客戶集中度對中小企業績效的影響
——產品交易費用的中介作用與產品類型的調節作用

劉昌華 ，田志龍

(1.武昌首義學院 經濟管理學院，湖北 武漢 430064； 2.華中科技大學 管理學院，湖北 武漢 430074)

一、引 言

客戶集中度指的是企業的產品銷售在少數大客戶上的集中程度。過高的客戶集中度表明企業的產品銷售過分依賴于少數大的客戶，這會造成企業的獨立性缺失問題，給公司帶來重大的經營風險。中小企業在其發展過程中采用的集中化戰略往往使其業務分布在某個特定的客戶群、某產品鏈的一個細分區段或某一個地區市場[1]，這會導致其客戶集中度偏高。由此產生了一個值得研究的問題：中小企業在承擔較高客戶集中度可能會帶來的經營風險時，是否也獲得了較好的績效？其作用機制是什么？學界鮮有針對這一問題的研究。現有文獻往往是將客戶集中度作為對某些變量的測量，研究這些變量對企業績效的作用[2-5]。也有學者直接研究客戶集中度對企業績效的影響，如Patatoukas(2012)[6]對客戶集中度是否以及如何影響公司業績和股票價值進行了實證研究；王海林與段彩艷(2016)[7]以我國滬市 A 股制造業上市公司為樣本，研究了客戶集中度與企業績效之間的關系；田志龍和劉昌華(2015)[8]也研究了我國中小企業客戶集中度對企業績效的影響。但現有文獻對客戶集中度影響企業績效的作用機制及可能存在的邊界還揭示得不夠。

二、理論分析與研究假設

客戶集中度會影響企業的產品交易費用。客戶集中度高，意味著企業與比較少的大客戶進行多頻次的大量的交易。由于產品交易主要集中在一些大客戶身上，這就降低了企業搜尋交易對手的成本；另一方面，由于與少數大客戶的交易頻繁，雙方會積極設法建立起一個一般性的治理結構來克服機會主義從而降低交易費用。比如供應商資格認證可以降低每次交易的產品質量檢驗過程中的費用等。Jeffrey(1997)[9]的研究表明，交易雙方間的交易總量越大，重復交易的可能性就越高，交易的單位成本就越低。另外，陳運森(2010)[10]的研究指出，交易雙方長期的交易與合作會促進雙方建立相互信任的關系，并促成了相應的信息溝通和交流機制，減少了信息不對稱導致的不確定性和交易風險，從而節省了交易成本。Jeffrey(1997)[9]也指出，交易者間信息共享的程度越大，信息不對稱的程度越低，交易費用也越低。以上研究表明：隨著客戶集中度的升高，企業的產品交易費用會降低。客戶集中度對交易費用的這種作用，影響了企業的績效。因為在企業銷量一定的情況下，交易費用的減少，無疑會增加企業的贏利，從而提升企業的績效。由此，本文提出如下假設：

H1：客戶集中度對產品交易費用具有顯著的負向作用。

H2：客戶集中度對中小企業績效具有顯著的正向作用。

H3：產品交易費用在客戶集中度與企業績效的關系中具有中介作用。

企業生產的產品(服務)可分成兩類，即消費品和工業品。消費品是指那些由最終消費者購買并用于個人或家庭消費的產品；工業品是指那些由個人或組織購買并進一步用于以后的加工處理或使用的產品。消費品面對大量的最終消費者，其銷售一方面要依靠渠道中的中間商，另一方面要投入大量的廣告宣傳與促銷等來吸引消費者的購買；而工業品針對的客戶是相對有限的工商企業等組織機構，其銷售更多采用直銷的方式，重點在于個人推銷。[11]對于消費品生產企業而言，客戶集中度高，雖然可以在一定程度上降低與中間商們的交易費用，但是其面對最終消費者的廣告促銷等費用不會受到客戶集中度的較大影響，因此對于企業總的產品交易費用來說，這種降低作用是有限的；而工業品制造企業由于直接面對用戶，其產品交易費用主要發生在這一環節，隨著客戶集中度的提高，其總的產品交易費用會得到更大的降低。由此，本文提出如下假設：

