聶長飛 馮苑 宋丹丹

摘 要：基于專利數(shù)量和專利內(nèi)部構(gòu)成情況分別構(gòu)建了創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量的衡量指標(biāo)，進(jìn)而借助中國1998-2017年省級面板數(shù)據(jù)，從創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量視角全面考察了創(chuàng)新的經(jīng)濟(jì)增長質(zhì)量效應(yīng)。結(jié)果顯示，創(chuàng)新數(shù)量對經(jīng)濟(jì)增長質(zhì)量具有積極的促進(jìn)作用，且發(fā)明專利的促進(jìn)作用大于外觀設(shè)計(jì)專利和實(shí)用新型專利。進(jìn)一步研究發(fā)現(xiàn)，創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量均存在非線性的影響，其中，創(chuàng)新數(shù)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“倒U型”變動(dòng)趨勢，創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“U型”變動(dòng)趨勢。因此，要從根本上提高經(jīng)濟(jì)增長質(zhì)量、推動(dòng)高質(zhì)量發(fā)展，必須依靠創(chuàng)新質(zhì)量而非創(chuàng)新數(shù)量的提升。

關(guān)鍵詞：專利;經(jīng)濟(jì)增長質(zhì)量;創(chuàng)新數(shù)量;創(chuàng)新質(zhì)量

一、引言

改革開放以來，中國經(jīng)濟(jì)總量實(shí)現(xiàn)了快速擴(kuò)張，創(chuàng)造了世界經(jīng)濟(jì)發(fā)展史上的又一次“經(jīng)濟(jì)奇跡”。1978—2019年，中國GDP總量和人均GDP平均增速分別為9.44%和8.43%，遠(yuǎn)高于世界同期平均水平的2.93%和1.47%數(shù)據(jù)來源于世界銀行數(shù)據(jù)庫。]。然而，在經(jīng)濟(jì)高速增長的同時(shí)，中國經(jīng)濟(jì)增長質(zhì)量并沒有實(shí)現(xiàn)同比的提高（劉海英和張純洪，2006），“高數(shù)量—低質(zhì)量”是當(dāng)前中國經(jīng)濟(jì)發(fā)展面臨的重要難題。創(chuàng)新被認(rèn)為是提高經(jīng)濟(jì)增長質(zhì)量的核心因素（劉思明等，2019），也是中國最終實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)的必然選擇。在實(shí)踐中，中國政府始終堅(jiān)持創(chuàng)新引領(lǐng)發(fā)展，將提高國家創(chuàng)新水平作為重要的發(fā)展方向。2006年，國務(wù)院發(fā)布《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要》，提出建設(shè)創(chuàng)新型國家的戰(zhàn)略目標(biāo);2012年，黨的十八大報(bào)告提出實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略;2015年，習(xí)近平同志首次提出指導(dǎo)新時(shí)代中國經(jīng)濟(jì)發(fā)展的新發(fā)展理念，并將創(chuàng)新列為五大發(fā)展理念之首;2017年，黨的十九大報(bào)告提出加快建設(shè)創(chuàng)新型國家的目標(biāo)。在此背景下，本文致力于考察創(chuàng)新對中國經(jīng)濟(jì)增長質(zhì)量的影響，為充分發(fā)揮創(chuàng)新的經(jīng)濟(jì)增長質(zhì)量效應(yīng)提供科學(xué)依據(jù)。

專利是創(chuàng)新產(chǎn)出成果的主要標(biāo)志，也是衡量創(chuàng)新水平最被廣泛使用的指標(biāo)。根據(jù)《中華人民共和國專利法》，專利可劃分為發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利三種類型，且在三種專利中，發(fā)明專利所包含的技術(shù)含量最高。因此，現(xiàn)有研究通?；趯＠麛?shù)量和專利內(nèi)部構(gòu)成情況分別構(gòu)建創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量的衡量指標(biāo)，用不同類型專利數(shù)量以及發(fā)明專利數(shù)量在三種專利數(shù)量中的占比作為創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量的代理變量（俞立平等，2019）。近年來，在專利資助和稅收優(yōu)惠等專利激勵(lì)政策的推動(dòng)下，中國專利數(shù)量實(shí)現(xiàn)了“爆炸式”增長（張杰等，2016）。據(jù)統(tǒng)計(jì)，1998—2017年，中國三種專利授權(quán)總數(shù)從5.50萬件增加到172.08萬件，年均增長率高達(dá)19.87%，其中，發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利授權(quán)數(shù)分別由0.16萬件、2.39萬件和2.96萬件提升至32.70萬件、42.64萬件和96.74萬件，年均增長率分別為32.43%、16.39%和20.15%數(shù)據(jù)來源于中國統(tǒng)計(jì)年鑒。]。然而，從專利的內(nèi)部構(gòu)成看，發(fā)明專利授權(quán)數(shù)占比增速則相對緩慢，從1998年的2.86%提高到2017年的19.00%，年均增長10.48%（見圖1）。由此可見，盡管近年來中國整體創(chuàng)新水平實(shí)現(xiàn)了較快的提升，但創(chuàng)新質(zhì)量提升的速度總體滯后于創(chuàng)新數(shù)量。那么，一個(gè)亟待回答的問題是，專利對中國經(jīng)濟(jì)增長質(zhì)量產(chǎn)生了怎樣的影響？更具體地，創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量對中國經(jīng)濟(jì)增長質(zhì)量產(chǎn)生了怎樣的影響？

一些文獻(xiàn)從經(jīng)濟(jì)增長數(shù)量角度證實(shí)了專利對經(jīng)濟(jì)增長的積極作用（Crosby，2000; Jalles，2010;Agénor and Neanidis，2015;Akcigit and Kerr，2018;方曙等，2006;李宏彬等，2009）。在此基礎(chǔ)上，一些學(xué)者考察了不同類型專利對經(jīng)濟(jì)增長的影響，并得出了不盡相同的研究結(jié)論。劉華（2002）、隋廣軍等（2005）、黃智淋和俞培果（2007）研究發(fā)現(xiàn)，同發(fā)明專利相比，外觀設(shè)計(jì)專利和實(shí)用新型專利對經(jīng)濟(jì)增長的促進(jìn)作用更大。與之相反的是，朱芳芳（2017）、張優(yōu)智（2017）、趙彥云和劉思明（2011）的實(shí)證結(jié)果顯示，發(fā)明專利的經(jīng)濟(jì)增長效應(yīng)大于其他兩種專利。

與此同時(shí)，少數(shù)研究考察了專利與經(jīng)濟(jì)增長質(zhì)量之間的關(guān)系。鄧美薇和張季風(fēng)（2018）借助日本2002—2014年47個(gè)都道府縣的面板數(shù)據(jù)，運(yùn)用系統(tǒng)GMM模型實(shí)證檢驗(yàn)了發(fā)明專利對經(jīng)濟(jì)增長質(zhì)量的影響，結(jié)果顯示，發(fā)明專利能顯著促進(jìn)經(jīng)濟(jì)增長質(zhì)量的提升。張杰等（2016）基于中國2000—2010年省級面板數(shù)據(jù)，考察了三種類型專利的經(jīng)濟(jì)增長質(zhì)量效應(yīng)，實(shí)證結(jié)果表明，發(fā)明專利對經(jīng)濟(jì)增長質(zhì)量的影響不顯著，外觀設(shè)計(jì)專利對經(jīng)濟(jì)增長質(zhì)量具有顯著的抑制作用，而實(shí)用新型專利同經(jīng)濟(jì)增長質(zhì)量之間呈顯著的“倒U型”關(guān)系，當(dāng)進(jìn)一步扣除專利“泡沫”信息后，發(fā)明專利和實(shí)用新型專利對經(jīng)濟(jì)增長質(zhì)量具有顯著的促進(jìn)作用，而外觀設(shè)計(jì)專利對經(jīng)濟(jì)增長質(zhì)量的影響不顯著。

