專利行政執(zhí)法、工業(yè)企業(yè)R&D投入與創(chuàng)新績(jī)效分析

摘 要：本文針對(duì)現(xiàn)有專利行政執(zhí)法、研發(fā)投入和創(chuàng)新績(jī)效關(guān)系研究不足，運(yùn)用單位根檢驗(yàn)、協(xié)整檢驗(yàn)、構(gòu)建VAR模型和脈沖響應(yīng)函數(shù)等計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)方法，深入研究了中國(guó)在2001-2016期間專利行政執(zhí)法、工業(yè)企業(yè)R&D投入和創(chuàng)新績(jī)效之間的長(zhǎng)關(guān)系，并進(jìn)行穩(wěn)健性檢驗(yàn)。研究結(jié)果表明，專利行政執(zhí)法、工業(yè)企業(yè)R&D投入和創(chuàng)新績(jī)效之間之間存在長(zhǎng)期均衡關(guān)系;內(nèi)專利行政執(zhí)法會(huì)對(duì)研發(fā)投入增長(zhǎng)和創(chuàng)新績(jī)效提高有所阻礙。針對(duì)于此，本文還對(duì)成因進(jìn)行了分析，并提出了一些建議和措施。

關(guān)鍵詞：專利行政執(zhí)法; R&D ;創(chuàng)新績(jī)效 ;VAR模型

自內(nèi)生增長(zhǎng)理論問(wèn)世以來(lái)，內(nèi)生技術(shù)進(jìn)步就被公認(rèn)為是推動(dòng)我國(guó)工業(yè)企業(yè)技術(shù)創(chuàng)新績(jī)效提高的重要?jiǎng)恿?，也是促進(jìn)我國(guó)經(jīng)濟(jì)增長(zhǎng)的源泉。為了推動(dòng)我國(guó)內(nèi)生技術(shù)進(jìn)步，提高工業(yè)企業(yè)創(chuàng)新績(jī)效，工業(yè)企業(yè)就需要加大R&D投入。然而，目前我國(guó)知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)指數(shù)在全亞洲排名第二，工業(yè)企業(yè)R&D投入過(guò)程中會(huì)產(chǎn)生各類知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)，尤其是專利風(fēng)險(xiǎn)，從而直接影響我國(guó)工業(yè)企業(yè)創(chuàng)新績(jī)效的提高。為此，我國(guó)構(gòu)建了司法保護(hù)和行政執(zhí)法保護(hù)并行的專利保護(hù)雙軌制，其中專利行政執(zhí)法案件每年在專利保護(hù)案件中占到三分之一以上，而且專利行政執(zhí)法在推動(dòng)我國(guó)內(nèi)生技術(shù)進(jìn)步以提高我國(guó)工業(yè)企業(yè)創(chuàng)新績(jī)效中發(fā)揮著重要的作用[1-5]，因此深入研究專利行政執(zhí)法、工業(yè)企業(yè)R&D投入和工業(yè)企業(yè)創(chuàng)新績(jī)效相互間的關(guān)系具有重大的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

（一）知識(shí)產(chǎn)權(quán)保護(hù)與工業(yè)企業(yè)R&D投入研究

一般認(rèn)為，知識(shí)產(chǎn)權(quán)保護(hù)會(huì)保護(hù)企業(yè)專利研發(fā)的積極性，促進(jìn)企業(yè)研發(fā)投入增加，從而促進(jìn)創(chuàng)新。鄭玉（2017）[6]經(jīng)研究發(fā)現(xiàn)，知識(shí)產(chǎn)權(quán)保護(hù)對(duì)R&D 投入具有顯著促進(jìn)作用，這對(duì)于中小企業(yè)和民營(yíng)企業(yè)更是明顯。李偉，余翔，蔡立勝 [7]指出，知識(shí)產(chǎn)權(quán)保護(hù)對(duì)企業(yè)研發(fā)投入有著杠桿作用，良好的知識(shí)產(chǎn)權(quán)保護(hù)能促進(jìn)中國(guó)企業(yè)研發(fā)投入。張杰、蘆哲（2012）[8]認(rèn)為，我國(guó)知識(shí)產(chǎn)權(quán)保護(hù)與企業(yè)R&D投入之間呈現(xiàn)倒U型關(guān)系;面對(duì)不斷提高的知識(shí)產(chǎn)權(quán)保護(hù)水平，國(guó)有企業(yè)和民營(yíng)企業(yè)的研發(fā)行為會(huì)出現(xiàn)截然相反的變化，國(guó)有企業(yè)傾向于對(duì)研發(fā)增加投入，而民營(yíng)企業(yè)則傾向于減少研發(fā)投入。

