FDI技术溢出对中国计算机、通信和其他电子设备制造业技术进步的影响

齐丽暘 王维然

[摘要]随着经济全球化的发展，外商直接投资作为加强国际经济联系、促进本国经济发展的重要手段成为各国政府和学术研究的重点关注领域，直接投资产生的技术溢出效应对东道国技术进步的影响也引起国内外学者的广泛关注。基于2001—2021年中国25个省份的计算机、通信和其他电子设备制造业面板数据，利用Matlab采用面板平滑转化回归模型，研究以R&D研发经费投入、R&D研发人员投入为转换变量的FDI水平溢出效应对行业技术进步的影响。研究发现：（1）FDI水平技术溢出与该行业技术进步呈非线性关系，且线性关系有明显的区域差异；（2）从全国的层面来看，FDI水平技术溢出对该行业技术进步起到促进作用，但研发人员投入超过门槛值后，FDI水平技术溢出对该行业的技术进步起到阻碍作用；（3）从地区层面来看，东部地区FDI水平技术溢出对该行业的技术进步起到促进作用，但是研发经费投入与研发人员投入超过各自的门槛值后，FDI水平技术溢出对该行业的技术进步起到阻碍作用；中、西部地区FDI水平技术溢出与该行业技术进步呈线性关系。（4）东部地区FDI水平技术溢出的增加，会带来该行业技术进步途径的转变，即由依赖技术溢出转向自主研发。

[关键词]FDI水平溢出；面板平滑转化回归模型；计算机、通信和其他电子设备制造业；技术进步；吸收能力

一、 引言

改革开放后，我国吸引外商直接投资稳步增长，实际使用外商直接投资由2012年的1133亿美元升至2021年的1735亿美元，年均增长4.8%，自2020年起稳居世界第二位1。外商直接投资（Foreign Direct Investment，FDI）的流入会给东道国带来技术溢出效应，按溢出方向分为水平、垂直溢出两类。对于垂直溢出效应，我国学者基本达成了垂直溢出效应呈正向的一致观点，但是对于水平溢出效应是正向、负向或是不显著则存在较大的分歧。

我国的计算机、通信和其他电子设备制造业在吸引FDI方面贡献突出。从实际利用FDI金额来看，2001—2021年累计外资利用额108165.31亿元，占制造业整体外资利用额的20.67%，稳居制造业下设21个细分行业吸引外商直接投资额的首位2。同时，该行业在我国高新技术产业部门中占据重要地位，该行业产品更新换代快，是否存在技术进步与创新被行业内所有企业所关注。

一国的科技进步主要有两种途径：自主研發和FDI技术溢出的吸收。中国在20世纪70年代改革开放后，不断进行相关的实践，“以市场换技术”在实践中不断得到检验3。此后，中国大量引入外资，缓解资金短缺的同时依赖其产生的技术溢出促进本国科技进步，但该方法取得的效果并未达到预期。中国计算机、通信和其他电子设备制造业的技术对外依存度在2004年之前一直在40%以上，个别年份在80%～90%，行业技术进步的对外依赖程度较高。一直到2008年该行业的技术对外依存度逐渐降到30%以下。国家商务部在《2005跨国公司在中国报告》中指出“大量外商直接投资带来的结果是核心技术缺乏症”1。2006年我国提出了科技兴国战略与自主创新战略2。于国才认为，此后中国的技术进步开始由依赖国外技术溢出转变为自主创新[1]。因此，研究FDI水平溢出是否推动该行业的技术进步，该行业如何利用FDI水平溢出推动行业的技术进步，FDI水平技术溢出能否带来该行业技术进步途径的转变等问题，具有重要的现实意义。

