陳金龍 李志偉
(華僑大學工商管理學院, 泉州 362021)
研發投入指的是企業分配給研發活動的資源,不斷推出新產品或服務的創新戰略[1]。 企業的研發投入不僅是維持生存和確保增長能力的基本因素, 也是與高風險性和不確定性相關的決策[2]。 在當前再工業化的全球態勢下, 強調制造業, 突出硬科技, 保障供應鏈產業鏈安全, 還要繼續加大研發投入, 為實現高科技技術自立自強提供有力支撐。 因此, 研究影響高科技企業研發投入的因素具有重要價值, 吸引了學者的廣泛關注。 近年來, 受新冠肺炎疫情、 俄烏戰爭以及地緣政治的影響, 企業在管理供應商關系時更加青睞穩定的供應商關系。 如匹克集團與供應商“陜西匹克玄凱新材料有限公司” 長期保持穩定的合作關系,匹克集團利用供應商的“態極” 科技技術研發出態極鞋大幅提高了企業的銷售額, 使得匹克集團在2021 年9 月獲近3 億美元戰略融資, 關于這筆融資資金用途, 匹克集團CEO 表示, 將主要用于科技研發和產品升級等方面。 基于此, 本文從供應商關系視角出發, 研究供應商穩定性是否影響企業研發投入, 能夠為企業實施創新驅動戰略提供新的思路。
現有關于供應商關系的研究已經很充分, 但很少有研究關注兩個看似一致, 但關注點不同的供應商關系維度, 目前學者普遍認為供應商集中度高就是穩定的供應商關系, 然而出于某些行業特性, 企業雖擁有較高的供應商集中度, 但在不同的年份, 外部因素將會導致企業更換供應商關系。 在此情形下, 集中度這一概念無法準確衡量穩定的供應商關系。 因此, 本文首先對這兩個概念予以區分, 供應商集中度指的是收入大部分依賴于主要供應商或認為供應商對其業務很重要的企業, 這主要強調的是對主要供應商的依賴性。而供應商穩定性意味著與原有的供應商繼續建立合作關系, 但并不一定表示排除與其他供應商的關系。 與供應商集中度不同, 這強調的是主要供應商近幾年的一致性。 現有研究普遍認為供應商集中度增加了企業運營和財務風險[3], 進而降低企業研發投入[4,5]。 但也有學者持不同的觀點, 如方健[6]認為隨著供應商集中度的提高, 創新投入呈現先增加后下降的趨勢。 相反, Lai 等[7]發現供應商穩定性會提高供應商向企業提供的產品質量, 降低企業運營風險, 這種關系在關系越穩定時越強烈。 因此, 本文提出研究問題, 供應商穩定性對企業研發投入的影響如何。 從資源基礎理論視角看, 穩定的供應商關系為企業提供了競爭優勢, 企業有更大的信心進行研發投資。 供應鏈協同理論主張, 供應鏈中的各方通過密切合作、信息共享和資源共享, 能夠共同提高效率和降低成本。 在供應商集中度高時, 由于供應商和企業建立了較為緊密的關系, 可能與供應商穩定性產生有效的協同效應, 而不僅僅是供應商集中度給企業帶來的不利的一面。 這種協同效應通過減少信息不對稱、 提高溝通質量和增強雙方對合作成功的信任來提升研發投入。 供應商集中度高的企業有更強烈的動機與供應商建立長期、 互信和有益的關系。 而以往供應商集中度對企業研發投入的影響研究尚未得出一致的結論可能是對這兩個概念的混淆造成的。 因此, 本文進一步研究企業在不同供應商集中度時供應商穩定性對企業研發投入影響有何不同。
本文采用手工收集的供應商穩定性數據, 基于動態視角研究了供應商穩定性對企業研發投入的影響; 研究發現在供應商集中度高時, 供應商穩定性對企業研發投入的影響更顯著, 為企業在不同供應商集中度時進行供應商關系管理提供理論借鑒; 機制分析發現, 供應商穩定性可以通過降低經營風險和緩解融資約束影響企業研發投入,打開了供應商穩定性影響企業研發投入的黑箱。異質性分析發現, 供應商穩定性對企業研發投入的影響存在顯著的地區差異。 綜上, 本文對供應商穩定性與企業研發投入之間的關系進行實證檢驗, 進一步完善相關理論。
以往對企業研發投入的影響因素研究, 多集中于外部環境和企業內部治理角度[8]。 近年來,已有學者開始從動態視角研究供應商穩定性對企業經營的影響, 與供應商建立穩定關系的重要性已在文獻中得到廣泛認可。 如Gu 等[9]發現供應商穩定性可以提高企業競爭力和財務績效。 Peng等[10]進一步發現供應商穩定時, 可以在企業IPO前傳遞利益給IPO 公司, 因此企業可以獲得更多的IPO 折扣, 這有助于減少企業資金流失, 緩解企業資金約束。 黃宏斌等[11]發現供應商穩定性可以通過供應鏈協作提升企業的全要素生產率。 而且穩定的供應商更有可能追求與企業之間的協作創新, 合作可以在生產過程中創造效率增益, 使供應商更多地參與企業關系特定的研發投資[12]。研發投資具有高不確定性, 有研究發現知識來源的信息透明可以通過減少投資結果的不確定性來促進企業對后續創新的投資[13]。
關于供應商集中度對企業研發投入的影響研究尚未達成一致的結論。 黃千元和宋遠方[4]發現,供應商集中度會通過影響企業研發的積極性對企業研發投入產生負向影響。 任莉莉和張瑞君[8]從企業迎合供應商視角發現, 企業為了維護與供應商之間的合作關系, 避免因為供應商轉換而帶來的風險和成本, 往往會選擇對供應商進行迎合, 供應商關注企業能否按時支付貨款, 如果企業融資約束情況較嚴重, 為了減少供應商的擔憂, 企業會選擇降低研發投入而保持足夠寬松的資金狀態以實現對供應商的承諾。 但方健[6]卻認為隨著供應商集中度的提高, 主要供應商將擠占企業創新投入資源, 創新投入呈現先增長后下降的趨勢。
