周經 黃凱

摘 要 本文利用空間杜賓模型實證研究了對外直接投資（OFDI）逆向技術溢出對區(qū)域創(chuàng)新能力的影響。研究發(fā)現，OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的提升具有顯著的促進作用，相較于技術開發(fā)階段，OFDI逆向技術溢出對處于技術轉化階段區(qū)域創(chuàng)新能力的提升效果更為明顯。區(qū)域創(chuàng)新能力提升也可以通過相鄰區(qū)域OFDI空間溢出方式實現，且OFDI逆向技術溢出的間接效應優(yōu)于直接效應，但OFDI空間技術溢出不利于技術開發(fā)階段區(qū)域創(chuàng)新能力的提升。進一步研究還發(fā)現，與東部發(fā)達地區(qū)相比，近年來中西部地區(qū)OFDI逆向技術溢出引致區(qū)域創(chuàng)新能力提升的效果較為顯著。本文對中國未來的對外直接投資管理體制改革和區(qū)域創(chuàng)新能力建設具有啟示性含義。

關鍵詞 OFDI逆向技術溢出 區(qū)域創(chuàng)新能力 空間溢出 空間杜賓模型

一、引言與文獻綜述

技術創(chuàng)新是實現一個經濟體永續(xù)發(fā)展的關鍵，創(chuàng)新促進了企業(yè)技術進步和產業(yè)升級，為打造中國經濟升級版提供了源源不斷的動力（林毅夫，2002;黎文靖和鄭曼妮，2016;張杰和鄭文平，2018）。創(chuàng)新已然成為了實現區(qū)域復興的重要手段，更是一個地區(qū)或者企業(yè)創(chuàng)造和維持競爭優(yōu)勢的重要源泉（Filatotchev & Piesse，2009;李梅和余天嬌，2016）。近年來，中國快速發(fā)展所依靠的“人口紅利”日漸消逝，粗放型經濟難以為繼，以創(chuàng)新驅動經濟高質量發(fā)展已經成為中國實現產業(yè)結構升級和突破全球價值鏈“低端鎖定”目標的關鍵因素。黨的十九大報告中強調，要繼續(xù)堅定不移地實施創(chuàng)新驅動發(fā)展戰(zhàn)略，為此，中國將不斷加大自主研發(fā)力度和研發(fā)經費的投入，出臺鼓勵創(chuàng)新的各種扶持政策。與此同時，還倡導企業(yè)積極參與國際創(chuàng)新合作，以期通過對外直接投資（outward foreign direct investment，OFDI）獲得逆向技術溢出，實現加速培育母國區(qū)域創(chuàng)新能力的目標。在“走出去”戰(zhàn)略的引導和“戰(zhàn)略資產尋求型動機”的推動下，中國對OECD國家的投資規(guī)模逐年遞增，投資存量由2007年95億美元躍升至2018年的2000億美元，年增長率達34%，與此同時，對OECD國家投資流量也呈現逐年上升的態(tài)勢。那么，OFDI逆向技術溢出能否促進區(qū)域創(chuàng)新能力的提升？這種逆向技術溢出是否存在空間溢出效應？如果答案是肯定的，其中的內在機理和實現路徑是什么？只有深入了解上述問題，才可能突破當前利用OFDI逆向技術溢出促進區(qū)域創(chuàng)新過程中存在的困境，從而探尋出有效的應對方案。如此，才能在順應全球跨境投資政策變化中，實現中國新一輪對外直接投資的高質量發(fā)展。

如何利用OFDI逆向技術溢出提升創(chuàng)新能力，近年來受到國內外專家學者和政策制定者們的廣泛關注。逆向技術溢出理論常用來闡釋新興經濟體OFDI的行為動機。具體而言，來自發(fā)展中國家的企業(yè)積極開展對發(fā)達國家的對外直接投資，尋求戰(zhàn)略性海外資產，通過學習和模仿特定的技術和管理經驗，期望實現母國技術革新（陳柏福和劉舜佳，2019）、產業(yè)結構升級（李東坤和鄧敏，2019）、價值鏈攀升（韓先鋒，2019）等目標。但OFDI逆向技術溢出是否存在？Fosfuri和Motta（1999）基于古諾模型的分析框架，從理論層面證實了OFDI逆向技術溢出效應確實存在。Lichtenberg和Potterie（2001）以美國、日本及11個歐盟國家為研究對象，沙文兵（2012）研究中國省際面板數據，Pradhan和Singh（2009）研究印度汽車行業(yè)，Chen等（2012）從新興經濟體的跨國企業(yè)層面開展研究等均證實OFDI存在逆向技術溢出效應。但是，Lee（2006）、Bitzer和Kerekes（2008）、Herzer（2011）的研究均表明OFDI逆向技術溢出效應不顯著，甚至阻礙國內技術進步。吸收能力的差異是導致OFDI逆向技術溢出效應不確定的重要因素（Chen et al.，2012）。只有當吸收能力跨越特定的“門限”水平時，OFDI逆向技術溢出效應才能凸顯（李梅和柳士昌，2012）。但是吸收能力是一個寬泛的概念，其中包括經濟發(fā)展水平、研發(fā)投入、金融發(fā)展程度、知識產權保護水平等（尹東東和張建清，2016;李梅和柳士昌，2010）。雖然學術界關于是否存在OFDI逆向技術溢出效應的觀點不盡一致，但多數基于中國OFDI的文獻均支持逆向技術溢出存在正向效應（李平和史亞茹，2019）的觀點，認為OFDI逆向技術溢出提升了母國的全要素生產率（陳柏福和劉舜佳，2019;邵玉君，2017;衣長軍等，2015）。

