“寻扶持”动机下专利对经济增长的影响研究——基于专利产出动机的分析视角

李 鹤，方永胜

(安徽工程大学管理工程学院，安徽芜湖241000)

一、引 言

世界知识产权组织年度报告显示，2017年中国专利申请数量再次超过美国、日本成为世界第一，中国已经连续多年进入这一榜单。近年来，专利呈现出“爆炸式”增长趋势，2017年我国专利申请总量相较于2005年增长了近865%，这些“成绩”似乎说明中国已经成为世界科技与创新强国。但是，2018年《中国专利调查报告》显示，我国专利实施率和产业化率仅为52.6%和36.3%，并且呈逐年下降趋势，同时专利维持年限仅为国外维持时间的一半。这些事实表明，我国专利质量并未得到与数量相称的提升。近年来，中国专利激增现象引起了社会各界的关注。不容忽视的是，为了响应中央提出的创新追赶战略与专利推进计划、完成上级下达的专利增长目标，中国各级政府出台了密集的创新资助政策的“组合拳”，在各种激励政策的刺激下大量专利随之产生。[1]120，[2]1506在这一特殊背景下，创新主体产出的大量专利能否如其所愿发挥正面效应、促进经济增长，成为本研究关注的焦点。

近年来，学界开始关注中国专利激增现象，并对其产生的原因及其影响进行了研究。龙小宁和王俊认为，在中央提出的各项专利推动战略的推动下，地方政府纷纷出台了专利资助政策；在政策补助的刺激下，越来越多原创性低、无市场发展前景的发明进入了专利库，从而使专利数量大幅增加，而专利质量未得到相应提升。[1]120黎文靖和郑曼妮采用2001―2010年A股996家上市公司的专利数据研究中国产业政策对企业创新活动的影响，研究表明在产业激励政策的刺激下，企业会选择策略性创新以迎合资助政策，致使企业仅追求专利的数量而忽视了专利的质量。[3]林洲钰、毛昊等从理论层面出发，认为企业为了获取政策补助常常对专利进行“量身定做”以迎合政策要求，这一行为不仅降低了政策效果，而且造成了资源浪费，不利于经济的稳定发展。[4-5]

综上分析可知，虽然学者开始关注专利激增现象带来的影响，认为创新主体的策略性创新会产出大量的无市场应用价值的专利，进而造成创新资源浪费，不利于经济的发展，然而关于这一问题的研究大多停留在理论层面，缺乏相应的实证分析，相应的理论机制分析也不够深入。鉴于此，本文将结合当前中国专利发展现状，试图在以往研究的基础上对现有研究作进一步的扩展和补充。具体来说，在当前专利不断激增的背景下，以专利的产出动机为切入点，分别从理论和实证层面分析在专利活动中的“寻扶持”动机作用下，不断激增的专利对经济增长的影响。

二、影响机制分析

(一)地方政策制定者的“寻扶持”动机分析

不少学者认为，近年来中国专利呈现出爆炸式增长趋势的主要原因是密集的专利激励政策。[1]120，[2]1506那么，一个重要的问题是，政策制定者出台密集的专利资助政策、推动专利数量增长的动机是什么呢？一般而言，保护知识产权、提高地区创新水平是推动专利增长的直接动机。但是，地方政策制定者作为“理性经济人”，追求政治晋升将成为其主要的效用偏好。[6]可以说，政策制定者出台密集的创新资助政策、极力推动地区专利数量增长的深层次原因可能是为了获得高额政绩，赢得政治晋升。

对于官员晋升理论，现有研究主要致力于以经济绩效为核心的官员晋升模型。[7-9]不可否认，GDP是影响官员晋升的重要考核指标。然而，近年来中央政府提出要加快建设创新型国家，并颁布多个专利发展战略规划，量化专利增长目标。例如，《国家中长期科学和技术发展规划纲要(2006―2020年)》指出，到2020年，力争本国人发明专利年度授权量和国际科学论文被引用数均进入世界前5位。这些目标被层层分解、逐步下达，表明创新指标已经受到中央重视、成为官员晋升的重要参考。因此，地方官员为了响应中央号召、在晋升锦标赛中保持竞争优势，纷纷出台了密集的专利资助政策，以促进专利数量增长，获得高额政绩。可以说，地方官员一边伸出“援助之手”，通过创新资助政策，对创新主体进行资助；一边伸出“攫取之手”，极力推动地区专利数量增长，以获得高额政绩，赢得政治晋升。这一表现亦可称之为地方政策制定者的“寻扶持”行为(见图1)。

