摘要：以湖南省1990年-2017年的专利申请量和地区总产值数据为基础，运用计量经济学中的描述统计、ADF单位根检验、E-G协整检验和格兰杰检验进行实证分析，研究湖南省专利产出与经济增长之间的关系并提出相关建议。研究结果表明：湖南省专利申请数量和地区总产值互为格兰杰因果原因，即两者为相互影响，相互促进的关系。
关键词：湖南省，专利产出，经济增长，实证分析
基金项目：湖南农业大学东方科技学院大学生研究性学习与创新性研究计划“专利产出与区域经济增长的实证研究——以湖南省数据为例”（DFCXY201804）。
随着世界经济的快速发展，建设科技强国已成为提高各国国际竞争力的关键部分，其归根结底是要提升自主创新能力。国内外学者大多认可将专利产出作为衡量国家地区或自主创新能力的指标之一，因而专利产出与经济增长直接必然存在着某种联系。目前，对专利产出与区域经济增长关系进行的研究有很多，但针对湖南省进行的实证研究还十分少。因此，本文将以湖南省数据为例，研究湖南省专利产出与经济增长之间的关系并提出相关建议，对湖南省提高自主创新能力和加快经济发展都具有重要意义。
1 相关概念界定与研究综述
本文研究专利产出与区域经济增长之间的关系，其中专利产出是指通过专利的申请和授权阶段，为专利的保护和应用创作条件的运作过程。本文选取1985—2017年湖南省专利申请量数据作为衡量专利产出的指标。区域经济增长是指地区人均产出水平的增加，本文选取湖南省地区生产总值GDP来衡量。
目前，国内对专利与经济增长相关的研究主要有以下几个方面：
（1）专利制度与经济增长关系研究：杨苏（2014）从创新绩效和经济绩效两个角度对我国1985—2005年的专利数据进行了专利制度的运行绩效分析，其研究结果表明，我国专利制度改革对提高专利制度的经济绩效作用影响不显著，但对创新存在显著性促进。
（2）专利保护强度与经济增长关系研究：尹志锋、周敏丹（2017）通过跨国数据对专利保护强度与跨国企业市场进入方式选择的影响研究结果表明，专利保护对跨国企业经济活动的影响与东道国模仿能力成正相关关系。
（3）专利产出与经济增长关系研究：张爱华（2015）对河北省1985—2012年专利产出与经济增长数据进行长期动态均衡关系的实证分析，研究结果表明，河北省专利产出在一定程度上促进了区域经济的发展，但作用还不是很大。
（4）不同类型专利与经济增长关系研究：我国现行法律保护的专利类型分为三种，即发明专利、实用型专利和外观设计专利。李建瑞（2015）对合肥市1990—2014年专利授权量和GDP数据进行实证研究，研究发现，实用新型专利数量最大，对促进合肥市经济增长的贡献最大，而发明专利技术含量最高。崔燕燕和崔晟（2015）通过山西省数据分析了三种专利类型对经济发展的促进作用，结果表明山西省的发明专利产出率与GDP的关系较显著。
2 指标介绍与数据选择
2.1 指标介绍
本文选取地区生产总值作为衡量经济增长的指标，为了消除物价因素对GDP的影响，计算以1985年为不变价格的各年度物价指数CPI，进过调整后得到剔除价格变动的地区总产值（PGDP）。
目前已有的文献中，衡量专利产出的指标主要是专利产出量和专利授权量。尽管专利授权量更具法律效应，但本文选择专利申请量作为衡量专利产出的指标，因为根据湖南省1990—2017年专利申请量和授权量的数据来看，二者数量差距很大，专利授权量很大程度的包含了专利授权量，专利产出本质上是为了衡量自主创新能力，专利申请便表示该项技术已经存在，能更好的反映地区的创新能力和知识产权工作效果，而授权量只是加以审查后再进行的法律意义上的授权；专利授权量相比申请量具有更强的时间滞后性，容易造成信息滞后和信息失真，影响研究的真实客观性。
2.2 数据选择
本文选取湖南省1990—2017年专利申请量PA和剔除价格变动的地区生产总值PGDP数据作为样本，数据来源为国家知识产权局、湖南省统计年鉴、湖南省知识产权局。为了消除时间序列异方差，使模型估计更加准确，分别对PGDP和PA取对数LNPGDP、LNPA进行研究。
表1 专利产出与经济增长数据
| 年份
|
GDP（亿元）
|
专利申请量PA（件）
|
物价指数P（%）
|
PGDP（亿元）
|
LNPGDP
|
LNPA
|
| 1990
|
744.44
|
2190
|
172.3
|
432.06
|
6.0686
|
7.6917
|
| 1991
|
833.30
|
2536
|
179.9
|
463.20
|
6.1382
|
7.8383
|
| 1992
|
986.98
|
3342
|
199.2
|
495.47
|
6.2055
|
8.1143
|
| 1993
|
1244.71
|
3173
|
232.6
|
535.13
|
6.2825
|
8.0624
|
| 1994
|
1650.02
|
3004
|
291.5
|
566.04
|
6.3387
|
8.0077
|
| 1995
|
2132.13
|
2628
|
346.9
|
614.62
|
6.4210
|
7.8740
|
| 1996
|
2540.13
|
2968
|
373.6
|
679.91
|
6.5220
|
7.9956
|
| 1997
|
2849.27
|
3070
|
384.1
|
741.80
|
6.6091
|
8.0294
|
| 1998
|
3025.53
|
3225
|
384.9
|
786.06
|
6.6670
|
