對(duì)外直接投資、逆向技術(shù)溢出與省域創(chuàng)新能力
——基于中國(guó)省際面板數(shù)據(jù)的門(mén)檻回歸分析

杜龍政，林潤(rùn)輝

(1.內(nèi)蒙古財(cái)經(jīng)大學(xué) 工商管理學(xué)院， 內(nèi)蒙古 呼和浩特 010070；2.南開(kāi)大學(xué) 中國(guó)公司治理研究院，天津 300071)

一、引言

眾多國(guó)內(nèi)外的學(xué)者通過(guò)實(shí)證研究表明，對(duì)外直接投資(OFDI)在促進(jìn)國(guó)內(nèi)技術(shù)進(jìn)步、提升創(chuàng)新能力方面發(fā)揮著重要作用。技術(shù)獲取型OFDI(以獲取技術(shù)為目的)成為我國(guó)企業(yè)走出去的主要?jiǎng)訖C(jī)之一，例如2008年世界金融危機(jī)就成為獲取優(yōu)質(zhì)國(guó)際企業(yè)資產(chǎn)的良機(jī)，2008、2009年我國(guó)各地OFDI大幅提高，此后進(jìn)入快速擴(kuò)張期。2015年我國(guó)對(duì)外直接投資流量創(chuàng)下1456.7億美元的歷史新高，全球第二，僅次于美國(guó)。對(duì)比2008年到2015年我國(guó)OFDI的數(shù)據(jù)，多數(shù)地區(qū)增長(zhǎng)10倍以上，北京、上海則從低于10億美元分別增至387.99億美元、583.62億美元規(guī)模，增長(zhǎng)超過(guò)30倍;西部的四川、重慶也從無(wú)到有，分別從0.2億美元、0.04億美元增至46.59億美元、39.08億美元。2016年我國(guó)科技進(jìn)步對(duì)經(jīng)濟(jì)社會(huì)的貢獻(xiàn)率為56.2%(發(fā)達(dá)國(guó)家多在70%以上)，追趕勢(shì)頭良好。

當(dāng)前我國(guó)處于一個(gè)重要的歷史拐點(diǎn)時(shí)期，我國(guó)正在實(shí)現(xiàn)從“引進(jìn)來(lái)”為主向“走出去”為主的戰(zhàn)略轉(zhuǎn)變，“一帶一路”不僅對(duì)發(fā)展中國(guó)家，而且對(duì)發(fā)達(dá)國(guó)家也彰顯出強(qiáng)大的吸引力。同時(shí)，環(huán)境制約、效率約束迫使我國(guó)經(jīng)濟(jì)發(fā)展向“創(chuàng)新驅(qū)動(dòng)”轉(zhuǎn)型，我國(guó)各地區(qū)如何結(jié)合一帶一路戰(zhàn)略，合理有效地進(jìn)行對(duì)外投資布局，以更好更快地帶動(dòng)本省域創(chuàng)新能力的提升，推動(dòng)“創(chuàng)新驅(qū)動(dòng)”戰(zhàn)略的轉(zhuǎn)型，成為各地關(guān)注的焦點(diǎn)。隨著創(chuàng)新能力的研究逐漸從國(guó)家層面轉(zhuǎn)向區(qū)域?qū)用鎇1]，區(qū)域創(chuàng)新能力成為影響經(jīng)濟(jì)質(zhì)量的關(guān)鍵變量之一。一般學(xué)者們所指區(qū)域往往是我國(guó)東中西部的劃分，本文認(rèn)為省域作為我國(guó)最重要的產(chǎn)業(yè)集群集聚與創(chuàng)新的活動(dòng)區(qū)域，例如廣東的珠三角，浙東、蘇南、膠東等經(jīng)濟(jì)最活躍的集聚區(qū)一般在一省之內(nèi)，故站在省域創(chuàng)新能力的層面，研究各省市對(duì)外投資對(duì)省域技術(shù)進(jìn)步和生產(chǎn)效率的影響，是否存在逆向技術(shù)溢出，影響是正面還是負(fù)面等等，這些問(wèn)題的進(jìn)一步厘清，對(duì)于省域政策的制定和調(diào)整極有必要。

文章下文結(jié)構(gòu)安排如下：第二部分是回顧已有的國(guó)內(nèi)外相關(guān)文獻(xiàn)，并進(jìn)行文獻(xiàn)綜述；第三部分是構(gòu)建計(jì)量模型和列出所用變量的數(shù)據(jù)出處及處理方法；第四部分是對(duì)模型的實(shí)證分析；第五部分是總結(jié)實(shí)證結(jié)果得出的結(jié)論并提出相應(yīng)的對(duì)策建議。

二、 文獻(xiàn)綜述與問(wèn)題提出

(一)OFDI逆向技術(shù)溢出綜述

開(kāi)放環(huán)境下一國(guó)技術(shù)進(jìn)步依賴于國(guó)內(nèi)和國(guó)外兩種研發(fā)資本，而國(guó)外研發(fā)資本需通過(guò)各種渠道的技術(shù)外溢來(lái)促進(jìn)東道國(guó)技術(shù)進(jìn)步：一類稱為物化技術(shù)溢出(Embed Spillovers)，知識(shí)體現(xiàn)于有形商品中通過(guò)商品的流動(dòng)而間接產(chǎn)生了技術(shù)溢出，該類研究集中在FDI、OFDI、進(jìn)出口貿(mào)易等方面。非物化技術(shù)溢出是指通過(guò)會(huì)議、期刊、培訓(xùn)、論文、專利許可等形式發(fā)生技術(shù)外溢，研究相對(duì)較少。

技術(shù)溢出是指跨國(guó)企業(yè)直接投資于被投資國(guó)，對(duì)當(dāng)?shù)仄髽I(yè)技術(shù)的促進(jìn)；逆向技術(shù)溢出則是指投資母國(guó)通過(guò)OFDI渠道，吸收被投資國(guó)的知識(shí)、技術(shù)，帶動(dòng)母國(guó)技術(shù)進(jìn)步。Driffield 等(2008)[2]把OFDI區(qū)分為“技術(shù)獲取型”、“效率尋求型”，前者是對(duì)高R&D密集的東道國(guó)投資，后者是對(duì)低R&D密集的東道國(guó)投資，實(shí)證發(fā)現(xiàn)這兩類對(duì)外投資均能促進(jìn)英國(guó)生產(chǎn)率的增長(zhǎng)。Driffield和Chiang(2009)[3]將臺(tái)灣因投資中國(guó)大陸而對(duì)臺(tái)灣生產(chǎn)率的提高，歸之于效率尋求型OFDI。本文研究的重點(diǎn)是OFDI逆向技術(shù)溢出，屬于技術(shù)獲取型OFDI，實(shí)證中就以中國(guó)各省份(含直轄市、自治區(qū)，以下同)對(duì)發(fā)達(dá)的“G7國(guó)家+韓國(guó)”的直接投資為主。Chen等(2012)[4]認(rèn)為新興市場(chǎng)國(guó)家對(duì)發(fā)達(dá)國(guó)家的OFDI，主要是尋求知識(shí)和技術(shù)的，并實(shí)證檢驗(yàn)了逆向技術(shù)溢出的存在。

現(xiàn)有文獻(xiàn)正關(guān)注和跟進(jìn)OFDI的逆向技術(shù)溢出效應(yīng)。OFDI逆向技術(shù)溢出效應(yīng)及其對(duì)母國(guó)創(chuàng)新能力的影響如何，學(xué)者觀點(diǎn)不一，可以分為以下三類。

第一類是OFDI的逆向技術(shù)溢出可以促進(jìn)本國(guó)的創(chuàng)新能力的提升。最早是Kogut和Chang(1991)[5]以日本對(duì)美投資企業(yè)為對(duì)象，驗(yàn)證了逆向技術(shù)溢出效應(yīng)的存在；Coe和 Helpman(1995)[6]最先采用國(guó)際R&D溢出回歸方法，實(shí)證得出通過(guò)進(jìn)口貿(mào)易的R&D溢出的存在性。Branstetter(2006)[7]從企業(yè)層面上實(shí)證分析了日美公司間OFDI所帶來(lái)的技術(shù)溢出效應(yīng)，認(rèn)為存在雙向外溢效應(yīng)。OFDI能從東道國(guó)獲得先進(jìn)的經(jīng)驗(yàn)和技術(shù)，帶動(dòng)母國(guó)技術(shù)進(jìn)步，即認(rèn)為存在逆向技術(shù)溢出效應(yīng)[4, 8-10]。OFDI的逆向技術(shù)溢出對(duì)國(guó)內(nèi)創(chuàng)新能力存在顯著的正面效應(yīng)[11-14]，且呈現(xiàn)出顯著的地區(qū)差異[15]。

