全球创新周期协同性与影响因素——基于海外专利族测度的实证研究

邓兴华,梁 正,林洲钰,谷 玮

(1.清华大学公共管理学院，北京 100084;2.清华大学中国科技政策研究中心,北京 100084;3.暨南大学管理学院,广东 广州 510632;4.对外经济贸易大学，北京 100029)

世界正在进入新一轮的技术创新与产业周期之中，创新活动的活跃程度不断上升，以人工智能、生物技术、新材料和信息技术等领域为代表的新兴技术的快速发展与应用不断深化。周期性是技术本身的核心特征之一，技术发明转化创新，必然会经历从引入、推广、普及到过时的系列过程，Verner(1960)提出，技术被各国采用的时机与技术周期的阶段密切相关。技术创新面临着显著的峰谷现象，需要相当时间的渐进性创新积累引导出突破性创新的发生[1]。只有核心技术的突破，才会带来系列创新的发生，从而导致经济社会的全面变革。

近年来，创新活动的周期性特征也得到了学者们越来越多的关注。Matsuyama等提出，当有较多技术刚刚进入成熟期时，企业的技术方案选择较多，新技术的引入难度加大，相对成本高企，企业会更专注于技术推广和标准化的竞争，从而减少对新技术的开发；而在各技术接近生命周期时，企业面临的技术竞争加强，新技术对已有技术的替代收益更大，企业更加集中地进行技术创新[2]。因此，技术创新虽然在具体研究项目上表现出随机性，但在宏观趋势上却会出现创新的波峰和波谷交替出现的状况。同时，创新活动的周期性也受到经济周期波动带来的创新资源约束波动的影响。在具体的技术领域上，由于不同领域的技术开放的偶然性和技术发展路径的差异，也会存在分领域的技术活动周期性波动。

由于创新活动周期性的存在，从政府政策与企业行为来看，研判创新周期意义重大。采取顺周期的研发投入布局，在创新周期刚刚启动时加大投入，更有可能掌握技术竞争的主动权。同时，随着研发全球化与技术流动的加剧，在全球范围内准确预判和把握创新周期的发展，更是企业和国家把握全球竞争优势的重要手段。

在这一背景下，有关战略研究和政策部门需要对重点技术的技术周期有所把握，也需要在宏观层面掌握各国和各领域的创新活动周期变化，并分析了解其背后的关联因素。为此，本文以创新周期性视角解剖了各国的创新活动，对技术创新的短期波动和长期趋势进行了有效区分，发现了中国创新活动强劲的长期增长趋势和相对较大的波动性特征。同时，本文进一步分析了各国创新周期协同性为特征的国际科技活动关联，并观察到了中国创新活动的周期性滞后和可能的跟随性特征。本文进一步识别出了国际人才流动和技术结构趋同，以及对外开放水平提高三大因素对各国间创新周期协同性提高的重要影响，并提出了对应的政策建议。

1 经济周期协同性和创新周期的提出

运用周期协同性视角分析全球化情境下各国经济活动的关联是当前学术研究的热点之一，随着长期经济增长和经济周期的平稳性成为各国政府的核心政策目标之一，经济波动的周期化特征越发成为各国政策关注的重点，随着全球化带来的经济周期的跨国传播与联动更是研究的重中之重。

现有研究中对经济周期的国际协同和国内联动的系列表现和机制研究较多，其中Calderon等指出了各国间的贸易关联会提高各国的经济周期协同性[3]，潘文卿等运用中国的数据，采用增加值贸易的核算方法来替代贸易关联的度量，也得到了中国经济周期与主要贸易伙伴联动较密的结论[4]。还有研究分别从双边贸易壁垒、金融一体化水平以及垂直分工水平等角度分析了相关因素对两国间经济周期的影响，发现经济周期协同性与双边经济因素关系密切，双边一体化水平越高，经济联动性越强[5-7]。除了跨国的周期协同效应外，黄玖立等讨论了中国省际经济周期协同特征[8]。这些研究为从宏观变量的周期性活动的角度提供了参考，也为全球化背景下讨论跨区域的经济活动的关联性提供了思路。但是目前为止，在实证上运用相关方法来讨论创新活动的国内外区域联动问题的文献仍较少，创新研究中对周期性的关注尚不足，张耀辉等与潘方卉等讨论了中国财政科技投入周期和经济周期的联动关系，发现了政府引导的创新活动在经济周期中的主导作用，形成了从投入领域开展创新活动周期性研究的基础[9-10]。而对于创新产出的周期性分析，特别是全球视野下的创新周期活动尚未有深入的讨论。

