专利密集型产业、专利制度与经济增长

李黎明,陈明媛，2

（1.南京理工大学 知识产权学院，南京 210094； 2.国家知识产权局 专利管理司，北京 100088）

专利密集型产业、专利制度与经济增长

李黎明1,陈明媛1，2

（1.南京理工大学 知识产权学院，南京 210094； 2.国家知识产权局 专利管理司，北京 100088）

本文利用专利案件数量与专利授权数量构建反映司法保护和行政保护的指标全面刻画我国的专利保护强度，借助模糊优选法从投入和产出两个维度设计指标筛选专利密集型产业，在此基础上对比分析中、美专利制度对产业经济增长的影响。本文提出并验证了如下假说：在经济发展水平临界点两侧，专利制度对专利密集型产业和非专利密集型产业的经济贡献度会发生逆转。经济发展水平低于临界点时，专利保护强度降低对非专利密集型产业经济贡献大于其对专利密集型产业的贡献；超过临界点时，专利保护强度提升对专利密集型产业经济贡献大于其对非专利密集型产业的贡献。中美产业层面数据的实证结果还表明，经济发展水平超过临界点后，专利保护强度的提升会提高专利制度对专利密集型产业经济贡献的弹性系数，而对非专利密集型产业经济发展贡献不显著甚至带来负增长效应，这也说明专利密集型产业不仅是数量密集，更重要的是制度依赖，同时，有必要在我国专利司法保护中探索引入产业政策杠杆。

专利密集型产业；专利保护强度；模糊优选法；全要素生产率；经济增长

一、问题的提出

20世纪90年代，随着《与贸易相关的知识产权保护协定》（TRIPs）的签署生效，知识产权与贸易政策的连接使得发展中国家被迫强化专利保护，专利制度与发展中国家经济增长的关系逐渐成为学术界关注的热点。

以Grossman（1991）、Helpman（1991，1993）、Lai（1998）为代表的学者借助理论模型分析专利保护、技术溢出与经济增长的关系。Helpman（1993）[1]认为，实行较强的知识产权保护，有助于发达国家占领更多的全球市场，但会阻碍发展中国家经济发展，进而使得发达国家中长期技术增长率下降；Lai（1998）[2]将FDI作为技术溢出的渠道，建立动态均衡模型得到了Helpman（1993）完全相反的结论。徐朝阳（2010）[3]将技术模仿视为一种局部创新，同样需要一定程度的专利保护，构建了一个Ramsey 问题模型，发现发展中国家在发展早期阶段，理应设定相对较低的专利保护程度，然后随着经济成长不断地提高专利保护水平，但其长期的稳态专利保护水平有可能比发达国家高，也可能比发达国家低。罗德明等[4]（2015）基于罗默模型的动态一般均衡，假设技术模仿与引进是有代价的，发现发展中国家存在最优专利保护，而且发达国家和发展中国家均衡经济增长率是最优专利保护的增函数。

Ginarte和Park（1997）从保护范围、国际条约成员资格、保护的丧失、执行机制和保护期限五个维度编制了跨国专利保护强度指标后，讨论专利保护强度与经济增长的实证研究文献大量涌现。Ginarte和 Park等人的实证研究表明[5]，专利保护强度与经济发展具有正向关系，Maskus和Chen等人的实证研究则发现专利保护强度与经济发展水平呈现U型关系[6-7]。对于司法体系正处于转型完善期的发展中国家而言，G-P指数的度量结构与实际保护强度可能并不一致，因此，国内很多学者开始研究专利保护执法强度的影响因素，韩玉雄和李怀祖（ 2005 ） 、许春明（2008）、姚利民等（2009）、沈国兵（2009）、刘小鲁（2011）、詹映（2013）、尹志锋（2015）等从经济发展水平、律师比例、《全球竞争力报告》知识产权保护实施指数、弗雷泽研究所法律体系及产权保护指数等方面测算专利保护执法强度，再结合G-P指数讨论专利制度与经济增长[8-14]。

进入21世纪，以Siwek （2005）和Nam（2010）为代表的学者开始从产业层面关注专利制度的经济贡献。2012年和2013年，美国和欧盟相继发布“知识产权密集型产业”研究报告，通过定义产业的专利密集度筛选专利密集型产业，从而测度专利对经济增长的贡献。国内学者参照美国的研究方法，对我国知识产权密集型产业进行了研究[15]。

此外，还有一部分学者借助专利授权数量来分析专利制度的经济贡献，如赵彦云[17]等（2011）发现，发明专利在1997 年前对全要素生产率没有显著影响,但在1998—2008 年对全要素生产率的影响远大于实用新型和外观设计专利；张杰（2016）[18]等人运用1985—2012年面板数据分析得出，发明专利对我国各省份人均真实GDP增长率造成显著U型作用效应，而实用新型和外观设计专利未产生显著的作用效应。

现有研究从不同维度研究了专利制度保护强度影响因素及其经济贡献，对专利制度与经济发展水平的U型关系基本达成了共识，对我们理解专利制度促进经济增长的作用机理具有重要参考价值。在现有研究基础上，有两个方面的问题需要进一步的研究。首先，结合专利密集型产业和专利制度经济贡献的研究文献还不多。理论和实证文献表明只有当发展中国家的经济发展水平达到一定阶段，专利制度保护的促进效应才会显著，同时，产业层面的实证文献也肯定了专利密集型产业的经济贡献，但在经济发展水平的临界点两侧，专利制度如何影响专利密集型产业和非专利密集型产业经济贡献的研究文献还比较少。其次，专利执法强度研究的某些代理变量的选取仍过于宏观，表征能力针对性不强，有必要结合具体的实际情况和背景，采用更为合适的代理变量，才能准确并充分地量化每个评价指标所要反映的现实情况；与此同时，现有研究对我国专利行政保护的关注还不够，事实上，近年来，我国的专利行政执法力度和影响不断扩大，2014年《专利法修改征求意见稿》加强了专利行政执法的内容，2015年我国发布了新的《专利行政执法办法》。

为了讨论前述两个问题，本文拟从以下几个方面进行分析：第一，借助2004—2014年我国各级法院受理的一审专利民事案件和专利行政案件、各地方知识产权局受理的专利行政执法案件、专利授权量等客观数据构建反映我国专利司法保护和专利行政保护的指标，从而刻画我国专利保护强度的变化；第二，利用国家统计局2011—2014年规模以上工业企业数据统计，从投入和产出两个维度，综合专利存量和专利增量，运用模糊优选法筛选专利密集型产业；第三，借助DEA和计量模型，讨论专利制度对专利密集型产业和非专利密集型产业经济发展的影响；第四，收集2002—2011年美国制造业经济数据（由于2000年和2001年产业人力资本数据缺失，同时2002年美国实行新的产业分类，相应地数据节点从2002年开始；2011年后美国通过新的发明专利法案，专利保护立法强度和专利保护执法强度均发生变化，为保证一致性，数据区间截止到2011年），对比分析专利制度保护对美国专利密集型产业和非专利密集型产业经济增长的作用。最后，给出研究结论和政策含义。

