王 偉 盧玉華
1(重慶大學法學院,重慶 400044)2(海南警察學院應用法律系,???571100)
數(shù)字產(chǎn)業(yè)創(chuàng)新效率是指數(shù)字產(chǎn)業(yè)在創(chuàng)新過程中,技術資源投入與創(chuàng)新成果產(chǎn)出之間的比率。提高數(shù)字產(chǎn)業(yè)創(chuàng)新效率已成為引領產(chǎn)業(yè)變革的核心力量與重要引擎,有助于促進數(shù)字產(chǎn)業(yè)創(chuàng)新高質(zhì)量發(fā)展,推動全球要素資源重組、全球經(jīng)濟結構重塑。黨的二十大報告強調(diào),“加快發(fā)展數(shù)字經(jīng)濟,促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合,打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。這對強化我國技術創(chuàng)新能力,增強數(shù)字產(chǎn)業(yè)鏈創(chuàng)新韌性具有重要戰(zhàn)略指導意義。數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升有助于拓寬經(jīng)濟發(fā)展新空間,促進傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級,全力推進社會主義現(xiàn)代化國家建設。但需注意的是,我國現(xiàn)階段數(shù)字產(chǎn)業(yè)創(chuàng)新仍面臨企業(yè)隱私數(shù)據(jù)泄露、創(chuàng)新成果極易被復制等問題[1],不利于保障數(shù)字產(chǎn)業(yè)智力成果的安全,一定程度上制約了數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。如何解決上述問題,提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率,是我國亟需解決的重要難題之一。
知識產(chǎn)權保護作為支撐國家創(chuàng)新驅(qū)動發(fā)展、著力構建新發(fā)展格局的重要一環(huán),可有效助推數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。所謂知識產(chǎn)權保護,主要指企業(yè)對生產(chǎn)的智力勞動成果進行維護,目的是提高企業(yè)創(chuàng)造的收益權和分配權,同時提高企業(yè)參與平臺的收益和動力。就知識產(chǎn)權保護與數(shù)字產(chǎn)業(yè)創(chuàng)新效率之間的關系而言,知識產(chǎn)權保護可通過逐漸完善法規(guī)制度體系,強化數(shù)字企業(yè)標準專利源頭保護能力,激發(fā)各類科技創(chuàng)新主體活力和潛力,進而提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。同時,強化知識產(chǎn)權保護可進一步健全企業(yè)專利價值評估體系,有效解決數(shù)字企業(yè)專利價值難以評估的問題,為數(shù)字產(chǎn)業(yè)創(chuàng)新轉(zhuǎn)型助力。因此,深入分析知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的影響,對我國推動經(jīng)濟高質(zhì)量發(fā)展,推動產(chǎn)業(yè)向中高端邁進具有重要意義。
作為經(jīng)濟發(fā)展的核心議題,知識產(chǎn)權保護已成為學術界較為關注的問題。宏觀層面,知識產(chǎn)權保護在提升國內(nèi)增加值[2]、促進經(jīng)濟高質(zhì)量發(fā)展[3]、推動產(chǎn)業(yè)結構轉(zhuǎn)型升級[4]等方面存在正向影響。微觀層面,知識產(chǎn)權保護可促進企業(yè)創(chuàng)新[5]、企業(yè)出口產(chǎn)品多元化[6]。數(shù)字產(chǎn)業(yè)的影響效應同樣可分為宏觀和微觀兩個層面。宏觀層面而言,辛璐璐[7]發(fā)現(xiàn)數(shù)字產(chǎn)業(yè)集聚可促進城市綠色經(jīng)濟效率。張元慶等[8]研究得出數(shù)字產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展能夠降低碳排放強度。陳嘯等[9]得出,數(shù)字產(chǎn)業(yè)創(chuàng)新能促進經(jīng)濟增長。微觀層面,既有研究發(fā)現(xiàn),數(shù)字產(chǎn)業(yè)創(chuàng)新對制造業(yè)高質(zhì)量發(fā)展[10]以及企業(yè)全要素生產(chǎn)率[11]具有促進作用。關于知識產(chǎn)權保護對產(chǎn)業(yè)創(chuàng)新的影響,戚聿東等[12]從理論方面進行論證,提出知識產(chǎn)權能夠依托技術標準驅(qū)動數(shù)字產(chǎn)業(yè)創(chuàng)新。王桂梅等[13]實證得出,知識產(chǎn)權保護可顯著促進高技術產(chǎn)業(yè)創(chuàng)新效率提高。
