姜彩樓 施 貝

一、引 言

黨的十九大報告指出“創(chuàng)新是引領(lǐng)發(fā)展的第一動力”。在實踐中，企業(yè)是落實創(chuàng)新的真正主體。創(chuàng)新活動具有資金需求量大、產(chǎn)出周期長和不確定性較高等特點，創(chuàng)新需求強烈的企業(yè)往往因為缺乏實物資產(chǎn)抵押而面臨融資困境，這限制了企業(yè)的創(chuàng)新行為。為了營造創(chuàng)新創(chuàng)業(yè)創(chuàng)造的社會氛圍，拓寬企業(yè)融資渠道，激勵企業(yè)技術(shù)創(chuàng)新，我國推出了知識產(chǎn)權(quán)質(zhì)押融資政策，打破了傳統(tǒng)貸款需要實物抵押的限制，為企業(yè)開展創(chuàng)新活動提供了新的融資渠道。但是，專利權(quán)質(zhì)押融資政策是否能夠有效促進企業(yè)創(chuàng)新呢？

國外經(jīng)驗表明，企業(yè)外部融資越多，則企業(yè)的創(chuàng)新活動越強；企業(yè)外部融資越少，則企業(yè)面臨的融資約束越強，企業(yè)的創(chuàng)新活動越弱(1)Thorsten Beck, Asli Demirgü?-Kunt, Vojislav Maksimovic, “Financial and legal constraints to growth: Does firm size matter?”, The Journal of Finance, vol.60, no.1(2005).。專利質(zhì)押立法更完善的地區(qū)，企業(yè)獲得融資的可能性越大，企業(yè)創(chuàng)新能力越強(2)William Mann, “Creditor rights and innovation: Evidence from patent collateral”, Journal of Financial Economics, vol.130, no.1(2018).。國內(nèi)相關(guān)文獻主要從法律制度和風險防范視角研究專利權(quán)質(zhì)押融資政策，而關(guān)于專利權(quán)質(zhì)押融資政策對企業(yè)行為的影響研究較少。張超等通過分析專利權(quán)質(zhì)押貸款合同，發(fā)現(xiàn)專利權(quán)質(zhì)押對企業(yè)財務績效有顯著的促進作用，并且呈現(xiàn)出先增后降的趨勢(3)張超、張曉琴：《專利權(quán)質(zhì)押融資影響出質(zhì)企業(yè)績效的實證研究》，《科研管理》，2020年第1期。。劉沖等將處于專利質(zhì)押試點城市的企業(yè)作為實驗組，運用雙重差分法實證發(fā)現(xiàn)，從企業(yè)申請的專利數(shù)量來看，專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新有顯著的促進作用(4)劉沖、耿偉棟、洪欣欣：《專利質(zhì)押對企業(yè)創(chuàng)新的影響研究》，《北京大學學報(哲學社會科學版)》，2019年第5期。。

現(xiàn)有文獻為進一步開展相關(guān)研究提供了豐富的理論依據(jù)和思路指導，但是還存在如下兩個問題：第一，知識產(chǎn)權(quán)保護是企業(yè)創(chuàng)新的基礎(chǔ)性制度保障，在專利權(quán)質(zhì)押融資過程中具有重要作用，不應該被忽視。專利權(quán)質(zhì)押融資使企業(yè)面臨專利被模仿和核心信息泄露等風險，這降低了企業(yè)進行專利權(quán)質(zhì)押融資的積極性。而知識產(chǎn)權(quán)保護能夠增強企業(yè)創(chuàng)新的專有性，從法律上保護企業(yè)的核心技術(shù)，使得企業(yè)更愿意將專利信息披露給銀行等相關(guān)方，有效緩解了企業(yè)融資過程中的信息不對稱問題(5)陳宗涵、談毅、陸海天：《企業(yè)專利信號與企業(yè)價值評估——基于風險投資機構(gòu)的視角》，《上海經(jīng)濟研究》，2017年第10期。，有利于提高融資效率。第二，相關(guān)研究大多以前三批試點城市的企業(yè)為研究對象，數(shù)據(jù)只能獲取到2015年，相關(guān)政策尚處于完善過程。

