跨國專利合作和引用對國家創(chuàng)新產(chǎn)出的關系研究,社會科學論文

跨國專利合作和引用對國家創(chuàng)新產(chǎn)出的關系研究,社會科學論文1、引言知識經(jīng)濟時代，創(chuàng)新成為世界經(jīng)濟和社會發(fā)展的主要驅(qū)動力，是國家、地區(qū)和企業(yè)競爭力的關鍵。技術創(chuàng)新呈現(xiàn)出投入高、知識穿插性強、知識構造復雜、市場要求反響速度快等特點，單個的創(chuàng)新主體已經(jīng)很難把握創(chuàng)新所需的全部知識，快速并長期占領市場領先地位。因而，通過和其他創(chuàng)新主體進行交互，從外界獲取創(chuàng)新所需的知識、人才、市場、資金等各種資源，對創(chuàng)新活動至關重要。外部知識獲取途徑主要有論文和專利合作、引用、研發(fā)合作、戰(zhàn)略聯(lián)盟、企業(yè)并購、咨詢、外包服務、FDI、國際貿(mào)易等。大量實證研究表示清楚，基于專利合作和專利引用的外部知識獲取對創(chuàng)新具有重要影響。如Singh通過分析過去的專利合作對將來專利引用的影響，證實大部分的跨區(qū)域和跨企業(yè)的知識流動歸因于專利合作網(wǎng)絡。Fleming等人對USP-TO的發(fā)明者們進行了采訪，發(fā)現(xiàn)大部分的受訪者均與之前的專利合作者保持著一定程度的技術溝通，即使他們已經(jīng)不再為同一家企業(yè)工作。由于專利信息的公開性，基于專利引用的外部知識獲取能夠不受國家和地區(qū)邊界的影響。Trajten-berg在1990年第一次使用專利引文分析來描繪敘述知識和技術的流動，此后該種研究方式方法被大量運用到其他研究中。當前已有基于專利合作和專利引用的研究，大多數(shù)在企業(yè)和產(chǎn)業(yè)層面展開，少數(shù)國家層面的研究也僅針對一兩個國家展開，缺少國家層面的大規(guī)模實證研究。本研究針對已有研究的缺乏，在國家層面研究基于專利合作和專利引用的外部知識獲取對創(chuàng)新績效的影響，研究對象包括16個當今主要創(chuàng)新型國家，時間跨度為1981－2007年，同時本研究考察了吸收能力對外部知識和創(chuàng)新產(chǎn)出關系的影響，在一定程度上彌補了現(xiàn)有理論和實證研究的缺乏。專利作為重要的創(chuàng)新產(chǎn)出，研究其本身投入、外部知識獲取和吸收能力的關系，能夠為政策制定者提供更多視角，幫助其制定愈加有利于專利創(chuàng)新的科技政策。2、研究設計本文研究對象為當今世界主要創(chuàng)新型國家，世界經(jīng)濟論壇在2002年的(全球競爭力報告〕中辨別出25個核心創(chuàng)新者，本文以華而不實16個(包括美國、日本、瑞典、瑞士、芬蘭、德國、加拿大、荷蘭、丹麥、比利時、法國、奧地利、英國、挪威、澳大利亞和意大利)為研究對象，其他9個國家和地區(qū)由于研發(fā)數(shù)據(jù)在本文大部分研究年份不可得而沒有被包含在本文研究中。USPTO專利由于其較高的專利質(zhì)量、國際化和數(shù)據(jù)規(guī)范性，被廣泛用于技術創(chuàng)新能力的國際比擬研究，因而本文使用USPTO專利數(shù)據(jù)。在測度各國創(chuàng)新產(chǎn)出的數(shù)量上，使用各國在USPTO發(fā)明專利的申請數(shù)量來衡量;在測度創(chuàng)新產(chǎn)出的質(zhì)量上，專利被引用次數(shù)是一種常用方式方法，一項專利被其他專利引用，一定程度上能夠表示清楚引用專利對被引用專利成果的認可和借鑒，因而本文使用各國在USPTO的受權發(fā)明專利在將來若干年內(nèi)的總被引用次數(shù)來衡量其專利質(zhì)量。本文研究的因變量專利數(shù)量和專利被引用次數(shù)均為計數(shù)型數(shù)據(jù)，因而本文采用計數(shù)型模型。研究者們通常使用泊松模型來分析計數(shù)型數(shù)據(jù)，但該模型有一個限制條件，即要求變量的均值等于方差。在本文中，假設檢驗在0.001的檢驗水平下顯示，應拒絕均值等于方差的原假設，即拒絕泊松模型。專利數(shù)量和專利被引用次數(shù)的方差遠大于均值的特點顯示，負二項式模型是一種適宜的模型，該模型對專利數(shù)據(jù)的適用性已被前人研究證實?