科技和产业

变量	指标	样本数	均值	标准差	最小值	最大值
Policy	知识产权法庭设立	3 724	0.166	0.373	0.000	1.000
Tchmerge	企业技术并购	3 724	0.007	0.084	0.000	1.000
Trade	贸易差异	3 724	0.002	0.006	0.000	0.065
GDP	经济规模差距	3 724	4.418	3.289	0.01	46.775
Market	市场结构差异	3 724	0.539	0.135	0.099	1.106
Indu	工业发展水平差异	3 724	0.367	0.107	0.000	1.013
FV	交通网络建设差异	3 724	13.000	1.164	5.468	17.762

变量	指标	样本数	均值	标准差	最小值	最大值
Policy	知识产权法庭设立	3 724	0.166	0.373	0.000	1.000
Tchmerge	企业技术并购	3 724	0.007	0.084	0.000	1.000
Trade	贸易差异	3 724	0.002	0.006	0.000	0.065
GDP	经济规模差距	3 724	4.418	3.289	0.01	46.775
Market	市场结构差异	3 724	0.539	0.135	0.099	1.106
Indu	工业发展水平差异	3 724	0.367	0.107	0.000	1.013
FV	交通网络建设差异	3 724	13.000	1.164	5.468	17.762

变量	(1)	(2)	(3)	(4)
Policy	0.622 2^***	0.541 3^***	0.548 7^**	0.403 1^**
	(0.170 2)	(0.170 1)	(0.216 7)	(0.1853 )
IN		-0.325 2^*	-0.603 8^***	0.021 8
		(0.170 0)	(0.210 9)	(0.201 5)
Trade		0.092 0	0.171 4	0.211 2
		(0.162 6)	(0.208 9)	(0.188 0)
GDP		0.288 3	1.136 3^***	-0.178 3
		(0.324 3)	(0.437 2)	(0.372 9)
Market		-0.216 9^**	-0.350 7^**	-0.002 8
		(0.101 0)	(0.136 3)	(0.108 9)
Indu		-0.031 6	-0.512 3^**	0.008 7
		(0.182 4)	(0.225 6)	(0.198 5)
FV		-0.033 1	-0.246 0	0.034 4
		(0.111 3)	(0.157 4)	(0.128 5)
常数项	-2.814 6^***	-2.742 5^***	-3.288 9^***	-2.778 5^***
	(0.212 2)	(0.216 5)	(0.334 4)	(0.236 4)
样本数	3 724	3 724	3 724	3 724
城市对数	266	266	266	266

变量	(1)	(2)	(3)	(4)
Policy	0.622 2^***	0.541 3^***	0.548 7^**	0.403 1^**
	(0.170 2)	(0.170 1)	(0.216 7)	(0.1853 )
IN		-0.325 2^*	-0.603 8^***	0.021 8
		(0.170 0)	(0.210 9)	(0.201 5)
Trade		0.092 0	0.171 4	0.211 2
		(0.162 6)	(0.208 9)	(0.188 0)
GDP		0.288 3	1.136 3^***	-0.178 3
		(0.324 3)	(0.437 2)	(0.372 9)
Market		-0.216 9^**	-0.350 7^**	-0.002 8
		(0.101 0)	(0.136 3)	(0.108 9)
Indu		-0.031 6	-0.512 3^**	0.008 7
		(0.182 4)	(0.225 6)	(0.198 5)
FV		-0.033 1	-0.246 0	0.034 4
		(0.111 3)	(0.157 4)	(0.128 5)
常数项	-2.814 6^***	-2.742 5^***	-3.288 9^***	-2.778 5^***
	(0.212 2)	(0.216 5)	(0.334 4)	(0.236 4)
样本数	3 724	3 724	3 724	3 724
城市对数	266	266	266	266

变量	(1)	(2)	(3)	(4)	(5)
Policy	1.246 3^***	0.488 9^***	0.563 9^***		0.639 3^***
	(0.439 0)	(0.170 6)	(0.172 4)		(0.236 8)
Policy2		0.441 0^**
		(0.191 2)
Policy3			-0.144 7
			(0.186 7)
Policy2022				0.217 1
				(0.200 1)
控制变量	控制	控制	控制	控制	控制
常数项	-5.714^***	-2.749^***	-4.471	-2.588^***	-2.992^***
	(0.480 9)	(0.213 8)	(11.854 8)	(0.088 5)	(0.172 3)
样本数	3 724	3 724	3 724	3 724	2 800
城市对数	266	266	266	266	200