上述文獻(xiàn)對本文研究具有重要的借鑒意義，但針對專利如何影響經(jīng)濟(jì)增長質(zhì)量這一研究主題，現(xiàn)有研究仍然存在著不足。一方面，已有研究較全面深入地探討了不同類型專利與經(jīng)濟(jì)增長數(shù)量之間的關(guān)系，但關(guān)于不同類型專利對經(jīng)濟(jì)增長質(zhì)量影響的研究則相對缺乏。鄧美薇和張季風(fēng)（2018）雖然考察了專利與經(jīng)濟(jì)增長質(zhì)量的關(guān)系，但其研究針對的僅僅是發(fā)明專利，而未涉及到其他兩種專利的影響。張杰等（2016）的研究雖然分析了三種專利對經(jīng)濟(jì)增長質(zhì)量的影響，但該研究主要關(guān)注的是扣除專利激勵(lì)政策效應(yīng)前后專利對經(jīng)濟(jì)增長質(zhì)量的影響，而并未比較不同類型專利對經(jīng)濟(jì)增長質(zhì)量影響效應(yīng)的相對大小。同時(shí)，在實(shí)證分析中，該研究將發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利三種專利授權(quán)數(shù)同時(shí)納入模型中，可能存在嚴(yán)重的多重共線性問題，從而導(dǎo)致核心解釋變量的估計(jì)系數(shù)不可信（趙彥云和劉思明，2011）趙彥云和劉思明（2011）在研究不同類型專利對全要素生產(chǎn)率的影響時(shí)，特別強(qiáng)調(diào)了這一點(diǎn)，他們發(fā)現(xiàn)，當(dāng)把三種類型專利納入同一個(gè)模型后，方差膨脹因子（VIF）會(huì)大于10，進(jìn)一步印證了多重共線性的存在，而該研究和張杰等（2016）使用的均為中國省級面板數(shù)據(jù)，區(qū)別僅僅在于研究的年份區(qū)間不同。為了避免多重共線性對模型估計(jì)結(jié)果的影響，該研究將外觀設(shè)計(jì)專利和實(shí)用新型專利加總合成一個(gè)新的變量，并將該變量與發(fā)明專利同時(shí)納入模型中進(jìn)行估計(jì)。]。另一方面，在為數(shù)不多討論專利與經(jīng)濟(jì)增長質(zhì)量關(guān)系的文獻(xiàn)中，主要關(guān)注的是創(chuàng)新數(shù)量的經(jīng)濟(jì)增長質(zhì)量效應(yīng)，而對創(chuàng)新質(zhì)量如何影響經(jīng)濟(jì)增長質(zhì)量這一問題鮮有提及，從而未能全面地考察創(chuàng)新對經(jīng)濟(jì)增長質(zhì)量的影響。

鑒于此，本文采用中國1998—2017年的省級面板數(shù)據(jù)，在測度各省經(jīng)濟(jì)增長質(zhì)量指數(shù)的基礎(chǔ)上，實(shí)證檢驗(yàn)了發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利三種專利的經(jīng)濟(jì)增長質(zhì)量效應(yīng)，結(jié)果顯示，在當(dāng)前的發(fā)展階段，三種專利均能顯著提高中國經(jīng)濟(jì)增長質(zhì)量，且發(fā)明專利對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用最大。上述研究結(jié)論經(jīng)過一系列穩(wěn)健性檢驗(yàn)和內(nèi)生性處理之后，依然穩(wěn)健。在進(jìn)一步的研究中，本文發(fā)現(xiàn)創(chuàng)新數(shù)量與經(jīng)濟(jì)增長質(zhì)量呈“倒U型”關(guān)系，而創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量呈“U型”關(guān)系，表明只有高質(zhì)量創(chuàng)新才能永久地驅(qū)動(dòng)高質(zhì)量發(fā)展。

同已有文獻(xiàn)相比，本文可能的邊際貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面。首先，研究議題上，本文首次基于創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量的雙重視角，考察了創(chuàng)新的經(jīng)濟(jì)增長質(zhì)量效應(yīng)，豐富了“不同類型專利對經(jīng)濟(jì)增長質(zhì)量的影響”以及“創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響”兩類文獻(xiàn)的研究。其次，估計(jì)方法上，綜合采取了多種穩(wěn)健性檢驗(yàn)并通過系統(tǒng)GMM估計(jì)、工具變量估計(jì)等方式，較好地克服了模型中可能存在的內(nèi)生性問題，使本文的研究結(jié)論更加穩(wěn)健可靠。最后，政策含義上，本文的估計(jì)結(jié)果在一定程度上拓展了“創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展”的理論命題，即只有高質(zhì)量的創(chuàng)新才能永久地驅(qū)動(dòng)經(jīng)濟(jì)增長質(zhì)量的提升，為中國加快實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、充分發(fā)揮創(chuàng)新的經(jīng)濟(jì)增長質(zhì)量效應(yīng)、推動(dòng)高質(zhì)量增長提供了實(shí)證證據(jù)和參考依據(jù)。

后文結(jié)構(gòu)安排如下：第二部分為理論分析與研究假說;第三部分為研究設(shè)計(jì)，包括對模型、數(shù)據(jù)和變量的說明;第四部分為實(shí)證分析，包括基準(zhǔn)回歸結(jié)果分析、穩(wěn)健性檢驗(yàn)和內(nèi)生性討論;第五部分為進(jìn)一步檢驗(yàn)，主要關(guān)于創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量之間非線性關(guān)系的討論;第六部分為結(jié)論與啟示。

二、理論分析與研究假說

專利作為衡量創(chuàng)新水平的核心指標(biāo)，已被證實(shí)在推動(dòng)經(jīng)濟(jì)增長（李宏彬等，2009）、提高全要素生產(chǎn)率（趙彥云和劉思明，2011）、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級（李政和楊思瑩，2017）、促進(jìn)出口質(zhì)量提升（曲如曉和臧睿，2019）等方面發(fā)揮重要的作用，而上述不同方面的提升正是經(jīng)濟(jì)增長質(zhì)量提高的具體體現(xiàn)。與此同時(shí)，鄧美薇和張季風(fēng)（2018）、白俊紅和王林東（2016）、何興邦（2019）、劉思明等（2019）的研究結(jié)果均表明，創(chuàng)新是驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量增長的重要因素。因此可以預(yù)期，專利能夠促進(jìn)經(jīng)濟(jì)增長質(zhì)量的提升?；谝陨戏治觯疚奶岢黾僬f1：

假說1：發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利均有利于提高經(jīng)濟(jì)增長質(zhì)量。

但是，不同類型專利包含的技術(shù)含量是不同的。在三種專利中，發(fā)明專利主要是指對產(chǎn)品、方法或者其改進(jìn)所提出的新的技術(shù)方案，包含的技術(shù)含量最高、創(chuàng)新性最強(qiáng)，外觀設(shè)計(jì)專利和實(shí)用新型專利則是指對產(chǎn)品的形狀、構(gòu)造等提出的新設(shè)計(jì)，實(shí)用的新的技術(shù)方案等，包含的技術(shù)含量相對較低。因此，發(fā)明專利通常被認(rèn)為是原創(chuàng)型創(chuàng)新水平的衡量標(biāo)準(zhǔn)，主要體現(xiàn)了企業(yè)的產(chǎn)品創(chuàng)新能力;外觀設(shè)計(jì)專利和實(shí)用新型專利通常被認(rèn)為是模仿型創(chuàng)新水平的衡量標(biāo)準(zhǔn)，主要體現(xiàn)了企業(yè)的市場創(chuàng)新能力和工藝創(chuàng)新能力（劉華，2002）。由于不同類型專利包含的技術(shù)含量不同，從而對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用可能存在差異?？紤]到發(fā)明專利包含了更多的創(chuàng)新元素和更高的技術(shù)含量，能夠產(chǎn)生更大的經(jīng)濟(jì)效益，因而對經(jīng)濟(jì)增長質(zhì)量提升的作用可能更大?；谝陨戏治觯疚奶岢黾僬f2：

假說2：發(fā)明專利對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用大于外觀設(shè)計(jì)專利和實(shí)用新型專利。

