新品种权行政执法、研发投入与植物育种创新

刘小春， 郑凯欣， 李秋生

(江西农业大学经济管理学院/江西农业大学乡村振兴战略研究院，江西南昌 330045)

植物品种是农业科学的重要载体，植物新品种所体现的科技创新成果是企业和国家的竞争力所在。种子是农业的“芯片”，在耕地减少和化肥、农药使用量减少等约束条件下，最有效的武器就是种子。一个国家的种业想要在国际竞争中站稳脚跟，必须提高育种创新能力。随着我国农业向高质量发展推进，种子研发目标亦由单纯追求“高产”转向“优质”“高效”，研发机构也以育种研究为先导，以品种为基础，推出具有创新性、市场型的新品种，逐步实现“育、繁、推”一体化。尽管我国育种创新取得一定成效，但要占据国际科技竞争制高点、赢得育种领域竞争优势，仍然需要不断提高种业自主创新水平。

随着现代农业科技的发展和作物育种新技术的应用，植物新品种数量不断增加并被投入市场，但新品种培育成本高、模仿学习成本低，农业技术自身特性和农业生产的生物性 、弱质性、分散性和 “田间公示性”等特点，使得农业技术难以像工业技术一样易于“保密”，育种者很难解决“免费搭车”问题，很多育种单位并没有从新品种的应用上获得相应的利益回报，经济效益的缩小甚至消失导致育种创新意愿降低，影响了种业创新发展。知识产权保护在一定程度上可以明晰产权，为育种创新提供政策保障，我国于1997年颁布《中华人民共和国植物新品种保护条例》(以下简称《条例》)，并于1999年加入国际植物新品种保护(UPOV)公约，代表在植物新品种培育领域上创建独有的知识产权保护制度。农业部根据《条例》实施《细则(农业部分)》《农业植物品种命名规定》《农业植物新品种权侵权案件处理规定》等配套规章及规范性文件。2000年《中华人民共和国种子法》明确规定新品种的范围，并规定侵犯植物新品种权应承担民事责任、行政责任或刑事责任，但具体规定上仍偏重于审查、监督和管理[1-4]。直到2007年才在全国15个省开展新品种权行政执法试点，真正使植物新品种权保护付诸行动。相关政策、条例的实施为种业创新提供了法制保障，但政策的作用机制尤其行政执法对育种创新的作用机制并未得到深入探讨，评价植物新品种权保护的政策效应并理清保护政策的作用机制对我国打好种业翻身仗意义重大。

现有关于育种创新的研究大多聚焦在以下几方面：(1)探究育种创新的现状及影响育种主体进行创新行为的因素，一方面农业植物的育种研发资源从以往的财政支持为主转向科研院所和高等院校，推动企业与科研单位进行商业化合作以获得科研资源。另一方面农业植物育种环节与推广环节、生产环节有所脱节，科技成果商业化率较低，抑制育种主体的创新意愿。理论和实证分析说明，植物新品种权制度完善程度、执法力度、市场需求、研发成本会影响育种主体的研发创新行为[5]。(2)从植物新品种保护政策的视角出发，考察植物品种权保护条例、法规等现状和作用，如今植物育种存在造假、模仿等现象，育种主体维权意识薄弱，新品种保护力度不强且存在申报范围不均衡等问题，植物品种权制度在育种者培育出新的优良品种后，赋予育种者在特定时限内独占市场的权利，允许品种权人在规定期间内，获得该新品种的垄断性利益[6-7]。(3)以育种企业为对象，探究植物新品种权保护政策对企业育种创新的影响，发现植物新品种保护制度对育种创新的激励作用体现在增加私人研发投入、外部资本进入、育种者权利保护、执法力度增强、品种市场化等方面[8-14]。

在上述研究中，很少直接涉及新品种权行政执法对植物育种创新的影响研究。而新品种行政执法作为知识产权保护的重要方式，对育种主体未来的研发资金投入和研发人员投入等均存在至关重要的影响。尤其对于植物新品种创新而言，植物新品种保护制度作为一种法律壁垒，一方面阻隔了模仿创新、侵权等行为，保护了私有利益，但另一方面会提高研发成本，造成市场效率的损失[15-16]。因此，植物新品种行政执法是否以及如何影响育种主体的创新行为，需要进行深入探讨和验证。

