李小荣，张丽男 ｜ 供应商集中度与企业劳动力投资

点击蓝字关注我们

供应商集中度与企业劳动力投资

——基于“劳动经济学与金融”视角的研究

作者简介

李小荣，江西宁都人，财务学博士。中央财经大学财政税务学院教授、博士生导师、副院长、资产评估研究所负责人,全国资产评估教指委副秘书长，教育部霍英东基金获得者，中央财经大学首批“龙马学者”青年学者，美国哥伦比亚大学访问学者，兼任全国资产管理标准化技术委员会委员、北评协教育培训委员会委员、中国企业财务管理协会企业会计实务专业委员会会长等职务。在Journal of Banking and Finance、Journal of Corporate Finance、《管理世界》《管理科学学报》《世界经济》等知名期刊发表多篇论文，出版专著2部，主持国家自然科学基金、教育部霍英东基金、教育部人文社科基金等项目，主编教材4部，担任Journal of Corporate Finance、《管理世界》等知名期刊匿名审稿人。

张丽男，中央财经大学财政税务学院博士研究生。

摘要：当前，劳动力已成为企业的重要资产，研究企业劳动力投资的影响因素并优化劳动力配置富有理论和现实意义。从供应商-客户关系视角探究企业劳动力投资的影响因素以及供应商集中度影响企业劳动力投资的作用机制，实证研究发现：供应商集中度越高，企业的劳动力投资规模越小；企业融资约束更严重（或风险更高）时，供应商集中度与企业劳动力投资规模的负相关关系更强，而且供应商集中度越高，企业的融资约束越严重、企业风险水平更高，说明融资约束和企业风险是供应商集中度影响企业劳动力投资的两种作用机制。此外，基于供应商集中度对企业劳动力技能的影响进行研究，发现供应商集中度的增加会减少各类技能的劳动力投资规模。

关键词：供应商集中度；劳动力投资；融资约束；企业风险；劳动经济学

一、引言

联合国2019年《世界人口展望》报告上的数据资料显示，中国目前老龄化率为12%，位居世界第57位，并且这一排名呈现继续提升趋势，预计从目前至21世纪60年代将是老龄化速度最快的阶段。伴随人口老龄化问题的加重，我国劳动力总量及占比都呈现严重的下滑趋势：联合国老龄化议题相关的数据资料显示，中国2019年15—59岁劳动力人口总量为9.37亿人，占总人口的65%，预计到2030年、2050年，劳动力人口总量将分别降至8.70亿人、7.19亿人，占比分别降至59%、51%。由此可见，从改革开放以来一直作为支撑我国经济快速发展的重要因素之一的人口红利已逐渐走向尾声，该现象的出现将对经济的可持续发展造成较大压力。对企业而言，劳动力是一种非常重要的生产要素，约有三分之二的企业产出都用于补偿劳动投入。对于以服务和技术为导向的现代经济，劳动力已经成为企业最重要的资产。因此，研究企业劳动力投资的影响因素并优化劳动力配置不仅具有较强的理论意义，对于当下的中国还具有极强的现实意义。

劳动经济学与公司金融的结合是目前学术界的热点话题之一，其中公司金融对劳动力投资影响主要包括以下几个方面：从企业融资角度，学者们发现当企业的债务融资不足，尤其是面临银行信贷收紧时，企业往往会倾向于解雇员工，而当企业通过首次公开发行（IPO）进入资本市场时，企业倾向于增加人力资本的投入，提供更多的就业岗位。从公司治理角度，学者们发现以利益相关者为取向的企业更多显示出较低的劳动力流动和裁员水平，外部董事更倾向于实施裁员以及员工自愿或提前退休，内部人员则更倾向于减少对新员工的招聘和保护在职员工。此外还有学者关注公司的盈利情况、偿债能力、公司治理等因素对企业劳动力投资的影响。但根据目前的研究现状来看，关于企业劳动力投资影响因素的研究仍缺乏对企业供应链关系的关注。

