技术创新降低了企业对大客户的依赖吗

○ 李 姝 李 丹 田马飞 杜亚光

引言

技术创新历来都是一个国家生存发展、经济增长的重要因素，也对国际产业分工格局有着重大影响。在全球化进程加快和市场竞争加剧的多重考验下，人口、资本、制度改革、后发技术优势等要素红利逐渐消失，中国改革开放40年以来经济高速增长态势正面临新的挑战，①寻求自主创新已是当下中国经济“高速高质”增长的必由之路。党的十八届五中全会首次提出要以“创新发展理念”为首，十九大再次强调以“创新驱动”增强中国持续发展动力。而在宏观创新的呼应下，企业技术创新是最直接、最具体的创新表现，也是创新内容的核心载体。

一个国家推动技术创新除了政府导向和财政扶持政策外，还必须考虑微观层面企业创新投资的决策函数。企业家作为技术创新的开拓者，其投资决策部署须对企业的预期利益进行权衡，现有对技术创新经济后果的相关研究多涉及收益与风险两个方面。第一，创新投资作为企业重要的投资项目，对提高企业核心竞争力、实现企业价值增值、可持续发展具有重要战略意义，学者们通过大量的理论与实证文献证明了研发密集型企业具有更强的未来盈利能力和经营绩效，[3-6]再次印证了创新理论奠基者Schumpeter[7]和Arrow[8]的经典论点：企业的长期利润增长在很大程度上取决于其对创新活动的投资。第二，技术创新也与风险紧密相连，Yap认为研发活动会使企业面临更大的系统风险（主要是经营风险）。[9]不可否认，技术创新具有一定的刚性，需要持续的资金投入，而这部分投资不可质押、过程容易出错、投资回报期长，[10]且投入产出不确定；即使新产品研制成功，研发成果商业化成本高、转化困难也是企业家须考虑的风险问题。此外，由于代理问题的存在，与创新相关的支出也可能成为管理者进行短期业绩操纵的工具。[11-13]因此，部分学者认为，企业的技术创新活动与企业风险呈正相关关系。[14,15]

无论哪种观点大都忽略了一个重要的元素——客户在其中的重要作用。客户群体作为技术创新过程中的关键一环，对促进研发成果的转化、实现创新扩散具有重要影响。创新理论鼻祖Schumpeter在《经济发展理论》中提出，创新必须能够创造出价值，形成创新扩散；[7]与之相似，美国学者Mansfield对技术创新的定义是以新产品的销售和交货为完结，[16]即企业技术创新最终面向的是终端客户群体。当企业将较大比例的产品销售给为数不多的大客户时，②就会形成客户集中（Customer Concentration），进而对大客户产生依赖。已有研究表明，大客户依赖对企业经营有双重影响：第一，传统的客户关系更加侧重维稳，认为“关系性资源”及稳定的供销网络可以促进产品的协同设计和研发，进而在推动供应链资源有效整合的基础上，帮助供应商企业更好地控制资金和存货流动，降低成本费用，增加财务柔性和运营效率，为企业带来更大的利润空间和更稳定的销售业绩。[17-22]第二，过度依托于大客户的供销关系也可能导致企业承担一定风险。首先，会导致企业议价能力削弱，不得不在价格折扣、商业信用等方面让步，大客户还会通过调节订单规模等手段将经营风险转嫁给企业；[23]其次，若契约双方交易意外终结，企业将面临权益资本成本及债务成本增加、[24]股价异常波动、[25]资金链断裂等风险；[26]再次，企业前期的“专用性投资”（包括研发新产品、投资固定资产等）也随着大客户流失遭受重大价值贬损，“套牢”效应使这项资本承诺成为企业经营的重担，巨大的交易成本、存货管理成本、专用投资转换成本[27]极易引发企业的财务危机；最后，客户集中的企业往往有动机实施更多的盈余管理[27]及提高纳税筹划程度。[28]综上，对大客户的依赖性过高会造成企业独立性缺失，给企业带来重大经营风险。[29]

针对大客户依赖引发的一系列潜在风险，中国证监会先后颁布了《公开发行证券信息披露内容与格式准则第2号——年度报告内容与格式》及修订稿，要求上市公司以汇总和分列方式披露公司前5名客户销售额占年度销售总额的比例。此外，证监会在对A股IPO企业审核的51条规定中，也将客户集中度过高作为重点关注的风险事项，为分析企业的经营风险提供证据。如何适当规避客户集中所带来的风险已成为企业亟待解决的问题，而现有研究还少有涉及。

