现阶段,中国发展进入新时期,要素禀赋与40年前相比发生了根本变化,经济规模、贸易规模、资金跨国流动规模等均居世界前列,但由于国际经济政治环境也随之发生变化,我国与发达经济体的关系从互补合作为主转变为互补与竞争合作并存。在此背景下,党中央审时度势提出了“内循环为主、外循环赋能与更高水平双循环”的发展战略。事实上,供应商作为供应链上重要而关键的一环,如何合理布局和优化供应商,不仅是企业应对日益激烈的竞争格局和复杂多变的市场环境的重要手段,更是协调企业长短期战略和提高供应链管理效率的有效路径。已有文献表明,供应商选择会对企业生产经营(江伟等,2017)、会计政策(Cen等,2017)、会计信息质量(Bauer等,2018;方红星等,2017)、审计师选择(方红星和张勇,2016)、融资决策(Dhaliwal等,2016;Seo等,2017)等方面产生重要的影响。可见,供应商选择决策对企业运营、经营绩效等方面至关重要,由此引起了学术界的高度关注。
企业的供应商选择决策是一个动态、持续的调整与优化过程,充分体现了成本与收益权衡原则。企业供应商选择决策过程中,会考察和权衡产品质量、产品价格、供应商信誉、技术水平、物流成本、信息成本等因素的约束。值得注意的是,在全球化和信息化时代,企业与遍及全国甚至全球供应商之间的互信尤为重要,它不仅是缔结合作伙伴关系的基础,而且会影响企业与供应商之间的良性互动以及交易成本。事实上,企业是各种要素所有者以及他们和顾客之间缔结的一系列契约的集合(Jensen等,1976)。交易成本理论认为,由于不确定性,理性、信息、选择与交换的有限性以及机会主义的存在,人们只要产生互动行为就会产生交易成本(Feiock等,2009)。尽管正式制度(如法律法规)可以促进契约执行,但信任等非正式制度可以有效弥补正式制度在规制或约束个体行为及其互动关系方面的漏洞,从而与正式制度协同,确保契约顺利执行(Allen等,2005;Alesina和Giuliano,2015;陈冬华等,2013)。因此,信任在组织和行业的健康有序发展、促进社会和谐与经济可持续发展中扮演重要角色。
鉴于此,本文采用文本分析法,将信任文化嵌入供应商选择决策的分析框架,研究信任文化这一非正式制度在供应商分布决策中的作用以及影响机制。结果发现,具有信任文化导向的企业扩大了供应商选择的分布范围,有助于优化供应商管理,统计意义和经济意义上均显著,在考虑样本自选择后结论依然成立。进一步从成本收益视角剖析发现,与不存在信任导向的企业文化相比,存在信任文化导向的企业供应商更为分散的现象在方言多样化程度低、交通便利度高的样本中更为明显,验证了心理距离和空间距离假设。此外,本文还发现,在市场竞争激烈、供应商集中度低、制造业企业样本中,信任文化对企业供应商分布决策的影响更为明显。
本研究可能的创新之处主要体现在:首先,着眼于考察信任文化这一深层次文化因素在供应链管理中的重要作用,丰富和拓展了该领域的文献。以往研究聚焦在供应商选择经济后果方面的研究,如企业生产经营(江伟等,2017)、会计信息质量(Bauer等,2018;方红星等,2017)、融资决策(Dhaliwal等,2016;Seo等,2017)等方面有着重要的影响。而本文则是基于“双循环”战略背景,从供应商选择的影响因素这一角度形成了对现有文献的补充。其次,本文将信任文化嵌入企业供应商选择的决策模型,从理论上深入系统地剖析了非正式制度之信任文化对供应商选择决策的作用机理,有助于厘清信任文化在经济活动中发挥作用的原因,并为文化的治理作用提供新证据。最后,本文的研究结论具有重要的政策含义,我国政府在推动社会信用体系建设时,将“健全社会信用体系”作为2019年政府工作报告中的一项重要内容,旨在构建良好的社会信任环境,减少契约执行成本,促进经济繁荣和社会稳定。本文的研究结论表明,信任文化这一非正式制度有利于优化企业的供应链管理,对进一步深入理解企业供应商布局及优化管理,尤其是对“双循环”战略下供应链管理及优化具有重要的参考价值。
余下内容安排如下:第二部分为理论分析与研究假设;第三部分为研究设计,主要包括模型设计与变量定义、样本选择与数据来源以及描述性统计分析;第四部分为实证结果及分析;第五部分为异质性检验;最后为本文的结论与政策启示。
二、理论分析与研究假设企业的供应商分布决策是企业基于成本与收益原则权衡如何选择供应商分布范围的决策,这是一个动态、持续的调整与优化过程,受到多种因素的制约。通常而言,距离较近的供应商因区位优势与企业互动更为便捷,而距离较远的供应商因区位劣势与企业互动的频率可能会降低,信息不对称程度也随之加剧,进而增加交易成本。当然,供应商分布决策可能还会受到产品质量、产品价格、供应商信誉、技术水平、物流成本、信息成本等因素的影响。事实上,除了这些影响交易成本的显性因素外,信任文化这一隐性因素对企业与供应商之间的交易成本影响不容忽视。
文化能够改变人的信念和行为,不仅影响企业行为(Stulz和Williamson,2003),而且对债券定价(杨国超和盘宇章,2019)、金融市场发展(Guiso等,2015)、会计信息质量(Cheng等,2017)、供应商决策(Wang等,2011)和经济增长(Allen等,2005)等方面有重要的影响。信任文化作为非正式制度与文化传统的体现者,不仅是国家、地区、企业软实力形成的内生性资源,更是提高企业核心竞争力的重要因素。供应商作为企业最重要的利益相关者之一,而信任是影响企业与供应商合作关系的关键因素。现有文献已意识到信任对供应商决策的影响(Wang等,2011;Poppo等,2016;饶品贵等,2019;王永贵和刘菲,2019)。然而,由于企业个体层面的信任变量难以刻画和度量,导致信任如何影响企业供应商决策的研究并没有受到足够的关注和重视,这使得现有文献与实践可能存在某种程度的脱节。因此,本文将信任文化嵌入供应商选择决策的分析框架,试图探讨信任文化对企业供应商决策的影响机理及其作用机制。
