论文部分内容阅读
摘 要：本文以2006—2016年257个城市的面板数据为样本，基于面板门槛模型，以城市工资水平为门槛变量，实证分析了FDI对城市创新能力的非线性影响。结果表明：FDI对城市创新能力的影响存在显著的以工资水平为门槛的双门槛效应，即当工资水平未跨越第一门槛值时，FDI流入显著抑制了城市创新能力的提升;当工资水平跨越第一门槛值后，FDI流入对城市创新能力的影响由负转正，但不显著;只有当工资水平跨越第二门槛值后，FDI流入才显著促进了城市创新能力的提升。
关键词：FDI;城市创新能力;城市工资差异;面板门槛模型
中图分类号：F830 文献标识码：A 文章编号：1674-2265（2020）12-0045-07
DOI：10.19647/j.cnki.37-1462/f.2020.12.006
一、引言与文献综述
城市是创新资源和要素的空间载体，《“十三五”国家科技创新规划》明确指出，要充分发挥城市创新在区域创新体系建设中的主体作用，打造区域创新高地，提升区域创新的协调发展水平。然而，城市因所处发展阶段、创新要素的分布以及創新政策获取能力等方面的不同，我国各城市的创新能力有明显差异。首都科技发展战略研究院和中国社会科学院城市与竞争力研究中心联合发布的《中国城市科技创新发展报告2019》指出，北京中关村、深圳和上海张江等国家自主创新示范区作为国家科技创新成果的主要集聚地，积聚了大量创新资源，导致城市间科技创新发展差异扩大，呈现强者更强的态势。为了发挥城市在国家创新体系建设中的重要作用，带动区域创新协同发展，应着重分析影响城市创新能力的因素。
新经济增长理论指出，技术进步和创新有两个基本来源：一是国内自主研发（R&D）;二是国外技术外溢，当前外商直接投资（FDI）是实现技术溢出的主要途径（李健等，2016）[1]。相较于国内资本而言，FDI不仅带来了丰富的资金，还带来了更先进的知识和技术。然而，关于FDI能否提升东道国创新能力，现有研究仍没有定论。大规模引入FDI是否提升了中国的城市创新能力？这一问题值得进一步探讨。与此同时，随着近年来中国劳动年龄人口与流动人口的不断下降，劳动力供给不足已成为中国经济的“新常态”，人口红利逐渐消失，加之劳动保护制度日臻完善等诸多因素的影响（肖文和薛天航，2019）[2]，社会平均工资水平不断上升。工资的刚性上涨所带来的劳动力成本的增加，已成为“新常态”下中国经济由高速增长转向高质量发展过程中不可忽视的一个重大现实问题。现有研究发现，FDI技术溢出效应的发挥和创新能力的提升与工资水平息息相关（袁子馨等，2019;董新兴和刘坤，2016）[3，4]。工资的刚性上涨，一方面，会因成本增加而对利用外资和提升创新能力产生负面影响;另一方面，也会促进人力资本的积累，提升对FDI技术溢出的吸收能力，吸引高质量FDI的流入，提高创新能力。那么，FDI对不同工资水平下城市创新能力的影响是否一致？是否存在门槛特征？对这些问题的回答，对于有效利用FDI促进不同城市创新能力的提高，带动区域经济的平衡发展，实现新时期中国对外开放战略具有重要意义。
关于FDI与创新能力的关系，已有研究尚未达成一致结论，主要分为以下三种观点：一是FDI能促进创新能力的提升。Wang和Wu（2016）[5]考察了区域FDI知识溢出对我国本土电子企业产品创新的影响，研究外商投资企业的本土化创新活动对国内企业的产品创新具有显著的促进作用;Antonietti等（2015）[6]利用意大利专利数据研究发现，FDI与当地服务业的专利之间存在显著正向关系。特别是服务业FDI对当地知识密集型商业服务的专利活动产生了积极的影响。二是FDI抑制了创新能力的提升。Girma等（2008）[7]发现从行业层面来说，FDI对国有企业的平均创新能力有显著的负向影响;张宇青和吴金南（2016）[8]基于经济合作与发展组织（OECD）30个成员国2004—2013年的面板数据，实证检验了FDI对技术进步的影响，系统GMM和差分GMM估计认为FDI对OECD国家的技术进步存在显著抑制作用。三是FDI对东道国创新能力的影响需要全面分析，不能简单地用促进或阻碍观点来阐释。Loukil（2016）[9]利用面板门槛模型证实了FDI对发展中国家的创新影响存在一个技术门槛值，当技术发展跨过门槛值后，FDI对创新的影响会由负转正;彭衡（2019）[10]运用GMM方法实证分析了知识产权保护在FDI影响中国技术创新能力过程中的调节效应，结果表明，技术差距越大，加强知识产权保护力度越能抑制FDI技术外溢效应。
关于工资水平与创新能力的关系，现有研究结论仍存在一定分歧。首先，一种观点认为，工资水平对创新能力的提升会产生积极影响。Huang等（2017）[11]采用垄断竞争模型和倾向分数匹配（PSM）方法证实了工资的提高会促使企业增加研发投入，促进创新能力的提升;Acemoglu（2010）[12]发现劳动力成本的上升会促使企业用资本替代劳动要素，倒逼企业引进先进的机器设备和研发技术，进而提高企业的研发创新水平。其次，另一种观点认为，工资水平会对创新能力的提升产生消极影响。Vansteenkist等（2007）[13]基于认知评价理论指出，工资的不断提高会使员工过度追求工资上涨等外部目标，而忽略创新任务的本身;苏涛永等（2019）[14]实证分析了员工的工资和福利分配对企业创新产出的影响，发现作为外部激励的工资会使员工过度关注物质而非创新任务本身，降低创新的自觉性。最后，还有部分观点认为，工资水平对创新能力的影响具有异质性。程虹和唐婷（2016）[15]研究发现劳动力成本上升会显著激励大型企业的创新行为，对中小型企业的影响则不显著。陈雯等（2019）[16]研究了劳动力成本上升对不同类型出口企业创新活动的影响，研究发现劳动力成本的上升会显著促进一般贸易和混合贸易企业的创新活动，但对加工贸易企业的影响不显著。 综上所述，虽然现有研究已取得丰硕成果，但仍存在以下不足：（1）现有研究集中探讨了FDI对企业或区域创新能力的影响，缺乏对城市创新能力的研究。微观层面的研究难以判断FDI流入的整体社会效应，而省级层面的研究忽视了城市间FDI流入的差异及FDI对城市创新能力的影响。（2）现有文献分别论证了FDI或工资对创新能力的影响，但鲜有文献将三者纳入统一框架进行研究。基于此，本文不仅从理论上诠释了在不同工资水平下FDI对城市创新能力的非线性影响，还借助面板门槛模型，以工资水平为门槛变量进行了实证检验。以期为新时期的中国更好地制定城市创新规划和引进外资政策提供一定的参考。
二、FDI、工资水平与城市创新能力的机理分析
