技術市場化、知識產權保護與生產性服務業

余思勤，孫司琦

（上海海事大學 a.上海高級國際航運學院；b.經濟管理學院，上海 201306）

一、引 言

自1978年改革開放以來，中國經濟經過40年的迅速發展，取得了令人矚目的成就。隨著我國開放政策的進一步深化，我國經濟逐漸進入轉變發展方式、優化經濟結構、轉換增長動力的攻關期。為此，黨的十九大報告要求：“必須堅持質量第一、效益優先，以供給側結構性改革為主線，推動經濟發展質量變革、效率變革、動力變革。”2018年12月，中共中央政治局召開會議，針對十九大報告內容作出相應的戰略部署，會議指出：“推動制造業高質量發展，推進先進制造業與現代服務業深度融合。”為跨越我國經濟發展的攻關期，必須努力發展生產性服務業，其有效和充足的供給是促進我國制造業價值鏈攀升的主要推動力［1］。眾所周知，生產性服務業產出與制造業產出表現形式不同，生產性服務業產出具有知識技術密集性、高度差異性、中間投入性和“高進入”壁壘性等特點。因此，加強知識和技術要素投入，提高生產性服務業供給質量，是推進我國供給側結構性改革的必由之路［2］。

當前，我國生產性服務業發展主要存在以下兩個問題：一是生產性服務業結構問題；二是與制造業聯動發展問題。針對生產性服務業結構問題，張國強等（2011）認為供需結構不平衡是導致高端生產性服務業比例較低的根本原因［3］。張月友、劉志彪（2012）認為，受收入水平提高和對中間投入增加的影響，生產性服務業在需求方面持續擴大［4］，在人力資本［5-7］和技術創新［8］等供給方面卻有所約束，導致生產性服務業供需結構失衡。同時，Barry和Poonam（2013）認為，制度環境也是影響生產性服務業的重要因素［9］。由于中國是發展中國家，政府的制度安排對服務業結構優化產生顯著影響［10-12］，包括對外開放水平［13］、產業政策［14］和政府干預等［15-16］。作為制造業的中間投入品，生產性服務投入對制造業發展至關重要［17-18］，但生產性服務業本身的發展又受限于制造業的發展。這是由于在經濟發展過程中，資本、勞動力、土地等要素會優先流向經濟產出效益較高的制造業部門，要素市場的配置扭曲導致生產性服務業的效率損失［19］。同時，制造業產能過剩引發“棘輪效應”，進一步扭曲要素市場的資源配置，強化制造業部門對生產性服務業發展的約束［20］。

已有文獻為解決我國生產性服務業發展面臨的上述問題提供了研究基礎，但是，為什么我國生產性服務業發展仍存在結構失衡，對高端制造業支撐不足等問題？現有研究尚未完全解決。2019年，北京大學教授周黎安在“北大光華兩會前經濟形勢和政策展望分析會”上表示：“一系列制度障礙導致生產要素市場還存在許多扭曲和錯配，嚴重阻礙了生產率的提高；要素配置的進一步市場化亟待推進和完善。”洪銀興（2018）認為，完善要素市場化配置，重點是完善產權制度，實現產權有效激勵［21］。知識產權保護制度作為服務業創新驅動發展的核心要素，是我國服務業創新發展的重點之一，也是推動服務業結構優化、產業轉型和技術升級的核心“抓手”［22］。知識產權保護制度具有明顯的創新激勵作用，能夠推動創新資源的流動率［23］，并且有助于從法律角度降低創新者的潛在風險，增加潛在收益［24］。同時，Jandhyala（2013）以152家企業為研究樣本，認為生產性服務業對知識產權制度較生活性服務業更為敏感［25］。

