知識產(chǎn)權(quán)保護對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響效應(yīng)
——基于空間計量模型的實證分析

王桂梅，趙喜倉，程開明

(1.浙江工商大學統(tǒng)計與數(shù)學學院，浙江杭州 310018；2.江蘇大學財經(jīng)學院，江蘇鎮(zhèn)江 212013)

黨的十九大報告指出，中國經(jīng)濟已從高速發(fā)展轉(zhuǎn)向高質(zhì)量發(fā)展階段，在經(jīng)濟增速放緩、人口紅利減弱的背景下，創(chuàng)新驅(qū)動作為國家和區(qū)域經(jīng)濟社會進步的重要動力而助推高質(zhì)量發(fā)展。世界知識產(chǎn)權(quán)組織(WIPO)發(fā)布的2019 年全球創(chuàng)新指數(shù)(GII)顯示中國居第14 位，較2018 年上升3 位；國家統(tǒng)計局發(fā)布的2018 年中國創(chuàng)新指數(shù)高達212，比2017 年增長8.6%。高技術(shù)產(chǎn)業(yè)是科技水平高的知識密集型產(chǎn)業(yè)，具有產(chǎn)品附加值高、節(jié)約資源、技術(shù)更新快等特點，是提升創(chuàng)新能力、搶占產(chǎn)業(yè)制高點的重要依托。近年來，我國高技術(shù)產(chǎn)業(yè)規(guī)模不斷擴大，主營業(yè)務(wù)收入從2007 年的49 714.10 億元增加到2018 年的157 000.97 億元，R&D 人員全時當量由24.85 萬人年增加到73.1 萬人年，但高技術(shù)產(chǎn)業(yè)的核心競爭力不強，創(chuàng)新效應(yīng)還有待提高。

影響創(chuàng)新效率的因素較多，知識產(chǎn)權(quán)保護作為一項重要的創(chuàng)新激勵措施，通過影響創(chuàng)新投入、技術(shù)轉(zhuǎn)移、創(chuàng)新收益等路徑對創(chuàng)新效率產(chǎn)生顯著影響，成為制約高技術(shù)產(chǎn)業(yè)創(chuàng)新能力的一個關(guān)鍵因素。目前有關(guān)知識產(chǎn)權(quán)保護對創(chuàng)新效率影響的研究多基于微觀數(shù)據(jù)開展分析，尚未形成統(tǒng)一觀點，對于我國知識產(chǎn)權(quán)保護與創(chuàng)新效率之間的關(guān)系也不明晰?；诖耍疚脑诰C合已有研究的基礎(chǔ)上，利用空間計量模型解析知識產(chǎn)權(quán)保護對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響效應(yīng)，對于強化知識產(chǎn)權(quán)保護、提高創(chuàng)新效應(yīng)和推動經(jīng)濟高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

1 文獻綜述

關(guān)于知識產(chǎn)權(quán)保護的測度方法主要包括指標表示法、多指標綜合評價法和改進的GP 指數(shù)法三種。一些學者采用技術(shù)交易市場的營業(yè)額［1-3］、平均軟件盜版率［4］、加入世界知識產(chǎn)權(quán)組織簽署的條約數(shù)量等指標來表示知識產(chǎn)權(quán)保護［5］。少數(shù)學者采用多個指標來測度知識產(chǎn)權(quán)保護，鄭長云［6］用每萬人擁有的律師數(shù)和專利侵權(quán)糾紛案件結(jié)案率表示知識產(chǎn)權(quán)保護，Lai 等［7］選取勝訴率和專利解決率表示各省知識產(chǎn)權(quán)執(zhí)法情況。隨著研究的深入，只選取一個或少數(shù)幾個指標來表示知識產(chǎn)權(quán)保護，顯然不能全面反映知識產(chǎn)權(quán)保護狀況，故需構(gòu)建指標體系來綜合評價知識產(chǎn)權(quán)保護。Bai 等［8］以保護協(xié)作創(chuàng)新項目的知識資產(chǎn)和創(chuàng)新成果的知識產(chǎn)權(quán)機制為中心，從對項目成員泄漏行為的嚴格控制、采用系列保護方法來防止競爭對手模仿等六個維度構(gòu)建指標體系對知識產(chǎn)權(quán)保護進行測度。朱艷麗等［9］從民眾知識產(chǎn)權(quán)保護意識、知識產(chǎn)權(quán)執(zhí)法因子、司法保護水平等六個方面選擇指標，采用主成分分析法合得到綜合得分來反映知識產(chǎn)權(quán)保護。盡管構(gòu)建的指標體系能夠更全面反映知識產(chǎn)權(quán)保護狀況，但實際意義往往難以解釋，一些學者進而基于GP 指數(shù)來測度地區(qū)知識產(chǎn)權(quán)保護強度。Park［10］在專利法下增加“軟件”這一指標，在國際條約下增加“布達佩斯條約”和“TRIPs 協(xié)議”來改進GP 指數(shù)；李靜晶等［11］選用律師占比、立法實踐、人均GDP 等指標測度地區(qū)知識產(chǎn)權(quán)保護綜合得分，對GP指數(shù)進行修正；孫赫［12］從社會法制化程度、政府執(zhí)法態(tài)度等方面構(gòu)建指標體系來計算執(zhí)法水平以修正GP 指數(shù)。

