基于VAR模型的中国专利与进出口贸易关系分析

孙莹 周恩辉 崔美子

［摘要］ 随着中国对外贸易份额越来越大，中国企业由劳动密集型向技术密集型转变、同时其又推动着制造经济向创意经济转变，技术创新密切相关的知识产权问题成为是我国企业走出去的首要障碍。本文选取了1987—2007年进口额、出口额、国内3种专利授权数、国外在华3种专利授权数、中国在国外及港澳台申请专利的授权量等五大变量，利用VAR模型研究了中国的专利授权量与经济发展、对外贸易进出口水平的相互关系。

［关键词］ VAR；专利授权；贸易进出口

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 20. 022

［中图分类号］F76［文献标识码］A［文章编号］1673 - 0194（2012）20- 0034- 03

0引言

自改革开放以来，专利的应用对我国经济增长的支持作用不断上升。随着中国加入ＷＴＯ以及中国的对外贸易额越来越大，许多企业由劳动密集型向技术密集型转变、同时又推动着制造经济向创意经济转变，比起反补贴、反倾销等贸易壁垒，技术创新密切相关的知识产权才是我国企业走出去的首要障碍。而专利与中国对外贸易的关系也越发紧密起来。

1中国专利及对外贸易现状

专利是衡量一个国家地区创新活动的重要指标，代表了该地区的科技实力。在中国，社会公众对知识产权的了解有限，更欠缺创造、保护知识产权的意识。一些企业在国际贸易中对有关商品所涉及的知识产权缺乏更深层次的了解，一方面是导致企业创新能力低下，出口产品的科技含量和自主品牌的竞争力不足；另一方面是引起企业无意识的侵权情况不断增加，比如定牌加工企业，由于缺乏知识产权意识，在签订定牌加工合同时，没有审查委托人是否真正拥有所委托使用的专利，经常造成无意识侵权。

鉴于中国对外经济发展的走势，很多企业已经开始了知识产权战略。由于中国的出口业务主要来自于“三来”业务，而非真正的自主生产、发明出口，所以为了推动高端产品的对外贸易，必须加强技术的开发与应用。

从１９８５年４月到２０１０年６月，国家知识产权局共受理3种专利申请６ ２８５ ２１１件，其中，国内申请５ ３０５ ２１８件，占总量的８４．４％，国外申请９７９ ９９３件，占总量的１５．６％。发明、实用新型、外观设计的专利申请数量分别为２ ０９８ ９６４件、２ １６９ ７３５件和２ ０１６ ５１２件，在总量中各自占３３．４％，３４．５％和３２．０８％。目前专利申请呈现的主要特点：3种专利申请总量持续快速增长，但较前两年不同的是，发明的申请增速大幅提高，改变了之前实用新型、外观设计占主导的局面，实现3种专利申请份额基本持平；在国内的专利授权量排在前10位的国家依次是：日本、美国、德国、韩国、法国、荷兰、瑞士、英国、意大利、瑞典。且累计数量日本以１９５ ２４３件遥遥领先于位居第二的美国９４ １３５件，足见日本不仅是技术输出大国，并且对于在中国的技术策略是非常明显。

据海关统计，２００９年我国进出口２２ ０７２．７亿美元，比上年下降１３．９％。其中出口１２ ０１６．７亿美元，下降１６％，出口价格下跌６．２％；进口１０ ０５６亿美元，下降１１．２％，进口价格下跌１２．７％。全年实现贸易顺差１ ９６０．７亿美元，减少３４．２％。

从统计数据得知，中国的专利数是不断增长的，但从实际来说中国的专利发展还处于初级阶段。而中国的外贸发展，基本上是呈现上升的趋势。本文将从计量的角度研究我国的专利状况与对外贸易、经济发展之间的相互关系。

