政府补贴能否促进技术创新由“量”到“质”转变
——知识产权保护的门槛效应

江永红,杨 春

(安徽大学 经济学院,安徽 合肥 230601)

摘 要:在中国经济转型的关键时期,如何科学合理地设计知识产权保护制度,促进政府补贴的创新激励效应有效释放,实现技术创新由“量”到“质”转变,是中国经济能否顺利完成转轨的重要决定因素之一。基于2009—2020年中国内地30个省份平衡面板数据,利用非动态面板门槛回归技术实证考察政府补贴创新溢出红利的知识产权保护门槛效应。研究发现:政府补贴政策整体上促进技术创新数量上的增加,还实现了“质”的飞跃;东、中部地区政府补贴促进创新“质变”,西部地区却存在显著抑制现象;政府补贴的创新激励效应存在基于知识产权保护的双重门槛效应,其中,政府补贴对创新数量的影响随知识产权保护力度的加大,呈现出促进作用先增强后减弱的趋势,而政府补贴对创新质量的影响则随知识产权保护力度的加大,呈现出先抑制后促进的U型非线性规律,只有当知识产权保护力度跨越一定门槛水平时,才能有效释放政府补贴的创新质量提升效应。因此,在不断完善的知识产权保护制度下,政府补贴能够有效促进技术创新由“量”到“质”转变。

关键词:政府补贴;创新数量;创新质量;知识产权保护

Can Government Subsidies Promote Technological Innovation Transformation from Quantity to Quality? A Threshold Effect Analysis Based on Intellectual Property Protection

Jiang Yonghong,Yang Chun

(School of Economics, Anhui University, Hefei 230601, China)

AbstractScientific and technological innovation is the first driving force for economic development of China. Compared with China' s innovation quantity, its innovation quality is unsatisfactory. In order to realize the high-quality transformation of technological innovation, it is imperative to scientifically and reasonably design the intellectual property protection system, and promote the effective release of innovation incentive effect of government subsidies. Most of the existing literature focuses on the linear relationship between government subsidies and the quantity and quality of innovation, and the conclusions are still controversial, which implies that there may be a nonlinear relationship and provides ideas for the exploration of the effective path of government subsidies to realize innovation transformation from quantitative to qualitative. However the existing literature on the non-linear relationship between government subsidies and innovation quantity is rare, and few studies pay attention to the innovation effect of government subsidies with consideration of intellectual property protection. Therefore this study investigates the innovation incentive effect of government subsidies from the perspective of intellectual property protection, and tries to answer the following questions. What is the innovation incentive effect of government subsidies on Chinese government subsidies in recent years? What are the differences and patterns of the impact of government subsidies on the quantity and quality of innovation, especially under different levels of intellectual property protection?

Drawing on the balanced panel data of 30 provinces in China from 2009 to 2020, this study empirically examines the threshold effect of intellectual property protection on government subsidies for innovation spillover dividends by using non-dynamic panel threshold regression technology. It is found that during the study period, the Chinese government subsidy policy not only has promoted the quantity of technological innovation, but also helped to achieve a qualitative leap. However, the regional heterogeneity analysis shows that the government subsidies in the eastern and central regions have realized the qualitative change of innovation, while there is a significant inhibition in the western region. Further research finds that the innovation incentive effect of government subsidies has a dual threshold effect based on intellectual property protection, that is, the impact of government subsidies on the quantity and quality of innovation varies with the intensity of intellectual property protection. Among them, the impact of government subsidies on the number of innovation becomes stronger with the increase of intellectual property protection, showing a trend of first enhancing and then weakening. With the improvement of intellectual property protection, the impact of government subsidies on innovation quality shows a U-shaped nonlinear law of first inhibition and then promotion. Only when the intellectual property protection exceeds a certain threshold level, can the effect of government subsidies on innovation quality improvement be effectively released. It can be seen that with the reinforcement of intellectual property protection, government subsidies have gradually realized the transformation of China ' s technological innovation from quantity to quality. Further, by examining the relationship between government subsidies and innovation quality in various regions over the years based on the distribution change of intellectual property protection threshold, it is found that most provinces and cities in China have realized threshold jumps. Among them, the provinces and cities in the eastern and central regions are now mainly concentrated between the two thresholds (0.0025IPP0.0093) and beyond the second threshold (IPP0.0093), showing the promotion effect of government subsidies on innovation quality as a whole. Most of the western region is still concentrated in the first two intervals (IPP0.0025 and 0.0025IPP0.0093), namely the left side of the U-shaped curve, showing the inhibitory effect of government subsidies on innovation quality.

The above conclusions are to drawn to suggest that the central and local governments should further improve the government subsidy policy, improve China' s intellectual property protection system to achieve high-quality innovation incentives of government subsidies and give full consideration to the spatial differences of policy effect in policy formulation and implementation.

