“五年規(guī)劃”指標(biāo)設(shè)定對(duì)我國(guó)創(chuàng)新活動(dòng)的影響效應(yīng)

張濤++王廣凱

摘要：“五年規(guī)劃”是我國(guó)國(guó)民經(jīng)濟(jì)計(jì)劃的重要部分，為國(guó)民經(jīng)濟(jì)發(fā)展遠(yuǎn)景規(guī)定了目標(biāo)和方向。為盡早步入創(chuàng)新型國(guó)家行列，“十二五”規(guī)劃的核心指標(biāo)中首次納入“每萬(wàn)人口發(fā)明專利擁有量”。通過(guò)采用差分內(nèi)差分方法，對(duì)“指標(biāo)納入”引起的有效發(fā)明專利量的變化進(jìn)行實(shí)證分析，結(jié)果表明，“指標(biāo)納入”對(duì)有效發(fā)明量的提高具有顯著的正向影響，并且影響程度逐年增加，對(duì)政策的動(dòng)態(tài)效應(yīng)和反事實(shí)分析驗(yàn)證了指標(biāo)設(shè)定對(duì)創(chuàng)新活動(dòng)的影響。在實(shí)證檢驗(yàn)政策有效性的同時(shí)，進(jìn)一步指出指標(biāo)設(shè)定的準(zhǔn)確性與科學(xué)性問(wèn)題。

關(guān)鍵詞：“十二五”規(guī)劃；專利；雙重差分；反事實(shí)分析；國(guó)民經(jīng)濟(jì)計(jì)劃；國(guó)民經(jīng)濟(jì)發(fā)展遠(yuǎn)景；創(chuàng)新型國(guó)家

中圖分類號(hào)：F123 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2017）02-0036-07

一、引言

“五年規(guī)劃”（“十一五”前稱“五年計(jì)劃”）是我國(guó)國(guó)民經(jīng)濟(jì)計(jì)劃的重要部分，屬于中長(zhǎng)期計(jì)劃，旨在對(duì)國(guó)家重大建設(shè)項(xiàng)目、生產(chǎn)力分布和國(guó)民經(jīng)濟(jì)重要比例關(guān)系等作出規(guī)劃，為國(guó)民經(jīng)濟(jì)發(fā)展遠(yuǎn)景規(guī)定目標(biāo)和方向?！笆晃濉币?guī)劃從經(jīng)濟(jì)增長(zhǎng)、經(jīng)濟(jì)結(jié)構(gòu)、人口資源環(huán)境和公共服務(wù)與人民生活等四個(gè)方面制定了發(fā)展目標(biāo)，而在“十二五”規(guī)劃中進(jìn)一步體現(xiàn)了政府通過(guò)合理配置資源和有效運(yùn)用行政力量保障和促進(jìn)經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展的思路，從經(jīng)濟(jì)發(fā)展、科技教育、資源環(huán)境、人民生活四個(gè)方面豐富和完善了發(fā)展目標(biāo)?！笆濉睍r(shí)期是我國(guó)提高自主創(chuàng)新能力、建立創(chuàng)新型國(guó)家的攻堅(jiān)階段，為了充分發(fā)揮科技創(chuàng)新對(duì)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式的支撐作用，在《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)五年規(guī)劃綱要》中首次納入“每萬(wàn)人口發(fā)明專利擁有量”這一預(yù)期性指標(biāo)，提出2015年每萬(wàn)人發(fā)明專利擁有量要從2010年的1.7件提高到3.3件?！懊咳f(wàn)人口發(fā)明專利擁有量”是反映一個(gè)國(guó)家或地區(qū)單位人力資源知識(shí)產(chǎn)權(quán)創(chuàng)造和運(yùn)用能力的基礎(chǔ)性指標(biāo)，該指標(biāo)從客觀上反映了區(qū)域創(chuàng)新的效率和質(zhì)量，不僅是衡量我國(guó)知識(shí)產(chǎn)權(quán)發(fā)展水平的重要指標(biāo)，也是促進(jìn)知識(shí)產(chǎn)權(quán)支撐創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)施的基本指標(biāo)。“十二五”規(guī)劃實(shí)施以來(lái)，我國(guó)專利事業(yè)快速發(fā)展（如圖1所示），我國(guó)發(fā)明專利申請(qǐng)量和授權(quán)量都呈現(xiàn)出較快的增長(zhǎng)勢(shì)頭，年均增長(zhǎng)速度分別達(dá)到23.24%和23.11%。2015年末，每萬(wàn)人發(fā)明專利擁有量已超過(guò)“十二五”規(guī)劃綱要提出的目標(biāo)，達(dá)到6.3件，超額完成了設(shè)定目標(biāo)。在成績(jī)的背后，我們也會(huì)反思規(guī)劃目標(biāo)的準(zhǔn)確性和科學(xué)性問(wèn)題，專利預(yù)期性指標(biāo)超額完成的原因是什么？政府宏觀規(guī)劃（例如預(yù)期性指標(biāo)）對(duì)于我國(guó)創(chuàng)新活動(dòng)的影響作用和機(jī)制是什么？知識(shí)產(chǎn)權(quán)高水平國(guó)家是否應(yīng)該在指標(biāo)設(shè)定上兼顧數(shù)量和質(zhì)量?jī)蓚€(gè)維度？“十三五”時(shí)期是我國(guó)建設(shè)創(chuàng)新型國(guó)家的關(guān)鍵時(shí)期，正確評(píng)估規(guī)劃的引導(dǎo)效應(yīng)，并在此基礎(chǔ)上制定合理的指標(biāo)體系對(duì)深入推進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展的實(shí)施具有極為重要的意義。本文嘗試對(duì)以上問(wèn)題進(jìn)行解答，同時(shí)利用雙差分模型和反事實(shí)分析方法定量評(píng)價(jià)“指標(biāo)納入”對(duì)于我國(guó)科技創(chuàng)新活動(dòng)的影響效應(yīng)。

