蒋兵 张文礼 程钧谟

【摘要】选取我国高技术产业2009 ～ 2018年省际面板数据为样本， 从研发投入视角构建知识积累影响科技创新的门槛效应模型， 探究自主研发投入、FDI流入和政府补贴的门槛效应， 并分析各地区所属门槛区间特征。 研究发现， 知识积累对科技创新的影响均显著存在基于自主研发投入、FDI流入和政府补贴的“双重门槛效应”， 且三个门槛变量下知识积累对科技创新均为促进作用。 自主研发投入、FDI流入和政府补贴的最佳研发投入区间分别为第二区间（10.124≤rd<13.694）、第三区间（fdi≥-1.26）和第一区间（gov<-1.999）， 此时高技术产业知识积累对科技创新促进效应最显著。

【关键词】研发投入;知识积累;科技创新;门槛效应

一、引言

高技术产业具有技术知识高度密集、技术生命周期短和产业回报能力强的特点[1] ， 是推动要素驱动向创新驱动转变的核心力量。 我国高技术产业起步相对较晚， 知识积累水平和创新能力略显不足。 近年来， 虽然我国高技术产业不断加大研发投入， 但创新能力提升幅度不大， 产业创新绩效相较于发达国家处于较低水平[2] 。 这主要是由产业研发投入与既有知识积累不匹配所导致， 存在研发投入远超知识积累的资源过剩现象或研发投入滞后于知识积累的短板效应缺陷。 研发投入是技术创新的基本投入要素， 而知识积累是技术创新的基础并直接影响创新结果， 研发投入需要与产业既有的知识积累水平协调一致， 最大限度地激发和利用知识存量以提升创新能力。 因此， 在既有知识积累水平下， 如何科学合理地进行研发投入已成为我国高技术产业提升科技创新水平的关键问题。

基础资源理论认为知识是技术创新过程中最重要的资源， 知识积累是创新驱动产出的关键因素之一。 关于知识积累与创新关系的研究多遵循熊彼特新经济增长理论， 即知识存量有利于促进科技创新。 Laursen等[3] 、韩亚峰等[4] 、杨菲等[5] 认为产业技术创新依赖于知识积累水平， 知识存量越多， 技术创新水平越高。 但是Grant[6] 、Fores等[7] 认为， 知识存量并非越多越好， 知识积累前期能增加关键信息获取量从而提高创新绩效， 但是后期过度依赖知识积累会导致成本大量投入而抑制产业发展。

另外， 一部分学者从知识积累的类型、来源探讨知识积累对技术创新的影响。 从知识积累类型出发， 杨立生等[8] 将知识积累划分为知识积累深度、宽度、同质、多元四种类型， 发现知识深度和多元积累与新产品绩效呈倒U型关系， 知识宽度和同质积累显著促进新产品绩效提升。 从知识积累来源出发， 知识积累主要分为外部知识获取和内部知识创造两种方式。 Smith等[9] 认为内部知识创造是为了满足自身创新活动对知识需求的响应机制， 产出更多新的知识来促进技术创新; 外部知识获取是从外部环境获取大量异质性知识并对其进行吸收转化， 以拓展自身知识积累宽度， 增加产业技术创新的可能性。

研发投入既能激活已有知识积累存量， 又能为创新活动提供基础保障。 学者们主要从自主研发、外商直接投资（FDI）流入和政府补贴三方面探讨研发投入与创新的关系， 认为研发投入显著促进了科技创新。 从自主研发投入视角来看， 洪俊杰等[10] 研究发现自主研发显著促进了企业创新绩效提升; 储德银等[11] 引入时间周期因素， 发现自主研发支出在长期和短期对高技术产业创新产出具有显著促进作用。 从FDI流入视角分析， 罗军等[12] 基于研发资金投入和研发劳动投入门槛考察了FDI对我国创新能力的影响， 指出研发资金投入和研发劳动投入越高的地区， FDI对创新能力的促进作用越大。 从政府补贴视角出发， 黎文靖等[13] 分析了产业政策对创新绩效的影响， 发现政策仅对策略性创新起到激励作用， 创新产出“数量”增加但创新“质量”并未提高。 杨洋等[14] 研究发现， 政府补贴对民营企业创新绩效的促进作用比国有企业显著。

