专利与中国经济增长质量

聂长飞 冯苑 宋丹丹

摘 要：基于专利数量和专利内部构成情况分别构建了创新数量和创新质量的衡量指标，进而借助中国1998-2017年省级面板数据，从创新数量和创新质量视角全面考察了创新的经济增长质量效应。结果显示，创新数量对经济增长质量具有积极的促进作用，且发明专利的促进作用大于外观设计专利和实用新型专利。进一步研究发现，创新数量和创新质量对经济增长质量均存在非线性的影响，其中，创新数量对经济增长质量的影响呈“倒U型”变动趋势，创新质量对经济增长质量的影响呈“U型”变动趋势。因此，要从根本上提高经济增长质量、推动高质量发展，必须依靠创新质量而非创新数量的提升。

关键词：专利;经济增长质量;创新数量;创新质量

一、引言

改革开放以来，中国经济总量实现了快速扩张，创造了世界经济发展史上的又一次“经济奇迹”。1978—2019年，中国GDP总量和人均GDP平均增速分别为9.44%和8.43%，远高于世界同期平均水平的2.93%和1.47%数据来源于世界银行数据库。]。然而，在经济高速增长的同时，中国经济增长质量并没有实现同比的提高（刘海英和张纯洪，2006），“高数量—低质量”是当前中国经济发展面临的重要难题。创新被认为是提高经济增长质量的核心因素（刘思明等，2019），也是中国最终实现高质量发展目标的必然选择。在实践中，中国政府始终坚持创新引领发展，将提高国家创新水平作为重要的发展方向。2006年，国务院发布《国家中长期科学和技术发展规划纲要》，提出建设创新型国家的战略目标;2012年，党的十八大报告提出实施创新驱动发展战略;2015年，习近平同志首次提出指导新时代中国经济发展的新发展理念，并将创新列为五大发展理念之首;2017年，党的十九大报告提出加快建设创新型国家的目标。在此背景下，本文致力于考察创新对中国经济增长质量的影响，为充分发挥创新的经济增长质量效应提供科学依据。

专利是创新产出成果的主要标志，也是衡量创新水平最被广泛使用的指标。根据《中华人民共和国专利法》，专利可划分为发明专利、外观设计专利和实用新型专利三种类型，且在三种专利中，发明专利所包含的技术含量最高。因此，现有研究通常基于专利数量和专利内部构成情况分别构建创新数量和创新质量的衡量指标，用不同类型专利数量以及发明专利数量在三种专利数量中的占比作为创新数量和创新质量的代理变量（俞立平等，2019）。近年来，在专利资助和税收优惠等专利激励政策的推动下，中国专利数量实现了“爆炸式”增长（张杰等，2016）。据统计，1998—2017年，中国三种专利授权总数从5.50万件增加到172.08万件，年均增长率高达19.87%，其中，发明专利、外观设计专利和实用新型专利授权数分别由0.16万件、2.39万件和2.96万件提升至32.70万件、42.64萬件和96.74万件，年均增长率分别为32.43%、16.39%和20.15%数据来源于中国统计年鉴。]。然而，从专利的内部构成看，发明专利授权数占比增速则相对缓慢，从1998年的2.86%提高到2017年的19.00%，年均增长10.48%（见图1）。由此可见，尽管近年来中国整体创新水平实现了较快的提升，但创新质量提升的速度总体滞后于创新数量。那么，一个亟待回答的问题是，专利对中国经济增长质量产生了怎样的影响？更具体地，创新数量和创新质量对中国经济增长质量产生了怎样的影响？

一些文献从经济增长数量角度证实了专利对经济增长的积极作用（Crosby，2000; Jalles，2010;Agénor and Neanidis，2015;Akcigit and Kerr，2018;方曙等，2006;李宏彬等，2009）。在此基础上，一些学者考察了不同类型专利对经济增长的影响，并得出了不尽相同的研究结论。刘华（2002）、隋广军等（2005）、黄智淋和俞培果（2007）研究发现，同发明专利相比，外观设计专利和实用新型专利对经济增长的促进作用更大。与之相反的是，朱芳芳（2017）、张优智（2017）、赵彦云和刘思明（2011）的实证结果显示，发明专利的经济增长效应大于其他两种专利。

与此同时，少数研究考察了专利与经济增长质量之间的关系。邓美薇和张季风（2018）借助日本2002—2014年47个都道府县的面板数据，运用系统GMM模型实证检验了发明专利对经济增长质量的影响，结果显示，发明专利能显著促进经济增长质量的提升。张杰等（2016）基于中国2000—2010年省级面板数据，考察了三种类型专利的经济增长质量效应，实证结果表明，发明专利对经济增长质量的影响不显著，外观设计专利对经济增长质量具有显著的抑制作用，而实用新型专利同经济增长质量之间呈显著的“倒U型”关系，当进一步扣除专利“泡沫”信息后，发明专利和实用新型专利对经济增长质量具有显著的促进作用，而外观设计专利对经济增长质量的影响不显著。

