对外直接投资对母国创新的影响及门槛分析

王 媛， 陈 杨， 江 帆

(天津大学管理与经济学部， 天津 300072)

据世界知识产权组织(WIPO)披露的数据显示，1995年到2007年期间，中国人均专利申请量增加了近13倍[1]，中国成为全球专利排名第三的国家。自此，创新绩效引起了国内外学术界的广泛关注，杰佛逊等人研究发现，科技研发投入强度、对外直接投资、股权改革和法律制度均促进了专利申请量激增[2]。高创新投入和高创新产出是创新型国家的基本特征。2014年，全国研究与试验发展经费支出占GDP的2.05%，较2006年增长44.4%。同年，全国3种专利授权数为1 209 402件，较2006年增长4.41倍。但是，根据相关研究报告，我国的创新能力在世界上仍处于中等水平，作为发展中国家，对外直接投资是学习发达国家经验与技术的一种重要渠道，持续的对外直接投资是否为母国带来了创新能力的提升？创新效应在各个地区之间是否有明显的差异？母国各地区的经济发展水平、对外开放程度又是否影响着创新效应的发挥？本研究在检验对外直接投资的母国创新效应的基础上，深入探讨区域间创新效应的差异及产生的原因，针对我国各个地区的自身特点提出差异化的建议。

一、 文献综述与研究假设

早期，发达国家向发展中国家的正向投资是普遍存在的投资形式，学者的研究重点在投资类型及区位选择上，Salidjanova[3]、Aleksynska 和 Havrylchyk[4]、Morck等人[5]从税收因素、自然资源因素、制度因素以及文化因素等不同方面对FDI区位选择的影响因素进行研究。在经济全球化的进程中，发展中国家逐渐开始对外投资，并且投资区位并没有按照传统的梯度进行，而是出现了向发达国家投资的行为。为了解释这一现象，日本学者小岛清提出了边际产业扩张理论，他认为对外直接投资应发生在劣势产业，通过投资吸取新的技术与经验从而优化母国的产业结构。逆向投资给母国带来的社会效应随着投资时间积累表现出显著的效果。一些学者认为，寻求战略资产是发展中国家跨国企业进行对外直接投资的重要动机。Deng通过对中国企业FDI行为的研究中发现，当企业无法利用现有的竞争优势进行对外投资时，会试图利用投资弥补自己的劣势[6]。Rui和Yip认为，中国企业的跨国并购可以通过学习国外先进的技术提升母国公司的创新能力[7]。

1. 对外直接投资与国家创新能力假设

以Schumpeter[8]提出的创新理论为基础，他认为有些创新是对原有技术及知识的根本性创新，本文称为根本性创新。而有些创新是指对现有技术的改进与完善，本文称为累积性创新。该理论之后，国内外学者围绕对外直接投资与创新绩效的关系展开了深入的研究。

Fosfuri和Motta通过建立竞争博弈模型进行实证研究发现，对于存在技术差距的两国逆向投资的过程中，低技术国家的对外直接投资通过模仿学习及员工素质提高以促进母国技术的提升[9]。Bitzer和Kerekes通过对OECD国家的研究发现，对外直接投资行为溢出的知识显著促进母国的技术创新。通过对工业水平数据实证分析得到溢出的知识带来的技术创新可以解释母国生产率提升的60%，其中法国溢出的知识解释母国生产率的增长高达87%[10]。Kogut和Chang通过对日本企业对美国投资行为的研究发现，日本企业是以获得美国的技术为目标，通过建立合资企业以获得美国先进的技术，从而提高本国的创新能力[11]。Jian Li和 Roger Strange通过对中国新兴经济跨国企业的对外直接投资行为的实证研究发现，新兴经济体的对外直接投资行为逆向溢出的研发投入存量对国内创新产生了非常显著的影响，因此本文提出以下假设。

