企業(yè)數(shù)字化轉(zhuǎn)型與客戶集中度

趙 放,徐 熠

(1.吉林大學(xué) 中國國有經(jīng)濟(jì)研究中心,吉林 長春 130012;2.吉林大學(xué) 經(jīng)濟(jì)學(xué)院,吉林 長春 130012)

一、 引 言

供應(yīng)商與客戶之間的良好合作關(guān)系是公司重要的經(jīng)濟(jì)資源,對于公司經(jīng)營戰(zhàn)略、財務(wù)稅收等方面都具有決定性影響[1]。作為企業(yè)重要的利益相關(guān)者,客戶在供應(yīng)鏈管理中居于核心地位,且在實踐中呈現(xiàn)不斷集中的趨勢[2]。研究表明,適當(dāng)?shù)目蛻絷P(guān)系交易對企業(yè)運營與發(fā)展有著顯著的積極效應(yīng)[3-4]。然而,隨著客戶關(guān)系的不斷深入,當(dāng)企業(yè)客戶集中度過高時,企業(yè)會面臨巨大的經(jīng)營風(fēng)險,甚至影響企業(yè)經(jīng)營業(yè)績[5]。針對大客戶依賴引發(fā)的一系列潛在風(fēng)險,中國證監(jiān)會要求上市公司以匯總和分列的方式披露公司前5名客戶銷售額占年度銷售總額的比例,并強調(diào)客戶集中度過高可能帶來的負(fù)面影響。隨著企業(yè)對潛在經(jīng)營風(fēng)險的防范意識逐漸增強,部分企業(yè)在保證收入的前提下,減少主要客戶的銷售占比以提升自身抗風(fēng)險能力。

近年來,人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字技術(shù)飛速發(fā)展,具有高創(chuàng)新性、強滲透性與廣覆蓋性的數(shù)字經(jīng)濟(jì)引起社會各界的廣泛關(guān)注。在微觀領(lǐng)域,隨著企業(yè)組織內(nèi)部與外部的邊界被打破,企業(yè)紛紛調(diào)整戰(zhàn)略目標(biāo)、治理結(jié)構(gòu)及內(nèi)部管理方式以適應(yīng)數(shù)字經(jīng)濟(jì)背景下產(chǎn)業(yè)組織與產(chǎn)業(yè)結(jié)構(gòu)的新變化[6]。在此背景下,我們不禁思考,企業(yè)的數(shù)字化轉(zhuǎn)型能否降低客戶集中度?如果可以,這種影響的作用機制是什么?為探究上述問題,本文利用2008—2020年滬深A(yù)股上市公司數(shù)據(jù),就企業(yè)數(shù)字化轉(zhuǎn)型對其客戶集中度的影響及渠道機制進(jìn)行實證檢驗,以期為相關(guān)政策制定提供經(jīng)驗證據(jù)。

盡管國內(nèi)外學(xué)術(shù)界對于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的相關(guān)研究已經(jīng)取得了一系列值得借鑒的成果,但整體來看,目前尚未形成成熟、系統(tǒng)的理論體系與研究框架。與以往文獻(xiàn)相比,本文可能的貢獻(xiàn)在于:一方面,已有研究多聚焦于客戶集中度對企業(yè)決策行為帶來的影響,而本文從客戶集中度的角度研究企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果,補充了客戶集中度影響因素的相關(guān)研究,同時豐富了數(shù)字經(jīng)濟(jì)發(fā)展影響微觀經(jīng)濟(jì)主體決策和行為的研究;另一方面,本文創(chuàng)新性地剖析了網(wǎng)民關(guān)注度和企業(yè)創(chuàng)新能力在數(shù)字化轉(zhuǎn)型影響客戶集中度過程中的作用機制與路徑,進(jìn)一步補充了企業(yè)數(shù)字化變革發(fā)揮作用的渠道機制。

二、 文獻(xiàn)綜述

關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)影響,現(xiàn)有文獻(xiàn)從多個視角展開了一系列探討。在生產(chǎn)效率方面,趙宸宇等人[7]研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能夠提升企業(yè)創(chuàng)新能力、優(yōu)化企業(yè)人力資本結(jié)構(gòu)、推動兩業(yè)融合并降低企業(yè)運營成本,最終帶來企業(yè)全要素生產(chǎn)力的提升;袁淳等人[8]則指出,數(shù)字化轉(zhuǎn)型顯著提升了我國上市企業(yè)的專業(yè)化分工水平,并推動企業(yè)生產(chǎn)效率的進(jìn)一步提升。在創(chuàng)新決策方面,王才[9]基于制造業(yè)企業(yè)樣本數(shù)據(jù)的研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型通過正向影響企業(yè)動態(tài)能力提升企業(yè)創(chuàng)新績效;李健等[10]則從創(chuàng)新投入、創(chuàng)新產(chǎn)出以及創(chuàng)新效率三個方面入手,發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對于企業(yè)創(chuàng)新能力提升具有顯著的驅(qū)動作用。在資本市場反饋方面,吳非等[11]研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能夠強化企業(yè)創(chuàng)新動能、緩解信息不對稱問題并促進(jìn)企業(yè)財務(wù)狀況的優(yōu)化,進(jìn)而提升股票流動性水平。在人力資本方面,肖土盛等[12]指出,企業(yè)數(shù)字化轉(zhuǎn)型通過優(yōu)化人力資本結(jié)構(gòu)提升企業(yè)勞動收入份額。