从工资水平看，城市作为一个经济社会综合体，其工资水平与人力资本水平和市场需求规模是相适应的。一个地区的工资水平越高，通常意味着其人力资本水平越高，市场需求规模也越大。FDI对城市创新能力的影响主要取决于FDI的技术溢出效应的大小，而FDI的技术溢出效应与人力资本水平和市场需求规模密切相关，FDI的技术溢出效应越大，往往对人力资本水平和市场需求规模的要求越高。
因此，工资水平对FDI与城市创新能力关系的影响主要体现在以下两方面：一方面，工资水平在国际贸易中体现了该地区的人才储备水平。当工资水平较低时，现有的工资水平不能对经营管理者和工人形成充足的激励，也无法吸引到高技能创新型人才。而且，工资上升意味着企业生产成本的增加，企业为了维持生产经营的稳定，会减少对在职员工的培训，不利于形成推动企业创新的人力资本水平（关娇和何江，2020）[17]。与之相反，当城市工资水平较高时，不仅会吸引高素质劳动力的流入，促进人力资本的积累，而且在当前较高的工资水平下，企业将更为谨慎地挑选人才，也更加注重对现有员工的培训，能最大限度地提升员工的创新效率（许长新和李梦娇，2019）[18]。人力资本的提升能够有效地刺激FDI技术外溢，在人力资本配合下，FDI对城市创新能力的提升具有积极促进作用（张定胜等，2019）[19]。另一方面，从需求引致创新来看，工资作為工人收入的一部分，当工资水平较高时，意味着可支配收入的增加，对新产品的市场需求不断扩大，不仅会促进企业进行研发创新，缩小与发达国家之间的技术差距，提高自身技术的吸收能力，有效发挥FDI对城市创新能力的提升作用。而且随着市场需求的不断增加，跨国公司为满足市场新需求，会不断进行技术革新与累积投资，提升FDI技术溢出效应（冯伟等，2011）[20]。然而，当工资水平较低时，会减少居民可支配收入，挤压消费支出，造成对创新产品的市场有效需求（包括需求层次与需求规模）不足（蒲艳萍和顾冉，2019）[21]，降低了企业研发的积极性，弱化了自主创新能力，难以有效地吸收和转化FDI的技术溢出效应。而且，吸引的FDI大多仍集中在原有技术含量较低且劳动生产率较低的行业，导致FDI的技术外溢效应有限。基于上述分析，本文提出如下假设：
H：在城市工资水平存在差异的情况下，FDI对城市创新能力的影响存在门槛效应。当城市工资水平较低时，FDI的流入会对城市创新能力产生负向影响;当城市工资水平较高时，FDI的流入会对城市创新能力产生正向影响。
三、研究设计
（一）模型构建
为了验证FDI对城市创新能力的影响，本文设定如式（1）所示的回归模型：
[lninnoit=α0+α1FDIit+α2lnwageit+α3Xit+μcity+μyear+εit] （1）
其中，[i]表示城市，[t]表示时间，[innoit]表示城市创新能力，[FDIit]表示外商直接投资，[wageit]表示工资水平，[Xit]为控制变量集，[μcity]和[μyear]分别表示城市固定效应与时间固定效应，[εit]为随机干扰项。
根据前文的理论分析，FDI对城市创新能力的影响可能因城市工资水平不同，呈现非线性关系。因此，本文采用Hansen（1999）[22]提出的面板门槛模型，以工资水平为门槛变量，将式（1）扩展为面板门槛模型，系统考察在不同工资水平下，FDI对城市创新能力影响的差异。面板门槛模型设定如式（2）所示：
[lninnoit=β1FDIit×Ilnwageit≤γ+β2FDIit×Ilnwageit>γ+β3lnwageit+β4Xit+μcity+εit] （2）
其中，[i]表示城市，[t]表示时间;[ lnwageit]为门槛变量，[FDIit]为门槛依赖变量，[γ]为待估算的门槛值，[Ilnwageit≤γ]和[Ilnwageit>γ]均为示性函数;控制变量集[Xit]与式（1）相同。上述模型设定以单一门槛为例，多门槛模型类比单一门槛模型构造。
（二）变量与数据
本文被解释变量是城市创新能力（inno），选用《中国城市和产业创新能力报告2017》的城市创新指数来衡量。为了使数据分布更平稳，避免异方差的影响，本文对城市创新指数进行对数转换。
本文的核心解释变量是外商直接投资（FDI），用各城市实际利用外商直接投资额占GDP比重衡量，其中外商直接投资额按照年均汇率折算成人民币表示。
本文的门槛变量是工资水平（wage）。选用城市职工平均工资来表示当地一般工资水平。
本文借鉴已有研究，将控制变量设定如下：（1）经济发展水平（pgdp），用地区生产总值表示;（2）产业结构水平（industry），用第三产业产值占地区生产总值的比重表示;（3）金融发展水平（finance），用年末金融机构贷款余额占地区生产总值的比重表示;（4）信息化水平（internet），用国际互联网使用户数占地区总人口数的比重表示;（5）人力资本水平（human），借鉴袁子馨等（2019）[3]做法，构建人力资本综合指数表示;（6）科技创新投入（g_tec），选取各市地方财政支出中“科学技术支出”表示;（7）人口规模（p_scal），用市辖区人口数衡量。 本文的数据来源于2007—2017年《中国城市统计年鉴》和《中国城市和产业创新能力报告2017》。为消除价格的影响，用GDP平减指数（以2006年为基期）对涉及价格的变量进行平减处理;对工资水平、经济发展水平、科技创新投入和人口规模取对数，以降低异方差的影响;删除了数据缺失较多的城市，对数据缺失较少的城市进行了填补，最后保留了257个城市的数据。描述性统计见表1。
四、实证结果与分析
（一）门槛存在性检验与门槛值的确定
在进行面板门槛回归分析之前，首先要对式（2）进行门槛效应检验，确定是否存在门槛以及门槛的个数，以便确定门槛模型的具体设定模式，表2为检验结果（见表2）。由表2可知，对于不同工资水平来说，单一门槛效应与双重门槛效应都在1%的置信水平上显著，但是，三重门槛效应没有通过显著性检验，因此工资水平存在双重门槛效应。
门槛效应通过检验后，仍需确定门槛模型的门槛值。表3报告了工资水平的门槛估计值和置信区间，同时，本文构造了工资水平门槛似然比函数图（见图1），工资水平的门槛值即为LR统计量为0的取值，因此工资水平的两个门槛值分别为10.497和10.708。
（二）门槛模型的回归分析
本文采用了个体时点双固定效应模型检验了FDI对城市创新能力的影响，结果见表4的（1）列。由结果可知，核心解释变量FDI在1%的置信水平下显著抑制了城市创新能力的提升。原因可能包括：（1）当前我国与国外先进技术间仍存在一定差距，仍难以有效地吸收和转化外资转让的技术。囿于吸收能力的限制，吸引的大多是一些技术含量较低的FDI，所以FDI的技术溢出效应有限，难以促进东道国创新能力的提升。（2）FDI的大量流入，不仅会造成国内企业过度依赖外资技术，降低了企业的自主创新动力，而且挤占了市场份额，威胁到国内企业的生存，使其最终不得不放弃自主研发创新。（3）自20世纪90年代以来，外商直接投资的独资化趋势明显。商务部公布的《中国外资统计公报2019》数据显示，截至2018年底，新批准设立的外商企业中，外商独资企業比例达到82.7%，在实际使用外资金额上，外商独资企业使用金额的占比为 64.6%。相比合资企业而言，出于知识产权保护和技术诀窍保密要求，外商独资企业的技术保护降低了FDI的技术外溢效应。