第二類是認(rèn)為OFDI的逆向技術(shù)溢出對(duì)本國(guó)創(chuàng)新能力的提升作用不顯著。Btitzer和 G?rg(2010)[16]對(duì)OECD17個(gè)國(guó)家產(chǎn)業(yè)層面數(shù)據(jù)的檢驗(yàn)發(fā)現(xiàn)，OFDI對(duì)全要素生產(chǎn)率的影響為負(fù)，但國(guó)與國(guó)之間差異明顯。Lee(2006)[17]、Bitzer 和 Kerekes(2008)[18]也得出類似結(jié)論。OFDI逆向技術(shù)溢出對(duì)我國(guó)科技進(jìn)步的作用，李梅等(2012)[19]認(rèn)為比較微弱，甚至?xí)鸬阶璧K作用[20-21]。筆者認(rèn)為不顯著的原因可能在于門(mén)檻，沒(méi)有達(dá)到門(mén)檻時(shí)就不顯著，因?yàn)榧夹g(shù)吸收能力弱等原因；當(dāng)超過(guò)門(mén)檻時(shí)，就會(huì)顯著。21世紀(jì)之初的入世對(duì)中國(guó)企業(yè)走出去開(kāi)拓了道路，2008年金融危機(jī)更是走出去的良機(jī)，以獲取海外技術(shù)資產(chǎn)為目的的OFDI劇增。

第三類學(xué)者認(rèn)為OFDI的逆向技術(shù)溢出對(duì)本國(guó)創(chuàng)新能力的影響需要全面的分析，是一種非線性的關(guān)系，一般會(huì)引入門(mén)檻變量。OFDI和FDI能否產(chǎn)生技術(shù)溢出，與東道國(guó)和地區(qū)的發(fā)展水平密切相關(guān)，只有超過(guò)了這一門(mén)檻，才能夠產(chǎn)生良好的溢出，這就是門(mén)檻效應(yīng)。如Borensztein等(1998)[22]和G?rg 等(2004)[23]的研究表明，OFDI能否促進(jìn)母國(guó)技術(shù)進(jìn)步，與母國(guó)在人力資本等吸收能力有關(guān)，達(dá)到“門(mén)檻值”后，才能對(duì)本國(guó)技術(shù)進(jìn)步產(chǎn)生顯著的外溢效應(yīng)。陳巖(2011)[24]認(rèn)為OFDI能否促進(jìn)國(guó)內(nèi)企業(yè)創(chuàng)新，受所在區(qū)域經(jīng)濟(jì)開(kāi)放程度的制約；還有學(xué)者從技術(shù)吸收能力方面進(jìn)行了研究，當(dāng)吸收能力較弱時(shí)，對(duì)外直接投資不利于國(guó)內(nèi)技術(shù)創(chuàng)新；只有當(dāng)吸收能力較強(qiáng)時(shí)，才能促進(jìn)國(guó)內(nèi)技術(shù)創(chuàng)新[25]。這種解釋具有較高的合理性，與中國(guó)經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)有較高的契合度，例如改革開(kāi)放以來(lái)我國(guó)技術(shù)進(jìn)步的速度呈現(xiàn)加速度的趨勢(shì)，研發(fā)學(xué)習(xí)能力和水平的整體提升是重要原因。

(二)自變量、門(mén)檻變量選擇及文獻(xiàn)述評(píng)

我國(guó)OFDI的逆向技術(shù)溢出應(yīng)該存在門(mén)檻變量。一般學(xué)者們認(rèn)為創(chuàng)新能力更強(qiáng)的沿海省份的OFDI的逆向技術(shù)溢出應(yīng)該大于創(chuàng)新能力相對(duì)落后的內(nèi)陸省份，原因在于前者的技術(shù)吸收能力更強(qiáng)，同樣情況下獲得知識(shí)溢出更多，這種技術(shù)吸收能力就是門(mén)檻，而吸收能力則來(lái)自于研發(fā)和創(chuàng)新能力，故可以設(shè)計(jì)一省(直轄市、自治區(qū))創(chuàng)新能力為門(mén)檻變量，后面簡(jiǎn)稱省域創(chuàng)新能力。省域創(chuàng)新能力弱，OFDI水平低，逆向技術(shù)溢出小，甚至可能為負(fù)；省域創(chuàng)新能力強(qiáng)，OFDI水平更高，逆向技術(shù)溢出更顯著。綜合我國(guó)華為、海爾、濰柴、吉利等企業(yè)OFDI成功的案例，企業(yè)所在省份廣東、山東、浙江等省域創(chuàng)新能力已經(jīng)越過(guò)門(mén)檻。因?yàn)檠睾Ｊ》菁夹g(shù)能力強(qiáng)，OFDI也就更加偏向于投資技術(shù)水平更高的產(chǎn)業(yè)和公司，母公司由此獲得的逆向技術(shù)溢出也就更多。橫向看，各地區(qū)的省域創(chuàng)新能力會(huì)差異較大?？v向看，則與我國(guó)的發(fā)展階段有關(guān)，入世前中國(guó)處于工業(yè)化初級(jí)階段，自身產(chǎn)業(yè)技術(shù)含量低，對(duì)外投資自然也是低技術(shù)產(chǎn)業(yè)；而入世后，技術(shù)獲取型OFDI大大加快，獲取逆向技術(shù)溢出也更加容易，因此本文計(jì)劃采用2003-2015的數(shù)據(jù)進(jìn)行驗(yàn)證。

解釋變量如下：(1)出口。出口渠道的外溢效應(yīng)，主要源于出口部門(mén)有更高的邊際要素生產(chǎn)率，出口部門(mén)的管理、技術(shù)、營(yíng)銷及基礎(chǔ)設(shè)施可用于國(guó)內(nèi)部門(mén)。Levin等(1997)[26]對(duì)發(fā)展中國(guó)家和地區(qū)的研究發(fā)現(xiàn)，出口渠道的技術(shù)外溢效應(yīng)主要集中于工業(yè)制成品，初級(jí)產(chǎn)品的影響很小。(2)進(jìn)口。Coe和Helpman(1995)[6]最先采用國(guó)際R&D溢出回歸方法，假定一國(guó)全要素生產(chǎn)率(TFP)與國(guó)內(nèi)國(guó)外兩種研發(fā)資本存量有關(guān)，使用22個(gè)國(guó)家1971-1990年的面板數(shù)據(jù)，實(shí)證得出西方國(guó)家之間通過(guò)進(jìn)口渠道的R&D溢出的存在性。(3)OFDI。Potterie和Lichtenberg(2001)[9]在C-H模型基礎(chǔ)上增加FDI和OFDI渠道的外國(guó)研發(fā)資本存量溢出的計(jì)算，即L-P模型，結(jié)果是進(jìn)口、FDI與OFDI對(duì)本國(guó)全要素生產(chǎn)率(TFP)的影響彈性分別為0.151、-0.006、0.072，證明進(jìn)口和OFDI都是國(guó)際技術(shù)外溢的重要渠道。(4)人力資本。在國(guó)際R&D溢出的過(guò)程中，人力資本是一個(gè)重要的推動(dòng)因素。人力資本投資可以促進(jìn)國(guó)內(nèi)研發(fā)(正向研發(fā)和正向人力資源投入可以提升自主創(chuàng)新能力)，同時(shí)又能影響技術(shù)吸收能力的重要變量得到認(rèn)可[23, 26-29]，因此也納入我們研究的解釋變量。國(guó)內(nèi)研發(fā)資本存量是得到公認(rèn)的主要解釋變量，另外我們?yōu)榭疾靽?guó)際技術(shù)進(jìn)口的影響，也引入該變量。故本文將以C-H模型、L-P模型為基礎(chǔ)，以國(guó)內(nèi)研發(fā)資本存量、人力資本、OFDI、進(jìn)口、出口和國(guó)際技術(shù)引進(jìn)為主要自變量，對(duì)比分析各變量對(duì)TFP的貢獻(xiàn)率，對(duì)技術(shù)進(jìn)步影響的大小。

學(xué)者們對(duì)于門(mén)檻變量的設(shè)定有很多：經(jīng)濟(jì)開(kāi)放度[19, 24]、技術(shù)差距[30-32]、知識(shí)產(chǎn)權(quán)保護(hù)[33]等。母國(guó)的研發(fā)投資和人力資本投入越大，創(chuàng)新能力越好，越有利于OFDI的逆向技術(shù)溢出。這一點(diǎn)多數(shù)認(rèn)可的。

