廖文龍 翁 鳴 陳曉毅 王德勁

1 引 言

進(jìn)入21世紀(jì)第二個(gè)十年之后，我國經(jīng)濟(jì)結(jié)束了自改革開放以來持續(xù)了30多年的高速增長，遇到了較大的經(jīng)濟(jì)下行壓力。與此同時(shí)，我國經(jīng)濟(jì)當(dāng)中產(chǎn)業(yè)結(jié)構(gòu)欠優(yōu)、能源消耗過高、環(huán)境影響過大等不足之處進(jìn)一步顯現(xiàn)?，F(xiàn)在和未來一段時(shí)間，我國經(jīng)濟(jì)都面臨著相當(dāng)巨大的“保增長、調(diào)結(jié)構(gòu)”雙重壓力。在這一形勢(shì)下，黨中央提出實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，以保持經(jīng)濟(jì)中高速增長，并推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向中高端提質(zhì)升級(jí)。在黨的十九大報(bào)告中，習(xí)近平總書記更進(jìn)一步指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，必須加快推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革。與此同時(shí)，習(xí)總書記還在報(bào)告中強(qiáng)調(diào)了“創(chuàng)新、協(xié)調(diào)、綠色、共享、開放”的新發(fā)展理念。創(chuàng)新發(fā)展被擺在了前所未有的重要地位。

創(chuàng)新幾乎是長期經(jīng)濟(jì)增長的唯一驅(qū)動(dòng)因素，知識(shí)發(fā)現(xiàn)和技術(shù)創(chuàng)造是創(chuàng)新的基本形式，創(chuàng)新是知識(shí)和技術(shù)的積累過程。熊彼特首先意識(shí)到創(chuàng)新對(duì)于經(jīng)濟(jì)增長的重要性，他強(qiáng)調(diào)了創(chuàng)新促進(jìn)經(jīng)濟(jì)增長理論的微觀基礎(chǔ)，認(rèn)為企業(yè)的持續(xù)創(chuàng)新將使其更有可能在競(jìng)爭(zhēng)中勝出，技術(shù)和知識(shí)的新融合增加了企業(yè)的新機(jī)遇并鞏固提升其市場(chǎng)地位，使企業(yè)能夠在經(jīng)濟(jì)波動(dòng)中安全度過(Schumpeter,1942［1］)。新古典經(jīng)濟(jì)增長理論和內(nèi)生增長理論也將知識(shí)、技術(shù)和經(jīng)濟(jì)增長聯(lián)系起來。在新古典經(jīng)濟(jì)增長模型中，技術(shù)和知識(shí)作為外生變量，知識(shí)積累沒有在模型中被明確的定義，模型中也沒有納入人力資本。因此，知識(shí)和技術(shù)對(duì)經(jīng)濟(jì)增長沒有發(fā)生直接的作用，它被認(rèn)為是獨(dú)立于資本和勞動(dòng)投入的，但是它可以通過勞動(dòng)力素質(zhì)的提高間接影響產(chǎn)出(Solow,1965［2］)。內(nèi)生增長理論認(rèn)為知識(shí)或技術(shù)也是一種生產(chǎn)要素投入，能夠提高邊際生產(chǎn)力。知識(shí)和技術(shù)的積累過程直接與人力資本積累相關(guān)聯(lián)，或者間接通過研究與發(fā)展（R&D）產(chǎn)生聯(lián)系 (Lucas,1988［3］;Romer,1986［4］)。物質(zhì)資本或人力資本積累所產(chǎn)生的正外部性促進(jìn)經(jīng)濟(jì)增長，但經(jīng)歷一定時(shí)期后會(huì)產(chǎn)生收斂，只有技術(shù)進(jìn)步是長期經(jīng)濟(jì)增長的內(nèi)生淵源。知識(shí)和技術(shù)的增長則源于單獨(dú)的研發(fā)部門。

知識(shí)和技術(shù)的定義界定、合理度量，以及其對(duì)經(jīng)濟(jì)增長的影響作用分析是熊彼特提出的創(chuàng)新研究的三個(gè)基本問題。長期以來，大量學(xué)者從不同角度對(duì)這些問題進(jìn)行了廣泛的探討，隨著對(duì)知識(shí)和技術(shù)的測(cè)度指標(biāo)的不斷提出和完善，對(duì)知識(shí)和技術(shù)對(duì)經(jīng)濟(jì)增長影響的定量研究也不斷取得新的進(jìn)展。很多情況下，創(chuàng)新并不是容易觀察到的活動(dòng)。然而在專利制度下，人們可以獲得因創(chuàng)新而帶來的壟斷性市場(chǎng)地位和利潤，因此有較強(qiáng)的動(dòng)機(jī)公布自己發(fā)明創(chuàng)造的成果并申請(qǐng)專利。由于專利數(shù)據(jù)一方面蘊(yùn)含了大量的創(chuàng)新成果信息，另一方面可得性良好，所以在各種文獻(xiàn)當(dāng)中，專利作為知識(shí)發(fā)現(xiàn)和技術(shù)創(chuàng)造的載體，往往被當(dāng)作創(chuàng)新產(chǎn)出的度量指標(biāo)，用于研究創(chuàng)新對(duì)經(jīng)濟(jì)增長的影響作用(Mumtaz,2017［5］)。

我國也有少量相關(guān)研究探討了專利對(duì)經(jīng)濟(jì)增長的影響問題，但在專利指標(biāo)測(cè)度、應(yīng)用范圍和實(shí)證方法等方面還不夠深入，特別是缺乏地區(qū)層面的實(shí)證證據(jù)，不利于深入理解其深層次的機(jī)制，也不利于有的放矢制定相應(yīng)政策。本文以專利作為創(chuàng)新產(chǎn)出測(cè)度指標(biāo)，關(guān)注創(chuàng)新與經(jīng)濟(jì)增長的相互影響作用，采用基于面板數(shù)據(jù)和bootstrap自助樣本的格蘭杰因果關(guān)系檢驗(yàn)方法，以我國科技創(chuàng)新和經(jīng)濟(jì)發(fā)展勢(shì)頭良好、科技要素聚集的典型地區(qū)——“長三角”地區(qū)（浙、蘇、滬、徽等四三省一市，1985-2016期間數(shù)據(jù)樣本）為例，實(shí)證分析專利指標(biāo)和經(jīng)濟(jì)增長的相互影響關(guān)系。對(duì)比已有研究，本文有兩個(gè)方面的貢獻(xiàn)：其一是應(yīng)用區(qū)域樣本數(shù)據(jù)證實(shí)了各省不同的創(chuàng)新與經(jīng)濟(jì)增長相互影響的因果關(guān)系特征。采用局部地區(qū)樣本進(jìn)行面板數(shù)據(jù)模型的實(shí)證分析，因而滿足各地區(qū)處于相對(duì)一致的經(jīng)濟(jì)環(huán)境系統(tǒng)的假定。雖然從國家層面來看，我國各省市都處于國家宏觀經(jīng)濟(jì)政策環(huán)境下，但由于各地區(qū)的創(chuàng)新要素資源的流動(dòng)和聚集、地區(qū)創(chuàng)新政策制定及其執(zhí)行能力等存在明顯差異，導(dǎo)致各地區(qū)事實(shí)上的不同宏觀經(jīng)濟(jì)環(huán)境條件[1]這也是本文選擇長三角地區(qū)作為研究樣本的主要原因，當(dāng)然珠三角或其他典型區(qū)域作為研究樣本可能也是合理的選擇，但其內(nèi)部環(huán)境一致性相對(duì)較弱（如珠三角地區(qū)中，港澳的體制差異、廣東與其他省份地區(qū)的經(jīng)濟(jì)差異等），或包含的省份太少等(如成渝地區(qū))，或創(chuàng)新資源要素缺乏（如東北地區(qū)等）。；其二是研究方法上，采用基于面板數(shù)據(jù)和bootstrap自助樣本的格蘭杰因果關(guān)系檢驗(yàn)方法，該檢驗(yàn)方法基于似不相關(guān)回歸系統(tǒng)（SUR）和Wald檢驗(yàn)得到地區(qū)特有的參數(shù)檢驗(yàn)臨界值，可以克服地區(qū)面板數(shù)據(jù)的同期相關(guān)性帶來的估計(jì)參數(shù)方差擴(kuò)大問題，不需要對(duì)模型系統(tǒng)做任何先定假設(shè)，也不要求變量滿足平穩(wěn)性和具有協(xié)整關(guān)系等前提條件，具備獨(dú)特的優(yōu)勢(shì)(Kónya,2006［6］)。本文后續(xù)部分安排如下：首先對(duì)國內(nèi)外相關(guān)研究進(jìn)行梳理，然后給出指標(biāo)與實(shí)證方法，再應(yīng)用數(shù)據(jù)估計(jì)出實(shí)證結(jié)果并進(jìn)行分析。