从上述研究可以看出， 一方面学者只从研发投入或知识积累单因素分析影响科技创新的作用机理， 割裂了研发投入、知识积累和科技创新三者的内在联系和作用关系， 同时忽略了产业要素资源投入与其本身知识积累水平的协调匹配程度。 另一方面， 多数研究只关注单一来源的研发投入对创新绩效的影响， 对于不同类型研发投入对地区产业既有知识积累激发作用的异质性缺乏足够的重视。

针对现有研究短板， 本文以我国科技创新能力的典型代表高技术产业作为研究对象， 采用非线性门槛回归模型， 从研发投入视角出发， 分别以自主研发投入、FDI流入和政府补贴作为门槛变量， 探究高技术产业不同研发投入门槛下知识积累对科技创新的异质性影响。

二、理论基础与研究假设

（一）知识积累与科技创新

知识积累是内部知识转移、转化和外部知识获取交互作用创造新知识的过程， 在时间和空间上实现的异质性知识积累与集聚[15] 。 知识积累是产业提升创新能力并获取竞争优势的战略性资源， 对技术创新的推动作用表现在两个方面：一方面， 知識积累作为产业创新能力的核心构成， 其存量的多少决定了创新能力的高低。 知识积累水平越高， 对知识资源的解释和利用效果越好， 能够激发一系列内源性技术创新活动。 另一方面， 知识积累决定了组织在创新活动中吸收和利用外部知识的范围和能力[16] ， 是组织进行外部知识搜索、评估、获取、吸收的关键因素。 知识积累水平直接决定了企业对外部知识的吸收能力， 知识的积累程度越高， 外部知识获取和吸收转化能力越强， 更能有效激发一系列外源性技术和知识获取活动。 多数研发活动是内源性技术知识创新和外源性技术知识获取的叠加过程， 知识积累具有激发创新能力和吸收能力的双重作用， 通过内外部知识的交互融合突破知识刚性对创新能力的限制， 提升创新能力， 进而促进科技创新[17] 。 据此提出以下假设：

H1：高技术产业知识积累水平正向影响科技创新。

（二）研发投入作用下知识积累与科技创新关系分析

研发投入能够为企业研发活动提供资金保障， 充足的研发投入会降低创新活动因研发周期长、不确定性等因素带来的风险; 同时能够激活知识积累存量， 加速自身知识的开发利用， 使其在科技创新活动中发挥重要作用。 研发投入主要由自主研发投入、FDI流入和政府补贴三部分构成， 由于企业、外商和政府对研发创新的目标导向不同， 对研发投入的要求和用途也不同， 因此三种来源的研发投入作用下知识积累对科技创新的影响存在差异。

1. 自主研发投入作用。 为提升市场竞争力， 企业的自主研发投入通常以市场需求为导向， 最终目的是开发应用型技术和新产品， 并以此获取竞争优势[18] 。 自主研发投入在创新过程中发挥着主导作用， 通过加强吸收、消化外部技术和知识以激活内部知识的方式进行技术创新， 从而促进创新绩效提升; 但自主研发投入强度需控制在合理区间， 依托于企业自身知识存量进行自主研发投入， 过高或过低的研发投入强度都无法达到最佳促进效果。 自主研发投入过低时， 企业没有足够的资金来支撑技术创新， 研发投入对知识积累的激活作用不足， 对于企业既有知识存量无法进行充分利用和转化， 造成知识资源浪费， 导致知识积累对科技创新的促进效果欠佳; 自主研发投入过高时， 研发投入超脱现有知识水平， 在仅有的知识存量约束下不能有效吸收研发资金， 造成企业资金浪费进而引发“挤出效应”， 阻碍其他创新活动正常开展， 抑制企业科技创新水平的提升。