技術(shù)吸收能力與創(chuàng)新能力密切相關(guān)，有學(xué)者就區(qū)域創(chuàng)新能力的不同對(duì)逆向技術(shù)溢出的影響進(jìn)行了研究。尹建華等(2014)[31]基于全要素生產(chǎn)率分析OFDI的逆向技術(shù)溢出，均以技術(shù)差距為門(mén)檻變量，差別是尹建華文章基于資本密集度計(jì)算技術(shù)差距，劉明霞文章是基于人均GDP計(jì)算技術(shù)差距，這兩種方法不能充分表達(dá)出創(chuàng)新水平。李燕等(2011)[32]和尹建華等(2014)[32]認(rèn)識(shí)到了“門(mén)檻效應(yīng)”會(huì)導(dǎo)致的非線性關(guān)系的出現(xiàn)，二者以技術(shù)差距GAP為門(mén)檻變量，但前者是以人均GDP的差距為度量基礎(chǔ)，后者以各省與G7國(guó)家總體的資本密集度之比來(lái)度量。李燕的結(jié)論是中等技術(shù)差距差距最佳，而尹建華的結(jié)論卻是高技術(shù)落差最佳。資源型國(guó)家人均GDP高、老工業(yè)國(guó)家資本密集度高，不代表技術(shù)水平高，這種衡量技術(shù)差距的方法有一定的局限性。李娟等(2017)[15]、沙文兵(2014)[34]以創(chuàng)新產(chǎn)出(專利授權(quán)數(shù))作為因變量，代替全要素生產(chǎn)率，分析東中西部OFDI的逆向技術(shù)溢出，但沒(méi)有引入門(mén)檻變量。

上述研究多按照東中西部區(qū)域進(jìn)行分類，一般認(rèn)為東部地區(qū)的OFDI的逆向技術(shù)溢出優(yōu)于中西部。其實(shí)東部各省跨越門(mén)檻有先有后，中西部也有創(chuàng)新能力好的省份，這一點(diǎn)我們將進(jìn)一步研究。本研究以省域創(chuàng)新能力為門(mén)檻變量，研究在不同創(chuàng)新能力的情況下，OFDI的逆向技術(shù)溢出的門(mén)檻效應(yīng)。因?qū)＠麛?shù)是其創(chuàng)新能力的直接表達(dá)，許多學(xué)者通常使用全部專利申請(qǐng)授權(quán)數(shù)作為區(qū)域創(chuàng)新能力的代理指標(biāo)[34-36]。在三種專利中，實(shí)用新型專利和外觀專利的價(jià)值主要在商業(yè)化推廣方面，而技術(shù)含量相比發(fā)明專利低，發(fā)明專利授權(quán)數(shù)是最核心、最有技術(shù)含量的，代表性更強(qiáng)，可以更好的反應(yīng)一省的創(chuàng)新能力，故以發(fā)明專利申請(qǐng)授權(quán)量來(lái)作為省域創(chuàng)新能力的表征指標(biāo)。

就研究方法而言，由于統(tǒng)計(jì)方法和數(shù)據(jù)來(lái)源的限制，不少文獻(xiàn)采用線性模型對(duì)OFDI逆向技術(shù)溢出效應(yīng)進(jìn)行檢驗(yàn)。若研究對(duì)象具有非線性特征，使用線性模型估計(jì)是有偏的[37]；傳統(tǒng)手段以分組檢驗(yàn)或構(gòu)造連乘模型為主來(lái)檢驗(yàn)門(mén)檻效應(yīng)，無(wú)法對(duì)OFDI逆向技術(shù)溢出的“門(mén)檻效應(yīng)”和門(mén)檻值進(jìn)行相關(guān)的實(shí)證檢驗(yàn)及估計(jì)。Hansen(1999)[38]提出的非動(dòng)態(tài)面板門(mén)檻回歸模型能夠彌補(bǔ)以往方法的不足，可準(zhǔn)確估算出門(mén)檻值，且能對(duì)門(mén)檻值的正確性及門(mén)檻效應(yīng)進(jìn)行顯著性檢驗(yàn)。因此本文借鑒Hansen的方法，利用2003-2015年我國(guó)省際面板數(shù)據(jù)，構(gòu)建非線性面板門(mén)檻模型，實(shí)證分析我國(guó)OFDI的逆向技術(shù)溢出效應(yīng)與省域創(chuàng)新能力的關(guān)系，并據(jù)此有針對(duì)性地提出政策。

三、 模型構(gòu)建

(一)模型的設(shè)定

Coe和 Helpman[6](簡(jiǎn)稱C-H，1995)最早提出國(guó)際研發(fā)溢出模型，并實(shí)證考察了進(jìn)口渠道傳導(dǎo)的國(guó)際研發(fā)資本技術(shù)外溢。

(1)

在此基礎(chǔ)上，Lichtenberg和Pottelsberghe(2001)[9]對(duì)進(jìn)口、外商投資和對(duì)外投資三種渠道的國(guó)際研發(fā)資本對(duì)技術(shù)外溢進(jìn)行研究，其模型簡(jiǎn)稱L-P模型。本文的研究，以這兩個(gè)模型為基礎(chǔ)，與以往基于國(guó)家層面的面板數(shù)據(jù)不同，將采用省際面板數(shù)據(jù)，研究OFDI的逆向技術(shù)溢出，以檢驗(yàn)對(duì)技術(shù)進(jìn)步的貢獻(xiàn)率：

(2)

在模型(2)中，TFP為全要素生產(chǎn)率，在C-H模型基礎(chǔ)上，國(guó)外研發(fā)資本存量溢出渠道還包括進(jìn)口、出口、國(guó)際技術(shù)進(jìn)口等，同時(shí)考慮到人力資本對(duì)于技術(shù)研發(fā)和吸收的重要性[23]，增加人力資本變量，建立模型如下：

(3)

模型(3)是沒(méi)有考慮“門(mén)檻效應(yīng)”的OFDI逆向技術(shù)溢出效應(yīng)模型。為考察省域創(chuàng)新能力對(duì)中國(guó)OFDI逆向技術(shù)溢出效應(yīng)的影響，本文借助Hansen(1999)[38]非動(dòng)態(tài)面板門(mén)檻模型，在模型(3)的基礎(chǔ)上，以省域創(chuàng)新能力(INO)(發(fā)明專利申請(qǐng)授權(quán)數(shù))為門(mén)檻變量，構(gòu)建如下面板門(mén)檻模型：

(4)

其中，模型(4)為單門(mén)檻模型，INO為門(mén)檻變量；φ為未知門(mén)檻值，I(·)為指示函數(shù)，當(dāng)相應(yīng)條件取值1時(shí)成立，取值0時(shí)不成立。從實(shí)際的計(jì)量角度看，可能會(huì)存在多個(gè)門(mén)檻，可在模型(4)的基礎(chǔ)上通過(guò)擴(kuò)展單一門(mén)檻模型得到雙門(mén)檻模型(5)，多門(mén)檻模型可通過(guò)類似的方法進(jìn)行擴(kuò)展得到。

(5)

(二) 模型估計(jì)及檢驗(yàn)方法

進(jìn)行門(mén)檻分析，關(guān)鍵就是要解決兩方面的問(wèn)題：一是確定門(mén)檻值；二是檢驗(yàn)門(mén)檻效應(yīng)的顯著性和門(mén)檻值的真實(shí)性。

(三) 數(shù)據(jù)樣本及變量說(shuō)明

1. 全要素生產(chǎn)率(TFP)的測(cè)算

本文采用國(guó)內(nèi)外較流行的基于非參數(shù)數(shù)據(jù)包絡(luò)分析方法(DEA)的Malmquist指數(shù)法來(lái)測(cè)算全要素生產(chǎn)率(TFP)，并利用DEAP 2.1 軟件測(cè)算中國(guó)各地區(qū)相對(duì)全要素生產(chǎn)率的增長(zhǎng)率(即Malmquist 生產(chǎn)率指數(shù))，該方法可以有效避免生產(chǎn)函數(shù)形式設(shè)定偏誤產(chǎn)生的誤差問(wèn)題，相對(duì)傳統(tǒng)的參數(shù)方法(索洛殘余法)具有更顯著的優(yōu)越性。計(jì)算方式有兩種：一種是基于投入的，一種是基于產(chǎn)出的。L-P模型用的就是產(chǎn)出法，考慮到數(shù)據(jù)的易得性，我們也用產(chǎn)出法，產(chǎn)出變量用各地區(qū)每年實(shí)際生產(chǎn)總值來(lái)表示，投入變量用各地區(qū)每年實(shí)際固定資本存量和年末從業(yè)人員數(shù)量來(lái)表示。其中地區(qū)生產(chǎn)總值全部折算為以2003年為基期的可比價(jià)，固定資本存量用永續(xù)盤(pán)存法按不變價(jià)格計(jì)算，基本公式為：

