數(shù)字經(jīng)濟促進了技術(shù)尋求型OFDI的逆向綠色技術(shù)溢出嗎

摘 要：依據(jù)2003—2020年中國省際面板數(shù)據(jù)，考量數(shù)字經(jīng)濟下中國技術(shù)尋求型OFDI的逆向綠色技術(shù)溢出效應(yīng)。結(jié)果顯示：OFDI顯著提升國內(nèi)綠色技術(shù)創(chuàng)新水平，且區(qū)域異質(zhì)性特征明顯。門檻效應(yīng)分析顯示，OFDI逆向綠色技術(shù)溢出存在顯著的“數(shù)字經(jīng)濟”雙重門檻效應(yīng)，且在門檻條件下呈現(xiàn)顯著正向且階梯遞增的非線性規(guī)律。拓展性分析表明，OFDI逆向綠色技術(shù)溢出存在負向空間外溢效應(yīng)，且數(shù)字經(jīng)濟加速了OFDI在省域內(nèi)的逆向綠色技術(shù)溢出，并通過“虹吸效應(yīng)”強化了OFDI省際逆向綠色技術(shù)溢出的負向空間效應(yīng)。鑒于此，應(yīng)持續(xù)優(yōu)化OFDI區(qū)域分布、促進數(shù)字經(jīng)濟在“雙碳”領(lǐng)域的應(yīng)用、縮小省際數(shù)字鴻溝，充分挖掘中國綠色技術(shù)創(chuàng)新的新動能。

關(guān)鍵詞： 技術(shù)尋求型OFDI；逆向綠色技術(shù)溢出；綠色技術(shù)創(chuàng)新；數(shù)字經(jīng)濟

中圖分類號：F49；F124．3 文獻標識碼： A 文章編號：1003-7217（2024）05-0124-09

一、引 言

2015年聯(lián)合國氣候變化大會確定的氣候目標，促使越來越多跨國公司將“碳中和”納入核心戰(zhàn)略，推動了全球供應(yīng)鏈的脫碳進程。中國作為世界上最大的發(fā)展中國家，積極響應(yīng)并切實履行大國責(zé)任。2020年9月在聯(lián)合國第75屆大會上國家主席習(xí)近平鄭重宣布，中國力爭于2030年前二氧化碳排放達到峰值、努力爭取2060年前實現(xiàn)碳中和。2021年10月印發(fā)的《中共中央 國務(wù)院關(guān)于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》《2023年前碳達峰行動方案》，提出加強綠色低碳重大科技攻關(guān)和推廣應(yīng)用、推動綠色低碳科技革命。由此可見，綠色技術(shù)創(chuàng)新已成為實現(xiàn)“碳達峰”“碳中和”目標的關(guān)鍵動力與重點任務(wù)。

在“走出去”戰(zhàn)略和“一帶一路”倡議推動下，2022年中國OFDI流量規(guī)模達到1631.2億美元，蟬聯(lián)全球第二，且技術(shù)尋求已成為中國企業(yè)海外投資的主要動機[1]。近年來，中美博弈加劇、地緣政治風(fēng)險增加、貿(mào)易保護主義抬頭，“走出去”成為中國企業(yè)應(yīng)對國際風(fēng)險、有效規(guī)避貿(mào)易壁壘[2]、獲取逆向技術(shù)溢出的有效路徑。

OFDI逆向技術(shù)溢出是指一國或地區(qū)通過OFDI獲取東道國先進核心技術(shù)，再通過內(nèi)部化渠道將其反饋給母公司并進行利用的行為[3]。OFDI已成為母國獲取國外先進技術(shù)的重要渠道[4]。OFDI逆向綠色技術(shù)溢出是指OFDI對母國綠色技術(shù)水平的提升效應(yīng)。不少研究驗證了OFDI已成為不容忽視的綠色技術(shù)創(chuàng)新驅(qū)動力，如賈軍等[5]、Luo等[6]。但以梁圣蓉等[7]、宋維佳等[8]為代表的研究并沒有驗證這一效應(yīng)。

在百年未有之大變局下，以美國為代表的西方國家加快實施與中國的“脫鉤斷鏈”，無疑將抑制中國OFDI的逆向綠色技術(shù)溢出。而數(shù)字經(jīng)濟以其高滲透性、網(wǎng)絡(luò)化、共享性特征，通過數(shù)字化整合方式[9]，打破了貿(mào)易壁壘、促進了信息交流與技術(shù)資源的跨國整合和吸收，在某種程度上有可能對沖歐美技術(shù)封鎖的負向抑制效應(yīng)。相關(guān)研究集中在三個方面。企業(yè)層面，數(shù)字化轉(zhuǎn)型顯著正向促進了企業(yè)綠色技術(shù)創(chuàng)新[10]。產(chǎn)業(yè)層面，數(shù)字經(jīng)濟通過產(chǎn)業(yè)關(guān)聯(lián)、產(chǎn)業(yè)融合及產(chǎn)業(yè)創(chuàng)新機制加快淘汰高污染、高耗能、高排放產(chǎn)業(yè)[11]，促進了產(chǎn)業(yè)綠色技術(shù)創(chuàng)新?？臻g層面，以Dian等[12]為代表的研究驗證了數(shù)字經(jīng)濟對綠色技術(shù)創(chuàng)新具有正向空間溢出效應(yīng)；也有學(xué)者提出了“數(shù)字鴻溝”論，認為數(shù)字經(jīng)濟較為發(fā)達的中國東部省份對中西部省份產(chǎn)生了“虹吸效應(yīng)”[13]。如何發(fā)揮數(shù)字經(jīng)濟的正向空間溢出效應(yīng)，仍是學(xué)術(shù)界關(guān)注的焦點。