關(guān)于創(chuàng)新效率的測度，部分學者采用隨機前沿分析(SFA)模型測度效率［13-16］，一些學者則以此為基礎(chǔ)進行改進，采用Super-SBM 對創(chuàng)新效率進行測度［17-18］。雖然隨機前沿分析將隨機因素考慮在內(nèi)，但只能對單一產(chǎn)出指標進行處理，不適合開展多投入多產(chǎn)出指標的效率評價，所以一些研究采用數(shù)據(jù)包括分析(DEA)模型來處理多投入多產(chǎn)出指標以測度創(chuàng)新效率［19-20］。還有學者為考察效率的動態(tài)變化，采用DEA-Malmquist 指數(shù)、超效率DEA 等方法來測算創(chuàng)新效率［21-24］。

部分學者對知識產(chǎn)權(quán)保護與創(chuàng)新效率之間關(guān)系的探討發(fā)現(xiàn)，知識產(chǎn)權(quán)保護有利于促進創(chuàng)新效率。Liu 等［25］分析企業(yè)創(chuàng)新的影響因素發(fā)現(xiàn)知識產(chǎn)權(quán)保護在銀行股權(quán)關(guān)系的作用下對創(chuàng)新產(chǎn)生積極影響；劉婧等［26］探索知識產(chǎn)權(quán)能力和知識產(chǎn)權(quán)保護外部性對創(chuàng)新效率的影響，發(fā)現(xiàn)知識產(chǎn)權(quán)的創(chuàng)造、運用、管理對創(chuàng)新效率產(chǎn)生積極影響，外部知識產(chǎn)權(quán)保護也對創(chuàng)新效率提升有一定推動作用；魏浩等［27］利用中國海關(guān)貿(mào)易與工業(yè)企業(yè)的數(shù)據(jù)，實證分析發(fā)現(xiàn)知識產(chǎn)權(quán)保護的改善對企業(yè)創(chuàng)新產(chǎn)生顯著的積極影響。研究知識產(chǎn)權(quán)保護執(zhí)法力度對企業(yè)技術(shù)創(chuàng)新的影響時，易倩等［28］發(fā)現(xiàn)知識產(chǎn)權(quán)保護執(zhí)法力度加強能夠促進區(qū)域技術(shù)創(chuàng)新，在經(jīng)濟發(fā)達地區(qū)更為明顯。隨著研究的不斷深入，部分學者發(fā)現(xiàn)知識產(chǎn)權(quán)保護與創(chuàng)新效率之間存在非線性關(guān)系。Hudson 等［29］考慮了知識產(chǎn)權(quán)保護初始水平和經(jīng)濟發(fā)展狀況，發(fā)現(xiàn)知識產(chǎn)權(quán)保護對創(chuàng)新存在非線性關(guān)系；Liu 等［30］發(fā)現(xiàn)知識產(chǎn)權(quán)保護不僅和企業(yè)價值之間存在倒U 關(guān)系，與技術(shù)創(chuàng)新之間呈現(xiàn)倒U 關(guān)系；趙娜等［31］認為知識產(chǎn)權(quán)保護先對技術(shù)創(chuàng)新起促進作用，但逐步抑制企業(yè)技術(shù)創(chuàng)新的提升；胡善成等［32］發(fā)現(xiàn)知識產(chǎn)權(quán)保護與創(chuàng)新效率之間存在顯著的倒U 型關(guān)系，當前我國知識產(chǎn)權(quán)保護水平基本處在拐點的左側(cè)。

