戶數(shù)字化轉(zhuǎn)型通過(guò)提升聯(lián)結(jié)高管的治理能力，進(jìn)而改善企業(yè)非效率投資。企業(yè)投資效率的高低取決于企業(yè)投資決策質(zhì)量的好壞，而企業(yè)投資決策質(zhì)量主要受高管認(rèn)知水平及專業(yè)能力等個(gè)人特征的影響?？蛻魯?shù)字化轉(zhuǎn)型不僅有助于積累和創(chuàng)造大量先進(jìn)知識(shí)、管理理念和經(jīng)驗(yàn)，而且通過(guò)提高網(wǎng)絡(luò)連通性提供給聯(lián)結(jié)高管更多觀察與學(xué)習(xí)的機(jī)會(huì)［29］。此時(shí)，聯(lián)結(jié)高管通過(guò)隱性知識(shí)轉(zhuǎn)化和經(jīng)驗(yàn)借鑒等，提高了問(wèn)題認(rèn)知水平，改變了問(wèn)題處理方式［4］，進(jìn)而影響了業(yè)務(wù)決策能力與執(zhí)行能力。當(dāng)聯(lián)結(jié)高管治理能力得到提升時(shí)，不僅能夠?yàn)槠髽I(yè)投資策略提供更為專業(yè)的建議，而且能夠深入挖掘企業(yè)投資的獨(dú)特優(yōu)勢(shì)，進(jìn)而減少因能力欠缺而造成的生產(chǎn)動(dòng)態(tài)調(diào)整誤判，增強(qiáng)了企業(yè)投資配置的有效性。

基于以上分析，本文提出競(jìng)爭(zhēng)性假設(shè)H1a。

H1a：其他條件不變，客戶數(shù)字化轉(zhuǎn)型能夠改善企業(yè)非效率投資。

2.嬗變失配假說(shuō)

在供應(yīng)鏈情境中，嬗變失配側(cè)重強(qiáng)調(diào)供應(yīng)鏈上的某個(gè)獨(dú)立企業(yè)實(shí)施戰(zhàn)略性變革時(shí)，原本穩(wěn)定的供應(yīng)鏈系統(tǒng)環(huán)境被打破，關(guān)聯(lián)企業(yè)面臨極高的不確定性，甚至因自身結(jié)構(gòu)功能的缺陷而難以適應(yīng)環(huán)境變化，從而導(dǎo)致供應(yīng)鏈企業(yè)間的適配度降低。在嬗變失配假說(shuō)下，客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的具體影響表現(xiàn)在以下方面：

第一，客戶數(shù)字化轉(zhuǎn)型使得企業(yè)間的網(wǎng)絡(luò)結(jié)構(gòu)更復(fù)雜。客戶數(shù)字化轉(zhuǎn)型利用數(shù)字技術(shù)，擴(kuò)大客戶對(duì)供應(yīng)商的搜索范圍，降低了客戶轉(zhuǎn)換新供應(yīng)商的成本，導(dǎo)致供應(yīng)商面臨較高的關(guān)系重塑風(fēng)險(xiǎn)、財(cái)務(wù)危機(jī)和經(jīng)營(yíng)風(fēng)險(xiǎn)［30］。此時(shí)，企業(yè)出現(xiàn)較大的需求不確定和收入不穩(wěn)定性［31］，造成企業(yè)產(chǎn)能和投資規(guī)模之間更加難以適配，企業(yè)投資有效性降低。第二，客戶數(shù)字化轉(zhuǎn)型使企業(yè)間的信息生態(tài)失衡?？蛻魯?shù)字化轉(zhuǎn)型給上下游企業(yè)帶來(lái)指數(shù)級(jí)數(shù)據(jù)要素和信息資源，難以優(yōu)先分辨、排序和解碼和獲取有效信息，造成企業(yè)間失真性信息泛濫，原有的信息形態(tài)、結(jié)構(gòu)和運(yùn)行邏輯被打破［32］。此時(shí)，企業(yè)難以確定客戶需求信息的真實(shí)性，企業(yè)對(duì)客戶需求預(yù)測(cè)的準(zhǔn)確性降低［11］，加劇了企業(yè)非效率投資。第三，客戶數(shù)字化轉(zhuǎn)型使企業(yè)間的協(xié)同運(yùn)作更困難?？蛻魯?shù)字化轉(zhuǎn)型是一場(chǎng)全面重構(gòu)與改造上下游企業(yè)間的顛覆性商業(yè)模式變革，在幫助客戶應(yīng)用先進(jìn)技術(shù)、成熟經(jīng)驗(yàn)開(kāi)展經(jīng)營(yíng)運(yùn)作的同時(shí)，對(duì)企業(yè)在項(xiàng)目管理、訂單處理、需求響應(yīng)等方面提出了更高的協(xié)同要求［33］。此時(shí)，客戶與企業(yè)固有戰(zhàn)略的兼容性變差，企業(yè)的供應(yīng)鏈適應(yīng)性降低且陷入能力缺陷和非預(yù)期僵化中，從而降低了企業(yè)動(dòng)態(tài)生產(chǎn)調(diào)整能力，加劇了企業(yè)非效率投資。

基于以上分析，本文提出競(jìng)爭(zhēng)性假設(shè)H1b。

H1b：其他條件不變，客戶數(shù)字化轉(zhuǎn)型會(huì)加劇企業(yè)非效率投資。

圖1為文章的研究思路圖?？梢钥闯觯恼潞诵倪壿嬍且怨?yīng)鏈為依托，探討客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的溢出效應(yīng)。一方面，客戶數(shù)字化轉(zhuǎn)型可能通過(guò)協(xié)同治理改善企業(yè)非效率投資；另一方面，客戶數(shù)字化轉(zhuǎn)型可能通過(guò)嬗變失配加劇企業(yè)非效率投資。

