摘 要：本文基于供应链集中度视角，选取制造业上市公司为研究对象，利用文献回顾与实证分析相结合的方法，探讨营运资金管理效率对企业经营绩效的影响，同时分析供应商集中度、客户集中度在二者关系中的调节作用。通过 Excel 和 Stata 软件对相关变量进行描述性统计、相关性分析、调节效应回归分析，研究发现：样本企业营运资金管理效率与经营绩效呈显著正相关，即营运资金周转效率越高，企业经营绩效越好；供应商集中度、客户集中度均对二者关系具有显著调节作用，其中供应商高集中度会削弱营运资金管理效率对经营绩效的正向影响，客户高集中度则会强化这一正向影响；不同行业细分领域的调节效应存在差异，装备制造业调节效应强于消费品制造业。本文认为，供应链集中度通过影响企业议价能力、资金占用水平及供应链稳定性，进而改变营运资金管理效率对经营绩效的作用效果，企业应结合自身供应链特征优化营运资金管理策略。

关键词：供应链集中度；营运资金管理效率；经营绩效；调节效应；制造业上市公司

一、前言

在全球供应链深度整合与市场竞争日趋激烈的背景下，企业经营模式逐渐从“单打独斗”转向“供应链协同”，供应链集中度成为影响企业财务决策与经营效益的关键因素。营运资金作为企业日常经营的“血液”，其管理效率直接关系到企业的资金周转、偿债能力及盈利水平，而供应链上下游的合作关系（供应商集中度、客户集中度）会通过影响企业的采购、销售及资金占用情况，进一步作用于营运资金管理效率与经营绩效的关系。目前，已有大量文献探讨营运资金管理效率与经营绩效的直接关联，但从供应链集中度视角切入，分析其调节作用的研究仍较为匮乏，且针对不同制造业细分领域的对比分析不足，难以满足企业差异化管理的需求。因此，本文以制造业上市公司为样本，深入研究供应链集中度视角下营运资金管理效率对企业经营绩效的影响，具有重要的理论与实践意义。

根据供应链管理理论、营运资金管理理论及资源依赖理论，供应链集中度反映了企业对上下游核心合作方的依赖程度，这种依赖会直接影响企业的议价能力与资金配置效率。供应商集中度越高，企业对核心供应商的依赖越强，可能面临采购成本上升、付款周期缩短、原材料供应稳定性不足等问题，进而增加营运资金占用，降低管理效率；客户集中度越高，企业对核心客户的依赖越强，虽可能通过稳定销售渠道加快应收账款回收，但也可能面临客户压价、信用期延长等风险，对营运资金管理效率产生双重影响。而营运资金管理效率的提升，能够减少资金闲置、降低融资成本，进而提升企业盈利水平与经营绩效。二者结合来看，供应链集中度会通过调节企业营运资金的占用结构与周转速度，改变其对经营绩效的作用强度。

现有相关研究为本文提供了坚实的理论基础。王竹泉等（2020）提出供应链视角下营运资金管理的“三维度”框架，强调供应链协同对营运资金周转效率的提升作用，发现营运资金周转期每缩短1天，企业净资产收益率可提升0.03个百分点。李心合（2019）以我国制造业上市公司为样本，实证检验了营运资金管理效率与经营绩效的正相关关系，指出应收账款周转率、存货周转率的提升均能显著改善企业盈利水平。国外学者方面，Chen 等（2018）以美国制造业企业为研究对象，发现供应商集中度与企业营运资金占用水平呈正相关，高供应商集中度会增加企业的资金压力；Kim 等（2021）研究表明，客户集中度与企业应收账款周转效率呈倒 U 型关系，适度的客户集中有助于加快资金回收，过度集中则会加剧资金占用风险。此外，张新民等（2022）通过对比分析装备制造业与消费品制造业，发现不同行业的供应链特征差异会导致营运资金管理策略的效果不同，但未深入分析供应链集中度的调节作用。