綜上所述，知識產(chǎn)權(quán)保護的測度方法主要包括指標表示法、多指標綜合評價法和改進的GP 指數(shù)法三種，其中GP 指數(shù)法能夠全面測度知識產(chǎn)權(quán)保護，且與國際數(shù)據(jù)接軌，但應(yīng)用GP 指數(shù)時尚未形成基本一致的指標體系。創(chuàng)新效率測度主要包括隨機前沿分析和數(shù)據(jù)包絡(luò)分析兩種方法，因隨機前沿分析不能處理多投入多產(chǎn)出問題，故多數(shù)學者更傾向于選擇數(shù)據(jù)包絡(luò)分析法。在探究知識產(chǎn)權(quán)保護與創(chuàng)新效率的關(guān)系時，較少學者以高技術(shù)產(chǎn)業(yè)為研究對象，已有研究分析知識產(chǎn)權(quán)保護對創(chuàng)新效率的影響時也較少考慮空間因素。故而，在已有研究的基礎(chǔ)上，本文主要進行以下拓展分析：(1)以GP 指數(shù)為基礎(chǔ)，構(gòu)建多指標綜合評價體系以測度知識產(chǎn)權(quán)保護強度；(2)以高技術(shù)產(chǎn)業(yè)為研究對象，采用空間計量模型解析知識產(chǎn)權(quán)保護對創(chuàng)新效率的影響及空間溢出效應(yīng)，并考察不同地區(qū)的效應(yīng)差異性。

2 計量模型設(shè)定與變量說明

2.1 計量模型設(shè)定

根據(jù)空間計量經(jīng)濟學原理，利用空間自相關(guān)檢驗來確定研究對象是否具有空間相關(guān)性，空間自相關(guān)檢驗包括全局和局部自相關(guān)檢驗。常用的全局莫蘭指數(shù)為：

2.2 變量說明

2.2.1 被解釋變量

高技術(shù)產(chǎn)業(yè)是知識、技術(shù)密集型產(chǎn)業(yè)，投入方面需要大量的人力和資金支持，產(chǎn)出方面的專利授權(quán)數(shù)和新產(chǎn)品銷售收入較能代表高技術(shù)產(chǎn)業(yè)的競爭力。數(shù)據(jù)包絡(luò)分析(DEA)是以相似決策單元為對象，計算相對投入產(chǎn)出效率的方法，常用的DEA 模型有規(guī)模報酬不變模型和規(guī)模報酬可變模型兩種，結(jié)合實際在此選用規(guī)模報酬可變模型來測度高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。以第j個決策單元的效率值為目標，構(gòu)建規(guī)模報酬可變的線性規(guī)劃模型為：

其中，Xj為第j個決策單元的投入量；Yj為第j個決策單元的輸出量；SA、SB 分別為松弛變量和剩余變量；θ為決策單元的效率值，若θ=1，則決策單元有效；若0<θ<1，則決策單元非有效。

遵循科學性、系統(tǒng)性、數(shù)據(jù)可獲得性等原則，選取R&D 人員折合全時當量和R&D 經(jīng)費內(nèi)部支出作為創(chuàng)新投入指標，新產(chǎn)品銷售收入和專利申請數(shù)量作為創(chuàng)新產(chǎn)出指標，具體指標見表1 所示。

表1 高技術(shù)產(chǎn)業(yè)創(chuàng)新效率指標體系

其中，以2006 年價格為基準的研發(fā)價格指數(shù)對R&D 經(jīng)費內(nèi)部支出進行平減，得到可比價的R&D經(jīng)費內(nèi)部支出；新產(chǎn)品銷售收入則以2006 年價格為基準的工業(yè)品出廠價格指數(shù)進行平減。根據(jù)高曉光［33］的研究，研發(fā)價格指數(shù)=0.75×工業(yè)品出廠價格指數(shù)+0.25×居民消費價格指數(shù)。數(shù)據(jù)來源于《中國科技統(tǒng)計年鑒》，由于西藏數(shù)據(jù)缺失以及港澳臺統(tǒng)計口徑與大陸不同，故選取中國30 個省(自治區(qū)、直轄市)作為分析對象。此外，因高技術(shù)產(chǎn)業(yè)創(chuàng)新投入和產(chǎn)出存在一定的滯后性，選取創(chuàng)新產(chǎn)出變量滯后一期數(shù)據(jù)進行分析，即投入變量的時間跨度為2007—2017 年，產(chǎn)出變量時間期限為2008—2018 年。

