知识溢出、知识产权保护与企业创新

卢现祥 笪琼瑶

摘要：知识溢出、知识产权保护通过知识的外部性、产权化创新成果，在企业创新活动中发挥着重要的激励作用，企业作为国家创新主体，实现其创新发展是影响产业技术结构升级、提升全要素生产率进而实现经济增长的关键。知识溢出、知识产权保护对企业创新具有激励作用，知识溢出激励了创新产出并推动了企业创新活动的空间集中，知识产权保护则被视为实现内生增长的关键驱动因素。研究发现：知识产权保护水平的提升能促进企业创新，知识产权保护畅通知识溢出通道，加强知识产权保护能提高知识溢出水平;知识产权保护水平能通过促进知识溢出而激励企业创新，即知识溢出对知识产权保护促进企业创新存在显著的中介效应，且在不同知识产权指标衡量下均具有稳健性。进一步来看，知识溢出、知识产权保护对企业创新的影响因企业技术水平的不同存在差异，离技术前沿越近企业的创新活动受知识溢出的影响越小、受知识产权保护的影响越大;离技术前沿越远的企业创新活动受知识溢出的影响越大、受知识产权保护的影响越小。从促进企业积极进行创新活动这一逻辑出发，要以知识产权保护制度为依托，畅通知识溢出渠道，解决知识溢出产生的“搭便车”矛盾;完善知识产权保护制度，形成知识产权保护、知识溢出、创新活动的良性互动;加大对技术后进企业的帮扶，以破解技术差距对企业创新活动的“马太效应”。

关键词：知识溢出;知识产权保护;企业创新;技术位置;高质量发展

基金项目：国家社会科学基金项目“制度性交易成本的界定、测度及降低对策研究”（项目编号：17BJL010）

中图分类号：F271    文献标识码：A    文章编号：1003-854X（2020）11-0019-12

一、引言

企业作为国家创新主体，实现其创新发展是影响产业技术结构升级、提升全要素生产率进而实现经济增长的关键①。然而，相对于经济发展的现实需求，我国本土企业的创新能力依旧存在着滞后现象②。分析其原因发现，尽管企业加大R&D投入能提高生产率，使其获得先动优势，但由于知识的非竞争性与非完全排他性等外部性特征决定了企业难以阻止外部对其创新活动所产生的新知识与技术加以利用，即“知识溢出”的存在导致企业既期盼获得“知识溢出”以提高技术水平，又防范“（自身）知识溢出”而遭受市场竞争。在希望“搭便车”与“规避风险”的共同作用下，企业创新动力与活力不足，创新驱动发展受阻。因此，在知识具有外溢性的硬约束条件下，加强知识产权保护，解决企业面对知识溢出的矛盾，让企业敢于创新、放心创新，对于促进企业创新驱动发展，提升企业在全球价值链中的位置，实现中国制造向中国创造转变具有重要的现实意义。

知识溢出、知识产权保护对企业创新具有激励作用，知识溢出激励了创新产出并推动了企业创新活动的空间集中③，知识产权保护则被视为实现内生增长的关键驱动因素④。尽管关于知识溢出、知识产权保护对企业创新影响的研究众多，但将二者相结合，考察三者之间关系的文献却并不多见。针对这一研究现状，本文基于微观企业、以省为分析单元，尝试厘清知识溢出、知识产权保护与企业创新三者的关系，并以此探讨知识溢出和知识产权保护对企业创新的影响机制与作用效果。具体而言，本文分析和检验三个问题：第一，知识产权保护是否能激励企业创新？第二，知识产权保护是增加还是减少知识溢出？第三，如果知识产权保护对知识溢出与企业创新活动都产生了影响，那么三者之间具有什么关系？此外，本文还考察了处于不同技术位置企业的创新活动受知识溢出与知识产权保护的影响差异，表明离技术前沿越远，企业的创新活动受知识溢出的影响越大、受知识产权保护的影响越小。

与以往研究相比，本文的贡献可能在于：第一，在研究视角上，尝试厘清知识溢出、知识产权保护与企业创新三者的关系，探讨了知识溢出在知识产权保护对企业创新影响中的中介效应;第二，构建了知识溢出与知识产权保护的测度方法，结合各省技术临近、吸收能力与空间距离测度知识溢出，测算GP指数并构建知识产权执法评价体系，结合立法与执法对知识产权保护水平进行测度;第三，对知识溢出、知识产权保护的创新效应大小就企业所处不同技术水平进行了区分，进一步从微观企业角度对宏观制度的实施效果加以考察。

二、文献回顾

技术变革是长期经济增长最基本的驱动力，因此，提供友好的创新环境，包括提供更多的知识溢出、加强知识产权保护是学术界关于企业创新领域研究的一个重要命题。

学术界对知识溢出的研究始于Marshall（1920）开创性提出的知识溢出效应，此后知识溢出为新增长理论和新经济地理学理论共同关注，研究主要围绕知识溢出对企业创新的影响机制与作用效果这两个问题而展开。在影响机制上，可归纳为基于人力资本流动⑤、产学研合作⑥、企业家创业⑦和贸易投资⑧等四个方面。在作用效果上，主要体现为MAR溢出（同一产业内所形成的专业化溢出）與Jacobs溢出（跨产业间形成的多样化溢出）之争。MAR溢出通过使用相同技术和出售产品给市场中相同行业增加企业研发效率以激励企业创新⑨;Jacobs强调城市化外部性，论证了不同部门的知识和技术被重新组合而导致了新产品和新技术的出现。总的来说，知识溢出通过知识的传播与交流提高了企业对知识价值的认识，降低了发现新知识、实现技术进步和技术商业化的成本，激励企业创新并加强创新的空间聚集⑩。

