How Can "Chain Master" Improve the Total Factor Productivity of Upstream and Downstream Enterprises
-
摘要: “链主”企业能否发挥“头雁效应”以带动链上企业协同发展，对于提升产业链供应链抗风险能力具有重要意义。基于2009—2019年A股上市企业数据，研究发现“链主”企业能够发挥“头雁效应”，且通过加强风险管理、优化资源配置与提高技术创新能力三条路径带动链上企业全要素生产率提升。进一步分析表明，当“链主”企业处于产业链供应链下游、数字化转型程度越高以及与链上企业地理位置越邻近时，“链主”企业对链上企业全要素生产率的引领作用更显著。本研究不仅加深对“链主”企业纵向产业引领能力的认识，还响应以发展新质生产力布局产业链供应链的相关政策要求，为提高产业链供应链安全水平与现代化水平以加快发展新质生产力提供一定的学术参考。Abstract: Whether "chain master" can give full play to their "leading goose" is of great significance for leading the collaborative development of enterprises in the chain and promoting the security level of the industrial chain and supply chain. Based on the data of A-share listed enterprises from 2009 to 2019, this research finds that the "chain master" can exert the "leading goose effect", which can drive enterprises in the chain to improve their total factor productivity through three ways: strengthening risk management, optimizing resource allocation, and improving the ability of technology innovation. Further analysis shows that such effect becomes more positive as leading-chain enterprises are in downstream industrial chain and supply chain with high-level digital transformation and competitive geographical proximity. The research not only deepens the understanding of the vertical industrial leadership ability of "chain leader" enterprises, but also responds to the relevant policy requirements of developing the industrial chain and supply chain empowered by new quality productive forces. It also provides certain academic references for improving security and modernization of the industrial chain and supply chain, facilitating the development of new quality productive forces.
-
Key words:
- "chain master" /
- total factor productivity /
- "leading goose effect"
-
表 1 变量定义
变量类型 变量名称 变量符号 变量测度 解释变量 “链主”企业 Leading_firms 同时满足三个条件即为“链主”企业，赋值为1，否则为0 被解释变量 链上企业全要素生产率 Customer_supplier_tfp 基于LP法计算全要素生产率 资产负债率 Lev 年末总负债/年初总资产 营业收入增长率 Growth (本年营业收入/上一年营业收入)-1 总资产周转率 ATO 销售收入净额/平均资产总额 第一大股东持股比 Top1 第一大股东持股数/总股数 控制变量 独立董事比重 Indep 独立董事人数/董事会人数 董事会规模 Board 董事会人数 经济发展水平 GDP 人均GDP 企业年限 FirmAge ln(当年年份-上市年份+1) 行业 Industry 行业虚拟变量 年度 Year 年度虚拟变量 
下载: 导出CSV
表 2 描述性统计
变量 观测值 平均值 标准差 最小值 中位数 最大值 Leading_firms 2 076 0.010 0.110 0.000 0.000 1.000 Customer_supplier_tfp 2 076 10.330 1.200 7.010 10.460 13.120 Lev 2 076 0.440 0.200 0.050 0.440 0.910 Growth 2 076 0.130 0.320 -0.490 0.100 1.800 ATO 2 076 0.670 0.400 0.120 0.580 2.220 Top1 2 076 0.350 0.140 0.090 0.340 0.700 Indep 2 076 0.370 0.050 0.330 0.330 0.560 Board 2 076 2.180 0.180 1.610 2.200 2.710 GDP 2 076 10.960 0.440 10.010 10.930 12.010 FirmAge 2 076 2.790 0.370 1.610 2.830 3.470
