政府采购与补助对企业创新的协同效应及作用机理探究

许江波 齐云飞 许晨曦

摘   要：加强政府创新政策之间的协同，是完善科技创新体系的重要举措。基于供给和需求相配合的视角，以2008—2021年沪深A股上市公司为研究样本，考察政府采购与补助对企业创新绩效的协同效应及其作用机制。研究发现，政府采购与补助对企业创新绩效呈现显著的协同效应，且协同效应主要通过缓解融资约束、提高风险承担水平和增强创新吸收水平来发挥作用。关于协同效应的异质性检验显示：在政府采购竞争程度较高的地区，协同效应更加显著；当政府补助多由研发相关补助构成时，政府采购与补助的协同效应更为显著；相较于策略性创新，政策组合能够更好地促进企业实质性创新；相较于战略性新兴产业，非战略性新兴产业组中政策协同效应更显著。

关键词：政府采购；政府补助；协同效应；创新吸收水平

中图分类号：F272.3   文献标识码：A   文章编号：1003-7543（2024）04-0144-20

2012—2022年，我国全社会研发经费从1万亿元增加至3.09万亿元，全球创新指数排名从第34位上升至第11位。在取得巨大成效的同时，创新收益递减和创新绩效提升乏力等深层次问题正在显现，主要表现为：每亿元研发投入对全要素生产率的贡献持续下降，高端制造业科技水平提升不力甚至不增反降，企业更容易陷入创新绩效低于预期的困境［1］。有效解决上述问题，应完善科技创新体系，加快实施创新驱动发展战略。科技创新的主体是企业，但企业创新存在市场失灵的问题，需要政府加以支持和引导。客观而言，我国现有的政府创新政策体系并没有完全适应以企业为创新主体的要求。从政策集成的角度研究政府创新政策工具影响企业创新的协同效应及作用机理，对完善科技创新体系具有重要的现实意义。

强化企业创新主体地位需要政府围绕激发企业创新驱动力来设计和优化支持政策。Rothwell［2］将激发企业创新驱动力的核心逻辑概括为：企业创新活动的资源供给有保障、创新风险可承受，以及创新活动能够增加企业收入和利润。该逻辑集中体现了企业发展中的供给观点和需求观点的有机融合。政府创新政策工具体系主要是基于供给和需求理论框架来展开的，着力于“创新供给推动+市场需求拉动”。OECD成员国强调要在未来政策制定时更加重视供给端和需求端的创新政策，实现更平衡的政策工具组合［3］。国内外相关理论和实践表明，政府补助和政府采购分别是企业创新供给端和需求端的主要政府支持方式［4］，即政府一方面需要给予企业一定的政府补助，以缓解企业的融资约束，增强企业在供给端开展技术创新的意愿和能力；另一方面，需要通过政府采购形成对企业创新产品的需求培育和拉动，并从需求的角度引导企业创新的供给，使企业能从创新中获得市场回报。

目前，大部分国内外相关文献都是分别研究政府补助和政府采购对企业创新的影响，且研究结论存在一定分歧。在研究政府补助对企业创新影响的文献中，主要存在两种相互对立的观点：一种认为政府补助能够提高企业的创新能力和绩效［5-6］；另一种则认为政府补助并没有显著提高企业的创新能力和绩效，主要原因是政府补助对企业研发投入产生了一定的挤出效应［7-8］，且高额度的政府补助会倾向于降低企业风险的承担水平［9］。在研究政府采购对企业创新影响的文献中，也存在着两种相互对立的观点：一种认为政府采购有利于提升企业的创新能力和绩效［10］；另一种则认为政府采购因公共决策和市场化决策之间的不一致、地方保护主义或采购领域腐败等阻滞了企业的创新［11］。上述分歧意味着单一的政府支持方式有其局限性，不能有效实现激励企业创新的预期效果，只有将不同的政府创新政策进行有效集成，才能发挥更大的创新促进效用［12］，这也凸显了本文的研究价值。此外，由于企业创新同时受技术进步和市场需求的影响，政府采购和政府补助政策之间必然存在着配合的问题，相应地，在实证检验政府采购和政府补助对企业创新绩效的影响时，有必要同时考虑这两方面的政策，着重分析二者之间的交互效应。

一、理论分析与研究假设

协同效应是指两种或两种以上的组分相加或调配在一起，所产生的作用大于各种组分单独作用的总和。目前，协同效应的研究主要集中在企业（集团）领域和并购领域，关于创新政策工具协同效应的理论分析框架的研究还较为薄弱。本文嘗试借鉴企业领域，特别是企业集团领域协同效应的研究成果，结合创新政策工具实际，构建“个体创新政策工具的异质性—协同路径与作用机制强化—同质性目标的实现”的理论分析逻辑。该逻辑的主要框架内容是：其一，协同效应是个体异质性与整体同质性的有机融合。其中，个体异质性是协同效应产生的基础和前提［13］，而整体同质性主要体现为目标的同质性，是实现协同效应的保障。具体到供给端的政府补助和需求端的政府采购，促进创新是其重要的共同政策目标，但是二者在作用环节、作用对象、信息基础方面存在着显著的不同。其二，个体创新政策工具产生协同效应的基本路径主要包括叠加和互补［14］。现有文献研究表明，创新政策工具促进企业创新的共同通道主要包括资源获取和信号认证与传递［6］，政府采购与政府补助的政策组合可以形成资源获取和信号认证与传递的叠加效应。但是，创新实践中研发成果与市场需求之间呈现“两张皮”的现象，这意味着创新供给与需求之间的信息不对称是造成政府创新政策体系低效和紊乱的重要因素，而供给端政府补助与需求端政府采购的政策组合则可能形成研发供应与市场需求信息的互动与交流，进而通过信息互补缓解信息不对称。在叠加和互补两种基本协同路径的基础上，创新政策工具的有效组合还可以通过企业创新外溢，提升区域的创新效率，进而形成内外部的创新协同。其三，政府采购与补助的政策组合通过“供给推动+需求拉动”式的资源叠加和信息互补，为企业研发活动的开展和研发成果的市场转化等创新价值链的主要活动，提供更加充分的内部资源供给，并通过缓解信息不对称增强对外部投资者的吸引力，进一步强化创新资源的保障，提高企业的风险承担能力。同时，内外部的创新协同方式可以使企业创新与区域创新之间形成良性互动，进一步提升企业创新效率，增强创新政策工具的有效协同效果。反之，如果创新政策工具组合中个体工具的异质性不明显，一方的作用被另一方所掩盖或弱化，或者二者共同重叠作用进一步强化了负面影响，则二者之间没有形成有效的叠加或互补，通常可能呈现替代效应。本文将依据上述理论分析逻辑框架，对政府采购与补助的协同效应进行分析并提出相应假设。

