外商直接投資與企業家精神

許和連 梁亞芬

(湖南大學 經濟與貿易學院，湖南 長沙 410079)

一、引言及相關文獻回顧

中國經濟已由高速增長階段轉向高質量發展階段。在“大眾創業、萬眾創新”成為國家戰略的背景下，李克強總理在2018年《政府工作報告》中首次提出要打造“雙創”升級版，即以企業家精神培育為主體，弘揚敢于進取、創新創業的企業家精神。企業家精神(Entrepreneurship)是一種不斷創新的精神，是經濟社會發展的推動力量(Schumpeter，1934)。全球創業觀察(Global Entrepreneurship Monitor，GEM)的企業家精神定義為：“任何嘗試新創業或新業務的企業、個體、團隊或已建立業務的自營職業進行新業務組織或擴大現有業務的行為”，并將技術型創業定義為“從事創造潛在新興和陌生技術產品或服務的創業”(GEM Global Report 2017—2018)。由于技術的進步能夠推動經濟向創新驅動轉型(Wennekers et al.，2005)，因而技術型創業能夠較好體現企業家精神，這應當是能夠與“雙創”精神契合。

在研究企業家精神過程中，如何去衡量企業家精神是非常重要的問題。目前尚無公開認可的測度企業家精神的方法，一般使用自我雇傭比率、企業進入率和退出率、企業所有權比率等方法(Albulescu et al.，2014)，還有學者測度專利申請量、R&D經費支出等(程俊杰，2016)。此外在研究企業家精神過程中，研究企業家精神影響因素涉及個體特征因素(Lu et al.,2010)、企業因素(王德才 等，2013)、經濟因素(Albulescu et al.，2014)、文化因素(Wennkers et al.，2005；李新春 等，2017)和制度因素(田畢飛 等，2018)等。

外商直接投資作為主要的國際資本流動方式，不僅對于企業家創業的外部環境產生重要影響，還會影響潛在企業家的創業條件和心理特征。《世界投資報告》顯示，2017年中國吸收外資在全球排名中位居第二。因此，研究外商直接投資對企業精神的影響，就顯得非常重要。有關外商直接投資與企業家精神關系最早的文獻，這始于Grossman(1984)研究基于開放經濟的企業家精神，進而分析了貿易和外資自由對企業家階層規模的影響。目前，學術界已有許多關于FDI影響創新創業的文獻，但并未得出一致結論，大致可歸分為三類：FDI對創業的“促進論”(邱立成 等，2017)、“抑制論”(王戴黎，2014)和“雙刃劍論”(Albulescu et al.，2014)。Borenztein et al.(1998)提出的“發展門檻”的概念認為，東道國FDI要發揮正面溢出效應，存在一定的基礎設施和勞動技術水平門檻；劉鵬程等(2013)基于42個國家GEM數據研究發現，FDI對東道國創業存在動態影響，短期內表現為抑制作用，長期內為促進作用。可見，學者研究外商直接投資對企業家精神的影響并未達成共識。

綜上，本文通過整理全球創業觀察(GEM)數據庫收集到8146個中國企業家問卷樣本，通過二階段IVprobit方法和中介效應分析方法，研究外商直接投資對企業家精神的影響。由此，本文的可能創新之處在于：第一，進一步拓展了關于企業家精神的定義，完善了企業家精神的測度方式；第二，現有對FDI與企業家精神的研究大多只涉及單一層面的因素，本文則跨層面研究了行業FDI對個體微觀層面企業家精神的影響；第三，嘗試探討FDI如何影響個體層面上創業者決策和行為的內在機制。

二、理論分析及假設提出

(一)FDI影響企業家精神的內在機制

企業家精神研究的主體是由“個體-團隊-企業-行業/區域-國家”嵌套而成，創業活動的核心動力來源于企業家個體(Lu et al.，2010)。根據傳統的職業選擇模型，個體主觀因素對其是否能夠成為企業家有著重要影響。不同的宏觀經濟背景下，潛在創業者具有不同的心理特征，宏觀因素FDI通過影響微觀因素進而再作用于個體企業家精神。潛在創業者具備主觀能動性，擁有選擇、內化、執行的空間(Raaijmakers,2015)。個體之所以選擇成為企業家，主要取決于以下三方面因素：第一，經濟社會中是否存在企業家機會待挖掘；第二，個體是否具備資源獲取能力和適應性能力(Bhide，2000)；第三，成為企業家能否帶來更高的利潤收入，而創業效能又受到企業家技能和企業家文化環境影響(Jovanovic，1994)。個體特征、感知創業機會、獲取資源和外部環境構成了個體、組織、過程和環境四個維度的重要因素，是創業或企業家精神影響因素(Gartner，1985)。當被調查者感知到創業機會、具備創業技能和企業家文化網絡時，其成為企業家的概率明顯提高(劉鵬程 等,2013)。而社會因素對個體企業家精神的影響關鍵在于潛在創業者感知機會、技能提高和網絡拓展(鄭馨 等,2017)。

