研发支出、溢出池与专利申请——基于中国工业上市企业的经验研究

周 敏，马书尧，寇宗来

（1.上海理工大学管理学院，上海 200093；2.复旦大学中国社会主义市场经济研究中心，上海 200433）

改革开放以来，伴随着经济高速增长，中国逐渐成为一个创新大国。过去30年，中国专利申请数量呈爆炸式增长，发明专利从1985年的0.8万件上升到2015年的82万件（见图1）。2012年世界知识产权组织（WIPO）发布的《世界知识产权指数报告》显示，2011年中国国家知识产权局已经超过美国专利及商标局，成为全球接受专利申请数量最多的机构。长期来看，创新对经济增长的作用至关重要[1-2]，而专利申请量被视作衡量国家创新水平的重要指标。伴随着本土企业在中国专利申请占比的快速上升（见图1），研究中国企业的专利申请行为变得非常重要。

图1 1985—2015年中国的发明专利申请数量和本土企业发明专利申请占比Fig.1 China’s invention application numbers and the share of domestic firms’invention applications from 1985 to 2015资料来源：中国专利数据库

从微观层面来看，企业是专利申请的主体，专利是企业创新的主要产出之一。创新本质上也是一种投资行为，只有当收益高于成本时，企业才有积极性进行研发投资。所以，要实现从“中国制造”到“中国创造”的转型，关键在于提高企业的创新激励，即提高企业从事研发活动的投资回报率。如何提高企业的创新激励，则需要分析企业创新流程。

企业创新是一个复杂过程，从创新投入到专利申请，中间存在许多环节，每个环节都会影响企业最终的专利申请行为。首先，虽然创新活动具有很强的不确定性，但一般而言，企业研发支出和创新产出之间是正向相关的。其次，除了自己的研发支出外，企业的创新产出还受到其他企业研发支出的影响。一方面，由于知识具有一定的公共品性质，企业不能完全占有创新产生的全部社会价值。企业研发支出会通过产品交易和研发人员流动等途径对其他企业产生正向的溢出效应。并且，由于市场需求存在不确定性，当企业观察到其他企业研发支出增加这个信号时，企业可能会预期市场规模的扩张，从而增加创新产出。另一方面，在给定市场规模的情形下，其他企业研发支出越多，该企业的研发收益越低，从而可能减少创新产出。最后，当企业研发成功获得创新产出后，选择申请专利或保留商业秘密也会受到企业技术位次、专利申请经验等因素的影响。由此可以看出，企业的专利申请行为不仅受自身研发支出的影响，还会受其他企业研发支出等因素的影响，这些因素如何影响企业的专利申请是一个有待实证检验的问题。

本文从企业创新流程角度出发，研究企业研发支出、其他企业研发支出、企业的技术位次和专利申请经验对企业专利申请数量的影响。首先，本文采用精确匹配和模糊匹配的方法匹配了2006—2015年中国上市企业数据库和中国专利数据库，然后以A股上市工业企业为研究对象，实证分析了研发支出、溢出池、技术位次和专利申请经验对企业发明专利申请数量的作用效果。研究结果表明：①企业研发支出和发明专利申请数量呈U形关系；②其他企业构成的溢出池的研发支出越高，企业的发明专利申请数量越少；③企业自身研发支出越高，其他企业构成的溢出池的研发支出对其发明专利申请数量的挤出作用越大；④企业的技术位次越高，或专利申请经验越丰富，发明专利的申请数量也越多。

1 研究问题的提出

从研发支出到专利申请，企业创新是一个与知识生产和应用相关的多环节过程。企业首先决定是否研发以及选择多少资源进行研发支出，然后进行知识生产并获得创新产出（见图2）。然而，由于知识具有一定的公共品性质，企业不能完全占有其全部社会价值。因此，企业的知识生产效率会受到自身和其他企业研发支出的影响。最后，当研发成功后，企业要选择以专利还是商业秘密的方式保护其创新成果。本文主要从创新流程角度研究企业的专利申请行为，下文将详细介绍相关文献。