Kit=Iit+(1-δ)Ki,t-1

(6)

在式(6)中，Iit表示第t年i省的名義固定資產(chǎn)投資額，δ為資本折舊率，固定資產(chǎn)折舊率取9.6%。其中各地區(qū)名義固定資產(chǎn)投資額和各地生產(chǎn)總值的原始數(shù)據(jù)來(lái)源于2004-2016年《中國(guó)統(tǒng)計(jì)年鑒》，各地區(qū)年末從業(yè)人員數(shù)來(lái)源于2004-2016年《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》。

根據(jù)上述的測(cè)算方法和測(cè)算指標(biāo)，我們用DEAP2.1測(cè)算出來(lái)2003-2015年各地區(qū)的Malmquist生產(chǎn)率指數(shù)(MI)，并借鑒文獻(xiàn)常用的做法(尹建華等，2014)[31]，即假定2003年的TFP等于1，則2004年的TFP等于1乘以2003年的MI值，以此類推，計(jì)算出2005-2015年的TFP，原始數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》各期，2003-2015年各地區(qū)的Malmquist生產(chǎn)率指數(shù)均值如表1所示。

(7)

表1 2003-2015年各地區(qū)Malmquist生產(chǎn)率指數(shù)均值

在式(7)中，RDi,2003為i省份(地區(qū))2003年的R&D支出，g為2003-2015年間R&D支出的年算術(shù)平均增長(zhǎng)率，δ為折舊率，采用9.6%。C-H(1995)[6]用的是5%，考慮到研發(fā)資產(chǎn)折舊與20年前相比大為加速，另外也與固定資本形成總額、TFP計(jì)算時(shí)9.6%的折舊率保持一致。接下來(lái)2004-2015年的研發(fā)資本存量利用 “永續(xù)盤(pán)存法”來(lái)進(jìn)行計(jì)算，

(8)

國(guó)外研發(fā)溢出測(cè)算根據(jù)L-P的方法，分OFDI、進(jìn)口、出口3種渠道所產(chǎn)生的溢出：

根據(jù)我國(guó)對(duì)外投資的主要去向和研究目的，即主要定位于技術(shù)獲取型OFDI的逆向技術(shù)溢出，截至2015年年底，中國(guó)對(duì)外投資較多的發(fā)達(dá)國(guó)家和地區(qū)中，最多的是香港近900億美元，新加坡、荷蘭均超過(guò)100億美元，澳大利亞34億美元。香港、新加坡、荷蘭均為港口貿(mào)易型，非工業(yè)技術(shù)先進(jìn)型，故排除在外，最終選擇技術(shù)能力最強(qiáng)的G7：美國(guó)、英國(guó)、德國(guó)、法國(guó)、加拿大、意大利、日本，外加韓國(guó)，共8國(guó)作為研究對(duì)象，它們的研發(fā)存量是我們OFDI的國(guó)外研發(fā)溢出的主要來(lái)源。8國(guó)固定資本形成額和GDP 來(lái)自世界銀行WDI數(shù)據(jù)庫(kù)的《World Investment Report 2016》，我國(guó)對(duì)8國(guó)的對(duì)外投資存量數(shù)據(jù)，以及各地對(duì)外直接投資存量來(lái)源于2003-2015年《中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》；我國(guó)對(duì)8國(guó)進(jìn)出口數(shù)據(jù)，以及中國(guó)各地進(jìn)出口數(shù)據(jù)來(lái)源于2004-2016年《中國(guó)統(tǒng)計(jì)年鑒》。8國(guó)2003-2015 年的研發(fā)資本存量與中國(guó)國(guó)內(nèi)研發(fā)資本存量的計(jì)算方法相同，并按每年年末匯率的中間價(jià)及價(jià)格指數(shù)折算成人民幣的實(shí)際價(jià)格。中國(guó)對(duì)外直接投資數(shù)據(jù)來(lái)自2004-2016年《中國(guó)統(tǒng)計(jì)年鑒》。

4. 人力資本水平(HR)

國(guó)際上對(duì)人力資本存量的測(cè)算，通常采用Barro等(1993)[39]提出的勞動(dòng)力平均受教育年限來(lái)近似計(jì)算。李梅等(2012)[19]、徐磊等(2009)[36]在具體計(jì)算時(shí)，把小學(xué)、初中、高中和大專、本科的受教育年限分別記為6年、9年、12年和16年，計(jì)算公式為：小學(xué)比重×6+初中比重×9+高中比重×12+大專及以上學(xué)歷比重×16。為了更加準(zhǔn)確，我們加入研究生的計(jì)算，因?yàn)閯?chuàng)新研發(fā)的主體正在向研究生轉(zhuǎn)移，用勞動(dòng)力平均受教育年限來(lái)測(cè)算各省份的人力資本水平(HR)，計(jì)算公式為：

HR=6a+9b+12c+15d+16e+19f

(9)

在式(9)中，a、b、c、d、e、f為小學(xué)、初中、高中、大專、本科、研究生及以上受教育程度人口與6 歲以上人口的比值，6、9、12、15、16、19為各級(jí)教育(小學(xué)、初中、高中、大專、本科、研究生及以上)的規(guī)定年限。數(shù)據(jù)來(lái)源于2004-2016年《中國(guó)統(tǒng)計(jì)年鑒》。

5. 國(guó)外技術(shù)引進(jìn)(INN)

本文借鑒夏京文等(2014)的方法來(lái)測(cè)算國(guó)外技術(shù)引進(jìn)，用2003-2015年各省份的國(guó)外技術(shù)引進(jìn)合同金額來(lái)衡量，先用2003-2015年間各省份年末的中間匯率將美元折算成人民幣，再用R&D支出平減指數(shù)將之折算為2003年不變價(jià)格的實(shí)際金額。原始數(shù)據(jù)來(lái)源于2004-2016年《中國(guó)科技統(tǒng)計(jì)年鑒》。

6. 門(mén)檻變量為省域創(chuàng)新能力(INO)

本文以發(fā)明專利申請(qǐng)授權(quán)量來(lái)作為省域創(chuàng)新能力的表征指標(biāo)，而且數(shù)據(jù)具有易得、完整和準(zhǔn)確的特點(diǎn)，原始數(shù)據(jù)來(lái)源于2004-2016年《中國(guó)科技統(tǒng)計(jì)年鑒》。

7. 數(shù)據(jù)說(shuō)明

商務(wù)部自2003年才開(kāi)始公布中國(guó)對(duì)外直接投資的年度數(shù)據(jù)，且2016年部分?jǐn)?shù)據(jù)不齊，故本文將樣本研究區(qū)間定為2003-2015年，而且西藏地區(qū)數(shù)據(jù)缺失嚴(yán)重，因此以中國(guó)30個(gè)省域單位為研究對(duì)象。原始數(shù)據(jù)來(lái)自歷年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》和各地區(qū)統(tǒng)計(jì)年鑒。為了消除價(jià)格的影響，對(duì)本文所涉及貨幣計(jì)量的變量全部用GDP平減指數(shù)折算為2003年的實(shí)際價(jià)格。變量的描述性統(tǒng)計(jì)見(jiàn)表2。

表2 變量的描述性統(tǒng)計(jì)(2003-2015年，N=30地區(qū)，T=13年，NT=390)

注：由于西藏的數(shù)據(jù)缺失嚴(yán)重，未納入研究樣本。

四、實(shí)證分析

(一)面板單位根檢驗(yàn)和協(xié)整檢驗(yàn)

為了避免出現(xiàn)偽回歸，在面板模型進(jìn)行回歸分析之前需要進(jìn)行單位根檢驗(yàn)。本文運(yùn)用軟件EViews9.0對(duì)變量分別采用LLC 檢驗(yàn)、IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)，這四種檢驗(yàn)方法的原假設(shè)均為含有單位根。各變量的二次差分檢驗(yàn)結(jié)果如表3所示。由表3的單位根檢驗(yàn)結(jié)果可知，二次差分檢驗(yàn)的結(jié)果都不存在單位根，即所有變量二次差分后都是平穩(wěn)的。

