云鹰读书会2023第19期(总第146期)

2023-05-11
图片

云鹰读书会2023第19期(总第146期)

图片

2023年4月7日下午,南开大学经济学院云鹰读书会在圆阶305教室“数字经济与贸易科研训练:理论”课堂上顺利进行,本次读书会由2021级本科生巩梓涵、张迪睿同学展示Ufuk Akicigit, Murat Alp Celik , and Jeremy Greenwood于2016年发表在Econometrica的论文“Buy,keep,or sell:economic growth and the market for ideas”,由国际经济贸易系 何秋谷 老师跟进指导,助教郑佳豪提供答疑。

特别鸣谢

本次云鹰读书会由南开大学国际经济贸易系

系友苏武康博士赞助支持

图片

01摘要

本文建立一个内生增长模型:公司会在每期投资于研究开发。一个idea可以促进一个厂商生产力的提高,提高幅度依赖于这个idea和厂商的行业之间的邻近度。Ideas可以在专利市场上买卖,一个厂商可以卖出与自己产业不相关的idea,如果自身创新失败也可以买入idea。这个模型符合美国专利市场的典型现象,下面的分析衡量专利市场的效率如何影响经济增长。


02介绍


文章首先介绍了研究的相关信息,提出了模型建立之前的相关假设。

新的ideas是经济增长的根源。增长的生活水平依赖于将新的ideas转化为消费者产品或生产流程的效率。将一个idea转化为产品或者生产流程不可能是立刻完成的。必须有人有远见或者了解这个idea的应用并且知道如何实施这个idea。这是在ideas终端生产领域的人们的工作。

举个例子,1849年Walter Hunt 被授予回形针专利。有意思的是,Hunt将他的专利卖给了著名的化工企业W.R.Grace and Company,得到了10000美元(以现在的物价水平计价),W.R.Grace and Company批量生产这种回形针并且收益百万。

Walter Hunt 绝不是个例外。厂商经常研发出与自身主要商业产品距离较远的专利。近期发布的U.S专利市场数据表明大部分专利被发明它的厂商卖给了其他厂商。在美国专利和商标局(USPTO)1976到2006年注册的专利中,16%被交易,只考虑企业间交易时这个比例上升到20%。对于经济增长来讲,不只ideas交换的可能性很重要,交换过程的速度同样重要。USPTO数据展示了新专利在厂商间被卖出的平均时间为5.48年。

下面是关于专利和厂商之间技术临近度的关键发现:

(1)如果一个专利在技术距离上更加接近这个厂商,那么这个专利对这个厂商的市值贡献更大。

(2)一个专利距离创造出专利的厂商技术距离越远,越有可能被卖出。

(3)一个专利在技术距离上,与买家更近,与卖家更远。

2.1 分析

一些前提假定:

(1)  每个阶段,厂商都会投入到R&D中,但有些时候这些研究可以产生ideas,有时候不行。

(2)  每个厂商都在特定的技术类别经营,在一段时间内这个阶层是固定的。

(3)  厂商通过一个专利经纪人来买卖专利,但是这个过程存在搜寻摩擦,且一个专利人一段时期只能卖一个专利。

专利市场影响做R&D的激励:

(1)促进,卖出没用的专利,获得回报

(2)阻碍,买入需要的专利,减少了做R&D的激励

关于集中分析专利的两点担忧:

(1)Ideas可以通过其他方式传播,比如授权。详细见第七部分授权与诉讼。

(2)一些专利的买卖是因为潜在的诉讼,这些专利买卖几乎不促进知识传播以及提高生产效率。

专利市场:

专利市场规模巨大,但是专利市场也可以看作非常小。这是因为每个专利中体现的知识是专门化的。因此,专利市场也是高度专业化的。目前,线上知识产权平台难以获利,人们不愿意在网络上泄露知识产权信息,而是更愿意线下买卖专利。另外,一些买家可能察觉一个道德问题:如果专利是真的有价值,那么卖家应该从自身发展ideas或者直接把专利卖给感兴趣的人来获利。

