摘 要：本文針對現(xiàn)有專利行政執(zhí)法、研發(fā)投入和創(chuàng)新績效關系研究不足，運用單位根檢驗、協(xié)整檢驗、構(gòu)建VAR模型和脈沖響應函數(shù)等計量經(jīng)濟學檢驗方法，深入研究了中國在2001-2016期間專利行政執(zhí)法、工業(yè)企業(yè)R&D投入和創(chuàng)新績效之間的長關系，并進行穩(wěn)健性檢驗。研究結(jié)果表明，專利行政執(zhí)法、工業(yè)企業(yè)R&D投入和創(chuàng)新績效之間之間存在長期均衡關系;內(nèi)專利行政執(zhí)法會對研發(fā)投入增長和創(chuàng)新績效提高有所阻礙。針對于此，本文還對成因進行了分析，并提出了一些建議和措施。

關鍵詞：專利行政執(zhí)法; R&D ;創(chuàng)新績效 ;VAR模型

自內(nèi)生增長理論問世以來，內(nèi)生技術(shù)進步就被公認為是推動我國工業(yè)企業(yè)技術(shù)創(chuàng)新績效提高的重要動力，也是促進我國經(jīng)濟增長的源泉。為了推動我國內(nèi)生技術(shù)進步，提高工業(yè)企業(yè)創(chuàng)新績效，工業(yè)企業(yè)就需要加大R&D投入。然而，目前我國知識產(chǎn)權(quán)風險指數(shù)在全亞洲排名第二，工業(yè)企業(yè)R&D投入過程中會產(chǎn)生各類知識產(chǎn)權(quán)風險，尤其是專利風險，從而直接影響我國工業(yè)企業(yè)創(chuàng)新績效的提高。為此，我國構(gòu)建了司法保護和行政執(zhí)法保護并行的專利保護雙軌制，其中專利行政執(zhí)法案件每年在專利保護案件中占到三分之一以上，而且專利行政執(zhí)法在推動我國內(nèi)生技術(shù)進步以提高我國工業(yè)企業(yè)創(chuàng)新績效中發(fā)揮著重要的作用[1-5]，因此深入研究專利行政執(zhí)法、工業(yè)企業(yè)R&D投入和工業(yè)企業(yè)創(chuàng)新績效相互間的關系具有重大的現(xiàn)實意義。

一、文獻綜述

（一）知識產(chǎn)權(quán)保護與工業(yè)企業(yè)R&D投入研究

一般認為，知識產(chǎn)權(quán)保護會保護企業(yè)專利研發(fā)的積極性，促進企業(yè)研發(fā)投入增加，從而促進創(chuàng)新。鄭玉（2017）[6]經(jīng)研究發(fā)現(xiàn)，知識產(chǎn)權(quán)保護對R&D 投入具有顯著促進作用，這對于中小企業(yè)和民營企業(yè)更是明顯。李偉，余翔，蔡立勝 [7]指出，知識產(chǎn)權(quán)保護對企業(yè)研發(fā)投入有著杠桿作用，良好的知識產(chǎn)權(quán)保護能促進中國企業(yè)研發(fā)投入。張杰、蘆哲（2012）[8]認為，我國知識產(chǎn)權(quán)保護與企業(yè)R&D投入之間呈現(xiàn)倒U型關系;面對不斷提高的知識產(chǎn)權(quán)保護水平，國有企業(yè)和民營企業(yè)的研發(fā)行為會出現(xiàn)截然相反的變化，國有企業(yè)傾向于對研發(fā)增加投入，而民營企業(yè)則傾向于減少研發(fā)投入。

