“五年規劃”指標設定對我國創新活動的影響效應

張濤++王廣凱

摘要：“五年規劃”是我國國民經濟計劃的重要部分，為國民經濟發展遠景規定了目標和方向。為盡早步入創新型國家行列，“十二五”規劃的核心指標中首次納入“每萬人口發明專利擁有量”。通過采用差分內差分方法，對“指標納入”引起的有效發明專利量的變化進行實證分析，結果表明，“指標納入”對有效發明量的提高具有顯著的正向影響，并且影響程度逐年增加，對政策的動態效應和反事實分析驗證了指標設定對創新活動的影響。在實證檢驗政策有效性的同時，進一步指出指標設定的準確性與科學性問題。

關鍵詞：“十二五”規劃；專利；雙重差分；反事實分析；國民經濟計劃；國民經濟發展遠景；創新型國家

中圖分類號：F123 文獻標識碼：A 文章編號：1007-2101（2017）02-0036-07

一、引言

“五年規劃”（“十一五”前稱“五年計劃”）是我國國民經濟計劃的重要部分，屬于中長期計劃，旨在對國家重大建設項目、生產力分布和國民經濟重要比例關系等作出規劃，為國民經濟發展遠景規定目標和方向?！笆晃濉币巹潖慕洕鲩L、經濟結構、人口資源環境和公共服務與人民生活等四個方面制定了發展目標，而在“十二五”規劃中進一步體現了政府通過合理配置資源和有效運用行政力量保障和促進經濟社會的可持續發展的思路，從經濟發展、科技教育、資源環境、人民生活四個方面豐富和完善了發展目標?！笆濉睍r期是我國提高自主創新能力、建立創新型國家的攻堅階段，為了充分發揮科技創新對轉變經濟發展方式的支撐作用，在《國民經濟和社會發展第十二個五年規劃綱要》中首次納入“每萬人口發明專利擁有量”這一預期性指標，提出2015年每萬人發明專利擁有量要從2010年的1.7件提高到3.3件?！懊咳f人口發明專利擁有量”是反映一個國家或地區單位人力資源知識產權創造和運用能力的基礎性指標，該指標從客觀上反映了區域創新的效率和質量，不僅是衡量我國知識產權發展水平的重要指標，也是促進知識產權支撐創新驅動發展戰略實施的基本指標?！笆濉币巹潓嵤┮詠?，我國專利事業快速發展（如圖1所示），我國發明專利申請量和授權量都呈現出較快的增長勢頭，年均增長速度分別達到23.24%和23.11%。2015年末，每萬人發明專利擁有量已超過“十二五”規劃綱要提出的目標，達到6.3件，超額完成了設定目標。在成績的背后，我們也會反思規劃目標的準確性和科學性問題，專利預期性指標超額完成的原因是什么？政府宏觀規劃（例如預期性指標）對于我國創新活動的影響作用和機制是什么？知識產權高水平國家是否應該在指標設定上兼顧數量和質量兩個維度？“十三五”時期是我國建設創新型國家的關鍵時期，正確評估規劃的引導效應，并在此基礎上制定合理的指標體系對深入推進創新驅動發展的實施具有極為重要的意義。本文嘗試對以上問題進行解答，同時利用雙差分模型和反事實分析方法定量評價“指標納入”對于我國科技創新活動的影響效應。

二、相關文獻

建設創新型國家，要把科技進步和技術創新作為經濟發展的首要因素，要把提高自主創新能力作為轉變經濟增長方式、調整經濟結構和提高國家競爭力的核心環節。通常有兩類指標衡量創新活動，分為創新投入和創新產出。創新投入指研發資金和研發人員的投入；創新產出主要指專利數量、專利引用率、新產品的出現等方面 （Baruk，1997）。一些研究使用研發投入作為衡量創新活動的指標 （魯桐、黨印，2014）研究創新活動的影響因素。但是，研發投入在衡量創新能力時存在缺陷。一方面，研發投入是投入數據，僅僅是資金投入指標，無法準確度量創新能力；另一方面，研發投入主要受管理層的控制，容易受到研發政策的影響。在分析專利政策對創新能力的影響時，使用專利數量作為創新活動的衡量指標更容易觀察政策的效果。早在20世紀60年代，就有研究者使用專利量作為衡量創新活動的指標。Schmookler（1953，1965）和Scherer（1965，1990）利用專利量考查企業規模、投資和發明活動的關系。Grilliches（1990）認為使用專利作為衡量創新產出存在瑕疵，例如在現實中不是所有的創新都申請專利，但鑒于創新與專利之間的密切聯系，且專利授權的標準不易改變，同時專利數據相比研發數據更易獲取，用專利來衡量創新產出是可行的。