Arrow（1962）提出创新活动存在“开放悖论”，即企业从外部来源获取知识的先决条件是企业先揭露自身知识，因此为了避免“知识的不可专用性”造成的市场失灵，通过提供知识产权保护而对创新予以激励就显得十分重要。学术界针对这一问题亦展开了深入的研究。Baumol（1990）强调了制度环境在激发与释放企业创新活力中的基本作用，通过制定规范，约束企业活动，成为创新活动的重要支柱{11}。Schout & North（1990）将制度与企业创新联系起来，研究结果表明制度既是机会，也是制约因素{12}。知识产权保护制度通过授予发明人排除权、临时垄断权解决了企业面临创新活动沉没成本高、可逆性低、不确定性和部分可专用性等风险，为创新回报提供保障、激励企业创新{13}。知识产权保护对于企业创新的激励机制可总结为：要求对被保护的知识进行公开的披露，为企业创造获得知识溢出的条件;通过授予发明人排除权、临时垄断权，以保障创新回报;通过减少“事后征用”的风险激励创新{14};动态竞争下的动态激励效应等。尽管如此，部分学者也研究发现，因具备市场势力效应、专利“灌木丛”效应、上游发明者的利润最大化效应，知识产权保护也阻碍了企业进一步的创新{15}。

通过对文献的回顾发现，知识产权保护可通过影响知识溢出进而对创新产生影响，基于此，部分学者就知识溢出、知识产权保护水平与创新三者的关系展开了研究。刘思明等（2015）基于南北产品周期模型讨论了FDI溢出、知识产权保护与创新的关系{16}。Gangopadhyay & Mondal（2012）研究发现，知识产权保护水平的提升将导致新知识的溢出速度的降低，进而造成再创新难度的加大，因此知识产权保护对创新活动表现为先促进再抑制的倒U型影响{17}。高楠等（2017）基于中国283个地级城市2001—2011年的经济活动数据研究发现，知识溢出所产生的“示范效应”与知识产权保护产生的“保护效应”对区域创新水平具有显著的影响，对区域创新活动进行方差分解可发现，3/4可由仅包含这两种效应的计量模型予以解释{18}。

尽管如此，将知识溢出、知识产权保护与企业创新纳入同一研究框架，研究三者之间内在关系的文献仍不多见，同时对于“企业”这一经济主体在实证处理上要么将国家（省）层面、行业层面按照某一指标对不同企业进行简单的加总;要么选取某一特定的企业群体，如服务业或制药业{19}，针对企业异质性和微观数据普遍性的研究也少见{20}。

基于此，本文尝试厘清知识溢出、知识产权保护与企业创新三者之间的内在关系，除利用企业经济活动省级面板数据进行实证检验之外，还基于2005—2007年中国工业企业数据库为三者之间的关系提供了微观证据。以此为基础，进一步探讨了知识溢出、知识产权保护对不同技术位置企业创新活动的影响差异。

三、机制分析与研究假设

知识对整个社会的贡献与回报明显高于对私人的贡献与回报，在促进其他企业创新的同时也加剧了产品竞争。竞争的存在将减少因创新而获得的市场优势与超额利润，加剧了创新企业对技术被赶超、产品被替代的担忧，进而因创新所承受的风险加大而可预见的创新回报减少，企业创新动力不足，创新被负激励。因此，知识产权保护制度对于减少企业所面对的创新风险，解除创新成果“被搭便车”的忧虑，为企业创新提供正激励发挥着不可或缺的作用。

（一）知识溢出、知识产权保护与企业创新的机制分析

知识产权保护制度通过市场扩张、弥补市场失靈与激发市场有序竞争三个方面打消了创新企业被搭便车的忧虑，激发了企业创新。第一，知识产权保护制度创造排他性条件，使创新企业享受“技术专有”，由此创新者能从创新中获利或创新者将创新经济收益内部化，进而通过避免市场竞争、维护市场优势、实现市场扩张以激励企业创新。第二，作为政府弥补和矫正市场失灵的重要抓手，知识产权保护制度通过帮助企业克服外部性问题、信息不对称问题和代理问题的制约，激励企业创新。这一方面能帮助企业有效解决因不完全契约所引发的矛盾与纠纷，降低企业创新成果遭遇被侵犯的风险;另一方面也能对创新企业的道德风险进行防范，也就是既能激发技术领先或技术开发企业进行创新，又通过明晰技术转让的权责，减少了创新方不遵守“独家销售”承诺为技术落后或技术模仿企业提供保障。第三，知识产权保护制度能贯穿企业生产投入到生产经营再到获取利润的整个过程，通过激发市场有序竞争而为企业创新营造良好的市场环境。通过注册商标、授予专利、保护版权等手段，发挥“信号功能”，使资源流向边际效益更高的方向，优化市场资源配置。同时，因对知识成果赋予产权，有利于在价值链中形成创新企业的主导位置，实现创新企业获取更大限度的价值链租金，增强创新企业的剩余分配权，对企业创新提供激励。

