双向FDI影响区域创新能力的门槛效应研究*——基于知识产权保护的视角

代丽华，林发勤

一、引 言

在科技飞速发展的今天，创新能力越来越成为一个国家国际竞争力和国际地位提升的重要决定因素。改革开放40多年以来，我国的创新能力得到很大提升，技术进步已成为推动中国经济发展的核心驱动力。内生经济增长理论认为，技术进步是一国经济能够保持持续增长的动力和源泉。开放经济条件下，技术进步的源泉除自主研发之外，国际技术溢出也逐渐发挥重要作用。而经济全球化进程的不断加快更为国际技术溢出提供了发展的空间。有学者指出，国际技术溢出主要通过贸易进出口、FDI和OFDI三个渠道影响一国的技术进步(Lichtenberg，1998)。特别是对于发展中国家来说，充分利用双向FDI的技术溢出效应，已成为促进国家创新能力提升的重要渠道。

随着我国改革开放力度的不断加大，在“引进来”和“走出去”战略双向纵深发展的大背景下，我国的外商直接投资和对外直接投资都发展迅猛。根据联合国贸发会议《2019年世界投资报告》的数据显示，2018年全球外国直接投资流入较上年下滑13%，为连续第三年下滑。不过，中国吸引外资总量逆势增长4%，继续稳居全球第二大外资流入国之位。同时，根据中国商务发布的《中国对外直接投资统计公报》数据显示，中国的OFDI流量已经连续7年位列全球前三，2018年中国对外直接投资1430.4亿美元，流量规模是2002年的53倍，年均增长率高达28.2%。由此可见，中国的双向FDI在全球外国直接投资中的影响力不断扩大。中国大力推进双向FDI的目的之一就是希望通过与国外企业的交流学习，快速提高我国的创新能力，实现技术进步。因此将FDI和OFDI两种国际技术溢出的重要渠道同时纳入分析框架，深入研究双向FDI对我国创新能力的影响具有重要意义。

双向FDI对中国创新能力所产生的影响受到众多因素的制约，知识产权保护，作为保护创新成果的重要制度安排，便是其中核心的制约因素之一。自2008年《国家知识产权战略纲要》颁布之后，我国陆续出台了一系列相关政策法规，旨在提升知识产权创造、运用、保护和管理的能力。为了推动中国向知识产权强国迈进，2015年国务院下发《国务院关于新形势下加快知识产权强国建设的若干意见》。《意见》明确指出要实施严格的知识产权保护制度，进一步提升我国的知识产权保护水平。那么，我国不断提高的知识产权保护水平能否对双向FDI的技术溢出效应产生影响？研究这一问题对我国创新能力的提升具有重要意义。以往的文献在探讨FDI和OFDI与创新的关系时，往往忽略了知识产权保护等制度因素的作用。不同的知识产权保护水平可能会对双向FDI的技术溢出产生不同影响，随着知识产权保护水平的变化，双向FDI对创新的影响可能存在非线性特征，如果忽略该因素可能会导致误差性结论。因此，本文尝试以知识产权保护水平为门槛变量，研究FDI和OFDI影响区域创新能力的门槛效应，探析知识产权保护在双向FDI影响创新中的作用机理。

本文利用2008—2018年中国省际面板数据，基于知识产权保护的视角，研究双向FDI影响区域创新能力的门槛效应。研究结果表明：第一，双向FDI对创新能力的影响存在显著的知识产权保护门槛效应，具体表现为双重门槛效应，表明双向FDI与创新能力之间存在较为复杂的非线性关系；第二，在各地区知识产权保护水平存在异质性的情况下，只有在知识产权保护强度处于中等水平的地区，双向FDI对区域创新能力的促进效果才会显著；第三，双向FDI对创新能力的影响存在一定差异，和OFDI相比，在中等知识产权保护水平下，FDI对创新的溢出效果更加显著。

本文的边际贡献主要体现在以下几个方面：第一，现有文献多数从FDI或OFDI单一渠道出发研究对创新能力的影响。随着我国“引进来”和“走出去”战略的双向纵深发展，双向FDI都可能成为国际技术溢出的重要渠道。基于这一考虑，本文将双向FDI纳入同一分析框架进行探讨，丰富了现有文献。第二，双向FDI创新效应的发挥受到多重因素的影响。但由于研究角度和研究方法等差异，结论仍存在争议。本文从知识产权保护这一重要的创新保护制度视角出发，充分考虑双向FDI对创新的非线性影响，实证检验了双向FDI提升创新能力的门槛效应，为当前的争论提供进一步的实证证据。第三，本文比较分析了FDI和OFDI影响区域创新能力的传导机制，并进一步分析了知识产权保护异质性对双向FDI创新效应的影响，深化了双向FDI与区域创新关系的研究。