一、理论分析与假设提出

1.企业技术创新对大客户依赖的影响

基于成本效益原则，企业为达到其盈利目标，不仅要控制风险和成本，还要获得更大的效益。效益增加具体可表现为更强的竞争力、更大的市场份额、更多元的客户群体，可以推动客户群体重组，打破高集中客户结构所带来的风险隐患，实现企业长远健康发展。与此同时，技术创新作为引领企业可持续发展的重要选择，与这一诉求不谋而合。根据Schumpeter对技术创新过程阶段性的划分“发明—创新—扩散”可知，[7]技术创新欲发挥其作用价值需实现创新扩散、完成技术创新的应用和商业化，这一点直接朝向的是终端客户群体。这也意味着，企业能否通过技术创新战略获取竞争优势、转化客户依赖风险的关键在于，其新创产品能否被更多的客户接受、采纳。因此，本文主要基于产品竞争和客户满意两条市场路径，阐述企业技术创新对大客户依赖的影响。

（1）以产品竞争为重心的市场路径：企业技术创新（产品优势）——独特市场地位——更多客户合作——降低大客户依赖

以产品竞争为重心的市场路径焦点是将技术创新形成的产品优势转化为企业独特的市场地位，以此在同业竞争下吸引更多客户达成合作，进而降低对大客户的依赖。具体来说，第一，具有较高先动性的企业往往能够先于竞争者识别潜在市场和技术机会，通过应用新技术创造出新产品和新价值开辟蓝海市场，以其独特的市场地位在客户心中树立“开拓者”的形象，取得“先动者优势”。而新产品的附加属性（包括新的功能、新的外观、更高品质等）不仅能够吸引更多客户、增加产品市场份额，[30]而且能提高行业进入壁垒和企业的差异化优势及其竞争力，增强企业议价能力，巩固和拓展客户资源，进而降低对大客户的依赖。第二，从产品自身而言，企业技术创新可以提高生产率，降低成本。研发密集型行业的企业及有更多R&D活动的企业能够显著提升生产率。[31,32]生产率的提高意味着企业单位成本降低、产品售价可降空间增加，在保质提效基础上的价格优势可以吸引更多的客户选择与企业合作来提升自己的效益，降低企业对大客户的依赖。第三，客户的信息感知是企业与客户之间产生联系的桥梁。企业通过发布技术创新相关信息，向潜在客户传递出企业竞争实力增强、企业价值提高的有利信号。客户则通过接收一系列可见性信息对企业创新能力（R&D投入）、品牌社会声誉等无形资产进行感知，形成品牌偏好；抑或对新产品的相对优势、相容性和产品利益等进行评估，客户感知风险的降低会大大促进其与企业的合作意愿，导致企业对大客户的依赖度降低。

（2）以客户满意为重心的市场路径：企业技术创新（产品优势）——客户需求满足——更多客户合作——降低大客户依赖

以客户满意为重心的市场路径强调为客户持续地创造优质价值，[33]即企业通过技术创新形成独特的产品优势以满足客户的多样化需求，依靠客户满意形成创新扩散，进而降低对大客户的依赖。具体而言，企业加强技术创新的目的之一是通过创新创造新的供给满足新的需求，通过产品研发加快产品更新速度，使企业避免因产品过时无法满足客户需求而被市场淘汰的风险。根据“创新扩散理论”，技术创新的垂直转移需最终实现技术形态到消费品形态的转变。当新产品上市后，最先采纳的是一些敢于并乐于“尝鲜”的客户，他们往往具有寻求刺激、更愿意体验新颖性、追求多样化和新事物的心理倾向。[34]客户的独特需求能否得到满足是其产生购买行为的前提条件，也是新产品打入市场获得成功的关键，而这种独特性多数是通过产品来实现的，[35]取决于产品的稀有、独特与新奇性。与此同时，企业通过技术创新赋予产品新的外观、新的功能属性、新的理念（如绿色节能环保产品），恰恰能够满足客户求新求变的独特性心理需求，推动客户对新产品的购买行为。[36,37]“尝鲜”客户体验后又会通过人际互动进行口碑传播，带动更多人消费，最终累积的客户数量或比例会随时间呈现出“S形曲线”的增长扩散趋势，[38]一传十、十传百的口碑效应往往能促使新客户不断加入。[39]总而言之，当企业技术创新研发出的产品有客户需要的某种独特性时，会有更多客户因这种独特性给自己带来的价值而采购企业的产品，从而使企业对大客户的依赖降低。

