知識產權保護對企業(yè)創(chuàng)新效率的影響

笪瓊瑤

【摘要】本文以知識溢出、知識產權保護與企業(yè)創(chuàng)新效率的機制分析為基礎， 采用我國2005 ～ 2019年企業(yè)經濟活動省級面板數據， 運用超越對數生產函數隨機前沿模型就知識溢出、知識產權保護對企業(yè)創(chuàng)新效率的影響進行分析， 反復檢驗得出， 知識溢出和知識產權保護均有益于促進企業(yè)創(chuàng)新效率的提升。 基于此， 分別以知識溢出與知識產權保護作為門檻變量進一步探討二者對企業(yè)創(chuàng)新效率的影響機制與作用效果， 研究發(fā)現： 知識溢出越多， 知識產權保護對企業(yè)創(chuàng)新效率的激勵作用越大， 知識產權保護機制越完善， 知識溢出對企業(yè)創(chuàng)新效率的正向激勵越大。 因此， 當我國知識溢出越多、知識產權保護越嚴格， 越有益于提高我國企業(yè)創(chuàng)新效率。 本文從知識溢出與知識產權保護兩個不同的角度說明了知識產權制度是一種能把知識資源轉化為創(chuàng)新效率的有效制度。

【關鍵詞】知識溢出；知識產權保護；企業(yè)創(chuàng)新效率；知識資源

【中圖分類號】F275；F832.51? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）21-0145-9

一、引言

企業(yè)創(chuàng)新能力的提升對于整個經濟流程中的決策、研發(fā)與成果轉化意義重大。 為了提高創(chuàng)新能力， 企業(yè)一直不斷地為此做出努力， 對研究與開發(fā)（R&D）的投入不斷增長。 然而令人遺憾的是， R&D投入的增加并未帶來企業(yè)創(chuàng)新效率的明顯提升， 在生產技術和效率決定的國際生產價值鏈中， 我國大多數企業(yè)仍被鎖定在附加值較低產品的生產領域。 由此可見， 增加創(chuàng)新投入只是提升創(chuàng)新效率的重要渠道之一， 經濟系統中的其他因素對企業(yè)創(chuàng)新效率也具有不容小覷的影響。

Cooke[1] 提出， 任何一項因素只要處于創(chuàng)新系統中， 則這項因素即與創(chuàng)新活動相關， 故而對創(chuàng)新效率將產生或多或少的影響， 以此研究為基礎， 學術界就創(chuàng)新效率進行了一系列尋找影響因素的研究。 有研究發(fā)現， 產業(yè)集群、人力資本水平、金融發(fā)展水平、要素市場結構、政府支持、知識溢出和知識產權保護等因素對企業(yè)創(chuàng)新效率具有顯著影響。 上一輪創(chuàng)新活動所產生的知識溢出為下一輪創(chuàng)新提供智力支持， 然而知識溢出的外部性特點易造成個體收益小于社會收益， 發(fā)生“公地悲劇”； 而知識產權保護能確保企業(yè)創(chuàng)新成果排他性所有權， 防范“公地悲劇”、解決知識溢出所產生的市場失靈， 從而為企業(yè)創(chuàng)新活動提供了激勵。 因此， 知識溢出和知識產權保護對企業(yè)創(chuàng)新的影響伴隨著企業(yè)創(chuàng)新活動的全過程。 本文基于2005 ～ 2019年省級企業(yè)經濟活動數據， 檢驗知識溢出、知識產權保護對我國企業(yè)創(chuàng)新效率的影響。 文中將分析和檢驗下述兩個問題： 第一， 知識溢出與知識產權保護對企業(yè)創(chuàng)新效率是否具有促進作用？ 第二， 在對企業(yè)創(chuàng)新效率的影響上， 知識溢出與知識產權保護這一組看似矛盾的變量具有怎樣的相互關系？ 換言之， 二者是否互為門檻效應？ 為了對上述兩個問題進行詳盡分析與充分說明， 本文構建SFA模型檢驗知識溢出與知識產權保護對企業(yè)創(chuàng)新效率的作用， 并構建門檻模型分別探討二者的相互作用機制與作用效果。 與以往的研究相比， 本文的特點可能在于： 第一， 將知識溢出與知識產權保護這一對看似矛盾的變量納入同一研究框架探討二者對企業(yè)創(chuàng)新效率的影響； 第二， 采用門檻模型分析知識溢出與知識產權保護對企業(yè)創(chuàng)新效率提升的協同效應； 第三， 從知識溢出與知識產權保護兩個不同的角度說明了知識產權制度是一種能把知識資源轉化為創(chuàng)新效率的有效制度。

二、文獻綜述

現有文獻研究發(fā)現， 諸多外部環(huán)境因素如產業(yè)集群、人力資本水平、要素市場結構等對創(chuàng)新效率均有顯著的影響。 知識溢出作為知識外部性的重要體現以及知識產權保護作為解決外部性的重要手段， 學術界亦以此為視角就二者對企業(yè)創(chuàng)新效率的影響展開了深入研究。