本文剩余部分安排如下：第二部分是文献综述；第三部分是机制分析与假设提出；第四部分是模型设定与变量说明；第五部分是实证结果与分析；第六部分对文章进行总结。

二、文献综述

目前，国内外的相关文献主要分为三类：一是研究外商直接投资对创新的影响。已有大量文献研究FDI对技术进步的影响，但由于选取的角度、方法、指标等的差异，关于FDI是否能促进东道国的创新能力提升，国内外学者的看法并不一致。许多学者都认为FDI存在显著的技术外溢效应。Wang & Wu(2016)从中国电子工业角度进行研究，发现FDI显著地促进了国内企业的技术创新。唐宜红等(2018)以服务业为研究对象分析FDI的创新效应，结果表明服务业FDI通过企业的学习效应和竞争效应显著地促进了东道国服务企业的创新。然而，也有些学者认为FDI不但不会提升东道国的创新能力，反而会抑制其创新。国外学者Haddad & Harrison(1993)、Lee(2006)和 Naqeed(2016)等都得出了类似的结论。国内学者原毅军和孙大明(2017)利用中国制造业分行业数据进行研究，发现FDI技术溢出的效果并不显著。石大千和杨咏文(2018)利用双边随机前沿模型考察FDI对创新的挤出效应、溢出效应以及净效应，结论表明FDI对企业创新的净效应为负。第二类文献主要关注对外直接投资对创新的影响。相比于FDI的技术溢出效应，学术界对OFDI逆向技术溢出效应的研究并没有足够的重视。最早的研究是Kogut & Chang(1991)，他们认为日本对美国的OFDI主要集中在研发支出密集型产业，目的主要是为了吸收美国的先进技术。随着中国“走出去”战略的实施，中国OFDI的规模不断增大，越来越多的学者开始关注OFDI的逆向技术溢出效应。尽管很多学者认为，提升技术是很多企业寻求对外直接投资的动机(Serapio & Dalton,1999)，但学术界对OFDI是否能显著促进母国的技术进步并未形成统一的结论。一类学者认为OFDI的逆向技术溢出效应显著。Li et al.(2016)运用GMM方法对中国的省际面板数据进行研究，结果表明OFDI对母国的创新能力具有显著的促进作用。国内学者毛其淋和许家云(2014)利用企业层面微观数据全面评估OFDI对中国企业创新的影响，研究表明OFDI对我国企业的创新具有持续性的推动作用。刘东丽和刘宏(2017)基于结构方程模型进行研究，也得出了类似的结论。然而，另一类学者则认为OFDI不仅对母国的创新能力提升没有显著影响，甚至会产生消极影响。Bitzer & Görg(2010)选取 OECD 成员国的国家以及产业层面相关数据，分析对外直接投资的生产率效应，考察结果表明一个国家的OFDI对其生产率的提高有阻碍作用。国内学者尹东东和张建清(2016)则从吸收能力的视角，使用了GMM方法进行估计，结论认为OFDI在我国并未表现出积极的逆向技术溢出效应。第三类文献是关于双向FDI技术溢出效应的比较研究。从文献规模来看，相比前两类文献，这类文献的数量相对较少。Lichtenberg(1998)最早提出了双向FDI溢出效应的理论框架，也有部分学者关注样本的实证分析。薛安伟(2017)的研究将FDI、OFDI和进出口纳入分析框架分析其对技术效率的影响，结果表明OFDI对技术效率具有显著的正向影响，而FDI对技术效率有显著的负向影响。邵玉君(2017)的研究则充分考虑了双向FDI溢出效应在不同地区的差异性，实证结果表明中国与欧美日国家的双向FDI阻碍了我国的技术进步，而中国与其他国家的双向FDI则促进了我国的技术进步。

