对外直接投资能否提升区域创新效率

安 孟

(烟台大学经济管理学院，山东 烟台 264005)

1 文献综述

既有文献已经就对外直接投资对创新的影响进行了广泛研究，多数研究认为对外直接投资主要通过逆向技术溢出效应推动了母国的技术进步和创新。Kogut等[1]首先就对外直接投资的逆向技术溢出效应进行探究，他们认为日本对美国的投资主要分布于技术密集型产业，投资的目的是获取和分享美国的技术，因此他们认为获取逆向技术溢出是对外直接投资的重要动机；Driffield等[2]、Lee[3]证实了对外直接投资会通过反向技术溢出效应推动母国的技术进步和创新。随后，学者对对外直接投资逆向技术溢出效应的影响因素进行了一系列探究，主要集中于母国的经济开放程度、人力资本、市场化程度等方面。周春应[4]认为母国的高素质人才规模、产业结构、经济开放程度以及基础设施等因素都会影响对外直接投资逆向技术溢出的吸收；阚大学[5]进一步研究了中国不同地区对外直接投资逆向技术溢出吸收能力较低的原因，西部地区吸收能力较低的原因是经济开放程度和金融发展水平较低，而东部地区是由于人力资本水平较低；Li等[6]认为对外直接投资对母国创新的促进作用受母国的吸收能力和本地市场竞争强度的影响；Xia等[7]同样认为只有当市场化程度达到一定的水平时，对外直接投资才会产生显著的技术溢出效应，进而推动母国的技术创新。

也有学者持不同观点，认为对外直接投资对母国技术进步和创新的作用较小，邹玉娟等[8]、陈强等[9]认为对外直接投资推动了中国的技术创新，但这种推动作用不强，主要是由于中国的对外直接投资规模较小、起步较晚、技术获取型投资比重较低等导致逆向技术溢出的作用较弱；Görg等[10]认为由于发展中国家对技术的吸收能力较低，致使对外直接投资没有明显地促进母国的创新；李梅[11]认为中国的技术寻求型对外直接投资占比较低，而且对外投资还有可能挤出国内的研发资金，致使对外直接投资并没有明显推动中国的技术进步和创新。然而，还有学者认为对外直接投资阻碍了母国的研发创新，邵玉君[12]认为由于发达国家对欠发达国家进行技术封锁，对欧美等发达国家投资的逆向技术传导受阻，导致对外直接投资抑制了中国的技术进步和创新；姚惠泽等[13]认为由于中国的要素市场存在扭曲，导致对外直接投资抑制了中国创新效率的提高。

现有文献就对外直接投资对技术进步和创新的影响进行深入探索，这为本文的进一步研究奠定了基础，但既有文献大多停留在对外直接投资是否影响创新这一问题的检验，鲜有文献就对外直接投资影响创新效率的传导机制进行理论模型和实证分析。鉴于此，本文首先基于罗默的内生技术进步模型，从理论层面分析对外直接投资对创新效率的影响，然后借助中国大陆31省 (市、区)2003—2019年的数据，使用超越对数生产函数的随机前沿方法计算省际层面的创新效率，并在此基础上考察对外直接投资对创新效率的影响和作用机制。本文的主要贡献在于：①研究视角上，立足于开放经济视角，以对外直接投资为切入点，从理论模型和实证分析两个方面详细考察对外直接投资对中国区域创新效率的影响，既为对外直接投资政策的制定提供理论依据，也为宏观层面创新效率的影响因素提供新的解读。②研究内容上，将对外直接投资对中国创新效率的影响机制识别为人力资本效应和对外开放效应，同时实证检验了传导机制的有效性，这不仅揭示了对外直接投资影响中国创新效率背后的原因，还明确了其中的作用机制，为相关政策的制定提供了依据。③研究维度上，为了提供更多经验证据，进一步研究2008年金融危机的爆发和经济发展水平的差异对本文核心结论的影响，分组检验的结果不仅证实了本文核心结论的稳健性，还深化了对外直接投资与中国区域创新效率关系的认识。

2 对外直接投资影响中国区域创新效率的理论模型分析

为了分析对外直接投资对中国区域创新效率的影响，借鉴罗默[14]的内生技术进步模型，假设经济中有3个部门：①最终品生产部门，产量为y；②中间品生产部门，产量为x；③研发部门。本国的人力资本总量可表示为H=HN+HY，其中HN表示的是投入到研发部门的人力资本，HY表示的是投入到最终品部门的人力资本。资本K被中间品部门用来生产中间品。

