王冰清 罗鄂湘

摘 要：为了探究知识产权保护与我国高技术产业两阶段创新效率的关系，文中运用DEA方法对我国2009—2016 年29个省市的高技术产业两阶段创新效率进行测算，同时运用Tobit回归模型分析了知识产权保护对高技术产业两阶段创新效率的影响。研究发现，我国高技术产业创新两阶段效率存在着区域特征，可以通过聚类分析划分为3类;知识产权保护对技术开发阶段创新效率存在抑制作用，对经济转化阶段创新效率作用不显著。技术开发阶段，知识产权保护促进高创新效率地区创新效率提升，而对低创新效率地区存在抑制作用。知识产权保护对低创新效率的经济开发效率有显著正向作用。结果表明：知识产权保护对不同地区高技术产业两阶段创新效率的作用存在着差异，且在高创新效率地区其正向促进作用更强。

关键词：技术创新;知识产权保护;创新效率;数据包络分析;聚类分析;高技术产业

中图分类号：F 223

Abstract：To explore the relationship between intellectual property rights protection and the twostage innovation efficiency of Chinas hightech industry，DEA method was used to calculate the twostage innovation efficiency of Chinas hightech industry in 29 provinces and cities from the year of 2009 to 2016.Tobit regression model was also used to analyze the impact of intellectual property protection on the twostage innovation efficiency of hightech industry.It is found that the twostage efficiency of hightech industry innovation in China shows regional characteristics，which can be divided into three categories by cluster analysis.Intellectual property rights protection has a negative effect on innovation efficiency in the stage of technology development，but has no significant effect on innovation efficiency in the stage of economic transformation.In the stage of technology development，the protection of intellectual property rights promotes the improvement of innovation efficiency in regions with high innovation efficiency，and inhibits the improvement of innovation efficiency in regions with low innovation efficiency.Intellectual property protection has a significant positive effect on the economic development efficiency with low innovation efficiency.The results show that the effects of intellectual property protection on the twostage innovation efficiency of hightech industries in different regions are different，and the positive promotion effect is stronger in the regions with high innovation efficiency.

Key words：technological innovation;intellectual property protection;innovation efficiency;DEA;cluster analysis;hightech industry

0 引言

高技術产业作为我国战略性支柱产业，是引领产业创新驱动转型升级的重要战略选择。2019年国家统计局国民经济核算显示，我国高技术制造业增加值同比增长8.8%，其增速比规模以上工业高3.1个百分点。在我国高技术产业蓬勃发展的同时，也展现出了地区不平衡性。根据国家科学技术部历年发布的《中国高技术产业发展状况分析》可知，近年来，我国东部地区高技术产业R&D经费投入远高于中西部地区，是全国高技术产业R&D经费投入的主要组成部分。同时《中国高技术产业创新能力评价报告2018》显示，东部地区高技术产业发展在全国范围内优势突出。高技术产业只有全面提高创新能力与创新水平，才可以提升产业整体的国际竞争力。要积极开展创新工作，不仅是单一加大创新投入，还要注重创新效率的提升[1]，知识产权保护是重要的制度保障[2]。随着我国高技术产业的飞速发展与知识产权保护水平的不断强化，了解知识产权保护在高技术产业创新过程中的重要作用以及其发挥作用的方式和方向，有利于进一步促进高技术产业的创新与发展。

根据高技术产业技术含量高、创新过程复杂[3]的相关特点，大量学者将高技术产业创新效率划分为技术开发阶段与经济转化阶段两阶段效率，且创新投入与产出指标的选取能够全面充分反映其创新能力[4-7]。同时，一些研究表明我国高技术产业的创新效率两阶段效率不平衡且存在着区域差异性。叶丹等[8]认为我国高技术产业整体科技水平不高，东部地区创新效率下降，而中、西部地区创新效率提高。陈莹文等[6]研究也发现类似的结论，且区域内各省市的差异性从东到西逐渐增大。XIA等[9]得出区域差异的驱动因素主要包括经济发展水平、产业结构差异等。知识产权保护对创新的影响与初始水平与发展阶段相关[10]，因此这种差异性可能会导致知识产权保护作用的差异，在不同地区中展开比较是必要的[11]。

