The Impact of Digital Trade Flows on the Transfer of Patent Technologies among Regions
-
摘要: 数字技术的发展不仅深刻重塑了地区间贸易方式，同时也通过数字化贸易流动所形成的关系网络对地区间专利技术转移行为产生影响。根据国家知识产权局公布的地区间专利技术转移数据和国家税务总局采集的企业增值税专用发票数据，基于引力模型实证分析地区间数字化贸易流动对专利技术转移行为的影响。研究发现，地区间数字化贸易流动显著提高了专利技术转移数量，这一结论在利用工具变量等一系列稳健性检验后仍然成立。机制检验表明，地区间数字化贸易流动促使购方地区数字基础设施水平提高，并且促进了购方地区产业升级，激发了购方地区的创新意识与创新需求，进而促使地区间专利技术转移数量增加。异质性分析表明，地区间数字化贸易流动对专利技术转移的影响因地区相对地理位置、数字化水平、贸易水平以及专利类型不同而存在差异。拓展性分析发现，地区在专利技术转移网络中的点度中心度降低，但与销方地区专利技术转移的关系强度提高，说明相比拓展新的技术联系，购方地区更倾向于与其存在贸易往来的地区之间进行专利技术转移。Abstract: The development of digital technology not only profoundly reshapes the trade patterns among regions, but also influences the behavior of patent technology transfer among regions through the relationship network formed by digital trade flows. Based on interregional patent transfer data released by the National Intellectual Property Administration and the enterprise value-added tax special invoice data collected by the State Taxation Administration, this study empirically examines the impact of digital trade flows between regions on patent technology transfer behavior using a gravity model. The findings reveal that digital trade flows between regions significantly increase the number of patent technology transfers; a conclusion remains robust after a series of tests, including instrumental variable analysis. Mechanism analysis indicates that digital trade flows between regions enhance the digital infrastructure level of the purchasing region, promote industrial upgrading, and stimulate innovation awareness, thereby increasing the demand for technological innovation and ultimately boosting intercity patent technology transfers. The heterogeneity analysis reveals that the impact of intercity digital trade flows on patent transfers varies depending on the relative geographical location, digitalization level, trade level of the cities, as well as the type of patent transfer. Further extended analysis reveals that a city's degree centrality in the patent technology transfer network decreases, but the strength of the patent technology transfer relationships with selling regions increases. This suggests that purchasing regions are more inclined to engage in patent technology transfers with cities they already have trade ties with, rather than establishing new technological connections.
-
表 1 主要变量的描述性统计
变量 变量名称 样本量 均值 标准差 最小值 最大值 patentijt 地区间专利技术转移数 373 368 0.570 6.770 0.000 988.000 lndigtraijt 地区间数字化贸易流动额 373 368 14.500 5.750 0.000 35.990 lndetgdpijt 地区间市场规模差异 373 368 6.490 1.650 0.000 10.390 detresijt 地区间研发投入强度差异 373 368 0.760 0.820 0.000 9.160 dettechpeoijt 地区间研发人员禀赋差异 373 368 8.450 1.750 0.000 13.510 detportijt 地区间贸易开放度差异 373 368 3.680 6.100 0.000 102.400 ISijt 地区间产业结构相似度 373 368 0.300 0.180 0.000 1.290 detroadijt 地区间交通基础设施差异 373 368 0.860 0.110 0.000 1.200 humcapitalijt 地区间人力资本禀赋差异 373 368 4.640 1.430 0.000 7.530 laborcostijt 地区间劳动力成本差异 373 368 8.920 1.190 0.000 11.620 
