客戶關系型交易對企業創新績效的影響

胡勇強

摘? 要：以滬深兩市A股制造業上市公司為研究樣本，利用2015—2019年面板數據，基于研發投入的中介效應，探討客戶關系型交易對企業創新績效的影響。研究結果表明，客戶關系型交易比例的提高對企業創新績效和研發投入都有顯著促進作用;研發投入在客戶關系型交易對企業創新績效的影響中，具有顯著的部分中介效應。研究結論對企業如何看待客戶關系型交易以及如何評估其對企業創新活動的影響，具有重要的理論意義和實踐啟示。

關鍵詞：客戶關系型交易;研發投入;創新績效;中介效應

中圖分類號：F270;F274;F273.1? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1671-9255（2021）03-0016-05

一、引言

作為供給側結構性改革中“補短板”的重要部分，創新活動本身就是一種有效的“新供給”。在實施創新驅動發展戰略大背景下，企業作為技術創新主體必然對推動經濟發展從要素驅動轉向創新驅動起到重要作用。近年來，“雙創”戰略的深入推進給企業技術創新帶來了一系列的政策紅利，迎來了企業技術創新的“春天”。企業創新經費投入持續增長，專利申請量不斷增加，2014年至2019年年均增長幅度分別約為10.96%和16.64%，企業創新經費得到較好利用。整體上看，我國企業創新能力仍舊不高。對于優化企業創新活動產出，提升企業創新績效，促進企業健康發展，厘清其中關鍵影響因素是必不可少的。

在眾多影響因素中，企業與客戶之間的關系是影響企業創新績效的重要力量。[1]企業有時會為了減少交易成本、降低采購和銷售環節的不確定性、提高經營效率和促進供應鏈的整合而與客戶在戰略合作、了解程度或信任關系的基礎之上形成一種商業交易模式，即客戶關系型交易。這種關系型交易的形成會增大客戶的議價能力，分攤企業利潤，甚至會因為客戶退出而產生經營風險。

對于企業創新績效來說，客戶關系型交易究竟是起到促進還是抑制作用？吳祖光等（2017）以我國創業板上市公司為樣本[2]，研究發現客戶關系型交易比例越高，企業的研發投入強度越低。方紅星等（2020）發現客戶關系型交易比例的提高與企業創新投入與產出之間均呈現先下降后上升的正“U”型關系。[3]梳理相關研究，鮮有從研發投入的中介效應入手去探索客戶關系型交易對企業創新績效的影響。因此，本文擬利用2015—2019年滬深兩市A股制造業上市公司數據進行研究。

二、理論分析與研究假設

（一）客戶關系型交易與企業創新績效

客戶關系型交易作為影響企業創新的重要因素對企業的創新績效具有促進作用。主要表現為：

第一，從信息知識的溢出角度看，信息和知識是企業創新的核心要素，企業與客戶之間信息和知識的共享對企業創新的成功具有重要作用。較高的客戶關系型交易比例會增強客戶與企業共享信息和知識的意愿。[4]當客戶關系型交易比例較高時，企業會積極地與主要客戶展開互動，以便于尋求建立長期的合作伙伴關系，促進大客戶參與企業產品的制造過程，有利于信息和知識的共享。隨著雙方交易活動次數的增多，企業與主要客戶之間相互了解、相互信任的程度也會加深，信息和知識的交流也會更加的深入，客戶的信息和知識的溢出會促進企業提升創新績效。[5]

第二，從融資約束角度看，創新活動作為一項資金投入大、回報周期長的高風險活動，易受融資約束的制約。客戶關系型交易比例的提高有利于企業和客戶資源的集中配置，意味著資產專用性的增強，節約了企業的銷售費用等交易成本，有助于企業獲得更多的內部現金流，緩解了融資壓力。另外，客戶關系型交易比例的提高會加強企業與客戶的親密關系，在銀行對企業授信過程中，會降低二者之間的信息不對稱性，使得企業獲得銀行貸款的能力提高。[6]吳娜等（2017）研究發現[7]，企業的商業信用提供會因為客戶關系型交易比例提高帶來的客戶體恤效應而增加。由此可見，企業可以從客戶關系型交易中獲得更多的內部現金流、信貸能力和商業信用，緩解融資約束，進而提升企業創新績效。