因此， 自主研发投入应与自身知识积累水平相匹配， 在已有技术和知识的基础上进行合理自主研发投入， 对知识进行再积累、对技术进行再创新， 以保障企业知识积累更有效地促进科技创新。 据此提出以下假设：

H2a：自主研发投入强度处于中度区间时， 高技术产业知识积累对科技创新绩效促进作用更强。

2. FDI流入作用。 中国拥有世界上最大的市场， 外资企业为迅速抢占中国市场， 必然利用领先于国内市场的先进技术来获取竞争优势[19] 。 为满足国内市场需求， 外资企业研发投入主要围绕本土化技术开发和二次技术开发等创新活动展开[20] ， 这会增加本土企业与外资企业合作交流的机会， 合作研发活动会对本土企业产生知识与技术溢出效应。 FDI可以实现国家和地区间的知识溢出， 是国际技术扩散和知识转移的重要运输工具[12] 。 外资企业带来的先进技术领先于国内技术， 但又控制在合理的技术距离区间内[21] ， 既有助于本土企业学习先进技术， 又可以激活本土企业现有知识积累， 对国内知识积累具有促进作用。 随着外资企业研发投入和研发活动的增加， 知识转移和技术扩散程度越大， 提升国内产业整体知识存量[22] 对创新绩效的促进效果越显著。 因此， 外资企业研发投入强度越高， 高技术产业获得的知识溢出和技术溢出越多， 其知識积累水平对科技创新的促进作用越强。 据此提出以下假设：

H2b：外商直接投资的研发投入越高， 高技术产业知识积累对科技创新促进作用越强。

3. 政府补贴作用。 政府作为产业政策的制定者， 其干预创新活动是解决市场失灵和创新动力不足问题的重要手段[23] 。 目前我国政府补贴的形式主要有财政贴息、研发补贴、政策性补贴和税收减免等[24] 。 政府政策措施可以解决因研发创新活动中不可避免的知识泄露以及非完全专有性带来的市场失灵问题[25] ， 保护企业自主知识产权， 同时激发企业自主创新活力。 由于创新是“厚积薄发”的过程， 具有高投入、高风险、市场回报不确定等特点， 政府研发补贴可以降低企业研发投入的风险， 激励企业进行研发创新[26] 。 随着政府研发补贴的提高， 政府对企业技术创新的领先性和突破性要求更高， 甚至脱离产业现有知识积累水平， 导致现有知识存量不足以支撑领先技术的创新活动运转， 这种情况下将会弱化知识积累对科技创新的促进作用。 另外， 高政府补贴要求企业必须按照政府的研发偏好进行前沿研发布局， 这会对企业市场导向型研发投入产生挤出效应。 政府实施的“策略性创新”[27] 忽略了企业真正的研发需求， 从而降低了企业创新的积极性[28] 。 因此， 政府补贴政策是必需的， 但是应该控制补贴水平， 低水平政府补贴使得知识积累对科技创新促进作用更显著。 据此提出以下假设：

H2c：低水平的政府资金补贴可能使得高技术产业知识积累对科技创新促进作用更强。

三、模型构建、变量选取和数据处理

（一）门槛模型构建

根据Hansen[29] 的研究， 门槛面板回归模型不需要给定非线性方程的具体形式、门槛值及其个数， 且该方法还以严格的统计推断方法对门槛效应显著性和门槛值进行实证检验。 因此， 本文借鉴Hansen的方法， 以科技创新作为被解释变量， 知识积累作为核心解释变量， 分别以自主研发投入、FDI和政府补贴作为门槛变量建立单一门槛面板数据模型：