二、相關(guān)文獻(xiàn)

建設(shè)創(chuàng)新型國(guó)家，要把科技進(jìn)步和技術(shù)創(chuàng)新作為經(jīng)濟(jì)發(fā)展的首要因素，要把提高自主創(chuàng)新能力作為轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式、調(diào)整經(jīng)濟(jì)結(jié)構(gòu)和提高國(guó)家競(jìng)爭(zhēng)力的核心環(huán)節(jié)。通常有兩類指標(biāo)衡量創(chuàng)新活動(dòng)，分為創(chuàng)新投入和創(chuàng)新產(chǎn)出。創(chuàng)新投入指研發(fā)資金和研發(fā)人員的投入；創(chuàng)新產(chǎn)出主要指專利數(shù)量、專利引用率、新產(chǎn)品的出現(xiàn)等方面 （Baruk，1997）。一些研究使用研發(fā)投入作為衡量創(chuàng)新活動(dòng)的指標(biāo) （魯桐、黨印，2014）研究創(chuàng)新活動(dòng)的影響因素。但是，研發(fā)投入在衡量創(chuàng)新能力時(shí)存在缺陷。一方面，研發(fā)投入是投入數(shù)據(jù)，僅僅是資金投入指標(biāo)，無(wú)法準(zhǔn)確度量創(chuàng)新能力；另一方面，研發(fā)投入主要受管理層的控制，容易受到研發(fā)政策的影響。在分析專利政策對(duì)創(chuàng)新能力的影響時(shí)，使用專利數(shù)量作為創(chuàng)新活動(dòng)的衡量指標(biāo)更容易觀察政策的效果。早在20世紀(jì)60年代，就有研究者使用專利量作為衡量創(chuàng)新活動(dòng)的指標(biāo)。Schmookler（1953，1965）和Scherer（1965，1990）利用專利量考查企業(yè)規(guī)模、投資和發(fā)明活動(dòng)的關(guān)系。Grilliches（1990）認(rèn)為使用專利作為衡量創(chuàng)新產(chǎn)出存在瑕疵，例如在現(xiàn)實(shí)中不是所有的創(chuàng)新都申請(qǐng)專利，但鑒于創(chuàng)新與專利之間的密切聯(lián)系，且專利授權(quán)的標(biāo)準(zhǔn)不易改變，同時(shí)專利數(shù)據(jù)相比研發(fā)數(shù)據(jù)更易獲取，用專利來(lái)衡量創(chuàng)新產(chǎn)出是可行的。