Key WordsGovernment Subsidies; Innovation Quantity; Innovation Quality; Intellectual Property Protection

DOI10.6049/kjjbydc.2022040869

开放科学(资源服务)标识码(OSID):

中图分类号:F204

文献标识码:A

文章编号:1001-7348(2023)20-0122-09

收稿日期:2022-04-15

修回日期:2022-08-22

基金项目:国家社会科学基金项目(21BJY025)

作者简介:江永红(1973—),男,安徽潜山人,博士,安徽大学经济学院教授、博士生导师,研究方向为发展经济学;杨春(1993—),女,安徽宿州人,安徽大学经济学院博士研究生,研究方向为产业经济。

0 引言

当前,中国经济正处于由高速增长向高质量发展的转型调整期,科技创新作为经济发展的第一驱动力,很大程度上决定着中国经济转轨进程。一直以来,中国政府都十分重视科技创新,早在2012年中共十八大报告中就明确提出:“科技创新是提高社会生产力和综合国力的战略支撑,必须摆在国家发展全局的核心位置。”此后,通过研发补贴、税收优惠等途径不断加大对科技创新领域的财政拨款力度。据统计,中国规模以上工业企业R&D经费中来自政府的资金由2009年的160亿元增加至2020年的419亿元,年均增长9.15%。在政府补贴力度持续加大的背景下,中国专利申请规模已由2009年的98万件上升至2020年的519万件,约占全球总量的一半,早在2011年中国就已成为全球申请专利数量最多的国家。然而,中国的创新质量却饱受诟病,除在量子通讯、航天、高铁等少数领域处于世界先进水平外,大多数领域都存在关键技术“卡脖子”问题,中国制造更是难以摆脱“山寨”产品的标签。中国要想跻身创新强国行列,以创新驱动经济高质量发展,必然要从注重创新数量增长转向注重创新质量提升。近年来,政府补贴对创新的影响引起各界广泛关注,多数学者在政府补贴能够促进创新数量增加这一研究结论上达成共识[1-3],而关于政府补贴是否显著促进创新质量提升尚存在较大争议。如何有效释放政府补贴的激励效应,使政府补贴真正肩负起促进创新由“量”到“质”转变的重任,成为政府和学术界重点关注的话题,也是当前亟待解决的现实难题。

创新成果具有非竞争性和半公共产品特征,其在带来高收益的同时往往伴随着高风险,如果缺少有效的知识产权保护,即使得到国家或地方的财政支持,创新主体的积极性也难以提升,即使创新规模得以扩大,创新质量也难以跟上[4-5]。知识经济时代,产权保护已成为激发企业自主创新、推动经济高质量发展的重要制度保障。考虑到中国各地区历年来知识产权保护水平差异较大的客观事实,本文推测政府补贴对创新数量和质量的作用受限于知识产权保护的非线性影响,对于政府补贴能否有效促进中国技术创新由量变到质变,知识产权保护制度的门槛效应不容忽视。因此,本文引入知识产权保护这一门槛变量,探讨政府补贴对创新数量和质量的非线性影响。这对于各地区明晰知识产权保护影响政府补贴创新激励效应的作用机理,促进创新由“量”到“质”转变,推动经济高质量发展具有重要的理论价值与现实意义。

1 文献综述

政府补贴的创新激励效应一直以来都是政学两界热议的话题。对于其究竟是促进还是抑制技术创新,是促进或抑制创新数量还是创新质量等问题,学界展开了激烈争论。基于文献梳理,本文分别从政府补贴对创新数量的影响和对创新质量的作用两个角度进行综述。

关于政府补贴创新效应的研究大多集中于创新数量层面,且主要观点为政府补贴有助于创新数量增加。Carboni[1]利用意大利制造业企业数据研究发现,与未获取公共R&D资助相比,受资助的企业私人研发投资明显提升,创新活动更为频繁,创新数量显著增加;Aerts等[2]基于德国和弗兰德斯的微观工业数据,Griliches[6]通过对以色列制造业部门的考察,均支持上述观点;李瑞茜[9]基于中国大中型工业企业面板数据的研究,亦肯定了政府补贴对企业技术创新数量的正向激励作用。也有部分学者研究认为,政府补贴通过挤出企业的私人研发投入对技术创新数量产生抑制作用[10],而且这种挤出效应在要素市场扭曲严重的地区更明显(张杰,2015)。

现有文献关于政府补贴对创新质量影响的研究相对较少,且存在较大争议。有学者研究指出,政府补贴等激励政策虽带来了中国专利数量上的剧增,但忽略了专利质量,使得企业专利平均质量不升反降[4]。在政府创新补贴不断加大的背景下,与创新质量的提升相比,企业为获得政策倾斜,反而更愿意追求创新数量增加[4-5]。许多专利并未用于生产活动,企业会申请大量重复、低质的专利以获取政府补贴或作为阻碍竞争对手的工具[11]。一些企业通过不断提升创新数量和速度,迎合政府与监管部门,从而获得研发补贴(黎文靖,2016),还有一些企业为争取补贴而进行研发或盈余操纵[12]。以上原因导致中国企业专利质量并未随着数量上升而真正提高[13]。也有学者研究认为只要专利审查标准不受影响,专利申请的绝对数量增加不一定会导致专利质量下降[14]。杨亭亭[15]以中国上市公司为样本,从专利数量和专利质量出发研究政府补贴的创新效应,结果亦验证了这一观点;陈强远(2020)研究指出,以高新技术企业认定以及高新技术企业所得税减免为代表的选择型支持政策,实现了企业创新数量和质量的双激励。

综上可知,现有文献大都探讨政府补贴与创新数量和质量之间的线性关联,得出的结论存在明显争议,鲜有文献探究政府补贴促进创新由“量”到“质”转变的有效路径。具有争议性的研究结论一定程度上说明二者之间绝非简单的线性关系,可能存在基于某种因素的非线性联系,这恰恰为探索政府补贴促进创新由量变到质变的有效路径提供了思路。现有文献关于政府补贴与创新数量非线性关系的研究有迹可循[16],而关于政府补贴与创新质量之间非线性关联的研究尚不多见,更鲜有研究关注知识产权保护约束下政府补贴的创新效应。考虑到创新成果离不开知识产权保护的现实情况,本文从知识产权保护视角出发,考察政府补贴的创新激励效应,对近年来中国政府补贴的创新激励效应究竟如何,尤其是在不同知识产权保护水平下,政府补贴对创新数量和质量的影响会表现出何种差异与规律等问题进行探讨,以期为经济转轨期通过合理的知识产权保护策略,进一步释放政府补贴的创新溢出红利,实现创新由“量”到“质”转变提供一定参考。

