R&D Investment,Intellectual Property Protection and Quality of Enterprise Innovation

Chen Zhanguang1,Li Guangwei2,Liang Tian3,Wang Qiaowan1

(1.School of Economics and Management,Tsinghua University,Beijing 100084,China;2.School of Arts and Sciences,National University of Defense Technology,Changsha 410073,China;3.Business School,Renmin University of China,Beijing 100872,China)

Abstract：The quality of innovation is on heated discussion under the background of “Mass entrepreneurship and innovation” and “Made in China 2025” in China,and it is also an important capability of enterprises.This paper uses the data of China's A-share listed companies from 2008 to 2016 to study the relationship between R&D investment,intellectual property protection and the quality of enterprise innovation,and to examine the regulatory mechanism of intellectual property protection between R&D investment and corporate innovation quality.This paper finds that:R&D investment can significantly improve the innovation quality of enterprises；There is a clear “U” relationship between intellectual property protection and enterprise innovation quality；There is an "optimal interval" for the regulatory mechanism of intellectual property protection between R&D investment and corporate innovation quality.The conclusions of this paper will further improve the understanding of how intellectual property protection will affect enterprise innovation,and according to the intellectual property protection data of provincial administrative regions,we provide suggestion on how to formulate innovative development strategies according to local conditions at the national,provincial and enterprise levels.This paper is of theoretical and practical significance to some extent.

Key Words:R&D Investment；Intellectual Property Protection；Innovation Quality；Regulatory Mechanism

DOI：10.6049/kjjbydc.Q201908393

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2020)10-0108-10

收稿日期：2019-12-04

作者简介：陈战光(1991-)，男，河北邯郸人，清华大学经济管理学院博士研究生，研究方向为政府补贴、企业创新；李广威(1996-)，男，江苏徐州人，国防科技大学文理学院硕士研究生，研究方向为军民融合、协同创新；梁田(1991-)，女，辽宁朝阳人，中国人民大学商学院博士研究生，研究方向为公司治理；王乔菀(1987-)，女，辽宁沈阳人，清华大学经济管理学院博士研究生，研究方向为政企关系、税收政策。

0 引言

创新是高质量发展的核心动力。2019年国务院政府工作报告回顾了大众创业、万众创新深入推进的新格局，当前中国日均新设企业超过1.8万家，市场主体总量超过1亿户。在经济发展进入新常态的时代背景下，发展方式必须从规模速度型转向质量效率型，企业在激烈的市场竞争中想要获取超额收益，需要具备行业领先的科技创新能力。

研究与开发(R&D)是企业竞争优势的重要来源，现代商业公司在研发投入方面作出战略决策以期在随后的时期掌握竞争优势[1]。企业研发投入作为创新的直接资金来源，通过加大研发资金投入能够提升企业创新绩效。然而对企业创新的衡量，不仅取决于创新产出和创新效率，创新质量同样是评价企业创新能力的重要参考。现有研究主要从公司治理、融资约束、高管特征等视角考察企业创新绩效影响因素[2-3]。

从现有研究看，一些学者提出的知识产权保护与R&D的倒“U”形关系似乎又与加强知识产权保护促进企业创新能力之间存在矛盾[3-4]。针对一般企业而言，研发投入、知识产权保护与创新质量之间存在什么关系？国家知识产权保护将如何影响企业创新质量？

本文以2008-2016年中国A股上市公司为样本，运用计量模型考察企业内部研发投入和外部环境中知识产权保护影响企业创新质量的两条途径。本文研究发现：①研发投入能够显著提升企业创新质量；②知识产权保护与企业创新质量之间呈显著倒“U”形关系；③知识产权保护对研发投入与企业创新质量的调节作用存在“最优区间”。本文贡献体现在：①将企业创新质量作为衡量企业创新的一个重要方面，丰富了关于研发投入与企业创新相关研究；②以往文献在国家层面和省际层面研究了知识产权保护与企业创新之间的关系，本文将结论推广到一般企业层面；③现有文献关于知识产权保护与企业创新之间的关系以线性关系居多，大部分研究关注知识产权保护对企业创新的总效应，本文检验了知识产权保护与企业创新质量之间的非线性关系，佐证了以往关于知识产权保护促进企业创新的倒“U”形研究结论，一定程度上回答了学界关于本问题的争议；④本文的政策贡献体现在针对不同区域经济发展的不同阶段和异质情况，提出政府、企业应从区域整体发展和边际创新效率视角出发，制定相应政策和发展战略。