影響以專利衡量創(chuàng)新產(chǎn)出或創(chuàng)新績(jī)效的因素是多方面的。大量的研究集中于研發(fā)投入對(duì)于專利水平的影響（Grilliches，1981）。李平、崔喜君和劉建 （2007）分析了人力資本和知識(shí)產(chǎn)權(quán)保護(hù)對(duì)以專利申請(qǐng)量衡量的自主創(chuàng)新活動(dòng)的影響，得出人力資本和知識(shí)產(chǎn)權(quán)保護(hù)對(duì)創(chuàng)新績(jī)效的影響具有顯著的差異性。李習(xí)保（2007）采用隨機(jī)前沿模型實(shí)證檢驗(yàn)創(chuàng)新環(huán)境對(duì)創(chuàng)新產(chǎn)出效率的影響，教育和科技投入是提高發(fā)明專利數(shù)量的兩個(gè)顯著因素。關(guān)于外商直接投資對(duì)于創(chuàng)新活動(dòng)的影響，研究者并沒(méi)有得出一致的結(jié)論，Kokko（1994）認(rèn)為外商直接投資對(duì)東道主國(guó)家的技術(shù)進(jìn)步和研發(fā)活動(dòng)不具有促進(jìn)作用，甚至有負(fù)面影響。外商直接投資對(duì)我國(guó)自主創(chuàng)新能力的影響途徑有兩種：一是大量外資進(jìn)入，改變我國(guó)市場(chǎng)格局，控制重要資源和產(chǎn)業(yè)，造成國(guó)有資產(chǎn)和本土品牌的流失，自主創(chuàng)新能力的降低（劉星、趙紅，2009）；二是外資進(jìn)入會(huì)形成良性競(jìng)爭(zhēng)格局，勢(shì)必導(dǎo)致企業(yè)增加研發(fā)投入、提高技術(shù)水平，故國(guó)際資本參與市場(chǎng)競(jìng)爭(zhēng)可以促進(jìn)國(guó)內(nèi)企業(yè)自主創(chuàng)新能力的提高（王紅領(lǐng)、李稻葵、馮俊新，2006）。朱平芳和徐偉民 （2003）實(shí)證分析了政府科技政策對(duì)研發(fā)投入和專利產(chǎn)出的影響，科技撥款和稅收減免促進(jìn)大中型企業(yè)的研發(fā)投入，進(jìn)而提高專利產(chǎn)出。林洲鈺、林漢川、鄧興華（2013）分析社會(huì)資本水平差異對(duì)企業(yè)技術(shù)創(chuàng)新活動(dòng)的影響，研究認(rèn)為，無(wú)論從研發(fā)投入衡量的創(chuàng)新投入，還是專利數(shù)量衡量的創(chuàng)新產(chǎn)出，社會(huì)資本都具有顯著的促進(jìn)作用。

我國(guó)為促進(jìn)自主創(chuàng)新能力，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展，在“十二五”規(guī)劃核心指標(biāo)中納入“每萬(wàn)人口發(fā)明專利擁有量指標(biāo)”，其中11個(gè)省市在“十二五”規(guī)劃中明確提出2015年末每萬(wàn)人口發(fā)明專利擁有量的預(yù)期性指標(biāo)。要研究“指標(biāo)納入”政策對(duì)發(fā)明專利量的影響，需要比較規(guī)劃實(shí)施前后兩個(gè)時(shí)間段內(nèi)發(fā)明專利數(shù)量的變化。然而，影響“十二五”期間發(fā)明專利數(shù)量變化的因素有多種。研發(fā)投入、經(jīng)濟(jì)增長(zhǎng)水平和專利管理水平都會(huì)對(duì)創(chuàng)新能力產(chǎn)生影響。政府的中長(zhǎng)期發(fā)展規(guī)劃究竟對(duì)創(chuàng)新能力的提高是否有顯著影響？程度如何？因此，有必要通過(guò)計(jì)量模型進(jìn)一步加以驗(yàn)證。