式（1）中：i、t分别表示省份和年份; inno表示科技创新; X表示门槛变量， 分别表示自主研发投入（rd）、FDI流入（fdi）、政府补贴（gov）; hum表示人力资本; od表示地区对外开放水平; eco表示地区经济发展水平。 I（?）为示性函数， γ表示待估算的门槛值， μi表示个体效应， εit表示随机干扰项。

（二）变量选取

1. 被解释变量：科技创新（inno）。 从已有文献来看， 大多数学者选取高技术产业新产品销售收入作为科技创新产出的代理变量。 新产品销售收入作为科技产出的最终体现， 反映科技创新对地区经济发展的直接驱动效应， 更加客观地揭示科技创新在高技术产业中的价值。 因此， 本文选取高技术产业新产品销售收入来衡量高技术产业科技创新水平。

2. 解释变量：知识积累（ks）。 其表达形式多种多样， 但是目前学术界对于定量测算知识积累还没有统一的标准。 高技术产业知识积累最主要体现为专利申请量， 专利知识产权是高技术产业主要的技术知识来源。 由于各地区高技术产业专利申请量数据完整准确， 且较少受到授权审查机构的影响， 可以更加客观地体现知识积累水平。 专利申请数量是流量概念， 采用专利申请存量才能更好地衡量高技术产业知识积累存量， 因此借鉴Ang[30] 的计算方法对地区知识积累进行存量计算， 计算公式如下：

3. 门槛变量。 ①自主研发投入（rd）， 一般采用R&D经费支出作为高技术产业自主研发投入， 但是考虑到产生影响的不止当期研发投入， 需要采用永续盘存法来计算 R&D存量， 具体计算过程与知识积累存量的计算类似; ②FDI流入（fdi）指标采用高技术产业外资企业R&D经费投入占R&D经费总投入来表示; ③政府补贴（gov）， 政府一方面通过资金补贴来影响高技术产业科技创新， 另一方面通过相关政策鼓励科技创新， 由于政策因素不能定量分析， 因此采用高技术产业政府科技投入占R&D经费总投入作为政府补贴的代理变量。

4. 控制变量。 高技术产业科技创新绩效受到人力资本水平、地区经济发展水平和对外开放水平等多方面因素影响。 本文选择的控制变量如下：人力资本水平（hum）选用高技术产业全时人员当量来衡量; 经济发展水平（eco）选用地区人均GDP来衡量; 对外开放水平（od）选用高技术产业各地区进出口总额占各地区GDP总量的比例来表示。

（三）数据处理

本文选取我国30个省、市、自治区高技术产业2009 ～ 2018年面板数据为样本， 数据来源于《中国高技术产业统计年鉴》《中国科技统计年鉴》《中国统计年鉴》以及各省统计年鉴。 由于西藏地区数据缺失严重， 所以剔除西藏; 由于部分指标数据缺失， 本文对缺失数据采用SPSS插值法进行补充。 由于科技创新投入和产出存在滞后关系， 因此将相关产出数据滞后一期计算， 并对各变量进行对数处理。

四、实证分析

本文基于面板数据建立上述门槛模型， 采用Stata 14.0软件进行门槛效应检验。 首先， 检验样本数据是否存在门槛效应， 存在门槛效应的条件下进一步估计门槛水平。 然后， 分别对高技术产业各地区自主研发投入、FDI流入和政府补贴门槛水平条件下知识积累对科技创新的影响作用进行分析。

（一）门槛模型估计结果

本文采用Bootstrap法估算F统计量、相应的自抽样P值以及1%、5%、10%显著性水平的临界值， 从而确定具体门槛数量， 检验结果见表1。

由表1可知：①在自主研发投入为门槛变量时， 单一门槛和双重门槛效应均在1%显著性水平上通过检验， 三重门槛效果并不显著， 表明自主研发投入存在显著的双重门槛效应， 且双重门槛值分别为10.124和13.694; ②在FDI流入为门槛变量时， 单一门槛和双重门槛效应分别在5%和 10%水平上显著， 三重门槛效果不显著， 表明FDI流入存在双重门槛效应， 门槛值分别为-2.710和-1.26; ③在政府补贴为门槛变量时， 单一门槛和双重门槛效应分别在1%和5%显著性水平上通过检验， 表明政府补贴存在双重门槛效应， 且双重门槛值分别为-1.999和-1.105。