变量	(1)	(2)	(3)	(4)	(5)
Policy	1.246 3^***	0.488 9^***	0.563 9^***		0.639 3^***
	(0.439 0)	(0.170 6)	(0.172 4)		(0.236 8)
Policy2		0.441 0^**
		(0.191 2)
Policy3			-0.144 7
			(0.186 7)
Policy2022				0.217 1
				(0.200 1)
控制变量	控制	控制	控制	控制	控制
常数项	-5.714^***	-2.749^***	-4.471	-2.588^***	-2.992^***
	(0.480 9)	(0.213 8)	(11.854 8)	(0.088 5)	(0.172 3)
样本数	3 724	3 724	3 724	3 724	2 800
城市对数	266	266	266	266	200

变量	(1)	(3)	(5)	(7)
Policy×people	0.875 9^*
	(0.502 0)
Policy×gover		0.865 8^**
		(0.426 6)
Policy	0.374 2^**	0.347 5^*	0.515 1^***	0.664 4^*
	(0.187 2)	(0.196 6)	(0.189 5)	(0.386 6)
people	1.089 5^***
	(0.3452)
gover		0.858 7^***
		(0.273 9)
控制变量	控制	控制	控制	控制
常数项	-2.877 4^***	-2.896 0^***	-2.845 7^***	-3.660 5^***
	(0.125 2)	(0.129 4)	(0.259 1)	(0.361 6)
样本数	3 724	3 724	3 724	3 724
城市对数	266	266	266	266

变量	(1)	(3)	(5)	(7)
Policy×people	0.875 9^*
	(0.502 0)
Policy×gover		0.865 8^**
		(0.426 6)
Policy	0.374 2^**	0.347 5^*	0.515 1^***	0.664 4^*
	(0.187 2)	(0.196 6)	(0.189 5)	(0.386 6)
people	1.089 5^***
	(0.3452)
gover		0.858 7^***
		(0.273 9)
控制变量	控制	控制	控制	控制
常数项	-2.877 4^***	-2.896 0^***	-2.845 7^***	-3.660 5^***
	(0.125 2)	(0.129 4)	(0.259 1)	(0.361 6)
样本数	3 724	3 724	3 724	3 724
城市对数	266	266	266	266

知识产权保护对企业异地技术并购的影响——基于江苏省与浙江省266个城市对的面板数据

PDF下载

贾佳丽

科技和产业 | 企业应用 2025,25(5): 295-300

收起

科技和产业 | 企业应用 2025, 25(5): 295-300

知识产权保护对企业异地技术并购的影响——基于江苏省与浙江省266个城市对的面板数据

全屏

贾佳丽

作者信息

甘肃政法大学经济学院, 兰州 730070

贾佳丽(1999—),女,河北保定人,硕士研究生,研究方向为区域经济与可持续发展。

Impact of Intellectual Property Protection on Technology Mergers and Acquisitions in Different Locations: Based on the Panel Data of 266 City Pairs in Jiangsu Province and Zhejiang Province

Jiali JIA

Affiliations

School of Economics, Gansu University of Political Science and Law, Lanzhou 730070, China

出版时间: 2025-03-10

文章导航

摘要

收起

基于2008—2021年江苏省与浙江省266个城市对的面板数据,采用Probit模型深入探讨知识产权法庭设立对企业技术并购活动的影响。实证结果揭示,知识产权法庭的建立显著增强了企业在技术并购领域的活跃性。为确保研究结果的稳健性,排除了其他政策变动可能带来的干扰,并运用反事实检验与关键城市数据剔除法,进一步检验知识产权法庭设立对促进企业技术并购活动的积极作用。研究发现为强化知识产权保护机制及激发技术并购活力提供了有力的经验证据。

关键词

知识产权保护 / 技术并购 / 知识产权法庭 / 区域经济发展

Abstract

收起

Based on panel data of 266 city pairs from 2008 to 2021 in Jiangsu and Zhejiang Provinces, a Probit model was utilized to delve into the impact of intellectual property(IP) protection on corporate technology mergers and acquisitions(M&A). It is found that establishing IP courts can significantly enhance the activity in technology M&A. To ensure the robustness of our findings, interference from other policy changes was controlled. A counterfactual test and key city data exclusion method were employed, further verifying the positive role of IP court establishment in promoting corporate technology M&A activities. The findings can provide strong empirical evidence for strengthening the IP protection mechanism and stimulating the vitality of technology M&A, which is crucial for regional economic development.

Key words

intellectual property protection / technology mergers and acquisitions / intellectual property courts / regional economic development

引用本文

贾佳丽. 知识产权保护对企业异地技术并购的影响——基于江苏省与浙江省266个城市对的面板数据. 科技和产业, 2025 , 25 (5) : 295 -300 .