綜上, 現有關于供應商關系對企業研發投入的影響研究大多從供應商集中度角度入手, 研究了供應商穩定性對企業績效、 融資約束等的影響,未考慮到供應商穩定性對企業研發投入的影響。而且以往研究供應商集中度對企業研發投入的影響尚未得出一致的結論, 原因可能是過去的研究是在供應商穩定的前提下進行的, 可能存在供應商既集中又穩定的情況。 為了進一步分析供應商集中度對企業研發投入的影響結論不一致的原因,考慮供應商既集中又穩定這一可能情況, 本文分析了供應商集中度的調節作用, 對現有研究進行補充。
供應商穩定性意味著與原有的供應商繼續建立合作關系, 這有助于企業與供應商進行溝通合作、 信息共享與內部學習并積累信任形成商業共生關系, 來自這些合作伙伴的技術反哺提高。 根據供應鏈協同理論, 供應商穩定性可以降低企業面臨的市場風險、 分擔企業財務風險、 提高服務質量、 提高生產率和降低成本[14]。 一個低風險的經營環境為企業提供了更為穩定的預期現金流,有助于企業將視角轉向長期的戰略規劃。 在這種環境下, 企業更有可能進行長周期、 高不確定性的研發投資, 從而更有效地分攤未來的不確定性。
Peng 等[10]研究表明, 供應商穩定性使企業能以更低的資本成本募集資金, 這有助于減少企業資金流失。 買方-供應商關系穩定時進行信息交換多于公平交易, 這種信息交換可以降低信息不對稱、 促進供應商協同創新和提高產品質量[15],研究發現供應商創新能力能夠通過提高企業創新能力緩解企業融資約束[16]。 融資能力的增強為企業提供了更多的外部資源渠道, 從而降低了研發的資本成本, 這使得某些之前被視為資本受限的項目變得可行。 當企業能夠以更低的資本成本獲得資金時, 其投資門檻相應降低, 進而更容易啟動新的研發項目。
綜上, 本文認為供應商穩定性會促進企業進行研發投入, 從而在長期競爭中獲得更為穩固的市場地位。 基于此, 提出如下假設:
H1: 企業供應商穩定性越高, 企業研發投入越多。
當企業對單個或少數供應商的采購依賴程度過高時, 其多元化程度較低, 企業可能被迫在價格上做出讓步, 并在運營、 營銷和融資方面做出有利于其主要供應商的決策[17]。 與這些供應商關系的中斷對企業及其投資者來說是一個重要的風險來源[18], 可能導致企業生產中斷、 供應不穩定以及潛在的損失, 增加了企業的經營風險。 顧婧等[19]也認為供應商集中度高的企業更容易受到供應商中斷風險的影響。
相反, 當企業的采購不集中于主要供應商時,供應商集中度低意味著選擇權的增加, 從而使企業在供應鏈利益分配中處于更有利的地位, 有助于提高企業盈利水平和資產價值[20]。 在這種情況下, 即使供應商發生變動, 也只能對企業的運營和財務狀況產生有限的影響, 企業的日常經營活動仍能有序進行, 因此供應商穩定性對企業未來的經營影響較為有限。 企業可以轉向其他供應商,或者在雙重采購的情況下, 讓一個供應商與另一個供應商競爭[21]。 這種情境中的企業擁有更大的市場權力, 可以更靈活地應對市場變化, 調整其供應商管理策略, 從而抵御外部環境的不確定性,降低供應商變動風險, 并在一定程度上提高其研發投入的自由度。
綜上, 本文認為供應商集中度會進一步加強供應商穩定性對企業研發投入的影響。 基于此,提出如下假設:
H2: 相比于供應商集中度低的企業, 供應商集中度高的企業供應商穩定性對研發投入的促進作用更顯著。
本文以2008 ~2021 年滬深A 股中隸屬于高科技行業的公司為研究樣本。參考彭紅星和毛新述[22]的研究, 確定了高科技上市公司的行業代碼。 供應商穩定性原始數據來自于CNRDS 數據庫并通過手工整理收集獲得, 其他數據均來自于CSMAR數據庫。 根據研究目的和主題, 數據處理如下:剔除金融類上市企業; 剔除ST、 PT 樣本; 排除年報附注中供應商數據披露不完整的企業; 對數據進行上下1%的縮尾處理, 以消除極端值影響,最終得到845 個樣本。
(1) 被解釋變量: 研發投入(RD)。 參考段軍山和莊旭東[23]、 何源等[24]的研究, 本文采用研發經費的自然對數值衡量研發投入, 并且選用研發投入強度(RD1)的相對數指標進行穩健性檢驗, 用企業研發投入占企業總資產的百分比進行衡量。
(2) 解釋變量: 供應商穩定性(SUS)。 參考Gu 等[9]的研究, 從動態角度衡量供應商穩定性,以揭示與去年相比, 主要供應商與企業的交易份額在1 年中保持不變的量值。 在式(1) 中, 下標i表示企業,j表示企業的主要供應商之一,t表示時間(年)。 當t年企業i的供應商j也是t-1年企業i的主要供應商(即交易額前五名)之一時,虛擬變量ai,j,t=1, 否則ai,j,t=0。
(3) 調節變量: 供應商集中度(SUC)。 參考陳西嬋和劉星[25]、 方健[6]的研究, 本文使用企業向前五名主要供應商采購額占年度采購總額比例來衡量供應商集中度。 在穩健性檢驗中, 使用企業向第一大供應商采購額占年度采購總額比例來衡量供應商集中度(SUC1)。
(4) 控制變量。 為緩解遺漏變量的干擾, 參考Gu 等[9]、 谷成和王巍[26]、 李健等[27]、 羅進輝等[28]、 羅宏和秦際棟[29]的研究, 控制了如下變量, 包括客戶穩定性(CUS)、 資產負債率(Lev)、企業規模(Size)、盈利能力(ROE)、企業年齡(Age)、資本密集度(Capitali)以及行業(Industry)和年度(Year)等作為控制變量。 具體變量定義見表1。