第三，從創新風險角度看，創新活動存在很大的不確定性，面臨失敗的風險。一方面，客戶關系型交易比例的提高使得企業與客戶之間關系更加穩定、依存程度更高、利益更趨一致，客戶現有的技術信息會更容易被企業獲得，為企業的創新活動打下重要的前期基礎，從而降低研發失敗的風險。另一方面，作為企業從外界獲取關鍵資源和信息的重要渠道，客戶在供應鏈中的位置也更加接近消費者。關系型交易比例的提高有助于企業從客戶手中及時了解消費者需求等市場信息，從而能更好地開展以市場需求為導向的創新活動，不僅能降低關于新產品需求的搜尋成本，更能提高創新產品被市場接受的可能性，弱化了創新活動面臨的風險，促進了企業創新活動的成功。

據此，提出如下假設：

H1：客戶關系型交易比例的提高會促進企業創新績效。

（二）研發投入的中介效應

研發投入是決定企業創新活動成敗的重要因素。企業只有不斷地獲取外部新的知識和信息才能明顯改善企業的研發水平。客戶作為企業從外界獲取關鍵資源和信息的重要渠道會對企業的研發水平產生重要的影響。黃千員等（2019）通過對中小板上市制造業企業的研究發現[8]，客戶關系型交易比例的提高對企業的研發投入強度具有顯著的促進作用。文旭倩等（2020）認為客戶關系會對融資結構產生影響，進而促進企業的研發投入。[9]據此，提出如下假設：

H2：客戶關系型交易比例的提高會促進企業的研發投入。

企業對創新活動的重視程度可以通過研發投入水平反映，研發投入主要分為資金投入和人力投入，是進行創新活動的根本保障。研究表明，研發投入的增加對企業創新產出具有激勵效應，會提高企業創新績效。曾德明等（2015）的研究證明研發投入會顯著促進企業創新績效。[10]王素蓮（2018）通過對滬深兩市中小企業板上市企業的研究，發現研發投入對企業創新績效有正向促進作用。[11]據此，提出如下假設：

H3：研發投入在客戶關系型交易與企業創新績效關系中存在顯著中介效應。

三、研究設計

（一）樣本選擇與數據來源

作為我國未來產業發展的基石，制造業實施創新戰略、提升創新績效不僅對自身的轉型升級具有重要意義，而且有助于促進其健康發展。本文以2015—2019年滬深A股制造業上市公司為研究樣本。

經過篩選，最終獲的1707個非平衡面板觀測值。具體篩選過程如下所示：（1）剔除財務狀況異常的ST和*ST企業;（2）剔除資產負債率大于1的企業;（3）剔除年報中對主要變量披露不完全的企業。同時，在模型中，對連續變量進行上下1%水平的Winsorize處理以消除極端值對回歸結果的影響。變量數據主要來源于國泰安數據庫和上市公司年報。

（二）變量選擇與模型構建

1.變量選擇

（1）被解釋變量

企業創新績效（Innovation）：以專利申請數加1后取自然對數來衡量。

（2）解釋變量

客戶關系型交易（Customer）：參照婁祝昆等（2019）的研究[12]，用企業與主要客戶的交易占比來衡量，該指標反映了企業與客戶的親疏情況。結合上市企業財務報表的披露情況，選取前5名客戶銷售占比來衡量客戶關系型交易。

