政府采购、市场竞争与省域创新能力

肖建华 谢璐华

摘 要：基于我国31个省份2013-2017年的面板数据，采用TOPSIS法改进因子分析模型测算不同省份的创新能力，通过构建空间杜宾模型评估政府采购政策、市场竞争度对省域创新能力的影响。结果表明：政府采购政策的实施有利于省域创新能力提升，但在我国尚未形成高效的市场竞争机制进而抑制了省域创新水平提高;其对市场竞争造成的干扰阻碍了省内外创新市场活动的正常进行;无论是低竞争还是高竞争行业，在政府采购制度中保持适度的市场竞争对促进省域创新有一定积极意义。鉴于此，实践中需要政府强化创新导向的政府采购目标，构建公平竞争的政府采购制度，依据行业竞争度设计不同的政府采购机制，以提升省域创新能力。

关键词： 政府采购;市场竞争;创新能力;空间杜宾模型

中图分类号：F812.7   文献标识码： A    文章编号：1003-7217（2020）05-0090-07

一、引 言

2019年财政部出台的《关于促进政府采购公平竞争优化营商环境的通知》明确要求，要进一步优化营商环境，构建统一开放、竞争有序的政府采购市场体系，切实保障政府采购公平竞争的市场环境[1]。可见，政府采购制度的市场竞争状况直接影响着我国营商环境水平，但中国正处于创新驱动发展的关键时期，省域创新能力正成为支撑地区经济发展、提升国家创新竞争力的关键因素。政府采购政策作为激励创新的财税政策之一，对形成有效的创新需求，为创新企业提供较为稳定的市场，纠正创新活动中的外部性和市场失灵等发挥了重要作用。在各国实践中，政府采购政策日益受到重视，正成为推进区域创新发展的有力政策工具。那么，我国政府采购制度在既定市场竞争环境下，对省域创新能力的提升是否具有促进作用呢？

已有相关研究认为，政府采购政策通过释放创新需求的市场信息，为企业提供了一个公平竞争的创新市场环境，在一定程度上降低了企业创新过程中的风险[2，3];政府采购在自主创新领域并非起到扶持落后的作用，而是需要依据市场化程度设计竞争机制，尽可能降低创新产品面临的市场风险[4];在引导创新发展的过程中，要重视政府采购的作用，尤其要借助政府采购竞争模式提升企业的创新意愿[5]。政府采购政策通过引导供应商的生产行为和塑造市场竞争需求环境而影响创新[6]。可见，他们都肯定了政府采购政策对创新的积极作用，但创新主体需要良好市场竞争氛围的支撑。

尽管政府采购政策对创新具有正向激励作用，但在不同的市场环境中其效果不尽相同。因此，政府采购制度应依托于公平统一的市场竞争环境。若地方政府弱化政府采购中的竞争程度，在供应商的选择方面有意向本地企业倾斜，那么，政府采购政策将会阻碍创新，政府采购政策在创新方面激励不足的原因在于市场竞争程度的不充分性[7]。处于低竞争度行业的企业，由于垄断性相较于高竞争性的企业更强，其更容易获得政府采购合同，也更容易拥有政府采购带来的创新效益[8]。此外，市场竞争程度对企业创新投入的影响因采取不同的财税政策有所不同[9]。

已有研究在政府采购与创新方面形成了一定的共识，但将政府采购、市场竞争度与省域创新能力置于同一框架内进行研究的文献较为鲜见。基于此，本文试图将三者纳入同一研究框架，具体分析它们的关系，并考察在不同行业市场竞争水平下，政府采购、市场竞争对省域创新能力的影响。

