1、技术与市场经营与管理2023年第30卷第2期供应链集中度对企业创新影响的实证研究 基于融资约束和数字化转型的调节作用郝萌(西南政法大学商学院，重庆 401120)摘要:为研究供应链集中度对企业创新的影响效应，以沪深 A 股上市公司 20112020 年的统计数据为样本，采用回归分析的方法进行实证分析。研究发现:客户集中度对企业创新投入具有促进作用，供应链集中度对企业创新投入具有抑制作用。通过研究发现，在融资约束程度不断加深的背景下，客户集中促进企业创新的效应愈加明显，而供应商集中抑制企业创新的效应也逐渐被削弱;而数字化转型会明显降低供应链集中度对企业创新的影响效应。关键词:供应链集中度;企业创
2、新;融资约束;数字化转型doi:10 3969/j issn 1006 8554 2023 02 0350引言近年来，国家实施“双创”战略，为企业创新提供了多方面的有力支持，但我国企业的创新投入强度依然较低，与世界其他创新型国家在创新强度上存在差距。而在这一过程中，企业在市场竞争中的地位、优势以及所处的上、下游市场竞争环境均对企业的盈利能力和创新决策发挥着至关重要的作用。供应链集中度包括供应商集中度和客户集中度1。随着企业新兴组织形式的迅速发展，企业的创新研发受到了多种影响，如企业在纵向市场结构中相对于上游供应商和下游客户所具备的市场势力、议价能力以及企业在供应链网络中的结构位置等因素均会影响
3、其创新研发投入2。相关研究发现，在选择少数高质量的供应商和少数关键客户成为许多企业现实战略选择的情况下，供应链集中度会对企业绩效、资金运转、社会形象等多方面产生影响3。鉴于此，本文拟深入探讨供应链集中度对企业创新投入的影响，并进一步考察不同融资约束条件下或不同数字化转型程度下，供应链集中度影响企业创新投入的强弱变化。1理论基础与研究假设1.1供应链集中度与企业创新投入资源依赖理论认为，各企业所拥有的资源存在异质性，而这些异质性资源正是企业无法被轻易模仿的关键因素4。企业需要与外界进行知识交流、资源交换而获取其所缺，而供应链上的供应商和客户则是首选，因为他们是企业较易接触到的外部目标，通常也愿意
4、互换异质性资源，但并非所有公司都能如愿获取，这还要受到客户集中度和供应商集中度的影响。从战略供应链协作和积极交易成本的视角来看，与少数客户之间的交易互动有助于增进彼此的信任，客户基于增加战略协作考虑，会倾向于降低供应链上的交易成本和客户的议价能力5。同时，随着客户集中度的提高，企业会与客户积极互动，从而寻求长期关系的建立，能够促进主要客户参与信息、知识分享，对企业的创新活动具有促进作用。此外，客户集中度越高，说明企业与客户之间的交易越频繁，这有助于降低企业的寻找成本和营销成本，从而在对客户进行有效整合的同时，提升自身绩效6。基于上述分析，本文提出如下假设。H1a:在其他情况既定的条件下，客户集
5、中度与企业创新正相关。供应商集中度反映了供应商资源的异质性程度，基于产业组织议价能力的视角，供应商集中度越高，企业对供应商的选择范围越小，形成对关键供应商的依赖关系，在双方竞争性关系的条件下，这种依赖性使供应商议价能力提高。供应商异质性资源对企业创新的促进主要体现在:第一，异质性供应商资源使企业在生产过程中可以选择更优质的原料以用于提高质量，形成更多、更完备的解决方案。第二，供应商731经营与管理TECHNOLOGY AND MAKETVol30，No2，2023异质性的资源可以有效缓解开发活动的复杂性和不确定性，为企业创新活动提供技术支持。第三，异质性资源附带的隐性知识和技术在一定程度上为企
6、业拓宽了创新领域，从而带动企业提高创新能力。基于上述分析，本文提出如下假设。H1b:在其他情况既定的条件下，供应商集中度与企业创新投入负相关。1.2供应链集中度、融资约束与企业创新投入基于理性人假设的前景理论认为，当个体决策者面临失败或损失时将变得更加风险偏好，而当其获得成功时将更加倾向风险规避7。因此，当企业决策者面临企业融资约束时，客户集中度的提高会为企业提供充足的资金、信息和知识共享等方面的支持，从而促使管理者的投资决策更倾向于存在一定风险但能够维持企业稳定和发展的创新项目。于是，随着融资约束程度的加深，客户集中度对企业创新投入的促进作用会更加明显8 10。基于上述分析，本文提出如下假设
7、。H2a:融资约束程度越深，客户集中度对企业创新投入的促进作用越明显。因为更换供应商会使企业面临巨大成本和经营风险，供应链集中度的提高还会促使少数供应商与企业形成长期依赖关系11。在这种情况下，融资约束程度较高时，企业更倾向于拓宽供应商范围，寻求更多的异质性供应商以降低风险，分散自己的资金投入领域，从而获得更多的异质性资源用于创新，能够相对缓解供应链集中度对企业创新方面的异质性作用。基于上述分析，本文提出如下假设。H2b:融资约束程度越深，供应商集中度对企业创新投入的抑制作用越轻。1.3供应链集中度、数字化转型与企业创新投入近年来，全球主要工业国的产业界与相关政府机构纷纷倡导数字化转型，即利用
8、新一代信息化技术促进产业变革、提高行业整体运行效率，构建全新的数字经济体系，如我国制定的“中国制造 2025”战略。在后疫情的数字化浪潮中，如何提升企业创新能力已成为我国企业亟待解决的现实问题。在此背景下，供应链集中度如何影响企业创新投入是本文需要研究的重点问题之一。随着数字化转型水平提高，企业越来越倾向于在生产经营全过程中使用人工智能技术、区块链技术、云计算技术、大数据技术、数字技术等来提升企业生产经营绩效，准确分析市场定位和客户需求，扩展更广泛的供应链网络，并通过数字化技术消除供应链中所面临的各项问题。在此背景下，客户集中度对企业创新投入的正向影响效应被逐渐削弱，转而被更广泛、更全面的客户
