匡慧姝 劉政 左勇華

收稿日期：2023.08.24? 修回日期：2023.10.06

基金項目：國家自然科學基金地區(qū)項目（71763015，72063021，72263020）；江西省社會科學基金青年項目（23JL08）；教育部人文社會科學基金青年項目（18XJC790007）；江西省智庫研究年度項目（22ZK23）；江西省高校人文社會科學研究規(guī)劃項目（JJ22117）

作者簡介：匡慧姝（1985—），女，江西吉安人，博士，江西師范大學國際教育學院講師，研究方向為企業(yè)技術創(chuàng)新；劉政（1981—），男，重慶人，博士，江西師范大學管理科學與工程研究中心副教授，研究方向為技術創(chuàng)新管理；左勇華（1976—），男，江西九江人，博士，江西師范大學管理科學與工程研究中心副教授，研究方向為企業(yè)決策。本文通訊作者：劉政。

摘? 要：持久的供應商關系對下游企業(yè)技術創(chuàng)新具有戰(zhàn)略意義?；陉P系學習與關系治理理論，利用2015—2021年新三板上市公司數(shù)據(jù)及手工匹配企查查數(shù)據(jù)，實證研究發(fā)現(xiàn)，核心供應商連續(xù)在位頻次越高或持續(xù)供給份額越大，下游企業(yè)獲得授權專利越多、質(zhì)量越高，說明供應商關系持久能夠推動下游企業(yè)技術創(chuàng)新量質(zhì)齊升。異質(zhì)性分析顯示，本地供應商或高科技供應商關系持久更能促進下游企業(yè)技術創(chuàng)新，表明捕捉本地創(chuàng)新軟信息與吸收垂直技術溢出是下游企業(yè)進行關系學習的重點。就中介機制而言，融資約束與關系型投資是供應商關系持久促進下游企業(yè)技術創(chuàng)新的主要渠道。此外，調(diào)節(jié)機制檢驗發(fā)現(xiàn)，當上下游區(qū)域正式制度距離越大或下游對上游擁有區(qū)域“制度順差”時，供應商關系持久對下游企業(yè)技術創(chuàng)新的促進作用越顯著。結論充分揭示了供應商關系持久對企業(yè)創(chuàng)新發(fā)展的重要性。

關鍵詞：供應商關系持久；技術創(chuàng)新；關系學習；關系治理

DOI：10.6049/kjjbydc.2023080485

開放科學（資源服務）標識碼（OSID）：

中圖分類號：F273.1

文獻標識碼：A

文章編號：1001.7348（2024）04.0066.12

0? 引言

成熟的垂直分工體系催生了上下游企業(yè)日益頻繁的組織協(xié)作，依托與上游供應商持久合作，大量企業(yè)實現(xiàn)技術創(chuàng)新，典型案例如海爾、寶鋼、波音等。受供應商斷供影響，下游企業(yè)技術創(chuàng)新活動延滯，美國對中興、華為等科技企業(yè)采取制裁措施，就是試圖對供應鏈上游進行技術封鎖，進而遏制其技術創(chuàng)新。作為我國最活躍的創(chuàng)新主體，中小企業(yè)是供應鏈的脆弱節(jié)點，缺技術、少資金使其技術創(chuàng)新更加倚重上游供應鏈?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》指出，推動產(chǎn)業(yè)鏈上中下游、大中小企業(yè)融通創(chuàng)新。國務院辦公廳印發(fā)的《關于積極推進供應鏈創(chuàng)新與應用的指導意見》鼓勵企業(yè)向供應鏈上游拓展協(xié)同研發(fā)。因此，從上游供應商視角探討下游企業(yè)技術創(chuàng)新動力來源與實現(xiàn)機制具有現(xiàn)實價值。

因中間品的技術經(jīng)濟關聯(lián)，上游供應商擁有技術知識優(yōu)勢，是下游企業(yè)獲取技術創(chuàng)新知識的重要來源［1］。既有研究主要基于資源依賴理論解釋供應商與下游企業(yè)創(chuàng)新，強調(diào)供應商異質(zhì)性技術知識對下游企業(yè)創(chuàng)新的重要性［2］。但供應商的技術知識如何被下游企業(yè)共享、轉(zhuǎn)移？對上述問題資源依賴理論難以解釋。關系學習理論指出，組織間經(jīng)歷信息共享、共同理解、記憶存儲的關系學習過程能夠有效促進異質(zhì)性知識共享與整合［3］。尤其是深嵌于供應商生產(chǎn)、運營流程的先進技術或管理訣竅，下游創(chuàng)新企業(yè)只有與供應商進行長期關系學習，才能將其吸收、共享［4］。開展關系學習的前提是上下游企業(yè)擁有持久契約關系，而持久關系有利于形成信任、柔性等關系性規(guī)則［5］，進一步改善供應鏈融資績效并抑制企業(yè)關系型投資［6.7］，最終通過關系治理機制助力下游企業(yè)創(chuàng)新。

然而，基于關系持久視角探討上游供應商如何影響下游企業(yè)技術創(chuàng)新的研究鮮見，現(xiàn)有相關研究大多基于集中度視角探究供應商關系對下游企業(yè)創(chuàng)新的影響［8］。集中度主要刻畫上游供應商靜態(tài)的橫向競爭關系，難以揭示供應商關系是否持久以及供給份額能否持續(xù)增加等長期契約關系。少數(shù)文獻甚至認為，供應商集中度越高，供應鏈關系越穩(wěn)定。但關系持久的典型特征是長期性，體現(xiàn)為動態(tài)契約長度，僅采用供應商集中度難以充分表征。曹偉等［7］、蔣殿春和魯大宇［9］采用前五大供應商跨期退出率刻畫供應商動態(tài)關系，考察其對下游企業(yè)創(chuàng)新的影響。這類指標采用契約長度衡量動態(tài)契約關系，但研究對象為A股大公司，對于供應鏈脆弱節(jié)點的中小企業(yè)探討不足，在指標測度上忽略了關系持久背后的供給數(shù)量變化，也未從關系學習和關系治理視角進行解釋。