（二）知識(shí)產(chǎn)權(quán)保護(hù)與工業(yè)企業(yè)創(chuàng)新績(jī)效關(guān)系研究

Sunil Kanwar（2007）[9]發(fā)現(xiàn)，知識(shí)產(chǎn)權(quán)保護(hù)的增強(qiáng)對(duì)于促進(jìn)企業(yè)加大研發(fā)投入，促進(jìn)創(chuàng)新績(jī)效增長(zhǎng)具有強(qiáng)烈的推動(dòng)作用。李閣（2017）[10]指出，專利保護(hù)制度對(duì)研發(fā)投入與技術(shù)創(chuàng)新績(jī)效之間的關(guān)系具有正調(diào)節(jié)效應(yīng)，其中專利保護(hù)制度對(duì)研發(fā)經(jīng)費(fèi)投入與技術(shù)創(chuàng)新績(jī)效關(guān)系的正向調(diào)節(jié)作用更為顯著，對(duì)研發(fā)人員投入與技術(shù)創(chuàng)新績(jī)效關(guān)系的調(diào)節(jié)作用較弱。吳超鵬，唐菂（2016）[11]研究發(fā)現(xiàn)，加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)執(zhí)法力度可以減少企業(yè)研發(fā)損失，使行業(yè)內(nèi)具有專利技術(shù)的企業(yè)更可能通過(guò)專利授權(quán)而獲利，將有利于企業(yè)專利的創(chuàng)造。但是劉振元，胡樹(shù)華，牟仁艷等（2018）[12]經(jīng)過(guò)研究認(rèn)為，知識(shí)產(chǎn)權(quán)保護(hù)和技術(shù)創(chuàng)新存在U型關(guān)系。李爽（2017）[13]通過(guò)門檻回歸分析，發(fā)現(xiàn)專利保護(hù)強(qiáng)度與企業(yè)技術(shù)創(chuàng)新積極性之間存在倒“U”型關(guān)系，過(guò)低或過(guò)高的專利保護(hù)強(qiáng)度都不利于激發(fā)企業(yè)的創(chuàng)新積極性。

（三）工業(yè)企業(yè)R&D投入與工業(yè)企業(yè)創(chuàng)新績(jī)效關(guān)系研究

學(xué)術(shù)界一致認(rèn)為，企業(yè)研發(fā)投入增長(zhǎng)有利于工業(yè)企業(yè)創(chuàng)新績(jī)效增加。馬文聰，侯羽，朱桂龍（2013）[14]經(jīng)過(guò)對(duì)廣東企業(yè)的分析得出結(jié)論：不管在新興產(chǎn)業(yè)還是傳統(tǒng)產(chǎn)業(yè)，研發(fā)經(jīng)費(fèi)投入強(qiáng)度對(duì)企業(yè)創(chuàng)新績(jī)效都有顯著正向影響。尚洪濤，黃曉碩（2018）[15]通過(guò)建立PVAR模型，采取脈沖響應(yīng)函數(shù)和方差分解等分析方法，指出存在研發(fā)投入與企業(yè)創(chuàng)新績(jī)效存在相互促進(jìn)作用的事實(shí)。孫早，宋煒（2012）[16]卻發(fā)現(xiàn)，在資本密集度較高的戰(zhàn)略性產(chǎn)業(yè)中，企業(yè)R&D投入對(duì)產(chǎn)業(yè)創(chuàng)新績(jī)效的正效應(yīng)不顯著;不同所有制企業(yè)的R&D投入對(duì)產(chǎn)業(yè)創(chuàng)新績(jī)效的影響是不同的，與國(guó)有企業(yè)相比，民營(yíng)企業(yè)R&D投入與產(chǎn)業(yè)創(chuàng)新績(jī)效之間的正相關(guān)關(guān)系更為顯著;企業(yè)自主創(chuàng)新能力還有很大的提升空間。