(1)FDI通過企業家機會感知影響企業家精神。外資進入有助于促進個體機會感知，并通過示范效應和逃離競爭效應激發企業家精神形成和發展。首先，較于當地企業，外企通常具有規模效應、寬松財務約束和更為豐富的經驗。因此，外企更容易進入那些高沉沒成本、高準入要求的行業，這在一定程度上有利用于消除壟斷，發揮示范效應，促進個體企業家感知新的創業機會(劉鵬程 等，2013)。其次，企業家為避免直接競爭，會尋找外資企業中潛在的細分產品或細分市場，從而產生逃離競爭效應，促使其發掘創業機會(Aghion et al.，2005)。企業家在逃離外企競爭壓力的過程中有更大概率進行技術型創業，從而迫使企業改善經營管理，加大研發投入；同時，外企為保持競爭優勢也會持續引進先進技術，從而形成良性循環。進一步地，FDI通過示范效應和逃離競爭效應影響企業家機會感知，這為創業者提供了需求性依據(鄭馨 等，2017)，有助于激發潛在的企業家精神。

(2)FDI通過企業家技能影響企業家精神。在生產過程中積累的經驗也是一種投入，FDI通過促進企業家經驗積累和啟發學習，提升企業家管理技能水平，并通過人員流動效應激發企業家精神，引導個體創業(Shane et al.，2000)。引進外資會帶來先進的管理技術，雖然管理技能難以在合同層面轉移，卻能以個體企業家為載體的人員流動效應和市場競爭效應對潛在企業家創業產生影響(姚洋，1998)。進一步地，當潛在企業家充分感知到自己的管理技能與工作技能時，將有更大的可能成為企業家而不是就業者(Jovanovic，1994)。因此，FDI通過提升企業家技能為潛在企業家提供動力依據和適應性能力要求，進而刺激企業家精神產生。

(3)FDI通過企業家文化影響企業家精神。企業家擁有的社會知識文化水平以及社會資本網絡會對創業決策造成影響(Manolova et al.，2007)。企業家期望通過擁有良好聲譽的社會網絡成員身份獲取更多的學習機會、市場信息和企業管理知識，從而降低企業的市場交易成本，提高企業市場運作效率。外資進入可能影響某個行業整體發展和創業趨勢，外資自由化程度較高的行業可以有效降低企業家對技術前沿信息的搜尋成本和交易成本，有利于構建企業家商業網絡(邱立成 等，2017)。進一步地，企業家社交文化網絡的建立有助于獲取相關企業運營資源，同時提供心理支持和示范效應，從而優化行業內創業環境和企業家文化建設；對企業家精神的宣傳也能夠促使個體更有動力踐行企業家行為(Manolova et al.，2007)。因此，FDI通過影響企業家文化環境方式有效提升其資源獲取能力和創業效能，激勵創業者和企業經營管理者踐行企業家精神。

