政府创新补助研究的知识结构与热点演化

【摘要】为系统梳理政府创新补助领域的研究脉络和整体研究情况， 本文采取文献计量分析方法， 基于近十年的相关文献对政府创新补助研究关键词的共现与突现特征进行定量分析。通过对高频共现关键词的统计分析， 识别出国内外政府创新补助研究的热点议题， 将现有研究内容归纳为机制与机理、 创新补助实施主体与应用对象、 研究方法与数据、 政府干预、 创新补助效果评价、 理论基础、 创新补助影响效应共七个知识单元， 对其国内外研究主题与范式特征进行对比分析； 基于关键词的突现态势及其在知识单元的分布特征， 发现机制与机理、 创新补助实施主体与应用对象、 创新补助效果评价及创新补助影响效应这四个知识单元是政府创新补助研究的热点主题， 并在此基础上系统阐述未来可能的研究趋势和方向。

【关键词】政府创新补助；知识结构；文献计量分析；热点演化

【中图分类号】 F810.2 【文献标识码】A 【文章编号】1004-0994（2024）19-0123-6

一、 引言

当前我国经济正处于转向高质量发展的关键时期， 国家政策层面高度重视提升科技创新能力， 需尽快突破核心技术“卡脖子”困境。中央及地方政府陆续出台多项科技创新专项补助政策， 大力扶持企业创新活动。创新补助资金可以直接减轻企业研发成本负担， 改善企业现金流状况， 从而激励企业增加研发投入， 提高创新积极性。通过梳理已有文献发现， 政府创新补助与企业创新效应的研究还存在以下不足： 一是知识体系碎片化， 缺乏整合。现有研究分散于多学科领域， 方法论多元， 研究对象和地域差异明显， 成果呈现零散状态。二是理论视角分散， 缺乏统一的解释框架。现有研究分别从资源依赖、 信息不对称、 信号传递、 融资约束、 委托代理、 寻租以及交易费用等视角解释政府创新补助的政策效果， 但彼此存在分歧与矛盾， 难以系统阐释创新补助实施的合理性基础与内在作用机制。三是缺乏国内外比较研究。现有文献未能深入对比分析国内外研究的特征与侧重点， 难以厘清制度环境等因素对政府创新补助政策实施效果的影响。

为更好地掌握政府创新补助领域研究的前沿动态， 本文采用文献计量方法， 通过统计关键词在不同时段被引频次的变化情况， 识别政府创新补助研究的热点主题与前沿趋势， 从而揭示政府创新补助研究领域的知识结构及未来发展方向； 通过进一步对比分析国内外政府创新补助研究的关注点与范式特征， 更加全面地展示不同制度背景和经济条件等对创新补助政策成效的影响。

二、 研究设计

1. 数据来源。为客观全面地梳理和评估政府创新补助研究的最新进展， 本文参考郭玥（2018）对政府创新补助研究关键词的建议并进行适当补充， 确定了文献检索策略（详见表1）。研究时间范围设置为2013年至今， 主要出于以下两方面的考量： 一是政策导向性。2012年9月， 中共中央、 国务院发布了《关于深化科技体制改革加快国家创新体系建设的意见》， 明确提出要加强政府对企业创新的资助引导， 这为后续研究提供了政策基础。二是研究发展态势。上述文件发布后， 政府创新补助的相关研究快速增多， 涌现出大量具有代表性的研究成果， 反映了该领域的最新研究进展和趋势。本文通过对CSSCI和SSCI两大核心数据库的文献检索， 获得了具有代表性和较高质量的文献样本， 以确保研究的时效性和质量。

2. 研究方法。关键词共现分析法是文献计量学中较为成熟且应用广泛的分析方法， 能够揭示学术领域研究内容的内在关联性， 反映知识的微观结构。关键词作为知识载体， 其共现关系能够刻画研究主题的知识结构和内在逻辑（李莹莹等，2022）， 并且适用于大规模文献样本， 能够有效处理海量数据， 直观展现复杂的知识网络（马凌远和张胜利，2023）。因此， 本文使用CiteSpace计量工具对文献数据进行预处理并设置可视化参数， 结果显示： 国内文献模块度Q=0.904， 平均轮廓值S=0.9677； 国外文献Q=0.8171， S=0.8822。这表明国内外文献聚类结果均有较高的可信度， 满足知识图谱分析的前提条件。

