一、引言

制造业是国民经济的主体，打造具有国际竞争力的制造业，是我国建设世界强国的必由之路。与世界先进水平相比，我国制造业仍然大而不强，信息化水平和质量效益差距明显，转型升级和跨越发展的任务紧迫而艰巨。新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，国际产业分工格局正在重塑，能否抓住产业变革的历史性机遇，对于我国制造业强国建设意义重大。面对新一轮技术和产业变革，世界各国制定了制造业发展战略，加大科技创新力度。中国公布了《中国制造2025》，部署全面推进制造业强国建设。德国在《高科技战略2020》中提出制造业发展的一系列创新政策，并在“未来十大项目”的跨政府部门联合行动计划中提出了“工业4.0”的未来项目。德国在《高科技战略2025》中进一步提出充分发挥数字技术促进人类健康和社会可持续发展的潜力，并着重提及利用人工智能型商业模式及人工智能产品激发新一轮创新动力。美国在2008年金融危机后实施“再工业化”战略，并于2020年发布了《关键与新兴技术国家战略》。这些战略都包含一个关键内容，就是以区块链、大数据、云计算、人工智能、物联网为代表的数字技术在制造业的开发和应用。

数字技术在我国制造业领域的开发和应用方兴未艾。工业和信息化部《“十四五”智能制造发展规划》提出到2035年规模以上制造业企业全面普及数字化，骨干企业基本实现智能转型。珠海复旦创新研究院与零壹智库2021年联合发布的《中国上市公司数字赋能指数》显示，中国制造业上市公司行业平均数字赋能指数只有18.9，行业整体数字赋能指数不高，而且制造业企业之间赋能指数差距非常大，最高的达到86.05，最低的为0①。以上这些数据意味着我国制造业的数字化转型还在起始阶段，制造业企业之间数字技术的应用十分不均衡，全面普及数字化任重而道远。因此，在数字技术创新和数字经济兴起之时，探讨制造业企业数字化投入的影响因素，具有重大的现实意义。

创新扩散理论认为，宏观经济因素和组织特性因素共同决定了创新性技术的应用[1]。人均国内生产总值、外商投资规模、研发支出等宏观经济因素是数字技术应用的主要驱动力[2]。组织特性因素是指促进或者阻碍了创新性技术应用的企业特征[3]。企业采用数字技术的意愿、高层管理者的支持和企业规模对数字技术应用具有正向作用[4]。信息处理需求较大、知识储备较多、数字化战略规划完善的企业更倾向于采用信息和数字技术[5]。虽然已有文献有助于我们了解数字技术应用的影响因素，但是对制造业企业数字化投入决策关键影响因素的研究还远远不够[5]，尤其是对供应链管理与数字技术应用关系的研究还比较少。

智慧供应链日益成为制造业企业的核心竞争力，尤其在新冠肺炎疫情全球蔓延情况下，保持制造业供应链弹性对于维持企业正常经营至关重要[6]。2017年，国务院办公厅印发了《关于积极推进供应链创新与应用的指导意见》，提出利用现代信息技术提高制造业供应链可视化和智能化。2020年商务部、工业和信息化部等八部门为推动复工复产发布的《关于进一步做好供应链创新与应用试点工作的通知》，明确提出加快供应链数字化和智能化发展，提高供应链整体应变能力和协同能力。数字技术能够有效帮助制造业企业应对突发事件造成的供应链中断风险。例如，2019年新冠肺炎疫情发生后，由于奶制品加工厂的关闭和消费者需求的减少，美国威斯康辛州部分农场主被迫倒掉原奶。与此形成鲜明对比的是，蒙牛乳业利用近几年来建设的奶制品数字化供应链，维持了疫情期间正常的原奶采购、奶制品加工和成品销售，体现了数字技术提高供应链弹性的重要作用。对智慧型弹性供应链的关注，不仅仅局限于政府部门和企业。新冠肺炎疫情的暴发加速了学术界对数字技术在供应链管理中的应用，探讨了数字技术赋能包括供应链管理在内的企业运营管理关键环节的路径和方法[7]，以及突发公共事件下数字化零售业应急机制[8]。

构建智慧供应链是制造业企业数字化转型的一个主战场，也是数字经济时代决定企业成败的一个关键因素。因此，从供应链管理角度研究制造业企业数字化投入，构建数字经济时代企业核心竞争力，具有重要的现实意义。本文从组织特性因素，即供应链管理的三个维度——供应链国际化程度、供应链上游供应商集中度、供应链下游客户集中度，探讨它们对制造业企业数字化投入的影响。

