中國的科技政策與科技趕超
——來自全球專利質量測算的視角

米晉宏 張 南

(上海海事大學，上海 201306)

一、引言

科技是第一生產力，技術進步是經濟高質量增長的源泉。自中國加入WTO以來，一直在全球競爭中面臨著技術劣勢和技術依賴的困境。此外，隨著中國經濟發展進入新常態，物質資本和人力資本對未來經濟增長的促進作用將會更加有限，以創新驅動引領經濟高質量發展在十四五時期將處于重要位置。推動中國制造走向中國智造(Wei et al.，2017；呂承超 等，2019；孫亞南 等，2019)，也是中國實現科技趕超的必經之路。

在此背景下，國務院出臺了《國家中長期科學和技術發展規劃綱要(2006—2020年)》(下文簡稱《綱要》)以推動中國創新追趕和自主創新發展。《綱要》是中國政府在21世紀以來制定的重要且全面的科技政策綱領文件，在《綱要》實施的15年中我國科技創新取得了飛越式進步。圖1展示了中國、美國和日本在1996—2018年發明申請占世界總量的份額。在《綱要》實施的第一年，中國國內居民的專利申請份額為9.5%，為同期美國的53%；而到了2018年，中國國內居民的專利申請份額提高至65.5%，為同期美國的7倍。盡管有研究指出中國國內高漲的專利申請背后存在非創新性動機(non-innovation related motives)和策略性研發問題(Hu et al.，2017；黎文靖 等，2016；Fang et al.，2020)，但從跨國專利進入中國的持續增長趨勢中可以看到我國創新能力仍在持續提升。在2018年，申請人為外國居民的專利(跨國專利)的世界份額為17.8%，同期美國為21.2%，這意味著中國的制度環境和經濟環境正在成長為僅次于美國的高新技術土壤，對全球科技創新成果具有強大的吸引力。

圖1 全球科技發明授權份額：1996—2018

本文收集并運用全球七個主要創新強國的專利局在1996—2018年全部約1億6千萬件發明專利申請和授權公告書數據，以及約11.6億次的專利引用記錄，全景式地考察了全球科技格局的演變。實證分析表明，自2000年以來，中國和韓國高速的技術趕超是全球科技創新能力發展的最大變數，而《綱要》的實施是中國科技創新能力結構性躍變的重要轉折點。

本文的邊際貢獻包括：(1)運用全球層面全樣本的專利公告書數據，不僅在數據規模上更加可靠，還可以通過國際比較的方式克服僅采用一國專利數據樣本的識別偏誤；(2)基于全樣本的國際專利引用記錄數據對國家和技術層面的專利質量進行評估，更加真實地反映了國家創新能力的演變；(3)從跨國知識流的角度考察中國專利引用對內和對外的專利數量和質量的產出彈性，為衡量國家科技發展水平提供了一種新的角度。

二、文獻回顧、政策背景和實證設計

(一)文獻回顧

已有文獻衡量科技創新的工具主要分為全要素生產率(TFP)和專利數據兩種。目前采用TFP測度技術進步和經濟增長較為普遍，但運用TFP度量科技創新發展會存在兩點不足：一是由于TFP對經濟增長核算具有噪聲效應，會將要素積累之外的因素對經濟增長的影響嵌入在TFP的波動中，因此當其他因素產生比較劇烈的波動時，TFP作為技術進步的度量會產生較為嚴重的偏誤；二是大量研究顯示TFP核算受到統計口徑和核算方法的影響較大，基于不同統計方法所測度的TFP波動可能截然不同。

相比于TFP，專利數據是對于創新產出的直接度量。譬如，Wei et al.(2017)對中國經濟增長模式的演變和以專利衡量的中國科技創新的發展進行了探討。雖然專利并非科技創新的唯一形式，但由于創新產出的其他形式(企業技術秘密、商業模式、管理方法等)的隱秘性往往難以度量，通過公開的專利信息衡量創新水平成為國內外最泛用和有效的辦法。運用專利數據研究中國科技創新問題，也是近年來的熱點領域(張杰 等，2015；Fang et al.，2020；寇宗來 等，2020；米晉宏 等，2021)。

然而，使用專利數量度量中國科技發展和科技追趕水平存在一個重要的識別問題，即中國專利數量在2009年后的“爆炸式”增長中存在非創新性動機和策略性研發問題(Hu et al.，2017；黎文靖 等，2016；Fang et al.，2020)。直接使用專利數量將使得對中國科技發展的度量存在偏頗和失真。部分文獻基于專利和企業匹配數據的研究顯示，地方政府的創新補助政策對于提升企業創新質量非常有限，企業為了尋獲補貼在研發活動中甚至出現數量擠出質量的現象(陳強遠 等，2020；張杰 等，2016，2018)。

