曹崢林　蔣紹琴

摘 要：實(shí)證分析2007-2018年長江經(jīng)濟(jì)帶11個(gè)省市研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響效應(yīng)。研究結(jié)果表明，從長江經(jīng)濟(jì)帶整體來看，研發(fā)投入結(jié)構(gòu)顯著正向影響省域?qū)＠|(zhì)量，但以研發(fā)投入結(jié)構(gòu)作為門檻變量發(fā)現(xiàn)，研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響存在明顯的雙重門檻效應(yīng)，研發(fā)投入結(jié)構(gòu)的最優(yōu)區(qū)間為（0.044 5，0.078 8］；分地區(qū)探討發(fā)現(xiàn)，研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響存在地區(qū)異質(zhì)性，對長江下游地區(qū)的省域?qū)＠|(zhì)量具有顯著促進(jìn)作用，并存在單一門檻效應(yīng)，超過臨界值0.070 6，促進(jìn)效應(yīng)減弱；對長江中上游地區(qū)的省域?qū)＠|(zhì)量的促進(jìn)作用不顯著且不存在門檻效應(yīng)。為提升長江經(jīng)濟(jì)帶各省市的省域?qū)＠|(zhì)量水平，需合理協(xié)調(diào)基礎(chǔ)研究與應(yīng)用研究投入占比，重視兩者之間的協(xié)同發(fā)展。

關(guān)鍵詞：基礎(chǔ)研究；應(yīng)用研究；省域?qū)＠|(zhì)量；研發(fā)投入結(jié)構(gòu)；長江經(jīng)濟(jì)帶

中圖分類號：F207；F204；F127；D923.4

文獻(xiàn)標(biāo)識碼：A doi：10.3969/j.issn.1672-2272.202303128

The Impact of R&D Investment Structure on Provincial Patent Quality

—— Based on Empirical Analysis of the Yangtze River Economic Belt

Cao Zhenglin，Jiang Shaoqin

（Chongqing Intellectual Property College Chongqing University of Technology， Chongqing 400054，China）

Abstract：Empirical analysis of the impact of R & D investment structure on provincial patent quality in 11 provinces and cities in the Yangtze River Economic Belt from 2007 to 2018. The results show that，from the perspective of the Yangtze River Economic Belt as a whole， the R&D investment structure has a significant positive impact on the improvement of provincial patent quality. However， using the R&D investment structure as a threshold variable， it is found that there is an obvious double threshold effect on the impact of R&D investment structure on provincial patent quality. The optimal range of R&D investment structure is （0.044 5，0.078 8］；Through the discussion of different regions， it is found that there is regional heterogeneity in the impact of R&D investment structure on the quality of provincial patents， which has a significant role in promoting the quality of provincial patents in the downstream regions and has a single threshold effect. When it exceeds the critical value of 0.070 6， the promotion effect is weakened. The promotion effect on the provincial patent quality in the middle and upper reaches is not significant and there is no threshold effect. In order to improve the provincial patent quality level of provinces and cities in the Yangtze River Economic Belt， it is necessary to reasonably coordinate the proportion of investment between basic research and applied research， and attach importance to the synergistic development between them.

Key Words：Basic Research; Application Research; Provincial Patent Quality; R&D Investment Structure; Yangtze River Economic Belt

0 引言

專利是參與市場競爭的核心戰(zhàn)略資源，也是國家自主創(chuàng)新能力的體現(xiàn)。截至2021年底，我國3種專利申請量約為524.4萬件，PCT國際專利申請約為6.95萬件，位居全球各國專利申請量前列。但是，我國整體專利質(zhì)量并未隨著專利數(shù)量的增加而提高，“專利泡沫”和“創(chuàng)新假象”問題頻現(xiàn)，導(dǎo)致部分專利華而不實(shí)，未能在我國自主創(chuàng)新驅(qū)動(dòng)發(fā)展中發(fā)揮出支撐和引導(dǎo)作用。2021年國務(wù)院印發(fā)《“十四五”國家知識產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃》指出，堅(jiān)持質(zhì)量優(yōu)先，加快推動(dòng)知識產(chǎn)權(quán)工作由追求數(shù)量向提高質(zhì)量轉(zhuǎn)變。

研發(fā)是指研究與試驗(yàn)發(fā)展（R&D），是為了提高知識的儲備，并為知識開發(fā)設(shè)計(jì)出全新的應(yīng)用而開展的創(chuàng)造性、系統(tǒng)性工作。研發(fā)投入是開展科技創(chuàng)新活動(dòng)的基礎(chǔ)。研發(fā)投入結(jié)構(gòu)是各種研發(fā)活動(dòng)的組合搭配，在促進(jìn)我國技術(shù)進(jìn)步和自主創(chuàng)新方面具有重要作用。從國家統(tǒng)計(jì)局發(fā)布數(shù)據(jù)可知，我國2021年R&D經(jīng)費(fèi)投入約為27 864億元，其中基礎(chǔ)研究經(jīng)費(fèi)為1 696億元，占R&D經(jīng)費(fèi)的6.09%。就經(jīng)費(fèi)總量而言，中國超過了日本和歐盟等國家，而在研發(fā)活動(dòng)經(jīng)費(fèi)結(jié)構(gòu)方面，我國大部分R&D經(jīng)費(fèi)流入了應(yīng)用性研究（應(yīng)用研究和試驗(yàn)發(fā)展），基礎(chǔ)研究僅僅只占很小部分，發(fā)達(dá)國家（如美國、英國等）一直將R&D經(jīng)費(fèi)的15%～30%用于基礎(chǔ)研究，與之相比，中國對基礎(chǔ)研究投入不足。實(shí)踐表明，我國加大R&D經(jīng)費(fèi)整體投入舉措雖提高了專利數(shù)量，但研發(fā)投入結(jié)構(gòu)失衡抑制了研發(fā)活動(dòng)優(yōu)勢的高效發(fā)揮，導(dǎo)致專利質(zhì)量難以提升。

黨的二十大報(bào)告提出加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，加快實(shí)現(xiàn)高水平科技自立自強(qiáng)。長江經(jīng)濟(jì)帶經(jīng)濟(jì)基礎(chǔ)雄厚，科技創(chuàng)新資源豐富，覆蓋我國東中西地區(qū)11個(gè)省市，是我國科技強(qiáng)國建設(shè)中戰(zhàn)略支撐作用最大的區(qū)域之一。但是，一些省域沒有發(fā)揮出創(chuàng)新的引領(lǐng)作用，自主創(chuàng)新能力還不足以推動(dòng)長江經(jīng)濟(jì)帶的高質(zhì)量創(chuàng)新發(fā)展。因此，探討研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響，為長江經(jīng)濟(jì)帶研發(fā)投入結(jié)構(gòu)的優(yōu)化和專利質(zhì)量的提升提供理論支撐。