Jiali JIA. Impact of Intellectual Property Protection on Technology Mergers and Acquisitions in Different Locations: Based on the Panel Data of 266 City Pairs in Jiangsu Province and Zhejiang Province[J]. Science Technology and Industry, 2025 , 25 (5) : 295 -300 .

正文

收起

知识和技术的创新是推动经济发展的关键因素^[1]。在企业追求技术进步的过程中,往往需要投入大量的研发资源。但研发活动本身充满不确定性,且成本高昂。企业的技术并购成为一种有效的策略,能避免资源的重复投入,实现资源的优化配置 ^[2-3]。通过技术并购,企业可以快速整合外部资源,提高研发效率,减少自主研发的风险和时间成本,从而推动技术创新与科技进步^[4]。然而,地理距离和文化差异可能导致沟通和协调的困难,增加了并购双方交易成本。制度差异,法律、规章和商业习惯的不同增加交易的复杂性和不确定性,认知距离进一步导致并购后的整合问题^[5-6]。

技术并购过程中涉及的知识产权问题复杂多样,包括专利、商标、商业秘密等,这些无形资产的评估、转让和保护是并购成功的关键因素。技术并购中,知识产权的司法保护可以有效降低法律风险,提高交易的透明度和可预测性。知识产权的保护水平直接影响到技术资产的价值和安全性,因此在并购决策中,知识产权的司法保护状况是一个不可忽视的因素。党的十九届五中全会明确提出加强知识产权保护工作的要求,强调了严格保护知识产权对于完善现代产权制度、深化要素市场化改革的重要作用。中国自2014年起在北京、上海、广州设立知识产权法院,并逐步在全国其他城市设立知识产权法庭,形成了“1+4+27”知识产权大保护格局^① ,为知识产权司法保护打下了坚实基础。知识产权司法保护对企业技术并购的影响是全面而深远的。它不仅关系到企业的利益和发展,也关系到国家创新体系的建设和经济发展的大局。因此,加强知识产权司法保护,优化技术并购环境,对于推动企业技术创新和产业升级具有重要意义。

目前已有文献从企业创新、企业数字创新、司法等层面评估了知识产权法庭设立带来的经济结果,也有文献从行政边界、地理限制以及高铁开通等多种角度探究技术并购的影响因素。本文聚焦于技术并购这一特殊形式,探讨知识产权保护对技术并购行为的具体影响,为理解技术并购的动机和效果提供新的维度。基于此,本文主要以2017年中国知识产权法庭设立事件,利用Probit模型识别知识产权司法保护对企业技术并购的影响效应。与已有研究相比,本文的边际贡献有以下两个方面:第一,研究数据创新。本文将同省间同辖区的城市对作为实验组,非同辖区的城市对作为控制组,剔除跨省的城市对,进一步考虑了知识产权法庭辖区在同省实施的特殊性。第二,指标设计上,识别了企业技术并购的方向,拓展了研究内涵。

1 文献综述

收起

1.1 技术并购的制约因素

地理距离加剧了企业异地并购过程中的信息不对称性,导致协调成本上升,不利于信息流通和知识扩散^[7-8]。尽管高铁网络的发展有助于缩短地理距离,促进人员流动和交流,但区域间的信息流动壁垒依然存在。说明地理距离不是影响企业技术并购的核心因素。中国特有的“行政区经济”特征可能导致地方政府在决策时因利益和目标不一致,从而形成制度和司法体系的差异,成为企业技术并购的关键阻碍。此外,在“原告就被告”的司法原则下,诉讼案件往往在被告所在地法院审理,这可能诱发地方保护主义,尤其是在知识产权案件中,被告所在地法院可能倾向于保护本地企业^[8-9]。导致外地企业在考虑技术并购时对目标地区的司法环境持谨慎态度,从而影响其并购决策。地方司法保护主义的存在不仅影响单个企业的并购决策,还可能对整个行业的技术进步和健康发展产生不利影响。

1.2 知识产权司法保护的作用

现有的中国知识产权司法保护体系采取司法保护与行政保护并行的“双轨制”特色模式^[10]。其中,司法保护在双轨制中占据领导地位,是知识产权保护在司法领域的延伸。已有文献主要使用原告胜诉率、知识产权侵权诉讼案件数以及知识产权立法强度来衡量知识产权司法保护水平^[10-11]。也有文献采用专利交易中心、知识产权法庭设立等新制度进行分析^[12]。另一方面,行政保护则作为司法保护的补充被纳入知识产权保护体系。行政保护由知识产权局与公安部门,质量监督检查部门等政府职能部门协作。政府制定和执行相关法规和政策,加大知识产权的保护力度,并对违反知识产权的行为进行处罚。通过强制性行政措施制止知识产权侵权行为,可以有效节约司法资源。知识产权行政保护和司法保护各司其职、相互配合共同维护知识产权法律秩序。