二、文献回顾与研究假设

沟通和交流处于国际商务合作的中心位置[9]。众所周知，本国与外国企业之间的信任度低于本国企业之间的信任度。建立在相同文化理念之上的信任，使供应链上本国合作伙伴之间的信息共享更加容易。当供应链延伸至国外，更远的地理距离、不同的监管制度和文化差异提高了供应链的复杂程度和脆弱性[10]，供应链成员之间动机和行为不一致性增强，导致全球供应链管理难度成倍增加。造成全球供应链与国内供应链不同的一个重要原因是全球供应链成员之间文化的多样性。成功的全球供应链管理不仅要求企业采取措施突破地理距离的限制，还需要超越不同国家的文化差异。

信息技术和数字技术的出现从三个方面促进了全球供应链成员之间的沟通和合作：一是信息技术和基于信息技术的管理系统都通过了质量管理认证体系，例如ISO9000，ISO14051，QS9000，TL9000。这些质量管理认证体系建立在质量管理基本原则和通用的技术规则之上，超越了不同国家的制度和文化差异。已有研究表明质量管理认证体系能够改善制造业供应链上的物资流通[11]。二是信息技术和数字技术驱动的自动化系统消除了种族和性别歧视[12]。三是技术包含了特定的行为准则和价值观，有助于技术的研发人员与使用人员形成一种社会共同体，成为推动全球不同文化趋于共同价值观的一个重要因素[13]。基于以上对企业供应链国际化与数字技术关系的分析，本文提出以下研究假设：

H1：供应链国际化程度越高，对数字技术的需求越大，企业数字化投入越多。

供应链是供应链成员之间为实现共同的利益目标而形成的一种彼此依赖关系。根据战略管理理论，这种关系可以被解释为一种合作优势，取决于供应链融合程度。供应链融合指供应链成员协调行动以达到预期目标的互动合作过程。高度融合的供应链包括供应商、制造企业、客户之间的互动合作[14]。供应链管理已就下列观点达成共识，即供应链融合不仅涉及企业内部各部门职能的融合，还包括供应链成员之间的融合[15]。

供应商融合是一种外部融合，指某个企业与供应商之间建立互动合作关系的过程，以确保有效的原材料供应[15]。通过与上游供应商即时的信息共享，供应商融合实现生产决策的协同，并获取这种紧密合作关系带来的收益，例如更短的交付时间和质量提升[16]。

客户融合是另一种形式的外部融合，指一个企业为保证有效的产品销售与客户建立互动合作关系的过程[17]。客户融合涉及搜集消费者信息，例如消费模式和购买力，并以此改进产品生产和消费者服务决策。客户融合有助于改善需求预测和供应链的可见性。

核心企业与供应商和客户之间的战略性合作在供应链管理中发挥着关键作用，并且供应商和客户数量在培育核心企业与合作伙伴互动关系中扮演重要角色。与有限供应商和客户共同投资合作专用性资产能够大大增进供应链伙伴之间的信任程度[18]。信任和承诺直接决定了供应链成员之间的合作关系，这种合作关系最终会提升供应链效率[19]。基于信任关系的效率提升会让一个企业认为基于技术的效率提升相对重要性降低，从而采用最新技术的动机下降。基于以上对核心企业与供应链上下游合作伙伴关系的分析，本文提出以下研究假设：

H2：供应链上游供应商集中度越高，对数字技术的需求越小，企业数字化投入越少。

H3：供应链下游客户集中度越高，对数字技术的需求越小，企业数字化投入越少。

三、数据来源与变量说明

（一）数据来源

本文使用中国制造业企业数据从供应链管理角度研究数字化投入的决定因素。根据BloombergNEF 统计的2020年国家制造业数字化排名可知，中国在制造业数字化转型和数字技术应用上处于领先地位[20]。2019年，作为世界上最大的制造业产品生产国，中国制造业的进口额和出口额占本国货物进出口额的58.3%和93.06%。2017年，中国已经成为全球制造业供应链网络的中心。因此，中国制造业企业是我们从供应链管理角度研究制造业数字化投入的合适样本。

