OFDI逆向技术溢出对区域创新绩效的影响研究

李末芝，张兰霞，柯小霞

（1.宁夏理工学院，宁夏 石嘴山 753000；2.东北大学，辽宁 沈阳 110169）

一、引言

当前中国经济正处于由高速发展向高质量发展转型的关键阶段。在人口红利逐渐消失、环境约束矛盾突出的时代背景下，实现要素驱动向创新驱动转变已成为经济高质量发展的必由之路。十九届六中全会指出，坚持实施创新驱动发展战略，将科技自立自强作为国家发展的战略支撑。党的二十大进一步强调，要加快实施创新驱动发展战略，坚决打赢关键核心技术攻坚战。可见，技术创新已成为推动国家创新发展的重要抓手。通常而言，技术创新渠道包含国内技术积累以及国际技术溢出两种。其中，对外直接投资(OFDI)是各国获取国际技术溢出的主要途径[1]。理论上讲，政府希望借由对外直接投资获取来自东道国的逆向技术溢出，从而迅速提升区域创新绩效。然而，近年来国际复杂多变的政治环境使得各国贸易保护加剧，技术性贸易壁垒增多，进而OFDI所带来的逆向技术溢出效果存疑。那么OFDI逆向技术溢出是否能够有效提升中国区域创新绩效？相邻省份的OFDI逆向技术溢出是否影响本区域创新绩效提升？OFDI逆向技术溢出的影响效应是否受其自身水平制约？解答上述问题对于实现区域创新发展、优化跨境直接投资政策具有重要的理论与现实意义。

随着中国对外直接投资活动频次的增加，关于OFDI逆向技术溢出与区域创新绩效之间的关联已经引起学术界的广泛关注。梳理发现，多数学者肯定了OFDI逆向技术溢出对区域创新绩效的积极作用。冯德连和白一宏(2021)以长江经济带11个省份为研究样本实证检验发现，OFDI逆向技术溢出能够显著提升区域创新绩效[2]。狄振鹏、李世美(2020)研究发现，对外直接投资存在显著的逆向技术溢出效应，且OFDI逆向技术溢出的自主创新外溢效应更显著[3]。在此基础上，部分学者认为OFDI逆向技术溢出效应与区域创新绩效之间的影响并非简单线性作用，并尝试探究二者影响背后的作用机制。秦放鸣、张宇(2020)研究发现，随着金融集聚水平的提升，OFDI逆向技术溢出对区域创新绩效的影响存在双门槛效应，在经过两个正向促进体制后，转为较强负向抑制体制[4]。章志华等(2021)指出，知识产权保护在OFDI逆向技术溢出与区域创新绩效间发挥门槛作用，当知识产权保护处于较高水平时，OFDI逆向技术溢出对区域创新绩效产生显著正向影响[5]。

既有文献仍存在一定不足。第一，现有文献虽然分析了可能存在的门槛效应，但在门槛变量选择方面，侧重于从金融集聚水平、知识产权保护力等母国自身禀赋特征进行考察，并没有从OFDI逆向技术溢出自身角度分析。第二，多数学者主要从宏观角度分析二者的影响特征，缺乏对不同地区的异质性考察。但事实上，在经济条件、地理区位等多重因素的差异影响下，不同地区OFDI逆向技术溢出对区域创新绩效的影响有所区别。鉴于此，文章在梳理相关文献基础上，运用多种计量方法对OFDI逆向技术溢出与区域创新绩效间的影响及其作用机制进行探讨。文章可能存在边际贡献包括：一是使用三种空间模型与面板门槛模型实证检验了OFDI逆向技术溢出对区域创新绩效的影响机制，发现该影响呈“边际递增”的非线性趋势，且存在空间溢出效应；二是以OFDI逆向技术溢出自身为门槛变量，实证检验OFDI逆向技术溢出对区域创新绩效的门槛效应，并进一步考察东、中、西部地区可能存在的异质性。

