1. 引言

第十三届全国人民代表大会第四次会议的2021年3月5日开幕会上，中国国务院总理李克强在政府工作报告中提出：以科技创新驱动高质量发展，对于破解当下中国经济发展的问题与矛盾至关重要。依据制度学派的观点，制度是社会经济发展的根本驱动力，决定社会经济发展的速度和质量。考察制度环境是否能促进区域创新，对中国的十四五发展具有重要的实践价值。然而由于制度环境和区域创新的涵盖范围广、概念界限模糊，直接检验制度环境对区域创新的影响效果缺乏针对性。用具有代表性的、易于量化的变量作为制度环境和区域创新的代理变量进行分析，能解决这一问题。

具体而言，对于制度环境，采用专利执法；因为其是专利保护的实践活动，是衡量地区内制度环境的重要变量，并且在创新和技术发展中发挥着重要作用 [1]。对于区域创新，采用地方科技支出；因为相关实证研究指出：财政科技支出对区域创新的影响显著为正 [2]，用地方科技支出作为区域创新的代理变量考察制度环境对区域创新驱动力的影响，虽是一种间接检验，但能分析问题的根源。另一方面，财政分权与财政支出息息相关，且也对区域创新具有显著促进作用 [3]。所以本文在考虑财政分权的情况下，分析专利执法对地方科技支出的影响，从而间接地检验制度环境对区域创新的激励效果。

本文有以下方面的边际贡献：第一，考察专利执法对地方科技支出的影响，为如何完善制度环境从而促进区域创新提供具体可实施的建议。第二，以地级市面板数据作为研究样本，将实证研究扩展到城市层面，为更细致的研究提供经验。第三，分析制度环境(专利执法)对区域创新的重要驱动因素(地方科技支出)的影响，丰富了制度学派理论的场景应用。

2. 文献回顾

2.1. 科技支出对创新活动的影响研究

对科技支出影响创新活动的研究，在企业或组织、行业或区域、国家或国际等3个层面均有不少成果。这些研究均发现，财政科技支出对创新活动具有促进作用，但存在一定的异质性。

首先，企业或组织微观层面的影响。王丰龙等(2017)研究发现：地级市政府科技财政支出对企业创新产出的影响在东部地区、大城市、对国企、大中型企业促进作用更为显著 [4]。Yafeng Hu和Ke Gao (2019)实证发现：中国政府的财政补贴政策促进了中小企业创新，但效应很弱 [5]。李永刚(2020)实证发现：财政科技支出比科研院所和高校的研发经费投入对专利产出影响的显著程度更高 [6]。车德欣等(2021)研究发现：政府财政科技支出对企业技术创新具有显著积极影响，但多表现在实质性创新领域 [7]。

其次，行业或地区中观层面的影响。薛宇峰(2011)实证发现：中、西部省份的科教支出对经济增长具有不明显的积极作用，效率还有很大的提高空间 [8]。汪辉平和王增涛(2017)研究发现：财政总支出、财政科技支出、财政教育支出对区域创新的影响都显著为正 [9]。曾婧婧、周丹萍(2019)实证发现：政府及企业创新投入对城市的创新能力均具有显著的促进作用，但政府创新投入的贡献弱于企业的；中小城市、非省会城市的政府创新投入的贡献大于大城市、省会城市 [10]。

最后，国家或国际宏观层面的影响。高新雨和王叶军(2018)研究发现：财政支出通过提供良好的科技成果的转化制度机制，促进科技进步和经济增长 [11]。李光龙和范贤贤(2019)研究发现：政府科技投入有利于实现重大科研项目的突破，对科技创新发展和经济能力的增长起到推动作用 [12]。姚战琪(2021)实证发现：政府科技支出占比与其他因素通过数字贸易对出口技术复杂度产生显著的间接效应，但对中国数字贸易综合竞争力的影响最小 [13]。

2.2. 专利执法的影响研究

专利执法是实现专利权的制度保障，必然对专利的研发、申请和使用产生影响；且也影响了经济发展和社会福利。相关研究成果显示，专利执法对创新活动有积极影响；能增加高技术产品的国际间流通，从而促进国家的技术进步和经济发展。

