專利行政執法對全要素生產率的影響研究

蘇世彬，郭穎璐，陳月勤，李廣培，陳朝暉

（福州大學經濟與管理學院，福建 福州 350108）

1 引言

新古典經濟增長理論認為，要素投入和全要素生產率的提高是經濟增長的兩個源泉，但要素投入存在邊際報酬遞減趨勢，因此，從長期來看，全要素生產率是經濟持續增長的唯一源泉。從經濟學角度看，全要素生產率是經濟增長中一個不能為常規要素投入所解釋的部分，其來源主要包括技術進步和效率改善。而專利創新不僅是技術進步和效率提升的核心動力，也是全要素生產率持續增長的重要源泉［1］。但目前我國專利風險指數排名全亞洲第二［2］，創新過程中面臨大量的風險，不僅阻礙了專利創新活動的開展，更進一步抑制了全要素生產率的提升。為了有效保護和激勵專利創新以提高全要素生產率，我國實行專利司法保護與專利行政執法并行的“雙軌制”保護制度。其中，專利行政執法作為具有中國特色的專利保護方式，在保護專利創新和推動全要素生產率發展方面發揮著重要作用：一方面，專利行政執法能有效降低專利侵權風險，保障投資回報率，有利于吸引外商直接投資的流入，并通過技術溢出等途徑提高我國的生產效率；另一方面，專利行政執法對專利權的保護能有效激勵市場主體加強自主研發，提高專利創新能力，進而助推我國全要素生產率水平的提升。因此，深入研究專利行政執法與全要素生產率之間的關系不僅有利于完善我國的專利行政執法制度，同時也對提升我國的全要素生產率有重要的現實意義。

目前，學術界對專利行政執法的研究主要來源于知識產權保護，認為專利行政執法是知識產權保護的一個子指標，并對專利行政執法的必然性、重要性和現狀進行了多方研究［2］。但有關專利行政執法與全要素生產率關系的研究較少，現有的相關文獻主要集中于知識產權保護、外商直接投資［2，6］、研發投入［7-10］、產業結構［11-12］與全要素生產率之間的關系。結果表明，知識產權會通過外商直接投資、研發投入等變量對全要素生產率起正向作用，但以上結論是否適合于知識產權保護子指標的專利行政執法與全要素生產率之間的關系，仍有待于進一步的驗證。同時，現有研究仍存在一些不足，具體如下：第一，專利行政執法是知識產權保護的重要子指標，但當前學術界對該變量仍未有統一的測度方式，并且現有的測度方式存在不夠全面、權重分配不合理等問題，這可能會對研究結論造成一定影響；第二，學者們分別就知識產權保護、研發投入與全要素生產率以及知識產權保護、外商直接投資與全要素生產率之間的關系進行深入研究，但鮮有文獻將外商直接投資和研發投入兩個中介變量同時納入研究框架，也缺乏對外商直接投資和研發投入在其中的中介作用大小進行對比；第三，多數學者僅考慮知識產權保護對全要素生產率的直接影響和間接影響，但這些影響可能還會受到類似產業結構等調節變量的干擾，這是現有研究未能考慮到的。

為此，本文以外商直接投資和研發投入為中介變量，以產業結構為調節變量，擬構建專利行政執法、外商直接投資、研發投入、產業結構與全要素生產率五個變量間的關系模型，在重新界定專利行政執法指標的基礎上，采集2004—2017年的省級面板數據，分析五個變量之間的相關關系，從而為我國專利行政執法制度的完善和全要素生產率的提高提供量化依據。

2 理論分析與研究假設

2.1 專利行政執法通過外商直接投資影響全要素生產率

外商直接投資作為跨國公司進行全球資源配置的方式，其數量和流向與流入國的知識產權環境密切相關。當前，我國實行專利司法保護與專利行政執法并行的“雙軌制”專利保護制度。但鑒于專利權屬不穩定的特性，專利司法裁判的周期往往比較長，便利性和及時性較差，外資企業專利維權“舉證難、周期長、成本高”等問題突出；而專利行政執法由于其高效、便捷、低成本等優勢，在專利維權、維護公平市場環境和改善營商環境方面發揮的作用更為凸顯，在吸引外商直接投資方面成效顯著。一方面，專利行政執法處理侵權案件時間短、維權快，能及時維護外商企業合法權益，保護其所有權優勢，增強了外資企業在我國投資的信心，有效激勵外資的持續輸入［2］；另一方面，專利行政機關能夠主動打擊各類專利違法行為，優化了我國的營商環境，更有利于吸引外商投資。因此，本文提出以下假設。

