知识产权保护影响服务业全要素生产率的机理与实证研究

文/石舍玉 南京财经大学国际经贸学院 江苏南京 210046

知识产权保护影响服务业全要素生产率的机理与实证研究

文/石舍玉 南京财经大学国际经贸学院 江苏南京 210046

本文基于2008年到2012年的我国知识产权保护及服务业全要素生产率的省际面板数据，运用系统广义矩估计方法分析了我国知识产权保护对服务业全要素生产率的影响机制，并将服务业全要素生产率进行分解为纯技术进步、技术效率、纯技术效率、规模效率。研究表明：知识产权保护对我国服务业全要素生产率有显著促进作用，这种促进作用主要来源于知识产权保护对服务业技术进步和技术效率的正向影响。知识产权保护对服务业规模效率提升有微弱负向影响。研究认为：继续加大对服务业创新的投入，促进服务业由低端向高端转移，加快服务业转型升级是当前我国服务业发展关键所在。

知识产权保护；全要素生产率；创新

一、引言

服务业作为国民经济的重要组成部分，在促进经济增长和社会就业等方面占据重要地位，是衡量一个国家或地区经济现代化水平的重要标志之一（王恕立，胡宗彪，2012）。近年来，我国服务业增加值占GDP的比重达50%以上，并呈现赶超工业增长的趋势。同服务业快速发展的战略需要相比，服务业的增长质量更应引起关注，因为主要依靠要素投入而非效率提升所引发的经济增长是难以长期维持的( Krugm an，1994)。夏杰长（2010）等认为，中国服务业能否保持持续稳定增长取决于服务业的全要素生产率能否持续改善。然而，相对于其他产业，服务业产出的增长和全要素生产率的提升需要更为有效的知识产权保护制度，这是由服务业的特殊属性决定的。服务业的无形性、不可贮存性以及生产、交换和消费的同时性增加了服务生产方对服务产出保护的难度，同时给消费者带来了一定的风险。知识产权保护作为一种十分重要的保护制度，在服务业发展过程中扮演着至关重要的角色。那么，知识产权保护对服务业全要素生产率究竟会有什么样的影响？其中的传导机制又是什么？这对目前我国服务业的发展有着什么样的现实意义？这些问题的解决对促进我国服务业发展意义重大。本文基于我国2005年到2012年23省市的面板数据，将知识产权保护制度按照各省市差异分别进行量化，并使用DEA方法计算23省市服务业全要素生产率，系统并深入地研究知识产权保护对服务业全要素生产率的影响机制，进而得出相关结论。

二、文献综述

国内外学术界对知识产权保护与服务业的研究主要可以分为以下几个方面：

首先是关于知识产权保护的相关研究。韩玉雄和李怀祖（2005）以G ina rte-Park方法为基础，引入执法力度因子，定量分析了中国的知识产权保护水平，并指出随着时间推移，中国的知识产权保护水平在不断提高。蔡虹等（2014）通过研究知识产权保护对经济增长的作用，探究中国最优的知识产权保护强度。其次是关于服务业全要素生产率的测算方面。姚星等（2015）采用系统广义矩估计法对服务外包的全要素生产率（TFP）效应进行了实证研究，提出了服务业转型发展的相关建议。刘兴凯等（2010）使用非参数的Ma lm quist指数方法测算了1978年到2007年国内服务业TFP的省际面板数据，并从技术进步和技术效率的角度研究了国内服务业TFP变化的阶段性和区域性特点。提升服务业的全要素生产率，有利于促进中国经济的转型升级。最后是关于知识产权保护对服务业全要素生产率影响的研究。代中强等（2015）认为不同强度的知识产权保护对服务业的影响在经济发展程度不同的国家也应不同。Da rong Dai &Kun rong Shen（2015）认为知识产权保护水平的强度在产业发展的不同阶段，作用不同。在产业发展的初期，弱化知识产权保护有利于激励模仿，直接促进经济增长，同时也降低了国家创新补贴的成本。在产业发展的后期，高强度的知识产权保护则有利于激励国家创新，进而增加全球市场份额。M asayuki M o rikaw a（2014）在研究中发现，日本服务业中企业拥有创新产品与否导致全要素生产率差异比在制造业中更加明显，原因是由于服务业企业拥有发明、专利的比例要远高于制造业企业，而知识产权保护制度通过保护服务业企业的专利、版权、商业机密等机制激励服务业创新，进而提升服务业企业全要素生产率。

三、模型建立

为了更好地探究知识产权保护对服务业全要素生产率的影响机制，本文在计算中国服务业全要素生产率时使用DEA非参数方法m a lm quis t生产率指数法，并将全要素生产率增长率TFPC分解成四个因子，即纯技术进步指数TECHC，技术效率指数EFFC，纯技术效率指数PEC，不变报酬参考技术下规模效率指数SEC，从而得出更加深入具体的研究结论。

式（1）中TFPCit表示中国服务业i省份（地区）t时期的全要素生产率指数，式（2）中TECHCit表示，式（3）中EFFCit表示，式（4）PECit表示，式（5）中SECit表示，以上所有式中，ippit表示i省份（地区）t时期知识产权保护水平，Kit表示i省份（地区）t时期的服务业资本投入，Lit表示i省份（地区）t时期的服务业劳动投入，εit为随机干扰项。

四、核心变量处理

（一）知识产权保护指标

关于知识产权保护强度的测定，国际上通常使用的是G ina rte和Pa rk(1997)年提出的GP指数法。根据GP指数法，参考韩玉雄（2005），我们从覆盖范围、国际条约成员、保护的损失、执法机制、保护期限这五个指标出发，测算了2005—2012年的中国名义知识产权水平。

参考姚利民（2009）和韩玉雄（2005），本文的执法力度因子由社会的法制化程度、社会知识产权保护意识和经济发展水平构成。参考姚利民（2009），本文使用各省区律师人数占人口数的比例作为衡量各省区社会法制化程度的指标，当该比例达到或超过万分之五时，分值为1，小于万分之五时，分值为实际比例值除以万分之五。参考姚利民（2009），本文使用人均专利申请量作为社会知识产权保护意识的衡量指标，当一个地区万人拥有的专利申请量达到或者超过十件时，分值为1，当万人拥有专利申请量不足十件，人均专利申请量指标的分值等于万人拥有的实际专利申请量除以10。依据韩玉雄（2005），人均GDP达到或者超过1000美元时，人均GDP指标分值为1，低于1000美元时，人均GDP指标分值等于实际人均GDP（以美元为单位）除以1000。

（二）服务业全要素生产率指标

关于全要素生产率的测度，有参数和非参数两种主要方法。参数方法需要假定特定的生产函数形式，用来描述投入和产出的关系，用限定的生产函数测算全要素生产率。非参数方法不需要假定特定的生产函数，避免了主观因素带来的偏差。非参数方法以SFA（随机前沿分析）为代表，参数方法以DEA（数据包络分析）为代表。本