基于以上分析，提出本文研究假設：

研究假設1a：FDI與企業家精神呈現正相關，即外商直接投資水平越高，企業家更有可能進行技術型創業，踐行企業家精神；

研究假設1b：FDI將通過機會感知、企業家技能和企業家文化等方式影響企業家精神。

(二)經濟增長水平的調節作用

FDI對企業家精神的影響程度受到宏觀經濟發展環境的影響。潛在的企業家面臨兩種選擇：通過創業成為企業家，或者成為普通就業者。一方面，發展迅速的行業會吸引更多優質外國投資，經濟增長會正向調節FDI，進而對潛在企業家發掘創業機會和資源獲取途徑具有促進作用；同時，經濟發展水平高的行業市場機制、產業鏈和產業標準趨于完善，FDI有利于促進企業家感知機會和優化企業家文化氛圍(鄭馨 等，2017)，從而放大FDI對企業家精神的激勵作用。另一方面，經濟發展水平不同的行業帶給企業家的創業預期收益和就業機會也不同，可以通過調節外資進入情況對企業家精神的影響程度。Jovanovic(1994)的模型表明，當資本和勞動力的替代彈性小于1時，經濟體資本存量的增加對于工資提高的影響會大于管理者報酬的提升，此時潛在企業家會選擇就業而不是創業。FDI會通過勞動需求效應和工資溢出效應促進實際工資水平的提升(許和連 等，2009；王戴黎，2014)，經濟增長較快的行業產生更多的勞動力需求和就業崗位，導致國內企業工資上升，進而縮小與外資企業的工資差距，增加就業的同時會削弱FDI的激勵創業效應；相反，經濟蕭條時出現勞動力剩余與失業，外資進入在更大程度上會激勵創業(Albulescu et al.，2014)。因此，經濟增長水平也會負向調節FDI對企業家精神的正面影響。為此，提出競爭性研究假設：

研究假設2a：經濟增長水平會加強FDI對企業家精神的積極影響；

研究假設2b：經濟增長水平會削弱FDI對企業家精神的積極影響。

基于以上理論分析，可以得出外商直接投資與企業家精神之間的影響作用機制，具體見圖1所示。

圖1分析框架

三、研究設計

(一)數據來源

本文數據主要來源：一是全球創業觀察數據庫(Global Entrepreneurship Monitor，簡寫GEM)；二是2004—2014年中國統計年鑒。GEM數據調查由全球創業研究協會(GERA)發起，搜集了60多個國家從1998年至今的國家及個人層面數據，這些數據可以反映參與國創業活動的發生率以及決定因素。由于1998—2004年為測試階段，中國的部分數據并不完整，因而我們選取2005年之后的數據。另外，GEM目前提供的個人層面數據截至2014年，且缺少2008年數據，故我們最后數據選取為2005—2007年和2009—2014年數據兩部分構成的混合截面數據。在共29114份隨機問卷樣本中，剔除信息不完全樣本后的有效個體樣本為8146份。由于個體調查樣本使用的行業標準為國際標準產業分類(ISIC4)，故行業層面數據是依據《國民經濟行業分類(2002)》篩選出統計年鑒相關數據與國際標準產業分類(ISIC4)逐一匹配而得。

通過使用GEM個體調查問卷數據匹配宏觀數據，我們可以更有效地捕捉到微觀個體特征；又由于單個個體企業家精神對于國家或行業總體的外資流入影響是微乎其微的，這一做法還有助于克服雙向因果關系造成的內生性問題。

(二)基本模型設定

被解釋變量“是否具備企業家精神”是標準的二元變量，適合用Probit模型進行分析。在回歸過程中，考慮到外商直接投資與企業家精神之間可能存在互為因果的內生性問題，即企業家精神較高的行業可能吸引較多的外商直接投資。因此采用學術界的通用做法，取FDI的滯后一期變量作為其工具變量，并采用二階段IV Probit方法進行回歸分析。另外，后文我們還采用了聯立方程模型進行機制檢驗，以更好地處理內生性問題。本文基本模型構建如下：

Entrep=β0+β1Ln Fdi+β2Ln Fdi×(Gdp-a)+β3Z+e

(1)

其中，被解釋變量Entrep是表示企業家精神的虛擬變量；關鍵自變量Fdi取對數形式，表示調查個體所處行業的外商直接投資水平；Ln Fdi與經濟增長率的交互項可以反映行業經濟發展水平對FDI影響的調節作用，其中經濟增長率變量進行了中心化處理(常數a為Gdp的樣本均值)，這一做法能更好地解釋在平均經濟增長率時FDI對企業家精神的影響，交互項系數β2的正負反映調節的方向；Z為控制變量集，具體包括：行業層面的經濟增長水平(Gdp)以及個體層面的教育(Educ)、性別(Gender)、年齡(Age)、風險規避(Fearfail)。