本文使用544 家在上海证券交易所或深圳证券交易所上市的制造业公司作为研究样本。这些公司来自于四个行业：化学原料及化学制品制造业、医药制造业、通用设备制造业、电气机械及器材制造业。之所以选取这四个行业，是因为本文涉及供应链的国际化，而在发展中国家，这四个行业都面临充分的国际竞争[21]。行业分类遵循中国证券监督管理委员会2012年修订的《上市公司行业分类指引》。依据两个标准进一步筛选样本[16]：一是剔除四个行业中的ST企业，因为ST企业经营活动出现异常，经营活动的指标脱离了上市企业的普遍水平。二是剔除没有海外销售收入数据的公司，因为本文研究涉及供应链国际化，并且没有涉及对比组，没有海外销售收入的企业被视为无效样本。本文所有样本数据均来自于企业年报，统一的信息披露规则和年报编制规则保证了数据质量。

（二）变量说明

本文的被解释变量为数字化投入水平，采用内容分析法（Content Analysis）测量企业数字化投入水平。内容分析法是一种通过特定程序从文本内容进行有效推断的研究方法，文本中某类词语出现频率的高低可以反映使用者对特定问题的关注程度和意图表达[22]。该方法是对信息记录进行系统和客观评价的典型方法，可以用来对企业就特定问题的行为、意图和态度进行推断。上市企业年报的内容向读者传递了企业高层管理者关于企业经营的战略意图[23]。内容分析法可以看作一种质性研究方法，但是它可以把质性内容转化为数据信息，从而通过传统计量方法进行分析。内容分析法近年越来越多地被用于经济学和管理学研究，例如消费者行为[24]、家族企业财富[25]，以及上市企业监管[26]。

本文通过以下步骤测量企业数字化投入水平：首先，通过问卷调查构建数字化的词典，并且将被半数以上参与者认同的词语列入备选词语，最终收回有效问卷68份。样本企业的年报数据来源于上海证券交易所网站和深圳证券交易所网站；随后，选取年报中的“公司业务概要”和“经营情况与分析”作为文本分析的内容。这两部分主要由企业高层管理者陈述，因此，非常适合推断企业的经营战略意图[27]。在每个行业中选取20 家企业，观察备选词语是否出现在这些企业年报中，剔除从未出现在年报中的词语，剩余的词语被列入数字化词典（表1）。其次，依据数字化词典，从全部样本企业年报中提取关键词。使用python 语言软件中的jieba 模块对文本内容进行自动分词，依据数字化词典进行关键词提取和词频统计。由于不同企业对于业务概要和经营情况分析的陈述详细程度不同，文本字数差别非常大，某个企业关键词数量多仅仅是由于文本字数较多造成的。为了消除这个因素的影响，我们把提取的关键词数量与文本字数之比作为衡量企业数字化投入指标，比例越高意味着该企业的数字化投入水平越高。

表1 数字化词典

本文的核心解释变量为供应链国际化程度、上游供应商集中度和下游客户集中度。构建供应链是企业国际化的重要途径[16，28]和跨国公司经营的重要形式[29]。在以往文献当中，企业出口收入占主营业务收入比例经常被用于测量企业国际化程度[16，30]。但是，在测量供应链国际化程度时，情况可能有所不同。举例来说，假如甲企业和乙企业的出口收入占主营业务收入比例都是30%。甲企业所有出口产品销往美国，而乙企业出口产品销往美国、巴西、德国、埃及四个国家。虽然两个企业出口收入占主营业务收入比例相同，但是甲企业的供应链管理相对容易得多，对供应链数字化的需求可能更少，而乙企业的供应链管理相对复杂得多，对供应链数字化的需求可能更多。而且供应链既包括销售环节又包括采购环节，而企业出口收入占主营业务收入比例衡量的国际化显然无法顾及采购环节，从而不能很好地用于全面测量供应链的国际化。因此，本文采用企业年报中的“币种”来测量供应链国际化程度。因为企业在开展国际业务时，为了结算的便利和规避外汇风险，大多会开立业务往来国家的货币账户。币种数量的多少代表了企业开展国际业务国家或地区数量的多少，币种数量越多，意味着企业需要协调供应链管理的国家或地区越多，供应链管理的难度更大。另外，无论企业开展采购的进口业务还是出口的销售业务，都会涉及不同币种账户的开立。因此，采用币种来测量供应链国际化程度兼顾了供应链的采购和销售业务。借鉴陈西婵和刘星[31]的研究，上游供应商集中度采用企业前五名供应商采购额占年度采购总额比例，下游客户集中度采用企业前五名客户销售额占年度销售总额比例。