（3）中介變量

研發投入（R&D）：為消除行業差異，以研發投入金額與營業收入之比來表示。

（4）控制變量

企業的技術創新受內外環境各方面的影響。參考已有文獻，確定如下控制變量（Controls）：企業規模（Size），企業總資產的自然對數表示;財務杠桿（Lev），為總負債除以總資產;盈利能力（Roa），等于總利潤除以總資產;獨立董事比例（Indiratio），以獨立董事人數與董事會人數之比表示;政府支持（Sub），以政府補助強度表示，即政府當年補助金額與主營業務收入的比值;產權性質（Owns），國有企業賦值為1，非國有企業為0。此外，控制變量還包括年度（Year）這一虛擬變量。

2.模型構建

為了檢驗假設H1，參考已有文獻，設立客戶關系型交易對企業創新績效影響的計量模型如下：

為進一步檢驗研發投入在客戶關系型交易影響企業技術創新產出之中的中介效應，借鑒Baron和Kenny（1986）的檢驗方法。[13]具體步驟如下：第一步，驗證客戶關系型交易與企業創新績效是否相關（模型1）;第二步，驗證客戶關系型交易與研發投入強度是否相關;第三步，將客戶關系型交易與研發投入強度放入同一個模型中。客戶關系型交易和研發投入強度的回歸系數都顯著且客戶關系型交易的回歸系數絕對值顯著小于第一步中客戶關系型交易回歸系數的絕對值;第四步，中介效應Sobel Z檢驗必須通過顯著性水平檢驗。具體模型如下：

若模型（1）和模型（2）成立，模型（3）的回歸系數不顯著，但顯著，且中介效應Sobel Z檢驗通過顯著性檢驗，說明研發投入起到完全中介效應的作用;若模型（1）和模型（2）成立，模型（3）的回歸系數和都顯著，且中介效應Sobel Z檢驗通過顯著性檢驗，說明研發投入起到部分中介效應作用。

四、實證分析

（一）描述性統計與相關性分析

表1給出了變量描述性統計的結果。制造業上市企業的創新績效和研發投入的平均值都略大于中位數，說明了制造業上市企業的創新績效和研發投入均較為集中。客戶關系型交易的平均值約為31.5%，大于中位數，說明了少數企業的客戶關系型交易存在偏高現象。

對主要變量進行Pearson相關性檢驗（限于篇幅，資料備索），發現除客戶關系型交易之外的變量都和企業創新績效之間呈顯著正相關，除盈利能力之外的變量都和研發投入具有顯著性關系。客戶關系型交易與研發投入在1%顯著性水平上呈現正相關，研發投入與創新績效呈現正相關，且通過了1%水平的顯著性檢驗，初步說明了客戶關系型交易與企業創新績效之間，研發投入存在中介效應。另外，通過對VIF值的計算，發現都遠小于10，最大的VIF值為1.83，均值為1.36，主要變量間的相關系數絕對值基本小于0.3，說明變量間不存在嚴重共線性的問題。

（二）回歸分析結果

假設H1的檢驗結果如表2模型（1）所示。客戶關系型交易對企業創新績效的回歸系數為0.416，通過1%顯著性水平上的檢驗，說明客戶關系型交易比例的提高有助于企業創新績效的提升，則假設H1成立。這與吉利等（2019）對制造業企業的研究相一致。模型（2）給出了客戶關系型交易與研發投入的關系，發現客戶關系型交易與研發投入是正相關關系，且通過1%顯著性水平檢驗，說明了客戶關系型交易比例的提高會顯著促進企業的研發投入，假設H2成立。

模型（3）報告了研發投入的中介效應結果。客戶關系型交易的回歸系數為0.321，通過了5%顯著性水平檢驗，研發投入的回歸系數為9.958，在1%顯著性水平上顯著，且0.321小于0.416，Sobel Z的檢驗值為2.610，也通過1%顯著性水平檢驗。表明了研發投入在客戶關系型交易對企業創新績效的促進過程中存在顯著部分中介效應，即客戶關系型交易不但直接影響企業創新績效，還通過影響企業研發投入來對企業創新績效產生作用，假設H3成立。

