浅析知识产权保护的经济效果 2

浅析知识产权保护的经济效果

会计1106班 张梦颖 3110807171

绪论 知识产权，主要指公民或法人等主体依据法律的规定，对其从事智力创作或创新活动所产生的知识产品所享有的专有权利。知识产权保护是指利用法律和经济手段，使知识产权的创造者或拥有者在一定的期限内享有排他独占权，获得由此产生的经济效益，并保护这种排他独占权不受侵犯。在新经济增长理论的框架下，技术进步是经济增长的持续动力。知识产权保护是促进技术进步的重要制度安排，它影响到一个国家的自主创新、FDI流人、国际贸易及国际技术转移等诸多方面，并最终影响到经济增长。近年来，对知识产权保护和经济增长关系的研究一直是经济学家关注的前沿和热点问题，并涌现了大量的文献成果。本文将介绍这方面的研究成果，并选取最具典型的发展中国家和发达国家———中国和美国,比较双方知识产权贸易对总体经济效益的影响佐以一定程度的实证分析，以及利用中国1995年至2010年间31个省份专利申请量和相应年份GRP的数据,进一步实证研究我国各地区知识产权保护对经济增长的影响。

相关文献综述

随着知识经济全球化的深人发展，知识产权日益成为国家发展的

战略性资源和国际竞争力的核心要素，知识产权保护水平与一国的经济发展密切相关。加强知识产权保护力度是否会促进经济增长?对于这一问题，学者们进行了一系列的探索。

加强知识产权保护的主要收益，在于通过使创新者对其创新活动获得适当的回报，来激励能促进创新和经济长期增长的R&D。坎沃和埃文森（2003）直接验证了加强知识产权保护是否促进了R&D支出。他们对32个国家在1981-1995年期间的数据进行了面板模型估计，发现加强知识产权保护对R&D投入占GDP的比例具有积极且显著的影响。

罗默（1990）在经济增长中增加了R&D因素。这一被称作为“内生经济增长模型”的研究方法沿袭了熊彼特（1934）的思想，认为技术进步来自于有目的的研发活动，并通过某种形式的事后垄断力获得报酬，由此使经济在长期实践中保持了正的增长率。新经济增长理论认为经济增长不是外生因素作用的结果，而是由经济系统的内生变量决定的。

Kein E.Maskus是知识产权保护研究的集大成者之一，他在1988年引用Brensztein等的实证结论，论证了加强知识产权保护可以为发展中国家创造更多的吸引外资的机会，从而促进国内经济增长。 Ｃｈｅｎ等用64个发展中国家的面板数据,综合分析了经济发展水平、教育水平、经济自由度、对外贸易、是否加入ＷＴＯ、国家人 口数对知识产权保护水平的影响。实证研究结果表明,知识产权保护水平和发展中国家的技术创新呈正相关关系。

Ｇancia和Ｂonfiglioli在研究知识产权保护的经济效果时,考虑了国家对外开放度和国家的大小等因素的影响。他们利用1965-1990年间53个国家的面板数据进行实证研究,研究结果表明,相对于封闭经济体国家,在开放经济体国家,知识产权保护促进经济增长的效果更显著。

帕克（1999）运用似不相关回归（SUR）估计了一个包含四个方程的系统。在这个系统中，主方程是经济增长方程，即产出方程，它被定义为物资资本、人力资本、研发资本和知识产权保护指标的函数。其它三个方程中，知识产权保护分别影响三个资本投资变量。结论显示，知识产权保护对经济增长的投入要素在发达国家有显著影响，而在发展中国家影响不显著。

Ｆalvey等(2004)使用80个国家1975～1994年间面板数据研究也证明,知识产权保护对高收入和低收入国家经济增长产生正的影响,对中等收入国家经济增长没有影响。

中国的许春明教授认为：在适宜的社会经济环境下,知识产权制度能发挥其上述重要的积极作用。但是,强知识产权保护也会引发经济和社会成本的增加,对经济发展具有消极的影响。尤其是对于发展中国家,加强知识产权的保护,往往会在短期内表现为负效应,即在享受知识产权制度的动态收益之前往往会在短期内承受社会福利的净损失,积极影响往往迟于消极影响的出现。

Yang Lei（2007）认为加强知识产权保护可以促进南北（发展中国家与发达国家）技术转移并减少南方国家公司的边际生产成本，这

提高了南方国家出口部门的竞争力；同时，他进一步指出，具有较强吸收能力的南方国家能够从强化知识产权保护中受益，而吸收能力较弱的北方国家福利受损。

由以上文献分析可以看到,部分经济学者已经认识到：强化知识产权保护是否促进经济增长，取决于国家的特点。我认为,当国家的经济水平发展到某一特定值时，强化知识产权保护才会对经济增长有显著影响；相反则会阻碍经济增长。因此,本文拟通过选取最具典型的发展中国家和发达国家———中国和美国,比较双方知识产权贸易对总体经济效益的影响佐以一定程度的实证分析，并利用中国1995年至2010年间31个省份专利申请量和相应年份GRP的数据,进一步实证研究我国各地区知识产权保护对经济增长的影响。

计量模型与数据 一．国际间涉及知识产权的引入和推广常划归为技术服务类贸

易。由于知识产权保护与一国的市场规模(即GDP总量) 、人力资本及个人收入水平息息相关,为恰当反映影响贸易产出的知识产权因素,拟采用对数模型：

ln(GDPt)=β

1 t

+β2lnIPRt +β3lnEt +β4lnWt+μ

t

(其中GDPt:t期一国国内生产总值;IPRt:知识产权贸易净额;Et:教育投入经费;FDIt:直接投资净额; Wt:t期的雇员/职工工资;μ:随机误差) 1.中国方面