(三)變量說明

(1)企業家精神(Entrep)。本文的因變量是企業家精神，由于以往文獻對于企業家精神的測度標準并不統一，因此選擇合適的指標尤為重要。本文選取GEM問卷數據中的多維度指標來測度企業家精神變量。首先，全球創業觀察數據庫搜集的29114份隨機問卷樣本中，被調查者是否創業并創業成功是客觀選項；其次，我們篩選已經創業成功的早期階段企業家和成熟企業家作為研究對象(1)我們選取GEM確定的三種類型企業家作為樣本來源：(1)初生企業家，在過去12個月中開始創業并期望完全或部分獲得企業所有權但尚未完成的人；(2)新企業家，已經運營了42個月，并向員工支付超過3個月工資的新企業所有者；(3)成熟企業家，已經運營了超過42個月的企業所有者。GEM將前兩種企業家定義為早期階段企業家，后文將選取早期階段創業的企業家做穩健性檢驗。；最后，加入GEM調查問卷中衡量企業家是否為技術型創業者的指標來測度企業家精神變量。該指標包含：多少潛在顧客會認為這是新產品；多少企業提供同樣的產品。當被調查者選項為全部或大部分顧客認為這是新產品，且沒有或極少有公司提供同樣產品時，企業家精神指標賦值為“1”。本文認為，企業家精神體現在技術型創業中，變量值“1”表示具備企業家精神的技術型創業，即從事創造潛在新興和陌生技術產品或服務的創業者，“0”表示非技術型創業，這些做法顯然是較為合理。

(2)外商直接投資(FDI)。本文關鍵自變量選取各行業的FDI存量，是因為FDI作為資本投入，其前期投入殘值必然影響當期和未來各期的創業概率。由于可使用的分行業FDI數據始于1996年，因此本文整理中國統計年鑒中1996—2014年各行業FDI流量數據，先以1996年為基期的GDP平減指數對FDI進行平減，從而得到實際FDI，接下來使用Goldsmith(1951)的永續盤存法估算出FDI存量，具體測算公式為：

FDIit=(1-δ)FDIi,t-1+FdiitPit

(2)

FDIi0=Fdii0(δ+g)

(3)

其中，FDIit表示行業i實際利用外商直接投資存量；Fdiit為行業i實際利用外商直接投資流量；δ為FDI存量的經濟折舊率，本文借鑒張軍等(2004)的做法，取折舊率為9.6%；Pit為外商直接投資價格指數，使用1996年作為基期的GDP平減指數；g表示行業i在1996—2000年FDI的年平均增長率，參考Young(1995)的做法，當可用時間序列較短時，用分析區間前5年的年均投資增長率來表示整個投資的增長率；下標i和t分別表示行業和年份。

(3)中介變量。中介變量包括企業家技能(Suskill)、機會感知(Opport)和企業家文化(Knowent)，具體見表1。

表1 變量說明及描述性統計

圖2各行業創業結構

注：數據來源于2005—2014年GEM中國成人調查數據庫和中國統計年鑒。圖中橫軸代表行業為：農林牧漁業；采礦與建筑；制造業；電、煤氣、蒸氣和空調的供應利用，運輸、儲存和通訊；批發零售貿易和餐飲；金融中介和房地產活動：商業服務；政府、衛生、教育、社會服務；消費者活動。

(4)控制變量。鑒于個人特征對創業行為的影響，本文添加教育(Educ)、性別(Gender)、年齡(Age)和風險規避(Fearfail)作為個體層面的控制變量，具體見表1。經濟增長指標(Gdp)采用行業GDP年增長率，先用2005年為基期的GDP平減指數將行業GDP增加值轉換為2005年可比價GDP增加值，再計算增長率。

(四)變量描述性統計

在GEM搜集的2005—2014年中國九類行業29114份隨機樣本中，早期創業比例為16.40%，新建企業比例為11.92%，其中60.31%為生存型創業，39.69%為機會型創業。在剔除信息不完全樣本后，共剩余8146份樣本，表1中顯示了樣本的描述性統計。

圖2中虛線表示各行業2005—2014年FDI存量的對數平均值，實線為各行業樣本中技術型創業占總創業的比例。通過折線圖可見，FDI與技術型創業比例變化趨勢基本一致，表現出正相關關系。另外，在9類行業中，技術型創業占比較高的是金融業、消費者服務業和制造業，其技術型創業比例分別達55%、52.3%和48.02%。

個體特征方面，中國的男性創業比例(27.94%)高于女性(22.01%)，男性進行技術型創業的比例(36.23%)也稍高于女性(35.14%)。在教育方面，研究生以上學歷的人群在創業時技術型創業的比例(67.73%)明顯高于低學歷人群(37.02%)。