鑒于此，本文基于2013—2018年A股上市公司數(shù)據(jù)，利用PSM-DID方法實證分析了專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響，并特別引入知識產(chǎn)權(quán)保護作為調(diào)節(jié)變量。后續(xù)研究安排如下：第二部分為政策背景與理論假設(shè)，第三部分為模型設(shè)計與變量處理，第四部分進行實證分析與穩(wěn)健性檢驗，第五部分為異質(zhì)性分析，第六部分為結(jié)論。

二、政策背景與研究假設(shè)

(一)政策背景

我國政府高度重視專利權(quán)質(zhì)押融資政策，從1995年開始相繼通過或出臺《中華人民共和國擔保法》《專利權(quán)質(zhì)押登記辦法》《關(guān)于商業(yè)銀行知識產(chǎn)權(quán)質(zhì)押貸款業(yè)務的指導意見》《關(guān)于抓緊落實專利權(quán)質(zhì)押融資有關(guān)工作的通知》《關(guān)于進一步加強知識產(chǎn)權(quán)質(zhì)押融資工作的通知》等多項政策法令和管理規(guī)定，引導和鼓勵金融機構(gòu)逐漸擴大專利權(quán)質(zhì)押融資業(yè)務規(guī)模，支持企業(yè)創(chuàng)新。通過不斷努力，我國專利權(quán)質(zhì)押融資發(fā)展迅猛，取得了顯著成效。專利權(quán)質(zhì)押融資總額已經(jīng)從2008年的13.84億元增長至2020年的2180億元，項目數(shù)量也從2008年的93項增長至2020年的12039項。專利權(quán)質(zhì)押融資政策在助力企業(yè)擺脫融資困境、推動企業(yè)發(fā)展方面發(fā)揮了重要作用。

(二)理論假設(shè)

1.專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響

資源基礎(chǔ)理論認為，企業(yè)的資源基礎(chǔ)決定戰(zhàn)略選擇，合理而豐富的資源是企業(yè)進行創(chuàng)新的基礎(chǔ)。由于企業(yè)創(chuàng)新產(chǎn)出周期長且不確定性高，容易受到資金投入不足的困擾。專利權(quán)質(zhì)押融資政策將專利作為質(zhì)押標的物，一方面可以使參與該業(yè)務的企業(yè)通過提升專利價值獲取更多的質(zhì)押融資額(6)William Mann, “Creditor rights and innovation: Evidence from patent collateral”, Journal of Financial Economics, vol.130, no.1(2018).，另一方面也可以使銀行獲取更多的企業(yè)財務和專利信息，這有利于銀行優(yōu)化信用擔保結(jié)構(gòu)，提高授信額度，客觀上提高了企業(yè)融資的便利性。此外，專利權(quán)質(zhì)押融資政策為企業(yè)提供了更多的融資機會，促使高層管理人員意識到專利在企業(yè)戰(zhàn)略中的重要地位，從而更加重視創(chuàng)新投入(7)沈慧君、黃燦、毛昊：《企業(yè)專利權(quán)質(zhì)押決策的影響因素》，《中國科技論壇》，2020年第3期。。例如，專利的可質(zhì)押性使得處于初創(chuàng)期的企業(yè)能夠通過專利權(quán)質(zhì)押融資獲取發(fā)展所需的資金(8)Iwan Davies, “Secured financing of intellectual property assets and the reform of English personal property security law”, Oxford Journal of Legal Studies, vol.26, no.3 (2006).，也使其格外重視創(chuàng)新投入。因此，本文提出假設(shè)H1。

