基于协整分析的专利申请与经济增长的实证研究

吴玮

（西南财经大学 经济与管理研究院，四川 成都 610074）

基于协整分析的专利申请与经济增长的实证研究

吴玮

（西南财经大学 经济与管理研究院，四川 成都 610074）

文章使用1986-2005年我国专利申请与经济增长的季度数据分析了专利申请与经济增长的长期均衡与短期动态关系。在平稳性与因果关系检验的基础上，构建了专利申请与经济增长的长期均衡关系模型，并利用误差修正模型检验了两者的短期关系。结果发现，专利申请与中国经济增长之间存在显著的长期双向因果关系，而从短期看两者关系不明显。专利数量的增加可以为技术进步提供技术支持，并促进经济的长期发展。此外，保持宏观经济的稳定、避免经济的大幅度波动则有利于为企业技术创新提供外部环境。

经济增长；专利申请量；协整；Granger检验；误差修正模型

一、引言

经济增长理论是现代宏观经济学的重要组成部分，经济增长反映了一国经济发展水平和居民福利水平。经济增长理论的发展经历了古典增长理论、新古典增长理论和内生增长理论三个阶段。新古典经济增长模型与内生增长模型的一个核心结论是：长期来看，技术进步是经济增长的唯一源泉[1]。所不同的是，新古典经济增长模型假定技术进步是外生变量，在资本的边际报酬递减规律的作用下，经济增长将趋于停滞。内生增长模型则对技术进步内生化，并认为技术进步和人力资本的作用使得资本的边际报酬非递减。技术进步能够促进经济增长已成为经济学理论的共识。但是由于各国经济发展的技术基础和外部环境的差异,技术进步与经济增长的作用机制会有所不同[2]。因此，结合不同国家与地区的国情和经济增长的实践，分析二者相互作用的作用机制，对于国家或地区的科技发展战略具有重要指导作用。现有的实证研究一般将专利申请数量作为一国或地区技术进步的代理变量。从国际经验来看，专利申请数量与一国技术进步正相关，专利数量越多，技术发展层次越高，对经济增长具有较高的促进作用[3]。

笔者使用1986-2005年我国专利申请与经济增长的季度数据研究了专利申请与经济增长的相互关系。运用协整分析技术与误差修正模型，分析了专利申请对经济增长的长期影响与短期影响。

二、文献综述

如何实现技术进步，是经济实现持续增长的关键所在。传统的古典和新古典增长理论假设技术是一个外生的不变量，技术对产品生产不发生影响。新增长理论将技术视为一种内生变量，认为技术进步是获得产品垄断差异和规模经济的—个重要因素（Ted O'Donoghue 2004）[4]。 Ted O'Donoghue 等人认为，企业获得先进技术主要通过两种渠道：其一是技术创新 （Innovation）；其二是干中学（Learning by doing）。技术创新是通过企业研发（RD）活动来获得的（Ashish Arora,et al.2008）[5]。一方面，RD 所产生的技术创新改变了企业的生产函数，降低了边际生产成本。在生产过程中，同样的要素投入能带来更多更好的产出，其表现为要素生产率的提高、产品质量的提高和新产品的开发。这样，企业的边际生产成本就不断下降，企业能够在市场上获得垄断优势。另一方面，技术进步能够从学习曲线（Learning Curve）的角度阐述动态的规模经济。假定边际成本是累积产量的减函数，累计产量越多，生产经验、销售经验和管理经验越丰富，边际成本就越下降，这就是“干中学”。一般而言，作为先进技术的拥有者并非有意转让或传播其技术，而是在贸易、投资或其他经济行为中自然输出了技术，即所谓的“技术外溢”。广大落后的发展中国家技术水平的提高多是通过第二种途径获得。近年来的实证研究（Josef Zweimüller 2004；Walter G.Park 2008；Joseph Farrell,etal2008；GuangzhouHu,etal2009）表明，技术进步在生产过程中的作用直接表现在它等同于生产要素的扩张，它与生产要素之间存在一个替代的关系。技术进步会导致产品要素密集度的动态变化，从而可以实现比较优势的转化。动态比较优势理论强调国内技术创新的差别是作为国际贸易流量的基础[6-9]。对于广大发展中国家而言，技术进步是实现比较优势升级、转换的重要途径。笔者试图从技术进步的另一个指标——专利数量角度分析其对经济增长的长期均衡和短期波动。

