程笑賢　郭曉雪　李烽銘　吳莊鋮

[摘要]創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略成為我國經(jīng)濟(jì)發(fā)展的重要舉措。文章通過面板數(shù)據(jù)模型對(duì)2002—2015年我國大陸31個(gè)省域的科技支出費(fèi)用和專利申請量之間進(jìn)行實(shí)證研究。結(jié)果表明，采取固定效應(yīng)變截距模型效果最為合理，科技支出對(duì)專利申請具有較為明顯的促進(jìn)作用，科技支出每增加1個(gè)單位，專利申請量會(huì)提高0406個(gè)單位。而且不同地區(qū)的促進(jìn)程度不一，北京、上海、廣東相對(duì)于中西部地區(qū)，其促進(jìn)作用更為明顯。

[關(guān)鍵詞]專利資助；單位根；固定效應(yīng)模型

[DOI]1013939/jcnkizgsc201832010

1引言

專利制度是知識(shí)產(chǎn)權(quán)制度的重要組成部分。截止到2017年我國發(fā)明專利申請量達(dá)1382萬件，每萬人口發(fā)明專利擁有量達(dá)到98件，遠(yuǎn)超過歐美等發(fā)達(dá)國家。專利資助政策是國家和地方各級(jí)政府積極運(yùn)用財(cái)政政策的調(diào)控功能，以政府財(cái)政專項(xiàng)費(fèi)用的形式補(bǔ)貼專利申請、審查和維持費(fèi)用，以促進(jìn)自主創(chuàng)新和專利事業(yè)發(fā)展的一項(xiàng)重要舉措。

2模型結(jié)果

21單位根檢驗(yàn)

從上面的檢驗(yàn)結(jié)果可以看出，在α=005情況下，科技支出原數(shù)據(jù)相應(yīng)的概率值均為1，因此不能拒絕“各截面序列具有相同的單位根過程”和“所有截面成員序列都有一個(gè)單位根”的原假設(shè)。通過一階差分，可以消除單位根，其相應(yīng)的概率值均為0，故一階差分后的科技支出序列已經(jīng)消除了單位根，是平穩(wěn)的。專利申請?jiān)蛄械南鄳?yīng)概率值只有PP檢驗(yàn)大于005，其他檢驗(yàn)結(jié)果均小于005，根據(jù)少數(shù)服從多數(shù)的原則，該序列不存在單位根，是平穩(wěn)的，且一階差分后的專利申請出現(xiàn)不平穩(wěn)現(xiàn)象，故仍堅(jiān)持認(rèn)為專利申請?jiān)蛄惺瞧椒€(wěn)的。

22模型回歸

通過對(duì)一階差分后的科技支出與專利申請量之間對(duì)比，進(jìn)行回歸估計(jì)。由于面板數(shù)據(jù)兼具時(shí)間序列數(shù)據(jù)特征和橫截面數(shù)據(jù)特征，因此有必要進(jìn)行變截距、變系數(shù)和混合三種模型的回歸估計(jì)，并相應(yīng)進(jìn)行統(tǒng)計(jì)檢驗(yàn)，以便選取合適的模型進(jìn)行分析。

固定效應(yīng)變截距模型中，作為解釋變量的科技支出系數(shù)為04060，這說明，科技支出每增加1個(gè)單位，專利申請數(shù)量機(jī)會(huì)增加04060個(gè)單位，可以看出科技支出對(duì)專利申請數(shù)量的增加具有明顯的促進(jìn)作用。相應(yīng)的t檢驗(yàn)統(tǒng)計(jì)量52645大于置信度為95%的檢驗(yàn)統(tǒng)計(jì)量（伴隨概率值小于005），變量顯著通過t檢驗(yàn)。模型的總體可決系數(shù)為05817，調(diào)整后的可決系數(shù)仍在05以上，說明至少有50%的數(shù)據(jù)可以用該模型說明，模型的擬合效果較為理想。并且模型總體檢驗(yàn)的F檢驗(yàn)統(tǒng)計(jì)值166422大于置信度為95%的檢驗(yàn)統(tǒng)計(jì)量（伴隨概率值小于005），方程總體顯著。

隨機(jī)效應(yīng)變截距模型中，作為解釋變量的科技支出系數(shù)為04629，大于固定效應(yīng)模型對(duì)應(yīng)值，說明科技支出每增加一個(gè)單位，專利申請數(shù)量機(jī)會(huì)增加04629個(gè)單位，可以看出科技支出對(duì)專利申請數(shù)量的增加具有明顯的促進(jìn)作用。相應(yīng)的t檢驗(yàn)統(tǒng)計(jì)量60050大于置信度為95%的檢驗(yàn)統(tǒng)計(jì)量（伴隨概率值小于005），變量顯著通過t檢驗(yàn)。并且模型總體檢驗(yàn)的F檢驗(yàn)統(tǒng)計(jì)值236899大于置信度為95%的檢驗(yàn)統(tǒng)計(jì)量（伴隨概率值小于005），方程總體顯著。模型的總體可決系數(shù)和調(diào)整后的可決系數(shù)分別為00558和00534，說明至少94%的數(shù)據(jù)不可以用該模型說明，模型的擬合效果差。

