李 鶴,方永勝
(安徽工程大學(xué)管理工程學(xué)院,安徽蕪湖241000)
世界知識產(chǎn)權(quán)組織年度報告顯示,2017年中國專利申請數(shù)量再次超過美國、日本成為世界第一,中國已經(jīng)連續(xù)多年進入這一榜單。近年來,專利呈現(xiàn)出“爆炸式”增長趨勢,2017年我國專利申請總量相較于2005年增長了近865%,這些“成績”似乎說明中國已經(jīng)成為世界科技與創(chuàng)新強國。但是,2018年《中國專利調(diào)查報告》顯示,我國專利實施率和產(chǎn)業(yè)化率僅為52.6%和36.3%,并且呈逐年下降趨勢,同時專利維持年限僅為國外維持時間的一半。這些事實表明,我國專利質(zhì)量并未得到與數(shù)量相稱的提升。近年來,中國專利激增現(xiàn)象引起了社會各界的關(guān)注。不容忽視的是,為了響應(yīng)中央提出的創(chuàng)新追趕戰(zhàn)略與專利推進計劃、完成上級下達(dá)的專利增長目標(biāo),中國各級政府出臺了密集的創(chuàng)新資助政策的“組合拳”,在各種激勵政策的刺激下大量專利隨之產(chǎn)生。[1]120,[2]1506在這一特殊背景下,創(chuàng)新主體產(chǎn)出的大量專利能否如其所愿發(fā)揮正面效應(yīng)、促進經(jīng)濟增長,成為本研究關(guān)注的焦點。
近年來,學(xué)界開始關(guān)注中國專利激增現(xiàn)象,并對其產(chǎn)生的原因及其影響進行了研究。龍小寧和王俊認(rèn)為,在中央提出的各項專利推動戰(zhàn)略的推動下,地方政府紛紛出臺了專利資助政策;在政策補助的刺激下,越來越多原創(chuàng)性低、無市場發(fā)展前景的發(fā)明進入了專利庫,從而使專利數(shù)量大幅增加,而專利質(zhì)量未得到相應(yīng)提升。[1]120黎文靖和鄭曼妮采用2001―2010年A股996家上市公司的專利數(shù)據(jù)研究中國產(chǎn)業(yè)政策對企業(yè)創(chuàng)新活動的影響,研究表明在產(chǎn)業(yè)激勵政策的刺激下,企業(yè)會選擇策略性創(chuàng)新以迎合資助政策,致使企業(yè)僅追求專利的數(shù)量而忽視了專利的質(zhì)量。[3]林洲鈺、毛昊等從理論層面出發(fā),認(rèn)為企業(yè)為了獲取政策補助常常對專利進行“量身定做”以迎合政策要求,這一行為不僅降低了政策效果,而且造成了資源浪費,不利于經(jīng)濟的穩(wěn)定發(fā)展。[4-5]
綜上分析可知,雖然學(xué)者開始關(guān)注專利激增現(xiàn)象帶來的影響,認(rèn)為創(chuàng)新主體的策略性創(chuàng)新會產(chǎn)出大量的無市場應(yīng)用價值的專利,進而造成創(chuàng)新資源浪費,不利于經(jīng)濟的發(fā)展,然而關(guān)于這一問題的研究大多停留在理論層面,缺乏相應(yīng)的實證分析,相應(yīng)的理論機制分析也不夠深入。鑒于此,本文將結(jié)合當(dāng)前中國專利發(fā)展現(xiàn)狀,試圖在以往研究的基礎(chǔ)上對現(xiàn)有研究作進一步的擴展和補充。具體來說,在當(dāng)前專利不斷激增的背景下,以專利的產(chǎn)出動機為切入點,分別從理論和實證層面分析在專利活動中的“尋扶持”動機作用下,不斷激增的專利對經(jīng)濟增長的影響。
