为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

FDI技术溢出与区域创新能力差异的双门槛效应

2014-01-06 14页 pdf 506KB 37阅读

用户头像

is_854716

暂无简介

举报
FDI技术溢出与区域创新能力差异的双门槛效应 FDI技术溢出与区域创新 能力差异的双门槛效应 ① 鲁钊阳1 廖杉杉2 (1.重庆大学经济与工商管理学院;2.重庆社会科学院 《改革》杂志社) 【摘要】本文采用以门槛回归为代表的非线性计量经济学理论,在构建动态面 板门槛回归模型的基础上,以知识产权保护水平为门槛变量,实证FDI技术溢出 对区域创新能力差异的影响。研究发现,在控制其他变量的基础上,FDI技术溢出 对区域创新能力的影响显著存在基于知识产权保护水平的 “双门槛效应”,区域间 创新能力的差异非常明显;区域只有跨越相应的知识产权保护水平门槛,FDI技术 溢出才...
FDI技术溢出与区域创新能力差异的双门槛效应
FDI技术溢出与区域创新 能力差异的双门槛效应 ① 鲁钊阳1 廖杉杉2 (1.重庆大学经济与工商管理学院;2.重庆社会科学院 《改革》杂志社) 【摘要】本文采用以门槛回归为代表的非线性计量经济学理论,在构建动态面 板门槛回归模型的基础上,以知识产权保护水平为门槛变量,实证FDI技术溢出 对区域创新能力差异的影响。研究发现,在控制其他变量的基础上,FDI技术溢出 对区域创新能力的影响显著存在基于知识产权保护水平的 “双门槛效应”,区域间 创新能力的差异非常明显;区域只有跨越相应的知识产权保护水平门槛,FDI技术 溢出才能有效地促进区域创新能力的提升。 关键词 外商直接投资 技术溢出 区域创新能力 门槛回归 中图分类号 F204  文献标识码 A Dual-threshold Effect about Technology Spillovers of FDI and the Difference of Regional Innovation Capability   Abstract:Based on the threshold regression of dynamic panel about the nonlin- ear econometric theory,the empirical research about the technology spillovers of FDI to the difference of regional innovation capability has been made,with intellec- tual property protection level as the threshold variables.The results are that if con- trol the other variables,there is a dual-threshold effect between the technology spillovers of FDI and the difference of regional innovation capability,by intellectual property protection level as the threshold variables.Whats more,the difference of regional innovation capability is very serious,if the regional intellectual property protection level step over the threshold,the technology spillovers of FDI can pro- mote the difference of regional innovation capability. Key words:FDI;Technology Spillover;Regional Innovation Capability; Threshold Regression ·57·FDI技术溢出与区域创新能力差异的双门槛效应 ① 本文受到国家社科基金重点项目 (08AJY030)、中央高校基本科研费重点资助项目 (CDJXS10022213)的资助。 引  言 外商直接投资 (Foreign Direct Investment,FDI)作为国际资本流动的主要方式和国际 技术溢出的重要载体,一直以来备受各国青睐,甚至很多发展中国家直接将FDI作为提高 自身创新能力的重要途径。FDI在不同国家或地区之间的流动,不仅受东道国 (地区)以道 路交通等基础设施为代表的硬件建设的制约,还会考虑到因技术转移所带来的诸如被东道国 (地区)厂商低成本模仿等的负面影响。在某种意义上,东道国 (地区)知识产权保护状况 将会直接影响FDI的流向,间接制约着东道国 (地区)创新能力的提升。自20世纪90年 代以来,世界知识产权体系建设日益完善,特别是1995年1月1日TRIPS 《与贸易有 关的知识产权 (草案)》(包括假冒商品协议)的正式生效,为世界知识产权的保护夯实了法 律基础;我国也于2008年正式颁布 《国家知识产权战略纲要》,明确提出要完善知识产权制 度,加强知识产权的保护。随着经济社会的发展,知识产权保护问题将会越来越受重视。同 时,2011年作为我国 “十二五”规划的第一年,深入实施科教兴国战略,提升区域创新能 力,加快建设创新型国家,已成为 “十二五”规划的重大话题,引起了全社会的广泛关注和 高度重视。基于此,本文以知识产权保护水平为门槛变量,运用我国省级面板数据构建面板 门槛模型,研究FDI技术溢出对区域创新能力差异的影响。 自从Schumpeter(1912)提出 “创新理论”以来,国内外学者围绕创新理论的诸多议 题展开了多方面研究。