三、研究設(shè)計(jì)和模型設(shè)定

雙重差分模型是20世紀(jì)80年代興起的一種用于評(píng)價(jià)政策效果的計(jì)量方法（Ashenfelter and Card，1984）。雙重差分方法認(rèn)為新政策是外生于經(jīng)濟(jì)系統(tǒng)的準(zhǔn)“自然實(shí)驗(yàn)”，計(jì)量模型易于應(yīng)用，回歸估計(jì)方法也較為成熟。在我國(guó)，周黎安和陳燁（2005）首次使用雙重差分方法估計(jì)稅費(fèi)改革政策對(duì)農(nóng)民收入增長(zhǎng)的因果效應(yīng)，基本思想是稅費(fèi)改革造成同一縣區(qū)改革前后和不同縣區(qū)改革與否的農(nóng)民收入差異，進(jìn)而識(shí)別出政策實(shí)施的效果。此后，雙重差分方法的應(yīng)用逐漸頻繁，成為政策效果評(píng)估的有力工具之一。

（一）研究設(shè)計(jì)

依據(jù)雙重差分模型設(shè)定的基本思想，首先構(gòu)造出處理組和對(duì)照組。劃分標(biāo)準(zhǔn)是在“十二五”規(guī)劃中加入“每萬(wàn)人發(fā)明專利擁有量”量化指標(biāo)的省作為處理組，其他沒(méi)有明確加入此指標(biāo)的省市為對(duì)照組，然后通過(guò)控制其他因素的影響來(lái)比較“十二五”規(guī)劃期間處理組和對(duì)照組之間的差異，進(jìn)而測(cè)算出政策的影響效應(yīng)。本文引入兩個(gè)虛擬變量對(duì)樣本進(jìn)行分組，變量Treat反映省市是否在“十二五”規(guī)劃中引入“每萬(wàn)人發(fā)明專利擁有量”指標(biāo)，Treat=1，表示引入指標(biāo)的處理組，Treat=0表示未引入指標(biāo)的對(duì)照組；變量Time反映政策實(shí)施的時(shí)間，Time=1表示政策實(shí)施后，time=0表示政策實(shí)施之前。通過(guò)這種界定，將所有省市劃分為4組：政策實(shí)施前的處理組（Treat=1，Time=0）；政策實(shí)施后的處理組（Treat=1，Time=1）；政策實(shí)施前的對(duì)照組（Treat=0，Time=0）；政策實(shí)施后的對(duì)照組（Treat=0，Time=1）。

雙重差分模型的基本形式為

yit=β0+β1Treatit+β2Timeit+β3Treatit+Timeit+X′γ+εit（1）

對(duì)于“十二五”規(guī)劃中加入“每萬(wàn)人發(fā)明專利擁有量”指標(biāo)的處理組來(lái)說(shuō)，政策實(shí)施前后的差分估計(jì)為：

E（y|X，Treat=1，Time=1）-E（y|X，Treat=1，Time=0）=β2+β3（2）

（2）式代表對(duì)照組在政策實(shí)施前后的變化，但是這種變化不能精確反應(yīng)政策效應(yīng)，有可能是其他因素引起，為排除其他因素的影響?？疾鞂?duì)照組的前后變化

E（y|X，Treat=0，Time=1）-E（y|X，Treat=0，Time=0）=β2（3）

表示當(dāng)沒(méi)有政策變化的時(shí)候，被解釋變量受到其他因素的作用而發(fā)生的變化，兩式相減，即雙重差分去除兩組共同因素的作用，得到政策變化的凈效應(yīng)。我們重點(diǎn)關(guān)注交互項(xiàng)系數(shù)，它表示了政策變化帶來(lái)的影響。

雙重差分模型思想是基于自然實(shí)驗(yàn)，主要目的是剔除政策以外的影響因素，Meyer（1995）詳細(xì)介紹確保模型結(jié)果準(zhǔn)確性所需要滿足的假定。模型的適用性主要依賴兩個(gè)條件：（1）隨機(jī)性假定，即樣本選擇的隨機(jī)性。就本研究而言，就是要確定引入指標(biāo)省份的隨機(jī)性。如果引入指標(biāo)的省份選擇與我們所關(guān)心的被解釋變量有關(guān)，那么就會(huì)導(dǎo)致內(nèi)生性問(wèn)題，則雙重差分的估計(jì)結(jié)果就是有偏的。（2）同質(zhì)性假定，即政策實(shí)施之前，處理組和對(duì)照組內(nèi)，被解釋變量具有相同的趨勢(shì)。如果這些假定無(wú)法滿足，會(huì)出現(xiàn)有偏的估計(jì)的結(jié)果，故有必要對(duì)雙重差分模型是否適用于本研究問(wèn)題進(jìn)行檢驗(yàn)（周黎安和陳燁，2005；鄭新業(yè)、王晗和趙益卓，2011）。