本文的贡献主要体现在如下两个方面：（1）构建一种新的专利保护强度测度方法。韩玉雄和李怀祖（2005）、许春明（2008）、姚利民等（2009）通过设计指标体系改进G-P指数测度知识产权保护强度，但指标选取的代理变量具有一定的主观性，且标准不一致。代中强（2014）以专利行政执法案件数量与当期专利授权量之比测度各省份实际的专利行政保护水平，这一方法采用客观数据降低了主观性影响，但是没有考虑行政执法案件与专利授权量之间的滞后期问题。本研究分别以专利民事案件、专利行政执法案件与考虑滞后期的专利授权量之比表征司法保护水平和行政保护水平，最终测度专利保护强度。（2）进一步考察了经济发展水平阈值两侧，知识产权保护影响产业经济发展的作用机理差异，研究发现，在经济发展水平临界点两侧，专利制度对专利密集型产业和非专利密集型产业的经济贡献度会发生逆转，而且当经济发展水平超过临界点后，专利保护强度的提升会提高专利制度对专利密集型产业经济贡献的弹性系数，而对非专利密集型产业经济发展贡献并不显著。

二、文献回顾与研究设定

（一）文献回顾

设计指标体系测度知识产权保护强度进而开展知识产权保护影响经济发展实证研究的文献非常多。Ginarte和 Park（1997）做了非常重要的开创性工作，编制了跨国专利保护强度的G-P指数，但G-P指数侧重测度知识产权的立法强度，无法体现知识产权的执法强度。

于是，很多专家学者开始借助大范围的调查数据或调查报告来测度知识产权执法强度。Smarzynska（2004）采用美国“特别301报告”的评价数据作为执法力度的依据，对立法水平进行修正，得到各国的知识产权综合保护水平。Marron和Steel （2006）试图用国际商业软件联盟（Business Software Alliance）发布的软件盗版率（piracy rates）评价知识产权执法强度。Srividya Jandhyala（2014）[19]参照Marron和Steel （2006）的研究，分析了知识产权保护强度与国家公共服务能力的关系。以美国“特别301 报告”评分以或美国商业软件协会估计的各国软件盗版情况作为知识产权执法强度的测度指标，在很大程度上反应了美国的利益和偏好，以此为标准分析发展中国家可能有失公允。McCalman （2004）[20]采用“透明国际”（ Transparency International）发布的“清廉指数（Corruption Perceptions Index）”来衡量知识产权执法强度，事实上，“清廉指数”只反映了对一国腐败情况的感知，无法准确地衡量知识产权保护的执行情况。Nikolaos Papageorgiadis等（2014）[21]基于交易费用理论分析专利制度影响经济发展的作用机理，从服务成本、产权保护成本和监督成本3个方面设计指标构建知识产权保护指数，在美国“特别301 报告”评价结果、“清廉指数”、软件盗版率的基础上，增加世界经济论坛（World Economic Forum） 发布的《全球竞争力报告》（The global competitiveness report） 和瑞士洛桑国际管理学院（International Institute for Management Development）发布的《国际竞争力年度报告》关于各国知识产权保护的评价结果，但文献仅测度了各国知识产权保护强度，并没有对知识产权保护影响经济发展的作用机理展开实证分析。

同样，国内学者的相关研究文献主要集中在知识产权执法强度评价指标的改进。韩玉雄和李怀祖（2005）、许春明（2008）、姚利民等（2009）、沈国兵（2009）、刘小鲁（2011）、詹映（2013）、尹志锋（2015）等从经济发展水平、律师比例、《全球竞争力报告》知识产权保护实施指数、弗雷泽研究所法律体系及产权保护指数等方面测算知识产权保护执法强度，再结合G-P指数讨论专利制度与经济增长。通过分析发现,目前我国学者选择“执法强度”指标主要从内部影响因素和外部影响因素两个方面来考虑，在具体选择时主要依据经验，这就造成了一定的随意性，因此不同学者选择的指标不尽相同。如，对于“经济发展水平”的衡量，韩玉雄、李怀祖是以1000 美元为标准，即当人均GDP 达到或超过1000 美元时分值为1，当人均GDP 低于1000 美元时分值等于实际人均GDP 除以1000; 而许春明、单晓光是以2000 美元为标准。沈国兵、刘佳则是用人均GNI 来衡量，标准是世行对于中低收入类别的上限。

不仅如此，现有实证文献缺乏反映我国专利行政保护水平的针对性代理变量。2015年7月我国实行新的《专利行政执法办法》，在这之前，我国执法人员持证上岗和资格管理制度、全面落实行政执法责任制等方面不够完善，并且对展会和电子商务领域行政执法力度还不够，显然许春明、单晓光用连续的时间段来反映行政执法水平的变化是不合适的。代中强（2014）以专利行政执法案件

数量与当期专利授权量之比测度各省份实际的专利行政保护水平，进而分析专利保护对各省份出口技术复杂度的研究。事实上，当期专利行政执法案件与专利授权量之间并不是严格的匹配关系，以发明专利行政执法案例，其授权年限可能存在一定的滞后期。

（二）研究设计

1.专利保护强度测度

李黎明（2016）[22]设定法院受理的一审发明专利案件与发明专利授权量存在一年的滞后期，法院受理的实用新型、外观设计专利案件与当期的实用新型、外观设计专利授权量高度相关，同时，假设经济发展水平达到一定临界值，若专利权人更愿意向法院寻求民事侵权救济，那么专利司法保护水平越高，从而用以全国各级法院受理的一审专利民事案件、专利行政案件数量与当期实用新型、外观设计专利授权量及滞后一期的发明授权量总和之比测度我国专利司法保护强度变化，实证结果表明，我国专利司法保护强度与典型产业利润率之间存在U型关系。近年来，我国专利行政执法保护的影响和力度不断提升，为权衡专利司法保护和专利行政保护（司法保护应该作为权利人最主要的救济途径，但我国司法保护赔偿额较低、结案周期较长，相对而言具有效率优势的专利行政保护的地位和影响力不断提升，故二者的权重设置为0.6和0.4），本研究采用线性加权的方法来测度专利行政执法强度，考虑到我国知识产权行政执法案件统计数据包括受理的专利侵权纠纷、其他纠纷及假冒专利案件，而假冒专利案件属于专利管理部门主动查处行为，相应地，专利行政执法强度由受理执法强度和主动查处强度两部分构成（专利行政执法强度更应该侧重权利人的意愿和选择，故受理执法强度的权重更高，设置为0.7）。结合韩玉雄和李怀祖（2005）等人的研究，进而采用专利保护立法强度与专利保护执法强度乘积刻画我国专利保护强度的变化。综上所述，本研究将我国专利保护强度界定为：

