加载中...
Scientific Research Institution Procurement Boosts Firm's Technological Breakthrough
本文聚焦于政府采购过程中企业与采购人的互动行为,从科研机构采购的独特视角提出并检验了政府采购影响突破性创新的产学研协作机制。利用企业首次获取科研机构采购订单这一外生冲击构建多时点双重差分模型,研究发现,科研机构采购显著提升了企业的突破性专利占比。机制分析表明,科研机构采购能够有效促进科研机构向企业的知识扩散以及提升企业与科研机构的研发合作水平。最后,本文还排除了“信号效应”和“增收效应”等潜在的作用渠道。本文为推动科技创新与产业创新融合发展提供了初步的政策依据。
Abstract
We focus on the interactive behavior between enterprises and purchasers in the process of government procurement, and propose and test the industry-university-research collaboration mechanism behind the impact of government procurement on breakthrough innovation from the perspective of scientific research institution procurement. By utilizing the exogenous shock of a company's first acquisition of scientific research institution purchase order, a staggered Difference-in-Differences (DID) model was constructed and it reveals that scientific research institution procurement significantly increased the proportion of breakthrough patents for the company. Mechanism analysis shows that scientific research institution procurement can effectively promote knowledge diffusion from research institutions to enterprises and enhance the level of research and development (R&D) cooperation between enterprises and research institutions. Finally, we also exclude potential channels of influence such as "signal effects" and "income increasing effects". Our findings provide preliminary policy basis for promoting the integrated development of technological innovation and industrial innovation.
科研采购显著提升企业突破性专利占比
以企业首次获取科研采购订单作为外生冲击构建交错DID模型,结果显示相对于未获得科研采购的企业,获得科研采购能使企业的突破性专利占比提升0.1168个百分点。突破性专利占比均值为0.109,该影响具有较强的经济意义。
科研采购促进科研机构向企业知识扩散
利用中国专利引证数据识别知识扩散水平,发现获取科研采购的企业更可能在申请专利时引用科研机构的专利。当采购单位位于技术前沿地或科研专利较多的城市时,知识扩散效应更明显。
科研采购提升企业知识吸收与转化能力效应
对于事前科研引用专利数量或事前专利数量均值较高的企业,即知识吸收与消化能力更强的企业,科研采购对其突破性创新的提升作用更为明显。
科研采购显著促进企业与科研机构的研发合作
以专利合作刻画研发合作,发现科研采购使得企业与科研机构的专利合作数量提升了1.43%,专利合作占比提升了约0.32%。本地科研采购的影响系数更大,表明地理距离在研发合作中具有重要性。
核心解释变量
科研采购(SciGP),即企业是否首次获取科研采购订单的处理状态变量,首次获取当年及之后年份取1。
被解释变量
突破性专利占比(Breakthrough),即企业当年突破性专利数量占当年所有专利数量的比重,基于3年技术集群构建。
样本与数据
2015-2022年中国专精特新企业(含专精特新中小企业和“小巨人”企业)作为研究样本。企业特征数据来源于CSMAR数据库;政府采购合同数据手工爬取自中国政府采购网2015-2022年全部政府采购订单协议信息,匹配得到85629条合同数据;专利全文及引证数据来源于国家知识产权局2005-2022年申请并公开的发明专利及其引证信息。
识别方法 / 模型设定
以企业首次获取科研采购订单作为政策冲击,构建交错双重差分模型(staggered DID),控制企业固定效应、年份固定效应以及企业注册资本与年份固定效应交互项等,缓解遗漏变量偏误。
内生性及稳健性检验
进行了事前趋势检验、时间与截面二维安慰剂检验;替换被解释变量(使用3年/5年/10年技术集群构建的突破性专利数量及占比);子样本检验(剔除处理组占比较高的北上广、剔除2010年后成立企业、仅保留采购数量大于0样本、剔除无专利企业样本);排除其他政策干扰与溢出效应;控制企业事前生产率水平以考虑自选择行为;基于Sun and Abraham (2021)和Borusyak et al. (2024)方法重新估计处理异质性效应。
政府采购数据
政府采购可支持的研究问题:基于该数据集的完整字段,如何量化采购金额、频率及合同类型等核心变量的调节作用,以验证产学研协作在其中传导的中介路径。
政府采购公告数据
政府采购可支持的研究问题:招标、中标及合同环节中的哪些特征(如采购金额、技术需求描述强度、合同履行周期)更显著地驱动了企业后续的突破性专利产出。
更多相关数据正在补充