供应商-客户数字导向契合与供应商绩效：区分强度契合与战略意图契合

《Systems》：Supplier–Customer Digital Orientation Fit and Supplier Performance: Distinguishing Intensity Fit from Strategic Intent Fit

　　

数字化转型已成为企业的核心战略优先事项，其价值创造日益通过共享信息系统、数据交换和协调的供应链流程延伸至组织边界之外。这种日益增长的相互依存性产生了战略协调问题，因为供应商和客户可能在数字化转型的重视程度以及所追求的战略目标上存在差异。现有研究对这两种属性上的契合如何与供应商绩效相关联的理解有限。因此，本研究区分数字导向强度契合（Digital Orientation Intensity Fit, DOIF）与数字导向战略意图契合（Digital Orientation Strategic Intent Fit, DOSIF），并考察其与供应商绩效的关联以及供应商度中心性（Degree Centrality）的调节作用。利用2001年至2023年中国上市公司的匹配供应商-客户数据，研究发现数字导向强度契合与供应商绩效呈负相关，而数字导向战略意图契合与供应商绩效呈倒U型关系。供应商度中心性削弱了强度契合与供应商绩效之间的负向关系，并加剧了战略意图契合与供应商绩效之间的倒U型关系。本研究通过采用供应商-客户二元视角、区分两种数字导向契合形式的绩效影响，以及识别供应商网络位置作为重要的边界条件，对数字导向和战略契合文献做出了贡献。研究结果也为供应商根据契合形式及其网络位置管理数字协作提供了实践指导。

论文解读：供应商-客户数字导向契合与供应商绩效——区分强度契合与战略意图契合

一、研究背景与问题提出

数字化转型已成为企业战略优先事项，其价值创造日益跨越组织边界，通过共享信息系统、数据交换和供应链流程协调得以实现。这种跨组织相互依存性给供应商带来战略协调挑战：供应商与客户在数字化转型的重视程度和战略目标上可能存在差异。现有研究主要从实施视角考察这一协调问题，关注数字能力和技术采用差异带来的依赖与协调问题，但对供应链伙伴之间数字导向（Digital Orientation）的战略性契合及其绩效影响缺乏清晰认识。此外，既有战略契合研究对契合绩效影响存在不一致证据：部分研究发现契合促进协调并提升绩效，另一些研究则发现过度追求战略一致会产生过高协调成本。研究人员认为，这种不一致可能源于战略契合涉及不同战略属性，将战略契合视为单一整体构念会掩盖特定属性契合的差异化绩效影响。因此，本研究区分数字导向强度契合与数字导向战略意图契合，并考察供应商在供应链网络中的结构位置（度中心性）作为边界条件，探究两种契合形式对供应商绩效的不同关联。

二、研究设计与核心发现

研究人员使用2001至2023年中国上市公司匹配供应商-客户数据，构建供应商-客户-年度层面数据集，最终样本包含2975个供应商-客户-年度观测，涉及1677个不同供应商-客户二元组。研究发现：数字导向强度契合与供应商绩效显著负相关；数字导向战略意图契合与供应商绩效呈拟合倒U型关系；供应商度中心性削弱强度契合的负向关联，并加剧战略意图契合的倒U型关系。研究贡献在于引入跨组织视角拓展数字导向文献、区分两种契合形式丰富战略契合理论、识别网络位置作为结构性边界条件。

三、关键技术方法

研究人员采用文本分析方法构建数字导向强度指标，基于Kindermann等（2021）数字导向词表和吴非等（2021）中文数字化转型关键词词典，对年报管理层讨论与分析（MD&A）文本进行关键词频率统计，并在行业-年度内进行min-max归一化处理。战略意图契合通过大语言模型（LLM）GLM-4-Air进行文本编码，对促进焦点（Promotion-focused）和预防焦点（Prevention-focused）数字导向分别进行0-4分评分，使用余弦相似度（Cosine Similarity）计算战略意图契合。度中心性基于年度无向供应链网络计算。实证模型采用供应商-客户二元组固定效应、年份固定效应和行业固定效应，标准误在二元组层面聚类。

四、研究结果

4.1 描述性统计与基线回归

数字导向强度契合均值为0.53，标准差0.20；战略意图契合均值为0.94，标准差0.12。基线回归显示，强度契合与供应商绩效显著负相关（β=?0.0207，p=0.002），支持假设1。战略意图契合的二次项系数显著为负（β=?0.0695，p<0.05），线性项为正（β=0.078，p<0.10），U检验确认倒U型关系，拐点为0.562，支持假设2。联合规格中两种契合形式均保持显著。

4.2 内生性检验

Heckman两阶段选择模型处理主要客户身份披露相关的样本选择问题。第一阶段Probit模型显示行业集中度（HHI）与披露意愿显著负相关；第二阶段中强度契合仍显著为负，战略意图契合二次项仍显著为负。滞后一期解释变量回归结果与基线一致，支持时间先后顺序。

4.3 稳健性检验

使用净资产收益率（ROE）替代总资产收益率（ROA）、绝对差异替代测量、Jensen-Shannon相似度替代余弦相似度、控制省份-年份固定效应、剔除2020年COVID-19观测、逆客户计数权重、替代聚类结构、增加客户特征控制、控制MD&A文本长度、限制同行业样本等九项稳健性检验，核心结果与基线发现基本一致。

4.4 调节效应检验

度中心性与强度契合的交互项显著为正（β=0.7152，p<0.001），表明度中心性削弱强度契合的负向关联，支持假设3。度中心性与战略意图契合二次项的交互项显著为负（β=?4.3035，p<0.05），表明度中心性增加拟合关系凹度，支持假设4。联合调节规格中强度契合调节结果较稳定，战略意图契合调节结果对模型规格较敏感。

4.5 补充分析：数字导向强度配置

多项式回归和响应面分析显示，沿一致性线（LOC）斜率不显著，曲率显著为正（a?=0.0659，p=0.007），表明在强度相等的二元组中，共同强度水平与绩效呈U型关系；沿不一致性线（LOIC）方向斜率不显著，曲率边际显著为正（a?=0.0635，p=0.054）。结果支持将共同强度水平与强度相似性作为不同构念加以区分。

五、讨论与结论

研究发现数字导向强度契合与供应商绩效负相关，与既有战略契合研究普遍认为契合带来绩效提升的观点不同；战略意图契合呈拟合倒U型关系，说明更高契合并非总是有利。度中心性对两种契合形式的调节作用不同，表明网络位置的作用取决于所契合的数字导向属性。管理上，供应商应避免将数字强调相似性本身作为目标，应保持适度战略意图共同点同时保留互补差异，并根据网络位置调整数字协作策略。研究局限性包括文本测量可能不完全反映潜在数字战略导向、战略意图契合观测集中于分布上端、网络覆盖限于上市公司关系、样本限于中国上市公司等。结论强调，区分两种数字导向契合形式及其不同绩效关联，推进了数字导向与战略契合研究。