通過(guò)對(duì)現(xiàn)有研究分析得到以下結(jié)論：（1）已有的研究多數(shù)得出了在長(zhǎng)期知識(shí)產(chǎn)權(quán)保護(hù)對(duì)工業(yè)企業(yè)R&D投入存在促進(jìn)效應(yīng)，但對(duì)于長(zhǎng)期內(nèi)專利行政執(zhí)法和R&D投入關(guān)系是否仍然是正相關(guān)關(guān)系尚有待驗(yàn)證，同時(shí)內(nèi)二者之間是否有新的關(guān)系有待我們繼續(xù)深入發(fā)掘。（2）以上學(xué)者既有堅(jiān)持知識(shí)產(chǎn)權(quán)保護(hù)有利于工業(yè)企業(yè)創(chuàng)新的傳統(tǒng)觀點(diǎn)的學(xué)者，也有認(rèn)為存在U型關(guān)系的人士，更有人認(rèn)為知識(shí)產(chǎn)權(quán)保護(hù)不利于創(chuàng)新績(jī)效的增長(zhǎng)。但是對(duì)于長(zhǎng)期內(nèi)專利行政執(zhí)法和創(chuàng)新績(jī)效關(guān)系是否仍然為正相關(guān)或U型缺乏明確論述，本文在此基礎(chǔ)上對(duì)此進(jìn)行驗(yàn)證，并研究專利行政執(zhí)法和創(chuàng)新績(jī)效是否存在其它相關(guān)關(guān)系。（3）這些學(xué)者一致認(rèn)為長(zhǎng)期內(nèi)R&D投入會(huì)促進(jìn)創(chuàng)新績(jī)效增長(zhǎng)，但是還沒(méi)有人對(duì)加入專利行政執(zhí)法后長(zhǎng)期內(nèi)研發(fā)投入與創(chuàng)新績(jī)效關(guān)系進(jìn)行驗(yàn)證，本文對(duì)此進(jìn)行探討，并分析內(nèi)二者關(guān)系。

二、研究方法

考慮到上一年的專利行政執(zhí)法和研發(fā)支出可能對(duì)下一年的企業(yè)利潤(rùn)和有效發(fā)明專利數(shù)會(huì)產(chǎn)生影響，本文首先驗(yàn)證單位根檢驗(yàn)時(shí)間序列數(shù)據(jù)是否穩(wěn)定，因?yàn)橹挥蟹€(wěn)定的時(shí)間序列數(shù)據(jù)才能進(jìn)行協(xié)整檢驗(yàn);繼而，本文運(yùn)用計(jì)量方法，包括基于VAR模型的Johansen協(xié)整檢驗(yàn)、VAR模型估計(jì)和脈沖響應(yīng)函數(shù)以及方差分解等等，對(duì)我國(guó)專利行政執(zhí)法、工業(yè)企業(yè)研發(fā)投入和工業(yè)企業(yè)技術(shù)創(chuàng)新關(guān)系進(jìn)行分析，包括分析三者之間兩兩的長(zhǎng)期均衡關(guān)系和各變量之間的相互影響。最后的方差分解用于探討三變量之間的長(zhǎng)期互動(dòng)關(guān)系。

三、模型構(gòu)建和數(shù)據(jù)說(shuō)明

（一）向量自回歸模型

首先，在前人基礎(chǔ)上進(jìn)行模型設(shè)定，參考通過(guò)最小二乘法建立向量自回歸模型（Vector Autoregressive Model，簡(jiǎn)稱VAR）。它是一種多元系統(tǒng)方程，用模型中各個(gè)變量對(duì)所有變量的若干滯后變量進(jìn)行回歸，反映變量間的互動(dòng)關(guān)系。VAR 模型的優(yōu)點(diǎn)在于把所有的變量都作為內(nèi)生變量來(lái)處理，從而減少了由于主觀判斷錯(cuò)誤而增加了聯(lián)立方程組模型中的不確定性。該模型還可以通過(guò)脈沖響應(yīng)函數(shù)（IRF）和方差分解（FEVD）來(lái)分析變量間的交互作用，從而更好地把握專利行政執(zhí)法、市場(chǎng)競(jìng)爭(zhēng)和專利創(chuàng)新三者之間的動(dòng)態(tài)關(guān)系，因此，本文使用VAR 模型作為本次研究的計(jì)量模型。該模型的一般形式如下：

其中專利行政執(zhí)法是PE，工業(yè)企業(yè)研發(fā)投入是RD，工業(yè)企業(yè)創(chuàng)新績(jī)效是IN;t=1，2…T，代表不同時(shí)期;j是滯后階數(shù)，t-j即相對(duì)t滯后j期的時(shí)期;εt，λt，θt代表隨機(jī)擾動(dòng)項(xiàng)，α，φ，π是常數(shù)項(xiàng)，βj，δj，χj，?j，κj，γj，νj，τj，ψj是方程中變量的系數(shù)。

