江永紅,楊 春

(安徽大學(xué) 經(jīng)濟(jì)學(xué)院,安徽 合肥 230601)

0 引言

當(dāng)前,中國經(jīng)濟(jì)正處于由高速增長向高質(zhì)量發(fā)展的轉(zhuǎn)型調(diào)整期,科技創(chuàng)新作為經(jīng)濟(jì)發(fā)展的第一驅(qū)動(dòng)力,很大程度上決定著中國經(jīng)濟(jì)轉(zhuǎn)軌進(jìn)程。一直以來,中國政府都十分重視科技創(chuàng)新,早在2012年中共十八大報(bào)告中就明確提出:“科技創(chuàng)新是提高社會(huì)生產(chǎn)力和綜合國力的戰(zhàn)略支撐,必須擺在國家發(fā)展全局的核心位置?！贝撕?通過研發(fā)補(bǔ)貼、稅收優(yōu)惠等途徑不斷加大對(duì)科技創(chuàng)新領(lǐng)域的財(cái)政撥款力度。據(jù)統(tǒng)計(jì),中國規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)中來自政府的資金由2009年的160億元增加至2020年的419億元,年均增長9.15%。在政府補(bǔ)貼力度持續(xù)加大的背景下,中國專利申請(qǐng)規(guī)模已由2009年的98萬件上升至2020年的519萬件,約占全球總量的一半,早在2011年中國就已成為全球申請(qǐng)專利數(shù)量最多的國家。然而,中國的創(chuàng)新質(zhì)量卻飽受詬病,除在量子通訊、航天、高鐵等少數(shù)領(lǐng)域處于世界先進(jìn)水平外,大多數(shù)領(lǐng)域都存在關(guān)鍵技術(shù)“卡脖子”問題,中國制造更是難以擺脫“山寨”產(chǎn)品的標(biāo)簽。中國要想躋身創(chuàng)新強(qiáng)國行列,以創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展,必然要從注重創(chuàng)新數(shù)量增長轉(zhuǎn)向注重創(chuàng)新質(zhì)量提升。近年來,政府補(bǔ)貼對(duì)創(chuàng)新的影響引起各界廣泛關(guān)注,多數(shù)學(xué)者在政府補(bǔ)貼能夠促進(jìn)創(chuàng)新數(shù)量增加這一研究結(jié)論上達(dá)成共識(shí)[1-3],而關(guān)于政府補(bǔ)貼是否顯著促進(jìn)創(chuàng)新質(zhì)量提升尚存在較大爭議。如何有效釋放政府補(bǔ)貼的激勵(lì)效應(yīng),使政府補(bǔ)貼真正肩負(fù)起促進(jìn)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變的重任,成為政府和學(xué)術(shù)界重點(diǎn)關(guān)注的話題,也是當(dāng)前亟待解決的現(xiàn)實(shí)難題。

創(chuàng)新成果具有非競爭性和半公共產(chǎn)品特征,其在帶來高收益的同時(shí)往往伴隨著高風(fēng)險(xiǎn),如果缺少有效的知識(shí)產(chǎn)權(quán)保護(hù),即使得到國家或地方的財(cái)政支持,創(chuàng)新主體的積極性也難以提升,即使創(chuàng)新規(guī)模得以擴(kuò)大,創(chuàng)新質(zhì)量也難以跟上[4-5]。知識(shí)經(jīng)濟(jì)時(shí)代,產(chǎn)權(quán)保護(hù)已成為激發(fā)企業(yè)自主創(chuàng)新、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要制度保障?？紤]到中國各地區(qū)歷年來知識(shí)產(chǎn)權(quán)保護(hù)水平差異較大的客觀事實(shí),本文推測政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量的作用受限于知識(shí)產(chǎn)權(quán)保護(hù)的非線性影響,對(duì)于政府補(bǔ)貼能否有效促進(jìn)中國技術(shù)創(chuàng)新由量變到質(zhì)變,知識(shí)產(chǎn)權(quán)保護(hù)制度的門檻效應(yīng)不容忽視。因此,本文引入知識(shí)產(chǎn)權(quán)保護(hù)這一門檻變量,探討政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量的非線性影響。這對(duì)于各地區(qū)明晰知識(shí)產(chǎn)權(quán)保護(hù)影響政府補(bǔ)貼創(chuàng)新激勵(lì)效應(yīng)的作用機(jī)理,促進(jìn)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變,推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的理論價(jià)值與現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)一直以來都是政學(xué)兩界熱議的話題。對(duì)于其究竟是促進(jìn)還是抑制技術(shù)創(chuàng)新,是促進(jìn)或抑制創(chuàng)新數(shù)量還是創(chuàng)新質(zhì)量等問題,學(xué)界展開了激烈爭論?；谖墨I(xiàn)梳理,本文分別從政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量的影響和對(duì)創(chuàng)新質(zhì)量的作用兩個(gè)角度進(jìn)行綜述。

關(guān)于政府補(bǔ)貼創(chuàng)新效應(yīng)的研究大多集中于創(chuàng)新數(shù)量層面,且主要觀點(diǎn)為政府補(bǔ)貼有助于創(chuàng)新數(shù)量增加。Carboni[1]利用意大利制造業(yè)企業(yè)數(shù)據(jù)研究發(fā)現(xiàn),與未獲取公共R&D資助相比,受資助的企業(yè)私人研發(fā)投資明顯提升,創(chuàng)新活動(dòng)更為頻繁,創(chuàng)新數(shù)量顯著增加;Aerts等[2]基于德國和弗蘭德斯的微觀工業(yè)數(shù)據(jù),Griliches[6]通過對(duì)以色列制造業(yè)部門的考察,均支持上述觀點(diǎn);李瑞茜[9]基于中國大中型工業(yè)企業(yè)面板數(shù)據(jù)的研究,亦肯定了政府補(bǔ)貼對(duì)企業(yè)技術(shù)創(chuàng)新數(shù)量的正向激勵(lì)作用。也有部分學(xué)者研究認(rèn)為,政府補(bǔ)貼通過擠出企業(yè)的私人研發(fā)投入對(duì)技術(shù)創(chuàng)新數(shù)量產(chǎn)生抑制作用[10],而且這種擠出效應(yīng)在要素市場扭曲嚴(yán)重的地區(qū)更明顯(張杰,2015)。