二、理论分析与研究假设

OFDI逆向技术溢出指的是母国企业对外投资过程中，其海外子公司直接或间接获取到东道国相近技术、信息以及其他知识要素等资源[6]。这些资源经过企业内部系统反哺回国内母公司，从而将东道国核心技术向母国企业转移与扩散，并进一步强化母国企业技术水平与创新能力，进而带动区域创新绩效提升[7]。OFDI逆向技术溢出主要通过以下三种方式影响区域创新发展：一是倒逼国内企业增加研发投入。鉴于地理位置、文化及制度环境等因素使得国内外需求存在差异，在渐趋复杂的国际市场，国内企业凭借直接投资方式进入国际市场，会面临与国内不同的供需关系与竞争趋势[8]。这种情况会激发企业研发投入动机，提高其主动创新意愿；二是逆向技术交易。以跨国并购形式进入国际市场的企业，能够直接获得被并购企业现有研发团队与研发资源，进而实现母国与东道国生产环节与创新要素对接，有助于提升母国技术创新水平[9]；三是跨国技术转移。对外直接投资企业可通过研发互动、战略联盟以及产业关联等方法，不断获取东道国研发主体的技术溢出[10]。跨国投资企业通过对外直接投资剥离东道国企业非核心技术，推动母国技术研发水平进一步提升，进而拉高区域创新绩效。据此提出：

假设H1：OFDI逆向技术溢出能够有效提升区域创新绩效。

OFDI逆向技术溢出能够通过技术吸收转化以及企业间合作的方式压缩时空距离，拓展企业间技术交流广度与深度，使新型技术不再局限于某一区域。鉴于技术的外部性，仅按照区域划分OFDI逆向技术溢出范围显然并不合理[11]。依托企业间“示范效应”以及产业链中“关联效应”，OFDI逆向技术溢出对于区域创新绩效的影响很有可能突破区域边界，进而扩散到周边地区。一方面，企业间合作或竞争并非处在同一区域，而行政区域的划分对技术跨区域外溢限制有限，加之国内价值链分工体系逐渐实现数字化转型，信息与技术交流越发便捷与频繁。因此，OFDI逆向技术溢出效应很有可能存在区域间外溢现象。另一方面，技术人员沟通以及产品跨区域流通所带来的技术、信息等创新要素互动，提高了区域间信息与技术的传递性，逐渐成为OFDI逆向技术溢出的重要载体[12]。随着流通业与通信业的迅速发展，各区域间人员、产品、信息的流动量日渐增加，区域间地理层面的界限不再明显。OFDI逆向技术溢出对本区域资源的配置效应容易对其他地区造成影响，其他区域的OFDI逆向技术溢出亦能通过空间溢出的方式对本区域创新绩效产生影响。由此，提出如下假设：

假设H2：OFDI逆向技术溢出不仅对本地区创新绩效具有促进作用，且可通过空间外溢作用于相邻地区。

上述分析指出，OFDI逆向技术溢出能够正向推动区域创新绩效的提升，但此过程可能存在一定门槛[13]。理论而言，OFDI逆向技术溢出可以打破地理空间制约，依托企业、产业链合作与竞争，对其他地区形成技术溢出效应。实际上，OFDI逆向技术溢出往往还需大量的资金、人才、政策支持，这些便利条件往往集中于发达地区[14]。因此，一些OFDI逆向技术溢出本身发展就滞后的地区，将无法有效吸收新型技术并将其成功转化为成果，很大程度阻碍区域创新绩效提升[15]。另外，随着中国对外投资的不断增加，资金交易、投融资以及技术吸收往往会遭遇技术性贸易壁垒、母国技术研发团队技术差异等困阻，这为母国吸收逆向回馈的技术带来新挑战。如果母国技术吸收能力差、研发投入低以及相关制度不完善，将无法保障通过对外投资回馈的技术及知识被有效吸收与转化。此时，母国OFDI逆向技术溢出非但不会推动区域创新绩效提升，甚至可能会引发“创造性破坏”“创新陷阱”等局面，降低区域创新绩效。基于此，提出如下假设：

假设H3：OFDI逆向技术溢出对区域创新绩效的促进作用存在非线性门槛效应。

三、研究设计

1.莫兰指数法

通常而言，确定变量空间自相关性是判断能否使用空间计量方法的前提。文章使用学术界最常用的全局莫兰指数法对变量空间相关性进行检验。全局莫兰指数是对整个空间序列的集聚状况进行考察，可视作观测值与其空间滞后的相关系数，具体公式构建如下：