至今為止，國內外學者對區(qū)域創(chuàng)新的研究已趨向成熟，但將OFDI逆向技術溢出與區(qū)域創(chuàng)新能力聯(lián)系在一起的研究仍不多見，且經驗分析中多數僅以專利申請量或專利授予量表征區(qū)域創(chuàng)新能力。那么，OFDI逆向技術溢出是否促進投資母國區(qū)域創(chuàng)新能力的提升？沙文兵和李瑩（2018）基于中國省際面板數據，使用SYSGMM方法論證了OFDI逆向技術溢出在達到門檻值后對區(qū)域創(chuàng)新能力具有促進作用;王欣和姚洪興（2017）選取25個長三角城市，基于PSTR模型分析得出OFDI逆向技術溢出與區(qū)域創(chuàng)新間存在平滑轉換機制效應;董有德和孟醒（2014）從省級層面，實證分析了OFDI逆向技術溢出顯著促進了區(qū)域創(chuàng)新能力，但促進作用存在區(qū)位和行業(yè)的異質性。毛其淋和許家云（2014）運用PSM的方法從企業(yè)層面評估了OFDI對企業(yè)創(chuàng)新的影響。由于OFDI逆向技術溢出通過同類企業(yè)“示范效應”和“警示效應”或者上下游企業(yè)“關聯(lián)效應”實現，很難以行政邊界隔絕此類溢出效應（李東坤和鄧敏，2016），因此空間關聯(lián)性在考察OFDI逆向技術溢出對區(qū)域創(chuàng)新能力影響時不可或缺，但是上述文獻并未充分關注OFDI逆向技術溢出的空間溢出效應。

綜上所述，本文可能的邊際貢獻歸結如下：第一，現有關于OFDI逆向技術溢出效應的研究大多停留在全要素生產率層面，對區(qū)域創(chuàng)新能力的關注度不足，本文基于現有研究成果，重點研究OFDI逆向技術溢出與區(qū)域創(chuàng)新能力之間的關系，進一步擴展和深化了OFDI逆向技術溢出的創(chuàng)新效應。第二，已有文獻對區(qū)域創(chuàng)新能力表征極端化嚴重（宋躍剛和杜江，2015），本文綜合現有研究成果，基于創(chuàng)新價值鏈視角，從技術的開發(fā)階段和技術的轉化階段兩個層面選取指標測度區(qū)域創(chuàng)新能力。第三，為了避免空間相關性造成回歸結果的偏誤，本文利用空間杜賓模型實證檢驗了OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的影響。

二、理論分析與假設提出

對外直接投資逆向技術溢出的渠道主要包括三個層面。其一是逆向成果反饋。具體而言，由于地理、文化和制度環(huán)境等因素導致國內外需求偏好迥異，在復雜的國際市場上，通過綠地投資方式進入國際市場的企業(yè)面臨不同于國內的供需狀況和競爭關系，在東道國陌生環(huán)境下面臨的挑戰(zhàn)和機遇激發(fā)對外直接投資企業(yè)不斷加大研發(fā)投入，最大程度降低“陌生引致的成本”。其二是逆向技術交易。通過跨國并購方式進入國際市場的企業(yè)可以直接獲得被并購企業(yè)的研發(fā)資本，實現了母國和東道國生產環(huán)節(jié)和關鍵創(chuàng)新要素的無縫對接，由此帶來母國技術水平的提升。其三是逆向技術轉移?？鐕髽I(yè)通過研發(fā)互動、戰(zhàn)略同盟以及產業(yè)關聯(lián)等途徑獲取東道國研發(fā)主體的技術溢出。企業(yè)通過對外直接投資將非核心技術剝離，有利于母公司致力于新技術研發(fā)和高水平全球生產網絡的構建（孫海波和劉忠璐，2019）?？鐕髽I(yè)通過逆向成果反饋、逆向技術交易和逆向技術轉移三種方式可以較好地實現技術的跨國界轉移和融合。企業(yè)憑借對外直接投資活動獲取的先進技術和優(yōu)質的創(chuàng)新要素，通過“示范效應”“警示效應”和“關聯(lián)效應”充分盤活區(qū)域內商品和要素資源，有利于全要素生產率的提高（衣長軍等，2015;邵玉君，2017;陳柏福和劉舜佳，2019）。從區(qū)域內全要素生產率演進趨勢來看，多種創(chuàng)新要素的內外聯(lián)動提升了要素分工的效率。隨著區(qū)域內創(chuàng)新研發(fā)資本的流動性和集聚能力不斷加強，對于不適應區(qū)域創(chuàng)新能力高水平發(fā)展的制度和規(guī)則加以調整、優(yōu)化和改革，可實現在國內外創(chuàng)新要素融合發(fā)展中明晰區(qū)域創(chuàng)新能力提升的基礎性條件?；谝陨戏治?，本文提出假設1。