1 文獻(xiàn)綜述

文獻(xiàn)梳理發(fā)現(xiàn)，直接探討研發(fā)投入結(jié)構(gòu)與專利質(zhì)量兩者間關(guān)系的文獻(xiàn)較少。徐春騏等[1]曾以3種專利中發(fā)明專利申請與授權(quán)所占比例、專利有效量中發(fā)明專利所占比例測量一個(gè)國家和地區(qū)的專利質(zhì)量，分析統(tǒng)計(jì)數(shù)據(jù)發(fā)現(xiàn)，我國以上指標(biāo)均小于發(fā)達(dá)國家，并指出這一現(xiàn)象與我國R&D經(jīng)費(fèi)投入不足，以及R&D活動(dòng)經(jīng)費(fèi)投入中的基礎(chǔ)研究占比偏低相關(guān)，但缺乏實(shí)證研究。此后，大部分文獻(xiàn)是在實(shí)證層面探討研發(fā)投入結(jié)構(gòu)與技術(shù)創(chuàng)新的關(guān)系，其中有研究采用測度專利質(zhì)量的相關(guān)指標(biāo)來衡量技術(shù)創(chuàng)新，并采用一個(gè)或多個(gè)專利質(zhì)量指標(biāo)對技術(shù)創(chuàng)新進(jìn)行度量，發(fā)現(xiàn)研發(fā)投入結(jié)構(gòu)與技術(shù)創(chuàng)新之間存在線性關(guān)系。高麗娜等[3]通過區(qū)域?qū)＠暾埵跈?quán)數(shù)測算區(qū)域創(chuàng)新規(guī)模、每萬人專利申請授權(quán)數(shù)測算人均創(chuàng)新水平，以及發(fā)明專利申請授權(quán)占比測算創(chuàng)新產(chǎn)出結(jié)構(gòu)，運(yùn)用系統(tǒng)GMM方法分析發(fā)現(xiàn)，基礎(chǔ)研究強(qiáng)度會明顯抑制區(qū)域創(chuàng)新績效的動(dòng)態(tài)發(fā)展。趙玉林等[4]選擇我國30個(gè)省市區(qū)的PCT專利申請數(shù)作為高質(zhì)量創(chuàng)新代表，以探討研發(fā)投入結(jié)構(gòu)與高質(zhì)量創(chuàng)新之間的聯(lián)系，結(jié)果發(fā)現(xiàn)除了試驗(yàn)發(fā)展，基礎(chǔ)研究和應(yīng)用研究對我國各省份的高質(zhì)量創(chuàng)新發(fā)展起到積極推動(dòng)作用。曾德明等[5]分析有機(jī)化學(xué)行業(yè)發(fā)明專利申請數(shù)發(fā)現(xiàn)，與基礎(chǔ)研究合作廣度相比，應(yīng)用研究合作廣度對企業(yè)創(chuàng)新績效的影響較大。也有學(xué)者認(rèn)為研發(fā)投入結(jié)構(gòu)與技術(shù)創(chuàng)新之間影響是非線性關(guān)系。張龍鵬等[6]從最優(yōu)研發(fā)投入結(jié)構(gòu)視角，以累計(jì)受理專利中發(fā)明專利占比來度量各省份的技術(shù)創(chuàng)新水平，發(fā)現(xiàn)基礎(chǔ)研究發(fā)展與累計(jì)受理專利中發(fā)明專利占比之間表現(xiàn)為倒“U”型關(guān)系。蔣海威[7]采用3種專利申請數(shù)分別表征區(qū)域創(chuàng)新水平，基礎(chǔ)研究經(jīng)費(fèi)與應(yīng)用研究經(jīng)費(fèi)的比值度量研發(fā)投入結(jié)構(gòu)，結(jié)果發(fā)現(xiàn)在基礎(chǔ)研究與應(yīng)用研究比值不斷增加下，區(qū)域創(chuàng)新增長速度呈現(xiàn)出先提升后下降的態(tài)勢。

部分學(xué)者采用了專利質(zhì)量指標(biāo)和非專利質(zhì)量指標(biāo)共同衡量技術(shù)創(chuàng)新。林卓玲等[8]實(shí)證結(jié)果顯示，基礎(chǔ)研究與產(chǎn)業(yè)結(jié)構(gòu)協(xié)調(diào)度對于區(qū)域創(chuàng)新中的專利授權(quán)數(shù)與新產(chǎn)品銷售收入額均有明顯的正向效應(yīng)。李政等[9]利用主成分分析法對每萬名從業(yè)人員有效發(fā)明專利數(shù)、每萬名從業(yè)人員發(fā)明專利申請數(shù)和新產(chǎn)品銷售收入占主營業(yè)務(wù)比重3項(xiàng)指標(biāo)綜合評價(jià)產(chǎn)業(yè)創(chuàng)新績效，發(fā)現(xiàn)應(yīng)用研究投入與產(chǎn)業(yè)創(chuàng)新績效之間是一種倒“U”型關(guān)系，基礎(chǔ)研究投入與產(chǎn)業(yè)創(chuàng)新績效之間是一種線性關(guān)系。劉巖等[10]實(shí)證分析發(fā)現(xiàn)，基礎(chǔ)研究寬度對技術(shù)創(chuàng)新績效起到積極作用，而基礎(chǔ)研究深度對技術(shù)創(chuàng)新績效的影響效應(yīng)呈倒“Ｕ”型關(guān)系。

綜上，探討研發(fā)投入結(jié)構(gòu)與專利質(zhì)量之間關(guān)系的研究成果豐富。然而，已有研究中專利質(zhì)量通常被視為技術(shù)創(chuàng)新的表征，選取指標(biāo)比較單一或宏觀，但創(chuàng)新與專利顯然是不同的概念，而且在研究樣本選擇上，大多關(guān)注全國30個(gè)省市區(qū)或某一具體產(chǎn)業(yè)，較少聚焦長江經(jīng)濟(jì)帶區(qū)域，導(dǎo)致分析過于籠統(tǒng)，難以深入地認(rèn)識到長江經(jīng)濟(jì)帶的研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的具體影響?；诖?，本文以長江經(jīng)濟(jì)帶為研究對象，采用基礎(chǔ)研究投入與應(yīng)用研究投入之比來衡量研發(fā)投入結(jié)構(gòu)，并從多個(gè)維度對省域?qū)＠|(zhì)量進(jìn)行測度，以期從理論和實(shí)證層面揭示兩者之間的內(nèi)在關(guān)系，從而進(jìn)一步完善相關(guān)理論體系，同時(shí)也為長江經(jīng)濟(jì)帶各省市調(diào)整研發(fā)投入結(jié)構(gòu)和提升省域?qū)＠|(zhì)量提供新思路。

2 理論分析與研究假設(shè)

研發(fā)投入是技術(shù)創(chuàng)新的基礎(chǔ)，因此研發(fā)投入結(jié)構(gòu)的合理配置是影響國家R&D經(jīng)費(fèi)投入決策的關(guān)鍵因素，也是當(dāng)前學(xué)術(shù)界研究的熱點(diǎn)。省域?qū)＠|(zhì)量是衡量技術(shù)創(chuàng)新的最佳產(chǎn)出指標(biāo)，其發(fā)展趨勢將受到研發(fā)投入結(jié)構(gòu)的影響，尤其是基礎(chǔ)研究與應(yīng)用研究之間的投入占比。為此，通過分析基礎(chǔ)研究和應(yīng)用研究分別對省域?qū)＠|(zhì)量的影響機(jī)理，分析研發(fā)投入結(jié)構(gòu)如何影響省域?qū)＠|(zhì)量發(fā)展，為實(shí)證研究提供理論基礎(chǔ)。