H1：專利權(quán)質(zhì)押融資政策能夠促進企業(yè)創(chuàng)新。

2.知識產(chǎn)權(quán)保護的調(diào)節(jié)作用

知識產(chǎn)權(quán)保護是企業(yè)創(chuàng)新的基礎(chǔ)性保障制度，完善的知識產(chǎn)權(quán)保護制度既能夠促進專利權(quán)質(zhì)押融資政策的實施，又能夠保護企業(yè)創(chuàng)新的積極性，激發(fā)企業(yè)創(chuàng)新的熱情(9)史宇鵬、顧全林：《知識產(chǎn)權(quán)保護、異質(zhì)性企業(yè)與創(chuàng)新：來自中國制造業(yè)的證據(jù)》，《金融研究》，2013年第8期。。

知識產(chǎn)權(quán)保護能夠提升專利的價值。專利具有法律、技術(shù)和市場三個維度的價值。專利的法律維度價值取決于知識產(chǎn)權(quán)保護的強度和權(quán)利屬性，專利的技術(shù)維度價值取決于專利本身的新穎性與創(chuàng)造性，專利的市場維度價值取決于市場成熟度(10)沈慧君、黃燦、毛昊：《企業(yè)專利權(quán)質(zhì)押決策的影響因素》，《中國科技論壇》，2020年第3期。。知識產(chǎn)權(quán)保護能夠打擊模仿和竊取等專利侵權(quán)行為，提高企業(yè)專利的專有性，促進企業(yè)產(chǎn)出更多高質(zhì)量的專利，從法律和技術(shù)兩個維度提升專利價值。同時，知識產(chǎn)權(quán)保護能夠促進技術(shù)交易市場逐漸走向成熟，有助于發(fā)掘?qū)＠氖袌鰞r值。因為專利權(quán)質(zhì)押融資中的可貸款額取決于專利評估價值，所以企業(yè)專利在法律、技術(shù)和市場三個維度的價值評估價值越高，貸款機構(gòu)就越容易接受質(zhì)押方案，企業(yè)進行專利權(quán)質(zhì)押融資所獲得的貸款額度也就越多，從而更有利于企業(yè)創(chuàng)新。因此，本文提出假設(shè)H2。

H2：專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響受到知識產(chǎn)權(quán)保護的正向調(diào)節(jié)。

三、模型設(shè)計與變量處理

(一)樣本選擇與數(shù)據(jù)收集

本文選擇以2016年專利權(quán)質(zhì)押融資試點城市的企業(yè)為研究對象，選取2013—2018年A股相關(guān)上市企業(yè)作為初始樣本。樣本篩選標準如下：(1)剔除金融類上市企業(yè)；(2)剔除ST企業(yè)；(3)剔除數(shù)據(jù)缺失的樣本企業(yè)。在此基礎(chǔ)上，對樣本企業(yè)進行傾向得分匹配，最終得到2527個樣本數(shù)據(jù)。上市公司的專利數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局網(wǎng)站，企業(yè)財務數(shù)據(jù)和城市層面的相關(guān)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫和相應年份的《中國城市統(tǒng)計年鑒》，與知識產(chǎn)權(quán)保護相關(guān)的數(shù)據(jù)來自北大法寶·司法案例庫。