图2 企业的创新流程Fig.2 Innovating process of a firm

企业研发创新的根本原因是逐利和外部竞争压力。一方面，企业能够凭借研发带来的工艺及产品等方面的优势，在市场竞争中战胜对手，并获得相应的市场势力及超额利润。另一方面，来自潜在进入者和市场竞争对的压力也会促使企业开展研发活动[3]。

当然，企业研发决策会受到多种因素影响，如自身属性、产业特征以及宏观环境等。首先，企业规模、融资约束等微观因素都会影响企业的研发决策。SCHUMPETER[4]认为，研发活动需要大量的资金投入，相比小企业，大企业往往拥有更雄厚的资金，其研发支出往往多于小企业。李汇东等[5]通过考察不同融资形式对企业创新的影响，发现外源融资会显著提高企业的研发支出。其次，市场结构因素也会影响企业的研发决策。ARROW[6]指出自由竞争会比垄断更有利于创新，原因是垄断厂商凭借垄断势力就能获得超额利润，因而没有动力创新。SCHUMPETER[4]、GILBERT和NEWBERY[7]的观点恰好相反，他们认为垄断更有利于创新，其逻辑是在位者比潜在进入者更有动力通过创新保住垄断利润。SCHERER[8]、MANSFIELD[9]以及SCHWARTZ和LOU[10]进一步指出，市场结构与企业研发支出之间呈倒U形关系。最后，政府补贴和知识产权保护等宏观因素也会显著影响企业的研发决策。一些学者认为，政府补贴能激励企业增加研发支出[11-14]；而另外一些学者则发现，政府补贴会挤出企业的研发支出[15-17]。但是，加强知识产权保护一般会激励企业提高研发支出[18-19]。

尽管研发活动存在较强的不确定性，但一般而言，企业研发支出和创新产出之间呈正向相关关系。然而，除了自身的研发支出外，企业的创新产出还受其他企业研发支出的影响。一方面，创新本质上属于知识生产活动，由于知识具有公共品属性，新知识或新技术会通过科研人员流动、研发合作和商业往来等途径传播到其他经济主体，即企业能够从其他企业的研发活动中无偿地获得正外部性，这就产生了技术溢出效应[20-22]。进一步地，当整个市场需求的不确定性较强时，如果其他企业的研发支出增加，企业可能会将此看成是市场规模扩张的信号，从而增加创新产出[23]。另一方面，当市场需求的不确定性较小并且市场规模给定时，如果其他企业研发支出增加，企业的研发收益便会下降，从而减少创新产出[24]。因此，其他企业研发支出对企业创新产出既可能有正向作用，也可能有负向作用。

企业通过研发获得创新产出后，可以通过申请专利或保留商业秘密的方式保护创新成果。在是否申请专利这个问题上，既有文献显示专利并不总是企业保护创新成果的首选。MANSFIELD[25]对比了48个产品创新案例的模仿成本（时间）与创新成本（时间），发现专利保护的有效性并不理想。从经济合理性的角度来看，企业更倾向于不申请专利。COHEN等[26]考察了美国专利制度对企业是否申请专利的影响，进一步验证了专利保护有效性较弱的观点。ARUNDEL[27]发现在不同企业规模等级上，欧洲企业更倾向于保留商业秘密。然而，当专利给企业带来的市场价值较大时，企业会更倾向于申请专利[28-30]。总而言之，当企业通过研发获得创新产出后，只有当专利带来的利润高于商业秘密的利润时才会申请专利[31-32]。

研发是企业在市场上进行非价格竞争的重要手段[33]。本文构造一个抽象的简约式模型，从理论上阐释需经验检验的一系列研究问题。假设市场上有多个企业从事研发活动和专利申请行为，相互之间可能存在某种性质不明的策略互动关系。不妨假设代表性企业i以专利申请量为测量指标的创新产出函数为其中为企业i的研发支出水平为其他企业（经过某种方式加权）的研发支出水平；zi代表企业i的某些特征参数。

