供應鏈政策與企業技術創新
——來自政府認定供應鏈創新試點企業的經驗證據

沈麗瓊，黃光于，葉 飛

（1.華南理工大學工商管理學院,廣東廣州 510641；2.佛山科學技術學院經濟管理學院,廣東佛山 528000）

1 研究背景

在當今激烈競爭的市場環境下，技術創新是現代企業獲取競爭優勢和提高組織績效的重要手段，而供應鏈已經成為企業技術創新的關鍵來源［1］。美國供應鏈管理協會［2］統計數據顯示，企業25%～45%的盈利來自于創新活動，其中65%的創新則來源于供應鏈。然而，依托供應鏈上下游企業促進技術創新并非總是有效，它面臨如何有效協調多方努力方面帶來的挑戰［1］。比如，樂高公司在與其供應商共同開發包裝解決方案時，就面臨上下游企業新技術整合的復雜性問題［3］。供應鏈創新是指在產品、流程、營銷、技術、資源和/或組織上進行的從漸進到激進的集成式變革，這種變革涵蓋了供應鏈所有參與者和相關功能，為所有利益相關者創造價值［4］。供應鏈創新有助于促進供應鏈上下游企業協同合作［5］，促進新技術、業務流程和新市場相關知識與信息共享，進而提升企業技術創新水平［6］。

供應鏈創新活動的高投入、高風險和外部性容易造成“市場失靈”問題，需要政府采用相應政策工具來激發市場主體開展供應鏈創新活動的積極性，更好地發揮引導調節作用。2017 年10 月國務院辦公廳發布的《關于積極推進供應鏈創新與應用的指導意見》是中國第一份中央層面的供應鏈政策文件。2018 年4 月10 日，商務部等八部門聯合發布《關于開展供應鏈創新與應用試點的通知》，并于當年10月16 日選取了266 家企業開展為期兩年的供應鏈創新試點。中國各級政府不僅推出包括財政、稅收、金融、土地使用、人才培養在內的多項支持政策，還建立了相應的監督、評估、退出機制來保障試點的順利實施。實踐表明，供應鏈創新試點項目啟動后，部分試點企業技術創新水平顯著提升。比如，一汽物流在被認定為試點企業之后，積極打造“商品車全過程數據+視頻采集溯源”項目，實現了一系列技術創新，如實現移動式RFID 掃描設備與移動攝像設備的集成等。然而，并非所有試點企業都取得了成功，試點期內深圳飛馬等多家試點企業因考核不合格被取消了試點資格。在此背景下，系統評估供應鏈創新試點政策對試點企業帶來的經濟效果，并探究哪種類型的企業更能利用這一政策提升技術創新水平，對于新形勢下中國政府進一步優化供應鏈創新制度設計、提升政策實施有效性和精準度具有重要意義。

當前，眾多學者如Dong 等［1］、于茂薦［6］、Gao 等［7］、Dey 等［8］已經關注到供應鏈創新能夠通過技術、知識與信息共享等途徑提升企業技術創新水平。雖然供應鏈創新是企業更好依托供應鏈促進技術創新的重要手段，但其引發的“市場失靈”問題需要政府發揮引導調節作用，而供應鏈政策作為政府介入的重要手段卻鮮有文獻探討其對企業技術創新的影響。同時，盡管一些學者如余明桂等［9］、應千偉等［10］從宏觀政策的視角探討了企業技術創新的影響因素，但大多關注相關政策為企業提供創新所需的各項資源。事實上，資本市場也會對政府政策會做出反應。比如，Chen 等［11］發現，政府認定綠色制造試點企業能夠向外界傳遞信號，并產生積極的資本市場反應。然而，從信號傳遞的視角探究供應鏈政策對企業技術創新的影響機理研究尚未引起學界的關注。此外，由于不同類型企業獲取外部資源的能力有所差異，而信號的有效性與信號主體的特質有關［12］。因此，對于不同類型的企業而言，供應鏈政策對企業技術創新的影響效果可能存在差異。

鑒于上述理論和實踐需要，本文通過提供客觀經驗證據來回答以下三個問題：（1）供應鏈政策能否提升企業的技術創新水平？（2）對于不同類型（產權性質、生命周期、冗余資源和供應鏈集中度）的企業，供應鏈政策的作用效果是否存在差異？（3）供應鏈政策影響企業技術創新過程中的信號傳遞機制是否存在？針對這三個研究問題，本文以2018 年商務部等八部門聯合推動的全國供應鏈創新與應用試點為準自然實驗，構建PSM-DID 模型實證檢驗供應鏈政策對企業技術創新的影響。更為重要的是，本文將進一步檢驗產權性質、企業生命周期、冗余資源和供應鏈集中度對供應鏈政策作用效果的具體影響。此外，本文采用事件研究法和Heckman 兩階段模型，從資本市場反應的視角進一步驗證供應鏈政策影響企業技術創新過程中的信號傳遞機制，以及這種信號傳遞效果受哪些因素影響。

通過以上三個方面的探索，本文將作出以下三個方面的貢獻：一是解析供應鏈政策影響企業技術創新的本質過程，較為全面地識別出影響其作用效果的關鍵性因素，系統構建并實證檢驗供應鏈政策對企業技術創新影響的理論模型。二是揭示供應鏈政策影響企業技術創新過程中的信號傳遞機制，證實信號有效性受制度環境、供應鏈關系和企業特征的影響，拓寬了信號傳遞理論的應用范圍。三是從國家戰略層面的供應鏈創新試點政策的視角，深化了對供應鏈創新與企業技術創新之間關系的理論認識，拓展和豐富了有關企業技術創新影響因素的研究。此外，本研究的結論為新形勢下中國政府深化和完善供應鏈創新制度設計，提高供應鏈政策的有效性和精準度，提升中國產業鏈供應鏈現代化水平提供了科學的理論指導。

