《世界经济》 | 政府采购能否促进“专精特新”中小企业强链塑链

“专精特新”中小企业凭借专业化、精细化、特色化、新颖化的发展定位，在疏通产业链堵点、连接供应链断点方面发挥着重要作用，但发展波动和资源约束仍会影响其研发动力与成果转化（曹虹剑等，2022；赵晶等，2023；何瑛等，2024）。围绕这类企业的政策支持，现有政策较多集中于资质认定、创新补助和税费减免等供给侧措施，对需求侧政策如何增强其供应链带动能力的关注仍显不足。政府采购兼具创造市场需求、引导科技创新和扶持中小企业的功能，其作用能够沿企业之间的交易关系向上游延伸（武威等，2024；李宏兵等，2025）。本文以“政府采购—‘专精特新’中小企业—供应商”为分析框架，将上游供应商创新水平的提升作为考察强链塑链效果的切入点。政府采购一方面把技术标准、质量要求和应用场景传递给中标企业，并进一步转化为对原材料、零部件和技术服务的配套要求；另一方面支持“专精特新”中小企业积累技术知识，使供应商能够在产品适配、工艺协同和技术学习中吸收已有经验。基于2015—2022年的企业及供应商数据，本文将采购订单、企业特征、供应链关系与专利信息相匹配，检验政府采购能否提高供应商创新水平，以及创新是否更加聚焦既有优势技术和关键核心技术领域。同时，本文利用采购文本与专利文本识别需求传递和知识扩散，并从采购关系稳定性、信息透明性、采购方式、相对技术优势和供应链集中度出发，考察创新溢出效应的实现条件。

文章摘要：

政府采购兼具创造市场需求、引导科技创新和扶持中小企业等作用。本文利用2015-2022年“专精特新”中小企业及供应商数据，从供应链视角开展分析，研究发现政府采购能够提高“专精特新”中小企业供应商的创新水平，从而起到强链塑链的效果。作用路径体现为，政府采购能够通过需求引导效应将创新需求沿供应链向上游传导，能够支持“专精特新”中小企业将技术知识向供应商扩散，形成知识溢出效应。本文的研究深化了需求侧政策赋能供应链创新的理论认识，为拓展政府采购的政策功能提供了经验证据。

文章涉及数据：

政府采购数据

中国全部专利申请与授权数据

文章核心发现

（1）政府采购显著提升“专精特新”中小企业供应商的创新水平，形成向上游传递的创新溢出效应。以供应商当年发明专利申请数量加1后取对数衡量创新水平，以“专精特新”中小企业年度政府采购金额相对于注册资本的比值衡量采购支持强度。在控制企业—供应商配对特征、供需双方所在城市的年度变化及前定特征后，政府采购支持的估计系数为0.020，在1%水平上显著为正。政府采购由此通过“专精特新”中小企业这一节点带动上游创新，增强其强链塑链能力。同一家企业连接多家供应商，这种带动作用还会在供应链网络中持续累积，形成更广泛的创新扩散。

（2）政府采购推动供应商聚焦既有优势技术，并提高关键核心技术领域的创新产出。本文从技术结构和技术内容两个维度考察“聚焦式”创新：政府采购支持对新进入技术领域占比的估计系数为−0.003，对整体语义延续性和最大语义相似度的系数分别为0.003和0.002，均在1%水平上显著。这表明供应商减少跨领域扩张，围绕已有技术基础持续开展创新。以关键核心技术专利申请量为结果变量时，采购支持的估计系数为0.013，同样显著为正。稳定而明确的配套要求引导供应商开展产品改进与工艺优化，使创新活动更加契合“专精特新”中小企业的专业化定位和产业链关键环节的技术需求。

（3）政府采购通过需求引导，将公共部门的技术要求传递到供应链上游。本文剔除与采购前已有专利高度相似的技术内容后，发现政府采购支持越强，采购文本与“专精特新”中小企业及其供应商新增专利标题、摘要之间的语义相似度越高。进一步从技术词汇考察，采购需求中相对于企业既有专利新增的技术词，也更多进入双方后续专利。这说明政府采购中的技术标准、产品性能和应用场景能够被企业识别、转化，并形成供应商的研发方向。高标准需求经由“专精特新”中小企业分解为具体配套要求，改善供应商的技术投入预期，增强其开展适配性研发和技术改进的动力。

