賈宗穆，張婧屹

（上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,上海 200433）

一、引言

近年來(lái)，5G、大數(shù)據(jù)、人工智能等智能革命代表性技術(shù)逐漸成熟，開(kāi)始大規(guī)模應(yīng)用。智能時(shí)代的到來(lái)意味著技術(shù)創(chuàng)新和技術(shù)應(yīng)用兩個(gè)階段的研發(fā)效率上升，即受到正向的研發(fā)效率沖擊。那么，研發(fā)效率上升將如何影響創(chuàng)新發(fā)展和經(jīng)濟(jì)增長(zhǎng)？擁有知識(shí)產(chǎn)權(quán)和不擁有知識(shí)產(chǎn)權(quán)的企業(yè)受到的影響是否有所不同？?jī)烧吣芊駞f(xié)調(diào)發(fā)展？作為保護(hù)創(chuàng)新的重要手段，知識(shí)產(chǎn)權(quán)保護(hù)在研發(fā)效率沖擊下具有什么作用？厘清這些問(wèn)題將有助于加深我們對(duì)科技創(chuàng)新機(jī)制的理解，助力高質(zhì)量發(fā)展，提升經(jīng)濟(jì)增長(zhǎng)潛力。為了回答這些問(wèn)題，本文區(qū)分了兩類研發(fā)效率，即創(chuàng)新效率和應(yīng)用效率，分別對(duì)應(yīng)技術(shù)創(chuàng)新和技術(shù)應(yīng)用兩個(gè)研發(fā)階段；同時(shí)，還區(qū)分了兩類企業(yè)，即注重知識(shí)積累的創(chuàng)新型企業(yè)和注重知識(shí)利用的模仿型企業(yè)。

本文利用2011?2017 年的省級(jí)面板數(shù)據(jù)，首先從實(shí)證的角度探討了兩類研發(fā)效率沖擊對(duì)未來(lái)全要素生產(chǎn)率（TFP）的影響，以及知識(shí)產(chǎn)權(quán)保護(hù)在其中的作用。具體而言，本文基于中國(guó)規(guī)模以上工業(yè)企業(yè)的R&D經(jīng)費(fèi)支出和技術(shù)改造經(jīng)費(fèi)支出的省級(jí)數(shù)據(jù)，衡量?jī)深惼髽I(yè)在積累知識(shí)和利用知識(shí)過(guò)程中的研發(fā)費(fèi)用，從而識(shí)別兩類研發(fā)效率沖擊。實(shí)證結(jié)果表明，創(chuàng)新效率的提高會(huì)促進(jìn)未來(lái)TFP增長(zhǎng)，知識(shí)產(chǎn)權(quán)保護(hù)與這一正向作用沒(méi)有顯著的聯(lián)系；應(yīng)用效率的提高則會(huì)抑制未來(lái)TFP增長(zhǎng)，而加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)能夠減弱這一負(fù)向作用。

隨后，本文建立了一個(gè)含有內(nèi)生增長(zhǎng)的兩部門動(dòng)態(tài)隨機(jī)一般均衡（DSGE）模型。在模型中，創(chuàng)新型企業(yè)和模仿型企業(yè)分別雇用研發(fā)勞動(dòng)來(lái)積累知識(shí)和利用知識(shí)，創(chuàng)新型企業(yè)的知識(shí)積累活動(dòng)受到創(chuàng)新效率沖擊的影響，模仿型企業(yè)的知識(shí)利用活動(dòng)受到應(yīng)用效率沖擊的影響。模仿型企業(yè)不積累知識(shí)，其通過(guò)付費(fèi)購(gòu)買知識(shí)使用權(quán)和免費(fèi)獲取溢出知識(shí)這兩種方式來(lái)獲得創(chuàng)新型企業(yè)的知識(shí)。知識(shí)產(chǎn)權(quán)保護(hù)水平越高，模仿型企業(yè)付費(fèi)獲取的知識(shí)占比越高。

經(jīng)過(guò)參數(shù)校準(zhǔn)，本文模擬了兩種知識(shí)產(chǎn)權(quán)保護(hù)水平下創(chuàng)新效率沖擊和應(yīng)用效率沖擊的影響，得到了與實(shí)證分析一致的結(jié)果，為實(shí)證分析中發(fā)現(xiàn)的經(jīng)驗(yàn)事實(shí)提供了理論依據(jù)。模擬結(jié)果表明，正向的創(chuàng)新效率沖擊通過(guò)鼓勵(lì)創(chuàng)新型企業(yè)的知識(shí)積累活動(dòng)，促進(jìn)TFP和總產(chǎn)出持續(xù)加速增長(zhǎng)，盡管短期會(huì)對(duì)模仿型企業(yè)產(chǎn)生負(fù)面影響，但在中長(zhǎng)期有利于模仿型企業(yè)發(fā)展。知識(shí)產(chǎn)權(quán)保護(hù)在創(chuàng)新效率沖擊中的作用不大，主要是因?yàn)槟７滦推髽I(yè)受到的負(fù)面影響通過(guò)知識(shí)租金反饋到創(chuàng)新型企業(yè)，抵消了知識(shí)產(chǎn)權(quán)保護(hù)對(duì)創(chuàng)新型企業(yè)知識(shí)積累活動(dòng)的激勵(lì)作用。正向的應(yīng)用效率沖擊通過(guò)提高模仿型企業(yè)的知識(shí)利用率，在短期內(nèi)促進(jìn)了TFP和總產(chǎn)出增長(zhǎng)，但擠出了創(chuàng)新型企業(yè)的研發(fā)勞動(dòng)，從而降低了知識(shí)積累速度，使得中長(zhǎng)期TFP和總產(chǎn)出下降，阻礙了兩類企業(yè)的中長(zhǎng)期發(fā)展。知識(shí)產(chǎn)權(quán)保護(hù)在應(yīng)用效率沖擊中的作用比較明顯，主要是因?yàn)槟７滦推髽I(yè)受到的正面影響通過(guò)知識(shí)租金反饋到創(chuàng)新型企業(yè)，產(chǎn)生正向的反饋?zhàn)饔?，促進(jìn)創(chuàng)新型企業(yè)的知識(shí)積累，削弱了擠出效應(yīng)所產(chǎn)生的負(fù)面影響。知識(shí)產(chǎn)權(quán)保護(hù)水平越高，正向的反饋?zhàn)饔迷綇?qiáng)，中長(zhǎng)期經(jīng)濟(jì)發(fā)展受到的負(fù)面影響越小。

本文的核心結(jié)果在于，正向的應(yīng)用效率沖擊有利于短期經(jīng)濟(jì)發(fā)展而不利于中長(zhǎng)期經(jīng)濟(jì)發(fā)展。這意味著由應(yīng)用效率推動(dòng)的經(jīng)濟(jì)繁榮可能會(huì)損害經(jīng)濟(jì)增長(zhǎng)潛力。其現(xiàn)實(shí)邏輯主要在于，重大技術(shù)迅速大規(guī)模應(yīng)用搶占了技術(shù)創(chuàng)新領(lǐng)域的人才，使得知識(shí)積累放緩，經(jīng)濟(jì)增長(zhǎng)潛力下降，最終中長(zhǎng)期經(jīng)濟(jì)發(fā)展水平低于最優(yōu)發(fā)展路徑。加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)能夠有效避免這一風(fēng)險(xiǎn)。