(二)變量說明與定義

企業(yè)創(chuàng)新為被解釋變量。由于企業(yè)專利申請具有連續(xù)性和嚴密性，能更好地反映創(chuàng)新水平，所以本文采用專利申請量來衡量被解釋變量企業(yè)創(chuàng)新。參考相關(guān)研究，數(shù)據(jù)進入模型之前，需對專利申請量加1再取自然對數(shù)(11)劉沖、耿偉棟、洪欣欣：《專利質(zhì)押對企業(yè)創(chuàng)新的影響研究》，《北京大學學報(哲學社會科學版)》，2019年第5期。。解釋變量為專利權(quán)質(zhì)押融資政策，用專利權(quán)質(zhì)押融資實施變量與專利權(quán)質(zhì)押融資時間變量的交互項來測度。調(diào)節(jié)變量為知識產(chǎn)權(quán)保護。當專利所有者的合法權(quán)益受到侵犯時，相關(guān)部門對于專利侵權(quán)案件的查處力度越強，意味著知識產(chǎn)權(quán)保護水平越高(12)史宇鵬、顧全林：《知識產(chǎn)權(quán)保護、異質(zhì)性企業(yè)與創(chuàng)新：來自中國制造業(yè)的證據(jù)》，《金融研究》，2013年第8期。，因此這里采用城市知識產(chǎn)權(quán)審判結(jié)案數(shù)測度知識產(chǎn)權(quán)保護(13)沈國兵、黃鑠珺：《城市層面知識產(chǎn)權(quán)保護對中國企業(yè)引進外資的影響》，《財貿(mào)經(jīng)濟》，2019年第12期。。影響企業(yè)創(chuàng)新產(chǎn)出的因素較多(14)張紅芳：《專利權(quán)質(zhì)押中專利出質(zhì)企業(yè)指標體系構(gòu)建初探》，《科學學研究》，2017年第7期。，這里選擇企業(yè)規(guī)模、企業(yè)年齡、資產(chǎn)負債率、城市金融深化程度和城市產(chǎn)業(yè)結(jié)構(gòu)水平作為控制變量。各變量的具體定義見表1。

表1 變量定義

(三)回歸模型

本文將企業(yè)所處城市進行專利權(quán)質(zhì)押融資試點看作一項“準自然實驗”，將位于試點城市的企業(yè)作為實驗組，采用雙重差分法(DID)考察專利權(quán)質(zhì)押融資試點政策實施前后企業(yè)專利申請數(shù)量的變化，分析專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的凈效應?？紤]到直接使用樣本可能會出現(xiàn)“選擇性偏差”，難以滿足DID方法要求的平行趨勢假設(shè)，所以首先采用傾向得分匹配法(PSM)為實驗組匹配相應的對照組，解決可能存在的樣本選擇偏差問題。為了分析專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響，建立如下計量模型：

(1)

其中，i表示樣本企業(yè)，t代表年份，α為模型參數(shù),系數(shù)α1用于度量專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新影響的凈效應，Control代表控制變量，λi、πt分別代表行業(yè)固定效應和時間固定效應，εit為隨機擾動項。

為檢驗知識產(chǎn)權(quán)保護的調(diào)節(jié)作用，建立如下計量模型：

(2)

其中，Ipr代表調(diào)節(jié)變量知識產(chǎn)權(quán)保護，Treat×Post×Ipr為專利權(quán)質(zhì)押融資政策與知識產(chǎn)權(quán)保護的交互項，系數(shù)α3用于衡量知識產(chǎn)權(quán)保護的調(diào)節(jié)效應。為消除異方差問題對估計結(jié)果產(chǎn)生的不良影響，這里將所有回歸系數(shù)的標準誤都聚類到了企業(yè)層面。

四、實證分析

(一)傾向得分匹配

本文采用1∶1最近鄰匹配算法進行傾向得分匹配，匹配變量為企業(yè)規(guī)模、企業(yè)年齡、資產(chǎn)負債率、研發(fā)投入(Rd)和資產(chǎn)凈利率(Roe)五個企業(yè)特征變量。表2給出了傾向得分匹配前后變量平衡性檢驗的結(jié)果。可以發(fā)現(xiàn)，所有匹配變量在匹配后的標準偏誤的絕對值均小于10%，匹配后t檢驗的p值均大于0.1，說明匹配后的實驗組和控制組的可觀測變量無顯著差異，可以確保匹配的可靠性。

