研發投入結構對省域專利質量的影響

曹崢林　蔣紹琴

摘 要：實證分析2007-2018年長江經濟帶11個省市研發投入結構對省域專利質量的影響效應。研究結果表明，從長江經濟帶整體來看，研發投入結構顯著正向影響省域專利質量，但以研發投入結構作為門檻變量發現，研發投入結構對省域專利質量的影響存在明顯的雙重門檻效應，研發投入結構的最優區間為（0.044 5，0.078 8］；分地區探討發現，研發投入結構對省域專利質量的影響存在地區異質性，對長江下游地區的省域專利質量具有顯著促進作用，并存在單一門檻效應，超過臨界值0.070 6，促進效應減弱；對長江中上游地區的省域專利質量的促進作用不顯著且不存在門檻效應。為提升長江經濟帶各省市的省域專利質量水平，需合理協調基礎研究與應用研究投入占比，重視兩者之間的協同發展。

關鍵詞：基礎研究；應用研究；省域專利質量；研發投入結構；長江經濟帶

中圖分類號：F207；F204；F127；D923.4

文獻標識碼：A doi：10.3969/j.issn.1672-2272.202303128

The Impact of R&D Investment Structure on Provincial Patent Quality

—— Based on Empirical Analysis of the Yangtze River Economic Belt

Cao Zhenglin，Jiang Shaoqin

（Chongqing Intellectual Property College Chongqing University of Technology， Chongqing 400054，China）

Abstract：Empirical analysis of the impact of R & D investment structure on provincial patent quality in 11 provinces and cities in the Yangtze River Economic Belt from 2007 to 2018. The results show that，from the perspective of the Yangtze River Economic Belt as a whole， the R&D investment structure has a significant positive impact on the improvement of provincial patent quality. However， using the R&D investment structure as a threshold variable， it is found that there is an obvious double threshold effect on the impact of R&D investment structure on provincial patent quality. The optimal range of R&D investment structure is （0.044 5，0.078 8］；Through the discussion of different regions， it is found that there is regional heterogeneity in the impact of R&D investment structure on the quality of provincial patents， which has a significant role in promoting the quality of provincial patents in the downstream regions and has a single threshold effect. When it exceeds the critical value of 0.070 6， the promotion effect is weakened. The promotion effect on the provincial patent quality in the middle and upper reaches is not significant and there is no threshold effect. In order to improve the provincial patent quality level of provinces and cities in the Yangtze River Economic Belt， it is necessary to reasonably coordinate the proportion of investment between basic research and applied research， and attach importance to the synergistic development between them.

Key Words：Basic Research; Application Research; Provincial Patent Quality; R&D Investment Structure; Yangtze River Economic Belt

0 引言

專利是參與市場競爭的核心戰略資源，也是國家自主創新能力的體現。截至2021年底，我國3種專利申請量約為524.4萬件，PCT國際專利申請約為6.95萬件，位居全球各國專利申請量前列。但是，我國整體專利質量并未隨著專利數量的增加而提高，“專利泡沫”和“創新假象”問題頻現，導致部分專利華而不實，未能在我國自主創新驅動發展中發揮出支撐和引導作用。2021年國務院印發《“十四五”國家知識產權保護和運用規劃》指出，堅持質量優先，加快推動知識產權工作由追求數量向提高質量轉變。

研發是指研究與試驗發展（R&D），是為了提高知識的儲備，并為知識開發設計出全新的應用而開展的創造性、系統性工作。研發投入是開展科技創新活動的基礎。研發投入結構是各種研發活動的組合搭配，在促進我國技術進步和自主創新方面具有重要作用。從國家統計局發布數據可知，我國2021年R&D經費投入約為27 864億元，其中基礎研究經費為1 696億元，占R&D經費的6.09%。就經費總量而言，中國超過了日本和歐盟等國家，而在研發活動經費結構方面，我國大部分R&D經費流入了應用性研究（應用研究和試驗發展），基礎研究僅僅只占很小部分，發達國家（如美國、英國等）一直將R&D經費的15%～30%用于基礎研究，與之相比，中國對基礎研究投入不足。實踐表明，我國加大R&D經費整體投入舉措雖提高了專利數量，但研發投入結構失衡抑制了研發活動優勢的高效發揮，導致專利質量難以提升。

黨的二十大報告提出加快實施創新驅動發展戰略，加快實現高水平科技自立自強。長江經濟帶經濟基礎雄厚，科技創新資源豐富，覆蓋我國東中西地區11個省市，是我國科技強國建設中戰略支撐作用最大的區域之一。但是，一些省域沒有發揮出創新的引領作用，自主創新能力還不足以推動長江經濟帶的高質量創新發展。因此，探討研發投入結構對省域專利質量的影響，為長江經濟帶研發投入結構的優化和專利質量的提升提供理論支撐。