三、 政府创新补助研究的知识结构

1. 共现词分析。通过对关键词的共现分析， 不仅能够厘清政府创新补助领域的基本研究结构， 还能揭示当前的研究热点。本文基于国内外文献的关键词共现频次分析， 经过合并同义词、 剔除检索主题词等词条清理操作， 最终统计出共现频次为前十位的关键词， 如表2所示。

表2中的高频关键词反映了政府创新补助研究的主要关注点。在国内研究中， “研发投入”“创新绩效”“创新产出”等关键词凸显了学者们对政府创新补助政策如何增强企业技术创新能力、 提升创新绩效及提高创新质量的探究， “激励效应”“挤出效应”“门槛效应”“融资约束”“中介效应”等关键词则展现了学者们对政府创新补助内在作用机理与路径的细致剖析。在国外文献中， “research and development”“performance”“growth”“productivity”“impact”“investment”“technology”等关键词表明国外研究同样聚焦于评估政府创新补助对企业研发活动、 创新绩效和生产效率的多维影响。由上述关键词可知， 国内外较多学者均将政府创新补助对企业技术创新的影响效应及作用路径作为重要研究方向之一。另一研究重点则是政府创新补助在推动产业结构调整中的应用。“战略性新兴产业”“firm”等关键词反映出国内外学者们对政府创新补助政策在特定新兴领域以及不同类型企业中所产生效应的差异化研究。此外， “税收优惠”“policy”“development subsidy”等关键词反映出学者们对创新政策工具协同效应的关注日益增加， 通过多种创新政策工具的互补配合， 形成促进企业创新的政策合力。

2. 知识结构分类。通过对关键词的归纳整理， 本文将国内外现有关于政府创新补助的研究归纳为七个知识单元（详见图1、 图2）： 机制与机理（政府创新补助促进技术创新的作用机制与影响机理）、 创新补助实施主体与应用对象（政府作为补助主体以及产业、 企业、 高校等作为补助应用对象）、 研究方法与数据（已有研究所使用的分析方法和数据来源）、 政府干预（政府在创新活动中实施的干预措施和政策工具）、 创新补助影响效应（政府创新补助对技术创新产生的多维度影响）、 理论基础（政府创新补助促进技术创新的作用逻辑及相关理论视角）、 创新补助效果评价（政府创新补助所产生效果的评价方法和衡量指标）。通过对比国内外研究的上述七个知识单元， 发现国内外研究主题呈现出一定的侧重分歧， 并且形成了明显的差异化格局。

（1） 机制与机理单元。国内研究侧重于探讨政府创新补助的具体作用机制， 如筛选高质量创新项目（崔兆财等，2023）、 为企业创新提供资金支持（刘春林和田玲，2021）、 促进产学研等主体合作创新（丁雪辰等，2024）以及防范道德风险（刘春林和田玲，2021）等， 国外研究则更加注重探究影响政府创新补助效果的情境因素及内在机理。从研究视角来看， 国外研究侧重于外部制度环境因素， 如创新政策完备性（Su等，2019）、 知识产权保护力度（Catozzella和Vivarelli，2016）、 区域产业结构特征（Zúñiga-Vicente等，2014）、 市场化进程（Yu等，2021）等， 国内研究则更关注企业内部特征。

（2） 创新补助实施主体与应用对象单元。国内研究聚焦于两个方面： 一是政府方面， 探讨中央与地方政府在实施政府创新补助政策时的职责分工及效果差异（皮建才和杨宇琪，2022）； 二是产业层面， 着眼于当前经济产业发展需求， 重点考察政府创新补助对支柱产业企业的激励作用， 如拉动战略性新兴产业（张永安和胡佩，2019）与高技术制造业（邵颖红等，2024）发展、 优化产业创新资源配置（张杰，2020）、 提升产业创新绩效和竞争力（刘春济和高静，2019）等。国外研究侧重于构建协同创新体系， 重视产学研合作研发（Song等，2022）、 高校企业创新联合（Xia等，2023）、 各主体间角色分工（Diercks等，2019）等方面， 注重基础研究与应用创新的融合， 并关注新兴前沿领域的社会性创新需求， 如绿色能源（Han等，2024）等， 以应对全球性挑战。

