魏雪艳，钱燕云

（上海理工大学 管理学院，上海 200093）

WEI Xue-yan,QIAN Yan-yun

(Management School,University of Shanghai for Science and Technology,Shanghai 200093,China)

0 引言

2013年中国汽车产销双双超过2 000 万辆，再创全球产销纪录。中国巨大的市场潜力，一直是国内外汽车制造企业争相开拓的区域，随着国外各大品牌在中国投资的不断增加，市场竞争也愈演愈烈。汽车制造企业主营成本占主营收入比重在0.8～0.9 之间，汽车制造企业处于整条供应链的核心位置，其有效的库存管理水平不仅可以稳固其核心地位，更对上游零配件供应商和下游的经销商具有重要影响，进而影响整条供应链的竞争力。

国内外学者在库存方面有大量的理论和实证研究，理论方面主要从数学模型的角度研究订货点及最优订货量问题，实证研究则在此基础向外延伸。如Lieberman 等[1-2]从制造企业内部角度出发研究了生产率、毛利率、公司规模及生产柔性对于库存的影响，发现上述因素与库存显著正相关。Cachon 等人[3]研究了企业的经销商数目、产品多样性及产品替代性等因素对于制造商库存水平的影响，发现库存水平与产品需求的不确定性正相关。以上主要是从企业内部管理角度出发研究其对企业库存的影响，而随着供应链协作关系的增强，供应链合作关系管理对于企业库存管理也具有积极的作用。Barrat 等[4-10]从理论和实证的角度研究了供应链合作关系的影响因素及其对企业绩效的影响，发现通过信息共享、加强信任等方式建立良好的供应链合作伙伴关系，可以改进供应链绩效。

综上可知，在企业库存方面的研究主要是从生产角度或企业内部活动进行分析，鲜有将研究扩展到供应链上下游关系角度。合作关系主要从定性角度进行度量，没有更为客观的数据作为支撑。本文以2007～2013年的年度财务报表数据为样本，从供应链合作关系角度出发，研究供应链上下游伙伴关系对于制造企业库存及绩效的影响。

1 研究假设

Danny 等人[11]认为，供应链集中度包括上游采购集中度和下游销售集中度，是供应链伙伴关系的重要体现。赵泉午等[12]以国内27 家上市家电制造企业为样本，研究发现家电制造企业从前5 名供应商采购比例越大，则库存周转率越慢，总资产报酬率越低；总资产报酬率、库存周转率与前5 名销售商比例显著正相关。张红等[13]在钢铁上市公司库存绩效实证研究中，发现采购集中度、销售集中度与钢铁企业库存周转率显著正相关。汽车制造行业供应链关系因制造企业对于上下游控制程度的不同具有不同的表现形式和维护方式。在此，首先将供应链上下游关系分为两种：一是控制关系，主要包括其关联企业，由于目标一致性更强、信息共享程度更大等条件更易于协调和维护。另外是建立在信任基础上的供应链合作关系，由于信息共享程度、战略目标一致性相对较弱，协同性相对较差。然后，研究不同供应链上下游关系对企业库存及企业绩效的影响。

基于此，提出以下假设：H1：汽车制造企业库存周转率与采购集中度正相关；H2：汽车制造企业库存周转率与销售集中度正相关；H3：汽车制造企业库存周转率与采购控制度正相关；H4：汽车制造企业库存周转率与销售控制度正相关；H5：汽车制造企业绩效与供应链合作关系正相关；H6：汽车制造企业绩效与供应链控制关系负相关；H7：汽车制造企业绩效与库存周转率正相关；H8：汽车制造企业库存周转率与合资品牌正相关；H9：汽车制造企业库存周转率与规模正相关；H10：汽车制造企业绩效与规模正相关。

关系模型如图1 所示：

图1 关系模型

2 变量定义与数据模型

2.1 变量定义

模型中包括以库存周转率和净资产收益率所代表的公司经营和绩效的因变量，代表供应链合作关系的自变量以及表示公司特征的控制变量和虚拟变量。以公司规模和毛利率为控制变量以保证回归结果的有效性。定量定义如表1 所示。

