崔永亮

摘要：文章经分析将发明专利作为外生变量，建立了国内生产总值、发明专利、外观设计专利与实用新型专利间的带有约束条件的模型，并对模型平稳性、残差正态性及残差自相关性进行了检验。格兰杰因果检验表明国内生产总值对实用新型专利产生单方向格兰杰因，实用新型专利对外观设计专利产生单方向格兰杰因。

关键词：分类专利；国内生产总值；模型

一、综述

十九大报告强调，倡导创新文化，强化知识产权创造、保护、运用。在加快建设创新型国家过程中，知识产权发挥着重要作用。科技创新是社会经济增长和发展的不竭动力，在经济高速发展的今天，创新显得尤为重要，“科学技术是第一生产力，建设创新型国家。这是国家发展战略的核心，是提高综合国力的关键。”科技创新决定着经济发展的质量与速度，影响着经济发展的效益。而专利申请量能很好地反映社会的科技创新水平，GDP能很好地反映经济发展状况，因此研究专利申请量与GDP之间的关系意义重大。

国内对专利与经济发展之间关系的研究方法主要分两种，一种是基于计量经济学方法；另一种是基于多元统计学的方法。其中，计量经济学方法中，姜军，武兰芬基于江苏省13个市2003～2010年的地区GDP与专利申请量的面板数据，采用面板数据单位根检验和协整检验，得出经济增长与专利申请量之间存在长期稳定的关系，利用固定效应模型分析了各市技术创新对地区经济发展的影响；多元统计方法中，胡树华等通过岭回归的方法建立了GDP与三类专利之间的多元线性回归模型，发现不同专利对GDP的贡献率不同，实用新型专利对GDP贡献率最大。

国内对于专利与经济发展之间的研究，大多侧重分析专利整体与经济发展的关系，而对分类专利与经济发展的关系及各分类专利之间的相互影响关系的研究甚少。鉴于此，本文基于1987～2015年国内生产总值、发明专利、外观设计专利及实用新型专利的时间序列数据，构建了VAR模型，并对模型进行各方面的检验，利用格兰杰因果检验确定四个变量之间的因果关系，运用脉冲响应函数给出响应变量对冲击变量的反应。

二、数据与方法

（一）数据及变量说明

本文所采用数据均来自中国统计年鉴与中国科技统计年鉴。收集数据时，本文采用分类专利的受理量而不是授权量作为专利产出指标，原因是专利授权带有一定的时间滞后性，且专利受理量包含专利授权量的信息。为了减少干扰因素，用物价指数对国内生产总值的名义值进行对应调整，选择1978年的商品零售价格指数为100，得到国内生产总值的真实值；同时为了消除数据中存在的异方差，对四个变量取对数。文中rgdp表示国内生产总值的真实值；i表示发明专利；u表示实用新型专利；d表示外观设计专利。ln_表示对变量取对数；D_ln表示对变量取对数后差分。

（二）方法简介

为了全面了解不同类型专利与经济发展间的关系，本文拟采用向量自回归模型、格兰杰因果检验。

VAR模型是基于数据的统计性质建立模型，即变量间的关系不是以經济理论为基础，将系统中每一个内生变量的滞后值作为所有内生变量的函数来建立模型，从而将单变量自回归模型推广到由多元时间序列组成的向量自回归模型。本文首先选择发明专利、实用新型专利、外观设计专利及调整后的国内生产总值作为内生变量建立了VAR（2）模型，后对模型进行修正，将发明专利作为外生变量建立了带有外生变量的VAR（2）模型，进一步修正该模型，最终确定了分类专利与国内生产总值间的VAR模型；在构建VAR模型基础上，对各变量间的关系进行格兰杰因果检验，格兰杰因果检验的基本原理为：对于两个给定的服从平稳随机过程的时间序列x和y，利用序列过去和现在的所有数据预测y，如果其预测效果好于单独由y的过去值对y的预测，如果x是有助于y的精度改善的，则称存在着从x到y的因果关系。

三、实证分析

（一）单位根检验

VAR模型要求变量是弱平稳序列，对四个变量的单位根检验（表1）表明，只有lnrgdp是平稳序列，lni、lnu、lnd均是不平稳的，但是它们的一阶差分是平稳的，因此考虑用四者的一阶差分建立模型。

（二）向量自回归模型的建立

对于没有约束的模型阶数的检验，选择了滞后两期的模型。模型信息准则（表2）AIC=-9.464989，HQIC=-9.0180，SBIC=-7.687694，方程显著性检验（表3）表明，均方误差的平方根（RMSE）分别为0.022254，0.134388，0.099847，0.088598，该值越小说明模型损失的信息量越少，即调整R2（R-sq）的分别为0.5135，0.3652，0.4591，

0.4955，在α=0.1的显著性水平下，除了方程D_lni显著性检验未通过，其余三个方程均显著，这可能是由于我国发明专利少，对于发明专利投入少，使得发明专利在经济发展中的作用表现地不够明显。模型系数及系数显著性检验（表4），由结果可知，在显著性水平α=0.1水平下，大多数变量并不显著，说明经济变量间存在复杂的联系，多重共线性现象不可避免，模型一建立的不太合理。

鉴于模型一参数过多，估计模型时会消耗过多的自由度，因此考虑把不显著的方程删除，并且把发明性专利作为外生变量处理，构建带有外生变五量的自回归模型（模型二）。该模型信息准则（表2）、模型显著性检验（表3）、回归系数及显著性检验（表5）。