式中，n表示样本区域总数，xi与xj分别为第i个区域与第j个区域的属性值，xˉ与S2为区域均值与方差，ωij表示空间权重矩阵。全局莫兰指数范围取值[-1，1]，当数值低于0时为空间负相关，数值越小表示相关性越强；当数值高于0时为空间正相关，数值越高表示相关性越强。

2.空间计量模型设定

借鉴田皓森和潘明清(2021)[16]的研究，将核心解释变量OFDI逆向技术溢出、被解释变量区域创新绩效以及控制变量引入模型中，依次建立空间杜宾模型(SDM)、空间滞后模型(SEM)、空间误差模型(SAR)。具体模型构建如下：

式(2)～(4)中，下标i指代省份，i为年份，Rip为文章被解释变量区域创新绩效，RTSOFDI为核心解释变量OFDI逆向技术溢出，wij为空间权重矩阵，X为控制变量合集。

在空间权重矩阵选取方面，地理距离权重矩阵能够有效衡量空间差异对区域间溢出效应的发挥，文章以地理距离权重矩阵构建空间权重矩阵，具体地理权重矩阵如下：

3.门槛模型设定

为检验假设H3，考察OFDI逆向技术溢出对区域创新绩效是否存在非线性影响，参考Hansen(1999)[17]的研究，构建单一门槛模型如下：

式中，γ1为门槛值，I(·)为指示性函数，其他变量含义与空间计量模型相同。上述模型仅适用于单门槛情况，若存在更多门槛，则以此为基础进行类比即可。如存在双门槛，对应门槛模型调整为：

4.变量选取

（1）被解释变量：区域创新绩效(Rip)

关于区域创新绩效的衡量，现有研究多从创新产出、创新能力、创新效率等角度进行考量[18，19]。其中，创新产出通常使用专利申请数量进行衡量。由于专利数据良好的可获取性，使用专利申请数量衡量创新绩效的做法已经得到普遍认可。由此，文章从创新产出视角考量创新绩效，并使用专利申请数作为衡量指标。

（2）核心解释变量：OFDI逆向技术溢出(RTSOFDI)

为探究OFDI逆向技术溢出对区域创新绩效的影响及其空间溢出效应，参鉴周经与黄凯(2020)[20]的研究，通过计算各区域OFDI渠道虹吸效应获得非本国研发资本存量。首先测算得出通过OFDI渠道虹吸效应获得第t年非本国单位向研发部门投入的总资本存量。

式(8)中，RTSOFDI表示中国通过OFDI渠道在第t年时获取国外研发资本溢出，j代表国别，OFDIjt及GDPjt分别为中国在第t年对j国直接投资存量和j国的国内生产总值。Rjt使用永续盘存法计算得出的国家j在第t年的研发资本存量，公式为：

式(9)、(10)中，RDt表示t时期研发资本投入，θ和δ分别指代研发资本存量折旧率以及研发资本投入增长率，计算过程中使θ=15%。计算得出通过OFDI逆向技术溢出渠道获得的国际研发资本存量之和后，根据各省OFDI存量比重计算各省的国际研发资本存量，具体计算公式如下：

（3）控制变量

参考现有文献[21]，选取R&D投入强度(R&D)、城镇化水平(City)、对外开放程度(Open)以及人力资本水平(Hc)作为文章的控制变量。其中，R&D投入强度反映各地区研发投入水平，以各地区规模以上工业企业R&D经费支出占地区GDP的比重表征；城镇化水平反映地区基础设施与现代化水平，以各省的城镇人口占总人口的比重衡量；对外开放程度反映地区经济的市场开放程度，以地区对外直接投资额占地区GDP比重来表征；人力资本水平能够反映地区人才与劳动力的充足水平，使用每万人高校在读人数进行衡量。

