知識產權保護與研發投入的創新效果研究

李 霞

（浙江外國語學院國際商學院，杭州 310012）

一、問題的提出

面對經濟新常態下的新挑戰新機遇，為了積極推進經濟發展方式轉變和經濟結構調整，我國正在加緊實施創新驅動發展戰略，旨在增強科技進步對經濟發展的貢獻率，把創新作為經濟增長的新源泉。多年實踐證明，只有改變以往依靠高投入、高污染、高消耗、低產出的增長模式，努力把創新作為驅動經濟增長的新動力，把我國建設成為創新型國家，我國才有希望在新一輪科技革命和產業變革中抓住關鍵點，掌握核心競爭力，真正實現經濟的可持續發展。為了順利完成上述目標，顯然我們首先應該摸清影響創新的一些主要因素。對此，已有研究表明，普遍認為知識產權保護、人才隊伍、創新環境、創新投入、激勵機制等是影響創新的重要變量，這些因素中又以知識產權保護和研發投入影響較大。就我國而言，兩者對我國創新的影響效果究竟如何？創新對二者變化的動態反應有何不同？二者對創新的貢獻度怎樣？目前尚無學者對此做過深入探討。不言而喻，對這些問題的解答有助于我國采取更富有針對性的措施以完善知識產權保護和優化研發投入結構，充分發揮二者的創新促進作用。鑒于此，筆者希望借助向量自回歸模型，運用權威的數據，經過嚴格的計量檢驗，對上述問題逐一展開研究，以期獲得有益的發現。

二、變量選擇及數據說明

在數據可得的前提下，為了盡量提高模型估計結果的精確性和可信性，筆者選取1995-2014年作為研究樣本區間。就各變量而言，筆者以最能體現我國創新程度的專利申請授權數表示我國的創新水平，具體以P表示；我國的研發投入強度采用每年的研發科技活動經費支出表示，以RD標示；以上兩個變量的所有數據均采自中經網統計數據庫。1995-2013年我國知識產權保護強度指標取自中國人民大學教授王亞星等（2014）的測算，他們的計算方法考慮的因素更加全面，更能反映我國知識產權保護的現實特點，而且該指標在被運用到實證檢驗中時還具備一些優良的統計特性，所缺少的2014年的數據用同樣的方法測出，以IP表示。

三、實證分析過程

由于向量自回歸模型（VAR）基于數據的統計性質建模，讓“數據自己說話”，且可以以其為基礎探析變量間的動態關系等，正適合研究目的，故選用向量自回歸模型來探討知識產權保護強度、研發投入強度對我國創新的各種影響。

下面的計量分析思路為：首先檢驗各變量的平穩性；其次進行變量間的協整關系檢驗；然后構建VAR模型；最好展開脈沖響應函數分析與方差分解分析。

（一）變量平穩性檢驗

由于所使用的變量均為時間序列數據，為了便于其后協整分析的順利進行，需要先對各變量做單位根檢驗。筆者選用常見的ADF檢驗，具體結果如表1所示。

表1 各變量單位根檢驗結果

由表1可知，三個變量的水平值均含有單位根，但在一階差分之后都在至少5%的顯著性水平通過了單位根檢驗，可見各變量均為一階單整過程，滿足協整檢驗的前提條件，為此我們可進一步探討變量間的協整關系。

（二）協整檢驗

常用的協整檢驗方法有兩種：一種是基于回歸系數的Johanson協整檢驗，另一種是基于回歸殘差的E-G兩步法。采用Johanson協整檢驗，具體結果見表2。

表2 Johanson協整檢驗結果

由表2可見，所選變量在遠低于1%的顯著性水平下至少存在兩組協整向量，這說明我國創新水平、知識產權保護與研發投入量之間在研究區間內存在穩定的均衡關系。由正規化后的協整向量可得三者之間有如下關系（括號內為標準差）：

