基于VAR模型的中國專利與進出口貿易關系分析

孫瑩 周恩輝 崔美子

［摘要］ 隨著中國對外貿易份額越來越大，中國企業由勞動密集型向技術密集型轉變、同時其又推動著制造經濟向創意經濟轉變，技術創新密切相關的知識產權問題成為是我國企業走出去的首要障礙。本文選取了1987—2007年進口額、出口額、國內3種專利授權數、國外在華3種專利授權數、中國在國外及港澳臺申請專利的授權量等五大變量，利用VAR模型研究了中國的專利授權量與經濟發展、對外貿易進出口水平的相互關系。

［關鍵詞］ VAR；專利授權；貿易進出口

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 20. 022

［中圖分類號］F76［文獻標識碼］A［文章編號］1673 - 0194（2012）20- 0034- 03

0引言

自改革開放以來，專利的應用對我國經濟增長的支持作用不斷上升。隨著中國加入ＷＴＯ以及中國的對外貿易額越來越大，許多企業由勞動密集型向技術密集型轉變、同時又推動著制造經濟向創意經濟轉變，比起反補貼、反傾銷等貿易壁壘，技術創新密切相關的知識產權才是我國企業走出去的首要障礙。而專利與中國對外貿易的關系也越發緊密起來。

1中國專利及對外貿易現狀

專利是衡量一個國家地區創新活動的重要指標，代表了該地區的科技實力。在中國，社會公眾對知識產權的了解有限，更欠缺創造、保護知識產權的意識。一些企業在國際貿易中對有關商品所涉及的知識產權缺乏更深層次的了解，一方面是導致企業創新能力低下，出口產品的科技含量和自主品牌的競爭力不足；另一方面是引起企業無意識的侵權情況不斷增加，比如定牌加工企業，由于缺乏知識產權意識，在簽訂定牌加工合同時，沒有審查委托人是否真正擁有所委托使用的專利，經常造成無意識侵權。

鑒于中國對外經濟發展的走勢，很多企業已經開始了知識產權戰略。由于中國的出口業務主要來自于“三來”業務，而非真正的自主生產、發明出口，所以為了推動高端產品的對外貿易，必須加強技術的開發與應用。

從１９８５年４月到２０１０年６月，國家知識產權局共受理3種專利申請６ ２８５ ２１１件，其中，國內申請５ ３０５ ２１８件，占總量的８４．４％，國外申請９７９ ９９３件，占總量的１５．６％。發明、實用新型、外觀設計的專利申請數量分別為２ ０９８ ９６４件、２ １６９ ７３５件和２ ０１６ ５１２件，在總量中各自占３３．４％，３４．５％和３２．０８％。目前專利申請呈現的主要特點：3種專利申請總量持續快速增長，但較前兩年不同的是，發明的申請增速大幅提高，改變了之前實用新型、外觀設計占主導的局面，實現3種專利申請份額基本持平；在國內的專利授權量排在前10位的國家依次是：日本、美國、德國、韓國、法國、荷蘭、瑞士、英國、意大利、瑞典。且累計數量日本以１９５ ２４３件遙遙領先于位居第二的美國９４ １３５件，足見日本不僅是技術輸出大國，并且對于在中國的技術策略是非常明顯。

據海關統計，２００９年我國進出口２２ ０７２．７億美元，比上年下降１３．９％。其中出口１２ ０１６．７億美元，下降１６％，出口價格下跌６．２％；進口１０ ０５６億美元，下降１１．２％，進口價格下跌１２．７％。全年實現貿易順差１ ９６０．７億美元，減少３４．２％。

從統計數據得知，中國的專利數是不斷增長的，但從實際來說中國的專利發展還處于初級階段。而中國的外貿發展，基本上是呈現上升的趨勢。本文將從計量的角度研究我國的專利狀況與對外貿易、經濟發展之間的相互關系。

