知识产权保护、技术研发投入与制造业两阶段创新效率

[摘要] 根据创新价值链理论构建包含非创新投入与产出的两阶段网络DEA模型，对专利密集型制造业和非专利密集型制造业的研发阶段和成果转化阶段创新效率进行评价与对比;在此基础上运用面板Tobit模型检验知识产权保护强度和自主创新、模仿创新投入对两类制造业两阶段创新效率的影响效果，以及两阶段创新效率之间的相互作用。结果表明：两类制造业的研发效率和成果转化效率目前水平较好并呈现上升趋势，但DEA有效的行业较少且存在行业差异;加强知识产权保护和自主创新投入能有效促进专利密集型制造业两阶段创新效率的提升，而对非专利密集型制造业的影响效果存在阶段性差异，模仿创新投入对二者两阶段创新效率增长没有显著促进作用;两类制造业的创新两阶段之间均不存在显著的正向溢出效应。基于以上实证分析结果，提出相应对策建议。

[关键词]两阶段DEA;专利密集型制造业;知识产权保护;研发投入

一、 引言

我国经济正面临着增速换挡的新常态，以往粗放型高速增长的发展方式生产效率较低，并且会对资源和环境造成巨大损害，该模式下经济增长难以持续。党的十九大报告强调要坚定不移地实施创新驱动发展战略，创新驱动作为驱动经济高效率、可持续发展的有效途径，在我国经济结构优化、产业转型升级中扮演着关键角色[1]。《2019年全国专利密集型产业增加值数据公告》显示1，专利密集型产业是促进我国经济发展的重要支撑。根据《知识产权（专利）密集型产业统计分类（2019）》（以下简称《分类2019》）2，专利密集型产业中，制造业数量占比70.3%，是重要构成部分，并且制造业作为实体经济的重要主体，其高质量发展在推动国家经济增长、科技进步等方面具有重要作用。

根据创新价值链理论，技术创新的过程以专利等科技产出为界，可分为以创新技术的研发阶段和创新成果创造经济效益的成果转化阶段。已有研究显示：在研发阶段，我国专利密集型制造业，创新效率增长水平低于非专利密集型制造业[2]，其R&D绩效水平有待提升;在成果转化阶段，专利密集型制造业的高专利产出水平未能有效提升产业国际竞争力、人均主营业务收入等经济指标[3-4]。专利密集型制造业大而不强、专利多而不优的问题仍然存在，与非专利密集型制造业相比，其技术、知识密集的产业优势特征未能有效驱动产业发展创新。因此，创新驱动发展战略背景下，有必要从创新价值链的角度考察产业两阶段创新效率现状，分析关键因素对产业创新效率以及经济效益提升的影响。并且为了更加全面、准确地反映专利密集型制造业技术创新现状和特征，本文以非专利密集型制造业作为参考对象进行对比分析。

二、 文献综述与假设提出

1. 专利密集型制造业创新效率研究

目前国内外学者从效率评价及影响因素等方面对专利密集型制造业的技术创新进行了广泛的研究。Guan等研究发现中国26个地区高技术产业均存在创新无效问题，研发投入和专利存量转化为新专利的效率较低[5]。孙磊等从区域的角度对我国专利密集型产业创新效率的时空变化进行了对比分析，结果表明技术创新效率进步较慢，区域之间差距明显并且缺少优势资源的互补协同机制[6]。姜南构建两阶段串联DEA模型测算专利密集型制造业与非专利密集型制造业的两阶段创新效率值，结果显示专利密集型制造业研发效率高于非专利密集型制造业，但成果转化阶段效率较低[7]。王黎萤等基于创新价值链视角对浙江省专利密集型产业的创新效率进行了分阶段的测算与分析，并以非专利密集型产业为对比组，发现虽然专利密集型产业的技术创新水平更高但存在较为严重的投入冗余情况[8]。

以上研究成果为明确专利密集型制造业创新发展中存在的问题及其创新效率的改进方向提供了有力的参考，但各阶段中有哪些因素、如何影响阶段效率的提升，以及这些影响因素在专利密集型产业与非专利密集型产业之间有何区别，仍鲜有研究涉及。