供應商連續(xù)在位或持續(xù)供給等持久性關系如何影響下游企業(yè)技術創(chuàng)新？不同類型供應商關系持久發(fā)揮哪些異質(zhì)作用？中介渠道與調(diào)節(jié)機制是什么？圍繞上述問題，本文基于關系學習、關系治理理論，利用2015—2021年新三板上市公司數(shù)據(jù)及手工匹配企查查數(shù)據(jù)，實證檢驗供應商關系持久對下游企業(yè)技術創(chuàng)新的影響及作用機理，以期為基于供應鏈視角揭示我國高質(zhì)量增長的動力來源與實現(xiàn)機制提供啟示。

1? 理論基礎與研究假設

1.1? 理論基礎

1.1.1? 關系學習理論

關系學習是探討供應商關系持久如何影響下游企業(yè)創(chuàng)新問題的理論基礎。知識共享、知識整合是促使技術創(chuàng)新知識在供應鏈傳遞的關鍵，而關系學習是實現(xiàn)供應鏈知識共享與整合的有效途徑。關系學習是指組織間通過信息共享、共同理解將異質(zhì)性知識整合、提煉，進而存儲為特定關系記憶的知識學習活動［3］。其中，信息共享是指組織間交換專有知識或私有信息；共同理解是指對共享信息進行解釋、整合，形成一致表達或共同見解；特定關系記憶是指將共同理解的知識存儲為組織記憶，進而形成特定的知識共享慣例。關系學習效果取決于學習過程的持續(xù)性，長期關系學習有利于組織間形成穩(wěn)定的知識共享慣例，幫助企業(yè)加速知識交換、理解、整合，最終促進創(chuàng)新知識擴容與創(chuàng)新績效提升［10］。在上下游關系情境中，下游企業(yè)只有通過與供應商建立長期合作關系［4］，經(jīng)歷信息共享、共同理解、記憶存儲的關系學習過程，才能對深嵌于供應商生產(chǎn)、運營流程中的中間品先進技術或管理訣竅進行獲取、整合并為己所用。

1.1.2? 關系治理理論

關系治理理論是解釋供應商關系持久與下游企業(yè)創(chuàng)新的重要理論。不同于市場治理和企業(yè)內(nèi)部治理，關系治理是指組織間采用非正式社會關系協(xié)調(diào)彼此利益、解決矛盾沖突以實現(xiàn)共同發(fā)展目標的治理安排［11］，彼此依存、互惠互利的關系契約是關系治理的基石。立足關系契約的理論邏輯，為了提高組織關系治理效率，交易雙方傾向于開展專用性投資［12］，以鎖定雙方未來合作價值。關系契約時間越長，組織間信息共享意愿越強，越有利于形成信任、團結、柔性等關系性規(guī)則［5］。關系治理能夠抑制交易雙方機會主義行為，促使雙方更注重長期利益，由此產(chǎn)生互惠互利行為。既有研究發(fā)現(xiàn)，關系治理能夠激勵上下游企業(yè)知識交易，促進供應鏈合作創(chuàng)新，從而提升中小企業(yè)供應鏈融資績效［6］。

1.2? 研究假設

1.2.1? 供應商關系持久與下游企業(yè)技術創(chuàng)新

供應商擁有技術知識優(yōu)勢，保持持久關系有利于上下游企業(yè)開展關系學習，強化中間品技術知識獲取的穩(wěn)定性，拓展知識學習深度與廣度，從而促進技術創(chuàng)新。遵循關系學習的知識獲取邏輯，首先，供應商關系持久能夠促進上下游企業(yè)溝通互動［13］，實現(xiàn)雙方信息共享。供應商持續(xù)與下游企業(yè)共享中間品關鍵技術或分享管理訣竅，是下游企業(yè)穩(wěn)定獲取技術創(chuàng)新知識的起點。其次，長期交易關系能夠催生聯(lián)合管理庫存等戰(zhàn)略合作行為［14］。雙方聯(lián)合行動使下游企業(yè)有機會與供應商的技術人員、管理人員互動，加深對中間品關鍵技術及隱性知識的理解，進而為外部知識轉(zhuǎn)移創(chuàng)造條件。最后，下游企業(yè)通過知識整合、吸收，推動供應商技術知識與既有技術知識相匹配，激發(fā)技術創(chuàng)新靈感。通過對供應商異質(zhì)性知識進行轉(zhuǎn)移、吸收，下游企業(yè)能夠突破既有技術框架，實現(xiàn)突破式創(chuàng)新［4］。

然而，關系持久也意味著網(wǎng)絡關系固化，由此產(chǎn)生創(chuàng)新鎖定效應。首先，與少數(shù)供應商保持長期合作關系可能導致知識同質(zhì)化，使下游企業(yè)形成對單一技術知識積累路徑的依賴，進而陷入創(chuàng)新能力剛性陷阱。其次，與固定供應商長期交易可能增加下游企業(yè)核心技術知識泄漏風險，不利于下游企業(yè)技術創(chuàng)新。再次，當與供應商維持持久關系時，非對稱資源依賴關系會增強供應商的議價能力，進而抑制創(chuàng)新知識自上而下傳遞。例如，為促進中間品生產(chǎn)和提升產(chǎn)品市場收益，技術信息會由高議價能力的客戶流向供應商［15］，但若供應商議價能力較強，則技術信息不一定會流向下游企業(yè)。因為高議價能力的供應商能夠通過攫取壟斷租金獲取超額利潤，為鞏固賣方勢力，其可能阻斷技術知識向下傳遞，因而不利于下游企業(yè)技術創(chuàng)新。Smals & Smits［16］發(fā)現(xiàn)，當下游企業(yè)邀請供應商參與技術改進、產(chǎn)品研發(fā)時，供應商并不會毫無保留地向下游企業(yè)貢獻技術知識。因此，本文提出以下研究假設：

