對(duì)外直接投資提升了區(qū)域創(chuàng)新能力嗎？
——吸收能力視角下基于蘇、浙兩省地級(jí)市面板數(shù)據(jù)的比較研究

王 欣

（江蘇大學(xué)財(cái)經(jīng)學(xué)院，江蘇鎮(zhèn)江212013）

對(duì)外直接投資提升了區(qū)域創(chuàng)新能力嗎？
——吸收能力視角下基于蘇、浙兩省地級(jí)市面板數(shù)據(jù)的比較研究

王 欣

（江蘇大學(xué)財(cái)經(jīng)學(xué)院，江蘇鎮(zhèn)江212013）

文章基于江蘇和浙江兩省2007-2014年地級(jí)市層面的面板數(shù)據(jù)，采用全局主成分分析測(cè)算兩省各市的區(qū)域創(chuàng)新能力，利用面板數(shù)據(jù)回歸模型測(cè)度了對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力的影響。結(jié)果顯示：對(duì)于江蘇和浙江兩省而言，對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力均未產(chǎn)生直接顯著的促進(jìn)作用；當(dāng)對(duì)外直接投資與人力資本、金融發(fā)展水平、交通基礎(chǔ)設(shè)施、對(duì)外開(kāi)放度等表征吸收能力的變量相結(jié)合時(shí)，對(duì)區(qū)域創(chuàng)新能力則產(chǎn)生了積極的影響。進(jìn)一步運(yùn)用Hansen面板門(mén)檻模型進(jìn)行回歸發(fā)現(xiàn)，兩省的吸收能力變量基本都存在最低作用門(mén)檻。兩省可結(jié)合各自吸收能力變量的門(mén)檻特征采取相應(yīng)對(duì)策。

對(duì)外直接投資；吸收能力；區(qū)域創(chuàng)新能力；面板門(mén)檻模型

一、引言及文獻(xiàn)綜述

江蘇和浙江對(duì)外直接投資（OFDI）水平在全國(guó)位居前列，《2014年度中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》顯示，2014年江蘇對(duì)外直接投資流量為40.6983億美元，在地方投資流量中排名第五、浙江為38.6170億美元，排名第七。江蘇對(duì)外直接投資累計(jì)存量為156.1億美元，在地方投資存量中排名第五、浙江為153.7億美元，排名第六。江蘇境外投資企業(yè)數(shù)量為2 690家，在地方境外投資企業(yè)數(shù)量中排名第三、浙江為3 320家，排名第二。根據(jù)國(guó)際投資學(xué)相關(guān)理論，對(duì)外直接投資有可能產(chǎn)生逆向技術(shù)溢出，提升母國(guó)的技術(shù)創(chuàng)新能力，進(jìn)而實(shí)現(xiàn)技術(shù)進(jìn)步。那么，對(duì)于經(jīng)濟(jì)發(fā)達(dá)的江蘇和浙江兩省，對(duì)外直接投資是否對(duì)區(qū)域創(chuàng)新能力產(chǎn)生顯著的提升作用？這種作用是否受到吸收能力影響和制約？本文將利用江蘇和浙江地級(jí)市層面的面板數(shù)據(jù)，就這一問(wèn)題展開(kāi)研究。

Kogut和Chang（1991）研究發(fā)現(xiàn)日本國(guó)內(nèi)的研發(fā)投入會(huì)伴隨日本對(duì)美國(guó)和歐盟直接投資的增加而增加［1］。Bruno Van Pottelsberghe和Lichtenberg（2001）對(duì)13個(gè)工業(yè)化國(guó)家OFDI的研究［2］、Driffield和

Love（2003）對(duì)英國(guó)制造業(yè)行業(yè)的研究［3］、Pradhan和Singh（2009）對(duì)印度汽車(chē)產(chǎn)業(yè)的研究［4］、Yang等（2013）對(duì)我國(guó)臺(tái)灣制造業(yè)的研究［5］，均基本發(fā)現(xiàn)對(duì)外直接投資具有顯著的逆向技術(shù)外溢效應(yīng)。但是，對(duì)外直接投資逆向技術(shù)外溢效應(yīng)的實(shí)現(xiàn)需要一定的條件，投資國(guó)的吸收能力是重要因素。Siotis（1999）認(rèn)為投資母國(guó)的企業(yè)缺少相應(yīng)的技術(shù)吸收能力時(shí)，逆向技術(shù)外溢就不會(huì)發(fā)生［6］。Chen等（2012）也認(rèn)為逆向外溢效應(yīng)是否實(shí)現(xiàn)取決于母公司能否有效吸收海外子公司轉(zhuǎn)移回來(lái)的國(guó)外的先進(jìn)技術(shù)［7］。

國(guó)內(nèi)學(xué)者冼國(guó)明等（1998）［8］、趙偉等（2006）［9］、王英等（2008）［10］、劉宏等（2013）［11］的研究均發(fā)現(xiàn)我國(guó)對(duì)外直接投資存在較為顯著的逆向技術(shù)外溢效應(yīng)。周懷峰（2010）分析了對(duì)外直接投資對(duì)企業(yè)自主創(chuàng)新能力的影響［12］。沙文兵（2012）研究發(fā)現(xiàn)我國(guó)OFDI對(duì)自主創(chuàng)新能力的逆向外溢效應(yīng)較為顯著［13］。毛其淋等（2014）發(fā)現(xiàn)對(duì)外直接投資與企業(yè)創(chuàng)新之間存在顯著的因果效應(yīng)［14］。汪洋等（2015）研究發(fā)現(xiàn)中國(guó)企業(yè)可以通過(guò)OFDI實(shí)現(xiàn)逆向技術(shù)外溢提高自身自主創(chuàng)新能力［15］。

