The Impact of Cross-Border R&D Factor Flows on Scientific and Technological Innovation Capability: Evidence from China's Manufacturing Industry

Wei Long, Wei Peng, Cai Peimin

(School of Economics, Wuhan University of Technology, Wuhan 430072, China)

Abstract：Innovation is the primary driving force for development. The 20th National Congress of the Communist Party of China (CPC) emphasized the goal of "achieving high-level self-reliance and self-strengthening in science and technology and advancing into the forefront of innovative nations." Enhancing scientific and technological innovation capability has become a critical pillar for China to navigate the profound changes unseen in a century and to drive high-quality development. Through persistent efforts, China has achieved significant progress in this regard. According to the Global Innovation Index 2024 released by the World Intellectual Property Organization, China ranks 11th globally. Additionally, the National Innovation Index Report 2022-2023 published by the Chinese Academy of Science and Technology for Development reveals that China has risen to 10th in the world in terms of comprehensive innovation capability, further advancing toward the ranks of leading innovative nations.

Nevertheless, China continues to confront a range of challenges, including constraints imposed by "bottleneck" technologies, a relatively weak capacity for original innovation, low overall efficiency of the innovation system, insufficient integration of innovation resources, and suboptimal allocation of innovation forces. The 20th CPC National Congress report highlights the need to improve the innovation system by expanding international scientific and technological exchanges and cooperation, fostering a globalized research environment, and creating a globally competitive open innovation ecosystem. The foundation of this ecosystem lies in aggregating high-quality global innovation resources, strengthening collaboration and exchanges with leading international scientific and technological entities, and fostering a dynamic atmosphere that incentivizes innovation.

Against this backdrop, this study investigates the potential impacts of cross-border inflows of R&D factors from the perspective of international scientific cooperation, aiming to accelerate the realization of high-level self-reliance and strength in science and technology. The research sample in this paper is constructed by matching data from the Inter-Country Input-Output (ICIO) tables with Chinese national economic industry data. The ICIO table data was sourced from the ICIO2023 database maintained by the Organisation for Economic Co-operation and Development (OECD), with the latest sample year being 2020. Consequently, this study ultimately retains panel sample data covering 17 industries from 2000 to 2020 for empirical analysis.

The study reveals that cross-border inflows of R&D factors significantly enhance China's scientific and technological innovation capability. Optimizing resource allocation and promoting domestic market competition are effective channels through which such inflows contribute to innovation. Furthermore, the positive effects of cross-border R&D inflows are more pronounced in technology-intensive industries and tend to strengthen over an extended observation period. These findings provide critical insights into how open innovation and international collaboration can bolster China's innovation capability and facilitate progress toward high-level self-reliance in science and technology. Thus,the government should optimize policies for attracting foreign top-tier R&D talent to incentivize the localized adoption of cross-border capital and technologies, establish an evaluation system for resource allocation efficiency and enhance mechanisms for cross-border R&D collaboration, strengthen market regulatory frameworks to advance the development of a market-driven innovation ecosystem, and implement differentiated support policies for technology-intensive industries and sectors with long-term innovation investment payback cycles.

Marginal contributions of this paper lie in three aspects:First, it enriches research on China's scientific and technological innovation capability by framing its development within the context of international scientific cooperation and the pursuit of high-level self-reliance and strength in science and technology. It constructs indicators aligned with these goals and conducts empirical analysis accordingly. Second, it expands the scope of research on the cross-border movement of R&D factors, addressing a gap in the literature where prior studies have predominantly focused on domestic R&D flows, with limited exploration of cross-national flows. Third, by theoretically and empirically revealing the effects of cross-border inflows of R&D factors on China's innovation capability, it provides micro-level evidence to support the goal of forming a globally competitive open innovation ecosystem and offers policy insights for achieving high-level scientific and technological self-reliance at an earlier date.

Key Words：R&D Factors; Cross-border Inflow; Scientific and Technological Innovation Capability; High-level Self-reliance and Self-strengthening in Science and Technology; Industrial Sector

收稿日期：2024-10-10

修回日期：2025-02-19

基金项目：国家社会科学基金重大项目(19ZDA054)

作者简介：魏龙(1966—),男,湖北应城人,博士,武汉理工大学经济学院教授,研究方向为产业竞争战略及国际经贸规则;魏鹏(1992—),女,湖北荆州人,武汉理工大学经济学院博士研究生,研究方向为技术创新、产业经济;蔡培民(1995—),男,山西临汾人,武汉理工大学经济学院博士研究生,研究方向为国际贸易、产业经济。通讯作者:魏鹏。

