基于风险承担视角的供应链集中度对制造业企业研发投入的影响：

丁 宁，范 磊

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

近年来，中国制造业发展迅速，但要实现制造业高质量发展，就需要推动我国由“制造大国”向“制造强国”转变，以科学技术推动制造业产业升级和结构调整。目前，中国制造业发展仍存在研发基础薄弱、产业链不完整等问题，对此，《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中提出，建设制造强国，推进产业基础高级化、产业链现代化。

为了实现向产业链高端攀升，制造业企业需要借助供应链上下游企业丰富资源，通过有效的供应链管理获取核心企业的竞争优势，促进企业研发创新。一方面，紧密的供应链上下游关系带来的供应链协同效应可以有效配置资源。但另一方面，过于集中的供应链上下游关系也会为企业带来一定的风险。

另外，面对外部利益相关的供应商和客户在交易过程中带来的影响，企业的风险承担行为表现也各不相同。风险承担是否在供应链集中度对企业研发投入的影响中发挥了作用？作用原理和机制是怎样的？因此，本文从供应商和客户角度分别研究二者的集中程度对企业研发投入的影响，建立整体供应链集中度的衡量指标，探究供应链上下游关系的整合对核心企业研发创新的作用，并从风险承担视角探究供应链集中度、风险承担和企业研发投入之间的关系，以此拓展相关研究的广度和深度。

一、文献综述

相关文献研究表明，供应商集中会对企业技术创新与研发投入产生负面影响。李丹蒙等发现供应商集中度的提高会加重市场投机行为带来的不利影响，导致企业管理层研发活动的主观意愿下降。任莉莉和张瑞君研究发现，由于承诺性动机而非预防性动机的存在，供应商集中度越高，企业研发投入越少。[2]兰军等实证研究表明，供应商越集中，越不利于小微企业研发创新绩效的提升。[3]王生年和赵爽研究表明，供应商集中度显著削弱了企业研发投入强度，而社会信任作为一种非正式制度可以缓解这种负面影响。[4]另外，一些研究显示，供应商集中度对企业研发投入存在促进作用。Chu et al.指出，如果企业将采购业务集中于大供应商，企业的运转效率会更高，有利于成功实现研发活动。[5]吉利和陶存杰的研究结果显示，当供应商集中度较低时，供应商集中度可以促进企业创新与研发，但当供应商集中度突破一定临界值后，却产生相反效应。[6]

在研究客户集中度对企业研发投入影响的文献中，众多学者认为，若企业长期与个别客户进行交易合作，企业的经营业绩与资金存量会显著下降。在这种情形下，企业会限制自身的研发投入以保证可持续发展。[7]孟庆玺等经过实证研究发现，客户集中度的提高会削弱企业的内外部融资能力，从而阻碍企业研发活动的开展。[8]李姝等经过实证检验发现，客户集中度的提高不利于企业研发创新，因为客户集中度较高的企业难以适应不断变化的市场环境，而且当客户波动性强时，这种负向影响会被加强。[9]也有少部分学者研究认为客户参与研发会显著提升创新项目的成功率，唐跃军的研究显示，如果企业有长期稳定的大客户，企业就必须为大客户提供更高的产品质量，从而促使企业进一步加大研发投入力度。[10]还有研究表明，客户集中度与企业研发创新之间的关系存在着更为复杂的非线性关系关系。郑登攀等在研究企业的外部关系后发现客户集中度与企业研发创新呈“正U型”关系。[11]相反，徐虹等经过研究发现，客户集中度与企业研发投入水平之间存在“倒U型”关系，[11]而且尤其当企业所处地区的金融水平较高时，客户集中度对企业研发投入的影响会先促进、后抑制。[12]

二、研究假设

供应链企业之间的沟通与交流可以最大化获取异质性资源，供应商异质化资源恰恰可以激发企业进行研发创新行为。[13]因此，供应商集中度越高，异质性资源网络的缺乏将降低企业研发投入强度。另外，如果供应商集中度比较高，企业与供应商之间会进行较多的关系专有投资，由此形成的沉没成本会加重企业经营负担。如果企业只和大供应商合作，其经营的波动性和风险性会显著上升，因而企业会倾向降低研发投入强度。因此，本文提出假设H1：

H1：供应商集中度提高会阻碍制造业企业加大研发投入强度。

客户可以通过其拥有的无形资源为企业提供丰富的研发创新条件，还可以通过专业技术的分享提高企业的知识储备，[14]客户也能够帮助企业准确定位产品，帮助研发创新项目的开展。[15]因此，在与客户的接触过程中，客户异质性资源可以帮助企业管理者获取有用的信息与技术，并将其转化为研发创新的驱动力。相反，客户集中度的提高，意味着企业从供应链下游获取异质性资源的能力减弱，这将限制了企业研发投入的强度。