1 文獻綜述

文獻梳理發現，直接探討研發投入結構與專利質量兩者間關系的文獻較少。徐春騏等[1]曾以3種專利中發明專利申請與授權所占比例、專利有效量中發明專利所占比例測量一個國家和地區的專利質量，分析統計數據發現，我國以上指標均小于發達國家，并指出這一現象與我國R&D經費投入不足，以及R&D活動經費投入中的基礎研究占比偏低相關，但缺乏實證研究。此后，大部分文獻是在實證層面探討研發投入結構與技術創新的關系，其中有研究采用測度專利質量的相關指標來衡量技術創新，并采用一個或多個專利質量指標對技術創新進行度量，發現研發投入結構與技術創新之間存在線性關系。高麗娜等[3]通過區域專利申請授權數測算區域創新規模、每萬人專利申請授權數測算人均創新水平，以及發明專利申請授權占比測算創新產出結構，運用系統GMM方法分析發現，基礎研究強度會明顯抑制區域創新績效的動態發展。趙玉林等[4]選擇我國30個省市區的PCT專利申請數作為高質量創新代表，以探討研發投入結構與高質量創新之間的聯系，結果發現除了試驗發展，基礎研究和應用研究對我國各省份的高質量創新發展起到積極推動作用。曾德明等[5]分析有機化學行業發明專利申請數發現，與基礎研究合作廣度相比，應用研究合作廣度對企業創新績效的影響較大。也有學者認為研發投入結構與技術創新之間影響是非線性關系。張龍鵬等[6]從最優研發投入結構視角，以累計受理專利中發明專利占比來度量各省份的技術創新水平，發現基礎研究發展與累計受理專利中發明專利占比之間表現為倒“U”型關系。蔣海威[7]采用3種專利申請數分別表征區域創新水平，基礎研究經費與應用研究經費的比值度量研發投入結構，結果發現在基礎研究與應用研究比值不斷增加下，區域創新增長速度呈現出先提升后下降的態勢。

部分學者采用了專利質量指標和非專利質量指標共同衡量技術創新。林卓玲等[8]實證結果顯示，基礎研究與產業結構協調度對于區域創新中的專利授權數與新產品銷售收入額均有明顯的正向效應。李政等[9]利用主成分分析法對每萬名從業人員有效發明專利數、每萬名從業人員發明專利申請數和新產品銷售收入占主營業務比重3項指標綜合評價產業創新績效，發現應用研究投入與產業創新績效之間是一種倒“U”型關系，基礎研究投入與產業創新績效之間是一種線性關系。劉巖等[10]實證分析發現，基礎研究寬度對技術創新績效起到積極作用，而基礎研究深度對技術創新績效的影響效應呈倒“Ｕ”型關系。

綜上，探討研發投入結構與專利質量之間關系的研究成果豐富。然而，已有研究中專利質量通常被視為技術創新的表征，選取指標比較單一或宏觀，但創新與專利顯然是不同的概念，而且在研究樣本選擇上，大多關注全國30個省市區或某一具體產業，較少聚焦長江經濟帶區域，導致分析過于籠統，難以深入地認識到長江經濟帶的研發投入結構對省域專利質量的具體影響。基于此，本文以長江經濟帶為研究對象，采用基礎研究投入與應用研究投入之比來衡量研發投入結構，并從多個維度對省域專利質量進行測度，以期從理論和實證層面揭示兩者之間的內在關系，從而進一步完善相關理論體系，同時也為長江經濟帶各省市調整研發投入結構和提升省域專利質量提供新思路。

2 理論分析與研究假設

研發投入是技術創新的基礎，因此研發投入結構的合理配置是影響國家R&D經費投入決策的關鍵因素，也是當前學術界研究的熱點。省域專利質量是衡量技術創新的最佳產出指標，其發展趨勢將受到研發投入結構的影響，尤其是基礎研究與應用研究之間的投入占比。為此，通過分析基礎研究和應用研究分別對省域專利質量的影響機理，分析研發投入結構如何影響省域專利質量發展，為實證研究提供理論基礎。

