海归回流：知识溢出及门槛效应-基于中国的实证检验_2

1、    海归回流知识溢出及门槛效应基于中国的实证检验    3.3 实证结果3.3.1 描述性统计分析表1 变量的描述统计table 1 descriptive statistics of variables变量样本数均值标准差最小值最大值tfp3003.7595680.26664892.6845774.145829h_flow3007.7519581.3196155.01874910.80206rd_demestic30011.951861.6466098.97086918.25202h_import30010.972431.9176161.99121

2、415.09811h_fdi3009.7432721.2778136.8464812.27844absorb30017.527651.55330614.5308621.44096h_pat30015.386731.02413812.8271417.59557returnee300234.4341.04545.34356.4353.3.2 全国层面海归技术溢出效应估计表2给出了方程(1)利用固定效应模型的回归估计结果，表2中的变量字母小写代表该变量取对数的形式。表2中模型1至模型4是对面板模型的固定效应回归结果。考虑到模型中可能存在的异方差，模型l至模型4的回归结果均是稳健性估计结果。模型l对海

3、归知识溢出的当期项与被解释变量lntfp构筑方程，暂不考虑各地区人力资本水平对海归知识溢出的吸收能力影响因素。发现海归这一渠道的知识溢出效应值为0.011，在5%的显著性水平下显著。模型2将海归知识溢出的当期项与被解释变量lntfp构筑方程，考虑各地区人力资本水平对海归知识溢出的吸收能力。加入吸收能力的变量后，海归这一渠道的知识溢出效应值变为0.119，显著性水平有所提高，同时吸收能力对知识溢出的效应值为0.0536，在10%的显著性水平下显著。从而验证了吸收能力影响海归这一渠道知识溢出效应的发挥(alcácer and chung，2007)。对模型1与模型2比较，发现估计方程各变

4、量的拟合效果有所提高。模型3是将海归知识溢出的滞后一阶项与被解释变量lntfp构筑方程，考虑各地区人力资本水平的吸收能力。结果显示海归知识溢出的滞后一阶项对技术进步的影响效应为0.012，同时在5%的显著性水平下显著，模型3与模型2相比较发现滞后一阶项的海归知识溢出效应有所提高，说明海归对中国技术进步有积极作用，但同时存在时间上的滞后效应。模型4将海归知识溢出的滞后二阶项与被解释变量lntfp构筑方程，同时考虑各地区人力资本水平对海归知识溢出的吸收能力。估计结果表明滞后二阶的海归知识溢出效应值进一步提高，说明海归回流对中国技术进步的影响效应显著，并存在滞后效应，即海归回流对各省市技术进步的促进

5、作用需要经过一定周期、与各省市相应配套的人力资本相结合才能发挥作用。表2 海归对中国技术进步影响效应的检验结果table 2 test results of returnees' technology progress effects in china变量模型1模型2模型3模型4h_flow0.011*0.0119*(3.41)(-1.51)lh_flow0.012*(2.16)l2h_flow0.017*(2.41)rd_demestic0.009*0.00480.009*0.015*(2.75)(1.44)(2.59)(3.81)h_pat0.0044*0.002-0.00040.

6、001(1.68)(0.58)(0.19)(0.36)h_import0.004*0.0030.006*0.001(3.10)(1.59)*(3.25)(-0.08)h_fdi-0.005-0.005-0.009*-0.006*(-1.57)(-0.91)(-2.66)(-2.03)absorb0.0536*0.007*0.009*(2.15)(2.06)(2.97)常数项3.497*3.053*3.459*(99.93)(13.09)(76.95)注：表格内的数字上面表示估计的系数.*、*、*分别表示0.01、0.05、0.1的显著性水平。3.3.3 分省市海归回流对技术进步影响效应的估计在

7、对选取的31个省市进行分省市海归回流对技术进步影响效应的估计，考虑到异方差以及内生性问题的影响，采用gmm估计对模型(1)进行分省市的海归回流对中国技术进步的影响效应估计，估计结果见表3，报告了海归知识溢出的滞后二期的估计结果。总体结果显示，出现显著正向知识溢出效应共有包括北京在内的20个省份，在以上20个省份中，海归回流对本土技术进步起到了积极的促进作用。这些地区主要集中在华北、华东以及华南部分省市。海归知识溢出对各省份技术进步影响程度依次为上海、北京、江苏、广东。西北、东北地区的各省市的海归技术溢出效应值显著为负，华南的广西壮族自治区、西南的贵州省、华中的安徽省的海归技术溢出效应值同样显著

