研发投入结构对省域专利质量的影响

曹峥林　蒋绍琴

摘 要：实证分析2007-2018年长江经济带11个省市研发投入结构对省域专利质量的影响效应。研究结果表明，从长江经济带整体来看，研发投入结构显著正向影响省域专利质量，但以研发投入结构作为门槛变量发现，研发投入结构对省域专利质量的影响存在明显的双重门槛效应，研发投入结构的最优区间为（0.044 5，0.078 8］；分地区探讨发现，研发投入结构对省域专利质量的影响存在地区异质性，对长江下游地区的省域专利质量具有显著促进作用，并存在单一门槛效应，超过临界值0.070 6，促进效应减弱；对长江中上游地区的省域专利质量的促进作用不显著且不存在门槛效应。为提升长江经济带各省市的省域专利质量水平，需合理协调基础研究与应用研究投入占比，重视两者之间的协同发展。

关键词：基础研究；应用研究；省域专利质量；研发投入结构；长江经济带

中图分类号：F207；F204；F127；D923.4

文献标识码：A doi：10.3969/j.issn.1672-2272.202303128

The Impact of R&D Investment Structure on Provincial Patent Quality

—— Based on Empirical Analysis of the Yangtze River Economic Belt

Cao Zhenglin，Jiang Shaoqin

（Chongqing Intellectual Property College Chongqing University of Technology， Chongqing 400054，China）

Abstract：Empirical analysis of the impact of R & D investment structure on provincial patent quality in 11 provinces and cities in the Yangtze River Economic Belt from 2007 to 2018. The results show that，from the perspective of the Yangtze River Economic Belt as a whole， the R&D investment structure has a significant positive impact on the improvement of provincial patent quality. However， using the R&D investment structure as a threshold variable， it is found that there is an obvious double threshold effect on the impact of R&D investment structure on provincial patent quality. The optimal range of R&D investment structure is （0.044 5，0.078 8］；Through the discussion of different regions， it is found that there is regional heterogeneity in the impact of R&D investment structure on the quality of provincial patents， which has a significant role in promoting the quality of provincial patents in the downstream regions and has a single threshold effect. When it exceeds the critical value of 0.070 6， the promotion effect is weakened. The promotion effect on the provincial patent quality in the middle and upper reaches is not significant and there is no threshold effect. In order to improve the provincial patent quality level of provinces and cities in the Yangtze River Economic Belt， it is necessary to reasonably coordinate the proportion of investment between basic research and applied research， and attach importance to the synergistic development between them.

Key Words：Basic Research; Application Research; Provincial Patent Quality; R&D Investment Structure; Yangtze River Economic Belt

0 引言

專利是参与市场竞争的核心战略资源，也是国家自主创新能力的体现。截至2021年底，我国3种专利申请量约为524.4万件，PCT国际专利申请约为6.95万件，位居全球各国专利申请量前列。但是，我国整体专利质量并未随着专利数量的增加而提高，“专利泡沫”和“创新假象”问题频现，导致部分专利华而不实，未能在我国自主创新驱动发展中发挥出支撑和引导作用。2021年国务院印发《“十四五”国家知识产权保护和运用规划》指出，坚持质量优先，加快推动知识产权工作由追求数量向提高质量转变。

研发是指研究与试验发展（R&D），是为了提高知识的储备，并为知识开发设计出全新的应用而开展的创造性、系统性工作。研发投入是开展科技创新活动的基础。研发投入结构是各种研发活动的组合搭配，在促进我国技术进步和自主创新方面具有重要作用。从国家统计局发布数据可知，我国2021年R&D经费投入约为27 864亿元，其中基础研究经费为1 696亿元，占R&D经费的6.09%。就经费总量而言，中国超过了日本和欧盟等国家，而在研发活动经费结构方面，我国大部分R&D经费流入了应用性研究（应用研究和試验发展），基础研究仅仅只占很小部分，发达国家（如美国、英国等）一直将R&D经费的15%～30%用于基础研究，与之相比，中国对基础研究投入不足。实践表明，我国加大R&D经费整体投入举措虽提高了专利数量，但研发投入结构失衡抑制了研发活动优势的高效发挥，导致专利质量难以提升。

党的二十大报告提出加快实施创新驱动发展战略，加快实现高水平科技自立自强。长江经济带经济基础雄厚，科技创新资源丰富，覆盖我国东中西地区11个省市，是我国科技强国建设中战略支撑作用最大的区域之一。但是，一些省域没有发挥出创新的引领作用，自主创新能力还不足以推动长江经济带的高质量创新发展。因此，探讨研发投入结构对省域专利质量的影响，为长江经济带研发投入结构的优化和专利质量的提升提供理论支撑。