（二）數(shù)據(jù)來(lái)源及說(shuō)明

1.變量定義

專利行政執(zhí)法（PE）：目前對(duì)專利行政執(zhí)法水平的衡量沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，本文也采用蘇世彬（2018）[5]的方法進(jìn)行加權(quán)平均;專利行政執(zhí)法強(qiáng)度越大，意味著專利行政執(zhí)法的水平越高。

工業(yè)企業(yè)研發(fā)投入（RD）：考慮到數(shù)據(jù)的連續(xù)性，工業(yè)企業(yè)研發(fā)投入選用大中型工業(yè)企業(yè)研發(fā)投入作為指標(biāo)。

工業(yè)企業(yè)創(chuàng)新績(jī)效（IN）：由于創(chuàng)新績(jī)效的質(zhì)量和數(shù)量無(wú)法直接衡量，故本文考慮專利和新產(chǎn)品這兩個(gè)創(chuàng)新能力最為常見(jiàn)的指標(biāo)進(jìn)行衡量。

在專利上，本文認(rèn)為有效專利發(fā)明數(shù)才能作為企業(yè)績(jī)效衡量的一個(gè)標(biāo)準(zhǔn);新產(chǎn)品參考胡立君，鄭玉（2014）以及劉思明等（2016）的研究成果，選用新產(chǎn)品銷售收入進(jìn)行衡量，綜合上述內(nèi)容，文中使用大中型工業(yè)企業(yè)新產(chǎn)品銷售收入和大中型工業(yè)企業(yè)有效發(fā)明專利數(shù)作為綜合子指標(biāo)。

2.數(shù)據(jù)來(lái)源

本文使用的數(shù)據(jù)涵蓋 2001年至 2016 年，專利行政執(zhí)法數(shù)據(jù)和申請(qǐng)量從《國(guó)家知識(shí)產(chǎn)權(quán)局統(tǒng)計(jì)年報(bào)》中獲取。工業(yè)企業(yè)研發(fā)投入數(shù)據(jù)從《中國(guó)統(tǒng)計(jì)年鑒》中獲取。反映工業(yè)企業(yè)創(chuàng)新績(jī)效的大中型工業(yè)企業(yè)新產(chǎn)品銷售收入和大中型工業(yè)企業(yè)有效發(fā)明專利數(shù)從《中國(guó)統(tǒng)計(jì)年鑒》中獲取。同時(shí)，考慮到消除數(shù)據(jù)異方差，本文對(duì)各個(gè)變量均取對(duì)數(shù)，結(jié)果如附錄所示。同時(shí)，本文運(yùn)用 Eviews軟件對(duì)相關(guān)數(shù)據(jù)，即 PE、 RD和 IN，進(jìn)行分析。

3.描述性統(tǒng)計(jì)

文章使用的所有相關(guān)變量的的統(tǒng)計(jì)描述如表1所示。

由表2可見(jiàn)， PE和 IN的平均值最小， RD的平均值最大，達(dá)到7.827;因此，即使經(jīng)過(guò)對(duì)數(shù)化處理，PE和IN變?yōu)樨?fù)數(shù)，RD經(jīng)對(duì)數(shù)化后仍然較大，說(shuō)明PE和IN作為標(biāo)準(zhǔn)化后的強(qiáng)度指標(biāo)必然比RD小。而且PE和IN的標(biāo)準(zhǔn)差都較低，各為0.20585和0.313，這意味著它們的波動(dòng)幅度較小，說(shuō)明中國(guó)專利行政執(zhí)法和創(chuàng)新績(jī)效變化趨勢(shì)相對(duì)平穩(wěn); RD標(biāo)準(zhǔn)差較大，為0.994，說(shuō)明它的波動(dòng)幅度偏大，也反映了研發(fā)投入增長(zhǎng)迅速的事實(shí)。最值兩欄表明PE的極大值是極小值的9.82倍，RD的極大值是極小值的1.48倍，IN的最小值是2015年同期的16.54倍（2016年為0，無(wú)法比較），可見(jiàn)小于1的PE和IN取對(duì)數(shù)后數(shù)據(jù)倍數(shù)是增加的。因此，下面本文采用以下方法進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和分析：

四、實(shí)證分析

（一）單位根檢驗(yàn)

根據(jù)進(jìn)行的單位根的ADF檢驗(yàn)結(jié)果如表2所示，采用不含趨勢(shì)項(xiàng)和常數(shù)項(xiàng)檢驗(yàn)：

