白 茜 韋慶芳 蒲雨琦 蔡衛(wèi)星

一、引言

創(chuàng)新驅動發(fā)展戰(zhàn)略在新時代新征程全面建設社會主義現(xiàn)代化強國全局中具有舉足輕重的地位。黨的二十大報告強調堅持“創(chuàng)新是第一動力”，不斷塑造發(fā)展新動能新優(yōu)勢①資料來源:黨的二十大代表熱議科技創(chuàng)新不斷塑造發(fā)展新動能新優(yōu)勢,https://www.gov.cn/xinwen/2022-10/21/content_5720125.htm?eqid=f37ba3da00003cb300000004645ca7ec。。堅持有效市場與有為政府相結合推動創(chuàng)新發(fā)展，是中國式現(xiàn)代化的重要路徑。其中，以五年規(guī)劃為主導的產業(yè)政策是中國經濟發(fā)展在有效市場與有為政府結合的鮮明體現(xiàn)（陳釗，2022）。在此背景下，產業(yè)政策對微觀企業(yè)創(chuàng)新行為的影響成為學術研究、政府部門以及產業(yè)界共同關注的熱點問題（余明桂等，2016；黎文靖、鄭曼妮，2016）。

從現(xiàn)有文獻看，有關這一主題的相關研究大多集中在產業(yè)政策能否促進微觀企業(yè)創(chuàng)新，研究視角集中在產業(yè)政策的直接效應，即針對某個或者某些行業(yè)的支持政策能否促進這些行業(yè)內部企業(yè)的創(chuàng)新（余明桂等，2016；黎文靖、鄭曼妮，2016）。不少學者指出，產業(yè)政策具有全局性和長遠性（陳釗，2022；江飛濤、李曉萍，2018）。這意味著產業(yè)政策除了直接效應之外，潛在的溢出效應也不容忽視，例如針對某個或者某些行業(yè)的支持政策可能會對其他行業(yè)帶來某種程度的影響（陳勝藍、劉曉玲，2021）。從我們掌握的文獻看，有關產業(yè)政策溢出效應的微觀研究還相對較少，其中一個重要原因在于缺乏合適的場景和數(shù)據(jù)。

產業(yè)鏈供應鏈是構建國際國內雙循環(huán)新發(fā)展格局的關鍵，黨的二十大報告強調要著力提升產業(yè)鏈供應鏈韌性和安全水平①資料來源:全國政協(xié)十四屆一次會議舉行第二次全體會議,https://www.gov.cn/xinwen/2023-03/08/content_5745332.htm。。在此背景下，本文將微觀層面的供應鏈納入產業(yè)政策效果的研究框架之中，嘗試檢驗產業(yè)政策溢出效應。上市公司供應鏈為研究產業(yè)政策溢出效應提供了獨特的場景和數(shù)據(jù)支持：一方面，通過供應鏈上下游企業(yè)關聯(lián)，我們可以識別上游供應商所在行業(yè)是否獲得政策支持，在同時控制下游企業(yè)所在行業(yè)是否獲得政策支持的情況下，檢驗上游供應商的產業(yè)政策能否影響下游企業(yè)創(chuàng)新；另一方面，從數(shù)據(jù)可得性角度出發(fā)，將上市公司信息與工商登記注冊信息進行匹配，構造了包含全部可獲得供應商的上市公司供應鏈創(chuàng)新數(shù)據(jù)庫，為開展研究提供了數(shù)據(jù)可能。

基于上述考慮，本文將企業(yè)供應鏈溢出作為研究視角，基于自行構建的上市公司供應鏈創(chuàng)新數(shù)據(jù)庫，嘗試考察產業(yè)政策對微觀企業(yè)創(chuàng)新行為的影響是否存在溢出效應。主要研究結果顯示：第一，從整體上看，中國產業(yè)政策對微觀企業(yè)創(chuàng)新的影響存在顯著的溢出效應。經驗證據(jù)顯示，產業(yè)政策通過供應鏈溢出對微觀企業(yè)創(chuàng)新的影響，底線估計大致相當于產業(yè)政策直接效應的40%左右，這意味著以往研究只關注直接效應而忽視溢出效應在很大程度上低估了產業(yè)政策在推動微觀企業(yè)創(chuàng)新方面的實際效果。第二，在具體機制上，本文提出了知識溢出和財務溢出兩個潛在影響路徑，基于實證研究結果證實了上述兩個影響機制的存在性，并發(fā)現(xiàn)知識溢出對下游企業(yè)創(chuàng)新產出的影響更大，財務溢出對下游企業(yè)創(chuàng)新投入的影響更大。第三，在異質性效應上，本文發(fā)現(xiàn)產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的影響，在供應商-下游企業(yè)地理距離、供應商集中度以及制度質量等三個維度存在顯著的異質性。

本文可能的邊際貢獻主要體現(xiàn)在：首先，從供應鏈溢出視角進一步豐富了產業(yè)政策影響微觀企業(yè)創(chuàng)新的經驗證據(jù)。從整體上看，現(xiàn)有研究對產業(yè)政策與企業(yè)創(chuàng)新的研究集中在直接效應（余明桂等，2016；黎文靖、鄭曼妮，2016；孟慶璽等，2016），對于產業(yè)政策溢出效應的探討相對較少（陳勝藍、劉曉玲，2021；Zheng et al.，2017）。本文在既有研究考慮產業(yè)政策直接效應的基礎上，還從供應鏈溢出視角出發(fā)，考察了供應商所在行業(yè)的政策支持能否給下游企業(yè)創(chuàng)新帶來增量影響，有助于我們更全面地理解宏觀產業(yè)政策對微觀企業(yè)創(chuàng)新的影響，即產業(yè)政策除了直接對行業(yè)內企業(yè)創(chuàng)新產生影響之外，還通過供應鏈上的溢出效應帶來更為廣泛的影響，并且這種影響在經濟意義上非?？捎^。

其次，從創(chuàng)新視角進一步拓展了有關企業(yè)供應鏈的相關研究。有關供應鏈的研究大多跟隨國外研究（Chu et al.，2019；Intintoli et al.，2017），重點關注下游企業(yè)對上游供應商的影響（陳勝藍、劉曉玲，2021；楊志強等，2020；底璐璐等，2020）。本文將這種自上游向下游的供應鏈溢出效應納入到產業(yè)政策影響企業(yè)創(chuàng)新的理論框架，并基于實證數(shù)據(jù)檢驗了知識溢出和財務溢出兩個具體的影響機制。

最后，從數(shù)據(jù)層面進一步擴充了中國企業(yè)供應鏈數(shù)據(jù)。囿于數(shù)據(jù)可得性等限制，以往基于中國上市公司供應鏈的相關研究大多只關注上下游均為上市公司的樣本（楊志強等，2020；底璐璐等，2020），并不包含非上市公司供應商，這導致供應商信息和最終回歸樣本的大大缺失。本文構建了包含全部供應商（上市公司和非上市公司）在內的綜合數(shù)據(jù)庫，可以更全面體現(xiàn)中國企業(yè)供應鏈的情況，從而使得本文關于供應鏈問題的研究結論更具一般性。

本文的余下部分結構如下：第二部分是制度背景，回顧中國產業(yè)政策演變，刻畫中國上市公司供應鏈的特征化事實；第三部分是理論分析與研究假說，提出本文的理論框架并發(fā)展研究假說；第四部分是研究設計，對樣本與數(shù)據(jù)、變量與模型進行說明；第五部分是基準估計結果和一系列穩(wěn)健性檢驗；第六部分是進一步研究，進行了機制檢驗和異質性討論；最后總結全文。