2 实证设计

2.1 模型构建

2.1.1 基准模型

在门槛回归之前,先对中国及各地区政府补贴与创新数量和质量间关系进行基本回归分析。设立基本回归模型如下:

niit=α0+α1gsubit+ψXit+λi+νt+μit

(1)

qiit=β0+β1gsubit+ψXit+λi+νt+μit

(2)

其中,i表示地区,t表示年份,niit表示各地区技术创新数量,qiit表示技术创新质量,gsubit代表政府补贴力度,λi表示个体效应,νt表示时间效应,μit代表随机扰动项,Xit代表一系列控制变量,包括地区经济发展水平(pgdp)、科研人员投入水平(rdp)、企业规模(esize)、对外开放水平(open)和金融发展水平(fina)。

2.1.2 门槛模型

本文基于Hansen[17]的面板门槛模型思路,构建政府补贴创新激励效应的知识产权保护门槛效应模型。

niit(qiit)=α0+α1gsubit*I(ippitγ)+α2gsubit*I(ippit>γ)+ψXit+μit

(3)

niit(qiit)=β0+β1gsubit*I(ippitγ1)+

β2gsubit*I(ippit>γ1)+…+βngsubit*I(ippitγn)+βn+1gsubit*I(ippit>γn)+ψXit+μit

(4)

其中,ippit表示门槛变量知识产权保护力度,I(*)为指示函数,当满足括号内条件时取值为1,反之为0,γ表示门槛值。

2.2 指标选择与数据来源

2.2.1 被解释变量

创新数量(ni):现有研究多以专利申请数衡量创新数量[4],考虑到专利申请主体多集中于工业企业,本文选用规模以上工业企业专利申请数表征各地区创新数量水平。

创新质量(qi):目前学术界关于创新质量的定义尚未达成一致,致使衡量创新质量的指标不一,且大多从专利产出视角出发,用发明专利申请量及其占比、发明专利授权量及其占比、专利引用次数和专利宽度等指标衡量创新质量[4,15]。这类指标虽然一定程度上能够反映创新质量,但专利只是创新活动的前端产出,而创新质量的内容远不止于此,还蕴含着从研发投入到专利产出到产品再到市场全过程的质量把控[18-19]。因此,相较于专利端,有学者认为经过转化形成产品并被市场认可的产品端才是真正具有价值的高质量创新[20]。本文借鉴袁航[21]的做法,采取规模以上工业企业新产品销售收入占总营业收入的比重代表创新质量。

2.2.2 解释变量

政府补贴(gsub):既有研究关于政府补贴衡量指标的选取,根据数据来源情况分为两类:一是根据上市公司数据,分别以企业获得的年均公共R&D补贴和R&D税收返还作为直接与间接补贴指标[22];二是根据省级数据,以来自政府部门的资金作为直接补贴,以R&D支出抵减、加计扣除和税收抵扣作为间接补贴[23]。根据本文研究需要,采用规模以上工业企业R&D经费内部支出中来自政府的资金衡量政府补贴力度。

2.2.3 门限变量

知识产权保护力度(ipp):现有文献关于知识产权保护力度的衡量指标不一,包括GP指数及其改进指数[24-25]、专利侵权纠纷案件结案率[26-27]以及技术市场交易额与GDP的比值[28]等,指标间各有优点和不足。基于本文研究需要以及数据可得性,按照胡凯等[28]的方法,选择技术市场交易额占GDP的比重表示省际知识产权保护力度,该指标数值越大,说明该地区知识产权保护力度越大,技术市场交易越活跃,相应地,创新活动也越积极。

2.2.4 控制变量

考虑到其它因素对创新产出的影响,本文在回归分析中加入以下变量加以控制:地区经济发展水平(pgdp),用人均GDP衡量;科研人员比重(rdp),用各地区规模以上工业企业R&D人员与规模以上工业企业年末总从业人员的比值表示;企业规模(esize),用各地区规模以上工业企业主营业务收入与企业数量的比值衡量;对外开放水平(fdi),用各地区实际利用外商直接投资额占GDP比重表示;金融发展水平(fina),用各地区金融机构年末贷款余额占GDP比重衡量。为防止控制变量数据波动太大,对主回归结果产生过度干扰,本文对所有控制变量作对数处理。

2.2.5 数据来源

考虑到规模以上工业企业数据统计局限,本文将研究时段设定为2009—2020年,利用中国内地30个省份(西藏因数据不全,未纳入统计)的面板数据,基于知识产权保护视角,考察各地区政府补贴能否促进技术创新由“量”到“质”转变。变量的原始数据均来源于相关年份的《中国科技统计年鉴》《中国统计年鉴》以及各省份统计年鉴和相关统计公报等,部分指标以2009年为基期进行价格平减处理。