四、實證結果與分析

(一)基準回歸結果與分析

表2報告了FDI對企業家精神的影響結果。各模型回歸結果均較為顯著，FDI在1%的顯著性水平上表現出對企業家精神的正向影響，即外商直接投資水平越高，企業家更有可能進行技術型創業，踐行企業家精神，研究假設1a得證。

注：括號內為系數估計的標準誤；***、**和*分別表示1%、5%和10%的顯著性水平；FDI取其滯后一期為工具變量；Wald Test是對被工具的變量是否外生的檢驗；AR Test是弱工具變量的穩健性檢驗，stata13命令為weakiv。

表2列(3)是加入個體層面控制變量后的回歸結果，回歸結果與已有研究結論基本一致。性別(Gender)估計系數顯著為正，說明男性比女性更傾向于進行技術型創業。當女性進行技術型創業時，往往難以得到家庭和社會肯定，也不易從社會網絡中獲取創業所需要的資源(李新春 等，2017)。年齡(Age)估計系數顯著為負，年齡越大所承受的創業機會成本越高(Lu et al.，2010)，技術型創業概率隨年齡增長而下降。教育(Educ)估計系數顯著為正，具有高學歷水平的個體比低學歷個體更有可能進行技術型創業，這與描述性統計是一致的。風險偏好(Fearfail)估計系數為負，企業家對失敗的恐懼會降低經營企業的意愿(田畢飛 等，2018)，進而阻礙其進行技術型創業。

表2列(4)加入行業層面控制變量和交互項回歸結果表明，經濟增長會激勵企業家精神，但行業經濟發展水平越高，FDI對企業家精神的正向影響會被削弱(交互項系數顯著為負)，研究假設2b得證。

由表2的外生性檢驗可見，Wald Test均在1%的顯著性水平下拒絕內生變量與工具變量不相關的原假設。另外，基準回歸中還進行了弱工具變量檢驗，AR Test均在1%的顯著性水平下拒絕工具變量弱相關的原假設，結果都證實本文采用工具變量回歸是合適的，不存在“弱工具變量”問題。相比列(1)中的Probit模型報告的邊際效應(0.107)，使用工具變量后IV Probit回歸系數稍有下降(0.102)，表明內生性將導致FDI對企業家精神的正向作用被高估。列(5)報告的是兩階段IV Probit回歸中的第一階段回歸結果，同樣證實了工具變量選擇的合理性。

(二)穩健性檢驗

為確保結果穩健性，本文做了穩健性檢驗，結果如表3所示。首先，參考蔣殿春等(2008)的做法，使用外資企業注冊登記戶數(Num)重新測度自變量FDI，數據來源于《中國統計年鑒》，列(1)為相關結果。列(1)結果顯示，Ln Num估計系數在1%的顯著性水平下為正，結論不變。

表3 FDI影響企業家精神的穩健性檢驗(IV Probit)

注：括號內為系數估計的標準誤；***、**和*分別表示1%、5%和10%的顯著性水平。

其次，選取企業家創業活動在行業中的技術密集度指標來重新測度企業家精神。該指標同樣是來源于GEM問卷數據的二值變量(Tech)，“1”代表企業家的創業活動處于中等技術水平或高技術部門的技術型創業，“0”代表創業活動處于低技術或零技術部門。相對于被調查者主觀判斷消費者和同行看法，創業技術密集度和所屬技術部門的評價要更為客觀。列(2)結果顯示，Ln Fdi系數顯著為正，結果依然穩健。

最后，重新選取了早期階段創業的企業家樣本做穩健性檢驗。列(3)回歸結果顯示，Ln Fdi系數顯著為正，同樣證實了FDI對企業家精神具有正向作用，并不因樣本選擇不同而導致結果發生改變。

五、進一步分析

(一)機制檢驗：基于中介效應依次檢驗法

參考Baron et al.(1986)和溫忠麟等(2006)的研究，接下來依次檢驗FDI通過企業家技能、機會感知和企業家文化等中介變量影響企業家精神，并對這一內在傳導機制進行了檢驗(檢驗程序見圖3)。具體回歸方程設定如下：

Mi=α0+α1Ln Fdi+α2Ln Fdi×(Gdp-a)+α3Z+μ

(4)

