中国知识产权保护对经济增长的影响

[摘 要]随着知识产权起的作用越来越大，国内外学者对知识产权保护对经济增长的影响的研究也越来越多，但是一直都没有统一的结论。因此本文拟通过建立VAR和VEC模型实证研究中国知识产权保护对经济增长的影响，结果发现，从长期来看，中国知识产权保护对经济增长有拉动效应，但是影响较小，而从短期看中国知识产权保护力度对经济增长的拉动效应并不十分明显。

[关键词]中国知识产权保护；经济增长；拉动效应

[中图分类号]F204 [文献标识码]A [文章编号]1005-6432（2013）13-0053-02

在现代经济社会中，技术创新成为影响各国经济发展的重要因素之一，因此技术创新的成果——知识产权的保护受到各国的重视。知识产权保护能够维护产权所有者的利益，提高创新者参与创新活动的积极性，有益于各地技术水平的提高并促进经济发展（Grossman和Helpman，1991）；知识产权保护也会通过影响技术转移渠道，例如贸易、FDI和技术许可等，对各国的经济发展产生作用（Maskus和Penubarti，1995）。但是，过强的知识产权保护水平会影响一些国家尤其是中等收入国家的模仿活动，抑制这些国家的经济发展（Deardorff，1992）；同时，它可能会导致垄断势力的形成，可能不利于新技术的创新（Horri和Lwaisako，2007）。许多学者使用实际数据实证研究知识产权保护和经济增长的两者关系，发现知识产权保护是影响经济增长的重要因素之一，但是国内外的学者对知识产权保护对经济增长的影响是促进还是抑制并没有一个统一的结论，而且对两者关系的研究主要是基于一般的回归模型及面板数据。因此本文在前人研究的基础上，应用中国数据建立VAR和VEC模型，分析两者的关系。

1 实证分析

1.1 数据获取和变量选择

本文选取人均实际GDP增长率growth和知识产权保护力度指数ipp作为变量。其中人均实际GDP增长率根据中国统计年鉴GDP进行价格平减后计算得到，而知识产权保护力度指数根据许春明和单晓光（2008）的方法，用知识产权保护立法强度（用Ginarte-Park方法测定）与执法强度的乘积计算得到。

1.2 建立稳定性的模型

对growth和ipp建立非限定性向量自回归模型时，首先要选择尽可能长的滞后期，本文利用SIC信息准则和AIC信息准则将VAR模型的最优滞后阶数确定为3；然后验证VAR（3）模型的稳定性，计算VAR（3）模型差分方程的特征根，结果显示VAR（3）是稳定的。

1.3 协整方程分析

1.3.1 数据的平稳性检验——单位根检验

对于时间序列数据，必须进行数据的平稳性检验，以防止“伪回归”的现象的发生。而且，只有数据是平稳的，后续的协整和向量误差修正模型的检验才有意义。检验数据平稳性的方法很多，这里采取ADF方法对于每个变量进行检验，以确定其单整的阶数。单位根检验结果表明growth和ipp这两个变量在5%的显著性水平上都是不平稳的，但其一阶差分在5%的显著性水平上是平稳的，即growth和ipp均属于一阶单整I（1）序列。

1.3.2 协整检验——VAR模型和Johansen检验

根据协整理论，如果非平稳变量序列之间的线性组合有不随时间变化的性质或具有平稳性特征，即说明这些非平稳变量之间具有长期稳定的均衡关系。在确定VAR协整检验的滞后阶数时，我们考虑到有效残差应具有正态分布的特征，选取VAR模型的滞后期为3。通过VAR Residual-Normality Test和输出的J-B统计量检验值可知，残差服从正态分布，在1%的显著性水平上，残差不存在自相关。

同时，使用Johansen Cointegration Test 检验，我们采用数据空间没有确定性趋势和协整方程没有有截距项对growth和ipp进行协整检验，结合迹统计量和最大特征值等统计量，协整检验结果表明，人均GDP增长率与知识产权保护力度在5%的显著性水平上存在协整关系，最终正交化后的协整方程为（[]括号中数字为t统计量）：

growth=0007042ipp

[201393]

从协整方程的系数可以看出，人均GDP增长率与知识产权保护力度正相关，而且在统计上具有显著性。知识产权保护力度每增长1%，人均GDP增长率则提高约0007%。从长期来看，加强知识产权保护的力度，会促进经济的增长。

1.3.3 格兰杰因果关系检验

VAR模型的另一个重要应用是利用格兰杰因果关系检验分析时间序列之间的因果关系。对growth和ipp进行格兰杰因果检验，结果显示“ipp不能Granger 引起growth”和“ipp不能Granger引起growth”在5%的显著性水平下都拒绝原假设，说明二者互为因果关系，即ipp是引起经济增长growth变化的Granger原因，同时，growth也是引起知识产权保护力度ipp变化的Granger原因。