1 文献回顾与研究假设

1.1 研发投入与企业创新质量

1.1.1 创新质量内涵及测度

Haner[4]最先提出了创新质量的3个维度：产品或服务层面、过程层面和经营层面。企业经营层面的创新质量测度指标包含员工认可度、消费者需求满足度、创新产品营业额、专利比率和创新尝试成功率等。近年来，国内学者依据不同企业类型，从产品服务、运作过程、企业文化等诸多维度构建起创新质量研究框架[6-8]。

实证研究视角下，国内外学者分析了技术创新的直接、间接成果和收益，基于数据可获得性提出了创新质量不同测度方法。一方面，专利申请量和授权量是技术创新的直接成果。使用专利指标作为代理变量的方法有：①发明、实用新型和外观设计3种专利的申请量或授权量[5-6]；②发明专利与专利申请的比值[7]；③专利授权率和付费期长度[8]。此外，也有学者关注已获授权的专利体现其自身应用价值的其它信息，如专利引用次数[9-10]、专利知识宽度[11-13]等。另一方面，考虑企业技术创新质量最终反映到企业获取的利润中，因此部分学者选取企业新产品销售收入与主营业务收入的比值作为衡量技术创新质量的指标[14-15]。

1.1.2 研发投入对企业创新质量的影响机制

研发投入对一个国家或区域创新能力有着决定性影响，这一观点在上世纪90年代后被以Romer[16]为代表的经济学家整合入内生增长经济模型。国家竞争优势理论强调，当国家经济发展处在创新导向阶段时，技术创新成为提高国家竞争力的主要因素[17]。R&D规模和强度是企业积累创新底蕴、形成核心竞争力的重要因素，其对创新质量的影响机制如下：

(1)企业资源基础论。从内部看，创新质量取决于诸多因素。一是R&D经费和研发人员数量；二是文化环境、所处地理位置、人员整体素养、高管对于创新活动的重视程度，包括高管特殊经历、学历层次等。根据企业资源基础理论，优势来源于特殊异质资源，不可模仿的竞争资源能够持续为企业带来经济租金，持续保持竞争优势。显然，R&D作为一种企业内部可控资源，增加R&D投入一方面可以吸纳更多高素质的研发人员参与创新活动，另一方面通过将资金聚集于行业前沿技术攻关，企业研发团队更容易产出高质量创新成果。此外，R&D是企业开展创新活动以促进经营绩效提升的重要战略，企业创新成果质量高意味着企业获取的独占性资源具有价值性、稀缺性，难以被同行模仿，并且能够被企业利用[18]，从而愿意进行大规模、高风险支出。因此增加R&D投入有助于创新质量提升。

(2)知识生产函数。研发投入对知识生产具有最高贡献度。与柯布-道格拉斯生产函数通过分析工业生产投入和产出关系探讨经济增长的影响因素相一致，知识生产函数研究创新要素投入和产出关系，此时R&D就是知识生产资本投入。国内学者借鉴Romer等[19]关于知识生产函数的基本假定，即知识生产取决于研发人员数量、知识存量和刻画知识生产效率的若干参数，结合中国知识生产要素投入情况，研究发现研发投资回报率大于资本投资回报率，R&D对中国知识生产贡献度最大，其次是人员投入[20-21]。因此，无论是创新成果产出层面还是质量层面，加强R&D投入都会对企业创新产生积极影响。

结合上述文献梳理和理论分析，本文提出以下假设：

H1：增加研发投入能显著提升企业创新质量。

1.2 知识产权保护与企业创新质量

1.2.1 知识产权保护内涵及测度

知识产权是指人类智力劳动产生的成果所有权，代表着拥有者在一定期限内享有的独占权利。现有文献关于如何测度知识产权保护水平的研究比较丰富，其中最具代表性的是Ginarte&Park[22]构建的G-P指数，该指数包括专利覆盖领域、国家在国际专利协议中的成员资格、失去保护的条款规定、专利执法机制、专利保护期限等5个方面指标。此外，国内学者利用本土化数据构建了知识产权保护指数，包括各省知识产权保护重视程度、专利未被侵权率、被侵权方司法判决胜诉率和知识产权保护效果指数4个指标[5]。此外，王小鲁等[23]在构建中国分省份市场化指数时，分地区按科技人员人均3种专利批准数对知识产权保护进行评价，具有重要参考意义。