二、机理分析

为更好地分析处于不同市场竞争氛围下，政府采购政策如何作用于创新行为，借鉴相关研究模型[10，11]，假设不同市场竞争环境对供应商的创新风险影响有所差异，市场竞争程度越高，供应商面临的创新风险越小，政府采购实施中不同供应商依据自己面临的创新风险大小进行创新决策调整[7]。构建供应商产品成本模型：C=C0-E+θ。其中，C0为原始成本，E为利用创新活动得以减轻的成本，θ为其他因素导致的成本。θ～N（0，σ2），经过变形可得C0-C=E-θ。相比成本E，政府成本较易识别C，也即C0-C是政府可识别的成本。

由于创新活动具有不确定性，因此，构建风险成本模型：Cf=12r（1+β）σ2。其中，r代表供应商规避创新风险的意愿强度。因进行创新，供应商可以节省的成本最终由供应商和政府享受，β和1-β为各自享受比例;σ2越强，表示不确定性越大。

政府采购收益函数为：π3=（C0-C）-C（E，C0）=-a+（1-β）（C0-C）=-a+（1-β）（E-θ）。π3最大化的前提是π2=0，并π3对β求导使其为零，得到π3最大化的情况：β=1-2krσ2M1+2krσ2M，a=C0-1-rσ22kMkC0-C0C0-C021+2krσ2M2。又因為βσ2<0且（1-β）σ2>0，当市场竞争带来的风险越大时，供应商从创新活动中得到的收益因分成比例的降低而减少。供应商在参与政府采购过程中，市场竞争越充分，得到的创新收益越大。在政府采购政策营造的公平统一的市场竞争环境下，一方面，供应商能够不断加强自己的研发努力，以节约产品成本，最终实现价值最大化;另一方面，政府间接分摊创新成本，激发供应商努力研发，提供价格更低且质量更优的创新产品。

三、指标设计、计量模型及变量说明

（一）省域创新能力评价指标设计

借鉴已有研究[12-14]，鉴于数据可操作性和代表性，主要从创新投入和创新产出两个维度展开，选取15个指标评价区域创新能力水平。其中，创新投入能力分为创新财力投入、创新物力投入、创新人力投入、创新载体投入四个方面[15];创新产出分为直接创新产出和间接创新产出两个方面[16，17]（见表1）。

（二）模型选择与实证方法

首先，采用TOPSIS改进因子分析法评估区域创新能力[18];其次，通过相关检验，最终选取空间杜宾模型来考察政府采购、市场竞争与省域创新能力之间的关系。

（三）变量说明

1.被解释变量：省域创新能力水平（Innovation）。通过改进的TOPSIS因子分析模型测算得到，得分越高表示该省的创新水平越高，数据来源于《中国科技统计年鉴》。

2.解释变量：（1）政府采购政策（PP）。数据来源于自政府采购网公布的采购合同，经过处理共计得到2013-2017年的174718个样本。为探索不同市场竞争度下，政府采购政策在省域创新发挥作用的差异，将政府采购合同划分为低竞争度行业与高竞争度行业的两类合同[21]。（2）市场竞争度（M）。将市场化指数作为衡量市场竞争的指标，由于公布的数据截止到2016年，故采用2007-2016年的数据对2017年进行数据测算。（3）控制变量（Xlist）。选取政府科技支出（GI）、对外开放程度（OP）、经济发展程度（EG）、基础设施（ER）为控制变量[22]，数据来源于中经网和《中国统计年鉴》。

3.空间权重矩阵选择：为合理地选取空间权重，充分探讨空间要素的相关关系，构建邻接权重（W1）、地理距离权重（W2）、经济总量权重（W3）三种权重[23-25]。W1矩阵元素具有当i=j，W1i，j=0;i≠j，W1i，j=1的特征，这是基于省份间只存在相邻与不相邻两种状态;数据来源于《中华人民共和国地图（2016年版）》。W2矩阵元素具有当i=j，W2i，j=0;i≠j，W2i，j=1/di，j的特征。di，j根据省会城市间距离计算而得，数据来源于《中华人民共和国地图（2016）》。W3矩阵元素具有当i=j，W3i，j=0;i≠j，W3i，j=1/di，j的特征。其中，di，j的计算方法为1GDPj-GDPi（j≠i），GDPl表示样本期间内i地区的实际人均GDP的平均数[26]，数据来源于中经网。变量说明见表2。