知識溢出對企業(yè)創(chuàng)新效率的影響可歸納為本質研究（外部性）與作用效果研究（引發(fā)空間集聚）兩個方面。 知識溢出為企業(yè)對先進知識與技術的學習、吸收、模仿、再創(chuàng)新提供了豐富的知識環(huán)境進而促進企業(yè)生產效率的提升， 其本質即為外部性[2] 。 Luca[3] 研究發(fā)現， 知識的本質特征在于非競爭性和部分排他性， 因此上一輪創(chuàng)新活動所產生的新知識通過知識溢出傳遞給其他企業(yè)， 進而刺激非創(chuàng)新企業(yè)通過增加創(chuàng)新投入、加大技術人員培訓、改進生產工藝展開新一輪的創(chuàng)新活動并促進創(chuàng)新活動效率的提升。 Blazsek和Escribano[4] 研究發(fā)現， 知識溢出為企業(yè)進行下一步的技術流程改造、實現產品升級提供了智力參考。 在空間集聚對創(chuàng)新效率的影響方面， 有研究認為只有空間集聚的企業(yè)才能獲取企業(yè)集群內的公共知識， 企業(yè)間知識溢出效應大于因集聚所引發(fā)的價格競爭離心效應， 空間越接近越有益于形成科學的網絡、進行面對面的交流與互動， 也就越有益于創(chuàng)新效率的提升[5，6] 。 Carlos和Luís[7] 利用葡萄牙制造業(yè)公司1996 ～ 2004年的面板數據， 研究發(fā)現知識溢出能夠調節(jié)創(chuàng)新投入下的產出， 即增強創(chuàng)新效率。

盡管外部性對企業(yè)創(chuàng)新效率的改善具有積極作用， 然而， 為了避免外部性引發(fā)“公地悲劇”、產生“創(chuàng)新活動開放悖論”①進而導致市場失靈， 知識產權保護制度在激勵創(chuàng)新活動中發(fā)揮了不可忽視的重要作用。 Baumol[9] 通過“游戲規(guī)則”約束企業(yè)活動， 體制環(huán)境因此成為創(chuàng)新活動的重要支柱。 North[10] 將制度與企業(yè)創(chuàng)新緊密地聯系起來， 并得出結論： 制度既是機會， 也是制約因素。 各種不同實體的相互作用即網絡動態(tài)， 最終觸發(fā)了能導致創(chuàng)新的知識流動[11] ， 知識產權保護制度作為保障市場環(huán)境的一種制度， 激發(fā)了企業(yè)對發(fā)明商業(yè)化的參與積極性[12] 。 在對創(chuàng)新效率的影響上， 首先， 知識產權保護制度培育了知識迅速并全面?zhèn)鞑サ沫h(huán)境， 為企業(yè)提升創(chuàng)新效率創(chuàng)造了條件[7，13] 。 Privileggi和Simone[14] 基于Tsur和Zemel[15]? 連續(xù)時間的內生增長模型， 構建了包括物質資本和知識積累在內的允許公共干預的知識產權保護系統， 研究發(fā)現越嚴格的知識產權保護制度越能激發(fā)企業(yè)創(chuàng)新。 其次， 知識產權保護制度通過專利、許可等對這一先決條件提供了重要的激勵， 加速了科學研究與市場開發(fā)的相互作用， 將新興發(fā)現從“象牙塔”移出并進入商業(yè)實踐[16] 。 再次， 強有力的知識產權保護明晰了產權， 降低了技術交易時的交易成本， 通過公開以授予許可證等形式促進了技術轉讓， 進而加速了知識的傳播與匹配， 提高了企業(yè)獲得外部融資的能力與創(chuàng)新效率[17，18] 。

上述研究從知識溢出和知識產權保護的角度分別探討各自對企業(yè)創(chuàng)新效率的影響， 并得到了許多有價值的證據。 然而， 溢出與保護原本即為一對相互矛盾的變量， 基于此， 本文在同一分析框架下利用SFA模型討論二者對企業(yè)創(chuàng)新效率的影響， 并以此為基礎進一步利用面板門檻模型分析二者的相互影響機制與作用效果， 探析二者的最優(yōu)強度區(qū)間以及是否具有協同效應。

三、機制分析與研究假設

（一）知識溢出、知識產權保護對企業(yè)創(chuàng)新效率的影響

Griliches[19] 指出， 知識溢出的本質在于知識對個體的貢獻遠小于對整個社會的貢獻， 其發(fā)生過程表現為因交流而產生的知識傳播。 所傳播的知識既可以是以專利或其他文字形式等存在便于記錄的編碼知識， 也可以是隱含在個人技能、企業(yè)管理方法、企業(yè)制度文化中， 難以記錄、難以用文字表達的隱性知識， 但不論這一無意識的傳播是以何種形式（如人員流動、專利技術轉讓等）進行， 均產生了知識流通與互動， 進而能被經濟單元中的企業(yè)吸收、學習、再創(chuàng)造， 即產生創(chuàng)新效應。 具體而言， 創(chuàng)新企業(yè)所形成的知識溢出具有“公共品”屬性， 這一正外部性改變了其他企業(yè)從事創(chuàng)新活動的外部環(huán)境， 帶來了“搭便車”效應， 因此能降低其他企業(yè)進行創(chuàng)新活動的邊際成本， 加快其他企業(yè)對外部知識的吸收速度， 為創(chuàng)新企業(yè)之外的其他企業(yè)進行技術模仿、加快技術進步與實現再創(chuàng)新提供機會與便利， 進而激勵其他企業(yè)更為積極地進行學習、模仿與創(chuàng)造。 同時， 通過推動微觀創(chuàng)新主體的創(chuàng)新活動進而豐富整個經濟中的知識存量， 創(chuàng)新企業(yè)的創(chuàng)新活動也終將受益。

