文献资源

当前位置: 首页 -> 资源导航 -> 文献资源 -> 正文

研发补贴、知识产权保护与企业创新(上)

信息来源:《中国科技论坛》2020年第9期 发布日期:2020年11月17日 16:15

摘要:私人创新市场存在两类市场失灵,即与创新动力相关的市场失灵以及与融资约束相关的市场失灵,且不同创新政策对两类创新市场失灵的矫正效果存在异质性。本文利用2008—2017年中国A股上市公司数据,探讨研发补贴政策和知识产权保护政策在矫正两类创新市场失灵,进而促进企业技术创新上的政策效果。研究发现:研发补贴政策可以通过缓解创新动力型市场失灵和融资约束型市场失灵以促进企业创新;知识产权保护政策可以通过降低创新动力型市场失灵促进企业技术创新,但难以缓解由融资约束引致的企业创新活动不足的问题。本文为理解创新政策促进企业技术创新的作用机理提供了新路径。

关键词:研发补贴,知识产权保护,企业创新,市场失灵

基金项目:国家自然科学基金面上项目“企业集团、产业政策与企业技术创新”(71874061)。

0 引言

创新是发展的第一动力,是建设现代化经济体系的战略支撑。中国政府充分认识到创新对国家发展的重要性,不断加强国家创新体系建设,其中激励企业创新的制度环境在国家创新体系中处于核心地位。但对于绝大多数企业来说,培育和激励创新是极具挑战性的。一方面,创新是一项高风险和不确定的长期投资活动,企业作为创新活动的主体,传统基于业绩的薪酬合约不足以激励创新[1]。另一方面,由于市场经济存在未定价的外部性和技术溢出,造成免费搭车行为,使得私人收益小于社会收益,出现私人创新市场失灵的情况,因此需要创新政策进行适当干预[2]。在此背景下,探究创新政策工具对企业创新的作用显得尤为必要。

创新政策工具主要包括研发补贴和知识产权保护[3],这两类工具在各国都得到广泛应用,被认为是市场机制的重要补充。研发补贴政策与知识产权保护政策是紧密联系的。如果没有知识产权保护,任何创新都会立即成为公共知识,利润为零,那么无论补贴的力度多大,企业都不会为创新投入任何资金。如果没有补贴政策,那么无论知识产权保护的力度多大,企业可能由于缺少正向激励效应而减少创新活动。在现有文献中,大多只单独考察研发补贴和知识产权保护对企业创新的影响,且研究结论没有达成一致。部分学者认为研发补贴和知识产权保护对创新存在促进作用[4-5]。Howell发现研发补贴主要通过给予新兴企业创新资金,缓解其融资约束,进而促进创新[6]。陈红等发现在内部控制作用下,研发补贴能提升企业的研发投入和专利申请量[7]。尹志锋等利用世界银行数据,分析知识产权保护通过增加研发投入和外资进入来提高东道国创新产出[8]。Fang等发现在知识产权保护更严格的地区会带来更多的创新产出[9]。然而,另一部分学者认为研发补贴会挤占私人投资和降低资金配置效率,不利于创新水平的提升[10-11],知识产权保护对发展中国家的创新水平提升没有影响甚至产生负向影响[12]。近年来,少部分学者研究两种政策的作用效果,如柳光强考察税收优惠和财政补贴政策之间激励效应的差异性[13],Chu等研究专利制度和研发补贴对经济增长和市场结构的不同影响,认为与专利制度相比,研发补贴也许是更合适刺激长期经济增长的政策[14]。那么,研发补贴和知识产权保护作为两种不同类型的创新政策工具,对比研究二者不同属性和特征对企业创新会产生什么作用和效果,有助于深化理解创新政策与企业创新之间联系。

本文选取2008—2017年A股上市公司为样本,实证检验研发补贴政策和知识产权保护政策在矫正创新市场失灵,进而在促进企业创新上的政策效果差异。研究表明,研发补贴和知识产权保护主要通过减少技术溢出损失来矫正创新市场失灵,而相比于知识产权保护政策,研发补贴政策更可能通过缓解融资约束来矫正创新市场失灵。本文可能的贡献主要体现在以下两个方面:①在正式框架内缺乏对不同政策工具共存的解释,本文基于技术溢出的视角,试图阐明研发补贴政策和知识产权保护政策均可在矫正市场失灵中发挥作用,将两种政策工具联合考虑,有助于更有效识别政策对创新的内在作用机制。②现有研究缺乏对不同政策工具的比较分析,本文试图阐明研发补贴政策和知识产权保护政策在矫正市场失灵中的异质性效果,并结合政府的政策意图,为政府实施不同的创新政策组合以促进企业创新提供新思路。

