研发投入、FDI门槛效应与区域创新——基于面板回归门槛模型

王 超,蒋 萍,孙 茜

(1.湖南工程学院 管理学院,湖南 湘潭 411104;2.中国科学院大学,北京 100190)

研发投入、FDI门槛效应与区域创新
——基于面板回归门槛模型

王 超1,蒋 萍1,孙 茜2

(1.湖南工程学院 管理学院,湖南 湘潭 411104;2.中国科学院大学,北京 100190)

文章选取2000-2015年中国省级面板数据,构建了基于CES生产函数面板回归门槛模型。研究结果显示:研发投入对中国创新产出的影响有明显的研发资金投入单一FDI门槛效应和研发劳动力投入双重FDI门槛效应;在FDI未跨越较低门槛值的省份,研发劳动力投入相比研发资金投入显著促进了区域创新产出;当FDI超过最低门槛值并持续增大跨越第二门槛值后的省份,研发资金投入对区域创新产出的影响程度明显高于研发劳动投入的影响,并且FDI引发的研发劳动投入规模效应明显低于资本投入的规模效应。

门槛效应;区域创新;研发投入;FDI

Abstract:This paper selects the panel data in provincial level in China from 2000 to 2015,and builds the threshold model of panel regression based on CES production function.The results show that the impact of research and development(R&D)investment on China's innovation output has obvious R&D investment into a single FDI threshold effect,and that R&D labor investment in dual FDI threshold effect.On the one hand,In the provinces where FDI does not cross the lower threshold,R&D labor investment compared to R&D funds Investment has significantly contributed to regional innovation output;on the other hand,in the provinces where FDI exceeds the minimum threshold and continues to increase beyond the second threshold,the impact of R&D investment on regional innovation output is significantly higher than that of R&D labor input,and the scale effect of R&D labor investment triggered by FDI is obviously lower than the scale effect of capital investment.

Key words:threshold effect;regional innovation;research and development investment;FDI

研发投入主要包括科研资本投入和科研劳动力投入两部分,我国不同省份之间研发投入存在很大差异性,特别是各省之间经济发展等情况不同的条件下,到底如何安排研发资本投入和研发劳动投入之间的比例才能实现要素资源效率的最大化?研发资本投入对区域创新能力的影响程度是否和研发劳动力投入保持一致?研发资本投资和研发劳动投资影响创新能力的效应是否存在规模效应?各省是否需要持续的引进外商直接投资?外商直接投资在多大的程度上促进了技术的进步和技术转移?是否存在影响区域创新能力发展的外商直接投资的门槛效应?对于这些问题的回答,就需要研究FDI、研发投入以及区域创新产出之间的变量关系,为区域创新能力的发展提供理论分析和实践政策思考。

一、相关研究评述

近年来,通过科技创新驱动经济持续健康发展的理念日益被社会各界所接受,随之而来的是政府和企业对科技的研发投入占比重也逐渐增加,关于科研投入、引进外资和创新能力之间关系的研究受到学者们的重视。可是,目前研发资金投入和研发劳动投入对区域创新能力的促进作用是否保持一致,以及研发投入促进创新能力发展是否存在外资投入门槛方面,学者们还没有达成一致的看法。

关于研发投入与创新产出关系的研究主要偏向于从外资特征和外商直接投资的溢出效应视角,如Alfar通过研究OECD的数据发现,FDI投资在高金融和高人力资本密集的部门对经济增长的作用明显高于低金融和低人力资本密集部门[1]。学者Borensztein认为FDI促进技术溢出效应很大程度上取决于该地区的人力资本技术水平和向适应的基础设施条件[2]。国内学者郑义利用1997-2009年中国15个省份的面板数据分析外资特征与中国区域技术创新之间的影响作用,认为本国技术研发投入是保持国家技术创新的基础和源泉,东道国在引进外资时,要跨越研发人才门槛和研发投入门槛,才能对东道国产生明显的技术溢出效应[3]。邵同尧基于升级面板数据研究中国区域创新投入产出模型,研究发现研发投入对创新产出之间存在正向促进作用,同时认为研发投入对创新能力的促进作用要明显高于风险投资[4]。戴小勇则采用我国工业企业数据,分析研发投入强度对企业绩效的非线性影响,结果显示研发投入强度只有达到第一门槛值时才能对企业绩效产生显著的促进作用,并且研发投入强度对企业绩效的影响存在明显的行业差异[5]。王惠等采用Super-SBM模型测度环境约束下中国高技术产业绿色创新的效率,研究发现企业研发投入强度对高技术产业创新效率存在明显的企业规模双重门槛效应[6]。

