供应商集中度对企业创新效率的门槛效应研究——企业规模的门槛视角

胡勇强，章万杰，朱胜婷

(1.安徽商贸职业技术学院 电子商务学院； 2.安徽师范大学 经济管理学院，安徽 芜湖 241000)

近年来，随着创新驱动战略持续深入推进，我国企业研发经费投入不断攀升。据《2020年全国科技经费投入统计公报》显示，2020年我国研发经费投入为24 393.1亿元，其中企业研发经费投入达到18 673.8亿元，较上年增长10.4%，对全国研发经费增长的贡献达77.9%，企业已然成为创新活动的主体且引领作用愈发明显。另一方面，国家知识产权局公布数据显示，虽然2020年中国专利申请数居世界第一，达到了149.7万件，但对于能反映创新质量的发明专利授权数，在全部专利授权数中占比仅为28.8%，低于一些发达国家水平。总体上看，我国企业的研发水平仍然处在“量大而质低”的状态，如何优化企业创新产出，提高企业创新效率，是当前学术界亟需考虑的重要问题。

供应商，尤其是主要供应商，作为企业的关键利益相关者，与企业所形成的“供应商/企业”关系是影响企业创新的重要力量[1]。纵观相关已有文献，关于供应商关系对企业创新影响的研究主要存在抑制论和促进论两种观点，抑制论认为企业与供应商间的紧密关系不利于企业创新。企业与供应商的目标不一致，关系的加强会促使供应商获得相较于企业更高的议价能力[2]，加剧了企业融资约束程度，提高了企业的经营风险，进而抑制企业创新。促进论认为企业与供应商间的关系越紧密，供应商便有足够的动机、能力参与企业治理，帮助企业整合供应链资源，甚至会提供与技术创新相关的前期基础，而这对于企业成功创新非常重要。综上，现有关于供应商集中度与企业创新的研究主要聚焦企业的创新绩效，仅从创新投入或创新产出的视角考虑，忽略了投入与产出的整体性。为此，本文将能反映企业创新投入与产出的企业创新效率纳入研究框架，以求能够从新的视角得到一些有价值的结论。另外考虑到企业自身特征对供应商集中度与创新效率关系独特作用，将企业规模也纳入本文的研究范围，探索在企业规模处于不同区间时，供应商集中度对企业创新效率的影响。

1 理论分析与研究假设

供应商作为企业重要利益相关者，一直被视为企业生产经营的源泉和生存基石，是企业创新效率的重要影响因素之一。创新活动是一项资金投入大，周期较长的高风险投资活动。企业将大量资金投入技术创新，如果成功，供应商并不会享受到创新活动产生的收益，反之，供应商则需承担因企业创新失败所造成的负面影响。在这种情况下，供应商会限制企业进行如创新活动等高风险活动以保证自身收益的稳定性。

基于产业组织议价能力视角，供应商与企业在市场竞争中是此消彼长的博弈关系[3]。供应商议价能力在一定程度上取决于与企业关系型交易的比例，比例越高，供应商议价能力越强。供应商会利用自身较强的议价能力，通过提高原材料价格、延长送货时间等方式对议价能力较弱的企业施加不利影响，采用先付款后发货的方式要求企业提供更多的商业信用或要求现金支付增大企业资金压力和要求承担仓储、运输等费用提高企业采购成本。这些都会迫使企业持有更多的现金，减少研发资金的投入，不利于企业技术创新。郑登攀等[4]通过对2009-2012年我国134家上市公司数据的研究，证实了当供应商议价能力较高时，供应商不愿配合企业进行技术创新。

