互聯網使用與企業庫存決策行為：理論機制與中國證據

何小鋼 朱國悅

一、引言

存貨是企業持有的重要資產，1998年到2014年期間，中國工業企業存貨占總資產的比重平均為18.38%，存貨投資對經濟增長和企業成長都具有重要的意義。從宏觀上看，庫存是GDP波動的主要來源之一(Bils和Kahn，2000[1])，掌握庫存變動規律對于理解和預測宏觀經濟運行狀況大有裨益。從微觀上看，庫存直接影響企業的銷售規模和運營成本，是企業經營規模和運營效率等綜合競爭力的一個重要體現(Cannon，2008[2]；Capkun等，2009[3]；張勛等，2018[4])。持有過多的存貨會帶來一系列成本，包括庫存資金占用、房屋租賃及庫存管理等費用(張勛等，2018[4]；李雨濃等，2020[5])，并且還可能會因產品陳舊而出現存貨滯銷等問題，進一步增加企業經營成本和擴大經營風險。此外，過高的庫存還會暴露企業經營過程中的問題，如低水平的生產工藝、工作平衡性差以及供應商拖欠等(Jacobs等，2004[6])，給企業帶來持續的負面影響。因此，庫存是制約企業提升經營績效和競爭力的重要因素，如何降低企業庫存水平對提升企業競爭力至關重要。

現有文獻關于企業庫存的影響因素的研究，主要聚焦于兩個方面：其一，從宏觀視角研究企業庫存的決定因素。研究者主要從基礎設施、通貨膨脹、利率波動、外資管制放松等宏觀環境角度來探討企業庫存的影響因素(李涵和黎志剛，2009[7]；劉秉鐮和劉玉海，2011[8]；饒品貴等，2016[9]；戴嚴科和林曙，2017[10]；張勛等，2018[4]；李雨濃等，2020[5])。其二，從企業微觀視角考察供應鏈管理、信息技術使用等因素對庫存變動的影響。研究者從供應鏈管理的視角考察采購、交付與制造等與企業庫存的關系(Oke和Szwejczewski，2005[11])。Caglayan等(2012)[12]發現，銷售不確定性會增加企業庫存。值得指出的是，近年來隨著信息技術的興起，在企業微觀視角的研究中，部分文獻初步探討了信息技術應用對企業庫存績效的影響，但這些文獻側重于探討庫存管理效率在企業信息化與企業績效之間的作用。也就是說，庫存管理效率是作為企業信息化與企業績效之間的一個中間變量，關于“企業采用信息技術對庫存調整行為的直接影響”的相關研究仍然非常匱乏。企業采用互聯網這類新型信息技術對企業庫存產生怎樣的影響？其影響機制和渠道如何？值得進一步深入研究。特別是在中國情境下，企業的互聯網普及程度對庫存行為產生何種影響，尚未有文獻探討。

近年來，以互聯網為代表的新一代信息通信技術迅猛發展，對經濟社會發展產生了深遠影響。互聯網不但影響企業分工和生產效率，而且還影響技術進步、對外貿易和經濟增長(嚴成樑，2012[13]；郭家堂和駱品亮，2016[14]；李兵和李柔，2017[15]；毛宇飛和曾湘泉，2017[16]；施炳展和李建桐，2020[17])。隨著網絡強國建設以及“互聯網+”行動計劃等重大政策的出臺，互聯網將在未來很長一段時間對中國經濟產生全方位的重大影響(施炳展和李建桐，2020[17])。因此，從互聯網這一視角探討和識別互聯網如何與制造業融合，進而降低企業庫存水平、提升企業競爭力，具有重要的理論價值和實踐意義。

互聯網應用能夠顯著降低企業內部以及外部溝通的信息交流成本和協調成本，提高企業對市場需求的感知能力和供應鏈的靈活性。同時，企業互聯網化降低了創新主體的信息獲取成本，提高了企業的創新能力(沈國兵和袁征宇，2020[18])，有利于企業產品競爭力的提升。那么，互聯網的上述特征能否推動企業庫存水平的下降？互聯網對企業庫存的具體影響效應如何，其推動機制是怎樣的？對這一系列問題的解答，有助于豐富我們對實體經濟降本增效的具體措施的理解。綜上，筆者基于信息經濟與企業庫存理論，在厘清互聯網影響企業庫存的內在邏輯基礎上，采用2001—2007年中國工業企業數據庫(ASIF)，綜合采用多元線性回歸分析、工具變量方法，實證分析互聯網對中國制造業企業庫存水平的影響，并從供應鏈整合、企業創新能力和市場競爭3個維度驗證其理論機制。

二、理論機制與研究假設

互聯網作為第三次科技革命的重要產物，其帶來信息獲取成本的下降對企業庫存決策行為產生重要影響。現有文獻與之相關的探討主要集中在兩方面：其一，互聯網的使用會降低信息獲取以及相關的復制成本，提升了創新主體的知識水平，從而推動企業內部技術升級，進而提高企業的創新能力以及產品技術復雜度(沈國兵和袁征宇，2020[18]；盧福財和金環，2020[19])。其二，企業互聯網化降低內、外部交流成本和搜尋成本，促進企業與外部的分工合作(施炳展和李建桐，2020[17])，從而提升企業的供應鏈績效。同時，相關研究表明，互聯網帶來的信息獲取成本和復制成本的降低會導致企業所面臨外部市場環境的惡化(Yang等，2013[20])，激烈的市場競爭會給企業帶來諸多的不確定性，也會影響庫存決策。

