中国专利审批量与投入要素实证研究.docVIP

中国专利审批量与投入要素的实证研究 　　摘 要:科技创新已成为国家竞争力的核心问题,而专利数作为科技创新能力的重要表现形式得到了普遍的关注。本文根据1991年-2006年年度统计数据,采用计量经济学方法,研究了我国专利(发明)审批量与人员和资金投入之间的关系,试图为国家相关政策的制定提供一些可行的意见。 　　关键词:专利;科技人员;科技活动经费 　　中图分类号:F062.3 文献标识码:B文章编号:1008-4428(2010)09-60-02 　　 　　 一、引言及文献回顾 　　 中科院资深院士马大猷先生以及科学家范良藻先生在接受博客中国专访时就中国科技是否能在20年赶上美国的讨论引起了社会广泛关注。尽管中国科技在近年来取得了突飞猛进的成就,我们仍因清醒地认识到我们的差距。科技部一份调研报告显示,在信息、生命科学与生物技术和新材料领域218个项目中,我国只有1项领先,27项与世界领先国家处于同等水平,计算机、软件和信息安全等180项技术落后发达国家5年左右,集成电路、CPU和新材料等技术落后发达国家6-10年。因而,大力推进科技创新对我国具有非常重要的现实意义。 　　 尽管专利之间存在着行业差异,质量差异、但由于其申请、审批过程具有标准化,数据容易获取,自20世纪70年代以来,作为衡量创新产出水平的指标,专利仍得到了广泛应用(Griliches, 1990)。而在考察创新投入时,研究者们通常采用RD费用或从事研究的科学家和工程师数量这两项指标。利用专利来分析创新的投入产出数量关系始于20世纪60年代,Schmookler(1966)、Scherer(1965)是早期研究专利与RD关系的两位学者,80年代后有很多研究者从事相关研究,他们的研究结果表明RD和专利之间存在显著相关性,R2超过0.9(Griliches, 1990)。然而这些研究是以发达国家为背景的,本文以中国统计年度数据为基础,试图研究中国的专利审批量与投入之间的关系。 　　 二、指标选择及模型说明 　　 根据我国专利法的规定,专利共有3种,即发明专利、实用新型专利、外观设计专利。其中,发明专利是指利用自然规律对某一特定问题提出的技术解决方案,强调新颖性、创造性和实用性。因而,本文中选取我国每一年批准的发明专利数作为创新产出水平的指标。 　　 在投入方面,外国研究者多采用RD费用经费支出作为一个指标。然后笔者在对中国数据整理时发现在90年前后的统计年鉴对这一数据的统计出现了差异,进一步了解后发现我国1988年才首次获得RD活动的统计数据,比较可靠RD数据则从1990年才开始,因而改选择科技活动经费筹集额(亿元)。而投入的另一个指标――人力则用科学家和工程师(万人)代表。 　　 首先通过EXCEL软件,将1985年到2006年我国每年通过审批的发明专利数、从事科技工作的科学家和工程师人数、科技活动经费筹资额绘出时间序列图,观察各变量与发明专利数的变动趋势。 　　 从图1中不难发现,各要素均与发明专利数的增长基本呈正向增长关系,直观上具有较高的相关性;但这并不能严格表明他们之间的因果关系。下文将运用Granger因果检验试图揭开这一关系。但由于只有平稳的时间序列才能直接进行Granger因果检验,所以将首先分别检验lnInv, lnSE和lnFund的平稳性。需要指出的是为了避免异方差性,同时满足柯布?道格拉斯生产函数,我们将各变量取对数进行处理。 　　 在创新投入产出分析中,通常采用柯布?道格拉斯生产函数,因而不妨将模型表达为 　　 Invt=At*SEtβ1*Fundtβ2 　　 两边取对数得到 　　 ln Invt= lnAt+β1ln SEt+β2ln Fundt (*) 　　 其中Invt是发明专利数,SEt、Fundt分别是科学家和工程师人数和筹集的科技活动经费。 　　 三、发明审批量与投入要素的实证分析 　　 (一)OLS回归结果 　　 假设满足OLS条件,使用OLS对方程(*)回归,得到以下结果: 　　 lnInv=-3.610411131+2.916177826*lnSE+ 0.2039431604*lnFund 　　 其中,N =22,R2 =0.911591,修正后的R2 =0.902284,F = 97.95472。从结果来看,人力投入和资金投入对发明的系数均为正,和我们预期一致。 　　 (二)单位根检验 　　 对于宏观的经济时间序列,绝大多数时间序列变量都是非平稳的,而时间序列变量的非平稳性将改变OLS估计值的渐进分布结果,从而可能产生谬误回归问题。于是本文采用扩展的Dickey-Fuller单位根检验(ADF)。 　　 由表1易知,各变量t统计量的绝对值都低于显著性水平为5%临界值的绝对值