刘树林，范梦宇，王格格
(武汉理工大学 经济学院，湖北 武汉 430070)
随着经济社会快速发展，日趋多样的消费需求和复杂的技术问题仅依赖单一领域的技术知识无法实现，需要整合不同学科的技术知识来解决。在跨学科的技术知识不断溢出和融合的背景下，技术融合成为新产业、新业态快速崛起的重要标志，不断推动新技术的涌现和突破[1]。《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》明确指出，要推动大数据、物联网、云计算等为代表的新兴技术与各产业深度融合创新，构建一批各具特色、优势互补、结构合理的新兴产业增长引擎，培育新技术、新产品、新业态、新模式。企业作为技术创新活动的主体，更应洞察市场不断变化的需求，积极与跨领域技术融合创新，摆脱单一思维和能力的桎梏，提高市场开拓能力，实现企业整体进步[2]。
自1963年美国学者Rosenberg提出“技术融合”概念以来，国内外学者从驱动因素[3-4]、融合模式[5-6]、测算方法[7-8]等方面进行了大量研究。“技术融合”既是研发新技术、催生新产品的方式，也是技术创新的结果。因此，技术融合与创新的关系受到广泛关注：王媛等[9]以中国新能源汽车产业所有企业为研究对象，研究跨领域技术融合对企业新产品开发绩效的影响。毛荐其等[10]基于2 025项中国专利数据证明组织机构技术融合对创新绩效存在倒U型关系。Maine等[11]从新兴纳米生物技术产业的创新管理战略角度，研究技术融合带来的根本性创新。尽管已有研究对技术融合与创新、创新效率的关系取得了一定的进展，却很少有文献对技术融合与全要素生产率间关系进行直接研究。企业全要素生产率是企业技术升级、管理模式改进、产品质量提高、企业结构升级的综合表现，是学术界长期以来关注的问题。已有研究探讨了研发投入[12]、探索式创新[13]、专利流动[14]对企业全要素生产率的影响，但这些影响因素与技术融合有本质区别。技术融合是将不同领域的技术汇聚到一起，或对先前技术进行改进，亦或融合产生新的技术，从而赋予原有技术不具备的新功能，提高企业竞争力和生产效益[15]。同时，技术融合行为会影响企业生产要素的投入，促使内部资源流向高技术生产部门，优化资源配置。技术融合带来直接的技术知识外溢，使企业获得更多学习先进知识的机会，也为企业改变商业模式和产品策略提供条件。那么，跨领域技术融合能否切实促进企业全要素生产率的提升，技术融合对企业全要素生产率的作用是否会受到情景因素的影响，这些问题值得进一步思考。
在企业进行技术融合活动时不仅需要学习跨领域的新技术，还需要拥有整合内外资源的动态能力[16]。这种动态能力使企业适应不断变化的外部环境，提高竞争优势。一些学者的研究表明，企业动态能力正向影响企业绩效[17-18]，也有部分学者认为由于企业维持较高水平的动态能力需要耗费大量资源，并且过强的动态能力使企业吸收了更多的冗余资源，增加了企业决策风险[19-20]。此外，还有部分学者将企业动态能力分阶，认为高动态能力下，企业多元化能显著提升企业绩效；
低动态能力下，企业多元化对绩效具有显著的负面作用[21]。可见，学者们对动态能力的作用效果尚未得出一致结论。那么，在将企业动态能力这种强大资源考量在内的情况下，技术融合与全要素生产率之间的关系是否会发生变化呢？