現(xiàn)有文獻(xiàn)關(guān)于政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量影響的研究相對(duì)較少,且存在較大爭議。有學(xué)者研究指出,政府補(bǔ)貼等激勵(lì)政策雖帶來了中國專利數(shù)量上的劇增,但忽略了專利質(zhì)量,使得企業(yè)專利平均質(zhì)量不升反降[4]。在政府創(chuàng)新補(bǔ)貼不斷加大的背景下,與創(chuàng)新質(zhì)量的提升相比,企業(yè)為獲得政策傾斜,反而更愿意追求創(chuàng)新數(shù)量增加[4-5]。許多專利并未用于生產(chǎn)活動(dòng),企業(yè)會(huì)申請(qǐng)大量重復(fù)、低質(zhì)的專利以獲取政府補(bǔ)貼或作為阻礙競爭對(duì)手的工具[11]。一些企業(yè)通過不斷提升創(chuàng)新數(shù)量和速度,迎合政府與監(jiān)管部門,從而獲得研發(fā)補(bǔ)貼(黎文靖,2016),還有一些企業(yè)為爭取補(bǔ)貼而進(jìn)行研發(fā)或盈余操縱[12]。以上原因?qū)е轮袊髽I(yè)專利質(zhì)量并未隨著數(shù)量上升而真正提高[13]。也有學(xué)者研究認(rèn)為只要專利審查標(biāo)準(zhǔn)不受影響,專利申請(qǐng)的絕對(duì)數(shù)量增加不一定會(huì)導(dǎo)致專利質(zhì)量下降[14]。楊亭亭[15]以中國上市公司為樣本,從專利數(shù)量和專利質(zhì)量出發(fā)研究政府補(bǔ)貼的創(chuàng)新效應(yīng),結(jié)果亦驗(yàn)證了這一觀點(diǎn);陳強(qiáng)遠(yuǎn)(2020)研究指出,以高新技術(shù)企業(yè)認(rèn)定以及高新技術(shù)企業(yè)所得稅減免為代表的選擇型支持政策,實(shí)現(xiàn)了企業(yè)創(chuàng)新數(shù)量和質(zhì)量的雙激勵(lì)。

綜上可知,現(xiàn)有文獻(xiàn)大都探討政府補(bǔ)貼與創(chuàng)新數(shù)量和質(zhì)量之間的線性關(guān)聯(lián),得出的結(jié)論存在明顯爭議,鮮有文獻(xiàn)探究政府補(bǔ)貼促進(jìn)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變的有效路徑。具有爭議性的研究結(jié)論一定程度上說明二者之間絕非簡單的線性關(guān)系,可能存在基于某種因素的非線性聯(lián)系,這恰恰為探索政府補(bǔ)貼促進(jìn)創(chuàng)新由量變到質(zhì)變的有效路徑提供了思路。現(xiàn)有文獻(xiàn)關(guān)于政府補(bǔ)貼與創(chuàng)新數(shù)量非線性關(guān)系的研究有跡可循[16],而關(guān)于政府補(bǔ)貼與創(chuàng)新質(zhì)量之間非線性關(guān)聯(lián)的研究尚不多見,更鮮有研究關(guān)注知識(shí)產(chǎn)權(quán)保護(hù)約束下政府補(bǔ)貼的創(chuàng)新效應(yīng)?？紤]到創(chuàng)新成果離不開知識(shí)產(chǎn)權(quán)保護(hù)的現(xiàn)實(shí)情況,本文從知識(shí)產(chǎn)權(quán)保護(hù)視角出發(fā),考察政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng),對(duì)近年來中國政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)究竟如何,尤其是在不同知識(shí)產(chǎn)權(quán)保護(hù)水平下,政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量的影響會(huì)表現(xiàn)出何種差異與規(guī)律等問題進(jìn)行探討,以期為經(jīng)濟(jì)轉(zhuǎn)軌期通過合理的知識(shí)產(chǎn)權(quán)保護(hù)策略,進(jìn)一步釋放政府補(bǔ)貼的創(chuàng)新溢出紅利,實(shí)現(xiàn)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變提供一定參考。

2 實(shí)證設(shè)計(jì)

2.1 模型構(gòu)建

2.1.1 基準(zhǔn)模型

在門檻回歸之前,先對(duì)中國及各地區(qū)政府補(bǔ)貼與創(chuàng)新數(shù)量和質(zhì)量間關(guān)系進(jìn)行基本回歸分析。設(shè)立基本回歸模型如下:

niit=α0+α1gsubit+ψXit+λi+νt+μit

(1)

qiit=β0+β1gsubit+ψXit+λi+νt+μit

(2)