事实上，供应商作为企业重要的利益相关者，对企业的经营、战略等方面具有决定性的影响。进入21世纪以来，市场竞争关系已逐渐从企业间的竞争转变为供应链间的竞争，供应商-客户关系对公司行为的影响越来越得到实务界和学术界的重视。现有的供应商-客户关系相关文献，主要以关系专用性投资理论、谈判力理论、交易成本理论等作为理论基础，研究供应商-客户关系对商业信用、企业业绩、现金持有水平等的影响，鲜有学者关注供应商-客户关系对企业劳动力投资的影响。实际上，当企业过度依赖某几家大供应商时，企业与供应商的关系不仅会直接影响到企业的生产经营情况，还可能通过影响企业的融资及风险状况进而作用到企业劳动力投资决策上。由此产生了一系列值得思考的问题：供应商集中度是否会对企业的劳动力投资产生影响？有何影响？潜在的影响机制是什么？对各类技能的劳动力投资又会有怎样的影响？已有文献并未对这些问题给予解答，但综合来看，以上问题具有研究的必要和价值，本文将就这些问题展开研究。

本文的主要贡献可能有：首先，文章丰富了劳动经济学与金融（Labor and Finance）领域的研究。近年来，劳动经济学与金融的结合成为国际学术前沿，而公司金融与劳动经济学的结合则是重点研究范畴。关于劳动力的投资，主要研究融资、公司治理等对企业劳动力投资的影响，学界尚未从供应商视角展开研究。本文从供应商角度找到了影响企业劳动力投资的新因素，并且在理论分析和作用机制上基于劳动经济学与金融结合的理论展开研究，对劳动经济学与金融领域有所贡献。其次，本文拓展了供应商-客户关系的相关研究。以往的供应商-客户关系的研究多集中于在关系专用性投资理论、谈判力理论、交易成本理论等理论的基础上，研究供应商-客户关系对企业商业信用、企业业绩、现金持有水平等的影响，少有文献研究其是否影响到企业的劳动力投资决策，本文在这方面提供了论证和相关经验证据。

二、理论分析与研究假说

（一） 供应商集中度与企业劳动力投资

1.基于谈判力理论的分析

波特在20世纪80年代初提出了波特五力模型，基于此，学者们开始关注议价能力在供应链中的作用，并将议价能力引入到供应链管理相关的研究中。供应商和客户之间存在着对抗和合作关系，尽管合作的关系鼓励更先进的管理以及生产方式，但在讨价还价能力方面，当供应商能力过强时，会对企业本身产生不利影响。供应商的议价能力过强时，会对企业有较强的控制力，供应商可能会降低产品质量并提升产品价格，企业的利润被供应商蚕食，剩余收益的减少使得内部融资匮乏，导致企业缺乏资金进行劳动力投资。相反，当供应链上的供应商数量越多时，供应商处于谈判劣势地位，获得的利润越少，客户企业则处于更有力的谈判地位，可以通过谈判获得更多的剩余利润，有更多的内部资金便于企业进行劳动力投资。

此外，供应商集中度也会影响到企业商业信用的获取。当企业的供应商较多且每家供应商采购额占比均较小时，企业对各家供应商的依赖程度较低，众多可替代的供应商赋予企业较高的谈判能力，如以中断现有交易作为威胁来获得更多有利条件。企业通常会要求供应商提供更多的商业信用，如增加赊销比例、增长还款期等。商业信用对于融资约束具有缓解作用，尤其是在银行信贷提供不足时。融资约束的缓解使得企业有资金去满足对劳动力的需求，增加劳动力投资。与之相反，当企业依靠于几家大供应商时，企业与供应商谈判能力较弱，这时供应商往往占有主动权，进而提出更利于自身的支付条件，比如增加现销、减少赊销、缩短货款回收期，甚至于需要企业提前支付货款，使得企业获得的商业信用较少，融资约束较高，制约企业对劳动力的投入。

2.基于专用性投资理论的分析 

“专用性投资”这一概念由交易成本理论衍生而来，指的是合作双方为了促进合作关系或者维持现有合作关系而进行的投资。供应商-客户间的关系主要依靠关系专用性投资维系，关系专用性投资越多，客户企业会面临越高的生产经营风险。

