2024第50卷第7期
一、引 言
党组织引领是中国企业的独特优势。习近平总书记在党的二十大报告中指出，完善中国特色现代企业制度。中国特色现代企业制度的“特”就在于将党的领导融入公司治理的各环节中。国外企业没有国有与非国有之分，也没有党组织参与公司治理这种独特的企业制度。这种制度安排是中国独有的，是与国外企业制度的重要区别。现有研究大多探讨单一企业党建对自身的影响。例如，党组织参与治理有助于提升公司治理水平（严若森和吏林山，2019），抑制企业财务违规行为（戴亦一等，2017），改善公司绩效（何轩和马骏，2018）。而鲜有文献考察党组织整体架构的经济影响。
实际上，党组织是网络型架构的，对公司治理的参与和作用路径具有独特性。党内的组织关系有纵向的上下级关系，也有横向的同级支部间关系。企业运营不仅受到自身党组织的影响，还会受到党组织网络的影响。党组织网络具有独特的信息传递方式，这会使组织成员与非组织成员在信息、权利、责任等方面产生差异，最终导致社会属性和经济绩效的差异。
为了深入剖析中国特色的党组织网络嵌入的企业治理模式及其效果，本文提出“党建生态群”概念，以具有横向和纵向两方面关联的企业供应链为载体，研究党建生态群在供应链韧性上发挥的独特作用，以期揭开中国特色现代企业制度运营模式的一角面纱，为如何发挥政府作用来提升供应链韧性提供中国经验。
本文借鉴企业社会资本（边燕杰和丘海雄，2000）、社会关系（任宏达和王琨，2018）和企业党建（马连福等，2013；李明辉等，2020）的概念，从纵向和横向两个维度来定义党建生态群。纵向维度指上下级党组织间的关联，在企业供应链问题上特指企业党组织与上级党组织的沟通关系；横向维度指企业间的党组织关联，在企业供应链问题上特指企业与供应链上下游企业间的党组织沟通关系。可见，党建生态群是以各企业基层党组织为基点的全方位覆盖式的党组织网络。
本文以供应链韧性作为研究载体，能为党建生态群的经济后果研究提供良好的实验环境。首先，供应链研究涉及同级和上下游企业间的互动，与党建生态群的概念比较契合。其次，建设有韧性的供应链具有重要价值。习近平总书记在党的二十大报告中指出，着力提升产业链供应链韧性和安全水平。供应链韧性不仅是链上企业所关注的，更是行业、地区和国家经济发展需要关注的问题。
本文采用2001—2022年A股上市公司数据，研究党建生态群对企业供应链韧性的影响。本文从供应链的抵抗力、恢复力和成长性三个维度来度量供应链韧性，从纵向和横向两个维度来度量党建生态群。结果表明，在排除内生性问题后，党建生态群能够显著提升企业供应链韧性。党建生态群的纵向维度主要通过政策信息的独特传递渠道来提升供应链韧性，横向维度主要通过非公开信息和技术信息溢出渠道来提升供应链韧性。上述作用路径在不同产权性质、不同社会网络中心度和供应链不同位置样本的对比分析中得到验证：以国有企业和社会网络中心度较高的企业为基点的党建生态群对上下游企业供应链韧性的提升作用较强，起到了“利他”作用；而以非国有企业和社会网络中心度较低的企业为基点的党建生态群对自身供应链韧性的提升作用较强，起到了“利己”作用。这说明党建生态群在提升企业供应链韧性上发挥了“公转带动自转”的作用。此外，党建生态群对上下游企业供应链韧性的提升作用以位于供应链中游的企业为主。本文的研究框架见图1。
|
| 图 1 研究框架 |
本文的研究贡献体现在：第一，提出了党建生态群的概念，将党组织参与治理的文献由企业内部单一党组织拓展至党组织网络，揭示了中国特色现代企业制度下企业党组织的架构。本文通过证实党建生态群对企业供应链韧性的重要作用，提供了企业供应链韧性管理中政府作用的一个范例，也揭示了企业党建的必要性。第二，本文揭示了党组织对于企业治理作用的新机制。现有研究大多注重党组织的监督治理机制，本文为党组织独特的信息传递机制提供了经验证据。此外，关于党组织参与企业治理的现有文献主要集中于企业自身，鲜有涉及企业间的联系互动。本文将党组织多层次架构的经济影响拓展至供应链韧性，展示了党建生态群对企业发展多维度的良性作用。第三，本文为供应链韧性研究提供了新角度。关于供应链韧性影响因素的现有研究集中于公司的动态能力和信息技术等，本文则拓展至中国特色公司治理体系——党组织的生态架构，这有助于推动供应链发展的深入研究。
二、概念界定、理论分析与研究假设
（一）概念界定
1. 党建生态群
党组织引领是我国企业的独特优势，也是中国特色现代企业制度的独特之处。探讨党组织对企业的积极影响及其路径，对于揭秘中国特色现代企业制度的运行模式具有重要意义。关于党组织参与治理的现有研究大多探讨单一企业党建对自身的影响。例如，党组织参与治理会影响国有企业内部控制的有效性（马连福等，2012），抑制企业财务违规行为（戴亦一等，2017）和国有企业高管隐性腐败（严若森和吏林山，2019），降低国有企业金融化程度（乔嗣佳等，2022）。
企业的党组织架构实际上是以各企业基层党组织为基点的全方位覆盖式的网络型架构。党内的组织关系有纵向的上下级关系，也有横向的同级支部间关系。企业运营不仅受到自身党组织的影响，还会受到党组织网络的影响，且党组织网络具有独特的信息传递方式。例如，在新冠疫情时期，供应链面临严峻挑战，各级党组织通过指导行业协会与商会来畅通供应链。可见，各级党组织形成了一个良好的生态群，为供应链上下游企业“穿针引线”。党组织对企业的作用不应从单一方面考察，要关注党组织在供应链上下游企业间发挥的桥梁联动功能，多维立体、纵横结合地考察其作用方式。
本文首次提出党建生态群的概念。党建生态群是中国特色现代企业制度下存在的组织架构，是党组织参与企业治理这一正式制度与企业的社会资本和社会关系这一非正式制度的结合。本文借鉴企业社会资本（边燕杰和丘海雄，2000）、社会关系（任宏达和王琨，2018）和企业党建（马连福等，2013；李明辉等，2020）的概念，从纵向和横向两个维度来定义党建生态群。纵向维度指上下级党组织间的关联，在企业供应链问题上特指企业党组织与上级党组织的沟通关系；横向维度指企业间的党组织关联，在企业供应链问题上特指企业与供应链上下游企业间的党组织沟通关系。可见，党建生态群是以各企业基层党组织为基点的全方位覆盖式的党组织网络。
2. 供应链韧性
早期对供应链韧性的研究重点在于供应链受到冲击时做出抵抗和维持原状的能力（Rice和Caniato，2003；Christopher和Peck，2004），近年来对供应链韧性的研究在上述基础上强调受到外力冲击时受益且变强的能力，注重转“危”为“机”。Gölgeci和Kuivalainen（2020）以及Negri等（2021）提出，供应链韧性是指面对外部冲击时，供应链系统可以保持链条稳定，甚至能够化危为机而实现供应链升级。李维安和马茵（2022）认为，供应链韧性是在面临中断风险时，企业能够恢复供应状态并在危机中受益的能力。
部分学者将供应链韧性分为多个维度进行研究。Lee（2004）提出3A供应链概念，认为供应链应该是敏捷的（Agility）、适应的（Adaptability）、利益一致的（Alignment）。张树山和谷城（2023）将供应链韧性划分为供应链抵抗力和恢复力两个维度。陶峰等（2022）从供需匹配优化、供需关系维持、供应质量提升三个层次来定义供应链韧性。
本文从供应链抵抗力、恢复力和成长性三个维度来定义供应链韧性。供应链抵抗力（Resis）体现了供应链运行状态的稳定性，即在应对外部扰动时仍能保持稳定运行和循环畅通的能力；供应链恢复力（Recov）表示供应链受到外部冲击时偏离原始运行轨迹后的回弹能力；供应链成长性（Growth）是指当供应链受到外部冲击时，不仅能够恢复至正常的运营状态，还能转“危”为“机”，达到一个新的更理想的状态。