在FDI技术溢出与创新能力的研究方面,依据学者们的研究结论, 可将研究分为三类。一类学者认为,FDI的流入能够促进东道国 (地区)创新能力的提升。 比如Cheung和Lin (2004)通过对中国的研究表明,FDI的流入无论是对中国专利申请量, 还是对中国外观设计专利,均有积极影响,FDI的流入能够提升中国的创新能力,这与Im- briani和Reganati(1997)对意大利、Sjholm (1999)对印度尼西亚、Hu等 (2002)对中 国广东以及王红领等 (2006)对中国民族企业的研究成果所暗含的FDI溢出效应作用的发 挥能够有效提升区域能力的结论是一致的。另一类学者认为,FDI的流入对东道国 (地区) 创新能力的提升作用不显著。比如Kokko(1994)、Haksar(1995)、Mello和Luiz(1997)、 Aitken和 Harrison (1999)、Henny和 Manuel(2002)的研究表明,FDI技术外溢假设不 成立,或者发现FDI技术外溢效应比较微弱,FDI对东道国技术创新能力的提升作用不显 著。陈劲等 (2007)从知识流动能力、企业技术创新能力、创新环境、创业水平和创新绩效 等角度,运用中国各省级数据研究FDI对区域创新能力的影响,认为FDI的流入对国内企 业的技术外溢效应并非普遍认为的那样显著,FDI对提高区域创新能力的作用是有限的,对 提高自主创新能力和增强原创性的科技能力无显著影响。魏守华等 (2010)更是明确指出, 无论是从开放程度来看,还是从开放模式来看,单纯的FDI并不能够对区域创新能力的提 升起到实质性的作用,相反,双重推进型即 “引进来、走出去”的模式更有利于区域创新能 力的提升。还有一类学者认为,FDI对东道国 (地区)创新能力的影响需要全面分析,不能 简单用促进或阻碍来分析。比如Kavita(2003)、Tuomo等 (2005)、Dieter(2010)的研究 表明,FDI能否促进东道国 (地区)创新能力的提升需要考虑多方面因素,不仅需要考虑进 入东道国 (地区)的FDI的类型,还需要考虑东道国 (地区)内资企业的发展状况、人力 资本储备情况、知识产权保护情况等多方面因素。潘文卿 (2003)、柳卸林和胡志坚 (2002)、李习保等 (2007)全面审视我国各省份创新能力,认为区域创新能力的影响因素是 非常复杂的,当前不同省份创新能力差异是历史和现实多方面原因的结果,FDI在区域创新 ·67· 《数量经济技术经济研究》2012年第5期 能力提升过程中并不起决定性作用,FDI对区域创新能力的影响显然不能用促进或阻碍来 分析。 通过上述分析不难看出,对FDI技术溢出与创新能力关系,学者们并没有取得一致的 意见;同时,从研究方法上看,囿于统计方法或数据来源的限制,以往的研究大多忽略了因 “门槛效应”存在所导致的非线性关系问题;特别是对中国这样的大国来说,不同省份之间 经济社会发展差异显著,从国家层面来研究知识产权保护、FDI与区域创新能力并不可取 (Liu和 White,2001)。基于此,本文借鉴以门槛回归技术为代表的非线性计量经济学理论, 运用我国29个省份1993~2009年的面板数据构建面板门槛模型,实证FDI技术溢出对区 域创新能力差异的影响。 一、模型设定与估计方法 1.模型设定 若将创新能力活动看作一项知识的生产活动,根据C-D生产函数有: Y=AKαL1-α (1) 在式 (1)中,K 和L 分别代表研发活动的资金和人员投入,α和 (1-α)分别代表资 本和劳动力的产出弹性,Y 为研发活动的产出。对式 (1)进行对数变换,则有: log (Y/L)=log (A)+αlog (K/L) (2) 从式 (2)可以看出,影响创新活动的因素可以分为两大部分:最主要的部分就是研发 活动的资金投入量K 和科技人员投入量L,即log (K/L);另一部分则包含在log (A)中。 为了简化研究,可假设政策、因素等不变或其对区域创新能力的影响忽略不计,并将 log (A)分解为四块,即FDI、知识产权保护、金融发展和人力资本。基于上述分析,考虑 到当期区域创新能力受前期区域创新能力的影响及科研资源在省份间分布的显著差异,为减 轻异方差带来的负面影响,本文所有指标均取对数,设定模型如下: lninnoit=α1lninnoi,t-1+α2lnstcit+α3lnstsit+θlnfdiit+α4lnippit +α5lnfinit+α6lnhumit+Dummyit+μi+εit (3) 式 (3)中,innoit表示i省份t年的创新能力;stcit表示i省份t年研发活动的资本投入 量;stsit表示i省份t年科技人员投入量;fdiit表示i省份t年FDI存量;ippit表示i省份t 年知识产权保护强度;finit表示i省份t年金融发展水平;humit表示i省份t年人力资本水 平;Dummyit为地区虚拟变量;μi表示不随时间变化的各省份截面的个体差异;εit表示随机 扰动项。 式 (3)为不考虑 “门槛效应”的技术溢出模型,以往的研究多采用分组经验和交叉项 模型来考察FDI的技术溢出问题。遗憾的是,受分组标准的制约,前者并不能有效估计出 准确的门槛值,也无法对不同回归结果的差异性进行显著性检验;后者虽然可以估计出 具体门槛值,但却无法验证所估计门槛值的正确性。Hansen (1999)的非动态面板门槛回 归建模思路则可以很好地弥补前两种方法的不足,不仅可以估计出门槛值,还可以对门槛值 的准确性及内生的 “门槛效应”进行显著性检验。基于此,本文采用 Hansen (1999)的非 动态面板门槛回归技术来展开研究。 考虑到有效的知识产权保护能够降低技术交易的成本,提高交易效率,有利于技术在 ·77·FDI技术溢出与区域创新能力差异的双门槛效应 不同发展水平国家间的传播,促进落后国家 (地区)提升其自身创新能力 (Merges, 1998;Arora等,2001;江小涓,2002);而过于严厉的知识产权保护则会抑制模仿行为 的发生,降低新产品的开发力度,拉大不同国家 (地区)间的技术水平差距。