國(guó)內(nèi)學(xué)者也發(fā)現(xiàn)吸收能力是影響對(duì)外直接投資逆向外溢的重要因素。李梅等（2011）研究發(fā)現(xiàn)人力資本是影響對(duì)外直接投資逆向外溢主要的吸收能力因素［16］。闞大學(xué)（2010）研究發(fā)現(xiàn)人力資本制約我國(guó)東部對(duì)外直接投資逆向技術(shù)外溢，經(jīng)濟(jì)開(kāi)放度和金融發(fā)展水平制約了中西部對(duì)外直接投資逆向技術(shù)外溢［17］。尹東東和張建清（2016）認(rèn)為表征吸收能力的一系列變量對(duì)于OFDI逆向技術(shù)外溢效應(yīng)的實(shí)現(xiàn)起到了積極的促進(jìn)作用［18］。

本文在現(xiàn)有文獻(xiàn)的基礎(chǔ)上進(jìn)行以下拓展：第一，采用多種指標(biāo)綜合衡量區(qū)域創(chuàng)新能力，并采用全局主成分分析（Global Principal Components Analysis，GPCA）將多指標(biāo)進(jìn)行綜合，作為反映區(qū)域創(chuàng)新能力的變量。第二，綜合運(yùn)用交互項(xiàng)模型和面板門(mén)檻模型測(cè)度吸收能力約束下對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力的影響。第三，借鑒Barro和Lee（2000）以及Wang和Yao（2003）［19-20］的人力資本存量估算法對(duì)地級(jí)市層面的人力資本進(jìn)行估算，作為衡量吸收能力的重要變量之一。

二、理論分析和研究假設(shè)

Cohen and Levinthal（1989）在研究企業(yè)研發(fā)作用時(shí)最早提出了企業(yè)層面的“吸收能力”的概念［21］。賴明勇和包群（2003）將吸收能力劃分為基于技術(shù)能力的吸收能力、基于人力資本的吸收能力和拓展的吸收能力［22］。Tu Qiang等（2006）認(rèn)為基于不同視角的吸收能力具有不同的內(nèi)涵［23］。本文根據(jù)研究的需要，將吸收能力界定為拓展的吸收能力，并將吸收能力劃分為人力資本、金融發(fā)展水平、交通基礎(chǔ)設(shè)施、對(duì)外開(kāi)放度等四個(gè)維度。以下將分析吸收能力變量在對(duì)外直接投資影響區(qū)域創(chuàng)新能力過(guò)程中的調(diào)節(jié)作用機(jī)制，并提出研究假設(shè)。

（一）人力資本

人力資本在對(duì)外直接投資對(duì)母國(guó)區(qū)域創(chuàng)新能力的影響中發(fā)揮重要的作用。一方面，母國(guó)跨國(guó)公司將通過(guò)對(duì)外直接投資獲取的東道國(guó)較為先進(jìn)的技術(shù)轉(zhuǎn)移至國(guó)內(nèi)，在國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)中占據(jù)了有利地位。這會(huì)對(duì)同產(chǎn)業(yè)的其他公司產(chǎn)生巨大的示范作用，上下游關(guān)聯(lián)企業(yè)將對(duì)該公司的先進(jìn)技術(shù)進(jìn)行模仿、跟蹤和學(xué)習(xí)，具有較高人力資本水平的企業(yè)無(wú)疑會(huì)加快這一進(jìn)程。另一方面，這會(huì)對(duì)其他公司產(chǎn)生一定的市場(chǎng)競(jìng)爭(zhēng)壓力，使其主動(dòng)提高自身研發(fā)能力以保持特有的競(jìng)爭(zhēng)優(yōu)勢(shì)。如果企業(yè)人力資本水平較高，同樣能夠快速地提高自身的研發(fā)水平。在學(xué)習(xí)模仿和競(jìng)爭(zhēng)壓力的雙重作用下，母國(guó)企業(yè)的創(chuàng)新能力得以提升。通過(guò)產(chǎn)業(yè)間的技術(shù)擴(kuò)散，最終促進(jìn)母國(guó)整體區(qū)域創(chuàng)新能力的提升。因此本文提出假設(shè)1。

H1：人力資本在對(duì)外直接投資影響區(qū)域創(chuàng)新能力過(guò)程中發(fā)揮正向調(diào)節(jié)作用。

（二）金融發(fā)展水平

一個(gè)地區(qū)金融發(fā)展規(guī)模越大、發(fā)展水平越高，就越能為企業(yè)對(duì)外直接投資提供資金支持。同時(shí)，企業(yè)利用對(duì)外直接投資帶來(lái)的先進(jìn)技術(shù)進(jìn)行生產(chǎn)時(shí)需要購(gòu)買(mǎi)與之相適應(yīng)的機(jī)器設(shè)備并對(duì)機(jī)器設(shè)備進(jìn)行維修和更換，需要雇傭具有一定技能的熟練工人，需要進(jìn)行生產(chǎn)流程和管理結(jié)構(gòu)的重組等。這些都需要大量的資金。較高的金融發(fā)展水平能為對(duì)外投資企業(yè)的融資提供有效的保障，也更有利于區(qū)域創(chuàng)新能力的提升。因此本文提出假設(shè)2。

H2：金融發(fā)展水平在對(duì)外直接投資影響區(qū)域創(chuàng)新能力過(guò)程中發(fā)揮正向調(diào)節(jié)作用。

（三）交通基礎(chǔ)設(shè)施

一個(gè)地區(qū)的交通基礎(chǔ)設(shè)施條件為企業(yè)開(kāi)展投資活動(dòng)提供了重要的連接和支撐作用。交通基礎(chǔ)設(shè)施條件越健全，企業(yè)物資的運(yùn)送就越為便捷快速，先進(jìn)技術(shù)擴(kuò)散和傳播的渠道也越為通暢，也越有利于區(qū)域創(chuàng)新能力的提升。因此本文提出假設(shè)3。