上述文献对本文研究具有重要的借鉴意义，但针对专利如何影响经济增长质量这一研究主题，现有研究仍然存在着不足。一方面，已有研究较全面深入地探讨了不同类型专利与经济增长数量之间的关系，但关于不同类型专利对经济增长质量影响的研究则相对缺乏。邓美薇和张季风（2018）虽然考察了专利与经济增长质量的关系，但其研究针对的仅仅是发明专利，而未涉及到其他两种专利的影响。张杰等（2016）的研究虽然分析了三种专利对经济增长质量的影响，但该研究主要关注的是扣除专利激励政策效应前后专利对经济增长质量的影响，而并未比较不同类型专利对经济增长质量影响效应的相对大小。同时，在实证分析中，该研究将发明专利、外观设计专利和实用新型专利三种专利授权数同时纳入模型中，可能存在严重的多重共线性问题，从而导致核心解释变量的估计系数不可信（赵彦云和刘思明，2011）赵彦云和刘思明（2011）在研究不同类型专利对全要素生产率的影响时，特别强调了这一点，他们发现，当把三种类型专利纳入同一个模型后，方差膨胀因子（VIF）会大于10，进一步印证了多重共线性的存在，而该研究和张杰等（2016）使用的均为中国省级面板数据，区别仅仅在于研究的年份区间不同。为了避免多重共线性对模型估计结果的影响，该研究将外观设计专利和实用新型专利加总合成一个新的变量，并将该变量与发明专利同时纳入模型中进行估计。]。另一方面，在为数不多讨论专利与经济增长质量关系的文献中，主要关注的是创新数量的经济增长质量效应，而对创新质量如何影响经济增长质量这一问题鲜有提及，从而未能全面地考察创新对经济增长质量的影响。

鉴于此，本文采用中国1998—2017年的省级面板数据，在测度各省经济增长质量指数的基础上，实证检验了发明专利、外观设计专利和实用新型专利三种专利的经济增长质量效应，结果显示，在当前的发展阶段，三种专利均能显著提高中国经济增长质量，且发明专利对经济增长质量的促进作用最大。上述研究结论经过一系列稳健性检验和内生性处理之后，依然稳健。在进一步的研究中，本文发现创新数量与经济增长质量呈“倒U型”关系，而创新质量与经济增长质量呈“U型”关系，表明只有高质量创新才能永久地驱动高质量发展。

同已有文献相比，本文可能的边际贡献主要体现在以下三个方面。首先，研究议题上，本文首次基于创新数量和创新质量的双重视角，考察了创新的经济增长质量效应，丰富了“不同类型专利对经济增长质量的影响”以及“创新质量对经济增长质量的影响”两类文献的研究。其次，估计方法上，综合采取了多种稳健性检验并通过系统GMM估计、工具变量估计等方式，较好地克服了模型中可能存在的内生性问题，使本文的研究结论更加稳健可靠。最后，政策含义上，本文的估计结果在一定程度上拓展了“创新驱动高质量发展”的理论命题，即只有高质量的创新才能永久地驱动经济增长质量的提升，为中国加快实施创新驱动发展战略、充分发挥创新的经济增长质量效应、推动高质量增长提供了实证证据和参考依据。

后文结构安排如下：第二部分为理论分析与研究假说;第三部分为研究设计，包括对模型、数据和变量的说明;第四部分为实证分析，包括基准回归结果分析、稳健性检验和内生性讨论;第五部分为进一步检验，主要关于创新数量、创新质量与经济增长质量之间非线性关系的讨论;第六部分为结论与启示。

二、理论分析与研究假说

专利作为衡量创新水平的核心指标，已被证实在推动经济增长（李宏彬等，2009）、提高全要素生产率（赵彦云和刘思明，2011）、推动产业结构升级（李政和杨思莹，2017）、促进出口质量提升（曲如晓和臧睿，2019）等方面发挥重要的作用，而上述不同方面的提升正是经济增长质量提高的具体体现。与此同时，邓美薇和张季风（2018）、白俊红和王林东（2016）、何兴邦（2019）、刘思明等（2019）的研究结果均表明，创新是驱动经济高质量增长的重要因素。因此可以预期，专利能够促进经济增长质量的提升。基于以上分析，本文提出假说1：

假说1：发明专利、外观设计专利和实用新型专利均有利于提高经济增长质量。

但是，不同类型专利包含的技术含量是不同的。在三种专利中，发明专利主要是指对产品、方法或者其改进所提出的新的技术方案，包含的技术含量最高、创新性最强，外观设计专利和实用新型专利则是指对产品的形状、构造等提出的新设计，实用的新的技术方案等，包含的技术含量相对较低。因此，发明专利通常被认为是原创型创新水平的衡量标准，主要体现了企业的产品创新能力;外观设计专利和实用新型专利通常被认为是模仿型创新水平的衡量标准，主要体现了企业的市场创新能力和工艺创新能力（刘华，2002）。由于不同类型专利包含的技術含量不同，从而对经济增长质量的促进作用可能存在差异。考虑到发明专利包含了更多的创新元素和更高的技术含量，能够产生更大的经济效益，因而对经济增长质量提升的作用可能更大。基于以上分析，本文提出假说2：

假说2：发明专利对经济增长质量的促进作用大于外观设计专利和实用新型专利。

然而，专利对经济增长质量也可能存在负面的影响效应。对于企业而言，拥有专利有利于企业在竞争市场上获得更大的竞争优势，也可以成为企业获得更多融资的重要砝码，从而可能导致企业创造更多的低质量专利。同时，在一系列专利激励政策的推动下，申请低质量专利可能会得到资助甚至奖励，从而可能导致官商合谋和寻租活动的产生，这更加诱发了低质量专利的创造。也就是说，现行的中国专利激励制度更多激励的是专利“数量”而非“质量”的提升（龙小宁和王俊，2015;黎文靖和郑曼妮，2016;陈强远等，2020）。此外，科研机构和高校在课题申请和结项、评定职称、分发科研奖励等过程中普遍将专利数量作为一个重要的评价指标，这在一定程度上推动了低质量专利数量的增加（张杰等，2016）。在多重因素的共同作用下，造成了专利“泡沫”现象的产生。事实上，有学者发现中国实用新型专利制度未能像日本、韩国那样，进入理论预期的“倒U型”增长模式（毛昊等，2018）。因此，在中国情境下，“激增”的专利中包含了相当数量和比例的问题专利、虚假专利、低质量专利和无法产生实际经济效益专利等不合格专利，从而可能削弱甚至扭曲专利对经济增长质量的正向促进效应。随着专利数量的逐渐增加，不合格专利数量和比例也随之增加，导致专利所产生的边际经济效益逐渐减小，对经济增长质量的促进作用相应降低，甚至可能抑制经济增长质量的提升。由此可见，专利对经济增长质量的影响可能呈“倒U型”变动趋势。基于以上分析，本文提出假说3：

