201504 - page 105

第 30 卷摇 第 4 期 王分棉, 程立茹, 王建秀: 知识产权保护、 技术创新与品牌成长
lnBV it = 茁 0 + 茁 1 lnRD it - 1 + 茁 2 IPPit - 1 +
茁3 lnPGDP it - 1 + 茁 4 lnGovit - 1 +
茁5 lnOpen it - 1 + 茁 6 Soeit - 1 + 着it (1)
为了进一步检验知识产权保护是否会正向调
节技术创新对品牌成长的影响, 在模型 (1) 的基
础上加入知识产权保护和技术创新的交互项, 建
立模型(2)。
lnBV it = 茁 0 + 茁 1 lnRD it - 1 + 茁 2 IPPit - 1 +
茁 3 lnRD it - 1 伊 IPPit - 1 + 茁4 lnPGDP it - 1 +
茁5 lnGov it - 1 + 茁 6 lnOpen it - 1 + 茁7 Soeit - 1 + 着 it (2)
( 二 ) 回归结果分析
首先利用 STATA11郾 0 分析了各个变量之间
的相关关系, 如表 2 所示,技术创新和知识产权保
护都与品牌成长呈正向相关关系 。
表 2摇 各个变量的相关关系矩阵
变量 lnBV ln RD IPP lnPGDP ln Gov ln Open Soe
lnBV 1
lnRD 0郾 688 *** 1
IPP 0郾 481 *** 0郾 379*** 1
ln PGDP 0郾 572 *** 0郾 665*** 0郾 395 *** 1
ln Gov - 0郾 316 *** - 0郾 433 *** 0郾 0830 - 0郾 143** 1
ln Open 0郾 508 *** 0郾 525*** 0郾 307 *** 0郾 574*** - 0郾 471 *** 1
Soe - 0郾 561 *** - 0郾 499 *** 0郾 0860 - 0郾 518*** 0郾 584 *** - 0郾 474*** 1
摇 摇 注: ***、 **分别表示在 1 % 和 5 % 的水平上显著。
摇 摇 为了确保回归结果的稳健性, 本文对样本数
据进行了异方差检验、 截面相关性检验和序列相
关性检验,并根据检验结果, 样本数据控制了异方
差和序列相关问题, 从而保证了模型回归结果的
稳健性。
首先将知识产权保护和技术创新这两个核心
自变量引入模型 (1), 估计结果报告在表 3 的第
(1) 列中。 可以发现, 技术创新的回归系数为
0郾 671, 知识产权保护的回归系数为 0郾 155, 表明
技术创新和知识产权保护对品牌成长都具有显著
的正效应。 由表 3 第 (2) 列显示结果可知, 控制
了 28 省份在经济发展水平、 政府对市场干预程
度、 对外开放度和市场化进程上的差异后, 技术创
新和知识产权保护两个变量的影响系数都略有变
化, 但仍都在 1% 水平上统计显著, 回归系数分别
为 0郾 532 和 0郾 169, 表明技术创新和知识产权保
护对品牌成长都具有显著地正向影响, 且相当稳
健, 支持了假设 H1 和假设 H2, 表明一个地区增
加研发资本, 加强知识产权保护水平都会显著促
进品牌成长。
为了进一步验证知识产权保护是否正向调节
技术创新对品牌成长的影响,利用相关样本对模
型(2) 进行回归,结果如表 3 的 (3) 和(4) 列所示。
技术创新和知识产权保护的回归系数仍都在 1%
水平上显著, 二者的交互项对品牌成长有正向影
响, 但不显著,表明知识产权保护没有对技术创新
对品牌成长影响产生显著的正向调节作用, 所以
假设 H3 不成立。
为什么假设 H3 不成立呢? 理论上来讲 , 加
强知识产权保护会促进企业进一步增加研发投
入进而推动品牌成长, 但知识产权保护和技术
创新的交互项没有通过显著性检验 。 另外, 由
表 3 可知 ,引入交互项后 , 技术创新和知识产权
保护的回归系数都出现了下降 , 尽管交互项没
有通过显著性检验 , 但它的系数符号和两个自
变量的系数符号是一致的 , 理论上不会使两个
自变量的系数变小 。 那么导致系数变小的原因
可能是知识产权保护产生的调节作用是非线性
的 ,即存在门槛效应。 基于此, 本文将借鉴非线
性计量模型 ———门槛回归技术, 构建门槛面板模
型实证分析知识产权保护的非线性调节效应 ,
进一步检验 H3 是否成立。
·501·