H1a：專利行政執法與外商直接投資呈正相關關系。

在開放經濟條件下，一國全要素生產率的提高不僅取決于國內的自主研發活動，同時也取決于各種渠道的國際技術溢出，其中，外商直接投資是國際技術溢出的最主要渠道。具體而言，外商直接投資能夠通過資本積累效應、技術溢出效應和競爭效應促進我國全要素生產率的提高［13-14］。首先，外商直接投資的流入帶來大量的資金［15］，增加了我國的資本積累，改善了資源配置效率，有利于全要素生產率的提高；其次，外商直接投資是先進技術和管理經驗的載體，外商直接投資的流入有效加強了內外資企業的交流和合作，有利于本土企業通過學習和模仿實現技術進步，進而提高生產率［16］；此外，外資企業的進入加劇了市場競爭［17］，迫使本土企業加快技術研發和生產新產品的速度，有利于拉動整個行業技術水平的提升。因此，基于以上分析，本文提出以下假設。

H1b：外商直接投資與全要素生產率呈正相關關系。

因此，結合H1a 和H1b 的假設，本文提出假設H1。

H1：外商直接投資在專利行政執法與全要素生產率關系中起中介作用。

2.2 專利行政執法通過研發投入影響全要素生產率

一般來說，研發活動的目的是通過對新技術的運用獲取更高的收益。但研發活動具有明顯的外部性特征，研發成果容易被模仿和復制，造成創新者對研發成果無法完全占有、研發收益低于研發成本等問題，極大地損害了創新者的經濟利益，嚴重挫傷了市場主體的研發積極性。而專利行政執法的加強，能有效地將研發活動的外部性內在化，使研發投入的回報率大大提升，從而激勵更多的資金流向研發活動。首先，專利行政執法程序簡便、運作高效，能快速阻止市場上的模仿行為，延長創新產品的生命周期，增加創新者的壟斷收益，有助于激發全社會的研發創新熱情［18］；其次，對專利權人而言，利用專利行政執法手段解決專利糾紛的成本和費用較低，能有效降低其專利維護成本，使專利權人將更多資金投入研發活動。因此，本文提出以下假設。

H2a：專利行政執法與研發投入呈正相關關系。

研發活動是技術進步最重要的來源之一，也是提高全要素生產率的關鍵因素。目前，學術界多數研究認為研發投入對全要素生產率有顯著促進作用［19-20］，部分文獻則認為我國目前的研發投入反而阻礙了全要素生產率的增長［21］。但從世界經濟的發展歷程來看，研發活動始終是全要素生產率增長的關鍵因素。一方面，研發活動作為一種創新活動，能直接生產出新產品和新工藝，提高產品的質量和技術水平，進而提高生產效率和全要素生產率［22］；另一方面，研發投入的持續增加能有效積累知識資本，增強創新者學習和吸收外部新技術的能力，有利于創新者在技術引進的基礎上，通過消化吸收再創新實現技術創新和技術進步，從而進一步提高全要素生產率［23］。因此，本文提出假設2b。

H2b：研發投入與全要素生產率呈正相關關系。

綜合H2a 和H2b 的假設分析，本文提出以下假設。

H2：研發投入在專利行政執法與全要素生產率關系中起中介作用。

2.3 產業結構在專利行政執法與全要素生產率中的調節作用

產業結構不僅是經濟增長的內在需求和主要推動力，也是影響全要素生產率提升的重要因素，主要表現在產業結構的調整和優化能夠影響外商直接投資與全要素生產率以及研發投入與全要素生產率之間的關系，進而對專利行政執法與全要素生產率的關系產生調節作用。具體表現為：①外商直接投資對全要素生產率的促進作用受產業結構的影響。隨著產業結構的調整和升級，我國利用外資結構也有明顯優化［24］。地方政府在引進外資時更加注重其質量和適用性，鼓勵外資進入高端制造、智能制造、節能環保等領域，切實提高了利用外資的綜合效益，有利于我國全要素生產率的提高。②研發投入對全要素生產率的促進作用也受產業結構的約束和引導。在高產業結構水平下，國內市場不斷擴大和細分，吸引越來越多的企業進入市場，加劇了市場競爭的同時也加速了落后企業的淘汰，促使資源從效率低的部門流向效率高的部門，改善了資源配置。此外，市場上現存的企業為了獲取競爭優勢也會努力加大研發投入力度［25］，進行自主創新，進而促進生產效率的改善和全要素生產率的提高。因此，基于以上分析，本文提出以下假設。