2 理論分析與研究假設

2.1 供應鏈政策與企業技術創新

資源依賴理論認為，企業處于一個開放的系統內，其生存發展需要從周圍環境中吸取資源［13］。供應鏈創新試點作為政府介入企業供應鏈創新活動的手段，給予試點企業優惠政策，直接或間接地為供應鏈創新活動提供關鍵性外部資源。這種資源主要來源于：第一，對于轉型期的中國而言，政府依然掌控著大多數稀缺資源的配置權，企業為獲取發展所需資源有著與政府機構建立密切關系的強烈訴求［14］。被政府認定為供應鏈創新試點企業本身就是一種稀缺資源，由此帶來的財政、稅收、金融等方面的政策優惠可以直接作為企業推動供應鏈創新投入資金使用，進而緩解企業融資約束并降低開展供應鏈創新所需的成本。第二，政府支持可以分擔供應鏈創新活動的風險，政府提供的政策優惠直接影響企業關于供應鏈創新的決策，增強其持續投資供應鏈創新活動的信心。

此外，供應鏈創新活動的高風險和正外部性使得企業需要投入大量的資金，短期內難以衡量供應鏈創新所帶來的回報，企業為獲取外部融資往往會隱藏供應鏈創新活動的潛在風險，而投資者作為信息劣勢方，不可避免地面臨逆向選擇和道德風險問題［15］。信號傳遞理論認為，處于信息優勢的一方有效地向處于信息劣勢的一方傳遞交易相關信息，有利于市場均衡的實現［16］。政府通過實施供應鏈政策介入試點企業與外部投資者的關系，其作用主要體現在：第一，政府在篩選試點企業過程中采用了科學嚴密的論證程序。被認定為試點企業意味著得到官方肯定，無疑向外界傳遞了積極的信號，而外部投資者將其作為投資決策有用的信息資源，可以有效規避可能面臨的逆向選擇問題。第二，針對試點企業，政府建立了相應的評價體系對其績效進行評估，并通過動態監督、退出機制來規范和引導開展可持續的供應鏈創新活動，緩解外部投資者面臨的道德風險問題。第三，政府干預下供應鏈創新可以視作政府對企業的隱性信用擔保，降低投資者對企業的風險評估，使其對企業信貸資金的可償還性形成更穩定的預期，進而提升投資信心。

綜上，被政府認定為供應鏈創新試點企業幫助其直接或間接從政府手中獲取支持供應鏈創新活動的關鍵性資源，同時還能通過釋放基于政府信用的供應鏈創新認定與監督雙重信號，幫助企業從外部投資者手中獲取所需資金，從而保障企業順利、可持續開展供應鏈創新活動。而現有研究表明，供應鏈創新能夠通過促進供應鏈合作、提高供應鏈效率以及促進有效的質量管理實踐，進而提升企業的技術創新水平［1］。據此，本文提出以下研究假設：

假設1：供應鏈創新試點能夠提升企業的技術創新水平。

2.2 企業產權性質對供應鏈政策作用效果的影響

從資源依賴理論的視角來看，不同產權性質的企業在資源獲取方面存在較大差異［17］。對于國有企業而言，其經營成敗與地方政府的財政收入和官員晉升直接相關且存在預算軟約束［18］，使得政府政策更容易向其傾斜。同時，由于中國的商業金融系統依然以國有銀行為主，擁有行政權威背書的國有企業相對容易得到資金支持［19］。相反，非國有企業的政府資源和政策信息較為匱乏［20］，被認定為供應鏈創新試點企業能夠與政府建立關系，從而獲取財政補貼等稀缺資源。從信號傳遞理論的視角來看，由于我國大多數金融機構被政府控制，產權同一性使得供應鏈政策對國有企業的信號傳遞作用減弱。相反，由于我國法律、司法效率、產權保護等相關制度不完善，非國有企業與政府建立關系能夠降低其與外部投資者之間的信息不對稱程度［21］。因此，非國有企業的供應鏈創新活動對于試點政策更為敏感。據此，本文提出以下研究假設：

假設2：相較于國有企業，供應鏈創新試點對非國有企業技術創新的正向影響更強。

2.3 企業生命周期對供應鏈政策作用效果的影響

處于不同生命周期階段的企業，其盈利能力、投資策略以及創新意愿和能力等存在明顯差異［22］。成長期企業因盈利能力弱，創新經驗不足且成功率低，面臨較大的融資約束［23］，可能將供應鏈政策為其帶來的資源用于業務拓展或其他資本性支出，而非供應鏈創新活動。成熟期企業憑借更強的盈利能力、充裕的現金流及較小的融資約束［24］，更加傾向于投資于資金投入量大、不確定性強、回報周期長但未來收益大的創新項目（如供應鏈創新）。因此，在自身資源和供應鏈政策所帶來資源的互補作用下，成熟期企業更能獲得供應鏈創新的成功，進而提升企業的技術創新水平。而對于衰退期企業而言，其往往盈利能力弱、研發人才流失嚴重且創新能力減退，更有可能傾向于將供應鏈創新試點所帶來的資源用于常規的生產經營活動以維持企業生存，而非投入大、風險高、回報不確定的供應鏈創新活動。據此，本文提出以下研究假設：