三、計(jì)量模型及數(shù)據(jù)說(shuō)明

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文使用2007—2019年中國(guó)滬深A(yù)股上市企業(yè)披露的前五大客戶數(shù)據(jù)，先配對(duì)獲取“企業(yè)-客戶-年度”配對(duì)樣本，進(jìn)一步剔除客戶為非深滬A股上市企業(yè)以及客戶具體名稱未被企業(yè)披露的樣本，得到2640個(gè)“企業(yè)-客戶-年度”初始樣本。在此基礎(chǔ)上，本文還剔除了：資產(chǎn)負(fù)債率大于1的樣本；ST、*ST、PT公司樣本；金融行業(yè)樣本；企業(yè)披露客戶名稱但未披露該客戶的具體銷售額的樣本；基礎(chǔ)變量缺失而導(dǎo)致企業(yè)非效率投資缺失的樣本；因上市客戶文本數(shù)據(jù)格式問(wèn)題導(dǎo)致Python無(wú)法抓取并計(jì)算出客戶數(shù)字化轉(zhuǎn)型的樣本；控制變量存在缺失的樣本觀測(cè)值，最終得到共1287個(gè)“企業(yè)-客戶-年度”樣本觀測(cè)值。為了消除異常值的影響，本文將所有連續(xù)變量在1%和99%分位數(shù)上進(jìn)行縮尾處理（Winsorize）。企業(yè)非效率投資計(jì)算使用的原始數(shù)據(jù)、企業(yè)-客戶-年度匹配數(shù)據(jù)以及控制變量數(shù)據(jù)均來(lái)自CSMAR和CNRDS；客戶數(shù)字化轉(zhuǎn)型涉及的文本數(shù)據(jù)來(lái)自客戶企業(yè)的年度財(cái)務(wù)報(bào)表。

（二）變量定義與模型設(shè)定

參照已有研究［3536］，本文構(gòu)建如下基準(zhǔn)回歸模型（1）：

INV_EFFit=β0+β1DIGit-1+β2ROAit+β3LEVit+β4SIZEit+β5SOEit+β6PPEit+β7CASHFLOWit+β8PISit+β9DUALit+β10LHRit+β11INDEPit+β12BOARDit+β13CUS_VOLit-1+β14CUS_AGEit-1+∑YEAR+∑IND+δit（1）

其中，INV_EFF表示企業(yè)在t年的投資效率，采用Richardson模型計(jì)算得到，具體包含企業(yè)非效率投資（ABS_INV）、企業(yè)投資過(guò)度（OVE_INV）、企業(yè)投資不足（UND_INV）三個(gè)變量。

本文將上市企業(yè)的新增投資額（INVEST）作為因變量，將銷售收入增長(zhǎng)率（GROWTH）作為自變量，在控制企業(yè)規(guī)模（SIZE）、股票收益率（RETURA）等一系列相關(guān)變量后，將回歸得到的殘差作為上市企業(yè)非效率投資的度量，具體回歸模型見(jiàn)模型（2）：

INVESTit=α0+α1GROWTHit-1+α2LEVit-1+α3CASHit-1+α4SIZEit-1+α5AGEit-1+α6RETURNit-1+α7INVESTit-1+∑YEAR+∑IND+λit（2）

其中，上市企業(yè)新增投資額（INVEST）由模型（3）計(jì)算得到。

在模型（3）中，資本性支出（CAPEX）定義為“購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金”與“取得子公司及其他營(yíng)業(yè)單位支付的現(xiàn)金凈額”之和；資產(chǎn)清理收益（SALEPPE）定義為“處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)收回的現(xiàn)金凈額”與“處置子公司及其他營(yíng)業(yè)單位收到的現(xiàn)金凈額”之和；重置投資（INVESTMAINTIAN）定義為“固定資產(chǎn)折舊、油氣資產(chǎn)折耗、生產(chǎn)性生物資產(chǎn)折舊”、“無(wú)形資產(chǎn)攤銷”以及“長(zhǎng)期待攤費(fèi)用攤銷”三者之和。

INVESTit=（CAPEXit-SALEPPEit-INVESTMAINTIANit）/SIZEit（3）

DIG表示客戶在t-1年的數(shù)字化轉(zhuǎn)型程度，即沿用趙宸宇等的做法［34］，采用客戶年報(bào)中數(shù)字化轉(zhuǎn)型的文本關(guān)鍵詞詞頻數(shù)的自然對(duì)數(shù)來(lái)衡量。對(duì)于控制變量，本文選取企業(yè)資本特征、企業(yè)治理特征、客戶銷售特征、客戶年齡特征等變量加以控制。此外，模型控制了年度固定效應(yīng)（YEAR）和行業(yè)固定效應(yīng)（IND）。具體變量定義如表1所示。

（三）變量的描述性統(tǒng)計(jì)結(jié)果

表2的Panel A為企業(yè)的前五大上市客戶特征的相關(guān)統(tǒng)計(jì)結(jié)果。NUM_CUS表示樣本企業(yè)每年的上市客戶數(shù)量，均值為1.418，說(shuō)明每個(gè)企業(yè)每年平均擁有1.418個(gè)上市客戶。PERCENT表示樣本企業(yè)的單個(gè)客戶銷售額占企業(yè)總銷售額的比重，均值為0.069，中位數(shù)為0.043，最大值為0.885，說(shuō)明客戶銷售占比存在較大差異。RANK表示上市客戶銷售額在企業(yè)總銷售額中的排名，均值是2.899，中位數(shù)是3.000，說(shuō)明上市客戶在企業(yè)客戶排名中比較靠前，會(huì)對(duì)企業(yè)產(chǎn)生較大影響。