假说3：创新数量对经济增长质量的影响呈“倒U型”变动趋势，当专利数量增加到一定水平后，其对经济增长质量的作用由促进变为抑制。

上述分析主要是从创新数量视角考察创新的经济增长质量效应的，但创新不仅包括创新数量，而且包括创新质量，因此有必要进一步探讨创新质量对经济增长质量的影响。从专利的内部构成情况看，由于发明专利在三种专利中所包含的技术含量最高，从而发明专利数量在三种专利数量中的占比被广泛用于衡量创新质量（俞立平等，2019）。那么，创新质量如何影响经济增长质量呢？从理论上来讲，创新质量对经济增长质量同时存在正向和负向两方面的效应，其对经济增长质量影响效应的大小最终取决于正负两种效应的相对大小。从正向作用看，创新质量的提升意味着包含技术含量最高的发明专利较多，从而有利于更好地发挥专利的降低成本效应、技术溢出效应和资源配置效应等，进而驱动经济增长质量的提升（张杰等，2016）。从负向作用看，技术含量较高的专利和先进专利往往首先掌握在大企业和高技术企业手中，从而可能产生较高的市场准入壁垒，导致垄断、市场分割等现象的产生，甚至可能固化居民收入、扩大居民收入差距（程锐，2019），最终抑制经济效率的提高和经济增长质量的提升。同时，相对于外观设计专利和实用新型专利而言，发明专利的申请周期更长、申请难度更大，所需要的成本也往往更高，如果无法及时获得发明专利成果或成果应用转化率较低，则可能导致发明专利所带来的产出增加难以弥补其机会成本，从而阻碍经济增长质量的提升（邓美薇和张季风，2018）。因此，当创新质量较低时，意味着发明专利数量较少，相应的市场准入壁垒较高，申请发明专利所需的机会成本也相应较高，使得其对经济增长质量的抑制效应较强，掩盖了创新质量提高对经济增长质量的驱动作用，从而导致创新质量对经济增长质量表现出抑制效应;当创新质量较高时，意味着发明专利数量较多，使得其对经济增长质量的驱动作用也相应提高，超过了市场准入壁垒等带来的负面效应，从而导致创新质量对经济增长质量表现出促进作用。由此可见，创新质量对经济增长质量的影响呈“U型”变动趋势。基于以上分析，本文提出假说4：

假说4：创新质量对经济增长质量的影响呈“U型”变动趋势，当创新质量达到一定程度后，其对经济增长质量的作用由抑制变为促进。

三、研究设计

（一）经济增长质量指数的测度

1.经济增长质量指标体系的构建

要研究专利对经济增长质量的影响，必须首先准确测度经济增长质量的大小。现有研究中，经济增长质量主要有两种衡量方式。一是采用全要素生產率等单一指标来反映经济增长质量（宋文月和任保平，2018;孙英杰和林春，2018），但单一指标难免存在片面性等问题（郑玉歆，2007），因而大多数文献采用构建指标体系的方式对经济增长质量进行全面、客观的衡量。在现有的经济增长质量指标体系中，代表性的是Mlachila et al.（2017）、钞小静和任保平（2011）、詹新宇和崔培培（2016）、聂长飞等（2021）的研究。本文主要借鉴上述研究，从经济增长基本面、经济增长结构和经济增长成果3个维度选取15个一级指标和27个二级指标，构建经济增长质量指标体系（见表1）。

2.数据与指标说明

本文以1998—2017年中国30个省、直辖市、自治区为研究对象不包括港澳台和西藏地区，为了便于说明，本文将省、直辖市、自治区统称为省。]，指标数据主要来源于《中国统计年鉴》《中国区域经济统计年鉴》《中国能源年鉴》《中国环境统计年鉴》《中国金融年鉴》以及EPS数据平台和Wind数据库。对于进出口总额等以美元衡量的指标，统一按照当年平均汇率换算成人民币为单位。为消除价格因素的影响，对GDP等涉及价格衡量的指标统一运用相应的价格指数换算成1998年不变价。另外，全要素生产率的计算借鉴赵彦云和刘思明（2011）的研究，运用索洛余值法进行测度，其中，产出指标用1998年为基期的实际GDP衡量，投入指标包括劳动投入和资本投入，劳动投入用就业人数衡量，资本投入用1998年为基期的资本存量衡量，资本存量的估计采用永续盘存法，具体公式为Kt=It+（1-δ）Kt-1，其中，It表示第t年的投资额，用固定资本形成总额表示，并运用固定资产投资价格指数平减为1998年不变价，Kt-1和Kt分别表示上一期和当期的资本存量，期初物质资本存量的计算公式为K0=I0/（g+δ），I0为期初投资额，δ表示折旧率，本文借鉴张军等（2004）的研究，将其设定为9.6%，g表示各省固定资本形成总额在1998—2017年的年均增长率。产业结构高级化指数和产业结构合理化指数的计算方式参考干春晖等（2011）的研究。平均受教育年限的计算公式为“（小学人口×6+初中人口×9+高中人口×12+大专及以上人口×16）/6岁及以上人口数”。

