派智库

内容提要 文章利用长三角地区25个城市2007～2014年的面板数据，以人力资本、金融发展水平、交通基础设施和对外开放度等吸收能力变量分别作为转换变量，采用包含外生控制变量的面板平滑转换（PSTR）模型，检验了OFDI对区域技术创新的非线性动态影响效应。研究结论表明：上述吸收能力变量均存在单一门槛，当吸收能力变量跨越各自的门槛值并使得PSTR模型趋于高体制时，OFDI对区域技术创新能力的影响均为正向显着；对应于不同的吸收能力变量，跨越各自门槛值的样本在时间和空间分布上存在差异；对外开放度和人力资本是最重要的两个吸收能力变量，但跨越各自门槛的样本比例较低；随着吸收能力变量水平的连续增加，OFDI对区域技术创新能力的影响也在持续增强，OFDI和区域技术创新之间存在平滑转换机制效应。

关键词 OFDI 区域技术创新 非线性 吸收能力 PSTR模型

长三角地区[1]对外直接投资（OFDI）规模在全国占据重要地位。国家商务部、统计局以及国家外汇管理局联合颁布的《2014年度中国对外直接投资统计公报》显示，2014年长三角地区OFDI流量和存量分别达到129.24亿美元和564.60亿美元，分别占同期中国地方总投资流量和存量的23.60％和23.98％。其中，江苏OFDI流量和存量分别为40.70亿美元和156.10亿美元，均位列全国第5位；上海OFDI流量和存量分别为49.92亿美元和254.80亿美元，均位列全国第3位；浙江OFDI流量和存量分别为38.62亿美元和153.70亿美元，分别位列全国第7位和第6位。除了对外投资金额在全国排名靠前以外，长三角地区投资企业数量在全国也位居前列。2014年长三角地区境外投资企业数量达到7901家，占当年地方境外投资企业总量的31.95％。其中，江苏境外投资企业数量为2690家，位列全国第3位；上海境外企业投资数量为1891家，位列全国第4位；浙江境外投资企业数量为3320家，位列全国第2位。国际投资学的相关理论研究表明，OFDI规模的增加可能会对母国产生技术进步效应，最终提升母国的技术创新能力。但是，母国技术进步效应的实现需要一定的条件，母国吸收能力是实现这一效应的关键。在长三角地区，OFDI的规模优势是否相应地带来了区域技术创新能力的提升?OFDI对区域技术创新的影响是否受到吸收能力的制约?本文将结合非线性面板平滑转换（Panel Smooth Transition Regression，PSTR）模型，具体分析吸收能力约束下长三角OFDI对区域技术创新的非线性动态影响。 内容来自dedecms

一、相关文献回顾 dedecms.com

Kogut和Chang（1991）对于OFDI逆向外溢效应进行了开创性的研究，他们发现日本国内的研发投入会伴随日本对美国和欧盟直接投资的增加而增加，证明了OFDI逆向外溢的存在性。随后，Neven和Siotis（1996）也进行了类似的研究，得出的结论基本相同。Bruno Van Pottelsberghe和Lichtenberg（2001）对包含美国、日本、欧洲国家的样本数据的研究及Driffield和Love（2003）对英国1984～1992年制造业行业面板数据的研究，以及Yang等（2013）对1987～2000年台湾地区制造业企业数据的研究等，均基本得到OFDI具有显着逆向外溢效应的结论。相关学者的进一步研究发现，OFDI逆向技术外溢效应的实现需要一定的条件，投资国的吸收能力是影响逆向技术外溢效应的重要因素。Siotis（1999）指出，当投资母国的企业缺少相应的技术吸收能力时，逆向技术外溢就不会发生。Chen等（2012）认为逆向外溢效应是否实现取决于母公司能否有效吸收海外子公司转移回国内的国外先进技术，即吸收能力非常关键。 copyright dedecms