2.1 基礎研究對省域專利質量的影響機理

基礎研究是聚焦技術創新前沿領域，是為獲得新知識、新原理、新方法而進行的研究活動。其研究成果以科技論文、著作等為主，體現出知識的原始創新能力。基礎研究的前瞻性可以為技術創新開拓出新路徑，提高創新主體的自主創新能力，從而影響省域專利質量發展。首先，開展基礎研究可以使省域內的知識和人力資源得到更好地協同發展[11]。充分利用省域內豐富的基礎研究成果，可以培育出一批從事基礎研究的高層次人才，同時高層次人才又可以將基礎研究成果運用于專利研發工作中，從而提高省域的專利研發實力。其次，基礎研究所形成的通識知識具有正向外部性[12]，能對專利的研發產生較強的知識外溢作用。當通識知識積累到一定程度時，可以有效地解構和理解隱藏在先進技術中的深層知識，降低后發省域“搭便車”式技術的獲取難度，進而增強省域內部的技術吸收能力，提升省域專利質量。最后，加強基礎研究對縮小省域與國內外發達地區間的技術差距具有積極作用。隨著省域與發達地區技術水平不斷接近，省域對自身的自主創新需求也在不斷提高，逆向激發省域進行自主研發和技術升級。

2.2 應用研究對省域專利質量的影響機理

應用研究的目的性較強，是對現有知識的一種延伸性研究，將基礎研究成果或引進的外在技術等進行加工與運用，可以直接推動技術的開發與應用。應用研究成果以發明專利為主[13]，主要通過改進先進技術和成果轉化等途徑，對省域專利質量產生直接影響。首先，應用研究可以有效地緩解基礎研究活動中費用過高的窘境[14]。通過對已有先進技術的適應性改造或升級，在短時間內以較快的速度和較低的成本取得創新成果，滿足市場對新技術的更高或更深層次的要求。其次，它可以將基礎研究成果轉化為專利[15]。但應用研究對專利質量的大幅度提升缺乏持續性的內生力，這是因為應用研究受制于現有先進技術和本土基礎研究知識的廣度與深度。先進技術擁有者為了維持其技術壟斷地位，會將核心技術使用權占為己有，或是在技術標準的制定、技術使用和技術轉讓上，設置較為苛刻的門檻，從而增加后發者對先進技術的依賴程度。過低的基礎研究投入會限制應用研究的發展空間，對省域專利質量提高產生一定的制約作用。如果長期在應用研究上投入大量經費，使省域處于模仿、改進階段停滯不前，便難以在新技術領域取得優先權，會始終處于落后狀態，無法真正地實現自主創新[16]。

2.3 研發投入結構對省域專利質量的影響機理

不同比例的基礎研究與應用研究組合會影響省域專利質量。研發投入結構對省域專利質量的影響程度，會隨著基礎研究與應用研究之比的變化而變化。當省域的基礎研究投入長時間處于較低水平時，應用研究對省域專利質量產生的影響占主導地位。各省市主要是通過技術依賴以引進和改造外部先進技術等方式來進行內部技術升級，提升省域專利質量。但是，省域基礎研究水平高低決定了應用研究的投資回報率，若要長期保持省域專利質量的提升效率，就需立足于省域前期的基礎研究成果[17]。當基礎研究投入達到了足以支撐省域實現自主創新的水平，就可以解決阻礙省域專利質量提升的根本性問題，如勞動者技能高低、資源融合程度和對外部先進技術的吸收能力等，能為省域帶來徹底的技術突破，推動省域專利質量發展。同時，根據資源基礎理論，基礎研究與應用研究相輔相成，才能產生較好的創新效益。Prettner等[18]發現基礎研究促進經濟增長最大化存在一個最優解。

基于上述理論分析，本文提出假設H1、H2：

H1：研發投入結構對長江經濟帶省域專利質量具有顯著正向影響；

H2：研發投入結構對長江經濟帶省域專利質量的影響存在非線性門檻效應。

研發投入結構在影響省域專利質量過程中，會受到地區經濟實力、創新資源、科技水平、開放程度等各種因素的影響。研究表明，在同一國家中，位于不同階段的不同地區或許需要使用不同的經濟增長理論[19]。當某地區在經歷跟蹤、模仿和引進先進技術階段后，達到了較高層次的創新水平，它在技術模仿上的空間會隨著時間推移越來越小，難度也會越來越大。此時，亟需由模仿創新向自主創新轉變，激發地區創新動力，進而刺激高質量專利產出。當某地區處于跟蹤、模仿、引進先進技術階段，且自身創新能力距離發達地區還有較大差距時，應以研發活動中的應用研究為重心，通過成本較低的技術引進，吸收融合前沿技術知識，以提升現階段的省域專利質量水平。此外，不同研發活動存在的風險有所差異。基礎研究所產生的試錯與時滯成本，決定了承擔研發的地區需具備較為雄厚的經濟實力；應用研究的技術依賴性強，決定了在技術領先且經濟發達地區中，它對省域專利質量的促進作用會受到限制。長江經濟帶是我國科技綜合實力最發達的區域之一，但其上中下游各地區之間存在著差距，經濟和科技基礎發展不平衡。鑒于此，長江經濟帶不同地區的省市在不同發展階段側重于基礎研究與應用研究的重心也應不同。