专用性投资的风险通常可以分为两个方面：（1）经营风险。如果大供应商因破产清算对客户企业停止供货，客户企业会承担较高的转换成本。由于不能及时找到合适的供货来源，客户企业面临着较高的生产经营风险，甚至于造成生产停滞。除了清算风险外，交易条款也存在高度的不确定性，因为事前无法对特定关系投资的结果进行完整描述，所以不能在契约中进行全面的约定。即使供应商没有被清算，但因机会主义在贸易条款上食言，如跟客户企业的竞争者达成战略合作关系而减少甚至中断交易，客户企业仍然容易受到损失。因此，在供应商-客户关系中，企业专用性投资越多，越会使自身处于风险越高的不利地位。（2）资本市场的风险。资本市场将集中的供应商或客户都看作为同类风险，一些上市公司还会在年报中提示此类风险。过度集中的供应商或客户不仅会影响其获取银行信贷的情况，还会体现在股价以及股权融资成本上。

专用性投资越高，企业面临的风险也会越高。高风险会由于以下两个原因使企业的劳动力投资规模降低：（1）高风险所致的融资难，使企业没有资金进行劳动力投资。高风险所致的融资难，一方面来源于企业的高风险与银行的低风险偏好不匹配，企业利用银行贷款获取资金的能力不足，另一方面源于投资者对于高风险给予高收益的要求，企业股权融资成本较高。（2）高风险企业会因破产风险高丧失很多潜在员工。企业生产经营风险高，相应地，其破产风险也会较高，符合企业要求的潜在员工可能会因其失业风险高而放弃加入企业。

基于以上分析，本文提出第一个研究假说：

H1：当企业的供货来源越依赖于主要供应商时，企业劳动力投资规模越小。

（二） 融资约束的影响

企业的劳动力投资规模对于融资约束比较敏感，融资受到限制的企业通常会在技术支出、资本支出以及员工支出等方面降低开销，劳动力投资规模也会因此降低。结合融资约束进行分析有利于更好地理解供应商集中度对于企业劳动力投资的影响。本文采用三个单一指标股利支付率、企业规模、外部融资依赖度，以及综合性评价指标WW指数来衡量企业的融资约束程度。首先，支付股利的企业往往不存在融资约束问题，企业支付股利表明企业经营状况好，处于盈利状况，面临的融资约束问题较轻，因此股利支付率可以间接体现企业的融资约束情况。其次，规模较大的企业通常不存在融资约束问题。规模大的企业拥有更多的融资渠道，信息不对称程度更低，担保价值更高，更容易获得银行贷款，股权融资也会更得投资者的信赖，很多学者采用企业规模作为融资约束的代理指标。再次，外部融资依赖度较高的企业，越有可能因为外部融资成本的增加而面临融资约束问题。外部融资依赖度较高，一方面可能是企业本身的投资需求较高，另一方面也可能反映了企业内部融资能力差。最后，WW指数是反映企业融资约束状况的综合性指标，WW指数越高，企业面临的融资约束问题越严重。

供应商集中度对于企业劳动力投资的影响程度可能会因为企业融资约束情况的不同而存在差异。企业面临的融资约束较小时，虽然供应商集中度会抑制企业的劳动力投资，但这种抑制作用通常较小。受供应商影响，企业商业信用可能会获取不足，但是企业存在其他的融资渠道，如与合作银行关系密切，可获取的银行信贷比较充裕，银行信贷和商业信用存在替代性作用。此时，企业虽依赖于大供应商，但大供应商对于企业本身的影响会降低，对于企业劳动力投资的负面影响也会变小。反之，则会加剧二者的负面作用。据此，本文提出第二个假说：

H2：融资约束会加剧供应商集中度对企业劳动力投资的抑制作用。

（三） 企业风险的影响

企业未来盈利的不确定性越高，企业的破产风险越高。一些风险较高的企业可能必须严格依赖内部资金进行投资活动，因此，未来盈利能力的不确定性增加可能会降低投资。经验证据表明，不确定性（风险）与投资之间存在负相关关系。例如，Leahy 和 White、Minton 和 Schrand以及Bulan通过现金流、利润或股权波动来衡量不确定性，支持了不确定性与投资之间的负向关系。投资的降低会影响到企业人力资本的投入，因此，经营风险也会导致企业员工失业人数上升，劳动力投资规模呈降低趋势。