2.1 基礎(chǔ)研究對省域?qū)＠|(zhì)量的影響機(jī)理

基礎(chǔ)研究是聚焦技術(shù)創(chuàng)新前沿領(lǐng)域，是為獲得新知識、新原理、新方法而進(jìn)行的研究活動(dòng)。其研究成果以科技論文、著作等為主，體現(xiàn)出知識的原始創(chuàng)新能力?；A(chǔ)研究的前瞻性可以為技術(shù)創(chuàng)新開拓出新路徑，提高創(chuàng)新主體的自主創(chuàng)新能力，從而影響省域?qū)＠|(zhì)量發(fā)展。首先，開展基礎(chǔ)研究可以使省域內(nèi)的知識和人力資源得到更好地協(xié)同發(fā)展[11]。充分利用省域內(nèi)豐富的基礎(chǔ)研究成果，可以培育出一批從事基礎(chǔ)研究的高層次人才，同時(shí)高層次人才又可以將基礎(chǔ)研究成果運(yùn)用于專利研發(fā)工作中，從而提高省域的專利研發(fā)實(shí)力。其次，基礎(chǔ)研究所形成的通識知識具有正向外部性[12]，能對專利的研發(fā)產(chǎn)生較強(qiáng)的知識外溢作用。當(dāng)通識知識積累到一定程度時(shí)，可以有效地解構(gòu)和理解隱藏在先進(jìn)技術(shù)中的深層知識，降低后發(fā)省域“搭便車”式技術(shù)的獲取難度，進(jìn)而增強(qiáng)省域內(nèi)部的技術(shù)吸收能力，提升省域?qū)＠|(zhì)量。最后，加強(qiáng)基礎(chǔ)研究對縮小省域與國內(nèi)外發(fā)達(dá)地區(qū)間的技術(shù)差距具有積極作用。隨著省域與發(fā)達(dá)地區(qū)技術(shù)水平不斷接近，省域?qū)ψ陨淼淖灾鲃?chuàng)新需求也在不斷提高，逆向激發(fā)省域進(jìn)行自主研發(fā)和技術(shù)升級。

2.2 應(yīng)用研究對省域?qū)＠|(zhì)量的影響機(jī)理

應(yīng)用研究的目的性較強(qiáng)，是對現(xiàn)有知識的一種延伸性研究，將基礎(chǔ)研究成果或引進(jìn)的外在技術(shù)等進(jìn)行加工與運(yùn)用，可以直接推動(dòng)技術(shù)的開發(fā)與應(yīng)用。應(yīng)用研究成果以發(fā)明專利為主[13]，主要通過改進(jìn)先進(jìn)技術(shù)和成果轉(zhuǎn)化等途徑，對省域?qū)＠|(zhì)量產(chǎn)生直接影響。首先，應(yīng)用研究可以有效地緩解基礎(chǔ)研究活動(dòng)中費(fèi)用過高的窘境[14]。通過對已有先進(jìn)技術(shù)的適應(yīng)性改造或升級，在短時(shí)間內(nèi)以較快的速度和較低的成本取得創(chuàng)新成果，滿足市場對新技術(shù)的更高或更深層次的要求。其次，它可以將基礎(chǔ)研究成果轉(zhuǎn)化為專利[15]。但應(yīng)用研究對專利質(zhì)量的大幅度提升缺乏持續(xù)性的內(nèi)生力，這是因?yàn)閼?yīng)用研究受制于現(xiàn)有先進(jìn)技術(shù)和本土基礎(chǔ)研究知識的廣度與深度。先進(jìn)技術(shù)擁有者為了維持其技術(shù)壟斷地位，會將核心技術(shù)使用權(quán)占為己有，或是在技術(shù)標(biāo)準(zhǔn)的制定、技術(shù)使用和技術(shù)轉(zhuǎn)讓上，設(shè)置較為苛刻的門檻，從而增加后發(fā)者對先進(jìn)技術(shù)的依賴程度。過低的基礎(chǔ)研究投入會限制應(yīng)用研究的發(fā)展空間，對省域?qū)＠|(zhì)量提高產(chǎn)生一定的制約作用。如果長期在應(yīng)用研究上投入大量經(jīng)費(fèi)，使省域處于模仿、改進(jìn)階段停滯不前，便難以在新技術(shù)領(lǐng)域取得優(yōu)先權(quán)，會始終處于落后狀態(tài)，無法真正地實(shí)現(xiàn)自主創(chuàng)新[16]。

2.3 研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響機(jī)理

不同比例的基礎(chǔ)研究與應(yīng)用研究組合會影響省域?qū)＠|(zhì)量。研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響程度，會隨著基礎(chǔ)研究與應(yīng)用研究之比的變化而變化。當(dāng)省域的基礎(chǔ)研究投入長時(shí)間處于較低水平時(shí)，應(yīng)用研究對省域?qū)＠|(zhì)量產(chǎn)生的影響占主導(dǎo)地位。各省市主要是通過技術(shù)依賴以引進(jìn)和改造外部先進(jìn)技術(shù)等方式來進(jìn)行內(nèi)部技術(shù)升級，提升省域?qū)＠|(zhì)量。但是，省域基礎(chǔ)研究水平高低決定了應(yīng)用研究的投資回報(bào)率，若要長期保持省域?qū)＠|(zhì)量的提升效率，就需立足于省域前期的基礎(chǔ)研究成果[17]。當(dāng)基礎(chǔ)研究投入達(dá)到了足以支撐省域?qū)崿F(xiàn)自主創(chuàng)新的水平，就可以解決阻礙省域?qū)＠|(zhì)量提升的根本性問題，如勞動(dòng)者技能高低、資源融合程度和對外部先進(jìn)技術(shù)的吸收能力等，能為省域帶來徹底的技術(shù)突破，推動(dòng)省域?qū)＠|(zhì)量發(fā)展。同時(shí)，根據(jù)資源基礎(chǔ)理論，基礎(chǔ)研究與應(yīng)用研究相輔相成，才能產(chǎn)生較好的創(chuàng)新效益。Prettner等[18]發(fā)現(xiàn)基礎(chǔ)研究促進(jìn)經(jīng)濟(jì)增長最大化存在一個(gè)最優(yōu)解。

基于上述理論分析，本文提出假設(shè)H1、H2：

H1：研發(fā)投入結(jié)構(gòu)對長江經(jīng)濟(jì)帶省域?qū)＠|(zhì)量具有顯著正向影響；

H2：研發(fā)投入結(jié)構(gòu)對長江經(jīng)濟(jì)帶省域?qū)＠|(zhì)量的影響存在非線性門檻效應(yīng)。

研發(fā)投入結(jié)構(gòu)在影響省域?qū)＠|(zhì)量過程中，會受到地區(qū)經(jīng)濟(jì)實(shí)力、創(chuàng)新資源、科技水平、開放程度等各種因素的影響。研究表明，在同一國家中，位于不同階段的不同地區(qū)或許需要使用不同的經(jīng)濟(jì)增長理論[19]。當(dāng)某地區(qū)在經(jīng)歷跟蹤、模仿和引進(jìn)先進(jìn)技術(shù)階段后，達(dá)到了較高層次的創(chuàng)新水平，它在技術(shù)模仿上的空間會隨著時(shí)間推移越來越小，難度也會越來越大。此時(shí)，亟需由模仿創(chuàng)新向自主創(chuàng)新轉(zhuǎn)變，激發(fā)地區(qū)創(chuàng)新動(dòng)力，進(jìn)而刺激高質(zhì)量專利產(chǎn)出。當(dāng)某地區(qū)處于跟蹤、模仿、引進(jìn)先進(jìn)技術(shù)階段，且自身創(chuàng)新能力距離發(fā)達(dá)地區(qū)還有較大差距時(shí)，應(yīng)以研發(fā)活動(dòng)中的應(yīng)用研究為重心，通過成本較低的技術(shù)引進(jìn)，吸收融合前沿技術(shù)知識，以提升現(xiàn)階段的省域?qū)＠|(zhì)量水平。此外，不同研發(fā)活動(dòng)存在的風(fēng)險(xiǎn)有所差異。基礎(chǔ)研究所產(chǎn)生的試錯(cuò)與時(shí)滯成本，決定了承擔(dān)研發(fā)的地區(qū)需具備較為雄厚的經(jīng)濟(jì)實(shí)力；應(yīng)用研究的技術(shù)依賴性強(qiáng)，決定了在技術(shù)領(lǐng)先且經(jīng)濟(jì)發(fā)達(dá)地區(qū)中，它對省域?qū)＠|(zhì)量的促進(jìn)作用會受到限制。長江經(jīng)濟(jì)帶是我國科技綜合實(shí)力最發(fā)達(dá)的區(qū)域之一，但其上中下游各地區(qū)之間存在著差距，經(jīng)濟(jì)和科技基礎(chǔ)發(fā)展不平衡。鑒于此，長江經(jīng)濟(jì)帶不同地區(qū)的省市在不同發(fā)展階段側(cè)重于基礎(chǔ)研究與應(yīng)用研究的重心也應(yīng)不同。