（一）政府采购与政府补助协同效应的基本假设

一是基于作用环节和作用对象异质性的资源叠加协同。政府补助和政府采购可以通过现金流补充和信号传递为企业创新带来直接和间接的资源投入，但是二者在作用环节和作用对象上存在差异。一方面，政府补助与政府采购所支持的创新价值链环节存在一定差异。在前期创新资源投入和研发活动开展环节，主要通过政府补助的方式进行研发激励；而在研发成果应用与回报环节，则主要通过政府采购等方式培育或扩大对创新产品的市场需求，以帮助企业的创新产品从市场中获得持续的成本补偿与资源投入。基于此，政府支持可以通过供给端与需求端的政策配合，作用于企业创新价值链的不同环节，形成“创新投入资源”与“市场拉动资源”的叠加效应。另一方面，政府补助和政府采购作用的创新类型存在一定差异。企业的创新主要包括产品创新和过程创新两类活动，其中产品创新主要是指研发新产品和改进旧产品，过程创新则主要是对特定产品的生产过程和方法进行改进，以降低边际生产成本。企业创新绩效的提升需要产品创新和过程创新的相互配合、相互促进。就机制设计而言，供给端的政府补助政策主要作用于对企业技术研发和产品生产的推动，而需求端的政府采购则通过培育市场和拉动产品消费，进而主要对企业的过程创新投入进行激励。相关文献的研究表明，政府在对企业创新活动进行激励时，若仅针对产品创新或过程创新中的某一项，将降低企业对于另一种创新投资的增长率［15］。由于主要作用环节和作用对象的不同，二者之间的重叠较少，因而政府补助与政府采购可以围绕企业创新价值链的全过程发挥资源获取的叠加效应，激发企业创新的驱动力，进而促进企业创新价值链的良性运转。

二是基于研发供应和市场需求信息互动与交流的信息互补协同。信息不对称是造成创新政策实施效果未能达到预期的重要原因。作为当前产业政策重要工具的政府补助，其信号传递效应可以在一定程度上缓解企业与投资者之间的信息不对称，但是由于缺乏与市场需求信息的互动与交流，企业创新过程中信息不对称的问题难以得到有效解决，导致政府难以准确区分出哪些是真正需要产业政策激励的企业，这可能会诱使部分企业采取机会主义行为以套取政策优惠，严重时还会产生寻租问题，加之企业的违法违规成本远低于收益，最终会导致产业政策的目标难以实现［16］。因此，只注重政府补助等创新供给端政策的运用，而忽视需求端政府创新政策的组合运用，将导致政府创新政策体系变得低效和紊乱。政府采购可以通过市场需求的培育和扩大，以及对竞争的引入，有效缓解政府支持企业创新过程中的信息不對称问题。具体而言，一方面，政府采购，特别是以创新为导向的政府采购，可以通过技术标准、质量标准和价格标准的制定有效引导企业创新行为，进而有效缓解政府补助过程中的“逆向选择”问题；另一方面，政府采购，特别是公开招标方式的政府采购，能够通过在采购中引入市场竞争，进而促使企业在满足政府采购的过程中提升创新效率，有效抑制政府补助过程中的“寻租”问题。同时，政府补助，特别是研发补助，可以通过其研发创新信息和更有针对性的研发支持机制，在与市场需求信息的互动中发挥政府对创新的引导作用，进而克服单一的政府采购可能导致的抑制创新的负向影响。具体而言，拥有政府采购订单的企业有稳定的收入和利润，企业可将大量的资源配置在满足政府采购订单的履约需要上，自身创新动力与研发投入将会受到抑制。此时，如果政府在供给端通过适当的政府补助引导企业创新，同时也为政府采购需求的设定提供研发创新信息，会更有助于发挥政府采购支持创新的政策功能。国外研究也表明，政府采购支持政策只有与供给端的政府补助等政策相配合，才能有效发挥其创新激励效能［4］。

三是基于创新外溢的内外部协同。政府对企业创新的有效支持会带来一定的外溢效应，主要表现为：政府对企业创新的有效支持能够显著提升区域的创新效率［17］，增强区域产业政策的吸引力，有助于形成产业集群；区域内企业应用研究阶段投入的增加可以通过价值链外溢效应带动本区域基础研究和试验发展阶段投入的增加［18］，进而促进产学研之间的协同创新。政府采购与补助对企业的叠加和互补会进一步增强企业创新的外溢效应，优化企业创新的环境，促进内外部协同，使企业创新与区域创新之间形成良性互动。

综上，供给端的政府补助与需求端的政府采购政策，可以通过基于作用环节和作用对象异质性的资源叠加协同、基于研发供应和市场需求信息互动与交流的信息互补协同、基于创新外溢的内外部协同等方式，产生协同效应。其中，资源获取的叠加和信息不对称程度的降低能够有效缓解企业的融资约束，提高企业的风险承担水平，进而激发企业的创新驱动力。而基于创新外溢的内外部协同，则可以进一步优化企业创新过程中的学习环境，强化学习激励，进而通过提高企业创新吸收水平，促进企业创新绩效的提升。基于此，提出以下基本假设：

H1：政府采购与政府补助对企业创新绩效存在显著的协同效应。

（二）政府采购与政府补助协同效应的作用机制假设

既有关于中国情境下政府补助或政府采购对企业创新绩效作用机制的文献，主要从资源获取和信号传递等方面展开论述，侧重于融资约束机制的分析。就政府补助而言，主要通过供给端的“输血”来缓解融资约束：一方面，政府补助可以通过提供无偿补贴，增加企业可支配的现金流，进而增强企业进行研发创新投入的资金保障能力［19］；另一方面，政府补助可从供给端发挥“政府认可标签”的积极信号作用，缓解投资者和债权人与企业之间的信息不对称，进而帮助企业以与风险适当匹配的融资成本获取更多的外部融资，进一步缓解企业的融资约束［6，20］。就政府采购而言，则主要通过市场需求端的“造血”来缓解融资约束：一方面，通过政府采购合约的履行以及市场的培育和催化，从需求端为企业的创新提供市场资源支持，增加企业的经营现金流入；另一方面，通过市场信号传递机制，从需求端为企业的产品和经营赋予“政府认可标签”，进而有利于企业获取外部融资以促进经营，达到缓解融资约束的效果。因此，政府补助和政府采购分别从供给端和需求端有效缓解融资约束，可以预见二者的政策组合将会通过资源与信号叠加功能的发挥，实现“输血”与“造血”的协同，进一步强化此作用机制。同时，政府补助和政府采购的政策组合还会促进研发供应与市场需求的信息交流，进一步缓解企业的研发创新行为与市场需求之间的信息不对称，并为外部投资者与债权人提供关于企业创新技术与市场的全方位信息，使其更好地选择创新能力强且有市场前景的企业进行投资与借贷，这将进一步强化政策组合对企业融资约束的作用机制效果。综上，提出以下机制假设：

H2：政府采购与政府补助的协同效应可以通过缓解融资约束来实现。

鉴于企业创新的高风险特征，企业的风险承担水平也是企业创新绩效的重要影响因素，并可以分为风险承担能力和风险承担意愿两个维度。只有同时具备较强的风险承担能力和高层管理者有较高的风险承担意愿的条件，企业才能选择承担风险去增加研发投资和实施创新项目。风险承担能力主要受企业财务状况和资金获取能力的影响［9］，而就创新投资项目而言，对资金的前期需求会更大，早期研发阶段的资金保障显得尤为重要。从前文论述可以看出，政府采购与政府补助的协同会进一步缓解融资约束，为企业高风险的创新投资项目提供更多的资金保障，进而提升企业的风险承担能力。在此过程中，供给端的政府补助作为企业研发阶段的政府资金补贴，发挥了重要的作用。但是，就企业风险承担水平而言，仅提高风险承担能力是不够的，还需要通过缓解管理层对研发失败的忧虑和增强管理层对创新投资项目的市场收益的信心，来提升企业的风险承担意愿。在此过程中，需求端的政府采购将发挥重要作用。一方面，政府采购通过市场需求的培育和扩大，以及产品运营过程中的“信号标签”作用，提升企业管理层对预期市场收益的信心；另一方面，政府采购可通过研发供应与市场需求信息的互动与交流，降低研发的不确定性，提高管理层对创新投资项目的安全感。因此，政府采购与政府补助组合，可以通过同时强化企业的风险承担能力和风险承担意愿，在提高企业风险承担水平方面形成协同强化作用。综上，提出以下机制假设：

