中国制造业专利产出与营业收入的协整分析

周衍平，邵颖楠

(山东科技大学 经济管理学院，山东 青岛 266590)



中国制造业专利产出与营业收入的协整分析

周衍平，邵颖楠

(山东科技大学 经济管理学院，山东 青岛 266590)

摘要：以2003-2013年我国制造业数据为基础，运用协整理论分析了我国制造业专利产出与营业收入之间的关系，结果显示：中国制造业专利申请量每增加1%，营业收入将增加0.7677%，说明技术创新对营业收入存在一定的影响，但两者之间不存在明显的因果关系，这在一定程度上反映了中国专利申请和经济增长之间缺乏有效的互动。未来必须以提高中国制造业自主创新能力为根本，通过加速专利实施促进产业转型升级，增强我国制造业的后发优势。

关键词：制造业；营业收入；协整分析；专利产出

自金融危机以来，全球经济增速放缓，美国、英国等发达国家为了重振经济先后采取“再工业化”战略，德国提出“工业4.0”战略，以期再塑制造业竞争新优势；另一方面，中国经济发展正处于增长速度换挡期、结构调整阵痛期、前期政策消化期的“三期”叠加阶段，[1]过去片面追求经济增长速度的弊端逐渐显现，作为中国经济主体的制造业面临国际、国内“双向挤压”的严峻挑战。为推进实施制造强国战略，我国颁布实施《中国制造2025》第一个十年行动纲领。在此背景下，通过“大众创业、万众创新”等举措，把技术创新置于中国制造业发展全局的核心位置，全面提升我国制造业核心竞争力，使“中国制造”“中国创造”真正成为中国经济发展的新动力。因此，本文结合近十年中国制造业专利产出和营业收入的实际数据资料，运用协整理论分析两者的相互关系和表现形式，[2]以提高中国制造业的技术创新能力和专利实施效率，促进中国制造业转型升级，激发中国制造发展活力、创造力和国际竞争力。

一、协整理论简介

在进行时间序列分析时，为了避免出现“伪回归”问题，理论上时间序列必须是平稳的。[3]然而现实中时间序列却是非平稳的，可以通过差分把它变为平稳，但在数据处理过程中会丢失一些重要信息，[4]因此本文拟采用协整理论来分析此问题。协整理论是指虽然某个时间序列是非平稳的，但是时间序列的组合却具有趋势相同的长期均衡关系，所以他们的组合是平稳的。

协整理论能预估非平稳变量构成的关系式中的长期均衡参数，它在动态模型的假设、预估和检验过程中应用较广，稳定性和可靠性较好，能有效解决“伪回归”问题，弥补了传统计量分析技术的局限和不足。[5]在进行协整分析时，首先是检验时间序列是否平稳，如果是平稳的再检验变量间的协整性，最后再对具有协整性的时间序列进行因果检验。

(一)平稳性检验

从理论上判断时间序列是否平稳，需要同时满足三个假设：时间序列的平均数和方差始终保持不变，两个时点t1和t2之间的协方差只与两者之间的距离s相关，而与协方差的实际时点无关。否则，该时间序列是非平稳的。单位根能够表示非平稳性，假设某一变量的一阶差分Δ是稳定的，即该变量为I(1)，说明该变量有单位根，检验变量稳定性的过程就转化为单位根检验。[6]本文主要运用ADF法检验变量的稳定性，建立如下回归方程：

(1)

并作假设检验：H0：a0；H1：a2<0。如果接受H0则说明序列xt存在单位根，即是非稳定的；反之说明序列xt不存在单位根，即是稳定的。

(二)Granger因果关系

Granger和Sim检验因果关系的基本思路为：利用Yt的过去值Yt-i对Yt进行自回归，再加上Xt的过去值Xt-i，如果能显著地增强回归的解释性，则证明Xt是Yt的格兰杰原因，[7]两者存在因果关系，否则是非格兰杰原因。Granger因果关系检验的基本步骤是：

首先假设H0为“Xt不是引起Yt变化的原因”，对下列两个回归模型进行估计：

(2)

(3)