假定1：“十二五規(guī)劃”加入“每萬(wàn)人發(fā)明專利擁有量”指標(biāo)的省份是隨機(jī)的。

我國(guó)在制定“十二五”規(guī)劃綱要時(shí)明確加入“每萬(wàn)人發(fā)明專利擁有量”指標(biāo)，隨后各省制定規(guī)劃時(shí)，11省份將此指標(biāo)明確列入。直觀上講，各個(gè)省份在選擇是否在規(guī)劃中加入此指標(biāo)是根據(jù)自身情況而定的，專利發(fā)展水平較高的省份傾向于加入該指標(biāo)，這樣的話就會(huì)導(dǎo)致樣本選擇是有偏的，引起選擇性偏誤。為避免處理組和對(duì)照組的選取跟被解釋變量有關(guān)，有必要進(jìn)行隨機(jī)性檢驗(yàn)。

我們采用面板Logit模型來(lái)檢驗(yàn)選擇“指標(biāo)納入”的標(biāo)準(zhǔn)。選取2006年到2010年“指標(biāo)納入”之前各省份的數(shù)據(jù)，以“是否納入指標(biāo)”為被解釋變量，“有效發(fā)明量”作為解釋變量，考察納入指標(biāo)的行為是否受到自身有效發(fā)明量的影響。同時(shí)考察地區(qū)研發(fā)支出、經(jīng)濟(jì)發(fā)展水平、科研人數(shù)和外商投資是否影響各省的選擇行為。“指標(biāo)納入”的二元選擇模型回歸結(jié)果如表1所示。估計(jì)結(jié)果表明，有效發(fā)明量與是否納入指標(biāo)無(wú)關(guān)，各省份隨機(jī)決定是否在“十二五”規(guī)劃中納入指標(biāo)，處理組的樣本選擇是隨機(jī)的，這正是進(jìn)行雙重差分估計(jì)的前提條件。

假定2：對(duì)照組和處理組在政策實(shí)施之前的發(fā)明專利數(shù)量的走勢(shì)相同。

由于我們考慮的政策對(duì)于所有省份來(lái)說(shuō)是在同一時(shí)點(diǎn)發(fā)生，可以用下面平行趨勢(shì)假設(shè)檢驗(yàn)形式：

其中，Timet是年份的虛擬變量，Treati等于1當(dāng)個(gè)體i受到政策的影響。βt衡量每一年的政策效果，由于“納入指標(biāo)”行為發(fā)生在2011年，如果平行趨勢(shì)假設(shè)成立，那么2010年之前的βt應(yīng)該都不顯著。回歸結(jié)果如表2，結(jié)果顯示2010年之前各省份的有效發(fā)明量具有相同的趨勢(shì)。

（二）回歸模型設(shè)定

為控制省市自身的內(nèi)在差異，采用固定效應(yīng)面板數(shù)據(jù)模型，雙重差分模型的基本形式為：

yit=β0+β3Treatit×Timeit+X′γ+i+εit（5）

其中，模型因變量為有效發(fā)明專利量（IPF），模型控制變量包括研發(fā)支出（RD）、經(jīng)濟(jì)發(fā)展水平（GDP）、研發(fā)人員數(shù)量（RDP）、外商直接投資額（FDI）。

本文以我國(guó)31個(gè)省市為研究對(duì)象，采用2006—2013年度數(shù)據(jù)，通過(guò)篩選各省“十二五”規(guī)劃，整理發(fā)現(xiàn)，共有北京、河北、海南等11個(gè)省份明確加入“每萬(wàn)人發(fā)明專利擁有量”量化指標(biāo)，將這些省份歸為處理組，天津、山東、江蘇等其他省份歸為對(duì)照組?；谶@樣數(shù)據(jù)結(jié)構(gòu)，可以將指標(biāo)的引入視為準(zhǔn)自然試驗(yàn)，并對(duì)其帶來(lái)的效果進(jìn)行分析估計(jì)。