（二）知識產(chǎn)權(quán)保護與工業(yè)企業(yè)創(chuàng)新績效關系研究

Sunil Kanwar（2007）[9]發(fā)現(xiàn)，知識產(chǎn)權(quán)保護的增強對于促進企業(yè)加大研發(fā)投入，促進創(chuàng)新績效增長具有強烈的推動作用。李閣（2017）[10]指出，專利保護制度對研發(fā)投入與技術(shù)創(chuàng)新績效之間的關系具有正調(diào)節(jié)效應，其中專利保護制度對研發(fā)經(jīng)費投入與技術(shù)創(chuàng)新績效關系的正向調(diào)節(jié)作用更為顯著，對研發(fā)人員投入與技術(shù)創(chuàng)新績效關系的調(diào)節(jié)作用較弱。吳超鵬，唐菂（2016）[11]研究發(fā)現(xiàn)，加強知識產(chǎn)權(quán)保護執(zhí)法力度可以減少企業(yè)研發(fā)損失，使行業(yè)內(nèi)具有專利技術(shù)的企業(yè)更可能通過專利授權(quán)而獲利，將有利于企業(yè)專利的創(chuàng)造。但是劉振元，胡樹華，牟仁艷等（2018）[12]經(jīng)過研究認為，知識產(chǎn)權(quán)保護和技術(shù)創(chuàng)新存在U型關系。李爽（2017）[13]通過門檻回歸分析，發(fā)現(xiàn)專利保護強度與企業(yè)技術(shù)創(chuàng)新積極性之間存在倒“U”型關系，過低或過高的專利保護強度都不利于激發(fā)企業(yè)的創(chuàng)新積極性。

（三）工業(yè)企業(yè)R&D投入與工業(yè)企業(yè)創(chuàng)新績效關系研究

學術(shù)界一致認為，企業(yè)研發(fā)投入增長有利于工業(yè)企業(yè)創(chuàng)新績效增加。馬文聰，侯羽，朱桂龍（2013）[14]經(jīng)過對廣東企業(yè)的分析得出結(jié)論：不管在新興產(chǎn)業(yè)還是傳統(tǒng)產(chǎn)業(yè)，研發(fā)經(jīng)費投入強度對企業(yè)創(chuàng)新績效都有顯著正向影響。尚洪濤，黃曉碩（2018）[15]通過建立PVAR模型，采取脈沖響應函數(shù)和方差分解等分析方法，指出存在研發(fā)投入與企業(yè)創(chuàng)新績效存在相互促進作用的事實。孫早，宋煒（2012）[16]卻發(fā)現(xiàn)，在資本密集度較高的戰(zhàn)略性產(chǎn)業(yè)中，企業(yè)R&D投入對產(chǎn)業(yè)創(chuàng)新績效的正效應不顯著;不同所有制企業(yè)的R&D投入對產(chǎn)業(yè)創(chuàng)新績效的影響是不同的，與國有企業(yè)相比，民營企業(yè)R&D投入與產(chǎn)業(yè)創(chuàng)新績效之間的正相關關系更為顯著;企業(yè)自主創(chuàng)新能力還有很大的提升空間。

通過對現(xiàn)有研究分析得到以下結(jié)論：（1）已有的研究多數(shù)得出了在長期知識產(chǎn)權(quán)保護對工業(yè)企業(yè)R&D投入存在促進效應，但對于長期內(nèi)專利行政執(zhí)法和R&D投入關系是否仍然是正相關關系尚有待驗證，同時內(nèi)二者之間是否有新的關系有待我們繼續(xù)深入發(fā)掘。（2）以上學者既有堅持知識產(chǎn)權(quán)保護有利于工業(yè)企業(yè)創(chuàng)新的傳統(tǒng)觀點的學者，也有認為存在U型關系的人士，更有人認為知識產(chǎn)權(quán)保護不利于創(chuàng)新績效的增長。但是對于長期內(nèi)專利行政執(zhí)法和創(chuàng)新績效關系是否仍然為正相關或U型缺乏明確論述，本文在此基礎上對此進行驗證，并研究專利行政執(zhí)法和創(chuàng)新績效是否存在其它相關關系。（3）這些學者一致認為長期內(nèi)R&D投入會促進創(chuàng)新績效增長，但是還沒有人對加入專利行政執(zhí)法后長期內(nèi)研發(fā)投入與創(chuàng)新績效關系進行驗證，本文對此進行探討，并分析內(nèi)二者關系。