3.经济增长质量指数的测度方法与测度结果

经济增长质量指数的测度主要包括以下三个步骤。

一是指标权重的确定。指标权重的确定主要可以分为主观赋权法和客观赋权法，为避免主观因素的影响，现有研究多采用客观赋权法多指标进行赋权。其中，客观赋权法主要包括主成分分析法、熵值法、纵横向拉开档次法等。由于主成分分析法提取的主成分往往含义模糊，且该方法计算的指标权重可能存在负值的情形，负值权重难以解释（聂长飞和简新华，2020），熵值法更加适用于静态评价而非跨期的动态比较（肖祎平等，2018），故本文采用纵横向拉开档次法这一客观赋权法确定指标权重。为了确保估计结果的稳健性，在后续的稳健性检验中，本文将分别采用均等权重法这一主观赋权法以及主成分分析法和熵值法两种客观赋权法对指标进行赋权，重新计算经济增长质量指数再进行估计。下面对纵横向拉开档次法的基本步骤进行说明（郭亚军，2007）。

对于时刻tk，取综合评价函数yi（tk）=∑mj=1wjxij（tk），则各被评价对象间的差异可用yi（tk）总离差平方和σ2=∑Nk=1∑ni=1[yi（tk）-y]2来刻画，由于对原始数据的标准化处理此处的标准化与第二步的面板标准化有所不同，此处是分年度对标准化，目的是求解权重，后者则是将各年份数据组成面板数据然后标准化，主要是为了计算经济增长质量指数。]，有：

y=1N∑Nk=11n∑ni=1∑mj=1wjxij（tk）=0（1）

化简得：

σ2=∑Nk=1∑ni=1[yi（tk）-y]2=∑Nk=1[wTHkw]=wT∑Nk=1Hkw=wTHw（2）

其中，H=∑Nk=1Hk为m×m阶对称矩阵，而Hk=AkTAk，且Ak=x11（tk）…x1m（tk）xn1（tk）…xnm（tk），由此可以证明，若限定wTw=1，当取w为矩阵H的最大特征值所对应的特征向量时，σ2取最大值，为了保证所有权重为正，可进一步限定w>0，即可以通过求解式（3）的规划问题计算出指标权重系数向量w。

maxwTHw s.t. ‖w‖=1 w>0（3）

根据上述步骤，本文运用Matlab软件计算的指标权重见表1。

二是指标数据标准化处理，本文借鉴Gygli et al.（2019）的做法，采用面板标准化方法对原始数据进行无量纲化处理，具体公式如下：

正指标：sijt=xijt-min（xj）max（xj）-min（xj）×10逆指标：sijt=max（xj）-xijtmax（xj）-min（xj）×10（4）

其中，i、j和t分别表示省份、指标和年份，xijt和sijt分别表示i省第j个指标第t年的原始值和标准化的值，max（xj）和min（xj）分别表示所有省份第j个指标在样本期内的最大值和最小值，由此计算的经济增长质量指数介于0～10之间。

三是运用线性加权法，计算出1998—2017年中国30个省的经济增长质量指数qegit，具体公式为：

qegit=∑mj=1wjsijt（5）

其中，wj为第j个指标的权重。

测度结果显示，全国经济增长质量指数均值由1998年的3.71上升到2017年的4.81，年均增长率为1.38%。分地区来看东部地区为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部地区为山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区为内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。]，东部地区的經济增长质量水平最高，中部地区次之，西部地区最低（见图2）。其中，东部、中部、西部地区的经济增长质量指数均值分别由4.21、3.72和3.21提高到2017年的5.58、4.55和4.24，年均增长率分别为1.50%、1.07%和1.47%。

图3进一步绘制了2017年中国各省份经济增长质量指数。可以看出，北京、上海、广东、天津、江苏等省份经济增长质量相对较高，而贵州、甘肃、云南、青海、河南等省份经济增长质量则相对偏低，说明中国经济增长质量存在着区域发展不平衡特征。

（二）基准模型构建

为研究不同类型专利对经济增长质量的影响，本文构建基准模型如下：

qegit=β0+β1patentit+β2controlit+μi+ηt+εit（6）

其中，i和t分别表示省份和年份，qeg表示经济增长质量，patent表示专利，具体包括发明专利（invention）、外观设计专利（design）和实用新型专利（utility）三种，control表示一系列控制变量，μi和ηt分别表示省份固定效应和年份固定效应，εit为随机扰动项。

（三）数据说明与变量定义

本文主要解释变量和控制变量的研究数据来源于《中国统计年鉴》和《中国区域经济统计年鉴》。下面对基准模型的主要变量进行说明。

（1）因变量。本文的被解释变量是经济增长质量，具体测度方法和测度结果见前文“经济增长质量指数的测度”。

（2）主要解释变量。本文的主要解释变量是三种类型的专利数量。专利数量包括专利申请受理数和授权数两种，由于专利激励政策的实行，专利申请过程中可能存在相当数量的虚假专利和不合格专利，从而导致出现专利繁荣的假象（张杰等，2016）。因此，相比于专利申请受理数，授权数能够更加客观地反映一个地区的真实创新水平。考虑到这一点，同时为了消除不同省份规模差异的影响，本文采用每万人专利授权数作为主要解释变量。

（3）控制变量。借鉴已有研究，在实证过程中，本文主要对以下变量进行控制：①资本存量（cap），资本存量数据根据永续盘存法换算成1998年不变价。②劳动力数量（labor），用就业人数表示。③政府规模（gov），用政府财政支出占GDP比重表示。④城市人口密度（density），为《中国统计年鉴》的统计指标。⑤城镇化水平（urban），用城镇人口占地区总人口的比例表示。为了控制异方差对估计结果造成的干扰，本文对上述控制变量均进行对数化处理。主要变量的描述性统计见表2。

为了避免自变量之间可能存在的多重共线性问题而对估计结果产生影响，在进行回归之前，本文分别基于三种专利进行了方差膨胀因子（VIF）分析，检验结果见表3。可以发现，在不同的模型中，所有变量的VIF均小于10，表明模型中不存在严重的多重共线性问题。

