基于VAR模型的分類專利與國內(nèi)生產(chǎn)總值關(guān)系的研究

崔永亮

摘要：文章經(jīng)分析將發(fā)明專利作為外生變量，建立了國內(nèi)生產(chǎn)總值、發(fā)明專利、外觀設(shè)計專利與實用新型專利間的帶有約束條件的模型，并對模型平穩(wěn)性、殘差正態(tài)性及殘差自相關(guān)性進行了檢驗。格蘭杰因果檢驗表明國內(nèi)生產(chǎn)總值對實用新型專利產(chǎn)生單方向格蘭杰因，實用新型專利對外觀設(shè)計專利產(chǎn)生單方向格蘭杰因。

關(guān)鍵詞：分類專利；國內(nèi)生產(chǎn)總值；模型

一、綜述

十九大報告強調(diào)，倡導(dǎo)創(chuàng)新文化，強化知識產(chǎn)權(quán)創(chuàng)造、保護、運用。在加快建設(shè)創(chuàng)新型國家過程中，知識產(chǎn)權(quán)發(fā)揮著重要作用。科技創(chuàng)新是社會經(jīng)濟增長和發(fā)展的不竭動力，在經(jīng)濟高速發(fā)展的今天，創(chuàng)新顯得尤為重要，“科學(xué)技術(shù)是第一生產(chǎn)力，建設(shè)創(chuàng)新型國家。這是國家發(fā)展戰(zhàn)略的核心，是提高綜合國力的關(guān)鍵?！笨萍紕?chuàng)新決定著經(jīng)濟發(fā)展的質(zhì)量與速度，影響著經(jīng)濟發(fā)展的效益。而專利申請量能很好地反映社會的科技創(chuàng)新水平，GDP能很好地反映經(jīng)濟發(fā)展?fàn)顩r，因此研究專利申請量與GDP之間的關(guān)系意義重大。

國內(nèi)對專利與經(jīng)濟發(fā)展之間關(guān)系的研究方法主要分兩種，一種是基于計量經(jīng)濟學(xué)方法；另一種是基于多元統(tǒng)計學(xué)的方法。其中，計量經(jīng)濟學(xué)方法中，姜軍，武蘭芬基于江蘇省13個市2003～2010年的地區(qū)GDP與專利申請量的面板數(shù)據(jù)，采用面板數(shù)據(jù)單位根檢驗和協(xié)整檢驗，得出經(jīng)濟增長與專利申請量之間存在長期穩(wěn)定的關(guān)系，利用固定效應(yīng)模型分析了各市技術(shù)創(chuàng)新對地區(qū)經(jīng)濟發(fā)展的影響；多元統(tǒng)計方法中，胡樹華等通過嶺回歸的方法建立了GDP與三類專利之間的多元線性回歸模型，發(fā)現(xiàn)不同專利對GDP的貢獻率不同，實用新型專利對GDP貢獻率最大。

國內(nèi)對于專利與經(jīng)濟發(fā)展之間的研究，大多側(cè)重分析專利整體與經(jīng)濟發(fā)展的關(guān)系，而對分類專利與經(jīng)濟發(fā)展的關(guān)系及各分類專利之間的相互影響關(guān)系的研究甚少。鑒于此，本文基于1987～2015年國內(nèi)生產(chǎn)總值、發(fā)明專利、外觀設(shè)計專利及實用新型專利的時間序列數(shù)據(jù)，構(gòu)建了VAR模型，并對模型進行各方面的檢驗，利用格蘭杰因果檢驗確定四個變量之間的因果關(guān)系，運用脈沖響應(yīng)函數(shù)給出響應(yīng)變量對沖擊變量的反應(yīng)。

