資金來源結(jié)構(gòu)對我國專利創(chuàng)新效率影響的差異化研究
——基于隨機前沿模型的分析

劉國華 南愛華 劉可迅

(山東理工大學(xué) 商學(xué)院，山東 淄博 255012)

一、引言

科技創(chuàng)新是當(dāng)前我國轉(zhuǎn)方式調(diào)結(jié)構(gòu)的重要推動力。提高自主創(chuàng)新能力、建設(shè)創(chuàng)新型國家是我國發(fā)展戰(zhàn)略的核心，也是實現(xiàn)經(jīng)濟可持續(xù)增長的根本出路。專利數(shù)量尤其是發(fā)明專利數(shù)量是衡量一國創(chuàng)新能力的重要指標(biāo)。據(jù)國家知識產(chǎn)權(quán)局局長申長雨報告，近幾年我國專利申請受理量增長迅速，2013年中國發(fā)明專利申請受理量82.5萬件，同比增長26.3%，占3種專利申請受理量的34.7%；PCT申請受理量22924件，同比增長15%；截至2013年底，中國每萬人口發(fā)明專利擁有量達(dá)4.02件，提前完成“十二五”規(guī)劃確定的3.3件的目標(biāo)。*申長雨：《深化改革 激勵創(chuàng)新 努力開創(chuàng)知識產(chǎn)權(quán)工作新局面》，中國新聞網(wǎng)2014-01-15。專利數(shù)量的快速增長標(biāo)志著我國創(chuàng)新能力迅速提升。

專利數(shù)量的擴張固然重要，但是在我國科研投入資源嚴(yán)重不足的約束下，專利創(chuàng)新效率的提高則更為重要和迫切。資金作為科技創(chuàng)新活動的主要投入要素之一，其重要性不言而喻。目前，支持科技活動的資金來源渠道日趨多樣化。從我國的情況看，科技活動資金主要源自企業(yè)自身、政府和金融機構(gòu)。源自不同融資渠道的資金對科技創(chuàng)新效率的影響是否具有差異性？既有文獻(xiàn)未對這一問題做出詳細(xì)完善的解答。鑒于此，本文通過構(gòu)建省級面板數(shù)據(jù)隨機前沿模型，實證檢驗資金來源結(jié)構(gòu)對我國專利創(chuàng)新效率影響的差異性，并提出相應(yīng)的政策建議，以期對各級政府制定有效的科技創(chuàng)新政策，提升科技創(chuàng)新整體效率提供有益借鑒。

二、研究方法

目前測度技術(shù)效率的主流方法有參數(shù)法和非參數(shù)法兩大類。其中，非參數(shù)方法以數(shù)據(jù)包絡(luò)分析(DEA)為代表，該方法用于多投入多產(chǎn)出同類決策單元的有效性評價，其優(yōu)點在于無需預(yù)先設(shè)定生產(chǎn)或成本函數(shù)，從而避免了主觀設(shè)定函數(shù)導(dǎo)致的錯誤。雖然DEA方法具備算法簡便的優(yōu)點，但也具有局限性，如，忽略了測量誤差等隨機因素的存在，影響了測量的準(zhǔn)確度。參數(shù)法以隨機前沿分析(SFA)為代表，該方法可以對模型本身及其參數(shù)進(jìn)行檢驗，具有堅實的經(jīng)濟理論基礎(chǔ)，同時SFA假設(shè)存在隨機因素的干擾，提高了測度的準(zhǔn)確性，而且可以定量分析各種相關(guān)因素對效率的影響。考慮到專利創(chuàng)新效率不可避免地受到隨機因素的干擾，且本文旨在考察資金來源結(jié)構(gòu)對專利創(chuàng)新效率的影響，故本文選擇隨機前沿模型進(jìn)行實證分析。

根據(jù)Battese、Coelli(1995)和Kumbhakar、Lovell(2000)的總結(jié)，[注]Kunbhakar,S.,Lovell,C.. Stochastic frontier analysis. New York: Cambridge University Press,2000: 216-259.隨機前沿模型的形式：

yit=f(xit;t)·exp(vit-uit)

(1)

uit=δ0+zitδ+wit

(2)

式(2)中，技術(shù)非效率uit表示為其影響因素的函數(shù)，以解釋不同個體的技術(shù)效率差異。其中，δ0為常數(shù)項，zit為影響技術(shù)非效率的因素，δ為影響因素的系數(shù)，wit為隨機誤差項。如果參數(shù)估計值顯著為負(fù)，則表示該變量對技術(shù)效率損失有顯著負(fù)影響，即該變量對技術(shù)效率有顯著正影響；如果參數(shù)估計值顯著為正，則表示該變量對技術(shù)效率有顯著負(fù)影響。