因此，笔者利用2000—2019年省际面板数据，采用DID模型及中介效应模型研究植物新品种权行政执法试点的政策效应和保护政策的作用机制。文章的创新点及边际贡献在于：(1)从理论层面，分析探讨了新品种权行政执法对对育种创新可能造成的影响，尝试对知识产权保护理论进行一定的扩展；(2)从政策实施效果时滞性出发，实证检验了行政执法试点的政策效应，并通过更改窗口期检验验证了结果的稳健性；(3)机制检验部分，验证了“研发资金投入”和“研发人员投入”在新品种权行政执法对育种创新影响中起到的中介作用。

1 理论分析及研究假说

1.1 新品种权保护政策与植物育种创新

根据制度经济理论和产权理论，制度抑制着人们交往中可能出现的任意行为和机会主义行为，同时依靠某种惩罚得以贯彻和执行[17]。新品种权保护制度既涉及对产权的界定，又涉及对产权的保护。新品种权保护相关政策作为一种知识产权制度，自其诞生之日起就一直在谋求实现权利人个人私益和社会公益之间的平衡，必须同时考虑知识产权的拥有者和社会公众2个方面的利益，使双方的利益达到适度的平衡，即对知识产权的保护，不仅要充分、有效，而且应当适度与合理。知识产权制度的这种动态的平衡，一般主要表现在其对权利人所享有的权利期限、权能大小以及权利的行使方式等方面。知识产权必须有有限的保护期，以避免知识产权永久性地被个人占有，使知识创造来源于社会而最终又回归于社会[18]。

一方面，新品种权行政执法可以调节育种创新的溢出效应，使得植物新品种的使用所带来的经济效益在育种主体和社会农业发展间达到平衡。随着改革开放和社会主义市场经济的发展，育种科研单位逐步面向市场化成为独立的利益主体，植物新品种权保护政策切实保障了投资者从新品种的推广获得盈利并收回研发成本，从而有效保障育种主体的权利和投资者积极性，引导更多资金投入育种科研，资金体量和渠道的提升会促进植物育种创新。同时在市场经济下，新品种的投入和转化在符合市场和生产需求的条件下可以快速为育种单位创造收益，育种单位可实现以市场和生产为导向的新品种研发，新品种权保护政策为育种单位的研发提供了良好的法律环境。另一方面，新品种权行政执法一定程度上抑制了育种创新主体的模仿创新，使得育种创新主体转向原始创新。有研究指出，对于发展中国家，模仿创新有利于技术进步，快速增强创新能力，并在时机成熟时，自然激发自主创新的欲望，增强知识产权保护的动机。新品种权保护政策增加了模仿创新的成本，也会导致派生新品种的减少，使得育种主体获得较大收益的实质性派生品种也随之减少，原始创新的成本投入高和投入周期长的特点会阻碍创新主体对新品种的研发意愿，从而影响到育种创新进展。由此可提出以下假说：

假说1：新品种权行政执法对植物育种创新有促进作用。

1.2 新品种权保护政策、研发投入与植物育种创新

新品种权制度及配套法制环境建设有利于将社会资金和政府公共资金引入农业育种行业，增加研发投入。而资金和人力是一切经济活动的重要动力来源，其经费数量和人力资本直接与育种创新的数量与质量相关，科研经费是创新主体进行创新活动的根本保证。新品种研发分为原生品种和派生性品种，其研发难度和产出也有所不同。派生性品种可在模仿创新的基础上进行改造，模仿创新的投入较原始创新更低，但新品种权保护政策增加了模仿创新成本，故新品种产生的净效益也有所降低；而原生品种的创新则有高投入、高风险、高收益的特点，大量研发投入是原始创新行为的必要条件。王宇等通过描述统计发现新品种权保护政策实施后会影响研发投入水平和研发投入结构，有利于新品种创新成果的快速产业化，并形成投资利益共同体，推动新品种创新的快速发展[19]。刘辉利用93家育种机构的调查数据，表明植物新品种权制度会影响农业技术创新主体对植物新品种研发的投资[20]。故提出以下假说：

