专利资助政策功能的实证研究

2011-08-05姚颉靖彭辉

现代情报 2011年7期

姚颉靖彭辉

[摘要]专利资助政策是政府运用公共财政资源鼓励自主创新和促进专利事业发展的重要举措。本文以2007年中国30个省区数据为样本，采用灰色关联法对专利资助政策功能进行了定量分析。结果表明，专利资助政策对研发投入热情、社会文明发展、专利申请数量和专利质量均具有比较显著的影响。基于此，提出完善专利资助政策的政策建议。

〔关键词〕专利资助政策；功能分析；灰色关联法；实证研究

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１１．０７．００５

〔中图分类号〕Ｄ６３－３１〔文献标识码〕Ｂ〔文章编号〕１００８－０８２１（２０１１）０７－００２０－０７

Empirical Research on the Functions of Patent Subsidy Policy

——Based on the Grey Correlation Analysis on 30 provinces in China(2007)Yao Jiejing１，２ Peng Hui３

（１．Department of Law，Shanghai University of Political Science and Law，Shanghai 201701，China；

２．Mobile Post-doctoral Station of Public Administration，Fudan University，Shanghai 200433，China；

３．Institute of Law，Shanghai Academy of Social Sciences，Shanghai 200020，China）

〔Ａｂｓｔｒａｃｔ〕The patent subsidy policy is an important government measure to encourage self-innovation and promote the industry development with public finance.The paper collected the data of 30 provinces in China in 2007 and applied the grey correlation analysis to make quantitative analysis on the functions of patent subsidy policy.The outcome showed that patent subsidy policy has significant effects on the R&D; incentive,social civilization level,the number of patent applications and patent quality.On the basis of the outcome the advice was put forward.

〔Ｋｅｙｗｏｒｄｓ〕patent subsidy policy;function analysis;grey correlation analysis;empirical research

自从1999年上海市颁布《上海市专利申请费、代理费资助办法》首开专利资助政策之先河，作为一项公共财政补贴措施，该政策在全国各省、市地方政府得到了广泛实施，这对鼓励发明创造、促进专利申请和授权起到了积极作用，但由于该政策也存在导向不明确、政策监督不力、公共资源浪费严重等问题。为此，如何充分发挥资助政策的积极功能、提升制度绩效，是管理者、决策者和学者们共同的呼声。基于此，本文采用灰色关联分析方法对2007年中国30个省区的专利资助政策功能进行定量分析，以便为我国专利事业发展提供相应的数据参考。１研究综述

１.１乐观论

姚军(2002)［１］提出我国企业专利申请少的主要原因是专利费问题，尤其是一些中小企业由于考虑专利费的支出困难而放弃发明创造的专利保护，而专利资助则有助于鼓励企业申请专利。王峰(2003)［２］认为专利资助能够有效降低当地居民申请和维持专利的成本，提高专利意识和专利申请量。朱平芳、徐伟民(2003)［３］研究了上海市科技拨款和税收减免两种激励政策对大中型工业企业R&D;投入及其专利产出的影响，认为这些政策能够显著地提升企业的研发投入水平。程华、赵祥(2007)［４］以全国大中型企业为研究样本，同样表明专利资助对企业的R&D;产出具有明显的促进作用。

１.２怀疑论

马忠法(2008)［５］认为目前的专利资助政策导致大量的垃圾专利和专利泡沫现象，给技术转化带来了人为障碍。文家春、朱雪忠(2008)［６］发现专利资助政策会直接影响创新者的专利申请行为，可能会间接地降低社会福利水平。骆建文等(2009)［７］通过专利申请人成本收益函数分析了2005年上海市专利资助政策效果，指出现行专利资助政策是造成垃圾专利盛行的重要原因。袁真富(2006)［８］主张应该废止专利资助政策，认为专利资助不仅会导致不公平的市场竞争，加剧专利结构失衡，而且还会降低专利质量，从而阻碍技术创新。