2數據處理及方法選擇

2.1 數據處理

本文主要運用了3部分的數據：中國知識產權局所統計的年報數據、聯合國ＵＮＣＯＭＴＲＡＤＥ提供的中國對外貿易數據以及ＷＩＮＤ數據庫的宏觀經濟數據。在專利數據上選擇在華的專利授權數，因專利申請數反映的是技術創造者的專利意識，而專利授權數才如實地反映了專利的獨創性、新穎性和實用性，即授權數決定了技術是否可以真正應用于實踐。考慮到中國對外進出口，將專利數據又分為國外在華3種專利的授權數，中國在國外及港澳臺申請專利的授權數。而宏觀經濟數據主要是國內生產總值ＧＤＰ。

因此數據包括：ＧＤＰ、進口額（ＩＭ）、出口額（ＸＭ）、國內3種專利授權數（ＤＰＧ）、國外在華3種專利授權數（ＦＰＧ）、中國在國外及港澳臺申請專利授權數（ＴＯＦ）。

本文采用１９８７-２００７年的數據。選擇這２１個年份的數據主要是受限于中國的專利年報所提供的數據記錄，在１９８７年之后的數據的統計口徑是保持一致的。

為了去除物價變動因素對進出口、ＧＤＰ的影響，我們用ＧＤＰ平減指數（ｄｅｆｌａｔｏｒ）作為通脹率對上述數據進行處理。用這個指數作為價格指數，是由于ＣＰＩ、ＰＰＩ等只能反映某一方面的物價變動情況，而ＧＤＰ平減指數能夠比較全面地反映物價走勢。轉化公式：

上式中，我們以１９７８年的數據作為基期（ＧＤＰ指數為１００）。GDPdeflatori表示各年ＧＤＰ平減指數，ＧＤＰ表示各年ＧＤＰ名義值， GDPindexi表示各ＧＤＰ指數。

2.2 方法選擇

研究中國專利的發展變化與外貿進出口之間的關系是為確定它們之間的穩定關系和統計學上的依存度。應從整體綜合考慮， 而不能僅僅研究兩兩關系。傳統的計量方法不能對變量間的動態關系給予充分說明，而用非結構性方法建立表明各個變量之間關系的模型是對傳統模型的一種有力改進。

本文使用的向量自回歸模型（ＶＡＲ）是基于數據的統計性質建立的，ＶＡＲ模型把系統中每個變量作為所有內生變量滯后的函數來構造模型。實際建模時滯后期ｐ根據赤池信息準則（ＡＩＣ）和施瓦茨準則（ＳＣ）確定， 兩者取值都越小越好。所有的數值運用Ｒ軟件進行分析處理。

3實證分析

在運用平減指數之后，得到了６組待處理的數據，分析時分別記為ＩＭ，ＸＭ，ＧＤＰ，ＤＰＧ，ＦＰＧ和ＴＯＦ并做以下處理：

3.1 對數變換

為了消除數據中潛在的異方差問題，本文對數據進行了自然對數變換，變為ＬＩＭ，ＬＸＭ，ＬＧＤＰ， ＬＤＰＧ，ＬＦＰＧ和ＬＴＯＦ。

3.2 單位根檢驗

從對數處理后的時間序列圖可以知道幾組數據間均有相似的趨勢，但不能說明它們之間的關系。在對時間序列數據進行計量分析時，首先要對各變量進行平穩性檢驗，否則直接對非平穩的時間序列進行回歸將導致謬誤回歸現象。本文采用ＡＤＦ來確定各變量的平穩性，通過以下3個模型完成：

模型１：ΔＸｔ＝δＸ＋∑βｉΔＸｔ－ｉ＋εｔ

模型２：ΔＸｔ＝α＋δＸｔ－１＋ ∑βΔｉＸｔ－ｉ＋εｔ

模型３：ΔＸｔ＝α＋βｔ＋δＸｔ－１＋∑βΔｉＸｔ－ｉ＋εｔ

零假設：Ｈ０：δ＝０，即存在一單位根。實際檢驗從模型３ 開始，然后模型２，模型１，直到檢驗拒絕零假設為止。

因此，我們對于變換后的數據，進行多次差分，直到數據平穩為止。運用Ｒ統計軟件，將得到的輸出結果匯總如表1。

數據來源：Ｒ軟件計算及作者匯總

從以上結果可知，在５ ％的顯著性水平下，ＬＩＭ，ＬＸＭ，ＬＧＤＰ和ＬＦＰＧ需要經過３次差分得到平穩時間序列，即為Ｉ（３）序列；ＬＤＰＧ需要2次，即為Ｉ（２）序列；ＬＴＯＦ只需要1次，即為Ｉ（１）序列。

