研發投入、知識產權保護與企業創新質量

陳戰光，李廣威，梁 田，王喬菀

(1.清華大學 經濟管理學院，北京 100084；2.國防科技大學 文理學院，湖南 長沙 410073；3.中國人民大學 商學院，北京 100872)

0 引言

創新是高質量發展的核心動力。2019年國務院政府工作報告回顧了大眾創業、萬眾創新深入推進的新格局，當前中國日均新設企業超過1.8萬家，市場主體總量超過1億戶。在經濟發展進入新常態的時代背景下，發展方式必須從規模速度型轉向質量效率型，企業在激烈的市場競爭中想要獲取超額收益，需要具備行業領先的科技創新能力。

研究與開發(R&D)是企業競爭優勢的重要來源，現代商業公司在研發投入方面作出戰略決策以期在隨后的時期掌握競爭優勢[1]。企業研發投入作為創新的直接資金來源，通過加大研發資金投入能夠提升企業創新績效。然而對企業創新的衡量，不僅取決于創新產出和創新效率，創新質量同樣是評價企業創新能力的重要參考。現有研究主要從公司治理、融資約束、高管特征等視角考察企業創新績效影響因素[2-3]。

從現有研究看，一些學者提出的知識產權保護與R&D的倒“U”形關系似乎又與加強知識產權保護促進企業創新能力之間存在矛盾[3-4]。針對一般企業而言，研發投入、知識產權保護與創新質量之間存在什么關系？國家知識產權保護將如何影響企業創新質量？

本文以2008-2016年中國A股上市公司為樣本，運用計量模型考察企業內部研發投入和外部環境中知識產權保護影響企業創新質量的兩條途徑。本文研究發現：①研發投入能夠顯著提升企業創新質量；②知識產權保護與企業創新質量之間呈顯著倒“U”形關系；③知識產權保護對研發投入與企業創新質量的調節作用存在“最優區間”。本文貢獻體現在：①將企業創新質量作為衡量企業創新的一個重要方面，豐富了關于研發投入與企業創新相關研究；②以往文獻在國家層面和省際層面研究了知識產權保護與企業創新之間的關系，本文將結論推廣到一般企業層面；③現有文獻關于知識產權保護與企業創新之間的關系以線性關系居多，大部分研究關注知識產權保護對企業創新的總效應，本文檢驗了知識產權保護與企業創新質量之間的非線性關系，佐證了以往關于知識產權保護促進企業創新的倒“U”形研究結論，一定程度上回答了學界關于本問題的爭議；④本文的政策貢獻體現在針對不同區域經濟發展的不同階段和異質情況，提出政府、企業應從區域整體發展和邊際創新效率視角出發，制定相應政策和發展戰略。

1 文獻回顧與研究假設

1.1 研發投入與企業創新質量

1.1.1 創新質量內涵及測度

Haner[4]最先提出了創新質量的3個維度：產品或服務層面、過程層面和經營層面。企業經營層面的創新質量測度指標包含員工認可度、消費者需求滿足度、創新產品營業額、專利比率和創新嘗試成功率等。近年來，國內學者依據不同企業類型，從產品服務、運作過程、企業文化等諸多維度構建起創新質量研究框架[6-8]。

實證研究視角下，國內外學者分析了技術創新的直接、間接成果和收益，基于數據可獲得性提出了創新質量不同測度方法。一方面，專利申請量和授權量是技術創新的直接成果。使用專利指標作為代理變量的方法有：①發明、實用新型和外觀設計3種專利的申請量或授權量[5-6]；②發明專利與專利申請的比值[7]；③專利授權率和付費期長度[8]。此外，也有學者關注已獲授權的專利體現其自身應用價值的其它信息，如專利引用次數[9-10]、專利知識寬度[11-13]等。另一方面，考慮企業技術創新質量最終反映到企業獲取的利潤中，因此部分學者選取企業新產品銷售收入與主營業務收入的比值作為衡量技術創新質量的指標[14-15]。