四、实证分析

（一）基准回归结果分析

表4汇报了不同类型专利对经济增长质量影响的基准回归结果。第（1）、（3）、（5）列为不包含控制变量的固定效应模型估计结果，结果显示，发明专利、外观设计专利和实用新型专利的估计系数均在1%的水平上显著为正，且发明专利的估计系数最大，初步说明三种专利均能提高经济增长质量，且发明专利对经济增长质量的促进作用最大。第（2）、（4）、（6）列为引入控制变量后的估计结果，可以发现，三种专利的估计系数仍然在1%的水平上显著为正，再次表明不同类型的专利对经济增长质量的提升具有促进作用。具体而言，发明专利、外观设计专利和实用新型专利的估计系数分别为0.038、0.023和0.016，意味着每万人发明专利、外观设计专利和实用新型专利授权数增加1件，将分别使经济增长质量指数提高0.038、0.023和0.016，相当于样本期内经济增长质量指数均值4.18的0.91%、0.55%和0.38%。可见，在考虑了控制变量的影响以及省份和年份固定效应之后，发明专利对经济增长质量的促进作用依然最大。

（二）稳健性检验

为了确保上述估计结果的稳健性，本文分别从五个方面对基准回归进行稳健性检验。

（1）改变被解释变量的测度方法。前文主要运用纵横向拉开档次法测度经济增长质量指数，出于稳健性考虑，本文分别运用均等权重法、主成分分析法以及熵值法对经济增长质量指数重新测度，估计结果见表5第（1）行。可以发现，无论采用何种方法测度经济增长质量，所有模型的估计系数均在1%的水平上显著为正，且发明专利的估计系数均高于其他两种专利的估计系数，未改变基准回归的研究结论。

（2）考虑滞后效应。考虑到专利对经济增长质量的影响可能存在一定的时滞，本文将三种专利数量和所有控制变量替换为各自的滞后一期项，进而采用双向固定效应模型进行估计，估计结果见表5第（2）行。结果显示，三种专利的估计系数在1%的水平上显著为正，且发明专利的估计系数依然最大，再次表明基准回归结果是稳健的。

（3）消除异常值影响。为了消除数据异常值对模型估计结果的干扰，本文对所有变量进行1%水平的Winsorize处理，并重新进行估计，估计结果见表5第（3）行。可以看出，核心解释变量的估计系数依然在1%的水平上显著为正，且发明专利的估计系数最大，支持了基准回归结果。

（4）平抑经济周期。由于本文研究样本的时间跨度较长，估计结果可能会受到经济周期的影响，因此，本文借鉴李宏彬等（2009）的做法，以5年为一个周期将研究样本划分四个研究区间，并对每个研究区间内的指标取平均值，形成N=30，T=4的平衡面板数据，共计120个观测值，平抑经济周期后的估计结果见表5第（4）行。结果显示，发明专利、外观设计专利和实用新型专利的估计系数分别为0.048、0.030和0.017，且均至少在5%的水平上显著，一致于基准回归的研究结论。

（5）运用Tobit模型估计。考虑到本文的主要被解释变量经济增长质量指数的大小介于0～10之间，故采用Tobit模型重新估计，估计结果见表5第（5）行。结果显示，不同类型专利的估计系数均在1%的水平上显著为正，且发明专利的估计系数最大，进一步支持了本文的研究结论。

（三）内生性讨论

虽然基准回归和多种稳健性检验得到了基本一致的研究结论，但上述估计结果仍可能受到内生性的挑战。考虑到本文构建的经济增长质量指标体系中部分指标具有明显的经济发展“惯性”（李健和盘宇章，2017），从而当期经济增长质量指数的大小可能受到前期经济增长质量指数的影响。为了避免经济增长质量“惯性”的影响，本文将经济增长质量指数的滞后一期项纳入基准回归模型，采用动态面板模型进行估计感谢匿名审稿人的意见和建议。]。对于动态面板模型，采用传统的OLS方法估计得到的估计系数可能是有偏的，为了得到一致估计量，需要采用广义矩（GMM）估计。GMM可分为差分GMM和系统GMM，相比于系统GMM，差分GMM容易出现弱工具变量等问题，因此，本文主要采用系统GMM方法对动态面板模型进行估计。在估计的过程中，本文将工具变量的阶数设置为2阶，并采用两步系统GMM法进行估计，回归结果见表6。可以看出，所有模型估计结果中AR（1）统计量和AR（2）统计量的P值分别小于10%和大于10%，说明存在一阶自相关而不存在二阶自相关，同时，Sargan检验的统计量P值均大于10%，说明工具变量没有过度识别。系统GMM的估计结果显示，发明专利、外观设计专利和实用新型专利的估计系数分别为0.060、0.025和0.034，且均通過了显著性检验，再次说明不同类型专利均能显著促进经济增长质量的提升，且发明专利的促进作用最大。

为进一步缓解模型中可能存在的内生性问题，本文分别从两个方面构建工具变量。一是参照通常的设置工具变量的方式，采用核心解释变量的滞后一期项作为工具变量进行估计，二是选取地区中华老字号认定数量作为工具变量进行估计。为什么中华老字号认定数量可以作为专利的工具变量？这是因为，一方面，中华老字号认定数量是一个地区企业家传承精神的集中反映，中华老字号数量越多，意味着该地区历史上的创新创业活动越密集，从而该地区整体的创新水平就越高，相应的专利就越多（马忠新和陶一桃，2019），因此，中华老字号认定数量满足了工具变量相关性的前提。另一方面，地区中华老字号认定数量是一个固定不变的历史值，故满足了工具变量外生性的前提。需要说明的是，由于本文研究样本为面板数据，单独采用地区中华老字号认定数量作为工具变量会出现固定效应无法度量的问题。为此，本文借鉴Nunn and Qian（2014）的做法，用地区中华老字号认定数量（与个体变化有关）与年份（与时间有关）的交互项作为专利的工具变量。各省中华老字号认定数量数据来源于商务部网站发布的《中华老字号名录》。为直观反映中华老字号认定数量与专利数量之间的关系，本文以中华老字号认定数量与年份的交互项为横轴，以人均专利授权数为纵轴，在控制省份虚拟变量和年份虚拟变量之后，对二者的关系进行了描绘（见图4）。图4清晰地展现了二者的正相关关系。