其中,i表示地區(qū),t表示年份,niit表示各地區(qū)技術(shù)創(chuàng)新數(shù)量,qiit表示技術(shù)創(chuàng)新質(zhì)量,gsubit代表政府補(bǔ)貼力度,λi表示個(gè)體效應(yīng),νt表示時(shí)間效應(yīng),μit代表隨機(jī)擾動(dòng)項(xiàng),Xit代表一系列控制變量,包括地區(qū)經(jīng)濟(jì)發(fā)展水平(pgdp)、科研人員投入水平(rdp)、企業(yè)規(guī)模(esize)、對(duì)外開放水平(open)和金融發(fā)展水平(fina)。

2.1.2 門檻模型

本文基于Hansen[17]的面板門檻模型思路,構(gòu)建政府補(bǔ)貼創(chuàng)新激勵(lì)效應(yīng)的知識(shí)產(chǎn)權(quán)保護(hù)門檻效應(yīng)模型。

niit(qiit)=α0+α1gsubit*I(ippit≤γ)+α2gsubit*I(ippit>γ)+ψXit+μit

(3)

niit(qiit)=β0+β1gsubit*I(ippit≤γ1)+

β2gsubit*I(ippit>γ1)+…+βngsubit*I(ippit≤γn)+βn+1gsubit*I(ippit>γn)+ψXit+μit

(4)

其中,ippit表示門檻變量知識(shí)產(chǎn)權(quán)保護(hù)力度,I(*)為指示函數(shù),當(dāng)滿足括號(hào)內(nèi)條件時(shí)取值為1,反之為0,γ表示門檻值。

2.2 指標(biāo)選擇與數(shù)據(jù)來源

2.2.1 被解釋變量

創(chuàng)新數(shù)量(ni):現(xiàn)有研究多以專利申請(qǐng)數(shù)衡量創(chuàng)新數(shù)量[4],考慮到專利申請(qǐng)主體多集中于工業(yè)企業(yè),本文選用規(guī)模以上工業(yè)企業(yè)專利申請(qǐng)數(shù)表征各地區(qū)創(chuàng)新數(shù)量水平。

創(chuàng)新質(zhì)量(qi):目前學(xué)術(shù)界關(guān)于創(chuàng)新質(zhì)量的定義尚未達(dá)成一致,致使衡量創(chuàng)新質(zhì)量的指標(biāo)不一,且大多從專利產(chǎn)出視角出發(fā),用發(fā)明專利申請(qǐng)量及其占比、發(fā)明專利授權(quán)量及其占比、專利引用次數(shù)和專利寬度等指標(biāo)衡量創(chuàng)新質(zhì)量[4,15]。這類指標(biāo)雖然一定程度上能夠反映創(chuàng)新質(zhì)量,但專利只是創(chuàng)新活動(dòng)的前端產(chǎn)出,而創(chuàng)新質(zhì)量的內(nèi)容遠(yuǎn)不止于此,還蘊(yùn)含著從研發(fā)投入到專利產(chǎn)出到產(chǎn)品再到市場全過程的質(zhì)量把控[18-19]。因此,相較于專利端,有學(xué)者認(rèn)為經(jīng)過轉(zhuǎn)化形成產(chǎn)品并被市場認(rèn)可的產(chǎn)品端才是真正具有價(jià)值的高質(zhì)量創(chuàng)新[20]。本文借鑒袁航[21]的做法,采取規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入占總營業(yè)收入的比重代表創(chuàng)新質(zhì)量。

2.2.2 解釋變量

政府補(bǔ)貼(gsub):既有研究關(guān)于政府補(bǔ)貼衡量指標(biāo)的選取,根據(jù)數(shù)據(jù)來源情況分為兩類:一是根據(jù)上市公司數(shù)據(jù),分別以企業(yè)獲得的年均公共R&D補(bǔ)貼和R&D稅收返還作為直接與間接補(bǔ)貼指標(biāo)[22];二是根據(jù)省級(jí)數(shù)據(jù),以來自政府部門的資金作為直接補(bǔ)貼,以R&D支出抵減、加計(jì)扣除和稅收抵扣作為間接補(bǔ)貼[23]。根據(jù)本文研究需要,采用規(guī)模以上工業(yè)企業(yè)R&D經(jīng)費(fèi)內(nèi)部支出中來自政府的資金衡量政府補(bǔ)貼力度。

2.2.3 門限變量

知識(shí)產(chǎn)權(quán)保護(hù)力度(ipp):現(xiàn)有文獻(xiàn)關(guān)于知識(shí)產(chǎn)權(quán)保護(hù)力度的衡量指標(biāo)不一,包括GP指數(shù)及其改進(jìn)指數(shù)[24-25]、專利侵權(quán)糾紛案件結(jié)案率[26-27]以及技術(shù)市場交易額與GDP的比值[28]等,指標(biāo)間各有優(yōu)點(diǎn)和不足?；诒疚难芯啃枰约皵?shù)據(jù)可得性,按照胡凱等[28]的方法,選擇技術(shù)市場交易額占GDP的比重表示省際知識(shí)產(chǎn)權(quán)保護(hù)力度,該指標(biāo)數(shù)值越大,說明該地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度越大,技術(shù)市場交易越活躍,相應(yīng)地,創(chuàng)新活動(dòng)也越積極。

2.2.4 控制變量

考慮到其它因素對(duì)創(chuàng)新產(chǎn)出的影響,本文在回歸分析中加入以下變量加以控制:地區(qū)經(jīng)濟(jì)發(fā)展水平(pgdp),用人均GDP衡量;科研人員比重(rdp),用各地區(qū)規(guī)模以上工業(yè)企業(yè)R&D人員與規(guī)模以上工業(yè)企業(yè)年末總從業(yè)人員的比值表示;企業(yè)規(guī)模(esize),用各地區(qū)規(guī)模以上工業(yè)企業(yè)主營業(yè)務(wù)收入與企業(yè)數(shù)量的比值衡量;對(duì)外開放水平(fdi),用各地區(qū)實(shí)際利用外商直接投資額占GDP比重表示;金融發(fā)展水平(fina),用各地區(qū)金融機(jī)構(gòu)年末貸款余額占GDP比重衡量。為防止控制變量數(shù)據(jù)波動(dòng)太大,對(duì)主回歸結(jié)果產(chǎn)生過度干擾,本文對(duì)所有控制變量作對(duì)數(shù)處理。

