“五年规划”指标设定对我国创新活动的影响效应

张涛++王广凯

摘要：“五年规划”是我国国民经济计划的重要部分，为国民经济发展远景规定了目标和方向。为尽早步入创新型国家行列，“十二五”规划的核心指标中首次纳入“每万人口发明专利拥有量”。通过采用差分内差分方法，对“指标纳入”引起的有效发明专利量的变化进行实证分析，结果表明，“指标纳入”对有效发明量的提高具有显著的正向影响，并且影响程度逐年增加，对政策的动态效应和反事实分析验证了指标设定对创新活动的影响。在实证检验政策有效性的同时，进一步指出指标设定的准确性与科学性问题。

关键词：“十二五”规划；专利；双重差分；反事实分析；国民经济计划；国民经济发展远景；创新型国家

中图分类号：F123 文献标识码：A 文章编号：1007-2101（2017）02-0036-07

一、引言

“五年规划”（“十一五”前称“五年计划”）是我国国民经济计划的重要部分，属于中长期计划，旨在对国家重大建设项目、生产力分布和国民经济重要比例关系等作出规划，为国民经济发展远景规定目标和方向。“十一五”规划从经济增长、经济结构、人口资源环境和公共服务与人民生活等四个方面制定了发展目标，而在“十二五”规划中进一步体现了政府通过合理配置资源和有效运用行政力量保障和促进经济社会的可持续发展的思路，从经济发展、科技教育、资源环境、人民生活四个方面丰富和完善了发展目标。“十二五”时期是我国提高自主创新能力、建立创新型国家的攻坚阶段，为了充分发挥科技创新对转变经济发展方式的支撑作用，在《国民经济和社会发展第十二个五年规划纲要》中首次纳入“每万人口发明专利拥有量”这一预期性指标，提出2015年每万人发明专利拥有量要从2010年的1.7件提高到3.3件。“每万人口发明专利拥有量”是反映一个国家或地区单位人力资源知识产权创造和运用能力的基础性指标，该指标从客观上反映了区域创新的效率和质量，不仅是衡量我国知识产权发展水平的重要指标，也是促进知识产权支撑创新驱动发展战略实施的基本指标。“十二五”规划实施以来，我国专利事业快速发展（如图1所示），我国发明专利申请量和授权量都呈现出较快的增长势头，年均增长速度分别达到23.24%和23.11%。2015年末，每万人发明专利拥有量已超过“十二五”规划纲要提出的目标，达到6.3件，超额完成了设定目标。在成绩的背后，我们也会反思规划目标的准确性和科学性问题，专利预期性指标超额完成的原因是什么？政府宏观规划（例如预期性指标）对于我国创新活动的影响作用和机制是什么？知识产权高水平国家是否应该在指标设定上兼顾数量和质量两个维度？“十三五”时期是我国建设创新型国家的关键时期，正确评估规划的引导效应，并在此基础上制定合理的指标体系对深入推进创新驱动发展的实施具有极为重要的意义。本文尝试对以上问题进行解答，同时利用双差分模型和反事实分析方法定量评价“指标纳入”对于我国科技创新活动的影响效应。

二、相关文献

建设创新型国家，要把科技进步和技术创新作为经济发展的首要因素，要把提高自主创新能力作为转变经济增长方式、调整经济结构和提高国家竞争力的核心环节。通常有两类指标衡量创新活动，分为创新投入和创新产出。创新投入指研发资金和研发人员的投入；创新产出主要指专利数量、专利引用率、新产品的出现等方面 （Baruk，1997）。一些研究使用研发投入作为衡量创新活动的指标 （鲁桐、党印，2014）研究创新活动的影响因素。但是，研发投入在衡量创新能力时存在缺陷。一方面，研发投入是投入数据，仅仅是资金投入指标，无法准确度量创新能力；另一方面，研发投入主要受管理层的控制，容易受到研发政策的影响。在分析专利政策对创新能力的影响时，使用专利数量作为创新活动的衡量指标更容易观察政策的效果。早在20世纪60年代，就有研究者使用专利量作为衡量创新活动的指标。Schmookler（1953，1965）和Scherer（1965，1990）利用专利量考查企业规模、投资和发明活动的关系。Grilliches（1990）认为使用专利作为衡量创新产出存在瑕疵，例如在现实中不是所有的创新都申请专利，但鉴于创新与专利之间的密切联系，且专利授权的标准不易改变，同时专利数据相比研发数据更易获取，用专利来衡量创新产出是可行的。