本文與知識(shí)產(chǎn)權(quán)保護(hù)的理論文獻(xiàn)密切相關(guān)。目前，已有大量文獻(xiàn)從理論上研究了知識(shí)產(chǎn)權(quán)保護(hù)的經(jīng)濟(jì)效應(yīng)，主要是基于南北框架下的內(nèi)生增長(zhǎng)模型（Grossman 和Helpman，1991；Helpman，1993；Lai，1998；朱東平，2004；郭春野和莊子銀，2012；楊軼波，2018），還有部分聚焦發(fā)展中國(guó)家經(jīng)濟(jì)發(fā)展的研究（劉小魯，2011；陳鳳仙和王琛偉，2015）。本文與這些文獻(xiàn)的區(qū)別主要有三點(diǎn)：第一，從研究?jī)?nèi)容看，上述文獻(xiàn)主要關(guān)注知識(shí)產(chǎn)權(quán)保護(hù)對(duì)技術(shù)創(chuàng)新、經(jīng)濟(jì)增長(zhǎng)和社會(huì)福利的影響，而本文則關(guān)注知識(shí)產(chǎn)權(quán)保護(hù)在研發(fā)效率沖擊中的作用。第二，從理論機(jī)制看，上述文獻(xiàn)主要關(guān)注溢出知識(shí)的免費(fèi)獲取，強(qiáng)調(diào)知識(shí)產(chǎn)權(quán)對(duì)國(guó)內(nèi)企業(yè)模仿國(guó)外先進(jìn)技術(shù)的抑制作用，通常假定知識(shí)產(chǎn)權(quán)保護(hù)降低模仿率或溢出率，或者提高模仿成本，而忽略了知識(shí)產(chǎn)權(quán)的交易。在本文模型中，模仿型企業(yè)可以通過(guò)付費(fèi)購(gòu)買知識(shí)使用權(quán)和免費(fèi)獲取溢出知識(shí)這兩種方式獲得創(chuàng)新型企業(yè)的知識(shí)。因此，本文既強(qiáng)調(diào)知識(shí)產(chǎn)權(quán)保護(hù)對(duì)國(guó)內(nèi)企業(yè)模仿國(guó)內(nèi)技術(shù)的抑制作用，也強(qiáng)調(diào)知識(shí)產(chǎn)權(quán)保護(hù)對(duì)國(guó)內(nèi)企業(yè)技術(shù)創(chuàng)新的激勵(lì)作用，以及模仿型企業(yè)對(duì)創(chuàng)新型企業(yè)的反饋?zhàn)饔?。近年?lái)，隨著產(chǎn)業(yè)不斷向中高端邁進(jìn)，中國(guó)與發(fā)達(dá)國(guó)家的技術(shù)差距明顯縮小，技術(shù)模仿變得愈加困難。中國(guó)企業(yè)之間的技術(shù)差距較大，國(guó)內(nèi)企業(yè)對(duì)國(guó)內(nèi)技術(shù)的模仿及其對(duì)技術(shù)創(chuàng)新的抑制不容忽視。①吳超鵬和唐菂（2016）的實(shí)證結(jié)果表明，減少研發(fā)溢出是知識(shí)產(chǎn)權(quán)保護(hù)促進(jìn)企業(yè)創(chuàng)新的重要渠道。因此，本文模型與近年來(lái)國(guó)內(nèi)外現(xiàn)狀更加相符。第三，從研究方法看，上述文獻(xiàn)大多是基于內(nèi)生增長(zhǎng)模型的靜態(tài)研究或比較靜態(tài)研究，本文則是基于含有內(nèi)生增長(zhǎng)的DSGE模型的動(dòng)態(tài)研究。

本文也與中國(guó)研發(fā)效率的研究相關(guān)?，F(xiàn)有文獻(xiàn)主要關(guān)注中國(guó)研發(fā)效率或創(chuàng)新效率的測(cè)量（朱有為和徐康寧，2006；官建成和陳凱華，2009；陳凱華等，2015；熊曦等，2019），并從實(shí)證角度探究了大量影響因素（肖文和林高榜，2014；韓先鋒等，2015；戴魁早和劉友金，2016；鐘昀珈等，2016；潘健平等，2019；趙甜和方慧，2019；姜軍等，2020），而較少探討研發(fā)效率變化對(duì)宏觀經(jīng)濟(jì)的影響及其機(jī)制。陳鳳仙和王琛偉（2015）是鮮見(jiàn)的將研發(fā)效率與知識(shí)產(chǎn)權(quán)保護(hù)結(jié)合起來(lái)研究的文獻(xiàn)。他們通過(guò)構(gòu)建一國(guó)經(jīng)濟(jì)內(nèi)的雙寡頭模型，分析了不同研發(fā)效率水平下的最優(yōu)知識(shí)產(chǎn)權(quán)保護(hù)。本文在某種程度上是在陳鳳仙和王琛偉（2015）界定的創(chuàng)新型國(guó)家建設(shè)的高級(jí)階段，進(jìn)一步研究了兩類研發(fā)效率沖擊的宏觀經(jīng)濟(jì)影響和知識(shí)產(chǎn)權(quán)保護(hù)的作用。當(dāng)然，本文模型更加豐富且貼近現(xiàn)實(shí)。

本文還屬于含有內(nèi)生增長(zhǎng)的DSGE模型研究。含有內(nèi)生增長(zhǎng)的DSGE模型是在普通DSGE模型中嵌入內(nèi)生增長(zhǎng)機(jī)制的模型，適合于研究經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)波動(dòng)相互影響的中長(zhǎng)期問(wèn)題。近十年，國(guó)外相關(guān)文獻(xiàn)迅速增長(zhǎng)并逐漸成熟，如Comin 和Gertler（2006）、Comin 等（2014）、Kung 和Schmid（2015）、Moran 和Queralto（2018）、Anzoategui 等（2019）、Bianchi 等（2019）以及Queralto（2020）等。內(nèi)生增長(zhǎng)機(jī)制一般包括技術(shù)創(chuàng)新和技術(shù)采用兩個(gè)過(guò)程，經(jīng)濟(jì)趨勢(shì)的處理也更加清楚合理。與國(guó)外文獻(xiàn)相比，國(guó)內(nèi)文獻(xiàn)相對(duì)較少，且內(nèi)生增長(zhǎng)機(jī)制比較簡(jiǎn)單。例如，徐舒等（2011）在DSGE模型中引入R&D投入和技術(shù)轉(zhuǎn)化，研究了技術(shù)擴(kuò)散對(duì)中國(guó)經(jīng)濟(jì)波動(dòng)的影響。而徐舒等（2011）的內(nèi)生增長(zhǎng)機(jī)制實(shí)際上只內(nèi)生化了技術(shù)應(yīng)用過(guò)程，技術(shù)創(chuàng)新仍是外生的。本文的內(nèi)生增長(zhǎng)機(jī)制刻畫(huà)了創(chuàng)新型企業(yè)與模仿型企業(yè)之間的知識(shí)互動(dòng)，不僅包括知識(shí)積累和知識(shí)利用兩個(gè)過(guò)程，還引入了知識(shí)服務(wù)商，既打開(kāi)了知識(shí)產(chǎn)權(quán)交易市場(chǎng)，又避免了對(duì)具體知識(shí)產(chǎn)權(quán)的追蹤，使得模型具有較好的微觀基礎(chǔ)。與國(guó)外文獻(xiàn)相比，本文區(qū)分了創(chuàng)新型企業(yè)和模仿型企業(yè)，更便于研究中國(guó)的創(chuàng)新問(wèn)題。

值得一提的是，允許模仿型企業(yè)通過(guò)付費(fèi)購(gòu)買知識(shí)使用權(quán)和免費(fèi)獲取溢出知識(shí)這兩種方式獲得創(chuàng)新型企業(yè)的知識(shí)，是本文模型的一個(gè)重要理論創(chuàng)新。一方面，關(guān)于知識(shí)產(chǎn)權(quán)的現(xiàn)有文獻(xiàn)主要關(guān)注溢出知識(shí)的免費(fèi)獲取，忽略了知識(shí)產(chǎn)權(quán)的交易。另一方面，關(guān)于技術(shù)創(chuàng)新和采用的現(xiàn)有文獻(xiàn)（Comin 和Gertler，2006；Anzoategui 等，2019）假設(shè)采用者只能通過(guò)購(gòu)買獲得創(chuàng)新者的新技術(shù)，忽略了溢出知識(shí)的免費(fèi)獲取，因而難以用于知識(shí)產(chǎn)權(quán)保護(hù)的研究。與這兩類文獻(xiàn)相比，本文模型既允許模仿型企業(yè)通過(guò)購(gòu)買知識(shí)使用權(quán)獲取知識(shí)，又考慮了模仿型企業(yè)免費(fèi)獲取溢出的知識(shí)。這一設(shè)定豐富了企業(yè)間的知識(shí)流動(dòng)途徑，不但能夠?qū)χR(shí)使用權(quán)進(jìn)行定價(jià)，而且便于使用模仿型企業(yè)付費(fèi)獲取的知識(shí)占比來(lái)衡量知識(shí)產(chǎn)權(quán)保護(hù)水平。因此，本文模型既能用于知識(shí)產(chǎn)權(quán)保護(hù)的研究，又能用于知識(shí)產(chǎn)權(quán)交易的研究。

本文主要有三個(gè)貢獻(xiàn)。第一，本文揭示了研發(fā)效率沖擊的宏觀影響以及知識(shí)產(chǎn)權(quán)保護(hù)的作用，而現(xiàn)有文獻(xiàn)較少將研發(fā)效率與知識(shí)產(chǎn)權(quán)保護(hù)結(jié)合起來(lái)研究。第二，本文創(chuàng)新性地指出，由應(yīng)用效率推動(dòng)的短期繁榮可能會(huì)損害經(jīng)濟(jì)增長(zhǎng)潛力。據(jù)我們所知，鮮有文獻(xiàn)關(guān)注到這一重要現(xiàn)象。第三，本文還是含有內(nèi)生增長(zhǎng)的DSGE模型研究的一個(gè)拓展，模型中允許模仿型企業(yè)通過(guò)兩種方式獲取知識(shí)是一個(gè)重要的理論創(chuàng)新。

二、經(jīng)驗(yàn)事實(shí)

本部分利用2011?2017 年的省級(jí)面板數(shù)據(jù)，探討創(chuàng)新效率沖擊和應(yīng)用效率沖擊對(duì)未來(lái)TFP增長(zhǎng)率的影響，以及知識(shí)產(chǎn)權(quán)保護(hù)的作用。由于研發(fā)效率沖擊很難觀測(cè)，本文通過(guò)衡量企業(yè)在積累知識(shí)和利用知識(shí)過(guò)程中的研發(fā)費(fèi)用來(lái)識(shí)別兩類沖擊。其合理性主要在于，創(chuàng)新效率和應(yīng)用效率的變化勢(shì)必引起相關(guān)研發(fā)費(fèi)用的同步同向變化。