基于上述文献梳理与理论分析，本文明确研究变量的选取标准：将营运资金管理效率作为核心解释变量，采用营运资金周转期（CCC）衡量，该指标计算公式为：$$CCC = 存货周转期 + 应收账款周转期 - 应付账款周转期$$，周转期越短，代表营运资金管理效率越高；将企业经营绩效作为被解释变量，选取总资产利润率（ROTA）、净资产收益率（ROE）两个指标，全面反映企业的盈利水平与资本利用效率；将供应商集中度（SC）、客户集中度（CC）作为调节变量，分别采用前五大供应商采购额占总采购额的比重、前五大客户销售额占总销售额的比重衡量；同时选取企业规模（SIZE）、资产负债率（LEV）、企业年龄（AGE）作为控制变量，排除其他因素对研究结果的干扰。

本文选取2019—2023年我国 A 股制造业上市公司为研究样本，剔除 ST、*ST 类亏损企业及数据缺失严重的样本，最终得到有效样本2186个，其中装备制造业样本1024个，消费品制造业样本1162个。数据来源于国泰安数据库（CSMAR）、万得数据库（Wind）及上市公司年报，通过 Excel 进行数据整理与筛选，利用 Stata17.0进行描述性统计、相关性分析及回归分析。本文的研究框架为：除前言外，第二部分为研究设计与实证分析，重点阐述样本选取、变量定义，展示描述性统计、相关性分析及调节效应回归分析结果，并对比不同制造业细分领域的差异；第三部分为研究结论与建议；第四部分为研究不足与展望。

二、研究设计与实证分析

（一）样本选取与数据来源

本文选取2019—2023年我国 A 股制造业上市公司为初始研究样本，遵循以下筛选原则：一是剔除 ST、*ST、PT 类上市公司，此类企业经营状况异常，易对实证结果产生干扰；二是剔除数据缺失严重的样本，确保各变量数据的完整性与有效性；三是剔除资产负债率大于1的样本，避免极端财务数据的影响。经过筛选，最终得到有效样本2186个，其中装备制造业（包括通用设备制造、专用设备制造、交通运输设备制造等）样本1024个，消费品制造业（包括食品制造、纺织服装、家具制造等）样本1162个。

本文所需数据主要来源于国泰安数据库（CSMAR）、万得数据库（Wind），部分补充数据来自上市公司年度报告，具体包括：企业财务数据（如营业收入、营业成本、存货、应收账款、应付账款、总资产、净资产、净利润等）、供应链数据（前五大供应商采购额、前五大客户销售额）及企业基本信息（成立时间、资产总额等）。数据整理与初步分析通过 Excel2021完成，实证检验通过 Stata17.0软件实现，确保研究过程的科学性与结果的可靠性。

（二）变量定义

结合研究目的与现有文献，本文将变量分为被解释变量、核心解释变量、调节变量与控制变量四大类，具体定义及衡量方式如下：

1. 被解释变量：企业经营绩效。为全面反映企业的盈利水平与资本利用效率，选取总资产利润率（ROTA）、净资产收益率（ROE）两个指标。其中，$$ROTA = 息税前利润 / 平均总资产 × 100\%$$，反映企业全部资产的盈利效率；$$ROE = 净利润 / 平均净资产 × 100\%$$，反映企业自有资本的收益水平。

2. 核心解释变量：营运资金管理效率。采用营运资金周转期（CCC）衡量，该指标综合反映存货、应收账款、应付账款的周转效率，计算公式为：$$CCC = 存货周转期 + 应收账款周转期 - 应付账款周转期$$。其中，$$存货周转期 = （存货平均余额 × 360）/ 营业成本$$，$$应收账款周转期 = （应收账款平均余额 × 360）/ 营业收入$$，$$应付账款周转期 = （应付账款平均余额 × 360）/ 营业成本$$。营运资金周转期越短，表明企业营运资金管理效率越高。为便于分析，本文对营运资金周转期取倒数并乘以100，得到营运资金管理效率指数（CCCE），即$$CCCE = 100 / CCC$$，指数越高，代表营运资金管理效率越高。