本文在上述研究的基础上，将经济总产出波动分析的经济周期视角扩展到以创新产出度量的创新周期视角，开展创新周期的分解和国际协同性的研究。Matsuyama等和Kleinknecht(2016)均考虑了创新产出在时空上的集聚效应，提出创新活动的产出波动也是经济发展中的重要周期性特征，对判断一国创新活动和技术发展有着重要影响[2,11]。而在科技全球化的背景下，企业的研发活动会更多地显示出全球布局[12]，以专利全球化带来的创新周期的国际协同性更加明显。因此对创新周期进行度量和分解，解析中国在内的主要创新经济体的周期活动，准确把握长期趋势和阶段性周期波动，对中国适应全球技术创新趋势，建设创新型国家有着重要作用。

2 创新产出周期的分解方法与协同性分析

度量各国的创新周期和相关波动，首先要找到可靠的创新产出指标。专利是学界普遍认可的技术创新的主要表征之一，但是在专利的国际比较上，由于各国的专利授权标准不统一，专利质量的异质性成为跨国创新产出比较的重要障碍。因此，我们选择了海外专利族作为各国有效创新产出的度量工具。通过使用世界知识产权组织WIPO公布的1980—2015年包括190余个国家的海外申请的专利族数作为各国的有效创新指标，来表示各国的主要创新产出。由于各国的数据可得性差异，我们以78个国家1980—2012年的数据作为主要分析对象。所有数据均可在世界知识产权组织统计中心下载。

我们使用这一数据出于两方面考虑，首先，企业会对真正具备价值的专利进行全球化申请，寻求海外保护，而跨国申请的专利往往有同样的东道国和审核标准，因此使用海外专利能够更好地比较各国的高水平创新产出。其次，由于专利的区域性保护特征，简单计数可能会高估在多个国家申请高质量专利代表的技术数量，因此我们使用了专利族的概念，WIPO中，专利族是指同一项技术在不同国家申请的相近专利的合集，其定义来自于欧洲专利局全球专利数据库PATSTAT。使用专利族计数，可以准确地识别技术件数，避免不同水平的技术创新由于申请保护的国家不同而造成专利数的差异。因此，这一数据是目前能够最好地识别以专利产出为代表的创新周期活动的指标，并且由于相关专利数据的长时间性而能够更好地估计各国创新周期的变动情况。

我们使用宏观经济周期研究中最常用的HP滤波法来分解创新周期性波动和长期趋势。HP(Hodrick-Prescott)滤波法是Hodrick和Prescott(1997)提出的在宏观经济中分解长期趋势和短期波动的主要方法，能将宏观时间序列转化识别为长期趋势和短期周期性变动两种变化，从而为决策者了解相关波动的变化提供参考。其分解原理如下所示：

假设有序列yt，其中t=1,2,...,T，表示一个时间序列的对数，yt是由一个趋势项τ和一个周期项c组成的，并有t=τt+ct+?t。给定足够的正值λ，则可以有下列求解问题：

其中第一项为偏离长期趋势项的平方和的加总项，即是对周期项估计的最小化。第二项为λ乘子乘以长期趋势项的二阶差分的最小化，表示估计中对长期增长波动的最小化权重，不同的λ取值适用于不同的周期数据，我们在此使用年度数据的默认值。