综上，以产品竞争为重心的企业着力于创造出比同业竞争者更高的顾客感知价值，吸引和挖掘更多客户与之合作；以客户满意为重心的企业通过满足客户的独特需求，以口碑效应扩大客户市场，两条路径皆为获取更多客户资源而服务。如果把少数几位大客户比作“长尾理论”中曲线的头部，那么剩余大基数的客户群体便是“长长的尾巴”，更多客户的涌入势必会对大客户的集中效应产生“稀释”作用。基于以上分析，本文提出以下假设：

H1：企业技术创新能降低企业对大客户的依赖

2.企业技术创新、双创政策与大客户依赖

2015年3月5日，李克强总理在两会政府报告中提出要把“大众创业，万众创新”打造成中国经济发展的“双引擎”之一。同年，国务院颁布了《关于大力推进大众创业万众创新若干措施的意见》。与此同时，国家经济政策首次将创新纳入生产要素之中，在政府管制的制度环境及关系网络的社会环境下，政府的“有形之手”不仅最大范围地推动了市场要素充分自由流动，也对提高经济运行效率、加速经济转型升级起到助推作用。[40]国家统计局、科学技术部和财政部联合发布的《全国科技经费投入统计公报》显示，2016年全国共投入研究与试验发展（R&D）经费15676.7亿元，企业作为响应国家政策号召的微观主动力，2016年的R&D经费为12144亿元，占比高达78%，较2015年增长11.6%。因此，政府技术创新政策可以通过资源投入和组织激励对企业创新行为产生助推作用。双创政策对企业技术创新与大客户依赖的调节作用主要体现在引领和担保两个方面。

第一，双创政策对生产与消费都具有引领作用。在传统人口红利逐渐消失的背景下，双创政策是培育和催生我国经济发展新动力的一剂强心剂，尤其在互联网技术发展的带动下，更多企业在国家的倡导下通过技术创新开拓出更广的产业领域，给传统产业及传统运营模式都带来了“颠覆性”改造；与此同时，政府重点支持的高科技领域，包括电子信息技术、生物与新医药技术、新能源及节能技术等领域，涉及人们生活需求的方方面面。在国家政策的保驾护航之下，企业革新性产品的出现衍生出健康消费、绿色消费等新兴消费增长点，在满足消费者求新求变需求的基础上，正向驱动了消费者的消费意愿和消费行为，[37]吸引大量潜在消费者，促使企业对大客户的依赖降低。

第二，双创政策可以看作对企业强有力的担保，一定程度上降低了企业潜在风险及高成本负担，显著影响企业技术创新的能动性。已有研究证明，政府运用财政补贴及税收优惠政策，可以降低创新融资约束和创新成本。[41]这不仅可视为政府兜底的信号，具有正向信号效应，[42]亦可缓解技术创新外部性问题导致的创新动力不足，大大激励了企业的创新研发热情。[43,44]当创新链与生产链实现有效融合，企业可以通过市场向客户提供更丰富的产品和服务，不断创造出新的市场增长点，更多客户的多样化需求得到满足，最终会以“聚沙成塔”的形式降低客户集中度。基于以上分析，本文提出假设：

H2：在双创政策引导下，技术创新与大客户依赖的负向关系更加显著

3.企业技术创新、对外开放度与大客户依赖

由于对外开放度高的外向型企业身处更大的国际市场，因而相比内向型企业拥有更多的目标受众群体。一方面，从竞争效应来看，对外开放度高的企业面临更激烈的国际市场竞争，尤其在中国企业比较优势逐渐弱化的生存压力下，[45]在位者企业为提高其对客户的吸引力、延长在国际市场中的存续时间，会致力于技术创新以提升其国际竞争力，[46]通过强化技术和产品优势满足国内外客户的多样化需求，吸引更多客户前来采购。此外，已有研究证明，出口贸易有助于企业获取规模效益，不仅能承担一部分与创新有关的成本，[47]更能享受到出口带来的高回报，[28,48,49]企业为获得更多利润而加大研发投入，增加出口产品的附加价值、提高产品的技术含量和竞争力，以此赢得更多客户的青睐与信任，从而降低了对大客户的依赖。

另一方面，从出口学习效应来看，对外开放度高的外向型企业在与国际客户的合作过程中，接受技术培训和指导，并在生产过程中学习到国外企业的隐形技术知识；此外，在出口贸易中，外向型企业还可以通过与国外消费者或中间商的交往获取国际市场信息,并根据消费者需求对产品现状进行更新，抑或通过接触更多前沿技术进行创新活动，模仿或创造出更新颖、更高质量的产品。[50]企业通过学习效应吸收到国际市场知识和先进技术，正向促进了研发投入、新产品销售及专利数量。[51]不仅拉近了企业自身与国际水平之间的心理距离，帮助本国企业立足于国际市场，获得更多客户的认可，还能通过国际间的技术转移提升本土企业的自主创新能力和产业核心竞争力，提高企业生产率，带动本土消费，大大降低企业对大客户的依赖。基于以上分析，本文提出假设：