基于上述理論分析，本文提出假設(shè)H3：

H3：研發(fā)投入結(jié)構(gòu)對長江經(jīng)濟(jì)帶省域?qū)＠|(zhì)量的影響具有地區(qū)異質(zhì)性。

3 研究設(shè)計(jì)

3.1 模型設(shè)定

3.1.1 基準(zhǔn)回歸模型

為準(zhǔn)確合理地考察研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量產(chǎn)生的影響效應(yīng)，在分析與研究假設(shè)基礎(chǔ)上，結(jié)合本文所涉及的問題，建立了基于面板數(shù)據(jù)的回歸模型，如式（1）所示：

在式（1）中，i代表長江經(jīng)濟(jì)帶11個(gè)不同的省市，t代表年份時(shí)間。PQ是被解釋變量，即長江經(jīng)濟(jì)帶11個(gè)省市的省域?qū)＠|(zhì)量水平。JY是核心解釋變量，即研發(fā)投入結(jié)構(gòu)。control為控制變量，即對外開放水平、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)交易活躍度、金融發(fā)展、市場容量、人力資本水平、科技投入水平和政府干預(yù)程度。a0為常數(shù)項(xiàng)，a1、a2分別為核心解釋變量和控制變量的回歸系數(shù)，ui代表個(gè)體固定效應(yīng)，rt代表時(shí)間固定效應(yīng)，e為誤差項(xiàng)。

3.1.2 門檻效應(yīng)模型

為驗(yàn)證研發(fā)投入結(jié)構(gòu)與省域?qū)＠|(zhì)量之間的非線性關(guān)系，在基準(zhǔn)回歸模型基礎(chǔ)上，借鑒Hansen[20]的做法，建立以研發(fā)投入結(jié)構(gòu)為門檻變量的面板門檻效應(yīng)模型，如下式（2）所示：

為指示性函數(shù)，由門檻變量及相應(yīng)的門檻值來確定，φ1、φ2為可能存在的門檻值。b0為常數(shù)項(xiàng)，b1、b2、b3、b4分別為各自對應(yīng)的回歸系數(shù)。其余符號含義與式（1）一致。

3.2 變量測度

3.2.1 被解釋變量

被解釋變量為省域?qū)＠|(zhì)量。本文將省域?qū)＠|(zhì)量界定為省域內(nèi)專利對省域競爭優(yōu)勢形成所發(fā)揮的作用，省域內(nèi)專利形成的競爭優(yōu)勢越強(qiáng)，其專利質(zhì)量水平就越高[21]。參考丁煥峰等[22]、謝紅軍等[23]和馮劭華等[24]文獻(xiàn)的專利質(zhì)量衡量指標(biāo)，結(jié)合研究目的，選取以下5個(gè)指標(biāo)構(gòu)建一個(gè)綜合評價(jià)指標(biāo)體系，具體包括：發(fā)明專利申請占比、發(fā)明申請授權(quán)率、專利權(quán)利要求平均數(shù)、專利被引平均數(shù)和專利維持有效占比。

該指標(biāo)體系涉及到一個(gè)省市專利從發(fā)明到申請、再到審查和營運(yùn)的整個(gè)生命周期，并涵蓋專利質(zhì)量的宏觀和微觀層面，可較好地反映出一個(gè)省市的省域?qū)＠|(zhì)量水平。值得注意的是，統(tǒng)籌考慮到早期專利因存在的時(shí)間較長而引用量較高，以及為增強(qiáng)各省市每年省域?qū)＠|(zhì)量的可比性，借鑒參考相關(guān)文獻(xiàn)[23-24]，統(tǒng)一以發(fā)明專利在授權(quán)當(dāng)年和未來3年內(nèi)被引平均數(shù)和存活率的具體情況，來計(jì)算當(dāng)年發(fā)明專利的技術(shù)競爭力和市場價(jià)值。因此，省域?qū)＠|(zhì)量數(shù)據(jù)的采集時(shí)間范圍為2007-2021年，測度時(shí)間范圍為2007-2018年。具體評價(jià)指標(biāo)體系及各指標(biāo)處理方式如表1所示。

在計(jì)算省域?qū)＠|(zhì)量綜合指數(shù)時(shí)，借鑒胡諜等[25]測量專利質(zhì)量綜合指數(shù)方法，在Stata17中使用主成分分析法，計(jì)算出各個(gè)二級指標(biāo)權(quán)重，得到長江經(jīng)濟(jì)帶各省市2007-2018年省域?qū)＠|(zhì)量綜合指數(shù)，以此代表省域?qū)＠|(zhì)量水平。省域?qū)＠|(zhì)量的綜合指數(shù)測算公式如式（3）：

式（3）中，X1-X5依次分別為發(fā)明專利申請占比、發(fā)明申請授權(quán)率、權(quán)利要求平均數(shù)、3年內(nèi)專利被引平均數(shù)和維持3年以上專利占比。

3.2.2 核心解釋變量

核心解釋變量為基礎(chǔ)研究經(jīng)費(fèi)存量與應(yīng)用研究經(jīng)費(fèi)存量的比值。各省市2007-2018年的基礎(chǔ)研究和應(yīng)用研究經(jīng)費(fèi)存量使用永續(xù)盤存法[26]進(jìn)行計(jì)算，其公式見式（4）：

RDSit=（1－δ）RDSit－1+RDit（4）

在式（4）中，i、t分別代表省份與年份，RDS表示各省市每年的各類研發(fā)活動(dòng)經(jīng)費(fèi)存量，RD表示各省市每年的各類研發(fā)活動(dòng)經(jīng)費(fèi)實(shí)際投入，δ表示研發(fā)活動(dòng)經(jīng)費(fèi)經(jīng)費(fèi)存量的折舊率。

基年2007年的經(jīng)費(fèi)存量的計(jì)算公式見式（5）：

RDSit2007=RDit2007/（git+δ）（5）

在式（5）中，RDS表示2007年各省市的各類研發(fā)活動(dòng)經(jīng)費(fèi)存量，RD表示2007年各省市的各類研發(fā)活動(dòng)經(jīng)費(fèi)實(shí)際投入，g為2007-2018年各省市的各類研發(fā)活動(dòng)實(shí)際經(jīng)費(fèi)投入的平均增長率。