1 理论分析与研究假设

由于外部性或溢出效应的存在,企业(创新者)与其他企业竞争时,一方面,竞争对手通过免费搭车行为来损害创新者的收益,另一方面,可能出现其他限制行为,例如价格管制,造成企业无法获得创新的全部收益,产生私人成本大于社会成本、私人收益小于社会收益的外部效应,进而减弱企业创新动力,降低研发投资水平,私人创新市场失灵[2]。这时政府部门会通过创新政策来矫正市场失灵和激励企业创新。作为重要的创新政策,研发补贴和知识产权保护在成熟市场经济体和新兴市场经济体中均得到广泛运用,但两者的作用机制可能存在差异性。

研发补贴政策可能通过以下两种途径作用于企业创新:①研发补贴政策通过改善研发动力,促进企业创新。依据实物期权理论,专利作为一种非标准化资产,没有公开市场可供交易,专业性较强,流动性较差,导致企业对创新活动投资具有不可逆性。由于技术溢出的存在,产品市场中竞争对手可能对企业技术进行模仿或剽窃,从而增加研发成本,降低研发创新的积极性。而在研发初期阶段,难以确定有价值和值得保护的东西[15],所以研发补贴作为一种事前激励政策可以直接降低研发投资的私人成本,弥补企业技术溢出带来的损失,提升其初始创新动力,推动其创新活动的开展。Spence发现研发支出在很大程度上属于固定成本,竞争对手的搭便车行为会损害创新者的积极性,在市场中技术溢出的可能性越高,研发补贴作为创新政策工具越为有效[16]。Clarysse等认为政策制定者应该意识到与研发补贴相关的学习效应,并在设计创新政策时考虑到溢出效应的作用[17]。②研发补贴政策通过缓解融资约束推动企业创新,由于研发补贴政策具有筛选和信号传递功能,获得政府研发补贴的企业,传递出其创新活动和能力是经过筛选后获得政府认可和支持的信号,降低融资企业与外部投资者之间信息不对称程度,进一步提升外部投资者的投资意愿,一定程度上缓解了融资约束,促进企业创新。Kleer使用信号模型来考察银行、公司和政府机构之间的信息不对称问题,发现政府研发补贴传递出质量信号,导致企业获得更多和更好的私人投资机会[18]。郭玥构建政府创新补助的信号传递模型,证明政府可以通过技术审查、项目监管等方式释放出创新补助的积极信号,促进企业研发创新[19]。但有学者认为这一政策可能存在挤出效应,即企业在获得政府资助后可能会减少自己的研发支出,这表明政府补贴可能会提供不正当激励措施,挤出私人投资,但现有研究中存在与挤出效应形成对比的结果,认为研发补贴政策证明其研发项目的价值性,激励企业进行创新投资,从而为企业创造更多的利润,挤出效应并不明显[20]。据此,本文提出假设1:研发补贴政策可能通过减少技术溢出损失和缓解融资约束来推动企业创新。

在研发中后期,出现了有价值和值得保护的成果,知识产权保护作为一种事后激励政策开始发挥作用[21]。知识产权保护政策主要通过排他性赋予企业事后垄断的权力,这种垄断力量使企业在面临技术被侵权问题上能够获得合法赔偿,还可以通过将使用这种创新的权利许可证卖给其他企业的形式,增加研发投资的私人回报,弥补企业技术溢出的损失,激发其持续创新的动力,增加其创新活动的频率。Acs等构建研发和创新为基础的内生经济增长模型,由于发明家和创新者产生溢出效应,因此需要知识产权保护政策来改变事后的权力平衡,保护发明家和创新者研发的积极性[22]。吴超鹏等发现知识产权保护通过减少研发溢出损失机制来促进企业创新[23],但知识产权保护政策难以通过缓解企业融资约束来促进创新,因为在创新密集型行业中的企业,研发初期最常面临融资约束问题,但内部现金持有水平较低,企业不得不依赖外部融资,对于新兴市场国家的企业来说,主要依靠信贷市场进行外部融资,即企业向银行、非银行的金融机构贷款,或者发行债券进行融资,一般需要提供一定的担保品和抵押品,从而增加企业杠杆和财务风险[24]。虽然在法律上可以将知识产权中的财产权作为质押标的物出质,但在新兴市场国家中知识产权的价值评估体系和交易市场均不完善,大部分银行等金融机构为规避风险并不支持知识产权质押贷款业务,导致企业进行知识产权质押贷款的成功率较低。这时企业可能因资金限制不得不放缓甚至停止研发创新活动,所以相比于研发补贴,知识产权保护作为事后创新政策,难以解决企业“融资难”问题。据此,本文提出假设2:知识产权保护政策可能通过降低技术溢出损失,促进企业创新,但难以缓解由融资约束引致的创新活动不足问题。