契约本质上是高度依赖信任的,信任是市场经济中所有交易的前提和基础。正如Arrow(1969)所说:“每一笔经济交易都包含着信任要素”。复杂且不完全的契约制度环境正是信任发挥作用的土壤,信任作为“润滑剂”有助于市场交易的顺利完成和降低契约成本(吕朝凤等,2019)。信任是个体对于潜在对手实施对其有利或者至少是无害行为概率的主观评价,Guiso等(2008)则直接将信任定义为个体对其被欺骗概率的主观评价。大量研究表明,信任文化有助于推动经济增长和提高社会效率(La Porta等,1997)、金融市场发展(Guiso等,2009)、公司并购与融资(Duarte等,2012)、国际贸易与投资(Guiso等,2009),能够提升信息透明度、会计信息质量及其市场反应(Pevzner等,2015;Jha,2019)。也有研究发现,信任文化对外界起到信号传递作用,并且能够优化公司治理,有助于增进组织、个体之间的相互信任,而信任能够促进交流与合作,可以降低信息搜索成本、监督需求以及信息不对称程度,进而降低交易成本(Gulati和Nickerson,2008)。可见,信任文化对企业行为有着重要的影响,具体到企业供应商选择决策,本文认为,信任文化对供应商选择决策的影响至少表现在以下几点:
首先,企业供应商选择决策是一个动态、持续的调整与优化过程,互信是企业与遍及全国甚至全球的供应商之间合作的基础。由于企业与供应商之间往往存在较为严重的信息不对称,倡导信任文化不仅可以促进企业与供应商之间的情感互动,而且可以促进企业与供应商之间的信息交流,降低沟通成本和事前交易的信息搜集成本,进而促进基于双边的互惠互利行为(Poppo等,2016;王永贵和刘菲,2019)。
其次,倡导信任文化增加了企业与供应商之间关系的可控性,降低了关系的管理和维护成本(Adler和Kwon,2002)。一方面,信任文化使得合作方不必依赖于合同来治理双边关系,从而避免合同产生的谈判成本、签约成本和契约保障等交易成本以及信用风险(Wang等,2011)。另一方面,信任文化会使得供应商对企业产生积极的心理期望,从而增加了企业与供应商之间关系的可协调性,减少合作冲突的发生,降低事后交易协调成本、监督成本和执行成本(Poppo等,2016;刘凤委等,2009)。
最后,契约不完全性是导致“敲竹杠”问题的要因,由此也会影响企业供应商选择决策。由于契约的不完全性,使得契约合同在规制或约束个体行为及其相互关系方面存在漏洞,从而导致契约合同难以得到有效执行。在这种环境中,契约双方之间的信任就成为促进契约履行的一种“润滑剂”,如果企业倡导信任文化,供应商和企业之间就越相互信任,供应商也更有意愿与企业合作,从而扩大企业选择供应商的范围。同时,企业实施资产专用性投资后面临“敲竹杠”的可能性越小,获得收益的可能性则越大(吕朝凤等,2019)。
综上,倡导信任文化可以缓解企业与供应商之间的信息不对称,降低交易成本,避免“敲竹杠”问题,促进企业与供应商之间合作关系,进而拓展企业供应商的分布范围,优化供应商分布决策。据此,本文提出如下研究假设:
H1:限定其他条件,信任文化与企业供应商分布显著正相关,即具有信任文化导向的企业扩大了供应商选择的分布范围。
前已述及,倡导信任文化缓解了企业与供应商之间的信息不对称,降低了交易成本,促使拓展了企业供应商选择的分布范围。但不可否认的是,企业与供应商之间的心理距离和空间距离也会影响二者之间的信任关系,进而影响企业供应商的分布范围。
中国文化底蕴深厚,物博地广,各地都有自己独特的方言,不同的方言孕育着不同的文化,这种文化差异不仅会带来语言交流上的障碍,而且会影响人际交往的心理距离,进而影响信任与沟通(Pendakur和Pendakur,2002)。心理距离增加了信息搜集成本和沟通成本,而相似的个体有共同的文化偏好,更容易引起互动,可以减少人际沟通和理解障碍,提高交流沟通效率,降低搜寻合作者的成本(Barner-Rasmussen和Bjorkman,2007;Tang等,2014;徐现祥等,2015)。不同的方言融入了地方文化和情感,代表不同的文化和习俗,方言越多样,企业与供应商之间的文化背景、习俗等方面的差异越大,更容易拉开他们交流中的心理距离,进而会影响企业与供应商在互动过程中的信任,使得他们在相互理解和合作上存在障碍,增加了交流沟通成本,提高了合作成本和合作难度(Alesina等,2013;程博和潘飞,2017),进而影响企业供应商选择决策。由此预期,方言多样化差异会削弱信任文化与企业供应商分布之间的正相关关系。据此,本文提出如下研究假设:
H2:限定其他条件,倡导信任文化的企业扩大了供应商分布决策的现象在方言多样化程度低的样本中更为明显。
良好的交通基础设施压缩了城市之间的时空距离,提高了城市可达性,不仅改变了人们的出行以及生活方式,更深刻地影响着企业运营方式和城市经济发展(Bernard等,2019;黄张凯等,2016;赵静等,2018)。交易成本理论将交易成本分为计量成本(measurement cost)和执行成本(enforcement cost)两类,前者指的是信息传递成本,后者指的是履行合约成本。毋庸置疑,企业与供应商之间的关系也会受到交通基础设施水平的影响。一方面,对供应商分布决策而言,良好的交通基础设施有利于降低供应商的运输成本(包括直接物流成本和运输时间成本等显性成本),从而使得企业有动机选择远距离的供应商,以获取有利的产品价格和更可靠的产品质量,从而提升和优化供应链管理质量(饶品贵等,2019)。另一方面,中国有句俗话:“一回生,二回熟,三回是朋友”。城市交通基础设施的改善,增加了业务访问的概率和频率,缩小了企业与供应商之间的“空间距离”,使得他们更容易发生互动,增进了企业与供应商之间信息沟通、交流与信任,从而促进双方贸易合作,降低隐性的交易成本,提高交易效率(饶品贵等,2019)。由此可见,交通基础设施的改善,不仅降低了与供应商相关联的运输成本,而且降低了企业与供应商之间的信息获取与沟通成本,使得企业有动机优化供应商分布。本文预期,交通便利度改善会增强信任文化与企业供应商分布之间的正相关关系。据此,本文提出如下研究假设:
H3:限定其他条件,倡导信任文化的企业扩大了供应商分布决策的现象在交通便利度高的样本中更为明显。
三、研究设计(一)模型设计与变量定义
为了考察信任文化对供应商分布决策的影响,本文将待检验的模型设定如下:
$\begin{aligned} DISTANC{E_{i,t}} =&\alpha + {\beta _1} \times CULTUR{E_{i,t}} + {\sum {CONTROLS} _{i,t}} + \sum {IN{D_{_{i,t}}}} \\ & + \sum {YEA{R_t} + {\varepsilon _{_{i,t}}}} \end{aligned}$ | (1) |
