FDI知識溢出、吸收能力與高技術產業創新產出
——基于門檻效應模型的實證分析

劉廣州，劉 婧

(太原理工大學 經濟管理學院，山西 晉中 030024)

0 引言

黨的十九大報告明確指出：“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐”。創新在經濟可持續發展中扮演著至關重要的角色，是引領我國高質量發展的關鍵，高技術產業作為知識密集型產業，逐漸成為我國提升自主創新能力，建設創新型國家的重要推手。新冠肺炎疫情將智能制造、數字醫療等推上風口，高技術產業再次展現了強大的發展潛力。雖然近年來高技術產業發展迅猛，但大量的研發投入和政策扶持，并沒有改變高技術內資企業平面同質性擴張及基礎創新能力不足的局面，許多高技術產業仍處于全球價值鏈的低端[1]。如何提升高技術產業自主創新能力，突破低端技術鎖定陷阱，對我國轉變經濟發展動能，實現技術能力升級具有重要的現實意義。

在開放型經濟時代，創新能力的提升主要有兩種途徑，一是通過國內自主研發，二是通過國際知識溢出。據《世界投資發展報告2022》的數據顯示，在全球外資流入不斷下行的背景下，2021年我國外資流入逆勢增長21%，實際利用外資高達1 810億美元，經濟全球化的飛速發展為國際技術溢出提供了發展空間。開放式創新模式為高技術產業接收知識溢出提供了發展機遇，利用國際R&D轉移既可節約成本又可較為快速地獲取國外先進技術，但同樣也給高技術產業帶來了嚴峻挑戰，“重引進而輕吸收”會導致高技術產業對國外先進技術產生依賴困境，進而形成“引進—落后—再引進—再落后”的“依賴陷阱”[2]，對創新發展產生負面效應，而破解這種鎖定效應的關鍵就是發揮吸收能力與自主創新的作用，形成“引進—吸收—知識積累—自主創新”的良性循環。因此，如何充分利用FDI知識溢出帶動高技術產業創新發展就顯得尤為重要。

縱觀現有文獻，國內外學者對于FDI知識溢出、吸收能力對創新能力的影響做了大量研究。部分學者研究了三者的線性關系，認為知識溢出對創新能力并不能直接產生作用，而是需要經過吸收能力內部化的一系列過程，才能產生知識溢出效應[3-4]。劉鳳朝等基于電子信息和醫藥行業的數據，實證分析發現，吸收能力在知識溢出與區域創新產出之間的調節作用會隨著技術領域的變化而變化[5]。張云和趙富森以研發投入衡量吸收能力研究發現，高技術產業吸收能力差異導致FDI知識溢出對創新能力的影響在不同行業間存在顯著性差異[2]。少部分學者實證研究了三者的非線性關系，張涵和李曉瀾以R&D人員投入為吸收能力的代理變量，研究發現隨著研發人員投入的不斷增長，FDI知識溢出對高技術產業區域創新的影響呈現先升后降的特征[6]。王欣以人力資本、經濟發展水平、對外開放程度等來衡量吸收能力，采用面板平滑轉換模型實證研究發現，只有吸收能力跨越自身門檻，國際知識溢出才能促進區域創新[7]。

總結現有文獻，可以發現，國內外學者對FDI知識溢出、吸收能力與創新能力三者關系的研究取得了較為豐富的成果，但仍有幾點不足：①研究視角和對象選擇上。以往研究多數集中于國家、區域或省際層面，將各產業或企業看作一個整體，并沒有突出產業層面的異質性，針對具體產業的研究更是少數。②吸收能力的選擇上。吸收能力是包括獲取、消化和開發應用的綜合吸收能力，而現有相關研究多以人力資本為代理變量，對其他吸收能力影響因素研究不足。③非線性關系視角上。現有研究多數是探討吸收能力在FDI知識溢出對創新能力影響中的調節、中介或交互效應，以構建連乘模型或分組檢驗為主[2，8]，對FDI知識溢出非線性關系的探討較為缺乏。