对于模型二，信息准则表明与模型一相差不大，方程显著性检验表明α=0.05的显著性水平下，三个方程均显著成立，均方误差的平方根（RMSE）相比模型一减小了，调整的R2（R-sq）分别为0.5753， 0.6120，0.3902，相比模型一增大了。在α=0.1的显著模型在模型系数显著性水平α=0.1水平下，检验结果表明模型二有更多的变量通过了检验，因此我们有足够的理由认为模型二比模型一有优势。

仔细分析模型二中的回归系数检验，发现模型二中滞后二期的实用新型专利和滞后一期的外观设计专利这两个变量在任何一个方程中都不显著，因此考虑删除这两个变量建立有约束的向量自回归模型（模型三）。（模型三信息准则（表2）、模型显著性检验（表3）、回归系数及显著性检验（表6）。

由分析结果知，模型信息准则越小越好的原则表明模型三优于模型二，均方误差的平方根（RMSE）相比模型二减小了，在显著性水平α=0.1的水平下，模型中的三个回归方程均显著，回归系数的显著性检验大多数都能通过，由此确定模型三是确定的最佳自回归模型，其模型形式为：

（三）模型残差正态性检验、残差自相关检验及平稳性检验

对VAR模型穩定性主要基于伴随矩阵的特征值的检验，如果伴随矩阵的特征值均小于1，则认为模型是平稳，否则认为模型非平稳，模型的平稳性保证了模型在预测和运用中的合理性。由图1可知伴随矩阵的特征值的模均小于1，从而可以判断该自回归模型平稳。

对残差自相关进行拉格朗日乘子检验，结果表7。由表7可知，当滞后期为1时，自相关检验p=1.00>0.055，不能拒绝残差没有自相关的原假设，即认为残差没有自相关；当滞后期为2时，自相关检验p=1.000>0.05，接受残差没有自相关的原假设，因而认为该模型不存在残差自相关。

表8给出了检验统计量，对于方程正态性检验，不能拒绝残差正态性的原假设，即认为残差是正态的。同理，对于方程、均不能拒绝残差正态性的原假设。因此认为该自回归模型残差服从正态分布。

由检验结果可知，建立的自回归模型有很强的实用性。通过VAR（2）模型可发现：发明型专利对国内生产总值、实用新型专利及外观设计专利均产生促进作用，对实用新型专利的促进作用更大，其影响系数分别为0.069，0.455，0.071且效果显著，影响均能在当期就变现出来；国内生产总值滞后1期与滞后2期对实用新型专利的影响分别为-0.232、0.322，系数之和为0.09，国内生产总值滞后1期与滞后2期对外观设计专利的影响分别为1.699、-1.607，系数之和为0.092，表明国内生产总值对实用新型专利和外观设计专利影响作用相当；实用新型专利滞后1期对当期实用新型专利的影响系数为0.328，而外观设计专利滞后2期对外观设计专利的影响系数为0.107。

（四）格兰杰因果检验

四个变量之间的向量自回归模型拟合效果良好，因此有必要利用格兰杰因果检验进一步明确他们之间的因果关系。格兰杰因果检验结果见表9。

由表9可知，在方程D_lnrgdp中，变量D.lnu格兰杰因果检验p=0.715，不能拒绝lnu是lnrgdp的格兰杰因，即认为实用新型专利不是经济发展的格兰杰因；同理可知，经济发展对实用新型专利产生单方向格兰杰因，实用新型专利对外观设计专利产生单方向格兰杰因，外观设计专利与经济发展之间不存在格兰杰因果关系。

四、实证结果分析

本文基于变量生产总值、实用新型专利、外观设计专利和发明型专利的时间序列数列，建立了含有外生变量的VAR模型，并对模型进行检验修正、格兰杰因果检验，并对建立VAR模型进行脉冲响应分析，得到如下结论。

1.作为创新性最高的发明专利对经济增长和其他类型的专利均产生正的显著的影响作用，因而政府应加大力度增强发明专利的研发；经济发展对实用新型专利和外观设计专利均产生正的促进作用，这表明经济的发展有专利的发展，因此应注重经济长期平稳发展。

2.经济发展对实用新型专利产生单方向格兰杰因，实用新型专利对外观设计专利产生单方向格兰杰因，这表明经济对专利以及不同专利之间存在相互影响作用，政府部门应协调统一发展经济和不同专利的投入，避免过分重视和重视不足的现象。

参考文献：

[1]胡树华，王立军，牟仁艳.分类专利对GDP贡献的回归分析[J].软科学，2011（09）.

[2]姜军，武兰芬.江苏省技术创新与经济增长的关系研究[J].科技管理研究，2014（17）.

[3]阮敏.专利与GDP：基于面板数据的实证分析[J].技术经济与管理研究，2009（04）.

[4]汤岳利，何彩琪.湖北省技术创新对经济增长贡献的实证研究[J].区域经济，2014（04）.

[5]夏向阳，李伟，张红辉.不同类型专利对我国技术进步影响的实证分析[J].科技管理研究，2012（03）.

[6]熊义杰.我国不同地区间的技术溢出研究效应[J].宏观经济研究，2012（10）.

[7]周广肃，梁荣，田金秀.Stata统计分析与应用[M].机械工业出社，2011.

（作者单位：江苏大学财经学院）