（一）回歸方程

為了考察兩類研發(fā)效率沖擊對(duì)未來(lái)TFP增長(zhǎng)率的影響，本文構(gòu)建了如下的回歸方程：

其中，被解釋變量dlnTFPi,t+s表示第t+s期省份i的TFP增長(zhǎng)率。在解釋變量中，RDgdpi,t表示第t期省份i中企業(yè)在積累知識(shí)過(guò)程中的經(jīng)費(fèi)支出與當(dāng)?shù)厣a(chǎn)總值之比，TechRgdpi,t表示企業(yè)在利用知識(shí)過(guò)程中的經(jīng)費(fèi)支出與當(dāng)?shù)厣a(chǎn)總值之比。IPPi,t表示知識(shí)產(chǎn)權(quán)保護(hù)水平，它與RDgdpi,t和TechRgdpi,t的 交叉項(xiàng)分別用于探討知識(shí)產(chǎn)權(quán)保護(hù)在兩類研發(fā)效率沖擊中的作用。Xi,t為控制變量，θt為年份固定效應(yīng)，?i,t+s為擾動(dòng)項(xiàng)。

（二）變量與數(shù)據(jù)

被解釋變量dlnTFPi,t+s根據(jù)索洛余值法得到。具體而言，基于2001?2017 年不包括西藏的30 個(gè)省、直轄市、自治區(qū)的面板數(shù)據(jù)，以就業(yè)人員人均GDP增長(zhǎng)率為被解釋變量，就業(yè)人員人均資本存量為解釋變量，進(jìn)行OLS回歸分析，在回歸過(guò)程中控制省份固定效應(yīng)。回歸得到的資本收入份額約為0.515，所以各省份TFP增長(zhǎng)率為：

其中，dln(X) 表示變量X的對(duì)數(shù)差分。GDPi,t為各省份地區(qū)生產(chǎn)總值，Li,t為各省份就業(yè)人數(shù)，Ki,t為各省份資本存量。資本存量Ki,t通過(guò)永續(xù)盤存法計(jì)算得到，初始值采用張軍等（2004）以當(dāng)前價(jià)格計(jì)算的2000 年資本存量，其中重慶和四川的初始資本存量按3∶7 分配。地區(qū)生產(chǎn)總值、固定資本形成總額、固定資產(chǎn)投資價(jià)格指數(shù)以及固定資產(chǎn)折舊數(shù)據(jù)來(lái)源于CSMAR 數(shù)據(jù)庫(kù)，就業(yè)人數(shù)來(lái)源于各省份統(tǒng)計(jì)年鑒。

對(duì)于解釋變量RDgdpi,t和TechRgdpi,t，本文使用各省份規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)支出和技術(shù)改造經(jīng)費(fèi)支出，分別衡量企業(yè)在積累知識(shí)和利用知識(shí)過(guò)程中發(fā)生的研發(fā)費(fèi)用。這兩類經(jīng)費(fèi)支出數(shù)據(jù)均來(lái)源于CSMAR 數(shù)據(jù)庫(kù)。各省份知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)IPPi.t的構(gòu)造方法與魏浩和巫俊（2018）相同，等于全國(guó)知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)與各省份執(zhí)法力度的乘積。各省份執(zhí)法力度包括律師人數(shù)、專利侵權(quán)案件結(jié)案率和專利未被侵權(quán)率三項(xiàng)指標(biāo)。中國(guó)知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)來(lái)源于世界經(jīng)濟(jì)論壇發(fā)布的《全球競(jìng)爭(zhēng)力報(bào)告》，各省份律師人數(shù)來(lái)源于各省份統(tǒng)計(jì)年鑒，專利侵權(quán)案件結(jié)案率和專利未被侵權(quán)率的數(shù)據(jù)來(lái)源于CSMAR 數(shù)據(jù)庫(kù)。

考慮到企業(yè)研發(fā)費(fèi)用可能受到當(dāng)?shù)亟?jīng)濟(jì)情況的影響而產(chǎn)生內(nèi)生性問(wèn)題，本文構(gòu)建了以下三個(gè)工具變量，捕捉兩類企業(yè)研發(fā)費(fèi)用變動(dòng)中受到全國(guó)性沖擊的影響：

然而，上述工具變量無(wú)法避免由當(dāng)?shù)氐拈L(zhǎng)期經(jīng)濟(jì)結(jié)構(gòu)特征所引起的研發(fā)費(fèi)用與TFP的長(zhǎng)期聯(lián)動(dòng)效應(yīng)帶來(lái)的內(nèi)生性問(wèn)題。對(duì)于這一內(nèi)生性問(wèn)題，本文通過(guò)安慰劑檢驗(yàn)對(duì)估計(jì)結(jié)果進(jìn)行驗(yàn)證。具體而言，在回歸方程中，本文將基于上述工具變量分析兩類研發(fā)效率沖擊對(duì)未來(lái)TFP增長(zhǎng)率的影響；而在安慰劑檢驗(yàn)中，本文將基于上述工具變量檢驗(yàn)兩類研發(fā)效率沖擊對(duì)過(guò)去TFP增長(zhǎng)率的影響。若本文的估計(jì)結(jié)果是由各省份長(zhǎng)期經(jīng)濟(jì)結(jié)構(gòu)的差異所引起的，則工具變量中各省份的差異來(lái)源應(yīng)該不僅能夠解釋各省份未來(lái)TFP增長(zhǎng)率的差異，也能夠解釋各省份過(guò)去TFP增長(zhǎng)率的差異，安慰劑檢驗(yàn)結(jié)果應(yīng)顯著，反之則不顯著。

控制變量包括當(dāng)期的TFP水平TFPi,t、知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)IPPi,t、出口占地區(qū)生產(chǎn)總值比重EXPgdpi,t、城鎮(zhèn)人口占比UrbanRi,t、勞動(dòng)報(bào)酬占地區(qū)生產(chǎn)總值比重LaborIncS i,t、每平方千米運(yùn)營(yíng)鐵路里程數(shù)RWareai,t以及就業(yè)人口平均受教育年限EducYeari,t。對(duì)于變量EXPgdpi,t、UrbanRi,t、LaborIncS i,t、RWareai,t以及EducYeari,t的選取，本文借鑒了金相郁（2007）以及龐瑞芝和楊慧（2008）的研究。就業(yè)人口平均受教育年限EducYeari,t的數(shù)據(jù)來(lái)自《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》，其他變量的數(shù)據(jù)均來(lái)自CSMAR 數(shù)據(jù)庫(kù)。

（三）回歸結(jié)果

表1 回歸結(jié)果

基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。在使用廣義矩估計(jì)（GMM）的列（3）中，解釋變量的系數(shù)與列（2）幾乎相同。在未使用工具變量的列（1）中，雖然TechRgdp和TechRgdp×IPP的系數(shù)顯著程度有所下降，但是仍與列（2）一致。TechRgdp和TechRgdp×IPP的系數(shù)顯著程度下降表明列（1）的確存在內(nèi)生性問(wèn)題。列（4）和列（5）使用與列（2）不同時(shí)期的TFP增長(zhǎng)率作為被解釋變量，也得到了相似的結(jié)果。在使用未來(lái)第2 期TFP增長(zhǎng)率的列（4）中，TechRgdp的系數(shù)不顯著，TechRgdp×IPP的系數(shù)變小且顯著程度下降。而在使用未來(lái)第4 期TFP增長(zhǎng)率的列（5）中，TechRgdp和RDgdp×IPP的系數(shù)在1%的水平上顯著，且系數(shù)的絕對(duì)值都大于列（4），表明應(yīng)用效率的提高對(duì)TFP增長(zhǎng)的抑制作用在一定時(shí)期內(nèi)增強(qiáng)，知識(shí)產(chǎn)權(quán)保護(hù)在應(yīng)用效率沖擊下對(duì)TFP增長(zhǎng)的促進(jìn)作用也在一定時(shí)期內(nèi)增強(qiáng)。

在安慰劑檢驗(yàn)中，本文使用滯后3 期的各省份TFP增長(zhǎng)率作為被解釋變量，回歸結(jié)果如列（6）所示?？梢钥吹?，TechRgdp、RDgdp×IPP和RDgdp×IPP的系數(shù)均不顯著，RDgdp的系數(shù)雖顯著，但符號(hào)與列（2）相反，說(shuō)明本文的結(jié)果不是由各地長(zhǎng)期經(jīng)濟(jì)結(jié)構(gòu)的差異所引起的。以其他滯后期TFP增長(zhǎng)率作為被解釋變量的回歸結(jié)果也與列（6）類似。

三、理論模型

本部分將企業(yè)區(qū)分為注重知識(shí)積累的創(chuàng)新型企業(yè)和注重知識(shí)利用的模仿型企業(yè)，建立一個(gè)含有內(nèi)生增長(zhǎng)的兩部門DSGE模型。在模型中，經(jīng)濟(jì)主體包括家庭、創(chuàng)新型企業(yè)、模仿型企業(yè)、知識(shí)服務(wù)商和最終產(chǎn)品企業(yè)。