二、制度背景

改革開放以來，中國逐步從計劃經濟向社會主義市場經濟轉型。與此同時，“東亞奇跡”及其背后的東亞模式正在全球具有廣泛影響，其中的產業(yè)政策工具引起了中國經濟決策部門的關注并逐步得到各方認可（江飛濤、李曉萍，2018）。作為一個彈性很大的政府干預方式，產業(yè)政策成為中國各級政府經常使用的政策工具，這使得中國成為一個推行較多產業(yè)政策的國家（余明桂等，2016）。從演變趨勢來看，中國的產業(yè)政策在20世紀80年代到90年代中期是側重扶持支柱產業(yè)，但從21世紀以后有非常大的變化，對微觀經濟活動的干預在加強（李曉萍、江飛濤，2019）。

作為產業(yè)政策思想最為典型的體現(xiàn)，中國國民經濟發(fā)展“五年規(guī)劃”對全國重大建設項目、生產力分布和國民經濟重要比例關系進行規(guī)劃和布局，并制定出不同產業(yè)的發(fā)展和結構調整目標（Chen et al.，2017）。在某種程度上，“五年規(guī)劃”搭建起了中國產業(yè)政策的綱要框架，在“五年規(guī)劃”的指導下，各職能部門和各級政府會相應出臺各種具體化的產業(yè)政策及其工具，并通過各類細化措施來強化產業(yè)政策的落地（李曉萍、江飛濤，2019），包括但是不限于稅收優(yōu)惠（楊國超、芮萌，2020）、準入政策（江飛濤、李曉萍，2018）、政府補貼（郭玥，2018）、土地政策（范子英等，2022）、金融政策（Chen et al.，2017）等。

從整體上看，中國產業(yè)政策的引進和發(fā)展，是在改革開放以來中國社會主義市場經濟快速發(fā)展的歷史進程大背景下發(fā)生的，對宏觀經濟發(fā)展和微觀企業(yè)行為都產生了極其重要的影響。學術界對于產業(yè)政策效果有效性進行了廣泛討論，特別是2016年林毅夫教授和張維迎教授在朗潤園“產業(yè)政策思辨會”的公開辯論，更是將產業(yè)政策是否有效的爭論推向了一個新的高度?？偨Y學者們的現(xiàn)有研究，大家對于產業(yè)政策效果的認識上存在著一定的分歧，有的研究認為產業(yè)政策在促進經濟發(fā)展、產業(yè)轉型升級與產業(yè)競爭力提升上發(fā)揮了積極作用（Chang，2003；Ciuriak，2013；宋凌云、王賢彬，2013；韓永輝等，2017），也有一些研究強調產業(yè)政策可能會阻礙經濟發(fā)展、帶來尋租與腐敗行為乃至經濟增長的長期停滯（Baumol et al.，2007；Robinson，2010；黎文靖、鄭曼妮，2016；蔣冠宏，2022）?；谶@些討論，越來越多的學者認為，產業(yè)政策研究的重點應該轉向“如何制定并實施成功的產業(yè)政策”（Ciuriak，2013；李曉萍、江飛濤，2019）。

三、文獻綜述與理論分析

（一）文獻綜述

創(chuàng)新活動具有正外部性、高風險性、高不確定性的特點，存在明顯的融資約束和激勵不足問題（Manso，2011；Chu et al.，2019；鐘華明、劉志銘，2023）。鑒于創(chuàng)新在經濟增長中的關鍵作用（Arrow，1962；Romer，1986）和市場無形之手在推動創(chuàng)新中的潛在缺陷（Chang，2003），通過政府的有形之手就成為一個自然而然的政策選擇（余明桂等，2016）。作為政府有形之手的重要體現(xiàn)，產業(yè)政策得到了廣泛使用（江飛濤、李曉萍，2018）。在此基礎上，學者們對產業(yè)政策與微觀企業(yè)創(chuàng)新之間的關系進行了廣泛討論，大部分研究集中在直接效應視角，即重點關注某項或者某些產業(yè)政策是如何影響所在行業(yè)的企業(yè)創(chuàng)新，大體認為主要存在著資源效應（余明桂等，2016；Gao et al.，2021）、信號效應（Meuleman and De Maeseneire，2012；郭玥，2018）、競爭效應（江飛濤、李曉萍，2018；余明桂等，2016）和尋租效應（黎文靖、鄭曼妮，2016；楊國超、芮萌，2020）等四種潛在機制，產業(yè)政策的整體影響取決于上述效應的相對大小。

第一，資源效應，是指產業(yè)政策可以給所在行業(yè)內企業(yè)帶來資源優(yōu)勢進而影響企業(yè)創(chuàng)新?？v觀全球各國產業(yè)政策內容，大多數(shù)情況下都會為了支持特定產業(yè)發(fā)展，由各部門和各級政府通過財政、金融、稅收等手段給企業(yè)提供資源支持和讓渡經濟利益。例如，政府補貼、稅收優(yōu)惠、研發(fā)費用加計扣除、固定資產加速折舊等財稅手段能夠降低創(chuàng)新活動的邊際成本和研發(fā)風險，提升內源融資能力和資金水平（余明桂等，2016；Gao et al.，2021）。信貸配給能夠直接向企業(yè)輸送信貸資金，項目審批、貸款核準等行政性干預能夠引導信貸政策方向，使得得到產業(yè)政策支持的企業(yè)能夠以較低的信貸融資成本獲取豐富的信貸資源（Chen et al.，2017）。這些措施大大緩解了得到產業(yè)政策支持行業(yè)的融資約束問題，從而促進企業(yè)創(chuàng)新。

第二，信號效應，是指產業(yè)政策通過傳遞某些對所在行業(yè)內企業(yè)有利的信號來促進企業(yè)創(chuàng)新。信號效應由信號傳遞理論衍生而來（Spence，1973），認為產業(yè)政策傳遞了行業(yè)發(fā)展前景好、投資機會大的信號（Meuleman and De Maeseneire，2012；郭玥，2018）。這種信號在信貸市場上有助于緩解銀企信息不對稱，使得銀行更愿意向獲得產業(yè)政策支持的企業(yè)投放信貸（余明桂等，2016）；在資本市場上有助于緩解企業(yè)與潛在投資者之間的信息不對稱，使得市場投資者更有信心長期持有企業(yè)股票（郭玥，2018）。從整體上看，這種信號傳遞大大緩解了融資企業(yè)與外部投資者之間的信息不對稱問題，從而通過提供充足的資金支持來促進企業(yè)創(chuàng)新。

第三，競爭效應，是指產業(yè)政策會導致的市場競爭程度變化進而影響企業(yè)創(chuàng)新。加強或者放松行業(yè)進出是產業(yè)政策非常重要的一項內容（江飛濤、李曉萍，2018）?，F(xiàn)有研究認為，放松行業(yè)管制、降低進入壁壘、簡化行政審批手續(xù)等促進競爭的產業(yè)政策措施會加速企業(yè)進入和退出，使得行業(yè)競爭加劇，促使企業(yè)持續(xù)創(chuàng)新以保持競爭優(yōu)勢和市場份額（余明桂等，2016）。相反地，目錄指導、市場準入、供地審批、淘汰落后產能等削弱競爭的產業(yè)政策措施則會阻礙企業(yè)進入和退出，導致行業(yè)壟斷程度不斷上升，使得企業(yè)在低創(chuàng)新水平下也能夠繼續(xù)生存從而缺乏創(chuàng)新動力（余明桂等，2016）。

第四，尋租效應，是指策略性迎合產業(yè)政策來實施各類尋租活動進而影響企業(yè)創(chuàng)新。與大多數(shù)的政府干預活動一樣，產業(yè)政策也可能導致一系列尋租活動。例如，企業(yè)通過策略性創(chuàng)新（黎文靖、鄭曼妮，2016）、研發(fā)操縱（楊國超、芮萌，2020）等方式來不正當獲取政府補貼、信貸支持、稅收優(yōu)惠等創(chuàng)新資源，但沒有將這些資源用于創(chuàng)新活動，從而造成創(chuàng)新資源的浪費。這一尋租過程會產生高昂成本，擠占高質量創(chuàng)新所依賴的資源，進而抑制企業(yè)創(chuàng)新（Krueger，1974）。從整體上看，產業(yè)政策導致的尋租效應將會對企業(yè)創(chuàng)新帶來嚴重的負面影響。