表7汇报了工具变量的估计结果。从表中可以看出，所有模型中工具变量的估计系数均显著为正，且第一阶段F值均大于10，说明工具变量的选取是有效的。第二阶段估计结果显示，无论是以解释变量的滞后项作为工具变量还是以中华老字号数量与年份交互项作为工具变量，三种专利对经济增长质量的估计系数均在1%的水平上显著为正，且发明专利的估计系数均大于其他两类专利，估计结果一致于基准回归。

五、进一步检验

（一）特征性事实分析

为进一步检验研究假说3和假说4，本文首先通过特征性事实分析的方式直观考察创新数量和创新质量与经济增长质量之间可能存在的非线性关系。

图5绘制了三种类型专利与经济增长质量之间的散点图。可以看出，三类专利授权数与经济增长质量指数之间均存在着“倒U型”关系，且绝大多数样本分布在“U型”曲线的左侧。由此可以得出两点推论：一是专利对经济增长质量的影响效应以正向促进为主;二是专利数量增长到一定程度后，反而可能抑制经济增长质量的进一步提升。

图6绘制了创新质量与经济增长质量之间的散点图。具体来说，本文采用发明专利授权数占三种专利授权总数的比例作为创新质量的代理变量进行绘制（俞立平等，2019）。可以看出，创新质量与经济增长质量之间呈现出“U型”关系。也就是说，只有当创新质量达到一定水平后，才能成为有效促进经济增长质量提升的动力，且这一促进作用呈边际递增趋势。

当然，上述结论主要是基于描述性的经验证据得出的，未考虑其他特征变量和随机因素的影响，下文将通过严谨的计量分析进一步对上述结论进行验证。

（二）专利与经济增长质量的非线性关系

为验证研究假说3，本文在基准模型的基础上，引入专利的平方项，以检验专利与经济增长质量之间可能存在的非线性关系，具体模型设定如下：

qegit=β0+β1patentit+β2patent2it+β3controlit+μi+ηt+εit （7）

模型（7）的主要变量含义同基准模型一致。为了保证估计结果的稳健性，本文分别采用双向固定效应模型和工具变量法进行估计。由于模型（7）中的主要解释变量包括专利及其平方项，因而至少需要两个工具变量，本文最终选择解释变量的滞后一期项以及中华老字号认定数量与年份交互项分别作为专利及其平方项的工具变量。

表8报告了专利与经济增长质量的非线性关系估计结果。可以看出，当未考虑核心解释变量内生性时，所有模型一次项的估计系数均显著为正，平方项的估计系数虽然均为负数，但实用新型专利的平方项未能通过显著性检验。当进一步考虑了核心解释变量的内生性之后，所有模型一次项的估计系数均显著为正，平方项的估计系数均显著为负，基本证实了专利与经济增长质量之间的“倒U型”关系。这一估计结果意味着，随着专利数量的逐渐增多，专利对经济增长质量的促进作用将逐渐降低，其原因可能是较多的专利中包含了相当数量的不合格专利，从而导致专利对经济增长质量的边际效应递减，甚至可能抑制经济增长质量的提高。根据表8第（2）、（4）、（6）列主要解释变量的估计系数，可计算出“倒U型”曲线最高点对应的每万人发明专利授权数、外观设计专利授权数和实用新型专利授权数分别为13.37件、9.06件和12.10件，远远高于样本期内三种专利数量的均值。据统计，在本文的全部600个样本中，分别仅有3个、18个和28个样本位于“倒U型”曲线的右侧，仅占样本总数的0.50%、3.00%和4.67%，因此，在中国当前的发展阶段，专利的增加对经济增长质量总体效应是正向的。

（三）创新质量对经济增长质量的影响

专利与经济增长质量“倒U型”关系的存在，说明随着专利数量的增加，专利对经济增长质量的促进作用将逐渐降低，甚至可能抑制经济增长质量的提升，这意味着创新数量的经济增长质量效应是有限的。由此自然而然地引出一个问题，即创新质量能否永久地提高经济增长质量呢？为了检验创新质量对经济增长质量的影响，本文首先设定如下模型：

qegit=θ0+θ1innoit+θ2controlit+μi+ηt+εit（8）

同时，本文研究假说4的分析表明，创新质量同经济增长质量之间可能存在非线性关系，为此，本文在模型（8）的基础上进一步纳入创新质量的平方项，设定如下模型：

qegit=δ0+δ1innoit+δ2inno2it+δ3controlit+μi+ηt+εit（9）

其中，inno表示创新质量，正如前文所言，考虑到发明专利所包含的技术含量最高，因此本文采用发明专利授权数占三种专利授权总数的比例表示创新质量（俞立平等，2019）。模型中其余变量的含义同基准模型一致。在估计的过程中，除了使用双向固定效应模型外，本文还将运用工具变量法对以上模型进行估计。由于中华老字号数量主要是从数量角度反映地区历史的创新水平，从而无法作为创新质量的工具变量当使用中华老字号认定数量与年份交互项作为创新质量的工具变量时，第一阶段工具變量的估计系数不再显著。]，因此，本文按照通常的工具变量设定方式，使用主要解释变量的滞后一期项作为工具变量进行估计。