二、研究方法

考慮到上一年的專利行政執(zhí)法和研發(fā)支出可能對下一年的企業(yè)利潤和有效發(fā)明專利數(shù)會產(chǎn)生影響，本文首先驗證單位根檢驗時間序列數(shù)據(jù)是否穩(wěn)定，因為只有穩(wěn)定的時間序列數(shù)據(jù)才能進行協(xié)整檢驗;繼而，本文運用計量方法，包括基于VAR模型的Johansen協(xié)整檢驗、VAR模型估計和脈沖響應函數(shù)以及方差分解等等，對我國專利行政執(zhí)法、工業(yè)企業(yè)研發(fā)投入和工業(yè)企業(yè)技術(shù)創(chuàng)新關系進行分析，包括分析三者之間兩兩的長期均衡關系和各變量之間的相互影響。最后的方差分解用于探討三變量之間的長期互動關系。

三、模型構(gòu)建和數(shù)據(jù)說明

（一）向量自回歸模型

首先，在前人基礎上進行模型設定，參考通過最小二乘法建立向量自回歸模型（Vector Autoregressive Model，簡稱VAR）。它是一種多元系統(tǒng)方程，用模型中各個變量對所有變量的若干滯后變量進行回歸，反映變量間的互動關系。VAR 模型的優(yōu)點在于把所有的變量都作為內(nèi)生變量來處理，從而減少了由于主觀判斷錯誤而增加了聯(lián)立方程組模型中的不確定性。該模型還可以通過脈沖響應函數(shù)（IRF）和方差分解（FEVD）來分析變量間的交互作用，從而更好地把握專利行政執(zhí)法、市場競爭和專利創(chuàng)新三者之間的動態(tài)關系，因此，本文使用VAR 模型作為本次研究的計量模型。該模型的一般形式如下：

其中專利行政執(zhí)法是PE，工業(yè)企業(yè)研發(fā)投入是RD，工業(yè)企業(yè)創(chuàng)新績效是IN;t=1，2…T，代表不同時期;j是滯后階數(shù)，t-j即相對t滯后j期的時期;εt，λt，θt代表隨機擾動項，α，φ，π是常數(shù)項，βj，δj，χj，?j，κj，γj，νj，τj，ψj是方程中變量的系數(shù)。

（二）數(shù)據(jù)來源及說明

1.變量定義

專利行政執(zhí)法（PE）：目前對專利行政執(zhí)法水平的衡量沒有統(tǒng)一的標準，本文也采用蘇世彬（2018）[5]的方法進行加權(quán)平均;專利行政執(zhí)法強度越大，意味著專利行政執(zhí)法的水平越高。

工業(yè)企業(yè)研發(fā)投入（RD）：考慮到數(shù)據(jù)的連續(xù)性，工業(yè)企業(yè)研發(fā)投入選用大中型工業(yè)企業(yè)研發(fā)投入作為指標。

工業(yè)企業(yè)創(chuàng)新績效（IN）：由于創(chuàng)新績效的質(zhì)量和數(shù)量無法直接衡量，故本文考慮專利和新產(chǎn)品這兩個創(chuàng)新能力最為常見的指標進行衡量。

在專利上，本文認為有效專利發(fā)明數(shù)才能作為企業(yè)績效衡量的一個標準;新產(chǎn)品參考胡立君，鄭玉（2014）以及劉思明等（2016）的研究成果，選用新產(chǎn)品銷售收入進行衡量，綜合上述內(nèi)容，文中使用大中型工業(yè)企業(yè)新產(chǎn)品銷售收入和大中型工業(yè)企業(yè)有效發(fā)明專利數(shù)作為綜合子指標。

