研究發展、技術引進與專利－一般動差法於可數追蹤資料的應用

R&D, Technology Import and Patent-GMM on Count Panel Data

楊志海(Chih-Hai Yang) ； 陳忠榮(Jong-Rong Chen)

《經濟論文叢刊》 29卷1期 (2001/03) Pp. 69-87

https://doi.org/10.6277/ter.2001.291.4

摘要

本文利用台灣1989-1996年間股票上市的製造業廠商為研究對象，建立追蹤資料來分析廠商研究發展與技術引進的不同技術來源與專利申請的關連，並探討過去的創新成果對專利申請的動態影響效果。由於專利申請過程的決定因素中，若將研發支出視為外生，可能導致傳統可數追蹤資料模型估計的結果不具一致性。因此，本文應用一般動差法(Generalized Method of Moment,GMM)對可數追蹤資料(countpanel data)模型進行估計。實證的結果發現，研發支出對專利申請的影響的動態結構中，僅有當期研發支出的影響為顯著，落後期研發支出的影響則不顯著，而研發支出的總彈性約在0.301-0.309之間。至於技術引進支出對廠商申請專利影響的動態結構，則與內部來源的研發支出有所不同，可能存在時間落遲的現象，且影響的總彈性低於研發支出的彈性，介於0.100-0.118之間。此外，在其他情況不變下，規模較大、廠商廣告密度較高，或是科學性的產業，亦對廠商申請專利的表現具正面的影響效果。

關鍵字

研發 ； 技術引進 ； 專利 ； 一般動差法

並列摘要

This paper addresses the relationship between R&D, technology imports and patent applications for Taiwanese manufacturing firms listed on the Taiwan Stock Exchange. Applying the GMM on count panel data, the estimation bias of traditional panel data models owing to endogenous R&D can be eliminated. The empirical results show that the total elasticity of R&D is around 0.301-0.309, and the total elasticity of technology imports is about 0.100-0.118 which is lower (than that of R&D. In addition, firm size, advertising intensity and the science industry dummy have a significant positive impact on firms’ patenting behavior.

並列關鍵字

R&D ； technology import ； patent ； GMM

參考文獻

Ahn, S., Schmidt, P.(1995).Efficient estimation of models for dynamic panel data.Journal of Econometrics.51

Ahn, S., Schmidt, P.(1997).Efficient estimation of dynamic panel data models: alternative assumptions and simplified estimation.Journal of Econometrics.53

Anderson, T., 蕭政 Hsiao, Cheng(1982).Formulation and estimation of dynamic models using panel data.Journal of Econometrics.18

Audretsch, D. B., Acs, Z. J.(1991).Innovation and size at the firm level.Southern Economic Journal.67(3)

Blundell, R., Griffith, R., Reenen, J. V.(1995).Dynamic count data models of technological innovation.Economic Journal.105