對于專利實際技術水平的測量方法主要分為兩類。第一類是基于專利系統引證網絡對專利的引用加權來測量專利質量(Jaffe et al.，2017)；第二類是測算專利的商業價值，通過上市公司專利授權在股票市場上公開過濾的特質波動率，測算出資本市場對專利價值的估值或者通過知識資本模型對企業的專利回報進行核算(Kogan et al.，2017；Kline et al.，2019；龍小寧 等，2018)。由于專利價值的估算只針對企業，資本市場估值方法只適用于上市公司，而本文的研究對象包括七個主要創新強國的所有專利，涵蓋了大學、研究機構、個人申請和企業專利在內的大樣本數據。此外，獲得可適用、可量化和可比較的各國企業數據也存在較大困難。在第一類方法中構建的國際引證網絡可以較好地發揮本文專利引用方面的數據優勢，提升對專利質量指標測度的系統性和全面性。Boeing et al.(2016)基于全球最大的五個專利授權國的《專利合作條約》(PCT)申請數據和引用記錄建立了一套專利質量國際比較指標體系。本文立足于該指標體系，通過對專利質量的測度來校準各國的創新能力。

(二)政策背景

《綱要》是21世紀以來中國政府制定的重要科技政策綱領，也是中國科技政策導向從科技追趕邁向自主創新的起點。劉云等(2014)運用文本量化方法對中國政府建立國家創新體系的一系列政策進行歸納，指出《綱要》的制定是中國宏觀科技政策轉向自主創新為主的轉折點。寇宗來等(2020)基于1998—2013年中國專利數據庫和中國工業企業的匹配數據對《綱要》實施的影響進行評估，發現《綱要》顯著促進了企業的專利數量和TFP水平。

《綱要》首次著重強調了“把提高自主創新能力作為國家戰略”，并對未來15年的科技政策框架進行了全面和詳細部署，包括11個國民經濟和社會發展的重點領域和68項優先主題；16個國家層級的重大專項；超前部署8個技術領域的27項前沿技術和18個基礎科學問題。此外，《綱要》還制定了一系列明確量化的發展目標。表1是《綱要》提出的到2020年計劃實現的5個量化指標，由于2020年新冠疫情對經濟和研發活動造成較大沖擊，本文以2019年的情況和計劃進行對比。需要指出的是，“對外技術依存度”的測量沒有明確計算指標，如果以專利引用的對外依存度進行量化，則在2019年就已完成目標。由表1可以發現，中國研發投入占國民生產總值的比例在2019年離計劃(計劃目標相當于美國2006年的水平)尚有一定距離，但衡量直接創新產出的專利授權量已經超額完成，這意味著2018年中國研發投入占比雖然不及美國2006年的水平，但專利產出已經是2018年美國的7倍。顯然，同Hu et al.(2017)的發現一致，中國研發投入中不成比例的超額創新產出現象，很大程度上歸因于海量專利申請背后的非創新性動機。非創新性動機造成中國專利申請中存在數量對質量的擠出現象，并且在宏觀層面愈發明顯。

表1 《綱要》量化到2020年發展目標

(三)實證設計

由前文內容可知，中國專利數量存在非創新性動機導致的數量對質量擠出現象，在國家創新能力的衡量上存在高估和失真。尤其在新常態下對經濟高質量發展的追求，專利質量測度更加不可缺位。本文除了基于國際專利引用建立專利質量指標體系外，還采用中國專利引用對技術進步的貢獻來反映專利質量，以此進行實證設計。如圖2所示，分別從中國專利引用對外和對內造成的影響考察中國自主創新能力的發展。一方面，中國在《綱要》影響下專利數量實現了高速增長，同時也被外國專利引用，從而顯性地將包含在中國自主創新中的知識輸出到國外。通過測量知識輸出推動外國專利的產出水平，即中國專利引用的對外創新產出彈性，可以較好觀察中國自主創新能力在《綱要》實施過程中的演變。另一方面，中國專利也存在國內引用情形，由專利局審查員控制，是在法律上承認和核查專利創新性的依據。從國內引用視角切入，可以觀察到專利局這只“有形的手”在中國自主創新能力發展中承擔的角色。通過測量國內引用對國內專利質量的提升，即本文中稱為中國引用的對內專利質量彈性，可以關注到《綱要》實施過程中，專利局對專利篩選考核標準的演變對中國自主創新能力的影響。