Q1 专利申请与企业研发支出是否存在显著的U形关系？

Q2 其他企业的研发支出增加，“知识溢出”效应与“技术机会”效应孰强孰弱？

进一步地，对企业i专利申请而言，企业i本身的研发支出与其他企业的研发支出可能存在复杂的交互效应或者策略性效应。根据TIROLE[35]的描述，如果企业间竞争策略类似于古诺博弈，企业i与其他企业在研发竞争上是“战略替代”的，即其他企业的研发支出增加，会“诱使”企业i减少研发投资。具体而言，这可以解释为研发支出的“威慑效应”，在专利竞赛中，其他企业研发支出的增加，会降低企业i的预期创新收益，因而会降低创新投资①这里的“威慑效应”与前文的“技术机会”是不同的。挤占技术机会是假定所有企业都创新成功的情况下哪家企业能申请到专利的问题；而威慑效应是预期到其他企业研发成功之后会挤出自己获取专利的机会，企业i会因此减少自己的研发支出。。反之，如果企业间竞争策略类似于差异化的伯川德竞争，企业i与其他企业在研发竞争上将是“战略互补”的。具体而言，这可以解释为研发支出的“信号效应”[18-23]。研发活动，尤其是原创性研发活动，其技术可行性具有很大的不确定性。如果此时观察到其他企业的投入增加，企业i就有可能向上修正对研发项目技术可行性的预期，进而增加研发投资。正如CHOI[23]所言，从企业i的视角来看，其他企业可以进行研发，为什么自己不可以进行研发？综合上述分析，本文得到有待检验的第三个重要问题。

Q3 就专利产出而言，企业间的研发竞争到底是战略替代的还是战略互补的？

进一步地，企业特征参数zi对企业的专利申请有重要影响。从市场结构与技术创新的视角看，企业在研发竞争中的技术位次是一个很重要的因素[36]。一方面，当企业的技术位次较高时，企业在创新市场上的市场势力相对较强，为了维持其市场势力，它更有动力申请专利，这被称为“熊彼特效应”。另一方面，技术位次较高的企业也可能通过其在创新市场上的市场势力获得超额利润，申请专利的动力较低，这是“阿罗效应”。企业技术位次对专利申请数量的影响取决于“熊彼特效应”和“阿罗效应”的相对大小，因此本文在实证检验中将控制企业的技术位次。另外，在累积创新的过程中，任何创新在本质上都是“站在巨人肩膀上”的结果[37]。从实际经验上看，企业的专利申请经验越丰富，其申请成本越低，申请成功的概率越高。因此，将企业的专利申请经验也作为重要的控制变量。

2 研究设计

本文将匹配中国上市企业数据库和中国专利数据库，以A股上市企业为研究对象，使用创新产出函数模型，实证检验以上研究问题。

2.1 数据来源

本文的上市企业数据主要来源于WIND中国金融数据库。由于WIND中国金融数据库并未披露上市企业的微观专利信息，上市企业的专利数据来自中国国家知识产权局。

参考寇宗来和刘学悦[38]的做法，本文使用企业名称匹配上述中国上市企业数据库和中国专利数据库，具体步骤为：①从WIND中国金融数据库的年报系统搜集每家A股上市企业每年的控股子公司名单，得到每年A股上市企业的母子公司名单；②使用精确匹配和模糊匹配的方法，根据企业名称逐年匹配A股上市企业的母子公司名单和中国专利数据库中的申请人名称；③人工检查模糊匹配结果并保留匹配准确的样本，再结合精确匹配的样本，最终得到每年A股上市企业的微观专利数据②本文只保留A股上市企业控股比例大于等于50%的子公司。精确匹配和模糊匹配的细节参考寇宗来和刘学悦[38]的研究。相比该文献，本文还保留了从名称上来看专利申请人是上市公司子公司（或分支机构）的样本，例如，匹配了上市公司“中兴通讯股份有限公司”和专利申请人“深圳市中兴通讯股份有限公司上海第二研究所”。。

