余 亮
(贛南師范大學 經濟管理學院,江西 贛州 341000)
黨的十九大報告指出,中國經濟已經由高速增長階段轉向高質量發展階段。而良好的知識產權保護制度起到了對內激勵創新、對外促進開放的重要作用,有利于促進經濟高質量發展。高技術產業是國家尖端科技發展的引擎,是經濟高質量發展的重要內容,它包括醫藥制造業、航空航天器及設備制造業、電子及通信設備制造業、信息化學品制造業、計算機及辦公設備制造業和醫療儀器設備及儀器儀表制造業。高技術產業研發投入高、風險大,然而相關技術一旦研發成功,卻能夠帶來巨大的經濟效益和社會效益。健全的專利權保護制度能夠有效促進技術創新,激勵高技術產業的相關企業加大研發投入力度。因此,研究知識產權保護對高技術產業研發投入水平的影響,具有重要的現實意義。
學術界對于知識產權保護與高技術產業發展關系的研究主要集中在兩個問題:第一,知識產權保護對高技術產業發展產生了怎樣的影響?第二,何種程度的知識產權保護強度適合于當前高技術產業發展?
針對知識產權保護對高技術產業發展的影響探究,許多研究側重于知識產權保護與技術創新效率的關系。Kamien(2001)[1]研究認為,專利保護制度能夠很好保護企業技術投資人的投資利益,進而促進技術創新。Motohashi(2003)[2]認為專利保護是影響企業研發投入的重要因素,不僅影響企業創新,同時還是促進國際間技術傳播的重要手段。趙方捷(2013)[3]對英國的專利制度發展史進行了分析,指出專利保護對英國技術創新的各個階段均產生了重要作用。顧群和翟淑萍(2013)[4]、黨國英等(2015)[5]研究了中國的高技術產業發展指出,知識產權保護與高技術產業創新效率兩者之間呈現倒“U”型關系。趙娜、王博(2016)[6]提出,隨著知識產權保護強度的提高,其對科技創新起著先促進后抑制的作用。王冰清、羅鄂湘(2021)[7]認為知識產權保護對中國不同地區高技術產業不同階段創新效率的作用存在著差異,且在高創新效率地區其正向促進作用更強。王桂梅等(2021)[8]也持有類似觀點,他們通過實證得出知識產權保護對東部地區高技術產業創新效率的促進效果最顯著,而對中西部地區的效果則相對較弱的結論。周汨(2011)[9]在其研究中指出,更強的專利保護確實促進了中國的技術進步。鄭亞莉、宋慧(2012)[10]指出中國知識產權保護強度在逐年增強,其與高技術產業競爭力之間具有顯著的正向關系。曾江洪等(2020)[11]探討了中國高科技企業研發投入的同群效應,提出知識產權保護強化了企業研發投入的行業趨同。周克放、喬永忠(2020)[12]研究指出中國專利立法保護強度有效促進了高技術產業發展,但專利執法方面的不完善減弱了這一促進作用。總的來看,目前的研究主要說明了兩點:一是多數研究支持知識產權保護強度對企業科技創新存在倒“U”型的影響;二是學者們認為目前中國知識產權保護強度還處于倒“U”型關系的左側,因此提高知識產權保護強度總體上有利于促進科技創新效率的提高。
對于知識產權保護強度與高技術產業發展的影響及情況,大部分文獻研究認為對于科技創新行為,存在一個最優的知識產權保護強度(O'Donoghue,Zweimuller,2004[13];Lorenczik,Newiak,2012[14];劉小魯,2011[15])。并且學者們認為,最優的知識產權保護強度并非是不變的,而是因經濟發展水平、國家和地區具體情況不同而變化。如文禮朋、郭熙保(2007)[16]的研究指出,對于中國這種后發展國家來說,較窄的保護寬度和較弱的保護水平更有利于技術創新行為的培養。范德成、谷曉梅(2020)[17]研究了中國高技術產業創新效率影響因素后提出,知識產權保護是影響創新效率的關鍵環境因素,不同經濟發展水平的地區應當匹配適度水平的知識產權保護強度。