接下来本文运用面板门槛模型，重点分析了在不同的工资水平下FDI对城市创新能力的非线性影响，结果见表4的（2）列。参数估计结果表明，当工资水平低于10.497时，FDI对城市创新能力具有显著负向影响;而当工资水平处于10.497—10.708区间内时，FDI对城市创新能力的影响由负转正，但并不显著;当工资水平高于10.708时，FDI对城市创新能力产生显著正向影响。随着城市工资水平的不断提高，FDI对城市创新能力的影响由负转正，可能有以下几个原因：（1）在工资水平较低的城市，难以吸引到高技能创新型人才。然而，作为一种复杂的知识生产活动，创新活动的核心要素是高素质人力资本。因此，当工资水平较低时，往往创新能力不高。一方面，由于与国外存在较大的技术差距，本土企业不仅难以吸收和转化FDI的技术溢出效应，而且面临工资上涨的压力，往往会减少研发支出，导致企业整体竞争力下降。FDI带来的竞争效应会挤占本土企业的市场份额，导致其产出减少，利润下降，对本土企业的技术创新产生“挤出效应”，抑制了创新能力的提升。另一方面，囿于技术差距和吸收能力的限制，工资水平较低的城市吸引的大多是技术含量较低的劳动密集型外资企业，所以FDI的技术溢出示范和扩散效应有限。过度依赖外资技术反而会导致我国陷入由跨国企业所主导的全球价值链的低端环节，最终抑制自主创新能力的提升。（2）随着工资水平进一步提升至两个门槛值区间，劳动力的技术和素质却未能得到相应的提升，现有的工资水平仍主要对中低技能劳动力形成充足的激励。然而，受限于自身素质，其工资上涨对技术创新的影响并不大，仅能激励企业进行研发周期短和技术性要求低的创新。因此，仍无法吸引高质量FDI的流入，难以充分发挥FDI的技术溢出效应，导致FDI对城市创新能力的促进作用不明显。（3）在工资水平较高的城市，不仅能吸引高素质创新型人才的流入，而且工资的上涨也增加了人们对新产品的需求，调动了企业进行研发创新的积极性，促进了科技创新能力的提高和人力资本的积累，有效地提升对FDI技术溢出的吸收能力。同时，人力资本的积累和市场需求的扩大，有利于吸引技术密集型、高附加值的FDI流入，提升FDI对城市创新能力的溢出效应，促进城市创新能力的提升。
控制变量的回归结果显示，经济发展水平的提升、人才的积累、信息化水平的提高、产业结构的升级、人口规模的扩大以及科技创新投入的增加会提升城市创新能力。金融发展水平的影响不显著，原因是研发创新活动具有风险高、周期长等特点，企业常因研发融资困难而被迫推迟创新。科技创新投入的影响为正但不显著，可能是政府在进行科技创新投入时，忽视了城市实际创新需求，造成创新要素资源配置扭曲，未能有效地提升城市创新能力。工资水平在1%的置信水平下显著抑制了城市创新能力的提升，这与李刚等（2009）[23]结论类似，工资的上涨会增加企业的生产经营成本，挤占企业的研发投入，因路径锁定效应长期实行低成本战略，难以实现创新转型。
（三）门槛效应扩展分析
根据各城市工资水平与门槛大小的关系，将工资水平划分为低值区、中值区和高值区3种类型，表5中列示了2006—2016年间各个门槛区间的样本城市个数。结果显示，2006—2016年间，处于工资水平低值区的城市数不断减少，处于中值区的城市数量呈现出先增加后减少的趋势，位于高值区的城市数量不断增加。总体表明，现阶段我国大部分城市的工资水平较为合理，有利于发挥FDI对城市创新能力的促进作用。但还存在少部分城市工资水平不合理且尚未得到改善。
（四）稳健性检验 为确保基本结论的稳健性，本文在原基准回归模型的基础上，主要采取以下两种方法进行稳健性分析。第一，采用“外商实际直接投资额”来替换核心解释变量，具体结果见表6的（1）列。第二，考虑到北京、上海、天津和重庆四个直辖市在经济规模和行政等级上较为特殊，相较于其他城市而言，在创新资源的获取以及政策扶持上具有更大优势，因此本文将直辖市从基准样本中予以剔除，结果见表6的（2）列。检验结果仍存在以工资水平为门槛的双门槛效应，FDI、工资水平与城市创新能力关系的基本结论没有改变，其他变量的系数估计值符号与基准回归一致并且系数值差异较小，表明原门槛模型的回归结果是稳健的。
五、结论与对策建议
本文利用2006—2016年257个城市的面板数据，以工资水平为门槛变量，系统考察了在不同工资水平下，FDI对城市创新能力的影响。结果显示：FDI对城市创新能力的影响存在以工资水平为门槛的显著的双重门槛效应，即当工资水平未跨越第一门槛值时，FDI对城市创新能力具有显著负向影响;当工资水平跨越第一门槛值时，FDI对城市创新能力的影响由负转正，但并不显著;只有当工资水平跨越第二门槛值后，FDI才能对城市创新能力产生显著正向影响。通过进一步扩展分析发现，2006—2016年跨越第二门槛值的城市不断增加，多数城市能够有效地发挥FDI对城市创新能力的促进作用。
基于上述结论，本文提出如下政策建议：针对城市工资水平的差异，应该因地制宜地开展与当地工资水平相适应的招商引资活动，以提升城市创新能力。首先，对于工资水平未跨越第一门槛值的城市而言，不能盲目地扩大FDI流入规模，而应该通过提升城市的经济发展水平、优化产业结构、完善城市基础设施等途径，促进城市创新能力的提升。同时，促进工资水平的提高，使其跨越相应门槛值，以获得FDI技术溢出对城市创新能力的促进作用。其次，对于工资水平跨越第一门槛值的城市而言，当地政府应在继续加大教育资源投入的基础上，注重对创新人才的引进和培养，为其提供户籍、住房、医疗、子女入学等服务，以吸引人才的流入。同时，采取措施提高工资水平，提升对FDI技术溢出的吸收能力，促进城市创新能力的提升。最后，对于工资水平跨越第二门槛值的城市而言，当地政府应该大力引进FDI，尤其是高质量FDI，充分利用FDI对城市创新能力的技术溢出示范效应和竞争效应。同时，工资水平较高的城市往往也具有较高的科技创新实力，因此可以凭借自身优势，吸引外资企业在当地设立研发机构，鼓励外商与当地高校和科研机构进行合作研发，为城市创新奠定良好的知识和技术基础。
参考文献：
[1]李健，付军明，卫平.FDI溢出、人力资本门槛与区域创新能力——基于中国省际面板数据的实证研究 [J].贵州财经大学学报，2016，（1）.
[2]肖文，薛天航.劳动力成本上升、融资约束与企业全要素生产率变动 [J].世界经济，2019，42（1）.
[3]袁子馨，尹诚明，肖光恩.人力资本、工资地区异质性与中国城市利用外商直接投资 [J].现代经济探讨，2019，（5）.