3 实证分析

3.1 描述性统计与多重共线分析

描述性统计与多重共线性检验结果如表1所示。其中,描述性统计表明,研究期间,中国各省份创新数量年均值为2.247万件,其中,最小值仅0.0114万件,最大值高达30.57万件,说明我国技术创新数量水平较高,增长速度快,地区差异较大。创新质量均值为12.10%,最小值为0.381%,最大值为36.00%,可见,我国技术创新质量水平整体不高,且地区差异较大。政府补贴力度均值为10.08亿元,最大值与最小值之间相差97.12亿元,说明我国政府补贴地区间差异显著。知识产权保护力度年均值为1.40%,最大值也仅有17.50%,说明我国知识产权保护力度整体上有待提升。由多重共线性检验结果可知,所有变量的VIF值均在2.76以下,满足不大于10的要求,说明自变量之间不存在明显的多重共线性问题,可进行回归分析。

表1 描述性统计与多重共线性分析结果
Tab.1 Descriptive statistics and multicollinearity analysis

变量指标衡量均值标准差最小值最大值样本量VIF创新数量(ni)规模以上工业企业的专利申请数(万件)2.25 3.86 0.01 30.57 360创新质量(qi)规模以上工业企业新产品销售收入占总营业收入的比重(%)12.10 7.46 0.38 36.00 360政府补贴力度(gsub)政府资金(亿元)10.08 10.31 0.05 97.17 3601.62知识产权保护力度(ipp)技术市场交易额占GDP的比重(%)1.40 2.69 0.02 17.50 3601.73经济发展水平(pgdp)人均GDP,取对数10.58 0.46 9.24 11.75 3602.76科研人员比重(rdp)规模以上工业企业R&D人员与其年末总从业人员的比值,取对数1.13 0.47 -0.01 2.20 3602.51企业规模(esize)规模以上工业企业主营业务收入与企业数量的比值,取对数10.10 0.36 8.82 11.00 3601.32对外开放水平(fdi)实际利用外商直接投资额占GDP比重,取对数2.80 0.97 0.13 4.98 3601.68金融发展水平(fina)金融机构年末贷款余额占GDP比重,取对数4.86 0.32 4.18 5.62 3601.93

3.2 单位根检验

为避免出现伪回归问题,在基准回归之前先检验面板数据平稳性。本文分别采用LLC、ADF-Fisher和PP-Fisher三种方法进行单位根检验,以确保检验结果可靠性。如表2所示,所有变量在一阶差分后均通过了单位根检验,说明本文样本数据具有较强平稳性。

表2 单位根检验结果
Tab.2 Unit root test

变量LLCADFPP平稳性D.ni -2.172***210.275***136.700***平稳D.qi-1.091***105.123***215.999***平稳D.gsub-1.571110.721***358.541***平稳D.ipp-0.890*64.672197.662***平稳D.pgdp-0.877137.540***134.247***平稳D.rdp-1.241***154.481***263.822***平稳D.esize-1.148***748.537*** 120.569***平稳fdi -1.498***186.828***258.251***平稳fina-0.745 114.270***117.384***平稳

注:*、**、***分别表示在10%、5%、1%的水平下显著,下同

3.3 基本回归分析

利用基准模型实证检验政府补贴对创新数量和质量的线性影响,豪斯曼检验结果发现,固定效应模型较为适合本文。为解决模型中可能存在的内生性问题,本文参考宋凌云(2013)和王宏伟[29]的做法,以滞后一期政府补贴为工具变量进行2SLS估计,回归结果如表3所示。其中,第(1)(2)列分别为政府补贴对创新数量影响的FE和IV-2SLS回归结果。可以看出,政府补贴对创新数量的影响均在1%的水平上显著为正,说明政府补贴确实极大地促进创新数量增加,这与大多数学者研究结果一致。第(3)(4)列表示政府补贴对创新质量影响的FE和IV-2SLS回归结果。政府补贴对创新质量的影响都显著为正,说明考察期内从全国来看,以新产品销售收入为表征的创新质量因政府研发资助而得到提升。这似乎与公众的认知不符,一直以来,中国创新质量尤其是以专利质量衡量的创新质量备受国外质疑,英国《经济学家》更是将中国专利增长定义为一种由政府主导的“专利泡沫”。然而多年来,中国政府为提升本国自主创新能力所作的努力也是有目共睹的,2006年提出“创新型国家”、2012年提出“创新驱动发展战略”、2013年发布《关于强化企业技术创新主体地位全面提升企业创新能力的意见》、2016年发布《中共中央、国务院关于完善产权保护制度依法保护产权的意见》、2021年印发《知识产权强国建设纲要(2021-2035)》等,对促进创新均发挥了重要作用。

表3 基本回归结果
Tab.3 Basic regression results

变量创新数量(ni)Fe(1)2SLS(2)创新质量(qi)Fe(3)2SLS(4)gsub0.151***(11.20)0.471***(6.82)0.065***(3.24)0.119*(1.71)pgdp -2.035(-1.78)-4.340**(-2.40)-5.973***(-3.61)-7.616***(-3.85)fdi-0.099(-1.27)-0.436(-1.52)0.632***(3.30)0.602*(1.92)rdp 2.259***(3.69)1.270(1.62)7.227***(10.90)6.891***(8.06)esize -0.781(-0.78)-0.721(-0.64)-3.744***(-4.41)-3.632***(-2.94)fina-1.820**(-2.85)-0.457(-0.25)-0.436(-0.24)-1.389(-0.70)_cons35.285(1.53)104.232***(4.78)个体效应yesyesyesyes时间效应yesyesyesyesR20.449 60.511 4Hausman检验结果23.860*20.600***识别不足检验41.561***41.561***弱工具变量检验45.67145.671Stock-Yogo检验16.3816.380

