蔣兵 張文禮 程鈞謨

【摘要】選取我國高技術(shù)產(chǎn)業(yè)2009 ～ 2018年省際面板數(shù)據(jù)為樣本， 從研發(fā)投入視角構(gòu)建知識積累影響科技創(chuàng)新的門檻效應(yīng)模型， 探究自主研發(fā)投入、FDI流入和政府補貼的門檻效應(yīng)， 并分析各地區(qū)所屬門檻區(qū)間特征。 研究發(fā)現(xiàn)， 知識積累對科技創(chuàng)新的影響均顯著存在基于自主研發(fā)投入、FDI流入和政府補貼的“雙重門檻效應(yīng)”， 且三個門檻變量下知識積累對科技創(chuàng)新均為促進作用。 自主研發(fā)投入、FDI流入和政府補貼的最佳研發(fā)投入?yún)^(qū)間分別為第二區(qū)間（10.124≤rd<13.694）、第三區(qū)間（fdi≥-1.26）和第一區(qū)間（gov<-1.999）， 此時高技術(shù)產(chǎn)業(yè)知識積累對科技創(chuàng)新促進效應(yīng)最顯著。

【關(guān)鍵詞】研發(fā)投入;知識積累;科技創(chuàng)新;門檻效應(yīng)

一、引言

高技術(shù)產(chǎn)業(yè)具有技術(shù)知識高度密集、技術(shù)生命周期短和產(chǎn)業(yè)回報能力強的特點[1] ， 是推動要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變的核心力量。 我國高技術(shù)產(chǎn)業(yè)起步相對較晚， 知識積累水平和創(chuàng)新能力略顯不足。 近年來， 雖然我國高技術(shù)產(chǎn)業(yè)不斷加大研發(fā)投入， 但創(chuàng)新能力提升幅度不大， 產(chǎn)業(yè)創(chuàng)新績效相較于發(fā)達國家處于較低水平[2] 。 這主要是由產(chǎn)業(yè)研發(fā)投入與既有知識積累不匹配所導(dǎo)致， 存在研發(fā)投入遠超知識積累的資源過?，F(xiàn)象或研發(fā)投入滯后于知識積累的短板效應(yīng)缺陷。 研發(fā)投入是技術(shù)創(chuàng)新的基本投入要素， 而知識積累是技術(shù)創(chuàng)新的基礎(chǔ)并直接影響創(chuàng)新結(jié)果， 研發(fā)投入需要與產(chǎn)業(yè)既有的知識積累水平協(xié)調(diào)一致， 最大限度地激發(fā)和利用知識存量以提升創(chuàng)新能力。 因此， 在既有知識積累水平下， 如何科學(xué)合理地進行研發(fā)投入已成為我國高技術(shù)產(chǎn)業(yè)提升科技創(chuàng)新水平的關(guān)鍵問題。

基礎(chǔ)資源理論認為知識是技術(shù)創(chuàng)新過程中最重要的資源， 知識積累是創(chuàng)新驅(qū)動產(chǎn)出的關(guān)鍵因素之一。 關(guān)于知識積累與創(chuàng)新關(guān)系的研究多遵循熊彼特新經(jīng)濟增長理論， 即知識存量有利于促進科技創(chuàng)新。 Laursen等[3] 、韓亞峰等[4] 、楊菲等[5] 認為產(chǎn)業(yè)技術(shù)創(chuàng)新依賴于知識積累水平， 知識存量越多， 技術(shù)創(chuàng)新水平越高。 但是Grant[6] 、Fores等[7] 認為， 知識存量并非越多越好， 知識積累前期能增加關(guān)鍵信息獲取量從而提高創(chuàng)新績效， 但是后期過度依賴知識積累會導(dǎo)致成本大量投入而抑制產(chǎn)業(yè)發(fā)展。

另外， 一部分學(xué)者從知識積累的類型、來源探討知識積累對技術(shù)創(chuàng)新的影響。 從知識積累類型出發(fā)， 楊立生等[8] 將知識積累劃分為知識積累深度、寬度、同質(zhì)、多元四種類型， 發(fā)現(xiàn)知識深度和多元積累與新產(chǎn)品績效呈倒U型關(guān)系， 知識寬度和同質(zhì)積累顯著促進新產(chǎn)品績效提升。 從知識積累來源出發(fā)， 知識積累主要分為外部知識獲取和內(nèi)部知識創(chuàng)造兩種方式。 Smith等[9] 認為內(nèi)部知識創(chuàng)造是為了滿足自身創(chuàng)新活動對知識需求的響應(yīng)機制， 產(chǎn)出更多新的知識來促進技術(shù)創(chuàng)新; 外部知識獲取是從外部環(huán)境獲取大量異質(zhì)性知識并對其進行吸收轉(zhuǎn)化， 以拓展自身知識積累寬度， 增加產(chǎn)業(yè)技術(shù)創(chuàng)新的可能性。

研發(fā)投入既能激活已有知識積累存量， 又能為創(chuàng)新活動提供基礎(chǔ)保障。 學(xué)者們主要從自主研發(fā)、外商直接投資（FDI）流入和政府補貼三方面探討研發(fā)投入與創(chuàng)新的關(guān)系， 認為研發(fā)投入顯著促進了科技創(chuàng)新。 從自主研發(fā)投入視角來看， 洪俊杰等[10] 研究發(fā)現(xiàn)自主研發(fā)顯著促進了企業(yè)創(chuàng)新績效提升; 儲德銀等[11] 引入時間周期因素， 發(fā)現(xiàn)自主研發(fā)支出在長期和短期對高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出具有顯著促進作用。 從FDI流入視角分析， 羅軍等[12] 基于研發(fā)資金投入和研發(fā)勞動投入門檻考察了FDI對我國創(chuàng)新能力的影響， 指出研發(fā)資金投入和研發(fā)勞動投入越高的地區(qū)， FDI對創(chuàng)新能力的促進作用越大。 從政府補貼視角出發(fā)， 黎文靖等[13] 分析了產(chǎn)業(yè)政策對創(chuàng)新績效的影響， 發(fā)現(xiàn)政策僅對策略性創(chuàng)新起到激勵作用， 創(chuàng)新產(chǎn)出“數(shù)量”增加但創(chuàng)新“質(zhì)量”并未提高。 楊洋等[14] 研究發(fā)現(xiàn)， 政府補貼對民營企業(yè)創(chuàng)新績效的促進作用比國有企業(yè)顯著。