2.2 文献综述

从理论角度来看,本文的模型基于内生增长文献。自从1986年Romer的经典文章,经济学家已经开始关注知识如何影响经济增长。Romer增长模型提示了ideas的技术外溢效应。Aghion and Howitt(1992)提出的观点认为一个厂商通过将新的ideas融入生产过程来促进生产效率。不同于Aghion and Howitt(1992),本文采用竞争环境。

近期的关注点已经转向了发展新的ideas如何在经济体中传播的微观基础。一些研究强调通过创新和模仿进行技术扩散,例如Jovanovic and MacDonald(1994)等等。另外的研究强调在ideas的转移中的匹配和摩擦问题,例如Benhabib,Perla,and Tonetti(2014)等等。本文强调匹配摩擦,与上述文献在很多重要的地方都不一样。第一,本文关注点在一个通过厂商发明各类ideas来促进经济增长的经济体,一个厂商不一定能够将它发现的idea用得最好。第二,厂商交易ideas的能力取决于匹配摩擦。第三,尽管关于增长的文献是高度理论化的,此研究使用专利转移的微观数据来推动和规范化这个分析。

此文重点强调厂商已有的知识存量和新专利互补。这些发现自然和多元化的研究相关,在一个关于多元化和一体化的经典研究中,Gort(1962,p.108)指出“当面临多个同等吸引力的活动但是技术距离同主营业务不同,厂商将选择与主要活动的技术距离最近的活动。”Gort(1962)给出了早期的证据来支持这个假说。另外,Figueroa and Serrano(2013)检验了关于专利和许可证的这种idea的实证意义。

从实证角度来看,本文使用的数据被Serrano(2010,2015)首次使用。他使用自我引用的比例代表一个idea在发明它的厂商中的适用率,并且记录下来不合适的专利很大可能在市场上被卖掉。一种新的测度ideas和厂商之间技术距离在本文被提出,Serrano的发现也被证实。另外,关于一个厂商的市场价值和它的距离调整后的专利库的关系的新的事实被展示出来。同时也展示了一个idea和它的所有者之间的技术距离如何根据销量变化。从美国数据中获取的微观数据被用来指引建立一个基于搜寻的内生增长模型,这个模型被用来量化在美国经济中ideas的不合理配置以及量化专利市场对经济增长的贡献。

一支文献关注ideas的不匹配与资源错配(如Acemoglu, Akcigit, Bloom, and Kerr (2013), Guner, Ventura,and Xu (2008), Hsieh and Klenow (2009), and Restuccia and Rogerson(2008)),这支文献主要关注要素不合理配置,尤其是资本和劳动的不合理配置。Ideas不一定由它们最佳使用者发现。ideas市场的存在和市场的效率对于减轻初始的不合理配置有着主要影响。因此,ideas市场的出现可能对生产效率增长贡献较大。

现有文献没有解决的问题以及本篇文章要解决的问题如下:

(1)厂商中ideas的不合理配置规模多大?

(2)ideas市场的效率如何影响经济增长?

(3)ideas市场的摩擦会导致更多研究(R&D)还是会阻碍整体创新?


03模型构建

现在介绍关于完全竞争企业的理论模型。目标是关注ideas的潜在不合理配置以及这种不合理配置对经济增长和福利的影响。因此,这个模型也考虑垄断扭曲。此设定的另外一个特征是:专利在经济中起到交易ideas可能性的作用。对同一家企业而言,一些ideas比其他ideas是要好的。在分析中,有两种类型的ideas——d类型和n类型。d类型idea的价值依赖于这个idea与厂商主要产业之间的技术距离,距离越近,价值越高。而n类型idea的价值与距离无关。为了获得一个d类型的idea,厂商必须投入资源,通过研发或者在市场上买入专利。相比之下,厂商通过巧合免费获得一个n类型的idea。两种类型的ideas的生产效率都依赖于整个经济的知识池。

3.1 背景

图片
图片

3.2 代表性消费者/工人

图片

3.3 厂商:买家,保留者或者卖家

图片
图片

3.3.1 创新的决定 

图片
图片

3.4 专利经纪人

图片
图片

3.5 沿着平衡增长路径的对称均衡

图片

3.5.1 一些关于均衡增长路径的特征 

图片


04实证分析

4.1 数据来源

NBER-USPTO Utility Patents Grant Data (PDP):专利相关数据主要来自于美国专利局专利数据项目(NBER-USPTO Patent Data Project (PDP)),本文主要运用了3210361个美国专利商标局在1976-2006年颁发的专利以及专利的引用情况。这部分数据中每个专利都有国际专利编号(International Patent Classification ,IPC) ,方便本文归纳专利所属的技术阶层以及计算专利与公司间的靠进度。

