经济论文哪里有？本研究结果表明：（1）智慧供应链政策显著提升了企业新质生产力，先通过了包含平行趋势检验、安慰剂检验在内的DID估计有效性检验。接着该结论通过了PSM-DID检验、更换被解释变量及排除其他政策效应的稳健性检验。
1绪论
1.2文献综述
1.2.1智慧供应链的相关研究
（1）智慧供应链的特征
基于国内外学术界的广泛研究，智慧供应链展现出数字化驱动、高效协同、智能决策以及降低信息不对称等显著特征。智慧供应链的核心特点在于数字技术的赋能。研究者们通过案例分析、模型模拟等手段（如Kosmol等，2019；Hallikas等，2021），深入探讨了数字技术如何优化采购、生产（Tziantopoulos等，2019）和分销（Li，2020）等供应链关键环节[1][2][3][4]。Butner（2010）指出，智慧供应链通过集成传感器、RFID标签及GPS定位等前沿技术，实现了供应链信息的自动化采集与高效处理，进而提升了整体运作效率与透明度[5]。智慧供应链的另一大特征是高效协同性。ElMesmary和Said（2019）强调，智慧供应链注重供应链各节点间的紧密联结与信息共享[6]；Ilias（2023）则进一步指出，这种协同性不仅加速了供应链的响应速度，还增强了其市场适应性[7]。在智能化决策这一特性方面。张婉婉（2020）认为，大数据、人工智能等技术的应用，有助于供应链精准预测需求、优化库存管理和运输安排，实现服务的个性化定制[8]。姜文锐（2021）则提出，企业可借助供应链数字化系统全面洞察各环节需求，迅速制定决策方案[9]。Cristina等（2023）认为，基于大数据与AI的智慧供应链能为企业提供更为精确的需求预测、风险评估及资源分配策略，助力企业在复杂市场环境中做出智能化决策[10]。此外，智慧供应链通过降低信息不对称现象，显著提升了运作效能。Heesung（2021）主张，区块链技术的引入，进一步增强了供应链的透明度与稳定性[11]。李剑等（2021）强调，智慧供应链中的信息共享不仅局限于企业内部操作，还涵盖了与外部合作伙伴的协作，有效降低了因企业间信息不对称导致的决策偏差风险[12]。Wang和Peng（2022）则指出，采用人工智能技术的企业能通过智慧供应链提升供应链的韧性与性能
3理论基础与机制分析
3.1理论基础
3.1.1供应链协同理论
供应链协同理论作为多维度深层次框架，涵盖策略协同、战略协同、机制设计及技术应用等核心要素。该理论强调通过关键层面的协调合作，促使供应链参与方有效整合资源、优化流程，从而显著提升整体运行效率与综合竞争力。其核心在于通过协同机制设计，将地理分散且处于不同增值阶段的独立企业整合为有机整体。这种整合不仅强化供应链综合竞争力，更能实现节点企业效益最大化，激发技术创新动力，最终构建多方共赢格局。在物联网、云计算和大数据等智能技术驱动下，该理论推动传统供应链转型升级为智慧供应链系统。该系统通过全面采集与分析企业运营全环节数据，有效增强协同合作能力，实现成本削减与运营效率的同步提升。
一方面，智慧供应链系统同步推进供应链全流程整合，有效消除冗余环节以提升运营效率。同时，该系统通过数据分析技术实现需求精准预判，使企业能预先优化资源配置，显著压缩产品开发周期，并通过动态响应市场变化提升竞争优势。例如，在生产制造环节，智能化改造推动生产流程向精细化、高效化和柔性化转型：通过部署传感器等智能设备，实时监测生产设备压力、温度等关键参数，确保设备处于最佳工况，同时实现故障的即时识别、预警与处置。此外，结合数据建模技术，该系统可精准定位生产瓶颈，通过模拟和规划最优生产流程实现资源配置优化。另一方面，在协同机制层面，智慧供应链构建协同化信息共享平台，显著提升供应链透明度与协作紧密度。基于需求预测模型，动态调节库存，规避库存积压与缺货风险，实现降本增效。通过市场动态响应与资源优化配置双轮驱动，智慧供应链系统有效提高企业抵抗风险能力，为企业构建可持续发展的韧性保障体系。
5实证结果与检验
5.1基准回归结果