通过门槛检验后对模型进行回归分析， 具体见表2。

1. 自主研發投入门槛下知识积累对科技创新的促进作用。 表2模型1为自主研发投入门槛估计结果。 由表1可以发现， 自主研发投入两个门槛值分别为10.124和13.694， 基于此将自主研发投入强度分为低、中、高区间。 由表2可知， 当自主研发投入强度处于低区（rd<10.124）时， 回归系数值为0.7200， 且在1%的水平上显著， 表明知识积累促进了高技术产业的科技创新; 自主研发投入跨越第一门槛值到达中区（10.124≤rd<13.694）时， 回归系数值从0.7200跃升至0.8851， 且在1%的水平上显著， 此时知识积累对科技创新的促进作用相较于低区大幅提升， 表明随着自主研发投入的增加， 研发资源不断丰富、基础设施逐步完善， 资源积累和技术知识积累水平的提升形成了规模经济， 能够更有效地激发知识积累对科技创新的促进效果; 但当自主研发投入强度处于高区（rd≥13.694）时， 回归系数值为0.8391， 且在1%的水平上显著， 表明知识积累对科技创新依然存在较强的促进作用， 但促进作用相较于中区减弱， 即自主研发投入跨越第二门槛值时， 知识积累对科技创新的促进作用呈现边际递减效应。

由上述结果可知， 自主研发投入强度在低、中、高区间时知识积累对科技创新均存在促进作用（H1获得支持）， 但是自主研发投入不足或过剩， 都无法实现知识积累对科技创新促进效应最大化， 因此高技术产业自主研发投入存在最佳区间10.124 ～ 13.694（H2a获得支持）。 究其原因， 当自主研发投入强度未跨越第一门槛时， 企业研发投入难以满足科技创新的资金需求， 无法充分利用既有知识进行创新， 达不到知识积累的最佳激发效果。 随着自主研发投入的增加， 当跨越第一门槛值时， 逐步形成知识基础和规模经济效应， 更有助于新知识和新技术的形成， 提高了对已有知识的有效吸收、转化和利用， 进而实现了知识积累对科技创新的驱动最大化。 但是， 当自主研发投入强度超越某一临界值时会出现边际递减效应[31] 。 因为研发投入超出了高技术产业现有的知识积累水平， 既有的知识积累存量无法有效利用研发资金， 造成了资源浪费和创新资源挤占现象， 使得知识积累对科技创新的促进作用减弱。

2. FDI门槛下知识积累对科技创新的促进作用。 模型2为FDI流入门槛的估计结果。 由表2可知， FDI流入未跨越第一门槛值-2.71时， 作用系数为0.7168， 表明在FDI流入的作用下高技术产业知识积累促进了科技创新; FDI门槛水平处于-2.71 ～ -1.26之间时， 作用系数为0.7463， 说明随着FDI流入的增加， 进一步强化了知识积累对科技创新的促进作用; 当FDI流入跨越第二门槛值-1.26时， 作用系数从0.7463跃升至0.8475， 表明在FDI流入的持续增加下， 知识积累对科技创新的促进效果更显著， 吸引外资企业投入达到一定程度后高技术产业知识积累对科技创新产出的促进效应呈现跳跃式上升（H1、H2b获得支持）。 这主要是由于吸引外资不仅可以给东道国提供资金支持， 更重要的是外资企业本土化投资会产生技术知识溢出， 高技术产业通过逆向学习、工艺创新、产品设计、资源整合等方式进行技术知识创新， 加速了知识创新和知识流动， 提高了对内外部技术知识的消化、吸收能力[32] 。 因此， 随着FDI流入的增加， 高技术产业在自身知识积累有效利用与知识创新的交互作用下， 显著提升了科技创新能力。