關(guān)于客戶集中度,近年來,大量學(xué)者從多角度考察其給公司運營與發(fā)展帶來的正向或負(fù)向影響。就積極影響而言,一方面,客戶集中能夠促進(jìn)上下游企業(yè)間的資源整合與信息共享,節(jié)約企業(yè)運營成本,使企業(yè)獲得供應(yīng)鏈整合效益[13];另一方面,作為一種外部治理機制,主要客戶的存在能夠促使企業(yè)及時披露財務(wù)信息并推動管理層努力工作,最終提升企業(yè)績效[4]。然而,過高的客戶集中度會給企業(yè)帶來嚴(yán)重的負(fù)面影響,如加劇企業(yè)融資約束、提升企業(yè)經(jīng)營風(fēng)險、阻礙企業(yè)技術(shù)創(chuàng)新等[3-4]。其原因在于,一旦主要客戶陷入財務(wù)困境,或存在供應(yīng)商變更、生產(chǎn)內(nèi)部化等情況,企業(yè)就會面臨失去產(chǎn)品市場的風(fēng)險,帶來銷售收入的大幅下降與市場地位的迅速下滑[3]。更為嚴(yán)重的是,為維持與主要客戶長期且穩(wěn)定的合作關(guān)系,企業(yè)在前期會加強專用性資產(chǎn)投資力度[14]。這種專有化投資,一方面容易引發(fā)大客戶的機會主義行為,使企業(yè)面臨嚴(yán)重的“被鎖定”風(fēng)險,不得不接受主要客戶提出的苛刻的合作條件,甚至被盤剝[2];另一方面,在雙方終止合作時,脫離關(guān)系范疇的專有化資產(chǎn)會大幅貶值,致使企業(yè)出現(xiàn)銷售業(yè)績迅速惡化、經(jīng)營風(fēng)險加劇的情況[15]。

綜上所述,現(xiàn)有文獻(xiàn)對客戶集中度的研究主要集中于其變化帶來的經(jīng)濟(jì)后果。對于影響企業(yè)客戶集中度的因素,僅有少量研究從企業(yè)ESG表現(xiàn)以及技術(shù)創(chuàng)新等角度切入,認(rèn)為技術(shù)創(chuàng)新、企業(yè)ESG表現(xiàn)顯著降低了客戶集中度[7,16]。鑒于此,本文對企業(yè)數(shù)字化轉(zhuǎn)型是否以及如何影響企業(yè)客戶集中度展開探討,進(jìn)一步從數(shù)字經(jīng)濟(jì)的視角拓展客戶集中度影響因素的相關(guān)研究,以期為供應(yīng)鏈企業(yè)如何借助數(shù)字化轉(zhuǎn)型帶來的發(fā)展契機降低對大客戶的過度依賴、防范經(jīng)營風(fēng)險提供重要啟示與借鑒。

三、 理論分析與研究設(shè)計

(一) 理論分析

1.數(shù)字化轉(zhuǎn)型與客戶集中。數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)獲取技術(shù)資源、增強企業(yè)戰(zhàn)略彈性,降低企業(yè)對大客戶的依賴程度。從技術(shù)資源的角度來看,隨著企業(yè)數(shù)字化水平的提高,企業(yè)對物聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù)資源的獲取與運用能力不斷增強[17]。依托資源配置理論,這些技術(shù)資源與企業(yè)內(nèi)部各類生產(chǎn)要素的有效鏈接以及與企業(yè)生產(chǎn)運營各環(huán)節(jié)的高質(zhì)量融合,一方面有助于吸引外部投資者的關(guān)注,增強其對企業(yè)運營發(fā)展的信心;另一方面能夠幫助企業(yè)獲得新的增長點,此時,企業(yè)價值得以實現(xiàn),更強連接、更多交互、更多維度的價值創(chuàng)造模式涌現(xiàn)而出[18]。企業(yè)無須過度依賴與大客戶間的關(guān)系以保證市場收益,而是與更多客戶企業(yè)展開合作。從戰(zhàn)略彈性的角度來看,數(shù)字化變革能夠增強企業(yè)部門間的松散耦合程度,使企業(yè)在面臨阻礙生產(chǎn)經(jīng)營的困境時能夠迅速調(diào)整并恢復(fù),從而降低客戶集中度。松散耦合指企業(yè)內(nèi)部成員之間相互聯(lián)系但又彼此保持獨立的狀態(tài)[19]。根據(jù)松散耦合理論,在組織內(nèi)部、組織之間以及組織與環(huán)境之間,這種靈活動態(tài)的組織結(jié)構(gòu)能夠使系統(tǒng)中個別子系統(tǒng)發(fā)生崩潰時不影響整個系統(tǒng)的正常運行,從而有助于提升企業(yè)的戰(zhàn)略變革能力,即戰(zhàn)略彈性[20]。而數(shù)字化變革能夠破除企業(yè)垂直化、扁平化的組織形式,使企業(yè)組織更具靈活性、更松散耦合。此時,企業(yè)戰(zhàn)略彈性顯著提升,組織應(yīng)對環(huán)境變化的能力增強,企業(yè)能夠根據(jù)市場環(huán)境的變化靈活調(diào)整經(jīng)營戰(zhàn)略,而不再受大客戶企業(yè)牽制。因此,數(shù)字化變革提高了企業(yè)在波動市場環(huán)境中的生存能力,有助于企業(yè)更靈活地與客戶開展交流與合作,從而降低客戶集中度。