2.1 生产函数

最终品总量Y的生产函数为：

(1)

研发部门的生产函数表示为：

(2)

其中，δ表示研发效率，μ表示对外直接投资的逆向技术溢出系数，与对外直接投资正相关。G表示本国研发部门的技术吸收能力，同时G是本国人力资本H、对外开放度O以及其他因素R的函数。本文假设本国只对国外的先进技术(N*-N)进行学习和吸收，当N*>N，即国外的技术水平高于本国时，才会发生逆向技术外溢。同时本文不考虑通过贸易和引进外资对国内技术进步的影响。

2.2 消费函数

假设本国经济中有一个代表性家庭，在时期(0,∞)上的效用函数为常弹性效用函数：

(3)

式中，σ>0是跨期替代弹性的倒数，ρ>0表示的是消费者的时间偏好。

2.3 均衡分析

假设生产最终品的市场是完全竞争的，但是生产中间品的市场是垄断的。各部门均衡的具体分析如下。

(1)最终品部门。为了简化计算，假设最终品的价格为1，投入到最终品部门的人力资本所得的报酬为WHY，国内与国外所生产的中间品价格记为PX和PX*。那么生产最终品的部门利润为：

(4)

根据最终品部门利润最大化的条件，将式 (1)代入式 (4)，得到：

(5)

(6)

(7)

(2)中间品部门。根据前文的假设，本国生产最终产品的价格为1，在国内生产中间品所需的投入为最终品Y。假设生产中间品的企业获得新技术后，垄断性地销售该种新技术生产的中间品，因此本国生产中间品企业的利润表示为πxi=Pxixi-xi。根据利润最大化的一阶条件，得到在本国生产中间品的价格为：

Px=Pxi=1/β

(8)

在自由贸易和最终产品完全竞争的假定下，外国的最终品价格与本国的最终品价格应该相同。同理，得到国外生产中间品的垄断定价为：

(9)

将式 (8)(9)代入式 (6)(7)得到：

(10)

将式 (10)代入式 (1)，得到最终产品均衡的产出为：

(11)

(3)研发部门。假设研发部门所生产的专利以价格PN卖给中间品部门，投入到研发部门的人力资本所得报酬为WHN，则研发部门获得利润为：

πRD=PN×N-WHN×HN

(12)

将式 (2)代入，根据利润最大化条件得到：

WHN=δPN[N+G(H,O,R)μ(N*-N)]

(13)

长期看，如果允许中间品厂商自由进入中间品市场，中间品部门所得利润的贴现值应该与专利的价格相等，由此得到：

(14)

(15)

(4)代表性家庭的均衡。据式 (3)和Romer[14]的方法计算均衡时代表性家庭的消费增长率：

(16)

在国内人力资本自由流动的前提下，人力资本在不同部门获得的报酬相等，即WHY=WHN，同时根据式 (5)(11)(13)和式 (15)得到：

(17)

将式 (10)代入，得到：

(18)

根据式 (2)，得到本国的技术进步率为：

(19)

其中，μ表示对外直接投资的逆向技术溢出率，与对外直接投资正相关。随着本国对外直接投资数量的增加，本国的中间品生产商不仅能够直接获取东道国的技术，提高逆向技术溢出率，还可以利用东道国的技术创新资源进行自主研发，进而促进本国的技术进步和创新。根据以上分析，本文认为随着对外直接投资的不断增加，会促进中国创新效率的提升，由此提出假设H1：对外直接投资能够促进中国区域创新效率的提升。

在不考虑其他因素的情况下，母国的技术进步率gN受本国人力资本H和对外开放度O的影响。随着本国人力资本和对外开放度的提高，能够吸收发达国家的逆向技术溢出，从而提升母国的创新效率。因此，中国的对外直接投资可通过本国人力资本和对外开放度两个方面促进创新效率提升。由此提出假设H2：对外直接投资通过人力资本效应和对外开放效应提升中国的创新效率。

3 模型、变量和数据

3.1 模型的设定

本文主要考察的是对外直接投资对中国创新效率的影响，因此构建基本模型如下：

TEit=α1+β1OFDIit+δ1Xit+λi+μt+εit

(20)

