《Systems》：The Innovation Spillover Effects of Forward-Looking Information Disclosure by Supply Chain Hub Firms: Based on the Moderating Role of Node Firms’ Information Absorptive Capacity
编辑推荐：
供应链领先（hub）企业的前瞻性信息披露对供应链协同创新的影响尚待探索。基于2014年至2024年中国A股制造业上市公司的面板数据，本研究采用大规模文本分析构建了一个衡量核心企业前瞻性信息披露的时变指标，并系统考察了其创新溢出效应及内在机制。结果表明，核心企业
供应链领先（hub）企业的前瞻性信息披露对供应链协同创新的影响尚待探索。基于2014年至2024年中国A股制造业上市公司的面板数据，本研究采用大规模文本分析构建了一个衡量核心企业前瞻性信息披露的时变指标，并系统考察了其创新溢出效应及内在机制。结果表明，核心企业的前瞻性信息披露与供应链节点企业研发投资强度的显著增加呈正相关。这一溢出效应受到节点企业信息吸收能力（Information Absorptive Capacity, IAC）的负向调节，反映了典型的信息替代效应（Information Substitution Effect）。异质性检验进一步揭示，该溢出效应在规模较大、供应链网络中心度较高以及供应链关系特异性较强（以较高客户集中度衡量）的节点企业中更为显著。此外，此类创新溢出与改善的企业财务绩效正相关，且这种利润转化效应在高杠杆企业中更为突出，这与有助于缓解融资约束的隐性背书机制（Implicit Endorsement Mechanism）相一致。结合实证证据与产业治理实践，本文拓展了供应链协同创新的理论边界，并为优化信息披露规则和制定差异化产业创新政策提供了可操作性建议。
在全球价值链重构、地缘政治紧张与技术脱钩加剧的背景下，供应链系统面临结构性瓶颈与功能摩擦，系统性风险显著上升。提升供应链自主可控与协同创新能力成为战略重点。然而，供应链网络中普遍存在的信息不对称严重制约了节点企业（尤其是中小企业）的研发决策，导致高不确定性、高试错成本与资源错配。尽管已有研究关注核心企业（hub firms）创新活动的知识溢出，但对其前瞻性“软信息”（如战略意图、技术路线图）如何跨越组织边界产生创新溢出效应，以及节点企业信息吸收能力如何调节这一过程，仍缺乏系统探讨。研究人员基于中国A股制造业上市公司2014–2024年面板数据，融合复杂网络分析与大规模文本挖掘，系统考察了核心企业前瞻性信息披露对节点企业创新投资的溢出效应、调节机制及经济后果。研究结论表明，核心企业前瞻性披露通过“信息导航”与“融资约束缓解”双重渠道显著提升节点企业研发投入强度，且节点企业的信息吸收能力负向调节该溢出效应，呈现信息替代特征。此外，溢出效应在规模较大、网络中心度较高及关系特异性较强的节点企业中更为显著；高杠杆节点企业在隐性背书机制下，创新溢出向财务绩效的转化效率更高。该研究拓展了供应链协同创新的理论边界，为优化信息披露规则与制定差异化产业创新政策提供了实证依据。论文发表在《Systems》。
**主要关键技术方法**
研究人员首先利用CSMAR数据库中的供应商-客户交易数据构建有向复杂网络，采用PageRank算法识别年度PageRank得分前10%的企业作为核心企业（hub firms），并匹配至其交易伙伴（节点企业）。其次，运用大规模文本分析提取核心企业年报中管理层讨论与分析（MD&A）部分的前瞻性关键词（如“将”、“预期”、“计划”等）频率，经Z-score标准化后构建前瞻性信息披露指标（CL_Disc）。最后，以节点企业研发投入与总资产之比（RD_per_TA）为因变量，采用双向固定效应面板回归模型检验核心假设，并以节点企业无形资产比率（Intang_AC）作为信息吸收能力的代理变量，通过分组回归及交互项检验调节效应。样本来源为中国A股制造业上市公司2014–2024年面板数据，经筛选后获得3093个公司-年度观测值。