然而，專利對經(jīng)濟(jì)增長質(zhì)量也可能存在負(fù)面的影響效應(yīng)。對于企業(yè)而言，擁有專利有利于企業(yè)在競爭市場上獲得更大的競爭優(yōu)勢，也可以成為企業(yè)獲得更多融資的重要砝碼，從而可能導(dǎo)致企業(yè)創(chuàng)造更多的低質(zhì)量專利。同時(shí)，在一系列專利激勵(lì)政策的推動(dòng)下，申請低質(zhì)量專利可能會(huì)得到資助甚至獎(jiǎng)勵(lì)，從而可能導(dǎo)致官商合謀和尋租活動(dòng)的產(chǎn)生，這更加誘發(fā)了低質(zhì)量專利的創(chuàng)造。也就是說，現(xiàn)行的中國專利激勵(lì)制度更多激勵(lì)的是專利“數(shù)量”而非“質(zhì)量”的提升（龍小寧和王俊，2015;黎文靖和鄭曼妮，2016;陳強(qiáng)遠(yuǎn)等，2020）。此外，科研機(jī)構(gòu)和高校在課題申請和結(jié)項(xiàng)、評定職稱、分發(fā)科研獎(jiǎng)勵(lì)等過程中普遍將專利數(shù)量作為一個(gè)重要的評價(jià)指標(biāo)，這在一定程度上推動(dòng)了低質(zhì)量專利數(shù)量的增加（張杰等，2016）。在多重因素的共同作用下，造成了專利“泡沫”現(xiàn)象的產(chǎn)生。事實(shí)上，有學(xué)者發(fā)現(xiàn)中國實(shí)用新型專利制度未能像日本、韓國那樣，進(jìn)入理論預(yù)期的“倒U型”增長模式（毛昊等，2018）。因此，在中國情境下，“激增”的專利中包含了相當(dāng)數(shù)量和比例的問題專利、虛假專利、低質(zhì)量專利和無法產(chǎn)生實(shí)際經(jīng)濟(jì)效益專利等不合格專利，從而可能削弱甚至扭曲專利對經(jīng)濟(jì)增長質(zhì)量的正向促進(jìn)效應(yīng)。隨著專利數(shù)量的逐漸增加，不合格專利數(shù)量和比例也隨之增加，導(dǎo)致專利所產(chǎn)生的邊際經(jīng)濟(jì)效益逐漸減小，對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用相應(yīng)降低，甚至可能抑制經(jīng)濟(jì)增長質(zhì)量的提升。由此可見，專利對經(jīng)濟(jì)增長質(zhì)量的影響可能呈“倒U型”變動(dòng)趨勢。基于以上分析，本文提出假說3：

假說3：創(chuàng)新數(shù)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“倒U型”變動(dòng)趨勢，當(dāng)專利數(shù)量增加到一定水平后，其對經(jīng)濟(jì)增長質(zhì)量的作用由促進(jìn)變?yōu)橐种啤?/p>

上述分析主要是從創(chuàng)新數(shù)量視角考察創(chuàng)新的經(jīng)濟(jì)增長質(zhì)量效應(yīng)的，但創(chuàng)新不僅包括創(chuàng)新數(shù)量，而且包括創(chuàng)新質(zhì)量，因此有必要進(jìn)一步探討創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響。從專利的內(nèi)部構(gòu)成情況看，由于發(fā)明專利在三種專利中所包含的技術(shù)含量最高，從而發(fā)明專利數(shù)量在三種專利數(shù)量中的占比被廣泛用于衡量創(chuàng)新質(zhì)量（俞立平等，2019）。那么，創(chuàng)新質(zhì)量如何影響經(jīng)濟(jì)增長質(zhì)量呢？從理論上來講，創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量同時(shí)存在正向和負(fù)向兩方面的效應(yīng)，其對經(jīng)濟(jì)增長質(zhì)量影響效應(yīng)的大小最終取決于正負(fù)兩種效應(yīng)的相對大小。從正向作用看，創(chuàng)新質(zhì)量的提升意味著包含技術(shù)含量最高的發(fā)明專利較多，從而有利于更好地發(fā)揮專利的降低成本效應(yīng)、技術(shù)溢出效應(yīng)和資源配置效應(yīng)等，進(jìn)而驅(qū)動(dòng)經(jīng)濟(jì)增長質(zhì)量的提升（張杰等，2016）。從負(fù)向作用看，技術(shù)含量較高的專利和先進(jìn)專利往往首先掌握在大企業(yè)和高技術(shù)企業(yè)手中，從而可能產(chǎn)生較高的市場準(zhǔn)入壁壘，導(dǎo)致壟斷、市場分割等現(xiàn)象的產(chǎn)生，甚至可能固化居民收入、擴(kuò)大居民收入差距（程銳，2019），最終抑制經(jīng)濟(jì)效率的提高和經(jīng)濟(jì)增長質(zhì)量的提升。同時(shí)，相對于外觀設(shè)計(jì)專利和實(shí)用新型專利而言，發(fā)明專利的申請周期更長、申請難度更大，所需要的成本也往往更高，如果無法及時(shí)獲得發(fā)明專利成果或成果應(yīng)用轉(zhuǎn)化率較低，則可能導(dǎo)致發(fā)明專利所帶來的產(chǎn)出增加難以彌補(bǔ)其機(jī)會(huì)成本，從而阻礙經(jīng)濟(jì)增長質(zhì)量的提升（鄧美薇和張季風(fēng)，2018）。因此，當(dāng)創(chuàng)新質(zhì)量較低時(shí)，意味著發(fā)明專利數(shù)量較少，相應(yīng)的市場準(zhǔn)入壁壘較高，申請發(fā)明專利所需的機(jī)會(huì)成本也相應(yīng)較高，使得其對經(jīng)濟(jì)增長質(zhì)量的抑制效應(yīng)較強(qiáng)，掩蓋了創(chuàng)新質(zhì)量提高對經(jīng)濟(jì)增長質(zhì)量的驅(qū)動(dòng)作用，從而導(dǎo)致創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量表現(xiàn)出抑制效應(yīng);當(dāng)創(chuàng)新質(zhì)量較高時(shí)，意味著發(fā)明專利數(shù)量較多，使得其對經(jīng)濟(jì)增長質(zhì)量的驅(qū)動(dòng)作用也相應(yīng)提高，超過了市場準(zhǔn)入壁壘等帶來的負(fù)面效應(yīng)，從而導(dǎo)致創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量表現(xiàn)出促進(jìn)作用。由此可見，創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“U型”變動(dòng)趨勢?；谝陨戏治?，本文提出假說4：

假說4：創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“U型”變動(dòng)趨勢，當(dāng)創(chuàng)新質(zhì)量達(dá)到一定程度后，其對經(jīng)濟(jì)增長質(zhì)量的作用由抑制變?yōu)榇龠M(jìn)。

三、研究設(shè)計(jì)

（一）經(jīng)濟(jì)增長質(zhì)量指數(shù)的測度

1.經(jīng)濟(jì)增長質(zhì)量指標(biāo)體系的構(gòu)建

要研究專利對經(jīng)濟(jì)增長質(zhì)量的影響，必須首先準(zhǔn)確測度經(jīng)濟(jì)增長質(zhì)量的大小?，F(xiàn)有研究中，經(jīng)濟(jì)增長質(zhì)量主要有兩種衡量方式。一是采用全要素生產(chǎn)率等單一指標(biāo)來反映經(jīng)濟(jì)增長質(zhì)量（宋文月和任保平，2018;孫英杰和林春，2018），但單一指標(biāo)難免存在片面性等問題（鄭玉歆，2007），因而大多數(shù)文獻(xiàn)采用構(gòu)建指標(biāo)體系的方式對經(jīng)濟(jì)增長質(zhì)量進(jìn)行全面、客觀的衡量。在現(xiàn)有的經(jīng)濟(jì)增長質(zhì)量指標(biāo)體系中，代表性的是Mlachila et al.（2017）、鈔小靜和任保平（2011）、詹新宇和崔培培（2016）、聶長飛等（2021）的研究。本文主要借鑒上述研究，從經(jīng)濟(jì)增長基本面、經(jīng)濟(jì)增長結(jié)構(gòu)和經(jīng)濟(jì)增長成果3個(gè)維度選取15個(gè)一級指標(biāo)和27個(gè)二級指標(biāo)，構(gòu)建經(jīng)濟(jì)增長質(zhì)量指標(biāo)體系（見表1）。