1.2.2 知识产权保护对企业创新质量的影响机制

(1)知识产权保护水平提升促进创新。一是减少行业间研发溢出效应带来的损失。同行业间的研发溢出效应越严重，意味着行业内技术水平落后的公司更依赖技术水平领先公司的先进成果，也说明该行业支撑技术的创新质量更高，长期内具有高价值、稀缺性和独占性。技术水平较低的公司通过支付技术授权费用或盗用模仿获取技术，而加强知识产权保护增加了授权费用成本，打击了违法窃取创新成果行为。同样，该影响机制在国家层面也适用[24]。二是提升低水平知识产权保护环境下创新主体的积极性。在知识产权保护水平较低时，企业不愿持续创新的根本原因是专利侵权、产品模仿等现象无法广泛而有效地受到法律惩治。知识产权保护水平提升则释放出制度环境改善的积极信号，激发创新主体参与研究开发的积极性，从而促进创新。三是缓解外部融资约束[7]。公司专利产权和技术信息因知识产权保护水平提升得到保护，倾向于向外部投资者披露内部密级信息，减少信息不对称。外部投资者预期创新成果得到保障，投资风险得以缓解，投资意愿更强。

(2)知识产权保护水平提升抑制企业创新。一是增加行业间知识传播和扩散成本。对技术水平较低的下游企业来说，提升知识产权保护水平增加了专利授权、技术转让费用，导致其融资约束更高，进一步挤占自主创新空间。自主创新能力长时间得不到提升，仅有的创新成果达不到高质量标准，无法运用到高利润产品领域，创新质量每况愈下，形成恶性循环。二是抑制高水平知识产权保护环境下创新主体的积极性。对处于技术垄断地位的企业来说，高水平的知识产权保护既保障了技术垄断的高收益，又保证了获取超额盈利的持续性。企业进行研发投资获取更高质量创新成果的边际成本高于维持当前垄断收益的成本，于是丧失推动技术进步的积极性，创新活动和创新投入减少。三是发展中国家市场结构、发展阶段和初始禀赋落后[25]。知识产权保护政策是发达国家促进良性竞争的一种机制，若政策实施环境不成熟、实施阶段不匹配，知识产权保护政策效果可能与政策初衷背道而驰。

(3)知识产权保护与创新之间的非线性关系。知识产权保护与技术创新之间存在倒“U”形关系，过紧或过松都将不利于技术创新进步[26]，知识产权保护水平提升使得创新存在“最优区间”。知识产权保护水平实际是对同行业企业模仿成本的度量。模仿成本小时，自主创新型企业自发投入更多研发资本，商品总产出增加，模仿创新型企业也因可模仿更多产品而受益，于是总体研发投入规模扩大，总体创新质量迅速提升。知识产权保护进一步提升时，模仿成本超过阈值从而阻碍模仿创新，模仿创新企业市场份额下降，自主创新企业因获得更大市场份额而将更多投入用于生产而非研发，从而使总体创新质量下降。

国家和区域知识产权保护水平对企业创新质量来说是外生性变量，不同于研发投入金额和研发人员数量，知识产权保护指标代表一种制度环境，企业将如何适应知识产权保护水平变化？根据以上文献梳理，本文提出如下假设：

H2a：知识产权保护水平提升显著提升企业创新质量；

H2b：知识产权保护水平提升显著抑制企业创新质量。

1.3 研发投入、知识产权保护与企业创新质量

国内外学者从研发投入资本来源和类型、知识产权保护水平考察了研发投入与创新的关系。国家层面上，Helpman[27]指出，通过减少FDI流入，提升知识产权保护水平会对发展中国家的创新产生消极影响。知识产权保护水平提升对创新的影响具有复杂性，不仅取决于知识产权保护初始水平，还取决于人均GDP，并通过增加国家R&D投入促进创新[28]。区域层面上，OFDI对区域创新能力的逆向溢出效应将随着知识产权保护水平提高而逐渐提升[29]。刘思明等[11]分析了企业研发人员投入、资金投入、国外先进技术引进效应和FDI知识溢出效应等对中国工业创新能力的影响机制，发现加强知识产权保护能激励企业加大研发投入，对技术含量高的创新活动作用更显著。