上式系數表明，在其他條件不變的情況下，我國知識產權保護水平每提高1個百分點，我國創新水平相應提升約0.3個百分點；我國研發投入每增加1個百分點，我國創新水平則提高0.8個百分點；顯然，我國知識產權保護水平和研發投入均對創新起到正向推動作用，比較而言，研發投入的拉動力度更大。

（三）向量自回歸模型構建

由于共有20年的觀測值，在充分保證自由度的前提下，為了有足夠的滯后階數以盡量展現模型的動態特征，在參考了各種信息準則的基礎上，最終將最佳滯后期定為3。模型指標結果顯示，各方程調整后的擬合優度達到97.23%，其余指標亦表現良好，說明所建VAR（3）模型可作為進一步分析的平臺。

（四）脈沖響應函數分析

VAR模型作為一種非結構模型，通常不用來分析一變量的變動如何影響另一變量，而是用其來刻畫一個變量的誤差項變化對系統的動態影響，即脈沖響應函數分析。為此，下面將著重分析當面臨來自知識產權保護強度和研發投入的新息沖擊時，我國創新水平有著怎樣的動態反應軌跡。為了避免脈沖響應函數分析中因變量位置不同會對結果帶來不同影響，筆者選用廣義脈沖響應函數。下圖中橫軸表示沖擊作用的滯后期，縱軸為變量對沖擊的響應程度。

圖1 LnP對LnIP和LnRD一單位標準差沖擊的響應路徑

由圖1可以看出，我國創新活動在受到來自知識產權保護強度增強的沖擊后，當期為負向反應，隨后上揚并于第3期轉正，之后再次向下滑入負向區間，于第6期探至谷底后反彈，在第7期再次踏入正向區間后明顯呈現出逐漸增強的趨勢；雖然前6期內表現出上下波動的態勢，但總體反應處于正向區間。由此可見，我國知識產權保護力度的增強，短期內似乎并不利于創新，但隨著時間的推移，我國知識產權保護力度的提升對創新的正向推動作用會漸漸體現出來，且力度愈來愈大，整體為積極作用。這一點同時也印證了前面協整分析時所得出的結論。探其原因，我國知識產權保護強度的提高，一方面這意味著模仿的各種成本在增加，風險在加大，從而降低了模仿的吸引力，但同時卻會激勵社會加強自主創新；另一方面，我國知識產權保護力度趨強，勢必鼓勵國外對我國的技術轉讓、跨國公司的技術轉移等，外部技術的進入既會帶來技術溢出效應也會加劇市場競爭，降低創新成本，所有這些將進一步增強社會的創新活力（Daniel，2010）。總之，不斷完善的知識產權保護制度，不僅會通過巨大的預期收益激勵創新，還會以提高模仿成本、促進市場競爭等方式激發我國創新潛力。

如果說加大知識產權保護強度是通過確保獲得創新的預期回報來推動創新，那么研發投入則是以具體行動把創新的預期收益變為現實，即把可能性轉化為現實性來切實促進創新。從圖1可知，當面臨來自研發投入的新息沖擊時，我國創新水平即期也為負向反應，在第2期觸及谷底后便迅速走高，第3期之后邁入正向區間，隨后雖有波動，但總體呈攀升之勢，且反應力度大于知識產權保護。據此可知，我國研發投入對創新的驅動短期內有一定的滯后性，但在中長期將顯現出不斷增大的正向作用。這是因為，雖然研發投入是創新的直接動力，但從開始到最終成果的出現，顯然需要一個過程；隨著創新主體能力的提升，創新資源的增加，創新成果才會陸續出現。不僅如此，創新還會產生滾雪球效應，即一項創新會觸發關聯創新，當然關聯創新不一定只出現在原始創新項目中，也可能因原始創新所帶來的示范效應，由其他主體做出。總之，研發投入是創新的硬動力，是把創新由理念轉為現實的正向積極因素。