图1 政策制定者的“寻扶持”动机理论分析

(二)创新主体的“寻扶持”动机分析

如前所述，为了获取更多政治选票、完成高额绩效，地方官员出台了数量相当的创新资助政策。这些专利资助政策可归结为直接资助与间接资助：直接资助包括在专利申请、维持以及按照专利数量给予专利持有人的直接奖励或费用减免；间接资助主要指高企申报、科研项目申报、创新型企业申报、IPO申请、职称评聘、评奖评优和单位内部绩效考核等与专利指标相捆绑的各种利益。不仅如此，专利资助政策还具有叠加效应。一方面，这些政策奖励上至省级下至市、县(区)，以及创新主体所在单位，可以层层叠加；另一方面，一项专利可以作为多个政策奖励项目的申报条件，例如专利的直接奖励、高企申报、创新型企业申报、职称评聘、单位内部绩效考核等皆具有此效应。在各种专利资助政策的刺激下，创新主体为了迎合政策要求以获取丰厚回报，常常表现为一种仅追求专利数量而忽略质量的策略性创新行为，这一行为亦可称之为创新主体的“寻扶持”行为(见图2)。

图2 创新主体的“寻扶持”动机理论分析

(三)“寻扶持”动机与实质性创新影响下专利对经济增长的影响机制

一般而言，以保护创新成果、进行技术市场化和增加核心竞争力为目的而进行的创新活动将会通过技术溢出效应和市场转化效应，促进经济健康发展。[10]相较而言，以“寻扶持”为目的而产出的专利可能会对经济产生扭曲效应。一方面，地方政府为了获得高额政绩，通过出台密集的创新资助政策，致力于地区专利数量增长，这使得众多创新性不高、无市场应用价值的专利成为地方政府的资助对象，从而降低了政策的预期效果、扭曲了财政资源的配置，同时也为创新主体进行策略性创新提供了便利；另一方面，在各类资助政策影响下，创新主体的策略性创新行为则会产生过度创新，使一些创新水平低、无市场应用价值的发明转而申请专利，造成专利数量过度增长，挤占大量创新资源，进而对经济发展产生扭曲效应(见图3)。

图3 “寻扶持”动机与实质性创新影响下专利对经济增长的作用机制

三、实证研究

(一)模型选择

根据研究目的，本文使用经济增长模型，并在模型中加入专利变量以及专利变量与“寻扶持”动机变量的交互项，探究“寻扶持”动机下专利对经济增长的影响。同时，使用省级面板数据，采用固定效应模型(FE)与随机效应模型(RE)进行回归分析，并通过Hausman检验选择最优模型进行实证结果分析。基于此，我们构建如下经济增长回归模型：

Gdpit=αi+α1patentit+α2patentit×supportit+βXit+μit

(1)

其中，Gdp表示经济增长；i和t分别表示省份和时间；αi为常数项；μ为残差项；patent表示专利变量，具体包括发明专利(Inn)、实用新型专利(Uti)与外观设计专利(Des)变量；support表示“寻扶持”动机变量；X表示一系列控制变量；β表示控制变量对经济增长的影响。

(二)变量刻画

1.“寻扶持”动机变量刻画。本文使用各省(自治区、直辖区)首次出台专利资助政策的年份设置虚拟变量，作为“寻扶持”动机的代理变量，记为support。其中，在虚拟变量设置中，各省(自治区、直辖区)首次出台专利资助政策之前的年份为0，资助政策出台之后的年份设置为1，表示可能存在“寻扶持”动机。本文使用各省(自治区、直辖区)首次出台专利资助政策的时间设置虚拟变量，作为“寻扶持”动机的代理变量，主要基于以下考虑：