H3：政府采购与政府补助的协同效应可以通过提高企业的风险承担水平来实现。

前述机制分析主要从资源基础观和信号传递观探讨了政策组合对企业创新条件的影响，但政策组合是否会影响创新过程，还有待进一步分析。鉴于创新的本质是知识的创造和运用，本文认为还应从企业获得和消化外部新知识并有效用于自身创新这一创新吸收的过程角度，来探讨政府采购与政府补助组合实施所产生的协同效应对企业创新绩效的影响机制。

创新是由知识驱动的，而知识既可来源于企业内部，又可来源于企业外部。增强企业的创新吸收水平，提高内外部知识的有机结合与有效运用水平是企业提高创新绩效的关键。Cohen & Levinthal［21］最早提出创新吸收对企业创新绩效具有积极作用，其研究成果得到广泛的认同。国内的实证研究也验证了企业的创新吸收能够显著提升企业的创新绩效［22］，其影响机理主要表现为：较高的创新吸收水平可以使企业敏锐地感知外部技术环境的变化和市场对于新技术的需求，并通过学习和消化外部新知识，与企业的既有技术知识有机结合，促使企业在一定的研发投入水平的基础上产生更多的创新成果，进而提升企业的创新绩效［23］。

基于创新吸收对于创新绩效的积极作用，Martin［12］在分析创新政策的效果时发现，高效的创新政策既要考虑对创新企业的资源支持，又要考虑提升企业的创新吸收水平。国内的实证研究表明，政治关联强化了企业的吸收水平，并通过双元创新促进企业创新绩效提升［22］，其中，以为企业提供特有的创新激励为主要特征的纵向政府参与，可以通过提升企业创新能力进而提高企业创新绩效［23］。现有国内文献主要是从调节效应的角度阐明政府支持可以强化企业创新吸收对创新绩效的影响，但是从理论上分析，政府支持对企业的创新吸收行为也是有直接影响的。Zahra & George［24］在其基于动态组织能力视角构建的创新吸收模型中，就将政府支持政策作为一个重要的企业创新吸收的激发触活器。政府支持政策会通过丰富企业的学习环境、激发企业的学习能力以及增强企业通过创新获取竞争优势的学习激励，来提升企业的创新吸收水平。

Zahra & George［24］所构建的创新吸收模型显示：企业培育和提升其创新吸收的前提是，企业一方面能够接触到多样化、互补性的外部知识，另一方面，企业也具有较强的自我研发能力，而包括政府支持政策在内的激发触活机制的设计与实施则会提升企业获取和消化外部知识的学习环境与学习意愿；在企业培育和提升其创新吸收水平的过程中，以个体吸收为基础的企业内部知识分享与沟通机制将会增强企业的学习禀赋，提高从潜在创新吸收到实现创新吸收的转化效率；专利保护等独占性制度安排下企业创新成果和相应收益的获得将会给企业的创新吸收活动提供学习激励，使企业更有意愿去培育和提高创新吸收水平，进而形成一个自我强化的良性循环。

沿着上述分析框架，我们可以梳理出政府补助与政府采购政策的组合实施可以显著提高企业创新吸收水平的作用机制。首先，在创新吸收的前提条件层面，企业的创新吸收水平受包括骨干企业、供应商、用户和互补技术提供者在内的产业集群的影响。政府补助和政府采购的政策支持通常会提高企业所在地的产业集聚程度，而产业集群内部的信息交互网络会促进更高水平的行业内知识溢出［25］，这改善了企业创新的学习环境，提高了企业获取外部关键创新知识的可能性。其次，专业技术人才的储备是企业重要的创新稟赋，而政府补助与政府采购的组合实施可提升企业内部科研人员的密度［24，26］。同时，科研人员通过其社会关系网络对外部信息进行搜索，并利用自身专业素养从杂乱的外部信息中识别、筛选和消化外部知识，最终提升企业对外部知识的获取、消化和应用能力［27］。最后，能否顺利形成最终的创新成果并强化企业的竞争优势是影响企业持续进行创新吸收活动的重要因素，而政府补助可从供给端提供创新成果孵化所需资源，政府采购则可从创新产品的市场需求端提供创新成果转化为企业利润的渠道。供给与需求端政策的相互补充可以形成强化企业竞争优势的作用，通过反馈机制进一步增强企业持续进行创新吸收的意愿。综上，提出以下机制假设：

H4：政府采购与政府补助的协同效应可以通过提升企业的创新吸收水平来实现。

二、研究设计

（一）样本选取与数据来源

本文使用2008—2021年沪深A股上市公司作为初始样本。对于政府采购数据，本文参照窦超、李馨子、陈晓［28］的研究，通过手工筛选A股上市公司年报中披露的前五大客户名称与交易金额来获取。此外，本文自中国研究数据服务平台（CNRDS）数据库获取了企业创新相关数据。其他公司财务与治理数据均来自国泰安（CSMAR）数据库。在剔除企业前五大客户信息缺失、财务或治理数据缺失以及金融类行业的样本后，最终得到7 897个观测值。

（二）变量定义与模型设计

1.变量定义

被解释变量。参照已有研究［29-30］，同时考虑到专利申请具有一定滞后性，本文使用企业下一年度独立申请专利总数与企业本年度研发投入的比值来衡量创新绩效（Inn_Per）。

解释变量。对于政府采购，本文根据上市公司披露的前五大客户具体名称来识别，并确定金额。具体而言，政府采购（Procure）变量为前五大客户中政府客户销售收入占营业收入的比例，若前五大客户中没有政府客户，则该数值为0。对于政府补助，本文主要借鉴王克敏等［31］的研究，将政府补助（Subsidies）变量定义为政府补助与企业营业收入的比值。

控制变量。本文控制了可能会影响企业创新的政府税收激励（EATR），其衡量方法为前瞻性有效平均税率（forward-looking effective average tax rate）。有效平均税率的测算可分为后视性和前瞻性两种方法，参考现有文献的分析，相对于后视性测算，前瞻性测算更适于解释税收激励对创新行为的影响［32-33］。税收激励（EATR）的具体衡量方法借鉴了刘诗源等［33］的研究，此处不再赘述。同时，考虑到国家产业政策对产业结构调整、产业扶持等具有重要意义，政府对企业的采购以及补助行为也会受到国家产业政策的引导，本文增加产业政策（IndPolicy）作为控制变量，如“十一五”至“十四五”产业规划中明确提到推动发展某一产业，则该产业在相应的政策期间（五年规划）内为受到政策支持的产业，此时产业政策（IndPolicy）赋值为1，否则为0。此外，考虑到区域经济的发展速度可能会同时影响当地政府的采购与政府补助行为，本文使用了企业所处地级市的GDP增长率（GDP）来控制区域经济发展的影响。参考以往的研究，本文还加入如下控制变量：企业规模（Size）、资产负债率（Lev）、有形资产比重（Tang）、总资产报酬率（Roa）、成长性（Growth）、现金持有（Cash）、经营活动现金流（CFO）、董事会规模（Board）、独立董事比例（Indp）、企业性质（State）。具体变量定义如表1所示。