双向FDI创新效应的发挥受到多重因素的影响。学者们希望通过进一步的研究找到FDI和OFDI溢出效应差异化的影响因素，这些因素不仅会影响创新效应的大小，甚至可能改变创新效应的方向。对于这一问题，也有学者从不同角度展开了研究。对外贸易(陈伟等，2018)、研发强度、经济发展、技术差距、金融发展、对外开放程度、基础设施和人力资本水平(李梅和柳士昌，2012；谢建国和吴国锋，2014)等因素都成为学者关注的重点。还有部分学者从吸收能力角度入手，发现技术溢出效应是否显著很大程度上取决于吸收能力的不同(赖明勇等，2005；何兴强等，2014；Sultana & Turkina，2020)。而知识产权保护作为重要的创新保护制度，也可能成为制约双向FDI溢出效应的重要因素。靳巧花和严太华(2017)采用动态门槛回归模型，考察了我国双向 FDI 以及国际贸易三种技术外溢途径与提高我国创新能力之间的关系，检验结果显示，三种途径均表现出明显的知识产权保护单一门槛效应。

综观前人的相关研究，可以发现国内外学者对FDI或OFDI单一渠道影响创新能力的研究较多，但是将双向FDI纳入同一分析框架进行研究的还较少，而且缺乏较为系统全面的机理分析，对区域差异性的探究也较少。在实证研究中，关于FDI和OFDI是否能促进创新的问题，由于研究角度和研究方法等的差异，学者们的结论并不统一。没能考虑可能影响FDI和OFDI创新效果的影响因素，也是现有文献无法得出一致性结论的原因之一。许多研究均未能充分考虑变量之间的非线性关系，忽略了制度因素等对溢出效应的影响，因此估计结果可能存在一定偏误。FDI的技术溢出效应和OFDI的逆向技术溢出效应，应该统一在同一个系统分析框架内进行全面和深入的分析，这样也有助于更加全面地认识我国的“引进来”和“走出去”战略对于促进我国技术创新的作用和意义。

三、机制分析与假设提出

(一)FDI影响企业创新的渠道与效果

在影响企业创新的诸多因素中，FDI是比较重要的研究方向。FDI是资本国际化的形式之一，关于FDI的本质，有学者认为企业的无形资产是FDI投资者的主要垄断优势。许多文献探讨了FDI创新效应的产生渠道，包括学习效应、竞争效应和关联效应等(Kokko,1994)。

第一，学习效应。在FDI的技术溢出中，关键路径是学习—模仿—创新。FDI大多通过在东道国建厂并雇佣当地员工的形式进行生产和研发。东道国企业可以通过产品交流、人才流动和科研合作等方式学习并模仿FDI企业的先进技术和经验，提升自己的创新水平。但学习效应的发挥会受到诸多因素的影响。例如，学习模仿的前提是FDI企业与东道国企业之间存在较大的技术差距。这就对FDI的技术质量提出了较高的要求，同时还会受到企业吸收能力的影响。东道国企业希望通过“干中学”等方式进行模仿进而提升自身的创新能力，但这需要东道国企业具备较好的吸收能力，才可以在学习过程中利用自身优势将模仿变为创新。

第二，竞争效应。FDI企业与本土企业在本质上属于竞争关系。一方面，外资企业进入国内市场将对本土企业产生较大冲击，为了保持市场份额，国内企业必须通过技术创新降低成本，提升产品质量。当然也有部分企业会选择技术引进而非创新的方式改善产品，这在很大程度上会降低竞争效应的正向发挥。但另一方面，外资企业和本土企业的竞争不仅仅体现在市场份额的竞争上，还包括了对资源的争夺。许多外资企业凭借优厚的待遇吸引了许多国内的科研人才，这在很大程度上打击了国内企业的创新积极性和创新效率。因此，从竞争效应来看，FDI对本土企业创新究竟是“溢出”还是“挤出”仍无法作出定论。

第三，关联效应。改革开放以来，大量FDI企业涌入我国的制造业，并将我国企业带入到全球价值链体系中。FDI企业进入东道国后将与本土上下游企业建立关系，通过购买上游企业的中间产品和服务产生后向关联，并通过向下游企业供应中间产品和服务产生前向关联。上下游企业由于关联效应与FDI企业展开合作。后向关联效应可以通过规模经济收益和产品标准提高发挥正向作用，而前向关联效应则可以通过共同研发和中间品质量提升等渠道促进下游企业创新能力的提高。