但是沒(méi)有協(xié)整關(guān)系的單整變量回歸仍然是偽回歸，因此本文使用Kao檢驗(yàn)和Pedroni 檢驗(yàn)對(duì)本文所用變量的面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如表5所示。Kao檢驗(yàn)結(jié)果顯示，在1%顯著性水平上拒絕沒(méi)有協(xié)整關(guān)系的原假設(shè)。根據(jù)Pedroni檢驗(yàn)結(jié)果，除Panel v-Statistic、Panel rho-Statistic、Group rho-Statistic沒(méi)有通過(guò)顯著性檢驗(yàn)外，其他統(tǒng)計(jì)量在5%的顯著水平都拒絕不存在協(xié)整關(guān)系的原假設(shè)。因此，綜合上述檢驗(yàn)結(jié)果可得變量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，可以進(jìn)行回歸分析。

表3 面板數(shù)據(jù)單位根檢驗(yàn)結(jié)果

注：檢驗(yàn)類型(C,t,k)分別表示單位根檢驗(yàn)中是否會(huì)有常數(shù)項(xiàng)C、時(shí)間趨勢(shì)項(xiàng)t以及滯后期數(shù)k，滯后階基于AIC和SC值確定。

表4 面板數(shù)據(jù)的協(xié)整檢驗(yàn)

注：(1)除Panel v-Statistic 為右尾檢驗(yàn)外，其余統(tǒng)計(jì)檢驗(yàn)量均為左尾檢驗(yàn)；(2)***表示在1%的水平上顯著。

(二)實(shí)證結(jié)果

基于前文的門(mén)檻模型和估計(jì)方法，本文借助Stata13.1進(jìn)行門(mén)檻回歸分析。為了確定門(mén)檻的個(gè)數(shù)，分別在單門(mén)檻、雙門(mén)檻和三門(mén)檻的的假設(shè)下對(duì)門(mén)檻效應(yīng)進(jìn)行分析，首先檢驗(yàn)單門(mén)檻模型是否通過(guò)了檢驗(yàn)，表5報(bào)告了這三種情況下對(duì)門(mén)檻效應(yīng)進(jìn)行分析后得到的F統(tǒng)計(jì)量值和采用自體抽樣法(500次)模擬得到的 P值。從表5不難看出，用發(fā)明專利申請(qǐng)授權(quán)數(shù)表征的省域創(chuàng)新的門(mén)檻效應(yīng)檢驗(yàn)的單門(mén)檻在5%顯著性水平下顯著，雙門(mén)檻在1%顯著性水平下顯著，但三門(mén)檻效應(yīng)檢驗(yàn)不顯著，故后文基于雙門(mén)檻模型(5)展開(kāi)實(shí)證討論。

表5 門(mén)檻效應(yīng)檢驗(yàn)結(jié)果

注：(1)**、***分別表示在5%、1%的顯著性水平；(2)P值和臨界值為采用自抽樣(bootstrap)法500次后得到的結(jié)果。

(三)門(mén)檻估計(jì)值及真實(shí)性檢驗(yàn)

門(mén)檻條件通過(guò)檢驗(yàn)時(shí)，需要就雙門(mén)檻模型(5)的門(mén)檻值進(jìn)行檢驗(yàn)。在5%的顯著性水平下，似然比統(tǒng)計(jì)量LR的臨界值為7.35。本文運(yùn)用Stata13.1軟件繪制了似然比和門(mén)檻參數(shù)的關(guān)系圖，圖中虛線為似然比統(tǒng)計(jì)量的臨界值。

從圖1可以看出，當(dāng)門(mén)檻參數(shù)為189和5730時(shí)，似然比統(tǒng)計(jì)量為0，當(dāng)門(mén)檻1估計(jì)值處于[183，190]區(qū)間內(nèi)和門(mén)檻2估計(jì)值處于[5384，5856]區(qū)間內(nèi)時(shí)，似然比值小于5%顯著性水平下的臨界值，處于原接受域內(nèi)，即兩個(gè)門(mén)檻值1和門(mén)檻值2都與實(shí)際門(mén)檻值相等。表6報(bào)告了雙門(mén)檻模型門(mén)檻值的估計(jì)結(jié)果與以門(mén)檻值的95%置信區(qū)間。門(mén)檻φ1和門(mén)檻φ2估計(jì)出來(lái)后便可以對(duì)雙門(mén)檻模型(5)進(jìn)行參數(shù)估計(jì)，其參數(shù)估計(jì)結(jié)果列于表7。

圖1 門(mén)檻1和門(mén)檻2的估計(jì)值及95%的置信區(qū)間

(四)穩(wěn)健性檢驗(yàn)

本文通過(guò)改變門(mén)檻變量的衡量指標(biāo)來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)，將省域創(chuàng)新能力的衡量指標(biāo)改為各地區(qū)研發(fā)支出。實(shí)證檢驗(yàn)表明，INO的門(mén)檻1在5%顯著水平上顯著，門(mén)檻2在1%顯著水平上顯著，而且當(dāng)INO跨越門(mén)檻水平時(shí)OFDI對(duì)TFP的促進(jìn)作用更大，研究結(jié)果和表6、表7一致，因此可以認(rèn)為本文的實(shí)證研究結(jié)果是穩(wěn)健可靠的。

(五)結(jié)果分析與相關(guān)討論

如表6，存在門(mén)檻值189和門(mén)檻值5730。而從表7的雙門(mén)檻模型參數(shù)估計(jì)結(jié)果可以看出，對(duì)外直接投資(OFDI)成為逆向技術(shù)溢出的重要途徑，在我國(guó)逆向技術(shù)溢出效應(yīng)與省域創(chuàng)新能力直接存在非線性的關(guān)系，低于門(mén)檻1時(shí)，OFDI對(duì)該地區(qū)的逆向技術(shù)溢出效應(yīng)不顯著；越過(guò)門(mén)檻1，OFDI對(duì)該地區(qū)的逆向技術(shù)溢出效應(yīng)為0.03；越過(guò)門(mén)檻2，OFDI對(duì)該地區(qū)的逆向技術(shù)溢出效應(yīng)為0.043。王英、劉思峰(2008)[20]認(rèn)為OFDI的逆向技術(shù)溢出對(duì)全要素生產(chǎn)率有積極影響，但在統(tǒng)計(jì)上不顯著，他們是采用中國(guó)1985-2005年數(shù)據(jù)，此階段技術(shù)尋求型OFDI所占比例較小，海外投資集中在技術(shù)密集度低的行業(yè)。而我們分析2003-2015年階段數(shù)據(jù)，中國(guó)技術(shù)獲取型投資已經(jīng)大為提高，OFDI進(jìn)入新階段。

李梅等(2012)[19]以研發(fā)強(qiáng)度(研發(fā)投入與GDP之比)為門(mén)檻變量所做的回歸結(jié)果顯示：當(dāng)研發(fā)強(qiáng)度大于單門(mén)檻值1.3546%時(shí)OFDI逆向技術(shù)溢出為正，系數(shù)是0.034；小于門(mén)檻值時(shí)，系數(shù)是負(fù)值(-0.0178)。由表7，國(guó)內(nèi)研發(fā)資本存量對(duì)技術(shù)進(jìn)步的影響系數(shù)為0.089，結(jié)果顯著，多數(shù)學(xué)者的結(jié)論也認(rèn)可國(guó)內(nèi)研發(fā)資本存量對(duì)技術(shù)進(jìn)步的價(jià)值，而李梅等(2012)[19]的結(jié)果是研發(fā)資本存量對(duì)技術(shù)進(jìn)步的影響是負(fù)值(-0.0232)，與其前文所述相矛盾，與多數(shù)學(xué)者的研究結(jié)果也不一致。李梅所用數(shù)據(jù)是七年數(shù)據(jù)(2003—2009年)，本文擴(kuò)展到13年(2003-2015年)。由表9，2006年后中國(guó)多數(shù)省份跨入門(mén)檻1進(jìn)入創(chuàng)新啟動(dòng)階段，此后OFDI持續(xù)多年50%以上的年增長(zhǎng)率，技術(shù)獲取型OFDI被認(rèn)可，啟動(dòng)創(chuàng)新發(fā)展轉(zhuǎn)型成為多數(shù)省份的發(fā)展戰(zhàn)略，而獲取海外技術(shù)，通過(guò)逆向技術(shù)溢出效應(yīng)反向推動(dòng)本土創(chuàng)新提升成為重要路徑。我們實(shí)證檢驗(yàn)認(rèn)可了這一點(diǎn)，逆向技術(shù)溢出的系數(shù)為0.03(這與李梅的0.034類似)；而沿海發(fā)達(dá)省份普遍在2010年前后進(jìn)入創(chuàng)新加速階段，跨過(guò)門(mén)檻2，逆向技術(shù)溢出系數(shù)達(dá)到0.043，提高43%，顯然沿海獲取西方技術(shù)溢出的水平更高。