考慮到上述不足，本文嘗試從以下方面進行探討：①高技術產業作為技術密集型產業，具有高度的技術敏感性，本文從高技術產業行業中觀視角出發，研究FDI知識溢出對高技術產業創新產出的影響作用。②鑒于吸收能力具有綜合性和動態性的特征，本文從獲取、消化和開發應用視角，選取R&D投入、人力資本和技術改造與應用3個吸收能力因素，分析其在FDI知識溢出驅動高技術產業創新中的差異化影響；③考慮到FDI知識溢出、吸收能力和高技術產業創新產出之間可能存在非線性關系，本文以吸收能力為門檻變量構建面板門檻模型，估計出3種吸收能力的門檻水平，進而為提升高技術產業創新能力提出針對性的對策與建議，以期為高技術產業各行業根據自身情況調整吸收能力因素，以更好利用FDI知識溢出驅動創新提供一定經驗借鑒。這對最大限度地發揮國際技術溢出提升高技術產業創新能力，探索合理有效的創新驅動路徑及促進新常態下增長引擎轉向創新驅動具有一定借鑒意義。

1 理論分析與研究假設

1.1 FDI知識溢出與高技術產業創新產出

在開放型經濟時代，創新能力的提升不僅依靠自主創新，還會受到知識溢出的影響。知識溢出是由知識創造的外部性所導致的，新知識、新技術存在外溢性和使用的非排他性，知識創造的主體會為社會其他主體帶來先進技術和知識，而自身卻無法全部占有創新收益[9]。外商研發投資是產生知識溢出，促進東道國企業技術進步的重要途徑。HOLLENSTEIN & BERGER研究發現，跨國公司研發投資有助于東道國內資企業創新績效的提升[10]。知識溢出之所以會對技術創新產生積極影響。首先，FDI知識溢出能夠降低創新成本。研發活動需要大量資金和高昂的試錯成本，但是研發活動卻具有顯著的外溢性，而知識溢出能夠為其他行業或地區提供利用這種知識外溢的機會和可能。跨國公司進入東道國，不可避免的要雇傭當地勞動力，并與當地內資企業發生聯系，“人員流動效應”和“產業關聯效應”的發生能夠提升內外資企業創新思想交流與交換的可能性，進而降低研發主體進行科學發現的成本，在競爭壓力下，激勵其從事研發活動，促進創新發展。其次，FDI知識溢出能夠降低內資企業的創新風險。高技術產業作為技術密集型產業，技術迭代迅速，而技術創新具有高投入、高風險和高不確定性的特點。知識溢出的產生可為高技術內資企業提供接觸外部先進知識技術的機會，以及學習和模仿創新的基礎，通過“看中學”和“干中學”等方式對FDI所帶來的先進技術、生產工藝、管理模式等進行模仿和學習，進而降低創新的內在不確定性，提升創新產出。最后，知識溢出具有規模報酬遞增效應[11]，FDI知識溢出產生后，各高技術行業間的相互交流與合作等“搭便車”行為，使得研發成果和新技術得以迅速擴散，避免技術知識的重復投資，加快創新產出的提升。據此，本文提出假設H1。

H1：FDI知識溢出能夠顯著促進高技術產業創新產出的提升。

1.2 FDI知識溢出、吸收能力與高技術產業創新產出

FDI知識溢出可為高技術產業提供接觸國外先進技術知識的機會，但能多大程度上利用知識溢出所帶來的技術、知識、管理經驗等，則取決于高技術產業的吸收能力。吸收能力是企業從外部環境中識別獲取、消化和利用知識并進行商業化應用的能力[12]。通常來說，高技術產業吸收能力越強，越容易快速掃描、準確甄別、獲取、內化外部知識，并將自身吸收的外部知識溢出轉化為自主創新能力。當技術吸收能力較強時，本國高技術產業對引進技術的消化吸收程度更高，從而提升落后經濟的創新對國外先進知識溢出的彈性[13]。當高技術產業的吸收能力較弱時，則需在更廣的范圍內搜尋外部知識和先進技術，搜尋效率降低與篩選成本增加，易于造成創新資源的分散化配置，同時較弱和基礎有限的吸收能力很難有效篩選外部知識，更難以將外部知識在組織內部自由流通與共享。即使獲取外部知識溢出，但由于外部知識資源還包含大量隱性知識，企業吸收能力不足，無法將隱性知識顯性化以實現內外知識的融合貫通，同樣不利于高技術產業創新發展。由此，不同程度的高技術內資企業吸收能力，對外資高技術企業在華知識溢出與高技術內資企業創新產出的關系具有異質性影響。據此，本文提出假設H2。