创新质量与经济增长质量关系的估计结果见表9。可以发现，当未引入创新质量的平方项时，无论采取何种方法估计，创新质量的估计系数虽然为负，但不显著。当进一步引入创新质量的平方项后，两种方法的估计结果均显示，一次项系数显著为负且平方项系数显著为正，表明创新质量与经济增长质量之间是“U型”关系。这一研究结论与研究假说4的预期一致，即较低的创新质量总体表现为对经济增长质量的抑制作用，而较高的创新质量总体表现为对经济增长质量的促进作用。根据表9第（4）列主要解释变量的估计系数，可以计算出“U型”曲线最低点对应的创新质量为20.44%，即当创新质量提高到一定水平时，能显著提高经济增长质量，且发明专利授权数占比越大，创新质量对经济增长质量的促进作用也越大。据统计，在本文的全部600个样本中，有多达90个样本越过了“U型”曲线的最低点，占样本总量的15.00%，进一步增加创新投入，提高创新质量，是驱动经济高质量增长的必然选择。

六、结论与启示

在社会主要矛盾转变、传统经济增长动能减弱、国际经济增速放缓、中美贸易摩擦等诸多现实因素的制约下，提高经济增长质量、推动高质量发展刻不容缓，而创新被认为是驱动中国经济增长质量提升的核心因素。在此背景下，本文借助中国1998-2017年的省级面板数据，全面考察了不同类型专利对经济增长质量的影响，并进一步探讨了创新数量、创新质量对经济增长质量的非线性影响。主要研究结论有两点：其一，三种专利均能显著提高经济增长质量，且发明专利的促进作用最大。具体而言，每万人发明专利、外观设计专利和实用新型专利授权数增加1件，将分别使经济增长质量指数提高0.038、0.023和0.016，相当于样本期内经济增长质量指数均值4.18的0.91%、0.55%和0.38%。其二，创新数量、创新质量对经济增长质量会产生非线性影响。具体而言，创新数量对经济增长质量的影响呈“倒U型”变动趋势，且在当前的发展阶段，专利数量的增加对中国经济增长质量的总体效应是正向的;创新质量对经济增长质量的影响呈“U型”变动趋势，意味着只有创新质量才能永久地提高区域经济增长质量。本文的研究结论表明，只有高质量的创新才能永久地驱动高质量发展，这在一定程度上拓展了“创新驱动高质量发展”的理论命题。

上述研究结论具有重要的政策含义。一方面，现阶段，专利的增加总体上有助于提高经济增长质量，因而在未来的经济发展中，应坚持创新引领，通过实施专利激励政策、强化知识产权保护、优化营商环境、健全高层次人才激励等政策措施，打好科技创新能力提升“组合拳”，引导、支持和鼓励企业、高校、科研机构等创新主体的从事创新活动，以此推动全社会专利数量的不断增长和创新水平的不断提高。另一方面，相较于单纯地激励专利数量的增加，致力于提高创新质量才能永久性提高经济增长质量，因此在深入实施创新驱动发展战略、加快建设创新型国家、打造“双创”升级版的过程中，不仅要关注专利数量的增长，更要注重专利质量的提升，推动创新活动“内涵式”发展，减少和避免“创新假象”“专利泡沫”等现象的发生。具体而言，在顶层设计方面，要持续改进创新活动的考核评价体系，根据专利质量的不同实施差别化的激励措施，给予发明专利和高质量专利适当的政策倾斜，同时避免外观设计专利和实用新型专利的过快增长，促进创新数量和质量的同步、协调增长;在创新文化营造方面，要进一步深化体制机制改革，健全激发创新意识、保障创新环境、鼓励创新思想和行为的制度体系，培厚创新的土壤，最大限度释放全社会创新潜能，促进高价值发明专利占比的增加，有效提升高质量创新和实质性创新能力，为新发展阶段推动经济高质量发展提供强劲动力支撑。