采用DEA-Solver Pro5.0 軟件對2008—2018 年中國30 個省(自治區(qū)、直轄市)的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進行測度，結(jié)果如圖1 所示?？梢园l(fā)現(xiàn)，中國30個省份的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率均值分布參差不齊，廣東省高技術(shù)產(chǎn)業(yè)創(chuàng)新效率均值最高（0.88），江蘇省和安徽省次之（0.84），黑龍江最低（0.23），與廣東省差距較大。13 個省份的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率均值在0.5 以上，表明大部分省份的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率較低，提升空間較大。

圖1 中國30 個省份高技術(shù)產(chǎn)業(yè)創(chuàng)新效率均值

2.2.2 核心解釋變量

核心解釋變量為知識產(chǎn)權(quán)保護強度(IPR)，目前學者多采用改進的GP 指數(shù)法測度知識產(chǎn)權(quán)保護強度，但在指標體系構(gòu)建方面尚未形成統(tǒng)一意見。在曹薇等［34］等研究的基礎(chǔ)上，本文從法制化程度、法律體系的完備程度、經(jīng)濟發(fā)展水平、國際社會的監(jiān)督制衡機制、社會公眾知識產(chǎn)權(quán)意識等五個方面構(gòu)建指標體系，采用綜合指數(shù)法得到知識產(chǎn)權(quán)保護執(zhí)法強度綜合得分，并將結(jié)果與GP指數(shù)相乘求得“知識產(chǎn)權(quán)保護強度”指標值。具體指標見表2 所示，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國律師統(tǒng)計年鑒》、各省份統(tǒng)計年鑒和國家知識產(chǎn)權(quán)局。

表2 知識產(chǎn)權(quán)保護指標體系

2.2.3 控制變量

模型中的控制變量主要包括：(1)技術(shù)進步(TA)。高技術(shù)產(chǎn)業(yè)是技術(shù)要求高的知識密集型產(chǎn)業(yè)，技術(shù)進步對產(chǎn)業(yè)創(chuàng)新具有明顯影響，在此采用“專利授權(quán)數(shù)”來代表技術(shù)進步。(2)人力資本水平(HC)。人是技術(shù)創(chuàng)新的主體，根據(jù)內(nèi)生增長理論，人力資本是影響技術(shù)創(chuàng)新效率的重要因素，在此采用“普通高等學校在校學生數(shù)占比”來代表人力資本水平。(3)產(chǎn)業(yè)結(jié)構(gòu)(IS)。不斷優(yōu)化的產(chǎn)業(yè)結(jié)構(gòu)對高技術(shù)產(chǎn)業(yè)產(chǎn)生重要影響，以“第三產(chǎn)業(yè)增加值占比”代表。(4)對外開放程度(OD)，對外開放有利于資本、人才和技術(shù)的流動，采用“實際利用外商直接投資額占GDP 比重”來表示。數(shù)據(jù)來源于國家知識產(chǎn)權(quán)局、國家統(tǒng)計局和各省份統(tǒng)計年鑒。

指標數(shù)據(jù)的時間跨度為2007—2018 年，變量的描述性統(tǒng)計量見表3。

表3 變量的描述性統(tǒng)計

3 實證分析結(jié)果

3.1 空間相關(guān)性檢驗

運用stata16.0 軟件，采用地理距離空間權(quán)重矩陣對2008—2018 年中國30 個省(自治區(qū)、直轄市)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率和知識產(chǎn)權(quán)保護強度分別進行Moran's I 指數(shù)檢驗，結(jié)果見表4 所示。

表4 2008—2018 年高技術(shù)產(chǎn)業(yè)創(chuàng)新效率和知識產(chǎn)權(quán)保護強度的空間相關(guān)性檢驗