影響以專利衡量創新產出或創新績效的因素是多方面的。大量的研究集中于研發投入對于專利水平的影響（Grilliches，1981）。李平、崔喜君和劉建 （2007）分析了人力資本和知識產權保護對以專利申請量衡量的自主創新活動的影響，得出人力資本和知識產權保護對創新績效的影響具有顯著的差異性。李習保（2007）采用隨機前沿模型實證檢驗創新環境對創新產出效率的影響，教育和科技投入是提高發明專利數量的兩個顯著因素。關于外商直接投資對于創新活動的影響，研究者并沒有得出一致的結論，Kokko（1994）認為外商直接投資對東道主國家的技術進步和研發活動不具有促進作用，甚至有負面影響。外商直接投資對我國自主創新能力的影響途徑有兩種：一是大量外資進入，改變我國市場格局，控制重要資源和產業，造成國有資產和本土品牌的流失，自主創新能力的降低（劉星、趙紅，2009）；二是外資進入會形成良性競爭格局，勢必導致企業增加研發投入、提高技術水平，故國際資本參與市場競爭可以促進國內企業自主創新能力的提高（王紅領、李稻葵、馮俊新，2006）。朱平芳和徐偉民 （2003）實證分析了政府科技政策對研發投入和專利產出的影響，科技撥款和稅收減免促進大中型企業的研發投入，進而提高專利產出。林洲鈺、林漢川、鄧興華（2013）分析社會資本水平差異對企業技術創新活動的影響，研究認為，無論從研發投入衡量的創新投入，還是專利數量衡量的創新產出，社會資本都具有顯著的促進作用。

我國為促進自主創新能力，實現創新驅動發展，在“十二五”規劃核心指標中納入“每萬人口發明專利擁有量指標”，其中11個省市在“十二五”規劃中明確提出2015年末每萬人口發明專利擁有量的預期性指標。要研究“指標納入”政策對發明專利量的影響，需要比較規劃實施前后兩個時間段內發明專利數量的變化。然而，影響“十二五”期間發明專利數量變化的因素有多種。研發投入、經濟增長水平和專利管理水平都會對創新能力產生影響。政府的中長期發展規劃究竟對創新能力的提高是否有顯著影響？程度如何？因此，有必要通過計量模型進一步加以驗證。

三、研究設計和模型設定

雙重差分模型是20世紀80年代興起的一種用于評價政策效果的計量方法（Ashenfelter and Card，1984）。雙重差分方法認為新政策是外生于經濟系統的準“自然實驗”，計量模型易于應用，回歸估計方法也較為成熟。在我國，周黎安和陳燁（2005）首次使用雙重差分方法估計稅費改革政策對農民收入增長的因果效應，基本思想是稅費改革造成同一縣區改革前后和不同縣區改革與否的農民收入差異，進而識別出政策實施的效果。此后，雙重差分方法的應用逐漸頻繁，成為政策效果評估的有力工具之一。

（一）研究設計

依據雙重差分模型設定的基本思想，首先構造出處理組和對照組。劃分標準是在“十二五”規劃中加入“每萬人發明專利擁有量”量化指標的省作為處理組，其他沒有明確加入此指標的省市為對照組，然后通過控制其他因素的影響來比較“十二五”規劃期間處理組和對照組之間的差異，進而測算出政策的影響效應。本文引入兩個虛擬變量對樣本進行分組，變量Treat反映省市是否在“十二五”規劃中引入“每萬人發明專利擁有量”指標，Treat=1，表示引入指標的處理組，Treat=0表示未引入指標的對照組；變量Time反映政策實施的時間，Time=1表示政策實施后，time=0表示政策實施之前。通過這種界定，將所有省市劃分為4組：政策實施前的處理組（Treat=1，Time=0）；政策實施后的處理組（Treat=1，Time=1）；政策實施前的對照組（Treat=0，Time=0）；政策實施后的對照組（Treat=0，Time=1）。