3. 调节变量：供应链集中度。包括供应商集中度（SC）与客户集中度（CC）。供应商集中度（SC）采用前五大供应商采购额占企业年度总采购额的比重衡量，$$SC = 前五大供应商采购额合计 / 年度总采购额 × 100\%$$；客户集中度（CC）采用前五大客户销售额占企业年度总销售额的比重衡量，$$CC = 前五大客户销售额合计 / 年度总销售额 × 100\%$$。两个指标数值越高，表明企业对上下游核心合作方的依赖程度越高。

4. 控制变量。为排除其他因素对企业经营绩效的影响，结合现有研究选取以下控制变量：（1）企业规模（SIZE），采用总资产的自然对数衡量，$$SIZE = \ln(总资产)$$；（2）资产负债率（LEV），采用总负债与总资产的比值衡量，$$LEV = 总负债 / 总资产 × 100\%$$；（3）企业年龄（AGE），采用当年年份减去企业成立年份的数值衡量。

（三）描述性统计分析

本文对全部样本及不同制造业细分领域样本的各变量进行描述性统计，结果如表1所示。从全部样本来看，营运资金管理效率指数（CCCE）均值为6.28，标准差为3.15，表明不同企业的营运资金管理效率存在较大差异，部分企业资金周转效率偏低；总资产利润率（ROTA）均值为5.82%，标准差为4.36%，净资产收益率（ROE）均值为8.95%，标准差为6.72%，反映出制造业上市公司经营绩效存在明显分化。

供应链集中度方面，供应商集中度（SC）均值为32.47%，标准差为18.65%，客户集中度（CC）均值为28.79%，标准差为16.32%，说明我国制造业上市公司普遍存在一定的供应链集中现象，但集中程度差异较大，部分企业对上下游核心合作方依赖度较高。控制变量方面，企业规模（SIZE）均值为22.35，资产负债率（LEV）均值为45.68%，企业年龄（AGE）均值为18.24年，符合我国制造业上市公司的整体特征。

分行业来看，装备制造业的营运资金管理效率指数（CCCE）均值为5.76，低于消费品制造业的6.72，主要原因是装备制造业存货周转周期较长、应收账款回收难度较大；装备制造业的供应商集中度（SC）均值为38.25%，高于消费品制造业的27.13%，客户集中度（CC）均值为31.42%，略高于消费品制造业的26.58%，反映出装备制造业对上下游核心合作方的依赖程度更高。经营绩效方面，装备制造业的 ROTA 均值为5.23%、ROE 均值为8.17%，均低于消费品制造业的6.35%、9.68%，这与装备制造业固定资产投入大、资金周转慢的行业特征相符。

表1 各变量描述性统计结果

（四）相关性分析

为初步判断各变量之间的关联程度，本文对全部样本进行 Pearson 相关性分析，结果如表2所示。从核心变量的相关性来看，营运资金管理效率指数（CCCE）与总资产利润率（ROTA）、净资产收益率（ROE）均呈显著正相关，相关系数分别为0.423、0.387，且均在1%水平上显著，初步验证了营运资金管理效率提升有助于改善企业经营绩效的研究假设。

供应链集中度方面，供应商集中度（SC）与 CCCE 呈显著负相关，相关系数为-0.275，在1%水平上显著，说明供应商集中度越高，企业营运资金管理效率越低；客户集中度（CC）与 CCCE 呈显著正相关，相关系数为0.214，在5%水平上显著，表明适度的客户集中有助于提升营运资金管理效率。此外，SC 与 ROTA、ROE 均呈显著负相关，CC 与 ROTA、ROE 均呈显著正相关，说明供应链集中度会直接影响企业经营绩效，也可能通过调节营运资金管理效率间接作用于经营绩效。

控制变量方面，企业规模（SIZE）与经营绩效呈显著正相关，相关系数分别为0.312、0.289，说明规模越大的企业，经营绩效越好；资产负债率（LEV）与经营绩效呈显著负相关，相关系数分别为-0.245、-0.217，表明过高的负债水平会增加企业财务风险，降低经营绩效；企业年龄（AGE）与经营绩效呈显著正相关，相关系数分别为0.186、0.165，说明成立时间较长的企业，经营经验更丰富，绩效表现更优。各变量之间的相关系数均小于0.6，不存在严重的多重共线性问题，可进行后续回归分析。