H3a：產業結構正向調節外商直接投資對全要素生產率的影響。

H3b：產業結構正向調節研發投入對全要素生產率的影響。

結合H1、H2假設以及H3a、H3b的假設，本文提出以下假設。

H3：產業結構在專利行政執法與全要素生產率的關系中具有正向調節作用。

因此，根據以上幾個假設，本文提出研究框架（圖1）。

3 實證分析

3.1 變量說明及模型設定

①核心解釋變量。

專利行政執法（PEit）：蘇世彬（2020）給出了測算方式，但該測算方式對三種不同專利行政執法賦予類別相同的權重，使測算結果與現實存在較大偏差。因此，本文在蘇世彬等（2020）的基礎上，結合我國專利行政執法案件的數量，為不同的專利執法類別賦予不同權重，使該指標能更準確地反映我國專利行政執法的現實狀況。具體計算公式如公式（1）。

圖1 專利行政執法對全要素生產率的影響路徑

其中，PEit代表i時期t省的專利行政執法水平，Ait、Bit、Cit、Dit分別代表i時期t省的侵權糾紛結案量、其他糾紛結案量、假冒專利結案量、專利授權量。其中，侵權糾紛、其他糾紛、假冒專利的結案量和專利授權量數據均來自于《專利統計年報》。

②被解釋變量。

全要素生產率（TFPit）：考慮到指標的客觀性，本文采用Malmquist-DEA 方法對全要素生產率指標進行測算。具體測算公式如公式（2）。

參考相關文獻，并考慮數據的可得性，本文選取資本投入和勞動投入作為投入指標，并選取地區生產總值作為產出指標，具體如下。

a.投入指標

勞動投入（Lit）：為了更真實地反映當期的勞動投入水平，本文使用年末的城鎮就業人數（Lit）減去上年末的城鎮就業人數（Lit-1）來衡量，即Lit-Lit-1。

b.產出指標

期望產出（GDPit）：本文的期望產出采用各省的實際地區生產總值來衡量。為了剔除通貨膨脹的影響，本文將原始數據調整為以2003年為基期不變價格的數據。

其中，固定資本投資額、固定資產投資價格指數、城鎮就業人數及各省的地區生產總值數據均來自《中國統計年鑒》。

③中介變量和調節變量。

外商直接投資（FDIit）：本文使用各省實際利用外商直接投資額與地區生產總值的比值來衡量外商直接投資。由于從統計年鑒上獲取的外商直接投資總額是以美元為單位，故用各年平均匯率將實際利用外商直接投資額折算為人民幣。

研發投入（RDit）：本文采用各省研究與試驗發展內部支出金額與地區生產總值的比值來衡量研發投入。

產業結構（THIRit）：本文用各省第三產業產值與地區生產總值的比值來衡量產業結構指標。

其中，各省實際利用外商直接投資額數據來自各省統計年鑒，研究與試驗發展內部支出金額來自于《中國科技統計年鑒》，第三產業產值數據來自《中國統計年鑒》。

④控制變量。

參考以往研究，選取城鎮化水平、市場化程度、人力資本以及地區經濟發展水平作為本文的控制變量。城鎮化水平（URBit），使用非農業人口與地區總人口的比重來表示；市場化程度（MARit），使用非國有企業工業總產值與地區工業總產值的比值來衡量；人力資本（HUMit），采用平均受教育年限表示；地區經濟發展水平（RGDPit），使用地區生產總值與地區總人口的比值來表示。所有原始數據均來自《中國統計年鑒》。

3.2 面板數據的初步分析

3.2.1 描述性統計。各變量的描述性統計如表1所示。由表可知，被解釋變量TFPit的最小值為0.855，最大值為1.093，表明我國的全要素生產率水平在不同省份間存在差異；解釋變量PEit的最小值為0.713，最大值為0.998，均值為0.962，說明我國總體的專利行政執法水平較高，但各省之間仍存在一些差異；同理，中介變量、調節變量和控制變量之間也存在較大的差異。那么，被解釋變量的差異是否由解釋變量、中介變量、調節變量或控制變量的差異所引起的，有待后文的進一步研究。

3.2.2 變量相關性檢驗。從表2 中可以看出，各變量之間的相關系數都小于0.5，說明變量間不存在多重共線性問題，而且，根據各變量的方差膨脹因子的計算結果，可以明確看出變量之間的VIF 值遠小于10，證明變量間不存在多重共線性。因此，本文可以使用面板回歸分析實證研究各變量之間的關系。