影响以专利衡量创新产出或创新绩效的因素是多方面的。大量的研究集中于研发投入对于专利水平的影响（Grilliches，1981）。李平、崔喜君和刘建 （2007）分析了人力资本和知识产权保护对以专利申请量衡量的自主创新活动的影响，得出人力资本和知识产权保护对创新绩效的影响具有显著的差异性。李习保（2007）采用随机前沿模型实证检验创新环境对创新产出效率的影响，教育和科技投入是提高发明专利数量的两个显著因素。关于外商直接投资对于创新活动的影响，研究者并没有得出一致的结论，Kokko（1994）认为外商直接投资对东道主国家的技术进步和研发活动不具有促进作用，甚至有负面影响。外商直接投资对我国自主创新能力的影响途径有兩种：一是大量外资进入，改变我国市场格局，控制重要资源和产业，造成国有资产和本土品牌的流失，自主创新能力的降低（刘星、赵红，2009）；二是外资进入会形成良性竞争格局，势必导致企业增加研发投入、提高技术水平，故国际资本参与市场竞争可以促进国内企业自主创新能力的提高（王红领、李稻葵、冯俊新，2006）。朱平芳和徐伟民 （2003）实证分析了政府科技政策对研发投入和专利产出的影响，科技拨款和税收减免促进大中型企业的研发投入，进而提高专利产出。林洲钰、林汉川、邓兴华（2013）分析社会资本水平差异对企业技术创新活动的影响，研究认为，无论从研发投入衡量的创新投入，还是专利数量衡量的创新产出，社会资本都具有显著的促进作用。

我国为促进自主创新能力，实现创新驱动发展，在“十二五”规划核心指标中纳入“每万人口发明专利拥有量指标”，其中11个省市在“十二五”规划中明确提出2015年末每万人口发明专利拥有量的预期性指标。要研究“指标纳入”政策对发明专利量的影响，需要比较规划实施前后两个时间段内发明专利数量的变化。然而，影响“十二五”期间发明专利数量变化的因素有多种。研发投入、经济增长水平和专利管理水平都会对创新能力产生影响。政府的中长期发展规划究竟对创新能力的提高是否有显著影响？程度如何？因此，有必要通过计量模型进一步加以验证。

三、研究设计和模型设定

双重差分模型是20世纪80年代兴起的一种用于评价政策效果的计量方法（Ashenfelter and Card，1984）。双重差分方法认为新政策是外生于经济系统的准“自然实验”，计量模型易于应用，回归估计方法也较为成熟。在我国，周黎安和陈烨（2005）首次使用双重差分方法估计税费改革政策对农民收入增长的因果效应，基本思想是税费改革造成同一县区改革前后和不同县区改革与否的农民收入差异，进而识别出政策实施的效果。此后，双重差分方法的应用逐渐频繁，成为政策效果评估的有力工具之一。

（一）研究设计

依据双重差分模型设定的基本思想，首先构造出处理组和对照组。划分标准是在“十二五”规划中加入“每万人发明专利拥有量”量化指标的省作为处理组，其他没有明确加入此指標的省市为对照组，然后通过控制其他因素的影响来比较“十二五”规划期间处理组和对照组之间的差异，进而测算出政策的影响效应。本文引入两个虚拟变量对样本进行分组，变量Treat反映省市是否在“十二五”规划中引入“每万人发明专利拥有量”指标，Treat=1，表示引入指标的处理组，Treat=0表示未引入指标的对照组；变量Time反映政策实施的时间，Time=1表示政策实施后，time=0表示政策实施之前。通过这种界定，将所有省市划分为4组：政策实施前的处理组（Treat=1，Time=0）；政策实施后的处理组（Treat=1，Time=1）；政策实施前的对照组（Treat=0，Time=0）；政策实施后的对照组（Treat=0，Time=1）。