注:括号中的数字为t/z值

3.4 地区异质性分析

全国样本回归结果显示,政府补贴促进中国创新质量提升,实现技术创新量质双升,那么,中国各个地区的具体情况怎样呢?考虑到中国地区间经济、社会、文化等各方面差距较大,可能对政府补贴的创新激励效应产生影响,本文进一步将全国样本划分为东、中、西3个部分,探讨政府补贴对创新数量和质量的地区异质性影响。

表4中第(1)(3)(5)列分别考察东、中、西部地区政府补贴对本地区企业创新数量的影响。结果显示,三大地区的政府补贴系数皆显著为正,说明政府补贴政策促进绝大部分地区以专利申请数量为表征的创新数量提升。需要说明的是,虽然各地区政府补贴的影响系数均显著为正,但东部地区的系数为0.183,远高于中、西部地区(0.019、0.036),说明政府补贴政策对创新数量的影响存在显著空间差异。第(2)(4)(6)列检验不同地区政府补贴对创新质量的影响差异,东、中部地区政府补贴系数均显著为正,表现出对创新质量的较强激励作用。值得注意的是,与东、中部地区乃至全国样本回归结果形成鲜明对比,西部地区政府补贴的影响系数为负,且在5%的水平上显著,可见,西部地区绝大多数省份的政府补贴尚未发挥促进创新质量提升的作用。对于这一现象,需要进行更深入的分析。相较于东、中部地区(尤其是东部地区),西部地区无论是经济发展还是制度环境上均处于落后状态。数据统计显示,2020年东部地区人均GDP水平为73 576.76元/人,约是西部地区(41 998.96元/人)的两倍;东部地区专利侵权纠纷行政裁决案件数的均值为2 932件,约是西部地区(506件)的6倍。这说明政府补贴对创新质量的作用可能受到经济、社会、制度环境等因素的影响,考虑到技术创新离不开知识产权保护制度的护航,本文从知识产权视角,利用门槛效应模型,进一步分析政府补贴对创新数量和质量(尤其是创新质量)的非线性影响。

表4 分地区回归结果
Tab.4 Regression results by region

变量 东部地区创新数量(ni)创新质量(qi)(1)(2)中部地区创新数量(ni)创新质量(qi)(3)(4)西部地区创新数量(ni)创新质量(qi)(5)(6)gsub0.183***0.047**0.019***0.144*0.036***-0.074**(5.779)(2.73)(3.61)(2.35)(3.61)(-2.48)_cons-15.602168.819**-70.120***-296.719-6.486***147.115***(-0.34)(2.57)(-4.87)(-1.50)(-3.10)(4.76)控制变量yesyesyesyesyesyes个体效应yesyesyesyesyesyes时间效应yesyesyesyesyesyesR20.636 30.754 00.851 80.646 60.685 50.509 1F值51.94101.923 127.0131.78117.73234.63obs1321329696132132

注:括号中的数字为t值

3.5 门限回归分析

根据前文分析,本文基于知识产权保护视角,考察政府补贴创新激励效应的动态规律和特征。

对模型进行门槛回归前,采用bootstrap自抽样法循环300次,检验面板门槛效应的存在性,结果如表5所示。在知识产权保护力度作为门槛变量的情况下,被解释变量为创新数量的模型通过了单一门槛和双重门槛检验,门槛估计值分别为0.009 2和0.029 7,且皆在1%水平上显著;被解释变量为创新质量的模型也存在单一门槛和双重门槛,其估计值分别为0.002 5和0.009 3,且均在10%的水平上显著。这表明政府补贴的创新激励效应存在显著基于知识产权保护的双重门槛效应。

表5 门槛效应检验结果
Tab.5 Threshold effect test results

因变量门槛数估计值F值P值10%临界值5%临界值1%临界值BS次数创新数量(ni)单一门槛0.009 2***120.520.003 328.048 338.976 869.440 4300双重门槛0.029 7***128.890.006 763.313 676.185 1103.738 5300三重门槛0.029 127.670.170 036.108 843.875 275.427 2300创新质量(qi)单一门槛 0.002 5**42.780.010 021.569 125.430 240.975 1300双重门槛 0.009 3*22.850.080 020.962 026.267 531.992 7300三重门槛0.002 23.860.940 018.671 725.136 232.154 1300

对模型进行门槛效应回归,结果如表6所示。在政府补贴与创新数量的模型回归中,当知识产权保护力度低于第一个门槛值(0.009 2)时,政府补贴的影响系数为0.007;当知识产权保护力度介于两个门槛值之间时,政府补贴的影响系数上升至0.170;当知识产权保护力度大于第二个门槛值(0.029 7)时,政府补贴的系数降为0.086,且3个区间的影响系数皆分别在10%和1%的水平上显著。这说明政府补贴对创新数量具有积极促进作用,且这个促进作用随着知识产权保护力度的加大呈现出先增强后减弱的趋势。由政府补贴与创新质量的模型回归结果可知,当知识产权保护力度低于第一个门槛值(0.002 5)时,政府补贴的影响系数为-0.472,且在1%的水平上显著,说明在第一个门槛区间内,政府补贴显著抑制创新质量提升;当知识产权保护力度在0.0025~0.0093之间时,政府补贴的系数亦显著为负,但比第一门槛区间内政府补贴的负面影响有所减弱;当知识产权保护力度大于第二个门槛值时,政府补贴的影响系数由负转为正(0.055),且在10%的水平上显著,说明知识产权保护力度超过0.009 3时,政府补贴开始对创新质量提升产生积极影响。综上可知,政府补贴的创新激励效应确实存在基于知识产权保护的门槛效应。其中,政府补贴对创新数量的影响会随知识产权保护力度的上升呈现出先增强后减弱的正向促进趋势,而政府补贴对创新质量的影响则随知识产权保护力度的加大呈现出先抑制后促进的趋势,表明在不断完善的知识产权保护制度下,政府补贴能够有效促进技术创新由“量”到“质”转变。