知識產權保護制度貫穿于企業(yè)生產投入到生產經營再到獲取利潤的整個過程， 通過優(yōu)化資源配置、重構產業(yè)價值鏈有效促進企業(yè)創(chuàng)新效率的提升。 一方面， 知識產權保護制度通過專利制度等公開保護而釋放“信號功能”優(yōu)化資源配置。 這一“信號功能”既能減少對某一方面所有專長企業(yè)的搜索與匹配成本， 又能使資源更易于流向具有比較優(yōu)勢的企業(yè)， 進而放大了知識技術的外部性， 提高了資源的流動效率、利用效率與回報效率， 增大了創(chuàng)新成功的概率， 促進了創(chuàng)新效率的提升。 另一方面， 知識產權保護制度對知識成果這種無形資產賦予產權， 通過對產業(yè)體系中眾多創(chuàng)新者進行優(yōu)先級排序而合理分配利潤， 從而重構產業(yè)價值鏈。 在這一過程中， 知識產權保護越嚴格， 進行創(chuàng)新活動越多的企業(yè)就越容易在整個產業(yè)價值鏈的分配中占據優(yōu)勢， 并可以以制定行業(yè)標準、組建產業(yè)聯盟等方式將其既得利益進行鞏固與維護。 最終， 企業(yè)憑借價值鏈主導地位使其創(chuàng)新活動最大限度地獲取價值鏈租金， 同時未進行創(chuàng)新活動的企業(yè)剩余分配權被削減。 因此， 知識產權保護制度將明確創(chuàng)新活動所產生的知識技術成果權責， 知識產權作為引導資源流動的“旗幟”使資源流向邊際效益更高的方向， 與更具備效率的市場主體相匹配， 重構產業(yè)鏈分配體系， 激發(fā)市場競爭， 促進企業(yè)創(chuàng)新效率的提升。 對此， 本文提出研究假設：

H1： 知識溢出、知識產權保護能夠正向提升企業(yè)的創(chuàng)新效率。

（二）知識溢出對知識產權保護作用效果的影響

知識的非競爭性與非完全排他性等外部性特征， 決定了企業(yè)內部難以阻止外部對其創(chuàng)新活動產生的新知識與技術的利用， 而創(chuàng)新活動存在高投資風險、回報周期長且不確定等特點， 因此為了提升企業(yè)創(chuàng)新效率， 需要依靠知識產權保護制度減小創(chuàng)新企業(yè)創(chuàng)新活動的不確定風險與其對創(chuàng)新活動“被搭便車”的擔憂。 那么， 社會中知識溢出越多， 就意味著企業(yè)創(chuàng)新活動越活躍， 社會經濟主體對知識產權保護制度的要求就越迫切， 也就越能深刻地認識到知識產權保護的重要性與積極作用， 從而制度性交易成本②就越少， 越能夠順利推進知識產權的執(zhí)法， 對創(chuàng)新效率的激勵效果也就越好。 對此， 本文提出研究假設：

H2： 知識產權保護對企業(yè)創(chuàng)新效率的正向促進作用將隨著經濟中知識溢出的增加而增強。

（三）知識產權保護對知識溢出作用效果的影響

權責清晰的知識產權保護為知識溢出提供了紐帶和契機， 通過許可協議或其他以市場為媒介的技術轉讓形式， 極大地促進了技術商業(yè)化， 實現了技術市場化， 繼而為創(chuàng)新效率的提升創(chuàng)造了有利條件。 通過專利權、版權、設計權和商標權等使創(chuàng)新企業(yè)能夠以許可證、特許經營或出售他們的商標、設計等途徑， 依靠市場獲取技術創(chuàng)新回報， 而不必擔心技術被盜用， 進而促進知識市場的運作和技術的傳播。 避免企業(yè)選擇“商業(yè)秘密”等非正式知識產權保護方式以保持自身的競爭優(yōu)勢。 此外， 作為非正式知識產權保護的另一種方式， “保密”既能夠在短期內為創(chuàng)新企業(yè)所產生的創(chuàng)新回報提供保護， 又能對新思想、新思路的流通產生負向影響， 從而減緩了知識溢出的速度、拉低了知識溢出的質量， 無益于企業(yè)創(chuàng)新效率的改善。 知識產權保護制度， 能在維護創(chuàng)新企業(yè)創(chuàng)新租金的前提下， 無意識地溢出知識或有意識地進行知識技術的轉讓與傳播， 使知識溢出更暢通。 Arora等[20] 研究發(fā)現， 以專利為表現的知識產權保護制度能鼓勵技術公司通過在技術市場上將其開發(fā)的新技術進行授權而獲利， 而不是只依靠進入下游產品市場而獲利。 對此， 本文提出研究假設：