鉴于此，本文采用A股上市公司面板数据，对技术融合与企业全要素生产率间的关系进行研究，并将企业动态能力作为调节变量和门槛变量，探讨微观企业技术融合创新活动对企业全要素生产率的影响，丰富促进企业全要素生产率提升的理论依据。本文可能的创新点在于：一是本文的研究层面不同。以往的研究较多从中观层面的产业角度研究技术融合与产业绩效的关系，而进行技术融合活动的主体是微观企业，因此本文将技术融合的影响落脚在微观企业，研究技术融合对企业全要素生产率的影响。二是将动态能力这一因素作为调节变量加入技术融合对企业全要素生产率的影响当中。技术融合不是孤立进行的，最终能否促进生产效率的提升同样也取决于企业内部环境的好坏。本文又进一步将动态能力作为门槛变量，研究技术融合与企业全要素生产率的非线性关系。
(一)技术融合与企业全要素生产率
技术融合作为技术创新的重要途径，并不是将多个领域的技术简单地叠加在一起，而是企业在一定的技术基础上通过技术渗透、交叉、重组等方式产生技术升级[22]，促进创新资源的优化组合，提升原有应用的性能或产生新的应用。技术融合能够提高企业全要素生产率主要体现在以下三个方面：
一是技术融合产生溢出效应和促进知识积累。企业在进行技术融合创新过程中，通过跨越组织边界、产业边界和知识边界，增加技术之间的异质性信息与知识交流的机会，促进多元知识溢出[23]。企业为充分吸收知识溢出带来的好处，增加高质量人力资本投入，不断更新并拓宽现有知识基础，将外部技术知识转化为内生的创新能力进而提升整体技术水平，促进企业全要素生产率的提高[24]。另外，企业在搜寻适合的融合技术时，有机会获得更多有价值的隐性知识，为企业提供新鲜的创新思维和视角[25]，驱动企业经济增长，提升企业全要素生产率。
二是技术融合产生互补效应和提升差异化竞争优势。企业根据自身技术水平和偏好，选择与自身技术差距较大的跨领域技术融合，发挥不同技术之间的互补性作用，丰富技术多样化，增加不同技术组合的创新成功机率，引发根本性创新[26]。这种根本性创新可以在产品的品种、性能、质量方面获取差异化，促使企业进入差异化的产品细分市场，提升跨领域技术融合创新出的新技术、新产品与当下市场个性化需求的适配度，提高企业的竞争力。同时，差异化的竞争优势使企业能够抢占先机，加快新产品进入市场的速度，为企业带来巨大的经济效益。
三是技术融合产生竞争激励效应。技术融合模糊了行业边界，降低了企业间的技术壁垒，新企业进入市场更加容易，企业间的替代性增强，使原本没有竞争关系的企业之间产生竞争。激烈的竞争压力激励企业更有效地利用现有资源增加产品附加值，提高资源利用效率[27]。同时，竞争范围的扩大使企业为缩小与竞争对手在技术上的差异，不得不加大在技术上的投入。这迫使企业不断寻找改进技术水平的途径，保持自身技术优势，避免在竞争中被淘汰[28]，有助于企业全要素生产率的提高。
除此之外，自主创新往往需要企业承担更大的风险，而技术融合使企业在较短的时间内与企业外部成熟的技术融合，赋予原有技术新的附加功能，提高了产品核心竞争力[29]，有效降低自主研发的风险和成本，缩短研发产品的周期，加快产品更新速度，提高企业全要素生产率。因此，提出以下假设：
假设 1: 技术融合能够显著促进企业全要素生产率的提升。
(二)企业动态能力的调节效应与门槛效应
尽管技术融合在促进技术进步与生产效率方面有巨大作用，但是技术融合能否达到预期目标依赖于企业内部环境和能力。根据动态能力理论，企业的动态能力是一种非常强大的资源，可以提高企业在快速变化的环境中的响应能力，进而获得长期竞争优势[30-31]。企业会因动态能力的不同产生不同的绩效[32]，企业强大的动态能力使新知识能够得到永久管理，从而可持续地保持其创新开发，从而增加企业在关系情境中创新地开发知识的可能性[33]。因此，动态能力在提升企业全要素生产率过程中发挥重要作用。