H1a：对外直接投资逆向溢出存量对于国家根本性创新能力的提升具有显著促进作用。

H1b：对外直接投资逆向溢出存量对于国家累积性创新能力的提升具有显著促进作用。

当跨国公司通过对外直接投资接触并逆向溢出新技术后，母国本身对于先进技术的吸收能力是决定国家能否真正利用新技术并转换为自身创新能力的关键因素。Jian Li和 Roger Strange通过对中国跨国企业的实证研究证明了吸收能力对于国家创新绩效的重要作用[12]。地区的吸收能力中，人力资本是重要的驱动因素。鲁钊阳在其研究中指出，对外直接投资对于母国创新能力的影响依赖于母国科技人员的素质等因素[13]。国家科技人员的素质越高，对于新技术的吸收能力也越高，才能将对外直接投资学习到的新技术本地化，从而提高自身的创新能力，因此本文提出以下假设。

H2a：人力资本水平对于国家根本性创新能力的提升具有显著的正向促进作用。

H2b：人力资本水平对于国家累积性创新能力的提升具有显著的正向促进作用。

虽然在对外直接投资过程中，逆向溢出的研发投入起着重要作用，但是国内研发投入对于国家创新的促进作用同样重要。国内研发投入为科研创新提供最根本的物质保证，通过影响科研人员的积极性、科研设备的完备性、科研软环境等间接影响创新能力。Jian Li和 Roger Strange的研究证实了国内研发投入是创新成果生产过程的重要输入[14]，因此本文提出以下假设。

H3a：国内研发投入对于国家根本性创新力的提升具有显著的正向促进作用。

H3b：国内研发投入对于国家累积性创新力的提升具有显著的正向促进作用。

2. 国家创新效应区域差异假设

由于我国不同省份的社会文化，风俗习惯、经济发展和行政管理手段都具有很强的地域特点，各个区域的经济环境和行政环境的巨大差异必然影响我国各个地区的区域创新能力。知识的产生和新技术的发展往往呈现空间聚集或集中效应，知识与技术能力在空间上的界限性导致知识溢出倾向于本地化[15]。目前，将研发投入溢出存量、国内研发投入以及国内人力资本与区域创新能力结合起来的研究文献较少，还有待进一步深化。章立军利用2002—2003年省际面板数据进行了简单的混合回归分析，得出基础设施、劳动力素质、市场需求、金融环境显著影响区域创新能力，但是样本跨度较小，并且没有进行Hausman检验[16],但依然不可否认国家创新能力提升存在区域差异。因此本文提出以下假设。

H4：研发投入溢出存量、人力资本、国内研发投入对于国家创新能力的影响存在显著的区域差异。

3. 国家创新能力门槛效应假设

对外直接投资的创新效应多发生在人力资本水平高、对外开放程度高、经济发展水平高的地区。这种现象被Borenztein形象地总结为“门槛效应”，即影响FDI创新绩效的某个变量水平在门槛水平之上，FDI的创新效应才能充分发挥。对于可能影响对外直接投资创新效应的因素，国外学者进行了相关研究，如Liu和Zou研究指出，国内研发能力较低时母国对于投资引进的新技术的吸收能力较弱，创新效应很难发挥[17]。陈岩也从金融发展水平、技术差距以及人力资本存量等方面探讨了中国对外直接投资对于母国的创新能力提升的影响[18]。以上研究主要从理论层面解释了不同因素对于国家创新能力的影响形式。自1999年Hansen提出面板门槛回归模型之后，许多学者将该模型引入到对外直接投资的创新效应研究中，并从定量的角度测算FDI创新过程中的门槛水平。李梅从对外开放程度、经济发展水平等6个方面进行研究，发现对外直接投资的溢出效应多发生在经济发展水平较高、对外开放程度较高的的发达国家。对外开放对于创新的影响途径有两种：一是竞争效应，伴随着地区开放水平的提高，大量的外资企业和进口产品涌入本地市场，加剧了市场竞争程度，为了巩固自身的市场地位，本土企业需要不断改进工艺流程，不断创新；二是内外协同效应，对外开放程度越高，企业融入到全球市场网络的机会越大，学习现金技术的机会越大，由此促进企业的不断创新发展。因此，本文提出以下假设。