表2 傾向得分匹配前后變量平衡性檢驗的結(jié)果

(二)描述性統(tǒng)計

表3給出了變量描述性統(tǒng)計。知識產(chǎn)權(quán)保護(Ipr)的最大值為48，最小值為0，標準差為8.394，說明地區(qū)間的知識產(chǎn)權(quán)保護力度差異較大。企業(yè)創(chuàng)新(Tpatent)的最大值為8.011，最小值為0，標準差為1.718，說明企業(yè)在創(chuàng)新方面也存在較大差異。城市金融深化程度(Fin)的標準差為7.831，在5個控制變量的樣本標準差中最大。

表3 描述性統(tǒng)計

續(xù)表

(三)雙重差分分析

以下實證分析專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響，基于雙重差分法的回歸結(jié)果見表4。第(1)列至第(3)列為逐步加入控制變量、時間固定效應和行業(yè)固定效應的檢驗結(jié)果。

表4 專利權(quán)質(zhì)押融資、知識產(chǎn)權(quán)保護與企業(yè)創(chuàng)新的回歸結(jié)果

可以看出，交互項Treat×Post的回歸系數(shù)均為正，且通過顯著水平為1%的檢驗，這表明專利權(quán)質(zhì)押融資政策能夠顯著促進企業(yè)創(chuàng)新，支持假設(shè)H1。該結(jié)論與劉沖等基于2005—2015年的數(shù)據(jù)得到的結(jié)果一致(15)劉沖、耿偉棟、洪欣欣：《專利權(quán)質(zhì)押對企業(yè)創(chuàng)新的影響研究》，《北京大學學報(哲學社會科學版)》，2019年第5期。。專利權(quán)質(zhì)押融資能夠提高銀行的授信額度，使得質(zhì)押企業(yè)能夠獲取更多貸款資金以投入創(chuàng)新，同時，也強化了企業(yè)對專利可質(zhì)押價值的認知，使創(chuàng)新成為企業(yè)獲得外部融資的重要手段。而專利權(quán)質(zhì)押融資政策的實施促進了試點城市相關(guān)企業(yè)專利權(quán)質(zhì)押融資業(yè)務的開展。

第(4)列引入了交互項Treat×Post×Ipr，用于考察知識產(chǎn)權(quán)保護對專利權(quán)質(zhì)押融資政策創(chuàng)新效應的調(diào)節(jié)作用。結(jié)果顯示，交互項Treat×Post×Ipr的系數(shù)為0.031，且在5%的顯著水平下通過檢驗，這說明專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響受到知識產(chǎn)權(quán)保護的正向調(diào)節(jié)，即隨著知識產(chǎn)權(quán)保護強度的提高，專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的促進作用增強，假設(shè)H2得到驗證。知識產(chǎn)權(quán)保護為企業(yè)進行專利權(quán)質(zhì)押融資提供了安全可靠的法律環(huán)境，降低了企業(yè)專利被模仿的風險(16)尹志鋒、葉靜怡、黃陽華等：《知識產(chǎn)權(quán)保護與企業(yè)創(chuàng)新:傳導機制及其檢驗》，《世界經(jīng)濟》，2013年第12期。，提升了專利的評估價值，有效緩解了融資過程中的信息不對稱問題(17)王濤、胡園園、顧新等：《我國中小型企業(yè)專利權(quán)質(zhì)押現(xiàn)狀及對策建議》，《科學學研究》，2016年第6期。，保護和激發(fā)了企業(yè)創(chuàng)新的積極性。

(四)穩(wěn)健性檢驗

采用安慰劑檢驗、更換回歸模型等方法進行穩(wěn)健性檢驗。

1.安慰劑檢驗

除了城市金融深化程度和產(chǎn)業(yè)結(jié)構(gòu)水平兩個變量之外，其他城市特征變量可能也會對專利權(quán)質(zhì)押融資政策產(chǎn)生影響，從而導致模型出現(xiàn)估計偏差。這里借鑒周茂等人的思路對未觀測到的城市特征變量的影響進行間接檢驗(18)周茂、陸毅、杜艷等：《開發(fā)區(qū)設(shè)立與地區(qū)制造業(yè)升級》，《中國工業(yè)經(jīng)濟》，2018年第3期。，將專利權(quán)質(zhì)押融資政策對特定城市的沖擊變?yōu)橐粋€隨機過程，并將這個隨機過程進行1000次。通過隨機處理得到未觀測到的城市特征變量的估計系數(shù)(β)，其均值在主效應和調(diào)節(jié)效應下分別為0.0031367和0.0005761，與基準回歸結(jié)果相比已非常接近0，且不顯著，證明未觀測到的城市特征變量幾乎不會對估計結(jié)果產(chǎn)生干擾，因此基準模型的結(jié)果是穩(wěn)健的。