如表7，除了國(guó)外技術(shù)引進(jìn)和出口對(duì)地區(qū)技術(shù)進(jìn)步?jīng)]有顯著的促進(jìn)作用，其余三個(gè)控制變量對(duì)地區(qū)技術(shù)進(jìn)步都有顯著的促進(jìn)作用。其中，人力資本作為企業(yè)創(chuàng)新的主要力量，對(duì)技術(shù)進(jìn)步促進(jìn)作用最大，達(dá)到0.194的水平。人力資本的發(fā)展是技術(shù)效率最重要的影響因素，它決定著一個(gè)地區(qū)的研發(fā)創(chuàng)新和吸收先進(jìn)技術(shù)的能力。地區(qū)人力資本的水平較高，就能更容易整合國(guó)內(nèi)外研發(fā)資源，融合創(chuàng)新。

表6 門(mén)檻值估計(jì)結(jié)果及其置信區(qū)間

表7 門(mén)檻參數(shù)估計(jì)結(jié)果

注：**、***分別表示在5%、1%的顯著性水平。

表8 2003-2015年處于不同創(chuàng)新能力區(qū)間的省(市、區(qū))份數(shù)

表9 低中高創(chuàng)新能力的省域分布

注：括號(hào)內(nèi)年份均為略寫(xiě)，如(03-04)就是指2003-2004年。

其次是國(guó)內(nèi)研發(fā)資本存量，系數(shù)為0.089。一個(gè)地區(qū)對(duì)于研發(fā)的持續(xù)投入是其創(chuàng)新競(jìng)爭(zhēng)力的基礎(chǔ)，沒(méi)有持續(xù)的投入，不可能形成自身的技術(shù)積累，也無(wú)從談起技術(shù)學(xué)習(xí)吸收能力，地區(qū)發(fā)展不可能有競(jìng)爭(zhēng)力。進(jìn)口對(duì)于我國(guó)技術(shù)進(jìn)步的影響是正面和積極的，作用系數(shù)達(dá)0.037，這驗(yàn)證了我國(guó)堅(jiān)持對(duì)外開(kāi)放國(guó)策的正確，進(jìn)口我們所缺少的關(guān)鍵零部件，本身也是構(gòu)成我們自主研發(fā)的重要部分，然后通過(guò)自身技術(shù)提升逐步取代進(jìn)口。我國(guó)每一關(guān)鍵產(chǎn)品、零部件研發(fā)的成功，往往會(huì)導(dǎo)致進(jìn)口產(chǎn)品價(jià)格約1/3的降低。而出口貿(mào)易對(duì)創(chuàng)新沒(méi)有顯著的促進(jìn)作用，出口對(duì)于經(jīng)濟(jì)發(fā)展的促進(jìn)作用主要是出口創(chuàng)匯，一般是嵌入全球價(jià)值鏈、作為西方跨國(guó)公司的生產(chǎn)基地而起作用，以生產(chǎn)為主而非研發(fā)為主，跨國(guó)公司對(duì)于技術(shù)研發(fā)的壟斷使得我們獲取技術(shù)溢出困難。

值得注意的是，國(guó)外技術(shù)引進(jìn)對(duì)地區(qū)技術(shù)進(jìn)步促進(jìn)作用不明顯，只有0.008，而且不顯著。我國(guó)地區(qū)的技術(shù)進(jìn)步并非主要來(lái)源于國(guó)外技術(shù)引進(jìn)。實(shí)地調(diào)研中我們發(fā)現(xiàn)，美國(guó)最新研發(fā)出來(lái)的芯片首先在本土應(yīng)用，半年后轉(zhuǎn)移歐洲日本，再過(guò)一年才轉(zhuǎn)移發(fā)展中國(guó)家，所以我們獲取的芯片至少落后2年以上。在對(duì)云天化的調(diào)研中發(fā)現(xiàn)兩個(gè)子公司對(duì)比鮮明，一個(gè)子公司資金充裕，整體引進(jìn)生產(chǎn)線；另一個(gè)因資金不足，半引進(jìn)、半開(kāi)發(fā)，自己研發(fā)設(shè)計(jì)一些裝備，結(jié)果快速成長(zhǎng)起來(lái)，獲得了自主創(chuàng)新能力。而全引進(jìn)被對(duì)方路徑鎖定，多年后舉步維艱。全盤(pán)引進(jìn)技術(shù)是一種逆向創(chuàng)新戰(zhàn)略，得到的往往是二流技術(shù)，而正向創(chuàng)新戰(zhàn)略才是提升自主創(chuàng)新能力的正道[28-29]，創(chuàng)新性活動(dòng)成為企業(yè)價(jià)值創(chuàng)造的核心[40]，通過(guò)人力資本的投資、持續(xù)的研發(fā)投資形成核心競(jìng)爭(zhēng)力，華為每年銷售額的10%投資于研發(fā)，由此就形成巨大的研發(fā)資本存量；小米公司人員的主要組成就是研發(fā)人員。人力資本和研發(fā)資本存量二者對(duì)技術(shù)進(jìn)步的貢獻(xiàn)率最高，這在本文實(shí)證中得到檢驗(yàn)。

(六)創(chuàng)新三階段及討論

分析表8、表9，橫向看，將我國(guó)30個(gè)省份分成3個(gè)不同的區(qū)域：低創(chuàng)新能力區(qū)域(INO≤189)、中創(chuàng)新能力區(qū)域(189

縱向看，門(mén)檻1和門(mén)檻2將省域創(chuàng)新能力劃分為三階段：創(chuàng)新前階段、創(chuàng)新啟動(dòng)階段、創(chuàng)新加速階段。當(dāng)省域創(chuàng)新能力低于門(mén)檻值1時(shí)，這一階段可以稱為“創(chuàng)新前階段”，創(chuàng)新對(duì)于經(jīng)濟(jì)發(fā)展的貢獻(xiàn)還很低，要素驅(qū)動(dòng)是經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿?；但?dāng)省域創(chuàng)新能力處于門(mén)檻1與門(mén)檻2之間時(shí)，這一階段可以稱為“創(chuàng)新啟動(dòng)階段”，創(chuàng)新作為經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力開(kāi)始發(fā)揮作用，但對(duì)于經(jīng)濟(jì)發(fā)展的貢獻(xiàn)還是處于較小；當(dāng)省域創(chuàng)新能力跨越了門(mén)檻2后，這一階段可以稱為“創(chuàng)新加速階段”，創(chuàng)新稱為經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)力開(kāi)始發(fā)揮重要作用，我國(guó)向創(chuàng)新型國(guó)家全面推進(jìn)。

進(jìn)一步分析，創(chuàng)新前階段OFDI不存在逆向技術(shù)溢出(系數(shù)是-0.001，且不顯著)，進(jìn)入門(mén)檻之前是負(fù)值，也就是OFDI對(duì)國(guó)內(nèi)地區(qū)的創(chuàng)新是起反作用，而越過(guò)門(mén)檻后才起正面作用。逆向技術(shù)溢出是有條件的，若一個(gè)地區(qū)的區(qū)域創(chuàng)新水平過(guò)低，即使可供其技術(shù)模仿和學(xué)習(xí)的機(jī)會(huì)很多，但由于自身沒(méi)有足夠的吸收能力把國(guó)外的技術(shù)轉(zhuǎn)化為自身技術(shù)，導(dǎo)致最后逆向技術(shù)溢出效果不顯著。創(chuàng)新前階段的省域創(chuàng)新能力很低，對(duì)外投資對(duì)于省域創(chuàng)新沒(méi)有促進(jìn)作用，系數(shù)是-0.001，且不顯著，可忽略不計(jì)。邁入門(mén)檻1進(jìn)入創(chuàng)新啟動(dòng)階段，逆向技術(shù)溢出開(kāi)始發(fā)揮正面作用，系數(shù)為0.03；當(dāng)進(jìn)入創(chuàng)新加速階段，發(fā)揮作用更大，系數(shù)達(dá)到0.043。現(xiàn)實(shí)中研發(fā)集聚可以促進(jìn)地區(qū)產(chǎn)業(yè)升級(jí)[41]，我國(guó)優(yōu)秀企業(yè)如華為、海爾等通過(guò)對(duì)外直接投資、設(shè)立國(guó)外研發(fā)機(jī)構(gòu)，整合全球創(chuàng)新資源，在提升自主創(chuàng)新能力的同時(shí)，促進(jìn)了所在省份省域創(chuàng)新能力的提高，華為駐地廣東和海爾駐地山東分別于2008年、2011年越過(guò)門(mén)檻2。