綜上可知，我國知識產權保護與研發投入都是促進創新的重要因素，后者的推動力度更大。

圖3 LnP的方差分解分析

（五）方差分解分析

脈沖響應函數分析形象描繪了VAR模型中一個變量對來自其他變量沖擊的動態反應軌跡，而方差分解可用來剖析每一變量的沖擊對其他內生變量變化的貢獻率，來進一步明確不同變量沖擊的相對重要性。為此，我們使用該方法來比較知識產權保護和研發投入對我國創新增長在貢獻度上的差異。

如圖3所示，我國知識產權保護強度沖擊對創新波動的貢獻度前3期內穩步提升，之后依舊增勢不減，并與第6期升至極大值12.5%，其后略有降低后再次攀升，并在第11期達到最大值14.2%，其后稍有下滑，從第16期開始整體貢獻度較為平穩，基本維持在9%上下小幅波動；相較而言，研發投入變動對我國創新水平的貢獻度前7期內快速上升，第8期后增速略有回落，但仍為向上勢頭，并于第15期達到最大值44.1%，之后雖有回落，但基本保持在40%以上的水平。綜合而言，知識產權保護與研發投入對我國創新增長的貢獻度都表現出在短期內逐漸攀升，中長期內維持在一個平穩水平。值得注意的是，研發投入對我國創新的貢獻度整體上遠高于知識產權保護。究其原因，研究期內我國知識產權保護強度雖逐年加強，但年變化率還是只有2.8%；相比而言，同一時期內我國深刻認識到研發投入對創新的巨大作用，科技研發投入迅猛增長，1995年我國研發投入僅348億元，2014年則高達13312億元，年均增速21.2%，占GDP的比重也由1995年的0.5%增加到2014年的2%。可以說，研發投入較快的增長率是其比知識產權保護對創新貢獻率更大的重要原因之一。不僅如此，正如上文所述，知識產權保護僅為創新提供了一種制度保障，真正的創新要靠各種實際投入特別是針對性較強的研發投入才能實現。概而言之，方差分解分析進一步表明，知識產保護是創新制度上的軟激勵，而研發投入為創新物質上的硬動力，且后者的創新貢獻度更大。

四、結論及建議

筆者運用1995-2014年間的數據，對我國知識產權保護強度、研發投入與創新之間的關系進行了實證比較研究，結果顯示：我國知識產權保護強度、研發投入和創新水平之間存在穩定的均衡關系，兩者均對創新有正向的促進作用，但研發投入對我國創新的推動力度更強，對創新的貢獻度更大。受經濟發展階段所限，我國知識產權保護對創新的激勵作用尚未充分發揮，研發投入仍是我國創新的主要動力。

基于以上認識，筆者認為，從內部看，隨著我國經濟增長由要素、投資驅動為主逐漸轉入以創新驅動為主的新階段，創新的經濟增長作用必將日益凸顯；從外部看，隨著自由貿易區的不斷出現，知識產權保護表現出全球一體化的趨勢。因此，為了順應國內外經濟發展的變化，我國應繼續加強知識產權保護力度，今后特別要完善針對服務貿易細分項的知識產權保護。鑒于我國研發投入占GDP的比重依然低于國際平均水平，以及研發投入對創新的直接作用，我國在加大研發投入力度的同時，應注重優化投入主體，完善投入結構，尤其是要提高基礎研究的投入比重。這些舉措將從軟硬兩個方面有力推進我國的創新驅動發展戰略。

[1]王亞星，周 方.我國知識產權保護量化測評與實證分析[J].北方工業大學學報：社會科學版，2014(12).

[2]蔡 紅，吳 凱，蔣仁愛.中國最優知識產權保護強度的實證研究[J].科學學研究，2014(9).

[3]顧曉燕.知識產權保護對發展中國家創新驅動的影響——一個文獻研究視角[J].學術月刊，2014(9).

[4]姜 南，單曉光，漆蘇.知識產權密集型產業對中國經濟的貢獻研究[J].科學學研究，2014(8).

[5]羅 軍.研發投入門檻、外商直接投資與中國創新能力——基于門檻效應的檢驗[J].國際貿易問題，2014(8).