而从外商直接投资与技术创新产出之间关系的研究则主要从本土企业和外资企业之间的技术差距以及吸收能力的视角出发来阐述,如Barrios通过研究西班牙制造业企业外商直接投资与技术产出之间的溢出效应发现,只有本土企业具备充足的技术吸收能力,外商直接投资才形成显著的促进技术的溢出效应[7]。王然采用产业关联的视角分析了FDI的垂直溢出效应对我国本土自主创新能力的作用机制,研究结果显示研发外溢的FDI前向观念显著的提高了下游内资企业的创新能力,而后向关联的技术引进效应抑制了上游行业的自主创新[8]。陈羽采用中国制造业面板数据研究FDI进入、内外资企业的技术差距与内资企业创新投入之间的关系,结果显示外资进入会促进技术领先的本土企业提高创新投入,但会阻碍落后企业的创新投入[9]。范承泽研究认为公司外商直接投资的增加,会对公司的研发投入产生负向作用,同时发现外商投资较多的行业,企业研发投入对企业自主创新的积极作用更大[10]。Haskel通过英国1973-1992年制造业的面板数据研究FDI投资与企业生产效率之间的关系,结果显示英国国内的全要素成产效率的提高与外商直接投资的溢出效应存在明显的正相关[11]。范如国采用省级面板数据研究FDI、R&D投入和技术创新溢出之间的影响,发现研发经费投入促进了企业吸收FDI知识溢出能力的吸收,而研发人力资本的缺乏抑制了企业吸收FDI知识溢出的能力[12]。而Hirukawa通过研究风险投资与产业创新产出效率的关系时发现,风险投资显著提高了专利产出,但并没有对劳动生产率有显著的改善[13]。马瑞超运用GMM方法研究了外资抑制条件下吸收能力对创新绩效的影响,结果表明外资技术含量过高不利于内资部门的技术吸收,并对本国自主创新能力产生消极作用[14]。

通过上述研究,我们发现大多数研究将研发投入作为主要解释变量,或者将FDI作为一个独立的研究变量,研究其与创新产出之间的关系,而没有综合考虑FDI投资的门槛效应背景下研发投入对创新产出的影响。对于目前中国来说,外商直接投资已经由主要的外资引进国变为外商直接投资的输出国,自主创新的研发投入的比例和使用方式也发生了改变,这些显著性的变化,使得FDI投资、研发投入和创新产出之间的影响关系的机理也存在很大的差异性。因此,本文在已经研究成果的基础上,尝试将FDI投资作为门槛变量,着重研究不同FDI投资规模的省份,研发投入与创新知识产出之间的FDI门槛效应关系。

二、模型、变量与数据说明

(一)计量模型

本文借鉴Griliches提出的知识生产函数为理论基础[15],建立广义的生产函数模型,即:

INNO=f(K,L,FDI,others) (1)

其中,INNO表示专利授权量;K表示研发经费投入;L代表研发劳动投入;FDI为外商直接投资;others代表影响区域创新产出的其他因素。

创新知识的产出过程中的综合技术效率是由本国的技术吸收能力和国内外研发投资导致的技术转移和溢出两方面决定的。本国技术吸收能力的主要影响因素包括金融的发展程度FIN、研发的资本投入K、研发的劳动投入L;影响技术转移和溢出的主要因素包括外资出口比重EXPERCENT、进口贸易额IMPOR以及外资的渗透强度FORNPERCENT。因此,在(1)式基础上引入具体的解释变量指标,将(1)等式两边取对数可得函数(2):