其中，i代表省份，t代表时间。TE表示创新效率，OFDI表示对外直接投资。X表示控制变量，包括第三产业比重 (Ind)、财政支持 (Gov)、市场化水平 (Mark)、基础设施 (Inf)、环境规制 (ER)、外商直接投资 (FDI)。λi表示省份固定效应，μt表示年份固定效应，εit表示随机干扰项。

3.2 变量说明

(1)创新效率 (TE)。考虑到生产过程中外部因素可能会造成效率损失，因此借助超越对数生产函数计算生产的最佳前沿面，然后计算创新的实际产出与前沿面之间的距离，以此衡量创新效率。超越对数生产函数放宽了中性的技术进步假设，形式相对灵活。具体函数形式为：

(21)

其中，i代表省份，t代表时间，RDY代表创新产出，选取新产品销售收入表示[16]；RDK表示创新资本投入；RDL表示创新劳动投入，用R&D人员全时当量表示。对创新资本投入，使用永续盘存法计算[17]。vit表示随机误差项，uit表示效率损失项。创新效率可以表示为：

(22)

(2)对外直接投资 (OFDI)。考虑到对外直接投资是一个累积的过程，能够持续发挥作用，因此选取对外直接投资存量在GDP中的占比表示对外直接投资。

(3)控制变量 (X)。第三产业比重 (Ind)用第三产业产值在GDP中的占比表示；财政支持 (Gov)用地方政府一般预算支出在GDP中的占比表示；市场化水平 (Mark)用樊纲等[18]构造的中国市场化指数衡量；基础设施 (Inf)用各地区的邮电业务量在GDP中的占比表示；环境规制 (ER)选用工业污染治理投资额在工业增加值中的占比表示；外商直接投资 (FDI)用各地区的实际利用外商直接投资额在GDP中的占比表示。

3.3 数据来源

本文选取西藏除外中国大陆31个省 (市、自治区)2003—2019年的面板数据进行实证分析。新产品销售收入、R&D人员全时当量、R&D经费内部支出的数据来源于 《中国科技统计年鉴》；对外直接投资数据来源于 《对外直接投资公报》；第三产业产值、GDP、地方政府一般预算支出、邮电业务量、工业增加值、实际利用外商直接投资额数据来源于各地区的历年统计年鉴与 《中国统计年鉴》；工业污染治理投资额数据来源于 《中国环境年鉴》。含有价格因素的变量均平减到2003年不变价格表示的实际变量，少量的缺失数据用年平均增长率进行推算。主要变量的描述性统计见表1。

表1 主要变量的描述性统计

4 实证结果与分析

4.1 基准回归

首先考察的是对外直接投资是否影响了中国区域创新效率的问题，对外直接投资影响中国区域创新效率的基准回归结果见表2。表2中，列 (1)仅以对外直接投资对创新效率进行简单回归，对外直接投资的系数为1.133在1%的水平上显著;列 (2)在列 (1)基础上加入控制变量，对外直接投资的系数为0.371在1%的水平上显著；列 (3)采用随机效应模型进行回归，列 (4)表示的是控制时间和省份固定效应的估计结果，与列 (3)相比，Hausman检验也支持固定效应模型。列 (4)对外直接投资对创新效率影响的估计系数为0.134在1%的统计性水平上显著，表明对外直接投资每增加1%，创新效率提升0.134%，对外直接投资有利于提升中国的区域创新效率。列 (5)报告了省级层面的聚类稳健标准误，对外直接投资对创新效率影响的估计系数显著为正，这验证了假设H1。

表2 对外直接投资对中国区域创新效率影响的基准回归结果

4.2 机制检验

(1)中介效应模型和变量。根据基准回归的结果，对外直接投资有利于提升中国的区域创新效率，那么对外直接投资影响创新效率的传导机制是什么？结合前文的理论模型分析，借鉴蔡冬青等[19]的研究，构建中介效应模型如下：

(23)

(24)

其中，i和t分别表示省份和年份，M表示中介变量，包括人力资本和对外开放度。对外开放度使用进出口总额占GDP的比重表示，人力资本使用各地区大学本科及以上学历人员占就业人数的比重表示[20]。控制变量与基准模型式 (20)保持一致。