H4：產品類型對客戶集中度與產品交易費用的關系具有調節作用，即工業品企業的客戶集中度對產品交易費用的負向作用要強于消費品企業。

H5：產品類型在客戶集中度對企業績效的影響中具有調節作用，即工業品企業的客戶集中度對企業績效的正向作用要強于消費品企業。

三、研究設計

(一)樣本選擇與資料收集

本研究以2010年12月31日前在我國深圳證券交易所的中小企業板上市的屬于制造業的企業為基礎，從中剔除以下公司作為研究樣本：(1)2010～2014年五年間銷量前五名客戶銷售收入占企業銷售收入的百分比、企業銷售費用以及其它數據信息披露不全的上市公司；(2)2010～2014年五年間出現過重大重組的公司。通過篩選后，共獲得269家公司作為研究樣本。研究數據來自深交所公布的上市公司年度報告、CSMAR 數據庫。從企業年報中的董事會報告中摘錄了銷量前五名客戶銷售收入占企業銷售收入的百分比數據，從公司簡介中抄錄了公司首次注冊登記日期。共獲得連續5年共1345個平衡面板數據。

(二)變量定義

1.被解釋變量：企業績效。本文采用企業的贏利能力指標銷售凈利率來衡量企業績效。銷售凈利率為凈利潤占營銷收入的百分比。

2.解釋變量：客戶集中度。用“銷量前五名客戶的銷售額占公司年度銷售總額的百分比”來測量企業的客戶集中度。

3.中介變量：產品交易費用。采用多數學者的做法，用企業的銷售費用占營業收入的百分比作為產品交易費用的替代變量。

4.調節變量：產品類別。將企業的產品分為消費品與工業品兩類。消費品銷售收入超過總收入50%的企業，其產品歸為消費品；工業品銷售收入超過總收入50%的企業，其產品歸為工業品。為了保證數據的平衡性，剔除掉五年間產品類別發生變化的企業。

5.控制變量。企業績效、產品交易費用會受到較多因素的影響。本研究選擇公司最終控制人、公司年齡、公司規模、財務杠桿、運營效率、公司成長性、股權集中度作為控制變量。最終控制人分為國有、民營、外資及其它，以國有為基準變量，設民營、外資及其它兩個虛擬變量。公司年齡用LnAge來表示。Age=Ti-T0+0.5or1。其中Ti=(2010，2011，2012，2013，2014)，T0為公司首次注冊年份。注冊時間在當年的6月30日之前加1，之后則加0.5。公司規模用公司的總資產的自然對數來表示。財務杠桿用資產負債率來表示。運營效率用總資產周轉率來表示。公司成長性用當年主營業務收入增長率來表示。股權集中度用第一大股東持股比例來表示。

四、實證結果分析

本研究使用SPSS19.0與EVIEWS6.0軟件對數據進行分析。

(一)描述性統計與相關性分析

表1給出了主要變量的描述性統計及其間的相關系數。客戶集中度的平均值為31.275%。平均來說，企業三分之一的銷量集中在前五名客戶中，說明我國中小制造業企業的客戶集中度較高。客戶集中度與銷售凈利率正相關，與產品交易費用負相關，產品交易費用與銷售凈利率負相關。產品交易費用的中介作用得到初步檢驗。各變量間的關系需要在控制了其它變量的情況下進行精確的驗證。雖然有些自變量之間存在顯著的正相關或負相關，但相關系數都沒有超過0.5，不存在嚴重的多重共線性問題，可以同時放在模型中進行回歸。

表1 變量的描述性統計與相關性分析(n=1345)