（二）理论分析与研究假设
本文认为，党建生态群能够通过独特的信息渠道来提升供应链韧性。纵向上与上级党组织的沟通有利于企业及时获取并落实政策信息；横向上企业间党组织的沟通能够对市场公开信息起到有效的补充作用，并促进供应链上下游企业间的技术信息溢出，从而提升供应链韧性。
1. 纵向维度的政策信息传递
面对外部冲击时，企业对经济政策和制度环境的判断难度加大。这会影响企业的生产经营，对供应链韧性造成破坏。党建生态群中存在上下级党组织间的关联，企业党组织与上级党组织的沟通有助于其精准迅速地捕捉政策信息的变化，降低对经济政策不确定性的感知程度，提高面对外部不利冲击时的反应和恢复能力；同时，企业内部“双向进入”“交叉任职”的公司治理结构有助于其及时落实政策信息，实现稳定的生产经营，从而提升供应链韧性。
以工商联、统战部、行业协会和商会为主的上级党组织发挥了与企业沟通的作用，都是党和政府与企业建立联系的桥梁和纽带（江良高，2002）。在国家发布新的经济政策或召开各类会议之后，上级党组织会开展集中研讨和政策学习，首先提升自身对于经济政策的理解和掌握，再将经济政策传达下去。若企业的董监高等人员在上级党组织中担任职务或是上级党组织成员，则能够更加及时准确地获得并解读政策信息，提升对制度环境判断的准确程度，降低对经济政策不确定性的感知程度。
“双向进入”“交叉任职”是企业内部党组织参与治理的主要形式。当企业从上级党组织获得政策信息时，由于党委会委员和董监高成员的交叉与兼任，企业能够更好地参考并落实政策信息，及时将经济政策信息纳入生产经营决策中。
企业通过董监高与上级党组织建立联系，能够及时全面地了解各项政策法规及有效信息，降低对经济政策不确定性的感知程度，从而提振对产业链供应链未来发展前景的信心；通过“双向进入”“交叉任职”实现基层党组织参与治理，有助于企业更好地参考并落实政策信息，实现稳定的投资、研发与生产，提升供应链的竞争力以及企业的积极性、凝聚力和危机处理能力，从而增强供应链韧性。综上分析，党建生态群的纵向维度能够通过政策信息传递渠道来提升供应链韧性，而且其参与主体和传递渠道具有独特性。
2. 横向维度的非公开信息传递和技术信息溢出
党建生态群中存在企业间党组织关联的横向维度，能够对市场公开信息起到补充作用，有助于企业获取行业内企业生产经营等方面的非公开信息和技术信息。由于党建活动的多样性，党组织成员间的交流不仅存在于党组织内部，还存在多个党组织间。产业链供应链联合党委、上下游企业党支部间的交流活动普遍存在，各类产业链供应链党建联盟屡见不鲜。在此类以党建为媒介的交流会和各类联盟中，建立了党组织的企业会进行生产销售等方面非公开信息和技术信息的交流。这有助于降低信息搜寻成本，打破企业间信息和要素沟通的隐性壁垒，缓解供应链上下游企业间的信息不对称，提升信息和知识技术的传递效率。例如，在黑龙江克山县的马铃薯产业链供应链联合党委交流座谈会上，链上企业分享马铃薯产品的销售、研发及目前存在的问题等。
在链上企业的日常交流中，根据相似吸引理论（Byrne，1971），具有相似特征的个体更容易相互吸引，沟通频率更高。当企业与上下游企业的党组织建立联系时，党建生态群有助于提升供应链上下游企业间沟通和交流的频率，凝聚链上企业。此外，根据社会认同理论，个体通过社会分类，对自己的群体产生认同，划分的依据通常为容易观察的特质。供应链上下游企业会通过党建生态群形成内部群体偏好，对处于群体中的成员更加信任和支持（Zhang等，2019），成员间更容易进行信息和技术的交换与共享，形成“信息流效应”，实现互利共赢（Chu等，2019）。同时，党建生态群能够将党员间的沟通由企业内部扩展到链上，企业间党员交流有助于信息共享和先进技术传播。例如，浙江正泰集团构建的低压电器产业党建生态群帮助供应链企业建立党支部23个，提供帮扶资金2.1亿元，技术改造770次（尉郁和杨平宇，2022）。
党建生态群的横向维度能够对市场公开信息起到补充作用，提升行业间知识技术外溢和研究成果共享的速度，降低信息获取与传递成本，帮助企业获取上下游企业生产、经营、技术等方面的非公开信息。信息共享效率的提升不仅能够有效降低信息不对称所带来的运营成本，缓解长鞭效应的影响（杨志强等，2020），还能筛选优质供应商与客户，提升供应链抵抗力和恢复力。技术溢出有助于“增量提质”，提高企业的生产能力，降低生产成本，促进技术创新，提升核心竞争力，从而促进供应链发展。
三、研究设计
（一）数据来源与样本选取
本文选取2001—2022年中国A股上市公司为样本。党建生态群相关数据来自CSMAR数据库中高管简历，并使用python等软件从上市公司年报和党组织会议材料中爬取后进行手动补充更正。供应链韧性数据和控制变量数据来自CSMAR数据库。本文剔除了当年的ST或PT公司、金融行业公司以及数据异常或关键变量缺失的样本，最终得到
（二）模型设定与变量定义
1. 被解释变量
（1）供应链抵抗力（Resis）。供应链抵抗力是指供应链在受到外部扰动时仍能保持稳定运行和循环畅通的能力。本文借鉴张树山和谷城（2023）、陶锋等（2023）以及董浩和闫晴（2024）的研究，从下游客户和上游供应商对企业的资金占用情况、供应链稳定程度和企业库存调整幅度来衡量供应链抵抗力。
面对外部扰动时，上下游企业对企业的资金占用情况决定着供应链关系是否能够存续。如果企业面临较大的应收账款压力，那么企业的生存难度加大，企业与客户间的合作关系会趋于破裂，面临“断链”风险。参考Cull等（2009）的研究，本文利用应收账款和预付款项与主营业务收入比值的自然对数来衡量资金占用情况（Resis1），计算公式如下：
| $ {Resis1}_{it}= \ln \left[({br}_{it}+{ar}_{it}+{prp}_{it})/{mbi}_{it}\right] $ | (1) |
其中，br表示应收票据净额，ar表示应收账款净额，prp表示预付款项净额，mbi表示主营业务收入。该指标数值越小，下游客户和上游供应商对企业的资金占用越少，供应链抵抗力越强。
供应链的稳定程度直接影响着供应链抵抗力。本文使用企业连续四年与前五大客户交易额度占比的标准差，作为供应链稳定性的负向替代指标（Resis2）。该指标数值越小，企业与其大客户的业务往来波动越小，供应链的稳定程度越高。
企业的库存调整幅度较小表明库存管理效率较高，能够及时应对下游企业的需求。借鉴陶锋等（2023）的研究，本文使用企业存货前后两期变化绝对值的自然对数来衡量库存调整幅度（Resis3），计算公式如下：
| $ {Resis3}_{it}=\ln|{Inv}_{it}-{Inv}_{it-1}| $ | (2) |
其中，Inv表示企业存货净值。该指标数值越小，企业对供给的管理效率越高，供应链抵抗力越强。
（2）供应链恢复力（Recov）。供应链恢复力是指在受到外部冲击后，短暂偏离正常运营状态，最终恢复至原始正常状态的能力。因此，在受到冲击后，偏离或者波动的大小能够较好地体现供应链恢复力。
第一，生产波动对需求波动的偏离。在供应链受到外部冲击后，链上企业原来的生产量和波动量都会受到影响，导致短期内供需失衡。参考Shan等（2014）的研究，本文采用生产波动对需求波动的偏离程度（Recov1）作为供应链恢复力的一个代理指标，计算公式如下：