通过上述计算，我们能够将在时间上连续的序列取对数以后分解成对应的长期趋势项τt和周期项ct。我们应用这一方法来分解包括中国、美、日、英、德、印、巴、韩等主要国家在内的全球创新周期的长期趋势和周期性波动，结果如图1所示。

图1展示了包括中国在内的主要国家的专利创新的长期产出趋势。从图上可以比较清晰地看到，中国作为后发国家，从1980年以来经历了海外高水平专利产出从无到有的历史过程，始终表现出强劲的增长势头，在高水平海外专利族代表的创新产出的长期趋势上，已经逐次超过了巴西、印度和英国等国家，并正在日益拉近和包括德国、美国和日本在内的发达国家的距离。另一方面，从各国的长期趋势可以看到，美日的技术领先优势地位比较明显，其长期处于高位。韩国与中国一样是创新能力快速提升的主要国家，在长期趋势上韩国已经显著超过了德国，正在向美日看齐。另外，从发展趋势来看，以美、日、德、英为代表的工业化发达国家都体现出了较为稳定的创新产出趋势，并且以美、日为代表的发达经济体的创新产出更是稳中有升，而以中国、巴西和印度为代表的发展中国家和包括韩国在内的新兴经济体，在高水平创新的产出上都表现出快速增长的趋势，仅在增长速度上有所差别。

图1 主要国家海外专利族计数的长期创新趋势

从长期趋势分解结果来看，中国作为发展中国家的代表，有望较快达到高水平发达国家的创新产出水平，并在2020年前后可能达到和超过包括德国在内的工业化国家的创新产出规模。这为中国建设创新型国家的系列目标实现的可能性提供了实现依据。另一方面，韩国也有较大可能跻身全球创新规模前列国家。此外，印度、巴西等发展中国家虽然创新产出的增速低于中国，但其创新潜力也相当可观，其中印度有可能在下一个10～20年在高水平的创新产出的总量上也达到英国的水平。通过定义精确可比的创新产出变量的周期性分解，能够给我们判定全球创新活动的长期趋势提供重要的启示。

图2与图3展示了我们在各国的创新产出中剔除了长期趋势后剩下的短期波动情况。其中图2是分解的原始变量，而图3是将主要波动进行周期性平滑以后的结果。两图都反映了各国创新活动中波动周期的时间长度。首先我们从图中可以看到，各国的创新产出都表现出了类似的周期性波动特征。首先，各国的创新周期时间大体相同，以中国为例，其两个创新的高峰之间差距在18年左右，而韩国、印度和日本等国均表现出类似的周期情况。这说明创新周期在时间上属于中长期周期，相关创新高峰可能需要足够的时间来酝酿。同时，这一时间长度与中国中长期科技发展规划长度较为接近，说明了科技规划时段设置是较为科学的。其次，从周期性特征来看，发展中国家的创新产出波动较大，而发达国家的创新产出波动较小，这反映出发达国家的创新活动更为稳定。再次，无论是创新的高峰期还是创新的低谷期，中国都滞后于其他主要创新经济体的峰谷期。这可能反映出中国在过往的创新中还存在一定的跟随性，也可能反映出由于以国家投入为主，中国的创新投入对于主题的选择和创新领域的变化不够灵活，因而在主要的研究方向上有一定程度的滞后。此外，2008年的金融危机对各国的创新活动都产生了负面冲击，但这种冲击随着近两年的创新产出的回升已经基本消化完毕。当前包括中国在内的多个国家都处于一种新的创新活动增加的小周期的起点上。因此，充分利用各国近年来创新活动上升的周期性因素应该成为中国科技政策中的重点参考因素。

图2 主要国家创新波动特征

图3 主要国家创新周期性特征(平滑后)

在分解出具体的波动因素后，我们再进一步考虑全球化背景下各国的创新活动波动性协动的影响机制。我们可以看到各国的波动呈现着比较相似的情况，一定程度上呈现出先后关联的传导特征，并且这种联动性随着时间的变化而逐渐加强。因此，我们使用Duval等使用的周期协同的准相关性来考虑国际的创新周期协同的特点,这一指标能捕捉随时变化的相关性的方向和幅度,但绝对值可能会大于标准相关系数的[-1,+1]区间。其主要计算方式如下：