[4]董新兴，刘坤.劳动力成本上升对企业创新行为的影响——来自中国制造业上市公司的经验证据 [J].山东大学学报（哲学社会科学版），2016，（4）.
[5]Wang C C，Wu A. 2016. Geographical FDI Knowledge Spillover and Innovation of Indigenous Firms in China [J].International Business Review，25（4）.
[6]Antonietti R，Bronzini R，Cainelli G. 2015. Inward Greenfield FDI and Innovation [J].Economia E Politica Industriale，42（1）.
[7]Girma S，Gong Y，Gorg H. 2008. Foreign Direct Investment，Access to Finance，and Innovation Activity in Chinese Enterprises [J].World Bank Economic Review，22（2）.
[8]张宇青，吴金南.环境规制、外商直接投资与技术进步——对OECD国家“波特假说”的检验 [J].科学管理研究，2016，34（1）.
[9]Kamilia Loukil. 2016. Foreign Direct Investment and Technological Innovation in Developing Countries [J]. Oradea Journal of Business&Economics，1（2）.
[10]彭衡.我國知识产权保护、FDI与技术创新 [J].技术经济与管理研究，2019，（6）.
[11]Huang X，Chen H，Yang G. 2017. Do Rising Labour costs Drive Innovation in Enterprises？ Propensity Score Matching Evidence from Chinese Firms [J].Pacific Economic Review，22（1）.
[12]Acemoglu D. 2010. When Does Labor Scarcity Encourage Innovation？[J].Journal of Political Economy，118（6）.
[13]Vansteenkist M，Matos L，Lens W，et al. 2007. Understanding the Impact of Intrinsic Versus Extrinsic Goal Framing on Exercise Performance：the Conflicting Role of Task and Ego Involvement [J].Psychology of Sport and Exercise，8（5）. [14]蘇涛永，王紫璇，宋晓满.内生性视角下研发投入与公司绩效的关系研究——基于工资与福利的调节效应[J].工业工程与管理，2019，24（4）.
[15]程虹，唐婷.劳动力成本上升对不同规模企业创新行为的影响——来自“中国企业—员工匹配调查”的经验证据 [J].科技进步与对策，2016，33（23）.
[16]陈雯，陈鸣，施嘉明，鲁婷.劳动力成本、进口替代与出口企业创新行为 [J].国际贸易问题，2019，（7）.
[17]关娇，何江.最低工资执行效应实证研究——以上海市（1993—2016）为例 [J].兰州学刊，2020，（4）.
[18]许长新，李梦娇.劳动力成本上升对异质性创新的影响——基于内外源融资调节视角 [J].工业技术经济，2019，38（8）.
[19]张定胜，曾懿亮，谢康佳男.劳动力成本对于我国FDI增长的影响机制——基于国内各省份层面的实证分析 [J].经济问题探索，2019，（1）.
[20]冯伟，邵军，徐康宁.市场规模、劳动力成本与外商直接投资：基于我国1990—2009年省级面板数据的研究 [J].南开经济研究，2011，（6）.
[21]蒲艳萍，顾冉.劳动力工资扭曲如何影响企业创新[J].中国工业经济，2019，（7）.
[22]Hansen B E. 1999. Threshold Effects in Non-DyNamic Panels：Estimation，Testing，and Inference [J].Journal of Econometrics，93（2）.
[23]李钢，沈可挺，郭朝先.中国劳动密集型产业竞争力提升出路何在——新《劳动合同法》实施后的调研 [J].中国工业经济，2009，（9）.
Abstract：This paper takes the panel data of 257 cities in China from 2006 to 2016 as the sample and uses the wage level as the threshold variable to analyze the nonlinear impact of FDI on urban innovation capabilities. The result shows that： the impact of FDI on urban innovation capability has a significantly double threshold with the wage level as threshold. When the wage level fail to cross the first threshold，FDI could significantly inhibits the promotion of urban innovation abilities. However，when the wage level crosses the first threshold，the significantly negative impact of FDI on urban innovation capabilities will be turned into a positive impact but not significant. Only when the wage level crosses the second threshold can FDI have a significantly positive impact on the cities' innovation abilities.