與變系數(shù)模型相似，混合橫截面模型的總體可決系數(shù)和調(diào)整后的可決系數(shù)均為負(fù)數(shù)，F(xiàn)檢驗(yàn)結(jié)果缺乏，即使解釋變量的系數(shù)合理，t統(tǒng)計(jì)量也通過檢驗(yàn)，仍說明變系數(shù)模型設(shè)定不合理。

23模型檢驗(yàn)

通過Hausman檢驗(yàn)發(fā)現(xiàn)，相應(yīng)的伴隨概率值小于005，則拒絕原假設(shè)，選擇固定效應(yīng)模型；通過LR檢驗(yàn)發(fā)現(xiàn)，兩個(gè)相應(yīng)的伴隨概率值均小于005，拒絕原假設(shè)，選擇仍固定效應(yīng)模型。

綜上所述，對(duì)于一階差分后的科技支出與專利申請量之間的關(guān)系，無論是對(duì)模型進(jìn)行比較分析，還是進(jìn)行Hausman檢驗(yàn)和LR檢驗(yàn)，采用固定效應(yīng)變截距模型最為合理。各地區(qū)ρa(bǔ)rea對(duì)應(yīng)的數(shù)值見下表。

3政策建議

31明確資助對(duì)象與范圍

各省域在執(zhí)行專利資助政策時(shí)，首先應(yīng)該對(duì)資助對(duì)象確定標(biāo)準(zhǔn)，以避免出現(xiàn)申請人跨省域重復(fù)申請資助，套取資助資金現(xiàn)象；同時(shí)專利資助范圍既不能過窄，僅限于某一項(xiàng)或某一領(lǐng)域的發(fā)明創(chuàng)造等專利，又不能設(shè)定過寬，對(duì)任何專利申請都進(jìn)行資助，增加財(cái)政壓力，各地區(qū)應(yīng)當(dāng)結(jié)合實(shí)際發(fā)展，有區(qū)別、有條件地對(duì)待專利申請，既要通過專利資助留住人才創(chuàng)新創(chuàng)造，又要優(yōu)化財(cái)政支出結(jié)構(gòu)，促進(jìn)本地區(qū)創(chuàng)新發(fā)展與經(jīng)濟(jì)增長。

32明確資助標(biāo)準(zhǔn)，提升專利質(zhì)量

現(xiàn)行資助政策存在如未考慮到不同種類的專利對(duì)經(jīng)濟(jì)的影響、不同種類的專利在研究開發(fā)階段的成本不同等缺陷，以及絕對(duì)額資助也會(huì)造成一定程度的不公平，對(duì)成本小的專利具有更強(qiáng)的激勵(lì)作用，對(duì)成本高、外部性強(qiáng)的專利會(huì)損害申請人的積極性，因此可以在絕對(duì)的標(biāo)準(zhǔn)基礎(chǔ)上，通過開展專利的成本與產(chǎn)出評(píng)估，尤其是對(duì)經(jīng)濟(jì)的影響評(píng)估，進(jìn)一步進(jìn)行相對(duì)額資助，既可以避免一刀切現(xiàn)象，增強(qiáng)專利資助申請人的積極性與創(chuàng)造性，又可以提高專利質(zhì)量，通過評(píng)估與資助的結(jié)合倒逼專利質(zhì)量的提升，減少垃圾專利。

33創(chuàng)新資助形式，增強(qiáng)資助作用

現(xiàn)階段的專利資助采取的是資金資助，即對(duì)專利資助進(jìn)行貨幣補(bǔ)償，該措施可以在一定程度上有效激勵(lì)專利申請、減輕專利申請人資金壓力，但是專利資助政策僅僅采取該措施過于單一，可以通過采取稅收減免、人才加分等形式，對(duì)外地戶口人員但富有創(chuàng)新能力的人員可以考慮優(yōu)先落戶，對(duì)職務(wù)人員尤其是高校教職工，也可以考慮在課題研究申請時(shí)優(yōu)先考慮專利資助人員，通過創(chuàng)新資助形式，不僅可以減輕資金壓力，也可以提高專利資助含金量，增強(qiáng)專利作用。

參考文獻(xiàn)：

[1]唐恒，李紹飛，赫英淇，等專利資助政策下專利質(zhì)量評(píng)價(jià)研究[J].情報(bào)雜志，2015（5）：23-28

[2]張志莉，鮑海峰專利制度對(duì)經(jīng)濟(jì)增長作用的實(shí)證分析[J].北方經(jīng)濟(jì)，2008（10）：29-30

[3] 廖建聰政府科技資助對(duì)企業(yè)研發(fā)投入和產(chǎn)出影響的實(shí)證研究[D].廣州：廣東工業(yè)大學(xué)，2016