“有效發(fā)明專利量”數(shù)據(jù)指處于有效期的發(fā)明專利數(shù)量。有效發(fā)明專利量采用各地區(qū)年度數(shù)據(jù)，在國(guó)家知識(shí)產(chǎn)權(quán)局公布的《專利統(tǒng)計(jì)年報(bào)》中獲得，單位為件數(shù)。

“指標(biāo)納入”用于反映“十二五”規(guī)劃發(fā)明專利指標(biāo)影響的虛擬變量，對(duì)處理組省份來(lái)說(shuō)，2011年之后（包括2011年）取1，2011年之前取0。

控制變量包括反應(yīng)地區(qū)發(fā)展水平的實(shí)際生產(chǎn)總值、各地區(qū)研究與發(fā)展試驗(yàn)內(nèi)部支出、外商投資總額、研發(fā)人員數(shù)量。所用數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《專利統(tǒng)計(jì)年報(bào)》以及CEIC數(shù)據(jù)庫(kù)。主要變量的描述性統(tǒng)計(jì)見表3。

四、實(shí)證結(jié)果與分析

“十二五”規(guī)劃政策效應(yīng)的雙重差分估計(jì)（見表4）。對(duì)于處理組的省份，虛擬變量Treat0在政策實(shí)施當(dāng)年及以后取1，政策實(shí)施之前取0；Treat1在政策實(shí)施第二年及以后取1，2012年之前取0；Treat2在2013年取1，之前取值為0。（1）欄報(bào)告的是沒(méi)有控制變量的回歸結(jié)果，（2）至（6）欄是對(duì)研發(fā)支出、經(jīng)濟(jì)發(fā)展水平、研發(fā)人員投入和外商直接投資加以控制的估計(jì)結(jié)果。由（1）欄可知，“納入指標(biāo)”對(duì)有效發(fā)明專利量具有近1.26個(gè)百分點(diǎn)的貢獻(xiàn)。當(dāng)加入控制變量以后，“指標(biāo)納入”的作用下降到了0.14，由估計(jì)結(jié)果顯示“指標(biāo)納入”的效果在統(tǒng)計(jì)上顯著。為了檢驗(yàn)“指標(biāo)納入”在“十二五”期間對(duì)有效發(fā)明專利量的動(dòng)態(tài)影響，表2考察了“指標(biāo)納入”當(dāng)年和之后每一年對(duì)有效發(fā)明量的影響的變化趨勢(shì)。由（6）欄可知，在“十二五”規(guī)劃第一年，“指標(biāo)納入”的影響符合預(yù)期，但并不顯著。隨著政策影響的深入，相比與沒(méi)有“指標(biāo)納入”的省市，“指標(biāo)納入”的省份有效發(fā)明量受政策的影響越來(lái)越強(qiáng)，2012年“指標(biāo)納入”對(duì)有效發(fā)明量提高0.158個(gè)百分點(diǎn)，在2013為0.254個(gè)百分點(diǎn)，這與進(jìn)行平衡趨勢(shì)檢驗(yàn)時(shí)得出的動(dòng)態(tài)政策影響結(jié)果一致。

表4中關(guān)于控制變量的結(jié)果基本符合預(yù)期。研發(fā)支出與有效發(fā)明專利量成高度正相關(guān)，由于研發(fā)支出和專利作為創(chuàng)新活動(dòng)的投入與產(chǎn)出，結(jié)果說(shuō)明研發(fā)支出顯著促進(jìn)有效發(fā)明專利量。經(jīng)濟(jì)增長(zhǎng)和發(fā)明專利的關(guān)系較為復(fù)雜，結(jié)果只能顯示經(jīng)濟(jì)增長(zhǎng)和有效發(fā)明專利顯著正相關(guān)，無(wú)法推斷兩者的因果關(guān)系。研發(fā)人員數(shù)量和外商直接投資額對(duì)有效發(fā)明量在統(tǒng)計(jì)上顯示沒(méi)有影響。此外，為了消除各省份之間的個(gè)體特征，這些變量只是作為控制變量引入，控制變量之間的相關(guān)性會(huì)對(duì)回歸結(jié)果產(chǎn)生影響，故控制變量的回歸系數(shù)有助于加深對(duì)有效發(fā)明量影響因素的認(rèn)識(shí)，并不能準(zhǔn)確說(shuō)明它們之間的關(guān)系。