H1a：供應商關系持久促進下游企業(yè)技術創(chuàng)新；

H1b：供應商關系持久抑制下游企業(yè)技術創(chuàng)新。

1.2.2? 供應商空間位置、行業(yè)屬性異質(zhì)性

供應商空間位置和行業(yè)屬性能夠改變下游企業(yè)借助關系學習實現(xiàn)技術創(chuàng)新的效果。就空間位置看，較遠的供應商會導致下游企業(yè)難以監(jiān)督與管理供應流程，阻礙下游企業(yè)吸收供應鏈知識，進而抑制其技術創(chuàng)新。Chu等［17］認為，企業(yè)與供應商鄰近的四大優(yōu)點是快速響應市場、降低運輸成本、共享生產(chǎn)過程以及促進上下游企業(yè)溝通協(xié)作。其中，共享生產(chǎn)過程和加強溝通協(xié)作都是關系學習的重要形式。借助關系學習，本地供應商關系持久有利于下游企業(yè)精準捕捉創(chuàng)新軟信息，從而促進技術創(chuàng)新。就行業(yè)屬性看，垂直技術溢出能夠拓展下游企業(yè)知識獲取廣度與深度，既是下游企業(yè)快速提升創(chuàng)新質(zhì)量的主要渠道［18］，也是上下游企業(yè)關系學習的重點內(nèi)容。但垂直技術溢出效果與技術差距相關，行業(yè)技術差距越大，技術模仿與技術溢出空間越大［19］。因此，與技術烙印淺的低科技供應商相比，位于行業(yè)技術前沿的高科技供應商垂直技術溢出效果更加顯著，更易推動下游企業(yè)技術創(chuàng)新。綜上，本文提出研究假設：

H2：與異地供應商相比，本地供應商關系持久更易促進下游企業(yè)技術創(chuàng)新。

H3：與低科技供應商相比，高科技供應商關系持久更易促進下游企業(yè)技術創(chuàng)新。

1.2.3? 融資約束與關系型投資的中介作用

融資約束是制約企業(yè)技術創(chuàng)新的首要障礙。根據(jù)關系治理理論，關系持久有助于供應鏈成員實施互惠互利行為［6］，通過“直接助力”商業(yè)信用和“間接幫扶”多樣化融資助力下游企業(yè)緩解融資約束。一方面，關系持久能夠降低信息不對稱，有利于供應商對下游企業(yè)經(jīng)營狀況與財務風險進行精確評判。當下游財務受限時，基于對未來合作利益的判斷，供應商可能通過降低應付賬款支付率、延長信用周期為下游企業(yè)提供更多商業(yè)信用。既有文獻證實，當與供應商保持穩(wěn)定關系時，下游企業(yè)能夠從資本密集型供應商處獲取“資金補給”［13］。另一方面，擁有長期合作關系的供應商會向資本市場傳遞積極信號，降低下游企業(yè)IPO折價［20］，促進資本市場融資。此外，利用供應商關系網(wǎng)絡，下游企業(yè)能夠獲得其它關系型融資［21］。

關系型投資作為雙方為加強合作而開展的專用性投資，是供應商關系持久影響下游企業(yè)創(chuàng)新的中介渠道。根據(jù)關系治理理論，關系持久性有利于交易雙方形成信任、柔性等關系性規(guī)則，能夠幫助下游企業(yè)削減關系型投資，留存更多資源用于研發(fā)。一方面，供應商關系建立初期，關系型投資不可或缺。相較于關系中斷或變動，供應鏈關系持久的企業(yè)能夠節(jié)約供應商搜尋、匹配以及契約訂立成本［14］，僅在后期開展少量邊際關系投資，實際擔負的平均關系治理支出更少。另一方面，隨著關系契約延續(xù)，供應商與下游企業(yè)的依賴關系增強，為獲得現(xiàn)有關系型投資的未來價值，雙方均有動力促進信息共享、加強柔性協(xié)調(diào)、增強雙邊互動［5］，進而減少契約摩擦。Wagner & Bode［22］證實，較長的合同期限能夠確保特定關系投資的未來收益，降低上下游企業(yè)合作創(chuàng)新風險。在關系生命周期的中后期，關系成熟能夠促使企業(yè)逐步削減關系型支出［7］，聚力技術創(chuàng)新。因此，本文提出如下研究假設：

H4：供應商關系持久通過緩解融資約束促進下游企業(yè)技術創(chuàng)新。

H5：供應商關系持久通過削減關系型投資促進下游企業(yè)技術創(chuàng)新。

1.2.4? 區(qū)域正式制度距離與制度方向的調(diào)節(jié)作用

制度包括正式制度和非正式制度，前者源自成文形式確定的規(guī)則，后者來自社會成員長期交往形成的規(guī)范。區(qū)域正式制度與非正式制度都會影響技術創(chuàng)新，當正式制度缺失時，非正式制度能夠發(fā)揮補充作用。反映上下游企業(yè)商業(yè)往來并約定彼此行為規(guī)范的供應商關系屬于非正式制度，其對下游企業(yè)技術創(chuàng)新的影響離不開正式制度的調(diào)節(jié)。一方面，因制度質(zhì)量不同，正式制度存在制度距離。正式制度距離在國家間比較常見［23］，但一國內(nèi)因補充規(guī)定和執(zhí)法差異也會導致區(qū)域間存在正式制度距離［24］。區(qū)域正式制度距離越大，上下游企業(yè)熟悉彼此目標市場規(guī)則的難度越大，導致市場摩擦增多，企業(yè)跨地區(qū)經(jīng)營成本增加，最終促使下游企業(yè)更加倚重持久的供應商關系。另一方面，技術知識通常會流向正式制度質(zhì)量更高的地區(qū)［23］，正式制度方向能夠進一步改變供應商關系持久對下游企業(yè)創(chuàng)新的影響。當下游相對上游擁有區(qū)域“制度順差”時，供應商與下游企業(yè)的契約關系更易獲得保護，這會增加供應商關系持久的預期價值，有助于下游企業(yè)借助關系學習獲得自上而下傳遞的技術知識。因此，本文提出以下研究假設：

H6：上下游區(qū)域正式制度距離越大，供應商關系持久越易促進下游企業(yè)技術創(chuàng)新。

H7：下游對上游擁有區(qū)域“制度順差”時，供應商關系持久更易促進下游企業(yè)技術創(chuàng)新。

綜上，本文構建概念模型如圖1所示。

2? 研究設計

2.1? 數(shù)據(jù)來源

本文以新三板上市公司為研究對象，相關數(shù)據(jù)來自CCER、CNRDS等數(shù)據(jù)庫。鑒于新三板2014年才陸續(xù)披露公司前五大供應商信息，本文選取2015—2021年數(shù)據(jù)開展研究。為了揭示供應商詳細特征，借助企查查數(shù)據(jù)，本文手工整理新三板上市公司前五大供應商更名信息及所屬城市、行業(yè)等。為確保研究有效性，對樣本進行如下處理：剔除金融保險行業(yè)、上市少于兩年、ST公司以及數(shù)據(jù)缺失嚴重樣本，對連續(xù)變量進行1%縮尾處理，最終獲得5 342個觀測值。