除2009 年外，其余年份高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的Moran's I 指數(shù)均顯著為正，表明高技術(shù)產(chǎn)業(yè)創(chuàng)新效率存在空間正相關(guān)性，其中2010 年高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的空間相關(guān)性最強。2008—2018 年知識產(chǎn)權(quán)保護強度的Moran's I 指數(shù)除2018 年外均在0.40 以上，且通過顯著性檢驗，說明知識產(chǎn)權(quán)保護強度具有顯著的空間自相關(guān)性。

對2018 年中國30 個省(自治區(qū)、直轄市)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率和知識產(chǎn)權(quán)保護強度進行局部相關(guān)性檢驗，局部Moran's I 系數(shù)散點圖見圖2 所示。

圖2 2018 年30 個省份的局部Moran's I 散點圖

局部Moran's I 散點圖中第一象限為高高集聚，第二象限為低高集聚，第三象限為低低集聚，第四象限為高低集聚。根據(jù)圖2 知，2018 年各個省份的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率分布較為分散，Moran's I 系數(shù)為0.106，省份在四個象限的分布較為均衡。各省份知識產(chǎn)權(quán)保護強度的分布較為集中，Moran's I 系數(shù)為0.332，大部分省份處于低低、高高集聚象限，占比高達76.67%；其中處于高高集聚象限的有北京、天津、上海等6 個省市。

3.2 模型參數(shù)估計解析

通過空間相關(guān)性檢驗發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率和知識產(chǎn)權(quán)保護強度都存在空間自相關(guān)性，因此采用空間計量模型來進行計量模型分析。開展面板模型分析，首先采用Hausman 檢驗對固定效應(yīng)模型和隨機效應(yīng)模型進行選取，Hausman 統(tǒng)計量(55.03)在1%水平上顯著，說明固定效應(yīng)模型更為合適。然后采用LR 檢驗判斷空間杜賓模型是否能簡化為空間滯后模型和空間誤差模型，結(jié)果發(fā)現(xiàn)LR 檢驗統(tǒng)計量分別為25.02 和20.92，在1%水平上通過顯著性檢驗，表明空間杜賓模型不能簡化為空間滯后模型或空間誤差模型，以空間杜賓模型來開展分析較為合適。最后，對模型的空間效應(yīng)、時間效應(yīng)和雙向效應(yīng)進行LR 檢驗，檢驗統(tǒng)計量分別為72.10 和220.80，均在1%水平上通過顯著性檢驗，表明雙向效應(yīng)比較合適。綜上所述，最終選取雙向固定效應(yīng)的空間杜賓模型來開展估計結(jié)果分析。

為反映參數(shù)估計的穩(wěn)健性，對地理距離空間權(quán)重矩陣下的空間杜賓模型、空間滯后模型和空間誤差模型估計結(jié)果均報告出來，具體見表5 所示。從中可以發(fā)現(xiàn)，從對數(shù)似然比和AIC 值看，空間杜賓模型效果最好。

表5 空間計量模型的參數(shù)估計結(jié)果

從三種模型的參數(shù)估計結(jié)果可知，本地區(qū)和相鄰地區(qū)知識產(chǎn)權(quán)保護強度對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有顯著正向影響，空間杜賓模型顯示本地區(qū)和相鄰地區(qū)知識產(chǎn)權(quán)保護強度提高有利于高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升，原因可能是知識產(chǎn)權(quán)保護能夠促進企業(yè)技術(shù)創(chuàng)新，優(yōu)化資源的市場配置而減少資源錯配，促進高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提升。具體來看，一方面知識產(chǎn)權(quán)保護通過激勵機制、保護機制、配置機制對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率產(chǎn)生直接影響。知識產(chǎn)權(quán)保護通過保護技術(shù)創(chuàng)新成果使創(chuàng)新者獲得短時期的壟斷權(quán)，在市場交易中獲得超額收益，激發(fā)創(chuàng)新的主動性和積極性，從而增加創(chuàng)新市場的技術(shù)供給；知識產(chǎn)權(quán)保護制度的建立保障了企業(yè)創(chuàng)新成果的市場化、商業(yè)化，避免重復(fù)研究，加強對資源的有效利用，優(yōu)化資源配置，提高創(chuàng)新效率。另一方面，知識產(chǎn)權(quán)保護還通過競爭效應(yīng)、模仿效應(yīng)、流動效應(yīng)對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率產(chǎn)生間接影響。國外企業(yè)因先進技術(shù)和優(yōu)質(zhì)產(chǎn)品對國內(nèi)產(chǎn)品和技術(shù)帶來巨大沖擊，迫使國內(nèi)企業(yè)消化、吸收國外先進技術(shù)，加大創(chuàng)新資金和人員投入，大力提高自身技術(shù)創(chuàng)新水平和創(chuàng)新效率。