(1)

图4 中国与主要国家间的创新周期关联性

表1是不同时段的中国创新产出周期波动与主要国家的创新产出的准相关系数均值。我们可以看到，从20世纪80年代以来，中国与主要创新经济体间的关联性都在逐步提高，其中与德国、日本等传统上技术往来比较密切的国家的创新周期一直保持着较强的相关性，而与美、英等发达国家的创新活动周期的相关性也快速增长。

图4展示了中国与主要国家间的创新周期的年度关联，其中显示中国的创新周期的国际关联性有两个阶段性特征，第一阶段是与全球主要创新经济体的周期大幅负相关(20世纪90年代之前)，到相关性滞后(20世纪90年代中期)，第二阶段是从2002年入世以来的正相关，中国与其他国家的创新活动的关联性越来越紧密。这一方面显现出当前全球化的层次日益深化，另一方面也反映出中国在入世以后，创新活动与全球化的关系日益密切，在创新周期上与主要创新经济体实现了同步推进。

表1 中国与主要创新经济体间的创新产出波动关联性均值

3 创新周期协同性影响因素的实证分析

两国的创新周期协同，是两国技术产出同步的重要表现和结果，也反映着两国的科技合作空间。需要进一步分析各国间创新周期协同性的主要因素，以考察哪些领域国际化进程推进了中国创新活动的全球化，进而影响到中国创新周期的全球化联动情况。我们使用讨论双边经济关系的标准实证模型——引力模型来讨论这一问题。我们使用如下的实证模型：

QCORRInnovatoinijt=αit+ajt+at+β0+β1ln(Distij)+β2Borderij+β3ComLangij+β4ComLegalij+β5IncomeDistijt+β6BITijt+β7RTAijt+β8lnTradeijt+β9InventorFlowijt+β11TechStructureSimilarijt+εijt

(2)

引力模型是在研究双边活动中最常见的模型之一，也有大量的文献研究形成了双边活动的主要影响因素，本文从探索这些影响因素的可能存在影响出发，因此在模型中我们尽可能多的囊括了双边经济中可能影响双边创新活动的因素，包括双边的地理历史因素，双边经贸相关因素以及两国间的创新合作的紧密程度等。为了控制计量的规范性和减少遗漏变量的可能性，我们控制了两国各自的国家X时间的固定效应。这种固定效应控制了各国自身的宏观变化趋势，包括一国的GDP增长和人口增长等。从而为影响两国创新周期协同性的双边影响因素提供标准化的模式。

表2 影响因素分组

如表2所示，在控制系列固定效应之后，可能影响两国间创新周期的双边因素可分为地理制度因素、经济关联因素和技术交流因素。因为两国间的地理和制度的相邻性、经济的往来和技术交流以及相似水平都有可能影响两国的创新周期的协同性。而在未来中国的科技创新的国际开放战略中，综合考虑上述三个方面，能够对技术跟随的对象国和合作方选择有着重要意义。