2. 知识产权保护强度、不同研发投入对创新效率的影响

知识产权保护和自主创新、模仿创新的技术研发方式作为影响技术进步的关键因素受到学者们的广泛关注。关于知识产权保护的创新激励效应，大量研究表明知识产权保护对产业的创新和发展既存在“正外部性”的激励作用也存在“负外部性”的抑制作用：知识产权保护能够通过抑制模仿提高企业创新收益从而激励企业的创新行为;但知识产权保护本质上作为一种受法律保护的垄断制度会抑制技术、知识等资源的流动，阻碍知识积累的进程，使得累积创新越来越困难[9-10]，这两个相反的效应导致知识产权保护与产业的技术进步之间存在非线性关系，也导致同一知识产权保护强度下不同自主创新能力的主体受到的影响效果有所不同[11]。对于自主创新能力较弱的企业，先进技术的获取更加依赖模仿与引进，严格的知识产权保护制度会增加其技术引进费用和模仿成本[12];对于有能力通过自主研发提升创新水平的企业，加强知识产权保护有利于维护其创新收益、巩固竞争优势[13]。

与知识产权保护类似，创新技术的研发方式也受到企业创新能力的影响。依据后发优势理论，创新能力较弱的创新主体需要通过增加模仿创新投入积累创新知识和能力，创新能力提升到一定水平后需要增加自主研发投入的比重，才能继续提升创新能力，维持技术进步、巩固竞争优势。易余胤等构建演化博弈模型，研究发现企业会基于自身情况选择收益最高的研发投入比重，企业的创新能力不足导致自主创新收益低于平均水平时将以模仿创新为主，市场均衡时必然有一部分比例的企业选择自主创新，另一部分选择模仿创新[14]。李思慧等[15]的研究也证实由于企业技术创新水平的不同，选择相同技术研发模式时所面临的成本存在差异，高创新效率的企业采用自主创新为主的研发模式更有可能获取垄断利润。

3. 假说提出

已有研究显示，与非专利密集型制造业相比，我国专利密集型制造业创新效率水平与其高专利密度的行业特征不符[1-2];专利密集型制造业与非专利密集型制造业的技术创新能力不同，二者在研发阶段和成果转化阶段的创新效率水平也存在差异[7-8];知识产权保护强度以及不同类型研发投入对创新效率的作用效果也可能受到主体创新水平的影响[12-13，15]。

根据创新价值链理论，研发阶段和成果转化阶段中知识产权保护的作用效果以及不同研发投入带来的影响并非完全一致。对于自主研发能力更强、更依赖自主知识产权获取利润的专利密集型制造业而言，自主研发投入是其获得自主知识产权的主要来源。加强知识产权保护不仅有助于激励创新积极性、促进研发阶段的创新活动，也有助于保障技术创新在成果转化阶段顺利落地、实现价值。创新能力较弱的非专利密集型制造业则更加依赖技术引进和模仿创新投入，在研发阶段可能受制于严格的知识产权保护制度在模仿创新过程中遇到阻碍，并且在转化阶段其创新成果可能由于竞争力弱、创新水平不高而很难获得利润。宋敏等[16]的研究发现，技术研发和成果转化两个创新阶段之间存在相互促进的良性循环：研发阶段的创新成果有助于促进成果转化阶段经济收益的提升，成果转化阶段获得的经济收益也能反作用于研发阶段，激励企业增加研发投入促进创新成果的产出。因此专利密集型制造业依靠自身较强的自主研发能力，可能较非专利密集型制造业更易形成创新价值链的良性循环。

基于以上分析，本文提出如下研究假说。

假说1a：对于专利密集型制造业，加强知识产权保护有利于促进研发阶段和成果转化阶段的创新效率。

假说1b：对于非专利密集型制造业，加强知识产权保护强度不利于促进研发阶段和成果转化阶段的创新效率。

假说2a：对于专利密集型制造业，自主研发投入比模仿创新投入更有利于促进研发阶段和成果转化阶段的创新效率。

假说2b：对于非专利密集型制造业，模仿创新投入比自主研发投入更有利于促进研发阶段和成果转化阶段的创新效率。

假说3a：专利密集型制造业的两个创新阶段之间存在相互的正向促进作用。

假说3b：非专利密集型制造业的两个创新阶段之间存在相互的正向促进作用。

三、 模型构建、指标选取与数据来源

1. 两阶段网络DEA模型

（1）模型构建

本文参考董艳梅等的研究构建包含非创新投入和产出的两阶段网络DEA模型[17]，测度专利密集型制造业和非专利密集型制造业的两阶段创新效率（图1）。第一阶段和第二阶段创新效率测算分别采用以投入为导向和以产出为导向的BCC模型。