由于美国没有专利行政执法保护，也没有实用新型专利，为了保证一致性，本研究借助美国专利商标局和最高法院的统计数据（Performance & Accountability Report US （Patent and Trademark Office） and Judicial Facts and Figures （US Courts）），用美国各级法院受理的专利案件数量与当期发明授权和滞后一期发明授权之和的比值反映美国专利保护执法强度变化，美国专利保护立法强度仍然采用G-P指数既有的评价结果。

2.专利制度对专利密集型产业和非专利密集型产业经济发展的影响

2000年，美国科罗拉多大学经济学教授Keith E.Maskus在“知识产权与经济发展”的研究表明，专利保护强度与实际人均国民收入相关。在经济发展过程开始的时候，尤其是在国民人均收入从最低上升到临界点时，专利司法保护先趋于恶化，专利侵权现象日趋严重，继而随着经济发展，逐步得到改善。联合国工业发展组织（UNIDO）2006年发表的一份研究报告《知识产权在技术转移与经济增长中的作用》（The Role of Intellectual Property Rights in Technology Transfer and Economic Growth: Theory and Evidence）指出，人均GDP3400美元（1980年不变价）是个阈值，低于3400美元（1980年人民币为5100元），知识产权保护和经济增长之间没有显著联系，高于这个值，知识产权保护和经济增长之间有着显著的和积极的联系，根据不变价测算，我国2009年人均GDP超过阈值。王一捷（2012）[23]运用历史分析的方法回溯日本的知识产权制度发展历史,发现适度、合理的知识产权制度建立为日本技术变迁与可持续的经济增长提供了动力：一方面，促进了国内对引进技术的改造、培育了国内技术创新的能力；另一方面，延迟和限制对外国人专利权的保护，为日本节省了可观的专利许可与转让费用，使先进技术可以更加迅速地在国内扩散。然而，随着TRIPs协议的实施，我国产业经济发展面临更为严峻的挑战，难以像日本经济腾飞那样快速消化吸收国外先进技术，取而代之的是频繁的知识产权贸易纠纷、知识产权诉讼以及领先国家的技术封锁。相关统计数据显示，2004—2009年美国对我国发起的337调查达到78起，而1995—2003年美国对华的337调查才26起；2002年—2006年初，科技部初步统计发现，我国DVD、彩电、摩托车到数码相机、MP3芯片、汽车和电信设备等企业因知识产权纠纷引发的经济赔偿累计超过10亿美元；2007 年，美国加强了对华高技术产品的出口管制，规定包括航空发动机、先进导航系统、激光器、水下摄像机及推进器等 20 类产品不得向中国出口的技术，同年，2007 年，韩国政府制定了《大韩民国防止产业技术外流及产业技术保护法》和《大韩民国防止产业外流和产业技术保护方案》等一系列法律法规。知识产权贸易纠纷、诉讼和技术封锁使得我国专利密集型产业难以及时对先进技术进行消化吸收，而技术门槛的存在使得技术模仿的难度也较大，只能依靠持续的自主研发投入，提升自主创新能力，相反，非专利密集型产业的技术密集度和技术门槛低一些，宽松的专利保护使得技术模仿和技术扩散更为容易。因此，我们假定在经济发展水平达到临界点之前，较弱的专利制度保护对非专利密集型产业经济贡献反而更大。而当经济发展水平超过临界点，长期的研发投入使得专利密集型产业的技术能力有所提升，创新对产业经济的贡献开始凸显，较强的专利保护有利于进一步激励产业加大研发投入，同时通过技术许可帮助专利权人获得更多的商业机会，提升技术效率，而非专利密集型产业由于技术模仿的成本和风险越来越大，会逐渐走向技术引进、消化再吸收的道路，此时，专利制度对专利密集型产业的经济贡献会更高。由此，本研究提出如下假说：

在经济发展水平临界点两侧，专利制度对专利密集型产业和非专利密集型产业的经济贡献度会发生逆转。经济发展水平低于临界点时，专利保护强度降低对非专利密集型产业经济贡献大于其对专利密集型产业的贡献；超过临界点时，专利保护强度提升对专利密集型产业经济贡献大于其对非专利密集型产业的贡献。

三、计量模型与数据处理

（一）计量模型

全要素生产率包含了除资本和劳动投入以外的技术创新、制度变迁等诸多影响经济增长的因素，其中创新被认为是推动全要素生产率提升的核心动力，也是我国经济增长综合效率的重要指标，而专利制度的一个重要功能就是激励创新，保护创新者的合法权益，实现创新投入和创新回报的良性循环。因此，本研究认为专利制度通过影响全要素生产率促进经济增长，并假定全要素生产率TFP主要由行业R&D投入（RD）、技术引进（YJ）、人力资本（H）、专利保护（IPR）以及其他因素共同决定，借助面板数据构建如下双对数计量模型：

参考现有相关文献，全要素生产率的其他影响因素包括[24-25]：

（1）人力资本与研发投入的交叉项H*RD，用于刻画人力资本在R&D促进TFP增长过程中所起的作用。

（2）行业所有制结构。Jef ferson 等（2003）利用1994—1999 年22000 家中国大中型工业企业的数据、刘小玄（2004）运用全国普查数据, 均发现产业国有比重与生产率之间存在明显的负相关。本文利用规模以上工业企业中国有控股企业的主营业务收入占该行业主营业务收入的比重来表征所有制结构变量, 如果该系数显著为负, 则表明国有经济业比重过大确实不利于行业TFP 的增长。

（3）经济危机影响。引入时间虚拟变量D，用于检验2009年全球经济危机对行业全要素生产率的影响，如果系数显著为负，则表明经济危机给行业TFP增长带来了负向效应。

Dt={1,t≥2009}Dt={0,t<2009}

（二）数据处理

本文所有数据来自历年《中国统计年鉴》、《中国工业经济统计年鉴》、《中国科技统计年鉴》、《中国经济普查年鉴2004》以及国家统计局官网产业统计数据（http://data.stats.gov.cn/easyquery.htm?cn=C01）。需要指出的是，由于统计口径的变化，为了保证数据一致性，2004—2010年采用大中型工业企业的行业数据，2011—2014年为规模以上工业企业数据，同时2012年我国开始实行新的行业标准，根据国家统计局行业标准2002版与2011版对应关系，对产业数据进行调整。美国历年产业经济数据主要来自经济统计局（http://www.bea.gov/）和劳动统计局（http://www.bls.gov/data/）官方统计数据。