表1 变量定义

2.2 数据模型

模型1：ITit=c+b1FP+b2FS+b3RP+b4RS+b5S+b6PM+b7D1+εit

模型2：ROEit=c+b1FP+b2FS+b3RP+b4RS+b5S+b6PM+b7D1+εit

模型3：ROEit=c+b1S+b2IT+b3D1+εit

上式中：i 代表企业，t 代表年度，εit是指随着时间和个体而改变的扰动项。模型1 和模型2 主要考察在控制公司规模等因素的情况下供应链合作关系和控制关系对于库存周转率及净资产收益率的影响，模型3 考察库存周转率对净资产收益的影响。

3 实证研究与结果分析

3.1 样本数据

样本数据均来自于沪深证券交易所网站上披露的汽车制造整车上市公司2007～2013年年报。剔除部分数据缺失公司，最终获得26 家企业共计182 个样本观测值。

3.2 统计分析

首先应用SPSS 对模型中所涉及的解释变量进行描述性统计和多重共线性判断。描述性统计结果如表2 所示。VIF 为方差膨胀因子，一般情况当VIF 数值超过10，则表示变量之间存在多重共线性问题。表3 中各个变量的VIF 值表明，各个解释变量之间不存在多重共线性问题，可以进行回归分析。由表4 检验结果可知，模型1 进行F 检验时在1%的显著性水平下拒绝OLS 模型，应选择FE 模型；进行Hausman 检验结果为Prob＞chi2=0.0236，拒绝原假设，故选择使用固定效应模型。同理，模型2 采用随机效应模型，模型3 采用固定效应模型。

面板数据分析结果如表5 所示，假设检验结果如表6 所示。

由实证结果可知，供应商关系密切程度与库存周转率在1%水平上显著正相关，假设H1 获得支持，与赵泉午[14]的研究结果相符；而销售合作关系密切程度对库存周转率的影响没有通过显著性检验，假设H2 未得到支持。采购作为制造企业的关键环节，对于企业成本管理、库存管理和生产管理具有重要影响。随着需求不确定性不断增强，通过与上游供应商建立共赢的合作伙伴关系，对采购环节实施有效管理，可以有效的控制采购成本，降低库存水平。供应商控制程度对库存周转率没有显著影响，假设H3 未得到验证；而销售控制程度与库存周转率显著正相关，假设H4 得到验证，这表明准确把握市场动态有利于产品销售。

表2 描述性统计分析

表3 多重共线性检验结果

表4 模型选择检验

表5 面板数据分析结果

表6 假设检验结果

供应链合作关系对企业绩效的影响没有通过显著性检验，假设H5 没有得到验证；供应链控制程度与净资产收益率在1%水平上显著负相关，假设H6 获得支持。关联交易可以节约大量商业谈判等方面的交易成本，并可运用行政的力量保证商业合同的优先执行，从而提高交易效率。但关联交易方可以运用行政力量撮合交易的进行，从而有可能使交易的价格、方式等在非竞争的条件下出现不公正情况，形成对股东或部分股东权益的侵犯。

库存周转率与企业净资产收益率在1%的水平下显著正相关，支持了假设H7，与赵泉午等人[15]研究结果一致。库存周转率每增加1%，净资产收益率提高0.55%，主营业务收入每提高1%，净资产收益率提高0.34%。因此，在提高企业主营业务收入的同时提高企业库存周转率，对企业绩效的提高具有显著作用。

具有合资品牌与企业库存周转率显著正相关，支持了假设H8。近年来中国自主品牌推广力度不断增强，但合资品牌在汽车性能、质量等方面更具有优势，因此消费者在购车、换车时更倾向于合资品牌。市场的需求对于制造企业库存周转率的提高具有巨大的推动作用。企业规模与企业库存周转率及绩效显著正相关，假设H9 和假设H10 得到验证。

4 结论与建议

通过上述实证分析得出结论：供应合作关系与库存周转率显著正相关，供应链控制关系与净资产收益率显著负相关。采购环节作为汽车制造重要环节，不仅仅要从采购价格、产品等微观角度进行衡量、决策，还要选择可长期建立伙伴关系的供应商，从战略角度保证供应的效率和效能。

据此，提出以下建议：

（1）提高供应链合作关系度，尤其是要加强与供应商的合作关系，进行供应链的纵向和横向整合。逐步减少供应商数量，通过供应链上下游协作，加强信息共享和资源共享，准确预测市场需求，优化采购生产计划，最终降低供应链库存，提高库存周转率，提高企业经营效益。