短期来看, 不利于落后国家 (地区)创新能力的提高,长期则会影响发达国家 (地区)创新的实际 成 效 (Grossman 和 Helpman,1991;Helpman,1993;Branstetter 等,2007;盛 垒, 2010)。因此,本文在式 (3)的基础上,建立基于知识产权保护的FDI技术溢出 “双门 槛效应”模型如下: lninnoit=θ1lnfdiitI (ippit≤η1)+θ2lnfdiitI (η1<ippit≤η2)+θ3lnfdiitI (ippit>η2) +α1lninnoi,t-1+α2lnstcit+α3lnstsit+α4lnippit+α5lnfinit+α6lnhumit+Dummyit+μi+εit (4) 其中,ippit为门槛变量,η1 和η2 为待估算的门槛值,I (·)为指标函数。 2.模型估计 进行门槛分析,关键需要解决好两方面的问题:一是联合估计门槛值 (η1 和η2)和斜 率值 (θ1、θ2 和θ3);二是门槛效应的相关经验 (门槛效应的显著性检验和门槛估计值真实 性的检验)。在实践中,估计双门槛模型,往往需要首先从单门槛模型着手,先由式 (4)构 建单门槛模型式 (5): lninnoit=θ1lnfdiitI (ippit≤η)+θ2lnfdiitI (ippit>η)+α1lninnoi,t-1+α2lnstcit +α3lnstsit+α4lnippit+α5lnfinit+α6lnhumit+Dummyit+μi+εit (5) 要求式 (5)中的门槛值η,可将任意的η0 作为初始值赋给η,采用最小二乘法 (OLS) 估计各回归系数,同时,可以求出相应的残差平方和S1(η)。如果依次在η取值范围内从小 到大选定η0,就可以得到多个不同的S1(η),使得残差平方和S1 (η)最小的就是门槛值 η*,即η*=argminS1(η)。门槛值确定以后,则有σ^ 2 1=S1(η * )/n T( )[ ]-1 ,n为样本,T 为时间跨度;将临时值σ^21 代入式 (4)中,运用逐步搜索法可得η2 的值,进而有η2=arg- minS2(η * ,η2),^σ 2 2=S2(η * ,^η2)/n T( )[ ]-1 ;同理可得η1=argminS3 (η,η2),^σ 2 3=S2 (^η1,^η2)/n T( )[ ]-1 。 在估计出门槛值和斜率值的前提下,我们可以对门槛效应的显著性进行校验,其目的是 检验以门槛值为划分标准的两组样本模型估计参数是否显著不同。首先,我们分别构建单门 槛和双门槛条件下的零假设 (H0 和 H′0),即: H0:θ2=θ3  H′0:θ′1=θ′2 同时,构建LM统计量: L1= (S0-S1 (η * ))/^σ21  L2= S1 (η * )-S2 (^η1,^η2[ ])/^σ 2 3 其中,S0、S1 (η * )分别为双门槛和单门槛条件下进行参数估计所得到的残差平方和, σ^21 和σ^22 为备选假设下进行参数估计所得到的残差平方和。由于在原假设条件下,η是不确 定的,因此,统计量L1 和L2 不服从标准χ 2 分布,可采用自抽样法 (Bootstrap)模拟其渐 近分布,进而构建与其多对应的概率值p,以检验其显著性。 ·87· 《数量经济技术经济研究》2012年第5期 SONY 高亮 SONY 高亮 SONY 高亮 SONY 高亮 当确定某一变量存在 “门槛效应”时,还需要确定其门槛值的真实性。首先,我们可以 分别构建单门槛和双门槛条件下的零假设及与其相对应的LR统计量,即: H0:(η * ,η2)= (η * ,η0)  H′0:(η1,η2)= (η0,η2) LR1= S2 (η * ,η2)-S2 (η * ,^η2) σ^22    LR2= S3 (η1,^η2)-S3 (^η1,^η2) σ^23 虽然LR的分布也是非标准的,但Hansen提供了一个简单的公式可以计算出其拒绝域, 即当LR1 (η)>-2log (1-(1-α) 1 2)时,拒绝原假设。其中,α为显著性水平 (徐磊和 黄凌云,2009;余怒涛等,2010;李燕等,2011)。 二、数据样本与变量说明 《中华人民共和国专利法》1985年4月1日正式实施,1992年、2000年和2008年先后 三次进行修改。总体来看,1992年以来专利相关统计口径基本一致,数据可得性也较强。 同时,1992年是中国宏观经济和金融总量数据的 “结构断点”的临界值,以1992年以前的 数据为研究对象时,需要考虑 “结构断点”问题,而以1992年以后的数据为研究对象则不 需要考虑 “结构断点”问题 (梁琪和滕建州,2006)。基于上述分析,为了确保原始数据的 连续性,本文最终选择的样本区间为1993~2009年。由于西藏的数据缺失严重,未纳入样 本范围;重庆1997年直辖以后才有相应的统计数据,故将其并入四川后纳入样本范围,本 文最终实际研究的省份为29个。 inno为创新能力。尽管目前国内外学者多采用专利授权数量来衡量区域创新能力,但 考虑到中国不同省份间各方面的差异,用专利授权数量来衡量区域创新能力存在明显的片面 性 (Zoltan等,2002),而基尼系数和泰尔指数又各有其优缺点,故本文同时用基尼系数 (inno1)和泰尔指数 (inno2)来衡量区域创新能力,即: inno1 =∑ n i=1 WiYi+2∑ n-1 i=1 Wi(1-Vi)-1  inno2 =∑ n i=1 (yj/Y)·log (yj/Y)/(xj/X[ ]) 其中,Wi表示第i个省份人口数占全国总人口的比重;Yi表示第i个省份专利数占全 国专利总数的比重;Vi表示Yi从i=1到i的累计数;yj 和xj 分别表示第j个省份的专利 量和人口数;Y 和X 分别代表全国的专利量和人口数;n为样本数。 stc和sts分别为研发活动的资本投入量和科技人员投入量。