H3：交通基礎(chǔ)設(shè)施在對(duì)外直接投資影響區(qū)域創(chuàng)新能力過(guò)程中發(fā)揮正向調(diào)節(jié)作用。

（四）對(duì)外開(kāi)放度

在對(duì)外開(kāi)放度高、貿(mào)易和投資成本較低的環(huán)境中，本土企業(yè)更易于開(kāi)展對(duì)外直接投資，也更易于將

所獲得的國(guó)外的先進(jìn)的經(jīng)驗(yàn)和技術(shù)通過(guò)貿(mào)易或投資的方式轉(zhuǎn)移到母國(guó)，提升母國(guó)的技術(shù)創(chuàng)新能力。同時(shí)，國(guó)外先進(jìn)的技術(shù)和經(jīng)驗(yàn)在對(duì)外開(kāi)放度高的地區(qū)更易于傳播擴(kuò)散，這也有助于提升母國(guó)技術(shù)創(chuàng)新能力。因此本文提出假設(shè)4。

H4：對(duì)外開(kāi)放度在對(duì)外直接投資影響區(qū)域創(chuàng)新能力過(guò)程中發(fā)揮正向調(diào)節(jié)作用。

三、模型建立和數(shù)據(jù)來(lái)源

（一）計(jì)量模型

本文首先設(shè)定基本模型如下：

其中，CREATE表示區(qū)域創(chuàng)新能力；OFDI表示對(duì)外直接投資變量，為模型的核心解釋變量；CONTROL為一系列控制變量。下標(biāo)i、t分別代表城市和年份、ui為不隨時(shí)間而變化的個(gè)體效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。

為了反映吸收能力的調(diào)節(jié)作用，在模型（1）的基礎(chǔ)上，加上吸收能力和對(duì)外直接投資的交互項(xiàng)，得到以下模型：

其中，ABSORB為一系列吸收能力變量。用人力資本HUM、金融發(fā)展水平FIN、交通基礎(chǔ)設(shè)施INFRA、對(duì)外開(kāi)放度OPEN等變量分別代替ABSORB，模型（2）可以拓展為模型（3）-（6）。

為了進(jìn)一步檢驗(yàn)吸收能力變量是否具有門(mén)檻效應(yīng)，本文根據(jù)Hansen（1999）提出的非動(dòng)態(tài)面板門(mén)檻模型的思路［24］，構(gòu)建面板門(mén)檻模型如下：

在（7）式中，I（·）為指示函數(shù)，當(dāng)括號(hào)內(nèi)條件為真時(shí)，取值為1，反之則為0、λ1，λ2，…，λn為待估算的門(mén)檻值。

（二）變量選取和數(shù)據(jù)來(lái)源

由于江蘇分地級(jí)市的對(duì)外直接數(shù)據(jù)最早統(tǒng)計(jì)年份為2007年，因此本文將樣本區(qū)間設(shè)定為2007-2014年。

1.區(qū)域創(chuàng)新能力CREATE

本文選取16個(gè)指標(biāo)測(cè)算江蘇13個(gè)城市和浙江11個(gè)城市歷年的區(qū)域創(chuàng)新能力：X1為R&D經(jīng)費(fèi)投入（億元）、X2為R&D經(jīng)費(fèi)占GDP比重（%）、X3為R&D人員全時(shí)當(dāng)量（萬(wàn)人年）、X4為專利發(fā)明申請(qǐng)量（件）、X5為專利實(shí)用新型申請(qǐng)量（件）、X6為專利外觀設(shè)計(jì)申請(qǐng)量（件）、X7為專利發(fā)明授權(quán)量（件）、X8為專利實(shí)用新型授權(quán)量（件）、X9為專利外觀設(shè)計(jì)授權(quán)量（件）、X10為教育財(cái)政支出（億元）、X11為教育財(cái)政支出占財(cái)政支出比重（%）、X12為科技財(cái)政支出（億元）、X13為科技財(cái)政支出占財(cái)政支出比重（%）、X14為高等院校數(shù)（個(gè)）、X15為公共圖書(shū)館數(shù)（個(gè)）、X16為圖書(shū)館藏書(shū)量（萬(wàn)冊(cè)）。

其中，X1-X3為區(qū)域創(chuàng)新投入指標(biāo)、X4-X9為區(qū)域創(chuàng)新產(chǎn)出指標(biāo)、X10-X16為區(qū)域創(chuàng)新支撐環(huán)境指標(biāo)。數(shù)據(jù)來(lái)源于江蘇13個(gè)地級(jí)市和浙江11個(gè)地級(jí)市2008-2015年各市的《統(tǒng)計(jì)年鑒》、江蘇省和浙江省第二次全國(guó)R&D資源清查主要數(shù)據(jù)公報(bào)、浙江省各年度市、縣（市、區(qū)）科技進(jìn)步統(tǒng)計(jì)監(jiān)測(cè)評(píng)價(jià)報(bào)告、江蘇省和浙江省知識(shí)產(chǎn)權(quán)局網(wǎng)站。對(duì)于X3缺失的數(shù)據(jù)，假設(shè)其年增長(zhǎng)率與R&D經(jīng)費(fèi)投入年增長(zhǎng)率相同，用R&D經(jīng)費(fèi)投入年增長(zhǎng)率估算獲得。為了消除價(jià)格因素的影響，對(duì)上述絕對(duì)量貨幣單位數(shù)據(jù)采用以2007年為基期的GDP平減指數(shù)進(jìn)行平減。

2.對(duì)外直接投資OFDI

對(duì)外直接投資具有資本屬性，因此本文首先計(jì)算各市對(duì)外直接投資存量，折舊率設(shè)定為10%、其次將對(duì)外直接投資存量數(shù)據(jù)除以各市歷年實(shí)際GDP，以消除不同城市規(guī)模的影響。