2.更換回歸模型

考慮到專利申請量是計數(shù)數(shù)據(jù)，專利申請量存在較多零值，且各樣本的專利申請數(shù)量的方差和均值都相差較大等因素，這里將估計方法分別更換為零膨脹泊松回歸、零膨脹負二項回歸，并控制時間固定效應和行業(yè)固定效應，回歸結(jié)果見表5第(1)列至第(4)列。可以發(fā)現(xiàn)，解釋變量Treat×Post和用于分析調(diào)節(jié)效應的交互項Treat×Post×Ipr的回歸系數(shù)均為正，且均通過顯著水平為1%的檢驗，結(jié)果與表3一致。此外，為了排除樣本異常值的影響，還對所有連續(xù)變量進行上下1%縮尾處理，回歸結(jié)果仍表明基準模型的結(jié)果具有穩(wěn)健性，見表5第(5)列和第(6)列。

五、異質(zhì)性分析

專利權(quán)質(zhì)押融資是以專利價值評估和質(zhì)押為主要業(yè)務內(nèi)容的融資過程，容易受到區(qū)域市場化水平和行業(yè)技術(shù)密集度、企業(yè)產(chǎn)權(quán)性質(zhì)等異質(zhì)性因素的影響，因此需要對樣本進行分組檢驗。

表5 穩(wěn)健性檢驗

(一)區(qū)域市場化水平異質(zhì)性分析

市場化程度衡量了企業(yè)所在地區(qū)的外部治理水平?？紤]到企業(yè)所在區(qū)域的市場化水平會影響資源配置效率和資金流通速度，以《中國分省份市場化指數(shù)報告(2016)》(19)樊綱、王小魯:《中國分省份市場化指數(shù)報告(2016)》，社會科學文獻出版社，2017年。和《中國分省份市場化指數(shù)報告(2018)》(20)樊綱、王小魯:《中國分省份市場化指數(shù)報告(2018)》，社會科學文獻出版社，2019年。中市場化指數(shù)的中位數(shù)為界，將樣本劃分為高市場化區(qū)域企業(yè)和低市場化區(qū)域企業(yè)二類。2017—2018年的市場化指數(shù)是根據(jù)2008—2016年各地區(qū)市場化指數(shù)的平均增長幅度測算得出的(21)俞紅海、徐龍炳、陳百助：《終極控股股東控制權(quán)與自由現(xiàn)金流過度投資》，《經(jīng)濟研究》，2010年第8期。。區(qū)域市場化水平異質(zhì)性檢驗的結(jié)果見表6。

主效應的分組回歸結(jié)果顯示，在高市場化區(qū)域，Treat×Post的回歸系數(shù)為0.598且通過顯著水平為1%的檢驗，而在低市場化區(qū)域，Treat×Post的回歸系數(shù)為0.087且不顯著，兩個分組的組間系數(shù)差異通過顯著水平為1%的檢驗。因此，專利權(quán)質(zhì)押融資政策對高市場化區(qū)域企業(yè)創(chuàng)新具有顯著的促進作用，而在低市場化區(qū)域這一作用不顯著。這可能是因為在市場化水平較高的區(qū)域，產(chǎn)業(yè)體系更加完善，融資主體的信息更加透明，金融機構(gòu)的質(zhì)押融資業(yè)務更加成熟和完善，質(zhì)押風險更加分散，從而更有利于專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新產(chǎn)生促進作用。