假说2：新品种权行政执法的实施可通过影响研发资金投入影响植物育种创新。

假说3：新品种权行政执法的实施可通过影响研发人员投入影响植物育种创新。

2 数据来源及模型设定

2.1 数据来源

植物育种创新活动需要一定时间，成果转化也有一定周期，故政策颁布至新品种申请有时间间隔，新品种从申请到审定并登记需2～5年，选取面板数据区间为2000—2019年。此外，考虑到西藏地区年度数据不全，故剔除该地区选取全国其他30个省(市)的面板数据，经过对数化处理后使用。1997年我国《植物新品种保护法例》正式颁布，2007年展开地区试点工作，故可依据试点时间和地区设定对照组和试验组，比较前后变化趋势。新品种权申请数据来源于农业部科技发展中心，其他所选数据来源于2001—2020年的《中国统计年鉴》《中国科技统计年鉴》《中国区域经济统计年鉴》《中国财政年鉴》《中国农业统计资料》以及国家统计局研究与试验发展(R&D) 普查专题数据。

2.2 变量选取

本研究的被解释变量为植物育种创新水平，指标有新品种申请数和审定数，由于新品种审定过程具有一定滞后性，本研究采用新品种申请数表示育种创新产出。解释变量为是否实施新品种权行政执法，设立地区虚拟变量treati和时间虚拟变量postt，表示i省份在t年是否实施新品种权保护政策。中介变量为地区研发资金投入和研发人员投入，由于地区农业研发难以计算总和，本研究以地区大型企业、机构育种研发投入作为研发投入水平的代理变量。根据国际植物新品种保护联盟的《植物新品种影响报告》统计，品种权申请量居世界前 10 位的国家全部是发达国家，且其农业经济发展水平与品种权申请量相对应。同时参考韩敬花等的研究，确定一系列可能影响植物育种创新的控制变量，其中包括地区经济发展水平、外商直接投资资本、人力资本、政府补贴水平、农业发展水平、技术市场水平[21]。变量定义及计算方法见表1。

表1 变量定义及计算方法

2.3 模型设定及实证策略

为探究新品种权行政执法与植物育种创新的关系，接下来将分2个步骤进行检验：(1)采用双重差分法对新品种权行政执法效果进行检验，验证该政策对植物育种创新是否有影响，同时分析影响植物育种创新的因素；(2)基于中介效应模型进一步检验新品种权行政执法通过何种机制对植物育种创新产生影响。

2.3.1 双重差分模型 采用双重差分法(DID)在政策实施时间前后设定试验组与对照组，通过控制其他影响因素，将试验组植物育种创新水平在实施新品种权行政执法前后的平均改变量与对照组的政策实施前后平均改变量的差距视为该政策的真正效果。我国于2007年开始在北京市、山西省、吉林省、山东省、内蒙古自治区、黑龙江省、四川省、江西省、河南省、安徽省、浙江省、湖北省、新疆维吾尔自治区、云南省等15个省(市、自治区)开展新品种权行政执法试点工作，故将这15个省份作为新品种权政策的试验组，其余为对照组，建立如下模型：

IR=β0+β1postt+β2treati+β3(postt×treati)+β4corntrol+λi+δt+εit。

(1)

式中：IR为植物育种创新水平；β0为常数项；β1为时间虚拟变量系数；β2为地区虚拟变量系数；β3为交互项系数；β4为控制变量的系数；i为地区；t为时间；postt为时间虚拟变量，postt=1表示t时期实施了新品种权保护政策，postt=0表示t时期没有实施新品种权保护政策；treati为地区虚拟变量，treati=1表示地区i实施了新品种权保护政策，treati=0表示地区i未实施新品种权保护政策；为了检验新品种权保护政策效果，设立交互项postt×treati，以衡量新品种权保护政策对植物育种创新水平的影响；control为其他控制变量；λi、δt分别为地区固定效应和时间固定效应；εit为扰动项。在此主要关注的是交互项系数，它衡量了新品种保护政策对植物育种创新水平的影响程度。