1.4 脉冲响应函数

通过脉冲响应函数方法分析变量之间的动态影响，它可以衡量随机扰动项的一个标准差冲击对系统中各变量当前和未来取值的影响轨迹，能比较直观地刻画变量之间的动态交互作用及效应。因本文建立的VAR（3）模型经检验是稳定的，它可以进行脉冲响应和方差分解测算。根据脉冲响应函数方法原理，我们通过分别给予growth以及决定growth的因素ipp一个单位的正冲击，得到关于GDP 的脉冲响应函数结果。

首先，当在本期给GDP自身一个单位正冲击后，经济增长从第2期开始下降，在第6期达到最低点，然后从第7期开始上升，第8期之后恢复到原来的水平。其次，当在本期给ipp一个单位正冲击后，经济增长growth在前5期只是有个短暂的增长然后开始小幅度的下降，在第六期恢复到原来的水平。

1.5 方差分解

脉冲响应函数模型描述的是VAR 模型中的一个内生变量的冲击给其他内生变量所带来的影响，而方差分解是通过分析每一个结构冲击对内生变量变化（通常用方差来表示）的贡献度，进一步评价不同结构冲击的重要性。本文采用高铁梅（2006）使用的相对方差贡献率（RVC）来表示贡献率。考虑到脉冲响应函数选定的变量顺序以及我们的样本数据19期，我们选其中约1/2即10 期作为方差分解的滞后期，并得出方差分解结果。结果显示，经济增长growth的标准误差被分别分解为growth和ipp（知识产权保护力度）的贡献比重变化情况。如果不考虑经济增长自身的贡献率，知识产权保护力度对GDP 的贡献率在上升，在第10期达到095%。

16 向量误差修正模型（VEC模型）

向量误差修正模型（VEC模型），既能反映变量之间的长期动态关系，也能反映变量之间的短期动态关系，综合VAR滞后项的选择是3和参考调整后的判定系数、AIC和SC等标准，选择VEC 模型的滞后阶数为1，这里仅列出向量误差修正模型的第一个回归方程：

D（GROWTH）=-045399×（-GROWTH（-1）-004176×IPP（-1）-013684）+05748×D（GROWTH（-1））+00406×D（IPP（-1））-00059

[183443] [ 2.53477] [ 062188]

其中，[]内为t统计量，VECM是误差项：VECM=GROWTH（-1）+004176×IPP（-1）-013684。从growth和ipp两变量之间的误差修正模型可以看出，在短期内，知识产权保护力度对经济增长有正的效应拉动，但变量系数的t值并不十分显著。

17 计量模型解释

从VAR 模型和协整方程来看，知识产权保护对经济增长的拉动效应较小。知识产权保护力度每增长1%，人均GDP增长率仅提高约0007%。由脉冲响应函数分析可知，短期内对知识产权保护正冲击的脉冲响应效果较弱。而且从方差分解的结果来看，对知识产权保护力度的冲击对经济增长的解释力较小，仅为095%。VEC模型则进一步分析了知识保护力度的提高对经济增长拉动效应的短期的回归结果。在短期内，知识产权保护力度的提高对经济增长有正的拉动效应，但是在统计上并不显著。

2 结 论

本文通过运用人均实际GDP增长率和知识产权保护力度的数据，采取ADF检验办法来验证时间序列的平稳性，发现序列是一阶平稳的。基于此，我们分别运用VAR模型和VEC模型探究人均实际GDP增长率和知识产权保护力度的短期和长期的相关关系，来分析当前经济增长、知识产权保护力度等一系列现实问题。从实证结果可以看到，从长期来看，中国知识产权保护对经济增长有拉动效应，但是影响较小，而从短期看中国知识产权保护力度对经济增长的拉动效应并不十分明显。因此，作为发展中的大国，我国应该加强总体知识产权保护力度，鼓励自主创新，在制定相关政策时应充分考虑到知识产权保护力度对经济增长的影响。

参考文献：

[1]韩玉雄，李怀祖.知识产权保护对工资率水平及经济增长的影响：一个修正的技术扩散模型[J].数量经济技术经济研究，2004（11）：152-159.

[2]刘勇，周宏.知识产权保护和经济增长：基于省际面板数据的研究[J].财经问题研究，2008（6）：17-21.

[3]王林，顾江.发展中国家的知识产权保护与经济增长——基于跨国数据的实证分析[J].世界经济研究，2009（5）：48-51.

[4]余长林.知识产权保护与发展中国家的经济增长[J].厦门大学学报（哲学社会科学版），2010（2）：51-57.

[5]许春明，单晓光.中国知识产权保护强度指标体系的构建及验证[J].科学学研究，2008（8）：715-723.