2.數(shù)據(jù)與指標(biāo)說明

本文以1998—2017年中國30個(gè)省、直轄市、自治區(qū)為研究對象不包括港澳臺和西藏地區(qū)，為了便于說明，本文將省、直轄市、自治區(qū)統(tǒng)稱為省。]，指標(biāo)數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國能源年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國金融年鑒》以及EPS數(shù)據(jù)平臺和Wind數(shù)據(jù)庫。對于進(jìn)出口總額等以美元衡量的指標(biāo)，統(tǒng)一按照當(dāng)年平均匯率換算成人民幣為單位。為消除價(jià)格因素的影響，對GDP等涉及價(jià)格衡量的指標(biāo)統(tǒng)一運(yùn)用相應(yīng)的價(jià)格指數(shù)換算成1998年不變價(jià)。另外，全要素生產(chǎn)率的計(jì)算借鑒趙彥云和劉思明（2011）的研究，運(yùn)用索洛余值法進(jìn)行測度，其中，產(chǎn)出指標(biāo)用1998年為基期的實(shí)際GDP衡量，投入指標(biāo)包括勞動(dòng)投入和資本投入，勞動(dòng)投入用就業(yè)人數(shù)衡量，資本投入用1998年為基期的資本存量衡量，資本存量的估計(jì)采用永續(xù)盤存法，具體公式為Kt=It+（1-δ）Kt-1，其中，It表示第t年的投資額，用固定資本形成總額表示，并運(yùn)用固定資產(chǎn)投資價(jià)格指數(shù)平減為1998年不變價(jià)，Kt-1和Kt分別表示上一期和當(dāng)期的資本存量，期初物質(zhì)資本存量的計(jì)算公式為K0=I0/（g+δ），I0為期初投資額，δ表示折舊率，本文借鑒張軍等（2004）的研究，將其設(shè)定為9.6%，g表示各省固定資本形成總額在1998—2017年的年均增長率。產(chǎn)業(yè)結(jié)構(gòu)高級化指數(shù)和產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)的計(jì)算方式參考干春暉等（2011）的研究。平均受教育年限的計(jì)算公式為“（小學(xué)人口×6+初中人口×9+高中人口×12+大專及以上人口×16）/6歲及以上人口數(shù)”。

3.經(jīng)濟(jì)增長質(zhì)量指數(shù)的測度方法與測度結(jié)果

經(jīng)濟(jì)增長質(zhì)量指數(shù)的測度主要包括以下三個(gè)步驟。

一是指標(biāo)權(quán)重的確定。指標(biāo)權(quán)重的確定主要可以分為主觀賦權(quán)法和客觀賦權(quán)法，為避免主觀因素的影響，現(xiàn)有研究多采用客觀賦權(quán)法多指標(biāo)進(jìn)行賦權(quán)。其中，客觀賦權(quán)法主要包括主成分分析法、熵值法、縱橫向拉開檔次法等。由于主成分分析法提取的主成分往往含義模糊，且該方法計(jì)算的指標(biāo)權(quán)重可能存在負(fù)值的情形，負(fù)值權(quán)重難以解釋（聶長飛和簡新華，2020），熵值法更加適用于靜態(tài)評價(jià)而非跨期的動(dòng)態(tài)比較（肖祎平等，2018），故本文采用縱橫向拉開檔次法這一客觀賦權(quán)法確定指標(biāo)權(quán)重。為了確保估計(jì)結(jié)果的穩(wěn)健性，在后續(xù)的穩(wěn)健性檢驗(yàn)中，本文將分別采用均等權(quán)重法這一主觀賦權(quán)法以及主成分分析法和熵值法兩種客觀賦權(quán)法對指標(biāo)進(jìn)行賦權(quán)，重新計(jì)算經(jīng)濟(jì)增長質(zhì)量指數(shù)再進(jìn)行估計(jì)。下面對縱橫向拉開檔次法的基本步驟進(jìn)行說明（郭亞軍，2007）。

對于時(shí)刻tk，取綜合評價(jià)函數(shù)yi（tk）=∑mj=1wjxij（tk），則各被評價(jià)對象間的差異可用yi（tk）總離差平方和σ2=∑Nk=1∑ni=1[yi（tk）-y]2來刻畫，由于對原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理此處的標(biāo)準(zhǔn)化與第二步的面板標(biāo)準(zhǔn)化有所不同，此處是分年度對標(biāo)準(zhǔn)化，目的是求解權(quán)重，后者則是將各年份數(shù)據(jù)組成面板數(shù)據(jù)然后標(biāo)準(zhǔn)化，主要是為了計(jì)算經(jīng)濟(jì)增長質(zhì)量指數(shù)。]，有：

y=1N∑Nk=11n∑ni=1∑mj=1wjxij（tk）=0（1）

化簡得：

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

其中，H=∑Nk=1Hk為m×m階對稱矩陣，而Hk=AkTAk，且Ak=x11（tk）…x1m（tk）xn1（tk）…xnm（tk），由此可以證明，若限定wTw=1，當(dāng)取w為矩陣H的最大特征值所對應(yīng)的特征向量時(shí)，σ2取最大值，為了保證所有權(quán)重為正，可進(jìn)一步限定w>0，即可以通過求解式（3）的規(guī)劃問題計(jì)算出指標(biāo)權(quán)重系數(shù)向量w。

maxwTHw s.t. ‖w‖=1 w>0（3）

根據(jù)上述步驟，本文運(yùn)用Matlab軟件計(jì)算的指標(biāo)權(quán)重見表1。

二是指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理，本文借鑒Gygli et al.（2019）的做法，采用面板標(biāo)準(zhǔn)化方法對原始數(shù)據(jù)進(jìn)行無量綱化處理，具體公式如下：

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

其中，i、j和t分別表示省份、指標(biāo)和年份，xijt和sijt分別表示i省第j個(gè)指標(biāo)第t年的原始值和標(biāo)準(zhǔn)化的值，max（xj）和min（xj）分別表示所有省份第j個(gè)指標(biāo)在樣本期內(nèi)的最大值和最小值，由此計(jì)算的經(jīng)濟(jì)增長質(zhì)量指數(shù)介于0～10之間。

三是運(yùn)用線性加權(quán)法，計(jì)算出1998—2017年中國30個(gè)省的經(jīng)濟(jì)增長質(zhì)量指數(shù)qegit，具體公式為：

qegit=∑mj=1wjsijt（5）

其中，wj為第j個(gè)指標(biāo)的權(quán)重。

測度結(jié)果顯示，全國經(jīng)濟(jì)增長質(zhì)量指數(shù)均值由1998年的3.71上升到2017年的4.81，年均增長率為1.38%。分地區(qū)來看東部地區(qū)為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;中部地區(qū)為山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū)為內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。]，東部地區(qū)的經(jīng)濟(jì)增長質(zhì)量水平最高，中部地區(qū)次之，西部地區(qū)最低（見圖2）。其中，東部、中部、西部地區(qū)的經(jīng)濟(jì)增長質(zhì)量指數(shù)均值分別由4.21、3.72和3.21提高到2017年的5.58、4.55和4.24，年均增長率分別為1.50%、1.07%和1.47%。

圖3進(jìn)一步繪制了2017年中國各省份經(jīng)濟(jì)增長質(zhì)量指數(shù)?？梢钥闯觯本?、上海、廣東、天津、江蘇等省份經(jīng)濟(jì)增長質(zhì)量相對較高，而貴州、甘肅、云南、青海、河南等省份經(jīng)濟(jì)增長質(zhì)量則相對偏低，說明中國經(jīng)濟(jì)增長質(zhì)量存在著區(qū)域發(fā)展不平衡特征。

（二）基準(zhǔn)模型構(gòu)建

為研究不同類型專利對經(jīng)濟(jì)增長質(zhì)量的影響，本文構(gòu)建基準(zhǔn)模型如下：

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

其中，i和t分別表示省份和年份，qeg表示經(jīng)濟(jì)增長質(zhì)量，patent表示專利，具體包括發(fā)明專利（invention）、外觀設(shè)計(jì)專利（design）和實(shí)用新型專利（utility）三種，control表示一系列控制變量，μi和ηt分別表示省份固定效應(yīng)和年份固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。

（三）數(shù)據(jù)說明與變量定義

本文主要解釋變量和控制變量的研究數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》和《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。下面對基準(zhǔn)模型的主要變量進(jìn)行說明。

（1）因變量。本文的被解釋變量是經(jīng)濟(jì)增長質(zhì)量，具體測度方法和測度結(jié)果見前文“經(jīng)濟(jì)增長質(zhì)量指數(shù)的測度”。

（2）主要解釋變量。本文的主要解釋變量是三種類型的專利數(shù)量。專利數(shù)量包括專利申請受理數(shù)和授權(quán)數(shù)兩種，由于專利激勵(lì)政策的實(shí)行，專利申請過程中可能存在相當(dāng)數(shù)量的虛假專利和不合格專利，從而導(dǎo)致出現(xiàn)專利繁榮的假象（張杰等，2016）。因此，相比于專利申請受理數(shù)，授權(quán)數(shù)能夠更加客觀地反映一個(gè)地區(qū)的真實(shí)創(chuàng)新水平。考慮到這一點(diǎn)，同時(shí)為了消除不同省份規(guī)模差異的影響，本文采用每萬人專利授權(quán)數(shù)作為主要解釋變量。

