摘要：采用中国沪深A股上市企业2008—2018年的面板数据，实证分析了专利权行政保护力度对关键技术创新及全要素生产率增长的影响。研究表明：总体来看，加强专利权行政保护力度有利于企业的关键技术创新及全要素生产率增长；分样本结果显示，加强专利权行政保护力度对国企、中小规模企业及低技术企业关键技术创新及全要素生产率增长的促进作用更大；影响机制分析表明，专利权行政保护通过吸引外商直接投资促进关键技术创新，从而进一步提升全要素生产率。
关键词：专利权行政保护，关键技术创新，全要素生产率
引言
改革开放以来，中国的专利成果大量涌现，然而企业专利创新活动“策略迎合”“数量与质量不平衡”等问题日益突出（黎文靖等，2016；张杰等，2018），导致中国企业的技术创新能力在关键核心领域与发达国家仍存在较大差距，全要素生产率水平较低（刘志彪等，2020），而实现关键核心技术创新突破、提升全要素生产率是加快经济高质量发展的关键和核心源泉（张杰，2019；刘志彪等，2020）。基于此，国内外众多研究聚焦于能够赋予企业创新力量的专利制度安排（Lai，1998；潘士远，2005；罗德明等，2015）。
专利权作为科技创新的产物，具有法律上的强制力，而专利权保护制度主要通过激励及调节的利益机制解决“知识”资源的归属问题（王海成等，2016）。良好的专利权保护执法力度能够降低信息的正外部性及非对称性，从而及时保障专利权人的合法权益（吴超鹏等，2016）。相关研究表明，较低的专利权保护力度明显降低工业企业的研发投入及专利产出（史宇鹏等，2013；杨高举等，2018），也是抑制关键技术突破的重要因素（张杰，2019）。
依据《中华人民共和国专利法》，中国专利权保护主要有行政保护和司法保护两条途径。相比于专利权司法保护，专利权行政执法的程序更简便。加强专利权行政保护力度是否有利于关键技术创新及全要素生产率增长？具体的作用机制是什么？为回答这些问题，本文在理论分析专利权行政保护力度对关键技术创新及全要素生产率增长影响的基础上，以中国沪深A股上市企业2008—2018年的数据为研究样本进行了实证检验。
已有研究主要在整体层面探讨了知识产权保护或专利权保护对企业技术创新的影响（易倩等，2019；史宇鹏等，2013；杨高举等，2018），或者从跨国视角分析专利权保护对发展中国家经济增长或全球价值链攀升的影响（Helpman，1992；张建忠等，2011）。聚焦专利权行政保护，吴超鹏等（2016）研究发现提升专利权行政保护力度能够显著提升上市企业的研发投入及发明专利产出，重要的是可以有效促进发明专利规模上涨。然而，上述回归结果可能受数据零值累积分布的影响，并且该文献的重点在于研究知识产权保护对企业创新及财务绩效的影响。至此笔者发现，上述关于专利权保护与经济高质量发展的研究是不充足的，尤其鲜有文献分析专利权行政保护与全要素生产率的联系。
区别于现有研究，本文将专利权行政保护、关键技术创新与全要素生产率增长纳入统一的分析框架。希冀从以下方面体现创新点：（1）运用工具变量回归、Heckman两阶段模型等方法，系统分析专利权行政保护与关键技术创新及全要素生产率增长间的联系，拓展企业实质性创新与经济高质量发展的相关研究。（2）利用温忠麟等（2004）的中介效应模型，基于外商直接投资等路径进行机制识别，从而厘清专利权行政保护到关键技术创新及全要素生产率增长的传导机制。（3）从企业规模、产权性质、技术水平等视角深入分析专利权行政保护影响关键技术创新及全要素生产率增长的企业异质性，为专利权行政保护与经济高质量发展的联系提供更加微观的基础。
一、理论分析与研究假说
（一）专利权行政保护与关键技术创新
在熊彼特的创新理论中，关键技术随着技术范式的演化阶段性出现，具体表现为技术的非线性跳跃和技术轨道的转换。在此过程中，知识沿着有章可循的步骤逐渐具有高应用性，被物化到物理设备上，内化到系统要素中或是作为诀窍而存在。从技术和市场的演化互动角度来看，关键技术创新的本质源自技术模式和商业模式新旧元素的融合（Castaldi et al，2015），其主要经历“科学研究（模糊前端）→技术研发（范式竞争）→知识物化（主导设计）→市场实现（商业化）”四大阶段（邵云飞等，2017）。