5.数据来源

考虑到数据连续性与完整性，文章剔除西藏及港、澳、台地区，以中国30个省份为研究对象，并选取2011—2020年为研究时段。数据主要来自历年《中国统计年鉴》《中国对外投资统计公报（2011—2020）》《中国高新技术产业统计年鉴》《中国科技统计年鉴》、中经网、世界银行WDI数据库、Wind数据库。为确保样本数据的稳健性，降低变量间共线性及异方差影响，对变量进行对数处理。

四、实证检验

1.空间相关性检验

在进行空间模型回归前，首先检验OFDI逆向技术溢出与区域创新绩效间的空间相关性，使用莫兰检验法对中国30个省份2011—2020年OFDI逆向技术溢出与区域创新绩效展开检验。检验结果如表1所示。

表1 全局Moran's I检验结果

表1结果显示，2011—2020年中国全域创新绩效全局Moran's I指数整体上表现出先增后减态势，2016年升至最高值为0.087，此后则连年下降。2020年该指数下降至0.058，但整体上区域创新绩效的空间聚集性仍较强。另外，2011—2020年中国各省份OFDI逆向技术溢出的全局Moran's I指数整体上表现出上升态势，从2011年0.122升至2020年0.171，表明省份间OFDI逆向技术溢出的空间相关性逐年上升。可见，中国区域创新绩效与OFDI逆向技术溢出间有着明显的空间关联性，两者受地理空间的扩散效应的影响不容忽视。

2.模型拟合度检验

回归估计前，需对模型适用性进行检验。豪斯曼检验结果拒绝原假设，使用固定效应模型较为合适。拉格朗日乘子检验发现，LMERR、LMLAG、Robust-LMER及Robust-LMLAG均在1%水平下显著性，故采用空间杜宾模型进行实证检验较为合适。拟然比检验（LR检验）显示，LRind、LRtime均在1%水平下显著，因此选用双向固定效应模型，同时LRLAG、LRERR均通过1%显著性检验，说明SDM模型为最优模型。

3.基准回归分析

表2为空间计量模型回归结果，空间杜宾模型(SDM)以及空间自回归模型(SAR)中的回归系数依次为0.612、0594，且均在1%水平下显著。空间误差模型(SEM)空间自相关系数为0.615，且在1%水平下显著，表明OFDI逆向技术溢出具有显著空间效应。即本地区创新绩效不仅会受到OFDI逆向技术溢出的影响，还会受到邻近地区OFDI逆向技术溢出的影响。核心解释变量OFDI逆向技术溢出的估计系数为0.231且在1%水平下显著，这一结果符合理论预期，说明OFDI逆向技术溢出对区域创新绩效产生正向推动作用，即假设H1成立。究其原因，OFDI逆向技术溢出提升了地区技术获取的速度，一定程度上降低技术引进壁垒和技术创新成本，对于地区创新发展具有正向推动作用。

表2 空间计量模型回归结果

为深入探究OFDI逆向技术溢出影响区域创新绩效的直接效应与间接效应，参鉴田皓森和潘明清(2021)[16]的研究思路，对模型中各解释变量进行效应分解，结果如表3所示。OFDI逆向技术溢出对区域创新绩效直接效应估计系数为0.237且在5%水平下显著，证实OFDI逆向技术溢出能够直接正向作用于创新绩效。OFDI逆向技术溢出对区域创新绩效间接效应估计系数为0.472且在10%统计水平下显著，表明OFDI逆向技术溢出通过创新要素流动打破了地区间技术突破困境，推动相邻地区创新绩效提升。OFDI逆向技术溢出对区域创新绩效的总效用估计系数为0.709且在5%统计水平下显著。可以知悉，OFDI逆向技术溢出对区域创新绩效影响的间接效应更显著，表明OFDI逆向技术溢出对区域创新绩效的影响中空间溢出效应的影响所占比重更大。据此，假设H2得到验证。

