欢迎来到天天文库
浏览记录
ID:10683680
大小:56.50 KB
页数:5页
时间:2018-07-07
《跨国专利合作和引用对国家创新产出的关系研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、跨国专利合作和引用对国家创新产出的关系研究 1、引言 知识经济时代,创新成为世界经济和社会发展的主要驱动力,是国家、地区和企业竞争力的关键。技术创新呈现出投入高、知识交叉性强、知识结构复杂、市场要求反应速度快等特点,单个的创新主体已经很难掌握创新所需的全部知识,快速并长期占领市场领先地位。因此,通过和其他创新主体进行交互,从外界获取创新所需的知识、人才、市场、资金等各种资源,对创新活动至关重要。外部知识获取途径主要有论文和专利合作、引用、研发合作、战略联盟、企业并购、咨询、外包服务、FDI、国际贸易等。 大量实证研究表明,基于专利合作和专利引用的
2、外部知识获取对创新具有重要影响。如Singh通过分析过去的专利合作对未来专利引用的影响,证实大部分的跨区域和跨企业的知识流动归因于专利合作X络。Fleming等人对USP-TO的发明者们进行了采访,发现大部分的受访者均与之前的专利合保持着一定程度的技术沟通,即便他们已经不再为同一家企业工作。由于专利信息的公开性,基于专利引用的外部知识获取可以不受国家和地区边界的影响。Trajten-berg在1990年第一次使用专利引文分析来描述知识和技术的流动,此后该种研究方法被大量运用到其他研究中。 目前已有基于专利合作和专利引用的研究,大多数在企业和产业层面展
3、开,少数国家层面的研究也仅针对一两个国家展开,缺少国家层面的大规模实证研究。本研究针对已有研究的不足,在国家层面研究基于专利合作和专利引用的外部知识获取对创新绩效的影响,研究对象包括16个当今主要创新型国家,时间跨度为1981-2007年,同时本研究考察了吸收能力对外部知识和创新产出关系的影响,在一定程度上弥补了现有理论和实证研究的不足。专利作为重要的创新产出,研究其自身投入、外部知识获取和吸收能力的关系,可以为政策制定者提供更多视角,帮助其制定更加有利于专利创新的科技政策。 2、研究设计 本文研究对象为当今世界主要创新型国家,世界经济论坛在200
4、2年的《全球竞争力报告》中识别出25个核心创新者,本文以其中16个(包括美国、日本、瑞典、瑞士、芬兰、德国、加拿大、荷兰、丹麦、比利时、法国、奥地利、英国、挪威、澳大利亚和意大利)为研究对象,其他9个国家和地区由于研发数据在本文大部分研究年份不可得而没有被包含在本文研究中。USPTO专利由于其较高的专利质量、国际化和数据规范性,被广泛用于技术创新能力的国际比较研究,因此本文使用USPTO专利数据。在测度各国创新产出的数量上,使用各国在USPTO发明专利的申请数量来衡量;在测度创新产出的质量上,专利被引用次数是一种常用方法,一项专利被其他专利引用,一定程
5、度上可以表明引用专利对被引用专利成果的认可和借鉴,因此本文使用各国在USPTO的授权发明专利在未来若干年内的总被引用次数来衡量其专利质量。 本文研究的因变量专利数量和专利被引用次数均为计数型数据,因此本文采用计数型模型。 研究者们通常使用泊松模型来分析计数型数据,但该模型有一个限制条件,即要求变量的均值等于方差。在本文中,假设检验在0.001的检验水平下显示,应拒绝均值等于方差的原假设,即拒绝泊松模型。专利数量和专利被引用次数的方差远大于均值的特点显示,负二项式模型是一种合适的模型,该模型对专利数据的适用性已被前人研究证实。 基本的泊松模型如式(
6、1)所示,该模型用于计算在给定一组自变量xi时,因变量取值为观测值yi的概率。为了避免均值λi为负值,将λi取值为因变量的指数形式,如式(2)所示: 为了让预测的均值可以随方差大小进行调节,我们将泊松模型中的均值λi,由通过式(2)得到的固定值,替换成一个如式(3)所示的伽马分布。由此,因变量观测值yi的概率密度函数变为如式(4)所示的,参数为γi和δ的负二项式分布。其中γi的构成形式与之前的λi相同。 之前的研究证明,固定效应的负二项式模型要优于随
7、机效应的负二项式模型,因为固定效应只考虑国家内部的方差,也就是说,这种模型可以控制那些没有被模型包含的,不随时间改变的,各国家所特有的影响因素。Hausman检验在0.001的显著性水平下,拒绝了随机效应模型。 因此,本研究采用固定效应的负二项式模型。 由于创新投入和产出之间通常存在一定时间延迟,因此本文采用长度为a年的时间延迟。当考虑a年产出时滞时,负二项式专利申请数量的均值γ和专利被引用次数的均值γ'分别如式(5)和式(6)所示: 其中i表示国家,t表示年份,a表示时滞,表1给出了各变量的含义和数据。
8、 3、结果分析 3.1专利合作和专利引用对创新产出数量的影响 表2给出了专利申请量和各自变
此文档下载收益归作者所有