四、实证结果与分析

（一）省域创新能力测算

通过KMO和巴特利特检验（具体结果略），KMO值均大于0.8，巴特利特检验的显著性水平为0，说明选取因子分析较为合理。因子分析结果汇总见表3。

对特征值大于1的因子进行主成分提取和因子旋转。经逐年分析，提取各个省份各年的三个公共因子分别为F1m，t、F2m，t、F3m，t。结合总方差解释的贡献率，依据如下模型测算各省各年的创新能力因子得分：Innovationmt=ω1tF1m，t+ω2tF2m，t+ω3tF3m，t（t=2013，2014，…，2017）（m=1，2，…，31）。根据31个省份五年的创新能力得分，借助TOPSIS方法，测算得到创新能力的综合排名（见表4）。可以看出，省域间的创新能力强弱悬殊较大。若将得分大于0.8划分为第一梯队，大于0.5为第二梯队，其余归入第三梯队，则第一梯队的省份多数属于东部发达地区，这类地区拥有雄厚的经济实力和强大的创新资源集聚能力。其中，广东和江苏是创新能力最强的两个省份，两省的创新投入和产出水平都较高。第二梯队的省份多属于中部地区和东北地区。第三梯队多处于西部边缘地区，这类省份创新资源集聚能力较弱且创新产出能力也较弱。总体来看，我国省域创新能力呈现东部强，西部弱的特点，因此，分析我国的创新水平需要进一步考虑空间因素的影响。

（二）省域创新能力的空间自相关检验

选取MoranI指数检验创新能力在省域间是否存在空间依赖性;I>0，表明省域创新能力存在空间正相关性，且相关强度随着其值的增大而加强;I=0，表明省域创新能力在空间上呈现随机性。结果见表5。

表5显示了在邻接空间权重（W1）、地理距离权重（W2）和经济总量权重（W3）下，每年省域创新能力Morans I及其P值。总体来说，I值均显著为正，说明省域之间创新能力具有较强的空间正相关性和聚集性。具体来看，在W1下，I值最大;W2下，次之;W3下，I值最小。表明省域间创新能力有显著的空间正相关性，选取空间计量模型分析是合理的;本省份的创新能力提升对邻近省份创新能力提升具有明显促进作用;省域间创新能力溢出效应随着地理距离的扩大而减弱;省份间创新能力溢出效应伴随着经济水平差距扩大而减弱。

另据2017年创新能力省域空间分布的Morans I图显示①：H-H区域省份自身和周围省份创新能力较强，二者空间差异性小，正相关性强，主要有北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东等省份;L-L区域省份自身创新能力不强，且周边省份创新能力也不高，主要有山西、广西、贵州、云南、西藏、甘肃、宁夏、新疆等省份;L-H区域自身创新能力弱但周围省份创新能力较强，具有空间负相关性，主要有内蒙古、吉林、黑龙江、海南、青海等省份;H-L区域自身创新能力强，但周围地区创新能力较差，包括安徽、江西、河南、湖北、湖南、重庆、四川、陕西等省份。

（三）空间杜宾模型下政府采购、市场竞争对省域创新能力的影响

根据W1、W2、W3权重下空间静态杜宾模型回归结果及滞后一期的空间动态杜宾模型的效应分析以及回归前进行的Wald检验和LR检验结果显示①，Wald值和LR值显著，表明选取空间杜宾模型是合理的;同时，Hausman统计量显著，表明采用固定效应更好。

相比W2和W3，在W1权重下结果更加稳健，表明在既定的政府采购政策和市场竞争度影响下，省域间创新能力的影响更多受限于邻近省份。究其原因，相比地理距离和经济水平，政治上的邻近距离是我国政府采购双方跨省合作考虑的主要因素，进而借助政府采购制度促进省域创新能力提升的效益也会惠及周边省份，也表明我国现有的政府采购政策对创新能力激励作用深受地方保护意识影响。