表5.1展示了智慧供应链政策对企业新质生产力的基本估计结果。列（1）为单变量检验结果，其中DID的系数是0.400，在1%的显著性水平下显著。这表明，相较于未被选中成为智慧供应链建设试点的企业，在智慧供应链政策影响下，相关企业的新质生产力水平自2018年之后显著提升。列（2）加入行业和年份的固定效应，列（3）加入控制变量，列（4）将控制变量、行业和年份固定效应全部纳入。所有回归结果均在1%的显著性水平下显著为正。从列（4）可以看出，相比于非试点企业，受智慧供应链政策直接影响的企业新质生产力水平大约提高了0.173。即假设1成立。
列（4）的控制变量方面：企业年龄（Age）的估计系数显著为负，这意味着成立时间越长的企业，其内部路径依赖越严重，存在不利于企业新质生产力发展的情况。第一大股东持股比例（Top1）系数为负，表明股东对企业的控制权越集中，越容易限制企业的长期发展和创新能力，在一定程度上制约企业新质生产力的发展。净资产收益率（Roe）系数不显著。资产负债率（Lev）系数显著为正，适度的资产负债率能够为企业带来大量资金投入，用以支持技术研发、设备更新、系统升级等活动。适度的负债水平也反映出企业对未来收益的信心以及具备更强的风险管理能力，而这些都是企业提升新质生产力不可或缺的要素。营业收入增长率（Growth）系数显著为正，说明企业营业收入的增长速度和企业规模扩张能力越强，企业新质生产力水平提升就越快。企业规模系数（Size）显著为正，表明企业原始资源禀赋、技术、管理能力、市场竞争力等因素越强，就越有利于企业新质生产力的快速发展。经营性净现金流（Cash）系数显著为正，企业的资金支持和运作效率均有助于企业加快新质生产力的发展。
5.2 DID估计有效性检验
5.2.1平行趋势检验
为了排除事前趋势对本文结果的替代性解释，使得因果关系估计结果更清晰、可信，要满足双重差分模型估计无偏的前提：处理组和对照组在政策实施前具备相同的变化趋势。
5.2.2安慰剂检验
随机更换处理组和对照组。为了减轻小概率因素的影响，参考李昊楠等[99]和张树山等[100]在进行安慰剂检验时做法。从初始样本里随机抽取企业作为处理组企业，抽取数量与原始数据中试点企业的个数相同，剩下的成为对照组。利用式4-1来重新估计智慧供应链政策的影响效应，且将以上过程重复2000次。上述步骤所得到的交互项（DID）系数分布情况由图5.2反映。在随机变换处理组和对照组的检测中，DID估计系数集中分布在0附近，与真实估计值0.173有明显区别，而且大部分估计系数的P值大于0.05，这意味着在虚拟样本中，若不存在入选为试点企业这一差异，各样本企业的新质生产力并无显著差异。
6研究结论和政策建议
6.2政策建议
本文实证了智慧供应链政策在提升企业新质生产力方面具有积极作用。基于本文研究结果，提出以下政策建议：
第一，充分发挥智慧供应链政策的正向作用，强化其对企业新质生产力的赋能效应，加速智慧供应链体系的建设和完善。从政府层面出发，应积极引导企业参与智慧供应链建设工作，进一步扩大供应链创新与应用试点工作的覆盖范围。深入总结并广泛推广试点企业与试点城市的成功经验。具体而言，政府可出台更多激励智慧供应链建设的政策措施，如给予技术补贴、实行税收优惠等。同时，政府要明确智慧供应链的标准和规范，以助力提升行业供应链管理水平。此外，政府必须加强对智慧供应链信息安全的监督与保护，全力保障供应链数据安全。从企业角度来讲，要主动把握智慧供应链的发展机遇，加大在智慧供应链技术研发方面的投入。重视人才队伍建设，着力培养一支具备专业智慧供应链管理能力的人才队伍，推动供应链管理朝着智慧化方向发展，从而为新质生产力的发展提供动力。
第二，将智慧供应链建设视为提升企业新质生产力的关键驱动力，政府应构建完善的企业数字化转型支持体系，深化供应链金融发展，并持续优化供应链创新的政策环境。其一，在政策支持与企业协作层面。政府部门应着力健全智慧供应链政策支撑体系，通过制度引导推动链上企业将数字化资源深度融入生产经营全流程。建议支持多方共建具备互信机制、资源共享和协同决策功能的供应链信息平台，以此作为培育企业新型生产力的重要载体。企业需同步主动拥抱创新技术及数字化平台，持续深化数字化转型进程，通过积极参与产业生态建设，与产业链伙伴形成战略协同，共同探索价值共创路径，最终实现共生共荣的可持续发展格局。
参考文献（略）