（4）政府采购促进“专精特新”中小企业向供应商扩散既有知识。专利文本、专利引用和技术领域进入的检验均支持这一机制。获得政府采购支持后，供应商新增专利与“专精特新”中小企业既有及当期专利的语义相似度提高，后续引用其专利的概率和数量也显著增加。同时，供应商更容易进入下游企业事前已经布局、而自身尚未布局的技术细分领域。在与下游企业未来专利的相似度及反向技术领域进入的检验中，采购支持系数未通过显著性检验，知识扩散总体呈现由“专精特新”中小企业向供应商传导的方向。供应商在持续交易、产品适配和技术学习中吸收、借鉴并重新组合下游企业的技术知识，形成自身的创新基础。

（5）采购支持和采购关系越稳定，政府采购对供应商创新的带动作用越强。本文分别考察过去三年政府采购支持强度和采购主体数量的稳定程度，两类稳定性指标与采购支持的交互项均显著为正。持续的采购需求使“专精特新”中小企业能够更清晰地传递技术和质量标准，提高创新信息沿供应链传导的效率。稳定订单也改善利润预期，带来政策资源积累，增强企业引导和支持上游研发的能力。供应商由此更容易判断配套技术的应用空间和投入回报，围绕持续需求开展创新。

（6）采购信息披露越充分，创新需求越容易沿供应链有效传递。本文以项目名称、规格型号、服务要求、履约期限和地点等文本字段的平均字符长度衡量披露完整程度，结果显示，该指标与政府采购支持的交互项显著为正。更加充分的信息能够帮助“专精特新”中小企业准确理解产品性能、技术参数及履约标准，再将其转化为上游配套要求。同时，信息透明度提高有助于加强采购部门、监管机构和社会公众的外部监督，增强企业开展技术适配和创新投入的积极性，进而提升供应链创新带动效果。

（7）采购方式影响创新激励的传导，规范竞争与技术沟通均发挥积极作用。公开招标和竞争性谈判或磋商的金额占比与政府采购支持的交互项显著为正，邀请招标的相应交互项在10%水平上显著为正，单一来源采购的交互项未通过显著性检验。对于技术要求能够事前明确的项目，公开招标和邀请招标有助于通过程序规范与竞争筛选提高需求和企业能力的匹配程度；对于技术较复杂、需求方案难以完全标准化的项目，竞争性谈判或磋商为技术沟通和方案调整提供了空间。采购组织方式由此影响技术要求能否顺利转化为供应商的创新活动。

（8）“专精特新”中小企业相对技术优势越强，政府采购的供应链创新溢出效应越突出。本文按照供需双方事前发明专利数量比较相对技术位置，技术优势较强与较弱组的政府采购支持系数分别为0.034和0.018，均显著为正，前者作用更强。较深的事前技术积累，使“专精特新”中小企业能够把政府采购中的质量提升、性能改进和技术升级要求转化为明确的配套标准，降低供应商调整技术方向的不确定性。较强的技术识别与整合能力也有助于引导上游企业围绕下游需求开展针对性研发。

（9）供应链集中度较低时，政府采购更能激发供应商创新。本文以各供应商采购金额占比的平方和衡量集中度，并按照中位数划分样本。低集中度组的政府采购支持系数为0.032，高集中度组为0.014，组间差异显著。采购结构较为分散时，供应商需要通过技术改进和产品质量竞争争取订单，政府采购传递的技术升级要求因而更容易转化为创新激励。采购过度集中于少数核心供应商时，既有合作惯性和关系型交易可能削弱供应商的创新动力。更具开放性和竞争性的供应链结构，有助于将需求信号扩散至更多供应商。

核心变量度量及内生性检验

1. 核心变量构造

（1）供应商创新水平（S_Patent）。在“专精特新”中小企业—供应商—年度层面，使用每家供应商当年的发明专利申请数量，加1后取对数。该指标对应上游供应商的创新产出，用于考察下游企业获得政府采购后产生的供应链创新溢出。采用申请数量能够较及时地反映创新活动，减少专利审查周期对创新测度时点的影响。