DOI：10.6049/kjjbydc.D202410063W

开放科学(资源服务)标识码(OSID)：

中图分类号：F740

文献标识码：A

文章编号：1001-7348(2025)21-0096-10

0 引言

创新是引领发展的第一动力。党的二十大报告提出“实现高水平科技自立自强,进入创新型国家前列”。大力提升科技创新能力已成为我国应对百年未有之大变局,推动经济高质量发展的重要支撑。经过长期不懈努力,中国科技创新不断取得新的成就。世界知识产权组织发布的《2024年全球创新指数报告》显示,中国创新能力全球排名第11位;中国科学技术发展战略研究院发布的《国家创新指数报告2022—2023》显示,中国创新能力综合排名上升至世界第10位,进一步向创新型国家前列迈进。然而,中国仍面临“卡脖子”技术难题,存在原始创新能力不强、创新体系整体效能不高、科技创新资源整合不够、科技创新力量布局有待优化等问题。党的二十大报告提出,“完善科技创新体系”“扩大国际科技交流合作,加强国际化科研环境建设,形成具有全球竞争力的开放创新生态”。营造具有全球竞争力的开放创新生态的根本在于汇聚全球优质创新资源,加强与国际先进科技力量的交流与合作,形成有活力的科研创新环境。因此,本文立足国际科技合作,从研发要素跨境流动视角探究其可能带来的影响,以加快实现高水平科技自立自强。

关于科技创新能力影响因素,学者一般从要素投入和政策驱动两个视角展开。基于要素投入视角,孙青[1]、孙文明等[2]探究财政科技投入、科研人力资本对地区科技创新能力的促进作用。随着数字经济发展,有学者开始关注数字经济要素投入对科技创新能力的赋能作用。谷斌和廖丽芳[3]研究发现,新型基础设施投入水平与科技创新能力耦合协调度呈显著空间正相关性;Wei[4]研究发现,大数据技术应用能显著提升上市公司科技创新能力。从政策驱动视角出发,张节和李千惠[5]研究发现,智慧城市政策能够显著提高区域科技创新能力;李胜会和朱绍棠[6]研究发现,科技评价政策虽然能在一定程度上促进科技创新能力发展,但其政策效力比较薄弱。

已有研究从外资进入、国际技术引进、研发国际化等角度探究研发要素跨境流动对中国科技创新能力的影响,主要形成以下观点:首先,外资进入或国际技术引进对中国企业技术进步的净技术效益存在争议,主要表现在:一方面,外资进入虽能提升内资企业创新效率,但创新质量却显著下降[7];另一方面,国外技术引进对本土技术创新增长既存在互补效应也存在挤出效应[8],哪一种效应更占优势取决于技术吸收能力[9],且在不同竞争结构类型产业内,企业对外技术引进对创新活动具有促进效应或未产生作用(张杰等,2020)。其次,研发要素跨境流入对不同技术密集度行业技术进步存在异质性影响,对技术密集程度高的中高技术行业的正向影响更加显著[10]。最后,研发国际化对我国跨国企业创新绩效具有显著促进作用[11],且相较于技术引进型研发国际化,合作型研发国际化对技术创新绩效的促进作用更显著(张利飞等,2021)。随着研发活动越来越展现出全球化趋势,中国科技创新能力提升还应考虑加强研发要素的全球配置和协同,进而优化研发要素结构。但是由于本文立足中国的具体实践,采用中国工业行业的面板数据,探究研发要素跨境配置带来的益处。因此,在后文的研究中,将主要聚焦于研发要素跨境流入对中国工业行业科技创新能力的影响。

本文边际贡献主要体现在以下几个方面:第一,丰富中国科技创新能力研究,将中国科技创新能力提升置于国际科技合作和高水平科技自立自强框架下,从实现中国高水平科技自立自强视角构建中国科技创新能力指标体系,并进行实证研究。第二,国内外既往文献大多聚焦研发要素的国内流动,对跨国层面研发要素流动的研究较少,本文可拓展有关研发要素跨境流动研究。第三,在理论和实证层面揭示研发要素跨境流入对中国科技创新能力的影响,为形成具有全球竞争力的开放创新生态提供微观证据,且为中国实现高水平科技自立自强提供政策启示。

1 理论分析与研究假设

广泛的研发要素跨境流动已经形成全球要素流动网络[12]。对于流入国来说,研发要素流入通过租金效应和知识溢出效应促进技术进步[12],而新知识在产业链和社会网络中的传播和应用[13],又会进一步为本土企业技术升级提供强大动力。

