肖虹王笛：客户关系、数字产业政策与企业数字技术创新

作者：肖虹王笛来源：《财务研究》2025年第1期

客户关系、数字产业政策与企业数字技术创新

肖虹王笛

、

摘要：本文利用2012~2022年A股制造业上市公司数据，从客户关系角度研究供应链关系管理对企业数字技术创新的影响。研究发现，较高的客户集中度会抑制企业数字技术创新。同时，客户集中度的数字技术创新抑制效应具有降低企业商业信用和供应链效率两条作用路径。异质性分析表明，管理层不存在过度自信和高行业竞争度情景下的抑制作用更为明显。进一步分析表明，推动数字经济发展的产业政策能够有效缓解这种抑制作用。本文揭示了供应链中客户关系对企业数字技术创新的影响以及数字产业政策因素的调节作用机制，拓展了供应链关系管理和企业数字技术创新的相关领域研究，为制造业企业加快数字技术创新提供了决策参考。

关键词：数字技术创新；客户关系；客户集中度；数字产业政策

作者简介

肖虹，厦门大学管理学院教授，博士生导师，博士及博士后，中国会计学会金融会计专业委员会委员。国家社科基金及国家自然基金项目通讯评审专家，中国人民银行系统及福建省高级职称评审专家。曾先后主持国家自然科学基金课题、国家社会科学基金课题、国家软科学基金课题、教育部人文社会科学重点研究基地重大课题、教育部人文社会科学研究面上项目课题、福建省社会科学研究规划项目等课题的研究。曾获省市级社会科学研究奖二、三等奖与省级优秀教学成果一等奖。出版学术专著四部，主编教材五部。在《数量经济技术经济研究》《会计研究》等国内外重要期刊上发表论文多篇。《会计研究》审稿人，Japanese Accounting Review国际编辑。

王笛，厦门大学管理学院硕士研究生。

文章结构框架

（点击可看大图）

精彩内容摘编

引言

当前数字经济快速发展，数字技术作为数字经济的核心驱动力量，通过与实体经济深度融合，推动产业数字化，加快产业转型升级。制造业具有规模大、价值链长、关联性强等特征，是促进经济发展提质提速、推动国民经济增长的重要力量。数字技术创新作为企业实现数字化转型升级和自身高质量发展的重要路径（田秀娟和李睿，2022），如何通过创新数字技术驱动实现中国制造业高质量发展，对保障经济平稳健康运行、提升国家科技实力、建设创新型国家具有重要意义。

近年来，市场竞争不断加剧，科技革命加速演进，全球制造业和产业链供应链格局正在重塑，企业之间的竞争正在演变为供应链之间的竞争，供应链关系对于企业的经营发展至关重要。作为公司重要的利益相关者，客户对公司的战略决策、生产经营等方面具有关键影响（Freeman，1984）。与供应链下游企业协同合作、资源共享，有助于形成稳定的供应链关系，降低交易成本（薛爽等，2018），提高生产效率（Patatoukas，2012），促进创新（吉利和陶存杰，2019）。然而，过度依赖下游企业可能会降低企业的议价能力，削弱企业对销售环节的话语权（Barrot和Sauvagnat，2016），从而降低企业的创新绩效（徐星美等，2022），增加企业的经营风险（张勇，2017）和股价崩盘风险（高震男等，2023）。

基于此，本文选取2012~2022年A股制造业上市公司数据，以客户集中度作为度量客户关系的关键指标，研究客户关系对企业数字技术创新的影响。结果表明，较高的客户集中度不利于制造业企业数字技术创新，而产业政策会缓解这种抑制作用。进一步分析发现，客户集中度提高通过减少企业商业信用和降低供应链效率两条路径抑制数字技术创新。异质性分析表明，对于存在管理层过度自信、行业竞争程度较低的企业，客户集中度对数字技术创新的抑制作用更弱。

与现有研究相比，本文可能的边际贡献在于：第一，从客户关系这一供应链下游角度探究供应链关系对制造业企业数字技术创新的影响，从实证角度验证了客户集中度对企业数字技术创新的抑制作用，并检验了企业商业信用和供应链效率两条作用路径，丰富了供应链关系管理与数字技术创新两方面的研究；第二，通过考察产业政策对客户集中度和数字技术创新关系的调节作用，揭示了数字产业政策能够缓解上述抑制效应的机制，丰富了客户集中度与数字技术创新之间的情境因素；第三，从管理层自信程度、行业竞争程度等角度进行异质性分析，比较不同情况下客户关系对企业数字技术创新的影响差异，为企业加强客户关系管理、加快智能升级、实现数字赋能提供一定的经验价值。