創(chuàng)新型企業(yè)雇用研發(fā)勞動(dòng)來(lái)積累知識(shí)，其研發(fā)活動(dòng)受到創(chuàng)新效率沖擊的影響。模仿型企業(yè)雇用研發(fā)勞動(dòng)來(lái)利用知識(shí)，其研發(fā)活動(dòng)受到應(yīng)用效率沖擊的影響。模仿型企業(yè)自身不積累知識(shí)，通過(guò)付費(fèi)購(gòu)買知識(shí)使用權(quán)和免費(fèi)獲取溢出知識(shí)這兩種方式獲得創(chuàng)新型企業(yè)積累的知識(shí)。本文以模仿型企業(yè)付費(fèi)獲取的知識(shí)占社會(huì)知識(shí)存量的比例來(lái)衡量知識(shí)產(chǎn)權(quán)保護(hù)水平。模仿型企業(yè)的付費(fèi)知識(shí)占比越高，知識(shí)產(chǎn)權(quán)保護(hù)水平越高。因?yàn)橹R(shí)積累過(guò)程通常較為緩慢，所以模型中一期代表一年。所有價(jià)格變量為最終產(chǎn)品的相對(duì)價(jià)格。

（一）代表性家庭

經(jīng)濟(jì)中存在一個(gè)無(wú)限期存活的代表性家庭，通過(guò)選擇消費(fèi)Ct、普通勞動(dòng)Lt、研發(fā)勞動(dòng)Ht以及下一期的債券持有量Bt+1，最大化預(yù)期加總折現(xiàn)效用：

其中，β ∈(0,1) 為代表性家庭的主觀折現(xiàn)因子，ξL>0 為普通勞動(dòng)偏好參數(shù)，ξH>0為研發(fā)勞動(dòng)偏好參數(shù)，η為Frisch勞動(dòng)供給彈性的倒數(shù)。令為實(shí)際利率為普通勞動(dòng)工資為研發(fā)勞動(dòng)工資，Dt為企業(yè)的股息分紅，則代表性家庭的預(yù)算約束為：

（二）中間產(chǎn)品企業(yè)和知識(shí)服務(wù)商

中間產(chǎn)品由兩類企業(yè)生產(chǎn)：注重知識(shí)積累的創(chuàng)新型企業(yè)（部門n）和注重知識(shí)利用的模仿型企業(yè)（部門m）。部門i∈{n,m} 的企業(yè)在 [0,1]上連續(xù)分布，部門內(nèi)的產(chǎn)品完全替代，可加總得到部門總產(chǎn)出：

頸動(dòng)脈血管狹窄會(huì)直接引發(fā)缺血性腦疾病,當(dāng)頸動(dòng)脈出現(xiàn)內(nèi)膜血栓或粥樣硬化斑塊脫落等情況時(shí),會(huì)引發(fā)暫時(shí)性腦缺血和缺血性腦梗塞的發(fā)作,當(dāng)患者發(fā)病后需要進(jìn)行早期的診斷和治療,挽救生命安全[3]。從發(fā)病部位上看,頸內(nèi)動(dòng)脈和頸動(dòng)脈分叉是容易出現(xiàn)血管粥樣硬化的部位,通過(guò)對(duì)頸動(dòng)脈部位進(jìn)行CT和血管造影檢查能夠早期發(fā)現(xiàn)疾病,確診疾病,并且評(píng)估動(dòng)脈狹窄程度,在臨床診斷和治療中發(fā)揮了重要的價(jià)值。

部門i∈{n,m} 的企業(yè)j使用資本Ki,j,t并雇用普通勞動(dòng)Li,j,t來(lái)生產(chǎn)中間產(chǎn)品，生產(chǎn)函數(shù)為Cobb-Douglas函數(shù)：

其中，α ∈(0,1)為 資本收入份額。Ai,j,t為企業(yè)全要素生產(chǎn)率，由企業(yè)實(shí)際利用的知識(shí)內(nèi)生決定：

其中，Ni,j,t表示部門i的 企業(yè)j可使用的知識(shí)存量，ui,j,t表示部門i的企業(yè)j對(duì)可使用的知識(shí)存量的利用率。企業(yè)j通過(guò)投資Ii,j,t積累資本Ki,j,t，積累方程為：

其中，δK∈(0,1)為資本折舊率。

1.創(chuàng)新型企業(yè)。創(chuàng)新型企業(yè)j∈[0,1]自行積累知識(shí)存量，假設(shè)其知識(shí)存量可以完全利用，知識(shí)利用率un,j,t≡1，且無(wú)需支付額外的知識(shí)利用成本。

每期期初，創(chuàng)新型企業(yè)j擁有知識(shí)存量Nn,j,t。在t期，創(chuàng)新型企業(yè)j雇用研發(fā)勞動(dòng)Hn,j,t進(jìn)行知識(shí)積累。借鑒Comin和Gertler（2006）以及Anzoategui等（2019），假設(shè)單位研發(fā)勞動(dòng)的平均知識(shí)創(chuàng)造量為其中，變量χn,t為創(chuàng)新效率，即創(chuàng)新型企業(yè)的研發(fā)效率，是平穩(wěn)的外生沖擊，假設(shè)ln(χn,t)服從參數(shù)為 ρn和σn的AR(1)過(guò)程。系數(shù)?∈(0,1)表示擁塞效應(yīng)的程度，造成研發(fā)勞動(dòng)的邊際報(bào)酬遞減。企業(yè)個(gè)體平均知識(shí)創(chuàng)造量與社會(huì)知識(shí)總量Nn,t成正比，說(shuō)明社會(huì)知識(shí)總量具有正向溢出效應(yīng)。因此，創(chuàng)新型企業(yè)j的知識(shí)積累方程為：

其中，δN∈(0,1)為知識(shí)過(guò)時(shí)率。過(guò)時(shí)的知識(shí)可以理解為被社會(huì)發(fā)展所淘汰的一些技術(shù)知識(shí)，如膠卷、磁帶和留聲機(jī)的制作，這類知識(shí)對(duì)提高企業(yè)全要素生產(chǎn)率不再有作用。

創(chuàng)新型企業(yè)j在每期期初將其所擁有的知識(shí)存量Nn,j,t的使用權(quán)出租給知識(shí)服務(wù)商，獲得租金回報(bào)。假設(shè)每單位知識(shí)的租金為PN,j,t，則創(chuàng)新型企業(yè)j的預(yù)算約束為：

其中，Dn,j,t表示創(chuàng)新型企業(yè)的股息分紅。創(chuàng)新型企業(yè)j在預(yù)算約束下最大化股息貼現(xiàn)值其中 Λt為隨機(jī)貼現(xiàn)因子。根據(jù)創(chuàng)新型企業(yè)最優(yōu)化問(wèn)題，在對(duì)稱性條件下，可以得到創(chuàng)新型企業(yè)的最優(yōu)知識(shí)存量和最優(yōu)研發(fā)勞動(dòng)投入：

其中，QN,t為知識(shí)的影子價(jià)格，PN,n,t為創(chuàng)新型企業(yè)單位知識(shí)的平均租金。方程（2）的含義為單位知識(shí)的當(dāng)期價(jià)值等于單位知識(shí)下一期所帶來(lái)的收益的貼現(xiàn)值。單位知識(shí)下一期所帶來(lái)的收益包括下一期的價(jià)值、知識(shí)存量的邊際收益和出租知識(shí)使用權(quán)的收益。方程（3）的含義為單位研發(fā)勞動(dòng)所創(chuàng)造的知識(shí)的價(jià)值等于研發(fā)工資。值得注意的是，若無(wú)知識(shí)產(chǎn)權(quán)保護(hù)，方程（2）中將不會(huì)出現(xiàn)PN,n,t。因此，根據(jù)方程（1）和方程（3），知識(shí)產(chǎn)權(quán)保護(hù)增加了創(chuàng)新型企業(yè)單位知識(shí)的收益，提高了知識(shí)的影子價(jià)格，激勵(lì)了創(chuàng)新型企業(yè)投入更多的研發(fā)勞動(dòng)，從而加快了知識(shí)積累。

2.知識(shí)服務(wù)商。知識(shí)服務(wù)商每期向創(chuàng)新型企業(yè)j支付知識(shí)租金PN,j,tNn,j,t以獲得知識(shí)使用權(quán)，并對(duì)知識(shí)和知識(shí)使用權(quán)進(jìn)行打包，打包的知識(shí)為假設(shè)在知識(shí)服務(wù)商打包的過(guò)程中，1?ω ∈(0,1) 比例的知識(shí)發(fā)生溢出，被模仿型企業(yè)免費(fèi)獲得。知識(shí)服務(wù)商將剩余未溢出知識(shí)ωNn,t的使用權(quán)按照每單位知識(shí)單期的價(jià)格PN,t出售給模仿型企業(yè)。由利潤(rùn)最大化和零利潤(rùn)可得：