在上述的研究中，供應鏈績效導致產品流動性的提升、創新能力帶來產品競爭力的增強以及市場競爭帶來的不確定性是影響企業庫存變動的重要因素(Oke和Szwejczewski，2005[11]；Lee等，2015[21]；韓忠雪和周婷婷，2011[22])。因此，基于已有研究，本文分別從供應鏈整合、創新能力和市場競爭這三個方面探討互聯網對企業庫存的作用機制。

(一)互聯網、供應鏈整合與企業庫存

互聯網作為一種通用技術，能夠顯著降低企業內部以及外部溝通的信息交流成本，將企業內部的業務流程與外部的商務活動相結合(沈國兵和袁征宇，2020[18])，以提升企業的供應鏈績效，進而降低企業的庫存水平。互聯網提升企業的供應鏈績效主要是通過整合供應鏈來實現，企業供應鏈的整合對降低庫存有顯著影響已被大量的理論和實證文獻所證實：企業的供應鏈整合水平的提高是通過與供應鏈伙伴共享關鍵的加工信息來實現的，供應鏈整合水平越高，企業便可以對市場需求、交貨時間和提高庫存周轉率做出更靈活的反應(Clark和Lee，2000[23])。

而互聯網可能會通過以下途徑促進供應鏈整合并降低企業的庫存水平：首先，互聯網等相關信息技術改變了與交換相關的活動以及這些活動之間的聯系(Palmer和Griffith，1998[24])。一個企業的供應鏈可以分為一系列的主要活動：入庫物流、出庫物流、營銷和銷售、售后服務。在這些活動中，有些是組織內部的，有些是組織外部的，但所有的這些活動的主要目標都是為最終客戶創造價值，為了實現這一目標必須進行組織內部和外部的整合。而使用互聯網可以與供應鏈伙伴分享實時信息(如需求預測、生產計劃信息等)，促進與供應鏈伙伴之間的一體化協調(Karoway，1997[25])，提高了生產與需求的匹配程度，從而提高了企業的供應鏈整合水平。其次，互聯網促進供應鏈整合的論點也得到了交易成本經濟學的進一步支持。交易成本經濟學認為，企業間的合作與協調受到相關交易成本的限制，隨著交易成本的增加，市場效率會降低，從而可能會導致市場價格的上升(Coase，1937[26])。影響交易成本的決定因素包括交易頻率、不確定性和機會主義行為等。由于互聯網能夠提供準確、及時、可靠的信息，它能夠替代傳統的面對面的交流方式，減少了交易頻率和信息的不確定性。同時，互聯網也被證明是降低協調成本有效的手段(Nooteboom，1992[27])。因此，互聯網降低了交易成本，促進了企業分工與合作，進而降低了企業的庫存水平。由此，我們提出如下假說：

H1：互聯網通過提升供應鏈整合來降低企業的庫存水平。

(二)互聯網、創新能力與企業庫存

互聯網能夠降低企業獲取信息的成本，以及相關復制成本(沈國兵和袁征宇，2020[18])，為企業帶來了大量的創新資源，使企業由原先的封閉式創新轉變為開放式創新，從而提升企業創新能力(王金杰等，2018[28])。

互聯網帶來的企業創新能力的提升可能會進一步通過以下途徑影響企業的庫存水平。首先，企業創新能力的提升使得其現有產品的質量得到了提高(李方靜，2014[29])，相比于之前的產品，現有產品的質量提升給企業帶來了更大的市場需求。另一方面，創新能力的提升促進了企業生產技術復雜度的升級，使企業獲得了先進的生產技術(盧福財和金環，2020[19])。這些新工藝、新技術賦予了企業原有產品新的外觀以及新的特性，滿足了消費者定制化的需求，從而促進了更多的銷售。進一步地，由于企業創新帶來的產品質量的提升會增加消費者對企業的信任，從而帶動了企業其他產品和服務的銷售，最終降低企業整體的庫存水平(Sadikoglu和Zehir，2010[30])。其次，互聯網帶來的企業創新能力的提升不僅僅體現在生產和產品上，還體現在流程創新上。流程創新主要通過降低流動時間、提高生產的規范性以及降低安全庫存來實現企業的低庫存水平(Lee等，2015[21])。從流動時間(1)流動時間，是指將原材料轉化為成品所需的時間。自19世紀末以來，流動時間一直是衡量一個生產系統效率的關鍵指標。上來看，根據利特爾定律，如果企業通過流程創新來縮短流動時間，那么原材料、在制品和產成品的庫存就會減少，庫存周轉率便會提高(Little，1961[31])。從生產的規范性角度來看，在規范的生產過程中，可以減少生產線上的錯誤和缺陷，節省因丟棄有缺陷的零件或產品而造成的浪費，并提高產品質量的一致性。例如，被廣泛使用的革命性的生產過程管理制度(JIT)，能夠成功地消除生產過程中的缺陷(Lieberman和Demeester，1999[32])。通過降低缺陷率，公司可以減少因維修和返工所需的庫存量，穩定的產品質量也會減少客戶的退貨或換貨。此外，“源頭高質”消除了廣泛檢查和潛在維修所需的額外時間，從而減少了總流動時間，進而減少流程中的庫存。從安全庫存的角度來看，流程創新的一個主要好處就是縮短流動時間，從而縮短生產準備時間。通過創新改進流程還可以減少提前期的變化。由于提前期更短、更穩定，企業會設定一個較低的庫存水平(Stevenson，2005[33])。最后，企業實現一項技術創新可能需要很長的時間，但該技術并不能被原始創新者長時間保留，可能會很快外溢到行業內的其他企業。尤其是在互聯網的環境下，企業可以從競爭對手或非營利機構的研究活動中獲益，這種外部性提高了整個行業的創新水平，從而提升了行業內整體企業的經營績效水平(Lee等,2015[21])。