H5：对外开放程度以及经济发展水平对国家创新能力存在明显的“门槛效应”。

二、 研究设计

1. 模型设定

本研究将对外直接投资考虑到创新生产模型中，建立以下计量模型

InRI=α1+α2InSfdi+α3InH+α4InRD+ε

InII=β1+β2InSfdi+β3InH+α4InRD+ε

2. 变量选择

RI为根本性创新。考虑到数据的可获得性，本研究以专利授权量作为创新能力的衡量指标。根据《专利法》对于发明专利和实用新型专利的划分标准，以发明专利授权数量衡量根本性创新，以实用新型专利授权量衡量累积性创新II。

Sfdi为对外直接投资研发投入溢出存量。选择存量而非流量的原因在于对外直接投资获得的R和D溢出会对未来几年内的创新有影响，因而无法忽略上一期的溢出效应。根据L-P的计算方法，得出全国通过FDI获得的研发投入溢出存量，即

式中：OFDIjt为我国t时期向东道国j的对外直接投资总量；Yjt是t时期目标国j的GDP，Sjt是t时期投资东道国j的研发投入资本存量。然后，求出各省对外直接投资获得的研发投入溢出存量，即

Dieter将人力资本水平H纳入到FDI的创新效应影响因素中，本文借鉴Dieter的研究方法，以国内人均受教育年限作为人力资本水平的衡量标准，RD为国内研发投入，参考已有文献，本研究以各地区研究与试验发展经费支出强度作为RD的衡量指标。

3. 样本选择及数据来源

本研究所用数据为中国大陆30个省(未包括西藏)2006—2015年的面板数据，数据主要来自于《中国统计年鉴》、《中国劳动统计年鉴》、《中国科技统计年鉴》、《国际统计年鉴》以及世界银行等。另外，考虑到前3年的数据稳定性没有足够的保障，本研究将时间范围定为2006—2015年。

(1) 根本性创新RI和累积性创新II。各省份的根本性创新以当期实际的发明专利授权量取自然对数表示；各省份的累积性创新以当期实际的实用新型专利的授权量取自然对数表示。

(2) 对外直接投资的研发投入溢出存量Sfdi。以中华人民共和国商务部公布的2016年对华直接投资前10名的国家名单为依据，由于部分数据缺失，本研究仅选取中国香港、澳大利亚、美国、新加坡、英国、韩国及俄罗斯的平均值代表中国投资东道国。在计算Sjt时，将各地的研发投入支出强度乘以各自当期的GDP得出当期的研发支出，并根据各地当期的消费价格指数将当期的研发支出折算为以2005年为基期的研发支出，最后根据永续盘存法计算Sjt，上述数据均来自《国际统计年鉴》。然后以Sjt为标准计算出中国各省市的对外直接投资R和D存量Sfdi。

(3) 人力资本H。本研究中人力资本水平以平均受教育程度来衡量，各地区平均受教育程度的数据来自《中国劳动统计年鉴》，采用朱成亮的平均受教育程度=高中、中专以下学历×1+专科学历×2+本科学历×3+研究生及以上学历×4。

(4) 国内科研支出RD。在国内自主科研支出方面，以地区研究与试验发展经费支出情况来衡量。各地区研发支出强度的数据来源于《中国科技统计年鉴》，RD=研究与试验发展经费强度×GDP。对各指标的描述性统计见表1所示。

表1 各指标描述性统计(2006—2015年)

三、 实证结果分析

面板数据在长期的时间范围可能存在单位根过程导致出现“伪回归”,为确保面板数据的平稳性，本文对模型中的各个变量进行单位根检验和协整性检验。

首先，对数据进行单位根检验。在原数据水平上，多个变量存在单位根，变量序列均非平稳(见表2)。在一阶差分水平上，只有Sfdi存在单位根。将该变量进行一阶差分变换后，单位根检验结果如表2第4列所示。所有变量均为一阶单整，符合协整检验条件。其次，对数据进行协整性检验，检验结果见表3。变量之间存在长期的均衡关系，本研究的模型是稳健的。

表2 单位根检验结果

表3 协整性检验结果

1. 整体回归估计

面板数据的回归方法有3种：混合最小二乘估计、固定效应模型以及随机效应模型。本研究通过F检验识别混合最小二乘估计模型和固定效应模型，通过Hausman检验识别固定效应模型和随机效应模型。F统计量的检验结果为22.779，经过查表得到F(29,267)=1.51，F统计量的值显著高于1.51，拒绝“个体效应为零”的假设，应选择固定效应模型。Hausman统计量的检验量为44.357 342，概率为0.000 0， 拒绝“固定效应模型和随机效应模型无实质性差异”的假设，最终确定使用固定效应模型进行估计。表4给出了全样本估计的结果，对于检验结果进行分析。