從上述研究可以看出， 一方面學(xué)者只從研發(fā)投入或知識積累單因素分析影響科技創(chuàng)新的作用機理， 割裂了研發(fā)投入、知識積累和科技創(chuàng)新三者的內(nèi)在聯(lián)系和作用關(guān)系， 同時忽略了產(chǎn)業(yè)要素資源投入與其本身知識積累水平的協(xié)調(diào)匹配程度。 另一方面， 多數(shù)研究只關(guān)注單一來源的研發(fā)投入對創(chuàng)新績效的影響， 對于不同類型研發(fā)投入對地區(qū)產(chǎn)業(yè)既有知識積累激發(fā)作用的異質(zhì)性缺乏足夠的重視。

針對現(xiàn)有研究短板， 本文以我國科技創(chuàng)新能力的典型代表高技術(shù)產(chǎn)業(yè)作為研究對象， 采用非線性門檻回歸模型， 從研發(fā)投入視角出發(fā)， 分別以自主研發(fā)投入、FDI流入和政府補貼作為門檻變量， 探究高技術(shù)產(chǎn)業(yè)不同研發(fā)投入門檻下知識積累對科技創(chuàng)新的異質(zhì)性影響。

二、理論基礎(chǔ)與研究假設(shè)

（一）知識積累與科技創(chuàng)新

知識積累是內(nèi)部知識轉(zhuǎn)移、轉(zhuǎn)化和外部知識獲取交互作用創(chuàng)造新知識的過程， 在時間和空間上實現(xiàn)的異質(zhì)性知識積累與集聚[15] 。 知識積累是產(chǎn)業(yè)提升創(chuàng)新能力并獲取競爭優(yōu)勢的戰(zhàn)略性資源， 對技術(shù)創(chuàng)新的推動作用表現(xiàn)在兩個方面：一方面， 知識積累作為產(chǎn)業(yè)創(chuàng)新能力的核心構(gòu)成， 其存量的多少決定了創(chuàng)新能力的高低。 知識積累水平越高， 對知識資源的解釋和利用效果越好， 能夠激發(fā)一系列內(nèi)源性技術(shù)創(chuàng)新活動。 另一方面， 知識積累決定了組織在創(chuàng)新活動中吸收和利用外部知識的范圍和能力[16] ， 是組織進行外部知識搜索、評估、獲取、吸收的關(guān)鍵因素。 知識積累水平直接決定了企業(yè)對外部知識的吸收能力， 知識的積累程度越高， 外部知識獲取和吸收轉(zhuǎn)化能力越強， 更能有效激發(fā)一系列外源性技術(shù)和知識獲取活動。 多數(shù)研發(fā)活動是內(nèi)源性技術(shù)知識創(chuàng)新和外源性技術(shù)知識獲取的疊加過程， 知識積累具有激發(fā)創(chuàng)新能力和吸收能力的雙重作用， 通過內(nèi)外部知識的交互融合突破知識剛性對創(chuàng)新能力的限制， 提升創(chuàng)新能力， 進而促進科技創(chuàng)新[17] 。 據(jù)此提出以下假設(shè)：

H1：高技術(shù)產(chǎn)業(yè)知識積累水平正向影響科技創(chuàng)新。

（二）研發(fā)投入作用下知識積累與科技創(chuàng)新關(guān)系分析

研發(fā)投入能夠為企業(yè)研發(fā)活動提供資金保障， 充足的研發(fā)投入會降低創(chuàng)新活動因研發(fā)周期長、不確定性等因素帶來的風(fēng)險; 同時能夠激活知識積累存量， 加速自身知識的開發(fā)利用， 使其在科技創(chuàng)新活動中發(fā)揮重要作用。 研發(fā)投入主要由自主研發(fā)投入、FDI流入和政府補貼三部分構(gòu)成， 由于企業(yè)、外商和政府對研發(fā)創(chuàng)新的目標(biāo)導(dǎo)向不同， 對研發(fā)投入的要求和用途也不同， 因此三種來源的研發(fā)投入作用下知識積累對科技創(chuàng)新的影響存在差異。

1. 自主研發(fā)投入作用。 為提升市場競爭力， 企業(yè)的自主研發(fā)投入通常以市場需求為導(dǎo)向， 最終目的是開發(fā)應(yīng)用型技術(shù)和新產(chǎn)品， 并以此獲取競爭優(yōu)勢[18] 。 自主研發(fā)投入在創(chuàng)新過程中發(fā)揮著主導(dǎo)作用， 通過加強吸收、消化外部技術(shù)和知識以激活內(nèi)部知識的方式進行技術(shù)創(chuàng)新， 從而促進創(chuàng)新績效提升; 但自主研發(fā)投入強度需控制在合理區(qū)間， 依托于企業(yè)自身知識存量進行自主研發(fā)投入， 過高或過低的研發(fā)投入強度都無法達到最佳促進效果。 自主研發(fā)投入過低時， 企業(yè)沒有足夠的資金來支撐技術(shù)創(chuàng)新， 研發(fā)投入對知識積累的激活作用不足， 對于企業(yè)既有知識存量無法進行充分利用和轉(zhuǎn)化， 造成知識資源浪費， 導(dǎo)致知識積累對科技創(chuàng)新的促進效果欠佳; 自主研發(fā)投入過高時， 研發(fā)投入超脫現(xiàn)有知識水平， 在僅有的知識存量約束下不能有效吸收研發(fā)資金， 造成企業(yè)資金浪費進而引發(fā)“擠出效應(yīng)”， 阻礙其他創(chuàng)新活動正常開展， 抑制企業(yè)科技創(chuàng)新水平的提升。

因此， 自主研發(fā)投入應(yīng)與自身知識積累水平相匹配， 在已有技術(shù)和知識的基礎(chǔ)上進行合理自主研發(fā)投入， 對知識進行再積累、對技術(shù)進行再創(chuàng)新， 以保障企業(yè)知識積累更有效地促進科技創(chuàng)新。 據(jù)此提出以下假設(shè)：

