会员登录
会员注册三、FDI创新溢出的“门槛效应”及其测量
通过对我国13个高技术行业FDI创新溢出效应的检验发现，FDI创新溢出效应在不同行业存在明显差异。产生这种差异的主要原因可能是各行业拥有的技术水平、人力资本、市场竞争程度不同引致其消化吸收能力、外资引入技术先进程度不同，从而使FDI对不同行业技术创新能力的影响存在明显差异。这也进一步说明FDI对我国高技术行业的创新溢出可能存在一定的“门槛效应”，即当某行业的技术水平、人力资本或市场竞争程度达到一定水平时，FDI的创新溢出效应会充分显现和显著跃升。本文在上述计量检验的基础上，进一步确定影响FDI创新溢出效应的因素，并对引发创新溢出的门槛水平进行测度。
(一)“门槛效应”的测量模型
本文采用Gonzalez et a1.[17]出的非线性面板平滑转换回归(PSTR)模型对影响FDI创新溢出效应变动的各种因素进行考察。该模型是对面板门限回归(PTR)模型的进一步扩展，由于回归参数可以逐步、缓慢地发生变化，因而能够较好地刻画面板数据的截面异质性。包含两机制(Regime)的基本的PSTR模型形式如下：
yit=μi+β0'xit+β1'xitG(sit；γ，c)+uit
G(sit；γ，c)=(1+exp(－γПk=1m(sit-cit)))-1y＞0，c1≤c2≤…≤cm
其中，yit为被解释变量，xit=(wit'，zit')为解释变量，wit为因变量的滞后项，zit为一组外生变量。β0和β1依次为线性部分和非线性部分的参数向量。μi为截面固定效应，uit为残差项。转换函数G(sit；γ，c)通常采用逻辑函数形式，是关于转换变量sit的值域为[0，1]的有界、连续函数。sit可以是xit向量的组成部分、组成部分的函数或一个不包含在xit内的外生变量。γ为平滑参数，表示从一个机制转换到另一个机制的速度或调整的平滑性；c为转换发生的位置参数，即机制转换发生的临界值。本文中的位置参数即c为门槛水平。
在转换函数G(·)中，m通常取1或2。当m=1时，转换函数的形式称为LSTR1型，关于sit单调递增。当G(·)=0时，模型称为低机制；当G(·)=1时，称为高机制。转换函数值在0和1之间平滑转换，从而模型也在上述两机制之间平滑转换。位置参数c代表从低机制向高机制转换的过渡点。当m=2时，转换函数称为LSTR2型，关于sit非单调。G(·)=1的极限状态称为外机制；在(c1+c2)/2处，G(·)达到最小值，对应的机制为中间机制。此外，当γ→∞，m=1时，G(·)相当于示性函数I[sit＞c]，PSTR模型退化为两机制的PTR模型；当γ→∞，m=2时，G(·)相当于示性函数I[c1＜sit＜c2]，PSTR模型变为包含两个相同的外机制和一个中间机制的三机制PTR模型；当γ=0时，无论m如何取值，G(·)=0.5，PSTR模型退化为系数为β0+β1/2的线性固定效应模型。可见，线性固定效应模型和PTR模型均可看成PSTR模型的特殊情形。
(二)转换变量的选择与数据来源
影响FDI创新溢出效应的因素很多，基于现有研究文献和我国高技术产业发展的实践，本文选取如下三个因素测量FDI对我国高技术产业技术创新能力溢出的门槛效应：
1.行业技术水平(TGP)。东道国内资企业的技术水平是影响FDI创新溢出效应大小的决定性因素。刘军[18]认为，FDI对东道国内资企业创新溢出效应的存在和大小依赖于内资企业的消化吸收能力，而内资企业的技术水平是反映其消化吸收能力的关键因素。发展中国家内资企业的技术水平往往较低，与外资企业存在较大的技术差距。这种差距会导致内资企业消化吸收能力不足，不利于FDI溢出效应的产生[19]。技术差距越大，FDI的溢出效应就越小。本文采用内资企业全要素生产率(TFP)与外资企业全要素生产率(TFP*)的比值来衡量内资企业的相对技术水平(TGP)，即TGPit=TFPit/TFPit*。对于TGP的大于1的值，本文一律按1进行处理⑤。本文参照谢千里等[20]的方法，分别对我国高技术产业中内资企业和外资企业的TFP水平进行了测算，限于篇幅，这里不做详细介绍。