由此，我們提出如下假說：

H2：互聯網可以通過提升創新能力來降低企業的庫存水平。

(三)互聯網、市場競爭與企業庫存

現有企業形成市場進入壁壘的決定因素主要包括規模經濟、絕對成本優勢、轉換成本和不完全信息等(Yang等，2013[20])。一方面，互聯網等信息技術的出現降低了企業獲取相關信息的成本，改變了以往信息不對稱的格局(施炳展和李建桐，2020[17])，這將會吸引更多新企業進入市場。另一方面，技術創新是在位廠商獲得競爭優勢的主要手段，而互聯網增強了企業的“模仿效應”，導致這些新技術很容易被其他廠商所模仿，使得原有的市場競爭水平變得更加激烈。這些企業在獲得新技術之后也很容易占據市場，因此在市場擴張的過程中，互聯網會顯著降低新企業的市場進入壁壘，最終促進了整個行業的競爭(Yang等，2013[20])。

互聯網帶來的進入壁壘的降低導致更多的企業進入市場，從而帶來競爭效應并改變企業所面臨的市場環境。面對激烈的市場競爭，企業會充分考慮市場環境的變化而調整自己的微觀行為(姜付秀等，2008[34]；劉鳳委和李琦，2013[35])。存貨作為企業投資決策的重要組成部分，直接面向產品市場，必然會受到激烈的市場競爭的影響。市場競爭可能通過以下3個途徑來影響企業的庫存：首先，從企業風險的角度來看，當市場集中度降低，行業中競爭的企業數量增多且分散時，產品的市場流動性隨之變大，而產品市場的流動性會減弱企業再購買的傾向性(Hoberg等，2014[36])。并且，隨著產品市場競爭程度的增加，企業面臨的經營風險和不確定性也會增大，企業出于預防性動機會采取相對保守的支出策略，減少存貨持有水平，而增加現金擁有量(韓忠雪和周婷婷，2011[43])，以保持財務的靈活性來應對市場上激烈的競爭。其次，從企業成本的角度來看，企業持有存貨有諸多成本，如儲存成本、缺貨成本等，但企業除了需要考慮上述成本外，還需要考慮持有存貨的機會成本以及存貨的預期收益(Akhtar，1983[37])。隨著產品市場的競爭程度增加，企業面臨的特質性風險也會顯著增加(吳昊旻等，2012[38])，從銀行獲得貸款的成本也會越高，此時企業增加存貨的資本成本相對較高。因此，在產品市場競爭激烈的行業中，由于企業持有過多的存貨，流動資金便相對匱乏，其所面臨的投資機會的損失風險也就越大，持有存貨的機會成本也就增加。此時，企業會相應地減少存貨持有水平。最后，從企業收益的角度來看，隨著產品市場的競爭程度增加，各企業之間很可能出現價格戰或營銷戰，產品價格的波動會變得很難預測。此時，企業如果增加存貨將不利于產品銷售和相關成本的控制，進而影響企業的營業利潤。因此，當持有存貨的成本大于未來產品的銷售利潤時，企業持有存貨的獲利動機降低，從而減少存貨的持有水平。

由此，我們提出如下假說：

H3：互聯網可以通過促進市場競爭來降低企業的庫存水平。

三、研究設計

(一)計量模型

為檢驗互聯網對企業庫存的影響，本文建立如下模型：

lnVi,t=β0+β1lmemails,t-1+β2Xi,s,j,t+θi+δt+εi,t

(1)

其中：lnVi,t表示企業非產成品庫存的自然對數；解釋變量lmemails,t-1表示省份層面企業互聯網普及率的自然對數，由于互聯網融入生產存在時間上的滯后(Devaraj和Kohli， 2000[39]；沈國兵和袁征宇，2020[18])，同時為避免反向因果等內生性問題，我們將互聯網普及率取滯后一期納入模型；Xi,s,j,t為企業和省份層面的相關控制變量；θi為企業固定效應；δt為時間固定效應；εi,t表示誤差項；下標i表示企業，s表示企業所在省份，j表示企業所在的行業，t表示年份。

(二)變量構建與說明

1.被解釋變量。

本文實證模型的被解釋變量為企業i在年份t的非產成品庫存的自然對數。企業的庫存可以分為原材料庫存、半成品庫存和產成品庫存。考慮到非產成品庫存的波動能夠更好地體現企業生產決策的變化(李雨濃等，2020[5])，此外，根據1998—2007 年中國工業企業數據庫計算得出，企業的非產成品庫存占到了總庫存的三分之二以上。因此，本文根據研究目的和可獲得的數據，并參考李涵和黎志剛(2009)[7]、李雨濃等(2020)[5]的做法，使用企業的非產成品存貨作為被解釋變量，該指標等于企業總庫存減去產成品庫存。下文中均用存貨指代非產成品存貨。此外，為了增強回歸結果的穩健性，本文還使用企業非產成品存貨在存貨中的占比(lnVr)作為被解釋變量，從存貨結構的角度來考察互聯網對企業庫存的影響。