從整體上看，現(xiàn)有文獻聚焦產業(yè)政策對所在行業(yè)企業(yè)創(chuàng)新的影響并展開了深入研究，對于我們準確把握產業(yè)政策與企業(yè)創(chuàng)新之間的關系具有重要的啟發(fā)價值。但是，我們也充分注意到，現(xiàn)有文獻對于產業(yè)政策與企業(yè)創(chuàng)新之間關系的研究主要集中在產業(yè)內部視角，即針對某個或者某些產業(yè)的支持政策能否促進這些產業(yè)內企業(yè)的創(chuàng)新（余明桂等，2016；黎文靖、鄭曼妮，2016）?？紤]到產業(yè)政策往往具有全局性和長遠性（江飛濤、李曉萍，2010；江飛濤、李曉萍，2018；陳釗，2022），那么一個重要而有趣的問題是：針對特定產業(yè)的支持政策，能否對其他產業(yè)中企業(yè)的創(chuàng)新產生影響？以及，這種產業(yè)政策溢出效應是通過何種渠道產生的？對上述問題的回答將有助于我們更好地理解產業(yè)政策的創(chuàng)新效應，但遺憾的是，從我們掌握的文獻來看，有關這一問題的討論還相對較少。

（二）理論分析：產業(yè)政策、供應鏈溢出與下游企業(yè)創(chuàng)新

通過對產業(yè)政策與企業(yè)創(chuàng)新之間關系的研究文獻梳理，本文發(fā)現(xiàn)現(xiàn)有研究并沒有對產業(yè)政策溢出效應給予足夠的重視。我們認為，產業(yè)政策對企業(yè)創(chuàng)新的影響可以分為兩個方面：一方面是通過直接效應，包括前述的資源效應、信號效應、競爭效應以及尋租效應，直接影響行業(yè)內的企業(yè)創(chuàng)新，這是現(xiàn)有文獻的主要研究方向；另一方面是上游供應商受到產業(yè)政策的影響，并通過供應鏈傳導到下游企業(yè)，從而形成溢出效應。我們認為這種溢出效應是產業(yè)政策影響企業(yè)創(chuàng)新的重要機制，本文對此進行了創(chuàng)新性探索?；谏鲜霰尘?，本部分提出了一個產業(yè)政策影響企業(yè)創(chuàng)新的理論框架，在產業(yè)政策的直接效應的基礎之上進一步納入溢出效應?；跀?shù)據(jù)可得性考慮，本文主要從供應鏈視角出發(fā)考察產業(yè)政策溢出效應。我們將上述討論通過圖1所示的理論框架來表示：

圖1 理論框架

現(xiàn)有文獻主要集中在直接效應，本文則重點關注溢出效應。我們認為產業(yè)政策通過供應鏈溢出影響下游企業(yè)創(chuàng)新，至少包括知識溢出和財務溢出兩個重要的影響機制：

第一，知識溢出。知識溢出最早可以追溯到Arrow（1962）的開創(chuàng)性研究，認為在代表性的知識生產函數(shù)中，企業(yè)將新知識作為創(chuàng)新活動的投入，既能促進本企業(yè)生產具有排他性產品，也能溢出到其他企業(yè)并促進這些企業(yè)的創(chuàng)新。在此基礎之上，社會網(wǎng)絡理論進一步解釋了供應鏈創(chuàng)新溢出，認為企業(yè)創(chuàng)新優(yōu)勢可以通過嵌入蘊含豐富知識和信息資產的外部網(wǎng)絡來實現(xiàn)，而供應鏈是企業(yè)獲取外部信息和知識的重要渠道（Nieto and Santamaría，2007）。供應商網(wǎng)絡給下游企業(yè)創(chuàng)造了接觸外部創(chuàng)新知識的機會，新思路、新實踐和新模式等創(chuàng)新信息得到快速傳播，從而為下游企業(yè)創(chuàng)新能力提升提供了可能（Gao et al.，2015）。有研究表明，供應商是企業(yè)進行產品開發(fā)和產品改進的重要信息來源，同供應商的協(xié)作能夠在增強企業(yè)運作彈性和市場適應性的同時降低企業(yè)經營風險，加快產品開發(fā)和創(chuàng)新頻率（Nieto and Santamaría，2007）。具體來說，從供應商到下游企業(yè)的知識溢出包括但是不限于以下方式：

一方面，供應商能夠通過參與新產品開發(fā)（Supplier Involvement in New Product Development，SINPD）直接提升下游企業(yè)的創(chuàng)新能力。SINPD是供應商向制造商提供技術知識與創(chuàng)新資源并參與決策共同完成新產品開發(fā)的過程（Handfield et al.，1999）。這一過程可以認為是更廣泛供應商網(wǎng)絡的一個接入點，其背后是一系列產品、工藝技術和創(chuàng)新相關能力的集合（Johnsen，2006），能夠大大縮短創(chuàng)新活動開發(fā)周期。Carr and Pearson（1999）基于國家采購管理協(xié)會（National Association of Purchasing Management，NAPM）739家會員企業(yè)的實證研究，以及李隨成、姜銀浩（2010）對福田汽車供應鏈的案例研究都表明，供應商參與新產品開發(fā)對下游企業(yè)創(chuàng)新起到了強有力的推動作用。

另一方面，通過與供應商互動學習來間接提升下游企業(yè)創(chuàng)新能力。在與供應商互動學習過程中，下游企業(yè)通過頻繁、高質量面對面交流獲得大量隱性知識，通過與現(xiàn)有知識的結合創(chuàng)造大量新的交叉知識，從而大大提升創(chuàng)新成功概率（Johnsen et al.，2006）。此外，學習模仿作為率先創(chuàng)新者的供應商的創(chuàng)新思路、汲取成功經驗和失敗教訓能夠大大提升創(chuàng)新效率（Gao et al.，2015）。針對日本三菱電機公司的案例研究表明，其與供應商之間存在大量的正式或非正式溝通；快速有效的互動溝通能夠提高新產品開發(fā)的柔性，降低新產品項目的不確定性，進而提升產品創(chuàng)新能力（Funk，1993）。此外，供應商為了分享商業(yè)利潤，通常愿意與下游企業(yè)公司共享創(chuàng)新資源，包括信息、技術、人力和資金等（Song and Di Benedetto，2008）。

第二，財務溢出。財務溢出與企業(yè)創(chuàng)新的融資約束有關，創(chuàng)新活動依靠大量、長期的資金支持，而企業(yè)自身生產積累和營運資金往往難以滿足這一需要，因此，外部融資成為重要的資金來源渠道（Brown et al.，2012；張璇等，2017）。Allen et al.（2005）在其具有廣泛影響力的一項研究中指出，在中國，正規(guī)金融體系相對不夠完善，因此產業(yè)鏈和供應鏈上的基于聲譽（reputation）和關系（relationship）的商業(yè)信用等另類融資渠道在外部融資過程中發(fā)揮了重要作用。商業(yè)信用的競爭力假說認為，供應商出于避免失去大客戶、提升銷量、獲取質量保證、增強競爭力等目的，有動機向市場地位較高、信用較好的大客戶提供大額、持續(xù)性的商業(yè)信用（Fisman and Raturi，2004；余明桂、潘紅波，2010）。商業(yè)信用通常屬于低利息甚至是無利息負債，而處于市場強勢地位的下游企業(yè)有動機擠占上游供應商的商業(yè)信用以最大化自身利益（Giannetti et al.，2011）。

綜合上述討論，我們將產業(yè)政策通過供應鏈對下游企業(yè)創(chuàng)新的溢出效應總結為：上游供應商得到產業(yè)政策支持通過知識溢出和財務溢出對下游企業(yè)創(chuàng)新帶來影響。據(jù)此，我們提出本文的核心研究假設：