表1:中国1997 - 2007年知识产权贸易及生产总值相关数据汇总 单位:亿美元

专有权利使用费和特许总值 费净额（GDP） （IPR ） -4.89 -3.57 -7.17 -12.01 -18.28 -29.81 -34.41 -42.60 -51.64 -64.30 -78.49 年份 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 国内生产 教育经费(E) 305.40 356.21 404.57 464.92 560.31 662.08 750.06 875.08 1043.20 1356.97 1663.07 雇员或职工工资(W) 1134.54 1122.90 1192.98 1287.14 1429.37 1590.08 1781.26 2041.95 2452.22 2979.48 3866.60

汇率 9526.3 10194.71 10833.17 11983.94 13248.16 14538.24 16409.69 19317.10 22702.91 27139.34 35225.06

8.290 8.279 8.278 8.279 8.277 8.277 8.277 8.277 8.070 7.809 7.305

数据来源:中华人民共和国国家统计局及外汇管理局,《2008年中国统计年鉴》。

. reg gdp ipr e w r Source SS df MS Number of obs = 11 F( 4, 6) = 1857.50 Model 656622613 4 164155653 Prob > F = 0.0000 Residual 530246.359 6 88374.3932 R-squared = 0.9992 Adj R-squared = 0.9987 Total 657152860 10 65715286 Root MSE = 297.28 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr 82.36064 64.32084 1.28 0.248 -75.02678 239.7481 e 5.610146 3.764419 1.49 0.187 -3.601054 14.82135 w 10.14122 2.349942 4.32 0.005 4.391122 15.89132 r 4220.275 2660.224 1.59 0.164 -2289.06 10729.61 _cons -37886.42 24376.32 -1.55 0.171 -97533.13 21760.29 .

. reg gdp ipr Source SS df MS Number of obs = 11 F( 1, 9) = 213.42 Model 630562365 1 630562365 Prob > F = 0.0000 Residual 26590494.9 9 2954499.43 R-squared = 0.9595 Adj R-squared = 0.9550 Total 657152860 10 65715286 Root MSE = 1718.9 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr -312.4562 21.38785 -14.61 0.000 -360.8389 -264.0736 _cons 7513.017 851.0246 8.83 0.000 5587.866 9438.168 .

. sum Variable Obs Mean Std. Dev. Min Max year 11 2002 3.316625 1997 2007 gdp 11 17374.42 8106.497 9526.3 35225.06 ipr 11 -31.56091 25.41411 -78.49 -3.57 e 11 767.4427 435.5936 305.4 1663.07 w 11 1898.047 880.6122 1122.9 3866.6 r 11 8.128909 .3107404 7.305 8.29. estat dwatsonDurbin-Watson d-statistic( 2, 11) = .8107779. 由上图可见，t的绝对值大于2，所以gdp和ipr都有意义。拟合度是0.9550，模型能解释样本的95.50%。表示为知识产权每增加一个单位， 国内生产总值减少312.46个单位。检验杜宾值，d=0.8107779，查表知：dL=0.927，d

. prais gdp iprIteration 0: rho = 0.0000Iteration 1: rho = 0.6459Iteration 2: rho = 0.6919Iteration 3: rho = 0.7031Iteration 4: rho = 0.7060Iteration 5: rho = 0.7068Iteration 6: rho = 0.7070Iteration 7: rho = 0.7070Iteration 8: rho = 0.7071Iteration 9: rho = 0.7071Iteration 10: rho = 0.7071Iteration 11: rho = 0.7071Prais-Winsten AR(1) regression -- iterated estimates Source SS df MS Number of obs = 11 F( 1, 9) = 63.20 Model 125299063 1 125299063 Prob > F = 0.0000 Residual 17843618.5 9 1982624.28 R-squared = 0.8753 Adj R-squared = 0.8615 Total 143142681 10 14314268.1 Root MSE = 1408.1 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr -341.5049 34.46201 -9.91 0.000 -419.4634 -263.5464 _cons 7066.567 1698.728 4.16 0.002 3223.777 10909.36 rho .7070623 Durbin-Watson statistic (original) 0.810778Durbin-Watson statistic (transformed) 1.216176

. prais gdp ipr,corcIteration 0: rho = 0.0000Iteration 1: rho = 0.6459Iteration 2: rho = 0.7044Iteration 3: rho = 0.7205Iteration 4: rho = 0.7255Iteration 5: rho = 0.7271Iteration 6: rho = 0.7276Iteration 7: rho = 0.7278Iteration 8: rho = 0.7278Iteration 9: rho = 0.7279Iteration 10: rho = 0.7279Iteration 11: rho = 0.7279Iteration 12: rho = 0.7279Cochrane-Orcutt AR(1) regression -- iterated estimates Source SS df MS Number of obs = 10 F( 1, 8) = 55.37 Model 117527025 1 117527025 Prob > F = 0.0001 Residual 16980113.7 8 2122514.21 R-squared = 0.8738 Adj R-squared = 0.8580 Total 134507139 9 14945237.6 Root MSE = 1456.9 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr -363.1829 48.80697 -7.44 0.000 -475.732 -250.6339 _cons 5452.318 3128.891 1.74 0.120 -1762.919 12667.55 rho .7278633 Durbin-Watson statistic (original) 0.810778Durbin-Watson statistic (transformed) 1.297384.

参考修正过的第二个杜宾值1.297384，更平稳，更安全。

ARMA

. arima gdp ipr,ar(1/2)(setting optimization to BHHH)Iteration 0: log likelihood = -94.530483 Iteration 1: log likelihood = -94.223477 Iteration 2: log likelihood = -94.203786 Iteration 3: log likelihood = -94.118963 Iteration 4: log likelihood = -94.060551 (switching optimization to BFGS)Iteration 5: log likelihood = -94.0556 Iteration 6: log likelihood = -94.034429 Iteration 7: log likelihood = -93.991817 Iteration 8: log likelihood = -93.974117 Iteration 9: log likelihood = -93.971305 Iteration 10: log likelihood = -93.96811 Iteration 11: log likelihood = -93.966785 Iteration 12: log likelihood = -93.966585 Iteration 13: log likelihood = -93.96658 ARIMA regressionSample: 1997 - 2007 Number of obs = 11 Wald chi2(3) = 49.48Log likelihood = -93.96658 Prob > chi2 = 0.0000 OPG gdp Coef. Std. Err. z P>|z| [95% Conf. Interval] gdp ipr -339.0928 51.23395 -6.62 0.000 -439.5095 -238.6761 _cons 6914.087 2492.953 2.77 0.006 2027.989 11800.18 ARMA ar L1. .978061 1.465184 0.67 0.504 -1.893646 3.849768 L2. -.4367006 1.302142 -0.34 0.737 -2.988852 2.115451 /sigma 1183.139 642.6883 1.84 0.033 0 2442.785 Note: The test of the variance against zero is one sided, and the two-sided confidence interval is truncated at zero..