各類研發(fā)活動(dòng)經(jīng)費(fèi)存量的計(jì)算需注意以下4點(diǎn)：①基礎(chǔ)研究和應(yīng)用研究均用研發(fā)投入價(jià)格指數(shù)折合成基年2007年的水平，研發(fā)投入價(jià)格指數(shù)參照朱平芳等[27]計(jì)算方式，將研發(fā)投入價(jià)格指數(shù)設(shè)定為0.45×消費(fèi)價(jià)格指數(shù)+0.55×固定資產(chǎn)投資價(jià)格指數(shù)；②計(jì)算各類研發(fā)活動(dòng)經(jīng)費(fèi)存量時(shí)均選用15%的折舊率；③基礎(chǔ)研究與應(yīng)用研究經(jīng)費(fèi)實(shí)際投入的劃分標(biāo)準(zhǔn)參照Gersbach等[28]的做法，將《中國科技統(tǒng)計(jì)年鑒》R&D經(jīng)費(fèi)內(nèi)部支出中的基礎(chǔ)研究歸為基礎(chǔ)研究經(jīng)費(fèi)投入，應(yīng)用研究和試驗(yàn)發(fā)展合并為應(yīng)用研究經(jīng)費(fèi)投入；④由于2009年前《中國科技統(tǒng)計(jì)年鑒》R&D經(jīng)費(fèi)內(nèi)部支出中沒有列出企業(yè)的基礎(chǔ)研究份額，而企業(yè)大部分都是從事試驗(yàn)發(fā)展活動(dòng)，參照羅珵[29]的做法，2007-2008年基礎(chǔ)研究經(jīng)費(fèi)實(shí)際投入為各地區(qū)研發(fā)機(jī)構(gòu)和高校的基礎(chǔ)研究經(jīng)費(fèi)投入之和，應(yīng)用研究經(jīng)費(fèi)實(shí)際投入分別為各地區(qū)研發(fā)機(jī)構(gòu)和高校的應(yīng)用研究、試驗(yàn)發(fā)展經(jīng)費(fèi)投入，以及企業(yè)的R&D經(jīng)費(fèi)投入加總構(gòu)成。

3.2.3 控制變量

省域?qū)＠|(zhì)量水平高低受到多方面因素的影響，結(jié)合以往文獻(xiàn)選取以下控制變量，包括：①對外開放水平，采用地區(qū)進(jìn)出口總額占各省市GDP總值的比重衡量[30]；②產(chǎn)業(yè)結(jié)構(gòu)，采用各省市的第二產(chǎn)業(yè)占第三產(chǎn)業(yè)增加值的比重衡量[31]；③技術(shù)交易活躍度，采用各省技術(shù)市場成交額的對數(shù)衡量[32]；④金融發(fā)展，采用金融業(yè)增加值在各省市GDP中所占的比例衡量[33]；⑤市場容量，采用各省市規(guī)模以上工業(yè)企業(yè)數(shù)的對數(shù)衡量[34]；⑥人力資本水平，采用各省市人口抽樣調(diào)查6歲以上受教育年限的數(shù)據(jù)進(jìn)行加權(quán)平均衡量[35]；⑦科技投入水平，采用各省市財(cái)政科學(xué)技術(shù)支出占地區(qū)GDP的比值衡量[36]；⑧政府干預(yù)程度，以地方財(cái)政一般預(yù)算支出占各省市GDP的比值衡量[37]。

3.3 數(shù)據(jù)來源

測度省域?qū)＠|(zhì)量水平的專利指標(biāo)數(shù)據(jù)均來源于智慧芽專利檢索數(shù)據(jù)庫，其匯集了專利申請、專利文獻(xiàn)、法律信息、運(yùn)營情況等。長江經(jīng)濟(jì)帶各省市基礎(chǔ)研究和應(yīng)用研究經(jīng)費(fèi)數(shù)據(jù)均來源于《中國科技統(tǒng)計(jì)年鑒》，控制變量數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國勞動(dòng)統(tǒng)計(jì)年鑒》以及各省市相應(yīng)年份的統(tǒng)計(jì)年鑒。運(yùn)用Stata17對各個(gè)變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表2所示。

4 實(shí)證結(jié)果分析

4.1 基準(zhǔn)估計(jì)結(jié)果分析

使用面板數(shù)據(jù)時(shí)，需進(jìn)行豪斯曼檢驗(yàn)選擇相應(yīng)的模型。結(jié)果發(fā)現(xiàn)，Prob>chi2的值為0.001 1，比0.01小，意味著拒絕原假設(shè)，因而選用固定效應(yīng)模型。

表3為面板數(shù)據(jù)個(gè)體固定效應(yīng)模型和雙向固定效應(yīng)模型的回歸結(jié)果。其中，第（1）列為個(gè)體固定效應(yīng)中研發(fā)投入結(jié)構(gòu)的估計(jì)結(jié)果；第（2）列為雙向固定效應(yīng)模型中研發(fā)投入結(jié)構(gòu)的估計(jì)結(jié)果。根據(jù)以下回歸結(jié)果分析得到，當(dāng)使用個(gè)體固定效應(yīng)模型時(shí)，研發(fā)投入結(jié)構(gòu)的回

歸系數(shù)為13.098，且通過5%顯著性水平；當(dāng)使用雙向固定模型時(shí)，核心解釋變量的回歸系數(shù)為18.471，且通過1%顯著性水平。上述兩種模型結(jié)果意味著假設(shè)H1得到驗(yàn)證，長江經(jīng)濟(jì)帶研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量提升存在明顯的積極效應(yīng)，省域?qū)＠|(zhì)量會隨著基礎(chǔ)研究與應(yīng)用研究比值提高出現(xiàn)增長的趨勢。換言之，提高長江經(jīng)濟(jì)帶各省市省域?qū)＠|(zhì)量水平，就需要著力于“原始性”技術(shù)培養(yǎng)，加大基礎(chǔ)研究投入力度，突破省域?qū)＠暮诵募夹g(shù)瓶頸，并以應(yīng)用研究輔之。

4.2 門檻效應(yīng)分析

4.2.1 門檻效應(yīng)檢驗(yàn)

借鑒Wang[38]的方法，并采用“300次自抽樣法”，計(jì)算出相應(yīng)的臨界值和p值，檢驗(yàn)研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響是否存在門檻效應(yīng)。由表4可知，在影響省域?qū)＠|(zhì)量過程中，研發(fā)投入結(jié)構(gòu)確實(shí)存在門檻效應(yīng)，并且為雙重門檻。表5可知，研發(fā)投入結(jié)構(gòu)的第一個(gè)門檻值為0.044 5，第二個(gè)門檻值為0.078 8。

為驗(yàn)證兩個(gè)門檻值的真實(shí)性，建立了研發(fā)投入結(jié)構(gòu)門檻值的置信區(qū)間及似然比函數(shù)圖。如果門檻值在相應(yīng)區(qū)間的LR值范圍之內(nèi)，則說明門檻值為真實(shí)值。由圖1可知，研發(fā)投入結(jié)構(gòu)門檻效應(yīng)的雙重門檻估計(jì)值0.044 5和0.078 8，均位于95%置信區(qū)間的LR值范圍內(nèi)。因此，門檻效應(yīng)模型的門檻值為真實(shí)值。