2数据处理及方法选择

2.1 数据处理

本文主要运用了3部分的数据：中国知识产权局所统计的年报数据、联合国ＵＮＣＯＭＴＲＡＤＥ提供的中国对外贸易数据以及ＷＩＮＤ数据库的宏观经济数据。在专利数据上选择在华的专利授权数，因专利申请数反映的是技术创造者的专利意识，而专利授权数才如实地反映了专利的独创性、新颖性和实用性，即授权数决定了技术是否可以真正应用于实践。考虑到中国对外进出口，将专利数据又分为国外在华3种专利的授权数，中国在国外及港澳台申请专利的授权数。而宏观经济数据主要是国内生产总值ＧＤＰ。

因此数据包括：ＧＤＰ、进口额（ＩＭ）、出口额（ＸＭ）、国内3种专利授权数（ＤＰＧ）、国外在华3种专利授权数（ＦＰＧ）、中国在国外及港澳台申请专利授权数（ＴＯＦ）。

本文采用１９８７-２００７年的数据。选择这２１个年份的数据主要是受限于中国的专利年报所提供的数据记录，在１９８７年之后的数据的统计口径是保持一致的。

为了去除物价变动因素对进出口、ＧＤＰ的影响，我们用ＧＤＰ平减指数（ｄｅｆｌａｔｏｒ）作为通胀率对上述数据进行处理。用这个指数作为价格指数，是由于ＣＰＩ、ＰＰＩ等只能反映某一方面的物价变动情况，而ＧＤＰ平减指数能够比较全面地反映物价走势。转化公式：

上式中，我们以１９７８年的数据作为基期（ＧＤＰ指数为１００）。GDPdeflatori表示各年ＧＤＰ平减指数，ＧＤＰ表示各年ＧＤＰ名义值， GDPindexi表示各ＧＤＰ指数。

2.2 方法选择

研究中国专利的发展变化与外贸进出口之间的关系是为确定它们之间的稳定关系和统计学上的依存度。应从整体综合考虑， 而不能仅仅研究两两关系。传统的计量方法不能对变量间的动态关系给予充分说明，而用非结构性方法建立表明各个变量之间关系的模型是对传统模型的一种有力改进。

本文使用的向量自回归模型（ＶＡＲ）是基于数据的统计性质建立的，ＶＡＲ模型把系统中每个变量作为所有内生变量滞后的函数来构造模型。实际建模时滞后期ｐ根据赤池信息准则（ＡＩＣ）和施瓦茨准则（ＳＣ）确定， 两者取值都越小越好。所有的数值运用Ｒ软件进行分析处理。

3实证分析

在运用平减指数之后，得到了６组待处理的数据，分析时分别记为ＩＭ，ＸＭ，ＧＤＰ，ＤＰＧ，ＦＰＧ和ＴＯＦ并做以下处理：

3.1 对数变换

为了消除数据中潜在的异方差问题，本文对数据进行了自然对数变换，变为ＬＩＭ，ＬＸＭ，ＬＧＤＰ， ＬＤＰＧ，ＬＦＰＧ和ＬＴＯＦ。

3.2 单位根检验

从对数处理后的时间序列图可以知道几组数据间均有相似的趋势，但不能说明它们之间的关系。在对时间序列数据进行计量分析时，首先要对各变量进行平稳性检验，否则直接对非平稳的时间序列进行回归将导致谬误回归现象。本文采用ＡＤＦ来确定各变量的平稳性，通过以下3个模型完成：

模型１：ΔＸｔ＝δＸ＋∑βｉΔＸｔ－ｉ＋εｔ

模型２：ΔＸｔ＝α＋δＸｔ－１＋ ∑βΔｉＸｔ－ｉ＋εｔ

模型３：ΔＸｔ＝α＋βｔ＋δＸｔ－１＋∑βΔｉＸｔ－ｉ＋εｔ

零假设：Ｈ０：δ＝０，即存在一单位根。实际检验从模型３ 开始，然后模型２，模型１，直到检验拒绝零假设为止。

因此，我们对于变换后的数据，进行多次差分，直到数据平稳为止。运用Ｒ统计软件，将得到的输出结果汇总如表1。

数据来源：Ｒ软件计算及作者汇总

从以上结果可知，在５ ％的显著性水平下，ＬＩＭ，ＬＸＭ，ＬＧＤＰ和ＬＦＰＧ需要经过３次差分得到平稳时间序列，即为Ｉ（３）序列；ＬＤＰＧ需要2次，即为Ｉ（２）序列；ＬＴＯＦ只需要1次，即为Ｉ（１）序列。