. arima gdp ipr,ma(1/2)(setting optimization to BHHH)Iteration 0: log likelihood = -96.91195 Iteration 1: log likelihood = -95.810697 Iteration 2: log likelihood = -95.535487 Iteration 3: log likelihood = -94.584291 Iteration 4: log likelihood = -94.554867 (switching optimization to BFGS)Iteration 5: log likelihood = -94.277666 Iteration 6: log likelihood = -94.173536 Iteration 7: log likelihood = -94.123544 Iteration 8: log likelihood = -94.121869 Iteration 9: log likelihood = -94.120328 Iteration 10: log likelihood = -94.120083 Iteration 11: log likelihood = -94.120032 Iteration 12: log likelihood = -94.120031 ARIMA regressionSample: 1997 - 2007 Number of obs = 11 Wald chi2(3) = 89.08Log likelihood = -94.12003 Prob > chi2 = 0.0000 OPG gdp Coef. Std. Err. z P>|z| [95% Conf. Interval] gdp ipr -338.7117 66.75078 -5.07 0.000 -469.5408 -207.8825 _cons 6936.225 2976.553 2.33 0.020 1102.289 12770.16 ARMA ma L1. 1.130017 .6528628 1.73 0.083 -.1495705 2.409605 L2. .6416158 .9101068 0.70 0.481 -1.142161 2.425392 /sigma 1164.852 461.321 2.53 0.006 260.6791 2069.024 Note: The test of the variance against zero is one sided, and the two-sided confidence interval is truncated at zero..

单位根检验

. dfuller gdpDickey-Fuller test for unit root Number of obs = 10 Interpolated Dickey-Fuller Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value Z(t) 11.137 -3.750 -3.000 -2.630 MacKinnon approximate p-value for Z(t) = 1.0000

Z（t）值大于5% critical value所对应的t值，接受原假说，及存在单位根，不平稳分布。 协整

. predict u,resid

. dfuller uDickey-Fuller test for unit root Number of obs = 10 Interpolated Dickey-Fuller Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value Z(t) -0.814 -3.750 -3.000 -2.630 MacKinnon approximate p-value for Z(t) = 0.8149

Z（t）值大于5% critical value所对应的t值，接受原假说，及存在单位根，不平稳分布。

误差修正模型

. reg D.gdp D.ipr L.u Source SS df MS Number of obs = 10 F( 2, 7) = 5.30 Model 28830937.8 2 14415468.9 Prob > F = 0.0397 Residual 19047501.1 7 2721071.59 R-squared = 0.6022 Adj R-squared = 0.4885 Total 47878438.9 9 5319826.55 Root MSE = 1649.6 D.gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr D1. -345.1432 124.43 -2.77 0.028 -639.3735 -50.91287 u L1. -.2802965 .4484995 -0.62 0.552 -1.340829 .7802363 _cons -59.71806 1019.613 -0.06 0.955 -2470.721 2351.284 .

格兰杰因果检验

. reg gdp L.gdp L2.gdp L.ipr L2.ipr,level(95) Source SS df MS Number of obs = 9 F( 4, 4) = 304.00 Model 517217408 4 129304352 Prob > F = 0.0000 Residual 1701377.47 4 425344.368 R-squared = 0.9967 Adj R-squared = 0.9934 Total 518918785 8 64864848.2 Root MSE = 652.18 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] gdp L1. .7441307 1.263212 0.59 0.587 -2.763109 4.25137 L2. 1.330256 1.729231 0.77 0.485 -3.470858 6.131371 ipr L1. 92.1861 98.71689 0.93 0.403 -181.8959 366.2681 L2. 15.93569 102.9717 0.15 0.885 -269.9596 301.831 _cons -9024.466 4278.855 -2.11 0.103 -20904.47 2855.54 . test L.ipr=L2.ipr=0 ( 1) L.ipr - L2.ipr = 0 ( 2) L.ipr = 0 F( 2, 4) = 1.13 Prob > F = 0.4086. 因为p=0.4086>0.1,所以接受原假说，ipr对gdp不产生单方向的格兰杰影响。

. reg ipr L. ipr L2. ipr L. gdp L2. gdp,level(95) Source SS df MS Number of obs = 9 F( 4, 4) = 142.12 Model 4599.58486 4 1149.89622 Prob > F = 0.0001 Residual 32.3636817 4 8.09092042 R-squared = 0.9930 Adj R-squared = 0.9860 Total 4631.94854 8 578.993568 Root MSE = 2.8445 ipr Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr L1. .9323441 .4305465 2.17 0.096 -.2630447 2.127733 L2. -.0933042 .4491036 -0.21 0.846 -1.340216 1.153607 gdp L1. -.0019961 .0055094 -0.36 0.735 -.0172927 .0133004 L2. .0011943 .0075419 0.16 0.882 -.0197454 .022134 _cons 2.951178 18.66191 0.16 0.882 -48.8626 54.76496 . test L.gdp=L2.gdp=0 ( 1) L.gdp - L2.gdp = 0 ( 2) L.gdp = 0 F( 2, 4) = 0.61 Prob > F = 0.5854

p=0.5854>0.1,所以接受原假说，ipr对gdp不产生单方向的格兰杰影响。

. generate expyear2000=(year>2000). reg gdp ipr expyear2000 Source SS df MS Number of obs = 11 F( 2, 8) = 208.99 Model 644811513 2 322405757 Prob > F = 0.0000 Residual 12341346.3 8 1542668.28 R-squared = 0.9812 Adj R-squared = 0.9765 Total 657152860 10 65715286 Root MSE = 1242 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr -368.9627 24.17713 -15.26 0.000 -424.7153 -313.2102 expyear2000 -3701.306 1217.859 -3.04 0.016 -6509.693 -892.9195 _cons 8084.998 643.0999 12.57 0.000 6602.007 9567.989 . t的绝对值大于2，有意义。拟合度是0.9765，模型能解释样本的97.65%