假設1：OFDI逆向技術溢出有助于促進區(qū)域創(chuàng)新能力的提升。

由于技術（知識）具有外部性，單純以行政區(qū)域來劃分OFDI逆向技術溢出的范圍顯然是不合理的。OFDI逆向技術溢出通過企業(yè)間的“示范效應”和“警示效應”或者價值鏈和產業(yè)鏈中的“關聯(lián)效應”實現全要素生產率提升，進而促進區(qū)域創(chuàng)新能力的路徑恰好也是OFDI逆向技術溢出在區(qū)域內和區(qū)域間擴散和溢出的方式（李東坤和鄧敏，2016）。主要原因體現在以下兩個方面：第一，相互競爭或相互合作的企業(yè)并非同處一個區(qū)域，而行政的劃分很難限制技術的跨區(qū)域外溢，加之國內價值鏈分工體系的數字化和網絡化特征日益明顯，因此，OFDI逆向技術溢出效應在區(qū)域間擴散不可避免（鄭展鵬，2015）。第二，人員交流和產品流通所帶來的信息交互是OFDI逆向技術溢出的關鍵載體。隨著交通和互聯(lián)網的便利化，各區(qū)域間人流量、物流量以及信息流量日益增加，各區(qū)域的聯(lián)系日益緊密，區(qū)域的界限變得愈發(fā)模糊。OFDI逆向技術溢出對本區(qū)域資源的配置效應很容易波及其他區(qū)域，換言之，其他區(qū)域的OFDI逆向技術溢出也可以通過空間溢出的方式對本區(qū)域的創(chuàng)新能力產生影響。據此，本文提出假設2。

假設2：OFDI逆向技術溢出可以通過空間溢出方式助推本區(qū)域創(chuàng)新能力的提升。

具體的影響機制如圖1所示。

（三）數據及來源

基于數據可獲得性，本文剔除西藏，從中國大陸選取包括新疆、貴州、云南共計30個?。ㄖ陛犑校┳鳛檠芯繉ο?，時間跨度為2007—2016年，共計10年，整理加工形成30×10的平衡面板數據，合計300個觀測點。變量描述性統(tǒng)計以及變量之間的相關性系數如表1所示。數據來源于歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國高新技術產業(yè)統(tǒng)計年鑒》《中國檢查年鑒》、各?。ㄊ校度嗣駲z察院工作報告》、中經網、世界銀行WDI數據庫、Wind數據庫。為增強樣本數據的穩(wěn)健性，減弱變量的異方差和變量間的共線性，將變量取自然對數

四、實證結果與分析

（一）基準回歸分析

為了系統(tǒng)地分析OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的作用效果，在進行空間計量分析前，考慮在公式（1）和（2）中ρ=β=λ=0，基于2007—2016年中國大陸30個省（直轄市）的面板數據，使用PanelOlS的估計方法對數據回歸。首先對普通面板回歸進行Hausman檢驗，結果支持固定效應優(yōu)于隨機效應。分別以專利申請量（inno1）、專利授予量（inno2）和新產品銷售收入（inno3）為被解釋變量的固定效應面板回歸結果置于表2中。如表2所示，模型（1）、模型（3）和模型（5）不包含控制變量，核心變量OFDI逆向技術溢出的回歸系數為正，皆通過1%顯著性水平。在模型（2）、模型（4）和模型（6）中加入R&D人員、R&D經費等控制變量，OFDI逆向技術溢出的系數依舊顯著為正，在0.133—0.374之間波動，表明OFDI逆向技術溢出每提高1個百分點能夠促進區(qū)域創(chuàng)新能力提升 0.133%—0.374%。OFDI逆向技術溢出對區(qū)域新產品銷售收入的影響程度較高，對區(qū)域創(chuàng)新技術開發(fā)階段的影響程度相對較低，總體來看，不考慮空間自相關的情形下，OFDI逆向技術溢出顯著促進了區(qū)域創(chuàng)新能力的提升，但提升幅度存在異質性。