$\begin{aligned} DISTANC{E_{i,t}} =& \alpha + {\beta _1} \times CULTUR{E_{i,t}} \times DISVERSIT{Y_{i,t}} + {\beta _2} \times CULTUR{E_{i,t}} + {\beta _3} \\ & \times DISVERSIT{Y_{i,t}} + {\sum {CONTROLS} _{i,t}} + \sum {IN{D_{_{i,t}}}} + \sum {YEA{R_t} + {\varepsilon _{_{i,t}}}} \end{aligned} $ | (2) |
$\begin{aligned} DISTANC{E_{i,t}} = &\alpha + {\beta _1} \times CULTUR{E_{i,t}} \times HS{R_{i,t}} + {\beta _2} \times CULTUR{E_{i,t}} + {\beta _3} \times HS{R_{i,t}} \\ & + {\sum {CONTROLS} _{i,t}} + \sum {IN{D_{_{i,t}}}} + \sum {YEA{R_t} + {\varepsilon _{_{i,t}}}} \end{aligned} $ | (3) |
其中,被解释变量DISTANCE为企业与前五大供应商之间的距离,借鉴Petersen和Rajan(2002)、饶品贵等(2019)的方法,同时构建了供应商加权距离指标WDISTANCE,衡量企业前五大供应商分布情况,该指标越大,表示企业供应商分布越分散,具体计算公式如下:
$ WDISTANC{E}_{{i,t}}=LN(1+{\displaystyle \sum DISTANC{E}_{{i,j,t}}\times RATI{O}_{{i,j,t}}})$ | (4) |
式(4)中,WDISTANCEi,t表示企业i在t年度前五大供应商的加权平均距离,DISTANCEi,j,t表示前五大供应商j与企业之间的绝对平均距离,RATIOi,j,t表示与供应商j对应的占企业前五大供应商采购业务总额的比重。
解释变量CULTURE为是否存在信任导向的企业文化。近年来,不少学者采用问卷调查或者案例研究的方法来度量文化指标,由于问卷无法回避研究者和被调查者的主观性成分,也难以进行大样本研究,并且问卷结果会随调查情景变化而有所不同,也难以重复,其结论普适性存在一定的争议。参考Guiso等(2015)、姜付秀等(2015)的研究方法,本文采用文本分析法来度量信任文化(CULTURE)。数据收集按照如下三个步骤进行:第一步,定义“信任”元素的相关词汇集。通过查阅《现代汉语词典》和《新华字典》,选取以“信任、信赖、笃信、信托、置信、坚信、守信、立信、诚信、相信、确信、自信、信誉、坦诚”等为主的词汇。第二步,定义“信任”元素的检索范围。通过手工搜索公司官网首页、企业文化栏目、公司简介、网页新闻报道、公司董事长或CEO参与采访及年会等活动中新闻报道中的讲话内容以及公司年报和内部控制评价报告中有关企业文化相关的陈述等相关信息源,无论何种途径获取到“信任”文化信息,若企业文化中包含有关上述词汇中的任一个词汇,则认为企业存在“信任”导向的企业文化。本文采用CULTURE作为企业信任文化的虚拟变量,如果企业存在信任文化时,则CULTURE赋值为1,否则为0。第三步,数据收集验证。为确保数据收集的准确性,实行三轮验证,第一轮由收集者在收集完毕后复核一遍;第二轮由不同数据收集者交叉进行复核,发现是否存在收集误差,共同进行校验确认;第三轮由作者对所有收集的数据全部进行复核一遍,确保判定的一致性。
DISVERSITY和HSR为调节变量。其中,DISVERSITY用来衡量心理距离,参考徐现祥等(2015)的研究,采用方言多样性指数衡量心理距离。具体计算公式如(5)式所示。
$DIVERSIT{Y_i} = 1 - \sum\limits_{j = 1}^N {S_{j,i}^2} $ | (5) |
其中,
HSR用来衡量空间距离,参考饶品贵等(2019)的研究,当上市企业办公所在地城市当年开通高铁时HSR赋值为1,否则赋值为0。
此外,参考江伟等(2017)、饶品贵等(2019)的研究,本文控制了其他可能影响企业供应商分布决策的特征变量,包括现金持有(CASH)、存货比率(INVT)、财务杠杆(LEV)、企业规模(SIZE)、盈利能力(ROA)、应收账款比率(REC)、公司年龄(AGE)、所在地区的人均GDP(GDP)、产权性质(SOE)、行业(IND)以及年度(YEAR)。回归主要变量的具体定义见表1。
变量符号 | 变量含义及计算方法 |
WDISTANCE | 加权平均距离,采用饶品贵等(2019)构建的企业与前五大供应商之间加权平均距离来度量 |
DISTANCE | 绝对平均距离,采用饶品贵等(2019)构建的企业与前五大供应商之间绝对平均距离来度量 |
CULTURE | 信任文化,企业文化中有“信任”相关表述时赋值为1,否则赋值为0 |
DIVERSITY | 方言多样性,采用徐现祥等(2015)构建的方言多样性指数来度量 |
HSR | 高铁开通,当上市企业办公所在地城市当年开通高铁时赋值为1,否则赋值为0 |
CASH | 现金持有,定义为企业现金持有量与资产总额之比 |
INVT | 存货比率,定义为企业存货净额与资产总额之比 |
LEV | 财务杠杆,定义为负债总额与资产总额之比 |
SIZE | 企业规模,定义为总资产的自然对数 |
ROA | 盈利能力,定义为净利润与资产总额之比 |
REC | 应收账款比率,定义为企业应收账款净额与资产总额之比 |
AGE | 企业年龄,定义为企业成立年限加1的自然对数 |
GDP | 人均GDP,定义为企业办公所在地人均GDP |
SOE | 产权性质,定义企业实际控制人为国有时取1,否则为0 |
(二)样本选择与数据来源