表2的Panel B為變量的全樣本描述性統(tǒng)計(jì)結(jié)果。企業(yè)非效率投資（ABS_INV）的均值是0.040，說(shuō)明樣本中實(shí)際投資效率與期望投資效率的差異是4%，且企業(yè)非效率投資（ABS_INV）的最小值大于0，說(shuō)明樣本中企業(yè)存在投資過(guò)度或投資不足現(xiàn)象。企業(yè)過(guò)度投資（OVE_INV）的均值是0.051，而企業(yè)投資不足（UND_INV）的均值是0.034，說(shuō)明在企業(yè)非效率投資中企業(yè)過(guò)度投資程度比企業(yè)投資不足程度更為嚴(yán)重該統(tǒng)計(jì)結(jié)果為基準(zhǔn)回歸實(shí)證結(jié)果，即客戶數(shù)字化轉(zhuǎn)型能夠有效緩解企業(yè)過(guò)度投資而并未有效緩解企業(yè)投資不足提供初步的統(tǒng)計(jì)支撐。，間接表明供應(yīng)鏈間供過(guò)于求現(xiàn)象比供不應(yīng)求現(xiàn)象更為突出?？蛻魯?shù)字化轉(zhuǎn)型（DIG）的均值為2.488，最大值為5.142，說(shuō)明樣本中客戶的數(shù)字化轉(zhuǎn)型程度存在較大差異?？刂谱兞康娜≈稻诤侠韰^(qū)間范圍內(nèi)，且統(tǒng)計(jì)結(jié)果與常識(shí)及同類文獻(xiàn)的統(tǒng)計(jì)分布特征基本吻合。

表2的Panel C為主要變量在客戶數(shù)字化轉(zhuǎn)型程度高組和低組的描述性統(tǒng)計(jì)結(jié)果。本文根據(jù)行業(yè)將客戶數(shù)字化轉(zhuǎn)型程度分為客戶數(shù)字化轉(zhuǎn)型程度高組和客戶數(shù)字化轉(zhuǎn)型程度低組兩個(gè)組?？梢园l(fā)現(xiàn)，企業(yè)的客戶數(shù)量（NUM_CUS）在數(shù)字化轉(zhuǎn)型程度高組和低組的均值分別是1.462和1.378，并且均值差異在5%的統(tǒng)計(jì)水平上顯著，表明企業(yè)更傾向于選擇數(shù)字化轉(zhuǎn)型程度高的客戶。同時(shí)，在客戶數(shù)字化轉(zhuǎn)型程度高組以及低組中，企業(yè)非效率投資（ABS_INV）、企業(yè)過(guò)度投資（OVE_INV）均在1%的統(tǒng)計(jì)水平上存在顯著差異。然而，企業(yè)投資不足（UND_INV）的P值為0.100，表明在客戶數(shù)字化轉(zhuǎn)型程度高組以及低組中并不存在顯著差異。

四、實(shí)證檢驗(yàn)與結(jié)果分析

（一）基準(zhǔn)回歸

表3為基準(zhǔn)回歸結(jié)果。表3的列（1）至列（3）結(jié)果表明客戶數(shù)字化轉(zhuǎn)型顯著改善了企業(yè)非效率

投資。進(jìn)一步地，從企業(yè)過(guò)度投資和企業(yè)投資不足兩種情形來(lái)分析客戶數(shù)字化轉(zhuǎn)型對(duì)不同企業(yè)非效率投資的影響。表3的列（4）至列（6）結(jié)果表明客戶數(shù)字化轉(zhuǎn)型并沒(méi)有明顯改善企業(yè)投資不足。表3的列（7）至列（9）結(jié)果顯示，DIG的回歸系數(shù)均顯著為負(fù)，表明客戶數(shù)字化轉(zhuǎn)型明顯改善了企業(yè)過(guò)度投資。客戶數(shù)字化轉(zhuǎn)型顯著改善企業(yè)過(guò)度投資而未顯著改善企業(yè)投資不足是因?yàn)椋嚎蛻魯?shù)字化轉(zhuǎn)型引致的數(shù)字溢出對(duì)兩種投資決策的協(xié)同治理效果可能存在差異。在現(xiàn)實(shí)情境中，供應(yīng)鏈層面普遍存在投資潮涌現(xiàn)象引發(fā)的嚴(yán)重過(guò)剩投資以及客戶廉價(jià)磋商方式誘發(fā)的供過(guò)于求。因此，當(dāng)客戶數(shù)字化轉(zhuǎn)型時(shí)，信息協(xié)同和高管治理能夠更加有效地緩解投資潮涌現(xiàn)象，克服客戶廉價(jià)磋商給企業(yè)造成的過(guò)度投資，使得客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)過(guò)度投資的改善程度更高。

（二）穩(wěn)健性檢驗(yàn)