综合现有文献，考虑中国仍是世界上最大的发展中国家，区域发展不均衡，知识产权保护整体处于低水平阶段，本文提出如下假设：

H3：知识产权保护在研发投入与企业创新质量之间起显著负向调节作用。

2 研究设计

2.1 数据来源

本文样本为2008-2016年全部A股上市公司截面数据。企业财务数据来自CSMAR数据库，借鉴《中国分省市市场化指数报告(2016)》的计算方法，重新计算解释变量知识产权保护指数IPR，原始数据统计指标为“公有经济企事业单位专业技术人员”和“国内三种专利申请授权数”，数据来源于《中国科技统计年鉴》。研发投入数据在2007年以前披露较少，且《中国科技统计年鉴》从2008年起不再披露关于IPR计算的原始指标，考虑前后可比性，限定样本年份在2008-2016年，并按照以下方法继续筛选：①剔除金融行业上市公司；②剔除ST和*ST上市公司；③剔除数据不全的样本；④对相关连续变量在1%和99%水平上进行Winsorize处理。

2.2 变量定义

(1)被解释变量：创新质量(IApply)。选取企业发明专利当年申请最终授权量作为衡量指标，企业发明专利往往代表了企业核心竞争力产品的技术来源，大金额、多人员的研发投入，长时间、高难度的研究开发过程，多环节、高标准的审核授权流程，持续久、高收益的成果转化过程构成了企业发明专利的生命周期。具体分析其它可能的代理变量，其中，专利申请量并不能代表企业最终应用到商业活动中的技术数量；专利被引次数只能说明专利本身质量的高低，且国内缺乏相应数据库，数据难以获取；专利授权率除取决于本身的创新性以外，还受专利受理审查部门主观和客观因素影响；新产品销售收入除产品本身特性外，也会受营销、管理等因素影响。综合来看，企业发明专利当年申请最终授权量能够较好地反映企业创新质量高低，但也可能受企业规模因素影响。

(2)解释变量：知识产权保护指数(IPR)。以分地区按科技人员数平均的3种专利批准数为原始数据计算所得指数为代理变量；解释变量二：研发强度(RDsale)，即研发支出占主营业务收入的比重。

2.3 模型设计

为了检验研发投入与企业创新质量的相关性，构建如下计量模型：

(1)

其中被解释变量为IApplyit，代表公司i在t年申请的发明专利中最终获得授权的数量加1的对数，解释变量RDsaleit代表公司i在t年的研发强度，Controlit为控制变量，β0为截距项，β1和β2,k为系数，εit为随机误差项。

为了检验知识产权保护与企业创新质量的关系，构建如下计量模型：

(2)

其中解释变量Iprit代表公司i所在省份、直辖市或自治区t年的知识产权保护指数。

进一步，为了检验知识产权保护与企业创新质量的非线性关系，根据刘思明等[11]的研究，在模型(2)基础上加入知识产权保护指数的平方项得到模型(3)。

(3)

为检验知识产权保护对研发投入与企业创新质量的调节作用，在模型(2)基础上加入研发强度和知识产权保护的交乘项得到模型(4)。

(4)

3 实证结果

3.1 描述性统计

表2的描述性统计分析表明，Iapply的均值为1.600，标准差为1.303，说明样本中不同公司的创新质量差异较为明显。IPR的均值为14.678，由于基期水平设定在2008年，知识产权保护指数在2008年时达到最大值10，说明整体上看，知识产权保护水平在全国各区域均取得了较大提升。中位数为13.06，表明知识产权保护水平较低的省级行政区数量相对更多。此外，个别省级行政区在2016年该指标接近38，且标准差为11.323，说明各省级行政区对知识产权保护差异明显。RDsale的均值和方差为0.037，样本企业仅将收入的3.7%投入到研究开发中，说明中国企业研发投入比例普遍较低，大部分企业在平均值以下，且不同企业之间存在明显差异。

