刚读一篇超硬核实证研究！《数字化转型、产业链供应链韧性与企业生产率》，从产业链视角揭秘数字化如何“向上溢出”，拉动上游企业生产力！逻辑清晰、方法扎实！
1.数据处理与指标构建
• 数据来源：2007-2020年A股上市公司数据，匹配上下游供应商-客户关系
• 样本处理：剔除非上市客户、金融行业、ST公司，保留2887个公司-年度观测值
• 核心变量：
企业全要素生产率（TFP）：采用LP法测算，稳健性检验使用OP法
数字化转型程度：数字化无形资产占无形资产总额的比例，关键词筛选“数字化”“智能”“软件”等
产业链韧性机制变量：供需匹配优化、供需关系稳定、供应商创新能力
控制变量：企业规模、杠杆率、流动比率、研发强度、治理结构等
2.核心模型与实证方法
• 基准模型：双向固定效应模型，控制企业与年份效应
• 内生性处理：加入下游企业特征变量
工具变量法：使用“国家智慧城市建设”作为外生冲击
替换数字化转型指标（专利数据、文本分析）
Heckman两步法处理样本选择问题
• 稳健性检验：
排除同一行业、同一集团、同一城市样本
更换TFP测算方法（OP法）
调整聚类层级至行业-时间维度
3.分析与解读
从三大层次出发分析数字化转型的“后向溢出”路径：
1.优化供需匹配：
下游数字化 → 信息传递更精准 → 降低“长鞭效应” → 上游库存调整幅度下降 → 生产率提升
2.稳定供需关系：
下游数字化 → 降低交易成本与资金占用 → 客户关系更持久 → 上游现金流稳定 → 支持生产率增长
3.提升供应质量：
下游数字化 → 知识溢出与协同创新 → 上游创新能力提升（专利质量↑） → 推动结构性升级
4. 实证结果速览
• 下游企业数字化转型每提升1个标准差，上游企业TFP增长约2.75%
• 机制检验证实：数字化转型通过提升产业链韧性，间接拉动上游生产率
结果分析
•数据文件：清洗后的 .dta 数据！
•完整代码：S代码详细注释，一看就懂！
•72小时内！#stata实证 #实证分析 #stata #实证不显著 #数据分析 #stata命令 #stata分析 #stata数据 #stata调显著性
1.数据处理与指标构建
• 数据来源：2007-2020年A股上市公司数据，匹配上下游供应商-客户关系
• 样本处理：剔除非上市客户、金融行业、ST公司，保留2887个公司-年度观测值
• 核心变量：
企业全要素生产率（TFP）：采用LP法测算，稳健性检验使用OP法
数字化转型程度：数字化无形资产占无形资产总额的比例，关键词筛选“数字化”“智能”“软件”等
产业链韧性机制变量：供需匹配优化、供需关系稳定、供应商创新能力
控制变量：企业规模、杠杆率、流动比率、研发强度、治理结构等
2.核心模型与实证方法
• 基准模型：双向固定效应模型，控制企业与年份效应
• 内生性处理：加入下游企业特征变量
工具变量法：使用“国家智慧城市建设”作为外生冲击
替换数字化转型指标（专利数据、文本分析）
Heckman两步法处理样本选择问题
• 稳健性检验：
排除同一行业、同一集团、同一城市样本
更换TFP测算方法（OP法）
调整聚类层级至行业-时间维度
3.分析与解读
从三大层次出发分析数字化转型的“后向溢出”路径：
1.优化供需匹配：
下游数字化 → 信息传递更精准 → 降低“长鞭效应” → 上游库存调整幅度下降 → 生产率提升
2.稳定供需关系：
下游数字化 → 降低交易成本与资金占用 → 客户关系更持久 → 上游现金流稳定 → 支持生产率增长
3.提升供应质量：
下游数字化 → 知识溢出与协同创新 → 上游创新能力提升（专利质量↑） → 推动结构性升级
4. 实证结果速览
• 下游企业数字化转型每提升1个标准差，上游企业TFP增长约2.75%
• 机制检验证实：数字化转型通过提升产业链韧性，间接拉动上游生产率
结果分析
•数据文件：清洗后的 .dta 数据！
•完整代码：S代码详细注释，一看就懂！
•72小时内！#stata实证 #实证分析 #stata #实证不显著 #数据分析 #stata命令 #stata分析 #stata数据 #stata调显著性