假設3：相較于成長期和衰退期企業，供應鏈創新試點對成熟期企業技術創新的正向影響更強。

2.4 冗余資源對供應鏈政策作用效果的影響

冗余資源指的是超出組織實際需求而保存在組織內部的資源，作為一種現實或潛在的資源緩沖器，其作用在于提升組織應對外部環境突變和進行戰略變革的能力［25］。擁有充足冗余資源的企業能夠更好應對和把握外部環境變化帶來的挑戰和機遇，并將其投資于諸如供應鏈創新這種高風險、高投入的重大項目。從資源依賴理論的視角來看，在自身冗余資源和供應鏈政策所帶來資源的互補作用下，能夠使企業最大程度保證供應鏈創新資金的持續投入。從信號傳遞理論的視角來看，企業擁有冗余資源向外部投資者傳遞了這樣一種信號：即使在不確定的情境下，企業仍然擁有應對外界變化的能力和資源，能夠持續推動供應鏈創新。Hendricks 等［26］、Brandon 等［27］的研究發現，冗余資源能夠緩解供應鏈中斷帶來的負面影響。因此，供應鏈政策能夠為企業帶來創新活動所需的稀缺資源，而冗余資源能夠在此過程中發揮互補作用，以更加充足的內外部資源來應對供應鏈創新活動的不確定性，幫助企業在供應鏈創新項目中提升技術創新水平。據此，本文提出以下研究假設：

假設4：相較于冗余資源較少的企業，供應鏈創新試點對冗余資源較多企業技術創新的正向影響更強。

2.5 供應鏈集中度對供應鏈政策作用效果的影響

由于任何企業都難以掌握創新活動所需的全部資源，不得不與外界進行交流與交換，而供應鏈上下游企業是企業尋求創新活動所需資源的主要對象，但能否成功獲取這些資源往往受到供應鏈集中度的影響［28］。當供應鏈集中度高時，企業與少數供應商和客戶之間存在頻繁、大額度的交易活動，這就使得它們之間更容易建立相互信任的供應鏈合作伙伴關系，供應商或客戶有更大的動力與企業進行知識和信息的共享。Chu 等［29］的研究發現，客戶的及時反饋會促使企業提前調整其創新活動，而這對于企業創新活動的最終成功至關重要。從信號傳遞的視角出發，在中國資本市場上，存在大客戶（主要客戶）的事實還往往被外部投資者視為供應鏈資源得到了有效整合的積極信號［30］。因此，因供應鏈集中而為企業帶來的來自供應鏈中的各項資源與供應鏈政策帶來的資源能夠發揮互補作用，保障企業持續推動供應鏈創新，進而提高技術創新水平。據此，本文提出以下研究假設：

假設5：相較于供應鏈集中度較低的企業，供應鏈創新試點對供應鏈集中度較高企業技術創新的正向影響更強。

3 研究設計

3.1 樣本選擇與數據來源

本文以2018 年商務部等8 部門聯合發布的《關于開展供應鏈創新與應用試點的通知》為準自然實驗，選擇政策公布前3 年至后2 年（2015—2020年）作為樣本區間，采用雙重差分傾向得分匹配法（PSM-DID）檢驗供應鏈創新試點與企業技術創新的因果關系，并從資本市場反應的視角考察供應鏈創新試點影響企業技術創新過程中的信號傳遞機制。為保障數據一致性，本文將樣本選擇范圍限制在滬、深兩市所有A 股上市公司，在剔除金融行業、財務數據不全和ST、PT 等經營異常的樣本之后，共獲得2 919 家上市公司的樣本。根據2018 年9 月21 日，商務部等八部門聯合發布的《全國供應鏈創新與應用試點企業名單》，識別出77 家試點上市公司作為處理組，其他上市公司均作為控制組。本文參照中國證監會發布的《行業分類指引》（2012）對試點上市公司樣本的行業分布進行了描述，并做了基本的描述性統計分析，見表1 和表2 所示。

本文有關企業特征、財務數據和股票市場數據均來自國泰君安數據庫（CSMAR），專利數據則來源于國家專利技術產權局的專利數據庫。本文對所涉及的連續變量按照1%的標準進行了winsorize 處理，以此消除極端值對回歸結果的影響。

表1 試點上市公司樣本的行業分布

表2 試點上市公司樣本的描述性統計

3.2 模型設定與分析方法

在上市公司被政府認定為供應鏈創新試點企業之后，其技術創新水平變化主要來自以下三個方面：一是企業因自身條件差異而造成的技術創新變化差異；二是企業隨時間慣性或經濟形勢變化而產生的差異；三是供應鏈創新試點作用于企業而產生的差異。雙重差分模型（DID）可以利用處理組和控制組有效分離出試點政策作用于企業技術創新的效果，但其前提假設是兩組樣本具有相同的時間趨勢。然而，試點企業和非試點企業在企業特征方面存在差異，這種差異可能來自兩個方面：一方面，政府在篩選試點企業時存在一定偏好，即企業能否參與試點項目受到政府意圖的影響；另一方面，不同類型的企業對于參與試點項目的意愿存在差異，這就可能存在樣本偏差的問題。因此，本文進一步采用傾向得分匹配法（PSM）解決樣本偏差問題［31］。其基本思想是，以試點企業為核心，在非試點企業中找到一組樣本，這組樣本除了不是試點企業，其他企業特征與試點企業盡可能保持一致，這就使得匹配之后的兩組樣本具有可比性，避免了可能存在的樣本偏差問題。因此，本文采取兩者相結合的雙重差分傾向得分匹配法（PSM-DID）來準確地估計供應鏈創新試點對企業技術創新的影響。具體方法是：（1）通過PSM 尋找控制組樣本；（2）利用匹配后的控制組和處理組進行DID 估計，得到相應的估計模型。