2.2.5 數(shù)據(jù)來源

考慮到規(guī)模以上工業(yè)企業(yè)數(shù)據(jù)統(tǒng)計(jì)局限,本文將研究時(shí)段設(shè)定為2009—2020年,利用中國內(nèi)地30個(gè)省份(西藏因數(shù)據(jù)不全,未納入統(tǒng)計(jì))的面板數(shù)據(jù),基于知識(shí)產(chǎn)權(quán)保護(hù)視角,考察各地區(qū)政府補(bǔ)貼能否促進(jìn)技術(shù)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變。變量的原始數(shù)據(jù)均來源于相關(guān)年份的《中國科技統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)年鑒和相關(guān)統(tǒng)計(jì)公報(bào)等,部分指標(biāo)以2009年為基期進(jìn)行價(jià)格平減處理。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)與多重共線分析

描述性統(tǒng)計(jì)與多重共線性檢驗(yàn)結(jié)果如表1所示。其中,描述性統(tǒng)計(jì)表明,研究期間,中國各省份創(chuàng)新數(shù)量年均值為2.247萬件,其中,最小值僅0.0114萬件,最大值高達(dá)30.57萬件,說明我國技術(shù)創(chuàng)新數(shù)量水平較高,增長速度快,地區(qū)差異較大。創(chuàng)新質(zhì)量均值為12.10%,最小值為0.381%,最大值為36.00%,可見,我國技術(shù)創(chuàng)新質(zhì)量水平整體不高,且地區(qū)差異較大。政府補(bǔ)貼力度均值為10.08億元,最大值與最小值之間相差97.12億元,說明我國政府補(bǔ)貼地區(qū)間差異顯著。知識(shí)產(chǎn)權(quán)保護(hù)力度年均值為1.40%,最大值也僅有17.50%,說明我國知識(shí)產(chǎn)權(quán)保護(hù)力度整體上有待提升。由多重共線性檢驗(yàn)結(jié)果可知,所有變量的VIF值均在2.76以下,滿足不大于10的要求,說明自變量之間不存在明顯的多重共線性問題,可進(jìn)行回歸分析。

表1 描述性統(tǒng)計(jì)與多重共線性分析結(jié)果Tab.1 Descriptive statistics and multicollinearity analysis

3.2 單位根檢驗(yàn)

為避免出現(xiàn)偽回歸問題,在基準(zhǔn)回歸之前先檢驗(yàn)面板數(shù)據(jù)平穩(wěn)性。本文分別采用LLC、ADF-Fisher和PP-Fisher三種方法進(jìn)行單位根檢驗(yàn),以確保檢驗(yàn)結(jié)果可靠性。如表2所示,所有變量在一階差分后均通過了單位根檢驗(yàn),說明本文樣本數(shù)據(jù)具有較強(qiáng)平穩(wěn)性。

表2 單位根檢驗(yàn)結(jié)果Tab.2 Unit root test

3.3 基本回歸分析

利用基準(zhǔn)模型實(shí)證檢驗(yàn)政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量的線性影響,豪斯曼檢驗(yàn)結(jié)果發(fā)現(xiàn),固定效應(yīng)模型較為適合本文。為解決模型中可能存在的內(nèi)生性問題,本文參考宋凌云(2013)和王宏偉[29]的做法,以滯后一期政府補(bǔ)貼為工具變量進(jìn)行2SLS估計(jì),回歸結(jié)果如表3所示。其中,第(1)(2)列分別為政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量影響的FE和IV-2SLS回歸結(jié)果?？梢钥闯?政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量的影響均在1%的水平上顯著為正,說明政府補(bǔ)貼確實(shí)極大地促進(jìn)創(chuàng)新數(shù)量增加,這與大多數(shù)學(xué)者研究結(jié)果一致。第(3)(4)列表示政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量影響的FE和IV-2SLS回歸結(jié)果。政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響都顯著為正,說明考察期內(nèi)從全國來看,以新產(chǎn)品銷售收入為表征的創(chuàng)新質(zhì)量因政府研發(fā)資助而得到提升。這似乎與公眾的認(rèn)知不符,一直以來,中國創(chuàng)新質(zhì)量尤其是以專利質(zhì)量衡量的創(chuàng)新質(zhì)量備受國外質(zhì)疑,英國《經(jīng)濟(jì)學(xué)家》更是將中國專利增長定義為一種由政府主導(dǎo)的“專利泡沫”。然而多年來,中國政府為提升本國自主創(chuàng)新能力所作的努力也是有目共睹的,2006年提出“創(chuàng)新型國家”、2012年提出“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”、2013年發(fā)布《關(guān)于強(qiáng)化企業(yè)技術(shù)創(chuàng)新主體地位全面提升企業(yè)創(chuàng)新能力的意見》、2016年發(fā)布《中共中央、國務(wù)院關(guān)于完善產(chǎn)權(quán)保護(hù)制度依法保護(hù)產(chǎn)權(quán)的意見》、2021年印發(fā)《知識(shí)產(chǎn)權(quán)強(qiáng)國建設(shè)綱要(2021-2035)》等,對(duì)促進(jìn)創(chuàng)新均發(fā)揮了重要作用。