鉴于此，本文提出假设1：FDI通过学习效应和关联效应促进本土企业的创新，通过竞争效应促进或者抑制本土企业的创新。

(二)OFDI影响企业创新的渠道与效果

随着经济全球化的不断发展，越来越多的中国企业将目光投向国外，进行对外直接投资。OFDI的逆向技术溢出主要是指技术寻求型对外直接投资企业对母国技术创新的促进作用。

与FDI影响本土企业创新的途径有所区别的是，OFDI对母国技术创新的影响需要经过吸纳国外先进技术和向母国传递先进技术两个阶段。对外直接投资的企业，尤其是技术寻求型企业，为了最大限度获取发达国家先进的技术资源，往往在东道国研发密集区域建立研发中心或子公司，利用东道国良好的创新环境和研发集聚效应获取技术资源。目前，许多企业通过并购方式投资海外，如果通过并购方式进行对外直接投资，在并购过程中获得当地企业的核心专利技术、研发成果以及研发人才等，这些都无疑为投资企业技术提升创立了良好的条件。但另一方面，OFDI也可能在一定程度上对国内的投资和其他资源产生“挤出”效应，减少了国内的科研资金投入和人力资本等其他资源的投入，进而阻碍国内的技术进步。从传导机制来说，在吸纳国外先进技术这一阶段，OFDI企业从东道国获取技术资源的渠道与FDI影响创新的渠道极为相似，学习效应、竞争效应和关联效应都可能成为重要的传导途径。

与FDI不同的是，在海外投资的中国企业在获取东道国的先进技术资源后，还需要将其传递回母国，才能实现母国技术水平的提升。这个传递过程一般是从微观到宏观的过程，即海外的子公司会首先将先进技术通过技术引进或内部转移等方式转移至母公司，母公司再主动或非主动地将其扩散至同行业其他企业以及上下游相关产业，最终影响母国的技术创新。在第二阶段的传递中，OFDI的逆向技术溢出效应将受到多重因素的影响，例如国内制度环境、开放水平、现有技术水平、企业吸收能力等都会在很大程度上影响OFDI的逆向技术溢出。

鉴于此，本文提出假设2：OFDI对母国创新的影响是一个动态复杂的过程，逆向技术溢出效应受到多重因素的影响。

(三)知识产权保护异质性对双向FDI创新效应的影响

FDI和OFDI创新效应的发挥受到诸多因素的影响。一国或地区的知识产权保护水平代表着当地鼓励或抑制技术创新的程度，是影响创新成本的重要制度因素。知识产权制度作为保护创新成果的重要制度要素，在一定程度上会影响双向FDI的创新效应。一方面，完善的知识产权保护，可以保护企业的创新成果，减少机会主义行为。因此FDI企业考虑在中国投资以及向中国企业进行技术转移时的顾虑会减少很多，通过企业间积极的技术沟通和合作，将有助于提升我国的技术水平。而且OFDI企业也可以更低的风险将技术向国内传递，有助于先进技术在国内的扩散。相反，如果知识产权保护的制度环境过于宽松，FDI或OFDI企业在技术溢出过程中，先进技术成为“公共品”的风险加大，将削弱其技术溢出的意愿。然而，过于严格的知识产权保护制度也会大大提高本土企业的模仿成本，尤其对于发展中国家来说，技术模仿仍是技术创新的主要渠道，过强的知识产权保护也有可能降低企业的创新动力。

鉴于此，本文提出假设3：双向FDI的创新效应受到知识产权保护水平异质性的影响，可能存在知识产权保护的门槛效应。

四、模型设定与变量说明

(一)模型设定

由前文理论分析可知，由于受到知识产权保护等因素的影响，双向FDI与创新能力之间可能并非简单的线性关系。双向FDI对创新的影响可能存在知识产权保护的门槛效应。传统门槛效应的检测往往采用人工分组检验的方法进行。人工分组检验方法在分组标准上可能存在一定的主观性，同时无法具体估计门槛值，也无法对不同样本组结果的差异性进行显著性检验。Hansen(1999)提出的门槛模型，将门槛值作为未知变量纳入到模型中构建分段函数，对样本进行内生分组，同时还能对门槛值及门槛效应进行估计和显著性检验，弥补了人工分组检验方法的不足。因此，本文基于Hansen(1999)的非线性面板回归模型，检测知识产权保护在双向FDI对创新的影响中所起到的作用。Hansen(1999)的面板数据模型基本方程为：

yit=ui+β′1xitI(qit≤γ)+β′2xitI(qit>γ)+εit

(1)