Key Words：FDI，urban innovation capabilities，urban wage differential，panel threshold model
关键词：FDI;城市创新能力;城市工资差异;面板门槛模型
中图分类号：F830 文献标识码：A 文章编号：1674-2265（2020）12-0045-07
DOI：10.19647/j.cnki.37-1462/f.2020.12.006
一、引言与文献综述
城市是创新资源和要素的空间载体，《“十三五”国家科技创新规划》明确指出，要充分发挥城市创新在区域创新体系建设中的主体作用，打造区域创新高地，提升区域创新的协调发展水平。然而，城市因所处发展阶段、创新要素的分布以及創新政策获取能力等方面的不同，我国各城市的创新能力有明显差异。首都科技发展战略研究院和中国社会科学院城市与竞争力研究中心联合发布的《中国城市科技创新发展报告2019》指出，北京中关村、深圳和上海张江等国家自主创新示范区作为国家科技创新成果的主要集聚地，积聚了大量创新资源，导致城市间科技创新发展差异扩大，呈现强者更强的态势。为了发挥城市在国家创新体系建设中的重要作用，带动区域创新协同发展，应着重分析影响城市创新能力的因素。
新经济增长理论指出，技术进步和创新有两个基本来源：一是国内自主研发（R&D）;二是国外技术外溢，当前外商直接投资（FDI）是实现技术溢出的主要途径（李健等，2016）[1]。相较于国内资本而言，FDI不仅带来了丰富的资金，还带来了更先进的知识和技术。然而，关于FDI能否提升东道国创新能力，现有研究仍没有定论。大规模引入FDI是否提升了中国的城市创新能力？这一问题值得进一步探讨。与此同时，随着近年来中国劳动年龄人口与流动人口的不断下降，劳动力供给不足已成为中国经济的“新常态”，人口红利逐渐消失，加之劳动保护制度日臻完善等诸多因素的影响（肖文和薛天航，2019）[2]，社会平均工资水平不断上升。工资的刚性上涨所带来的劳动力成本的增加，已成为“新常态”下中国经济由高速增长转向高质量发展过程中不可忽视的一个重大现实问题。现有研究发现，FDI技术溢出效应的发挥和创新能力的提升与工资水平息息相关（袁子馨等，2019;董新兴和刘坤，2016）[3，4]。工资的刚性上涨，一方面，会因成本增加而对利用外资和提升创新能力产生负面影响;另一方面，也会促进人力资本的积累，提升对FDI技术溢出的吸收能力，吸引高质量FDI的流入，提高创新能力。那么，FDI对不同工资水平下城市创新能力的影响是否一致？是否存在门槛特征？对这些问题的回答，对于有效利用FDI促进不同城市创新能力的提高，带动区域经济的平衡发展，实现新时期中国对外开放战略具有重要意义。
关于FDI与创新能力的关系，已有研究尚未达成一致结论，主要分为以下三种观点：一是FDI能促进创新能力的提升。Wang和Wu（2016）[5]考察了区域FDI知识溢出对我国本土电子企业产品创新的影响，研究外商投资企业的本土化创新活动对国内企业的产品创新具有显著的促进作用;Antonietti等（2015）[6]利用意大利专利数据研究发现，FDI与当地服务业的专利之间存在显著正向关系。特别是服务业FDI对当地知识密集型商业服务的专利活动产生了积极的影响。二是FDI抑制了创新能力的提升。Girma等（2008）[7]发现从行业层面来说，FDI对国有企业的平均创新能力有显著的负向影响;张宇青和吴金南（2016）[8]基于经济合作与发展组织（OECD）30个成员国2004—2013年的面板数据，实证检验了FDI对技术进步的影响，系统GMM和差分GMM估计认为FDI对OECD国家的技术进步存在显著抑制作用。三是FDI对东道国创新能力的影响需要全面分析，不能简单地用促进或阻碍观点来阐释。Loukil（2016）[9]利用面板门槛模型证实了FDI对发展中国家的创新影响存在一个技术门槛值，当技术发展跨过门槛值后，FDI对创新的影响会由负转正;彭衡（2019）[10]运用GMM方法实证分析了知识产权保护在FDI影响中国技术创新能力过程中的调节效应，结果表明，技术差距越大，加强知识产权保护力度越能抑制FDI技术外溢效应。
关于工资水平与创新能力的关系，现有研究结论仍存在一定分歧。首先，一种观点认为，工资水平对创新能力的提升会产生积极影响。Huang等（2017）[11]采用垄断竞争模型和倾向分数匹配（PSM）方法证实了工资的提高会促使企业增加研发投入，促进创新能力的提升;Acemoglu（2010）[12]发现劳动力成本的上升会促使企业用资本替代劳动要素，倒逼企业引进先进的机器设备和研发技术，进而提高企业的研发创新水平。其次，另一种观点认为，工资水平会对创新能力的提升产生消极影响。Vansteenkist等（2007）[13]基于认知评价理论指出，工资的不断提高会使员工过度追求工资上涨等外部目标，而忽略创新任务的本身;苏涛永等（2019）[14]实证分析了员工的工资和福利分配对企业创新产出的影响，发现作为外部激励的工资会使员工过度关注物质而非创新任务本身，降低创新的自觉性。最后，还有部分观点认为，工资水平对创新能力的影响具有异质性。程虹和唐婷（2016）[15]研究发现劳动力成本上升会显著激励大型企业的创新行为，对中小型企业的影响则不显著。陈雯等（2019）[16]研究了劳动力成本上升对不同类型出口企业创新活动的影响，研究发现劳动力成本的上升会显著促进一般贸易和混合贸易企业的创新活动，但对加工贸易企业的影响不显著。 综上所述，虽然现有研究已取得丰硕成果，但仍存在以下不足：（1）现有研究集中探讨了FDI对企业或区域创新能力的影响，缺乏对城市创新能力的研究。微观层面的研究难以判断FDI流入的整体社会效应，而省级层面的研究忽视了城市间FDI流入的差异及FDI对城市创新能力的影响。（2）现有文献分别论证了FDI或工资对创新能力的影响，但鲜有文献将三者纳入统一框架进行研究。基于此，本文不仅从理论上诠释了在不同工资水平下FDI对城市创新能力的非线性影响，还借助面板门槛模型，以工资水平为门槛变量进行了实证检验。以期为新时期的中国更好地制定城市创新规划和引进外资政策提供一定的参考。
二、FDI、工资水平与城市创新能力的机理分析
从工资水平看，城市作为一个经济社会综合体，其工资水平与人力资本水平和市场需求规模是相适应的。一个地区的工资水平越高，通常意味着其人力资本水平越高，市场需求规模也越大。FDI对城市创新能力的影响主要取决于FDI的技术溢出效应的大小，而FDI的技术溢出效应与人力资本水平和市场需求规模密切相关，FDI的技术溢出效应越大，往往对人力资本水平和市场需求规模的要求越高。