全局Morans I統(tǒng)計指標值結果如表3所示，無論W=Wg或者W=We，所得Morans I統(tǒng)計指標值皆為正數，且多數Morans I指數通過了10%的顯著水平，說明區(qū)域創(chuàng)新能力存在正向的空間集聚效應。進一步分年度測算各區(qū)域創(chuàng)新指標的局域Morans I指數，測算結果支持全局Morans I結論，在地理權重矩陣和經濟權重矩陣基礎上，2007—2016年專利申請量、專利授予量和新產品銷售額呈現“高—高”和“低—低”集聚現象，并且隨著時間推移，集聚程度顯著提升，有多個省份（直轄市）從第三象限跨入第一象限，實現“低-低”集聚向“高-高”集聚轉變。

2.空間計量回歸

本文借鑒Lee和Yu（2010）、Elhorst（2010a;b）等人的研究成果，并結合公式（1）和公式（2），采用極大似然的估計方法對Sofdi、pop等解釋變量進行考慮空間自相關的經驗回歸。通過空間面板Hausman檢驗，在考慮空間自相關的回歸中，采用固定效應相對于隨機效應更為有效。為此，在下文的經驗回歸中均采用固定效應。表4和表5分別匯報inno1、inno2和inno3在Wg和We下對解釋變量運用空間誤差模型與空間滯后模型回歸的結果。結果顯示，無論權重矩陣選用Wg還是We，OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的提升顯著為正，至少通過5%的顯著水平。觀察區(qū)域創(chuàng)新能力空間滯后項的系數可知，不考慮OFDI逆向技術溢出、R&D人員、R&D經費投入等因素的空間溢出時，區(qū)域創(chuàng)新能力空間滯后項大多顯著為正，表明區(qū)域創(chuàng)新能力具有正向的空間溢出效應，與Morans I檢驗的結果一致。

OFDI逆向技術溢出、R&D人員、R&D經費等變量的空間溢出是否會影響區(qū)域創(chuàng)新能力？為此，繼續(xù)使用專利申請量、專利授予量和新產品銷售收入作為區(qū)域創(chuàng)新能力的代理變量，在SDM基礎上對OFDI逆向技術溢出等解釋變量進行回歸，結果如表7所示。與此同時，利用Wald統(tǒng)計量和LR統(tǒng)計量在SEM、SAR和SDM中選取擬合效果最優(yōu)的模型，檢驗結果如表6所示。Wald檢驗的原假設是空間滯后模型優(yōu)于空間杜賓模型，LR檢驗的原假設為空間誤差模型優(yōu)于空間杜賓模型，根據檢驗反饋的結果可知，無論選擇地理空間矩陣或者經濟空間權重矩陣，無論區(qū)域創(chuàng)新能力選取專利申請量、專利授予量或者新產品銷售收入作為代理變量，其Wald檢驗和LR檢驗至少能通過10%的顯著水平，故拒絕原假設，SDM模型優(yōu)于SEM和SAR。因此下文主要以空間杜賓模型作為分析工具。

在表7中，模型（2）、模型（4）、模型（6）、模型（8）、模型（10）和模型（12）是固定空間和時間的回歸結果，其他回歸結果僅固定空間效應。就專利申請量而言，不管W=Wg或者W=We，OFDI逆向技術溢出的系數都顯著為正，至少通過5%的顯著性水平，且在0.081—0.100之間波動，假設1成立，即OFDI逆向技術溢出可以顯著地促進本區(qū)域的專利申請量。不僅如此，其他區(qū)域的OFDI逆向技術溢出通過空間溢出渠道對本區(qū)域的專利申請量也具有顯著的正向促進作用，W×Sofdi的系數在0.175上下波動，且在5%顯著性水平下通過t統(tǒng)計量檢驗。當采用專利授予量為區(qū)域創(chuàng)新能力的代理指標時，OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的正向促進效應至少通過5%顯著性水平的t檢驗，Sofdi的系數在0.070左右，相較于專利申請量，OFDI逆向技術溢出對專利授予量的影響程度較低;W×Sofdi的系數均為正值，除了模型（8）之外，在模型（5）至模型（7）中，W×Sofdi的系數至少通過5%的顯著性水平，表明區(qū)域創(chuàng)新最終產出的提升也可以通過其他地區(qū)OFDI逆向技術溢出的空間溢出獲得。如果把新產品銷售收入作為被解釋變量，OFDI逆向技術溢出的系數通過1%的顯著性水平，且均為正值，W×Sofdi的系數有正有負，但是只有正值顯著，且至少通過1%的顯著性水平，說明其他區(qū)域的OFDI逆向技術溢出對本區(qū)域的新產品銷收入具有顯著的促進作用。從促進效果來看，OFDI逆向技術溢出對新產品銷售收入的提升幅度最高，說明OFDI逆向技術溢出對技術轉化階段區(qū)域創(chuàng)新能力的提升效果更為明顯。

總體而言，異質性空間權重矩陣沒有使核心解釋變量的回歸結果出現較大偏差，OFDI逆向技術溢出及其空間溢出顯著促進區(qū)域創(chuàng)新能力的提升，印證了假設1和假設2的合理性。