注：*、**分別表示在 0.05 、0.01 水平(雙側)上顯著相關。

(二)回歸分析

1.數據的平衡性檢驗及回歸分析模型選擇。對面板數據進行回歸分析，首先需要檢驗數據的平衡性以避免變量不平穩而出現偽回歸。本文利用單位根檢驗方法來檢驗數據的平衡性。采用LLC檢驗同質單位根過程，采用 IPS、ADF、PP檢驗異質單位根過程。所有的變量在四種檢驗中的檢驗統計量的伴隨概率值(P 值)都小于0.01，表明各變量不存在嚴重的單位根，各變量穩定且存在長期均衡，回歸不屬于偽回歸。其次，各回歸模型需要在混合回歸模型、固定效應模型、隨機效應模型間進行選擇。先對各模型進行F檢驗，判斷各模型應該選擇混合回歸模型還是固定效應模型。檢驗結果表明各模型的檢驗統計量的伴隨概率(P 值)都小于0.01，因此各模型適合于固定效應模型。然后對各模型進行 Hausman 檢驗，判斷各模型應該選擇隨機效應模型還是固定效應模型。各模型檢驗統計量的伴隨概率(P 值)都小于0.01，拒絕了原假設，表明隨機效應與解釋變量無關，各模型應該選擇固定效應模型。因此本研究選擇個估固定效應進行回歸分析。由于面板數據容易出現異方差與自相關，而廣義最小二乘法(GLS)的估計過程能夠對變量異方差與自相關進行修正，從而增加模型估計的有效性，因此，本文選用 EVIEWS6.0中的Pooled EGLS (Cross-section weights)方法進行回歸，同時選擇White cross-section standard errors & covariance (no d.f. correction)對異方差進行校正。

2.產品交易費用的中介效應檢驗。本文依據 Baron 和 Kenny(1986)[12]的檢驗中介作用的方法，按照溫忠麟(2005)[13]提出的中介效應檢驗程序來檢驗產品交易費用的中介效應。表2顯示的是產品交易費用的中介作用檢驗的結果。

表2 回歸分析結果(n=269×5=1345)

注： *、**、***分別表示在 0.1、0.05 、0.01 水平上顯著；括號內數據為經懷特異方差校正過的t值。

表2中的模型1是企業績效對控制變量的回歸。在控制變量中，公司規模、運營效率、公司成長性、股權集中度對企業績效具有顯著的正向影響，公司年齡、財務杠桿對企業績效具有顯著的負向影響。模型2表明在控制了相關變量的影響后，客戶集中度對企業績效具有顯著的正向影響(β=0.016，p<0.01)，該結果支持了研究假設2。模型3是產品交易費用對控制變量的回歸。在控制變量中，公司的最終控制人、年齡、財務杠桿、運營效率對產品交易費用具有顯著的正向影響，而公司規模、公司成長性、股權集中度對產品交易費用具有顯著的負向影響。模型4在模型3的基礎上加入客戶集中度，回歸結果表明在控制了相關變量后，客戶集中度對產品交易費用具有顯著的負向影響(β=-0.013，p<0.01)，驗證了假設1。模型5在模型2的基礎上加入產品交易費用進行回歸分析，對比模型2、模型5的回歸結果可以發現：在將客戶集中度、產品交易費用同時放入回歸模型中時，產品交易費用對企業績效的負向作用是顯著的(β=-0.543，p<0.01)，而這時客戶集中度的回歸系數變得不顯著了(β=0.004，p>0.1)。這表明產品交易費用在客戶集中度與企業績效間起著完全中介的作用，研究假設3得到驗證。本研究繼續采用Sobel檢驗方法[14]，對上述中介作用做進一步的驗證。計算得到檢驗統計量z值為5.6592(p<0.01)，表明中介效應是顯著的，研究假設3得到了進一步支持。

3.產品類別的調節作用檢驗。由于產品類型是一個類別變量，根據溫忠麟[13]提出的檢驗調節變量的方法，本研究采用分組回歸的方法來對產品類型的調節作用進行檢驗。結果如表3所示。工業品組中的模型Ⅰ-1到Ⅰ-5的結果表明，本研究中的假設1、2、3，對于工業品企業來說同樣是成立的(Sobel檢驗統計量z值為2.137(p<0.01))。對比模型Ⅰ-4與Ⅱ-4可以發現，在工業品組，客戶集中度對產品交易費用有顯著的負向作用(β=-0.005，p<0.05)，而在消費品組，客戶集中度對產品交易費用的作用為正但不顯著(β=0.002，p>0.1)。本研究的假設4得到檢驗。同樣對比模型Ⅰ-2與Ⅱ-2可以發現，在工業品組，客戶集中度對企業績效有顯著的正向作用(β=0.019，p<0.01)，而在消費品組，這個正向作用并不顯著(β=0.009，p>0.1)。本研究的假設5得到支持。