图1  两阶段网络DEA模型图

（2）指标选取

研发阶段投入指标选取应用最为广泛的R&D人员折合全时当量和R&D资本存量;产出指标选择发明专利授权数、专利申请数和新产品开发项目数。其中R&D资本存量使用永续盘存法转化为存量指标，并且根据朱平芳等的方法构建R&D价格指数以消除物价变动的影响[18]。考虑到创新投入经过技术研发到形成创新成果最终转化为经济效益往往需要较长的过程，本文参考已有研究的做法设置研发阶段投入到产出的滞后期为两年，成果转化阶段创新投入转化为经济效益的滞后期设定为一年[20]。

成果转化阶段的创新投入指标包括创新中间产出发明专利授权数、专利申请数和新产品开发项目数，创新产出指标选择新产品销售收入来体现创新成果向经济收益转化的水平。

非创新投入产出指标：以资本存量和年末从业人员为非创新投入指标，剔除新产品销售收入部分的营业收入作为非创新产出指标。非创新投入影响的是企业当期的成果转化环境，因此不考虑时滞。

2. Tobit回归模型

（1）模型构建

根据第二部分文献梳理及研究假说，本文以知识产权保护强度和自主创新、模仿创新的研发投入作为核心变量，在测算技术创新阶段和成果转化阶段创新效率的基础上分析三者对专利密集型制造业和非专利密集型制造业两阶段创新效率的影响。由于两阶段创新效率的值都在（0，1]之间，因此本文选择适用于截断数据回归的面板Tobit模型进行影响因素分析，构建回归模型如下：

[E1i=α1i+α2iipri+α3iprdi+α4ipcai+E2i+α5iC1i+ε1i] （1）

[E2i=βi+β2iipri+β3iprdi+β4ipcai+E1i+β5iC2i+ε2i] （2）

（1）式、（2）式中[E1i]、[E2i]（i=1，2）分别表示专利密集型制造业和非专利密集型制造业第一阶段、第二阶段的创新效率;[ipri]为知识产权保护强度;[prdi]和[pcai]分别表示从投入角度衡量的自主创新和模仿创新的研发投入;[C1i]和[C2i]分别表示第一阶段和第二阶段的控制变量;[ε1i]和[ε2i]表示随机干扰项，且服从[μ]=0的正态分布，即ε～N（0，σ2）。[E1i]和[E2i]分别是当期研发阶段效率以及提前一期的成果转化阶段效率。

（2）指标选取

研发阶段创新效率（[E1]）和成果转化效率（[E2]）：通过两阶段DEA模型计算得到。

知识产权保护（ipr）：参考沈国兵等的研究，使用国家层面的知识产权保护强度与行业相对研发密度的乘积反映行业层面的知识产权保护强度[19]。国家层面的知识产权保护强度指标构建参考胡海青等的研究，从司法保护水平、知识产权保护执法力度、中介机构发展情况、知识产权市场规范化程度和知识产权保护社会意识5个方面衡量我国知识产权保护强度，具体指标如表2所示，最终结果由5项指标的均值计算得出[20]。

自主创新投入（prd）、模仿创新投入（pca）：自主创新投入以R&D经费内部支出取对数表示，模仿创新投入以技术改造经费和消化吸收经费之和取对数表示。

行业内部影响因素：研发人员比重（hr）：科技人员投入是影响创新产出的重要因素，以研发人员占行业从业人员的比重衡量;行业规模（seize）：以制造业行业的资产总数与企业数的比值衡量行业的平均企业规模;技术引进（techimport）：直接引进国外的先进技术能够直接提升企业现有的技术水平从而促进经济收益的增长，但不会增加企业研发阶段的创新产出，因此只在成果转化阶段考虑该控制变量，用国外技术引进费用取对数的值表示。