供应商集中度对于企业劳动力投资的影响程度可能会因为企业业绩不确定性（风险）的不同而存在差异。企业业绩不确定性较高时，供应商集中度对于企业劳动力投资的负面影响会更强。这主要是因为当企业的业绩波动较大时，企业风险较高，如果还受制于几家大供应商，面临着大供应商终止交易，企业无法及时转换供应商的风险，那么企业的处境就会更加恶劣，风险也会进一步提升，银行贷款以及股权融资变得更加困难，同时还会丧失更多的潜在员工。相反，当企业业绩波动较小，有稳定的业务收入，抵抗风险的能力较强，即使依赖于大供应商使企业风险增加，此时的风险仍处于较为安全的区间，对企业投资的负面影响会更低一些，供应商集中度对于企业劳动力投资的负面影响也会降低。据此，本文提出第三个假说：

H3：风险越高的企业，供应商集中度对企业劳动力投资的抑制作用越强。

三、研究设计

（一） 数据来源与样本

本文以2001—2017年的沪深A股上市公司的数据为研究的初始样本，对所有的样本进行了以下处理：（1）由于金融行业报表的特殊性，剔除金融行业的样本；（2）剔除了数据不全的样本；（3）所有的连续变量均进行了上下1%的缩尾处理。企业的财务数据来自CSMAR金融研究数据库和Wind数据库，员工总人数来自CSMAR金融研究数据库，按职能分类的各分类下员工人数数据来自RESSET数据库，并经过人工手动整理。

（二）研究模型与变量定义

为了检验假说H1，本文在参考Falato 和 Liang研究的基础上，建立以下基准回归模型：

被解释变量EMPLOYMENT为劳动力投资，使用年报中披露的上市公司在册（在职）员工人数的自然对数度量。解释变量SC为供应商集中度，参考唐跃军的衡量方式，采用上市公司向前五大供应商采购额之和占年度总采购额的比例度量。在稳健性检验中，参考Dhaliwal 等研究，采用前五大供应商各自采购份额计算的赫芬达尔指数以及向前四大供应商采购额占比作为替代性指标。控制变量参考Falato 和 Liang、王跃堂和倪婷婷的研究。主要包括：企业规模（ASSETS），采用总资产取自然对数表示；固定资产比率（CAPITAL），采用固定资产净额除以总资产表示；资产收益率（OP），采用营业利润除以总资产滞后一期表示；托宾Q值（TOBINQ），采用企业市值占总资产比例表示；营销费用率（AD），采用销售费用除以营业收入滞后一期表示；自由现金流（FCF），FCF=（经营活动产生的现金流量净额-资本支出）/总资产；阿特曼Z得分（Z-SCORE），Z-SCORE =3.3×利润总额/总资产+1.4×留存收益/总资产+1.2×净营运资本/总资产；绝对盈余管理水平（DA），采用修正后琼斯模型计算的可操纵性应计利润绝对值表示。此外，我们还控制行业和年度的影响。

为了检验假说H2，即验证融资约束是否会增强供应商集中度对企业劳动力投资的抑制作用，本文在模型（1）的基础上引入融资约束变量，以及融资约束与供应商集中度的交乘项，具体回归模型如下：