知识产权保护制度在保护创新者权益的同时，“公开保护”的性质使其具备畅通知识溢出路径的功能。首先，知识产权保护制度具有“信息披露”的特质。知识产权保护制度的“公开性”决定了“信息披露”为其基本特点，信息披露要求创新者将新知识、新技术以专利文献的形式向全社会公开，由此导致技术成果的扩散。其次，权责清晰的知识产权保护制度为技术转移转化提供了纽带与契机，促进了潜在技术的广泛传播。通过许可协议或其他以市场为媒介的技术转让形式，极大地促进了技术商业化、技术市场化，继而推动企业新产品的研究开发与新产业的培育、优化与拓展。专利权、版权、设计权和商标权等各式知识产权保护形式赋予创新者通过许可证、特许经营或出售他们的知识产权等方式依靠市场获取技术创新的回报，而不必担心技术被盗用，进而促进知识市场的运作，促进技术的传播。再次，避免企业选择“商业秘密”、“提前期”等非正式知识产权保护的方式来维护创新回报。“保密”这种非正式知识产权保护方法虽然在短期保障了创新企业的创新回报，但因妨碍新思想的流通，因此削弱了知识溢出的速度与质量，长期而言也不利于企业的创新。有效的知识产权保护制度，能在维护创新企业创新租金的前提下，或者无意识地溢出知识或者有意识地进行知识技术的转让与传播。

（二）研究假设

通过上文机制分析可以发现，知识产权保护不仅能激发企业创新，而且还为知识溢出提供了渠道。同时，无论企业进行哪一种形式的创新，如消化吸收再创新、复合创新，或是自主创新，均离不开对外部先进技术的利用。换句话说，知识溢出通过降低其他企业进行创新活动的边际成本，提供了可被企业吸收利用的外部知识，为企业技术模仿、技术进步与再创新提供了机会与便利，有效刺激了企业进行R&D活动。

基于此，本文提出研究假设：知识产权保护既直接激励企业创新，又通过知识溢出间接激励企业创新，即知识溢出在知识产权保护对企业创新的激励中具有中介作用。

四、实证分析

（一）计量模型的构建

我们采用因果关系逐步法 {21} 对研究假设进行中介效应的间接与直接检验。

通过建立（1）（2）（3）一组模型，并参照温忠麟和叶宝娟（2014）所提出的逐步检验的改进方法{22}，分三步进行因果关系逐步检验。

LnR&Djt=α0+α1IPRjt+β2X+εjt（1）

LnKSjt=g+g1IPRjt+γ2X+εijt（2）

LnR&Djt=c0+c1IPRjt+c2LnKSijt+c3X+εjt（3）

其中，R&Djt为j省（直辖市）t年的企业创新，IPRjt为j省（直辖市）t年的知识产权保护强度，KSjt为i企业位于j省（直辖市）t年实际可接收的知识溢出，X为一组控制变量。

对上述三个模型依次回归分析，如果α1回归结果显著为正，说明知识产权保护对企业创新具有总效应;若g1回归结果显著为正，即知识产权保护显著正向影响知识溢出;若c1、c2回归系数显著为正且c1<α1，说明知识溢出对知识产权保护影响企业创新具有中介作用，即知识产权保护既直接影响企业创新，又通过知识溢出间接影响企业创新。

考虑到逐步检验法的统计功效较低这一问题，为了验证逐步回归的稳定性，本文亦采用Sobel法与Bootstrap法进行中介效应的检验与分解。直接检验通过对系数乘积（原假设：H0∶g1c2=0）进行检验来判断模型是否具有中介效应。Sobel法构造统计量Z=？觧1，？觬2 / Sg1c1进行中介效应检验，其中？觧1和？觬2分别是g1、c2的估计，Sgc2是g1c2的标准误，在检验过程中要求？觧1，？觬2以及g1c2符合正态分布。Bootstrap法相对于Sobel法，通过从样本中重复取样具有偏差矫正的效果{23}。这里采用Sobel法与Bootstrap法进行中介效应的直接检验，在Bootstrap 法中，设定“Bootstrap Samples”为1000。

（二）变量构建、数据来源与描述性统计

1. 被解释变量：企业创新（LnRDjt）。企业创新活动以进行创新投入为开端，因此本文以企业R&D投入度量企业创新。在指标的选取上，一般以投入绝对指标和研发强度相对指标为代表。本文选取绝对指标——企业R&D支出的对数（LnRDjt）作为创新活动的代理变量。

此外，由于R&D活动不仅对当期而且对未来知识生产均具有影响，因此，本文通过永续盘存法（PIM）对每一省（直辖市）每一年度R&D存量进行计算。具体计算公式为：Rjt=（1-δ）×Rjt-1+Ejt，其中Rjt，Rjt-1分别表示j地区的企业第t期和t-1期的资本存量;δ为R&D资本折旧率，取值15%{24};Ejt表示j地區的企业第t期的实际R&D经费支出，参照朱平芳和徐伟民（2003）以2005年为基期对名义R&D水平进行平减，R&D支出价格指数=0.55×消费价格指数+0.45×固定资产投资价格指数{25}。