模型（1）結果显示①政府采购系数显著为正，说明政府采购政策对省域创新能力具有促进作用，原因在于：在创新市场，政府采购合同的签订在很大程度上激发了当地创新市场有效需求，消减了创新活动的不确定性，强化了供应商创新的意愿，从而加大了创新投入，确保有效的创新产出，最终提高了省域创新能力。同时，市场竞争度的系数通过了显著性水平检验且为正，表明市场竞争度对各省的创新能力提高也具有积极影响，市场程度越高，越有利于省域创新能力提升。其原因在于：良好的市场竞争机制能够保障企业顺利进入创新市场，并依据边际成本和边际收益进行决策，创新效益能够在企业之间正常流动。此外，政府采购和市场竞争交互项系数为负且具有统计意义，意味着当前的政府采购政策通过对市场竞争的影响并进而对省域创新能力的提高造成了负面影响，可能的原因在于：当前我国政府采购政策所依托的市场竞争机制并不高效，现实中可能存在政府采购在选择供应商时偏向保护本地企业，为外地供应商增设竞争门槛，导致政府采购对外、对内信息不对称，最终破坏政府采购机制依托的市场公平竞争机制，进而抑制供应商配置创新资源的意愿。最后，从控制变量来看，地方政府财政科技支出系数显著为正，意味着地方政府在财政上对创新的支持强度越大，省域创新能力提升的效果越佳;地方经济增长率的系数显著为负，表明地方政府经济增长率的趋势与创新能力发展的趋势不一致，这可能是由于地方政府对经济增长率差距的控制意识强于对创新能力差距的控制意识;地方经济开放程度与基础设施完备程度的系数为正且具有一定的统计意义，说明地方经济越开放、基础设施条件越好，越有利于创新要素的流动，益于省域创新能力提升。

模型（4）结果显示①，滞后一期的政府采购政策对省域创新能力的提升具有显著正效应，说明省域创新能力的变化具有动态效应，即前一期创新能力对后一期创新能力具有显著影响。相比静态模型，其他变量不再显著，对省域创新能力的提升不再具有解释力。

（四）空间效应分解下政府采购、市场竞争对省域创新能力的影响

表6报告的是空间杜宾模型的效应分解。其中，直接效应代表着该变量对本省份内部创新能力产生的影响;间接效应表示该变量对本省之外其他省份的创新能力作用程度;总效应则由直接效应和间接效应加总而成。

首先，政府采购政策的空间效应分别为0.14、0.16、0.3，且均通过了1%水平的显著性检验，表明我国政府采购政策不仅对本省的创新能力提升有積极意义，而且还能显著提高邻近省份的创新水平，且间接效应强于直接效应。在一定程度上也证明利用政府采购政策可以激发本省和外省的创新市场活力，促进省域间创新资源要素流动，进而提高全国创新能力。

其次，市场竞争度的空间效应均显著为正，间接效应强于直接效应，也即创新市场竞争机制越高效，越能够提高本省和其他省份的创新水平，且本省的市场竞争度对其他省份的创新能力提升作用更大。究其原因，本省创新市场竞争机制的培育能够吸引外省供应商进入，提升其进行创新活动的意愿。

再次，从政府采购政策和市场竞争交互项来看，直接效应、间接效应和总效应都对省域创新能力的提升起到了抑制作用，表明政府采购制度对市场竞争机制的干扰会阻碍省内外创新市场活动的正常进行。

（五）区分行业下政府采购、市场竞争对省域创新能力的影响

进行Hausman检验结果表明①，选择固定效应的空间杜宾模型进行分析效果好;同时，进行Wald检验和LR检验的显著性水平测试，表明选择空间杜宾模型能够较好地解释高竞争度行业和低竞争度行业的政府采购政策、市场竞争度对省域创新能力的影响。