3.3 协整检验

为了检验这几组数据是否存在协整关系，必须在建立方程之前对其进行协整检验。由于不同阶的数列一定不存在协整关系，因此我们只在同阶的情况下考虑变量间的协整关系。即我们只考虑进出口和ＧＤＰ与ＦＰＧ序列同阶时的协整关系。

可以看出，这两个变量存在一个协整关系，回归得到：

ＬＦＰＧ ＝－３９．５８６＋１．９５４×ＬＩＭ

同理可得，出口与国外在华3种专利授权存在一个协整关系，回归得到：ＬＦＰＧ ＝－３７．４７４ ５＋１．８６２ ９ ×ＬＸＭ

ＧＤＰ与国外在华3种专利授权存在一个协整关系，回归得到：ＬＦＰＧ ＝－５４．４１５ ２＋２．２２８ ５×ＬＧＤＰ

此外，通过ＡＣＦ检验的残差图也可以排除变量间自相关的可能性。从以上结果看出，ＧＤＰ对国外在华3种专利授权的关系为正，且最为紧密。此结论可从表3的结果中得到应证。

ｒ≤１，说明只存在一个协整关系，即仅有一个回归方程。

从计算结果可知，虽然４个变量之间存在协整关系，但在回归方程中，只有ＧＤＰ通过检验。鉴于ＧＤＰ、进口额和出口额有着很强的相关关系，因此不能轻易得出“ＧＤＰ与国外在华3种专利授权的关系最为紧密和直接”的结论。所以，我们对这4个变量继续进行了格兰杰因果检验。

3.4 格兰杰因果检验

由于格兰杰因果检验对变量的滞后项有很强的敏感性，因此通常对不同的滞后长度进行试验，以确信结论是强健而不依赖于模型的。

通过计量分析可知，在不同滞后阶数下，我们都能拒绝“在华专利数不是ＧＤＰ的格兰杰原因”和“在华专利数不是进口额的格兰杰原因”的原假设，从而得出“国外在华3种专利授权数是ＧＤＰ的格兰杰原因”和“国外在华3种专利授权数是进口的格兰杰原因”的结论。

由于国外出口（我国进口）量确实与在我国的专利申请数有一定比例的相关，因此这样的统计结论也与现实情况符合。然而，到底是ＧＤＰ还是进口额与在华3种专利授权数更为相关，相关性有多高，是否存在滞后相关等问题，我们需要通过建立ＶＡＲ模型得出答案。

3.5 建立ＶＡＲ模型

根据ＡＩＣ和ＳＣ信息量得知，在小样本的情况下，ＡＩＣ最小化能够更好地选择出最佳模型。在Ｒ中，可以自动选择ＡＩＣ最小化的模型。通过一系列的测算，我们发现，只有ＤＬＩＭ与ＤＬＦＰＧ可以建立ＶＡＲ模型：

ＤＬＩＭ ＝ ＤＬＩＭ．ｌ１ ＋ ＤＬＦＰＧ．ｌ１ ＋ ＤＬＩＭ．ｌ２ ＋ ＤＬＦＰＧ．ｌ２ ＋ ＤＬＩＭ．ｌ３ ＋ ＤＬＦＰＧ．ｌ３ ＋ ＤＬＩＭ．ｌ４ ＋ ＤＬＦＰＧ．ｌ４ ＋ ＤＬＩＭ．ｌ５ ＋ ＤＬＦＰＧ．ｌ５ ＋ ｃｏｎｓｔ

