（2）贸易福利（welfare），目前还没有统一定义。当前衡量贸易福利较为主流的方法有三：一是将贸易福利定义为总收入与总价格水平的比值（Melitz，2003[22]；孙浦阳和侯欣裕，2018）[23]；二是用贸易过程中行业生产率分布、劳动力市场及消费支出生产差异化的影响来表示（金毓和鲍晓华，2015）[24]；三是构建专门的贸易福利计算公式（Melitz and Redding，2015）[25]。由于以上方法并不能完全体现贸易量的影响效果，且存在数据受限、计算困难的问题，故本文将依据研究特点，对贸易福利进行新的定义。国际经济学中，福利效应（Welfare Effect）指由增长带来的人均产出量的变动。③本文借鉴这种思路，并考虑Williams（2017）的研究结论，将贸易福利定义为由贸易发生而带来的一种社会利得，并用GDP的变化量与双边国家贸易总额的变化量之比作为贸易福利的代理变量。其中，各出口国（地区）历年的GDP数值来源于世界银行世界发展指标（WDI）数据库，进口国（中国）与各国的双边贸易数据则来源于CEPII TRADHIS以及CEPII BACI数据库。
（3）知识产权保护力度（IPR）是本文的核心解释变量。当前多数学者认为知识产权保护水平和执法力度是衡量知识产权保护力度过程中不可忽略的两个重要方面（魏浩和巫俊，2018；韩剑和冯帆等，2018等）[26]。本文参照Ginarte和Park（1997）[27]的方法构建G-P指标，以此表示中国知识产权保护水平，同时以中国的司法效力为中国执法力度的代理变量，并用G-P指标和司法效力的乘积衡量中国知识产权保护的力度。④中国司法效力的相关数据来源于美国传统基金会网站（The Heritage Foundation）。
（4）中间品关税（tariff）的变化会对进口国企业的创新水平及产品加成率产生一定影响（祝树金和钟腾龙等，2018）[28]，从而改变贸易福利。但进口国政策的不同可能会使中间品关税的影响效果存在差异（李杰和王兴棠等，2018）[29]。相关数据来源于世界银行的WITS数据库。
（5）进口产品种类（variety）的多样性不但能够提升进口国消费者的效用，而且能够促进企业的创新（耿晔强和郑超群，2018），改善贸易福利，是影响贸易福利的一大因素。进口产品种类的相关数据来源于CEPII BACI数据库。
（6）进口国投资自由度（free）的提升有利于吸引大量海外优秀企业进入本国，新技术的引进及优质中间品的使用理论上能够促进进口国生产率的提高，从而带来贸易福利的增加。该变量以ln（1+free）的形式代入模型进行回归，相关数据来源于美国传统基金会网站。
以上变量的统计描述如表1所示。
表1 主要变量的统计性描述
变量
|
变量含义
|
平均值
|
最大值
|
最小值
|
方差
|
观测值
|
lntwf
|
进口国贸易福利的对数
|
0.512
|
2.221
|
0.311
|
0.117
|
364
|
lnRD
|
海外企业技术投入的对数
|
0.352
|
0.722
|
0.018
|
0.180
|
364
|
lnIPR
|
进口国知识产权保护力度的对数
|
0.291
|
0.346
|
0.221
|
0.041
|
364
|
lntariff
|
中间品关税的对数
|
0.770
|
1.239
|
-0.310
|
0.201
|
364
|
lnvariety
|
进口商品种类的对数
|
3.293
|
3.635
|
2.143
|
0.319
|
364
|
lnfree
|
进口国投资自由度对数
|
0.212
|
0.236
|
0.164
|
0.027
|
364
|
（三）计量结果
本文采用系统GMM的估计方法对模型A和模型B进行计量回归，选择系统GMM估计方法的原因主要有二：其一，解释变量和被解释变量之间存在双向因果关系，模型的设定可能因此存在一定内生性，系统GMM估计方法可在很大程度上克服模型的内生性问题。其二，模型的设计难免遗漏一些重要变量，系统GMM估计方法能够有效解决变量遗漏问题，确保估计结果的准确性。基于以上考虑，并为得到更具针对性的结论，本文特从以下三个层面探讨了知识产权保护、技术投入和贸易福利之间的关系。
1.总体回归结果
表2是模型A的回归结果，解释了中国知识产权保护力度对海外企业技术投入的影响。模型（A1）中，中国知识产权保护力度的增强能够对海外企业当前的技术投入产生显著正影响，中国知识产权保护力度每提高1%，海外企业的技术投入将增加0.018%，这从一定程度上表明中国知识产权保护还有可以完善的空间。模型（A2）、模型（A3）和模型（A4）是在模型（A1）的基础上逐一加入控制变量的回归结果，在这3个模型中，中国知识产权保护力度的回归结果与模型（A1）基本一致，说明模型（A1）的结论具有一定稳健性，知识产权保护是影响海外企业技术投入的重要因素，表2的结果符合命题1的基本结论。
