区域知识产权效率研究——基于Almon滞后模型的分析

张慧颖， 许小真

(天津大学管理与经济学部， 天津 300072)

随着国内经济转型升级以及中美贸易磨擦，知识产权成为中央以及地方政府的工作重点之一，知识产权是创新驱动发展的重要支撑，是建设创新型国家的重要组成部分。知识产权创造和运用效率本质上反映的是企业等创新主体对知识产权创造和运用的能力，对于边界清晰的行政区域，政府也有相应的资源与措施来引导创新主体。因此，政府是对区域效率负责任的主体，区域效率的高低是政府部门相关业绩的表现。于是，各级政府根据自身的发展需求制定相应的知识产权发展战略，提升区域的知识产权效率是当前政府的重要抓手。

本文着眼于区域视野，用效率值的形式呈现区域知识产权创造和运用的能力现状。本文中的区域范畴，既可以是省市范围，也可以是经济圈乃至国家等更大的范围。通过对本区域知识产权能力有更明确的认识，区域政府能够调节资源投入，也能够更加明确自身的现状与未来发展定位，制定有针对性的提升措施。

一、 文献综述

目前对知识产权创造及运用效率的研究已有不少，基于本研究的出发点，本文主要从研究方法、滞后性和指标体系三方面对前人的研究进行总结归纳。

从研究方法来看，在涉及到知识产权效率评价的有关问题时，国内外学者大多都是选用DEA(data envelopment analysis)方法。该方法的原理是通过保持决策单元DMU(decision making units)的输入或者输出不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价相对有效性。DEA方法有助于在投入方面提出改进建议，而且可以用于建构合适的效率评估标准，为知识产权创造、运用、保护、管理等多方面的效率提升提供建议[1-2]。

为了解决传统DEA模型中的 “黑箱”问题，考虑到创新系统的内部运行机理和内部运作阶段特征，解决DEA方法只考虑输入输出、不考虑中间过程的固有难题，学者近期运用链式DEA模型[3]或共享初始投入两阶段DEA模型[4]来进行效率测算。在两阶段DEA方法中，学者把知识产权创造和运用看作是一个前后承接的连续过程，知识产权创造的产出成果会直接变成知识产权运用过程的投入。然而在现实情况当中，知识产权的创造和运用并不发生必然的承接次序。通常企业会投入资源创造专利著作权等知识产权，并在全国甚至全球的知识产权数据库中搜索可用的知识产权。运用形式是多种多样的，包括对已经被认证的知识产权成果的授权、转让、许可、质押、引用等。而其中某些运用与前期的知识产权创造过程甚至是无关系的。如此看来，把知识产权创造和运用完全看作一个连续过程是过于狭义且牵强的。本文把知识产权创造和运用过程拆分开来，分别计算区域知识产权的创造和运用效率。

在知识产权创造与运用过程中，投入与产出之间存在着滞后效应，目前文献在处理知识产权创造和运用的滞后期时，都是采用初始投入、中间产出和最终产出为t、t+1和t+2年的方式[3-4]，并没有阐明滞后期的计算依据。本文认为对于不同的投入产出指标，滞后期不能一概而论。借鉴本课题组之前的研究结果[5]，本文认为使用阿尔蒙多项式分布滞后模型来进行滞后期的计算是合理的。阿尔蒙滞后模型可以减少待估参数，能有效消除一般分布滞后模型带来的多重共线性问题，能够较为准确地计算出投入产出指标间的滞后期。

在构建知识产权创造及运用效率的指标体系方面，学者们在投入产出指标中频繁使用到了专利申请量、专利授权量、有效发明专利数等指标，但由于对于这些专利指标的意义界定不明晰，对这三个指标的选取较为随意。笔者通过在中国知网上查阅到的10篇有关知识产权绩效方面的文章，对其中构建的知识产权创造与运用的投入产出指标进行了整理，整理结果如表1所示[6-13]。

表1 知识产权评价指标整理

由表1可以发现，在知识产权创造的投入指标中，R&D经费内部支出和R&D人员全时当量在全部文章中都有出现；在知识产权创造的产出指标和运用的投入指标中，大多文献是在专利申请量、专利授权量和有效发明专利数这三个指标中采用了其中两个指标；在运用的产出指标方面，新产品销售收入和技术市场合同成交额是文章中出现的高频指标，具有一定的代表性和说服力。专利申请量作为流量指标，显示的是该时段新增的专利申请量数据，而有效发明专利数作为一个存量数据，显示的是已经得到授权、仍然处于保护期中并且没有因为专利权人没交维持费而终止的发明专利数量。既有文献并没有考虑到专利指标的存量或者流量的属性问题，显然这样就偏狭了，也不符合实际情况，本研究在制定指标体系时修正了这一问题。