3.2 相关性分析

通过主要变量的Pearson和Spearman相关系数检验可知，研发强度(RDsale)、知识产权保护(IPR)与创新质量(Iapply)的Pearson相关系数分别为0.106和0.029，在1%的水平上显著正相关，初步说明随着研发投入和知识产权保护水平提升，企业创新质量也会提升。此外，运用方差膨胀因子(VIF)检测本文模型的多重共线性，结果显示，模型(1)解释变量研发强度(RDsale)的VIF检验值为1.28，模型(2)解释变量知识产权保护(IPR)的VIF值为4.65，模型(1)、(2)解释变量与控制变量的VIF检验均值为2.04和2.70，远小于10，说明回归结果不受多重共线性影响。

3.3 主检验

3.3.1 企业研发投入与创新质量

运用普通最小二乘法(OLS)对研发投入与创新质量进行回归，结果如表3第1～4列所示。在不控制年份效应及行业效应、分别控制年份效应和行业效应情形下，解释变量研发强度(RDsale)系数分别为8.800、9.067和7.168，均在1%的水平上显著，表明研发投入与创新质量(Iapply)正相关。同时控制年份效应和行业效应，研发强度(RDsale)系数为7.452，在1%的水平上显著。综上，企业研发投入与创新质量呈显著正相关关系，从而验证了H1。控制变量中国有产权性质(SOE)、资产规模(LnAsset)、资产负债率(Lev)、总资产报酬率(ROA)和市场化指数(Market)与企业创新质量(Iapply)正相关，营业收入增长率(Growth)和经济不稳定系数(Uncertainty)则与企业创新质量(Iapply)负相关，其它控制变量不显著。

3.3.2 知识产权保护与企业创新质量

表3第5-8列为知识产权保护与企业创新质量的回归结果。控制年份和行业效应后，知识产权保护(IPR)系数为-0.007，与创新质量(Iapply)在1%的水平上负相关，说明就样本数据而言，知识产权保护提升对企业创新质量有负向影响。但能否根据回归结果对知识产权保护与企业创新质量的关系下定论呢？

表4为加入知识产权保护的平方项(IPRsq)后知识产权保护与企业创新质量的回归结果。在分别控制和全面控制各种效应后，核心解释变量知识产权保护(IPR)与知识产权保护平方项(IPRsq)系数的正负方向和显著性水平均保持一致。表4第4列知识产权保护(IPR)及其平方项(IPRsq)系数分别为0.046和-0.001，均在在1%的水平上显著，说明知识产权保护与企业创新质量不是简单的线性关系，而是呈现倒“U”形变化趋势。一方面，通过OLS估计模型的纵向比较，经过表3第8列到表4第4列的调整，拟合优度从29.6%增加到30.1%，说明二次曲线模型解释力更强。另一方面，造成知识产权保护与企业创新质量线性回归拟合情况较好的原因，一是大部分样本数据聚集于倒“U”形的单侧，二是个别样本点存在自变量对因变量过度影响，系数表现为正负向效应的综合加总。

注：括号内的数值为p值,*p<0.1,** p<0.05,*** p<0.01

注：括号内的数值为p 值,**p<0.05,*** p<0.01

根据表4的回归结果，分别计算出知识产权保护对创新质量倒“U”形关系的极大值点。表5第4列计算出的极大值点为19.96，有69.6%的样本点在极大值点左侧。说明当知识产权保护指数明显低于20时，知识产权保护水平提升有利于企业创新质量增强；当知识产权保护指数在20附近时，知识产权保护水平与企业创新质量偏向于中性关系；当知识产权保护指数明显高于20时，知识产权保护水平提升不利于企业创新质量增强。

进一步地，为考察知识产权保护对企业创新质量的双向影响区间，将样本数据按照知识产权保护指数大小进行分组。表6显示了模型(2)的分组回归结果。当知识产权保护指数小于20时，知识产权保护(IPR)与创新质量(Iapply)在1%的显著性水平上正相关(0.017)；当知识产权保护(IPR)大于30时，知识产权保护(IPR)与创新质量(Iapply)在1%的显著性水平上负相关(-0.042)；知识产权保护(IPR)在20～30之间时，显著性水平下降甚至不显著，表明知识产权保护(IPR)与创新质量(Iapply)之间是中性作用关系。可能的原因是：①本文采取的二次曲线拟合模型不能完全解释知识产权保护(IPR)与创新质量(Iapply)之间的复杂联系；②将样本划分在不同知识产权保护区间时，导致样本数量减少，回归结果解释力减弱；③两者关系中可能存在其它影响机制，包括区域创新能力、区域知识产权保护的具体政策以及公司本身特质等。综上所述，知识产权保护水平较低且低于某一阈值时，加强知识产权保护会促进企业创新质量提升；知识产权保护水平达到某一水平后，加强知识产权保护会对企业创新质量产生消极影响。

