FDI对我国高技术产业技术溢出的非线性效应——基于13个细分行业内资企业和外资企业面板数据的实证检验

金春雨 王伟强



FDI对我国高技术产业技术溢出的非线性效应
——基于13个细分行业内资企业和外资企业面板数据的实证检验

金春雨 王伟强

外商直接投资主要通过人员流动效应、竞争效应和示范效应三种方式对内资企业生产率产生技术外溢，但实证研究并未取得一致结论。基于1996-2011年我国高技术产业13个细分行业的内资企业和外资企业面板数据，运用面板平滑迁移回归(PSTR)模型实证检验外商直接投资对我国高技术产业的技术溢出效应，发现外商直接投资与我国高技术产业技术进步之间有显著的非线性关系。人力资本、技术差距以及外资规模对FDI的技术溢出存在明显的“门槛效应”。外商直接投资对我国高技术产业技术进步的促进作用，随人力资本水平提升而上升，但随技术差距扩大和外资规模扩张而逐步减小。

外商直接投资； 高技术产业； 技术溢出； 非线性效应； PSTR模型

一 引 言

外商直接投资(FDI)既为东道国提供资金支持，也对东道国产生技术外溢，而不论资本累积效应还是技术溢出效应，又都与东道国自身的吸收能力密切相关。20世纪90年代后，在一系列政策红利引导下，我国迅速成为全球首要外资流入国，高技术产业获得了较快发展，然而“以市场换技术”引资战略也对我国高技术产业发展带来较大的冲击。与发达国家相比，我国高技术产业在核心技术、研发效率等方面仍然存在着明显差距，如何有效利用FDI的技术溢出来解决我国高技术产业自主创新不足一直是政府、企业以及学者关注的热点问题。FDI是否能对我国高技术产业形成有利的技术溢出？外商直接投资对我国高技术产业是“机遇”还是“挑战”？假若FDI存在正向的技术溢出效应，其溢出程度会不会由于某些因素的影响而发生变动？是否存在所谓的技术溢出“门槛效应”？回答以上问题，对我国高技术产业的良性发展和政策制定具有重要意义。

FDI的技术溢出效应在理论界已经获得了广泛认同。根据FDI溢出理论的解释，外商直接投资主要通过人员流动效应(Kaufmann，1997[1]；Haaker，1999[2]；Fosfuri等，2001[3]；Glass和Saggi，2002[4])、竞争效应和示范效应(Wang和Blomstrom，1992[5])三种方式对内资企业生产率产生技术外溢。但在实证研究方面，学术界未得到较为一致的结论。Caves(1974)[6]、Globerman(1979)[7]、Blomstrom和 Wolff(1994)[8]、Liu等(2009)[9]发现FDI对东道国具有正向的技术溢出效应；而Haddad和 Harrison(1993)[10]、Kokko等(1996)[11]认为FDI对东道国的技术溢出效应较小甚至不存在；Aitken和Harrison(1999)[12]、Konings(2001)[13]指出FDI对东道国造成的技术外溢是负向的。可见，不同学者对FDI技术外溢效应持有截然不同的看法。出现这种情况，一方面与研究方法和数据选取有关，另一方面也源于各地区对技术外溢的吸收能力存在显著差异。Cohen和Levinthal(1989)[14]在分析企业研发时首次提出了“吸收能力”概念，Borensztein等(1998)[15]发现只有在东道国吸收能力达到某个门槛值后，FDI对东道国技术进步才会产生显著的促进效应。此后，诸多学者以中国为研究对象，从不同角度检验了FDI技术外溢的门槛特征，验证了FDI与我国技术进步之间的非线性关系。从国内研究现状来看，选取的门槛变量主要涵盖人力资本(邵军和徐康宁，2008[16]；殷醒民和陈昱，2012[17])、技术差距(李燕等，2011[18]；王华等，2012[19]；黄凌云和吴维琼，2013[20])、经济发展(张宇和蒋殿春，2007[21]；张宇，200822])、金融发展(钟娟和张庆亮，2010[23]；唐礼智和罗婧，2013[24])等方面，但从行业层面研究FDI技术外溢门槛效应的文献相对较少(林三强和苏桔芳，2011[25]；余泳泽，2012[26])，实证检验手段基本上也以构造连乘模型或简单分组检验为主，而前者不能对门槛值做出准确估计，后者又无法验证门槛估计值的正确性。为此，一些学者采用Hansen(1999)[27]提出的面板门槛回归 (PTR) 模型弥补以上缺陷，估计出具体的门槛值，并对门槛值的正确性及内生的门槛效应进行了显著性检验。但PTR模型假定FDI技术外溢会在跨越门槛值前后发生离散跳跃式的突变，这与现实经济情形不吻合，而面板平滑迁移回归 (PSTR) 模型通过引入连续的转换函数替代PTR模型中离散的示性函数，允许模型参数随转换变量变化呈现出连续逐渐变动的平滑过程，使PTR模型成为PSTR模型的一个特例。