表3 创新周期协同性的主要决定因素

注：***、**、*分别代表在1%、5%和10%水平上显著，括号内是异方差调整后的稳健标准误。

表3展示了我们实证的基本结果。其中(1)～(4)栏分别是按照我们前述讨论的几种因素的不同影响。(1)列和(2)列显示，在只考虑地理和制度的因素时，双边的距离会显著降低两国的创新周期的协同度，而两国间的制度起源相似性则可能会起到正向作用。但在我们进一步增加控制其他因素时，这一作用变得不再显著。同时，两国的经济水平差距始终有稳健的负向影响，说明发展水平接近的国家间在同层面的创新产出可能更为类似。另一方面，我们没有观察到区域贸易协定对创新周期联动的正面影响，这意味着全球价值链的分工和市场开放与产业开放的生产一体化水平的提高并不能直接带来两国间科技创新活动的联动。但是实证分析呈现出两国间技术交流对于两国创新活动协同的决定性影响，(4)列显示出，双边关系的多数作用都是通过发明人的流动性和创新结构的相似性这两个效应中介产生的。即在我们加入这两个变量之后，地理和制度因素不再显著。同时两国间的创新结构的相似性，以及两国间的发明人流动的水平，对双边创新周期的协同性有着非常显著的正向作用，这说明高端创新人员的流动和创新结构上的提高可以显著提升两国创新的产出。这也印证了创新周期的协同性本质还是科技活动的往来和联动，经济活动的影响更多是通过影响双边科技交流和创新方向的趋同来实现的。

综上，实证检验的结论可以简要总结如下：①地理因素对创新周期协同有负面影响，但不是创新周期协同的不可逾越的阻碍因素，其主要是阻碍了科研人员的跨国流动和科技方攻关方向的趋同。②提高发达国家科技人员流入水平，在学科和领域布局上完善创新结构可以有效提高中国创新周期与发达国家创新周期的协同性。③对外开放政策带来的分工效应对创新活动可能没有直接存在负面影响。

这些实证结果能够协助我们更好的理解表1中中国与各发达国家的创新周期关联性向负相关转向越来越紧密的正向关的过程。首先，相邻国家间的信息共享和互动有利于两国间在创新技术、信息、人员上的共同协作，因此地理制度的负面影响确实可能存在，中国与欧盟、美国等早先的创新周期的负相关，一定程度也是距离效应可能带来的。但是我们进一步看到，这种效应核心中介是两国间的科研人员往来和创新结构的相似性，这意味着只要两国间有充分的人员交流和类似的学科布局和技术领域设置，两国间地理上的技术创新周期的差异是完全可以克服的。中国自改革开放以来(表1所示创新周期关联第二阶段)，科技经费投入不断提升，科研布局不断深化，人员开放交流，既有向发达国家学习的过程，也有学成回国产生技术溢出效应的过程，因此在这一阶段，中国创新周期就逐渐和发达国家趋同了，并在加入WTO之后由于更开放的国际创新环境进一步强化。另外我们也需要注意的是，如果考虑到创新周期的协同意味着两国间的科技合作的可能性和协调性时，发展水平和语言因素还是中国开展技术创新国际合作的重要因素，技术创新一定程度上要与一国的发展水平有关。这意味着继续培养掌握国际技术语言，能够开展与包括印、巴在内的发展中国家的创新合作也对中国的技术创新有着重要的影响。最后，我们可以看到投资贸易的一体化并不会给后发国家追赶发达国家的技术创新步伐提供太多的助力，甚至还有一定的负面影响。这是由于后发国家的技术创新的追赶特征和经济一体化的分工锁定效应的内在冲突决定的。因此要继续提升中国的创新水平，就要在继续推动对外开放的条件下注重特定产业的创新与赶超，要实现在特定领域的技术创新的周期领先于发达国家，才能够更好地把握创新对发展的重要作用。

4 结论与启示

本文从周期协同性视角，利用世界知识产权组织(WIPO)公布的各国的海外专利族数据作为各国的创新技术产出度量，在克服各国创新产出可比性不足的问题的基础上，识别出中国和世界主要创新经济体的高水平创新产出的长期趋势及其创新波动的周期现象，并进一步运用周期协同性分析视角，对影响各国间创新周期协同性的主要因素进行了分析，得到以下结论和启示：

(1)中国在高水平创新产出的长期趋势上正在快速接近日、美、韩、德等发达经济体，并有望在未来若干年内实现有效赶超，实现建设创新型国家的相关目标。这反映出中国在高质量创新上的强大增长动力，也说明创新由量向质的转化趋势。本文使用的分析工具可以清晰看到中国与日、美、德的现有差距和明晰的追赶前景。