１.３折中论

张钦红、骆建文(2009)［９］以上海市专利资助政策为研究对象，发现资助政策对发明专利和实用新型专利申请数量具有明显的提升作用，而对外观设计专利申请量的提升并无统计意义上的作用，同时该资助政策对专利质量却存在着一定的消极影响。郭俊华、杨晓颖(2010)［１０］通过现场访谈、问卷调查、统计分析等方式，也对上海市专利资助政策绩效进行了评估，结果表明，该政策整体功能尚好，但存在专利申请质量难以保证、重复资助难以预防、专项资助设定有失公平、对申请国外发明专利的资助力度不足、专项资助初审质量不高、政策的易理解性和便利性不足等问题。

尽管上述研究成果对专利资助政策功能进行了深入阐释，但有3点不足：①相关数据采集的时间略显陈旧，无法体现学界在近年来的整体发展趋势；②各种研究所选择的方法、数据及其基期不同，导致结论的解释力和可信度有所降低；③现有研究的重点集中于定性的描述性研究，缺乏定量研究的细致阐释。本文在现有研究的基础之上展开进一步实证分析。

２０１１年７月第３１卷第７期专利资助政策功能的实证研究Ｊｕｌｙ，２０１１Ｖｏｌ.２灰色关联分析的基本思想和数学模型

灰色关联是指事物之间不确定性关联，或者系统因子与主行为之间的不确定性关联。灰色关联法作为一种系统分析方法，揭示了因素间关系的强弱，从而弥补了回归分析、方差分析、主成分分析等数理统计方法的不足，在社会和经济生活中得到广泛应用。灰色关联分析一般包括以下6个步骤：

２.１确定分析数列

确定一个因变量因素和多个自变量因素，因变量所组成的序列成为参考序列，记为В鬲０（Ｋ）＝｛Ｘ０（１），Ｘ０（２），…Ｘ０（ｍ）｝В自变量所组成的序列成为比较序列，标为В鬲ｉ（ｋ）＝｛Ｘｉ（１），Ｘｉ（２），…Ｘｉ（ｍ）｝А＊В耍剑保２，…，ｍВ华В椋剑保２，…，ｎА

２.２对变量数列进行无量纲化

由于系统中各因素的纲量不一定相同，这样数据就很难进行直接比较，且它们几何曲线的比例也不同。因此对原始数据需要消除量纲，转换为可比较的数据数列。一般采用初值化法处理。

初值化变化是指分别用同一个序列的第一个数据去除后面的各个原始数据，得到新的倍数数列，即为初值化序列。初值化处理公式为：

２.３求差序列、最大差、最小差

计算参考序列与比较序列对应值的绝对差值，形成如下绝对差值矩阵：

绝对差值矩阵中的最大值和最小值即为最大差和最小差：

两级最小差：

两级最大差：

２.４计算灰色关联系数

灰色关联系数：

于提高灰色关联系数之间的差异显著性，取值在Вǎ埃１）Х段内，一般取θ＝0.5。

２.５计算关联度

比较序列Ｘｉ与参考序列Ｘ０的关联程度是通过ｎ个关联度来反映的，关联度即是每一个关联系数序列的平均值，求关联度ｒｉ的公式如下：

В颡ｉ＝１ｍ∑ｍｋ＝１ξｉ（ｋ）ВíВ椋剑保２，…，ｎВ（7）

２.６结果分析

根据各个数据列所计算出来的关联度，即各因素与比较变量的关联大小，评价与比较变量关系最密切的变量，并对每个因素与比较变量的关系进行排序，找出因变量变化的主要和次要因素。

３专利资助政策功能的灰色关联分析

３.１数据和变量的获取

我们认为，专利资助政策水平的高低取决于完善的保障体系，规范性体系越完备，制度的指引作用越明显，保障功能越强。一般而言，立法时间越长，立法体系也就越完善。所以，可以用“立法时间”来度量一个地区立法体系的完备程度。由于立法保护不会突然达到一个完全执法状态，而是存在一个由弱变强的渐进提高过程，目前，我国各地区中最早制订专利资助政策的是上海市，时间是1999年，经过2001年、2003年、2005年、2007年的修改，立法规定趋于不断完善。我们假设从1999－2011年的时间中，专利资助政策的完善程度从0均匀变化到1。另外，由于立法和司法尚不完全同步，采用立法指标所度量出的政策强度与实际强度并不一致。拙作［１１］在Ginarte-Park方法基础上，提出执法强度是影响立法强度效果的变量，专利资助强度是立法强度与执法强度之乘积。