通過對既有研究的回顧和梳理發(fā)現(xiàn),僅有極個別文獻探討了知識產(chǎn)權保護對高技術產(chǎn)業(yè)創(chuàng)新的影響。數(shù)字產(chǎn)業(yè)作為知識密集型的高技術產(chǎn)業(yè),其內(nèi)涵和外延遠大于高技術產(chǎn)業(yè),因此知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新的影響可能高于高技術產(chǎn)業(yè)創(chuàng)新。由此,進一步識別知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的影響及內(nèi)在作用機制,深化并拓展既有研究具有重要意義。本文以各地持續(xù)設立的知識產(chǎn)權示范城市為知識產(chǎn)權保護的準自然實驗,對知識產(chǎn)權保護與數(shù)字產(chǎn)業(yè)創(chuàng)新效率的直接影響效應進行研究,而且從知識溢出、技術創(chuàng)新和人力資源角度,進一步揭示知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的內(nèi)在機理;基于區(qū)域特征、行業(yè)特征和企業(yè)特征差異,細化研究了區(qū)域地理位置、行業(yè)屬性及企業(yè)產(chǎn)權性質(zhì)等因素導致的異質(zhì)性,以期為統(tǒng)籌推進知識產(chǎn)權保護與數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升提供經(jīng)驗基礎。
知識產(chǎn)權保護示范城市政策是知識產(chǎn)權保護的重要政策制度,旨在提高示范城市的知識產(chǎn)權保護水平,進而推動創(chuàng)新型國家建設。國務院于2008年就已頒布《國家知識產(chǎn)權戰(zhàn)略綱要》,意在通過頂層設計強化我國知識產(chǎn)權治理能力。伴隨城市數(shù)字化創(chuàng)新戰(zhàn)略持續(xù)推進,國家知識產(chǎn)權局在2011年制定并發(fā)布《國家知識產(chǎn)權試點和示范城市(城區(qū))評定辦法》,這對優(yōu)化城市創(chuàng)新環(huán)境、推動城市產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型具有重要意義。隨后,我國分別于2012年、2013年、2015年、2016年、2018年以及2019年分6 批次設立知識產(chǎn)權示范城市,對推動城市宏觀經(jīng)濟發(fā)展、促進數(shù)字產(chǎn)業(yè)創(chuàng)新具有重要影響?;诖?,本文將知識產(chǎn)權示范城市設立作為準自然實驗,探討知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的影響。
知識產(chǎn)權保護制度作為激勵數(shù)字產(chǎn)業(yè)創(chuàng)新的催化劑,能夠有效展示數(shù)字產(chǎn)業(yè)高價值專利成果,保障創(chuàng)新主體在不同市場環(huán)境中具有一定競爭優(yōu)勢,提高市場競爭力,更好激發(fā)數(shù)字產(chǎn)業(yè)創(chuàng)新活力,提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。具體體現(xiàn)在以下3個方面:(1)知識產(chǎn)權保護有助于保障數(shù)字企業(yè)創(chuàng)新所創(chuàng)造的經(jīng)濟收益,從而激勵企業(yè)加大數(shù)字產(chǎn)品或技術的創(chuàng)新投入,為提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率提供資金保障;(2)強化知識產(chǎn)權保護有助于降低數(shù)字企業(yè)知識產(chǎn)權遭受侵害的風險,在發(fā)生糾紛時能夠得到合理合法解決,緩解數(shù)字企業(yè)協(xié)同創(chuàng)新中知識產(chǎn)權引致的糾紛[14],保護企業(yè)合法權益,強化企業(yè)協(xié)同創(chuàng)新意愿,助力數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升;(3)伴隨知識產(chǎn)權保護水平持續(xù)提升,數(shù)字企業(yè)可大力實施專利轉(zhuǎn)化運用專項行動,打通專利轉(zhuǎn)化運用關鍵堵點,有助于形成全面支持創(chuàng)新的基礎制度體系,營造良好創(chuàng)新環(huán)境,進而提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。由此,提出假設H1:
H1:知識產(chǎn)權保護可以有效提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。
1.2.1 知識溢出
我國加強知識產(chǎn)權保護可在一定程度上擴大貿(mào)易量和優(yōu)化商品結構,吸引國際貿(mào)易中的知識溢出,從而充分發(fā)揮知識溢出效應,為提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率提供有力支撐。我國知識產(chǎn)權保護水平提升有助于加大數(shù)字產(chǎn)業(yè)創(chuàng)新成果保障力度,大幅度降低知識溢出成本,減少其他企業(yè)模仿,增強企業(yè)創(chuàng)新獲利能力,激發(fā)數(shù)字產(chǎn)業(yè)創(chuàng)新積極性,提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率[15];另外,知識產(chǎn)權保護水平提升可進一步健全數(shù)字產(chǎn)業(yè)創(chuàng)新機制和創(chuàng)新體系,能夠減少知識溢出對數(shù)字產(chǎn)業(yè)創(chuàng)新帶來的惡性競爭,保障數(shù)字企業(yè)創(chuàng)新利益的獲取,從而提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。
1.2.2 技術創(chuàng)新
知識產(chǎn)權保護能通過保障數(shù)字企業(yè)利潤最大化,激勵其積極開展自主研發(fā)活動,從而提高研發(fā)水平與創(chuàng)新能力,通過技術進步促進數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。知識產(chǎn)權保護水平提升有助于抑制數(shù)字企業(yè)對其他企業(yè)的技術模仿,這種倒逼機制能促使數(shù)字企業(yè)通過自主創(chuàng)新來提升自身技術水平[16]。數(shù)字企業(yè)間展開專利技術成果轉(zhuǎn)換有助于促進企業(yè)技術進步,推動不同企業(yè)間互相學習與交流,提升創(chuàng)新主體對外部知識的學習和吸收能力,促使數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。
1.2.3 人力資本
強化知識產(chǎn)權保護能夠進一步加強人才法治建設,逐步建立體系完整、結構協(xié)調(diào)的人才法律法規(guī)體系,推動地方開展立法人才隊伍建設,提升人力資源水平[17]。伴隨知識產(chǎn)權保護制度的不斷健全,數(shù)字企業(yè)會依據(jù)知識產(chǎn)權人才新政,逐步加強知識產(chǎn)權基礎人才能力建設,構建專業(yè)知識產(chǎn)權經(jīng)濟師入行激勵機制,強化知識產(chǎn)權國際化高端人才能力,進而提升企業(yè)人力資本水平。數(shù)字企業(yè)人力資本水平提升有助于集聚高等人力資本,強化數(shù)字企業(yè)創(chuàng)新成果轉(zhuǎn)化能力,驅(qū)動企業(yè)關鍵技術創(chuàng)新,進而突破數(shù)字產(chǎn)業(yè)創(chuàng)新發(fā)展桎梏,加快數(shù)字企業(yè)創(chuàng)新進程,提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。綜上,提出如下假設H2:
H2:知識產(chǎn)權保護可以通過知識溢出、技術創(chuàng)新和人力資本間接提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。
選用漸進式雙重差分模型驗證知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的直接影響,模型具體如下:
式(1)中,i、c和t指代在第t年時c城市的i數(shù)字產(chǎn)業(yè);Iedinict和Treat×Timect分別表示被解釋變量和核心解釋變量,即數(shù)字產(chǎn)業(yè)創(chuàng)新效率和知識產(chǎn)權保護;Xict刻畫的是控制變量合集;gγt、μc和τd分別是時間固定效應、城市固定效應以及行業(yè)固定效應;α0、α1和βj均為估計系數(shù);εit代表隨機擾動項。