在构造溢出池时，本文还使用了企业的经纬度信息计算企业间的地理距离，企业的经纬度数据按照企业的详细地址从百度地图获得。

考虑到专利要求可以直接应用于工业生产，申请专利的企业主要是工业企业。因此，依据证监会行业分类代码，本文只保留工业行业的上市企业样本③在2012版证监会行业分类代码中，B06～D46的行业属于工业行业。。进一步地，由于上市企业从2006年才开始披露研发支出，经过整理，本文最终得到2006—2015年中国工业上市企业的非平衡面板数据，共1 726家企业，观测样本12 000个④本文核心解释变量研发支出使用了滞后一期的数据，因此回归时2006年的样本会被删除，那些第一次在样本期内出现的样本也会被删除。。

2.2 变量测量

一般而言，发明专利的技术水平高于实用新型和外观设计，更能代表企业的创新能力[39]，故本文以企业的发明专利数据反映被解释变量。被解释变量等于企业当年申请的发明专利数量加1后取自然对数。两个核心解释变量是企业研发支出和其他企业研发支出构成的溢出池，研发支出等于企业的研发支出加1后取自然对数；溢出池等于企业对应溢出池的研发支出加1后取自然对数；溢出池是由其他企业的研发支出按某种权重加总而形成。假设企业i的研发支出为ri，则其对应的溢出池的研发支出可以写成

其中，rj是在企业j≠i条件下的研发支出，而wji则是企业j研发支出所占权重。给定的ri是可以直接观察的，剩下的问题是如何确定合适的wji。本文使用如下3种方法确定权重wji。

溢出池1是利用专利向量确定企业之间的技术相似度w1ji。JAFFE[40]认为，技术位置（technological position）相近的企业更容易发生技术溢出，而每个企业的技术位置由其拥有专利的数量及类别代码确定的专利向量刻画。如果企业i的专利向量为Fi，则企业i与企业j之间的技术相似度（technological proximity）为⑤参考寇宗来和刘学悦[39]的做法，本文在计算企业的专利向量时，根据上市企业（包括其子公司和分支机构）发明专利的专利分类号将每个专利对应到35个技术领域，因此专利向量是一个35维的向量。

溢出池2是利用企业技术相似度和地理距离计算w2ji。BEISE和STAHL[41]认为，地理距离越近的企业之间越容易发生技术溢出。进一步地，本文认为在技术相似度较高的基础上，地理位置越近的企业之间更有可能发生技术溢出。本文构造同时考虑技术相似度和地理距离的权重指标为

其中，distanceji表示企业j和企业i之间的地理距离。

溢出池3是利用企业技术相似度和地理距离的平方计算w3ji。权重指标计算公式如下。

另外两个核心解释变量是技术位次和专利申请经验。企业的技术位次等于企业在所属行业中按发明专利数量大小计算的排名；专利申请经验等于企业上一年的发明专利申请数量。

本文选取多个控制变量。员工总数用企业在每年年底的员工总数取自然对数计算得到。营业收入等于企业的年营业收入取自然对数。企业规模由资产总额取自然对数计算得到。企业年龄通过统计年份减去企业成立年份后加1，再取自然对数得到。市场集中度等于企业所属行业内企业营业收入的HHI指数加1后取自然对数⑥员工总数、营业收入、企业规模和市场集中度等指标都是使用上市企业年报的合并报表数据计算得出。。

表1介绍了主要变量的定义和具体的计算方法。

表1 变量定义和计算方法Tab.1 Variable definition and calculation method

2.3 描述性统计

表2列示了本文主要变量的描述性统计结果。从表2可以看出，企业发明专利申请数量的中位数小于均值，但研发支出的中位数大于均值，这说明样本企业的研发效率（单位研发支出的专利申请数量）可能存在较大差异。