2.模型設计

本文构建如下模型对假设进行验证：

Inn_Per=β0+β1Procure+β2Subsidies+∑Controls+∑Year+∑Industry+∑City+ε（1）

Inn_Per=β0+β1Procure+β2Subsidies+β3Procure×Subsidies+∑Controls+∑Year+∑Industry+∑City+ε（2）

其中，模型的被解释变量为企业创新绩效（Inn_Per），定义为下一年度申请发明专利总数与企业当年研发投入的比值；在模型（1）中，对政府采购与政府补助作出了联合检验，以此来展示政府采购与政府补助影响企业创新绩效的平均效应；模型（2）在模型（1）的基础上增加了政府采购与政府补助的交互项（Procure×Subsidies），以此来检验二者之间的交互作用。若模型（2）中交互项（Procure×Subsidies）系数显著为正，则表明政府采购与政府补助在促进企业创新绩效提升方面呈现协同效应。在上述模型中，除控制变量外，本文还考虑了年度效应、行业效应以及企业所在地级市效应，ε为随机扰动项，标准误经过了稳健性修正，同时，模型连续变量经过了上下1%的Winsorize处理。

三、基本假设的实证检验与结果分析

（一）主要变量的描述性统计

表2（下页）报告了样本的描述性统计结果。政府采购（Procure）最大值为0.817，均值为0.048，标准差为0.145。可以发现，政府采购样本分布并不均衡，存在一定差异。政府补助（Subsidies）最大值为1.836，中位数为0.012，均值为0.030，同样表明政府补助的程度存在较大差异。在企业创新绩效方面，发明专利与研发投入（百万元）的比值呈现较大波动。上述数据的异质性为本文研究政府采购与政府补助对企业创新绩效的交互作用提供了条件。

（二）政府采购与政府补助的协同效应假设检验

表3展示了政府采购与政府补助影响企业创新绩效的回归结果。在列（1）、（2）的回归模型中，核心解释变量分别为政府采购（Procure）与政府补助（Subsidies），并未加入其他企业层面的控制变量。列（1）的回归结果显示，政府采购（Procure）与政府补助（Subsidies）的系数均显著为正，这表明在同时考虑政府采购与政府补助的情况下，政府的创新政策对企业创新绩效具有正向影响。列（2）增加了核心解释变量的交互项，结果显示，政府采购（Procure）与政府补助（Subsidies）的交互项的系数为1.928，在1%的水平上显著。列（3）、（4）增加了企业层面的控制变量，可以发现，其结果与列（1）、（2）基本一致，这说明就企业创新绩效而言，政府采购和政府补助的交互作用表现出协同效应，符合H1的预期。

在经济含义方面，列（3）中政府采购（Procure）与政府补助（Subsidies）的系数展示了其提升企业创新绩效的平均效应，列（4）中政府采购（Procure）、政府补助（Subsidies）的系数，以及交互项的系数，展示了其提升企业创新绩效的协同效应。可以发现，当企业享受高水平的政府采购时，政府补助（Subsidies）提升企业创新绩效的效应为1.413（1.889×0.817-0.130），当企业享受高水平的政府补助时，政府采购（Procure）提升企业创新绩效的效应为3.730（1.889×1.836+0.262），这远高于孤立的政策所形成的创新支持效果。

此外，值得注意的是，当模型中增加了核心解释变量的交互项后，政府采购（Procure）与政府补助（Subsidies）的系数均有所降低，例如，在列（3）结果中政府采购（Procure）与政府补助（Subsidies）的系数分别为0.494、0.625，当加入交互项后，列（4）结果中二者的系数分别降低为0.262与-0.130，相较于政府采购（Procure），政府补助（Subsidies）系数的降低更为明显，这反映了政府补助是否能够有效提升企业创新绩效，在很大程度上取决于是否有配套的采购政策，同时，也说明政策间协同效应更多地表现为政府采购对政府补助实际执行中存在的“逆向选择”“预算软约束”“寻租”等不足的修正。

（三）内生性问题应对

1.内生性问题应对——基于工具变量的2SLS模型

前文理论分析和实证检验均表明，政府采购（Procure）与政府补助（Subsidies）对企业创新绩效存在协同效应，但是相关结论仍可能会受到内生性问题的干扰。例如，政府可能选择研发绩效好的企业给予更多的补助和采购支持，这就形成了逆向因果的内生性问题。参照杨洋、魏江、罗来军［6］的研究，本文采用基于工具变量的两阶段回归法来缓解内生性问题，并设计两个工具变量：其一，考虑到地方政府在一定程度上依赖于“土地财政”，随着地方政府财政收入的增加，包括政府采购与补助在内的财政支出也会相应提高，本文选用企业所在城市的土地出让金的自然对数IV_LandIncome作为工具变量；其二，考虑到政府在自然灾害后所开展的灾后重建工作会改变财政支出的方向，自然灾害很可能会影响政府对企业的支持行为，本文采用企业所在省份受灾人口的自然对数IV_Disaster作为工具变量。上述工具变量通过了弱识别检验和过度识别检验。此外，在现实的经济实践中，上述工具变量可能与政府采购或政府补助存在密切的关联，这满足了工具变量的相关性要求，同时，工具变量是宏观层面的因素，对企业创新的影响具有一定的外生性。

表4（下页）展示了基于工具变量的两步骤回归结果。列（1）、（2）是第一阶段回归结果。其中，列（1）回归中工具变量土地出让金（IV_LandIncome）与政府采购（Procure）之间呈现显著正相关，这说明政府采购随着政府土地出让金收入的增加而提升。同时，工具变量自然灾害（IV_Disaster）与政府采购（Procure）之间呈现显著正相关，这说明，当企业所处省份的自然灾害更加严重时，政府也会提升采购的力度。列（2）回归中工具变量土地出让金（IV_LandIncome）与政府补助（Subsidies）之间呈现显著正相关，这表明土地出让金的增加能够提高政府可支配财政补助的规模，但是工具变量自然灾害（IV_Disaster）与政府补助（Subsidies）之间并没有呈现显著的相关性，这可能是由于政府补助具有一定的长期规划性，而自然灾害的发生具有突然性和暂时性，因而自然灾害对政府补助的影响较小。列（3）是第二阶段回归结果，在考虑工具变量后，拟合的政府采购（Procure）与政府补助（Subsidies）的交互项系数显著为正，这表明，考虑逆向因果的内生性干扰后，政府采购（Procure）与政府补助（Subsidies）仍然对企业创新绩效存在明显的协同效应，即此前的相关研究结论仍然是可靠的。

2.内生性问题应对——个体固定效应模型

内生性问题可分为两个基本类型，即逆向因果与遗漏变量问题。基于工具变量的两步骤回归模型主要应对的是逆向因果所造成的内生性问题。在Hausman检验后，本文使用个体固定效应模型，利用在模型中增加不随时间变化的个体固有特征的方式，来尝试缓解遗漏变量所造成的内生性问题。回归结果表明，在考虑个体固定效应后，政府采购（Procure）与政府补助（Subsidies）对企业的创新绩效依然存在显著的协同效应，符合基本假设的预期①。