1.1 研发要素跨境流入与中国科技创新能力

从区域创新系统形成过程看,创新要素获取主要有两种途径:一是利用区域内自身积累的创新资源和条件进行生产;二是利用其它区域流入的创新要素进行生产(白俊红等,2015)。跨境研发要素作为中国区域外流入的创新要素,其可能携带的异质性信息会与中国区域内创新资源形成更多新的要素组合,有利于产生更多创新。

(1)跨境人才流入有利于改善科研人员结构,提升中国科技创新能力。一方面,外籍高端科研人员的加入能丰富企业团队文化多样性[14]、促进人力资本积累以及提供多元化劳动力[15];另一方面,跨境流入的研发人才能带来国际化科研经验和创新思维,引入新研究方法和工具,促进科技创新能力提升。此外,国际人才得到的优厚待遇还能激励本国员工追求更多教育和国际交流机会,促进国内企业人员结构调整[16],为科技创新能力提供智力保障。

(2)跨境资本和技术资源存量增加有利于提升中国科技创新能力。科技创新的特点是前期投入大、风险高和成果不确定性大,因此研究经费支出是保障企业开展科技创新活动的关键。国际资金的进入能够为研发活动提供资金支持,且投资者和跨国公司通常会带来相对成熟的创新理念和管理模式,减少基础研发试错成本,降低科技研究重复率和浪费率(王韬钦等,2021),提升企业研发效率。此外,通过跨境引入的先进技术和机器设备不仅能直接作用于科技创新过程,还能通过技术溢出效应全面提升企业技术研发综合实力。企业只有持续创新、不断突破,才能具备持续创造能力,获得核心竞争优势[17]。

(3)研发要素跨境流入通过促进全球研发合作提升中国科技创新能力。随着全球化的深入,跨境科研合作成为提升科技创新能力的重要途径。首先,中国通过参与国际研发项目、加入国际研发网络不仅能够接触到全球最前沿的科研成果,还能使国内技术创新成果更快进入国际市场。其次,通过知识共享和技术转移,本土科研团队在国际科技合作中学习和吸收核心技术知识,能够夯实本土企业内部创新基础[18]。最后,科技园区是跨境研发要素流入的重要载体,通过在中国设立国际科技园区,国外企业和科研机构可与本地企业、大学合作开展技术研发活动、推进技术转移和产业化。相关园区不仅能吸引国际技术,还能促进区域性和全球性技术合作。例如,中国与新加坡合作建立的中新苏州工业园区,通过引入国际技术和管理经验,促进两国在制造业、信息技术领域的技术合作与创新。中国按照“引进先进技术、联合设计、打造中国品牌”的发展思路,从日本、德国、法国等发达国家引进先进高铁技术并消化、吸收和国产化,成功掌握了高速动车组总成、车体、牵引、网络和制动等多项关键技术及配套技术,制造出具有自主知识产权的动车组产品系列,进一步形成技术竞争优势(欧阳峣等,2017)。综上所述,本文提出如下假设:

H1:研发要素跨境流入能够提升我国科技创新能力。

1.2 研发要素跨境流入的资源配置效应

研发要素跨境流入可优化资源配置。首先,跨境流入的研发要素能够弥补中国在特定领域的资源短板。受资源约束及专业化分工的影响,单个企业通常很难拥有创新所需全部资源和技术积累,需要通过合作等开放式创新获取外部互补性资源[19]。跨境流入的先进研发成果能够直接缩短技术突破时间,为资源优化配置提供支持。其次,研发要素跨境流入有利于研发资源专业化分工。跨境研发要素带来先进的管理理念和组织模式,有助于推动资源在研发中的专业化分工。跨国企业的进入和合作能够促成研发资源在不同主体之间高效分配,如优化科研机构和企业间协作模式,从而提高资源利用率。最后,研发要素跨境流入能够完善市场化配置机制。国际资本会更倾向于投资高潜力、高回报项目[20],这种导向机制能够引导国内资源向更具创新价值的领域倾斜,从而优化资源整体配置。

资源配置优化有利于提升中国科技创新能力。首先,更优的资源配置能够确保有限的研发投入带来更高的产出。例如,通过合理分配人才、资金和设备等资源,可将更多精力集中于高价值领域[21],加速关键核心技术攻关。其次,资源配置优化能够将有限资源聚焦到具有战略意义的技术方向上,避免研发资源分散,促使我国在基础研究、核心技术攻关等关键领域投入更多资源,提升科技创新能力,增强全球竞争力。此外,资源配置优化能够加快科研成果从理论到实际应用的转化速度。例如,优化资源分配可减少冗余环节,将研发投入转化为实际技术产品和产生市场价值,从而推动科技创新产业化和商业化。最后,高效的资源配置能够推动研发系统内部协同创新,通过优化不同研发主体之间的资源分配方式,促进企业、高校、科研机构形成合力[22],增强系统性创新能力,使科技创新能力得到质的提升。据此,本文提出如下假设:

H2:研发要素跨境流入通过优化资源配置来提升我国科技创新能力。

1.3 研发要素跨境流入的本土市场竞争效应

研发要素跨境流入会加剧本土市场竞争。跨境研发要素流入通常伴随着外资的进入,这些企业往往拥有先进的技术、雄厚的资本以及成熟的管理模式。与本土企业相比,外资企业在市场中具有显著竞争优势,尤其是在高科技和创新密集型产业领域。首先,外资企业凭借更高的生产效率和技术优势,能够迅速占领市场份额[23],加剧市场竞争。其次,外资企业掌握的先进技术成为进入高端市场的“护城河”,形成强大的市场壁垒,通过研发要素跨境流入建立技术垄断或知识产权优势,利用专利、标准和技术壁垒控制市场,进一步加剧市场竞争。最后,外资企业通常拥有强大的资金支持和全球供应链优势,可能通过价格竞争来打压本土企业,加剧市场竞争。总体来看,研发要素跨境流入通过外资企业带来的技术优势、技术壁垒和价格竞争等加剧中国本土企业市场竞争。

激烈的本土企业市场竞争有利于促进中国科技创新能力提升。首先,市场竞争会倒逼本土企业提高研发投入,加快自主创新步伐(余明桂等,2016)。根据新熊彼特理论,当行业中存在激烈竞争时,企业会更有内在动力加大创新投入、进行产品创新,以此规避同行业的竞争威胁[7]。因此,市场竞争加剧会促使本土企业在竞争中投入更多研发资源(王红领等,2006),增强技术储备和自主创新能力,进而提升中国整体科技创新能力。其次,市场竞争有助于提升本土企业技术转移与吸收能力提升。激烈的市场竞争会带来较强的技术溢出效应,加速企业间通过示范和模仿相互促进的过程(沈坤荣等,2009),加快本土企业技术进步。最后,市场竞争有利于国内创新生态系统建设。市场竞争有利于促进企业、科研机构和政府协同,建立更加有效的创新体系,提升创新效率和科技创新能力。总体来看,跨境研发要素流入带来的市场竞争通过倒逼企业创新、加快技术转移与吸收、完善产学研创新体系等方式提升中国科技创新能力。据此,本文提出如下假设:

H3:研发要素跨境流入通过促进本土市场竞争来提升中国科技创新能力。

2 研究设计

2.1 变量测度

2.1.1 被解释变量

科技创新能力(STIC)。本文认为科技创新能力包含两方面内容:一是强调依靠自主研发获得拥有自主知识产权技术,创新方式包含原始创新、集成创新、引进消化吸收再创新,主要强调本国技术供给能力;二是强调一国科技竞争力处于国际前列,主要侧重技术竞争力。因此,本文分别从技术自给率和技术竞争力两个维度构建中国科技创新能力指标体系,分别用行业内中国发明专利比和中国出口国内技术含量作为代理指标。对于测算出的行业内中国专利比和中国出口国内技术含量,借鉴张云和柏培文(2023)的做法,对两个指标进行相乘得到中国科技创新能力的代理变量。

借鉴尹聪慧和余翔(2016)、王珊珊和周鸿岩(2021)的研究,行业内中国发明专利比即在某一行业申请的所有发明专利中,中国申请发明专利数量占全球该行业发明专利总数的比值。其中,全球该行业发明专利总数用世界五大知识产权局(美国、中国、欧洲、日本、韩国,IP5)受理的发明专利数量表征。这个指标的具体含义是指在全球化开放背景下,若中国在某一行业拥有的发明专利数量越多,说明中国在该行业的技术自给能力越强,从而科技创新能力也越强。

中国出口产品国内技术含量是指中国出口产品中扣除国外技术贡献的本国技术含量,从技术水平、生产效率和竞争能力角度衡量(倪红福,2017)。中国出口产品中蕴含的本国技术含量越高,说明中国科技创新能力越强。借鉴姚洋等[24]、倪红福(2017)、毛海欧等[25]的研究,中国出口产品国内技术含量即从产品全部技术含量中剔除国外直接和间接进口中间品的技术贡献。产品全部技术含量与贸易增加值的测算原理类似,用中间投入品和最后生产工序的技术含量之和测算,公式如下:

(1)

其中,为i国k部门单位产出的全部技术含量,为m国生产一单位k部门产出需要直接消耗j国l部门的产出量;为最后生产环节的增加值率;为m国k部门产品的劳动生产率,也即最后生产工序的技术含量。