2.2? 變量定義

（1）被解釋變量：企業(yè)技術創(chuàng)新。鑒于專利能夠直觀反映企業(yè)技術創(chuàng)新價值，為規(guī)避專利申請中的“創(chuàng)新假象”，本文選取授權專利數(shù)衡量技術創(chuàng)新。借鑒黎文靖和鄭曼妮［25］的研究成果，將企業(yè)當年獲得發(fā)明、實用新型及外觀設計3類授權專利數(shù)加1取對數(shù)，以此構建企業(yè)技術創(chuàng)新數(shù)量指標（patnum）；將企業(yè)獲得授權的發(fā)明專利數(shù)加1取對數(shù)，以此構建企業(yè)技術創(chuàng)新質(zhì)量指標（patinv）。

（2）解釋變量：供應商關系持久。在既有研究的基礎上［7，9］，本文將企業(yè)當年前五大供應商至少有一位連續(xù)兩年出現(xiàn)賦值為1（反之為0），以此反映供應商關系持久的“在鏈”特征（persiston）。從供給數(shù)量變化視角看，本文將連續(xù)兩年以上在位供應商采購比例加總，除以當年前五大供應商采購比例之和，以此反映供應商關系持久的“保供”特征（persistshare）。

（3）中介變量：融資約束與關系型投資。參考宋敏等［26］的研究成果，計算企業(yè)融資約束SA指數(shù)并取其絕對值（fc），該值越大，企業(yè)融資約束越顯著。參考Defever & Toubal［27］、賈軍等［28］、Nunn［29］的研究成果，將銷售和研發(fā)費用除以凈收入度量企業(yè)關系型資產(chǎn)占比，再將其與行業(yè)資產(chǎn)專業(yè)性相乘構建企業(yè)關系型投資。

（4）調(diào)節(jié)變量：區(qū)域正式制度距離與制度方向。市場化程度較高地區(qū)，其制度環(huán)境較好，參考樊綱（2019）的研究成果，現(xiàn)有文獻大多采用市場化指數(shù)度量地區(qū)制度環(huán)境。因此，本文選取政府與市場關系衡量正式制度質(zhì)量，計算下游與上游“政府與市場關系”得分之差，將其標準化處理獲得上下游正式制度距離（iqdist）。借鑒陳懷超等［23］的研究成果，將下游與上游“政府與市場關系”得分之差設置為虛擬變量，構建下游相對于上游的“制度順差”指標（iqdirect），以此表征正式制度方向。

（5）控制變量。參考蔣殿春和魯大宇［9］、葛順奇等［14］的研究成果，本文選取供應商集中度、企業(yè)規(guī)模、存續(xù)年限、利潤率、負債率、固定資產(chǎn)占比、研發(fā)經(jīng)費投入率、所得稅率、是否國有產(chǎn)權作為企業(yè)控制因素?？紤]到公司治理對技術創(chuàng)新的重要性，借鑒曹偉等［7］的研究成果，構建董事長和總經(jīng)理是否兩職合一、十大股東中“董監(jiān)高”持股比例、高管團隊平均學歷等指標。最后，引入城市、行業(yè)、年份虛擬變量以及行業(yè)與年份的交互項。

變量定義見表1，描述性統(tǒng)計結果如表2所示。

2.3? 模型設定

為驗證研究假設，在相關研究的基礎上［7，9］，本文構建如下基準計量方程：

pati，t=α0+αi+β1persisti，t+∑controli，t+∑city+∑ind+∑year+∑ind×year+εi，t（1）

其中，企業(yè)技術創(chuàng)新（pat）為因變量，采用創(chuàng)新數(shù)量（patnum）和創(chuàng)新質(zhì)量（patinv）表示；供應商關系持久（persist）為核心解釋變量，采用供應商是否連續(xù)在位（persiston）和連續(xù)在位供應商的持續(xù)供給份額占比（persistshare）衡量；control為企業(yè)控制因素，α0、αi分別為截距項和企業(yè)個體固定效應，city、ind、year為城市、行業(yè)以及年份虛擬變量，∑ind×year為行業(yè)與年份的交互項，ε為隨機擾動項。如果β1系數(shù)顯著為正，則供應商關系持久能夠促進下游企業(yè)技術創(chuàng)新。

借鑒溫忠麟和葉寶娟［30］的研究成果，本文構建如下中介效應方程：

Medi，t=α0+αi+φ1persisti，t+∑controli，t+∑city+∑ind+∑year+∑ind×year+εi，t （2）

pati，t=α0+αi+φ2persisti，t+φ3Medi，t+∑controli，t+∑city+∑ind+∑year+∑ind×year+εi，t（3）

Med代表融資約束（fc）或關系型投資（sra）兩類中介變量，若fc、sra和φ3系數(shù)均顯著，則表明融資約束和關系型投資是供應商關系持久影響下游企業(yè)技術創(chuàng)新的中介渠道。

為驗證研究假設，本文構建調(diào)節(jié)機制檢驗方程如下：

pati，t=α0+αi+γ1persisti，t+γ2persist×iq+γ3iq+∑controli，t+∑city+∑ind +∑year+∑ind×year+εi，t （4）

其中，iq代表上下游區(qū)域正式制度距離（iqdist）和正式制度方向（iqdirect）兩類調(diào)節(jié)變量，如果γ2系數(shù)顯著為正，則表明上下游區(qū)域正式制度距離越大或當下游對上游擁有區(qū)域“制度順差”時，供應商關系持久越能促進下游企業(yè)技術創(chuàng)新。

3? 實證結果與分析

3.1? 基準回歸

基準回歸結果見表3所示。表3列（1）～（4）分別匯報了兩類供應商關系持久對下游企業(yè)技術創(chuàng)新數(shù)量與質(zhì)量的影響，在加入企業(yè)控制變量，以及城市、行業(yè)、企業(yè)個體、年份固定效應和行業(yè)與年份交互項后，供應商關系持久的系數(shù)依然顯著為正（1%水平上顯著），說明供應商關系持久能夠促進下游企業(yè)技術創(chuàng)新量質(zhì)齊升，由此驗證了假設H1a。上述結論與曹偉等［7］、蔣殿春和魯大宇［9］的研究結論既有聯(lián)系也有區(qū)別。就聯(lián)系看，上述文獻將當年年末核心供應商退出數(shù)除以5作為供應商關系變動衡量指標，結果發(fā)現(xiàn)，供應商關系變動會抑制下游企業(yè)創(chuàng)新。本文以供應商連續(xù)在位和持續(xù)供給為切入點，證實供應商關系持久能夠促進下游企業(yè)創(chuàng)新量質(zhì)齊升。就結論實質(zhì)看，二者殊途同歸。列（5）和列（6）將“在鏈”前五大供應商個數(shù)除以5，構建與相關研究［7，9］完全相反的指標（persistnum），結果發(fā)現(xiàn)，供應商連續(xù)在位頻次越高，下游企業(yè)技術創(chuàng)新數(shù)量越多、質(zhì)量越高。就區(qū)別看，本文選擇新三板上市中小企業(yè)為研究對象，鑒于上述企業(yè)是技術創(chuàng)新的主力軍，也是我國供應鏈的脆弱節(jié)點，故研究結論凸顯了借助供應鏈推動企業(yè)技術升級的普遍意義。