将经济发展水平、对外开放程度、人力资本水平、政府补贴水平、农业发展水平、技术市场水平取对数后得到描述性统计结果(表2)。

2.3.2 中介效应模型 根据Baron和Kenny提出的依次检验法步骤如下：第1步，验证新品种权行政执法对植物育种创新的影响；第2步，分别验证新品种权行政执法对研发人员投入、研发资金投入的影响；第3步，将新品种权行政执法效应与研发投入变量一起作为解释变量放入回归方程中，被解释变量为植物育种创新[22]。前文已验证新品种权行政执法对植物育种创新的影响，则分别引入研究与试验发展人员全时当量和研究与试验发展经费内部支出变量衡量地区整体研发投入水平，将研发人员投入和研发资金投入作为中介变量构建以下模型：

表2 变量描述性统计结果

Mediation=β5+β6postt+β7treati+β8(postt×treati)+β9control+li+di+eit；

(2)

IR=α1+α2postt+α3treati+α4(postt×treati)+θMediation+α6control+λi+δi+εit。

(3)

对于中介变量显著性的判断依据为：若模型(1)中检验系数β1显著，则可以进行下一步，否则中介效应不存在，而前文中已验证β1显著；下一步则检验模型系数β8和θ的显著性，若二者均显著，则可以说明该变量中介效应显著，同时若α4不显著或其估计值明显小于β1，则变量起到强中介效应；最后，若系数β8和θ至少有1个不显著，则需要进行Sobel检验，以进一步判断中介效应。

3 新品种权保护政策促进植物育种创新效果检验

探究新品种权行政执法是否对植物育种创新活动有影响，将进行以下3个实证检验以及稳健性检验。首先绘制试验组和对照组的平均增长趋势图观察新品种申请数的平均增长趋势；其次运用单变量双重差分方法观察政策颁布前后均值，初步考察政策效应；最后运用双重差分模型结合固定效应进行实证检验，进一步考察新品种权行政执法对植物育种创新的影响。以下为实证结果。

3.1 时间趋势假设检验

使用DID模型的前提是必须满足共同趋势假设，即若不存在新品种行政执法，试验组和对照组应具有相同变化趋势，故借助Stata 14.0软件绘制全国新品种申请数时间趋势图，可直观揭示出试验组与对照组随时间的变化差异。如图1所示，通过观察试验组和对照组的新品种申请均值逐年变化情况的折线图发现，在2003年试点政策颁布之前，试验组和对照组的平均消费量大致平行，初步判断符合共同趋势假设，在2007年试点政策颁布后，曲线差异增大，试验组增长幅度远高于对照组。

3.2 单变量双重差分检验

本研究采用单变量双重差分法逐步对新品种权行政执法的实施效果进行实证检验，仍将政策试点地区作为试验组，将未进行试点的地区作为对照组。Before表示新品种权行政执法在地区试点之前的时期，即2000年至2006年，After表示新品种权行政执法在地区试点之后的时期，即2007年至2019年。通过计算出试验组与对照组地区植物育种创新水平(当年新品种申请量)在政策实施前后时期的平均值，再运用t检验考察2组植物育种创新水平差异是否在政策实施前后表现出系统差异，结果如表3所示(其中Diff1=试验组地区新品种申请数均值-对照组地区新品种申请数均值，Diff2=各地区在政策试点之后时期的新品种申请数均值-政策试点之前时期的新品种申请数均值)。

表3 单变量双重差分检验结果

表3说明对对照组地区而言，其新品种申请数在新品种权行政执法实施后均值上升了10.374；而试验组新品种申请数在新品种行政执法实施后均值上升了48.821，且在1%水平上显著。试验组与对照组在政策实施后新品种申请数也显著上升且在1%水平上显著。从总体上看，相比于对照组，新品种权行政执法在地区的实施使得试验组地区新品种申请数量显著上升，政策效应为38.448，植物育种创新水平有所提升。