對于匹配變量選擇，本文首先考慮了企業規模（Firm size）、盈利能力（Profitability）、市凈率（MB）和企業杠桿率（Leverage），這些因素可能影響企業參與政府項目的決策。其中，大規模企業更有可能幫助政府達成干預的目標，從而使政府有更強的動機對大企業進行干預［32］。財務表現好、盈利能力強的企業擁有更多的閑置資源［11］，因此更有可能投資于資金投入大、回報周期長的供應鏈創新活動。由于供應鏈創新活動具有風險高、投入大的特點，高杠桿率可能進一步加劇創新風險，因此政府更有可能選取杠桿率低的企業進行試點。企業的市凈率反映的是企業的成長機會［33］，而擁有更多成長機會的企業參與政府試點項目的意愿更弱［11］。接著，本文考慮了企業的產權性質（Ownership），國有企業更有可能對政府的試點政策作出回應。最后，本文選取了企業生命周期（Agescale）作為匹配變量，并參照Dickinson［34］、謝佩洪等［35］的做法將其劃分為成長期、成熟期和衰退期三個階段，其中衰退期企業面臨轉型升級的巨大壓力，而在供給側結構性改革背景下推動的供應鏈創新更有可能選取衰退期企業試點，進而為傳統產業轉型升級提供范例。

模型1 如式（1）是用于估計企業被認定為供應鏈創新試點企業概率的Logit 回歸模型，Pilot 為企業是否為試點企業的虛擬變量，當企業為試點企業時，Pilot 取1，否則取值為0。

模型2 如式（2）則利用匹配后的樣本進行雙重差分估計。其中，IPit為企業技術創新水平，核心解釋變量為供應鏈創新試點企業的分組虛擬變量（Pilot）、時間虛擬變量（T）及其交互項（Pilot×T），而交互項的系數為本文關注的焦點，反映了供應鏈創新試點對企業技術創新影響的凈效應。Controlit是影響企業技術創新的控制變量，參照楊洋等［36］、劉行等［37］、李善民等［38］、彭飛等［39］的做法，本文設置了一系列控制變量，具體包括：企業規模（Firm size）、盈利能力（Profitability）、市凈率（MB）和企業杠桿率（Leverage）、產權性質（Ownership）和研發強度（RDint）。

3.3 變量說明與描述性分析

3.3.1 變量說明

（1）企業技術創新（IP）。已有文獻大多采用R＆D 支出和專利數量兩種方式衡量企業技術創新水平，而相比于R＆D 支出，專利數量作為創新產出更為直觀體現了企業的技術創新水平［9］。根據我國專利法，專利可劃分為發明、實用新型以及外觀設計專利三大類。本文參照陳志軍等［40］、何瑛等［41］的做法，采用公司發明、實用新型以及外觀設計專利申請總數加1取自然對數衡量企業的技術創新水平。

（2）核心解釋變量。本文選取上市公司被認定為供應鏈創新試點企業的分組虛擬變量（Pilot）、時間虛擬變量（T）及其交互項（Pilot×T）作為解釋變量。其中分組虛擬變量度量了試點企業和非試點企業之間技術創新的差異，時間虛擬變量度量了供應鏈創新試點項目啟動前后企業技術創新的變化，而交互項則度量了試點政策對試點企業和非試點企業技術創新變化的影響，也是本文的核心解釋變量。

（3）控制變量。控制變量的測量借鑒楊洋等［36］、劉行等［37］、李善民等［38］、彭飛等［39］的做法。企業規模（Firm size），采用企業年度用工人數的自然對數進行測量；盈利能力（Profitability），采用企業的總資產收益率減去行業均值進行測量；市凈率（MB），采用市值與賬面價值的比值進行測量；杠桿率（Leverage），采用總負債與總資產比值測量；產權性質（Ownership），若為國有企業，取值為1，反之為0；研發強度（RDint），采用企業研發投入占總資產的比值進行測量。本文之所以將研發強度作為控制變量，是因為研發強度往往是吸收能力的一個很好的代理測量［42］，而吸收能力強的企業能夠更好地將信息和資源轉化為創新。

3.3.2 初步的描述性分析

表3 報告了尚未進行匹配的原始企業樣本的描述性統計結果。樣本中創新績效的均值為2.843，最小值為0，最大值為9.239，標準差為1.681，這說明不同企業的技術創新水平差異較大。試點上市公司樣本占總樣本的3.3%，非試點上市公司樣本占96.7%，為后續匹配提供了非常充足的對照樣本。國有企業占全部樣本的35.2%，非國有企業占64.8%。在其他控制變量方面，不同企業的規模、盈利能力、市凈率、杠桿率和研發強度均存在顯著的差異，這就意味著在進行雙重差分估計（DID）之前很有必要采用傾向得分匹配法（PSM）消除企業特征的差異，解決樣本偏差問題。

表3 樣本主要變量描述性統計

4 實證結果與分析

4.1 PSM 匹配結果

圖1 匹配前后傾向得分值的核密度分布對比

考察供應鏈政策對試點企業技術創新的影響，最理想的做法是同時對比同一家企業在受到政策影響和不受政策影響情況下的技術創新水平差異。然而，現實中無法同時觀測到同一家企業的兩種不同狀態。基于此，本文根據匹配變量（企業規模、盈利能力、市凈率、企業杠桿率、產權性質和企業生命周期），通過傾向得分匹配法構造反事實樣本。圖1 描述了PSM 匹配前后傾向得分的核密度圖，其中處理組為試點企業，控制組為非試點企業。從圖中可以看到，在匹配之前兩組樣本的傾向得分僅有少部分的重疊（見圖1(a)），意味著兩組樣本的企業特征存在較大差異；但在匹配之后兩組樣本的傾向得分大部分重疊（見圖1(b)），意味著兩組樣本企業在匹配后各方面的特征已非常接近。因此，經過匹配后的處理組和控制組滿足平行趨勢假設，為后續的雙重差分提供了比較理想的兩組樣本，提高了研究結果的可靠性。