韓慧霞、金澤虎(2020)[18]則認為隨著全球貿易政策風險變動,適用于高技術產業技術進步的最優知識產權保護強度也需要不斷調整。也有研究關注到對于科技創新行為,既然存在一個最優知識產權保護強度而非兩者之間單純的線性關系,那么知識產權保護對科技創新的影響應該是在多重效應共同作用下產生的,且不同的知識產權保護強度下,各種效應產生的影響也不同,由此造成總體結果的差異性,過于嚴格的知識產權保護可能會不利于促進科技創新。如唐保慶等(2018)[19]分析認為知識產權保護有助于激勵創新、優化人力資本配置,但同時嚴格的知識產權保護會產生技術壟斷和市場擠出效應,這些效應的共同作用導致了最優知識產權保護強度的產生。當知識產權保護強度較低時,提高知識產權保護水平有利于高技術產業發展,帶來高科技領域人力物力資源的集聚,這種集聚效應會推動創新發展。如宛群超等(2021)[20]認為科技人才的集聚對本地高技術產業創新績效有著顯著的正向直接效應,卻對關聯地區高技術產業創新績效產生了顯著的負向間接效應。王雅潔、韓孟亞(2021)[21]提出高技術產業集聚具有空間溢出效應,能夠提高臨近地區創新績效。郭愛君、雷中豪(2021)[22]則認為地方知識產權能夠促進本地集群產業升級,但對其他地區產業升級和技術創新會產生負向空間溢出效應。上述研究表明,在多種因素的影響下,存在一個最優的知識產權保護強度對于促進科技創新起到了良好的效果,且因具體情況不同這一最優保護強度也不同,知識產權保護過于寬松或者過于嚴格都會阻礙科技創新發展。對于文章研究的高技術產業也同樣如此,高技術產業的持續發展必然對知識產權保護提出了更高要求,推動政府實行更加嚴格的知識產權保護標準,在這種相互促進作用下,知識產權保護水平進一步提高到某一程度后,過于嚴格的知識產權保護會使得擁有專利權的企業進行技術壟斷,利用優勢地位打壓其他競爭者,這不利于激發創新活力。因此,研究適用于當前中國高技術產業發展的最優知識產權保護強度是必要的。
總體來看,學術界對于知識產權保護強度影響高技術產業技術創新等方面的研究較為全面和深入。多數文獻研究認為確實存在最有利于高技術產業發展的最優知識產權保護強度,然而,絕大部分的研究也只是說明了存在性以及最優保護強度的動態性,但對于最優的知識產權保護強度是多少,目前中國知識產權保護強度是否達到最優強度,以及距離最優強度的差距大小等問題的定量分析卻相對較少。此外,大部分文獻著重研究高技術產業創新效率,以企業技術創新輸出結果為導向,關于知識產權保護對企業創新研發投入影響的研究并不多。實際上,研發投入強度能夠顯著促進高技術企業的創新產出水平(金成國等,2021)[23],提高研發投入水平顯然有利于高技術產業創新效率。作為輸入端,企業研發投入水平的變化能夠更直接地體現出知識產權保護強度提高對高技術企業生產經營活動的影響。基于此,文章主要研究知識產權保護強度對高技術產業創新投入水平的影響,也對目前中國高技術產業知識產權保護強度進行了定量分析。文章的主要貢獻在于,構建計量經濟模型測算促進高技術產業研發投入水平的最適知識產權保護強度,并分析中國東部地區、中部地區、西部地區以及東北地區知識產權保護實際強度與最適強度之間的關系,從而對中國區域高技術產業發展不平衡問題提出政策建議。
高技術產業研發投入行為受到外部環境和自身規模的影響,根據已有文獻的研究,作為高度依賴技術研發能力和技術專利保護的產業,高技術產業除了知識產權保護強度對其研發投入有著重要影響外,所在地的經濟、人口、市場環境等因素亦對其研發行為產生影響,此外,高技術產業自身規模在一定程度上也決定了其研發投入水平。為了滿足模型估計的無偏性要求,將上述影響因素納入模型之中,并將其分為供給因素、需求因素和自身因素。具體而言,供給因素包括知識產權保護、基建狀況、市場化水平和人力資本,需求因素包括人口聚集度和人均可支配收入,自身因素包括企業營業收入規模。為此,文章構建的基準計量模型如下:

其中,i 和t 分別表示地區和時間,因變量RDIit表示高技術產業研發投入水平,IPRit表示知識產權保護強度,XitS是反映供給因素的自變量,包括基礎設施狀況Infrastructureit、市場化程度Marketit 和人力資本Humanit;Xitd是反映需求因素的自變量,包括人口聚集度Aggregationit以及收入水平Incomeit;Xitm反映企業自身因素的自變量,包括營收水平Revenueit;εit為隨機擾動項。
(1)高技術產業研發投入水平RDIit
以往多數文獻在構建高技術產業研發投入水平指標時僅考慮了研發投入資金這一因素,但高技術產業研發投入不僅包括研發資金支持,還包括研發人才的投入,因此高技術產業研發投入水平的衡量應當綜合考慮各地區研發活動投入的人力、物力以及現有的機構數量。
基于此,文章以R&D 人員折合全時當量HR 代表投入的人力水平,以R&D 項目經費PF 代表投入的物力水平,以規模以上高技術產業數量NI 代表當地高技術產業機構數量,構建的各省高技術產業研發投入水平指標如下:

該指標表示各省區市平均每個高技術產業研發投入的人力物力水平,根據這一指標,可以計算出2019 年中國東部地區、中部地區、西部地區以及東北地區高技術產業研發投入水平分別為21.033、19.390、19.445 和17.789。上述指標涉及的相關數據均來源于歷年的《中國高技術產業統計年鑒》。
(2)知識產權保護強度IPRit
文章借鑒了韓玉雄、李懷祖(2005)[24]在其研究中對于知識產權保護強度的測算方法。首先,構建知識產權保護實際執行效果指標,由4 個指標的算術平均值組成,分別是律師比例、知識產權保護立法時間、人均GDP 以及知識產權保護監督時間,其中,知識產權保護監督時間以中國2001 年加入WTO 為起點,以2035 年中國基本實現社會主義現代化為終點,該指標均勻地從0 變成1。隨后,將知識產權保護實際執行效果乘以知識產權保護水平(Ginare &Park,1997[25]的研究方法測算得出),得到知識產權保護實際強度IPRit。上述指標涉及的涉及數據來源于歷年《中國統計年鑒》、各地區《統計年鑒》 和《中國律師年鑒》。
(3)其他自變量
對于其他自變量,文章指標構建如下:以每平方千米公路長度表示基礎設施狀況Infrastructureit,以非國有企業和非集體企業從業人員數占勞動力總人數的比例表示市場化程度Marketit,以就業人員平均受教育年限表示人力資本Humanit,其中,小學為6 年,初中為9 年,高中和中專為12 年,大專和本科設定為16 年,研究生設定為20 年。以各省區市城鎮人口除以各省區市面積的商,并取自然對數得到人口聚集度Aggregationit,以人均可支配收入的自然對數表示收入水平Incomeit,以各省區市高技術產業平均營業收入的自然對數表示營收水平Revenueit。上述指標的數據來源于國家統計局、歷年《中國高技術產業統計年鑒》、各省區市《統計年鑒》和《中國交通運輸統計年鑒》。
(4)知識產權保護強度的工具變量