注：括号内的数值为p值,*p<0.1,**p<0.05,*** p<0.01

3.3.3 企业研发投入、知识产权保护与创新质量

表7为知识产权保护对研发投入与企业创新质量之间调节作用的回归结果。第4列和第6列知识产权保护(IPR)与研发投入(RDsale)的交乘项系数分别为-0.213和-0.179，均在1%的水平上显著，说明创新质量的研发投入弹性会随着知识产权保护水平提升而降低，知识产权保护表现为负向调节作用，H3总体上得到验证。

在检验H2过程中，发现了知识产权保护对企业创新质量双向影响的大致区间，为进一步验证H3，对知识产权保护的调节作用进行分组回归。控制相关效应后，当知识产权保护指数(IPR)小于20时，知识产权保护(IPR)和研发投入(RDsale)的交乘项系数为-0.306，并且在1%的水平上显著。说明在知识产权保护水平较低时，企业创新质量的研发强度弹性会随着知识产权保护水平提升而降低。可能的解释是，企业处在知识产权保护程度较弱的时间和空间时，承担高风险而获取的高质量创新成果不能得到有效保护，企业研发投入的边际创新收益降低，但这种收益降低速率将随着知识产权保护改善而进一步减小。知识产权保护从低水平向高水平过渡时，情况会发生反转。知识产权保护(IPR)处于25～30之间时，企业创新质量的研发强度弹性会随着知识产权保护水平提升而提升，此时知识产权保护恰好处于“最优区间”，其对研发投入与企业创新质量之间的调节作用是正向的(3.260)，相比知识产权保护(IPR)大于30时交乘项系数为0.891，这种调节作用更为强烈。

3.3.4 实证结果总结

北京、上海、广东、江苏和浙江等地是我国经济发展前沿阵地，从人均GDP来看，以上地区已经达到了中等发达国家水平，市场环境和制度环境也基本向发达国家看齐。根据验证H2和H3的实证结果，表8给出了知识产权保护(IPR)极大值点IPR0两侧不同知识产权保护水平下的“年份-省级行政区”。表8显示，2010年以后的浙江、2011以后的江苏、2013年以后的北京、2015年以后的天津和广东以及2016年以后的上海位于极大值点右侧，而2008-2016年间其它省级行政区整体上位于极大值点左侧，表明我国大部分地区知识产权保护仍处于较低水平。2015年知识产权保护指数(IPR)超过30的省级行政区只有江苏、浙江和北京。

图1给出了知识产权保护(IPR)与企业创新质量、研发投入对企业创新质量边际效应的变化关系。以知识产权保护极大值点IPR0为中心，两侧代表知识产权保护较低和较高水平阶段。过渡阶段是相对于知识产权保护对企业创新质量的边际效应和调节效应而言的，在过渡阶段，知识产权保护无论是对企业创新质量的直接影响，还是对研发投入与企业创新质量的调节作用都不显著。本文认为，知识产权保护的最优区间在极大值点IPR0右侧的某一段区间(但IPR<30)，知识产权保护在该区间对研发投入与企业创新质量的调节作用为正，且效率最佳。

3.4 内生性检验

本文计量模型可能存在内生性问题。一是遗漏变量偏差。尽管控制了一系列影响企业创新质量的重要因素，但仍存在遗漏变量的可能性；二是反向因果关系。当识别到知识产权保护程度处于相对宽松或紧张水平，企业内部决策者将分析同行业其它公司研发投入情况，自发调节研发投入强度，使得创新活动要素投入、成果产出控制在有利范围。

括号内的数值为p 值,*p<0.1,**p<0.05,***p<0.01

针对上述可能存在的内生性问题，本文采取Heckman两步法处理模型可能存在的内生性问题。在第一阶段模型中，将虚拟变量企业是否进行研发投入(RDsale)作为被解释变量，将相关影响因素作为解释变量进行Probit回归，同时估计得到逆米尔斯比率(IMR)加入模型(1)和模型(3)的第二阶段回归中。Probit模型如下：