進一步地,借助分位數(shù)回歸模型探究知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率影響的動態(tài)變化特征,模型如下所示:
其中,θ1為知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率各分位點的邊際影響,Quantv(Iedinict)指代數(shù)字產(chǎn)業(yè)創(chuàng)新效率在第v分位點對應的數(shù)值。
借鑒鄭國強等[18]的做法,使用兩步法檢驗知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的間接影響機制,具體如下:
上式中,Wict表征機制變量,分別為知識溢出、技術創(chuàng)新和人力資本水平,剩余變量解釋同式(1)一致。
2.2.1 被解釋變量:數(shù)字產(chǎn)業(yè)創(chuàng)新效率(Iedin)
借鑒鄧峰等[19]的研究成果,從數(shù)字產(chǎn)業(yè)創(chuàng)新投入與創(chuàng)新產(chǎn)出兩方面測算數(shù)字產(chǎn)業(yè)創(chuàng)新效率,即以數(shù)字產(chǎn)業(yè)研發(fā)投入與創(chuàng)新產(chǎn)出之間轉(zhuǎn)換效率衡量。其中,數(shù)字產(chǎn)業(yè)研發(fā)投入與創(chuàng)新產(chǎn)出分別以科研投入費用和專利申請數(shù)量表征。計算公式如下:
式(5)中,applyit和RDit分別表示數(shù)字產(chǎn)業(yè)i在t年的創(chuàng)新產(chǎn)出與投入。與此同時,將數(shù)字產(chǎn)業(yè)創(chuàng)新效率的代理變量設為科研投入產(chǎn)出效率,其數(shù)值越高代表數(shù)字產(chǎn)業(yè)創(chuàng)新效率越高。
2.2.2 核心解釋變量:知識產(chǎn)權保護(Treat×Time)2011年,國家知識產(chǎn)權局制定并出臺《國家知識產(chǎn)權試點和示范城市(城區(qū))評定辦法》,隨后分別于2012年、2013年、2015年、2016年、2018年以及2019年分6 批次設立知識產(chǎn)權示范城市(城區(qū))。若某城市被設為知識產(chǎn)權示范城市,則變量Treat賦值為1,未設立為知識產(chǎn)權示范城市則賦值為0。其中,變量Time表示與知識產(chǎn)權示范城市相關政策對示范城市的影響,若城市在某年被設為知識產(chǎn)權示范城市,則該城市在當年及以后年份的Time變量均賦值為1,往前年份賦值為0。因此,交乘項Treat×Time的估計系數(shù)為知識產(chǎn)權示范城市建設水平。
2.2.3 控制變量
(1)企業(yè)規(guī)模(size),以企業(yè)總資產(chǎn)的對數(shù)表征;(2)流動比率(cura),使用企業(yè)流動資產(chǎn)與流動負債之比衡量;(3)凈資產(chǎn)收益率(roe),借助企業(yè)凈利潤與總資產(chǎn)之比測算;(4)現(xiàn)金持有(cash),以企業(yè)貨幣資金占總資產(chǎn)的比重刻畫。
2.2.4 機制變量
(1)知識溢出(Knsp),借助上市公司與其他公司聯(lián)合申請的專利數(shù)衡量;(2)技術創(chuàng)新(Tech),使用企業(yè)研發(fā)支出與總資產(chǎn)的比值表征;(3)人力資本(Human),采用上市公司中碩士及以上學歷員工占比刻畫。
出于數(shù)據(jù)可得性與合理性,以《2017 中國數(shù)字經(jīng)濟發(fā)展白皮書》 對數(shù)字經(jīng)濟行業(yè)的定義為標準,選取2010~2022年我國數(shù)字經(jīng)濟行業(yè)A 股上市企業(yè)為研究樣本。對原始數(shù)據(jù)進行如下處理:(1)剔除財務數(shù)據(jù)明顯異常的觀測樣本;(2)剔除與金融類行業(yè)相關的觀測樣本;(3)剔除研究期內(nèi)沒有任何專利技術的觀測樣本;(4)剔除研究期內(nèi)連續(xù)5年以上專利數(shù)據(jù)均為0 的觀測樣本;(5)對連續(xù)變量進行雙邊1%的縮尾處理,以規(guī)避異常值對結論產(chǎn)生影響。最終,得到2964 個觀測樣本值。相關數(shù)據(jù)來源于CSMAR 數(shù)據(jù)庫、公司年報、國研網(wǎng)數(shù)據(jù)庫、Wind 經(jīng)濟數(shù)據(jù)庫、中國開放數(shù)據(jù)庫以及《中國專利統(tǒng)計年鑒》。各變量描述性統(tǒng)計詳見表1。
表1 變量描述性統(tǒng)計