| $ {Recov1}_{it}=Var\left({Production}_{it}\right)/Var\left({Demand}_{it}\right) $ | (3) |
其中，Production表示企业的产量，Productionit=Demandit+Invit−Invit−1；Demand表示企业的需求量，用销售成本来衡量；Inv表示企业的存货净值，为了消除时间趋势的影响，本文做了对数和一阶差分处理。该指标数值越大，供应链上下游供给和需求间的波动越大，供应链恢复力越低。
第二，企业绩效的偏离。当供应链受到外部冲击时，企业的绩效水平会偏离原来正常的运行轨迹，并逐步恢复至正常状态。因此，企业绩效的偏离程度（Recov2）也是供应链恢复力的一个代理指标。借鉴张树山和谷城（2023）的研究，本文利用以下模型的残差来捕捉企业绩效的偏离程度：
| $ {Per form}_{it}=\alpha +{\beta }_{1}{S ize}_{it}+{\beta }_{2}{Lev}_{it}+{\beta }_{3}{Growth}_{it}+{\beta }_{4}{age}_{it}+{\beta }_{5}{Board}_{it}+\Sigma Firm+\Sigma Year+{\varepsilon }_{it} $ | (4) |
其中，Perform表示企业经济绩效，等于息税前利润除以员工人数，息税前利润=净利润+所得税费用+财务费用。模型中加入了企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、企业年龄（Age）和董事会规模（Board）等影响企业绩效的控制变量，并控制了企业和年份固定效应。模型（4）的残差越大，企业在不同时期的变化和反应越大，供应链恢复能力越强。
（3）供应链成长性（Growth）。供应链成长性是指当供应链受到外部冲击时，企业不仅能够恢复至正常的运营状态，还能转“危”为“机”，达到一个新的更理想的状态。借鉴Sean等（2022）的研究，本文使用经营增长（Operating_Growth）作为供应链成长性的代理指标。经营增长是指企业从供应链上下游企业那里获得的增长。作为产品市场的利益相关者，供应链上下游企业能够通过与企业的商业往来及时获得信息，具有明显的信息优势，而且链上企业的生存与发展具有相互依存的特点。因此，经营增长能够很好地反映企业所处供应链的成长性和未来发展能力。本文将经营增长定义为总资产的增长减去融资的增长（即债务和股权的变化），再减去税收和应付账款的增长。该指标主要反映企业从供应商和客户那里获得的有形和无形资产的增长情况，计算公式如下：
| $ \begin{aligned} Operating\_Growth_{it}=&(\Delta Total\_Assets_{it}-Financing\_Growth_{it}-\Delta Accounts\_Payable_{it}\\ &-\Delta Taxes_{it})/ Average\_Total\_Assets_{it} \end{aligned} $ | (5) |
其中：
| $ \begin{aligned} Financing\_Growth_{it}=&(\Delta Current\_Liabilities_{it}+\Delta Long\_Term\_Liabilities_{it}+\Delta Minority\_Interests_{it} \\ & +\Delta Pref ferred\_S tocks_{it}+\Delta Commom\_Equity_{it})/Average\_Total\_Assets_{it} \end{aligned} $ | (6) |
| $ \Delta {Taxes}_{it}=\Delta {Tax\_Payable}_{it}+\Delta {Def ferred\_Taxes}_{it} $ | (7) |
式（5）中，Total_Assets表示企业年末总资产，Financing_Growth表示企业的融资增长，Accounts_Payable表示应付账款，Taxes表示税收，Average_Total_Assets表示企业当年平均总资产；式（6）中，Current_Liabilities表示流动负债，Long_Term_Liabilities表示长期负债，Minority_Interests表示少数股东权益，Prefferred_Stocks表示优先股，Common_Equity表示普通股；式（7）中，Tax_Payable表示应交税费，Defferred_Taxes表示递延所得税。
本文采用熵权法对供应链抵抗力、恢复力和成长性三个维度下的6个指标（见表1）进行综合测算，得到供应链韧性指标Scr。
| 一级指标 | 二级指标 | 评估方法 |
| 供应链韧性（Scr） | 供应链抵抗力（Resis） | 供应链上下游企业对企业的资金占用情况（Resis1） |
| 供应链的稳定程度（Resis2） | ||
| 企业库存调整幅度（Resis3） | ||
| 供应链恢复力（Recov） | 生产波动对需求波动的偏离（Recov1） | |
| 企业绩效的偏离（Recov2） | ||
| 供应链成长性（Growth） | 从供应链上下游企业那里获得的经营增长（Operating_Growth） |
2. 核心解释变量
（1）党建生态群的纵向维度。纵向维度指上下级党组织间的关联，在企业供应链问题上特指企业党组织与上级党组织的沟通关系。借鉴企业社会资本中的纵向联系和企业社会关系中的企业与政府关系，以及马连福等（2013）、李明辉等（2020）对党建的相关定义，本文将纵向维度（Vtc）定义如下：在建立党组织的企业中，若企业与上级党组织建立联系，或者存在“双向进入”“交叉任职”，则Vtc取1，否则取0。在供应链韧性研究中，上级党组织主要包括工商联、统战部以及各级行业协会、商会。工商联是中国共产党领导下的人民团体和商会组织，是党和政府联系民营企业和民营经济人士的桥梁和纽带；统战部具有经济领域统战工作的职能；行业协会和商会是介于政府和企业之间的中介组织和社会团体，根据《关于加强社会组织党的建设工作的意见》规定，在行业协会和商会中也需要建立党组织，推进党建工作。
若企业的董监高在上级党组织中担任职务或是上级党组织成员，则认为企业与上级党组织存在较好的沟通关系（罗劲博和李小荣，2019）。“双向进入”指符合条件的党委会委员依公司章程进入董事会、监事会和经理层，符合条件的董监高人员依党章进入党委会；“交叉任职”指企业领导同时担任党委书记和董事长，同时配备专职党委副书记。纵向维度能够体现出企业党组织与上级党组织的沟通关系以及自身党组织对企业的治理和引导作用。
（2）党建生态群的横向维度。横向维度指企业间的党组织关联，在企业供应链问题上特指企业与供应链上下游企业间的党组织沟通关系。借鉴企业社会资本中的横向联系和企业社会关系中的企业间关系，本文将横向维度（Hrz）定义如下：企业自身建立了党组织，且在企业明确披露的前五大客户或供应商中，至少有一个企业建立了党组织，此时Hrz取1。在这种情况下，链上企业更容易开展以党建为媒介的交流活动，也更容易建立产业链供应链党建联盟，实现企业与供应链上下游企业党组织的沟通。
若纵向维度Vtc或横向维度Hrz取1，则党建生态群Party取1，否则取0。