3. 政府补贴门槛下知识积累对科技创新的促进作用。 模型3为政府补贴门槛的估计结果。 由表2可知， 当政府补贴未跨越第一门槛值-1.999时， 知识积累增加能够提高科技创新产出; 当跨越第一门槛值在-1.999 ～ -1.105之间时， 知识积累能够提高科技创新产出， 但是相对于第一区间促进作用效果减弱; 当跨越第二门槛值-1.105时， 知识积累对科技创新的正向影响进一步减弱。 总体而言， 随着政府补贴跨越第一门槛值和第二门槛值， 知识积累促进科技创新的效应逐步衰退， 政府补贴最佳资助区间为gov<-1.999（H1、 H2c假设获得支持）。 究其原因， 政府补贴可以直接降低企业进行科技创新的支出和面临的风险， 提高创新回报率， 进而激发企业创新动机。 但是政府补贴强度并非越高越好， 政府补贴强度较高时， 企业为获取高额补贴， 会与当地政府建立寻租关系， 而高昂的寻租成本或“寻补贴”投资， 对企业正常的研发投资产生挤出效应， 可能会抑制企业创新[33] ; 同时企业为了“寻补贴”投资而进行创新活动， 可能会脱离既有知识积累水平， 无法有效进行知识开发和利用， 进而弱化了知识积累对科技创新的促进作用。 因此， 随着政府补贴强度跨越第一门槛值和第二门槛值， 知识积累对科技创新的促进作用出现边际递减效应。

4. 对控制变量（人力资本、经济发展水平和对外开放水平）进行结果分析。 模型1中人力资本对科技创新存在促进作用， 作用系数为0.1820， 但不显著; 模型2、模型3中人力资本显著促进了科技创新， 作用系数分别为0.4071、0.3450。 因为高技术产业作为知识高度密集型产业， 人力资本决定了产业技术吸收和知识创新能力。 人力资本积累水平越高， 越有助于产业吸收外部先进技术， 越有助于推动技术进步和科技创新。 经济发展水平显著促进了高技术产业科技创新， 作用系数分别为0.0920、0.1297、0.1100。 这说明经济发展水平较高的地区， 高技术产业具备相对完善的基础设施、充足的知识储备和较强的人才吸引能力， 在技术知识、创新人才政策补贴等一系列创新资源支持下， 产业能够有效地进行技术引进、技术改造和技术获取， 通过其消化、吸收再创新的过程， 提高产业创新能力和创新绩效。 在模型1 ～ 模型3中， 对外开放水平对科技创新既有促进作用又有抑制作用， 且均不显著， 表明地区对外开放水平对高技术产业科技创新的影响不大。

（二）空间异质性分析

表3为自主研发投入门槛区间空间分布情况。 2009年处于第一区间和第三区间的省份各有5个， 其中第一区间的省份全部分布在西部地区， 第三区间的省份全部分布在东部地区， 而处于第二区间的省份有20个， 约占66.7%。 到2018年， 处于第一区间的仅有青海、新疆， 而处于第二区间的省份只有15个， 降低至50%。 从2009年至2018年有8个省份跨越第二门槛值进入第三区间， 主要分布在东部和中部地区; 2018年处于第三区间的省份大部分分布在东部地区， 个别在中部地区， 说明东部地区自主研发投入明显增加， 超脱地区既有知识积累水平， 存在创新资源浪费现象， 应适当减少自主研发投入。

