第二节 农业知识产权创新的现实必然性

前文界定了农业知识产权创新的相关概念，并对相关机理进行分析。此外，基于农业生产的约束条件，研究论述了农业知识产权创新的战略意义。为了更好地剖析农业知识产权创新的作用，识别其对农业经济发展的影响，本节将通过实证分析验证农业知识产权创新与农业经济发展的关系，并利用计量经济模型估算出其对农业经济发展的影响。

一 数据处理及研究方法

（一）数据来源及处理

本书植物新品种创新主要是指申请或获取植物新品种权的多少，即主要涉及植物新品种权申请量与授权量两个方面，均来自农业部植物新品种保护办公室及农业科院农业知识产权研究中心。此外，如前文所述，就集合的包含范围而言，农业科技创新产出包括农业知识创新成果，而农业知识产权又包含植物新品种权，故植物新品种权也隶属于农业科技创新产出成果，尤其是农业知识产权创新成果，所以本书以植物新品种创新产出来概述植物新品种的申请与授权情况。

然而，就区域创新能力的量化而言，国内外许多专家利用获取专利的申请量或授权量来表示区域科技创新能力，比如，Acs等（2002）利用专利申请量来量化区域创新能力，但他也认为该方法存在一定的不合理性，比如，专利不能囊括所有的创新，也不能反映创新程度的差异等。^[39]因此，部分学者（Jaffe et al.，1993；Brian，2001；Bode，2004；李习保，2007；魏守华等，2011）认为专利授权量可以更好地体现区域的创新能力。鉴于此，本书也用植物新品种权，即其申请量与授权量来量化农业知识产权中植物新品种创新。需要特别说明的是，由于植物新品种申请具有一定的周期性，且其授权数量能较为真实地反映品种权人的获权数量与质量，所以，书中植物新品种创新（能力）并不是其相应申请量与授权量的简单加总，而是在结合我国植物新品种申请量与授权量时序特征的基础上，通过对二者进行加权平均获得。

具体而言，植物新品种创新（x），以植物新品种权来量化，以农林牧副渔大农业生产总值（y）表示农业经济发展水平。在数据处理时，一方面，为了消除价格波动对经济发展的影响，将农业生产总值全部换算为1998年不变价。选取1998年作为基期的原因在于，虽然1997年我国颁布了《中华人民共和国植物新品种保护条例》，但直至1999年，中国才加入UPOV，因此，折算为1998年的不变价有利于确保数据的完整性和有效性。另一方面，为了减少数据的异方差性和波动性，对变量进行对数化处理，这样既可以增加数据的平稳性，又不会影响变量之间的协整关系，^[40]对数化之后的变量，分别记为lny和lnx。

（二）主要研究方法

就建模过程而言，基于时间序列数据建模方法（易丹辉，2011；于俊年，2009；李子奈、潘文卿，2005），在对变量进行建模之前，需利用单位根检验法（unit root rest）检验变量的平稳性；若变量属于同阶单整，则可验证变量是否存在协整关系；若变量之间存在协整关系，方可验证变量之间是否存在因果关系。层层检验的原因在于若变量属于非平稳序列，则易出现虚假回归或伪回归的现象，即模型回归可能具有较高的可决系数，但易出现与现实经济意义不符的结果。因此，在量化植物新品种创新对农业经济发展的影响时，必须如上所述进行变量的平稳性检验。

此外，基于植物新品种创新产出数据的特征，即品种权的申请周期较长，可能会出现本期申请，次年获权的现象，加之品种权的持有具有一定的年限限制，因此，前期获权品种可能对后期经济发展产生影响。鉴于此，在量化植物品种创新对农业经济发展的影响时，可初步假定模型中存在植物新品种创新的滞后变量。然而，并不能直接判定其具体滞后期数及滞后期植物新品种创新对农业经济发展是否具有正向作用力。因此，需要构建分布滞后模型，并借助阿尔蒙（Almon）多项式法确定自变量的滞后期数，继而利用普通最小二乘法（OLS）估计参数。实质上阿尔蒙法就是通过定义新变量，减少解释变量个数，以确保模型的自由度（李子奈、潘文卿，2005），主要包括以下两个步骤。