比較Sofdi與W×Sofdi的回歸系數，后者顯著較大，表明通過其他區(qū)域OFDI逆向技術空間溢出效應獲得的區(qū)域創(chuàng)新能力更為顯著。當考慮地區(qū)之間的空間溢出效應后，inno1和inno2對OFDI逆向技術溢出的系數顯著下降，表明OFDI逆向技術溢出由于存在正向外部性，降低了OFDI逆向技術溢出對當地區(qū)域創(chuàng)新能力的提升效果。反觀新產品銷售收入對應的OFDI逆向技術溢出系數，沒有明顯系統(tǒng)差異。說明空間溢出效應阻礙了技術開發(fā)階段OFDI逆向技術溢出對本地區(qū)域創(chuàng)新能力的提升效果，對技術轉化階段區(qū)域創(chuàng)新能力促進作用的影響則不明顯。

控制變量也存在空間溢出效應。W×pop與W×hum的系數有正也有負，但只有多數負值的系數通過至少5%顯著性水平的檢驗，表明R&D人員和人力資本水平對區(qū)域創(chuàng)新能力存在負向的空間溢出效應。究其原因，人才資源是獨一無二的，而且不易復制，部分區(qū)域的人才集聚自然導致其他區(qū)域的人力資源匱乏。因此，其他區(qū)域R&D人員越多和人力資本水平越高，越不利于本區(qū)域創(chuàng)新能力的提升。R&D經費的空間溢出系數中有10項為正，其中至少通過10%顯著性水平的有6項，表明R&D經費具有顯著的正向空間溢出效應。在表7模型（1）至模型（12）中，政府清廉程度（W×cor）、市場一體化程度（W×mar）和對外開放程度（W×open）系數的正負性不唯一，僅有少數回歸系數顯著，且顯著性較低，表明這三類控制變量的空間溢出效應并不明顯。

OFDI逆向技術溢出、R&D人員、R&D經費等變量不僅通過自身的空間溢出對其他地區(qū)的區(qū)域創(chuàng)新能力產生作用，也有可能通過作用于本地區(qū)域創(chuàng)新能力實現間接的空間溢出。如表7所示，W×inno的系數在大多數情況下顯著為正，但是區(qū)域創(chuàng)新能力空間滯后項的空間溢出效應存在明顯異質性，當使用專利申請量和專利授予量測度區(qū)域創(chuàng)新能力時，區(qū)域創(chuàng)新能力存在顯著正向的空間溢出效應;當被解釋變量為新產品銷售收入時，區(qū)域創(chuàng)新能力的外部性受空間權重矩陣的干擾，可正亦可負，且并不顯著。表明通過區(qū)域創(chuàng)新能力空間溢出的方式，OFDI逆向技術溢出在技術開發(fā)階段對區(qū)域創(chuàng)新能力的提升效果更為明顯。

為了更深入地揭示OFDI逆向技術溢出等解釋變量對區(qū)域創(chuàng)新能力的直接和間接影響，參照Elhorst的研究方法，在表7中奇數列的模型基礎上對各解釋變量進行效應分解。結果如表8所示。OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的影響?？傮w來看，地理空間矩陣或者經濟權重矩陣下，無論從創(chuàng)新的技術開發(fā)階段或者技術轉化階段來看，OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的直接效應均為正值，且至少通過5%的顯著性水平;在間接效應中，僅當W=Wg時，Sofdi對inno3的間接效應為負，但其不具有統(tǒng)計意義，表明區(qū)域創(chuàng)新能力能夠通過OFDI逆向技術溢出獲得提升，再次印證了假說2;總效用對應的系數均為正值，除W=Wg，OFDI逆向技術溢出對inno3的總效用不顯著，其他情況下，總效用的系數至少通過1%顯著水平。表明OFDI逆向技術溢出無論是通過直接方式或者通過要素的跨區(qū)域流動和擴散（間接方式）均能夠促進本區(qū)域創(chuàng)新能力的提升，與表2中的回歸系數反饋的結論一致。對比直接效應和間接效應發(fā)現，間接效應顯著優(yōu)于直接效應。根據表7回歸方程的系數可知，間接效應較高是由W×Sofdi的系數更大導致。

無論是從直接效應、間接效應或者總效應來看，OFDI逆向技術溢出對inno3的促進作用最為顯著，對inno1和inno2的促進效果差別不大。由于通過OFDI逆向技術溢出不僅能夠學習到先進的技術和工藝，還能獲得優(yōu)秀的管理、運營、銷售等軟科學知識。最終導致OFDI逆向技術溢出的區(qū)域創(chuàng)新經濟效益（inno3）高于區(qū)域創(chuàng)新科研產出（inno1和inno2），換言之，OFDI逆向技術溢出在技術轉化階段對區(qū)域創(chuàng)新能力的提升效果更優(yōu)。inno1和inno2對應的OFDI逆向技術溢出的直接效應的系數相較表2中Sofdi的系數顯著變小，表明空間溢出效應弱化了在技術開發(fā)階段OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的提升作用?？傂в脙?yōu)于表2中不考慮空間自相關時OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的促進效用。由于空間溢出效應阻礙在技術開發(fā)階段OFDI逆向技術溢出對當地的區(qū)域創(chuàng)新能力提升，但是通過區(qū)域間相互溢出獲得的間接效應不僅可以彌補當地OFDI逆向創(chuàng)新溢出的損失，還能提升Sofdi對區(qū)域創(chuàng)新能力提升的總效應水平。