其中,i表示地区，t表示年份，qit表示门槛变量，γ为待估计的门槛值，εit为随机扰动项。个体截距项ui的存在表明固定效应。I(·)为示性函数。如果括号中的表达式为真，则取值为1，否则取值为0。

借鉴方程(1)，并参考已有文献，引入人均GDP、金融发展水平、市场化程度、人力资本等作为控制变量，本文构建以知识产权保护为门槛变量的双向FDI影响创新的面板门槛模型：

lncreit=ui+β1lnfdiitI(lnippit≤γ)+β2lnfdiitI(lnippit>γ)+θ1lnpgdpit+θ2lnfinit+θ3lnmarit+

θ4lnhitit+θ5lnopenit+θ6lnhumit+θ7lnurbit+εit

(2)

lncreit=ui+β1lnofdiitI(lnippit≤γ)+β2lnofdiitI(lnippit>γ)+θ1lnpgdpit+θ2lnfinit+θ3lnmarit+

θ4lnhitit+θ5lnopenit+θ6lnhumit+θ7lnurbit+εit

(3)

方程(2)和(3)分别表示以FDI和OFDI为核心解释变量的创新效应的知识产权保护门槛回归方程。式中，cre表示区域创新能力；fdi表示外商直接投资；ofdi表示对外直接投资；pgdp表示经济发展水平；fin表示金融发展水平；mar表示市场化程度；hit表示高技术产业；open表示开放程度；hum表示人力资本；urb表示城镇化水平。其余与方程(1)中的解释相同。

对于是否存在门槛效应，原假设为β1=β2。如果原假设成立，则不存在门槛效应。在门槛效应显著的情况下，Hansen(1999)还进一步构建似然比统计量LR(γ),计算γ的置信区间，利用似然比检验进一步对门槛值的真实性进行检验，即检验门槛估计值是否等于其真实值。

Hansen(1999)还可以进行双重和三重门槛检验。双重门槛的面板模型是将样本组分为三组，具体如方程(4)所示。方程(4)所列是以FDI为核心解释变量的双重门槛回归模型，以OFDI为核心解释变量的与方程(4)类似，在此不多做赘述。

lncreit=ui+β1lnfdiitI(lnippit≤γ1)+β2lnfdiitI(γ1γ2)+

θ1lnpgdpit+θ2lnfinit+θ3lnmarit+θ4lnhitit+θ5lnopenit+θ6lnhumit+θ7lnurbit+εit

(4)

(二)变量说明

考虑到中国区域经济发展存在重大差异，知识产权保护水平在不同省份之间也存在区域差异性，因此采用省际面板数据进行实证检验。由于中国在2008年颁布《国家知识产权战略纲要》后加强了对知识产权保护的力度，因此样本时间选择为2008年到2018年。由于西藏、香港、澳门和台湾省的数据缺失严重，因此本文选择了2008—2018年中国30个省份的数据作为研究样本。

1.被解释变量：区域创新能力(creit)。区域创新能力是一个地区将新知识转化为新产品、新工艺、新服务的能力，反映了一个区域内的企业、高校和科研机构等创新主体的技术进步情况。目前，国内外文献中主要采用专利授权数量和新产品销售收入作为衡量区域创新能力的主要指标。由于新产品中所含技术含量各有不同，因此，和新产品销售收入相比，用专利授权数量衡量区域创新能力更具科学性，而且数据准确度更高。因此本文采用各省每万人拥有的专利授权数量衡量当地的创新能力。

2.核心解释变量：外商直接投资和对外直接投资(fdiit和ofdiit)。FDI和OFDI都可以通过多种渠道对东道国和母国的技术创新产生影响。本文分别采用中国各省份历年的实际利用外资额和对外直接投资净额来衡量FDI和OFDI。

3.门槛变量：知识产权保护水平(ippit)。本文选用知识产权保护水平作为检验双向FDI创新效应的门槛变量。在知识产权保护水平的衡量上，有许多学者采用GP指数或修正的GP指数衡量知识产权保护水平。但该方法在衡量发展中国家水平时往往忽略了执法程度对知识产权保护的影响，而且对知识产权的地域差异性表现不明显。因此，本文借鉴代中强(2014)的做法，以专利侵权案件与专利授权量的比重来衡量各省实际的知识产权保护水平，具体计算方法如下：