1 文献综述

文献梳理发现，直接探讨研发投入结构与专利质量两者间关系的文献较少。徐春骐等[1]曾以3种专利中发明专利申请与授权所占比例、专利有效量中发明专利所占比例测量一个国家和地区的专利质量，分析统计数据发现，我国以上指标均小于发达国家，并指出这一现象与我国R&D经费投入不足，以及R&D活动经费投入中的基础研究占比偏低相关，但缺乏实证研究。此后，大部分文献是在实证层面探讨研发投入结构与技术创新的关系，其中有研究采用测度专利质量的相关指标来衡量技术创新，并采用一个或多个专利质量指标对技术创新进行度量，发现研发投入结构与技术创新之间存在线性关系。高丽娜等[3]通过区域专利申请授权数测算区域创新规模、每万人专利申请授权数测算人均创新水平，以及发明专利申请授权占比测算创新产出结构，运用系统GMM方法分析发现，基础研究强度会明显抑制区域创新绩效的动态发展。赵玉林等[4]选择我国30个省市区的PCT专利申请数作为高质量创新代表，以探讨研发投入结构与高质量创新之间的联系，结果发现除了试验发展，基础研究和应用研究对我国各省份的高质量创新发展起到积极推动作用。曾德明等[5]分析有机化学行业发明专利申请数发现，与基础研究合作广度相比，应用研究合作广度对企业创新绩效的影响较大。也有学者认为研发投入结构与技术创新之间影响是非线性关系。张龙鹏等[6]从最优研发投入结构视角，以累计受理专利中发明专利占比来度量各省份的技术创新水平，发现基础研究发展与累计受理专利中发明专利占比之间表现为倒“U”型关系。蒋海威[7]采用3种专利申请数分别表征区域创新水平，基础研究经费与应用研究经费的比值度量研发投入结构，结果发现在基础研究与应用研究比值不断增加下，区域创新增长速度呈现出先提升后下降的态势。

部分学者采用了专利质量指标和非专利质量指标共同衡量技术创新。林卓玲等[8]实证结果显示，基础研究与产业结构协调度对于区域创新中的专利授权数与新产品销售收入额均有明显的正向效应。李政等[9]利用主成分分析法对每万名从业人员有效发明专利数、每万名从业人员发明专利申请数和新产品销售收入占主营业务比重3项指标综合评价产业创新绩效，发现应用研究投入与产业创新绩效之间是一种倒“U”型关系，基础研究投入与产业创新绩效之间是一种线性关系。刘岩等[10]实证分析发现，基础研究宽度对技术创新绩效起到积极作用，而基础研究深度对技术创新绩效的影响效应呈倒“Ｕ”型关系。

综上，探讨研发投入结构与专利质量之间关系的研究成果丰富。然而，已有研究中专利质量通常被视为技术创新的表征，选取指标比较单一或宏观，但创新与专利显然是不同的概念，而且在研究样本选择上，大多关注全国30个省市区或某一具体产业，较少聚焦长江经济带区域，导致分析过于笼统，难以深入地认识到长江经济带的研发投入结构对省域专利质量的具体影响。基于此，本文以长江经济带为研究对象，采用基础研究投入与应用研究投入之比来衡量研发投入结构，并从多个维度对省域专利质量进行测度，以期从理论和实证层面揭示两者之间的内在关系，从而进一步完善相关理论体系，同时也为长江经济带各省市调整研发投入结构和提升省域专利质量提供新思路。

2 理论分析与研究假设

研发投入是技术创新的基础，因此研发投入结构的合理配置是影响国家R&D经费投入决策的关键因素，也是当前学术界研究的热点。省域专利质量是衡量技术创新的最佳产出指标，其发展趋势将受到研发投入结构的影响，尤其是基础研究与应用研究之间的投入占比。为此，通过分析基础研究和应用研究分别对省域专利质量的影响机理，分析研发投入结构如何影响省域专利质量发展，为实证研究提供理论基础。