其中,研发活动的资本投入 量用科技活动经费内部支出总额表示,而研发活动的科技人员投入量则可以用科技人员数来 衡量。 fdi为外商直接投资存量。之所以选择外商直接投资存量,是因为在具体的劳动生产 过程中前一期外商直接投资的残值会继续发生作用,若选用外商直接投资流量则会忽视 前面各期残值贡献。从目前的统计数据来看,现有统计资料并没有公布外商直接投资存 量的数据,故本文采用永续盘存法来对我国外商直接投资存量进行估算 (Yao和 Wei, 2007),即: FDIit=FDIi,t-1 (1-δit)+fdiit 其中,FDIit为i省份t年FDI存量;fdiit为i省份t年FDI流量;δit为i省份t年FDI ·97·FDI技术溢出与区域创新能力差异的双门槛效应 SONY 高亮 SONY 高亮 SONY 高亮 存量的经济折旧率,本文借鉴张军等 (2004)的做法,取折旧率为9.6%。 ipp为知识产权保护强度。考虑到我国省份间的差距,本文采用代中强 (2010)的 做法,同时以专利侵权案件占专利申请比重衡量的知识产权保护指数 (ipp1,以下简称 侵权与申请比指数)和以专利侵权数量占专利授权比重衡量的知识产权保护指数 (ipp2,以下简称侵权与授权比指数)来全面考察我国不同省份间的知识产权保护状 况。具体来说为: ipp1= crimeit/apcountyt maxcrimeit/apcountyt  ipp2= crimeit/adcountyt maxcrimeit/adcountyt 其中,crimeit表示i省份t年专利侵权案件数量的总和,包括专利侵权纠纷、冒充专 利、假冒专利和其他专利纠纷;apcountryt和adcountryt分别代表各年度中国的专利申请 和专利授权数量;max crimeitapcountryt 表示i省份t年专利侵权数量与当年全国专利申请量比值 的最大值;max crimeitadcountryt 表示i省份t年专利侵权数量与当年全国专利授权数量比值的最 大值。 fin为金融发展水平。在衡量金融发展水平方面,运用最广的指标是麦氏指标 (M2/ GDP)和戈氏指标 (FIR)。然而,麦氏指标 (M2/GDP)在使用过程中存在众多质疑,如 Levine和Zervos(1998)指出,麦氏指标不能有效地度量负债的来源和金融系统的资源配 置;王毅 (2002)、李广众和陈平 (2002)认为,麦氏指标不能准确地度量中国金融发展 的规模,前者质疑麦氏指标在度量中国金融深化程度上的准确性,后者认为麦氏指标无 法有效地解释中国 M2/GDP偏高的问题。因此,本文采用戈氏指标 (FIR)来衡量金融发 展水平。考虑到金融对经济发展的支持主要体现在信贷支持上,故本文采用各省份金融机构 各项贷款余额 (L)与各项存款余额 (S)之和与GDP之比来衡量。即finit= (Lit+Sit)/ GDPit。 hum为人力资本水平。本文采用学者们的常用做法,以6岁及以上人口平均受教育年 数来衡量地区人力资本水平。以prim、mid、hig、uni分别表示小学、初中、高中和大专 及以上教育程度居民占省份6岁及以上人口的比重,以0年、6年、9年、12年和16年分 别表示文盲半文盲、小学、初中、高中、大专以上教育程度的居民平均受教育年限,则有 hum=6prim+9mid+12hig+16uni(朱承亮等,2011)。 Dummy为虚拟变量。从目前我国各省份人口数量与科研资源的分布来看,人口数量与 科研资源分布不匹配的问题突出,北京、上海和天津三个直辖市人口数量与科研资源的匹配 度明显高于其他省份。因此,可以将三个直辖市赋值为1,其他省份赋值为0。 本文衡量inno指标的原始数据分别来源于1994~2010年各年的 《中国科技统计年鉴》 和 《中国人口统计年鉴》,衡量stc和sts指标的原始数据均来源于1994~2010年各年的 《中国科技统计年鉴》,衡量fdi指标的原始数据分别来源于1994~2009年各年的 《中国金 融年鉴》、中宏数据库和 《中国统计年鉴2010》,衡量ipp指标的原始数据来源于1994~ 2010年各年的 《中国科技统计年鉴》,衡量fin指标的原始数据来源于1994~2009年各年 的 《中国金融年鉴》、中宏数据库和 《中国统计年鉴2010》,衡量hum 指标的原始数据来源 于相关年份的 《中国统计年鉴》和 《中国人口统计年鉴》。需要特别说明的是,由于本文样 本时间跨度较长,为使不同年份的数据具有可比性,fdi和fin指标所有涉及价格度量的原 ·08· 《数量经济技术经济研究》2012年第5期 SONY 高亮 SONY 高亮 SONY 高亮 SONY 高亮 SONY 高亮 始数据本文均采用GDP平减指数剔除物价因素的影响。表1为采用GDP平减指数剔除物价 因素影响后各指标的描述性统计量。 表1 各指标描述性统计量 (1993~2009年) 变量名称 平均值 标准差 最小值 最大值 inno1 0.16635  0.01285  0.10235  0.22587 inno2 0.01806  0.00223  0.00982  0.10085 stc 4.12245  1.24698  0.57221  6.70213 sts 2.15526  0.95227  1.02325  3.80025 fdi 203.39251  465.2525  1001.956  3526.91 ipp1 0.08268  0.13943  0.00021  0.98756 ipp2 0.08926  0.14559  0.01251  0.99858 fin 0.55126  0.21209  0.03308  1.51215 hum 7.87423  0.95122  5.26045  10.98185 三、实证结果与分析 1.实证结果 本文采用 Matlab 7.8进行实证研究。首先,进行门槛效应的检验。