研究假設：給定其他條件相同的情況下，針對供應商的產業(yè)政策支持對下游企業(yè)創(chuàng)新具有顯著的影響。

四、實證研究設計

（一）樣本與數(shù)據(jù)

本文以2012—2018年披露前5大供應商的全部A股上市公司為初始樣本，跨越了“十二五”規(guī)劃和“十三五”規(guī)劃兩大時期。在基準樣本中，本文包含1229 家保留完整披露具體的前5 大供應商名稱的上市公司，一共得到3844個公司-年度樣本觀測值（共披露了19220個供應商）。根據(jù)研究需要對數(shù)據(jù)進行如下處理：（1）刪除ST、*ST公司樣本觀測值；（2）刪除金融行業(yè)樣本觀測值；（3）刪除資產負債率大于1的樣本觀測值。最終，本文包含了3312個公司-年度觀測值樣本。

本文的研究數(shù)據(jù)主要來源于以下幾個渠道：（1）上市公司供應商信息來自于公司年報，手工整理得到；（2）創(chuàng)新相關的專利申請授權信息來自于專利信息數(shù)據(jù)庫；（3）產業(yè)政策數(shù)據(jù)來自于國家發(fā)展與改革委員會公開政策法規(guī)中的“五年規(guī)劃”，并根據(jù)上市公司及其子公司以及供應商所在行業(yè)信息進行匹配得到；（4）財務數(shù)據(jù)來自于CNRDS 數(shù)據(jù)庫。為了消除異常值的影響，本文對連續(xù)變量進行了上下1%縮尾調整（winsorize）處理。

（二）變量與模型

為研究產業(yè)政策在供應鏈上的溢出效應，我們重點關注上市公司的上游供應商獲得產業(yè)政策支持能否對下游企業(yè)創(chuàng)新具有顯著的促進作用。參考余明桂等（2016）、黎文靖、鄭曼妮（2016）、底璐璐等（2020）研究基礎之上，本文設定如下基準計量模型：

其中，被解釋變量Inno_Customer是上市公司創(chuàng)新的衡量指標。為了確保研究結論的可靠性，我們分別從創(chuàng)新投入和創(chuàng)新產出兩個維度構建相關測度指標。具體來說，在創(chuàng)新投入層面，參考既有研究的做法（余明桂等，2016；郭玥，2018），本文使用研發(fā)經費占比（RD_Customer）作為衡量指標。在創(chuàng)新產出層面，本文使用對數(shù)化的企業(yè)申請發(fā)明專利數(shù)（Patent_Customer）進行衡量。相對而言，在發(fā)明、實用新型和外觀設計三種專利類型中，發(fā)明專利的技術含量和質量最高（蔡衛(wèi)星等，2019）；同時，考慮到授權過程較長，且檢測過程較高的不確定性（黎文靖、鄭曼妮，2016），使用發(fā)明專利申請數(shù)量來作為關鍵被解釋變量。

關鍵解釋變量（IP）是一個虛擬變量，當某個行業(yè)得到國家五年發(fā)展規(guī)劃支持時取值為1，否則取值為0。本文從上市公司視角出發(fā)，將上市公司視為下游企業(yè)（Customer），參考既有研究的做法，引入上市公司及其子公司所在行業(yè)是否得到產業(yè)政策支持（IP_Customer），以控制產業(yè)政策的直接效應。在此基礎上，我們重點關注上市公司的上游供應商（Supplier），引入上游供應商所在行業(yè)是否得到產業(yè)政策支持（IP_Supplier），通過估計系數(shù)α1顯著性來識別產業(yè)政策在供應鏈上的溢出效應。

參考既有研究的做法，本文控制了一系列影響企業(yè)創(chuàng)新的潛在因素（Chu et al.，2019；余明桂等，2016；黎文靖、鄭曼妮，2016；蔡衛(wèi)星等，2019），包括公司規(guī)模（Size，用對數(shù)化的總資產來衡量）、公司年齡（Age，用對數(shù)化的公司成立時間來衡量）、杠桿程度（Lev，用資產負債率來衡量）、盈利能力（Roa，用總資產收益率來衡量）、資產結構（Tang，用固定資產占總資產的比重來衡量）、現(xiàn)金比率（Cash，用經營性凈現(xiàn)金流量/總資產來衡量）。與此同時，我們還控制了行業(yè)和年度固定效應，并將所有回歸結果在公司層面進行了群聚（cluster）調整。變量定義見表1。

表1 主要變量及其定義

（三）描述性統(tǒng)計

表2 匯報了主要變量的描述性統(tǒng)計結果。企業(yè)發(fā)明專利申請數(shù)量Patent_Customer 的平均值為12.377，方差為115.125；企業(yè)研發(fā)投入占比RD_Customer 的平均值為2.891，方差為4.586，表明不同公司間創(chuàng)新表現(xiàn)差距較大；供應商是否得到產業(yè)政策支持Ip_Supplier的平均值為0.536，說明大約54%的供應商得到產業(yè)政策支持；企業(yè)自身所在行業(yè)是否得到產業(yè)政策支持Ip_Customer 的平均值為0.733，說明大約73%的企業(yè)得到產業(yè)政策支持，與余明桂等（2016）,黎文靖、鄭曼妮（2016）的研究相近。其他變量的描述性統(tǒng)計與相關文獻相近，表明本文研究樣本構造的可靠性。

表2 描述性統(tǒng)計

五、實證結果分析

（一）基準回歸

本文首先考察產業(yè)政策通過供應鏈溢出影響下游企業(yè)創(chuàng)新的整體效應。在這里，我們分為兩步來檢驗這一影響：首先檢驗下游企業(yè)自身所在行業(yè)的產業(yè)政策對企業(yè)創(chuàng)新的影響，在此基礎上進一步加入供應商是否得到產業(yè)政策支持變量，估計結果見表3。在表3 中，我們分別使用了創(chuàng)新產出（Patent_Customer）和創(chuàng)新投入（RD_Customer）作為被解釋變量，兩種情況下的估計結果是一致的，因此我們主要以創(chuàng)新產出為例來解釋主要發(fā)現(xiàn)。

表3 基準回歸估計結果

表3中第（1）和（3）欄的估計結果表明，下游企業(yè)自身所在行業(yè)的產業(yè)政策（Ip_Customer）的估計系數(shù)均為正，并且在1%的水平下顯著，這意味著產業(yè)政策確實是對企業(yè)創(chuàng)新具有顯著的直接促進效應，與余明桂等（2016）的研究結果是一致的。除了統(tǒng)計意義上的顯著性，產業(yè)政策對企業(yè)創(chuàng)新的促進效應在經濟意義上也非?？捎^，以表3 第（1）欄為例，在本文半彈性設定下，下游企業(yè)自身所在行業(yè)的產業(yè)政策（Ip_Customer）的估計系數(shù)為0.2876，意味著與那些沒有得到產業(yè)政策支持的上市公司相比，得到產業(yè)政策支持的上市公司創(chuàng)新產出高出了28.76%，這是一個在經濟意義上非?？捎^的影響。

表3中第（2）和（4）欄是進一步加入了供應商是否得到產業(yè)政策支持（Ip_Supplier）因素后的估計結果。我們發(fā)現(xiàn)：無論是使用創(chuàng)新產出還是創(chuàng)新投入，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)均為正，并且至少在5%的水平下顯著，這意味著上游供應商得到產業(yè)政策支持同樣對下游企業(yè)創(chuàng)新具有顯著的促進效應，這種效應在以往研究中往往被忽視。從經濟意義上看，以表3第（2）欄為例，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)為0.1197，意味著與那些供應商沒有得到產業(yè)政策支持的上市公司相比，供應商得到產業(yè)政策支持的上市公司創(chuàng)新產出要高出了11.97%，這同樣是一個在經濟意義上不容忽視的影響。進一步地，如果我們對比產業(yè)政策的直接效應和溢出效應，以表3 第（2）欄為例，產業(yè)政策的溢出效應（0.1197）大致相當于直接效應（0.2848）的40%左右，說明盡管產業(yè)政策的直接效應是主要效應，但是溢出效應也是非常可觀的，這意味著以往對于產業(yè)政策與企業(yè)創(chuàng)新之間的研究在總體效應上存在著相當程度的低估。