下载: 导出CSV
表 2 基准回归结果
变量 (1) (2) (3) (4) lndigtraijt 0.129*** 0.010*** 0.085*** 0.010*** (0.003) (0.001) (0.002) (0.001) lndetgdpijt 0.156*** -0.039*** (0.007) (0.013) detresijt 0.000 -0.163*** (0.011) (0.023) dettechpeoijt 0.252*** -0.047*** (0.011) (0.013) detportijt 0.015*** 0.077*** (0.002) (0.016) ISijt -0.106* 0.279** (0.061) (0.138) detroadijt -0.495*** 0.307 (0.091) (0.190) humcapitalijt -0.112*** 0.010 (0.010) (0.015) laborcostijt 0.085*** 0.020** (0.008) (0.010) Constant -1.299*** 0.432*** -3.626*** 0.355 (0.034) (0.018) (0.161) (0.233) 销方城市×年份固定效应 否 是 否 是 购方城市×年份固定效应 否 是 否 是 城市对固定效应 否 是 否 是 年份固定效应 否 是 否 是 Observations 373 368 373 368 373 368 373 368 R-squared 0.012 0.659 0.019 0.659 注：***、**、*分别表示1%、5%、10%的显著性水平；括号内数值是聚类到城市对层面的标准误。下表同。
下载: 导出CSV
表 3 内生性检验
变量 (1) (2) (3) (4) 基于“变量滞后一期”构建工具变量 基于“地区海拔差”构建工具变量 第一阶段 第二阶段 第一阶段 第二阶段 Ⅳ1interijt 0.122*** (0.004) Ⅳ2interijt -0.026*** (0.001) lndigtraijt 0.040** 0.223*** (0.013) (0.066) 第一阶段F统计量 1 125.090 3 590.910 控制变量 是 是 是 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 293 598 293 598 373 368 373 368 注：弱工具变量识别检验采用Kleibergen-Paap rk Wald F统计量。
下载: 导出CSV
表 4 替换变量的估计结果
变量 (1) (2) (3) (4) 替换被解释变量 替换核心解释变量 dum_patentijt patentijt lndigtraijt 0.001*** 0.001*** (0.000) (0.000) Protradeijt 0.338*** 0.307*** (0.039) (0.036) Constant 0.062*** 0.392*** 0.497 8.337*** (0.001) (0.008) (0.017) (0.581) 控制变量 否 是 否 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 373 368 373 368 373 368 373 368 R-squared 0.309 0.329 0.127 0.146
下载: 导出CSV
表 5 剔除特殊样本的估计结果
变量 (1) (2) (3) (4) 剔除两城市均为直辖市样本 剔除至少有一方为直辖市样本 lndigtraijt 0.009*** 0.008*** 0.005*** 0.007*** (0.001) (0.001) (0.000) (0.001) Constant 0.428*** 0.671*** 0.341*** 0.653*** (0.017) (0.234) (0.013) (0.223) 控制变量 否 是 否 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 373 314 345 587 363 026 342 899 R-squared 0.547 0.548 0.508 0.505
下载: 导出CSV
表 6 采用其他计量方法的估计结果
变量 (1) (2) (3) (4) 泊松拟极大似然估计法(PPML) 零膨胀泊松回归法(ZIP) lndigtraijt 0.461*** 0.462*** 0.369*** 0.350*** (0.016) (0.016) (0.000) (0.001) Constant -7.518*** -7.908*** -5.689*** -6.225*** (0.355) (0.409) (0.020) (0.033) 控制变量 否 是 否 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 313 646 313 646 373 368 373 368 Pseudo R-squared 0.764 0.765
下载: 导出CSV
表 7 采用异方差稳健标准误的估计结果
变量 (1) (2) (3) (4) lndigtraijt 0.129*** 0.010*** 0.085*** 0.010*** (0.003) (0.001) (0.002) (0.001) Constant -1.299*** 0.432*** -3.626*** 0.355*** (0.034) (0.017) (0.161) (0.214) 控制变量 否 否 是 是 销方城市×年份固定效应 否 是 否 是 购方城市×年份固定效应 否 是 否 是 城市对固定效应 否 是 否 是 年份固定效应 是 是 是 是 Observations 373 368 373 368 373 368 373 368 R-squared 0.012 0.564 0.019 0.564 注：括号内数值是异方差稳健标准误。
