供应商集中度对企业创新绩效影响机制研究

张国强 梁琳娜

(甘肃政法大学 商学院，甘肃 兰州 730000)

0 引言

随着市场竞争日趋激烈,企业对创新的关注逐渐从自身创新转移到供应链上下游伙伴的共同创新[1-2]，供应商作为企业利益相关者，与之合作可能产生供应链整合创新效应，以此为企业实现外部“赋能”，提高企业创新绩效[3]。但高供应商集中度也会给企业带来巨大风险，尤其在制造业的尖端技术创新上，高供应商集中度会让企业对供应商产生过高的依赖，而影响自身的技术创新绩效，如近期华为、中兴被断供事件，外部力量导致芯片供应链上游供应商技术封锁，明显阻滞我国企业的技术创新和产品升级，“卡脖子”现象成为舆论关注的焦点[4]。同时苹果公司认为资源的异质性是创造活力的源泉，为了保证资源的异质性而有意识地降低供应商集中度，其全球769家上游供应商中前5大供应商的份额甚至低于5%。

现有研究虽已逐渐关注到供应链集中度选择对企业运营的重要性，但大多数研究主要关注了供应链集中度对企业绩效及其他财务指标的影响(Ak&Patatoukas,2016；& Campello&Gao,2017；Schwieterman et al.，2018)[5]，此外现有针对供应商集中度对企业运营影响的实证研究结论尚有较大差异[6],这可能与样本的差异以及边界条件有关，因此文章选取上市制造业企业做进一步探究。观察到颇具规模的企业因其在供应链的极高地位，对于供应商来说失去规模客户是不经济的，较大的企业规模有助于减轻供应商高集中度对企业议价能力和信息获取的抑制作用，因此在研究供应商集中度对企业创新绩效影响基础上，引入企业规模作为调解变量，探讨企业规模、供应商集中度与企业创新绩效关系有实际意义。

1 文献综述与假设提出

1.1 供应商集中度与企业创新绩效

对于供应链集中度的研究，早期学者们并不对供应商集中度和客户集中度加以区分[7][8]，随着供应链集中度研究的不断加深，供应链集中度的定义也逐渐完善：供应链集中度主要是指企业在供应链上下游的合作伙伴的数目以及业务的集中程度，其衡量主要包括供应商集中度和客户集中度。在实务界，也有近80%的世界500强企业制定了供应链上下游不同的关系管理战略(冯华、魏娇娇，2019)，因此，对于供应链集中度的探讨必须对供应链上下游的供应商集中度和客户集中度加以区分。供应商集中度越髙，说明与之合作的供应商数目越少，企业从主要供应商的采购量占比越大(Kahkonen et al.,2015)。

学者们给创新一词诸多定义，也从侧面说明了其拥有丰富内涵。对创新的研究有必要对技术创新和管理创新作出区分，技术创新包括产品创新和过程创新等，而管理创新包含组织创新、领导创新、制度创新等(Daft,1978;Aamanpour,1991)。创新绩效是从研发资金、人员的投入到创新战略实施成果检验等各方面对企业创新较为全面的衡量，不论是在工艺和服务改进、提高产品附加值还是削减成本等方面，已成为各行各业企业努力提升竞争力的重要绩效指标[9]。

为了不断推陈出新超越竞争对手，越来越多的企业向供应商寻求帮助。但也有学者对企业高供应商集中度持怀疑态度，如Kim(2019)研究表明，企业高供应商集中度会因为少数几个供应商的存而影响企业财务绩效[10]。出于对供应商的高度依赖性，企业不得不努力规避失去少数供应商而出现的“断供”风险，企业决策必然会考虑几大供应商意志和利益偏好，这导致企业决策独立性受到影响，做出不一定最有利于本企业发展的决策，从而影响企业的创新绩效。另外，供应商的高度集中不利于企业获得异质性资源，会使企业陷入“坐井观天”的困境，只局限于现有供应商可提供的零部件和技术而丧失与市场中其他优质供应商合作的机会，这也是高供应商集中度对企业创新绩效负向影响的重要原因。依据上述讨论提出假设1：