H3：当企业对外开放程度较高时，技术创新与大客户依赖的负向关系更加显著

二、研究设计

1.数据来源及处理

本文选取2007-2018年全部A股上市公司作为样本，首先在行业分类上，按照证监会2012年版的行业分类，制造业取前两位代码，其他行业取首位代码，剔除金融和保险业观测值；其次剔除ST、ST*、数据缺失、未连续披露研发投入数据或明显异常的观测值；最后对连续型变量进行上下1%分位数Winsorize处理。本研究样本共得到3787家企业披露的信息，所有数据来源于CSMAR和Wind数据库，研究所使用的软件为St ata14。本文在主要回归分析中均控制了年度和行业固定效应，并且为缓解异方差问题，采用稳健标准误差进行调整。

2.变量定义

（1）被解释变量：大客户依赖。本文采用客户集中度作为大客户依赖的代理变量，借鉴Irvine等、[21]Dhaliwal等[24]的做法，用两种方法度量客户集中度：其中，CUS为上市公司每年前5大关键客户的总销售额占全部销售额的比例，CUSHHI为前五大客户各自销售占比的平方和。

（2）解释变量：企业技术创新。本文主回归中采用企业的研发投入/营业收入作为企业技术创新的代理指标，设置变量RDER。为了论证的严谨性，后文在稳健性检验中分别设置RDER_A（研发投入/总资产），以及未来三期技术创新RDERt+1、RDERt+2、RDERt+3重新衡量研发投入；同时使用专利授权数PATENTS和未来三期专利授权数PATENTSt+1、PATENTSt+2、PATENTSt+3作为创新产出变量进行稳健性检验。

（3）调节变量：根据假设2，设置虚拟变量双创政策POLICY，由于《2015年国务院政府工作报告》首次提出“大众创业，万众创新”，并将之上升到中国经济新引擎的战略高度。考虑到政策实行的过渡期，我们将2015年作为事件发生缓冲期，为控制窗口期过长所带来的过多不确定因素，本文选取2015年前后数据进行对比检验，即2016-2018年赋值为0、2007-2014年赋值为1。为加强变量赋值的科学性和有效性，后文中还基于地区分类的省级面板数据，分别采用中国各省份的总专利授权数（Patent_A）、三类专利授权数（Invention_A、Utility_A、Design_A）及技术市场成交额（BUSINESS），对“双创政策”的有效性做进一步论证。根据假设3，对外开放程度越高，越有利于外部先进技术向本地区溢出，吸引更多R&D投资，并且高度开放的环境也有助于促进创新要素的优化配置，提高本地区创新活动对客户的影响。本文设置OPEN与OUT两个变量来衡量企业对外开放，分别代表对外开放的广度和深度，其中OPEN为虚拟变量，若企业当年有对外的国际贸易业务赋值为0，否则为1；OUT为企业当年对外销售收入的对数。

（4）控制变量：本文参照He等、[52]袁建国等研究，[53]在模型中控制以下变量：企业规模（SIZE）、盈利能力、上市年龄(AGE）、资本结构（LEV）、企业成长性(GROWTH）、股权集中度（LARGEST）、企业相对价值（TOBINQ）、产权性质（SOE）、年度虚拟变量（YEAR）、行业虚拟变量（IND）。

3.模型构建

其中RDERi,t为目标企业的技术创新，CUSi,t与CUSHHIi,t为当期企业的客户集中度，CVi,t为控制变量，Xi,t代表调节变量双创政策（POLICY）及企业对外开放（OPEN、OUT），YEARt和INDi分别为年度和行业固定效应。本文重点关注系数α1和β2，它们分别度量了企业技术创新对客户集中度的影响作用，以及“双创政策”和企业对外开放对二者的调节作用。此外，为验证假设2中调节变量“双创政策”助推作用的有效性构建模型（3），其中，Mp,t代表地区的创新投入与创新产出，技术创新投入包括中国各省份R&D经费投入（R&D）及人员投入（R&D_P）；创新产出则关注中国各省份的专利授权数（Patent_A），发明专利、实用新型专利、外观设计专利三类专利授权数（Invention_A、Utility_A、Design_A）及技术市场成交额（BUSINESS）。专利授权数衡量了地区科技转化潜力，技术市场的成交额则是创新创业成果转化为经济效益的直接体现。模型（3）中还根据既有文献的传统做法加入了一系列控制变量，具体包括GDP增长率（GDP_R）、资本增长率（CAPITAL）、劳动增长率（LABOR）及对外贸易活跃度（TRADE），③分别通过各省份年度GDP增长率、新增固定资产增长率、年底劳动就业人口增长率（国有单位+私营企业+个体就业人数）及进出口总额增长率来衡量，这些变量是影响中国各省份创新活动差异性的重要因素（见表1）。