H1:數(shù)字化轉(zhuǎn)型對企業(yè)客戶集中度存在顯著的負(fù)向影響。

2.數(shù)字化轉(zhuǎn)型、網(wǎng)民關(guān)注度與客戶集中。新熊彼特增長理論認(rèn)為,外部市場環(huán)境顯著影響企業(yè)的生產(chǎn)運營[21]。進(jìn)入數(shù)字經(jīng)濟(jì)時代,企業(yè)做出的戰(zhàn)略決策也受到外部市場環(huán)境的重要影響。網(wǎng)民關(guān)注度作為外部市場上體現(xiàn)企業(yè)網(wǎng)絡(luò)輿情態(tài)勢的重要因素,能夠反映民眾對上市企業(yè)及其市場地位的關(guān)注程度與情感態(tài)度,因此對于外部市場投資者和內(nèi)部管理者而言都十分關(guān)鍵。以往,在尋找供應(yīng)商企業(yè)的過程中,由于信息不對稱問題,客戶企業(yè)往往無法對供應(yīng)商企業(yè)的質(zhì)量和未來意圖做出準(zhǔn)確的判斷[22]。這種高度的不確定性通常會使客戶企業(yè)感覺到合作風(fēng)險較高,從而降低合作意愿。而進(jìn)入大數(shù)據(jù)時代,民眾的關(guān)注兼具信息傳播與監(jiān)督治理的雙重功能,為各類市場主體了解企業(yè)基本情況與輿情態(tài)勢提供了重要渠道[23]。通過推進(jìn)數(shù)字化轉(zhuǎn)型,企業(yè)信息利用效率顯著提升,企業(yè)能夠通過加強自身正向信息披露提升網(wǎng)民對自身的關(guān)注度與解讀效率。且在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下,這種解讀多為積極、正向的[24]。此時,企業(yè)的市場識別度顯著提升,客戶企業(yè)合作意愿增強,帶來企業(yè)客戶集中度的下降。換言之,根據(jù)信號理論,企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型是新時期積極響應(yīng)“數(shù)字中國”政策導(dǎo)向與新發(fā)展階段社會建設(shè)熱點的表現(xiàn),這一戰(zhàn)略舉措產(chǎn)生的“正向曝光效應(yīng)”能夠提升網(wǎng)民與新客戶的關(guān)注度,從而為企業(yè)帶來更多市場資源,降低企業(yè)客戶集中度?；谝陨戏治?本文提出如下研究假設(shè)。

H2a:數(shù)字化轉(zhuǎn)型通過提升網(wǎng)民關(guān)注度降低企業(yè)客戶集中度。

3.數(shù)字化轉(zhuǎn)型、企業(yè)創(chuàng)新能力與客戶集中。提升創(chuàng)新能力、加大創(chuàng)新研發(fā)投入力度是企業(yè)發(fā)展的持久動力[25]。作為企業(yè)競爭性優(yōu)勢和新動能的核心要素,企業(yè)創(chuàng)新能力的高低主要依賴于其在資本、勞動、技術(shù)等實體資源以及管理層關(guān)注、企業(yè)文化等虛擬資源上的不斷投入[26]。而數(shù)字化轉(zhuǎn)型能夠提高企業(yè)擁有資源的質(zhì)量與利用效率,并強化資源間的有效互補機制,為創(chuàng)新能力提升帶來有效支撐[25]。例如,數(shù)字化發(fā)展能夠革新企業(yè)管理理念,重構(gòu)管理流程,提升管理效率[8];同時,激活現(xiàn)有靜態(tài)人力資本,使企業(yè)采用更靈活的方式培育、引進(jìn)和使用勞動力[27]。換言之,數(shù)字化變革為企業(yè)提供了管理資源、人才保障等匹配性創(chuàng)新資源,這些資源能夠促進(jìn)企業(yè)發(fā)展各環(huán)節(jié)的有機整合,帶來企業(yè)的創(chuàng)新型發(fā)展。隨著企業(yè)創(chuàng)新能力與創(chuàng)新績效的不斷提升,企業(yè)逐漸獲得能夠帶來可持續(xù)競爭優(yōu)勢的、有價值的、稀缺的、難以模仿的資源和能力[28]。憑借這種不可復(fù)制的資源與能力,企業(yè)能夠占據(jù)獨特的市場地位并在買賣雙方的交易中占據(jù)主導(dǎo)。與此同時,高創(chuàng)新能力帶來的新產(chǎn)品能夠吸引更多客戶企業(yè),并提高行業(yè)進(jìn)入壁壘和企業(yè)自身的差異化競爭優(yōu)勢。此時,企業(yè)在市場中的議價能力明顯提高,其與已有客戶之間的關(guān)系更加成熟,同時還得以擴(kuò)展新的商業(yè)關(guān)系,帶來客戶集中度的下降。基于以上分析,本文提出如下研究假設(shè)。