Entrep=c0+c1Ln Fdi+c2Mi+c3Ln Fdi×(Gdp-a)+c3Z+μ

(5)

圖3中介效應檢驗

第一步，檢驗FDI對企業家精神的主效應，模型同基準回歸方程式(1)。表4的列(1)回歸結果顯示，FDI對企業家精神的影響系數在1%的水平上顯著為正，這為中介效應分析提供了前提。

第二步，根據式(4)的模型，依次檢驗FDI對各中介變量的影響。表4列(2)、(4)、(6)結果顯示，FDI對企業家技能、機會感知和企業家文化均在1%的顯著性水平上表現正向影響，滿足依次檢驗關于α1顯著的條件，驗證了FDI對中介變量影響路徑的存在性。

第三步，根據式(5)的模型，依次加入中介變量，檢驗三個中介變量對企業家精神的影響系數c2以及加入中介變量后的FDI估計系數c1的影響。表4列(3)、(5)、(7)結果表明，三個中介變量對企業家精神具有顯著影響。此外，加入中介變量后FDI的系數依舊顯著，但系數值有所減小，說明中介變量削弱了FDI對企業家精神的影響，中介效應顯著。

第四步，為確保結果可靠性，我們仍對三個中介變量進行了Sobel檢驗，檢驗結果|Z|>0.97，都通過了5%的顯著性檢驗(MacKinnon et al.，2002)，這進一步證明了中介效應顯著。

以上中介檢驗的結果表明，對于中介變量企業家技能(Suskill)、機會感知(Opport)和企業家文化(Knowent)的逐步檢驗都是顯著的，滿足依次檢驗法對中介變量的檢驗要求，FDI通過三個中介變量顯著正向影響了企業家精神，研究假設1b得證。

表4 FDI基于中介變量影響企業家精神的機制檢驗

注：括號內為系數估計的標準誤，***、**和*分別表示1%、5%和10%的顯著性水平；Sobel Test為中介效應檢驗。下同。

(二)機制檢驗內生性問題的處理：基于聯立方程模型

利用中介效應模型檢驗影響機制所不可避免存在的問題是：該模型的設計環節無法解決變量之間互為因果的聯立性問題。對于這一問題，我們將構建聯立方程模型的方法進行克服(2)感謝審稿人提出采用聯立方程克服中介效應變量間互為因果問題的寶貴建議。。具體地，參考韓晶等(2018)做法，將企業家精神(Entrep)、中介變量(Mi)和FDI視為內生變量，將所有外生解釋變量的線性組合作為內生變量的工具變量，進而構建聯立方程模型如下：

Entrep=α0+α1Mi+αjXj+ε1

(6)

Mi=β0+β1Ln Fdi+βjYj+ε2

(7)

Ln Fdi=γ0+γ1Entrep+γjZj+ε3

(8)

上述三個基本公式中，式(6)為企業家精神方程，式(7)為中介變量方程，式(8)為外資增長方程。其中，Xj、Yj和Zj分別為三個方程式的控制變量集合；ε為隨機擾動項；Mi為企業家技能(Suskill)、機會感知(Opport)和企業家文化(Knowent)等三個中介變量，當檢驗M1時，則M2和M3作為控制變量被置入Xj中依次回歸；另外，控制變量集Xj還包含了風險規避(Fearfail)；控制變量集Yj包含教育(Educ)、性別(Gender)和年齡(Age)；Zj為經濟增長水平(Gdp)。

對于一個包含內生解釋變量的多方程系統，使用三階段最小二乘法(3SLS)對聯立方程進行估計是最有效率的(賈新明 等，2008)，回歸結果如表5所示。在1%的顯著性水平上，FDI對企業家技能(Suskill)、機會感知(Opport)和企業家文化(Knowent)都表現出正向影響，而這三個中介變量對企業家精神影響同樣顯著為正。上述分析表明，在處理內生性問題后，依舊存在FDI通過影響三個中介變量作用企業家精神的情況，在這里存在作用的內在機制，這進一步證實了本文結論的可靠性。

表5 聯立方程模型檢驗(3SLS)

最后，我們還檢驗了變量的相關系數矩陣，發現各解釋變量之間的Pearson相關系數和Spearman相關系數均低于0.3，因此各中介變量之間的聯系和交互作用并不明顯。

