知识产权保护与研发投入的创新效果研究

李 霞

（浙江外国语学院国际商学院，杭州 310012）

一、问题的提出

面对经济新常态下的新挑战新机遇，为了积极推进经济发展方式转变和经济结构调整，我国正在加紧实施创新驱动发展战略，旨在增强科技进步对经济发展的贡献率，把创新作为经济增长的新源泉。多年实践证明，只有改变以往依靠高投入、高污染、高消耗、低产出的增长模式，努力把创新作为驱动经济增长的新动力，把我国建设成为创新型国家，我国才有希望在新一轮科技革命和产业变革中抓住关键点，掌握核心竞争力，真正实现经济的可持续发展。为了顺利完成上述目标，显然我们首先应该摸清影响创新的一些主要因素。对此，已有研究表明，普遍认为知识产权保护、人才队伍、创新环境、创新投入、激励机制等是影响创新的重要变量，这些因素中又以知识产权保护和研发投入影响较大。就我国而言，两者对我国创新的影响效果究竟如何？创新对二者变化的动态反应有何不同？二者对创新的贡献度怎样？目前尚无学者对此做过深入探讨。不言而喻，对这些问题的解答有助于我国采取更富有针对性的措施以完善知识产权保护和优化研发投入结构，充分发挥二者的创新促进作用。鉴于此，笔者希望借助向量自回归模型，运用权威的数据，经过严格的计量检验，对上述问题逐一展开研究，以期获得有益的发现。

二、变量选择及数据说明

在数据可得的前提下，为了尽量提高模型估计结果的精确性和可信性，笔者选取1995-2014年作为研究样本区间。就各变量而言，笔者以最能体现我国创新程度的专利申请授权数表示我国的创新水平，具体以P表示；我国的研发投入强度采用每年的研发科技活动经费支出表示，以RD标示；以上两个变量的所有数据均采自中经网统计数据库。1995-2013年我国知识产权保护强度指标取自中国人民大学教授王亚星等（2014）的测算，他们的计算方法考虑的因素更加全面，更能反映我国知识产权保护的现实特点，而且该指标在被运用到实证检验中时还具备一些优良的统计特性，所缺少的2014年的数据用同样的方法测出，以IP表示。

三、实证分析过程

由于向量自回归模型（VAR）基于数据的统计性质建模，让“数据自己说话”，且可以以其为基础探析变量间的动态关系等，正适合研究目的，故选用向量自回归模型来探讨知识产权保护强度、研发投入强度对我国创新的各种影响。

下面的计量分析思路为：首先检验各变量的平稳性；其次进行变量间的协整关系检验；然后构建VAR模型；最好展开脉冲响应函数分析与方差分解分析。

（一）变量平稳性检验

由于所使用的变量均为时间序列数据，为了便于其后协整分析的顺利进行，需要先对各变量做单位根检验。笔者选用常见的ADF检验，具体结果如表1所示。

表1 各变量单位根检验结果

由表1可知，三个变量的水平值均含有单位根，但在一阶差分之后都在至少5%的显著性水平通过了单位根检验，可见各变量均为一阶单整过程，满足协整检验的前提条件，为此我们可进一步探讨变量间的协整关系。

（二）协整检验

常用的协整检验方法有两种：一种是基于回归系数的Johanson协整检验，另一种是基于回归残差的E-G两步法。采用Johanson协整检验，具体结果见表2。

表2 Johanson协整检验结果

由表2可见，所选变量在远低于1%的显著性水平下至少存在两组协整向量，这说明我国创新水平、知识产权保护与研发投入量之间在研究区间内存在稳定的均衡关系。由正规化后的协整向量可得三者之间有如下关系（括号内为标准差）：

上式系数表明，在其他条件不变的情况下，我国知识产权保护水平每提高1个百分点，我国创新水平相应提升约0.3个百分点；我国研发投入每增加1个百分点，我国创新水平则提高0.8个百分点；显然，我国知识产权保护水平和研发投入均对创新起到正向推动作用，比较而言，研发投入的拉动力度更大。

（三）向量自回归模型构建

由于共有20年的观测值，在充分保证自由度的前提下，为了有足够的滞后阶数以尽量展现模型的动态特征，在参考了各种信息准则的基础上，最终将最佳滞后期定为3。模型指标结果显示，各方程调整后的拟合优度达到97.23%，其余指标亦表现良好，说明所建VAR（3）模型可作为进一步分析的平台。

（四）脉冲响应函数分析

VAR模型作为一种非结构模型，通常不用来分析一变量的变动如何影响另一变量，而是用其来刻画一个变量的误差项变化对系统的动态影响，即脉冲响应函数分析。为此，下面将着重分析当面临来自知识产权保护强度和研发投入的新息冲击时，我国创新水平有着怎样的动态反应轨迹。为了避免脉冲响应函数分析中因变量位置不同会对结果带来不同影响，笔者选用广义脉冲响应函数。下图中横轴表示冲击作用的滞后期，纵轴为变量对冲击的响应程度。

图1 LnP对LnIP和LnRD一单位标准差冲击的响应路径

由图1可以看出，我国创新活动在受到来自知识产权保护强度增强的冲击后，当期为负向反应，随后上扬并于第3期转正，之后再次向下滑入负向区间，于第6期探至谷底后反弹，在第7期再次踏入正向区间后明显呈现出逐渐增强的趋势；虽然前6期内表现出上下波动的态势，但总体反应处于正向区间。由此可见，我国知识产权保护力度的增强，短期内似乎并不利于创新，但随着时间的推移，我国知识产权保护力度的提升对创新的正向推动作用会渐渐体现出来，且力度愈来愈大，整体为积极作用。这一点同时也印证了前面协整分析时所得出的结论。探其原因，我国知识产权保护强度的提高，一方面这意味着模仿的各种成本在增加，风险在加大，从而降低了模仿的吸引力，但同时却会激励社会加强自主创新；另一方面，我国知识产权保护力度趋强，势必鼓励国外对我国的技术转让、跨国公司的技术转移等，外部技术的进入既会带来技术溢出效应也会加剧市场竞争，降低创新成本，所有这些将进一步增强社会的创新活力（Daniel，2010）。总之，不断完善的知识产权保护制度，不仅会通过巨大的预期收益激励创新，还会以提高模仿成本、促进市场竞争等方式激发我国创新潜力。