. g k=( ipr* expyear2000). reg gdp ipr k Source SS df MS Number of obs = 11 F( 2, 8) = 123.39 Model 636518008 2 318259004 Prob > F = 0.0000 Residual 20634851.9 8 2579356.49 R-squared = 0.9686 Adj R-squared = 0.9607 Total 657152860 10 65715286 Root MSE = 1606 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr -581.4506 178.1494 -3.26 0.011 -992.2637 -170.6374 k 244.7415 161.0642 1.52 0.167 -126.6732 616.1561 _cons 6132.605 1207.295 5.08 0.001 3348.579 8916.632 .

生成交叉变量ipr*expyear2000，其所对应的t的绝对值小于2，无意义。拟合度是0.9607，模型能解释样本的96.07%

根据汇编数据,对1997 - 2007年中国知识产权贸易净额及其他经济变量,按自然对数形式进行线性回归,可得:

变量 常量 ln IPR lnE lnW 调整的R2 F统计量 0. 999 3582. 39 DW值 1. 85 测量数 GDP (中国) 2. 650 (16. 90) - 0. 043 ( - 2. 327) 0. 402 (5. 19) 0. 609 (9. 06) 11

注:括号内统计值为相应参数的t统计值

可以看出,调整后的R2 接近1,模型拟合较好,且误差项具有独立性。在置信度为5%的水平下,所有自变量均拒绝参数为零的原假设。但若进行Granger因果关系检验(设滞后期为1、2、3年) ,并不能得出知识产权贸易与经济总量之间存在明显的因果关系。

2.美国方面

表3:美国1997 - 2007年知识产权贸易及生产总值相关数据汇总 单位:亿美元 年份 国内生产总值 （GDP） 专有权利使用费和特许费净额（IPR ） 教育经费 (E) 雇员或职工工资 (W) 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

83324 87935 93535 99515 102862 106423 111421 118678 126384 133989 140776 240.67 243.91 265.63 267.65 241.58 251.55 279.55 334.49 397.83 472.09 591.68 4184.16 4503.65 4832.59 5216.12 5635.75 5946.94 6213.55 6553.61 6890.57 7279.67 __ 69151 74230 78024 84297 87241 88819 91636 97272 102698 109939 116632 数据来源: Bureau of economic analysis; U. S. A; Education at a glance 2009 (OECD) ; Economic Report of the President: 2009 Report

. reg gdp ipr w Source SS df MS Number of obs = 11 F( 2, 8) = 830.02 Model 3.4924e+09 2 1.7462e+09 Prob > F = 0.0000 Residual 16830494.8 8 2103811.85 R-squared = 0.9952 Adj R-squared = 0.9940 Total 3.5092e+09 10 350922867 Root MSE = 1450.5 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr 1.212472 9.11585 0.13 0.897 -19.80872 22.23366 w 1.256321 .0711689 17.65 0.000 1.092205 1.420437 _cons -5068.297 4034.039 -1.26 0.244 -14370.81 4234.214 .

. reg gdp ipr Source SS df MS Number of obs = 11 F( 1, 9) = 37.97 Model 2.8368e+09 1 2.8368e+09 Prob > F = 0.0002 Residual 672413348 9 74712594.2 R-squared = 0.8084 Adj R-squared = 0.7871 Total 3.5092e+09 10 350922867 Root MSE = 8643.6 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr 146.0152 23.69624 6.16 0.000 92.41059 199.6198 _cons 61921.77 8154.034 7.59 0.000 43476.06 80367.47 .

. sum Variable Obs Mean Std. Dev. Min Max year 11 2002 3.316625 1997 2007 gdp 11 109531.1 18732.94 83324 140776 ipr 11 326.0573 115.35 240.67 591.68 e 0 w 11 90903.55 14774.89 69151 116632. estat dwatsonDurbin-Watson d-statistic( 2, 11) = .3557015.

由上图可以看出，t的绝对值大于2，所以gdp与ipr都有意

义，拟合度是0.7871，模型能解释样本的78.71%。表示为知识产权每增加一个单位国内生产总值增加146.02个单位。检验杜宾值，d=0.3557015，查表知：dL=0.927，d

. prais gdp iprIteration 0: rho = 0.0000Iteration 1: rho = 0.6986Iteration 2: rho = 0.7895Iteration 3: rho = 0.8242Iteration 4: rho = 0.8401Iteration 5: rho = 0.8478Iteration 6: rho = 0.8517Iteration 7: rho = 0.8537Iteration 8: rho = 0.8548Iteration 9: rho = 0.8553Iteration 10: rho = 0.8556Iteration 11: rho = 0.8557Iteration 12: rho = 0.8558Iteration 13: rho = 0.8558Iteration 14: rho = 0.8558Iteration 15: rho = 0.8559Iteration 16: rho = 0.8559Iteration 17: rho = 0.8559Iteration 18: rho = 0.8559Iteration 19: rho = 0.8559Prais-Winsten AR(1) regression -- iterated estimates Source SS df MS Number of obs = 11 F( 1, 9) = 19.46 Model 380692351 1 380692351 Prob > F = 0.0017 Residual 176087494 9 19565277.1 R-squared = 0.6837 Adj R-squared = 0.6486 Total 556779846 10 55677984.6 Root MSE = 4423.3 gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr 105.7756 23.29388 4.54 0.001 53.08116 158.47 _cons 71401.2 10798.09 6.61 0.000 46974.22 95828.17 rho .8558691 Durbin-Watson statistic (original) 0.355701Durbin-Watson statistic (transformed) 0.781614

单位根检验

. dfuller gdpDickey-Fuller test for unit root Number of obs = 10 Interpolated Dickey-Fuller Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value Z(t) 2.248 -3.750 -3.000 -2.630 MacKinnon approximate p-value for Z(t) = 0.9989

Z（t）值大于5% critical value所对应的t值，接受原假说，及存在单位根，不平稳分布。

协整

. predict u,resid. dfuller uDickey-Fuller test for unit root Number of obs = 10 Interpolated Dickey-Fuller Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value Z(t) -1.642 -3.750 -3.000 -2.630 MacKinnon approximate p-value for Z(t) = 0.4611.