三、研究设计

笔者选用中国的国内生产总值作为经济增长的代理变量；选取专利申请数量作为技术进步的代理变量。数据来源为《中国统计年鉴》，数据区间是1986年-2005年，均为季度数据，最终取得了80个样本。其中，我们选择专利申请量作为专利产出衡量指标，而不是专利授权量,主要是基于两个方面的考虑，一是专利授权量同专利申请量之间存在较强线性相关，专利申请量所包含的信息在很大程度上已经覆盖了专利授权量。二是专利授权量同专利申请量相比时间滞后性更大，以其作为分析指标，更易引起信息失真。

本文用GDP和PTT分别表示经济增长与专利申请量。为了减少数据的异方差和波动性，分别对各实际量取自然对数，用LNGDP、LNPTT表示。为了检验技术进步与经济增长之间的长期关系，本文构造了两变量的时间序列模型，模型如下：

模型（1）中被解释变量为GDP，解释变量为专利数量，以PTT表示，εt为残差项。基于内生增长理论，技术进步是一国或地区经济实现长期增长的核心要素，本文预测，专利数量与经济增长两者正相关，专利数量的系数β1预期为正。此外，现有研究发现，经济增长与技术进步两者存在互动关系，首先，技术进步作为经济增长的重要要素对经济增长具有正向促进作用。其次，现有文献对专利数量的影响因素研究发现，在影响专利数量的因素中，一国或地区的经济发展环境是影响专利数量的重要因素，经济增长有利于本地区科技创新与技术进步。因此，为了考察经济增长对技术进步的促进作用，构建了模型（2）。模型（2）中被解释变量为专利数量，以PTT表示专利,解释变量为GDP，εt为残差项。根据之前的研究，预测经济增长与专利数量两者正相关，经济增长的系数β2预期为正。

四、实证结果

1.平稳性检验

由于GDP和专利申请量的对数是时间序列数据，如果时间序列数据非平稳，则会带来“伪回归”的问题，估计出的参数有偏。因此有必要对GDP和专利申请量进行平稳性检验。为了更直观地观察GDP和专利申请量的趋势变动，图1与图2绘制了两者的时间趋势图，图中横轴为时间，以年份表示，纵轴分别为GDP和专利申请量的对数值。从图1与图2可以看出,GDP和专利申请量都有不断增长的趋势，时间序列数据具有较强的趋势性。此外，GDP和专利申请量随时间变动的方向较为一致，这说明两者可能存在较强的相关关系。为了研究这种相关关系，一般的做法是根据现有的样本资料建立比较合适的回归方程。我们在进行传统的回归分析时,要求所用的时间序列必须是平稳的，否则会产生“伪回归”问题，然而在现实中，经济时间序列通常都是非平稳的（带有明显的变化趋势），破坏了平稳性的假定，为了使回归有意义,可以对其实行平稳化[10]。常用的方法是对水平序列进行差分,然后用差分序列进行回归,但这样做的结果忽视了水平序列所包含的有用信息,而这些信息对分析问题来说既是必要的又是重要的。协整理论则提供了一种处理非平稳数据的方法。

进行协整分析之前，必须先检验变量是否是平稳的。如果非平稳时间序列在经过d次差分后变为平稳时间序列，则称这样的序列是d阶单整，记作I（d）。采用Dickey-Fuller的ADF检验方法，对表1中的LNGDP、LNPTT及其一阶差分变量DLNGDP和DLNPTT进行平稳性检验，结果见表1。

表1 各变量的原序列和一阶差分序列的单整检验结果

图1 LNGDP变化趋势图

图2 专利申请变化趋势图

表1的检验结果显示，所有变量原序列的ADF统计量的绝对值均低于5%临界值水平，这说明原序列在5%的显著性水平均接受零假设H0=0，因此，所有的原序列都是不平稳的。经过一阶差分后，LNGDP、LNPTT的ADF统计量在10%水平显著，这说明两个序列的一阶差分序列是平稳的，因此可以得出的结论是，LNGDP、LNPTT是一阶单整序列，即I（1）。