为拓展现有研究，本文基于1996-2011年我国高技术产业13个细分行业的内资企业和外资企业面板数据，先对内资企业全要素生产率进行测算，然后从FDI自身和外部条件选取转换变量，运用PSTR模型实证检验FDI对内资企业技术进步的非线性溢出效应。

二 模型设定与变量说明

(一)模型设定

González等(2005)[28]提出的面板平滑迁移回归 (PSTR) 模型进一步扩展了面板门槛回归 (PTR) 模型，既能有效刻画面板数据的截面异质性，又允许模型参数随转换变量变化而渐进转换，克服了PTR模型在门槛值前后发生突变的缺点。最基本的两机制PSTR模型形式为：

(1)

其中yit表示被解释变量，xit表示解释变量，μi是个体固定效应，εit为随机误差项。转换函数g(qit;γ,c)是关于转换变量qit的连续函数，其值介于0到1之间，一般采用logistic函数形式。γ是斜率系数，反映机制转换的速度，c=(c1, …,cm)是转换发生的位置参数。给定位置参数cj，xit的回归系数会随qit在β0和β0+β1之间平滑变动。在转换函数g(qit;γ,c)中，m通常取值为1或2，当γ→+∞时，PSTR模型转变为PTR模型；当γ→0时，PSTR模型退化为线性固定效应模型。式(1)可进一步扩展为具有r+1个机制的PSTR模型一般形式：

(2)

(3)

(4)

(5)

借鉴现有研究的做法，仍采用全要素生产率反映企业的技术进步，假定内资企业全要素生产率主要受两方面因素影响：一是内资企业自身的科技研发活动；二是外商直接投资的技术溢出效应。按照PSTR模型定义，构造FDI对高技术产业技术外溢的两机制PSTR模型形式如下：

lntfpit=μi+β00lnrdit+β01lnfdiit+(β10lnrdit+β11lnfdiit)g(qit;γ,c)+εit

(6)

其中i和t分别表示行业和时间，tfp代表高技术产业各细分行业内资企业的全要素生产率，基于投入导向型的DEA模型计算得到；rd为内资企业自身的研发投入；fdi用于反映外商直接投资对高技术产业的技术外溢。qit为转换变量，将选取人力资本 (hc)、技术差距(gap)和外资规模 (fc)三个指标对转换变量进行刻画。

(二)变量说明

(1) 被解释变量和解释变量：数据包络分析法 (DEA) 无需对生产函数形式和分布做出假设，直接采用线性规划思想计算生产技术前沿，对生产者技术效应进行评价，因此应用较为广泛。利用DEA-Malmquist方法计算得到高技术产业各细分行业内资企业的全要素生产率 (tfp)，其中，产出变量利用各行业内资企业总产值表示，并经由工业生产者出厂价格指数平减为1996年不变价。投入变量包括劳动力和资本，劳动力指标采用各行业内资企业从业人员年平均人数表示；资本投入利用各行业内资企业资本存量来衡量，一般采用永续盘存法核算资本存量。永续盘存法的计算公式为：Kit=Iit+(1-δit)Kit-1，其中K和I分别表示固定资本存量和新增固定资产，将1996年固定资产净值作为初始资本存量，δ是固定资产折旧率，考虑到发展中国家高技术产业固定资产更新速度较快，参考刘志迎和叶蓁(2006)[31]的研究将折旧率设定为15%，最后将核算得出的固定资本存量利用固定资产投资价格指数折算成1996年不变价。反映内资企业自身科研活动的变量rd，采用高技术产业各行业内资企业R&D经费内部支出表示；刻画FDI对内资企业技术溢出效应的变量fdi，利用各行业外资企业的R&D经费内部支出表示；内资企业和外资企业R&D经费内部支出均基于工业生产者出厂价格指数折算为1996年不变价。