其中,ξit表示样本的个体特征变量;εit表示随机扰动项因素。I代表省份,t代表年份。

外商直接投资作为影响一个国家技术创新和技术吸收的重要因素,它的变化会导致研发资金投入和研发劳动投入的巨大变化,从而进一步影响该国技术创新产出的变化,但是这种变化可能是线性的函数变化,也有可能是非线性函数变化。因此,为了有效防止研究参数估计的偏误,文章将参考Hansen关于面板数据门槛回归模型的方法[16],以外商直接投资FDI的对数最为门槛变量,建立研发投入与专利创新产出之间的门槛回归模型(3):

上述(3)式和(4)式分别代表以外商直接投资FDI为门槛变量分析研发资金投入和研发劳动投入对区域创新产出的影响因素回归模型。其中,I(·)代表指标函数,λ1和λ2为外商直接投资FDI门槛效应下对应的研发资金投入的影响值,γ1和γ2为待估计的外商直接投资FDI门槛效应下对应的研发劳动投入的影响值。

(二)变量和数据选取

文章是基于2000-2015年中国省级面板数据在外商直接投资FDI门槛效应的影响下研发资金投入K和研发劳动投入L对创新产出的影响进行实证分析,相关因变量和自变量的选取和数据说明如下。

1.因变量

对于创新产出指标的选取,学术界普遍选取专利申请数量作为衡量创新产出的指标,考虑到近年来我国专利申请数量快速增加很大程度上是受政府政策导向影响下的结果,失去了创新服务实体经济的本来的意义,为了最大程度上反映科技发展的综合创新效率,本文选取专利的授权数量INNO为衡量区域创新产出的变量,数据选取2000-2015年全国32个省市的专利申请授权数量(数据来源于《中国科技统计年鉴》)。

2.自变量和门槛变量

K和L分别为研发资金投入和研发劳动投入,这两个变量是知识生产函数的核心变量,它们是影响区域技术创新产出的重要变量,也是研究外商直接投资FDI门槛变量的主要解释变量。K选取研发经费内部支出总额为衡量指标,由于研发资金的当期投入对将来的产出会有影响,本文借鉴张军关于资本存量的计算公式[17],采用永续盘存法计算各省市的资本存量K☉i,t=(1-δ)K☉i,t-1+Ki,t。其中K☉it表示t年i省的R&D资本存量,δ代表资本的折旧率。此时假设资本的折旧率为15%,同时认为R&D资本存量的平均增长率g等于R&D资本支出的平均增长率,由此可以按照永续盘存法计算出2000年基期的资本存量,K☉i,2000=Ki,2000/(g+δ)。L选取从事研发的人员全时当量表示(数据来源于各年《中国科技统计年鉴》)。

门槛变量外商直接投资FDI来源于外商投资经济固定资产投资,主要是为了研究外商直接投资在新的经济发展形势下,中国是否需要加大引进外商直接投资来促进本国技术研发投入,从而促进区域创新产出(数据来源《中国统计年鉴》)。

3.控制变量

鉴于区域技术创新产出可能受到国内经济金融发展情况、外商投资企业进出口水平以及国内外市场经济竞争程度等的影响,文章选取国内生产总值GDP实际值(1990年为基期)、金融发展水平FIN、外资出口比重EXPERCENT、该国进口贸易额IMPRO以及外资渗透强度FORNPERCENT为控制变量,考察在控制变量不变的条件下,重要解释变量资本投入K和劳动投入L对创新知识产出专利授权量INNO的影响程度。金融发展水平数据来源于《中国金融统计年鉴》,其他各控制变量主要来源于《中国统计年鉴》。

(1)金融发展水平FIN采用各省银行业各年年度贷款余额来表示,用来考察一国国内的金融发展水平对技术吸收能力和技术研发能力的影响,因为按照发展经济学的原理,东道国的技术研发和吸收能力很大程度上取决于该国原有的经济发展水平。

(2)外资出口比重EXPERCENT用各省各年的三资企业出口额与各省出口总额的比值表示,用来表示外资出口对区域技术创新的影响。

(3)进口贸易额IMPOR选择各省年度的贸易进口额数值来表示,用来考察进口贸易可能对区域创新产出产生的影响,因为通过进口技术发达国家的一国产品,在某种程度上会对东道国的技术创新产生一定的溢出效应和促进效应。