3.内生性问题应对——Heckman模型

由于目前證监会鼓励（非强制要求）上市公司披露其前五大客户的交易金额和名称，企业就是否披露前五大客户具体信息存在自主选择的空间，其决策取决于客户具体信息披露风险与收益的权衡，因而本文研究的结论可能会受到样本自选择偏误的影响。虽然前文通过增加个体固定效应对遗漏变量偏误的问题进行了应对，但是自选择偏误问题作为遗漏变量偏误的一种特殊情况，需要作进一步处理。借鉴唐松和谢雪妍［34］以及宫晓云等［35］的方法，本文采用Heckman两阶段模型来应对自选择偏误问题。在第一阶段中，以企业是否披露前五大客户具体信息（CustomerInf，若披露，则取值为 1，反之为 0）为被解释变量来构建选择模型，其中，外生解释变量为行业内其他公司前五大客户信息披露的年度均值（CustomerInf_Ind），控制变量与基本回归模型一致。回归结果表明，控制样本自选择偏误后政府采购（Procure）与政府补助（Subsidies）交互项的系数依然显著为正，与基准回归结果一致②。

四、机制假设的实证检验与结果分析

在机制检验部分，本文从企业融资约束、风险承担水平、创新吸收三方面对政府采购与政府补助对企业创新绩效协同效应的作用机制进行检验。

（一）融资约束和风险承担水平

参照余明桂等［36］的研究，本文使用企业盈利的波动性衡量风险承担水平（Risk），其值越大，企业风险承担水平越高。同时，参照Rajan & Zingales［37］的方法，构建外部融资依赖度指标（External Finance Dependence，EFD）来反映企业所面临的融资约束程度，其计算公式为，EFD=（资本支出-调整后现金流）/资本支出。在该公式中，资本支出为购建固定资产、无形资产以及其他长期资产所支付的现金净额，调整后的现金流=经营性现金流净额+存货的减少+应收账款的减少+应付账款的增加。EFD取值越大，表示企业的投资活动更多地依赖外源融资，那么企业所面临的融资约束程度也会越高。

表5列（1）、（2）展示了关于企业融资约束的机制检验结果，可以发现：在列（1）中，被解释变量为融资约束（EFD），解释变量政府采购（Procure）与政府补助（Subsidies）的交互项系数在1%的水平上显著为负，表明政策组合可以缓解企业融资约束问题；在列（2）中，被解释变量为企业的创新绩效（Inn_Per），解释变量融资约束（EFD）的系数在1%的水平上显著为负，表明融资约束问题的缓解可以帮助企业增强创新绩效。此外，政府采购（Procure）与政府补助（Subsidies）的交互项系数为1.241，低于基本回归（表3列（4））中交互项的系数（1.889），这表明对融资约束问题的缓解确实是政策组合实现创新协同效应的机制之一。同时，Sobel检验表明，融资约束的中介效应在5%水平上显著存在。

表5列（3）、（4）展示了关于企业风险承担水平的机制检验结果，可以发现：在列（3）中，被解释变量为风险承担水平（Risk），解释变量政府采购（Procure）与政府补助（Subsidies）的交互项系数在5%水平上显著为正，表明基于需求与供给的政策组合确实可以提升企业的风险承担水平；在列（4）中，被解释变量为企业的创新绩效（Inn_Per），解释变量风险承担水平（Risk）的系数在1%的水平上显著为正，表明风险承担水平的提升可以帮助企业增強创新绩效。与此同时，政府采购（Procure）与政府补助（Subsidies）的交互项系数为1.487，低于基本回归中交互项的系数（1.889），这表明风险承担水平确实起到了部分中介作用。此外，Sobel检验表明，风险承担水平具有显著（5%水平）的中介效应。

综合来看，表5的回归结果与H2、H3的预期相一致，即政府采购与政府补助的协同效应可以通过降低企业融资约束、提升企业风险承担水平来实现。

（二）创新吸收

在此，借鉴Zahra & George［24］的研究思想，尝试从针对外部知识的学习环境、学习能力、学习激励三个方面，分别构建企业创新吸收水平的代理变量。

在学习环境方面，本文关注了产业集群的作用。经营活动相似且地理位置邻近的企业往往构成产业集群，在产业集群中的企业会形成较强的社会网络关系，嵌入在这种社会网络关系中的社会资本是知识流动的主要通道，企业可以通过获取集群中的外部知识，进而提高企业的创新绩效［25］。本文在A股上市公司全样本的情况下，计算企业所在城市内同行业企业个数的自然对数（LnFirmN）及企业所在城市内同行业企业个数与全国同行业企业个数的比值（FirmRatio）这两个变量，并将这两个变量纳入本文模型中进行回归分析。变量LnFirmN与FirmRatio可反映企业所在城市的产业集群程度，其数值越大，代表产业集群度越高，企业获取外部知识的可能性越强，反之，产业集群度越低，企业获取外部知识的可能性越弱。

在学习能力方面，本文关注了以科研人员为代表的企业中专业技术人才的储备。相关人才的储备是企业重要的创新禀赋，一方面，科研人员可以利用其社会关系网络构建知识流动的网络，例如，科研人员在相关企业之间的人事流动、企业内科研人员与外部企业相关人员所进行的正式以及非正式沟通，以及不同企业科研人员的合作等都可以促进知识流动；另一方面，企业内的科研人员还能利用自身专业素养，从杂乱的外部信息中识别、筛选并消化外部知识，从而帮助企业提升学习外部知识的能力［27］。本文使用企业中研发人员的密度，即研发人员数量与总员工数量之比（R&DPerson），来反映企业内的科研人才资源，其数值越大，企业针对外部知识的学习能力越强。

在学习激励方面，本文关注了创新成果的生成。在外部知识转化为企业创新成果的过程中，联合创新是重要的成果表现形式。Giuliani & Arza［38］研究发现，企业之间的“知识池”与企业的联合创新水平之间具有显著的正向关系。此外，Ponds等［39］也发现，具有地理和组织相关性的企业通过外部知识的获取，可以提高企业间合作创新绩效。虽然企业的创新过程会受益于外部知识的应用，但由于现有数据的限制，我们难以直接判断创新成果在多大程度上利用了外部知识。考虑到联合创新是企业利用外部知识的重要表现以及相关数据的可获得性，本文使用联合创新来反映企业在创新吸收过程中利用外部知识产生成果的程度。具体指标为联合发明专利的申请数的自然对数（LnJiontPatent），其值越大，企业利用外部知识产生成果的程度越高。

表6（下页）展示了政府创新政策组合与企业创新吸收水平的实证结果。结果显示，在列（1）、（2）中，政府采购（Procure）与政府补助（Subsidies）的交互项系数分别为0.510、0.096，均在5%水平上显著，表明政府采购与政府补助政策的组合可以显著提升企业所在城市的产业集群程度，这为企业提供了更好的学习环境，有助于强化创新吸收。在列（3）的回归结果中，政府采购（Procure）与政府补助（Subsidies）的交互项系数在1%水平上显著为正，表明政策组合能够提升企业科研人员的密度，这有助于增强企业的学习能力，帮助企业在杂乱的外部信息中识别、筛选并消化外部知识。在列（4）的回归结果中，被解释变量为联合发明专利申请数量（LnJiontPatent），其中，政府采购（Procure）与政府补助（Subsidies）的交互项系数在1%水平上显著为正，表明政府创新政策的组合可以帮助企业将外部知识更好地转化为联合科研成果，进而提高企业在创新吸收过程中的学习激励。