表1 變量的描述性統計

3.3 模型設定

由前文的分析結果可知，本文各變量之間不存在多重共線性，因而可以使用面板模型展開分析，面板模型的一般形式為：

其中，i=1，2，...，N，表示N 個個體；t=1，2，...，T，表示T 個時期；yit為解釋變量，xkit為被解釋變量，βkit為待估參數，εit為隨機誤差項。

由前文理論假設可知，專利行政執法與全要素生產率之間的關系存在著通過外商直接投資和研發投入作為中介變量的間接作用，以及產業結構對二者關系的調節作用。因此，本文借鑒溫忠麟等［26］的研究，構建如下中介效應和調節效應的面板模型。

假設1驗證模型構建：

model 1：

model 1a：

表2 相關性檢驗結果

model 1b：

假設2驗證模型構建：

model 2：

model 2a：

model 2b：

假設3驗證模型構建：

model 3a：

model 3b：

model 3：

其中，i=1，2，...，30；j=1，2，3，4；t=2004，2005，...，2017；TFPit、PEit分別表示i省份t時期的全要素生產率和專利行政執法強度；PDIit、RDit為中介變量，THIRit為調節變量；Ditj表示控制變量URBit、HUMit、MARit和RGDPit；εit為隨機擾動項。

4 實證結果分析

4.1 單位根檢驗

為了避免面板數據可能存在的“偽回歸”現象，確保估計結果的有效性，本文采用Fisher-ADF檢驗法、LLC檢驗法和PP檢驗法對各變量進行單位根檢驗。

由表3結果可知，被解釋變量TFPit的Fisher-ADF 檢驗、LLC 檢驗和PP 檢驗統計量分別為99.53、-10.96、63.83，均通過1%水平下的顯著性檢驗，說明該變量是平穩的；解釋變量PEit的Fisher-ADF 檢驗、LLC 檢驗和PP 檢驗統計量分別為129.62、-5.27和176.76，三者均通過顯著性檢驗，說明變量平穩，不存在單位根；同理，中介變量、調節變量及控制變量也均通過顯著性檢驗，表明所有變量均為平穩序列。

4.2 面板模型的選擇

在模型建立之前，首先進行Hausman 檢驗，選擇較優的回歸模型。由表4及表5的檢驗結果可知，model 2a、model 3 的Hausman 檢驗統計量為4.37 和5.84，未能通過顯著性檢驗，其余模型均顯著拒絕“應建立個體隨機效應模型”的假設，這說明選擇固定效應模型更為合適。因此，本文選擇固定效應模型對假設模型（4）—（12）進行回歸分析。

4.3 實證回歸結果及分析

4.3.1 外商直接投資和研發投入的中介效應。表4考察了外商直接投資和研發投入在專利行政執法與全要素生產率關系中的中介作用。由model 1可知，PEit對TFPit的回歸系數為0.167，并通過1%的顯著性檢驗，說明專利行政執法顯著促進了全要素生產率的提升；model 1a 的結果表明，PEit對FDIit的回歸系數為0.772，系數在1%的水平下顯著，說明我國專利行政執法強度的增加有利于引入外商直接投資，這有效驗證了假設H1a；同時，model1 b 的結果表明，在控制PEit的影響后，FDIit對TFPit的回歸系數為0.013，通過1%水平下的顯著性檢驗，這表明外商直接投資的增加有利于促進全要素生產率的提高，即假設H1b 成立，從而假設H1 成立。以上數據表明，專利行政執法力度的加強有利于外商增強自己的技術優勢，有利于吸引更多的外資流入，而外資的增加通過技術擴散和知識外溢等途徑提升了我國的技術水平，從而有效推動了我國全要素生產率的提高。

表3 面板數據的單位根檢驗

由model 2a 的結果可知，PEit對TFPit的回歸系數為0.348，通過1%水平下的顯著性檢驗，這表明專利行政執法對研發投入具有顯著的正向作用，假設H2a 得到驗證；由model 2b 的結果可知，在控制PEit的影響后，RDit對TFPit的影響系數為0.023，通過1%水平下的顯著性檢驗，這說明增加研發投入能有效促進全要素生產率的提高，故假設H2b 成立，結合model 2、model 2a 和model 2b 可知，研發投入在專利行政執法對全要素生產率的影響中起中介作用，假設2 得到驗證。以上數據表明，專利行政執法力度的提高有利于延長創新產品的生命周期，提高創新者的預期收益，有助于提振全社會的創新積極性，鼓勵更多的資源流向研發創新活動；而研發投入的增加能夠直接創造和積累技術，促進全要素生產率的提升。