2 模型与数据

2.1 实证模型

Rajan等基于国家和行业的双个体差异进行分析,发现如果金融市场发展能够促进经济增长,那么在外部融资依赖度高的企业影响更为显著[25]。本文将这一方法进行扩展,考察创新政策对企业创新的影响及其作用机制,这背后的逻辑为,对于技术溢出度高的企业来说,如果研发补贴和知识产权保护对创新的影响更大,说明这两类创新政策工具可以通过技术溢出机制影响企业创新。借鉴Brown等的研究[26],采用地区特征(创新政策)和行业特征(技术溢出度)的交互项作为关键解释变量,设定计量模型如下:

Innovationijpt=α0+α1RdSubpt-1×Spilloversj)+α2IPRpt-1×Spilloversj)+α3Controlijpt+μpt+ηj+εijpt    (1)

式中,ijpt分别表示企业、行业、省份和年份。Innovationijpt表示企业it期的创新水平,采用专利申请量(Patent)、发明专利申请量(Patentinv)和研发投入(R&D)来衡量。RdSubpt-1表示企业所在省份pt-1期的政府研发补贴额。IPRpt-1表示企业所在省份pt-1期的知识产权保护度。Spilloversj表示行业j的技术溢出度。Controlijpt表示控制变量。μptηj分别表示省份-年份固定效应和行业固定效应。

2.2 变量定义

(1)企业创新。企业创新从创新投入和创新产出两个维度衡量。①创新投入是企业对创新活动进行人力、财力等方面的投入,采用研发投入占总资产的比值再乘100进行衡量。因为2006年财政部颁布《企业会计准则第6号——无形资产》,其中对企业研究与开发费用统一计入当期损益的会计处理作了较大修改,2007年以前和2007年以后的数据缺乏可比性,所以该指标采用2007年以后的数据。②创新产出是企业创新活动的成果,用专利申请量和发明专利申请量加1后的对数值衡量。

(2)政府研发补贴。由于缺乏各省份政府研发补贴的具体统计指标,本文采用政府财政支出中的科学技术投入的对数值。同时,参考顾元媛等的做法[27],使用规模以上R&D经费内部支出来源中的政府资金对数值来衡量研发补贴,该指标从2009年开始统计,2009年以前统计的是科技活动经费中政府资金投入额,并且2009年规模以上工业企业的统计口径和2011年之后的不一致,2010年只公布了大中型工业企业数据,为保持数据口径的统一性,该指标采用2011年以后的数据,将其作稳健性检验。

(3)知识产权保护度。参考魏浩等的研究[28],从3个方面衡量各省知识产权保护度。①行政保护,用专利未被侵权率来测量,即1-当年专利侵权案件立案数/当年累计专利申请授权量。如果专利未被侵权率越高,说明当地知识产权的行政保护越好;②执法力度,用各省当年专利侵权案件的结案率来度量,即当年专利侵权案件的立案数/当年专利侵权案件的结案数。如果结案率越高,说明当地执行机关能够及时有效处理侵权行为,保护专利持有人的合法权益,当地知识产权保护的执法工作越好;③保护效果,用每百人口专利申请授权量来表示。如果人均专利申请授权量越高,说明当地知识产权保护效果越好。将3个指标等权重合成综合指标。同时,本文还采用樊纲等编制的中国分省份市场化指数报告中的知识产权保护指标,但报告中只公布了2008—2016年中偶数年的数据,因此使用插值法,补充2008—2016年中奇数年的数据,将其作稳健性检验。

(4)行业技术溢出度。借鉴Raut的研究[29],使用柯布-道格拉斯生产函数的对数形式测算行业技术溢出度,构建模型如下:

lnEvenueit=β0+β1lnR&Dstockit+β2lnR&D×stockjt+β3lnEmployeeit+β4lnFixAssit+εit    (2)