融资约束采用四个指标进行衡量，并分别进行回归。融资约束的四种衡量指标分别为股利支付率（DIVIDEND_D）、企业规模（SIZE_D）、外部融资依赖度（EFC_D）以及WW指数虚拟变量（WW_D），均采用虚拟变量形式。股利支付率采用现金股利占利润比度量，小于等于行业年度中位数赋值为1的样本，融资约束较高，其余赋值为0的样本面临的融资约束较低。企业规模为总资产取自然对数，小于等于行业年度中位数赋值为1，即为高融资约束企业，反之为低融资约束企业。外部融资依赖度指标借鉴Rajan 和 Zingales，刘行等的计算方式，先计算出各样本投资支出减去经营活动净现金的差额除以投资支出的数值，再与行业年度中位数进行比较。大于等于行业年度中位数赋值为1的企业有较高的融资约束，反之融资约束问题较轻。WW指数越高，企业面临的融资约束问题越严重，大于等于行业年度中位数赋值为1的样本面临的融资约束较高，反之融资约束问题较轻。若研究假说H2成立，预计股利支付率、企业规模、外部融资依赖度以及WW指数虚拟变量与供应商集中度的交乘项系数为负。

为了检验假说H3，即风险是否会增强供应商集中度对企业劳动力投资的抑制作用，本文在模型（1）的基础上引入风险变量，以及风险与供应商集中度的交乘项，具体回归模型如下：

很多学者用盈利的波动性作为风险承担的代理指标。本文借鉴前人的做法，风险用盈利的波动性指标来衡量，具体来说，盈利波动性采用以下三个指标进行衡量：ROE波动性（ROESD1）、ROA波动性（ROASD）、经营活动产生的现金流量净额波动性（NCOASD），标准差计算区间为t-2、t-1、t三年。三个指标均采用虚拟变量形式，大于等于行业年度中位数赋值为1，否则赋值为0。如果研究假说H3成立，则预计三组回归的交乘项系数均为负。

四、实证结果与分析

（一） 描述性统计与相关性分析

表1列出了基准回归方程变量的描述性统计结果。从表1可以看出，供应商集中度（SC_t-1）最高可达97.67%，最低仅为4.60%，标准差为0.22，不同企业供应商集中度存在较大差异。劳动力投资（EMPLOYMENT）均值为7.62，标准差为1.26，各企业劳动力投资规模差异较大。

（二） 基本实证结果

表2报告了基准回归情况，第（1）列为不加控制变量的回归结果，第（2）列为增加控制变量后的回归结果，可以看出供应商集中度（SC_t-1）系数均为负，且在1%的水平上显著，验证了研究假说H1，即在其他条件不变时，供应商集中度越高，企业劳动力投资规模会越少。控制变量系数表明，企业规模（ASSETS）越大、固定资产比率（CAPITAL）越高、资产收益率（OP）越高、托宾Q值（TOBINQ）越大、营销费用率（AD）越高、自由现金流（FCF）越多，企业下一期劳动力投资规模会越大，而当企业绝对盈余管理水平（DA）越高时，企业下一期劳动力投资规模会越小。

为了检验假说H2，本文对模型（2）进行了回归，具体回归结果见表3。融资约束的四个代理变量与供应商集中度交乘项系数符合预期，均验证了研究假说H2，即融资约束会加剧供应商集中度对企业劳动力投资的抑制作用。

表4为模型（3）的回归结果。风险代理变量与供应商集中度交乘项的回归系数均显著为负，验证了假说H3，即高风险会加剧供应商集中度对企业劳动力投资的负面影响。

（三） 稳健性检验

1.内生性问题。本文的解释变量和控制变量均采用了滞后一期的形式，一定程度上降低了内生性问题，但依然可能存在内生性问题，比如遗漏变量问题、存在第三个因素导致两者相关等。为了解决内生性问题，本文采用工具变量法的两阶段回归模型。借鉴Dhaliwal 等的研究，采用滞后两期、滞后三期的行业年度集中度平均值（平均值计算时除去样本本身）作为工具变量。表5为工具变量两阶段的回归结果。第一阶段回归结果中，两个工具变量均与解释变量显著正相关，行业供应商集中度均值（除自身影响）越高，企业的供应商集中度也会更高。第二阶段SC_t-1系数仍在1%的水平上显著为负，说明用工具变量控制内生性问题后，本文的主要结论保持不变，即供应商集中度的越高，企业劳动力投资水平越低。