4.2 基準回歸結果與分析

表4 報告了供應鏈政策對企業技術創新影響的估計結果。模型1 只檢驗了核心解釋變量的影響，模型2 在此基礎上控制了年份固定效應、行業固定效應和地區固定效應，模型3 在模型1 的基礎上加入了控制變量，模型4 則在加入了控制變量的同時控制了年份固定效應、行業固定效應和地區固定效應，結果發現交互項Pilot×T的系數雖然為正，但均不顯著。

考慮創新投資周期長，專利成果具有滯后特性，本研究進一步考察供應鏈政策對企業技術創新影響的滯后效應。本文引入兩個時間虛擬變量，T2019和T2020分別為政策實施后的第一年（2019 年）和第二年（2020 年），將Pilot 與這兩個時間虛擬變量進行相乘得到兩個交互項Pilot×T2019和Pilot×T2020，并將時間虛擬變量和交互項加入模型之中，進行雙重差分回歸，檢驗結果如模型5 所示。Pilot×T2019的系數為負，但并不顯著；而Pilot×T2020的系數為正，且在5%的水平下顯著，意味著供應鏈政策對企業技術創新的正向影響存在滯后性，僅在試點政策實施后的第二年才發揮了積極作用。因此，本文假設1 得到支持。

表4 供應鏈政策對企業技術創新影響的分析結果

4.3 穩健性檢驗

為了保障估計結果的可靠性，本文通過平行趨勢檢驗、安慰劑檢驗、更換樣本匹配方式、剔除政策當年樣本以及更改因變量測量方法來進行穩健性檢驗。

（1）平行趨勢檢驗。雙重差分模型的前提假設是兩組樣本具有相同的時間趨勢，即平行趨勢假設。參考Bertrand 等［43］、曹春方等［44］的做法，本文引入各年份的時間虛擬變量T2016、T2017、T2018、T2019和T2020，并將各時間虛擬變量與Pilot 的交互項加入模型之中，進行雙重差分回歸，其平行趨勢檢驗的結果如表5 中模型1 所示。結果發現，Pilot×T2016和Pilot×T2017的系數為正，但不顯著，這就意味著處理組和控制組在政策實施之前不存在差異；雖然Pilot×T2018和Pilot×T2019的系數不顯著，但是Pilot×T2020的系數在1%的水平下顯著為正，意味著供應鏈政策提高了試點企業的技術創新水平，但這種促進作用存在滯后性。

（2）安慰劑檢驗。本文采用反事實方法進一步考察處理組和控制組之間是否存在共同趨勢。具體步驟如下：假定試點政策的時間提前至2016 年，分別構造相應的時間虛擬變量并進行雙重差分檢驗，如果Pilot 與時間虛擬變量交互項的系數在假定的政策實施時間中不顯著，則表明處理組和控制組之間存在共同趨勢，意味著企業技術創新水平的變化是由該試點政策所引起的，而不是其他的因素，反之，則表明結論不穩健。表5 中模型2 和模型3 為安慰劑檢驗的結果，模型2 將試點政策實施時間提前至2016 年，結果顯示Pilot×T系數為正，但不顯著；模型3 進一步考察其滯后效應，依然發現僅有Pilot×T2020的系數顯著為正，這意味著處理組和控制組企業的技術創新差異來自試點政策的實施，而不是其他因素所導致的。

（3）更改匹配方式。基于核匹配的方法，本文對原始樣本重新進行了匹配，隨后進行雙重差分檢驗，結果如表5 中模型4 所示。Pilot×T系數為正，但并不顯著；模型5 進一步考察滯后效應，依然發現僅有Pilot×T2020的系數顯著為正，與最近鄰匹配后的雙重差分結果一致，表明上述實證結果是穩健的。

（4）剔除政策出臺當年。由于試點政策是在2018 年出臺的，為了避免可能的測量誤差問題，本文將2018 年剔除樣本研究區間。具體而言，本文重新對T進行賦值，即當年份為2015 年、2016 年和2017 年時，T取0；當年份為2019 年和2020 年時，T取1；其他模型設定保持不變，結果如表5 中模型6 和模型7 所示。在模型6 中，Pilot×T系數為正，但不顯著；模型7 進一步考察其滯后效應，依然發現僅有Pilot×T2020的系數顯著為正，結論保持不變。

（5）更改企業技術創新的測量方法。考慮外觀設計專利幾乎不包含任何技術創新［45］,本文參照伊志宏等［46］、劉瑞等［47］的做法，采用發明和實用新型專利申請總數加1 取自然對數對企業技術創新進行測量，其他模式設定不變結果如表5 中模型8 和模型9 列所示。在模型8 中，Pilot×T系數為正，但不顯著；模型9 進一步考察其滯后效應，Pilot×T2020的系數顯著為正，結論保持不變。

表5 供應鏈政策對企業技術創新影響的穩健性檢驗

4.4 異質性的回歸結果與分析

接下來，本文將采用分組檢驗的方法考察供應鏈政策對企業技術創新的異質性影響。鑒于供應鏈政策的作用效果存在滯后性，在分組檢驗時本文僅關注其滯后效應，即只關注Pilot×T2020的系數。