文献综述与研究假设

（一）文献综述

随着数字经济时代的到来，以人工智能、大数据、云计算等为代表的数字技术具有渗透性、替代性和协同性三大特征（蔡跃洲和牛新星，2021），在企业生产经营过程中具有诸多益处，受到制造业企业的重视（江小涓和靳景，2022；潘蓉蓉等，2023）。目前现有文献对于数字技术创新的定义各有侧重，以往研究从产品创新、技术赋能等多个角度对数字技术创新进行了定义（Yoo等，2010；余江等，2017；Teece，2018；刘洋等，2020；张辽和姚蕾，2023），但在微观层面的指标测度上存在一定困难，黄勃等（2023）从数字专利角度识别了企业的数字技术创新成果，以应对指标测度的困难。基于以往研究，多数文献支持一个较为统一的定义：数字技术创新是指企业或者组织以数字技术为底层基础，创造出全新的产品、流程、组织和商业模式的过程及结果（Yoo等，2012；Nambisan等，2017；黄勃等，2023）。其中，创新一词强调了创新过程和创新结果，在多数研究中以专利产出作为具体表现（黄勃等，2023）。

关于数字技术创新的影响因素，已有文献主要从外部因素和内部因素两方面进行探讨。从外部因素来看，知识是推动企业数字技术创新的关键（Tumbas等，2018），企业间交流合作能够促进知识流动，从而有助于企业发现数字技术创新的机会（Kohli和Melville，2019）。同时，人均国内生产总值、外商投资规模、市场规模等宏观经济因素是云计算等数字技术创新的主要驱动力（Vu等，2020；胡增玺和马述忠，2023）。从内部因素来看，企业的组织形态、组织协调和激励机制（曲永义，2022）是影响企业数字技术创新水平的重要因素，高管具有数字技术职业经历（Firk等，2022）也会影响企业的数字技术创新水平。此外，通过并购数字行业企业以获取数字技术，也是提升数字技术创新水平的途径之一（Hanelt等，2021）。

（二）理论分析与研究假设

数字技术通过聚焦新产品开发、改进技术流程和优化商业模式等，提升企业的专业化分工水平（袁淳等，2021）、促进内部管理的精细化与智能化（段钢等，2024），并有效缓解信息不对称等问题（Svahn等，2017）。因此，企业开展数字技术创新有利于加速资源在产业内配置和产业间配置效率，优化产业流程和决策机制。然而，客户作为企业供应链的重要下游组织，其对企业数字技术创新的影响可能存在正反两种效应。

一方面，客户关系对企业数字技术创新可能产生负面影响，即较高的客户集中度不利于企业开展数字技术创新。首先，较高的客户集中度会导致企业开展数字技术创新的动力不足。在供应链中，核心企业与其上下游企业存在利益博弈，其收益部分来自对供应链其他企业的成本挤压或经济掠夺（Schumacher，1991）。由于买卖双方地位存在差异，供应链关系对企业的影响存在非对称性（Kim等，2010），较高的客户集中度意味着企业的产品和服务依赖于少数客户，其更加迎合大客户需求，并根据特定要求生产产品、开展经营活动，容易忽视对创新的持续需求，不利于进行数字技术创新。而当客户集中度较低时，企业则更多关注产品和服务的市场需求，有动力将资源更多投入到数字技术创新活动中，以争取更多客户资源。

其次，较高的客户集中度会间接导致企业开展数字技术创新的能力有限，即通过挤占资源和增加经营风险两条路径影响企业的数字技术创新。从资源角度出发，集中的客户关系往往意味着主要客户在谈判中占据优势地位，并从产品价格、补货率、付款条件等方面挤压企业，从而占用企业的流动资金、加剧企业的融资约束（孟庆玺等，2018）。同时，关系专用性资产投入也会导致调整成本增加、成本粘性增强，从而产生挤压效应（殷俊明等，2022），不利于资源合理配置。从风险角度考虑，客户若转向与竞争对手合作，企业的营业收入会下降，因此客户集中度的增加在一定程度上提高了企业的经营风险，使其处于不利的供应链地位。考虑到客户集中度较高时企业的供应链风险也较高（Tan等，2019），若损失大客户则会造成严重影响，因此企业会选择更稳健的财务策略（Itzkowitz，2013）。企业创新是一项长期的高风险投资决策，相较于一般的技术创新活动，数字技术创新活动更是具有高门槛、高成本和高风险的特点（Firk等，2022），对企业的资金、技术、设备和人力资本方面有较高要求（黄勃等，2023），需要企业投入大量的资金，具备较高风险承受能力。因此，为维护客户关系、防范经营风险，客户集中度较高的企业往往会提高现金持有水平（李艳平等，2016），更加谨慎考虑进行数字技术创新活动（Pan等，2020），从而导致企业数字化投入减少，不利于开展数字技术创新活动。