二、 指标的确定1. 指标体系的确定

在知识产权创造与运用的指标构建方面，本文总结并完善了知识产权创造与运用的过程思路，考虑到了专利指标的流量和存量属性，结合实际情况对评价指标进行了修正，如表2所示。

表2 知识产权效率评价指标

在投入指标方面，R&D经费内部支出和人员全时当量无论是在知识产权创造还是运用阶段都是必要的投入指标，其反映的是知识产权基础创造所拥有的人力、财力支撑。在知识产权运用阶段的投入指标方面，由于专利是知识产权运用的基础，所以另外增加了有效发明专利数这一存量数据，表明现今有效的发明专利都有可能被正在进行中的知识产权运用过程所引用和参考，是高技术产业商品化和市场化的基础。由于发明专利是最能够体现科技创造成果的专利种类，实用新型专利和外观设计专利一般都是小投入型的专利，所以本文只把发明专利作为评估指标。

在产出指标方面，在知识产权创造阶段，工业企业进行新知识、新技术的研发投入，其产出主要是以专利形式表现的知识产权成果。所以本文用专利申请量这一流量指标作为产出指标，反映近年来在R&D方面投入的人力和财力在新成果方面的呈现。在知识产权运用阶段，其产出主要以经济效益来衡量，本文使用新产品销售收入和技术市场合同成交额这两个高频指标作为产出指标，以反映专利交易、转化和产业化成果。

2. 数据来源

在寻找数据时，与中国统计年鉴的口径一致，本文选用工业企业的数据来呈现研究结果，即用工业企业主要主体来体现各省知识产权创造运用效率情况。本文除了在测算滞后期时所用到的2007年的R&D经费内部支出、发明专利申请量和新产品销售收入的数据来自于《中国科技统计年鉴》外，其余所有的数据均来自于《中国统计年鉴》。根据统计年鉴的数据，截止到目前，可以获得的最新数据是2016年的统计数据，基于数据的完整性和可获得性，数据中未包含西藏自治区和港澳台地区。

3. 滞后性处理

本文采用了2007—2016年10年的数据来测算滞后期与滞后权重，将得到的结果应用于全国各省的知识产权创造与运用的投入产出指标中，参照课题组之前的研究结果，本级科技人员数与科技服务机构数量对其他指标影响较小，而本级科学技术支出对其他指标影响非常明显。因此，本文用R&D经费内部支出与各产出指标间的滞后期来反映知识产权创造与运用阶段投入对产出的滞后期。另外，对于知识产权运用阶段新增的有效发明专利这一投入指标，由于其存量属性，显示的是当期有效的专利数量，专利转化为经济效益的时间周期不等，为了能够涵盖所有专利的转化情况，采用2016年的有效发明专利数作为最终数据。

在数据分析过程中，对原始数据进行了数据标准化处理，以消除量纲单位的影响，解决数据指标之间的可比性。在用阿尔蒙多项式法进行滞后期分析时，会涉及到时间序列的处理问题，要求所用时间序列具有平稳性。所以在做滞后期分析之前，用Eviews软件对决定滞后期的指标进行平稳性检验，R&D经费内部支出和新产品销售收入在ADF的一阶差分平稳性检验下，分别通过了显著性水平为1%和10%的t检验，专利申请量在ADF的二阶差分平稳性检验下，通过了显著性水平为5%的t检验，所有指标数据ADF检验的置信度均超过90%，认为是平稳序列，可以用阿尔蒙法进行滞后分析。

(1)知识产权创造阶段的滞后分析。首先对工业企业知识产权创造阶段的投入产出指标进行滞后期分析，通过模型计算及软件操作结果，判断滞后期为3，所以选取3阶滞后对R&D经费内部支出和专利申请量两个指标的多项式滞后模型用阿尔蒙法进行回归。根据阿尔蒙多项式法的结果，得到其滞后模型的表达式为

Yt=a+b0X0+b1X1+b2X2+b3X3+u

(1)