3. 模型设定。参考张树山等（2021）的研究，本文控制了企业规模（Size）、资产负债率（Lev）、股权集中度（Neg）、两职合一（Dual）、独立董事占比（Indpe）、董事会规模（Board）、经营性现金流（Cash）和总资产周转率（TTA）等变量，以及年份、行业和省份固定效应。本文变量定义见表2。本文采用以下模型来检验党建生态群对供应链韧性的影响：
| 变量名称 | 变量符号 | 变量定义 | 观测值 | 均值 | 标准差 | 最小值 | 最大值 |
| 供应链韧性 | Scr | 供应链韧性综合指数 | 0.683 | 0.161 | 0.004 | 0.840 | |
| 党建生态群 | Party | 与上级或上下游党组织的沟通 | 0.688 | 0.464 | 0 | 1 | |
| 纵向维度 | Vtc | 与上级党组织的沟通 | 0.628 | 0.483 | 0 | 1 | |
| 横向维度 | Hrz | 与上下游党组织的沟通 | 0.468 | 0.499 | 0 | 1 | |
| 企业规模 | Size | 总资产取自然对数 | 21.895 | 1.303 | 19.078 | 28.504 | |
| 资产负债率 | Lev | 总负债/总资产 | 0.406 | 0.215 | 0.011 | 1.748 | |
| 股权集中度 | Neg | 第一大股东持股比例 | 35.138 | 14.876 | 3.890 | 89.990 | |
| 两职合一 | Dual | 董事长与管理层兼任 | 0.248 | 0.432 | 0 | 1 | |
| 独立董事占比 | Indpe | 独董人数/董事会人数 | 0.368 | 0.066 | 0 | 0.714 | |
| 董事会规模 | Board | ln（董事会人数+1） | 2.335 | 0.211 | 1.609 | 3.258 | |
| 经营性现金流 | Cash | 现金流量净值/总资产 | 0.042 | 0.071 | −0.361 | 0.661 | |
| 总资产周转率 | TTA | 营业收入/总资产 | 0.597 | 0.426 | 0.003 | 7.161 |
| $ S cr_{it}=\alpha_0+\alpha_1Party_{it}+\Sigma\gamma Contr_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+\varepsilon_{it} $ | (8) |
| $ {S cr}_{it}={\alpha }_{0}+{\alpha }_{1}{Vtc}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (9) |
| $ {S cr}_{it}={\alpha }_{0}+{\alpha }_{1}{Hrz}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (10) |
四、实证结果分析
（一）描述性统计
表2报告了主要变量的描述性统计结果。从中可知，核心解释变量党建生态群Party的均值为0.688，表明样本期间有68.8%的企业处在党建生态群中；Vtc的均值为0.628，表明样本期间有一半以上的企业与上级党组织存在沟通关系；Hrz的均值为0.468，表明样本期间有不足一半的企业与上下游企业党组织存在沟通关系。
（二）基准回归分析
表3报告了基准回归结果，
| （1） | （2） | （3） | |
| Scr | Scr | Scr | |
| Party | 0.036*** | ||
| （5.540） | |||
| Vtc | 0.011* | ||
| （1.770） | |||
| Hrz | 0.039*** | ||
| （6.575） | |||
| Contr | 控制 | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 | 控制 |
| _cons | 0.136 | 0.113 | 0.130 |
| （1.147） | （0.942） | （1.102） | |
| N | |||
| R2 | 0.300 | 0.293 | 0.303 |
（三）内生性检验
1. 工具变量法。借鉴马连福等（2013）的研究，本文以母公司是否集团公司（Group）作为工具变量。若企业的第一大股东为集团公司，则Group取1，否则取0。当控股股东为集团公司时，企业党组织受集团母公司党组织的领导和管理。根据《中共中央组织部关于在深化国有企业改革中党组织设置和领导关系等有关问题的通知》规定，大企业集团一般应设立党的基层委员会，股份制企业党组织的设置由控股方负责。因此，母公司是否集团公司能够直接影响上市子公司的党组织设立和管理情况，以及企业与上级党组织或上下游企业党组织的沟通关系。
表4中列（1）为工具变量法的第一阶段回归结果，工具变量对解释变量的影响系数为0.109，在1%的水平上显著为正，表明工具变量和解释变量是直接相关的；此外，F值大于10，这排除了弱工具变量问题。列（2）为第二阶段回归结果，党建生态群对供应链韧性的影响显著为正，这与基准回归结果一致。
| （1） | （2） | （3） | （4） | （5） | |
| 第一阶段 | 第二阶段 | Treatment | PSM | Heckman | |
| Party | Scr | Scr | Scr | Scr | |
| IV | 0.109*** | ||||
| （6.26） | |||||
| Party | 0.220*** | 0.129*** | 0.031*** | 0.027*** | |
| （3.707） | （7.244） | （4.163） | （4.976） | ||
| IMR | −0.062*** | −0.172*** | |||
| （−5.656） | （−3.017） | ||||
| Contr | 控制 | 控制 | 控制 | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 | 控制 | 控制 | 控制 |
| N | |||||
| R2 | 0.314 | 0.097 | 0.307 | 0.272 |
2. 自选择偏差。党建生态群会受到企业自身因素的影响，不具有随机性。为此，本文使用处理效应模型和PSM方法来解决自选择偏差问题。第一，处理效应模型。在第一阶段，以“党建生态群”作为被解释变量，以员工人数、企业规模、产权性质、企业年龄和董事会规模作为控制变量进行probit回归；在第二阶段，将第一阶段得到的逆米尔斯比率（IMR）加入模型中进行回归。表4中列（3）为处理效应第二阶段回归结果，IMR的系数显著为负，表明样本的确存在自选择偏差；党建生态群的系数显著为正，这与基准回归结果一致。第二，PSM方法。本文以员工人数、企业规模、产权性质、企业年龄和董事会规模作为协变量，采用有放回的1∶1最近邻匹配进行样本匹配。匹配后的回归结果见列（4），党建生态群的系数显著为正，这与基准回归结果一致。