与国外学者类似，国内学者冼国明等（1998）、赵伟等（2006）、王英等（2008）、刘宏等（2013）的研究均发现我国OFDI对技术进步存在较为显着的逆向外溢效应。同时，OFDI与母国技术创新的关系也逐渐成为关注的热点。周怀峰等（2010）利用案例分析法探讨了OFDI对企业自主创新能力的影响。沙文兵（2012）研究了我国OFDI对自主创新能力的逆向外溢效应，结论是该效应较为显着。毛其淋等（2014）利用2004～2009年企业层面微观数据分析了OFDI对中国企业创新的影响，发现OFDI与企业创新之间存在显着的因果效应。杜丽虹等（2014）通过问卷调查的方式分析了OFDI过程中我国企业通过逆向知识转移提升自主创新能力的程度。汪洋等（2015）研究发现中国企业可以通过OFDI实现逆向技术外溢，提高自身自主创新能力。宋跃刚等（2015）利用2003～2012年省际面板数据研究了制度环境与OFDI对区域技术创新能力的影响，发现OFDI逆向技术外溢显着提升了区域技术创新能力。

dedecms.com

在影响OFDI逆向外溢的因素中，吸收能力依旧是关键。阚大学（2010）发现制约我国东部逆向技术外溢吸收的是人力资本，而制约中西部的是经济开放度和金融发展水平。李梅（2010）认为人力资本是影响OFDI逆向外溢的重要的吸收能力因素。陈岩（2011）认为通过OFDI获取的国外研发存量与国内各省市TFP密切相关，逆向外溢效应取决于吸收能力。吴书胜等（2015）发现以吸收能力变量作为转换变量，中国OFDI和TFP之间存在平滑转换机制效应，并且OFDI在影响我国TFP上具有非均衡性。尹东东等（2016）研究发现，表征吸收能力的一系列变量对于OFDI逆向技术外溢效应的实现起到了积极的促进作用。

织梦好，好织梦

本文将借鉴已有的研究成果，力图在以下三方面进行拓展：第一，利用综合指标体系衡量长三角区域技术创新能力，并采用全局主成分分析（Global Principal Components Analysis，GPCA）将多指标进行合成，避免了使用专利申请量、专利授权量、新产品销售收入等单一指标表示区域技术创新能力的局限。第二，以吸收能力变量作为转换变量，利用包含外生控制变量的PSTR模型分析长三角OFDI对区域技术创新的非线性动态影响。PSTR模型是对平滑转换模型（STR）和面板门槛模型（PTR）的扩展，通过引入连续的转换函数替代PTR中离散的转换函数，使模型系数能随转换变量的变化而连续变化。同时，PSTR模型也能够更好地反映数据截面和时间的异质性特征。因此，采用PSTR模型能刻画随着吸收能力变量的连续变化，OFDI对区域技术创新的持续动态影响，揭示OFDI对区域技术创新连续的非线性影响效应。在已有的文献中，有关OFDI和区域技术创新之间的非线性动态关系的研究尚不多见。第三，采用长三角地区包括江苏省13个城市、浙江省1 1个城市以及上海市在内的25个城市的数据，在研究样本上虽然不具备全国特征，但以地级市为基本样本单元的研究更为细化，可对已有的研究形成有益的补充。 本文来自织梦

二、理论分析

Cohen和Levinthal（1990）在研究企业研发作用时最早提出了企业层面的“吸收能力”的概念。赖明勇和包群（2003）将吸收能力划分为基于技术能力的吸收能力、基于人力资本的吸收能力和拓展的吸收能力三类。Tu Qiang等（2006）认为基于不同视角的吸收能力具有不同的内涵：如果从资源基础观视角来理解吸收能力的内部结构，则吸收能力包括相关的先验知识、知识交流网络、组织内部知识交流风气或氛围及知识扫描机制；如果从开放式创新过程中的组织资源视角来理解吸收能力，则可以将吸收能力分为R&D资本、人力资本、社会资本知识和管理制度等维度。本文根据研究的需要将吸收能力界定为拓展的吸收能力，划分为人力资本、金融发展水平、交通基础设施、对外开放度等四个维度。