与非关键技术创新相比，关键技术创新具有以下重要特征：（1）基础研究强依赖性。先导性和战略性是基础研究的重要特征，基础研究投入不足也是制约重点领域的关键技术难以突破的根本因素（张杰，2020）。另外，基础研究所代表的原始创新能力的突破程度越强劲，关键技术商业化的期限越长（杜传忠等，2019）。（2）高度不确定性。贴合未来市场的潜在诉求是突破关键技术的重要抓手，因此，关键技术创新具有较高的技术风险和不确定性。（3）技术颠覆性。关键技术的突破通过跃迁原有的技术轨道，能够在很大程度上重置行业标准和规则（张可等，2013）。基于对市场格局和产业形态的再造与重塑，关键技术创新也可以对企业带来可连续存在的竞争优势及创新收益。
基于关键技术创新的特征分析，本文认为专利权行政保护力度的加强，可通过以下渠道促进关键技术创新：（1）研发投入提升效应。专利权行政保护具有强制性，增强专利权行政保护力度，通过及时保障专利权人的排他性权利，降低关键技术创新的不确定风险，从而提高第三方机构的投资意愿，这为企业增加研发投入提供了保障。从关键技术演化的阶段来看，专利行政保护力度提升后研发投入的增加和积淀，能够提高关键技术探索程度的实际增量。这可以为关键技术的突破提供战略性的前瞻指导，并吸引更多创新主体进入关键核心技术创新领域，从而推进关键技术创新顺利地从模糊前端阶段进化到范式竞争阶段，进而加快关键核心技术的突破。（2）外商直接投资增加效应。变革依托低成本“洼地”优势虹吸外资的理念，专利权行政保护力度的广泛性和灵活性可以为企业培育良好的营商环境，降低投资风险，这有利于吸引高质量外商的直接投资。高质量外资的注入强化本地市场的竞争效应，从而倒逼国内企业全面塑造高质量且性能稳定的精益柔性制造能力体系，这为关键核心技术创新的突破提供重要路径（张杰，2019）。集聚全球先进技术及创新要素的高质量外资具有技术溢出效应，而技术溢出是获得国外关键核心技术更加有效的途径（吴延兵，2008）。在此过程中，企业也可以通过正常开展技术合作将研发变“联发”，从而加快实现关键技术的自主可控（张二震等，2018）。基于此，本文提出假说1。
假说1：加强专利权行政保护力度有利于关键技术创新。
（二）专利权行政保护、关键技术创新与全要素生产率
高质量发展最为关键的核心在于稳定提升全要素生产率，因此，从定义上看，提升全要素生产率与实现经济高质量发展的本质方向上是高度一致的（刘志彪等，2020）。基于假说1，专利权行政保护力度的增强有利于关键技术创新，而坚持创新驱动发展是提高全要素生产率的关键（沈坤荣等，2017），由此本文猜测增强专利权行政保护力度可以进一步提升全要素生产率。
可能的原因在于以下方面：（1）从创新发展的角度来看，提升全要素生产率是实现技术创新的直接反映（刘志彪等，2020）。关键技术创新带来的创新收益和竞争优势进一步激励企业增强研发投资，从而企业整体的生产体系从物质资本投入转向高质量人力资本与知识投入，资源配置效率得到改善，且企业能够拥有一定程度的技术垄断，这与全要素生产率高的企业容易垄断市场的现象不谋而合（刘志彪等，2020）。（2）专利权行政保护力度提升后便捷的营商环境降低了企业的非正常交易成本，由此关键技术创新的颠覆性将激励潜在创新能力强的企业进入市场。此时，新企业的市场进入激发在位企业通过创新和生产效率的升级应对潜在威胁和维持市场地位（Aghion et al，2009）。企业对高水平知识要素有更多的需求，这将加速知识密集型产业的发展，从而激励企业提升全要素生产率并加快管理升级。在位企业利用规模报酬递增与知识溢出塑造低成本优势的动力更强，此时，企业能够利用产品及工艺创新提升全要素生产率。基于此，本文提出假说2。
假说2：加强专利权行政保护力度通过促进关键技术创新提升全要素生产率。
二、研究设计
（一）模型设定
依据研究假说，本文采用以下模型分析专利权行政保护对关键技术创新及全要素生产率增长的影响：