2.核心解釋變量。

對于本文的核心解釋變量lmemail，我們借鑒施炳展和李建桐(2020)[17]的做法，使用各省份的企業互聯網普及率的自然對數衡量。該指標等于省份s在年份t擁有電子郵箱的樣本企業數除以樣本企業總數再取自然對數。lmemail的值越大，說明該省份的企業互聯網普及率越高。而對于企業是否擁有企業郵箱的識別，本文參考李兵和李柔(2017)[15]的方法，利用企業的郵箱中是否包含了@這一特征字段來識別：如果包含了該字段，則認為企業擁有電子郵箱，否則認為企業沒有電子郵箱。由于企業對于是否擁有電子郵箱可能會存在漏報，并且即使企業沒有電子郵箱也可能會使用互聯網。因此，用企業郵箱計算的省份層面企業互聯網普及率可能低估了現實水平(李兵和李柔，2017[15])，本文后續的實證結果可以視作互聯網對企業庫存水平影響的一個下限。此外，考慮到核心解釋變量的測量誤差可能會對實證結果的可靠性產生影響，本文利用《中國工業企業數據庫》中企業網址(2)識別企業是否擁有網址的方法與識別企業有無電子郵箱的方法類似，如果企業網址中包含了“www、WWW、com、COM、cn、CN、HTTP、http”這些字段，則認為該企業擁有網址，否則認為沒有。具體識別方法可參考李兵和李柔(2017)[15]、施炳展和李建桐(2020)[17]。的數據重新構建省份層面的企業互聯網普及率：lmweb,用企業網址計算的省份層面的企業互聯網普及率，等于省份s在年份t擁有企業網址的樣本企業數除以樣本企業總數再取自然對數。由于企業電子郵箱和網址都是反映互聯網程度的重要指標，所以我們利用企業電子郵箱和企業網址數據計算了一個綜合指標來反應省份層面的互聯網普及率：lminternet，利用lmemail和lmweb的算數平均值的對數表示。所有變量均取滯后一期進入模型。

3.控制變量。

考慮到還有很多其他的因素會影響企業的庫存水平，本文選取了一系列企業層面的控制變量，以控制企業自身存在的可能會影響企業庫存的特征。這些控制變量包括：企業年齡(lnage)，用年份t減去企業開業年份后加1再取對數表示；固定資產凈值(lnfa)，用企業i在年份t時的固定資產凈值的對數表示；企業銷售額(lnindsale)，用企業i在年份t時的銷售額的對數表示；本年折舊(lndepret)，用企業i在年份t時的本年折舊的對數表示；利潤總額(lnpi)，用企業i在年份t時的利潤總額的對數表示；國有資本占比(lnstateshare)，用企業i在年份t的國有資本占實收資本的比重的對數表示；企業負債(lndebt)，用企業i在年份t時的銷售額的對數表示；企業員工數(lnemployes)，用企業i在年份t的雇員數的對數表示；補貼收入(lnsubsidy)，用企業i在年份t時的補貼收入的對數表示；長期投資(lninvest)，用企業i在年份t時的長期投資的對數表示；地理聚集程度(lnproemp)，表示省份s行業j在年份t的地理集聚程度。理論上企業地理聚集程度越高，有利于降低企業之間的運輸成本(施炳展和李建桐,2020[5])，因此有利于降低企業的庫存。其計算公式為：

(2)

其中employeei,t為企業i在年份t所擁有的員工數量，outputi,t為企業i在年份t的工業總產值，outputs,j,t為省份s行業j在年份t所有樣本企業的工業總產值之和。

由于其他的基礎設施和通信手段可能會對企業庫存產生影響(李涵和黎志剛，2009[7]；劉秉鐮和劉玉海，2011[8])，為了保證后續回歸結果的穩健性，本文加入了一些省份層面的控制變量，以防遺漏一些重要的因素。這些變量包括：省份層面公路密度(lnroad)，用省份s在年份t的公路總里程與該省份的總面積的比值并取對數表示；省份層面鐵路網密度(lnrail)，用省份s在年份t的鐵路總里程與該省份的總面積的比值并取對數表示；省份層面移動電話普及率(lnmobile)，用省份s在年份t的移動電話用戶數量與人口總數的比值并取對數來表示；省份層面固定電話普及率(lntele)，用省份s在年份t的固定電話用戶數量與人口總數的比值并取對數來表示。

4.機制變量。

本文還選取了一些機制變量，分別對假說H1～H3進行檢驗。這些變量包括：供應鏈整合(lnsupply)，用企業i在年份t的中間品投入與其工業總產值的比重再取對數值表示。競爭效應用了兩個指標來衡量，分別為行業中企業數目的對數值(lnN)和行業平均毛利潤的對數值(lngross)，其中行業平均毛利潤是用行業總毛利潤與行業企業總數的比值表示。創新效應(lninno)，利用企業i在年份t獲得的專利授權數的對數表示。