下载: 导出CSV
表 3 基准检验结果
变量 (1) (2) (3) Leading_firms 0.653***(2.89) 0.568**(2.41) 0.609***(2.95) Lev 0.711***(4.99) 0.274*(1.88) Growth -0.029(-0.36) 0.042(0.50) ATO 0.307***(4.49) 0.402***(5.25) Top1 1.264***(6.92) 0.758***(4.07) Indep 0.409(0.69) 1.514**(2.56) Board 0.444***(2.85) 0.466***(3.16) GDP 0.060(1.02) 0.148**(2.21) FirmAge 0.200***(2.66) 0.153*(1.67) 常数项 10.321***(389.34) 7.028***(8.95) 5.253***(4.19) Industry 否 否 是 Year 否 否 是 调整R2 0.003 0.076 0.221 样本量 2 076 2 076 2 076 注：***、**、*分别表示1%、5%、10%的显著性水平，括号内为异方差调整后(Robust) 的t值。下同。
下载: 导出CSV
表 4 稳健性检验结果
变量 (1) (2) (3) (4) 替换解释变量 替换被解释变量 更换年份区间计算产业链上游度 增加2015年计算的产业链上游度 Leading_firms_alter 0.094*(1.72) Leading_firms 0.479***(3.21) 0.795***(4.21) 0.368**(2.14) Lev 0.260*(1.76) 0.170(1.52) 0.266*(1.82) 0.271*(1.89) Growth 0.029(0.35) 0.087(1.43) 0.046(0.55) 0.040(0.48) ATO 0.412***(5.41) 0.325***(5.70) 0.409***(5.33) 0.419***(5.51) Top1 0.736***(3.91) 0.362***(2.66) 0.738***(3.96) 0.726***(3.96) Indep 1.482**(2.50) 0.936**(2.17) 1.364**(2.30) 1.593***(2.73) Board 0.434***(2.95) 0.315***(2.91) 0.446***(3.03) 0.430***(2.90) GDP 0.159**(2.37) 0.107**(2.19) 0.156**(2.32) 0.137**(2.04) FirmAge 0.155*(1.68) 0.085(1.36) 0.151*(1.65) 0.165*(1.82) 常数项 5.134***(4.06) 4.422***(4.64) 5.283***(4.20) 5.378***(4.27) Industry 是 是 是 是 Year 是 是 是 是 调整R2 0.199 0.214 0.224 0.196 样本量 2 076 2 076 2 076 2 094
下载: 导出CSV
表 5 内生性检验结果
变量 (1) (2) (3) 工具变量(2SLS) Heckman两阶段法 IV 0.292**(2.07) Leading_firms 0.799***(4.22) 1.272***(4.28) IMR -1.654**(-2.55) Lev 0.055***(3.40) 0.255*(1.74) -7.434***(-2.66) Growth -0.020***(-3.16) 0.043(0.52) 2.744***(2.90) ATO 0.014(1.44) 0.401***(5.23) -2.556**(-2.27) Top1 -0.028**(-2.33) 0.752***(4.03) 7.182***(2.68) Indep -0.044(-0.93) 1.378**(2.32) -1.168(-0.58) Board -0.000(-0.01) 0.448***(3.02) 4.203***(5.00) GDP 0.004(0.81) 0.150**(2.24) -1.002***(-6.28) FirmAge 0.012**(2.19) 0.153*(1.67) -5.996**(-2.30) 常数项 -0.076(-1.01) 5.331***(4.23) 44.520***(3.45) Industry 是 是 是 Year 是 是 是 调整R2 0.093 0.222 0.326 样本量 2 077 2 077 412
下载: 导出CSV
表 6 影响路径检验结果
变量 (1) (2) (3) (4) (5) 风险管理 资源配置 技术创新 非效率投资 过度投资 投资不足 Leading_firms 0.280***(2.72) -0.010***(-2.87) -0.023*(-1.85) -0.000(-0.12) 1.161***(3.66) Lev 0.097(1.20) -0.010**(-2.00) -0.018(-1.41) -0.004(-1.10) 0.464*(1.76) Growth 0.007(0.14) -0.003(-1.34) -0.002(-0.50) -0.007***(-2.96) -0.040(-0.28) ATO -0.019(-0.51) -0.003(-1.16) -0.011*(-1.71) -0.000(-0.05) 0.095(0.65) Top1 -0.074(-0.56) -0.005(-0.59) -0.016(-0.84) -0.002(-0.36) 0.210(0.57) Indep -0.111(-0.33) -0.011(-0.47) -0.046(-0.95) 0.031*(1.77) 3.716***(3.14) Board 0.042(0.46) -0.006(-0.94) -0.005(-0.38) -0.003(-0.59) 0.491(1.63) GDP 0.107***(2.94) 0.002(1.13) 0.011**(2.16) -0.003*(-1.86) -0.032(-0.25) FirmAge -0.183***(-3.85) 0.001(0.40) 0.006(0.83) -0.001(-0.30) -0.203(-1.18) 常数项 3.001***(5.40) 0.057**(2.22) -0.038(-0.64) 0.082***(3.43) -0.512(-0.30) Industry 是 是 是 是 是 Year 是 是 是 是 是 调整R2 0.149 0.088 0.157 0.172 0.175 样本量 2 028 1 918 792 1 126 2 028
下载: 导出CSV
表 7 进一步分析的估计结果
变量 (1) (2) (3) (4) (5) (6) 上游企业 下游企业 数字化转型程度高 数字化转型程度低 “链主”链上企业异地 “链主”链上企业同地 Leading_firms -0.178(-0.36) 0.959***(3.45) 0.924***(3.54) -0.317(-0.59) 0.000(0.00) 1.311***(4.88) Lev 0.496***(2.87) -0.157(-0.64) 0.398*(1.95) 0.385*(1.92) 0.365**(2.11) 0.205(0.80) Growth 0.053(0.48) -0.014(-0.11) 0.007(0.06) 0.058(0.50) -0.027(-0.25) 0.177(1.29) ATO 0.369***(3.82) 0.546***(4.13) 0.228*(1.84) 0.493***(4.90) 0.238**(2.22) 0.323**(2.49) Top1 1.094***(4.44) -0.156(-0.51) 0.945***(3.43) 0.145(0.53) 0.791***(3.38) 0.706**(2.05) Indep -0.121(-0.15) 3.326***(3.46) -1.933**(-2.08) 3.190***(3.81) 0.243(0.31) 3.810***(3.52) Board 0.477**(2.20) 0.553**(2.19) -0.305(-1.42) 1.053***(4.09) 0.468**(2.33) 0.823***(2.97) GDP 0.409***(4.80) -0.204*(-1.84) -0.015(-0.16) 0.336***(3.40) 0.062(0.61) 0.184(1.56) FirmAge 0.303***(2.85) 0.011(0.07) -0.034(-0.27) 0.119(0.99) 0.186*(1.78) 0.035(0.21) 常数项 2.751**(1.98) 10.450***(5.67) 8.971***(5.57) 1.694(1.19) 6.460***(4.28) 4.742**(2.34) Industry 是 是 是 是 是 是 Year 是 是 是 是 是 是 调整R2 0.295 0.189 0.281 0.290 0.256 0.317 组间差异 5.93** 5.51** 23.44*** 样本量 1 190 883 1 030 1 025 1 323 736
下载: 导出CSV
-
[1] 王景敏, 崔利刚, 许茂增. 链主企业创新能力对供应链效率的影响——来自港口—腹地供应链的调查证据[J]. 中国流通经济, 2022(8): 16-28. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGLT202208002.htm [2] 叶振宇, 庄宗武. 产业链龙头企业与本地制造业企业成长: 动力还是阻力[J]. 中国工业经济, 2022(7): 141-158. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202207008.htm [3] 于苏, 于小悦, 王竹泉. "链主"企业的供应链治理与链上企业全要素生产率[J]. 经济管理, 2023(4): 22-40. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGU202304002.htm [4] 齐平, 宋威辉. 链主企业对中国制造业产业链高质量发展的影响[J]. 南方经济, 2023(5): 84-106. https://www.cnki.com.cn/Article/CJFDTOTAL-NFJJ202305006.htm [5] 宁密密. "链主"企业"抱团取暖"能够应对汇率风险吗?——基于双循环新发展格局的视角[J]. 上海财经大学学报, 2023(4): 33-48. https://www.cnki.com.cn/Article/CJFDTOTAL-SCJB202304003.htm [6] AUTOR D, DORN D, KATZ L F, et al. The fall of the labor share and the rise of superstar firms[J]. The Quarterly Journal of Economics, 2020, 135(2): 645-709. doi: 10.1093/qje/qjaa004 [7] 郑明, 崔笛, 李岩, 等. 龙头上市企业技术创新路径及影响因素研究[J]. 科技管理研究, 2022(19): 111-117. https://www.cnki.com.cn/Article/CJFDTOTAL-KJGL202219012.htm [8] 孙喜, 李明, 徐珂欣. 