2.人力资本状况(HK)。东道国的人力资本(HK)也是反映其消化吸收能力的一个重要指标。发展中国家的人力资本水平一般较低，导致其不能充分吸收和消化FDI带来的创新溢出。Xu & Wang [21]对美国流向世界上40多个国家和地区的FDI进行分析发现，来自FDI的技术转移对发展中国家技术进步的促进作用并不明显，主要原因之一就是这些国家没有充足的人力资本吸收FDI转移的技术并实施进一步的创新。可见，FDI创新溢出效应的正外部性的发挥需要东道国内资企业具备一定的人力资本素质。只有在东道国内资企业拥有的人力资本达到某一临界水平时，FDI对东道国内资企业才会存在正向的溢出效应[7]。人力资本的衡量指标与第二部分相同。
3.行业集中度(COM)。行业(或市场)竞争程度是影响FDI创新溢出效应的又一重要因素。Sjoholm[22]的研究发现FDI溢出效应主要存在于那些竞争程度较高的部门。因为市场竞争程度的激烈与否会影响跨国公司转移到子公司的技术选择和在子公司的研发经费投资，从而影响潜在的创新溢出程度。当东道国市场竞争程度较高时，为了在竞争中占据有利地位，跨国公司就会对其子公司转移更先进的技术或在东道国进行较大规模的研发活动，FDI潜在的创新溢出效应就较高。
本文采用赫芬达指数(HHI)来反映行业集中度，HHI越大，说明行业集中度越高，竞争程度越低；反之，HHI越小，行业集中度越低，竞争程度越高。
本文计算行业技术水平和行业集中度时所采用的数据皆来自《中国工业企业数据库》提供的规模以上企业层面的数据，人力资本的数据来自各年度的《中国高技术产业统计年鉴》。
(三)计量结果
为测度上述三因素对FDI创新溢出效应的门槛水平，在(2)式的面板数据变系数模型的基础上，我们分别设定以行业技术水平(TGP)、人力资本(lnHK)⑥、行业集中度(COM)为转换变量的PSTR模型(分别称之为模型1、模型2、模型3)：
lnINNit=μi+β1lnINNit-1+β2lnRDit+β3lnHKit+β4lnFDIit+β5lnFDIitG(TGPit；γ，c)+εit
lnINNit=μi+β1lnINNit-1+β2lnRDit+β3lnHKit+β4lnFDIit+β5lnFDIitG(lnHKit；γ，c)+εit
lnINNit=μi+β1lnINNit-1+β2lnRDit+β3lnHKit+β4lnFDIit+β5lnFDIitG(COMit；γ，c)+εit
本文采用计量软件R2.11.1对模型1-3进行估计。PSTR模型的估计首先要检验模型的截面异质性，即是否存在非线性。构建辅助回归：yit=μi+β0*'xit+β1*'xitsit+β2*'xitsit2+β3*'xitsit3+uit*，检验原假设H0：β1*=β2*=β3*=0。H0被拒绝表明存在非线性关系。非线性关系确定后，再根据最强拒绝原则来确定转换函数的具体形式。依次检验原假设：H03：β3*=0、H02：β2*=0｜β3*=0和H01：β1*=0｜β3*=β2*=0。若最强拒绝H02，则选取m=2，转换函数形式为LSTR2。反之，则选取m=1，转换函数形式为LSTR1。H0、H03、H02、H01对应的LM统计量分别为LM、LM3、LM2和LM1，同时也给出了非线性检验的F检验结果(见表2)。
注：括号内为对应的p值。