對(duì)外直接投資數(shù)據(jù)來(lái)源于《江蘇統(tǒng)計(jì)年鑒2015》、2008-2013年《浙江商務(wù)年鑒》和各市2013-2014年《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。為了保持貨幣統(tǒng)計(jì)口徑一致，本文采用國(guó)家統(tǒng)計(jì)局網(wǎng)站公布的歷年人民幣對(duì)美元中間匯率將對(duì)外直接投資原始美元數(shù)據(jù)換算成人民幣（億元），并利用GDP平減指數(shù)進(jìn)行平減。

3.吸收能力ABSORB

（1）人力資本HUM。本文以Barro和Lee（2000）以及Wang和Yao（2003）的方法為基礎(chǔ)，采用人均受教育年限法測(cè)算各市的人力資本水平。計(jì)算公式為：

其中，用Pt、Jt、St、Ct分別表示每年小學(xué)、初中、高中、大專以上畢業(yè)生人數(shù)；Hit為t年人口中各級(jí)教育程度存量，i=1，2，3，4；其中1表示小學(xué)，2表示初中，3表示高中，4表示大專以上、δt為人力資本折舊率，用人口死亡率表示；假設(shè)小學(xué)、初中、高中、大專以上的教育年限分別為6、9、12、16年，則HUMt為第t年人力資本，TPt為各級(jí)受教育存量總和。

本文首先根據(jù)各市《2010年全國(guó)第六次人口普查主要數(shù)據(jù)公報(bào)》，以2010年人力資本存量數(shù)據(jù)為基礎(chǔ)，再利用公式（8）-（12）計(jì)算各市2007-2014年人力資本，單位為年。所有基礎(chǔ)數(shù)據(jù)來(lái)源于各市歷年的《統(tǒng)計(jì)年鑒》。

（2）金融發(fā)展水平FIN。本文采用“戈式指標(biāo)”，即金融機(jī)構(gòu)貸款總額占GDP比重衡量金融發(fā)展水平。其中金融機(jī)構(gòu)貸款總額源于各市歷年《統(tǒng)計(jì)年鑒》和《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

（3）交通基礎(chǔ)設(shè)施INFRA。采用江蘇和浙江各城市水路、公路、鐵路和航空等各種運(yùn)輸方式貨物運(yùn)輸總量表示交通基礎(chǔ)設(shè)施狀況。該數(shù)據(jù)全部來(lái)源于各市歷年的《統(tǒng)計(jì)年鑒》，單位為億噸。

（4）對(duì)外開(kāi)放度OPEN。本文將對(duì)外開(kāi)放度定義為進(jìn)出口占GDP比重。其中進(jìn)出口貿(mào)易額和GDP均來(lái)源于各市歷年《統(tǒng)計(jì)年鑒》，并且進(jìn)出口貿(mào)易額用匯率折算與GDP統(tǒng)一為人民幣單位。

4.控制變量CONTROL

本文將以下4個(gè)變量設(shè)定為控制變量：

（1）經(jīng)濟(jì)發(fā)展水平PGDP。采用人均實(shí)際GDP表示經(jīng)濟(jì)發(fā)展水平。該指標(biāo)采用各市2007年為基期的實(shí)際GDP/戶籍人口數(shù)計(jì)算獲得，最終單位為萬(wàn)元/人。其中各市年末戶籍人口數(shù)源于各市歷年《統(tǒng)計(jì)年鑒》和《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

（2）城市化水平CITI。采用城鎮(zhèn)化率衡量城市化水平。江蘇各城市歷年城鎮(zhèn)化率數(shù)據(jù)直接從2008-2015年《江蘇統(tǒng)計(jì)年鑒》獲得、浙江各市歷年城鎮(zhèn)化率水平采用非農(nóng)業(yè)人口占總?cè)丝诒戎赜?jì)算獲得，數(shù)據(jù)全部來(lái)源于2008-2015年《浙江統(tǒng)計(jì)年鑒》。

（3）產(chǎn)業(yè)結(jié)構(gòu)INDS。采用產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指標(biāo)，即第三產(chǎn)業(yè)與第二產(chǎn)業(yè)增加值之比表示產(chǎn)業(yè)結(jié)構(gòu)水平。數(shù)據(jù)全部來(lái)源于2008-2015年各市的《統(tǒng)計(jì)年鑒》。

（4）利用外商直接投資FDI。江蘇和浙江各市利用外商直接投資數(shù)據(jù)來(lái)源于各市歷年的《統(tǒng)計(jì)年鑒》和《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。與對(duì)外直接投資類似，F(xiàn)DI指標(biāo)采用存量計(jì)算并除以GDP以消除經(jīng)濟(jì)規(guī)模的影響，假設(shè)折舊率為10%。

對(duì)于上述所有變量中少量缺失的數(shù)據(jù)，采用線性插值法或構(gòu)建自回歸模型估計(jì)獲得。

四、實(shí)證分析

（一）區(qū)域創(chuàng)新能力CREATE測(cè)算

采用全局主成分分析方法（GPCA）測(cè)算江蘇和浙江各市歷年的區(qū)域創(chuàng)新能力。本文將兩省2007-2014年24個(gè)城市X1-X16等16個(gè)指標(biāo)共3 072個(gè)基本數(shù)據(jù)單元合并成一個(gè)面板數(shù)據(jù)。將數(shù)據(jù)標(biāo)準(zhǔn)化后計(jì)算特征值和特征向量，得到三個(gè)特征值大于1的主成分的表達(dá)式。再以三個(gè)主成分各自特征值占三個(gè)特征值之和的比例作為三個(gè)主成分各自權(quán)重進(jìn)行加權(quán)求和，最終得到區(qū)域創(chuàng)新能力的表達(dá)式。表1列出了江蘇和浙江各城市歷年區(qū)域創(chuàng)新能力測(cè)算結(jié)果的均值水平。從表1可以看出，江蘇和浙江歷年的區(qū)域創(chuàng)新能力均呈現(xiàn)出穩(wěn)定的上升趨勢(shì)。與浙江相比，江蘇區(qū)域創(chuàng)新能力上升速度更快，并且近年來(lái)區(qū)域創(chuàng)新能力均要高于浙江。