H3： 知識溢出對企業(yè)創(chuàng)新效率的正向促進作用將隨著知識產權保護水平的提高而增強。

四、實證分析

（一）知識溢出、知識產權保護對企業(yè)創(chuàng)新效率的影響

1. 模型設定與估計方法。 基于Battese和Coelli[21] 的方法， 構建超越對數生產函數隨機前沿分析模型測度企業(yè)創(chuàng)新效率， 并對影響企業(yè)效率的技術非效率因素進行分析。

yi，t=f（xi，t，t）exp（μi，t-vi，t） （1）

uj，t=θ0+Ai，tβ+?it （2）

式（2）中： θ0為常數項， A為對技術的非效率因素項（知識溢出lnKS、知識產權保護IPR、金融發(fā)展水平Fin、基礎設施水平Inf、高新技術產業(yè)集聚程度Indu、經濟發(fā)展環(huán)境Gr）； β為技術非效率項的系數向量， 當其為負時則代表技術非效率因素對企業(yè)技術效率產生促進作用， 為正時則為阻礙作用； ?為隨機誤差項。

2. 變量與數據。 由于數據的可得性， 本文分析了去除西藏自治區(qū)的我國30個省級行政地區(qū)2005 ～ 2019年企業(yè)的經濟活動數據， 企業(yè)經濟活動數據來源于《工業(yè)企業(yè)科技活動統計年鑒》， 其他數據來源于2005 ～ 2019年各期的《中國統計年鑒》《中國金融年鑒》《中國科技統計年鑒》與《中國高技術產業(yè)統計年鑒》等。

（1）企業(yè)創(chuàng)新投入與產出指標。 企業(yè)創(chuàng)新投入指標為以R&D存量（以永續(xù)盤存法核算）衡量的資本投入（lnRD）和以R&D全時當量衡量的R&D人員投入（lnL）， 產出指標為基期2005年以PPI平減的新產品銷售收入（lnInno）。 R&D存量具體計算公式為： Rj，t=（1-δ）×Rj，t-1+Ej，t。 其中： Rj，t、Rj，t-1分別表示j地區(qū)的企業(yè)第t和t-1期的資本存量； δ為R&D資本折舊率， 取值15%[22，23] ； Ej，t表示j地區(qū)的企業(yè)第t時期R&D經費支出， 以2005年為基期， 參照朱平芳和徐偉民[24] 的方法 進行平減。

（2）知識溢出（lnKS）、知識產權保護（IPR）指標。 參照Colombellia和Francesco[25]? 的做法， 知識溢出的代理變量選擇經由永續(xù)盤存法處理后的三大（發(fā)明、實用、外觀設計）類型專利的申請數量， 并考慮到各地區(qū)的空間臨近與知識流通， 構建技術臨近、吸收能力、地理距離三個影響因素對知識溢出進行測度。 其中： 技術臨近利用產品空間理論予以測度； 將吸收能力分解為知識的獲取、消化、應用能力， 并建立指標評價體系運用熵權法予以評價。 考慮到各省市知識溢出的差距過大， 本文取自然對數測算。

以韓玉雄和李懷祖[26] 、魏浩等[27] 的研究為基礎， 首先測算出我國30個不包括西藏在內的省級行政地區(qū)2005 ～ 2019年知識產權保護GP指數， 再從社會經濟發(fā)展水平、法制化治理水平、知識產權行政執(zhí)法力度三個角度選取四個指標（電力消耗量、專利未被侵權率③、每萬人專職律師人數與擁有律師事務所數）采用均方差賦權法測算出30個省級行政區(qū)知識產權保護執(zhí)法強度， 將其結果作為權重， 以GP指數為基數， 兩者的乘積即為實際知識產權保護強度。

（3）其他創(chuàng)新效率影響因素項。 金融發(fā)展水平（Fin）， 用存款余額占GDP的比重表示； 基礎設施水平（Inf）， 用人均光纜長度表示； 高新技術產業(yè)集聚程度（Indu）， 用高新企業(yè)生產總值對GDP的比重表示； 經濟發(fā)展環(huán)境（Gr）， 用GDP增長速度表示。

表1列示了主要變量的描述性統計結果。

3. 實證檢驗結果。 基于模型設計的理論分析， 本文構造超越對數生產函數的隨機前沿模型如式（3）、（4）所示。

lnInnoit=β0+βklnRDit+βllnLit+βtt+

βkk（lnRDit）2+? ?βll（lnLit）2+? ?βttt2+βkllnRDitlnLit+βkttlnRDit+βlttlnLit+vit-uit （3）

uit=δ0+δ1lnKSit+δ2IPRit+δ3Finit+δ4Infit+δ5Induit+δ6Grit+ωit （4）

借鑒白俊紅等[28] 的研究利用廣義似然率統計量λ=-2［lnL（H0）-lnL（H1）］對模型（3）的適宜性進行檢驗， 具體如下： H01二次項系數 βkk、βll、βtt、βkl、βkt、βlt均為零， 即CD函數在擬合本樣本上更適宜； H02與技術進步t有關的系數βt、βtt、βkt、βlt均為零， 即不存在技術進步。

由表2所示， 模型（3）即考察期內技術進步顯著存在的超越對數生產函數相對于CD生產函數更能夠擬合本樣本數據， 說明模型（3）是具有適宜性的模型。 表3為模型（3）效率影響因素回歸結果。

本文使用Frontier 4.0軟件回歸可得到表3中的參數估計結果。 觀察回歸結果可以看出， 在1%的顯著性水平上lnKS和IPR回歸系數顯著為負， 說明lnKS和IPR對企業(yè)創(chuàng)新效率具有積極的提升作用。 這是因為， 知識溢出為企業(yè)創(chuàng)新提供了可學習、吸收并加以運用的外部知識； 知識產權保護制度采用賦予知識這種外部性無形資產排他權， 力促創(chuàng)新企業(yè)擺脫外部性、信息不對稱及代理問題的制約， 創(chuàng)造優(yōu)越的外部知識基礎和有利的制度環(huán)境， 提高企業(yè)創(chuàng)新效率。