1.人力资本

织梦内容管理系统

在新经济增长理论中，人力资本是引起技术进步的重要变量，也是实现内生经济增长的主要源泉。在早期研究FDI技术外溢的文献中，人力资本常常作为重要的吸收能力变量，并且大多数文献研究发现，FDI实现积极的外溢效应必须与人力资本相结合。与FDI技术外溢的作用类似，人力资本在OFDI对母国区域技术创新能力的影响中也发挥重要的作用。一方面，母国跨国公司将通过OFDI获取的东道国较为先进的技术转移至国内，在国内市场竞争中占据有利地位，这会对同产业的其他公司产生巨大的示范作用。上下游关联企业将对该公司的先进技术进行模仿、跟踪和学习，具有较高人力资本水平的企业无疑会加快这一进程。另一方面，这会对其他公司产生一定的市场竞争压力，使其主动提高自身研发能力以保持特有的竞争优势。如果企业人力资本水平较高，同样能够快速地提高自身的研发水平。在学习模仿和竞争压力的双重作用下，母国企业的创新能力得以提升。通过产业问的技术扩散，最终促进母国整体区域技术创新能力的提升。根据上述分析，本文提出假设1。

本文来自织梦

假设1：人力资本水平越高，OFDI对区域技术创新能力影响越显着。

2.金融发展水平

一个地区金融发展规模越大，发展水平越高，就越能为企业OFDI提供资金支持。同时，企业利用OFDI带来的先进技术进行生产时需要购买与之相适应的机器设备，并对机器设备进行维修和更换，需要雇佣具有一定技能的熟练工人，并进行生产流程和管理结构的重组等。这些工作都需要大量的资金。较高的金融发展水平能为对外投资企业的融资提供有效的保障，也更有利于区域技术创新能力的提升。因此，本文提出假设2。

copyright dedecms

假设2：金融发展水平越高，OFDI对区域技术创新能力影响越显着。

3.交通基础设施

织梦内容管理系统

一个地区的交通基础设施条件为企业开展投资活动提供了重要的连接和支撑作用。交通基础设施条件越健全，企业物资的运送就越为便捷快速，先进技术扩散和传播的渠道也越为通畅，也越有利于区域技术创新能力的提升。因此，本文提出假设3。

内容来自dedecms

假设3：交通基础设施越健全，OFDI对区域技术创新能力影响越显着。

4.对外开放度

dedecms.com

对外开放度越高，不仅意味着有更多的进出口贸易联系，更意味着与外界有更多的学习和交流机会。在对外开放度高、贸易和投资成本较低的环境中，本土企业更易于开展OFDI，也更易于将所获得的国外先进经验和技术通过贸易或投资的方式转移到母国，提升母国的技术创新能力。同时，国外先进的技术和经验在对外开放度高的地区更易于传播扩散，这也有助于提升母国技术创新能力。因此，本文提出假设4。 织梦好，好织梦

假设4：对外开放度越高，OFDI对区域技术创新能力影响越显着。

三、模型、变量与数据 dedecms.com

1.模型设定 织梦好，好织梦

根据Gonzflez et al.（2005）、Colletaz和Hurlin（2008）的相关研究，拓展的PSTR一般模型可以表示为： copyright dedecms

织梦内容管理系统

其中，i=1，2，…，N；t=1，2，…，T。yit表示被解释变量，xit表示随时间变化的解释变量。β0为xit线性部分系数，βj为xit非线性部分系数。zit为固定系数的外生解释变量，α0为其固定系数。μi表示个体效应，εt为随机扰动项。 织梦内容管理系统

为转换函数，r为转换函数个数。转换函数具体形式设定为Logis-tic函数形式：

copyright dedecms

dedecms.com

其中，为转换变量；rj为平滑参数，并且rj>0，反映了转换函数的转换速度；cj为转换变量的位置参数，并且有，代表转换函数发生跳跃的位置，也称为门槛水平；mj为转换变量位置参数个数。 织梦内容管理系统