表1 江蘇和浙江區(qū)域創(chuàng)新能力歷年均值

（二）回歸結(jié)果分析

首先根據(jù)模型（1）和模型（3）-（6）進(jìn)行面板數(shù)據(jù)回歸。本文通過(guò)F檢驗(yàn)確定模型采用混合效應(yīng)（OLS）或固定效應(yīng)（FE），通過(guò)LM χ2檢驗(yàn)確定模型采用混合效應(yīng)（OLS）或隨機(jī)效應(yīng)（FE），通過(guò)Hausman檢驗(yàn)確定模型采用固定效應(yīng)（FE）或隨機(jī)效應(yīng)（RE）。為了避免模型的內(nèi)生性問(wèn)題，以lnOFDI的一階和二階滯后變量為工具變量，利用Hausman檢驗(yàn)或Davidson-MacKinn檢驗(yàn)?zāi)Ｐ褪欠窬哂袃?nèi)生性，決定是否采用隨機(jī)效應(yīng)工具變量（REIV）或固定效應(yīng)工具變量（FEIV）。模型選擇檢驗(yàn)結(jié)果見(jiàn)表2所列。

表2 模型選擇檢驗(yàn)結(jié)果

續(xù)表2

從表2結(jié)果可以看出，對(duì)江蘇而言，模型（1）和模型（5）采用隨機(jī)效應(yīng)工具變量（REIV），模型（3）、（4）、（6）均采用隨機(jī)效應(yīng)（RE）、對(duì)浙江而言，模型（1）采用隨機(jī)效應(yīng)工具變量（REIV），模型（3）和（4）采用固定效應(yīng)（FE），模型（5）和（6）采用隨機(jī)效應(yīng)（RE）。

根據(jù)表2結(jié)果，分別對(duì)兩省的模型進(jìn)行回歸檢驗(yàn)，結(jié)果見(jiàn)表3所列。

表3 基準(zhǔn)模型和交互項(xiàng)模型回歸結(jié)果

在不包含吸收能力變量的基準(zhǔn)模型（1）中，兩省的OFDI變量均沒(méi)有通過(guò)顯著性檢驗(yàn)。這意味著兩省的對(duì)外直接投資對(duì)于各自區(qū)域創(chuàng)新能力均沒(méi)有顯著的影響，或許也表明對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力產(chǎn)生積極的影響需要結(jié)合一定的吸收能力。模型（3）-（6）為包含了吸收能力變量的模型。對(duì)于江蘇而言，雖然基礎(chǔ)設(shè)施INFRA與OFDI交叉項(xiàng)、對(duì)外開(kāi)放度OPEN與OFDI交互項(xiàng)沒(méi)有通過(guò)顯著性檢驗(yàn)，但人力資本HUM與OFDI交互項(xiàng)、金融發(fā)展水平FIN與OFDI交互項(xiàng)均通過(guò)了顯著性檢驗(yàn)。對(duì)于浙江而言，四個(gè)連乘交互項(xiàng)均通過(guò)了顯著性檢驗(yàn)。因此，就檢驗(yàn)結(jié)果來(lái)看，基本證實(shí)了H1-H4這四個(gè)假設(shè)，即吸收能力在對(duì)外直接投資影響區(qū)域創(chuàng)新能力過(guò)程中發(fā)揮正向調(diào)節(jié)作用。

產(chǎn)業(yè)結(jié)構(gòu)水平INDS在絕大多數(shù)模型中均為正向顯著，表明產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化的確有利于區(qū)域創(chuàng)新能力的提高，這一結(jié)果符合理論預(yù)期。城市化水平CITI在江蘇的樣本中多數(shù)為負(fù)向顯著，在浙江的樣本中均沒(méi)有通過(guò)顯著性檢驗(yàn)。一般而言，城市化有利于促進(jìn)勞動(dòng)分工、專業(yè)化的形成，有利于加速技術(shù)的傳播與擴(kuò)散，提高區(qū)域創(chuàng)新能力。出現(xiàn)上述結(jié)果，可能的原因在于江蘇和浙江雖然城市化水平相對(duì)較高，但更多的是體現(xiàn)為土地的城市化，作為核心要素的人的城市化推進(jìn)速度相對(duì)緩慢，導(dǎo)致了城市化質(zhì)量的提升尚不足以提升區(qū)域創(chuàng)新能力。經(jīng)濟(jì)發(fā)展水平PGDP在多數(shù)的模型中都為正向顯著，表明經(jīng)濟(jì)發(fā)展水平的確對(duì)區(qū)域創(chuàng)新能力存在積極影響，這也與理論預(yù)期一致。吸收外商直接投資FDI在多數(shù)的模型

中沒(méi)有通過(guò)顯著性檢驗(yàn)，表明FDI對(duì)區(qū)域創(chuàng)新能力沒(méi)有顯著的影響。可能的原因在于FDI與對(duì)外直接投資類似，對(duì)區(qū)域創(chuàng)新能力發(fā)揮積極的促進(jìn)作用也需要與吸收能力相結(jié)合。

