因而，美国更多地采用1974的贸易法案301款来要求一些国家，如韩国，阿根廷，巴西，泰国，台湾和中国加强知识产权立法；欧盟也通过类似的办法来要求埃及与土尔其加强IPR保护（Maskus 2000）。由此可以推断，在TRIPS之前，各国的IPR选择具有一定的非合作性，期间的数据可以检验模仿中非合作部分。

文章想做完成两件任务：考察模型，尤其是非合作情形，是否能解释真实的数据生成过程；考察模型的预测能力，即TRIPS是否促进各国进行IPR合作，以及对各国造成的扭曲。在模型部分，作者提出各国选择IPR时的两个关键变量：市场大小与研发能力，同时，该模型的突出特点在于考虑了各国之间的互动（博弈论框架）。

实证结果表明，非合作模型可以较好地解释1980，1985，1990三个阶段的数据，但1995，2000年的数据较难解释，这正好体现了非合作IPR的逻辑，也表明了TRIPS在一定程度上有利于各国协调IPR政策。

有过一些文献讨论IPR的决定因素，如Maskus and Penubarti (1995) and Ginarte and Park (1997)，但基于理论模型的实证相对较少，而后者更适合政策分析，因而，作者决定补充这个理论空白。

理论回顾
回顾下论文的假设：消费者决定消费量，由于是开放经济，他们可以享受来自其它国家的研发成果；专利的价值因为IPR的增强以及市场的扩大而增大，并促进研发；一国政府在给定其它政府IPR策略的前提下，选择IPR来最大化社会福利（消费者与企业利润之和）；企业与政府是前向型的，他们最大化总的贴现值；政府改变IPR后，只对此后的知识产品发生影响，而前期的创新产品仍受以前IPR保护政策影响。

一国政府i在给定贸易对象的IPR政策前提下，选择国内的IPR保护水平 ，它可以理解为市场上专利受到保护的比例，或者是某一专利受到保护的概率。一国政府最佳的P值选择在于使边际成本等于边际收益。

加强的IPR给一国带来的福利损失为 ，式子中三项分别为竞争时（没有专利保护）本国的消费者福利、垄断时（有专利保护）消费者福利、本国垄断企业利润。同时，该增强的IPR也会给国外拥有专利的企业外部性，但国外企业的利润不纳为损失；增强的IPR所带来的动态收益在于会促进国内外企业的研发，从而惠及本国消费者，最优条件由下式给出：

其中 为本国民众的研发，N为所有参与专利密集型贸易的国家个数，由于作者的数据包括了大部分参与专利密集型产品交易的国家，因此N即为样本数量。 为贴现值 。如果引入其它国家，可以得到一国的IPR反应函数：

其中 为专利密集型产品的消费者， 为专利的价值， 刻画企业研发对专利价值的反应程度（弹性）。为了得到 的显性形式，可以对上式进行一些化简与变换，可得

（2），其中隐含的假定是 ， 在各国都相同，记 ，令 ， 为 。方程2给出了估算方程，共N个，求解N个求知数 。需要校准的参数包括 ； 刻画相对研发规模与市场规模，可以从数据中获取。由2式变形可得 ，其中 ， 为N*N的矩阵，对数元素为1，（i，k）位置的元素为 。

由于我们观察到的IPR保护数据是IPR的名义保护率（G-P指数） ，需要将其转化为真实的IPR保护水平，即 ，其中h为一光滑的单调函数。由于 可能与研发变量及市场大小相关，为了减少内生性，可以采用 滞后项作为工具变量。矩条件为： 。这个式子构成了估算的基础，为了估计参数 及求知函数ｈ，作者参考了Ramsay (1998) and Ai and Chen (2003)的方法。

模型估算
看下作者的数据。覆盖的年分为1980, 1985, 1990, 1995, 2000。为了突出IPR的作用，可以选取一些专利密集型产业，方法很多，如Maskus and Penubarti （1995）, Lee and Mansfield（1996）; Smith 1999。作者遵循的是Maskus (2000)，差别在于作者将所有化学产业包含进来，而Maskus仅包括聚合产品和香水（polymerization products and perfumes）。