3. 样本选择偏差。由于供应链信息并非强制要求披露，本文可能存在样本选择偏差。本文采用Heckman两阶段法来解决这类内生性问题（底璐璐等，2020）。在第一阶段，以是否披露供应链信息（Desclosure）作为被解释变量，选取产权性质、营业收入增长率、ROA、资产负债率、企业年龄和企业规模作为解释变量（蒋殿春和鲁大宇，2022）进行probit回归；在第二阶段，将第一阶段得到的逆米尔斯比率（IMR）加入模型中进行回归。表4中列（5）为第二阶段回归结果，党建生态群的系数仍然在1%的水平上显著为正，这与基准回归结果一致。
（四）稳健性检验
1. 遗漏变量。本文在基准回归的基础上增加营业利润占比和两权分离率，并将省份固定效应替换为城市固定效应，从而控制城市层面时变的宏观环境特征。检验结果与基准回归结果一致。
2. 测量误差。本文采用替换被解释变量和改变缩尾参数的方式来减轻测量误差。第一，本文使用应收账款和预付款项之和与营业总收入比值的自然对数，度量供应链抵抗力维度中上下游企业对公司的资金占用情况；第二，本文使用销售额（主营业务收入）来度量供应链恢复力维度中生产波动对需求波动的偏离计算公式中的需求量；第三，本文将供应链恢复力维度中企业绩效的偏离计算公式中的“息税前利润”替换为“息税前利润TTM”，息税前利润TTM=净利润TTM+所得税费用TTM+财务费用TTM，TTM的计算方式为：本期值+上年年报值−上年同期值；第四，本文对连续变量进行上下5%的缩尾处理。检验结果与基准回归结果一致。
（五）排除性检验
本文分三步进行回归，以排除其他变量的影响。本文构建模型（11）和模型（12），选取企业加入行业协会、商会的董监高人数（Num），以排除行业协会、商会的影响；选取前五大供应商公司规模的均值（SS）和前五大客户公司规模的均值（CS），以排除供应商或客户公司规模的影响；选取企业规模（Size），以排除公司规模的影响。
| $ {S cr}_{it}={\alpha }_{0}+\alpha X+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (11) |
| $ {S cr}_{it}={\alpha }_{0}+\alpha X+\beta {Party}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (12) |
第一步，分别将Party、Num、SS、CS和Size作为X加入模型（11）中进行回归。结果显示，党建生态群Party的系数最大且最显著。
第二步，分别将Num、SS、CS和Size作为X加入模型（12）中进行回归。结果显示，党建生态群Party的系数保持在0.035左右，且其显著性无明显变化。这表明党建生态群对供应链韧性的提升作用不能被行业协会商会、供应商规模、客户规模和公司规模所解释。
第三步，同时将Num、SS或CS、Size作为X加入模型（12）中进行回归。
五、机制分析
（一）纵向维度的政策信息传递
本文借鉴方明月等（2023）的方法，将企业年报中涉及政策分析的句子数量定义为企业的经济政策不确定性感知，以此作为政策信息的代理指标。本文构建模型（13）和模型（14）来检验纵向维度的政策信息传递渠道。若模型中交乘项系数α1显著为负，则表明党建生态群及其纵向维度通过政策信息传递，提升了企业供应链韧性。
| $ {S cr}_{it}={\alpha }_{0}+{\alpha }_{1}Part{y}_{it}\times {epu}_{it}+{\alpha }_{2}Part{y}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (13) |
| $ {S cr}_{it}={\alpha }_{0}+{\alpha }_{1}{Vtc}_{it}\times {epu}_{it}+{\alpha }_{2}{Vtc}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (14) |
表5结果表明，党建生态群及其纵向维度能够通过政策信息传递渠道来提升供应链韧性，这与理论分析结果一致。
| （1） | （2） | |
| Scr | Scr | |
| Party×epu | −0.003** | |
| （−2.081） | ||
| Party | 0.043*** | |
| （5.877） | ||
| Vtc×epu | −0.003** | |
| （−1.971） | ||
| Vtc | 0.018** | |
| （2.538） | ||
| Contr | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 |
| N | ||
| R2 | 0.300 | 0.293 |
（二）横向维度的非公开信息传递
本文借鉴张树山等（2021）的研究，采用分组回归的方式来探讨党建生态群对供应链韧性作用的非公开信息传递渠道。本文预期，当企业面临的信息不对称问题比较严重时，党建生态群对供应链韧性的提升作用更加显著。本文从深交所、沪交所披露的公司信息披露工作考核结果和企业所处地区的市场化水平两个层面来衡量企业面临的信息不对称程度。
1. 深交所、沪交所披露的上市公司透明度。当企业的信息披露水平较低时，供应商和客户无法及时准确地获取企业信息，从而导致信息不对称。本文借鉴辛清泉等（2014）的研究，以深交所、沪交所披露的上市公司透明度为基础，将样本按照信息披露等级划分为优秀和非优秀两组，对模型（8）和模型（10）进行分组回归。表6中列（1）和列（3）为信息披露质量“非优秀”样本的回归结果，列（2）和列（4）为信息披露质量“优秀”样本的回归结果。结果显示，党建生态群及其横向维度对供应链韧性的作用仅在信息不对称程度较高的样本中显著为正，表明横向维度的非公开信息传递渠道存在，这与理论分析结果一致。
| （1） | （2） | （3） | （4） | （5） | （6） | （7） | （8） | |
| Scr | Scr | Scr | Scr | Scr | Scr | Scr | Scr | |
| Party | 0.040*** | 0.019 | 0.053*** | 0.026*** | ||||
| （5.579） | （1.278） | （5.525） | （2.883） | |||||
| Hrz | 0.043*** | 0.015 | 0.042*** | 0.035*** | ||||
| （6.626） | （1.044） | （5.277） | （3.875） | |||||
| Contr | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| N | 390 | 390 | ||||||
| R2 | 0.298 | 0.598 | 0.301 | 0.597 | 0.393 | 0.300 | 0.392 | 0.303 |
| 系数组间差异 | 0.027** | 0.007 | ||||||
| p值 | 0.026 | 0.279 | ||||||
| 注：p值由bootstrap抽样 |
||||||||
2. 地区市场化水平。当地区市场化水平较低时，企业面临的信息不对称程度更高。本文借鉴张树山等（2021）的研究，根据企业所在省份的市场化水平的中位数，将样本划分为地区市场化水平高低两组，对模型（8）和模型（10）进行分组回归。地区市场化水平数据参考王小鲁等（2019）的研究。表6中列（5）和列（7）为地区市场化水平较低组的回归结果，列（6）和列（8）为地区市场化水平较高组的回归结果。结果显示，党建生态群及其横向维度对供应链韧性的作用在信息不对称程度较高的样本中较强且总体上比较显著，这与理论分析结果一致。