2. 核心解释变量：知识产权保护（IPRjt）。以韩玉雄和李怀祖（2005）、魏浩和李晓庆（2019）的研究为基础{26}，以GP指数与执法强度相结合测算实际保护强度。首先测算出中国大陆不包括西藏在内30个省级单位2005—2013年知识产权保护GP指数，再从社会法制化水平、经济发展水平、行政执法力度三个角度选取四个指标（每万人专职律师人数与每万人拥有律师事务所数、电力消耗量和专利未被侵权率）以均方差赋权法对执法强度进行测算，最后用测算出的GP指数乘以各省（市）知识产权执法强度，得到实际知识产权保护强度。

3. 中介变量： 知识溢出（LnKSjt）。基于Jaffe（1988）对知识溢出的测度思路{27}，将省（直辖市）实际获取的知识溢出构建为技术临近、吸收能力、地理距离等影响下的省（直辖市）可获得的知识池的函数，即Si=Σj=1δiKj，Xij为两地区之间的技术临近，γij为i、j两区间的空间距离，δi为i区的知识吸收能力，Kj为j区知识池数量。基于产品空间理论的地区生产能力禀赋相似度来测度两地间技术结构相似程度，计算公式为：

Xij=，其中ωik表示i地区k产品的生产能力禀赋，ωjk表示j地区k产品的生产能力禀赋。将知识吸收能力分解为知识的获取、消化、应用能力，立足于数据可得性，建立知识吸收能力指标体系，运用熵权法对省（直辖市）的知识吸收能力予以评价。Kj为j区知识池数量，参照Colombellia & Quatraroa（2018）的做法{28}，以永续盘存法对年度三类专利（发明、实用新型、外观设计专利）申请数量总和进行平减。

4. 控制变量。为了获得知识溢出、知识产权保护对企业创新活动影响的更准确的估计，本文对其他一些影响企业创新的变量进行了控制，具体而言，包括市场化程度（Marjt），用非国有经济固定资产投资对全社会固定资产投资的占比表示;人力资本水平（Hrjt），用省（市）每千人中高等院校在校学生人数表示;对外开放水平（Openjt），用省（市）进出口总额对GDP的比重表示;基础设施水平（Infjt），用人均光缆长度表示;政府对企业R&D活动的投资力度（Govjt），用企业R&D资金中政府投入的份额表示。

考虑到西藏自治区所缺失的数据较多，研究样本为不包括西藏自治区的中国大陆30个省级行政地区2005—2013年的企业数据，企业经济活动数据主要来源于《工业企业科技活动统计年鉴》。为了更进一步地寻求知识溢出、知识产权保护、企业创新三者关系的微观证据，在稳健性分析中以企业微观数据代替省级面板数据，以《中国工业企业数据库》中提供的规模以上企业为分析对象。其他数据来源于2005—2013年各期的《中国统计年鉴》、《中国科技统计年鉴》、《中国区域经济统计年鉴》、《中国金融年鉴》等。主要变量的描述性统计分析如表1所示。

图1、2展示了2005—2013年间我国知识溢出、知识产权保护与企业创新活动的趋势。从图1可以发现，知识溢出（LnKS）、知识产权保护（IPR）与企业创新（LnR&D）均表现出平稳增长的同向变动趋势。进一步作知识产权保护与知识溢出、知识溢出与企业创新、知识产权保护与企业创新的散点图（图2），从散点图以及图中简单的拟合趋势线可以发现，知识产权保护与知识溢出、知识溢出与企业创新、知识产权保护与企业创新均存在较为明显的正向相关关系。由此可以简单地推论出知识产权保护正向影响知识溢出，知识溢出与知识产权保护均正向影响企业创新。以这一判断为基础，我们将利用计量经济模型深入分析三者之间的关系。

出与企业创新、知识产权保护与企业创新的散点分析

（三）估计结果

考虑到全国30个省市实际情况各不相同，可能存在不随时间变化的遗漏变量，在逐步回归中采用省份固定效应模型，并使用聚类稳健标准误。表2报告了根据逐步回归法的实证结果。表2结果显示，在1%的显著水平上符合逐步法的中介效应检验，验证了本文研究假设，即知识产权保护不仅显著促进了企业创新水平的提升，也改善了知识溢出水平，知识溢出在知识产权保护对企业创新的影响中存在中介效应，即知识产权保护不仅对企业创新具有直接的激励作用，还通过知识溢出间接地激励企业创新。

表3为中介效应直接检验的结果，从检验结果可以发现，模型拒绝了不存在中介效应的原假设，间接效应和直接效应占总效应的百分比分别为55.05%、44.95%;间接效应对直接效应的百分比为122.47%。因此，与逐步回归法的结论相一致，知识溢出对知识产权保护影响企业创新具有显著的中介作用，知识溢出体现知识产权保护促进企业创新的路径与机制。

无论是逐步回归法还是直接检验法都对本文的研究假设进行了验证——知识溢出在知识产权保护促进企业创新的活动上发挥了显著的中介作用，这一作用的产生可从以下两个方面予以分析。