由于我国现行企业会计准则自2007年1月1日起实施,并且2007年报中上市公司披露的前五大供应商信息缺失程度较大,因此,本文选择2008—2017年中国A股上市公司为研究对象,对样本做如下筛选:(1)剔除金融保险行业公司;(2)剔除ST、*ST的样本;(3)剔除模型中主要变量和控制变量有缺失值的样本。通过以上标准的筛选,本文共保留了7546个观测值。供应商距离、高铁开通等数据源自饶品贵等(2019)提供在《中国工业经济》网站(http://ciejournal.ajcass.org/)附件中的公开数据。信任文化数据采用文本分析法,经手工搜集整理获取;方言多样性数据来源于徐现祥等(2015)构建的278个地级及以上城市的方言多样性指数;其他研究数据来自CSMAR和WIND数据库。为了保证数据有效性并消除异常值对研究结论的干扰,对相关连续变量均在1%和99%水平上进行Winsorize处理。
(三)描述性统计特征
表2列出了主要变量的描述性统计结果。数据表明,样本期间DISTANCE和WDISTANCE的均值分别为5.1617和3.6921,表明企业与五大供应商的平均距离为173.46(
VARIABLE | N | MEAN | S.D | MIN | MEDIAN | MAX |
WDISTANCE | 7 546 | 3.6921 | 1.3074 | 0.0403 | 3.6717 | 8.0212 |
DISTANCE | 7 546 | 5.1617 | 1.3245 | 0.0403 | 5.2462 | 8.2324 |
CULTURE | 7 546 | 0.4597 | 0.4984 | 0.0000 | 0.0000 | 1.0000 |
DIVERSITY | 7 546 | 0.2268 | 0.1865 | 0.0015 | 0.2281 | 0.7667 |
HSR | 7 546 | 0.7220 | 0.4479 | 0.0000 | 1.0000 | 1.0000 |
CASH | 7 546 | 0.2016 | 0.1507 | 0.0137 | 0.1570 | 0.7258 |
INVT | 7 546 | 0.1472 | 0.1132 | 0.0004 | 0.1261 | 0.5733 |
LEV | 7 546 | 0.4243 | 0.1741 | 0.1647 | 0.4212 | 0.6961 |
SIZE | 7 546 | 21.0898 | 1.3108 | 18.6023 | 20.9258 | 25.0248 |
ROA | 7 546 | 0.0413 | 0.0257 | 0.0071 | 0.0377 | 0.0814 |
REC | 7 546 | 0.1546 | 0.1241 | 0.0007 | 0.1311 | 0.5611 |
AGE | 7 546 | 2.6273 | 0.4233 | 1.3863 | 2.7081 | 3.4012 |
GDP | 7 546 | 11.2697 | 0.3967 | 10.5578 | 11.3548 | 11.7825 |
SOE | 7 546 | 0.2213 | 0.4152 | 0.0000 | 0.0000 | 1.0000 |
(一)主效应检验
表3列出了主效应检验的回归结果。第(1)列显示,在控制其他因素的影响后,信任文化(CULTURE)对于供应商加权平均距离(WDISTANCE)的回归系数为0.1206,且在5%的统计水平上显著,意味着与不存在信任导向的企业文化相比,存在信任文化导向的企业与供应商加权平均距离增加了12.06%,这一结果在经济意义上同样显著。第(2)列显示,在控制其他因素的影响后,信任文化(CULTURE)对于供应商平均距离(DISTANCE)的回归系数为0.1593,且在1%的统计水平上显著,意味着与不存在信任导向的企业文化相比,存在信任文化导向的企业与供应商平均距离增加了15.93%,这一结果也在经济意义上依然显著。以上检验结果表明,倡导信任文化导向的企业扩大了供应商的分布范围,有助于优化供应商管理,统计意义和经济意义均显著,验证了本文的研究假设H1。
VARIABLE | (1) | (2) |
WDISTANCE | DISTANCE | |
CULTURE | 0.1206** | 0.1593*** |
(2.2090) | (2.8491) | |
CASH | 0.2020 | 0.0343 |
(1.1010) | (0.1853) | |
INVT | 0.7452*** | 0.6841*** |
(2.9951) | (2.7391) | |
LEV | 0.0712 | 0.1066 |
(0.4231) | (0.6206) | |
SIZE | 0.0852*** | 0.0521* |
(3.1666) | (1.8694) | |
ROA | 0.9969 | 0.9637 |
(0.9687) | (0.9160) | |
REC | 0.0289 | −0.1023 |
(0.1219) | (−0.4227) | |
AGE | −0.1581** | −0.1218* |
(−2.2746) | (−1.7253) | |
GDP | −0.2081*** | −0.2382*** |
(−2.7277) | (−3.0609) | |
SOE | −0.2574*** | −0.2943*** |
(−3.3778) | (−3.7740) | |
CONSTANT | 4.9192*** | 7.0702*** |
(4.7718) | (6.7343) | |
IND/YEAR | Yes | Yes |
ADJ.R2 | 0.0324 | 0.0308 |
N | 7 546 | 7 546 |
注:***、**和*分别表示1%、5%和10%的显著性水平;括号中为t值;上述模型结果均是经过按照公司股票代码进行了cluster by firm的处理,并利用robust选项控制了异方差问题。下同。 |