表3 分組回歸分析結果

注： *、**、***分別表示在 0.1、0.05 、0.01 水平上顯著。括號內數據為經懷特異方差校正過的t值。

五、結論與啟示

本文從交易費用理論視角，采用我國中小企業板的制造業公司2010～2014年間的平衡面板數據，實證研究了客戶集度對中小企業績效的影響以及這種影響的機制與邊界。客戶集中度能顯著地降低企業的產品交易費用，促進企業績效的提升。產品交易費用在客戶集中度對企業績效的正向影響中具有完全的中介作用。產品類型在客戶集中度對產品交易費用的負向影響及對企業績效的正向影響中具有調節作用，即這兩種影響顯著地存在于工業品制造企業，而在消費品制造企業中并不顯著。研究結論豐富了現有文獻對客戶集中度的認識，對中小企業的產品市場開發具有一定的指導意義。雖然較高的客戶集中度可能會給企業的經營帶來風險，但中小企業在承擔這種風險的同時，也獲得了更好的企業績效。中小企業在進行產品市場開發時應興利除弊。對于消費品制造企業來說，應該開發更多的中間商，降低過分依賴于幾個大客戶所帶來的經營風險，同時調動中間商的力量(而不僅僅是企業的廣告與促銷等)來推動產品的銷售；而對于工業品制造企業來說，在客戶開發時，更應聚焦于大客戶，與大客戶建立供應鏈伙伴關系，通過降低產品交易費用來改善企業績效。

[1]Porter M E.Competitive Strategy[M].New York：The Free Press，1980：41.

[2]唐躍軍.供應商、經銷商議價能力與公司業績——來自2005～2007年中國制造業上市公司的經驗證據[J].中國工業經濟，2009,(10)：67-76.

[3]于茂薦，孫元欣.專用性投資對企業績效影響研究——產業技術投入的調節效應[J].科學學研究，2012, 30(9)：1363-1369.

[4]于茂薦，孫元欣.專用性投資、治理機制與企業績效——來自制造業上市公司的經驗證據[J].管理工程學報，2014，28(1)：39-46.

[5]于茂薦，孫元欣.專用性投資、關系機制與企業績效[J].中南財經政法大學學報，2014,(1)：150-156.

[6]Patatoukas P N.Customer-base Concentration：Implications for Firm Performance and Capital Markets[J].The Accounting Review，2012，87(2)：363-392.

[7]王海林，段彩艷.業務伙伴集中度越高企業績效越好嗎？——基于滬市制造業上市公司的數據[J].財會通訊，2016，(6)：42-44.

[8]田志龍，劉昌華.客戶集中度、關鍵客戶議價力與中小企業績效——基于中小企業板制造業上市公司的實證研究[J].預測，2015，34(4)：8-13.

[9]Jeffrey H D.Effective Interfirm Collaboration：How Firms Mminimize Transaction Costs and Maximize Transaction Value[J].Strategic Management Journal，1997，18(7)：535-556.

[10]陳運森，王玉濤.審計質量、交易成本與商業信用模式[J].審計研究，2010,(6)：77-85.

[11]Solomon M R.Marketing：Real People，Real Choices[M].New Jersey：Prentice Hall，Inc.，2011：147-148.

[12]Baron R M，Kenny D A.The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51(6).1173-1182.

[13]溫忠麟，侯杰泰，張雷.調節效應與中介效應的比較和應用[J].心理學報，2005，37(2).268-274.

[14]Sobel M E.Asymptotic Intervals for Indirect Effects in Structural Equations Models, in S. Leinhart (Ed .)，Sociological Methodology[M].San Francisco:Jossey-Bass,1982.