表5 中的估計結(jié)果不能完全反映知識產(chǎn)權(quán)保護和各控制變量對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的邊際影響，也無法說明知識產(chǎn)權(quán)保護對相近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的溢出效應(yīng)。Elhorst 指出單純使用空間計量模型的極大似然估計結(jié)果分析解釋變量對被解釋變量的影響可能存在偏誤，采用偏微分法估計解釋變量對被解釋變量的溢出效應(yīng)更有效［35］。進一步采用偏微分法估計空間杜賓模型的總效應(yīng)，并分解為直接效應(yīng)和間接效應(yīng)，具體結(jié)果見表6 所示?？傂?yīng)變量對被解釋變量的影響，直接效應(yīng)和間接效應(yīng)為變量對本地區(qū)和相近地區(qū)被解釋變量的平均影響。

表6 影響效應(yīng)的分解

從表6 可知，知識產(chǎn)權(quán)保護強度對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的間接效應(yīng)和總效應(yīng)顯著為正，直接效應(yīng)為正但不顯著。從控制變量來看，技術(shù)進步對本地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有顯著促進作用，對相近地區(qū)的影響不顯著。人力資本對本地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有顯著正向促進影響，對相近地區(qū)的影響顯著為負，表明人力資本增加有利于本地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率提高，但地區(qū)之間因人才競爭機制等導致人力資本的空間溢出效應(yīng)為負。產(chǎn)業(yè)結(jié)構(gòu)對本地區(qū)和相近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的系數(shù)顯著為正，意味著第三產(chǎn)業(yè)占比上升有利于提升本地區(qū)和相近地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新效應(yīng)。開放程度對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的直接效應(yīng)顯著為負，間接效應(yīng)卻顯著為正，原因可能是本地區(qū)經(jīng)濟發(fā)展落后，不能對外來引進的先進技術(shù)充分消化、吸收，進而阻礙了創(chuàng)新效率提高。

3.3 穩(wěn)健性檢驗

為檢驗不同空間權(quán)重矩陣下知識產(chǎn)權(quán)保護對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率影響效應(yīng)的穩(wěn)健性，在（0，1）空間權(quán)重矩陣和經(jīng)濟距離空間權(quán)重矩陣下對空間杜賓模型的總效應(yīng)、直接效應(yīng)和間接效應(yīng)進行估計，結(jié)果見表7 所示。經(jīng)濟距離空間權(quán)重矩陣為:

表7 （0，1）空間權(quán)重矩陣和經(jīng)濟距離空間權(quán)重矩陣下的效應(yīng)分解

從表7 可以發(fā)現(xiàn)，（0，1）空間權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣下知識產(chǎn)權(quán)保護影響高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的間接效應(yīng)和總效應(yīng)均在5%水平上顯著為正，變量系數(shù)的符號方向、顯著性水平與地理距離空間權(quán)重矩陣的結(jié)果基本一致，表明空間杜賓模型的估計結(jié)果具有穩(wěn)健性。

3.4 三大地區(qū)實證結(jié)果分析

為進一步了解不同地區(qū)知識產(chǎn)權(quán)保護強度對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率影響效應(yīng)的差異，接下來分地區(qū)開展空間計量模型分析，因東北地區(qū)僅包括3 個省份樣本量太小，故將30 個省份按國家統(tǒng)計局標準劃分為東部、中部及西部三大地區(qū)（東部地區(qū)包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南；中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆），分別構(gòu)建空間杜賓模型進行參數(shù)估計，結(jié)果見表8 所示。