不少學(xué)者認(rèn)為,近年來中國專利呈現(xiàn)出爆炸式增長趨勢的主要原因是密集的專利激勵政策。[1]120,[2]1506那么,一個重要的問題是,政策制定者出臺密集的專利資助政策、推動專利數(shù)量增長的動機是什么呢?一般而言,保護知識產(chǎn)權(quán)、提高地區(qū)創(chuàng)新水平是推動專利增長的直接動機。但是,地方政策制定者作為“理性經(jīng)濟人”,追求政治晉升將成為其主要的效用偏好。[6]可以說,政策制定者出臺密集的創(chuàng)新資助政策、極力推動地區(qū)專利數(shù)量增長的深層次原因可能是為了獲得高額政績,贏得政治晉升。
對于官員晉升理論,現(xiàn)有研究主要致力于以經(jīng)濟績效為核心的官員晉升模型。[7-9]不可否認(rèn),GDP是影響官員晉升的重要考核指標(biāo)。然而,近年來中央政府提出要加快建設(shè)創(chuàng)新型國家,并頒布多個專利發(fā)展戰(zhàn)略規(guī)劃,量化專利增長目標(biāo)。例如,《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006―2020年)》指出,到2020年,力爭本國人發(fā)明專利年度授權(quán)量和國際科學(xué)論文被引用數(shù)均進入世界前5位。這些目標(biāo)被層層分解、逐步下達(dá),表明創(chuàng)新指標(biāo)已經(jīng)受到中央重視、成為官員晉升的重要參考。因此,地方官員為了響應(yīng)中央號召、在晉升錦標(biāo)賽中保持競爭優(yōu)勢,紛紛出臺了密集的專利資助政策,以促進專利數(shù)量增長,獲得高額政績??梢哉f,地方官員一邊伸出“援助之手”,通過創(chuàng)新資助政策,對創(chuàng)新主體進行資助;一邊伸出“攫取之手”,極力推動地區(qū)專利數(shù)量增長,以獲得高額政績,贏得政治晉升。這一表現(xiàn)亦可稱之為地方政策制定者的“尋扶持”行為(見圖1)。
圖1 政策制定者的“尋扶持”動機理論分析
如前所述,為了獲取更多政治選票、完成高額績效,地方官員出臺了數(shù)量相當(dāng)?shù)膭?chuàng)新資助政策。這些專利資助政策可歸結(jié)為直接資助與間接資助:直接資助包括在專利申請、維持以及按照專利數(shù)量給予專利持有人的直接獎勵或費用減免;間接資助主要指高企申報、科研項目申報、創(chuàng)新型企業(yè)申報、IPO申請、職稱評聘、評獎評優(yōu)和單位內(nèi)部績效考核等與專利指標(biāo)相捆綁的各種利益。不僅如此,專利資助政策還具有疊加效應(yīng)。一方面,這些政策獎勵上至省級下至市、縣(區(qū)),以及創(chuàng)新主體所在單位,可以層層疊加;另一方面,一項專利可以作為多個政策獎勵項目的申報條件,例如專利的直接獎勵、高企申報、創(chuàng)新型企業(yè)申報、職稱評聘、單位內(nèi)部績效考核等皆具有此效應(yīng)。在各種專利資助政策的刺激下,創(chuàng)新主體為了迎合政策要求以獲取豐厚回報,常常表現(xiàn)為一種僅追求專利數(shù)量而忽略質(zhì)量的策略性創(chuàng)新行為,這一行為亦可稱之為創(chuàng)新主體的“尋扶持”行為(見圖2)。
圖2 創(chuàng)新主體的“尋扶持”動機理論分析