二、數(shù)據(jù)與方法

（一）數(shù)據(jù)及變量說明

本文所采用數(shù)據(jù)均來自中國統(tǒng)計年鑒與中國科技統(tǒng)計年鑒。收集數(shù)據(jù)時，本文采用分類專利的受理量而不是授權(quán)量作為專利產(chǎn)出指標(biāo)，原因是專利授權(quán)帶有一定的時間滯后性，且專利受理量包含專利授權(quán)量的信息。為了減少干擾因素，用物價指數(shù)對國內(nèi)生產(chǎn)總值的名義值進行對應(yīng)調(diào)整，選擇1978年的商品零售價格指數(shù)為100，得到國內(nèi)生產(chǎn)總值的真實值；同時為了消除數(shù)據(jù)中存在的異方差，對四個變量取對數(shù)。文中rgdp表示國內(nèi)生產(chǎn)總值的真實值；i表示發(fā)明專利；u表示實用新型專利；d表示外觀設(shè)計專利。ln_表示對變量取對數(shù)；D_ln表示對變量取對數(shù)后差分。

（二）方法簡介

為了全面了解不同類型專利與經(jīng)濟發(fā)展間的關(guān)系，本文擬采用向量自回歸模型、格蘭杰因果檢驗。

VAR模型是基于數(shù)據(jù)的統(tǒng)計性質(zhì)建立模型，即變量間的關(guān)系不是以經(jīng)濟理論為基礎(chǔ)，將系統(tǒng)中每一個內(nèi)生變量的滯后值作為所有內(nèi)生變量的函數(shù)來建立模型，從而將單變量自回歸模型推廣到由多元時間序列組成的向量自回歸模型。本文首先選擇發(fā)明專利、實用新型專利、外觀設(shè)計專利及調(diào)整后的國內(nèi)生產(chǎn)總值作為內(nèi)生變量建立了VAR（2）模型，后對模型進行修正，將發(fā)明專利作為外生變量建立了帶有外生變量的VAR（2）模型，進一步修正該模型，最終確定了分類專利與國內(nèi)生產(chǎn)總值間的VAR模型；在構(gòu)建VAR模型基礎(chǔ)上，對各變量間的關(guān)系進行格蘭杰因果檢驗，格蘭杰因果檢驗的基本原理為：對于兩個給定的服從平穩(wěn)隨機過程的時間序列x和y，利用序列過去和現(xiàn)在的所有數(shù)據(jù)預(yù)測y，如果其預(yù)測效果好于單獨由y的過去值對y的預(yù)測，如果x是有助于y的精度改善的，則稱存在著從x到y(tǒng)的因果關(guān)系。

三、實證分析

（一）單位根檢驗

VAR模型要求變量是弱平穩(wěn)序列，對四個變量的單位根檢驗（表1）表明，只有l(wèi)nrgdp是平穩(wěn)序列，lni、lnu、lnd均是不平穩(wěn)的，但是它們的一階差分是平穩(wěn)的，因此考慮用四者的一階差分建立模型。

（二）向量自回歸模型的建立

對于沒有約束的模型階數(shù)的檢驗，選擇了滯后兩期的模型。模型信息準(zhǔn)則（表2）AIC=-9.464989，HQIC=-9.0180，SBIC=-7.687694，方程顯著性檢驗（表3）表明，均方誤差的平方根（RMSE）分別為0.022254，0.134388，0.099847，0.088598，該值越小說明模型損失的信息量越少，即調(diào)整R2（R-sq）的分別為0.5135，0.3652，0.4591，

0.4955，在α=0.1的顯著性水平下，除了方程D_lni顯著性檢驗未通過，其余三個方程均顯著，這可能是由于我國發(fā)明專利少，對于發(fā)明專利投入少，使得發(fā)明專利在經(jīng)濟發(fā)展中的作用表現(xiàn)地不夠明顯。模型系數(shù)及系數(shù)顯著性檢驗（表4），由結(jié)果可知，在顯著性水平α=0.1水平下，大多數(shù)變量并不顯著，說明經(jīng)濟變量間存在復(fù)雜的聯(lián)系，多重共線性現(xiàn)象不可避免，模型一建立的不太合理。