使用遞進雙重差分模型的方式檢驗知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的直接影響,結果如表2 所示。其中,列(1)為未加入控制變量下,知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的回歸結果。觀察可知,知識產(chǎn)權保護的回歸系數(shù)估計值顯著為正。列(2)~(4)展示的是逐步添加兩個控制變量后的回歸結果,知識產(chǎn)權保護回歸系數(shù)估計值仍顯著為正,表明知識產(chǎn)權保護可顯著提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。由此,假設H1 得證。
表2 基準回歸結果
采用分位數(shù)回歸模型驗證知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的動態(tài)影響。選取最具代表性的5 個分位點展開估計分析,結果詳見表3。由表可見,知識產(chǎn)權保護的回歸系數(shù)值在10%分位點時并不顯著,但知識產(chǎn)權保護回歸系數(shù)值在25%及以上分位數(shù)時顯著為正。同步觀察具體回歸系數(shù)值可知,知識產(chǎn)權保護的回歸系數(shù)值會隨著分位數(shù)水平提升逐漸增大。這表明伴隨數(shù)字產(chǎn)業(yè)創(chuàng)新效率持續(xù)提升,知識產(chǎn)權保護對其的提升效應也在不斷增加。
表3 分位數(shù)回歸結果
出于對知識產(chǎn)權示范城市設立時間差異的考慮,設置各城市知識產(chǎn)權示范城市相對時間值的虛擬變量,展開平行趨勢檢驗,模型如下:
式(6)中,未被設為知識產(chǎn)權示范城市的虛擬變量取值均為0,而成為知識產(chǎn)權示范城市則選擇成立的前n年、當年以及后n年觀測值作為時間虛擬變量。在進行平行趨勢檢驗前,為避免多重共線性干擾,將Before4 期及之前的時間進行剔除處理,結果如圖1 所示。觀察發(fā)現(xiàn),在設立知識產(chǎn)權示范城市前,知識產(chǎn)權保護符合平行趨勢假設。在設立知識產(chǎn)權示范城市后,相關系數(shù)顯著為正,表明知識產(chǎn)權示范城市設立有助于提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。
圖1 平行趨勢檢驗
3.4.1 傾向得分匹配法(PSM-DID)
本文借助傾向得分匹配法(PSM)重新展開估計分析,進而規(guī)避模型出現(xiàn)選擇偏差問題,驗證回歸結果的穩(wěn)健性。在經(jīng)過傾向得分匹配后,所有變量均滿足平衡性檢驗條件,且實驗組和對照組核密度曲線均值線距離有所縮短,表明傾向得分匹配法能夠明顯達到降低樣本選擇性偏差目的。傾向得分匹配法估計結果如表4 列(1)所示。觀察發(fā)現(xiàn),知識產(chǎn)權保護可顯著提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率,基準回歸穩(wěn)健性良好。
表4 穩(wěn)健性檢驗結果
3.4.2 其他政策沖擊的影響
在研究樣本期間,我國還相繼出臺“寬帶中國”和“創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略”等對數(shù)字企業(yè)創(chuàng)新活動產(chǎn)生影響的政策,這可能會對基準回歸結果產(chǎn)生影響。因此,將上述兩大政策分別設為虛擬變量Broad和Innovate,驗證其他政策沖擊是否會影響回歸結果。表4 列(2)結果顯示,在考慮其他政策因素影響后,知識產(chǎn)權保護的系數(shù)估計值仍在1%水平上顯著為正,主要結論不變。
3.4.3 工具變量法
為避免變量間因反向因果關系對研究結果產(chǎn)生影響,選用工具變量法展開穩(wěn)健性檢驗。參考周澤將等[20]的研究,選用每萬人中初級教會小學注冊學生數(shù)作為知識產(chǎn)權保護的工具變量,使用2SLS 模型進行估計分析。每萬人中初級教會小學注冊學生數(shù)能夠估計制度對經(jīng)濟增長的影響,與本地區(qū)知識產(chǎn)權保護制度高度相關,但與數(shù)字產(chǎn)業(yè)創(chuàng)新效率并無直接影響,滿足工具變量的相關性與外生性要求。根據(jù)表4 列(3)可知,LM 和Wald-F 檢驗結果顯示工具變量顯著拒絕了工具變量識別不足及弱工具變量的原假設,表明工具變量選取較為合理。同時,知識產(chǎn)權保護回歸系數(shù)方向與符號并未發(fā)生改變,證明基準回歸結果較為穩(wěn)健。