（三）横向维度的技术信息溢出
企业数字化转型具有上下游联动效应（范合君等，2023）。李云鹤等（2022）研究发现，数字化转型存在供应链溢出效应，能够提升链上企业的技术水平。因此，本文将数字化转型程度作为技术信息溢出渠道的代理指标。
本文使用CSMAR数据库中的数字化转型指数来度量企业的数字化转型程度，该指标从战略引领、技术驱动、组织赋能、环境支撑、数字化成果和数字化应用六个维度，综合计算得到企业的数字化转型指数。为了探究技术信息溢出的中介作用，本文构建如下模型：
| $ {S cr}_{it}={\alpha }_{0}+{\alpha }_{1}Part{y}_{it}\times {digital}_{it}+{\alpha }_{2}Part{y}_{it}+ \Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (15) |
| $ {S cr}_{it}={\alpha }_{0}+{\alpha }_{1}{Hrz}_{it}\times {digital}_{it}+{\alpha }_{2}{Hrz}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (16) |
为了减轻行业异质性的影响，本文使用经过行业中位数调整后的数字化转型指数进行回归分析。表7结果显示，交乘项的系数α1显著为正，表明党建生态群及其横向维度能够通过促进技术信息溢出来提升供应链韧性。
| （1） | （2） | |
| Scr | Scr | |
| Party×digital | 0.003*** | |
| （5.557） | ||
| Party | 0.032*** | |
| （4.808） | ||
| Hrz×digital | 0.002*** | |
| （3.468） | ||
| Hrz | 0.038*** | |
| （6.057） | ||
| Contr | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 |
| N | ||
| R2 | 0.291 | 0.290 |
六、进一步分析
（一）党建生态群对上下游企业供应链韧性的影响
党建生态群对企业供应链韧性的提升作用是否以牺牲上下游企业的利益为代价？党建生态群究竟是“独赢”还是“共赢”？本文进一步研究了核心企业党建生态群对其上下游企业供应链韧性（udScr）的影响。udScr的计算方法如下：
| $ {udS cr}_{it}=({uS cr}_{it}+{dS cr}_{it})/2 $ | (17) |
其中：
| $ {uS cr}_{it}=\sum _{j=1}^{5}\left(\frac{{purchase}_{jt}}{{tpurchase}_{it}}\right)\times {sS cr}_{jt} $ | (18) |
| $ {dS cr}_{it}=\sum _{n=1}^{5}\left(\frac{{sales}_{nt}}{{tsales}_{it}}\right)\times {cS cr}_{nt} $ | (19) |
式（18）中，uScrit表示上游供应商的供应链韧性，purchasejt表示企业向第j大供应商的采购额，tpurchaseit表示企业向前五大供应商的总采购额，sScrjt表示企业第j大供应商的供应链韧性；式（19）中，dScrit表示下游客户的供应链韧性，salesnt表示企业对第n大客户的销售额，tsaleit表示企业对前五大客户的总销售额，cScrnt表示企业第n大客户的供应链韧性。
本文构建如下模型进行回归分析：
| $ {udS cr}_{it}={\alpha }_{0}+{\alpha }_{1}Part{y}_{it}+\Sigma \gamma {Contr}_{it}+\Sigma Year+\Sigma Ind+\Sigma Pro+{\varepsilon}_{it} $ | (20) |
表8中列（1）结果表明，党建生态群能够显著提升上下游企业的供应链韧性，起到“共赢”的作用。
| （1） | （2） | （3） | （4） | （5） | |
| 全样本 | 国有企业 | 非国有企业 | 国有企业 | 非国有企业 | |
| udScr | Scr | Scr | udScr | udScr | |
| Party | 0.013* | 0.023 | 0.021*** | 0.074*** | 0.017** |
| （1.775） | （1.200） | （2.789） | （2.791） | （1.965） | |
| Contr | 控制 | 控制 | 控制 | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 | 控制 | 控制 | 控制 |
| N | 1816 | 922 | |||
| R2 | 0.181 | 0.367 | 0.313 | 0.315 | 0.192 |
| 系数组间差异 | 0.056*** | ||||
| p值 | 0.000 | ||||
（二）产权性质分析
国有企业与非国有企业在发展视野、管理方式等方面存在差异，在供应链中的功能作用也有所不同（杨金玉等，2022）。国有企业注重长期发展和国家政策的实施，管理方式比较规范和稳定；而民营企业以市场为导向，注重短期效益和自身利润。国有企业在维持供应链安全稳定方面发挥主导作用，起到“链长”“头雁”的作用。因此，以不同产权性质企业为基点的党建生态群对企业供应链韧性和上下游企业供应链韧性的作用会有所不同。本文将样本按照产权性质划分，对模型（8）和模型（20）进行分组回归。表8中列（2）和列（4）结果显示，以国有企业为基点的党建生态群对自身供应链韧性的提升作用不显著，但能够显著提升上下游企业的供应链韧性；列（3）和列（5）结果显示，以非国有企业为基点的党建生态群对自身供应链韧性的提升作用更强且更显著；对比列（4）和列（5）可知，国有企业党建生态群对上下游企业供应链韧性的提升作用更强且更显著。上述结果表明，非国有企业的党建生态群更多地体现出“利己”的自转作用，与其利益导向一致；而国有企业的党建生态群更多地体现出“利他”的公转作用，能够提升整体供应链韧性。当面临外部不确定性时，国有企业的动向能够向链上企业传递政策导向、未来发展方向等，这印证了党建生态群的政策信息传递渠道。
（三）社会网络中心度分析
供应链企业间的党组织网络形成一种社会网络关系。处于不同网络位置的企业在信息获取、信息披露和影响力方面存在差异，党建生态群对企业供应链韧性和上下游企业供应链韧性的作用会有所不同。Larcker等（2013）的研究表明，网络中心度越高的高管越容易掌握监管规则、行业发展和市场条件等关键信息。此外，处于社会网络中心的企业能够与更多的企业产生联系，影响力更大。