另一方面，较高的客户集中度也可能促进企业的数字技术创新。供应链上下游企业之间存在溢出效应（Javorcik，2004），通过供应链协同合作，可以降低供应链成本（Um等，2019），促进企业内外部资源的整合与优化利用（陈志祥和马士华，2001），实现互利共赢。较高的客户集中度有助于加强信息交流和资源共享，避免过多的效率内耗（焦豪等，2023），企业通过借鉴、学习和模仿客户数字化运营方式和创新决策，可以提高自身的数字创新产出。同时，企业与下游客户建立战略合作伙伴关系，共同投资关系专用性资产，有利于增进供应链企业间的信任程度（Dyer和 Singh，1998）、提高沟通效率（Kao等，2022），优化管理和业务流程（赵星等，2023），进而有利于提升客户企业的满意度、加强下游供应链关系的紧密性，最终提升供应链效率和资产周转，提升企业的财务绩效（陈正林和王彧，2014），缓解企业在进行数字技术这类突破型创新过程中所需要承受的资金压力以及财务风险（江伟等，2019），从而促进企业的数字技术创新。

基于此，本文提出竞争性假设：

H1a：在其他情况既定的条件下，客户集中度的提高会抑制企业的数字技术创新。

H1b：在其他情况既定的条件下，客户集中度的提高会促进企业的数字技术创新。

研究结论与启示

本文利用2012~2022年的A股制造业上市公司数据，检验客户关系对制造业企业数字技术创新的影响及其机制。研究发现，较高的客户集中度会抑制企业数字技术创新。机制检验发现，客户集中度的提高会减少企业商业信用和降低企业供应链效率，从而阻碍企业进行数字技术创新。异质性分析表明，对于存在管理层过度自信的企业、行业竞争程度较低的企业，客户集中度对数字技术创新的抑制作用更弱。进一步研究发现，产业政策能缓解这种抑制作用。基于以上结论，本文提出如下建议：

第一，政府相关部门应继续加大数字产业政策的实施范围和资源支持力度，完善数字基础设施建设，鼓励制造业企业开展数字技术创新。同时，考虑到客户集中度对企业数字技术创新的抑制作用，政府在推动企业数字技术创新的过程中要综合考虑企业的供应链环境，更好地助力制造业转型升级和企业高质量发展。

第二，企业应积极响应国家战略需求和政策号召，重视数字技术创新，立足长远持续加大研发投入力度，努力提升数字技术创新能力、加快数字技术创新应用，推动生产方式、组织方式的数字化转型和智能化升级，铸造新动能新优势。

第三，企业和客户应共同努力，构建合作互惠、高效协同的供应链关系，提高企业的数字技术创新绩效，提高产业链供应链发展水平。客户是企业重要的外部利益相关者，对数字技术创新具有深远影响，大客户应重视产业链供应链的发展，避免因过度利用自身优势地位而对上游企业造成挤压。同时，企业也应慎重选择客户关系管理策略，抑制客户集中度对数字技术创新的负向影响。

本文不足之处在于：首先，考虑到数据可得性，本文的研究样本是已披露前五大客户信息的制造业上市公司，仅利用客户集中度来量化客户关系，无法全面刻画客户关系管理的总体分布特征。未来可采取更多指标来刻画客户关系，例如合作时间长度、是否共同投资专用性资产等，以丰富现有研究，为企业加强供应链关系管理、加快数字技术创新提供参考。其次，随着数字经济的不断发展，数字产业政策研究的广度和深度也在不断扩大，不同的地区行业、政策工具、约束条件等均会影响数字产业政策对数字技术创新的作用，未来可深入细分领域开展数字产业政策研究，以更好地发挥政策对数字技术创新的推动作用。

（以上为部分节选，阅读全文欢迎订阅杂志）

附件下载：

肖虹 王笛：客户关系、数字产业政策与企业数字技术创新

肖虹王笛：客户关系、数字产业政策与企业数字技术创新