Ipiit=a0+a1Patproijt+aX+ηj+ϑt+θind+εit （1）
tfpit=γ0+γ1Patproijt+γX+ηj+ϑt+θind+εit （2）
其中，下标i表征企业i，j代表省份j，t表示第t年，Ipi代表关键技术创新能力，tfp是全要素生产率水平，Patpro表示专利权行政保护力度，X为系列控制变量。ηj、ϑt、θind分别代表省份、年份及行业固定效应，εit为随机扰动项。在回归过程中，为减少模型可能存在的内生性，本文将所有控制变量均滞后一期，并且采用个体聚类以获得稳健标准误。
如果模型（1）（2）中的专利权行政保护系数a1、γ1均显著为正，本文将构建中介效应模型，分析专利权行政保护力度的增强是否能够通过促进关键技术创新进一步提升全要素生产率。结合模型（1）（2），本文中介效应模型构建如下：
tfpit=β0+β1Patproijt+β2Ipiit+βX+ηj+ϑt+θind+εit （3）
在模型（3）中，当且仅当β2显著为正，满足中介效应模型的基本条件。此时如果β1显著为正且β1<γ1，表明关键技术创新是专利权行政保护提升全要素生产率的部分中介变量；如果β1不显著，表明关键技术创新是专利权行政保护提升全要素生产率的完全中介变量。
（二）变量选取
1.关键技术创新能力（Ipi）
本文以发明专利强度测度企业的关键技术创新能力，以实用新型专利强度（Upi）及外观设计专利强度（Dpi）测度企业的非关键技术创新能力（Tong et al，2014；黎文靖等，2016；唐松等，2020），具体以有效授权的三种专利存量与总资产的比值测算。具体原因在于，国家知识产权局对发明专利实用性、新颖性及非显而易见性的审查要求较高（张陈宇等，2020），而实用新型和外观设计专利的创造性较低，往往不需要经过实质性审查（毛昊等，2018）。在创新实践过程中，发明专利创新所需要的研发投入强度较大，成功申请带来的经济效益也较高（李兵等，2016），这贴近关键技术创新的特征，因此，本文认为发明专利规模能够体现企业的关键技术创新能力。与之对照，实用新型专利与外观设计专利的研发成本较低，成功申请带来的经济效益也比较低，在表征企业非关键技术创新能力方面也具有合理性。
2.全要素生产率（tfp）
本文以半参数OP法测算了全要素生产率。除OP法外，主流方法ACF法和LP法对于解决中国问题没有显著的优势（鲁晓东等，2012）。OP法的优点在于以投资作为全要素生产率可观测的代理变量，解决了因同时性偏差与样本选择偏差可能导致的内生性问题（Olley et al，1996）。其中，为获得变量的实际值，主营业务收入和固定资产净值指标分别通过工业品出厂价格指数和固定资产价格指数进行了平减，数据来源于中经网统计数据库。
3.专利权行政保护力度（Patpro）
以专利的未被侵权率测度各省份的专利权行政保护力度，专利侵权现象越严重，专利权行政保护力度越弱。其中，专利侵权率为各省份当年累计专利侵权立案数与截至当年累计专利有效授权数的比值。各省份专利侵权累计立案数据来源于国家知识产权局，累计专利申请授权数据来源于国家统计局官网。
4.控制变量
借鉴余明桂等（2016）、吴超鹏等（2016）学者的研究，本文加入了以下控制变量以提升回归结果的准确性：（1）研发强度（rdi），以研发存量与总资产之比表示；（2）负债能力（leverage），以总资产与总负债之比表示；（3）企业规模（Totalasset），以总资产的对数表示；（4）企业年龄（Age），按照企业成立年份计算所得；（5）资金约束（Roa），净利润与营业收入之比表示；（6）竞争程度（HHI），依据2012年证券业协会行业分类标准，采用上市企业的销售额计算所得；（7）固定资产密度（PPE），以固定资产与总资产之比表示；（8）是否出口（ex）；（9）人均GDP增长率（GDPgrowth），以本年与上一年人均GDP差值占上一年人均GDP的比重表示。
（三）数据说明