表3 基本回歸結(jié)果Tab.3 Basic regression results

3.4 地區(qū)異質(zhì)性分析

全國樣本回歸結(jié)果顯示,政府補(bǔ)貼促進(jìn)中國創(chuàng)新質(zhì)量提升,實(shí)現(xiàn)技術(shù)創(chuàng)新量質(zhì)雙升,那么,中國各個(gè)地區(qū)的具體情況怎樣呢?考慮到中國地區(qū)間經(jīng)濟(jì)、社會(huì)、文化等各方面差距較大,可能對(duì)政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)產(chǎn)生影響,本文進(jìn)一步將全國樣本劃分為東、中、西3個(gè)部分,探討政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量的地區(qū)異質(zhì)性影響。

表4中第(1)(3)(5)列分別考察東、中、西部地區(qū)政府補(bǔ)貼對(duì)本地區(qū)企業(yè)創(chuàng)新數(shù)量的影響。結(jié)果顯示,三大地區(qū)的政府補(bǔ)貼系數(shù)皆顯著為正,說明政府補(bǔ)貼政策促進(jìn)絕大部分地區(qū)以專利申請(qǐng)數(shù)量為表征的創(chuàng)新數(shù)量提升。需要說明的是,雖然各地區(qū)政府補(bǔ)貼的影響系數(shù)均顯著為正,但東部地區(qū)的系數(shù)為0.183,遠(yuǎn)高于中、西部地區(qū)(0.019、0.036),說明政府補(bǔ)貼政策對(duì)創(chuàng)新數(shù)量的影響存在顯著空間差異。第(2)(4)(6)列檢驗(yàn)不同地區(qū)政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響差異,東、中部地區(qū)政府補(bǔ)貼系數(shù)均顯著為正,表現(xiàn)出對(duì)創(chuàng)新質(zhì)量的較強(qiáng)激勵(lì)作用。值得注意的是,與東、中部地區(qū)乃至全國樣本回歸結(jié)果形成鮮明對(duì)比,西部地區(qū)政府補(bǔ)貼的影響系數(shù)為負(fù),且在5%的水平上顯著,可見,西部地區(qū)絕大多數(shù)省份的政府補(bǔ)貼尚未發(fā)揮促進(jìn)創(chuàng)新質(zhì)量提升的作用。對(duì)于這一現(xiàn)象,需要進(jìn)行更深入的分析。相較于東、中部地區(qū)(尤其是東部地區(qū)),西部地區(qū)無論是經(jīng)濟(jì)發(fā)展還是制度環(huán)境上均處于落后狀態(tài)。數(shù)據(jù)統(tǒng)計(jì)顯示,2020年東部地區(qū)人均GDP水平為73 576.76元/人,約是西部地區(qū)(41 998.96元/人)的兩倍;東部地區(qū)專利侵權(quán)糾紛行政裁決案件數(shù)的均值為2 932件,約是西部地區(qū)(506件)的6倍。這說明政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的作用可能受到經(jīng)濟(jì)、社會(huì)、制度環(huán)境等因素的影響,考慮到技術(shù)創(chuàng)新離不開知識(shí)產(chǎn)權(quán)保護(hù)制度的護(hù)航,本文從知識(shí)產(chǎn)權(quán)視角,利用門檻效應(yīng)模型,進(jìn)一步分析政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量(尤其是創(chuàng)新質(zhì)量)的非線性影響。

表4 分地區(qū)回歸結(jié)果Tab.4 Regression results by region

3.5 門限回歸分析

根據(jù)前文分析,本文基于知識(shí)產(chǎn)權(quán)保護(hù)視角,考察政府補(bǔ)貼創(chuàng)新激勵(lì)效應(yīng)的動(dòng)態(tài)規(guī)律和特征。

對(duì)模型進(jìn)行門檻回歸前,采用bootstrap自抽樣法循環(huán)300次,檢驗(yàn)面板門檻效應(yīng)的存在性,結(jié)果如表5所示。在知識(shí)產(chǎn)權(quán)保護(hù)力度作為門檻變量的情況下,被解釋變量為創(chuàng)新數(shù)量的模型通過了單一門檻和雙重門檻檢驗(yàn),門檻估計(jì)值分別為0.009 2和0.029 7,且皆在1%水平上顯著;被解釋變量為創(chuàng)新質(zhì)量的模型也存在單一門檻和雙重門檻,其估計(jì)值分別為0.002 5和0.009 3,且均在10%的水平上顯著。這表明政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)存在顯著基于知識(shí)產(chǎn)權(quán)保護(hù)的雙重門檻效應(yīng)。