基于此，本文擬從新視角進行探討：一是考慮要素市場化配置因素。由于生產性服務業具有知識密集型特點，其核心競爭力主要在于關鍵技術的投入［26］。在生產性服務業內部結構中，科技成果轉化服務投入、研發和設計服務投入、知識產權服務投入等與生產性服務業核心技術研發的成敗密切相關。因此，結合生產性服務業這些特征，本文擬從技術要素角度展開研究。技術要素市場化水平的提高有助于產品和要素市場流動性、競爭性的提高［27］，有助于實現對生產性服務業要素市場扭曲的矯正和要素資源分配不平衡的調整。二是考慮知識產權保護制度的因素。習近平總書記曾指出：“我國已經成為世界第二大經濟體，過去那種主要依靠資源要素投入推動經濟增長的方式行不通了，必須依靠創新。”知識產權保護在生產性服務業技術創新發展方面發揮著重要的推動作用［28］。知識產權保護制度不僅有利于明確界定科研成果產權，提高技術成果轉化率，推動技術自由流動，優化技術投入要素的市場化配置，而且能夠從根本上解決技術要素市場的利益分配問題。由此可見，技術要素市場需要知識產權制度為其保駕護航［29］。

基于以上分析，本文基于我國省級面板數據，擬從技術要素市場化和知識產權保護制度雙視角出發，探討制約我國生產性服務業滯后發展的因素。與現有文獻相比，本文的貢獻在于：第一，在要素市場化方面，以往研究多數集中在人力要素投入和資本要素投入方面，本文從技術要素投入出發，為促進生產性服務業有效發展提供補充視角；第二，從知識產權保護這一新穎視角，將經濟因素與我國制度因素有機結合，為探尋生產性服務業高質量發展提供嶄新視角；第三，突破傳統技術要素市場化的測量方法，從企業角度進行綜合改進，提高研究結果的精確性。

二、技術要素市場化與知識產權保護制度的衡量

（一）技術要素市場化的測度

目前，王小魯、樊綱等人在市場化定量分析方面具有較大的影響力，在《中國市場化指數報告》中，他們采用各地技術市場成交額與本地科技人員數的比例近似地表示技術成果的市場化程度，但受數據的限制，導致該指標統計口徑前后失衡。而多數學者更多是從研發經費支出（R&D）、技術合同成交額等角度展開研究，統計結果略顯粗糙，從而導致研究結果有所偏差。理論意義上，技術市場化水平提高的結果應該是企業對創新要素擁有更多的支配權，具體表現為研究開發經費（R&D）支出結構的變動。基于此，本文以修正的市場化總指數與研究開發經費（R&D）支出結構乘積表示技術要素市場化水平，其中，修正的市場化指數以單位技術合同成交額與市場化總指數的乘積表示，與研發經費支出結構變動的結合則進一步顯示了市場化水平在技術要素方面的表現。

其中，fmit表示i省第t年的技術要素市場化水平；tfit表示i省第t年的修正市場化指數；facit表示i省第t年的研究開發經費（R&D）支出結構變動，參考李明珊等（2019）的做法，采用研發經費存量增長率與研發經費中企業資金占比的乘積表示研發經費支出結構的變動情況［30］，即

其中，git表示研發經費存量的增長率；eit表示研發經費中企業資金占比。研發經費存量參考戴魁早等（2016）的做法，采用永續盤存法進行估算［31］，具體測算公式如下：

其中，RD表示各省實際研發經費存量；E表示研發經費流量經固定資產投資價格指數平減后得到的實際科技活動經費內部支出；k為折舊率，這里設為15%。基期的RD0由E0/(δ+k)確定，其中δ為Et的增長率。據此，得到各省份2008-2017年技術要素市場化水平，如圖1所示。

圖1 各省份2008-2017年技術市場化均值

由圖1可以發現，浙江、江蘇和廣東的技術要素市場化水平均值超過了1.6，且江蘇的技術要素市場化水平最高；上海、天津、河北、山東和福建的技術要素市場化水平處在第二梯隊，均值保持在0.8～1.6之間；北京和海南的技術要素市場化水平較低，分別為0.36和0.69。北京技術要素市場化水平較低的主要原因在于研發經費中企業資金占比過低，均值僅達到37%，而處在技術要素市場化水平第一梯隊的江蘇、浙江和廣東的企業自籌資金占比均值分別為82%、88%和84%，遠超北京。海南受自身地理位置和經濟發展水平等綜合限制，其市場化總指數和企業資金占比均不占優勢，導致技術要素市場化水平也較低。