第一，构建分布滞后模型I（式2-1）。

其中，i表示滞后期，t表示年份，文中研究年限为2002—2014年，需要特别说明的是，序列起始年份选为2002年的主要原因在于，下文对省域收敛性进行估算时，1999—2001年省域数据存在大量空值，为了行文上下保持一致，确保数据的有效性和完整性，故研究期选为2002—2014年。此外，依据阿尔蒙变换，假定回归系数，i=0，1，…，n，且m＜n，主要原因在于根据阿尔蒙法，当m＜n 时，有利于确保模型自由度，缓解模型多重共线问题。

第二，根据lny和lnx的自相关系数可知，变量在滞后2阶或3阶后，可趋于平稳，但在阿尔蒙法中，一般情况下m=2，为了满足m＜n 的条件，故模型滞后期为3，则

此时，将式（2-2）带入模型Ⅰ，可得模型Ⅱ，具体如式（2-3）所示：

其中，，，。继而运用OLS 估算模型Ⅱ（式2-3）中的参数α_k，并将其带入式（2-2），即可获得β_i的值；然后将β_i值带入分布滞后模型I（式2-1），即可估算出植物创新能力对农业经济发展的影响。

二 实证分析

（一）关系识别

1.平稳性检验

基于上述方法，对植物新品种创新（lnx）和农业生产总值（lny）进行单位根平稳性检验，结果如表2-1所示。其中，原始序列lny的ADF统计值为-21.8507，远小于1%的临界值-5.5219，且P值小于1%，因此，可以在1%的置信水平下拒绝原假设，即判定lny属于平稳序列。同理，根据lnx的ADF统计值和P值，可得出lnx亦在1%的置信水平下属于平稳序列。故原始序列lny和lnx均属于同阶单整序列，可进行下一步的检验。

表2-1 变量的单位根检验结果

2.协整分析

基于上述平稳性检验结果，以lny为因变量，lnx为自变量，进行OLS回归，可得协整方程（式2-4），

分析协整方程回归结果，由R²和可调整的R²的值可知，方程回归结果较好；从变量的T值和P值看，常数项C和lnx均通过1%的置信水平检验；此外，结合检验指标F值及D.W.值可知，模型（式2-4）整体模拟结果良好。因此，可基于模型（式2-4），检测变量间的协整关系。通过变换式（2-4），可得到残差e的表达式

对残差e进行单位根检验，结果如表2-2所示。残差e的ADF 统计值为-6.0797，远小于1%置信水平下的临界值，故可拒绝原假设，判定残差e在1%的置信水平下属于平稳序列。即lny与lnx存在协整关系，植物新品种创新对农业经济发展的弹性为0.3472，其经济意义可解释为，2002—2014年当植物新品种创新增加1%时，农业生产总值约增加0.35%。

表2-2 残差e的单位根检验结果

3.误差修正

通过协整回归，判定植物新品种创新与农业经济发展存在协整关系，即二者存在长期均衡关系。然而，现实生活中，植物新品种创新易受国际农业知识产权法规变动、国家政策导向、区域科技人力资源投入及技术吸收能力等多种因素的综合影响，因此，植物新品种创新与农业经济发展易呈现出短期动态或非均衡关系。借鉴杨传喜等（2011）的研究方法，采用误差修正模型考察变量间的短期动态关系（陈祺琪、张俊飚，2015）。主要原因在于误差修正方法将差分项引入模型，不仅可以消除模型可能存在的多重共线问题，还可以通过消除变量间的趋势因素，避免虚假回归或伪回归问题。^[41]经过多次模拟，建立如下ECM 模型Ⅲ，详见式（2-6）。其中，Δ表示差分算子，Δlnx（-1）表示滞后1期的lnx的差分，e（-1）为滞后1期的残差值。

对误差修正模型Ⅲ（式2-6）回归结果中R²和可调R²的值、F值和D.W.值、AIC 和SC 值进行相应的检验可知，整体模型较为合理。从变量T值和通过T检验的概率P值看，常数项显著性最高，通过了1%置信水平下的检验；Δlnx（-1）次之，通过了5%置信水平的检验；e（-1）显著性不明显，未通过10%的置信水平检验。究其原因可能正如前文研究方法部分所述，植物新品种创新的滞后期应该选择3期，但限于模型自由度的限制，模型Ⅲ（式2-6）只包含了滞后1期的植物新品种创新。然而，即便如此，模型中e（-1）的符号为负值，这说明短期内，当植物新品种创新与农业经济发展发生偏离时，存在一定的调节机制使二者处于均衡状态。