三、變量選取與說明

基于數(shù)據(jù)可獲取性，本文選取1998-2008年30個省(市、自治區(qū)，以下簡稱省，不包括西藏)的面板數(shù)據(jù)。原始數(shù)據(jù)來源于1999-2009年各年度的《中國科技統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、各省《統(tǒng)計年鑒》及《新中國六十年統(tǒng)計資料匯編》。變量選取和處理如下。

(一)專利創(chuàng)新的產(chǎn)出變量

我國專利法規(guī)定的專利有三類：發(fā)明專利、實用新型和外觀設(shè)計。其中，發(fā)明專利的創(chuàng)造性水平和技術(shù)含量占明顯優(yōu)勢，授權(quán)程序也較為復(fù)雜，可以稱為原始性創(chuàng)新，而實用新型和外觀設(shè)計是在原有基礎(chǔ)上的小幅改進(jìn)，只能稱為改進(jìn)型創(chuàng)新。為了全面反映各種類型的專利產(chǎn)出效率，本文將專利總量、發(fā)明專利、實用新型和外觀設(shè)計的申請量作為專利產(chǎn)出變量分別構(gòu)建隨機前沿模型進(jìn)行實證檢驗。

(二)專利創(chuàng)新的投入變量

專利創(chuàng)新的投入可以從勞動力投入和資本投入兩個方面來衡量。對于勞動力投入，本文選取R&D人員全時當(dāng)量作為衡量指標(biāo)；對于資本投入，選取R&D經(jīng)費投入作為衡量指標(biāo)。在使用R&D經(jīng)費投入指標(biāo)時，借鑒吳延兵(2006)的做法，采取永續(xù)存盤法將R&D經(jīng)費支出轉(zhuǎn)換成R&D資本存量。[注]吳延兵：《R&D 存量、知識函數(shù)與生產(chǎn)效率》，《經(jīng)濟學(xué)(季刊)》2006年第4期。R&D資本存量的測算模型如下：

Kit=(1-δ)Ki(t-1)+Ei(t-1)

(3)

式(3)中，Kit和Ki(t-1)分別表示省份i在第t期和第t-1期的R&D資本存量，δ為R&D資本存量的折舊率，Ei(t-1)表示省份i在時期第t-1期經(jīng)過價格指數(shù)調(diào)整后的實際R&D支出流量。其中，對于R&D支出價格指數(shù)的估計，本文沿襲朱平芳、徐偉民(2003)的思想，采用消費價格指數(shù)和固定資產(chǎn)投資價格指數(shù)的加權(quán)平均得到R&D支出價格指數(shù)。[注]朱平芳等：《政府的科技激勵政策對大中型工業(yè)企業(yè)R&D 投入及其專利產(chǎn)出的影響—上海市的實證研究》，《經(jīng)濟研究》2003年第6期。對于R&D資本存量折舊率的測算，本文借鑒大多數(shù)文獻(xiàn)的經(jīng)驗估計采取15%的折舊率。在估算R&D基期資本存量時，本文借鑒吳延兵(2006)的方法，假定R&D資本存量的平均增長率等于R&D經(jīng)費支出的平均增長率，即：(Kt-Kt-1)/Kt-1=(Et-Et-1)/Et-1=g，從而得到樣本期各省份的R&D資本存量。

(三)影響專利創(chuàng)新效率的資金來源結(jié)構(gòu)變量

我國科技活動的經(jīng)費來源主要包括企業(yè)資金、政府撥款、銀行貸款等三個方面。1998-2008年間的統(tǒng)計數(shù)據(jù)顯示，企業(yè)資金是我國科技活動經(jīng)費的最大來源，其占科技經(jīng)費總額的比重從43.61%大幅提高到69.82%；政府資金則是科技經(jīng)費的第二大資金來源，同期占科技經(jīng)費的比重由28.03%下降到20.85%；金融機構(gòu)貸款是科技經(jīng)費的第三大資金來源，樣本期內(nèi)占科技經(jīng)費的比重從12.96%下降到4.44%?；诖?，本文在考察資金來源結(jié)構(gòu)對專利創(chuàng)新效率的影響時，將非效率影響因素設(shè)定為：(1)科技經(jīng)費籌資中的企業(yè)資金占科技經(jīng)費籌資總額的比重(COit)，反映專利創(chuàng)新的企業(yè)自籌能力，目的是考察是否企業(yè)自籌能力越強，對專利創(chuàng)新的貢獻(xiàn)越大；(2)科技經(jīng)費籌資中的政府資金占科技經(jīng)費籌資總額的比重(GOVit)，反映專利創(chuàng)新的財政支持強度，目的是考察政府財政支持強度的大小對專利創(chuàng)新的貢獻(xiàn)大??；(3)科技經(jīng)費籌資中的金融機構(gòu)貸款占科技經(jīng)費籌資總額的比重(BANKit)，反映專利創(chuàng)新的金融機構(gòu)支持強度，目的是考察金融機構(gòu)的貸款支持是否對專利創(chuàng)新的效率具有影響。