(三)分樣本回歸：制造業與服務業的比較

Simonin(1999)的工作嵌入模型指出，知識轉移具有專屬性和復雜性，擁有外企工作經歷的員工在進行創業時會面臨行業選擇的問題。外資自由化過程在不同行業表現出不同管制程度和效果，接下來我們區分制造業和服務業樣本進行回歸分析(3)我們剔除農林牧漁業后，將9類行業劃分為制造業和服務業：制造業包括采礦與建筑，制造業，電、煤氣、蒸氣和空調的供應利用；服務業包括批發零售貿易，餐飲，金融中介，房地產活動，商業服務，政府、衛生、教育和社會服務以及個人/消費者服務活動。，以比較FDI影響企業家精神的行業異質性。回歸模型設定同式(4)、式(5)，具體檢驗流程同圖3。

表6的制造業樣本回歸結果顯示，FDI的估計系數顯著為正，FDI與GDP的交互項系數為負，說明制造業引入外資對于企業家精神存在顯著的正面溢出效應，但隨著行業經濟發展水平的提高，FDI對企業家精神的正向影響會被削弱。表6機制檢驗表明，制造業FDI主要通過企業家技能(Suskill)和企業家文化(Knowent)等中介變量對企業家精神產生正向影響。可能的解釋在于，制造業具備的產業關聯效應最大，外資企業進入后與當地供應商之間產生前向關聯，為獲得符合要求的中間品，會提供人員培訓、技術轉讓、建立質量標準等方面的支持，進而提升潛在企業家技能；同時，外資企業向制造業下游企業提供了質量更高的中間產品，帶來了先進的營銷和管理文化，從而提高勞動生產率，有效擴大了企業利潤空間(劉鵬程 等，2013)，外資企業的示范效應和企業家文化環境優化的將極大地促進當地企業家進行技術型創新。

表6 制造業樣本回歸和機制檢驗

表7服務業樣本回歸結果顯示，FDI的估計系數為正但不顯著，FDI與GDP增長率的交互項系數顯著為正，說明服務業FDI對企業家精神的直接效應并不顯著，但行業整體經濟發展會顯著強化FDI的正向影響。表7機制檢驗表明，服務業FDI主要通過企業家技能(Suskill)和機會感知(Opport)對企業家精神產生正向影響。可能的解釋在于：首先，服務業對資本和技術的要求跨度較大，企業家創業風險較高，例如，衛生、教育和社會服務業的準入和退出門檻較高，但外企可能憑借自身優勢打破行業壁壘，傳播管理經驗，促使潛在企業家發掘創業機會；其次，服務業的行業成熟度較低，對制度和社會規范的要求較高，經濟增長必然促進行業規范的同步完善(鄭馨，2017)，因此，經濟增長會顯著強化服務業FDI對企業家精神的正向影響。

表7 服務業樣本回歸和機制檢驗

(續表7)

六、研究結論及政策啟示

本文利用GEM數據庫2005—2014年中國8146個企業家個體樣本，基于中介效應分析方法檢驗了外商直接投資對企業家精神的影響作用機制。研究結論表明：外商直接投資對中國企業家精神具有顯著正向影響；FDI通過提升企業家技能、機會感知和企業家文化等方式激勵企業家精神；經濟發展水平會顯著負向調節FDI與企業家精神的關系，即行業經濟發展水平越高，FDI對企業家精神的正向影響會被削弱，但該調節效應具有行業異質性；相比服務業，制造業FDI對企業家精神的直接影響更為顯著，但服務業經濟整體增長會顯著強化FDI的正向影響。

根據上文結論，具體的政策啟示是：首先，要繼續加大外資引入，促進中國企業家精神環境發展成熟。其次，要培育識別機會、創新變革的企業家技能，促進企業家經營管理能力的提高；同時積極構建企業家網絡，以期為潛在創業者提供資源優勢和合法化優勢，從而提升社會總體企業家精神高度。最后，在引進外資的過程中，應有效把控不同領域的開放力度和外資進入方式，優先引進技術含量高的FDI；對于發展不成熟的行業，鼓勵以合資或合作經營的方式引入外資，提升企業家技能和機會感知能力，激勵企業家精神發揮應有作用；對于FDI正面溢出效應顯著的行業，應充分發揮其產業關聯效應，重點加強國內企業與外資企業在技術研發、產品創新等領域的聯系，構建具有競爭力的企業家創業網絡。