一是能体现出政策制定者的“寻扶持”动机。专利资助政策与上级提出的专利发展战略和专利推进计划相衔接。一方面，上级政府为了推动专利增长，出台了专利发展规划、量化专利增长目标，把专利增长指标作为地方政府绩效考核的指标，这一做法可能会引起地方政府在专利活动中产生“寻扶持”动机；另一方面，首次出台专利资助政策从侧面说明地方政府积极响应上级提出的专利增长计划，开始致力于本地区专利数量增长，以完成专利增长目标、获得政治绩效，这些表现均在一定程度上体现出政策制定者的“寻扶持”动机。

二是能体现出创新主体的“寻扶持”动机。地方政府首次出台专利资助政策说明地方政府开始致力于地区专利增长，以此为时间起点，地方政府会陆续出台各类专利资助政策，包括直接资助政策和间接资助政策。这些具有丰厚回报的专利资助政策为创新主体的“寻扶持”行为提供了条件，在一定程度上体现出创新主体的“寻扶持”动机。

对于各地方首次出台专利资助政策的时间，本文利用北大法宝、百度搜索和各省知识产权局官网等搜索引擎搜集我国30个省、自治区、直辖区(除西藏、香港、澳门、台湾外)首次出台专利资助政策的时间。具体做法为：在上述搜索引擎中输入具体省份(自治区、直辖区)名称加专利资助、专利补助、专利奖励等关键字，搜索出相应的专利资助政策后，根据政策内容里的“废、改、立”说明(如“本办法自2010年10月1日起施行，原《xx政策》同时废止”)跟踪最早出台专利资助政策的时间。各省(自治区、直辖区)最早出台专利资助政策的时间节点见表1。

表1 各省(自治区、直辖区)专利资助政策首次出台的时间

2.其他变量刻画

(1)经济增长。借鉴钞小静和沈坤荣等学者的做法[11]，本文以人均实际GDP的自然对数表示经济增长(Gdp)，其中，以1985年作为基期对GDP进行平减。

(2)专利变量。本文使用每万人发明专利、实用新型专利以及外观设计专利申请量作为专利的代理变量，分别记为Inn、Uti、Des。此处需要说明的是，本文选取专利申请量而不是专利授权量作为专利代理变量的原因：一是因为专利申请量与专利授权量高度相关，专利申请量在相当程度已经涵盖专利授权量的信息；二是专利申请量具有较强的时效性，专利申请量作为专利产出的指标时，专利产出与投入之间具有良好的时效性，能够快速对专利激励政策作出回应，而且对经济的影响也具有较短的滞后性。

(3)控制变量。基于前期学者关于经济增长的研究，本文在模型中加入如下控制变量：

人力资本(Hum)，借鉴彭国华的做法[12]，使用平均受教育年限表示，具体计算方法为：利用小学至研究生学历的各阶段人数与相应的教育年限进行相乘并求和，同时除以6岁及以上人口总数，得出平均受教育年限。

固定资产投资(Inv)，采用固定资产投资占GDP的比重表示。

对外开放度(Open)，以地区进出口总额占GDP的比重表示。

政府干预(Gov)，使用财政支出总额占GDP的比重表示。

基础设施建设(Road)，以地区公路和铁路密度衡量基础设施建设水平。

(三)数据来源

本文使用STATA12.0软件，利用1985―2017年除西藏、香港、澳门、台湾以外的我国30个省、自治区和直辖市的面板数据进行实证分析。其中，专利数据来源于国家知识产权局统计年报，其余数据均来源于《中国统计年鉴》和中经网统计数据库。