（二）知識產權保護強度的測度

傳統的知識產權保護水平測度方法主要有RR指數法［32］和GP指數法［33］，但由于這兩種方法主要適用于發達國家，本文借鑒韓玉雄和李懷祖（2005）的做法，在修正的GP指數法基礎上給予適當改進，以修正的GP指數乘以我國知識產權保護法律法規實際執行效果作為我國知識產權保護的實際強度［34］，即

其中，iprit表示i省第t年的知識產權保護水平；Φ表示i省第t年的修正GP指數；lit表示i省第t年的知識產權保護法律法規實際執法強度。

參考唐禮智等（2019）的做法，本文修正的GP指數指標包括知識產權保護范圍、國際條約成員、專利損失保護、執法具體措施和專利保護期［5］。在0～1之間對GP指數這5個具體指標進行賦值，加總獲取適用于我國實際發展情況的GP指數。我國2008-2017年GP指數見表1所列。

表1 我國2008-2017年知識產權保護GP指數

在我國的知識產權保護法律法規實際執行效果方面，考慮本文所運用的省際面板數據特性，選取各省市的經濟發展水平、社會公眾整體素質、社會法制化程度、法律體系完備程度和國際社會監督與制衡等5個計算指標作為衡量知識產權保護制度的執法強度。其中，經濟發展水平參考唐保慶等（2018）的做法，選取非服務業人均GDP代替韓玉雄和李懷祖（2005）的人均GDP指標，非服務業人均GDP由人均GDP減去人均服務業增加值得到［34］。通過算術平均得到知識產權保護法律法規的實際執行效果。具體解釋和核算方式見表2所列。

表2 我國知識產權保護執法強度指標體系

根據公式（4），測算出2008-2017年各省份知識產權保護水平，如圖2所示。由圖2可知，北京和上海的知識產權保護水平均值超過3.5，穩居第一梯隊；浙江、江蘇、天津、山東、福建和廣東的知識產權保護水平處在第二梯隊，均值保持在3～3.3之間；河北和海南的知識產權保護水平最低，均值未達到3。總體而言，經濟發展水平越高，知識產權保護法律法規實際執行效果越好，知識產權保護水平也越高。

圖2 各省份2008-2017年知識產權保護水平均值

三、樣本說明與特征性描述

（一）樣本說明和數據來源

2019年4月，國家統計局發布了《生產性服務業統計分類（2019）》，對生產性服務業進行重新界定和歸類。受生產性服務業統計口徑的變化，各省份統計年鑒中一些關鍵性指標的原始數據在統計上存在缺失值，因此，選取2008-2017年我國東部地區作為研究對象。一方面，我國東部地區生產性服務業發展相對較快，知識產權保護制度相對完善；另一方面，在王小魯、樊綱和胡李鵬（2019）的《中國分省份市場化指數報告（2018）》中，東部地區在整體市場化水平和技術成果市場化方面遠遠領先于中部、西部和東北地區。基于此，本文選擇以東部地區為例，研究要素市場化、知識產權保護和生產性服務業之間的關系。按照《中國分省份市場化指數報告（2018）》的劃分標準，東部地區包括北京、上海、浙江、江蘇、天津、河北、山東、福建、廣東和海南［35］。數據來源于相應省份的歷年統計年鑒、《中國第三產業統計年鑒》《中國分省份市場化指數報告（2018）》《中國高技術產業統計年鑒》《中國科技統計年鑒》和《中國勞動統計年鑒》。

（二）變量處理和特征性描述

（1）生產性服務業發展水平（ser）。參考《生產性服務業統計分類（2019）》，按照生產性服務業的內涵定義與外延特征，將“交通倉儲郵電業，信息傳輸、計算機服務和軟件業，金融業，租賃和商業服務業，科研、技術服務和地質勘查業”劃分為生產性服務業。參考宣燁（2019）的做法，選取生產性服務業增加值占服務業GDP的比重表示生產性服務業發展水平［20］。由圖3可知，各省份生產性服務業整體穩步發展，但發展速度較慢。北京的生產性服務業發展水平最高，上海緊隨其后，海南的生產性服務業發展水平最低。