（3）控制變量。借鑒已有研究，在實(shí)證過程中，本文主要對以下變量進(jìn)行控制：①資本存量（cap），資本存量數(shù)據(jù)根據(jù)永續(xù)盤存法換算成1998年不變價(jià)。②勞動(dòng)力數(shù)量（labor），用就業(yè)人數(shù)表示。③政府規(guī)模（gov），用政府財(cái)政支出占GDP比重表示。④城市人口密度（density），為《中國統(tǒng)計(jì)年鑒》的統(tǒng)計(jì)指標(biāo)。⑤城鎮(zhèn)化水平（urban），用城鎮(zhèn)人口占地區(qū)總?cè)丝诘谋壤硎?。為了控制異方差對估?jì)結(jié)果造成的干擾，本文對上述控制變量均進(jìn)行對數(shù)化處理。主要變量的描述性統(tǒng)計(jì)見表2。

為了避免自變量之間可能存在的多重共線性問題而對估計(jì)結(jié)果產(chǎn)生影響，在進(jìn)行回歸之前，本文分別基于三種專利進(jìn)行了方差膨脹因子（VIF）分析，檢驗(yàn)結(jié)果見表3。可以發(fā)現(xiàn)，在不同的模型中，所有變量的VIF均小于10，表明模型中不存在嚴(yán)重的多重共線性問題。

四、實(shí)證分析

（一）基準(zhǔn)回歸結(jié)果分析

表4匯報(bào)了不同類型專利對經(jīng)濟(jì)增長質(zhì)量影響的基準(zhǔn)回歸結(jié)果。第（1）、（3）、（5）列為不包含控制變量的固定效應(yīng)模型估計(jì)結(jié)果，結(jié)果顯示，發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利的估計(jì)系數(shù)均在1%的水平上顯著為正，且發(fā)明專利的估計(jì)系數(shù)最大，初步說明三種專利均能提高經(jīng)濟(jì)增長質(zhì)量，且發(fā)明專利對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用最大。第（2）、（4）、（6）列為引入控制變量后的估計(jì)結(jié)果，可以發(fā)現(xiàn)，三種專利的估計(jì)系數(shù)仍然在1%的水平上顯著為正，再次表明不同類型的專利對經(jīng)濟(jì)增長質(zhì)量的提升具有促進(jìn)作用。具體而言，發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利的估計(jì)系數(shù)分別為0.038、0.023和0.016，意味著每萬人發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利授權(quán)數(shù)增加1件，將分別使經(jīng)濟(jì)增長質(zhì)量指數(shù)提高0.038、0.023和0.016，相當(dāng)于樣本期內(nèi)經(jīng)濟(jì)增長質(zhì)量指數(shù)均值4.18的0.91%、0.55%和0.38%。可見，在考慮了控制變量的影響以及省份和年份固定效應(yīng)之后，發(fā)明專利對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用依然最大。

（二）穩(wěn)健性檢驗(yàn)

為了確保上述估計(jì)結(jié)果的穩(wěn)健性，本文分別從五個(gè)方面對基準(zhǔn)回歸進(jìn)行穩(wěn)健性檢驗(yàn)。

（1）改變被解釋變量的測度方法。前文主要運(yùn)用縱橫向拉開檔次法測度經(jīng)濟(jì)增長質(zhì)量指數(shù)，出于穩(wěn)健性考慮，本文分別運(yùn)用均等權(quán)重法、主成分分析法以及熵值法對經(jīng)濟(jì)增長質(zhì)量指數(shù)重新測度，估計(jì)結(jié)果見表5第（1）行?？梢园l(fā)現(xiàn)，無論采用何種方法測度經(jīng)濟(jì)增長質(zhì)量，所有模型的估計(jì)系數(shù)均在1%的水平上顯著為正，且發(fā)明專利的估計(jì)系數(shù)均高于其他兩種專利的估計(jì)系數(shù)，未改變基準(zhǔn)回歸的研究結(jié)論。

（2）考慮滯后效應(yīng)?？紤]到專利對經(jīng)濟(jì)增長質(zhì)量的影響可能存在一定的時(shí)滯，本文將三種專利數(shù)量和所有控制變量替換為各自的滯后一期項(xiàng)，進(jìn)而采用雙向固定效應(yīng)模型進(jìn)行估計(jì)，估計(jì)結(jié)果見表5第（2）行。結(jié)果顯示，三種專利的估計(jì)系數(shù)在1%的水平上顯著為正，且發(fā)明專利的估計(jì)系數(shù)依然最大，再次表明基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

（3）消除異常值影響。為了消除數(shù)據(jù)異常值對模型估計(jì)結(jié)果的干擾，本文對所有變量進(jìn)行1%水平的Winsorize處理，并重新進(jìn)行估計(jì)，估計(jì)結(jié)果見表5第（3）行?？梢钥闯?，核心解釋變量的估計(jì)系數(shù)依然在1%的水平上顯著為正，且發(fā)明專利的估計(jì)系數(shù)最大，支持了基準(zhǔn)回歸結(jié)果。

（4）平抑經(jīng)濟(jì)周期。由于本文研究樣本的時(shí)間跨度較長，估計(jì)結(jié)果可能會(huì)受到經(jīng)濟(jì)周期的影響，因此，本文借鑒李宏彬等（2009）的做法，以5年為一個(gè)周期將研究樣本劃分四個(gè)研究區(qū)間，并對每個(gè)研究區(qū)間內(nèi)的指標(biāo)取平均值，形成N=30，T=4的平衡面板數(shù)據(jù)，共計(jì)120個(gè)觀測值，平抑經(jīng)濟(jì)周期后的估計(jì)結(jié)果見表5第（4）行。結(jié)果顯示，發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利的估計(jì)系數(shù)分別為0.048、0.030和0.017，且均至少在5%的水平上顯著，一致于基準(zhǔn)回歸的研究結(jié)論。

（5）運(yùn)用Tobit模型估計(jì)?？紤]到本文的主要被解釋變量經(jīng)濟(jì)增長質(zhì)量指數(shù)的大小介于0～10之間，故采用Tobit模型重新估計(jì)，估計(jì)結(jié)果見表5第（5）行。結(jié)果顯示，不同類型專利的估計(jì)系數(shù)均在1%的水平上顯著為正，且發(fā)明專利的估計(jì)系數(shù)最大，進(jìn)一步支持了本文的研究結(jié)論。

（三）內(nèi)生性討論

雖然基準(zhǔn)回歸和多種穩(wěn)健性檢驗(yàn)得到了基本一致的研究結(jié)論，但上述估計(jì)結(jié)果仍可能受到內(nèi)生性的挑戰(zhàn)?？紤]到本文構(gòu)建的經(jīng)濟(jì)增長質(zhì)量指標(biāo)體系中部分指標(biāo)具有明顯的經(jīng)濟(jì)發(fā)展“慣性”（李健和盤宇章，2017），從而當(dāng)期經(jīng)濟(jì)增長質(zhì)量指數(shù)的大小可能受到前期經(jīng)濟(jì)增長質(zhì)量指數(shù)的影響。為了避免經(jīng)濟(jì)增長質(zhì)量“慣性”的影響，本文將經(jīng)濟(jì)增長質(zhì)量指數(shù)的滯后一期項(xiàng)納入基準(zhǔn)回歸模型，采用動(dòng)態(tài)面板模型進(jìn)行估計(jì)感謝匿名審稿人的意見和建議。]。對于動(dòng)態(tài)面板模型，采用傳統(tǒng)的OLS方法估計(jì)得到的估計(jì)系數(shù)可能是有偏的，為了得到一致估計(jì)量，需要采用廣義矩（GMM）估計(jì)。GMM可分為差分GMM和系統(tǒng)GMM，相比于系統(tǒng)GMM，差分GMM容易出現(xiàn)弱工具變量等問題，因此，本文主要采用系統(tǒng)GMM方法對動(dòng)態(tài)面板模型進(jìn)行估計(jì)。在估計(jì)的過程中，本文將工具變量的階數(shù)設(shè)置為2階，并采用兩步系統(tǒng)GMM法進(jìn)行估計(jì)，回歸結(jié)果見表6?？梢钥闯觯心Ｐ凸烙?jì)結(jié)果中AR（1）統(tǒng)計(jì)量和AR（2）統(tǒng)計(jì)量的P值分別小于10%和大于10%，說明存在一階自相關(guān)而不存在二階自相關(guān)，同時(shí)，Sargan檢驗(yàn)的統(tǒng)計(jì)量P值均大于10%，說明工具變量沒有過度識別。系統(tǒng)GMM的估計(jì)結(jié)果顯示，發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利的估計(jì)系數(shù)分別為0.060、0.025和0.034，且均通過了顯著性檢驗(yàn)，再次說明不同類型專利均能顯著促進(jìn)經(jīng)濟(jì)增長質(zhì)量的提升，且發(fā)明專利的促進(jìn)作用最大。