Patent Reassignment Data (PRD):这部分数据也来自于美国专利商标局的相关文件,包括了1980到2011年966427条专利所有权变化信息,这些专利所有权的改变的原因不只局限于专利买卖,还有并购,许可,拆分,抵押等原因导致的专利所有权变动。为了解决这个问题,本文利用计算机算法识别出因为买卖造成的专利所有权变动。

Compustat North American Fundamentals (Annual):公司层面的数据来自于标准普尔数据库,本文主要运用了1974年-2006年资产负债表中的相关数据。为了评估专利给企业带来的影响(如股市价值),标准普尔数据库中的公司与PDP数据保持一致,。

Lex Machina Database on Patent Litigations:关于专利诉讼的数据来自于Lex Machina数据库。本文运用了该数据库中2000年后有关专利诉讼的数据。

Derwent LitAlert Database on Patent Litigations:本文运用了该数据库中2000年后的专利诉讼数据,作为Lex Machina数据库的补充。

Carnegie Mellon Survey (CMS) on Industrial R&D:本文主要运用了该数据库中行业层面的专利授权信息。

4.2 技术邻进度

图片
图片

4.3 典型化事实

图片
图片

4.4 加入n型专利市场

一方面,在前文推导过程中加入n型专利市场不会改变模型的解;另一方面,加入n型市场后,更能说明经过专利买卖专利与其所有公司间的距离会大大缩小的事实,方便我们更好把握事实四。


05校准

这部分主要通过先验信息及最小距离估计(Minimum Distance Estimation)法确定前文模型中的参数值。

5.1 先验信息的使用

图片

5.2 最小距离估计法

图片

5.2.1 间接推断法 

这部分运用间接推断法得到第六个和第七个数据目标:

⑥专利存量与距离调整后的专利存量对公司市值影响的相对强度;

⑦专利存量与雇佣情况对公司市值影响的相对强度;

最终依据七个数据目标以及前文先验信息的运用,我们获得了模型的17个参数值,如图所示:

图片


06发现

这部分主要研究专利市场的重要性。前文建立的模型的低效率主要来自两方面:一是知识的外部性,二是匹配摩擦。为了分析匹配摩擦造成的低效,本文进行三个实验分析提高专利市场效率带来的福利改善。

6.1 福利比较

图片
图片

6.2 改变匹配的接触率η

图片
图片

6.3 完美定向搜寻

图片

6.4 完美想法

图片

07授权和诉讼

这部分主要考虑了前文构建的模型中忽略的两个问题:一是授权,前文构建的模型中用专利市场上专利的买卖作为技术转移的途径,但技术转移还可以通过授权进行;二是诉讼,前文构建的模型中将技术转移视作专利买卖的目的,但是实际上买卖专利可能是为了避免诉讼。

分别将授权信息代替专利买卖信息重新构建模型,及选择低诉讼部门作为样本重新构建模型,得到结果如下:

图片

    发现这两个问题对前文所得结论影响不大。


结论

总体来看,本文做了以下工作:建立了专利市场模型,通过实证分析得出了典型化事实,校准模型并设置实验研究专利市场的重要性。最后,作者提到新专利所有权信息的发布为未来研究开辟了新方向,如考虑专利交易的最优专利政策分析,公司可从外部购买专利的动态性分析以及金融摩擦起到的作用,这些方向都是科技进步领域的重要议题,等待着未来研究。


下期预告


时间:2023年4月14日下午18:30-21:05

地点:南开大学八里台校区经济学院圆阶305教室

论文:

Ufuk Akcigit, William R. Kerr. Growth through Heterogeneous Innovations[J]. Journal of Political Economy, 2018, vol. 126, no. 4

文稿:巩梓涵 张迪睿

编辑:冯双婷 程一然

审校:何秋谷

2023年5月11日