表7（下页）展示了将这四个创新吸收的中介变量作为控制变量放入基本模型回归的结果。在列（1）—（4）中，逐一将中介变量放入模型中，可以发现：一方面，各个中介变量对创新绩效回归的系数本身是显著为正的；另一方面，在加入中介变量后，政府采购与补助的交互项的系数相较于基本回归模型中对应的系数确实有所降低。此外，Sobel检验表明，创新吸收变量存在显著（P值均小于10%）的中介效应。

五、协同效应的异质性检验

（一）政府采购竞争程度

各国普遍将招标作为主要采购方式，这也是WTO政府采购协议首选的方式。政府采购中的采购人可以从自身和社会的需求出发将产品技术、设计、工艺的先进性以及交货与售后的诸多要求纳入评价标准，从而选择出那些创新能力强、产品质量高、生产成本低且交货与售后满足要求的企业作为中标供应商，进而对投标企业，特别是那些接受政府技术创新补助的具有一定创新能力的企业起到“优胜劣汰”的激励作用，克服政府补助政策实施过程中的“政府失灵”问题，引导企业注重政府补助的使用效率，提高企业自身乃至整个产业的创新绩效。同时，政府补助的实施可以在一定程度上缩小产业内企业间技术差距，进一步强化政府采购竞争程度增加所带来的“竞争逃离效应”，使企业能够感受到政府采购市场的竞争与监管压力，通过研发创新取得竞争优势，甩开竞争对手。但是，如果政府采购过程中出现地方保护主义或可能的腐败行为，导致不能以竞争性原则来选择那些创新和生产能力强的供应商，可能会将政府采购异化为地方保护工具和利益输送渠道。综上，考虑到政府采购中市场竞争的重要性，本文有必要进一步检验政府采购竞争程度如何影响政策协同效应的发挥。

为检验政府采购中的市场竞争程度对政府采购（Procure）与政府补助（Subsidies）之间协同效应的影响，本文从两个维度分析政府采购的市场竞争程度：其一，从同行业企业在政府采购中的竞争来看，如果在某一行业中政府采购订单主要集中在少数几家企业，则说明在该行业中政府采购的产品市场竞争较弱，反之，如果政府从相同行业中的多家企业采购商品，则说明政府采购的产品市场竞争较强；其二，从政府采购中地方保护主义来看，如果在某一地方政府所采购的订单中本地企业占比较高，则说明当地政府更加重视对地方企业的保护，这弱化了政府采购中的市场竞争程度，反之，如果在地方政府采购订单中外地企业的占比较高，则说明政府在采购时更加重视产品本身，而非对当地企业的保护，这强化了政府采购中的市场竞争程度。

表8（下页）展示了相应实证研究结果。列（1）、（2）按照同行业企业在政府采购中的竞争程度分为低竞争组和高竞争组，其中，当企业所在行业的政府采购竞争较为充分时，政府采购（Procure）与政府补助（Subsidies）之间的交互项系数为2.618，且在1%水平上显著，而当政府采购竞争较弱时，政府采购（Procure）与政府补助（Subsidies）之间的交互项系数降低为1.043；组间差异检验表明，两组间交互项系数在10%水平上存在显著差异。列（3）、（4）按照地方政府采购中外地企业占比分为低竞争组和高竞争组，其中，当企业所在城市的政府采购竞争程度较高时，政府采购（Procure）与政府补助（Subsidies）之间的交互项系数为2.757，在1%水平上显著，而当政府采购竞争较弱时，交互项系数为正但不显著。组间差异检验表明，两组间交互项系数在1%水平上存在显著差异。上述结果表明，政府采购竞争环境对政策协同效应的发挥起到了重要作用，具体而言，相较于较弱的政府采购竞争，当政府采购的市场竞争程度较高时，供给端的政府补助和需求端的政府采购对企业创新绩效的协同效应更为突出。

（二）政府补助构成

现有研究发现，政府补助可由研发补助和非研发补助构成，其中，研发补助能够补充企业的正式研发资源［20］，而非研发补助为企业提供非指向性资金，可以缓解企业重大投资的融资约束。通过前文分析发现，政府采购与政府补助对企业创新绩效存在协同效应，然而，政府补助构成的差异是否会对这种协同效应造成影响呢？探讨政府补助构成对政策组合协同效应的影响，可以深化政策组合产生协同效应的理论分析，也有助于政策制定者优化政策组合。

通过手工整理企业年报中政府补助相关文字信息，我们从总补助中识别出研发补助的金额，计算研发补助占总补助的比例，并基于该比例的样本中位数分为研发补助占比较低组和研发补助占比较高组。表9列（1）展示了总补助中研发补助占比较低组的回归结果，可以发现，政府采购（Procure）与政府补助（Subsidies）之间的交互项系数为1.051，且在10%水平上显著。列（2）展示了总补助中研发补助占比较高组的回归结果，可以发现，政府采购（Procure）与政府补助（Subsidies）之间的交互项系数为2.481，且在1%水平上显著。组间差异检验表明，两组间交互项系数在5%水平上存在显著差异。以上结果说明，当政府补助中非研发补助占比较高时，政府采购与政府补助之间所形成的协同效应较弱，而当研发补助占比较高时，协同效应会得到明显提升。对这一结果可能的解释是，政府采购作为创新产品的市场需求拉动，更适合与具有明确创新目标的研发补助相结合，借助研发补助的创新推动和政府采购的创新市场需求来协同提升企业创新绩效，而非研发补助在政府提供资源时并没有明确的指向性，因而非研发补助对企业创新的泛化性激励作用与政府采购需求的匹配性较低。

（三）企業实质性创新

根据创新质量与效果的不同，企业的创新产出可分为实质性创新和策略性创新。实质性创新是以技术进步和取得竞争优势为目标的“高质量”创新行为，而策略性创新是为了迎合监管追求“数量”而非“质量”的创新行为［40］。低质量的策略性创新问题在政府补助方面表现得较为突出，主要原因在于政府补助政策的制定与实施主要基于政府的判断和选择，由于政府难以充分了解企业创新技术质量的实际情况，其选择享受补助的企业时更多关注的是那些表面上创新成果较多的企业，并不能有效甄别能够开展实质性高质量创新的企业或项目。同时，政府补助政策实施过程中的“寻租”和“预算软约束”等问题，更加剧了企业通过策略性创新寻求政府补助的动机与后果。

一般而言，相较于发明专利，企业所申请的实用新型与外观设计专利的创新“质量”较低，如果企业所进行的研发活动更多的是为了得到实用新型与外观设计专利，则可以认为企业具有策略性创新的行为，相反，如果研发成果更多的是发明专利，则可以认为企业具有实质性创新的行为。为检验政府采购与政府补助的政策组合是否可以提高企业的实质性创新水平，本文使用企业发明专利申请数与企业研发投入（百万元）的比值（SubstanceInn）来衡量实质性创新程度。同时，使用企业实用新型与外观设计专利申请数与企业研发投入（百万元）的比值（StrategyInn）来衡量策略性创新程度。