专利数据来源于国家知识产权局专利检索网站，本文从系统中手动搜索了上市企业及其子公司、联营合营公司1990年以来每年的有效专利授权量。基于基础数据，本文按照存量公式kt=σkt-1+Δkt获取专利存量数据。其中，kt为第t年的专利存量，kt-1表示第t-1年的专利存量，σ为折旧率15%，Δkt为第t年的专利增量。本文从CSMAR和CNRDS数据库获得了上市企业的子公司及其合营联营公司名单。为尽可能减少上市企业的子公司及合营联营公司数目的缺失，本文进一步依照上海和深圳证券交易所有上市企业合并报表中的“长期股权投资”类目对所属公司名单进行了补充。
除此之外，上市公司的财务数据来自CSMAR与CCER数据库。研发投入数据在2006年之前存在大量缺失，因此本文从Wind数据库搜索了2006年之后的研发投入数据并计算了研发投入存量。在进行实证检验之前，本文对研究数据做了以下处理工作：（1）剔除ST类、ST*类、金融及房地产类样本；（2）剔除控制变量空缺的样本；（3）为减少异常值对结果的影响，对数据进行了1%和99%分位的Winsorize缩尾处理。
（四）内生性问题与稳健性检验
关键技术创新能力强或者全要素生产率水平较高的企业，其所在省份的专利权行政保护力度可能会较高，并且关键技术创新或全要素生产率水平可能会受其他遗漏变量的影响，为克服上述内生性问题，本文使用工具变量法进行了回归。工具变量指标的选取需要满足两个条件：一是与核心解释变量相关，二是与扰动项不相关。借鉴吴超鹏等（2016）的研究，本文以某一省份在民国初期是否存在英租界作为专利权行政保护力度的工具变量，数据来源于中国近代史统计资料（杨遵道等，1993）。原因在于，英美系国家比较重视对生产者的保护，因此专利权行政保护力度的高低与该地区在民国初期是否为英租界所在地相关，受生活环境影响，英租界所在省份的专利权行政保护意识比较强，并且英租界相关数据均是历史数据，与创新活动的联系较小，符合工具变量的特征。
除此之外，考虑到上市企业中仍然存在相当一部分企业没有进行创新活动，研究数据仅限于有限的非随机样本，这易导致回归结果的选择性偏误，为确保回归结果的稳健性，本文采用Heckman两阶段模型进行了验证。具体模型设定如下：
Pr（Iipit=1）=α0+α1Patproijt+αX+Iipit-1+ηj+ϑt+θind+εit （4）
E（lnIipit|Iipit=1）=β0+β1Patproijt+βX+δlambdait+ηj+ϑt+θind+εit （5）
模型（4）为第一阶段的创新活动选择方程，模型（5）为企业创新决策方程。其中，Iipit为企业是否进行创新活动的虚拟变量，如果企业进行创新活动，则Iipit=1。考虑到创新活动选择方程中必须含有不存在于决策方程中的变量，本文将创新选择虚拟变量的滞后一期加入模型（4）。在模型（5）中，lnIipit为三种类型专利的规模，本文对其加1取对数。lambda为创新选择方程估计出的逆米尔斯比率lambda，本文将lambda作为控制变量加入模型（5）进行估计。本文的Heckman两阶段模型是考虑内生性问题下工具变量的估计结果，若lambda显著不为零，则表明样本存在选择性偏差，Heckman两阶段模型的估计结果将会是稳健的。
三、实证结果与分析
（一）基准模型回归
基于理论分析本文进行了实证检验，其中表1列（1）～列（3）是专利权行政保护力度与技术创新的回归结果，列（4）是专利权行政保护与全要素生产率的回归结果。首先，列（1）专利权行政保护与关键技术创新的回归系数显著为正。其次，从非关键技术创新来看，仅列（2）中专利权行政保护与实用新型专利的回归系数显著为正，但低于列（1）系数，这表明加强专利权行政保护力度能够显著提升企业的关键技术创新能力，并且促进效应显著高于非关键技术创新，验证了假说1。再次，列（4）专利权行政保护与全要素生产率的回归系数显著为正，这表明增强专利权行政保护力度有利于提升企业的全要素生产率，部分验证假说2。