表4为FDI流入门槛区间空间分布情况。 由表4可以发现， 从2009年至2018年FDI流入处于第一区间的地区增加了3个， 第二区间地区个数无变化， 促进作用最佳的第三区间地区个数减少了3个。 而且在2018年FDI流入处于第一区间的省份主要分布在中西部地区， 处于第二区间的省份大部分分布在东部地区。 总体来看， 绝大部分省份仍处于第一、二区间， 外资投入强度整体偏低， 东部地区FDI流入强度明显高于中西部。 2018年相比2009年各地区FDI流入呈下滑趋势， 这主要是由于本文FDI指标选用外资企业R&D经费投入占R&D经费总投入来衡量， 高技术产业自主研发和政府补贴的投入增加量相较于外资企业投入增加量比例更大， 同时也侧面反映了我国吸引外资力度相对不足， 落后于企业自主研发投入的步伐。

表5為政府补贴门槛区间空间分布情况。 2009年和2018年各地区所属政府补贴区间差别不大， 处于第一区间（gov<-1.999）的省份约占70%， 只有少数地区处于第二、三区间。 这说明多年来政府对各地区高技术产业的补助力度较为合理， 适当减小北京、上海、辽宁等个别地区的补助力度即可。

五、研究结论与启示

（一）结论

本文基于门槛效应模型， 从研发投入角度出发， 将研发投入分为自主研发投入、FDI流入和政府补贴， 以上述三种投入为门槛变量探究高技术产业知识积累对科技创新的门槛效应及作用关系。 得出以下结论：

1. 自主研发投入门槛下知识积累对科技创新的影响存在双重门槛效应。 自主研发投入有利于发挥知识积累对科技创新的促进作用， 但是投入不足或过度都不能取得最佳收益， 自主研发投入存在最佳投入区间（10.124≤rd<13.694）， 在最佳投入区间内自主研发投入才能发挥知识积累的最大促进作用。 当跨越第二门槛值时， 知识积累对高技术产业科技创新的正向影响边际递减。 从地区门槛空间分布来看， 近年来高技术产业自主研发投入力度大幅增加， 从2009年到2018年绝大部分地区陆续从第一、二区间迈入第二、三区间， 整体自主研发投入水平提高， 且处于第三区间的地区约占50%， 主要为东部地区， 存在明显的研发投入超脱知识积累水平的资源浪费现象。

2. FDI流入门槛下知识积累对科技创新的影响存在双重门槛效应。 各地区吸引FDI流入的强度越高， 知识积累促进科技创新的效果越显著。 当FDI流入跨越第二门槛后， 知识积累对科技创新作用系数出现跳跃式上升， 说明提高FDI流入水平还能进一步激发知识积累对科技创新的促进作用。 从地区门槛空间分布来看， 2009年和2018年各地区所属门槛情况差别不大， 绝大部分地区都没有跨越第二门槛进入最优区间， 而且FDI流入强度东部地区明显高于中西部地区。

3. 政府补贴门槛下知识积累对科技创新的影响存在双重门槛效应。 本文的政府补贴仅考虑资金补助， 没有考虑政策等方面因素。 单从政府资金补贴角度考虑， 虽然政府补贴强度促进了知识积累到科技创新成果的转化， 但补贴强度提升减弱了这种转化和促进效应; 政府补贴强度处于第一区间时， 为最优补贴区间。 从地区门槛空间分布来看， 2009年和2018年大部分地区政府补贴处于第一区间， 只有少数省份处于第二、三区间， 整体呈现出补贴力度合适的状态， 说明各地区政府对高技术产业的资助力度较为合理。

（二）启示

1. 加强自主知识的扩散、吸收和创新， 适当调整投入强度。 由于地区知识积累水平将影响产业持续创新能力， 高技术产业需从战略发展的高度审视知识积累， 加强自主知识的扩散、吸收和创新， 提升知识积累水平， 进而提升产业科技创新能力; 同时， 适当调整投入强度， 使其与地区既有的知识积累水平相匹配， 减少因自主研发投入远超既有知识积累水平而造成的资源浪费， 将有限资源合理配置， 实现资源效益最大化。