二、 文献综述

根据FDI溢出研究领域最著名的两位学者Blomstr?m和Kokko[2]的定义，“FDI溢出指的是跨国公司在东道国实施FDI，引起当地技术或生产力的进步，而跨国公司无法获取其中全部收益的一种经济外部效应”。FDI溢出分为水平溢出与垂直溢出。自从FDI的溢出效应被验证存在后，大量关于FDI溢出效应的文献被发表，且研究垂直溢出的文献数量明显多于水平溢出，目前学者一致认为垂直溢出的方向为正向的，但对于水平技术溢出的溢出方向始终未达成一致观点。范黎波和吴易明[3]利用中国35个工业行业的面板数据，对FDI的水平、垂直技术溢出进行实证检验，得出FDI水平溢出为负向的结论。毕克新和杨朝均[4]采用23个工业行业7年的相关数据进行实证分析，得出FDI水平溢出效应对降低碳排放强度产生积极影响的结论。赵珂[5]采用我国3年制造业的数据，研究制造业FDI技术溢出与企业进入退出行业的关系，得出FDI水平溢出显著为负，其会降低东道国的企业进入率。岳欣[6]以我国15个制造业细分行业中90万个企业为样本，得到上游供应商对本土企业存在正向的水平溢出效应的结论。陈颂和卢晨[7]利用技术相似度测算了我国23个工业行业的水平技术溢出效应，认为只有在行业内或行业间使用的技术相近、技术层面上联系紧密的情况下，外资的先进技术才能够产生显著的外溢效应，不考虑技术相似度时，水平技术溢出效应显著为负。

本文整合2017年中国统计局发布的《国民经济行业分类》C类制造业下设的第39项行业计算机、通信和其他电子设备制造业3和我国高技术产业分类中的电子及通信设备制造业4两种分类后发现，我国的计算机、通信和其他电子设备制造业包含的九个种类中有八个种类在电子及通信设备制造业的产业分类之中，分别是：通信设备制造、广播电视设备制造、雷达及配套设备制造、非专业视听设备制造、智能消费设备制造、电子器件制造、电子元件及电子专用材料制造、其他电子设备制造。第九个种类计算机制造与我国高技术产业分类中的计算机及办公设备制造业下设的小类高度重合，因此本文门槛变量的数据从我国高技术产业数据库中的电子及通信设备制造业和计算机及办公设备制造业两个行业中选取。王海燕等[8]对通信设备、计算机及其他电子设备制造业R&D绩效分析时发现，2004年开始，我国在该行业的科技投入不断增加，截至2004年累计投入科技人员21.08万人，占全部工业企业科技人员总数的11.47％， 通信设备、计算机及其他电子设备制造业科技活动及R&D活动的高投入和高产出吸引了更多的投入，各地纷纷加大对其科技投入。朱长征[9]分析陕西省的产业效率时，以该省份的通信设备制造业为例，科技创新平台是陕西省通信设备、计算机及其他电子设备制造业科技创新体系的重要基础，是推动企业成为创新主体的重要载体，并对提高该行业自主创新能力提出了详细的建议。刘灿灿等[10]在评估该行业微观公司并购重组价值时，将该行业的行业特点归纳为受宏观环境影响大，具有技术强、投入高和风险大等，技术升级和产品更新换代速度较快等。由此可见，计算机、通信和其他电子设备制造业行业对技术水平的要求较高。分析该行业的FDI水平溢出是否促进行业的技术进步具有现实意义。

本文可能存在的边际贡献有以下几点：（1）研究行业，研究FDI水平溢出在计算机、通信和其他电子设备制造业的技术进步的影响，现有文献在研究FDI技术溢出时多选取制造业、服务业、农业等门类，对行业分类中大类的选择较少。（2）模型创新，利用Matlab进行面板平滑转化回归模型（以下简称“PSTR”）研究FDI水平技术溢出对技术进步的影响。现有文献在进行相关内容的非线性检验时多采用Hansen[11]的门槛回归模型（PTR），但该模型的示性函数为离散函数，模型在门槛处的转移较为突兀，Gonzalez等[12]提出一种面板门槛模型改进的PSTR模型，构建包含门槛变量的转换函数，使模型在门槛处实现平滑迁移。（3）时间跨度大：本文选取的样本时间从2001年开始至2021年结束，总共21年的面板数据，所得结果的说服力较强。

三、 理论分析与作用机制

1. FDI溢出效应产生的理论基础

（1）技术扩散理论

跨国公司在投资目标国家引入先进的生产技术和管理经验。当本地企业和劳动力与跨国公司合作或竞争时，他们会通过技术转移、技能培训和吸收管理经验来提高自己的生产力和效率。这种技术扩散可以在投资目标国家产生积极的溢出效应，并且可能在跨国公司的其他运营地点产生类似的效应，本文通过下文的实证分析判断计算机行业是否存在此类技术溢出现象。