基于上述理論分析，本文提出假設H3：

H3：研發投入結構對長江經濟帶省域專利質量的影響具有地區異質性。

3 研究設計

3.1 模型設定

3.1.1 基準回歸模型

為準確合理地考察研發投入結構對省域專利質量產生的影響效應，在分析與研究假設基礎上，結合本文所涉及的問題，建立了基于面板數據的回歸模型，如式（1）所示：

在式（1）中，i代表長江經濟帶11個不同的省市，t代表年份時間。PQ是被解釋變量，即長江經濟帶11個省市的省域專利質量水平。JY是核心解釋變量，即研發投入結構。control為控制變量，即對外開放水平、產業結構、技術交易活躍度、金融發展、市場容量、人力資本水平、科技投入水平和政府干預程度。a0為常數項，a1、a2分別為核心解釋變量和控制變量的回歸系數，ui代表個體固定效應，rt代表時間固定效應，e為誤差項。

3.1.2 門檻效應模型

為驗證研發投入結構與省域專利質量之間的非線性關系，在基準回歸模型基礎上，借鑒Hansen[20]的做法，建立以研發投入結構為門檻變量的面板門檻效應模型，如下式（2）所示：

為指示性函數，由門檻變量及相應的門檻值來確定，φ1、φ2為可能存在的門檻值。b0為常數項，b1、b2、b3、b4分別為各自對應的回歸系數。其余符號含義與式（1）一致。

3.2 變量測度

3.2.1 被解釋變量

被解釋變量為省域專利質量。本文將省域專利質量界定為省域內專利對省域競爭優勢形成所發揮的作用，省域內專利形成的競爭優勢越強，其專利質量水平就越高[21]。參考丁煥峰等[22]、謝紅軍等[23]和馮劭華等[24]文獻的專利質量衡量指標，結合研究目的，選取以下5個指標構建一個綜合評價指標體系，具體包括：發明專利申請占比、發明申請授權率、專利權利要求平均數、專利被引平均數和專利維持有效占比。

該指標體系涉及到一個省市專利從發明到申請、再到審查和營運的整個生命周期，并涵蓋專利質量的宏觀和微觀層面，可較好地反映出一個省市的省域專利質量水平。值得注意的是，統籌考慮到早期專利因存在的時間較長而引用量較高，以及為增強各省市每年省域專利質量的可比性，借鑒參考相關文獻[23-24]，統一以發明專利在授權當年和未來3年內被引平均數和存活率的具體情況，來計算當年發明專利的技術競爭力和市場價值。因此，省域專利質量數據的采集時間范圍為2007-2021年，測度時間范圍為2007-2018年。具體評價指標體系及各指標處理方式如表1所示。

在計算省域專利質量綜合指數時，借鑒胡諜等[25]測量專利質量綜合指數方法，在Stata17中使用主成分分析法，計算出各個二級指標權重，得到長江經濟帶各省市2007-2018年省域專利質量綜合指數，以此代表省域專利質量水平。省域專利質量的綜合指數測算公式如式（3）：

式（3）中，X1-X5依次分別為發明專利申請占比、發明申請授權率、權利要求平均數、3年內專利被引平均數和維持3年以上專利占比。

3.2.2 核心解釋變量

核心解釋變量為基礎研究經費存量與應用研究經費存量的比值。各省市2007-2018年的基礎研究和應用研究經費存量使用永續盤存法[26]進行計算，其公式見式（4）：

RDSit=（1－δ）RDSit－1+RDit（4）

在式（4）中，i、t分別代表省份與年份，RDS表示各省市每年的各類研發活動經費存量，RD表示各省市每年的各類研發活動經費實際投入，δ表示研發活動經費經費存量的折舊率。

基年2007年的經費存量的計算公式見式（5）：

RDSit2007=RDit2007/（git+δ）（5）

在式（5）中，RDS表示2007年各省市的各類研發活動經費存量，RD表示2007年各省市的各類研發活動經費實際投入，g為2007-2018年各省市的各類研發活動實際經費投入的平均增長率。

各類研發活動經費存量的計算需注意以下4點：①基礎研究和應用研究均用研發投入價格指數折合成基年2007年的水平，研發投入價格指數參照朱平芳等[27]計算方式，將研發投入價格指數設定為0.45×消費價格指數+0.55×固定資產投資價格指數；②計算各類研發活動經費存量時均選用15%的折舊率；③基礎研究與應用研究經費實際投入的劃分標準參照Gersbach等[28]的做法，將《中國科技統計年鑒》R&D經費內部支出中的基礎研究歸為基礎研究經費投入，應用研究和試驗發展合并為應用研究經費投入；④由于2009年前《中國科技統計年鑒》R&D經費內部支出中沒有列出企業的基礎研究份額，而企業大部分都是從事試驗發展活動，參照羅珵[29]的做法，2007-2008年基礎研究經費實際投入為各地區研發機構和高校的基礎研究經費投入之和，應用研究經費實際投入分別為各地區研發機構和高校的應用研究、試驗發展經費投入，以及企業的R&D經費投入加總構成。