(4)外资的渗透强度FORNPERCENT用各省各年度三资企业的工业总产值与该省国有及规模以上非国有的工业总产值的比例表示,外资渗透的强弱,对本国区域的创新是有正向的作用还是负向作用是平衡外商直接投资的重要参考变量。

三、实证结果及分析

(一)门槛效应检验

对于门槛效应的检验,将以外商直接投资FDI的流入为门槛变量的背景下,分别分析研发资本投入和研发劳动力投入对区域创新产出的影响作用。为了确定门槛变量的个数,采用Bootstrap法计算FDI流入在研发投入的单一门槛、双重门槛以及三重门槛的F值和P值,从而选择合适的门槛模型。

以研发资本投入K对区域创新产出影响的FDI流入门槛效应分析结果来看(表1),F统计量和P值可知,单一门槛效应在5%水平下显著,双重门槛变量则在10%显著性水平下通过了检验,三重门槛效应则不显著。因而,分析FDI流入门槛背景下的研发资本投入的影响时选择单一门槛变量。以单一门槛变量为模型,分析得到单一门槛值为-2.995 7(见表2)。

表1 门槛个数检验

以研发劳动投入L对区域创新产出影响的FDI流入门槛效应分析结果来看(见表2),模型的单一门槛和双重门槛效应都通过了5%的显著性水平,而三重门槛效应则没有通过检验。通过模型分析研发劳动L投入的FDI流入的单一门槛值发现与研发资本投入K的门槛值相同,为了防止面板数据出现共线性,以及模型分析更具对比性,选择双重门槛模型。分析模型的双重门槛模型得到两个门槛值分别是-2.995 7和2.581 0。

表2 门槛估计值及置信区间

(二)门槛模型回归估计结果及分析

首先,从研发资金投入来看,外商直接投资的流入门槛模型估计结果可知,可以将我国的外商直接投资水平划分为两个层次,不同的外商直接投资水平,导致研发资金投入对中国区域创新的产出的影响程度存在显著的差异:当外商直接投资的对数低于门槛值-2.995 7时,研发资本的系数估计值为0.881 6(见表3),通过了1%的显著性水平检验,表明外商直接投资的增加会导致研发资本对中国创新产出的影响有积极的作用。在外商直接投资的对数高于门槛值-2.995 7时,研发资本的系数估计值变为了0.555 5,也通过了1%显著性水平检验;与低于门槛值的系数比较,技术估计值减少了36.98%,所以,外商直接投资的持续增加并没有带来创新产出规模效应,估计系数为正,只是表明外商直接投资的增加会促进中国区域创新产出。

按照研发劳动投入对区域创新产出影响的FDI门槛模型估计结果来看,外商直接投资的两个门槛值可以将我国外商直接投资分为三个层次,不同数量的外商直接投资水平,导致研发劳动力投入对区域创新产出生产显著性的差异。当外商直接投资的对数小于-2.995 7时,研发劳动力的投入会对区域创新产出有着显著的促进作用,研发劳动的系数估计值为0.919 1,且通过了1%显著性水平;当外商直接投资的对数处于-2.995 7到2.581 0时,研发劳动投入的系数估计值变为了0.305 5,通过了1%显著性检验,相比较第一水平门槛值,系数估计值明显减少了66.76%,表明外商直接投资增加到一定幅度,使得研发劳动投入对创新产出的影响作用在减弱;当外商直接投资的对数超越2.581 0后,我们发现研发劳动投入的系数估计值变成了0.202 0,系数估计值相比第二水平门槛值持续的减少了33.88%,说明外商直接投资规模的扩大,并没有使得研发劳动投入对创新产出增长的影响幅度加强。

