山西省工業(yè)企業(yè)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展的實(shí)證分析

郝璽龍， 楊露豪， 張 樂(lè)

（1.山西省科技情報(bào)與戰(zhàn)略研究中心， 山西 太原 030024； 2.稷山縣水利局， 運(yùn)城 稷山 043200）

0 引言

中國(guó)經(jīng)濟(jì)經(jīng)歷了改革開(kāi)放后的高速發(fā)展階段，至今已轉(zhuǎn)型高質(zhì)量發(fā)展，GDP 增速也逐漸放緩。這其中促進(jìn)經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)因素也必將迎來(lái)轉(zhuǎn)變，在高速發(fā)展階段，主要通過(guò)內(nèi)需、消費(fèi)、投資、對(duì)外出口來(lái)拉動(dòng)GDP，經(jīng)濟(jì)結(jié)構(gòu)和布局不合理不科學(xué)，發(fā)展粗放。當(dāng)下進(jìn)入高質(zhì)量發(fā)展階段后，以前的驅(qū)動(dòng)因素逐漸乏力，那么調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、優(yōu)化產(chǎn)業(yè)布局顯得尤為重要，未來(lái)中國(guó)經(jīng)濟(jì)最大動(dòng)力是創(chuàng)新驅(qū)動(dòng)，以專利和研發(fā)所代表的創(chuàng)新才是長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的根本動(dòng)力之一。國(guó)內(nèi)外對(duì)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的研究已有部分報(bào)道。國(guó)外經(jīng)濟(jì)學(xué)家索洛提出“索洛模型”，通過(guò)實(shí)證分析得出一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)增長(zhǎng)是由技術(shù)創(chuàng)新驅(qū)動(dòng)的[1]。在經(jīng)濟(jì)學(xué)家熊彼特提出創(chuàng)新的概念后，后來(lái)的各種實(shí)證分析和新古典增長(zhǎng)理論都表明創(chuàng)新逐漸成為驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展的重要因素，尤其是在中國(guó)經(jīng)濟(jì)新常態(tài)下，創(chuàng)新將逐漸成為驅(qū)動(dòng)區(qū)域經(jīng)濟(jì)持續(xù)增長(zhǎng)的核心動(dòng)力[2]。國(guó)內(nèi)開(kāi)發(fā)通過(guò)SPSS 實(shí)證分析了R&D 經(jīng)費(fèi)投入、R&D 人才投入、專利申請(qǐng)量三個(gè)創(chuàng)新要素對(duì)經(jīng)濟(jì)發(fā)展的影響，表明三個(gè)指標(biāo)均對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了促進(jìn)的作用[3]。譚志敏等以湖北省為例，實(shí)證分析了規(guī)上工業(yè)企業(yè)研發(fā)經(jīng)費(fèi)與第二產(chǎn)業(yè)生產(chǎn)總值增長(zhǎng)之間的關(guān)系，結(jié)果表明前者對(duì)后者具有顯著的激勵(lì)效應(yīng)[4]。

1 數(shù)據(jù)選取與處理

1.1 數(shù)據(jù)選取

區(qū)域經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵指標(biāo)就是國(guó)民生產(chǎn)總值（GDP），能反映出區(qū)域經(jīng)濟(jì)增長(zhǎng)速度、經(jīng)濟(jì)體量以及國(guó)民生活水平等各個(gè)方面。關(guān)于工業(yè)企業(yè)創(chuàng)新驅(qū)動(dòng)要素，多數(shù)研究認(rèn)為與R&D 經(jīng)費(fèi)投入、專利申請(qǐng)數(shù)量有關(guān)。R&D 經(jīng)費(fèi)投入是企業(yè)創(chuàng)新活動(dòng)的主要投入因素，而有效發(fā)明專利數(shù)則既是企業(yè)創(chuàng)新的主要資源投入，又是創(chuàng)新的主要成果產(chǎn)出，可以市場(chǎng)轉(zhuǎn)化為生產(chǎn)力，這兩者的水平直接決定著一個(gè)國(guó)家或地區(qū)的科技創(chuàng)新水平[3-5]。因此選取山西省2011—2021 年的國(guó)民生產(chǎn)總值（GDP）與規(guī)模以上工業(yè)企業(yè)有效發(fā)明專利數(shù)、R&D 經(jīng)費(fèi)為統(tǒng)計(jì)指標(biāo)。所選數(shù)據(jù)皆來(lái)源于國(guó)家統(tǒng)計(jì)局官網(wǎng)中的規(guī)模以上工業(yè)企業(yè)研究與試驗(yàn)發(fā)展R&D活動(dòng)情況和專利情況（2011—2021 年）。