Z（t）值大于5% critical value所对应的t值，接受原假说，及存在单位根，不平稳分布。

误差修正模型

. reg D.gdp D.ipr L.u Source SS df MS Number of obs = 10 F( 2, 7) = 5.48 Model 14112128 2 7056064.02 Prob > F = 0.0369 Residual 9005375.55 7 1286482.22 R-squared = 0.6105 Adj R-squared = 0.4992 Total 23117503.6 9 2568611.51 Root MSE = 1134.2 D.gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] ipr D1. 29.68418 10.21032 2.91 0.023 5.540614 53.82774 u L1. -.0053519 .053229 -0.10 0.923 -.1312186 .1205148 _cons 4707.291 494.1282 9.53 0.000 3538.864 5875.719

新疆维吾

1995 尔自治区 31 1996 北京市 1 1996 天津市 2 1996 河北省 3 1996 山西省 4 内蒙古自1996 治区 5 1996 辽宁省 6 1996 吉林省 7 1996 黑龙江省 8 1996 上海市 9 1996 江苏省 10 1996 浙江省 11 1996 安徽省 12 1996 福建省 13 1996 江西省 14 1996 山东省 15 1996 河南省 16 1996 湖北省 17 1996 湖南省 18 1996 广东省 19 广西壮族

1996 自治区 20 1996 海南省 21 1996 重庆市 22 1996 四川省 23 1996 贵州省 24 1996 云南省 25 西藏自治1996 区 26 1996 陕西省 27 1996 甘肃省 28 1996 青海省 29 宁夏回族

1996 自治区 30 新疆维吾

1996 尔自治区 31 1997 北京市 1 1997 天津市 2 1997 河北省 3 1997 山西省 4 内蒙古自1997

治区 5

814.85

1789.2 1121.93 3452.97 1292.11 1023.09 3157.7 1346.79 2370.5 2957.55 6004.21 4188.53 2093.3 2484.25 1409.74 5883.8 3634.69 2499.77 2540.13 6834.97 1697.9 389.68 1187.47 2871.65 723.18 1517.69 64.98 1215.84 722.52 184.17 202.9 900.93 2075.63 1264.63 3953.78 1476 1153.51

312 3295 899 1526 521 326 2447 681 1202 1610 2578 2410 555 1194 495 2630 1242 998 1256 5273 646 69 0 1844 259 602 2 968 286 43 105 362 3327 940 1560 487 372

1997 辽宁省 6 1997 吉林省 7 1997 黑龙江省 8 1997 上海市 9 1997 江苏省 10 1997 浙江省 11 1997 安徽省 12 1997 福建省 13 1997 江西省 14 1997 山东省 15 1997 河南省 16 1997 湖北省 17 1997 湖南省 18 1997 广东省 19 广西壮族

1997 自治区 20 1997 海南省 21 1997 重庆市 22 1997 四川省 23 1997 贵州省 24 1997 云南省 25 西藏自治1997 区 26 1997 陕西省 27 1997 甘肃省 28 1997 青海省 29 宁夏回族

1997 自治区 30 新疆维吾

1997 尔自治区 31 1998 北京市 1 1998 天津市 2 1998 河北省 3 1998 山西省 4 内蒙古自1998 治区 5 1998 辽宁省 6 1998 吉林省 7 1998 黑龙江省 8 1998 上海市 9 1998 江苏省 10 1998 浙江省 11 1998 安徽省 12 1998 福建省 13

3582.5 1464.34 2667.5 3438.79 6680.34 4686.11 2347.32 2870.9 1605.77 6537.07 4041.09 2856.47 2849.27 7774.53 1817.25 411.16 1360.24 3241.47 805.79 1676.17 77.24 1363.6 793.57 202.79 224.59 1039.85 2375.97 1374.6 4256.01 1611.08 1262.54 3881.7 1577.05 2774.4 3801.09 7199.95 5052.62 2542.96 3159.91

2624 679 1288 1886 2962 3167 637 1546 611 2907 1233 1041 1333 7173 705 167 339 1591 337 692 6 946 295 56 84 328 3800 1042 2090 644 523 3162 1051 1517 2334 3787 4470 933 2318

1998 江西省 14 1998 山东省 15 1998 河南省 16 1998 湖北省 17 1998 湖南省 18 1998 广东省 19 广西壮族

1998 自治区 20 1998 海南省 21 1998 重庆市 22 1998 四川省 23 1998 贵州省 24 1998 云南省 25 西藏自治1998 区 26 1998 陕西省 27 1998 甘肃省 28 1998 青海省 29 宁夏回族

1998 自治区 30 新疆维吾

1998 尔自治区 31 1999 北京市 1 1999 天津市 2 1999 河北省 3 1999 山西省 4 内蒙古自1999 治区 5 1999 辽宁省 6 1999 吉林省 7 1999 黑龙江省 8 1999 上海市 9 1999 江苏省 10 1999 浙江省 11 1999 安徽省 12 1999 福建省 13 1999 江西省 14 1999 山东省 15 1999 河南省 16 1999 湖北省 17 1999 湖南省 18 1999 广东省 19 广西壮族