2 國內(nèi)外相關(guān)研究評(píng)述

新知識(shí)是通過科學(xué)研究產(chǎn)生的，創(chuàng)新的過程始于基礎(chǔ)研究或科學(xué)發(fā)現(xiàn)(Inglesi-Lotz和Pouris,2013［7］)。因而對(duì)創(chuàng)新的研究也轉(zhuǎn)向?qū)茖W(xué)研究活動(dòng)的研究，研究產(chǎn)出通常作為創(chuàng)新的度量指標(biāo)，用于評(píng)價(jià)和測(cè)度創(chuàng)新對(duì)經(jīng)濟(jì)增長的影響作用?？茖W(xué)研究活動(dòng)在測(cè)定知識(shí)發(fā)展中十分重要，能代表知識(shí)要素的重要作用，一個(gè)國家的教育質(zhì)量通常通過研究出版物來度量，因?yàn)檫@些研究活動(dòng)產(chǎn)物可以用于衡量一個(gè)國家的研究人員的認(rèn)知水平（Fedderke和Schirmer，2006［8］）。發(fā)達(dá)國家擁有更多的資本積累，更大規(guī)模的工業(yè)生產(chǎn)，因而更有機(jī)會(huì)資助大學(xué)或研究機(jī)構(gòu)從事研究活動(dòng)。但隨著互聯(lián)網(wǎng)的普及和科學(xué)技術(shù)的快速發(fā)展, 發(fā)展中國家也一直在參與國際合作、大學(xué)和產(chǎn)業(yè)研究合作, 這也導(dǎo)致了發(fā)展中國家科學(xué)研究成果的數(shù)量和質(zhì)量增長（Auranen 和 Nieminen，2010［9］）。

大量研究關(guān)注的是研究活動(dòng)成果與創(chuàng)新和經(jīng)濟(jì)增長之間的關(guān)系。Griliches（1979）［10］提出知識(shí)生產(chǎn)函數(shù)，認(rèn)為知識(shí)成果的出版，將有利于創(chuàng)新投入（即研究活動(dòng)）向創(chuàng)新產(chǎn)出（專利）的轉(zhuǎn)變，在出版成果方面更有成效的教職員工很可能會(huì)將創(chuàng)造性的屬性傳遞給大學(xué)生，一個(gè)國家的研究出版物數(shù)量表明了國內(nèi)勞動(dòng)力的潛力以及其經(jīng)濟(jì)對(duì)國內(nèi)外高技術(shù)公司投資的吸引力，研究成果可以通過發(fā)現(xiàn)新知識(shí)和使用新的方法和產(chǎn)品納入一個(gè)國家的經(jīng)濟(jì)增長，因此，一定程度的科學(xué)研究活動(dòng)對(duì)促進(jìn)經(jīng)濟(jì)增長至關(guān)重要，科學(xué)研究通過使用資金創(chuàng)造知識(shí)，通過產(chǎn)生解決辦法，創(chuàng)新將知識(shí)轉(zhuǎn)化為價(jià)值和財(cái)富(Kumar,2016［11］)。

實(shí)證研究方面，早期的研究關(guān)注研究活動(dòng)出版物，例如將發(fā)表的期刊論文數(shù)作為創(chuàng)新的代表指標(biāo)［12］［13］［14］,部分實(shí)證研究論文使用回歸分析或因果關(guān)系檢驗(yàn)方法，驗(yàn)證研究出版物對(duì)經(jīng)濟(jì)增長的影響［7］［11］［15-20］。然而，研究出版物作為創(chuàng)新或知識(shí)積累的度量指標(biāo)存在明顯的缺陷，比如出版物的數(shù)量不能完全解釋知識(shí)的積累，因?yàn)檎撐幕蚱诳馁|(zhì)量有顯著差異，有必要對(duì)期刊或論文進(jìn)行加權(quán)計(jì)量，但相關(guān)數(shù)據(jù)難以獲得，而且不同的國家對(duì)期刊發(fā)表有不同的激勵(lì)措施，因而有明顯的差異，難以進(jìn)行比較，一些研究成果的應(yīng)用屬于政府或私人機(jī)構(gòu)，沒有必要發(fā)表或需要保密而沒有出版［11］。

部分研究轉(zhuǎn)而使用專利作為創(chuàng)新度量指標(biāo)。專利是由授權(quán)的政府機(jī)構(gòu)簽發(fā)的文件,授予在規(guī)定的數(shù)字年內(nèi)將任何其他人排除在特定新設(shè)備、裝置或工藝生產(chǎn)或使用之外的權(quán)利［21］，專利數(shù)據(jù)越來越成為測(cè)量創(chuàng)新的核心指標(biāo)之一，不僅在地區(qū)或國家的宏觀層面，也在公司企業(yè)的微觀層面得到廣泛的應(yīng)用。專利數(shù)據(jù)提供了大量關(guān)于發(fā)明的性質(zhì)、發(fā)明者和申請(qǐng)人的信息, 而且數(shù)據(jù)本身是現(xiàn)成的和離散的，非常適合開發(fā)指標(biāo)［22］。一個(gè)經(jīng)濟(jì)體的技術(shù)或創(chuàng)新能力既可以通過其投入（教育和研發(fā)等），也可以通過其產(chǎn)出（出版物和專利等）的指標(biāo)來衡量。雖然存在一定局限性，但發(fā)明專利可能是最常用的，也是20世紀(jì)中期之前各國技術(shù)創(chuàng)新活動(dòng)的唯一綜合指標(biāo)，雖然這一指標(biāo)不可能完全解釋技術(shù)與經(jīng)濟(jì)發(fā)展之間復(fù)雜的相互關(guān)系，但它可以提供證據(jù)，幫助人們更好地理解這種關(guān)系［23］。更多的研究廣泛使用專利強(qiáng)度作為衡量創(chuàng)新產(chǎn)出的指標(biāo)［24］。