H2b:數(shù)字化轉(zhuǎn)型通過提升創(chuàng)新能力降低企業(yè)客戶集中度。

(二) 研究設(shè)計

本文以我國滬深A(yù)股上市公司為研究對象,采用年報文本分析與年報財務(wù)數(shù)據(jù)相結(jié)合的方法探討數(shù)字化轉(zhuǎn)型對企業(yè)客戶集中度的影響。為剔除2007年我國上市公司實施新會計準(zhǔn)則可能帶來的數(shù)據(jù)口徑問題,本文選取2008—2020年作為研究樣本時間。本文所使用的數(shù)據(jù)來自國泰安數(shù)據(jù)庫(CSMAR)、萬得(Wind)數(shù)據(jù)庫和深圳證券交易所、上海證券交易所官方網(wǎng)站。為確保研究結(jié)論的可信度,本文按照一定條件對樣本進(jìn)行了篩選:剔除銀行、證券、保險等金融類上市公司樣本;剔除ST類企業(yè)樣本;剔除上市公司IPO所在的當(dāng)年樣本;剔除數(shù)據(jù)缺失的上市公司樣本。此外,為減少樣本異常值影響,本文對所有微觀層面的連續(xù)變量進(jìn)行1%和99%的縮尾處理。

1.被解釋變量?？蛻艏卸?Customer)。本文借鑒王雄元等[13]、李馨子等[29]對客戶集中度的定義方法,選用前五大客戶營業(yè)收入占總營業(yè)收入的比重予以衡量。

2.解釋變量。企業(yè)數(shù)字化水平(Dcg)。企業(yè)的數(shù)字化變革是數(shù)據(jù)作為與勞動力、資本、土地同等重要的新生產(chǎn)要素和創(chuàng)新產(chǎn)出驅(qū)動力,通過跨界融合與價值創(chuàng)造,實現(xiàn)數(shù)字技術(shù)賦能實體企業(yè),促進(jìn)高質(zhì)量發(fā)展的過程[30]。結(jié)合研究內(nèi)容,本文參考吳非等[11]采用的文本分析方法,運用自然語言處理與文本特征分析技術(shù)對企業(yè)數(shù)字化水平展開測度。具體來說,本文將企業(yè)數(shù)字化轉(zhuǎn)型劃分為“底層技術(shù)運用”和“技術(shù)實踐應(yīng)用”兩個層級,其中,“底層技術(shù)運用”強調(diào)企業(yè)運用新一代數(shù)字技術(shù)改造升級原有的管理體系、技術(shù)體系、生產(chǎn)體系以及運營體系,這種技術(shù)嵌入引發(fā)的變革主要依靠數(shù)字經(jīng)濟(jì)的幾大關(guān)鍵核心技術(shù):人工智能、區(qū)塊鏈、云計算以及大數(shù)據(jù)[6]。更進(jìn)一步地,隨著數(shù)字化轉(zhuǎn)型的深入推進(jìn),數(shù)字技術(shù)與復(fù)雜業(yè)務(wù)生態(tài)場景實現(xiàn)融合創(chuàng)新,由此帶來數(shù)字化業(yè)務(wù)場景的實踐應(yīng)用,即“技術(shù)應(yīng)用”層級。此外,企業(yè)的數(shù)字化變革是數(shù)字經(jīng)濟(jì)時代企業(yè)順應(yīng)時代發(fā)展潮流、推進(jìn)高質(zhì)量發(fā)展的重大戰(zhàn)略,因此,其相關(guān)信息很大程度上會在企業(yè)年報中有所體現(xiàn)與涉及?；诖?本文從“底層技術(shù)運用”和“技術(shù)實踐應(yīng)用”兩個層級構(gòu)建關(guān)鍵詞,對上市公司公布的年度報告進(jìn)行歸納分析,運用相關(guān)關(guān)鍵詞出現(xiàn)頻率作為企業(yè)數(shù)字化水平的衡量指標(biāo)。

3.控制變量。為提高研究精度,本文加入了一系列控制變量,各控制變量的定義、符號與計算方法見表1。

表1 變量定義

(三) 研究模型

為實證檢驗企業(yè)數(shù)字化轉(zhuǎn)型對客戶集中度的影響,本文構(gòu)建如下實證模型:

Customeri,t=ρ0+ρ1Dcgi,t+ρ2Xi,t+ut+γj+εi,t

(1)

在回歸模型中,被解釋變量Customer為企業(yè)客戶集中度,解釋變量Dcg為企業(yè)數(shù)字化水平,X為前述控制變量,ε表示殘差;下標(biāo)i為企業(yè),t為年度。此外,本文同時控制了年度固定效應(yīng)(ut)和行業(yè)固定效應(yīng)(γj),以緩解不同行業(yè)和年份的異質(zhì)性偏差。根據(jù)前文理論分析,ρ1應(yīng)為負(fù)且能夠通過顯著性檢驗。

四、 實證分析

(一) 描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計結(jié)果見表2。可以看出,客戶集中度(Customer)的最大值為0.975,最小值為0.011,均值為0.315,標(biāo)準(zhǔn)差為0.225,表明樣本企業(yè)客戶集中度存在差異且分布較為合理。其中,部分企業(yè)對大客戶的依賴過強,還有少量企業(yè)缺乏相對穩(wěn)定的客戶,因此對數(shù)據(jù)進(jìn)行極值處理是必要的。數(shù)字化水平(Lndcg)的均值為1.174,最小值為0,最大值為4.927,表明樣本企業(yè)的數(shù)字化水平也存在明顯差異。這也為本文的研究提供了條件。此外,各控制變量的均值與中位數(shù)大多基本一致,表明其呈現(xiàn)正態(tài)分布,取值也均在合理范圍內(nèi)。