為進(jìn)一步緩解模型中可能存在的內(nèi)生性問題，本文分別從兩個(gè)方面構(gòu)建工具變量。一是參照通常的設(shè)置工具變量的方式，采用核心解釋變量的滯后一期項(xiàng)作為工具變量進(jìn)行估計(jì)，二是選取地區(qū)中華老字號認(rèn)定數(shù)量作為工具變量進(jìn)行估計(jì)。為什么中華老字號認(rèn)定數(shù)量可以作為專利的工具變量？這是因?yàn)?，一方面，中華老字號認(rèn)定數(shù)量是一個(gè)地區(qū)企業(yè)家傳承精神的集中反映，中華老字號數(shù)量越多，意味著該地區(qū)歷史上的創(chuàng)新創(chuàng)業(yè)活動(dòng)越密集，從而該地區(qū)整體的創(chuàng)新水平就越高，相應(yīng)的專利就越多（馬忠新和陶一桃，2019），因此，中華老字號認(rèn)定數(shù)量滿足了工具變量相關(guān)性的前提。另一方面，地區(qū)中華老字號認(rèn)定數(shù)量是一個(gè)固定不變的歷史值，故滿足了工具變量外生性的前提。需要說明的是，由于本文研究樣本為面板數(shù)據(jù)，單獨(dú)采用地區(qū)中華老字號認(rèn)定數(shù)量作為工具變量會(huì)出現(xiàn)固定效應(yīng)無法度量的問題。為此，本文借鑒Nunn and Qian（2014）的做法，用地區(qū)中華老字號認(rèn)定數(shù)量（與個(gè)體變化有關(guān)）與年份（與時(shí)間有關(guān)）的交互項(xiàng)作為專利的工具變量。各省中華老字號認(rèn)定數(shù)量數(shù)據(jù)來源于商務(wù)部網(wǎng)站發(fā)布的《中華老字號名錄》。為直觀反映中華老字號認(rèn)定數(shù)量與專利數(shù)量之間的關(guān)系，本文以中華老字號認(rèn)定數(shù)量與年份的交互項(xiàng)為橫軸，以人均專利授權(quán)數(shù)為縱軸，在控制省份虛擬變量和年份虛擬變量之后，對二者的關(guān)系進(jìn)行了描繪（見圖4）。圖4清晰地展現(xiàn)了二者的正相關(guān)關(guān)系。

表7匯報(bào)了工具變量的估計(jì)結(jié)果。從表中可以看出，所有模型中工具變量的估計(jì)系數(shù)均顯著為正，且第一階段F值均大于10，說明工具變量的選取是有效的。第二階段估計(jì)結(jié)果顯示，無論是以解釋變量的滯后項(xiàng)作為工具變量還是以中華老字號數(shù)量與年份交互項(xiàng)作為工具變量，三種專利對經(jīng)濟(jì)增長質(zhì)量的估計(jì)系數(shù)均在1%的水平上顯著為正，且發(fā)明專利的估計(jì)系數(shù)均大于其他兩類專利，估計(jì)結(jié)果一致于基準(zhǔn)回歸。

五、進(jìn)一步檢驗(yàn)

（一）特征性事實(shí)分析

為進(jìn)一步檢驗(yàn)研究假說3和假說4，本文首先通過特征性事實(shí)分析的方式直觀考察創(chuàng)新數(shù)量和創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量之間可能存在的非線性關(guān)系。

圖5繪制了三種類型專利與經(jīng)濟(jì)增長質(zhì)量之間的散點(diǎn)圖?？梢钥闯觯悓＠跈?quán)數(shù)與經(jīng)濟(jì)增長質(zhì)量指數(shù)之間均存在著“倒U型”關(guān)系，且絕大多數(shù)樣本分布在“U型”曲線的左側(cè)。由此可以得出兩點(diǎn)推論：一是專利對經(jīng)濟(jì)增長質(zhì)量的影響效應(yīng)以正向促進(jìn)為主;二是專利數(shù)量增長到一定程度后，反而可能抑制經(jīng)濟(jì)增長質(zhì)量的進(jìn)一步提升。

圖6繪制了創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量之間的散點(diǎn)圖。具體來說，本文采用發(fā)明專利授權(quán)數(shù)占三種專利授權(quán)總數(shù)的比例作為創(chuàng)新質(zhì)量的代理變量進(jìn)行繪制（俞立平等，2019）。可以看出，創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量之間呈現(xiàn)出“U型”關(guān)系。也就是說，只有當(dāng)創(chuàng)新質(zhì)量達(dá)到一定水平后，才能成為有效促進(jìn)經(jīng)濟(jì)增長質(zhì)量提升的動(dòng)力，且這一促進(jìn)作用呈邊際遞增趨勢。

當(dāng)然，上述結(jié)論主要是基于描述性的經(jīng)驗(yàn)證據(jù)得出的，未考慮其他特征變量和隨機(jī)因素的影響，下文將通過嚴(yán)謹(jǐn)?shù)挠?jì)量分析進(jìn)一步對上述結(jié)論進(jìn)行驗(yàn)證。

（二）專利與經(jīng)濟(jì)增長質(zhì)量的非線性關(guān)系

為驗(yàn)證研究假說3，本文在基準(zhǔn)模型的基礎(chǔ)上，引入專利的平方項(xiàng)，以檢驗(yàn)專利與經(jīng)濟(jì)增長質(zhì)量之間可能存在的非線性關(guān)系，具體模型設(shè)定如下：

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

模型（7）的主要變量含義同基準(zhǔn)模型一致。為了保證估計(jì)結(jié)果的穩(wěn)健性，本文分別采用雙向固定效應(yīng)模型和工具變量法進(jìn)行估計(jì)。由于模型（7）中的主要解釋變量包括專利及其平方項(xiàng)，因而至少需要兩個(gè)工具變量，本文最終選擇解釋變量的滯后一期項(xiàng)以及中華老字號認(rèn)定數(shù)量與年份交互項(xiàng)分別作為專利及其平方項(xiàng)的工具變量。

表8報(bào)告了專利與經(jīng)濟(jì)增長質(zhì)量的非線性關(guān)系估計(jì)結(jié)果?？梢钥闯?，當(dāng)未考慮核心解釋變量內(nèi)生性時(shí)，所有模型一次項(xiàng)的估計(jì)系數(shù)均顯著為正，平方項(xiàng)的估計(jì)系數(shù)雖然均為負(fù)數(shù)，但實(shí)用新型專利的平方項(xiàng)未能通過顯著性檢驗(yàn)。當(dāng)進(jìn)一步考慮了核心解釋變量的內(nèi)生性之后，所有模型一次項(xiàng)的估計(jì)系數(shù)均顯著為正，平方項(xiàng)的估計(jì)系數(shù)均顯著為負(fù)，基本證實(shí)了專利與經(jīng)濟(jì)增長質(zhì)量之間的“倒U型”關(guān)系。這一估計(jì)結(jié)果意味著，隨著專利數(shù)量的逐漸增多，專利對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用將逐漸降低，其原因可能是較多的專利中包含了相當(dāng)數(shù)量的不合格專利，從而導(dǎo)致專利對經(jīng)濟(jì)增長質(zhì)量的邊際效應(yīng)遞減，甚至可能抑制經(jīng)濟(jì)增長質(zhì)量的提高。根據(jù)表8第（2）、（4）、（6）列主要解釋變量的估計(jì)系數(shù)，可計(jì)算出“倒U型”曲線最高點(diǎn)對應(yīng)的每萬人發(fā)明專利授權(quán)數(shù)、外觀設(shè)計(jì)專利授權(quán)數(shù)和實(shí)用新型專利授權(quán)數(shù)分別為13.37件、9.06件和12.10件，遠(yuǎn)遠(yuǎn)高于樣本期內(nèi)三種專利數(shù)量的均值。據(jù)統(tǒng)計(jì)，在本文的全部600個(gè)樣本中，分別僅有3個(gè)、18個(gè)和28個(gè)樣本位于“倒U型”曲線的右側(cè)，僅占樣本總數(shù)的0.50%、3.00%和4.67%，因此，在中國當(dāng)前的發(fā)展階段，專利的增加對經(jīng)濟(jì)增長質(zhì)量總體效應(yīng)是正向的。