3.2.3 控制變量

省域專利質量水平高低受到多方面因素的影響，結合以往文獻選取以下控制變量，包括：①對外開放水平，采用地區進出口總額占各省市GDP總值的比重衡量[30]；②產業結構，采用各省市的第二產業占第三產業增加值的比重衡量[31]；③技術交易活躍度，采用各省技術市場成交額的對數衡量[32]；④金融發展，采用金融業增加值在各省市GDP中所占的比例衡量[33]；⑤市場容量，采用各省市規模以上工業企業數的對數衡量[34]；⑥人力資本水平，采用各省市人口抽樣調查6歲以上受教育年限的數據進行加權平均衡量[35]；⑦科技投入水平，采用各省市財政科學技術支出占地區GDP的比值衡量[36]；⑧政府干預程度，以地方財政一般預算支出占各省市GDP的比值衡量[37]。

3.3 數據來源

測度省域專利質量水平的專利指標數據均來源于智慧芽專利檢索數據庫，其匯集了專利申請、專利文獻、法律信息、運營情況等。長江經濟帶各省市基礎研究和應用研究經費數據均來源于《中國科技統計年鑒》，控制變量數據來源于《中國統計年鑒》《中國勞動統計年鑒》以及各省市相應年份的統計年鑒。運用Stata17對各個變量進行描述性統計，結果如表2所示。

4 實證結果分析

4.1 基準估計結果分析

使用面板數據時，需進行豪斯曼檢驗選擇相應的模型。結果發現，Prob>chi2的值為0.001 1，比0.01小，意味著拒絕原假設，因而選用固定效應模型。

表3為面板數據個體固定效應模型和雙向固定效應模型的回歸結果。其中，第（1）列為個體固定效應中研發投入結構的估計結果；第（2）列為雙向固定效應模型中研發投入結構的估計結果。根據以下回歸結果分析得到，當使用個體固定效應模型時，研發投入結構的回

歸系數為13.098，且通過5%顯著性水平；當使用雙向固定模型時，核心解釋變量的回歸系數為18.471，且通過1%顯著性水平。上述兩種模型結果意味著假設H1得到驗證，長江經濟帶研發投入結構對省域專利質量提升存在明顯的積極效應，省域專利質量會隨著基礎研究與應用研究比值提高出現增長的趨勢。換言之，提高長江經濟帶各省市省域專利質量水平，就需要著力于“原始性”技術培養，加大基礎研究投入力度，突破省域專利的核心技術瓶頸，并以應用研究輔之。

4.2 門檻效應分析

4.2.1 門檻效應檢驗

借鑒Wang[38]的方法，并采用“300次自抽樣法”，計算出相應的臨界值和p值，檢驗研發投入結構對省域專利質量的影響是否存在門檻效應。由表4可知，在影響省域專利質量過程中，研發投入結構確實存在門檻效應，并且為雙重門檻。表5可知，研發投入結構的第一個門檻值為0.044 5，第二個門檻值為0.078 8。

為驗證兩個門檻值的真實性，建立了研發投入結構門檻值的置信區間及似然比函數圖。如果門檻值在相應區間的LR值范圍之內，則說明門檻值為真實值。由圖1可知，研發投入結構門檻效應的雙重門檻估計值0.044 5和0.078 8，均位于95%置信區間的LR值范圍內。因此，門檻效應模型的門檻值為真實值。

4.2.2 門檻模型回歸結果分析

從表6可知，門檻值0.044 5和0.078 8將長江經濟帶11個省市研發投入結構劃分為3個層次，在不同層次區研發投入結構對省域專利質量的影響存在較為明顯的差異。當研發投入結構小于等于門檻值0.044 5時，其回歸系數為4.409，對省域專利質量的影響效應為正，但沒有通過顯著性檢驗。當研發投入結構位于0.044 5～0.078 8之間時，其回歸系數為23.317，在1%水平下顯著。當研發投入結構大于0.078 8時，其回歸系數為14.789，在1%水平下顯著。由此可見，隨著基礎研究與應用研究比值的增加，其對省域專利質量的影響呈現出“不顯著促進-顯著促進-顯著促進效應減弱”演變過程，即研發投入結構存在一個最優區間，此時能最大程度地作用于省域專利質量。因此，推斷出假設H2成立。究其緣由，當R&D經費投入中基礎研究與應用研究的比例顯著失衡時，省域積累的通識知識不能支撐自主創新，難以在省域專利技術的難點上取得突破。并且，抑制了省域對先進技術的吸收能力，導致通過應用研究以技術改造、模仿等方式提升省域專利質量的效果受到限制，最終造成整體研發投入結構對提升省域專利質量的影響無明顯積極作用。當R&D經費投入中基礎研究與應用研究的比例達到一個合理的區間，隨著基礎研究增加，省域自身可以憑借在基礎研究方面取得的成果，提高知識與人力資源配置和技術吸收能力，并為應用研究開展提供充足的研發資源，從而創造出有利于省域專利質量發展的研發環境。同時，長江經濟帶各省市也需重視基礎研究與應用研究融合發展，以免出現基礎研究成果難以通過應用研究轉化為專利的局面。