一般而言,以保護創(chuàng)新成果、進行技術(shù)市場化和增加核心競爭力為目的而進行的創(chuàng)新活動將會通過技術(shù)溢出效應(yīng)和市場轉(zhuǎn)化效應(yīng),促進經(jīng)濟健康發(fā)展。[10]相較而言,以“尋扶持”為目的而產(chǎn)出的專利可能會對經(jīng)濟產(chǎn)生扭曲效應(yīng)。一方面,地方政府為了獲得高額政績,通過出臺密集的創(chuàng)新資助政策,致力于地區(qū)專利數(shù)量增長,這使得眾多創(chuàng)新性不高、無市場應(yīng)用價值的專利成為地方政府的資助對象,從而降低了政策的預(yù)期效果、扭曲了財政資源的配置,同時也為創(chuàng)新主體進行策略性創(chuàng)新提供了便利;另一方面,在各類資助政策影響下,創(chuàng)新主體的策略性創(chuàng)新行為則會產(chǎn)生過度創(chuàng)新,使一些創(chuàng)新水平低、無市場應(yīng)用價值的發(fā)明轉(zhuǎn)而申請專利,造成專利數(shù)量過度增長,擠占大量創(chuàng)新資源,進而對經(jīng)濟發(fā)展產(chǎn)生扭曲效應(yīng)(見圖3)。
圖3 “尋扶持”動機與實質(zhì)性創(chuàng)新影響下專利對經(jīng)濟增長的作用機制
根據(jù)研究目的,本文使用經(jīng)濟增長模型,并在模型中加入專利變量以及專利變量與“尋扶持”動機變量的交互項,探究“尋扶持”動機下專利對經(jīng)濟增長的影響。同時,使用省級面板數(shù)據(jù),采用固定效應(yīng)模型(FE)與隨機效應(yīng)模型(RE)進行回歸分析,并通過Hausman檢驗選擇最優(yōu)模型進行實證結(jié)果分析。基于此,我們構(gòu)建如下經(jīng)濟增長回歸模型:
Gdpit=αi+α1patentit+α2patentit×supportit+βXit+μit
(1)
其中,Gdp表示經(jīng)濟增長;i和t分別表示省份和時間;αi為常數(shù)項;μ為殘差項;patent表示專利變量,具體包括發(fā)明專利(Inn)、實用新型專利(Uti)與外觀設(shè)計專利(Des)變量;support表示“尋扶持”動機變量;X表示一系列控制變量;β表示控制變量對經(jīng)濟增長的影響。
1.“尋扶持”動機變量刻畫。本文使用各省(自治區(qū)、直轄區(qū))首次出臺專利資助政策的年份設(shè)置虛擬變量,作為“尋扶持”動機的代理變量,記為support。其中,在虛擬變量設(shè)置中,各省(自治區(qū)、直轄區(qū))首次出臺專利資助政策之前的年份為0,資助政策出臺之后的年份設(shè)置為1,表示可能存在“尋扶持”動機。本文使用各省(自治區(qū)、直轄區(qū))首次出臺專利資助政策的時間設(shè)置虛擬變量,作為“尋扶持”動機的代理變量,主要基于以下考慮:
一是能體現(xiàn)出政策制定者的“尋扶持”動機。專利資助政策與上級提出的專利發(fā)展戰(zhàn)略和專利推進計劃相銜接。一方面,上級政府為了推動專利增長,出臺了專利發(fā)展規(guī)劃、量化專利增長目標(biāo),把專利增長指標(biāo)作為地方政府績效考核的指標(biāo),這一做法可能會引起地方政府在專利活動中產(chǎn)生“尋扶持”動機;另一方面,首次出臺專利資助政策從側(cè)面說明地方政府積極響應(yīng)上級提出的專利增長計劃,開始致力于本地區(qū)專利數(shù)量增長,以完成專利增長目標(biāo)、獲得政治績效,這些表現(xiàn)均在一定程度上體現(xiàn)出政策制定者的“尋扶持”動機。