2.1 基础研究对省域专利质量的影响机理

基础研究是聚焦技术创新前沿领域，是为获得新知识、新原理、新方法而进行的研究活动。其研究成果以科技论文、著作等为主，体现出知识的原始创新能力。基础研究的前瞻性可以为技术创新开拓出新路径，提高创新主体的自主创新能力，从而影响省域专利质量发展。首先，开展基础研究可以使省域内的知识和人力资源得到更好地协同发展[11]。充分利用省域内丰富的基础研究成果，可以培育出一批从事基础研究的高层次人才，同时高层次人才又可以将基础研究成果运用于专利研发工作中，从而提高省域的专利研发实力。其次，基础研究所形成的通识知识具有正向外部性[12]，能对专利的研发产生较强的知识外溢作用。当通识知识积累到一定程度时，可以有效地解构和理解隐藏在先进技术中的深层知识，降低后发省域“搭便车”式技术的获取难度，进而增强省域内部的技术吸收能力，提升省域专利质量。最后，加强基础研究对缩小省域与国内外发达地区间的技术差距具有积极作用。随着省域与发达地区技术水平不断接近，省域对自身的自主创新需求也在不断提高，逆向激发省域进行自主研发和技术升级。

2.2 应用研究对省域专利质量的影响机理

应用研究的目的性较强，是对现有知识的一种延伸性研究，将基础研究成果或引进的外在技术等进行加工与运用，可以直接推动技术的开发与应用。应用研究成果以发明专利为主[13]，主要通过改进先进技术和成果转化等途径，对省域专利质量产生直接影响。首先，应用研究可以有效地缓解基础研究活动中费用过高的窘境[14]。通过对已有先进技术的适应性改造或升级，在短时间内以较快的速度和较低的成本取得创新成果，满足市场对新技术的更高或更深层次的要求。其次，它可以将基础研究成果转化为专利[15]。但應用研究对专利质量的大幅度提升缺乏持续性的内生力，这是因为应用研究受制于现有先进技术和本土基础研究知识的广度与深度。先进技术拥有者为了维持其技术垄断地位，会将核心技术使用权占为己有，或是在技术标准的制定、技术使用和技术转让上，设置较为苛刻的门槛，从而增加后发者对先进技术的依赖程度。过低的基础研究投入会限制应用研究的发展空间，对省域专利质量提高产生一定的制约作用。如果长期在应用研究上投入大量经费，使省域处于模仿、改进阶段停滞不前，便难以在新技术领域取得优先权，会始终处于落后状态，无法真正地实现自主创新[16]。

2.3 研发投入结构对省域专利质量的影响机理

不同比例的基础研究与应用研究组合会影响省域专利质量。研发投入结构对省域专利质量的影响程度，会随着基础研究与应用研究之比的变化而变化。当省域的基础研究投入长时间处于较低水平时，应用研究对省域专利质量产生的影响占主导地位。各省市主要是通过技术依赖以引进和改造外部先进技术等方式来进行内部技术升级，提升省域专利质量。但是，省域基础研究水平高低决定了应用研究的投资回报率，若要长期保持省域专利质量的提升效率，就需立足于省域前期的基础研究成果[17]。当基础研究投入达到了足以支撑省域实现自主创新的水平，就可以解决阻碍省域专利质量提升的根本性问题，如劳动者技能高低、资源融合程度和对外部先进技术的吸收能力等，能为省域带来彻底的技术突破，推动省域专利质量发展。同时，根据资源基础理论，基础研究与应用研究相辅相成，才能产生较好的创新效益。Prettner等[18]发现基础研究促进经济增长最大化存在一个最优解。

基于上述理论分析，本文提出假设H1、H2：

H1：研发投入结构对长江经济带省域专利质量具有显著正向影响；

H2：研发投入结构对长江经济带省域专利质量的影响存在非线性门槛效应。

研发投入结构在影响省域专利质量过程中，会受到地区经济实力、创新资源、科技水平、开放程度等各种因素的影响。研究表明，在同一国家中，位于不同阶段的不同地区或许需要使用不同的经济增长理论[19]。当某地区在经历跟踪、模仿和引进先进技术阶段后，达到了较高层次的创新水平，它在技术模仿上的空间会随着时间推移越来越小，难度也会越来越大。此时，亟需由模仿创新向自主创新转变，激发地区创新动力，进而刺激高质量专利产出。当某地区处于跟踪、模仿、引进先进技术阶段，且自身创新能力距离发达地区还有较大差距时，应以研发活动中的应用研究为重心，通过成本较低的技术引进，吸收融合前沿技术知识，以提升现阶段的省域专利质量水平。此外，不同研发活动存在的风险有所差异。基础研究所产生的试错与时滞成本，决定了承担研发的地区需具备较为雄厚的经济实力；应用研究的技术依赖性强，决定了在技术领先且经济发达地区中，它对省域专利质量的促进作用会受到限制。长江经济带是我国科技综合实力最发达的区域之一，但其上中下游各地区之间存在着差距，经济和科技基础发展不平衡。鉴于此，长江经济带不同地区的省市在不同发展阶段侧重于基础研究与应用研究的重心也应不同。