五、基于反事實(shí)的穩(wěn)健性分析

采用雙重差分方法對(duì)“指標(biāo)納入”政策有效發(fā)明專利量的影響，是基于準(zhǔn)自然實(shí)驗(yàn)對(duì)處理組和對(duì)照組省份進(jìn)行比較，即如果不存在“指標(biāo)納入”的刺激政策，處理組和對(duì)照組省份的有效發(fā)明量的差距不會(huì)變化。在前面進(jìn)行的平行趨勢(shì)檢驗(yàn)中說(shuō)明在政策刺激之前，對(duì)照組和處理組省份的有效發(fā)明專利量在統(tǒng)計(jì)上確實(shí)具有相同的趨勢(shì)。下面利用反事實(shí)方法繼續(xù)對(duì)政策效果的穩(wěn)健性進(jìn)行檢驗(yàn)。分別選取政策刺激之前2006—2010年和政策刺激之后2011—2013年兩個(gè)時(shí)間段，兩個(gè)時(shí)間段內(nèi)都不存在政策刺激。在兩個(gè)時(shí)間段內(nèi)的任意時(shí)間點(diǎn)假想存在政策刺激而進(jìn)行回歸分析（白重恩、王鑫和鐘笑寒，2011），檢驗(yàn)結(jié)果如表5所示。

檢驗(yàn)結(jié)果顯示，在2006—2010年，只有在2010年假想政策發(fā)生時(shí)，效果顯著，這可以解釋為“十二五”規(guī)劃制定前的預(yù)期影響。在2011—2013年觀測(cè)區(qū)間內(nèi)，在2012—2013年假想政策實(shí)施的效果都較為顯著，表明隨著政策刺激的深入，發(fā)明專利量受到影響程度愈來(lái)愈大，使得處理組比對(duì)照組省份的專利上升趨勢(shì)顯著變化。通過(guò)穩(wěn)健性分析，進(jìn)一步說(shuō)明在政策實(shí)施之前處理組和對(duì)照組省份的同質(zhì)性，以及“指標(biāo)納入”政策對(duì)專利數(shù)量的動(dòng)態(tài)影響。

六、結(jié)論與建議

為促進(jìn)我國(guó)自主創(chuàng)新能力，提高發(fā)明專利數(shù)量，“十二五”規(guī)劃納入“每萬(wàn)人口發(fā)明專利擁有量”指標(biāo)，這個(gè)政策對(duì)發(fā)明專利數(shù)量的影響可以看作一個(gè)“準(zhǔn)自然實(shí)驗(yàn)”。利用雙重差分方法評(píng)估“指標(biāo)納入”對(duì)我國(guó)發(fā)明專利量的影響，結(jié)果表明，“指標(biāo)納入”對(duì)于發(fā)明專利數(shù)量的刺激較為顯著。反事實(shí)分析進(jìn)一步驗(yàn)證“指標(biāo)納入”政策的刺激作用逐年增加。

除了經(jīng)濟(jì)發(fā)展水平和研發(fā)投入對(duì)于創(chuàng)新能力提高有內(nèi)生性影響以外，國(guó)家中長(zhǎng)期發(fā)展規(guī)劃也是推進(jìn)創(chuàng)新驅(qū)動(dòng)發(fā)展的重要力量。“每萬(wàn)人口發(fā)明專利擁有量”超額完成“十二五”規(guī)劃的既定目標(biāo)，很大程度上體現(xiàn)為預(yù)期性指標(biāo)的引導(dǎo)效應(yīng)。這種引導(dǎo)效應(yīng)通過(guò)不同渠道、路徑、方式發(fā)揮作用：在戰(zhàn)略層面，國(guó)家提出了創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略和知識(shí)產(chǎn)權(quán)戰(zhàn)略；在政策層面，各級(jí)政府高度重視知識(shí)產(chǎn)權(quán)，對(duì)專利事業(yè)提供優(yōu)惠政策；在執(zhí)行層面，加大國(guó)家專利審查能力，通過(guò)知識(shí)產(chǎn)權(quán)知識(shí)培訓(xùn)和推廣，提高技術(shù)創(chuàng)新單位和個(gè)人的專利意識(shí)；在市場(chǎng)層面，隨著經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和科技進(jìn)步，專利日益成為市場(chǎng)主體參與競(jìng)爭(zhēng)的主要手段。