双重差分模型的基本形式为

yit=β0+β1Treatit+β2Timeit+β3Treatit+Timeit+X′γ+εit（1）

对于“十二五”规划中加入“每万人发明专利拥有量”指标的处理组来说，政策实施前后的差分估计为：

E（y|X，Treat=1，Time=1）-E（y|X，Treat=1，Time=0）=β2+β3（2）

（2）式代表对照组在政策实施前后的变化，但是这种变化不能精确反应政策效应，有可能是其他因素引起，为排除其他因素的影响。考察对照组的前后变化

E（y|X，Treat=0，Time=1）-E（y|X，Treat=0，Time=0）=β2（3）

表示当没有政策变化的时候，被解释变量受到其他因素的作用而发生的变化，两式相减，即双重差分去除两组共同因素的作用，得到政策变化的净效应。我们重点关注交互项系数，它表示了政策变化带来的影响。

双重差分模型思想是基于自然实验，主要目的是剔除政策以外的影响因素，Meyer（1995）详细介绍确保模型结果准确性所需要满足的假定。模型的适用性主要依赖两个条件：（1）随机性假定，即样本选择的随机性。就本研究而言，就是要确定引入指标省份的随机性。如果引入指标的省份选择与我们所关心的被解释变量有关，那么就会导致内生性问题，则双重差分的估计结果就是有偏的。（2）同质性假定，即政策实施之前，处理组和对照组内，被解释变量具有相同的趋势。如果这些假定无法满足，会出现有偏的估计的结果，故有必要对双重差分模型是否适用于本研究问题进行检验（周黎安和陈烨，2005；郑新业、王晗和赵益卓，2011）。

假定1：“十二五规划”加入“每万人发明专利拥有量”指标的省份是随机的。

我国在制定“十二五”规划纲要时明确加入“每万人发明专利拥有量”指标，随后各省制定规划时，11省份将此指标明确列入。直观上讲，各个省份在选择是否在规划中加入此指标是根据自身情况而定的，专利发展水平较高的省份倾向于加入该指标，这样的话就会导致样本选择是有偏的，引起选择性偏误。为避免处理组和对照组的选取跟被解释变量有关，有必要进行随机性检验。

我们采用面板Logit模型来检验选择“指标纳入”的标准。选取2006年到2010年“指标纳入”之前各省份的数据，以“是否纳入指标”为被解释变量，“有效发明量”作为解释变量，考察纳入指标的行为是否受到自身有效发明量的影响。同时考察地区研发支出、经济发展水平、科研人数和外商投资是否影响各省的选择行为。“指标纳入”的二元选择模型回归结果如表1所示。估计结果表明，有效发明量与是否纳入指标无关，各省份随机决定是否在“十二五”规划中纳入指标，处理组的样本选择是随机的，这正是进行双重差分估计的前提条件。

假定2：对照组和处理组在政策实施之前的发明专利数量的走势相同。

由于我们考虑的政策对于所有省份来说是在同一时点发生，可以用下面平行趋势假设检验形式：

其中，Timet是年份的虚拟变量，Treati等于1当个体i受到政策的影响。βt衡量每一年的政策效果，由于“纳入指标”行为发生在2011年，如果平行趋势假设成立，那么2010年之前的βt应该都不显著。回归结果如表2，结果显示2010年之前各省份的有效发明量具有相同的趋势。

（二）回归模型设定

为控制省市自身的内在差异，采用固定效应面板数据模型，双重差分模型的基本形式为：

yit=β0+β3Treatit×Timeit+X′γ+i+εit（5）

其中，模型因变量为有效发明专利量（IPF），模型控制变量包括研发支出（RD）、经济发展水平（GDP）、研发人员数量（RDP）、外商直接投资额（FDI）。

本文以我国31个省市为研究对象，采用2006—2013年度数据，通过筛选各省“十二五”规划，整理发现，共有北京、河北、海南等11个省份明确加入“每万人发明专利拥有量”量化指标，将这些省份归为处理组，天津、山东、江苏等其他省份归为对照组。基于这样数据结构，可以将指标的引入视为准自然试验，并对其带来的效果进行分析估计。