(5)

(6)

4.控制变量

(1)经济发展水平(pgdpit)。某一地区的经济发展水平和技术创新能力往往密切相关，经济越发达，越容易产生技术创新。本文采用各省份历年的人均GDP衡量各省的经济发展水平。

(2)金融发展水平(finit)。融资约束是企业进行创新的重要制约条件。金融发展水平越高的地区，企业在创新时受到的融资约束就越少，越容易提升创新能力。本文参考李梅等(2014)，采用中国各省份历年的贷款总额与GDP之比衡量当地的金融发展水平。

(3)市场化程度(marit)。市场竞争机制的完善可以不断刺激企业进行技术创新以提高核心竞争力，因此地区的市场化程度会影响区域的创新能力。本文参考樊纲等(2011)，采用非国有经济固定资产投资占全社会固定资产投资的比重来衡量市场化程度。

(4)高技术产业(hitit)。高技术产业是科技成果转化和技术进步的主要行为主体，一个地区高技术产业的快速发展能够造成产业集聚效应，进而加快技术创新的扩散。因此，文本参考严太华和刘焕鹏(2015)，采用各省份历年的高技术产业企业的数量进行衡量。

(5)开放程度(openit)。随着我国对外开放的进一步扩大，市场的对外开放程度也不断提高。市场越开放，越能融入经济全球化进程中，更容易接触先进的技术和经验，有利于创新能力的提升。本文采用各省份历年的进出口总额进行衡量。

(6)人力资本(humit)。人力资本是企业进行创新的必要条件，体现了某一地区人力资源的整体水平。本文采用以下公式计算：

humit=6primit+9midit+12highit+16uniit

(7)

其中，primit，midit，highit和uniit分别代表各省份当年小学、初中、高中和大专及以上受教育程度人口占6岁以上人口的比重。

(7)城镇化水平(urbit)。城镇化水平也是区域经济发展程度的重要标志，产业的不断升级和企业的不断创新往往伴随着城镇化的不断发展。本文采用城镇人口占总人口的比重对城镇化水平进行衡量。

(三)数据来源

本文所采用的数据中，专利授权数量、专利申请数量以及知识产权执法案件数量的数据均来自国家知识产权局网站的统计年报数据；对外直接投资的数据来自历年的《中国对外直接投资统计公报》；高技术产业企业个数的数据来自《中国科技统计年鉴》；其余数据主要来自历年的《中国统计年鉴》以及各省份统计年鉴。表1给出了主要变量的描述性统计。

表1 主要变量描述性统计

图1和图2分别描述了FDI和OFDI与专利授权数量代表的区域创新能力之间的关系。从图中可以看出，双向FDI与创新都呈现了非线性的拟合关系。

图1 FDI与区域创新能力

图2 OFDI与区域创新能力

五、实证结果与分析

(一)门槛值估计

首先对模型是否存在门槛效应进行检验。按照门槛回归模型，使用stata软件分别对以FDI和OFDI作为核心解释变量，知识产权保护作为门槛变量的模型进行估计，表2列出了门槛效应显著性检验的结果。从表2可以看出，无论是以FDI还是OFDI作为核心解释变量，都存在对知识产权保护的门槛效应。在单一门槛和双重门槛效应都显著的情况下，参照Hansen(1999)的做法，本文选取双重门槛模型进行分析。因为相比单一门槛模型，双重门槛模型对变量之间的复杂非线性关系表现得更为具体和准确，更能拟合双向FDI对创新的影响。门槛效应具有显著性，说明双向FDI对于区域创新能力产生的影响将因各省份知识产权保护水平的差异而有所不同。