表2显示，在1%、5%、10%的显著水平上，模型1－3分别拒绝了线性模型的原假设，这表明三个转换变量对FDI创新溢出的门槛效应都是存在的，因此本文采用PSTR模型进行估计是合适的。在模型1和模型2中，LM1对应的p值最小，因而转换函数的形式为LSTR1；模型3中，LM2对应的P值最小，转换函数的形式为LSTR2。
本文采用网格搜索法确定γ和c的初始值，表3显示，通过网格搜索所得到的γ、c的初始值均落在了相应的构造区间之内。
在确定γ和c的初始值后，采用非线性最小二乘法估计模型1-3中的参数，结果见表4。
注：括号内为t统计量。本文报告的AIC=(－2*1+2*k)/n，其中1为对数似然值，k为参数个数，n为样本容量。
从表4可以看出，模型1-3中，被解释变量lnINNit－1的系数为正且在统计上显著异于零，表明我国高技术产业的专利创新水平具有累积效应；内资企业研发投入(lnRD)的系数为正且在模型1和模型3中显著，表明我国高技术产业的技术创新与企业自身的研发资本投入成正相关；人力资本(lnHK)的系数也为正，且在模型2-3中显著，表明人力资本对我国高技术产业的技术创新也具有正效应。本文主要研究行业技术水平(TGP)、人力资本(lnHK)和行业集中度(COM)三因素对FDI创新溢出效应的影响。
1.行业技术水平(TGP)与FDI创新溢出效应
模型1估计结果显示，平滑参数γ为5.512，表明模型转换的速度较慢，不同机制之间的转换是平滑的。lnFDI*G(·)的系数为正，表明行业技术水平(TGP)与FDI创新溢出效应正相关，即TGP越大，内外资企业间的技术差距越小，FDI的创新溢出效应越大。模型含有一个位置参数，引发FDI正向创新溢出效应的行业技术水平的门槛值为0.756，即当TGP＞0.756时，FDI对内资企业技术创新能力的提升速度明显加快。
为直观地反映FDI创新溢出效应与行业技术水平(TGP)之间的关系，图1绘制了ln FDI系数与TGP的变动曲线。图1显示，随着TGP的增加，即内外资企业间技术差距的不断缩小，FDI对内资企业技术创新的溢出效应不断增加，这与我们预期的结果是一致的。跨过行业技术水平门槛的有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、其他电子设备制造和电子计算机整机制造6个行业，其中其他电子设备制造业技术水平最高，相应的FDI创新溢出效应也最大(0.37)；办公设备制造业的技术水平最低，其FDI创新溢出效应也最小(0.08)。这与本文第二部分变系数模型的回归结果基本吻合，虽然溢出效应的大小略有不同，但各细分行业在创新溢出效应上的排序却非常接近。
2.人力资本(lnHK)与FDI创新溢出效应
模型2的估计结果显示，平滑参数γ为408.0，说明模型在不同机制之间转换的速度非常快。PSTR模型趋近于简单的两机制PTR模型。lnFDI*G(·)的系数为正，表明FDI创新溢出效应与人力资本正相关。模型含有一个位置参数，引发FDI正向创新溢出效应的人力资本(lnHK)的门槛值为7.79。当内资企业的研发活动人员折合全时当量达到2416.3(e7.79)时，能够引发正向的创新溢出效应，此时FDI对我国高技术产业技术创新能力的提升作用非常明显。
图2显示了lnFDI系数与人力资本(lnHK)的变动曲线，从中可以看出，模型2的确退化为两机制PTR模型。跨过人力资本门槛的行业共有化学药品制造、中药材及中成药加工、通信设备制造、电子器件制造、电子元件制造、家用视听设备制造和仪器仪表制造7个行业，其FDI创新溢出效应约为0.379；生物药品制造、其他电子设备制造、电子计算机整机制造、电子计算机外部设备制造、办公设备制造和医疗设备及器械制造6个行业的人力资本低于门槛水平，相应的FDI创新溢出效应仅为0.116。这说明当内资企业的人力资本跨越7.79的门槛值后，FDI创新溢出效应出现显著的跃升。