式中,lnEvenueit表示企业it期主营业务收入加1的对数值,lnR&Dstockit表示企业itR&D投入存量加1的对数值,lnR&Dstockjt表示行业j除去企业i的R&D投入存量后的R&D存量加1的对数值,lnEmployeeit表示企业it期的员工数加1的对数值,lnFixAssit表示企业it期的固定资产加1的对数值。系数β2反映行业中其他企业研发投入对该企业主营业务收入的影响程度,β2越大,说明行业技术溢出越严重。数据使用2005—2007年中国工业企业数据库,2005年以前缺乏研发投入数据,采用时间滞后样本可以减少内生性问题。

(5)控制变量。选取企业规模(Size,总资产的自然对数)、企业年龄(Age,公司成立年限加1后取自然对数)、固定资产比(Fix,固定资产与总资产的比值)、现金流(Cash,经营活动产生的现金流量净额与总资产的比值)、分析师跟踪数(Cover,分析师跟踪数加1后取自然对数)、负债率(Lev,总负债与总资产的比值)、净利润率(Profit,净利润与总资产的比值)、企业成长性(Q,企业市场价值与总资产的比值)、所有权性质(Soe,国有企业取值为1,否则为0)、劳动生产率(Labor,企业人均营业收入的自然对数)、营业收入增长率(Growth,营业收入增加值与上一年营业收入的比值)、市场竞争程度(HHI,企业收入占所在行业总收入的平方和)和赫芬达尔指数的平方(HHI2)作为控制变量。

2.3 数据来源

本文选取2008—2017年沪深A股上市公司的数据作为初始样本,对数据进行如下筛选:①剔除数据不完整或缺失的企业;②依据GB/T4754—2017行业分类标准,保留制造业共27个二分位行业的企业样本。上市公司的创新和财务数据来源于CSMAR数据库和WIND数据库。R&D经费内部支出中的政府投入数据来源于《中国科技统计年鉴》。科学技术投入数和人口数来源于《中国统计年鉴》。专利侵权案件立案数、专利侵权案件结案数、专利申请授权量来源于国家知识产权局网站。由于西藏地区数据缺失,因此不纳入分析。主要变量的描述性统计见表1。

表1 描述性统计

变量代码

观测数

均值

标准差

最小值

最大值

Patent

14733

2.7328

1.6336

0

6.7370

Patentinv

14733

1.9124

1.4701

0

5.9026

R&D

12743

2.0007

1.4976

0.0204

7.7635

RdSub

14733

4.6966

1.0225

0.9258

6.6107

IPR

14733

6.7905

1.6110

1.5501

9.9495

Spillovers

14733

0.1867

0.0666

0.0649

0.3821

Size

14733

21.7538

1.1541

19.5394

25.2135

Age

14733

2.6810

0.3903

1.3863

3.4012

Fix

14733

0.2401

0.1434

0.0148

0.6457

Cash

14733

0.0431

0.0696

-0.1661

0.2406

Cover

14733

2.7062

1.4775

0

5.3799

Lev

14733

0.4037

0.2097

0.0463

0.9640

Profit

14733

0.0417

0.0580

-0.1911

0.2070

Q

14733

3.0014

3.6597

0.2553

25.3272

Soe

14733

0.3306

0.4704

0

1

Labor

14733

13.5262

0.7183

11.8376

15.5717

Growth

14733

0.1787

0.3804

-0.4939

2.3486

HHI

14733

0.0795

0.0670

0.0141

0.5564

3 实证结果及分析

3.1 基准回归

模型(1)的基准回归结果见表2。表2中,(1)(4)和(7)列中RdSub×Spillovers的系数显著为正,表明在技术溢出度更高的行业中政府研发补贴与专利申请量、发明专利申请量以及研发投入均呈正相关关系。(2)(5)和(8)列中IPR×Spillovers的系数显著为正,表明对于技术溢出度高的行业来说,知识产权保护与专利申请量、发明专利申请量以及研发投入也呈正相关关系。(3)(6)和(9)列中同时考虑两种政策工具,RdSub×Spillovers和IPR×Spillovers的系数依然显著为正,表明相比于技术溢出度低的行业,政府研发补贴和知识产权保护在技术溢出度高的行业中更能提高企业创新水平,说明这两种政策在减少技术溢出损失上都发挥着作用,原因可能是两类政策的侧重点不一样,政府研发补贴作为选择性创新政策,具有短期性和重点性特点,而知识产权保护作为功能性创新政策,侧重长期性和广泛性。因此,政府研发补贴和知识产权保护作为纠正私人市场失灵的两类创新政策工具,均可通过降低技术溢出损失来增强创新动力,从而促进企业创新。

表2 基准回归结果

变量

Patent

Patentinv

R&D

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

RdSub×Spillovers

0.6927***

 