3.2? 內(nèi)生性與穩(wěn)健性檢驗

3.2.1? 工具變量方法

本文采用工具變量法進行檢驗，構建異方差工具變量。首先，計算行業(yè)—城市供應商關系持久的均值，再采用企業(yè)供應商關系持久的數(shù)值減去該均值，選取二者差值的三次方作為供應商關系持久的異方差工具變量。表4為工具變量檢驗結果，各列下半部分報告了模型統(tǒng)計值，F(xiàn)值（Cragg.Donald Wald F）遠大于臨界值，偽識別（Anderson canon LM）和弱工具檢驗（Anderson Rubin Wald）均拒絕了原假設，說明本文工具變量選取具有合理性；各列上半部分匯報了第二階段檢驗結果（因篇幅限制，第一階段結果備索），結果顯示兩類供應商關系持久的系數(shù)仍然顯著為正，其與基準回歸系數(shù)差異極小。由此說明，采用工具變量方法控制內(nèi)生性后，假設H1a仍然成立。

3.2.2? 多期DID方法

遺漏變量可能加劇內(nèi)生性問題，致使計量結果出現(xiàn)偏差。因此，本文采用多期DID方法驗證供應商關系持久與下游企業(yè)技術創(chuàng)新的因果關系，構建具體方程如下：

pati，t=α0+αi+θ1treati×postit+∑controli，t+∑city+∑ind+∑year +∑ind×year+εi，t（5）

pati，t=α0+αi+∑1κ=-3νκpersistκ，i，t+∑controli，t+∑city+∑ind+∑year +∑ind×year+εi，t? （6）

方程（5）中，treat為是否擁有持久供應商關系的處理組，post為企業(yè)擁有持久供應商關系的年份虛擬特征，重點檢驗交互項（treat×post）的系數(shù)符號和顯著性。方程（6）進一步檢驗平行趨勢，將企業(yè)擁有持久供應商關系的前1年（patnum）、前2年（patinv）、前3年（κ=-3）以及當年（κ=0）、后1年（κ=1）共5個時點虛擬特征引入計量方程，驗證是否僅在建立持久供應商關系當年及后1年，企業(yè)技術創(chuàng)新水平才得到顯著提升。借鑒Yang［31］的研究思路，本文將企業(yè)當年前五大供應商中至少有兩個同時連續(xù)出現(xiàn)賦值為1，構建企業(yè)受供應商關系持久沖擊的處理組，反之作為對照組。為了避免處理組前后不一致，將當年供應商關系持久但以后年份供應商關系不再持久的樣本（335個）剔除，最終獲得5 007個觀測值。

表5列（1）、列（2）為多期DID實證結果，交互項系數(shù)顯著為正，說明與供應商關系持久的企業(yè)，擁有更多、更高質(zhì)量的授權專利?？紤]到企業(yè)建立持久供應商關系可能存在選擇性，本文采用PSM.DID方法，先將企業(yè)受供應商關系持久沖擊的處理組作為因變量，估計企業(yè)擁有供應商關系持久的原因，再選擇1∶2近鄰匹配，尋找與處理組對應的對照組。列（3）和列（4）為采用PSM.DID方法的檢驗結果。由結果可知，供應商關系持久的系數(shù)顯著為正，且相較于列（1）（2）有所提升。圖2顯示，受到供應商關系持久沖擊的前1年、前2年以及前3年，各組時點虛擬變量均不顯著，而在受到供應商關系持久沖擊的當年和后1年，各組時點虛擬變量顯著為正，表明方程（5）滿足平行趨勢假設。

3.2.3? 安慰劑檢驗

本文借鑒劉瑞明等［32］的研究思路進行安慰劑檢驗，以表5列（1）（2）為例，隨機生成受到供應商關系持久沖擊的處理組并重復回歸1 000次，計算供應商關系持久的系數(shù)和T值，如圖2所示。由結果可知，極少有模擬回歸的系數(shù)和T值大于真實回歸的系數(shù)與T值，說明安慰劑檢驗支持假設H1a。

3.2.4? 控制樣本選擇性

樣本選擇性可能導致結論偏誤。統(tǒng)計顯示，樣本中3類專利數(shù)為0的企業(yè)占比為53.78%，說明一半以上樣本企業(yè)當年未獲得專利。本文采用Heckman樣本選擇模型進行穩(wěn)健性檢驗。首先，根據(jù)企業(yè)3類專利數(shù)是否為0構建Probit概率模型，計算企業(yè)樣本選擇性偏差（imr）；其次，將其引入基準方程作為新增控制因素。受篇幅限制，本文表6僅報告了采用Heckman樣本選擇模型的第二階段回歸結果（第一階段結果備索）。表6列（1）～（4）將企業(yè)技術創(chuàng)新數(shù)量或質(zhì)量分別作為因變量，結果顯示，樣本選擇性偏差（imr）的系數(shù)始終顯著，說明基準計量方程存在樣本選擇性，應加以控制。在控制樣本選擇性偏差之后，供應商關系持久的系數(shù)仍然顯著為正，說明供應商關系持久促進下游企業(yè)技術創(chuàng)新量質(zhì)齊升的結論依然成立。表6列（5）和列（6）進一步將Heckman樣本選擇模型與表4工具變量方法結合起來，結果顯示，供應商關系持久仍然顯著促進下游企業(yè)技術創(chuàng)新。