8.0787
|
| 1999
|
3214.54
|
3403
|
386.8
|
831.06
|
6.7227
|
8.1324
|
| 2000
|
3551.49
|
4117
|
392.2
|
905.53
|
6.8085
|
8.3229
|
| 2001
|
3831.90
|
4292
|
388.7
|
985.82
|
6.8935
|
8.3645
|
| 2002
|
4151.54
|
4859
|
386.8
|
1073.30
|
6.9785
|
8.4886
|
| 2003
|
4659.99
|
6054
|
396.1
|
1176.47
|
7.0703
|
8.7085
|
| 2004
|
5664.37
|
7693
|
416.3
|
1360.65
|
7.2157
|
8.9481
|
| 2005
|
6623.45
|
8763
|
425.8
|
1555.53
|
7.3496
|
9.0783
|
| 2006
|
7722.34
|
10249
|
431.8
|
1788.41
|
7.4891
|
9.2349
|
| 2007
|
9454.44
|
11233
|
456.0
|
2073.34
|
7.6369
|
9.3266
|
| 2008
|
11550.48
|
14016
|
483.4
|
2389.42
|
7.7788
|
9.5480
|
| 2009
|
13043.86
|
15948
|
481.5
|
2709.01
|
7.9043
|
9.6771
|
| 2010
|
15978.00
|
22381
|
496.4
|
3218.78
|
8.0768
|
10.0160
|
| 2011
|
19558.30
|
29516
|
523.7
|
3734.64
|
8.2254
|
10.2927
|
| 2012
|
22005.21
|
35709
|
534.2
|
4119.28
|
8.3234
|
10.4832
|
| 2013
|
24437.54
|
41336
|
547.6
|
4462.66
|
8.4035
|
10.6295
|
| 2014
|
26807.93
|
44194
|
558.0
|
4804.29
|
8.4773
|
10.6963
|
| 2015
|
28589.04
|
54501
|
565.8
|
5052.85
|
8.5277
|
10.9060
|
| 2016
|
30888.57
|
67779
|
576.6
|
5357.02
|
8.5862
|
11.1240
|
| 2017
|
33902.96
|
77934
|
584.7
|
5798.35
|
8.6653
|
11.2636
|
资料来源：国家知识产权局、湖南省知识产权局、湖南省统计年鉴。
3 实证分析
根据上述变量说明，建立回归模型：
LNPGDP=α+βLNPA+μ
3.1 专利产出与经济增长的ADF单位根检验
运用Eviews对LNPA与LNPGDP进行ADF单位根检验，结果如表2所示。LNPGDP、LNPA的二阶差分序列ADF统计量显著性概率P值小于0.05，通过了单位根检验，表明LNPGDP、LNPA二阶差分序列为平稳序列，即LNPGDP、LNPA为同阶单整。
表2 单位根检验结果
| 变量
|
ADF统计量
|
5%临界值
|
P值
|
是否平稳
|
| LNPGDP
|
-0.427626
|
-2.981038
|
0.8902
|
否
|
| D（LNPGDP）
|
-1.773881
|
-2.981038
|
0.3844
|
否
|
| D（LNPGDP,2）
|
-4.691778
|
-2.986225
|
0.0010
|
是
|
| LNPA
|
2.147909
|
-2.976263
|
0.9998
|
否
|
| D（LNPA）
|
-1.467250
|
-1.955020
|
0.1299
|
否
|
| D（LNPA,2）
|
-7.690546
|
-2.986225
|
0.0000
|
是
|
资料来源：Eviews计算整理。
3.2 专利产出与经济增长的E—G协整检验
由单位根检验结果可知，LNPGDP、LNPA为同阶单整，因此，笔者进一步进行协整检验，采用E—G两步法，首先进行OLS回归，回归结果如表3所示。
表3 回归结果
| 变量
|
系数
|
标准偏差
|
T统计量
|
显著性
|
| LNPA
|
0.734326
|
0.025681
|
28.59410
|
0.0000
|
| C
|
0.613639
|
0.235629
|
2.604260
|
0.0150
|
| R2
|
0.969181
|
F统计量
|
817.6224
|
| R2
|
0.967995
|
显著性
|
0.000000
|
资料来源：Eviews计算整理。
由表3可得专利申请数量与人均GDP的回归方程：
LNPGDP=0.613639+0.734326LNPA
其中，模型
为0.967995，拟合度较高，说明模型整体拟合度较好。
LNPA的回归系数为0.734326，即LNPA每增长1%，人均GDP平均增长0.734326%。专利申请数量越高，人均GDP也越高，专利申请数量在一定程度上代表了研发水平的提升，本回归结果说明了研发水平的提升对经济增长具有促进作用。