9、网络所替代12。同理，供应商网络的拓展也可以缓解供应链集中度使企业形成的采购路径依赖，降低供应商议价能力。基于上述分析，本文提出以下假设。H3:随着数字化转型程度加深，客户集中度和供应商集中度对企业创新投入的影响效应都会被削弱。2研究设计2.1样本选择与数据来源本文选取20112020 年我国沪深 A 股上市公司为研究样本。文中相关变量主要来源于 CSMA 和Wind 数据库。剔除了以下数据:ST 公司数据、已退市公司数据、金融行业上市公司数据、存在缺失值的样本，最终得到 14 877 个年度观测值，并进行了极端值处理。2.2变量定义变量定义见表 1。表 1变量定义表变量类型变量名称符号变量定
10、义因变量创新投入Innov(研发投入/营业收入)100%自变量客户集中度Scic年报披露前五名客户的销售所占比例供应商集中度Scis年报披露前五名供应商采购所占比例调节变量融资约束SASA 公司融资约束程度指数数字化转型Digitalln(人工智能技术、区块链技术、云计算技术、大数据技术、数字技术的细分指标在报告中出现的频次+1)831技术与市场经营与管理2023年第30卷第2期续表 1变量类型变量名称符号变量定义控制变量企业规模Sizeln(年末总资产+1)流动比率Liquidity流动资产/流动负债资产负债率LEV总负债与总资产的比值盈利能力OA净利润/总资产平均余额成长性Growth营业
11、收入增长率股权性质State国有企业取“1”，非国有取“0”股权集中度First第一大股东持股比例两职合一Duality董事长和 CEO 由同一人兼任取“1”，否则取“0”董事会规模Board董事会人数独立董事比例Indirector独立董事人数/董事人数高管持股ExeHoldln(高级管理人员持股总额+1)高管薪酬ExeComln(高级管理人员薪酬总额+1)市场化程度Institution樊纲市场化指数年度虚拟变量Year控制变量行业虚拟变量Industry控制变量2.3模型设定1)供应链集中度与企业创新投入的关系检验:Innov=0+1Scic(Scis)+2Size+3Liquidity
12、+4LEV+5OA+6Growth+7State+8First+9Duality+10Broad+11Indirector+12ExeHold+13ExeCom+14Institution+Year+Industry+(1)2)调节效应检验:Innov=0+1Scic(Scis)+2SA+3Scic(Scis)SA+4Size+5Liquidity+6LEV+7OA+8Growth+9State+10First+11Duality+12Broad+13Indirector+14ExeHold+15ExeCom+16Institution+Year+Industry+(2)Innov=0+1Sc
13、ic(Scis)+2Digital+3Scic(Scis)Digital+4Size+5Liquidity+6LEV+7OA+8Growth+9State+10First+11Duality+12Broad+13Indirector+14ExeHold+15ExeCom+16Institution+Year+Industry+(3)3实证结果及分析3.1描述性统计分析表 2 是变量的描述性统计结果。从中可以看出，创新投入(Innov)的均值为 0 046，标准差为 0 044，表明样本公司中投入力度差异性较小但普遍较低，创新投入力度还需要进一步加强。客户集中度和供应商集中度的最大值与最小值均存
14、在较大差异，说明供应链集中度还没有形成一致水平。融资约束(SA)的均值与中位数相差较小，且标准差为 0 244，可以看出样本公司中融资约束差异较小。数字化转型(Dig-ital)的最大值为 6 054，最小值为 0 693，均值为2.105，表明上市公司逐渐意识到数字化转型的重要性，但目前大部分公司转型程度较低，还需要进一步提高。表 2描述性统计变量样本数均值标准差最小值中位数最大值Innov14 8770 0460 0440 0000 0360 263Scic14 8770 3090 2060 0230 2560 942Scis14 8770 3330 1850 0550 2910 895S
15、A14 6753 7710 2445 5433 7692 118Digital8 3882 1051 1670 6931 9466 054Size14 87722 1121 20619 91021 93426 027Liquidity14 8772 5282 5020 3801 74018 012931经营与管理TECHNOLOGY AND MAKETVol30，No2，2023续表 2变量样本数均值标准差最小值中位数最大值LEV14 8770 4020 1960 0490 3900 873OA14 8770 0420 0640 2460 0400 230Growth14 8770 1760
16、3700 4970 1142 217State14 8770 2870 453001First14 8770 3350 1420 0870 3160 736Duality14 8770 2990 458001Board14 8772 3790 2251 7922 3982 944Indirector14 8770 3840 0740 2500 3750 600ExeHold14 87712 1856 9280 00015 07719 913ExeCom14 87714 9810 73313 28714 94417 024Institution14 8778 6391 8141 4209 30011 4003.2相关性分析本文对使用的主要变量间的相关性进行了检验，客户集中度 Scic 和供应商集中度 Scis 与创新投入 In-nov 的相关系数分别为 0 058 和 0 005，均在 1%的水平上显著正相关，这说明从整体上来看，客户集中度一定程度上能够提高企业创新投入力度，而供应商集中度则会抑制企业创新方面的投资水平提高，初步支持了假设 1a 和假设 1b。(限于文章篇幅，结果不在文中