3.3 双重差分模型回归分析

单变量双重差分法的检验结果说明，新品种权保护政策进行试点运行后，试验组地区的育种创新水平教育对照组有一定提升，但在上述检验中并未控制其他可能影响地区植物育种创新水平的因素。故为了进一步识别新品种权行政执法对植物育种创新的影响，本研究借鉴韩敬花等的研究，引入人均生产总值(GDP)、外商投资总额(FDI)、政府科技三项费用投入(Govrd)、农业生产总值(Agri)、技术市场技术输出地域总额(Market)等地区特征变量，采用地区固定效应模型进行分析[21，23]。由于各指标绝对值较大，为便于横向比较各变量系数大小以及对因变量的弹性大小，则对非虚拟变量进行对数化处理，表4为Stata 14.0运算结果。

从表4可以看出，在增加控制变量以及时间固定效应的过程中，调整R2值也在不断增加，说明模型的估计结果较为稳健。模型1-A、模型1-B说明在不加入任何控制变量的情况下，不论是固定时间与否，treat×post系数在1%水平上显著为正，模型1-C说明加入控制变量后，treat×post系数仍在1%水平上显著为正。因此，可以说明新品种权行政执法的实施显著提高了地区新品种申请量，即提高了地区植物育种创新水平。在控制地区个体效应的情况下，可以发现人均生产总值、外商投资总额、受高等教育人数、政府科技支出、农业总产值和技术市场交易额度对新品种申请数的回归系数均显著，说明植物育种创新水平受地区经济发展水平、对外开放程度、人力资本水平、政府补贴水平、农业发展水平、技术市场水平的影响。但加入时间固定效应后，上述指标并不显著，说明这几个指标受时间序列影响较大。由模型1-C、模型1-D可知农业总产值对植物新品种申请量回归系数显著为正，说明新品种权行政执法可促进经济效益的增长，激发植物育种创新的意识，使得植物育种创新水平得到提升。因此，可说明本文假设1成立，即植物新品种权行政执法对育种创新有促进作用。

表4 双重差分回归结果

3.4 稳健性检验

3.4.1 平行趋势检验 双重差分法的使用前提是在政策实施前试验组和对照组的植物育种创新水平有基本平行的时间趋势。图1已经初步显现在新品种权行政执法试点前，试验组和对照组的新品种申请数趋势均比较平缓且差异固定，也初步验证了平行趋势假设。在此基础上，通过分组变量与新品种权行政执法试点前各年的虚拟变量交叉项的平行趋势检验(表5)，由相似的系数可以说明在政策试点前，试验组与对照组地区的新品种申请数差异没有发生显著变化，双重差分方法的平行趋势检验假设得以验证。

表5 平行趋势检验结果

3.4.2 更改窗口期检验 考虑到政策的实施以及创新活动响应的时效性，将样本时间范围缩小至更为均衡的区间进行稳健性检验，此次选取年限为2004—2014年(表6)，解释变量交互项系数均为正显著，与前文结果相同，则可证明回归的稳健性，即新品种权行政执法对植物育种创新水平有正向影响。

表6 更改窗口期稳健性检验

3.4.3 替换其他衡量植物育种创新指标 植物育种创新水平难以用单一指标完全衡量，上述检验中采用新品种申请数这一指标，品种权申请量呈稳步增加，我国品种权授权量呈波浪式上升状态，中间呈现几个变化波段。尽管从理论逻辑上来说，品种权申请量的增加应当意味着品种权授权量的增加，但是实践中影响品种权的授权因素较多，不适合作为替代变量。品种登记个数可反映地区新品种的登记情况和历年育种情况。现将品种登记个数作为被解释变量再次进行检验，控制变量和虚拟变量不变。如表7所示，替换被解释变量为品种登记数(Is)后， 交互项系数均在1%水平上显著为正，可再次证明结果的稳健性。

表7 替换被解释变量检验结果

4 新品种权行政执法促进育种创新作用机制检验

新品种权行政执法对植物育种创新有直接影响，而其政策通过何种路径影响植物育种创新水平则需要进一步验证。新品种权行政执法的实施会加强育种主体新品种权的保护意识，通过规范法律环境使得植物育种创新的外溢效应降低，新品种权的经济效益独有化，从而增加研发投入，促进植物育种创新。一方面当育种主体对新品种培育成本可以收回且由此获得大额经济效益，育种主体及投资方的投入意愿增加，从而使得资金总量提高、投资来源多样；另一方面当育种主体创新意愿被激发，会吸引更多研发人员投入。故本研究利用中介效应模型来检验新品种权行政执法是否通过影响地区研发投入(包含研发资金投入和研发人员投入)来影响植物育种创新水平。