部分学者研究了我国高技术产业两阶段创新效率的影响因素，主要考虑产业结构、对外开放水平、劳动力素质和金融环境等综合要素，整体分析了其在高技术产业两阶段创新效率中产生的影响[12-15]，而极少数学者对某个具体影响因素展开深入研究与分析。知识产权保護贯穿高技术产业创新过程的始终[16-17]，且可以引导创新方向和有效配置创新资源[18]，因此研究知识产权保护分别在两阶段创新效率中所发挥的作用具有重要性和必要性。

在技术开发阶段，知识产权保护为高技术产业营造了良好的自主创新和研发环境，创新主体可以通过公开的、详细的专利信息获得有价值的技术知识来源，持有更多的知识产权有利于增强竞争力[19]。吴超鹏等[20]研究发现，知识产权保护可以通过减少研发溢出损失、缓解研发阶段外部融资约束促进企业创新。而经济转化阶段，知识产权保护可以通过保障创新主体的新技术、新产品收益促进技术成果转化，增加新产品生产销售。同时知识产权所有者也可以通过专利转让或专利授权获取利润。当知识产权保护薄弱时，企业从投资中获取收益能力会受到限制，从而降低对创新的投资动机[21]。为此，文中在测算高技术产业两阶段创新效率的基础上，深入探究知识产权保护分别在两阶段创新过程中产生的不同影响;同时考虑到我国高技术产业发展存在着地区差异性，基于聚类分析结果，对知识产权保护在不同地区对创新效率的作用展开研究。

1 两阶段创新效率及聚类分析

1.1 模型构建与指标选取

在传统的DEA评价模型中，将技术创新（decision making unit，DMU）视为一个“黑箱”，仅仅使用最初的创新投入与最终的创新产出来评价决策单元，而忽视了系统内部结构与不同阶段的中间过程。在高技术产业的技术创新过程中，人力与经费的投入并无法直接转化为经济效益，而是需要先产出专利与新产品，再通过进一步的研发最终实现经济收益。专利与新产品在整个创新过程中担任的角色既是第1阶段的创新产出，又是第2阶段的创新投入。因此，为了进一步探究与评价不同阶段的创新效率，文中采用改进后的两阶段链式DEA模型来测度高技术产业技术创新效率，如图1所示。

其中，I1与O2为整个创新过程中的初始投入与最终产出;O1同时为阶段1产出与阶段2投入，被称作中间变量;I2为阶段1结束后，除O1之外对阶段2新的投入。假设在技术创新过程中的两阶段的评价对象均基于规模报酬不变（constant returns to scale，CRS）的前提下，文中使用CCR（CHARNES A & COOPER W W & RHODES E）模型来评价测算综合技术效率（Crste）。借鉴冯锋等[22]学者的方法，将二阶段链式DEA系统改进为由锥性前沿面投影组成的虚拟链式系统，且确定一个链式系统生产可能集T，见式（1）。

借鉴以往研究，可以将高技术产业创新过程分为技术开发阶段和经济转化2个阶段，而技术开发阶段的技术成果产出即为经济转化阶段投入部分。在初始的研发阶段，高技术产业的创新投入主要包括人员投入与经费投入2部分，而创新产出则可以表现为专利以及开发中的新产品等技术成果。参考孟维站等[23]用R&D人员折合全时当量来体现人员投入，而经费投入则包括R&D经费内部支出与新产品开发经费支出2部分。同时采用专利申请数与新产品开发项目数来衡量该阶段创新产出。