表2 主要變量描述性統(tǒng)計

(二) 基準(zhǔn)回歸分析

表3報告了企業(yè)數(shù)字化轉(zhuǎn)型與客戶集中度的基準(zhǔn)回歸結(jié)果。單變量回歸結(jié)果顯示,數(shù)字化水平(Lndcg)的系數(shù)在1%的水平上顯著為負(fù),表明數(shù)字化轉(zhuǎn)型顯著降低了企業(yè)客戶集中度。模型(2)報告了引入控制變量后的回歸結(jié)果,結(jié)果顯示,數(shù)字化水平(Lndcg)的估計系數(shù)為-0.012(p<0.01),表明企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型會吸引更多潛在客戶與企業(yè)開展交易與合作。至此,假設(shè)H1得以驗證。這一結(jié)論為供應(yīng)鏈企業(yè)如何借助數(shù)字化轉(zhuǎn)型降低對主要客戶的過度依賴提供了重要啟示,同時也側(cè)面印證了企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型的重要性與必要性。

表3 企業(yè)數(shù)字化轉(zhuǎn)型與客戶集中度

(三) 內(nèi)生性檢驗

1.傾向得分匹配法(PSM)。為解決樣本選擇偏誤問題,本文采用傾向得分匹配法進(jìn)行內(nèi)生性檢驗。具體檢驗步驟如下:首先,構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型虛擬變量指標(biāo)(Dcg_dum),如果Lndcg大于0,則Dcg_dum為1,否則為0;其次,以企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型(Dcg_dum)為被解釋變量,企業(yè)規(guī)模(Asset)、盈利能力(Roa)、資產(chǎn)負(fù)債率(Lev)、企業(yè)年齡(Lnage)、市場競爭程度(Market)、固定資產(chǎn)密集度(Capint)、前十大股東持股比例(Top10)、董事會規(guī)模(Board)、獨立董事比例(Indep)、兩職合一(Dual)為特征變量進(jìn)行Logit回歸,并計算傾向得分值;再次,依據(jù)傾向得分值,使用1∶1鄰近匹配法進(jìn)行配對;最后,將匹配后的樣本進(jìn)行多元回歸分析。表4第(1)列報告的結(jié)果顯示,Lndcg的估計系數(shù)為-0.013,在1%的水平上顯著為負(fù)。實證結(jié)果進(jìn)一步強化了企業(yè)數(shù)字化轉(zhuǎn)型對客戶集中度的負(fù)向作用。

表4 內(nèi)生性檢驗后的回歸結(jié)果

2.被解釋變量前置一期。為避免內(nèi)生性問題對研究結(jié)論造成影響,本文將被解釋變量前置一期,再進(jìn)行式(1)的計量測度,結(jié)果報告于表4第(2)列。Lndcg的估計系數(shù)為-0.011(p<0.01),說明企業(yè)數(shù)字化轉(zhuǎn)型確實降低了客戶集中度。

3.工具變量法(IV估計)。本文進(jìn)一步采用工具變量法進(jìn)行內(nèi)生性檢驗。本文參考陳德球和張雯宇[31]的研究思路,采用企業(yè)所在省份上一年期末使用計算機數(shù)(Lncomputer)作為工具變量展開估計。這一工具變量對企業(yè)上一年對信息技術(shù)的應(yīng)用和接受程度存在影響,因此影響企業(yè)數(shù)字化水平;與此同時,其并不直接影響企業(yè)當(dāng)年的客戶集中度,因此,這一工具變量的選取兼具相關(guān)性與外生性條件。引入工具變量的估計結(jié)果見表4第(3)、(4)列。其中,LM統(tǒng)計量在1%的水平上顯著,F檢驗的結(jié)果大于16.38(Stock-Yogo弱工具變量識別F檢驗在10%顯著性水平上的臨界值),拒絕了工具變量識別不足與弱工具變量的原假設(shè),表明本文選取的工具變量較為合理。列(4)顯示,Lndcg的估計系數(shù)在1%的水平上顯著為負(fù),表明在控制反向因果關(guān)系的前提下,數(shù)字化轉(zhuǎn)型依然能夠降低企業(yè)客戶集中度,再次驗證前文研究結(jié)論。

(四) 穩(wěn)健性檢驗

1.替換解釋變量。為排除核心解釋變量的測度偏誤,本文引入企業(yè)數(shù)字化指標(biāo)詞頻占上市公司財報總詞頻的比重(FP)和數(shù)字化虛擬變量(Dcg_dum)作為數(shù)字化水平的替代變量。若企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型,則Dcg_dum為1,否則為0。表5第(1)、(2)列報告的檢驗結(jié)果顯示,FP與Dcg_dum的估計系數(shù)分別為-0.009與-0.029,均在1%的水平上顯著,表明替換新的數(shù)字化水平變量后,回歸結(jié)果依然支持本文的基準(zhǔn)結(jié)論,即數(shù)字化水平越高的企業(yè)客戶集中度越低。