“十三五”時(shí)期，在注重專利數(shù)量快速增長(zhǎng)的同時(shí)，還要加強(qiáng)專利質(zhì)量的提升。例如，考慮在規(guī)劃指標(biāo)體系中納入反映專利質(zhì)量的國(guó)際通用指標(biāo)“專利合作條約（PCT）”，突出“質(zhì)”和“量”的結(jié)合，建立起更加全面的自主創(chuàng)新指標(biāo)體系。

參考文獻(xiàn)：

[1]陳林，伍海軍.國(guó)內(nèi)雙重差分法的研究現(xiàn)狀與潛在問(wèn)題[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，（7）：133-148.

[2]李平，崔喜君，劉建.中國(guó)自主創(chuàng)新中研發(fā)資本投入產(chǎn)出績(jī)效分析——兼論人力資本和知識(shí)產(chǎn)權(quán)保護(hù)的影響[J].中國(guó)社會(huì)科學(xué)，2007，（2）：32-42.

[3]李習(xí)保.區(qū)域創(chuàng)新環(huán)境對(duì)創(chuàng)新活動(dòng)效率影響的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，（8）：13-24.

[4]林洲鈺，林漢川，鄧興華.所得稅改革與中國(guó)企業(yè)技術(shù)創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013，（3）：111-123.

[5]劉星，趙紅.外商直接投資對(duì)我國(guó)自主創(chuàng)新能力影響的實(shí)證研究——基于省級(jí)單位的面板數(shù)據(jù)分析[J].管理世界，2009，（6）：170-171.

[6]魯桐，黨印.公司治理與技術(shù)創(chuàng)新：分行業(yè)比較[J].經(jīng)濟(jì)研究，2014，（6）：115-128.

[7]王紅領(lǐng)，李稻葵，馮俊新.FDI與自主研發(fā)：基于行業(yè)數(shù)據(jù)的經(jīng)驗(yàn)研究[J].經(jīng)濟(jì)研究，2006，（2）：44-56.

[8]鄭新業(yè)，王晗，趙益卓.“省直管縣”能促進(jìn)經(jīng)濟(jì)增長(zhǎng)嗎？——雙重差分方法[J].管理世界，2011，（8）：34-44.

[9]周黎安，陳燁.中國(guó)農(nóng)村稅費(fèi)改革的政策效果：基于雙重差分模型的估計(jì)[J].經(jīng)濟(jì)研究，2005，（8）：44-53.

[10]朱平芳，徐偉民.政府的科技激勵(lì)政策對(duì)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(shí)證研究[J].經(jīng)濟(jì)研究，2003，（6）：45-53.

[11]Ashenfelter，O. & Card，D.Using the longitudinal structure of earnings to estimate the effect of training programs（No.w1489）.National Bureau of Economic Research，1984.

[12]Baruk，J.Innovativeness of Polish enterprises in the initial period of system transformation.Technovation，1997，17（9）：477-530.

[13]Griliches，Z.Market value，R&D，and patents.Economics letters，1981，7（2）：183-187.

[14]Griliches，Z.Patent statistics as economic indicators：a survey（No.w3301）.National Bureau of Economic Research，1990.

[15]Kokko，A. Technology，market characteristics，and spillovers.Journal of development economics，1994，43（2）：279-293.

[16]Meyer，B.D.Natural and quasi-experiments in economics.Journal of business & economic statistics，1995，13（2）：151-161.

[17]Scherer，F(xiàn).M.Firm size，market structure，opportunity，and the output of patented inventions.The American Economic Review，1965：1097-1125.

[18]Scherer，F(xiàn).M. & Ross，D.Industrial market structure and economic performance.University of illinois at Urbana-Champaign's Academy for entrepreneurial leadership historical research reference in entrepreneurship，1990.

[19]Schmookler，J.Patent application statistics as an index of inventive activity.J.Pat.Off.Soc′y，1953.

[20]Schmookler，J.Technological change and economic theory.The American Economic Review，1965：333-341.

責(zé)任編輯：秦學(xué)詩(shī)