在不同的外商直接投资水平下,研发资金投入和研发劳动投入对创新产出的影响存在明显的差异,门槛特征较为明显。在全国32个省份中,处于外商直接投资较低的省份,由于自身经济发展水平较弱,进一步使得其对企业和科研机构研发的资金和劳动力的投入变少,对区域创新能力的提高就会存在局限性。当外商直接投资的总额达到一定的门槛值时,研发资金投入和研发劳动投入对区域创新产出的影响就会显著增强;但是当外商直接投资超过最低门槛,继续增加投资时,研发资金投入和研发劳动力投入对区域创新产出的正向影响是减弱的;因为FDI的流入,会促使很多的企业改善企业的经济管理效率,提高技术的核心能力,企业核心技术能力的提升就需要加大外商直接投资总额对技术研发的投入,研发投入存量的增长,使得外商投资企业技术创新能力得到显著的提高,本土企业在外商直接投资企业的人员、信息过程中,吸收外商企业的部分外溢技术,在外界市场竞争环境发生急剧变化的条件下,本土公司会加大本领域创新性技术的研发投入,提升公司的自主创新能力,最终表现在本土企业在外商直接投资流入的背景下,促进创新能力的提高。可是,当外商直接投资FDI跨越最低门槛后,研发资金投入和研发劳动力投入对区域创新产出的影响程度的增加幅度会减弱,但总体上表现为外商直接投资促进了研发资金投入对区域创新能力的增强,主要有两方面的原因:一方面是发达省份的企业和科研院所自身人才和资金投入方面具备比较优势,相比较落后省份,这些省份企业创新能力具备要素禀赋的优点,区域创新能力较高。可是当发达省份吸收外商直接投资方面出现饱和后,外溢的资金会投向不发达地区,此时不发达省份对创新技术的吸收能力有限,所以创新产出能力会远远低于发达国家,进一步使得综合的技术创新规模产出增幅是递减的。另一方面,随着各省份经济金融发展水平的提高、进出口总额的增加以及外商投资渗透强度的增强,落后地区的经济发展环境和外商投资环境逐渐成熟,外商直接投资企业会与落后地区企业和科研院所合作,以技术换市场的方式,促进创新技术在当地的推广,从而获得市场份额,但由于外商直接投资的跨国企业处于价值链高端,在技术转移和技术进口方面会设置各种贸易壁垒,从而在一定程度上限制了本土企业吸收能力的提高,宏观上表现为区域创新产出的增加幅度降低。

表3 创新能力门槛回归模型结果

四、稳健性检验

外商直接投资流入门槛触发研发资金和研发劳动对区域创新产出影响存在差异时,为了全面考察研发资金投入、劳动力投入与创新能力的函数关系,有必要引入研发资金K和研发劳动投入L与外商直接投资FDI的交叉项,以及以外商直接投资FDI为分组省份的两种检验方法,对回归模型的稳健性进行检验。

(一)研发投入与FDI的交互项检验

表4中的模型1、模型2及模型3分别是不加入交互项、加入ln K∗ln FDI及ln L∗ln FDI交互项后的模型估计结果。为了消除面板模型可能存在的自相关和异方差问题,模型估计时将采用以省份为聚类变量的稳健标准差。

从模型1分析的结果看(见表4),在不考虑FDI与研发投入K交叉项时,进行hausman检验,选择固定效应模型,回归结果显示研发资金投入和研发劳动力投入显著的促进了区域创新的产出,研发资本投入对产出的影响是研发劳动力投入的两倍多,并且研发资本投入通过了1%显著性检验,研发劳动力投入在5%水平下显著。

在加入ln FDI与ln K的交互项后,进行hausman检验,也选择固定效应模型,回归结果显示研发资金投入K对区域创新产出的影响为-0.191+0.132ln FDI,这说明当外商直接投资FDI较小时,研发资金投入对区域创新能力的影响为负,但是随着外商直接投资突破最低门槛值后,研发资金投入对区域创新产出会有正向的促进作用,而且研发外商直接投资的持续增加,导致研发资金投入对创新产出的影响呈现递增线性关系。研发劳动投入ln K、外商渗透强度ln FORNPERCENT。金融发展水平FIN、外资出口比重ln IMPRO、进口贸易额ln IMPRO变量的符号与基本回归模型基本保持一致,因此可以得出研发资金投入K对区域创新产出的外商直接投资FDI的门槛模型结果是稳健的。