圖3 2008-2017年各省份生產性服務業發展水平

（2）制造業發展水平（mf）。選擇制造業產業規模作為制造業發展水平，考慮數據的可獲得性，以2008年為基期，選擇制造業固定資產投資額以固定資產投資價格指數平減修正作為衡量制造業發展水平的變量［36］。

（3）城市化水平（ub）。通常情況下，技術創新、科技研發等高端生產性服務業往往在城市化水平較高的地方集聚［37］，本文以一地區城市人口占總人口的比重表示各省份的城市化水平。

（4）人力資本水平（hc）。人力資本是生產性服務業創新發展的核心要素之一，本文采用就業人員平均受教育年限法衡量各省份的人力資本水平。

（5）經濟發展水平（rgdp）。發達國家的經濟發展歷程表明，當人均GDP低于閾值時，服務業發展相對緩慢；當人均GDP超過閾值時，服務業則表現出快速發展的態勢。本文引入均實際GDP的平方項作為衡量各省份的經濟發展水平，其中，實際GDP通過各省份同年商品零售價格指數修正，并選取2008年作為基期［38］。

由圖4至圖7可知，各控制變量與生產性服務業之間的正相關關系表現明顯。

相關變量的處理方法和特征性描述見表3所列。

圖4 生產性服務業發展水平與城市化

圖5 生產性服務業發展水平與制造業

圖6 生產性服務業發展水平與人力資本

圖7 生產性服務業發展水平與經濟發展

表3 變量處理方法及特征性描述

四、實證檢驗與分析

（一）模型構建

根據上述分析，將技術要素市場化和知識產權保護水平作為計量模型的核心解釋變量，主要觀察這兩個變量的回歸系數。同時，在模型中納入影響生產性服務業發展水平的控制變量，參考唐保慶等（2018）［39］的做法，構建計量模型如下：

其中，α1、α2和α3分別表示技術要素市場化、知識產權保護程度、技術要素市場化和知識產權保護程度共同作用對生產性服務業發展水平的影響程度；μi表示地區固定效應；λt表示時間固定效應；εit表示隨機擾動項。為避免遺漏變量所引起的內生性問題，在式（5）的基礎上，引入制造業發展（mfit）、城市化水平（ubit）、人力資本水平（hcit）和經濟發展水平（rgdpit）等控制變量。因此，得到如下計量模型式（6）：

同理，α4、α5、α6和α7分別表示各省份制造業發展、城市化水平、人力資本水平和經濟發展水平對生產性服務業發展水平的影響程度。

（二）回歸結果分析

本文采用均衡面板數據的估計程序，全部過程使用Stata12.0軟件完成。面板數據模型有兩種基本設定：固定效應模型和隨機效應模型。選擇采用固定效應模型還是隨機效應模型時需要進行Hausman檢驗。Hausman檢驗的基本思想是將兩種模型的參數估計結果進行比較，以確定是否有顯著差別。如果存在顯著差別，則認為固定效應模型為合適的模型，否則采用隨機效應模型。經過Hausman檢驗，P值為0.000 5，小于0.01，按照α=0.01的檢驗標準，拒絕原假設，即固定效應模型和隨機效應模型的參數估計結果存在顯著差別，因此選擇固定效應模型（FE）進行回歸檢驗，以消除異方差和序列相關對回歸結果帶來的不良影響。與此同時，生產性服務業發展與知識產權保護制度之間可能存在因果關系，從而導致計量模型存在內生性問題。本文參考唐保慶等（2018）的做法，選擇2SLS方法解決這一問題［39］，回歸結果見表4所列。由表4檢驗統計量的P值可知，模型設定較合理，參數估計結果具備一定的可靠性。

由表4可知，核心解釋變量技術要素市場化和知識產權保護顯著促進了生產性服務業的發展，這一結論在表4中的四個回歸模型中均成立，回歸系數均在1%水平上顯著。當加入技術要素市場化和知識產權保護的交互項（fm×ipr）時，回歸系數在1%的水平上顯著為負。其原因可能在于：當前，我國的知識產權保護制度和執行機制正處在逐步完善的過程，雖然知識產權保護力度的加強激發了企業自主創新的動力，但隨著時間的推移，知識產權保護制度對企業創新的影響具有邊際遞減效應。當知識產權的保護力度高于最優閥值時，企業進行R&D活動將會面臨仿效風險，這就導致企業R&D投入無法得到正常收益回報，使得企業從根本上喪失對相對高風險R&D投入的動力，從而阻礙技術要素的自由流動和創新的發展，制約技術要素市場化水平的提高。該結論為“最優知識產權假說”提供了經驗證據，與唐保慶等（2018）和王華（2011）的研究結果保持一致［22，40］。