2.关键变量采用其他度量方法。借鉴Dhaliwal 等的做法，供应商集中度采用向前五大供应商采购份额计算的赫芬达尔指数（SCHHI）作为替代变量，该指标越高，说明企业的采购来源更多的是依靠前五大供应商。回归结果支持研究假说H1，基本结论不变。此外，本文还采用向前四大供应商采购额占总采购额比例（TOP4）作为替代性指标结论不变。

3.改变样本范围和样本区间。由于制造行业更需要稳定的采购来源，研究制造行业的样本更能发现供应商对于企业劳动力投资的影响情况，现有文献普遍将制造业作为该问题的研究样本或将其作为稳健性检验的一种方式。仅对制造业的样本进行回归的结果表明在制造业行业中，供应商集中度仍对企业劳动力投资有负向影响。依据江伟等的做法，仅对2009年及以后的样本进行回归，因为上市公司2009年开始正式披露前五大供应商及客户的名称以及采购额和销售额。限于篇幅，结果备索。

（四） 拓展性检验

1.供应商集中度对融资约束的影响。为了进一步检验融资约束是供应商集中度影响企业劳动力投资的作用渠道，本文直接检验供应商集中度对融资约束的影响。本文采用WW指数（WW）度量融资约束。控制变量参考Bayar 等的研究，包括：总资产利润率（RETURN），即利润总额除以总资产；经总资产调整后的现金持有量（CH），即现金期末余额除以总资产；市值账面比（MTB），即年个股总市值除以所有者权益合计；经总资产调整后的资本支出（CE），即资本支出除以总资产；经总资产调整后的净营运资本（NWC），采用净营运资本除以总资产表示；低效率（INEFFICIENCY），采用CE与TOBINQ_D的乘积表示，其中TOBINQ_D为企业当年TOBINQ与行业年度中位数比较，大于等于中位数则为1，否则为0；绝对盈余管理水平（DA）。表6的第（1）列列出了检验的回归结果。可以发现供应商集中度系数为正且显著，表明其他条件不变时，企业供应商集中度越高，融资约束越严重。

结合第三节的融资约束交乘项的结果，证明了融资约束渠道的存在，企业的供应商集中度确实会通过加重企业的融资约束进而影响到企业的劳动力投资情况。当企业的供货来源依赖于几家大供应商时，企业在与大供应商谈判时处于不利地位，供应商会压榨客户企业的利润，企业剩余收益减少，缺少充足的内部资金以便企业进行投资。此外，大供应商基于自身利益会给予客户企业较少的商业信用。因此，企业的内外部融资都会因为大供应商的存在而受到限制，企业融资约束较高，进而影响到劳动力投资支出。

2.供应商集中度对企业风险的影响。为了进一步验证供应商集中度是否会造成风险的增加，进而对企业劳动力投资产生负面影响，本文检验供应商集中度对风险的影响。被解释变量为风险的代理变量，分别用三个业绩波动的指标表示：ROE波动性（ROESD2）、ROA波动性（ROASD2）、经营活动产生的现金流量净额波动性（NCOASD），标准差的时间区间为t、t+1、t+2三年，着重考察供应商集中度对企业未来风险的影响。解释变量为供应商集中度（SC）。控制变量与基准回归的控制变量相同。

表6的第（2）（3）（4）列为检验的回归结果。三组回归中，供应商集中度的系数均显著为正，结合第三节的风险交乘项的结果，证明了风险渠道的存在，即企业的供应商集中度确实会通过影响风险进而影响企业的劳动力投资规模。随着供应商集中度的增加，企业会面临着大供应商停止供货无法及时更换供应商的风险，企业在面临较高的风险时，难以获得外部融资，还易丧失潜在员工，劳动力投资规模会因此而降低。

3.供应商集中度对企业劳动技能的影响。劳动力除了包括数量外，还包括质量维度，即劳动力技能，那么供应商集中度是否会影响劳动力技能呢？由前面的理论分析得知，企业的供应商集中度越高，企业会因谈判劣势出现利润被攫取、商业信用获取不足的情况，进而产生融资约束问题，前文的实证检验也证实了供应商集中度高的企业面临的融资约束也相应较高。目前已有学者研究发现融资约束会影响到企业的劳动力技能，高融资约束对低技能、教育水平低、短期雇佣的劳动力的负面影响最大。据此，本文分析认为供应商集中度不仅会影响到劳动力的数量，还会影响到其质量，即供应商集中度越高，企业面临的融资约束越高，融资约束使得企业各类技能劳动力都会受到影响，其中教育程度低、技能水平低的劳动力受到的负面影响会更大。