本文的控制变量为资本结构、利润率、研发投入、企业年龄。资本结构和利润率是影响企业创新与创新应用的重要因素[32]。研发投入同样对企业技术创新和绩效具有重要影响[33]。企业年龄是影响企业行为的另外一个因素，尤其是企业年龄对企业创新投入发挥重要的调节作用[34]。

除资本结构和利润率两个变量外，其余变量均采用上市企业2019年数据。因为企业的技术改造和升级的资本投资部分取决于企业是否有充足的资金，而且从投资决策到实施存在一个过程，所以利润率这个变量采用2017年数据。而资本结构采用2018年数据，是因为企业在实施投资决策过程中会根据资产负债状况对投资规模做出动态调整。

四、实证检验结果

（一）描述性统计与相关性分析

按照行业分类的所有变量的描述性统计见表2。从表2 可以看到，不同行业对于数字化投入和数字技术的应用程度存在明显差别。化学制品和医药制造行业数字化投入水平较低，而电气机械和通用设备行业的数字化投入水平较高。核心自变量和控制变量同样存在明显的行业差别，所以本文对所有变量进行了标准化处理，即变量标准化=（变量-均值）/标准差。

表2 变量描述性统计

所有变量的相关性系数见表3。从表3可以看到，在本文的样本中并不存在高度相关的变量（β ＞0.5）。因此，不存在多重共线性问题扭曲计量检验结果的现象。可以看到，供应链国际化与企业数字化投入存在显著的正向关系，而供应商集中度和客户集中度与企业数字化投入存在显著的负向关系。

表3 变量相关性分析

注：**、***分别表示在5%和1%水平上显著。

（二）多元回归分析

样本多元回归分析结果见表4。借鉴吕越和邓利静[35]的做法，我们依次加入企业的特征变量，以考察新加入变量对已有变量显著性的影响。从表4 可以看到，供应链国际化程度、供应商集中度和客户集中度对企业数字化投入存在显著影响。供应链国际化程度每上升1个单位，企业的数字化投入就增加0.077 1 个单位，从而支持了研究假设H1。供应商集中度和客户集中度每上升1 个单位，企业的数字化投入分别下降0.090 8 个单位和0.122 8个单位，从而支持了研究假设H2和H3。

表4 供应链管理对公司数字化投入的影响

注：括号内数字为各参数的t统计量，*、**、***分别表示在10%、5%、1%水平上显著。

核心解释变量的回归系数与研究假设一致，并且在统计上都是显著的。多元回归总体显著性的方差分析（ANOVA）的F检验值为4.418 5，在1%检验水平上是高度显著的，这意味着所有解释变量在总体上对被解释变量存在显著影响。这些数值都说明回归结果具经济学意义，回归模型不存在严重的多重共线性问题。为了进一步检验模型的多重共线性问题，进行了方差膨胀因子分析（VIF）。供应链国际化程度、供应商集中度、客户集中度、资本结构、利润率、研发投入比和企业年龄的方差膨胀因子（VIF）分别为1.033 6、1.121 9、1.090 7、1.116 4、1.100 6、1.080 3、1.067 8，这些数值都远远低于10，说明模型的多重共线性问题并不严重[36]。

从计量检验结果可以看到，供应链的不同特征变量对企业数字化投入的影响方向是不同的。供应链国际化程度越高，供应链管理越复杂，这时企业需要利用新技术提高供应链的协调程度，以此提升供应链管理效率，因此企业对数字技术的需求越强烈。供应商集中度和客户集中度越高，意味着核心企业与少数上下游企业建立了紧密的合作关系，供应链伙伴之间对于专用资产的投资和信任降低了对数字技术的需求动机。由于企业的不同特征对数字化投入的影响方向可能完全相反，这可能导致企业在做出投资决策时出现偏差。当制造业数字化转型和数字经济成为不可逆转的潮流时，如果一个企业的技术发展路径过分依赖企业的某些特征变量，就有可能出现技术投资不足问题，最终导致企业的技术水平落后于时代。依据本文的计量检验结果，如果一个企业在作出数字化投入决策的时候，过度强调与供应链上下游伙伴之间的关系，那么供应商集中度和客户集中度较高的企业极有可能错过数字化转型的最佳时机，最终导致效率低下而被市场淘汰。因此，企业在面临重大技术变革的时候，应该综合考虑企业不同特征变量的作用方向，作出正确的投资决策。