表1 变量说明

三、实证结果及分析

1.描述性统计分析

（1）变量描述性统计

表2报告了经过标准化处理后全样本变量的描述性统计分析。RDER的平均值、标准差和中位数分别为0.0432、0.0433和0.0342，说明2007-2018年我国A股上市公司整体研发投入平均仅占公司营业收入的4.32%，且多数公司的研发积极性不高，公司间研发投入水平差异明显；客户集中度CUS、CUSHHI的均值分别为30.29%、0.0473，标准差分别为0.2042、0.0859，最大值分别为99%和0.6487，说明不同企业客户集中度的差距较大，部分企业的客户集中度偏高，甚至有些企业全年的营业收入全部来自前五大客户，对大客户的依赖性较强；企业成长性差距较大，最小为-0.6728，而最大值为4.1291。此外，样本中有32.53%为国有企业，24.19%的企业有对外销售业务，外销收入占营业收入比重有差异明显。其他变量的统计情况均在合理范围之内，不再赘述。

表2 描述性统计表

（2）按照行业的描述性统计

本文按照证监会2012年修订的行业分类标准对RDER与CUS进行统计，其中在I行业（信息传输、软件和信息技术服务业）与M行业（科学研究和技术服务业），企业对技术创新的投入占比最大，其次为C4行业（仪器仪表、其他制造业）、C3行业（金属、非金属、设备、汽车、航天、器械、电子制造业），多属于技术密集型行业，相关创新活动较多，相应的这类行业的客户集中度更加分散。D行业（电力、热力、燃气及水生产和供应业）技术创新占比最少，其次为G行业（交通运输、仓储和邮政业），这类行业多属于生活服务业，创新活动开展较少，相应客户更加集中，与当下经济运行的实际情况较为相符，也符合本文预期（数据略去备索）。

2.实证结果及分析

表3报告了主要变量的实证分析结果，列（1）-（2）中RDER与CUS的系数为-0.146，与CUSHHI的系数为-0.049，皆在1%水平上显著负相关，说明企业技术创新的研发投入强度越高，客户集中度越低，企业对大客户的依赖降低，支持了假设1。该结果具有显著的经济意义：以均值为基点，RDER每上升一个百分点，客户集中度CUS就会下降0.48%（0.01×0.146/0.3029），CUSHHI会下降1.04%（0.01×0.049/0.0473）。此外，企业规模SIZE及企业年龄AGE也与前人的研究一致，与客户集中度是负相关关系。

为验证假设2“双创政策”对企业技术创新与客户集中度的调节作用，本文首先对“双创政策”助推作用的科学性和有效性进行了检验。利用中国各省份面板数据，检验结果见表4，第一行有关技术创新的6个指标均负显著相关，且通过1%显著性水平检验，说明“双创政策”无论对企业的创新投入（R&D经费投入、R&D人员全时当量），还是创新产出（总专利授权数、三类专利授权数、技术市场成交额）均产生明显的促进效应。在模型（1）的基础上引入双创政策指标POLICY，并设置交乘项RDER×POLICY。表3中 列（3）RDER×POLICY的系 数 为0.103，列（4）RDER×POLICY的系数为0.047，二者在5%或10%水平上显著，表明在双创政策的引领与担保下，可以有效促进技术创新与大客户依赖之间的负向关系，假设2得到验证。

表4 “双创政策”助推效应回归分析

为验证假设3对外开放程度对企业技术创新与客户集中度的调节作用，本文在模型（1）的基础上加入企业对外开放度虚拟变量OPEN与连续变量OUT两个指标，分别衡量对外开放的广度和深度。由于本文关注的是微观层面企业的对外开放度，因此按照企业是否参与国际业务活动设置虚拟变量OPEN及交乘项RDER×OPEN，按照具体的外销额度取对数设置变量OUT及交乘项RDER×OUT。表3第（5）列和第（6）列中，交乘项RDER×OPEN的回归系数分别为0.231和0.088，均通过1%的显著性水平测试；第（7）列和第（8）列中，交乘项RDER×OUT的回归系数分别为-0.014和-0.005，均通过显著性水平测试，说明相较于内向型企业而言，对外开放度高的外向型企业更能促进技术创新对大客户依赖的负向影响，假设3得到验证。