專利對(duì)經(jīng)濟(jì)增長的影響研究始于十九世紀(jì)60年代，Arrow（1962）［25］提出了一個(gè)關(guān)于發(fā)明、R&D創(chuàng)新和模仿的基本模型框架，認(rèn)為從社會(huì)的角度來看，由于企業(yè)在通過研發(fā)獲得經(jīng)濟(jì)效益方面面臨著許多難以解決的問題，因此企業(yè)有研發(fā)投資不足的傾向。Nordhaus(1969)［26］提出了專利制度存在條件下，企業(yè)和社會(huì)考慮成本和效益的專利經(jīng)濟(jì)理論。沒有經(jīng)驗(yàn)研究的話，很難精確度量研究成果對(duì)經(jīng)濟(jì)增長的影響，因?yàn)檠芯炕顒?dòng)既可能產(chǎn)生正的，也可能產(chǎn)生負(fù)的影響。從積極的方面來看，研究活動(dòng)加上開源創(chuàng)新是推動(dòng)經(jīng)濟(jì)從農(nóng)業(yè)和制造業(yè)發(fā)展到成為服務(wù)業(yè)和以知識(shí)為基礎(chǔ)的經(jīng)濟(jì)的重要因素，創(chuàng)新的過程始于基礎(chǔ)研究或科學(xué)發(fā)現(xiàn)(Bush,1995)［27］。但也有一些研究發(fā)現(xiàn)負(fù)的影響或者質(zhì)疑正的影響是否存在。一些反對(duì)者認(rèn)為各種各樣研究基金的使用效果難以驗(yàn)證，可能還不如直接投入扶貧基金中去效果可能會(huì)更好，或者說研究基金的使用有顯著的機(jī)會(huì)成本，而且，大學(xué)研究基金產(chǎn)生的知識(shí)可能不能直接用于制造業(yè)、消費(fèi)品或用于改進(jìn)生產(chǎn)過程［11］。

為數(shù)眾多的經(jīng)驗(yàn)研究證實(shí)了專利與相關(guān)經(jīng)濟(jì)指標(biāo)的相關(guān)關(guān)系、單向或雙向因果關(guān)系［28-31］。除了直接使用發(fā)明專利指標(biāo)外，部分學(xué)者在其研究中采用多個(gè)創(chuàng)新測(cè)度指標(biāo)或?qū)＠C合指標(biāo)，用以評(píng)估和比較不同地區(qū)的創(chuàng)新對(duì)經(jīng)濟(jì)增長的影響。Maradana et al（2017）［32］檢驗(yàn)了19個(gè)歐盟成員國1989-2014年間人均經(jīng)濟(jì)增長與創(chuàng)新之間的相關(guān)性。文章應(yīng)用了六種不同的創(chuàng)新代表指標(biāo)：居民專利數(shù)、非居民專利數(shù)、研究與發(fā)展支出、研發(fā)活動(dòng)人數(shù)、高技術(shù)進(jìn)口額和科技期刊論文數(shù)等，發(fā)現(xiàn)創(chuàng)新與經(jīng)濟(jì)之間的單向和雙向因果關(guān)系，其結(jié)果因不同國家、不同的創(chuàng)新指標(biāo)而異。Stefen和Coca（2015）［33］在研究歐洲27個(gè)國家2008-2014年間的創(chuàng)新對(duì)經(jīng)濟(jì)影響評(píng)估中使用了幾大類不同的指標(biāo)和專利綜合指標(biāo)。而Yu（2017）［34］在對(duì)中國能源部門的創(chuàng)新經(jīng)濟(jì)效益評(píng)估中使用了10種專利相關(guān)的指標(biāo)。Inglesi-Lotz and Pouris (2013)指出用于不同國家或地區(qū)、機(jī)構(gòu)的比較時(shí)，相對(duì)指標(biāo)可能更為合適［7］。部分研究關(guān)注兩者之間的因果關(guān)系，證實(shí)了專利指標(biāo)與經(jīng)濟(jì)增長的因果關(guān)系，但是在因果關(guān)系的方向和總量上并沒有達(dá)成一致的看法，Lee et al(2011)［15］認(rèn)為，一個(gè)國家的發(fā)展階段是影響這種關(guān)系的強(qiáng)度和方向的關(guān)鍵因素。

國內(nèi)研究創(chuàng)新與經(jīng)濟(jì)增長的相關(guān)文獻(xiàn)也比較多，也有部分研究將專利作為創(chuàng)新指標(biāo)，研究其對(duì)經(jīng)濟(jì)增長的影響作用［35-42］。大多研究結(jié)果顯示, 專利與經(jīng)濟(jì)增長之間存在正相關(guān)關(guān)系。如劉華(2002)、徐竹青(2004)、張繼紅等( 2007)等認(rèn)為中國專利、創(chuàng)新與經(jīng)濟(jì)發(fā)展水平密切相關(guān), 專利活動(dòng)對(duì)經(jīng)濟(jì)增長有明顯的貢獻(xiàn)。劉華（2002）甚至得出專利授權(quán)數(shù)每增加一個(gè)單位對(duì)應(yīng)于0.82個(gè)單位的國內(nèi)生產(chǎn)總值增長。還有大量基于省級(jí)層面的研究也得到了相同的結(jié)論，如潘紅玉等（2017）、李鶴和方永勝（2018）、王念（2018）等。但部分研究認(rèn)為專利技術(shù)和經(jīng)濟(jì)增長之間并沒有明顯的因果關(guān)系。如鞠樹成( 2005)、高雯雯等( 2006) 等對(duì)專利產(chǎn)出與經(jīng)濟(jì)增長的有關(guān)數(shù)據(jù)變量進(jìn)行協(xié)整分析與因果關(guān)系檢驗(yàn), 發(fā)現(xiàn)我國專利產(chǎn)出與經(jīng)濟(jì)增長之間也并不存在明顯的因果關(guān)系, 專利產(chǎn)出的增加或減少未必會(huì)引起 GDP 的增加或減少,而 GDP 的增加或減少也未必會(huì)引起專利產(chǎn)出的增加或減少。

部分學(xué)者區(qū)分了三種不同的專利產(chǎn)出指標(biāo)，如張繼紅等（2007）、潘紅玉等（2017）、李鶴和方永勝（2018）、王念（2018）等，認(rèn)為專利的三種產(chǎn)出指標(biāo)對(duì)經(jīng)濟(jì)增長具有不同的影響。如張繼紅等（2007）認(rèn)為在驅(qū)動(dòng)我國各個(gè)省域經(jīng)濟(jì)增長的專利產(chǎn)出構(gòu)成因素中，發(fā)明專利和實(shí)用新型專利對(duì)區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)超過了外觀設(shè)計(jì)專利。與國外相關(guān)研究結(jié)果一樣，國內(nèi)對(duì)專利的經(jīng)濟(jì)影響研究的實(shí)證證據(jù)仍然相對(duì)缺乏，專利指標(biāo)和實(shí)證方法等方面還有待進(jìn)一步的深入，特別是地區(qū)層面的比較研究。近年來，我國對(duì)創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的高度重視，促使各省出臺(tái)大量研發(fā)激勵(lì)政策措施，如研發(fā)費(fèi)用加計(jì)扣除、專利獎(jiǎng)補(bǔ)政策等，促進(jìn)了各省專利數(shù)量的快速增長，但由于各省的創(chuàng)新資源、創(chuàng)新能力和經(jīng)濟(jì)發(fā)展水平參差不齊，對(duì)研發(fā)的重視程度和激勵(lì)強(qiáng)調(diào)也各不相同，到底是經(jīng)濟(jì)增長促進(jìn)了專利數(shù)的增加？還是以專利為代表的創(chuàng)新能力增加，真正的促進(jìn)了經(jīng)濟(jì)的快速增長？對(duì)于兩者之間因果關(guān)系的探討，有利于為相關(guān)政策的評(píng)價(jià)和制定提供一定的參考依據(jù)。