H2：FDI知識溢出與高技術產業創新產出之間存在吸收能力的門檻效應。

根據前人研究，主要選取R&D投入、人力資本、技術改造與開發應用作為吸收能力的代理變量進行研究。R&D投入是衡量高技術產業吸收能力的重要指標之一。研發活動不僅可以增強自身知識積累，而且可以提升自身對外部知識的吸收能力[14]。通過持續不斷的研發積累，企業逐漸形成自有知識，組織內自有知識基礎越雄厚，其吸收能力也就越強。當組織自身具有豐富的研發經驗和資源時，就能夠對外部知識環境和技術機會的變化迅速做出反應。一個行業的研發投入越高，對外部信息的識別、獲取能力就越強，而高水平的識別、獲取能力能夠幫助企業打破自身組織邊界，快速掃描和吸收外部有益知識，避免因墨守成規而導致的“鎖定效應”和“能力陷阱”[15]，助力企業保持卓有成效的績效。據此，本文提出假設H3a。

H3a：研發投入吸收能力有助于促進高技術產業創新產出。

人力資本同樣是重要的吸收能力因素。人力資本是組織學習的主體，不僅可以作為生產要素投入直接影響自主創新，也是組織新知識和新創意的來源，能夠通過知識的創造和碰撞影響創新產出[16-17]。研發人員的交流與合作對組織接收和學習新知識及新技術并吸收轉化為創新產出具有重要的推動作用。以技術和研發為特征的高技術產業，研發人員的數量和質量是人力資本的核心要素。FDI知識溢出為高技術產業提供了學習和模仿的機會，但是從現實角度來講，溢出的技術知識可能是隱性默會、雜亂無序、晦澀難懂甚至是與組織相矛盾的，這時就需依賴研發人員的知識接收和處理能力，通過“干中學”等方式將外部知識重新編碼、內化吸收并轉化為產業內的知識資產，形成自身創新優勢。而對于人力資本水平較低的高技術行業，由于無法有效接收知識溢出，這將會導致知識溢出的低效性。據此，本文提出假設H3b。

H3b：人力資本吸收能力有助于促進高技術產業創新產出。

技術改造和開發應用能力是影響FDI知識溢出效果的重要吸收能力因素。經過對知識的獲取、消化與轉換，企業外部知識已經逐漸內化，但一項創新的產生還需諸多實驗與設計等加以改造和完善，進而將新知識運用到組織的生產系統中，從而實現對現有能力的改善、擴展或創新，這就是改造應用吸收能力。但如果內資企業過度依賴或一味地僅想利用跨國公司外溢的技術與知識，而不進行知識的開發與創造，多數情況下，難以適應外部環境的變化及激烈的市場競爭，更難以實現自主創新[18]。正如LEVINTHAL & MARCH所說，“僅會利用的組織一般都會變得過時”[19]。根據上述分析，本文提出假設H3c。

H3c：技術改造和開發應用吸收能力有助于促進高技術產業創新產出。

2 研究設計

2.1 模型設定

2.1.1 基準回歸模型

為研究FDI知識溢出對高技術產業創新產出的影響，本文假設我國高技術產業生產符合Cobb-Douglas生產函數，其不僅可以用在產品生產上，也可以用在知識生產過程，JAFFE[20]就認為企業技術創新可看作進行知識生產的過程。因此，可引入高技術產業的知識生產函數

式中：Yit為創新產出；Kit和Lit分別為高技術產業資本與人力要素投入；α和β分別為資本和人力要素產出彈性；Ait為技術進步。由前文分析可知，FDI知識溢出是影響技術進步的重要因素，同時，由于知識的習得需要經歷一個獲取、消化、轉化與應用的過程，而學習效果取決于吸收能力，是影響溢出效果的關鍵因素之一。因此，本文假設外部先進技術主要通過FDI知識溢出影響技術進步。在生產函數中，假設技術進步是希克斯中性的(Hichs-neutral)，所以，技術進步Ait就依賴于外部FDI知識溢出與吸收能力等因素。參考毛其淋和盛斌[21]的做法，將Ait表述為多元線性組合

Ait=Ai0(FDI)γ1(ABS)γ2(Xit)λ1

(2)

式中：Xit為影響高技術產業技術進步的其他一組變量，本文選取企業外向度(OPEN)、企業規模(SIZE)、政府支持(GOV)3個變量。將(2)式代入(1)式并取對數可得