从产业升级中的龙头企业角色理解创新的非线性特征[J]. 科学学与科学技术管理, 2022(1): 107-123. https://www.cnki.com.cn/Article/CJFDTOTAL-KXXG202201007.htm [9] BROWN S V, TIAN X L, TUCKER J W. The spillover effect of SEC comment letters on qualitative corporate disclosure: evidence from the risk factor disclosure[J]. Contemporary Accounting Research, 2018, 35(2): 622-656. doi: 10.1111/1911-3846.12414 [10] 李姝, 杜亚光, 张晓哲. 同行MD&A语调对企业创新投资的溢出效应[J]. 中国工业经济, 2021(3): 137-155. [11] 巫岑, 饶品贵, 岳衡. 注册制的溢出效应: 基于股价同步性的研究[J]. 管理世界, 2022(12): 177-202. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202212013.htm [12] 杨金玉, 彭秋萍, 葛震霆. 数字化转型的客户传染效应——供应商创新视角[J]. 中国工业经济, 2022(8): 156-174. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202208009.htm [13] 刘维林, 程倩. 数字产业渗透、全球生产网络与非对称技术溢出[J]. 中国工业经济, 2023(3): 96-114. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202303006.htm [14] 潘爱玲, 王慧, 凌润泽. 供应链金融能否促进"链主"企业培育?——基于企业兼并重组的经验证据[J]. 会计研究, 2023(1): 120-134. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYJ202301010.htm [15] JOHANSSON J K, DIMOFTE C V, MAZVANCHERYL S K. The performance of global brands in the 2008 financial crisis: a test of two brand value measures[J]. International Journal of Research in Marketing, 2012, 29: 235-245. doi: 10.1016/j.ijresmar.2012.01.002 [16] 刘晴晴. 品牌价值对经济增长的影响研究[J]. 重庆大学学报(社会科学版), 2018(3): 58-67. https://www.cnki.com.cn/Article/CJFDTOTAL-CDSK201803006.htm [17] 陶锋, 王欣然, 徐扬, 等. 数字化转型、产业链供应链韧性与企业生产率[J]. 中国工业经济, 2023(5): 118-136. doi: 10.3969/j.issn.1006-480X.2023.05.007 [18] BANDURA A A, MCCLELLAND D C. Social learning theory[M]. Oxford, England: Prentice-Hall, 1977: 305-316. [19] HIRSCHMAN A O. The strategy of economic development[M]. New Haven: Yale University Press, 1958. [20] LUI S S, WONG Y, LIU W. Asset specificity roles in interfirm cooperation: reducing opportunistic behavior or increasing cooperative behavior[J]. Journal of Business Research, 2009, 62(11): 1214-1219. doi: 10.1016/j.jbusres.2008.08.003 [21] 贾军, 史普润, 魏雅青. 关系专用资产对企业创新的锁定效应研究——战略导向的中介效应[J]. 科技进步与对策, 2021(12): 106-115. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB202112014.htm [22] 曹少鹏, 江伟, 石楚月. 大客户提升抑或降低了公司供应链透明度?——基于供应商名称信息披露的经验证据[J]. 会计研究, 2023(3): 34-49. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYJ202303003.htm [23] LEVINSOHN J, PETRIN A. Estimating production functions using inputs to control for unobservables[J]. The Review of Economic Studies, 2003, 70(2): 317-341. doi: 10.1111/1467-937X.00246 [24] 王京滨, 刘赵宁, 刘新民. 数字化转型与企业全要素生产率——基于资源配置效率的机制检验[J]. 科技进步与对策, 2024(3): 23-33. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB202403003.htm [25] OLLEY G S, PAKES A. The dynamics of productivity in the telecommunications equipment industry[R]. NBER Working Paper, 1992: 3977. [26] CHEN S, MA H. Peer effects in decision-making: evidence from corporate investment[J]. China Journal of Accounting Research, 2017, 10(2): 167-188. doi: 10.1016/j.cjar.2016.11.002 [27] TAMBE P, HITT L, ROCK D, et al. Digital capital and superstar firms[R]. NBER Working Paper, 2020: 28285. [28] 徐晓东, 陈小悦. 第一大股东对公司治理、企业业绩的影响分析[J]. 经济研究, 2003(2): 64-74+93. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200302006.htm [29] ANTRAS P, CHOR D, FALLY T, et al. Measuring the upstreamness of production and trade flows[J]. American Economic Review, 2012, 102(3): 412-416. doi: 10.1257/aer.102.3.412 [30] 中国社会科学院工业经济研究所课题组. 产业链链长的理论内涵及其功能实现[J]. 中国工业经济, 2022(7): 5-24. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202207001.htm [31] 曾庆生, 周波, 张程, 等. 年报语调与内部人交易: "表里如一"还是"口是心非"?[J]. 管理世界, 2018(9): 143-160. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201809015.htm [32] 孔凡峰. 内部控制缺陷与债务成本——基于财务信息质量视角[J]. 广东财经大学学报, 2012(3): 75-82. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG201203012.htm [33] 黄先海, 金泽成, 余林徽. 要素流动与全要素生产率增长: 来自国有部门改革的经验证据[J]. 经济研究, 2017(12): 62-75. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201712013.htm [34] DAS T K, TENG B. A resource-based theory of strategic alliance[J]. Journal of Management, 2000, 26(1): 31-61. [35] 花贵如, 刘志远, 许骞. 投资者情绪、企业投资行为与资源配置效率[J]. 会计研究, 2010(11): 49-55+97. https://www.cnki.com.cn/Article/CJFDTOTAL-KJYJ201011007.htm [36] RASHID A, SAID A F. Peer effects on investment decisions: do industry leaders and young firms behave differently[J]. Global Business Review, 2021, 097215092199367. [37] CHANG X, FU K, LOW A, et al. Non-executive employee stock options and corporate innovation[J]. Journal of Financial Economics, 2015, 115(1): 168-188. [38] 张永珅, 李小波, 邢铭强. 企业数字化转型与审计定价[J]. 审计研究, 2021(3): 62-71. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYZ202103009.htm [39] 齐平, 宋威辉. 数字化转型、创新发展与制造业价值链高质量发展[J]. 广东财经大学学报, 2024(1): 4-18. https://www.cnki.com.cn/Article/CJFDTOTAL-SONG202401001.htm [40] 高敬峰, 雷霆. 国内价值链网络对企业创新的影响[J]. 山东师范大学学报(社会科学版), 2024(1): 91-104. https://www.cnki.com.cn/Article/CJFDTOTAL-SDSS202401007.htm [41] 李万利, 刘虎春, 龙志能, 等. 企业数字化转型与供应链地理分布[J]. 数量经济技术经济研究, 2023(8): 90-110. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202308005.htm [42] BRAY R L, SERPA J C, COLAK A. Supply chain proximity and product quality[J]. Management Science, 2019, 65(9): 4079-4099. -
点击查看大图
图(2) / 表(7)
计量
- 文章访问数: 112
- HTML全文浏览量: 83
- PDF下载量: 86
- 被引次数: 0