H2a：自主研發(fā)投入強度處于中度區(qū)間時， 高技術(shù)產(chǎn)業(yè)知識積累對科技創(chuàng)新績效促進作用更強。

2. FDI流入作用。 中國擁有世界上最大的市場， 外資企業(yè)為迅速搶占中國市場， 必然利用領(lǐng)先于國內(nèi)市場的先進技術(shù)來獲取競爭優(yōu)勢[19] 。 為滿足國內(nèi)市場需求， 外資企業(yè)研發(fā)投入主要圍繞本土化技術(shù)開發(fā)和二次技術(shù)開發(fā)等創(chuàng)新活動展開[20] ， 這會增加本土企業(yè)與外資企業(yè)合作交流的機會， 合作研發(fā)活動會對本土企業(yè)產(chǎn)生知識與技術(shù)溢出效應(yīng)。 FDI可以實現(xiàn)國家和地區(qū)間的知識溢出， 是國際技術(shù)擴散和知識轉(zhuǎn)移的重要運輸工具[12] 。 外資企業(yè)帶來的先進技術(shù)領(lǐng)先于國內(nèi)技術(shù)， 但又控制在合理的技術(shù)距離區(qū)間內(nèi)[21] ， 既有助于本土企業(yè)學(xué)習(xí)先進技術(shù)， 又可以激活本土企業(yè)現(xiàn)有知識積累， 對國內(nèi)知識積累具有促進作用。 隨著外資企業(yè)研發(fā)投入和研發(fā)活動的增加， 知識轉(zhuǎn)移和技術(shù)擴散程度越大， 提升國內(nèi)產(chǎn)業(yè)整體知識存量[22] 對創(chuàng)新績效的促進效果越顯著。 因此， 外資企業(yè)研發(fā)投入強度越高， 高技術(shù)產(chǎn)業(yè)獲得的知識溢出和技術(shù)溢出越多， 其知識積累水平對科技創(chuàng)新的促進作用越強。 據(jù)此提出以下假設(shè)：

H2b：外商直接投資的研發(fā)投入越高， 高技術(shù)產(chǎn)業(yè)知識積累對科技創(chuàng)新促進作用越強。

3. 政府補貼作用。 政府作為產(chǎn)業(yè)政策的制定者， 其干預(yù)創(chuàng)新活動是解決市場失靈和創(chuàng)新動力不足問題的重要手段[23] 。 目前我國政府補貼的形式主要有財政貼息、研發(fā)補貼、政策性補貼和稅收減免等[24] 。 政府政策措施可以解決因研發(fā)創(chuàng)新活動中不可避免的知識泄露以及非完全專有性帶來的市場失靈問題[25] ， 保護企業(yè)自主知識產(chǎn)權(quán)， 同時激發(fā)企業(yè)自主創(chuàng)新活力。 由于創(chuàng)新是“厚積薄發(fā)”的過程， 具有高投入、高風(fēng)險、市場回報不確定等特點， 政府研發(fā)補貼可以降低企業(yè)研發(fā)投入的風(fēng)險， 激勵企業(yè)進行研發(fā)創(chuàng)新[26] 。 隨著政府研發(fā)補貼的提高， 政府對企業(yè)技術(shù)創(chuàng)新的領(lǐng)先性和突破性要求更高， 甚至脫離產(chǎn)業(yè)現(xiàn)有知識積累水平， 導(dǎo)致現(xiàn)有知識存量不足以支撐領(lǐng)先技術(shù)的創(chuàng)新活動運轉(zhuǎn)， 這種情況下將會弱化知識積累對科技創(chuàng)新的促進作用。 另外， 高政府補貼要求企業(yè)必須按照政府的研發(fā)偏好進行前沿研發(fā)布局， 這會對企業(yè)市場導(dǎo)向型研發(fā)投入產(chǎn)生擠出效應(yīng)。 政府實施的“策略性創(chuàng)新”[27] 忽略了企業(yè)真正的研發(fā)需求， 從而降低了企業(yè)創(chuàng)新的積極性[28] 。 因此， 政府補貼政策是必需的， 但是應(yīng)該控制補貼水平， 低水平政府補貼使得知識積累對科技創(chuàng)新促進作用更顯著。 據(jù)此提出以下假設(shè)：

H2c：低水平的政府資金補貼可能使得高技術(shù)產(chǎn)業(yè)知識積累對科技創(chuàng)新促進作用更強。

三、模型構(gòu)建、變量選取和數(shù)據(jù)處理

（一）門檻模型構(gòu)建

根據(jù)Hansen[29] 的研究， 門檻面板回歸模型不需要給定非線性方程的具體形式、門檻值及其個數(shù)， 且該方法還以嚴格的統(tǒng)計推斷方法對門檻效應(yīng)顯著性和門檻值進行實證檢驗。 因此， 本文借鑒Hansen的方法， 以科技創(chuàng)新作為被解釋變量， 知識積累作為核心解釋變量， 分別以自主研發(fā)投入、FDI和政府補貼作為門檻變量建立單一門檻面板數(shù)據(jù)模型：

式（1）中：i、t分別表示省份和年份; inno表示科技創(chuàng)新; X表示門檻變量， 分別表示自主研發(fā)投入（rd）、FDI流入（fdi）、政府補貼（gov）; hum表示人力資本; od表示地區(qū)對外開放水平; eco表示地區(qū)經(jīng)濟發(fā)展水平。 I（?）為示性函數(shù)， γ表示待估算的門檻值， μi表示個體效應(yīng)， εit表示隨機干擾項。

（二）變量選取

1. 被解釋變量：科技創(chuàng)新（inno）。 從已有文獻來看， 大多數(shù)學(xué)者選取高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入作為科技創(chuàng)新產(chǎn)出的代理變量。 新產(chǎn)品銷售收入作為科技產(chǎn)出的最終體現(xiàn)， 反映科技創(chuàng)新對地區(qū)經(jīng)濟發(fā)展的直接驅(qū)動效應(yīng)， 更加客觀地揭示科技創(chuàng)新在高技術(shù)產(chǎn)業(yè)中的價值。 因此， 本文選取高技術(shù)產(chǎn)業(yè)新產(chǎn)品銷售收入來衡量高技術(shù)產(chǎn)業(yè)科技創(chuàng)新水平。