2.數(shù)據(jù)來源

本文使用的數(shù)據(jù)涵蓋 2001年至 2016 年，專利行政執(zhí)法數(shù)據(jù)和申請量從《國家知識產(chǎn)權(quán)局統(tǒng)計年報》中獲取。工業(yè)企業(yè)研發(fā)投入數(shù)據(jù)從《中國統(tǒng)計年鑒》中獲取。反映工業(yè)企業(yè)創(chuàng)新績效的大中型工業(yè)企業(yè)新產(chǎn)品銷售收入和大中型工業(yè)企業(yè)有效發(fā)明專利數(shù)從《中國統(tǒng)計年鑒》中獲取。同時，考慮到消除數(shù)據(jù)異方差，本文對各個變量均取對數(shù)，結(jié)果如附錄所示。同時，本文運用 Eviews軟件對相關數(shù)據(jù)，即 PE、 RD和 IN，進行分析。

3.描述性統(tǒng)計

文章使用的所有相關變量的的統(tǒng)計描述如表1所示。

由表2可見， PE和 IN的平均值最小， RD的平均值最大，達到7.827;因此，即使經(jīng)過對數(shù)化處理，PE和IN變?yōu)樨摂?shù)，RD經(jīng)對數(shù)化后仍然較大，說明PE和IN作為標準化后的強度指標必然比RD小。而且PE和IN的標準差都較低，各為0.20585和0.313，這意味著它們的波動幅度較小，說明中國專利行政執(zhí)法和創(chuàng)新績效變化趨勢相對平穩(wěn); RD標準差較大，為0.994，說明它的波動幅度偏大，也反映了研發(fā)投入增長迅速的事實。最值兩欄表明PE的極大值是極小值的9.82倍，RD的極大值是極小值的1.48倍，IN的最小值是2015年同期的16.54倍（2016年為0，無法比較），可見小于1的PE和IN取對數(shù)后數(shù)據(jù)倍數(shù)是增加的。因此，下面本文采用以下方法進行計量經(jīng)濟學檢驗和分析：

四、實證分析

（一）單位根檢驗

根據(jù)進行的單位根的ADF檢驗結(jié)果如表2所示，采用不含趨勢項和常數(shù)項檢驗：

注：滯后階的選擇以系統(tǒng)默認的AIC 準則自動確定。

其中三個變量的原始序列在 5% 的顯著性水平下ADF值大于臨界水平，沒有拒絕零假設，這表明所變量的原始序列都是非平穩(wěn)的，存在單位根。但所有變量的第二差分序列在 5% 的顯著性水平下都拒絕原假設，表明沒有單位根的存在，即二階單整。這說明專利行政執(zhí)法、研發(fā)與創(chuàng)新之間可能存在協(xié)整關系。

（二）Johansen協(xié)整檢驗

經(jīng)過單位根檢驗后，發(fā)現(xiàn)變量都在二階差分下平穩(wěn)，可以進行協(xié)整檢驗，以確定具有相同趨勢的兩個或多個變量之間是否存在長期均衡關系。故下文采用Johansen協(xié)整檢驗，零假設為三個變量之間不存在協(xié)整關系。跡統(tǒng)計量的檢驗結(jié)果與最大特征值結(jié)果如下：

注：*表示在5%的顯著性水平下拒絕原假設。

Johansen協(xié)整檢驗的結(jié)果如上表3所示，根據(jù)跡檢驗結(jié)果與臨界水平對比，第一行零階時跡檢驗結(jié)果、第二行一階跡檢驗結(jié)果、第三行二階跡檢驗結(jié)果均表明拒絕零假設，認為變量之間存在長期穩(wěn)定的均衡關系。這說明 PE、 RD和 IN之間存在長期穩(wěn)定的均衡關系。