本文借鉴王磊等（2022）的方法，从程度中心度、接近中心度和中介中心度三个维度来计算董事网络中心度，以此作为企业网络中心度的代理指标。本文根据企业社会网络中心度的行业年份均值，将样本划分为社会网络中心度高低两组，对模型（8）和模型（20）进行分组回归。表9中列（1）和列（2）结果显示，党建生态群对企业供应链韧性的提升作用在社会网络中心度低的企业中更强且更显著，体现出“利己”的自转作用。由于社会网络中心度低的企业不具有信息获取优势，上述结果进一步验证了党建生态群的非公开信息传递渠道。列（3）和列（4）结果显示，由于社会网络中心度高的企业影响力更强，其党建生态群能够显著提升上下游企业的供应链韧性，体现出“利他”的公转作用。
| （1） | （2） | （3） | （4） | |
| 社会网络中心度低 | 社会网络中心度高 | 社会网络中心度低 | 社会网络中心度高 | |
| Scr | Scr | udScr | udScr | |
| Party | 0.043*** | 0.023** | 0.009 | 0.025** |
| （4.539） | （2.555） | （0.860） | （2.182） | |
| Contr | 控制 | 控制 | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| R2 | 0.314 | 0.346 | 0.207 | 0.233 |
| 系数组间差异 | 0.019* | |||
| p值 | 0.085 | |||
（四）区分行业上游、中游和下游
完整的供应链能够实现产品或服务从原材料采购到最终消费的全过程。上游企业大多为产品或服务的原材料供应商，中游企业大多为生产制造商，下游企业一般为产品或服务的终端销售商。当企业所处的供应链位置不同时，党建生态群对自身及上下游企业的供应链韧性会起到不同的作用。本文借鉴Antràs等（2012）提出的行业上游度指数，利用世界投入产出数据库（WIOD）中的中国投入产出数据进行测算，根据行业上游度指数进行三等分来定义上游、中游和下游。表10中列（1）和列（3）结果显示，以行业上游和下游企业为基点的党建生态群对上下游企业供应链韧性的提升作用不显著；列（2）结果显示，由于行业中游企业的技术信息更容易沿着供应链向两端的企业溢出，以其为基点的党建生态群能够显著提升上下游企业的供应链韧性，起到“承上启下”的作用，因而“共赢”主要由行业中游的党建生态群所实现。无论行业上游、中游还是下游企业，党建生态群均能显著提升自身供应链韧性。上述结果进一步验证了党建生态群的技术信息溢出渠道。
| （1） | （2） | （3） | |
| 上游 | 中游 | 下游 | |
| udScr | udScr | udScr | |
| Party | 0.006 | 0.036*** | −0.015 |
| （0.502） | （2.920） | （−0.946） | |
| Contr | 控制 | 控制 | 控制 |
| Year、Ind和Pro | 控制 | 控制 | 控制 |
| N | 776 | 777 | 785 |
| R2 | 0.261 | 0.160 | 0.269 |
七、结论与政策启示
本文提出党建生态群概念，探讨了中国特色的这一治理模式对企业供应链韧性的影响效应。党建生态群具有纵向的上下级和横向的同级党组织间的关联，发挥了特有的信息传递作用。上下级党组织间的纵向关联通过独特的政策信息传递渠道来提升供应链韧性，企业间党组织的横向关联通过非公开信息传递和技术信息溢出渠道来提升供应链韧性。党建生态群能够发挥“公转带动自转”的治理作用。以国有企业和社会网络中心度较高的企业为基点的党建生态群对上下游企业供应链韧性的提升作用较强，起到了“利他”的公转作用；而以非国有企业和社会网络中心度较低的企业为基点的党建生态群对自身供应链韧性的提升作用较强，起到了“利己”的自转作用。本文探究了党建生态群对供应链韧性的提升作用及其独特的作用路径，这对于揭秘中国特色现代企业制度的运行模式具有重要意义，也为如何发挥政府作用来提升供应链韧性提供了中国经验。
党的二十大报告强调，中国特色社会主义制度的最大优势是中国共产党领导。供应链上下游企业间实际上形成了一个完善的党建生态群。在新发展阶段，企业更应重视党建工作，发挥党建生态群提升供应链韧性的作用。首先，应发挥党组织在企业中的政治核心地位，将企业党建贯穿于企业发展的各项工作中，“把党组织活动与企业生产经营管理紧密结合起来，实现目标同向，互促共进”。其次，企业应加强与工商联、统战部、行业协会、商会等上级党组织的沟通交流，及时获得政策信息，降低经济政策不确定性的感知程度，以更好地开展生产、抵御风险；同时，应关注自身党组织建设，形成“双向进入”“交叉任职”的公司治理体系，实现政策信息落实，以促进党组织对于供应链韧性的积极作用。最后，企业应积极与供应链上下游企业的党组织建立联系，推进党建生态群的组织建设，以更好地发挥党建生态群的非公开信息传递和技术信息溢出的作用。要凝聚供应链企业智慧，形成强大的合力，真正发挥党建生态群的作用，将政治优势与企业自身发展相结合，促进企业供应链韧性提升。
| [1] | 边燕杰, 丘海雄. 企业的社会资本及其功效[J]. 中国社会科学, 2000(2): 87–99. |
| [2] | 戴亦一, 余威, 宁博, 等. 民营企业董事长的党员身份与公司财务违规[J]. 会计研究, 2017(6): 75–81. DOI:10.3969/j.issn.1003-2886.2017.06.012 |
| [3] | 底璐璐, 罗勇根, 江伟, 等. 客户年报语调具有供应链传染效应吗? ——企业现金持有的视角[J]. 管理世界, 2020(8): 148–162. DOI:10.3969/j.issn.1002-5502.2020.08.012 |
| [4] | 董浩,闫晴. 供应链稳定性能否实现稳就业?[J]. 财经研究,2024. doi:10.16538/j.cnki.jfe.20240118.103. |
| [5] | 范合君, 吴婷, 何思锦. 企业数字化的产业链联动效应研究[J]. 中国工业经济, 2023(3): 115–132. DOI:10.3969/j.issn.1006-480X.2023.03.007 |
| [6] | 方明月, 聂辉华, 阮睿, 等. 企业数字化转型与经济政策不确定性感知[J]. 金融研究, 2023(2): 21–39. |
| [7] | 何轩, 马骏. 党建也是生产力——民营企业党组织建设的机制与效果研究[J]. 社会学研究, 2018(3): 1–24. |
| [8] | 蒋殿春, 鲁大宇. 供应链关系变动、融资约束与企业创新[J]. 经济管理, 2022(10): 56–74. |
| [9] | 江良高. 加强非公有制企业党建工作亟待解决的几个问题[J]. 中央社会主义学院学报, 2002(2): 40–44. DOI:10.3969/j.issn.1002-0519.2002.02.009 |
| [10] | 李明辉, 刘笑霞, 程海艳. 党组织参与治理对上市公司避税行为的影响[J]. 财经研究, 2020(3): 49–64. |
| [11] | 李维安, 马茵. 如何构造供应链韧性的有效机制? [J]. 当代经济管理, 2022(12): 27–38. |
| [12] | 李云鹤, 蓝齐芳, 吴文锋. 客户公司数字化转型的供应链扩散机制研究[J]. 中国工业经济, 2022(12): 146–165. DOI:10.3969/j.issn.1006-480X.2022.12.009 |