2. 解釋變量：知識積累（ks）。 其表達形式多種多樣， 但是目前學(xué)術(shù)界對于定量測算知識積累還沒有統(tǒng)一的標(biāo)準。 高技術(shù)產(chǎn)業(yè)知識積累最主要體現(xiàn)為專利申請量， 專利知識產(chǎn)權(quán)是高技術(shù)產(chǎn)業(yè)主要的技術(shù)知識來源。 由于各地區(qū)高技術(shù)產(chǎn)業(yè)專利申請量數(shù)據(jù)完整準確， 且較少受到授權(quán)審查機構(gòu)的影響， 可以更加客觀地體現(xiàn)知識積累水平。 專利申請數(shù)量是流量概念， 采用專利申請存量才能更好地衡量高技術(shù)產(chǎn)業(yè)知識積累存量， 因此借鑒Ang[30] 的計算方法對地區(qū)知識積累進行存量計算， 計算公式如下：

3. 門檻變量。 ①自主研發(fā)投入（rd）， 一般采用R&D經(jīng)費支出作為高技術(shù)產(chǎn)業(yè)自主研發(fā)投入， 但是考慮到產(chǎn)生影響的不止當(dāng)期研發(fā)投入， 需要采用永續(xù)盤存法來計算 R&D存量， 具體計算過程與知識積累存量的計算類似; ②FDI流入（fdi）指標(biāo)采用高技術(shù)產(chǎn)業(yè)外資企業(yè)R&D經(jīng)費投入占R&D經(jīng)費總投入來表示; ③政府補貼（gov）， 政府一方面通過資金補貼來影響高技術(shù)產(chǎn)業(yè)科技創(chuàng)新， 另一方面通過相關(guān)政策鼓勵科技創(chuàng)新， 由于政策因素不能定量分析， 因此采用高技術(shù)產(chǎn)業(yè)政府科技投入占R&D經(jīng)費總投入作為政府補貼的代理變量。

4. 控制變量。 高技術(shù)產(chǎn)業(yè)科技創(chuàng)新績效受到人力資本水平、地區(qū)經(jīng)濟發(fā)展水平和對外開放水平等多方面因素影響。 本文選擇的控制變量如下：人力資本水平（hum）選用高技術(shù)產(chǎn)業(yè)全時人員當(dāng)量來衡量; 經(jīng)濟發(fā)展水平（eco）選用地區(qū)人均GDP來衡量; 對外開放水平（od）選用高技術(shù)產(chǎn)業(yè)各地區(qū)進出口總額占各地區(qū)GDP總量的比例來表示。

（三）數(shù)據(jù)處理

本文選取我國30個省、市、自治區(qū)高技術(shù)產(chǎn)業(yè)2009 ～ 2018年面板數(shù)據(jù)為樣本， 數(shù)據(jù)來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國統(tǒng)計年鑒》以及各省統(tǒng)計年鑒。 由于西藏地區(qū)數(shù)據(jù)缺失嚴重， 所以剔除西藏; 由于部分指標(biāo)數(shù)據(jù)缺失， 本文對缺失數(shù)據(jù)采用SPSS插值法進行補充。 由于科技創(chuàng)新投入和產(chǎn)出存在滯后關(guān)系， 因此將相關(guān)產(chǎn)出數(shù)據(jù)滯后一期計算， 并對各變量進行對數(shù)處理。

四、實證分析

本文基于面板數(shù)據(jù)建立上述門檻模型， 采用Stata 14.0軟件進行門檻效應(yīng)檢驗。 首先， 檢驗樣本數(shù)據(jù)是否存在門檻效應(yīng)， 存在門檻效應(yīng)的條件下進一步估計門檻水平。 然后， 分別對高技術(shù)產(chǎn)業(yè)各地區(qū)自主研發(fā)投入、FDI流入和政府補貼門檻水平條件下知識積累對科技創(chuàng)新的影響作用進行分析。

（一）門檻模型估計結(jié)果

本文采用Bootstrap法估算F統(tǒng)計量、相應(yīng)的自抽樣P值以及1%、5%、10%顯著性水平的臨界值， 從而確定具體門檻數(shù)量， 檢驗結(jié)果見表1。

由表1可知：①在自主研發(fā)投入為門檻變量時， 單一門檻和雙重門檻效應(yīng)均在1%顯著性水平上通過檢驗， 三重門檻效果并不顯著， 表明自主研發(fā)投入存在顯著的雙重門檻效應(yīng)， 且雙重門檻值分別為10.124和13.694; ②在FDI流入為門檻變量時， 單一門檻和雙重門檻效應(yīng)分別在5%和 10%水平上顯著， 三重門檻效果不顯著， 表明FDI流入存在雙重門檻效應(yīng)， 門檻值分別為-2.710和-1.26; ③在政府補貼為門檻變量時， 單一門檻和雙重門檻效應(yīng)分別在1%和5%顯著性水平上通過檢驗， 表明政府補貼存在雙重門檻效應(yīng)， 且雙重門檻值分別為-1.999和-1.105。

通過門檻檢驗后對模型進行回歸分析， 具體見表2。

1. 自主研發(fā)投入門檻下知識積累對科技創(chuàng)新的促進作用。 表2模型1為自主研發(fā)投入門檻估計結(jié)果。 由表1可以發(fā)現(xiàn)， 自主研發(fā)投入兩個門檻值分別為10.124和13.694， 基于此將自主研發(fā)投入強度分為低、中、高區(qū)間。 由表2可知， 當(dāng)自主研發(fā)投入強度處于低區(qū)（rd<10.124）時， 回歸系數(shù)值為0.7200， 且在1%的水平上顯著， 表明知識積累促進了高技術(shù)產(chǎn)業(yè)的科技創(chuàng)新; 自主研發(fā)投入跨越第一門檻值到達中區(qū)（10.124≤rd<13.694）時， 回歸系數(shù)值從0.7200躍升至0.8851， 且在1%的水平上顯著， 此時知識積累對科技創(chuàng)新的促進作用相較于低區(qū)大幅提升， 表明隨著自主研發(fā)投入的增加， 研發(fā)資源不斷豐富、基礎(chǔ)設(shè)施逐步完善， 資源積累和技術(shù)知識積累水平的提升形成了規(guī)模經(jīng)濟， 能夠更有效地激發(fā)知識積累對科技創(chuàng)新的促進效果; 但當(dāng)自主研發(fā)投入強度處于高區(qū)（rd≥13.694）時， 回歸系數(shù)值為0.8391， 且在1%的水平上顯著， 表明知識積累對科技創(chuàng)新依然存在較強的促進作用， 但促進作用相較于中區(qū)減弱， 即自主研發(fā)投入跨越第二門檻值時， 知識積累對科技創(chuàng)新的促進作用呈現(xiàn)邊際遞減效應(yīng)。