（1）產權性質的異質性。根據企業的產權性質（Ownership），本文將樣本分為國有企業組和非國有企業組，并分組進行雙重差分檢驗（結果見表7中模型1、模型2）。結果顯示，對于國有企業而言，Pilot×T2020的系數為0.433，但不顯著；而對于非國有企業而言，Pilot×T2020的系數為0.833，在5%的水平下顯著，意味著供應鏈政策僅對非國有企業的技術創新水平具有顯著的提升作用，對國有企業的提升作用并不顯著。該結論與預期假設（假設2）一致，國有企業積極響應政策導向，參與供應鏈創新試點更多出于政治邏輯，導致其創新活動對供應鏈政策并不敏感；而非國有企業面臨嚴重的融資約束［9］，供應鏈政策所帶來的資源能夠緩解其技術創新面臨的資源約束，激發其創新活動。

（2）企業生命周期的異質性。本文參照Dickinson［34］的做法，根據企業經營活動現金流量的符號將企業生命周期（Agescale）劃分為初創期、成長期、成熟期、動蕩期和衰退期五個階段。考慮本文研究對象為上市公司，參照謝佩洪等［35］的做法，進一步將上述五個階段劃分為成長期、成熟期和衰退期三個階段，具體的分類標準見表6 所示。

表6 不同企業生命周期的現金流特征組合

政府干預下供應鏈創新與企業創新績效：異質性檢驗見表7 所示。由于匹配后處于衰退期的樣本非常少，故將其提出，并將剩余的樣本劃分為成長期和成熟期兩組，進行雙重差分檢驗（見表7 中模型3、模型4）。結果顯示，對于處在成長期的企業，Pilot×T2020的系數為0.542，但并不顯著；而對于處在成熟期的企業，Pilot×T2020的系數為0.524，且在10%的水平下顯著，意味著供應鏈政策僅對處于成熟期企業的技術創新水平具有顯著的提升作用，對成長期企業的提升作用并不顯著。該結論與預期假設（假設3）一致，相比于成長期，成熟期企業憑借自身充足資源和豐富的創新經驗，在供應鏈政策所帶來的各項資源的互補作用下更能實現供應鏈創新的成功，進而提升技術創新水平。

（3）冗余資源的一致性。參照Bourgeois［25］、呂迪偉等［48］的做法，本文采用基于財務數據的方法對冗余資源（Slack resources）進行度量。具體而言，采用非沉淀性冗余資源、沉淀性冗余資源和潛在冗余資源三個指標分別標準化后取平均值，其中非沉淀性冗余資源采用流動率（流動資產/流動比率）度量，沉淀性冗余資源采用費用收入比（銷售、管理和財務費用/營業收入）度量，而潛在冗余資源則采用所有者權益與總負債的比值度量。

本文基于冗余資源分年度、分行業的中位數將樣本分為兩組（按匹配前的樣本進行劃分），其中高于中位數的為高冗余資源樣本組，低于中位數的為低冗余資源樣本組，并分組進行雙重差分回歸檢驗，結果如表7 中模型5、模型6 列示。在模型5 中，Pilot×T2020的系數為1.144，且在5%的水平下顯著；而在模型6 中，Pilot×T2020的系數為0.375，但不顯著，意味著供應鏈政策僅對擁有豐富冗余資源的企業的技術創新水平具有顯著的促進作用，對冗余資源不足的企業提升作用并不顯著，假設4 也得到支持。

（4）供應鏈集中度的異質性。參照Patatoukas［49］、方紅星等［50］的做法，本文采用企業向前5 名供應商、客戶采購銷售比例之和的均值對供應鏈集中度（SCII）進行測量。本文基于供應鏈集中度分年度、分行業的中位數將樣本分為兩組（按匹配前的樣本進行劃分），其中高于中位數的歸為高供應鏈集中度樣本組，而低于中位數的歸為低供應鏈集中度樣本組，并分組進行雙重差分回歸檢驗，結果如表7中模型7、模型8 所示。在模型7 中，Pilot×T2020的系數為1.024，且在5%的水平下顯著；而在模型8 中，Pilot×T2020的系數為0.404，但并不顯著，意味著供應鏈政策僅對高供應鏈集中度企業的技術創新水平具有顯著的提升作用，對低供應鏈集中度企業的提升作用并不顯著。該結論與預期假設（假設5）一致，高供應鏈集中度有助于促進供應鏈合作伙伴關系的形成，供應鏈創新能夠進一步提升企業的供應鏈整合能力，促進有關新技術、新產品和業務流程方面的信息與知識在供應鏈上的流動，進而促進企業技術創新。

表7 供應鏈政策對企業技術創新影響的異質性檢驗

表7（續）

5 信號傳遞機制檢驗

5.1 信號傳遞機制檢驗的方法

為進一步驗證供應鏈政策影響企業技術創新過程中的信號傳遞機制確實存在，本文遵照以下邏輯思路進行檢驗：如果信號傳遞機制存在，那么外部投資者會因為上市公司被政府認定為供應鏈創新試點企業所傳遞出的積極信號而增加對企業供應鏈創新的支持，拓寬試點企業外部融資渠道進而提升企業的技術創新水平。具體而言，本文以2018 年9 月21 日商務部等八部門聯合發布《全國供應鏈創新與應用試點企業名單》后，資本市場對于上市公司被認定為試點企業的反應來考察信號傳遞機制的存在。

本文采用事件研究法和Heckman 兩階段模型法來驗證資本市場對供應鏈創新試點企業認定的反應。首先，本文采用事件研究法對資本市場的反應進行分析，具體分析步驟如下：第一步，確定事件日期。商務部等八部門在公布正式試點企業名單前進行了公示，實際上公示已經將信息傳遞給了市場，投資者也會對該信息做出反應；同時，《全國供應鏈創新與應用試點企業名單》的發布的時間為2018年9 月21 日15:39，在A 股收盤時間（15:00）之后，故選取公示后的第一個交易日為事件日day 0，即2018 年9 月25 日。第二步，確定事件窗口和估計窗口。考慮到資本市場存在反應遲鈍的問題，本文將窗口期定為（0,1），共2 個交易日，同時選取事件發生前（-210，-11）交易日作為參數估計窗口。第三步，采用Brown 等［51］提出的市場模型法計算超額收益率（AR，abnormal return）和累計超額收益率（CAR，cumulative abnormal return）。其中，超額收益率（AR）的計算方法為是公司股票在時點t的期望收益率，為股票實際收益率。將事件窗口期內上市公司的AR 進行累積即得到。最后，通過比較事件日期前后的市場反應來檢驗供應鏈政策的信號傳遞作用。