（三）創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響

專利與經(jīng)濟(jì)增長質(zhì)量“倒U型”關(guān)系的存在，說明隨著專利數(shù)量的增加，專利對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用將逐漸降低，甚至可能抑制經(jīng)濟(jì)增長質(zhì)量的提升，這意味著創(chuàng)新數(shù)量的經(jīng)濟(jì)增長質(zhì)量效應(yīng)是有限的。由此自然而然地引出一個(gè)問題，即創(chuàng)新質(zhì)量能否永久地提高經(jīng)濟(jì)增長質(zhì)量呢？為了檢驗(yàn)創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響，本文首先設(shè)定如下模型：

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

同時(shí)，本文研究假說4的分析表明，創(chuàng)新質(zhì)量同經(jīng)濟(jì)增長質(zhì)量之間可能存在非線性關(guān)系，為此，本文在模型（8）的基礎(chǔ)上進(jìn)一步納入創(chuàng)新質(zhì)量的平方項(xiàng)，設(shè)定如下模型：

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

其中，inno表示創(chuàng)新質(zhì)量，正如前文所言，考慮到發(fā)明專利所包含的技術(shù)含量最高，因此本文采用發(fā)明專利授權(quán)數(shù)占三種專利授權(quán)總數(shù)的比例表示創(chuàng)新質(zhì)量（俞立平等，2019）。模型中其余變量的含義同基準(zhǔn)模型一致。在估計(jì)的過程中，除了使用雙向固定效應(yīng)模型外，本文還將運(yùn)用工具變量法對以上模型進(jìn)行估計(jì)。由于中華老字號數(shù)量主要是從數(shù)量角度反映地區(qū)歷史的創(chuàng)新水平，從而無法作為創(chuàng)新質(zhì)量的工具變量當(dāng)使用中華老字號認(rèn)定數(shù)量與年份交互項(xiàng)作為創(chuàng)新質(zhì)量的工具變量時(shí)，第一階段工具變量的估計(jì)系數(shù)不再顯著。]，因此，本文按照通常的工具變量設(shè)定方式，使用主要解釋變量的滯后一期項(xiàng)作為工具變量進(jìn)行估計(jì)。

創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量關(guān)系的估計(jì)結(jié)果見表9。可以發(fā)現(xiàn)，當(dāng)未引入創(chuàng)新質(zhì)量的平方項(xiàng)時(shí)，無論采取何種方法估計(jì)，創(chuàng)新質(zhì)量的估計(jì)系數(shù)雖然為負(fù)，但不顯著。當(dāng)進(jìn)一步引入創(chuàng)新質(zhì)量的平方項(xiàng)后，兩種方法的估計(jì)結(jié)果均顯示，一次項(xiàng)系數(shù)顯著為負(fù)且平方項(xiàng)系數(shù)顯著為正，表明創(chuàng)新質(zhì)量與經(jīng)濟(jì)增長質(zhì)量之間是“U型”關(guān)系。這一研究結(jié)論與研究假說4的預(yù)期一致，即較低的創(chuàng)新質(zhì)量總體表現(xiàn)為對經(jīng)濟(jì)增長質(zhì)量的抑制作用，而較高的創(chuàng)新質(zhì)量總體表現(xiàn)為對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用。根據(jù)表9第（4）列主要解釋變量的估計(jì)系數(shù)，可以計(jì)算出“U型”曲線最低點(diǎn)對應(yīng)的創(chuàng)新質(zhì)量為20.44%，即當(dāng)創(chuàng)新質(zhì)量提高到一定水平時(shí)，能顯著提高經(jīng)濟(jì)增長質(zhì)量，且發(fā)明專利授權(quán)數(shù)占比越大，創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的促進(jìn)作用也越大。據(jù)統(tǒng)計(jì)，在本文的全部600個(gè)樣本中，有多達(dá)90個(gè)樣本越過了“U型”曲線的最低點(diǎn)，占樣本總量的15.00%，進(jìn)一步增加創(chuàng)新投入，提高創(chuàng)新質(zhì)量，是驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量增長的必然選擇。

六、結(jié)論與啟示

在社會(huì)主要矛盾轉(zhuǎn)變、傳統(tǒng)經(jīng)濟(jì)增長動(dòng)能減弱、國際經(jīng)濟(jì)增速放緩、中美貿(mào)易摩擦等諸多現(xiàn)實(shí)因素的制約下，提高經(jīng)濟(jì)增長質(zhì)量、推動(dòng)高質(zhì)量發(fā)展刻不容緩，而創(chuàng)新被認(rèn)為是驅(qū)動(dòng)中國經(jīng)濟(jì)增長質(zhì)量提升的核心因素。在此背景下，本文借助中國1998-2017年的省級面板數(shù)據(jù)，全面考察了不同類型專利對經(jīng)濟(jì)增長質(zhì)量的影響，并進(jìn)一步探討了創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的非線性影響。主要研究結(jié)論有兩點(diǎn)：其一，三種專利均能顯著提高經(jīng)濟(jì)增長質(zhì)量，且發(fā)明專利的促進(jìn)作用最大。具體而言，每萬人發(fā)明專利、外觀設(shè)計(jì)專利和實(shí)用新型專利授權(quán)數(shù)增加1件，將分別使經(jīng)濟(jì)增長質(zhì)量指數(shù)提高0.038、0.023和0.016，相當(dāng)于樣本期內(nèi)經(jīng)濟(jì)增長質(zhì)量指數(shù)均值4.18的0.91%、0.55%和0.38%。其二，創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量會(huì)產(chǎn)生非線性影響。具體而言，創(chuàng)新數(shù)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“倒U型”變動(dòng)趨勢，且在當(dāng)前的發(fā)展階段，專利數(shù)量的增加對中國經(jīng)濟(jì)增長質(zhì)量的總體效應(yīng)是正向的;創(chuàng)新質(zhì)量對經(jīng)濟(jì)增長質(zhì)量的影響呈“U型”變動(dòng)趨勢，意味著只有創(chuàng)新質(zhì)量才能永久地提高區(qū)域經(jīng)濟(jì)增長質(zhì)量。本文的研究結(jié)論表明，只有高質(zhì)量的創(chuàng)新才能永久地驅(qū)動(dòng)高質(zhì)量發(fā)展，這在一定程度上拓展了“創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展”的理論命題。

上述研究結(jié)論具有重要的政策含義。一方面，現(xiàn)階段，專利的增加總體上有助于提高經(jīng)濟(jì)增長質(zhì)量，因而在未來的經(jīng)濟(jì)發(fā)展中，應(yīng)堅(jiān)持創(chuàng)新引領(lǐng)，通過實(shí)施專利激勵(lì)政策、強(qiáng)化知識產(chǎn)權(quán)保護(hù)、優(yōu)化營商環(huán)境、健全高層次人才激勵(lì)等政策措施，打好科技創(chuàng)新能力提升“組合拳”，引導(dǎo)、支持和鼓勵(lì)企業(yè)、高校、科研機(jī)構(gòu)等創(chuàng)新主體的從事創(chuàng)新活動(dòng)，以此推動(dòng)全社會(huì)專利數(shù)量的不斷增長和創(chuàng)新水平的不斷提高。另一方面，相較于單純地激勵(lì)專利數(shù)量的增加，致力于提高創(chuàng)新質(zhì)量才能永久性提高經(jīng)濟(jì)增長質(zhì)量，因此在深入實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、加快建設(shè)創(chuàng)新型國家、打造“雙創(chuàng)”升級版的過程中，不僅要關(guān)注專利數(shù)量的增長，更要注重專利質(zhì)量的提升，推動(dòng)創(chuàng)新活動(dòng)“內(nèi)涵式”發(fā)展，減少和避免“創(chuàng)新假象”“專利泡沫”等現(xiàn)象的發(fā)生。具體而言，在頂層設(shè)計(jì)方面，要持續(xù)改進(jìn)創(chuàng)新活動(dòng)的考核評價(jià)體系，根據(jù)專利質(zhì)量的不同實(shí)施差別化的激勵(lì)措施，給予發(fā)明專利和高質(zhì)量專利適當(dāng)?shù)恼邇A斜，同時(shí)避免外觀設(shè)計(jì)專利和實(shí)用新型專利的過快增長，促進(jìn)創(chuàng)新數(shù)量和質(zhì)量的同步、協(xié)調(diào)增長;在創(chuàng)新文化營造方面，要進(jìn)一步深化體制機(jī)制改革，健全激發(fā)創(chuàng)新意識、保障創(chuàng)新環(huán)境、鼓勵(lì)創(chuàng)新思想和行為的制度體系，培厚創(chuàng)新的土壤，最大限度釋放全社會(huì)創(chuàng)新潛能，促進(jìn)高價(jià)值發(fā)明專利占比的增加，有效提升高質(zhì)量創(chuàng)新和實(shí)質(zhì)性創(chuàng)新能力，為新發(fā)展階段推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展提供強(qiáng)勁動(dòng)力支撐。