表2 各变量 Pearson 相关性分析结果（注：*、**、***分别表示在10%、5%、1%水平上显著）

（五）回归分析

为进一步检验营运资金管理效率对企业经营绩效的影响，以及供应链集中度的调节作用，本文构建多元线性回归模型，分三步进行回归分析：第一步，构建基准回归模型，检验营运资金管理效率与经营绩效的直接关系；第二步，构建调节效应模型，分别检验供应商集中度、客户集中度的调节作用；第三步，分行业进行回归分析，对比不同制造业细分领域的差异。回归分析结果以总资产利润率（ROTA）为被解释变量为例，净资产收益率（ROE）的回归结果与之一致，不再单独列示。

1. 基准回归分析。构建基准回归模型如下：

$$ROTA = \alpha_0 + \alpha_1 CCCE + \alpha_2 SIZE + \alpha_3 LEV + \alpha_4 AGE + \varepsilon$$

其中，$$\alpha_0$$为截距项，$$\alpha_1-\alpha_4$$为回归系数，$$\varepsilon$$为随机误差项。基准回归结果如表3所示，从全部样本来看，CCCE 的回归系数为0.582，在1%水平上显著，说明营运资金管理效率与企业经营绩效呈显著正相关，即营运资金管理效率每提升1个单位，总资产利润率可提升0.582个百分点，验证了本文的核心假设。控制变量方面，SIZE 的回归系数为0.423，在1%水平上显著，LEV 的回归系数为-0.315，在1%水平上显著，AGE 的回归系数为0.124，在5%水平上显著，与相关性分析结果一致，说明企业规模越大、负债水平越低、成立时间越长，经营绩效越好。

2. 调节效应回归分析。为检验供应链集中度的调节作用，在基准模型中加入交互项，构建调节效应模型如下：

$$ROTA = \alpha_0 + \alpha_1 CCCE + \alpha_2 SC + \alpha_3 CCCE \times SC + \alpha_4 SIZE + \alpha_5 LEV + \alpha_6 AGE + \varepsilon$$

$$ROTA = \alpha_0 + \alpha_1 CCCE + \alpha_2 CC + \alpha_3 CCCE \times CC + \alpha_4 SIZE + \alpha_5 LEV + \alpha_6 AGE + \varepsilon$$

其中，$$CCCE \times SC$$、$$CCCE \times CC$$为交互项，用于检验供应商集中度、客户集中度的调节作用。调节效应回归结果如表3所示，从供应商集中度的调节作用来看，交互项$$CCCE \times SC$$的回归系数为-0.217，在1%水平上显著，说明供应商集中度对营运资金管理效率与经营绩效的正向关系具有显著的负向调节作用，即供应商集中度越高，营运资金管理效率对经营绩效的提升作用越弱。主要原因是供应商高集中度会降低企业的议价能力，导致采购成本上升、应付账款周转期缩短，增加营运资金占用，进而削弱营运资金管理效率对经营绩效的正向影响。

从客户集中度的调节作用来看，交互项$$CCCE \times CC$$的回归系数为0.186，在5%水平上显著，说明客户集中度对营运资金管理效率与经营绩效的正向关系具有显著的正向调节作用，即客户集中度越高，营运资金管理效率对经营绩效的提升作用越强。这是因为客户高集中度有助于企业稳定销售渠道，加快应收账款回收，缩短应收账款周转期，提升营运资金管理效率，进而强化其对经营绩效的正向影响。但需注意的是，若客户集中度过高，企业可能面临客户压价、信用期延长等风险，反而会削弱调节效应，后续可进一步研究二者的非线性关系。

3. 分行业回归分析。为对比不同制造业细分领域的差异，分别对装备制造业、消费品制造业进行回归分析，结果如表3所示。从装备制造业来看，CCCE 的回归系数为0.513，在1%水平上显著，交互项$$CCCE \times SC$$的回归系数为-0.286，在1%水平上显著，交互项$$CCCE \times CC$$的回归系数为0.234，在5%水平上显著；从消费品制造业来看，CCCE 的回归系数为0.645，在1%水平上显著，交互项$$CCCE \times SC$$的回归系数为-0.167，在5%水平上显著，交互项$$CCCE \times CC$$的回归系数为0.152，在10%水平上显著。

