基于收益激励与风险保障的企业创新转型政策激发机制研究

摘要：从收益激励和风险保障的视角，构建了企业创新转型的政策激发模型，并运用我国1990～2013年间的经验数据对模型进行了系统动力学的模拟。研究表明，综合运用收益激励和风险保障政策，可以有效地激发企业的研发动力；经过多阶段的政策激发，企业会逐渐由低创新状态向高创新状态演进。

关键词：创新转型；政策激发；收益激励；风险保障

DOI：10.13956/j.ss.1001-8409.2015.04.03

中图分类号：F272 文献标识码：A 文章编号：1001-8409（2015）04-0009-06

The Policy Stimulation of Revenue Incentive and Risk

Guarantee to the Transformation of Enterprises Innovation

GAO Xirong， ZHANG Hongchao， WANG Li

（School of Economics and Management， Chongqing University of Posts and Telecommunications， Chongqing 400065

）

Abstract：A policy stimulation model for enterprises innovation transition is constructed from the perspective of revenue incentive and risk guarantee； and then a system dynamic simulation for the model is carried out with the empirical data of China in 1990～2013. Result shows that a composite policy both in revenue incentive and risk guarantee could effectively stimulate the research and development effort of enterprises who would finally realize a transition from the lower innovation state to the higher one after going through a multistage policy stimulation.

Key words：innovation transition； policy stimulation； revenue incentive； risk guarantee

企业创新转型指企业从模仿状态转变为创新状态的过程。这一过程需要诸多内外因素的共同作用才能实现，其中，内部因素主要是企业素质，尤其是企业的人力资源素质，而外部因素则主要是国家的经济制度。国家的经济制度决定了企业因创新而实际经受的“收益—风险”状态，在一个创新友好的经济制度下，创新的“高收益”会得到最大程度的保障，而其“高风险”会得到最大程度的化解；相反，在一个创新不友好的经济制度下，创新的“高收益”会被消耗殆尽，而其“高风险”则会表露无遗。要提升一国企业的整体创新能力，就需要设计一种能够同时对创新提供强有力的收益激励和风险保障的经济制度。只要具备足够的创新收益激励和创新风险保障，企业的理性决策势必会指向创新、创新、再创新；否则，企业的理性决策只能是模仿、模仿、再模仿。本文拟从收益激励和风险保障的视角，探讨国家经济制度对企业创新转型的作用机理，并对这种机理进行系统动力学的模拟。

1文献回顾

Kim通过考察韩国电子产业提出了“引进—消化—改进”的创新转型三阶段模型[1]。Mairesse等认为研发投入是自主创新的关键因素，加大研发投入可以推动企业从模仿向自主创新转型[2]。高锡荣等将技术创新演进过程划分为纯粹的模仿、创新式模仿、模仿式创新和原始创新四个阶段，发现模仿对创新具有促进作用[3]。杨皎平等认为加强知识产权保护可提高创新型企业的研发能力，增加创新成果[4]。

Mansfield等发现，如果没有专利保护，企业多半不会将授权专利产品化推向市场[5]。Horii等认为知识产权强保护会减少创新的竞争激励，而不保护又会减少创新的收益激励，因而建议实行不完全知识产权保护[6]。张杰等利用1999～2007年我国工业企业统计数据，发现我国知识产权保护与企业R&D投入之间呈倒U型关系[7]。

Kortum等基于1965～1992年美国20个产业的数据分析，发现风险投资的增加会引起专利申请量的增加，且风险投资比R&D更能促进创新[8]。邵同尧基于我国27个省市的创新投入产出数据，证实风险投资对创新具有显著的激励作用[9]。

现有文献从多个角度探讨了创新的收益激励和风险保障问题，但很少对创新的收益激励和风险保障进行组合研究。本文正是针对以往的不足，系统探讨收益激励与风险保障对企业创新转型的联合促进机制。