根据式(1)，第t年的产出指标可以通过当年及之前3年的R&D经费内部支出指标Xi(i=0，1，2，3)解释，也就是表明第t年的产出指标是由t，t-1，t-2，t-3 四年的投入指标所决定，而式(1)中的系数b0、b1、b2、b3所反映的是不同年份的投入指标对第t年产出指标的影响力，那么Ci=bi/∑bi(i=0，1，2，3)所反映的就是在滞后期内的各年份的投入对第t年的产出贡献率。

将式(1)变化后得到

Yt=a+∑bi(c0X+c1Xt-1+c2Xt-2+c3Xt-3)+u(i=0，1，2，3)

(2)

定义新变量：Zt=c0Xt+c1Xt-1+c2Xt-2+c3Xt-3

代入式(2)得到表达式

Yt=a+∑biZt+u(i=0，1，2，3)

(3)

通过模型计算及软件操作结果，得出知识产权创造阶段的滞后系数为C0=0.383 99，C1=0.287 99，C2=0.191 99，C3=0.096。由此计算出2016 年30个省市R&D经费内部支出和R&D人员全时当量的加权求和量作为最终的实验数据。

(2)知识产权运用阶段的滞后分析。对知识产权运用阶段的数据采用和创造阶段相同的运算方式，得到的滞后期也为3年。设第0，1，2，3年知识产权运用的投入对第0年的产出的贡献率分别为C00、C11、C22、C33，通过同样的模型计算方法得出的知识产权运用阶段的滞后系数为C00=0.380 46，C11=0.285 34，C22=0.190 23，C33=0.095 11。

由此计算出在知识产权运用阶段，2016 年30个省市R&D经费内部支出和R&D人员全时当量的加权求和量。另外，对于有效发明专利这个投入指标，由于其为存量数据，所以直接使用2016年本年的数据作为最终的实验数据。

三、 相对效率分析

本文采用数据包络分析(DEA)的方法，来测算区域知识产权创造效率和运用效率，根据已有研究和经验来看，DMU的个数必须是输入输出变量数目之和的两倍以上，否则DEA效率的区别能力会变弱。过多的决策单元被判定为DEA有效，本文的DMU数量为30个，而投入产出指标的总和最多为5个，满足DEA模型的基本需求。DEA进一步将技术效率分解为纯技术效率和规模效率。纯技术效率是指当规模报酬可变时，被考察决策单元与生产前沿之间的距离。规模效率衡量的则是规模报酬不变的生产前沿与可变规模报酬的生产前沿之间的距离，说明由于不能在合适规模报酬下生产而造成的无效率程度。

在进行效率评价时，本文利用DEA2.1软件，采用DEA理论中的BCC模型，选取投入导向的DEA模式，先把30个省份作为决策单元，进行知识产权创造运用效率的测算，随后把区域范围扩大化，延展到经济圈的范畴。

1. 省际相对效率分析

本文采用2016年修正后的投入数据和产出数据，对30个省市的知识产权创造和运用效率进行测算，结果如表3所示，各省的效率空间分布如图1所示。

表3 省际知识产权创造运用效率

DMU创造效率运用效率TEPTESERTSTEPTESERTS北 京0.7330.7390.992irs1.0001.0001.000-天 津0.4200.4240.990irs0.6560.7040.932drs河 北0.3250.3300.985irs0.4480.5020.893drs山 西0.2370.2660.888irs0.3290.3640.904irs内蒙古0.1990.2160.921irs0.3250.4040.804irs辽 宁0.3550.3630.978irs0.5880.5890.998drs吉 林0.2180.2480.879irs1.0001.0001.000-黑龙江0.2990.3380.885irs0.2720.2730.996irs上 海0.4890.4920.994irs0.8631.0000.863drs江 苏0.5820.8760.664drs0.6000.8700.690drs浙 江0.6060.7940.763drs0.8121.0000.812drs安 徽1.0001.0001.000-0.7240.8890.815drs福 建0.5310.5340.996irs0.3740.4170.896drs江 西0.7610.7730.984irs0.8760.8770.998irs山 东0.3740.3741.000-0.6140.9070.677drs河 南0.3080.3150.979irs0.5320.6270.849drs湖 北0.4150.4180.992irs0.6880.7930.868drs湖 南0.4280.4320.991irs0.8791.0000.879drs广 东0.6701.0000.670drs0.6120.9200.665drs广 西0.5360.5590.959irs0.8840.9020.980irs海 南0.3440.8050.427irs0.4221.0000.422irs重 庆0.7550.7630.990irs1.0001.0001.000-四 川0.7080.7130.993irs0.4730.4810.982drs贵 州0.5980.6720.890irs0.3910.4870.802irs云 南0.6150.6460.953irs0.3710.4300.863irs陕 西0.3400.3500.973irs0.5360.5360.999-甘 肃0.3890.4290.907irs0.5070.5100.996irs青 海0.6961.0000.696irs1.0001.0001.000-宁 夏0.6130.7260.844irs0.3270.6010.545irs新 疆0.6960.7660.908irs0.6000.7610.788irs