；镜牟此赡Ｐ腿缡?1)所示，該模型用于計算在給定一組自變量xi時，因變量取值為觀測值yi的概率。為了避免均值i為負值，將i取值為因變量的指數(shù)形式，如式(2)所示:為了讓預測的均值能夠隨方差大小進行調(diào)節(jié)，我們將泊松模型中的均值i，由通過式(2)得到的固定值，替換成一個如式(3)所示的伽馬分布。由此，因變量觀測值yi的概率密度函數(shù)變?yōu)槿缡?4)所示的，參數(shù)為i和的負二項式分布。華而不實i的構成形式與之前的i一樣。之前的研究證明，固定效應的負二項式模型要優(yōu)于隨機效應的負二項式模型，由于固定效應只考慮國家內(nèi)部的方差，也就是講，這種模型能夠控制那些沒有被模型包含的，不隨時間改變的，各國家所特有的影響因素。Hausman檢驗在0.001的顯著性水平下，拒絕了隨機效應模型。因而，本研究采用固定效應的負二項式模型。由于創(chuàng)新投入和產(chǎn)出之間通常存在一定時間延遲，因而本文采用長度為a年的時間延遲。當考慮a年產(chǎn)出時滯時，負二項式專利申請數(shù)量的均值和專利被引用次數(shù)的均值分別如式(5)和式(6)所示:華而不實i表示國家，t表示年份，a表示時滯，表1給出了各變量的含義和數(shù)據(jù)來源。3、結(jié)果分析3.1專利合作和專利引用對創(chuàng)新產(chǎn)出數(shù)量的影響表2給出了專利申請量和各自變量的描繪敘述統(tǒng)計，以及這些自變量之間的相關系數(shù)矩陣。從表2能夠看到，專利申請數(shù)的均值為12418.07，標準差為31764.61，方差明顯遠大于均值，呈現(xiàn)出過度分散的特征，再次證實負二項式模型是比泊松模型更適宜的選擇。由于知識的投入和產(chǎn)出之間具有一定的時滯，選擇唯一的時滯在一定程度上具有武斷性，因而在本研究中，我們分別考慮不同長度的時滯，以盡可能降低任意選取帶來的武斷性。在回歸模型式(5)中，我們分別考慮一年、兩年和三年時間延遲，即分別考慮a=1，a=2和a=3，來研究當年的跨國專利合作和跨國專利引用，對將來一年、兩年和三年專利申請數(shù)量的影響。表3給出了各自變量和這三個因變量對數(shù)的Pearson相關系數(shù)，能夠看到，所有自變量在0.001的檢驗水平下都與三個因變量的對數(shù)顯著線性相關。表4－表6分別列出了a=1，a=2和a=3時專利申請量的回歸結(jié)果。從四個模型能夠看到，國家研發(fā)經(jīng)費和研發(fā)人員投入對國家將來三年的創(chuàng)新產(chǎn)出的數(shù)量，即專利申請數(shù)量，均有顯著積極影響。這與廣泛認同的現(xiàn)象相一致，即更多的研發(fā)經(jīng)費投入和更多的勞動力投入能帶來更多的創(chuàng)新產(chǎn)出。代表國家吸收能力的PIPC在三種時間延遲下，回歸系數(shù)均顯著為正，表示清楚吸收能力對一國對外部知識的評估、吸收和利用有顯著的影響，更好的吸收能力，能夠幫助國家更好地吸收外部知識，進而更有效地將其轉(zhuǎn)換為本身創(chuàng)新產(chǎn)出。從模型2和模型4能夠看到，跨國專利合作次數(shù)(lnCoop)的系數(shù)在0.001的檢驗水平下均顯著為正，表示清楚跨國專利合作對國家本身創(chuàng)新產(chǎn)出的數(shù)量具有積極影響，即更多的跨國合作會激發(fā)出更多本國的專利產(chǎn)出。各國家通過和其他國家的專利合作，來獲取其他國家的先進技術和方式方法，進一步地，在消化吸收這些外部知識后，利用其激發(fā)出更多的本身知識產(chǎn)出。從模型3能夠看到，當單獨考慮跨國專利引用(lnCiting)時，其回歸系數(shù)為正，但在0.1的檢驗水平下不顯著。再看模型4，當同時考慮跨國專利合作和跨國專利引用時，lnCiting的系數(shù)均為負，在考慮一年時滯時在0.05的檢驗水平下顯著，在考慮兩年時滯和三年時滯時在0.1的檢驗水平下不顯著。表示清楚總體來講，跨國專利引用對國家將來兩年和三年的專利申請數(shù)量無顯著影響，對短期，即將來一年的專利申請量可能具有負面影響。