可以看出，转换函数g是转换变量q的函数。当转换变量q发生变化时，转换函数值在0～1之间平滑移动，此时xit的系数在之间平滑转换。当g=0时，称为低体制（low regime）；当g=1时，称为高体制（high regime）。因此，该模型可以刻画自变量和因变量之间存在的连续的非线性关系。 dedecms.com

为了反映吸收能力作用下OFDI对区域技术创新能力影响的动态特征，根据模型（1）和（2），本文将计量模型设定为PSTR模型形式：

dedecms.com

其中，CR为区域技术创新能力；OFDI为对外直接投资变量，是模型的核心解释变量；ABS为吸收能力变量，在模型中为转换函数的状态变量；CON为一系列控制变量，在模型中设定为不随时间变化的外生变量。 本文来自织梦

2.变量说明 本文来自织梦

（1）区域技术创新能力（CR） 织梦内容管理系统

综合考虑地级市层面数据的连续性和可获得性，本文选取16个指标综合反映长三角25个城市历年的区域技术创新能力。具体指标包括：X1：R&D经费投入（亿元）；X2：R&D经费占GDP比重（％）；X3：R&D人员全时当量（万人年）；X4：专利发明申请量（件）；X5：专利实用新型申请量（件）；X6：专利外观设计申请量（件）；X7:专利发明授权量（件）；X8：专利实用新型授权量（件）；X9：专利外观设计授权量（件）；X10：教育财政支出（亿元）；X11:教育财政支出占财政支出比重（％）；X12.科技财政支出（亿元）；X13：科技财政支出占财政支出比重（％）；X14：高等院校数（个）；X15公共图书馆数（个）；X16.图书馆藏书量（万册）。其中，X1～X3反映区域技术创新投入，X4～X9反映区域技术创新产出，X10～X16反映区域技术创新支撑环境。

（2）对外直接投资（OFDI）

OFDI具有资本属性，累积的OFDI可能会对区域技术创新能力产生持续影响。因此本文首先根据OFDI流量计算各市OFDI存量，折旧率设定为10％；其次将OFDI存量数据除以各市历年实际GDP，以进一步消除不同城市规模的影响。

dedecms.com

（3）吸收能力（ABS）

1、人力资本（HUM）。本文以Barro和Lee（2000）以及Wang和Yao（2003）的方法为基础，采用人均受教育年限法测算各市的人力资本水平。计算公式为： 内容来自dedecms

H1t=（1-δt）H1,t-1+（Pt-Jt+3）（5） 内容来自dedecms

H2t=（1-δt）H2,t-1+（Jt-St+3）（6） 内容来自dedecms

H3t=（1-δt）H3,t-1+（St-Ct+4）（7）

内容来自dedecms

H4t=（1-δt）H4,t-1+Ct（8）

HUMt=（6H1t+9H2t+12H3t+16H4t）／TPt（9） 织梦好，好织梦

其中，用Pt、Jt、St、Ct分别表示每年小学、初中、高中、大专以上毕业生人数；Hit为t年人口中各级教育程度存量；δt为人力资本折旧率，用人口死亡率表示，i=1，2，3，4（其中1表示小学，2表示初中，3表示高中，4表示大专以上）。假设小学、初中、高中、大专以上的教育年限分别为6、9、12、16年，则HUMt为第t年人力资本，TPt为各级受教育存量总和，即人力资本是各级受教育程度存量以教育年限为权重的加权平均。 织梦好，好织梦

2、金融发展水平（FIN）。衡量金融发展水平的指标较多，本文采用“戈式指标”即金融机构贷款总额占GDP比重来衡量。 织梦内容管理系统

3、交通基础设施（INF）。采用长三角各城市水路、公路、铁路和航空等各种运输方式货物运输总量表示交通基础设施状况。

内容来自dedecms

4、对外开放度（OPE）。本文借鉴多数参考文献的处理方法，将对外开放度定义为进出口总额占GDP的比重。 copyright dedecms

（4）控制变量（CON）

本文来自织梦

除了OFDI以外，某一地区的经济、制度、市场、区位等因素都有可能对区域技术创新能力产生影响，因此需要加入相应的控制变量。在PSTR模型中，控制变量作为外生变量引入，即控制变量前系数不随吸收能力变化而变化。为了避免控制变量过多而产生多重共线性，本文选取了相关系数不高的经济发展水平、城市化水平、产业结构和利用外商直接投资等4个变量作为控制变量。 织梦好，好织梦