将式(1)进一步转化为矩阵形式。

T=A×T+V×TSI

(2)

其中,T为全部技术含量列向量,A为直接消耗系数矩阵,V为增加值率的对角矩阵,TSI为直接投入的对角矩阵,式(2)进一步转换为:

T=TSI×V×(1-A)-1=TSI×V×B

(3)

进一步,将国内技术含量定义为来自本国生产工序的全部技术含量,即国内中间投入品技术含量与最后生产工序技术含量之和,式(3)进一步转换为:

DTm=Tm×Vm×Bm

(4)

那么,当m国出口向量为E时,m国出口的国内技术含量为:

DTEm=Tm×Vm×Bm×Em

(5)

其中,DTEm为m国出口单位产品国内技术含量矩阵; Tm为m国直接技术含量矩阵,用行业劳动生产率衡量,具体做法为行业增加值除以所使用劳动力,即行业劳动生产率的对角矩阵; Vm为m国所在行业增加值率对角矩阵,用行业增加值占总产值的比重表示;Bm为里昂惕夫逆矩阵中m国子矩阵; Em为m国的出口向量矩阵,用m国的出口份额表示。

2.1.2 核心解释变量

研发要素跨境流入(RDIFit)。研发要素跨境流入涵盖研发人员、资金、技术等与研发生产活动密切相关的要素。借鉴刘斌和甄洋(2022)的做法,将“专业、科学和技术活动”行业生产要素的跨行业使用情况作为研发要素跨境流动的测度指标,该行业包括基础研究、应用研究和试验开发3种类型。其中,研发要素跨境流入由除中国以外其他国家“专业、科学和技术活动”行业对中国各个行业的中间投入额度量。

2.1.3 控制变量

本文控制如下变量:①人力资本投入(Laborit),参照潘文卿等(2011)的做法,用行业大中型企业全部从业人员平均数表征;②行业规模(Scaleit),用行业大中型工业企业单位总数表征;③国外技术购买(Techimportit),用规模以上工业企业国外技术引进经费和消化吸收经费之和表征;④研发经费内部支出(RDinnerexpendit),用规模以上工业企业研发经费内部支出表征。

2.2 数据说明

由于各数据库行业分类标准存在差异,OECD采用ISIC Rev.4标准对行业进行分类,我国各类经济统计年鉴按照中国国民经济行业分类(GB/T4754—2017),本文根据不重复、不遗漏的原则对数据作行业匹配,最终保留17个行业样本数据,行业匹配结果见表1。同时,由于本文研究样本由国家间投入产出表和中国国民经济行业两套数据匹配而成,而国家间投入产出表数据来源于经济合作与发展组织(OECD)的投入产出表(ICIO2023),该数据库样本年份最新为2020年。因此,本文保留2000—2020年17个行业面板样本数据进行实证研究。

研发要素跨境流入额数据来源于OECD(ICIO2023)。在中国出口国内技术含量测算中,直接技术含量矩阵和里昂惕夫逆矩阵中的中国子矩阵数据来源于OECD.STAN数据库,行业增加值率对角矩阵和中国出口矩阵数据来自OECD.TIVA数据库。控制变量中的人力资本投入(Labor)、行业规模(Scale)数据来源于《中国工业经济统计年鉴》,对于个别年份缺失数据,参照余骁等[26]的做法,采取插值法补齐。研发经费内部支出(RDinnerxpend)和国外技术购买(Techimport)数据来源于《中国工业经济统计年鉴》《中国科技统计年鉴》。其中,对于《中国工业经济统计年鉴》《中国科技统计年鉴》中间断出现的“规模以上工业企业”和“大中型工业企业”,本文参考陈诗一[27]的研究,假设不同统计口径下研发经费内部支出和技术引进、消化吸收经费的实际增长率相同,以2011年规模以上工业企业数据作为基准年份,用不同阶段实际增长率倒推历年工业企业的科技经费支出,将统计口径统一为规模以上工业企业。

2.3 模型设定

为探究研发要素跨境流入对中国科技创新能力的影响,本文设定计量模型见式(6)。

STICit=α+βRDIFit+γZit+μi+λt+εit

(6)

其中,i为产业,t为年份,STICit代表产业i在t年的科技创新能力,RDIFit为本文核心解释变量,代表产业i在t年的研发要素跨境流入额,Zit为控制变量合集,本文对上述变量均作对数处理。μi、λt分别表示产业固定效应和时间固定效应,εit表示随机扰动项。主要变量描述性统计结果见表2。