表1 變量定義
根據前文的分析, 為實證檢驗供應商穩定性對企業研發投入的影響, 構建模型(2) 用來檢驗H1。 其中,i、t分別代表企業和年份,εi,t表示誤差項,Industry、Year分別為行業和年度固定效應, 其中Control為控制變量的集合。
主要變量描述性統計如表2 所示, 研發投入最大值為21.77, 最小值為14.07, 可見不同企業研發投入差異較大。 供應商穩定性最大值為0.965,最小值為0, 說明不同企業供應商穩定性差異較大, 仍有較大提升空間。 另外供應商穩定性均值、中位數分別為0.5、 0.522, 均值略小于中位數,說明部分企業供應商穩定性偏低。 供應商集中度最大值為0.902, 最小值為0.076, 說明不同企業供應商集中度差異較大, 均值和中位數分別為0.333、0.288, 均值明顯大于中位數, 說明部分企業供應商集中度較高。 其他變量的取值也在合理范圍內,不再贅述。

表2 描述性統計

續 表
本文主要變量相關系數如表3 所示, 變量之間的相關系數絕對值基本在0.3 以下, 說明不存在嚴重的多重共線性問題。 但存在個別變量的相關系數絕對值在0.3~0.7 之間, 為了進一步測試變量之間是否存在多重共線性, 本文對各變量的均值方差膨脹因子(VIF)進行測試, VIF 值遠小于標準值10, 說明自變量之間不存在多重共線性問題。 供應商穩定性與企業研發投入的相關系數為0.183, 結果在1%水平上顯著, 即供應商穩定性與企業研發投入呈正相關關系, 初步驗證了H1。