（三）分地區(qū)檢驗

為了檢驗OFDI逆向技術溢出對區(qū)域創(chuàng)新能力影響的地區(qū)異質性，本文參考鄭翔中和高越的做法，將30個?。ㄖ陛犑校┌凑账幍牡乩砦恢靡约敖洕l(fā)展水平劃分為東部地區(qū)和中西部地區(qū)。其中，東部地區(qū)包括北京、上海、廣東、廣西、江蘇等共計12個省（直轄市），其余18個?。ㄖ陛犑校┚鶜w為中西部地區(qū)。表9報告了基于空間固定SDM模型分地區(qū)的回歸結果。

從直接效應角度來看，在中西部地區(qū)，不論被解釋變量為inno1、inno3或者inno3，OFDI逆向技術溢出對應的系數均為正值，且至少通過5%的顯著性水平，表明中西部地區(qū)OFDI逆向技術溢出顯著促進了區(qū)域創(chuàng)新能力的提升。對比三者的直接效應系數，被解釋變量為inno3時，OFDI逆向技術溢出的系數顯著高于其他兩項，說明在中西部地區(qū)OFDI逆向技術溢出對區(qū)域創(chuàng)新經濟效益的提升效果優(yōu)于區(qū)域創(chuàng)新科研產出。反觀東部地區(qū)，OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的直接效應并不顯著，更有在W=Wg且被解釋變量為inno1時，OFDI逆向技術溢出的直接效應顯著為負?？赡艿脑蚴?，一方面，東部地區(qū)經濟發(fā)展水平較高，對創(chuàng)新能力重視程度較高，且創(chuàng)新能力處于較高水平，通過OFDI逆向技術溢出帶來的區(qū)域創(chuàng)新能力提升有限;另一方面，東部地區(qū)OFDI規(guī)模較大，大量資本的外流對區(qū)域創(chuàng)新研發(fā)投入存在一定的“替代效應”，從而抑制了區(qū)域創(chuàng)新能力的提升。從間接效應來看，東部與中西部地區(qū)大體相似，OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的提升存在顯著的正向溢出效應。從總效應來看，相較于東部地區(qū)，OFDI逆向技術溢出在中西部對區(qū)域創(chuàng)新能力的提升作用顯著，總效用值均為正值，且至少通過5%的顯著性水平。觀察inno1、inno2和inno3對應的總效應系數，相比技術開發(fā)階段，OFDI逆向技術溢出在技術轉化階段對區(qū)域創(chuàng)新能力的提升效果更明顯。

（四）穩(wěn)健性檢驗

本文參照現有文獻，在原有空間權重矩陣的基礎上增加了Wsg和Wge。其中，Wsg表示以各?。òㄖ陛犑校┲g地理中心距離平方的倒數作為權重，Wge則是采用Hadamard Product的方法，將Wg和We合并，構成地理經濟鑲嵌矩陣Wge。在新的權重矩陣下，SDM估計結果如表10所示。為了排除直轄市給估計結果帶來的偏誤，本文參考鄧慧慧和楊露鑫的做法，將四個直轄市從樣本中剔除，在表7模型（1）、模型（3）、模型（5）、模型（7）、模型（9）和模型（11）的基礎上，再次進行回歸估計，回歸結果如表11所示。圖2是核心變量的直接效應和間接效應。其中，左圖反映在四種空間權重矩陣下進行逐步回歸得到的Sofdi直接效應的系數，右圖則為Sofdi間接效應對應的系數?？傮w來看，穩(wěn)健性分析反饋的結果并未與上述結論產生沖突，表明本文研究結論是穩(wěn)健可信的。