五、小結(jié)

(一)結(jié)論及對(duì)策

本文利用2003-2015年中國(guó)省際面板數(shù)據(jù)，在C-H國(guó)際R&D溢出回歸方法的基礎(chǔ)上，運(yùn)用Hansen(1999)[38]面板門(mén)檻回歸模型，實(shí)證檢驗(yàn)了省域創(chuàng)新能力對(duì)OFDI逆向技術(shù)溢出的效應(yīng)的影響，得到以下基本結(jié)論：我國(guó)OFDI存在顯著的逆向技術(shù)溢出效應(yīng)，但對(duì)全要素生產(chǎn)率(TFP)的促進(jìn)作用小于人力資本、國(guó)內(nèi)研發(fā)投入等，而這構(gòu)成了自主創(chuàng)新的主要部分。省域創(chuàng)新能力對(duì)OFDI的逆向技術(shù)溢出有重要影響，存在雙門(mén)檻效應(yīng)，在門(mén)檻1之前，處于“創(chuàng)新前階段”，逆向技術(shù)溢出不顯著；而當(dāng)跨越門(mén)檻值1時(shí)(創(chuàng)新啟動(dòng)階段)，逆向技術(shù)溢出才顯著；當(dāng)跨入門(mén)檻2時(shí)(創(chuàng)新加速階段)，作用會(huì)提升43%。這說(shuō)明省域創(chuàng)新能力的雙門(mén)檻會(huì)顯著影響OFDI的逆向技術(shù)溢出效應(yīng)，且呈現(xiàn)非線性的特征。到2015年我國(guó)17省份跨過(guò)門(mén)檻1，進(jìn)入創(chuàng)新啟動(dòng)階段；13省份跨過(guò)門(mén)檻2，進(jìn)入創(chuàng)新加速階段，但主要集中在東部，中部和西部地區(qū)整體創(chuàng)新水平亟待提升?；诒疚牡难芯浚岢鲆韵孪嚓P(guān)政策建議。

第一，要繼續(xù)加大研發(fā)投入，培育自主創(chuàng)新能力。國(guó)內(nèi)研發(fā)資本存量是利用好國(guó)外研發(fā)資本存量的逆向技術(shù)溢出的關(guān)鍵，加大國(guó)內(nèi)R&D投入、重視人力資本培養(yǎng)，是促進(jìn)我國(guó)技術(shù)進(jìn)步、提升自主創(chuàng)新能力的根本途徑。國(guó)內(nèi)R&D資本存量對(duì)全要素生產(chǎn)率的影響系數(shù)是0.089，研發(fā)投入的增加可促進(jìn)技術(shù)積累，對(duì)新知識(shí)、新技術(shù)的誕生具有決定性作用，注意正向研發(fā)的投入，防止一味逆向模仿的抄襲，后者很難建立自主的技術(shù)路線和技術(shù)積累。磨刀不誤砍柴工，對(duì)于一省來(lái)說(shuō)，5730項(xiàng)發(fā)明專利的突破是一個(gè)門(mén)檻，越過(guò)這一門(mén)檻就進(jìn)入創(chuàng)新加速階段，自身創(chuàng)新能力的提高意味著技術(shù)吸收能力的提升，OFDI的逆向技術(shù)溢出也就顯著。所以，對(duì)于尚未跨越5730這一發(fā)明專利數(shù)門(mén)檻的中西部省區(qū)，還需要加大在人力資本、研發(fā)的投入，努力在省域創(chuàng)新能力上實(shí)現(xiàn)突破，跨入創(chuàng)新加速階段。

第二，人力資本對(duì)全要素生產(chǎn)率的的影響最大(0.194)，培養(yǎng)人才本身就是創(chuàng)造知識(shí)的過(guò)程，同時(shí)它又能加速OFDI逆向技術(shù)溢出的消化吸收，推動(dòng)我國(guó)技術(shù)進(jìn)步。人力資本的投入方面，要強(qiáng)化研究生階段教育，增加碩士博士的培養(yǎng)，這對(duì)于研發(fā)人才梯隊(duì)的建設(shè)具有重要意義；而針對(duì)相應(yīng)高校和科研院所的優(yōu)秀導(dǎo)師隊(duì)伍的人才引進(jìn)，對(duì)于中西部省區(qū)具有重要意義，可以帶動(dòng)整個(gè)研究生隊(duì)伍的發(fā)展壯大，為省域研發(fā)機(jī)構(gòu)和企業(yè)輸送一流的人才隊(duì)伍，加強(qiáng)省域創(chuàng)新能力。

第三，對(duì)于優(yōu)勢(shì)省份，可以制定鼓勵(lì)企業(yè)走出去的配套政策。自主創(chuàng)新可以促進(jìn)對(duì)外直接投資的逆向技術(shù)溢出，從我們的研究來(lái)看，我國(guó)主流省份已經(jīng)跨越門(mén)檻2，進(jìn)入創(chuàng)新加速階段，此時(shí)加大技術(shù)獲取型對(duì)外投資，可以整合全球資源、促進(jìn)省域創(chuàng)新能力的提升。各省可以針對(duì)本省優(yōu)勢(shì)行業(yè)、企業(yè)，制定針對(duì)性的OFDI鼓勵(lì)政策，加快本省企業(yè)的走出去步伐，實(shí)現(xiàn)經(jīng)濟(jì)趕超、創(chuàng)新能力提升。中聯(lián)重科、三一集團(tuán)對(duì)歐洲主流同行企業(yè)的兼并，對(duì)于提升自身創(chuàng)新能力作用顯著，對(duì)于中部的湖南省域創(chuàng)新能力的提升作用也很明顯。但現(xiàn)實(shí)中多數(shù)是企業(yè)自身行為，政府可以出臺(tái)配套扶持政策，包括國(guó)家層面的差別化的創(chuàng)新支持政策[42]，加快走出去步伐，加快省域創(chuàng)新能力的提升。

總結(jié)來(lái)說(shuō)，我國(guó)對(duì)外直接投資的逆向技術(shù)溢出效應(yīng)呈現(xiàn)雙門(mén)檻、非線性的顯著特征，這說(shuō)明OFDI在我們已經(jīng)具備一定創(chuàng)新能力的情況下，可以促進(jìn)技術(shù)進(jìn)步。2005年前后我國(guó)基本跨過(guò)門(mén)檻1，進(jìn)入創(chuàng)新啟動(dòng)階段，2015年我國(guó)整體上跨過(guò)門(mén)檻2，進(jìn)入創(chuàng)新加速階段，逆向技術(shù)溢出效應(yīng)又大為增加。這說(shuō)明省域創(chuàng)新能力的提升對(duì)于OFDI 逆向技術(shù)溢出作用顯著，而國(guó)內(nèi)外技術(shù)交流學(xué)習(xí)的結(jié)果又能夠促進(jìn)省域創(chuàng)新能力，應(yīng)積極推動(dòng)中國(guó)對(duì)外直接投資與技術(shù)進(jìn)步的良性互動(dòng)，積極實(shí)施“走出去”戰(zhàn)略推動(dòng)中國(guó)的技術(shù)進(jìn)步。

(二)不足與研究展望

其一，如何既考慮發(fā)明專利總數(shù)，又能比較人均創(chuàng)新數(shù)量，這樣可以更加深入和全面；其二，本文主要基于各省市對(duì)G7國(guó)家和韓國(guó)的OFDI的研究，以色列、瑞典等其他發(fā)達(dá)國(guó)家因數(shù)據(jù)不全未考慮在內(nèi)；其三，我們對(duì)香港的OFDI最大，但顯然與對(duì)美國(guó)等國(guó)的OFDI不同，香港對(duì)大陸的意義主要在管理經(jīng)驗(yàn)而非技術(shù)溢出，如何處理這種情況有待于進(jìn)一步研究。同時(shí)如何結(jié)合一帶一路政策，探究中國(guó)對(duì)沿線國(guó)家的OFDI的技術(shù)輸出，值得進(jìn)一步研究。

[1]魏守華，吳貴生，呂新雷. 區(qū)域創(chuàng)新能力的影響因素：兼評(píng)我國(guó)創(chuàng)新能力的地區(qū)差距[J]. 中國(guó)軟科學(xué)，2010(9)：76-84.