首先，对研发、申请和使用专利的影响。Nikolaos Papageorgiadis等(2013)实证发现：法律保护的加强促成更大的附属许可，而实际执法的加强促进非附属许可 [14]。Ruchi Sharma等(2018)研究发现：专利政策的变化对研发强度有积极的影响 [15]。

其次，对经济发展和社会福利的影响。罗德明等(2015)实证发现：南北双方均衡经济增长率是最优专利保护的增函数 [16]。魏浩(2016)实证发现：中国境内专利保护程度的提升会整体上增加高新技术产品的进口，提高进口产品广度和进口产品数量 [17]。Sidheswar Panda等(2020)实证研究发现：专利保护会影响国家的技术进步，刺激其出口；有助于促进国家间的商品流通 [18]。

3. 实证策略

3.1. 实证模型

利用面板数据，首先进行变量单位根检验发现，均在有时间趋势项的情况下以1%显著性水平拒绝存在单位根。接着，参考李恩极、胡丽娜 [19] 的研究，进行Chow检验，得到F值为54.79，临界值为1.65，拒绝普通pool回归模型；个体固定效应显著性弱(F值为1.99，临界值为1.15)，时点固定效应显著性强(F值为676.54，临界值为1.65)。最后，用Hausman检验得到卡方值为41.06，相伴概率为0.000，拒绝原假设，选择固定效应模型。基于以上检验结果，本文采用带有时间趋势项的个体时点双固定效应模型(如式(1)所示)考察专利执法对地方科技支出的影响；并使用稳健标准误来减少异方差和序列相关。

$kjz{c}_{it}={\beta }_0+{\beta }_1\cdot pp{e}_{it}+{\beta }_2\cdot pp{e}_{it}^2+{\beta }_3\cdot x_{it}+{\beta }_4\cdot t+{\mu }_i+{\gamma }_t+{\epsilon }_{it}$(1)

kjzc_it是核心被解释变量，表示城市i在t时刻的地方科技支出；ppe_it是核心解释变量，表示城市i在t时刻的专利执法， $pp{e}_{it}^2$为其平方；x_it是控制变量，包括经济发展水平、财政分权程度、地区科研人员从业人数、产业结构、政府规模；t是时间变量，表示时间趋势；μ_i是个体固定效应，用以控制城市不随时间变化的特征；γ_t是时间固定效应，用以控制时间不随城市变化的特征；ε_it是随机误差项。

在基准模型检验的过程中发现，时间固定效应的显著性非常高，个体固定效应的显著性则偏弱；而在差异性检验时，仅有时间固定效应是显著的。而且进行差异性检验时，会按城市地理位置、城市登记等个体属性划分样本子集，这将吸收一部分不随时间变化的城市特征，进一步降低个体固定效应的显著性。因此进行差异性检验时，使用去掉个体固定效应(即μ_i项)的差异检验模型(如式(2))。

$kjz{c}_{it}={\beta }_0+{\beta }_1\cdot pp{e}_{it}+{\beta }_2\cdot pp{e}_{it}^2+{\beta }_3\cdot x_{it}+{\beta }_4\cdot t+{\gamma }_t+{\epsilon }_{it}$(2)

3.2. 变量选取

第一，地方科技支出(kjzc)，唯一的被解释变量。为减少城市间经济发展水平和财政规模的差异所带来的影响，参照周克清等(2011)的方法，用全市科学技术支出占全市地方一般公共预算支出的百分数作为测度指标。因未检验出滞后效应，故取当期值作为被解释变量的实际值。

第二，专利执法(ppe)，核心解释变量。该值的大小反映制度环境的好坏。计算步骤为：首先，参照吴超鹏、唐菂(2016) [20] 和易倩、卜伟(2019) [21] 的测度方法，算出立案指标和结案指标。其次，对2个指标分别进行归一化。为避免出现0值，取值范围定在[0.1, 1.1]。再次，用熵权法确定2个指标的权重。最后，按权重测算出综合得分。为减少数值差异，将综合指标乘以了10。