表2 主要变量的描述性统计结果Tab.2 Descriptive statistics of the main variables

根据样本企业的滞后一期研发支出和发明专利申请数量的散点图（图3），可以看出，企业研发支出和专利申请数量之间呈U形关系。接下来，本文将使用回归分析更严谨地研究企业研发支出、溢出池的研发支出等和发明专利申请数量之间的关系。

2.4 实证模型

如上文所述，创新在本质上是一种知识的生产过程。因为知识具有一定的公共品性质，企业不能完全占有由此所产生的社会价值，意味着某个企业的创新产出不仅依赖其本身的创新投入，还依赖其他企业的创新投入，或者其所面临的溢出池。正因如此，本文将沿着 GRILICHES[20］和 JAFFE[21］开创的路径，从创新产出函数的角度研究企业的专利申请行为，基准实证模型如下。

图3 样本企业的研发支出和发明专利申请数量Fig.3 Sample firm’s R&D expenditure and invention application numbers

其中，invit表示企业i在t年的发明专利申请数量加1后取自然对数；rdit-1表示企业i在t-1年的研发支出加1后取自然对数；spoolit-1表示企业i在t-1年对应溢出池的研发支出加1后取自然对数；tpit-1代表企业i在t-1年的技术位次；invit-1是企业i在t-1年的发明专利申请数量加1后取自然对数，代表企业的专利申请经验；Zit是控制变量，包括员工总数labor、营业收入sales、企业规模sizes、企业年龄age和企业面临的市场集中度hhi等；εit为随机扰动项⑦本文还计算了各解释变量之间的VIF值（方差膨胀因子），各模型中最大的VIF值均远小于10，因此不存在共线性问题。。

3 实证分析

3.1 基准回归结果

表3给出了实证模型（5）的回归结果。在列（1）和列（2）中，未加入溢出池以及溢出池与研发支出的交互项；列（3）加入了按企业技术相似度加权的溢出池，以及溢出池与研发支出的交互项；列（4）加入了按企业技术相似度和地理距离加权的溢出池，以及溢出池与研发支出的交互项；列（5）加入了按企业技术相似度和地理距离的平方加权的溢出池，以及溢出池与研发支出的交互项。各列均控制了企业固定效应和年份固定效应，除列（1）外，其他列都控制了研发支出的二次项。

表3 基准回归结果Tab.3 Basic regression results

从表3列（1）的结果可以看出，企业的上一期研发支出投入越多，当期的发明专利申请数量越多。然而，从列（2）～列（5）的回归结果来看，研发支出的系数显著为负，研发支出二次项的系数显著为正，这说明上一期研发支出和当期发明专利申请数量之间呈U形关系，两者的关系是非线性的。根据研发支出及其二次项的系数，可以计算得到U形关系的拐点在研发支出为595～1 256元之间，图3也印证了这点。由此可见，当企业研发支出为0（或特别少）时，员工从事创新主要靠内部激励。随着研发支出的增加，从事创新的外部激励逐步替代内部激励，总激励效果是先降后增。因此，企业研发支出与专利申请数量之间存在非线性相关关系，研究问题Q1得到回答。

从列（3）～列（5）可以看出，无论使用哪种方式构造溢出池，滞后一期溢出池的系数均显著为负,这说明溢出池的研发支出对企业发明专利申请数量作用的净效应为负。其他企业的研发支出增加，“技术机会”效应强于“知识溢出”效应，即企业申请专利的“技术机会”被其他企业挤占的效应较大。研究问题Q2得到回答。此外，列（3）～列（5）的滞后一期研发支出和滞后一期溢出池交互项的系数显著为负。据此，可以回答研究问题Q3：就专利产出而言，企业间的研发支出是战略替代的。

在表3的列（1）～列（5）中，滞后一期技术位次的系数都显著为正，说明企业技术位次影响专利申请数量的“熊彼特效应”大于“阿罗效应”，即企业的技术位次越高，发明专利申请数量越多。企业专利申请经验的系数也都显著为正，表明企业的专利申请经验越丰富，发明专利申请数量也越多。另外，根据各控制变量的系数，本文发现，企业的员工总数越多、营业收入越高、资产规模越大、年龄越大或所在行业的市场集中度越高，其发明专利申请数量越多。