(2) 转换变量：人力资本(hc)。发展中国家只有具备了一定的技术消化能力才能充分利用外商直接投资促进本国技术进步，而人力资本作为知识产品的重要载体，是决定东道国FDI技术外溢吸收能力的关键要素。Borensztein等(1998)[15]认为FDI对发展中国家产生积极影响的前提是东道国必须越过特定的人力资本门槛；Xu(2000)[32]的研究表明，由于发展中国家人力资本匮乏，FDI形成的技术转移并未对其生产率增长产生显著影响。因此，FDI能否发挥积极有效的技术溢出效应与内资企业自身人力资本状况关联密切，在研究我国高技术产业FDI技术外溢的门槛特征时，有必要将人力资本作为转换变量加以考虑。用高技术产业各行业内资企业R&D人员全时当量的对数值来反映内资企业人力资本水平。技术差距(gap)，关于技术差距对FDI技术溢出的影响，Findlay(1978)[33]、Wang和Blomstrom(1992)[5]等认为技术差距越大，越有助于本土企业通过示范效应和模仿效应从外资企业获得技术外溢。而Kokko(1994)[34]、Girma(2005)[35]等发现技术差距过大不利于内资企业学习和模仿先进技术，FDI的技术外溢与技术差距呈负相关。一般而言，过高的技术差距虽然使FDI给当地企业带来较高的技术收益，但这也意味着当地企业技术积累能力较差，反而会影响示范—模仿机制发挥作用；而技术差距过小，说明FDI给当地企业带来的技术空间十分有限，同样不利于技术外溢(Perez，1997)[36]。参照Benhabib 和Spiegel(1994)[37]的做法，使用与技术边界的相对距离来衡量技术差距：gapi(t)=[maxpci(t)-pci(t)]/pci(t)，其中pci(t)表示高技术产业各行业内资和外资企业的人均资本存量，该指标利用各行业企业实际固定资本存量和从业人员的比值得到；maxpci(t)为企业人均资本存量pci(t)的最大值。外资规模 (fc)：当行业内外商投资规模明显高于当地企业投资规模时，容易引发外资企业技术保护和市场垄断，在很大程度上会降低FDI技术溢出效应。余泳泽(2012)[26]对我国高技术产业FDI技术外溢的研究表明，当外商投资规模较小时，没有产生明显的技术外溢效应；而在外资规模增长到一定水平时， 技术外溢效应才会变得显著， 但随着外资规模的进一步扩大，FDI技术溢出效益下降。这说明我国高技术产业内资企业的FDI技术外溢吸收能力对外商投资规模较为敏感，为此，利用各行业外资企业固定资本存量占行业总固定资本存量的比重来表示外商投资规模，资本存量的核算方法与前文一致。

选取的数据样本为1996-2011年我国高技术产业13个细分行业面板数据，剔除了飞机制造及修理、 航天器制造、 雷达及配套设备制造和广播电视设备制造等4个特殊行业。所有数据均来源于2002-2012年《中国高技术产业统计年鉴》以及1997-2012年《中国统计年鉴》。

三 实证结果与分析

(一)全要素生产率测算与分解

基于投入导向型的DEA-Malmquist指数法对我国高技术产业13个细分行业内资企业的全要素生产率变化(tfpch)进行计算，并将其分解为技术效率变化(effch)和技术进步(techch)，其中技术效率变化又进一步分解为纯技术效率变化(pech)和规模效率变化(sech)。表1中给出了1996-2011年各行业全要素生产率及其分解的几何平均值。

表1 1996-2011年高技术产业细分行业内资企业全要素生产率变化及其分解

(续上表)

行业effchtechchpechsechtfpch电子元件制造10331037100710261071家用视听设备制造10391023100010391063其他电子设备制造09561087094810081038电子计算机整机制造10421053103510061097电子计算机外部设备制造09471054095109960999办公设备制造10051022100010051026医疗设备及器械制造09801039097910011018仪器仪表制造10541035103510181091平均值10161050099910171067