企业动态能力越强，资源整合能力越强。企业通过重构或者整合内部资源与能力，使自身竞争力能够吻合外界竞争环境变化的要求[34]，从而降低技术融合带来的信息不对称性以及不确定性[35]。技术融合创新活动从投入到成功产出新价值是个复杂的过程，强大的资源整合能力减少成本、提高资源配置效率[36]。根据资源基础观理论，企业进行技术融合创新活动需要投入大量资源，势必会挤占企业原有的经营活动资源。技术融合活动涉及多个领域，如果企业动态能力较弱，整合重构内外资源能力不足，容易产生巨大的协调成本和闲置资源，抑制生产效率的提升[37]。创新管理理论指出，企业学习吸收能力越强，越能更快地将新技术分解重构并创造出新技术，占领新市场，提高企业经济效益[13]31。吸收能力使企业能够获得必要的外部信息和知识，提高企业对外部环境中存在的知识资源的敏感性，有助于在市场中抓住机遇，取得领先地位并开发新的能力[38]，提升企业全要素生产率。当企业学习吸收能力较弱时，不能及时发现相关领域变革创新的机会，即便发现这些机会，也可能由于缺少足够的知识而丧失开拓新领域、新产品的机会。而且，企业自身学习吸收能力较低时，只能进行较低层次的技术融合，限制了企业技术融合水平及其带来的创新绩效，不能有效地促进企业全要素生产率的提升[5]81。企业成长能力越强越代表企业具有广阔的发展前景，经营绩效可观，有足够能力应对变化多端的市场环境和投入大量研发资源，形成“投入—产出—再投入”的良性循环，为技术融合活动提供优越的资源环境，逐步扩大企业市场竞争范围，提高企业全要素生产率。高成长性的企业可以降低生产成本，提高生产效率，形成规模经济，利用自身成长优势，研发新工艺，促进综合实力的提升[39]。低成长性的企业由于缺乏财力和技术支撑，无力应对技术融合带来的不确定性，无法充分挖掘未利用的资源，得到的创新机会也较少，不利于企业全要素生产率的提升。综上所述，企业并不是具有动态能力就一定对全要素生产率起到促进作用，动态能力需要储蓄到一定程度才能达到预期效果。因此，提出以下假设：
假设2a：动态能力对技术融合与企业全要素生产率之间的关系具有调节效应。
假设2b：只有当企业动态能力到达一定阈值，技术融合才会对企业全要素生产率产生显著促进作用，即动态能力在技术融合对企业全要素生产率提升的过程中存在门槛效应。
(一)数据来源与样本选择
本文数据来自国泰安研究服务中心(CSMAR数据库)、EPS全球统计数据库、国家知识产权局网站等。为推进研究的有效性，笔者对上市公司样本进行筛选：(1)由于专利IPC分类号2013年之前的数据缺失较严重且只更新到2017年，技术融合指标数据选择沪、深股票交易所 A 股上市公司2013—2017年数据；
(2)由于ST和*ST企业出现过财务状况或其他状况异常，剔除该类企业；
(3)剔除样本中研究数据缺失严重的上市公司以及金融类企业。最终筛选出698家企业，共 3 490个观测值。为了剔除极端值对结果的影响，本文对连续变量进行了1%的缩尾处理，采用 Stata 15.0软件进行数据处理。
(二)变量定义
(1)被解释变量：企业全要素生产率(lntfp)。根据杨汝岱等[40]、孙阳阳等[41]的相关研究，选择适合测算微观企业全要素生产率的LP方法。
lnYit=α0t+α1tlnLit+α2tlnKit+α3tlnMit+εit
(1)
其中，Y为样本企业的主营业务收入(万元)；
L为样本企业的劳动投入，用员工人数(个)测度；
K为样本企业资本投入，用固定资产净额(万元)测度；
M为中间投入，用购买商品、接受劳务支付的现金额(万元)测度。以上指标均用相对应的平减指数平减后取对数，下标i表示样本企业，t表示年份。