第一，解释变量的系数均为正数，且在1%或者5%的水平下显著，表明研发投入溢出存量、国内研发投入以及国内人力资本对国内两种创新能力均有显著的正向影响，此结论验证了假设H1a、H1b、H2a、H2b及H3a、H3b。

第二，对于两种创新能力，解释变量存在不同的系数估计值。这表明解释变量对于根本性创新和累积性创新的影响程度有显著差异，人力资本和研发投入溢出存量对于累积性创新的影响显著大于对根本性创新的影响，说明人力资本和研发投入溢出存量作用的发挥不是一蹴而就的，需要时间慢慢累积才能有效发挥。而国内研发投入对于根本性创新的影响显著大于对累积性创新的影响，说明国内研发投入能够快速促进国内创新能力。

表4 整体性回归分析及分地区回归分析结果

注：***和**分别代表在1%和5%水平下显著。

2. 分地区回归估计

为了深入研究对外直接投资创新效应的区域差异，本研究将样本数据分为东部、中部和西部。东部地区主要包括北京、天津、河北、吉林、辽宁、黑龙江、山东、上海、江苏、浙江等，中部地区主要包括山西、内蒙古、安徽、江西、湖北、湖南、河南等，西部地区主要包括重庆、四川、贵州、云南、宁夏、甘肃、新疆等。与全样本数据的估计方法一致，对3个样本分别进行回归模型的选择，将3个地区的回归方法均确定为固定效应模型回归。分地区的回归估计结果见表4所示。

第一，以根本性创新为解释变量分析。从全国范围看，研发投入溢出存量、国内研发投入以及人力资本均通过了显著性检验，表明中国对外直接投资给国内根本性创新带来了明显的提升效应，其中人力资本和国内研发投入对我国根本性创新有明显的推动作用。从各地区对比看，国内研发投入的系数在3个模型中均接近于1，这表明各区域研发投入是区域根本性创新的重要推动力。对于东部地区的人力资本与研发投入溢出存量两个变量的回归结果并不显著，说明两者对于东部地区的根本性创新没有显著的影响。中部和西部的数据显示，研发投入溢出存量对于区域根本性创新的影响均为不显著，而人力资本对于根本性创新的影响较为显著，以上结果表明各区域现阶段的对外直接投资均处于较低水平，通过FDI溢出的研发投入并未对各区域的根本性创新产生显著的提升。

第二，以累积性创新为解释变量分析。研发投入溢出存量对于全国整体累积性创新以及各区域的累积性创新均呈现显著的正向影响，说明研发投入溢出存量对于国内累积性创新有显著的提升作用，其原因在于对外直接投资获得的研发投入溢出存量在中国现阶段综合水平下不能被快速吸收并转化成根本性创新成果，但是可以通过对现有技术的改进与完善产生累积性创新成果。另外，人力资本和国内研发投入对于国内整体累积性创新以及区域累积性创新均有一定的正向影响，说明在创新过程中人力资本和国内研发投入是不可缺少的因素。

第三，根本性创新和累积性创新的综合分析。研发投入溢出存量对于3个区域累积性创新的回归均通过显著性检验，而对于根本性创新的回归没有通过显著性检验，说明研发投入溢出存量对于国内的创新能力提升不是一蹴而就的，新技术的吸收、再转化、创新需要一定的时间累积，而国内现阶段对于新技术的快速转化能力还比较弱。此外，研发投入溢出存量在3个模型中的系数有较大差别，说明不同地区对外直接投资的创新效应存在较大差别。