表3 相關性分析與均值方差膨脹因子檢驗
為了檢驗H1, 表4 列(1) 考察供應商穩定性對企業研發投入的直接影響, 供應商穩定性的回歸系數為0.503, 通過了1%顯著性水平測試,說明供應商穩定性越高, 企業研發投入越多, H1得到驗證。

表4 回歸結果
為了檢驗H2, 按照企業向前五名主要供應商采購額占年度采購總額比例是否高于行業中位值,將樣本分為供應商集中度高和供應商集中度低兩組, 分別進行回歸。 表4 列(3) 在供應商集中度高時供應商穩定性的回歸系數為0.676, 通過了1%顯著性水平測試。 而在列(2) 供應商集中度低時不顯著, 原因可能是企業供應商集中度低時, 其更容易尋找替代供應商或根據市場條件進行調整, 以降低供應商穩定性對企業研發投入的影響。 這表明在供應商集中度高時, 供應商穩定性對企業研發投入的影響更顯著, H2 得到支持。
(1) 工具變量法: 為了克服遺漏變量問題,參考Xu 等[30]的研究, 選取同年度同行業供應商穩定性的均值(IndustrySUS)和同年度同省(區、市)供應商穩定性的均值(PrvnSUS)作為工具變量, 使用2SLS 來緩解該內生性問題。 回歸結果如表5 列(1) 和列(2) 所示。 列(1) 是第一階段回歸結果, 行業及省(區、 市)供應商穩定性的均值與企業供應商穩定性呈正相關關系, 均通過了1%顯著性水平測試。 列(2) 中, 弱工具變量假設檢驗的統計量(K-Prk Wald F)遠大于10%水平上的臨界值(19.93), 過度識別檢驗中Hansen J檢驗的卡方值的P 值(HJ Chi-sq P)為0.32, 表明工具變量不存在過度識別問題, 驗證了選取的工具變量是外生的。 供應商穩定性對企業研發投入的影響系數為1.065, 通過了1%顯著性水平測試, 與主效應回歸結果一致, 表明本文回歸結果具有穩健性。
(2) Heckman 兩步法: 由于部分企業不披露前五大供應商的具體信息, 導致本文選取的樣本可能存在選擇性偏差。 參考Ellis 等[31]的研究, 使用Heckman 兩步法處理該問題。 第一階段, 將企業是否披露供應商信息(Disclosure)作為被解釋變量, 以本文控制變量作為解釋變量, 進行Probit回歸, 估計出逆米爾斯比率(IMR)。 在第二階段回歸模型中, 將第一階段估計得到的IMR加入到控制變量進行回歸。 表5 列(3) 是對模型重新檢驗的結果, 列(4) 是第二階段回歸結果, 供應商穩定性對企業研發投入的回歸系數為0.497,通過了1%顯著性水平測試。 這表明在控制了樣本自選擇問題后, 本文結論依舊穩健。

表5 內生性檢驗

續 表
(3) 傾向得分匹配法(PSM): 企業研發投入在一定程度上會提高供應商穩定性, 為了克服潛在的反向因果問題, 采用PSM 檢驗。 本文核心解釋變量是連續變量, 計算每個企業全部樣本期的平均供應商穩定性(meanSUS)作為臨界值, 根據企業供應商穩定性是否大于臨界值劃分高穩定性組(SUS_dum=1)和低穩定性組(SUS_dum=0)作為處理變量; 選擇本文控制變量作為協變量; 最后把企業研發投入作為結果變量。 估計企業研發投入的概率模型, 獲得樣本中每家企業研發投入的傾向得分, 采用一對三最近鄰匹配法對估計得到的傾向得分進行匹配, 最后對匹配到的樣本進行回歸。 結果如表5 列(5) 所示, 供應商穩定性的估計系數為0.595, 通過了1%顯著性水平測試, 進一步驗證了本文結論的穩健性。
為了進一步驗證結論的可靠性, 本文進行以下穩健性檢驗。
(1) 考慮到供應商穩定性與企業研發投入可能存在反向因果問題, 即企業研發投入越多, 供應商穩定性越高。 借鑒孟慶璽等[32]的研究, 使用滯后1 期、 滯后2 期的供應商穩定性(L1.SUS、L2.SUS)作為自變量進行回歸, 回歸結果如表6 列(1)和列(2) 所示, 自變量滯后1 期和滯后2 期的回歸系數均為正, 通過了5%顯著性水平測試, 與主效應回歸結果一致, 表明結論具有穩健性。