（3） 研究方法与数据单元。国内研究主要采用定量分析， 广泛应用多种计量经济学和统计分析模型， 可归纳为三类： 一是前沿分析， 如随机前沿分析（SFA）、 数据包络分析（DEA）等方法（杨欢和李香菊，2023；姜启波和谭清美，2020）， 主要用于评估企业技术效率和创新绩效； 二是倾向得分匹配（PSM）等准实验方法（吴金光等，2022）， 旨在解决选择性偏误问题； 三是专利计量分析（邵颖红等，2024）， 以考察企业的创新强度和质量。国外研究在定性和定量分析方法的应用上较为均衡， 定性分析常用三螺旋理论模型（Yang等，2021）、 框架分析法（Bronzini和Piselli，2016）等， 定量分析方法则与国内研究相仿， 但更加注重经验证据的运用（Howell，2017）， 如自然实验（Deng等，2020）、 工具变量法（Ren等，2021）等。在数据来源上， 专利数据（杨欢和李香菊，2023）和企业调查面板数据（张永安和胡佩，2019）是国内研究中常用的两类数据， 国外研究除了运用上述数据， 还较多地结合具体政策实施的自然实验数据（Deng等，2020）。

（4） 政府干预单元。国内研究强调多样化的补助形式和政策工具， 如专项经费资助（郭玥，2018）、 科技专项计划资助（崔兆财等，2023）等直接财政拨款， 以及间接税收优惠政策， 如研发费用加计扣除（白旭云等，2019）、 所得税减免（刘和东和王燕，2024）等。国外研究在间接支持政策方面呈现出更加多元化的特征， 强调有利于营造创新环境的多层次配套政策， 涉及知识产权保护（Zhang等，2024）、 技术转移（Guerrero等，2019）、 政府采购（Ghisetti，2017）等多个层面。

（5） 创新补助效果评价单元。国内外研究均聚焦于投入产出视角， 但在具体方法和关注点上存在差异。国内研究倾向于采用分阶段评价方法， 重点评估创新补助对企业创新投入（如研发投入）和直接产出（如专利数量）的促进作用（刘和东和王燕，2024；邵颖红等，2024）， 评价视角主要集中在微观企业层面， 时间维度上侧重于短期直接效应。国外研究采用全阶段评价方法， 关注创新扩散以及创新可持续性（Yin等，2022）等层面， 评价视角扩展到区域或国家层面的整体创新绩效。

（6） 理论基础单元。国内外研究的关键词揭示了实施创新补助政策的合理性和必要性， 其可以分为两类： 一类是反映市场因素的关键词， 如技术溢出（Guo和Zhang，2022）、 信息不对称（张杰，2020）、 市场失灵（丁雪辰等，2024）等， 揭示了技术创新的准公共产品属性， 这一特征使得企业自主创新动力不足， 导致市场资源配置失衡； 另一类是反映政府引导的关键词， 如资源依赖（Lin和Zhang，2024）、 成本降低（Bronzini和Piselli，2016）、 信号传递（杨洋等，2015）等， 论证了政府创新补助对企业创新的正向激励效应。这两类关键词的共现为政府实施创新补助政策提供了双重理论依据。

（7） 创新补助影响效应单元。国内研究聚焦于经济绩效评估： 在企业创新层面， 关注政府创新补助对企业创新行为的激励作用（王永贵和李霞，2023）， 评估政府创新补助对企业经营绩效的直接贡献； 在区域层面， 重视政府创新补助对区域经济发展的间接带动效应（黄福广等，2021）， 分析政府创新补助如何通过引导创新资源在区域内集聚和流动， 促进整体创新活力和产出水平的提升。国外研究则侧重于环境效益维度， 关注领域包括绿色技术的研发与应用（Lin和Zhang，2024）、 生态友好型产品创新（Li等，2018）、 环境可持续性改进（Xia等，2022）等， 反映出对可持续发展议题的高度重视。