3 实证结果与分析

3.1 基准回归结果

基于式(6),本文检验研发要素跨境流入对中国科技创新能力的影响,基准回归结果见表3。列(1)为控制行业和年份固定效应下,仅考虑研发要素跨境流入对中国科技创新能力的影响。结果显示,研发要素跨境流入估计系数为1.007,在1%水平上通过显著性检验,表明研发要素跨境流入有助于提升中国科技创新能力。列(2)～(5)逐步加入控制变量,引入全部控制变量的回归结果如列(5)所示,结果显示要素跨境流入估计系数依然在1%水平上显著为正,进一步表明研发要素跨境流入对中国科技创新能力存在显著促进作用,假设H1得到验证。

3.2 稳健性检验

3.2.1 增加控制变量

考虑到中国科技创新能力提升可能与大量技术许可或技术转让有关,因此加入国外专利许可和专利转让数量(Techtransfer),原始数据来源于智慧芽专利数据库,文中对其作对数处理。估计结果如表4列(1)所示,研发要素跨境流入系数在1%水平上显著为正,与本文研究结论一致。

3.2.2 替换被解释变量

考虑到变量测量误差对模型估计结果的影响,对被解释变量指标进行替换。用行业显示性比较优势指数(RCA)替换中国科技创新能力,原始数据来源于UIBE GVC数据库。表4列(2)结果显示,研发要素跨境流入系数在5%水平上显著为正,与本文研究结论一致。

3.2.3 剔除异常值

考虑到样本极端值对回归结果的影响,对核心解释变量(RDIF)和被解释变量(STIC)进行缩尾处理,剔除1%和99%极端值后重新进行检验,结果如表4列(3)所示。从中可见,研发要素跨境流入系数(1.037)在1%水平上显著为正,与本文研究结论一致。

3.2.4 替换估计方法

考虑到研发要素跨境流入与中国科技创新能力之间的逆向因果关系可能会导致内生性问题,故将解释变量取滞后项作为工具变量(RDIF_lag),运用两阶段最小二乘法(2SLS)再次进行回归分析,结果如表4列(4)(5)所示。第一阶段回归结果显示,RDIF_lag系数为0.650,对中国科技创新能力的影响在1%水平上显著为正。第二阶段回归结果显示,研发要素跨境流入对中国科技创新能力的影响系数(1.029)显著为正,与基准回归结果一致。根据回归结果,工具变量识别不足的零假设在1%水平上被Kleibergen-Paap rk LM检验拒绝,工具变量弱识别的假设被Kleibergen-Paap Wald rk F统计量拒绝,因为该统计量均大于Stock-Yogo检验在10%水平上的临界值。这表明,本文选取的工具变量是合理的,由此证明本文研究结论的稳健性。

3.3 异质性分析

3.3.1 技术密集度异质性

参考OECD按照研发强度差异对行业的分类标准(见表5)[28],进一步将17个行业划分为高研发强度行业、中等研发强度行业和低研发强度行业,重新进行回归分析,结果见表6列(1)～(3)。从中可见,研发要素跨境流入对不同研发强度行业科技创新能力均具有显著促进作用,且行业研发强度越高,其促进作用越显著。可能的解释在于,研发强度更高的行业本身具备较好的行业技术基础,各种形式的技术、知识跨境流入均能被较好吸收和利用。

3.3.2 时间窗口异质性

考虑到研发要素跨境流入可能带来的长期影响,参考陈东和秦子洋(2022)的方法,计算被解释变量和解释变量2期、4期和8期的样本滚动均值,并与未作滚动平均的当期样本回归结果进行比较。表7估计结果显示,研发要素跨境流入对中国科技创新能力的影响均显著为正,且随着考察期的拉长,研发要素跨境流入对中国科技创新能力的影响呈上升趋势。可能的解释在于,企业将跨境流入研发要素转化为自身生产技术需要一定时间的消化吸收及“干中学”过程,进而才能将其转化为出口产品中的自身技术供给。

3.4 机制检验

机制研究发现,研发要素跨境流入通过优化资源配置和促进本土市场竞争提升中国科技创新能力。在模型(6)的基础上,分别加入资源配置和本土市场竞争及其与核心解释变量的交互项。其中,资源配置参考林僖[29]的做法,采用行业产出占总产出的比重(GOk/GO)表示,该指标值越大,说明资源配置效应越强;本土市场竞争用行业集中度表示(CR),具体用行业内规模排名前20家公司营业收入占全行业营业收入的比值计算,该指标值越低,说明市场竞争越激烈。原始数据分别来源于OECD(ICIO2023)数据库以及国泰安数据库,机制检验结果如表8所示。