基于上述理论分析，本文提出假设H3：

H3：研发投入结构对长江经济带省域专利质量的影响具有地区异质性。

3 研究设计

3.1 模型设定

3.1.1 基准回归模型

为准确合理地考察研发投入结构对省域专利质量产生的影响效应，在分析与研究假设基础上，结合本文所涉及的问题，建立了基于面板数据的回归模型，如式（1）所示：

在式（1）中，i代表长江经济带11个不同的省市，t代表年份时间。PQ是被解释变量，即长江经济带11个省市的省域专利质量水平。JY是核心解释变量，即研发投入结构。control为控制变量，即对外开放水平、产业结构、技术交易活跃度、金融发展、市场容量、人力资本水平、科技投入水平和政府干预程度。a0为常数项，a1、a2分别为核心解释变量和控制变量的回归系数，ui代表个体固定效应，rt代表时间固定效应，e为误差项。

3.1.2 门槛效应模型

为验证研发投入结构与省域专利质量之间的非线性关系，在基准回归模型基础上，借鉴Hansen[20]的做法，建立以研发投入结构为门槛变量的面板门槛效应模型，如下式（2）所示：

为指示性函数，由门槛变量及相应的门槛值来确定，φ1、φ2为可能存在的门槛值。b0为常数项，b1、b2、b3、b4分别为各自对应的回归系数。其余符号含义与式（1）一致。

3.2 变量测度

3.2.1 被解释变量

被解释变量为省域专利质量。本文将省域专利质量界定为省域内专利对省域竞争优势形成所发挥的作用，省域内专利形成的竞争优势越强，其专利质量水平就越高[21]。参考丁焕峰等[22]、谢红军等[23]和冯劭华等[24]文献的专利质量衡量指标，结合研究目的，选取以下5个指标构建一个综合评价指标体系，具体包括：发明专利申请占比、发明申请授权率、专利权利要求平均数、专利被引平均数和专利维持有效占比。

该指标体系涉及到一个省市专利从发明到申请、再到审查和营运的整个生命周期，并涵盖专利质量的宏观和微观层面，可较好地反映出一个省市的省域专利质量水平。值得注意的是，统筹考虑到早期专利因存在的时间较长而引用量较高，以及为增强各省市每年省域专利质量的可比性，借鉴参考相关文献[23-24]，统一以发明专利在授权当年和未来3年内被引平均数和存活率的具体情况，来计算当年发明专利的技术竞争力和市场价值。因此，省域专利质量数据的采集时间范围为2007-2021年，测度时间范围为2007-2018年。具体评价指标体系及各指标处理方式如表1所示。

在计算省域专利质量综合指数时，借鉴胡谍等[25]测量专利质量综合指数方法，在Stata17中使用主成分分析法，计算出各个二级指标权重，得到长江经济带各省市2007-2018年省域专利质量综合指数，以此代表省域专利质量水平。省域专利质量的综合指数测算公式如式（3）：

式（3）中，X1-X5依次分别为发明专利申请占比、发明申请授权率、权利要求平均数、3年内专利被引平均数和维持3年以上专利占比。

3.2.2 核心解释变量

核心解释变量为基础研究经费存量与应用研究经费存量的比值。各省市2007-2018年的基础研究和应用研究经费存量使用永续盘存法[26]进行计算，其公式见式（4）：

RDSit=（1－δ）RDSit－1+RDit（4）

在式（4）中，i、t分别代表省份与年份，RDS表示各省市每年的各类研发活动经费存量，RD表示各省市每年的各类研发活动经费实际投入，δ表示研发活动经费经费存量的折旧率。

基年2007年的经费存量的计算公式见式（5）：

RDSit2007=RDit2007/（git+δ）（5）

在式（5）中，RDS表示2007年各省市的各类研发活动经费存量，RD表示2007年各省市的各类研发活动经费实际投入，g为2007-2018年各省市的各类研发活动实际经费投入的平均增长率。

各类研发活动经费存量的计算需注意以下4点：①基础研究和应用研究均用研发投入价格指数折合成基年2007年的水平，研发投入价格指数参照朱平芳等[27]计算方式，将研发投入价格指数设定为0.45×消费价格指数+0.55×固定资产投资价格指数；②计算各类研发活动经费存量时均选用15%的折旧率；③基础研究与应用研究经费实际投入的划分标准参照Gersbach等[28]的做法，将《中国科技统计年鉴》R&D经费内部支出中的基础研究归为基础研究经费投入，应用研究和试验发展合并为应用研究经费投入；④由于2009年前《中国科技统计年鉴》R&D经费内部支出中没有列出企业的基础研究份额，而企业大部分都是从事试验发展活动，参照罗珵[29]的做法，2007-2008年基础研究经费实际投入为各地区研发机构和高校的基础研究经费投入之和，应用研究经费实际投入分别为各地区研发机构和高校的应用研究、试验发展经费投入，以及企业的R&D经费投入加总构成。