表1 變量說明

四、模型設(shè)定

依據(jù)對專利創(chuàng)新的產(chǎn)出和投入變量的設(shè)定，本文選擇形式較為靈活的超越對數(shù)生產(chǎn)函數(shù)構(gòu)建隨機前沿模型，具體表達(dá)形式為：

lnyit=β0+β1lnKit+β2lnLit+β3t+1/2β4(lnKit)2+1/2β5(lnLit)2+β6t2+β7lnKitlnLit

+β8tlnKit+β9tlnLit+(vit-uit)

(4)

式(4)中，yit、Kit和Lit分別表示省份i在時期t的創(chuàng)新產(chǎn)出、R&D資本存量和R&D人員全時當(dāng)量，t表示時間趨勢。βi(0, 1,2,….9)為待估參數(shù)，其中，β1、β2分別表示R&D資本存量和R&D人員全時當(dāng)量的產(chǎn)出彈性。同時，依據(jù)對資金來源結(jié)構(gòu)變量的選擇，本文將技術(shù)無效率誤差項函數(shù)設(shè)定為：

ut=δ0+δ1COit+δ2GOVit+δ3BANKit+wit

(5)

五、實證結(jié)果及分析

(一)實證結(jié)果

本文利用Frontier4.1軟件，分別以PET、INV、UTI和DES為因變量構(gòu)建如(4)式的模型，采用極大似然估計法進(jìn)行參數(shù)估計，結(jié)果分別見表2、表3。

表2 四個超越對數(shù)隨機模型的參數(shù)估計結(jié)果

常數(shù)項0.1651 (0.2301)-38.6918 (-1.5992)0.1196 (0.2482)1.0772??? (3.6110)σ20.1849??? (12.3150)10.0266??(2.1478)0.1976??? (12.2652)0.4968??? (11.9801)γ0.9999???(107370.0500)0.9924???(254.0641)0.9999??? (4145935.8000)0.9961???(6.0526)Log likelihood function-171.5176 ???-268.3929???-148.5740???-336.4144???LR test of the one-sided error149.2339 ???100.7314 ???154.3918???135.2327???

注: 括號中的數(shù)值為t統(tǒng)計量， *、**、***分別表示在10%、5%、1%的水平上統(tǒng)計顯著。

表3 四個模型技術(shù)效率損失函數(shù)的估計結(jié)果

注: 括號中的數(shù)值為t統(tǒng)計量，*、**、***分別表示在10%、5%、1%的水平上統(tǒng)計顯著。

(二)結(jié)果分析

表2顯示，四個模型中σ2的t統(tǒng)計量在1%水平下均為顯著，說明隨機誤差項vit顯著存在。γ的t統(tǒng)計量在1%水平下顯著，且非常接近1，說明技術(shù)無效誤差項uit顯著存在，創(chuàng)新產(chǎn)出的偏差幾乎全部源于技術(shù)非效率。LR統(tǒng)計量在1%水平下也高度顯著，從而進(jìn)一步拒絕了“不存在技術(shù)非效率效應(yīng)”的零假設(shè)。綜合各種統(tǒng)計量的檢驗結(jié)果，可以判定本文構(gòu)造的超越對數(shù)隨機前沿模型有效。

表3顯示，影響專利產(chǎn)出效率的三個因素的變量系數(shù)在10%水平下均為統(tǒng)計顯著，說明三種資金來源對專利產(chǎn)出的技術(shù)效率均有顯著影響。具體分析如下：