下载: 导出CSV
表 8 机制检验
变量 (1) (2) (3) (4) 地区数字基础设施建设 地区产业升级 lndigtraijt 0.028** 0.026*** 0.000 0.001*** (0.006) (0.006) (0.002) (0.000) Constant 23.447*** 24.786*** 1.197*** 1.135*** (0.089) (0.051) (0.003) (0.018) 控制变量 否 是 否 是 销方城市固定效应 是 是 是 是 购方城市固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 372 005 372 005 373 368 373 368 R-squared 0.799 0.780 0.925 0.934
下载: 导出CSV
表 9 城市相对地理位置的异质性分析
变量 (1) (2) (3) (4) 是否属于同一城市群 是否属于同一区域 是 否 是 否 lndigtraijt -0.786 0.004*** -0.013 0.007*** (0.640) (0.001) (0.023) (0.002) Constant 106.662** 0.794* 13.268*** 0.562*** (51.444) (0.437) (4.564) (0.206) 控制变量 是 是 是 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 9 098 291 794 67 478 233 414 R-squared 0.945 0.604 0.918 0.828 组间系数差异检验P值 0.789***(0.000) 0.021**(0.030)
下载: 导出CSV
表 10 城市数字化水平和贸易水平的异质性分析
变量 (1) (2) (3) (4) 数字化水平 贸易水平 高 低 高 低 lndigtraijt 0.030*** -0.000 0.465*** 0.000 (0.004) (0.001) (0.026) (0.000) Constant 0.811 0.121 1.647 0.154*** (0.644) (0.090) (1.142) (0.029) 控制变量 是 是 是 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 170 410 180 169 140 805 186 672 R-squared 0.682 0.523 0.154 0.130 组间系数差异检验P值 0.030***(0.000) 0.509***(0.000)
下载: 导出CSV
表 11 专利类型的异质性分析
变量 (1) (2) (3) (4) 全部专利 外观设计 发明专利 实用新型专利 lndigtraijt 0.010*** 0.000 0.005*** 0.002*** (0.001) (0.000) (0.001) (0.001) Constant 0.355 -0.0010 0.254* -0.066 (0.233) (0.021) (0.150) (0.111) 控制变量 是 是 是 是 销方城市×年份固定效应 是 是 是 是 购方城市×年份固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 373 368 373 368 373 368 373 368 R-squared 0.659 0.247 0.468 0.462
下载: 导出CSV
表 12 基于专利技术转移网络点度中心度和关系强度的检验结果
变量 (1) (2) (3) (4) 点度中心度 关系强度 入中心度 出中心度 购方城市 销方城市 lndigtraijt -0.103*** -0.024*** 0.001*** 0.000* (0.002) (0.002) (0.000) (0.000) Constant 3.577*** 3.081*** 0.399*** 0.480*** (0.283) (0.252) (0.025) (0.025) 控制变量 是 是 是 是 销方城市固定效应 是 是 是 是 购方城市固定效应 是 是 是 是 城市对固定效应 是 是 是 是 年份固定效应 是 是 是 是 Observations 373 368 373 368 373 368 373 368 R-squared 0.651 0.640 0.402 0.375
下载: 导出CSV
-
[1] 赵增耀, 章小波, 沈能. 区域协同创新效率的多维溢出效应[J]. 中国工业经济, 2015(1): 32-44. [2] 刘雯, 曹思未, 叶静怡. 社会网络与高校专利技术成果转移[J]. 世界经济, 2020(9): 173-192. [3] 曹春方, 涂漫漫, 刘薇. 知识产权监管与企业集团内部专利转移[J]. 经济研究, 2024(2): 135-152. [4] 徐宜青, 曾刚, 王秋玉. 长三角城市群协同创新网络格局发展演变及优化策略[J]. 经济地理, 2018(11): 133-140. [5] 冯兴华, 高紫媛, 徐美海, 等. 基于专利技术转移的城市群创新网络结构及其组织模式[J]. 经济地理, 2024(10): 66-75. [6] 周灿, 曾刚, 曹贤忠. 中国城市创新网络结构与创新能力研究[J]. 地理研究, 2017(7): 1297-1308. [7] 马海涛. 基于人才流动的城市网络关系构建[J]. 地理研究, 2017(1): 161-170. [8] 周媛媛, 董平, 陆玉麒, 等. 基于上市高新技术企业的中国城市创新网络及其影响因素[J]. 经济地理, 2023(6): 145-155. [9] 刘承良, 管明明, 段德忠. 中国城际技术转移网络的空间格局及影响因素[J]. 地理学报, 2018(8): 1462-1477. [10] 饶凯, 孟宪飞, 徐亮, 等. 研发投入对地方高校专利技术转移活动的影响——基于省级面板数据的实证分析[J]. 管理评论, 2013(5): 144-154. [11] 祝合良, 郭凯歌, 王春娟. 数字经济、流通效率与居民消费增长[J]. 