其一，知识产权保护制度通过赋予创新者产权化创新成果实现了对企业创新的激励。通过对知识这种具备外部性的无形资产进行保护，帮助企业克服外部性问题、信息不对称问题和代理问题的制约，激励企业创新。“技术专有”使创新企业能从创新中获利或将创新经济收益内部化，避免市场竞争，获得创新回报。“产权化创新成果”降低了企业创新风险，保障创新回报，给予创新企业“安全感”，促使企业在新技术的开发与研究、新业务的优化与扩展中投入更多的人、财、物。“明晰权责”能有效解决企业之间不完全契约纠纷，防范道德风险，这样既激发技术领先企业展开新一波的技术领跑，又对技术后进企业进行模仿创新予以支持鼓励。

其二，知识产权保护制度的“信息披露”特质畅通了知识溢出渠道，有利于知识溢出，进而再发挥知识溢出的企业创新效应。企业之所以不愿意从事创新活动，其中一个重要原因就在于知识外部性会产生知识溢出，虽然企业能从创新中获益，但“外部性”的存在导致先一期的创新成果面临着被迅速翻版与复制的风险。因此，企业为了保持其领先性，可能采用“商业秘密”这种方法来防范遭受知识外部性的风险冲击。商业秘密这种防范方法虽然在短期内的确有利于企业创新，但从长期和整体来看切断了知识的交流，有碍于创新。知识产权保护制度解决了既需要知识溢出又害怕知识溢出这一矛盾。一方面，通过专利权、版权、设计权和商标权的“公开披露”，在保障创新者享有对创新成果“暂时垄断”的同时，又畅通了知识溢出的渠道。通过这一渠道既能向市场说明创新者拥有的新技术，形成创新者市场竞争优势，又能激发市场关注新技术，学习新技术，实现应用新技术的再创新再溢出。另一方面，创新者能够通过许可证、特许经营或出售他们的知识产权等方式，依靠市场获取技术创新的回报，进而促进知识市场的运作、加速先进技术的传播，使知识溢出的创新效应得以有效发挥。

（四）稳健性检验

为了检验上述结论是否客观、稳定、可靠，这里采用两种方法进行稳健性检验：一是替代关键变量的度量指标;二是运用企業微观数据代替上文中的省级面板数据，从而寻求知识溢出、知识产权保护与企业创新三者关系的微观证据。

以樊纲等（2011）编著的《中国市场化指数》中的知识产权保护指标作为知识产权保护水平的度量进行稳健性检验{29}。表4是以逐步回归法进行知识溢出中介效应检验的回归结果，从表4可以发现，与表2相同，回归结果在1%的显著水平上符合逐步回归法的中介效应检验，且各个变量估计系数符号一致、显著性程度基本相同，表明回归结果稳健可靠，知识溢出在知识产权保护对企业创新中起到了显著的中介作用。

尽管针对省级单元的分析已得出知识溢出具有中介效应这一结论，但为了进一步寻求微观基础，有必要基于工业企业数据库进一步进行实证分析。考虑到数据的可得性，本文在探析知识溢出、知识产权保护对企业创新影响的微观证据时，仅以2005—2007年为研究区间。在样本选择上，以制造业企业为研究对象，考虑到制造业行业两位数代码众多，参照Jiang et al.（2018）对制造业行业的大类划分，本文选取食品和非耐用品、化学和金属产品、制药、机械仪器与装备、电子电信五个行业大类27个制造业两位数代码进行分析。在进行计量分析之前，参照谢千里等（2008）{30}、Cai  &  Liu（2009）{31} 的方法剔除了明显不符合会计准则与经济实际的数据。根据企业名称与法人代码均匹配原则，整理出2005—2007三年平衡面板数据，在此基础上，剔除三年来两位数行业代码发生改变的企业，剔除开业时间不一致的企业，最终得到样本企业156841个（观测值470523）。

考虑到研究企业的时间跨度为三年，相当部分企业R&D支出为0，因此如果以永续盘存法来计算R&D存量将不满足吴延兵（2006）所提出的PIM方法需满足的假设条件，进而可能出现较大的偏离。因此在微观分析中对企业R&D投入以平减后的年度研发支出（Eijt）来衡量。

在控制变量的选取上，除上文中提到的描述省（市）特征的变量之外，还添加描述企业特征的变量，包括：企业资产负债率（Darijt），用总负债占总资产的比率表示;人均资产的对数（LnKLijt），用当年资产额除以职工总数取对数;企业所有制类型（d1ijt），根据是否为公有制企业、通过设置虚拟变量来区分;企业技术与前沿技术的距离（Gapijt），我们参照Holzl & Janger（2014）{32}、Malva & Santarelli（2016）{33}、张海玲（2019）{34} 的做法，将技术距离定义为某行业上一期劳动生产率最高企业（前沿企业）与其他企业劳动生产率数值之比的对数，数值越大，说明离技术前沿越远。

在实证分析中，因样本存在较多企业创新投入对数为0的情况（即数据存在左断尾分布），为了避免删除大量样本，获得反映全样本信息的分析结果，本文采用Tobit面板回归以检验知识溢出、知识产权保护对企业创新的作用效果。