表2 中国知识产权保护力度对海外企业技术投入的影响
变量
|
模型（A1）
|
模型（A2）
|
模型（A3）
|
模型（A4）
|
lnIPR
|
0.018*
|
0.022*
|
0.028**
|
0.021*
|
（1.86）
|
（1.85）
|
（2.14）
|
（1.69）
|
lntariff
|
|
-0.0004
|
-0.001
|
-0.002
|
|
（-0.05）
|
（-0.12）
|
（-0.34）
|
lnvariety
|
|
|
-0.011
|
-0.015
|
|
|
（-1.26）
|
（-1.50）
|
lnfree
|
|
|
|
0.016
|
|
|
|
（0.27）
|
c
|
-0.001
|
-0.005
|
0.033
|
0.043
|
（-0.08）
|
（-0.95）
|
（1.22）
|
（1.47）
|
AR（1）
|
0.093
|
0.092
|
0.092
|
0.091
|
AR（2）
|
0.643
|
0.639
|
0.631
|
0.627
|
sargan test
|
0.998
|
1.000
|
1.000
|
1.000
|
N
|
364
|
364
|
364
|
364
|
注：表中*、**、***分别表示10%、5%、1%的显著性水平，括号内为t值；AR（1）和AR（2）是模型扰动项的自相关检验结果，检验的原假设H0为“扰动项不存在自相关”，GMM估计方法要求模型扰动项不存在二阶或更高阶的扰动项自相关，但可接受扰动项一阶相关。sargan test是对模型工具变量的过度识别检验的结果，检验的原假设H0为“所有工具变量均有效”，只有保证工具变量的有效性才可确保估计结果的准确性。特别需要注意的是，表中并未展示出滞后项的相关回归结果。
表3是模型B的回归结果，主要探讨中国知识产权保护力度对贸易福利的影响。其中，模型（B1）的结果表明中国知识产权保护力度的增强能够显著提高本国的贸易福利。模型（B2）在模型（B1）的基础上加入了中国知识产权保护力度的平方项，回归结果在进一步验证模型（B1）结论的同时，中国知识产权保护力度平方项显著为负的回归系数表明当中国知识产权保护力度提高到某一临界点时，中国知识产权保护力度的增强会减少中国的贸易福利，这符合命题2的基本结论。模型（B3）是加入控制变量后的回归结果，可以看到，中间品关税的增加会显著降低中国的贸易福利，但中国投资自由度的提高却能显著改善中国贸易福利，而进口商品种类的增加则不会对中国的贸易福利造成显著影响。可能的原因是中间品关税的提高会降低外商到中国投资的积极性，进而导致贸易福利的减少，而中国投资自由度的提高则可从政策上鼓励更多外商的来华投资，由此推动贸易福利的增长。对于进口商品种类增加并不能显著改善中国贸易福利的可能解释是，中国市场的商品种类已接近饱和，通过增加商品种类来提升中国贸易福利的空间是非常有限的。
表3 中国知识产权保护力度对贸易福利的影响
变量
|
模型（B1）
|
模型（B2）
|
模型（B3）
|
lnIPR
|
0.248***
|
1.571*
|
19.093***
|
（3.54）
|
（2.95）
|
（2.81）
|
lnIPR×lnIPR
|
|
-2.387
|
-29.205***
|
|
（-2.67）
|
（-2.73）
|
lntariff
|
|
|
-0.079**
|
|
|
（-2.59）
|
lnvariety
|
|
|
-0.007
|
|
|
（-0.15）
|
lnfree
|
|
|
0.493**
|
|
|
（2.35）
|
c
|
0.535***
|
0.357***
|
-1.945**
|
（10.80）
|
（3.82）
|
（-1.99）
|
AR（1）
|
0.155
|
0.155
|
0.087
|
AR（2）
|
0.254
|
0.266
|
0.465
|
sargan test
|
0.987
|
0.982
|
1.000
|
N
|
364
|
364
|
364
|
注：同表2。
结合表2和表3的回归结果可以看到，中国知识产权保护力度的增强对贸易福利的改善存在一定门槛效应。就当前中国实际情况而言，国内的知识产权保护强度还未达到门槛值，中国知识产权保护强度的增加能够促进贸易福利的提高，知识产权保护环境仍有可进一步优化的空间。结合理论模型的推导，表2知识产权保护对海外企业技术投入的促进作用揭示了现阶段中国加强知识产权保护推动贸易福利增加的机制，即由知识产权保护加强带来的海外企业技术投入的增加，不但提高了消费者的效用，而且增加了企业的收益，最终推动本国贸易福利的改善。
2.不同行业的回归结果