4.3 地區異質性分析

為驗證研發投入結構對省域專利質量的影響是否具有地區異質性，對長江經濟帶下中上游省市進行分樣本回歸及門檻效應檢驗，結果如表7、8、9所示。

由表9可知，在上中下游三大地區中，下游地區核心解釋變量研發投入結構在10%的水平下正向顯著，而中上游地區的回歸系數雖為正，但不顯著。由表7、表8可知，下游地區單一門檻值0.070 6在5%的水平下顯著，表明下游地區研發投入結構存在門檻效應；中上游地區的門檻檢驗均未通過，不存在門檻效應。以上結果表明，研發投入結構在長江經濟帶3個不同地區對省域專利質量的影響存在地區異質性，假設H3成立。

在長江經濟帶下游地區，如表9第（1）列所示，研發投入結構的回歸系數為39.791，在10%水平下顯著。由表9第（2）列所示，以研發投入結構作為門檻變量發現，當下游地區研發投入結構低于等于門檻值0.070 6時，其對省域專利質量的回歸系數為57.772，在5%水平下顯著；當研發投入結構大于0.070 6時，其對省域專利質量的回歸系數為52.951，同樣在5%水平下顯著。下游地區研發投入結構對省域專利質量的影響效應，隨著基礎研究與應用研究比值的增加有所減弱，但具有顯著的促進作用。

長江經濟帶上中下游地區出現這種現象主要原因在于：下游地區自身的經濟實力、技術水平、創新要素都較為優越，技術創新基礎扎實，通過模仿創新難以驅動省域專利質量實現質的提升。因此，需要基礎研究起到有力的支撐作用，加快創新方式由模仿創新向自主創新和前沿創新轉變，為提升省域專利質量提供新活力。中上游地區經濟發展水平不足，技術創新基礎薄弱，與發達地區技術水平存在較大差距。因此，以自主創新方式較難有效地快速提升省域專利質量，應以吸收和引進外部先進技術為主，加快消除與發達地區的技術鴻溝，實現現階段省域專利質量提升。

4.4 穩健性檢驗

4.4.1 內生性檢驗

在基準回歸中，研發投入結構與省域專利質量可能存在反向因果關系，導致回歸結果發生偏誤，因此，使用2SLS方法對上述模型進行內生性檢驗。參照顧夏銘等[39]選擇研發投入結構的滯后一期和滯后二期作為核心解釋變量的工具變量。如表10第（2）列所示，在1%水平下顯著的Kleibergen-Paap rk LM統計量表明不存在工具變量識別不足；Kleibergen-Paap Wald rk F統計量為134.839，大于其10%臨界值，表明不存在弱工具變量的問題，內生性檢驗工具變量選取有效。加入工具變量后，研發投入結構的回歸系數在10%水平下顯著，并且回歸系數有所提高，達到24.916，與基準回歸實證結果相吻合，說明上述模型沒有明顯的內生性問題，基準回歸結果穩健。

4.4.2 增加控制變量

在影響省域專利質量發展的因素研究中，R&D人員可以從省市內外部獲取知識，以及人員間的互動進行知識的轉移、共享、整合和吸收，改變和優化自身的知識容量與結構，從而影響省域專利質量發展。鑒于此，將R&D人員納入控制變量中，相應的衡量指標為R&D人員全時當量的對數[40]，用rdpeople來表示。由表10第（3）列可見，在增加R&D人員后，實證分析研發投入結構的回歸系數為18.428，在1%水平下顯著，與基準回歸中核心解釋變量系數的正負和顯著一致，且其余控制變量的系數正負和顯著也都沒發現變化，表明基準回歸結果穩健。

