CNDD前沿文献速递 | 需求“拉力”与供给“推力”何以共促企业创新?

本期分享的文章通过 Python 爬虫技术获取 2015—2020 年 64 余万条政府采购合同数据,采用文本分析方法识别出政府创新采购,进而利用政府创新采购合同与中国 A 股上市企业匹配数据,实证检验政府创新采购的创新效应及其影响机制,并对需求侧的政府创新支持“拉力”和供给侧的政府创新支持“推力”进行异质性分析,进一步探讨了两侧创新支持政策实施中的协同性问题,从而为政府精准施策提供学术依据。
01 文献简介

▪ 文献来源:孙薇,叶初升.政府采购何以牵动企业创新——兼论需求侧政策“拉力”与供给侧政策“推力”的协同[J].中国工业经济,2023(01):1-19.
▪ 关键词:政府采购;政府创新采购;企业创新;创新政策

▪ 内容简介:促进企业技术创新不仅需要来自供给侧的推力,也需要来自需求侧的拉力。为准确识别、评估并进一步增进中国政府创新采购政策的激励效应,文章基于64余万条政府采购合同数据,使用文本分析方法识别政府创新采购,进而利用2015—2020年中国A股上市企业数据开展实证分析。研究发现,通过提升预期市场回报、降低研发不确定性和缓解融资约束,政府创新采购显著促进了企业创新。其中,本地创新采购、中央创新采购以及大学和研究机构创新采购对企业的创新激励作用更显著;政府创新采购对战略性新兴行业企业、民营企业和中小企业的创新激励作用更强。进一步分析发现,总体上需求侧的创新采购和供给侧的创新补贴对企业创新具有相互促进的协同效应。政策的协同性因企业创新水平和政策实施顺序而存在显著差异:从企业创新水平看,“双侧”政策结合对创新领先型企业的激励是互补的,对创新后进型企业的激励却是互斥的;从政策实施顺序看,“先供给侧补贴、后需求侧采购”策略对企业创新的促进作用比“先需求侧采购、后供给侧补贴”以及“供给侧补贴与需求侧采购同时实施”策略更大。文章的研究有助于深化对需求侧创新支持政策的认识,为进一步完善中国创新激励政策体系提供了重要参考。

▪ 创新点:①基于政府采购合同数据,使用文本分析方法,从总体的政府采购中识别出政府创新采购,为准确评估政府采购政策的创新效应创造了前提条件;②在一个理论框架内阐明了政府创新采购影响企业创新的机制,并进行了相应的实证检验,从理论和实证两个方面丰富了需求侧创新政策激励效应的研究;③从政策组合的整体视角考察了两侧创新支持政策的协同性问 题,为新发展阶段全面提升中国创新激励政策的实施效果、更好发挥“有为政府”在创新驱动中的作 用提供了重要的政策启示。

▪ CNDD相关数据推荐:

CNDD-0007上市公司各类型专利申请、授权、终止等16项指标
CNDD-0008上市公司专利层面基本信息(千万级观测)
CNDD-0012上市公司政府补助数据
02 制度背景与研究逻辑

▪ 制度背景:

中国政府高度重视政府采购这一需求侧工具在激励创新中的积极作用。中国的政府创新采购政策包括三种重要工具:①常规化的认证目录,如创新产品目录,该工具旨在对创新解决方案进行认证,进而在后续采购中给予优惠待遇;②设备和其他战略技术的信号目 录,如《重大技术装备自主创新指导目录》,是一份包含所需技术的清单,一旦这些技术得到成功开 发,就可以得到政府优先采购;③针对关键领域和战略新兴领域的支持项目,如为 LED 照明、新能源 汽车等建立领先市场。

▪ 研究逻辑:
政府创新采购→提升创新预期市场回报→促进企业创新
政府创新采购→降低研发不确定性→促进企业创新
政府创新采购→缓解融资约束→促进企业创新
(1) 预期市场回报提升效应

处于需求侧的政府创新采购以两种方式提升企业创新的预期 场回报,激励企业创新:①直接创造需求。一方面,政府创新采购为创新产品和服务提供了最小市 场规模(Bleda and Chicot,2020),降低了企业创新面临的市场风险;另一方面,政府创新采购通过扩大创新产品和服务的市场需求,为企业在短时间内实现规模经济和范围经济提供了可能(Edler and Georghiou,2007),提升了企业开展创新活动的市场激励。②间接引致需求。政府创新采购具有高度的选择性和竞争性,获得创新采购合同就当于为中标企业贴上了优质的“标签”,向需求端的消费者和供给端的外部投资者发出了关于企业创新解决方案和技术优势的积极信号,进而增进消费者对企业创新解决方案的认 知 ,激活市场的消费需求 。