二是能體現(xiàn)出創(chuàng)新主體的“尋扶持”動機。地方政府首次出臺專利資助政策說明地方政府開始致力于地區(qū)專利增長,以此為時間起點,地方政府會陸續(xù)出臺各類專利資助政策,包括直接資助政策和間接資助政策。這些具有豐厚回報的專利資助政策為創(chuàng)新主體的“尋扶持”行為提供了條件,在一定程度上體現(xiàn)出創(chuàng)新主體的“尋扶持”動機。
對于各地方首次出臺專利資助政策的時間,本文利用北大法寶、百度搜索和各省知識產(chǎn)權(quán)局官網(wǎng)等搜索引擎搜集我國30個省、自治區(qū)、直轄區(qū)(除西藏、香港、澳門、臺灣外)首次出臺專利資助政策的時間。具體做法為:在上述搜索引擎中輸入具體省份(自治區(qū)、直轄區(qū))名稱加專利資助、專利補助、專利獎勵等關(guān)鍵字,搜索出相應(yīng)的專利資助政策后,根據(jù)政策內(nèi)容里的“廢、改、立”說明(如“本辦法自2010年10月1日起施行,原《xx政策》同時廢止”)跟蹤最早出臺專利資助政策的時間。各省(自治區(qū)、直轄區(qū))最早出臺專利資助政策的時間節(jié)點見表1。
表1 各省(自治區(qū)、直轄區(qū))專利資助政策首次出臺的時間
2.其他變量刻畫
(1)經(jīng)濟增長。借鑒鈔小靜和沈坤榮等學(xué)者的做法[11],本文以人均實際GDP的自然對數(shù)表示經(jīng)濟增長(Gdp),其中,以1985年作為基期對GDP進行平減。
(2)專利變量。本文使用每萬人發(fā)明專利、實用新型專利以及外觀設(shè)計專利申請量作為專利的代理變量,分別記為Inn、Uti、Des。此處需要說明的是,本文選取專利申請量而不是專利授權(quán)量作為專利代理變量的原因:一是因為專利申請量與專利授權(quán)量高度相關(guān),專利申請量在相當(dāng)程度已經(jīng)涵蓋專利授權(quán)量的信息;二是專利申請量具有較強的時效性,專利申請量作為專利產(chǎn)出的指標(biāo)時,專利產(chǎn)出與投入之間具有良好的時效性,能夠快速對專利激勵政策作出回應(yīng),而且對經(jīng)濟的影響也具有較短的滯后性。
(3)控制變量。基于前期學(xué)者關(guān)于經(jīng)濟增長的研究,本文在模型中加入如下控制變量:
人力資本(Hum),借鑒彭國華的做法[12],使用平均受教育年限表示,具體計算方法為:利用小學(xué)至研究生學(xué)歷的各階段人數(shù)與相應(yīng)的教育年限進行相乘并求和,同時除以6歲及以上人口總數(shù),得出平均受教育年限。
固定資產(chǎn)投資(Inv),采用固定資產(chǎn)投資占GDP的比重表示。
對外開放度(Open),以地區(qū)進出口總額占GDP的比重表示。
政府干預(yù)(Gov),使用財政支出總額占GDP的比重表示。
基礎(chǔ)設(shè)施建設(shè)(Road),以地區(qū)公路和鐵路密度衡量基礎(chǔ)設(shè)施建設(shè)水平。
本文使用STATA12.0軟件,利用1985―2017年除西藏、香港、澳門、臺灣以外的我國30個省、自治區(qū)和直轄市的面板數(shù)據(jù)進行實證分析。其中,專利數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局統(tǒng)計年報,其余數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》和中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。