以上结论说明，对外直接投资对于国家创新能力的影响存在明显的区域差异，假设H4得到验证。

3. 门槛效应分析

(1) 门槛回归模型的建立。本研究分别以经济发展水平和对外开放程度作为门槛变量，将两个门槛变量分别加入到初始模型中，得到本研究的两个计量模型，即

(2) 门槛变量的选取。通过分析我们得出，不同地区对外直接投资的创新效应存在明显差异，并且地区对外开放程度以及经济发展水平等因素会影响对外直接投资的创新效应[19]。为了检验导致这种差异的原因，我们对各地区按照创新程度划分成高创新能力地区、中创新能力地区以及低创新能力地区。利用SPSS软件对中国大陆30个省份的创新能力进行聚类分析，其中创新能力以累积性创新为标准，并且取各地区10年数据的平均值作为最终的分析数据，得到的结果见表5。

表5 按创新程度聚类分析结果

从分析结果来看，高创新能力地区多存在于经济发展水平较高的沿海城市。因此，推断经济发展水平以及对外开放程度可能在FDI创新效应中起到关键作用。在对外直接投资的逆向创新过程中，只有当经济发展水平以及对外开放程度达到一定水平时，FDI的创新效应才会逐渐显著。因此，本研究将经济发展水平以及对外开放程度作为门槛变量，以下利用门槛回归模型对创新效应的门槛水平进行测算。

(3) 门槛分析的结果。以经济发展水平为门槛变量进行分析。经济发展水平以各地区GDP取对数为衡量标准，地区GDP越高，表明该地区经济发展水平越高，知识转换能力较强。各地区的GDP数据来自《中国统计年鉴》，门槛回归结果见图1。由图1可以看出，残差平方和最小的对数值为7.95，即地区GDP的门槛值为2 835.57亿元，当地区经济发展水平低于7.95，对外直接投资不能发挥创新效应。而当地区经济发展水平高于7.95时，对外直接投资的母国创新效应能够显著实现。

以对外开放程度为门槛变量进行分析。对外开放程度以各地区进出口额占地区GDP的比值取对数为衡量标准，对数结果越高，说明对外开放程度越高。各地区进出口额、地区GDP的数据均来自《中国统计年鉴》，门槛回归结果见图2。由图2可以看出，残差平方和最小的对数结果为-0.637 05，即对外开放程度的门槛值γ=e-0.637 05=0.52。当地区开放程度低于0.52时，对外直接投资不能发挥创新效应，而当地区对外开放程度高于0.52时，对外直接投资的母国创新效应能够显著实现。

以上两个结论说明，以经济发展水平和对外开放程度为门槛变量进行分析，对国家创新能力存在门槛效应，验证了假设H5。

(4) 门槛回归模型的检验。对于门槛回归模型的检验有两个方面：一是门槛效应的显著性检验；二是门槛值真实性检验。两种检验结果见表6。F统计量所对应的的P值均接近0，说明门槛变量的系数存在差异，门槛特征明显。极大似然比LR统计量均低于临界值7.35，说明本研究得到的门槛值是真实的。

表6 门槛回归模型的检验

四、 结 语

本文通过实证分析，研究中国对外直接投资的国内创新效应，对中国大陆30个省市(除西藏)2006—2015年的面板数据进行回归分析。并将国内创新能力分为根本性创新和累积性创新，以Hansen门槛回归模型为主要计量方法检验对外直接投资对于全国创新能力的提升。考虑到各地区发展不平衡的现状，分别对区域创新效应进行回归检验，研究结论如下。

(1) 研发投入溢出、国内研发投入及人力资本水平对国家整体创新能力及各地区创新能力均具有显著的积极效应，且不同地区的创新程度存在显著差异。

(2) 中国对外直接投资对于东部、中部以及西部地区的根本性创新不存在积极的影响，但对于地区的累积性创新存在显著的正向影响。

(3) 以经济发展水平和对外开放程度作为门槛变量进行门槛回归分析，检验技术转换能力对于国内创新的影响，结果显示两个门槛变量均存在明显的门槛水平。不同省份间由于不同的经济发展水平以及不同的对外开放程度导致对外直接投资的创新效应存在明显的差异。一些越过门槛水平的地区表现出较高的创新能力，而中西部一些经济发展水平及对外开放程度较低的地区表现出较低的创新能力。