从表2可以看出, 无论是以侵权与申请比指数 (ipp1),还是以侵权与授权比指数 (ipp2)为门槛变量,单门 槛效应在5%的显著性水平下都是显著的,双门槛效应在1%的显著水平下均显著,而三门 槛效应则都不显著,故本文选用双门槛模型进行分析。 表2 门槛效果自抽样检验 单门槛检验 双门槛检验 多门槛检验 侵权与申请比 指数 (ipp1) 侵权与授权比 指数 (ipp2) 侵权与申请比 指数 (ipp1) 侵权与授权比 指数 (ipp2) 侵权与申请比 指数 (ipp1) 侵权与授权比 指数 (ipp2) F值 33.25** 35.38** 31.369*** 25.338*** 22.358  47.258 p值 0.007  0.001  0.015  0.001  0.368  1.259 10% 4.125  3.368  2.259  2.201  10.258  11.332 5% 6.685  4.586  3.336  3.658  11.252  12.325 1% 9.936  11.358  7.458  5.554  22.235  18.862   注:***、**、*分别表示在1%、5%、10%的水平下显著;p值和临界值均是采用Bootstrap法模拟500次 后得到的结果。 门槛效应检验之后,需要对双门槛模型的门槛值估计结果进行估计和检验。表3了 ·18·FDI技术溢出与区域创新能力差异的双门槛效应 分别以侵权与申请比指数 (ipp1)、侵权与授权比指数 (ipp2)为门槛变量条件下的95%置 信区间。同时,根据分别以侵权与申请比指数 (ipp1)、侵权与授权比指数 (ipp2)为门槛 变量的单一门槛模型、双门槛模型参数与其相应的似然值关系不难发现,当以侵权与申请比 指数 (ipp1)为门槛值时,门槛1和门槛2的估计值分别为0.475和0.692,似然比值接近 于0。同时,门槛1估计值在 [0.336,0.596]区间内和门槛2估计值处于 [0.711, 0.895]区间内时,似然比值小于5%显著性水平下的临界值,在原假设接受域内,即两个 门槛值都与实际门槛值相等 (η1=η2);当以侵权与授权比指数 (ipp2)时,门槛1和门槛2 的估计值分别为0.498和0.703,似然比值接近于0。同时,门槛1估计值在 [0.452, 0.668]区间内和门槛2估计值处于 [0.735,0.997]区间内时,似然比值小于5%显著性 水平下的临界值,在原假设接受域内,即两个门槛值都与实际门槛值相等 (η1=η2)。 表3 门槛值估计结果 门槛值 估计值 95%置信区间 侵权与申请比 指数 (ipp1) 侵权与授权比 指数 (ipp2) 侵权与申请比 指数 (ipp1) 侵权与授权比 指数 (ipp2) 第一个门槛值 0.475  0.498 [0.336,0.596] [0.452,0.668] 第二个门槛值 0.692  0.703 [0.711,0.895] [0.735,0.997]   在门槛η1 和门槛η2 估计出来后,我们可以对双门槛模型进行参数估计。需要特别说明 的是,由于本文在衡量创新能力时同时采用了基尼系数 (inno1)和泰尔指数 (inno2),门槛 变量也同时采用侵权与申请比指数 (ipp1)和侵权与授权比指数 (ipp2),所以本文双门槛 模型参数估计结果有四组 (表4~表7)。 表4 侵权与申请比指数 (ipp1)条件下双门槛模型参数估计结果 (I) 变 量 系 数 标准误差 T值 p值 95%置信区间 innoi,t-1 0.235  0.011  9.362  0.000  0.125  0.386 stc  0.553  0.038  3.335  0.000  0.258  0.695 sts  0.503  1.025  9.362  0.000  0.128  0.449 ipp1 0.652  0.985  11.368  0.000  0.105  0.695 fin  0.325  0.024  3.368  0.000  0.015  0.635 hum -0.008  1.358  1.028  0.085  0.028  0.962 Dummy  0.021  0.001  2.321  0.012  0.032  0.326 fdiitI (fdi>0.692) 7.768  0.029  14.248  0.000  2.365  7.905 fdiitI (0.475<fdi≤0.692) 3.557  1.325  8.896  0.129 -0.121  4.458 fdiitI (fdi≤0.475) -2.335  1.025  9.325  0.065 -0.2241 -0.0204   注:被解释标量为inno1;innoi,t-1对应相应的inno1。 ·28· 《数量经济技术经济研究》2012年第5期 表5 侵权与申请比指数 (ipp1)条件下双门槛模型参数估计结果 (II) 变 量 系 数 标准误差 T值 p值 95%置信区间 innoi,t-1 0.212  0.127  11.236  0.000  0.012  0.554 stc  0.574  0.029  4.426  0.021  0.312  0.775 sts  0.601  1.298  8.895  0.031  0.201  0.652 ipp1 0.603  0.205  6.985  0.011  0.115  0.562 fin  0.226  0.582  4.298  0.019  0.014  0.339 hum -0.215  2.236  11.025  0.058  0.014  0.664 Dummy  0.019  0.015  12.221  0.002  0.125  0.329 fdiitI (fdi>0.692) 8.036  0.021  17.588  0.000  1.235  9.946 fdiitI (0.475<fdi≤0.692) 3.369  1.026  10.025  0.512 -0.101  0.458 fdiitI (fdi≤0.475) -1.235  1.029  5.536  0.055 -2.218 -0.136   注:被解释标量为inno2;innoi,t-1对应相应的inno2。 