3.2.3 控制变量

省域专利质量水平高低受到多方面因素的影响，结合以往文献选取以下控制变量，包括：①对外开放水平，采用地区进出口总额占各省市GDP总值的比重衡量[30]；②产业结构，采用各省市的第二产业占第三产业增加值的比重衡量[31]；③技术交易活跃度，采用各省技术市场成交额的对数衡量[32]；④金融发展，采用金融业增加值在各省市GDP中所占的比例衡量[33]；⑤市场容量，采用各省市规模以上工业企业数的对数衡量[34]；⑥人力资本水平，采用各省市人口抽样调查6岁以上受教育年限的数据进行加权平均衡量[35]；⑦科技投入水平，采用各省市财政科学技术支出占地区GDP的比值衡量[36]；⑧政府干预程度，以地方财政一般预算支出占各省市GDP的比值衡量[37]。

3.3 数据来源

测度省域专利質量水平的专利指标数据均来源于智慧芽专利检索数据库，其汇集了专利申请、专利文献、法律信息、运营情况等。长江经济带各省市基础研究和应用研究经费数据均来源于《中国科技统计年鉴》，控制变量数据来源于《中国统计年鉴》《中国劳动统计年鉴》以及各省市相应年份的统计年鉴。运用Stata17对各个变量进行描述性统计，结果如表2所示。

4 实证结果分析

4.1 基准估计结果分析

使用面板数据时，需进行豪斯曼检验选择相应的模型。结果发现，Prob>chi2的值为0.001 1，比0.01小，意味着拒绝原假设，因而选用固定效应模型。

表3为面板数据个体固定效应模型和双向固定效应模型的回归结果。其中，第（1）列为个体固定效应中研发投入结构的估计结果；第（2）列为双向固定效应模型中研发投入结构的估计结果。根据以下回归结果分析得到，当使用个体固定效应模型时，研发投入结构的回

归系数为13.098，且通过5%显著性水平；当使用双向固定模型时，核心解释变量的回归系数为18.471，且通过1%显著性水平。上述两种模型结果意味着假设H1得到验证，长江经济带研发投入结构对省域专利质量提升存在明显的积极效应，省域专利质量会随着基础研究与应用研究比值提高出现增长的趋势。换言之，提高长江经济带各省市省域专利质量水平，就需要着力于“原始性”技术培养，加大基础研究投入力度，突破省域专利的核心技术瓶颈，并以应用研究辅之。

4.2 门槛效应分析

4.2.1 门槛效应检验

借鉴Wang[38]的方法，并采用“300次自抽样法”，计算出相应的临界值和p值，检验研发投入结构对省域专利质量的影响是否存在门槛效应。由表4可知，在影响省域专利质量过程中，研发投入结构确实存在门槛效应，并且为双重门槛。表5可知，研发投入结构的第一个门槛值为0.044 5，第二个门槛值为0.078 8。

为验证两个门槛值的真实性，建立了研发投入结构门槛值的置信区间及似然比函数图。如果门槛值在相应区间的LR值范围之内，则说明门槛值为真实值。由图1可知，研发投入结构门槛效应的双重门槛估计值0.044 5和0.078 8，均位于95%置信区间的LR值范围内。因此，门槛效应模型的门槛值为真实值。

4.2.2 门槛模型回归结果分析

从表6可知，门槛值0.044 5和0.078 8将长江经济带11个省市研发投入结构划分为3个层次，在不同层次区研发投入结构对省域专利质量的影响存在较为明显的差异。当研发投入结构小于等于门槛值0.044 5时，其回归系数为4.409，对省域专利质量的影响效应为正，但没有通过显著性检验。当研发投入结构位于0.044 5～0.078 8之间时，其回归系数为23.317，在1%水平下显著。当研发投入结构大于0.078 8时，其回归系数为14.789，在1%水平下显著。由此可见，随着基础研究与应用研究比值的增加，其对省域专利质量的影响呈现出“不显著促进-显著促进-显著促进效应减弱”演变过程，即研发投入结构存在一个最优区间，此时能最大程度地作用于省域专利质量。因此，推断出假设H2成立。究其缘由，当R&D经费投入中基础研究与应用研究的比例显著失衡时，省域积累的通识知识不能支撑自主创新，难以在省域专利技术的难点上取得突破。并且，抑制了省域对先进技术的吸收能力，导致通过应用研究以技术改造、模仿等方式提升省域专利质量的效果受到限制，最终造成整体研发投入结构对提升省域专利质量的影响无明显积极作用。当R&D经费投入中基础研究与应用研究的比例达到一个合理的区间，随着基础研究增加，省域自身可以凭借在基础研究方面取得的成果，提高知识与人力资源配置和技术吸收能力，并为应用研究开展提供充足的研发资源，从而创造出有利于省域专利质量发展的研发环境。同时，长江经济带各省市也需重视基础研究与应用研究融合发展，以免出现基础研究成果难以通过应用研究转化为专利的局面。