1.3 知识产权司法保护与企业技术并购

知识产权的有效保护对企业技术并购至关重要,不仅关系到企业技术创新的激励机制,还直接影响企业的市场竞争力^[13]。在技术并购决策中,知识产权保护的强度是企业必须仔细考量的关键因素。被并购地区的知识保护薄弱,会增加技术并购的风险。因此,加强司法改革和知识产权保护,对于构建一个有利于技术并购和创新的法律环境显得尤为重要^[14]。国务院发布的相关指导意见明确指出“完善知识产权评估与交易机制,推动各地技术交易市场互联互通”。知识产权司法保护是降低交易成本、打破行政壁垒的有效手段,这对于促进技术并购尤为关键。强有力的知识产权司法保护能够提升企业创新的边际利润,激励企业增加研发投入,促进高质量专利的产出^[15]。同时,有效的知识产权保护还能减少技术交易中的不确定性,增强企业间的信任,降低交易成本,为技术并购创造有利条件^[16-17]。当知识产权得到充分保护时,企业更倾向于进行技术并购,因为它们能够预见到创新成果带来的市场独占性和盈利潜力。基于上述分析,提出如下假设。

H1:知识产权法庭设立促进了企业异地技术并购。

2 研究设计

收起

鉴于本文的数据类型为面板数据,且因变量表现为离散型变量,为了深入探讨知识产权法庭的设立对企业技术并购活动的影响,本文选取了面板Probit模型作为估计工具。该模型能够充分考虑数据的面板特性,同时有效地处理因变量的离散性质,以评估知识产权保护政策变化对企业技术并购决策的潜在影响。本文采取2008—2021年江浙两省266个城市对的面板数据作为研究样本,研究知识产权保护对企业技术并购的影响。

2.1 被解释变量:企业技术并购(Tchmerge)

企业技术并购指的是一个企业通过收购或合并其他公司的方式,获取技术资源并增强自身的竞争力的行为^[18]。这种并购通常是为了快速获得关键技术、知识产权、专利、研发团队或其他重要技术资源,从而迅速提升企业的技术实力和创新能力。为了量化这一行为,本文将因变量设计为二元变量,即当目标企业被认定为高新技术企业时,该变量的取值为1;若不是高新技术企业,则该变量的取值为0。

2.2 核心解释变量:知识产权法庭设立政策(Policy)

本文的核心解释变量为江浙两省的知识产权法庭设立情况。2017年,在江苏省南京市、苏州市,浙江省宁波市、杭州市设定知识产权法庭。根据政府规定,不同知识产权法庭对各辖区内的知识产权相关案件具有审理权^①。本文对同一知识产权法庭辖区内的城市对赋值为1,非同辖区的则赋值为0。经过样本筛选后,终获得124个城市对作为实验组,其余城市对作为控制组。

2.3 控制变量

选取以下城市对层面的控制变量进行分析^[19-20]。贸易差异(Trade),采用城市对中两个城市的对外出口贸易差额衡量。经济规模差距(GDP),采用城市对中两个城市间GDP差异衡量;市场结构差异(Market),采用城市间第三产业占GDP比重差异衡量;创新差距(IN),采用城市间的创新指数差异衡量;工业发展水平差异(Indu),采用城市对中两个城市间规模以上工业企业数差异衡量;交通网络建设差异(FV),采用城市对中两个城市的公路货运量差异衡量。数据来源于城市统计年鉴、国家统计局等。变量描述性统计结果见表1。

3 实证分析

收起

3.1 基准回归

表2展示了知识产权保护对企业技术并购影响的基准回归结果,其中列(1)和列(2)采用了面板Probit模型进行估计。实证分析的结果表明,在列(1)中,解释变量Policy的系数显著为正,即使在引入控制变量后,该核心解释变量的正向显著性依然得以保持。这一发现揭示了知识产权保护对企业技术并购具有显著的促进作用。为增强模型的全面性和准确性。采取其他标准识别技术并购,如果在并购交易公告中明确指出并购的目的是获取技术,那么此次交易便被界定为技术并购;若被并购的企业在过去5年中注册了专利,那么针对该企业的并购也被视为技术并购。这种方法的调整旨在更准确地捕捉技术并购的实质,确保分析能够全面反映知识产权保护对企业技术并购行为的影响。回归结果见表2列(3)、列(4),通过这种更为细致的定义,研究发现知识产权保护对企业技术并购的正面影响在统计上依然稳健。这表明,知识产权保护的强化均能显著促进企业间的技术并购活动,验证了假设1。