在其他技術非效率因素方面， 金融發(fā)展程度（Fin）與基礎設施水平（Inf）在1%的顯著性水平上抑制了企業(yè)創(chuàng)新效率。 究其原因， 是金融機構對企業(yè)金融支持的一個先決條件在于其自身是否盈利， 因此， 對于那些回報周期短、風險低、穩(wěn)定性高的項目更容易予以融資支持， 換言之就是為研發(fā)壟斷創(chuàng)造了條件， 因此并未發(fā)揮其對真正需要幫扶的創(chuàng)新企業(yè)的積極作用。 而基礎設施（Inf）越多， 則說明政府對基礎設施的投資越多， 進而擠占了政府對企業(yè)投資的份額。 高新技術產業(yè)集聚程度（Indu）與經濟發(fā)展環(huán)境（Gr）在1%的顯著性水平上對企業(yè)創(chuàng)新效率具有積極影響。 省市高新技術產業(yè)集聚水平、經濟發(fā)展水平越高， 企業(yè)越容易獲得創(chuàng)新的技術支持、人員支持與市場競爭的激勵， 因此對其創(chuàng)新效率的提升越有益。

4. SFA結果穩(wěn)健性檢驗。 根據以上研究結果可以發(fā)現， 知識溢出與知識產權保護對我國企業(yè)創(chuàng)新效率具有改善作用。 為了更客觀地討論結果的穩(wěn)定性與可靠性， 本文采用替代關鍵變量的方法尋求知識溢出、知識產權保護與企業(yè)創(chuàng)新效率三者之間關系的證據。

本文以樊綱等[29] 編著的《中國市場化指數——各地區(qū)市場化相對進程2018年報告》中的知識產權保護指標進行穩(wěn)健性檢驗。 檢驗回歸結果如表4所示。 表4的結果與表3一致， lnKS和IPR的回歸系數均在1%的顯著性水平上為負， 說明知識溢出和知識產權保護對企業(yè)創(chuàng)新效率的提升確實有顯著激勵作用。 其他技術非效率因素的回歸結果亦與表3一致， 說明本文分析穩(wěn)健可靠。

（二）知識溢出、知識產權保護對企業(yè)創(chuàng)新效率的門檻檢驗

由上文分析可知， 知識溢出、知識產權保護的確促進了企業(yè)創(chuàng)新效率的提高。 那么， 知識溢出和知識產權保護是否存在一個合理的強度區(qū)間， 能夠充分發(fā)揮二者對我國企業(yè)創(chuàng)新效率的積極作用？ 本文采用面板門檻模型分別檢驗二者對企業(yè)創(chuàng)新效率影響的門檻效應， 并進一步討論這一門檻效應的特征， 最后根據門檻值分析確定知識溢出和知識產權保護的最優(yōu)強度區(qū)間， 為有效提升企業(yè)創(chuàng)新效率提供決策參考。

1. 模型構建與變量設定。 本文基于Hansen[30] 面板門檻模型（Panel Threshold Regression）分別研究不同知識溢出下知識產權保護與企業(yè)創(chuàng)新效率之間的關系， 以及差異性知識產權保護下知識溢出與企業(yè)創(chuàng)新效率之間的關系。 其基本模型（單門檻）為：

（5）

式（5）中， xit為解釋變量， ?it為門檻變量， λ為待估計的門檻值。 使用示性函數I（?）， 可以將模型表示為式（6）：

yit=αi+? ?xit?I（?it<λ）+? ? xit?I（?it≥λ）+εit

（6）

首先通過門檻模型合理性與門檻數量的檢驗確定門檻個數與形式。 表5為基于自助抽樣（Bootstrap）500次計算的F值和P值， 知識溢出對知識產權影響創(chuàng)新效率的門檻檢驗， 以及在知識產權保護水平為門檻變量時知識溢出對創(chuàng)新效率影響的檢驗。 結果顯示： 當以知識溢出（lnKS）為門檻變量時， 知識產權保護（IPR）對企業(yè)創(chuàng)新效率存在“單門檻”； 當以知識產權保護（IPR）為門檻變量時， 知識溢出（lnKS）對企業(yè)創(chuàng)新效率存在“雙門檻”。

基于此， 構建知識溢出對知識產權保護影響企業(yè)創(chuàng)新效率的單門檻模型式（7）與知識產權保護對知識溢出影響企業(yè)創(chuàng)新效率的雙門檻模型式（8）， 如下所示：

EFFit=αi+? ? IPRit?I（lnKSit<λ）+? ? IPRit?

I（lnKSit≥λ）+Finit+Infit+Induit+Grit+εit （7）

EFFit=αi+? ? lnKSit?I（IPRit<λ1）+? ? lnKSit?