表6 侵权与授权比指数 (ipp2)条件下双门槛模型参数估计结果 (I) 变 量 系 数 标准误差 T值 p值 95%置信区间 innoi,t-1 0.209  1.021  8.862  0.000  0.255  0.658 stc  0.478  0.197  2.269  0.000  0.321  0.586 sts  0.492  1.338  2.369  0.000  0.139  0.589 ipp1 0.735  1.269  18.236  0.000  0.203  0.745 fin  0.452  0.995  4.436  0.000  0.112  1.325 hum -0.012  9.325  2.325  0.058  0.031  1.325 Dummy  0.011  0.012  2.336  0.000  0.052  2.325 fdiitI (fdi>0.703) 8.884  1.231  11.235  0.000  3.332  11.325 fdiitI (0.498<fdi≤0.703) 5.235  1.125  12.235  0.025 -0.235  3.325 fdiitI (fdi≤0.498) -1.298  0.069  11.026  0.092 -2.299  0.025   注:同表4。 表7 侵权与授权比指数 (ipp2)条件下双门槛模型参数估计结果 (II) 变 量 系 数 标准误差 T值 p值 95%置信区间 innoi,t-1 0.301  0.958  7.462  0.000  0.012  0.125 stc  0.402  0.002  9.325  0.000  0.023  0.785 sts  0.509  0.369  10.231  0.000  0.226  1.228 ipp1 0.925  1.025  15.365  0.000  0.205  1.095 fin  0.445  0.069  16.632  0.000  0.025  0.736 ·38·FDI技术溢出与区域创新能力差异的双门槛效应 (续) 变 量 系 数 标准误差 T值 p值 95%置信区间 hum -0.002  0.334  0.025  0.076  0.031  1.023 Dummy  0.275  0.006  16.023  0.022  0.041  0.416 fdiitI (fdi>0.703) 9.968  0.332  15.536  0.000  1.205  3.302 fdiitI (0.498<fdi≤0.703) 4.235  1.205  13.328  0.229 -0.129  2.225 fdiitI (fdi≤0.498) -0.235  0.329  12.236  0.091 -3.325 -1.259   注:同表5。 2.结果分析 从表4~表7的参数估计结果来看,在分别以侵权与申请比指数 (ipp1)、侵权与授权 比指数 (ipp2)为门槛变量的双门槛模型6个控制变量中,除人力资本水平变量回归系数为 负且不显著外,其他变量系数均为正且显著。也就是说,人力资本水平对区域创新能力的促 进作用并不明显,而其他变量则对区域创新能力的提升产生显著的促进作用,这与我国的实 际情况是相吻合的。一方面,从理论上来看,人力资本 “正反馈”作用的发挥,必然会提升 区域创新能力 (Lin等,2009)。但是,考虑到我国独特的国情,城乡二元结构极为突出, 劳动力在城乡之间、省份之间的流动较为频繁,受户籍制度的影响,中西部欠发达省份虽然 名义上人力资本水平较高,考虑到人口自愿性的流动等因素,其真实的人力资本水平并不 高,其名义上的人力资本水平并不能对其创新能力的提升产生积极性影响。另一方面,区域 创新能力的形成是区域政治、经济和社会等多方面因素共同作用的结果。当期区域创新能力 不仅会受到前期创新能力的影响,还会受当期研发活动的资金投入量、科技人员投入量和金 融发展水平等因素的制约。具体来说,是作为区域创新能力重要载体的知识形成需要前期大 量的积累,离开前人研究基础的知识创造是不现实的,前期知识积累的数量在很大程度上与 当期区域创新能力成正比;充足的资金投入是区域各项科研活动顺利开展的关键,是确保区 域留住人才、留好人才的重要保障,能够在很大程度上决定着区域创新能力的可持续性,决 定着区域未来经济发展的潜力;科技人力资本作为重要的知识产品载体,是区域将知识转化 为新产品、新工艺和新服务的关键,科技人力资本数量的多寡和质量的高低,直接关系着区 域能否吸收先进技术、吸收什么样的先进技术、吸收的技术能否切实发挥作用,也在很大程 度上直接决定着区域创新能力的高低;此外,经济决定金融,金融服务经济,上述的一切都 是无法离开金融发展支撑的。 从表4~表7中不难看出,无论是以侵权与申请比指数 (ipp1)为门槛变量,还是以侵 权与授权比指数 (ipp2)为门槛变量,FDI技术溢出对区域创新能力的影响均显著地存在基 于知识产权保护的双门槛效应,FDI技术溢出与区域创新能力间存在显著的非线性关系。之 所以出现这样的结果,其原因在于FDI的技术溢出使得区域创新能力的提升成为可能,但 是,FDI的技术溢出受东道国 (地区)知识产权保护水平的制约。