《Sustainability》：The Influence Mechanism of New Quality Productivity Forces on Supply Chain Efficiency: Technological Innovation as a Mediating Variable
Yawei Wang and
Bohang Li
编辑推荐：
在全球经济波动与技术变革背景下，提升供应链效率（Supply Chain Efficiency）仍是关键议题，但现有理论框架碎片化、中介机制不透明及情境异质性被忽视——即新质生产力（New Quality Productive Forces, NQPFs）如何
在全球经济波动与技术变革背景下，提升供应链效率（Supply Chain Efficiency）仍是关键议题，但现有理论框架碎片化、中介机制不透明及情境异质性被忽视——即新质生产力（New Quality Productive Forces, NQPFs）如何驱动供应链转型尚存研究缺口。本研究考察NQPF对企业供应链效率的影响及其内在机制，解决三个核心问题：第一，缺乏整合数字化、绿色与创新人才维度的整体NQPF框架；第二，技术创新（Technological Innovation）的中介作用探讨不足；第三，未关注所有制、行业与区域间的异质性。研究人员采用2012–2022年沪深A股上市公司面板数据，运用稳健性检验、中介效应模型（Mediating Effect Model）及异质性分析。结果显示NQPF显著提升供应链效率，主要通过技术创新（解释84.6%的方差）及管理重构与数字化转型实现。异质性分析表明该效应在国有企业（SOEs）、非高科技行业及中国东部地区更强，而高科技行业面临技术融合挑战。本研究的创新点在于：将NQPF多维维度纳入统一理论框架；实证阐明创新的"黑箱"中介作用；为差异化区域/产业政策提供证据以支持供应链韧性（Supply Chain Resilience）。
论文解读：《The Influence Mechanism of New Quality Productivity Forces on Supply Chain Efficiency: Technological Innovation as a Mediating Variable》
一、研究背景与立项依据
在全球经济波动与数字技术（如AI、区块链、IoT）重塑传统供应链模式的背景下，提升供应链效率与韧性已成为各国战略重点。中国明确提出发展"新质生产力（New Quality Productive Forces, NQPFs）"以推进产业体系现代化及保障供应链安全。然而现有文献存在三大缺陷：（1）理论碎片化——多孤立考察数字化或绿色创新单一维度，缺乏整合数字智能（Digital Intelligence）、绿色导向（Green Orientation）与人才重构（Talent Restructuring）三位一体的系统性NQPF框架；（2）机制黑箱——虽公认技术创新是催化剂，但未厘清NQPF投资通过何种创新路径转化为供应链效率增益；（3）情境盲区——忽视不同所有制（国企vs非国企）、技术密集度（高科技vs非高科技）及区域发展阶段（东部vs中西部）下的效果异质性。为此，研究人员开展此项实证研究以填补上述空白，论文发表于MDPI期刊《Sustainability》。
二、主要研究方法概述
研究人员选取2012–2022年沪深A股非金融类非ST上市公司构成平衡面板数据集，剔除缺失值与极端值后进行1%缩尾处理。NQPF水平采用熵权法（Entropy Weight Method）综合测算涵盖数字化投入、绿色专利、高学历人才占比等多维度指标；供应链效率（Supply Chain Efficiency）以存货周转天数取自然对数ln(365/存货周转率)反向度量（值越小效率越高）；中介变量技术创新（Technological Innovation）以发明专利、实用新型及外观设计专利申请总量加1后取自然对数衡量。基准回归采用固定效应模型（Firm & Year FE），中介效应检验依照因果逐步法（Causal Steps Approach）并辅以Bootstrap抽样1000次验证，异质性分析按企业性质、行业高新属性及地区分组回归，内生性处理采用Olley-Pakes（OP）法测算全要素生产率（Total Factor Productivity, TFP）作为工具变量进行2SLS估计，稳健性检验通过替换NQPF测算方法、缩短样本区间及剔除2015–2016年金融冲击年份予以佐证。
三、研究结果
5.1. 基准回归结果（Benchmark Regression Results）
研究人员将供应链效率对NQPF及控制变量进行固定效应回归，结果显示NQPF系数显著为负（p<0.01），表明NQPF发展水平越高，企业存货周转天数越短，即供应链效率显著提升。加入控制变量及双向固定效应后R2达0.846，证实模型解释力较强，假设H1成立。
5.2. 机制分析（Mechanism Analysis）
研究人员建立中介效应模型检验技术创新的中介作用。第一步NQPF对供应链效率总效应显著；第二步NQPF对技术创新（LnInnov）回归系数显著为正（0.0778, p<0.01），支持H2；第三步同时放入NQPF与技术创新后，NQPF系数仍显著但绝对值减小，技术创新系数显著，表明存在部分中介效应，支持H3。Bootstrap法95%置信区间为[0.03129, 0.03945]不包含0，进一步验证技术创新在NQPF与供应链效率间发挥显著中介作用。
5.3. 内生性检验（Endogenous Test）
研究人员以OP法测算的企业TFP作为NQPF的工具变量进行2SLS估计，两阶段回归结果均显示NQPF对供应链效率的影响依然显著，排除反向因果导致估计偏误的可能。
5.4. 稳健性检验（Robustness Test）
研究人员通过三种方式验证：（1）替换NQPF测算方式为宋佳等学者提出的方法，结果不变；（2）缩短样本期为2013–2021年，显著性保持；（3）剔除2015–2016年金融冲击年份以消除外部干扰，核心结论仍稳健。
5.5. 异质性分析（Heterogeneity Analysis）
- •
5.5.1. 企业性质影响：国有企业NQPF系数（-0.0403）绝对值大于非国有企业（-0.0235），均显著，说明国企因资金与人才优势NQPF赋能效果更明显，非国企则依赖市场敏感性灵活应用。
- •
5.5.2. 行业特征影响：非高科技行业NQPF系数显著为负（-0.0531），高科技行业系数为正（0.0219）且显著，反映高科技企业因既有系统复杂及技术迭代快面临短期融合摩擦与调整成本，短期内存货周转暂未改善甚至延长。
- •
5.5.3. 区域特征影响：东部地区NQPF系数显著为负（-0.0464），中西部地区系数不显著，表明东部因产业集聚与科创资源充裕更易释放NQPF红利，中西部受产业基础薄弱与技术吸收能力限制效果未显现。
四、讨论与结论总结
研究人员得出结论如下：第一，新质生产力（NQPF）通过数字转型、智能管理系统及实时数据集成显著降低存货周转天数，从系统层面驱动供应链现代化，对供应链效率具显著促进作用（H1成立）。第二，技术创新（Technological Innovation）在其中起重要中介作用——NQPF激发流程创新（如AI库存控制、IoT监控）与产品创新（如绿色产品、智能方案），进而通过削减浪费与稳定需求提升效率，中介效应验证成立（H2、H3成立）。第三，NQPF效应具显著异质性：国有企业与资源禀赋强的东部地区受益更显著；非高科技行业较高科技行业短期效果更优，后者因技术迭代面临整合阻力；中西部需政策扶持弥补基础设施与吸收能力短板。本研究理论贡献为构建NQPF三维统一框架、打开技术创新中介黑箱及提供异质性实证证据，可为差异化的产业政策制定与企业供应链数字化升级实践提供依据。