经济转化阶段则是一个将技术成果转化为经济效益的过程。除去研发阶段的创新产出外，还需要一定的经费支撑来实现成果的转化，因此我们选取技术改造经费支出来表示这一阶段的资金投入。最终的产出则表现为具体的经济指标，故选取新产品销售收入与出口交货值，具体说明见表1。

文中关于高技术产业创新效率所采用的数据均来自《中国科技统计年鉴》及《中国统计年鉴》。从观测值中去掉数据严重缺失的西藏自治区与青海省后，共收集了2009—2016年全国29个省（市、区）的数据。

1.2 我国高技术产业两阶段创新效率现状分析

文中采用基于规模报酬不变条件下的CCR模型，运用DEAP 2.1软件对2009—2016年我国高技术产业各省份技术开发阶段及经济转化阶段的综合技术效率进行分析，如图2所示。

由图2（a）可知，我国高技术产业技术开发阶段的综合技术效率整体水平不高，且东、中、西部地区的变化趋势大致相同。2009—2013年，我国东部地区的平均综合技术效率均高于中、西部地区，但2012年以来，这种差距在明显缩小。2014年后，东、中、西部地区每年的综合技术效率波动程度减小，意味着综合技术效率逐步趋于平稳，随着技术逐渐成熟，技术开发阶段的综合技术效率维持在一个较为稳定的水平上。

由图2（b）可知，经济转化阶段的综合效率存在着明显的地区差异性，东部地区的效率远远高于中、西部地区，且东、中部地区效率波动较大，但西部地区长期处于一个低效率的水平。2009—2012年，东、中部地区的经济转化效率呈上升趋势，但2012年后开始降低，且东、中、西部的差距在逐渐缩小。综合图3、图4，可知我国两阶段的综合技术效率均处于一个偏低的水平，但技术开发阶段的平均综合阶段效率高于经济转化阶段。

同时，根据我国各省份高技术产业2009—2016年两阶段技术创新效率的具体平均值绘制了散点图，如图3所示。目前我国各省份高技术产业两阶段创新效率不平衡的现状，仅有天津、北京、重庆的两阶段效率均处于一个偏高的水准。我国整体技术开发阶段的创新效率高于经济转化阶段，且大部分省份存在着经济转化阶段效率偏低的问题。我国共有16个省份的经济转化阶段技术创新效率介于0.2～0.5之间，而技术开发阶段创新效率在此区间内的仅有陕西、黑龙江与湖北3个省份，大部分省份创新效率密集分布在0.5～0.8之间，明显高于经济转化阶段效率。江苏、福建有较高的经济转化效率，但其技术开发效率只达到了中游水平;于此相反的是安徽、海南和宁夏高技术开发效率、经济转化效率却极低，这可能与该地区市场开拓宽度及开放程度有关。这揭示了目前我国各省份高技术产业两阶段创新效率不平衡的现状，且不同省份差异较大。

1.3 聚类分析

为了进一步分析我国高技术产业技术创新效率的区域差异，运用SPSS软件对29个省份2009—2016的两阶段创新效率进行聚类分析，具体结果如图4。

经过整理分析可知，我国各省份高技术产业两阶段创新效率可以划分为高、中、低水平3大类，具体分类见表2。在高创新效率地区中，江苏、福建、上海、广东均具有较高的经济转化效率，且明显高于其技术开发效率，其他省份则是两阶段效率均处于一个相对高的水平。河北、内蒙古、辽宁等中创新效率地区，有着偏低的两阶段创新效率值，但技术开发阶段与经济转化效率较为相似，大致在0.5的水平上波动。而低创新效率地区的两阶段效率极为不平衡，其技术开发阶段效率值中等甚至偏高，然而却有极低的经济转化效率，这可能是由于现阶段相对成熟的技术水平及当地高技术产业较弱的市场化程度。