4.3 地区异质性分析

为验证研发投入结构对省域专利质量的影响是否具有地区异质性，对长江经济带下中上游省市进行分样本回归及门槛效应检验，结果如表7、8、9所示。

由表9可知，在上中下游三大地区中，下游地区核心解释变量研发投入结构在10%的水平下正向显著，而中上游地区的回归系数虽为正，但不显著。由表7、表8可知，下游地区单一门槛值0.070 6在5%的水平下显著，表明下游地区研发投入结构存在门槛效应；中上游地区的门槛检验均未通过，不存在门槛效应。以上结果表明，研发投入结构在长江经济带3个不同地区对省域专利质量的影响存在地区异质性，假设H3成立。

在长江经济带下游地区，如表9第（1）列所示，研发投入结构的回归系数为39.791，在10%水平下显著。由表9第（2）列所示，以研发投入结构作为门槛变量发现，当下游地区研发投入结构低于等于门槛值0.070 6时，其对省域专利质量的回归系数为57.772，在5%水平下显著；当研发投入结构大于0.070 6时，其对省域专利质量的回归系数为52.951，同样在5%水平下显著。下游地区研发投入结构对省域专利质量的影响效应，随着基础研究与应用研究比值的增加有所减弱，但具有显著的促进作用。

长江经济带上中下游地区出现这种现象主要原因在于：下游地区自身的经济实力、技术水平、创新要素都较为优越，技术创新基础扎实，通过模仿创新难以驱动省域专利质量实现质的提升。因此，需要基础研究起到有力的支撑作用，加快创新方式由模仿创新向自主创新和前沿创新转变，为提升省域专利质量提供新活力。中上游地区经济发展水平不足，技术创新基础薄弱，与发达地区技术水平存在较大差距。因此，以自主创新方式较难有效地快速提升省域专利质量，应以吸收和引进外部先进技术为主，加快消除与发达地区的技术鸿沟，实现现阶段省域专利质量提升。

4.4 稳健性检验

4.4.1 内生性检验

在基准回归中，研发投入结构与省域专利质量可能存在反向因果关系，导致回归结果发生偏误，因此，使用2SLS方法对上述模型进行内生性检验。参照顾夏铭等[39]选择研发投入结构的滞后一期和滞后二期作为核心解释变量的工具变量。如表10第（2）列所示，在1%水平下显著的Kleibergen-Paap rk LM统计量表明不存在工具变量识别不足；Kleibergen-Paap Wald rk F统计量为134.839，大于其10%临界值，表明不存在弱工具变量的问题，内生性检验工具变量选取有效。加入工具变量后，研发投入结构的回归系数在10%水平下显著，并且回归系数有所提高，达到24.916，与基准回归实证结果相吻合，说明上述模型没有明显的内生性问题，基准回归结果穩健。

4.4.2 增加控制变量

在影响省域专利质量发展的因素研究中，R&D人员可以从省市内外部获取知识，以及人员间的互动进行知识的转移、共享、整合和吸收，改变和优化自身的知识容量与结构，从而影响省域专利质量发展。鉴于此，将R&D人员纳入控制变量中，相应的衡量指标为R&D人员全时当量的对数[40]，用rdpeople来表示。由表10第（3）列可见，在增加R&D人员后，实证分析研发投入结构的回归系数为18.428，在1%水平下显著，与基准回归中核心解释变量系数的正负和显著一致，且其余控制变量的系数正负和显著也都没发现变化，表明基准回归结果稳健。