1.1.2 研發投入對企業創新質量的影響機制

研發投入對一個國家或區域創新能力有著決定性影響，這一觀點在上世紀90年代后被以Romer[16]為代表的經濟學家整合入內生增長經濟模型。國家競爭優勢理論強調，當國家經濟發展處在創新導向階段時，技術創新成為提高國家競爭力的主要因素[17]。R&D規模和強度是企業積累創新底蘊、形成核心競爭力的重要因素，其對創新質量的影響機制如下：

(1)企業資源基礎論。從內部看，創新質量取決于諸多因素。一是R&D經費和研發人員數量；二是文化環境、所處地理位置、人員整體素養、高管對于創新活動的重視程度，包括高管特殊經歷、學歷層次等。根據企業資源基礎理論，優勢來源于特殊異質資源，不可模仿的競爭資源能夠持續為企業帶來經濟租金，持續保持競爭優勢。顯然，R&D作為一種企業內部可控資源，增加R&D投入一方面可以吸納更多高素質的研發人員參與創新活動，另一方面通過將資金聚集于行業前沿技術攻關，企業研發團隊更容易產出高質量創新成果。此外，R&D是企業開展創新活動以促進經營績效提升的重要戰略，企業創新成果質量高意味著企業獲取的獨占性資源具有價值性、稀缺性，難以被同行模仿，并且能夠被企業利用[18]，從而愿意進行大規模、高風險支出。因此增加R&D投入有助于創新質量提升。

(2)知識生產函數。研發投入對知識生產具有最高貢獻度。與柯布-道格拉斯生產函數通過分析工業生產投入和產出關系探討經濟增長的影響因素相一致，知識生產函數研究創新要素投入和產出關系，此時R&D就是知識生產資本投入。國內學者借鑒Romer等[19]關于知識生產函數的基本假定，即知識生產取決于研發人員數量、知識存量和刻畫知識生產效率的若干參數，結合中國知識生產要素投入情況，研究發現研發投資回報率大于資本投資回報率，R&D對中國知識生產貢獻度最大，其次是人員投入[20-21]。因此，無論是創新成果產出層面還是質量層面，加強R&D投入都會對企業創新產生積極影響。

結合上述文獻梳理和理論分析，本文提出以下假設：

H1：增加研發投入能顯著提升企業創新質量。

1.2 知識產權保護與企業創新質量

1.2.1 知識產權保護內涵及測度

知識產權是指人類智力勞動產生的成果所有權，代表著擁有者在一定期限內享有的獨占權利。現有文獻關于如何測度知識產權保護水平的研究比較豐富，其中最具代表性的是Ginarte&Park[22]構建的G-P指數，該指數包括專利覆蓋領域、國家在國際專利協議中的成員資格、失去保護的條款規定、專利執法機制、專利保護期限等5個方面指標。此外，國內學者利用本土化數據構建了知識產權保護指數，包括各省知識產權保護重視程度、專利未被侵權率、被侵權方司法判決勝訴率和知識產權保護效果指數4個指標[5]。此外，王小魯等[23]在構建中國分省份市場化指數時，分地區按科技人員人均3種專利批準數對知識產權保護進行評價，具有重要參考意義。

1.2.2 知識產權保護對企業創新質量的影響機制

(1)知識產權保護水平提升促進創新。一是減少行業間研發溢出效應帶來的損失。同行業間的研發溢出效應越嚴重，意味著行業內技術水平落后的公司更依賴技術水平領先公司的先進成果，也說明該行業支撐技術的創新質量更高，長期內具有高價值、稀缺性和獨占性。技術水平較低的公司通過支付技術授權費用或盜用模仿獲取技術，而加強知識產權保護增加了授權費用成本，打擊了違法竊取創新成果行為。同樣，該影響機制在國家層面也適用[24]。二是提升低水平知識產權保護環境下創新主體的積極性。在知識產權保護水平較低時，企業不愿持續創新的根本原因是專利侵權、產品模仿等現象無法廣泛而有效地受到法律懲治。知識產權保護水平提升則釋放出制度環境改善的積極信號，激發創新主體參與研究開發的積極性，從而促進創新。三是緩解外部融資約束[7]。公司專利產權和技術信息因知識產權保護水平提升得到保護，傾向于向外部投資者披露內部密級信息，減少信息不對稱。外部投資者預期創新成果得到保障，投資風險得以緩解，投資意愿更強。