2研究方法

本文主要采用系统动力学方法，包括选定系统变量、设置变量间关系、给出政策参数经验值、选择模拟工具和搜集变量历史数据等步骤。

21变量选择

本文变量包括创新状态变量、创新政策变量、投入响应变量、中介传动变量和其他辅助变量等五大类型，各类变量的细分及其物理含义参见表1。

22变量之间的关系假定

为构建创新转型的政策激发模型，本文就变量之间的关系设置7项假定：

假定1：不同的创新状态具有不同的收益—风险组合关系；

假定2：不同的创新状态对创新政策具有不同的响应关系；

假定3：创新收益指数与知识产权保护强度之间滞后的倒U型关系；

假定4：创新风险指数与创新风险保障强度之间滞后的负相关关系；

假定5：企业研发动力与创新收益指数正相关、与创新风险指数负相关；

假定6：企业研发投入是企业收入基于研发动力大小的理性配置结果；

假定7：三种专利的数量增长由研发投入及其在三种专利上的比例分配决定。

23政策参数经验值的赋值依据

231知识产权保护强度经验值的赋值依据

GP指数是最具影响的知识产权保护强度测量指标，但GP指数只是衡量了知识产权保护的立法水平，而忽略了执法水平。对于发展中国家，更为严重的问题是“有法不依”或者“有法难依”，因而执法水平往往比立法水平更加重要。韩玉雄、李怀祖以GP指数为基础，通过引入“执法水平”变量，提出了适用于转型期国家的知识产权保护水平修正指数[10]。其具体的计算公式为：

知识产权保护水平修正指数=GP指数×执法水平

之后，李远、李伟等分别对该修正指数进行过再修正，得出了大致类似的结果[11，12]。本文对上述作者的研究结果取平均值，并将指数的取值范围固定到[0， 05]区间，从而得到我国1990～2013年的知识产权保护强度经验值（表2）。

232创新风险保障强度经验值的赋值依据

创新风险保障水平目前还没有统一的衡量标准，考虑到美国是世界上创新风险保障强度最高的国家，以美国为标杆来计算其他国家创新风险保障的相对强度。一般来说，一个国家创新风险保障的绝对水平可以由该国的创业板上市公司数量占全体上市公司数量的比例来衡量；而

一个国家创新风险保障的相对水平可以由该国相对于美国的

创新风险保障水平来衡量。据此，可以定义下面的算式：

某国创新风险保障强度=某国上市公司数中创业板占比/美国上市公司中创业板占比

鉴于我国没有2009年以前的创业板上市公司数，本文将我国1990年的创新风险保障强度设为00001，然后逐年均匀增加至2008年的00360。表3列示了我国1990～2013年间创新风险保障强度的经验值数据。

24模拟工具选择

本文选用系统动力学建模软件Vensim进行模拟仿真。Vensim软件可以提供强大的图形编辑环境，建模时可以根据研究假定和计算规则对模型中的变量设置约束条件，还可以通过将输出变量的实际历史数据与拟合结果进行对比，来调整模型的结构和相关参数，从而使得模型更加合理。

25历史数据来源

上市公司总数、创业板上市公司数据来源于国家统计局、中国证券监督委员会、国际证券交易所联合会。发明专利、实用新型、外观设计的年度授权量数据来源于国家统计局。

3企业创新转型的政策激发理论

31基于收益—风险组合的企业创新状态划分

创新在本质上就是一个“收益—风险”组合体。在没有外部政策干预时，高创新状态具有“高收益—高风险”特征，中创新状态具有“中收益—中风险”特征，低创新状

态具有“低收益—低风险”特征。为促进创新，可以分别从收益激励和风险保障两个方面对创新政策实施干预。一方面，实施创新收益激励政策可以保护创新的收益，高创新也就真正拥有了高收益的预期；另一方面，实施创新风险保障政策可以化解创新的风险，高创新就不再会承担高风险了。据此，本文构建了基于收益—风险组合的企业创新状态划分框架（图1），其中，状态1和1′为低创新状态（模仿），状态2和2′为中创新状态（模仿式创新），状态3和3′为高创新状态（自主创新）。

从左边的图1a到右边的图1b发生了两大变化，一是创新收益在图1a中用斜体字表示，显示创新收益未得到政策支持而具有难以实现的虚无性；而在图1b中创新收益得到了政策的支持，尤其是中、高收益具有了良好的保障，故恢复到正体字表示。二是创新风险在图1a中未得到政策的担保，从而显现出“高创新—高风险”特征；而在图1b中创新风险得到了政策的担保，从而具有了“高创新—低风险”特征。