3.2 稳健性检验

3.2.1 更换面板Logit回归模型

为了验证模型选择的合理性以及知识产权保护对企业技术并购影响的稳健性,本研究采用了固定效应模型xtlogit进行回归分析^[21]。xtlogit模型是处理二元选择面板数据的常用方法,它能够控制不随时间变化的个体异质性,从而减少估计偏误。表3中列(1)的回归结果显示,解释变量Policy的系数显著为正,与基准回归结果相比,核心解释变量的估计系数保持显著,这进一步证实了知识产权保护对企业技术并购具有显著的促进作用。

3.2.2 排除其他政策影响

除知识产权法庭设立以外,考虑到样本期内其他政策可能产生影响企业技术并购^[22-23]。纳入其他政策作为控制变量。一是知识产权示范城市政策。尽管知识产权示范城市政策与知识产权法庭设立在目标和实施方式上有所不同,但是进一步完善了知识产权法治环境。二是市场一体化政策。该政策降低了跨地区交易的壁垒和成本,技术并购的跨地区交易过程变得更加便利和高效。本文选取知识产权示范城市和区域市场一体化政策等代表性政策,并构建知识产权示范城市(Policy1)和区域市场一体化(Policy2)的虚拟变量作为新增控制变量引入回归,见表3中列(2)、列(3),结果依然稳健。

3.2.3 反事实检验

为了验证知识产权法庭设立对企业技术并购影响的合理性和有效性,本研究采用反事实检验法进行验证^[24]。将2022年在江苏和浙江两省开设的知识产权法庭及其新管辖区域的管理措施提前至2017年,以此代替原有的核心解释变量进行分析。表3中列(4)的回归分析结果显示,当将知识产权法庭设立的时间提前,解释变量Policy的系数并不显著。这一结果表明,知识产权法庭的设立与企业技术并购活动的增强之间存在着一定的因果关联,而非仅仅是时间上的巧合。知识产权法庭的设立确实对企业技术并购产生的促进作用具有稳健性。

3.2.4 剔除重点城市

在进行城市间的技术并购分析时,考虑到新一线城市如杭州、苏州等可能因其独特的经济地位和发展潜力,与其他城市相比具有显著不同的经济活力和创新能力。这些城市往往展现出更强劲的经济增长和产业集聚效应,可能在统计分析中引入极端值或偏差,从而对研究结果产生不成比例的影响。为了确保研究结果的稳健性,采取了剔除新一线城市观测值的策略。表3中列(5)的回归结果显示,即使在排除了新一线城市的数据后,知识产权保护对企业技术并购的正面促进作用依然稳健存在。这一发现进一步验证了知识产权保护在促进技术并购方面的重要作用^[25]。

3.3 异质性分析

3.3.1 人口规模异质性

在探讨城市人口规模对企业技术并购行为的异质性影响时,依据城市人口统计数据,将城市划分为超大城市和特大城市。为此,构建一个人口规模虚拟变量(people),对于被定义为超大城市或特大城市的城市,该变量赋值为1,对于其他城市,则赋值为0。通过回归分析发现,人口规模与知识产权保护之间存在显著的正向交互作用。这一结果表明,在人口密集的省份,知识产权保护对促进企业技术并购活动具有更加显著的正面效应。

3.3.2 行政级别异质性

在探讨企业技术并购时,不同行政级别的企业可能会表现出不同的特点和行为模式。高行政级别的企业可能更容易获取政策支持,在市场上拥有更大的影响力,可能更早地获得政策信息。为探究知识产权法庭设立对不同行政级别城市企业并购影响的差异,引入“gover”这一二元变量以区分省会城市(赋值为1)与非省会城市(赋值为0),并考察其对企业技术并购活动的影响。回归分析结果显示,gover与知识产权保护的交互项显著为正,表明在省会城市,知识产权保护对技术并购的正面影响更为突出。这一结果可能与省会城市更完善的法律体系和更强的知识产权保护意识有关,为企业提供了一个更有利的创新和并购环境。研究结果可为政策制定者提供重要参考,强调了在省会城市加强知识产权保护的必要性。

3.3.3 产业异质性

在本文中对产业异质性进行了详尽的分析,着重考察了第二产业与第三产业在技术并购活动中的差异性表现。实证结果揭示了第二产业在技术并购方面具有较高的活跃度,而第三产业的活跃度相对较低。该发现突显了产业结构在影响企业并购策略和技术整合能力方面的重要性,表明第二产业在技术创新及应用方面采取了更加积极的并购行为。这种差异可能源于第二产业对技术升级和生产效率提升的迫切需求,而第三产业在并购活动中可能面临不同的挑战和市场特性。研究结果为理解不同产业在技术并购行为上的异质性提供了新的理论视角,并为产业政策的制定和技术发展策略的优化提供了重要的参考依据。异质性分析结果见表4。