1.专利密集型产业的筛选

专利密集型产业旨在关注那些高度依赖专利制度的产业部门，而模糊优选模型的核心思想是计算备选方案可能达到理想方案的程度，即备选方案隶属于理想最优的量度，称之为模糊隶属度或优度值，恰好符合量化专利制度影响的需求。

姜南（2014）等人从产业专利增量和专利存量量化专利密集度，忽视了研发投入的重要性（事实上，研发投入是产业创新程度和知识产权重视程度最常用的一个指标）；张劲文（2015）从投入和产出两个层面量化专利密集度，没有将产业专利增量作为参考指标（专利申请是产业创新活力的重要表征），美国和欧盟的专利申请都必须经过实质审查，而我国的外观设计和实用新型专利目前只需要形式审查，故本研究主要考虑各产业的发明专利。

综上所述，从投入和产出两个层面，本研究综合考虑专利增量和专利存量，选取千人发明专利申请量、万人发明专利拥有量、研发强度、研发人员比重四个指标，利用模糊优选法计算产业专利密集度，具体计算公式如下：

产业专利密集度=FUZZY（百亿元产值发明申请量，百亿元产值有效发明拥有量，研发强度，研发人员比重）

其中，百亿元产值发明申请量是指产业每百亿元工业总产值对应的发明专利申请数，从而消除产业规模的影响；百亿元产值有效发明拥有量，指产业每百亿元工业总产值拥有的有效发明专利数量；研发强度指产业R&D经费内部支出占工业总产值的比例；研发人员比重指产业研发人员全时当量与从业人员年平均人数的比值，为了消除时间波动和不确定因素的影响，所有指标参照欧美研究方法，取2011—2014年的平均值，如，百亿元产值发明申请量，取2011—2014年产业发明专利申请之和与2011—2014年产业工业总产值总和的比值。

模糊优选模型具体测算过程可参照郝聚民等（1998）[27]关于模糊优选法的应用研究。张吉军通过对模糊一致判断矩阵排序的方根法、按行求和归一化法、基于模糊一致判断矩阵元素与权重的关系式的排序方法进行了比较分析，发现根据模糊一致判断矩阵元素与权重的关系式给出的排序方法更具科学性和灵敏性[28]。因此，本研究选用基于该方法的模糊层次分析法（FuzzyAnalyticHierarchyProcess，FAHP）确定指标权重。具体指标权重参照表1。

结合前述产业专利密集度测算方法，我们将模糊优度值高于全部规模以上工业企业平均值的部门作为专利密集型产业（参照表2），其余产业部门作为非专利密集型产业。

表1 模糊优选方法指标权重值

注：相容性指标I（A,W）=0.063<0.1，因此，指标的模糊判断矩阵具有满意的一致性。

表2 我国专利密集型产业

注：交通运输设备制造业数据为汽车制造业、铁路、船舶、航空航天和其他运输设备两个行业的总和。

对于美国的专利密集型产业，一方面参照美国专利商标局2012年依据专利密集度测算给出的5类主要三位代码产业（相当于我国制造业的二位代码产业）：机械（NAICS 333）、计算机和电子产品（NAICS 334）、电子器械和元器件（NAICS 335）、其他制造业（NAICS 339）、化学制品（NAICS 325）；另一方面，由于本研究引入研发数据和专利申请数据，保证对比性，增加汽车制造业（NAICS 3361）和其他运输设备制造业（NAICS 3364），相当于我国的交通运输设备制造业数据统计。

2.全要素生产率的衡量

本文借助数据包络分析法（DEA），在规模报酬不变和给定投入的条件下，以实际工业总产值作为产出变量，以实际固定资产存量和从业人员年平均数为投入变量来计算Malmquist 指数。（夏良科（2011）采用年终从业人员人数，本文认为从业人员年平均数更合理，同时，夏良科（2011）增加了中间投入项，由于数据难以获得，本文在我国产业部门全要素生产率测算时不引入中间投入项）实际工业总产值利用各年各行业的工业生产者出厂价格指数（2011年后国家统计局将工业品出厂价格指数更名为工业生产者出厂价格指数）进行平减得到。名义固定资产存量采用各年各行业的固定资产净值（由固定资产原价减去累计折旧获得，张天华（2016）[29]研究发现，采用固定资产净值测度实际资本存量更为合理），实际固定资产存量用历年固定资产投资价格指数平减得到（我国的统计数据目前不提供分行业固定资产投资价格指数）。

3.R&D资本存量和技术引进资本存量

R&D存量的计算采用广泛应用的Griliches 永续盘存法[30]，当前R&D资本存量由上一期不变价的产业R&D内部支出与扣除折旧后的上一期的R&D资本存量构成。折旧率采用国家统计局核算司GDP生产核算处给出的参考值10%。初始研发资本存量的估计，用产业R&D内部支出代替R&D资本存量的增长率。由于2011年统计口径更改，对于2011—2014年我国分行业R&D资本存量的测算，参照夏良科（2011）的处理方法，以前五年研发支出的几何平均增长率作为R&D资本存量的增长率的估计值，即用2006—2010年各行业研发内部支出的几何增长率。

对于R&D资本存量价格指数的估计，参照吴延兵（2006）[31]的研究，R&D内部支出总额主要由劳务费、原材料费、固定资产购建费和其他费用构成。首先测算各年各行业R&D内部支出中劳务费、固定资产构建费、原材料费及其他费用所占比例；接着用前述比例分别对居民消费价格指数、固定资产价格指数和工业生产者购进价格指数相乘，从而得到分行业R&D资本存量的年度价格指数（美国经济统计局会直接给出各行业各年知识产权产品的价格指数，故不需要进行上述测算。知识产权产品为联合国统计委员会2008年所定义，主要包含研发支出、软件和计算机数据库以及文学艺术作品等）。

为了对应技术模仿和技术引进，技术引进资本存量估算主要依据各年各行业的技术引进费用支出和购买国内技术的经费支出，同样采用Griliches永续盘存法，技术引进资本存量折旧率参照研发资本存量的折旧率，取10%，其初始技术引进存量的估算，假定技术引进资本存量增长率与研发资本存量增长率相同，为了方便计算，简化为初始真实技术引进费用的3倍，各年度名义技术引进费用参照R&D价格指数进行平减处理。