值得注意的是，由model 1 可知，PEit的回歸系數為0.167，即專利行政執法對全要素生產率的直接效應為0.167，又由model 1b 和model 2b 可知，PEit的回歸系數分別為0.157 和0.159，這表明外商直接投資和研發投入的中介效應分別為0.01、0.008，即外商直接投資的中介效應略高于研發投入，這意味著雖然外商直接投資和研發投入都能對我國全要素生產率產生顯著正向影響，但外商直接投資的中介效應大于研發投入。合理的解釋是，通過國內研發活動獲得創新和技術進步不僅需要大量的時間和資源投入，還需要承擔較高的失敗風險。相比而言，通過外商直接投資渠道獲取的技術溢出能更加快速地提高我國的生產率水平，因此，外商直接投資在專利行政執法與全要素生產率關系中的正向傳導作用強于研發投入。

4.3.2 產業結構的調節效應分析。由model 3a可知（表5），在控制變量URBit、MARit、HCit和RGDPit的條件下，外商直接投資與產業結構的交互項FDIit*THIRit對TFPit的回歸系數為0.713，并通過1%水平下的顯著性檢驗，說明產業結構的調整和升級對外商直接投資與全要素生產率之間的關系有正向調節作用，產業結構升級越快，外商直接投資對全要素生產率的促進作用越大，假設H3a成立。

表4 外商直接投資和研發投入的中介效應實證結果

model 3b 結果顯示，研發投入與產業結構的交互項RDit*THIRit對TFPit的影響系數為0.854，且通過1%水平下的顯著性檢驗，這表明產業結構在研發投入與全要素生產率之間起正向調節作用，即隨著產業結構的升級，研發投入對全要素生產率的促進作用也更加顯著，假設H3b得到驗證。

在model 3中，專利行政執法與產業結構的交互項PEit*THIRit的系數為0.926，并通過1%水平下的顯著性檢驗。以上結果表明，產業結構具有顯著調節效應，即產業結構的調整升級強化了專利行政執法對全要素生產率的正向作用，支持了假設H3。

4.4 穩健性檢驗

為了保證研究結論的可靠性，本文用隨機效應方法對假設模型（4）—（12）進行穩健性檢驗，得到結果如表6、表7所示。

由表6 可知，在model 1 中，PEit對TFPit的回歸系數在1%的水平下顯著為正，model 1a和model 1b中，PEit對FDIit的回歸系數和FDIit對TFPit的回歸系數也在1%的水平下顯著為正；同時，model 1b 中PEit的回歸系數（0.108）明顯小于model 1中PEit的回歸系數，證實了外商直接投資在專利行政執法與全要素生產率的關系中發揮部分中介作用。由model 2a 和model 2b 可知，PEit對RDit的回歸系數和RDt對TFPit的回歸系數在1%的顯著性水平下仍然保持正數，結合model 1 結果可知，研發投入在專利行政執法與全要素生產率的關系中起部分中介作用。同時，外商直接投資的中介效應為0.11，大于研發投入的中介效應0.006，證實了前文的結論。

表7顯示了產業結構調節效應模型的穩健性檢 驗 結 果，其 中，FDIit*THIRit、RDit*THIRit、PEit*THIRit對TFPit的回歸系數仍保持正數，且三者均通過5%水平下的顯著性檢驗，證明產業結構在專利行政執法與全要素生產率中發揮調節作用。

表5 產業結構的調節效應結果

以上結論表明，本文的穩健性檢驗結果與實證結果大體一致，所有控制變量的系數符號也與前文實證結果保持一致，大部分通過顯著性檢驗，證明本文的模型是穩健的，所得研究結論具有可靠性。