(2)人力资本效应。对外直接投资影响中国区域创新效率的机制检验结果见表3。表3中，列 (1)对外直接投资对人力资本影响的估计系数为0.146在1%的统计性水平上显著，表明对外直接投资显著地提高了人力资本水平；列 (2)对外直接投资对创新效率影响的估计系数为0.363在5%的水平上显著，人力资本对创新效率影响的估计系数为0.661在1%的统计性水平上显著，列 (1)(2)表明对外直接投资提高了人力资本水平，并通过人力资本效应促进了创新效率的提升。

一国进行对外直接投资时，会与国际市场上的其他企业开展竞争合作，这不仅会增加熟悉国内外文化和管理人才的需求，还会增加专业人才的需求，包括国际法律、国际会计和金融等方面的专业人才。跨国公司的人才获取一般有两种方式：①直接在东道国当地雇佣高素质人才；②由国内的母公司提供高水平人才。在多数情况下，母国公司基于长期发展的战略，会在企业内部创建人才培养基地，加强员工的技能培训，培养高技能、高素质的人才，增加人才储备，以适应国际化的需要。母国在培养自己人才的同时，还会提高相关企业和行业的人力资本。人力资本作为知识、能力以及技术的综合体现，是技术进步与创新的核心投入要素，不论是自主研发还是学习、吸收国外的技术都需要高水平的人力资本。所以，伴随着人力资本水平的提高，促进了中国区域创新效率的提升。

(3)对外开放度效应。表3中，列 (3)对外直接投资对对外开放度的影响系数为2.577在1%的水平上显著，表明对外直接投资提高了对外开放度；列 (4)对外直接投资对创新效率的影响系数显著为正，对外开放度对创新效率的影响系数为0.054在10%的水平上显著，列 (3)(4)表明对外直接投资提高了对外开放度，进而提高了创新效率。本文从顺、逆两个梯度，按照不同的投资动机，分别分析对外直接投资对中国对外开放度的影响。

顺梯度对外直接投资层面。①资源寻求型对外直接投资一方面增加了中国的资源进口，满足了国内经济发展对资源的需求；另一方面，由于东道国的技术水平有限，设备供应不足，开发资源需由中国提供相应的机械设备、零部件和技术支持等，这促进了中国产品和服务的出口。②中国会通过效率寻求型对外直接投资将劳动密集型产业转移至东南亚、非洲等欠发达地区，一方面这可能会使得劳动密集型产品返销回国内，增加我国的进口；另一方面在国外投资建厂，需要我国提供原材料、配件和设备等中间品，这带动了我国的出口。

逆梯度对外直接投资层面。①市场寻求型对外直接投资可以划分为两种，一种是为了规避贸易壁垒或突破贸易障碍而进行的投资，在这种情况下，海外子公司或分支机构会在东道国生产和销售产品，但在东道国投资建厂的同时会带动中国原材料、中间品以及设备的出口；另一种是为了开拓新市场或提高市场份额而进行的投资，这会带动相关产品的出口，同时还会带动服务品的出口，有利于扩大母国的贸易出口。②通过技术寻求型对外直接投资获取发达国家的技术，有利于提高我国产品的技术含量，增强产品的竞争力，进而扩大技术密集型产品的出口。因此对外直接投资具有贸易创造效应，有利于提高中国的对外开放度。

对外开放度对创新效率的影响体现在：①随着对外开放度提高，中国以更低的成本接触世界前沿技术，通过学习、模仿、再创新的干中学效应促进技术进步和研发创新；②随着贸易开放程度的提高，不仅要参与国内市场竞争，为了提高市场份额，还要同国际市场上其他企业展开竞争。因此，中国企业不得不进行技术创新，提高创新效率，保证产品的持续更新，增强自身竞争力。

综合上述分析，对外直接投资通过人力资本效应和对外开放效应提升了中国的创新效率，这验证了假设H2。

(4)总效应分析。表3中，列 (5)对外直接投资对创新效率影响的回归系数为0.014在5%的水平上显著，人力资本对创新效率的回归系数为0.352在1%的统计性水平上显著，对外开放度对创新效率的回归系数为0.026且显著。这表明对外直接投资对创新效率的影响为不完全中介效应，即对外直接投资不仅直接提升创新效率，还通过人力资本与对外开放度的间接作用提高创新效率。