為了進(jìn)一步驗(yàn)證吸收能力變量是否具有門(mén)檻特征，利用面板門(mén)檻模型對(duì)兩省的數(shù)據(jù)進(jìn)行進(jìn)一步檢驗(yàn)。首先，根據(jù)Hansen面板門(mén)檻模型，依次估計(jì)不同吸收能力門(mén)檻變量對(duì)應(yīng)的單一門(mén)檻、雙重門(mén)檻和三重門(mén)檻模型，并采用“格點(diǎn)搜索法”（Grid Search）搜尋使得上述模型的殘差平方和最小的門(mén)檻估計(jì)值。然后采用“自抽法”（Bootstrap）反復(fù)抽樣500次，檢驗(yàn)結(jié)果見(jiàn)表4所列。

根據(jù)表4的結(jié)果，江蘇的吸收能力變量HUM、FIN、INFRA和OPEN分別采用三重、雙重、雙重和三重門(mén)檻模型，浙江的吸收能力變量HUM、FIN、INFRA和OPEN分別采用雙重、三重、雙重和三重門(mén)檻模型。

表4 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

在確定了不同門(mén)檻變量采用的門(mén)檻類型后，可計(jì)算獲得不同門(mén)檻值估計(jì)結(jié)果和置信區(qū)間，結(jié)果見(jiàn)表5所列。

表5 門(mén)檻值估計(jì)結(jié)果

對(duì)兩省各門(mén)檻變量進(jìn)行面板門(mén)檻回歸，結(jié)果見(jiàn)表6所列。

表6 面板門(mén)檻回歸結(jié)果

上述所有模型的組內(nèi)R2在0.77～0.92之間，表明模型的整體擬合度較好。在人力資本HUM作為門(mén)檻變量的回歸模型中，當(dāng)江蘇的HUM低于第一個(gè)門(mén)檻值λ1（9.617）時(shí)，OFDI前系數(shù)不顯著、當(dāng)HUM高于λ1時(shí)，OFDI前系數(shù)為正，并且在1%水平上通過(guò)顯著性檢驗(yàn)，表明OFDI對(duì)區(qū)域創(chuàng)新能力產(chǎn)生了積極的促進(jìn)作用。當(dāng)浙江的HUM低于第一個(gè)門(mén)檻值λ1（9.363）和第二個(gè)門(mén)檻值λ2（9.787）時(shí)，OFDI前系數(shù)不顯著或?yàn)樨?fù)向顯著、當(dāng)HUM高于λ2時(shí)，OFDI前系數(shù)為正向顯著。因此，對(duì)于江蘇和浙江而言，人力資本HUM都存在最低作用門(mén)檻。

在金融發(fā)展水平FIN作為門(mén)檻變量的回歸模型中，當(dāng)江蘇的FIN低于第一個(gè)門(mén)檻值λ1（0.773）時(shí)，OFDI前系數(shù)不顯著、當(dāng)FIN高于λ1時(shí)，OFDI前系數(shù)正向顯著。當(dāng)浙江的FIN低于第一個(gè)門(mén)檻值λ1（0.973）和第二個(gè)門(mén)檻值λ2（1.109）時(shí)，OFDI前系數(shù)雖然為正，但并沒(méi)有通過(guò)顯著性檢驗(yàn)、當(dāng)FIN高于第二個(gè)門(mén)檻值時(shí)，OFDI前系數(shù)為正，并在10%水平上顯著、當(dāng)FIN高于第三個(gè)門(mén)檻值（1.264）時(shí)，OFDI前系數(shù)進(jìn)一步擴(kuò)大，并在1%水平上顯著。因此，對(duì)于江蘇和浙江而言，金融發(fā)展水平FIN也都存在最低作用門(mén)檻。

在交通基礎(chǔ)設(shè)施INFRA作為門(mén)檻變量的回歸模型中，當(dāng)江蘇的INFRA低于第一個(gè)門(mén)檻值λ1（1.129）時(shí)，OFDI前系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)、當(dāng)INFRA高于第一個(gè)門(mén)檻值λ1時(shí)，OFDI前系數(shù)顯著為正。當(dāng)浙江的INFRA低于第一個(gè)門(mén)檻值λ1（1.786）和第二個(gè)門(mén)檻值λ2（2.233）時(shí)，OFDI前系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)、當(dāng)INFRA高于第二個(gè)門(mén)檻值λ2，OFDI前系數(shù)在1%水平上正向顯著。因此，對(duì)于江蘇和浙江而言，交通基礎(chǔ)設(shè)施INFRA同樣存在最低作用門(mén)檻。

在對(duì)外開(kāi)放度OPEN作為門(mén)檻變量的回歸模型中，當(dāng)江蘇的OPEN低于第一個(gè)門(mén)檻值λ1（0.239）和第二個(gè)門(mén)檻值λ2（0.601）時(shí)，OFDI前系數(shù)不顯著、當(dāng)OPEN高于第二個(gè)門(mén)檻值時(shí)，OFDI前系數(shù)正向顯著。浙江OPEN在三個(gè)門(mén)檻值下，OFDI前系數(shù)均在1%水平上正向顯著，并且隨著門(mén)檻值的提高，OFDI前系數(shù)值逐步增加，表明對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力的積極影響逐步提高。對(duì)于江蘇而言，對(duì)外開(kāi)放度存在最低作用門(mén)檻、對(duì)于浙江而言，對(duì)外開(kāi)放度的最低作用門(mén)檻不存在。

綜合以上分析可以看出，絕大多數(shù)吸收能力變量都存在門(mén)檻效應(yīng)。當(dāng)吸收能力變量低于某一個(gè)特定的門(mén)檻值，對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力沒(méi)有顯著的促進(jìn)作用、當(dāng)吸收能力變量高于某一個(gè)特定的門(mén)檻值，對(duì)外直接投資則顯著地提升了區(qū)域創(chuàng)新能力。

為了進(jìn)一步比較江蘇和浙江兩省吸收能力變量門(mén)檻效應(yīng)的差異，將兩省超過(guò)吸收能力變量最低門(mén)檻值樣本在各自的總樣本中所占的比例進(jìn)行比較，結(jié)果見(jiàn)表7所列。