由表1可知，1996-2011年我国高技术产业内资部门全要素生产率整体表现为逐步改进趋势，平均增长率为6.7%，从分解情况来看，技术效率变化值和技术进步变化值分别为1.016和1.050，平均增长率分别为1.6%和5.0%，说明内资企业全要素生产率的增长主要得益于技术进步的作用，技术效率的促进效应相对较小。纯技术效率变化值小于1，而规模效率变化值大于1，进一步揭示了纯技术效率对全要素生产率增长的抑制作用。从各细分行业来看，全要素生产率变化值最高的是电子器件制造业，平均增长率为12.4%，增长速度较快；而电子计算机外部设备制造业的全要素生产率变化值最低，平均增长率为-0.1%，全要素生产率在不断下滑。13个细分行业中，仅电子计算机外部设备制造业全要素生产率出现了负向增长，其他行业全要素生产率均呈现不同幅度的正向增长。

(二)FDI技术溢出的“门槛效应”检验

在测算得到1996-2011年我国高技术产业内资部门全要素生产率基础上，以全要素生产率衡量内资企业的技术进步，基于PSTR模型对FDI技术溢出的门槛效应展开实证分析。按照PSTR模型的检验步骤，先要对面板数据进行截面异质性检验，该检验的原假设为H0:r=0，如果拒绝原假设，则证明面板数据存在异质性特征，应当建立PSTR模型对变量之间的非线性关系进行检验。以人力资本(hc)、技术差距(gap)和外资规模(fc)作为转换变量，模型的非线性检验结果如表2所示。

表2 模型的非线性检验

注：括号内为P值，***、** 和*分别表示在1%、5%和10%的水平下显著。

表2中，模型1-模型3都显著拒绝了原假设，说明FDI与内资企业全要素生产率之间的关系会随着人力资本、技术差距和外资规模的变化呈现明显的非线性转换特征。在剩余非线性检验中，原假设H0:r=1的两项统计量都不显著，因此模型1-模型3中最优转移函数个数应为1，模型1-模型3均为两机制的PSTR模型。González等(2005)[28]认为最强拒绝线性原假设的模型为最优，由LM检验结果可知，模型3是最优的。因此，在人力资本(hc)、技术差距(gap)和外资规模(fc)3个转换变量中，外资规模 (fc)对FDI技术溢出的影响最为显著。

一般情况下，位置参数的个数m通常取值为1或者2，分别在m=1和m=2情况下，对模型1-模型3进行PSTR模型估计，得到相应的AIC值和BIC值如表3所示。

表3 最优位置参数的确定

由表3中AIC值和BIC值对比结果可知，模型1-模型3都含有一个位置参数。表4为PSTR模型的估计结果。

表4 PSTR模型的估计结果

注：括号内为t统计量，***、**和*分别表示在1%、5%和10%的水平下显著。

如表4所示，在模型1中，内资企业研发投入的影响系数在0.2349和1.3864之间平滑变动；在模型2中，内资企业研发投入系数的变动范围为0.0018～0.0361；模型3中内资企业研发投入对全要素生产率的影响初始为正，但随着外资规模的扩大，最后产生了微弱的负向作用，系数变动范围为-0.0025～0.0227。可见，自身研发资本投入的增加有助于内资企业实现技术进步。

下面重点探讨人力资本、技术差距和外资规模3个转换变量与FDI技术溢出效应的关系。

(1) 人力资本与FDI技术溢出。模型1的斜率参数值较小，为9.8833，说明模型的机制转移速度很慢，从低机制到高机制的转换较为平滑。β11值大于0，说明人力资本与FDI技术溢出呈正相关。但β01值显著为负，并且β01+β11<0。模型1含有一个位置参数，当内资企业的研发活动人员折合全时当量低于84.1499 (e4.4326) 人年时，模型处于低机制；当研发活动人员折合全时当量高于84.1499人年时，模型趋向高机制，FDI技术溢出系数在-1.3528到-0.2324之间平滑移动。现阶段FDI对内资企业存在负向技术溢出效应，但随着内资企业人力资本水平的持续提升，FDI的负向溢出效应在逐步减弱，这意味着我国高技术产业内资企业的人力资本仍未达到最佳状态，需进一步增加企业自身研发人员投入力度，提高企业人力资本水平和自主研发能力。