表10展示了针对不同类型创新的回归结果。列（1）被解释变量为策略性创新（StrategyInn），列（2）被解释变量为实质性创新（SubstanceInn）。在列（1）中，政府采购（Procure）与政府补助（Subsidies）的交互项系数为负，但不显著。在列（2）中，政府采购（Procure）与政府补助（Subsidies）的交互项系数显著为正，这表明政策组合能够显著提升企业的实质性创新行为。综合上述结果可发现，供给端与需求端的政策组合确实可以弥补单一政策的缺陷，最终通过二者政策的有效结合，显著增强企业的实质性创新，并在一定程度上抑制策略性创新行为。

（四）战略性新兴产业

与非战略性新兴产业相比，战略性新兴产业具有创新风险大、研发成本高和市场需求拉动力弱等特点，对政府产业政策中供给端与需求端支持政策的针对性和组合实施的有效性提出了更高的要求。在经济现实中，政府采购与政府补助对战略性新兴产业的交互作用是否呈现协同效应，还是如相关文献所揭示的，政府直接或间接地抑制了企业技术创新效率的提升［41］，需要作进一步分析。

为检验此问题，本文参照姚潇颖等［42］的研究，以国家统计局编制的《战略性新兴产业分类》为标准，选取新一代信息技术、高端装备制造、新材料、生物医药、新能源、节能环保、数字创意，以及科研服务等领域的相关产业作为战略性新兴产业。以模型（2）的设置为基础，按照是否为战略性新兴产业进行分组回归，结果如表11（下页）所示，其中，列（1）为非战略性新兴产业组的回归结果，列（2）为战略性新兴产业组的回归结果。可以发现，在战略性新兴产业组中，政府采购与政府补助没有呈现协同效应，而在非战略性新兴产业组中，政府采购与政府补助对企业创新绩效呈现显著的交互作用，同时，对交互项系数的组间差异检验发现，其系数差异在1%水平上显著。可能的原因是：战略性新兴产业所具有的创新风险更大、研发成本更高和市场需求不明确且较弱的特点，要求政府更加深度地参与到战略性新兴产业的科技创新和产品发展中，帮助战略性新兴产业企业克服制约其开展高强度技术学习的市场障碍和技术障碍［43］。但是，目前我国对战略性新兴产业的政府支持主要基于选择性产业政策来展开。在选择性产业政策框架下，更多使用了供给端的创新政策工具，而忽视了需求端的政府采购政策的重要作用，这就造成创新资源配置过程中市场导向不足，在促进企业创新价值链的形成与良性循环方面存在不平衡不充分的问题，未能有效激发战略性产业企业创新的内在驱动力，可能会出现企业利用产业政策寻求扶持与套利的情况。

六、结论与政策建议

本文聚焦于微观企业层面，从政策集成的角度研究了需求端政府采购与供给端政府补助对企业创新绩效的协同效应，得到如下主要结论：第一，政府采购与政府补助对企业创新绩效呈现显著的协同效应。这一结论在使用工具变量法、个体固定效应模型和Heckman两阶段模型检验后仍然成立。第二，机制分析与检验显示，政府采购与补助对企业创新的协同效应主要通过缓解融资约束、提高风险承担水平和增强创新吸收水平来发挥作用。第三，关于协同效应的异质性检验显示，在政府采购竞争程度较高的地区，协同效应更加显著；当政府补助多由研发相关补助构成时，政府采购与补助的协同效应更为显著；相对于策略性创新，政策组合能够更好地促进企业实质性创新；就战略性新兴产业而言，当前政府采购与政府补助政策尚未形成有效的协同效应。

以上结论丰富了政府创新政策对企业创新绩效影响的相关研究，并补充了政府创新政策组合协同效应的研究成果。本文的政策启示主要如下：

第一，注重创新政策工具之间的协同，将供需两端支持政策协同发力作为政策协调的着力点。强化企业的科技创新主体地位，发挥创新政策工具在促进企业创新价值链良性发展方面的协同作用。其中，要注意既不能过于依赖供给端的支持工具，又不能矫枉过正，转而过度依赖需求端的政策，而是要考虑政策工具之间的协同，特别要注重发挥供给端政府补助与需求端政府采购政策之间的协同效应。同时，政府应将激发企业创新吸收作为政策制定和实施的核心内容。注重发挥政府补助与政府采购的政策组合在提升企业创新吸收水平方面的作用，将优化企业所处产业与区域学习环境、提高其学习能力和增强学习激励作为政府制定支持政策的重要考量。在此过程中，政府工具之间的协同应着眼于对产业集群的提升、激励企业对人力资本的投入和鼓励企业联合创新，使政府支持提升企业创新绩效与提高区域创新效率的目标之间实现有机统一、相互促进。

第二，在发挥政府采购与政府补助协同作用的过程中，要注意克服“政府失灵”问题，更有效地发挥政府和市场的作用。政府可采取以下主要风险防范措施：其一，通过强化对产业与企业信息的收集与分析，提高政府对产业发展客观规律和企业决策行为的理解与认知能力，并克服其短期经济增长偏好，通过供给端政府补助与需求端政府采购政策的合理设计与组合，确保在市场导向下激励和引导企业对创新资源进行持续投入。其二，在通过政府补助支持企业创新方面，要注重优化政府补助的选择机制，加大政府补助中研发补助所占比重，有效识别真正具有创新意愿与能力的企业并给予研发补助，同时以诱致企业增强其创新吸收水平以及高质量创新为出发点，确定政府补助的方式和规模，缓解政府补助环节的“政府失灵”。其三，在政府采购方面，要强化政府采购过程中竞争机制的运用，对招标行为进行严格监管。同时，提高所在地区的市场化程度，破除地方保护主义，防止政府采购中出现“政府失灵”问题，使政府采购真正发挥“优胜劣汰”的作用，与政府补助形成显著的协同效应。

第三，通过鼓励企业科技创新的供给和强化新兴技术与产品的需求刺激，对战略性新兴产业支持政策进行优化。与一般产业相比，战略性新兴产业具有创新投入大且不确定性高、市场规模小等特点，政府要更加深度地参与到战略性新兴产业的科技创新和产品发展中。为防止出现政府的过度或不当干预，政府首先要加深自身对战略性新兴产业发展规律和相關工业活动专业信息的理解，并借助于科技战略咨询体系来深化其对创新链与产业链深度融合以促进相关产业高质量发展的认知。在提升认知能力的基础上，政府要按照政府补助和购买科技创新、促进创新链与产业链对接的思路，有针对性地设计和实施政府补助与政府采购政策工具组合，促进企业创新价值链的形成与良性循环，有效激发战略性产业企业创新的内在驱动力。

参考文献

［1］连燕玲，郑伟伟，高皓．创新困境下的制造业企业战略响应——基于创新绩效期望落差与响应式搜索行为的研究［J］．中国工业经济，2023（8）：174-192．

［2］ROTHWELL R. Creating a regional innovation-oriented infrastructure： The role of public procurement［J］． Annals of Public and Cooperative Economics， 1984， 55（2）： 159-172.

［3］马文聪，叶阳平，陈修德．创新政策组合：研究述评与未来展望［J］．科技进步与对策，2020（15）：152-160．

［4］CARAVELLA S， CRESPI F. The role of public procurement as innovation lever： Evidence from Italian manufacturing firms［J］. Economics of Innovation and New Technology， 2021， 30（7）： 663-684.