1999 自治区 20

1719.87 7021.35 4308.24 3114.02 3025.53 8530.88 1911.3 442.13 1440.56 3474.09 858.39 1831.33 91.5 1458.4 887.67 220.92 245.44 1106.95 2677.59 1500.95 4514.19 1667.1 1379.31 4171.7 1672.96 2866.3 4188.73 7697.82 5443.92 2712.34 3414.19 1853.65 7493.84 4517.94 3229.29 3214.54 9250.68 1971.41

765 4127 1803 1265 1623 10707 853 239 612 1971 418 832 10 1129 349 62 96 462 5829 1508 3011 920 723 4906 1550 2378 3665 6143 7071 1422 2934 1011 6536 2871 2228 2523 14328 1232

1999 海南省 21 1999 重庆市 22 1999 四川省 23 1999 贵州省 24 1999 云南省 25 西藏自治1999 区 26 1999 陕西省 27 1999 甘肃省 28 1999 青海省 29 宁夏回族

1999 自治区 30 新疆维吾

1999 尔自治区 31 2000 北京市 1 2000 天津市 2 2000 河北省 3 2000 山西省 4 内蒙古自2000 治区 5 2000 辽宁省 6 2000 吉林省 7 2000 黑龙江省 8 2000 上海市 9 2000 江苏省 10 2000 浙江省 11 2000 安徽省 12 2000 福建省 13 2000 江西省 14 2000 山东省 15 2000 河南省 16 2000 湖北省 17 2000 湖南省 18 2000 广东省 19 广西壮族

2000 自治区 20 2000 海南省 21 2000 重庆市 22 2000 四川省 23 2000 贵州省 24 2000 云南省 25 西藏自治2000 区 26 2000 陕西省 27

476.67 1491.99 3649.12 937.5 1899.82 105.98 1592.64 956.32 239.38 264.58 1163.17 3161 1701.88 5043.96 1845.72 1539.12 4669.1 1951.51 3151.4 4771.17 8553.69 6141.03 2902.09 3764.54 2003.07 8337.47 5052.99 3545.39 3551.49 10741.25 2080.04 526.82 1603.16 3928.2 1029.92 2011.19 117.8 1804

342 1078 2921 620 1185 14 1569 494 123 150 859 5905 1611 2812 968 775 4842 1650 2252 4050 6432 7495 1482 3003 1072 6962 2766 2198 2555 15799 1191 320 1158 3218 710 1217 17 1462

2000 甘肃省 28 2000 青海省 29 宁夏回族

2000 自治区 30 新疆维吾

2000 尔自治区 31 2001 北京市 1 2001 天津市 2 2001 河北省 3 2001 山西省 4 内蒙古自2001 治区 5 2001 辽宁省 6 2001 吉林省 7 2001 黑龙江省 8 2001 上海市 9 2001 江苏省 10 2001 浙江省 11 2001 安徽省 12 2001 福建省 13 2001 江西省 14 2001 山东省 15 2001 河南省 16 2001 湖北省 17 2001 湖南省 18 2001 广东省 19 广西壮族

2001 自治区 20 2001 海南省 21 2001 重庆市 22 2001 四川省 23 2001 贵州省 24 2001 云南省 25 西藏自治2001 区 26 2001 陕西省 27 2001 甘肃省 28 2001 青海省 29 宁夏回族

2001 自治区 30 新疆维吾

2001 尔自治区 31 2002 北京市 1 2002 天津市 2

1052.88 263.68 295.02 1363.56 3710.52 1919.09 5516.76 2029.53 1713.81 5033.08 2120.35 3390.13 5210.12 9456.84 6898.34 3246.71 4072.85 2175.68 9195.04 5533.01 3880.53 3831.9 12039.25 2279.34 558.41 1765.68 4293.49 1133.27 2138.31 139.16 2010.62 1125.37 300.13 337.44 1491.6 4330.4 2150.76

493 117 224 717 6246 1829 2791 1047 743 4448 1443 1870 5371 6158 8312 1278 3296 999 6725 2582 2204 2401 18259 1099 303 1197 3357 642 1347 22 1354 512 101 231 755 6345 1827

2002 河北省 3 2002 山西省 4 内蒙古自2002 治区 5 2002 辽宁省 6 2002 吉林省 7 2002 黑龙江省 8 2002 上海市 9 2002 江苏省 10 2002 浙江省 11 2002 安徽省 12 2002 福建省 13 2002 江西省 14 2002 山东省 15 2002 河南省 16 2002 湖北省 17 2002 湖南省 18 2002 广东省 19 广西壮族

2002 自治区 20 2002 海南省 21 2002 重庆市 22 2002 四川省 23 2002 贵州省 24 2002 云南省 25 西藏自治2002 区 26 2002 陕西省 27 2002 甘肃省 28 2002 青海省 29 宁夏回族

2002 自治区 30 新疆维吾

2002 尔自治区 31 2003 北京市 1 2003 天津市 2 2003 河北省 3 2003 山西省 4 内蒙古自2003 治区 5 2003 辽宁省 6 2003 吉林省 7 2003 黑龙江省 8 2003 上海市 9

6018.28 2324.8 1940.94 5458.22 2348.54 3637.2 5741.03 10606.85 8003.67 3519.72 4467.55 2450.48 10275.5 6035.48 4212.82 4151.54 13502.42 2523.73 621.97 1990.01 4725.01 1243.43 2312.82 162.04 2253.39 1232.03 340.65 377.16 1612.65 5023.77 2578.03 6921.29 2855.23 2388.38 6002.54 2662.08 4057.4 6694.23

3353 934 679 4551 1507 2083 6695 7595 10479 1419 4001 1044 7293 2590 2209 2347 22761 1054 199 1761 3403 615 1128 7 1524 397 85 216 627 8248 2505 3572 1175 817 5656 1690 2794 16671