1、经济发展水平（EDV）。一般而言，经济发展水平较高的地区，区域技术创新能力可能会更强。本文采用人均实际GDP表示经济发展水平，用各市实际GDP／户籍人口数计算表示。

dedecms.com

2、城市化水平（URB）。相关研究显示，城市化有利于促进劳动分工及专业化的形成，有利于加速技术的传播与扩散，提高区域技术创新能力。本文采用城镇化率即城镇人口占总人口的比重，或者非农业人口占总人口的比重来衡量城市化水平。 织梦好，好织梦

3、产业结构（IND）。产业结构的优化有利于区域技术创新能力的提高。本文采用产业结构高级化指标，即第三产业与第二产业增加值之比表示产业结构水平。 copyright dedecms

4、利用外商直接投资（FDI）。采用与计算OFDI指标类似的方法，即首先计算各市利用外商直接投资存量，再将存量数据除以各市历年实际GDP。 copyright dedecms

将吸收能力变量和控制变量分别代入模型（3），最终得到以不同吸收能力变量作为转换变量的四个模型：

copyright dedecms

在模型中，除了区域技术创新能力变量CR采用全局主成分计算数值以外，其余变量均以自然对数形式进入模型。

3.数据来源及处理 dedecms.com

由于江苏省分地级市的OFDI数据最早统计年份为2007年，本文将样本区间设定为2007～2014年。所使用的数据来源于长三角地区25个城市2008～2015年各市的《统计年鉴》、2008～2015年《江苏统计年鉴》和《浙江统计年鉴》、2008～2013年《浙江商务年鉴》、2008～2015年各市的《国民经济和社会发展统计公报》、江苏省以及上海市和浙江省知识产权局网站、江苏省和浙江省第二次全国R&D资源清查主要数据公报、浙江省各年度设区市、县（市、区）科技进步统计监测评价报告、长三角25个城市各市《2010年全国第六次人口普查主要数据公报》。

对于人民币货币单位变量，用2007年为基期的GDP平减指数平减。该指数首先通过各市历年《统计年鉴》中提供的GDP增长指数计算出2007年为基期的实际GDP，再用名义GDP／实际GDP表示，最终单位为亿元。对于美元货币单位变量，采用国家统计局网站公布的历年人民币兑美元中间汇率将OFDI原始美元数据换算成人民币（亿元），并利用GDP平减指数进行平减。此外，人均GDP的单位为万元/人，交通基础设施单位为亿吨。 dedecms.com

由于地级市单元人力资本初始存量的估计存在一定困难，本文在计算人力资本（HUM）时，根据长三角25个城市各市《2010年全国第六次人口普查主要数据公报》，以2010年人力资本存量数据为基础，再利用公式（2）～（6）计算出长三角25个城市2007～2014年的人力资本，单位为年。计算过程中，将成人高校和高等职业技术学院毕业生并入到大专以上毕业生中；将中专、职业高中、成人中专毕业生并入到高中毕业生中；将职业中学、技工学校毕业生并入到初中毕业生中。假设各级教育程度的毕业生都顺利毕业，2014年以后初中和高中毕业生数据用2011年以后各市的招生数代替，2014年以后大专毕业生数用2010年以后各市大专招生数代替。

织梦好，好织梦

对于X3（R&D人员全时当量）缺失的数据，假设其年增长率与R&D经费投入年增长率相同，通过R&D经费投入年增长率估算获得。对于其他个别城市或年份缺失的数据，采用线性插值法或自回归方程估算获得。本文对11861个基础数据单元进行计算整理，最终共有200个样本点、10个变量、2000个数据单元进入PSTR模型分析。 dedecms.com