32基于收益激励和风险保障的企业创新转型政策激发机制

企业创新转型就是企业由低创新状态向高创新状态演进的过程。由于高创新状态具有“高收益—高风险”的特征，且其收益存在高度的不确定性以及由此而带来的收益虚无性，企业往往会在只有风险而无收益的高创新状态面前望而却步，并最终重新回到模仿的老路。为了打消企业顾虑，唯有为企业提供足够的创新收益激励和创新风险保障。据此，本文提出了基于收益激励和风险保障的企业创新转型激发机制（图2）。

图2中，创新收益激励强化了企业对创新收益的期望，创新风险保障消除了企业对创新风险的畏惧，两者共同作用的结果推动了企业从低创新状态向高创新状态的演进。当然，企业创新转型的过程是一个多阶段的长期演变过程，往往需要多阶段、多层级的政策激发。例如，在低创新阶段只需要较弱的政策激发，在中创新阶段需要中等的政策激发，而在高创新阶段则需要较强的政策激发。

4企业创新转型政策激发模型的系统动力学表达

41系统边界的确定

本模型中，创新政策是外生于企业的系统输入变量，其他变量皆为内生反应变量。

42企业创新转型政策激发模型的因果关系

基于创新收益激励和创新风险保障的企业创新转型政策激发理论，构建了企业创新转型政策激发模型的因果关系图（图3），包含六类因果关系

43企业创新转型政策激发模型的系统流图

根据图3所示的因果关系，构建企业创新转型政策激发模型的系统流图如图4所示，对系统变量进行如下设置：

（1）样本起讫时间的设置，从1990年起，到2013年止。

（2）创新政策变量的定义域，知识产权保护强度、创新风险保障强度取值区间[0， 1]。

发明专利投入响应度=（知识产权保护强度-知识产权保护强度2）×创新风险保障强度×0125

实用新型投入响应度=IF THEN ELSE【（知识产权保护强度-2×知识产权保护强度2）>0，（知识产权保护强度-2×知识产权保护强度2），0】×IF THEN ELSE【（创新风险保障强度-创新风险保障强度2）>0，（创新风险保障强度-创新风险保障强度2），0】×05+001×知识产权保护强度×创新风险保障强度

外观设计投入响应度=IF THEN ELSE【（知识产权保护强度-4×知识产权保护强度2）>0，（知识产权保护强度-4×知识产权保护强度2），0】×IF THEN ELSE【（创新风险保障强度-2×创新风险保障强度2）>0，（创新风险保障强度-2×创新风险保障强度2），0】×1+0005×知识产权保护强度×创新风险保障强度

（8）三种专利的投入占比。专利投入占比是指本专利投入响应度占所有专利投入响应度的比例，例如：发明专利投入占比=发明专利投入响应度/专利投入响应度之和。

（9）企业研发投入=（企业总收入×005）×（企业研发动力×8）

5企业创新转型政策激发模型的系统动力学模拟

51模拟结果与实际数据的对比

根据表2、表3计算得到我国1990～2013年间知识产权保护强度平均值为0178，创新风险保障强度平均值为0187。首先按此平均值对图4运行Vensim模拟软件，图5、图6是模拟结果与实际数据的对比情况。从图5可见，我国三种专利当年授权量的模拟结果（图5虚线）与实际数据（图5实线）具有较好的一致性。

从图6可见，我国三种专利当年授权占比的模拟结果（图6左图）与实际数据（图6右图）亦具有较好的一致性。从实际数据看，1990～2013年我国授权专利主要以实用新型和外观设计为主，而发明专利始终在低水平徘徊，表明我国目前仍然处于中偏低的创新状态。

52政策激发效果分析

5211990～2010年间分阶段政策激发模拟

分别在1995、2000、2005和2010年等额增加相同强度的政策激励，并最终使得知识产权保护强度和创新风险保障强度由初始水平0178和0187达到最佳值05和1，激发效果见图7的右图。

由图7的右图可见，经过1995、2000、2005和2010年的三阶段政策激发之后，发明专利产出占比呈现阶跃式上升，到2010年已升至62%；相应地，实用新型产出占比呈现阶跃式下降，外观设计产出占比的上升趋势亦被阻断。这一结果表明，如果在1990～2010年间实施分阶段的政策激发，是可以推动企业由低创新状态向高创新状态跃迁的。