表3的检验结果为信任文化影响企业供应商分布决策提供了强有力的经验证据,但是,为了增强本文结论的稳健性,须考虑信任文化与企业供应商分布之间关系可能受到样本自选择导致的内生性问题干扰。为了控制样本选择偏误,本文采用Heckman两阶段回归法,构建一个信任文化导向的企业选择模型,解释变量为传统文化价值观(CULTURALVALUES)和核心价值观(COREVALUES),其余各变量的度量方式与模型(1)相同;根据选择模型(6)式计算出逆米尔斯比率(inverse mills ratio,简称IMR),再将计算出的逆米尔斯比率(IMR)代入到计量模型(7)式进行第二阶段的回归。Heckman第一阶段选择模型为:
$\begin{aligned} Probit{(CULTURE)_{i,t}}= & {\beta _0} + {\beta _1} \times CULTURALVALUE{S_{i,t}} + {\beta _2} \times COREVALUE{S_{i,t}} \\ & + {\sum {CONTROLS} _{i,t}} + \sum {IN{D_{i,t}}} + \sum {YEA{R_{i,t}}} + \varepsilon \end{aligned} $ | (6) |
Heckman第二阶段模型为:
$\begin{aligned} DISTANC{E_{i,t}} = & \alpha + {\beta _1} \times CULTUR{E_{i,t}} + {\beta _2} \times IM{R_{i,t}} + {\sum {CONTROLS} _{i,t}} \\ & + \sum {YEA{R_t} + {\varepsilon _{_{i,t}}}} \end{aligned} $ | (7) |
其中,模型(6)中被解释变量为信任文化(CULTURE),传统文化价值观(CULTURALVALUES)和核心价值观(COREVALUES)为决策模型的外生变量,之所以选取传统文化价值观和核心价值观两个外生决策变量,这是因为:文化具有长期性特征,企业文化的有效性取决于已有的文化价值观。信任文化作为企业文化重要的组成部分,是非正式制度与文化传统的体现,规导组织成员按照与文化价值观相一致的社会规范行事,很大程度上取决于企业是否受到传统文化价值观的影响。参考Guiso等(2015)、程博等(2020)的研究方法,本文采用文本分析法来度量传统文化价值观。类似信任文化的数据收集与衡量方法,通过手工搜索公司官网首页、企业文化栏目、公司简介、网页新闻报道、公司董事长或CEO参与采访及年会等活动中新闻报道的讲话内容、公司年报、内部控制评价报告中有关文化相关的陈述等信息源,无论何种途径获取到“传统文化”“厚德载物”“仁义礼智信”“和而不同”“以人为本”“人为本,信为道”等信息时,认为企业倡导传统文化价值观。如果企业具有传统文化价值观时,则CULTURALVALUES赋值为1,否则为0。如果企业文化栏目中突出列示核心价值观时,则COREVALUES赋值为1,否则为0。为确保数据收集的准确性,与信任文化收集数据方法相同,实行三轮校验和查证。
表4列出了信任文化与供应商分布决策关系的Heckman模型两阶段检验结果。第(1)列是第一阶段的回归结果,在控制其他因素的影响后,企业具有传统文化价值观和企业文化栏目中包含核心价值观时,企业存在信任文化导向的概率越大(p<0.01)。第(2)至(3)列是第二阶段的回归结果,从中可以看出,逆米尔斯比率(IMR)的系数为负均不显著,而信任文化与供应商距离的系数依然显著为正(p<0.01),这表明样本选择性偏误对前文的检验结果影响非常有限,进一步验证了本文的研究假设H1。
VARIABLE | (1) | (2) | (3) |
First Stage | Second Stage | Second Stage | |
CULTURE | WDISTANCE | DISTANCE | |
CULTURE | 0.1007*** | 0.1437*** | |
(2.7396) | (3.8763) | ||
CASH | 0.3429** | 0.1953 | 0.0286 |
(2.5557) | (1.5154) | (0.2242) | |
INVT | 0.1428 | 0.7427*** | 0.6822*** |
(0.8873) | (4.8005) | (4.4259) | |
LEV | −0.8301*** | 0.1000 | 0.1306 |
(−6.9211) | (0.8913) | (1.1417) | |
SIZE | 0.0988*** | 0.0800*** | 0.0479*** |
(5.6247) | (4.7962) | (2.8015) | |
ROA | −0.9084 | 1.0382 | 1.0006 |
(−1.2782) | (1.5724) | (1.4892) | |
REC | 0.0311 | 0.0214 | −0.1099 |
(0.2012) | (0.1490) | (−0.7576) | |
AGE | 0.1615*** | −0.1625*** | −0.1256*** |
(3.5655) | (−3.9376) | (−3.0653) | |
GDP | −0.1160** | −0.2052*** | −0.2359*** |
(−2.5030) | (−4.6703) | (−5.2948) | |
SOE | −0.1740*** | −0.2545*** | −0.2921*** |
(−3.7476) | (−5.6554) | (−6.3527) | |
CULTURALVALUES | 0.4403*** | ||
(8.9848) | |||
COREVALUES | 1.2035*** | ||
(30.3213) | |||
IMR | −0.0464 | −0.0362 | |
(−1.0801) | (−0.8344) | ||
CONSTANT | 0.3082 | 4.6750*** | 6.6149*** |
(0.4209) | (6.6449) | (9.3641) | |
IND/YEAR | Yes | Yes | Yes |
ADJ.R2/PSEUDO R2 | 0.2599 | 0.0315 | 0.0301 |
N | 7 546 | 7 546 | 7 546 |