4.2.2 門檻模型回歸結(jié)果分析

從表6可知，門檻值0.044 5和0.078 8將長江經(jīng)濟(jì)帶11個(gè)省市研發(fā)投入結(jié)構(gòu)劃分為3個(gè)層次，在不同層次區(qū)研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響存在較為明顯的差異。當(dāng)研發(fā)投入結(jié)構(gòu)小于等于門檻值0.044 5時(shí)，其回歸系數(shù)為4.409，對省域?qū)＠|(zhì)量的影響效應(yīng)為正，但沒有通過顯著性檢驗(yàn)。當(dāng)研發(fā)投入結(jié)構(gòu)位于0.044 5～0.078 8之間時(shí)，其回歸系數(shù)為23.317，在1%水平下顯著。當(dāng)研發(fā)投入結(jié)構(gòu)大于0.078 8時(shí)，其回歸系數(shù)為14.789，在1%水平下顯著。由此可見，隨著基礎(chǔ)研究與應(yīng)用研究比值的增加，其對省域?qū)＠|(zhì)量的影響呈現(xiàn)出“不顯著促進(jìn)-顯著促進(jìn)-顯著促進(jìn)效應(yīng)減弱”演變過程，即研發(fā)投入結(jié)構(gòu)存在一個(gè)最優(yōu)區(qū)間，此時(shí)能最大程度地作用于省域?qū)＠|(zhì)量。因此，推斷出假設(shè)H2成立。究其緣由，當(dāng)R&D經(jīng)費(fèi)投入中基礎(chǔ)研究與應(yīng)用研究的比例顯著失衡時(shí)，省域積累的通識知識不能支撐自主創(chuàng)新，難以在省域?qū)＠夹g(shù)的難點(diǎn)上取得突破。并且，抑制了省域?qū)ο冗M(jìn)技術(shù)的吸收能力，導(dǎo)致通過應(yīng)用研究以技術(shù)改造、模仿等方式提升省域?qū)＠|(zhì)量的效果受到限制，最終造成整體研發(fā)投入結(jié)構(gòu)對提升省域?qū)＠|(zhì)量的影響無明顯積極作用。當(dāng)R&D經(jīng)費(fèi)投入中基礎(chǔ)研究與應(yīng)用研究的比例達(dá)到一個(gè)合理的區(qū)間，隨著基礎(chǔ)研究增加，省域自身可以憑借在基礎(chǔ)研究方面取得的成果，提高知識與人力資源配置和技術(shù)吸收能力，并為應(yīng)用研究開展提供充足的研發(fā)資源，從而創(chuàng)造出有利于省域?qū)＠|(zhì)量發(fā)展的研發(fā)環(huán)境。同時(shí)，長江經(jīng)濟(jì)帶各省市也需重視基礎(chǔ)研究與應(yīng)用研究融合發(fā)展，以免出現(xiàn)基礎(chǔ)研究成果難以通過應(yīng)用研究轉(zhuǎn)化為專利的局面。

4.3 地區(qū)異質(zhì)性分析

為驗(yàn)證研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響是否具有地區(qū)異質(zhì)性，對長江經(jīng)濟(jì)帶下中上游省市進(jìn)行分樣本回歸及門檻效應(yīng)檢驗(yàn)，結(jié)果如表7、8、9所示。

由表9可知，在上中下游三大地區(qū)中，下游地區(qū)核心解釋變量研發(fā)投入結(jié)構(gòu)在10%的水平下正向顯著，而中上游地區(qū)的回歸系數(shù)雖為正，但不顯著。由表7、表8可知，下游地區(qū)單一門檻值0.070 6在5%的水平下顯著，表明下游地區(qū)研發(fā)投入結(jié)構(gòu)存在門檻效應(yīng)；中上游地區(qū)的門檻檢驗(yàn)均未通過，不存在門檻效應(yīng)。以上結(jié)果表明，研發(fā)投入結(jié)構(gòu)在長江經(jīng)濟(jì)帶3個(gè)不同地區(qū)對省域?qū)＠|(zhì)量的影響存在地區(qū)異質(zhì)性，假設(shè)H3成立。

在長江經(jīng)濟(jì)帶下游地區(qū)，如表9第（1）列所示，研發(fā)投入結(jié)構(gòu)的回歸系數(shù)為39.791，在10%水平下顯著。由表9第（2）列所示，以研發(fā)投入結(jié)構(gòu)作為門檻變量發(fā)現(xiàn)，當(dāng)下游地區(qū)研發(fā)投入結(jié)構(gòu)低于等于門檻值0.070 6時(shí)，其對省域?qū)＠|(zhì)量的回歸系數(shù)為57.772，在5%水平下顯著；當(dāng)研發(fā)投入結(jié)構(gòu)大于0.070 6時(shí)，其對省域?qū)＠|(zhì)量的回歸系數(shù)為52.951，同樣在5%水平下顯著。下游地區(qū)研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響效應(yīng)，隨著基礎(chǔ)研究與應(yīng)用研究比值的增加有所減弱，但具有顯著的促進(jìn)作用。

長江經(jīng)濟(jì)帶上中下游地區(qū)出現(xiàn)這種現(xiàn)象主要原因在于：下游地區(qū)自身的經(jīng)濟(jì)實(shí)力、技術(shù)水平、創(chuàng)新要素都較為優(yōu)越，技術(shù)創(chuàng)新基礎(chǔ)扎實(shí)，通過模仿創(chuàng)新難以驅(qū)動(dòng)省域?qū)＠|(zhì)量實(shí)現(xiàn)質(zhì)的提升。因此，需要基礎(chǔ)研究起到有力的支撐作用，加快創(chuàng)新方式由模仿創(chuàng)新向自主創(chuàng)新和前沿創(chuàng)新轉(zhuǎn)變，為提升省域?qū)＠|(zhì)量提供新活力。中上游地區(qū)經(jīng)濟(jì)發(fā)展水平不足，技術(shù)創(chuàng)新基礎(chǔ)薄弱，與發(fā)達(dá)地區(qū)技術(shù)水平存在較大差距。因此，以自主創(chuàng)新方式較難有效地快速提升省域?qū)＠|(zhì)量，應(yīng)以吸收和引進(jìn)外部先進(jìn)技術(shù)為主，加快消除與發(fā)達(dá)地區(qū)的技術(shù)鴻溝，實(shí)現(xiàn)現(xiàn)階段省域?qū)＠|(zhì)量提升。

4.4 穩(wěn)健性檢驗(yàn)

4.4.1 內(nèi)生性檢驗(yàn)

在基準(zhǔn)回歸中，研發(fā)投入結(jié)構(gòu)與省域?qū)＠|(zhì)量可能存在反向因果關(guān)系，導(dǎo)致回歸結(jié)果發(fā)生偏誤，因此，使用2SLS方法對上述模型進(jìn)行內(nèi)生性檢驗(yàn)。參照顧夏銘等[39]選擇研發(fā)投入結(jié)構(gòu)的滯后一期和滯后二期作為核心解釋變量的工具變量。如表10第（2）列所示，在1%水平下顯著的Kleibergen-Paap rk LM統(tǒng)計(jì)量表明不存在工具變量識別不足；Kleibergen-Paap Wald rk F統(tǒng)計(jì)量為134.839，大于其10%臨界值，表明不存在弱工具變量的問題，內(nèi)生性檢驗(yàn)工具變量選取有效。加入工具變量后，研發(fā)投入結(jié)構(gòu)的回歸系數(shù)在10%水平下顯著，并且回歸系數(shù)有所提高，達(dá)到24.916，與基準(zhǔn)回歸實(shí)證結(jié)果相吻合，說明上述模型沒有明顯的內(nèi)生性問題，基準(zhǔn)回歸結(jié)果穩(wěn)健。

4.4.2 增加控制變量

在影響省域?qū)＠|(zhì)量發(fā)展的因素研究中，R&D人員可以從省市內(nèi)外部獲取知識，以及人員間的互動(dòng)進(jìn)行知識的轉(zhuǎn)移、共享、整合和吸收，改變和優(yōu)化自身的知識容量與結(jié)構(gòu)，從而影響省域?qū)＠|(zhì)量發(fā)展。鑒于此，將R&D人員納入控制變量中，相應(yīng)的衡量指標(biāo)為R&D人員全時(shí)當(dāng)量的對數(shù)[40]，用rdpeople來表示。由表10第（3）列可見，在增加R&D人員后，實(shí)證分析研發(fā)投入結(jié)構(gòu)的回歸系數(shù)為18.428，在1%水平下顯著，與基準(zhǔn)回歸中核心解釋變量系數(shù)的正負(fù)和顯著一致，且其余控制變量的系數(shù)正負(fù)和顯著也都沒發(fā)現(xiàn)變化，表明基準(zhǔn)回歸結(jié)果穩(wěn)健。