四、 政府创新补助研究的热点演化及趋势

1. 政府创新补助研究的热点演化。基于图1、 图2中的分类框架， 借助突现词检测技术（burst detection）分析发现， 2013年至今， 国内外研究存在多个相似的突现词， 只是突现词出现的时间存在差异。将突现词与知识单元进行对应， 得到如图3所示的对应关系， 图中的圈层长度表示关键词突现持续的时间跨度。

整体来看， 政府创新补助研究的知识单元呈现出不同的发展态势。其中， 政府干预、 理论基础、 研究方法与数据单元的研究相对较少， 仍有较大的拓展空间。而机制与机理、 创新补助实施主体与应用对象、 创新补助效果评价、 创新补助影响效应单元中突现的关键词在政府创新补助研究中一直占据较高的比例， 尤其是机制与机理单元内的关键词， 在过去十年中持续突现， 可以认为上述四个知识单元是当前政府创新补助研究的热点主题。

在机制与机理单元， 对政府创新补助影响因素的探讨一直是国内外研究的焦点， 其演进趋势是从企业自身特征（如规模、 生命周期等）与外部环境因素（如产品市场竞争、 政治关联、 环境不确定性等）两方面展开分析。企业自身特征决定了其对政府创新补助政策的响应能力和资源转化效率， 外部环境因素则会影响企业的创新动机和方向选择。在创新补助效果评价单元， 除了关注企业获得补助后在创新绩效、 效率、 质量等传统指标方面的表现， 在经济转型背景下， 对企业全要素生产率变化情况的评估也日益受到重视。这种全面的评估方法有助于更加真实客观地衡量政府创新补助对提高创新要素投入产出转化效率的贡献程度， 深入反映政府创新补助为经济转型升级、 技术进步和高质量发展做出的贡献。在创新补助影响效应单元， 激励、 挤出、 扩散、 门槛效应等凸显了影响效应的多样性， 其研究重点从探讨政府创新补助的政策效应是正向激励还是负面挤出， 拓展至考察激励效应在企业间和区域间的扩散。因此， 如何把握政府创新补助的门槛条件， 防范激励效应向挤出效应转化成为新的研究侧重点。创新补助实施主体与应用对象单元涵盖的关键词反映出政府创新补助通过支持特定领域， 对技术创新发展产生了显著推动作用。尤其是在2020年后， 产业链、 绿色技术创新、 战略性新兴产业等词汇的突现， 表明政府创新补助正积极适应技术发展趋势和市场需求变迁， 将支持重心前移至培育新兴创新要素的关键领域。一方面， 科技创新是推动生产力发展的核心驱动力， 而战略性新兴产业、 未来产业等前沿领域正是孕育和培育新技术、 新模式等创新要素的重要载体（贾若祥等，2024）， 政府创新补助的策略倾斜符合全球经济发展新方向， 通过直接赋能新兴产业， 加速创新要素的集成和成熟， 形成发展新动能； 另一方面， 生产力提升对创新质量和生态环境效益提出了更高的要求， 绿色低碳理念与生态文明建设的要求高度契合（Lin和Zhang，2024）， 因此绿色技术创新也成为政府创新补助研究的重点方向。

2. 政府创新补助研究趋势。

（1） 揭示企业特征与外部环境的交互作用机理， 厘清影响创新补助政策效果发挥的关键因素。已有研究分析了企业规模（吴金光等，2022）、 企业生命周期（Ma等，2023）等内部特征以及市场竞争（施建军和栗晓云，2021）、 政治关联（邹甘娜等，2023）等外部因素对企业响应创新补助政策和资源转化的影响， 但大多停留在静态、 单向分析层面， 未能真正揭示内外部多因素的动态交互作用机理。未来研究可进一步构建理论模型， 动态模拟企业内外部多因素的相互影响及其交互作用机理。具体而言， 根据企业所处发展阶段、 所面临的市场环境， 量化评估其内外部影响因素权重和组合的变化对政府创新补助绩效的影响路径与程度。在此基础上， 还需进一步剖析在多重复杂内外部影响因素的动态交互中， 哪些因素组合、 哪些作用路径最为关键， 对政策效果的发挥起决定性作用。比如， 对于不同类型的企业而言， 提高补助额度、 降低申请门槛或者改善制度环境等， 哪些举措更为关键？未来研究可以通过量化模拟和实证检验， 明确不同情境下影响效果最优的因素组合， 从而为精准制定差异化创新补助政策提供决策依据， 实现政策资源的高效配置。