但是，這不意味著它們之間一定存在因果關系。這還需通過Granger檢驗來驗證。

（三）Granger 因果關系檢驗

為了進行Granger因果關系檢驗，先構(gòu)造用于Granger檢驗的模型方程如下：

其中，B0是一個3×3的單位矩陣，B1、B2……Bq是3×3的系數(shù)矩陣，q是模型的滯后階數(shù)，εt代表模型隨機誤差項。

在Granger因果關系檢驗進行之前必須確定最優(yōu)滯后階數(shù)，通常為一階或二階，這根據(jù)Eviews結(jié)果中的AIC和SC大小判斷，其中：

從帶*的可得結(jié)果中，滯后一階那一項中AIC和SC最小，分別只有- 6.042101和-5.494338，故二階滯后是最優(yōu)的。因此本文選擇一階滯后進行檢驗，拒絕原假設則意味被檢驗變量存在因果關系，得到Granger檢驗結(jié)果：

由顯著性水平5%標準可見，因為原假設為PE對RD沒有格蘭杰影響的F統(tǒng)計量遠小于0.05，所以拒絕原假設，PE對RD存在影響;而RD對PE是否產(chǎn)生影響上的概率也小于0.05，故拒絕零假設，因此Ln Y對Ln X存在格蘭杰因果關系;同理，接受IN和PE沒有格蘭杰關系的原假設的F統(tǒng)計量在5%顯著性水平上顯著，IN對PE存在格蘭杰因果關系，反之則無;但IN和RD之間不存在格蘭杰因果關系的原假設F統(tǒng)計量在5%顯著性水平上不顯著，故拒絕原假設，認為IN對RD存在格蘭杰因果關系。

格蘭杰因果關系檢驗的結(jié)論只是一種預測，存在于統(tǒng)計意義上，不能以此作為判斷因果關系的唯一根據(jù)。當然，即使格蘭杰因果關系不等于實際因果關系，也并不妨礙其參考價值。因為在經(jīng)濟學中，統(tǒng)計意義上的格蘭杰因果關系也是有意義的，對于經(jīng)濟預測等仍然能起一些作用。

（四）VAR模型估計

由于Johansen 檢驗僅僅是對模型的長期靜態(tài)關系進行驗證，而對模型中變量當前周期以及滯后周期的動態(tài)關系以及隨機擾動項的沖擊效果并沒有進行研究，故本文建立VAR 模型對專利行政執(zhí)法、市場競爭和專利創(chuàng)新之間的關系進行進一步的分析。

通過Eviews，VAR 模型的估計結(jié)果表明，PE、RD和 IN的R2和各為0.877841、0.999514、0.998865和0.773134、0.999098、0.997892，說明模型擬合優(yōu)度較好，三種自回歸模型內(nèi)解釋變量都能對模型有達到77%以上的解釋。

考慮到VAR模型在實際應用中大部分都是非經(jīng)濟理論性的簡化模型，它不需要對變量作任何先驗性約束。所以，通常計量經(jīng)濟分析并不利用它去分析某一變量對其他變量的影響如何，故我們只需要從表5獲得擬合優(yōu)度R2。

在實際應用中，由于VAR模型通常都是非經(jīng)濟理論性的簡化模型，它不需要對變量作任何先驗性約束。因此，在分析應用中，往往并不利用VAR模型去分析某一變量的變化對另一變量的影響如何，而是分析當某一擾動項發(fā)生變化，或者說模型受到某種沖擊時，對系統(tǒng)的動態(tài)影響，這種分析方法稱為脈沖響應函數(shù)方法。

為了進行脈沖響應函數(shù)分析，必須確保VAR模型是穩(wěn)定的。檢驗VAR模型的穩(wěn)定性條件是相應的特征方程特征根的絕對值小于1，VAR模型特征根的結(jié)果如圖2所示，在圖中的藍色圓點表示特征根。圖2結(jié)果表明，所有的特征根都在單位圓內(nèi)，所以VAR模型是穩(wěn)定的，可以進行脈沖響應函數(shù)的分析。