4.人力资本

当前西方学者对于人力资本积累的定义通常用员工平均受教育年限来表示，由于我国无法获得各行业中各类员工所受教育年限的数据，本文利用各个行业中研发人员全时当量占从业人员年平均人数的比重作为人力资本的代理变量。

美国各行业人力资本积累采用美国劳动统计局的雇员特征统计数据，用各行业所有就业岗位里管理和专业技术岗位（Management，professional，andrelatedoccupations）的占比作为人力资本的代理变量（企业高管、技术人员以及财务金融岗位对受教育程度的要求一般是最高）。

四、实证分析与中美对照

一方面，20世纪80年代美国转向“亲专利（pro-patent）”政策，颁发了“拜杜法”，提出了“经济复兴计划”——将知识产权与贸易政策连结起来，知识产权制度逐渐成为美国产业经济发展和全球竞争力提升的重要推动力；另一方面，美国知识产权立法时间长，司法保护体系已比较完善，产业经济发展水平和企业运用知识产权制度的能力远高于我国。分析美国专利制度对专利密集型产业和非专利密集型产业的作用机制和实际效果，有助于评估提升专利保护强度对我国产业经济发展的影响，同时，研究美国专利密集型产业发展与专利保护的关联关系，总结美国成功经验有利于我国制定更合理的知识产权政策。

据《2017年欧盟产业研发投入记分牌》[8]报告对全球研发投入排名前2 500家企业（占全球企业研发总投入90%以上）所做的调查，2016年，全球企业研发投入连续6年保持增长，总额达7 416亿欧元，同比增长5.8%，远高于其净销售额0.1%的增长幅度。

（一）中美专利保护强度对照分析

参照第二部分的测度方法，我们可以得到2004—2014年中国专利行政保护强度、专利司法保护强度、专利执法保护强度变化趋势（参照图1）。在法治评估和法治指数逐渐风靡中国的大背景下，世界正义工程（theWorldJusticeProject，简称WJP）法治指数成为国内高度关注的对象，2011年WJP法治指数开始将中国纳入测量范围，法治指数包括有限的政府权力、监管执行和民事司法等9大因子。对比WJP法治指数中中国民事司法发展趋势可见，二者在2011—2014年是高度一致的，这也说明了前述研究设定的合理性。根据G-P指数评价结果，2004—2014年我国专利立法强度得分一直维持在4.083分（专利第四次修改草案尚未正式通过），相应地，专利保护强度变化主要取决于专利执法强度变化。从测度结果看，无论是专利行政保护强度还是专利司法保护强度均呈现先降后升的发展趋势（现有研究关于专利保护强度的测算大多是逐年增加的趋势，这与现有研究使用过多定性指标有关），临界点在2010年，与联合国工业发展组织（2006）估算的经济发展水平阈值（人均GDP达到阈值大概在2009年之后）是相吻合的，而且，我国专利保护强度的变化趋势与Maskus（2000）和Chen（2005）的研究结论也是一致的，在经济发展水平到达临界点前，专利保护强度较弱，而超过临界点后，专利保护强度逐渐增强。

对比2002—2011年美国专利立法强度变化趋势（同样，2002—2011年美国专利立法强度得分均为4.88分，专利保护强度变化取决于专利执法强度变化），随着美国经济发展，美国的专利保护强度也是逐年提高。需要指出的是，2011年美国通过新的发明专利法案，法案允许同一专利向不同地区的专利法院提出分案诉讼，因此，2012年以后美国各地法院受理的专利民事案件急剧增长，从而导致美国专利执法强度的快速增长。后续实证研究为了剔除专利法案修改的影响，主要考察美国2002—2011年的专利保护强度变化对产业经济发展的影响。

图1 中国专利保护强度变化趋势

图2 中美专利保护强度变化趋势

（二）中美专利制度产业经济贡献的对照分析

1.专利制度对我国产业经济发展的贡献

进行计量回归前，为了保证模型稳健性，避免伪回归等问题，需要对如下问题进行分析：首先，讨论面板数据截面和时间两个方向的固定效应与随机效应，即允许常数项在行业和时间方向差异的同时也允许误差项在两个方向的差异。本文通过Hausman检验来确定两个方向是固定效应还是随机效应，如果Hausman检验拒绝原假设，表明计量模型应选用固定效应模型。其次，为了避免面板数据的伪回归的问题，参照夏良科（2011）的研究，利用Levin,Lin,Chutest（Levin等, 2002）和Fisher-PPtst（Maddala等, 1999）对回归残差进行面板单位根检验，前者适合存在共同单位根的情况，后者则允许单个单位根过程存在。如果在给定的显著性水平上拒绝了原假设则表明回归残差是平稳的，不存在虚假回归。

表3给出了2004—2010年专利制度对专利密集型产业和非专利密集型产业经济贡献的计量回归结果。对于专利密集型产业，Hausman检验统计量22.60（p-value，0.002），拒绝原假设，采用固定效应模型；对于非专利密集型产业，Hausman检验统计量0（p-value，1），接受原假设，采用随机效应模型。LLC-test和Fisher-PPtest表明模型不存在虚假回归。

由表3可知，2004—2010年专利保护强度下降对专利密集型产业和非专利密集型产业全要素生产率增长有显著的正向促进效应，而且专利制度对专利密集型产业的贡献弹性系数显著小于其对非专利密集型产业的贡献弹性系数（0.52<0.66），这与前述的理论假说是相一致的。结合产业全要素生产率和工业总产值变化情况，2004—2010年专利密集型产业TFP平均增长率为8.47%，高于非专利密集型产业TFP平均增长率2.5个百分点左右（6%），大致可以推算出专利制度贡献了专利密集型产业TFP增长的61%，贡献了非专利密集型产业TFP增长的82%，专利制度保护变化带来了专利密集型产业经济增长的32%，贡献了非专利密集型产业经济增长的35%。

注意到，产业研发投入的增加对专利密集型产业全要素生产率贡献不显著，对非专利密集型产业全要素生产率有负向影响作用。一方面，如前述分析，由于技术封锁和知识产权贸易纠纷等因素的影响，专利密集型产业的技术模仿和技术引进存在较大挑战，只能依靠自主研发提升技术水平，而技术水平的提升是一个缓慢积累的过程，相应地，掌握熟练技能的技术工人对产业技术能力提升就非常重要，这也解释了为何2004—2010年人力资本增加对专利密集型产业全要素生产率的贡献弹性系数为正（甚至大于专利制度的经济贡献弹性系数），而人力资本增加对非专利密集型产业全要素生产率增长贡献却不明显。赵志耘（2009）[15]通过测算1979—2009年我国全要素生产率变化，得到了相同的结果——R&D经费投入增长迅速，但这些R&D投入只是大大增加了中国技术知识存量，并没有有效地转化为全要素生产率的提高。另一方面，对于非专利密集型产业，较弱的专利制度保护使得技术模仿的成本更小，收益更可观，它们反而不会专注自身的技术研发，研发经费支出的快速增长（统计数据显示，2004—2010年，专利密集型产业和非专利密集型产业不变价研发内部支出增长率均达到了23%，这与2005年我国明确提出建设创新型国家的重大战略有关）反而占用原本用于技术模仿的费用支出，对全要素生产率提升呈现负向效应。