LnYit=β0+αLnKit+βLnLit+γ1LnFDIit+γ2LnABSit+λ1LnOPENit+λ2LnSIZEit+λ3LnGOVit+μi+εit

(3)

LnABS為高技術產業吸收能力；μi為個體效應；εit為隨機擾動項。

2.1.2 面板門檻模型

為了進一步研究FDI知識溢出對高技術產業創新產出的影響是否存在吸收能力門檻。基于前文分析，以吸收能力為門檻變量，采用HANSEN[22]面板門檻模型探究FDI知識溢出對高技術產業創新產出的非線性關系。以單、雙門檻模型為例，模型表達式如下

LnINNOVit=C+β1LnFDIit·I(qit≤θ)+β2LnFDIit·I(qit>θ)+β3LnKit+β4LnLit+

β5LnOPENit+β6LnSIZEit+LnGOVit+μi+εit

(4)

LnINNOVit=C+β1LnFDIit·I(qit≤θ1)+β2LnFDIit·I(θ1θ2)+δ1LnKit+δ2LnLit+δ3LnOPENit+δ4LnSIZEit+δ5LnGOVit+μi+εit

(5)

式中：INNOV為高技術產業創新產出；FDI為高技術產業外商直接投資；K和L分別為資本與勞動力要素投入；θ(θ1,θ2)為門檻值;qit為吸收能力門檻變量，包括研發投入(RD)、人力資本(HUM)、技術改造應用支出(APPL)；I(·)為指示函數，若括號內條件成立，I(·)取值為1，否則取0，i表示高技術產業，t為時間，C為常數項，μi和εit分別為個體效應與隨機擾動項。

2.2 變量說明

2.2.1 因變量

創新產出(INNOV)，以高技術產業內資企業專利申請數來衡量。目前學界對于創新產出的衡量并未形成統一的認識。現有文獻主要以專利申請數、新產品銷售收入、新產品產值等指標來衡量。新產品銷售收入能夠較為客觀的反映創新活動的終端市場價值，但新產品中所含技術含量高低各有不同且企業傾向于夸大新產品數量[23-24]，而相較新產品銷售收入，專利申請數直接反映創新產出水平，更能體現研發實力，具有較強代表性且專利數據較為準確。參考范如國等[25]的研究，以專利申請數來衡量創新產出。

2.2.2 核心解釋變量

FDI知識溢出，以外資企業R&D資本存量來衡量。學界對FDI知識溢出的衡量也未形成統一標準，整體可歸納為兩個視角，一是從國外知識溢出視角，二是從本國知識接收視角。鑒于高技術產業未記載國外直接投資數據，考慮從第2種視角衡量。現有研究常用外資企業資產總額占行業資產總額的比重、高技術產業外資企業產值占高技術產業總產值比重、外資企業固定資產投資額等指標。相較于其他方式，企業的研發行為更易于產生知識溢出[26]，因此，外資企業R&D資本投入更能直接衡量FDI知識溢出。鑒于往期研發資本積累會對創新產出產生影響，采用其資本存量來衡量。借鑒朱有為和徐康寧[27]的做法，采用永續盤存法計算資本存量，公式為

Kit=Eit+(1-δ)Kit-1

(6)

Ki0=Ei0/(g+δ)

(7)

式中：Kit為第t期的研發資本存量；Eit為第t年高技術產業外資企業的R&D經費內部支出經過R&D價格指數平減后的實際值；R&D價格指數= 0.55×居民消費價格指數+0.45×固定資產投資價格指數；Ei0為基期的實際研發支出；g為高技術產業樣本期內外資企業R&D支出的幾何增長率；δ為折舊率，借鑒現有的研究，取15%。

2.2.3 門檻變量

吸收能力變量。①研發投入(RD)。參考李斌等[28]的研究，以高技術內資企業的R&D資本存量來衡量研發投入吸收能力，并采用永續盤存法進行存量測算。②人力資本(HUM)。人力資本投資對技術或知識的吸收起關鍵作用[18]，本文參考張涵和李曉瀾[6]的研究，以高技術產業“R&D人員活動全時當量”來衡量人力資本吸收能力。③技術改造和開發應用吸收能力(APPL)。技術改造和開發是基于現有及消化吸收知識的基礎上，將知識轉化應用到現實開發生產之上的能力，參考前人研究[29-30]，選取技術改造經費和新產品開發經費之和來衡量，該指標經研發價格指數平減，并轉化為存量指標。