（三）穩健性檢驗

為了保證研究結果的可靠性，通過變換解釋變量度量方式進行穩健性檢驗，即客戶關系型交易以第一大客戶占比來表示，回歸結果如表3所示。對比表2和表3可以發現，回歸結果基本保持一致，表明模型的回歸結果是穩健的。

五、研究結論與啟示

利用2015—2019年滬深兩市A股制造業上市公司數據，從研發投入的中介效應入手對客戶關系型交易與企業創新績效關系進行實證研究，發現：客戶關系型交易比例的提高對企業創新績效和研發投入都有顯著促進作用;研發投入在客戶關系型交易對企業創新績效的影響中具有顯著的部分中介效應，即客戶關系型交易可以通過影響企業研發投入，進而影響創新績效。

文章在理論上，拓寬了供應鏈關系型交易與技術創新關系的研究范式，豐富了技術創新影響因素及路徑的相關研究。在實踐方面獲得如下啟示：第一，企業實施創新戰略時除考慮高管激勵、員工特征等影響因素外還需考慮客戶關系型交易對創新績效的影響。客戶關系型交易比例較高的企業能較好地整合供應鏈資源，與大客戶建立有效的信息共享、互相幫扶機制，強化信任程度，降低企業融資約束和減弱企業創新風險，進而實現關系價值的最大化。另外，從客戶需求出發，以市場需求為導向開展技術創新活動能提高客戶對產品的滿意度和忠誠度，增加創新績效，提升企業業績，強化企業競爭力。第二，企業應當提高與客戶的關系型交易比例，以節省出更多的資金用于研發投入，促進創新績效的提高。企業應通過加強對研發資金的管理監督，使研發投入有效、合理地利用，幫助企業與客戶建立穩定的合作關系外，提高企業創新績效、增強競爭力。

參考文獻：

[1]Hippel E V. Lead users： A source of novel product concepts[J].Management Science，1986（7）：773-907.

[2]吳祖光，萬迪昉，康華.客戶集中度、企業規模與研發投入強度——來自創業板上市公司的經驗證據[J].研究與發展管理，2017（5）：43-53.

[3]方紅星，嚴蘇艷.客戶集中度與企業創新[J].科研管理，2020（5）：182-190.

[4]吉利，陶存杰.供應鏈合作伙伴可以提高企業創新業績嗎？——基于供應商、客戶集中度的分析[J].中南財經政法大學學報，2019（1）：38-46+65+159.

[5]郭蓉，余宇新.中小企業創新投入的技術體制地區差異性研究——以我國制造業中小企業的調研數據為例[J].科學學與科學技術管理，2011（6）：65-71.

[6]王迪，劉祖基，趙澤朋.供應鏈關系與銀行借款——基于供應商/客戶集中度的分析[J].會計研究，2016（10）：42-49+96.

[7]吳娜，于博.客戶集中度、體恤效應與商業信用供給[J].云南財經大學學報，2017（4）：141-152.

[8]黃千員，宋遠方.供應鏈集中度對企業研發投入強度影響的實證研究——產權性質的調節作用[J].研究與發展管理，2019（3）：13-26.

[9]文旭倩，葉勇.客戶集中對企業創新投入的影響——基于融資結構的中介效應[J].數理統計與管理，2020（4）：675-690.

[10]曾德明，蘇蕊蕊，文金艷.研發投入與企業創新績效——企業研發團隊網絡結構調節作用研究[J].科技管理研究，2015（18）：71-77.

[11]王素蓮.R&D投資與企業創新績效：企業家冒險傾向和學歷水平的影響——基于深滬中小板上市公司的實證研究[J].東岳論叢，2018（4）：50-60+191.

[12]婁祝坤，郭萌迪.供應鏈關系型交易、市場勢力與企業創新[J].工業技術經濟，2019（4）：21-28.

[13] Baron，R. M，and D.A.Kenny.1986.The moderator mediator variable distinction in social psychological research： conceptual，strategic and statistical considerations.Journal of Personality and Social Psychology 51（6）：1173-1182.