1.企業(yè)資金。企業(yè)資金與專利總量、實用新型和外觀設(shè)計三類產(chǎn)出的技術(shù)效率呈顯著的正相關(guān)性，而與發(fā)明專利產(chǎn)出的技術(shù)效率呈顯著的負(fù)相關(guān)性。主要原因在于企業(yè)作為我國技術(shù)創(chuàng)新的主體，更關(guān)注資金投入的即期經(jīng)濟效益，而發(fā)明專利的投入資金大、研發(fā)周期長、風(fēng)險大、創(chuàng)新成本高，尤其是我國對知識產(chǎn)權(quán)的保護(hù)仍有很大欠缺，發(fā)明專利得不到有效保護(hù)，企業(yè)投資于發(fā)明創(chuàng)新活動的成本收益不對等，因而缺乏進(jìn)行發(fā)明創(chuàng)造的動力?；跊Q策短期化和利潤最大化考慮，企業(yè)傾向于將自籌資金配置于周期較短、見效較快、模仿成本低的實用新型和外觀設(shè)計的研發(fā)。以企業(yè)申請的國內(nèi)職務(wù)專利為例，1985-2010年間，發(fā)明專利的累計申請受理量僅占全部專利累計申請受理量的28.27%，且發(fā)明專利申請受理量占全部專利申請受理量的比例呈逐年下滑的趨勢，由2006年的33.83%下降到2010年的28.63%。顯然，企業(yè)的模仿性創(chuàng)新發(fā)展戰(zhàn)略在一定程度上限制了發(fā)明專利創(chuàng)新效率的提升。

2.政府資金。政府資金支持對四類專利產(chǎn)出均具有顯著的負(fù)相關(guān)性，這種關(guān)系對于發(fā)明專利尤為突出，表現(xiàn)為政府資金支持每增加1%，發(fā)明專利的技術(shù)效率降低49.2%。究其原因，我國財政科技支出規(guī)模雖然絕對數(shù)量不斷上升，但增速低于同期GDP增速，財政科技支出規(guī)模占GDP的比重很低，2010年僅為0.82%，不僅低于發(fā)展中國家1.15%的比重，更遠(yuǎn)低于發(fā)達(dá)國家2.13%-3.10%的比重。[注]包?。骸段覈斦萍贾С鰞?yōu)化分析》，《科學(xué)管理研究》2010年第3期。而且，財政科技支出有向研發(fā)活動下游偏離的趨勢，對發(fā)明專利最需要的基礎(chǔ)研究投入比例過低。以2010年為例，我國全國財政科技支出中用于基礎(chǔ)研究的支出僅占全國財政科技支出的8.16%，其中中央本級財政基礎(chǔ)研究支出為242.68億元，僅占本級財政科技支出的14.61%，地方財政基礎(chǔ)研究支出為22.41億元，僅占1.41%。財政科技支出的相對比重和基礎(chǔ)研究的投入比重過低，使得專利特別是發(fā)明專利的研發(fā)得不到充足的資金支持，無法產(chǎn)生規(guī)模經(jīng)濟效應(yīng)，政府資金也未能在科技創(chuàng)新的公共產(chǎn)品領(lǐng)域發(fā)揮最大的作用。

3.金融機構(gòu)貸款。金融機構(gòu)的資金支持對四類產(chǎn)出均具有顯著的負(fù)相關(guān)性，且對發(fā)明專利更顯著。這與我國金融機構(gòu)信貸投放中存在“所有制歧視”和“規(guī)模歧視”現(xiàn)象密不可分。長期以來，我國金融機構(gòu)出于穩(wěn)健經(jīng)營的考慮，傾向于選擇資產(chǎn)規(guī)模大、抵押擔(dān)保品豐富的大型國有企業(yè)或地方支柱企業(yè)作為授信對象。而這些企業(yè)融資渠道豐富，本身并不缺乏研發(fā)資金，過多的資金流入也帶來了資金利用率和邊際收益率的降低，引發(fā)規(guī)模不經(jīng)濟問題。與此同時，廣大科技型中小企業(yè)卻因資產(chǎn)規(guī)模小、抵押擔(dān)保品有限、償債能力差，面臨著融資難的局面，無法獲取充足的資金開展創(chuàng)新活動，更無法開展高水平的發(fā)明專利創(chuàng)新。顯然，金融機構(gòu)在信貸投放中存在的這些歧視已成為制約我國自主創(chuàng)新能力的重要瓶頸。

表4 2008-2010年我國財政科技支出的規(guī)模與結(jié)構(gòu)

數(shù)據(jù)來源：中國財政部網(wǎng)站。

六、結(jié)論與政策建議

本文基于1998-2008年省級面板數(shù)據(jù)運用超越對數(shù)隨機前沿模型研究了資金來源結(jié)構(gòu)對專利創(chuàng)新效率的影響。研究發(fā)現(xiàn)，不同資金來源對專利特別是對發(fā)明專利的產(chǎn)出效率的影響存在明顯差異。其中，企業(yè)自籌資金對專利總量、實用新型和外觀設(shè)計的創(chuàng)新效率均產(chǎn)生正向影響，而對發(fā)明專利的創(chuàng)新效率具有負(fù)向影響；政府資金和金融機構(gòu)資金對各種專利創(chuàng)新效率均具有負(fù)向影響，且對發(fā)明專利的影響尤為突出。鑒于此，本文提出以下政策建議：