I（λ1≤IPRit<λ2）+? ? lnKSit?I（IPR≥λ2）+Finit+

Infit+Induit+Grit+εit （8）

其中， EFF為企業(yè)創(chuàng)新效率（根據上一小節(jié)SFA模型測算）， lnKS為知識溢出， IPR為知識產權保護， Fin、Inf、Indu、Gr為控制變量， εit為隨機擾動項。

2. 實證檢驗結果與分析。

（1）門檻值估計與檢驗。 從表6中可以發(fā)現： 當以知識溢出為門檻變量分析知識產權保護的企業(yè)創(chuàng)新效率影響時， 知識溢出具有一個門檻， 其估計值為7.5855， 95%的置信區(qū)間為［7.5334， 7.6707］； 當以知識產權保護為門檻變量分析知識溢出的企業(yè)創(chuàng)新效率影響時， 知識產權保護具有兩個門檻， 其估計值分別為1.0913和1.5412， 95%的置信區(qū)間分別為［1.0720， 1.1006］和［1.5064， 1.5613］。 由門檻值似然比函數圖（圖1）可以清晰地看出， 門檻變量lnKS、IPR的門檻估計值所對應的LR值為0， 處于由所有低于7.35（5%的顯著性水平所對應的臨界值）的LR值構成的置信區(qū)間內。 由此可見， 門檻變量的門檻估計值能通過真實值檢驗， 門檻估計值真實有效。

（2）參數估計與實證結果分析。 對模型（7）與模型（8）分別進行參數估計， 結果如表7和表8所示。

由表7可以發(fā)現， 知識產權保護（IPR）促進企業(yè)創(chuàng)新效率存在顯著的知識溢出（lnKS）單門檻效應。 具體而言， 雖然存在一個門檻值7.5855， 但不論知識溢出是低于還是高于門檻值， 知識產權保護均顯著地促進了企業(yè)創(chuàng)新效率的提升； 然而， 當知識溢出小于等于7.5855門檻值時， 其他條件均不變的情況下知識產權保護每增加1單位企業(yè)創(chuàng)新效率將提升0.0528； 高于門檻值7.5855時， 企業(yè)創(chuàng)新效率提升了0.0764。 由此可見， 知識產權保護對企業(yè)創(chuàng)新效率的作用效果受到知識溢出數量的顯著影響， 當區(qū)域知識溢出高于7.5855時， 在企業(yè)創(chuàng)新效率上更容易發(fā)揮知識產權保護的制度激勵作用。 分析其原因， 主要在于企業(yè)創(chuàng)新具有風險性與外部性特征， 且上一輪創(chuàng)新活動所產生的知識溢出為新一輪創(chuàng)新活動的實現提供了智力支持與決策參考， 企業(yè)在利用知識溢出進行創(chuàng)新的同時， 也具有對自身創(chuàng)新活動所產生外部性的憂慮。 當社會中的知識溢出越多時， 除表明社會創(chuàng)新越活躍外， 還說明對知識外部性憂慮的創(chuàng)新主體也越多， 這樣對知識產權保護制度的需求就更為迫切， 進而在推進知識產權保護制度時所面臨的阻力和障礙也會因此更小， 即知識產權保護實施中所產生的制度性交易成本減少， 繼而更有益于充分發(fā)揮其對企業(yè)創(chuàng)新效率的促進作用。

由表8可知， 知識產權保護（IPR）對知識溢出（lnKS）激勵企業(yè)創(chuàng)新效率存在顯著的雙門檻效應， 門檻值分別為1.0913和1.5462。 同樣， 不管知識產權保護水平位于哪一個閾值區(qū)間， 知識溢出對企業(yè)創(chuàng)新效率均具有顯著的積極作用， 且顯著性水平為1%， 但隨著知識產權保護水平不斷提高直到高于門檻值1.5462， 知識溢出對企業(yè)創(chuàng)新效率的激勵作用不斷增強。 具體而言， 當知識產權保護水平低于第一個門檻值1.0913時， 其他條件不變， 隨著知識溢出每增加1單位則企業(yè)創(chuàng)新效率將提升0.0409； 當知識產權保護水平增加至大于等于1.0913但小于1.5462時， 知識溢出每增加1單位企業(yè)創(chuàng)新效率將提升0.0532； 當知識產權保護水平超過第二個門檻值1.5462時， 企業(yè)創(chuàng)新效率將提升為0.0615。 由此可見， 知識溢出對企業(yè)創(chuàng)新效率的促進作用隨著知識產權保護水平的上升而不斷增強。 這一現象說明知識產權保護有助于解決知識外部性而引發(fā)的市場失靈， 通過暢通知識溢出路徑、發(fā)揮市場擴張效應， 降低了技術交易成本， 為技術的轉移轉化提供了紐帶和契機， 更加有力地促進了技術傳播、轉讓與運用， 極大地加快了技術商業(yè)化與市場化。 因此， 越嚴格的知識產權保護越有利于發(fā)揮知識溢出對企業(yè)創(chuàng)新效率的促進作用。

2. 門檻回歸的穩(wěn)健性檢驗。 本文仍采用樊綱等[29] 編著的《中國市場化指數——各地區(qū)市場化相對進程2018年報告》中的方法進行相應的穩(wěn)健性檢驗。

表9為門檻數量顯著性檢驗結果， 表10為門檻估計值檢驗結果。 與前文分析相一致， 知識溢出（lnKS）具有一個門檻， 門檻估計值為7.5855， 通過了門檻估計值檢驗。 由表11關于參數估計的結果可以發(fā)現， 與前文分析相一致， 知識溢出超過門檻值7.5855時， 知識產權保護對企業(yè)創(chuàng)新效率的促進作用更能有效發(fā)揮④。 從估計結果來看， 門檻估計值未發(fā)生改變， 參數估計的系數符號保持一致， 與上文估計結果保持一致， 說明針對模型（7）與模型（8）所進行的實證分析穩(wěn)健、可靠。