基于市场结构视角，供应商关系型交易比例的提高会增强企业对供应商的路径依赖，较强的路径依赖往往会减弱企业的创新动机[5]。另外，从巩固企业与供应商关系角度看，企业为维护与供应商的关系，维持供应商原材料的稳定供应，需要经常进行关系专有投资。一方面，较高的关系专有投资通常会带来较高的财务成本，企业必须通过限制债务使用或持有更多流动资产以应对较高财务成本所引发的潜在风险，较高的流动资产需求也会弱化企业在技术创新上投入更多资金的动机[6]。另一方面，关系专有资产具有的专门性意味着一旦供应商发生变化，企业先前的努力将付诸东流，也会影响企业技术创新动机，不利于创新效率的提升。另外，供应商集中度越高，风险的传导效应越强[7]，如经济不景气时要求企业加大采购量，主要供应商发生破产倒闭时，增大了企业断供风险。而且，异质性资源作为企业进行创新的重要因素[8]，是提高创新效率的重要源泉，供应商集中度的提高也会缩小企业获取异质性资源的范围。据此，提出如下假设：

H1：其他条件相同情况下，供应商集中度越高，企业创新效率越低。

熊彼特认为，企业规模是研究创新活动中必不可少的因素，规模经济会影响创新活动的投入。在供应商集中度与企业创新效率关系中，企业规模的门槛作用主要表现在3个方面：第一，企业融资能力受企业规模影响，规模大的企业相对于规模小的企业来说，面临的融资约束程度会更低，能开拓出更多的创新资源；第二，企业规模会显著影响企业创新风险的承担能力，创新具有不确定性和风险性，大型企业不仅组织架构和经营管理更为完善、成熟，而且还拥有更多的资源和社会网络，更有能力避免创新失败带来的风险，甚至是承担失败所带来的损失，另外，也能更好地削弱客户或供应商的传导风险；第三，企业规模也会对企业技术创新资源产生影响。首先，规模越大的企业，对资源的获取与利用能力相对于规模小的企业来说更强；其次，大企业的议价能力强于小企业，在谈判中有助于削弱客户的议价能力、减少商业信用占用。据此，提出如下假设：

H2：其他条件相同的情况下，企业规模对供应商集中度与企业创新效率的关系存在门槛效应。企业规模越大，高供应商集中度对企业创新效率的不利影响越小或不显著。

2 研究设计

2.1 样本选择与数据来源

制造业作为我国产业基础的发展与核心，实施创新发展战略对其健康发展、转型升级具有重要推动作用。本文以2018-2020年沪深A股制造业上市企业为研究对象，在剔除了财务状况异常、关键变量缺失和年报信息披露不全的样本企业后，共得到1 141家企业3 423个平衡面板观测值，其中研发投入数据来自WIND数据库，专利申请量数据来自CNRDS数据库，其他数据均来自于CSMAR数据库。

2.2 变量定义

(1)企业创新效率(CIE)。借鉴权小峰等[9]的研究，利用专利申请数与研发投入加1的自然对数之比表示企业创新效率。

(2)供应商集中度(SC)。供应商集中度反映了企业与主要供应商的亲疏情况，借鉴邹美凤等[2]的做法，以前五大供应商采购比例表示。

(3)门槛变量：企业规模(Size)。以总资产的自然对数表示。

(4)控制变量(Control Variables)：在参考已有研究的基础上，选取如下控制变量：资产负债率(Lev，年末总负债/年末总资产)，总资产净利润率(Roa，净利润/总资产平均余额)，营业收入增长率(Growth，营业收入本期增加额/上年营业收入)，独立董事比例(Indep，独立董事人数/董事会人数)，托宾Q值(TobinQ，(流通股市值+非流通股股份数×每股净资产+负债账面值)/总资产)，企业年龄(Age，企业成立时间的自然对数)，政府支持(Sub，政府补助金额/营业收入)，产权性质(Soe，国有控股企业为1，其余为0)。另外，本文对年度效应(Year)和行业效应(Indus)也进行了控制。

2.3 模型构建

根据研究假设，为检验供应商集中度对企业创新效率的影响，建立模型(1)：

CIEi,t=α1+α2SCi,t+α3-9ControlVariablesi,t+Year+Indus+ε

(1)

借鉴Hansen[10]门槛回归基本模型，构建模型(2)，探究企业规模是否存在门槛值，使得供应商集中度与企业创新效率的关系发生结构性变化。模型建立如下：

CIEi,t=μi,t+α1SCi,t•I(Sizei,t≤γ)+α2SCi,t•I(Sizei,t〉γ)+θCVi,t+εi,t

(2)