2003 江苏省 10 2003 浙江省 11 2003 安徽省 12 2003 福建省 13 2003 江西省 14 2003 山东省 15 2003 河南省 16 2003 湖北省 17 2003 湖南省 18 2003 广东省 19 广西壮族

2003 自治区 20 2003 海南省 21 2003 重庆市 22 2003 四川省 23 2003 贵州省 24 2003 云南省 25 西藏自治2003 区 26 2003 陕西省 27 2003 甘肃省 28 2003 青海省 29 宁夏回族

2003 自治区 30 新疆维吾

2003 尔自治区 31 2004 北京市 1 2004 天津市 2 2004 河北省 3 2004 山西省 4 内蒙古自2004 治区 5 2004 辽宁省 6 2004 吉林省 7 2004 黑龙江省 8 2004 上海市 9 2004 江苏省 10 2004 浙江省 11 2004 安徽省 12 2004 福建省 13 2004 江西省 14 2004 山东省 15 2004 河南省 16 2004 湖北省 17

12442.87 9705.02 3923.1 4983.67 2807.41 12078.15 6867.7 4757.45 4659.99 15844.64 2821.11 693.2 2272.82 5333.09 1426.34 2556.02 185.09 2587.72 1399.83 390.2 445.36 1886.35 6060.28 3110.97 8477.63 3571.37 3041.07 6672.01 3122.01 4750.6 8072.83 15003.6 11648.7 4759.32 5763.35 3456.7 15021.84 8553.79 5633.11

9840 14402 1610 5377 1238 9067 2961 2871 3175 29235 1331 296 2883 4051 723 1213 16 1609 474 90 338 752 9005 2578 3407 1189 831 5749 2145 2809 10625 11330 15249 1607 4758 1169 9733 3318 3280

2004 湖南省 18 2004 广东省 19 广西壮族

2004 自治区 20 2004 海南省 21 2004 重庆市 22 2004 四川省 23 2004 贵州省 24 2004 云南省 25 西藏自治2004 区 26 2004 陕西省 27 2004 甘肃省 28 2004 青海省 29 宁夏回族

2004 自治区 30 新疆维吾

2004 尔自治区 31 2005 北京市 1 2005 天津市 2 2005 河北省 3 2005 山西省 4 内蒙古自2005 治区 5 2005 辽宁省 6 2005 吉林省 7 2005 黑龙江省 8 2005 上海市 9 2005 江苏省 10 2005 浙江省 11 2005 安徽省 12 2005 福建省 13 2005 江西省 14 2005 山东省 15 2005 河南省 16 2005 湖北省 17 2005 湖南省 18 2005 广东省 19 广西壮族

2005 自治区 20 2005 海南省 21 2005 重庆市 22 2005 四川省 23 2005 贵州省 24

5641.92 18864.62 3433.5 798.9 2692.81 6379.63 1677.8 3081.91 220.34 3175.58 1688.49 466.1 537.11 2209.09 6969.52 3905.64 10012.11 4230.53 3905.03 8047.26 3620.27 5513.7 9247.66 18598.69 13417.68 5350.17 6554.69 4056.76 18366.87 10587.42 6590.19 6596.1 22557.37 3984.1 897.99 3467.72 7385.1 2005.42

3281 31446 1272 278 3601 4430 737 1264 23 2007 514 70 293 792 10100 3045 3585 1220 845 6195 2023 2906 12603 13580 19056 1939 5147 1361 10743 3748 3860 3659 36894 1225 200 3591 4606 925

2005 云南省 25 西藏自治2005 区 26 2005 陕西省 27 2005 甘肃省 28 2005 青海省 29 宁夏回族

2005 自治区 30 新疆维吾

2005 尔自治区 31 2006 北京市 1 2006 天津市 2 2006 河北省 3 2006 山西省 4 内蒙古自2006 治区 5 2006 辽宁省 6 2006 吉林省 7 2006 黑龙江省 8 2006 上海市 9 2006 江苏省 10 2006 浙江省 11 2006 安徽省 12 2006 福建省 13 2006 江西省 14 2006 山东省 15 2006 河南省 16 2006 湖北省 17 2006 湖南省 18 2006 广东省 19 广西壮族

2006 自治区 20 2006 海南省 21 2006 重庆市 22 2006 四川省 23 2006 贵州省 24 2006 云南省 25 西藏自治2006 区 26 2006 陕西省 27 2006 甘肃省 28 2006 青海省 29 宁夏回族

2006 自治区 30

3461.73 248.8 3933.72 1933.98 543.32 612.61 2604.19 8117.78 4462.74 11467.6 4878.61 4944.25 9304.52 4275.12 6211.8 10572.24 21742.05 15718.47 6112.5 7583.85 4820.53 21900.19 12362.79 7617.47 7688.67 26587.76 4746.16 1044.91 3907.23 8690.24 2338.98 3988.14 290.76 4743.61 2276.7 648.5 725.9

1381 44 1894 547 79 214 921 11238 4159 4131 1421 978 7399 2319 3622 16602 19352 30968 2235 6412 1536 15937 5242 4734 5608 43516 1442 248 4590 7138 1337 1637 81 2473 832 97 290

新疆维吾

2006 尔自治区 31 2007 北京市 1 2007 天津市 2 2007 河北省 3 2007 山西省 4 内蒙古自2007 治区 5 2007 辽宁省 6 2007 吉林省 7 2007 黑龙江省 8 2007 上海市 9 2007 江苏省 10 2007 浙江省 11 2007 安徽省 12 2007 福建省 13 2007 江西省 14 2007 山东省 15 2007 河南省 16 2007 湖北省 17 2007 湖南省 18 2007 广东省 19 广西壮族

2007 自治区 20 2007 海南省 21 2007 重庆市 22 2007 四川省 23 2007 贵州省 24 2007 云南省 25 西藏自治2007 区 26 2007 陕西省 27 2007 甘肃省 28 2007 青海省 29 宁夏回族