表3 技术创新对大客户依赖的影响分析

3.稳健性检验

（1）更换自变量衡量方式——技术创新投入

为使研究结论更加稳健，以RDER_A（研发投入/总资产）衡量技术创新。回归结果见表5，表中列（1）和列（2）中RDER_A与CUS和CUSHHI的回归系数皆为负向显著，且通过1%显著性水平检验，说明技术创新可以降低企业对大客户的依赖。其次，考虑到技术创新活动具有长期性，本文采用技术创新未来一至三期作为自变量进行检验，回归结果见表5中列（3）-列（8），三期RDER与CUS和CUSHHI的系数均负向相关，且在5%及以上水平显著相关，说明技术创新未来三期均对客户集中度有显著的负向影响。总之，更换技术创新投入衡量方式后本文结论依然成立。

表5 更换自变量的回归结果

（2）更换自变量衡量方式——技术创新产出

为加强文章论证逻辑的严谨性，本文还针对技术创新产出变量及其长期效应进行了检验。技术创新产出以发明专利和实用新型专利的授权数之和加1取对数（PATENTS）来衡量。选取发明和实用新型专利是由于这二者更倾向于通过提出新的技术方案来改善、解决技术问题，从而产生技术效果，更能体现企业在技术上的实质性创新；采用专利授权数而非专利申请数，是由于在中国情境下，专利申请活动可能存在相当数量的虚假专利和不合格专利的“泡沫”现象，并且专利申请容易受到国家专利政策的激励效应，从而出现“创新假象”，未必能反映出真正的技术创新能力，而专利授权数量可以避免这种问题。[54]表6的回归结果显示，列（1）、列（2）中专利授权数与客户集中度的回归系数分别为-0.017和-0.006，且均在1%的显著性水平上显著，说明已被批准授权、受法律保护的创新专利授权数能够为企业吸引到更多客户，可以降低企业对大客户的依赖。列（3）-列（8）汇报了未来三期专利授权数与大客户依赖之间的长期影响效应，二者之间皆呈显著负相关关系，表明专利授权数对降低客户集中度的影响效用至少会持续三年。

表6 技术创新产出后果分析

（3）内生性问题处理

① 倾向得分匹配法

虽然主检验中控制了一系列影响因素，考虑到仍有可能存在一些不可观测因素会影响到回归结果，本文采用倾向得分匹配法（PSM）克服由于遗漏变量带来的内生性问题。选取企业技术创新强度较高的企业（由高到低排序取中值）构造处理组，基于最优临近匹配法，采用Logit模型从剩余企业选取一个匹配样本构造对照组，形成处理组（Treat Group）与控制组（Control Group），控制变量包括企业规模、资产收益率、资产负债率、企业成长性、第一大股东持股比例。回归结果如表7所示，采用PSM匹配的样本重新回归后，前三个假设中企业技术创新与大客户依赖之间的关系依然存在，结果较稳健。

表7 PSM回归结果

② 工具变量法

考虑到技术创新与客户集中度之间可能存在反向因果的内生性问题，本文选取按照地区（省份）分类的高校R&D成果应用、科技服务人员（R&D_P）及按地区分类的R&D经费内部支出④（R&D_EX）作为技术创新的工具变量，因为同一地区投入的R&D人员与R&D经费与本地区的技术创新高度相关，但与客户集中度没有直接关系。首先，通过Hausman检验（p＜5%）、过度识别检验（p=0.0000）、弱工具变量检验（F统计量分别为16.56和31.56，皆大于经验值10）对工具变量的有效性进行了检验，证明本文选取的工具变量对自变量的解释力度是有效的。工具变量R&D_P的结果见表8列（1）和列（2），第一阶段R&D_P与RDER的系数为0.001，且在1%水平上显著，说明此工具变量可以有效替代RDER；第二阶段中，RDER的系数在5%水平上显著为负，即控制了内生性后前文结论依然成立。表8第（3）和第（4）列为第二个工具变量（R&D_EX）的回归结果，第一阶段RDER与（R&D_EX）显著正相关，第二阶段RDER与CUS依旧显著负相关。说明在使用工具变量控制内生性后，前文结论依然成立。

表8 工具变量法两阶段回归结果

（4）制造业样本回归分析

制造业行业作为国民经济的主体代表了国家科技能力和生产力水平，是我国的立国之本，在《中国制造2025》行动纲领的指导下，提升中国“智造”水平、推进传统产业技术改造已成为当下中国战略要务，探讨制造业企业技术创新经济后果具有一定现实意义。此部分重点关注制造业样本数据，对主回归中的三个假设做多元回归分析，回归结果与主回归中大体一致，再次验证前文结论的有效性（数据略去备索）。