2.2.4 控制變量

控制變量。根據現有研究成果，選取以下變量作為本文控制變量：①資本投入(K)，以高技術產業固定資產投資存量衡量。②勞動力投入(L)，以高技術產業平均從業人員數衡量。③企業外向度(OPEN)，用高技術產業出口交貨值與銷售收入之比來計算。④企業規模(SIZE)，以高技術產業主營業務收入與企業數量之比來計算。⑤政府支持(GOV)。創新行為具有很大的風險和不確定性，部分學者認為，僅靠市場無法實現最優化的資源配置，政府介入可為高技術產業提供補貼優惠、研發激勵等資源扶持，進而帶動其創新能力的提升。但也有學者認為，信息約束會加大政府介入的資源誤配效應，并且政府支持對企業自主研發具有一定的“擠出效應”，也會增加企業“尋租”的可能性，進而產生創新損失。借鑒原毅軍和孫大明[31]的研究，采用內資企業研發經費支出中來自政府的資金衡量該指標。

2.3 數據來源

本文數據主要來自《中國高技術產業統計年鑒》、《中國統計年鑒》、《中國科技統計年鑒》。鑒于2017年高技術產業行業數據缺失，以及2018年開始《中國高技術產業統計年鑒》的統計指標發生重大變化。文中采用我國2004—2016高技術產業15個行業的面板數據(部分行業數據缺失嚴重，未包括在內)。15個行業分別是：中成藥生產(CHM)、化學藥品制造(CM)、生物藥品制造(BM)、飛機制造(MA)、廣播電視設備制造(BTE)、視聽設備制造(TSRR)、通信設備制造(CE)、電子元件制造(EC)、電子器件制造(EA)、其他電子設備制造(OEE)、計算機外部設備制造(CPE)、計算機整機制造(ECP)、辦公設備制造(OE)、醫療儀器設備及器械制造(MEA)、儀器儀表制造(MI)。為消除價格變動的影響，采用工業品出廠價格指數、GDP價格指數、R&D價格指數對出口交貨值、主營業務收入、政府支持等指標進行平減；為減緩共線性和異方差的影響，對所有變量均取自然對數；此外，對相關變量進行縮尾處理以消除離群值的影響。變量的描述性統計，見表1。

表1 變量的描述性統計分析

3 實證分析

3.1 面板單位根檢驗

為防止出現“偽回歸”問題，在回歸分析之前需對面板數據進行單位根檢驗。本文利用LLC、IPS及Fisher-ADF對各變量的數據進行單位根檢定，以確保檢驗結果的穩健性。所有變量均在1%的顯著性水平上拒絕存在單位根的原假設，說明面板數據各序列是平穩的，可進行回歸分析，具體見表2。

表2 面板單位根檢驗結果

3.2 基準回歸分析

面板數據模型一般應在混合回歸、固定效應模型與隨機效應模型間進行選擇。通過F檢驗，結果強烈拒絕原假設，同時，經過Hausman檢驗，所有模型均在1%水平上拒絕隨機效應模型，因此，固定效應模型更為合適。本文采用固定效應模型并結合異方差自相關穩健標準誤進行實證分析，結果見表3。考慮到FDI知識溢出、吸收能力與創新產出可能存在雙向因果關系，參考前人研究[32-33]，分別選取FDI知識溢出的滯后一期和三期、研發資本存量、研發人員全時當量、技術改造與開發應用支出的滯后一期作為各自的工具變量，進行內生性檢驗，結果表明，模型(1)-(4)的DWH統計量P值分別為0.247、0.000、0.433、0.000，且過度識別檢驗、不可識別檢驗、弱工具變量檢驗均通過了顯著性檢驗，工具變量是合適的，即模型(2)和(4)確實存在內生性問題，采用工具變量法對模型(2)和(4)估計，結果見表3后2列。本文面板模型F統計量較大且均在1%水平上通過了顯著性檢驗，說明模型估計結果整體是可靠的。