表3 对外直接投资提升中国区域创新效率的机制检验

4.3 稳健性检验

(1)内生性问题。对外直接投资对中国区域创新效率的估计结果可能受到内生性问题的干扰。①尽管双向固定效应模型较大程度上缓解了地区和时间异质性特征导致的内生性问题，但随着技术创新效率的提高带动了生产率提高，进而提高了利润水平，企业才会有足够的资金开展对外直接投资活动。因此，随着创新效率的提高，又会推动对外直接投资规模的扩大，两者可能存在双向因果关系。②影响创新效率的其他重要变量没有引入模型导致的外生变量内生化。本文将从两个方面克服双向因果和变量遗漏导致的内生性问题。

系统广义矩估计。引入创新效率的滞后1期，使用系统广义矩估计方法 (系统GMM)进行动态回归，系统GMM方法无需严格假设变量的分布特征和随机扰动项的分布信息，可以有效缓解内生性问题[21]，估计结果见表4列 (1)。根据Arellano-Bond检验和Sargan检验的结果，AR (1)的p值为0.02，AR (2)的p值为0.34，Sargan值为1.00，这证实了模型选择的工具变量和滞后期数是合理的。滞后1期的创新效率系数为0.555且高度显著，表明创新效率具有较强的内在趋势性，上一期的技术创新会影响本期。对外直接投资的系数为0.240且显著，这支持 “对外直接投资提升了中国区域创新效率”这一核心结论。

增加可能遗漏的重要变量。①创新活动需要投入大量资金，同时技术创新产生的收益不一定能够弥补前期的投资；②研发项目从立项到成果转化需要一定的时间，这期间需要不间断地投入资金。因此，外部融资是企业进行创新活动的重要资金来源，在众多途径的外部融资中，金融机构信贷的持续供给会对创新效率产生重要的影响。因此，本文将考察融资能力对创新效率的影响，用金融机构本外币年末贷款余额在GDP中的占比衡量融资能力 (Finance)，数据来源于各地区历年统计年鉴。表4列 (2)表示加入融资能力后对外直接投资对中国创新效率影响的估计结果，对外直接投资的系数为0.131在5%的水平上显著，这同样支持对外直接投资提升了中国区域创新效率这一结论。与基准回归相比，对外直接投资的系数降低了0.003，表明一部分本应该由融资能力解释的效应被对外直接投资解释了，变量遗漏导致对外直接投资对创新效率的影响系数出现上偏。

(3)剔除异常值。考虑到对外直接投资对中国区域创新效率的影响可能受创新效率异常高低值的影响，因此本文将可能的异常样本点剔除。借鉴邵敏等[23]的做法，将创新效率低于2.5%分位数或大于97.5%分位数的样本剔除，对剩下的子样本重新进行估计，结果见表4列 (4)。对外直接投资对创新效率的影响系数为0.136在5%的水平上显著，这证实了本文核心结论的稳健性。

表4 对外直接投资影响中国区域创新效率的稳健性检验

4.4 进一步分析

(1)基于不同时间段的考察。2008年爆发的金融危机对中国经济造成严重影响，经济衰退、出口大幅下滑等问题接连出现，政府为了转变经济发展方式、促进经济转型，在产业升级和技术创新等方面的政策频繁出台，为国内的技术创新注入了更多的活力。考虑到2008年发生的金融危机可能会影响对外直接投资对中国区域创新效率作用的发挥，以2008年为节点，将样本区间划分为2003—2008年和2009—2019年两个时段，分别考察2008年前后两个不同的时段内对外直接投资对中国区域创新效率的影响，估计结果见表5列 (1)(2)。2003—2008年对外直接投资对创新效率