（2） 结合经济转型的实际需求， 构建动态多维度的评价体系， 全面考量政府创新补助对创新要素增长的贡献程度。创新是推动经济转型的根本动力， 而政府创新补助在培育和引领创新要素形成方面发挥着重要作用。因此， 准确评估政府创新补助对创新要素累积和配置的贡献程度， 对于发挥政策功能、 促进经济转型具有重要意义。传统评价主要关注终端创新产出指标（白旭云等，2019）， 这种单一维度、 静态的评价方式存在一定不足， 有必要构建动态多维度评价体系， 从人力资本、 区域发展、 制度变迁等多个维度， 动态考察创新补助政策对各类创新要素形成和演化的持续影响轨迹。在人才培养层面， 评估对高素质创新人力资本积累的推动作用， 如资助研发人员培养、 加大高校科研投入等； 在区域层面， 评估对区域创新集聚和创新生态系统构建的促进效应， 如推动产学研协同、 优化区域创新资源配置等； 在制度层面， 评估创新补助政策的制度创新属性及其对其他领域制度变迁的外部性影响等。评价过程还需具备动态特征， 动态追踪政府创新补助对创新要素长期演化的贡献路径， 避免静态截面评估的片面性。例如， 某项补助政策虽短期内产出效应不显著， 但可能通过人才培养、 集聚效应等间接途径在长期内产生重要效用。

（3） 系统优化政府创新补助门槛设置， 平衡激励与挤出效应， 最大化政策精准赋能和外部性扩散效应。已有实证研究发现， 政府创新补助存在一个最优“门槛值”区间（李晓钟和徐怡，2019）， 在此区间内， 政府创新补助有助于提高企业创新效率， 但超出该区间则可能产生挤出效应， 削弱企业自主创新动机。此外， 企业的内外部资金状况等内生特征也会对政府创新补助效率产生双重门槛影响（尚洪涛等，2024）， 这凸显了政府创新补助的复杂性。因此， 未来研究需要系统评估不同门槛条件（如补助强度、 企业规模、 技术水平等）对各类企业的实际激励程度和可能出现的挤出风险， 量化分析政府创新补助强度和企业特征之间的交互作用效应， 动态优化门槛条件组合， 对不同类型的企业精准施策， 最大限度实现激励效应， 同时避免激励过度而导致挤出效应扩大。

（4） 探讨政府创新补助对战略性新兴产业、 绿色技术等前沿领域的支持力度、 作用机理及效果评估。战略性新兴产业和绿色技术创新被视为推动未来经济社会可持续发展的战略制高点（贾若祥等，2024）， 作为创新驱动发展的关键抓手， 政府创新补助正积极向这些前沿领域倾斜， 引导创新要素持续集聚。一方面， 这些产业代表了科技前沿和发展新趋势， 在人工智能、 新能源、 新材料等领域引领着创新方向； 另一方面， 战略性新兴产业的快速崛起， 将重塑未来产业生态， 为经济发展注入新动能。政府创新补助对于支持战略性新兴产业发展具有关键作用， 通过补助其研发和商业化过程， 可以加速新技术转化为生产力， 促进新产业、 新业态、 新模式的快速成型。同时， 政府创新补助还可以重点扶持绿色低碳技术的创新与应用， 通过鼓励清洁能源、 节能环保等领域的技术攻关和产业化， 从源头上激发创新要素的环境友好属性。未来研究需深入剖析创新补助在上述领域的独特作用机理， 优化相关政策设计。比如， 针对不同技术发展阶段、 不同产业生命周期制定差异化的支持策略， 在补助对象、 支持力度、 评估机制等方面提出具体的政策思路等， 以及评估政府创新补助对这些前沿领域的支持力度及作用效果。通过政策设计优化和效果评估， 促进政府创新补助在战略性新兴产业与绿色技术等前沿领域发挥引领和支撑作用， 引导创新要素向这些方向持续集聚， 为经济社会高质量发展贡献新动能。