由表3模型(1)可得，FDI知識溢出在1%水平上顯著性為正，且估計系數為0.768，說明FDI知識溢出與高技術產業創新產出顯著正相關。模型(2)-(4)中，FDI知識溢出的回歸結果并未發生根本變化，進一步說明，FDI知識溢出能夠顯著促其創新產出的提高，假設H1得到驗證。表中列出了研發投入(RD)、人力資本(HUM)、技術改造與開發應用吸收能力(APPL)對高技術產業創新產出的估計結果，3種吸收能力均在1%水平上顯著為正，模型(2)-(4)中吸收能力的估計系數分別是0.900、0.696、0.563，這充分說明吸收能力是影響高技術產業創新產出提升的重要因素，吸收能力越強，對知識技術的學習就越充分，越會更大程度上促進創新產出的提高，假設H3a、H3b、H3c得到驗證。工具變量法下主要變量的回歸結果并未發生根本變化，說明該結論是可信的。

表3 基準回歸估計結果

控制變量方面，資本和勞動力投入對創新產出并未產生顯著影響。全部模型中，企業外向度至少在5%統計水平上顯著為正，說明外向度越高的高技術產業，越有助于創新產出的提升。可能因為在開放型經濟下，企業嵌入國際市場的程度越高，接觸國外先進技術、知識、經驗等的可能性也就越大，更益于FDI知識溢出“示范—模仿效應”、“競爭效應”等效應的發揮；其次，外向度高的企業更多地面向國際市場，不得不提升出口產品的技術含量及相關服務質量以滿足國際消費者的需求，這就進一步倒逼內資高技術企業創新能力的提升。企業規模至少在10%水平上通過了顯著性檢驗且估計系數全部為負。一般認為，產值規模較大的企業更易受到相關部門的偏愛，融資成本低，且規模效應使其能夠承受更大的創新風險。但回歸結果表明高技術產業的企業規模卻顯著抑制了創新產出，一個可能的解釋是，規模越大的企業越可能受到“根植性”的影響[34]，“組織慣性”和“組織剛性”使得大企業自身更易采取較為保守的創新策略，傾向于在現有技術軌道實現定向的技術創新[35]，而規模較小的企業具有靈活度高、速度快、高度專業化的特征，契合了高技術產業產品更新換代迅速的特點。相比之下，小企業更善于從事顛覆性的技術創新，其在創新產出中的效率也就更高。政府支持在1%水平上顯著為正，說明政府研發支持不僅有助于緩解高技術產業研發投入和融資壓力，優化資源配置，而且適時干預有利于降低外部不確定性緩解市場失靈的問題，同時有助于減緩外部投資者的信息約束及信息不對稱，增強投資信心，促進創新產出的提升。

3.3 穩健性檢驗

本文參考趙軍和王曉辰[36]的研究，以替換核心解釋變量和被解釋變量的方式進行穩健性檢驗，結果見表4。表中(1)-(3)為采用FDI知識溢出與吸收能力存量指標替換為流量指標進行回歸的結果。鑒于FDI知識溢出對創新產出可能具有滯后效應，取FDI知識溢出的滯后一期進行回歸，回歸結果為(4)-(6)。穩健性檢驗回歸結果總體上與基準回歸相似，結論仍能得到支持，表明基準回歸結果是穩健的。

表4 穩健性檢驗回歸結果

3.4 門檻效應回歸分析

3.4.1 門檻效應檢驗

由前文分析可知，FDI知識溢出與高技術產業創新產出之間可能存在吸收能力門檻，而非簡單的線性關系。因此，為驗證FDI知識溢出與高技術產業創新產出的門檻效應，以異質吸收能力為門檻變量，進行門檻檢驗與估計。本文運用Stata 16.0軟件并采用Bootstrap自舉法，對樣本進行300次重復抽樣，對吸收能力的單一門檻、雙門檻和三門檻回歸模型進行檢驗，結果見表5。單一門檻、雙重門檻均在5%統計水平上通過了顯著性檢驗，但三重門檻效應均未通過檢驗，表明FDI知識溢出對高技術產業創新產出具有吸收能力的雙門檻效應，門檻估計值見表6。

表5 門檻效應檢驗及相關估計結果

表6 門檻估計值與置信區間

參考HANSEN[22]的做法，構建LR(似然比)統計量進一步檢驗門檻估計值的真實性。以R&D投入為例，結果如圖1和圖2所示。R&D投入的門檻估計值分別為1.007和4.391，由圖可知，門檻值均落在圖中虛線即95%置信水平的LR值(7.35)以下，說明門檻值均位于對應的95%置信區間內，其置信區間分別為[0.723，1.021]、[4.354，4.429]，說明模型的雙門檻效應是真實存在的。因此，后續以雙門檻模型進行回歸分析。其他吸收能力變量的似然比函數圖分析與此類似，限于篇幅，不再贅述。