表5 穩(wěn)健性估計后的回歸結(jié)果

2.替換被解釋變量。為對客戶集中度進(jìn)行更全面的描述,本文借鑒陳勝藍(lán)和劉曉玲[32]的研究思路,引入主要客戶赫芬達(dá)爾指數(shù)(HHI)和第一大客戶營業(yè)收入占總的營業(yè)收入比重(Customer_top)作為客戶集中度的替代變量。HHI用基于營業(yè)收入的赫芬達(dá)爾指數(shù)表示,計算方法為前五大客戶營業(yè)收入比例的平方和。表5第(3)、(4)列報告的檢驗結(jié)果顯示,Lndcg的估計系數(shù)均在1%的水平上顯著為負(fù)。這表明替換新的客戶集中度變量后,回歸結(jié)果依然與本文主要結(jié)論一致。

3.改變計量方法。本文進(jìn)一步采用截尾回歸模型(Tobit模型)進(jìn)行穩(wěn)健性分析。表5第(5)列報告的結(jié)果顯示,在將原來的OLS回歸改為Tobit回歸后,Lndcg的估計系數(shù)為-0.012(p<0.01),進(jìn)一步表明基準(zhǔn)結(jié)論是穩(wěn)健的。

4.添加個體固定效應(yīng)。本文在模型中進(jìn)一步加入企業(yè)個體固定效應(yīng),從而剔除更微觀維度上的異質(zhì)性特征對客戶集中度的影響。表5第(6)列報告的結(jié)果顯示,Lndcg的估計系數(shù)顯著為負(fù)(-0.003),表明在考慮不同維度的異質(zhì)性特征后,數(shù)字化轉(zhuǎn)型依然顯著影響企業(yè)客戶集中度,由此可見,本文研究結(jié)論穩(wěn)健性較強。

五、 進(jìn)一步討論

(一) 機制檢驗

前述研究就“企業(yè)數(shù)字化轉(zhuǎn)型—客戶集中度”進(jìn)行了整體性刻畫,在此基礎(chǔ)上,本文進(jìn)一步構(gòu)建如下中介效應(yīng)模型就二者之間影響的渠道機制進(jìn)行識別檢驗。結(jié)合前文理論分析,本文選取“網(wǎng)民關(guān)注度”與“創(chuàng)新能力”兩條渠道進(jìn)行驗證。

Medi,t=ρ0+ρ1lnDCGi,t+ρ2Xi,t+ut+γj+εi,t

(2)

CCi,t=ρ0+ρ1lnDCGi,t+ρ2Medi,t+ρ3Xi,t+ut+γj+εi,t

(3)

模型(2)中,被解釋變量為中介變量(Med),在下文研究中分別代表“網(wǎng)民關(guān)注度”和“創(chuàng)新能力”,解釋變量為數(shù)字化水平(Lndcg)。模型(3)中,被解釋變量為客戶集中度(Customer),解釋變量分別為數(shù)字化水平(Lndcg)和中介變量(Med)。模型(2)、(3)中的控制變量與模型(1)一致。

如前文理論分析所述,數(shù)字化轉(zhuǎn)型通過提升網(wǎng)民關(guān)注度,降低企業(yè)客戶集中度。為驗證此機制,本文借鑒楊國超和張李娜[33]的研究方法,用網(wǎng)絡(luò)搜索指數(shù)(Baidu)衡量網(wǎng)民關(guān)注度。具體來說,網(wǎng)絡(luò)搜索指數(shù)(Baidu)是將企業(yè)關(guān)鍵詞視為統(tǒng)計對象,根據(jù)網(wǎng)民在百度的搜索量計算出的網(wǎng)民在百度網(wǎng)頁搜索中搜索頻次的加權(quán)和。表6第(1)—(2)列報告了網(wǎng)民關(guān)注度這一影響機制的檢驗結(jié)果?？梢钥闯?企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了網(wǎng)民的關(guān)注度。第(2)列中,在加入中介變量Lnbaidu后,Lndcg的估計系數(shù)與基準(zhǔn)回歸結(jié)果一致,且Lnbaidu對客戶集中度(Customer)的影響系數(shù)顯著為負(fù),說明數(shù)字化轉(zhuǎn)型能夠提升網(wǎng)民關(guān)注度,進(jìn)而降低企業(yè)客戶集中度。至此,網(wǎng)民關(guān)注度的中介效應(yīng)驗證通過,假設(shè)H2a成立。此外,Sobel檢驗結(jié)果在1%的水平上顯著為負(fù),說明中介效應(yīng)成立。

表6 影響機制檢驗結(jié)果

前文理論分析進(jìn)一步指出,數(shù)字化轉(zhuǎn)型能夠提升企業(yè)創(chuàng)新能力,從而降低客戶集中度。為驗證此機制,本文參考黎文靖和鄭曼妮[34]的研究方法,以專利申請數(shù)量(Patent)衡量企業(yè)的創(chuàng)新能力。具體來說,專利申請數(shù)量(Patent)由發(fā)明、外觀和實用新型專利申請量之和加一取自然對數(shù)得出。表6第(3)—(4)列報告了這一影響機制的檢驗結(jié)果。在第(3)列中,Lndcg的估計系數(shù)為0.149(p<0.01),說明數(shù)字化水平的提升顯著增強了企業(yè)創(chuàng)新能力。第(4)列的結(jié)果顯示,在加入中介變量Lnpatent后,Lndcg的估計系數(shù)絕對值較基準(zhǔn)回歸結(jié)果變小,且Lnpatent對客戶集中度(Customer)的影響系數(shù)顯著為負(fù),說明數(shù)字化轉(zhuǎn)型確實能夠提升企業(yè)創(chuàng)新能力,進(jìn)而降低客戶集中度。至此,“數(shù)字化轉(zhuǎn)型—提升企業(yè)創(chuàng)新能力—降低客戶集中度”的作用機制驗證通過,假設(shè)H2b成立。此外,Sobel檢驗結(jié)果顯著為負(fù),進(jìn)一步證明中介效應(yīng)成立。