表6 區(qū)域市場化水平的異質(zhì)性檢驗結(jié)果

調(diào)節(jié)效應的分組回歸結(jié)果顯示，在高市場化區(qū)域，Treat×Post×Ipr的回歸系數(shù)為0.027且通過顯著水平為10%的檢驗，而在低市場化區(qū)域，Treat×Post×Ipr的回歸系數(shù)為-0.093且不顯著，兩個分組的組間系數(shù)具有顯著差異。因此，知識產(chǎn)權(quán)保護強化了專利權(quán)質(zhì)押融資對高市場化區(qū)域企業(yè)創(chuàng)新的促進作用。這可能是因為市場化水平較高的區(qū)域?qū)τ谥R產(chǎn)權(quán)保護水平的提升反應迅速，強化了專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的促進作用。

(二)行業(yè)技術(shù)密集度異質(zhì)性分析

由于高科技行業(yè)與非高科技行業(yè)對技術(shù)創(chuàng)新的依賴程度不同，這里根據(jù)《上市公司行業(yè)分類指引》(2012年修訂)和《戰(zhàn)略性新興產(chǎn)業(yè)分類目錄》，將樣本劃分為高科技行業(yè)企業(yè)和非高科技行業(yè)企業(yè)(22)彭紅星、毛新述：《政府創(chuàng)新補貼、公司高管背景與研發(fā)投入——來自我國高科技行業(yè)的經(jīng)驗證據(jù)》，《財貿(mào)經(jīng)濟》，2017年第3期。。行業(yè)技術(shù)密集度的異質(zhì)性檢驗見表7。

表7 行業(yè)技術(shù)密集度的異質(zhì)性分析

主效應的分組回歸結(jié)果表明，在高科技行業(yè)，Treat×Post的回歸系數(shù)為0.512且通過顯著水平為1%的檢驗，在非高科技行業(yè)，Treat×Post的回歸系數(shù)為0.265且不顯著，兩個分組的組間系數(shù)存在顯著差異。因此，專利權(quán)質(zhì)押融資政策對高科技行業(yè)企業(yè)創(chuàng)新的促進效應更大，而在非高科技行業(yè)這一作用不顯著。這主要是因為，高科技行業(yè)具有較高的知識密集度，對創(chuàng)新活動更加依賴，比傳統(tǒng)行業(yè)更專注于專業(yè)領(lǐng)域的研發(fā)(23)袁建國、后青松、程晨：《企業(yè)政治資源的詛咒效應——基于政治關(guān)聯(lián)與企業(yè)技術(shù)創(chuàng)新的考察》，《管理世界》，2015年第1期。，專利權(quán)質(zhì)押融資政策便于高科技企業(yè)將專利這一重要產(chǎn)出作為質(zhì)押物進行融資，支持企業(yè)持續(xù)進行研發(fā)投入。

調(diào)節(jié)效應的分組回歸結(jié)果表明，在高科技行業(yè)，Treat×Post×Ipr的回歸系數(shù)為0.041且通過顯著水平為1%的檢驗，在非高科技行業(yè)，Treat×Post×Ipr的回歸系數(shù)為0.015且不顯著，兩個分組的組間系數(shù)存在顯著差異。因此，知識產(chǎn)權(quán)保護強化了專利權(quán)質(zhì)押融資政策對高科技行業(yè)企業(yè)創(chuàng)新的促進作用。這可能是因為，知識產(chǎn)權(quán)保護能夠有效促使技術(shù)成果資本化、產(chǎn)業(yè)化(24)邱斌、鄧榮霞：《知識產(chǎn)權(quán)保護對我國出口技術(shù)復雜度的影響研究》，《閱江學刊》，2020年第5期。。