2007 自治区 30 新疆维吾

2007 尔自治区 31 2008 北京市 1 2008 天津市 2 2008 河北省 3 2008 山西省 4 内蒙古自2008

治区 5

3045.26

9846.81 5252.76 13607.32 6024.45 6423.18 11164.3 5284.69 7104 12494.01 26018.48 18753.73 7360.92 9248.53 5800.25 25776.91 15012.46 9333.4 9439.6 31777.01 5823.41 1254.17 4676.13 10562.39 2884.11 4772.52 341.43 5757.29 2702.4 797.35 919.11 3523.16 11115 6719.01 16011.97 7315.4 8496.2

1187 14954 5584 5358 1992 1313 9615 2855 4303 24481 31770 42069 3413 7761 2069 22821 6998 6616 5687 56451 1907 296 4994 9935 1727 2139 68 3451 1025 222 296 1534 17747 6790 5496 2279 1328

2008 辽宁省 6 2008 吉林省 7 2008 黑龙江省 8 2008 上海市 9 2008 江苏省 10 2008 浙江省 11 2008 安徽省 12 2008 福建省 13 2008 江西省 14 2008 山东省 15 2008 河南省 16 2008 湖北省 17 2008 湖南省 18 2008 广东省 19 广西壮族

2008 自治区 20 2008 海南省 21 2008 重庆市 22 2008 四川省 23 2008 贵州省 24 2008 云南省 25 西藏自治2008 区 26 2008 陕西省 27 2008 甘肃省 28 2008 青海省 29 宁夏回族

2008 自治区 30 新疆维吾

2008 尔自治区 31 2009 北京市 1 2009 天津市 2 2009 河北省 3 2009 山西省 4 内蒙古自2009 治区 5 2009 辽宁省 6 2009 吉林省 7 2009 黑龙江省 8 2009 上海市 9 2009 江苏省 10 2009 浙江省 11 2009 安徽省 12 2009 福建省 13

13668.58 6426.1 8314.37 14069.87 30981.98 21462.69 8851.66 10823.01 6971.05 30933.28 18018.53 11328.89 11555 36796.71 7021 1503.06 5793.66 12601.23 3561.56 5692.12 394.85 7314.58 3166.82 1018.62 1203.92 4183.21 12153.03 7521.85 17235.48 7358.31 9740.25 15212.49 7278.75 8587 15046.45 34457.3 22990.35 10062.82 12236.53

10665 2984 4574 24468 44438 52953 4346 7937 2295 26688 9133 8374 6133 62031 2228 341 4820 13369 1728 2021 93 4392 1047 228 606 1493 22921 7404 6839 3227 1494 12198 3275 5079 34913 87286 79945 8594 11282

2009 江西省 14 2009 山东省 15 2009 河南省 16 2009 湖北省 17 2009 湖南省 18 2009 广东省 19 广西壮族

2009 自治区 20 2009 海南省 21 2009 重庆市 22 2009 四川省 23 2009 贵州省 24 2009 云南省 25 西藏自治2009 区 26 2009 陕西省 27 2009 甘肃省 28 2009 青海省 29 宁夏回族

2009 自治区 30 新疆维吾

2009 尔自治区 31 2010 北京市 1 2010 天津市 2 2010 河北省 3 2010 山西省 4 内蒙古自2010 治区 5 2010 辽宁省 6 2010 吉林省 7 2010 黑龙江省 8 2010 上海市 9 2010 江苏省 10 2010 浙江省 11 2010 安徽省 12 2010 福建省 13 2010 江西省 14 2010 山东省 15 2010 河南省 16 2010 湖北省 17 2010 湖南省 18 2010 广东省 19 广西壮族

2010 自治区 20

7655.18 33896.65 19480.46 12961.1 13059.69 39482.56 7759.16 1654.21 6530.01 14151.28 3912.68 6169.75 441.36 8169.8 3387.56 1081.27 1353.31 4277.05 14113.58 9224.46 20394.26 9200.86 11672 18457.27 8667.58 10368.6 17165.98 41425.48 27722.31 12359.33 14737.12 9451.26 39169.92 23092.36 15967.61 16037.96 46013.06 9569.85

2915 34513 11425 11357 8309 83621 2702 630 7501 20132 2084 2923 292 6087 1274 368 910 1866 33511 11006 10061 4752 2096 17093 4343 6780 48215 138382 114643 16012 18063 4349 51490 16539 17362 13873 119343 3647

2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 2010 海南省 21 重庆市 22 四川省 23 贵州省 24 云南省 25 西藏自治区 26 陕西省 27 甘肃省 28 青海省 29 宁夏回族

自治区 30 新疆维吾

尔自治区 31

2064.5 7925.58 17185.48 4602.16 7224.18 507.46 10123.48 4120.75 1350.43 1689.65 5437.47

714 12080 32212 3086 3823 124 10034 1868 264 1081 2562

reg D.lngrp lnpatent

xtabond lngrp lnpatent

A. 1995-2000 lngrp lnpatent回归分析，RSS1

B. 2001-2010 lngrp lnpatent回归分析，RSS2

A. 1995-2010 lngrp lnpatent回归分析，RSSR

RSSR=67.2785603 计算出F值进行分析 K=1,n=184+310=494 [RSSR-(RSS1+RSS2)]/K F=64.9671 > F(1,492)=3.86 (RSS1+RSS2)/(n-2K)

原假设H0：β=α，结构未发生变化。

检验得：结构发生了变化，参数是不稳定的。

总结 从实证研究我们可以发现,知识产权保护对经济增长的影响并非是简单的线性关系，而与该国的人均国民收入之间的关系是倒 U 型关系，当人均国民收入低于一定限度时，人均国民收入的增长与知识产权保护水平负相关，当人均国民收入高于一定限度时，人均国民收入的增长与知识产权保护水平成正相关。 即知识产权保护对经济增长的投入要素在发达国家有显著影响，而在发展中国家影响不显著或有负影响。对中国这一发展中国家，各个地区专利申请水平与该地区的GRP呈正影响。

本文来源：https://www.bwwdw.com/article/4xj7.html