3.2 稳健性检验

考虑采矿业以及电力、热力、燃气及水生产和供应业与制造业的行业特性有较大差异，本文只保留制造业企业计算溢出池，仍然使用实证模型（5）来做稳健性检验。表4列示了制造业子样本稳健性检验的回归结果。从表4列（2）～列（5）的回归结果可以看出，企业的滞后一期研发支出和专利申请数量之间呈U形关系，本文对研究问题Q1的回答是稳健的。列（2）～列（5）中溢出池的系数仍然显著为负，说明其他企业的研发费支出越多，企业的发明专利申请数量仍然越少，对研究问题Q2的回答也是稳健的。交互项的系数依然显著为负，即企业自身的研发支出越多，当其他企业增加研发支出时，其发明专利申请数量依然越少，因此对研究问题Q3的回答也是稳健的。各列的技术位次和专利申请经验的系数均显著为正，说明企业的技术位次越高或专利申请经验越丰富，企业的发明专利申请数量越多。

表4 使用制造业子样本稳健性检验的回归结果Tab.4 Results of robustness checks on manufacturing industries

3.3 分组回归结果

本部分从两个方面进行分组回归。首先，区分主板和中小板、创业板公司，通过对比进行研究。其次，区分国有企业和非国有企业，对比分组回归的结果。表5展示了不同上市板块企业的分组回归结果，列（1）～列（4）是主板企业的回归结果，列（5）～列（8）是中小板和创业板企业的回归结果。从表5中可以发现：无论是主板上市公司还是中小创上市公司，企业的研发支出和专利申请数量之间存在明显的U形关系，对研究问题Q1的结论保持不变。对比主板和中小创公司的回归结果，可以发现，主板样本回归中的溢出池系数仍然显著为负，但交互项系数变得不显著；中小创样本回归中溢出池系数变得不显著，但交互项系数仍然显著为负。这表明，对主板公司而言，尽管企业专利申请数量被其他企业研发支出增加而挤出的作用效果仍然显著，但不存在企业自身研发支出的异质性；对中小创企业而言，尽管企业专利申请数量被其他企业研发支出增加而挤出的作用没有显著效果，但这种作用可影响企业自身研发支出的异质性。

不同所有制分组回归结果见表6，其中，列（1）～列（4）是国有企业的回归结果，列（5）～列（8）是非国有企业的回归结果。从列（5）～列（8）可以看出，非国有企业样本回归中解释变量的系数方向和显著性基本上与全样本回归的结果一致，即对研究问题Q1～Q3的回答是一致的。然而，在国有企业样本回归中，交互项的系数变得不显著，说明对国有企业而言，尽管企业专利申请数量被其他企业研发支出增加而挤出的作用效果显著，但不存在企业自身研发支出的异质性。

表5 不同上市板块的回归结果Tab.5 Results of regression on main-board and other boards

表6 不同所有制的回归结果Tab.6 Results of regression on SOEs and non-SOEs

3.4 结果讨论

根据上文的结果，本文对研究问题Q1～Q3有稳健一致的回答，总结如下。

从理论上看，企业员工从事研发活动存在内部激励和外部激励，当企业未对研发活动进行物质投入时，员工从事研发活动主要依赖荣誉感和成就感这类内部激励；随着企业对研发的物质投入增加，员工的研发价值开始被“货币化”，此时员工从事研发活动还受外部激励的影响。如果研发支出很少，外在激励提高创新产出的直接效应小于它“挤出”内在激励而降低创新产出的间接效应，专利申请数量便会减少；若研发支出超过了某个阈值，其直接效应大于间接效应，从而专利的申请数量增加。本文的实证结果也支持此观点。因此，相比既有文献，本文的贡献在于发现了专利申请与企业研发支出之间存在显著的U形关系，而非简单的线性关系。