本文使用 ω來(lái)衡量知識(shí)產(chǎn)權(quán)保護(hù)水平。ω越高，則模仿型企業(yè)付費(fèi)獲得的知識(shí)占比越大，知識(shí)產(chǎn)權(quán)保護(hù)水平越高。本文假定所有知識(shí)都能被模仿型企業(yè)獲得，要么是付費(fèi)獲取，要么是免費(fèi)獲取。毫無(wú)疑問(wèn)，現(xiàn)實(shí)中付費(fèi)獲取的知識(shí)必然受到知識(shí)產(chǎn)權(quán)保護(hù)。知識(shí)產(chǎn)權(quán)保護(hù)范圍越廣、執(zhí)法越嚴(yán)，付費(fèi)知識(shí)的占比就越高，因而本文的衡量方式是自然而合理的。需要注意的是，本文模型中的知識(shí)主要指的是企業(yè)開(kāi)發(fā)的、用于生產(chǎn)的專利技術(shù)?，F(xiàn)實(shí)中，由于專利的保護(hù)期限最長(zhǎng)不超過(guò)二十年，并非所有知識(shí)都會(huì)申請(qǐng)專利，部分知識(shí)會(huì)以商業(yè)秘密的形式存在，很難被其他企業(yè)獲得。但鑒于這部分知識(shí)占比較低，且模仿型企業(yè)不能完全利用所有知識(shí)，模型中將其當(dāng)作溢出知識(shí)處理并無(wú)大礙。

3.模仿型企業(yè)。模仿型企業(yè)j∈[0,1]自身不積累知識(shí)，但可以通過(guò)兩種方式獲得創(chuàng)新型企業(yè)所積累的知識(shí)：一是免費(fèi)獲得溢出的知識(shí) (1?ω)Nn,t；二是向知識(shí)服務(wù)商購(gòu)買知識(shí)使用權(quán)Nm,j,t，單位知識(shí)使用權(quán)的購(gòu)買價(jià)格為PN,t。因此，模仿型企業(yè)j可使用的知識(shí)存量為：

模仿型企業(yè)通過(guò)雇用研發(fā)勞動(dòng)Hm,j,t來(lái) 提高其對(duì)知識(shí)的利用率um,j,t，假設(shè)兩者的關(guān)系如下：

其中，γ ∈(0,1)為 知識(shí)利用率關(guān)于研發(fā)勞動(dòng)的彈性。因此，Hm,j,t越多，企業(yè)的知識(shí)利用率越高，但知識(shí)邊際利用率越低。變量 χm,t為應(yīng)用效率，即模仿型企業(yè)的研發(fā)效率，是平穩(wěn)的外生沖擊，假設(shè)ln(χm,t)服從參數(shù)為 ρm和σm的AR(1)過(guò)程。

模仿型企業(yè)j的預(yù)算約束為：

其中，Dm,j,t為 模仿型企業(yè)的股息分紅。模仿型企業(yè)j在預(yù)算約束下最大化股息貼現(xiàn)值根據(jù)模仿型企業(yè)的最優(yōu)化問(wèn)題，在對(duì)稱性條件下，可以得到模仿型企業(yè)的最優(yōu)知識(shí)使用權(quán)購(gòu)買價(jià)格和最優(yōu)研發(fā)勞動(dòng)投入：

方程（6）的含義為單位知識(shí)的邊際收益等于其使用權(quán)的購(gòu)買價(jià)格。方程（7）的含義為單位研發(fā)勞動(dòng)的邊際收益等于研發(fā)工資，等式左邊也可以看作單位研發(fā)勞動(dòng)對(duì)知識(shí)利用率的改變量乘以知識(shí)利用率的邊際收益。

（三）最終產(chǎn)品企業(yè)

最終產(chǎn)品企業(yè)將兩類中間產(chǎn)品打包生產(chǎn)為最終產(chǎn)品，生產(chǎn)函數(shù)為CES（Constant Elasticity of Substitution）函數(shù)：

其中，Yn,t和Ym,t分別為創(chuàng)新部門和模仿部門的總產(chǎn)出，φ ∈(0,1) 為創(chuàng)新部門的相對(duì)占比，σ>0為兩類中間產(chǎn)品的替代彈性。令兩類中間產(chǎn)品的價(jià)格分別為Pn,t和Pm,t，則由成本最小化和零利潤(rùn)可得：

（四）市場(chǎng)出清及其他

出清條件包括產(chǎn)品市場(chǎng)出清、普通勞動(dòng)市場(chǎng)出清和研發(fā)勞動(dòng)市場(chǎng)出清。其中，產(chǎn)品市場(chǎng)出清條件為Yt=Ct+It?？偼顿YIt=In,t+Im,t。普通勞動(dòng)市場(chǎng)和研發(fā)勞動(dòng)市場(chǎng)出清的條件分別為L(zhǎng)t=Ln,t+Lm,t和Ht=Hn,t+Hm,t。定義社會(huì)整體的全要素生產(chǎn)率為：

（五）趨勢(shì)變量與知識(shí)增長(zhǎng)率

在模型中，創(chuàng)新型企業(yè)和模仿型企業(yè)的TFP增長(zhǎng)趨勢(shì)都由創(chuàng)新部門知識(shí)存量Nn,t決定。因此，創(chuàng)新部門所積累的社會(huì)知識(shí)總量Nn,t是長(zhǎng)期生產(chǎn)率提高和經(jīng)濟(jì)增長(zhǎng)的唯一來(lái)源。參考Bianchi等（2019），Nn,t可以被視作趨勢(shì)變量。社會(huì)知識(shí)總量Nn,t也決定了總產(chǎn)出（Yt）、總消費(fèi)（Ct）、總投資（It）、資本存量（Kn,t和Km,t）等非平穩(wěn)變量的長(zhǎng)期趨勢(shì)。為了得到平穩(wěn)變量，只需把相應(yīng)的非平穩(wěn)變量除以社會(huì)知識(shí)總量Nn,t或關(guān)于Nn,t的趨勢(shì)表達(dá)式。

與外生增長(zhǎng)DSGE模型不同的是，本文模型中趨勢(shì)增長(zhǎng)率不是常數(shù)或者外生的隨機(jī)變量，而是一個(gè)內(nèi)生決定的變量，即知識(shí)增長(zhǎng)率 μn,t≡Nn,t+1/Nn,t。由知識(shí)積累方程（1）可得：在長(zhǎng)期，增加創(chuàng)新部門的研發(fā)勞動(dòng)投入可以提高社會(huì)知識(shí)總量的增長(zhǎng)率，提升社會(huì)生產(chǎn)率，加速經(jīng)濟(jì)增長(zhǎng)。

四、模擬分析

本部分在上文建立的兩部門DSGE模型中模擬兩類研發(fā)效率沖擊的影響。首先進(jìn)行參數(shù)校準(zhǔn)，然后展示基本的模擬結(jié)果，最后進(jìn)行穩(wěn)健性討論。值得注意的是，模型中一期代表一年。

（一）參數(shù)校準(zhǔn)

待校準(zhǔn)的參數(shù)可分為三類：一是文獻(xiàn)中的常見(jiàn)參數(shù)，二是研發(fā)活動(dòng)相關(guān)參數(shù)，三是外生沖擊相關(guān)參數(shù)。首先對(duì)常見(jiàn)的參數(shù)進(jìn)行校準(zhǔn)。參考Chang 等（2016），中國(guó)勞動(dòng)收入份額 α設(shè)為0.5。由于模型中一期代表一年，貼現(xiàn)系數(shù) β為文獻(xiàn)中常見(jiàn)值0.99 的年化值 0.994≈0.96。關(guān)于資本年折舊率，張軍等（2004）的估計(jì)結(jié)果為9.6%，且大部分研究中國(guó)經(jīng)濟(jì)波動(dòng)的文獻(xiàn)選取0.10，所以 δK設(shè)為0.10。Frisch勞動(dòng)供給彈性的倒數(shù) η設(shè)為3，與徐舒等（2011）以及胡永剛和郭新強(qiáng)（2012）一致。普通勞動(dòng)偏好 ξL的校準(zhǔn)值使總勞動(dòng)時(shí)間L為0.4，與Chang 等（2015）一致。由于創(chuàng)新型企業(yè)和模仿型企業(yè)的產(chǎn)品具有較強(qiáng)的替代性，兩類產(chǎn)品的替代彈性 σ設(shè)為10，與國(guó)內(nèi)文獻(xiàn)對(duì)中間產(chǎn)品替代彈性的賦值一致。