图3与图4绘制了GDP和专利申请量一阶差分数据随时间变化的趋势图。图3与图4的结果显示，经过一阶差分后，GDP和专利申请量变动较为平稳，没有明显的趋势变化。因此，使用一阶差分变量进行回归所得出的系数无偏。

2.因果关系检验

经过平稳性检验后，本文进一步进行因果关系检验。这是由于，由模型（1）与模型（2）可知，专利数量与经济增长两者可能存在互为因果的关系，这会产生联立内生性的问题，内生性的存在使得单一方程回归到结果有偏差。因此，为了检验专利数量与经济增长之间的因果关系，本文从长期与短期角度进行Granger因果关系检验[11]。

（1）GDP与专利申请的长期因果关系检验

图3 DLNGDP变化趋势图

图4 DLNPTT变化趋势图

本文选取自回归最大滞后阶数5，对各变量的因果关系检验结果见表2。

表2结果显示，滞后1期到3期的检验结果证明存在从专利申请的GDP的因果关系；滞后2期到5期的检验结果证明存在从GDP到专利申请的因果关系。即从长期来看，GDP最先从Granger原因上导致专利申请的增加；而专利由申请到使用存在时滞，滞后期大概为1到3年，因此专利申请会在未来几年Granger原因上导致GDP的提高。长期来看，两者存在双向因果关系。

（2）基于误差修正模型的Granger因果关系检验

基于误差修正模型的Granger因果关系检验可以揭示变量之间的短期因果关系。各变量对短期经济增长率的因果关系，可以就相应的参数作约束检验，假设相应的变量系数为零，如果假设被接受，则可以认为该变量对经济增长没有短期Granger因果关系，否则，接受该变量对经济增长存在短期Granger因果关系。[12]

误差修正模型表达式(3)为：

检验短期专利申请变动是否对GDP形成因果关系，就是检验原假设：θ1=θ2=0。而检验短期专利申请变动是否通过协整关系对GDP形成因果关系，就是检验原假设：坠1=θ1=θ2=0。 检验结果见表3。

表2 各变量之间的长期因果关系检验结果

表3 各变量的短期因果关系检验结果

从检验结果可以看出，滞后1期的检验结果证明存在从专利申请的GDP的因果关系；滞后2期和3期的检验结果证明存在从GDP到专利申请的因果关系。从短期来看，两者之间的关系并不显著。专利申请量的增减未必会引起GDP的增加或减少,而GDP的增减也未必会引起专利申请量的增加或减少,这在一定程度上反映了我国专利产出和经济增长之间还远未达到像发达国家那样互动的关系。

3.实证结果分析

经过平稳性检验与因果关系检验后，对模型（1）（2）进行回归，此外为了分析专利申请与经济增长的联立性，本文还使用了模型（1）（2）的联立方程模型，进行稳健性检验。回归结果见表4。

表4中，第1-2列为模型（1）的回归结果，其中，第1列将专利申请数量的对数值作为解释变量，GDP的对数值作为被解释变量，第2列将专利申请数量对数值的差分作为解释变量，GDP的对数值的差分作为被解释变量，第1-2列的回归方法为最小二乘法。第3-4列为模型（2）的回归结果，其中，第3列将GDP的对数值作为解释变量，专利申请数量的对数值作为被解释变量，第4列将GDP的对数值的差分作为解释变量，专利申请数量对数值的差分作为被解释变量，第3-4列的回归方法为最小二乘法。第5-6列为模型（1）（2）联立模型的回归结果，回归方法为极大似然值法。

表4第1-2列的结果显示，专利申请数量与经济增长之间显著正相关，长期来看，专利申请数量越多，专利转化为技术应用的比例越大，也有利于推动技术进步，对一国或地区经济的长期增长具有较大促进作用，这也与内生增长模型的推论一致。第1列系数显示，专利数量对经济增长的长期弹性系数为0.384，专利数量每增加1个百分点，长期经济增加了0.384个百分点，技术进步对经济增长的经济效应显著。因此，为了保证一国或地区经济的长期发展，应当积极扶持与鼓励企业的创新行为，以企业作为主体，进行研发的投入。