1.關(guān)于企業(yè)投資效率的度量

第一，解決企業(yè)投資效率的系統(tǒng)性偏差問(wèn)題。借鑒張悅玫等的做法［37］，本文將Richardson模型計(jì)算出的企業(yè)投資效率從小到大排序并進(jìn)行分組，剔除企業(yè)投資效率排在前5%的樣本，利用排在后95%的樣本重新回歸。表4列（1）至列（3）結(jié)果表明，企業(yè)投資效率的系統(tǒng)性偏差并未對(duì)基準(zhǔn)結(jié)果形成干擾。第二，替換企業(yè)投資效率的度量?？紤]到計(jì)算企業(yè)投資效率的估算模型不同，企業(yè)投資效率的度量結(jié)果會(huì)存在差異，本文借鑒劉行和葉康濤［38］的做法，利用企業(yè)市場(chǎng)價(jià)值（TOBIN）替換銷售增長(zhǎng)率（GROWTH）作為Richardson模型中的因變量，重新計(jì)算得到企業(yè)投資效率。其中，企業(yè)市場(chǎng)價(jià)值（TOBIN）使用股權(quán)價(jià)值與債務(wù)賬面價(jià)值之和除以期末資產(chǎn)總額度量。表4列（4）至列（6）結(jié)果表明基準(zhǔn)結(jié)論未發(fā)生實(shí)質(zhì)性改變。

2.排除樣本匹配對(duì)基準(zhǔn)結(jié)果的影響

首先，考慮到前文1287個(gè)“企業(yè)-客戶-年度”觀測(cè)值中包含A股深滬上市企業(yè)506個(gè)，A股深滬上市客戶385個(gè)，存在多對(duì)某個(gè)企業(yè)（P）當(dāng)年（2015年）可能匹配有多個(gè)客戶（G、B、Z）的情形，因此，本文構(gòu)建同年份同企業(yè)所對(duì)應(yīng)前五大客戶數(shù)字化轉(zhuǎn)型均值（DIG_MEAN）和同年份同企業(yè)所對(duì)應(yīng)前五大客戶數(shù)字化轉(zhuǎn)型中位數(shù)（DIG_MEDIAN）兩個(gè)變量，分別替換模型（1）的自變量并重新回歸。表5的Panel A結(jié)果證明，同一企業(yè)對(duì)應(yīng)多個(gè)客戶情形不會(huì)影響基準(zhǔn)結(jié)果。其次，考慮到樣本匹配過(guò)程中存在同一客戶對(duì)應(yīng)多個(gè)企業(yè)的情形，即在1287個(gè)匹配樣本中有67.83%的樣本為單一客戶對(duì)應(yīng)單一企業(yè)，而32.17%的樣本為單一客戶對(duì)應(yīng)多個(gè)企業(yè)，因此，本文刪除415個(gè)同一客戶對(duì)應(yīng)多個(gè)企業(yè)的樣本后重新回歸。表5的Panel B結(jié)果證明，樣本中同一客戶對(duì)應(yīng)多個(gè)企業(yè)情形不會(huì)影響基準(zhǔn)結(jié)果。

3.其他穩(wěn)健性檢驗(yàn)

第一，增加行業(yè)維度與年份維度的交互固定效應(yīng)以及省份層面固定效應(yīng)并重新回歸，以吸收面板線性回歸

多層次的固定效應(yīng)。第二，進(jìn)行企業(yè)聚類、行業(yè)聚類與城市聚類。第三，由于企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)降低信息不對(duì)稱以及減少代理成本來(lái)提升企業(yè)投資效率［39］，在模型（1）中加入滯后一期的企業(yè)數(shù)字化轉(zhuǎn)型變量并重新回歸。第四，一方面，考慮到客戶盈余信息解讀是企業(yè)充分了解客戶需求的重要途徑之一［40］，另一方面，客戶會(huì)計(jì)信息質(zhì)量通過(guò)供應(yīng)鏈影響關(guān)聯(lián)企業(yè)的投資決策［41］，因此，在模型（1）中控制客戶盈余管理與客戶會(huì)計(jì)穩(wěn)健性等變量。上述穩(wěn)健性檢驗(yàn)均表明基準(zhǔn)結(jié)果未發(fā)生實(shí)質(zhì)性改變。由于篇幅所限，結(jié)果留存?zhèn)渌鳌?/p>

（三）內(nèi)生性檢驗(yàn)

1.工具變量法

借鑒曾慶生等的做法［42］，選取客戶數(shù)字化轉(zhuǎn)型同年度同行業(yè)中位數(shù)（DIG_IND）、客戶數(shù)字化轉(zhuǎn)型同年度同城市中位數(shù)（DIG_CITY）作為客戶數(shù)字化轉(zhuǎn)型（DIG）的工具變量，進(jìn)行工具變量估計(jì)?；貧w結(jié)果如表6所示。結(jié)果

表明，兩個(gè)工具變量均滿足外生性和相關(guān)性的要求；反向因果不會(huì)影響基準(zhǔn)結(jié)果。

2.解決樣本選擇偏差

由于數(shù)字化轉(zhuǎn)型的花費(fèi)巨大，只有財(cái)力雄厚與資源豐富的客戶才有條件或更可能實(shí)施數(shù)字化轉(zhuǎn)型，因此，為了克服樣本

選擇偏差對(duì)基準(zhǔn)結(jié)果的影響，本文采用Heckman兩階段排除這種干擾。在Heckman第一階段檢驗(yàn)?zāi)Ｐ椭?，引入客戶?shù)字化轉(zhuǎn)型（DIG_H）虛擬變量作為因變量構(gòu)建概率方程，預(yù)測(cè)客戶數(shù)字化轉(zhuǎn)型概率，并計(jì)算逆米爾斯比率（IMR）。進(jìn)一步將第一階段估計(jì)的逆米爾斯比（IMR）放入第二階段模型中進(jìn)行回歸。表7的結(jié)果表明，在考慮了樣本自選擇問(wèn)題后，基準(zhǔn)結(jié)論仍舊穩(wěn)健。

3.隨機(jī)生成實(shí)驗(yàn)組的安慰劑檢驗(yàn)