4.因果关系判定

由于前文已验证植物新品种创新与农业经济发展存在长期均衡与短期动态关系，因此，具备采用格兰杰（Granger）检验程序（格兰杰因果关系检验）的前提条件，即可进一步判断lny与lnx是否存在因果关系，具体结果如表2-3所示。表中第1列为原假设，由于本书主要考察植物新品种创新与农业经济发展的关系，故共涉及两个变量，包含两个原假设；第2列为滞后阶段，表中滞后1阶的确定方法与前文一致，即在比较AIC 与SC 值基础上，经多次模拟确定；第3、4列为关系检验的统计指标，即F统计量和P值，借助这两个指标，可以很直观地判定是否拒绝原假设；表2-3中最后1列为统计检验结果，即在5%和1%的置信水平上拒绝原假设。因此，可判定lnx与 lny存在格兰杰因果关系，即植物新品种创新会影响农业经济发展，反之，农业经济发展水平的提高也会对植物新品种创新产生一定的影响。

表2-3 Granger因果关系检验结果

（二）影响分析

由前文实证结果可知，植物新品种创新与农业经济发展存在一定的相互影响的关系。然而，二者作用力的大小，并未明确给出具体的数值，那么接下来将构建分布滞后模型，利用阿尔蒙多项式法与普通最小二乘法估算植物新品种创新对经济发展的影响力。具体而言，如前文研究方法，在确定了模型滞后期和阿尔蒙多项式变换的阶数之后，可直接利用OLS 估算模型Ⅱ（式2-3），继而可获得新变量v_mt（m=0，1，2）系数的估计值，即，，，。然后将上述参数α_k的估计值带入（式2-2），即可获得参数β_i的估计值

进一步地，将参数β_i的估计值带入模型I（式2-1），即可获得植物新品种创新与农业经济发展的分布滞后模型IV，如式（2-7）所示。

由分布滞后模型IV（式2-7）可知，2002—2014年不仅植物新品种创新（lnx_t）对同期农业经济发展（lny_t）具有正向影响，而且植物新品种创新滞后1期（lnx_t-1）、2期（lnx_t-2）、3期（lnx_t-3）均对当期农业经济发展具有正向影响。具体而言，植物新品种创新当期及其滞后1至3期对农业经济发展的弹性系数依次为：0.2215、0.1435、0.0955、0.0776。其具体的经济意义可解释为，假定其他条件不变，当植物新品种创新提升1个单位时，农业生产总值将增长0.2215；滞后1期的植物新品种创新增加1%时，农业生产总值约增加0.14%；滞后2期的植物新品种创新增加1个单位时，农业总产值增加0.0955；滞后3期的植物新品种创新增加1%时，农业生产总值约增加0.08%。上述结论验证了模型假设，即滞后期的植物新品种创新仍会影响农业经济发展水平。

此外，需要注意的是，虽然模型IV（式2-7）中滞后阶段的植物新品种创新的系数均为正值，但并不意味着当植物新品种创新产出滞后期大于3时，其仍对农业经济发展具有正向作用。主要原因在于，一方面，相较于只含有当期植物新品种创新的协整回归方程（式2-4），其植物新品种创新的系数为0.3472，模型IV（式2-7）的植物新品种创新的系数减小了0.1257，说明其作用力有可能被滞后期植物新品种创新分解，但结合滞后期植物新品种创新的系数可知，若增加滞后期，其系数不一定仍为正值。另一方面，植物新品种创新申请具有一定的周期，获权具有一定的维持年限，所以若滞后期增加，部分植物新品种授权可能并未获取。总结可知，上述分布滞后模型IV的滞后期选择较为合适，模型经济意义较为合理。