五、稳健性检验

由于企业数字化投入水平是无法直接观测和测量的概念，从文本分析法推断的企业数字化水平实际上是一个代理变量。所有代理变量都会偏离原始概念，而对真实值的偏离程度和性质是未知的。从不同数据来源获得代理变量的稳健性检验，有助于检验一个理论假设是否获得了实证支持[37]121-124。因此，接下来进行代理变量的稳健性检验。从上市企业年报文本信息中提取关键词并推断数字化投入水平，更多地体现了企业高层管理者的战略意图，人们可能对这种战略意图是否能够转化为实际行动存在疑虑。因此从企业实际的技术投入替代以文本分析方法得到的数字化投入水平，并考察其与供应链管理之间的关系。由于信息技术的发展使企业越来越依赖于软件的开发和利用，本文采用企业年报中的“软件使用权”在2019年的增加额作为企业数字化投入水平的代理变量[38]。由于部分上市企业年报中并未报告此项金额，因此剔除了无此项数据的企业，最终样本数量为454 家企业。数字化投入水平代理变量的稳健性检验结果见表5。通过表5与表4的对比可以看出，与基准模型相比，供应链国际化水平、供应商集中度和客户集中度对企业数字化投入水平的作用方向未发生改变；供应链国际化水平对数字化投入水平的影响程度有所上升，显著性不变；供应商集中度和客户集中度对投入水平的影响程度和显著性都有所下降。总体来看，替换数字化投入水平的代理变量对计量检验结果并无实质性影响。这个结果从侧面说明企业为实现既定战略采取了与其方向一致的实际行动，文本分析法是一种切实可行的测量企业数字化投入水平的方法。

表5 数字化投入水平代理变量的稳健性检验

注：括号内数字为各参数的t统计量，*、**、***分别表示在10%、5%、1%水平上显著。

虽然上述稳健性检验中样本企业数量与基准模型存在差异，但是可以进行另一项稳健性检验，即结构置换检验。其中一种方法就是一次删除一组样本，并考察估计值在多大程度上依赖于这组样本[37]58-60。在本文的结构置换稳健性检验中，被解释变量依然是从文本分析法推断的数字化水平，而样本数量为454 家企业，计量检验结果见表6。从表6 与表4 的对比中可以看到，供应链国际化水平、供应商集中度和客户集中度对企业数字化投入水平的作用方向并未发生改变；供应链国际化水平和供应商集中度对数字化投入水平的影响程度有所上升，显著性不变；客户集中度对投入水平的影响程度和显著性都有所下降。总体来看，删除一组样本的结构置换检验对计量检验结果并无实质性影响。

表6 结构置换的稳健性检验

注：括号内数字为各参数的t统计量，*、**、***分别表示在10%、5%、1%水平上显著。

六、研究结论与启示

（一）研究结论与贡献

本文在理论上解释了供应链管理对数字化投入水平的影响，并使用化学原料及化学制品制造业、医药制造业、通用设备制造业、电气机械及器材制造业四个行业544 家制造业上市公司作为研究样本，对理论假设进行了实证检验，得出：

第一，供应链管理对企业的数字化投入水平存在显著影响。供应链国际化程度、供应商集中度和客户集中度对企业数字化投入有统计上的显著影响，这表明在研究供应链管理与企业数字化转型的时候，除了关注数字技术如何改变供应链管理，还需要去了解供应链管理对企业数字技术应用的反向作用，以利于企业有效地实施数字化转型。

第二，供应链特征对企业数字化投入的影响不是单向的，既有可能促进企业数字化转型，也有可能阻碍企业数字化转型。供应链的国际化水平提高了企业数字化投入水平，其系数为0.077 1，在10%水平上显著为正，供应商集中度和客户集中度降低了企业的数字化投入水平，其系数分别为0.090 8 和0.122 8，在5%和1%水平上显著为负。这个结论可以为一些企业实施了数字化战略但是无法达到预期效果提供解释。

第三，从稳健性检验结果来看，企业采取了与数字化战略一致的推动数字化转型的实际行动，说明我国上市制造业企业正在积极应用新技术提高竞争力。

本文的研究丰富了创新扩散理论的内容，有助于人们从供应链管理角度分析创新技术的扩散。另外，采用文本分析来识别企业数字化投入水平，能够比较客观地识别出企业的数字化投入水平，并有利于不同行业企业之间进行对比。现有文献在研究创新扩散影响因素时多采用问卷调查方法，本文采用文本分析法测量企业数字化投入水平，可与问卷调查方法互为补充。