4? 異質(zhì)性檢驗

本文對研究假設H2和H3進行檢驗。首先，借助企查查數(shù)據(jù)手工整理前五大供應商的注冊地，將其與下游企業(yè)注冊地進行對比，構建企業(yè)與供應商是否同市的虛擬值，并將其加總獲得企業(yè)擁有的同市供應商個數(shù)（0～5），再按樣本均值分組，構建企業(yè)擁有同市供應商多寡特征（缺失248個樣本），以此表征供應商本地化或異地化。其次，借助企查查數(shù)據(jù)揭示供應商行業(yè)屬性，按照供應商是否屬于高科技行業(yè)進行賦值并加總，再按照樣本均值進行分組（缺失366個樣本），以此表征企業(yè)是否擁有高科技供應商。表7列（1）-（4）按本地或異地供應商進行分組檢驗，列（5）-（8）按高、低科技供應商進行分組檢驗。結果顯示，與異地供應商或低科技供應商相比，供應商關系持久的系數(shù)始終在本地供應商和高科技供應商樣本中更顯著，且各組間系數(shù)差異通過1 000次抽樣檢驗。由此說明，與異地供應商（或低科技供應商）相比，本地供應商（或高科技供應商）關系持久更易促進下游企業(yè)技術創(chuàng)新，驗證了假設H2和H3?？梢?，獲得本地創(chuàng)新信息與吸收垂直技術溢出是下游企業(yè)關系學習的重點。

5? 機制分析

5.1? 中介機制分析

根據(jù)方程（2）和方程（3）檢驗融資約束（fc）或關系型投資（sra）的中介機制，以驗證研究假設H4和H5。鑒于表3基準回歸已經(jīng)證實供應商關系持久能夠顯著促進下游企業(yè)技術創(chuàng)新，故重點檢驗方程（2），以驗證供應商關系持久對融資約束或關系型投資的影響。表8列（1）和列（2）顯示，供應商關系持久（供應商持續(xù)供給占比的結論一致，備索）的系數(shù)顯著為負，說明持久的供應商關系能夠幫助下游企業(yè)緩解融資約束和削減關系型投資，這與理論預期相符。列（3）～（6）將融資約束或關系型投資引入方程（3），結果顯示，供應商關系持久的系數(shù)仍然顯著為正，而融資約束和關系型投資的系數(shù)顯著為負，說明供應商關系持久可以通過緩解融資約束和削減關系型投資兩個中介渠道促進下游企業(yè)技術創(chuàng)新量質(zhì)齊升。同時，Sobel檢驗結果顯示，融資約束和關系型投資的中介效應占總效應的比值介于1.38%～2.89%之間，由此證實假設H4和H5成立。

5.2? 調(diào)節(jié)機制分析

本文采用方程（4）檢驗區(qū)域正式制度距離與方向的調(diào)節(jié)機制，以驗證假設H6和H7。表9以供應商是否連續(xù)在位為例（供應商持續(xù)供給占比的結論一致，備索），列（1）和列（2）將供應商關系持久與上下游區(qū)域正式制度距離相乘，結果顯示，交互項（persiston×iqdist）系數(shù)始終顯著為正。由此說明，上下游區(qū)域正式制度距離越大，供應商關系持久促進下游企業(yè)技術創(chuàng)新的效果越顯著，驗證了假設H6。列（3）和列（4）將供應商關系持久與上下游區(qū)域正式制度方向相乘，結果顯示，交互項（persiston×iqdirect）系數(shù)顯著為正。由此說明，當下游相對上游擁有區(qū)域“制度順差”時，供應商關系持久更容易促進下游企業(yè)技術創(chuàng)新，證實了假設H7。

6? 結語

6.1? 結論

基于關系學習、關系治理理論，本文提出供應商關系持久影響下游企業(yè)技術創(chuàng)新的理論假設，利用新三板上市公司數(shù)據(jù)，驗證了主要效應與理論機制，得出以下主要結論：

（1）核心供應商連續(xù)在位頻次越高或持續(xù)供給數(shù)量越多，下游企業(yè)獲得授權專利數(shù)量越多、質(zhì)量越高，且本地供應商或高科技供應商關系持久更易促進下游企業(yè)技術創(chuàng)新。由此可見，持久的供應商關系有助于上下游企業(yè)開展關系學習，促使供應商的先進技術知識順利向下轉(zhuǎn)移，有助于下游企業(yè)獲得本地創(chuàng)新信息并吸收技術溢出。上述結論源于對供應商動態(tài)契約長度指標的拓展，與既有研究基于供應商橫向集中度得出供應商關系抑制下游企業(yè)創(chuàng)新的結論相反［8］，進一步豐富了曹偉等［7］、蔣殿春和魯大宇［9］的研究結論。

（2）緩解融資約束、削減關系型投資在供應商關系持久與下游企業(yè)技術創(chuàng)新間發(fā)揮中介作用，證實了供應商關系持久影響下游企業(yè)創(chuàng)新的研究假設。結論豐富了既有文獻針對融資約束這一中介機制的理論解釋［9］，證實持久的供應商關系既能夠改善供應鏈融資，又可以削減企業(yè)關系型投資，通過內(nèi)外疊加的雙向關系治理渠道助力下游企業(yè)技術創(chuàng)新。

（3）區(qū)域正式制度距離和制度方向在供應商關系持久對下游企業(yè)技術創(chuàng)新影響過程中發(fā)揮調(diào)節(jié)作用。其中，上下游區(qū)域正式制度距離越大或當下游對上游擁有區(qū)域“制度順差”時，供應商關系持久促進下游企業(yè)技術創(chuàng)新的效果越顯著。上述結論進一步證實，正式制度和非正式制度對企業(yè)創(chuàng)新發(fā)揮互補作用。

6.2? 理論貢獻

（1）立足資源依賴理論，既有研究解釋了供應商關系對下游企業(yè)創(chuàng)新的影響，強調(diào)了供應商異質(zhì)性技術知識的重要性，但忽略了對供應商技術知識如何被下游企業(yè)共享、轉(zhuǎn)移這一問題的探討。本文基于關系學習與關系治理理論，結合供應鏈技術知識嵌入過程與轉(zhuǎn)移特點，從供應商關系持久視角解釋供應商關系對下游企業(yè)技術創(chuàng)新的作用機制，為企業(yè)依托供應鏈開展技術創(chuàng)新提供了新的理論支撐。