表6 门槛回归结果
Tab.6 Threshold regression results

变量创新数量(ni)系数值t值创新质量(qi)系数值t值gsub_10.007*1.87-0.472***-5.62gsub_20.170***10.76-0.130***-3.12gsub_30.086***4.860.055*1.96pgdp0.4220.73-2.481**-2.21fdi0.0530.340.4741.58rdp1.784***4.276.746***8.25esize-0.172-0.46-3.089***-4.25fina-0.293-0.572.724***2.73_cons-1.814-0.3049.376***4.27R20.600 00.546 5F值60.3948.50

为了深入探究政府补贴对创新质量影响由负转正的具体情况,对各地区历年来二者关系基于知识产权保护门槛值的分布变化情况进行考察。结果如表7所示,中国各地区知识产权保护力度自考察初期以来不断加大,大部分省份政府补贴对创新质量的影响随之实现门槛跳跃。其中,海南、山西、福建、江西、河南、广西和宁夏在考察期内由第一门槛区间成功跨越到第一门槛和第二门槛之间,政府补贴对创新质量的负面影响减弱;辽宁、吉林、黑龙江、江苏、安徽、湖北、湖南、广东、四川和陕西则由两个门槛之间成功越过第二个门槛,实现政府补贴创新质量激励效应由负转正;河北、浙江、山东和贵州更是实现了门槛二连跳,由2009年的第一门槛区间内到2020年成功越过第二门槛,政府补贴对创新质量的影响也实现了由负转正“质”的飞跃。可见,不断加大的知识产权保护力度,为政府补贴促进创新质量提升提供了良好的制度环境。从三大地区来看,东、中部地区省份主要集中在两个门槛值之间和第二门槛值之外,而西部地区除个别省份外,大都集中在前两个区间内,这也为上述西部地区政府补贴对创新质量的负向回归结果提供了解释。

表7 2009—2020年中国各地区基于知识产权保护力度门限值(创新质量)分布情况
Tab.7 Distributions of intellectual property protection thresholds (innovation quality) in China from 2009 to 2020

年份IPP≤0.002 50.002 50.009 32009河北、山西、内蒙古、浙江、福建、江西、山东、河南、广西、海南、贵州、云南、宁夏、新疆辽宁、吉林、黑龙江、江苏、安徽、湖北、湖南、广东、重庆、四川、陕西、青海北京、天津、上海、甘肃2013河北、内蒙古、浙江、福建、河南、广西、海南、贵州、宁夏、新疆山西、辽宁、吉林、黑龙江、江苏、安徽、江西、山东、湖南、广东、重庆、四川、云南北京、天津、上海、湖北、陕西、甘肃、青海2015河北、内蒙古、吉林、浙江、福建、河南、广西、海南、贵州、宁夏、新疆山西、黑龙江、江苏、安徽、江西、山东、湖南、广东、重庆、云南 北京、天津、辽宁、上海、湖北、四川、陕西、甘肃、青海2020内蒙古、云南、新疆山西、青海、海南、福建、江西、河南、广西、宁夏、重庆 北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、山东、湖北、湖南、广东、四川、贵州、陕西、甘肃

3.6 稳健性检验

(1)基准回归稳健性检验。为确保基准回归结果稳健性,本文采用两种方法进行检验,结果如表8所示。

表8 稳健性检验结果
Tab.8 Robustness test results

变量稳健性检验1(替换被解释变量)创新数量创新质量稳健性检验2(改变样本容量)创新数量创新质量gsub0.067***0.092***0.176***0.065***(11.48)(3.27)(12.12)(3.41)_cons13.773-108.677***74.849**138.501***(1.83)(-2.44)(2.98)(6.32)控制变量yesyesyesyesR20.469 90.661 40.503 70.549 1F值107.2243.36390.261 665.77

注:括号中的数字为t值

一是替换被解释变量。参考杨亭亭等[15]的做法,选择规上企业发明专利申请数作为技术创新数量的代理变量。借鉴袁航等[21]的研究,采用新产品销售收入占地区生产总值的比重作为技术创新质量的替代变量。重新对基准模型进行回归估计,结果显示,政府补贴可以显著促进企业技术创新数量和质量提升,初步验证了基准回归结果的稳健性。

二是改变样本容量。直辖市作为中国省级市的特殊存在,与其它省、自治区存在较大区别,可能对研究结果产生影响(豆建民,2011)。为避免直辖市的影响,剔除相应样本再进行回归检验,结果显示,回归系数、符号与显著性均没有太大变化,与前文研究结论基本一致,再次验证本文基准回归结果是比较稳健的。

(2)门限回归稳健性检验。为确保门限回归结果稳健性,本文亦采用两种方法进行检验。主要对知识产权保护下,政府补贴对创新质量影响的门槛效应估计结果稳健性进行检验,结果如表9、表10所示。

一是使用工具变量。政府补贴与创新质量之间可能因反向因果关系而存在内生性问题,影响实证结果稳健性[29]。鉴于此,采用宋凌云(2013)、王宏伟[29]等的做法,用滞后一期的政府补贴作为当期值的工具变量,尽可能消除反向因果关系导致的内生性偏误。结果显示,随着知识产权保护力度的加大,政府补贴对创新质量的影响依然呈现先抑制后促进的趋势,且政府补贴3个阶段的回归系数符号与显著性均没有太大变化,与前文研究结论基本一致,初步验证本文门限回归结果是比较稳健的。