本節(jié)及余下章節(jié)均使用固定效應(yīng)模型(FE)與隨機效應(yīng)模型(RE)進行回歸分析,并通過Hausman檢驗選擇最優(yōu)模型對回歸結(jié)果進行分析。
1.全樣本回歸分析。表2第(1)列中,就控制變量而言,人力資本(Hum)與固定資產(chǎn)投資(Inv)系數(shù)為正,與哈羅德-多馬經(jīng)濟增長理論預(yù)期一致;地區(qū)對外開放度(Open)、基礎(chǔ)設(shè)施建設(shè)(Road)系數(shù)顯著為正;政府干預(yù)(Gov)符號顯著為負(fù),說明政府干預(yù)存在擠出效應(yīng),可能會抑制經(jīng)濟增長??刂谱兞康倪x擇基本符合理論預(yù)期并與現(xiàn)有文獻保持一致,說明模型設(shè)定合理。對于三種不同類型專利,由第(1)列可知,發(fā)明專利(Inn)系數(shù)顯著為正,實用新型專利(Uti)系數(shù)為正但不顯著,外觀設(shè)計專利(Des)系數(shù)顯著為正,說明專利能夠促進經(jīng)濟增長,與當(dāng)前多數(shù)學(xué)者的研究保持一致。
表2 全樣本回歸結(jié)果
注:括號內(nèi)為標(biāo)準(zhǔn)誤;*、**和***分別表示10%、5%和1%顯著性水平;表中回歸模型均控制了時間效應(yīng)和省份效應(yīng)。
為了探究“尋扶持”動機作用下專利對經(jīng)濟增長的影響,本文在第(3)列中加入三種不同類型的專利與“尋扶持”動機變量的交互項。由第(3)列回歸結(jié)果可知,發(fā)明專利和實用新型專利與“尋扶持”動機變量的交互項顯著為負(fù),說明專利活動中的“尋扶持”動機將會造成創(chuàng)新資源浪費,產(chǎn)生大量低質(zhì)量專利,從而弱化專利對經(jīng)濟增長的促進作用,對經(jīng)濟增長產(chǎn)生扭曲效應(yīng)。同時,由第(3)列可知,外觀設(shè)計專利的交互項系數(shù)為負(fù),但不顯著,說明外觀設(shè)計專利對經(jīng)濟增長的影響并未受“尋扶持”動機制約。可能的解釋是,三種不同類型專利中,由于外觀設(shè)計專利原創(chuàng)性最低,近年來國家出臺的專利發(fā)展規(guī)劃和專利資助政策均弱化了外觀設(shè)計專利的增長,有些地方已經(jīng)取消對非發(fā)明專利增長的資助,這使得地方政府和創(chuàng)新主體減弱了對外觀設(shè)計專利的增長動機。同時,與其他兩種類型專利相比,創(chuàng)造外觀設(shè)計專利所占用的社會資源相對較少,專利活動中的“尋扶持”所帶來的負(fù)面效應(yīng)也相對較小,從而導(dǎo)致外觀設(shè)計專利對經(jīng)濟增長的影響未受到“尋扶持”動機的顯著制約。
2.進一步回歸分析
(1)分區(qū)域回歸分析。由于我國科技創(chuàng)新活動和專利發(fā)展具有區(qū)域性差異,為了進一步分析“尋扶持”動機下專利對經(jīng)濟增長的影響是否存在區(qū)域性差異,本文在全樣本回歸分析的基礎(chǔ)上進一步把樣本分為東、中、西部,回歸結(jié)果見表3。
表3 區(qū)分不同區(qū)域回歸結(jié)果
注:括號內(nèi)為標(biāo)準(zhǔn)誤;*、**和***分別表示10%、5%和1%顯著性水平;表中回歸模型均控制了時間效應(yīng)和省份效應(yīng),同時對控制變量進行了控制,限于篇幅此處不列示。