可得回归方程：

ＤＬＦＰＧ＝ＤＬＩＭ．ｌ１＋ＤＬＦＰＧ．ｌ１＋ＤＬＩＭ．ｌ２＋ＤＬＦＰＧ．ｌ２＋ＤＬＩＭ．ｌ３＋ ＤＬＦＰＧ．ｌ３＋ＤＬＩＭ．ｌ４＋ＤＬＦＰＧ．ｌ４＋ＤＬＩＭ．ｌ５＋ＤＬＦＰＧ．ｌ５＋ｃｏｎｓｔ

同理，但ＤＬＦＰＧ各滞后阶数均未通过检验 。

通过计算可知，在５％的显著性水平下，进口增长率（ＤＬＩＭ）与国外在华3种专利授权数增长率（ＤＬＦＰＧ）的一、二和三阶滞后显著正相关。即本年的进口增长率，在一定程度上，是由前3年的国外在华3种专利授权数增长率所决定的，而与前年最为相关：

ＤＬＩＭ＝０．２６８２０×ＤＬＦＰＧ．ｌ１＋０．４４７６６×ＤＬＦＰＧ．ｌ２＋０．２６４５８×ＤＬＦＰＧ．ｌ３

这不但进一步验证了我们以上对于进口额与国外在华3种专利授权数关系的发现与证明，也表明了其他专利授权数值在一定程度上与进出口额和ＧＤＰ是无关的。

4结论

从以上的分析可知，在模型所运用的6组数据中，只有国外在华3种专利授权数与进口额、出口额和ＧＤＰ这3项有比较直接的关系。

从协整检验中可以看出，国外在华3种专利授权数与以上3项均存在协整关系，进一步得出“国外在华3种专利授权数是ＧＤＰ的格兰杰原因”和“国外在华3种专利授权数是进口的格兰杰原因”的结论。

最后通过ＶＡＲ模型来描述国外在华3种专利授权数与这3个变量之间的具体关系，得出了关于“国外在华3种专利授权数对数增长率”与“进口额对数增长率”的有效ＶＡＲ模型。在５％的显著性水平下，得出进口增长率（ＤＬＩＭ）与国外在华3种专利授权数增长率（ＤＬＦＰＧ）的一、二和三阶滞后是显著正相关的结论，即本年的进口增长率，在一定程度上，是由前3年的国外在华3种专利授权数增长率所决定的。而只有这一个模型通过有效性检验的结果，也让我们推断出出口额和ＧＤＰ与“国外在华3种专利授权数”的相关性主要是由于这2个变量与进口额的强关联性造成的。虽然我们建立模型的动机并不完全在于系数的绝对数值的定量分析，但我们依然可以看出，当年的进口增长率与前年的“国外在华3种专利授权数增长率”最为相关，而去年和大前年则具有相同的影响力。

主要参考文献

［１］刘希宋，邱瑞，张玉喜． 基于ＶＡＲ模型的我国对外贸易与技术进步关联分析［Ｊ］． 统计与决策， ２００９（２３）.

［２］龚国勇，覃思乾． 基于ＶＡＲ模型的深圳ＧＤＰ增长的影响因素分析［Ｊ］． 统计与决策，２００9（１１）.

［３］徐元． 从“科技兴贸”到“创新强贸”是中国外贸发展的必然选择［Ｊ］． 中国对外贸易， ２００６（１２）．

［４］方毅，张屹山． ＣＶａＲ、ＶａＲ应用在ＲＡＲＯＣ的比较研究［Ｊ］． 数理统计与管理，２００７（１）.

［５］Ｇｌａｕｃｏ Ｄｅ Ｖｉｔａ， Ｋｈｉｎｅ Ｓ Ｋｙａｗ． Ｄｅｔｅｒｍｉｎａｎｔｓ ｏｆ Cａｐｉｔａｌ Fｌｏｗｓ ｔｏ Dｅｖｅｌｏｐｉｎｇ Cｏｕｎｔｒｉｅｓ： ａ Sｔｒｕｃｔｕｒａｌ ＶＡＲ Aｎａｌｙｓｉｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｉｃ Ｓｔｕｄｉｅｓ，２００８，35（4）.