(二)心理距离影响的检验
为了考察心理距离对信任文化与企业供应商分布决策关系的影响,本文以方言多样性指数刻画心理距离,表5列出了心理距离效应检验的基本回归结果。第(1)列结果显示,交互项CULTURE×DIVERSITY的回归系数为−0.4545,且在1%的统计水平上显著;第(2)列结果显示,交互项CULTURE×DIVERSITY的回归系数为−0.2877,且在10%的统计水平上显著。以上检验结果表明,心理距离是影响信任文化与企业供应商分布决策之间关系的重要因素,表征出信任文化对企业供应商分布决策的影响在方言多样化程度低的样本中更为明显,即心理距离削弱了信任文化与企业供应商分布决策的正相关关系,与本文预期一致,支持了本文研究假设H2。
VARIABLE | (1) | (2) |
WDISTANCE | DISTANCE | |
CULTURE×DIVERSITY | −0.4545*** | −0.2877* |
(−2.7710) | (−1.7422) | |
DIVERSITY | 0.5675*** | 0.5161*** |
(4.8641) | (4.3293) | |
CULUTURE | 0.2189*** | 0.2186*** |
(4.5660) | (4.5209) | |
CONTROLS | Yes | Yes |
CONSTANT | 4.3085*** | 6.2615*** |
(6.1357) | (8.8617) | |
IND/YEAR | Yes | Yes |
ADJ.R2 | 0.0357 | 0.0338 |
N | 7 546 | 7 546 |
(三)空间距离影响的检验
为了考察空间距离对信任文化与企业供应商分布决策关系的影响,本文以高铁开通这一交通便利指标来刻画空间距离,表6列出了空间距离效应检验的基本回归结果。第(1)列结果显示,交互项CULTURE×HSR的回归系数为0.2368,且在1%的统计水平上显著;第(2)列结果显示,交互项CULTURE×HSR的回归系数为0.2196,且在1%的统计水平上显著。以上检验结果表明,是否开通高铁也是影响信任文化与企业供应商分布决策之间关系的重要因素,表征出信任文化对企业供应商分布决策的影响在开通高铁(即交通便利度高)的样本中更为明显,与本文预期一致,支持了本文研究假设H3。
VARIABLE | (1) | (2) |
WDISTANCE | DISTANCE | |
CULTURE×HSR | 0.2368*** | 0.2196*** |
(3.4833) | (3.1792) | |
HSR | −0.0880* | −0.0944* |
(−1.7243) | (−1.8000) | |
CULUTURE | −0.0492 | 0.0020 |
(−0.8346) | (0.0334) | |
CONTROLS | Yes | Yes |
CONSTANT | 4.8429*** | 6.7330*** |
(6.8432) | (9.4591) | |
IND/YEAR | Yes | Yes |
ADJ.R2 | 0.0338 | 0.0319 |
N | 7 546 | 7 546 |
本文第四部分的实证结果表明,与不存在信任导向的企业文化相比,存在信任文化导向的企业扩大了供应商的分布范围,有助于优化供应商管理。那么,这种影响程度还可能取决于企业选择更换供应商成本与收益的权衡,因而会受到企业异质性的影响。本部分尝试从市场竞争、供应商集中度和行业特征角度切入,通过引入交互项的方式考察上述公司特征对信任文化与供应商分布决策关系的影响,试图进一步揭开其中的黑箱。本文之所以选择从三方面考察截面差异,这是因为:第一,基于收益视角,如果企业所处行业竞争较为激烈,其面临外部商业环境风险越高,为应对环境不确定性,选择更换供应商的边际收益相对较高(Gaspar和Massa,2006;Paul和Jeffrey,2008)。在面临激烈的市场竞争时,企业更有动机寻求远距离的供应商来缓解竞争的风险和压力,进而维持市场地位和提高经营业绩。第二,基于成本视角,较高的供应商集中度伴随着较高的关系专用性投资,一旦供应链关系破裂,会面临价值减损的风险(Raman和Shahrur,2008;Wang,2012);但如果企业供应商集中度较低时,表明企业对主要供应商的依赖度也较低,各方的关系性专用性投资也相对较少,此时选择更换供应商的边际成本相对较低(Dhaliwal等,2016)。对于供应商集中度较低的企业,由于更换主要供应商的边际成本较低,企业更有动机寻求远距离的供应商来提高议价能力和话语权。第三,企业供应商决策分布可能取决于企业选择更换供应商成本与收益,这与企业所处的行业密切相关,尤其是相对于非制造业,制造业企业生产运营过程中对存货存在更高的需求,供应商管理对制造业资金占有、存货管理、经营业绩等方面影响更为明显(刘秉镰和刘玉海,2011)。相对于非制造业企业,制造业企业对存货存在更高的需求,更有动机寻求远距离的供应商来降低采购成本和存货管理成本,进而提高企业经营业绩。
(一)市场竞争的影响
表7列出了异质性检验结果。本文采用勒纳指数(PCM)来衡量市场竞争地位,PCM指数越大,表明公司的竞争地位越高。表7中第(1)列结果显示,交互项CULTURE×PCM的回归系数为0.6534,且在5%的统计水平上显著;第(2)列结果显示,交互项CULTURE×PCM的回归系数为0.7444,且在5%的统计水平上显著。以上检验结果表明,在市场竞争激烈的样本中,信任文化对企业供应商分布决策的影响更为明显。
(二)供应商集中度的影响
本文采用公司年报中披露的向前五大供应商的合计采购金额占全年采购总额的比例来衡量企业的供应商集中度。表7中第(3)列结果显示,交互项CULTURE×SUPPLY的回归系数为−0.0026,且在10%的统计水平上显著;第(4)列结果显示,交互项CULTURE×SUPPLY的回归系数为−0.0029,且在5%的统计水平上显著。以上检验结果表明,在低供应商集中度的样本中,信任文化对企业供应商分布决策的影响更为明显。
(三)行业特征的影响