表5报告了逐步回归法的实证结果，表5由两组中介效应模型组成，其区别在于控制变量的不同。第一组模型（模型1—1，1—2，1—3）控制变量为描述省市特征的变量，而第二组模型（模型2—1，2—2，2—3）在保持这些控制变量的基础上添加了描述企业特征的变量。观察研究结果发现，即使控制变量发生了改变，两组模型结果相比，系数变化幅度不大，结论相同，即知识溢出对知识产权保护影响企业创新具有显著的中介效应，且在不同知识产权指标衡量下均具有稳健性。

五、企业技术位置的异质性分析

从上文分析结果可以发现，企业所处的技术位置对企业创新具有影响，进一步来看，企业所处的技术位置是否也会影响知识溢出、知识产权保护对企业创新的作用效果呢？或者说，到底是临近技术前沿的企业创新活动受知识溢出、知识产权保护影响更大，还是远离技术前沿的企业创新活动受知识溢出、知识产权保护的影响更大？为了回答这一问题，我们首先从企业是否作出创新决策角度研究不同技术位置上企业的创新活动受知识溢出、知识产权保护影响大小的差异，之后从企业创新投入数量视角继续探讨。研究发现，越接近技术前沿，企业的创新活动受知识溢出影响越小、受知识产权保护影响越大;越远离技术前沿，企业的创新活动受知识溢出影响越大、受知识产权保护影响越小。

（一）是否作出创新决策

借鉴Malva & Santarelli（2016）的做法，采取面板二值选择模型（面板Logit模型）检验知识溢出、知识产权保护对处于不同技术位置的企业是否做出创新决策的影响，模型设定如下：

Pr（R&D=1）=f（Gapijt;LnKSjt;LnKSjt×Gapijt;IPR;Controlsijt;εijt）

Pr（R&D=1）=f（Gapijt;IPRjt;IPRjt×Gapijt;LnKS;Controlsijt;εijt）

其中，Pr（R&D=1）为企业进行创新活动的概率， R&D=1代表企业有研发投入。LnKSjt为j省t时期知识溢出。IPRjt为j省t时期知识产权保护水平，Gapijt为企业技术与前沿技术的距离，LnKSjt×Gapijt、IPRjt×Gapijt分别为知识溢出、知识产权保护与企业技术与前沿技术距离的交互项，Controlsijt为控制变量，εijt为随机干扰项。

表6为实证分析结果，观察表6可以发现，不论企业处于何种技术位置，知识溢出、知识产权保护对企业创新决策均具有显著的激励作用，然而因企业所处技术位置的不同，知识溢出、知识产权保护对企业创新决策的激励作用存有差异。从知识溢出与技术前沿距离的交互项（LnKSjt×Gapijt）回归系数显著为正可知，知识溢出对技术距离越大（离技术前沿越远）的企业做出创新决策的激励越大，反之越小;从知识产权保护与技术前沿距离的交互项（IPRjt×Gapijt）回归系数显著为负可知，知识产权保护水平对技术距离越大（离技术前沿越远）的企业做出创新决策的激励越小，反之越大。

（二）创新投入数量

为了进一步验证知识溢出、知识產权保护对不同技术位置企业创新投入的作用效果，从创新投入的数量入手建立如下模型：

LnR&Dijt=α+β1LnKSjt+β2IPRjt+β3Gapijt+β4LnKSjt×Gapijt+Controlsijt+εijt

LnR&Dijt=α+β1LnKSjt+β2IPRjt+β3Gapijt+β4IPRjt×Gapijt+Controlsijt+εijt

这里依旧采用Tobit面板回归检验不同技术位置上知识溢出、知识产权保护对企业创新投入数量的影响。表7为回归结果，从表中可以发现与表6的结论保持一致，即远离技术前沿企业的创新活动受知识溢出影响大，受知识产权保护影响小;而靠近技术前沿企业的创新投入受知识溢出影响小，受知识产权保护影响大。

（三）结果分析

相对于技术前沿企业，技术落后企业获得的知识溢出创新效应更大。技术落后企业因技术受限，因此在创新活动中更依赖于知识溢出，进而可以进行模仿创新。而技术先进的企业，一方面因其技术领先，往往成为“知识溢出方”，较难从可利用的知识溢出中获取有益于自身创新的知识;另一方面，因其技术领先，在创造新知识、新技能方面比技术落后企业具有更多的渠道与能力，进而知识溢出的创新效应较小。

相对于技术落后企业，技术前沿企业能从知识产权保护制度中获得更大的创新激励。技术前沿企业比技术落后企业具有更强的技术创新能力，因此更易进行技术创新活动，对创新的投入也可能更多。而创新活动本身具备沉没成本高、可逆性低、不确定性、外部性等特质，从而导致为了降低创新风险，创新活动越多越需要更为严厉的知识产权保护制度。因此，相对于技术落后企业，技术前沿企业对知识产权保护具有更迫切的需求。再者，技术前沿企业从模仿或吸收外部知识中获得收益的情况有限，因此企业为了获取新知识、探索新技术，更多情况下只能依靠加大自身R&D投入来实现，在所获取的知识溢出创新效应小、产品竞争效应大的条件下，技术前沿企业更加希望获得强有力的知识产权保护。