为了验证供应商集中度对劳动技能的影响，本文参考Kim 等对劳动力的分类标准，依据职能将劳动力分为六类：生产工人（PRODUCTION）、办公支持人员（STAFF）、技术研发（TECH）、市场销售人员（SALES）、财务人员（FINANCES）、其他员工（OTHERS）。依据学历将员工分为三类：研究生及以上学历的员工（GRAD）、本科及以上学历的员工（BA）、没有大学四年本科学历的员工（NBA）。其中，职能分类中的生产工人、办公支持人员为低技能劳动力，技术研发、市场销售为高技能劳动力；学历分类中的本科及以上学历的劳动力为高技能劳动力，没有本科学历的为低技能劳动力。劳动力分类变量均采用员工人数加一再取自然对数的形式，将劳动力分类变量替换基准回归方程中的被解释变量，进行分组回归（见表7）。回归结果发现，各组供应商集中度的回归系数均显著为负，表明控制其他条件不变时，供应集中度的提高，会使企业倾向于减少各个分类下的劳动力投资规模。在学历分类中，本文发现其他条件不变时，供应商集中度的提高会使没有本科学历的员工减少得最多。

五、结语

本文以沪深A股非金融类上市公司2001—2017年的数据为研究样本，研究供应商集中度对企业劳动力投资的影响以及其中的作用机制。研究发现：供应商集中度越高，企业的劳动力投资规模会越小；融资约束（或风险）会加剧供应商集中度对企业劳动力投资的抑制作用，而且供应商集中度越高，企业的融资约束越严重（或风险越高），进而证实了融资约束和风险两种作用机制的存在。此外，在对劳动力职能以及教育程度分类的基础上，本文的研究发现随着供应商集中度的提高，企业倾向于减少各类技能的劳动力投资规模。

本文不仅具有丰富劳动经济学与金融、供应商-客户关系领域的学术贡献，还具有重要的现实意义。其现实意义主要体现在：（1）有助于企业优化劳动力配置。本文的研究表明供应商集中度会降低企业的劳动力投资，融资约束和风险是两个重要的传导机制，对此，企业可与更多的供应商建立良好的合作关系，分散供货来源，还可以采取战略降低自身的融资约束以及风险，使得企业受供应商的影响降低，可以有更多的资金进行劳动力投资，优化劳动力配置。（2）有助于从微观角度分析宏观就业情况。就业一直以来是国家和人民关注的重点问题，尤其是在当今国际形势复杂多变、中美贸易战的背景下，稳定就业是关系国计民生的大事。就业的微观体现就是企业的劳动力投资情况。本文的结论发掘了企业劳动力投资的影响因素，针对本文的研究结果，政府应加强监管，营造公平竞争的市场环境，防止市场被大供应商垄断。各行业公平有序竞争可为企业提供更多的供货来源，能有效避免企业被大供应商钳制的情况，让企业有更多的资金进行劳动力投资，增加就业岗位。（3）本文的结论对分析老龄化背景下的经济增长有一定的启示作用。老龄化导致的劳动力短缺抑制了经济增长，如何增加劳动力、助力经济增长是目前的一个难题。本文的结论有助于从微观视角思考当前社会背景下的经济增长问题，供应商集中度的降低有利于企业扩大劳动力投资规模，进而缓解中国劳动力总量不断下降的压力，并对经济增长有一定的正面作用。

原文刊发于《厦门大学学报（哲学社会科学版）》2021年第2期《公司金融研究》专栏，第150-162页。因篇幅问题，注释删略。

相关文章：

欢迎关注“厦大哲社版学报”微信公众号

投稿平台

https://xdxbs.xmu.edu.cn/