表3第(1)列展示了東部地區(qū)的回歸結(jié)果,發(fā)明專利和實用新型專利與“尋扶持”動機變量交互項的系數(shù)均顯著為負(fù),說明專利活動中的“尋扶持”動機抑制了發(fā)明專利和實用新型專利對經(jīng)濟增長的正面效應(yīng);而外觀設(shè)計專利交互項的系數(shù)不顯著,說明外觀設(shè)計專利對經(jīng)濟增長的影響并未受到“尋扶持”動機的顯著制約。東部地區(qū)的回歸結(jié)果與全樣本回歸結(jié)果保持一致。
表3第(3)、第(5)列分別展示了中部地區(qū)和西部地區(qū)的回歸結(jié)果。由回歸結(jié)果可知,在中部和西部地區(qū)中,三種不同類型專利交互項僅有發(fā)明專利與“尋扶持”動機變量的交互項系數(shù)顯著為負(fù),實用新型專利和外觀設(shè)計專利的交互項系數(shù)均不顯著,說明專利活動中的“尋扶持”動機減弱了發(fā)明專利對經(jīng)濟增長的促進作用。
值得注意的是,與東部地區(qū)不同,中、西部地區(qū)專利活動中的“尋扶持”動機并未顯著制約實用新型專利對經(jīng)濟增長的影響。通過分析我國不同區(qū)域的專利發(fā)展現(xiàn)狀,這一現(xiàn)象不難理解:一方面,在“尋扶持”動機的影響下,由于東部地區(qū)發(fā)展起步早,科技創(chuàng)新活動較為活躍,專利基數(shù)大,專利總量占全國總量的70%以上。相較于中、西部地區(qū),東部地區(qū)將會產(chǎn)出更多的實用新型專利,從而占用較多的創(chuàng)新資源,“尋扶持”動機所帶來的負(fù)面影響也越大;當(dāng)實用新型專利達(dá)到一定數(shù)量之后會出現(xiàn)專利“泡沫”現(xiàn)象,對經(jīng)濟增長產(chǎn)生扭曲效應(yīng)。另一方面,在“尋扶持”動機的影響下,由于中、西部地區(qū)專利基數(shù)小、產(chǎn)出總量低,創(chuàng)造實用新型專利所占用的社會資源也相對較小,“尋扶持”動機帶來的負(fù)面影響將會被掩蓋。同時,在三種不同類型專利中,創(chuàng)造發(fā)明專利所占用的創(chuàng)新資源最多,“尋扶持”動機所帶來的負(fù)面影響也相對較大,因此,對于中、西部地區(qū),在“尋扶持”動機的影響下,僅有發(fā)明專利對經(jīng)濟增長產(chǎn)生了扭曲效應(yīng)。
(2)區(qū)分不同類型創(chuàng)新主體。為更加細(xì)致考察專利對經(jīng)濟增長的影響,本文進一步對創(chuàng)新主體進行區(qū)分,具體分為企業(yè)、大專院校、科研單位與機關(guān)團體。利用1985―2017年的樣本,從專利總量中分解出企業(yè)專利、大專院校專利、科研單位專利與機關(guān)團體專利的申請量,進行對數(shù)處理后分別加入回歸模型,在方程(1)的框架下探究不同創(chuàng)新主體產(chǎn)出的專利對經(jīng)濟增長的影響,回歸結(jié)果見表4。
表4 區(qū)分創(chuàng)新主體回歸結(jié)果
注:括號內(nèi)為標(biāo)準(zhǔn)誤;*、**和***分別表示10%、5%和1%顯著性水平;本表僅列示了通過Hausman檢驗篩選的最優(yōu)模型;表中均控制了時間效應(yīng)和省份效應(yīng),同時對控制變量進行了控制,限于篇幅此處不列示。
表4第(3)列展示了企業(yè)組的回歸結(jié)果。由結(jié)果可知,三種不同類型專利與“尋扶持”動機變量的交互項顯著為負(fù)。這說明專利活動中的“尋扶持”動機顯著抑制了三種不同類型專利對經(jīng)濟增長的促進作用,對經(jīng)濟增長產(chǎn)生了扭曲效應(yīng)。這一結(jié)果與全樣本分析結(jié)果基本保持一致。