(2) 研发不确定性降低效应

政府创新采购合同一旦签署,政府部门(用户)与企业(生产者)之间便形成了互动合作、信息共享的关系,因此,能够向企业提供需求信息、知识信息和关键投入要素(如数据等), 从而减少研发过程中的不确定性,促进企业创新。

(3)融资约束缓解效应 

获得政府创新采购可以向外部投资者传递企业创新项目质量和技术优势的积极信号, 进而撬动更多外部资金流入,缓解企业创新的融资约束。另外,通过同期的现金效应和未来的应收账款,政府创新采购增加了企业现金流的现值,进一步降低企业的融资溢价,缓解其融资约束 (Hebous and Zimmermann,2021)。

根据以上分析,文章提出:
H1:政府创新采购能够促进企业创新。 

H2:政府创新采购通过预期市场回报提升效应、研发不确定性降低效应和融资约束缓解效应 促进企业创新。

03 研究设计

文章将各级国家机关和事业单位对创新产品和服务的采购界定为政府创新采购,并应用文本分析方法 总体的政府采购中加以识别。由于从 2015 年开始可以查询到较为详细的政府采购合同信息,因此,文章选取 2015—2020 年作为实证研究的年份区间,以 2015—2020 年中国沪深 A 股上市企业为实证研究样本。
▪ 研究模型:
为检验政府创新采购对企业创新的影响,构建如下双向固定效应模型:

图片

其中,i 表示企业,t 表示年份。R&Di,t为企业创新的代理变量;iproci,t为政府创新采购的代理变 量;isubi,t为核心控制变量——政府创新补贴的代理变量,X为其他控制变量,εi,t为残差项。此外,文章还控制了企业(Firm)和年份(Year)固定效应。回归标准误在省份层面聚类。
▪ 变量定义:

企业创新(R&D)。以企业当年的研发投入水平即研发支出与总资产之比衡量企业创新。考虑到该指标仅反映了企业的创新投入,文章还从创新产出的角度,构建发明专利申请数(iapply)和发明专利被引数(icite)两个指标,进行稳健性检验。 

政府创新采购(iproc)。以企业当年所获政府创新采购合同总额与总资产之比衡量。 

政府创新补贴(isub)。以企业当年所获政府创新补贴总额与总资产之比衡量。

04 回归结果

▪ 基准回归:
下表报告了政府创新采购对企业创新影响的回归结果。无论是否引入控制变量,政府创新采 购(iproc)的系数均在 1% 的水平上显著为正,表明政府创新采购显著地促进了企业创新,H1成立。
图片
▪ 机制检验:
预期市场回报提升效应。文章以企业当年销售额与前 2 年销售额的均值之差度量预期的市场回报(er)。er 值越大,表明预期市场回报越高。下表第(1)、(2)列展示了预期市场回报提升效应的检验结果。结果显示,政府创新采购(iproc)的系数均 在 5% 的水平上显著为正。政府创新采购能够直接创造需求以及间接引致需求,从而提升企业创新 的预期市场回报,对企业创新形成强大的正向激励。

研发不确定性降低效应。文章从专利的申请与授权的视角出发,以企业当年申请的发明专利中最终未被授权的比例度量研发不确定性(uc)。下表第(3)、(4)列呈现了研发不确定性降低效应的检验结果。政府创新采购 (iproc)的系数均显著为负。创新采购通过政府(用户)和企业(生产者)之间需求信息、知识信息和关键投入要素的有效交互,降低了研发不确定性,进而促进企业创新。 

融资约束缓解效应。文章以 SA指数度量企业的融资约束程度(fc)。fc值越大,表明企业面临的 融资约束程度越高。下表第(5)、(6)列报告了融资约束缓解效应的检验结果。政府创新采购(iproc)系数均在 1% 的水平上显著为负。

综上,文章的三条理论机制均得到验证,H2成立。

图片
▪ 需求侧支持政策与供给侧支持政策的协同性:

供给侧支持政策主要着眼于降低创新活动的成本,需求侧支持政策则主要着力于提升创新的 市场激励。两侧政策各有优势,在共同推进企业创新的过程中需要彼此的支持与配合。在现实中,两侧政策的结合存在着“1+1≠2”的协同性问题。“拉力”和“推力”对企业创新产生的实际效应将取决于二者能否形成优势互补。为考察需求侧支持政策和供给侧支持政策之间相互作 用所形成的实际效应,文章构建回归模型如下:

图片
下表汇报了需求侧支持政策与供给侧支持政策的协同性基准回归结果。第(1)列中,交互项 iproc×isub 的系数在 5% 的水平上显著为正,表明“双侧”政策的结合实现了研发成本降低和市场激励提升的“双效合一”,由此对企业创新产生了相互促进的协同效应。考虑到该结论的可靠性可能会受到“双侧”政策与企业研发投入之间反向因果关系的影响,文章也采用 IV 模型进行稳健性回归。结果如第(2)、(3)列所示。在控制内生性问题之后,iproc×isub 的系数依旧显著为正,表明“双侧”政策的协同能够有效激励企业创新。
图片
图片
往期已推送数据

CNDD-0001 上市公司报刊纸媒报道及态度数据(日度高频)
CNDD-0002 上市公司网络财经新闻报道及态度数据(日度高频)
CNDD-0003 上市公司百度新闻指数(日度高频)
CNDD-0004 上市公司年报文本语气(多情感词典分析)
CNDD-0005 上市公司年报文本可读性
CNDD-0006 上市公司833变量合集(最全数据集)
CNDD-0007 上市公司各类型专利申请、授权、终止等16项指标
CNDD-0008 上市公司专利层面基本信息(千万级观测
CNDD-0009 上市公司股吧评论数据(日度高频)
CNDD-0010 供应商名称及采购额
CNDD-0011 上市公司客户名称及收入数据
CNDD-0012 上市公司政府补助数据
CNDD-0013 上市公司董事长与总经理基本信息
CNDD-0014 上市公司董事长与总经理任职信息
CNDD-0015 上市公司董事长与总经理教育背景
CNDD-0016 上市公司各类机构持股数据
CNDD-0017 DMSP中国各级城市灯光数据
CNDD-0018 全球各县区夜间灯光数据-DSMP中国各县区灯光数据
CNDD-0019 WIPO分类下上市公司绿色专利数量
CNDD-0020 WIPO分类下绿色专利基本信息明细(专利层面观测数据)
CNDD-0021 全国地级市住宅商品房平均销售价格(长时间面板数据)
CNDD-0022 上市公司申请专利被引信息(百万级观测数据)
CNDD-0023 上市公司授权专利被引信息(百万级观测数据)
CNDD-0024 全国各县区书院(从唐代至清代)
CNDD-0025 全国各区县孔庙遗存(自唐代到清代)
CNDD-0026 各地区明清历代进士人数(从明洪武到清光绪)
CNDD-0027 中国地级市变量合集(131变量最全数据集)
CNDD-0028 中国地区宗族家谱分布数据(从唐到民国时期)
CNDD-0029 中国各县佛寺基本信息
CNDD-0030 中国各县区道观信息
CNDD-0031 中国各县区方言片区基本情况
CNDD-0032 上市公司国有土地出让
CNDD-0033 上市公司环境治理补助
CNDD-0034 上市公司环保处罚
CNDD-0035 上市公司污染排放明细
CNDD-0036 上市公司排污收费
CNDD-0037 工业机器人数据(各国各行业面板数据)
CNDD-0038 中央、省级产业政策数据(基于“五年规划“)
CNDD-0039 联合国投票数据(可衡量国家外交关系质量)
CNDD-0040 分地区、分类型彩票销售数据(可衡量冒险精神)
CNDD-0041 上市公司专利质量数据
CNDD-0042 上市公司融资约束数据(FC、KZ、WW指数)
CNDD-0043 上市公司绿色专利质量数据
CNDD-0044 中国行政审批数据及学术论文应用
CNDD-0045 中国上市公司基本信息数据(含曾用名变化情况) 
CNDD-0046 上市公司高新技术企业数据(附Stata代码处理结果) 
CNDD-0047 上市公司华证ESG评级数据(附Stata处理代码)
CNDD-0048 上市公司数字经济创新数据(附Stata处理代码)
CNDD-0049 上市公司数字经济专利质量数据(附Stata处理代码)
CNDD-0050 家族企业基本信息数据(附家族企业股权结构图)
CNDD-0051 家族企业结构组成数据
CNDD-0052 中国海外上市公司基本信息数据
CNDD-0053 中国海外上市公司财务报表数据 (附stata处理代码)
CNDD-0054 沪深上市公司员工构成情况数据(附stata处理代码)
CNDD-0055 2000-2015年中国工业企业数据库(附stata处理代码)
CNDD-0056 中国银行基本信息数据库(附stata处理代码)
CNDD 全国各地区儒家文化变量数据合集
CNDD 中国上市公司创新变量数据合集(全网最全)

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

图片

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部