环境规制促进OFDI逆向技术溢出了吗?

章志华

(广东财经大学 经济学院，广东 广州 510320)

一、引言

进入21世纪后，随着中国政府实施“走出去”发展战略以及企业竞争力的快速提升，中国对外直接投资(Outward Foreign Direct Investment，OFDI)规模发展迅速。据国家商务部最新统计数据显示，2003年中国对外直接投资额仅为28.5亿美元，2013年“一带一路”倡议的实施进一步加快了企业“走出去”的步伐，到2015年OFDI规模已高达1 456.7亿美元，首次超过同期外商直接投资额，保持了连续13年的增长。 在经济全球化加速推进的背景下，中国作为最大的发展中国家，快速发展的OFDI能否促进国内技术创新能力的提高？与此同时，长期以来粗放型的经济发展方式已接近环境承载的极限，不利于经济可持续发展，为此社会各界对此高度重视，在党的十九大报告中特别强调了绿色发展的重要性，意味着在将来的经济发展过程中环境规制的门槛将越来越高。近年来，环境规制与技术创新之间的关系已吸引了许多学者的关注，大部分学者都支持环境规制有利于提升技术创新能力的“波特假说”，但也有部分学者支持环境规制的“成本假说”，认为环境规制增加了企业技术创新活动的成本，反而会削弱企业的技术创新能力。

鉴于此，本文认为环境规制是影响OFDI逆向技术溢出与母国技术创新的重要因素，甚至随着环境规制强度的加大，OFDI与国内技术创新的关系可能表现出非线性化特征，如果忽略环境规制的不同阶段性发展特点，可能会降低研究的针对性与时效性。那么，不同环境规制强度下OFDI逆向技术溢出对国内技术创新的影响特征、效果如何？是否存在阶段性差异与空间相关？厘清这些问题，对于在经济新常态下统筹我国环境保护、对外开放和创新驱动的协调发展具有重要的现实意义。

二、文献综述

国内外OFDI逆向技术溢出与母国技术创新的实证研究已取得一系列丰硕的成果。Kogut和Chang通过研究1976—1987年日本制造业在美国技术密集型行业的投资，证实了OFDI逆向技术溢出效应的存在[1]。在此基础上，Lichtenberg和Potterie首次将OFDI作为重要的技术溢出路径引入到C-H模型中，并采用13个OECD国家1971—1990年的OFDI数据进行分析，结论表明这些国家的对外投资能够获取逆向技术溢出效应[2]。Driffield和Love采用英国制造业OFDI数据，实证研究表明制造业中的一些具有技术优势行业OFDI更容易获取逆向技术溢出效应[3]。毛其淋和许家云采用2004—2009年中国企业层面微观数据，运用倾向得分匹配方法，实证分析得出对外直接投资对企业技术创新的促进作用在逐年增加[4]。陈强等采用技术型OFDI与其他OFDI数据进行实证研究，结论均表明OFDI逆向技术溢出显著地提升了母国技术创新水平[5]。李娟等在研究中发现中国OFDI的逆向技术溢出效应存在明显的区域差异，仅东部地区OFDI能够获取积极的逆向技术溢出效应，而中西地区OFDI并未获取逆向技术溢出效应[6]。

但是，Lee的实证研究结果却表明OFDI的逆向技术溢出效应不明显[7]。Bitzer和Kerekes采用17个OECD国家的OFDI与产业发展数据进行实证研究，结果表明OFDI并未获取逆向技术溢出效应，这可能与不同国家OFDI发展的差异有关[8]。Dierk采用33个发展中国家OFDI数据，在研究中进一步证实了Bitzer和Kerekes 的研究结论[9]。白洁采用L-P模型在研究中发现，中国OFDI的逆向技术溢出效应不明显[10]。尹东东和张建清采用中国省际面板数据进行实证分析，发现OFDI不能获取逆向技术溢出效应[11]。李思慧等在实证分析中发现，对外直接投资对企业创新产出有挤出作用，进而抑制了企业创新能力的提升[12]。

关于吸收能力对OFDI技术逆向溢出效应的影响。大多数学者认为OFDI逆向技术溢出效应不会自动产生，关键取决于母国的吸收能力。Borensztein采用69个发展中国家的数据进行实证研究，结论表明只有当东道国的人力资本水平跨过某个“门槛值”时，FDI才能有效地吸收国际技术溢出[13]。陈岩采用2003—2008年中国OFDI的省际面板数据，从吸引力的视角选择人力资本、技术差距、金融发展与经济开放度分析了OFDI逆向技术溢出对国内技术创新影响的门槛效应[14]。李梅等选择了经济发展、研发强度、技术差距、人力资本、对外开放度和金融发展六个吸引力因素来分析引发OFDI逆向技术溢出效应的门槛效应[15]。