雙重差分模型的基本形式為

yit=β0+β1Treatit+β2Timeit+β3Treatit+Timeit+X′γ+εit（1）

對于“十二五”規劃中加入“每萬人發明專利擁有量”指標的處理組來說，政策實施前后的差分估計為：

E（y|X，Treat=1，Time=1）-E（y|X，Treat=1，Time=0）=β2+β3（2）

（2）式代表對照組在政策實施前后的變化，但是這種變化不能精確反應政策效應，有可能是其他因素引起，為排除其他因素的影響。考察對照組的前后變化

E（y|X，Treat=0，Time=1）-E（y|X，Treat=0，Time=0）=β2（3）

表示當沒有政策變化的時候，被解釋變量受到其他因素的作用而發生的變化，兩式相減，即雙重差分去除兩組共同因素的作用，得到政策變化的凈效應。我們重點關注交互項系數，它表示了政策變化帶來的影響。

雙重差分模型思想是基于自然實驗，主要目的是剔除政策以外的影響因素，Meyer（1995）詳細介紹確保模型結果準確性所需要滿足的假定。模型的適用性主要依賴兩個條件：（1）隨機性假定，即樣本選擇的隨機性。就本研究而言，就是要確定引入指標省份的隨機性。如果引入指標的省份選擇與我們所關心的被解釋變量有關，那么就會導致內生性問題，則雙重差分的估計結果就是有偏的。（2）同質性假定，即政策實施之前，處理組和對照組內，被解釋變量具有相同的趨勢。如果這些假定無法滿足，會出現有偏的估計的結果，故有必要對雙重差分模型是否適用于本研究問題進行檢驗（周黎安和陳燁，2005；鄭新業、王晗和趙益卓，2011）。

假定1：“十二五規劃”加入“每萬人發明專利擁有量”指標的省份是隨機的。

我國在制定“十二五”規劃綱要時明確加入“每萬人發明專利擁有量”指標，隨后各省制定規劃時，11省份將此指標明確列入。直觀上講，各個省份在選擇是否在規劃中加入此指標是根據自身情況而定的，專利發展水平較高的省份傾向于加入該指標，這樣的話就會導致樣本選擇是有偏的，引起選擇性偏誤。為避免處理組和對照組的選取跟被解釋變量有關，有必要進行隨機性檢驗。

我們采用面板Logit模型來檢驗選擇“指標納入”的標準。選取2006年到2010年“指標納入”之前各省份的數據，以“是否納入指標”為被解釋變量，“有效發明量”作為解釋變量，考察納入指標的行為是否受到自身有效發明量的影響。同時考察地區研發支出、經濟發展水平、科研人數和外商投資是否影響各省的選擇行為。“指標納入”的二元選擇模型回歸結果如表1所示。估計結果表明，有效發明量與是否納入指標無關，各省份隨機決定是否在“十二五”規劃中納入指標，處理組的樣本選擇是隨機的，這正是進行雙重差分估計的前提條件。

假定2：對照組和處理組在政策實施之前的發明專利數量的走勢相同。

由于我們考慮的政策對于所有省份來說是在同一時點發生，可以用下面平行趨勢假設檢驗形式：

其中，Timet是年份的虛擬變量，Treati等于1當個體i受到政策的影響。βt衡量每一年的政策效果，由于“納入指標”行為發生在2011年，如果平行趨勢假設成立，那么2010年之前的βt應該都不顯著?；貧w結果如表2，結果顯示2010年之前各省份的有效發明量具有相同的趨勢。

（二）回歸模型設定

為控制省市自身的內在差異，采用固定效應面板數據模型，雙重差分模型的基本形式為：

yit=β0+β3Treatit×Timeit+X′γ+i+εit（5）

其中，模型因變量為有效發明專利量（IPF），模型控制變量包括研發支出（RD）、經濟發展水平（GDP）、研發人員數量（RDP）、外商直接投資額（FDI）。

本文以我國31個省市為研究對象，采用2006—2013年度數據，通過篩選各省“十二五”規劃，整理發現，共有北京、河北、海南等11個省份明確加入“每萬人發明專利擁有量”量化指標，將這些省份歸為處理組，天津、山東、江蘇等其他省份歸為對照組?；谶@樣數據結構，可以將指標的引入視為準自然試驗，并對其帶來的效果進行分析估計。

