东华理工大学学报(社会科学版)学术研究报告：数实产业技术融合对产业链供应链韧性的影响机制研究
一、作者及发表信息
本研究由安徽财经大学会计学院的朱兆珍（副教授、博士生导师）与涂飞飞合作完成，发表于《东华理工大学学报(社会科学版)》2025年第44卷第6期，网络首发于2025年12月30日。研究依托安徽省社会科学创新发展研究课题（2024CX066）、安徽省社会科学规划一般项目（AHSKYY2024D004）及中国商业会计学会2025年重点科研课题（2025ZSX023）支持。
二、学术背景与研究目标
科学领域与背景：研究聚焦数字经济与实体经济深度融合背景下产业链供应链韧性（Supply Chain Resilience）的提升机制，属于管理学与经济学交叉领域。党的二十大报告明确提出提升产业链供应链韧性的战略需求，而“逆全球化”趋势下“断链”“卡链”风险加剧，亟需探索数字技术赋能路径。
理论框架：基于数字技术可供性理论（Digital Technology Affordance Theory），从技术的功能属性（如信息共享、实时监控）和关系属性（如用户需求精准匹配）出发，提出数实产业技术融合（Digital-Real Industrial Technology Integration）通过产业协同集聚与产品竞争力双重路径增强韧性。
研究目标：揭示数实产业技术融合对产业链供应链韧性的影响机制，并分析企业生命周期、产权性质及行业密集度的异质性效应，为政策制定提供理论依据。
三、研究设计与方法
1. 样本与数据
-
样本范围：2008—2023年中国沪深A股上市公司，剔除金融类（J门类）、ST/*ST企业及数据缺失样本，最终获得16,132个企业-年份观测值。
-
数据来源：专利数据来自中国国家知识产权局，财务数据来自国泰安（CSMAR）和万得（Wind）数据库。
2. 变量定义与模型构建
-
被解释变量：
- 产业链供应链韧性：分供需协同水平（F，生产波动对需求波动的偏离）和稳定合作关系（R，应收账款占收入比的对数）。
-
核心解释变量：数实产业技术融合（T），通过专利引用行为识别：若发明专利引用至少一项数字技术专利且自身分类为非数字技术，则计为一次融合行为，加1取对数。
-
控制变量：包括企业规模、现金流比例等10项，并控制行业与年份固定效应。
-
模型：采用多元回归模型，并引入工具变量法（地区-行业-年度融合均值）、PSM-DID及Heckman两阶段处理内生性。
3. 机制检验
-
产业协同集聚（M1）：基于数字技术功能属性，使用产业协同集聚指数衡量。
-
产品市场竞争力（M2）：基于关系属性，以市场份额（企业销售收入/行业总收入）代理。
四、主要研究结果
1. 基准回归
- 数实产业技术融合显著降低供需偏离度（F系数-0.0389，p<0.01）和资金占用（R系数-0.0102，p<0.01），验证假设H1。
2. 机制路径
-
产业协同集聚：融合促进产业协同（M1系数0.0342，p<0.01），通过资源共享与知识溢出增强韧性（H2）。
-
产品竞争力：融合提升市场份额（M2系数0.0034，p<0.01），强化供需匹配与链上协同（H3）。
3. 异质性分析
-
生命周期：成长期企业效果最显著（F系数-0.0438，p<0.01），衰退期企业可能因技术僵化反增供需失衡。
-
产权性质：非国企促进作用更强（F系数-0.0493 vs. -0.0354），因市场竞争驱动融合意愿。
-
行业密集度：劳动密集型行业更受益（F系数-0.0370，p<0.05），资本密集型边际效应较低。
五、结论与价值
理论贡献：
-
拓展数字技术可供性理论的应用场景，揭示功能属性（产业协同）与关系属性（产品竞争）的双路径机制。
-
补充产业链供应链韧性研究，提出数实融合这一微观驱动因素。
实践意义：
-
对政府：建议针对性支持成长期企业、非国企及劳动密集型行业的数实融合政策。
-
对企业：通过数字技术嵌入重构产业链网络，强化用户需求导向的协同创新。
六、研究亮点
-
方法创新：结合专利引用数据与财务指标，构建融合行为的量化标准。
-
结论新颖：首次验证数实融合对韧性的非线性影响（如衰退期企业的负面效应）。
-
政策关联：响应“十四五”规划中“延链补链强链”战略，提供实证支撑。
七、其他发现
内生性检验中，工具变量法（地区-行业融合均值）的Wald F统计量达1165.54，远超弱工具变量临界值，表明模型稳健性较强。