表4 技術要素市場化、知識產權保護對生產性服務業的影響

關于控制變量，在模型（2）中，制造業水平、城市化水平、人力資本水平和經濟發展水平對生產性服務業的影響均為正，但只有制造業水平和人力資本水平在1%的水平上顯著，且人力資本水平的回歸系數大于制造業水平的回歸系數，表明人力資本對生產性服務業的促進程度大于制造業發展水平對生產性服務業的促進作用。在模型（4）中，各控制變量均在1%的水平上顯著，其中，經濟發展水平對生產性服務業發展水平具有微弱負影響。其原因可能在于：人均GDP與服務業發展之間存在非線性門檻效應關系，即當人均GDP低于某一閾值時，服務業發展相對緩慢；當人均GDP高于某一閾值時，服務業的發展相對迅速。在模型（4）中，人力資本的回歸系數仍然保持最大，其次是城市化水平，最后為制造業水平。因此，深化技術要素市場化，加強知識產權保護，提高人力資本水平、城市化水平和制造業水平，是推動我國生產性服務業發展的重要政策舉措。

（三）進一步分析

高端生產性服務業與制造業之間存在密切的互動耦合關系，被視為延長我國制造業產業鏈，提升制造業價值鏈的有力支撐［41-42］。高端生產性服務業的發展有利于優化我國服務業結構，促進服務業轉型升級，是我國服務業“提質增效”的有效途徑之一。因此，討論高端生產性服務業具有一定的必要性。本文參考宣燁（2019）的做法，將金融業、信息傳輸與軟件技術服務業、科技研究與技術服務業劃分為高端生產性服務業（ser-h），采用高端生產性服務業增加值占生產性服務業GDP的比重來表示［20］。回歸結果見表5所列。

表5 技術要素市場化、知識產權保護對高端生產性服務業的影響

表5的回歸結果表現出與表4的一致性，即在核心解釋變量中，技術要素市場化和知識產權保護在1%的顯著性水平上均呈現出對高端生產性服務業的正向促進作用，技術要素市場化與知識產權保護的交互項在1%的水平上顯著為負。在控制變量中，城市化水平對生產性服務業的促進作用相對較大。對比表4還可以發現，各變量對高端生產性服務業的影響整體上小于對生產性服務業的影響。該發現與一般認知存在一定的偏差，其原因可能在于：目前我國高端生產性服務業發展相對緩慢，而高端生產性服務業發展越滯后，經濟產出效益越低下，地方政府越不會對其重視，反而會將優惠政策傾斜于工業。工業部門占據了大量要素投入導致高端生產性服務業要素投入缺失，形成要素市場扭曲。要素市場扭曲則導致制造業產能過剩，致使制造業在低端生產鏈中停滯不前。低端制造業不僅無法對高端生產性服務業形成有效需求，而且由于對技術投入的排斥性，一定程度上影響專業化的技術資本和知識資本的價值發揮，使得生產性服務需求集中在低端業務，制約生產性服務業質態提升。因此，扭轉要素市場扭曲，提高技術要素市場化水平，擴大高質量生產性服務供給，提升制造業對生產性服務業需求的拉動力則顯得尤為必要。

（四）穩健性檢驗

為確保估計結果的有效性，借鑒樊綱等（2019）《中國分省份市場化指數報告（2018）》中的要素市場化指標，將技術市場成交額和R&D內部支出兩個指標納入技術要素市場化評價體系［35］，并利用形成的新的技術要素市場化指標進行回歸分析，回歸結果見表6所列。