（2）人力资本理论

当跨国公司在一个国家进行投资时，他们通常会提供高质量的就业机会、培训和发展机会，以及与国际业务相关的经验。这些投资可能会吸引本地人才留在国内，或者吸引外国人才前往投资国。这些人才的增加可以促进技术和知识的流动，进而产生溢出效应。当外商直接投资流入我国计算机行业时，相关人才也会渐渐流入，极有可能产生技术溢出效应，本文拟检验是否存在该现象。

2. FDI水平溢出效应的作用机制

FDI水平技术溢出会在东道国相同行业内产生，亦称行业内技术溢出，主要通过竞争效应、示范效应、人力资源流动效应对东道国技术进步产生影响。

（1）竞争效应

隨着外资的流入，跨国公司与本国企业会产生竞争，东道国企业为了提升自己在市场竞争中的实力，会将目标转向提升自主创新能力，从而促进东道国的技术进步。计算机行业的竞争效应尤为突出，该行业产品更新换代快，自主创新能力是企业的核心竞争力。

（2）示范效应

外资的流入对东道国企业自身的创新提供了一种借鉴作用，东道国企业通过模仿外资企业对自身的创新能力起到促进作用。随着外资流入，一些较为先进的技术也会流入该行业，但是计算机企业对于自身核心技术的保护一般较强，不会轻易流出，因此该效应的作用效果有待检验。

（3）人力资源流动效应

外资企业为了自身的正常运行会对东道国就业人员进行培训，这些人员流入人才市场后，会有一部分进入东道国企业，将培训所得应用到东道国企业，进而促进东道国的技术进步。计算机行业就业人员流动性较强，外资流入产生的人力资源流动效应通过人才的流入对计算机行业的技术进步产生影响。

四、 变量与数据

1. 被解释变量

全要素生产率（Total Factor Productivity，TFP）。本文参考王慧新和来逢波[13]测算山东省全要素生产率的方法，采用索罗残差法计算中国2001—2021年我国各省份在计算机、通信和其他电子设备制造业的TFP，将TFP作为衡量该行业技术进步的指标。

2. 核心解释变量

由于缺少制造业各细分行业的FDI数值，本文参考北京大学中国经济中心课题组[14]提出的方法，计算我国各省计算机、通信和其他电子设备制造业的外商资本与港澳台资本的总和，并以2001年为基期的生产者出厂价格指数对其进行平减（2001年=100），用该数据衡量FDI水平溢出程度。

3. 控制变量

在阅读大量关于TFP的相关文献后，本文选取市场化水平（market）、产业结构（industry）、人力资本状况（people）、金融发展（finance）、外贸依存度（trade）作为控制变量。

市场化水平（market）。全要素生产率受生产要素的自由流动和资源的有效配置影响，本文参考廖丽平和王芳[15]的做法，采用国企就业人员占全部就业人员的比重来衡量市场化水平。

产业结构（industry）。该指标是衡量积极发展状况的重要指标，反映产业内部各生产要素之间、产业之间的关系，本文参考傅京燕等[16]、何鑫鑫[17]的做法，采用第二产业增加值占GDP的比重来衡量产业结构，探究产业结构对TFP 的影响。

人力资本状况（people）。对于人力资本状况，目前较为权威的是用受教育年限来衡量，根据中国的教育制度，本文参考李燕等[18]的做法，小学学制6年，初中、高中和中专学制3年，大专以及本科大部分学制4年，即年限分别为6年、9年、12年和16年，则人力资本计算公式如下：

（A1[×]6+A2[×]9+A3[×]12+A4[×]16）/A5

其中，A1=小学学历人数，A2=初中学历人数，A3=高中和中专学历人数，A4=大专及本科以上学历人数， A5=6岁以上人口总数。

金融发展（finance）。我国各省计算机、通信和其他电子设备制造业的技术进步离不开资金支持，因此金融发展水平与TFP密切相关，本文借鉴杨灵和程新雨[19]的做法，用金融机构存贷款总额与GDP的比值来衡量金融发展水平。