5222010年单次政策激发模拟

在1990～2009年间保持初始政策不变，但在2010年将知识产权保护强度和创新风险保障强度增加至该年度的实际值0317和0136，之后一直维持该值不变。激发效果展示于图8的左图中，从中可见，2010年单次政策激发使得发明专利产出占比提升到了27%，但实用新型产

出占比仍然居于70%的绝对主导地位，表明此种激发虽然可以提升企业的创新水平，但最终还是难以实现向高创新状态的跃迁。

5232010～2030年间分阶段政策激发模拟

在1990～2009年间保持初始政策不变，但在2010年赋以该年度政策的实际值，之后再分别于2015、2020和2025年等额增加相同强度的政策激励，并最终使得知识产权保护强度和创新风险保障强度达到最佳值05和1。激发效果展示于图8的右图中，从中可见，经过四次分阶段政策激发之后，发明专利产出占比呈现阶跃式上升，2015年达到26%，2020年达到37%，2025年达到55%，2030年达到65%；实用新型产出占比、外观设计产出占比最终分别降至16%和19%。这一结果表明，在2010～2030年间实施分阶段的政策激发，可以推动企业由低创新状态向高创新状态跃迁。

6结论与启示

本文从收益激励和风险保障的政策视角，以知识产权保护强度作为创新收益激励政策的测度，以创新风险保障强度作为创新风险保障政策的测度，构建了企业创新转型的政策激发模型，并运用我国1990～2013年间的经验数据对模型进行了系统动力学的模拟，探讨了宏观创新政策对企业创新转型的作用机理。研究得出以下结论：

（1）高创新状态具有“高收益—高风险”的特征，且其收益必须在制度的有效保障之下才具有可获得性。如果没有足够的创新政策支撑，创新收益无保障，创新风险无分担，企业的理性选择必然是模仿而非创新。

（2）为了消除企业的创新顾虑，国家必须为企业提供足够的创新收益激励和创新风险保障。收益激励使创新收益得到明确，风险保障使创新风险得以消减，两者共同作用势必增强企业的研发动力，此时企业的理性选择将会转向创新。

（3）企业创新转型的过程是一个多阶段的长期演变过程。通过多阶段、多层级的政策激发，企业会逐渐由低创新状态、经中创新状态、再向高创新状态呈阶跃式演进。

（4）我国目前的知识产权保护水平和创新风险保障水平都不高，特别是创新风险保障力度十分孱弱。如果我国能够进一步提高知识产权保护水平尤其是执法水平，并显著加强创新风险保障力度，则必将极大地激发国内企业的创新动力，进而有效地推动我国企业的创新转型进程。

参考文献：

[1]Kim L. Imitation to Innovation： The Dynamics of Koreas Technological Learning [M]. Harvard Business School Press， 1997.

[2]Mairesse J， M Sassenou. R&D and Productivity： A Survey of Econometric Studies at the Firm Level [R]. National Bureau of Economic Research，Workingpaper NO.3666， 1991.

[3]高锡荣，刘伟.从模仿到创新：来自专利增长的经验分析[J].科技进步与对策，2006（11）：54-58.

[4]杨皎平，纪成君.产权保护下的集群创新与知识溢出研究[J].软科学，2009（10）：78-82.

[5]Mansfield E， M Schwartz， S Wagner. Imitation Costs and Patents： An Empirical Study [J]. The Economic Journal， 1981， 91（364）： 907-918.

[6]Horii R， T Iwaisako. Economic Growth with Imperfect Protection of Intellectual Property Rights [J]. Journal of Economics， 2007， 90（1）： 45-85.

[7]张杰，芦哲.知识产权保护、研发投入与企业利润[J].中国人民大学学报，2012（5）：88-98.

[8]Kortum S， J Lerner. Assessing the Contribution of Venture Capital to Innovation [J]. RAND Journal of Economics， 2000， 31（4）： 674-692.

[9]邵同尧.风险投资、创新与创新累积效应——基于系统GMM估计的动态面板分析[J].软科学， 2011（6）：6-10.

[10]韩玉雄，李怀祖.知识产权保护对社会福利水平的影响[J].世界经济，2003（9）：69-77.

[11]李远.知识产权保护与中美贸易相关性研究[D].复旦大学，2010.

[12]李伟.知识产权保护对技术创新的影响[D].山东大学，2013.

（责任编辑：辜萍）