商业经济与管理, 2023(6): 5-17. [12] 傅元海, 唐未兵, 王展祥. FDI溢出机制、技术进步路径与经济增长绩效[J]. 经济研究, 2010(6): 92-104. [13] 罗思平, 于永达. 技术转移、"海归"与企业技术创新——基于中国光伏产业的实证研究[J]. 管理世界, 2012(11): 124-132. [14] PONCET S. Measuring Chinese domestic and international integration[J]. China Economic Review, 2003, 14(1): 1-22. doi: 10.1016/S1043-951X(02)00083-4 [15] 行伟波, 李善同. 本地偏好、边界效应与市场一体化——基于中国地区间增值税流动数据的实证研究[J]. 经济学(季刊), 2009(4): 1455-1474. [16] 徐现祥, 李郇. 中国省际贸易模式: 基于铁路货运的研究[J]. 世界经济, 2012(9): 41-60. [17] 刘生龙, 胡鞍钢. 交通基础设施与中国区域经济一体化[J]. 经济研究, 2011(3): 72-82. [18] 梁若冰, 汤韵. 交通改善、企业贸易与区域市场整合——基于增值税发票的经验研究[J]. 财贸经济, 2021(10): 36-51. [19] 牛婧, 魏修建. 官员流动、地区间关联与省际贸易往来[J]. 财贸经济, 2020(6): 128-143. [20] 程玲, 李建成, 刘晴. 异地商会与跨区域贸易[J]. 世界经济, 2021(10): 30-56. [21] PARSONS C, VÉZINA P L. Migrant networks and trade: the Vietnamese boat people as a natural experiment[J]. The Economic Journal, 2018, 128(612): 210-234. doi: 10.1111/ecoj.12457 [22] 刘生龙, 胡鞍钢. 交通基础设施与中国区域经济一体化[J]. 经济研究, 2011(3): 72-82. [23] DONALDSON D. Railroads of the Raj: estimating the impact of transportation infrastructure[J]. American Economic Review, 2018, 108(4-5): 899-934. doi: 10.1257/aer.20101199 [24] YOUNG A. The Razor's edge: distortions and incremental reform in the People's Republic of China[J]. Quarterly Journal of Economics, 2000, 115(4): 1091-1135. doi: 10.1162/003355300555024 [25] 余泳泽, 胡山, 杨飞. 国内大循环的障碍: 区域市场分割的效率损失[J]. 中国工业经济, 2022(12): 108-126. [26] 叶宁华, 张伯伟. 地方保护、所有制差异与企业市场扩张选择[J]. 世界经济, 2017(6): 98-119. [27] 李真. 技术模仿、转移与创新的贸易利益效应研究——来自中国工业企业的证据[J]. 数量经济技术经济研究, 2011(4): 18-33. [28] 赵霞, 徐永锋. 数字化流通、全国统一大市场与国内国际循环[J]. 商业经济与管理, 2024(3): 18-32. [29] FREUND C L, WEINHOLD D. The effect of the internet on international trade[J]. Journal of International Economics, 2004(1): 171-189. [30] 行伟波, 李善同. 引力模型、边界效应与中国区域间贸易: 基于投入产出数据的实证分析[J]. 国际贸易问题, 2010(10): 32-41. [31] 程惠芳, 岑丽君. FDI、产业结构与国际经济周期协动性研究[J]. 经济研究, 2010(9): 17-28. [32] 郭家堂, 骆品亮. 互联网对中国全要素生产率有促进作用吗?[J]. 管理世界, 2016(10): 34-49. [33] 才国伟, 陈思含, 李兵. 全国大市场中贸易流量的省际行政边界效应——来自地级市增值税发票的证据[J]. 经济研究, 2023(3): 59-77. [34] NUNN N, QIAN N. US food aid and civil conflict[J]. American Economic Review, 2014, 104(6): 1630-1666. doi: 10.1257/aer.104.6.1630 [35] SANTOS S J M C, TENREYRO S. The log of gravity[J]. Review of Economics and Statistics, 2006, 88(4): 641-658. doi: 10.1162/rest.88.4.641 [36] COHN J B, LIU Z, WARDLAW I. Count (and count-like) data in finance[J]. Journal of Financial Economics, 2022, 146(2): 529-551. doi: 10.1016/j.jfineco.2022.08.004 [37] 方创琳. 中国城市群研究取得的重要进展与未来发展方向[J]. 地理学报, 2014(8): 1130-1144. [38] 李国平, 朱婷, 孙瑀. 高质量区域空间格局构建下中国经济区划调整研究[J]. 地理科学, 2024(1): 20-29. [39] 李丹丹, 汪涛, 魏也华, 等. 中国城市尺度科学知识网络与技术知识网络结构的时空复杂性[J]. 地理研究, 2015(3): 525-540. -
点击查看大图
图(1) / 表(12)
计量
- 文章访问数: 32
- HTML全文浏览量: 12
- PDF下载量: 10
- 被引次数: 0