**研究结果**
**4.2.1 主效应检验**
通过逐步加入控制变量、年份与行业固定效应，回归结果显示核心企业前瞻性信息披露（CL_Disc）的系数为0.0016（p<0.01），支持假设1。经济意义上，CL_Disc每增加一个标准差（0.9235），节点企业研发投入强度（RD_per_TA）相对样本均值（0.0337）提升4.39%，表明存在稳健的创新溢出效应。
**4.2.2 调节效应检验**
以年度无形资产比率中位数将样本分为高、低信息吸收能力两组。分组回归显示，低吸收能力组CL_Disc系数为0.0026（p<0.01），高吸收能力组为0.0013（p<0.05）；全样本交互项（CL_Disc_c×High_Intang_AC）系数为-0.0019（p<0.01），支持假设2。这一负向调节反映了信息替代效应：内部知识储备薄弱的节点企业更依赖核心企业公共信号，而知识丰富的企业因拥有私有信息渠道而边际响应减弱。
**4.3 内生性与稳健性检验**
采用倾向得分匹配（PSM）后，标准化均值差异均低于10%，核心系数仍显著为正；滞后一期变量回归系数为0.0012（p<0.05），缓解反向因果担忧。此外，5%缩尾处理、剔除2020年疫情样本、加入省份固定效应、替换PageRank为度中心度与中介中心度等稳健性检验，核心结论均未改变。
**5.1 异质性分析**
**5.1.1 节点企业规模**
按总资产三分位数将样本分为小、中、大型三组，分组回归表明CL_Disc系数在中小型企业中为正且显著，大型企业虽为正但显著性略弱。整体上，大中型企业因更强的资源缓冲与研发基础设施，信号转化能力更突出。
**5.1.2 供应链节点企业的相对网络位置**
采用个性化PageRank（PPR）衡量节点企业相对于核心企业的邻近嵌入度，按年度中位数分为核心位置与边缘位置两组。核心位置组CL_Disc系数为0.0023（p<0.01），边缘位置组为0.0008（不显著），表明高嵌入度节点企业因运营互依与信任积累，信号可信度更高，溢出效应更强。
**5.1.3 供应链关系特异性**
以前五大客户收入占比衡量销售集中度，按年度中位数分为高、低特异性组。高特异性组CL_Disc系数为0.0041（p<0.01），低特异性组为0.0009（不显著），全样本交互项系数为0.0032（p<0.01），表明关系特异性通过利益对齐与关系资本强化了信号传输效率。
**5.2 经济后果：创新溢出、利润转化与财务杠杆的调节作用**
以总资产收益率（ROA）为因变量，核心企业前瞻性信息披露系数为0.1810（p<0.10），表明创新溢出正向关联于节点企业财务绩效。按资产负债率中位数分组，高杠杆组系数为0.6007（p<0.01），低杠杆组为-0.1073（不显著）。这一不对称性源于债务的治理约束效应与核心企业信息披露的隐性背书机制：高杠杆企业因融资约束更紧，核心企业信号缓解了债权人信息不对称，促进了创新向利润的转化。
**6. 讨论与结论**
研究人员在讨论部分指出，核心企业前瞻性信息披露作为跨组织战略信号，通过“信息导航”与“融资约束缓解”双重渠道促进节点企业创新投入，证实了“软信息”在实体经济供应链网络中的协调作用。节点企业信息吸收能力的负向调节揭示了信息替代效应，挑战了经典吸收能力理论中的互补性假设，表明当内部知识基础设施成熟时，公共信号边际价值递减。异质性分析表明，企业规模、网络位置及关系特异性共同塑造了溢出效应的边界条件。经济后果评估显示，高杠杆节点企业因隐性背书机制而获得更强的创新-利润转化效率。研究结论部分总结如下：第一，核心企业前瞻性信息披露与节点企业研发投入正相关，通过信息导航与融资约束缓解渠道实现跨组织创新溢出。第二，节点企业信息吸收能力负向调节该溢出，呈现信息替代效应：内部知识储备有限的企业更依赖公共信号，而知识丰富的企业因私有信息渠道而边际响应减弱。第三，异质性分析表明，大中型企业、网络核心位置及高关系特异性节点企业表现出更强的创新响应。第四，核心企业前瞻性披露不仅刺激创新投入，还提升节点企业财务绩效；高杠杆企业因债务治理与隐性背书协同作用，利润转化效率更高，而低杠杆企业则存在过度投资倾向。综合而言，核心企业高质量披露充当跨组织“信用认证”，改善了融资约束节点企业的运营质量与资源配置效率。
