会员登录
会员注册模型3的计量结果显示，平滑参数γ为3.675，表明模型转换的速度较慢。行业集中程度对FDI创新溢出效应的影响具有双门槛的特征：c1=38.1，c2=638.0。当行业赫芬达指数低于38.1或高于638.0时，FDI对内资企业的创新溢出效应非常小，仅为0.001；当赫芬达指数位于c1和c2之间，即38.1＜COM＜638.0时，FDI创新溢出效应显著提升，达到0.306。lnFDI*G(·)的系数为负，由于赫芬达指数低于38.1的观测值只有1个(2004年仪器仪表制造业)，且本文考察时期内仪器仪表制造业的赫芬达指数的均值高于38.1(为61.44)，因此可以近似地认为，行业集中度(COM)与FDI创新溢出效应是负相关的。在其他条件不变的情况下，FDI创新溢出效应只有在市场竞争程度较激烈(赫芬达指数＜638.0)的行业才更为明显。
图3绘制了系数lnFDI与行业集中度(COM)的变动曲线。从中可看出，COM均值低于38.1的行业个数为0，高于638.0的行业只有电子计算机整机制造业，其余的12个行业均跨过了市场竞争程度的门槛(638.0)；当赫芬达指数高于638.0时，lnFDI系数由中间体制时的0.306降为外体制时的0.001。这是因为，随着市场竞争程度由竞争向垄断迈进，跨国公司向子公司转移先进技术和在东道国进行研发活动的激励随之降低，导致FDI创新溢出效应的减少。
通过以上的分析，我们发现，行业技术水平、人力资本、市场竞争程度三因素对我国高技术产业中的FDI创新溢出的门槛效应都是存在的。如表5所示，高技术产业的13个细分行业中，全部通过三个门槛的行业只有4个；通过行业技术水平门槛的行业有6个；通过人力资本门槛的行业有7个；通过行业集中度门槛的行业有12个。
根据Gonzalez et al.[17]提出的模型选择准则，最强地拒绝线性原假设的模型为最优。依据该准则，并参照表1中LM检验和F检验的结果，可以判断模型1是最优的，因而，在三个转换变量中，行业技术水平(TGP)对FDI创新溢出效应的影响最为显著。这点也可从图1-3中看出。当转换函数G(·)→1时，图2和图3中lnFDI的系数分别0.38为和0.31，均低于图1中lnFDI的系数0.5。因此，与人力资本、市场竞争程度相比，行业技术水平是制约我国高技术产业FDI创新溢出效应发挥的主要因素。而且以行业技术水平为转换变量的PSTR模型(模型1)的估计结果与本文第二部分面板数据变系数模型的回归结果也基本吻合，表现在两个方面：一是FDI创新溢出效应的行业排序非常接近；二是通过行业技术水平门槛的6个行业的FDI创新溢出效应皆显著为正，而FDI创新溢出效应不显著的6个行业皆没有通过行业技术水平的门槛(见表1和图1)。此外，全部通过三个门槛的行业只有中药材及中成药加工等4个行业，这4个行业中FDI创新溢出效应的显著性最好(见表1)。
对于PSTR模型计量结果评价的各项检验，例如参数一致性检验、无剩余异质性检验、无误差自相关检验等由于篇幅所限不再赘述，各项检验均表现出了良好的合意性。
四、基本结论及政策建议
本文采用面板数据的变系数模型和非线性面板平滑转换回归模型对1998～2008年我国高技术产业13个细分行业中FDI创新溢出效应及其门槛水平进行检验和测算，得出如下结论：
1.FDI创新溢出效应在我国高技术产业各细分行业中存在明显差异。FDI在中药材及中成药加工、电子器件制造、电子元件制造、家用视听设备制造、其他电子设备制造、电子计算机整机制造和通信设备制造7个行业产生了显著的正向创新溢出效应，而在电子计算机外部设备制造、办公设备制造等6个行业中，FDI对内资企业的创新溢出效应则不显著。
2.行业技术水平、人力资本、市场竞争程度对我国高技术产业中的FDI创新溢出皆存在门槛效应。在其他条件不变的情况下，FDI创新溢出效应与行业技术水平、人力资本成正相关关系，与行业集中度成负相关。具体来讲，当内资企业行业技术水平超过0.756的门槛值后，FDI创新溢出提升的速度明显加快；当内资企业的人力资本跨过7.79的门槛值后，FDI创新溢出效应出现显著的跃升；FDI创新溢出效应只有在市场竞争程度较为激烈(赫芬达指数＜638.0)的行业才更为明显。
3.与人力资本、市场竞争程度相比，行业技术水平对FDI创新溢出的影响最为显著，是制约我国高技术产业FDI创新溢出效应发挥的一个主要因素。
我国高技术产业13个细分行业中，FDI创新溢出效应不显著的行业共有6个，这些行业皆没有通过行业技术水平门槛，其中的4个行业没有通过人力资本门槛。由于自身技术水平较低或人力资本水平不足，FDI对这些行业的技术创新能力的提升作用十分有限。因此，对于这些行业来说，一方面，应加大研发资金和人员投入，努力提高技术水平。在掌握基础技术和成熟技术的基础上，组织实施重大科技专项攻关，努力突破关键性技术和核心技术。另一方面，在创新队伍建设上，努力完善人才成长和流动机制，建立有利于高技术人才成长的激励机制，创新人才培养模式，做好重点领域紧缺人才的培养工作，努力提升我国高技术产业的人力资本素质。
注释：
①如果λi显著为正，则表明FDI在华的研发活动对内资企业技术创新有促进作用；如果λi显著为负，则表明FDI在华的研发活动对内资企业技术创新存在阻碍作用。如果λi的回归结果不显著，则表明FDI在华的研发活动对内资企业技术创新没有产生明显的影响。
②我们删除了数据缺失或服务于国防建设的特殊行业(包括飞机制造及修理、航天器制造、雷达及配套设备制造和广播电视设备制造四个行业)。
③R&D价格指数为：PIRD=0.35×CPI+0.31×RPI+0.34×FAPI。其中，CPI为居民消费价格指数，RPI为原材料、动力、燃料购进价格指数，FAPI为固定资产价格指数，权数根据《中国科技统计年鉴》(2001～2006)提供的数据计算。
④模型设定的F检验结果表明，混合OLS模型(对应p值0.035)和变截距模型(对应p值0.062)均被拒绝，采用变系数模型是合适的；进一步的随机系数模型的检验结果显示，LM统计量对应的p值为0.192，随机系数模型被拒绝，因此我们采用固定影响的变系数模型对(6)式进行估计。