(2) 技术差距与FDI技术溢出。模型2的斜率参数值为374.8896，表明模型从低机制到高机制的转换速度较快，PSTR模型趋近于两机制的PTR模型。β11值显著为负，说明技术差距的扩大不利于FDI的技术溢出。从影响系数来看，β01值大于0，但β01+β11<0。模型2中有一个位置参数，当技术差距低于9.4962时，模型趋向低机制；当技术差距超过9.4962时，模型趋向高机制，此时技术差距的变动对FDI技术溢出的影响较为明显。随着技术差距的变化，FDI对内资企业的影响系数在-0.0105至0.4577之间移动。此外，需要注意的是，当技术差距为9.5045时，β01+β11g(·)=0，这说明当内资企业与外资企业技术差距小于9.5045时，随着技术差距的扩大，FDI的技术溢出在不断减少，但对内资企业技术进步的影响仍是正向的；随着技术差距的进一步扩大，当技术差距大于9.5045时，FDI会产生负向的技术溢出效应，对内资企业造成不利影响。

(3) 外资规模与FDI技术溢出。模型3斜率参数值为19.2002，模型在低机制和高机制之间的转移速度较慢，β11值显著小于0，而β01值显著大于0，且β01+β11<0，这表明FDI始终存在正向的技术溢出，但随着外商投资规模的增长，FDI的技术溢出在逐步减少，外资规模与FDI技术溢出之间呈负相关关系。由模型3中的位置参数可知，当外资比重低于58.36%时，PSTR模型趋向低机制；当外资比重高于58.36%时，PSTR模型趋向高机制，FDI的影响系数变动范围为0.0152～0.1706。可见，FDI对内资企业具有正向的技术溢出，但随着外资企业规模的不断扩张，在市场垄断和技术保护的作用下，FDI的技术溢出持续弱化，因此应理性引进和对待外资，控制外资企业的投资规模。

四 结论与启示

基于1996-2011年我国高技术产业13个细分行业面板数据，在对内资企业全要素生产率进行测算和分解基础上，运用面板平滑迁移回归(PSTR)模型实证检验FDI与内资企业技术进步的非线性关系。结果表明：(1) FDI对内资企业技术进步的影响呈现出明显的非线性特征，人力资本、技术差距及外资规模对高技术产业FDI的技术溢出存在“门槛效应”，其中外资规模对FDI技术溢出效应的影响最为显著。(2) 人力资本与FDI技术溢出呈正相关关系，随着人力资本的提高，FDI对技术进步的抑制作用逐步减弱，但FDI对内资企业全要素生产率的影响始终是负向的，说明我国高技术产业人力资本投入仍旧不足。(3) 技术差距与FDI技术溢出显著负相关，现阶段我国高技术产业内资与外资企业的技术差距已超过合理区间，随着技术差距的扩大，尤其是在跨越门槛值之后，FDI对内资企业技术进步的影响会迅速由正向变为负向。(4) 外资规模与FDI技术溢出之间表现为负相关关系，虽然FDI对内资企业技术进步始终具有促进效应，但随着外资规模的不断扩大，FDI的正向技术溢出效应会逐步弱化，当外资规模高过门槛值后，将进一步加速FDI技术溢出效应的下滑。

由如上研究可得出以下两点政策启示：(1) 国内企业应立足于研发资金投入与人员投入的积累，努力提升人力资本素质，培养自主创新能力，逐步缩小与外资企业的技术差距。(2)有针对性的引进外资企业，以使国内企业有能力消化吸收外资企业的先进技术。合理控制外资企业进入规模和引进质量，防止外资企业形成市场垄断，对内资企业有效吸收FDI技术溢出产生不利影响。

[1] Kaufmann, L.. A Model of Spillovers Through Labor Recruitment[J].InternationalEconomicJournal, 1997, 11(3): 13-34.

[2] Haaker, M.. Spillovers From Foreign Direct Investment Through Labour Turnover: The Supply of Management Skills, Discussion Paper[J].LondonSchoolofEconomics, 1999.