五、結論與政策啟示

本文基于2005 ～ 2019年我國30個省級行政地區(qū)的企業(yè)經濟活動數據， 運用超越對數生產函數隨機前沿模型、面板門檻模型基于知識溢出視角探討知識產權保護對企業(yè)創(chuàng)新效率的影響。 研究發(fā)現： 知識溢出與知識產權保護對于提高企業(yè)創(chuàng)新效率均有顯著的正向影響； 知識溢出與知識產權保護對彼此影響企業(yè)創(chuàng)新效率均具有門檻作用， 并且都表現為隨著知識溢出（知識產權保護）超過門檻值， 知識產權保護（知識溢出）對企業(yè)創(chuàng)新效率的正向影響更大。 基于這一研究結論， 本文提出以下政策啟示。

1. 拓展知識溢出渠道、建立健全知識產權保護制度， 為促進企業(yè)創(chuàng)新效率的提升提供智力支持與制度保障。 從知識溢出的角度來看， 無論知識產權保護制度處于哪一個門檻區(qū)間， 知識溢出對我國企業(yè)創(chuàng)新效率的提升均具有積極的作用， 因此要提升我國企業(yè)創(chuàng)新效率， 創(chuàng)造有利條件如完善以勞動力流動為載體的知識溢出機制， 提高以FDI、技術引進為載體的知識溢出質量。 同時， 對企業(yè)而言， 還要依靠優(yōu)化戰(zhàn)略頂層設計、加快人才培養(yǎng)、加深產學研合作等渠道提高對知識溢出的吸收與利用能力。 反過來， 不論社會的知識溢出處于哪種水平， 知識產權保護都因賦予創(chuàng)新者安全感、主導性與市場優(yōu)勢而保護了創(chuàng)新者利益、激發(fā)了創(chuàng)新者的積極性， 進而提高了創(chuàng)新效率。 因此， 要充分重視知識產權保護對于企業(yè)創(chuàng)新效率提升的這一積極作用， 知識產權保護要落實到企業(yè)創(chuàng)新全過程， 尤其是在重點領域、重點產業(yè)、關鍵技術上要始終加強知識產權保護力度； 建立健全并完善知識產權的獲取、歸屬、分配制度； 加大執(zhí)法規(guī)范度、透明度與執(zhí)法監(jiān)督； 加強知識產權專業(yè)人才培養(yǎng)， 切實以知識產權保護幫助企業(yè)解決創(chuàng)新糾紛， 為企業(yè)創(chuàng)新提供制度保障， 以此促進企業(yè)創(chuàng)新效率的提升。

2. 兩種門檻效應均說明知識產權制度是一種能把知識資源轉化為創(chuàng)新活動的有效制度。 一方面， 知識溢出跨過門檻值時， 知識產權保護的作用效果顯著增加， 說明知識溢出越多、上一期創(chuàng)新越活躍， 創(chuàng)新主體為了保護其競爭優(yōu)勢、強化其價值鏈上的主導地位就會越迫切、主動地尋求知識產權保護。 因此， 知識產權保護過程中產生的制度性交易成本越少， 越能提升創(chuàng)新激勵的效率。 另一方面， 如果知識產權保護制度所創(chuàng)造的制度條件越好， 則經濟社會負外部性的效率損失將越小， 市場越有序、市場失靈發(fā)生得越少， 進而越有利于新創(chuàng)知識的流通和下一輪的創(chuàng)新。 這兩種門檻效應從兩個不同角度說明知識產權制度是一種能把知識資源轉化為創(chuàng)新活動的有效制度， 因此無論是國家、企業(yè)還是個人都要正確認識知識產權保護制度的重要作用。 對國家而言， 可通過完善知識產權立法、嚴格執(zhí)法、加強普法教育等方式不斷完善知識產權制度建設。 對企業(yè)而言， 要轉變對知識產權保護的固化思維， 化被動的“被保護”， 變?yōu)橹鲃拥摹扒蟊Ｗo”， 將知識產權保護意識貫穿于企業(yè)文化中， 加強知識產權保護的戰(zhàn)略建設、機構建設和隊伍建設， 充分重視并能夠靈活應用商標、專利等多種知識產權保護手段。 通過國家推動、企業(yè)拉動雙重發(fā)力， 以知識產權賦予產權化創(chuàng)新成果克服創(chuàng)新活動外部性與高風險的不利特點， 切實將知識產權保護制度對創(chuàng)新效率的激勵作用發(fā)揮得更好、更到位。

【 注 釋 】

1Arrow[8] 提出的創(chuàng)新活動存在“開放悖論”，即企業(yè)從外部來源獲取知識的先決條件是企業(yè)先揭露自身知識。

②制度性交易成本是企業(yè)因制度性因素產生的不合理成本，宏觀層面是經濟體制改革中政府與市場關系沒有理順造成各環(huán)節(jié)體制性障礙帶來的成本；微觀方面是規(guī)制實施過程中對企業(yè)等微觀經濟主體活動形成的障礙成本。

③專利未被侵權率=1-專利侵權糾紛案件數/截至當年專利累計授權數。

④可以證明，知識產權保護水平越高，知識溢出對企業(yè)創(chuàng)新效率的正向作用越大。

【 主 要 參 考 文 獻 】

［1］ Cooke P.. Regional innovation systems： Competitive regulation in the New Europe［ J］． Geoforum，1992（3）：365 ～ 382．