（2）政府采购支持（Proc）。参考武威等（2024），将“专精特新”中小企业当年获得的政府采购订单金额加总，再除以该企业注册资本。分子衡量政府对企业产品和服务的实际采购规模，分母用于调整不同企业的规模差异，数值越大表示采购支持强度越高。该变量对应获得政府订单的“专精特新”中小企业，并通过企业与供应商的配对关系进入回归。

（3）“聚焦式”及关键核心技术创新。新进入技术领域占比（EXP_Share）依据国际专利分类前三位分类码构建，衡量供应商当年跨领域探索程度；整体语义延续性（TCI）和最大语义相似度（MaxTCI）根据专利摘要文本构建，衡量当年创新与历史知识基础之间的延续关系。关键核心技术创新（TECH_key）参考吴超鹏和严泽浩（2023）、郑世林等（2024），依据《产业基础创新发展目录（2021年版）》识别相关专利分类及文本，统计供应商关键核心技术专利申请量。

（4）需求引导指标。分别以“专精特新”中小企业和供应商的采购前专利为基准，对采购前后专利文本进行语义比较，剔除与既有技术高度相似的事后内容，再计算保留的新增专利标题、摘要与采购文本的语义相似度，形成NSimT_C、NSimA_C、NSimT_S和NSimA_S四项指标。技术词吸收指标则先对采购与专利文本分词，剔除采购文本中已出现在企业既有专利中的技术词，再统计剩余技术词中有多少出现在采购发生后的专利文本中，分别构建ln NTH_C和ln NTH_S。两组指标从语义和词汇层面刻画采购需求对后续创新的引导。

（5）知识内容扩散指标。以供应商当年新增专利文本为基础，分别计算其与“专精特新”中小企业上一年专利、获得政府采购前累积专利、当年专利标题及摘要的语义余弦相似度，构建KSim_lag、KSim_pre、KSim_curT和KSim_curA。再计算与下游企业下一年及未来可观测年份专利文本的相似度，构建KSim_lead和KSim_fut。按知识形成时间进行比较，可以考察下游既有技术知识向供应商扩散的方向。

（6）专利引用与技术领域进入。参考专利引用识别知识流动的思路（Jaffe et al.，1993），以供应商后续是否引用“专精特新”中小企业专利及引用数量构建SCite和ln FCite。技术领域以IPC大组分类号划分，SEnt_C和ln SEnt_C分别记录供应商是否进入下游企业事前已布局、而自身尚未布局的领域及进入数量；CEnt_S和ln CEnt_S分别记录下游企业是否进入供应商事前已布局、而自身尚未布局的技术领域，以及进入此类领域的数量。相关知识溢出检验剔除曾联合申请专利的企业配对，样本为654,819条。

（7）采购关系稳定性、透明性与采购方式。Proc_stab为过去三年政府采购支持强度最小值与最大值之比，Buyer_stab为同一时期采购主体数量最小值与最大值之比，比值越大表示越稳定。Len_mean为订单中项目名称、规格型号、服务要求、履约期限和地点等文本字段的平均字符长度，用以衡量信息披露完整程度。Open、Inv、Neg和Sole分别为公开招标、邀请招标、竞争性谈判或磋商、单一来源采购的金额占比。本文将这些指标分别与Proc交互，并控制对应指标的一次项。

（8）供应链相对技术优势与集中度。政策实施前，“专精特新”中小企业的发明专利数量高于供应商时，将其划入相对技术优势较强组。供应链集中度（HHI_amt）先计算该企业当年向每家供应商采购的金额占年度采购总额的比重，再将这些比重分别平方并加总，数值越大表示采购越集中于少数供应商。本文以集中度中位数划分高、低两组。相对技术优势和集中度分别反映供需双方的技术位置与采购结构，两类分组结果用于比较政府采购创新溢出效应的差异。

2. 识别策略、内生性与稳健性检验

（1）多维固定效应估计。本文控制“专精特新”中小企业—供应商配对固定效应，以及供需双方各自所在城市与年度的交互固定效应，分别吸收不随时间变化的双边关系特征和地区年度冲击。同时，将“专精特新”中小企业的注册资本、科创能力、参保人数，以及供应商的注册资本、参保人数作为前定变量，与年度固定效应交互。标准误在企业—供应商配对层面聚类，以处理同一配对观测之间的相关性。