注：滯后階的選擇以系統(tǒng)默認(rèn)的AIC 準(zhǔn)則自動(dòng)確定。

其中三個(gè)變量的原始序列在 5% 的顯著性水平下ADF值大于臨界水平，沒(méi)有拒絕零假設(shè)，這表明所變量的原始序列都是非平穩(wěn)的，存在單位根。但所有變量的第二差分序列在 5% 的顯著性水平下都拒絕原假設(shè)，表明沒(méi)有單位根的存在，即二階單整。這說(shuō)明專利行政執(zhí)法、研發(fā)與創(chuàng)新之間可能存在協(xié)整關(guān)系。

（二）Johansen協(xié)整檢驗(yàn)

經(jīng)過(guò)單位根檢驗(yàn)后，發(fā)現(xiàn)變量都在二階差分下平穩(wěn)，可以進(jìn)行協(xié)整檢驗(yàn)，以確定具有相同趨勢(shì)的兩個(gè)或多個(gè)變量之間是否存在長(zhǎng)期均衡關(guān)系。故下文采用Johansen協(xié)整檢驗(yàn)，零假設(shè)為三個(gè)變量之間不存在協(xié)整關(guān)系。跡統(tǒng)計(jì)量的檢驗(yàn)結(jié)果與最大特征值結(jié)果如下：

注：*表示在5%的顯著性水平下拒絕原假設(shè)。

Johansen協(xié)整檢驗(yàn)的結(jié)果如上表3所示，根據(jù)跡檢驗(yàn)結(jié)果與臨界水平對(duì)比，第一行零階時(shí)跡檢驗(yàn)結(jié)果、第二行一階跡檢驗(yàn)結(jié)果、第三行二階跡檢驗(yàn)結(jié)果均表明拒絕零假設(shè)，認(rèn)為變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。這說(shuō)明 PE、 RD和 IN之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。

但是，這不意味著它們之間一定存在因果關(guān)系。這還需通過(guò)Granger檢驗(yàn)來(lái)驗(yàn)證。

（三）Granger 因果關(guān)系檢驗(yàn)

為了進(jìn)行Granger因果關(guān)系檢驗(yàn)，先構(gòu)造用于Granger檢驗(yàn)的模型方程如下：

其中，B0是一個(gè)3×3的單位矩陣，B1、B2……Bq是3×3的系數(shù)矩陣，q是模型的滯后階數(shù)，εt代表模型隨機(jī)誤差項(xiàng)。

在Granger因果關(guān)系檢驗(yàn)進(jìn)行之前必須確定最優(yōu)滯后階數(shù)，通常為一階或二階，這根據(jù)Eviews結(jié)果中的AIC和SC大小判斷，其中：

從帶*的可得結(jié)果中，滯后一階那一項(xiàng)中AIC和SC最小，分別只有- 6.042101和-5.494338，故二階滯后是最優(yōu)的。因此本文選擇一階滯后進(jìn)行檢驗(yàn)，拒絕原假設(shè)則意味被檢驗(yàn)變量存在因果關(guān)系，得到Granger檢驗(yàn)結(jié)果：

由顯著性水平5%標(biāo)準(zhǔn)可見(jiàn)，因?yàn)樵僭O(shè)為PE對(duì)RD沒(méi)有格蘭杰影響的F統(tǒng)計(jì)量遠(yuǎn)小于0.05，所以拒絕原假設(shè)，PE對(duì)RD存在影響;而RD對(duì)PE是否產(chǎn)生影響上的概率也小于0.05，故拒絕零假設(shè)，因此Ln Y對(duì)Ln X存在格蘭杰因果關(guān)系;同理，接受IN和PE沒(méi)有格蘭杰關(guān)系的原假設(shè)的F統(tǒng)計(jì)量在5%顯著性水平上顯著，IN對(duì)PE存在格蘭杰因果關(guān)系，反之則無(wú);但I(xiàn)N和RD之間不存在格蘭杰因果關(guān)系的原假設(shè)F統(tǒng)計(jì)量在5%顯著性水平上不顯著，故拒絕原假設(shè)，認(rèn)為IN對(duì)RD存在格蘭杰因果關(guān)系。

