知識產權保護對企業創新的實證影響研究

李曉楠，劉 錦

(1.蘇州銀行 博士后工作站，江蘇 蘇州 215000；2.南京大學 博士后流動站，江蘇 南京 210093；3.中南林業科技大學，湖南 長沙 410004)

0 引言

隨著當前工業互聯網的發展，傳統行業企業也在逐漸進入網絡化和智能化時代，企業被視為經濟發展的引擎，其創新活力亦成為衡量地區創新能力的重要指標之一。企業的知識產權保護制度也受到了更多的關注。然而知識產權保護下的專利制度、版權制度以及商業機密又與當前開放式創新潮流的要求相悖。因此，深入探究知識產權保護制度對微觀企業創新的影響具有重要的現實意義。

1 文獻回顧

隨著有關知識產權保護與創新的研究不斷增加，兩者關系的判定也開始呈現差異化。一方面，學者們開始從更多視角考察知識產權保護對創新活動的影響。Kim等[1]發現，發明性的專利保護有助于發達國家的創新，而實用新型的知識產權保護則更適合發展中國家。Sweet等[2]發現知識產權保護的初始力度和經濟發展水平是影響知識產權保護與創新關系的重要因素。另一方面，隨著經濟全球化的不斷深入，知識產權保護制度“雙刃劍”效應也逐漸受到學者們的關注[3]。Chen等[4]認為，發展中國家在模仿國外新技術和鼓勵自主創新之間要權衡選擇知識產權保護力度。Hudson等[5]甚至質疑更為嚴厲的知識產權保護制度是否仍能促進創新。

前人的研究大多以國家為個體，利用跨國數據從宏觀層面開展實證檢驗，忽略了同一經濟體內部知識產權保護力度的差異及其對企業創新活動的影響[6]。本文試圖從微觀企業視角重新審視知識產權保護與創新活動的關系，為我國知識產權保護制度的改革提供管理借鑒。

2 數據和變量

2.1 數據來源

本文的樣本來源中，城市層面的指標來源于國研《區域經濟數據庫》，企業特征數據則來自2005年的中國工業企業數據庫。對原始樣本進行剔除后，通過企業所在城市的名稱與120座城市進行匹配，最后得到163 077家企業。

2.2 變量及其測量

(1)知識產權保護。摘自國研《區域經濟數據庫》中的產權保護指數。

(2)企業創新。結合本文數據，擬從兩個方面來衡量企業的創新活動。一是企業的創新投入，即企業的研發活動；二是企業的創新產出。具體構造了4個子變量，分別為企業是否有研發活動(d_rd)、企業的研發強度(rd)、企業是否有新產品產出(d_new)和企業的新產品銷售比重(new)。

(3)控制變量。將從企業、行業和城市3個層面控制可能影響企業創新活動的其他因素。

2.3 變量描述

為防止極端值帶來的干擾，對樣本上下5%的數據進行了winsor處理。結果表明，在全部樣本企業中，只有11.8%的企業有研發支出，只有10.8%的企業有新產品產出，這表明我國企業的研發活動并非普遍行為。另一方面，在有新產品發布的企業中，發現新產品銷售產值占到了37.5%，和研發支出相比，新產品可能為企業帶來大量的收益。

3 實證結果

3.1 回歸模型

本文的因變量為企業創新，自變量為知識產權保護。具體定義如下：

Pr(d_innovation=1)=α×Iproperty+β×

Ipropertysqr+γ×CV+ε

(1)

Iinnovation=α′×Iproperty+β′×Ipropertysqr+γ′×CV+σ

(2)

其中：模型(1)為檢驗知識產權保護對企業創新傾向的影響，d_innovation代表企業創新傾向，即是否有研發支出和新產品產出；模型(2)為檢驗知識產權保護對企業創新強度的影響，Iinnovation代表企業創新強度，即研發支出強度和新產品銷售比重。同時，為了檢驗知識產權保護對企業創新活動可能存在的倒“U”型效應，均在兩個模型中加入了知識產權保護的平方項(Ipropertysqr)。其他變量中，Pr(·)表示標準正態分布的概率分布函數，CV為控制變量，ε和σ為殘差項。