［5］MASEKO N， MANYANI O， CHIRISERI L， et al. An analysis of the impact of targeted government support on SMEs growth and development in Zimbabwe： A survey of Mashonaland Central Province［Z］. 2011.

［6］杨洋，魏江，罗来军．谁在利用政府补贴进行创新？——所有制和要素市场扭曲的联合调节效应［J］．管理世界，2015（1）：75-86．

［7］SHU C， WANG Q， GAO S， et al. Firm patenting， innovations， and government institutional support as a double-edged sword［J］. Journal of Product Innovation Management， 2015， 32（2）： 290-305.

［8］张杰．中国政府创新政策的混合激励效应研究［J］．经济研究，2021（8）：160-173．

［9］毛其淋，许家云．政府补贴、异质性与企业风险承担［J］．经济学（季刊），2016（4）：1533-1562．

［10］ 艾冰，陈晓红．政府采购与自主创新的关系［J］．管理世界，2008（3）：169-170．

［11］ 胡凯，蔡红英，吴清．中国的政府采购促进了技术创新吗？［J］．财经研究，2013（9）：134-144．

［12］ MARTIN B R. R&D policy instruments-a critical review of what we do and don't know［J］. Industry and Innovation， 2016， 23（2）： 157-176.

［13］ 韻江，刘立，高杰．企业集团的价值创造与协同效应的实现机制［J］．财经问题研究，2006（4）：79-86．

［14］ 陈晨，李平，王宏伟．国家创新型政策协同效应研究［J］．财经研究，2022（5）：80-94．

［15］ 钟根元，张娴，陈志洪．负外部性条件下上下游企业产品创新及过程创新动态分析［J］．系统管理学报，2019（3）：440-447．

［16］ 杨国超，芮萌．高新技术企业税收减免政策的激励效应与迎合效应［J］．经济研究，2020（9）：174-191．

［17］ 李政，杨思莹．创新活动中的政府支持悖论：理论分析与实证检验［J］．经济科学，2018（2）：88-100．

［18］ 余泳泽．中国区域创新活动的“协同效应”与“挤占效应”——基于创新价值链视角的研究［J］．中国工业经济，2015（10）：37-52．

［19］ 刘井建，李欣宇，柯松．政府补助对研发投资能发挥长期激励吗？——跨期效应的检验［J］．大连理工大学学报（社会科学版），2023（1）：16-26．

［20］ 吴伟伟，张天一．非研发补贴与研发补贴对新创企业创新产出的非对称影响研究［J］．管理世界，2021（3）：137-160．

［21］ COHEN W M， LEVINTHAL D A. Absorptive capacity： A new perspective on learning and innovation［J］. Administrative Science Quarterly， 1990， 35（1）： 128-152.

［22］ 曾萍，朱轩，孙奎立．企业吸收能力对创新绩效的影响——一个有调节的中介模型［J］．华南理工大学学报（社会科学版），2019（6）：46-55．

［23］ 翟瑞瑞，李宏兵，姜鹏飞．政府参与、吸收能力与技术创新模式组合的创新绩效［J］．系统工程，2017（10）：114-122．

［24］ ZAHRA S A， GEORGE G. Absorptive capacity： A review， reconceptualization， and extension［J］. Academy of Management Review， 2002， 27（2）： 185-203.

［25］ 邬爱其，李生校．从“到哪里学习”转向“向谁学习”——专业知识搜寻战略对新创集群企业创新绩效的影响［J］．科学学研究，2011（12）：1906-1913．

［26］ 杨慧军，杨建君．外部搜寻、联结强度、吸收能力与创新绩效的关系［J］．管理科学，2016（3）：24-37．

［27］ CHANG C P， HSU P C. The correlation between employee information literacy and employee creativity［J］. Quality & Quantity， 2015， 49： 221-234.

［28］ 竇超，李馨子，陈晓．政府背景大客户、创新投入及其影响途径［J］．科研管理，2020（9）：197-208．

［29］ 陈德球，金雅玲，董志勇．政策不确定性、政治关联与企业创新效率［J］．南开管理评论，2016（4）：27-35．

［30］ 陈思，何文龙，张然．风险投资与企业创新：影响和潜在机制［J］．管理世界，2017（1）：158-169．

［31］ 王克敏，刘静．李晓溪．产业政策、政府支持与公司投资效率研究［J］．管理世界，2017（3）：113-124．

［32］ HANAPPI T. Corporate effective tax rates： Model description and results from 36 OECD and non-OECD countries［Z］. OECD Taxation Working Papers， 2018.

［33］ 刘诗源，林志帆，冷志鹏．税收激励提高企业创新水平了吗？——基于企业生命周期理论的检验［J］．经济研究，2020（6）：105-121．

［34］ 唐松，谢雪妍．企业持股金融机构如何服务实体经济——基于供应链溢出效应的视角［J］．中国工业经济，2021（11）：116-134．

［35］ 宫晓云，权小锋，刘希鹏．供应链透明度与公司避税［J］．中国工业经济，2022（11）：155-173．

［36］ 余明桂，李文贵，潘红波．民营化、产权保护与企业风险承担［J］．经济研究，2013（9）：112-124．

［37］ RAJAN R G， ZINGALES L. Financial dependence and growth［Z］. Working Paper， 1996.

［38］ GIULIANI E， ARZA V. What drives the formation of "valuable" university-industry linkages？： Insights from the wine industry［J］. Research Policy， 2009， 38（6）： 906-921.

［39］ PONDS R， VAN OORT F， FRENKEN K. The geographical and institutional proximity of research collaboration［J］. Papers in Regional Science， 2007， 86（3）： 423-444.

［40］ 黎文靖，郑曼妮．实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响［J］．经济研究，2016（4）：60-73．

［41］ 肖文，林高榜．政府支持、研发管理与技术创新效率——基于中国工业行业的实证分析［J］．管理世界，2014（4）：71-80．

［42］ 姚潇颖，卫平，李健．产学研合作模式及其影响因素的异质性研究——基于中国战略新兴产业的微观调查数据［J］．科研管理，2017（8）：1-10．

［43］ 贺俊，吕铁，黄阳华，等．技术赶超的激励结构与能力积累：中国高铁经验及其政策启示［J］．管理世界，2018（10）：191-207．

The Synergistic Effect and Mechanism of Government Procurement and Subsidies on Enterprise Innovation

XU Jiang-bo   QI Yun-fei  XU Chen-xi

Abstract： Strengthening the coordination between government innovation policies is an important aspect of improving the scientific and technological innovation system and solving the dilemma of China's scientific and technological innovation. Based on the perspective of combining supply and demand， this study takes A-share listed companies in Shanghai and Shenzhen from 2008 to 2021 as research samples to examine the synergistic effect and mechanism of government procurement and subsidies on corporate innovation performance. Research has found that government procurement and subsidies have a significant synergistic effect on the innovation performance of enterprises， and the synergistic effect mainly plays a role in alleviating financing constraints， improving risk bearing levels， and enhancing innovation absorption levels. The heterogeneity test on synergistic effects shows that in regions with higher levels of competition in government procurement， synergistic effects are more significant. When government subsidies are mostly composed of R&D related subsidies， the synergistic effect of government procurement and subsidies is more significant. Compared to strategic innovation， policy combinations can better promote substantive innovation in enterprises. Compared to strategic emerging industries， policy synergies are more significant in non-strategic emerging industry groups.

Key words： government procurement; government subsidies; synergistic effect; innovation absorption level