格蘭杰因果關(guān)系檢驗(yàn)的結(jié)論只是一種預(yù)測(cè)，存在于統(tǒng)計(jì)意義上，不能以此作為判斷因果關(guān)系的唯一根據(jù)。當(dāng)然，即使格蘭杰因果關(guān)系不等于實(shí)際因果關(guān)系，也并不妨礙其參考價(jià)值。因?yàn)樵诮?jīng)濟(jì)學(xué)中，統(tǒng)計(jì)意義上的格蘭杰因果關(guān)系也是有意義的，對(duì)于經(jīng)濟(jì)預(yù)測(cè)等仍然能起一些作用。

（四）VAR模型估計(jì)

由于Johansen 檢驗(yàn)僅僅是對(duì)模型的長(zhǎng)期靜態(tài)關(guān)系進(jìn)行驗(yàn)證，而對(duì)模型中變量當(dāng)前周期以及滯后周期的動(dòng)態(tài)關(guān)系以及隨機(jī)擾動(dòng)項(xiàng)的沖擊效果并沒(méi)有進(jìn)行研究，故本文建立VAR 模型對(duì)專利行政執(zhí)法、市場(chǎng)競(jìng)爭(zhēng)和專利創(chuàng)新之間的關(guān)系進(jìn)行進(jìn)一步的分析。

通過(guò)Eviews，VAR 模型的估計(jì)結(jié)果表明，PE、RD和 IN的R2和各為0.877841、0.999514、0.998865和0.773134、0.999098、0.997892，說(shuō)明模型擬合優(yōu)度較好，三種自回歸模型內(nèi)解釋變量都能對(duì)模型有達(dá)到77%以上的解釋。

考慮到VAR模型在實(shí)際應(yīng)用中大部分都是非經(jīng)濟(jì)理論性的簡(jiǎn)化模型，它不需要對(duì)變量作任何先驗(yàn)性約束。所以，通常計(jì)量經(jīng)濟(jì)分析并不利用它去分析某一變量對(duì)其他變量的影響如何，故我們只需要從表5獲得擬合優(yōu)度R2。

在實(shí)際應(yīng)用中，由于VAR模型通常都是非經(jīng)濟(jì)理論性的簡(jiǎn)化模型，它不需要對(duì)變量作任何先驗(yàn)性約束。因此，在分析應(yīng)用中，往往并不利用VAR模型去分析某一變量的變化對(duì)另一變量的影響如何，而是分析當(dāng)某一擾動(dòng)項(xiàng)發(fā)生變化，或者說(shuō)模型受到某種沖擊時(shí)，對(duì)系統(tǒng)的動(dòng)態(tài)影響，這種分析方法稱為脈沖響應(yīng)函數(shù)方法。

為了進(jìn)行脈沖響應(yīng)函數(shù)分析，必須確保VAR模型是穩(wěn)定的。檢驗(yàn)VAR模型的穩(wěn)定性條件是相應(yīng)的特征方程特征根的絕對(duì)值小于1，VAR模型特征根的結(jié)果如圖2所示，在圖中的藍(lán)色圓點(diǎn)表示特征根。圖2結(jié)果表明，所有的特征根都在單位圓內(nèi)，所以VAR模型是穩(wěn)定的，可以進(jìn)行脈沖響應(yīng)函數(shù)的分析。

脈沖響應(yīng)函數(shù)分析的結(jié)果如圖3所示，從圖3中的結(jié)果可以看出，給定PE一個(gè)標(biāo)準(zhǔn)沖擊，對(duì)RD存在一個(gè)先負(fù)向后正向的沖擊影響。這意味著受專利行政執(zhí)法的沖擊影響，短期內(nèi)工業(yè)企業(yè)R&D投入受抑制，但隨著企業(yè)對(duì)于新的執(zhí)法環(huán)境的適應(yīng)，專利行政執(zhí)法對(duì)專利保護(hù)的落實(shí)，這種影響將逐漸轉(zhuǎn)化為正面。PE的標(biāo)準(zhǔn)沖擊對(duì)IN也產(chǎn)生正向的沖擊影響，影響趨勢(shì)先增加，第三期后降低，這表明受PE的沖擊，IN成倒U型趨勢(shì)。

給定RD一個(gè)標(biāo)準(zhǔn)沖擊，對(duì)PE存在一個(gè)負(fù)向的沖擊影響，這種負(fù)向的影響在短期內(nèi)減小并最終趨于0。這意味著受RD的沖擊影響，短期內(nèi)專利行政執(zhí)法強(qiáng)度受抑制，但隨著時(shí)間推移，這種影響將逐漸減小。RD的標(biāo)準(zhǔn)沖擊對(duì)IN產(chǎn)生負(fù)向的沖擊影響，影響趨勢(shì)先降低后增加，也逐漸趨于0，這表明受RD的沖擊，IN成U型趨勢(shì)。由此可見(jiàn)，工業(yè)企業(yè)R&D投入的增加短期內(nèi)會(huì)占用其他費(fèi)用，減少銷售收入，但在長(zhǎng)期這種不良影響會(huì)逐漸縮小并趨于0。