(四)实证分析

本节及余下章节均使用固定效应模型(FE)与随机效应模型(RE)进行回归分析，并通过Hausman检验选择最优模型对回归结果进行分析。

1.全样本回归分析。表2第(1)列中，就控制变量而言，人力资本(Hum)与固定资产投资(Inv)系数为正，与哈罗德-多马经济增长理论预期一致；地区对外开放度(Open)、基础设施建设(Road)系数显著为正；政府干预(Gov)符号显著为负，说明政府干预存在挤出效应，可能会抑制经济增长。控制变量的选择基本符合理论预期并与现有文献保持一致，说明模型设定合理。对于三种不同类型专利，由第(1)列可知，发明专利(Inn)系数显著为正，实用新型专利(Uti)系数为正但不显著，外观设计专利(Des)系数显著为正，说明专利能够促进经济增长，与当前多数学者的研究保持一致。

表2 全样本回归结果

注：括号内为标准误；*、**和***分别表示10%、5%和1%显著性水平；表中回归模型均控制了时间效应和省份效应。

为了探究“寻扶持”动机作用下专利对经济增长的影响，本文在第(3)列中加入三种不同类型的专利与“寻扶持”动机变量的交互项。由第(3)列回归结果可知，发明专利和实用新型专利与“寻扶持”动机变量的交互项显著为负，说明专利活动中的“寻扶持”动机将会造成创新资源浪费，产生大量低质量专利，从而弱化专利对经济增长的促进作用，对经济增长产生扭曲效应。同时，由第(3)列可知，外观设计专利的交互项系数为负，但不显著，说明外观设计专利对经济增长的影响并未受“寻扶持”动机制约。可能的解释是，三种不同类型专利中，由于外观设计专利原创性最低，近年来国家出台的专利发展规划和专利资助政策均弱化了外观设计专利的增长，有些地方已经取消对非发明专利增长的资助，这使得地方政府和创新主体减弱了对外观设计专利的增长动机。同时，与其他两种类型专利相比，创造外观设计专利所占用的社会资源相对较少，专利活动中的“寻扶持”所带来的负面效应也相对较小，从而导致外观设计专利对经济增长的影响未受到“寻扶持”动机的显著制约。

2.进一步回归分析

(1)分区域回归分析。由于我国科技创新活动和专利发展具有区域性差异，为了进一步分析“寻扶持”动机下专利对经济增长的影响是否存在区域性差异，本文在全样本回归分析的基础上进一步把样本分为东、中、西部，回归结果见表3。

表3 区分不同区域回归结果

注：括号内为标准误；*、**和***分别表示10%、5%和1%显著性水平；表中回归模型均控制了时间效应和省份效应，同时对控制变量进行了控制，限于篇幅此处不列示。

表3第(1)列展示了东部地区的回归结果，发明专利和实用新型专利与“寻扶持”动机变量交互项的系数均显著为负，说明专利活动中的“寻扶持”动机抑制了发明专利和实用新型专利对经济增长的正面效应；而外观设计专利交互项的系数不显著，说明外观设计专利对经济增长的影响并未受到“寻扶持”动机的显著制约。东部地区的回归结果与全样本回归结果保持一致。

表3第(3)、第(5)列分别展示了中部地区和西部地区的回归结果。由回归结果可知，在中部和西部地区中，三种不同类型专利交互项仅有发明专利与“寻扶持”动机变量的交互项系数显著为负，实用新型专利和外观设计专利的交互项系数均不显著，说明专利活动中的“寻扶持”动机减弱了发明专利对经济增长的促进作用。

值得注意的是，与东部地区不同，中、西部地区专利活动中的“寻扶持”动机并未显著制约实用新型专利对经济增长的影响。通过分析我国不同区域的专利发展现状，这一现象不难理解：一方面，在“寻扶持”动机的影响下，由于东部地区发展起步早，科技创新活动较为活跃，专利基数大，专利总量占全国总量的70%以上。相较于中、西部地区，东部地区将会产出更多的实用新型专利，从而占用较多的创新资源，“寻扶持”动机所带来的负面影响也越大；当实用新型专利达到一定数量之后会出现专利“泡沫”现象，对经济增长产生扭曲效应。另一方面，在“寻扶持”动机的影响下，由于中、西部地区专利基数小、产出总量低，创造实用新型专利所占用的社会资源也相对较小，“寻扶持”动机带来的负面影响将会被掩盖。同时，在三种不同类型专利中，创造发明专利所占用的创新资源最多，“寻扶持”动机所带来的负面影响也相对较大，因此，对于中、西部地区，在“寻扶持”动机的影响下，仅有发明专利对经济增长产生了扭曲效应。