(2)中国与主要创新型经济体的创新产出都表现出明显的周期性特征，其中包括中国在内的发展中国家的创新周期波动较发达国家的波动更大，中国的创新周期滞后于其他发展中国家和新兴经济体国家。这可能部分反映出中国科技领域在选题、方法、技术路线等方面的跟随、跟踪等时代性特征和历史过程。

(3)以发明人为代表的高水平科技人才的国际流动和创新结构深化是有效推动创新周期协同变动的主要推力。创新活动的全球联动本质上是科技创新活动的趋同和科技人才流动的结果，吸引发达国家关键领域的人才是中国把握技术革命周期趋势的重中之重。要继续推进创新人才的国际化，通过设立一带一路联合实验室和健全开放、科技人员与青年科学家的配套服务体系等措施，推动各科技领域的全面发展和深化改革，实现和发达国家创新主体的有效对接和全领域的互动。

(4)在当前的全球经济一体化过程中，发达国家正在推进的创新—生产环节的分工模式对中国技术创新追赶有可能存在不利影响，一定程度会对创新周期的协同性产生负面作用。要准确理解和把握中国作为后发国家在创新周期上的追赶性特征和国际生产一体化的分工内涵的内在矛盾，在把握包容性国际化、坚持对外开放的基础上推进生产发展和创新驱动发展模式的有机结合。

要实现上述目标，可以继续强化对相关海外专利产出的识别和监控，通过数据开放和新兴技术手段，对包括专利、论文等创新活动数据进行及时分析和研判，及时把握国际科技发展动向和各国差距。引导和鼓励科技人才的国际交流，营造良好的各国科技人才来华创新创业的机制环境和研究氛围，吸引一批关键领域的国际领域人才，推进科技结构多元化布局，引导设定鼓励关键领域的高水平科技规划，聚焦优势资源进行突破攻关，合理利用国际创新周期的潮流和趋势，从而实现创新型国家和包容性发展的有机结合。

[1]VERNON R.International investment and international trade in the product cycle[J].The quarterly journal of economics，1966,60(2)190-207.

[2]MATSUYAMA K，SUSHKO I，GARDINI L.Globalization and synchronization of innovation cycles[R].Discussion Paper Series from Action IS1104“The EU in the new complex geography of economic systems：models，tools and policy evaluation”，2014.

[3]CALDERON C，CHONG A，STEIN E.Trade intensity and business cycle synchronization：Are developing countries any different[J].Journal of international economics，2007，71(1)：2-21.

[4]潘文卿,娄莹,李宏彬.价值链贸易与经济周期的联动:国际规律及中国经验[J].经济研究,2015(11):20-33.

[5]CERQUEIRA P A，MARTINS R.Measuring the determinants of business cycle synchronization using a panel approach[J].Economics letters，2009，102(2)：106-108.

[6]DAVIS J S.Financial integration and international business cycle co-movement[J].Journal of monetary economics，2014，64：99-111.

[7]KOSE M A，YI K M.International trade and business cycles：is vertical specialization the missing link[J].The American economic review，2001，91(2)：371-375.

[8]黄玖立,李坤望,黎德福.中国地区实际经济周期的协同性[J].世界经济,2011(09):19-41.

[9]张耀辉,丁重.政府主导外生技术创新与经济周期[J].产经评论,2011(03):25-35.

[10]潘方卉,李翠霞,樊斌.财政科技投入周期与经济周期协同性的马尔科夫区制转移模型[J].中国科技论坛,2015(03):42-47.

[11]KLEINKNECHT A.Innovation patterns in crisis and prosperity：Schumpeter’s long cycle reconsidered[M].Springer，2016.

[12]梁正,薛澜,朱琴,朱雪祎.研发全球化与本土知识交流:对北京跨国公司研发机构的经验分析[J].世界经济,2008(02):3-16.

[13]DUVAL R，LI N，SARAF R，et al.Value-added trade and business cycle synchronization[J].Journal of international economics，2016，99：251-262.