六、研究结论与政策启示

本文利用2005—2013企业经济活动的省级面板数据与2005—2007年中国工业企业数据库数据，采用中介效应模型对知识溢出、知识产权保护与企业创新三者之间的关系进行了实证研究，并在此基础上就企业技术位置差异所导致的知识溢出、知识产权保护创新效应差异进行了进一步的考察。研究发现：知识产权保护对企业创新呈现显著的促进作用，知识产权保护不仅直接激励企业创新，而且通过影响知识溢出间接促进企业创新;不同技术水平的企业所获得的知识溢出与知识产权保护的创新效应是不同的：越临近技术前沿企业的创新活动受知识溢出影响越小，受知识产权保护影响越大，而越远离技术前沿企业的创新活动受知识溢出影响越大，受知识产权保护影响越小。

基于这一研究结论，从促进企业积极进行创新活动这一逻辑出发，本文提出如下政策建议：

第一，以知识产权保护制度为依托，畅通知识溢出渠道，解决知识溢出产生的“搭便车”矛盾。在立法上，要进一步健全并完善专利申报、商标注册、商业许可、特许经营等制度，引导企业依靠市场获取技术创新的回报，进而促进知识市场的运作，促进技术的传播，加速知识流通，实现知识繁荣。在执法上，要建立健全执法联动协作机制，加大对知识产权侵权的惩处力度，加大执法的规范度和透明度，切实使知识产权保护在执法过程中不走过场、不打折扣。切实以知识产权保护帮助企业解决创新纠纷，为企业创新提供制度保障。依靠知识产权保护制度减少企业因知识外部性所萌生的创新顾虑，减少企业使用商业秘密等非正式知识产权保护方式，使企业愿意创新、安心创新，为实现从中国制造转向中国创造提供技术支持与制度保障。

第二，完善知识产权保护制度，形成知识产权保护、知识溢出、创新活动的良性互动。只有企业创新成果得以保护，企业才愿意创新;只有企业创新得以实现，才有新知识技术发生溢出;知識溢出越多，才能为下一轮企业创新提供技术参考与技术支持。在这一过程中，技术前沿企业往往成为技术创新的“领头雁”，因此，知识产权保护对此类企业创新活动尤为重要。为了激励技术前沿企业进行创新活动，可加大对侵权行为的惩处力度以保护其创新成果;也可通过如技术转让、特许经营等更形式多样的成果转化机制，加速技术的转化，使先进技术的外部性不断得以发挥，促进整个社会技术进步。对于技术后进企业而言，因其创新类型多属于模仿创新或进行产品性能与外观的微小创新，此类创新可辨识度小，更容易深陷产权之争，因此也需更为完善的知识产权制度为企业维护创新成果提供依据与保障。

第三，加大对技术后进企业的帮扶，以破解技术差距对企业创新活动的“马太效应”。技术领先企业拥有更强的技术实力、更优质的人力资源以及更卓越的研发与生产技能，因此更有能力进行创新活动。而技术后进企业进行创新活动的能力欠缺，创新成功的机会较技术前沿企业少，创新的动力更为不足。因此，为破解技术差距对企业创新的“马太效应”，要依靠国家与社会的力量，加大对技术后进企业的帮扶，从技术、人员、资金各方面为技术后进企业的创新活动提供支持，如鼓励并帮助后进企业制定科技创新战略计划，开展产学研合作帮助技术后进企业吸收知识溢出，指导技术后进企业完善商标、专利等知识产权保护措施等。

第四，强化企业知识产权战略意识，培育重视知识保护的企业文化，积极发挥企业的能动作用。知识产权保护制度作为一种能将知识资源转化为创新活动的有效制度，除了依靠国家建立、健全其立法并加强执法之外，也离不开企业的能动作用。具体而言，企业要将知识产权保护战略纳入顶层设计之中，在企业发展的战略平台下搭建知识产权保护体系，培育知识产权保护的企业文化，建立与企业运营相符的知识产权管理机构，培养知识产权专业人才，充分重视并实现商业秘密、商标、专利等非正式与正式知识产权保护制度的灵活应用。通过国家拉动、企业推动双重发力，以知识产权赋予产权化创新成果克服创新活动外部性与高风险的不利特点，切实发挥知识产权保护制度对创新活动的激励作用。

注释：

① 黎文靖、郑曼妮：《实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响》，《经济研究》2016年第4期。

② 戴魁早、刘友金：《要素市场扭曲与创新效率——对中国高技术产业发展的经验分析》，《经济研究》2016年第7期。

③ C. Barra， O. W. Maietta， R. Zotti， Academic Excellence， Local Knowledge Spillovers and Innovation in Europe， Regional Studies， 2019， 53（7）， pp.1058-1069.

④ Y. Kim， K. Lee， W. G. Park， K. Choo， Appropriate Intellectual Property Protection and Economic Growth in Countries at Different Levels of Development， Research Policy， 2012， 41（2）， pp.358-375.

⑤ Jorge De la Roca， Diego Puga， Learning by Working in Big Cities， Review of Economic Studies， 2012， 84（1）， pp.106-142.