5 結論與建議

5.1 研究結論

本文對2007-2018年長江經濟帶11個省市的省域專利質量進行測算，從研發投入結構的角度出發，實證檢驗研發投入結構對省域專利質量的影響，得出如下結論。

（1）在長江經濟帶整個地區，研發投入結構對省域專利質量的提升作用尤為顯著，即基礎研究與應用研究之比越大，越能促進省域專利質量的提升。采用門檻效應模型，以研發投入結構作為門檻變量，研究發現基礎研究與應用研究之比并非越大越好，存在雙重門檻效應，對省域專利質量的影響表現出“不顯著促進-顯著促進-顯著促進效應減弱”特征，研發投入結構的最優區間為（0.044 5，0.078 8］。當研發投入結構小于0.044 5時，其對省域專利質量的影響效應不顯著，位于（0.044 5，0.078 8］之間時，其正向促進省域專利質量的邊際效用最大；大于0.078 8后，其正向促進省域專利質量的邊際效用減弱。

（2）在長江經濟帶不同地區，研發投入結構對省域專利質量的影響具有差異性。下游地區省域專利質量受到研發投入結構的顯著促進作用，并存在單一門檻效應。研發投入結構小于0.070 6時，其更有利于提升省域專利質量；大于0.070 6時，雖正向顯著影響，但影響效應略有下降，即促進效應會由大變小。中上游地區省域專利質量受到研發投入結構的促進作用不顯著。

5.2 對策建議

（1）加大研發活動中基礎研究投入比例。長江經濟帶各省市在加大R&D經費投入時，應注意不同研發活動經費投入分配，正確認識基礎研究對省域專利質量的積極影響，改變“重應用研究，輕基礎研究”觀念。同時，利用一些優惠政策減少高校、科研機構和企業的基礎研究風險，鼓勵他們積極參加或進行基礎研究，構建多元化的基礎研究投入體系。

（2）加強基礎研究與應用研究協同發展。強化地區知識產權保護強度，打通基礎研究與應用研究聯系紐帶，提高前沿知識運用能力。以政府作為合作橋梁，利用長江經濟帶地區科研機構和高等學校諸多優勢，促進企業與科研院所、高等院校形成高產的產學研協同關系，充分發揮各自的資源優勢，提高研發資源使用效率。

（3）根據地區發展階段制定針對性創新激勵政策。處于技術超越發展階段的長江經濟帶下游地區應將研發投入資源傾斜到基礎研究，提升原始創新能力，以帶動地區省域專利質量水平整體提升。中上游地區應側重對當前技術的模仿和改進，強化省域在應用研究方面的發展，積極吸收發達地區的技術、知識，提升自身的創新能力。

參考文獻：

[1] 徐春騏，吳棟，李占賓.專利申請與授權的國際比較與我國R&D經費投入分析[J].知識產權，2010，20（2）：42-47.

［2］ 蔡勇峰，李顯君，孟東暉.基礎研究對技術創新的作用機理——來自動力電池的實證[J].科研管理，2019，40（6）：65-76.

［3］ 高麗娜，蔣伏心.基礎研究強度與區域創新績效——政府支持與人力資本結構的調節效應[J].科技進步與對策，2021，38（20）：47-53.

［4］ 趙玉林，劉超，谷軍健.研發投入結構對高質量創新的影響——兼論有為政府和有效市場的協同效應[J].中國科技論壇，2021（1）：55-64.

［5］ 曾德明，趙勝超，葉江峰，等.基礎研究合作、應用研究合作與企業創新績效[J].科學學研究，2021，39（8）：1485-1497.

［6］ 張龍鵬.鐘易霖.基礎研究發展對技術創新的影響：基于最優研發結構視角[J].科技進步與對策，2021，38（17）：19-25.

［7］ 蔣海威.最優研發結構與創新——基于中國省級面板數據的實證研究[J].技術經濟與管理研究，2022（5）：27-30.

［8］ 林卓玲，李文輝，陳忠暖.基礎研究與產業結構協調發展對區域創新績效的影響[J].廣東社會科學，2016（3）：26-35.

［9］ 李政，王思霓.基礎研究與應用研究的產業創新效應[J].武漢大學學報（哲學社會科學版），2021，74（5）：91-104.

［10］ 劉巖，蘇可蒙，高艷慧.企業基礎研究對技術創新績效的影響：來自中國生物制藥企業的分析[J].科技進步與對策，2022，39（12）：102-111.

［11］ 周茜.基礎研究生態系統的概念、結構、特征與運行[J].中國科技論壇，2022（2）：59-67.

［12］ 徐曉丹，柳卸林.大企業為什么要重視基礎研究？[J].科學學與科學技術管理，2020，41（9）：3-19.

［13］ 胡緒華，呂程揚，丁緒輝.基礎研究與應用研究對地區經濟高質量發展的異質性作用——基于“中等收入陷阱風險”視角[J].科技進步與對策，2022，39（1）：60-68.

［14］ 吉亞輝，祝鳳文.技術差距、“干中學”的國別分離與發展中國家的技術進步[J].數量經濟技術經濟研究，2011，28（4）：49-63.