外贸依存度（trade）。外贸依存度是衡量经济开放程度的重要指标，对TFP具有重要影响，本文借鉴张心悦和闵维方[20]的做法，采用各省进出口总额与GDP的比值计算外贸依存度。

4. 转换变量

本文借鉴相关文献，选取研发人员投入（RDren）与研发经费投入（RDqian）来衡量东道国对FDI技术溢出的吸收能力，对于FDI的水平溢出对技术进步的影响，除了技术水平本身，吸收能力也是重要的影响因素。研发人员投入与研发经费投入是衡量技术吸收能力的重要指标，当这两项指标超过一定数值时，FDI水平技术溢出对技术进步可能会产生非线性影响。因此，本文直接选取《中国高新技术统计年鉴》的R&D活动人员与R&D活动经费作为转换变量。各指标的具体计算方法以及数据来源见表1。

五、 实证与结论

1. TFP的计算

本部分采用索罗残差法对TFP的数值进行了计算，具体计算步骤及数据如下：

（1）资本存量的计算

由于我国不公布资本存量的数据，但该数据在学术研究中比较重要，是计算全要素生产率的必须变量，因此学者在计算中国资本存量数据时大多使用Goldsmith[21]提出的永续盘存法（Perpetual Inventory Method，PIM），相对效率几何递减模型下的计算公式为：

Kt= Kt-1（1-δt）+It （1）

其中，It为t年的投资，It=固定资产投资/固定资产投资价格指数，δt为t年折旧率，Kt-1为t-1年资本存量。

（2）索罗残差计算TFP

1957年Solow[22]提出了索罗残差，该方法是核算TFP最基本的、应用时间最长、范围最广的方法，因此本文利用上一节计算出的资本存量数据，采用索罗残差法计算中国各省计算机、通信和其他电子设备制造业全要素生产率，计算方法如下：

设总量生产函数为柯布道格拉斯生产函数：

Yit=Ait Kitα Litβ （2）

其中，Yit为i省在t年的产出，Kit为i省在t年的资本存量，Lit为i省在t年的劳动投入，Ait为i省在t年的全要素生产率，上标α、β分别为资本与劳动所得在总产量中所占份额。

对上式两边取对数：

TFP的计算公式：

Ait=Yit/KitαLitβ （3）

TFP增长率的计算公式：

ΔA/A=（At+1-At）/At （4）

同时，考虑到TFP的时间误差，将式（1）变形整理，则TFP的估算模型为：

ln（Yit／Lit）=lnA0+αln（Kit／Lit） （5）

对上式中参数α进行估计，求出α、β（β=1-α）带入，分别求出TFP及增长率。

最后，利用永续盘存法计算各省每年的资本存量，由于2020年与2021年的固定资产投资价格指数未公布，本文参考廖丽平的做法，选取各省的商品零售价格指数进行折算。

得到各省的资本存量数据后，本文对索罗残差中的参数α和β进行估计，此处采取OLS进行估计。使用stata对（5）式进行回归，得到α=0.385，β=0.615，检验结果在95%的置信区间下显著。将参数代入全要素生产率计算公式得出各省每年的全要素生产率与全要素生产率增长率。

2. 计量模型的构建与门槛回归

（1）模型构建

TFPit=α0+α1FDIit +αccontral+εit  （6）

TFPit=α0+α11FDIit+∑rj=1α12FDIit[×]g（RDrenit；γj，cj）+αccontral+εit  （7）

TFPit=α0+α11FDIit+∑rj=1α12FDIit[×]g（RDqianit；γj，cj）+αccontral+εit （8）

g（qit；γj，cj）={1+exp[-γj[×]∏mj=1（qit- cj）]}-1 （9）

其中，下标i，t分别为省份和时间，TFPit为省份i在t年的全要素生产率，FDIit为省份i在t年的FDI水平技术溢出，RDren、RDqian分别为研发人员与经费投入，contral为控制变量组，包括市场化水平（market）、产业结构（industry）、人力资本水平（people）、金融发展（finance）、外贸依存度（trade）五个变量。g为转换函数，取值在0和1之间，r为转换函数的个数，qit为转换函数的门限变量，本文选取了衡量FDI技术溢出吸收能力的R&D研发人员投入（RDren）与R&D研发经费投入（RDqian），γ为转换函数的平滑系数，表示模型在不同区制的转换速度，c为位置参数，表示发生转换的位置，m为位置参数的数量。m一般有两种取值，1或者2，表示发生转化的次数为1次和2次：当m取1时，qit>c为高体制，qitc2为外体制，c1