⑥ P. Aghion， X. Jaravel， Knowledge Spillovers， Innovation and Growth， Economic Journal， 2015， 125（583）， pp.533-573.

⑦ Z. J. Acs， M. Sanders， Knowledge Spillover Entrepreneurship in an Endogenous Growth Model， Small Business Economics， 2013， 41（4）， pp.775-795.

⑧ 林毅夫、张鹏飞：《后发优势、技术引进和落后国家的经济增长》，《经济学（季刊）》2005年第4期.

⑨ A. Jaffe， Technological Opportunity and Spillovers of R&D： Evidence from Firms Patents Profits， and Market Value， American Economic Review， 1986， 76（5）， pp.984-1001.

⑩ A. Jaffe， T. R. Henderson， Geographic Localization of Knowledge Spillovers as Evidenced by Patent Citations， Quarterly Journal of Economics， 1993， 63（3）， pp.577-598.

{11} W. J. Baumol， Entrepreneurship： Productive， Unproductive， and Destructive， The Journal of Political Economy， 1990， 98（5）， pp.893-921.

{12} A. Schout， D. C. North， Institutional Change and Economic Performance， Economic Journal， 1990， 101（409）， p.1587.

{13} Y. Wu， E. W. Welch， W. L. Huang， Commercialization of University Inventions： Individual and Institutional Factors Affecting Licensing of University Patents， Technovation， 2015， 36（2）， pp.12-25.

{14} L. H. Fang， J. Lerner， W. Chaopeng， Intellectual Property Rights Protection， Ownership， and Innovation： Evidence from China， The Review of Financial Studies， 2019， 30（7）， pp.2446-2477.

{15} B. H. Hall et al.， The Importance （or not） of Patents to UK Firms， National Bureau of Economic Research Working Paper Series， 2013， No.19089.

{16} 劉思明、侯鹏、赵彦云：《知识产权保护与中国工业创新能力——来自省级大中型工业企业面板数据的实证研究》，《数量经济技术经济研究》2015年第3期。

{17} K. Gangopadhyay， D. Mondal， Does Stronger Protection of Intellectual Property Stimulate Innovation？ Economics Letters， 2012， 116（1）， pp.80-82.

{18} 高楠、于文超、梁平汉：《市场、法制环境与区域创新活动》，《科研管理》2017年第38期。

{19} 唐保庆：《中国服务业增长的区域失衡研究——知识产权保护实际强度与最适强度偏离度的视角》，《经济研究》2018年第8期。

{20} B. Sampat， H. L. Williams， How Do Patents Affect Follow-On Innovation？ Evidence from the Human Genome， American Economic Review， 2019， 109（1）， pp.203-236.

{21} R. M. Baron， D. A. Kenny， The Moderator-Mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations， Journal of Personality and Social Psychology， 1986， 51（6）， pp.1173-1182.

{22} 温忠麟、叶宝娟：《中介效应分析：方法和模型发展》，《心理科学进展》2014年第5期。

{23} M. E. Sobel， Asymptotic Confidence Intervals for Indirect Effects in Structural Equation Models， In S. Leinhardt （Ed.）， Sociological Methodology， 1982， 13， pp.290-312.

{24} 吴延兵：《R&D存量、知识函数与生产效率》，《经济学（季刊）》2006年第4期。

{25} 朱平芳、徐伟民：《政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究》，《经济研究》2003年第6期。

{26} 韩玉雄、李怀祖：《关于中国知识产权保护水平的定量分析》，《科学学研究》2005年第6期;魏浩、李晓庆：《知识产权保护与中国企业进口产品质量》，《世界经济》2019年第6期。

{27} A. Jaffe， Demand Supply Influences in R&D Intensity and Productivity Growth， Review of Economics and Statistics， 1988， 70（3）， pp.431-437.

{28} A. Colombellia， Q. Francesco， New Firm Formation and Regional Knowledge Production Modes： Italian Evidence， Research Policy， 2018， 47（1）， pp.139-157.

{29} 樊纲、王小鲁、朱恒鹏：《中国市场化指数——各地区市场化相对进程2011年报告》，经济科学出版社2011年版，第291页。

{30} 谢千里、罗斯基、张轶凡：《中国工业生产率的增长与收敛》，《经济学（季刊）》2008年第7期。

{31} H. Cai， Q. Liu， Competition and Corporate Tax Avoidance： Evidence from Chinese Industrial Firms， Economic Journal， 2009， 119（537）， pp.764-795.

{32} W. Holzl， J. Janger， Distance to the Frontier and the Perception of Innovation Barriers Across European countries， Research Policy， 2014， 43（4）， pp.707-725.

{33} A. D. Malva， E. Santarelli， Intellectual Property Rights， Distance to the Frontier， and R&D： Evidence From Microdata， Eurasian Business Review， 2016， 6（1）， pp.1-24.

{34} 张海玲：《技术距离、环境规制与企业创新》，《中南财经政法大学学报》2019年第2期。

作者简介：卢现祥，中南财经政法大学经济学院教授、博士生导师，湖北武汉，430073;笪琼瑶，中南财经政法大学经济学院博士研究生，湖北武汉，430073。

（责任编辑  陈孝兵）