研發(fā)活動(dòng)相關(guān)參數(shù)主要基于中國(guó)規(guī)模以上工業(yè)企業(yè)2012?2019 年數(shù)據(jù)進(jìn)行校準(zhǔn)，同時(shí)參考一些國(guó)外文獻(xiàn)。在校準(zhǔn)過(guò)程中，中國(guó)規(guī)模以上工業(yè)企業(yè)中有R&D活動(dòng)的企業(yè)被視作創(chuàng)新型企業(yè)，而沒(méi)有R&D活動(dòng)的企業(yè)被視作模仿型企業(yè)，同時(shí)規(guī)模以上工業(yè)企業(yè)的技術(shù)改造經(jīng)費(fèi)支出被視作模仿型企業(yè)的研發(fā)費(fèi)用。中國(guó)規(guī)模以上工業(yè)企業(yè)有R&D活動(dòng)的企業(yè)平均占比約為22%，所以模型中創(chuàng)新部門的相對(duì)占比 φ的取值為0.451，使得在穩(wěn)態(tài)下創(chuàng)新部門產(chǎn)值占總產(chǎn)值的比例PnYn/Y為22%?；谥袊?guó)R&D人員折合全時(shí)當(dāng)量、規(guī)模以上工業(yè)企業(yè)技術(shù)改造經(jīng)費(fèi)支出和R&D經(jīng)費(fèi)支出的數(shù)據(jù)，本文對(duì)模型中總研發(fā)勞動(dòng)H的穩(wěn)態(tài)值進(jìn)行估計(jì)（H=0.00272 ），①基于中國(guó)2012?2019 年工業(yè)企業(yè)數(shù)據(jù)，R&D 人員折合全時(shí)當(dāng)量約為總就業(yè)人數(shù)的0.5%，由此推算創(chuàng)新部門研發(fā)勞動(dòng) Hn為0.002?；谀Ｐ图僭O(shè)和數(shù)據(jù)定義，可將規(guī)模以上工業(yè)企業(yè)的R&D 經(jīng)費(fèi)支出與模型中創(chuàng)新型企業(yè)的研發(fā)勞動(dòng)工資支出相對(duì)應(yīng)，將技術(shù)改造經(jīng)費(fèi)支出與模型中模仿型企業(yè)的研發(fā)勞動(dòng)工資支出相對(duì)應(yīng)。由于數(shù)據(jù)中規(guī)模以上工業(yè)企業(yè)技術(shù)改造經(jīng)費(fèi)支出與R&D 經(jīng)費(fèi)支出的比值約為36%，模仿部門研發(fā)勞動(dòng) Hm設(shè) 為0 .36Hn 。綜上，社會(huì)總研發(fā)勞動(dòng)等于兩個(gè)部門研發(fā)勞動(dòng)之和H=Hn+Hm=0.00272。進(jìn)而對(duì)研發(fā)勞動(dòng)偏好 ξH進(jìn)行校準(zhǔn)。

研發(fā)活動(dòng)相關(guān)參數(shù)還包括知識(shí)積累相關(guān)參數(shù)和知識(shí)利用相關(guān)參數(shù)。在知識(shí)積累方面，關(guān)于知識(shí)過(guò)時(shí)率 δN，參考Anzoategui 等（2019）的季度校準(zhǔn)值0.02，本文設(shè)為0.08。關(guān)于擁塞效應(yīng)系數(shù)?，Griliches（1990）利用1945?1987 年美國(guó)專利年度數(shù)據(jù)得到的估計(jì)值約為0.9，Anzoategui 等（2019）利用1984?2008 年美國(guó)季度數(shù)據(jù)得到的貝葉斯后驗(yàn)均值為0.372。Anzoategui 等（2019）認(rèn)為季度數(shù)據(jù)得到的估計(jì)值小于年度數(shù)據(jù)得到的估計(jì)值，是因?yàn)楦哳l率的研發(fā)勞動(dòng)投入調(diào)整會(huì)產(chǎn)生更高的調(diào)整成本，從而造成更嚴(yán)重的邊際報(bào)酬遞減。因此，考慮到模型中一期代表一年，且中國(guó)處于技術(shù)追趕階段，創(chuàng)新部門研發(fā)勞動(dòng)邊際報(bào)酬遞減規(guī)律較強(qiáng)，?設(shè)為0.5。創(chuàng)新效率穩(wěn)態(tài) χn的校準(zhǔn)值使穩(wěn)態(tài)知識(shí)增長(zhǎng)率 μn為1.071，與中國(guó)2012?2019 年GDP年均增長(zhǎng)率一致。

在知識(shí)利用方面，應(yīng)用效率穩(wěn)態(tài) χm取值為0.046，知識(shí)利用率對(duì)研發(fā)勞動(dòng)的彈性 γ取值為0.040，模仿型企業(yè)付費(fèi)知識(shí)占比即知識(shí)產(chǎn)權(quán)保護(hù)水平 ω取值為0.003。②張勛和喬坤元（2016）利用1985?2013 年中國(guó)省級(jí)面板數(shù)據(jù)和空間計(jì)量方法，估計(jì)得到各經(jīng)濟(jì)圈的技術(shù)擴(kuò)散參數(shù)，本文中模仿型企業(yè)的付費(fèi)知識(shí)占比ω 的校準(zhǔn)值在其估計(jì)結(jié)果區(qū)間[0.001，0.020]內(nèi)。這三個(gè)參數(shù)的取值意味著：第一，穩(wěn)態(tài)時(shí)模仿型企業(yè)能夠完全利用上一期的知識(shí)存量，即知識(shí)利用率的穩(wěn)態(tài)值um=(1?δN)/μn=0.859；第二，穩(wěn)態(tài)時(shí)模仿型企業(yè)和創(chuàng)新型企業(yè)的研發(fā)勞動(dòng)之比為0.36，與中國(guó)規(guī)模以上工業(yè)企業(yè)技術(shù)改造經(jīng)費(fèi)支出與R&D經(jīng)費(fèi)支出的比值一致；第三，穩(wěn)態(tài)時(shí)模仿型企業(yè)購(gòu)買知識(shí)使用權(quán)支出與創(chuàng)新型企業(yè)研發(fā)支出之比為2.6%，與中國(guó)規(guī)模以上工業(yè)企業(yè)購(gòu)買國(guó)內(nèi)技術(shù)經(jīng)費(fèi)支出與R&D經(jīng)費(fèi)支出比值的均值一致。

對(duì)于外生沖擊相關(guān)參數(shù)，由于缺乏信息，同時(shí)為了方便對(duì)比兩類研發(fā)效率沖擊的影響，本文將研發(fā)效率持續(xù)性系數(shù) ρn和 ρm都設(shè)為0.75，標(biāo)準(zhǔn)差 σn和 σm都設(shè)為0.01。

（二）結(jié)果分析

為了更加清楚地展示知識(shí)產(chǎn)權(quán)保護(hù)在兩類研發(fā)效率沖擊下的作用，本文考慮兩種知識(shí)產(chǎn)權(quán)保護(hù)水平。一種是基準(zhǔn)保護(hù)水平（ω=0.003），該取值基于中國(guó)規(guī)模以上工業(yè)企業(yè)購(gòu)買國(guó)內(nèi)技術(shù)經(jīng)費(fèi)支出和R&D經(jīng)費(fèi)支出數(shù)據(jù)，通過(guò)對(duì)模型進(jìn)行校準(zhǔn)得到，反映中國(guó)現(xiàn)階段的知識(shí)產(chǎn)權(quán)保護(hù)水平。另一種是嚴(yán)格保護(hù)水平（ω=0.2），反映中國(guó)未來(lái)可能達(dá)到的知識(shí)產(chǎn)權(quán)保護(hù)水平。在該保護(hù)水平下，創(chuàng)新型企業(yè)的知識(shí)租金收入與研發(fā)費(fèi)用的穩(wěn)態(tài)比值約為1，即知識(shí)積累活動(dòng)的成本恰好由模仿型企業(yè)承擔(dān)。需要注意的是，兩種知識(shí)產(chǎn)權(quán)保護(hù)水平下的模型穩(wěn)態(tài)是不同的。因此，本文比較各變量偏離其初始穩(wěn)態(tài)的百分比，使兩種知識(shí)產(chǎn)權(quán)保護(hù)水平下的脈沖響應(yīng)具有可比性。

1.創(chuàng)新效率沖擊。創(chuàng)新效率沖擊的脈沖響應(yīng)曲線如圖1 所示，其中實(shí)線表示基準(zhǔn)保護(hù)水平（ω=0.003），虛線表示嚴(yán)格保護(hù)水平（ω=0.2）。在基準(zhǔn)保護(hù)水平下，正向的創(chuàng)新效率沖擊導(dǎo)致創(chuàng)新型企業(yè)單位研發(fā)勞動(dòng)投入所產(chǎn)生的新知識(shí)增加，鼓勵(lì)創(chuàng)新型企業(yè)增加研發(fā)勞動(dòng)投入Hn,t，促使知識(shí)增長(zhǎng)率 μn,t上升。創(chuàng)新型企業(yè)研發(fā)勞動(dòng)投入的增加和知識(shí)增長(zhǎng)率的上升共同促使研發(fā)工資上升。知識(shí)存量的加速增長(zhǎng)提高了中長(zhǎng)期TFP和總產(chǎn)出水平，也使創(chuàng)新部門產(chǎn)出上升。知識(shí)存量的加速增長(zhǎng)還使知識(shí)使用權(quán)的供給增加，知識(shí)的邊際產(chǎn)出下降，從而降低了知識(shí)使用權(quán)價(jià)格和知識(shí)影子價(jià)格。此外，創(chuàng)新型企業(yè)研發(fā)勞動(dòng)的增加擠出了模仿型企業(yè)的研發(fā)勞動(dòng)投入Hm,t，降低了其知識(shí)利用率um,t，導(dǎo)致短期內(nèi)其產(chǎn)出下降，TFP和總產(chǎn)出也下降，對(duì)經(jīng)濟(jì)造成負(fù)面影響。而從中長(zhǎng)期看，模仿型企業(yè)可使用的知識(shí)存量因社會(huì)知識(shí)總量上升而增加，所以其產(chǎn)出仍會(huì)增長(zhǎng)。