本文将样本分为制造业和非制造业两类,若企业属于制造业则MANUFACTURE赋值为1,否则MANUFACTURE赋值为0。表7中第(5)列结果显示,交互项CULTURE×MANUFACTURE的回归系数为0.1642,且在5%的统计水平上显著;第(6)列结果显示,交互项CULTURE×MANUFACTURE的回归系数为0.1967,且在1%的统计水平上显著。以上检验结果表明,在制造业企业样本中,信任文化对企业供应商分布决策的影响更为明显。
VARIABLE | (1) | (2) | (3) | (4) | (5) | (6) |
WDISTANCE | DISTANCE | WDISTANCE | DISTANCE | WDISTANCE | DISTANCE | |
CULTURE×PCM | 0.6534** | 0.7444** | ||||
(2.1160) | (2.4908) | |||||
PCM | 0.3318 | 0.2061 | ||||
(1.3226) | (0.8509) | |||||
CULTURE×SUPPLY | −0.0026* | −0.0029** | ||||
(−1.7320) | (−1.9919) | |||||
SUPPLY | 0.0020* | 0.0060*** | ||||
(1.8175) | (5.6865) | |||||
CULTURE×
MANUFACTURE |
0.1642** | 0.1967*** | ||||
(2.3812) | (2.7652) | |||||
MANUFACTURE | −0.3638** | −0.0585 | ||||
(−2.0423) | (−0.3290) | |||||
CULTURE | 0.0701* | 0.0999** | 0.2122*** | 0.2661*** | 0.0048 | 0.0206 |
(1.7238) | (2.4546) | (3.2076) | (3.9690) | (0.0811) | (0.3301) | |
CONTROLS | Yes | Yes | Yes | Yes | Yes | Yes |
CONSTANT | 4.0852*** | 6.0828*** | 4.4351*** | 5.7480*** | 4.6557*** | 6.6258*** |
(5.6378) | (8.3210) | (6.2172) | (8.0264) | (6.6438) | (9.4339) | |
IND/YEAR | Yes | Yes | Yes | Yes | Yes | Yes |
ADJ.R2 | 0.0353 | 0.0333 | 0.0316 | 0.0338 | 0.0331 | 0.0318 |
N | 7 546 | 7 546 | 7 546 | 7 546 | 7 546 | 7 546 |
信任作为“润滑剂”在经济发展中扮演着重要角色,表征出信任水平越高,越有利于以较低的交易成本促进经济发展和社会稳定(郑丹丹,2019)。然而,改革开放以来,我国经济快速增长,一系列社会变迁导致不确定性巨量增加,传统的信任体系已被动摇,难以应对与现代社会伴生的一系列问题,信任危机根源凸显(翟学伟,2008)。为此,我国政府已将“诚信”作为社会主义核心价值观的一项重要内容,相继颁布了《国务院办公厅关于社会信用体系建设的若干意见》(国办发 〔2007〕17号)、《国务院关于建立完善守信联合激励和失信联合惩戒制度,加快推进社会诚信建设的指导意见》(国发 〔2016〕 33号)、《国务院办公厅关于加快推进社会信用体系建设,构建以信用为基础的新型监管体制的指导意见》(国办发 〔2019〕 35号)等文件,并在2019年政府工作报告将“健全社会信用体系”作为“加快发展社会事业,更好保障和改善民生”政府工作任务中的一项重要内容,这一系列举措旨在构建良好的社会信任,减少契约执行成本,促进社会稳定和经济繁荣。基于这一背景,本文以新制度经济学理论为基础,将信任文化嵌入供应商选择决策的分析框架,研究信任文化这一非正式制度在供应商分布决策中的作用以及影响机制。研究结果表明,具有信任文化导向的企业扩大了供应商选择的分布范围,有助于优化供应商管理,在统计意义和经济意义上均显著,且该结论在考虑样本自选择后依然成立。进一步研究发现,与不存在信任导向的企业文化相比,存在信任文化导向的企业供应商更为分散的现象在方言多样化程度低、交通便利度高的样本中更为明显,验证了心理距离和空间距离假设。此外,异质性检验发现,在市场竞争激烈、供应商集中度低、制造业企业样本中,信任文化对企业供应商分布决策的影响更为明显。
本文研究具有重要的理论意义和现实意义。理论意义在于:本文的研究结论丰富了企业供应商选择决策影响因素、信任文化这一非正式制度对企业行为影响的文献,揭示了信任文化影响企业供应商选择决策的机理和作用机制,以及补充了文化治理作用的新证据。政策含义在于:第一,制度产生的信任比个体特征或互动过程而产生的信任更为广泛和持久,可见制度要素是信任产生的根本机制,应给予足够的重视和关注。因此,政府应继续深化和加快健全社会信用体系、持续完善和升级社会征信系统、推进信用查询平台建设、促进社会诚信水平的提高,使得企业“有据可依,有据可查”。前者指企业可以依据标准化的信用数据来指导和培育信任的建立,后者指运用信用查询平台掌握合作方的信任程度来科学决策,从而有助于交易参与者降低交易成本和提高经济效率。第二,企业应设计、建立、健全良好的诚信制度体系,加强与利益相关者之间沟通交流(如股东、供应商、债权人等),减少与利益相关者之间的信息不对称程度,倡导信任文化,逐步提高企业公信力,为企业生产运营、健康发展营造优良的信任环境。第三,鼓励企业倡导信任文化,向社会宣传诚信美德,提高组织间(企业与供应商)的信任程度,从而缓解企业与供应商之间的信息不对称,降低交易成本和避免“敲竹杠”问题,拓展企业供应商网络,优化供应链体系和产业空间布局,进而提升中国工业制造水平和促进经济高质量发展,实现“双循环”战略下的跨越式发展。
[1] | 程博, 潘飞. 语言多样性、信息获取与分析师盈余预测质量[J]. 管理科学学报, 2017, 20(4): 50–70. |
[2] | 程博, 熊婷, 潘飞. 信任文化、薪酬差距与公司创新[J]. 科研管理, 2020, 41(2): 239–247. |