表8列(1)回归结果显示,交互项GOk/GO×RDIF的回归系数显著为正,表明对于资源配置更优的行业,研发要素跨境流入对科技创新能力的正向影响越显著。可见,资源配置效应是研发要素跨境流入提升中国科技创新能力的中介机制,假设H2得以验证。表8列(2)回归结果显示,交互项CR×RDIF系数显著为负,表明对于市场竞争越激烈行业,研发要素跨境流入对科技创新能力的正向影响越显著。因此,本土市场竞争效应是研发要素跨境流入提升中国科技创新能力的中介机制,假设H3得以验证。

4 研究结论与政策启示

4.1 研究结论

本文立足于国际科技合作与中国高水平科技自立自强的时代背景,探讨研发要素跨境流入对中国科技创新能力的影响机制,得出以下研究结论:第一,研发要素跨境流入对中国科技创新能力具有显著正向促进作用。在考虑遗漏变量、变量测量误差以及双向因果关系等问题后,本文核心结论依然成立。第二,研发要素跨境流入通过资源配置效应和本土市场竞争效应促进中国科技创新能力提升。第三,研发要素跨境流入在技术密集度更高的行业以及在更长的时间窗口期内对科技创新能力的长期促进作用更显著。

4.2 政策启示

本文为创新全球化背景下中国如何利用国际国内创新资源提升科技创新能力,加快实现高水平科技自立自强提供如下政策启示:

(1)优化外籍高端科研人才引进政策,激励跨境资本与技术的本地化应用。通过简化签证审批流程、提供长期居留政策和改善社会保障体系,吸引外籍高端科研人员加入中国创新团队,丰富人员结构。搭建政府支持的跨境投融资平台,为国际资本与本地科技项目对接提供桥梁,鼓励外资流向新兴产业和未来产业,推动同行业建立技术共享机制,降低重复研发成本。

(2)构建资源配置评价体系,完善跨境研发协同机制。一方面,开发以科技成果转化率和资源使用率为核心的指标体系,对跨境合作研发项目进行动态评估,推动资源流向创新潜力最大的领域。另一方面,鼓励本地企业参与国际研发项目,通过引进国际管理理念,优化本地研发组织模式。支持设立专门针对中外合作研发的基金,激励跨境研发分工和协作。

(3)完善市场监管机制,推动市场化创新生态建设。制定更加透明和公平的市场准入规则,为本土企业与外资企业创造平等的竞争环境。尤其是在高科技领域,确保国内中小企业有机会参与市场竞争。在半导体、人工智能等行业,推动建立区域性产业集群,在产业链上下游形成协同创新机制,通过产学研协作和资源共享形成竞争优势。

(4)针对技术密集型行业和创新投入回报周期长的行业,实施差异化支持政策。对航空航天、人工智能、生物医药等技术密集型行业,加大跨境技术引进力度,推动关键领域技术突破;针对基础研究和长周期创新项目(如新能源材料、量子科技),提供稳定的财政支持和政策保障,减少创新主体的短期盈利生存压力;推动特定行业国际技术合作,如在集成电路和生物技术领域开展全球联合研发项目,为国内企业参与国际研发提供专项经费支持和合作便利。

4.3 不足与展望

本文可能存在以下不足:第一,囿于OECD国家间投入产出数据库更新的局限,本文研究样本最新数据2020年,后期随着数据库的更新,持续进行跟踪研究。第二,数据和知识、技术在本质上一般都是公共品,具有非排他性与非竞争性,且同时具有规模报酬递增的特性。因此,数据要素与研发要素相互之间具有较为密切的关联,未来研究中,可以尝试思考如何将数据要素的跨境流动纳入本研究框架中。第三,研发要素跨境流动涉及流入和流出,本文研究样本为中国工业行业,实证分析中只研究了研发要素跨境流入,未探究研发要素跨境流出。后续研究中,可以将中国工业行业置于更一般化的位置,考虑将研究维度进一步拓展到“国家—行业”层面,将研发要素跨境流出也纳入实证分析中。

参考文献：

[1] 孙青. 财政科技投入、科研人力资本对科技创新的影响[J]. 统计与决策, 2022,38(1): 153-157.

[2] 孙文明, 刘琪, 陈旭. 财政科技投入提升科技创新能力的机制分析[J]. 经济问题探索, 2023,44(6): 177-190.

[3] 谷斌, 廖丽芳. 新基建投入与科技创新能力耦合协调发展水平测度及时空演进 [J]. 科技进步与对策, 2023, 40(11): 60-70.