脈沖響應函數(shù)分析的結(jié)果如圖3所示，從圖3中的結(jié)果可以看出，給定PE一個標準沖擊，對RD存在一個先負向后正向的沖擊影響。這意味著受專利行政執(zhí)法的沖擊影響，短期內(nèi)工業(yè)企業(yè)R&D投入受抑制，但隨著企業(yè)對于新的執(zhí)法環(huán)境的適應，專利行政執(zhí)法對專利保護的落實，這種影響將逐漸轉(zhuǎn)化為正面。PE的標準沖擊對IN也產(chǎn)生正向的沖擊影響，影響趨勢先增加，第三期后降低，這表明受PE的沖擊，IN成倒U型趨勢。

給定RD一個標準沖擊，對PE存在一個負向的沖擊影響，這種負向的影響在短期內(nèi)減小并最終趨于0。這意味著受RD的沖擊影響，短期內(nèi)專利行政執(zhí)法強度受抑制，但隨著時間推移，這種影響將逐漸減小。RD的標準沖擊對IN產(chǎn)生負向的沖擊影響，影響趨勢先降低后增加，也逐漸趨于0，這表明受RD的沖擊，IN成U型趨勢。由此可見，工業(yè)企業(yè)R&D投入的增加短期內(nèi)會占用其他費用，減少銷售收入，但在長期這種不良影響會逐漸縮小并趨于0。

給定IN一個標準沖擊，對PE存在一個負向的沖擊影響，這種負向的影響在短期內(nèi)加大，隨后減小并最終趨于0。這意味著受IN的沖擊影響，短期內(nèi)專利行政執(zhí)法強度會減少，但隨著時間推移，這種影響將逐漸減小，可以被解釋為創(chuàng)新績效提高在短期會使得專利行政執(zhí)法減輕，之后又會回歸原有水平。IN的標準沖擊對RD產(chǎn)生正向的沖擊影響，影響趨勢先增加后降低，這表明受IN的沖擊第三期后，RD成遞減的正向趨勢?？梢妱?chuàng)新績效對工業(yè)企業(yè)R&D投入的反作用是正向的。

五、結(jié) 語

（一）主要研究結(jié)論

本文通過對于專利行政執(zhí)法、企業(yè)R&D投入和創(chuàng)新績效的關系的檢驗，認為：長期內(nèi)專利行政執(zhí)法會促進研發(fā)投入增長，同時發(fā)現(xiàn)專利行政執(zhí)法對于研發(fā)投入會隨時間增長的新結(jié)論。專利行政執(zhí)法會促進企業(yè)創(chuàng)新績效的提高，同時發(fā)現(xiàn)長期內(nèi)專利行政執(zhí)法對創(chuàng)新績效的影響會隨時間產(chǎn)生更大的貢獻率。工業(yè)企業(yè)研發(fā)投入對于創(chuàng)新績效始終是具有促進效應，研發(fā)投入對創(chuàng)新績效的貢獻率會隨時間有所遞減，也是對相關研究的深化。

（二）政策啟示

本文通過實證研究發(fā)現(xiàn)專利行政執(zhí)法、企業(yè)研發(fā)投入與創(chuàng)新績效之間存在相互影響的關系。因此本文提出如下政策建議：從企業(yè)研發(fā)投入與創(chuàng)新績效之間的關系來看，由于長期內(nèi)企業(yè)研發(fā)投入促進創(chuàng)新績效增長，故應該且必須繼續(xù)鼓勵企業(yè)加大研發(fā)投入，促進企業(yè)專利增加，從而增進創(chuàng)新績效;而因為研發(fā)投入貢獻率隨時間下降，所以應該重視當期的研發(fā)投入作用。同時，前人研究表明，長期內(nèi)專利行政執(zhí)法對于研發(fā)投入有著促進影響，且隨時間而增強，研發(fā)投入對專利行政執(zhí)法也會產(chǎn)生類似的作用。所以必須堅持專利行政執(zhí)法，從而鼓勵企業(yè)加大研發(fā)投入，還能反作用于專利行政執(zhí)法強度的提高。為此，執(zhí)法者需要做好專利行政執(zhí)法相關工作，提高專利行政執(zhí)法工作的質(zhì)量，在保證效率的同時防止過度執(zhí)法，保護企業(yè)專利創(chuàng)新的積極性?？紤]到專利行政執(zhí)法長期內(nèi)有利于創(chuàng)新績效，所以必須通過加強完善專利行政執(zhí)法的工作，促進企業(yè)創(chuàng)新積極性的提高。

