中日专利创新与贸易出口的实证分析

摘要：运用专利数据的计量分析显示，一国的创新活动对该国的国际竞争力有正向的拉动作用，而且能产生较快的国际贸易效应；日本的创新活动对该国的贸易出口拉动作用比中国更显著。由此可见，在如今的高科技时代，一国持续的自主创新能力是提升该国贸易竞争力乃至国家竞争力的重要因素。中国亟需建设国家创新系统，大力培育以知识优势为核心的国家竞争优势，提升我国的整体竞争实力。

关键词：中国；日本；专利创新；贸易出口；实证分析

中图分类号：F114.4

文献标识码：A　文章编号：1002-0594(2010)12-0021-07　收稿日期：2010-07-17

在如今的高科技时代，“高技术密集型产品”贸易正在成为有形商品贸易的主体；以提供各种知识技术服务为主要标志的“知识密集型服务贸易”迅速发展；以技术壁垒和绿色壁垒为代表的新贸易壁垒在当前大行其道，而根本原因就在于其本身所含有的很高的知识技术成分，因此更具隐蔽性、复杂性和合理性；在当代国际贸易争端中，知识产权方面的问题也将成为国际贸易的主要争端。所有这些，都在逐渐改变着国际贸易活动的内容、方式和渠道。总书记在十七大报告中提出：提高自主创新能力，建设创新型国家。总理在2010年3月召开的“两会”上也指出：“要认真贯彻自主创新的方针，全面推进创新型国家建设”、“突破增强国际竞争力”等。这为我国经济战略发展、提升综合国力指明了方向。综观近现代世界发展史，日本无疑是走在世界前列的创新先驱之一。中日两国同为东亚经济强国，由于它们发展水平层次上的互补性、经济利益上的相似性、地理位置上的相临性、文化传统上的相似性，对两国的自主创新能力与国际竞争力的关系进行比较研究，有着现实的指导和借鉴意义。一国的自主创新能力是通过怎样的机制来促进该国国际竞争力的提升呢?本文试图通过专利创新与该国的贸易出口的关系来展开实证分析。因为国际竞争力的研究是一个囊括多方面因素的系统课题，而且随着经济时代背景的变迁而处于动态的博弈变化中，所以本文仅选择对外贸易竞争力来代表本国的国际竞争力变迁规律。同时考虑到专利数据可获得性，且是能体现自主创新的较好载体，所以本文的实证分析以专利为例。

一、专利授予与贸易出口关系的实证检验

专利数据在创新分析中越来越显示出其重要性(Arundel，2001)。有的学者认为专利作为创新产出指标有其天然的局限性(Furman et al，2002)，因为不同产业、不同地区、不同时期的专利倾向不同(Griliche’s,1990)。不同行业和公司究竟是采取专利还是商业秘密来保护创新成果，要看哪一种方式更能防止竞争者模仿，哪一种方式带来的利益更大(Arundel。1998)。不是所有发明都可获得专利，不是所有创新都会申请专利，不同专利质量不同，由此带来的经济效益也有天壤之别。尽管如此，由于专利的相关数据容易获取，且与创新关系密切，而且多年来专利标准客观、变化缓慢，所以专利仍是衡量创新活动的相当可靠的指标(Griliches，1990；Aes et al，2002)。

学术界利用专利数据对创新活动进行了广泛研究。有些学者从宏观角度利用专利分析技术进步和经济发展的关系(Mazzoleni el al，1998；Jaffe2000。Groshby，2000)。或是估计国家或国际创新过程(Guellec et al，2001)，有些从产业角度来衡量创新(Abraham，2001)'有些学者从微观角度利用专利分析帮助公司制定创新策略(Waterson，1990；Arundel，2001)。

遗憾的是，尽管利用专利分析创新的论著非常丰富，但绝大多数研究却是针对发达国家的(Mahmood et al，2003)，对发展中国家的研究甚少。而对于专利创新活动与对外贸易竞争力之间的关系，从定量的角度进行实证研究在学术界甚为罕见。同时，就专利申请和专利授予两个变量而言，后者更能体现一国的实际创新成果；而贸易出口比贸易进口更能代表一国的对外贸易竞争力，所以本文的实证分析选择了专利授予量和贸易出口额作为分析指标。表1和表2分别对2004～2007年日本和中国的对外贸易进出口和专利的月度统计情况进行了描述性统计分析。

(一)统计分析

从表曼和表4可以看出，两国各自的发明专利、实用新型、外观设计与三种专利总量都是显著正相关的，这也符合常理。但是，对日本而言，只有发明专利、专利合计与贸易出口是显著正相关，而其实用新型，外观设计与贸易出口呈现低相关。但中国的三种专利及合计与贸易出口额都表现出高度正相关。这里暗含着这样一个信息：对我们中国来说，各种各样的专利活动对贸易出口都能产生积极的促进作用，说明各类创新活动对增强我国的贸易竞争力具有更大的现实意义。由此看来，中国更应该积极着手建立创新激励体制，完善相关配套鼓励机制，加大对创新活动的投入力度，以提高我国的贸易出口水平，从而增强我国的国际竞争力乃至经济实力。

(二)计量分析

近20年来，随着非平稳时间序列分析，特别是时间序列单位根检验eUnit Ront Test)与协整(Co-integration)分析技术的发展，学术界对宏观经济数据的分析逐渐形成了标准模式，即：在建立模型之前，首先检验数据序列的平稳性，若数据表明是非平稳的(含有单位根)，则需要差分以达到平稳性要求；如果多个数据序列非平稳，则还要考虑这些变量之间是否存在协整关系；最后，在此分析基础上，建立分析模型进行估计和推断(赖明勇；2003)。遵循这一研究模式，下面笔者运用Eviews3.1统计分析软件，对经济变量时间序列的分析处理沿“单位根检验――协整分析――误差修正模型――因果关系检验”这一技术路径进行。