综上所述，OFDI 逆向技术溢出对母国技术创新影响的研究结论并不一致。大多数研究往往强调创新投入或创新产出，而实际上，技术创新能力的提升是一项复杂的系统工程，仅仅依靠增加创新的投入或产出都不能完全反映OFDI逆向技术溢出对技术创新的影响。尤其是已有文献主要从增加OFDI规模和提高母国吸收能力两个视角来提高OFDI的逆向技术溢出，很少关注在环境规制下OFDI的逆向技术溢出效应，更少考虑在不同环境规制强度下，OFDI对国内技术创新的影响可能表现的阶段性特征和空间相关性。为此，本文采用2003—2015年中国省级的面板数据，构建空间门槛回归模型以揭示环境规制约束下OFDI逆向技术溢出的特征、规律以及空间相关性，为在不同环境规制强度下研究OFDI逆向技术溢出与母国技术创新提供一个新视角。

三、机制分析

通常来说，技术创新包括国内技术积累和境外技术溢出两种途径，在经济全球化深度融合的背景下，OFDI 逆向技术溢出作为促进母国技术创新的重要途径已取得了广泛的共识。根据“波特假说”，设置合理强度的环境规制，能够激励企业进行技术创新活动，有助于提升母国的技术创新能力。所以说，环境规制在一定程度上可以通过OFDI来提升母国的技术创新能力，其内在机制表现为：

(1)当母国的环境规制强度较低时，OFDI逆向技术溢出成果的技术含量、环境承载能力等均较低，从而对国内技术创新能力的影响不明显。(2)当母国的环境规制强度较高时，为适应母国更高的环境规制政策，OFDI企业通过逆向技术溢出将科技含量高的成果反馈给国内，再通过国内企业的模仿、消化与吸收，对母国技术创新能力的提升作用更为明显。(3)但是若环境规制强度设置过高时，会增加企业进行技术创新活动的成本，从而损害其进行技术创新的积极性，反而可能会弱化母国的技术创新。基于此，本文构建了空间门槛回归模型来分析不同环境规制强度下OFDI逆向技术溢出对母国技术创新的影响。

四、实证研究

(一)数据来源与变量选择

1.变量选择

(1)技术创新(INO)。既有文献中衡量技术创新产出的指标通常包括新产品产出和专利数量，由于统计省级层面的新产品产出比较困难，因此本文选取了专利数量来衡量创新产出；鉴于专利申请数量的主观性，本文选择各地区三大专利授权量作为衡量技术创新能力的产出指标。同时，采用各地区历年的R&D经费支出作为技术创新的资本投入指标(R&D)；采用各地区历年的R&D科技人员全时当量作为技术创新的人员投入指标(HR)。

(2)环境规制强度(ERP)。目前对环境规制强度的测算指标较多，比如环境治理投入与工业总产值的比值、单位产出的污染物排放量等，但上述测算方法均存在一定的缺陷，它们注重于从环境治理的角度来衡量环境规制强度，而对环境规制的效果考虑的较少[16]。因此本文采用各地区实际GDP与能源消费总量之比来衡量环境规制强度[17]，该指标可以较好地反映政府实施环境规制的影响效果，若该指标数值越大，表明环境规制越严格，说明每万元GDP的绿色效率越高。

(3)对外直接投资(OFDI)。采用各地区对外直接投资流量计算，能够更好地反映对外直接投资的年度变化趋势。首先用美元对人民币的历年平均汇率将OFDI流量数据换算成人民币，然后采用1978年为基期进行平减。

(4)贸易依存度(TRA)。用各地区进出口贸易额与GDP的比值来表示贸易开放度，进出口贸易额采用美元对人民币的年平均汇率换算成人民币。

(5)对外开放度(OPEN)。采用各地区外商直接投资实际额与GDP的比值来衡量对外开放度。把外商直接投资按美元对人民币的年平均汇率换成人民币。

2.本文数据来源于历年的《中国统计年鉴》《中国环境统计年鉴》《中国科技统计年鉴》《对外直接投资统计公报》，由于商务部从2003年发布对外直接投资公报，为保持时间与跨度的连续性，又由于西藏数据存在较多缺失，本文选取2003—2015年30个地区的面板数据作为样本。