鑒于模型一參數(shù)過多，估計模型時會消耗過多的自由度，因此考慮把不顯著的方程刪除，并且把發(fā)明性專利作為外生變量處理，構(gòu)建帶有外生變五量的自回歸模型（模型二）。該模型信息準(zhǔn)則（表2）、模型顯著性檢驗（表3）、回歸系數(shù)及顯著性檢驗（表5）。

對于模型二，信息準(zhǔn)則表明與模型一相差不大，方程顯著性檢驗表明α=0.05的顯著性水平下，三個方程均顯著成立，均方誤差的平方根（RMSE）相比模型一減小了，調(diào)整的R2（R-sq）分別為0.5753， 0.6120，0.3902，相比模型一增大了。在α=0.1的顯著模型在模型系數(shù)顯著性水平α=0.1水平下，檢驗結(jié)果表明模型二有更多的變量通過了檢驗，因此我們有足夠的理由認(rèn)為模型二比模型一有優(yōu)勢。

仔細(xì)分析模型二中的回歸系數(shù)檢驗，發(fā)現(xiàn)模型二中滯后二期的實用新型專利和滯后一期的外觀設(shè)計專利這兩個變量在任何一個方程中都不顯著，因此考慮刪除這兩個變量建立有約束的向量自回歸模型（模型三）。（模型三信息準(zhǔn)則（表2）、模型顯著性檢驗（表3）、回歸系數(shù)及顯著性檢驗（表6）。

由分析結(jié)果知，模型信息準(zhǔn)則越小越好的原則表明模型三優(yōu)于模型二，均方誤差的平方根（RMSE）相比模型二減小了，在顯著性水平α=0.1的水平下，模型中的三個回歸方程均顯著，回歸系數(shù)的顯著性檢驗大多數(shù)都能通過，由此確定模型三是確定的最佳自回歸模型，其模型形式為：

（三）模型殘差正態(tài)性檢驗、殘差自相關(guān)檢驗及平穩(wěn)性檢驗

對VAR模型穩(wěn)定性主要基于伴隨矩陣的特征值的檢驗，如果伴隨矩陣的特征值均小于1，則認(rèn)為模型是平穩(wěn)，否則認(rèn)為模型非平穩(wěn)，模型的平穩(wěn)性保證了模型在預(yù)測和運用中的合理性。由圖1可知伴隨矩陣的特征值的模均小于1，從而可以判斷該自回歸模型平穩(wěn)。

對殘差自相關(guān)進行拉格朗日乘子檢驗，結(jié)果表7。由表7可知，當(dāng)滯后期為1時，自相關(guān)檢驗p=1.00>0.055，不能拒絕殘差沒有自相關(guān)的原假設(shè)，即認(rèn)為殘差沒有自相關(guān)；當(dāng)滯后期為2時，自相關(guān)檢驗p=1.000>0.05，接受殘差沒有自相關(guān)的原假設(shè)，因而認(rèn)為該模型不存在殘差自相關(guān)。

表8給出了檢驗統(tǒng)計量，對于方程正態(tài)性檢驗，不能拒絕殘差正態(tài)性的原假設(shè)，即認(rèn)為殘差是正態(tài)的。同理，對于方程、均不能拒絕殘差正態(tài)性的原假設(shè)。因此認(rèn)為該自回歸模型殘差服從正態(tài)分布。

由檢驗結(jié)果可知，建立的自回歸模型有很強的實用性。通過VAR（2）模型可發(fā)現(xiàn)：發(fā)明型專利對國內(nèi)生產(chǎn)總值、實用新型專利及外觀設(shè)計專利均產(chǎn)生促進作用，對實用新型專利的促進作用更大，其影響系數(shù)分別為0.069，0.455，0.071且效果顯著，影響均能在當(dāng)期就變現(xiàn)出來；國內(nèi)生產(chǎn)總值滯后1期與滯后2期對實用新型專利的影響分別為-0.232、0.322，系數(shù)之和為0.09，國內(nèi)生產(chǎn)總值滯后1期與滯后2期對外觀設(shè)計專利的影響分別為1.699、-1.607，系數(shù)之和為0.092，表明國內(nèi)生產(chǎn)總值對實用新型專利和外觀設(shè)計專利影響作用相當(dāng)；實用新型專利滯后1期對當(dāng)期實用新型專利的影響系數(shù)為0.328，而外觀設(shè)計專利滯后2期對外觀設(shè)計專利的影響系數(shù)為0.107。