給定IN一個(gè)標(biāo)準(zhǔn)沖擊，對(duì)PE存在一個(gè)負(fù)向的沖擊影響，這種負(fù)向的影響在短期內(nèi)加大，隨后減小并最終趨于0。這意味著受IN的沖擊影響，短期內(nèi)專利行政執(zhí)法強(qiáng)度會(huì)減少，但隨著時(shí)間推移，這種影響將逐漸減小，可以被解釋為創(chuàng)新績(jī)效提高在短期會(huì)使得專利行政執(zhí)法減輕，之后又會(huì)回歸原有水平。IN的標(biāo)準(zhǔn)沖擊對(duì)RD產(chǎn)生正向的沖擊影響，影響趨勢(shì)先增加后降低，這表明受IN的沖擊第三期后，RD成遞減的正向趨勢(shì)?？梢?jiàn)創(chuàng)新績(jī)效對(duì)工業(yè)企業(yè)R&D投入的反作用是正向的。

五、結(jié) 語(yǔ)

（一）主要研究結(jié)論

本文通過(guò)對(duì)于專利行政執(zhí)法、企業(yè)R&D投入和創(chuàng)新績(jī)效的關(guān)系的檢驗(yàn)，認(rèn)為：長(zhǎng)期內(nèi)專利行政執(zhí)法會(huì)促進(jìn)研發(fā)投入增長(zhǎng)，同時(shí)發(fā)現(xiàn)專利行政執(zhí)法對(duì)于研發(fā)投入會(huì)隨時(shí)間增長(zhǎng)的新結(jié)論。專利行政執(zhí)法會(huì)促進(jìn)企業(yè)創(chuàng)新績(jī)效的提高，同時(shí)發(fā)現(xiàn)長(zhǎng)期內(nèi)專利行政執(zhí)法對(duì)創(chuàng)新績(jī)效的影響會(huì)隨時(shí)間產(chǎn)生更大的貢獻(xiàn)率。工業(yè)企業(yè)研發(fā)投入對(duì)于創(chuàng)新績(jī)效始終是具有促進(jìn)效應(yīng)，研發(fā)投入對(duì)創(chuàng)新績(jī)效的貢獻(xiàn)率會(huì)隨時(shí)間有所遞減，也是對(duì)相關(guān)研究的深化。

（二）政策啟示

本文通過(guò)實(shí)證研究發(fā)現(xiàn)專利行政執(zhí)法、企業(yè)研發(fā)投入與創(chuàng)新績(jī)效之間存在相互影響的關(guān)系。因此本文提出如下政策建議：從企業(yè)研發(fā)投入與創(chuàng)新績(jī)效之間的關(guān)系來(lái)看，由于長(zhǎng)期內(nèi)企業(yè)研發(fā)投入促進(jìn)創(chuàng)新績(jī)效增長(zhǎng)，故應(yīng)該且必須繼續(xù)鼓勵(lì)企業(yè)加大研發(fā)投入，促進(jìn)企業(yè)專利增加，從而增進(jìn)創(chuàng)新績(jī)效;而因?yàn)檠邪l(fā)投入貢獻(xiàn)率隨時(shí)間下降，所以應(yīng)該重視當(dāng)期的研發(fā)投入作用。同時(shí)，前人研究表明，長(zhǎng)期內(nèi)專利行政執(zhí)法對(duì)于研發(fā)投入有著促進(jìn)影響，且隨時(shí)間而增強(qiáng)，研發(fā)投入對(duì)專利行政執(zhí)法也會(huì)產(chǎn)生類似的作用。所以必須堅(jiān)持專利行政執(zhí)法，從而鼓勵(lì)企業(yè)加大研發(fā)投入，還能反作用于專利行政執(zhí)法強(qiáng)度的提高。為此，執(zhí)法者需要做好專利行政執(zhí)法相關(guān)工作，提高專利行政執(zhí)法工作的質(zhì)量，在保證效率的同時(shí)防止過(guò)度執(zhí)法，保護(hù)企業(yè)專利創(chuàng)新的積極性。考慮到專利行政執(zhí)法長(zhǎng)期內(nèi)有利于創(chuàng)新績(jī)效，所以必須通過(guò)加強(qiáng)完善專利行政執(zhí)法的工作，促進(jìn)企業(yè)創(chuàng)新積極性的提高。

參考文獻(xiàn)

[1] Ginarte J C， Park W G .Determinants of patent rights ：a cross-national study[J].Research Policy， 1997，26： 283- 301.