進一步地，為了考察信號有效性受到企業特征的影響，本文通過截面分析考察了產權性質、企業生命周期、冗余資源和供應鏈集中度對資本市場反應的影響。為消除樣本偏差問題，參照已有事件研究文獻的做法［11,52］，本文采用Heckman［53］所提出的兩階段模型進行截面分析。具體分析步驟如下：第一階段，基于全樣本，構建被認定為試點企業影響因素的Probit 模型，以虛擬變量Pilot 為被解釋變量，以企業規模（Firm size）、盈利能力（Profitability）、市凈率（MB）、企業杠桿率（Leverage）、產權性質（Ownership）和企業生命周期（Agescale）為解釋變量（同前文匹配變量）為解釋變量，并控制行業和地區效應，分析上市公司是否參與試點項目的選擇性問題，借助回歸結果構造逆米爾斯比率（inverse mills ratio）：

第二階段：基于試點企業樣本，以事件日當天到后一天（0,1）的累計超額收益率CAR 為被解釋變量，重點分析產權性質（Ownership）、企業生命周期（Agescale）、冗余資源（Slack resources）和供應鏈集中度（SCII）對累計超額收益率的影響。參考劉行等［32］、李善民等［38］的研究納入了一些控制變量，具體包括企業規模（Firm size）、盈利能力（Profitability）和市凈率（MB），控制了行業和地區效應，將逆米爾斯比率作為對潛在選擇性偏誤的控制變量納入模型之中。第二階段模型設定如下：

5.2 供應鏈創新試點企業認定的市場反應

表8 報告了事件日當天（Day 0）、事件日后一天（Day 1）的超額收益率和事件日當天到后一天（0,1）的累計超額收益率。Day 0超額收益率均值為0.393%，在1%的水平上顯著為正，Day 1 超額收益率均值為負但不顯著，Day（0,1）累計超額收益率均值為0.339%且在5%的水平上顯著。對中位數進行Wilcoxon 符號秩檢驗發現，Day 0 的超額收益率中位數在1%的水平上為正，Day 1 超額收益率中位數為負但不顯著。通過二項式符號檢驗發現，Day 0 有62.3%的樣本異常收益率為正，Day 1 有36.6%的樣本異常收益率為正，均在5%的水平上顯著。CAR 結果表明，股票市場對上市公司被認定為全國供應鏈創新與應用試點企業具有積極市場反應，證實了供應鏈政策信號傳遞作用的存在。

表8 供應鏈創新與應用試點企業認定公示后的市場反應

5.3 Heckman 兩階段回歸結果與分析

表9 報告了Heckman 第一階段probit 模型的估計結果。模型1 控制了主要的企業特征，模型2 增加了行業固定效應，模型3 則增加了地區固定效應。三個模型均在1%的水平上顯著（LR chi2 值分別為128.37、182.68、200.35），模型的偽R2（Pseudo R2）從0.191 增加至0.314 說明行業和所在地區是影響企業被認定為試點企業概率的重要因素。模型3 結果表明，規模較大（Firm size）、盈利能力強（Profitability）的企業更有可能被認定為試點企業。市凈率（MB）系數為負，且在10%的水平上顯著，表明擁有更多成長機會的企業不太可能參與這一供應鏈創新試點項目。資產負債率（Leverage）系數為正，且在1%的水平上顯著，表明資產負債率高的企業更可能被認定為試點企業。這一結論與陸國慶等［54］的研究發現一致，政府對于高資產負債率企業的扶持動機更為強烈。產權性質（Ownership）并不是被認定為試點企業的重要決定因素。相比于成長期（Agescale1）和成熟期（Agescale2）企業，衰退期（Agescale3）企業更有可能被認定為試點企業。事實上，進入“十三五”規劃后，中國大力推動供給側結構性改革，并從傳統產業入手，通過創新驅動來推動產業、企業的轉型升級，而處于衰退期的企業往往面臨巨大的轉型升級壓力，因此更有動力參與這項供應鏈創新試點項目。

表9 第一階段結果：被認定為試點企業的決定因素

表9（續）

表10 報告了Heckman 第二階段的回歸結果，模型1 只包含了控制變量，模型2 則包含了所有解釋變量。模型中調整的R2 從0.628 增加到0.693，意味著解釋變量具有一定的解釋能力。逆米爾斯比率的系數與0 沒有顯著差異，意味著不存在顯著的選擇性偏誤問題。產權性質（Ownership）和冗余資源（Slack resources）的系數均不顯著，意味著供應鏈政策的信號傳遞有效性不受產權性質和冗余資源的影響。成熟期（Agescale2）的系數為正，且在10%的水平下顯著；衰退期（Agescale3）的系數為負，但不顯著，意味著相比于成長期和衰退期企業，成熟期企業被認定為試點企業能獲得更好的市場表現。供應鏈集中度（SCII）的系數為0.026，且在5%的水平下顯著，意味著供應鏈集中度高的企業被認定為試點企業有更好的資本市場反應。