1.2 數(shù)據(jù)處理

根據(jù)山西省2011—2021 年11 年的年度GDP 和居民消費(fèi)價(jià)格指數(shù)（上年=100%），將GDP 轉(zhuǎn)換為不變GDP，消除了物價(jià)上漲和通貨膨脹對(duì)實(shí)際數(shù)據(jù)的影響。為了減少不同類型數(shù)據(jù)之間的差異性，避免因?yàn)椴煌愋蛿?shù)據(jù)因量綱差異太大而導(dǎo)致分析結(jié)果出現(xiàn)偏差，將數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理。

2 實(shí)證分析

2.1 模型構(gòu)建

如表1 所示，從中發(fā)現(xiàn)，不管是山西省GDP 還是規(guī)模以上工業(yè)企業(yè)有效發(fā)明專利數(shù)，都呈現(xiàn)逐年遞增的趨勢(shì)，規(guī)模以上工業(yè)企業(yè)R&D 經(jīng)費(fèi)除2015—2016年有小幅下降以外，其他年份也呈現(xiàn)逐年遞增趨勢(shì)。為了定量分析各個(gè)指標(biāo)之間的關(guān)系，以山西省不變GDP 對(duì)數(shù)（lnGDP）為縱坐標(biāo)Y，分別以山西省規(guī)模以上工業(yè)企業(yè)有效發(fā)明專利數(shù)對(duì)數(shù)（ln 專利數(shù)）和規(guī)模以上工業(yè)企業(yè)R&D 經(jīng)費(fèi)對(duì)數(shù)（ln 研發(fā)）為橫坐標(biāo)X，利用SPSS21.0 軟件作出散點(diǎn)圖見(jiàn)圖1、圖2。

圖2 lnGDP 與ln 研發(fā)經(jīng)費(fèi)的散點(diǎn)圖

表1 2011—2021 年山西省規(guī)上工業(yè)企業(yè)有效發(fā)明專利數(shù)、R&D 經(jīng)費(fèi)和GDP

根據(jù)國(guó)內(nèi)諸多學(xué)者的研究基礎(chǔ)[5-8]，結(jié)合觀察散點(diǎn)圖，推測(cè)lnGDP 分別與ln 專利數(shù)、ln 研發(fā)經(jīng)費(fèi)呈線性回歸關(guān)系。利用SPSS 進(jìn)行線性回歸分析，并建立了如下方程：

式中：Y 為lnGDP：X 為ln 專利數(shù)、ln 研發(fā)經(jīng)費(fèi)；a 為回歸常量；b 為回歸系數(shù)。經(jīng)回歸分析后，分別得到模型摘要、方差分析表（ANOVA）和系數(shù)見(jiàn)表2。

表2 模型摘要、方差分析表（ANOVA）和系數(shù)

2.2 模型分析

2.2.1 lnGDP 與ln 專利的回歸分析結(jié)果

該模型調(diào)整后可決系數(shù)R2為0.866，表明模型擬合效果較好。它的含義是自變量所能解釋的方差在總方差中所占的百分比，該模型中具體指山西省不變GDP 對(duì)數(shù)的總變差中有86.6%，可以由有效發(fā)明專利數(shù)對(duì)數(shù)來(lái)解釋。ANOVA 方差分析結(jié)果中F 統(tǒng)計(jì)量等于65.684，概率P 值小于顯著性水平0.000，極其顯著，所以該模型具有統(tǒng)計(jì)學(xué)意義，即lnGDP 和ln 專利呈顯著的線性關(guān)系。表2 還列出了一元回歸模型的常量、回歸系數(shù)的估計(jì)值和檢驗(yàn)的結(jié)果，可知a=5.113，b=0.586，如果以lnG 代表Y，lnP 代表X，其中G=GDP，P=Patent，則公式寫(xiě)為：

經(jīng)過(guò)冪函數(shù)變換，公式寫(xiě)為：

GDP 與有效發(fā)明專利數(shù)之間存在定量?jī)绾瘮?shù)關(guān)系，其中常數(shù)e5.113＞0，冪指數(shù)0.586＞0，函數(shù)在（0，+∞）上單調(diào)增加，一定程度上反映出規(guī)模以上工業(yè)企業(yè)有效發(fā)明專利數(shù)的增長(zhǎng)促進(jìn)了山西省GDP的增長(zhǎng)。