（2）工具变量法。参考Goldsmith-Pinkham et al.（2020），本文先以样本期初企业从各采购人城市获得的订单金额占其期初政府采购总额的比重，确定固定暴露权重；再计算各年度相应城市剔除本企业订单后的其他同类企业政府采购金额，与权重相乘并加总，得到外部同类采购需求冲击（PeerDemand）。将需求规模替换为增长率，得到替代工具PeerGrowth。两项工具利用既有采购地域联系与外部需求变化识别采购支持，第一阶段的Kleibergen-Paap rk Wald F统计量分别为334.380和124.118，第二阶段采购支持系数均显著为正，支持基准结论。

（3）排除其他政策及样本选择因素。本文依次进行六项检验：第一，分别剔除供应商当年直接获得政府采购订单的观测值，以及样本期内曾获得政府采购订单的全部供应商，排除其自身直接受政策支持的影响；第二，剔除同年获得政府采购并通过“专精特新”认定的企业样本，降低认定政策干扰；第三，区分创新型与非创新型政府采购，考察采购项目创新属性的影响；第四，剔除国有“专精特新”中小企业；第五，剔除政府采购发生后新形成的供应商关系，缓解履约需求引起供应商重新选择的影响；第六，剔除供需双方位于同一城市的样本，排除地区共同创新政策干扰。各项处理后的结果与基准结论基本一致。

（4）其他稳健性检验。本文另从四方面检验结果稳定性：第一，以获得政府采购订单的企业为实验组，按企业规模等前定特征进行1∶1倾向得分匹配；第二，以反双曲正弦变换后的供应商专利申请量（Patent_IHS）替换创新指标，并根据政府采购订单金额相对于供应链交易规模的大小，构建替代解释变量（Proc_p）；第三，进一步控制“专精特新”中小企业财务特征和所在城市宏观经济变量；第四，将政府采购支持分别滞后一期、二期。上述设定下的估计结果均与基准回归基本一致。

3. 数据来源与处理

本文主要使用四类数据。政府采购数据来自中国政府采购网“政府采购合同公告查询系统”，包含采购人、供应商、合同金额、采购方式和项目内容等信息；参考武威等（2024）、梁平汉和郭宇辰（2023），对联合中标订单进行拆分，统一金额口径，并通过百度地图补充采购双方地理信息。“专精特新”中小企业来自国泰安相关企业库，按认定类型筛选，并结合天眼查补充地区、行业、参保人数及科创能力等特征。供应链关系来自企查查，通过企业名称匹配供应商及其注册资本、交易金额、参保人数和地区信息。专利数据来自国家知识产权局，依据申请人名称与供需双方匹配，获取申请时间、类型、专利分类和摘要文本等信息。样本期为2015—2022年：2015年起政府采购订单协议数据逐步规范披露，本文能够获得的完整专利数据截至2022年。完成匹配后，剔除吊销、注销、停业等经营状态异常的企业，剔除金融行业企业、关键变量缺失以及注册资本和政府采购金额明显异常的观测值，最终得到655,173条“专精特新”中小企业—供应商—年度观测。供应链集中度分析使用具有相应交易金额信息的样本，供需双方技术关系和采购关系则用于机制识别与进一步分组检验。

CnOpenData相关数据如下：

808w+| 数据升级 | CnOpenData 2015-2025年政府采购数据

6323万条 ！| 数据升级 | CnOpenData 1985-2025年中国全部专利申请与授权数据

CnOpenData 政府采购数据：

CnOpenData政府采购数据收录中国政府采购合同公告，覆盖2004—2025年，记录主要集中于2015年及以后，包含采购人、供应商、合同金额、项目名称、合同签订日期和公告日期等信息，便于识别采购支持并与企业、专利资料匹配。该数据库按年更新，可为政府采购与企业创新研究提供相关数据支持。

CnOpenData 中国全部专利申请与授权数据：

CnOpenData中国全部专利申请与授权数据覆盖1985—2025年，包含发明公布、发明授权、实用新型和外观设计四组数据及专利事务信息。发明公布数据提供申请人、申请日、专利名称、IPC分类号和简要说明等字段，专利事务记录涵盖授权、撤回、质押、权利人变更和权利终止等情况。该数据库按年更新，可为企业创新测度及相关研究提供数据支持。