因此，工资水平对FDI与城市创新能力关系的影响主要体现在以下两方面：一方面，工资水平在国际贸易中体现了该地区的人才储备水平。当工资水平较低时，现有的工资水平不能对经营管理者和工人形成充足的激励，也无法吸引到高技能创新型人才。而且，工资上升意味着企业生产成本的增加，企业为了维持生产经营的稳定，会减少对在职员工的培训，不利于形成推动企业创新的人力资本水平（关娇和何江，2020）[17]。与之相反，当城市工资水平较高时，不仅会吸引高素质劳动力的流入，促进人力资本的积累，而且在当前较高的工资水平下，企业将更为谨慎地挑选人才，也更加注重对现有员工的培训，能最大限度地提升员工的创新效率（许长新和李梦娇，2019）[18]。人力资本的提升能够有效地刺激FDI技术外溢，在人力资本配合下，FDI对城市创新能力的提升具有积极促进作用（张定胜等，2019）[19]。另一方面，从需求引致创新来看，工资作為工人收入的一部分，当工资水平较高时，意味着可支配收入的增加，对新产品的市场需求不断扩大，不仅会促进企业进行研发创新，缩小与发达国家之间的技术差距，提高自身技术的吸收能力，有效发挥FDI对城市创新能力的提升作用。而且随着市场需求的不断增加，跨国公司为满足市场新需求，会不断进行技术革新与累积投资，提升FDI技术溢出效应（冯伟等，2011）[20]。然而，当工资水平较低时，会减少居民可支配收入，挤压消费支出，造成对创新产品的市场有效需求（包括需求层次与需求规模）不足（蒲艳萍和顾冉，2019）[21]，降低了企业研发的积极性，弱化了自主创新能力，难以有效地吸收和转化FDI的技术溢出效应。而且，吸引的FDI大多仍集中在原有技术含量较低且劳动生产率较低的行业，导致FDI的技术外溢效应有限。基于上述分析，本文提出如下假设：
H：在城市工资水平存在差异的情况下，FDI对城市创新能力的影响存在门槛效应。当城市工资水平较低时，FDI的流入会对城市创新能力产生负向影响;当城市工资水平较高时，FDI的流入会对城市创新能力产生正向影响。
三、研究设计
（一）模型构建
为了验证FDI对城市创新能力的影响，本文设定如式（1）所示的回归模型：
[lninnoit=α0+α1FDIit+α2lnwageit+α3Xit+μcity+μyear+εit] （1）
其中，[i]表示城市，[t]表示时间，[innoit]表示城市创新能力，[FDIit]表示外商直接投资，[wageit]表示工资水平，[Xit]为控制变量集，[μcity]和[μyear]分别表示城市固定效应与时间固定效应，[εit]为随机干扰项。
根据前文的理论分析，FDI对城市创新能力的影响可能因城市工资水平不同，呈现非线性关系。因此，本文采用Hansen（1999）[22]提出的面板门槛模型，以工资水平为门槛变量，将式（1）扩展为面板门槛模型，系统考察在不同工资水平下，FDI对城市创新能力影响的差异。面板门槛模型设定如式（2）所示：
[lninnoit=β1FDIit×Ilnwageit≤γ+β2FDIit×Ilnwageit>γ+β3lnwageit+β4Xit+μcity+εit] （2）
其中，[i]表示城市，[t]表示时间;[ lnwageit]为门槛变量，[FDIit]为门槛依赖变量，[γ]为待估算的门槛值，[Ilnwageit≤γ]和[Ilnwageit>γ]均为示性函数;控制变量集[Xit]与式（1）相同。上述模型设定以单一门槛为例，多门槛模型类比单一门槛模型构造。
（二）变量与数据
本文被解释变量是城市创新能力（inno），选用《中国城市和产业创新能力报告2017》的城市创新指数来衡量。为了使数据分布更平稳，避免异方差的影响，本文对城市创新指数进行对数转换。
本文的核心解释变量是外商直接投资（FDI），用各城市实际利用外商直接投资额占GDP比重衡量，其中外商直接投资额按照年均汇率折算成人民币表示。
本文的门槛变量是工资水平（wage）。选用城市职工平均工资来表示当地一般工资水平。
本文借鉴已有研究，将控制变量设定如下：（1）经济发展水平（pgdp），用地区生产总值表示;（2）产业结构水平（industry），用第三产业产值占地区生产总值的比重表示;（3）金融发展水平（finance），用年末金融机构贷款余额占地区生产总值的比重表示;（4）信息化水平（internet），用国际互联网使用户数占地区总人口数的比重表示;（5）人力资本水平（human），借鉴袁子馨等（2019）[3]做法，构建人力资本综合指数表示;（6）科技创新投入（g_tec），选取各市地方财政支出中“科学技术支出”表示;（7）人口规模（p_scal），用市辖区人口数衡量。 本文的数据来源于2007—2017年《中国城市统计年鉴》和《中国城市和产业创新能力报告2017》。为消除价格的影响，用GDP平减指数（以2006年为基期）对涉及价格的变量进行平减处理;对工资水平、经济发展水平、科技创新投入和人口规模取对数，以降低异方差的影响;删除了数据缺失较多的城市，对数据缺失较少的城市进行了填补，最后保留了257个城市的数据。描述性统计见表1。
四、实证结果与分析
（一）门槛存在性检验与门槛值的确定
在进行面板门槛回归分析之前，首先要对式（2）进行门槛效应检验，确定是否存在门槛以及门槛的个数，以便确定门槛模型的具体设定模式，表2为检验结果（见表2）。由表2可知，对于不同工资水平来说，单一门槛效应与双重门槛效应都在1%的置信水平上显著，但是，三重门槛效应没有通过显著性检验，因此工资水平存在双重门槛效应。
门槛效应通过检验后，仍需确定门槛模型的门槛值。表3报告了工资水平的门槛估计值和置信区间，同时，本文构造了工资水平门槛似然比函数图（见图1），工资水平的门槛值即为LR统计量为0的取值，因此工资水平的两个门槛值分别为10.497和10.708。
（二）门槛模型的回归分析
本文采用了个体时点双固定效应模型检验了FDI对城市创新能力的影响，结果见表4的（1）列。由结果可知，核心解释变量FDI在1%的置信水平下显著抑制了城市创新能力的提升。原因可能包括：（1）当前我国与国外先进技术间仍存在一定差距，仍难以有效地吸收和转化外资转让的技术。囿于吸收能力的限制，吸引的大多是一些技术含量较低的FDI，所以FDI的技术溢出效应有限，难以促进东道国创新能力的提升。（2）FDI的大量流入，不仅会造成国内企业过度依赖外资技术，降低了企业的自主创新动力，而且挤占了市场份额，威胁到国内企业的生存，使其最终不得不放弃自主研发创新。（3）自20世纪90年代以来，外商直接投资的独资化趋势明显。商务部公布的《中国外资统计公报2019》数据显示，截至2018年底，新批准设立的外商企业中，外商独资企業比例达到82.7%，在实际使用外资金额上，外商独资企业使用金额的占比为 64.6%。相比合资企业而言，出于知识产权保护和技术诀窍保密要求，外商独资企业的技术保护降低了FDI的技术外溢效应。