同时，选取研发投入强度（研发投入资金/GDP总量）作为测量研发投入热情的指标，选取专利代理人占总人口比重作为测量专利代理事业发展的指标，选取人均GDP和成人识字率作为测量社会文明发展的指标，选取专利受理量作为测量专利申请数量的指标，选取专利授权量和发明专利授权量占专利授权量的比例作为测量专利质量的指标。

３.２原始数据收集

由于某些指标原始数据的可获得性，本文选择2007年30个省区（除西藏）为数据考察期。相关指标的原始数据参见表１。

代码关联度排序代码关联度排序ξ１0.77692ξ５0.62026ξ２0.55057ξ６0.71723ξ３0.67485ξ７0.68264ξ４0.81811

关联度越接近于1，说明关联程度越大。当θ＝0.5时，关联度大于0.6便认为关联性显著［１２］。由于6个指标的灰色关联度都大于0.6，说明专利资助政策发挥积极的作用，这也从另一方面证明了所选指标的合理性和科学性。

４专利资助政策功能关联度的比较分析

根据本文研究可知，2007年我国30个省区的专利资助政策对研发投入热情、社会文明发展、专利申请数量和专利质量具有比较显著的影响，但指标间的关联度具有一定差异。下面按照关联度排序，对其形成原因进行归类分析。

（１）专利资助政策与成人识字率（ξ4）和研发投入强度（ξ1）排列第一和第二。原因在于随着专利资助政策的普及，社会公众增加专利保护意识和能力，提升成人识字率，促进社会文明发展。同时，专利资助政策为专利权创造和运用提供了必要的物质基础，激发创新者的创新热情，从而增加了研发投入强度。

（２）专利资助政策与专利授权量（ξ6）和发明专利授权量占专利授权量的比例（ξ7）排列第三和第四。原因在于一个完整的政策周期包括政策制定、政策实施、政策效果、政策评估和政策修订等五大方面。各地专利资助政策在“制定→实施→效果→评估→修订”循环链条中衔接较为紧密，如上海市自1999年出台专利资助政策以来，基本每隔两年就会对该政策进行一次修订，每一次修订都投入了大量的人力、物力与财力，这为提升专利质量奠定了坚实的法律基础。

（３）专利资助政策与人均GDP（ξ3）和专利受理量（ξ5）排列第五和第六。原因在于专利资助政策以专利制度对技术创新资源的投入激励功能为基础，这降低了专利申请者和专利权人在专利申请环节中的风险和成本，能够在一定程度上弥补专利制度激励我国私人技术创新资源投入不足的缺陷，有助于促进专利申请，从而推动经济社会发展。

（４）专利资助政策与专利代理人占总人口比重（ξ2）最低，仅为0.5505。即反映出考察期内专利资助政策对专利代理事业发展的影响并不显著，而专利代理事业发展也未取决于专利资助政策的强弱。通过查阅文献可知，这二者之间关联度较低的原因在于，考察期内专利资助政策主要侧重于对专利代理人业务能力和创新能力的评价，而非仅仅依靠专利代理人数量上的增长，对此亟待在专业队伍的年轻化、专业化上不断改善。