3 數(shù)據(jù)與實(shí)證方法

（一）數(shù)據(jù)

1 專利指標(biāo)

本文考慮三種不同類型的專利授權(quán)數(shù)對(duì)經(jīng)濟(jì)增長的影響，即發(fā)明專利授權(quán)量、實(shí)用新型專利授權(quán)數(shù)和外觀設(shè)計(jì)專利授權(quán)數(shù)。應(yīng)用國家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫中歷年來授權(quán)專利信息（共計(jì)300多萬條），采用文本分析軟件，提取專利類型、授權(quán)時(shí)間、所屬地區(qū)等專利信息，構(gòu)建各省的三種類型專利授權(quán)量指標(biāo)。

圖1為長三角地區(qū)各省市發(fā)明專利授權(quán)量數(shù)據(jù)時(shí)序圖。在2003年之前，各省市的發(fā)明專利數(shù)均比較少，之后不斷增長，發(fā)明專利總量大幅增加，截至2016年江蘇發(fā)明專利授權(quán)量突破4萬件，浙江、上海和安徽分別突破2.5萬件、2萬件和1.5萬件。2017年安徽總量有所下降，其他各省市仍保持增長。

圖2為各省市發(fā)明專利授權(quán)量年增長率數(shù)據(jù)時(shí)序圖。從增長率水平看，早期由于總量基數(shù)比較小，各省市的增長率波動(dòng)較為劇烈。波動(dòng)幅度較大的時(shí)期還有1999-2005年、2013-2017年，其他年份保持相對(duì)平穩(wěn)的增長，可以看出，各省市的發(fā)明專利授權(quán)量增長變動(dòng)趨勢(shì)幾乎一致。

實(shí)用新型專利授權(quán)數(shù)和外觀設(shè)計(jì)專利授權(quán)數(shù)與發(fā)明專利授權(quán)數(shù)具有相近的時(shí)間序列特征，此處略去。

圖1 長三角三省一市發(fā)明專利授權(quán)數(shù)（件）

圖2 長三角三省一市發(fā)明專利授權(quán)數(shù)年增長率（%）

2 經(jīng)濟(jì)增長指標(biāo)

本文使用各省市的實(shí)際地區(qū)生產(chǎn)總值作為經(jīng)濟(jì)增長度量指標(biāo)。各地區(qū)實(shí)際生產(chǎn)總值采用可比價(jià)格計(jì)算（本文統(tǒng)一使用1978年價(jià)格）。計(jì)算方法是：用各地區(qū)1978年名義價(jià)格地區(qū)生產(chǎn)總值乘以歷年各地區(qū)生產(chǎn)總值平減指數(shù)（定基指數(shù)，1978年為基期），得到歷年可比價(jià)實(shí)際地區(qū)生產(chǎn)總值序列[1]各省市生產(chǎn)總值及其指數(shù)數(shù)據(jù)來自各省市歷年統(tǒng)計(jì)年鑒，安徽和上海缺乏2017年的數(shù)據(jù)。。

圖3給出了研究所涉及各地區(qū)的實(shí)際生產(chǎn)總值在1985-2017年間的時(shí)間序列圖。從總量上看，江蘇省的生產(chǎn)總量規(guī)模最大，2017年超過2萬億元（1978年價(jià)格，下同），浙江和上海歷年經(jīng)濟(jì)總量都十分接近，安徽省在2017年突破了5000億元，總量水平最低。

圖3 長三角三省一市

圖4給出了各地區(qū)實(shí)際生產(chǎn)總值的年增長率序列。1991年之前，各省市的經(jīng)濟(jì)增長率波動(dòng)劇烈，之后大致可以劃分為三個(gè)階段：1991-1998年增長率逐年下降、1999-2006年增長率逐年增長和2007年之后的逐年下降，各省市的經(jīng)濟(jì)增長率也具有趨同的走勢(shì)。

圖4 長三角三省一市實(shí)際GDP年增長率（%）

（二）實(shí)證方法

本文使用地區(qū)面板數(shù)據(jù)的bootstrap格蘭杰因果關(guān)系檢驗(yàn)法，檢驗(yàn)地區(qū)經(jīng)濟(jì)增長與專利指標(biāo)之間的雙向因果關(guān)系。該方法由László Kónya（2006）［6］提出，是基于似不相關(guān)回歸系統(tǒng)（SUR系統(tǒng)，而非VAR系統(tǒng)）和Wald檢驗(yàn)的數(shù)據(jù)分析方法，通過bootstrap自助樣本得到地區(qū)特有的檢驗(yàn)臨界值。該方法有兩個(gè)優(yōu)點(diǎn)：一是該方法無需要求具有其他面板數(shù)據(jù)模型所要求的地區(qū)聯(lián)合假設(shè)，而且允許地區(qū)之間具有同期相關(guān)性，使得模型能更多的應(yīng)用面板數(shù)據(jù)的額外信息；二是除了滯后結(jié)構(gòu)外，不需要對(duì)變量和模型關(guān)系進(jìn)行預(yù)檢驗(yàn)，即不要求變量的平穩(wěn)性和存在協(xié)整關(guān)系等其他面板數(shù)據(jù)模型所要求的設(shè)定條件。

專利與經(jīng)濟(jì)增長的因果關(guān)系存在四個(gè)基本命題：一是專利驅(qū)動(dòng)經(jīng)濟(jì)增長。新經(jīng)濟(jì)增長理論為此提供了基本的理論解釋，專利作為創(chuàng)新產(chǎn)出的度量指標(biāo)，代表了地區(qū)創(chuàng)新水平，創(chuàng)新水平的增長也是知識(shí)的積累，這將導(dǎo)致技術(shù)和人力資本質(zhì)量的改進(jìn)和生產(chǎn)效率的提高，從而直接或間接的促進(jìn)經(jīng)濟(jì)的增長；二是經(jīng)濟(jì)增長促進(jìn)專利增加。地區(qū)經(jīng)濟(jì)增長能給該地區(qū)帶來更豐富的創(chuàng)新資源，從而促進(jìn)創(chuàng)新投入的增長，地區(qū)政府也更有財(cái)力資助專利生產(chǎn)，從而導(dǎo)致專利數(shù)的增長；三是兩者存在雙向的反饋因果關(guān)系，兩種因素相互作用，相互促進(jìn)；四是兩者不存在因果關(guān)系，兩者的同向增長僅僅是時(shí)間因素導(dǎo)致的，是偽相關(guān)關(guān)系。

1 VAR模型和似不相關(guān)回歸系統(tǒng)

兩變量格蘭杰因果關(guān)系檢驗(yàn)一般基于如下二元有限階向量自回歸（VAR）模型。兩個(gè)變量均取對(duì)數(shù)后進(jìn)入模型，即地區(qū)生產(chǎn)總值的對(duì)數(shù)lnGDP和地區(qū)專利授權(quán)數(shù)的對(duì)數(shù)lnpatent（為了區(qū)分三種不同類型的專利，后文分別使用lnpatent1、lnpatent2和lnpatent3表示各地區(qū)發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利授權(quán)數(shù)的對(duì)數(shù)），VAR模型如下：