2知识产权保护对两阶段创新效率的影响分析

2.1 变量说明与模型选择

知识产权保护（intellectual property rights protection，IPP）。考虑到技术市场的特点，且涉及知识产权的合法交易均通过技术市场开展，故某地的技术转让市场规模可以一定程度上反映当地的知识产权保护水平。参考靳巧花等[24]的方法，選取技术转让市场规模来衡量各省知识产权保护水平，具体用技术市场成交额占当地GDP的比重来表示。

两阶段创新效率（INNO1、INNO2）。根据前文对两阶段创新效率的测算值，包括技术开发阶段效率（INNO1）与经济转化阶段效率（INNO2）。

根据目前学者对高技术产业创新效率影响因素的研究，文中最终确定了以下控制变量，包括外商直接投资（FDI）、金融发展（FIN）、开放水平（OPEN）、城镇化水平（UR）。其中外商直接投资用各省实际利用外资中外商直接投资额衡量;金融发展用各地区银行金融机构存贷款之和与该地区GDP的比重表示;开放水平用进出口贸易额与该地区GDP的比重表示。同时，考虑到地区间可能存在的差异，根据东、中、西部的区域划分，加入2个虚拟变量（D1、D2）。

由于DEA方法估计的效率值均介于0到1之间，且会有一个或以上的DMU处于DEA的效率边界（即效率为1），故文中采用Tobit回归模型。

2.2 整体回归

基于Tobit回归模型，运用Stata软件，知识产权保护对高技术产业技术开发阶段与经济转化阶段创新效率进行回归分析，结果见表3。

由表3可知，在技术开发阶段，知识产权保护对创新效率有显著的负向作用，知识产权保护水平每提高1个单位，我国高技术产业技术开发阶段的创新效率降低0.066个单位。这可能是由于随着知识产权保护水平的强化，在技术研发过程中投入更多的资金学习新技术从而导致该阶段效率的降低。同时外商直接投资与创新效率呈显著的负相关，金融发展与创新效率呈显著的正相关，对外开放与城镇化水平对该阶段的创新效率没有显著影响。

经济转化阶段，对外开放与城镇化水平均对创新效率有显著的正向影响，这意味着更广阔的市场有助于高技术产业的经济成果转化。市场为技术成果提供经济转化渠道，促使创新主体获得更多经济效益。外商直接投资、金融发展对该阶段的创新效率作用不显著。同时我们可以观察到在经济转化阶段，知识产权保护对创新效率的作用系数为正，但这种作用是不显著的，这可能是由于强化知识产权保护有利于技术成果向经济效益的转化。为了进一步探究知识产权保护在高技术产业不同地区创新水平的作用，我们将分地区进行回归分析。

2.3 分地区回归

根据上文通过聚类分析所划分的不同高技术产业两阶段创新效率水平的地区，运用Tobit回归模型分别对3个区域类别知识产权保护与两阶段创新效率的关系进行分析，回归结果见表4。

由表4可知，对高创新效率地区而言，知识产权保护与技术开发效率呈显著正相关。在技术开发阶段，该地区知识产权保护水平每提高1个单位，高技术产业的技术创新效率提高0.148个单位，有着较强的促进作用。这可能是由于高创新效率地区的高技术产业已经形成了相对成熟完整的创新过程，严格的知识产权保护可以为高技术产业创新提供充分的制度保障，从而对技术创新效率的提高产生显著的积极影响。经济转化阶段该地区知识产权保护对创新效率的作用不显著。这可能是由于影响经济产出的因素较多且具有较强的不确定性。

对于技术开发效率与经济开发效率极不平衡的低创新效率地区，知识产权保护对高技术产业技术开发阶段的创新效率有一定的抑制作用。该地区知识产权保护水平每提高1个单位，技术开发效率降低0.116个单位。在高技术产业整体创新水平不高的情况下，知识产权保护强度的增加会导致技术开发过程中更多的投入，抑制了初始阶段的技术开发效率。而在经济转发阶段，知识产权保护水平每提高1个单位，创新效率提高0.041个单位。知识产权保护为该地区高技术产业技术成果市场化起到了良好的推动作用。