(2)知識產權保護水平提升抑制企業創新。一是增加行業間知識傳播和擴散成本。對技術水平較低的下游企業來說，提升知識產權保護水平增加了專利授權、技術轉讓費用，導致其融資約束更高，進一步擠占自主創新空間。自主創新能力長時間得不到提升，僅有的創新成果達不到高質量標準，無法運用到高利潤產品領域，創新質量每況愈下，形成惡性循環。二是抑制高水平知識產權保護環境下創新主體的積極性。對處于技術壟斷地位的企業來說，高水平的知識產權保護既保障了技術壟斷的高收益，又保證了獲取超額盈利的持續性。企業進行研發投資獲取更高質量創新成果的邊際成本高于維持當前壟斷收益的成本，于是喪失推動技術進步的積極性，創新活動和創新投入減少。三是發展中國家市場結構、發展階段和初始稟賦落后[25]。知識產權保護政策是發達國家促進良性競爭的一種機制，若政策實施環境不成熟、實施階段不匹配，知識產權保護政策效果可能與政策初衷背道而馳。

(3)知識產權保護與創新之間的非線性關系。知識產權保護與技術創新之間存在倒“U”形關系，過緊或過松都將不利于技術創新進步[26]，知識產權保護水平提升使得創新存在“最優區間”。知識產權保護水平實際是對同行業企業模仿成本的度量。模仿成本小時，自主創新型企業自發投入更多研發資本，商品總產出增加，模仿創新型企業也因可模仿更多產品而受益，于是總體研發投入規模擴大，總體創新質量迅速提升。知識產權保護進一步提升時，模仿成本超過閾值從而阻礙模仿創新，模仿創新企業市場份額下降，自主創新企業因獲得更大市場份額而將更多投入用于生產而非研發，從而使總體創新質量下降。

國家和區域知識產權保護水平對企業創新質量來說是外生性變量，不同于研發投入金額和研發人員數量，知識產權保護指標代表一種制度環境，企業將如何適應知識產權保護水平變化？根據以上文獻梳理，本文提出如下假設：

H2a：知識產權保護水平提升顯著提升企業創新質量；

H2b：知識產權保護水平提升顯著抑制企業創新質量。

1.3 研發投入、知識產權保護與企業創新質量

國內外學者從研發投入資本來源和類型、知識產權保護水平考察了研發投入與創新的關系。國家層面上，Helpman[27]指出，通過減少FDI流入，提升知識產權保護水平會對發展中國家的創新產生消極影響。知識產權保護水平提升對創新的影響具有復雜性，不僅取決于知識產權保護初始水平，還取決于人均GDP，并通過增加國家R&D投入促進創新[28]。區域層面上，OFDI對區域創新能力的逆向溢出效應將隨著知識產權保護水平提高而逐漸提升[29]。劉思明等[11]分析了企業研發人員投入、資金投入、國外先進技術引進效應和FDI知識溢出效應等對中國工業創新能力的影響機制，發現加強知識產權保護能激勵企業加大研發投入，對技術含量高的創新活動作用更顯著。

綜合現有文獻，考慮中國仍是世界上最大的發展中國家，區域發展不均衡，知識產權保護整體處于低水平階段，本文提出如下假設：

H3：知識產權保護在研發投入與企業創新質量之間起顯著負向調節作用。

2 研究設計

2.1 數據來源

本文樣本為2008-2016年全部A股上市公司截面數據。企業財務數據來自CSMAR數據庫，借鑒《中國分省市市場化指數報告(2016)》的計算方法，重新計算解釋變量知識產權保護指數IPR，原始數據統計指標為“公有經濟企事業單位專業技術人員”和“國內三種專利申請授權數”，數據來源于《中國科技統計年鑒》。研發投入數據在2007年以前披露較少，且《中國科技統計年鑒》從2008年起不再披露關于IPR計算的原始指標，考慮前后可比性，限定樣本年份在2008-2016年，并按照以下方法繼續篩選：①剔除金融行業上市公司；②剔除ST和*ST上市公司；③剔除數據不全的樣本；④對相關連續變量在1%和99%水平上進行Winsorize處理。