（2）变量的描述性统计和基本处理

变量的描述性统计

省际全要素生产率的差异较大，地区技术水平发展参差不齊，研究人员与研究经费投入数据最小值存在零值，各省对高技术产业的重视程度不同，中国应鼓励高技术产业发展，重视科技对经济发展的作用。表3为变量的描述性统计。

平稳性检验

在进行面板数据的回归分析前需要对数据平稳性进行检验，防止出现伪回归，由于选取数据为长面板数据，此处采用LLC方法对面板数据的平稳性进行检验，由表4可知，金融发展水平的LLC平稳性检验通过了5%的显著性水平检验，其余变量通过了1%的显著性水平检验，上表所有变量均平稳。

（3）PSTR回归结果及分析

非线性检验

该检验为了判断FDI水平技术溢出与该行业的技术进步两者是否存在非线性效应，该检验的原假设为γ=0，即两者线性相关，不适宜用PSTR进行回归；备择假设为γ≥1，两者存在非线性，应运用PSTR进一步研究。本文采用Wald、Fischer、LRT三种方法来进行检验，检验值记为：LM、LMF、LRT，表5结果表明模型（7）的三个检验统计量均在1%的显著性水平下拒绝备择假设，模型存在非线性关系。也就是说，R&D研发人员的投入是FDI水平技术溢出对技术进步的非线性关系的一个门槛变量；而模型（8）在m=1与m=2的情况下，三种检验结果的统计值均不显著，未能拒绝原假设，即R&D研发经费投入并不会造成FDI水平技术溢出对技术进步的非线性关系，原因可能是我国该行业的经费资金利用比较充分，并不会因为经费的过度投入造成贪污腐败等问题，从而造成FDI水平技术溢出与技术进步的非线性关系，该结果比较符合实际情况，但是经济发展水平不同的各区域是否能得到相同的结果需要进一步研究。由于研发经费的陆续投入不会影响FDI水平技术溢出对技术进步的促进作用，即在研发经费的陆续投入的情况下，FDI水平技术溢出与技术进步存在线性关系。下面文章继续研究R&D研究人员投入下，FDI水平技术溢出与该行业技术进步的非线性相关关系。

剩余非线性检验

剩余非线性检验的目的是确定不同m值下，最优转换函数的个数，即确定r的值。该检验的原假设为r=1，模型只包含一个转换函数；备择假设为r=2，模型存在两个转换函数，针对模型（7）该检验，由表6结果可知，模型（7）在m=1与m=2的情况下，三种检验结果的统计值均不显著，未能拒绝原假设r=1，模型（8）中只包含一个转换函数。

位置参数的确定

此部分主要是对模型位置参数的个数进行确定，即确定m的值，m的值一般为1或者2，此处利用AIC值和BIC值最小化准则对m的取值进行确定，由表7可知，AIC和BIC均在m=1时的值小于m=2时的值，该模型位置参数m的最优个数为1。

PSTR回归分析

由上述检验可知，模型（7）存在非线性关系，且转换函数个数r=1，最优位置参数个数m=1，模型（8）不存在非线性关系。本节运用Matlab对模型（7）进行PSTR回归分析。

由表8可知，以R&D研发人员投入为门槛，FDI水平技术溢出与计算机、通信和其他电子设备制造业的技术进步存在非线性相关关系。随着研发人员投入的增加，行业技术吸收能力逐渐增强，从而FDI水平技术溢出会通过竞争效应等途径促进行业技术进步，但是研发人员的陆续投入，超过一定水平后，FDI水平技术溢出会对行业技术进步造成阻碍作用。

研发人员的陆续投入，超过一定水平后，研发人员投入的目标是培养可以进行自主创新的高技术人才，相关人才培养是长期的过程，影响较缓慢[23]，很难提升现阶段的技术吸收能力，大量的FDI溢出并未被马上吸收，以至于在超过门槛后，FDI水平溢出对行业的技术进步起到阻碍作用。