参考文献：

[1] 白俊红、王林东，2016：《创新驱动是否促进了经济增长质量的提升？》，《科学学研究》第11期。

[2] 钞小静、任保平，2011：《中国经济增长质量的时序变化与地区差异分析》，《经济研究》第4期。

[3] 陈强远、林思彤、张醒，2020：《中国技术创新激励政策：激励了数量还是质量》，《中国工业经济》第4期。

[4] 程锐， 2019：《企业家精神与区域内收入差距：效应与影响机制分析》，《经济管理》第6期。

[5] 邓美薇、张季风， 2018：《技术创新对提升日本经济增长质量的驱动作用研究——基于日本都道府县动态面板数据的分析》，《现代日本经济》第5期。

[6] 方曙、張勐、高利丹，2006：《我国省（市）自治区专利产出与其GDP之间关系的实证研究》，《科研管理》第2期。

[7] 干春晖、郑若谷、余典范，2011：《中国产业结构变迁对经济增长和波动的影响》，《经济研究》第5期。

[8] 郭亚军，2007：《综合评价理论、方法及应用》，科学出版社。

[9] 何兴邦，2019：《技术创新与经济增长质量——基于省际面板数据的实证分析》，《中国科技论坛》第10期。

[10] 黄智淋、俞培果，2007：《近年技术创新对我国经济增长的影响研究——基于面板数据模型分析》，《科技管理研究》第5期。

[11] 黎文靖、郑曼妮，2016：《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》第4期。

[12] 李宏彬、李杏、姚先国等，2009：《企业家的创业与创新精神对中国经济增长的影响》，《经济研究》第10期。

[13]  李健、盘宇章， 2017：《金融发展、实体部门与全要素生产率增长——基于中国省级面板数据分析》，《经济科学》第5期。

[14]  李政、杨思莹， 2017：《科技创新、产业升级与经济增长：互动机理与实证检验》，《吉林大学社会科学学报》第3期。

[15]  刘海英、张纯洪， 2006：《中国经济增长质量提高和规模扩张的非一致性实证研究》，《经济科学》第 2 期。

[16] 刘华，2002：《专利制度与经济增长：理论与现实——对中国专利制度运行绩效的评估》，《中国软科学》第10期。

[17] 刘思明、张世瑾、朱惠东，2019：《国家创新驱动力测度及其经济高质量发展效应研究》，《数量经济技术经济研究》第4期。

[18] 龙小宁、王俊：2015，《中国专利激增的动因及其质量效应》，《世界经济》第6期。

[19] 马忠新、陶一桃，2019：《企业家精神对经济增长的影响》，《经济学动态》第8期。

[20]  毛昊、尹志锋、张锦，2018：《中国创新能够摆脱“实用新型专利制度使用陷阱”吗》，《中国工业经济》第3期。

[21]  聂长飞、冯苑、张东， 2021：《创新型城市建设提高中国经济增长质量了吗》，《山西财经大学学报》第10期。

[22]  聂长飞、简新华， 2020：《中国高质量发展的测度及省际现状的分析比较》，《数量经济技术经济研究》第2期。

[23] 曲如晓、臧睿，2019：《自主创新、外国技术溢出与制造业出口产品质量升级》，《中国软科学》第5期。

[24] 宋文月、任保平，2018：《中国经济增长数量与质量互动机制研究：1996—2016》，《财经问题研究》第7期。

[25] 隋广军、申明浩、宋剑波，2005：《基于专利水平地区差异的高科技产业化问题研究》，《管理世界》 第8期。

[26] 孙英杰、林春，2018：《税制结构变迁与中国经济增长质量——对地方政府税收合意性的一个检验》，《经济科学》第5期。

[27]  肖祎平、杨艳琳、宋彦， 2018：《中国城市化质量综合评价及其时空特征》，《中国人口·资源与环境》第9期。

[28] 俞立平、戴化勇、蔡绍洪，2019：《创新数量、创新质量对外贸出口影响效应研究》，《科研管理》第10期。

[29]  詹新宇、崔培培，2016：《中国省际经济增长质量的测度与评价——基于“五大发展理念”的实证分析》，《财政研究》第8期。

[30] 张杰、高德步、夏胤磊，2016：《专利能否促进中国经济增长——基于中国专利资助政策视角的一个解释》，《中国工业经济》第1期。

[31]  张军、吴桂英、张吉鹏， 2004：《中国省际物质资本存量估算：1952—2000》，《经济研究》第10期。

[32] 张优智，2017：《不同类型专利对中国经济增长的非线性影响》，《技术经济》第12期。

[33] 赵彦云、刘思明，2011：《中国专利对经济增长方式影响的实证研究：1988—2008年》，《数量经济技术经济研究》第4期。

[34] 郑玉歆，2007：《全要素生产率的再认识——用TFP分析经济增长质量存在的若干局限》，《数量经济技术经济研究》第9期。

[35] 朱芳芳，2017：《不同类型专利对经济增长影响的实证研究》，《数理统计与管理》第5期。

[36] Agénor， P.， and Neanidis， K.C.， 2015， Innovation， Public Capital， and Growth， Journal of Macroeconomics， 44， 252-275.

[37] Akcigit， U.， and Kerr， W.R.， 2018， Growth through Heterogeneous Innovations， Journal of Political Economy， 126（4）：1374-1443.

[38] Crosby， M.P.， 2000， Innovation and Growth， Economic Record， 76（234）：255-262.

[39] Gygli， S.， Haelg， F.，and Potrafke， N.， et al， 2019， The KOF Globalization Index-Revisited， Review of International Organizations， 14（3）：543-574.

[40] Jalles， J.T.， 2010， How to Measure Innovation？ New Evidence of The Technology-Growth Linkage， Research in Economics， 64（2） ：81-96.

[41] Mlachila， M.， Tapsoba， R.， and Tapsoba， S.J.A.， 2017， A Quality of Growth Index for Developing Countries： A Proposal， Social Indicators Research， 134（2）：675-710.

[42] Nunn， N.， and Qian， N.， 2014， US Food Aid and Civil Conflict， The American Economic Review， 104（6）：1630-1666.

Patent and the Quality of the Economic Growth in China

—Based on The Double Perspective of the Quantity and the Quality of Innovation

Nie Changfei1， Feng Yuan2 and Song Dandan3

（1.School of Economics and Management， Nanchang University;

2.College of City Construction， Jiangxi Normal University;

3.School of Finance， Nanjing Audit University）

Abstract：Based on the number of patents and the internal composition of the patents， the measurement indexes of innovation quantity and innovation quality are constructed respectively.By calculating the provincial panel data of 1998-2017 in China， This paper goes on to examine the effect of innovation on the quality of economic growth from the double perspective of both the quantity and the quality of innovation.The results show that the quantity of innovation plays a positive role in promoting the quality of economic growth， and the promotion of invention patents is greater than that of design patents and utility model patents.Further research shows that both the quantity and the quality of innovation have nonlinear effects on the quality of economic growth.Among them， the impact of the quantity of innovation on the quality of economic growth shows an inverted U-shaped change trend， while the impact of the quality of innovation on the quality of economic growth shows a U-shaped change trend.Therefore， any fundamental improvement on the quality of economic growth and any promotion to the high quality economic development require heavier reliance on the quality of innovation rather than the quantity of innovation.

Key Words：patent; quality of economic growth; quantity of innovation; quality of innovation

責任编辑 邓 悦