二是不考虑控制变量。参考韩先锋[30]、李炜[31]的做法,去掉控制变量再进行门槛回归检验。结果显示,政府补贴与创新质量之间依然存在基于知识产权保护的双门槛作用关系,政府补贴的影响系数符号与显著性均没有太大变化,与前文结论基本保持一致,再次证明本文研究结论是稳健的。

表9 门槛效应检验结果(稳健性检验)
Tab.9 Threshold effect test results (robustness test)

因变量门槛数估计值F值P值10%临界值5%临界值1%临界值BS次数稳健性检验1单一门槛0.002 5***47.870.003 320.488 924.773 635.296 0300双重门槛0.009 3*20.950.086 719.946 624.954 936.509 4300三重门槛0.020 68.010.676 720.612 524.462 831.793 8300稳健性检验2单一门槛0.002 5***83.49 0.000 038.150 841.777 646.970 9300双重门槛0.009 3***50.81 0.003 326.085 030.698 638.509 5300三重门槛0.516 97.66 0.930 034.372 443.481 572.133 5300

表10 稳健性检验结果
Tab.10 Robustness test results

变量稳健性检验1(l.gsub)系数值t值稳健性检验2(无控制变量)系数值t值gsub_1-0.445***-5.57-0.738***-7.71gsub_2-0.119**-3.10 -0.149***-3.34gsub_30.057**2.150.134***4.51_cons36.050***2.6512.913***32.44控制变量yesyesyesyesR20.598 10.339 7F值54.3256.07

4 结论与启示

4.1 研究结论

本文基于中国2009—2020年省级面板数据,利用非动态面板门槛回归技术,实证考察政府补贴创新溢出红利的知识产权保护门槛效应。得到以下主要结论:

(1)考察期内,中国政府补贴政策不仅整体上促进技术创新数量增加,还实现“质”的飞跃。

(2)地区异质性分析发现,东、中部地区政府补贴实现创新“质变”,西部地区却存在显著抑制现象。

(3)进一步研究发现,政府补贴的创新激励效应存在基于知识产权保护的双重门槛效应,即政府补贴对创新数量和质量的影响因知识产权保护力度不同而产生差异。其中,政府补贴对创新数量的影响随知识产权保护力度的加大,呈现出促进作用先增强后减弱的趋势;而政府补贴对创新质量的影响则随知识产权保护力度的加大,呈现出先抑制后促进的U型非线性规律,只有当知识产权保护力度跨越一定门槛水平时,才能有效释放政府补贴的创新质量提升效应。可见,在知识产权保护力度不断加大的背景下,政府补贴逐步促进中国技术创新由“量”到“质”的转变。

(4)再进一步地,对各地区历年来政府补贴与创新质量二者关系基于知识产权保护门槛值分布变化进行考察发现,中国大部分省市已实现门槛跳跃。其中,东、中部地区省市主要集中在两个门槛值之间(0.002 50.009 3),整体上表现出政府补贴对创新质量的促进作用;而西部地区除个别省市外,大都集中在前两个区间内(IPP≤0.002 5和0.002 5

4.2 政策启示

从以上结论得到一个重要启示,即中央和地方政府通过财政补贴提升中国创新数量与质量的过程中,不能一味提升补贴力度而忽视知识产权保护制度的重要影响。基于此,本文提出如下建议:

第一,进一步完善政府补贴政策,将“以质量为核心”的创新理念融入到政策中。中央政府在制定和完善政府补贴政策时,应把以质量为核心的创新理念放在突出位置,着重强调高质量创新的重要性,并围绕高质量创新设计合理适配的政策方针。同时,中央应加强对地方政府的监察督促,严厉打击政企勾结的骗补行为,在地方官员绩效考核中提高创新质量的权重,积极构建一套以质量指标为主、数量指标为辅的全面评估考核体系。地方政府应严格贯彻落实中央的战略方针,将以质量为核心的创新理念落实到自身战略布局和实际操作中。应加强对辖区企业的摸排走访,充分了解各企业创新能力、创新水平、创新需求与困境,以及政府补贴对创新绩效的影响情况,并针对不同产业企业制定不同补贴策略,避免“一刀切”现象,实现“因行业制宜,因企业制宜”的高质量创新精准激励。

第二,加强和完善中国知识产权保护制度,实现政府补贴的高质量创新激励作用。中国应高度重视知识产权保护制度对政府补贴创新效应的非线性影响,注意不同知识产权保护力度约束下政府补贴的激励效果差异。在加强政府补贴之前,应充分考虑各地区知识产权保护制度环境。为尽早跨入最有利于发挥政府补贴创新质量激励效应的知识产权保护力度区间,应实施更为科学合理的知识产权保护策略。因此,中央和地方政府在制定与完善政府补贴政策时,应充分考虑各地区知识产权保护制度环境与高质量创新的动态协同,通过动态、适时调整和强化知识产权保护制度,灵活科学且有针对性地实施政府补贴政策和知识产权保护政策,实现二者高水平有机融合,进而从知识产权保护角度,为最大限度地激发政府补贴对创新质量的激励作用,实现中国技术创新由“量”到“质”转变,提供切实有效的政策支撑。