“有效發明專利量”數據指處于有效期的發明專利數量。有效發明專利量采用各地區年度數據，在國家知識產權局公布的《專利統計年報》中獲得，單位為件數。

“指標納入”用于反映“十二五”規劃發明專利指標影響的虛擬變量，對處理組省份來說，2011年之后（包括2011年）取1，2011年之前取0。

控制變量包括反應地區發展水平的實際生產總值、各地區研究與發展試驗內部支出、外商投資總額、研發人員數量。所用數據來自《中國統計年鑒》、《中國科技統計年鑒》、《專利統計年報》以及CEIC數據庫。主要變量的描述性統計見表3。

四、實證結果與分析

“十二五”規劃政策效應的雙重差分估計（見表4）。對于處理組的省份，虛擬變量Treat0在政策實施當年及以后取1，政策實施之前取0；Treat1在政策實施第二年及以后取1，2012年之前取0；Treat2在2013年取1，之前取值為0。（1）欄報告的是沒有控制變量的回歸結果，（2）至（6）欄是對研發支出、經濟發展水平、研發人員投入和外商直接投資加以控制的估計結果。由（1）欄可知，“納入指標”對有效發明專利量具有近1.26個百分點的貢獻。當加入控制變量以后，“指標納入”的作用下降到了0.14，由估計結果顯示“指標納入”的效果在統計上顯著。為了檢驗“指標納入”在“十二五”期間對有效發明專利量的動態影響，表2考察了“指標納入”當年和之后每一年對有效發明量的影響的變化趨勢。由（6）欄可知，在“十二五”規劃第一年，“指標納入”的影響符合預期，但并不顯著。隨著政策影響的深入，相比與沒有“指標納入”的省市，“指標納入”的省份有效發明量受政策的影響越來越強，2012年“指標納入”對有效發明量提高0.158個百分點，在2013為0.254個百分點，這與進行平衡趨勢檢驗時得出的動態政策影響結果一致。

表4中關于控制變量的結果基本符合預期。研發支出與有效發明專利量成高度正相關，由于研發支出和專利作為創新活動的投入與產出，結果說明研發支出顯著促進有效發明專利量。經濟增長和發明專利的關系較為復雜，結果只能顯示經濟增長和有效發明專利顯著正相關，無法推斷兩者的因果關系。研發人員數量和外商直接投資額對有效發明量在統計上顯示沒有影響。此外，為了消除各省份之間的個體特征，這些變量只是作為控制變量引入，控制變量之間的相關性會對回歸結果產生影響，故控制變量的回歸系數有助于加深對有效發明量影響因素的認識，并不能準確說明它們之間的關系。

五、基于反事實的穩健性分析

采用雙重差分方法對“指標納入”政策有效發明專利量的影響，是基于準自然實驗對處理組和對照組省份進行比較，即如果不存在“指標納入”的刺激政策，處理組和對照組省份的有效發明量的差距不會變化。在前面進行的平行趨勢檢驗中說明在政策刺激之前，對照組和處理組省份的有效發明專利量在統計上確實具有相同的趨勢。下面利用反事實方法繼續對政策效果的穩健性進行檢驗。分別選取政策刺激之前2006—2010年和政策刺激之后2011—2013年兩個時間段，兩個時間段內都不存在政策刺激。在兩個時間段內的任意時間點假想存在政策刺激而進行回歸分析（白重恩、王鑫和鐘笑寒，2011），檢驗結果如表5所示。

檢驗結果顯示，在2006—2010年，只有在2010年假想政策發生時，效果顯著，這可以解釋為“十二五”規劃制定前的預期影響。在2011—2013年觀測區間內，在2012—2013年假想政策實施的效果都較為顯著，表明隨著政策刺激的深入，發明專利量受到影響程度愈來愈大，使得處理組比對照組省份的專利上升趨勢顯著變化。通過穩健性分析，進一步說明在政策實施之前處理組和對照組省份的同質性，以及“指標納入”政策對專利數量的動態影響。