[3] | 方红星, 张勇. 供应商/客户关系型交易、盈余管理与审计师决策[J]. 会计研究, 2016(1): 79–86. |
[4] | 方红星, 张勇, 王平. 法制环境、供应链集中度与企业会计信息可比性[J]. 会计研究, 2017(7): 33–40. |
[5] | 黄张凯, 刘津宇, 马光荣. 地理位置、高铁与信息: 来自中国IPO市场的证据[J]. 世界经济, 2016, 39(10): 127–149. |
[6] | 姜付秀, 石贝贝, 李行天. “诚信”的企业诚信吗?——基于盈余管理的经验证据[J]. 会计研究, 2015(8): 24–31, 96. |
[7] | 江伟, 底璐璐, 姚文韬. 客户集中度与企业成本粘性——来自中国制造业上市公司的经验证据[J]. 金融研究, 2017, 447(9): 192–206. |
[8] | 江伟, 孙源, 胡玉明. 客户集中度与成本结构决策——来自中国关系导向营商环境的经验证据[J]. 会计研究, 2018(11): 70–76. |
[9] | 刘秉镰, 刘玉海. 交通基础设施建设与中国制造业企业库存成本降低[J]. 中国工业经济, 2011(5): 69–79. |
[10] | 吕朝凤, 陈汉鹏, López-Leyva S. 社会信任、不完全契约与长期经济增长[J]. 经济研究, 2019, 54(3): 4–20. |
[11] | 饶品贵, 王得力, 李晓溪. 高铁开通与供应商分布决策[J]. 中国工业经济, 2019(10): 137–154. |
[12] | 王永贵, 刘菲. 信任有助于提升创新绩效吗——基于B2B背景的理论探讨与实证分析[J]. 中国工业经济, 2019(12): 152–170. |
[13] | 徐现祥, 刘毓芸, 肖泽凯. 方言与经济增长[J]. 经济学报, 2015, 2(2): 1–32. |
[14] | 杨国超, 盘宇章. 信任被定价了吗?——来自债券市场的证据[J]. 金融研究, 2019(1): 35–53. |
[15] | 赵静, 黄敬昌, 刘峰. 高铁开通与股价崩盘风险[J]. 管理世界, 2018, 34(1): 157–168. |
[16] | 郑丹丹. 互联网企业社会信任生产的动力机制研究[J]. 社会学研究, 2019, 34(6): 65–88. |
[17] | Alesina A, Giuliano P. Culture and institutions[J]. Journal of Economic Literature, 2015, 53(4): 898–944. |
[18] | Alesina A, Harnoss J, Rapoport H. Birthplace diversity and economic prosperity[J]. Journal of Economic Growth, 2016, 21(2): 101–138. |
[19] | Bauer A M, Henderson D, Lynch D P. Supplier internal control quality and the duration of customer-supplier relationships[J]. The Accounting Review, 2018, 93(3): 59–82. |
[20] | Bernard A B, Moxnes A, Saito Y U. Production networks, geography, and firm performance[J]. Journal of Political Economy, 2019, 127(2): 639–688. |
[21] | Cen L, Maydew E L, Zhang L D, et al. Customer-supplier relationships and corporate tax avoidance[J]. Journal of Financial Economics, 2017, 123(2): 377–394. |
[22] | Cheng B, Pan F, Xuan Y. Confucian culture and accounting information quality[J]. China Accounting and Finance Review, 2017, 19(1): 47–106. |
[23] | Dhaliwal D S, Judd J S, Serfling M, et al. Customer concentration risk and the cost of equity capital[J]. Journal of Accounting and Economics, 2016, 61(1): 23–48. |
[24] | Guiso L, Sapienza P, Zingales L. The value of corporate culture[J]. Journal of Financial Economics, 2015, 117(1): 60–76. |
[25] | Jha A. Financial reports and social capital[J]. Journal of Business Ethics, 2019, 155(2): 567–596. |
[26] | Poppo L, Zhou K Z, Li J J. When can you trust “trust”? Calculative trust, relational trust, and supplier performance[J]. Strategic Management Journal, 2016, 37(4): 724–741. |
[27] | Seo H, Yi S H, Kwon K M. Customer-supplier relationships and the cost of debt[J]. Journal of Accounting and Finance, 2017, 17(6): 69–81. |