8、为负。从表3可以看出经济发展水平越高、科研投入越大、金融市场环境越良好的省市，其海归回流的技术溢出效应也越大。也说明大量海归选择回流到科研经费充足、高技术产业集聚、金融市场环境相对较好的华北、华东、华南地区，从而进一步导致了海归地域分布的不平衡，同时扩大了人力资本水平在地区和行业之间的差距，使海归回流的技术溢出效应出现非均衡性。从而验证了假设1：海归对中国技术进步的效应受地区环境的影响，一个地区的科研环境、经济水平、人力资本水平、对外开放度，金融市场的发达程度等都是海归技术进步效应的必要条件。表3 中国各省份海归回流对技术进步影响效应的gmm估计结果table 3 gmm estimation

9、 results of technological progress effect of returnees reflux in china* provinces地区省份海归技术溢出地区省份海归技术溢出东北东北地区黑龙江吉林辽宁-0.001*(3.66)-0.003*(0.86)0.002*(1.45)0.001*(1.11)华南华南地区广东广西海南0.038*(8.70)0.102*(4.69)-0.023*(-0.67)0.009(0.45)华北华北地区北京天津河北山西0.012*(1.02)0.11*(1.47)0.076*(1.96)-0.015(-0.47)0.076*(1.21*)

10、华中华中地区河南湖南湖北安徽-0.084*(-2.45)0.014*(3.17)0.037*(4.01)0.049*(4.98)-0.002*(-0.59)华东华东地区上海山东浙江江苏江西福建0.076*(5.31)0.314*(6.56)0.091*(5.13)0.062*(1.55)0.069*(-0.49)0.021*(1.67)0.081*(4.98)西北西北地区陕西内蒙古地区云南-0.003*(-2.96)-0.047*(2.25)-0.004(0.50)0.063*(-3.08)0.009*(1.37)西南贵州四川重庆-0.234*(-2.21)0.059*(6.08)0.048*

11、(-0.04)adjust-r20.9656f-statistic122.74p1注：括号内的数值是该系数的t值，*、*、*分别表示在1%、5%、10%的显著性水平上变量显著。同时，由表3进一步看出，在所划分的7个地区中，海归对技术进步影响正效应的地区主要集中在华北、华东、华南地区，这些区域的海归对当地的经济发展以及技术进步起到了积极的拉动作用。其次是华东、华南、西南地区，但是华中、东北、西北三地区出现了负向的知识溢出效应，可以看出海归技术溢出效应在华北、华东、华南、西南、华中、西北、东北呈递减趋势。从而验证了假设2：说明我国各省市由于地理位置等因素的差异，海归回流后产生的技术溢出效应在东部、

12、中部、西部呈递减趋势。4 海归回流量、吸收能力对海归知识溢出效应关系4.1 海归回流量对海归知识溢出效应的影响本文通过构造门限面板模型对影响海归知识溢出效应的海归回流量以及吸收能力变量进行进一步的考察，验证海归回流量与吸收能力对其知识溢出是否具有门限特征。4.1.1 门槛模型的设定为了研究每万人海归存量以及吸收能力对海归知识溢出效应的门槛特征，在模型5的基础上，分别设定海归知识溢出效应的单一门槛模型和双重门槛模型，具体模型如下：lntfpit=lnhit-jd+1lnhit-jflow×i(qit)+2lnhit-jflow×i(qit)+3xt+i+it (2)lntfpit='lnhit-jd+1'lnhit-jflow×i(qit)+2'lnhit-jflow×i(1qit2)+3'lnhit-jflow×i(qit2)+4'lnxt+i+it (3)模型(2)代表单一门槛模型，模型(3)代表双重门槛模型，lntfp表示中国各省份历年的全要素生产率，lnhflow代表受门槛变量影响的解释变量，即本文的海归知识溢出效应，i代表个体，t代表时间，qit为门槛变量，即各省市历年的海归回流量或吸收能力。xt为对被解释变量有显著影响的其他变量，1或