表1 變量定義及測度方法

2.2 變量定義

(1)被解釋變量：創新質量(IApply)。選取企業發明專利當年申請最終授權量作為衡量指標，企業發明專利往往代表了企業核心競爭力產品的技術來源，大金額、多人員的研發投入，長時間、高難度的研究開發過程，多環節、高標準的審核授權流程，持續久、高收益的成果轉化過程構成了企業發明專利的生命周期。具體分析其它可能的代理變量，其中，專利申請量并不能代表企業最終應用到商業活動中的技術數量；專利被引次數只能說明專利本身質量的高低，且國內缺乏相應數據庫，數據難以獲取；專利授權率除取決于本身的創新性以外，還受專利受理審查部門主觀和客觀因素影響；新產品銷售收入除產品本身特性外，也會受營銷、管理等因素影響。綜合來看，企業發明專利當年申請最終授權量能夠較好地反映企業創新質量高低，但也可能受企業規模因素影響。

(2)解釋變量：知識產權保護指數(IPR)。以分地區按科技人員數平均的3種專利批準數為原始數據計算所得指數為代理變量；解釋變量二：研發強度(RDsale)，即研發支出占主營業務收入的比重。

2.3 模型設計

為了檢驗研發投入與企業創新質量的相關性，構建如下計量模型：

(1)

其中被解釋變量為IApplyit，代表公司i在t年申請的發明專利中最終獲得授權的數量加1的對數，解釋變量RDsaleit代表公司i在t年的研發強度，Controlit為控制變量，β0為截距項，β1和β2,k為系數，εit為隨機誤差項。

為了檢驗知識產權保護與企業創新質量的關系，構建如下計量模型：

(2)

其中解釋變量Iprit代表公司i所在省份、直轄市或自治區t年的知識產權保護指數。

進一步，為了檢驗知識產權保護與企業創新質量的非線性關系，根據劉思明等[11]的研究，在模型(2)基礎上加入知識產權保護指數的平方項得到模型(3)。

(3)

為檢驗知識產權保護對研發投入與企業創新質量的調節作用，在模型(2)基礎上加入研發強度和知識產權保護的交乘項得到模型(4)。

(4)

3 實證結果

3.1 描述性統計

表2的描述性統計分析表明，Iapply的均值為1.600，標準差為1.303，說明樣本中不同公司的創新質量差異較為明顯。IPR的均值為14.678，由于基期水平設定在2008年，知識產權保護指數在2008年時達到最大值10，說明整體上看，知識產權保護水平在全國各區域均取得了較大提升。中位數為13.06，表明知識產權保護水平較低的省級行政區數量相對更多。此外，個別省級行政區在2016年該指標接近38，且標準差為11.323，說明各省級行政區對知識產權保護差異明顯。RDsale的均值和方差為0.037，樣本企業僅將收入的3.7%投入到研究開發中，說明中國企業研發投入比例普遍較低，大部分企業在平均值以下，且不同企業之間存在明顯差異。

3.2 相關性分析

通過主要變量的Pearson和Spearman相關系數檢驗可知，研發強度(RDsale)、知識產權保護(IPR)與創新質量(Iapply)的Pearson相關系數分別為0.106和0.029，在1%的水平上顯著正相關，初步說明隨著研發投入和知識產權保護水平提升，企業創新質量也會提升。此外，運用方差膨脹因子(VIF)檢測本文模型的多重共線性，結果顯示，模型(1)解釋變量研發強度(RDsale)的VIF檢驗值為1.28，模型(2)解釋變量知識產權保護(IPR)的VIF值為4.65，模型(1)、(2)解釋變量與控制變量的VIF檢驗均值為2.04和2.70，遠小于10，說明回歸結果不受多重共線性影響。