表4 专利数量与经济增长长期关系

表4第3-4列的结果显示，经济增长对专利数量具有一定的促进作用，这是由于，影响企业进行研发投入并申请专利的主要因素便是宏观经济环境。如果一国或地区经济保持较快的发展，可以激励企业进行研发投入，提升企业竞争力。因此，一国经济增长越快，专利申请的数量也越高，这也与国外的发现一致。第3列结果表明，长期来看，经济增长对专利申请的弹性系数为0.117，GDP增长每增加1个百分点，长期专利数量增加了0.117个百分点，外部经济环境对专利申请的作用显著。因此，一国应当保持经济的稳定发展，避免经济的剧烈波动，为企业专利发明创造较好的外部环境。此外，表4第5-6列的联立模型结果显示，经济增长与专利申请存在长期互为因果的关系，这也验证了Granger因果关系检验的结果。

五、结论及政策启示

本文使用协整分析与误差修正模型，检验了专利申请与经济增长之间的长期关系与短期关系，主要结论及政策启示有以下两点。

1.中国经济增长与专利申请之间存在稳定的长期关系，并且长期来看两者之间互为因果关系。专利申请对一国或地区的长期经济发展具有较大的促进作用，作为技术创新的主体，企业的研发投入对经济增长有正向影响。因此，政府应当积极鼓励并扶持企业进行技术创新，开展各项研发活动，为经济长期发展提供技术支持。另一方面，经济增长也影响了专利申请的数量，保持经济的稳定发展，可以为企业的技术创新提供外部环境。

2.在短期内，中国经济增长与专利申请之间存在单向的因果关系，专利申请对经济增长的短期效应并不明显。这一方面反映了我国专利发明与国外相比总体上还处于落后状态，技术进步对经济增长的核心作用短期内无法体现；另一方面，我国对知识产权的保护还很不完善，无法激励更多的企业和个人进行专利研发投入。因此，政府应该不断完善知识产权的保护与激励机制，为专利投入提供制度保障，进而使得技术进步成为经济增长的引擎。特别是专利转让与技术转移方面,我国与欧美国家相比还存在很大的差距。我国还没有健全专利等知识产权的转移机制，专利发明的主体之一——科研机构和高等院校还没有建立相应的专利转移机构。许多部门还存在自己发明专利并将其推向市场的现象，而将技术发明成果产品化并推向市场并不是这些科研机构的强项与优势，实践证明，一项新的科研成果从发明到市场普及一般需要5-10年时间，而且市场风险很大，因此，一个较好的制度安排是建立相应的技术发明转移机制，科研机构与企业合作，科研机构进行技术发明，企业进行市场推广。

[1]Charles I.Jones.Introduction To Economic Growth[M].Beijing：Peking University Press，2002.

[2]梁小民.高级宏观经济学[M].北京：北京大学出版社,2000.

[3]Pranab.Development Microeconomics[M].Beijing：Peking University Press，2002.

[4]TedO'Donoghue.Patents in a Model of Endogenous Growth [J].Journal of Economic Growth,2004,9(1):81-123.

[5]Ashish Arora,et al.R&D and the patent premium[J].International Journal of Industrial Organization,2008,26(5):1153-1179.

[6]Josef?Zweimüller.Exploring the Patent Explosion[J].The Journal of Technology Transfer,2004(30):35-48.

[7]Walter G.Park.International patent protection:1960–2005[J].Research Policy,2008,37(4):761-766.

[8]Joseph Farrell,et al.How Strong Are Weak Patents[J].Journal of Industrial Economic,2008,98(4):1347-1369.

[9]Guangzhou Hu and Gary H.Jefferson.A great wall of patents:What is behind China's recent patent explosion[J].Journal of Development Economics,2009,90(1):57-68.

[10]高铁梅.计量经济分析与建模[M].北京：清华大学出版社,2005.

[11]Engle,R.F.Co-integration and Error Correction：Representation,Estimation and Testing[J].Econometrica,1987(5):51-276.

[12]李子奈.高级计量经济学[M].北京：清华大学出版社,2000.

[编辑：张薛梅]

F223

B

1671-4806（2010）06-0014-05

2010-09-25

西南财经大学“211工程”三期建设项目

吴玮（1984－ ），男 ，河南信阳人，博士研究生，研究方向为西方经济学。