而由表4第(1)、第(2)、第(4)列的回歸結(jié)果可知,科研單位的發(fā)明專利系數(shù)顯著為正;機關(guān)團體的外觀設(shè)計專利系數(shù)顯著為負(fù),并且實用新型專利與“尋扶持”動機變量的交互性顯著為正。除此之外,大專院校、科研單位和機關(guān)團體無論是三種不同類型專利變量還是專利與“尋扶持”動機變量的交互項,其系數(shù)均未表現(xiàn)出良好的顯著性。這說明專利并未顯著促進經(jīng)濟增長,而且專利對經(jīng)濟增長的影響也未受到“尋扶持”動機的顯著制約。一方面,由于大專院校、科研單位和機關(guān)團體更加注重基礎(chǔ)性研究,專利的市場應(yīng)用和轉(zhuǎn)化過程較為緩慢,因此,在短時間內(nèi)大專院校、科研單位和機關(guān)團體產(chǎn)出的專利并未促進經(jīng)濟增長。另一方面,通過分析不同區(qū)域的專利發(fā)展現(xiàn)狀可知,大專院校、科研單位和機關(guān)團體專利基數(shù)小、總量低,創(chuàng)造專利所占用的社會資源也相對較少,因此,專利活動中的“尋扶持”動機對經(jīng)濟增長所帶來的影響也較小,進而掩蓋了負(fù)面效應(yīng),未表現(xiàn)出顯著的抑制作用。
在當(dāng)前專利不斷激增的背景下,本文以專利的產(chǎn)出動機為切入點,分別從理論層面和實證層面分析在專利活動中的“尋扶持”動機作用下,不斷激增的專利對經(jīng)濟增長的影響。研究發(fā)現(xiàn),專利活動中的“尋扶持”動機將會降低財政資源配置效率,造成創(chuàng)新資源浪費,進而扭曲經(jīng)濟增長。通過實證分析表明,專利活動中的“尋扶持”動機抑制了發(fā)明專利和實用新型專利對經(jīng)濟增長的促進作用;而外觀設(shè)計專利由于創(chuàng)新性低、創(chuàng)新資源占用少、社會關(guān)注度低,“尋扶持”動機并未顯著制約其對經(jīng)濟增長的影響。進一步區(qū)分中、東、西部樣本組發(fā)現(xiàn),東部地區(qū)發(fā)明專利和實用新型專利受到了“尋扶持”動機的負(fù)面影響,中、西部地區(qū)僅有發(fā)明專利受到“尋扶持”動機的負(fù)面影響。同時,在企業(yè)、大專院校、科研單位和機關(guān)團體樣本中,僅有企業(yè)樣本顯著受到了“尋扶持”動機所帶來的負(fù)面影響。
通過本文的研究,可以得出如下政策含義:第一,專利的“質(zhì)”與“量”并非矛盾,要從源頭改變創(chuàng)新主體的專利申請動機,要提高市場化程度、調(diào)整專利資助政策。正如張維迎教授所述:“企業(yè)搞自主創(chuàng)新,政府最好離遠(yuǎn)一點?!边@一觀點給了我們啟示,政府應(yīng)當(dāng)調(diào)整專利資助力度,優(yōu)化專利和各類獎勵的關(guān)聯(lián),適當(dāng)加大具有市場需求的高質(zhì)量專利資助力度,更多依靠市場這只“無形的手”調(diào)節(jié)資源配置,決定專利的去留。第二,改進晉升考核體系。專利績效與官員晉升的關(guān)聯(lián)在一定程度上促使了地方官員致力于推動地方專利數(shù)量的增長,而忽視了質(zhì)量的提升。上級在對下級進行考核時應(yīng)更加注重原創(chuàng)度高、具有市場潛力的專利產(chǎn)出,激勵地方政府真正圍繞本地區(qū)創(chuàng)新提升而開展晉升錦標(biāo)賽。