另外，集中的客户关系会直接影响到企业的资金使用情况，[16]从企业的内部资金流来看，客户集中度的提高会加强客户的议价能力，影响企业的财务绩效。[17]141-154客户集中度较高会传递出带有信息偏差的风险信号，导致银行限制企业的信贷行为(江伟和姚文韬，2016)；进一步增加企业从银行获得活动资金的难度。[18]融资约束程度的提高将使企业对开展研发创新活动的态度更加保守，从而降低研发投入强度。因此，本文提出假设H2：

H2：客户集中度提高会阻碍制造业企业加大研发投入强度。

供应链的纵向集成有效加速制造业企业敏捷化与柔性化、数字化与智能化的融合进程。但是供应链越集中，无论是上游还是下游的经营决策行为所带来的影响都会被放大。因此，在研发投入方面，当企业将采购业务与销售业务集中于某几个大供应商和大客户时，其市场地位进一步下降，供应商和客户的强议价能力会影响到企业的内部资金管理和外部资金获取。在供应链上下游的共同影响下，风险效应双重叠加，不利于企业加大研发投入强度。据此，本文提出假设H3：

H3：供应链集中度提高会阻碍制造业企业加大研发投入强度。

为了将企业在经营过程中产生的风险进行有效控制，管理者可能会减少企业研发活动以规避开发失败的后果。面对研发投入不确定性较大的投资，管理层会产生风险规避倾向，自然不利于企业开展研发创新活动。另外，供应链中客户集中导致企业运营风险和管理风险显著上升，企业通过扩大所有权益方式获取资金的成本增加，[19]这限制了企业研发项目的资金来源，研发创新失败的可能性会大大增加。据此，本文提出假设H4：

H4：风险承担在供应商集中度、客户集中度以及供应链集中度对制造业企业研发投入强度的影响中存在中介效应。

三、实证研究设计

(一)数据来源

本文以证监会2012年行业分类为标准，研究样本选取2013—2018 年我国制造业中小板上市企业。本文主要从CSMAR数据库、Wind数据库和企业年报中获取相关数据。另外，借鉴已有研究做法，本文对样本进行如下筛选:(1)删掉ST与ST*企业以避免经营状况异常的企业影响实证结果的准确性；(2)删掉主营业务变更，即行业代码发生变化的企业；(3)删掉某些年份数据缺失的企业。

(二)变量选取

1.被解释变量

本文以“研发投入/营业收入”衡量被解释变量企业研发投入。另外，企业每年的专利申请数量可以在一定程度上用来表示企业的研发创新成果，又由于本文研究的内容为供应链中核心企业的研发投入，因此本文采用企业当年联合申请专利的数量作为企业研发投入的稳健性检验指标。

2.解释变量

本文选用黄微平[20]、张红等的方法，[21]138-145供应商集中度将采用前五名供应商采购金额占年度总采购金额的比值进行测量，客户集中度将采用前五名客户销售收入占年度总销售收入的比值进行测量，同时选用魏卉和郑伟的方法，[22]将供应商集中度与客户集中度的指标数据相加，并取求和过后的平均值作为整体供应链集中度的衡量指标。

3.中介变量

企业的盈利能力和在资本市场中的表现直接决定了风险承担水平的高低。因此本文参考余明桂等的做法，[23]采用盈利的波动性衡量风险承担。同时，本文参考刘志远等的研究，[24]采用盈利的极差，作为风险承担的稳健性检验指标。

4.控制变量

本文参考相关研究，选择企业规模(Size)、资产负债率(Lev)、经营绩效(Roa)、总资产周转率(Tat)、每股收益(Eps)、股权集中度(Top)、企业经营时间(Age)作为控制变量。

(三)模型设计

为了验证假设H1—H3，本文构建模型(1)—模型(3)进行检验；根据前文对文献的梳理可知，供应链集中度与制造业企业研发投入之间可能表现为非线性关系，因此本文将相应解释变量的平方项加入模型(1)—(3)中。

Rdiit=β0+β2Scd+β2Conntrolit+年度固定效应+行业固定效应+εit(1)

Rdiit=β0+β2Ccd+β2Conntrolit+年度固定效应+行业固定效应+εit(2)

Rdiit=β0+β2Sccd+β2Conntrolit+年度固定效应+行业固定效应+εit(3)