[4] WEI X.Data-driven revolution:advancing scientific and technological innovation in Chinese A-share listed companies[J]. Journal of the Knowledge Economy, 2024, 15(3): 9975-10002.

[5] 张节, 李千惠. 智慧城市建设对城市科技创新能力的影响 [J]. 科技进步与对策, 2020,37(22): 38-44.

[6] 李胜会, 朱绍棠. 科技评价是否有效促进了区域科技创新——基于政策驱动的视角[J]. 科研管理, 2021, 42(7): 11-21.

[7] 诸竹君, 黄先海, 王毅. 外资进入与中国式创新双低困境破解[J]. 经济研究,2020,55(5): 99-115.

[8] 刘小鲁. 我国创新能力积累的主要途径:R&D,技术引进,还是FDI[J].经济评论,2011,32(3): 88-96.

[9] 肖利平, 谢丹阳. 国外技术引进与本土创新增长:互补还是替代——基于异质吸收能力的视角[J]. 中国工业经济, 2016,34(9): 75-92.

[10] FU X, GONG Y. Indigenous and foreign innovation efforts and drivers of technological upgrading: evidence from China[J]. World Development, 2011,39(7): 1213-1225.

[11] 李梅, 余天骄. 研发国际化是否促进了企业创新——基于中国信息技术企业的经验研究[J]. 管理世界, 2016,32(11): 125-140.

[12] HALL B H.The internationalization of R&D[EB/OL].[2011-10-12]. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2179941.

[13] 孙玉红, 李金哲, 李清缘. 区域贸易协定中的创新规则对研发要素跨境流动的影响研究[J]. 世界经济研究, 2024,43(9): 18-32, 135.

[14] LEE N. Migrant and ethnic diversity, cities and innovation: firm effects or city effects[J].Journal of Economic Geography, 2015,15(4): 769-796.

[15] WEI H, YUAN R, ZHAO L. International talent inflow and R&D investment: firm-level evidence from China[J]. Economic Modelling, 2020, 89: 32-42.

[16] 曲如晓, 李婧, 杨修.国际人才流入、技术距离与中国企业创新[J]. 暨南学报(哲学社会科学版), 2021,43(6): 91-106.

[17] 杨一帆,潘君豪.全球科技创新中心构型规律与演化机制研究[J].科技进步与对策,2024,41(20):98-108.

[18] WANG C H, CHANG C H, SHEN G C. The effect of inbound open innovation on firm performance: evidence from high-tech industry[J]. Technological Forecasting and Social Change, 2015, 99: 222-230.

[19] 石丽静, 洪俊杰. 开放式创新如何影响企业自主研发绩效 [J]. 经济评论, 2017,38(6): 53-65.

[20] JIANG K, KELLER W, QIU L D, et al. International joint ventures and internal technology transfer vs. external technology spillovers: evidence from China[J]. Journal of International Economics, 2024,150: 103939.

[21] 张艳, 唐宜红, 周默涵. 服务贸易自由化是否提高了制造业企业生产效率 [J]. 世界经济, 2013,36(11): 51-71.

[22] HSU D H, HSU P H, ZHOU K, et al. Industry-university collaboration and commercializing Chinese corporate innovation[EB/OL].[2024-10-03]. https://pubsonline.informs.org/doi/abs/10.1287/mnsc.

[23] 张晓磊, 谢建国, 张二震. 外资进入强度与本土企业竞争力——基于企业单位劳动成本视角的检验 [J]. 国际贸易问题, 2020,46(2): 1-15.

[24] 姚洋, 张晔. 中国出口品国内技术含量升级的动态研究——来自全国及江苏省、广东省的证据[J]. 中国社会科学, 2008,29(2): 67-82,205-206.

[25] 毛海欧, 刘海云. 中国OFDI如何影响出口技术含量——基于世界投入产出数据的研究[J]. 数量经济技术经济研究, 2018,35(7): 97-113.

[26] 余骁,黄先海,陈航宇.知识产权保护、技术距离与出口国内增加值率[J].中国工业经济,2023,41(6):99-117.

[27] 陈诗一. 中国工业分行业统计数据估算:1980-2008[J]. 经济学(季刊), 2011,10(3): 735-776.

[28] GALINDO-RUEDA, FERNANDO, FABIEN VERGER.OECD taxonomy of economic activities based on R&D intensity [EB/OL].[2016-07-16]. https://www.oecd.org/en/publications/oecd-taxonomy-of-economic-activities-based-on-r-d-intensity_5jlv73sqqp8r-en.html.

[29] 林僖. 区域服务贸易协定对服务出口的影响:机制与效应[J]. 世界经济, 2021,44(6): 50-71.

(责任编辑：王敬敏)