表10 第二階段結果：試點企業認定的市場反應影響因素

表10（續）

綜上所述，從資本市場反應的視角來看，供應鏈政策影響企業技術創新過程中的信號傳遞機制確實存在，且這種信號傳遞效果受到企業特征的影響，尤其對于成熟期企業和高供應鏈集中度的企業而言，這種信號傳遞的效果更好。

6 結論與對策建議

本文以2018 年商務部等8 部門聯合推動的“全國供應鏈創新與應用試點”為準自然實驗，通過構造雙重差分傾向得分匹配法（PSM-DID）研究供應鏈政策對企業技術創新的影響。研究發現，供應鏈創新試點能夠提升企業的技術創新水平，但存在滯后性，僅在政策實施后的第二年才發揮了積極作用。更為重要的是，本文發現供應鏈創新試點對不同類型企業技術創新水平的提升作用不同，對非國有企業、成熟期企業、擁有較多冗余資源的企業以及供應鏈集中度較高的企業的提升作用更為顯著。

進一步地，本文從資本市場反應的視角實證檢驗了供應鏈政策影響企業技術創新過程中的信號傳遞機制。檢驗結果發現，資本市場對上市公司被認定為供應鏈創新試點企業這一事件具有積極的市場反應，且這種積極作用受到供應鏈集中度和企業生命周期的影響，即供應鏈集中度高和處于成熟期的企業的資本市場反應表現更好。基于上述研究結論，本文提出如下政策建議：

第一，繼續推動供應鏈創新與應用試點，探索構建完整的供應鏈現代化發展政策體系。本文研究結果表明，被認定為供應鏈創新試點企業能夠顯著提升企業技術創新水平，即通過經驗證據驗證了該試點政策的有效性。因此，我國政府應繼續推動供應鏈創新與應用試點，重點圍繞我國供應鏈領域的“補短板、強弱項”提升供應鏈管理和協同水平、加強供應鏈技術與模式創新、提升政府公共服務能力和治理現代化水平，探索出可供全國推廣的經驗做法。與此同時，我國政府要充分利用試點探索出的先進經驗，通過強化頂層設計完善我國供應鏈政策體系，綜合運用財政補貼、稅收優惠、人才培養等政策手段為我國供應鏈創新活動提供有力支持，吸引更多社會資本和金融資本發展和支持供應鏈創新，強化供應鏈管理人才培養培訓，支持現代化供應鏈健康可持續發展。由于供應鏈具有跨部門管理、跨行業發展、跨領域融合等特點，要推動各級、各地區政府的供應鏈政策協同聯動，堅持全國一盤棋，從全局出發推動我國供應鏈現代化發展。

第二，優化供應鏈創新與應用制度設計，為不同類型的微觀主體提供精細化的政策支持，提高供應鏈政策的有效性和精準度。在進一步推進供應鏈創新與應用政策實施過程中，政府應避免“一刀切”制定供應鏈政策，應充分考慮企業類別和供應鏈結構特征并適當靈活地對供應鏈政策進行差異化安排。首先，本文發現相較于國有企業，供應鏈創新試點對非國有企業技術創新水平提升用更明顯，因而政府在提供優惠政策時應更多給予真正需要且更能充分利用的非國有企業。其次，本文發現供應鏈創新試點對成長期企業技術創新的影響不顯著，一個重要原因是，成長期企業利潤水平較低甚至處于虧損狀態，供應鏈政策對這個階段企業的作用效果有限。因此，政府應調整供應鏈政策，增強其對成長期企業的適用性，比如增強稅收優惠增強成長期企業現金流，真正讓供應鏈政策起到對成長期企業的“幫扶”作用。接著，本文發現供應鏈創新試點對擁有較多冗余資源企業的技術創新水平促進作用更為明顯。因而，政府在實施供應鏈創新與應用過程中要充分考慮企業的資源儲備情況，包括投融資政策、現金持有水平、資金整合能力等等，避免企業因供應鏈創新而導致資源嚴重缺乏甚至資金鏈斷裂的風險。最后，本文發現供應鏈集中度高的企業更能從供應鏈創新試點中獲益。因此，政府應針對不同特征的供應鏈結構進行精細化的政策設計，強化試點企業與供應鏈合作伙伴的創新互動，提高供應鏈政策的有效性。

第三，建立健全供應鏈創新活動的信號傳遞機制，發揮資本市場對供應鏈創新的支撐作用。由于供應鏈創新活動具有風險高、回報周期長等特點，需要建立穩定的多元化創新投入資金支撐鏈作為保障。本文研究結果表明，資本市場對上市公司被認定為供應鏈創新與應用試點企業這一事件表現出正面的市場反應，由此可見，外部投資者是企業獲取創新投入資金的重要來源。暢通外部融資渠道，關鍵是要消除或者盡可能減少推動供應鏈創新的企業與外部投資者之間的信息不對稱，而建立完善的供應鏈創新活動信號傳遞機制是暢通融資渠道的重要途徑，具體可從兩方面入手：（1）充分發揮政府作為第三方在信號傳遞過程中的關鍵作用。我國政府不僅要完善供應鏈創新與應用試點的信息披露制度，加強對試點企業供應鏈創新活動和經驗做法的披露與推廣，還要著手推動完善資本市場信息披露制度，從更大范圍內鼓勵上市公司披露供應鏈創新活動，進而緩解信息不對稱問題。（2）企業應完善自身的信息披露制度，主動在年報或者發布定期報告披露供應鏈創新活動信息。主動披露供應鏈創新活動信息不僅能夠緩解與外部投資者的信息不對稱問題，還能增強供應鏈伙伴對企業的信任，有利于建立良好的供應鏈伙伴關系，進而從供應鏈伙伴手中獲取創新活動所需的關鍵資源。