为了验证假设H4，采用逐步检验法对中介效应进行检验。构建模型(4)—(9)，分别考察风险承担在供应商集中度与制造业企业研发投入、客户集中度与制造业企业研发投入、供应链集中度与制造业企业研发投入中的中介效应：

Riskit=β0+β2Scd+β2Conntrolit+年度固定效应+行业固定效应+εit(4)

Riskit=β0+β2Ccd+β2Conntrolit+年度固定效应+行业固定效应+εit(5)

Riskit=β0+β2Sccd+β2Conntrolit+年度固定效应+行业固定效应+εit(6)

Rdiit=β0+β2Scd+β2Riskit+β3Conntrolit+年度固定效应+行业固定效应+εit(7)

Rdiit=β0+β2Ccd+β2Riskit+β3Conntrolit+年度固定效应+行业固定效应+εit(8)

Rdiit=β0+β2Sccd+β2Riskit+β3Conntrolit+年度固定效应+行业固定效应+εit(9)

根据温忠麟和叶宝娟(2014)关于中介效应原理的研究，[25]首先要确定模型(1)、(2)、(3)中解释变量的系数是否显著，若不显著，则终止中介效应检验。在系数显著的情况下，以供应商集中度为例，若模型(4)和模型(7)中解释变量(Scd)的系数均显著，当模型(7)的中介变量(Risk)的系数显著时，中介变量发挥部分中介效应；当模型(7)的中介变量(Risk)的系数不显著时，中介变量发挥完全中介效应。如果模型(4)和模型(7)中解释变量(Scd)的系数有一个不显著，则需要做Sobel 检验。若结果显著，中介变量Risk的中介效应显著，否则中介效应不显著，检验结束，以客户集中度和以供应链集中度为解释变量中介效应模型均按上述步骤进行检验。

四、实证结果分析

(一)供应链集中度对制造业企业研发投入的影响

表1报告了本文的基础回归结果，即供应链集中度对制造业企业研发投入的影响效应。从第(1)列的结果来看，供应商集中度(Scd)的回归系数为-0.0161，在5%的水平下显著，说明供应商集中度的提高降低了制造业企业的研发投入强度，假设H1得到支持。

在第(3)列的回归结果中，客户集中度(Ccd)的系数为-0.0195，在1%的水平下显著，说明客户集中度越高，制造业企业研发投入水平越低。这说明客户集中度的提高对制造业企业研发投入的负面影响更为严重，假设H2得到支持。

在第(5)列的回归结果中，供应链集中度(Sccd)的回归系数符号负且在1%的水平下显著，说明供应链集中度越高，制造业企业研发投入水平越低，假设H3得到支持。从第(5)列的估计系数上来看，供应链集中度的回归系小于供应商集中度和客户集中度的回归系数，说明从整体上，供应链上下游对制造业企业研发投入存在负面影响。根据表1中第(2)、(4)和(6)列的回归结果，供应商集中度的平方项(Scd2)系数、客户集中度的平方项(Ccd2)和供应链集中度的平方项(Sccd2)系数均不显著，说明供应链集中度与企业研发投入之间不存在非线性关系。

(二)风险承担的中介效应

表2报告了风险承担在供应链集中度对制造业企业研发投入影响的中介效应的回归结果。在表2中关于供应链集中度对制造业企业研发投入影响的回归结果中，表3中第(1)列、(3)列和(5)列的结果表明，供应商集中度、客户集中度和供应链集中度均对制造业企业研发投入强度产生显著的负面影响。同时，列(1)、(3)和(5)也是中介效应程序的第一步，满足第一步的条件，中介效应检验可以继续进行。

表2中第(1)和第(2)列是以供应商集中度作为解释变量的中介效应检验。由第(1)列估计结果可知，供应商集中度的回归系数符号为负且在10%的水平下显著，说明供应商集中度越高，制造业企业的风险承担水平越低。由第(2)列估计结果可知，供应商集中度的回归系数在5%的水平下显著，中介变量风险承担的回归系数在5%的水平下显著，说明风险承担发挥了部分中介作用。

表2中第(3)和(4)列是以客户集中度作为解释变量的中介效应检验。由列(3)可知，客户集中度虽然与风险承担呈负相关，但并不显著。第(4)列结果显示，客户集中度在1%的水平下显著，中介变量风险承担的回归系数在5%的水平下显著。根据中介效应的检验程序，需要进行Sobel检验。经Sobel检验后，发现检验的Z值在5%的水平下显著，说明部分中介作用成立。第(5)和(6)列是以供应链集中度作为解释变量的中介效应检验。由列(5)可知，供应链集中度的回归系数在10%的水平下显著，说明供应链集中度越高，制造业企业的风险承担水平越低。由列(6)可知，供应链集中度的回归系数在1%的水平下显著，中介变量风险承担的回归系数在5%的水平下显著，说明风险承担发挥了部分中介作用。综上所述，假设H4成立，即风险承担在供应商集中度、客户集中度以及供应链集中度对制造业企业研发投入的影响中存在中介效应。