0.4522**

0.6390***

 

0.4019**

0.8109***

 

0.4819**

(4.12)

 

(2.30)

(4.14)

 

(2.22)

(3.98)

 

(2.04)

IPR×Spillovers

 

0.4430***

0.2932**

 

0.4221***

0.2889**

 

0.5522***

0.4026***

 

(4.15)

(2.34)

 

(4.30)

(2.51)

 

(4.39)

(2.77)

Size

0.6637***

0.6638***

0.6640***

0.5963***

0.5964***

0.5966***

-0.3355***

-0.3354***

-0.3353***

(47.55)

(47.55)

(47.57)

(46.49)

(46.50)

(46.52)

(-20.72)

(-20.72

(-20.71)

Age

-0.0332

-0.0288

-0.0313

0.0117

0.0158

0.0136

-0.1840***

-0.1787***

-0.1810***

(-1.10)

(-0.95)

(-1.03)

(0.42)

(0.57)

(0.49)

(-5.35)

(-5.20)

(-5.26)

Fix

-0.9113***

-0.9156***

-0.9130***

-0.8974***

-0.9013***

-0.8990***

-0.2468**

-0.2507**

-0.2497**

(-10.43)

(-10.48

(-10.45

(-11.18

(-11.23)

(-11.21)

(-2.37)

(-2.41)

(-2.40)

Cash

0.4044**

0.4160**

0.4102**

0.2792*

0.2900*

0.2849*

1.5413***

1.5490***

1.5450***

(2.37)

(2.44)

(2.41)

(1.78)

(1.85)

(1.82)

(7.66)

(7.70)

(7.68)

Cover

0.1880***

0.1865***

0.1871***

0.1774***

0.1760***

0.1765***

0.2218***

0.2200***

0.2206***

(20.85)

(20.67)

(20.73)

(21.42)

(21.24)

(21.29)

(21.49)

(21.31)

(21.36)

Lev

-0.1440**

-0.1519**

-0.1465**

-0.0145

-0.0218

-0.0170

0.3177***

0.3069***

0.3141***

(-2.24)

(-2.36)

(-2.28)

(-0.25)

(-0.37)

(-0.29)

(4.08)

(3.95)

(4.04)

Profit

0.1450

0.1529

0.1500

0.1276

0.1351

0.1325

2.8262***

2.8357***

2.8321***

(0.62)

(0.66)

(0.65)

(0.60)

(0.63)

(0.62)

(9.79)

(9.83)

(9.82)

Q

-0.0004

-0.0005

-0.0004

0.0113***

0.0112***

0.0113***

0.0235***

0.0235***

0.0237***

(-0.13)

(-0.15)

(-0.12)

(3.94)

(3.93)

(3.95)

(6.30)

(6.30)

(6.34)

Soe

0.1783***

0.1783***

0.1771***

0.2519***

0.2518***

0.2507***

0.2485***

0.2484***

0.2465***

(6.79)

(6.79)

(6.74)

(10.44)

(10.43)

(10.39)

(8.11)

(8.11)

(8.04)

Labor

-0.2459***

-0.2452***

-0.2452***

-0.1933***

-0.1925***

-0.1926***

0.1543***

0.1558***

0.1556***

(-14.03)

(-13.99

(-13.99)

(-12.00)

(-11.96)

(-11.96

(7.38)

(7.45)

(7.44)

Growth

0.0019

0.0001

0.0011

-0.0068

-0.0085

-0.0076

-0.1560***

-0.1573***

-0.1567***

(0.07)

(0.00)

(0.04)

(-0.27)

(-0.33)

(-0.30)

(-4.72)

(-4.76)

(-4.74)

HHI

0.4507

1.2345

0.7041

0.6919

1.4131

0.9416

-3.0394**

-2.0083

-2.6263*

(0.44)

(1.22)

(0.68)

(0.73)

(1.52)

(0.98)

(-2.24)

(-1.51)

(-1.93)

HHI2

-0.5523

-2.1476

-1.1208

0.6855

-0.7875

0.1253

9.1690***

7.0277**

8.2855***

(-0.27)

(-1.08)

(-0.55)

(0.37)

(-0.43)

(0.07)

(3.07)

(2.39)

(2.76)

Industry

Province-year

N

14733

14733

14733

14733

14733

14733

12740

12740

12740

R2

0.4766

0.4766

0.4768

0.4544

0.4545

0.4547

0.3090

0.3092

0.3094

注:******分别表示1%、5%和10%的显著性水平,括号内是t值,下同。