知识产权保护与创新是密切相关的，然而在高技术产业中创新效率地区，知识产权保护未能发挥其对创新效率的作用。对于该类地区来说，通过加大资金、人才投入来提升地区创新水平才是当务之急。

3 结语

高技术产业是国家科技进步与核心竞争力的重要支撑。文中对我国29个省份2009—2016 年间的高技术产业两阶段创新效率进行了测度，并对其与知识产权保护之间的关系展开研究，得出我国高技术产业两阶段技术创新效率整体水平不高，且经济开发阶段效率低于技术开发阶段，地区间存在着明显的差异，可以通过聚类分析划分为3个类别;技术开发阶段，知识产权保护对创新效率有一定的抑制效应，外商直接投资、金融发展与创新效率均显著相关;经济转化阶段，这种抑制效应消失，且知识产权保护对创新效率的作用的系数为正，同时对外开放与城镇化水平均对创新效率有显著的正向影响;高创新效率地区的知识产权保护与技术开发效率呈显著正相关，对低创新效率地区存在着一定抑制作用，但可以促进该地区经济转化效率提升。

1）考虑到地区间高技术产业发展现状的差异性，各地区应根据实际情况，制定适合的发展战略。文中研究表明我国高技术产业创新效率不高且可以根据其两阶段效率特征划分为3类。因此在全国范围内持续强化技术创新的同时，中低创新效率地区尤其要对经济效益的提升予以重视。对低创新效率地区而言，城镇化水平提高1个单位，经济转化效率提高0.437个单位，因此加速城镇化进程是十分重要的。同时高技术产业应逐步完成从低附加值环节到高附加值环节的转化，充分利用开拓国内外市场，在全球价值链分工中占据优势地位。

2）知识产权作为国家发展战略资源的核心要素，要充分发挥知识产权保护对高技术产业创新的积极作用。知识产权保护与高创新效率地区技术开发效率系数为0.148，与低创新效率地区经济转化效率系数为0.041。知识产权保护是贯穿高技术产业创新发展始终的核心制度。要完善我国知识产权保护体系、提升知识产权保护能力，就要注重知识产权人才培养，建立适宜的地方法律法规，加大知识产权侵权处罚力度，使知识产权维权过程高效化，推进知识产权系统协同发展[25]。同时，知识产权的市场化建设也是必不可少的。大力发展健康的金融市场平台以提供资金支持，同时提高对外开放与城镇化水平以開拓国内外市场获取经济效益，保障高技术产业创新成果的转化孵化渠道。

3）对中低创新效率地区而言，加快高技术产业建设的步伐是当务之急。研究显示，该地区知识产权保护的积极作用尚未能够有效发挥。知识产权保护与中创新效率地区两阶段创新效率的系数分别为-0.006、-0.019且不显著，而低创新效率地区系数分别为-0.116、0.041，抑制作用大于促进作用。这意味着政府需要通过高端技术人才引进，加大研发经费投入等措施来从整体上提高该地区高技术产业创新水平。当地知识产权保护的强化，有利于为高技术产业的生存与发展营造良好的环境，吸引创新主体与科技人才的聚集，激发创新活力。随着其高技术产业创新效率逐步提升，知识产权保护正向促进作用得以日益凸显，最终形成良好的发展闭环。

参考文献：

[1]刘和东，陈雷.“一带一路”省市高新技术产业创新效率研究——基于网络DEA的测度方法[J].技术与创新管理，2019，40（04）：399-404.

[2]KIM Y K，LEE K，PARK W G，et al.Appropriate intellectual property protection and economic growth in countries at different levels of development[J].Research Policy，2012，41（02）：358-375.

[3]余泳泽，刘大勇.创新价值链视角下的我国区域创新效率提升路径研究[J].科研管理，2014，35（05）：27-37.