表1 变量的描述性统计

(二)环境规制约束下OFDI逆向技术溢出与母国技术创新

1.门槛分析结果

根据Hansen(1999)的门槛估计原理[17]，采用STATA13.1对OFDI逆向技术溢出对母国技术创新的环境规制门槛存在性进行实证检验。在单门槛效应、双重门槛效应、三重门槛效应检验中，通过bootstrap 方法模拟300次得到它们相应的F统计量与P值如表2。

表2 门槛效应检验

注：***表示1%的统计水平下显著；P值与临界值是通过bootstrap 方法模拟300次的结果。

表2的检验结果表明环境规制的单门槛效应和双重门槛效应均在1%显著性水平下显著，表明OFDI 逆向技术溢出对技术创新的影响存在环境规制的双重门槛效应。

在确定环境规制引发的OFDI逆向技术溢出对母国技术创新的双重门槛效应后，进一步对双重门槛值进行检验，检验结果以及95%的置信区间如表3所示。并借此STATA13.0绘制了似然比值与门槛估计值的关系图。图1中虚线为在5%的显著性水平下的似然比临界值7.35。由图1可知环境规制强度的门槛估计值所对应的LR值小于5%的显著性水平下的临界值7.35，所以说设定的双重门槛估计值是合理的。

表3 门槛值估计结果及其置信区间

图1 单门槛与双门槛的估计值及其95%的置信区间

2.空间相关性检验

由于本文的数据来源于中国30个省级地区(除西藏外)，各地区之间几乎都有共同的陆地边界，因此可采用简单的Rook邻接阵二进制邻接法来构建空间权重矩阵。鉴于海南省与其他地区没有陆地接壤，在数据处理时通常定义其与广西、广东相邻。

检验各地区技术创新水平lnINO是否存在空间相关性，Moran 指数的检验结果如表4所示：

表4 空间相关性检验结果

注：*、**、***分别表示在10%、5%、1%的统计水平下显著。下同。

图2 2003—2015年区域技术创新的Moran指数变化趋势图

由图2可知，2003—2015年各地区技术创新能力的Moran 指数大于零，且总体上显著。即各地区的技术创新能力存在空间正相关性，同时各地区技术创新能力的Moran 指数有下降的趋势，可能与各地区走自主创新的内涵式发展模式有关，造成区域技术创新能力的空间关联性在下降。

根据空间相关性的检验结果与门槛值检验结果，本文构建了空间门槛模型如下：

lnINOit=ρW×lnINOit+β1lnOFDIit+β2lnOFDIit×D1+β3lnOFDIit×D2 +β4TRAit+β5OPENit+β6lnR&D+μi+vt+εit

(1)

由于环境规制强度存在双门槛值，以环境规制低水平为基期，引入两个虚拟变量D1、D2，构建对外直接投资( LnOFDI) 和虚拟变量D1、D2的交叉项：LnOFDI × D1、LnOFDI× D2，分别用来检验环境规制中等水平和较高水平时OFDI逆向技术溢出对创新能力影响的门槛效应。

最后，由Hausman检验可知选择固定效应模型更合适，采用MATLAB 7.10对模型(1)进行估计，结果如表5所示：

表5 空间门槛模型的估计结果(时间与空间双固定)

由表5的回归结果可知，拟合优度R2=0.822，表明所设的空间门槛模型比较合理；同时ρ>0，且在10%下统计水平下显著，表明区域技术创新存在空间相关性； 环境规制强度(ERP)在OFDI逆向技术溢出对技术创新的影响中扮演者双门槛作用，门槛值分别为0.095与0.165。OFDI逆向技术创新溢出效应对技术创新的影响随着环境规制强度的变化呈现出“倒U”型关系，具体表现为：当一个地区的环境规制强度小于门槛值0.095时，lnOFDI的回归系数为-0.009，但不显著；当环境规制强度跨过第一门槛值0.095时，其回归系数为0.089，且通过1%的显著性检验。表明在中等环境规制强度下OFDI逆向技术溢出显著地提升了母国技术创新能力。当环境规制强度跨过第二重门槛值0.165时，其回归系数为0.006，且通过10%的显著性检验，表明随着环境规制强度的继续增加，OFDI逆向技术溢出对技术创新的促进作用在减弱。因此，适度提高环境规制强度有利于通过OFDI提高地区技术创新能力，但是当环境规制强度超过合理的水平，反而增加了企业技术创新活动的成本，不利于通过OFDI来提升地区的创新能力。