当加入ln FDI与ln L交互项后,进行hausman检验,同样选择固定效应模型,回归结果显示研发劳动投入L对区域创新产出的影响变为0.203+1.02e-09ln FDI,这表明不管外商直接投资FDI投入多少,研发劳动力的投入都会促进区域创新产出的增加,增加的趋势以指数形式表现出来,因此可以随着外商直接投资的增加,研发劳动力投入对区域创新产出的的正向影响是变大的。其他变量的符号也刚好与面板门槛模型基本保持一致,进一步证明了劳动力投入L对区域创新产出的外商直接投资FDI的门槛模型结果是稳健的。

表4 样本交互项估计结果

因而,从上述分析可知,运用面板门槛模型实证研究外商直接投资门槛效应下研发资本和研发劳动对区域创新产出的影响具有较强的稳健性。

(二)按FDI投入门槛的分区域检验

通过FDI门槛变量影响下研发资本投入对区域创新产出的影响程度,可看出研发资本投入可以分为低FDI投入地区和高FDI投入地区。按照双重门槛变量的原理,可以将研发劳动投入分为三个区间即低FDI投入地区、中等FDI投入地区以及高FDI投入地区。表5和表6分别列出了相应分组2000-2015年的分布情况。通过分组我们发现不管是FDI门槛变量影响下研发资本投入还是FDI门槛变量影响下研发劳动投入,都将西藏2000年、2002年、2008年以及2014年分到了低FDI投入地区。鉴于低投入地区西藏时间年度较短,且为非连续性的变量,不符合平衡面板面板数据的基本特征,无法拟合数据的回归结果,故在此不将其作为样本分析面板数据的稳健性。

表5 研发资本投入的外商直接投资门槛区域

首先,以2000-2015年高FDI投入区域的省份,分析FDI门槛变量影响下研发资本投入对区域创新产出的影响程度的稳健性,通过实证结果(见表7)分析发现:在高FDI投入地区,研发资本K显著的提高了区域创新产出,K的估计系数为0.522,通过了1%显著性水平,实证研究结果基本上与门槛回归模型保持一致,其他变量的系数估计值和显著性水平也与门槛回归模型保持基本一致。

接下来以FDI门槛变量影响下研发劳动投入L对区域创新产出的影响程度的稳健性,32个省份被划分为三个样本区间,回归结果显示:在中等FDI投入地区,研发劳动L对区域创新能力有着正向的促进作用,系数估计值为0.399,且通过了5%显著性检验;但是当FDI跨越到高FDI投入门槛值时,研发劳动的系数变为了0.077,没有通过显著性检验,这表明研发劳动L虽然促进了地区创新产出,但是这种促进作用在严重减弱。回归结果基本上与门槛回归模型保持了一致,其他变量的系数估计值也与门槛回归模型基本一致。

因此,通过FDI门槛变量影响下研发资本投入K和研发劳动投入L分组检验,文中的门槛回归模型结果具有较好的稳健性。

表7 分区域回归结果

五、结论及政策建议

本文运用CES生产函数理论框架,在分析FDI、研发资金投入K以及研发劳动投入L影响区域创新产出的机制的基础上,采用2000-2015年32个省级面板数据,构建了基于FDI门槛变量模型,分析研发资本投入K以及研发劳动投入L对区域创新产出的影响效应。面板门槛回归模型估计结果显示:第一,研发资本K对区域创新产出的影响存在外商直接投资FDI单一门槛效应;而研发劳动力投入L对区域创新产出的影响存在外商直接投资FDI双重门槛效应。第二,不管外商直接投资是否跨越门槛值,发现研发资金投入和研发劳动投入都显著的促进了区域创新产出。第三,在FDI未跨越较低门槛值的省份,研发劳动力投入相比研发资金投入显著促进了区域创新产出;当FDI超过最低门槛值并持续增大跨越第二门槛值后的省份,研发资金投入对区域创新产出的影响程度明显的高于研发劳动投入的影响,并且FDI引发的研发劳动投入规模效应明显的低于资本投入的规模效应。第四,进口贸易额的增加会导致区域创新产出的负面效应。