表6 穩健性檢驗

續 表
(2) 替換被解釋變量。 為了驗證研究結論的穩健性, 用研發投入強度(RD1)作為企業研發投入的替代變量進行穩健性檢驗, 回歸結果如表6列(3) 所示。 供應商穩定性的回歸系數為正且通過了1%的顯著性水平測試, 再次證明本文回歸結果是穩健的。
(3) 替換解釋變量。 本文對供應商穩定性的測量進行了更改, 以檢查結果穩健性。 對于企業主要供應商穩定性(SUS1), 不是比較兩年的變化, 而是研究了更長期, 即3 年期的變化, 擴大了關于供應商穩定性的時間跨度。 結果如表6 列(4) 所示, 供應商穩定性的回歸系數為0.374, 通過了10%顯著性水平測試, 表明在對解釋變量進行重新界定后, 主回歸結果依然穩健。
(4) 替換調節變量。 本文采用企業向第一大供應商采購額占年度采購總額比例來衡量供應商集中度, 按照企業向第一大供應商采購額占年度采購總額比例是否高于行業中位值, 將樣本分為供應商集中度高和供應商集中度低兩組, 分別進行回歸。 回歸結果如表6 列(5) 和列(6) 所示,列(6) 在供應商集中度高時供應商穩定性的回歸系數為0.609, 通過了1%顯著性水平測試, 而在供應商集中度低時不顯著, 與調節效應回歸結果一致, 說明結論具有穩健性。
當企業供應商穩定性高時, 長期的供應商關系可以幫助企業提高產品質量, 并持續降低成本[10]。根據交易成本理論, 與供應商進行交易會產生交易成本, 如果供應商穩定性高, 雙方通過建立長期和信任的合作關系, 可以降低企業與供應商之間的交易成本, 同時也增加了企業經營的穩定性,從而降低企業經營風險。 企業研發活動通常具有高風險和高不確定性, 隨著供應商穩定性對企業經營風險的降低, 企業更愿意承擔額外的研發風險, 提高企業研發投入。 為了檢驗這一機制, 借鑒王竹泉等[33]、 孫光國和陳思陽[34]的研究, 選取企業盈利波動程度作為衡量經營風險(OR)的指標。 為驗證降低經營風險的作用機制, 參照溫忠麟和葉寶娟[35]的研究, 本文構建如下模型:
結果如表7 列(1)、 (2) 所示, 列(1) 供應商穩定性對經營風險的回歸系數為-0.015, 通過了5%的顯著性水平測試, 說明供應商穩定性越高, 企業經營風險越低。 列(2) 供應商穩定性對企業研發投入的回歸系數為0.463, 經營風險對企業研發投入的回歸系數為-2.668, 均通過了1%的顯著性水平測試, 表明供應商穩定性對企業研發投入的影響部分通過降低企業經營風險實現。