[2] 許春明，單曉光.中國(guó)知識(shí)產(chǎn)權(quán)保護(hù)強(qiáng)度指標(biāo)體系的構(gòu)建及驗(yàn)證[J]. 科學(xué)學(xué)研究，2008，26（4）：715-723.

[3] 宋河發(fā).專利保護(hù)程度評(píng)價(jià)體系與中美保護(hù)程度比較[J].科學(xué)學(xué)研究，2007，（04）：646-653.

[4] 寧朝星.知識(shí)產(chǎn)權(quán)保護(hù)強(qiáng)度指標(biāo)的構(gòu)建方法[J].時(shí)代經(jīng)貿(mào)，2011，（2）：72-72.

[5] 蘇世彬，陳玉瓊，王許可.我國(guó)專利行政執(zhí)法概況及其強(qiáng)度聚類分析[J].情報(bào)探索，2018，252（10）：118-123.

[6] 鄧建志.中國(guó)專利行政保護(hù)制度績(jī)效研究，中國(guó)軟科學(xué)[J].2012，（2）：80-87.

[7] 鄭玉. 知識(shí)產(chǎn)權(quán)保護(hù)、R&D投入與企業(yè)績(jī)效——基于中國(guó)制造業(yè)企業(yè)的實(shí)證[J]. 社會(huì)科學(xué)研究， 2017（4）.

[8] 李偉， 余翔， 蔡立勝. 政府科技投入、知識(shí)產(chǎn)權(quán)保護(hù)與企業(yè)研發(fā)投入[J]. 科學(xué)學(xué)研究， 2016， 34（3）：357-365.

[9] 張杰，蘆哲.知識(shí)產(chǎn)權(quán)保護(hù)、研發(fā)投入與企業(yè)利潤(rùn)[J].中國(guó)人民大學(xué)學(xué)報(bào)，2012（05）：88-98.

[10] Kanwar S . Business enterprise R&D， technological change， and intellectual property protection[J]. Economics Letters， 2007， 96（1）：0-126.

[11] 李閣. 專利保護(hù)、研發(fā)投入與技術(shù)創(chuàng)新績(jī)效關(guān)系研究[D]. 2015.

[12] 吳超鵬， 唐菂. 知識(shí)產(chǎn)權(quán)保護(hù)執(zhí)法力度、技術(shù)創(chuàng)新與企業(yè)績(jī)效——來(lái)自中國(guó)上市公司的證據(jù)[J]. 經(jīng)濟(jì)研究， 2016（11）：129-143.

[13] Zhenyuan Liu，Renyan Mu， Shuhua Hua，Li Wang ，Song Wang，Intellectual property protection， technological innovation and enterprise value—An empirical study on panel data of 80 advanced manufacturing SMEs，Cognitive Systems Research，2018，（52） 741–746.

[14] 李爽. 專利制度是否提高了中國(guó)工業(yè)企業(yè)的技術(shù)創(chuàng)新積極性——基于專利保護(hù)強(qiáng)度和地區(qū)經(jīng)濟(jì)發(fā)展水平的“門檻效應(yīng)”[J]. 財(cái)貿(mào)研究， 2017（4）：13-24.

[15] 馬文聰， 侯羽， 朱桂龍. 研發(fā)投入和人員激勵(lì)對(duì)創(chuàng)新績(jī)效的影響機(jī)制——基于新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)的比較研究[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2013， 34（3）：58-68.

[16] 尚洪濤， 黃曉碩. 政府補(bǔ)貼、研發(fā)投入與創(chuàng)新績(jī)效的動(dòng)態(tài)交互效應(yīng)[J]. 科學(xué)學(xué)研究， 2018（3）.

[17] 孫早， 宋煒. 企業(yè)R&D投入對(duì)產(chǎn)業(yè)創(chuàng)新績(jī)效的影響——來(lái)自中國(guó)制造業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2012（4）：49-63.

作者簡(jiǎn)介：張睿（2000—），男，漢族，福建寧德人，學(xué)生，研究生，主要研究方向：政治經(jīng)濟(jì)學(xué)。