第一，強化企業(yè)知識產(chǎn)權(quán)意識，提升專利質(zhì)量。隨著我國市場經(jīng)濟體制改革的深化，企業(yè)自籌資金在科技活動籌資中的地位將日益重要，對技術(shù)創(chuàng)新的貢獻(xiàn)也將越來越大。但是，專利投資回報具有明顯的滯后性，發(fā)明專利尤其如此。因此，為了推動企業(yè)形成足夠的科技創(chuàng)新投資意愿，政府應(yīng)建立健全相關(guān)法律、法規(guī)和政策，為科技創(chuàng)新創(chuàng)造良好的制度環(huán)境。一方面通過加強知識產(chǎn)權(quán)立法并嚴(yán)格執(zhí)行，保護(hù)企業(yè)的科技創(chuàng)新活動和創(chuàng)新成果，讓創(chuàng)新活動成為企業(yè)的重要盈利手段；另一方面，利用稅收、補貼、轉(zhuǎn)移支付等優(yōu)惠政策鼓勵和引導(dǎo)企業(yè)開展技術(shù)創(chuàng)新活動，并適當(dāng)分擔(dān)企業(yè)創(chuàng)新活動的成本。當(dāng)前，尤其要探索并完善企業(yè)參與實施國家科技重大專項以及國家科技支撐計劃等國家科技項目的體制機制，激發(fā)企業(yè)開展原創(chuàng)性發(fā)明專利活動的積極性和內(nèi)在動力，以現(xiàn)代科技文化觀念克服企業(yè)從短期利潤最大化角度進(jìn)行決策的慣性。同時，壓縮“泡沫技術(shù)”和“垃圾專利”的生存空間，以企業(yè)資金投入的增加提高我國專利創(chuàng)新的效率和質(zhì)量。

第二，優(yōu)化財政科技支出結(jié)構(gòu)，加強基礎(chǔ)研究投入?；A(chǔ)研究領(lǐng)域是公共產(chǎn)品屬性最強的領(lǐng)域之一，其發(fā)展要依靠政府的大力投入。因此，要在不斷加大財政科技支出規(guī)模、提高財政科技支出占GDP比重的同時，通過合理調(diào)整財政科技支出結(jié)構(gòu)，提高支持基礎(chǔ)研究的財政支出比重。在基礎(chǔ)研究領(lǐng)域積極探索國家目標(biāo)與科學(xué)家自由探索相結(jié)合的渠道，實踐和完善國家科學(xué)基金與企業(yè)聯(lián)合設(shè)立研發(fā)基金等做法，從國際科技競爭重心前移的趨勢出發(fā)，以國家、社會和企業(yè)需求為導(dǎo)向資助研發(fā)活動，強化基礎(chǔ)研究的專利產(chǎn)出意識、專利商業(yè)化意識和專利產(chǎn)業(yè)化意識，帶動和引導(dǎo)市場力量對基礎(chǔ)研究從而對發(fā)明專利的重視和支持，為我國建立自主創(chuàng)新型國家奠定堅實的社會基礎(chǔ)。

第三，樹立科技金融觀念，加大金融對科技型中小企業(yè)的支持力度?？萍夹椭行∑髽I(yè)是我國技術(shù)創(chuàng)新的主力軍，要提高我國整體的技術(shù)效率，必須通過制度創(chuàng)新和產(chǎn)品創(chuàng)新，引導(dǎo)更多的金融資源流向科技型中小企業(yè)，以激發(fā)其創(chuàng)新活力。為此，要不斷創(chuàng)新科技投入方式，綜合利用政府資金、科技貸款、資本市場、風(fēng)險投資等資金加強對科技型中小企業(yè)的融資支持。尤其需要完善科技信貸、科技保險和科技擔(dān)保體系，為企業(yè)創(chuàng)新活動分擔(dān)風(fēng)險。同時要認(rèn)識到，民間資本已經(jīng)成為我國科技投入的重要來源和自主創(chuàng)新的重要力量，要通過推進(jìn)科技型中小企業(yè)集合債券、非上市公司股權(quán)代辦轉(zhuǎn)讓系統(tǒng)，充分發(fā)揮民間資本在推進(jìn)科技和金融結(jié)合中的作用。直接融資是助推中國未來科技水平提高的重要動力，因此要將提升中國企業(yè)信用水平和融資能力作為未來一段時間內(nèi)科技與金融結(jié)合的重點，以形成全社會支持技術(shù)創(chuàng)新的良好文化氛圍。