1.在高竞争度行业内，政府采购政策对省内、省外创新能力提升均没有解释力，但市场竞争环境对本省创新能力具有促进作用，对省外的创新能力提升并没有显著影响。可能的原因：高竞争度行业往往同类型供应商较多，供应商获得政府采购合同的概率较小，政府采购政策本身对这类企业的吸引力有限。但在市场竞争机制高效运行的前提下，本地供应商一旦获得政府采购合同，便能极大提升其创新能力。但是，由于政府采购政策存在地方保护主义，容易造成本省采购商和外省采购商被区别对待，导致政府采购政策未能在高竞争行业对省外创新能力产生正向外溢效应。

2.在低竞争度行业内，政府采购政策对本省创新能力的提高具有抑制作用，但对外省创新能力提升具有空间外溢效应。提升政府采购的市场竞争度有利于提高本省的创新水平，但对省外的创新能力提升没有显著影响。原因在于：该类供应商较易长期获得政府采购合同，在满足一定创新需求之后，可能还会出现创新资源闲置的情况。未考虑市场竞争，政府采购政策对于省内供应商创新活动的激励有限，表现为政府采购政策并不能提高本省创新能力。在政府采购政策引入有效的竞争机制后，引发了省份内行业的市场竞争，引导创新资源的重新流动，从而使省份内部企业的创新能力提升。但低竞争行业中政府采购制度存在地方保护性，导致政府采购政策对省域创新能力的外溢性有限。

因此，无论是高竞争行业还是低竞争行业，提高政府采购制度的市场竞争度都有利于本省的创新能力的提升。若要使得政府采购政策对外省创新能力产生空间正的外溢效应，应考虑摒弃地方保护主义。

（六）稳健性检验

为验证实证结果的稳健性，进行改变时间、样本容量、解释变量的检验。其稳健性检验结果显示①，改变时间维度的SDM模型，时间由原来的2013-2017年缩短为2013-2016年，从回归结果来看，结论依旧保持不变;缩减样本容量的空间杜宾模型的结果显示，由原来31个样本省份缩减至25个样本省份，结论也与前文保持一致;为了排除省域创新能力增强是由其他财税政策导致的可能性，选取地方政府科技补助替换政府采购政策进行检验，结果显示政府科技补助系数不再显著。综上，表明实证结果是稳健的。

五、结论与政策启示

以上研究结果表明，政府采购政策的实施有利于省域创新能力的提升，市场竞争度越高，越有利于省域创新能力的提高。但我国政府采购尚未形成高效的市场竞争机制，对省域创新水平提高具有一定的抑制作用。政府采购政策能够激发省域内和省域外的创新市场活力，省域内市场竞争度的维护能够提升省内外供应商参与创新活动的积极性，政府采购机制对市场竞争造成的干扰会阻碍省内外创新市场活动的正常进行。无论是低竞争行业还是高竞争行业，在政府采购中保持适度的市场竞争对促进省域创新均有一定的积极意义。

依据实证结论，得到如下政策启示：第一，鉴于政府采购政策能正向激励省域创新能力提升的事实，且我国政府采购政策引导创新还处于摸索阶段，政府需要强化创新导向的政府采购目标，逐步引入需求型的创新政策配合已有供给型的创新政策，共同作用于我国的创新能力提升。第二，我国政府采购制度依托于不高效的市场竞争机制对省域创新产生了阻碍作用，同时，又因为政府采购规模大，采购流程复杂，极易在政府采购过程中出现寻租等不良行为，破坏政府采购的公平竞争机制。因此，亟需规范政府采购流程，建立政府采购合同监督机制，营造良好的创新市场竞争环境。第三，政府对创新产品和创新服务的采购应该摒弃地方保护主义，寻找最合适的供应商进行创新合作，将竞争机制发挥到最大，必要时可引入中介机构，替代政府寻求最佳供应商。第四，依据行业竞争度情况，设计不同的政府采购机制，如在高竞争度行业，设计中小企业政府最低采购金额保护机制;在低竞争行业，设计供应商合作机制，更大程度地激发彼此的研发努力。

注释：

① 因篇幅所限，具体结果未作呈现。如有需要，可联系作者。

参考文献：

[1] 财政部. 关于促进政府采购公平竞争优化营商环境的通知[N]. 建筑时报，2019-09-09（003）.