（二）穩(wěn)健性檢驗

1.雙重差分法檢驗

為緩解供應商得到產業(yè)政策支持與下游企業(yè)創(chuàng)新之間可能存在的內生性問題，參考楊興全等（2018）的研究方法，構建如下的雙重差分模型進行檢驗：

其中，Treat 是區(qū)分實驗組和控制組的虛擬變量，實驗組“十二五”規(guī)劃沒有得到產業(yè)政策支持而“十三五”規(guī)劃得到產業(yè)政策支持的行業(yè)，控制組“十二五”規(guī)劃和“十三五”規(guī)劃都沒有得到產業(yè)政策支持的行業(yè)。Post 是在“十二五”期間取值為0，而在“十三五”期間取值為1。模型其他設定和處理同基準模型。本文關注的核心估計系數(shù)是α1，如果α1顯著為正，表明供應商得到產業(yè)政策支持能夠顯著提升下游企業(yè)創(chuàng)新。

在進行雙重差分估計之前，我們先進行平行趨勢檢驗，以第一年作為基期（Nunn and Qian,2011；陳釗、申洋，2021）。圖2左圖的被解釋變量是創(chuàng)新產出（Patent_Customer），右圖的被解釋變量是研發(fā)投入（RD_Customer）。從圖2的動態(tài)趨勢圖可以看出，無論是創(chuàng)新產出還是研發(fā)投入，得到產業(yè)政策支持行業(yè)與得到支持之前的年份的交互項均不具有統(tǒng)計意義上的顯著性，說明雙重差分模型滿足平行趨勢的要求。

圖2 雙重差分的動態(tài)趨勢圖

采用雙重差分法的估計結果見表4①表4的樣本比基準回歸的少一些，原因在于該樣本不包含“十二五”和“十三五”都得到產業(yè)政策支持，以及“十二五”得到產業(yè)政策支持而“十三五”沒有得到產業(yè)政策支持的樣本。。表4 第（1）欄的被解釋變量是創(chuàng)新產出（Patent_Customer），從估計結果上看，交互項（Treat_Post）的估計系數(shù)為正，且在1%的水平下顯著。表4第（2）欄的被解釋變量是研發(fā)投入（RD_Customer），從估計結果上看，交互項（Treat_Post）的估計系數(shù)為正，且在5%的水平下顯著。以上結果表明，無論是創(chuàng)新產出還是研發(fā)投入，使用雙重差分法進行估計時，供應商得到產業(yè)政策支持促進下游企業(yè)創(chuàng)新的結論沒有發(fā)生改變。

表4 雙重差分法估計結果

2.替代性解釋

已有文獻發(fā)現(xiàn)，為獲得產業(yè)政策支持的好處，企業(yè)傾向于對得到產業(yè)政策支持的其他行業(yè)內企業(yè)進行并購（蔡慶豐、田霖，2019）。因此，供應商所在行業(yè)得到產業(yè)政策支持可能會增加下游企業(yè)對其所在行業(yè)內企業(yè)的并購概率。為排除這一混淆性因素的影響，我們在基準模型的基礎之上，進一步引入了M&A_Supplierindustry，定義為下游企業(yè)是否對供應商所在行業(yè)內企業(yè)進行并購的虛擬變量，若是則取值為1，否則為0。

表5第（1）欄的被解釋變量是創(chuàng)新產出Patent_Customer，從估計結果上看，下游企業(yè)對供應商所在行業(yè)內企業(yè)進行并購M&A_Supplierindustry 的估計系數(shù)為正，且在10%的水平下顯著。更為重要的是，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)仍然在5%的水平下顯著為正。表5 第（2）欄的被解釋變量是研發(fā)投入（RD_Customer），從估計結果上看，下游企業(yè)對供應商所在行業(yè)內企業(yè)進行并購（M&A_Supplierindustry）的估計系數(shù)在5%的水平下顯著為正；同時，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)仍然在1%的水平下顯著為正。以上結果表明，無論是創(chuàng)新產出還是研發(fā)投入，進一步排除下游企業(yè)對供應商所在行業(yè)內企業(yè)進行并購這一替代性解釋的影響之后，我們的核心結論仍然成立。

表5 排除替代性解釋估計結果

3.安慰劑檢驗

為緩解供應商得到產業(yè)政策支持在遴選上潛在的非隨機性問題，我們采用隨機化思路進行安慰劑檢驗。理論上，因為供應商所在行業(yè)得到產業(yè)政策支持變量是隨機賦予的，所以該變量的估計系數(shù)應該和零沒有差異。從統(tǒng)計的角度來看，此時得到的供應商產業(yè)政策變量的估計系數(shù)應該分布在0 的附近，即不具有任何統(tǒng)計意義上的顯著性。此處，我們把供應商是否得到產業(yè)政策支持的隨機遴選過程重復1000次。

圖3報告了1000次隨機過程得到的估計系數(shù)α^random1的分布，從圖3中可以清晰地看到，無論是創(chuàng)新產出還是研發(fā)投入，隨機估計系數(shù)α^random1確實集中分布在零的附近。由此，可以認為，未觀測到的特征基本不會對估計結果產生影響，表明在進一步考慮了供應商所在行業(yè)是否得到產業(yè)政策支持在遴選上潛在的非隨機性之后，本文的核心結論仍然穩(wěn)健。

圖3 安慰劑檢驗結果

4.進一步考慮潛在遺漏因素的影響

為排除潛在遺漏因素的影響，我們在基準模型的基礎之上進一步加入了企業(yè)、行業(yè)、地區(qū)層面的潛在影響因素，具體包括股權制衡度、兩職合一、管理層持股比例、獨立董事占比、機構投資者占比、產權性質、行業(yè)壟斷程度、經濟發(fā)展水平、第二產業(yè)占比、人力資本。從表6的估計結果來看，無論是創(chuàng)新產出（Patent_Customer）還是研發(fā)投入（RD_Customer），供應商是否得到產業(yè)政策支持（Ip_Supplier）和下游企業(yè)所在行業(yè)的產業(yè)政策（Ip_Customer）對應的估計系數(shù)都為正，且至少在5%的水平下顯著。從經濟意義上看，以第（1）列創(chuàng)新產出的估計結果為例，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)大小與基準模型的發(fā)現(xiàn)較為接近，該溢出效應大致相當于直接效應的60%（=0.1369/0.2307）。這表明，在進一步考慮潛在遺漏因素的影響之后，供應商得到產業(yè)政策支持促進下游企業(yè)創(chuàng)新的核心結論依然成立。

表6 進一步考慮潛在遺漏因素的影響

5.使用其他模型的檢驗

在基準回歸中，我們采用發(fā)明專利加1取對數(shù)的方式來測度創(chuàng)新產出。盡管這種處理方式能夠在滿足經典線性模型假定、避免極端值影響等方面具有優(yōu)勢，但是最近的一項研究表明，對于發(fā)明專利這種計數(shù)型被解釋變量，泊松（Poisson）模型能夠在更一般的條件下得到一致的估計結果（Cohn et al.，2022）。對此，我們在表7 第（1）列中使用Possion 模型對基準結果進行重新估計，被解釋變量是發(fā)明專利數(shù)?？紤]到樣本中近40%的發(fā)明專利數(shù)為0，我們在表7 第（2）列中進一步使用零膨脹Poisson 模型進行再次估計。