由上述結(jié)果可知， 自主研發(fā)投入強度在低、中、高區(qū)間時知識積累對科技創(chuàng)新均存在促進作用（H1獲得支持）， 但是自主研發(fā)投入不足或過剩， 都無法實現(xiàn)知識積累對科技創(chuàng)新促進效應(yīng)最大化， 因此高技術(shù)產(chǎn)業(yè)自主研發(fā)投入存在最佳區(qū)間10.124 ～ 13.694（H2a獲得支持）。 究其原因， 當(dāng)自主研發(fā)投入強度未跨越第一門檻時， 企業(yè)研發(fā)投入難以滿足科技創(chuàng)新的資金需求， 無法充分利用既有知識進行創(chuàng)新， 達不到知識積累的最佳激發(fā)效果。 隨著自主研發(fā)投入的增加， 當(dāng)跨越第一門檻值時， 逐步形成知識基礎(chǔ)和規(guī)模經(jīng)濟效應(yīng)， 更有助于新知識和新技術(shù)的形成， 提高了對已有知識的有效吸收、轉(zhuǎn)化和利用， 進而實現(xiàn)了知識積累對科技創(chuàng)新的驅(qū)動最大化。 但是， 當(dāng)自主研發(fā)投入強度超越某一臨界值時會出現(xiàn)邊際遞減效應(yīng)[31] 。 因為研發(fā)投入超出了高技術(shù)產(chǎn)業(yè)現(xiàn)有的知識積累水平， 既有的知識積累存量無法有效利用研發(fā)資金， 造成了資源浪費和創(chuàng)新資源擠占現(xiàn)象， 使得知識積累對科技創(chuàng)新的促進作用減弱。

2. FDI門檻下知識積累對科技創(chuàng)新的促進作用。 模型2為FDI流入門檻的估計結(jié)果。 由表2可知， FDI流入未跨越第一門檻值-2.71時， 作用系數(shù)為0.7168， 表明在FDI流入的作用下高技術(shù)產(chǎn)業(yè)知識積累促進了科技創(chuàng)新; FDI門檻水平處于-2.71 ～ -1.26之間時， 作用系數(shù)為0.7463， 說明隨著FDI流入的增加， 進一步強化了知識積累對科技創(chuàng)新的促進作用; 當(dāng)FDI流入跨越第二門檻值-1.26時， 作用系數(shù)從0.7463躍升至0.8475， 表明在FDI流入的持續(xù)增加下， 知識積累對科技創(chuàng)新的促進效果更顯著， 吸引外資企業(yè)投入達到一定程度后高技術(shù)產(chǎn)業(yè)知識積累對科技創(chuàng)新產(chǎn)出的促進效應(yīng)呈現(xiàn)跳躍式上升（H1、H2b獲得支持）。 這主要是由于吸引外資不僅可以給東道國提供資金支持， 更重要的是外資企業(yè)本土化投資會產(chǎn)生技術(shù)知識溢出， 高技術(shù)產(chǎn)業(yè)通過逆向?qū)W習(xí)、工藝創(chuàng)新、產(chǎn)品設(shè)計、資源整合等方式進行技術(shù)知識創(chuàng)新， 加速了知識創(chuàng)新和知識流動， 提高了對內(nèi)外部技術(shù)知識的消化、吸收能力[32] 。 因此， 隨著FDI流入的增加， 高技術(shù)產(chǎn)業(yè)在自身知識積累有效利用與知識創(chuàng)新的交互作用下， 顯著提升了科技創(chuàng)新能力。

3. 政府補貼門檻下知識積累對科技創(chuàng)新的促進作用。 模型3為政府補貼門檻的估計結(jié)果。 由表2可知， 當(dāng)政府補貼未跨越第一門檻值-1.999時， 知識積累增加能夠提高科技創(chuàng)新產(chǎn)出; 當(dāng)跨越第一門檻值在-1.999 ～ -1.105之間時， 知識積累能夠提高科技創(chuàng)新產(chǎn)出， 但是相對于第一區(qū)間促進作用效果減弱; 當(dāng)跨越第二門檻值-1.105時， 知識積累對科技創(chuàng)新的正向影響進一步減弱。 總體而言， 隨著政府補貼跨越第一門檻值和第二門檻值， 知識積累促進科技創(chuàng)新的效應(yīng)逐步衰退， 政府補貼最佳資助區(qū)間為gov<-1.999（H1、 H2c假設(shè)獲得支持）。 究其原因， 政府補貼可以直接降低企業(yè)進行科技創(chuàng)新的支出和面臨的風(fēng)險， 提高創(chuàng)新回報率， 進而激發(fā)企業(yè)創(chuàng)新動機。 但是政府補貼強度并非越高越好， 政府補貼強度較高時， 企業(yè)為獲取高額補貼， 會與當(dāng)?shù)卣ぷ怅P(guān)系， 而高昂的尋租成本或“尋補貼”投資， 對企業(yè)正常的研發(fā)投資產(chǎn)生擠出效應(yīng)， 可能會抑制企業(yè)創(chuàng)新[33] ; 同時企業(yè)為了“尋補貼”投資而進行創(chuàng)新活動， 可能會脫離既有知識積累水平， 無法有效進行知識開發(fā)和利用， 進而弱化了知識積累對科技創(chuàng)新的促進作用。 因此， 隨著政府補貼強度跨越第一門檻值和第二門檻值， 知識積累對科技創(chuàng)新的促進作用出現(xiàn)邊際遞減效應(yīng)。