3.2專利合作和專利引用對創(chuàng)新產(chǎn)出質(zhì)量的影響在上一節(jié)我們討論了專利合作和專利引用對創(chuàng)新產(chǎn)出數(shù)量的影響，本節(jié)我們將站在創(chuàng)新產(chǎn)出質(zhì)量的角度，來分析跨國專利合作和跨國專利引用對國家創(chuàng)新產(chǎn)出的影響。為了加強可比性，本文為每年的專利選取一樣的時間范圍，來計算該年專利在這一時間區(qū)間里的被引用次數(shù)。同上一節(jié)一樣，任意選取唯一的時間長度帶有主觀武斷性，為了盡量降低這種武斷性，我們通過選取不同的時間范圍來加強本研究結(jié)論的可信度。一般而言，大部分專利引用集中在專利受權后的5年以內(nèi)，10年以上的引用占10%左右。我們分別使用各國各年專利在將來三年、五年和十年內(nèi)的被引用次數(shù)來測度各國專利產(chǎn)出的質(zhì)量，即式(6)模型中，分別取a=3，a=5和a=10。表7給出了因變量專利被引用次數(shù)的描繪敘述統(tǒng)計，從表中能夠看出，不管是三年期、五年期還是十年期，其均值都遠小于方差，表示清楚專利被引用次數(shù)數(shù)據(jù)具有過度分散特征，負二項式模型比泊松模型愈加合適本節(jié)研究內(nèi)容。表8給出了各自變量和三個因變量的對數(shù)的Pearson相關系數(shù)，能夠看到各自變量和因變量的對數(shù)在0.001的檢驗水平下顯著線性相關。表9－表11分別列出了a=3，a=5和a=10時專利被引用次數(shù)的回歸結(jié)果。從表9可知，當考慮三年期被引用次數(shù)時，控制變量研發(fā)經(jīng)費、研發(fā)人員數(shù)和代表吸收能力的人均的系數(shù)在不考慮跨國專利合作的模型1和模型3中顯著為正，在考慮跨國專利合作的模型2和模型4中研發(fā)經(jīng)費顯著為正，研發(fā)人員和人均不顯著?？鐕鴮＠献鞯南禂?shù)在模型2和模型4中均在0.001的檢驗水平下顯著為正，講明跨國專利合作不僅對專利產(chǎn)出的數(shù)量具有顯著促進，對專利三年期被引用次數(shù)也具有顯著促進作用?？鐕鴮＠玫南禂?shù)在模型3和模型4中均在0.001的檢驗水平下顯著為正，講明跨國專利引用數(shù)固然對國家專利產(chǎn)出的數(shù)量沒有顯著影響，但對專利三年期被引用次數(shù)具有顯著促進作用。從表10能夠看出，當考慮五年期被引用次數(shù)時，四個模型中，三個控制變量研發(fā)經(jīng)費、研發(fā)人員和人均的系數(shù)均在0.05的檢驗水平下顯著為正。同時跨國專利合作的次數(shù)在模型2和模型4中均在0.001的檢驗水平下顯著為正，跨國專利引用次數(shù)在模型3和模型4中均在0.01的檢驗水平下顯著為正，表示清楚這兩種形式的知識流動對這些創(chuàng)新國家專利的五年期被引用次數(shù)具有顯著的促進作用。從表11能夠看到，當考慮十年期被引用次數(shù)時，四個模型中，三個控制變量同樣在0.05的檢驗水平下都顯著為正。在模型2和模型4中，跨國專利合作數(shù)的系數(shù)在0.001的檢驗水平下均顯著為正。在模型3和模型4中，跨國專利引用數(shù)的系數(shù)為正，但在0.1的檢驗水平下均不顯著。綜合以上三張表能夠看出，總體而言，國家的跨國專利合作和跨國專利引用對其專利產(chǎn)出的質(zhì)量，均在一定程度上具有顯著的促進作用。4、總結(jié)和瞻望本文對跨國專利合作和跨國專利引用對國家創(chuàng)新產(chǎn)出的關系進行了研究，通過對專利產(chǎn)出數(shù)量和質(zhì)量的定量分析，主要得到下面結(jié)論:第一，對這16個創(chuàng)新型國家，總體而言，跨國專利合作對其國家專利產(chǎn)出的數(shù)量和質(zhì)量均有顯著促進作用，即能夠合理以為，更多的跨國專利合作能激發(fā)出本國數(shù)量更多、影響力更大的專利產(chǎn)出。第二，對這16個創(chuàng)新型國家，總體而言，本文研究沒有發(fā)現(xiàn)跨國專利引用對其國家專利產(chǎn)出數(shù)量具有顯著促進作用，但研究結(jié)果顯示跨國專利引用對其國家專利產(chǎn)出的質(zhì)量，即其在將來被引用次數(shù)具有顯著促進作用。第三，國家吸收能力對國家利用外部知識，獲取更多更好