［2］ Agarwal R.， M. Gort. First-mover advantage and the speed of competitive entry，1887-1986［ J］． Journal of Law and Economics，2001（1）：161 ～ 177．

［3］ Luca B.. Towards an open R&D system： Internal R&D investment，external knowledge acquisition and innovative performance［ J］． Research Policy，2001（1）：117 ～ 127．

［4］ Blazsek S.， A. Escribano. Patent propensity，R&D and market competition： Dynamic spillovers of innovation leaders and followers［ J］． Journal of Econometrics ，2016（1）：145 ～ 163．

［5］ Audretsch D.B.， M. P. Feldman. R&D spillovers and the geo-graphy of innovation and production［ J］． American Economic Review，1996（86）：630 ～ 640．

［6］ Lychagin S.， et al.. Spillovers in space： Does geography matter？［ J］． Journal of Industrial Economics，2016（2）：295 ～ 335．

［7］ Carlos C.， L. Luís. Regional knowledge spillovers： A firm-based analysis of non-linear effects［ J］． Regional Studies，2018（52）：1 ～ 11．

［8］ Arrow K. J.. The economic implications of learning by doing［ J］． Review of Economic Studies，1962（29）：155 ～ 173．

［9］ Baumol W. J.. Entrepreneurship： Productive，unproductive，and destructive［ J］． The Journal of Political Economy，1990（5）：893 ～ 921．

［10］ North D. C.. Institutions，institutional change and economic performance［ J］． Cambridge： Cambridge University Press，1990．

［11］ Huggins R.， P. Thompson. Entrepreneurship，innovation and regional growth： A network theory［ J］． Small Business Econo-mics，2015（45）：103 ～ 128．

［12］ Wu Y.， et al.. Commercialization of university inventions： Individual and institutional factors affecting licensing of university pa-tents［ J］． Technovation，2015（3）：612 ～ 625．

［13］ Hussinger K.. Is silence golden？ Patents versus secrecy at the firm level［ J］． Economics of Innovation and New Technology，2006（8）：735 ～ 752．

［14］ Privileggi F.， M. Simone. Dynamics and welfare in recombinant growth models with intellectual property rights： A computational method［ J］． Commun Nonlinear Sci Numer Simulat，2019（69）：98 ～ 118．

［15］ Tsur Y.， A. Zemel. Towards endogenous recombinant growth［ J］．Journal of Economic Dynamics and Control，2007（11）：3459 ～ 3477．

［16］ Laursen K.，Reichstein T.， Salter A.. Exploring the effect of geographical proximity and university quality on university industry collaboration in the United Kingdom［ J］． Regional Studies，2011（45）：507 ～ 523．

［17］ Ang J.，Y. Cheng.， C. Wu. Does enforcement of intellectual property rights matter in China？ Evidence from financing and investment choices in the high tech industry［ J］． Review of Economics and Statistics，2014（963）：32 ～ 48．

［18］ 王黎螢，虞微佳，王佳敏等．影響知識產權密集型產業(yè)創(chuàng)新效率的因素差異分析［ J］．科學學研究，2018（4）：662 ～ 672．

［19］ Griliches Z.. Issues in assessing the contribution of research and development to productivity growth［ J］． Bell Journal of Economics，1980（10）：92 ～ 116．

［20］ Arora A.， Merges R. P.. Propertyrights，firm boundaries，and R&D inputs［Z］． SSRN Electronic Library，2001．

［21］ Battese G. E.， T. J. Coelli. A? model? for? technical? inefficiency? effects? in? a? stochastic? frontier production function for panel data［ J］． Empirical Economics，1995（20）：325 ～ 332．

［22］ Griliches Z.. R&D and the productivity slowdown［ J］．American Economic Review，1980（2）：1918 ～ 1927．

［23］ 吳延兵．R&D存量、知識函數與生產效率［ J］．經濟學（季刊），2006（3）：1129 ～ 1156．

［24］ 朱平芳，徐偉民．政府的科技激勵政策對大中型工業(yè)企業(yè)R&D投入及其專利產出的影響——上海市的實證研究［ J］．經濟研究，2003（6）：45 ～ 53+94．

［25］ Colombellia A.， Francesco Q.. New firm formation and regional knowledge production modes： Italian evidence［ J］． Research Policy，2018（47）：139 ～ 157．

［26］ 韓玉雄，李懷祖．關于中國知識產權保護水平的定量分析［ J］．科學學研究，2005（3）：377 ～ 382．

［27］ 魏浩，李曉慶．知識產權保護與中國企業(yè)進口產品質量［ J］．世界經濟，2019 （6）：143 ～ 168．

［28］ 白俊紅，江可申，李婧．中國地區(qū)研發(fā)創(chuàng)新的相對效率與全要素生產率增長分解［ J］．數量經濟技術經濟研究，2009（3）：139 ～ 151．

［29］ 樊綱，王小魯，朱恒鵬．中國市場化指數——各地區(qū)市場化相對進程2018年報告［M］．北京：經濟科學出版社，2019．

［30］ Hansen B. E.. Sample splitting and threshold estimation［ J］．Econometrica，2000（3）：573 ～ 603．

（責任編輯·校對：劉鈺瑩? 羅萍）