“有效发明专利量”数据指处于有效期的发明专利数量。有效发明专利量采用各地区年度数据，在国家知识产权局公布的《专利统计年报》中获得，单位为件数。

“指标纳入”用于反映“十二五”规划发明专利指标影响的虚拟变量，对处理组省份来说，2011年之后（包括2011年）取1，2011年之前取0。

控制变量包括反应地区发展水平的实际生产总值、各地区研究与发展试验内部支出、外商投资总额、研发人员数量。所用数据来自《中国统计年鉴》、《中国科技统计年鉴》、《专利统计年报》以及CEIC数据库。主要变量的描述性统计见表3。

四、实证结果与分析

“十二五”规划政策效应的双重差分估计（见表4）。对于处理组的省份，虚拟变量Treat0在政策实施当年及以后取1，政策实施之前取0；Treat1在政策實施第二年及以后取1，2012年之前取0；Treat2在2013年取1，之前取值为0。（1）栏报告的是没有控制变量的回归结果，（2）至（6）栏是对研发支出、经济发展水平、研发人员投入和外商直接投资加以控制的估计结果。由（1）栏可知，“纳入指标”对有效发明专利量具有近1.26个百分点的贡献。当加入控制变量以后，“指标纳入”的作用下降到了0.14，由估计结果显示“指标纳入”的效果在统计上显著。为了检验“指标纳入”在“十二五”期间对有效发明专利量的动态影响，表2考察了“指标纳入”当年和之后每一年对有效发明量的影响的变化趋势。由（6）栏可知，在“十二五”规划第一年，“指标纳入”的影响符合预期，但并不显著。随着政策影响的深入，相比与没有“指标纳入”的省市，“指标纳入”的省份有效发明量受政策的影响越来越强，2012年“指标纳入”对有效发明量提高0.158个百分点，在2013为0.254个百分点，这与进行平衡趋势检验时得出的动态政策影响结果一致。

表4中关于控制变量的结果基本符合预期。研发支出与有效发明专利量成高度正相关，由于研发支出和专利作为创新活动的投入与产出，结果说明研发支出显著促进有效发明专利量。经济增长和发明专利的关系较为复杂，结果只能显示经济增长和有效发明专利显著正相关，无法推断两者的因果关系。研发人员数量和外商直接投资额对有效发明量在统计上显示没有影响。此外，为了消除各省份之间的个体特征，这些变量只是作为控制变量引入，控制变量之间的相关性会对回归结果产生影响，故控制变量的回归系数有助于加深对有效发明量影响因素的认识，并不能准确说明它们之间的关系。

五、基于反事实的稳健性分析

采用双重差分方法对“指标纳入”政策有效发明专利量的影响，是基于准自然实验对处理组和对照组省份进行比较，即如果不存在“指标纳入”的刺激政策，处理组和对照组省份的有效发明量的差距不会变化。在前面进行的平行趋势检验中说明在政策刺激之前，对照组和处理组省份的有效发明专利量在统计上确实具有相同的趋势。下面利用反事实方法继续对政策效果的稳健性进行检验。分别选取政策刺激之前2006—2010年和政策刺激之后2011—2013年两个时间段，两个时间段内都不存在政策刺激。在两个时间段内的任意时间点假想存在政策刺激而进行回归分析（白重恩、王鑫和钟笑寒，2011），检验结果如表5所示。

检验结果显示，在2006—2010年，只有在2010年假想政策发生时，效果显著，这可以解释为“十二五”规划制定前的预期影响。在2011—2013年观测区间内，在2012—2013年假想政策实施的效果都较为显著，表明随着政策刺激的深入，发明专利量受到影响程度愈来愈大，使得处理组比对照组省份的专利上升趋势显著变化。通过稳健性分析，进一步说明在政策实施之前处理组和对照组省份的同质性，以及“指标纳入”政策对专利数量的动态影响。

