本文基于2013-2017年河南省專利質押貸款的地級市面板數(shù)據(jù),分析了河南省不同地級市專利質押貸款發(fā)展不均衡的特點,并從專利授權量、經(jīng)濟發(fā)展水平和政府政策激勵強度三個維度分析區(qū)域差異形成的原因。研究表明,政府激勵是河南省專利質押貸款融資發(fā)展的重要動力。 

【文章來源】：時代金融. 2020,(32)

【文章頁數(shù)】：3 頁

【部分圖文】：

2013-2017年河南省專利質押貸款的合同數(shù)

此外,河南省專利質押貸款區(qū)域差異極大。2013-2017年累計質押專利量排名前四的鄭州、濮陽、周口和鶴壁總共有997件,占比約為55.82%;而排名最后11名的各地市總共有312件質押專利,還沒有濮陽一個市的數(shù)量多(見圖2)。從質押貸款合同數(shù)目來看,2013年到2017年,在河南省的18個地市中,質押貸款合同數(shù)最多的是鄭州,為81份,而信陽、濟源和南陽這3個地市則為0份。由此可以看出,無論是從質押專利量還是質押貸款合同數(shù)量來看,區(qū)域發(fā)展都很不平衡。為了進一步量化河南省專利質押貸款發(fā)展不平衡的區(qū)域差異大小,本文借鑒了基尼系數(shù),它是衡量一個國家或地區(qū)居民收入差距的常用指標。方厚政(2014)基于2012年我國專利質押融資的數(shù)據(jù),計算出我國專利質押貸款發(fā)展的基尼系數(shù)為0.59。本文利用2013-2017年河南省18個地市的專利質押貸款數(shù)據(jù)繪出了河南省專利質押貸款融資合同數(shù)量的洛倫茲曲線,如圖3所示。根據(jù)基尼系數(shù)的通行算法,本文計算得出2013-2017年河南省專利質押融資發(fā)展的基尼系數(shù),大約為0.57,低于2012年全國的平均水平0.59�；嵯禂�(shù)值最大等于“1”,最小為“0”�；嵯禂�(shù)值越大說明收入分配越是趨向不平等。按照國際慣例,通常把基尼系數(shù)值為0.4-0.5視為收入差距較大,當基尼系數(shù)值超過0.5時,則表明收入懸殊。因此,2013-2017年河南省專利質押貸款融資發(fā)展不平衡的區(qū)域差異比較大。

為了進一步量化河南省專利質押貸款發(fā)展不平衡的區(qū)域差異大小,本文借鑒了基尼系數(shù),它是衡量一個國家或地區(qū)居民收入差距的常用指標。方厚政(2014)基于2012年我國專利質押融資的數(shù)據(jù),計算出我國專利質押貸款發(fā)展的基尼系數(shù)為0.59。本文利用2013-2017年河南省18個地市的專利質押貸款數(shù)據(jù)繪出了河南省專利質押貸款融資合同數(shù)量的洛倫茲曲線,如圖3所示。根據(jù)基尼系數(shù)的通行算法,本文計算得出2013-2017年河南省專利質押融資發(fā)展的基尼系數(shù),大約為0.57,低于2012年全國的平均水平0.59�；嵯禂�(shù)值最大等于“1”,最小為“0”�；嵯禂�(shù)值越大說明收入分配越是趨向不平等。按照國際慣例,通常把基尼系數(shù)值為0.4-0.5視為收入差距較大,當基尼系數(shù)值超過0.5時,則表明收入懸殊。因此,2013-2017年河南省專利質押貸款融資發(fā)展不平衡的區(qū)域差異比較大。三、河南省專利質押貸款區(qū)域差異影響因素的實證分析


本文編號：3446300