考慮到存在某些隨機(jī)因素可能會(huì)改善企業(yè)非效率投資，因此，利用蒙特卡洛模擬重復(fù)回歸模型（1）500次。圖2以ABS_INV作為因變量，圖3以O(shè)VE_INV作為因變量。結(jié)果表明，

所得系數(shù)和P值的分布均在零的附近且服從正態(tài)分布，符合安慰劑檢驗(yàn)的預(yù)期。

五、進(jìn)一步研究

（一）作用渠道檢驗(yàn)

上文已述，客戶數(shù)字化轉(zhuǎn)型通過(guò)信息協(xié)同和高管治理進(jìn)而改善企業(yè)非效率投資。一方面，客戶數(shù)字化轉(zhuǎn)型通過(guò)增強(qiáng)企業(yè)間信息協(xié)同、降低自利性供需偏差和系統(tǒng)性供需偏差，幫助企業(yè)改善非效率投資；另一方面，客戶數(shù)字化轉(zhuǎn)型通過(guò)強(qiáng)化聯(lián)結(jié)高管

治理優(yōu)勢(shì)和提升聯(lián)潔高管的治理能力，增強(qiáng)聯(lián)潔高管的治理效果，進(jìn)而改善企業(yè)非效率投資。

延續(xù)上述邏輯，若信息協(xié)同渠道和高管治理渠道成立，則客戶數(shù)字化轉(zhuǎn)型可提高企業(yè)間的信息協(xié)同和高管治理。為此，借鑒江艇［43］的做法，本文通過(guò)模型（4）檢驗(yàn)可能的作用渠道：

ACTIONit=φ0+φ1DIGit-1+φ2ROAit+φ3LEVit+φ4SIZEit+φ5SOEit+φ6PPEit+φ7CASHFLOWit+φ8PISit+φ9DUALit+φ10LHRit+φ11INDEPit+φ12BOARDit+φ13CUS_VOLit-1+φ14CUS_AGEit-1+∑YEAR+∑IND+τit（4）

其中，渠道變量（ACTION）包含兩個(gè)分變量：信息協(xié)同變量（MATCH）與高管治理變量（MANATIE）。關(guān)于信息協(xié)同變量（MATCH），借鑒已有研究［43］，本文采用企業(yè)需求波動(dòng)對(duì)生動(dòng)偏離程度的絕對(duì)值來(lái)度量具體計(jì)算公式為MATCHi，t=ABS（σDEMANDi，t）/σ（PRODUCTIONi，t）。其中，DEMAND為企業(yè)需求，采用企業(yè)營(yíng)業(yè)收入的自然對(duì)數(shù)或者企業(yè)營(yíng)業(yè)總收入的自然對(duì)數(shù)來(lái)衡量；PRODUCTION為企業(yè)生產(chǎn)，采用企業(yè)營(yíng)業(yè)成本與企業(yè)存貨凈值之和的自然對(duì)數(shù)來(lái)衡量。企業(yè)生產(chǎn)波動(dòng)是企業(yè)生產(chǎn)的標(biāo)準(zhǔn)差；企業(yè)需求波動(dòng)是企業(yè)需求的標(biāo)準(zhǔn)差。。其中，MATCH_1為以企業(yè)營(yíng)業(yè)收入為基礎(chǔ)的需求波動(dòng)對(duì)生產(chǎn)波動(dòng)偏離程度的絕對(duì)值；MATCH_2為以企業(yè)營(yíng)業(yè)總收入為基礎(chǔ)的需求波動(dòng)對(duì)生產(chǎn)波動(dòng)偏離程度的絕對(duì)值。當(dāng)信息協(xié)同變量（MATCH）數(shù)值越大時(shí)，企業(yè)需求波動(dòng)偏離生產(chǎn)波動(dòng)的程度越大，表明企業(yè)間的供需匹配度越低。關(guān)于高管治理變量（MANATIE），借鑒李云鶴等［4］的做法，本文采用客戶與企業(yè)的高管聯(lián)結(jié)來(lái)度量。其中，MANATIE_1為客戶與企業(yè)高管聯(lián)結(jié)數(shù)量是否大于或等于樣本高管聯(lián)結(jié)均值，是取值為1，否則取值為0；MANATIE_2為客戶與企業(yè)是否存在高管聯(lián)結(jié)，是取值為1，否則取值為0。

回歸結(jié)果如表8所示。結(jié)果意味著增加信息協(xié)同、加強(qiáng)高管治理是客戶數(shù)字化轉(zhuǎn)型改善企業(yè)非效率投資的重要作用渠道。

（二）異質(zhì)性檢驗(yàn)

根據(jù)溢出效應(yīng)理論，客戶數(shù)字化轉(zhuǎn)型引致的數(shù)字溢出受供應(yīng)鏈層面外生因素和企業(yè)層面內(nèi)生因素的雙重影響。因此，本文從供應(yīng)鏈層面外生因素即客企關(guān)系性質(zhì)、客企數(shù)字差距以及企業(yè)層面內(nèi)生因素即企業(yè)融資約束三個(gè)角度考察不同情境下基準(zhǔn)結(jié)果的差異。

首先，社會(huì)網(wǎng)絡(luò)研究認(rèn)為，良好的客企關(guān)系能夠提升企業(yè)間的緊密程度、信任程度以及交流程度，從而增加上下游企業(yè)間的依賴程度［44］。企業(yè)間依賴程度的提高有效增強(qiáng)了數(shù)字溢出協(xié)同治理效果，使得客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的改善效果更為明顯。