(5)

表9第1列显示了Heckman第一阶段回归结果。知识产权保护(IPR)在5%的水平上与企业是否进行研发投入(RDsale)正相关，说明随着知识产权保护水平提升，企业愿意进行存在一定风险的研究开发活动。第2、3列显示了Heckman第二阶段回归结果。研发投入(RDsale)与创新质量(IApply)在1%的显著性水平上正相关(7.703)，逆米尔斯比率(IMR)与创新质量(IApply)在1%的显著性水平上负相关(-0.396)，表明在OLS估计中确实存在内生性问题，在控制内生性后，企业加大研发投入仍会提升创新质量，从而H2得到进一步验证。研发投入(RDsale)和知识产权保护(IPR)的交乘项在1%的显著性水平上负相关(-0.216)，逆米尔斯比率(IMR)在10%的显著性水平上负相关(-0.243)，控制内生性以后，回归结果与之前保持一致。第4-7列显示了分组回归结果，逆米尔斯比率(IMR)系数不再显著，在知识产权保护指数小于20时，其对研发投入与创新质量之间的调节作用是负向的(-0.298)；在20～25之间时，调节作用不明显；25～30之间时，调节作用是正向的(3.171)且十分强烈；当增大到30以上时，这种调节作用又逐渐减弱。

括号内的数值为p 值,*p<0.1,** p<0.05,***p<0.01

3.5 稳健性检验

根据《中国统计年鉴》划分，将本文样本中内地31个省级行政区划分为东部、中部、西部和东北地区，并按照地区相应统计指标重新计算区域知识产权保护指数(IPRR)替换解释变量(IPR)。考虑到发明专利复杂和耗时的申请授权程序，采取数据库截止时间的当前申请被授权专利数可能会出现系统性数据遗漏，于是将被授权专利数限定为当年、次年和第三年被授权数的总和作为计算指标替换解释变量(IApply)。在控制年度效应和行业效应基础上继续控制省份效应进行回归。经过上述稳健性检验，回归结果并未发生明显改变。

4 结论与建议

本文得出以下研究结论：

(1)通过增加研发投入能够显著提升企业创新质量，表现为企业高质量创新产出提升。

(2)知识产权保护与企业创新质量之间呈明显倒“U”形关系。知识产权保护存在一个“阈值”，当其较低且低于某一阈值时，知识产权保护水平提升将促进企业创新质量提升；当其达到某一水平以后，加大知识产权保护力度将对企业创新质量产生消极影响。

(3)知识产权保护对研发投入与企业创新质量的调节作用存在“最优区间”。当其在较低水平时，研发投入对企业创新质量的边际效应会随着知识产权保护水平提升而降低，研发投入整体上对企业创新质量提升是正向的，只是这种促进作用效率会降低。随着知识产权保护从低水平向高水平过渡，调节作用由中性调整至最优，此时研发投入对企业创新质量的边际效应会随着知识产权保护水平提升而提升。当其达到较高水平后，研发投入对企业创新质量的边际效应同样会随着知识产权保护水平提升而提升，只是这种边际效应增加速率开始减缓。本文研究结论与以往结论相一致。

中国经济已由高速增长阶段转向高质量发展阶段，要求国家在重大领域克服技术创新瓶颈，提升创新能力和创新质量。根据本文研究结论，提出如下政策建议：①国家层面，由于大部分地区知识产权保护仍处于较低水平，因此必须进一步完善知识产权相关法律法规，优化创新成果审核流程和标准，营造良好的制度环境，为企业创新助力；②地方层面，地方政府要深刻把握不同经济发展阶段特点，制定有利于本地区经济发展和企业创新的知识产权保护相关政策；③企业层面，必须转变自身发展方式，通过加大研发投入，抓住科技创新这个核心竞争力，树立正确的竞争意识，尊重知识和创造，遵守相关法律法规，注重分析外部环境对企业创新的影响，有的放矢地进行研究和开发，实现研发这种高风险投资成果收益最大化。

参考文献:

[1] COAD A,RAO R.Firm growth and R&D expenditure[J].Economics of Innovation and New Technology,2010,19(2):127-145.