3.3 協整檢驗

為了檢驗這幾組數據是否存在協整關系，必須在建立方程之前對其進行協整檢驗。由于不同階的數列一定不存在協整關系，因此我們只在同階的情況下考慮變量間的協整關系。即我們只考慮進出口和ＧＤＰ與ＦＰＧ序列同階時的協整關系。

可以看出，這兩個變量存在一個協整關系，回歸得到：

ＬＦＰＧ ＝－３９．５８６＋１．９５４×ＬＩＭ

同理可得，出口與國外在華3種專利授權存在一個協整關系，回歸得到：ＬＦＰＧ ＝－３７．４７４ ５＋１．８６２ ９ ×ＬＸＭ

ＧＤＰ與國外在華3種專利授權存在一個協整關系，回歸得到：ＬＦＰＧ ＝－５４．４１５ ２＋２．２２８ ５×ＬＧＤＰ

此外，通過ＡＣＦ檢驗的殘差圖也可以排除變量間自相關的可能性。從以上結果看出，ＧＤＰ對國外在華3種專利授權的關系為正，且最為緊密。此結論可從表3的結果中得到應證。

ｒ≤１，說明只存在一個協整關系，即僅有一個回歸方程。

從計算結果可知，雖然４個變量之間存在協整關系，但在回歸方程中，只有ＧＤＰ通過檢驗。鑒于ＧＤＰ、進口額和出口額有著很強的相關關系，因此不能輕易得出“ＧＤＰ與國外在華3種專利授權的關系最為緊密和直接”的結論。所以，我們對這4個變量繼續進行了格蘭杰因果檢驗。

3.4 格蘭杰因果檢驗

由于格蘭杰因果檢驗對變量的滯后項有很強的敏感性，因此通常對不同的滯后長度進行試驗，以確信結論是強健而不依賴于模型的。

通過計量分析可知，在不同滯后階數下，我們都能拒絕“在華專利數不是ＧＤＰ的格蘭杰原因”和“在華專利數不是進口額的格蘭杰原因”的原假設，從而得出“國外在華3種專利授權數是ＧＤＰ的格蘭杰原因”和“國外在華3種專利授權數是進口的格蘭杰原因”的結論。

由于國外出口（我國進口）量確實與在我國的專利申請數有一定比例的相關，因此這樣的統計結論也與現實情況符合。然而，到底是ＧＤＰ還是進口額與在華3種專利授權數更為相關，相關性有多高，是否存在滯后相關等問題，我們需要通過建立ＶＡＲ模型得出答案。

3.5 建立ＶＡＲ模型

根據ＡＩＣ和ＳＣ信息量得知，在小樣本的情況下，ＡＩＣ最小化能夠更好地選擇出最佳模型。在Ｒ中，可以自動選擇ＡＩＣ最小化的模型。通過一系列的測算，我們發現，只有ＤＬＩＭ與ＤＬＦＰＧ可以建立ＶＡＲ模型：

ＤＬＩＭ ＝ ＤＬＩＭ．ｌ１ ＋ ＤＬＦＰＧ．ｌ１ ＋ ＤＬＩＭ．ｌ２ ＋ ＤＬＦＰＧ．ｌ２ ＋ ＤＬＩＭ．ｌ３ ＋ ＤＬＦＰＧ．ｌ３ ＋ ＤＬＩＭ．ｌ４ ＋ ＤＬＦＰＧ．ｌ４ ＋ ＤＬＩＭ．ｌ５ ＋ ＤＬＦＰＧ．ｌ５ ＋ ｃｏｎｓｔ