(2)解释变量：技术融合度(Conv)。目前技术融合度的测算方法有投入产出法、专利引证分析法、专利系数法和专利指标法等。因为专利指标法受限较小，所以本文采用专利指标来测量技术融合度。首先，在CSMAR数据库下载样本企业发明专利IPC分类号，然后使用Python软件将各个企业不同时期的发明专利IPC分类号与2008年WIPO发布的《国际专利分类号与35个技术领域对照表ISI-OST-INPI》进行匹配，计算每个企业不同时期在各个技术领域出现的次数。再根据娄岩等[42]、李丫丫等[8]206的技术融合度测算方法——辛普森多样性指数(SimpsonIndex)，计算出样本企业的技术融合度。测算公式如下：
(2)
(3)调节变量/门槛变量：动态能力(DC)。本文根据龚一萍[43]和宋哲等[44]的研究，选择总资产周转率、研发支出比和营业收入增长率衡量企业资源整合能力、学习吸收能力和组织成长能力，再将其进行标准化均值得到企业动态能力水平。
(4) 控制变量：本文控制变量包括企业规模(size)、资产负债率(lev)、无形资产比例(intangible)、托宾Q值(Tobin’Q)和利润率(profitrate)。企业规模是影响创新产出的重要因素，企业规模越大，企业的创新资源就越多；
资产负债率衡量企业的偿债能力；
无形资产比例衡量企业无形资产占总资产的比例；
托宾Q值衡量企业长期市场绩效；
利润率衡量企业的盈利能力。所有变量的具体测量见表1。
表1 变量定义表
表2为变量的描述性统计。由表2可知，样本企业的技术融合度差异较大，最大值为0.888，最小值为0，企业没有任何技术融合活动；
企业的动态能力差异也较大，最大值为2.664，最小值为-1.356；
企业全要素生产率最大值为11.116，最小值为6.494，说明企业发展水平差异较大。
表2 变量的描述性统计
(三)模型构建
在不考虑非线性的情况下，构建以下3个模型，验证假设1和假设2a。为防止多重共线性，乘积项分别为解释变量和调节变量中心化后再相乘，为与原来的变量符号进行区分，用“’”表示该变量的中心化形式。技术融合对企业全要素生产率的提升存在滞后性，因此选择t+1期的企业全要素生产率作为模型的被解释变量。如果式(3)中的β1显著为正，则技术融合与企业全要素生产率呈正相关，验证假设1。如果式(3)中的β1显著且式(5)中的β3显著为正，则说明动态能力正向调节技术融合与企业全要素生产率之间的关系，验证假设2a。
ln tfpi,t+1=β0+β1Convi,t+∑Controli,t+μi,t
(3)
ln tfpi,t+1=β0+β1Convi,t+β2DCi,t+∑Controli,t+μi,t
(4)
ln tfpi,t+1=β0+β1Convi,t+β2DCi,t+β3Conv’i,t×DC’i,t+∑Controli,t+μi,t
(5)
(一)总体回归
表3报告了总体实证结果，其中第(1)列仅加入控制变量，结果显示，技术融合的估计系数在5%的水平上显著为正。第(2)列为控制年份、行业和省份固定效应，技术融合的估计系数在1%的水平下显著，相较于第(1)列有显著性提高，估计系数方向和大小基本一致，说明技术融合显著促进了企业全要素生产率的提高。技术融合度越高，企业越能接触到多元技术知识，拓宽创新的可能新边界，企业全要素生产率得到提高，支持了假设1。第(3)列为加入动态能力后的数据，结果显示，动态能力的估计系数在1%的水平上显著，表明随着企业动态能力的不断提高，企业全要素生产率得到提升。第(4)列显示技术融合与企业全要素生产率的交互项在5%的水平上显著为正，说明调节变量动态能力正向调节了技术融合与企业全要素生产率之间的关系，即企业动态能力越强，企业进行技术融合的创新活动越能促进企业全要素生产率的提高，支持了假设2a。