理论模型找到两个关键变量市场规模及研发能力，在数据中，采用IPR前三年的平均值。采用平滑数据有两个优点，因为立法存在一定的滞后性，采用前几年的平均值有可以将这种滞后考虑进来；可以平滑变量的波动性。为了进行稳健性检验，作者也会采用非平滑数据（即某一年的数据）。

同时，IPR可能与市场规模及研发能力具有内生性，可以采用市场大小与研发能力的滞后项作为工具变量，结合数据的可获得性及保证工作变量具满足相关性，作者折衷地选择滞后4阶。

IPR指数采用Ginarte and Park (1997)指数，数据已经更新到2005年。覆盖的时间跨度为1960-2005。该指数存在一些问题：其刻画的并不是实际的IPR保护水平，记载的是法律层面的名义保护率，其只是真实IPR保护的一个单调变换。

为了从G-P指数得到不可观察的真实IPR保护水平，可以借用Ramsay (1998) and Ai and Chen (2003)的方法。为了保证这种单调转换的存在，需要考察IPR的实际执行情况，Ginarte and Park从两个方面对此进行了论证，微观的企业调查表明，企业对于IPR抱怨更多的是各国间立法与制度的差别，而非IPR的执行（有待怀疑），

同时，Global Competitiveness Report (GCR)的调查所得到的IPR执行水平数据(企业对各国IPR保护水平的评价)，与G-P指数高度相关（相关系数达0.8，Park and Wagh, 2002）。由于后一数据于1990s中期才出现，作者没有采用该数据。

市场规模可以采用下式来表示： 消费量=本国生产+进口—出口。在产业层面进行加总。数据来自UNESCO。由于以上计价没有考察价格因素，作者采用PPP对其进行修正。数据来自世界银行。

研发能力可以从两个角度来衡量，同时需要考虑国际可比性。研发投入变量，如一国的科学家与工程师的数量，如果具有CES的研发生产函数，其产出具有可比性。数据来源于UNESCO统计年鉴，World Competitiveness Yearbook of the IMD (Institute for Management Development)，但投入角度的研发变量存在一些问题，如它没有考虑到研发者的异质性，有些研发者可能对于研发并没有实质性的贡献（Hall, Jaffe and Trajtenberg ,2002）；

另外一种方法是采用研发的产出变量，即本国居民获得的专利数（McAleer et al. 2007），但这个变量也受到一些批评，如有些专利并没有进行商业化，或具有的价值并不大（Tsuji ,2002)。为了解决专利的商业运用作者引入了专利转移率，即各国在美国申请的专利中进行转让的比例（由于美国具有完备的数据记录，一些实证分析均以美国的数据作为参照系），再乘上本国公民在国内申请的专利，就可以得到本国居民专利中进行转让（或商业化）的部分。

各国申请的专利数来自World Intellectual Property Organization (WIPO)，未转换的专利数据可以用来进行稳健检验。为了克服数据的时序波动，作者用近三年的加总专利数据。

结构方程估算表现
即对 的估算。 反映了G-P指数与真实IPR保护水平的关系。一些需要较准的参数， 参用已有研究，主要来自对需求弹性的估算及成本加成比例的测算。

而一些未知参数如 及h可以采用sieve minimum distance estimator方法进行估算（Ai and Chen ,2003)。矩估算方程为： ，X为市场大小变量及研发能力变量的滞后4阶数，作为工具变量。解释变量可以有四种组合：市场规模可分为平滑与非平滑的，研发投入可分为投入角度与产出角度。

简单看下估算结果：作者验证非合作博弈模型有效性的方法是看模型在TRIPS实施前后的拟合优度，采用的是Pesaran and Smith (1994)’s generalized goodness-of-fit measure R2（在stata中如何实现） 拟合优度，发现模型在1980，1985，1990的表现要好于1995与2000年。