(三)數據說明與描述性統計

本文的數據來源主要有三個：第一，企業創新效應的衡量指標：專利授權數量的數據來源于中國國家知識產權局，本文參照寇宗來和劉學悅(2020)[40]的方法，將專利數據和中國工業數據庫進行合并。第二，省份層面的相關控制變量數據來源于《中國統計年鑒》，并與工業企業數據庫進行合并。第三，被解釋變量、解釋變量以及相關企業層面的控制變量等的數據均來源于2001—2007年《中國工業企業數據庫》，該數據庫涵蓋了所有國有和非國有的年銷售額超過500萬元的企業的年度數據。同時，參照聶輝華等(2012)[41]的做法，剔除了一些不合理的觀察值。此外，由于統計局在2002年前后采取的是不同的產業分類標準，我們參照Brandt等(2012)[42]的方法，對2002年前后的企業的行業4位碼進行調整和統一。經過整理后，最終我們得到了1 468 791條觀察值，346 045家企業所組成的面板數據。相關的描述性統計見表1。

表1 描述性統計

四、實證分析

(一)基準回歸

本文使用2001—2007年中國工業企業數據，對方程(1)進行估計，表2報告了互聯網對企業庫存的基準回歸結果。列(1)是在未加入控制變量，只控制了企業固定效應和年份固定效應的情況下，互聯網對企業庫存的影響系數在1%的水平上顯著為負，互聯網普及率的提高總體上可以降低企業庫存的水平。同時，列(2)、列(3)分別加入企業年齡、固定資產凈值、銷售額、本年折舊、利潤總額、企業負債等控制變量，以及控制省份固定效應和行業固定效應后，互聯網的估計系數仍在1%的顯著性水平上為負，初步證實了互聯網對企業庫存水平產生了顯著的負向作用。

表2 基準回歸

就控制變量而言，企業年齡、固定資產凈值、銷售額以及從業人數對企業庫存水平的影響顯著為正，這是因為隨著這些變量的不斷增加，表明企業的規模的不斷擴大以及市場份額的不斷提升，企業為了確保能夠迎合市場需求，便會不斷增加原有倉庫的存貨，同時也可能增加庫存點，從而提高了企業的庫存水平。本年折舊對企業庫存的影響為正，表明企業當年的折舊越高，越會增加生產的錯誤和缺陷，增加企業因返工和維修所需的庫存。企業利潤對企業庫存的影響為負，這也符合我們的預期：企業利潤越高表明企業面臨越為寬松的財務約束，從而減少了企業的應急庫存。企業的國有資本占比系數為負，說明企業的國有資本占比越高，越會給企業帶來“聲譽效應”，從而促進企業的銷售，減少企業的庫存。企業負債和補貼收入的系數顯著為正，說明企業負債和受到的補貼越高，意味著其經營績效也就越差，從而積壓的庫存也就越多。企業長期投資對企業庫存的影響顯著為正，說明企業增加其長期投資，也會促進存貨的增加。地理聚集程度的系數不顯著，這與我們的預期不符，可能的原因在于，地理聚集程度隨時間變化較小，從而該變量對企業庫存水平的影響在一定程度上被企業固定效應或省份固定效應所吸收。

(二)穩健性檢驗

為了增強實證結果的嚴謹性，本文做了如下穩健性檢驗。

1.替換核心解釋變量。

考慮到使用樣本企業的電子郵箱普及率計算省份層面的互聯網普及率可能存在較大的測量誤差。為了排除測量誤差對估計結果的干擾，我們利用企業網址數據重新計算省級互聯網普及率(lmweb)以及融合企業電子郵箱和網址構建的lminternet作為省級互聯網普及率的代理指標重新進行回歸，回歸結果見表3列(1)、列(2)。表3列(1)和列(2)的核心解釋變量分別為lmweb和lminternet，被解釋變量為企業庫存水平。回歸結果顯示，在考慮了核心解釋變量的測量誤差后，互聯網對企業庫存的影響依然顯著為負。

表3 穩健性檢驗1

2.使用非產成品存貨占比作為被解釋變量。

本文借鑒李雨濃等(2020)[5]的做法，從企業存貨結構的角度進行考察，使用非產成品存貨在總存貨中的比重作為被解釋變量，對模型再次進行回歸。表3列(3)報告了使用非產成品存貨占比作為被解釋變量的回歸結果。結果顯示，無論是從企業存貨的絕對量的角度進行考察還是從相對量的角度進行考察，互聯網均會顯著降低企業的庫存水平。

3.剔除存活小于3年的企業和使用平衡面板。

互聯網等信息技術的出現會加劇市場競爭，競爭效應會使一些企業因經營不善而倒閉，這些企業的存貨可能會出現異常的波動，因此本文從樣本中剔除存活年份小于3年的企業后再進行回歸，回歸結果如表4列(1)所示。結果顯示，互聯網對存活3年及以上的企業都顯著降低了其庫存水平。

進一步地，由于在中國工業企業數據庫中，只有年銷售額超過500萬的企業才會參與調查。當公司規模縮小、破產或被其他公司收購時，它們就會退出調查，現有企業成長到符合數據庫進入條件時，也會被納入調查，因此行業內企業的頻繁流動可能會對企業的庫存水平產生影響。為了排除行業內新企業的進入和老企業的退出對估計結果的干擾，本文保留2001—2007年的平衡面板數據再次進行估計，結果如表4列(2)所示。結果顯示，在保留了平衡面板數據之后，互聯網依然能夠顯著降低企業的庫存水平。