[3] Fosfuri, A., Motta, M., Rønde, T.. Foreign Direct Investment and Spillovers Through Workers Mobility[J].JournalofInternationalEconomics, 2001, 53(1): 205-222.

[4] Glass, A., Saggi, K.. Multinational Firms and Technology Transfer[J].ScandinavianJournalofEconomics, 2002, 104(4): 495-514.

[5] Wang, J-Y., Blomstrom, M.. Foreign Investment and Technology Transfer: A Simple Model[J].EuropeanEconomicReview, 1992, 36(1): 137-155.

[6] Caves, R. E.. Multinational Firms, Competition, and Productivity in Host-country Markets[J].Economica, 1974, 41(162): 176-193.

[7] Globerman, S.. Foreign Direct Investment and Spillover Efficiency Benefits in Canadian Manufacturing Industries[J].TheCanadianJournalofEconomics, 1979, 12(1): 42-56.

[8] Blomstrom, M., Wolff, E. N.. Multinational Corporations and Productivity Convergence in Mexico[R]. National Bureau of Economic Research, 1994.

[9] Liu, X., Wang, C., Wei, Y.. Do Local Manufacturing Firms Benefit from Transactional Linkages with Multinational Enterprises in China? [J].JournalofInternationalBusinessStudies, 2009, 40(7): 1113-1130.

[10] Haddad, M., Harrison, A.. Are There Dynamic Externalities from Direct Foreign Investment? Evidence from Panel Data for Morocco[J].JournalofDevelopmentEconomics, 1993, 42(1): 51-74.

[11] Kokko, A., Tansini, R., Zejan, M. C.. Local Technological Capability and Productivity Spillovers from FDI in the Uruguayan Manufacturing Sector[J].TheJournalofDevelopmentStudies, 1996, 32(4): 602-611.

[12] Aitken, B., Harrison, A. E.. Does Domestic Firms Benefit from Direct Foreign Investment? Evidence from Venezula[J].TheAmericanEconomicReview, 1999, 89(3): 605-618.

[13] Konings, J.. The Effects of Foreign Direct Investment on Domestic Firms: Evidence from Firm Level Panel Data in Emerging Economies[J].EconomicsofTransition, 2001, 9(3): 619-633.

[14] Cohen, W. M., Levinthal, D. A.. Innovation and Learning: The Two Faces of R&D[J].TheEconomicJournal, 1989, 99(397): 569-596.

[15] Borensztein, E., De, Gregorio, J., Lee, J. W.. How Does Foreign Direct Investment Affect Economic Growth? [J].JournalofinternationalEconomics, 1998, 45(1): 115-135.

[16] 邵军, 徐康宁. 外商直接投资、 人力资本与中国工业部门技术进步——基于吸收能力的 FDI 技术外溢研究[J]. 东南大学学报: 哲学社会科学版, 2008, 10(5): 24-29.

[17] 殷醒民, 陈昱. FDI 技术溢出效应中“人力资本门槛”的实证研究——来自长江三角洲 16 个城市的证据[J]. 世界经济文汇, 2012, (6): 73-85.

[18] 李燕, 韩伯棠, 张庆普. FDI溢出与区域技术差距的双门槛效应研究[J]. 科学学研究, 2011, 29(2): 220-229.

[19] 王华, 祝树金, 赖明勇. 技术差距的门槛与 FDI 技术溢出的非线性-理论模型及中国企业的实证研究[J]. 数量经济技术经济研究, 2012, (4): 3-18.

[20] 黄凌云, 吴维琼. FDI 技术外溢与技术差距的门槛效应——基于中国工业企业的实证研究[J]. 财经科学, 2013, (3): 52-59.

[21] 张宇, 蒋殿春. FDI 技术外溢的地区差异与门槛效应——基于 DEA 与中国省际面板数据的实证检验[J]. 当代经济科学, 2007, 29(5): 101-111.

[22] 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, 25(1): 28-39.

[23] 钟娟, 张庆亮. 金融市场发展对中国 FDI 技术溢出效应的影响及其门槛效应检验[J]. 财贸研究, 2010, 21(5): 98-104.

[24] 唐礼智, 罗婧. 金融发展与 FDI 技术溢出效应: 线性还是非线性?[J]. 吉林大学社会科学学报, 2013, 53(3): 49-57.