最后，将表1中列(1)、(3)和(5)与表2中第(2)、(4)和(6)列估计结果两两对比，可以发现，加入风险承担后，供应商集中度、客户集中度和供应链集中度对制造业企业研发投入影响的回归系数值均有所提升。

(三)稳健性检验

本文采用企业当年联合申请专利的数量(Apply)替代原有企业研发投入的衡量指标，进行稳健性检验，估计结果见表3。由表3中(1)—(3)列中估计结果可知，供应商集中度(Scd)、客户集中度(Ccd)和供应链集中度(Sccd)的回归系数均在1%的水平下显著。由于相比于资本密集型与技术密集型企业，劳动密集型企业的研发投入强度较小，供应链集中度对研发投入的影响程度有限。因此，为了保证基础回归结果的稳健性，本文将属于劳动密集型企业的样本数据剔除，估计结果见表3第(4)—(6)列。

根据表3中第(4)—(6)列的估计结果，供应商集中度(Scd)和客户集中度(Ccd)的回归系数在5%的水平下显著，供应链集中度(Sccd)的回归系数在1%的水平下显著。稳健性估计结果也进一步说明，资本密集型和技术密集型制造业企业的供应链集中度对企业研发投入的负面影响更为严重。

(四)内生性检验

由于核心企业研发投入强度的提升，也会使供应链上下游企业积极参与到研发创新过程中，影响供应链的紧密程度。因此，本文将基础回归模型的解释变量滞后一期，降低内生性的影响，估计结果如表4所示。

从表4可以看出，滞后一期供应商集中度(Scdlag)与制造业企业研发投入的回归系数在10%的水平下显著；滞后一期客户集中度(Ccdlag)对制造业企业研发投入的回归系数在10%的水平下显著；滞后一期供应链集中度(Sccdlag)与制造业企业研发投入的回归系数在5%的水平下显著。估计结果表明，考察内生性问题之后，本文实证研究结果依然稳健。

表4 内生性检验结果

五、研究结论与政策启示

(一)研究结论

本文选择 2013—2018 年我国制造业中小板上市企业作为研究对象，分析了供应链集中度、风险承担与企业研发投入关系的内在机制，构建回归模型，主要结论如下：

第一，供应链集中度与制造业企业研发投入呈反向关系，无论是供应商集中，客户集中，还是整体供应链集中均不利于制造业企业研发投入，说明相比供应链集中对企业研发投入带来的正面促进作用，负面抑制的作用更为显著。一方面，供应链上游与下游关系越集中，意味着核心企业从供应链中获取异质资源的丰富程度降低，企业很难获取足够的技术与资源来应对不断变化的市场环境，一定程度上限制了制造业企业研发创新的强度。另一方面，大供应商与大客户处于交易的优势地位会降低企业的盈利水平，专有资产的大量投入也共同加剧了企业的经营风险。另外，若制造业企业的上下游集中程度较高，其内部资金的流动性和稳健性会显著降低，进而影响到企业的外部融资效果。受到以上因素制约，制造业企业会限制具有高风险性的研发创新活动的开展，研发投入强度降低。

第二，本文从企业风险承担水平视角切入，结果表明，风险承担是供应链集中度削弱制造业企业研发投入强度的中间影响路径，且发现风险承担起到的是部分中介效果，即供应链集中度通过削弱制造业企业风险承担能力，降低了制造业企业研发投入强度，“风险规避假说”得到证实。

(二)相关政策建议

首先，加强制造业企业供应链关系管理。制造业企业要在做好对原有供应商和客户关系维护的同时，积极拓展优秀的供应商和客户群体，降低对供应链环节的依赖程度。制造业企业要与供应商和客户协同发展，建立风险分担机制，以专业性资产投资为纽带来构建更加稳定的供应链上下游企业关系，降低供应链集中风险对制造业企业研发投入的影响。其次，制造业企业应结合供应链上下游外部环境，准确衡量研发创新项目风险，制定合理的激励体系，激励高管和研发人员开展高水平的研发创新活动。另外，应加大政府对制造业企业研发扶持力度。政府应进一步完善供应链金融体系，深化金融体制改革。减少供应链上利益相关者的机会主义行为，改善银企关系，降低企业融资成本。政府还应制定政策促进制造业企业研发创新。