4. 對控制變量（人力資本、經(jīng)濟發(fā)展水平和對外開放水平）進行結(jié)果分析。 模型1中人力資本對科技創(chuàng)新存在促進作用， 作用系數(shù)為0.1820， 但不顯著; 模型2、模型3中人力資本顯著促進了科技創(chuàng)新， 作用系數(shù)分別為0.4071、0.3450。 因為高技術(shù)產(chǎn)業(yè)作為知識高度密集型產(chǎn)業(yè)， 人力資本決定了產(chǎn)業(yè)技術(shù)吸收和知識創(chuàng)新能力。 人力資本積累水平越高， 越有助于產(chǎn)業(yè)吸收外部先進技術(shù)， 越有助于推動技術(shù)進步和科技創(chuàng)新。 經(jīng)濟發(fā)展水平顯著促進了高技術(shù)產(chǎn)業(yè)科技創(chuàng)新， 作用系數(shù)分別為0.0920、0.1297、0.1100。 這說明經(jīng)濟發(fā)展水平較高的地區(qū)， 高技術(shù)產(chǎn)業(yè)具備相對完善的基礎(chǔ)設(shè)施、充足的知識儲備和較強的人才吸引能力， 在技術(shù)知識、創(chuàng)新人才政策補貼等一系列創(chuàng)新資源支持下， 產(chǎn)業(yè)能夠有效地進行技術(shù)引進、技術(shù)改造和技術(shù)獲取， 通過其消化、吸收再創(chuàng)新的過程， 提高產(chǎn)業(yè)創(chuàng)新能力和創(chuàng)新績效。 在模型1 ～ 模型3中， 對外開放水平對科技創(chuàng)新既有促進作用又有抑制作用， 且均不顯著， 表明地區(qū)對外開放水平對高技術(shù)產(chǎn)業(yè)科技創(chuàng)新的影響不大。

（二）空間異質(zhì)性分析

表3為自主研發(fā)投入門檻區(qū)間空間分布情況。 2009年處于第一區(qū)間和第三區(qū)間的省份各有5個， 其中第一區(qū)間的省份全部分布在西部地區(qū)， 第三區(qū)間的省份全部分布在東部地區(qū)， 而處于第二區(qū)間的省份有20個， 約占66.7%。 到2018年， 處于第一區(qū)間的僅有青海、新疆， 而處于第二區(qū)間的省份只有15個， 降低至50%。 從2009年至2018年有8個省份跨越第二門檻值進入第三區(qū)間， 主要分布在東部和中部地區(qū); 2018年處于第三區(qū)間的省份大部分分布在東部地區(qū)， 個別在中部地區(qū)， 說明東部地區(qū)自主研發(fā)投入明顯增加， 超脫地區(qū)既有知識積累水平， 存在創(chuàng)新資源浪費現(xiàn)象， 應(yīng)適當(dāng)減少自主研發(fā)投入。

表4為FDI流入門檻區(qū)間空間分布情況。 由表4可以發(fā)現(xiàn)， 從2009年至2018年FDI流入處于第一區(qū)間的地區(qū)增加了3個， 第二區(qū)間地區(qū)個數(shù)無變化， 促進作用最佳的第三區(qū)間地區(qū)個數(shù)減少了3個。 而且在2018年FDI流入處于第一區(qū)間的省份主要分布在中西部地區(qū)， 處于第二區(qū)間的省份大部分分布在東部地區(qū)。 總體來看， 絕大部分省份仍處于第一、二區(qū)間， 外資投入強度整體偏低， 東部地區(qū)FDI流入強度明顯高于中西部。 2018年相比2009年各地區(qū)FDI流入呈下滑趨勢， 這主要是由于本文FDI指標(biāo)選用外資企業(yè)R&D經(jīng)費投入占R&D經(jīng)費總投入來衡量， 高技術(shù)產(chǎn)業(yè)自主研發(fā)和政府補貼的投入增加量相較于外資企業(yè)投入增加量比例更大， 同時也側(cè)面反映了我國吸引外資力度相對不足， 落后于企業(yè)自主研發(fā)投入的步伐。

表5為政府補貼門檻區(qū)間空間分布情況。 2009年和2018年各地區(qū)所屬政府補貼區(qū)間差別不大， 處于第一區(qū)間（gov<-1.999）的省份約占70%， 只有少數(shù)地區(qū)處于第二、三區(qū)間。 這說明多年來政府對各地區(qū)高技術(shù)產(chǎn)業(yè)的補助力度較為合理， 適當(dāng)減小北京、上海、遼寧等個別地區(qū)的補助力度即可。

五、研究結(jié)論與啟示

（一）結(jié)論

本文基于門檻效應(yīng)模型， 從研發(fā)投入角度出發(fā)， 將研發(fā)投入分為自主研發(fā)投入、FDI流入和政府補貼， 以上述三種投入為門檻變量探究高技術(shù)產(chǎn)業(yè)知識積累對科技創(chuàng)新的門檻效應(yīng)及作用關(guān)系。 得出以下結(jié)論：

1. 自主研發(fā)投入門檻下知識積累對科技創(chuàng)新的影響存在雙重門檻效應(yīng)。 自主研發(fā)投入有利于發(fā)揮知識積累對科技創(chuàng)新的促進作用， 但是投入不足或過度都不能取得最佳收益， 自主研發(fā)投入存在最佳投入?yún)^(qū)間（10.124≤rd<13.694）， 在最佳投入?yún)^(qū)間內(nèi)自主研發(fā)投入才能發(fā)揮知識積累的最大促進作用。 當(dāng)跨越第二門檻值時， 知識積累對高技術(shù)產(chǎn)業(yè)科技創(chuàng)新的正向影響邊際遞減。 從地區(qū)門檻空間分布來看， 近年來高技術(shù)產(chǎn)業(yè)自主研發(fā)投入力度大幅增加， 從2009年到2018年絕大部分地區(qū)陸續(xù)從第一、二區(qū)間邁入第二、三區(qū)間， 整體自主研發(fā)投入水平提高， 且處于第三區(qū)間的地區(qū)約占50%， 主要為東部地區(qū)， 存在明顯的研發(fā)投入超脫知識積累水平的資源浪費現(xiàn)象。