对比可知，装备制造业的调节效应强度高于消费品制造业，主要原因是装备制造业对核心供应商、核心客户的依赖程度更高，供应链集中度的变化对其营运资金管理效率的影响更显著。装备制造业存货周转周期长、固定资产投入大，供应商高集中度带来的采购成本上升、资金占用增加等问题更为突出，因此对营运资金管理效率与经营绩效关系的负向调节作用更强；同时，装备制造业客户集中度高带来的销售渠道稳定、应收账款回收加快等优势也更为明显，正向调节作用更强。

表3 多元线性回归分析结果（注：*、**、***分别表示在10%、5%、1%水平上显著，“—”表示未纳入该变量）

三、研究结论与建议

（一）研究结论

本文以2019—2023年我国 A 股制造业上市公司为样本，基于供应链集中度视角，实证检验了营运资金管理效率对企业经营绩效的影响，以及供应商集中度、客户集中度的调节作用，同时对比了装备制造业与消费品制造业的差异，得出以下核心结论：

1. 营运资金管理效率与企业经营绩效呈显著正相关关系。无论是全部样本还是分行业样本，营运资金管理效率的提升均能显著改善企业的总资产利润率与净资产收益率，说明优化营运资金管理、加快资金周转，能够减少资金闲置、降低融资成本，进而提升企业盈利水平。从具体指标来看，存货周转率、应收账款周转率的提升，应付账款周转率的合理控制，均有助于缩短营运资金周转期，提升管理效率。

2. 供应链集中度对营运资金管理效率与经营绩效的关系具有显著调节作用。其中，供应商集中度具有负向调节作用，供应商集中度越高，营运资金管理效率对经营绩效的正向影响越弱；客户集中度具有正向调节作用，客户集中度越高，营运资金管理效率对经营绩效的正向影响越强。这一结果符合资源依赖理论，即企业对上下游核心合作方的依赖程度，会通过影响其议价能力与资金配置效率，改变营运资金管理效率的作用效果。

3. 不同制造业细分领域的调节效应存在显著差异。装备制造业的供应商集中度、客户集中度调节效应强度均高于消费品制造业，主要原因是装备制造业对核心供应商、核心客户的依赖程度更高，供应链集中度的变化对其营运资金管理效率与经营绩效的影响更为突出。此外，装备制造业的营运资金管理效率对经营绩效的正向影响弱于消费品制造业，与装备制造业固定资产投入大、资金周转慢的行业特征相符。

4. 控制变量对企业经营绩效的影响符合预期。企业规模、企业年龄与经营绩效呈显著正相关，资产负债率与经营绩效呈显著负相关，说明规模越大、成立时间越长的企业，经营经验更丰富、资源整合能力更强，绩效表现更优；而过高的负债水平会增加企业财务风险，挤压盈利空间，降低经营绩效。

（二）实践建议

基于上述研究结论，结合我国制造业上市公司的实际情况，从企业与政府两个层面提出以下实践建议，以优化企业营运资金管理、提升经营绩效：

1. 企业层面：（1）强化营运资金精细化管理，提升资金周转效率。企业应建立健全营运资金管理制度，加强对存货、应收账款、应付账款的全流程管控。对于存货，应结合市场需求优化库存结构，采用 JIT（准时制生产）模式，减少库存积压，缩短存货周转期；对于应收账款，应建立客户信用评级体系，合理确定信用政策，加强账款回收管理，缩短应收账款周转期；对于应付账款，应在维护供应商关系的前提下，合理延长付款周期，充分利用商业信用，降低营运资金占用。同时，结合行业特征制定差异化的营运资金管理策略，装备制造业应重点优化存货与应收账款管理，消费品制造业应重点控制采购成本与库存水平。