（2）降低供应链控制关系度。关联交易对于企业供销具有一定的保障，但易于产生不合规交易，在竞争日益激烈的汽车行业将削弱企业竞争力。因此，在当今企业间竞争上升为供应链之间竞争的环境下，供应链中企业应定位自身，专注核心竞争力的建立与提升，通过与合作者协作共同建立快速高效的供应链。

（3）加强供应链管理水平，尤其加强风险管理。随着信息技术的快速发展，全球化竞争日趋激烈，供应链网络更加复杂多变难以掌控，外包也使得企业对于外部企业的依赖性更强。供应链任一环节的中断将导致整个链条的中断。2011年，日本地震以及其引发的海啸对于全球汽车制造企业的影响便是例证。因此，要持续全面了解企业供应商及销售商情况、不断更新其信息库，同时建立备选合作伙伴信息库，以备风险发生时及时保障生产的有序进行。

（4）加大技术创新力度，加强自主品牌研发。上述数据表明建立供应链伙伴关系对于改善企业库存具有积极作用，但对于企业绩效的提高并不显著。合资品牌有利于企业绩效的提高，而从企业长期发展战略角度出发，加强自主品牌研发和推广是企业长久之路，尤其当政策保护取消时，外资品牌将进一步抢占中国市场。因此，中国汽车制造企业应借助现有国家政策支持、国内市场需求潜力巨大及全球化的有力条件，放眼未来，培养企业核心竞争力，塑造自主品牌。

[1]Lieberman M B,Helper S,Demeester L.The Empirical Determinants of Inventory Levels in High-Volume Manufacturing[J].Production and Operations Management,1999,8(1):44-45.

[2]Sergey Rumyantsev S N.What can be learned from classical inventory model:a cross-industry exploratory investigation[J].Manufacturing &Service Operations Management,2007,9(4):409-429.

[3]Cachon G P,Olivares M.Drivers of Finished-Goods Inventory in the U.S.Automobile Industry[J].Management Science,2010,56(1):202-216.

[4]Barrat,Mark.Understanding the meaning of collaboration in the supply chain[J].Supply Chain Management,2004,9(1):73-84.

[5]Kwon &Suh.Trust,commitment and relationships in supply chain management:a path analysis[J].Supply Chain Management,2005,10(1):26-33.

[6]Alfred Wong,Dean Tjosvold,Pengzhu Zhang.Supply Chain Relationship for Customer Satisfaction in Chain:Interdependence and Cooperative Goals[J].Asia Pacific Journal of Management,2005,22(1):179-199.

[7]Gilbert N.Nyaga,Judith M.Whipple,Daniel F.Lynch.Examining supply chain relationships:Do buyer and supplier perspectives on collaborative relationships differ?[J].Journal of Operations Management,2010,28(1):101-114.

[8]曾文杰，马士华.制造行业供应链合作关系对协同及运作绩效影响的实证研究[J].管理学报，2010,8(7):1221-1227.

[9]张旭梅，陈伟.供应链企业间信任、关系承诺与合作绩效——基于知识交易视角的实证研究[J].科学学研究，2011,12(29):1865-1874.

[10]戴天婧，汤谷良.控制中的信任与信任中的控制——基于5 个中外合资汽车制造公司的案例研究[J].管理世界，2011,10(1):141-153.

[11]Danny L.J,William F.W,Zach G.Z.Concentrated Supply Chain Membership and Financial Performance:Chain-and Firm-level Perspectives[J].Journal of Operations Management,2010,28:1-16.

[12]黄亚峰，赵泉午.供应链库存管理与企业绩效的实证研究——基于沪深家电制造业上市公司的面板数据分析[J].汕头大学学报，2008,24(3):51-60.

[13]张红，余世清，庄伯超.基于供应链视角的钢铁上市公司库存绩效实证研究[J].工业技术经济，2014,3(1):138-145.

[14]赵泉午，黄亚峰，王青.国内医药制造企业供应链伙伴关系与企业绩效的实证研究[J].物流技术，2009,28(11):173-177，220.

[15]赵泉午，廖永海，黄亚峰.制造企业库存管理与企业绩效的实证研究——基于沪深制造类上市公司1997～2010年的面板数据[J].数理统计与管理，2012,31(2):207-216.