(2)区分不同类型创新主体。为更加细致考察专利对经济增长的影响，本文进一步对创新主体进行区分，具体分为企业、大专院校、科研单位与机关团体。利用1985―2017年的样本，从专利总量中分解出企业专利、大专院校专利、科研单位专利与机关团体专利的申请量，进行对数处理后分别加入回归模型，在方程(1)的框架下探究不同创新主体产出的专利对经济增长的影响，回归结果见表4。

表4 区分创新主体回归结果

注：括号内为标准误；*、**和***分别表示10%、5%和1%显著性水平；本表仅列示了通过Hausman检验筛选的最优模型；表中均控制了时间效应和省份效应，同时对控制变量进行了控制，限于篇幅此处不列示。

表4第(3)列展示了企业组的回归结果。由结果可知，三种不同类型专利与“寻扶持”动机变量的交互项显著为负。这说明专利活动中的“寻扶持”动机显著抑制了三种不同类型专利对经济增长的促进作用，对经济增长产生了扭曲效应。这一结果与全样本分析结果基本保持一致。

而由表4第(1)、第(2)、第(4)列的回归结果可知，科研单位的发明专利系数显著为正；机关团体的外观设计专利系数显著为负，并且实用新型专利与“寻扶持”动机变量的交互性显著为正。除此之外，大专院校、科研单位和机关团体无论是三种不同类型专利变量还是专利与“寻扶持”动机变量的交互项，其系数均未表现出良好的显著性。这说明专利并未显著促进经济增长，而且专利对经济增长的影响也未受到“寻扶持”动机的显著制约。一方面，由于大专院校、科研单位和机关团体更加注重基础性研究，专利的市场应用和转化过程较为缓慢，因此，在短时间内大专院校、科研单位和机关团体产出的专利并未促进经济增长。另一方面，通过分析不同区域的专利发展现状可知，大专院校、科研单位和机关团体专利基数小、总量低，创造专利所占用的社会资源也相对较少，因此，专利活动中的“寻扶持”动机对经济增长所带来的影响也较小，进而掩盖了负面效应，未表现出显著的抑制作用。

四、结论与政策含义

在当前专利不断激增的背景下，本文以专利的产出动机为切入点，分别从理论层面和实证层面分析在专利活动中的“寻扶持”动机作用下，不断激增的专利对经济增长的影响。研究发现，专利活动中的“寻扶持”动机将会降低财政资源配置效率，造成创新资源浪费，进而扭曲经济增长。通过实证分析表明，专利活动中的“寻扶持”动机抑制了发明专利和实用新型专利对经济增长的促进作用；而外观设计专利由于创新性低、创新资源占用少、社会关注度低，“寻扶持”动机并未显著制约其对经济增长的影响。进一步区分中、东、西部样本组发现，东部地区发明专利和实用新型专利受到了“寻扶持”动机的负面影响，中、西部地区仅有发明专利受到“寻扶持”动机的负面影响。同时，在企业、大专院校、科研单位和机关团体样本中，仅有企业样本显著受到了“寻扶持”动机所带来的负面影响。

通过本文的研究，可以得出如下政策含义：第一，专利的“质”与“量”并非矛盾，要从源头改变创新主体的专利申请动机，要提高市场化程度、调整专利资助政策。正如张维迎教授所述：“企业搞自主创新，政府最好离远一点。”这一观点给了我们启示，政府应当调整专利资助力度，优化专利和各类奖励的关联，适当加大具有市场需求的高质量专利资助力度，更多依靠市场这只“无形的手”调节资源配置，决定专利的去留。第二，改进晋升考核体系。专利绩效与官员晋升的关联在一定程度上促使了地方官员致力于推动地方专利数量的增长，而忽视了质量的提升。上级在对下级进行考核时应更加注重原创度高、具有市场潜力的专利产出，激励地方政府真正围绕本地区创新提升而开展晋升锦标赛。