此外，在模型(1)中，將采用Probit回歸方法；在模型(2)中，由于近90%的企業創新投入為0，直接使用線性回歸模型可能會導致因變量的擬合值為負，因此使用Tobit模型估計。

3.2 基本回歸結果

依次對模型(1)和模型(2)進行回歸(見表1)。

表1 基本回歸結果

第1，3，7列的回歸結果表明，知識產權保護直接惡化了企業的創新活動，只有第5列的結果支持知識產權保護對創新的積極效應。為得到一致的結論，將知識產權保護平方項放入回歸模型中，結果表明，無論是表征創新投入的研發活動，還是表征創新結果的新產品戰略，均與城市層面的知識產權保護呈倒“U”型關系。換言之，一定程度的知識產權保護有助于企業創新，但更為嚴厲的知識產權保護力度將抑制企業創新。

為何更加嚴厲的知識產權保護將抑制企業創新，一個可能的解釋是，隨著中國經濟的快速發展，企業的創新意識不斷增強，越來越多的企業通過技術創新走向世界。然而，有些中國企業的創新活動往往具有一定的模仿性，缺乏完整的自主知識產權。正是由于企業的創新不夠“新”，嚴厲的知識產權保護將導致企業之間有關創新活動的法律訴訟時常發生，而這類法律訴訟往往是漫長而高成本的。因此，更嚴厲的產權保護制度可能會抑制企業的創新活動。

3.3 Heckman回歸結果

盡管上文中得到了城市層面知識產權保護與企業創新的倒“U”型關系，但結論的可靠性仍值得商榷。為解決這類樣本選擇性偏誤帶來的干擾，借助Heckman提出的兩階段回歸方法來重新考察知識產權保護與企業創新之間的關系。與前文中模型(2)不同的是，第二階段回歸方程中增加了一個根據選擇方程計算出的λ項，即逆米爾斯比率(Inverse Mills Ratio)，用于克服可能存在的樣本選擇性偏差。

Heckman回歸結果表明，除第2列外，知識產權保護力度與企業創新仍然顯著呈倒“U”型關系。Heckman回歸中的逆米爾斯比項λ亦不顯著，表明以研發活動表征企業創新的樣本選擇性偏誤并不太嚴重。

3.4 子樣本回歸結果

為考察不同樣本中知識產權保護對企業創新的影響，將樣本按企業規模分為小、中、大型企業組；按所有制分為國有、民營和外資企業組；按企業所在的行業分為高技術企業和非高技術企業組。同時，仍然采用Heckman兩階段回歸模型，子樣本回歸結果如表2所示。其中，Panel A為創新數量方程回歸結果(第二階段)，Panel B為創新選擇方程回歸結果(第一階段)。結果發現，除高技術企業樣本組中的創新數量方程外，其他回歸結果均支持前文兩者的倒“U”型關系。為節省篇幅，僅報告了以創新產出(新產品)為因變量的回歸結果。

表2 子樣本回歸結果

4 結論與啟示

本文實證檢驗了城市層面的知識產權保護力度對微觀企業創新的影響。結果表明，無論是表征企業創新投入的研發活動，還是表征其創新產出的新產品戰略，均與城市層面的知識產權保護水平呈倒“U”型關系。這意味著，在我國現階段情況下，一定程度的知識產權保護確實有利于增加企業的創新活動，但隨著知識產權保護力度的增加，對企業創新行為將產生抑制效應。本文的研究為我國“最優知識產權保護假說”提供了更為確鑿的微觀證據。未來要為創新創業活動提供夯實的制度保障，應該不斷加強企業的自主創新能力建設，建立與之相匹配的愈加嚴格的知識產權保護制度，使二者相互促進，不斷提升我國的創新軟實力。