理论上讲,FDI流入将有 力地促进东道国 (地区)创新能力的提升;实际上,与一般的资本相比,FDI的流动逐利性 相对更强,特别是当东道国 (地区)知识产权保护水平较低时,大量的技术模仿将会出现, 母国 (地区)基于自身利益的考虑,将会控制FDI的流向,人为地限制关键技术的流出, 这无疑会对东道国 (地区)创新能力的提升带来不利的影响;而当东道国 (地区)知识产权 ·48· 《数量经济技术经济研究》2012年第5期 保护水平较高时,FDI的流动能够给母国 (地区)带来足够的利润,也能够有力地弥补母国 (地区)在研发先进技术过程中所耗费的资金,母国 (地区)基于利益考虑,将强化FDI的 流出力度,技术在东道国 (地区)传播的力度也会加强,东道国 (地区)创新能力也会逐步 提升。 从表4~表7中还看出,无论是以侵权与申请比指数 (ipp1)为门槛变量,还是以侵权 与授权比指数 (ipp2)为门槛变量,均可利用双门槛将本文研究所涉及的29个样本省份划 分为三个区域,即高创新能力区域、中创新能力区域和低创新能力区域。通过分析不同省份 在不同年份所处的创新能力区域可以看出①,北京、上海和天津在1993~2009年一直处于 高创新能力区域;青海、新疆和宁夏则长期处于低创新能力区域;辽宁、黑龙江、江苏和山 东则长期处于中创新能力区域。这与现实是相吻合的。改革开放以来,北京、上海和天津三 个直辖市经济社会发展迅速,软、硬件建设稳步提升,吸收FDI量多质优,FDI技术溢出 吸收较为充分,区域创新能力强;青海、新疆和宁夏改革开放以来,虽然经济社会状况有了 显著改善,但是受多方面原因的制约,整体经济社会状况还很低,软、硬件建设不够完善, FDI吸收量不多,FDI技术溢出吸收不够充分,创新能力较低;而辽宁、黑龙江、江苏和山 东四省情况则较为均衡,介于上述两者之间。 四、研究结论与政策展望 1.研究结论与创新之处 本文在充分考虑到我国不同省份经济社会发展差异的基础上,放弃从国家层面对创新能 力进行分析的做法 (Liu和 White,2001),借鉴以 “门槛回归”技术为代表的非线性计量经 济学理论,采用我国1993~2009年省级面板数据,构建门槛回归模型,以知识产权保护水 平为门槛变量,全面实证FDI技术溢出对区域创新能力的影响。研究发现,区域创新能力 的高低不仅受区域自身前期知识积累的影响,还在很大程度上受区域研发活动科研资金投入 和人员投入的制约,在某种意义上也与区域自身金融发展水平高低成正比例关系,而区域人 力资本水平受区际间 (如省际间)、城乡间人口自愿性流动的影响对区域创新能力的影响则 并不显著。同时本研究还发现,FDI技术溢出对区域创新能力的影响显著地存在基于知识产 权保护的双门槛效应,FDI技术溢出与区域创新能力间存在显著的非线性关系,不同省份间 基于知识产权保护程度的差异而在区域创新能力方面存在明显差异。只有区域跨越相应的知 识产权保护门槛,FDI技术溢出才能够更好地促进区域创新能力的提高。 与既有文献相比,本文的创新点在于:以侵权与申请比指数 (ipp1)、侵权与授权比指 数 (ipp2)来度量知识产权保护水平,将基尼系数和泰尔指数有机结合起来衡量区域创新能 力,借鉴 Husman的门槛回归非计量经济学理论,以侵权与申请比指数 (ipp1)、侵权与授 权比指数 (ipp2)为门槛变量,实证FDI技术溢出对区域创新能力差异的影响。虽然本文 认为区域创新能力决定因素、不同省份间区域创新能力存在较大差异的观点 (柳御林和胡志 坚,2002;徐磊和黄凌云,2009)与国内外相当多学者的研究成果相类似,认为研发活动的 科研资金投入、人员投入会对区域创新能力的提升产生促进作用,以及认为区域自身金融发 展水平也能够在很大程度上提升区域创新能力的观点与国内外很多学者的研究结论相同 (陈 ·58·FDI技术溢出与区域创新能力差异的双门槛效应 ① 受文章篇幅的限制,此处未列出不同门槛变量和不同创新能力衡量标准下29个省份在不同年份所处的创新能力 区域,仅分析1993~2009年始终处于某一特定区域内的省份。 劲等,2007;Tuomo等,2005;Dieter,2010),但是,本文认为FDI技术溢出对区域创新 能力的影响显著地存在基于知识产权保护的双门槛效应的观点则是以往学者所没有发现的。 本文将外商直接投资理论 (FDI技术溢出)与区域创新能力理论有机结合在一起研究,在一 定程度上为以后这两种理论的交叉研究提供了有益的探索。本文从不同的角度来衡量诸如知 识产权保护、区域创新能力等指标,并借鉴以门槛回归技术为代表的非计量经济学理论来研 究问题,为以后相关研究拓展了新的视角。 2.研究的实践意义 研究表明,影响区域创新能力的因素是多方面的,因此,提升区域创新能力,也需要从 多方面作出努力。在不否认资金投入、人员投入、金融发展水平促进以及人力资本水平积累 等因素作用的前提下,要提升区域创新能力,特别需要重视知识产权保护和发挥FDI技术 溢出效应的作用。 从知识产权保护的角度来看,要提升区域创新能力,政府应强化知识产权保护力度,企 业需要树立知识产权保护的意识。一方面,政府需要在全社会营造良好的法律政策环境,提 高全社会知识产权的保护意识和运用能力,加强对企事业单位知识产权的分类指导 (如制定知识产权许可的审查指南),重视对专利的奖励力度,加大执法力度,严惩有损知识 产权保护的违法乱纪行为,保证创新者的利益,协调好知识公益性与私有性的关系,为区域 创新能力的提升夯实基础;另一方面,企业需要树立牢固的知识产权保护意识,凡属企业所 有的重大科研创新成果,都应该申报专利,通过法律的武器保护自身的利益。同时,企业在 生产经营过程中,需要强化与省内外、国内外企业、高校或专门的研究所的合作,通过加大 研发投入,培养和造就高素质专业技术人才的方式来加快自身发展方式转变力度,提升自主 创新能力。 从发挥FDI技术溢出效应作用的角度看,要提升区域创新能力,政府必须高度重视教 育事业的发展,提升金融发展水平,大力引进高质量的FDI,竭力吸收FDI技术溢出效应, 为区域创新能力的提升夯实基础。