2. FDI流入門檻下知識積累對科技創(chuàng)新的影響存在雙重門檻效應(yīng)。 各地區(qū)吸引FDI流入的強度越高， 知識積累促進科技創(chuàng)新的效果越顯著。 當(dāng)FDI流入跨越第二門檻后， 知識積累對科技創(chuàng)新作用系數(shù)出現(xiàn)跳躍式上升， 說明提高FDI流入水平還能進一步激發(fā)知識積累對科技創(chuàng)新的促進作用。 從地區(qū)門檻空間分布來看， 2009年和2018年各地區(qū)所屬門檻情況差別不大， 絕大部分地區(qū)都沒有跨越第二門檻進入最優(yōu)區(qū)間， 而且FDI流入強度東部地區(qū)明顯高于中西部地區(qū)。

3. 政府補貼門檻下知識積累對科技創(chuàng)新的影響存在雙重門檻效應(yīng)。 本文的政府補貼僅考慮資金補助， 沒有考慮政策等方面因素。 單從政府資金補貼角度考慮， 雖然政府補貼強度促進了知識積累到科技創(chuàng)新成果的轉(zhuǎn)化， 但補貼強度提升減弱了這種轉(zhuǎn)化和促進效應(yīng); 政府補貼強度處于第一區(qū)間時， 為最優(yōu)補貼區(qū)間。 從地區(qū)門檻空間分布來看， 2009年和2018年大部分地區(qū)政府補貼處于第一區(qū)間， 只有少數(shù)省份處于第二、三區(qū)間， 整體呈現(xiàn)出補貼力度合適的狀態(tài)， 說明各地區(qū)政府對高技術(shù)產(chǎn)業(yè)的資助力度較為合理。

（二）啟示

1. 加強自主知識的擴散、吸收和創(chuàng)新， 適當(dāng)調(diào)整投入強度。 由于地區(qū)知識積累水平將影響產(chǎn)業(yè)持續(xù)創(chuàng)新能力， 高技術(shù)產(chǎn)業(yè)需從戰(zhàn)略發(fā)展的高度審視知識積累， 加強自主知識的擴散、吸收和創(chuàng)新， 提升知識積累水平， 進而提升產(chǎn)業(yè)科技創(chuàng)新能力; 同時， 適當(dāng)調(diào)整投入強度， 使其與地區(qū)既有的知識積累水平相匹配， 減少因自主研發(fā)投入遠超既有知識積累水平而造成的資源浪費， 將有限資源合理配置， 實現(xiàn)資源效益最大化。

2. 加大力度吸引外資企業(yè)。 筆者認為， 不僅要增加FDI數(shù)量， 更要提升FDI質(zhì)量， 重點吸引技術(shù)知識密集型外資企業(yè)。 本土企業(yè)與外資企業(yè)存在一定的技術(shù)距離， 更有利于通過“示范效應(yīng)、競爭效應(yīng)、人員流動效應(yīng)和關(guān)聯(lián)效應(yīng)”路徑技術(shù)外溢來獲取外資企業(yè)先進技術(shù)和知識， 促進本土企業(yè)知識創(chuàng)新和既有知識開發(fā)利用， 提升科技創(chuàng)新能力。

3. 健全高技術(shù)產(chǎn)業(yè)補貼機制， 加強對產(chǎn)業(yè)知識產(chǎn)權(quán)保護的引導(dǎo)和扶持。 政府應(yīng)當(dāng)健全高技術(shù)產(chǎn)業(yè)的財政補貼機制， 在給予資金補助的同時， 采取鼓勵和引導(dǎo)性政策積極調(diào)整產(chǎn)業(yè)、政府、外商之間的研發(fā)投入結(jié)構(gòu)[34] ， 以促進從知識積累到科技創(chuàng)新的轉(zhuǎn)化; 加強對產(chǎn)業(yè)知識產(chǎn)權(quán)保護的引導(dǎo)和扶持， 確保高技術(shù)產(chǎn)業(yè)技術(shù)知識創(chuàng)新所帶來的收益， 這樣既能鼓勵高技術(shù)產(chǎn)業(yè)加強各地區(qū)之間的信息溝通、技術(shù)共享和知識流通， 又能激發(fā)產(chǎn)業(yè)知識創(chuàng)新和技術(shù)吸收， 促進產(chǎn)業(yè)積極開展科技創(chuàng)新。

[1] 榮健，劉西林，佟澤華.基于知識積累的高技術(shù)產(chǎn)品研發(fā)項目學(xué)習(xí)雙元最優(yōu)順序策略研究[ J].科技進步與對策，2017（16）：126 ～ 131.

[2] 李培楠，趙蘭香，萬勁波.創(chuàng)新要素對產(chǎn)業(yè)創(chuàng)新績效的影響——基于中國制造業(yè)和高技術(shù)產(chǎn)業(yè)數(shù)據(jù)的實證分析[ J].科學(xué)學(xué)研究，2014（4）：604 ～ 612.

[3] Laursen K.， Salter A.. Open for Innovation： The Role of Openness in Explaining Innovation Performance Among UK Manufacturing Firms[ J].Strategic Management Journal，2006（2）：131 ～ 150.

[4] 韓亞峰，樊秀峰，周文博.知識資本積累、集團化經(jīng)營與高新技術(shù)企業(yè)研發(fā)績效——基于知識資本動態(tài)積累模型[ J].軟科學(xué)，2015（8）：14 ～ 19.

[5] 楊菲，安立仁，史貝貝，高鵬.知識積累與雙元創(chuàng)新能力動態(tài)反饋關(guān)系研究[ J].管理學(xué)報，2017（11）：1639 ～ 1649.

[6] Grant R. M.. Toward a Knowledge-based Theory of the Firm[ J].Strategic Management Journal，1996（2）：109 ～ 122.

[7] Fores B.， Camison C.. Does Incremental and Radical Innovation Performance Depend on Different Types of Knowledge Accumulation Capabilities and Organizational Size？[ J].Journal of Business Research，2016（2）：831 ～ 848.