（2）與既有測度供應商橫向集中度或考察供應商跨期退出的關系指標不同，本文基于動態(tài)契約長度視角，構建供應商連續(xù)“在鏈”和持續(xù)“保供”關系測量指標，拓展了供應商關系衡量指標。

（3）與既有研究以A股大公司為樣本不同，本文選取中小企業(yè)作為研究對象，采用工具變量方法、DID方法等識別因果關系，為供應商關系如何影響下游創(chuàng)新這一問題提供了增量證據(jù)。

6.3? 實踐啟示

政府應積極培育本地供應鏈，從財政、金融、稅收等方面鼓勵企業(yè)供應商本地化，發(fā)揮近距離捕捉供應鏈創(chuàng)新信息的優(yōu)勢；優(yōu)先支持高科技產(chǎn)業(yè)集群規(guī)劃與建設，強化高科技行業(yè)技術溢出對下游企業(yè)技術創(chuàng)新的促進作用。同時，政府應建立供應鏈創(chuàng)新融資幫扶與激勵機制，鼓勵大企業(yè)加大對下游中小企業(yè)融資幫扶力度，以緩解下游中小企業(yè)創(chuàng)新融資約束；深入推進市場法制化建設，完善商事糾紛解決機制，減少供應鏈契約執(zhí)行對非正式關系的依賴，降低企業(yè)關系型支出，從而節(jié)約供應鏈技術創(chuàng)新成本。此外，政府應全面推進市場化改革，解決制度規(guī)則不統(tǒng)一、制度執(zhí)行不一致等問題，加快建設全國統(tǒng)一大市場，縮小區(qū)域間正式制度距離，降低跨地區(qū)供應鏈合作成本，從而提升供應鏈創(chuàng)新績效。

企業(yè)應重視與上游供應商建立長期合作關系，構建供應商管理體系與關系激勵機制，積極維護供應商關系的持久性；建立健全關系學習機制，加強雙方商業(yè)聯(lián)合行動，實現(xiàn)中間品技術知識、管理訣竅等方面的信息共享，進而確保供應商技術知識、商業(yè)信用資源穩(wěn)定輸出與持續(xù)供給；積極吸收、充分利用供應商的技術知識優(yōu)勢與融資網(wǎng)絡渠道，促進自身技術創(chuàng)新量質(zhì)齊升。

6.4? 不足與展望

本文存以下不足：首先，供應商關系持久具有豐富內(nèi)涵，本研究僅采用前五大供應商連續(xù)在位與持久供給等指標表征，未來可以采用其它指標進行探索。其次，因數(shù)據(jù)限制，本研究采用企業(yè)授權專利數(shù)衡量技術創(chuàng)新數(shù)量與質(zhì)量，可能忽略了企業(yè)非專利類技術改進，未來可以對不同技術創(chuàng)新方式進行探討。最后，本研究采用工具變量法、多期DID方法以及樣本選擇模型識別因果關系，未來有必要關注改變供應商關系的準自然試驗，從而進一步揭示供應商關系持久對下游企業(yè)技術創(chuàng)新的影響。

參考文獻：

［1］? CHENG C C J， SHEU C. Leveraging supplier involvement for fueling manufacturers' firm creativity［J］. Industrial Marketing Management， 2022，107：353.367.

［2］? 方健.供應商管理與企業(yè)技術創(chuàng)新［J］.科研管理，2023，44（5）：113.121.

［3］? SELNES F， SALLIS J. Promoting relationship learning［J］.Journal of Marketing， 2003， 67（3）：80.95.

［4］? 楊建君，穆天，劉力萌.高新技術企業(yè)突變式創(chuàng)新績效研究——基于關系學習理論視角［J］.經(jīng)濟體制改革，2020，38（5）：192.198.

［5］? POPPO L，ZENGER T．Do formal contracts and relational governance function as substitutes or complements［J］.Strategic Management Journal， 2002， 23（8）：707.725.

［6］? 盧強，楊曉葉，周琳云.關系治理與契約治理對于供應鏈融資績效的影響研究［J］.管理評論，2022，34（8）：313.326.

［7］? 曹偉，姚振曄，趙璨.供應鏈關系變動與企業(yè)創(chuàng)新績效——基于中國上市公司的經(jīng)驗證據(jù)［J］.會計與經(jīng)濟研究，2019，33（6）：31.54.

［8］? 鄒美鳳，張信東.供應商集中度影響企業(yè)創(chuàng)新嗎［J］.投資研究，2020，39（12）：44.63.

［9］? 蔣殿春，魯大宇.供應鏈關系變動、融資約束與企業(yè)創(chuàng)新［J］.經(jīng)濟管理， 2022，44（10）：56.74.

［10］? FANG S R，F(xiàn)ANG S C ， CHOU C H，et al.Relationship learning and innovation：the role of relationship.specific memory［J］.Industrial Marketing Management，2011，40（5）：743.753.

［11］? MACNEIL I R. Relational contract theory： challenges and queries［J］.Northwestern University Law Review， 2000， 94（3）：877.907.

［12］? WILLIAMSON O E. The theory of the firm as governance structure： from choice to contract［J］.Journal of Economic Perspectives， 2002， 16（3）：171.195.

［13］? 黃宏斌，劉倩茹，陳美健，等.供應商穩(wěn)定度提升了客戶的全要素生產(chǎn)率嗎［J］.金融評論，2023，15（3）：105.124，126.

［14］? 葛順奇，關乾偉，羅偉.供應鏈配置與企業(yè)績效表現(xiàn)：效率與穩(wěn)定［J］.世界經(jīng)濟研究，2022，41（4）：32.46，135.136.

［15］? 孫浦陽，劉伊黎.企業(yè)客戶貿(mào)易網(wǎng)絡、議價能力與技術追趕——基于貿(mào)易網(wǎng)絡視角的理論與實證檢驗［J］.經(jīng)濟研究，2020，55（7）：106.122.

［16］? SMALS R G M，SMITS A A J.Value for value——the dynamics of supplier value in collaborative new product development［J］.Industrial Marketing Management，2012，41（1）：156.165.

［17］? CHU Y， TIAN X， WANG W. Corporate innovation along the supply chain［J］.Management Science，2019， 65（6）：2445.2466．

［18］? XU X， SHENG Y. Productivity spillovers from foreign direct investment： firm.level evidence from China［J］.World Development， 2012， 40（1）：62.74.

［19］? 司月芳，王岱，王豐龍.對華跨境技術轉(zhuǎn)移影響因素研究［J］.地理科學，2019，39（2）：259.266.