圖1 創(chuàng)新效率沖擊的脈沖響應(yīng)分析

綜上所述，正向的創(chuàng)新效率沖擊通過(guò)促進(jìn)知識(shí)積累，在中長(zhǎng)期對(duì)TFP水平以及兩類企業(yè)的產(chǎn)出均產(chǎn)生了正面影響。也就是說(shuō)，正向的創(chuàng)新效率沖擊不僅有利于創(chuàng)新型企業(yè)發(fā)展，也有利于模仿型企業(yè)的中長(zhǎng)期發(fā)展。值得注意的是，正向的創(chuàng)新效率沖擊導(dǎo)致中長(zhǎng)期TFP明顯上升，與表1 列（2）中RDgdp的系數(shù)顯著為正一致。

對(duì)于知識(shí)產(chǎn)權(quán)保護(hù)在創(chuàng)新效率沖擊中的作用，模仿型企業(yè)知識(shí)利用率下降會(huì)對(duì)知識(shí)使用權(quán)的需求產(chǎn)生些許負(fù)面影響，并通過(guò)知識(shí)租金反饋到創(chuàng)新型企業(yè)，從而產(chǎn)生一定的負(fù)向反饋?zhàn)饔?。這一反饋?zhàn)饔秒S知識(shí)產(chǎn)權(quán)保護(hù)水平的提高而增強(qiáng)。如圖1 虛線所示，在模仿型企業(yè)的負(fù)向反饋?zhàn)饔孟拢瑖?yán)格保護(hù)水平下的知識(shí)使用權(quán)價(jià)格和知識(shí)影子價(jià)格的下降幅度更大，從而創(chuàng)新型企業(yè)研發(fā)勞動(dòng)和知識(shí)增長(zhǎng)率的上升幅度減小。此外，更高的知識(shí)產(chǎn)權(quán)保護(hù)水平激勵(lì)創(chuàng)新型企業(yè)投入更多的研發(fā)勞動(dòng)，使得相同規(guī)模的創(chuàng)新效率上升帶來(lái)的知識(shí)積累加速更加顯著。在本文校準(zhǔn)下，激勵(lì)作用占據(jù)主導(dǎo)，更高的知識(shí)產(chǎn)權(quán)保護(hù)水平增強(qiáng)了正向創(chuàng)新效率沖擊對(duì)知識(shí)存量、TFP和總產(chǎn)出的積極作用。不過(guò)，由于存在負(fù)向反饋?zhàn)饔?，兩種知識(shí)保護(hù)水平下知識(shí)增長(zhǎng)率和TFP的脈沖響應(yīng)曲線差別較小，這與表1 列（2）中交叉項(xiàng)RDgdp×IPP的系數(shù)不顯著是一致的。

2.應(yīng)用效率沖擊。應(yīng)用效率沖擊的脈沖響應(yīng)曲線如圖2 所示。同樣地，實(shí)線表示基準(zhǔn)保護(hù)水平（ω=0.003 ），虛線表示嚴(yán)格保護(hù)水平（ω=0.2）。在基準(zhǔn)保護(hù)水平下，正向的應(yīng)用效率沖擊提高了模仿型企業(yè)的知識(shí)利用率um,t，并鼓勵(lì)模仿型企業(yè)投入更多的研發(fā)勞動(dòng)Hm,t，從而對(duì)模仿部門產(chǎn)出、總產(chǎn)出和TFP具有短期的正面影響。然而，模仿型企業(yè)研發(fā)勞動(dòng)投入的增加擠出了創(chuàng)新型企業(yè)的研發(fā)勞動(dòng)投入Hn,t，降低了知識(shí)積累速度 μn,t，從而減少了創(chuàng)新部門的產(chǎn)出和知識(shí)使用權(quán)的供給。模仿型企業(yè)知識(shí)利用率的上升提高了知識(shí)使用權(quán)的邊際產(chǎn)出，所以知識(shí)使用權(quán)的需求增加。供給減少和需求增加共同導(dǎo)致知識(shí)使用權(quán)價(jià)格上升，增加了創(chuàng)新型企業(yè)單位知識(shí)存量的知識(shí)租金，形成了正向反饋?zhàn)饔谩?/p>

圖2 應(yīng)用效率沖擊的脈沖響應(yīng)分析

在中長(zhǎng)期，由于知識(shí)增長(zhǎng)率的持續(xù)下降，兩個(gè)部門的產(chǎn)出和TFP都有所下降，低于初始穩(wěn)態(tài)水平。這表明正向的應(yīng)用效率沖擊雖在短期內(nèi)有利于模仿型企業(yè)發(fā)展和經(jīng)濟(jì)增長(zhǎng)，但不利于創(chuàng)新型企業(yè)發(fā)展和知識(shí)積累，最終在中長(zhǎng)期不利于模仿型企業(yè)發(fā)展和經(jīng)濟(jì)發(fā)展。正向的應(yīng)用效率沖擊導(dǎo)致中長(zhǎng)期TFP明顯下降，這與表1 列（2）中TechRgdp的系數(shù)顯著為負(fù)一致。

上述結(jié)果表明，正向的應(yīng)用效率沖擊帶來(lái)的短期繁榮可能會(huì)損害經(jīng)濟(jì)增長(zhǎng)潛力。聯(lián)系現(xiàn)實(shí)，在知識(shí)產(chǎn)權(quán)保護(hù)水平較低的情況下，若某項(xiàng)重大技術(shù)（如人工智能）的應(yīng)用成為可能，企業(yè)會(huì)熱衷于實(shí)現(xiàn)技術(shù)的商業(yè)應(yīng)用，高薪聘請(qǐng)研究人員，導(dǎo)致技術(shù)創(chuàng)新（知識(shí)積累）領(lǐng)域的人才流入技術(shù)應(yīng)用（知識(shí)利用）領(lǐng)域，從而使整個(gè)社會(huì)的創(chuàng)新能力下降。經(jīng)濟(jì)發(fā)展在短期內(nèi)會(huì)呈現(xiàn)繁榮的景象，但由于透支了經(jīng)濟(jì)發(fā)展的潛力，經(jīng)濟(jì)發(fā)展水平最終低于最優(yōu)發(fā)展水平。

對(duì)于知識(shí)產(chǎn)權(quán)保護(hù)在應(yīng)用效率沖擊中的作用，知識(shí)產(chǎn)權(quán)保護(hù)使模仿型企業(yè)的知識(shí)利用率上升，反饋到創(chuàng)新型企業(yè)，從而產(chǎn)生正向反饋?zhàn)饔谩＿@一正向反饋?zhàn)饔孟魅趿四７滦推髽I(yè)在研發(fā)勞動(dòng)市場(chǎng)上對(duì)創(chuàng)新型企業(yè)的擠出效應(yīng)。知識(shí)產(chǎn)權(quán)保護(hù)水平越高，反饋?zhàn)饔迷綇?qiáng)。如圖2 虛線所示，嚴(yán)格保護(hù)水平下知識(shí)影子價(jià)格的下降幅度更小，創(chuàng)新型企業(yè)研發(fā)勞動(dòng)和知識(shí)增長(zhǎng)率的下降幅度減小，模仿型企業(yè)研發(fā)勞動(dòng)和知識(shí)利用率的上升幅度也減小，從而使知識(shí)使用權(quán)購(gòu)買價(jià)格的上升幅度減小。在中長(zhǎng)期，由于模仿型企業(yè)持續(xù)的正向反饋?zhàn)饔?，知識(shí)增長(zhǎng)率累計(jì)減小的幅度不斷擴(kuò)大，因此嚴(yán)格保護(hù)水平下的TFP和總產(chǎn)出都明顯高于基準(zhǔn)保護(hù)水平，與表1 列（2）中交叉項(xiàng)TechRgdp×IPP的系數(shù)顯著為正一致。這表明加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)能夠有效減輕應(yīng)用效率沖擊帶來(lái)的短期繁榮對(duì)經(jīng)濟(jì)增長(zhǎng)潛力的損害，使模仿型企業(yè)的發(fā)展也能帶動(dòng)創(chuàng)新型企業(yè)的發(fā)展和知識(shí)積累，從而使經(jīng)濟(jì)發(fā)展處于更加合理的軌道上。