進一步地,從知識溢出、技術創(chuàng)新和人力資本三方面維度出發(fā),檢驗知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的間接影響。具體結果詳見表5,列(1)和列(2)為知識溢出作為中介變量的回歸結果。列(1)中知識溢出的系數(shù)值在1%水平上顯著為正,表明知識溢出可正向提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。列(2)中知識產(chǎn)權保護系數(shù)值同樣顯著為正,表明知識產(chǎn)權保護可顯著促進知識溢出。綜上,存在知識產(chǎn)權保護-知識溢出-數(shù)字產(chǎn)業(yè)創(chuàng)新效率的間接傳導渠道。列(3)和列(4)為技術創(chuàng)新作為中介變量的檢驗結果。列(3)中技術創(chuàng)新的系數(shù)值為0.048,且在1%水平上顯著,表明技術創(chuàng)新可正向促進數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。列(4)中知識產(chǎn)權保護的系數(shù)值同樣顯著為正,表明存在知識產(chǎn)權保護-技術創(chuàng)新-數(shù)字產(chǎn)業(yè)創(chuàng)新效率的間接傳導渠道。列(5)和列(6)為人力資本作為中介變量的檢驗結果。列(5)中人力資本的系數(shù)值在1%水平上顯著為正,表明人力資本可正向促進數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。列(6)中知識產(chǎn)權保護系數(shù)值同樣顯著為正,說明存在知識產(chǎn)權保護-人力資本-數(shù)字產(chǎn)業(yè)創(chuàng)新效率的間接傳導渠道。由此,假設H2 得證。
表5 作用機制檢驗結果
以《中國統(tǒng)計年鑒(2020)》 為劃分依據(jù),將數(shù)字企業(yè)所處地理位置樣本劃分為東、中、西和東北部地區(qū),深入分析知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率在不同區(qū)域的作用關系,具體回歸結果如表6 所示,東部地區(qū)和中部地區(qū)知識產(chǎn)權保護的系數(shù)值顯著為正,表明東部地區(qū)和中部地區(qū)知識產(chǎn)權保護可有效提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率,且東部地區(qū)知識產(chǎn)權對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的提升效應高于中部地區(qū)。西部和東北部地區(qū)知識產(chǎn)權保護系數(shù)值雖然為正,但并不顯著。
表6 區(qū)域異質(zhì)性檢驗結果
以《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》為劃分標準,分為以下3 類數(shù)字行業(yè):(1)軟件開發(fā)及信息技術服務業(yè);(2)電信、廣播電視和衛(wèi)星傳輸服務業(yè);(3)互聯(lián)網(wǎng)相關服務業(yè)。考慮到后兩類數(shù)字企業(yè)數(shù)量較少,將二者合并為傳媒服務業(yè)進行行業(yè)異質(zhì)性檢驗,并將結果列示于表7 列(1)、(2)。列(1)和列(2)中知識產(chǎn)權保護系數(shù)值分別為0.526 和0.443,且均在1%水平上顯著,表明知識產(chǎn)權保護對軟件開發(fā)及信息技術服務業(yè)數(shù)字產(chǎn)業(yè)創(chuàng)新效率的影響強于傳媒服務業(yè)。
表7 行業(yè)異質(zhì)性檢驗結果
按照數(shù)字企業(yè)產(chǎn)權性質(zhì)劃分樣本,分為國有企業(yè)和非國有企業(yè)兩部分樣本展開檢驗探究知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的異質(zhì)性影響。首先需設定一虛擬變量,隨后將國有企業(yè)和非國有企業(yè)分別賦值為1 和0,最后構建知識產(chǎn)權保護與企業(yè)產(chǎn)權性質(zhì)的交互項,并代入式(1),結果如表7 列(3)所示,知識產(chǎn)權保護系數(shù)值顯著為正,但交互項系數(shù)值為-0.469,且在1%水平上顯著,這一結果表明相較于國有企業(yè),知識產(chǎn)權保護對非國有企業(yè)數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升作用更明顯。