图1 知识产权创造运用效率空间分布散点图

由表3可以看出，在知识产权创造效率方面，30个省市的平均效率值为0.514，处在一个较低的水平，说明我国知识产权创造水平整体偏低。只有安徽的知识产权创造效率达到了最优。DEA 提供的效率是相对其他决策单元而言的，安徽的综合效率虽然达到了最优，但并不代表已完全发挥了投入资源的全部潜力。内蒙古、山西、黑龙江、吉林的效率值非常低，在0.3以下，其中内蒙古的效率最低，对比原始数据可以发现，内蒙古的R&D经费投入较其他省份相差几十倍，而黑龙江的R&D人员投入较其他省份也是相差几十倍，科技投入的严重匮乏是导致这些省份效率低下的关键因素。

从表3可以发现，绝大部分省份的规模效率都较高，规模效率的平均值达到了0.889，山东省的规模效率更是达到了前沿面上，体现了生产要素的投入和配置较为合理。但从效率的数值上可以发现，综合效率受纯技术效率的影响非常显著，大部分省份都因为较低的纯技术效率而拉低了整体的综合效率。当然也有相反的情况，广东和青海的纯技术效率为1，而规模效率却很低，反映出其投入规模与比例不合理，存在落后产能闲置或低水平运转的现象，规模效率极大制约了其综合效率的提高。

在知识产权运用效率方面，30个省市的平均知识产权运用效率值为0.626，高于知识产权创造效率，可见创造和运用的效率高低并不完全对应。北京、吉林、重庆和青海的效率达到了最优，通过结合原始数据进行分析，在效率最优的区域中同样存在低投入低产出的情况。青海在知识产权运用方面的低投入低产出致使其相对效率较高，但青海的发展潜力仍有待挖掘。内蒙古、山西、黑龙江和宁夏的效率值非常低，在0.35以下，内蒙古、山西和黑龙江的知识产权创造效率均处于全国的末位，说明有效发明专利数不足，且新产品销售收入也较低，知识产权创造和运用效率低下体现了地区的知识产权意识不够强烈，政府对知识产权事业的支持不到位，市场薄弱。知识产权运用的综合效率同样受纯技术效率的影响较为显著，现阶段综合效率的提高较多受制于纯技术效率的低下，全国规模效率的平均值为0.846，较高的规模效率反映出专利市场的流通非常广泛，专利产品的转化渠道较多。然而，上海、浙江、湖南和海南例外，是规模效率牵制了其综合效率的提高。

2. 经济圈效率分析

本文论述的经济圈不仅仅是指地域上相对集中的省市，而是指体量上相当且经济联系密切的地区。近年来，中央对经济圈的建设愈加重视，相继出台了大量关于区域协同发展的政策文本。目的是在自身某方面不足的情况下，可以通过区域联合产生互补效应，达到“共赢”的效果。京津冀、长江三角洲和珠江三角洲是我国的三大经济圈，京津冀经济圈是环渤海经济圈的核心，长江三角洲包含上海、江苏、浙江和安徽，珠江三角洲通常指粤、港、澳区域。基于数据的可获得性和统计口径的一致性，本文只取广东省的数据来表示珠江三角洲。本节计算了相应省市的平均值作为经济圈的数据，结果如表4所示。

表4 经济圈知识产权创造运用效率

根据表4数据分析，三大经济圈的情况完全不同，京津冀经济圈的知识产权创造效率最低甚至低于全国的平均水平，但其知识产权运用效率较高，无论是在创造还是运用层面，京津冀的规模效率都是最优的，可见京津冀在投入的规模与比例方面比较合理。近年来，国家出台了促进京津冀协同发展的一系列政策，活跃了市场，推动了京津冀知识产权运用效率的进一步提升。长江三角洲的知识产权创造和运用效率都较高，且纯技术效率和规模效率均处在较高水平，无明显弱项，这得益于长江三角洲发展时间较早，区域联合历史悠久，有长期的技术能力积累，知识产权基础雄厚。珠江三角洲集中了我国大批量的创业企业，其知识产权创造效率无疑也是较高的，但其运用能力有待提升，从数据可以看出，珠三角在知识产权创造运用方面的纯技术效率非常高，产业结构良好且能发挥出最大的经济和社会效益，但是受制于本区域规模效率一般，所以整体的综合效率并不突出。