政府部門通過知識產權保護等方式促進了高技術產業的發展,同時高技術產業發展的緊迫性和重要性也推動了知識產權保護立法和執法的完善,這種互為因果的關系可能導致知識產權保護強度是一個內生變量,就需要運用工具變量法進一步提高模型估計的無偏性和一致性。文章借鑒唐保慶等(2018)[19]研究中的做法,構建“距離指數”與“鐵路密度”的乘積作為知識產權保護強度的工具變量。具體來說,首先計算各省區市到北京市、經濟特區以及沿海開放城市共計20 個城市的最短空間距離,加上確定最短空間距離的城市所在省區市的內部距離之和,如果是這20 個城市本身或其所在省份,則只計算其內部距離。
首先設上述20 個城市所在省區市的集合為C,然后得到i省的“距離指數”DIi如下:

由于“距離指數”是一個不隨時間變化的變量,因此,需要再構造一個隨時間變化的“鐵路密度”指標,其定義為從某一省份到離其最近的上述20 個城市所在省區市途中經過的所有省份的鐵路里程數。由此得到知識產權保護強度IPRit的工具變量IVit=DIi×Railwayi,t-1,并以其平方項IVit2作為IPRit2的工具變量。通過相關性檢驗,該工具變量與知識產權保護強度在1%顯著水平上相關,其系數為0.729。
文章運用中國2009—2019 年30 個(西藏和港澳臺地區除外)省際面板數據實證檢驗知識產權保護強度對高技術產業投入水平的影響,以及東中西部地區知識產權保護強度與最適強度的關系。
表1 是運用不同工具變量后的模型回歸結果。從表1 結果可見,知識產權保護對高技術產業研發投入水平在1%水平上顯著,這說明當前知識產權保護有助于提高高技術產業研發投入程度,同時知識產權保護強度平方項IPRit2的系數顯著為負,也表明了知識產權保護對高技術產業研發投入水平的影響呈現倒“U”型特征。根據上述兩項系數,計算出三個工具變量下的知識產權最適強度分別為3.550、3.652、3.609,平均值為3.604,從而得出中國知識產權保護強度達到3.604 時,對高技術產業研發投入的促進作用最大。通過計算可知,2019 年中國的知識產權保護平均強度為3.115,比最適保護強度水平低15.70%,說明當前中國依然處于需要繼續加強知識產權保護水平的階段,但相較于2009 年的知識產權保護強度1.923,已經有了顯著提高。

表1 不同工具變量的模型回歸結果
由于中國地區間發展不平衡,地區之間的知識產權保護水平也存在明顯差異,因此,文章分不同地區對模型進行回歸以分析各地區的知識產權保護對高技術產業研發投入水平的影響。根據表2 中國東部地區、中部地區、西部地區以及東北地區的模型回歸結果可知,當前知識產權保護對各個地區的高技術產業研發投入均具有顯著的正向影響,同時這一影響的倒“U”型特征也依然存在。通過計算可以得出,東部地區、中部地區、西部地區以及東北地區的知識產權最適保護強度分別為3.718、3.581、3.503 和3.612,而2019 年上述四個地區的知識產權保護強度分別是3.433、3.002、2.962、2.844,其相對差距則分別是8.30%、19.29%、18.26%、27.00%。顯然,東部地區最接近知識產權保護最適強度,說明其知識產權保護對高技術產業研發投入的促進作用相對最大,這也跟大多數文獻的研究結論相一致。其他三個地區中,東北地區2019 年知識產權保護強度與最適強度的差距最大,為27.00%,可能的原因是東北地區知識產權執法水平相對較為落后,深層原因則可能是當地營商環境、自然條件和經濟水平等因素抑制了高技術產業的發展。

表2 分地區的模型回歸結果
總體來看,中國東部地區知識產權保護水平較高,接近于知識產權最適保護強度,而其他三個地區知識產權保護強度與最適強度之間有著較為明顯的偏離。造成的結果是,各地區之間的高技術產業研發投入水平不同,并且在不同知識產權保護強度下,這一偏差會越來越大,導致東部地區高技術產業研發投入強度在未來會逐漸拉開與中部地區、西部地區、東北地區的差距。進一步的,由于研發投入水平差異的持續擴大化,各個地區高技術產業發展水平的不平衡問題也將愈發嚴重,市場機制的不協調導致相關人力、資本等資源向東部地區集中,在促進東部地區高技術產業發展的同時惡化了其他地區高技術產業發展的條件。