（4）分区域门槛跨越情况

东部地区

模型（7）与模型（8）的r=1，m=1，两个模型均存在一个转换函数，且位置参数的最优个数为1，对于东部地区来说，FDI水平技术溢出对该行业的技术进步影响是非线性的，并以衡量技术吸收能力的两个指标：R&D研发人员投入和R&D研发经费投入为门槛，具体的非线性关系可通过PSTR模型进行研究。

中部地区

由表11可知，两个模型在m=1与m=2时三种检验均不显著，此时PSTR模型并不适合。即对中部地区来说，FDI水平技术溢出与该行业的技术进步并不存在非线性相关关系。

原因可能是中部地区研发人员与研发经费投入相对较少，竞争效应、人力资本流动效应等尚未达到使两者呈现非线性的门槛水平。

西部地区

与中部地区类似，由于在西部地区，研发投入相对不足，并不足以达到造成两者非线性的门槛值。

（5）技术进步途径分析——自主创新与FDI技术溢出

技术进步主要依靠自主创新和FDI技术溢出，由东部地区实证结果可知，当研发人员与研发经费投入过多，FDI水平技术溢出与技术进步并非显著促进作用，由于自主创新的两面性[24]，此时行业的科研投入用来增强自身的自主创新能力，该过程周期长，对技术进步的促进不明显，该阶段FDI水平技术溢出的增加并未促进技术进步，长期来看自主创新能力的提高可以使中国摆脱外国技术垄断，一国要想真正实现技术进步，自主创新才是最好途径，为了吸收大量的FDI水平技术溢出，东道国势必会增强自身的技术吸收能力，增强自身吸收能力的同時也会提高自身的自主创新能力，FDI水平技术溢出增加会带动东道国技术进步途径由依赖技术溢出转向自主创新。

六、 结论与政策建议

1. 研究结论

本文基于2001—2021年中国25个省份的计算机、通信和其他电子设备制造业面板数据，利用Matlab采用面板平滑转化回归模型，研究以R&D研发经费投入、R&D研发人员投入为转换变量的FDI水平溢出效应对行业技术进步的影响，从全国视角和分区域视角分别得出以下结论：

第一，FDI水平技术溢出对该行业技术进步起到促进作用，但研发人员投入超过门槛值后，FDI水平技术溢出对该行业的技术进步起到阻碍作用；

第二，东部地区FDI水平技术溢出对该行业的技术进步起到促进，但是研发经费投入与研发人员投入超过各自的门槛值后，FDI水平技术溢出对该行业的技术进步起到阻碍作用；中、西部地区FDI水平技术溢出与该行业技术进步呈现线性关系。

2. 政策建议

针对上述研究结果，本文提出如下建议：

（1）国家：

第一，从国家的角度来看，省级政府尤其是东部地区在进行研发投入时，注意投入适当的数量与研发投入的利用效率，防止出现研发投入利用效率偏低的现象；

第二，加快自主创新型人才培养进程，技术进步不能单纯依靠FDI溢出，除了利用外资流入产生的人力资本流动效应外，本国的自主研发应该成为主要途径，深化科技强国战略；

第三，东部地区在进行研发投入时，要注意研发投入量，防止出现因研发投入过多造成FDI水平技术溢出阻碍行业技术进步的情况。

第四，中、西部地区加强自身经济建设，加大研发投入力度，根据技术扩散与人力资本理论，这两个区域在目前来看，研发的持续投入会对FDI水平技术溢出促进行业技术进步这一现象带来正向影响。

（2）企业：

第一，从企业的角度来看，企业在研发投入方面应该量力而行，研发投入并非越多越好，当FDI产生水平溢出时，过多的研发投入会对技术进步产生阻碍作用，尤其是东部地区的企业。企业应对自身的技术吸收能力进行评估，再决定是否继续增加研发投入。

第二，外商在决定是否进行直接投资时，不仅要考虑东道国的经济实力，还要关注东道国企业的技术溢出吸收能力。吸收能力应成为外商决定是否投资的关键因素。缺乏吸收能力的国家可能无法利用外资带来的潜在利益，而拥有较高吸收能力的国家更有可能充分吸收并受益于外商直接投资，并产生良好的反馈。因此，外商在进行考察时，要将吸收能力作为考察的重点。

参考文献：

[1] 于国才.FDI技术溢出、自主研发与中国技术进步[D].济南：山东理工大学，2010.