2.2.2 lnGDP 與ln 研發(fā)經(jīng)費(fèi)的回歸分析結(jié)果

該模型調(diào)整后可決系數(shù)R2為0.808，表明模型擬合效果較好，在該模型中具體指山西省不變GDP 對(duì)數(shù)的總變差中有80.8%可以由R&D 經(jīng)費(fèi)對(duì)數(shù)來(lái)解釋。ANOVA 方差分析結(jié)果中F 統(tǒng)計(jì)量等于42.970，概率P 值小于顯著性水平0.000，極其顯著，所以該模型具有統(tǒng)計(jì)學(xué)意義，即lnGDP 和ln 研發(fā)經(jīng)費(fèi)呈顯著的線性關(guān)系。表2 還列出了一元回歸模型的常量、回歸系數(shù)的估計(jì)值和檢驗(yàn)的結(jié)果，可知a=6.644，b=0.338，如果以lnG 代表Y，lnR 代表X，其中G=GDP，R=R&D，則公式寫(xiě)為：

經(jīng)過(guò)冪函數(shù)變換，公式寫(xiě)為：

GDP 與R&D 經(jīng)費(fèi)之間存在定量?jī)绾瘮?shù)關(guān)系，其中常數(shù)e6.644＞0，冪指數(shù)0.338＞0，函數(shù)在（0，+∞）上單調(diào)增加，一定程度上反映出規(guī)模以上工業(yè)企業(yè)R&D 經(jīng)費(fèi)的增長(zhǎng)促進(jìn)了山西省GDP 的增長(zhǎng)。

在冪函數(shù)Y=bXa中，常數(shù)b＞0，底數(shù)X＞1 時(shí)，冪指數(shù)a 越大，函數(shù)值Y 也就越大。對(duì)于上述模型而言，0.586＞0.338，即GDP 與有效發(fā)明專利數(shù)的冪函數(shù)指數(shù)大于GDP 與R&D 經(jīng)費(fèi)的冪函數(shù)指數(shù)，因此可以判斷有效發(fā)明專利數(shù)的增長(zhǎng)比R&D 經(jīng)費(fèi)的增長(zhǎng)對(duì)GDP 的貢獻(xiàn)度更大。

3 結(jié)論

根據(jù)上述分析，可知山西省GDP 與規(guī)模以上工業(yè)企業(yè)有效發(fā)明專利數(shù)、R&D 經(jīng)費(fèi)均存在定量的冪函數(shù)關(guān)系，且從回歸模型的擬合效果、F 統(tǒng)計(jì)量和概率P 值、回歸系數(shù)的顯著性來(lái)看，尤其是擬合方程的冪指數(shù)，都是有效發(fā)明專利數(shù)優(yōu)于R&D 經(jīng)費(fèi)，說(shuō)明為促進(jìn)經(jīng)濟(jì)增長(zhǎng)，企業(yè)投入的R&D 經(jīng)費(fèi)應(yīng)該重點(diǎn)產(chǎn)出有效發(fā)明專利。具體建議如下：

1）加強(qiáng)專利開(kāi)發(fā)和保護(hù)意識(shí)。對(duì)研發(fā)和開(kāi)發(fā)專利的企業(yè)，通過(guò)稅收優(yōu)惠、獎(jiǎng)勵(lì)資助的方式鼓勵(lì)其加大研發(fā)開(kāi)發(fā)力度。以技術(shù)專利化、監(jiān)控市場(chǎng)競(jìng)爭(zhēng)、建立保密協(xié)議、培育專利法務(wù)等方式加強(qiáng)保護(hù)意識(shí)。

2）增加有效發(fā)明專利數(shù)量。一方面要側(cè)重授權(quán)因產(chǎn)品創(chuàng)新和技術(shù)革新申請(qǐng)的發(fā)明專利，減少授權(quán)因工藝創(chuàng)新申請(qǐng)的實(shí)用新型專利和因市場(chǎng)創(chuàng)新申請(qǐng)的外觀設(shè)計(jì)專利；另一方面鼓勵(lì)企業(yè)利用社會(huì)力量搞研發(fā)，建立產(chǎn)學(xué)研結(jié)合的多元?jiǎng)?chuàng)新意識(shí)，利用高校、科研機(jī)構(gòu)的深厚理論功底和基礎(chǔ)研究合作開(kāi)發(fā)專利。

3）做強(qiáng)有效發(fā)明專利質(zhì)量。發(fā)明專利會(huì)因超過(guò)法律保護(hù)期、未按期繳納年費(fèi)、專利訴訟等原因而失效，成為失效專利。對(duì)此，企業(yè)要在充分調(diào)研市場(chǎng)的基礎(chǔ)上布局專利戰(zhàn)略，采取接力開(kāi)發(fā)、積極成果轉(zhuǎn)化、布局海外同族專利等方式提高維持年限、市場(chǎng)占有率以及專利質(zhì)量，且優(yōu)惠政策向戰(zhàn)略性新興產(chǎn)業(yè)傾斜，培育高價(jià)值專利，響應(yīng)國(guó)家知識(shí)產(chǎn)權(quán)工作高質(zhì)量發(fā)展的號(hào)召。