如果说加大知识产权保护强度是通过确保获得创新的预期回报来推动创新，那么研发投入则是以具体行动把创新的预期收益变为现实，即把可能性转化为现实性来切实促进创新。从图1可知，当面临来自研发投入的新息冲击时，我国创新水平即期也为负向反应，在第2期触及谷底后便迅速走高，第3期之后迈入正向区间，随后虽有波动，但总体呈攀升之势，且反应力度大于知识产权保护。据此可知，我国研发投入对创新的驱动短期内有一定的滞后性，但在中长期将显现出不断增大的正向作用。这是因为，虽然研发投入是创新的直接动力，但从开始到最终成果的出现，显然需要一个过程；随着创新主体能力的提升，创新资源的增加，创新成果才会陆续出现。不仅如此，创新还会产生滚雪球效应，即一项创新会触发关联创新，当然关联创新不一定只出现在原始创新项目中，也可能因原始创新所带来的示范效应，由其他主体做出。总之，研发投入是创新的硬动力，是把创新由理念转为现实的正向积极因素。

综上可知，我国知识产权保护与研发投入都是促进创新的重要因素，后者的推动力度更大。

图3 LnP的方差分解分析

（五）方差分解分析

脉冲响应函数分析形象描绘了VAR模型中一个变量对来自其他变量冲击的动态反应轨迹，而方差分解可用来剖析每一变量的冲击对其他内生变量变化的贡献率，来进一步明确不同变量冲击的相对重要性。为此，我们使用该方法来比较知识产权保护和研发投入对我国创新增长在贡献度上的差异。

如图3所示，我国知识产权保护强度冲击对创新波动的贡献度前3期内稳步提升，之后依旧增势不减，并与第6期升至极大值12.5%，其后略有降低后再次攀升，并在第11期达到最大值14.2%，其后稍有下滑，从第16期开始整体贡献度较为平稳，基本维持在9%上下小幅波动；相较而言，研发投入变动对我国创新水平的贡献度前7期内快速上升，第8期后增速略有回落，但仍为向上势头，并于第15期达到最大值44.1%，之后虽有回落，但基本保持在40%以上的水平。综合而言，知识产权保护与研发投入对我国创新增长的贡献度都表现出在短期内逐渐攀升，中长期内维持在一个平稳水平。值得注意的是，研发投入对我国创新的贡献度整体上远高于知识产权保护。究其原因，研究期内我国知识产权保护强度虽逐年加强，但年变化率还是只有2.8%；相比而言，同一时期内我国深刻认识到研发投入对创新的巨大作用，科技研发投入迅猛增长，1995年我国研发投入仅348亿元，2014年则高达13312亿元，年均增速21.2%，占GDP的比重也由1995年的0.5%增加到2014年的2%。可以说，研发投入较快的增长率是其比知识产权保护对创新贡献率更大的重要原因之一。不仅如此，正如上文所述，知识产权保护仅为创新提供了一种制度保障，真正的创新要靠各种实际投入特别是针对性较强的研发投入才能实现。概而言之，方差分解分析进一步表明，知识产保护是创新制度上的软激励，而研发投入为创新物质上的硬动力，且后者的创新贡献度更大。

四、结论及建议

笔者运用1995-2014年间的数据，对我国知识产权保护强度、研发投入与创新之间的关系进行了实证比较研究，结果显示：我国知识产权保护强度、研发投入和创新水平之间存在稳定的均衡关系，两者均对创新有正向的促进作用，但研发投入对我国创新的推动力度更强，对创新的贡献度更大。受经济发展阶段所限，我国知识产权保护对创新的激励作用尚未充分发挥，研发投入仍是我国创新的主要动力。

基于以上认识，笔者认为，从内部看，随着我国经济增长由要素、投资驱动为主逐渐转入以创新驱动为主的新阶段，创新的经济增长作用必将日益凸显；从外部看，随着自由贸易区的不断出现，知识产权保护表现出全球一体化的趋势。因此，为了顺应国内外经济发展的变化，我国应继续加强知识产权保护力度，今后特别要完善针对服务贸易细分项的知识产权保护。鉴于我国研发投入占GDP的比重依然低于国际平均水平，以及研发投入对创新的直接作用，我国在加大研发投入力度的同时，应注重优化投入主体，完善投入结构，尤其是要提高基础研究的投入比重。这些举措将从软硬两个方面有力推进我国的创新驱动发展战略。

[1]王亚星，周 方.我国知识产权保护量化测评与实证分析[J].北方工业大学学报：社会科学版，2014(12).

[2]蔡 红，吴 凯，蒋仁爱.中国最优知识产权保护强度的实证研究[J].科学学研究，2014(9).

[3]顾晓燕.知识产权保护对发展中国家创新驱动的影响——一个文献研究视角[J].学术月刊，2014(9).

[4]姜 南，单晓光，漆苏.知识产权密集型产业对中国经济的贡献研究[J].科学学研究，2014(8).

[5]罗 军.研发投入门槛、外商直接投资与中国创新能力——基于门槛效应的检验[J].国际贸易问题，2014(8).