综合以上结论，想要提升国内创新能力，需要从多个方面做出努力。一是对外直接投资的累积性创新效应显著高于根本性创新效应。说明对外直接投资对于国内的创新能力提升不是一蹴而就的，新技术的吸收、再转化和创新需要一定的时间累积。对于持续性的FDI给予一定的政策或其他方面的支持，以保证投资主体在连续的投资活动中给母国带来最大程度的创新效应。二是技术转换能力也会影响对外直接投资的创新效应。根据我国地区发展不平衡的现状，东部一些经济发展较快、技术转换能力较高的地区要更加注重技术获取型的投资，并且提高地区研发投入，力争能够高效率的将对外直接投资获得的知识转换为当地的创新成果。对于经济发展比较落后的地区，应以提高技术转换能力为重点，鼓励当地积极进行对外开放，并且通过教育提高人力资本水平，使区域创新能力协调发展。

[1] Li X. Behind the recent surge of Chinese patenting: An institutional view[J].ResearchPolicy, 2012, 41(1): 236-249.

[2] Hu A G,Jefferson G H. A great wall of patents: What is behind China’s recent patent explosion?[J].JournalofDevelopmentEconomics, 2009, 90(1): 57-68.

[3] Salidjanova N.Going out: An Overview of China’s Outward Foreign Direct Investment[EB/OL].http://www.researchgate.net/publication, 2011-12-20.

[4] Aleksynska M, Havrylchyk O. FDI from the south: The role of institutional distance and natural resources[J].EuropeanJournalofPoliticalEconomy, 2013(29): 38-53.

[5] Morck R, Yeung B, Zhao M. Perspectives onChina’s outward foreign direct investment[J].JournalofInternationalBusinessStudies, 2008, 39(3): 337-350.

[6] Deng P. Why do Chinese firms tend to acquire strategic assets in international expansion?[J].JournalofWorldBusiness, 2009, 44(1): 74-84.

[7] Rui H, Yip G S. Foreign acquisitions by Chinese firms: A strategic intent perspective[J].JournalofWorldBusiness, 2008, 43(2): 213-226.

[8] Schumpeter J A.TheTheoryofEconomicDevelopment:AnInquiryintoProfits,Capital,Credit,InterestandtheBusinessCycle[M]. Cambridge: Harvard University Press, 1912.

[9] Fosfuri A, Motta M, Rφnde T. Foreign direct investment and spillovers through workers’ mobility[J].JournalofInternationalEconomics, 2001, 53(1): 205-222.

[10] Bitzer J, Kerekes M. Does foreign direct investment transfer technology across borders? New evidence[J].EconomicsLetters, 2008, 100(3): 355-358.

[11] Kogut B, Chang S J. Technological capabilities and Japanese foreign direct investment in the United States[J].TheReviewofEconomicsandStatistics, 1991: 401-413.

[12] Li J, Strange R, Ning L, et al. Outward foreign direct investment and domestic innovation performance: Evidence fromChina[J].InternationalBusinessReview, 2016(1): 113-121.

[13] 鲁钊阳,廖杉杉. FDI技术溢出与区域创新能力差异的双门槛效应[J]. 数量经济技术经济研究,2012(5):75-88.

[14] Griliches Z. Patent Statistics as Economic Indicators: A Survey[EB/OL]. http://xueshu.baidu.com/s, 2016-12-20.

[15] Breschi S, Malerba F. Sectoral innovation systems: Technological regimes,schumpeterian dynamics,and spatial boundaries[J].SystemsofInnovation, 1997(3): 130-156.

[16] Acs, Anselin, Luc. Patents and innovation counts as measures of regional production of new knowledge[J].ResearchPolicy, 2002(31): 1069-1085.

[17] Liu X, Zou H. The impact ofgreenfield FDI and mergers and acquisitions on innovation in Chinese high-tech industries[J].JournalofWorldBusiness, 2008, 43(3): 352-364.

[18] 陈 岩. 中国对外投资逆向技术溢出效应实证研究:基于吸收能力的分析视角[J]. 中国软科学,2011(10):61-72.

[19] 李 梅,柳士昌. 对外直接投资逆向技术溢出的地区差异和门槛效应：基于中国省际面板数据的门槛回归分析[J]. 管理世界,2012(1):21-32.