4 结论与政策建议

收起

本文深入分析了2008—2021年江苏省与浙江省266个城市对的面板数据,运用Probit模型探讨了知识产权保护对企业技术并购活动的影响。研究结果表明,知识产权法庭的建立显著提升了企业在技术并购领域的活跃度。通过一系列稳健性检验,包括采用面板Logit回归模型、排除其他政策的潜在影响、进行反事实检验以及剔除关键城市数据,进一步确认了知识产权法庭设立对促进企业技术并购活动的积极作用。知识产权法庭的设立,通过提供专业和高效的司法服务,有效降低了企业在技术并购中可能遇到的法律风险,增强了交易的透明度和可预测性,从而激励企业更积极地参与技术并购。

为进一步强化知识产权保护机制,政府应持续加强知识产权法庭的建设和运作,提升案件审理效率与质量,确保企业能够获得更加专业和高效的司法支持。针对知识产权法庭对企业技术并购活动影响的研究,第一,强化知识产权法庭的专业性和效率,政府应确保知识产权法庭具备处理技术并购相关案件的专业知识和资源,提高审判效率,缩短案件处理时间,降低企业诉讼成本;第二, 完善知识产权相关立法,加快完善知识产权相关法律法规;第三,促进区域协调发展,鼓励多省之间的合作,打破行政壁垒,促进技术、资本和人才的自由流动,优化区域内的资源配置,共同推动技术并购市场的健康发展;第四, 建立绿色通道,为关键核心技术攻关的“硬科技”企业在股债融资、并购重组等方面提供绿色通道,支持企业通过并购重组实现快速成长和产业结构优化

基金

收起

甘肃省高校教师创新基金(2024-A101)
甘肃政法大学科研创新项目(2024027)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

刘秉镰, 高子茗. 中国城市群资源配置效率测度与提升方略: 以京津冀城市群为重点的分析[J/OL]. 改革, 1-16[2024-09-17]. http://kns.cnki.net/kcms/detail/50.1012.F.20240903.0941.002.html

[2]

郑文风, 苏一涵, 王凤荣. 区域金融化视角下的企业并购与实体经济资本配置效率[J]. 经济问题, 2024(7): 65-74.

[3]

GILBERT

R J

. Innovation matters: competition policy for the high-technology economy[M]. Cambridge: MIT Press, 2022.

[4]

姚文语, 张琰飞. 技术相关性、并购交易规模与企业创新绩效[J]. 科技和产业, 2024, 24(13): 77-84.

[5]

刘锴, 纳超洪, 樊骁. 企业数字化转型促进了资本跨区域流动吗: 基于异地并购视角的研究[J]. 中南财经政法大学学报, 2024(4): 3-16.

[6]

SERRANO

C J

. Estimating the gains from trade in the market for patent rights[J]. International Economic Review, 2018, 59(4): 1877-1904.

[7]

孙笑明, 马少华, 苏屹, 等. 美国长臂管辖下中国高新技术企业供应链安全测度及对策研究: 基于华为和海康威视的双案例分析[J]. 管理评论, 2024, 36(4): 273-292.

[8]

GHAURI

P N

, XIAO

S S

, PARK

B I

, et al. Protectionism and its impact on MNC subsidiaries’ performance[J]. Management International Review, 2023, 63(5): 731-757.

[9]

邵宇佳, 郭悦, 苏剑. 数字经济如何助力全国统一大市场建设: 基于企业异地并购视角[J]. 学术研究, 2024(4): 94-102.

[10]

丁亮华. 司法“去地方化”改革反思[J]. 法学研究, 2023, 45(5): 96-113.

[11]

吴超鹏, 唐菂. 知识产权保护执法力度、技术创新与企业绩效: 来自中国上市公司的证据[J]. 经济研究, 2016, 51(11): 125-139.

[12]

龙小宁, 易巍, 林志帆. 知识产权保护的价值有多大?来自中国上市公司专利数据的经验证据[J]. 金融研究, 2018(8): 120-136.

[13]

黎文靖, 彭远怀, 谭有超. 知识产权司法保护与企业创新: 兼论中国企业创新结构的变迁[J]. 经济研究, 2021, 56(5): 144-161.

[14]

贾晓霞, 广唯伊. 企业新质生产力的创新动能与驱动路径研究: 基于二元创新视角[J]. 经济与管理评论, 2024(5): 69-82.