表3 总体回归
(二)企业所属行业异质性
根据《战略性新兴产业分类(2018)》规定的9大领域、《高技术产业(制造业)分类(2017)》规定的6大类制造业分类、《高技术产业(服务业)分类(2018)》规定的9大类高技术服务业，将样本企业分为高技术企业和非高技术企业，研究企业所属行业异质性。表4中的第(1)至(3)列是高技术企业的回归结果，第(4)至(6)列为非高技术企业的回归结果。从表4中的回归结果可以看出，列(1)高技术企业技术融合在1%的水平上显著促进企业全要素生产率，列(3)动态能力在10%的显著性水平上正向调节技术融合与企业全要素生产率间的关系。这是因为高技术企业本身具有的技术能力较高，能够选择与自身技术相当或者更高的外部技术融合，吸收更高的“养分”。同时，高技术企业由于自身对技术熟悉度较高，在进行技术融合创新活动时，投入较少的资源就能够较为轻松地学习吸收另一领域的技术知识，降低资源的消耗，提高生产率。高技术企业长期以来的研发投入以及精细化管理使企业拥有较高的动态能力，能够及时发现突破创新的机会，开拓新市场，提升全要素生产率。而列(4)表明非高技术企业技术融合对企业全要素生产率的促进作用以及列(6)动态能力对两者间的调节效应不显著，这可能是由于非高技术企业技术水平相对落后，在进行技术融合活动时，没有相关“知识背景”，对于技术这块“硬骨头”啃起来较为费力，只能选择与低端的技术融合，或者与简单、相对成熟的通用技术融合，这在一定程度上限制了企业整体技术水平的提升以及企业全要素生产率的提高。即便企业选择与自身技术差距较大的高端技术融合，由于自身动态能力较弱，并不能更好地利用这一技术完成质的飞跃，实现企业全要素生产率的提升。
表4 企业所属行业分类回归结果
(三)企业所有权异质性
企业所有制形式不同，内部管理体系与企业创新能力也会产生差异。本文将样本企业分为国有企业和非国有企业，检验企业所属性质异质性。表5中的第(1)至(3)列为国有企业的回归结果，第(4)至(6)列为非国有企业的回归结果。从表5的回归结果可以看出，国有企业与非国有企业技术融合都能显著促进企业全要素生产率的提升。值得注意的是，在5%的显著性水平上，国有企业动态能力负向调节技术融合与企业全要素生产率间的关系。首先，由于缺乏监管和市场化程度低，在进行技术融合创新活动时，企业的动态能力可能被无效配置和使用[45]。再加上国有企业长期依赖行政保护或资源垄断，即便拥有较高的动态能力，也不具备创新动力，从而抑制全要素生产率的提升。其次，国有企业存在委托代理问题，经营者往往将企业拥有的动态能力投向那些见效快、风险低的技术融合项目以期获得个人收益最大化[46]，这并不能显著提高企业全要素生产率。最后，国有企业往往需要承担一定的社会责任，背负沉重的政策性负担，扭曲经营目标，这会导致企业动态能力的发挥受到限制。相比于国有企业，在5%的显著性水平上，非国有企业动态能力显著正向调节技术融合与全要素生产率之间的关系。非国有企业“自己对自己负责”的性质决定企业拥有更自由的选择权。在激烈的市场竞争环境中，非国有企业为了能够提高企业竞争力、扩大市场份额，会积极寻找与自身技术匹配的先进技术并与之融合，尽可能发动一切动态能力促使技术融合活动实现收益最大化的目标，提升企业全要素生产率。
表5 企业所有权分类回归结果
(四)企业规模异质性