⑤我们关注的是外资企业对内资企业的外部性，一般前提是内资企业的技术水平低于外资企业的技术水平。当满足这一前提时，研究FDI创新溢出才有意义。因此我们对TGP进行这样处理是合适的。
⑥模型2的转换变量(人力资本)包含在解释变量xit之中，xit中的HK为对数形式，因此模型2的转换变量也采用人力资本的对数形式lnHK。
作者简介：牛泽东(1985—)，男，山西长治人，西安交通大学经济与金
参考文献：
[1]Hu A., Jefferson G., 2002, “FDI Impact and Spillover: Evidence from China's Electronic and Textile Industries”, The World Economy, 25 (8): 1063—1076.
[2]Kui-yin Cheung and Ping Lin., “Spillover Effects of FDI on Innovation in China: Evidence from Provincial Data”, China Economic Review, 2004, 15 (1): 25—44.
[3]侯润秀，官建成.FDI对我国大中型工业企业技术创新能力的影响[J].研究与发展管理,2006(3)：59—65.
[4]冼国明，严兵.FDI对中国创新能力的溢出效应[J].世界经济，2005(10)：18—25.
[5]蒋殿春，夏良科.外商直接投资对中国高新技术产业技术创新作用的经验分析[J].世界经济，2005(8)：3—10.
[6]Perez T., 2007, “Multinational Enterprises and Technological Spillovers: an Evolutionary Model”, Evolutionary Economics, 7(2): 169—192.
[7]Borensztein E., Gregorio J, Lee J. W., 1998, “How Does Foreign Direct Investment Affect Economic Growth?”, Journal of International Economics, 45 (1): 115—135.
[8]Liu X., Trevor, 2007, “Innovation Performance and Channels for International Technology Spillovers: Evidence from Chinese High-tech Industries”, Research Policy, 36(3): 355—366.
[9]薄文广，马先标，冼国明.外国直接投资对于中国技术创新作用的影响分析[J].科技与经济，2005(11)：45—51.
[10]李梅，谭力文.FDI对我国技术创新能力溢出的地区差异和门槛效应检验[J].世界经济研究，2009(3)：68—74.
[11]史星际.外资直接投资对中部六省产业结构调整的影响[J].山西大学学报(哲学社会科学版)，2011(1)：70—73.
[12]张宇.FDI技术外溢的地区差异与吸收能力的门限特征——基于中国省际面板数据的门限回归分析[J].数量经济技术经济研究，2008(1)：28—39.
[13]吴玉鸣.中国区域研发、知识溢出与创新的空间计量经济研究[M].北京：人民出版社，2007.
[14]Griliches S., 1979, “Issues in Assessing the Contribution of R&D to Productivity Growth”, Bell Journal of Economics, 10:92—116.
[15]Jaffe A., 1989, “The Real Effects of Academic Research”, American Economic Review, 79: 957—970.
[16]Romer P. M., 1990, “Endogenous Technological Change”, Journal of Political Economy, 98 (5):71—102.
[17]Gonzalez A., Terasvirta T., van Dijk D., 2005, Panel Smooth Transition Regression Models, Quantitative Finance Research Centure, Research paper 165, ISSN 1441—8010.
[18]刘军.技术差距与外资的溢出效应：基于分位数回归的分析[J].国际商务，2011(3)：17—21.
[19]Damijan J. P., Knell M. S., Majcen B., Rojec M., 2003, “The Role of FDI, R&D Accumulation and Trade in Transferring Technology to Transition Countries: Evidence from Firm Panel Data for Eight Transition Countries”, Economic Systems, 27 (2): 89—204.
[20]谢千里，罗斯基，张轶凡.中国工业生产率的增长与收敛[J].经济学(季刊)，2008，7(3)：809—826.
[21]Xu B. and Wang J., 1999, “Capital Goods Trade and R&D Spillovers in the OECD”, Canadian Journal of Economics, 32(5):1258—1274.
[22]Sjoholm F., 1999, “Technology Gap, Competition and Spillovers from Direct Foreign Investment: Evidence from Establishment Data”, Journal of Development Studies, 26(1): 53—73.