表2 门槛效应显著性检验

Hansen(1999)的门槛效应模型还可以进一步对门槛值进行估计，计算置信区间。估计结果如表3所示。由于单一门槛效应和双重门槛效应都通过了显著性检验，因此同时汇报了单一门槛和双重门槛模型的门槛估计值。图3是核心解释变量为OFDI时的单一门槛值函数趋势图。横轴为门槛变量知识产权保护水平，纵轴为似然比检验统计量LR值，用来计算门槛值的置信区间，虚线为参考线，表明置信区间为95%时LR的值(7.35)。由图3可以看出，单一门槛估计值0.2271即为LR图形中的最低点，此时LR函数值最小，值为0。在95%的置信水平上，门槛值的置信区间为[0.2033, 0.2276]，在图3中表现为落入虚线参考线下方的点，即门槛估计值对应的LR值明显小于5%显著性水平下的临界值7.35，说明门槛估计值是真实有效的。FDI为核心解释变量的LR图与此类似，在此不再赘列。

表3 门槛估计值及置信区间

图3 单一门槛值函数趋势图

(二)参数估计及结果分析

对门槛值进行估计之后便可对以FDI和OFDI为核心解释变量的门槛模型进行参数估计。表4和表5分别列出了以lnipp1为门槛变量，以FDI和OFDI为核心解释变量回归后的参数估计结果。从表4可以看出，FDI对创新能力的影响存在知识产权保护门槛效应。当知识产权保护水平低于门槛值0.04时，FDI的系数值为0.029，且没有通过显著性检验，说明FDI并不能显著地促进创新。而在知识产权保护水平处于中等水平时(lnipp1的取值在0.04和0.2314之间)，FDI对创新能力的弹性系数上升到0.045，并且在10%的置信水平下通过了显著性检验。这表明外商直接投资每提高1%，区域创新能力将上升约0.05%。但当知识产权保护水平进一步提升时，FDI的系数值却又呈现明显下降的趋势,仅为0.03，且没有通过显著性检验。说明只有当知识产权保护处于中等水平时，FDI才能更加显著地提升区域创新能力。可能的原因是知识产权保护水平过低时，FDI企业的先进技术被模仿的风险较大，高科技FDI企业的流入量可能会因此减少，而且FDI企业会提高对关键技术转移或扩散的壁垒，进而阻碍了区域创新能力的提升。而当知识产权保护水平过高时，FDI企业往往可以利用严格的知识产权保护环境形成严密的专利布局，维护其技术垄断优势，届时本土企业的模仿成本将大幅上升，技术创新动力受到很大打击。

从表5的结果来看，知识产权保护水平对OFDI的创新效应也呈现了较为明显的门槛效应。当知识产权保护水平较低或较高时，OFDI对创新影响的弹性系数分别为0.01和0.009，系数值较小，且没有通过显著性检验。只有当门槛变量的取值处于0.1177和0.2271之间时，即知识产权保护水平处于中等水平时，OFDI才能显著地促进创新能力的提升。此时，OFDI每提高1%，区域创新能力将上升约0.03%。和表4的回归结果相比后可以发现，只有当知识产权保护水平处于中等时，FDI和OFDI才能显著地促进创新能力的提升。而FDI和OFDI对创新能力的影响系数始终为正，表明FDI和OFDI仍是提升区域创新能力的重要途径。而和OFDI相比，FDI对创新能力的促进作用更大。原因可能是，OFDI发挥逆向技术溢出效应的传播途径较为复杂，需要经过两个阶段才能形成对母国技术创新的影响，而且在第二阶段的传递过程中一般会先从跨国企业内部开始，再逐渐向其他企业扩散，扩散幅度可能较小。而且我国“走出去”的企业在境外区位分布中仍以亚洲国家和发展中国家为主，对具有更多先进技术的发达国家的投资占比仍较小，这也在一定程度上限制了OFDI逆向技术溢出效应的发挥。

表4 FDI门槛模型参数估计结果

表5 OFDI门槛模型参数估计结果

从控制变量的系数估计值来看，无论使用FDI或OFDI作为核心解释变量，经济发展水平、金融发展水平和开放程度都能显著促进创新能力的提升，而高技术产业、市场化程度以及城镇化水平都能对创新能力提升产生正向影响，但影响有时并不显著。人力资本的系数虽然在使用OFDI作为核心解释变量时显著，但估计系数值符号为负，与预期相反。

从表6可以看出，在2008年到2018年期间，在以FDI和OFDI为核心解释变量时，处于中等知识产权保护水平的省份数量分别为142和71，分别占样本总数的43.03%和21.52%。这意味着我国大部分省份的知识产权保护水平均处在过高或过低的范围内，并不能充分发挥知识产权保护在促进双向FDI创新效应中的有利作用，尤其是在OFDI创新效应的发挥上，大部分省份的知识产权保护水平并不能促进逆向技术溢出效应的实现。因此，各地政府在寻求通过双向FDI提升当地的创新能力时，应充分考虑当地知识产权的保护水平，寻求适当的保护强度以促进双向FDI技术溢出效应的实现。

