知識產權保護影響服務業全要素生產率的機理與實證研究

文/石舍玉 南京財經大學國際經貿學院 江蘇南京 210046

知識產權保護影響服務業全要素生產率的機理與實證研究

文/石舍玉 南京財經大學國際經貿學院 江蘇南京 210046

本文基于2008年到2012年的我國知識產權保護及服務業全要素生產率的省際面板數據，運用系統廣義矩估計方法分析了我國知識產權保護對服務業全要素生產率的影響機制，并將服務業全要素生產率進行分解為純技術進步、技術效率、純技術效率、規模效率。研究表明：知識產權保護對我國服務業全要素生產率有顯著促進作用，這種促進作用主要來源于知識產權保護對服務業技術進步和技術效率的正向影響。知識產權保護對服務業規模效率提升有微弱負向影響。研究認為：繼續加大對服務業創新的投入，促進服務業由低端向高端轉移，加快服務業轉型升級是當前我國服務業發展關鍵所在。

知識產權保護；全要素生產率；創新

一、引言

服務業作為國民經濟的重要組成部分，在促進經濟增長和社會就業等方面占據重要地位，是衡量一個國家或地區經濟現代化水平的重要標志之一（王恕立，胡宗彪，2012）。近年來，我國服務業增加值占GDP的比重達50%以上，并呈現趕超工業增長的趨勢。同服務業快速發展的戰略需要相比，服務業的增長質量更應引起關注，因為主要依靠要素投入而非效率提升所引發的經濟增長是難以長期維持的( Krugm an，1994)。夏杰長（2010）等認為，中國服務業能否保持持續穩定增長取決于服務業的全要素生產率能否持續改善。然而，相對于其他產業，服務業產出的增長和全要素生產率的提升需要更為有效的知識產權保護制度，這是由服務業的特殊屬性決定的。服務業的無形性、不可貯存性以及生產、交換和消費的同時性增加了服務生產方對服務產出保護的難度，同時給消費者帶來了一定的風險。知識產權保護作為一種十分重要的保護制度，在服務業發展過程中扮演著至關重要的角色。那么，知識產權保護對服務業全要素生產率究竟會有什么樣的影響？其中的傳導機制又是什么？這對目前我國服務業的發展有著什么樣的現實意義？這些問題的解決對促進我國服務業發展意義重大。本文基于我國2005年到2012年23省市的面板數據，將知識產權保護制度按照各省市差異分別進行量化，并使用DEA方法計算23省市服務業全要素生產率，系統并深入地研究知識產權保護對服務業全要素生產率的影響機制，進而得出相關結論。

二、文獻綜述

國內外學術界對知識產權保護與服務業的研究主要可以分為以下幾個方面：

首先是關于知識產權保護的相關研究。韓玉雄和李懷祖（2005）以G ina rte-Park方法為基礎，引入執法力度因子，定量分析了中國的知識產權保護水平，并指出隨著時間推移，中國的知識產權保護水平在不斷提高。蔡虹等（2014）通過研究知識產權保護對經濟增長的作用，探究中國最優的知識產權保護強度。其次是關于服務業全要素生產率的測算方面。姚星等（2015）采用系統廣義矩估計法對服務外包的全要素生產率（TFP）效應進行了實證研究，提出了服務業轉型發展的相關建議。劉興凱等（2010）使用非參數的Ma lm quist指數方法測算了1978年到2007年國內服務業TFP的省際面板數據，并從技術進步和技術效率的角度研究了國內服務業TFP變化的階段性和區域性特點。提升服務業的全要素生產率，有利于促進中國經濟的轉型升級。最后是關于知識產權保護對服務業全要素生產率影響的研究。代中強等（2015）認為不同強度的知識產權保護對服務業的影響在經濟發展程度不同的國家也應不同。Da rong Dai &Kun rong Shen（2015）認為知識產權保護水平的強度在產業發展的不同階段，作用不同。在產業發展的初期，弱化知識產權保護有利于激勵模仿，直接促進經濟增長，同時也降低了國家創新補貼的成本。在產業發展的后期，高強度的知識產權保護則有利于激勵國家創新，進而增加全球市場份額。M asayuki M o rikaw a（2014）在研究中發現，日本服務業中企業擁有創新產品與否導致全要素生產率差異比在制造業中更加明顯，原因是由于服務業企業擁有發明、專利的比例要遠高于制造業企業，而知識產權保護制度通過保護服務業企業的專利、版權、商業機密等機制激勵服務業創新，進而提升服務業企業全要素生產率。

三、模型建立

為了更好地探究知識產權保護對服務業全要素生產率的影響機制，本文在計算中國服務業全要素生產率時使用DEA非參數方法m a lm quis t生產率指數法，并將全要素生產率增長率TFPC分解成四個因子，即純技術進步指數TECHC，技術效率指數EFFC，純技術效率指數PEC，不變報酬參考技術下規模效率指數SEC，從而得出更加深入具體的研究結論。

式（1）中TFPCit表示中國服務業i省份（地區）t時期的全要素生產率指數，式（2）中TECHCit表示，式（3）中EFFCit表示，式（4）PECit表示，式（5）中SECit表示，以上所有式中，ippit表示i省份（地區）t時期知識產權保護水平，Kit表示i省份（地區）t時期的服務業資本投入，Lit表示i省份（地區）t時期的服務業勞動投入，εit為隨機干擾項。

四、核心變量處理

（一）知識產權保護指標

關于知識產權保護強度的測定，國際上通常使用的是G ina rte和Pa rk(1997)年提出的GP指數法。根據GP指數法，參考韓玉雄（2005），我們從覆蓋范圍、國際條約成員、保護的損失、執法機制、保護期限這五個指標出發，測算了2005—2012年的中國名義知識產權水平。

參考姚利民（2009）和韓玉雄（2005），本文的執法力度因子由社會的法制化程度、社會知識產權保護意識和經濟發展水平構成。參考姚利民（2009），本文使用各省區律師人數占人口數的比例作為衡量各省區社會法制化程度的指標，當該比例達到或超過萬分之五時，分值為1，小于萬分之五時，分值為實際比例值除以萬分之五。參考姚利民（2009），本文使用人均專利申請量作為社會知識產權保護意識的衡量指標，當一個地區萬人擁有的專利申請量達到或者超過十件時，分值為1，當萬人擁有專利申請量不足十件，人均專利申請量指標的分值等于萬人擁有的實際專利申請量除以10。依據韓玉雄（2005），人均GDP達到或者超過1000美元時，人均GDP指標分值為1，低于1000美元時，人均GDP指標分值等于實際人均GDP（以美元為單位）除以1000。

（二）服務業全要素生產率指標

關于全要素生產率的測度，有參數和非參數兩種主要方法。參數方法需要假定特定的生產函數形式，用來描述投入和產出的關系，用限定的生產函數測算全要素生產率。非參數方法不需要假定特定的生產函數，避免了主觀因素帶來的偏差。非參數方法以SFA（隨機前沿分析）為代表，參數方法以DEA（數據包絡分析）為代表。本