观察控制变量系数，研发补贴的回归系数均在1%水平上显著为正，这表明研发补贴仍是激励企业创新、促进企业升级的重要手段，与吴超鹏等（2016）的发现一致。企业年龄的回归系数大部分显著为正，说明成立时间较长的企业具有丰富的管理经验和技术创新的基础。固定资产密集度回归系数大部分显著为负，表明较高的固定资产投资密度不利于技术创新及全要素生产率增长，可能的原因在于，较大规模的固定资产投资会造成资源的重复和浪费，因此，企业应进一步提高对固定资产投资的利用率而不是一味扩大固定资产投资规模。
（二）内生性处理
考虑到基准回归结果可能受反向因果或遗漏变量等内生性问题的影响，为此本文进行了工具变量回归，第二阶段的回归结果如表2所示。其中第一阶段系数为1%水平下0.029，表明存在过英租界的地区，其专利权行政保护水平较高，与理论分析一致。由表2结果可看出，工具变量识别不足检验均显著拒绝了原假设，且弱工具变量的F值分别显著大于Stock-Yogo Weak ID Test的10%临界值，因此，可认为本文工具变量的选取是有效的。
观察具体回归系数发现，专利权行政保护与关键技术创新、非关键技术创新及全要素生产率的回归系数均显著为正，且与基准回归结果相比均得到了显著提升，这表明本文的基准回归结论确实存在内生性问题。重要的是，回归结果表明，在避免可能存在的内生性问题后，加强专利权行政保护力度对关键技术创新的正向促进作用仍显著大于非关键技术创新，并且能够有效提升企业的全要素生产率，因此，本部分工具变量的回归结果与基准回归结论一致，假说1与假说2具有稳健性。
（三）稳健性检验
为保证回归结果的稳健性，本文采用更换回归模型、更换被解释变量测度方法等方式重新进行了检验。一是依据模型（4）与模型（5），针对专利权行政保护与技术创新的联系，本文采用Heckman两阶段模型进行了回归。二是考虑到大部分企业均存在投入产出行为，本文以近似全要素生产率作为本文全要素生产率替代变量重新进行了验证，具体回归结果如表3所示。其中，表3列（1）（3）（5）是Heckman模型创新选择阶段的回归结果，列（2）（4）（6）为创新决策阶段的回归结果，列（7）为因变量是近似全要素生产率的回归结果。
对于技术创新而言，创新选择阶段专利权行政保护与关键技术创新及非关键技术创新的回归系数均不显著，创新决策阶段的逆米尔斯lambda回归系数均在1%水平上显著为负，这表明企业的创新活动并非随机，本文的研究样本的确存在选择性偏误。进一步，创新决策阶段专利权行政保护与关键技术创新的回归系数显著为正，并且显著大于与非关键技术创新的回归系数，这表明在考虑样本选择性偏误的情况下，加强专利权行政保护力度依然能够有效促进企业的关键技术创新，与基准回归结论一致。
另外，借鉴相关研究（王海成等，2016；Head et al，2003），本文近似全要素生产率的估计方程为：
。其中，y为工业增加值，考虑到数据可得性，本文利用主营业务收入近似代替y，l为员工人数，k为固定资产规模，s为资本贡献度，取值为1/3。从列（7）结果可看出，专利权行政保护与全要素生产率的回归系数显著为正，表明增强专利权行政保护力度有利于提升全要素生产率，这与基准回归结论也一致。由此发现，本文的假说1与部分假说2经过了内生性与稳健性检验，总体来看，加强专利权行政保护力度能够有效促进关键技术创新及全要素生产率增长。进一步，本文将依据影响机制分析继续验证假说2。
四、企业异质性和影响渠道的进一步分析
在全样本回归结果的基础上，本文一方面进一步对企业进行了异质性分析，另一方面探究了专利权行政保护力度对关键技术创新及全要素生产率增长的影响机制。
（一）企业异质性分析
首先，受地方司法保护主义的影响，不同产权性质的企业的关键技术创新及全要素生产率受专利权行政保护力度的影响可能存在差异，因此本文将企业划分为国企与非国企①，进行了分样本分析，回归结果如表4所示。结果表明，加强专利权行政保护力度对国企关键技术创新及全要素生产率增长的促进作用更大。可能的原因在于，国有企业具有的“政治名分”赋予了它很多产权保护方面的优势（李文贵等，2017），例如国有企业与政府的政治联系可能导致专利权行政保护力度向国企倾斜（黎文靖等，2016）。此外，与非国有企业相比，国有企业承担更多的国家责任和社会责任，就“从无到有”的技术跃迁突破及外部性强的关键核心技术而言，国有企业也具有更强的创新基础，非国企难以承担单个角色。