[8] 楊立生，陳倩.知識積累、開放式創(chuàng)新與高技術(shù)企業(yè)新產(chǎn)品績效研究[ J].云南財經(jīng)大學(xué)學(xué)報，2020（7）：98 ～ 112.

[9] Smith K. G.， Christopher J. C.， Kevin D. C.. Existing Knowledge， Knowledge Creation Capability， and the Rate of New Product Introduction in High-technology Firms[ J].Academy of Management Journal，2005（2）：346 ～ 357.

[10] 洪俊杰，石麗靜.自主研發(fā)、地區(qū)制度差異與企業(yè)創(chuàng)新績效——來自371家創(chuàng)新型企業(yè)的經(jīng)驗證據(jù)[ J].科學(xué)學(xué)研究，2017（2）：310 ～ 320.

[11] 儲德銀，張同斌.自主研發(fā)、技術(shù)引進與高新技術(shù)產(chǎn)業(yè)成長[ J].科研管理，2013（11）：53 ～ 60.

[12] 羅軍，陳建國.研發(fā)投入門檻、外商直接投資與中國創(chuàng)新能力——基于門檻效應(yīng)的檢驗[ J].國際貿(mào)易問題，2014（8）：135 ～ 146.

[13] 黎文靖，鄭曼妮.實質(zhì)性創(chuàng)新還是策略性創(chuàng)新？——宏觀產(chǎn)業(yè)政策對微觀企業(yè)創(chuàng)新的影響[ J].經(jīng)濟研究，2016（4）：60 ～ 73.

[14] 楊洋，魏江，羅來軍.誰在利用政府補貼進行創(chuàng)新？——所有制和要素市場扭曲的聯(lián)合調(diào)節(jié)效應(yīng)[ J].管理世界，2015（1）：75 ～ 86+98+188.

[15] 張軍，許慶瑞.企業(yè)知識積累與創(chuàng)新能力演化間動態(tài)關(guān)系研究——基于系統(tǒng)動力學(xué)仿真方法[ J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2015（1）：128 ～ 138.

[16] Ansari S.， Krop P.. Incumbent Performance in the Face of a Radical Innovation： Towards a Framework for Incumbent Challenger Dynamics[ J].Research Policy，2012（8）：1357 ～ 1374.

[17] Kogut B.， Zander U.. Knowledge of the Firm， Combinative Capabilities， and the Replication of Technology[ J].Social Science Electronic Publishing，1992（7）：17 ～ 35.

[18] 李平，劉利利.政府研發(fā)資助、企業(yè)研發(fā)投入與中國創(chuàng)新效率[ J].科研管理，2017（1）：21 ～ 29.

[19] 陳繼勇，盛楊懌.外商直接投資的知識溢出與中國區(qū)域經(jīng)濟增長[ J].經(jīng)濟研究，2008（12）：39 ～ 49.

[20] Zhang Y.， Li H. Y.， Li Y.， Zhou L. A.. FDI Spillovers in an Emerging Market： The Role of Foreign Firms' Country Origin Diversity and Domestic Firms' Absorptive Capacity[ J].Strategic Management Journal，2010（9）：969 ～ 989.

[21] Schneider P. H.. International Trade， Economic Growth and Intellectual Property Rights： A Panel Data Study of Developed and Developing Countries[ J].Journal of Development Economics，2005（2）： 529 ～ 547.

[22] Cheung K. Y.. Spillover Effects of FDI Via Exports on Innovation Performance of China's High-technology Industries[ J].Journal of Contemporary China，2010（65）：541 ～ 557.

[23] 魏芳，耿修林.政府科技資助方式、風(fēng)險投資對企業(yè)創(chuàng)新投入的影響——基于我國創(chuàng)業(yè)板上市公司的實證檢驗[ J].西部論壇，2018（1）：100 ～ 108.

[24] 白旭云，王硯羽，蘇欣.研發(fā)補貼還是稅收激勵——政府干預(yù)對企業(yè)創(chuàng)新績效和創(chuàng)新質(zhì)量的影響[ J].科研管理，2019（6）：9 ～ 18.

[25] 李曉鐘，徐怡.政府補貼對企業(yè)創(chuàng)新績效作用效應(yīng)與門檻效應(yīng)研究——基于電子信息產(chǎn)業(yè)滬深兩市上市公司數(shù)據(jù)[ J].中國軟科學(xué)，2019（5）：31 ～ 39.

[26] Duchin R. O.， Ozbas， Sensoy B. A.. Costly External Finance， Corporate Investment， and the Subprime Mortgage Credit Crisis[ J].Journal of Financial Economics，2010（3）：418 ～ 435.

[27] Busom I.. An Empirical Evaluation of the Effects of R&D Subsidies[ J].Economics of Innovation and New Technology，2000（9）：111 ～ 148.

[28] Wallsten S. J.. The Effects of Government-industry R&D Programs on Private R&D： The Case of the Small Business Innovation Research Program[ J].Rand Journal of Economics，2000（31）：82 ～ 100.

[29] Hansen B.. Threshold Effects in Non-dynamic Panels： Estimation， Testing and Inference[ J].Journal of Econometrics，1999（2）：345 ～ 368.

[30] Ang J. B.. Financial Development， Liberalization and Technological Deepening[J]. European Economic Review，2011（5）：688 ～ 701.

[31] 戴小勇，成力為.研發(fā)投入強度對企業(yè)績效影響的門檻效應(yīng)研究[ J].科學(xué)學(xué)研究，2013（11）：1708 ～ 1716.

[32] 原毅軍，孫大明.FDI技術(shù)溢出、自主研發(fā)與合作研發(fā)的比較——基于制造業(yè)技術(shù)升級的視角[ J].科學(xué)學(xué)研究，2017（9）：1334 ～ 1347.

[33] 毛其淋，許家云.政府補貼對企業(yè)新產(chǎn)品創(chuàng)新的影響——基于補貼強度“適度區(qū)間”的視角[ J].中國工業(yè)經(jīng)濟，2015（6）：94 ～ 107.

[34] 吳石磊.現(xiàn)代農(nóng)業(yè)創(chuàng)業(yè)投資的梭形投融資機制構(gòu)建及支持政策研究[M].北京：經(jīng)濟科學(xué)出版社，2018：1 ～ 184.