表7 其他模型的估計結果

表7的估計結果顯示，無論是Poisson模型還是零膨脹Poisson模型，供應商是否得到產業(yè)政策支持（Ip_Supplier）和下游企業(yè)所在行業(yè)的產業(yè)政策（Ip_Customer）對應的估計系數(shù)都顯著為正，且在至少5%的顯著水平下。此外，在兩種模型下，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)大小與基準模型的發(fā)現(xiàn)較為接近，溢出效應也都大致相當于直接效應的40%（=0.1551/0.3623；=0.1086/0.2573）。以上結果表明，無論是使用Ols 模型還是Poisson 模型進行估計，我們的核心結論都是一致的。

6.考慮產業(yè)政策的時滯性

由于產業(yè)政策實施過程和政策傳導的延遲、企業(yè)行為調整和技術創(chuàng)新的時滯等原因，產業(yè)政策效果的體現(xiàn)需要一定的時間，這可能對研究結論產生影響。對此，我們將基準回歸中的被解釋變量替換為未來一期的創(chuàng)新產出和創(chuàng)新投入，并在表8 中展示了相應的估計結果。根據(jù)表8 的估計結果，不論是未來一期的創(chuàng)新產出還是創(chuàng)新投入，供應商是否得到產業(yè)政策支持（Ip_Supplier）和下游企業(yè)所在行業(yè)的產業(yè)政策（Ip_Customer）對應的估計系數(shù)都顯著為正，且在至少5%的顯著水平下。從經濟意義上看，以第（1）列創(chuàng)新產出的估計結果為例，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)大小與基準模型的發(fā)現(xiàn)較為接近，該溢出效應大致相當于直接效應的65%（=0.1732/0.2626）。這表明，在考慮產業(yè)政策效果的時滯性之后，本文的核心結論依然穩(wěn)健。

表8 被解釋變量替換為下一期創(chuàng)新的估計結果

六、進一步討論

（一）機制分析

正如前文理論框架分析所述，產業(yè)政策通過供應鏈溢出影響下游企業(yè)創(chuàng)新，主要存在著知識溢出和財務溢出兩種可能的機制。本部分嘗試檢驗上述兩種機制的存在性，從而進一步深化我們關于產業(yè)政策溢出效應的理解。

1.知識溢出機制

本文認為，知識溢出是產業(yè)政策通過供應鏈影響下游企業(yè)創(chuàng)新的重要機制，即產業(yè)政策促進了供應商創(chuàng)新進而帶動下游企業(yè)創(chuàng)新。為了檢驗這一機制，我們引入供應商創(chuàng)新水平這一指標Patent_Supplier，以此作為機制變量來檢驗知識溢出效應①由于大部分供應商是非上市公司，我們無法獲得這些企業(yè)的研發(fā)投入指標，因此這部分分析主要基于發(fā)明專利申請數(shù)量（Patent_Supplier）來作為機制變量。。具體估計模型如下：

其中，式（3）的被解釋變量是機制變量供應商創(chuàng)新（Patent_Supplier），以對數(shù)化供應商發(fā)明專利申請量來衡量。在這里，我們重點關注的是供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)β1，如果β1顯著為正，意味著供應商得到產業(yè)政策支持有助于提升其創(chuàng)新能力，知識溢出機制成立。在式（4）中，我們在基準模型的基礎之上引入了供應商發(fā)明專利申請數(shù)量（Patent_Supplier），重點是關注估計系數(shù)α1①在這里，我們想要提醒讀者的是，機制變量供應商創(chuàng)新（Patent_Supplier）可能存在內生性，對Patent_Supplier 的估計系數(shù)須保持謹慎解讀。。表9 第（1）欄是式（3）的估計結果，第（2）-（3）欄是式（4）的估計結果，分別以創(chuàng)新產出（Patent_Customer）和創(chuàng)新投入（RD_Customer）作為被解釋變量。

表9 知識溢出機制檢驗

從表9第（1）欄可以看出，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)為正，并且在1%的水平下顯著，這意味著產業(yè)政策同樣促進了供應商創(chuàng)新，知識溢出效應得到了證實，也進一步支持了產業(yè)政策的直接效應。與此同時，有兩個地方值得進一步說明：首先，下游企業(yè)自身所在行業(yè)的產業(yè)政策（Ip_Customer）的系數(shù)不具備統(tǒng)計意義上的顯著性，這在一定程度上說明了供應鏈溢出主要集中在從供應商到下游企業(yè)的溢出。其次，就產業(yè)政策對企業(yè)創(chuàng)新的直接效應而言，產業(yè)政策支持（Ip_Supplier）對供應商創(chuàng)新的影響（0.5341）要明顯高于基準回歸中產業(yè)政策（Ip_Customer）對下游企業(yè)創(chuàng)新的影響（0.2848），我們認為這可能源于下游企業(yè)是上市公司，而供應商大多數(shù)是非上市公司?？紤]到非上市公司相對來說更為弱勢，產業(yè)政策對于企業(yè)創(chuàng)新的直接效應可能具有一定的“雪中送炭”效果。

從表9 第（2）欄可以發(fā)現(xiàn)，在加入了機制變量供應商創(chuàng)新（Patent_Supplier）之后，關鍵解釋變量供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)在數(shù)值和顯著性水平較基準情況都出現(xiàn)明顯的下降，以創(chuàng)新產出作為被解釋變量為例，估計系數(shù)數(shù)值從0.1197下降為0.0900，顯著性水平從5%下降為10%，表明供應商得到產業(yè)政策支持促進下游企業(yè)創(chuàng)新的部分效應通過知識溢出來實現(xiàn)。

2.財務溢出機制

既有研究表明，產業(yè)政策往往從政府補貼、稅收優(yōu)惠、信貸支持等方面給予了政策傾斜（余明桂等，2016），這意味著供應商在財務方面可能具有一定的優(yōu)勢。因此，本文進一步檢驗了財務溢出機制。具體來說，考慮到供應商與下游企業(yè)之間的財務往來主要是通過商業(yè)信用形式，本文將商業(yè)信用作為機制變量，構建如下基準模型：

其中，式（5）的被解釋變量是機制變量供應商向下游企業(yè)提供的商業(yè)信用（Credit_Customer），以下游企業(yè)的應付賬款/營業(yè)收入來衡量。在這里，我們重點關注的是供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)γ1，如果γ1顯著為正，意味著產業(yè)政策支持有助于供應商增加對下游企業(yè)的商業(yè)信用提供，財務溢出機制成立。在式（6）中，我們引入了供應商向下游企業(yè)提供的商業(yè)信用（Credit_Customer），重點是關注估計系數(shù)α1①在這里，我們想要提醒讀者的是，機制變量供應商向下游企業(yè)提供的商業(yè)信用（Credit_Customer）可能存在內生性，對Credit_Customer的估計系數(shù)須保持謹慎解讀。。表10第（1）欄是式（5）的估計結果，第（2）-（3）欄是式（6）的估計結果，分別以創(chuàng)新產出（Patent_Customer）和創(chuàng)新投入（RD_Customer）作為被解釋變量。

表10 財務溢出機制檢驗

從表10 第（1）欄可以看出，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)為正，并且在1%的水平下顯著，這意味著產業(yè)政策確實增加了供應商向下游企業(yè)的商業(yè)信用提供，財務溢出效應得到了證實；并且，這種影響的經濟意義也非?？捎^，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)為0.0270，意味著相對于沒有得到產業(yè)政策支持的供應商而言，得到產業(yè)政策支持的供應商向下游企業(yè)提供的商業(yè)信用要高出14%（=0.0270/0.1901）。此外，本文注意到下游企業(yè)自身所在行業(yè)的產業(yè)政策（Ip_Customer）的系數(shù)不具備統(tǒng)計意義上的顯著性，這與我們的研究直覺是一致的，即下游企業(yè)自身所在行業(yè)的產業(yè)政策對供應商提供的商業(yè)信用是沒有影響的。