［20］? PENG X， WANG X Y， CHAN K C. Does supplier stability matter in initial public offering pricing［J］.International Journal of Production Economics， 2020，225：107577.

［21］? 王貞潔，王竹泉.基于供應商關系的營運資金管理——“錦上添花”抑或“雪中送炭”［J］.南開管理評論，2017，20（2）：32.44.

［22］? WAGNER M，BODE C.Supplier relationship.specific investments and the role of safeguards for supplier innovation sharing［J］.Journal of Operations Management，2014，32（3）：65.78.

［23］? 陳懷超，何智敏，范建紅.制度落差對跨國技術轉(zhuǎn)移的影響——基于2009—2019年面板數(shù)據(jù)分析［J］.科技進步與對策，2022，39（12）：9.19.

［24］? 宋淵洋，黃禮偉.為什么中國企業(yè)難以國內(nèi)跨地區(qū)經(jīng)營［J］.管理世界，2014，30（12）：115.133.

［25］? 黎文靖，鄭曼妮.實質(zhì)性創(chuàng)新還是策略性創(chuàng)新——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響［J］.經(jīng)濟研究，2016，51（4）：60.73.

［26］? 宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國工業(yè)經(jīng)濟，2021，39（4）：138.155.

［27］? DEFEVER F，TOUBAL F.Productivity，relationship.specific inputs and the sourcing modes of multinationals［J］.Journal of Economic Behavior & Organization，2013，（94）：345.357.

［28］? 賈軍，史普潤，魏雅青.關系專用資產(chǎn)對企業(yè)創(chuàng)新的鎖定效應研究——戰(zhàn)略導向的中介效應［J］.科技進步與對策，2021，38（12）：106.115.

［29］? NUNN N. Relationship.specificity， incomplete contracts， and the pattern of trade［J］.The Quarterly Journal of Economics， 2007，122（2）： 569.600.

［30］? 溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展［J］.心理科學進展，2014，22（5）：731.745.

［31］? YANG Z. Customer concentration， relationship， and debt contracting［J］.Journal of Applied Accounting Research， 2017， 18 （2）：185.207.

［32］? 劉瑞明，毛宇，亢延錕.制度松綁、市場活力激發(fā)與旅游經(jīng)濟發(fā)展——來自中國文化體制改革的證據(jù)［J］.經(jīng)濟研究，2020，55（1）：115.131.

（責任編輯：張? 悅）

Durability of? Supplier Relationship and Technological Innovation in Downstream Firms：A Theoretical Analysis and Empirical Evidence

Kuang Huishu1， Liu Zheng2， Zuo Yonghua2

（1. School of Intercultural Studies， Jiangxi Normal University; 2. Research Center for Management Science and Engineering， Jiangxi Normal University， Nanchang 330022， China）

Abstract：Relying on long.lasting cooperation with upstream suppliers， a large number of enterprises are able to realize technological innovation. Small and medium.sized enterprises （SMEs） are the active innovation mainstays in China， but they are also the vulnerable nodes of supply chain， for their lack of technology and capital makes them dependent on the upstream supply chain. Existing studies mainly follow resource dependence theory to explain innovation in the suppliers and downstream enterprises， emphasizing the importance of heterogeneous technological knowledge， but neglecting how heterogeneous technological knowledge is shared and transferred between upstream and downstream. The relationship learning theory states that heterogeneous knowledge deeply embedded in suppliers' production and operation processes has great knowledge barriers and sharing barriers， and it requires long.term relationship learning with suppliers before it can be transferred and absorbed. However， the prerequisite for carrying out relationship learning is that upstream and downstream have a long.lasting contractual relationship beneficial for the development of relational rules such as trust and flexibility， for through the efficacy of relational governance， it helps downstream firms to focus financial resources on cutting.edge of innovation.

In terms of empirical research， most existing studies explore the impact of supplier relationship on downstream firms' innovation from the perspective of concentration. However， concentration mainly portrays the static horizontal competitive relationship of upstream suppliers， and it is difficult to capture the long.term contractual linkages such as whether the suppliers are persistent and whether their supply shares keep increasing. In addition， the studies focus on large A.share firms and do not pay enough attention to SMEs at vulnerable nodes of the supply chain and the changes in the quantity of supply behind the durability of the relationship are neglected in the indicator measurement， and there is a lack of explanations from the perspectives of relationship learning and relationship governance.

Following the theories of relationship learning and relationship governance， this paper utilizes the data of listed companies on the NEEQ.listed companies from 2015 to 2021 and manually matches the enterprise data of 'QCC'， and empirically confirms that the higher the frequency of continuous presence of core suppliers or the larger the share of sustained supply， the more and higher the quality of patents authorized to the downstream enterprises， which indicates that the continuity of supplier relationship promotes downstream technological innovation both in quality and quantity. Heterogeneity analysis shows that the persistence of local or high.tech supplier relationships is more likely to promote downstream firms' technological innovation， suggesting that capturing local soft innovation information and absorbing vertical technological spillovers are the key directions of downstream relationship learning. In terms of the mediating mechanism， alleviating financing constraints and reducing relational investment are the main relationship governance channels through which supplier relationship persistence promotes technological innovation in downstream firms. In addition， a test of the mediating mechanism reveals that the greater the distance between the formal institutions of the upstream and downstream regions， or when the downstream has a regional "institutional surplus" with respect to the upstream， the more significant is the continuity of supplier relationship in promoting the downstream firms' technological innovation.

This paper makes marginal contributions in three aspects. Firstly， combined with the embedding process and transfer feature of technical knowledge in the supply chain， this paper explains the theoretical mechanism of supplier relationship persistently affecting downstream firms' technological innovation， which enriches the theoretical explanations in this field. Secondly， in terms of indicator measurement， this paper constructs the enduring characteristics of suppliers' continuous service and supply from the perspective of dynamic contract length， which expands the index meaning of supplier relationship. Thirdly， in terms of empirical strategies， this paper selects SMEs with strong motivation for innovation but vulnerability to supply chain impacts as the research object， matches the enterprise data of 'QCC' to distinguish the continuity of supplier relationship in local or high.tech industries， and adopts instrumental variable and DID methods to identify the causal relationship， which provides incremental evidence on how supplier relationship affects downstream innovation.

Key Words：Durability of Supplier Relationship; Technological Innovation; Relationship Learning; Relationship Governance