5 結(jié)論與建議

5.1 研究結(jié)論

本文對2007-2018年長江經(jīng)濟(jì)帶11個(gè)省市的省域?qū)＠|(zhì)量進(jìn)行測算，從研發(fā)投入結(jié)構(gòu)的角度出發(fā)，實(shí)證檢驗(yàn)研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響，得出如下結(jié)論。

（1）在長江經(jīng)濟(jì)帶整個(gè)地區(qū)，研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的提升作用尤為顯著，即基礎(chǔ)研究與應(yīng)用研究之比越大，越能促進(jìn)省域?qū)＠|(zhì)量的提升。采用門檻效應(yīng)模型，以研發(fā)投入結(jié)構(gòu)作為門檻變量，研究發(fā)現(xiàn)基礎(chǔ)研究與應(yīng)用研究之比并非越大越好，存在雙重門檻效應(yīng)，對省域?qū)＠|(zhì)量的影響表現(xiàn)出“不顯著促進(jìn)-顯著促進(jìn)-顯著促進(jìn)效應(yīng)減弱”特征，研發(fā)投入結(jié)構(gòu)的最優(yōu)區(qū)間為（0.044 5，0.078 8］。當(dāng)研發(fā)投入結(jié)構(gòu)小于0.044 5時(shí)，其對省域?qū)＠|(zhì)量的影響效應(yīng)不顯著，位于（0.044 5，0.078 8］之間時(shí)，其正向促進(jìn)省域?qū)＠|(zhì)量的邊際效用最大；大于0.078 8后，其正向促進(jìn)省域?qū)＠|(zhì)量的邊際效用減弱。

（2）在長江經(jīng)濟(jì)帶不同地區(qū)，研發(fā)投入結(jié)構(gòu)對省域?qū)＠|(zhì)量的影響具有差異性。下游地區(qū)省域?qū)＠|(zhì)量受到研發(fā)投入結(jié)構(gòu)的顯著促進(jìn)作用，并存在單一門檻效應(yīng)。研發(fā)投入結(jié)構(gòu)小于0.070 6時(shí)，其更有利于提升省域?qū)＠|(zhì)量；大于0.070 6時(shí)，雖正向顯著影響，但影響效應(yīng)略有下降，即促進(jìn)效應(yīng)會由大變小。中上游地區(qū)省域?qū)＠|(zhì)量受到研發(fā)投入結(jié)構(gòu)的促進(jìn)作用不顯著。

5.2 對策建議

（1）加大研發(fā)活動(dòng)中基礎(chǔ)研究投入比例。長江經(jīng)濟(jì)帶各省市在加大R&D經(jīng)費(fèi)投入時(shí)，應(yīng)注意不同研發(fā)活動(dòng)經(jīng)費(fèi)投入分配，正確認(rèn)識基礎(chǔ)研究對省域?qū)＠|(zhì)量的積極影響，改變“重應(yīng)用研究，輕基礎(chǔ)研究”觀念。同時(shí)，利用一些優(yōu)惠政策減少高校、科研機(jī)構(gòu)和企業(yè)的基礎(chǔ)研究風(fēng)險(xiǎn)，鼓勵(lì)他們積極參加或進(jìn)行基礎(chǔ)研究，構(gòu)建多元化的基礎(chǔ)研究投入體系。

（2）加強(qiáng)基礎(chǔ)研究與應(yīng)用研究協(xié)同發(fā)展。強(qiáng)化地區(qū)知識產(chǎn)權(quán)保護(hù)強(qiáng)度，打通基礎(chǔ)研究與應(yīng)用研究聯(lián)系紐帶，提高前沿知識運(yùn)用能力。以政府作為合作橋梁，利用長江經(jīng)濟(jì)帶地區(qū)科研機(jī)構(gòu)和高等學(xué)校諸多優(yōu)勢，促進(jìn)企業(yè)與科研院所、高等院校形成高產(chǎn)的產(chǎn)學(xué)研協(xié)同關(guān)系，充分發(fā)揮各自的資源優(yōu)勢，提高研發(fā)資源使用效率。

（3）根據(jù)地區(qū)發(fā)展階段制定針對性創(chuàng)新激勵(lì)政策。處于技術(shù)超越發(fā)展階段的長江經(jīng)濟(jì)帶下游地區(qū)應(yīng)將研發(fā)投入資源傾斜到基礎(chǔ)研究，提升原始創(chuàng)新能力，以帶動(dòng)地區(qū)省域?qū)＠|(zhì)量水平整體提升。中上游地區(qū)應(yīng)側(cè)重對當(dāng)前技術(shù)的模仿和改進(jìn)，強(qiáng)化省域在應(yīng)用研究方面的發(fā)展，積極吸收發(fā)達(dá)地區(qū)的技術(shù)、知識，提升自身的創(chuàng)新能力。

參考文獻(xiàn)：

[1] 徐春騏，吳棟，李占賓.專利申請與授權(quán)的國際比較與我國R&D經(jīng)費(fèi)投入分析[J].知識產(chǎn)權(quán)，2010，20（2）：42-47.

［2］ 蔡勇峰，李顯君，孟東暉.基礎(chǔ)研究對技術(shù)創(chuàng)新的作用機(jī)理——來自動(dòng)力電池的實(shí)證[J].科研管理，2019，40（6）：65-76.

［3］ 高麗娜，蔣伏心.基礎(chǔ)研究強(qiáng)度與區(qū)域創(chuàng)新績效——政府支持與人力資本結(jié)構(gòu)的調(diào)節(jié)效應(yīng)[J].科技進(jìn)步與對策，2021，38（20）：47-53.

［4］ 趙玉林，劉超，谷軍健.研發(fā)投入結(jié)構(gòu)對高質(zhì)量創(chuàng)新的影響——兼論有為政府和有效市場的協(xié)同效應(yīng)[J].中國科技論壇，2021（1）：55-64.

［5］ 曾德明，趙勝超，葉江峰，等.基礎(chǔ)研究合作、應(yīng)用研究合作與企業(yè)創(chuàng)新績效[J].科學(xué)學(xué)研究，2021，39（8）：1485-1497.

［6］ 張龍鵬.鐘易霖.基礎(chǔ)研究發(fā)展對技術(shù)創(chuàng)新的影響：基于最優(yōu)研發(fā)結(jié)構(gòu)視角[J].科技進(jìn)步與對策，2021，38（17）：19-25.

［7］ 蔣海威.最優(yōu)研發(fā)結(jié)構(gòu)與創(chuàng)新——基于中國省級面板數(shù)據(jù)的實(shí)證研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2022（5）：27-30.

［8］ 林卓玲，李文輝，陳忠暖.基礎(chǔ)研究與產(chǎn)業(yè)結(jié)構(gòu)協(xié)調(diào)發(fā)展對區(qū)域創(chuàng)新績效的影響[J].廣東社會科學(xué)，2016（3）：26-35.

［9］ 李政，王思霓.基礎(chǔ)研究與應(yīng)用研究的產(chǎn)業(yè)創(chuàng)新效應(yīng)[J].武漢大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2021，74（5）：91-104.