六、結論與建議

為促進我國自主創新能力，提高發明專利數量，“十二五”規劃納入“每萬人口發明專利擁有量”指標，這個政策對發明專利數量的影響可以看作一個“準自然實驗”。利用雙重差分方法評估“指標納入”對我國發明專利量的影響，結果表明，“指標納入”對于發明專利數量的刺激較為顯著。反事實分析進一步驗證“指標納入”政策的刺激作用逐年增加。

除了經濟發展水平和研發投入對于創新能力提高有內生性影響以外，國家中長期發展規劃也是推進創新驅動發展的重要力量。“每萬人口發明專利擁有量”超額完成“十二五”規劃的既定目標，很大程度上體現為預期性指標的引導效應。這種引導效應通過不同渠道、路徑、方式發揮作用：在戰略層面，國家提出了創新驅動發展戰略和知識產權戰略；在政策層面，各級政府高度重視知識產權，對專利事業提供優惠政策；在執行層面，加大國家專利審查能力，通過知識產權知識培訓和推廣，提高技術創新單位和個人的專利意識；在市場層面，隨著經濟結構調整和科技進步，專利日益成為市場主體參與競爭的主要手段。

“十三五”時期，在注重專利數量快速增長的同時，還要加強專利質量的提升。例如，考慮在規劃指標體系中納入反映專利質量的國際通用指標“專利合作條約（PCT）”，突出“質”和“量”的結合，建立起更加全面的自主創新指標體系。

參考文獻：

[1]陳林，伍海軍.國內雙重差分法的研究現狀與潛在問題[J].數量經濟技術經濟研究，2015，（7）：133-148.

[2]李平，崔喜君，劉建.中國自主創新中研發資本投入產出績效分析——兼論人力資本和知識產權保護的影響[J].中國社會科學，2007，（2）：32-42.

[3]李習保.區域創新環境對創新活動效率影響的實證研究[J].數量經濟技術經濟研究，2007，（8）：13-24.

[4]林洲鈺，林漢川，鄧興華.所得稅改革與中國企業技術創新[J].中國工業經濟，2013，（3）：111-123.

[5]劉星，趙紅.外商直接投資對我國自主創新能力影響的實證研究——基于省級單位的面板數據分析[J].管理世界，2009，（6）：170-171.

[6]魯桐，黨印.公司治理與技術創新：分行業比較[J].經濟研究，2014，（6）：115-128.

[7]王紅領，李稻葵，馮俊新.FDI與自主研發：基于行業數據的經驗研究[J].經濟研究，2006，（2）：44-56.

[8]鄭新業，王晗，趙益卓.“省直管縣”能促進經濟增長嗎？——雙重差分方法[J].管理世界，2011，（8）：34-44.

[9]周黎安，陳燁.中國農村稅費改革的政策效果：基于雙重差分模型的估計[J].經濟研究，2005，（8）：44-53.

[10]朱平芳，徐偉民.政府的科技激勵政策對大中型工業企業R&；D投入及其專利產出的影響——上海市的實證研究[J].經濟研究，2003，（6）：45-53.

[11]Ashenfelter，O. & Card，D.Using the longitudinal structure of earnings to estimate the effect of training programs（No.w1489）.National Bureau of Economic Research，1984.

[12]Baruk，J.Innovativeness of Polish enterprises in the initial period of system transformation.Technovation，1997，17（9）：477-530.

[13]Griliches，Z.Market value，R&D，and patents.Economics letters，1981，7（2）：183-187.

[14]Griliches，Z.Patent statistics as economic indicators：a survey（No.w3301）.National Bureau of Economic Research，1990.

[15]Kokko，A. Technology，market characteristics，and spillovers.Journal of development economics，1994，43（2）：279-293.

[16]Meyer，B.D.Natural and quasi-experiments in economics.Journal of business & economic statistics，1995，13（2）：151-161.

[17]Scherer，F.M.Firm size，market structure，opportunity，and the output of patented inventions.The American Economic Review，1965：1097-1125.

[18]Scherer，F.M. & Ross，D.Industrial market structure and economic performance.University of illinois at Urbana-Champaign's Academy for entrepreneurial leadership historical research reference in entrepreneurship，1990.

[19]Schmookler，J.Patent application statistics as an index of inventive activity.J.Pat.Off.Soc′y，1953.

[20]Schmookler，J.Technological change and economic theory.The American Economic Review，1965：333-341.

責任編輯：秦學詩