其次，企业规模的大小表征着企业的盈利能力，为此，本文将企业划分为大规模及中小规模企业②，分析了专利权行政保护对关键技术创新及全要素生产率增长的企业规模异质性，分样本回归结果如表5所示。结果表明，增强专利权行政保护力度对中小企业关键技术创新及全要素生产率增长的促进效应更强。可能的原因在于，关键技术的突破需要前期开发的高成本投入和技术到位后重复利用的低成本投入，与大规模企业相比，中小规模企业在资金方面不易形成规模优势，大部分中小企业处于专利规模有无或多少的阶段，并不注重专利质量。一旦提升专利权行政保护力度，中小企业的创新收益得到了较大保障，从而中小企业的融资约束得到缓解，再加上不断升级的市场竞争，中小企业突破关键技术、提升全要素生产率的动机也更加迫切。
最后，不同技术水平的企业对于专利权行政保护的敏感度也可能存在差异，为此本文将企业划为高技术企业和低技术企业③，进行了分样本分析，具体回归结果如表6所示。结果表明，增强专利权行政保护力度对低技术企业关键技术创新及全要素生产率的促进程度更强。产生这种差异的可能原因在于，高技术企业一般根植于特定的科学或技术领域，属于知识与技术密集的经济实体。与低技术企业相比，高技术企业突破关键技术创新的能力较强，全要素生产率水平也较高，从而对专利权保护变化的敏感度不高。如果提升专利权行政保护力度，反而能够在更大程度上促进低技术企业的关键技术创新及全要素生产率增长（Lanjouw et al，2004）。
综上分析发现，各地区加强专利权行政保护力度，对企业关键技术创新及全要素生产率增长的促进作用存在明显的企业异质性。具体来看，专利权行政保护力度的增强能够在更大力度上激励国企、中小企业及低技术企业的关键技术创新并促进全要素生产率增长，因此针对不同类型的企业应实施差异化的专利权行政保护政策，这对于深化专利权行政保护工作体制机制改革、加快实现产业升级也具有重要的现实意义。
（二）影响机制分析
前文回归结果仅刻画了专利权行政保护对关键技术创新及全要素生产率的影响以及企业异质性，具体的作用机制黑箱仍未打开，对作用机制的分析也有助于验证理论分析的合理性。本部分一是探究专利权行政保护如何促进关键技术创新，二是分析关键技术创新是否是专利权行政保护提升全要素生产率的传导渠道。为此本文选取外商直接投资、关键技术创新等因素作为中介变量，采用中介效应模型进行了分析。具体回归结果如表7所示，其中列（1）（2）是外商直接投资作为专利权行政保护影响关键技术创新中介变量的回归结果，列（3）是关键技术创新作为专利权行政保护影响全要素生产率中介变量的回归结果。进一步，本文深入分析了外商直接投资是否是专利权行政保护影响全要素生产率的作用渠道，回归结果如表7列（4）所示。
从表7回归结果可看出，列（1）专利权行政保护与外商直接投资的回归系数显著为正，表明增强专利权行政保护力度对外商直接投资具有显著的促进作用，满足中介效应模型的基本条件。列（2）是将外商直接投资作为中介变量加入模型（1）的回归结果，发现专利权行政保护与关键技术创新的影响系数显著为正且低于1.735，而外商直接投资与关键技术创新的回归系数显著为正，这表明外商直接投资是专利权行政保护促进关键技术创新的部分中介变量，与理论分析部分相符。列（3）是模型（3）的回归结果，其中关键技术创新与全要素生产率的回归系数显著为正，专利权行政保护与全要素生产率回归系数显著为正且低于0.047，这说明关键技术创新是专利权行政保护力度提升全要素生产率的部分中介变量，即加强专利权行政保护力度通过促进关键技术创新能够进一步提升企业的全要素生产率，至此假说2得到全部验证。观察列（4），发现专利权行政保护与全要素生产率的回归系数显著为正且低于0.047，而外商直接投资与全要素生产率的回归系数依然显著为正，因此可得外商直接投资是专利权行政保护促进全要素生产率增长的部分中介变量，由此也检验了前三列回归结果的稳健性。至此，本部分影响机制的分析表明，加强专利权行政保护力度能够通过吸引外商直接投资促进关键技术创新，并通过促进关键技术创新进一步提升企业全要素生产率，这验证了理论分析的合理性，同时也证实外商直接投资是专利权行政保护提高企业关键技术创新能力及全要素生产率水平的重要途径。