參考文獻(xiàn)：

[1] 白俊紅、王林東，2016：《創(chuàng)新驅(qū)動(dòng)是否促進(jìn)了經(jīng)濟(jì)增長質(zhì)量的提升？》，《科學(xué)學(xué)研究》第11期。

[2] 鈔小靜、任保平，2011：《中國經(jīng)濟(jì)增長質(zhì)量的時(shí)序變化與地區(qū)差異分析》，《經(jīng)濟(jì)研究》第4期。

[3] 陳強(qiáng)遠(yuǎn)、林思彤、張醒，2020：《中國技術(shù)創(chuàng)新激勵(lì)政策：激勵(lì)了數(shù)量還是質(zhì)量》，《中國工業(yè)經(jīng)濟(jì)》第4期。

[4] 程銳， 2019：《企業(yè)家精神與區(qū)域內(nèi)收入差距：效應(yīng)與影響機(jī)制分析》，《經(jīng)濟(jì)管理》第6期。

[5] 鄧美薇、張季風(fēng)， 2018：《技術(shù)創(chuàng)新對提升日本經(jīng)濟(jì)增長質(zhì)量的驅(qū)動(dòng)作用研究——基于日本都道府縣動(dòng)態(tài)面板數(shù)據(jù)的分析》，《現(xiàn)代日本經(jīng)濟(jì)》第5期。

[6] 方曙、張勐、高利丹，2006：《我國?。ㄊ校┳灾螀^(qū)專利產(chǎn)出與其GDP之間關(guān)系的實(shí)證研究》，《科研管理》第2期。

[7] 干春暉、鄭若谷、余典范，2011：《中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟(jì)增長和波動(dòng)的影響》，《經(jīng)濟(jì)研究》第5期。

[8] 郭亞軍，2007：《綜合評價(jià)理論、方法及應(yīng)用》，科學(xué)出版社。

[9] 何興邦，2019：《技術(shù)創(chuàng)新與經(jīng)濟(jì)增長質(zhì)量——基于省際面板數(shù)據(jù)的實(shí)證分析》，《中國科技論壇》第10期。

[10] 黃智淋、俞培果，2007：《近年技術(shù)創(chuàng)新對我國經(jīng)濟(jì)增長的影響研究——基于面板數(shù)據(jù)模型分析》，《科技管理研究》第5期。

[11] 黎文靖、鄭曼妮，2016：《實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響》，《經(jīng)濟(jì)研究》第4期。

[12] 李宏彬、李杏、姚先國等，2009：《企業(yè)家的創(chuàng)業(yè)與創(chuàng)新精神對中國經(jīng)濟(jì)增長的影響》，《經(jīng)濟(jì)研究》第10期。

[13]? 李健、盤宇章， 2017：《金融發(fā)展、實(shí)體部門與全要素生產(chǎn)率增長——基于中國省級面板數(shù)據(jù)分析》，《經(jīng)濟(jì)科學(xué)》第5期。

[14]? 李政、楊思瑩， 2017：《科技創(chuàng)新、產(chǎn)業(yè)升級與經(jīng)濟(jì)增長：互動(dòng)機(jī)理與實(shí)證檢驗(yàn)》，《吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)》第3期。

[15]? 劉海英、張純洪， 2006：《中國經(jīng)濟(jì)增長質(zhì)量提高和規(guī)模擴(kuò)張的非一致性實(shí)證研究》，《經(jīng)濟(jì)科學(xué)》第 2 期。

[16] 劉華，2002：《專利制度與經(jīng)濟(jì)增長：理論與現(xiàn)實(shí)——對中國專利制度運(yùn)行績效的評估》，《中國軟科學(xué)》第10期。

[17] 劉思明、張世瑾、朱惠東，2019：《國家創(chuàng)新驅(qū)動(dòng)力測度及其經(jīng)濟(jì)高質(zhì)量發(fā)展效應(yīng)研究》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》第4期。

[18] 龍小寧、王?。?015，《中國專利激增的動(dòng)因及其質(zhì)量效應(yīng)》，《世界經(jīng)濟(jì)》第6期。

[19] 馬忠新、陶一桃，2019：《企業(yè)家精神對經(jīng)濟(jì)增長的影響》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》第8期。

[20]? 毛昊、尹志鋒、張錦，2018：《中國創(chuàng)新能夠擺脫“實(shí)用新型專利制度使用陷阱”嗎》，《中國工業(yè)經(jīng)濟(jì)》第3期。

[21]? 聶長飛、馮苑、張東， 2021：《創(chuàng)新型城市建設(shè)提高中國經(jīng)濟(jì)增長質(zhì)量了嗎》，《山西財(cái)經(jīng)大學(xué)學(xué)報(bào)》第10期。

[22]? 聶長飛、簡新華， 2020：《中國高質(zhì)量發(fā)展的測度及省際現(xiàn)狀的分析比較》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》第2期。

[23] 曲如曉、臧睿，2019：《自主創(chuàng)新、外國技術(shù)溢出與制造業(yè)出口產(chǎn)品質(zhì)量升級》，《中國軟科學(xué)》第5期。

[24] 宋文月、任保平，2018：《中國經(jīng)濟(jì)增長數(shù)量與質(zhì)量互動(dòng)機(jī)制研究：1996—2016》，《財(cái)經(jīng)問題研究》第7期。

[25] 隋廣軍、申明浩、宋劍波，2005：《基于專利水平地區(qū)差異的高科技產(chǎn)業(yè)化問題研究》，《管理世界》 第8期。

[26] 孫英杰、林春，2018：《稅制結(jié)構(gòu)變遷與中國經(jīng)濟(jì)增長質(zhì)量——對地方政府稅收合意性的一個(gè)檢驗(yàn)》，《經(jīng)濟(jì)科學(xué)》第5期。

[27]? 肖祎平、楊艷琳、宋彥， 2018：《中國城市化質(zhì)量綜合評價(jià)及其時(shí)空特征》，《中國人口·資源與環(huán)境》第9期。

[28] 俞立平、戴化勇、蔡紹洪，2019：《創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量對外貿(mào)出口影響效應(yīng)研究》，《科研管理》第10期。

[29]? 詹新宇、崔培培，2016：《中國省際經(jīng)濟(jì)增長質(zhì)量的測度與評價(jià)——基于“五大發(fā)展理念”的實(shí)證分析》，《財(cái)政研究》第8期。

[30] 張杰、高德步、夏胤磊，2016：《專利能否促進(jìn)中國經(jīng)濟(jì)增長——基于中國專利資助政策視角的一個(gè)解釋》，《中國工業(yè)經(jīng)濟(jì)》第1期。

[31]? 張軍、吳桂英、張吉鵬， 2004：《中國省際物質(zhì)資本存量估算：1952—2000》，《經(jīng)濟(jì)研究》第10期。

[32] 張優(yōu)智，2017：《不同類型專利對中國經(jīng)濟(jì)增長的非線性影響》，《技術(shù)經(jīng)濟(jì)》第12期。

[33] 趙彥云、劉思明，2011：《中國專利對經(jīng)濟(jì)增長方式影響的實(shí)證研究：1988—2008年》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》第4期。

[34] 鄭玉歆，2007：《全要素生產(chǎn)率的再認(rèn)識——用TFP分析經(jīng)濟(jì)增長質(zhì)量存在的若干局限》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》第9期。

[35] 朱芳芳，2017：《不同類型專利對經(jīng)濟(jì)增長影響的實(shí)證研究》，《數(shù)理統(tǒng)計(jì)與管理》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(zé)任編輯 鄧 悅