模型中，i代表地區(qū)(i = 1,..., N )，t代表年份，lnGDP為各地區(qū)的實(shí)際地區(qū)生產(chǎn)總值的對(duì)數(shù)，lnpatent為專利指標(biāo)的對(duì)數(shù)，j為滯后期，q1和q2分別為生產(chǎn)總值和專利指標(biāo)的最大滯后期。ε為與地區(qū)相關(guān)的特有白噪聲過程，同一地區(qū)的殘差可能存在相關(guān)性，但不同地區(qū)之間不相關(guān)。該VAR模型假定系統(tǒng)的兩個(gè)變量是協(xié)整的，所以依賴數(shù)據(jù)的時(shí)間序列特征，這意味著變量之間的水平值、一階差分或者更高階的差分值是相互之間是協(xié)整的。

對(duì)應(yīng)四個(gè)基本命題，系統(tǒng)可能存在四種結(jié)果：如果系統(tǒng)中的系數(shù)β2,i=0，γ1,i不全為零，則存在lnpatent→lnGDP的單向Granger因果關(guān)系；如果系統(tǒng)中的系數(shù)γ1,i=0，β2,i不全為零，則存在lnGDP→lnpatent的單向Granger因果關(guān)系；如果系統(tǒng)中的系數(shù)γ1,i和β2,i都不全為零，則存在lnGDP和lnpatent的雙向Granger因果關(guān)系；如果系統(tǒng)中的系數(shù)γ1,i和β2,i都為零，則lnGDP和lnpatent之間不存在Granger因果關(guān)系。

估計(jì)上述VAR模型時(shí)，對(duì)于所有地區(qū)，兩個(gè)方程包含有相同的前定變量，即滯后外生變量和滯后內(nèi)生變量，系統(tǒng)參數(shù)的最小二乘法估計(jì)具有一致性和有效性。這意味著這2N個(gè)方程可以按照任意的順序逐一進(jìn)行估計(jì)。

不妨將系統(tǒng)分為兩組方程，第一組因變量為lnGDP，第二組因變量為lnpatent，即：

與VAR模型（1）相比，模型（2）和（3）具有兩個(gè)明顯的優(yōu)點(diǎn)：首先，每個(gè)方程在（2）和（3）中，具有不同的前定變量（因?yàn)椴煌貐^(qū)的指標(biāo)數(shù)據(jù)不一樣），唯一可能的聯(lián)系，是系統(tǒng)的各個(gè)方程具有同期相關(guān)性，忽視截面相關(guān)性將導(dǎo)致參數(shù)估計(jì)嚴(yán)重的偏誤和扭曲［43］，因此，這些方程的組合不是VAR而是似不相關(guān)回歸（SUR）系統(tǒng)；其次，每個(gè)方程將使用特定的bootstrap臨界值，變量lnGDP和lnpatent無需是平穩(wěn)和協(xié)整的，可以不用事先確定這些變量的時(shí)間序列屬性。

對(duì)于每一個(gè)地區(qū)來說，上述的四種可能仍然存在，即：如果方程組（2）中某地區(qū)方程的系數(shù)β2,i=0，而方程組（3）中該地區(qū)方程的系數(shù)γ1,i不全為零，則該地區(qū)存在lnpatent→lnGDP的單向Granger因果關(guān)系；如果方程組（2）中某地區(qū)方程的系數(shù)γ1,i=0，而方程組（3）中該地區(qū)方程的系數(shù)β2,i不全為零，則存在lnGDP→lnpatent的單向Granger因果關(guān)系；如果兩組方程組中的系數(shù)γ1,i和β2,i都不全為零，則存在lnGDP和lnpatent的雙向Granger因果關(guān)系；如果系統(tǒng)中的系數(shù)γ1,i和β2,i都為零，則lnGDP和lnpatent之間不存在Granger因果關(guān)系。

估計(jì)系統(tǒng)（2）和（3）的適當(dāng)方法取決于誤差項(xiàng)的性質(zhì)。如果各地區(qū)之間沒有同期相關(guān)性，則每個(gè)方程都是經(jīng)典回歸方程?？梢杂米钚《朔ㄖ饌€(gè)估計(jì)方程，得到的參數(shù)估計(jì)量是最佳的線性無偏估計(jì)量。相反，如果地區(qū)之間存在同期相關(guān)性，則最小二乘估計(jì)量是無效的，因?yàn)樵摴烙?jì)沒有充分利用這些額外信息。為了獲得更有效的估計(jì)量，（2）和（3）中的方程需要進(jìn)行疊加，疊加后的方程可以用可行的廣義最小二乘法或最大似然法進(jìn)行聯(lián)合估計(jì)[1]方程疊加方法可參見László Kónya（2006）論文的附錄。，模型參數(shù)可以用似不相關(guān)回歸估計(jì)量進(jìn)行估計(jì) (Zellner,1962)［44］。

2 模型滯后期定階和模型同期相關(guān)性檢驗(yàn)

在估計(jì)之前，必須確定模型的滯后階數(shù)，因?yàn)橐蚬P(guān)系檢驗(yàn)結(jié)果可能在很大程度上取決于模型的滯后結(jié)構(gòu)。一般來說，太少或者太多滯后可能導(dǎo)致問題，滯后太少意味著忽略了一些重要變量從模型或者導(dǎo)致回歸系數(shù)的偏差，從而導(dǎo)致錯(cuò)誤的結(jié)論，但太多的滯后期將損失更多的觀測(cè)值并增加回歸系數(shù)估計(jì)值的標(biāo)準(zhǔn)誤差，從而使結(jié)果不夠精確。為了簡(jiǎn)便，我們?nèi)∷蟹匠虄勺兞康淖畲鬁笃跒?，對(duì)每個(gè)變量取滯后期為1～4逐個(gè)進(jìn)行估計(jì)，再比較不同滯后期模型估計(jì)結(jié)果的最小化信息準(zhǔn)則（AIC）和施瓦茨準(zhǔn)則（SC）值的大小進(jìn)行綜合判斷，來最后確定模型的滯后階數(shù)，兩種模型定階準(zhǔn)則分別定義為：

這里W是估計(jì)的殘差協(xié)方差矩陣，N是方程個(gè)數(shù)，q是每個(gè)方程的系數(shù)個(gè)數(shù)，T是樣本量，在兩個(gè)系統(tǒng)中，都應(yīng)用該準(zhǔn)則選擇滯后期。

僅僅在系統(tǒng)存在同期相關(guān)性的時(shí)候，SUR估計(jì)量才比OLS估計(jì)量更有效，因此，有必要檢驗(yàn)誤差的方差-協(xié)方差矩陣，對(duì)于給定的系統(tǒng)k（k=2或3），原假設(shè)和被擇假設(shè)分別為：

H0: cov（εk,i,t,εk,j,t）=0 至少有一對(duì)i≠j時(shí)；

H0: cov（εk,i,t,εk,j,t）≠ 0

如果H0為真，則沒有必要用SUR統(tǒng)計(jì)量進(jìn)行估計(jì)，或者說如果拒絕H0，則SUR統(tǒng)計(jì)量有效，Breusch and Pagan (1980)［45］提出了一種檢驗(yàn)方法，即拉格朗日乘數(shù)檢驗(yàn)統(tǒng)計(jì)量，即：