（二）启示

通过研究分析，本文得出以下管理启示：

第一，数字化转型是制造业企业经营战略的重要组成部分，然而落地执行乏力，甚至无从下手。本文的多元回归分析表明供应链管理对企业数字化投入具有显著的影响，供应链国际化程度、上游供应商集中度、下游客户集中度每变动1个单位，企业的数字化投入分别上升0.077 1个单位，下降0.090 8 个单位和0.122 8 个单位。这一研究结论可以为制造业企业数字化战略的实施提供决策参考。企业可以把供应链管理特征作为实施数字化转型的依据，从供应链国际化程度、上游供应商集中度、下游客户集中度三个维度考虑企业数字化投入水平。

第二，企业管理人员在作出数字化投入决策的时候，要坚持多元思维，既要考虑促进企业数字化转型的因素，也要看到阻碍企业数字化转型的因素。本文的实证分析表明，供应链国际化程度在10%统计显著性水平上对企业数字化投入具有正向影响，而上游供应商集中度和下游客户集中度分别在5%和1%统计显著性水平上对企业数字化投入具有负向影响。因此，企业在实施数字化转型的过程中，应综合考虑正负两方面因素的影响，避免出现企业的过度数字化投入和数字化投入不足两个方面的问题。

第三，不同行业之间的数字化投入水平差别较大，企业要根据所在行业选择适度的数字化水平。从表2可以看到，化学原料及化学制品制造业和医药制造业的数字化投入水平较低，分别只有0.12和0.09，而电气机械及器材制造业和通用设备制造业数字化水平较高，分别达到0.46和0.34。企业的数字化投入既不能低于行业平均水平而面临被市场淘汰的风险，也不能脱离实际追求过高的数字化水平从而负担沉重的投资成本，甚至拖垮企业。

第四，每个企业还要关注自身的数字化水平，找出导致数字化水平领先或者落后的原因，并采取措施顺利实施数字化转型。以本文样本企业为例，在化学原料及化学制品制造业企业中，青岛金王化学股份有限公司的数字化程度较高，达到1.20%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为5、38.49%、34.83%。大庆华科股份有限公司的数字化程度低至0%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为1、97.26%、25.53%。在医药制造业企业中，江苏恩华药业股份有限公司数字化程度较高，达到2.8%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为5、14.13%、8.87%。重庆智飞生物制品股份有限公司的数字化程度低至0.01%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为1、95.51%、10.54%。在电气机械及器材制造业企业中，深圳市拓邦股份有限公司数字化程度较高，达到1.57%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为5、35.6%、44.28%。金龙羽集团股份有限公司的数字化程度只有0.02%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为2、86.35%、23.12%。在通用设备制造业企业中，沈阳市新松机器人自动化股份有限公司数字化程度高达2.43%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为6、21.36%、20.62%。日月重工股份有限公司的数字化程度只有0.04%，其供应链国际化程度、上游供应商集中度、下游客户集中度分别为3、46.66%、60.77%。从以上这些企业的数据，我们可以看到数字化程度较高的企业，其供应链国际化程度均高于行业均值，说明企业的国际化有力地推动了企业的数字化。而数字化程度较低的企业，其上游供应商集中度或者下游客户集中度明显高于行业均值，说明供应商和客户的高度集中阻碍了企业数字化。因此，企业可以根据本企业供应链的特点，找到本企业数字化程度高或者低的原因，及时调整数字化投资策略，顺利实现数字化转型。

（三）研究局限性

本文也存在一定的局限性：首先，对于企业数字化投入水平的测量，无论是基于文本分析的方法，还是采用企业软件使用权的增加额，都是一种代理变量。在当前企业数字化转型初期数据不足的情况下，该方法虽然是一种切实可行的衡量方法，但未来应该探索建立一套统一的企业数字化衡量体系，设置统一标准，从多个维度更加全面地衡量企业数字化水平。其次，本文从供应链管理的三个维度探讨了对制造业企业数字化投入的影响，对供应链管理与企业数字化转型的关系有了初步认识，但是对于深入理解两者之间的关系还远远不够。案例研究可以从企业管理人员的角度，深入细致地了解企业供应链管理与企业数字化投入的关系，与本文的计量检验方法互为补充。