圖2 研究框架

三、數據說明、指標體系和特征事實

(一)數據說明和描述性統計

本文收集了中國、美國、日本、韓國、德國、英國和法國七個全球專利授權最多的國家，自1996年至2018年的全部專利申請和授權數據，共計1億6千萬件專利申請和授權的公告書數據，超過全球專利總量的95%。依照世界知識產權組織(WIPO)2008年修訂的技術領域分類標準，將每件專利的國際分類號(IPC)匹配到WIPO劃分的35個技術領域中，識別率為98%，覆蓋35個科技領域中的33個。基于每件專利公告文件上記錄的專利引用信息，整理計算了各國在各技術領域上相互之間的引用量，根據以上分類，在月度上進行加總，建立了一個月度國際科技發明面板，其中依照各國各技術領域分為231個組群，共計62718個樣本。

表2對月度國際科技發明面板數據進行了統計描述。由表2中專利數和引用數的原始計數數據可知，各國在32個技術領域上的專利數和引用數高度離散且有很強的正偏厚尾性，表明絕大多數的專利技術存在于一部分國家或一部分技術領域。為了集中體現國家間的差異，通過如下預處理消除32個技術領域各自共時的技術進步帶來的波動。

ln(1+X)=α+π+ε

(1)

表2 七個主要創新強國專利情況的統計描述

(二)指標體系

參考Boeing et al.(2016)的思路，本文使用國際間專利引用對跨國專利質量進行比較的方法，基于七個國家的專利引用信息構建如下指標體系：

(2)

(3)

(4)

如表3所示，幾乎所有國家都偏好引用本國專利，其中韓國對本國專利引用的偏好最強，在各技術領域上韓國專利在其國內引用的概率是他國引用其專利的151倍，另一個極端例子是法國，不存在任何本國專利引用。引用本國專利的偏好很大程度上受到各國專利局制度的影響，例如在中國，專利申請人不被要求填寫引用信息，中國專利引用信息均由專利局的審查員填寫，其實質是核查專利創新性要求的“對比文件”。因此本文在計算ISR指標時僅考慮被其他國家專利引用的情況，以消除各國對本國專利引用偏好的影響。

表3 各國專利被引用概率：1996—2018

(三)特征事實

圖3展示了基于全球七大主要創新國家在1996—2018年的專利引用信息計算的各國專利質量的演變。圖3左圖為各國歷年平均專利質量，用以衡量一國創新能力；右圖則為各國歷年的指標，衡量一國創新體量；為了清晰反映各國間的區別，對指標進行了取對數處理。由圖3左圖可知，美國指標取對數后在0至1之間上下浮動，意味著美國專利引用量接近其余六國之和；日本的創新能力僅次于美國，在七國11.6億次的專利引用記錄中，平均每4次引用中至少有1次美國或日本的專利引用。從全技術領域的平均水平來看，美國和日本象征著全球科技創新能力的最高水平，并得到如下特征事實。

圖3 各國平均專利質量和累計專利質量：1996—2018

特征事實

1

：

以國際專利引用衡量的國家創新能力高度集聚，美國和日本象征著全球科技創新能力的最高水平。

從各國創新能力和創新體量逐年演變的趨勢中，不難發現存在不同國家間的平行趨勢現象。在1996—2018年間，除了美國仍能保持一些增長外，英法德三國的創新能力和創新體量呈現平緩衰退趨勢；東亞的中韓兩國則在創新能力上表現出高速增長趨勢，呈現指數級的遞增。圖3展現了對數坐標下的線性增長，東亞新興國家的科技追趕一直持續到2018年，中韓分別取代德國和英法成為全球創新能力第三和第五強國，由此得到如下特征事實。

特征事實

2

：

歐美老牌強國的創新能力發展緩慢，全球科技創新能力的最大變數表現在中韓兩國持續且高速的科技追趕，東亞超越西歐成為全球第二大科技創新板塊。

進一步，本文將同為高速科技追趕國的韓國作為中國的對照組，對中國政府實施《綱要》前后兩國科技創新能力進行比較。圖4以2007 年為界對比了《綱要》實施前后10年間中韓兩國的科技創新能力演變。不難發現，2007年以前中韓兩國在科技創新能力和科技創新體量上十分相近，而2007年《綱要》實施后，中國在科技創新體量的增長趨勢與韓國實現分離，并最終在科技創新能力上超過韓國。由此得到如下特征事實。

圖4 中韓平均專利質量和累計專利質量對比：1996—2018

特征事實

3

：

《綱要》的實施結構性提高了中國科技創新發展趨勢，表現為中國創新追趕速度整體超過了同為高速科技趕超國家的韓國。

四、模型選擇和實證分析

(一)模型選擇

根據實證設計框架，本文從中國專利的引用輸出對海外和國內專利的影響出發，考察《綱要》實施對中國創新能力的影響。首先，建立如下基準模型以考察中國引用對其他六國創新產出的影響：

(5)

在基準模型的基礎上，本文進一步建立以下模型估計中國專利引用對外國專利產出彈性的演變規律，γ表示中國專利對其他六國專利歷年的引用產出彈性：

(6)