表2 變量描述性統計結果

3.3 主檢驗

3.3.1 企業研發投入與創新質量

運用普通最小二乘法(OLS)對研發投入與創新質量進行回歸，結果如表3第1～4列所示。在不控制年份效應及行業效應、分別控制年份效應和行業效應情形下，解釋變量研發強度(RDsale)系數分別為8.800、9.067和7.168，均在1%的水平上顯著，表明研發投入與創新質量(Iapply)正相關。同時控制年份效應和行業效應，研發強度(RDsale)系數為7.452，在1%的水平上顯著。綜上，企業研發投入與創新質量呈顯著正相關關系，從而驗證了H1。控制變量中國有產權性質(SOE)、資產規模(LnAsset)、資產負債率(Lev)、總資產報酬率(ROA)和市場化指數(Market)與企業創新質量(Iapply)正相關，營業收入增長率(Growth)和經濟不穩定系數(Uncertainty)則與企業創新質量(Iapply)負相關，其它控制變量不顯著。

3.3.2 知識產權保護與企業創新質量

表3第5-8列為知識產權保護與企業創新質量的回歸結果。控制年份和行業效應后，知識產權保護(IPR)系數為-0.007，與創新質量(Iapply)在1%的水平上負相關，說明就樣本數據而言，知識產權保護提升對企業創新質量有負向影響。但能否根據回歸結果對知識產權保護與企業創新質量的關系下定論呢？

表4為加入知識產權保護的平方項(IPRsq)后知識產權保護與企業創新質量的回歸結果。在分別控制和全面控制各種效應后，核心解釋變量知識產權保護(IPR)與知識產權保護平方項(IPRsq)系數的正負方向和顯著性水平均保持一致。表4第4列知識產權保護(IPR)及其平方項(IPRsq)系數分別為0.046和-0.001，均在在1%的水平上顯著，說明知識產權保護與企業創新質量不是簡單的線性關系，而是呈現倒“U”形變化趨勢。一方面，通過OLS估計模型的縱向比較，經過表3第8列到表4第4列的調整，擬合優度從29.6%增加到30.1%，說明二次曲線模型解釋力更強。另一方面，造成知識產權保護與企業創新質量線性回歸擬合情況較好的原因，一是大部分樣本數據聚集于倒“U”形的單側，二是個別樣本點存在自變量對因變量過度影響，系數表現為正負向效應的綜合加總。

表3 假設H1與H2檢驗結果

注：括號內的數值為p值,*p<0.1,**p<0.05,***p<0.01

表4 IPR與Iapply非線性關系檢驗結果

注：括號內的數值為p 值,**p<0.05,***p<0.01

根據表4的回歸結果，分別計算出知識產權保護對創新質量倒“U”形關系的極大值點。表5第4列計算出的極大值點為19.96，有69.6%的樣本點在極大值點左側。說明當知識產權保護指數明顯低于20時，知識產權保護水平提升有利于企業創新質量增強；當知識產權保護指數在20附近時，知識產權保護水平與企業創新質量偏向于中性關系；當知識產權保護指數明顯高于20時，知識產權保護水平提升不利于企業創新質量增強。

表5 IPR對Iapply的極大值點

進一步地，為考察知識產權保護對企業創新質量的雙向影響區間，將樣本數據按照知識產權保護指數大小進行分組。表6顯示了模型(2)的分組回歸結果。當知識產權保護指數小于20時，知識產權保護(IPR)與創新質量(Iapply)在1%的顯著性水平上正相關(0.017)；當知識產權保護(IPR)大于30時，知識產權保護(IPR)與創新質量(Iapply)在1%的顯著性水平上負相關(-0.042)；知識產權保護(IPR)在20～30之間時，顯著性水平下降甚至不顯著，表明知識產權保護(IPR)與創新質量(Iapply)之間是中性作用關系。可能的原因是：①本文采取的二次曲線擬合模型不能完全解釋知識產權保護(IPR)與創新質量(Iapply)之間的復雜聯系；②將樣本劃分在不同知識產權保護區間時，導致樣本數量減少，回歸結果解釋力減弱；③兩者關系中可能存在其它影響機制，包括區域創新能力、區域知識產權保護的具體政策以及公司本身特質等。綜上所述，知識產權保護水平較低且低于某一閾值時，加強知識產權保護會促進企業創新質量提升；知識產權保護水平達到某一水平后，加強知識產權保護會對企業創新質量產生消極影響。