其中，i表示企业，t表示年份。CIEi,t代表了企业创新效率，SCi,t表示企业供应商集中度，Sizei,t表示企业规模，CVi,t表示控制变量，γ表示特定的门槛值，I(•)表示指示函数，μi,t为表示不可观测的效应系数，ε表示随机误差，α1、α2和θ表示回归系数。

3 实证结果与分析

3.1 描述性统计

为消除极端值对回归结果的影响，对连续性变量进行上下1%的Winsorize处理。由表1可以看出，我国制造业企业创新效率的最小值为0，最大值为22.797，标准差为3.131，表明不同制造业企业在创新效率上存在较为显著的差异。从供应商角度看，供应商集中度的均值为0.326，最大值为0.876，最小值为0.074，部分制造业企业供应商集中程度的偏高拉高了整体水平，反映了供应商集中在我国制造业企业中确实存在。

通过对主要变量进行Pearson相关性分析(篇幅所限，资料备索)，发现供应商集中度与企业创新效率存在负相关，在1%显著性水平上显著。另外，主要变量间的相关系数的绝对值小于0.3，VIF值最大为1.40，均值为1.15，表明模型基本不存在共线性问题。

表1 变量的描述性统计

3.2 面板模型回归结果

首先，采用Hansen提出的门槛估计方法进行检验，结果见表2。企业规模的双重门槛和三重门槛都不显著，仅单一门槛显著。因此，可以根据单一门槛值将制造业企业分为大规模企业(Size>24.792)和小规模企业(Size<24.792)。

其次，分析处于不同企业规模阶段的供应商集中度对企业创新效率的影响，回归结果如表3所示。总体上看，供应商集中度对企业创新效率的回归系数为-0.025，在1%显著性水平上显著，表明供应商集中度的提高会显著抑制企业创新效率的提升，H1得到验证。模型(2)和模型(3)的回归结果表明，当企业规模小于24.792时，供应商集中度的回归系数为-0.019，通过了1%显著性水平检验，表明当企业规模较小时，供应商集中度对企业创新效率提升具有显著制约作用；当企业规模大于24.792时，供应商及中的回归系数为-0.037，但未通过显著性检验，表明当企业规模较大时，供应商集中度对企业创新效率不会产生影响，H2成立。

表2 门槛效果自抽样检验

表3 回归结果分析

4 稳健性检验

通过改变核心变量的方式进行稳健性检验。首先，改变解释变量的度量方式，以第一大供应商采购占比表示供应商集中度，此时，供应商集中度的回归系数为-0.029，t值为-6.09，在1%水平上显著。其次，改变被解释变量的度量方式，参考白俊红[11]研究成果，将发明、实用新型和外观专利按照3∶2∶1的权重，计算综合得分，将综合得分与研发投入加1的自然对数之比表示企业创新效率。结果显示，供应商集中度的回归系数为-0.008，t值为-7.04，通过了1%显著性水平检验。稳健性检验结果与上文保持一致，说明了研究结论具有可靠性。

5 结论与启示

基于企业规模的门槛视角，利用2018-2020年沪深A股制造业上市企业面板数据，实证检验了对处于不同企业规模的企业，供应商集中度对企业创新效率的影响。研究结果表明，高供应商集中度对企业创新效率提升具有显著不利影响；企业规模在供应商集中度对企业创新效率的不利影响中具有单一门槛效应，当企业规模大于门槛值时，供应商集中度对企业创新效率的负向影响不再显著。

本文在理论上拓宽了供应商集中度与企业创新关系的研究范式，也拓展了供应链的研究视野。在实践启示上，当企业规模较小时，企业应积极寻找优质供应商，与具有不同商业背景的供应商合作以防止供应商集中度过高给企业创新带来的不利影响；当企业规模较大时，企业应与个别值得信赖的供应商进行长期稳定合作，以降低交易过程中产生的交易成本、降低信息不对称性，获取更多的创新资源，提高企业创新效率。