這里rij是最小二乘法估計(jì)單個(gè)方程的殘差εk,i,t和εk,j,t的相關(guān)系數(shù)（對(duì)既定的k，且i≠j）。在原假設(shè)H0成立條件下，該統(tǒng)計(jì)量服從自由度為N(N-1)/2的卡方分布。

3 格蘭杰因果關(guān)系檢驗(yàn)

我們同時(shí)考慮所有地區(qū)，以考慮到地區(qū)之間的同期相關(guān)性，應(yīng)用地區(qū)特有的Wald統(tǒng)計(jì)量來檢驗(yàn)lnGDP和lnpatent之間的格蘭杰因果關(guān)系，該Wald統(tǒng)計(jì)量通過地區(qū)特有的Bootstrap程序獲得地區(qū)特有的臨界值。Bootstrap程序是一種再抽樣（或稱為自舉抽樣、自助抽樣）的方法，重點(diǎn)在于如何產(chǎn)生自助樣本和使用自助樣本。本研究關(guān)注的是檢驗(yàn)在方程組（2）中從lnpatent到lnGDP的格蘭杰因果關(guān)系，以及在方程組（3）中，從lnGDP到lnpatent的格蘭杰因果關(guān)系。自助抽樣估計(jì)程序的步驟如下：

第一步，在原假設(shè)“不存在lnpatent→lnGDP的單向因果關(guān)系”成立的條件下估計(jì)方程組（2），此時(shí)即假定系數(shù)γ1,i,j（對(duì)所有的i和j），得到殘差：

應(yīng)用這些殘差構(gòu)建成一個(gè)N×T階的殘差矩陣［eH0,i,t］。

第二步，對(duì)殘差矩陣再抽樣，為了保持誤差項(xiàng)截面同期相關(guān)性，抽樣時(shí)不是一個(gè)一個(gè)地區(qū)的殘差分別再抽樣，而是對(duì)所有地區(qū)的殘差進(jìn)行隨機(jī)抽樣，即對(duì)矩陣隨機(jī)抽取一列，將自助抽樣獲得的殘差序列構(gòu)成矩陣，記為，這里t=1,2,…,T*，此處T*可以比T大；

第三步，計(jì)算得到不存在lnpatent到lnGDP的格蘭杰因果關(guān)系的因變量lnGDP的自助樣本lnGDP*i,t，其計(jì)算公式如下：

第四步，用lnGDP*i,t代替lnGDPi,t，再估計(jì)方程組（2），此時(shí)無參數(shù)約束，對(duì)每個(gè)地區(qū)計(jì)算在無格蘭杰因果關(guān)系原假設(shè)成立條件下的Wald檢驗(yàn)統(tǒng)計(jì)量的值；

第五步，重復(fù)第2～4步驟很多次（本文自助抽樣10000次），用獲得的Wald統(tǒng)計(jì)量值構(gòu)建其經(jīng)驗(yàn)分布，選擇該經(jīng)驗(yàn)分布的0.01,0.05和0.1的百分位數(shù)作為相應(yīng)的臨界值。再將實(shí)際數(shù)據(jù)估計(jì)的無約束估計(jì)值與臨界值進(jìn)行比較，做出拒絕或不能拒絕原假設(shè)的結(jié)論。

本文選擇長三角地區(qū)四省市1985-2016年作為估計(jì)樣本期，因此，T=32，N=4，雖然在隨機(jī)抽樣時(shí)T*可以大于T，但在估計(jì)無約束方程組時(shí)僅需要T個(gè)觀測(cè)值，因此我們第三步稍作修改，隨機(jī)抽取殘差矩陣的每行元素，作為自助樣本殘差的相應(yīng)行元素，這樣既保持了自助樣本在不同地區(qū)之間的同期相關(guān)性，也剛好取得T個(gè)自助樣本值[1]本文所有估計(jì)程序均在統(tǒng)計(jì)軟件matlab2018b上完成。。

4 實(shí)證結(jié)果與分析

（一）滯后期的確定和VAR系統(tǒng)同期截面相關(guān)性檢驗(yàn)

在不存在專利指標(biāo)對(duì)經(jīng)濟(jì)增長的格蘭杰因果關(guān)系的原假設(shè)成立的條件下，估計(jì)方程組（2），得到各地區(qū)的不同滯后期的AIC和BC值，發(fā)現(xiàn)滯后2階的模型最為合適，而且三種類型專利指標(biāo)具有相同的滯后期。應(yīng)用估計(jì)的殘差分別計(jì)算得到三種不同類型專利授權(quán)數(shù)的LM值分別為167.9、245.4和102.5，而此處N=4，自由度為6的1%、5%和10%的臨界值χ2（6）分別為16.81、11.07和9.24，可見，三種不同類型專利指標(biāo)下，模型均在1%的顯著性水平下拒絕不存在同期相關(guān)性的原假設(shè)，因此，應(yīng)用SUR系統(tǒng)而非VAR系統(tǒng)進(jìn)行估計(jì)合理的。由于本文關(guān)注變量間的格蘭杰因果關(guān)系，此處略去詳細(xì)的計(jì)算結(jié)果。

（二）Bootstrap格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

本文使用了三種不同類型的專利指標(biāo)，建立了二元（地區(qū)生產(chǎn)總值和專利授權(quán)數(shù)）模型，檢驗(yàn)兩者之間的格蘭杰因果關(guān)系，估計(jì)結(jié)果見表1-3所示。

表1給出了原假設(shè)“發(fā)明專利授權(quán)量（Patent1）不是導(dǎo)致地區(qū)生產(chǎn)總值增長的原因”下的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果。結(jié)果表明，除了安徽省外，其他三個(gè)地區(qū)都在1%的顯著性水平下拒絕原假設(shè)（滯后2階的時(shí)候），認(rèn)為其發(fā)明專利授權(quán)量是地區(qū)生產(chǎn)總值增長的格蘭杰原因。

表2給出了在原假設(shè)“地區(qū)生產(chǎn)總值不是導(dǎo)致發(fā)明授權(quán)量增長的原因”下的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果。結(jié)果表明，上海、浙江分別在10%和5%的顯著性水平下拒絕原假設(shè)（滯后2階的時(shí)候），而安徽和江蘇則不能拒絕原假設(shè)。因此，認(rèn)為上海和浙江的地區(qū)生產(chǎn)總值增長確實(shí)導(dǎo)致了其發(fā)明專利授權(quán)量的增長，而安徽和江蘇兩個(gè)地區(qū)的生產(chǎn)總值增長則不是導(dǎo)致其發(fā)明專利授權(quán)量增長的原因。

綜合表1和表2的結(jié)果，我們得出結(jié)論：上海和浙江的地區(qū)生產(chǎn)總值和發(fā)明專利授權(quán)量之間存在雙向的格蘭杰因果關(guān)系，而江蘇僅存在地區(qū)生產(chǎn)總值到發(fā)明專利授權(quán)量的單向格蘭杰因果關(guān)系，而安徽省兩者不存在任何因果關(guān)系。