企业规模代表着一个企业的资源存量，同时影响着其内部管理成本。为探究不同企业规模下技术融合对企业全要素生产率的影响差异，本文根据企业总资产自然对数的中位数，将资产规模大于中位数的上市公司归入大型企业，而将中位数以下的上市公司归为中小型企业。表6中的第(1)至(3)列为大型企业的回归结果，第(4)至(6)列为中小型企业的回归结果。从表6中的回归结果可以看出，列(1)大型企业技术融合在1%的水平上显著促进企业全要素生产率，而列(4)中小型企业技术融合对企业全要素生产率的促进作用不显著，这说明不同规模企业在生产效率和创新能力方面存在较大差异。企业规模较大时，企业涉及的领域也就较为广泛，具有高平台优势，企业更能接触到较为先进的技术与自身技术相融合创造新技术、新产品。大型企业能够吸引高质量的人力资本和拥有完备的生产流程，有利于技术融合的成果更好地投入到应用中去，从而提升企业全要素生产率。列(3)表明大型企业的动态能力对两者间的调节作用不显著。这可能是因为大型企业规模庞大，组织行政化，增加了信息协调沟通和资源整合成本，并且大型企业依赖过去的成功经验使企业的信息获取吸收能力出现钝性，调节作用不显著。列(6)表明中小型企业动态能力在1%的显著性水平上正向调节技术融合与全要素生产率之间的关系。相比于大型企业，中小型企业更希望通过技术融合改变自己在行业中的地位，提高自身在市场中的竞争优势。因此，中小型企业积极发挥其动态能力，尽可能探索技术融合带来的利益，促进企业全要素生产率的提升。
表6 企业规模分类回归结果
(五)稳健性检验
为了检验结论的稳健性，本文将计算企业全要素生产率所用的员工人数替换为应付职工薪酬，来衡量劳动投入。根据模型(1)—(3)再次进行回归，回归结果(见表7)与表3的结果基本一致，说明本文结论具有良好的稳健性。
表7 稳健性检验
(一)门槛效应检验
前文分析表明，动态能力对技术融合与企业全要素生产率间的关系存在调节效应，那么动态能力的影响效应是简单的线性关系，还是当动态能力越过一定门槛值之后技术融合才会对企业全要素生产率的提升产生促进作用？为了回答这些问题，笔者构建以动态能力为门槛变量的面板门槛模型，试图探讨技术融合对企业全要素生产率的非线性门槛特征。在建立门槛模型前，需要确定门槛模型的具体形式，自抽样300次的检验结果如表8所示。由P值可知，企业动态能力在1%的显著性水平下通过了单一门槛检验，在5%的显著性水平下通过了双重门槛检验，未通过三重门槛检验。因此，以企业动态能力为门槛变量分析技术融合对企业全要素生产率影响的门槛特征时，选择双重门槛模型进行估计，模型形式如下：
ln tfpit=β0+β1ConvitI(DCit≤γ1)+β2ConvitI(γ1 β3ConvitI(DCit>γ3)+∑Controlit+εit (6) 表8 企业动态能力门槛的显著性检验 表9报告了双重门槛的估计值及置信区间。由表9可知，技术融合促进企业全要素生产率提升的双重门槛取值为-0.343和0.102，95%置信区间分别为[-0.349，-0.341]和[0.092，0.106]，门槛估计值的置信区间长度仅为0.008和0.014。 表9 企业动态能力门槛值估计结果和置信区间 表10报告了样本企业在不同动态能力水平下技术融合对企业全要素生产率的影响作用。在动态能力较低时(DC≤-0.343)，回归系数为-0.093，且在1%的显著性水平下显著； 表10 企业以动态能力为门槛变量的门槛模型回归检验 本文采用2014—2018年A股上市公司面板数据，研究技术融合对企业全要素生产率的作用机理，并引入企业动态能力，分析动态能力对技术融合与企业全要素生产率之间关系的调节效应和门槛效应。