從表10第（2）-（3）欄可以發(fā)現(xiàn)，首先，在加入供應商向下游企業(yè)提供的商業(yè)信用（Credit_Customer）之后，產業(yè)政策（Ip_Supplier）的估計系數(shù)在數(shù)值和顯著性水平上都出現(xiàn)下降，但是仍然具有統(tǒng)計意義上的顯著性，表明供應商得到產業(yè)政策支持促進下游企業(yè)創(chuàng)新的部分效應通過財務溢出來實現(xiàn)。第二，一個非常有趣的現(xiàn)象是，對于創(chuàng)新產出（Patent_Customer）而言，表10 第（2）列供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)大于表9第（2）列的相應系數(shù)；而對于研發(fā)投入（RD_Customer）而言，表10 第（2）列供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)小于表9 第（2）列的相應系數(shù)。以上結果作為一個揭示性證據(jù)，表明知識溢出對下游企業(yè)創(chuàng)新產出的影響更大，而財務溢出對下游企業(yè)創(chuàng)新投入的影響更大。

（二）異質性分析

1.供應商-下游企業(yè)地理距離

我們首先從地理距離視角考察產業(yè)政策供應鏈溢出效應的差異。直覺上，供應商和下游企業(yè)之間的地理距離越遠，產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的影響就越少，這主要源于兩個方面：一方面，知識溢出效應大小與地理距離存在著密切關系。知識溢出與創(chuàng)新空間分布理論認為，知識傳播過程的衰減隨著距離增加而變大，尤其是難以被編碼的隱性知識（Audretsch and Feldman，1996），而這些隱性知識對于創(chuàng)新活動至關重要（Agrawal and Goldfard，2008）。Chu et al.（2019）也強調，下游企業(yè)與供應商的地理鄰近有助于在研發(fā)初始階段進行快速調整。另一方面，財務溢出效應大小也可能與地理距離密切相關。這是因為地理距離越近，交易就越能夠快速達成且交易成本較低（劉鳳委等，2009）。

基于上述討論，本文首先嘗試根據(jù)供應商和下游企業(yè)之間的地理距離遠近來進行分組，檢驗供應商得到產業(yè)政策支持對下游企業(yè)創(chuàng)新的影響是否存在著顯著差異。具體來說，我們參考現(xiàn)有文獻的做法，采用等權方式計算了前五大供應商與上市公司間的平均地理距離，并在此基礎上將本文的研究樣本分為地理距離較遠和地理距離較近兩組，分組回歸結果見表11。在表11中，我們分別使用下游企業(yè)創(chuàng)新產出和創(chuàng)新投入作為被解釋變量，采用分組回歸并檢驗估計系數(shù)的組間差異，以識別地理距離視角下的異質性。

表11 異質性檢驗：供應商-客戶地理距離

表11 中第（1）和（2）欄的被解釋變量是下游企業(yè)創(chuàng)新產出（Patent_Customer），從估計結果上看，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)在地理距離較近的組中為正，且在5%的水平下顯著；而在地理距離較遠的組中也為正，但不顯著。組間估計系數(shù)差異性檢驗的結果表明，這種差異在10%的水平下顯著。第（3）和（4）欄的被解釋變量是下游企業(yè)創(chuàng)新投入（RD_Customer），從整體上看與使用創(chuàng)新產出的估計結果是一致的，組間估計系數(shù)差異性檢驗的結果表明在5%的水平下顯著。從整體上看，表11 的估計結果說明地理距離是一個重要的異質性因素，供應商與下游企業(yè)距離越近，產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的促進作用就更加顯著。

2.供應商集中度

接下來，我們從供應商集中度視角考察產業(yè)政策供應鏈溢出效應的差異。供應商集中度在很大程度上反映了供應商與下游企業(yè)之間的緊密度和相互依存度（Cabigiosu et al.，2013），從而決定了產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的影響效應：一方面，就知識溢出而言，供應商集中度較高時，供應商與下游企業(yè)間大額、頻繁的經濟交易促進了雙方間的相互了解、信任和深度合作，隱性知識在這一過程中得到有效互動，這對于供應鏈協(xié)同創(chuàng)新至關重要（吉利、陶存杰，2019）；另一方面，就財務溢出而言，供應商集中度越高，供應商更傾向于站在長期利益而不是短期成本收益比較的角度進行行為決策，有更強的動機給下游企業(yè)提供商業(yè)信用支持以避免失去這種大客戶（Fisman and Raturi，2004）。

基于上述討論，我們認為，產業(yè)政策通過供應鏈溢出影響下游企業(yè)創(chuàng)新的效應在供應商集中度較高的樣本中更為顯著。參考既有研究的做法，本文使用前五大供應商采購額占當年總采購額的比重來衡量供應商集中度，并據(jù)此將研究樣本分為供應商集中度高和供應商集中度低兩組，分組回歸結果見表12。在表12中，我們分別使用下游企業(yè)創(chuàng)新產出和創(chuàng)新投入作為被解釋變量，采用分組回歸并檢驗估計系數(shù)的組間差異，以識別供應商集中度視角下的異質性。

表12 異質性檢驗：供應商集中度

表12 中第（1）和（2）欄的被解釋變量是下游企業(yè)創(chuàng)新產出（Patent_Customer），從估計結果上看，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)在集中度較高的組中為正，且在1%的水平下顯著；而在集中度較低的組中也為正，但不顯著。組間估計系數(shù)差異性檢驗的結果表明，這種差異在1%的水平下顯著。第（3）和（4）欄的被解釋變量是下游企業(yè)創(chuàng)新投入（RD_Customer），從整體上看與使用創(chuàng)新產出的估計結果是一致的，組間估計系數(shù)差異性檢驗的結果表明在1%的水平下顯著。從整體上看，表12 的估計結果說明供應商集中度是一個重要的異質性因素，前五大供應商占營業(yè)收入比重越高，產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的促進作用就更加顯著。

3.制度質量

最后，我們從制度質量視角考察產業(yè)政策供應鏈溢出效應的差異。不少文獻發(fā)現(xiàn)，制度質量會影響產業(yè)政策效果的發(fā)揮（韓永輝等，2017；賀俊，2022；趙揚、杜凱，2023）。在我們的情境下，下游企業(yè)所在地制度環(huán)境越好，產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的影響就越大，這主要源于兩個方面：一方面，從知識溢出來說，研發(fā)活動獲得的知識產權存在外部性問題，即企業(yè)很難阻止其他人模仿其知識產權（Arrow，1962），這種知識產權侵權行為會直接影響到創(chuàng)新活動，而良好的制度質量則有助于保護創(chuàng)新（吳超鵬、唐菂，2016）。Gulati and Sytch（2007）指出知識溢出在很大程度上依賴于良好的知識產權保護環(huán)境，如果供應商擔心其知識產權得不到有效保護，則會減少向下游企業(yè)開放學習的空間。另一方面，從財務溢出而言，由于合約的不完備性，供應商在專用性投資（吳超鵬、唐菂，2016）、商業(yè)信用違約（Williamson，1983）、事后債務追繳成本（劉鳳委等，2009）等方面存在著一系列的擔心，而良好的制度質量則有助于明確合約各方的責任、權利、懲罰機制，能有效地避免機會主義行為（羅進輝、杜興強，2014）。

基于上述討論，我們認為，產業(yè)政策通過供應鏈溢出影響下游企業(yè)創(chuàng)新的效應在制度質量較高的樣本中更為顯著。參考既有研究的做法（楊繼東、楊其靜，2020），我們使用王小魯?shù)龋?021）提出的市場化指數(shù)來衡量下游企業(yè)所在地區(qū)的制度質量，并根據(jù)市場化指數(shù)高低將樣本分為市場化程度高和市場化程度低兩組，分組回歸結果見表13。在表13中，我們分別使用下游企業(yè)創(chuàng)新產出和創(chuàng)新投入作為被解釋變量，采用分組回歸并檢驗估計系數(shù)的組間差異，以識別制度質量視角下的異質性。