在涉及企业技术溢出的文献中，大多数集中于讨论企业的专利申请对其他企业专利申请的正向“溢出效应”。然而，当企业的研发支出和专利数量增加时，会挤占其他企业专利申请的“技术机会”，使其他企业申请专利的难度增加，从而减少其他企业的创新产出。本文的另一个贡献是，当企业的研发支出增加，其他企业的专利申请数量是否增加，取决于正向的“知识溢出”效应与负向的“技术机会”效应谁占主导。根据实证结果可知，针对中国的工业上市企业，“技术机会”效应大于“知识溢出”效应。

根据经典的产业组织理论，本文提出企业间的研发竞争既可能是“战略替代”，也可能是“战略互补”的，并且从实证上检验了中国工业上市企业间的研发竞争关系。实证结果显示，企业自身研发支出与溢出池的交互效应为负，说明企业在专利申请方面是“战略替代”的，即企业间的研发竞争类似古诺博弈，企业的研发支出增加，会降低其他企业的预期创新收益，从而降低创新投资和创新产出。

4 结论与政策建议

本文从企业创新流程视角出发，使用“创新产出函数”实证模型，以2006年—2015年中国A股工业上市企业为样本，通过匹配中国上市公司数据库和中国专利数据库，研究企业自身研发支出、其他企业研发支出等因素对企业发明专利申请数量的影响。研究发现：①由于外部激励对内部激励的挤出效应，企业专利申请数量和研发支出之间存在U形非线性关系；②无论用技术相似度还是用技术相似度与地理距离相结合的加权方式构造溢出池，由其他企业构成的溢出池的研发支出越多，企业发明专利的申请数量越少，即“技术机会”效应占优于“知识溢出”效应；③相比研发支出较少的企业，溢出池企业研发支出的增加对高研发支出企业发明专利申请数量的挤出作用更大，说明企业在专利申请方面是战略替代的。另外，企业的技术位次越高或专利申请经验越丰富，其发明专利申请数量也越多。

本文的实证结果能为中国建设创新型国家、实现创新驱动发展战略提供一些建议。首先，根据企业专利申请数量和研发之间的U形关系，应该制定政策促使企业提高对员工从事研发的外部激励，增加企业的创新产出。考虑知识的公共品属性，企业无法独占创新的全部收益，政府应该从创新产出端增加企业专利申请的收益。这需要在法律执行层面进一步加强知识产权保护，具体而言，政府可以通过多种方式降低知识产权诉讼成本，如承担那些进行知识产权维权诉讼并胜诉的企业在诉讼期间付出的各类诉讼成本，甚至进一步提供奖励；另外，还可以通过加大知识产权侵权案件的惩罚力度，“威慑”潜在侵权者，提高企业的创新收益。

其次，鉴于中国工业上市企业间发明专利申请的“技术机会”效应大于“知识溢出”效应，政府应该制定政策加强“知识溢出”效应、减少“技术机会”效应。从实践角度来看，一方面，针对市场无法解决的瓶颈技术，政府可以协调各个企业成立研究开发联盟（research joint venture），提升研发效率，加强企业之间的“知识溢出”效应。例如美国的“曼哈顿计划”和中国的“两弹一星”小组，这种政府组织的攻关小组的管理及产出的效率都很高。消除各地区间的市场分割和进入壁垒也是加强“知识溢出”效应的重要举措。这能够加强企业之间的业务往来以及科研人员的交流与互动，从而促进企业间的技术溢出，加速知识的创造过程。

另一方面，在中国地方政府GDP锦标赛的背景下，各地方政府可能会在相同的技术领域（或产业）提供大量重复的研发补贴，这既会导致资源的浪费，又会在企业间产生较大的“技术机会”，降低了企业的创新效率。因此，政府需要减少各类产业政策的研发补贴。并且，部分企业可能存在策略性的专利申请动机，通过围绕相关技术领域大量申请专利以实现排除竞争对手的目的。政府必须采取相应措施加强对企业专利申请动机的审查，为企业的知识产权提供保护，打击那些试图滥用专利保护权的企业，从而降低“技术机会”效应。