根据狭义知识产权的定义，本文将总体数据划分为轻工业、重工业和文化产业三个部分，以此分析知识产权保护力度对不同行业贸易福利的影响。⑤表4中，知识产权保护力度的增强均能显著提高三个行业的贸易福利，而从各回归系数的大小来看，中国知识产权保护力度的提升最有利于重工业贸易福利的改善，可能的原因是知识产权保护环境的完善能够激励更多拥有先进技术的海外企业进入国内市场，而重工业涉及较多技术引进，也必然因此而获得更多收益。表5在表4的基础上加入知识产权保护力度的平方项，结果显示在三个行业的回归模型中，知识产权保护力度平方项的回归系数均显著为负，说明在轻工业、重工业和文化产业中，知识产权保护力度与行业贸易福利呈倒U型关系，知识产权保护力度对行业贸易福利的影响具有明显的门槛效应，再次验证了命题2的基本结论。
表4 中国知识产权保护力度对不同行业贸易福利的影响
变量
|
轻工业
|
重工业
|
文化产业
|
lnIPR
|
0.075***
|
0.209***
|
0.001***
|
（2.90）
|
（3.78）
|
（3.60）
|
lntariff
|
-0.006
|
-0.016***
|
-0.0001
|
（-0.99）
|
（-1.43）
|
（-1.28）
|
lnvariety
|
0.020***
|
0.027
|
0.0001
|
（3.73）
|
（1.48）
|
（1.16）
|
lnfree
|
-0.201*
|
-0.630***
|
-0.004***
|
（-1.68）
|
（-4.58）
|
（-3.80）
|
c
|
-0.035
|
0.009
|
0.0001
|
（-1.00）
|
（0.12）
|
（0.40）
|
AR（1）
|
0.149
|
0.033
|
0.234
|
AR（2）
|
0.554
|
0.276
|
0.381
|
sargan test
|
1.000
|
1.000
|
1.000
|
N
|
364
|
364
|
364
|
注：同表2。
表5 加入平方项的不同行业回归结果
变量
|
轻工业
|
重工业
|
文化产业
|
lnIPR
|
1.551***
|
5.206***
|
0.013**
|
（3.09）
|
（4.50）
|
（2.36）
|
lnIPR×lnIPR
|
-2.542***
|
-8.566***
|
-0.021**
|
（-3.1）
|
（-4.5）
|
（-2.28）
|
lntariff
|
-0.001
|
0.0002
|
-0.00004
|
（-0.13）
|
（0.05）
|
（-1.06）
|
lnvariety
|
0.017**
|
0.012
|
0.00008
|
（2.29）
|
（0.70）
|
（1.37）
|
lnfree
|
-0.321**
|
-0.612**
|
-0.005***
|
（-2.28）
|
（-1.89）
|
（-3.27）
|
c
|
-0.213***
|
-0.989***
|
-0.001*
|
（-3.68）
|
（-5.21）
|
（-1.81）
|
AR（1）
|
0.152
|
0.033
|
0.230
|
AR（2）
|
0.510
|
0.312
|
0.341
|
sargan test
|
1.000
|
1.000
|
1.000
|
N
|
364
|
364
|
364
|
注：同表2。
3.不同贸易形势下的回归结果
为进一步探究不同贸易形势下知识产权保护力度对贸易福利的影响是否存在显著差异，本文按历年中国与世界各国间的反倾销调查数据将总体样本分为贸易摩擦较少时期和贸易摩擦较多时期，回归结果如表6所示。⑥表6中，中国知识产权保护力度在模型（1）中的回归系数显著为负，说明在贸易摩擦较少的情况下，知识产权保护力度的增加会使贸易福利恶化。与此相反，在模型（2）中，知识产权保护力度的回归系数在10%的水平上显著为正，说明在贸易摩擦较多的情况下，知识产权保护的增强能够改善现有贸易福利。
表6 不同贸易形势下中国知识产权保护强度对贸易福利的影响
变量
|
模型（1）
|
模型（2）
|
贸易摩擦较少
|
贸易摩擦较多
|
lnIPR
|
-0.100*
|
3.778*
|
（-1.94）
|
（1.66）
|
lntariff
|
-0.033
|
0.029
|
（-0.85）
|
（0.69）
|
lnvariety
|
0.006
|
1.018
|
（0.18）
|
（1.39）
|
lnfree
|
0.514***
|
-5.157
|
（3.58）
|
（-0.29）
|
c
|
0.358***
|
-2.564
|
（3.26）
|
（-0.83）
|
AR（1）
|
0.062
|
0.170
|
AR（2）
|
0.357
|
0.260
|
sargan test
|
0.191
|
0.504
|
N
|
182
|
182
|
注：同表2。