表7 兩省跨越吸收能力變量最低門(mén)檻的樣本所占比例%

從表7可以看出，對(duì)于人力資本HUM，江蘇有37.5%的樣本超過(guò)最低門(mén)檻值，浙江為9.09%、對(duì)于金融發(fā)展水平FIN，江蘇有43.27%的樣本超過(guò)最低門(mén)檻值，浙江為73.86%、對(duì)于交通基礎(chǔ)設(shè)施INFRA，江蘇有62.5%的樣本超過(guò)最低門(mén)檻值，浙江為19.32%、對(duì)于開(kāi)放度水平OPEN，江蘇有16.35%的樣本超過(guò)最低門(mén)檻，而浙江為100%。江蘇在人力資本和交通基礎(chǔ)設(shè)施方面超過(guò)最低門(mén)檻的比例優(yōu)于浙江，浙江在金融發(fā)展水平和對(duì)外開(kāi)放度方面超過(guò)最低門(mén)檻的比例優(yōu)于江蘇。

對(duì)于控制變量，模型結(jié)果與交互項(xiàng)模型結(jié)果基本類似。產(chǎn)業(yè)結(jié)構(gòu)水平INDS前系數(shù)均為正，并有4個(gè)模型中系數(shù)在1%水平上顯著。城市化水平CITI在所有的模型中均為負(fù)向顯著或不顯著。經(jīng)濟(jì)發(fā)展水平PGDP在絕大多數(shù)模型中系數(shù)均為正，并且在6個(gè)模型中系數(shù)通過(guò)了顯著性檢驗(yàn)。吸收外商直接投資FDI僅在1個(gè)模型中為正向顯著，其余的模型均未通過(guò)顯著性檢驗(yàn)。

五、主要結(jié)論和建議

本文基于2007-2014年江蘇13個(gè)城市和浙江11個(gè)城市的面板數(shù)據(jù)，采用面板數(shù)據(jù)回歸模型測(cè)度了吸收能力約束下對(duì)外直接投資對(duì)區(qū)域創(chuàng)新能力的影響。主要結(jié)論如下：第一，對(duì)于江蘇和浙江兩省而言，對(duì)外直接投資均沒(méi)有對(duì)各自的區(qū)域創(chuàng)新能力直接產(chǎn)生明顯的促進(jìn)作用、當(dāng)對(duì)外直接投資與吸收能力相結(jié)合時(shí)，能顯著地提升區(qū)域創(chuàng)新能力。第二，對(duì)于江蘇和浙江兩省而言，絕大多數(shù)吸收能力變量均存在門(mén)檻效應(yīng)。第三，對(duì)比兩省面板門(mén)檻模型結(jié)果檢驗(yàn)結(jié)果，江蘇在人力資本和交通基礎(chǔ)設(shè)施方面超過(guò)最低門(mén)檻的比例優(yōu)于浙江，浙江在金融發(fā)展水平和對(duì)外開(kāi)放度方面超過(guò)最低門(mén)檻的比例優(yōu)于江蘇。

根據(jù)上述分析結(jié)果，提出以下對(duì)策建議：江蘇可考慮進(jìn)一步完善金融市場(chǎng)，提高金融市場(chǎng)效率，加強(qiáng)對(duì)金融市場(chǎng)和資本市場(chǎng)的管理，降低企業(yè)的融資成本，保證對(duì)外投資企業(yè)運(yùn)用國(guó)外吸收的先進(jìn)技術(shù)經(jīng)驗(yàn)在省內(nèi)開(kāi)展投資生產(chǎn)時(shí)能便捷快速地獲得資金支持。此外，江蘇還應(yīng)進(jìn)一步加大對(duì)外開(kāi)放力度，提高

對(duì)外開(kāi)放質(zhì)量，吸引技術(shù)密集型外資企業(yè)投資，鼓勵(lì)省內(nèi)企業(yè)到技術(shù)含量高的國(guó)外區(qū)域投資，增加高技術(shù)產(chǎn)品進(jìn)口。對(duì)浙江而言，應(yīng)進(jìn)一步加大教育投入，提高人力資本的投資回報(bào)率，吸引跨國(guó)公司的技術(shù)、管理人才回流，不斷提高人力資本水平。同時(shí)，浙江應(yīng)進(jìn)一步加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)，縮小不同區(qū)域內(nèi)交通基礎(chǔ)設(shè)施的差距，降低貨物流通成本，使得物質(zhì)運(yùn)送更為便捷，技術(shù)擴(kuò)散渠道更為通暢。兩省除了采取上述措施以外，還可考慮采取有效措施提高城市化質(zhì)量，推進(jìn)以人為核心的城市化，加快城市功能現(xiàn)代化，促進(jìn)經(jīng)濟(jì)社會(huì)生活文明化，不斷提高城市化水平對(duì)區(qū)域創(chuàng)新能力的積極影響。

［1］Kogut B，Chang S J.Technological capabilities and Japanese foreign direct investment in the United states［J］.Review of Economics and Statistics，1991，73（3）：401-413.

［2］Bruno Van Pottelsberghe La Potterie，F(xiàn)rank Lichtenberg. Does foreign direct investment transfer technology across borders?［J］.The Review of Economics and Statistics，MIT Press，2001，83（3）：490-497.

［3］Driffield N，Love J H.Foreign direct investment，technology sourcing and reverse spillovers［J］.Manchester School，2003，71（6）：659-672.

［4］Pradhan J，Singh N.Outward FDI and knowledge flows：A Study of the Indian Automotive Sector［J］.International Journal of Institutions and Economics，2009，1（1）：156-187.

［5］Yang S，Chen K，Huang，T.Outward foreign direct investment and technical efficiency：evidence from Taiwan's manufacturing firms［J］.Journal of Asian Economics，2013，27：7-17.