5 结论与建议

5.1 研究结论

本文对2007-2018年长江经济带11个省市的省域专利质量进行测算，从研发投入结构的角度出发，实证检验研发投入结构对省域专利质量的影响，得出如下结论。

（1）在长江经济带整个地区，研发投入结构对省域专利质量的提升作用尤为显著，即基础研究与应用研究之比越大，越能促进省域专利质量的提升。采用门槛效应模型，以研发投入结构作为门槛变量，研究发现基础研究与应用研究之比并非越大越好，存在双重门槛效应，对省域专利质量的影响表现出“不显著促进-显著促进-显著促进效应减弱”特征，研发投入结构的最优区间为（0.044 5，0.078 8］。当研发投入结构小于0.044 5时，其对省域专利质量的影响效应不显著，位于（0.044 5，0.078 8］之间时，其正向促进省域专利质量的边际效用最大；大于0.078 8后，其正向促进省域专利质量的边际效用减弱。

（2）在长江经济带不同地区，研发投入结构对省域专利质量的影响具有差异性。下游地区省域专利质量受到研发投入结构的显著促进作用，并存在单一门槛效应。研发投入结构小于0.070 6时，其更有利于提升省域专利质量；大于0.070 6时，虽正向显著影响，但影响效应略有下降，即促进效应会由大变小。中上游地区省域专利质量受到研发投入结构的促进作用不显著。

5.2 对策建议

（1）加大研发活动中基础研究投入比例。长江经济带各省市在加大R&D经费投入时，应注意不同研发活动经费投入分配，正确认识基础研究对省域专利质量的积极影响，改变“重应用研究，轻基础研究”观念。同时，利用一些优惠政策减少高校、科研机构和企业的基础研究风险，鼓励他们积极参加或进行基础研究，构建多元化的基础研究投入体系。

（2）加强基础研究与应用研究协同发展。强化地区知识产权保护强度，打通基础研究与应用研究联系纽带，提高前沿知识运用能力。以政府作为合作桥梁，利用长江经济带地区科研机构和高等学校诸多优势，促进企业与科研院所、高等院校形成高产的产学研协同关系，充分发挥各自的资源优势，提高研发资源使用效率。

（3）根据地区发展阶段制定针对性创新激励政策。处于技术超越发展阶段的长江经济带下游地区应将研发投入资源倾斜到基础研究，提升原始创新能力，以带动地区省域专利质量水平整体提升。中上游地区应侧重对当前技术的模仿和改进，强化省域在应用研究方面的发展，积极吸收发达地区的技术、知识，提升自身的创新能力。

参考文献：

[1] 徐春骐，吴栋，李占宾.专利申请与授权的国际比较与我国R&D经费投入分析[J].知识产权，2010，20（2）：42-47.

［2］ 蔡勇峰，李显君，孟东晖.基础研究对技术创新的作用机理——来自动力电池的实证[J].科研管理，2019，40（6）：65-76.

［3］ 高丽娜，蒋伏心.基础研究强度与区域创新绩效——政府支持与人力资本结构的调节效应[J].科技进步与对策，2021，38（20）：47-53.

［4］ 赵玉林，刘超，谷军健.研发投入结构对高质量创新的影响——兼论有为政府和有效市场的协同效应[J].中国科技论坛，2021（1）：55-64.

［5］ 曾德明，赵胜超，叶江峰，等.基础研究合作、应用研究合作与企业创新绩效[J].科学学研究，2021，39（8）：1485-1497.

［6］ 张龙鹏.钟易霖.基础研究发展对技术创新的影响：基于最优研发结构视角[J].科技进步与对策，2021，38（17）：19-25.

［7］ 蒋海威.最优研发结构与创新——基于中国省级面板数据的实证研究[J].技术经济与管理研究，2022（5）：27-30.

［8］ 林卓玲，李文辉，陈忠暖.基础研究与产业结构协调发展对区域创新绩效的影响[J].广东社会科学，2016（3）：26-35.

［9］ 李政，王思霓.基础研究与应用研究的产业创新效应[J].武汉大学学报（哲学社会科学版），2021，74（5）：91-104.

［10］ 刘岩，苏可蒙，高艳慧.企业基础研究对技术创新绩效的影響：来自中国生物制药企业的分析[J].科技进步与对策，2022，39（12）：102-111.

［11］ 周茜.基础研究生态系统的概念、结构、特征与运行[J].中国科技论坛，2022（2）：59-67.

［12］ 徐晓丹，柳卸林.大企业为什么要重视基础研究？[J].科学学与科学技术管理，2020，41（9）：3-19.

［13］ 胡绪华，吕程扬，丁绪辉.基础研究与应用研究对地区经济高质量发展的异质性作用——基于“中等收入陷阱风险”视角[J].科技进步与对策，2022，39（1）：60-68.