接下来本文运用面板门槛模型，重点分析了在不同的工资水平下FDI对城市创新能力的非线性影响，结果见表4的（2）列。参数估计结果表明，当工资水平低于10.497时，FDI对城市创新能力具有显著负向影响;而当工资水平处于10.497—10.708区间内时，FDI对城市创新能力的影响由负转正，但并不显著;当工资水平高于10.708时，FDI对城市创新能力产生显著正向影响。随着城市工资水平的不断提高，FDI对城市创新能力的影响由负转正，可能有以下几个原因：（1）在工资水平较低的城市，难以吸引到高技能创新型人才。然而，作为一种复杂的知识生产活动，创新活动的核心要素是高素质人力资本。因此，当工资水平较低时，往往创新能力不高。一方面，由于与国外存在较大的技术差距，本土企业不仅难以吸收和转化FDI的技术溢出效应，而且面临工资上涨的压力，往往会减少研发支出，导致企业整体竞争力下降。FDI带来的竞争效应会挤占本土企业的市场份额，导致其产出减少，利润下降，对本土企业的技术创新产生“挤出效应”，抑制了创新能力的提升。另一方面，囿于技术差距和吸收能力的限制，工资水平较低的城市吸引的大多是技术含量较低的劳动密集型外资企业，所以FDI的技术溢出示范和扩散效应有限。过度依赖外资技术反而会导致我国陷入由跨国企业所主导的全球价值链的低端环节，最终抑制自主创新能力的提升。（2）随着工资水平进一步提升至两个门槛值区间，劳动力的技术和素质却未能得到相应的提升，现有的工资水平仍主要对中低技能劳动力形成充足的激励。然而，受限于自身素质，其工资上涨对技术创新的影响并不大，仅能激励企业进行研发周期短和技术性要求低的创新。因此，仍无法吸引高质量FDI的流入，难以充分发挥FDI的技术溢出效应，导致FDI对城市创新能力的促进作用不明显。（3）在工资水平较高的城市，不仅能吸引高素质创新型人才的流入，而且工资的上涨也增加了人们对新产品的需求，调动了企业进行研发创新的积极性，促进了科技创新能力的提高和人力资本的积累，有效地提升对FDI技术溢出的吸收能力。同时，人力资本的积累和市场需求的扩大，有利于吸引技术密集型、高附加值的FDI流入，提升FDI对城市创新能力的溢出效应，促进城市创新能力的提升。
控制变量的回归结果显示，经济发展水平的提升、人才的积累、信息化水平的提高、产业结构的升级、人口规模的扩大以及科技创新投入的增加会提升城市创新能力。金融发展水平的影响不显著，原因是研发创新活动具有风险高、周期长等特点，企业常因研发融资困难而被迫推迟创新。科技创新投入的影响为正但不显著，可能是政府在进行科技创新投入时，忽视了城市实际创新需求，造成创新要素资源配置扭曲，未能有效地提升城市创新能力。工资水平在1%的置信水平下显著抑制了城市创新能力的提升，这与李刚等（2009）[23]结论类似，工资的上涨会增加企业的生产经营成本，挤占企业的研发投入，因路径锁定效应长期实行低成本战略，难以实现创新转型。
（三）门槛效应扩展分析
根据各城市工资水平与门槛大小的关系，将工资水平划分为低值区、中值区和高值区3种类型，表5中列示了2006—2016年间各个门槛区间的样本城市个数。结果显示，2006—2016年间，处于工资水平低值区的城市数不断减少，处于中值区的城市数量呈现出先增加后减少的趋势，位于高值区的城市数量不断增加。总体表明，现阶段我国大部分城市的工资水平较为合理，有利于发挥FDI对城市创新能力的促进作用。但还存在少部分城市工资水平不合理且尚未得到改善。
（四）稳健性检验 为确保基本结论的稳健性，本文在原基准回归模型的基础上，主要采取以下两种方法进行稳健性分析。第一，采用“外商实际直接投资额”来替换核心解释变量，具体结果见表6的（1）列。第二，考虑到北京、上海、天津和重庆四个直辖市在经济规模和行政等级上较为特殊，相较于其他城市而言，在创新资源的获取以及政策扶持上具有更大优势，因此本文将直辖市从基准样本中予以剔除，结果见表6的（2）列。检验结果仍存在以工资水平为门槛的双门槛效应，FDI、工资水平与城市创新能力关系的基本结论没有改变，其他变量的系数估计值符号与基准回归一致并且系数值差异较小，表明原门槛模型的回归结果是稳健的。
五、结论与对策建议
本文利用2006—2016年257个城市的面板数据，以工资水平为门槛变量，系统考察了在不同工资水平下，FDI对城市创新能力的影响。结果显示：FDI对城市创新能力的影响存在以工资水平为门槛的显著的双重门槛效应，即当工资水平未跨越第一门槛值时，FDI对城市创新能力具有显著负向影响;当工资水平跨越第一门槛值时，FDI对城市创新能力的影响由负转正，但并不显著;只有当工资水平跨越第二门槛值后，FDI才能对城市创新能力产生显著正向影响。通过进一步扩展分析发现，2006—2016年跨越第二门槛值的城市不断增加，多数城市能够有效地发挥FDI对城市创新能力的促进作用。
基于上述结论，本文提出如下政策建议：针对城市工资水平的差异，应该因地制宜地开展与当地工资水平相适应的招商引资活动，以提升城市创新能力。首先，对于工资水平未跨越第一门槛值的城市而言，不能盲目地扩大FDI流入规模，而应该通过提升城市的经济发展水平、优化产业结构、完善城市基础设施等途径，促进城市创新能力的提升。同时，促进工资水平的提高，使其跨越相应门槛值，以获得FDI技术溢出对城市创新能力的促进作用。其次，对于工资水平跨越第一门槛值的城市而言，当地政府应在继续加大教育资源投入的基础上，注重对创新人才的引进和培养，为其提供户籍、住房、医疗、子女入学等服务，以吸引人才的流入。同时，采取措施提高工资水平，提升对FDI技术溢出的吸收能力，促进城市创新能力的提升。最后，对于工资水平跨越第二门槛值的城市而言，当地政府应该大力引进FDI，尤其是高质量FDI，充分利用FDI对城市创新能力的技术溢出示范效应和竞争效应。同时，工资水平较高的城市往往也具有较高的科技创新实力，因此可以凭借自身优势，吸引外资企业在当地设立研发机构，鼓励外商与当地高校和科研机构进行合作研发，为城市创新奠定良好的知识和技术基础。
参考文献：
[1]李健，付军明，卫平.FDI溢出、人力资本门槛与区域创新能力——基于中国省际面板数据的实证研究 [J].贵州财经大学学报，2016，（1）.