表7 機制分析
穩定的供應商愿意提供基于與企業長期業務關系所建立信用水平的商業信用融資。 梅丹和程明[36]發現商業信用融資與企業研發投入顯著正相關。 債務融資成本取決于債權人對公司經營風險的感知[37], 債權人在評估企業價值時將供應商穩定性作為重要的參考依據。 根據實物期權理論,如果把一個研發項目投資看作一個實物期權, 研發項目投資具有高不確定性, 實物期權理論可以量化研發投資項目的價值—綜合考慮供應商穩定性緩解了企業的融資約束, 這降低了研發項目投資的資本成本, 提高了研發項目的行使價值, 從而提高了企業行使該研發項目的概率, 增加了企業進行研發投入的可能性。 因此, 本文預計供應商穩定性有助于減輕企業在研發投資過程中所面臨的融資約束, 從而提高研發投入。 參考黎文靖和李茫茫[38]的研究, 本文選用KZ 指數作為融資約束的代理變量。 為檢驗緩解融資約束的作用機制, 本文構建如下模型:
結果如表7 列(3)、 (4) 所示, 列(3) 供應商穩定性對融資約束的回歸系數為-0.525, 通過了1%的顯著性水平測試, 說明供應商穩定性有助于緩解企業的融資約束; 列(4) 供應商穩定性的系數為0.48, 在1%的水平下顯著; 融資約束對企業研發投入的回歸系數為-0.042, 在10%的水平下顯著, 表明供應商穩定性對企業研發投入的影響部分通過緩解企業融資約束實現。
在我國不同地域背景下, 供應商穩定性對企業研發投入的影響可能呈現明顯的區域性差異。在經濟相對發達的東部地區, 先進的物流和信息基礎設施進一步加強了供應商與企業之間的合作關系, 企業更有可能與供應商建立長期、 穩定的合作關系。 供應商穩定性降低了企業供應鏈風險,使企業能將更多的資源和注意力集中于研發活動。另外, 由于東部地區市場競爭更為激烈, 企業對持續創新和產品優化有更迫切的需求, 技術和創新成為企業獲取競爭優勢的關鍵因素。 本文預計相比于中、 西部地區, 在經濟相對發達和產業高度集聚的東部地區, 供應商穩定性對企業研發投入的促進作用更顯著。 為了檢驗這一機制, 根據不同地區的地理特征, 將全國劃分為東部地區和中、 西部地區。 然后分別就這兩個地區分類對供應商穩定性與企業研發投入的關系進行實證檢驗。
結果如表8 列(2)、 (3) 所示, 列(2) 供應商穩定性對企業研發投入的回歸系數為0.574,通過了1%顯著性水平測試, 而且明顯大于列(1)全樣本中供應商穩定性的回歸系數0.503, 而在列(3) 中、 西部地區結果不顯著。 這表明在不同地域和經濟環境中, 供應商穩定性對企業研發投入的影響存在顯著差異。 這一發現對于理解供應商管理在不同地域和產業環境下如何影響企業研發投入具有重要的理論和實踐意義。

表8 異質性分析
本文以2008~2021 年A 股高科技行業公司為研究樣本, 實證檢驗了供應商穩定性對企業研發投入的影響及其機制。 研究得到以下主要結論: (1)以往學者普遍認為供應商集中度代表穩定的供應商關系, 但集中度難以準確衡量在前五大供應商近兩年發生變動時的穩定性, 這就使研究存在一定的局限性, 本文從動態視角研究發現供應商穩定性能夠顯著促進企業研發投入, 對現有研究進行了補充; (2) 相比于供應商集中度低的企業,供應商穩定性對企業研發投入的促進作用在供應商集中度高時更顯著, 這進一步解釋了現有研究供應商集中度對企業研發投入影響結論不一致的原因; (3) 從影響機制來看, 供應商穩定性可以通過降低經營風險和緩解融資約束提高企業研發投入; 異質性分析發現, 這種關系存在顯著的地區差異性, 表現為在東部地區顯著, 而在中、 西部地區中不顯著, 這為不同地區企業通過供應商關系管理進行研發活動提供了證據支持。
基于上述結論, 本文得出如下啟示:
(1) 企業在制定研發投入計劃時, 應充分考慮企業與外部利益相關者的關系可能對企業研發投入的影響。 尤其是企業與供應商關系的穩定性,穩定的供應商關系可以為企業研發投入提供有利條件。 企業在供應商關系管理中應重視供應商穩定性, 并積極與供應商建立穩定的合作關系。
(2) 企業可以通過供應商集中度的高低判斷與上游供應商建立穩定合作關系的重要性。 當供應商集中度高時, 企業要與供應商保持穩定的合作關系, 加大供應商關系的投資; 另外, 企業要尋找其他供應商或自行研發降低對主要供應商的依賴, 避免供應商中斷對企業經營造成不利影響。當供應商集中度低時, 企業可以根據自身經營情況, 選擇與相關供應商進行合作。 如果沒有同時考慮供應商集中度的成本和收益, 管理者可能只認識到供應商集中度的陰暗面, 即供應商議價能力控制著企業的資源和結果。 這也解釋了近年來供應商穩定性對不同供應商集中度的企業研發投入影響的差異性, 為企業進行供應商關系管理提供了理論借鑒。
(3) 企業應該采取措施降低經營風險, 如制定風險管理策略、 優化供應鏈管理、 多樣化供應商選擇等; 另外, 企業應積極提升自身的商業信用評級和信譽度, 以增加獲得融資的機會和靈活性, 從而增加企業研發投入。