［15］ HAMMERSTEDT R H，BLACH E L. Commercialization of basic research from within the university and return of value to the public[J]. Animal Reproduction Science，2008，105（1-2）：158-178．

［16］ 彭秀麗，劉茂松.基于競爭優勢的內生型技術創新路徑[J].軟科學，2009，23（10）：87-90.

［17］ HENARD D H，MCFADYEN M A. The complementary roles of applied and basic research：a knowledge-based perspective[J].Journal of Product Innovation Management，2005，22（6）：503-514.

［18］ PRETTNER K，WERNERK.Why it pays off to pay us well： the impact of basic research on economic growth and welfare[J].Research Policy，2016，45（5）：1075-1090.

［19］ 嚴成樑.現代經濟增長理論的發展脈絡與未來展望——兼從中國經濟增長看現代經濟增長理論的缺陷[J].經濟研究，2020，55（7）：191-208.

［20］ HANSEN B E.Threshold effects in non-dynamic panels： estimation， testing and inference［J］. Journal of Econometrics，1999，93（2）：345-368.

［21］ 萬小麗.區域專利質量評價指標體系研究[J].知識產權，2013（8）：65-67，100.

［22］ 丁煥峰，何小芳，孫小哲.中國城市專利質量評價及時空演進[J].經濟地理，2021，41（5）：113-121.

［23］ 謝紅軍，張禹，洪俊杰，等.鼓勵關鍵設備進口的創新效應——兼議中國企業的創新路徑選擇[J].中國工業經濟，2021（4）：100-118.

［24］ 馮劭華，昝棟，蘇菊.改進的高校專利競爭力動態評價方法及應用[J].中國高校科技，2021（11）：33-37.

［25］ 胡諜，王元地.企業專利質量綜合指數研究——以創業板上市公司為例[J].情報雜志，2015，34（1）：77-82.

［26］ LUINTEL K B，KHANM.Basic applied and experimental knowledge and productivity： further evidence[J]. Economics Letters，2011，111（1）： 71-74．

［27］ 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）：45-53，94.

［28］ GERSBACH H，SORGER G， AMONC.Hierarchical growth： basic and applied research[J]. Journal of Economic Dynamicas & Control，2018，90：434-459.

［29］ 羅珵.基礎研究投入對技術進步的影響——來自1998—2014年我國省級面板數據的實證分析[J].技術經濟與管理研究，2019（12）：29-34.

［30］ 王娟，任小靜.基礎研究與工業全要素生產率提升——任正非之問的實證檢驗[J].現代財經（天津財經大學學報），2020，40（6）：3-16.

［31］ 靳來群.中國高研發投入與低生產率悖論的分析——基于研發要素配置扭曲的視角[J].現代經濟探討，2022（6）：22-32.

［32］ 周俊亭，席彥群，周媛媛.區域技術市場、政府扶持與科技創新[J].中國軟科學，2021（11）：80-90.

［33］ 莊毓敏，儲青青，馬勇.金融發展、企業創新與經濟增長[J].金融研究，2020（4）：11-30.

［34］ 徐鵬遠，張梅青，翟欣雨.R&D財政補貼對區域專利產出的影響機制——一個有調節的中介模型[J].湖南科技大學學報（社會科學版），2020，23（1）：75-83.

［35］ 李梅，柳士昌.對外直接投資逆向技術溢出的地區差異和門檻效應——基于中國省際面板數據的門檻回歸分析[J].管理世界，2012（1）：21-32，66.

［36］ 盧洪友，張依萌，朱耘嬋.“人才新政”提高了城市創新能力嗎？[J].財經問題研究，2021（6）：127-136.

［37］ 張寬，黃凌云.金融發展如何影響區域創新質量？——來自中國對外貿易的解釋[J].國際金融研究，2019（9）：32-42.

［38］ WAN GQUNYONG.Fixed-effect panel threshold model using Stata[J].The Stata Journal，2015，15（1）： 121-134.

［39］ 顧夏銘.陳勇民.潘士遠.經濟政策不確定性與創新——基于我國上市公司的實證分析[J].經濟研究，2018，53（2）：109-123.

［40］ 單偉，馬文，高俊光.彈性視角下的R&D投入與產出關系研究[J].科學學研究，2017，35（7）：1004-1015，1111.

（責任編輯：要 毅）

基金項目：重慶市社會科學規劃項目（2020BS42）；重慶理工大學研究生教育高質量發展行動計劃資助成果（gzlcx20223329）

作者簡介：曹崢林（1988-），男，博士，重慶理工大學重慶知識產權學院講師、碩士生導師，研究方向：知識產權管理、數字經濟與數字化轉型；蔣紹琴（1997-），女，重慶理工大學重慶知識產權學院碩士研究生，研究方向：技術創新與知識產權管理。