通过上述研究结论提出几点政策启示:一是研发资本投入的增加应该充分考虑到该地区该省份的外商直接投资企业投资规模的门槛效应,科学规划研发资本投入的比例,合理的配置有限的资源,才能有助于区域创新能力的提高和要素生产效率的增加。二是研发劳动投入只有在外商直接投资企业规模低于最低门槛值前,对区域创新能力的影响显著的高于研发资本投入的影响。因此,不发达地区省份应该重视对高层次人才的引进,将重点放在劳动力的投入方面,通过财政补贴支持,鼓励科研人才到这些省份去工作,而不是单纯的加大研发资金的投入,使这些地区跨越研发投入门槛,才能促进外商投资企业规模较少省份创新能力的提高。三是各省份应该根据经济发展情况,正确处理好进口技术与自主研发之间的比例关系。引进国外产品,短时间内可以获得产品物质,但如果引进省份不具备吸收能力,就会对自主创新能力产生排挤效应,不利于区域创新产出的增加。

[1]Alfaro L,Charlton A.Growth and the quality of foreign direct investment:Is all FDI equal?[R].London:London School of Economics and Political Science:CEP Working Paper 830,2007

[2]Borensztein E,De Gregorio J,Lee J W.How does foreign direct investment affect economic growth?[J].Journal of international Economics,1998,45(1):115-135.

[3]郑义,徐康宁.外资特征与技术创新——基于中国省际数据分析[J].管理科学,2011(5):48-55.

[4]邵同尧,潘彦.风险投资、研发投入与区域创新——基于商标的省级面板研究[J].科学学研究,2011(5):793-800.

[5]戴小勇,成力为.研发投入强度对企业绩效影响的门槛效应研究[J].科学学研究,2013(11):1708-1716,1735.

[6]王惠,王树乔,苗壮,等.研发投入对绿色创新效率的异质门槛效应——基于中国高技术产业的经验研究[J].科研管理,2016(2):63-71.

[7]Barrios S,Strobl E.Foreign direct investment and productivity spillovers:Evidence from the Spanish experience[J].Weltwirtschaftliches Archiv,2002,138(3):459-481.

[8]王然,燕波,邓伟根.FDI对我国工业自主创新能力的影响及机制——基于产业关联的视角[J].中国工业经济,2010(11):16-25.

[9]陈羽,邝国良.FDI、技术差距与本土企业的研发投入——理论及中国的经验研究[J].国际贸易问题,2009(7):88-96.

[10]范承泽,胡一帆,郑红亮.FDI对国内企业技术创新影响的理论与实证研究[J].经济研究,2008(1):89-102.

[11]Haskel J E,Pereira S C,Slaughter M J.Does inward foreign direct investment boost the productivity of domestic firms?[J].The review of economics and statistics,2007,89(3):482-496.

[12]范如国,蔡海霞.FDI技术溢出与中国企业创新产出[J].管理科学,2012(4):13-21.

[13]Hirukawa M,Ueda M.Venture Capital and Industrial''Innovation''[R].CEPR Discussion Papers,2008.

[14]马瑞超,张鹏.外资异质、吸收能力与创新绩效[J].当代财经,2013(2):98-107.

[15]Griliches Z.Issues in assessing the contribution of research and development to productivity growth[J].The bell journal of economics,1979:92-116.

[16]Hansen B E.Threshold effects in non-dynamic panels:Estimation,testing,and inference[J].Journal of econometrics,1999,93(2):345-368.

[17]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004(10):35-44.

Research and Development Investment,FDI Investment Threshold Effect and Regional Innovation Output:Based on the Panel Regression Threshold Model

WANG Chao1,JIANG Ping1,SUN Qian2

(1.School of Management,Hunan Institute of Engineering,Xiangtan,Hunan 411104,China;2.University of Chinese Academy of Sciences,Beijing 100190,China)

F20

A

1672-934X(2017)05-0064-11

10.16573/j.cnki.1672-934x.2017.05.010

2017-05-29

湖南省教育厅科学研究一般项目(16C0407);湖南工程学院科学研究项目(KXYJ17016);湖南工程学院教学改革研究项目(XJG15017);湖南省传统产业转型升级研究基地资助

王 超(1987-),男,湖北荆州人,讲师,博士,主要从事技术创新与产业经济政策研究;蒋 萍(1985-),女,湖北武汉人,助理讲师,硕士,主要从事企业管理与技术创新研究;孙 茜(1990-),女,山东济宁人,博士研究生,研究方向为创新管理。