表5 門檻效應(yīng)檢驗(yàn)結(jié)果Tab.5 Threshold effect test results

對(duì)模型進(jìn)行門檻效應(yīng)回歸,結(jié)果如表6所示。在政府補(bǔ)貼與創(chuàng)新數(shù)量的模型回歸中,當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度低于第一個(gè)門檻值(0.009 2)時(shí),政府補(bǔ)貼的影響系數(shù)為0.007;當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度介于兩個(gè)門檻值之間時(shí),政府補(bǔ)貼的影響系數(shù)上升至0.170;當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度大于第二個(gè)門檻值(0.029 7)時(shí),政府補(bǔ)貼的系數(shù)降為0.086,且3個(gè)區(qū)間的影響系數(shù)皆分別在10%和1%的水平上顯著。這說明政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量具有積極促進(jìn)作用,且這個(gè)促進(jìn)作用隨著知識(shí)產(chǎn)權(quán)保護(hù)力度的加大呈現(xiàn)出先增強(qiáng)后減弱的趨勢。由政府補(bǔ)貼與創(chuàng)新質(zhì)量的模型回歸結(jié)果可知,當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度低于第一個(gè)門檻值(0.002 5)時(shí),政府補(bǔ)貼的影響系數(shù)為-0.472,且在1%的水平上顯著,說明在第一個(gè)門檻區(qū)間內(nèi),政府補(bǔ)貼顯著抑制創(chuàng)新質(zhì)量提升;當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度在0.0025～0.0093之間時(shí),政府補(bǔ)貼的系數(shù)亦顯著為負(fù),但比第一門檻區(qū)間內(nèi)政府補(bǔ)貼的負(fù)面影響有所減弱;當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度大于第二個(gè)門檻值時(shí),政府補(bǔ)貼的影響系數(shù)由負(fù)轉(zhuǎn)為正(0.055),且在10%的水平上顯著,說明知識(shí)產(chǎn)權(quán)保護(hù)力度超過0.009 3時(shí),政府補(bǔ)貼開始對(duì)創(chuàng)新質(zhì)量提升產(chǎn)生積極影響。綜上可知,政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)確實(shí)存在基于知識(shí)產(chǎn)權(quán)保護(hù)的門檻效應(yīng)。其中,政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量的影響會(huì)隨知識(shí)產(chǎn)權(quán)保護(hù)力度的上升呈現(xiàn)出先增強(qiáng)后減弱的正向促進(jìn)趨勢,而政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響則隨知識(shí)產(chǎn)權(quán)保護(hù)力度的加大呈現(xiàn)出先抑制后促進(jìn)的趨勢,表明在不斷完善的知識(shí)產(chǎn)權(quán)保護(hù)制度下,政府補(bǔ)貼能夠有效促進(jìn)技術(shù)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變。

表6 門檻回歸結(jié)果Tab.6 Threshold regression results

為了深入探究政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量影響由負(fù)轉(zhuǎn)正的具體情況,對(duì)各地區(qū)歷年來二者關(guān)系基于知識(shí)產(chǎn)權(quán)保護(hù)門檻值的分布變化情況進(jìn)行考察。結(jié)果如表7所示,中國各地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)力度自考察初期以來不斷加大,大部分省份政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響隨之實(shí)現(xiàn)門檻跳躍。其中,海南、山西、福建、江西、河南、廣西和寧夏在考察期內(nèi)由第一門檻區(qū)間成功跨越到第一門檻和第二門檻之間,政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的負(fù)面影響減弱;遼寧、吉林、黑龍江、江蘇、安徽、湖北、湖南、廣東、四川和陜西則由兩個(gè)門檻之間成功越過第二個(gè)門檻,實(shí)現(xiàn)政府補(bǔ)貼創(chuàng)新質(zhì)量激勵(lì)效應(yīng)由負(fù)轉(zhuǎn)正;河北、浙江、山東和貴州更是實(shí)現(xiàn)了門檻二連跳,由2009年的第一門檻區(qū)間內(nèi)到2020年成功越過第二門檻,政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響也實(shí)現(xiàn)了由負(fù)轉(zhuǎn)正“質(zhì)”的飛躍。可見,不斷加大的知識(shí)產(chǎn)權(quán)保護(hù)力度,為政府補(bǔ)貼促進(jìn)創(chuàng)新質(zhì)量提升提供了良好的制度環(huán)境。從三大地區(qū)來看,東、中部地區(qū)省份主要集中在兩個(gè)門檻值之間和第二門檻值之外,而西部地區(qū)除個(gè)別省份外,大都集中在前兩個(gè)區(qū)間內(nèi),這也為上述西部地區(qū)政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的負(fù)向回歸結(jié)果提供了解釋。

表7 2009—2020年中國各地區(qū)基于知識(shí)產(chǎn)權(quán)保護(hù)力度門限值(創(chuàng)新質(zhì)量)分布情況Tab.7 Distributions of intellectual property protection thresholds (innovation quality) in China from 2009 to 2020

3.6 穩(wěn)健性檢驗(yàn)

(1)基準(zhǔn)回歸穩(wěn)健性檢驗(yàn)。為確?；鶞?zhǔn)回歸結(jié)果穩(wěn)健性,本文采用兩種方法進(jìn)行檢驗(yàn),結(jié)果如表8所示。

表8 穩(wěn)健性檢驗(yàn)結(jié)果Tab.8 Robustness test results

一是替換被解釋變量。參考楊亭亭等[15]的做法,選擇規(guī)上企業(yè)發(fā)明專利申請(qǐng)數(shù)作為技術(shù)創(chuàng)新數(shù)量的代理變量。借鑒袁航等[21]的研究,采用新產(chǎn)品銷售收入占地區(qū)生產(chǎn)總值的比重作為技術(shù)創(chuàng)新質(zhì)量的替代變量。重新對(duì)基準(zhǔn)模型進(jìn)行回歸估計(jì),結(jié)果顯示,政府補(bǔ)貼可以顯著促進(jìn)企業(yè)技術(shù)創(chuàng)新數(shù)量和質(zhì)量提升,初步驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

二是改變樣本容量。直轄市作為中國省級(jí)市的特殊存在,與其它省、自治區(qū)存在較大區(qū)別,可能對(duì)研究結(jié)果產(chǎn)生影響(豆建民,2011)。為避免直轄市的影響,剔除相應(yīng)樣本再進(jìn)行回歸檢驗(yàn),結(jié)果顯示,回歸系數(shù)、符號(hào)與顯著性均沒有太大變化,與前文研究結(jié)論基本一致,再次驗(yàn)證本文基準(zhǔn)回歸結(jié)果是比較穩(wěn)健的。