圖1 單一門檻值1.007似然比函數圖

圖2 雙門檻值4.391似然比函數圖

3.4.2 門檻回歸分析

從表7可知，FDI知識溢出對高技術產業創新產出存在復雜的非線性機制和顯著的吸收能力門檻效應，高技術產業只有越過最低吸收能力門檻，FDI知識溢出才會對創新產出產生促進作用，假設H2得到了驗證。從3個吸收能力的整體回歸結果來看，高技術產業的資本要素投入有助于創新產出的提升；企業外向度和政府支持也能對創新產出產生顯著的促進作用；而企業規模一定程度上制約了高技術產業創新產出的提升，勞動力投入均未對創新產出產生顯著促進作用。

表7 FDI知識溢出對高技術產業創新產出的門檻回歸結果

研發投入(RD)。當R&D經費投入低于1.007時，高技術產業FDI知識溢出的系數為-0.142，但不顯著；當研發經費投入位于[1.007，4.391]時，其系數為正且通過1%水平的顯著性檢驗；當研發經費投入大于4.391時，FDI知識溢出對高技術產業創新產出的正向溢出顯著，FDI提高1%，創新產出提升0.758%。企業的研發投入一定程度上不僅代表著企業的技術水平和自主創新能力，也代表著對外來知識、技術等識別獲取的吸收能力。當研發投入不足時，企業對外源知識技術的識別獲取能力較弱，無法對先進知識溢出進行識別和捕獲，而FDI知識溢出具有“市場攫取效應”，內資企業如若無法滿足市場需求，則勢必會被擠出市場。因此，當研發吸收能力較低時，FDI知識溢出可能會對高技術產業創新產出產生抑制作用。當高技術產業研發吸收能力較高時，內資企業能夠理解、學習并模仿先進技術，FDI知識溢出效應明顯，良性技術溢出機制形成，外資企業出于維護自身技術壟斷優勢的目的，不斷加大研發投入，更多的技術外溢也將成為可能。依據R&D投入的門檻值，可將研發投入水平分為3個區間，見表8。2016年與2004年相比，高技術產業各個行業的R&D投入均有較大幅度提升，2004年大多數行業的R&D投入處于中低投入區間，而2016年多數行業已跨越了第二門檻，說明2004—2016年研發投入對FDI知識溢出的吸收能力在不斷增強。

表8 高技術產業各行業門檻通過情況

人力資本(HUM)。研發人員投入低于6.238時，FDI知識溢出的系數為0.007，并不顯著；研發人員投入越過6.238時，FDI知識溢出對創新產出具有顯著的正向作用，彈性系數為0.705；而當其越過第二門檻時，FDI知識溢出表現出更強的促進作用。究其原因，可能是在高技術企業發展初期，外資企業不可避免的爭奪當地技術人才，一定程度上造成內資企業研發人才流失，此時FDI正向知識溢出效應并不顯著。而隨著研發人員投入的增加，內資企業形成一定的知識積累和人力創新規模效應，加之FDI知識溢出的“人員流動”效應開始發揮作用，內資企業對知識溢出的消化吸收成本降低，并與外資企業逐漸形成較為穩定的合作關系，一定程度上降低了信息不對稱與信息壁壘，提升了高技術產業創新產出。從表9可以看出，2004年高技術產業各行業的人力資本處于中低水平，而2016年各行業的人力資本處于較好的發展區間，說明2004—2016年我國高技術產業各行業的人才意識在逐漸增強。