这里选取2004～2007年的月度时间序列数据作为分析样本。日本的出口额记为jaex，专利授予总数记为japa，其中发明专利授予总数记为jain；中国出口额记为chex，专利授予总数记为chpa，其中发明专利授予总数记为cbin。为消除时间序列中存在的异方差现象，同时为使序列趋势线性化，对这几个变量分别取自然对数，分别记为lnfaex、lnjapa、lnjain、lnchex、lnchpa、lnchin。

1、单位根检验。

在进行单位根检验之前，我们首先对lnjaex、lnjapa、lnjain、lnehex、lnehpa、lnehin的水平和差分序列图进行初步分析。笔者运用Eviews3.1统计分析软件绘制图1～10，见下图1～10。

如图1～5所示。这六个变量呈现方向较为一致的逐渐递增趋势，但应该都是非平稳序列。从图6至图10可以进一步发现，它们的一阶差分序列应该均为平稳变量，并且变化周期相似。另外，三变量间

具有较高的相关系数(见表5和表6)，因此我们可以初步判断它们之间可能存在某种协整关系。

如表7所示，ADF单位根检验结果表明，水平序列lnjaPx、lnjapa、lnjain、lnehex、lnehpa、lnehin不能拒绝单位根假设，存在单位根，因此是不平稳时间序列。而其一阶差分序列lnjaex、lnjain、Injapa、lnehex、lnchin、lnchpa全部拒绝单位根假设，不存在单位根，凶此均为平稳时间序列。

2、协整分析。

由单位根检验可知，变量lnjaex、lnjapa，lnjain、lnehex、lnchpa、lnchin均为I(1)单整序列，满足进行协整检验的条件。接下来，我们根据无约束的VAR模型的残差分析结合似然比检验法，确定VAR模型的最优滞后期，进而采用Johansen协整检验方法来确定三个变量间的协整关系。通过模型选择的联合检验，确定常数项约束在协整空间内，且协整方程有截距的模型为最合适的协整检验模型。检验结果如表8所示。

协整检验结果显示，表中各组变量间均存在一定的协整关系，各协整关系对应的标准化后的长期方程分别为(括号内数字为系数估计值的渐进标准误差，VECM是向量误差修正模型的核心部分)：

VECMI=LNCHEX－0.857314LNCHIN－14.06043　(1)

(0.07945)

Log Likelihood：55.01246

VECM2=LNCHEX－0.732631LNCHPA－13.40114　(2)

(a.10344)

Log Likelihood：60：00198

VECM3=LNJAEX－1.593966LNJAIN－11.22284　(3)

(0.27960)

LogLikelihood：64.20702

VECM4=LNJAEX－1.536300LNJAPA－11.20693　(4)

(0.34122)

LogLikelihcmd：77.58440

分别对序列VECM1、VECM2、VECM3和VECM4进行单位根检验，发现它们已经是平稳序列，并且取值在0附近上下波动，验证了协整关系的正确性。

协整方程显示，中国和日本的发明专利数和专利总数与各自的贸易出口额之间存在正向的协整关系，这种长期均衡关系说明，一国的创新活动对于该国的贸易出口增长具有正向的拉动效应。方程(1)的协整系数进一步显示，中国的发明专利每增加1％，会带来中国贸易出口大约0.86％的增长；方程(2)显示，中国的专利总数每增加1％，会带来中国贸易出口大约0.73％的增长；方程(3)说明，日本的发明专利每增加1％，会带来日本贸易出口大约1.59％的增长；方程(4)说明，日本的专利总数每增加1％。会带来日本贸易出口大约1.54％的增长。对比方程(1)(2)和(3)(4)，可见日本的创新活动对该国的贸易出口拉动作用比中国更显著；对比方程(1)(3)和(2)(4)，可见一国的发明专利比三种专利(发明、实用新型。外观设计)总量对该国的贸易出口拉动效应更显著。

3、误差修正模型。

在对变量进行协整分析，并确定变量间存在长期稳定均衡关系之后，需要进一步求解的是这些变量偏离其共同随机趋势时的调整速度。我们采用向量误差修正模型(VEC)进行分析，检验结果如表9所示。

检验结果中，三组变量的误差修正模型的误差修正项系数均小于零，符合反向修正机制；模型整体的AIC、SG值均较小，对数似然统计量较大，拟合优度较佳，具备较强的解释能力。

进一步分析显示，中国贸易出口额与中国发明专利误差修正模型的系数估计值为－0.034032，说明中国发明专利在短期内的波动，将以3.4％的速度从反向长期均衡状态调整，而在这种波动的影响下，中国贸易出口额从非均衡状态向长期均衡状态调整大约需要29.4年时间。中国贸易出口额与中国专利总量误差修正模型的系数估计值为－0.081617，说明中国专利总量的反向调整速度为8.16％，而中国贸易出口额从短期非均衡状态向长期均衡状态调整相对快一点，大约需要12.省略)

注释：

①需要本文计量研究用到的数据请与作者或编辑部联系。

参考文献：

陈广汉，蓝宝江，2007，研发支出、竞争程度与我国区域创新能力研究――基于1998～2004年国内专利申请数量与R＆D数据的实证分析[J]，经济学家(03)，

赖明勇，许和连，包群，2003，出口贸易与经济增长：理论、模型和实证[M]，上海：上海三联书店：81，

周建高，2007，当代中日韩知识创新比较――以专利产出为中心[J]，日本学刊(04)，