本文將各地區(qū)知識產(chǎn)權示范城市設立視為一項準自然實驗,使用漸進式雙重差分法探究2010 ~2022年我國上市公司樣本數(shù)據(jù)中知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的影響。結論如下:(1)知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率具有正向提升效應,且伴隨數(shù)字產(chǎn)業(yè)創(chuàng)新效率持續(xù)提升,知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的提升效應呈現(xiàn)邊際遞增的特點;(2)就間接影響機制而言,知識產(chǎn)權保護可通過促進知識溢出、提高技術創(chuàng)新水平和人力資本水平的渠道間接促使數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升;(3)就異質(zhì)性層面而言,在東、中部地區(qū)、軟件開發(fā)及信息技術服務業(yè)和非國有數(shù)字企業(yè)中,知識產(chǎn)權保護對數(shù)字產(chǎn)業(yè)創(chuàng)新效率的提升作用更明顯。針對上述結論,提出如下政策建議:
(1)多管齊下健全知識產(chǎn)權保護機制。①各地區(qū)應進一步加強知識產(chǎn)權管理國際標準推廣應用,促使知識產(chǎn)權管理深度融入數(shù)字企業(yè)創(chuàng)新全過程,更好貫徹落實知識產(chǎn)權保護政策,助力數(shù)字企業(yè)創(chuàng)新決策、防控知識產(chǎn)權風險及優(yōu)化專利布局,為提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率提供幫助;②我國應深入推進開放許可工作,加快建立專利常態(tài)化供需機制,增加知識產(chǎn)權質(zhì)押融資等金融服務供給,助力數(shù)字企業(yè)加強商標品牌指導站規(guī)范管理和能力建設,打造企業(yè)和區(qū)域商標品牌發(fā)展高地,助力數(shù)字產(chǎn)業(yè)創(chuàng)新效率提升。
(2)多路并進提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。①各地區(qū)應圍繞人工智能、網(wǎng)絡通信等戰(zhàn)略性前瞻領域,深入分析核心數(shù)字技術需求缺口,釋放各類主體科技創(chuàng)新效能,集中創(chuàng)新資源攻破“卡脖子”技術,搶占未來數(shù)字產(chǎn)業(yè)創(chuàng)新發(fā)展技術先機;②我國還需在突破核心關鍵技術的同時提升人力資本水平,聚焦數(shù)字產(chǎn)業(yè)創(chuàng)新需求,及時優(yōu)化調(diào)整高校人才培養(yǎng)體系與專業(yè)結構,強化企業(yè)數(shù)字創(chuàng)新實操技能訓練,為數(shù)字產(chǎn)業(yè)創(chuàng)新奠定高素質(zhì)數(shù)字化人才基礎;③各地區(qū)應著力優(yōu)化數(shù)字基礎設施布局,打造線上線下相結合的知識傳播渠道,并同步健全契合數(shù)字產(chǎn)業(yè)創(chuàng)新知識擴散新范式的管理制度,打造有利于數(shù)字創(chuàng)新知識擴散和溢出的新生態(tài),提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。
(3)因地制宜推動數(shù)字產(chǎn)業(yè)協(xié)同發(fā)展。區(qū)別于研發(fā)投入大、產(chǎn)業(yè)創(chuàng)新能力強的東、中部地區(qū),創(chuàng)新能力偏弱的西部和東北部地區(qū)應著重推進優(yōu)勢數(shù)字產(chǎn)業(yè)創(chuàng)新擴散和應用,促使數(shù)字產(chǎn)業(yè)裂變與進一步深化分工,帶動整個數(shù)字產(chǎn)業(yè)創(chuàng)新發(fā)展,為提升產(chǎn)業(yè)創(chuàng)新效率奠定基礎。與創(chuàng)新效率較高的軟件開發(fā)及信息技術服務業(yè)相比,傳媒服務行業(yè)應鼓勵數(shù)字媒體服務業(yè)加強技術研發(fā),提高數(shù)字技術創(chuàng)新水平,并依托行業(yè)監(jiān)管政策展開分類評定與審查,激發(fā)行業(yè)數(shù)字化創(chuàng)新積極性,提升數(shù)字產(chǎn)業(yè)創(chuàng)新效率。與創(chuàng)新傾向意愿強烈的非國有企業(yè)相比,國有企業(yè)應依托自身獨特優(yōu)勢,超前布局前沿技術和顛覆性技術,統(tǒng)籌國內(nèi)外數(shù)字產(chǎn)業(yè)創(chuàng)新資源,加大企業(yè)自主研發(fā)投入力度,強化基礎性研究,增強自身數(shù)字產(chǎn)業(yè)創(chuàng)新核心競爭力。