综上所述，效率值的大小与经济发展水平没有直接的关联，但是高效率地区大多集中或连片分布，知识产权创造的高效率区主要集中在东南沿海地区和西部地区，知识产权运用的高效率区主要集中在东部沿海地区、西部地区和南方部分省份，我国的东北地区和北部地区是知识产权整体较为薄弱的部分。区域联合可以通过资源互补、产业转移等方式实现取长补短，促进区域的协同发展。因此，相近区域间可以形成经济圈的形式，通过区域间的交流互补实现共同发展。

四、 结 语

本文在阿尔蒙滞后模型的基础上，采用DEA方法对我国30个省市的知识产权创造运用效率进行分析，得出了以下结论：1)我国现阶段知识产权创造运用的效率不高，各省市普遍存在要素投入冗余、效益产出不足情况；2)工业企业技术效率的分解中纯技术效率对综合效率的影响及制约能力强于规模效率，大部分地区的效率结构表现为较高的规模效率和较低的纯技术效率；3)效率值的大小与经济发展水平没有直接的关联，但是高效率地区大多集中或连片分布；4)DEA效率达到1的地区不意味着其知识产权创造或运用的能力已达到最优状态，这些地区仍有较大发展空间；5)知识产权创造运用过程存在着固有的滞后性，考虑到滞后性对知识产权产出的影响，有助于区域更加准确地进行自我评价以采取相应的改善措施。

效率的高低受到投入产出比例、数量、政策效应等多方面因素的影响，区域所要达到的目标是资源的高效利用与合理的资源配置。通过区域效率值的测算，不同区域的企业和政府两大主体可以根据自身的实际情况和发展定位[15]，针对当前存在的问题实施改进措施。

1. 企业主体的投入调整策略

本文测算的是工业企业的知识产权创造和运用效率，工业企业作为国民经济产值贡献的主要主体，也是知识产权产生和运用最为活跃的主体。当前，大部分区域的效率都为非DEA有效，不同区域可以根据自身实际情况对知识产权创造运用的投入产出做出调整。对于经济较发达地区的企业，在注重产业规模发展的同时，也应改善产业结构，提高投入产出要素的集约利用率，加快高新技术产业技术更新速度，提高技术推广的有效程度，提高自身知识产权纯技术效率。对于经济欠发达地区，企业拥有更大的发展潜力，要增强拥有自主知识产权核心技术的意识，提高研发经费和人员的投入量，使研发成果尽可能转化为专利等知识产权的形式，并且要积极谋求与经济发达区域的交流合作，促进区域间的产业协作，加速人才、技术等生产要素的自由流动。

2. 政策启示

本文的现实意义就在于将区域的现实状况进行反馈，为政府今后制定政策提供决策方向，实现理论与实际相结合。对于效率较好的东部沿海地区而言，政府应积极引导其进行跨区域合作，充分发挥带头作用，辐射周边地区促进产业结构的优化。对于同样效率较高的西部地区，由于其存在低投入低产出的情况，建议政府可以通过给予企业一次性财政补助、申请专利奖励补助等财政支持，扩大知识产权投入量，充分挖掘地区潜力，但同时要考虑到知识产权转化的滞后性，在给予资金支持的同时要控制好度，以免出现资源挤压、资源浪费等现象。对于效率较低的东北和北部地区，由于这些地区的重工业占主导地位，建议政府要鼓励本地区增加对高科技企业的引进，引导地区逐步进行产业转移，根据本地区固有的重工业主导的特点，制定差别化的产业转移政策[16]，优化产业配置。另外，在宏观的政策引导方面，为扩大规模效应，提升知识产权运用效率，政府可以促进知识产权与市场的灵活对接，搭建知识产权交易和技术转移平台，使科技成果和市场的联系更为紧密。同时，建立规范、法治的知识产权运营环境，加强立法工作和监督力度，降低知识产权运营风险。