用回归残差e的平方和计算F统计值，检验系数bi是否同时不为零。如果是，就拒绝原假设H0。第二步，假设H1为“Yt不是引起Xt变化的原因”，交换Xt与Yt进行相同的回归估计，检验Yt的滞后项Yt-i是否不为零。如果是，就拒绝原假设H1。

二、中国制造业专利产出与营业收入的协整分析

表1　2003-2013年中国制造业专利申请量与营业收入相关数据

图1　2003—2013年lnQ和lnY的变动趋势图

(一)变量及数据来源

为了进一步分析中国制造业专利产出与营业收入之间的关系，选取制造业的专利申请量Q和营业收入Y作为衡量指标。样本选取2003-2013年中国制造业的相关数据(详见表1)。选择专利申请量作为专利产出的衡量指标，一是因为专利申请量覆盖范围广，数据较为庞大、真实；二是专利申请量没有时间滞后性，不受专利审查时间滞后影响，从而不会导致信息失真。[8]对变量Q和Y分别取自然对数的原因是数据中可能存在异方差，分别记为lnQ、lnY，其相应的一级差分序列为ΔlnQ和ΔlnY。

图1绘制了lnQ和lnY的变动趋势图，横轴代表时间，纵轴代表专利申请量和营业收入的对数值。从图1可以看出，lnQ和lnY都在不断上升，说明时间序列数据的趋势性较强；此外，lnQ和lnY变动频率也较为一致，说明两者的相关性也较强。[9]通过计算得出lnQ和lnY的相关系数为0.995。由此证明，中国制造业专利申请量与营业收入之间的相关性很强。

(二)单位根检验

为了检验变量是否平稳，本文采用Eviews软件对表1中的lnQ和lnY及其一阶差分变量ΔlnQ和ΔlnY进行ADF检验，结果见表2、图2和图3。

表2　lnQ、lnY单位根的ADF检验

图2　ΔlnQ的趋势图

图3　ΔlnY的趋势图

综合表2、图2和图3可以看出，虽然时间序列变量lnQ和lnY是非平稳的，但其一阶差分变量△lnQ和△lnY是平稳的，并且两者变化趋势较为一致。由此可知lnQ和lnY都是一阶单整序列，即lnQ～I(1)、lnY～I(1)。

(三)协整检验

因为一阶差分变量△lnQ和△lnY是平稳的，可以进行协整检验，所以用Granger两步法来检验变量之间的协整性。

lnQ与lnY的协整回归方程为：lnY=3.5689+0.7677lnQ，R2=0.9894，F=837.5102，表示中国制造业专利申请量每增加1%，营业收入也将增加0.7677%。说明专利产出对营业收入的提高有一定的促进作用。同时也可以求出营业收入对中国制造业专利申请量的长期弹性，即lnQ=4.4741+1.2888lnY，表明营业收入每增加1%，制造业专利申请量将增加1.2888%。

e=lnY-3.5689-0.7677lnQ，残差序列的ADF检验结果如表3所示。可以看出，lnQ和lnY之间存在协整性，协整向量为(1，-0.7677)。

图4分别显示了观测值A、拟合值F和残差e的趋势图。由图4可以看出，拟合值与观测值变化趋势一致，拟合效果较好，证明回归方程预估较准。同时也说明了中国制造业专利申请量对营业收入的影响程度，证明两者之间存在长期的均衡关系。

表3　残差序列e的ADF检验结果

图4　拟合值F、观测值A和残差e的趋势图

(四)Granger因果关系检验

上述协整检验结果证明中国制造业专利申请量与营业收入之间存在长期的均衡关系，但是这种均衡关系是否存在因果性还需进一步检验。[10]因此，根据表1中的相关数据，用Eviews软件对其进行Granger因果关系检验，结果如表4所示，中国制造业专利申请量与营业收入之间不存在着明显的因果关系。

表4　lnQ与lnY之间的Granger因果关系检验

(五)结论

基于上述2003-2013年中国制造业统计数据资料的协整检验结果表明，中国制造业专利申请量每增加1%，营业收入将增加0.7677%，说明技术创新对营业收入存在一定的影响。但是，两者之间不存在明显的因果关系，这在一定程度上反映了中国专利申请和经济增长之间缺乏有效的互动。