（三）穩(wěn)健性討論

首先討論參數(shù)的影響。應(yīng)用效率沖擊持續(xù)性參數(shù) ρm、擁塞效應(yīng)系數(shù) ?和Frisch勞動(dòng)供給彈性的倒數(shù) η對(duì)核心結(jié)果都可能有較大影響。本文采用與上文不同的參數(shù)值對(duì)模型重新校準(zhǔn)。①重新校準(zhǔn)時(shí)，基準(zhǔn)知識(shí)產(chǎn)權(quán)保護(hù)水平下創(chuàng)新型企業(yè)的知識(shí)租金收入與研發(fā)費(fèi)用的穩(wěn)態(tài)比值為2.6%，嚴(yán)格知識(shí)產(chǎn)權(quán)保護(hù)水平下創(chuàng)新型企業(yè)的知識(shí)租金收入與研發(fā)費(fèi)用的穩(wěn)態(tài)比值為1。對(duì) ρm 的重新校準(zhǔn)不會(huì)改變知識(shí)產(chǎn)權(quán)保護(hù)水平 ω的 值，但對(duì)? 和η 的重新校準(zhǔn)會(huì)改變?chǔ)?的值。

圖3 中（1）、（3）和（5）是不同參數(shù)值下TFP的變化，（2）、（4）和（6）是不同參數(shù)值下知識(shí)產(chǎn)權(quán)保護(hù)對(duì)TFP變化幅度的改變?？梢钥吹?，所有參數(shù)值下應(yīng)用效率沖擊都會(huì)降低中長(zhǎng)期TFP，且知識(shí)產(chǎn)權(quán)保護(hù)都能改善中長(zhǎng)期TFP，表明本文核心結(jié)果是穩(wěn)健的。

圖3 不同參數(shù)下應(yīng)用效率沖擊對(duì)TFP 的影響和知識(shí)產(chǎn)權(quán)保護(hù)的作用

圖3 中（1）和（2）展示了應(yīng)用效率沖擊持續(xù)性參數(shù) ρm的影響。子圖（1）表明，ρm越大，中長(zhǎng)期TFP下降幅度越大。在現(xiàn)階段，智能技術(shù)的應(yīng)用將是一場(chǎng)持久的革命，這意味著應(yīng)用效率沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)潛力的損害可能會(huì)非常嚴(yán)重。子圖（3）和（4）展示了擁塞效應(yīng)系數(shù) ?的影響。子圖（3）表明，?越大，中長(zhǎng)期TFP下降幅度越大。一般而言，經(jīng)濟(jì)發(fā)展程度越高，科技水平越處于世界前列，研發(fā)勞動(dòng)的邊際知識(shí)產(chǎn)出下降得越慢，即 ?越大。對(duì)于正處于技術(shù)趕超階段的國(guó)家，?將逐漸變大，因而需要越來(lái)越重視知識(shí)產(chǎn)權(quán)保護(hù)。子圖（5）和（6）展示了Frisch勞動(dòng)供給彈性的倒數(shù) η的影響。根據(jù)子圖（5），η越小，中長(zhǎng)期TFP下降幅度越大。這主要是因?yàn)檠邪l(fā)勞動(dòng)供給在正向的應(yīng)用效率沖擊下減少，η越小，研發(fā)勞動(dòng)供給減少得越多。子圖（2）、（4）和（6）均顯示，應(yīng)用效率沖擊對(duì)TFP的影響越嚴(yán)重，知識(shí)產(chǎn)權(quán)保護(hù)對(duì)中長(zhǎng)期TFP的改善程度越大，再次表明了知識(shí)產(chǎn)權(quán)保護(hù)的積極作用。

為了進(jìn)一步驗(yàn)證結(jié)論的穩(wěn)健性和模型的有效性，本文還對(duì)模型進(jìn)行了貝葉斯估計(jì)。由于觀測(cè)量較少，大部分參數(shù)的后驗(yàn)均值與先驗(yàn)均值差別不大。應(yīng)用效率沖擊持續(xù)性參數(shù) ρm的后驗(yàn)均值為0.608，擁塞效應(yīng)系數(shù) ?的后驗(yàn)均值為0.216，均低于本文的校準(zhǔn)值，相應(yīng)地應(yīng)用效率沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)潛力的損害程度也較低。但后驗(yàn)均值擬合的是估計(jì)期內(nèi)的整體情況，隨著中國(guó)的技術(shù)進(jìn)步和近年來(lái)智能技術(shù)的大規(guī)模應(yīng)用，ρm和 ?都將更加接近校準(zhǔn)值，貝葉斯估計(jì)在某種程度上體現(xiàn)的是經(jīng)濟(jì)增長(zhǎng)潛力受損害程度的下限。

方差分解結(jié)果顯示，創(chuàng)新效率沖擊和應(yīng)用效率沖擊是最重要的波動(dòng)來(lái)源。GDP增長(zhǎng)率歷史分解結(jié)果顯示，2018?2019 年，應(yīng)用效率沖擊對(duì)GDP增長(zhǎng)率具有較大的正向貢獻(xiàn)，而創(chuàng)新效率沖擊對(duì)GDP增長(zhǎng)率具有較大的負(fù)向貢獻(xiàn)，與本文的主要結(jié)論一致。貝葉斯估計(jì)產(chǎn)生的模型數(shù)據(jù)與規(guī)模以上工業(yè)企業(yè)技術(shù)購(gòu)買經(jīng)費(fèi)支出增長(zhǎng)率、中國(guó)知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)、發(fā)明專利申請(qǐng)數(shù)、科研機(jī)構(gòu)R&D資金增長(zhǎng)率、高校R&D資金增長(zhǎng)率等外部數(shù)據(jù)具有較高的擬合度，在很大程度上表明本文模型是有效的，尤其是在知識(shí)產(chǎn)權(quán)保護(hù)方面。

五、結(jié)論與政策建議

本文從實(shí)證和理論兩個(gè)角度探討了研發(fā)效率沖擊的宏觀影響以及知識(shí)產(chǎn)權(quán)保護(hù)的作用。本文通過(guò)刻畫(huà)創(chuàng)新型企業(yè)與模仿型企業(yè)之間的知識(shí)互動(dòng)，構(gòu)建了含有內(nèi)生增長(zhǎng)的兩部門DSGE模型，并模擬了兩種知識(shí)產(chǎn)權(quán)保護(hù)水平下兩類研發(fā)效率沖擊的影響。研究表明：第一，正向的創(chuàng)新效率沖擊通過(guò)鼓勵(lì)創(chuàng)新型企業(yè)的知識(shí)積累活動(dòng)，促進(jìn)了TFP和總產(chǎn)出持續(xù)加速增長(zhǎng)，在中長(zhǎng)期也有利于模仿型企業(yè)發(fā)展。第二，正向的應(yīng)用效率沖擊通過(guò)提高模仿型企業(yè)的知識(shí)利用率，促使短期內(nèi)TFP和總產(chǎn)出提高，但抑制了創(chuàng)新型企業(yè)的知識(shí)積累活動(dòng)，使得中長(zhǎng)期TFP和總產(chǎn)出下降，從而不利于兩類企業(yè)的中長(zhǎng)期發(fā)展。第三，知識(shí)產(chǎn)權(quán)保護(hù)在創(chuàng)新效率沖擊中沒(méi)有明顯作用，但在應(yīng)用效率沖擊中有明顯的積極作用，加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)能夠有效避免由應(yīng)用效率推動(dòng)的短期繁榮對(duì)經(jīng)濟(jì)增長(zhǎng)潛力的損害。

現(xiàn)階段，5G、大數(shù)據(jù)、人工智能等技術(shù)正全面步入應(yīng)用階段，相關(guān)企業(yè)不惜以高薪大量招聘研究人才，恰如應(yīng)用效率沖擊下模仿型企業(yè)增加研發(fā)勞動(dòng)投入。若被高薪聘請(qǐng)的研究人才來(lái)自科技前沿領(lǐng)域，則前沿領(lǐng)域?qū)⒊霈F(xiàn)人才流失，正如創(chuàng)新型企業(yè)的研發(fā)勞動(dòng)被模仿型企業(yè)擠出。在應(yīng)用效率沖擊下，重大技術(shù)迅速應(yīng)用帶來(lái)的經(jīng)濟(jì)繁榮固然令人欣喜，但科技前沿領(lǐng)域的人才流失將抑制技術(shù)創(chuàng)新，損害經(jīng)濟(jì)增長(zhǎng)潛力，導(dǎo)致經(jīng)濟(jì)發(fā)展后勁不足。鑒于此，本文提出以下政策建議：第一，政府加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)，完善立法和制度建設(shè)，并不斷提高執(zhí)法力度，維護(hù)科技貢獻(xiàn)者的利益。第二，在關(guān)注技術(shù)應(yīng)用的同時(shí)，政府還應(yīng)關(guān)注科技前沿領(lǐng)域是否出現(xiàn)人才流失，適當(dāng)提高前沿領(lǐng)域科研人員的待遇，激勵(lì)青年人才進(jìn)入前沿領(lǐng)域探索。第三，為專利技術(shù)轉(zhuǎn)讓提供更好的服務(wù)，加強(qiáng)專利技術(shù)的市場(chǎng)化建設(shè)，促進(jìn)專利成果轉(zhuǎn)化，讓發(fā)明創(chuàng)造者能夠獲得更多收益，也讓獲得專利技術(shù)的企業(yè)更好地發(fā)展。