4.加入其他通信、運輸指標。

在以上的分析中，本文并未考慮其他類型的通訊以及運輸手段的作用。如果其他類型的通信或者運輸手段能夠代替甚至超越互聯網的作用，那么專門研究互聯網對企業庫存的影響就沒有太大的意義。因此本文通過加入其他類型的通信和運輸指標來考察這些指標與互聯網對企業庫存影響的異同，回歸結果如表4列(3)所示。

表4列(3)在基準回歸的基礎上進一步加入了省份層面的移動電話普及率(lnmobile)、固定電話普及率(lntele)、公路密度(lnroad)以及鐵路密度(lnrail)。回歸結果表明，即使在加入了其他類型的通信和運輸指標后，互聯網對企業庫存水平的影響依然顯著為負，這說明互聯網能夠獨立于其他類型的通信和運輸手段對企業庫存水平產生顯著的負向影響。從其他類型的通信和運輸指標的系數來看，移動電話普及率(lnmobile)對企業庫存的影響顯著為負，但是與互聯網的作用相比，其影響較小，可能的原因在于：移動電話所能傳遞的信息較少，而互聯網不僅能夠傳遞大量的信息，并且傳遞的信息種類相比于移動電話也豐富得多(施炳展和李建桐，2020[17])，從而更有利于企業拓寬銷售渠道，降低庫存水平。固定電話普及率(lntele)的系數顯著為正，這與我們的預期相反，這可能是因為在2001—2007年移動電話逐漸興起，替代了固定電話所發揮的作用，因此固定電話出現大量的閑置(鄭世林等，2014[43])，固定電話普及率對企業庫存影響顯著為正就是固定電話資源閑置效應的體現。公路密度(lnroad)和鐵路密度(lnrail)對企業庫存的影響都比互聯網的作用要小，這可能是因為它們只通過降低企業的運輸成本和提高企業的運輸效率來降低企業的庫存水平，而并不能像互聯網那樣拓寬企業的銷售渠道，從而對企業庫存的影響較小。

表4 穩健性檢驗2

5.內生性討論。

內生性問題的存在，會使本文的計量模型的估計結果有偏和不一致。一方面，本文采用滯后一期的互聯網普及率,雖然能在一定程度上解決反向因果等內生性問題，但是該方法的一個重要缺點是會遺漏當期有用的信息。另一方面，雖然我們控制了其他可能影響企業庫存的變量，但還會遺漏某些對企業庫存有影響的重要變量。因此，我們在實證分析互聯網對企業庫存的影響時，必須考慮內生性的問題。

對于上述存在的內生性問題，本文采取工具變量來解決。為此，本文選取1985年人均郵電業務總量(perpost)作為企業互聯網普及率的工具變量。選取該工具變量的合理性在于：一方面，人均郵電業務總量代表了該地區的電信基礎設施水平，也必將會影響該省份的互聯網發展水平；另一方面，滯后期的歷史數據并不會對樣本期內的企業庫存水平產生影響。

工具變量的兩階段回歸結果見表5。第一階段的回歸結果表明，perpost與lmemail在1%的水平上顯著正相關，同時，本文也進行了工具變量識別不足和弱工具變量檢驗，這共同表明了本文工具變量的合理性。第二階段的回歸結果表明，在克服了內生性問題之后，互聯網對企業庫存的影響依然顯著為負，并且系數更大，這進一步說明本文的基本結論是可靠的。

表5 工具變量回歸

五、進一步分析：影響機制及異質性檢驗

(一)機制檢驗

上述分析較為全面地揭示了互聯網對企業庫存的作用，但是并沒有對“互聯網如何影響企業庫存？”這一問題給出明確的答案。為進一步厘清互聯網影響企業庫存調整的傳導機制，本文將從供應鏈整合、創新效應和競爭效應三個渠道檢驗互聯網對企業庫存的影響。

1.供應鏈整合效應。

互聯網等信息技術的出現，一方面降低了企業之間的信息交流成本，使企業之間可以通過互聯網分享實時信息，促進了企業供應鏈的一體化協調，另一方面降低了交易成本，增加了企業之間的分工與合作，從而導致供應鏈伙伴對本企業產品的需求增加，繼而影響企業的非產成品存貨。因此，本文使用中間品投入與工業總產值的比值作為供應鏈整合的代理變量。需要說明的是，《中國工業企業數據庫》中的中間品投入主要是指外購中間品投入，并不包含自身生產的中間品投入。因而我們可以用該指標來表示企業供應鏈端的分工與合作。為了對供應鏈整合的機制進行實證檢驗，本文構建如下計量模型：

lnsupplyi,t=α0+α1lmemails,t+α3Xi,s,j,t+θi+δt+εi,t

(3)

其中，lnsupplyi,t為中間品投入與工業總產值的比值的自然對數，其余變量與模型(1)相同(下同)。回歸中均加入了企業層面的控制變量、企業固定效應和年份固定效應，具體回歸結果見表6列(1)。結果顯示，互聯網與企業供應鏈整合顯著正相關，這說明互聯網促進了企業之間的分工與合作，進而降低了企業的非產成品存貨。假說1得證。