表3 空间杜宾模型的直接效应、间接效应和总效应

从控制变量来看，R&D投入强度(R&D)的直接效应、间接效应及总效应均显著为正，说明R&D投入强度对区域创新绩效有正向推动作用。究其原因，企业通过加大R&D投入强度提升企业技术转化与吸收效率，强化地方企业技术创新水平。城镇化水平(City)的总效应、直接效应及间接效应均显著为正，说明城镇化水平对区域创新绩效有正向推动作用。究其原因，地区城镇化发展使得交通、金融水平迅速提升，强化地区内要素生产与流动，正向推动区域创新绩效提升。对外开放程度(Open)的总效应、直接与间接效应均显著为正，说明提升对外开放程度有助于区域创新绩效提升，且这种影响会通过地区间经济、贸易合作的方式正向影响区域创新绩效。人力资本水平(Hc)总效应、直接效应及间接效应均显著为正，说明劳动力素质与知识技能的提升对区域创新绩效有正向推动作用，且这种影响随着高质量人口流动产生空间溢出效应，助推相邻地区创新绩效提升。

4.门槛效应检验

上述理论分析提到，OFDI逆向技术溢出过程中会面临技术转化、吸收能力较差等问题，在推动区域创新绩效提升过程中可能存在非线性效应。因此，为验证假设H3，将OFDI逆向技术溢出作为门槛变量代入门槛模型中，采用Stata16.0软件测算门槛变量门槛个数，同时以Bootstrap法检验门槛变量存在性。检验结果如表4所示。由表可知，OFDI逆向技术溢出通过了三重门槛效应检验，故选用三重门槛模型对OFDI逆向技术溢出与区域创新绩效间的门槛效应展开实证检验。

表4 门槛值估计结果

门槛回归结果如表5所示。对比基准回归与门槛回归结果发现，门槛模型的R2值更高，故使用门槛模型对OFDI逆向技术溢出与区域创新绩效间的非线性关系进行解释。由表可知，随着OFDI逆向技术溢出水平提高，OFDI逆向技术对区域创新绩效的影响呈现边际递增态势。当OFDI逆向技术溢出水平低于4.325时，估计参数值最小，为0.209；当OFDI逆向技术溢出水平处在4.325与5.457之间时，估计参数为0.231且通过1%显著性水平检验；当OFDI逆向技术溢出处于5.457与5.597之间时，估计系数为0.267且通过1%显著性水平检验；当OFDI逆向技术溢出水平高于5.597时，估计系数值达到最大为0.291，且通过1%显著性水平检验。可见，OFDI逆向技术溢出对区域创新绩效的影响受自身水平影响，表现出边际递增态势，假设H3得以验证。

表5 门槛回归模型估计结果

5.异质性检验

为深入揭示不同地区可能存在的异质空间门槛效应，国家发改委区域划分标准将30个样本省份划分成东部地区、中部地区、西部地区三个子样本分别展开回归，考察OFDI逆向技术溢出的动态空间异质性特征。具体结果如表6所示。由表可知，以OFDI逆向技术溢出自身为门槛变量，东、中、西部三大地区的OFDI逆向技术溢出门槛变量均通过了三重门槛检验，而且与之相对应的95%置信区间依次为[5.896，6.184]、[5.296，5.468]、[5.098，5.432]。由此，使用三重面板门槛模型对东、中、西部地区进行估计较为合理。

表6 东、中、西部地区面板门槛效应存在性检验及门槛估计值

表7为东、中、西部三大地区具体面板的门槛回归结果。由表可知，OFDI逆向技术溢出对区域创新绩效的影响存在明显地区差异性。东、中、西部地区区域创新绩效随着OFDI逆向技术溢出的提升均有不同程度提升。其中，OFDI逆向技术溢出对东部地区的区域创新绩效呈现显著的非线性“边际递增”态势。当东部地区OFDI逆向技术溢出超过6.042时，其对东部地区区域创新的正向影响增至最强。OFDI逆向技术溢出对中部地区区域创新绩效的影响呈现出明显正向“N”型态势。当中部地区OFDI逆向技术溢出处于4.258与5.162间时，区域创新绩效有所提升；当中部地区OFDI逆向技术溢出处于5.162与5.315间时，其对中部地区区域创新绩效的影响开始衰减；当中部地区OFDI逆向技术溢出超过5.315时，其对中部地区区域创新绩效的影响增至最大。OFDI逆向技术溢出对西部地区区域创新绩效的影响呈现明显正“U”型态势。当西部地区OFDI逆向技术溢出低于3.961时，其对西部地区区域创新绩效产生较为显著的积极影响；当西部地区OFDI逆向技术溢出处于3.961与4.862之间时，其对西部地区区域创新绩效的影响降低，原因可能是随着西部地区受东道国逆向技术的反哺逐渐增多，陷入“技术开发陷阱”，对西部地区区域创新发展形成阻滞；当西部地区OFDI逆向技术溢出介于4.862与5.213之间时，其对西部地区创新绩效的影响增强。究其原因，随着OFDI逆向技术溢出的不断增加，倒逼西部地区企业强化技术吸收与转化能力，进而逐渐将反哺而来的技术转化为成果，推动区域创新绩效提升。当西部地区OFDI逆向技术溢出超过5.213时，其对西部地区区域创新绩效的积极影响增至最强。此外，对比三大地区各门槛区间的OFDI逆向技术溢出系数可知，随着OFDI逆向技术溢出水平提升，对各地区区域创新绩效的影响始终保持着“东部地区＞中部地区＞西部地区”的显著特征。