表3 2004—2010年专利制度对我国产业经济发展的经济贡献

注：利用EViews8.0软件计算得到，*表示10%的显著性水平，**表示5%显著性水平，***表示1%显著性水平。残差序列的Q统计量检验表明上述模型不存在自相关问题。

此外，从计量结果看，国有企业对产业TFP增长的负向影响并不明显。而起源于2008年美国次贷危机的经济危机，对我国专利密集型产业和非专利密集型产业的技术进步都带来较大的冲击。

按照上述处理思路，同样，我们可以得到2011—2014年，专利制度对我国专利密集型产业和非专利密集型产业的经济影响（参照表4）。Hausman 检验表明专利密集型产业和非专利密集型产业均应当采用随机效应模型。

对比表3和表4可知，2011—2014年专利制度变化对专利密集型产业TFP增长有显著正向促进效应，而对非专利密集型产业TFP增长贡献不明显。也就是说，在经济发展水平的临界点（2010年）两侧，专利制度对专利密集型产业和非专利密集型产业的经济贡献会发生逆转。不仅如此，计量回归结果显示，研发内部支出的增加会带来专利密集型产业TFP的显著提升，而非专利密集型产业TFP增长则主要依靠技术引进资本存量的增加，这与前述理论假说是完全一致的。相关统计数据显示，2012—2014年非专利密集型产业消化吸收经费支出与技术引进经费支出比重达到0.85，而专利密集型产业消化吸收经费支出与技术引进经费支出比重仅有0.39左右。

表4 2011—2014年专利制度对我国产业经济发展的经济贡献

注：利用EViews8.0软件计算得到，*表示10%的显著性水平，**表示5%显著性水平，***表示1%显著性水平。残差序列的Q统计量检验表明上述模型不存在自相关问题。

结合产业全要素生产率和工业总产值变化情况，可以推算出专利保护强度的提升贡献了专利密集型产业全要素生产率增长的70%，贡献了专利密集型产业经济增长的27%左右。2004—2010年专利制度对专利密集型产业经济贡献约为32%，整体经济贡献率的下降主要源于我国产业全要素生产率的下降，2004—2010年我国专利密集型产业全要素生产率平均增长率8.47%，而2011—2014年平均增长率仅有4.6%，下降了将近一半。

此外，由于本文用研发人员全时当量占从业人员年平均人数比重作为人力资本的代理变量，随着研发人员投入的增加，研发经费支出也会增长，相应地，人力资本与研发支出的交叉项的回归系数会显著为正，同时，随着专利保护强度的提升，专利密集型产业不仅需要大量研发人员，也需要大量专利律师和专利工程师，需要能够熟练运用专利制度的专业人才，这可能是造成人力资本在计量模型中会带来负向增长效应的重要原因。

2.专利制度对美国产业经济贡献的贡献

尽管LLC-test和Fisher-PP test表明模型不存在虚假回归，但DW统计值为0.65，可能存在自相关，进一步对残差序列进行Q统计量检验，证实2002—2011年的计量模型（1）存在自相关，而随机效应模型无法增加ar（*）项，这就意味着计量模型可能遗漏影响TFP重要变量。为了解决这一难题，考虑到2008年美国的次贷危机，将数据区间分割成2002—2007年和2008—2011年两个区间，继续估计模型（2）和模型（3），Hausman 检验表明3组模型均应当采用随机效应模型，模型（2）和模型（3）的残差序列检验通过，不存在自相关，具体计量回归结果参照表5。

表5 专利制度对美国专利密集型产业的经济贡献

注：利用EViews8.0软件计算得到，*表示10%的显著性水平，**表示5%显著性水平，***表示1%显著性水平。残差序列的Q统计量检验表明上述模型不存在自相关问题。

对照模型（2）和模型（3）的计量结果不难发现，专利保护强度的提升对专利密集型产业经济发展有显著的正向促进效应，而且，随着专利保护强度的不断加强，专利制度对专利密集型产业TFP增长的贡献弹性系数有逐渐变大的趋势。与表4计量结论类似，用研发人员全时当量占从业人员年平均人数比重作为人力资本的代理变量，并不能真正体现产业内懂法律、熟悉专利制度运用的专利工程师和专利律师等专业人才队伍变化，相应地，人力资本的回归系数会变成负值。不仅如此，结合美国专利密集型产业TFP变化，2002—2007年美国专利密集型产业TFP平均增长率为1.8%，专利密集型产业工业总产值平均增长率为4.2%；2008年金融危机后，美国专利密集型产业工业总产值平均增长率-1.4%，而专利密集型产业的全要素生产率平均增长率仍有0.08%，专利保护强度对专利密集型产业TFP增长的贡献率从2002—2007年的27%提升至2008—2011年的88%。

注意到，2008—2011年，产业研发支出对TFP的贡献弹性系数甚至要小于2002—2007年产业研发支出对TFP的贡献弹性系数（1.63>1.07），这与整个专利密集型产业研发投入强度下降有关。2002—2007年美国专利密集型产业知识产权产品（包括研发、软件和数据库等）投入平均增长率为4.5%，而2008—2011年平均增长率降为2.8%。对比表4可知，2011—2014年产业研发投入对我国专利密集型产业TFP的贡献弹性系数为0.18，不到2008—2011年美国产业研发投入贡献弹性系数的1/5，这也反映了我国产业创新能力仍然有待加强。

参照专利密集型产业处理方法，对非专利密集型产业分别估计2002—2011年，2002—2007年和2008—2011年三组计量模型，Hausman 检验表明3组模型均应当采用随机效应模型，具体计量回归结果参照表6。模型（1）的D-W值为0.55，计算残差序列，并进行残差序列的Q统计量检验，发现回归结果存在自相关。参照前述处理方法，继续估计2002—2007年和2008—2011年两组模型。

表6 专利制度对美国非专利密集型产业的经济贡献

注：利用EViews8.0软件计算得到，*表示10%的显著性水平，**表示5%显著性水平，***表示1%显著性水平。残差序列的Q统计量检验表明上述模型不存在自相关问题。