2.創新效應。

互聯網使得企業由原來的封閉式創新轉變為開放式創新，不僅提升了企業產品的競爭力，還提升了企業生產流程的規范性和安全性，進而提高了企業的庫存周轉率。本文參考王金杰等(2018)[28]的研究，使用專利授權數量來衡量企業的創新能力。主要的原因在于：第一，無論是發達國家還是發展中國家，創新演進的過程依舊是引進、模仿和吸收，專利是創新能力最好的衡量指標。第二，由于許多地方政府會以企業專利申請數作為獎勵企業創新的標準，因此會出現許多虛假申請以及不合格申請的情況，如果使用專利申請數作為企業創新的代理指標，會使企業創新的測度失真。而專利授權數則是根據專利的創造性標準由國家知識產權局審核通過的，可以部分避免上述問題。因此，本文建立如下計量模型對創新效應的機制進行實證檢驗：

lninnoi,t=γ0+γ1lmemails,t+γ3Xi,s,j,t+θi+δt+εi,t

(4)

其中解釋變量lninnoi,t為企業專利授權數的自然對數，這一指標越大，表明企業的創新能力越高。回歸結果如表6列(2)所示，互聯網與企業專利授權數在5%的顯著性水平上正相關，這表明互聯網顯著促進了企業創新能力的提升。假說2得證。

表6 機制檢驗

3.市場競爭效應。

互聯網也會通過市場競爭來影響企業的庫存。一方面，互聯網拓寬了企業獲取信息的渠道，降低了新企業進入的門檻。另一方面，互聯網增強了企業之間的“模仿效應”，使技術創新很容易被在位廠商和新企業所模仿，讓原本的市場競爭變得更加激烈。由于市場競爭程度的增加，企業會從成本、收益和風險的角度考慮，降低自身的存貨水平，以避免更大的損失。

本文選取行業中企業數目和行業平均毛利潤作為市場競爭的代理變量。如前所述，互聯網會降低行業的進入壁壘，會有更多的新企業進入。此外，市場競爭程度增加的一個典型特征為行業平均毛利潤降低。因此，本文建立如下計量模型對市場競爭機制進行檢驗：

lnNi,t=ρ0+ρ1lmemails,t+ρ3Xi,s,j,t+θi+δt+εi,t

(5)

lngrossi,t=τ0+τ1lmemails,t+τ3Xi,s,j,t+θi+δt+εi,t

(6)

其中lnNi,t和lngrossi,t分別代表行業中企業數目的對數、行業平均毛利潤的自然對數。如果互聯網能夠增加市場競爭程度，那么式(5)的系數ρ1應顯著為正，而式(6)的系數τ1的系數應顯著為負。回歸結果見表6列(3)和列(4)。結果顯示，互聯網顯著增加了行業中企業的數目，并且降低了行業平均毛利潤，表明互聯網顯著增加了市場競爭程度。假說3得證。

(二)異質性檢驗

根據前文的分析發現，互聯網能夠顯著降低企業的庫存水平，但之前的分析并沒有對樣本企業的類型進行區分，從而有可能掩蓋樣本企業之間的異質性。由于企業所有權不同以及所在行業的不同，互聯網對企業庫存的影響也可能有所區別，尤其是行業特征會造成企業庫存之間的顯著差異。因此，在該部分本文進一步從企業層面和行業層面檢驗互聯網對企業庫存的異質性影響。

1.按企業層面分組。

按照企業自身的性質，以企業所有權性質、企業規模和企業是否出口進行分樣本回歸。其中，企業所有權性質的劃分是借鑒Hsieh和Song(2015)[44]的做法，通過計算2001—2007年樣本期間內企業平均的資本組成結構，將國有資本所占份額大于0.5的企業定義為國有企業，其他的為非國有企業。企業規模是按照國家統計局2017年發布的《統計上大中小微型企業劃分辦法(2017)》，對樣本企業的規模重新進行了劃分。出口與非出口企業的劃分是通過企業在基期2001年是否出口來定義的，如果企業出口值大于0，則定義為出口企業，否則為非出口企業。

表7列(1)、列(2)分別報告了以國有企業和非國有企業為子樣本的回歸結果。從中可以看到，在非國有企業的子樣本回歸中，互聯網對企業庫存的影響顯著為負，而在國有企業的子樣本回歸中不顯著。可能的原因在于，國有企業的存貨不一定是企業最大化利益的結果，而往往帶有一定的計劃色彩，即便互聯網促進了企業之間的交流，國有企業的存貨仍然缺乏變動的靈活性。與國有企業相比，外資企業與民營企業更容易受到市場激勵，利用互聯網增加企業之間的分工合作，拓寬銷售渠道，提升自身的庫存績效。表7列(3)～列(5)根據企業規模將樣本區分為大型企業、中型企業和小型企業。分別對其子樣本回歸后發現，互聯網對小型企業的庫存影響最大，中型企業次之，而大型企業不顯著，分析其原因在于大型企業大多存在壟斷性特征，本身具有一定的聲譽效應，其銷售渠道以及與其他企業合作可能并不依賴于互聯網。表7列(6)、列(7)根據是否出口將樣本劃分為出口企業與非出口企業。對子樣本回歸后發現，出口企業的庫存受互聯網的影響相較于非出口企業更大，這是因為相比于非出口企業，互聯網不僅增加了出口企業國內的銷售渠道，還拓寬了其海外銷售渠道。