2. 加大力度吸引外资企业。 笔者认为， 不仅要增加FDI数量， 更要提升FDI质量， 重点吸引技术知识密集型外资企业。 本土企业与外资企业存在一定的技术距离， 更有利于通过“示范效应、竞争效应、人员流动效应和关联效应”路径技术外溢来获取外资企业先进技术和知识， 促进本土企业知识创新和既有知识开发利用， 提升科技创新能力。

3. 健全高技术产业补贴机制， 加强对产业知识产权保护的引导和扶持。 政府应当健全高技术产业的财政补贴机制， 在给予资金补助的同时， 采取鼓励和引导性政策积极调整产业、政府、外商之间的研发投入结构[34] ， 以促进从知识积累到科技创新的转化; 加强对产业知识产权保护的引导和扶持， 确保高技术产业技术知识创新所带来的收益， 这样既能鼓励高技术产业加强各地区之间的信息沟通、技术共享和知识流通， 又能激发产业知识创新和技术吸收， 促进产业积极开展科技创新。

[1] 荣健，刘西林，佟泽华.基于知识积累的高技术产品研发项目学习双元最优顺序策略研究[ J].科技进步与对策，2017（16）：126 ～ 131.

[2] 李培楠，赵兰香，万劲波.创新要素对产业创新绩效的影响——基于中国制造业和高技术产业数据的实证分析[ J].科学学研究，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] 韩亚峰，樊秀峰，周文博.知识资本积累、集团化经营与高新技术企业研发绩效——基于知识资本动态积累模型[ J].软科学，2015（8）：14 ～ 19.

[5] 杨菲，安立仁，史贝贝，高鹏.知识积累与双元创新能力动态反馈关系研究[ J].管理学报，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，陈倩.知识积累、开放式创新与高技术企业新产品绩效研究[ J].云南财经大学学报，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，石丽静.自主研发、地区制度差异与企业创新绩效——来自371家创新型企业的经验证据[ J].科学学研究，2017（2）：310 ～ 320.

[11] 储德银，张同斌.自主研发、技术引进与高新技术产业成长[ J].科研管理，2013（11）：53 ～ 60.

[12] 罗军，陈建国.研发投入门槛、外商直接投资与中国创新能力——基于门槛效应的检验[ J].国际贸易问题，2014（8）：135 ～ 146.

[13] 黎文靖，郑曼妮.实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响[ J].经济研究，2016（4）：60 ～ 73.

[14] 杨洋，魏江，罗来军.谁在利用政府补贴进行创新？——所有制和要素市场扭曲的联合调节效应[ J].管理世界，2015（1）：75 ～ 86+98+188.

[15] 张军，许庆瑞.企业知识积累与创新能力演化间动态关系研究——基于系统动力学仿真方法[ J].科学学与科学技术管理，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，刘利利.政府研发资助、企业研发投入与中国创新效率[ J].科研管理，2017（1）：21 ～ 29.

[19] 陈继勇，盛杨怿.外商直接投资的知识溢出与中国区域经济增长[ J].经济研究，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、风险投资对企业创新投入的影响——基于我国创业板上市公司的实证检验[ J].西部论坛，2018（1）：100 ～ 108.

[24] 白旭云，王砚羽，苏欣.研发补贴还是税收激励——政府干预对企业创新绩效和创新质量的影响[ J].科研管理，2019（6）：9 ～ 18.

[25] 李晓钟，徐怡.政府补贴对企业创新绩效作用效应与门槛效应研究——基于电子信息产业沪深两市上市公司数据[ J].中国软科学，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.

[32] 原毅军，孙大明.FDI技术溢出、自主研发与合作研发的比较——基于制造业技术升级的视角[ J].科学学研究，2017（9）：1334 ～ 1347.

[33] 毛其淋，许家云.政府补贴对企业新产品创新的影响——基于补贴强度“适度区间”的视角[ J].中国工业经济，2015（6）：94 ～ 107.

[34] 吴石磊.现代农业创业投资的梭形投融资机制构建及支持政策研究[M].北京：经济科学出版社，2018：1 ～ 184.