[15]

刘华, 孙光国, 马腾飞. 知识产权司法保护对债券融资成本的影响: 来自知识产权法院设立的证据[J]. 改革, 2024(7): 128-142.

[16]

杨翘楚, 余典范. 数字基础设施建设对服务业“鲍莫尔成本病”的影响研究: 来自中国地级及以上城市的经验证据[J/OL]. 当代经济科学, 1-16[2024-09-17]. http://kns.cnki.net/kcms/detail/61.1400.F.20240820.1524.002.html

[17]

CHANG

Y B

, CHO

. The risk implications of mer-gers and acquisitions with information technology firms[J]. Journal of Management Information Systems, 2017, 34(1): 232-267.

[18]

吴小康, 铁瑛. 知识产品交易、边界障碍与效率损失评估[J]. 世界经济, 2023, 46(10): 170-195.

[19]

龙小宁, 易巍, 林志帆. 知识产权保护的价值有多大?来自中国上市公司专利数据的经验证据[J]. 金融研究, 2018(8): 120-136.

[20]

刘思明, 侯鹏, 赵彦云. 知识产权保护与中国工业创新能力: 来自省级大中型工业企业面板数据的实证研究[J]. 数量经济技术经济研究, 2015, 32(3): 40-57.

[21]

邓尚沅, 唐恩宁, 胡晖. 知识产权示范城市对风险投资活动的影响研究[J]. 经济体制改革, 2024(4): 183-192.

[22]

曾军平, 曹倩雯. 知识产权治理与城市创业活力: 来自“知识产权示范城市”的证据[J/OL]. 软科学, 1-13[2024-09-17]. http://kns.cnki.net/kcms/detail/51.1268.G3.20240715.1723.010.html

[23]

邹璇, 杨旭, 刘晨. 中国城市内部多中心结构对碳排放强度的影响及其机制[J]. 资源科学, 2024, 46(7): 1284-1298.

[24]

崔珊珊, 张伟豪, 汪亚楠. 知识产权司法保护与企业进口技术复杂度: 基于知识产权案件“三审合一”的准自然实验[J]. 宏观经济研究, 2023(5): 85-103.

2025年第25卷第5期

PDF下载

316

155

引用本文

BibTeX

文章信息

接收时间：2024-09-20
首发时间：2025-07-21
出版时间：2025-03-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-09-20

基金

甘肃省高校教师创新基金(2024-A101)

甘肃政法大学科研创新项目(2024027)

作者信息

甘肃政法大学经济学院, 兰州 730070

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1153992828154798952

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	指标	样本数	均值	标准差	最小值	最大值
Policy	知识产权法庭设立	3 724	0.166	0.373	0.000	1.000
Tchmerge	企业技术并购	3 724	0.007	0.084	0.000	1.000
Trade	贸易差异	3 724	0.002	0.006	0.000	0.065
GDP	经济规模差距	3 724	4.418	3.289	0.01	46.775
Market	市场结构差异	3 724	0.539	0.135	0.099	1.106
Indu	工业发展水平差异	3 724	0.367	0.107	0.000	1.013
FV	交通网络建设差异	3 724	13.000	1.164	5.468	17.762

变量

指标

样本数

均值

标准差

最小值

最大值

Policy

知识产权法庭设立

3 724

0.166

0.373

0.000

1.000

Tchmerge

企业技术并购

3 724

0.007

0.084

0.000

1.000

Trade

贸易差异

3 724

0.002

0.006

0.000

0.065

GDP

经济规模差距

3 724

4.418

3.289

0.01

46.775

Market

市场结构差异

3 724

0.539

0.135

0.099

1.106

Indu

工业发展水平差异

3 724

0.367

0.107

0.000

1.013

交通网络建设差异

3 724

13.000

1.164

5.468

17.762

变量	(1)	(2)	(3)	(4)
Policy	0.622 2^***	0.541 3^***	0.548 7^**	0.403 1^**
	(0.170 2)	(0.170 1)	(0.216 7)	(0.1853 )
IN		-0.325 2^*	-0.603 8^***	0.021 8
		(0.170 0)	(0.210 9)	(0.201 5)
Trade		0.092 0	0.171 4	0.211 2
		(0.162 6)	(0.208 9)	(0.188 0)
GDP		0.288 3	1.136 3^***	-0.178 3
		(0.324 3)	(0.437 2)	(0.372 9)
Market		-0.216 9^**	-0.350 7^**	-0.002 8
		(0.101 0)	(0.136 3)	(0.108 9)
Indu		-0.031 6	-0.512 3^**	0.008 7
		(0.182 4)	(0.225 6)	(0.198 5)
FV		-0.033 1	-0.246 0	0.034 4
		(0.111 3)	(0.157 4)	(0.128 5)
常数项	-2.814 6^***	-2.742 5^***	-3.288 9^***	-2.778 5^***
	(0.212 2)	(0.216 5)	(0.334 4)	(0.236 4)
样本数	3 724	3 724	3 724	3 724
城市对数	266	266	266	266