這一研究結(jié)果與陶長琪和彭永樟（2018）的研究結(jié)論相符[2]見陶長琪和彭永樟.從要素驅(qū)動(dòng)到創(chuàng)新驅(qū)動(dòng):制度質(zhì)量視角下的經(jīng)濟(jì)增長動(dòng)力轉(zhuǎn)換與路徑選擇［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2018,35(07):3-21.第9頁，表1。，究其原因，我們認(rèn)為可能有以下幾個(gè)方面：一是創(chuàng)新效率上存在差異。根據(jù)汪曉夢(mèng)（2013）的研究，上海、浙江的創(chuàng)新效率——?jiǎng)?chuàng)新投入和創(chuàng)新產(chǎn)出的關(guān)聯(lián)度，明顯高于江蘇與安徽[1]汪曉夢(mèng)（2013）采用灰色關(guān)聯(lián)法研究了長三角地區(qū)各省2011年之前的創(chuàng)新效率，考慮到我們所研究的是長期經(jīng)濟(jì)增長，早期的效率差異可能導(dǎo)致滯后經(jīng)濟(jì)增長效應(yīng)的差異，我們沒有對(duì)各省最近時(shí)期的創(chuàng)新效率進(jìn)行比較。見汪曉夢(mèng).安徽與長三角地區(qū)科技創(chuàng)新差異性實(shí)證分析與對(duì)策［J］.淮南師范學(xué)院學(xué)報(bào),2013,15(06):32-35.第34頁，表4-表7。；二是制度因素導(dǎo)致的創(chuàng)新驅(qū)動(dòng)效應(yīng)差異。陶長琪和彭永樟（2018）將制度質(zhì)量納入經(jīng)濟(jì)增長模型中，測(cè)算了我國各地區(qū)的創(chuàng)新驅(qū)動(dòng)效應(yīng)，他們將制度質(zhì)量定義為地區(qū)制度 （尤其是與創(chuàng)新活動(dòng)相關(guān)的制度）的完善程度，包含政府偏好、制度規(guī)范、實(shí)施環(huán)境、法規(guī)執(zhí)行等許多方面的綜合指標(biāo)。其研究結(jié)果表明，2001-2015年間，在考慮制度質(zhì)量因素下，上海和浙江兩省創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)增長的效應(yīng)明顯高于江蘇，也遠(yuǎn)遠(yuǎn)高于安徽；三是創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)增長存在一定的門檻效應(yīng)。據(jù)測(cè)算，我國各省份經(jīng)濟(jì)發(fā)展中的創(chuàng)新驅(qū)動(dòng)效應(yīng)在時(shí)間維度上呈現(xiàn)持續(xù)增長的態(tài)勢(shì)，但增長速度表現(xiàn)為形態(tài)各異、增減交替的階段性特征（陶長琪和彭永樟，2018，下同），我國各省創(chuàng)新驅(qū)動(dòng)效應(yīng)和制度質(zhì)量驅(qū)動(dòng)效應(yīng)的門檻值分別為0.2993和0.2528，以這一標(biāo)準(zhǔn)判斷，上海在2005年跨過制度質(zhì)量門檻，而在2007年跨過創(chuàng)新驅(qū)動(dòng)效應(yīng)門檻，浙江分別在2003年和2007年跨過兩者門檻，而江蘇和安徽跨過兩者門檻時(shí)間相對(duì)滯后，江蘇在2013年跨過兩者門檻，安徽跨過兩者門檻時(shí)間分別2013年和2015年。各省不同的跨越門檻時(shí)間較好的解釋了創(chuàng)新與經(jīng)濟(jì)增長相互影響的不同因果關(guān)系表現(xiàn)。

表1 發(fā)明專利授權(quán)量對(duì)地區(qū)生產(chǎn)總值的格蘭杰因果關(guān)系檢驗(yàn)

表2 地區(qū)生產(chǎn)總值對(duì)發(fā)明專利授權(quán)量增長的格蘭杰因果關(guān)系檢驗(yàn)

表3和表4分別給出了各地區(qū)的地區(qū)生產(chǎn)總值和實(shí)用新型專利授權(quán)量之間的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果。結(jié)果表明，在10%的顯著性水平下均不能拒絕兩者之間不存在格蘭杰因果關(guān)系的原假設(shè)。因此，我們得出結(jié)論：長三角地區(qū)各省市的地區(qū)生產(chǎn)總值和實(shí)用新型專利授權(quán)量之間均不存在任何方向的格蘭杰因果關(guān)系。

在地區(qū)生產(chǎn)總值和外觀設(shè)計(jì)專利授權(quán)量之間也存在同樣的結(jié)果（表5和表6），即兩者不存在任何方向的格蘭杰因果關(guān)系。

表3 用新型專利授權(quán)量對(duì)地區(qū)生產(chǎn)總值的格蘭杰因果關(guān)系檢驗(yàn)

表4 地區(qū)生產(chǎn)總值對(duì)實(shí)用新型專利授權(quán)量增長的格蘭杰因果關(guān)系檢驗(yàn)

表5 外觀設(shè)計(jì)專利授權(quán)量對(duì)地區(qū)生產(chǎn)總值的格蘭杰因果關(guān)系檢驗(yàn)

表6 地區(qū)生產(chǎn)總值對(duì)外觀設(shè)計(jì)專利授權(quán)量增長的格蘭杰因果關(guān)系檢驗(yàn)

5 結(jié)論與政策建議

（一）主要結(jié)論

總結(jié)以上分析，可以得出如下結(jié)論。

一是發(fā)明專利與經(jīng)濟(jì)增長相互影響的因果關(guān)系是不確定的，在不同的地區(qū)具有不同的特征。本文基于似不相關(guān)回歸系統(tǒng)的面板數(shù)據(jù)格蘭杰因果關(guān)系檢驗(yàn)結(jié)果表明，浙江和上海的發(fā)明專利與經(jīng)濟(jì)增長在部分省市存在雙向的格蘭杰因果關(guān)系，說明在這兩個(gè)地區(qū)，發(fā)明專利與經(jīng)濟(jì)增長之間形成了較為良好的互動(dòng)機(jī)制，發(fā)明專利作為創(chuàng)新成果，切實(shí)促進(jìn)了經(jīng)濟(jì)增長，而經(jīng)濟(jì)增長所獲得的物質(zhì)財(cái)富反過來又孕育出了更多的發(fā)明專利；江蘇僅存在發(fā)明專利對(duì)經(jīng)濟(jì)增長的單向格蘭杰因果關(guān)系，說明發(fā)明專利促進(jìn)了經(jīng)濟(jì)增長，但經(jīng)濟(jì)增長對(duì)發(fā)明創(chuàng)造的反哺作用不足；安徽發(fā)明專利與經(jīng)濟(jì)增長之間不存在任何方向的格蘭杰因果關(guān)系，兩者之間脫節(jié)現(xiàn)象較為嚴(yán)重。

二是不同類型的專利指標(biāo)與經(jīng)濟(jì)增長的相互影響關(guān)系是不同的。檢驗(yàn)結(jié)果表明，發(fā)明專利與經(jīng)濟(jì)增長之間在部分省市存在單向或雙向的格蘭杰因果關(guān)系，但實(shí)用新型和外觀設(shè)計(jì)專利與經(jīng)濟(jì)增長之間在所有地區(qū)都不存在任何方向的格蘭杰因果關(guān)系。這一結(jié)果意味著同樣作為創(chuàng)新產(chǎn)出的指標(biāo)，實(shí)用新型專利和外觀設(shè)計(jì)專利的經(jīng)濟(jì)效益相對(duì)較低，或者其實(shí)現(xiàn)經(jīng)濟(jì)價(jià)值的可能性更低。然而現(xiàn)實(shí)情況卻是，這兩類專利的規(guī)模很大，說明有相當(dāng)多的創(chuàng)新資源被投入到效益不高的領(lǐng)域當(dāng)中，造成了較大的浪費(fèi)。