第三，控制变量(x_it)。参考李恩极(2020)、胡丽娜(2020)的研究，主要使用以下的控制变量：(1) 经济发展水平(lnrjgdp)。用城市人均GDP来表征，取其加1后的对数。(2) 财政分权程度。用财政支出分权(fd_zc)、财政收入分权(fd_sr)、财政自主度分别测度财政分权程度。测算方法与参考研究相同。一个模型仅选一个变量。(3) 预算外收入(yswsr)。用当年城市土地出让金与其当年GDP总量的比值衡量。(4) 产业结构(cyjg)。用第一产业增加值占GDP比重来测度。(5) 地区科技人员数量(kjcyrs)。用全市科研综合技术服务业从业人员数来衡量。(6) 政府规模(zfgm)。用全市水利环境和公共设施管理业从业人数、全市卫生和社会工作从业人数、全市公共管理社会保障和社会组织从业人数与全市年末总人口的比值来衡量。

3.3. 数据与统计描述

本文选取2001~2017年中国290个城市的数据作为样本，其中包括4个直辖市；为保证样本数据的平衡，去掉部分有调整的城市。专利执法数据来自深圳希施玛数据科技有限公司的CSMAR数据库。城市经济数据来自《中国城市统计年鉴》、CSMAR数据库、EPS数据平台、国家信息中心宏观经济与房地产数据库。数据匹配时，以城市所在省份的专利执法指标均值作为专利执法的取值。依据是《最高人民法院关于审理专利纠纷案件适用法律问题的若干规定》第二条规定。

主要变量的描述统计和相关系数见表1。其中，地方科技支出的均值为9.23，标准差为8.91，反映各城市科技支出的财政占比存在较大差异。专利执法的均值为10.49，标准差为8.37，说明其平均水平较高，城市间差异大。财政支出分权、收入分权、自主度的均值分别为8.52、8.08、53.88，说明地方的财政分权和自主度不高。土地出让收入的均值为3.38，标准差为3.71，说明土地出让收入是城市财政收入的重要补充。主要变量间相关系数基本上都显著地小于等于0.5 (fd_zc与fd_sr间为0.95，但两者不会同时出现)，不会出现严重的多重共线性。专利执法与地方科技支出之间显著正相关，符合预期。

注：***、**和*分别表示1%、5%和10%的显著性水平；所有变量的样本量为4390。

4. 结果与分析

4.1. 基准模型

表2为基准模型的回归估计结果。其中，专利执法与地方科技支出呈U型关系(二次函数)。越强或越弱的专利执法促成越多的地方科技支出；越逼近中心临界值，地方科技支出越少。模型(3)、(4)、(5)的临界值分别为8.70、8.54、9.27。专利执法的第15百分位数为10.314，比3个临界值都要大。总体来看，专利执法与地方科技支出正相关。专利执法8.37的标准差则反映出，城市处在用高科技支出弥补由于专利保护不力而丧失技术创新动力的困境之中。

注：***、**和*分别表示1%、5%和10%的显著性水平；括号中的数字为回归系数的稳健t统计量。

表2中控制变量回归系数的符号基本符合预期。首先，在模型(1)~(5)中，时间趋势项(year)的回归系数均在0.91左右，且显著性水平均在1%之上；这与单位根检验的结果吻合。其次，财政支出分权和财政收入分权均在1%的显著性水平上与地方科技支出负相关；财政自主度则与之正相关，且不显著。这与李恩极等(2020)的结论基本一致。经济发展水平和地方科技支出正相关，与预期相符。产业结构与地方科技支出为正相关，但统计上不显著。预算外收入会降低地方科技支出，符合地方政府“理性人”假设。科技从业人数与地方科技支出显著负相关。政府规模与地方科技支出显著正相关。