对于其他的控制变量，国内研发经费支出与研发人员的回归系数分别为正，且在1%的统计水平下显著，表明国内研发资本投入与研发人员投入仍然是国内技术创新能力提升的动力源泉，这与罗默的内生增长理论强调的相一致。贸易依存度的回归系数为正，且在1%下显著，可能是通过OFDI获取的中间技术产品通过对外贸易方式反馈到国内，进而促进了母国技术创新。而外商直接投资的回归系数为负且在1%下显著，可能一方面是改革开放初期“市场换技术”红利的边际效应在减弱；另一方面国内企业长期依赖外商直接投资带来的先进技术，削弱了其自主创新能力。所以外商直接投资不利于企业的技术创新。

3.基于环境规制的地区分析

由表6的分析结果可知，2003—2015年中国各地区环境规制强度发生了明显的变化，具体表现为，环境规制强度在第一门槛值以下的地区较少且变化不大，大部分地区的环境规制强度跨过了第一门槛值与第二门槛值，其中处在第一门槛值与第二门槛值之间的地区有下降的趋势，环境规制强度跨过第二门槛值的地区数逐渐增加。截至2015年已有北京、天津、上海、江苏、浙江、安徽、福建、江西、河南、湖北、湖南、山东、广东、广西、海南、重庆、四川、贵州、云南、陕西、吉林、黑龙江、辽宁等23个地区的环境规制强度跨过了第二门槛值，进入了高强度环境规制区域。随着中国经济发展进入新常态，同时经济发展方式已经到了环境承载的极限。在此背景下，国家制定了更严厉的环境规制政策，各地区也出台了一系列环境保护措施。由于在当前的环境规制约束下OFDI逆向技术溢出对技术创新的促进作用显著，这与环境规制的“波特假设”是相一致的。因此，各地区在开展OFDI过程中还可以适度提高环境规制强度，但是长期来看要注重设置合理的环境规制强度“天花板”，最大限度地通过OFDI提高地区的技术创新能力。

表6 不同环境规制强度的地区划分

4.稳健性检验

进一步更换空间权重矩阵进行稳健性检验。在空间权重矩阵的选取上，由于各地区之间的经济来往日益密切，仅仅考虑它们在空间上的相邻是不够的，因此采用章志华等的做法[19]，采用W*=W*E表示空间经济距离权重矩阵，W*的优点在于不同地区在经济与地理上的空间溢出效应均得到考虑。其中E表示地区间经济发展差距的矩阵，W表示空间邻接矩阵。

其中Yit中表示第i个地区第t年的实际人均GDP。

由表7更换了空间权重矩阵的估计结果来看，与表5的估计结果相比总体变化不大，说明表5的估计结果稳健。

五、结论与建议

本文采用2003—2015年中国省级的面板数据，在实证检验了区域技术创新的空间相关性与环境规制强度的门槛效应后，进一步构建空间门槛回归模型分析了不同环境规制强度约束下OFDI逆向技术溢出对技术创新影响的门槛效应。

Moran指数大于零，表明区域技术创新存在空间相关性；同时检验到环境规制约束下OFDI逆向技术溢出对技术创新的影响存在双重门槛效应。空间门槛模型的实证结果表明：在环境规制强度处于第一门槛值之下，OFDI逆向技术溢出对技术创新的抑制作用不明显，当环境规制强度跨过第一门槛值时，OFDI逆向技术溢出对技术创新的促进作用显著，当环境规制强度跨过第二门槛值时，OFDI逆向技术溢出对技术创新的促进作用却在减弱。

考虑到中国在目前的环境规制约束下OFDI显著的提升了技术创新能力，现阶段还可以进一步提升环境规制强度，通过OFDI逆向技术溢出促进技术创新能力的提升，但也不能盲目提升环境规制强度，若超过了OFDI逆向技术溢出的环境规制强度“天花板”，反而可能会抑制OFDI逆向技术创新能力的提升。鉴于当前不同环境规制强度下，OFDI逆向技术溢出对地区技术创新影响的差异性，因此还应该适时动态调整环境规制强度，最大可能地提升OFDI逆向技术创新能力。