三是發(fā)明專利與經(jīng)濟(jì)增長之間的相互影響關(guān)系是非對(duì)稱的。本文檢驗(yàn)結(jié)果表明，發(fā)明專利對(duì)經(jīng)濟(jì)增長的影響程度高于經(jīng)濟(jì)增長對(duì)發(fā)明專利的影響程度，發(fā)明專利對(duì)經(jīng)濟(jì)增長影響的因果關(guān)系在江蘇、上海和浙江都以很高的顯著程度（很小的顯著性水平，1%）拒絕不存在格蘭杰因果關(guān)系的原假設(shè)，而在經(jīng)濟(jì)增長對(duì)發(fā)明專利影響的因果關(guān)系顯著程度相對(duì)不高（顯著性水平分別為5%和10%）。這一結(jié)果意味著目前這一階段投入發(fā)明專利將產(chǎn)生較好的經(jīng)濟(jì)效益，但還沒有實(shí)現(xiàn)經(jīng)濟(jì)增長與發(fā)明專利相互促進(jìn)的良性循環(huán)階段。這在某種程度上說明全社會(huì)對(duì)于創(chuàng)新的重視程度還不夠，盡管創(chuàng)新促進(jìn)了經(jīng)濟(jì)增長，但經(jīng)濟(jì)增長產(chǎn)生的財(cái)富并未被更多用于創(chuàng)新。這一結(jié)果值得警惕，因?yàn)檫@很有可能會(huì)削弱當(dāng)?shù)卦谖磥淼母?jìng)爭(zhēng)力。

值得指出的是：本文以上的研究結(jié)論是否是可以推廣為一般的結(jié)論？或者是否可以認(rèn)為地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度差異是導(dǎo)致各地在專利與經(jīng)濟(jì)增長之間關(guān)系上存在差異的根本原因？這些問題有待在未來的研究當(dāng)中做進(jìn)一步的驗(yàn)證。

（二）政策建議

一是要重新構(gòu)建我國專利制度體系，加強(qiáng)與國際接軌步伐，依靠制度設(shè)計(jì)著力提升專利質(zhì)量。目前在不少發(fā)達(dá)國家，已經(jīng)不再授予實(shí)用新型以專利權(quán)。對(duì)于實(shí)用新型專利來說，由于其授權(quán)不需要經(jīng)過實(shí)質(zhì)性審查，因而創(chuàng)新性難以得到保證，質(zhì)量遠(yuǎn)遠(yuǎn)不如發(fā)明專利。實(shí)證研究的結(jié)果也證實(shí)，實(shí)用新型專利并不是導(dǎo)致經(jīng)濟(jì)增長的原因。就實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略而言，實(shí)用新型專利并不能發(fā)揮多大的作用。我國應(yīng)及時(shí)修改和完善專利制度，不再對(duì)實(shí)用新型授予專利權(quán)。這樣做還可以節(jié)約大量的管理費(fèi)用，使相關(guān)資源能夠更加集中地被投入到具有良好增長促進(jìn)作用的發(fā)明專利上。外觀專利不屬于技術(shù)創(chuàng)新范疇，但從實(shí)證研究結(jié)果來看，促進(jìn)經(jīng)濟(jì)增長的效果也不理想，這說明在實(shí)踐當(dāng)中，外觀專利并未很好地運(yùn)用于生產(chǎn)經(jīng)營，反映出外觀專利的質(zhì)量存在問題。為促進(jìn)其質(zhì)量提升及效益創(chuàng)造，在未來應(yīng)進(jìn)一步加強(qiáng)外觀專利的保護(hù)和維權(quán)援助力度，激勵(lì)設(shè)計(jì)人員投入更多精力進(jìn)行創(chuàng)作，從而獲得質(zhì)量更高、更為市場(chǎng)所認(rèn)可的外觀設(shè)計(jì)成果，通過與相關(guān)產(chǎn)品結(jié)合，創(chuàng)造出更多的經(jīng)濟(jì)價(jià)值。

二是要著力構(gòu)建專利交易運(yùn)營服務(wù)體系，積極發(fā)展高端知識(shí)產(chǎn)權(quán)服務(wù)業(yè)，打通專利轉(zhuǎn)化運(yùn)用之路上的“梗阻”。發(fā)揮政府“有形之手”與市場(chǎng)“無形之手”相結(jié)合的巨大威力，由政府出資引導(dǎo)、多方共同參與，組建專利運(yùn)營基金，建立專利池，有效盤活高等院校、科研院所和企業(yè)擁有的專利。基于現(xiàn)代互聯(lián)網(wǎng)技術(shù)，打造鏈接各地的專利網(wǎng)絡(luò)交易運(yùn)營平臺(tái)，打破時(shí)間、空間限制，形成覆蓋全國的統(tǒng)一大市場(chǎng)。提升中介機(jī)構(gòu)服務(wù)能力，積極培育和發(fā)展壯大一批高水平專業(yè)化的知識(shí)產(chǎn)權(quán)服務(wù)機(jī)構(gòu)，實(shí)現(xiàn)專利代理、價(jià)值評(píng)估、分析預(yù)警、專利托管、質(zhì)押融資等系列高端服務(wù)，建立科學(xué)的專利價(jià)值動(dòng)態(tài)評(píng)估機(jī)制，篩選并跟蹤重點(diǎn)專利，有效消除專利交易運(yùn)營市場(chǎng)上的信息不對(duì)稱，降低交易風(fēng)險(xiǎn)，引導(dǎo)資金等重要資源投入到高價(jià)值專利的培育和產(chǎn)業(yè)化當(dāng)中。

三是要充分利用好經(jīng)濟(jì)增長成果，持續(xù)加大創(chuàng)新投入力度，確保研發(fā)經(jīng)費(fèi)投入在GDP當(dāng)中占有一定的比重。從目前情況來看，在部分地區(qū)，經(jīng)濟(jì)增長對(duì)發(fā)明專利增加起到了一定的促進(jìn)作用，但力度和顯著性偏小。這是宏觀層面顯示的結(jié)果。在微觀層面上，說明企業(yè)盡管過去從創(chuàng)新中獲益，但感覺進(jìn)一步加大創(chuàng)新投入并不能為其帶來更大的收益。這意味著即使是在長三角這樣在我國屬于發(fā)達(dá)的地區(qū)，當(dāng)前的產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化程度仍然不足，更多是偏重于制造，依靠研發(fā)和設(shè)計(jì)盈利的還不多見，在未來還有很大的提升空間。政府應(yīng)統(tǒng)籌協(xié)調(diào)產(chǎn)業(yè)、科技、教育、招商引資、人才、金融等方面政策，形成合力，營造良好環(huán)境，有效降低企業(yè)創(chuàng)新成本和擴(kuò)大企業(yè)創(chuàng)新收益，引導(dǎo)和推動(dòng)產(chǎn)業(yè)向高端方向發(fā)展。尤其是要助力企業(yè)通過專利活動(dòng)形成市場(chǎng)壟斷地位并獲得超額利潤，使企業(yè)嘗到甜頭，自覺自愿投入更多資金用于創(chuàng)新和申請(qǐng)專利，從而構(gòu)建起“專利→增長→專利”的良性循環(huán)。