為驗證回歸結果的穩健性,文章采用替代核心變量度量指標的方法對上述研究結論進行穩健性檢驗。具體而言,文章采用王小魯、樊綱和胡李鵬的《中國分省份市場化指數報告(2018)》中提供的省際IPRW數據作為替代變量,對模型進行回歸,其中缺失的2017—2019 年數據通過回歸方法推算得出,并將上述數據進行標準化處理。
根據表3 全國及分地區穩健性檢驗的回歸結果顯示,知識產權保護強度IPR 的系數顯著為正,而其平方項IPRit2的系數顯著為負,說明穩健性檢驗結果與前文研究結論完全一致。進一步測算發現,全國及分地區的知識產權保護最適強度均高于2019 年的知識產權保護實際強度,且東部地區知識產權保護實際強度與最適強度之間的偏離度是最小的,而東北地區的這一指標則是最大的,這也與前文的研究結論相同,進一步驗證了地區間知識產權保護強度的差距導致其高技術產業研發投入水平差距的擴大化,進而導致地區間高技術產業發展不平衡問題的凸顯。

表3 全國及分地區穩健性檢驗結果
文章研究了知識產權保護強度對高技術產業研發投入水平的影響,從知識產權保護實際強度與最適強度的視角,運用2009—2019 年的省際面板數據進行實證分析,得出了如下結論:
第一,知識產權保護有助于促進高技術產業研發投入,其對高技術產業研發投入的影響呈現倒“U”型特征,這一結論與當前大多數文獻的研究結果一致。
第二,存在一個知識產權保護最適強度,能夠最大程度促進高技術產業研發投入,而中國目前的知識產權保護實際強度尚未達到這一水平,文章測算的相對差距為15.70%。
第三,分地區來看,中國東部地區、中部地區、西部地區和東北地區知識產權保護實際強度均低于各自的知識產權保護最適強度,其中,東部地區知識產權保護實際強度最接近最適強度,東北地區的這一差距則最大。
第四,由于不同地區知識產權保護實際強度與最適強度的差距不同,這將拉大各地區的高技術產業研發投入水平差距,東部地區高技術產業對于科技創新資源的吸引力更強,導致其他地區相關人力、資本等向東部地區集聚,這一趨勢加劇了各地區高技術產業發展差距,從而導致地區間高技術產業發展不平衡問題日益嚴重。
基于此,文章認為:在地方層面,各地區一方面應當積極采取措施加強知識產權保護,尤其是對于中西部地區、東北地區,應當積極加強知識產權立法和執法強度。另一方面,應當積極推進地區高新技術交易市場化進程,積極引進高技術人才,對本地和引進的科技人才制定稅收、補貼、子女教育、配偶安置等方面的優惠政策,對于高技術企業,特別是具有地方產業特色的高技術企業,地方政府可以實行加大稅收優惠力度、減免土地租金等相關政策。在中央層面,中央政府應當在宏觀上加大對中西部地區和東北地區的知識產權保護的政策支持,如建立全國統一的知識產權保護案件審判法庭或仲裁機構,推動知識產權保護法律體系的建設完善,針對中西部地區和東北地區,督促其地方政府出臺更嚴格的知識產權保護政策,提高知識產權保護工作在地方政績考核中的重要性,推動縮小這些地區與東部地區知識產權保護強度上的差距,此外,也要加大對中西部地區特別是東北地區的科技領域財政轉移支付力度,完善專項轉移支付制度,強化對這些地區的財政支持,為解決地區間高技術產業發展不平衡問題奠定基礎。
文章的研究也存在一定的不足之處,主要體現在未能在知識產權保護對高技術產業研發投入影響的作用機理方面進行深入分析,也未能分解出具體影響因素并就其實際效應進行定量研究,這將是未來進一步探討的方向。