表6 中等知识产权保护水平的省份数量

(三)稳健性检验

为了进一步检验实证结果的稳健性，本文采用公式(6)计算的ipp2进行稳健性检验，即利用专利侵权案件与专利申请数量的比重计算各省份的实际知识产权保护水平，并以此作为门槛变量。回归结果见表7。从表中可以看出，双向FDI的创新效应仍然存在显著的知识产权保护门槛效应，使用FDI作核心解释变量时，估计系数的显著性并未发生变化，系数估计值比表4中的结果略大。而在OFDI的回归估计中，回归系数全部显著，系数估计值也有所增加。但从回归系数的比较来看，仍然是中等水平的知识产权保护更能促进FDI和OFDI创新效应的实现，同时，FDI对创新效应的促进作用仍明显大于OFDI，与门槛变量为ipp1时的结果基本保持一致，说明模型的回归结果是稳健的。

表7 稳健性检验(以计算知识产权保护水平)

考虑到创新在中国各省份之间存在显著的地域差异性，有些省份在专利申请和授权数量上明显较为落后，技术创新发展缓慢。因此，本文将区域创新能力最差的青海和海南两个省份的数据去掉后再次进行回归，结果见表8。可以看出，双向FDI的知识产权保护门槛效应显著。虽然系数估计值在不同置信水平下都显著，但双向FDI在知识产权保护处于中等水平的区域更有利于区域创新能力的提升，同时，FDI对创新能力的促进作用更加明显，与前文结论基本一致，结果仍然稳健。

表8 稳健性检验(青海省和海南省除外)

另外，本文还将样本区间改为2009—2017年，重新对门槛模型进行回归，以检验结果的稳健性，回归结果如表9所示。从表中可以看出，门槛效应依然显著。回归结果表明当知识产权保护水平处于中等时，双向FDI对创新能力的影响系数显著增大，说明适度的知识产权保护水平才是双向FDI技术溢出的制度保障，同时，FDI对创新效应的促进作用仍明显大于OFDI，证明了前文结论的稳健性。

表9 稳健性检验(样本区间为2009—2017年)

六、结论及政策建议

本文运用2008年至2018年中国省际面板数据，构建非线性门槛回归模型，实证分析了我国知识产权保护水平对双向FDI创新效应的影响。研究结果表明，在双向FDI与区域创新能力的关系中，知识产权保护水平表现出明显的门槛特征。当知识产权保护水平较低或较高时，FDI和OFDI对创新的促进作用并不显著。只有当地区的知识产权保护强度处于中等水平时，双向FDI对区域创新能力的促进效果才会显著，而且在中等知识产权水平下，FDI的技术溢出效果更加明显，这可能与OFDI技术溢出的传导渠道较为复杂以及中国企业走出去的区位分布有关。另外，通过对知识产权保护门槛效应的检验发现，大部分省份的知识产权保护处于较高或较低的水平，制约了双向FDI创新效应的产生，尤其是OFDI逆向技术溢出效应的产生。因此，适当的知识产权保护水平才能为企业创新提供良好的制度环境，有利于我国创新能力的提升。

基于本文的研究结果，提出以下政策建议：(1)从吸引外资的角度来看，我国一半以上的省份由于知识产权保护水平过高或过低，FDI未能发挥其技术溢出效应。因此在引进外资时，各地政府不仅要注重外资的引进质量，多引进技术含量较高的外资企业，同时应该从战略发展的角度审视自身的实际知识产权保护水平，适时根据自身状况调整知识产权保护强度，让FDI在适当的知识产权保护水平下发挥更大的创新促进作用。(2)从OFDI的角度来说，我国大部分地区，受到知识产权保护水平的制约，OFDI对创新的影响力并不显著。而且和FDI相比，对外直接投资的逆向技术溢出效果明显不足。因此，在企业走出去的过程中，各地政府要积极引导企业向技术先进的发达国家进行投资，同时因地制宜，通过适当的知识产权保护刺激企业的创新动力，从而发挥知识产权保护在OFDI技术溢出中的桥梁功能。