4.1 检验研发人员投入的中介效应

随着新品种权行政执法试点，农林业行政和企事业单位人员的品种权意识得到了加强，公众增强了对新品种保护制度的信赖度，使得研发人员进入育种创新领域比例增加。同时种业人才发展也收到国家层面重视，2017年原农业部在北京召开种业人才发展和科研成果权益改革进展情况汇报会，科学研究院和学校相关单位在科研人才引进和培养方面已经取得一定成果，同时对深化科企合作、建立新的协同育人模式方面有了一定探索。基于创新活动的投入产出理论，研发人员的投入增加会提升创新活动的活跃度，故采用研发人员全时当量与当地年底总人口比值来衡量研发人员投入强度，检验结果见表8，表中模型1-A至模型 3-A1 表示未加入控制变量时中介效应3步检验对应的回归结果；模型1-C至模型3-B1表示加入地区级控制变量时中介效应3步检验对应的回归结果。模型2-A1、模型2-B1结果显示，treat×post的系数分别在1%、5%水平上显著，说明新品种权行政执法显著提升地区研发人员的投入水平。模型3-A1、模型3-B1结果显示researchpeop系数在1%水平上显著为正且treat×post的系数显著却小于第1步中β1的估计系数，说明研发人员投入在新品种权行政执法和植物育种创新之间起到显著的“强中介效应”。加入控制变量后，整体显著性水平和系数值有所降低，说明控制变量中对植物育种创新水平也有一定影响。由此可证明本文假说2，即新品种权行政执法的实施可通过影响研发人员投入影响植物育种创新。

表8 以研发人员投入作为中介变量回归结果

4.2 检验研发资金投入的中介效应

根据《2017中国种子产业发展报告》显示，2017年种子企业科研总投入为42.33亿元，同比提高2.76亿元，其中企业自主投入38.69亿元，财政项目投入资金3.22亿元，非财政资金投入0.42亿元。财政资金流入企业的部分较少，且相比于2016年略有下降。研发资金作为创新活动的重要来源，研发资金投入增加会增加创新活动数量和质量，故采用研究与试验发展经费内部支出与地方财政支出的比值来衡量研发资金投入强度，检验结果见表9。模型2-A2、模型2-B2结果显示，treat×post的系数分别在5%水平上显著，说明新品种权行政执法显著提升地区研发人员的投入水平。模型3-A2、模型3-B2结果显示researchcost系数分别在1%、10%水平上显著为正，虽然模型3-A2中交互项系数高于模型1-A中的系数，但加入控制变量后系数降低，说明研发资金投入仍起到中介效应。由此可证明本文假设3，即新品种权行政执法的实施可通过影响研发人员投入影响植物育种创新。

表9 以研发资金投入作为中介变量回归结果

5 结论与政策建议

种业是国家战略性、基础性核心产业，植物育种创新是种业发展的重要推动力。新品种权保护重视程度逐年递增，而新品种权行政执法的实施是否能实质性推动植物育种创新是亟待回答的问题。本研究利用2000—2019年省际地区面板数据，以地区的新品种申请数衡量植物育种创新水平，运用双重差分法考察新品种权行政执法是否影响地区的植物育种创新水平，再进行中介效应分步检验提出政策影响路径。

5.1 结论

新品种权行政执法对地区新品种申请数有显著的正向影响作用，也说明新品种权行政执法对植物育种创新起到较好效果。此结论在进行了平行趋势假设、更改窗口期检验、替换其他衡量植物育种创新指标等一系列稳健性检验后依然成立。虽然在更改窗口期检验过程中显著性水平略有降低，也说明政策试点实施过程中遇到的阻碍，如新品种推广的价格波动、品种权纠纷等问题使得政策效果也有所波动。