在構(gòu)建中介效應(yīng)模型對數(shù)字化轉(zhuǎn)型與企業(yè)客戶集中度的渠道機制進(jìn)行檢驗的基礎(chǔ)上,本文進(jìn)一步借鑒江艇[35]的研究成果,通過觀察核心自變量對中介變量的影響進(jìn)行中介效應(yīng)分析。具體來說,模型(2)的實證結(jié)果驗證了企業(yè)數(shù)字化轉(zhuǎn)型對網(wǎng)民關(guān)注度、創(chuàng)新能力的促進(jìn)作用,這一結(jié)論與段華友等人[25]以及余艷等人[36]的研究結(jié)論相似。更進(jìn)一步地,就網(wǎng)民關(guān)注度影響客戶集中度的作用機制而言,我國上市公司普遍缺乏有效的治理機制,導(dǎo)致上市企業(yè)信息透明度欠佳。而網(wǎng)民關(guān)注度的提升有助于增加各類市場主體對上市企業(yè)相關(guān)信息的獲取數(shù)量與質(zhì)量,從而通過在一定程度上改善與緩解信息不對稱現(xiàn)象,增加被潛在客戶識別的機會,進(jìn)而降低客戶集中度。這一作用機制也在林鐘高和韋文滔[16]的研究中得以驗證。就創(chuàng)新能力影響客戶集中度的作用機制而言,隨著企業(yè)創(chuàng)新能力的提升,企業(yè)既有業(yè)務(wù)實現(xiàn)優(yōu)化升級,其提供的產(chǎn)品與服務(wù)也更加高端、更能夠滿足消費者的多樣化需求。此時,企業(yè)市場地位提高,更多的新客戶被吸引來開展進(jìn)一步的交流與合作,這使得企業(yè)的議價能力顯著提升,對原有大客戶的依賴程度顯著下降。因此,企業(yè)創(chuàng)新能力的提升能夠降低客戶集中度。這一作用機制也在張川和劉杰[37]的研究中得以驗證。綜上得知,數(shù)字化轉(zhuǎn)型能夠提升企業(yè)網(wǎng)民關(guān)注度以及創(chuàng)新能力進(jìn)而降低客戶集中度。

(二) 異質(zhì)性分析

對于具有不同微觀性質(zhì)的企業(yè),其數(shù)字化轉(zhuǎn)型對客戶集中度的影響可能存在非對稱效果。為探究這種異質(zhì)性,本文將全樣本以產(chǎn)權(quán)屬性和融資約束程度進(jìn)行分樣本檢驗,結(jié)果見表7。

表7 異質(zhì)性分析結(jié)果

1.基于企業(yè)產(chǎn)權(quán)屬性的異質(zhì)性檢驗。對于不同產(chǎn)權(quán)屬性的企業(yè),數(shù)字化轉(zhuǎn)型對客戶集中度的影響可能存在差異。通常情況下,數(shù)字化變革能夠幫助企業(yè)獲取技術(shù)資源、增強企業(yè)戰(zhàn)略彈性,從而降低企業(yè)客戶集中度。然而,對于國有上市企業(yè)而言,這種影響可能是有限的,其原因在于:第一,作為我國經(jīng)濟(jì)社會發(fā)展的重要物質(zhì)基礎(chǔ)與政治基礎(chǔ),我國國有企業(yè)具有特殊的地位和作用,故與非國有企業(yè)相比,國有企業(yè)在政府采購、資本獲取等方面能獲得更多的優(yōu)勢,這使得大客戶的議價優(yōu)勢在面對國有企業(yè)供應(yīng)商時無法充分發(fā)揮[38],國有企業(yè)對大客戶的依賴程度本身較非國有企業(yè)低,因此當(dāng)國有企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型時,其對客戶集中度的弱化效應(yīng)不明顯;第二,由于國有企業(yè)存在所有者缺位現(xiàn)象,故其內(nèi)部存在嚴(yán)重的委托代理問題,致使國有性質(zhì)的企業(yè)對大客戶流失帶來的潛在風(fēng)險不敏感,其與大客戶議價談判的過程中更不容易做出讓步,因而數(shù)字化轉(zhuǎn)型對客戶集中度發(fā)揮的負(fù)向作用并不突出。相比之下,非國有性質(zhì)的企業(yè)在資源獲取、競爭環(huán)境等方面不存在明顯優(yōu)勢,致使大客戶流失帶來的風(fēng)險對其而言較為致命,因此,數(shù)字經(jīng)濟(jì)發(fā)展對客戶集中度的弱化效應(yīng)在非國有企業(yè)供應(yīng)商中更能得到充分發(fā)揮。