［14］ 吉亚辉，祝凤文.技术差距、“干中学”的国别分离与发展中国家的技术进步[J].数量经济技术经济研究，2011，28（4）：49-63.

［15］ HAMMERSTEDT R H，BLACH E L. Commercialization of basic research from within the university and return of value to the public[J]. Animal Reproduction Science，2008，105（1-2）：158-178．

［16］ 彭秀丽，刘茂松.基于竞争优势的内生型技术创新路径[J].软科学，2009，23（10）：87-90.

［17］ HENARD D H，MCFADYEN M A. The complementary roles of applied and basic research：a knowledge-based perspective[J].Journal of Product Innovation Management，2005，22（6）：503-514.

［18］ PRETTNER K，WERNERK.Why it pays off to pay us well： the impact of basic research on economic growth and welfare[J].Research Policy，2016，45（5）：1075-1090.

［19］ 严成樑.现代经济增长理论的发展脉络与未来展望——兼从中国经济增长看现代经济增长理论的缺陷[J].经济研究，2020，55（7）：191-208.

［20］ HANSEN B E.Threshold effects in non-dynamic panels： estimation， testing and inference［J］. Journal of Econometrics，1999，93（2）：345-368.

［21］ 万小丽.区域专利质量评价指标体系研究[J].知识产权，2013（8）：65-67，100.

［22］ 丁焕峰，何小芳，孙小哲.中国城市专利质量评价及时空演进[J].经济地理，2021，41（5）：113-121.

［23］ 谢红军，张禹，洪俊杰，等.鼓励关键设备进口的创新效应——兼议中国企业的创新路径选择[J].中国工业经济，2021（4）：100-118.

［24］ 冯劭华，昝栋，苏菊.改进的高校专利竞争力动态评价方法及应用[J].中国高校科技，2021（11）：33-37.

［25］ 胡谍，王元地.企业专利质量综合指数研究——以创业板上市公司为例[J].情报杂志，2015，34（1）：77-82.

［26］ LUINTEL K B，KHANM.Basic applied and experimental knowledge and productivity： further evidence[J]. Economics Letters，2011，111（1）： 71-74．

［27］ 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[J].经济研究，2003（6）：45-53，94.

［28］ GERSBACH H，SORGER G， AMONC.Hierarchical growth： basic and applied research[J]. Journal of Economic Dynamicas & Control，2018，90：434-459.

［29］ 罗珵.基础研究投入对技术进步的影响——来自1998—2014年我国省级面板数据的实证分析[J].技术经济与管理研究，2019（12）：29-34.

［30］ 王娟，任小静.基础研究与工业全要素生产率提升——任正非之问的实证检验[J].现代财经（天津财经大学学报），2020，40（6）：3-16.

［31］ 靳来群.中国高研发投入与低生产率悖论的分析——基于研发要素配置扭曲的视角[J].现代经济探讨，2022（6）：22-32.

［32］ 周俊亭，席彦群，周媛媛.区域技术市场、政府扶持与科技创新[J].中国软科学，2021（11）：80-90.

［33］ 庄毓敏，储青青，马勇.金融发展、企业创新与经济增长[J].金融研究，2020（4）：11-30.

［34］ 徐鹏远，张梅青，翟欣雨.R&D财政补贴对区域专利产出的影响机制——一个有调节的中介模型[J].湖南科技大学学报（社会科学版），2020，23（1）：75-83.

［35］ 李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）：21-32，66.

［36］ 卢洪友，张依萌，朱耘婵.“人才新政”提高了城市创新能力吗？[J].财经问题研究，2021（6）：127-136.

［37］ 张宽，黄凌云.金融发展如何影响区域创新质量？——来自中国对外贸易的解释[J].国际金融研究，2019（9）：32-42.

［38］ WAN GQUNYONG.Fixed-effect panel threshold model using Stata[J].The Stata Journal，2015，15（1）： 121-134.

［39］ 顧夏铭.陈勇民.潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究，2018，53（2）：109-123.

［40］ 单伟，马文，高俊光.弹性视角下的R&D投入与产出关系研究[J].科学学研究，2017，35（7）：1004-1015，1111.

（责任编辑：要 毅）

基金项目：重庆市社会科学规划项目（2020BS42）；重庆理工大学研究生教育高质量发展行动计划资助成果（gzlcx20223329）

作者简介：曹峥林（1988-），男，博士，重庆理工大学重庆知识产权学院讲师、硕士生导师，研究方向：知识产权管理、数字经济与数字化转型；蒋绍琴（1997-），女，重庆理工大学重庆知识产权学院硕士研究生，研究方向：技术创新与知识产权管理。