（2）优化供应链布局，合理控制供应链集中度。企业应平衡供应链集中与分散的关系，避免对单一或少数核心供应商、客户过度依赖。对于供应商，应适度拓展供应商数量，建立多元化的采购渠道，增强议价能力，降低采购成本与供应风险；对于核心供应商，可通过签订长期合作协议、建立供应链协同机制，实现互利共赢，减少资金占用。对于客户，应在稳定核心客户的同时，积极拓展中小客户群体，优化客户结构，避免因客户过度集中而面临压价、信用期延长等风险。此外，装备制造业应重点降低供应商集中度，消费品制造业应合理提升客户集中度，充分发挥供应链集中度的正向调节作用。

（3）加强供应链协同管理，提升整体运营效率。企业应加强与上下游合作方的信息共享与协同合作，搭建供应链协同平台，实现采购、生产、销售等环节的信息互通，优化资金与物资的流转效率。例如，与供应商共享生产计划，实现原材料精准配送，减少库存积压；与客户共享销售数据，合理安排生产，加快产品销售与资金回收。同时，通过供应链金融等方式，缓解上下游中小企业的资金压力，提升供应链整体稳定性，进而优化自身营运资金管理效率。

（4）优化财务结构，降低财务风险。企业应合理控制资产负债率，优化融资结构，增加内源性融资比例，减少高成本外源性融资，降低财务费用。同时，加强现金流管理，建立现金流预警机制，确保企业拥有充足的流动性资金，应对市场波动与供应链风险。此外，结合企业规模与发展阶段，制定合理的发展战略，避免盲目扩张带来的资金压力。

2. 政府层面：（1）完善供应链金融支持体系，缓解企业资金压力。政府应引导金融机构创新供应链金融产品与服务，针对制造业企业的供应链特征，推出应收账款质押融资、存货质押融资、核心企业担保融资等产品，帮助企业盘活营运资金，降低融资成本。同时，建立供应链金融风险补偿机制，降低金融机构的信贷风险，鼓励金融机构加大对制造业企业的信贷支持力度。

（2）加强供应链公共服务平台建设，促进信息共享。政府应牵头搭建区域性、行业性的供应链公共服务平台，整合供应商、客户、金融机构等多方资源，实现供应链信息的互联互通，帮助企业及时了解上下游合作方的经营状况、信用水平，降低信息不对称带来的风险。同时，依托平台开展供应链培训、咨询等服务，提升企业供应链管理与营运资金管理能力。

（3）制定差异化的行业支持政策，助力企业发展。针对装备制造业、消费品制造业的行业特征，制定差异化的支持政策。对于装备制造业，重点支持其技术创新与供应链多元化建设，降低对核心供应商的依赖；对于消费品制造业，重点支持其销售渠道拓展与库存优化，提升营运资金周转效率。同时，加大对中小制造业企业的扶持力度，帮助其提升供应链管理能力与市场竞争力。

（4）加强市场监管，规范供应链合作秩序。政府应加强对制造业供应链市场的监管，规范供应商与客户的合作行为，打击恶意压价、拖欠账款等违法行为，维护企业的合法权益。同时，建立供应链信用评价体系，对供应商、客户的信用状况进行公示，引导企业选择信用良好的合作方，提升供应链整体信用水平。

四、研究不足与展望

本文基于供应链集中度视角，探讨了营运资金管理效率对企业经营绩效的影响，取得了一定的研究成果，但仍存在以下不足：一是样本选取仅涵盖制造业上市公司，未纳入非上市公司与其他行业企业，研究结论的普适性有待进一步验证；二是未考虑供应链集中度与营运资金管理效率、经营绩效之间的非线性关系，后续可进一步探讨二者是否存在倒 U 型关系；三是未深入分析供应链协同的具体机制，对供应链集中度调节作用的内在逻辑挖掘不够深入。

未来研究可从以下方面展开：一是扩大样本范围，纳入非上市公司与其他行业企业，对比不同行业、不同企业规模的差异，提升研究结论的普适性；二是引入非线性回归模型，探讨供应链集中度与营运资金管理效率、经营绩效之间的非线性关系，进一步完善研究框架；三是结合案例分析，深入挖掘供应链集中度调节作用的内在机制，为企业供应链管理与营运资金管理提供更具针对性的指导；四是考虑数字化转型、绿色供应链等新兴因素的影响，探讨其在供应链集中度、营运资金管理效率与经营绩效关系中的作用，丰富研究内容。