H1:供应商集中度会负向影响企业创新绩效。

1.2 企业规模的调节作用

新制度经济学资源依赖理论认为，较大的企业规模有助于企业外部交易成本的降低(科斯，1937；张五常1983)，减少对外部资源的依赖，提高其在供应链上下游企业的地位与议价能力；企业规模越大，供应商高集中度导致的“断供”风险也越低。对于上游供应商来说，失去大客户一方面意味着自身盈利的减少，企业绩效的降低；另一方面与大客户的“断交”意味着企业融资规模的缩减，失去大客户会降低投资者的投资意愿(任莉莉、张瑞君,2019)，这不利于供应商自身发展[11]。产权理论认为企业规模由其产权决定(Rajan & Zingales,2000)，企业规模越大其所控制的资源和专用性资产越多，这在一定程度上说明企业具有较强的创新能力，有利于企业自身创新绩效，所以会对上游供应商的技术“卡脖子”有较强的抵抗能力。故提出假设2：

H2：企业规模对供应商集中度对企业创新绩效的负向影响有抑制作用。

2 研究设计

2.1 数据整理

从国泰安数据库整理了我国披露前5大供应商的上市制造业公司2019年的相关数据，理由如下：①证监会2016规定公开发行证券的公司信息披露内容应该包括主要客户和主要供应商的信息，所以采集相对滞后的数据更具可信度；②我国是制造业大国，且制造业企业创新与上游供应商有着天然密切的关系，因此选取制造业企业更具代表性；③CSMAR数据库，受到大多数学者使用，具有较高权威性。另外用Excel对所选数据进行以下处理：①剔除缺失值和异常值；②剔除ST & ST*类公司；③对数据进行1%缩尾处理，最终选取样本数量为252。

2.2 变量设计

(1)被解释变量(Pat)。被解释变量是企业创新绩效，对于企业创新绩效的衡量学者们采用较多方法，而采用已申请成功的专利数衡量该变量受到学者们较高认可(Ahuja & Katila，2001)，所以本文选取报告期末专利数(包括发明专利、外观专利、设计专利等)来衡量企业的创新绩效。

(2)解释变量(Sc)。供应商集中度衡量的是一家企业的购买额如何在其供应商群体之间进行分配(Yang,2017)，可以通过前五大主要供应商的采购额占企业当期总采购额的比例来衡量(Campello & Gao,2017)，该指标的数值越大，说明企业对前五大供应商的依赖程度越高。

(3)调节变量(Sca)。在不同企业规模下，企业供应商集中度对创新绩效的影响不同，所以将企业规模作为调节变量，探讨其对被解释变量和解释变量的调节作用。学者们主要采用营业收入、资产规模、股本资金等指标来衡量企业规模[12]，本文对企业总资产额加1取自然对数作为其衡量指标(Kim、Zhu,2018)。

(4)控制变量(Contr)。根据现有研究，资产负债率(Leve)是企业负债占总资产比率(Han et al.,2017)，资产负债率越高可能会影响企业的创新投入进而影响企业创新绩效；股权集中度(OwnCon)指前十大股东股权占比(Whiter et al.,2018)，前十大股东占比可以衡量企业的股权集中度。现代企业理论认为，股权相对分散的企业容易产生第二类代理问题，这可能影响企业创新绩效[13]；研发人员占比(YF)指企业研发人员相对于员工总数的占比，研发人员占比也会影响企业的创新绩效。

2.3 模型构建

(1)供应商集中度与企业创新绩效的主效应检验：

Model1:Pat = α1+β11Sc+β12Leve+β13OwnCon+β14YF+ε1

(2)企业规模的调节作用检验，将供应商集中度与企业规模的交乘项引入模型，观察β21、β22和回归系数β23，以验证企业规模的调节作用：

Model2: Pat =α2+β21Sc+β22Sca+β23Sc*Sca+β24Leve+β25OwnCon+β26YF+ε2

3 数据分析结果

利用SPSS 26对整理后数据进行如下计量分析：

3.1 描述性统计

经过数据筛选后样本共计252个，所涉及各个变量的描述性统计结果如表1所示。专利数极差较大，这说明本文所选样本专利数由少到多比较好地代表了总体专利数，也说明不同公司之间的创新绩效差距较大。企业规模标准差较小，数据比较平稳。供应商集中度极差较大，说明企业对供应商集中度的选择有较大差异。不同公司前十大股东股权占比均值更接近最大值，这说明我国制造业上市公司股权相对比较集中，这不利于控制权治理。不同公司之间研发人员占比相差也较大，但均值更接近于最小值，这在一定程度上说明我国制造业上市公司整体创新人员占比较少。