注：括號內的數值為p值,*p<0.1,**p<0.05,***p<0.01

3.3.3 企業研發投入、知識產權保護與創新質量

表7為知識產權保護對研發投入與企業創新質量之間調節作用的回歸結果。第4列和第6列知識產權保護(IPR)與研發投入(RDsale)的交乘項系數分別為-0.213和-0.179，均在1%的水平上顯著，說明創新質量的研發投入彈性會隨著知識產權保護水平提升而降低，知識產權保護表現為負向調節作用，H3總體上得到驗證。

在檢驗H2過程中，發現了知識產權保護對企業創新質量雙向影響的大致區間，為進一步驗證H3，對知識產權保護的調節作用進行分組回歸。控制相關效應后，當知識產權保護指數(IPR)小于20時，知識產權保護(IPR)和研發投入(RDsale)的交乘項系數為-0.306，并且在1%的水平上顯著。說明在知識產權保護水平較低時，企業創新質量的研發強度彈性會隨著知識產權保護水平提升而降低。可能的解釋是，企業處在知識產權保護程度較弱的時間和空間時，承擔高風險而獲取的高質量創新成果不能得到有效保護，企業研發投入的邊際創新收益降低，但這種收益降低速率將隨著知識產權保護改善而進一步減小。知識產權保護從低水平向高水平過渡時，情況會發生反轉。知識產權保護(IPR)處于25～30之間時，企業創新質量的研發強度彈性會隨著知識產權保護水平提升而提升，此時知識產權保護恰好處于“最優區間”，其對研發投入與企業創新質量之間的調節作用是正向的(3.260)，相比知識產權保護(IPR)大于30時交乘項系數為0.891，這種調節作用更為強烈。

3.3.4 實證結果總結

北京、上海、廣東、江蘇和浙江等地是我國經濟發展前沿陣地，從人均GDP來看，以上地區已經達到了中等發達國家水平，市場環境和制度環境也基本向發達國家看齊。根據驗證H2和H3的實證結果，表8給出了知識產權保護(IPR)極大值點IPR0兩側不同知識產權保護水平下的“年份-省級行政區”。表8顯示，2010年以后的浙江、2011以后的江蘇、2013年以后的北京、2015年以后的天津和廣東以及2016年以后的上海位于極大值點右側，而2008-2016年間其它省級行政區整體上位于極大值點左側，表明我國大部分地區知識產權保護仍處于較低水平。2015年知識產權保護指數(IPR)超過30的省級行政區只有江蘇、浙江和北京。

圖1給出了知識產權保護(IPR)與企業創新質量、研發投入對企業創新質量邊際效應的變化關系。以知識產權保護極大值點IPR0為中心，兩側代表知識產權保護較低和較高水平階段。過渡階段是相對于知識產權保護對企業創新質量的邊際效應和調節效應而言的，在過渡階段，知識產權保護無論是對企業創新質量的直接影響，還是對研發投入與企業創新質量的調節作用都不顯著。本文認為，知識產權保護的最優區間在極大值點IPR0右側的某一段區間(但IPR<30)，知識產權保護在該區間對研發投入與企業創新質量的調節作用為正，且效率最佳。

3.4 內生性檢驗

本文計量模型可能存在內生性問題。一是遺漏變量偏差。盡管控制了一系列影響企業創新質量的重要因素，但仍存在遺漏變量的可能性；二是反向因果關系。當識別到知識產權保護程度處于相對寬松或緊張水平，企業內部決策者將分析同行業其它公司研發投入情況，自發調節研發投入強度，使得創新活動要素投入、成果產出控制在有利范圍。

表7 假設H3與RDsale×IPR分組回歸結果

括號內的數值為p 值,*p<0.1,**p<0.05,***p<0.01

表8 不同范圍IPR省級行政區分布情況

圖1 知識產權保護與企業創新質量的關系(左)和研發投入對企業創新質量的邊際效應(右)

針對上述可能存在的內生性問題，本文采取Heckman兩步法處理模型可能存在的內生性問題。在第一階段模型中，將虛擬變量企業是否進行研發投入(RDsale)作為被解釋變量，將相關影響因素作為解釋變量進行Probit回歸，同時估計得到逆米爾斯比率(IMR)加入模型(1)和模型(3)的第二階段回歸中。Probit模型如下：