[25] 林三强, 苏桔芳. 我国 FDI 技术外溢效应的门槛特征——基于制造行业面板数据的证据[J]. 南京工业大学学报: 社会科学版, 2011, 10(2): 75-80.

[26] 余泳泽. FDI 技术外溢是否存在“门槛条件”——来自我国高技术产业的面板门限回归分析[J]. 数量经济技术经济研究, 2012, (8): 49-63.

[27] Hansen, B. E.. Threshold Effects in Non-dynamic Panels: Estimation, Testing, and Inference[J].JournalofEconometrics, 1999, 93(2): 345-368.

[28] González, A., Teräsvirta, T., Dijk, D.. Panel Smooth Transition Regression Models[R]. SSE/EFI Working Paper Series in Economics and Finance, 2005.

[29] Colletaz, G., Hurlin, C.. Threshold Effects of the Public Capital Productivity: An International Panel Smooth Transition Approach[J].DocumentdeRechercheduLaboratoired’Economied’Orléans, 2006, (1).

[30] Luukkonen, R., Saikkonen, P., Teräsvirta, T.. Testing Linearity Against Smooth Transition Autoregressive Models[J].Biometrika, 1988, 75(3): 491-499.

[31] 刘志迎, 叶蓁. 中国高技术产业各行业技术效率的实证分析——基于非参数的Malmquist指数方法[J]. 科学学与科学技术管理, 2006, 27(9): 22-27.

[32] Xu, B.. Multinational Enterprises, Technology Diffusion, and Host Country Productivity Growth[J].JournalofDevelopmentEconomics, 2000, 62(2): 477-493.

[33] Findlay, R.. Relative Backwardness, Direct Foreign Investment, and the Transfer of Technology: A Simple Dynamic Model[J].TheQuarterlyJournalofEconomics, 1978, 92(1): 1-16.

[34] Kokko, A.. Technology, Market Characteristics, and Spillovers[J].JournalofDevelopmentEconomics, 1994, 43(2): 279-293.

[35]Girma, S.. Absorptive Capacity and Productivity Spillovers from FDI: A Threshold Regression Analysis[J].OxfordBulletinofEconomicsandStatistics, 2005, 67(3): 281-306.

[36] Perez, T.. Multinational Enterprises and Technological Spillovers: An Evolutionary Model[J].JournalofEvolutionaryEconomics, 1997, 7(2): 169-192.

[37] Benhabib, J., Spiegel, M. M.. The Role of Human Capital in Economic Development Evidence from Aggregate Cross-country Data[J].JournalofMonetaryEconomics, 1994, 34(2): 143-173.

[责任编辑：莫 扬]

[DOI]10.14007/j.cnki.cjpl.2016.05.004

[引用方式]金春雨, 王伟强. FDI对我国高技术产业技术溢出的非线性效应——基于13个细分行业内资企业和外资企业面板数据的实证检验[J]. 产经评论, 2016, 7(5): 41-50.

Research on the Nonlinear Effects of Technology Spillover from FDI on the High-Tech Industry in China:An Empirical Study Based on the Panel Data of Domestic Enterprises and Foreign Venture Enterprises on 13 Segmented Industries

JIN Chun-yu WANG Wei-qiang

In this paper, we study the technology spillover effect of FDI on the high-tech industry in China based on the panel smooth transition regression model. The results show that there exist significant nonlinear relation between FDI and technology progress in high-tech industry, and human capital, technology gap and foreign capital all have a threshold effect on the technology spillover effect of FDI. With the improvement of human capital level, the adverse effect of FDI on technology progress in high-tech industry is gradually narrowing. However, with the expansion of technology gap and foreign capital, the promoting effects of FDI on technology progress in high-tech industry gradually decline.

FDI; high-tech industry; technology spillover; nonlinear effects; Panel Smooth Transition Regression model

2016-06-18

吉林大学哲学社会科学研究重大课题培育项目“创新驱动发展与国家创新体系建设研究”(项目编号：2015ZDPY09，项目主持人：金春雨)。

金春雨，吉林大学商学院教授、博士生导师，研究方向：产业经济计量与金融计量分析；王伟强，吉林大学商学院博士生，研究方向：数量经济分析。

F224； F276.44

A

1674-8298(2016)05-0041-10