為考察數(shù)字化轉(zhuǎn)型對企業(yè)客戶集中度的產(chǎn)權(quán)異質(zhì)性,本文進(jìn)一步引入產(chǎn)權(quán)屬性(Nation)與數(shù)字化水平(Lndcg)的交乘項?；貧w結(jié)果見表7第(1)—(3)列,交乘項的系數(shù)顯著為負(fù)(p<0.01),表明在非國有企業(yè)中數(shù)字化轉(zhuǎn)型對客戶集中度的負(fù)向效應(yīng)更強烈。由此,上述分析得以驗證。

2.基于企業(yè)融資約束程度的異質(zhì)性檢驗。企業(yè)的融資約束狀況會對其投資安排帶來顯著影響,進(jìn)而改變企業(yè)關(guān)系交易[16]。因此,有必要探討不同融資約束程度下,數(shù)字化轉(zhuǎn)型對企業(yè)客戶集中度的影響。具體而言,融資約束程度越高的企業(yè),越傾向于鞏固維護(hù)其與大客戶間的關(guān)系,以獲得規(guī)模大、期限長的貸款,緩解企業(yè)融資壓力。而相比之下,低融資約束的供應(yīng)商企業(yè)更傾向于在激烈的市場競爭中贏取更多客戶的合作。因而本文預(yù)期,融資約束越低的企業(yè),數(shù)字化變革對客戶集中度的弱化效應(yīng)越明顯。

基于此,本文引入融資約束程度(FC)與數(shù)字化水平(Lndcg)的交乘項進(jìn)行進(jìn)一步的回歸分析。表7第(4)—(6)列報告的結(jié)果顯示,交乘項系數(shù)在1%的水平上顯著為正,說明企業(yè)融資約束較低時,數(shù)字化轉(zhuǎn)型與客戶集中度的負(fù)向關(guān)系更為顯著。由此,上述分析得以驗證。

六、 研究結(jié)論與啟示

文章通過對2008—2020年滬深A(yù)股上市企業(yè)年報文本的挖掘,構(gòu)建了企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo),考察了數(shù)字化變革對企業(yè)供應(yīng)鏈管理的影響。研究發(fā)現(xiàn),企業(yè)的數(shù)字化轉(zhuǎn)型對其客戶集中度有顯著的負(fù)向效應(yīng)。在一系列內(nèi)生性檢驗與穩(wěn)健性檢驗的條件下,這一結(jié)論依然成立。有關(guān)渠道機制的分析表明,數(shù)字化轉(zhuǎn)型通過提升網(wǎng)民關(guān)注度與創(chuàng)新能力,降低對大客戶的依賴程度。同時,在非國有企業(yè)和低融資約束企業(yè)中,這種弱化效應(yīng)更明顯。

基于上述研究結(jié)論,文章提出如下政策啟示:當(dāng)前,全球經(jīng)濟(jì)不確定性持續(xù)加強,市場環(huán)境充滿危機與挑戰(zhàn)。在此背景下,企業(yè)的危機防范意識與風(fēng)險抵御能力對于企業(yè)的健康、穩(wěn)健、持續(xù)運行發(fā)展至關(guān)重要。黨的二十大報告指出,要“著力提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性和安全水平”。習(xí)近平總書記強調(diào)要“有效防范化解重大經(jīng)濟(jì)金融風(fēng)險”。因此,從企業(yè)層面來看,在新一輪數(shù)字化浪潮中,企業(yè)應(yīng)重視并提升自身數(shù)字化水平,將數(shù)字化轉(zhuǎn)型納入戰(zhàn)略體系。企業(yè)可以成立專門的負(fù)責(zé)數(shù)字化轉(zhuǎn)型的管理部門,在評估企業(yè)數(shù)字化基礎(chǔ)水平和經(jīng)營管理現(xiàn)狀的基礎(chǔ)上,推進(jìn)管理數(shù)字化、業(yè)務(wù)數(shù)字化,并融入數(shù)字化生態(tài)。在此過程中,應(yīng)注重數(shù)字化變革對大客戶依賴的弱化效應(yīng),通過提升企業(yè)自身關(guān)注度、加強核心競爭力提升企業(yè)對客戶關(guān)系進(jìn)行靈活調(diào)整與布局的能力水平,從而將客戶集中度保持在一個適當(dāng)?shù)乃?以防范不可預(yù)測事件可能對企業(yè)生存與發(fā)展造成的危機,進(jìn)一步分散市場風(fēng)險。此外,結(jié)合數(shù)字化轉(zhuǎn)型對企業(yè)客戶集中度的異質(zhì)性影響,國有企業(yè)應(yīng)充分發(fā)揮資源優(yōu)勢,加快制定數(shù)字化轉(zhuǎn)型的頂層設(shè)計,以數(shù)字化推動企業(yè)連接、數(shù)據(jù)流轉(zhuǎn)、決策效率提升,助力國有企業(yè)穩(wěn)定、健康客戶關(guān)系的構(gòu)建與維護(hù)。從監(jiān)管層面來看,政府應(yīng)加強宏觀審慎監(jiān)管,引導(dǎo)企業(yè)在推進(jìn)數(shù)字化轉(zhuǎn)型的同時加強客戶集中度管理,通過調(diào)整業(yè)務(wù)模式、擴(kuò)展客戶群體滿足供應(yīng)鏈多方利益相關(guān)者的訴求,形成企業(yè)和客戶、企業(yè)與資本市場的良性循環(huán)互動,推動公司經(jīng)營多元化與風(fēng)險分散化。