| [13] | 罗劲博, 李小荣. 高管的“行业协会”任职与企业过度投资: 资源汲取还是资源诅咒[J]. 南开管理评论, 2019(5): 64–78. DOI:10.3969/j.issn.1008-3448.2019.05.007 |
| [14] | 马连福, 王元芳, 沈小秀. 中国国有企业党组织治理效应研究——基于“内部人控制”的视角[J]. 中国工业经济, 2012(8): 82–95. |
| [15] | 马连福, 王元芳, 沈小秀. 国有企业党组织治理、冗余雇员与高管薪酬契约[J]. 管理世界, 2013(5): 100–115. |
| [16] | 乔嗣佳, 李扣庆, 佟成生. 党组织参与治理与国有企业金融化[J]. 金融研究, 2022(5): 133–151. |
| [17] | 任宏达, 王琨. 社会关系与企业信息披露质量——基于中国上市公司年报的文本分析[J]. 南开管理评论, 2018(5): 128–138. DOI:10.3969/j.issn.1008-3448.2018.05.014 |
| [18] | 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 |
| [19] | 王磊, 杨晓倩, 张鹏程, 等. 兼听则明: 高管社会网络与企业投资决策同伴效应[J]. 管理科学学报, 2022(6): 81–99. |
| [20] | 王小鲁,樊纲,胡李鹏. 中国分省份市场化指数报告(2018)[M]. 北京:社会科学文献出版社,2019. |
| [21] | 尉郁, 杨平宇. 以高质量民营企业党建助力温州营商环境优化的对策建议[J]. 浙江工贸职业技术学院学报, 2022(2): 28–33. DOI:10.3969/j.issn.1672-0105.2022.02.007 |
| [22] | 辛清泉, 孔东民, 郝颖. 公司透明度与股价波动性[J]. 金融研究, 2014(10): 193–206. |
| [23] | 严若森, 吏林山. 党组织参与公司治理对国企高管隐性腐败的影响[J]. 南开学报（哲学社会科学版）, 2019(1): 176–190. |
| [24] | 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. DOI:10.3969/j.issn.1006-480X.2022.08.009 |
| [25] | 杨志强, 唐松, 李增泉. 资本市场信息披露、关系型合约与供需长鞭效应——基于供应链信息外溢的经验证据[J]. 管理世界, 2020(7): 89–105，217. DOI:10.3969/j.issn.1002-5502.2020.07.009 |
| [26] | 张树山,谷城. 供应链数字化与供应链韧性[J]. 财经研究,2023. doi:10.16538/j.cnki.jfe.20231017.101. |
| [27] | 张树山, 胡化广, 孙磊, 等. 供应链数字化与供应链安全稳定——一项准自然实验[J]. 中国软科学, 2021(12): 21–30，40. DOI:10.3969/j.issn.1002-9753.2021.12.003 |
| [28] | Antràs 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 |
| [29] | Byrne D E. The attraction paradigm[M]. New York:Academic Press,1971. |
| [30] | Christopher M, Peck H. Building the resilient supply chain[J]. The International Journal of Logistics Management, 2004, 15(2): 1–14. |
| [31] | Chu Y Q, Tian X, Wang W Y. Corporate innovation along the supply chain[J]. Management Science, 2019, 65(6): 2445–2466. DOI:10.1287/mnsc.2017.2924 |
| [32] | Cull R, Xu L C, Zhu T. Formal finance and trade credit during China's transition[J]. Journal of Financial Intermediation, 2009, 18(2): 173–192. DOI:10.1016/j.jfi.2008.08.004 |
| [33] | Gölgeci I, Kuivalainen O. Does social capital matter for supply chain resilience? The role of absorptive capacity and marketing-supply chain management alignment[J]. Industrial Marketing Management, 2020, 84: 63–74. DOI:10.1016/j.indmarman.2019.05.006 |
| [34] | Larcker D F, So E C, Wang C C Y. Boardroom centrality and firm performance[J]. Journal of Accounting and Economics, 2013, 55(2-3): 225–250. DOI:10.1016/j.jacceco.2013.01.006 |
| [35] | Lee H L. The triple-a supply chain[J]. Harvard Business Review, 2004, 82(10): 102–112. |
| [36] | Negri M, Cagno E, Colicchia C, et al. Integrating sustainability and resilience in the supply chain: A systematic litera- ture review and a research agenda[J]. Business Strategy and the Environment, 2021, 30(7): 2858–2886. DOI:10.1002/bse.2776 |
| [37] | Rice J B Jr, Caniato F. Building a secure and resilient supply network[J]. Supply Chain Management Review, 2003, 7(5): 22–30. |
| [38] | Shan J, Yang S T, Yang S L, et al. An empirical study of the bullwhip effect in China[J]. Production and Operations Management, 2014, 23(4): 537–551. DOI:10.1111/poms.12034 |