[2]肖文，薛天航.劳动力成本上升、融资约束与企业全要素生产率变动 [J].世界经济，2019，42（1）.
[3]袁子馨，尹诚明，肖光恩.人力资本、工资地区异质性与中国城市利用外商直接投资 [J].现代经济探讨，2019，（5）.
[4]董新兴，刘坤.劳动力成本上升对企业创新行为的影响——来自中国制造业上市公司的经验证据 [J].山东大学学报（哲学社会科学版），2016，（4）.
[5]Wang C C，Wu A. 2016. Geographical FDI Knowledge Spillover and Innovation of Indigenous Firms in China [J].International Business Review，25（4）.
[6]Antonietti R，Bronzini R，Cainelli G. 2015. Inward Greenfield FDI and Innovation [J].Economia E Politica Industriale，42（1）.
[7]Girma S，Gong Y，Gorg H. 2008. Foreign Direct Investment，Access to Finance，and Innovation Activity in Chinese Enterprises [J].World Bank Economic Review，22（2）.
[8]张宇青，吴金南.环境规制、外商直接投资与技术进步——对OECD国家“波特假说”的检验 [J].科学管理研究，2016，34（1）.
[9]Kamilia Loukil. 2016. Foreign Direct Investment and Technological Innovation in Developing Countries [J]. Oradea Journal of Business&Economics，1（2）.
[10]彭衡.我國知识产权保护、FDI与技术创新 [J].技术经济与管理研究，2019，（6）.
[11]Huang X，Chen H，Yang G. 2017. Do Rising Labour costs Drive Innovation in Enterprises？ Propensity Score Matching Evidence from Chinese Firms [J].Pacific Economic Review，22（1）.
[12]Acemoglu D. 2010. When Does Labor Scarcity Encourage Innovation？[J].Journal of Political Economy，118（6）.
[13]Vansteenkist M，Matos L，Lens W，et al. 2007. Understanding the Impact of Intrinsic Versus Extrinsic Goal Framing on Exercise Performance：the Conflicting Role of Task and Ego Involvement [J].Psychology of Sport and Exercise，8（5）. [14]蘇涛永，王紫璇，宋晓满.内生性视角下研发投入与公司绩效的关系研究——基于工资与福利的调节效应[J].工业工程与管理，2019，24（4）.
[15]程虹，唐婷.劳动力成本上升对不同规模企业创新行为的影响——来自“中国企业—员工匹配调查”的经验证据 [J].科技进步与对策，2016，33（23）.
[16]陈雯，陈鸣，施嘉明，鲁婷.劳动力成本、进口替代与出口企业创新行为 [J].国际贸易问题，2019，（7）.
[17]关娇，何江.最低工资执行效应实证研究——以上海市（1993—2016）为例 [J].兰州学刊，2020，（4）.
[18]许长新，李梦娇.劳动力成本上升对异质性创新的影响——基于内外源融资调节视角 [J].工业技术经济，2019，38（8）.
[19]张定胜，曾懿亮，谢康佳男.劳动力成本对于我国FDI增长的影响机制——基于国内各省份层面的实证分析 [J].经济问题探索，2019，（1）.
[20]冯伟，邵军，徐康宁.市场规模、劳动力成本与外商直接投资：基于我国1990—2009年省级面板数据的研究 [J].南开经济研究，2011，（6）.
[21]蒲艳萍，顾冉.劳动力工资扭曲如何影响企业创新[J].中国工业经济，2019，（7）.
[22]Hansen B E. 1999. Threshold Effects in Non-DyNamic Panels：Estimation，Testing，and Inference [J].Journal of Econometrics，93（2）.
[23]李钢，沈可挺，郭朝先.中国劳动密集型产业竞争力提升出路何在——新《劳动合同法》实施后的调研 [J].中国工业经济，2009，（9）.
Abstract：This paper takes the panel data of 257 cities in China from 2006 to 2016 as the sample and uses the wage level as the threshold variable to analyze the nonlinear impact of FDI on urban innovation capabilities. The result shows that： the impact of FDI on urban innovation capability has a significantly double threshold with the wage level as threshold. When the wage level fail to cross the first threshold，FDI could significantly inhibits the promotion of urban innovation abilities. However，when the wage level crosses the first threshold，the significantly negative impact of FDI on urban innovation capabilities will be turned into a positive impact but not significant. Only when the wage level crosses the second threshold can FDI have a significantly positive impact on the cities' innovation abilities.
Key Words：FDI，urban innovation capabilities，urban wage differential，panel threshold model