[2] 胡卫.作为创新政策工具的公共技术采购[J].科学学研究，2004（1）：43-46.

[3] 张静中，黄芬.政府采购促进中小企业自主创新的实现途径[J].理论探讨，2007（5）：73-76.

[4] 沈木珠，徐升权.促进技术创新的政府采购政策研究[J].中国政府采购，2006（1）：24-26.

[5] 王丛虎.论我国政府采购促进自主創新[J].科学学研究，2006（6）：967-970.

[6] Uyarra E， Flanagan K. Understanding the inovation impacts of public pocurement[J].European Planning Studies， 18（1）：123-143.

[7] 胡凯，蔡红英，吴清.中国的政府采购促进了技术创新吗？[J].财经研究，2013，39（9）：134-144

[8] 李玲.产品市场竞争与企业创新关系实证研究——来自深市上市公司的证据[J].科技进步与对策，2014，31（19）：96-102.

[9] 夏清华，黄剑.市场竞争、政府资源配置方式与企业创新投入——中国高新技术企业的证据[J].经济管理，2019，41（8）：5-20.

[10] Chu L Y， Sappington D E M.Procurement contracts：theory vs practice[J].International Journal of Industrial Organization，2009，27（1）：51-59.

[11] 彭鸿广.激励创新的采购机制设计[M].杭州：浙江大学出版社，2015：106.

[12] 范德成，周豪.区域技术创新能力评价的因子分析法研究[J].工业技术经济，2006（3）：61-63.

[13] 白嘉.中国区域技术创新能力的评价与比较[J].科学管理研究，2012，30（1）：15-18.

[14] 肖建华，熊娟娟.财政引导创新资源配置效率及其影响因素——来自18个高新区与新区的经验分析[J].财经理论与实践，2018，39（3）：105-111.

[15] 张序萍，刘中文，张峰.区域技术创新能力指标体系的构建及评价[J].科技管理研究，2010，30（21）：69-74.

[16] 陈劲，陈钰芬.企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理，2006（3）：86-91.

[17] 邵云飞，谭劲松.区域技术创新能力形成机理探析[J].管理科学学报，2006（4）：1-11.

[18] 熊国经，熊玲玲，陈小山.泛珠三角洲区域高校科技创新能力评价——基于E-TOPSIS改进因子分析法的实证研究[J].科技管理研究，2018，38（22）：86-91.

[19] 董锋，谭清美，周德群.多指标面板数据下的企业R&D能力因子分析[J].研究与发展管理，2009，21（3）：50-56.

[20] 肖启华，黄硕琳，王慰.多指标面板数据因子分析的分层模型及应用[J].数学的实践与认识，2015，45（12）：86-93.

[21] 黄蕾.产品市场竞争、董事会治理与上市公司信息披露质量[J].财经理论与实践，2013，34（2）：83-87.

[22] 冯海波，周懿.税收负担与中小企业创业活跃度——基于省级面板数据的分析[J].税务研究，2019（2）：68-75.

[23] 李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界，2010（7）：43-55，65.

[24] 王娟，胡洋.空间关联与溢出效应：工业生态创新对资源环境承载力的影响研究[J].财经理论与实践，2020，41（1）：117-124.

[25] 杨维，姚程，苏梦颖.城镇化水平影响创新产出的地区差异性和空间依赖性——基于非空间面板与空间面板模型的实证分析[J].中国软科学，2019（7）：91-101.

[26] 林光平，龙志和，吴梅.我国地区经济收敛的空间计量实证分析：1978—2002年[J].经济学（季刊），2005（S1）：67-82.

（责任编辑：宁晓青）