［6］Georges Siotis.Foreign direct investment strategies and firms'capabilities［J］.Journal of Economics＆Management Strategy，1999，8（2）：251-270.

［7］Chen V Z，Li J，Shapiro D M.International reverse spillover effects on parent firms：evidences from emerging-market MNEs in developed markets［J］.European Management Journal，2012，30（3）：204-218.

［8］冼國(guó)明，楊銳.技術(shù)積累、競(jìng)爭(zhēng)策略與發(fā)展中國(guó)家對(duì)外直接投資［J］.經(jīng)濟(jì)研究，1998（11）：65-71.

［9］趙偉，古廣東，何元慶.外向FDI與中國(guó)技術(shù)進(jìn)步：機(jī)理分析與嘗試性實(shí)證［J］.管理世界，2006（7）：1-16.

［10］王英，劉思峰.中國(guó)OFDI反向技術(shù)溢出效應(yīng)的實(shí)證分析［J］.科學(xué)學(xué)研究，2008（2）：294-298.

［11］劉宏，秦蕾.中國(guó)OFDI逆向技術(shù)溢出效應(yīng)對(duì)國(guó)內(nèi)技術(shù)進(jìn)步影響的實(shí)證研究［J］.中國(guó)科技論壇，2013（5）：143-148.

［12］周懷峰，曾曉花.OFDI怎樣影響企業(yè)自主創(chuàng)新能力？——以海爾集團(tuán)為例［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2010（11）：61-65.

［13］沙文兵.對(duì)外直接投資、逆向技術(shù)溢出與國(guó)內(nèi)創(chuàng)新能力——基于中國(guó)省際面板數(shù)據(jù)的實(shí)證研究［J］.世界經(jīng)濟(jì)研究，2012（3）：69-74.

［14］毛其淋，許家云.中國(guó)企業(yè)對(duì)外直接投資是否促進(jìn)了企業(yè)創(chuàng)新［J］.世界經(jīng)濟(jì)，2014（8）：98-125.

［15］汪洋，嚴(yán)軍，馬春光.中國(guó)企業(yè)對(duì)外直接投資與區(qū)域自主創(chuàng)新能力［J］.經(jīng)濟(jì)與管理研究，2015（10）：122-129.

［16］李梅.人力資本、研發(fā)投入與對(duì)外直接投資的逆向技術(shù)溢出［J］.世界經(jīng)濟(jì)研究，2010（10）：69-75.

［17］闞大學(xué).對(duì)外直接投資的反向技術(shù)溢出效應(yīng)——基于吸收能力的實(shí)證研究［J］.商業(yè)經(jīng)濟(jì)與管理，2010（6）：53-58.

［18］尹東東，張建清.我國(guó)對(duì)外直接投資逆向技術(shù)溢出效應(yīng)研究——基于吸收能力視角的實(shí)證分析［J］.國(guó)際貿(mào)易問(wèn)題，2016（1）：109-120.

［19］Barro R J，Lee J W.International data on educational attainment：updates and implications［R］.CID Working Paper，No.42，2000.

［20］Yan Wang，Yudong Yao.Sources of China's economic growth，1952-1999：incorporating human capital accumulation［J］.China Economic Review，2003，14（1）：32-52.

［21］Cohen W M，Levinthal D A.Absorptive Capability：A New Perspective on leaming and innovation［J］.Administrative Seience Quarterly，1990，35（1）：128-152.

［22］賴明勇，包群.關(guān)于技術(shù)外溢與吸收能力的研究綜述——外商直接投資理論研究新進(jìn)展［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2003（8）：75-79.

［23］Tu Qiang，Mark A V，Ragu-Nathan T S，et al.Absorptive capacity：Enhancing the Assimilation of Time-based Manufacturing Practices［J］.Journal of Operations Management，2006，24（5）：692-710.

［24］Hansen B E.Threshold effects in non-dynamic panels：estimation，testing and inference［J］.Journal of Econometrics，1999，93（2）：345-368.

［責(zé)任編輯：余志虎］

Does Outward Foreign Direct Investment Promote Regional Innovation Capacity？—A Comparative Study Based on the Panel Data of Cities at Prefecture-level in Jiangsu and Zhejiang Province from the Perspective of Absorptive Capacity

WANG Xin
（School of Finance and Economics，Jiangsu University，Zhenjiang 212013，China）

Based on the cities data in Jiangsu and Zhejiang province from 2007 to 2014，this paper computes the regional innovation capacity in the two provinces with global principal components analysis method，then estimates the impact of OFDI on regional innovation capability with panel data model.The results show that，for the two provinces，OFDI directly has no significant impact on regional innovation capability，but if OFDI is combined with absorptive capacity variables such as human capital，financial development level，transport infrastructure and openness，it has a significant impact on regional innovation capability.Meanwhile，it is found that most of the absorptive capacity variables have the minimum threshold by using panel threshold model proposed by Hansen.Some effective measures can be taken in the two provinces correspondingly according to the threshold features of absorptive capacity variables.

OFDI；absorptive capacity；regional innovation capacity；panel threshold model

F127；F125

A

1007-5097（2016）09-0026-08

2016-04-08

國(guó)家自然科學(xué)基金項(xiàng)目（71271103）；江蘇省社會(huì)科學(xué)基金項(xiàng)目（14GLD003）；江蘇高校哲學(xué)社會(huì)科學(xué)基金項(xiàng)目（2014SJB808）；2013年度江蘇政府留學(xué)獎(jiǎng)學(xué)金項(xiàng)目

王欣（1978-），男，江蘇鎮(zhèn)江人，副教授，管理學(xué)博士，研究方向：國(guó)際貿(mào)易與國(guó)際投資。

10.3969/j.issn.1007-5097.2016.09.004