(5)

表9第1列顯示了Heckman第一階段回歸結果。知識產權保護(IPR)在5%的水平上與企業是否進行研發投入(RDsale)正相關，說明隨著知識產權保護水平提升，企業愿意進行存在一定風險的研究開發活動。第2、3列顯示了Heckman第二階段回歸結果。研發投入(RDsale)與創新質量(IApply)在1%的顯著性水平上正相關(7.703)，逆米爾斯比率(IMR)與創新質量(IApply)在1%的顯著性水平上負相關(-0.396)，表明在OLS估計中確實存在內生性問題，在控制內生性后，企業加大研發投入仍會提升創新質量，從而H2得到進一步驗證。研發投入(RDsale)和知識產權保護(IPR)的交乘項在1%的顯著性水平上負相關(-0.216)，逆米爾斯比率(IMR)在10%的顯著性水平上負相關(-0.243)，控制內生性以后，回歸結果與之前保持一致。第4-7列顯示了分組回歸結果，逆米爾斯比率(IMR)系數不再顯著，在知識產權保護指數小于20時，其對研發投入與創新質量之間的調節作用是負向的(-0.298)；在20～25之間時，調節作用不明顯；25～30之間時，調節作用是正向的(3.171)且十分強烈；當增大到30以上時，這種調節作用又逐漸減弱。

表9 Heckman二階段回歸結果

括號內的數值為p 值,*p<0.1,**p<0.05,***p<0.01

3.5 穩健性檢驗

根據《中國統計年鑒》劃分，將本文樣本中內地31個省級行政區劃分為東部、中部、西部和東北地區，并按照地區相應統計指標重新計算區域知識產權保護指數(IPRR)替換解釋變量(IPR)。考慮到發明專利復雜和耗時的申請授權程序，采取數據庫截止時間的當前申請被授權專利數可能會出現系統性數據遺漏，于是將被授權專利數限定為當年、次年和第三年被授權數的總和作為計算指標替換解釋變量(IApply)。在控制年度效應和行業效應基礎上繼續控制省份效應進行回歸。經過上述穩健性檢驗，回歸結果并未發生明顯改變。

4 結論與建議

本文得出以下研究結論：

(1)通過增加研發投入能夠顯著提升企業創新質量，表現為企業高質量創新產出提升。

(2)知識產權保護與企業創新質量之間呈明顯倒“U”形關系。知識產權保護存在一個“閾值”，當其較低且低于某一閾值時，知識產權保護水平提升將促進企業創新質量提升；當其達到某一水平以后，加大知識產權保護力度將對企業創新質量產生消極影響。

(3)知識產權保護對研發投入與企業創新質量的調節作用存在“最優區間”。當其在較低水平時，研發投入對企業創新質量的邊際效應會隨著知識產權保護水平提升而降低，研發投入整體上對企業創新質量提升是正向的，只是這種促進作用效率會降低。隨著知識產權保護從低水平向高水平過渡，調節作用由中性調整至最優，此時研發投入對企業創新質量的邊際效應會隨著知識產權保護水平提升而提升。當其達到較高水平后，研發投入對企業創新質量的邊際效應同樣會隨著知識產權保護水平提升而提升，只是這種邊際效應增加速率開始減緩。本文研究結論與以往結論相一致。

中國經濟已由高速增長階段轉向高質量發展階段，要求國家在重大領域克服技術創新瓶頸，提升創新能力和創新質量。根據本文研究結論，提出如下政策建議：①國家層面，由于大部分地區知識產權保護仍處于較低水平，因此必須進一步完善知識產權相關法律法規，優化創新成果審核流程和標準，營造良好的制度環境，為企業創新助力；②地方層面，地方政府要深刻把握不同經濟發展階段特點，制定有利于本地區經濟發展和企業創新的知識產權保護相關政策；③企業層面，必須轉變自身發展方式，通過加大研發投入，抓住科技創新這個核心競爭力，樹立正確的競爭意識，尊重知識和創造，遵守相關法律法規，注重分析外部環境對企業創新的影響，有的放矢地進行研究和開發，實現研發這種高風險投資成果收益最大化。