可得回歸方程：

ＤＬＦＰＧ＝ＤＬＩＭ．ｌ１＋ＤＬＦＰＧ．ｌ１＋ＤＬＩＭ．ｌ２＋ＤＬＦＰＧ．ｌ２＋ＤＬＩＭ．ｌ３＋ ＤＬＦＰＧ．ｌ３＋ＤＬＩＭ．ｌ４＋ＤＬＦＰＧ．ｌ４＋ＤＬＩＭ．ｌ５＋ＤＬＦＰＧ．ｌ５＋ｃｏｎｓｔ

同理，但ＤＬＦＰＧ各滯后階數均未通過檢驗 。

通過計算可知，在５％的顯著性水平下，進口增長率（ＤＬＩＭ）與國外在華3種專利授權數增長率（ＤＬＦＰＧ）的一、二和三階滯后顯著正相關。即本年的進口增長率，在一定程度上，是由前3年的國外在華3種專利授權數增長率所決定的，而與前年最為相關：

ＤＬＩＭ＝０．２６８２０×ＤＬＦＰＧ．ｌ１＋０．４４７６６×ＤＬＦＰＧ．ｌ２＋０．２６４５８×ＤＬＦＰＧ．ｌ３

這不但進一步驗證了我們以上對于進口額與國外在華3種專利授權數關系的發現與證明，也表明了其他專利授權數值在一定程度上與進出口額和ＧＤＰ是無關的。

4結論

從以上的分析可知，在模型所運用的6組數據中，只有國外在華3種專利授權數與進口額、出口額和ＧＤＰ這3項有比較直接的關系。

從協整檢驗中可以看出，國外在華3種專利授權數與以上3項均存在協整關系，進一步得出“國外在華3種專利授權數是ＧＤＰ的格蘭杰原因”和“國外在華3種專利授權數是進口的格蘭杰原因”的結論。

最后通過ＶＡＲ模型來描述國外在華3種專利授權數與這3個變量之間的具體關系，得出了關于“國外在華3種專利授權數對數增長率”與“進口額對數增長率”的有效ＶＡＲ模型。在５％的顯著性水平下，得出進口增長率（ＤＬＩＭ）與國外在華3種專利授權數增長率（ＤＬＦＰＧ）的一、二和三階滯后是顯著正相關的結論，即本年的進口增長率，在一定程度上，是由前3年的國外在華3種專利授權數增長率所決定的。而只有這一個模型通過有效性檢驗的結果，也讓我們推斷出出口額和ＧＤＰ與“國外在華3種專利授權數”的相關性主要是由于這2個變量與進口額的強關聯性造成的。雖然我們建立模型的動機并不完全在于系數的絕對數值的定量分析，但我們依然可以看出，當年的進口增長率與前年的“國外在華3種專利授權數增長率”最為相關，而去年和大前年則具有相同的影響力。

主要參考文獻

［１］劉希宋，邱瑞，張玉喜． 基于ＶＡＲ模型的我國對外貿易與技術進步關聯分析［Ｊ］． 統計與決策， ２００９（２３）.

［２］龔國勇，覃思乾． 基于ＶＡＲ模型的深圳ＧＤＰ增長的影響因素分析［Ｊ］． 統計與決策，２００9（１１）.

［３］徐元． 從“科技興貿”到“創新強貿”是中國外貿發展的必然選擇［Ｊ］． 中國對外貿易， ２００６（１２）．

［４］方毅，張屹山． ＣＶａＲ、ＶａＲ應用在ＲＡＲＯＣ的比較研究［Ｊ］． 數理統計與管理，２００７（１）.

［５］Ｇｌａｕｃｏ Ｄｅ Ｖｉｔａ， Ｋｈｉｎｅ Ｓ Ｋｙａｗ． Ｄｅｔｅｒｍｉｎａｎｔｓ ｏｆ Cａｐｉｔａｌ Fｌｏｗｓ ｔｏ Dｅｖｅｌｏｐｉｎｇ Cｏｕｎｔｒｉｅｓ： ａ Sｔｒｕｃｔｕｒａｌ ＶＡＲ Aｎａｌｙｓｉｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃ Ｓｔｕｄｉｅｓ，２００８，35（4）.