參考文獻

[1] Ginarte J C， Park W G .Determinants of patent rights ：a cross-national study[J].Research Policy， 1997，26： 283- 301.

[2] 許春明，單曉光.中國知識產(chǎn)權(quán)保護強度指標體系的構(gòu)建及驗證[J]. 科學學研究，2008，26（4）：715-723.

[3] 宋河發(fā).專利保護程度評價體系與中美保護程度比較[J].科學學研究，2007，（04）：646-653.

[4] 寧朝星.知識產(chǎn)權(quán)保護強度指標的構(gòu)建方法[J].時代經(jīng)貿(mào)，2011，（2）：72-72.

[5] 蘇世彬，陳玉瓊，王許可.我國專利行政執(zhí)法概況及其強度聚類分析[J].情報探索，2018，252（10）：118-123.

[6] 鄧建志.中國專利行政保護制度績效研究，中國軟科學[J].2012，（2）：80-87.

[7] 鄭玉. 知識產(chǎn)權(quán)保護、R&D投入與企業(yè)績效——基于中國制造業(yè)企業(yè)的實證[J]. 社會科學研究， 2017（4）.

[8] 李偉， 余翔， 蔡立勝. 政府科技投入、知識產(chǎn)權(quán)保護與企業(yè)研發(fā)投入[J]. 科學學研究， 2016， 34（3）：357-365.

[9] 張杰，蘆哲.知識產(chǎn)權(quán)保護、研發(fā)投入與企業(yè)利潤[J].中國人民大學學報，2012（05）：88-98.

[10] Kanwar S . Business enterprise R&D， technological change， and intellectual property protection[J]. Economics Letters， 2007， 96（1）：0-126.

[11] 李閣. 專利保護、研發(fā)投入與技術(shù)創(chuàng)新績效關系研究[D]. 2015.

[12] 吳超鵬， 唐菂. 知識產(chǎn)權(quán)保護執(zhí)法力度、技術(shù)創(chuàng)新與企業(yè)績效——來自中國上市公司的證據(jù)[J]. 經(jīng)濟研究， 2016（11）：129-143.

[13] Zhenyuan Liu，Renyan Mu， Shuhua Hua，Li Wang ，Song Wang，Intellectual property protection， technological innovation and enterprise value—An empirical study on panel data of 80 advanced manufacturing SMEs，Cognitive Systems Research，2018，（52） 741–746.

[14] 李爽. 專利制度是否提高了中國工業(yè)企業(yè)的技術(shù)創(chuàng)新積極性——基于專利保護強度和地區(qū)經(jīng)濟發(fā)展水平的“門檻效應”[J]. 財貿(mào)研究， 2017（4）：13-24.

[15] 馬文聰， 侯羽， 朱桂龍. 研發(fā)投入和人員激勵對創(chuàng)新績效的影響機制——基于新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)的比較研究[J]. 科學學與科學技術(shù)管理， 2013， 34（3）：58-68.

[16] 尚洪濤， 黃曉碩. 政府補貼、研發(fā)投入與創(chuàng)新績效的動態(tài)交互效應[J]. 科學學研究， 2018（3）.

[17] 孫早， 宋煒. 企業(yè)R&D投入對產(chǎn)業(yè)創(chuàng)新績效的影響——來自中國制造業(yè)的經(jīng)驗證據(jù)[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2012（4）：49-63.

作者簡介：張睿（2000—），男，漢族，福建寧德人，學生，研究生，主要研究方向：政治經(jīng)濟學。