[2]DRIFFIELD N，LOVE J H, TAYLOR K. Productivity and labour demand effects of inward and outward FDI on UK industry[J]. Manchester School，2008，77(2):171-203.

[3]DRIFFIELD N, CHIANG M. The effects of of fshoring to China：Reallocation，Employment and productivity in Taiwan[J]. International Journal of the Economics of Business，2009，16(1):19-38.

[4]CHEN VZ, LI J，SHAPIRO DM. International reverse spillover effects on parent firms: Evidences from emerging-market MNEs in developed markets[J]. European Management Journal，2012，30(3): 204-218．

[5] 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．

[6]COE D T， HELPMAN E. International R&D spillovers[J]. European Economic Review，1995，39(5):859-887.

[7]BRANSTETTER L. Is foreign direct investment a channel of knowledge spillovers? Evidence from Japan’s FDI in the United States[J]. Journal of International Economics，2006，68 (2):325-344.

[8]FOSFURI A，MOTTA M．Multinationals without advantages[J]. The Scandinavian Journal of Economics，1999，101(4): 617-630．

[9]LICHTENBERG F，POTTELSBERGHE B. Does foreign direct investment transfer technology across borders？[J]. Review of Economics and Statistics，2001，83(3):490-497．

[10]PRADHAN JP，SINGH N. Outward FDI and knowledge flows: A Study of the Indian automotive sector[J]. International Journal of Institutions and Economies，2008(11): 156-187．

[11]ZHAO W，LIU L，ZHAO T. The contribution of outward direct investment to productivity changes within China，1991-2007[J]. Journal of International Management，2010，16(2) : 121-130．

[12]宋躍剛，杜 江. 制度變遷、OFDI逆向技術(shù)溢出與區(qū)域技術(shù)創(chuàng)新[J]. 世界經(jīng)濟(jì)研究，2015(9):60-72.

[13]魯萬(wàn)波，常永瑞，王葉濤. 中國(guó)對(duì)外直接投資、研發(fā)技術(shù)溢出與技術(shù)進(jìn)步[J]. 科研管理，2015(3):38-48．

[14]林潤(rùn)輝，李康宏，周常寶，等. 企業(yè)國(guó)際化多樣性、國(guó)際化經(jīng)驗(yàn)與快速創(chuàng)新：來(lái)自中國(guó)企業(yè)的證據(jù)[J]. 研究與發(fā)展管理，2015，27(5)：110-121.

[15]李 娟，唐珮菡，萬(wàn) 璐，等. 對(duì)外直接投資、逆向技術(shù)溢出與創(chuàng)新能力：基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J]. 世界經(jīng)濟(jì)研究，2017(4):59-70.

[16]BITZER J，G?RG H. Foreign direct investment，Competition and industry performance[J]. World Economy，2010，32(2):221-233.

[17]LEE G. The effectiveness of international knowledge spillover channels[J]. European Economic Review，2006，50(8):2075-2088.

[18]BITZER J，KEREKES M. Does foreign direct investment transfer technology across borders? New evidence[J]. Economics Letters，2008，100(3):355-358.

[19]李 梅，柳士昌. 對(duì)外直接投資逆向技術(shù)溢出的地區(qū)差異和門(mén)檻效應(yīng)：基于中國(guó)省際面板數(shù)據(jù)的門(mén)檻回歸分析[J]. 管理世界，2012(1)：21-32.

[20]王 英，劉思峰. 國(guó)際技術(shù)外溢渠道的實(shí)證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，25 (4)：153-160.

[21]陳 強(qiáng)，劉海峰，汪冬華，徐 馳. 中國(guó)對(duì)外直接投資能否產(chǎn)生逆向技術(shù)溢出效應(yīng)?[J].中國(guó)軟科學(xué)，2016(7):134-143.

[22]BORENSZTEIN E，DE GREGORIO J，LEE J. How does foreign direct investment affect economic growth[J]. Journal of International Economics，1998，45(1): 115-135.

[23]G?RG H, GREENAWAY D. Much ado about nothing? Do domestic firms really benefit from foreign direct investment?[J]. The World Bank Research Observer，2004，19(2):171-197.

[24]陳 巖. 中國(guó)對(duì)外投資逆向技術(shù)溢出效應(yīng)實(shí)證研究:基于吸收能力的分析視角[J]. 中國(guó)軟科學(xué)，2011(10): 61-72．

[25]蔡冬青，周 經(jīng). 對(duì)外直接投資反向技術(shù)外溢的國(guó)際經(jīng)驗(yàn)：基于母國(guó)吸收能力的考察[J]. 財(cái)經(jīng)科學(xué)，2014(3)：121-129.

[26]LEVIN A，RAUT L K. Complementarities between exports and human capital in economic growth: Evidence from the Semi-industrialized countries[J]. Economic Development & Cultural Change，1997，46(1):155-174.

[27]BENHABIB J, SPIEGEL M. The role of human capital in economic development：Evidence from aggregate Cross-country data[J]. Journal of Monetary Economics，1994，34(2)：143-173.

[28]李維安，薛 瀾. 大型企業(yè)集團(tuán)創(chuàng)新治理[M].北京：科學(xué)出版社，2012.

[29]杜龍政，林潤(rùn)輝，李維安，等.企業(yè)集團(tuán)技術(shù)金字塔及其創(chuàng)新路徑研究[J].中國(guó)軟科學(xué)，2011(1)：113-123.

[30]劉明霞. 中國(guó)對(duì)外直接投資的逆向技術(shù)溢出效應(yīng)：基于技術(shù)差距的影響分析[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2010(3)：16-20.

[31]尹建華，周鑫悅. 中國(guó)對(duì)外直接投資逆向技術(shù)溢出效應(yīng)經(jīng)驗(yàn)研究：基于技術(shù)差距門(mén)檻視角[J]. 科研管理，2014，35(3):131-138.

[32]李 燕，韓伯棠，張慶普. FDI溢出與區(qū)域技術(shù)差距的雙門(mén)檻效應(yīng)研究[J]. 科學(xué)學(xué)研究，2011，29(2)：220-229.

[33]衣長(zhǎng)軍，李 賽，張吉鵬. 制度環(huán)境、吸收能力與新興經(jīng)濟(jì)體OFDI逆向技術(shù)溢出效應(yīng)：基于中國(guó)省際面板數(shù)據(jù)的門(mén)檻檢驗(yàn)[J]. 財(cái)經(jīng)研究，2015，41(11)：4-17.

[34]沙文兵. 東道國(guó)特征與中國(guó)對(duì)外直接投資逆向技術(shù)溢出：基于跨國(guó)面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)研究，2014(5)：60-65.

[35]ACS Z J，ANSELIN L，VARGA A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research Policy，2002，31(7):1069-1085．

[36]徐 磊，黃凌云. FDI技術(shù)溢出及其區(qū)域創(chuàng)新能力門(mén)檻效應(yīng)研究[J]. 科研管理，2009，30(2)：16-24.

[37]賀勝兵，楊文虎.FDI對(duì)我國(guó)進(jìn)出口貿(mào)易的非線性效應(yīng)研究：基于面板平滑轉(zhuǎn)換模型[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，25(10):44-55.

[38]HANSEN B E. Threshold effects in Non-dynamic panels: Estimation，Testing and inference[J]. Journal of Econometrics，1999，93(2):345-368.

[39]BARRO R, LEE J W. International comparison of educational attainment[J]. Journal of Monetary Economics，1993，32(3):363-394.

[40]白極星，周京奎. 研發(fā)聚集、創(chuàng)新能力與產(chǎn)業(yè)轉(zhuǎn)型升級(jí)：基于中國(guó)工業(yè)企業(yè)數(shù)據(jù)實(shí)證研究[J].科學(xué)決策，2017(1):1-17.

[41]呂文棟，趙 楊,田 丹，韋 遠(yuǎn). 風(fēng)險(xiǎn)管理理論的創(chuàng)新：從企業(yè)風(fēng)險(xiǎn)管理到彈性風(fēng)險(xiǎn)管理[J].科學(xué)決策， 2017(9):1-24.

[42]王業(yè)強(qiáng)，郭葉波，趙 勇，胡 浩. 科技創(chuàng)新驅(qū)動(dòng)區(qū)域協(xié)調(diào)發(fā)展:理論基礎(chǔ)與中國(guó)實(shí)踐[J].中國(guó)軟科學(xué)，2017(11):86-100.