（四）格蘭杰因果檢驗

四個變量之間的向量自回歸模型擬合效果良好，因此有必要利用格蘭杰因果檢驗進一步明確他們之間的因果關(guān)系。格蘭杰因果檢驗結(jié)果見表9。

由表9可知，在方程D_lnrgdp中，變量D.lnu格蘭杰因果檢驗p=0.715，不能拒絕lnu是lnrgdp的格蘭杰因，即認(rèn)為實用新型專利不是經(jīng)濟發(fā)展的格蘭杰因；同理可知，經(jīng)濟發(fā)展對實用新型專利產(chǎn)生單方向格蘭杰因，實用新型專利對外觀設(shè)計專利產(chǎn)生單方向格蘭杰因，外觀設(shè)計專利與經(jīng)濟發(fā)展之間不存在格蘭杰因果關(guān)系。

四、實證結(jié)果分析

本文基于變量生產(chǎn)總值、實用新型專利、外觀設(shè)計專利和發(fā)明型專利的時間序列數(shù)列，建立了含有外生變量的VAR模型，并對模型進行檢驗修正、格蘭杰因果檢驗，并對建立VAR模型進行脈沖響應(yīng)分析，得到如下結(jié)論。

1.作為創(chuàng)新性最高的發(fā)明專利對經(jīng)濟增長和其他類型的專利均產(chǎn)生正的顯著的影響作用，因而政府應(yīng)加大力度增強發(fā)明專利的研發(fā)；經(jīng)濟發(fā)展對實用新型專利和外觀設(shè)計專利均產(chǎn)生正的促進作用，這表明經(jīng)濟的發(fā)展有專利的發(fā)展，因此應(yīng)注重經(jīng)濟長期平穩(wěn)發(fā)展。

2.經(jīng)濟發(fā)展對實用新型專利產(chǎn)生單方向格蘭杰因，實用新型專利對外觀設(shè)計專利產(chǎn)生單方向格蘭杰因，這表明經(jīng)濟對專利以及不同專利之間存在相互影響作用，政府部門應(yīng)協(xié)調(diào)統(tǒng)一發(fā)展經(jīng)濟和不同專利的投入，避免過分重視和重視不足的現(xiàn)象。

參考文獻：

[1]胡樹華，王立軍，牟仁艷.分類專利對GDP貢獻的回歸分析[J].軟科學(xué)，2011（09）.

[2]姜軍，武蘭芬.江蘇省技術(shù)創(chuàng)新與經(jīng)濟增長的關(guān)系研究[J].科技管理研究，2014（17）.

[3]阮敏.專利與GDP：基于面板數(shù)據(jù)的實證分析[J].技術(shù)經(jīng)濟與管理研究，2009（04）.

[4]湯岳利，何彩琪.湖北省技術(shù)創(chuàng)新對經(jīng)濟增長貢獻的實證研究[J].區(qū)域經(jīng)濟，2014（04）.

[5]夏向陽，李偉，張紅輝.不同類型專利對我國技術(shù)進步影響的實證分析[J].科技管理研究，2012（03）.

[6]熊義杰.我國不同地區(qū)間的技術(shù)溢出研究效應(yīng)[J].宏觀經(jīng)濟研究，2012（10）.

[7]周廣肅，梁榮，田金秀.Stata統(tǒng)計分析與應(yīng)用[M].機械工業(yè)出社，2011.

（作者單位：江蘇大學(xué)財經(jīng)學(xué)院）