一方面,政府需要加大金融体制改革力度,完善金融市场 功能,注重资金回流反哺欠发达地区建设的机制,促进区域经济又好又快地发展,夯实区域 创新能力提升的经济基础,也为更好地吸收FDI溢出效应创造条件;另一方面,虽然受人 口自愿性流动等因素的制约,区域人力资本的积累在某种程度上并不能直接为区域创新能力 的提升创造条件,但是,诸如基础教育、专业的农业技术培训却可以为区域经济社会的发展 提供极大的便利,也可以为区域创新能力的提升创造条件。因此,政府要提高区域创新能 力,必须要强化以基础教育为核心的农村教育体系建设,加大对农民的培训教育力度。此 外,政府在大力引进外商直接投资的同时,还应重视外商直接投资在我国不同区域不同行业 的合理分布。针对我国不同省份不同行业实际使用外商直接投资数量不均的问题,国家要从 政策层面出台相应的政策措施,有意识地引导外商直接投资投向中西部地区,投向重点行业 和领域。在加大对企业自主研发的资金资助的同时,政府还要尽量满足企业为充分吸收外商 直接投资溢出效应所需要的资金,加大对如企业挖潜改造、引进先进技术、购买先进设备等 的扶持力度,竭力发挥外商直接投资的溢出效应,提升区域创新能力。 3.研究的局限性与展望 本文在以下两个方面可能存在一定的局限性:一是在以C-D生产函数为基础,构建基 于知识产权保护与FDI技术溢出关系的区域创新能力产出函数时,假设政策、制度因素等 不变或其对区域创新能力的影响忽略不计。实际上,政策、制度因素等还是会对区域创新能 ·68· 《数量经济技术经济研究》2012年第5期 力产生影响的 (尽管对它们的度量非常困难),本文的假设抽象在某种程度上可能会夸大知 识产权保护与FDI技术溢出对区域创新能力差异的影响。二是衡量区域创新能力,目前学 术界还没有公认统一的标准,本文进行的探索具有一定的局限性。比如,以泰尔指数衡量区 域创新能力,而泰尔指数本身就有多种不同的表述方式,本文没有分类进行深入研究。后续 研究可以从两个方面来进行:一是通过更为系统、更为广泛的理论和实证研究,充分考虑政 策、制度因素等对区域创新能力的影响,更为全面系统地研究FDI技术溢出对区域创新能力的 影响;二是如何有效地借助诸如基尼系数、泰尔指数等手段对区域创新能力衡量指标进行深入 研究,力求更为真实地反映中国不同省份间差异,并以此为变量,开展更为全面的研究。 参 考 文 献 [1]Schumpeter J.A.,The Theory of Economic Development[M],Cambridge,Mass:Harvard Univer- sity Press,1912. [2]Cheung K.Y.,Lin P.,2004,Spillover Effects of FDI on Innovation in China:Evidence from Provincial Data[J],China Economic Review,15,25~44. [3]Imbriani C.,Reganati F.,1997,International Efficiency Spillovers into the Italian Manufactur- ing Sector[J],Economia Internazionale,50,583~595. [4]Sjholm E.,1999,Productivity Growth in Indonesia:the Role of Regional Characteristics and Foreign Direct Investment[J],Economic Development and Cultural Change,47,559~584. [5]Hu,Albert G.Z.,Jefferson,Gary H.,2002,FDI Impact and Spillover:Evidence from Chinas Electronic and Textile Industries[J],World Economy,25 (8),1063~1076. [6]王红领、李稻葵、冯俊新:《FDI与自主研发:基于行业数据的经验研究》[J],《经济研究》2006 年第2期。 [7]Kokko A.,1994,Technology,Market Characteristics,and Spillovers[J],Journal of Development Economics,43,279~293. [8]Haksar V.Externality,1995,Growth and Technology Transfer:Applications to the Indian Manu- facturing Sector[R],International Monetary Fund,Memo,1975~1990. [9]De Mello,Luiz R.Jr.,1997,Foreign Direct Investment in Developing Countries and Growth:A Se- lective Survey [J],The Journal of Development Studies,34(1),1~34. [10]Aitken B.,A.E.Harrison,1999,Do Domestic Firms Benefit from Direct Foreign Investment? [J],American Economic Review,89,605~618. [11]Henny R.,Manuel A.,2002,Determinants of Innovation Capability in Small Electronics and Software Firms in Southeast England [J],Research Policy,31,1053~1067. [12]陈劲、陈钰芬、余芳珍:《FDI对促
/
本文档为【FDI技术溢出与区域创新能力差异的双门槛效应】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索