[2] Blomstr?m，Ari Kokko，赵学尽，黄克臣.外国直接投资激励经济学[J].经济资料译丛，2005（2）：9-20.

[3] 范黎波，吴易明.FDI技术溢出的水平效应与垂直效应——基于中国工业面板数据的实证分析[J].国际经贸探索，2011，27（3）：40-47.

[4] 毕克新，杨朝均.FDI溢出效应对我国工业碳排放强度的影响[J].经济管理，2012，34（8）：31-39.

[5] 赵柯.外商直接投资与东道国企业的进入与退出[D].沈阳：东北大学，2016.

[6] 岳欣.中国制造业FDI、间接水平溢出与企业生产率研究[D].武汉：中南财经政法大学，2019.

[7] 陈颂，卢晨.基于行业技术相似度的FDI技术溢出效应研究[J].国际贸易问题，2019（1）：106-118.

[8] 王海燕，罗亚非，孙守霞，等.通信设备、计算机及其它电子设备制造业R&D绩效分析[J].科研管理，2007（增刊1）：158-162.

[9] 朱长征.基于DEA的产业效率分析——以陕西省通信设备、计算机及其它电子设备制造业为例[J].西安邮电学院学报，2012，17（4）：92-95.

[10] 刘灿灿，徐明瑜，陈佳欣.我国上市公司并购重组价值评估研究——以计算机、通信和其他电子设备制造业为例[J].中国资产评估，2022（11）：27-33.

[11] Hansen Bruce E.Threshold Effects in Non-dynamic Panel Estimation，Testing and Inference[J].Journal of Econometrics，1999（93）：345-368

[12] Gonzalzea A，Ter?virta T，Van Dijk D，et al.Panel Smooth Transition Regression Modeals[R].Research Paper，2005.

[13] 王慧新，来逢波.科技成果产业化、全要素生产率与经济增长——基于山东省2009—2019年16地市的面板数据[J].西部金融，2022（8）：16-25.

[14] 北京大学中国经济研究中心课题组：中国出口贸易中的垂直专门化与中美贸易[J].世界经济，2006（5）：341.

[15] 廖丽平，王芳.对外开放背景下广东全要素生产率的变动轨迹与演进特征[J].广东财经大學学报，2019，34（2）：102-112.

[16] 傅京燕，胡瑾，曹翔.不同来源FDI、环境规制与绿色全要素生产率[J].国际贸易问题，2018（7）：134-148.

[17] 何鑫鑫.环境规制、FDI与城市全要素生产率[D].武汉：中南财经政法大学，2022.

[18] 李燕，韩伯棠，张庆普.FDI溢出、门槛效应与我国区域技术进步——基于全国29个省市面板数据的实证研究[J].中国科技论坛，2011（3）：79-83.

[19] 杨灵，程新雨.RCEP背景下中国与东北亚出口贸易潜力研究——基于引力模型的实证分析[J].北方经贸，2023（9）：15-19.

[20] 张心悦，闵维方.教育在提高全要素生产率中的作用研究——基于线性与非线性视角[J].北京大学教育评论，2021，19（3）：101-124.

[21］ Goldsmith R.A Perpetual Inventory of National Wealth[J].NBER Studies in Income and Wealth，1951（14）：5-61.

[22] （美）罗伯特·索洛.经济增长因素分析[M].史清琪等译.北京：商务印书馆，1991：65-94.

[23] 陈星宇.FDI技术溢出受地区吸收能力的影响及其替代指标的门槛效应分析[D].上海：上海财经大学，2021.

[24] Cohen W，Levinthal D.Innovation and Learning：The Two Faces of R&D[J].Economic Journal，1989（99）：569-596.

作者简介：齐丽暘，女，新疆师范大学商学院，硕士研究生，研究方向为直接投资；王维然，男，经济学博士，新疆师范大学商学院党委书记，中国俄罗斯东欧学会理事，新疆国际税收研究会副秘书长，新疆经济学会常务理事，研究方向为区域经济一体化、中亚经济。

（收稿日期：2023-11-30  责任编辑：苏子宠）