四、基于机制、经济后果及企业特征的分析

1.影响机制检验

（1）竞争地位机制检验

企业通过加强技术创新提高其竞争力和市场地位，促使更多客户达成合作，从而降低客户集中度，减轻对大客户的依赖。为验证这一机制是否成立，本文借鉴温忠麟等[55]的中介效应检验程序构建以下模型。其中，对于上市公司在行业内的竞争地位，本文遵循以往产业组织理论的文献，参考Peress[56]的做法利用勒纳指数（PCM）加以度量，PCM=（营业收入-营业成本-销售费用-管理费用）/营业收入。该指标越大，上市公司在行业内的竞争地位越高。模型（5）在已有控制变量的基础上，增加本行业内上市公司数量（NUM）。回归结果见表9。列（1）中PCM与RDER的系数为0.038，在5%水平上显著，说明企业技术创新可以提高其在行业中的竞争地位，列（2）、列（3）中CUS和CUSHHI与PCM的系数分别为-0.032和-0.038，通过5%及1%显著性检验，说明企业竞争地位的提高可以有效降低客户集中度，缓解对大客户的过度依赖，回归结果支持了竞争效应的中介检验。

（2）客户满意机制检验

为检验前文关于企业技术创新可以满足更多客户的多样化需求，增大企业市场份额，进而缓解企业对大客户依赖的假设推理，我们进行机制检验。客户需求得到满足最直接的表现即企业通过技术创新提高了市场占有率，考虑到本文个别细分行业的样本量较小，因此选取相对市场占有率（MARKET）作为市场份额的衡量指标，具体做法是计算出企业相对于行业中最大竞争者的市场销售量（额）的比重。相对市场占有率反映了企业在行业中的成长速度，也反映了客户对企业产品的满意与认可。文中模型（8）在已有控制变量的基础上，增加了当期营业收入（INCOME）及现金流（CASH）。实证结果见表9，列（4）中RDER与MARKET的系数为0.046，通过5%水平显著性检验，说明企业技术创新使更多客户的需求得到满足，提高了企业的市场占有率，CUS、CUSHHI与MARKET的系数皆负向显著，说明企业市场占有率的提高降低了客户集中度。客户满意机制检验得到验证。

表9 机制检验回归结果

2.经济后果分析——企业经营风险降低

从企业长远发展来看，技术创新自身的风险性会被其带来的收益抵消，为企业带来更多的生命力，使其经营风险降低，为检验大客户依赖对企业经营风险的影响构建模型（10）。借鉴Roy[57]以ZSCORE作为测量企业经营风险的变量，具体算法：ZSCORE=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5，其中X1=（流动资产-流动负债）/总资产，X2=留存收益/总资产，X3=息税前利润/总资产，X4=股票市值×股票总数/总资产，X5=销售额/总资产。对企业而言，ZSCORE得分越高，破产风险越小。模型在原有控制变量的基础上，增加现金流（CASH），实证结果如表10所示，CUS与MARKET的系数为-0.195，且在1%水平上具有显著性，表明大客户依赖与企业经营风险显著负相关，即企业对大客户的依赖程度越高，ZSCORE得分越小，企业经营风险越大。由本文主假设的实证结果可知，企业技术创新降低了其对大客户的依赖，进一步检验中又得出大客户依赖与企业经营风险呈现负向相关关系，因此可以得出结论，企业通过技术创新活动降低了对大客户的依赖，减少了可能面临的经营风险。

表10 企业经营风险回归结果

3.组织体制及经营体系对二者关系的影响

考虑到技术创新与大客户依赖二者之间的关系，可能会由于企业不同的组织体制及经营体系而可能发生变化。因此，将不同组织体制（产权性质）及不同经营体系（行业竞争程度）纳入二者的关系研究中。

相比而言，国有企业拥有更多政治关系型客户，客户结构较为稳定，而非国有企业在竞争压力下倾向于开展更多的研发创新活动，[58]以提升自身核心竞争力、吸引更多客户。此外，当行业竞争程度较高时，企业为了在激烈竞争中稳固自身市场地位、凸显自身优势会加强技术创新，以赢取更多客户的合作。因此，本文预期当企业为非国有性质及面临的行业竞争程度较高时，技术创新与大客户依赖的负向关系更加显著。其中，行业竞争程度采用HHI指数（赫芬达尔—赫希曼指数）来衡量，指一个行业中各市场竞争主体营业收入占行业总收入百分比的平方和，该值越小则竞争越激烈。具体回归结果见表11，列（1）-列（4）显示，在非国有企业，技术创新与客户集中度显著负相关，而在国有企业二者之间不显著；列（5）-列（8）显示，在行业竞争程度较高组，技术创新与客户集中度显著负相关，在行业竞争程度较低组不显著。