第三,充分考虑政策效果的空间差异,分区施策。中国在实施政府补贴政策和设定知识产权保护制度时,要充分考虑各地之间的差异,做到因地制宜精准施策。对于东部地区,相对完善且严格的知识产权保护制度促使其较早跨入最有利于发挥政府补贴创新质量激励效应的知识产权保护力度区间内,精准、持续、强化的政府补贴是进一步推进该地区以高质量创新打造创新高地的政策要点。对于中部地区,不断提高的知识产权保护力度促使绝大部分省份跨过门槛,削弱甚至扭转了政府补贴对创新质量的负向影响,进一步完善知识产权保护制度和加强政府补贴的政策组合,是促进该地区创新驱动经济高质量发展的关键。而对于大部分省份知识产权保护力度还没有跨过门槛的西部地区,应完善和加强知识产权保护制度,以扭转政府补贴对高质量创新的抑制效应。

参考文献:

[1] CARBONI O A. R&D subsidies and private R&D expenditures:evidence from Italian manufacturing data [J].International Review of Applied Economics,2011,25(4):419-439.

[2] AERTS K, SCHMIDT T. Two for the price of one[J].Research Policy,2008,37(5):806-822.

[3] 杨洋,魏江,罗来军. 谁在利用政府补贴进行创新——所有制和要素市场扭曲的联合调节效应[J].管理世界, 2015, 31(1):75-86,98,188.

[4] DANG J, MOTOHASHI K. Patent statistics: a goodindicator for innovation in China: patent subsidy programimpacts on patent quality[J].China Economic Review,2015,35(5):137-155.

[5] 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2018,5(53):28-41.

[6] GRILICHES Z. R&D and the productivity low down[J].American Economic Review,1980,70(2):343-348.

[7] KANG K N, PARK H. Influence of government R&D support and interfirm collaborations on innovation in Korean biotechnology SMEs[J].Technovation, 2012, 32(1): 68-78.

[8] ALECKE B, MITZE T, REINKOWSKI J, et al. Does firm size make a difference: analysing the effectiveness of R&D subsidies in east Germany [J]. German Economic Review, 2012, 13(2):174-195.

[9] 李瑞茜,白俊红.政府R&D资助对企业技术创新的影响——基于门槛回归的实证研究[J].中国经济问题,2013,55(3):11-23.

[10] GORG H, STROBL E. The effect of R&D subsidies on private R&D[J].Economica,2007,74(5):215-234.

[11] HU A G, PENG Z, ZHAO L. China as number one:evidence from China's most recent patenting surge[J].Journal of Development Economics,2017,124(4):107-119.

[12] 赵璨,王竹泉,杨德明,等.企业迎合行为与政府补贴绩效研究:基于企业不同盈利状况的分析[J].中国工业经济,2015,33(7) :130-145.

[13] 龙小宁,王俊.中国专利激增的动因及其质量效应[J].世界经济,2015,38(6):115-142.

[14] LI X. Behind the recent surge of Chinese patenting:an institutional view[J].Research Policy,2012,41(1):236-249.

[15] 杨亭亭,罗连化,许伯桐.政府补贴的技术创新效应:“量变”还是“质变”[J].中国软科学,2018,33(10):52-61.

[16] 康志勇.资助不足抑或过度?中国政府科技创新资助对企业新产品创新影响的非线性检验[J].研究与发展管理, 2017, 29(2):127-135.

[17] HANSEN B E. Threshold effects in nondynamic panels: estimation,testing, and inference[J].Journal of Econometrics,1999,93(2): 345-368.

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

[19] 杨幽红.创新质量理论框架:概念、内涵和特点[J].科研管理,2013,34(S1):320-325.

[20] 彼得·德鲁克.创新与企业家精神[M].蔡文燕,译.北京:机械工业出版社,2007.

[21] 袁航,茶洪旺,郑婷婷.创新数量、创新质量与中国产业结构转型互动关系研究——基于PVAR模型的实证分析[J].经济与管理,2019,33(2):78-85.

[22] MARINO M, LHUILLERY S, PARROTTA P, et al. Additionality or crowding-out: an overall evaluation of public R&D subsidyon private R&D expenditure[J].Research Policy,2016,45(9):1715-1730.

[23] GUO Y, XIA X, ZHANG S, et al. Environmental regulation, government R&D funding and green technology innovation:evidence from China provincial data[J].Sustainability,2018,10(4):940-955.

[24] GINARTE J,PARK W.Determinants of patent rights:a cross national study[J].Research Policy,1997,26(5):283-301.

[25] 韩玉雄,李怀祖.关于中国知识产权保护水平的定量分析[J].科学学研究, 2005, 23(3):377-382.

[26] SHEN G. Nominal level and actual strength of China's intellectual property protection under TRIPS agreement[J].Journal of Chinese Economic and Foreign Trade Studies, 2010,23(3):71-88.

[27] 史宇鹏,顾全林.知识产权保护、异质性企业与创新:来自中国制造业的证据[J].金融研究,2013,56(8):136-149.

[28] 胡凯,吴清,胡毓敏.知识产权保护的技术创新效应——基于技术交易市场视角和省级面板数据的实证分析[J].财经研究,2012, 38(8):15-25.

[29] 王宏伟,朱雪婷,李平.政府补贴对光伏产业创新的影响[J].经济管理,2022,44(2):57-72.

[30] 韩先锋,惠宁,宋文飞.政府R&D资助的非线性创新溢出效应——基于环境规制新视角的再考察[J].产业经济研究,2018,17(3):40-52.

[31] 李炜,赵泽月.中国OFDI的逆向动态产业升级效应研究——基于知识产权保护的视角[J].经济问题,2019,41(3):29-36.

(责任编辑:万贤贤)