五、结论与建议
本文以沪深A股上市企业2008—2018年的微观数据为研究样本，探究了专利权行政保护力度对关键技术创新和全要素生产率增长的影响、企业异质性及其内在作用机制。研究结果表明：（1）增强专利权行政保护力度对企业关键技术创新的正向促进作用显著大于非关键技术创新，并且显著提升全要素生产率。（2）专利权行政保护与关键技术创新及全要素生产率的联系存在明显的企业异质性。增强专利权行政保护力度，能够在更大程度上促进国有企业、低技术企业及中小规模企业的关键技术创新及全要素生产率增长。（3）影响渠道分析的结果表明，加强专利权行政保护力度能够吸引外商直接投资，从而促进关键技术创新，并且进一步提升了全要素生产率。
本文的研究结论对于专利权行政保护制度的完善具有重要的启示意义。依据研究结论，本文提出了以下政策建议：（1）提升专利权保护的行政执法力度，加强对专利侵权的行政裁决。首先，有效提高专利侵权诉讼的受理率，同时通过智慧法院建设深化完善行政、司法、刑事“三审合一”的体制机制改革，加强专利权行政与司法保护的协同，优化专利权行政保护的资源配置效率。其次，提高专利权行政保护的质量和水平，比如深化完善具有重大影响的专利侵权纠纷裁决制度，聚焦重点领域和关键环节，严厉打击重复侵权、恶意侵权的行为，巩固专利权行政保护的基础性作用，从而有效发挥关键技术创新在提升全要素生产率过程中的传导作用。（2）对不同类型的企业进行甄别，实施差异化的专利权行政保护措施，避免一刀切。坚持问题导向，接收并反馈不同企业的诉求，加大涉及国有企业、中小规模企业和低技术企业的专利侵权纠纷办案力度，提升专利权行政保护的专业性和准确性。通过加强专利权行政保护力度及时维护专利权人的排他性权利，尤其可以有效缓解中小企业和低技术企业的融资约束，从而为企业的关键技术创新及全要素生产率增长纾困解难，这有利于加快产业的转型升级。（3）政府明确区分权力与职责，避免滥用行政权。在制定和实施专利权行政保护工作方案的过程中，政府应确保中立立场，为企业提供明晰的专利权制度，保证创新行为能够在公平竞争的市场中激发和转化。政府和企业通过有效利用专利权行政保护和运用的“二元导向”，有效助推中国企业掌握全球关键核心技术生产和扩散的话语权，加快实现中国经济的高质量发展。
注释：
①按照CSMAR数据库上市企业实际控制人类型，将股权性质为民营、外资和其他的上市企业划分为非国企。
②依据国家统计局2017年的分行业企业规模分类标准，本文按照员工人数、营业收入、总资产三大指标将上市企业划分为大规模及中小规模企业。
③依照国家统计局行业分类标准，将从事电气机械及器材、计算机及通信设备、交通运输、通用设备、办公制造、仪器仪表及专用设备行业的企业划为高技术企业，并将从事其他行业的企业定义为低技术企业。
参考文献：
杜传忠，金华旺，金文翰.2019.新一轮产业革命背景下突破性技术创新与中国产业转型升级[J].科技进步与对策（24）：63-69.
刘志彪，凌永辉.2020.结构转换、全要素生产率与高质量发展[J].管理世界（7）：15-29.
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[J].经济研究（4）：60-73.
罗德明，周嫣然，史晋川.2015.南北技术转移、专利保护与经济增长[J].经济研究（6）：46-58.
李兵，岳云嵩，陈婷.2016.出口与企业自主技术创新：来自企业专利数据的经验研究[J].世界经济（12）：72-94.
李文贵，余明桂.2017.产权保护与民营企业国有化[J].经济学（季刊）（4）：1341-1366.
鲁晓东，连玉君.2012.中国工业企业全要素生产率估计：1999—2007[J].经济学（季刊）（2）：541-558.