五、 研究结论

1. 政府创新补助研究有三个热点方向。一是评估政府创新补助对企业技术创新能力、 创新绩效和创新效率等层面的促进作用， 并深入探讨补助政策发挥作用的内在机理和影响路径； 二是研究政府创新补助在优化产业结构调整中的应用策略， 特别关注对战略性新兴产业和不同类型企业的差异化政策导向， 促进产业转型升级； 三是关注不同创新政策工具（如资金补助、 税收优惠等）的系统配套及协同作用， 以求在激励手段设计上形成合力， 充分释放政策效能。

2. 国内外政府创新补助研究的知识结构均可划分为七个知识单元。一是机制与机理单元。国内研究关注补贴的具体作用机制， 国外研究关注影响补助效果的情境因素及其内在机理。二是创新补助实施主体与应用对象单元。在实施主体方面， 国内研究侧重于政府层级及产业层面视角， 国外研究侧重于构建协同创新体系； 在应用对象方面， 国内研究聚焦于当前支柱产业发展需求， 国外研究关注新兴前沿领域的社会性创新需求。三是研究方法与数据单元。国内研究主要采用定量分析方法， 国外研究在定性和定量分析方法的应用上较为均衡； 国内研究中专利数据和企业调查面板数据是两类常用数据， 国外研究除了运用上述数据， 还较多地结合具体政策实施的自然实验数据。四是政府干预单元。国内研究强调补贴和政策工具， 国外研究注重创新环境以及环境规制。五是创新补助效果评价单元。国内外研究均聚焦于投入产出视角， 但国内研究主要采用分阶段评价方法， 而国外研究采用全阶段评价方法。六是理论基础单元。国内外研究都重视市场失灵和政府引导两条逻辑线索。七是创新补助影响效应单元。国内研究侧重于经济绩效评估， 国外研究侧重于环境效益维度。

3. 机制与机理、 创新补助实施主体与应用对象、 创新补助效果评价及创新补助影响效应四个单元是当前国内外政府创新补助研究的热点主题。结合这四个单元的发展态势， 未来研究可从以下四个方面进一步展开： 第一， 揭示企业特征与外部环境的交互作用机理， 厘清影响创新补助政策效果发挥的关键路径， 通过剖析政策作用的“黑箱”， 实现精准补助。第二， 结合经济转型的实际需求， 构建动态多维度的评价体系， 全面考量创新补助对创新要素增长的贡献程度， 实现对政策效率的动态监测和持续优化。第三， 系统优化创新补助门槛设置， 平衡政府创新补助的激励与挤出效应， 最大化政策的精准赋能作用， 促进外部性效应的扩散， 充分释放创新补助政策的引领和放大效应。第四， 加大对战略性新兴产业、 绿色技术等国家重点发展方向的政策支持力度， 深入探讨创新补助在这些前沿领域的作用机理， 并建立完善的效果评估体系， 为加速产业迭代升级和技术变革提供决策依据。