变量

(1)

(2)

(3)

(4)

Tchmerge

Tchmerge1

Tchmerge2

Policy

0.622 2^***

0.541 3^***

0.548 7^**

0.403 1^**

(0.170 2)

(0.170 1)

(0.216 7)

(0.1853 )

-0.325 2^*

-0.603 8^***

0.021 8

(0.170 0)

(0.210 9)

(0.201 5)

Trade

0.092 0

0.171 4

0.211 2

(0.162 6)

(0.208 9)

(0.188 0)

GDP

0.288 3

1.136 3^***

-0.178 3

(0.324 3)

(0.437 2)

(0.372 9)

Market

-0.216 9^**

-0.350 7^**

-0.002 8

(0.101 0)

(0.136 3)

(0.108 9)

Indu

-0.031 6

-0.512 3^**

0.008 7

(0.182 4)

(0.225 6)

(0.198 5)

-0.033 1

-0.246 0

0.034 4

(0.111 3)

(0.157 4)

(0.128 5)

常数项

-2.814 6^***

-2.742 5^***

-3.288 9^***

-2.778 5^***

(0.212 2)

(0.216 5)

(0.334 4)

(0.236 4)

样本数

3 724

城市对数

266

变量	(1)	(2)	(3)	(4)	(5)
Policy	1.246 3^***	0.488 9^***	0.563 9^***		0.639 3^***
	(0.439 0)	(0.170 6)	(0.172 4)		(0.236 8)
Policy2		0.441 0^**
		(0.191 2)
Policy3			-0.144 7
			(0.186 7)
Policy2022				0.217 1
				(0.200 1)
控制变量	控制	控制	控制	控制	控制
常数项	-5.714^***	-2.749^***	-4.471	-2.588^***	-2.992^***
	(0.480 9)	(0.213 8)	(11.854 8)	(0.088 5)	(0.172 3)
样本数	3 724	3 724	3 724	3 724	2 800
城市对数	266	266	266	266	200

变量

(1)

(2)

(3)

(4)

(5)

xtlogit

知识产权示范城市

长三角政策

反事实检验

剔除重点城市

Policy

1.246 3^***

0.488 9^***

0.563 9^***

0.639 3^***

(0.439 0)

(0.170 6)

(0.172 4)

(0.236 8)

Policy2

0.441 0^**

(0.191 2)

Policy3

-0.144 7

(0.186 7)

Policy2022

0.217 1

(0.200 1)

控制变量

控制

常数项

-5.714^***

-2.749^***

-4.471

-2.588^***

-2.992^***

(0.480 9)

(0.213 8)

(11.854 8)

(0.088 5)

(0.172 3)

样本数

3 724

2 800

城市对数

266

200

变量	(1)	(3)	(5)	(7)
Policy×people	0.875 9^*
	(0.502 0)
Policy×gover		0.865 8^**
		(0.426 6)
Policy	0.374 2^**	0.347 5^*	0.515 1^***	0.664 4^*
	(0.187 2)	(0.196 6)	(0.189 5)	(0.386 6)
people	1.089 5^***
	(0.3452)
gover		0.858 7^***
		(0.273 9)
控制变量	控制	控制	控制	控制
常数项	-2.877 4^***	-2.896 0^***	-2.845 7^***	-3.660 5^***
	(0.125 2)	(0.129 4)	(0.259 1)	(0.361 6)
样本数	3 724	3 724	3 724	3 724
城市对数	266	266	266	266

变量

(1)

(3)

(5)

(7)

人口规模

行政级别

第二产业

第三产业

Policy×people

0.875 9^*

(0.502 0)

Policy×gover

0.865 8^**

(0.426 6)

Policy

0.374 2^**

0.347 5^*

0.515 1^***

0.664 4^*

(0.187 2)

(0.196 6)

(0.189 5)

(0.386 6)

people

1.089 5^***

(0.3452)

gover

0.858 7^***

(0.273 9)

控制变量

控制

常数项

-2.877 4^***

-2.896 0^***

-2.845 7^***

-3.660 5^***

(0.125 2)

(0.129 4)

(0.259 1)

(0.361 6)

样本数

3 724

城市对数

266