五、研究結論與政策建議

本文基于2007—2016年30個?。ㄖ陛犑校┘壠胶饷姘鍞祿氲乩砟婢嚯x、經濟逆距離、地理經濟鑲嵌權重矩陣，構建廣義嵌套空間模型，實證研究OFDI逆向技術溢出與區(qū)域創(chuàng)新能力之間的關系。研究發(fā)現：OFDI逆向技術溢出顯著促進了區(qū)域創(chuàng)新能力的提升，相較于技術開發(fā)階段，對技術轉化階段的區(qū)域創(chuàng)新能力有更強的促進作用，且空間溢出效應明顯?？臻g溢出效應使得OFDI逆向技術溢出對區(qū)域創(chuàng)新能力提升的直接效應降低，但通過其他區(qū)域OFDI逆向技術的溢出不僅彌補了直接效應的損失，而且使得總效應超過了不考慮空間相關性情況下OFDI逆向技術溢出的創(chuàng)新效應。由于OFDI逆向技術溢出對中國東部各?。ㄖ陛犑校﹨^(qū)域創(chuàng)新能力的影響同時產生正向促進效應與負向“替代效應”，導致OFDI逆向技術溢出對區(qū)域創(chuàng)新能力的影響呈現異質性;而在中西部地區(qū)，OFDI逆向技術溢出均顯著促進了區(qū)域創(chuàng)新能力的提升，且促進作用明顯強于東部地區(qū)。

本文的核心結論所具有的政策內涵和啟發(fā)意義，主要體現在如下兩個方面：一方面，隨著中美經貿第一階段協(xié)議的簽署，全球投資治理體系正在加速變革。美國政府日益關注知識產權和技術轉讓問題，無疑加大了中國寄希望通過在發(fā)達國家直接投資獲取逆向技術溢出的難度，這就意味著，中國政府“走出去”戰(zhàn)略的相關政策，需要進行適當的調整。一是針對在主要發(fā)達國家投資的企業(yè)來說，要弱化甚至放棄對國有企業(yè)海外直接投資的相關鼓勵政策，轉而強化和主動發(fā)揮民營企業(yè)協(xié)同推進深層次對外開放和合規(guī)投資經營等方面的激勵作用;二是針對在“一帶一路”和其他發(fā)展中國家投資的企業(yè)來說，有必要從全球價值鏈重構的視角調整對外投資模式和區(qū)位選擇，主動對標國際高標準投資規(guī)則，降低在多邊投資體制中被固化的風險，發(fā)揮制度優(yōu)勢探索構建以逆向技術溢出和自主創(chuàng)新聯(lián)動為核心支點的區(qū)域創(chuàng)新鏈，重構國內創(chuàng)新鏈體系。另一方面，由于中國各地區(qū)發(fā)展階段和要素稟賦的差異，基于競爭優(yōu)勢理論，可探索在國內價值鏈分工體系下嵌套構建以中西部為核心的區(qū)域價值鏈，最大程度發(fā)揮各區(qū)域對外直接投資逆向技術的空間溢出效應。為此，各級政府應加強省際公路、鐵路和航空等基礎設施建設，降低跨區(qū)域間互聯(lián)互通的成本，加速推進市場一體化進程，加大對中西部地區(qū)OFDI企業(yè)在產業(yè)布局、區(qū)位選擇、技術研發(fā)、信息共享等方面的管理和扶持，激活我國東中西三個地區(qū)各類創(chuàng)新要素融合發(fā)展的潛力，助推中國新一輪對外直接投資的高質量發(fā)展。

參考文獻：

[1] 陳柏福，劉舜佳.中國對外直接投資的非物化型技術空間逆向溢出效應研究[J].中國軟科學， 2019（6）.

[2]陳良華， 吳凡， 王豪峻. 銀行債務融資對創(chuàng)新投資效率的影響——基于滬深A股科技企業(yè)的經驗證據[J]. 東南大學學報（哲學社會科學版）， 2019（5）.

[3] 董有德，孟醒.OFDI、逆向技術溢出與國內企業(yè)創(chuàng)新能力——基于我國分價值鏈數據的檢驗[J].國際貿易問題，2014（9）.

[4] 桂琦寒，等.中國國內商品市場趨于分割還是整合：基于相對價格法的分析[J].世界經濟，2006（2）.

[5] 韓先鋒.中國對外直接投資逆向創(chuàng)新的價值鏈外溢效應[J].科學學研究，2019（3）.

[6] 賀曉宇， 沈坤榮. 跨國并購促進了企業(yè)創(chuàng)新能力提升嗎？——基于制造業(yè)上市公司的微觀證據[J]. 現代經濟探討， 2018（7）.

[7] 李東坤，鄧敏.中國省際OFDI、空間溢出與產業(yè)結構升級——基于空間面板杜賓模型的實證分析[J].國際貿易問題，2016（1）.

[8] 李梅，柳士昌.對外直接投資逆向技術溢出的地區(qū)差異和門檻效應——基于中國省際面板數據的門檻回歸分析[J].管理世界，2012（1）.

[9] 李梅，余天驕. 研發(fā)國際化是否促進了企業(yè)創(chuàng)新——基于中國信息技術企業(yè)的經驗研究[J].管理世界，2016（11）.

[10] 黎文靖，鄭曼妮. 實質性創(chuàng)新還是策略性創(chuàng)新？——宏觀產業(yè)政策對微觀企業(yè)創(chuàng)新的影響[J].經濟研究，2016（4）.

[11] 林毅夫. 發(fā)展戰(zhàn)略、自生能力和經濟收斂[J].經濟學（季刊），2002（1）.