4.2. 稳健性检验

采用以下4个方法检验其稳健性：(1) 以“其他纠纷”作为样本回归估计(见表3的模型(1)和(2))。结果显示：基于其他纠纷测度的专利执法的回归估计系数，符号与基准模型的相同。但其他纠纷的回归估计系数均较侵权纠纷的为大，说明对其他纠纷案件的处理更能激发地方政府的科技投入。专利执法的临界值分别为9.58和9.46，与基准模型回归估计结果相差不大。其余变量的也与基准模型的一致。(2)替换产业结构变量。参考胡丽娜(2020)的方法，将以第一产业增加值在GDP总量中所占比重，替换为第三产业的(见表3的模型(3)和(4))。专利执法及其平方项的回归估计系数与基准模型的一致。产业结构与地方科技支出显著正相关，与预期相符。(3) 增加城镇化率作为控制变量。参考胡丽娜(2020)研究的控制变量，增加变量“城镇化率”。按照全市期末城镇单位从业、城镇私营和个体从业、城镇登记失业的人员总数占全市年末总人口数的百分数测度(见表3的模型(5)和(6))。结果显示，原有变量的回归系数基本不变；城镇化率统计上不显著。(4) 将个体固定效应设定为省级，从更粗略的样本集来考察稳定性。参考李恩极等(2020)的方法，将省份 × 年份固定效应加入模型中(见表3的模型(7)和(8))。结果显示，回归估计系数的符号与基准模型的一致；专业执法的临界值(均为10.20)没有发生大的偏移。系数值的差异是因为，将相同所在省份城市的科技支出加总，而专利执法没有同比例放大。

注：***、**和*分别表示1%、5%和10%的显著性水平；括号中的数字为回归系数的稳健t统计量。

4.3. 异质性检验

首先，为考察基准模型回归估计的结果是否在不同地区上存在差异，按常规的区域划分标准将城市分为东、中、西部三种类型，分别对其按式(2)的差异检验模型进行回归(见表4的模型(1)、(2)、(3))。结果显示，专利执法与地方科技支出之间的U形关系在中、西部仍然成立，其中西部地区不显著；但在东部地区则为倒U形关系。东部和中部地区专利执法对地方科技支出的影响强度基本相同，且均明显大于西部地区。

其次，鉴于直辖市、省会、副省级城市的财政分权情况有别于普通城市，故将样本数据分成副省级及以上城市、普通城市等2个子样本进行回归(见表4的模型(4)和(5))。结果显示，U形关系在两类城市中保持不变；但是副省级及以上城市的边际效果弱于普通城市，且统计上不显著。

最后，2006年和2012年国家分别提出与创新相关的重大战略，故将样本划分为2001~2006年、2007~2012年、2013~2017年等3个子样本进行回归(见表4的模型(6)~(8))。结果显示，回归估计系数符号与基准回归一致。2007~2012年的系数最大；2013年后的系数次之，且统计上不显著；2006年前的系数最小。可能是因为：2006年前，中国专利保护的各方面不成熟，维权获得的收益少、成本高；2007~2012年间，制度环境转好，专利保护的边际效应大幅提升，维权边际效益增加；2013年后，专利保护逐步与世界接轨，维权的边际成本上升，效益却不变。

注：***、**和*分别表示1%、5%和10%的显著性水平；括号中的数字为回归系数的稳健t统计量。

5. 结论与建议

中国的十四五发展规划的实现，需要倚仗创新，即通过促进科技创新来培育壮大经济发展的新动能。制度环境对创新活动起着重要的促进作用。本文通过考察专利执法(创新活动的主要制度环境变量)对地方科技支出(区域创新的重要驱动变量)的影响，间接检验制度环境对区域创新的促进效果。

实证分析发现：(1) 在考虑中央与地方财政分权的情况下，专利执法对地方科技支出具有显著的非线性影响，总体上呈现二次曲线的U形关系，且有显著的时间趋势。专利执法的临界值在基准模型和后续检验模型的回归估计中，均小于样本数据中的专利执法的第15百分位数。这说明绝大多数城市的专利执法与地方科技支出为正相关，符合预期。(2) 专利执法对地方科技支出的促进效应有异质性；在中、西部地区和普通城市更强，在其他地区更弱。(3) 财政支出分权和财政收入分权对地方科技支出有消极作用，财政自主度有不显著的积极作用；符合已有研究结论 [22]。总之，在控制财政分权变量的情况下，制度环境(由专利执法代理)对区域创新(由地方科技支出代理)的促进效应，是非线性的(绝大多数城市是正相关的，少数城市是负相关的)，并且地区间有显著差异。

建议从以下几方面入手，激励地方政府增加科技投入从而增强区域创新动力：(1) 对中、西部和普通城市，继续完善司法体制，增强专利执法。(2) 对东部城市，注重司法与行政之间的平衡关系，维持或逼近最佳的专利执法。(3) 未来要与国际接轨，展示中国境内的专利执法情况。

基金项目

中国国家社科基金一般项目(19BKS076)。

参考文献