［10］ 劉巖，蘇可蒙，高艷慧.企業(yè)基礎(chǔ)研究對技術(shù)創(chuàng)新績效的影響：來自中國生物制藥企業(yè)的分析[J].科技進(jìn)步與對策，2022，39（12）：102-111.

［11］ 周茜.基礎(chǔ)研究生態(tài)系統(tǒng)的概念、結(jié)構(gòu)、特征與運(yùn)行[J].中國科技論壇，2022（2）：59-67.

［12］ 徐曉丹，柳卸林.大企業(yè)為什么要重視基礎(chǔ)研究？[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2020，41（9）：3-19.

［13］ 胡緒華，呂程揚(yáng)，丁緒輝.基礎(chǔ)研究與應(yīng)用研究對地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的異質(zhì)性作用——基于“中等收入陷阱風(fēng)險(xiǎn)”視角[J].科技進(jìn)步與對策，2022，39（1）：60-68.

［14］ 吉亞輝，祝鳳文.技術(shù)差距、“干中學(xué)”的國別分離與發(fā)展中國家的技術(shù)進(jìn)步[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011，28（4）：49-63.

［15］ HAMMERSTEDT R H，BLACH E L. Commercialization of basic research from within the university and return of value to the public[J]. Animal Reproduction Science，2008，105（1-2）：158-178．

［16］ 彭秀麗，劉茂松.基于競爭優(yōu)勢的內(nèi)生型技術(shù)創(chuàng)新路徑[J].軟科學(xué)，2009，23（10）：87-90.

［17］ HENARD D H，MCFADYEN M A. The complementary roles of applied and basic research：a knowledge-based perspective[J].Journal of Product Innovation Management，2005，22（6）：503-514.

［18］ PRETTNER K，WERNERK.Why it pays off to pay us well： the impact of basic research on economic growth and welfare[J].Research Policy，2016，45（5）：1075-1090.

［19］ 嚴(yán)成樑.現(xiàn)代經(jīng)濟(jì)增長理論的發(fā)展脈絡(luò)與未來展望——兼從中國經(jīng)濟(jì)增長看現(xiàn)代經(jīng)濟(jì)增長理論的缺陷[J].經(jīng)濟(jì)研究，2020，55（7）：191-208.

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

［21］ 萬小麗.區(qū)域?qū)＠|(zhì)量評價(jià)指標(biāo)體系研究[J].知識產(chǎn)權(quán)，2013（8）：65-67，100.

［22］ 丁煥峰，何小芳，孫小哲.中國城市專利質(zhì)量評價(jià)及時(shí)空演進(jìn)[J].經(jīng)濟(jì)地理，2021，41（5）：113-121.

［23］ 謝紅軍，張禹，洪俊杰，等.鼓勵(lì)關(guān)鍵設(shè)備進(jìn)口的創(chuàng)新效應(yīng)——兼議中國企業(yè)的創(chuàng)新路徑選擇[J].中國工業(yè)經(jīng)濟(jì)，2021（4）：100-118.

［24］ 馮劭華，昝棟，蘇菊.改進(jìn)的高校專利競爭力動(dòng)態(tài)評價(jià)方法及應(yīng)用[J].中國高?？萍?，2021（11）：33-37.

［25］ 胡諜，王元地.企業(yè)專利質(zhì)量綜合指數(shù)研究——以創(chuàng)業(yè)板上市公司為例[J].情報(bào)雜志，2015，34（1）：77-82.

［26］ LUINTEL K B，KHANM.Basic applied and experimental knowledge and productivity： further evidence[J]. Economics Letters，2011，111（1）： 71-74．

［27］ 朱平芳，徐偉民.政府的科技激勵(lì)政策對大中型工業(yè)企業(yè)R&D投入及其專利產(chǎn)出的影響——上海市的實(shí)證研究[J].經(jīng)濟(jì)研究，2003（6）：45-53，94.

［28］ GERSBACH H，SORGER G， AMONC.Hierarchical growth： basic and applied research[J]. Journal of Economic Dynamicas & Control，2018，90：434-459.

［29］ 羅珵.基礎(chǔ)研究投入對技術(shù)進(jìn)步的影響——來自1998—2014年我國省級面板數(shù)據(jù)的實(shí)證分析[J].技術(shù)經(jīng)濟(jì)與管理研究，2019（12）：29-34.

［30］ 王娟，任小靜.基礎(chǔ)研究與工業(yè)全要素生產(chǎn)率提升——任正非之問的實(shí)證檢驗(yàn)[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2020，40（6）：3-16.

［31］ 靳來群.中國高研發(fā)投入與低生產(chǎn)率悖論的分析——基于研發(fā)要素配置扭曲的視角[J].現(xiàn)代經(jīng)濟(jì)探討，2022（6）：22-32.

［32］ 周俊亭，席彥群，周媛媛.區(qū)域技術(shù)市場、政府扶持與科技創(chuàng)新[J].中國軟科學(xué)，2021（11）：80-90.

［33］ 莊毓敏，儲青青，馬勇.金融發(fā)展、企業(yè)創(chuàng)新與經(jīng)濟(jì)增長[J].金融研究，2020（4）：11-30.

［34］ 徐鵬遠(yuǎn)，張梅青，翟欣雨.R&D財(cái)政補(bǔ)貼對區(qū)域?qū)＠a(chǎn)出的影響機(jī)制——一個(gè)有調(diào)節(jié)的中介模型[J].湖南科技大學(xué)學(xué)報(bào)（社會科學(xué)版），2020，23（1）：75-83.

［35］ 李梅，柳士昌.對外直接投資逆向技術(shù)溢出的地區(qū)差異和門檻效應(yīng)——基于中國省際面板數(shù)據(jù)的門檻回歸分析[J].管理世界，2012（1）：21-32，66.

［36］ 盧洪友，張依萌，朱耘嬋.“人才新政”提高了城市創(chuàng)新能力嗎？[J].財(cái)經(jīng)問題研究，2021（6）：127-136.

［37］ 張寬，黃凌云.金融發(fā)展如何影響區(qū)域創(chuàng)新質(zhì)量？——來自中國對外貿(mào)易的解釋[J].國際金融研究，2019（9）：32-42.

［38］ WAN GQUNYONG.Fixed-effect panel threshold model using Stata[J].The Stata Journal，2015，15（1）： 121-134.

［39］ 顧夏銘.陳勇民.潘士遠(yuǎn).經(jīng)濟(jì)政策不確定性與創(chuàng)新——基于我國上市公司的實(shí)證分析[J].經(jīng)濟(jì)研究，2018，53（2）：109-123.

［40］ 單偉，馬文，高俊光.彈性視角下的R&D投入與產(chǎn)出關(guān)系研究[J].科學(xué)學(xué)研究，2017，35（7）：1004-1015，1111.

（責(zé)任編輯：要 毅）

基金項(xiàng)目：重慶市社會科學(xué)規(guī)劃項(xiàng)目（2020BS42）；重慶理工大學(xué)研究生教育高質(zhì)量發(fā)展行動(dòng)計(jì)劃資助成果（gzlcx20223329）

作者簡介：曹崢林（1988-），男，博士，重慶理工大學(xué)重慶知識產(chǎn)權(quán)學(xué)院講師、碩士生導(dǎo)師，研究方向：知識產(chǎn)權(quán)管理、數(shù)字經(jīng)濟(jì)與數(shù)字化轉(zhuǎn)型；蔣紹琴（1997-），女，重慶理工大學(xué)重慶知識產(chǎn)權(quán)學(xué)院碩士研究生，研究方向：技術(shù)創(chuàng)新與知識產(chǎn)權(quán)管理。