[12] 李平，史亞茹.知識產權保護對OFDI逆向技術溢出的影響[J].世界經濟研究，2019（2）.

[13] 毛其淋，許家云.中國企業(yè)對外直接投資是否促進了企業(yè)創(chuàng)新[J].世界經濟，2014，37（8）.

[14] 邵帥，等.中國霧霾污染治理的經濟政策選擇——基于空間溢出效應的視角[J].經濟研究，2016，51（9）.

[15] 邵玉君.FDI、OFDI與國內技術進步[J].數量經濟技術經濟研究，2017（9）.

[16] 沙文兵.對外直接投資、逆向技術溢出與國內創(chuàng)新能力——基于中國省際面板數據的實證研究[J].世界經濟研究，2012（3）.

[17] 沙文兵，李瑩.OFDI逆向技術溢出、知識管理與區(qū)域創(chuàng)新能力[J].世界經濟研究，2018（07）.

[18] 宋躍剛，杜江.制度變遷、OFDI逆向技術溢出與區(qū)域技術創(chuàng)新[J].世界經濟研究，2015（9）.

[19] 孫海波，劉忠璐.OFDI逆向技術溢出促進中國工業(yè)綠色轉型了嗎——來自中國省級面板數據的經驗證據[J].國際貿易問題，2019（3）.

[20] 王欣，姚洪興.國際R&D對區(qū)域技術創(chuàng)新的非線性溢出效應——基于長三角數據的PSTR模型分析[J].國際經貿探索，2017（1）.

[21]徐保昌， 邱滌非， 楊喆. 進口關稅、企業(yè)創(chuàng)新投入與創(chuàng)新績效——來自中國制造業(yè)的證據[J]. 世界經濟與政治論壇， 2018（5）.

[22] 衣長軍，李賽，張吉鵬.制度環(huán)境、吸收能力與新興經濟體OFDI逆向技術溢出效應——基于中國省際面板數據的門檻檢驗[J].財經研究，2015（11）.

[23] 尹東東，張建清.我國對外直接投資逆向技術溢出效應研究——基于吸收能力視角的實證分析[J].國際貿易問題，2016（1）.

[24] 張可.經濟集聚與區(qū)域創(chuàng)新的交互影響及空間溢出[J].金融研究，2019（5）.

[25] 趙奇?zhèn)?，熊性?中國三大市場分割程度的比較分析：時間走勢與區(qū)域差異[J].世界經濟，2009（6）.

[26] 鄭翔中，高越.FDI與中國能源利用效率：政府扮演著怎樣的角色？[J].世界經濟研究，2019（7）.

[27] 鄭展鵬.中國區(qū)域對外直接投資的空間效應研究——基于空間計量面板數據的分析[J].經濟問題探索，2015（7）.

[28] 鐘昌標.外商直接投資地區(qū)間溢出效應研究[J].經濟研究，2010（1）.

[29] Bitzer J，Kerekes M. Does Foreign Direct Investment Transfer Technology across Borders？ New Evidence [J]. Economics Letters，2008，100（3）.

[30] Chen V Z，Li J，Shapiro D M. International Reverse Spillover Effects on Parent Firms：Evidences from Emergingmarket MNEs in Developed Markets [J]. European Management Journal，2012，30（3）.

[31] Elhorst J. Spatial Panel Data Models，Handbook of Applied Analysis [M].Springer：Berlin Heidelberg New York，2010a.

[32] Elhorst J. Matlab Software for Spatial Panels [M]. Presented at the IVth World Conference of the Spatial Econometrics Association（SEA），Chicago，2010b.

[33] Filatotchev I，Piesse J. R&D，Internationalization and Growth of Newly Listed Firms： European Evidence [J]. Journal of International Business Studies，2009，40（8）.

[34] Fosfuri A，Motta M. Multinational without Advantages [J]. Scandinavian Journal of Economics，1999（4）.

[35] Griliches Z，Lichtenberg F. Interindustry Technology Flows and Productivity Growth：a Reexaminatio [J] Review of Economics and Statistics. 1984（2）.

[36] Herzer D. The Longrun Relationship between Outward FDI and Total Factor Productivity：Evidence for Developing Countries [C]. Berlin：German Development Economics Conference，2011.

[37] Lee G. The Effectiveness of International Knowledge Spillover Channels [J]. European Economic Review，2006（8）.

[38] Lee I and Yu J. Estimation of Spatial Autoregressive Panel Data Models with Fixed Effects：Journal of Econometrics，2010.

[39] Lichtenberg F R，Potterie B P. Does Foreign Direct Investment Transfer Technology Across Borders [J]. The Review of Economics and Statistics，2001，83（3）.

[40] Pradhan J P，Singh N. Outward FDI and Knowledge Flows：a Study of the Indian Automotive Sector [J]. International Journal of Institutions and Economies，2009，1（1）.

（責任編輯：彭琳）