表1 各变量描述统计结果

3.2 相关性分析

表2报告了本研究涉及变量相关性分析结果，供应商集中度对企业创新绩效在0.01级别双尾检验下显著相关，企业规模与供应商集中度、企业创新绩效也在0.01级别双尾检验下显著相关，但其假设能否成立，还有待做回归分析进行进一步验证。另外对各变量进行VIF共线性检验，表2对角线报告了各变量的VIF值，均小于2，这说明各变量不存在显著共线性，模型设计较为合理。

3.3 回归分析

(1)供应商集中度对企业创新影响的主效应。假设H1是供应商集中度负向影响企业创新绩效，上述Model1是对假设H1的检验，检验结果如表3所示；可以看出，供应商集中度显著负向(β11=-16.023，p=0.001<0.01)影响企业创新绩效，所以假设H1得到验证：在控制资产负债率(Leve)、股权集中度(OwnCon)、研发人员占比(YF)等变量的情况下，企业供应商集中度越高，企业创新绩效越低。

表2 各变量间相关性

表3 Model1回归结果

(2)企业规模的调节效应。在上述假设H1得到验证的基础上，构建Model2来验证假设H2：企业规模可能会对供应商集中度与企业创新绩效的关系产生影响；Model2回归结果如表4所示，仍然将资产负债率(Leve)、股权集中度(OwnCon)、研发人员占比(YF)进行控制，企业规模(Sca)对企业创新绩效有显著的正向影响(β22=296.946，P=0.004<0.01)，而供应商集中度与企业规模的交乘项对企业创新绩效具有显著负向影响(β23=-0.8922，P=0.024<0.01)，但是β21=-13.889，仍然小于零，这说明企业规模对供应商集中度对企业创新绩效的负向影响有显著的抑制作用，假设H2得到验证。

表4 Model2回归结果

3.4 稳健性检验

在假设H1、H2得到验证后，为讨论其影响机制的稳健性，用所获专利数加1取自然对数得到新指标LP，对其进行进一步检验[14](见表5和表6)，仍然控制资产负债率(Leve)、股权集中度(OwnCon)、研发人员占比(YF)等变量。由表5可以看出，供应商集中度对企业创新绩效的负向影响依然显著(β11=-0.017，p=0.0001<0.01)。由表6可以看出，供应商集中度与企业规模交乘项对企业创新绩效负向影响依然显著(β23=-0.006，P=0.76<0.1)，而β21=-0.014，仍然小于零，故企业规模对供应商集中度对企业创新绩效负向影响的抑制作用依然显著。

表5 主效应的稳健性检验

表6 调节效应的稳健性检验

4 结论与启示

4.1 研究结论

在学者们对供应商集中度与企业创新绩效关系有较多不同观点的情况下，通过实证检验，发现供应商集中度负向影响企业的创新绩效。进一步，观察到规模较大的企业即使在高供应商集中度下，其在供应链上下游仍有较大的话语权，基于庞大的市场体量对供应商的“卡脖子”有较强抑制作用，故引入企业规模作为调节变量，实证检验结果显示企业规模的确会抑制供应商集中度对企业创新绩效的负向影响。

4.2 实践启示

供应商集中度对制造业企业创新绩效有显著负向，且受到企业规模的负向调节。所以制造业企业在选择自己的供应商时，在能接受的交易成本下，首先应该保持供应商一定程度的分散化，保持企业外部资源获取的异质性，以提升企业自身创新能力和减轻企业可能会面临的供应商“断供风险”。其次，企业规模对供应商集中度对企业创新绩效的负向影响具有显著抑制作用，所以企业在决策供应商集中度时还需考虑自身规模和在供应链上下游的地位，自身较大体量所带来的较高供应链地位会提高企业对供应商的话语权，增加议价能力和信息获取能力，缓解企业融资约束，进而提升企业创新绩效。在“大众创新、万众创业”政策号召下，企业应注重供应商集中度的合理选择，改善不合理的供应链结构，努力提升企业创新能力，克服供应商技术“卡脖子”的困境；改变原有“单兵作战”的固有思维，以供应链整体思维来思考未来企业竞争，这对提高供应链竞争力和我国企业整体实力都具有现实意义。