５对策建议

５.１明确政策资助对象

专利资助资金的发放对象主要有两种选择：申请人本人和帮助申请人的代理机构。目前，由于专利资助资金主要来自当地财政，因此其资助对象一般都限定为本地域的单位或个人，但在具体限定范围上各地又有一定差别：一是仅资助单位，不资助个人（如河南）。二是不仅资助单位，而且资助个人，但也存在不少限制条件。就单位而言，有的规定受资助单位注册地在本地（如重庆、河北、四川）；有的要求受资助企业在本地或通讯地址在本地（如山东、福建）。就个人而言，有的要求具有本市户籍和固定居所（如天津、上海、北京）；有的要求只有通过当地专利代办处递交专利申请文件（如辽宁、广西）等。由此可见，专利资助对象各有不同，这充分反映了各地专利资助政策的调控与引导方向，通过政府政策间接影响市场，从而提高专利创造热情，但也产生了政出多门的弊病。我们建议将代理机构作为资助资金的主要发放对象，因为以申请人为发放对象存在分散性过大、难于监督等缺陷，同时专利申请的专业性很强，如果自行申请，不仅会导致专利审查周期延长，更会导致授权专利质量偏低。通过代理机构的参与有利于调整专利产出结构，提高发明专利的申请比例与质量。

５.２细化资助专利类型

目前，我国专利资助政策类型呈现多样化趋势：一是将实用新型、外观设计与发明3种专利都进行资助（如上海、北京）。二是资助其中数项，如江苏省规定“重大发明专利、向国外申请的专利以及苏北地区获得授权的实用新型专利”可获得资助。三是仅资助发明专利的地方越来越多（如河北、山东、河南、浙江）。由于我国长时间以来全社会的技术创新意识普遍较低、科技创新能力弱，因此目前的专利资助政策十分必要，但如果采用3种专利全部予以资助，则会在很大程度上降低专利制度门槛。因而有必要针对不同专利类型，给予不同强度的资助，尤其应该向技术含量高、创新程度高的发明专利进行倾斜。

５.３遴选恰当发放时机

学界关于专利资助资金的发放主要有四种不同的方案：一是申请后立即发放。申请人凭申请文件的受理证明和身份、收入证明材料，就可以提出申请。该方案有利于申请人及时获得资助资金，但缺点在于无法保证专利申请的质量，可能出现骗取资助的现象。二是专利申请公开后即发放。该方案有利于增加社会总体技术信息，提升公共领域的技术水平，但缺点是没有对公开的技术内容进行实质性审核，容易造成利用同一申请变换多种形式提出虚假申请的局面，不利于社会技术水平的实质提高。三是专利审查结案后发放。由于审查授权周期较长，申请人可能会出现经费紧张、负担较重的问题。四是根据审查进程分阶段发放。即根据申请的审查进展，对发明专利按照公开和结案两个阶段发放资助金。我们建议综合方案二和四的做法，对实用新型和外观设计专利采用公开后发放，对发明专利采用分阶段发放，这样既不会因为经费问题影响申请人的积极性，也不会对援助资金完全失去控制。

参考文献

［１］姚军.企业专利申请少的症结及对策［Ｊ］.杭州科技,2002，(3):14．

［２］王峰.专利申请基金政府作用的体现［Ｊ］.河南科技,2003，(3):10-12.

［３］朱平芳,徐伟民.政府的科技激励政策对大中型工业企业R&D;投入及其专利产出的影响——上海市的实证研究［Ｊ］.经济研究,2003，(6):45-53.

［４］叶伟巍,郑锦宜.激发高技术企业自主创新的政府采购制度研究［Ｊ］.科学学研究,2007,25(6):101-105.

［５］马忠法.专利申请或授权资助政策对专利技术转化之影响［Ｊ］.电子知识产权,2008，(12):36-39.

［６］文家春,朱雪忠.政府资助专利费用及其对社会福利的影响分析［Ｊ］.科研管理,2009,30(3):89-95.

［７］骆建文,张钦红.基于专利质量的两阶段专利资助政策研究［Ｊ］.上海交通大学学报,2009，(9):1417-1421.

［８］袁真富.中国专利竞赛:理性指引与策略调整［Ｊ］.电子知识产权,2006，(11):23-26.

［９］张钦红,骆建文.上海市专利资助政策对专利申请量的影响作用分析［Ｊ］.科学学研究,2009,27(5):682-685.

［１０］郭俊华,杨晓颖.专利资助政策的评估及改进策略研究——以上海市为例［Ｊ］.科学学研究,2010,28(1):17-25.

［１１］彭辉,姚颉靖.版权保护指标体系构建及强度测定［Ｊ］.图书情报知识,2010，(3):72-83.