其次，客企數(shù)字差距越大，客戶數(shù)字化轉(zhuǎn)型引致的數(shù)字溢出對(duì)企業(yè)在業(yè)務(wù)流程等多方面的滲透性越強(qiáng)，數(shù)字溢出對(duì)企業(yè)非效率投資的改善具有越大邊際貢獻(xiàn)。

最后，當(dāng)企業(yè)融資約束程度越大時(shí)，企業(yè)面臨的轉(zhuǎn)型困境促使企業(yè)具有越強(qiáng)意愿去積極捕捉和利用客戶數(shù)字化轉(zhuǎn)型帶來(lái)的資源優(yōu)勢(shì)等［45］。此時(shí)，數(shù)字溢出的協(xié)同治理效果得到更好的發(fā)揮，企業(yè)非效率投資得到更好的改善。

為此，本文通過(guò)模型（5）進(jìn)行異質(zhì)性檢驗(yàn)：

INV_EFFit=θ0+θ1DIGit-1×DIFFit+θ2ROAit+θ3LEVit+θ4SIZEit+θ5SOEit+θ6PPEit+θ7CASHFLOWit+θ8PISit+θ9DUALit+θ10LHRit+θ11INDEPit+θ12BOARDit+θ13CUS_VOLit-1+θ14CUS_AGEit-1+∑YEAR+∑IND+πit（5）

其中，異質(zhì)性變量（DIFF）包含三個(gè)分變量：客企關(guān)系性質(zhì)變量（TC）、客企數(shù)字差距變量（CHA）與企業(yè)融資約束變量（KZ）。關(guān)于客企關(guān)系性質(zhì)變量（TC），借鑒已有研究［46］，本文采用（應(yīng)收賬款平均余額+應(yīng)收票據(jù)平均余額-預(yù)收賬款平均余額）/期末總資產(chǎn)平均余額來(lái)衡量，該指標(biāo)越大，表明企業(yè)越愿意給客戶提供應(yīng)收賬款等，客企關(guān)系性質(zhì)越好。關(guān)于客企數(shù)字差距變量（CHA），借鑒李云鶴等［4］的做法，本文采用客戶數(shù)字化轉(zhuǎn)型程度與企業(yè)數(shù)字化轉(zhuǎn)型程度之差的絕對(duì)值來(lái)衡量，該指標(biāo)越大，供應(yīng)鏈企業(yè)間數(shù)字差距越大。關(guān)于企業(yè)融資約束變量（KZ），借鑒已有研究做法［47］，采用KZ指數(shù)來(lái)衡量融資約束，該指標(biāo)越大，企業(yè)融資約束越高?；貧w結(jié)果如表9所示。結(jié)果表明，當(dāng)客企關(guān)系性質(zhì)越好、客企數(shù)字差距越高、企業(yè)融資約束程度越大時(shí)，數(shù)字溢出發(fā)揮的協(xié)同治理效果越強(qiáng)，客戶數(shù)字化轉(zhuǎn)型對(duì)企業(yè)非效率投資的改善程度越高。

六、研究結(jié)論與啟示

當(dāng)前，我國(guó)商品市場(chǎng)的供需矛盾仍然突出，產(chǎn)能過(guò)剩問(wèn)題依舊嚴(yán)重，利用數(shù)字技術(shù)暢通上下游企業(yè)間的供需信息等要素，改善企業(yè)非效率投資，成為我國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高水平供需良性循環(huán)的關(guān)鍵一環(huán)。本文利用2007—2019年中國(guó)深滬A股上市公司披露的前五大客戶數(shù)據(jù)，檢驗(yàn)發(fā)現(xiàn)：客戶數(shù)字化轉(zhuǎn)型能夠改善企業(yè)非效率投資且主要表現(xiàn)在抑制企業(yè)過(guò)度投資，從而證實(shí)客戶數(shù)字化轉(zhuǎn)型引致的數(shù)字溢出能夠緩解上下游企業(yè)間的供需矛盾。進(jìn)一步發(fā)現(xiàn)，協(xié)同治理是客戶數(shù)字化轉(zhuǎn)型改善企業(yè)非效率投資的潛在作用渠道，當(dāng)客企關(guān)系性質(zhì)良好、客企數(shù)字差距較大且企業(yè)面臨的融資約束較高時(shí)，數(shù)字溢出發(fā)揮的協(xié)同治理效果對(duì)企業(yè)非效率投資的改善程度較大。本文的貢獻(xiàn)體現(xiàn)在：不僅從數(shù)字溢出視角分析了企業(yè)非效率投資的影響因素，而且發(fā)現(xiàn)數(shù)字溢出存在協(xié)同治理效果。

從實(shí)踐層面講，本文可能具有如下啟示：第一，企業(yè)應(yīng)順應(yīng)供應(yīng)鏈的協(xié)同治理發(fā)展態(tài)勢(shì)，深刻認(rèn)識(shí)到企業(yè)管理決策與判斷不能再拘泥于企業(yè)自身因素，而是應(yīng)將客戶數(shù)字化等特征納入企業(yè)決策函數(shù)，促使供應(yīng)鏈在時(shí)空上重新耦合，構(gòu)建模塊化生產(chǎn)網(wǎng)絡(luò)，實(shí)現(xiàn)企業(yè)間的分工協(xié)作、資源整合。第二，企業(yè)應(yīng)關(guān)注供應(yīng)鏈聯(lián)結(jié)高管這一人力資源紐帶在供應(yīng)鏈管理中發(fā)揮的重要作用。供應(yīng)鏈聯(lián)結(jié)高管是企業(yè)間的關(guān)系橋梁，其不僅改變企業(yè)間低度專業(yè)化分工與協(xié)作狀況，而且提升企業(yè)間合作治理水平。因此，企業(yè)應(yīng)科學(xué)運(yùn)用并發(fā)揮聯(lián)結(jié)高管在穩(wěn)定長(zhǎng)期交易關(guān)系中的作用，推進(jìn)企業(yè)間高層次合作網(wǎng)絡(luò)和治理模式建設(shè)。第三，政府應(yīng)引導(dǎo)大客戶數(shù)字化轉(zhuǎn)型來(lái)最大化數(shù)字溢出的經(jīng)濟(jì)功效，通過(guò)產(chǎn)業(yè)政策調(diào)整和規(guī)制引導(dǎo)供應(yīng)鏈前五大上市客戶企業(yè)積極實(shí)施數(shù)字化轉(zhuǎn)型，進(jìn)而通過(guò)客戶數(shù)字化轉(zhuǎn)型的正外部性對(duì)實(shí)現(xiàn)供給側(cè)結(jié)構(gòu)性改革、暢通國(guó)內(nèi)經(jīng)濟(jì)循環(huán)起到助推效果。