三、总结

当前，中国经济发展正处于“三期”叠加阶段，制造业受宏观经济和产业转型升级的影响，也正处于发展的艰难期。另一方面，像美国、德国、日本等国既是传统的专利大国，同时又是世界经济强国，其专利转化率和商业化水平较高，核心技术的自主创新能力较强，技术创新对经济增长的贡献较大，充分说明知识产权与经济增长存在一定的联系。

因此，无论是从中国实际出发还是从全球宏观角度来看，知识产权已成为经济增长的重要推动力，必须重视和强化制造业知识产权的创新创造与实施运用。要以产业化为导向，在制造业领域大力研发核心技术的知识产权；组建知识产权联盟和服务中介，打造一批具有较强研发和应用知识产权能力的企业；加快推进制造业领域知识产权的商业化和产业化，发挥知识产权推动经济增长的实际作用；构建知识产权综合运用公共服务平台，实现知识产权信息公开化、透明化，为实施专利提供必要的信息支持；鼓励开展跨国知识产权许可，拓展知识产权运用范围，学习和借鉴国外先进的创新理念和技术；出台有利于中小企业知识产权申请、保护及维权的政策措施，激励企业进行技术创新的热情和动力。

挑战即是机遇，中国制造业只有以自主创新为本，提高知识产权的转化应用能力，顺应国家政策方向的指引，走转型升级之路，才能具有后发优势，带动中国经济走出低谷，真正实现从“中国制造”向“中国创造”这一跨越。

参考文献：

[1]彭向升.新常态下的中国宏观经济——学习习近平同志关于中国经济新常态的重要论述[J].现代经济探讨，2015(4):10-14.

[2]陈美章.专利制度在我国科技进步和经济发展中的作用[J].知识产权，1998(2):7-14.

[3]潘凯.中国电力消费与经济增长的关系研究[D].昆明：云南财经大学，2012.

[4]田金方，朱倩倩.消费者信心影响中国家庭消费的实证诠释[J].经济与管理评论，2013(2):76-81.

[5]郑保章.辽宁老工业基地专利产出与经济增长的协整分析[J].科技管理研究，2008(6):138-144.

[6]王维国.计量经济学[M].大连:东北财经大学出版社，2002.

[7]尹奥，邵波，庞增东.山东财政科技投入与经济增长的协整关系分析[J].科学与管理，2009(5):37-39.

[8]鞠树成.中国专利产出与经济增长关系的实证研究[J].科学管理研究，2005(5)：100-103.

[9]高铁梅.计量经济分析与建模[M].北京:清华大学出版社，2005.

[10]海峰，武兰芬，张丽立.发展区域物流，推动区域经济[J].科技进步与对策，2004(9):71-74.

(责任编辑：魏霄)

Co-integration Analysis of China's Manufacturing Industry Patent Output and Operating Income

ZHOU Yanping,SHAO Yingnan

(ShandongUniversityofScienceandTechnology,Qingdao266590,China)

Abstract：Manufacturing industry is the main body of the national economy.Since China's reform and opening up,China's manufacturing industry develops rapidly,and vigorously promote the industrialization and modernization process. However,compared with other developed countries,the independent innovation ability of China's manufacturing industry is weak，so does the patent conversion rate.Based on this,this paper takes 2003-2013 Chinese manufacturing data as the foundation,using co-integration analysis to study the relationship between the patent output and operating income of China's manufacturing industry.The result shows that there is no obvious causality between Chinese manufacturing patent output and operating income of long-term equilibrium relationship.Therefore, the government need to promote the innovation and development in the manufacturing industry,accelerate the implementation of the patent,speed up the transformation and upgrading of manufacturing,and make China's manufacturing industry enhance the late-starting advantage.

Key words：manufacturing industry;co-integration analysis;patent output

收稿日期：2015-10-27

基金项目：国家统计局全国统计科学研究计划项目(2012LY058)

作者简介：周衍平(1964—)，男，山东莒县人，山东科技大学经济管理学院教授，博士(后)，博士生导师.

中图分类号：F224;G302

文献标识码：A

文章编号：1008-7699(2016)02-0062-05