| 研究问题 | 知识产权保护强度如何通过降低创新收益被侵占风险,激励企业增加研发投入并提升创新产出? |
| 理论框架 | 诺斯(Douglass North)的产权理论与制度变迁理论、阿罗(Kenneth Arrow)的信息不完全与创新激励理论 |
| 研究方法 | 多期双重差分法(DID)、工具变量法、面板固定效应模型 |
| 数据来源 | 国家知识产权局专利数据库、CSMAR/ Wind 上市公司研发与财务数据、各省份知识产权司法保护案例 |
| 创新点 | 构建综合知识产权保护强度指数,评估"十五五"知识产权规划对不同所有制、技术密集度企业的异质性激励效应 |
基于诺斯产权理论,清晰且可执行的知识产权制度能降低创新外部性与收益不确定性,使企业预期创新收益内部化。据此提出:H1 知识产权保护强度提升显著增加企业发明专利申请与授权量;H2 该效应对高技术行业企业更强;H3 强化保护可通过缓解融资约束促进中小企业创新投入增加。
以《知识产权保护和运用"十五五"规划》实施作为准自然实验,将试点城市或知识产权保护重点城市作为处理组,其他城市作为对照组,采用多期 DID 识别因果效应。识别假定包括平行趋势、无溢出效应及政策实施时间不随企业创新预期内生决定,并通过事件研究图进行检验。
构建双向固定效应模型:Innovation_{it}=α+βIPP_{it}+γX_{it}+μ_i+λ_t+ε_{it}。其中 Innovation_{it} 为企业 i 在 t 年的专利申请量或研发投入强度,IPP_{it} 为企业所在地知识产权保护强度指数,X_{it} 为控制变量,μ_i 与 λ_t 分别为企业与年份固定效应。
被解释变量选取企业发明专利申请量、授权量及研发投入占营业收入比重。核心解释变量综合立法保护指数、执法力度指数与司法保护效率指数。控制变量包括企业规模、资产负债率、盈利能力、行业集中度、地区人均 GDP 及产业结构,样本覆盖 2018—2026 年 A 股制造业与服务业上市公司。
第一,采用安慰剂检验随机生成处理组;第二,以历史法制环境变量作为知识产权保护强度的工具变量处理内生性问题;第三,使用 PSM-DID 方法重新匹配样本;第四,将被解释变量替换为研发投入强度进行回归;第五,剔除直辖市及经济特区样本,考察结论对特殊政策区域的敏感性。
---