(2)門限回歸穩(wěn)健性檢驗(yàn)。為確保門限回歸結(jié)果穩(wěn)健性,本文亦采用兩種方法進(jìn)行檢驗(yàn)。主要對(duì)知識(shí)產(chǎn)權(quán)保護(hù)下,政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量影響的門檻效應(yīng)估計(jì)結(jié)果穩(wěn)健性進(jìn)行檢驗(yàn),結(jié)果如表9、表10所示。

一是使用工具變量。政府補(bǔ)貼與創(chuàng)新質(zhì)量之間可能因反向因果關(guān)系而存在內(nèi)生性問題,影響實(shí)證結(jié)果穩(wěn)健性[29]。鑒于此,采用宋凌云(2013)、王宏偉[29]等的做法,用滯后一期的政府補(bǔ)貼作為當(dāng)期值的工具變量,盡可能消除反向因果關(guān)系導(dǎo)致的內(nèi)生性偏誤。結(jié)果顯示,隨著知識(shí)產(chǎn)權(quán)保護(hù)力度的加大,政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響依然呈現(xiàn)先抑制后促進(jìn)的趨勢,且政府補(bǔ)貼3個(gè)階段的回歸系數(shù)符號(hào)與顯著性均沒有太大變化,與前文研究結(jié)論基本一致,初步驗(yàn)證本文門限回歸結(jié)果是比較穩(wěn)健的。

二是不考慮控制變量。參考韓先鋒[30]、李煒[31]的做法,去掉控制變量再進(jìn)行門檻回歸檢驗(yàn)。結(jié)果顯示,政府補(bǔ)貼與創(chuàng)新質(zhì)量之間依然存在基于知識(shí)產(chǎn)權(quán)保護(hù)的雙門檻作用關(guān)系,政府補(bǔ)貼的影響系數(shù)符號(hào)與顯著性均沒有太大變化,與前文結(jié)論基本保持一致,再次證明本文研究結(jié)論是穩(wěn)健的。

表9 門檻效應(yīng)檢驗(yàn)結(jié)果(穩(wěn)健性檢驗(yàn))Tab.9 Threshold effect test results (robustness test)

表10 穩(wěn)健性檢驗(yàn)結(jié)果Tab.10 Robustness test results

4 結(jié)論與啟示

4.1 研究結(jié)論

本文基于中國2009—2020年省級(jí)面板數(shù)據(jù),利用非動(dòng)態(tài)面板門檻回歸技術(shù),實(shí)證考察政府補(bǔ)貼創(chuàng)新溢出紅利的知識(shí)產(chǎn)權(quán)保護(hù)門檻效應(yīng)。得到以下主要結(jié)論:

(1)考察期內(nèi),中國政府補(bǔ)貼政策不僅整體上促進(jìn)技術(shù)創(chuàng)新數(shù)量增加,還實(shí)現(xiàn)“質(zhì)”的飛躍。

(2)地區(qū)異質(zhì)性分析發(fā)現(xiàn),東、中部地區(qū)政府補(bǔ)貼實(shí)現(xiàn)創(chuàng)新“質(zhì)變”,西部地區(qū)卻存在顯著抑制現(xiàn)象。

(3)進(jìn)一步研究發(fā)現(xiàn),政府補(bǔ)貼的創(chuàng)新激勵(lì)效應(yīng)存在基于知識(shí)產(chǎn)權(quán)保護(hù)的雙重門檻效應(yīng),即政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量和質(zhì)量的影響因知識(shí)產(chǎn)權(quán)保護(hù)力度不同而產(chǎn)生差異。其中,政府補(bǔ)貼對(duì)創(chuàng)新數(shù)量的影響隨知識(shí)產(chǎn)權(quán)保護(hù)力度的加大,呈現(xiàn)出促進(jìn)作用先增強(qiáng)后減弱的趨勢;而政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的影響則隨知識(shí)產(chǎn)權(quán)保護(hù)力度的加大,呈現(xiàn)出先抑制后促進(jìn)的U型非線性規(guī)律,只有當(dāng)知識(shí)產(chǎn)權(quán)保護(hù)力度跨越一定門檻水平時(shí),才能有效釋放政府補(bǔ)貼的創(chuàng)新質(zhì)量提升效應(yīng)?？梢?在知識(shí)產(chǎn)權(quán)保護(hù)力度不斷加大的背景下,政府補(bǔ)貼逐步促進(jìn)中國技術(shù)創(chuàng)新由“量”到“質(zhì)”的轉(zhuǎn)變。

(4)再進(jìn)一步地,對(duì)各地區(qū)歷年來政府補(bǔ)貼與創(chuàng)新質(zhì)量二者關(guān)系基于知識(shí)產(chǎn)權(quán)保護(hù)門檻值分布變化進(jìn)行考察發(fā)現(xiàn),中國大部分省市已實(shí)現(xiàn)門檻跳躍。其中,東、中部地區(qū)省市主要集中在兩個(gè)門檻值之間(0.002 50.009 3),整體上表現(xiàn)出政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的促進(jìn)作用;而西部地區(qū)除個(gè)別省市外,大都集中在前兩個(gè)區(qū)間內(nèi)(IPP≤0.002 5和0.002 5

4.2 政策啟示

從以上結(jié)論得到一個(gè)重要啟示,即中央和地方政府通過財(cái)政補(bǔ)貼提升中國創(chuàng)新數(shù)量與質(zhì)量的過程中,不能一味提升補(bǔ)貼力度而忽視知識(shí)產(chǎn)權(quán)保護(hù)制度的重要影響?；诖?本文提出如下建議:

第一,進(jìn)一步完善政府補(bǔ)貼政策,將“以質(zhì)量為核心”的創(chuàng)新理念融入到政策中。中央政府在制定和完善政府補(bǔ)貼政策時(shí),應(yīng)把以質(zhì)量為核心的創(chuàng)新理念放在突出位置,著重強(qiáng)調(diào)高質(zhì)量創(chuàng)新的重要性,并圍繞高質(zhì)量創(chuàng)新設(shè)計(jì)合理適配的政策方針。同時(shí),中央應(yīng)加強(qiáng)對(duì)地方政府的監(jiān)察督促,嚴(yán)厲打擊政企勾結(jié)的騙補(bǔ)行為,在地方官員績效考核中提高創(chuàng)新質(zhì)量的權(quán)重,積極構(gòu)建一套以質(zhì)量指標(biāo)為主、數(shù)量指標(biāo)為輔的全面評(píng)估考核體系。地方政府應(yīng)嚴(yán)格貫徹落實(shí)中央的戰(zhàn)略方針,將以質(zhì)量為核心的創(chuàng)新理念落實(shí)到自身戰(zhàn)略布局和實(shí)際操作中。應(yīng)加強(qiáng)對(duì)轄區(qū)企業(yè)的摸排走訪,充分了解各企業(yè)創(chuàng)新能力、創(chuàng)新水平、創(chuàng)新需求與困境,以及政府補(bǔ)貼對(duì)創(chuàng)新績效的影響情況,并針對(duì)不同產(chǎn)業(yè)企業(yè)制定不同補(bǔ)貼策略,避免“一刀切”現(xiàn)象,實(shí)現(xiàn)“因行業(yè)制宜,因企業(yè)制宜”的高質(zhì)量創(chuàng)新精準(zhǔn)激勵(lì)。

第二,加強(qiáng)和完善中國知識(shí)產(chǎn)權(quán)保護(hù)制度,實(shí)現(xiàn)政府補(bǔ)貼的高質(zhì)量創(chuàng)新激勵(lì)作用。中國應(yīng)高度重視知識(shí)產(chǎn)權(quán)保護(hù)制度對(duì)政府補(bǔ)貼創(chuàng)新效應(yīng)的非線性影響,注意不同知識(shí)產(chǎn)權(quán)保護(hù)力度約束下政府補(bǔ)貼的激勵(lì)效果差異。在加強(qiáng)政府補(bǔ)貼之前,應(yīng)充分考慮各地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)制度環(huán)境。為盡早跨入最有利于發(fā)揮政府補(bǔ)貼創(chuàng)新質(zhì)量激勵(lì)效應(yīng)的知識(shí)產(chǎn)權(quán)保護(hù)力度區(qū)間,應(yīng)實(shí)施更為科學(xué)合理的知識(shí)產(chǎn)權(quán)保護(hù)策略。因此,中央和地方政府在制定與完善政府補(bǔ)貼政策時(shí),應(yīng)充分考慮各地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)制度環(huán)境與高質(zhì)量創(chuàng)新的動(dòng)態(tài)協(xié)同,通過動(dòng)態(tài)、適時(shí)調(diào)整和強(qiáng)化知識(shí)產(chǎn)權(quán)保護(hù)制度,靈活科學(xué)且有針對(duì)性地實(shí)施政府補(bǔ)貼政策和知識(shí)產(chǎn)權(quán)保護(hù)政策,實(shí)現(xiàn)二者高水平有機(jī)融合,進(jìn)而從知識(shí)產(chǎn)權(quán)保護(hù)角度,為最大限度地激發(fā)政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的激勵(lì)作用,實(shí)現(xiàn)中國技術(shù)創(chuàng)新由“量”到“質(zhì)”轉(zhuǎn)變,提供切實(shí)有效的政策支撐。

第三,充分考慮政策效果的空間差異,分區(qū)施策。中國在實(shí)施政府補(bǔ)貼政策和設(shè)定知識(shí)產(chǎn)權(quán)保護(hù)制度時(shí),要充分考慮各地之間的差異,做到因地制宜精準(zhǔn)施策。對(duì)于東部地區(qū),相對(duì)完善且嚴(yán)格的知識(shí)產(chǎn)權(quán)保護(hù)制度促使其較早跨入最有利于發(fā)揮政府補(bǔ)貼創(chuàng)新質(zhì)量激勵(lì)效應(yīng)的知識(shí)產(chǎn)權(quán)保護(hù)力度區(qū)間內(nèi),精準(zhǔn)、持續(xù)、強(qiáng)化的政府補(bǔ)貼是進(jìn)一步推進(jìn)該地區(qū)以高質(zhì)量創(chuàng)新打造創(chuàng)新高地的政策要點(diǎn)。對(duì)于中部地區(qū),不斷提高的知識(shí)產(chǎn)權(quán)保護(hù)力度促使絕大部分省份跨過門檻,削弱甚至扭轉(zhuǎn)了政府補(bǔ)貼對(duì)創(chuàng)新質(zhì)量的負(fù)向影響,進(jìn)一步完善知識(shí)產(chǎn)權(quán)保護(hù)制度和加強(qiáng)政府補(bǔ)貼的政策組合,是促進(jìn)該地區(qū)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵。而對(duì)于大部分省份知識(shí)產(chǎn)權(quán)保護(hù)力度還沒有跨過門檻的西部地區(qū),應(yīng)完善和加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)制度,以扭轉(zhuǎn)政府補(bǔ)貼對(duì)高質(zhì)量創(chuàng)新的抑制效應(yīng)。