參考文獻(xiàn)：

［1］

肖靜華.企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革［J］.改革，2020（4）：3749.

［2］王嬌，王凡林，于瑤.客戶數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率——基于技術(shù)進(jìn)步與要素重置視角的分析［J］.經(jīng)濟(jì)經(jīng)緯，2023（6）：8396.

［3］楊金玉，彭秋萍，葛震霆.數(shù)字化轉(zhuǎn)型的客戶傳染效應(yīng)——供應(yīng)商創(chuàng)新視角［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（8）：156174.

［4］李云鶴，藍(lán)齊芳，吳文鋒.客戶公司數(shù)字化轉(zhuǎn)型的供應(yīng)鏈擴(kuò)散機(jī)制研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（12）：146165.

［5］杜勇，婁靖.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)升級(jí)的影響及溢出效應(yīng)［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2022（5）：119133.

［6］陳慶江，王彥萌.基于高管聯(lián)結(jié)的企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略擴(kuò)散：實(shí)現(xiàn)機(jī)制與邊界條件［J］.財(cái)經(jīng)研究，2022（12）：4862.

［7］范合君，吳婷，何思錦.企業(yè)數(shù)字化的產(chǎn)業(yè)鏈聯(lián)動(dòng)效應(yīng)研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（3）：115132.

［8］王丹，李丹，李歡.客戶集中度與企業(yè)投資效率［J］.會(huì)計(jì)研究，2020（1）：110125.

［9］曹越，胡新玉，陳文瑞，等.客戶關(guān)系型交易、高管薪酬業(yè)績(jī)敏感性與非效率投資［J］.管理評(píng)論，2020（8）：166178.

［10］Forrester J W.Industrial dynamics［M］.Cambridge，MA：MIT Press，1961.

［11］陳濤琴，李棟棟，洪劍峭.客戶盈余質(zhì)量與供應(yīng)商投資效率分析——基于A股上市公司的經(jīng)驗(yàn)研究［J］.南開(kāi)管理評(píng)論，2021（3）：193203.

［12］殷楓，賈競(jìng)岳.大客戶盈余管理對(duì)供應(yīng)商企業(yè)投資的影響研究［J］.審計(jì)與經(jīng)濟(jì)研究，2017（6）：6478.

［13］魏明海，衣昭穎，李晶晶.中國(guó)情境下供應(yīng)鏈中客戶盈余信息傳遞效應(yīng)影響因素研究［J］.會(huì)計(jì)研究，2018（6）：1925.

［14］Chen C，Kim J B，Wei M，et al.Linguistic information quality in customers forward‐looking disclosures and suppliers investment decisions［J］.Contemporary Accounting Research，2019，36（3）：17511783.

［15］Chiu T T，Kim J B，Wang Z.Customers risk factor disclosures and suppliers investment efficiency［J］.Contemporary Accounting Research，2019，36（2）：773804.

［16］楊志強(qiáng)，唐松，李增泉.資本市場(chǎng)信息披露、關(guān)系型合約與供需長(zhǎng)鞭效應(yīng)——基于供應(yīng)鏈信息外溢的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020（7）：89105+217218.

［17］白俊，李闖，李沙沙.客戶前瞻性信息質(zhì)量與供應(yīng)商投資效率——基于年報(bào)文本分析的經(jīng)驗(yàn)證據(jù)［J］.金融經(jīng)濟(jì)學(xué)研究，2021（2）：99116.

［18］Cohen L，F(xiàn)razzini A.Economic links and predictable returns［J］.The Journal of Finance，2008，63（4）：19772011.

［19］Frynas J G，Mol M J，Mellahi K.Management innovation made in China：Haiers Rendanheyi［J］.California management review，2018，61（1）：7193.

［20］陳劍，黃朔，劉運(yùn)輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運(yùn)營(yíng)管理［J］.管理世界，2020（2）：117128+222.

［21］Bessen J E，Righi C.Information technology and firm employment［J］.Boston Univ.School of Law，Law and Economics Research Paper，2019，（196）.

［22］Ansell C，Gash A.Collaborative platforms as a governance strategy［J］.Journal of Public Administration Research and Theory，2018，28（1）：1632.

［23］Cui R，Allon G，Bassamboo A，et al.Information sharing in supply chains：An empirical and theoretical valuation［J］.Management Science，2015，61（11）：28032824.

［24］zer ，Zheng Y，Chen K Y.Trust in forecast information sharing［J］.Management Science，2011，57（6）：11111137.

［25］Queiroz M M，Telles R，Bonilla S H.Blockchain and supply chain management integration：a systematic review of the literature［J］.Supply chain management：An international journal，2020，25（2）：241254.