表13 中第（1）和（2）欄的被解釋變量是下游企業(yè)創(chuàng)新產出（Patent_Customer），從估計結果上看，供應商是否得到產業(yè)政策支持（Ip_Supplier）的估計系數(shù)在制度質量較高的組中為正，且在1%的水平下顯著；而在制度質量較低的組中也為正，但不顯著。組間估計系數(shù)差異性檢驗的結果表明，這種差異在1%的水平下顯著。第（3）和（4）欄的被解釋變量是下游企業(yè)創(chuàng)新投入（RD_Customer），從整體上看與使用創(chuàng)新產出的估計結果是一致的，組間估計系數(shù)差異性檢驗的結果表明在1%的水平下顯著。從整體上看，表13 的估計結果說明制度質量是一個重要的異質性因素，下游企業(yè)所在地區(qū)制度質量越高，產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的促進作用就更加顯著。

（三）不同層級產業(yè)政策的影響差異

我們在前文中主要關注國家產業(yè)政策，在這里進一步將地方產業(yè)政策納入考量。國家產業(yè)政策和地方產業(yè)政策對企業(yè)自身及上下游企業(yè)的創(chuàng)新可能有不同的影響。一方面，中央政府在制定產業(yè)政策規(guī)劃時，更多考慮的是長期性和全局性；而地方政策則可能更多考慮短期性和地區(qū)局部性（陳釗，2022；余壯雄等，2020）。換句話說，國家產業(yè)政策會同時注重投資于供應鏈上游企業(yè)的科研、技術創(chuàng)新和人才培養(yǎng)等方面；而地方政策則可能更注重本地區(qū)的經濟增長與就業(yè)，偏向于滿足當?shù)仄髽I(yè)的短期需求。另一方面，中央政府有更強的跨地區(qū)影響力和政策協(xié)調能力，能夠促成不同地區(qū)間的協(xié)調、合作和資源整合，而且中央政府有相對更豐富的資源來支持上游企業(yè)的創(chuàng)新發(fā)展。相比之下，地方政府在跨地區(qū)影響力和資源上相對有限。此外，地方產業(yè)政策制定多跟隨國家產業(yè)政策，在“賽馬”的設定下，產業(yè)政策促進下游企業(yè)創(chuàng)新的效果更多地體現(xiàn)在國家產業(yè)政策上?；谏鲜龇治觯覀冾A期，供應商得到國家產業(yè)政策的支持能夠顯著促進下游企業(yè)創(chuàng)新，但地方產業(yè)政策的影響可能不明顯。

為驗證上述猜想，表14 在基準模型的基礎之上，進一步引入了地方產業(yè)政策的影響。其中，Ip_pro_Supplier表示供應商是否得到地方產業(yè)政策支持，同時，我們還控制了下游企業(yè)自身所在行業(yè)是否得到地方產業(yè)政策支持Ip_pro_Customer 的潛在影響。表14 的估計結果表明，無論被解釋變量是創(chuàng)新產出（Patent_Customer）還是研發(fā)投入（RD_Customer），供應商是否得到國家產業(yè)政策（Ip_Supplier）的估計系數(shù)均為正，且在5%的水平下顯著；而供應商是否得到地方產業(yè)政策支持（Ip_pro_Supplier）的估計系數(shù)均不顯著。以上結果表明，國家產業(yè)政策存在沿著自供應鏈上游向下游的創(chuàng)新溢出效應，而地方產業(yè)政策則沒有顯著影響，與我們的預期一致。

表14 不同層級產業(yè)政策影響差異估計結果

七、主要結論

黨的二十大提出以中國式現(xiàn)代化全面推進中華民族偉大復興，高質量發(fā)展是中國式現(xiàn)代化的本質要求之一①資料來源:深入學習貫徹黨的二十大精神以中國式現(xiàn)代化全面推進中華民族偉大復興,https://www.ndrc.gov.cn/fzggw/wld/shx/lddt/202212/t20221209_1343497.html?state=123。。鑒于企業(yè)創(chuàng)新在高質量發(fā)展中具有關鍵的支撐性作用，以產業(yè)政策推動企業(yè)創(chuàng)新成為當前重要的政策取向（江飛濤、李曉萍，2018；余明桂等，2016；黎文靖、鄭曼妮，2016；陳釗，2022）。本文聚焦產業(yè)政策與企業(yè)創(chuàng)新之間的關系，從供應鏈出發(fā)提出了一個新的研究視角，討論產業(yè)政策通過供應鏈溢出對企業(yè)創(chuàng)新的影響，并基于自行構造的中國上市公司供應鏈創(chuàng)新數(shù)據(jù)，系統(tǒng)檢驗了產業(yè)政策通過上游供應商對下游企業(yè)創(chuàng)新的影響。

研究結果發(fā)現(xiàn)：首先，產業(yè)政策對微觀企業(yè)創(chuàng)新的影響存在溢出效應，底線估計大致相當于產業(yè)政策直接效應的40%左右。這意味著以往研究中只關注產業(yè)政策對微觀企業(yè)創(chuàng)新的直接效應是不全面的，存在著低估了產業(yè)政策效果的可能。其次，產業(yè)政策通過供應鏈影響下游企業(yè)創(chuàng)新存在著知識溢出和財務溢出兩個潛在影響路徑，其中知識溢出對創(chuàng)新產出的影響更大，而財務溢出對創(chuàng)新投入的影響更大。再次，產業(yè)政策通過供應鏈溢出對下游企業(yè)創(chuàng)新的影響存在顯著的異質性，在供應商-下游企業(yè)地理距離較近、供應商集中度較高以及地區(qū)制度質量較好的樣本中更加顯著。最后，產業(yè)政策通過供應鏈溢出促進下游企業(yè)創(chuàng)新的效果主要體現(xiàn)在國家產業(yè)政策層面。本文的研究結論有助于更全面地評估產業(yè)政策的創(chuàng)新激勵效果，對政策部門、資本市場和實體企業(yè)均具有重要的啟發(fā)價值。

根據(jù)本文研究結論，我們提出如下政策建議：首先，本文發(fā)現(xiàn)，供應商得到產業(yè)政策支持會溢出到下游企業(yè)，促進其創(chuàng)新的增加。因此，在當前深入實施創(chuàng)新發(fā)展戰(zhàn)略的背景之下，政府相關部門制定產業(yè)政策規(guī)劃和其他創(chuàng)新支持政策時，應當充分考慮和發(fā)揮這種溢出效應，政策適當向供應鏈上游傾斜，通過供應鏈協(xié)同創(chuàng)新實現(xiàn)最大化激勵效果。在支持產業(yè)鏈供應鏈生態(tài)體系建設、產業(yè)鏈供應鏈現(xiàn)代化建設的相關政策制定上，也應當將這種自上而下的溢出效應納入考量，以更高效的方式助力建成更強創(chuàng)新力、更高附加值、更安全可靠的產業(yè)鏈供應鏈。其次，本文進一步發(fā)現(xiàn)，知識溢出和財務溢出是供應商得到產業(yè)政策支持促進下游企業(yè)創(chuàng)新的機制渠道。因此，下游企業(yè)應當充分利用上游得到政策支持的供應商的創(chuàng)新知識和資金資源，提升自身創(chuàng)新水平進而實現(xiàn)高質量發(fā)展。最后，本文還發(fā)現(xiàn)，供應商得到產業(yè)政策支持促進下游企業(yè)創(chuàng)新的效果在制度質量更好的地區(qū)更加顯著。因此，政府相關部門應當繼續(xù)深化推進市場化改革，為產業(yè)政策創(chuàng)新激勵效果的有效發(fā)揮營造良好的制度環(huán)境，為建成更強創(chuàng)新力、更高附加值、更安全可靠的產業(yè)鏈供應鏈筑牢根基。