另一方面，本文建立如下模型考察中國引用對國內專利質量的影響：

(7)

(8)

(二)實證分析

表4是中國引用對其他六國各技術領域的產出彈性，采用線性面板和非線性面板負二項回歸進行估計。由列(1)、(4)可見，在2000年至2018年，中國引用對其他國家各技術領域上的專利產出彈性為0.07～0.08。在《綱要》實施后，中國引用對外專利產出彈性大幅提高，由交互項系數可見，中國引用對外專利產出彈性提高了0.12～0.16，而在《綱要》實施前，控制了其他各國引用情況下，中國的專利引用甚至對海外的專利產出呈現負向效應。從實證結論中可以看出，中國專利引用對其余各國專利產出的貢獻在2007年《綱要》實施后存在結構性提升，并且在控制和其他國家輸出的引用重疊效應后，僅在2007年后能夠獨立地促進其他幾個創新強國的專利產出增長，這是中國自主創新能力得到重大提升的有力佐證。

表4 中國引用對其他六國的專利產出彈性分析

圖5 中國引用的對外專利產出彈性：2000—2018

圖5展示了模型(6)中的γ在2000—2018年的估計系數。同基準模型(5)所得結論一致，在《綱要》實施前，控制了其他各國引用情況下，中國專利引用難以向他國的專利產出提供獨立貢獻，而在2007年以后，中國專利的對外專利產出彈性產生了結構性躍升，并且在此后10年里保持逐漸增長趨勢，這意味著其余六個創新強國從中國輸出的專利引用中獲得了大量知識流入，證明中國自主創新能力在《綱要》實施后不斷增強。

表5展示了基準模型(7)的估計結果，考察《綱要》實施后中國引用對中國專利質量彈性的影響，使用線性面板和面板隨機前沿模型進行估計。由列(1)、(4)中國引用的系數可見，在控制了他國引用的影響后，2000年至2018年間本國專利的引用對中國專利質量幾乎沒有影響。在2007年《綱要》實施后，由交叉項系數可見，中國引用對國內專利質量產出彈性提高了0.27～0.4，且在1%的統計水平上顯著，而在2009年之前，中國專利引用對國內各技術領域的專利質量影響呈現負效應。

表5 中國引用對中國的專利質量產出彈性分析

圖6展示了模型(8)的估計結果。2007年《綱要》的實施使得中國各技術領域從本國專利的引用中出現了結構性質量提升的躍變，且影響不斷增強。

圖6 結構性躍變示意圖

五、主要結論和政策啟示

本文收集和運用全球七個主要創新強國的專利局自1996—2018年間共計約1億6千萬件專利申請和授權公告書數據，以及11.6億次的專利引用記錄，基于專利引用的國際質量指標構造，全景式對全球科技格局演變進行了展示。研究得到的特征事實包括：(1)以國際專利引用衡量的國家創新能力高度集聚，美國和日本象征著全球科技創新能力的最高水平；(2)歐美老牌強國的創新能力發展緩慢，全球科技創新能力的最大變數體現為中韓兩國持續且高速的科技追趕，東亞超越西歐成為全球第二大科技創新板塊；(3)《綱要》的實施結構性提高了中國科技創新發展趨勢，這表現為中國創新追趕速度整體超過了同為高速科技趕超國家的韓國。

從特征事實可知，《綱要》的實施使得中國自主創新能力產生了結構性躍變。本文立足于《綱要》實施的過程演變，從中國專利引用對內和對外技術進步的貢獻切入，考察和測度中國專利引用對內和對外的專利數量和質量產出彈性。實證分析結論顯示，《綱要》的實施使得中國專利引用對內和對外技術進步的貢獻都產生了結構性躍變，在控制了其他國家引用的知識輸出后，這種躍變仍然顯著存在。這表明《綱要》的影響是中國自主創新能力結構性躍變的重要轉折點。

本文政策啟示如下：(1)在《綱要》計劃到期(2020年)后，進一步強化國家戰略科技力量，充分發揮國家作為科技創新組織者的作用，明確量化科技發展目標，詳細部署發揮舉國體制攻克的應用技術領域和基礎科學問題；(2)在《綱要》實施的15年中，中國自主創新能力總體取得了飛躍式進展，但需警惕非創新動機導致的專利數量高漲以及研發活動中數量對質量的擠出現象。從本文研究結論來看，中國創新質量和研發投入距離世界頂尖水平仍有一定距離，而專利申請量卻已經遙遙領先于其他國家。因此在新型創新體制的建設中，中國科技政策對于企業專利數量的要求可以逐漸放松，轉向更加注重企業研發投入和創新成果產品化的經濟效益。