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[J].中国工业经济（3）：98-115.
潘士远.2005.最优专利制度研究[J].经济研究（12）：113-118.
史宇鹏，顾全林.2013.知识产权保护、异质性企业与创新：来自中国制造业的证据[J].金融研究（8）：136-149.
邵云飞，詹坤，吴言波.2017.突破性技术创新：理论综述与研究展望[J].技术经济（4）：30-37.
沈坤荣，曹扬.2017.以创新驱动提升经济增长质量[J].江苏社会科学（2）：50-55.
唐松，伍旭川，祝佳.2020.数字金融与企业技术创新：结构特征、机制识别与金融监管下的效应差异[J].管理世界（5）：52-66.
王海成，吕铁.2016.知识产权司法保护与企业创新：基于广东省知识产权案件“三审合一”的准自然试验[J].管理世界（10）：118-133.
吴超鹏，唐药.2016.知识产权保护执法力度、技术创新与企业绩效：来自中国上市公司的证据[J].经济研究（11）：125-139.
温忠麟，张雷，侯杰泰，等.2004.中介效应检验程序及其应用[J].心理学报（5）：614-620.
吴延兵.2008.自主研发、技术引进与生产率基于中国地区工业的实证研究[J].经济研究（8）：51-64.
杨高举，黄先海.2018.知识产权保护促进战略性新兴企业技术创新的实证分析[J].浙江学刊（2）：162-168.
易倩，卜伟.2019.知识产权保护执法力度、技术创新与产业升级[J].经济经纬（3）：95-101.
余明桂，范蕊，钟慧洁.2016.中国产业政策与企业技术创新[J].中国工业经济（12）：5-22.
杨遵道，叶凤美.1993.清政权半殖民地化研究[M].北京：高等教育出版社.
张陈宇，孙浦阳，谢娟娟.2020.生产链位置是否影响创新模式选择：基于微观角度的理论与实证[J].管理世界（1）：45-59.
张二震，戴翔.2018.高质量利用外资与产业竞争力提升[J].南开学报（哲学社会科学版）（5）：1-10.
张杰，郑文平.2018.创新追赶战略抑制了中国专利质量么？[J].经济研究（5）：28-41.
张杰.2019.中国关键核心技术创新的特征、阻碍和突破[J].江苏行政学院学报（2）：43-52.
张杰.2020.中国关键核心技术创新的机制体制障碍与改革突破方向[J].南通大学学报（社会科学版）（4）：108-116.
张建忠，刘志彪.2011.知识产权保护与“赶超陷阱”：基于GVC治理者控制的视角[J].中国工业经济（6）：58-68.
张可，高庆昆.2013.基于突破性技术创新的企业核心竞争力构建研究[J].管理世界（6）：180-181.
AGHION P，BLUNDELL R W，GRIFFITH R，et al. 2009. The effects of entry on incumbent innovation and productivity[J].Review of Economics and Statistics，91（1）：20-32.
CASTALDI C，FRENKEN K，LOS B. 2015. Related variety，unrelated variety and technological breakthroughs：An analysis of US state-level patenting[J]. Regional Studies，49（5）：767-781.
HELPMAN E. 1992. Innovation，imitation and intellectual property rights[Z]. NBER Working Paper.
HEAD K，RIES J. 2003. Heterogeneity and the FDI versus export decision of Japanese manufacturers[J]. Journal of the Japanese and International Economics，17（4）：448-467.
LAI E. 1998. International intellectual property rights protection and the rate of product innovation[J]. Journal of Development Economics，55（1）：133-153.
LANJOUW J O，SCHANKERMAN M. 2004. Patent quality and research productivity：Measuring innovation with multiple indicators[J]. Economic Journal，114（495）：441-465.
OLLEY G S，PAKES A. 1996. The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica，64（6）：1263-1297.
TONG T，HE W，HE Z，et al. 2014. Patent regime shift and firm innovation：Evidence from the second amendment to China’s patent law[J]. Academy of Management Annual Meeting Proceedings，2014（1）：141-174.
作者简介：郭彦彦（1993—），女，山东聊城人，博士研究生，主要从事产业经济研究；吴福象（1966—），男，安徽安庆人，教授，博士生导师，主要从事区域经济与产业经济研究。