表9 高技術產業各行業門檻通過情況

技術改造與開發應用(APPL)。技術改造與開發應用吸收能力低于2.221時，FDI知識溢出對創新產出的影響系數為-0.123，但是并未通過顯著性檢驗；當大于2.221且小于4.760時，其影響系數為0.589，能夠顯著促進高技術產業創新產出的提升，處于較強的正向發展區間。當大于4.760時，FDI知識溢出的影響系數為0.721，在1%水平上顯著，處于強吸收能力區間。這表明隨著吸收能力由低到高增強，FDI知識溢出對高技術產業創新產出的影響由不顯著的負相關轉變為顯著的正相關并且呈逐漸增強的非線性特征。這也進一步說明，對于FDI知識溢出的充分吸收并轉化為創新產出，技術改造與開發應用必不可少。根據其門檻值，可分為3個區間(見表10)。可以看出，2004年高技術產業各行業的改造和開發應用吸收能力主要集中在中低吸收能力區間，而在2016年高技術產業各行業的技術改造和開發應用吸收能力均有所提高，說明2004—2016年，高技術產業各行業對FDI知識溢出的吸收能力在不斷增強。

表10 高技術產業各行業門檻通過情況

4 結論與建議

本文采用2004—2016年高技術產業行業的面板數據，在利用固定效應模型分析FDI知識溢出對高技術產業創新產出的線性影響基礎上，以雙重門檻回歸模型探究了FDI知識溢出在3種吸收能力門檻下分別對創新產出的非線性影響。得到主要結論：

1)FDI知識溢出與吸收能力均能顯著促進高技術產業創新產出的提升，經穩健性檢驗依然成立。

2)FDI知識溢出對高技術產業創新產出存在顯著的吸收能力雙重門檻效應。其中，研發投入、人力資本和技術改造與開發應用只有越過最低吸收能力門檻時，FDI知識溢出才會產生顯著的正向作用，且越過第二門檻時，FDI知識溢出的影響系數進一步增大。

3)吸收能力在FDI知識溢出推動高技術產業創新發展上存在時空差異性，2004年超越2/3的高技術行業位于中低吸收能力區間，而2016年半數產業已跨越高值門檻，時序變化明顯。

4)企業外向度和政府支持有利于高技術產業創新產出，資本和勞動力要素投入的影響整體并不顯著，同時，應注意到企業規模對創新產出具有顯著的抑制作用。

根據以上主要結論提出如下建議：

1)要充分發揮FDI的知識溢出效應。一方面，高技術產業要積極深入貫徹“引進來，走出去”的方針政策，優化招商引資和研發環境，放寬高技術外資企業的進入條件。同時，要增強甄別能力，建立負面準入清單，注重外資引進質量，引入優質外資。另一方面，積極引導高技術內資與外資企業開展交流合作，推動建立技術合作聯盟，推動內外資相關企業上下游的協同配套，促進FDI知識溢出效應的有效發揮，帶動高技術產業創新能力提升。

2)FDI知識溢出效應存在吸收能力的最低門檻，且隨吸收能力的提升而逐漸增強。因此，應采取相關措施適當提升高技術產業的吸收能力，有效吸收外來新技術和新知識，推動高技術產業技術進步。首先，應進一步加大研發投入力度，提升自主創新能力，形成技術資本積累和內生性自主研發能力，進而增強對新技術的“破譯”和吸收能力；其次，加大高技術產業研發人才培育力度，注重人力資本積累與儲備。一方面，拓寬人才引進渠道，創新人才引進激勵機制，提高研發人才的薪資待遇，以提升研發人員的創新熱情。另一方面，加大對教育尤其是高等教育的財政投入力度，完善人力資本結構，提升高層次人才比重，提高人力資源質量，加強知識技術吸收能力。最后，要加強技術改造和開發的投入力度，健全產學研合作創新機制，并完善相關配套設施，建立專業實驗室和孵化基地等，在“干中學”中實現技術改造和吸收應用，以發揮“研發—消化—應用吸收”的協調聯動，形成良性循環。

3)企業外向度和政府支持也是影響高技術產業創新產出的重要因素。為此，應進一步擴大高技術產業的對外開放水平，激發市場活力，促進高技術內資企業更多地接觸與學習國際先進技術和知識。同時，構建公平的市場競爭環境，倒逼內資企業在與外資企業的激烈競爭中進行主動創新。此外，政府應制定“因地制宜”和審慎合理的產業支持政策，并針對尚未越過中低吸收能力門檻的行業，如：辦公設備制造業、計算機外部設備制造業和廣播電視設備制造業等，加強財政補貼和稅收優惠支持力度等，進而增進對高技術企業的引導扶持，使相關行業盡快越過中低吸收能力門檻，以提升高技術產業的創新產出水平。最后，適度提升高技術企業規模，并加強內部管理，保持靈活性以適應復雜的外部創新環境。