的影响系数为0.179在5%的水平上显著；2009—2019年对外直接投资对创新效率的影响系数为4.464在1%的水平上显著，这表明2008年前后两个时间段内对外直接投资都促进了中国区域创新效率的提升。进一步对比两个时间段的对外直接投资系数发现，2008年以后对外直接投资对创新效率的提升作用更强。这是由于：①金融危机之后，为了复苏经济，政府在经济发展方面的支持力度不断加强，这不仅会带动企业增加创新投入，还促使企业借助良好的政策条件和充足的资金进行研发创新；②受金融危机的影响，出口导向型经济发展受挫，更多的企业为了增强自身的国际竞争力、提高竞争优势，不得不加大技术研发和创新投入，这有利于提高企业的技术水平和创新效率；③2008年之后，中国传统的粗放型经济发展方式逐渐转变，不再单纯追求对外直接投资的数量，而是更加注重投资质量，同时技术寻求型对外直接投资的比重不断提高，这都有助于发挥对外直接投资对技术进步和创新的促进作用。因此，2008年以后，随着政府的政策支持不断加强、国际竞争的加剧以及投资质量的提高，对外直接投资对中国区域创新效率的提升作用更强。

(2)基于不同经济发展水平地区的考察。开放经济条件下，地区间经济发展水平不同不仅会影响对外直接投资的规模和质量，还会影响资源的吸引能力和创新要素的投入规模，那么对外直接投资对中国区域创新效率的影响在不同经济发展水平地区是否表现不同？鉴于此，参照周瑾等[24]的研究，用人均GDP衡量经济发展水平，并以中位数为基准将样本划分为高低两组，分别估计不同的经济发展水平地区对外直接投资对创新效率的影响，结果见表5列 (3)(4)。无论是经济发展水平较高的地区还是经济发展水平较低的地区，对外直接投资对创新效率的影响系数都显著为正，这说明经济发展水平不会影响对外直接投资对创新效率正向作用的发挥。进一步对比两类地区对外直接投资的系数发现，经济发展水平较高的地区对外直接投资对创新效率的提升作用更强，而经济发展水平较低的地区对外资直接投资对创新效率的提升作用相对较弱。这是由于：①高经济发展水平地区资金充裕，经济相对发达，吸引了

表5 对外直接投资影响中国区域创新效率的进一步分析

大量的高水平人才，为创新活动提供了相应的资金和人才支持，可以有效地吸收对外直接投资的逆向技术溢出，助推对外直接投资对创新效率提升作用的发挥；②经济发展水平较高的地区，区位优势明显，基础设施完善，对外开放程度较高，对外直接投资的规模庞大、投资质量相对较高，因此对创新效率的提升作用更强；③低经济发展水平地区资金相对缺乏，对已有技术的改造和新技术的研发投入匮乏，加上教育水平较低，人力资本和管理经验欠缺，创新水平较低，抑制了对外直接投资逆向技术溢出的吸收；④由于低经济发展水平地区的资金有限，对外直接投资的数量不足、质量相对较低，因此低经济发展水平地区对外直接投资对创新效率的提升作用较弱。

5 结论与政策启示

5.1 结论

研究发现：①随着对外直接投资的增加，创新效率不断提高，对外直接投资显著促进了中国区域创新效率的提升；②对外直接投资对创新效率的影响为不完全中介效应，对外直接投资不仅直接促进创新效率的提升，还通过人力资本和对外开放度间接地促进创新效率的提升；③考虑双向因果、变量遗漏等内生性问题、更换创新效率的计算方法以及剔除异常值后，本文的核心结论依然成立；④对外直接投资对创新效率的作用受金融危机以及经济发展水平的影响，金融危机发生之后以及经济发展水平较高的地区，对外直接投资对创新效率的提升作用更强。

5.2 政策启示

政策启示如下：①政府和相关部门应当鼓励和支持对外直接投资活动，尤其是到发达国家和地区的投资。发达国家是技术研发和创新的主要来源地，对其投资才有更多的机会获得先进的知识和技术，进而提高自身的技术水平和创新效率。②由于中国对外直接投资的起步较晚，投资目标不够明确，投资体系相对不健全，缺乏对国际市场的深刻认识。因此，要进一步提高对外开放力度，在走出去的同时，根据国际市场的特点和发展趋势，准确定位投资。③中国当前的对外直接投资中资源寻求型占比仍然较高，而技术寻求型的比重相对较低，这会大幅削弱对外直接投资逆向技术溢出作用的发挥。因此，要更加重视技术寻求型对外直接投资，充分整合全球的研发资源带动国内的技术创新。④人力资本是对外直接投资提升创新效率的重要中介因素，也是创新的重要驱动力，为了更有效地学习和吸收通过逆向技术溢出获得的先进技术，要提高中国的人力资本水平，培育本土创新型人才。