[2] 王一卉.政府补贴、研发投入与企业创新绩效——基于所有制、 企业经验与地区差异的研究[J].经济问题探索,2013,7:138-143.

[3] 虞义华,赵奇锋,鞠晓生.发明家高管与企业创新[J].中国工业经济,2018 (3):136-154.

[4] HANER U E.Innovation quality:a conceptual framework[J].International Journal of Production Economics,2002,80(1):31-37.

[5] KRAMMER S M S.Drivers of national innovation in transition:evidence from a panel of eastern European countries[J].Research Policy,2009,38(5):845-860.

[6] 刘思明,侯鹏,赵彦云.知识产权保护与中国工业创新能力——来自省级大中型工业企业面板数据的实证研究[J].数量经济技术经济研究,2015,32(3):40-57.

[7] 蔡绍洪,俞立平.创新数量、创新质量与企业效益——来自高技术产业的实证[J].中国软科学,2017(5):30-37.

[8] 张古鹏,陈向东,杜华东.中国区域创新质量不平等研究[J].科学学研究,2011,29(11):1709-1719.

[9] HSU P H,TIAN X,XU Y.Financial development and innovation:cross-country evidence[J].Journal of Financial Economics,2014,112(1):116-135.

[10] SIMETH M,CINCERA M.Corporate science,innovation,and firm value[J].Management Science,2015,62(7):1970-1981.

[11] AKCIGIT U,BASLANDZE S,STANTCHEVA S.Taxation and the international mobility of inventors[J].American Economic Review,2016,106(10):29-30.

[12] AGHION P,AKCIGIT U,BERGEAUD A,et al.Innovation and top income inequality[J].The Review of Economic Studies,2018,86(1):1-45.

[13] 张杰,郑文平.创新追赶战略抑制了中国专利质量么[J].经济研究,2018,53(5):28-41.

[14] 陈宇科,刘蓝天.环境规制强度、企业规模对技术创新质量的影响[J].科技进步与对策,2019,36(16):84-90.

[15] 颜晓畅.政府研发补贴对创新绩效的影响:创新能力视角[J].现代财经(天津财经大学学报),2019,39(1):59-71.

[16] ROMER P M.Endogenous technological change[J].Journal of Political Economy,1990,98(5):71-102.

[17] PORTER M E.The competitive advantage of nations[M].New York:Free Press,1998.

[18] BARNEY J B,KETCHEN JR D J,WRIGHT M.The future of resource-based theory:revitalization or decline[J].Journal of management,2011,37(5):1299-1315.

[19] JONES C I,WILLIAMS J C.Too much of a good thing? the economics of investment in R&D[J].Journal of Economic Growth,2000,5(1):65-85.

[20] 严成樑,周铭山,龚六堂.知识生产、创新与研发投资回报[J].经济学,2010,9(3):1051-1070.

[21] 严成樑.中国知识生产投入产出关系的动态分析[J].经济理论与经济管理,2011(11):30-38.

[22] GINARTE J C,PARK W G.Determinants of patent rights:a cross-national study[J].Research Policy,1997,26(3):283-301.

[23] 王小鲁.中国分省份市场化指数报告:2016[M].北京：社会科学文献出版社,2017.

[24] BRANSTETTER L,FISMAN R,FOLEY C F,et al.Intellectual property rights,imitation,and foreign direct investment:theory and evidence[R].National Bureau of Economic Research,2007.

[25] 孙铭壕,钱馨蕾,徐建玲.知识产权保护对地区创新的影响路径研究——基于FDI视角[J].技术经济与管理研究,2019(3):31-37.

[26] 余长林,王瑞芳.发展中国家的知识产权保护与技术创新:只是线性关系吗[J].当代经济科学,2009,31(3):92-100+127.

[27] HELPMAN E.Innovation,imitation,and intellectual property rights[J].Econometrica,1992,61(6):1247-1280.

[28] HUDSON J,MINEA A.Innovation,intellectual property rights,and economic development:a unified empirical investigation[J].World Development,2013,46:66-78.

[29] 冉启英,任思雨,吴海涛.OFDI逆向技术溢出、制度质量与区域创新能力——基于两步差分GMM门槛面板模型的实证分析[J].科技进步与对策,2019,36(7):40-47.

(责任编辑：陈 井)