三 结论与启示

本书运用单位根检验法检验植物新品种创新与农业经济发展序列的平稳性，并利用格兰杰因果检验识别二者是否存在因果关系，最后构建分布滞后模型，利用阿尔蒙多项式法与普通最小二乘法量化植物新品种创新对农业经济发展的影响。研究发现，其一，对数化之后的植物新品种创新与农业生产总值的原始序列均属于平稳序列；其二，植物新品种创新与农业经济发展存在长期均衡关系，且植物新品种创新对农业经济发展的经济弹性为0.3472，此外，当二者偏离均衡关系时，存在一定的协调机制，使二者均衡发展；其三，植物新品种创新与农业经济发展互为格兰杰因果关系；其四，植物新品种创新当期及滞后1—3期均对农业经济发展产生正向影响，且其对应弹性系数依次为，0.2215、0.1435、0.0955、0.0776。

基于上述结论，可从以下三个方面着手，提高植物新品种创新，进而促进农业经济的发展。首先，完善相关政策条例，并将之上升为法律层面，确保植物新品种创新产出的“软环境”。如前文所述，1997年《中华人民共和国植物新品种保护条例》颁布，并于2013年进行修改；1999年中国加入UPOV，执行《UPOV公约》；2000年颁布了《中华人民共和国种子法》（以下简称《种子法》），《种子法》的颁布开放了地方种子市场，打破了国有种子公司垄断种子市场的局面，为有效地保护品种权、育种部门的权益和私人投资育种提供了可能。^[42]然而，与美、日、欧等发达国家和地区的相关立法相比，中国植物新品种权限制制度仍存在一系列的问题，比如，品种权限制措施不到位、限制力度不足等，^[43]因此，应结合当前农业经济发展水平，尤其是农业知识产权发展的特征与规律，完善植物新品种保护条例，并使之上升至法律层面，充分发挥其对提高植物新品种创新的正向作用。

其次，完善现有植物新品种权保护体系，从数量和质量两个方面提高植物新品种创新产出，进而提升我国植物新品种创新。其一，简化植物新品种权申请与授权流程，从数量上保证植物新品种创新产出。依据《中华人民共和国植物新品种保护条例》可知，品种权的申请需经历审批机关的初步审查（6个月内完成）和实质审查，若有必要还要测试或考察品种试验成果。对于品种授权，必须满足一定的条件，比如，品种需具备特异性、一致性、稳定性等。此外，自申请人申请至品种保护期满，申请人需在申请期缴纳申请费与审查费，品种保护期限内缴纳年费，且当不符合授权条件或者后期测试失败时，授权机关不退还已缴纳费用。因此，植物新品种权申请与授权流程仍存在很大的简化空间，缩短申请与授权周期，可能会在一定程度上提高植物新品种创新产出。与此同时，应减少申请与获权期间的相关费用，特别是当申请不成功时，可适当退还已缴纳费用，以提高申请人的积极性。其二，植物新品种权的获取是农业科技创新成果转换的结果，植物新品种权的累计授权数及维持年限的增加，可从侧面反映植物新品种创新产出的质量。适当调整当前植物新品种创新主体研发重点，增加其育种研发的资金投入与技术支持，拓宽其育种研发的资金渠道，有利于增加植物新品种授权量，进而提升其累计授权量，从质量方面提升植物新品种创新产出。

最后，建立植物新品种权交易市场，提高植物新品种研发主体的知识产权意识。政府相关政策法规的完善对植物新品种创新主体的引导与激励作用较大；然而，政府调节并不能完全代替市场机制对植物新品种创新的影响，故应建立植物新品种权交易市场，充分发挥市场在植物新品种创新过程中的作用。具体而言，一是建立信息交互中枢，及时发布相关的植物新品种申请与授权情况，以减少信息不对称问题；二是培训专门的品种代理人并加强对代理机构的管理，以确保品种认证的有效性；三是设置专门的评估机构，评估品种权的市场机制，为品种权交易奠定基础；^[44]四是对品种权交易进行合同管理，使品种权交易有法可依；五是设置监管机构，督促品种权市场交易过程。此外，需要特别注意的是，当前侵权、假冒案件屡见不鲜，应对相关育种研发主体进行针对性的培训，并充分发挥电视、网络、手机等工具的宣传作用，提高创新主体的维权意识。