四、实证分析

1.区域技术创新能力（CR）测算 内容来自dedecms

根据2007～2014年25个城市X1～X16等16个指标共3200个数据单元构成的区域技术创新指标面板数据，采用全局主成分分析方法（GPCA）将数据标准化后计算特征值，发现前三个主成分特征值大于1，累计方差贡献率达到87.272％，基本反映了区域技术创新能力的大部分信息。利用三个主成分特征值和特征向量，分别计算出各自的表达式，再以三个主成分各自特征值占三个特征值之和的比例作为各主成分权重进行加权求和，最终得到区域技术创新能力的表达式，并求得区域技术创新能力具体数值。

表1列出了长三角各城市历年区域技术创新能力均值，从中可以看出长三角区域技术创新能力基本呈现出稳定的上升趋势。

织梦好，好织梦

copyright dedecms

2.面板数据平稳性检验 内容来自dedecms

为了避免面板数据不平稳而产生伪回归，首先对各变量进行面板数据单位根检验。本文分别采用LLC、IPS、HT、Breit和Hadri等五种方法检验各变量的平稳性。其中LLC、IPS、HT、Breit等四种单位根检验，原假设均为面板数据包含单位根非平稳，备择假设均为面板数据平稳；Hadri检验原假设为面板数据平稳，备择假设为面板数据包含单位根非平稳。对于多数具有增长趋势的水平变量，采用包含时间趋势的模型；对于多数一阶差分变量，则采用不包含时间趋势的模型。具体检验结果见表2。

内容来自dedecms

表2显示，对于各变量的水平变量，多数的检验结果为非平稳序列；对于各变量的一阶差分变量，绝大多数检验结果显示为平稳序列，即各变量均为一阶单整I（1）序列。由于上述变量为一阶单整序列，因而存在协整的可能。本文进一步对各变量进行基于EG两步检验法的Kao协整检验。检验结果见表3。 dedecms.com

表3显示，残差项一期滞后项及其一阶差分项均在1％水平上显着，ADF统计量t值也在1％水平上显着，拒绝不存在协整关系的原假设，即变量之间存在协整关系。因此，可以构建PSTR模型进行进一步分析。 织梦好，好织梦

copyright dedecms

3.PSTR模型非线性检验

copyright dedecms

在对PSTR模型进行参数估计之前，首先需要确定转换函数个数r。如果r=0，表明模型不存在非线性的体制转换效应，无需采用PSTR模型进行估计。如果r≥1，则应采用PSTR模型。因此，对PSTR模型首先进行“线性检验”（H0：r=0；H1：r=1）。对转换函数中的平滑参数γ在0处展开为一阶泰勒线性表达式，构造辅助回归方程： dedecms.com

原假设H0即为为了保证检验结果的稳健性，同时构造下列三个统计量：

内容来自dedecms

其中，SSR0为原假设条件下面板残差平方和，SSR1为备择条件下面板残差平方和。在原假设条件下，LM和LRT统计量遵循渐进的χ2（mk）分布，LMF遵循渐进的F（mk，TN-N-mk）分布。T为样本区间，N为样本个数。 织梦好，好织梦

如果“非线性检验”拒绝原假设，则需要进一步进行“剩余非线性效应检验（H0:r=1；H1：r=2）”，即检验存在一个或两个转换函数。此时，对于第二个转换函数的平滑参数在0处展开为一阶泰勒线性表达式，构造辅助回归方程，采用类似于“线性检验”的方法，计算LM、LMF和LRT统计量。如果仍然拒绝H0，则需要继续“剩余非线性检验”，直至不能拒绝H0为止。最终可得到模型的最佳转换函数个数r。 本文来自织梦