模型（2）回归结果表明，现有因变量无法解释非专利密集型产业TFP增长，而且专利保护强度变化对非专利密集型产业TFP增长之间不存在相关关系，这与我国非专利密集型产业计量结论是相一致，2011年后我国专利保护强度的提升对非专利密集型产业经济增长贡献不明显。对照模型（3）回归结果，2008—2011年产业研发投入增长对美国非专利密集型产业TFP增长开始呈现正向促进效应，而专利保护强度的提升反而会阻碍非专利密集型产业TFP的增长。一方面，可能是因为经济发展到一定阶段，非专利密集型产业需要较弱的专利保护强度来促进技术扩散。杜鹃（2005）[16]通过构造包含专利制度变量的专利生产动态优化模型，发现，长期内专利保护水平会随着劳动技术水平的相对提高而有所下降；尹志锋（2015）[12]研究发现，专利保护强度与人均GDP存在“高位”逆转关系，当经济发展到一定程度，强专利保护带来的技术垄断反而可能不利于产品的多样化，甚至抑制创新；另一方面，可能是因为，在开放创新越来越盛行的今天，专利逐渐演变为企业拓展商业合作的桥梁，一定数量的专利授权证书是企业具备实现新商业机会能力的体现，是双方商业合作的前提和法律保障，专利作为“诉讼武器”的作用开始弱化，对专利保护强度也会相应降低，这也解释了为何研发支出增长会带来非专利密集型产业TFP的正向增长。

五、研究结论与展望

通过利用专利案件数量与专利授权数量等客观数据刻画我国专利保护强度的变化，在此基础上，对比分析中美专利制度对专利密集型产业和非专利密集型产业的经济贡献，验证了如下理论假说：在经济发展水平临界点两侧，专利制度对专利密集型产业和非专利密集型产业的经济贡献度会发生逆转。实证结果显示，经济发展水平超过临界点后，专利保护强度的提升会提高专利制度对专利密集型产业经济贡献的弹性系数，而对非专利密集型产业经济发展贡献不显著甚至带来负增长效应。对比中美产业数据的实证结果，我们可以得到如下政策启示。

（一）专利密集型产业不仅是数量密集，更重要的是专利制度依赖

实证结果表明，当经济发展水平超过临界点后，专利保护强度的提升会提高专利制度对专利密集型产业经济贡献的弹性系数，而对非专利密集型产业经济发展贡献不显著甚至带来负增长效应。由此可见，专利密集型产业不仅是授权专利的数量密集，更是高度依赖专利制度的产业部门。而现有研究大多参照美国专利商标局的研究方法（包括国家知识产权局规划发展司发布的中国区域产业专利密集度统计报告），用产业从业人员对应授权专利数量来定义专利密集度，这种方法可能再次引发企业对专利授权数量的盲目追求。Jianwei DANG等[26]（2015）研究发现，专利资助政策导致中国专利授权数量增加了30%左右；张杰等人（2016）的研究发现，各地出台的专利资助政策可能造成了专利“泡沫”现象，进而导致专利对中国经济增长的促进作用发生变化。2015年12月，国务院发布的《关于新形势下加快知识产权强国建设的若干意见》，明确提出，培育知识产权密集型产业，探索制定知识产权密集型产业目录和发展规划。为了凸显产业部门对专利制度的依赖，一方面，如果产业部门意识到专利制度的重要性，不仅会加大发明专利申请力度，也愿意支付费用长期维持较大存量的发明专利；另一方面，如果产业部门认识到专利制度的重要性，还会加大研发的经费和人力投入，从而产出更高质量的专利。因此，专利行政管理部门有必要从投入和产出两个维度，兼顾增量和存量，综合考虑研发经费投入、研发人力投入、发明专利申请量和有效发明专利存量等因素来制定专利密集型产业目录（从二位代码产业分类看，专利密集型产业目录没有变化，如果细化到三位产业代码，前述方法与仅关注数量密集的方法将有显著差异，事实上欧美的专利密集型产业目录已经细化到了产业中类层面，相当于我国的三位产业代码层面）。

（二）进一步强化专利密集型产业的研发投入，提高研发成果利用效率

从我国专利密集型产业研发投入增长数据看，2004—2010年，不变价产业研发内部支出的年平均增长率大约为23%，而到2011—2014年，不变价产业研发内部支出年平均增长率下降为14%，这可能我国经济下行的大背景有关。对比美国专利密集型产业研发投入情况，2011—2014年不变价知识产权产品投入年平均增长率为2.5%，较2008—2011年提升了0.8个百分点。不仅如此，实证结果表明，美国专利密集型产业研发支出对TFP的贡献弹性系数远大于我国专利密集型产业研发支出对TFP的贡献弹性系数，尽管2011年后，美国专利密集型产业总产值逐年下降，但其全要素生产率仍然可以实现正向增长。2012—2014年我国专利密集型产业消化吸收经费支出与技术引进经费支出比重仅有0.39左右，而国外经验表明，消化吸收经费支出通常是技术引进经费支出3倍左右。因此，在新常态的经济形势下，我国专利密集型产业有必要进一步强化研发投入，同时提高研发成果利用效率，注重对引进技术的消化吸收。

（三）适时在我国专利案件审理中探索引入产业政策杠杆，强化专利密集型产业的司法与行政保护

当经济发展水平达到一定阶段后，专利保护强度提升对非专利密集型产业经济发展贡献不显著，对专利密集型产业经济发展有正向促进效应。由于产业部门对专利制度偏好的日益显著，有必要适时参照美国经验（美国法院针对生物医药等产业制定了十几种产业杠杆），在我国专利案件审理中探索引入产业政策杠杆，强化对专利密集型产业的司法与行政保护。我国专利法第四次修改草案（征求意见稿），围绕加大专利保护力度，针对专利侵权赔偿低的问题，明确提出，“权利人的损失、侵权人获得的利益和专利许可使用费均难以确定的，人民法院可以根据专利权的类型、侵权行为的性质和情节等因素，确定给予十万元以上五百万元以下的赔偿。” 整体提升法定赔偿额的下限和上限，可能会提升一般社会大众的不合理期待，认为只要提出法律诉讼就有可能获得少则10万多则500万的赔偿。建议我国各级地方法院法官在法定侵权赔偿额时将产业属性（是否是专利密集型产业）作为重要参考因素，加大专利密集型产业侵权案件的惩罚力度，同时，充分发挥专利行政保护的效率优势，强化专利密集型产业的主动行政查处力度尤其是电商领域和展会环节的行政执法力度，加快专利密集型产业集聚区专利快速维权中心的建设工作，积极推进行政执法与司法的有效衔接。

当然，本文还存在一定的局限。首先，为了简化计算过程，在测度专利保护执法强度时，将专利司法保护强度与专利行政保护强度的权重简单设置为0.6和0.4，没有考虑不同权重水平设置对模型计量结果的影响。后续研究将增加模型结果稳健性讨论，对比分析不同权重水平下专利保护强度对专利密集型产业经济发展的影响。其次，由于数据收集的困难性，本文测度专利保护执法强度时没有引入合适的代理变量反映社会的专利保护意识、行政执法处罚力度、司法赔偿额度等指标，后续研究将设法采集一手数据，继续改良专利保护强度的测度方法。再次，考虑到我国经济发展水平的阶梯性和不平衡性，后续研究应考虑省级区域层面专利保护强度对产业经济发展的影响。

[1]HELPMAN. Innovation, imitation and intellectual property rights[J].Econometrica，1993（61）：1247-1280.