结果表明：(1)技术融合通过溢出效应和互补效应对企业全要素生产率具有显著的正向影响，企业动态能力对技术融合与企业升级之间存在显著的正向调节作用。(2)相比于非高技术企业，高技术企业自身多拥有强大的“知识背景”，使技术融合更显著地促进企业全要素生产率的提升，动态能力的正向调节效应也更为显著； 基于以上结论，提出以下建议： (1)“因地制宜”选择适配本企业的先进技术融合。不是所有的先进技术与自身技术融合后都能促进企业全要素生产率，为避免资源的无效投入，企业应该在自己的能力范围内，选择与自身技术相匹配的先进技术，并对新技术深入解剖重构，汲取最大的养分，增强企业竞争优势。跨学科研究显示，建立创新平台和开拓创新渠道，促使不同领域的技术交叉融合，既可以增强技术知识溢出，又能突出技术间的互补优势，提高整体技术水平，促进全要素生产率的提高。 (2)加强动态能力的培养。企业在选择技术融合创新活动时，应注意动态能力发挥的调节作用，动态能力需要储蓄到一定程度才能达到预期效果。较高的动态能力意味着企业的竞争力与外界竞争环境变化相吻合，尤其是发现新的市场机会并有能力付诸行动，从而有利于提升企业全要素生产率。技术融合在激烈的市场竞争中能否充分地将融合的技术、知识等创新资源有效利用依赖于企业动态能力。企业内部应注重培养动态能力，提高外部信息获取能力并结合自身情况整合这些资源，提高资源的配置效率。持续加强研发资金和创新型人力资本的投入，为技术融合创新做好充分准备，立足于自身发展优势，突破自身发展限制，提高企业成长能力，促使企业具备良好的发展前景。 (3)不同类型的企业应该根据自身条件的差异性，合理调配企业动态能力支持技术融合过程。对于拥有更多创新资源的高技术企业而言，不要固步自封，满足于现有的技术水平，而更应该追求与高精尖技术融合，继续提高企业核心竞争力；
(二)门槛效应结果分析
当动态能力水平跨越第一个门槛值(-0.343
相比于国有企业，非国有企业的技术融合更能促进企业全要素生产率的提升，并且动态能力正向调节两者间的关系。相反，国有企业动态能力负向调节技术融合与企业全要素生产率之间的关系。相比于中小型企业，大型企业进行技术融合能显著促进企业全要素生产率的提升。然而，中小企业动态能力的调节效应更显著。(3)为进一步探究技术融合对企业全要素生产率是否存在非线性关系，设定动态能力为门槛变量的面板门槛模型，结果表明技术融合对企业全要素生产率的影响存在双重门槛效应，当动态能力越过第一个门槛值时，技术融合对全要素生产率由负向影响转为正向影响；
当动态能力越过第二个门槛值时，技术融合对全要素生产率起到更大的正向提升作用。
对于非高技术企业而言，尽管没有强大的“技术知识背景”，也不能对技术融合活动避而不谈，应顺应时代潮流，积极探索适合自己发展的先进技术融合创新，通过互补效应提升企业全要素生产率。对于国有企业，建立监管机制，合理配置各种资源，让所拥有的资源在最能提高全要素生产率的企业活动中发挥促进作用。鼓励其大胆融合创新，为企业注入新的活力，提升生产率水平；
对于非国有企业，运用自己对市场动态环境敏感度高的优势，把握市场未来发展方向，整合内外资源，挖掘更多技术潜能，抢占新市场，提高企业全要素生产率。对于大型企业，勇于尝试新的战略，摆脱对以往成果经验的依赖，充分发挥高平台优势，使企业动态能力得到应有的作用，制定部门绩效考核机制，提高企业精细化管理，减少不必要的沟通成本和管理成本；
对于中小型企业，保持追赶精神，积极参与技术交流活动，开阔企业视野，逐步扩大企业规模，提高创新成果转化效率。