[4]郑坚，丁云龙.高技术产业技术创新效率评价指标体系的构建[J].哈尔滨工业大学学报（社会科学版），2007（06）：105-108.

[5]叶锐，杨建飞，常云昆.中国省际高技术产业效率测度与分解——基于共享投入关联DEA模型[J].数量经济技术经济研究，2012，29（07）：3-17+91.

[6]陈莹文，王美强，陈银银，等.基于改进两阶段DEA的中国高技术产业研发创新效率研究[J].软科学，2018，32（09）：14-18.

[7]ZHANG B，LUO Y，CHIU Y H.Efficiency evaluation of Chinas hightech industry with a multiactivity network data envelopment analysis approach[J].2019，66（06）：2-9.

[8]叶丹，黄庆华.区域创新环境对高技术产业创新效率的影响研究——基于DEAMalmquist方法[J].宏观经济研究，2017（08）：132-140.

[9]XIA K，GUO J K，HAN Z L，et al.Analysis of the scientific and technological innovation efficiency and regional differences of the land sea coordination in Chinas coastal areas[J].Ocean & Coastal Management，2019，172（04）：157-165.

[10]HUDSON J，MINEA A.Innovation，intellectual property rights，and economic development：A unified empirical investigation[J].World Development，2013，46（02）：66-78.

[11]CANDELINPALMQVIST H，SANDBERG B，MYLLY U M.Intellectual property rights in innovation management research：A review[J].Technovation，2012，32（09-10）：502-512.

[12]余泳泽，武鹏.我国高技术产业研发效率空间相关性及其影响因素分析——基于省级面板数据的研究[J].产业经济评论，2010（03）：71-86.

[13]宇文晶，马丽华，李海霞.基于两阶段串联DEA的区域高技术产业创新效率及影响因素研究[J].研究与发展管理，2015（03）：137-146.

[14]陈建丽，孟令杰，姜彩楼.两阶段视角下高技术产业技术创新效率及影响因素研究[J].数学的实践与认识，2014（04）：63-74.

[15]LI L B，LIU B L，LIU W L，et al.Efficiency evaluation of the regional hightech industry in China：A new framework based on metafrontier dynamic DEA analysis[J].SocioEconomic Planning Sciences，2017，60（12）：24-23.

[16]SWEET C M，ETEROVIC MAGGIO D S.Do stronger intellectual property rights increase innovation？[J].World Development，2015，66（02）：665-677.

[17]ZHANG D，ZHENG W，NING L.Does innovation facilitate firm survival？ Evidence from Chinese hightech firms[J].Economic Modelling，2018，75（11）：458-468.

[18]钟荣丙.技术创新中知识产权保护的作用和基本趋势[J].技术与创新管理，2005（06）：77-80+83.

[19]MUELLER E，COCKBURN I M，MACGARVIE M.Access to intellectual property for innovation：Evidence on problems and coping strategies from German firms[J].Research Policy，2013，42（02）：529-541.

[20]吴超鹏，唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究，2016（11）：125-139.

[21]FAN J P H，GILLAN S L，YU X.Innovation or imitation？The role of intellectual property rights protections[J].Journal of Multinational Financial Management，2013，23（03）：208-234.

[22]馮锋，马雷，张雷勇.两阶段链视角下我国科技投入产出链效率研究——基于高技术产业17个子行业数据[J].科学学与科学技术管理，2011（10）：21-26+34.

[23]孟维站，李春艳，石晓冬.中国高技术产业创新效率分阶段分析——基于三阶段DEA模型[J].宏观经济研究，2019（02）：78-91.

[24]靳巧花，严太华.自主研发与区域创新能力关系研究——基于知识产权保护的动态门限效应[J].科学学与科学技术管理，2017（02）：148-157.

[25]宋东林，杨新村.区域知识产权能力系统协同度评价研究——以江苏省为例[J].技术与创新管理，2018，39（06）：689-694.

（责任编辑：王 强）