【 主 要 参 考 文 献 】

白旭云，王砚羽，苏欣．研发补贴还是税收激励——政府干预对企业创新绩效和创新质量的影响［ J］．科研管理，2019（6）：9 ～ 18．

崔兆财，张志新，李成．政府资助与企业创新：缓解匮缺还是滋长惰性？［ J］．科研管理，2023（5）：140 ～ 148．

丁雪辰，杨萍，柳卸林．科学关联度、政府创新补助与企业绩效——基于我国ICT企业的实证研究［ J］．科学学研究，2024（5）：1098 ～ 1109．

黄福广，柯迪，王贤龙等．基于技术溢出效应下的政府创新补助研究［ J］．管理学报，2021（11）：1671 ～ 1678．

贾若祥，王继源，窦红涛．以新质生产力推动区域高质量发展［ J］．改革，2024（3）：38 ～ 47．

姜启波，谭清美．政府创新补贴与企业创新及其组态路径——基于质量和效率视角［ J］．软科学，2020（4）：37 ～ 43．

李晓钟，徐怡．政府补贴对企业创新绩效作用效应与门槛效应研究——基于电子信息产业沪深两市上市公司数据［ J］．中国软科学，2019（5）：31 ～ 39．

李莹莹，王宏起，王珊珊等．战略性新兴产业技术创新研究的知识结构——基于SSCI和CSSCI的文献计量分析［ J］．情报杂志，2022（5）：183 ～ 189．

刘春济，高静．“扶优”还是“帮困”？——研发补助对创新的激励效应研究［ J］．经济管理，2019（6）：57 ～ 74．

刘春林，田玲．人才政策“背书”能否促进企业创新［ J］．中国工业经济，2021（3）：156 ～ 173．

马凌远，张胜利．企业ESG表现研究脉络梳理及前沿趋势探析——基于CNKI和WOS数据库的知识图谱分析［ J］．财会月刊，2023（14）：72 ～ 79．

皮建才，杨宇琪．政府层级、补贴与产能过剩：一个比较分析框架［ J］．宁夏社会科学，2022（2）：97 ～ 103．

施建军，栗晓云．政府补助与企业创新能力：一个新的实证发现［ J］．经济管理，2021（3）：113 ～ 128．

王永贵，李霞．促进还是抑制：政府研发补助对企业绿色创新绩效的影响［ J］．中国工业经济，2023（2）：131 ～ 149．

吴金光，毛军，唐畅．政府研发补贴是否激励了科技型中小企业创新？［ J］．中国软科学，2022（9）：184 ～ 192．

杨欢，李香菊．政府创新补贴对企业创新效率的影响效应及机制识别研究［ J］．管理学报，2023（4）：558 ～ 567．

杨洋，魏江，罗来军．谁在利用政府补贴进行创新？——所有制和要素市场扭曲的联合调节效应［ J］．管理世界，2015（1）：75 ～ 86+98+188．

张杰．政府创新补贴对中国企业创新的激励效应——基于U型关系的一个解释［ J］．经济学动态，2020（6）：91 ～ 108．

邹甘娜，袁一杰，许启凡．环境成本、财政补贴与企业绿色创新［ J］．中国软科学，2023（2）：169 ～ 180．

Bronzini R.， Piselli P.. The impact of R&D subsidies on firm innovation［ J］． Research Policy，2016（2）：442 ～ 457．

Catozzella A.， Vivarelli M.. The possible adverse impact of innovation subsidies： Some evidence from Italy［ J］． International Entrepreneurship and Management Journal，2016（2）：351 ～ 368．

Deng K.， Ding Z.， Xu M.. Population agglomeration and the effectiveness of enterprise subsidies： A Chinese analysis［ J］． Regional Studies，2020（8）：1136 ～ 1148．

Diercks G.， Larsen H.， Steward F.. Transformative innovation policy： Addressing variety in an emerging policy paradigm［ J］． Research Policy，2019（4）：880 ～ 894．

Ghisetti C.. Demand-pull and environmental innovations： Estimating the effects of innovative public procurement［ J］． Technological Forecasting and Social Change，2017（125）：178 ～ 187．

Guerrero M.， Urbano D.， Herrera F.. Innovation practices in emerging economies： Do university partnerships matter？［ J］． The Journal of Technology Transfer，2019（2）：615 ～ 646．

Howell S. T.. Financing innovation： Evidence from R&D grants［ J］． American Economic Review，2017（4）：1136 ～ 1164．

Li Z.， Liao G.， Wang Z.， et al.. Green loan and subsidy for promoting clean production innovation［ J］． Journal of Cleaner Production，2018（187）：421 ～ 431．

Lin B.， Zhang A.. Impact of government subsidies on total factor productivity of energy storage enterprises under dual-carbon targets［ J］． Energy Policy，2024（187）：114046．

Ma Y.， Ni H.， Yang X.， et al.. Government subsidies and total factor productivity of enterprises： A life cycle perspective［ J］． Economia Politica，2023（1）：153 ～ 188．

Su Z.， Xiao Z.， Yu L.. Do political connections enhance or impede corporate innovation？［ J］． International Review of Economics & Finance，2019（63）： 94 ～ 110．

Yin Y.， Yan M.， Zhan Q.. Crossing the valley of death： Network structure， government subsidies and innovation diffusion of industrial clusters［ J］． Technology in Society，2022（71）：102119．

Zúñiga-Vicente J. Á.， Alonso-Borrego C.， Forcadell F. J.， et al.. Assessing the effect of public subsidies on firm R&D investment： A survey［ J］． Journal of Economic Surveys，2014（1）：36 ～ 67．