六、结论与建议

为促进我国自主创新能力，提高发明专利数量，“十二五”规划纳入“每万人口发明专利拥有量”指标，这个政策对发明专利数量的影响可以看作一个“准自然实验”。利用双重差分方法评估“指标纳入”对我国发明专利量的影响，结果表明，“指标纳入”对于发明专利数量的刺激较为显著。反事实分析进一步验证“指标纳入”政策的刺激作用逐年增加。

除了经济发展水平和研发投入对于创新能力提高有内生性影响以外，国家中长期发展规划也是推进创新驱动发展的重要力量。“每万人口发明专利拥有量”超额完成“十二五”规划的既定目标，很大程度上体现为预期性指标的引导效应。这种引导效应通过不同渠道、路径、方式发挥作用：在战略层面，国家提出了创新驱动发展战略和知识产权战略；在政策层面，各级政府高度重视知识产权，对专利事业提供优惠政策；在执行层面，加大国家专利审查能力，通过知识产权知识培训和推广，提高技术创新单位和个人的专利意识；在市场层面，随着经济结构调整和科技进步，专利日益成为市场主体参与竞争的主要手段。

“十三五”时期，在注重专利数量快速增长的同时，还要加强专利质量的提升。例如，考虑在规划指标体系中纳入反映专利质量的国际通用指标“专利合作条约（PCT）”，突出“质”和“量”的结合，建立起更加全面的自主创新指标体系。

参考文献：

[1]陈林，伍海军.国内双重差分法的研究现状与潜在问题[J].数量经济技术经济研究，2015，（7）：133-148.

[2]李平，崔喜君，刘建.中国自主创新中研发资本投入产出绩效分析——兼论人力资本和知识产权保护的影响[J].中国社会科学，2007，（2）：32-42.

[3]李习保.区域创新环境对创新活动效率影响的实证研究[J].数量经济技术经济研究，2007，（8）：13-24.

[4]林洲钰，林汉川，邓兴华.所得税改革与中国企业技术创新[J].中国工业经济，2013，（3）：111-123.

[5]刘星，赵红.外商直接投资对我国自主创新能力影响的实证研究——基于省级单位的面板数据分析[J].管理世界，2009，（6）：170-171.

[6]鲁桐，党印.公司治理与技术创新：分行业比较[J].经济研究，2014，（6）：115-128.

[7]王红领，李稻葵，冯俊新.FDI与自主研发：基于行业数据的经验研究[J].经济研究，2006，（2）：44-56.

[8]郑新业，王晗，赵益卓.“省直管县”能促进经济增长吗？——双重差分方法[J].管理世界，2011，（8）：34-44.

[9]周黎安，陈烨.中国农村税费改革的政策效果：基于双重差分模型的估计[J].经济研究，2005，（8）：44-53.

[10]朱平芳，徐偉民.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.

[11]Ashenfelter，O. & Card，D.Using the longitudinal structure of earnings to estimate the effect of training programs（No.w1489）.National Bureau of Economic Research，1984.

[12]Baruk，J.Innovativeness of Polish enterprises in the initial period of system transformation.Technovation，1997，17（9）：477-530.

[13]Griliches，Z.Market value，R&D，and patents.Economics letters，1981，7（2）：183-187.

[14]Griliches，Z.Patent statistics as economic indicators：a survey（No.w3301）.National Bureau of Economic Research，1990.

[15]Kokko，A. Technology，market characteristics，and spillovers.Journal of development economics，1994，43（2）：279-293.

[16]Meyer，B.D.Natural and quasi-experiments in economics.Journal of business & economic statistics，1995，13（2）：151-161.

[17]Scherer，F.M.Firm size，market structure，opportunity，and the output of patented inventions.The American Economic Review，1965：1097-1125.

[18]Scherer，F.M. & Ross，D.Industrial market structure and economic performance.University of illinois at Urbana-Champaign's Academy for entrepreneurial leadership historical research reference in entrepreneurship，1990.

[19]Schmookler，J.Patent application statistics as an index of inventive activity.J.Pat.Off.Soc′y，1953.

[20]Schmookler，J.Technological change and economic theory.The American Economic Review，1965：333-341.

责任编辑：秦学诗