表6 穩健性檢驗回歸結果

表6分別采用OLS和2SLS方法對生產性服務業和高端生產性服務業進行穩健性分析，回歸結果表明，技術要素市場化顯著促進生產性服務業和高端生產性服務業的發展，技術要素市場化與知識產權保護共同作用對生產性服務業和高端生產性服務業的影響顯著為負。從表6的回歸結果可知，運用不同的技術要素市場化指標的回歸結果與上文回歸結果基本保持一致，表明本文的研究結果具有穩健性，進一步佐證了本文的主要思想和上述結論。

五、結論與建議

基于我國生產性服務業發展滯后的現實，本文從技術要素市場化和知識產權保護制度雙視角出發，運用2008-2017年的省級面板數據展開實證研究，為探尋生產性服務業發展的阻礙因素提供補充。主要研究結論是：①技術要素市場化水平的高低取決于研究發展經費中企業資金的占比，企業資金占比越高，技術要素市場化水平越高。知識產權保護制度的完善度受經濟發展水平的影響，經濟發展水平越高，知識產權保護制度越完善。②技術要素市場化、知識產權保護制度、人力資本水平、制造業水平和城市化水平均能有效促進生產性服務業和高端生產性服務業的發展，且技術要素市場化的作用最為明顯。③技術要素市場化與知識產權保護的共同作用則未能產生積極影響，這是由于當知識產權保護力度超過最優閥值時，企業面臨被模仿風險，導致企業喪失對R&D投入動力，從而制約技術要素市場化的提高。④技術要素市場化與知識產權保護對高端生產性服務業的影響小于對整體生產性服務業的影響，其原因在于：受要素市場扭曲影響，低端制造業對技術投入的排斥一定程度上制約知識、技術等生產要素的價值發揮。

基于上述結論，本文得到促進生產性服務業質態提升的啟示如下：

一是深化要素市場改革，提高技術要素市場化水平。推進“產學研金介”縱橫融合，推動企業、高校、科研院所、金融機構和中介機構等“捆綁”，實現人力資本、技術資本和金融資本相互催化、滲透和激勵；完善技術創新成果轉化機制，在保證專利發明人不低于一定百分比收益的基礎上，確立發明人、所屬單位及專利代理人之間的利益分配機制；提高企業研發經費占比，鼓勵科研機構與企業合作，通過市場手段促進技術創新成果轉化，提高技術要素市場化水平和技術轉移轉化效率。

二是完善知識產權保護制度，加強知識產權保護制度執行力度。強化技術研發、示范、推廣、應用、產業化各環節知識產權保護，激發企業技術創新熱情；建立技術知識產權審查“快速通道”，為技術知識產權提供快速審查、確權及維權一體化的綜合服務。完善知識產權保護制度固然有利于一國的技術進步和經濟發展，但也應注意到，知識產權保護力度應保持在“最強適度”，保護力度過低導致技術市場混亂，技術成果難以得到有效保障，保護力度過高則會因“壟斷勢力”而造成市場失衡。

三是優化生產性服務業結構，擴大高質量生產性服務供給。受生產性服務業低端發展的影響，我國制造業攀升高端價值鏈困難重重；受低端制造業對技術投入的排斥，我國生產性服務業一直在低端徘徊。制造業與生產性服務業相互制約，導致“低端制造下的低生產性服務需求”和“低層次生產性服務業下的低端制造”不斷循環。因此，一方面，應重視強調生產性服務業層級提高和結構優化；另一方面，鼓勵制造企業讓渡部分環節給專業的生產性服務企業，提升制造業對生產性服務業需求的拉動力，優化生產性服務業供給質量體系，為推進制造業和生產性服務業耦合發展創造有利的外部環境。

四是大力吸引優秀人才，鼓勵技術人才自由流動。人才的引進意味著核心技術的引進，核心技術是生產性服務業邁向高端的根本保證，人才為核心技術的發揮提供動力和媒介，保證滿足市場需求的高質量產品的開發；鼓勵和規范技術創新人才流動，拓展人才流動渠道，創造人才流動機會，降低人才流動門檻，鼓勵高校科研人員到技術創新企業任職兼職，企業技術人員進入高校擔任技術創新項目牽頭人，形成經濟績效與創新效率的良性互動，實現人力資源要素的優化配置。