表8 三大地區(qū)的效應(yīng)分解結(jié)果

東部、中部地區(qū)知識產(chǎn)權(quán)保護強度對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的直接效應(yīng)顯著為正，知識產(chǎn)權(quán)保護強度加強會帶來高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提高。中部地區(qū)知識產(chǎn)權(quán)保護對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的間接效應(yīng)顯著為負，意味著本地區(qū)加強知識產(chǎn)權(quán)保護帶來相近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的下降，而西部地區(qū)知識產(chǎn)權(quán)保護加強會帶來相近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提高，表明適度的知識產(chǎn)權(quán)保護有利于高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的提高。從總效應(yīng)看，東部、中部、西部地區(qū)對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響均為正，但東部地區(qū)影響不顯著，表明中國知識產(chǎn)權(quán)保護強度正處于促進高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的發(fā)展階段。

控制變量方面，中部地區(qū)技術(shù)進步對本地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率影響具有積極影響，東部、西部地區(qū)的影響均不顯著。東部地區(qū)人力資本對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的直接效應(yīng)顯著為正，而間接效應(yīng)卻顯著為負，中部地區(qū)人力資本對本地區(qū)和鄰近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響均不顯著，西部地區(qū)的人力資本對鄰近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率產(chǎn)生抑制效應(yīng)。東部和西部產(chǎn)業(yè)結(jié)構(gòu)對本地區(qū)和鄰近地區(qū)的創(chuàng)新效率均具有正向作用，而中部產(chǎn)業(yè)結(jié)構(gòu)對鄰近地區(qū)的創(chuàng)新效率產(chǎn)生消極影響。西部地區(qū)對外開放程度對鄰近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響顯著為正，其余地區(qū)的影響效應(yīng)不顯著。

4 結(jié)論與建議

以中國30 個省份為研究對象，運用數(shù)據(jù)包絡(luò)分析法測度高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，采用改進的GP 指數(shù)法量化知識產(chǎn)權(quán)保護強度，利用空間計量模型探析知識產(chǎn)權(quán)保護對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率的影響效應(yīng)。結(jié)論發(fā)現(xiàn)：高技術(shù)產(chǎn)業(yè)創(chuàng)新效率和知識產(chǎn)權(quán)保護強度均存在顯著的空間自相關(guān)性；總體上知識產(chǎn)權(quán)保護對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率產(chǎn)生積極影響，具有正向空間溢出效應(yīng)；東部和中部地區(qū)知識產(chǎn)權(quán)保護對本地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率具有促進作用，中部地區(qū)知識產(chǎn)權(quán)保護顯著抑制相近地區(qū)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，西部地區(qū)顯著促進相近地區(qū)的高技術(shù)產(chǎn)業(yè)創(chuàng)新效率。

上述結(jié)論對于促進高技術(shù)產(chǎn)業(yè)發(fā)展、提升高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，具有以下啟示意義。（1）加強知識產(chǎn)權(quán)保護，促進創(chuàng)新效率提高。實證研究表明知識產(chǎn)權(quán)保護顯著促進高技術(shù)產(chǎn)業(yè)創(chuàng)新效率，因此政府應(yīng)強化知識產(chǎn)權(quán)保護，加強企業(yè)和高校的合作，從法制化程度、社會公眾知識產(chǎn)權(quán)意識等方面提升知識產(chǎn)權(quán)保護意識和強度，并不斷提高律師人數(shù)占比、專利申請量等。（2）加強區(qū)域合作，促進知識產(chǎn)權(quán)保護協(xié)調(diào)發(fā)展。知識產(chǎn)權(quán)保護在地區(qū)之間存在一定的溢出效應(yīng)，故不同地區(qū)需突破基于地理界線，加強地區(qū)之間的知識產(chǎn)權(quán)保護合作，促使知識產(chǎn)權(quán)保護協(xié)調(diào)發(fā)展，以提升高技術(shù)產(chǎn)業(yè)的創(chuàng)新能力和創(chuàng)新效應(yīng)。（3）優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高第三產(chǎn)業(yè)比重。全國及東部、西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)均對高技術(shù)產(chǎn)業(yè)創(chuàng)新效率產(chǎn)生促進效應(yīng)，需進一步加強服務(wù)業(yè)特別是新興生產(chǎn)性服務(wù)業(yè)的發(fā)展，以滿足各界對技術(shù)、信息服務(wù)的需求，不斷提高創(chuàng)新效率。