表7 东、中、西部地区面板门槛模型结果

五、结论与启示

文章基于全国省级层面的数据，运用面板固定效应模型、空间计量模型、门槛回归模型多维度实证检验了OFDI逆向技术溢出对区域创新绩效的影响及其内在机制。主要结论如下：第一，OFDI逆向技术溢出明显促进区域创新绩效的提升，技术创新已成为经济新常态下企业强化核心竞争力的重要途径；第二，OFDI逆向技术溢出对区域创新绩效的正向推动作用过程中呈现出“边际递增”的非线性态势，且OFDI逆向技术溢出自身水平显著地影响了其对区域创新绩效的作用效果；第三，中国OFDI逆向技术溢出展现出显著的正向空间相关性，且对区域创新绩效的影响同样存在正向空间溢出效应。同时，R&D投入力度、城市化发展、区域对外开放程度及人力资本水平对区域创新绩效提升存在积极的直接和间接效应；第四，OFDI逆向技术溢出与不同地区区域创新绩效间的影响存在明显差异，表现为东部地区＞中部地区＞西部地区。政策启示如下：

第一，优化对外投资结构，充分释放OFDI逆向技术溢出的创新驱动作用。OFDI逆向技术溢出是“十四五”时期中国生产要素调配、产业结构调整、产业链价值链优化布局的重要手段。中国需不断强化高技术寻求型OFDI占比，在简化外资审批的基础上，强化对房地产、娱乐等特定行业投资监管，抑制非理性对外投资。在投资区位选择上，适当增强对德国、日本等发达国家的投资力度，提高其逆向技术外溢效应，助力区域创新绩效稳步提升。

第二，探索跨区域协同创新机制，构建区域科技创新共同体。鉴于OFDI逆向技术溢出对区域创新绩效的影响存在正向空间溢出效应，各地方政府有必要着手打造跨区域协同创新机制，强化区域间创新联动，发挥OFDI逆向技术溢出对周边区域的辐射功能。一方面，政府可推出产业跨区域合作相关利好政策，鼓励企业交流合作，助推对外投资企业反哺回国的知识与技术在跨区域企业间流动。另一方面，各地方政府可共同推进具备区域牵引力的重大项目，落实国家重大战略任务以及跨区域创新产业链协作等项目，强化各地产业技术吸收与转化，充分提高区域创新绩效。

第三，因地制宜制定差异化OFDI政策，提升各地区OFDI逆向技术溢出互补性及均衡性。鉴于中国东、中、西部三大地区的经济发展差距以及OFDI逆向技术溢出对区域创新绩效影响的地区异质性，政府应结合各地区区位地理条件与产业现状实施差异化OFDI政策。对东部地区而言，在保持其OFDI规模优势的基础上，实施多元化、高端化的投资策略，反哺东部地区企业技术支持，提升整体区域创新绩效。对于中、西部地区，政府需积极把握“一带一路”倡议推进契机，持续加大OFDI投资力度。同时，重点提升技术吸收与转化能力，加大研发投入力度，增强人力资本水平，构建全面协调的创新发展格局。