表11 组织体制及经营体系对二者关系的影响

五、结论与建议

本文基于中国经济转型，创新驱动发展的时代背景，利用中国2007-2018年A股上市公司样本数据，重点考察了企业技术创新对大客户依赖的影响机制及作用后果。实证结果表明，技术创新与客户集中度之间呈显著负相关关系，说明企业的技术创新活动降低客户集中度，减轻企业对大客户的依赖；并且这种影响在政府“双创政策”引导及企业对外开放程度较高时更加显著。本文进行了一系列稳健性检验之后，该结论依旧稳健。研究发现：（1）通过机制检验，企业进行技术创新活动可以通过提高竞争地位与客户满意来吸引更多客户达成合作，有助于降低客户集中度；（2）通过经济后果检验，过高的客户集中度可能引发企业的经营风险，技术创新可以有效降低企业对大客户的依赖，减轻大客户制约风险，进一步降低企业的经营风险；（3）考虑企业的组织体制和经营体系，当企业的创新需求更强时，即在非国有性质的企业及面临的行业竞争程度较高时，技术创新对降低企业对大客户的依赖更加显著。

本文的边际贡献主要体现在以下三个方面：第一，以往关于技术创新经济后果的研究更多集中在企业财务绩效、内部竞争力、信息披露等方面，对于企业外部运作系统中重要的利益相关者——客户，还未进行深入讨论。本文将客户群体引入技术创新经济后果的研究中，从大客户依赖视角解读了企业技术创新的经济后果，发现技术创新可以降低企业的客户集中度风险，并深入探讨了其作用机制，对现有技术创新经济后果研究做了有益补充。第二，本文在中国情境下，将宏观政策或外部环境具象化，将双创政策与对外开放度落实到企业行为和结果上，证明其对技术创新降低大客户依赖的调节功能，为技术创新相关研究提供了中国经验。第三，国内外文献对技术创新的市场反应更多聚焦于资本市场上的内部利益相关者，本文是基于微观大样本实证数据，将研究视角回归到实体经济中，帮助企业根据客户结构的改变及时调整经营战略，为缓解客户集中风险找到一种可行性应对措施，丰富了相关客户关系管理研究。

本研究对于企业技术创新及客户关系管理具有重要启示，从大客户依赖的视角梳理了企业技术创新的微观作用机制，为国内学术关于技术创新的经济后果研究提供了新的支持，也为企业管理者防范和缓解客户集中引发的经营风险提供了一个新的思路。本文研究结论表明，加强技术创新是企业稳固并提高自身竞争地位、赢取更多客户资源的重要手段，可有效降低客户集中度，减轻企业对大客户的依赖所形成的一系列风险。研究结论的政策含义在于，一是政府可根据地方及企业的具体情况，有重点地加大政策引导及专项资金等扶持力度，完善专利、技术等知识产权保护措施，缓解企业创新成本负担和业绩压力，鼓励企业通过技术创新吸引更多客户，推动企业可持续健康发展。二是统筹对外开放的深度和广度，加强国际间合作与交流，吸收技术溢出和组织学习“双重红利”，通过技术创新带来的客户资源，重塑我国企业参与国际合作的竞争新优势，以全球化视角聚集全要素资源，促进国内国际双循环发展。三是在重点扶持高科技产业的基础上，加速培育战略新兴产业资源，充分发挥高科技产业的辐射带动作用，助推中国产业结构全面优化升级、经济体系转型升级。

注释

① 中国改革开放以来，经济呈现奇迹式的高速增长，林毅夫等、[1]蔡昉等[2]对这一现象的解释主要包括人口红利说、制度改革说、后发技术优势说等。

② 美国SFAS 131(1997）规定，若上市公司销往某一客户的收入达到其总收入10%及以上，该上市公司必须披露这一信息。因此，美国相关文献中一般将10%作为大客户的界定标准。中国证监会颁布实施的《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》则要求，上市公司需以汇总和分列方式披露公司向前5名客户销售额占年度销售总额的比例。所以，除非特别申明，本文所指大客户一般指前5大客户。

③ 变量数据分别来源于《中国统计年鉴》《中国人口统计年鉴》及《中国科技统计年鉴》。

④ 该原始数据来自《高等学校科技统计资料汇编》及《中国科技统计年鉴》。