[2]LAI Edwin. International intellectual property right protection and rate of product innovation[J].Journal of Development Economics，1998（55）：133-153.

[3]徐朝阳. 技术扩散模型中的发展中国家最优专利保护[J].经济学季刊，2010（2）：511-532.

[4]罗德明，周嫣然，史晋川. 南北技术转移、专利保护与经济增长[J].经济研究，2015（6）：46-58.

[5]GINATE J C, PARK W G. Determinants of patent rights: A cross-national study[J]. Research Policy, 1997（26）：283-301.

[6]MASKUS. Intellectual property rights in the global economy[M].Washington, DC：Institute for International Economics.

[7]CHEN Y, PUTTITANUN T. Intellectual property rights and innovation in developing countries [J]. Journal of Development Economics, 2005（78）：474-493.

[8]姚利民，饶 艳.中国知识产权保护的水平测量和地区差异[J].国际贸易问题，2009（1）：114- 120.

[9]沈国兵，刘 佳. TRIPs协议下中国知识产权保护水平和实际保护强度[J].财贸经济，2009（ 11）：66-71．

[10]孙 赫. 知识产权保护强度测量方法研究述评[J].科学学研究，2014（3）：359-365.

[11]郑亚莉，宋 慧.中国知识产权保护对高技术产业竞争力影响的实证研究[J].中国软科学，2012（2）：147-155．

[12]尹志峰，周敏丹.经济发展、对外开放与专利保护强度[J].经济学动态，2015（12）：88-98.

[13]刘小鲁.知识产权保护、自主研发比重与后发国家的技术进步[J].管理世界，2011（10）：10-19.

[14]阳立高，贺正楚，柒江艺，等. 发展中国家知识产权保护、人力资本与经济增长[J].中国软科学，2013（11）：123-138．

[15]赵志耘，杨朝峰. 中国全要素生产率的测算与解释:1979—2009年[J].财经问题研究，2011（9）：3-12.

[16]杜 鹃.专利保护水平模型及相关实证研究[D].成都：西南交通大学，2005年.

[17]赵彦云，刘思明. 中国专利对经济增长方式影响的实证研究:1988—2008 年[J].数量经济技术经济研究，2011（4）：34-48.

[18]张 杰，高德步，夏胤磊. 专利能否促进中国经济增长：基于中国专利资助政策视角的一个解释[J].中国工业经济，2016（1）：83-98

[19]SRIVIDYA Jandhyala. International and domestic dynamics of intellectual property protection[J]. Research Policy，2015（50）：284-293.

[20] MCCALMAN P. Foreign direct investment and intellectual property rights: Evidence from Hollywood’s global distribution of movies and videos[J].Journal of International Economics, 2004（62）: 107-123.

[21] NIKOLAOS Papageorgiadis, ADAM R. Cross , constantinos alexiou. International patent systems strength 1998-2011[J]. Journal of World Business，2014（49）：586-597.

[22]李黎明. 专利司法保护与产业经济发展的倒U型关系：测度与事实[J].科学学研究，2016（6）:841- 849．

[23]王一捷.知识产权、国际贸易与经济增长[D].长春：吉林大学，2012.

[24]夏良科.人力资本与R&D如何影响全要素生产率：基于中国大中型工业企业的经验分析[J].数量经济技术经济研究，2010（4）:78-93.

[25] JEFFER SON, GARY H，ALBERT G Z Hu, et al. Ownership, performance, and innovation in China’s large and medium-size industrial enterprise sector [J].China Economic Review, 2003（14） : 89 -113.

[26] DANG Jianwei, MOTOHASHI Kazuyuki. Patent statistics: A good indicator for innovation in China?Patent subsidy program impacts on patent quality[J]. China Economic Review , 2015 （35） :137-155.

[27] 郝聚民，纪卓尚，戴寅生.多目标模糊优选法及其在船舶主尺度优选中的应用[J].大连理工大学学报，1998 （4 ）：373-377.

[28]张吉军. 模糊一致判断矩阵3种排序方法的比较研究[J].系统工程与电子技术，2003（11）：1-3.

[29]张天华，张少华. 中国工业企业实际资本存量估计与分析[J].产业经济研究，2016（2）：1-10.

[30]杨林涛，韩兆洲，王昭颖. 多视角下R &D资本化测算方法比软与启用[J].数量经济技术经济研究，2015（12）：90-106.

[31]吴延兵. R &D 存量、知识函数与生产效率[J].经济学季刊，2006（4）：1129-1156.

（本文责编：海 洋）

Patent-intensive Industry, Patent System and Economic Growth

LI Li-ming1, CHEN Ming-yuan1,2

（1.SchoolofIntellectualProperty,NanjingUniversityofScience&Technology,Nanjing210014,China；2.PatentManagementDepartment,TheStateIntellectualPropertyOffice,Beijing100088,China）

In this paper, we make use of the number of patent suits and patent grants to depict the intensity of patent protection and identify patent-intensive industries with the method of fuzzy optimization. We compare the patent system’s contribution to China economic growth with that to US economy. We put forward and convince the following hypothesis: the patent system’s contribution to patent-intensive industries and non patent-intensive industries will be reversed on both sides of the critical point. The empirical results also show that when economic development reaches a certain level, enhancing the strength of patent protection will increase the economic contribution of patent system to the patent-intensive industries but has a negative growth effect on non patent-intensive industry, which also shows that the patent-intensive industry is not only patent number -intensive, more importantly, is dependent on the patent system. Therefore, it is necessary to introduce the industrial policy levers in China’s patent judicial protection.

patent-intensive industry patent protection intensity； fuzzy optimization； TFP；economic growth

2016-08-15

2017-02-16

国家知识产权局软科学课题（SS15-A-03）

李黎明（1985—），男，湖南省新邵县人，南京理工大学知识产权学院讲师，博士，研究方向：知识产权经济学，知识产权管理，知识产权法政策学。

G306

A

1002-9753（2017）04-0152-17