(三)企業(yè)產(chǎn)權(quán)性質(zhì)異質(zhì)性分析

企業(yè)產(chǎn)權(quán)性質(zhì)是企業(yè)內(nèi)部控制的一個重要環(huán)節(jié)，對企業(yè)戰(zhàn)略決策具有較大影響(25)白重恩、劉俏、陸洲等：《中國上市公司治理結(jié)構(gòu)的實證研究》，《經(jīng)濟研究》，2005年第2期。。因為國有企業(yè)本身具有政府背書優(yōu)勢，而非國有企業(yè)普遍存在融資難問題，所以后者參與專利權(quán)質(zhì)押融資的意愿更強，積極性更高(26)羅黨論、甄麗明：《民營控制、政治關(guān)系與企業(yè)融資約束——基于中國民營上市公司的經(jīng)驗證據(jù)》，《金融研究》，2008年第12期。。此外，部分國有企業(yè)除了有經(jīng)濟目標以外，還有一定的政治責任和社會責任目標(27)肖星、陳嬋：《激勵水平、約束機制與上市公司股權(quán)激勵計劃》，《南開管理評論》，2013年第1期。。以下將樣本區(qū)分為國有企業(yè)和非國有企業(yè)進行異質(zhì)性檢驗，結(jié)果見表8。

表8 企業(yè)產(chǎn)權(quán)性質(zhì)的異質(zhì)性分析

分組回歸結(jié)果顯示，對于國有企業(yè)，盡管Treat×Post的回歸系數(shù)為0.389且通過顯著水平為10%的檢驗，Treat×Post×Ipr的回歸系數(shù)為0.038且通過顯著水平為10%的檢驗，但是兩個分組的組間系數(shù)差異未通過顯著性檢驗。因此，產(chǎn)權(quán)性質(zhì)對專利權(quán)質(zhì)押融資政策的創(chuàng)新效應、對知識產(chǎn)權(quán)保護的調(diào)節(jié)效應不存在顯著影響。

六、結(jié) 論

本文以2013—2018年A股上市企業(yè)為樣本，運用PSM-DID方法檢驗了專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的影響以及知識產(chǎn)權(quán)保護的調(diào)節(jié)作用。結(jié)果表明，專利權(quán)質(zhì)押融資政策能夠顯著促進企業(yè)創(chuàng)新，專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的促進作用受到知識產(chǎn)權(quán)保護的正向調(diào)節(jié)。專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的促進效應和知識產(chǎn)權(quán)保護的調(diào)節(jié)效應會因為區(qū)域市場化水平、行業(yè)技術(shù)密集度等因素存在異質(zhì)性。

基于上述研究結(jié)果，本文提出以下政策建議：第一，因為專利權(quán)質(zhì)押融資是基于企業(yè)專利價值導向的融資方式，能夠直接激勵企業(yè)創(chuàng)新，所以我國應該根據(jù)現(xiàn)階段企業(yè)創(chuàng)新面臨的瓶頸，進一步優(yōu)化專利權(quán)質(zhì)押融資政策，加強政策支持力度，充分發(fā)揮專利權(quán)質(zhì)押融資政策對企業(yè)創(chuàng)新的促進作用。第二，在建設(shè)知識產(chǎn)權(quán)強國的戰(zhàn)略部署下，要充分認識知識產(chǎn)權(quán)保護在專利權(quán)質(zhì)押融資政策中的基礎(chǔ)性作用，通過提高知識產(chǎn)權(quán)保護水平激發(fā)企業(yè)創(chuàng)新的積極性，搭建高質(zhì)量的專利權(quán)質(zhì)押融資市場。第三，塑造良好的市場競爭環(huán)境，促進區(qū)域信息流、資金流和知識流的流通速度，為專利權(quán)質(zhì)押融資政策運行提供良好的外部環(huán)境。第四，應該考慮企業(yè)資源配置方式和技術(shù)需求的差異性，針對不同類型企業(yè)進行合理的引導，充分利用專利權(quán)質(zhì)押融資政策激發(fā)企業(yè)的創(chuàng)新潛能。