模型（10）～（13）的非线性检验和剩余非线性检验结果见表4。 copyright dedecms

内容来自dedecms

从表4中可以看出，在四个吸收能力变量分别作为转换变量的模型中，非线性检验的三个统计量均在1％水平上显着，强烈拒绝了原假设，即认为转换函数个数至少应为1，存在非线性转换机制，应采用PSTR模型进行估计。在剩余非线性检验中，除了lnHUM和lnFIN各自的LRT统计量显着以外，其余统计量均不能通过显着性检验。这基本表明模型不能拒绝剩余非线性检验中转换函数个数为1的原假设。因此，四个PSTR模型的转换函数个数r最终都确定为1。 copyright dedecms

4.PSTR模型确定位置参数个数检验 本文来自织梦

在确定转换函数个数以后，还需要确定四个PSTR模型各自的位置参数个数m。对于四个PSTR模型，在转换函数个数r=1的条件下，分别计算当m=1和m=2时LM、LMF和LRT的显着性P值。P值越小，表明越显着，应采取相应的模型。同时，计算当m=1和m=2时对应模型的赤池信息准则（AIC）和贝叶斯准则（BIC），根据AIC和BIC的判断标准，应选取数值较小的模型。计算结果见表5。

织梦好，好织梦

表5显示，对应于转换变量lnHUM和lnFIN，m=1时各统计量相应的P值以及AIC和BIC数值均小于m=2时相应的数值，因此模型（10）和（11）位置参数个数确定为1。对于模型（12），除了m=1时AIC数值大于m=2时相应的数值，其余各统计量数值在m=1时均小于m=2时相应的数值，因而位置参数个数也确定为1。对于模型（13），m=1时LM、LMF和LRT的显着性P值大于m=2时相应的数值，但m=1时AIC和BIC数值均小于m=2时相应的数值。Colletaz和Hurlin（2008）也认为，较少的体制个数已经足以反映PSTR模型截面和时间的异质性。因此，综合考虑后，对于模型（13）也采用m=1。这样，最终四个模型均为r=1并且m=1，即均为包含一个转换函数的两体制PSTR模型。

dedecms.com

5.PSTR模型回归结果分析 dedecms.com

对四个r=1、m=1的PSTR模型进行参数估计，具体结果见表6。 织梦内容管理系统

织梦内容管理系统

表6显示，四个模型的判定系数R2介于0.67～0.86之间，F统计量均在1％水平上显着，表明模型整体拟合效果较好。同时各模型非线性部分回归系数β1均在1％水平上显着，这也表明采用PSTR模型能够较好地刻画OFDI与区域技术创新能力之间的非线性特征。

在模型（10）中，人力资本lnHUM作为转换变量，位置参数c取值为2.254。由此可计算出人力资本HUM门槛值为e2.254=9.526（年）。当HUM≤9.526时，PSTR模型趋向于低人力资本体制。当g=0时，lnOFDI对CR的影响系数β0为-0.150，并且在1％水平上显着，表明对外直接投资对区域技术创新产生了显着的抑制作用。当HUM≥19.526时，PSTR模型趋向于高人力资本体制；当g=1时，lnOFDI对CR的影响系数β0+β1为1.239，表明OFDI对区域技术创新产生了显着的促进作用。平滑参数γ为29.700，表明模型的体制转换速度较快。图1为人力资本lnHUM作为转换变量的转换函数图像和影响系数β0+β1的动态变化图像。从图中可以看出，当转换函数位于0和1之间时，InOFDI对CR的影响系数在-0.150和1.239之间平滑转换。同时，随着人力资本水平的不断提高，lnOFDI对CR的影响系数在不断增加。这证实了本文的假设1，即人力资本水平越高，对外直接投资对区域技术创新能力的影响越显着。在模型的总体分析样本中，共有28％的样本跨越门槛值。从空间分布看，镇江、常州、无锡、苏州、上海、杭州等城市人力资本水平跨越了人力资本门槛值；从时间分布看，上述城市2007～2014年的人力资本水平均超越了门槛值。由此可以看出，超过人力资本门槛值的城市集中在长三角以上海为辐射中心的核心区域，并且主要以江苏省的城市为主。

织梦内容管理系统

在模型（11）中，金融发展水平lnFIN作为转换变量，位置参数C取值为0.143。由此可计算出金融发展水平FIN门槛值为e0.143