［26］Lee H L，Padmanabhan V，Whang S.Information distortion in a supply chain：The bullwhip effect［J］.Management science，1997，43（4）：546558.

［27］Hofmann E.Big data and supply chain decisions：The impact of volume，variety and velocity properties on the bullwhip effect［J］.International Journal of Production Research，2017，55（17）：51085126.

［28］徐鵬，張恒，白貴玉.母子公司高管縱向聯(lián)結(jié)對(duì)子公司治理穩(wěn)定性的影響研究——來(lái)自企業(yè)集團(tuán)框架內(nèi)上市公司的經(jīng)驗(yàn)證據(jù)［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（11）：95113.

［29］Naumovska I，Gaba V，Greve H R.The diffusion of differences：A review and reorientation of 20 years of diffusion research［J］.Academy of Management Annals，2021，15（2）：377405.

［30］Itzkowitz J.Customers and cash：How relationships affect suppliers cash holdings［J］.Journal of Corporate Finance，2013，19（5）：159180.

［31］侯德帥，王琪，張婷婷，等.企業(yè)數(shù)字化轉(zhuǎn)型與客戶資源重構(gòu)［J］.財(cái)經(jīng)研究，2023（2）：110124.

［32］王嬌，孫秋杰.數(shù)字溢出：理論框架與未來(lái)研究［J］.財(cái)會(huì)通訊，2023（24）：914.

［33］Eller R，Alford P，Kallmünzer A，et al.Antecedents，consequences，and challenges of small and medium-sized enterprise digitalization［J］.Journal of Business Research，2020，112（6）：119127.

［34］趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財(cái)貿(mào)經(jīng)濟(jì)，2021（7）：114129.

［35］Richardson S.Over-investment of free cash flow［J］.Review of accounting studies，2006，11（7）：159189.

［36］潘越，湯旭東，寧博，等.連鎖股東與企業(yè)投資效率：治理協(xié)同還是競(jìng)爭(zhēng)合謀［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2020（2）：136164.

［37］張悅玫，張芳，李延喜.會(huì)計(jì)穩(wěn)健性、融資約束與投資效率［J］.會(huì)計(jì)研究，2017（9）：3540+96.

［38］劉行，葉康濤.企業(yè)的避稅活動(dòng)會(huì)影響投資效率嗎？［J］.會(huì)計(jì)研究，2013（6）：4753+96.

［39］李雷，楊水利，陳娜.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資效率的影響研究［J］.軟科學(xué)，2022（11）：2329.

［40］Raman K，Shahrur H.Relationship-specific investments and earnings management：Evidence on corporate suppliers and customers［J］.The Accounting Review，2008，83（4）：10411081.

［41］Hui K W，Klasa S，Yeung P E.Corporate suppliers and customers and accounting conservatism［J］.Journal of Accounting and Economics，2012，53（1／2）：115135.

［42］曾慶生，周波，張程，等.年報(bào)語(yǔ)調(diào)與內(nèi)部人交易：“表里如一”還是“口是心非”？［J］.管理世界，2018（9）：143160.

［43］江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100120.

［44］Cachon G P，Lariviere M A.Contracting to assure supply：How to share demand forecasts in a supply chain［J］.Management science，2001，47（5）：629646.

［45］Brass D J.New developments in social network analysis［J］.Annual Review of Organizational Psychology and Organizational Behavior，2022，9（6）：225246.

［46］陳金曉，陳劍.從優(yōu)化到重塑——大變局中的供應(yīng)鏈高質(zhì)量發(fā)展［J］.系統(tǒng)工程理論與實(shí)踐，2022（3）：545558.

［47］祁懷錦，魏禹嘉，劉艷霞.企業(yè)數(shù)字化轉(zhuǎn)型與商業(yè)信用供給［J］.經(jīng)濟(jì)管理，2022（12）：158184.

［48］Kaplan S N，Zingales L.Do investment-cash flow sensitivities provide useful measures of financing constraints？［J］.The quarterly journal of economics，1997，112（1）：169215.

［責(zé)任編輯：劉? 茜，王麗愛(ài)］

Customer Digital Transformation and Enterprise Inefficiency Investment：

Coordination Governance or Evolution Mismatch

WANG Jiao， WANG Fanlin

（School of Accounting， Capital University of Economics and Business， Beijing 100070， China）

Abstract： This paper incorporates customer digital transformation behavior decision-making into the research framework of enterprise inefficient investment， and uses the data of the top five customers disclosed by A-share listed companies in Shenzhen and Shanghai from 2007 to 2019 to test the following findings： customer digital transformation has a positive spillover effect on enterprise inefficient investment， and this positive spillover effect is mainly reflected in inhibiting enterprise over-investment. This conclusion still exists after a series of robustness. Further research finds that information coordination and executive governance are two channels for customer digital transformation to improve coordination inefficient investment， which confirms the existence of coordination governance effect of digital spillover. In addition， when the nature of the relationship between customers and enterprises is better， the digital divide between customers and enterprises is larger， and the financing constraints of enterprises are higher， the improvement effect of customer digital transformation on enterprise inefficient investment is better. This paper not only affirms that digital spillover caused by customer digital transformation can improve enterprise inefficient investment， but also provides a solution for alleviating the contradiction between supply and demand among enterprises. Moreover， the coordination governance effect of supply chain digital spillover is found and verified， which deepens the academic understanding of supply chain digital spillover from all walks of life. All in all， this paper has practical significance and theoretical value.

Key Words： contradiction between supply and demand；digital spillover；digital transformation；enterprise social capital；information coordination；governance of executives