表6 中介效應模型的穩健性檢驗

表7 產業結構調節效應模型的穩健性檢驗

5 主要研究結論與政策建議

5.1 主要研究結論

與現有各類研究相比，本文做了以下創新性的工作。①對專利行政執法指標的測度創新。本研究通過對侵權糾紛、其他糾紛和假冒專利進行權重賦值，體現了不同專利行政執法類型的重要性，較為全面地反映了我國專利行政執法的現實情況，得出的結論也更加符合我國實際。②同時將外商直接投資和研發投入兩個中介變量納入研究框架，對外商直接投資和研發投入在專利行政執法與全要素生產率之間的中介作用進行分析，明確了專利行政執法影響全要素生產率的途徑和作用機制，對現實有較強的指導意義。此外，本文還對外商直接投資和研發投入的中介效應大小進行比較，得出的結論對現實的參考意義更強。③對產業結構調節作用的分析?，F有文獻未能考慮到產業結構對專利行政執法與全要素生產率關系的影響，本研究通過構建調節效應模型，分析產業結構對整體作用機制的影響，使研究更加完整、實用性更強。

通過以上創新性研究工作，得到以下三個創新性結論。第一，專利行政執法通過外商直接投資和研發投入兩條作用機制對全要素生產率產生正向影響，即外商直接投資和研發投入在專利行政執法與全要素生產率之間起部分中介作用，該結論既是對知識產權保護、外商直接投資與全要素生產率以及知識產權保護、研發投入與全要素生產率之間正向關系的佐證，也是對專利行政執法研究的補充和發展。第二，外商直接投資在專利行政執法與全要素生產率之間的中介效應大于研發投入的中介效應，這是已有研究中所沒有的，是對現有成果的深化與完善。第三，產業結構正向調節專利行政執法與全要素生產率之間的正相關關系，產業結構的升級強化了外商直接投資與研發投入對全要素生產率的正向影響，進而增強了專利行政執法對全要素生產率的正向作用，這個結論也是現有研究成果中沒有的，是對現有理論成果的有益補充和完善。

5.2 政策建議

基于以上結論，本文提出以下幾點建議。

①完善專利行政執法制度建設，提升專利行政執法效率。首先，提升專利執法效能。行政部門要深挖徹查與專利侵權相關的線上線下產業鏈，形成遏制知識產權犯罪的高壓態勢。其次，要加強執法宣傳，暢通執法渠道。專利行政部門定期開展專利行政執法法規宣傳活動，提高企業的維權意識，鼓勵企業使用專利行政執法手段維權。最后，專利行政部門要加強移動互聯網、大數據、區塊鏈等現代信息技術在執法辦案中的應用，積極創新執法方式，簡化程序，全面打造智慧型政務服務體系，著力提高全社會的創新活力，為全要素生產率的提升提供良好的制度保障。

②穩定利用外資規模，提高利用外資質量。首先，各地政府要嚴格落實《外商投資法》和《鼓勵外商投資產業目錄》，注重項目質量，強化“補短板招商”和“精準招商”，著力引進高質量、低耗能、高科技含量的外資進入并帶動我國產業發展。其次，各地政府要合理制定優惠政策，提高外資企業的本地化程度，大力鼓勵外資在我國建立研發部門，擴大外資的技術溢出效應，促進技術進步和全要素生產率的提高。

③堅持自主創新導向，加強自主研發?！爸信d事件”和“華為事件”也證明，自主創新不僅是企業的“命門”，也是國家的“命門”，而實現創新必須有充足的研發投入作為保障，因此，必須引導全社會加大研發經費投入。首先，發揮政府資金的導向作用，政府要更多地將研發經費投入前瞻性、關鍵性領域，帶動社會資本參與建設，著力突破核心技術瓶頸。其次，政府部門要通過直接補貼和稅收優惠等途徑，加強對科技研發活動的補貼力度，引導市場主體加大研發投入，同時要完善和創新科技創新保險體系，降低和化解研發過程中的各種風險，提高企業等創新主體的研發意愿。此外，本研究發現，研發投入的中介作用效果低于外商直接投資的中介作用，這說明我國目前的研發活動效率偏低，研發規模大而不強，因此，必須調整研發投入結構，提高研發資金的使用效率。一方面，要引導研發資金更多地投入基礎性研究領域，實現“從0 到1”的原創性突破；另一方面，要更加重視人才培養，提高高等教育質量，并大力發展專業技術教育，培育一批高素質、專業化的研發人才。

④推進產業結構轉型升級，加快新舊動能轉換。首先，要推動產業結構向價值鏈高端延伸，促進我國產業逐步由“生產+制造”型向“研發+制造+服務”型轉變，實現產業和產品技術附加值的提升。其次，地方政府要優化本地產業布局，不能一味地追求“大而全”“小而全”的產業結構，要立足自身實際，根據地方特點培育和發展新的產業集群，并利用規模效應形成新的競爭優勢，從而全面提高地區經濟發展質量。