表7 企業層面的異質性檢驗

2.按行業層面分組。

本文進一步討論了互聯網對不同行業的企業庫存水平的異質性影響，根據企業所在的行業性質，將樣本分為上游企業、中下游企業以及重工業和輕工業。表8列(1)、列(2)顯示了上游企業和中下游企業的分樣本估計結果、結果顯示互聯網對上游和中下游企業的庫存水平均有顯著的負向影響，且對前者的影響更大。這是因為本文研究的庫存為非產成品庫存，而上游企業的庫存多為原材料庫存，因此互聯網對上游企業庫存水平的影響更為顯著。表8列(3)、列(4)分別顯示了重工業與輕工業的子樣本回歸結果。從中可以看出，輕工業行業的企業庫存受互聯網的影響相較于重工業企業更大。這是由重工業和輕工業的行業屬性所決定的，即輕工業行業的企業存貨調整相比于重工業企業更為容易，對互聯網的反應更為敏感。

表8 行業層面的異質性檢驗

六、研究結論與展望

(一)研究結論

企業庫存決策行為一直都是戰略管理研究和實踐的熱點問題，雖然現有研究對信息技術與庫存績效的關系進行了初步的探討(Shah和Shin，2007[45]；Mishra等，2013[46])，但關注信息技術對庫存變動的影響機理以及不同企業間差異性的研究仍然不足。本文以2001—2007年中國工業企業數據庫為研究樣本，實證檢驗了互聯網使用對企業庫存調整行為的影響效應，并檢驗了其作用條件和影響機制。通過研究，本文主要得出以下結論。

第一，互聯網的使用能夠有效降低中國制造業企業的庫存水平。現有研究并未針對互聯網對企業庫存變動的影響機理進行詳細探討。本研究則利用中國工業企業數據庫等多個數據庫，檢驗了企業互聯網化對庫存變動的影響，并探究了其影響機制。研究發現，互聯網的使用去庫存效應主要是通過供應鏈整合、創新能力提升和促進市場競爭3個渠道來實現。

第二，企業互聯網化降低了企業之間的信息交流成本和交易成本，通過與供應鏈伙伴分享實時信息，提高生產與需求的匹配程度以及降低不確定性等帶來的成本，促進企業與外部的分工合作，以提高庫存績效。互聯網的使用還會通過開放式創新，提高企業的創新能力，進而提升產品質量、賦予產品新的特性以及通過流程創新拓寬企業的市場銷售渠道，最終降低庫存。進一步地，互聯網的使用還會降低行業進入壁壘，從而使行業內競爭更加激烈，企業出于利潤最大化的考慮，會增加現金持有量、減少存貨的機會成本，減少企業持有的庫存量。

第三，互聯網使用的去庫存效應在不同企業和不同行業效果不一樣。從企業層面上看，互聯網對庫存水平的影響在非國有企業、小型企業和出口企業更為敏感。這表明，與國有企業相比，外資企業與民營企業更容易受到市場激勵，能更為有效地利用互聯網增加企業之間的分工合作，拓寬銷售渠道，提升自身的庫存績效。從行業層面上看，互聯網對上游行業和輕工業行業企業的庫存水平降低效應更為突出。這說明，應該根據企業性質以及行業特征制定去庫存政策。

(二)管理啟示

從本研究及其結論中，我們得到如下主要管理啟示。

第一，企業在“互聯網+”背景下應充分利用互聯網思維的管理模式，完善企業內部管理，積極融入互聯網的新商業模式中。隨著互聯網降低了信息交流的門檻和大數據管理的興起，一方面，企業管理人員要依靠互聯網實時監控庫存的變化，通過互聯網的數據庫管理功能實現精細化和動態化的庫存管理。另一方面，利用互聯網帶來的新商業模式，加強與供應商之間的合作，并利用互聯網的開放式創新條件，提升自身的創新能力，以應對激烈的市場競爭，搶占市場份額，提高企業的庫存績效。

第二，不同企業在新一輪互聯網浪潮中應該有針對性地制定發展戰略。根據本文的研究結論，不同類型的企業應用互聯網對其庫存水平有著不同的影響，總體來說，互聯網更能降低非國有企業、小型企業以及出口企業的庫存水平。因此，從企業發展的角度來看，其他對互聯網不敏感的企業應通過加大核心技術創新的投入、加大高端人才的培養等方式，提高產品的核心競爭力，避免在“互聯網+”背景下失去競爭力，從而實現長遠的發展目標。

第三，地方政府要鼓勵和引導制造業企業加強對互聯網的應用，以提高本地區的企業互聯網普及率。通過鼓勵互聯網與制造業企業的融合發展，促進企業降本增效，推進企業轉型升級。中央政府應縮小各地區之間互聯網普及率的差距，避免因互聯網普及率的差異引起各地區企業經營績效更大的差距。企業則應根據自身條件，積極利用當地城市的新型互聯網基礎設施溢出效應，提高核心產品競爭力。

(三)局限與展望

本文探討了互聯網使用對企業庫存決策行為的影響，并進一步分析了互聯網對企業庫存的作用機制以及不同企業和行業類型間的異質性，研究局限與展望主要歸結為以下方面。第一，限于研究主題，本文僅從企業庫存的角度考察了互聯網使用的經濟效應，隨著數據的可獲得性的增加以及研究的深入，未來的研究還可以從企業管理模式創新、人力資源管理優化、供應鏈管理模式等其他角度深化和拓展互聯網的經濟效應。第二，本文從供應鏈整合、市場競爭和創新效應三方面研究了互聯網的去庫存效應，除了這三個機制之外，還存在諸如市場勢力、地理區位、基礎設施等影響互聯網降低企業庫存水平的其他因素，這些因素與互聯網的交互效應有待于進一步探索，限于篇幅，本文并未對此進行詳細挖掘，這也為未來的研究提供了空間。