外商投资水平、农业生产水平、政府补贴水平、技术市场交易水平均对植物育种创新有正向影响。新品种权行政执法的实施降低了新品种创新成果的外溢效应，企业机构育种主体的创新成果自有性和经济性提高，吸引外部资金注入，促进地区育种创新水平提高。农业生产水平的提高也为新品种推广和收益奠定了基础，从而促进育种创新意愿增加。随着新品种权行政执法的实施，政府科技投入力度增加，有利于公立机构等育种创新主体开展创新活动。技术市场技术输出金额能反映地区技术交易市场水平，该指标受地区知识产权保护水平的影响，技术交易市场的活跃度越高，可说明知识产权保护水平提高，则育种主体创新意愿和创新活动也会随之增加。

新品种权行政执法可通过影响研发资金投入和研发人员投入来影响植物育种创新。运用面板数据中介效应分布检验法，结果表明研发人员投入在新品种权行政执法与植物育种创新水平之间起到强中介效应，研发资金投入也起到显著中介效应，验证了“新品种权行政执法研发投入→植物育种创新”这一影响机制。

5.2 政策建议

5.2.1 完善种业行政执法政策，维护品种权人利益 随着我国新品种保护条例和种子法的颁布，新品种申请数量和审定数量已经有了较大幅度增长，但仍存在种业政策贯彻实施不到位、新品种审定数量好种类较低的问题。(1)需加强新品种认证制度建设和知识产权保护，强化品种权执法，降低因种业侵权、制假等行为影响育种主体的创新积极性事件概率。(2)进一步明确种业监管主体并规范种业市场监督，建立新品种档案，将新品种审定信息、试验示范信息及田间试验结果记录在册，为生产用种安全提供依据。(3)完善品种保护机制，保证新品种权的经济效益不外溢，提升技术交易市场活跃度，增加科研人员积极性、企业与社会对种业投资的积极性，育种主体的创新活动才会有所增加。

5.2.2 提升地方政策促进效应，加快政策机制创新 落实国家和省种业相关政策，将国家指引性条例转化为地方具体实施措施，从倡导性政策转化成推动型政策。(1)地方性政策适时修订并完善，结合地区特征完善商业化育种成果奖励机制，发展适合地区性质且能高效显著促进育种的创新活动，如吉林省定期举办农作物种质资源普查与收集培训班，普及育种知识和提升创新意识；安徽省进一步增加政策性农业保险补贴品种和扩大补贴范围等。(2)以创新驱动高质量发展概念为指引，推进体制改革和机制创新，优化申请受理、品种试验、审定公告、引种备案流程，缩短新品种从研发至产生经济效益的系统性时长。(3)由政府牵头整合地区性农作物资源，构建以产业为主导、企业为主体、基地为依托、产学研相结合、“育繁一体化”的现代农作物种业体系。

5.2.3 加强专项科研经费投入，激发育种创新活力 地方政府均有科技固定支出，但针对种业专项资金投入不足，同时政府资金主要集中于公共研发单位，企业等私有主体资金投入不够，育种创新动力不平衡。故需要从加强专项科研经费投入入手，激发育种创新的活力。(1)通过政府设立种业专项资金，专款专用，鼓励植物育种创新活动。(2)需要加大对种业科研、技术服务专项资金的支持力度，通过低息或贴息新品种培育专项科技贷款、鼓励其他行业资金进入种业的优惠政策等措施，支持种子企业和科研机构大胆培育新品种。(3)以市场需求为导向，经费投入由公有科研机构向企业倾斜，解决我国科研育种与生产需求脱节、科研成果向实际生产流动阻碍的问题，推动以企业为主体的商业化育种新机制。

5.2.4 建立研发人才激励机制，鼓励成果薪酬激励 农业是迟效性、高投入行业，对从业人员要求较高。科研育种机构、商业化企业和种子管理部门普遍表现专业人才严重缺失、高层次人才留不住的问题。(1)要通过政策效应注重对研发人才的引进和培养，联合高校、科研机构、企业三方资源建立研发人力平台，加大对高端人才培养力度，构造适度宽松的研发人才评价体系，引导人才在平台中的流动，通过高薪等方式减少人员向外溢出。(2)注重研发人才的激励机制完善，包括精神激励、薪酬激励、荣誉激励，激发科技人才的创造动力。(3)鼓励成果薪酬激励方式，以技术入股、成果入股等方式将技术人员的创新成果与个人奖励挂钩，吸引并留住大量优秀技术人才。