現(xiàn)有有關(guān)OFDI或數(shù)字經(jīng)濟作用于母國綠色技術(shù)創(chuàng)新的文獻為本研究奠定了良好基礎(chǔ)。本文擬構(gòu)建包含OFDI、數(shù)字經(jīng)濟和母國綠色技術(shù)創(chuàng)新的三元分析框架，選取中國流向發(fā)達經(jīng)濟體的技術(shù)密集型行業(yè)OFDI存量數(shù)據(jù)為研究樣本，依據(jù)2003—2020年省際面板數(shù)據(jù)，討論中國OFDI逆向綠色技術(shù)溢出效應(yīng)以及數(shù)字經(jīng)濟的門檻效應(yīng)，并運用空間杜賓模型考察空間效應(yīng)，以期為促進綠色技術(shù)創(chuàng)新、實現(xiàn)“雙碳”目標提供決策依據(jù)與參考。

二、理論分析與研究假說

（一）OFDI具有逆向綠色技術(shù)溢出效應(yīng)

作為一種重要的國際技術(shù)傳播機制，OFDI逆向綠色技術(shù)溢出通過母公司與海外子公司間的良性研發(fā)互動、研發(fā)成果反饋和逆向技術(shù)轉(zhuǎn)移，提升母公司綠色技術(shù)創(chuàng)新能力，并通過在母國的示范或競爭效應(yīng)實現(xiàn)技術(shù)擴散，進而提高母國的整體綠色技術(shù)水平。其渠道主要有三：（1）企業(yè)層面。“雙碳”目標情境下，跨國公司會優(yōu)先與具有綠色技術(shù)優(yōu)勢的供應(yīng)商合作[14]，這為跨國企業(yè)通過OFDI方式分享東道國核心技術(shù)資源、促進母公司綠色技術(shù)水平提升提供可能，從而實現(xiàn)企業(yè)層面的OFDI逆向綠色技術(shù)溢出。（2）產(chǎn)業(yè)層面。母公司綠色技術(shù)水平的提升，通過兩個渠道產(chǎn)生“擴散效應(yīng)”，實現(xiàn)產(chǎn)業(yè)層面的逆向溢出。一是通過“示范效應(yīng)”倒逼同行改革創(chuàng)新，激發(fā)其他企業(yè)追隨模仿；二是倒逼母公司產(chǎn)業(yè)鏈上下游企業(yè)技術(shù)創(chuàng)新，推動供應(yīng)鏈企業(yè)的“碳減排”[15]。（3）國家層面。某產(chǎn)業(yè)通過OFDI獲得的先進技術(shù)，可通過產(chǎn)業(yè)間傳導(dǎo)機制擴散到其他產(chǎn)業(yè)，最終實現(xiàn)國家層面的逆向綠色技術(shù)溢出[16]，由此提出：

H1 OFDI具有逆向綠色技術(shù)溢出效應(yīng)。

（二）數(shù)字經(jīng)濟對OFDI逆向綠色技術(shù)溢出具有門檻效應(yīng)

數(shù)據(jù)作為新生產(chǎn)要素推動了全球價值鏈重構(gòu)，也為中國通過OFDI共享全球先進綠色技術(shù)提供了可行路徑。數(shù)字經(jīng)濟對OFDI逆向技術(shù)溢出的影響路徑主要體現(xiàn)在兩方面：一是數(shù)字技術(shù)暢通了信息傳遞渠道。通過數(shù)字化手段，各主體可更便捷地共享數(shù)據(jù)信息，助力國內(nèi)企業(yè)通過學(xué)習(xí)、借鑒、引進東道國技術(shù)資源，提升技術(shù)水平與創(chuàng)新能力。借助數(shù)字技術(shù)的連接性特征進行信息交流和反饋[17]，有利于重塑母國與海外的網(wǎng)絡(luò)關(guān)系，進而促進信息技術(shù)的傳遞與分享。二是數(shù)字技術(shù)促進了技術(shù)資源的整合和吸收。數(shù)字技術(shù)降低了綠色技術(shù)研發(fā)的信息搜尋與溝通協(xié)調(diào)成本，提升了企業(yè)整合創(chuàng)新資源能力與環(huán)境監(jiān)測水平，成為影響綠色技術(shù)吸收能力的關(guān)鍵變量[18]。以人工智能、區(qū)塊鏈和物聯(lián)網(wǎng)等為代表的數(shù)字產(chǎn)業(yè)離不開知識與技術(shù)要素投入[19]，而數(shù)字經(jīng)濟的發(fā)展有利于集聚高端人才、研發(fā)資本等創(chuàng)新要素，進而促進OFDI逆向技術(shù)溢出。因此，數(shù)字經(jīng)濟發(fā)展水平達到一定閾值后，可有效緩解“脫鉤斷鏈”對中國OFDI逆向技術(shù)溢出的抑制效應(yīng)，由此提出：

H2 在控制其他影響因素條件下，中國OFDI逆向綠色技術(shù)溢出存在數(shù)字經(jīng)濟發(fā)展水平的門檻效應(yīng)。

（三）數(shù)字經(jīng)濟對OFDI逆向綠色技術(shù)溢出的空間效應(yīng)具有調(diào)節(jié)作用

基于技術(shù)吸收能力[20]、資源競爭[21]、制度差異等因素影響，企業(yè)在吸收先進技術(shù)時，可能會對周圍地區(qū)造成競爭壓力、產(chǎn)生“虹吸效應(yīng)”，進而抑制其綠色技術(shù)創(chuàng)新水平的提升。如“制度差異”加劇了地區(qū)間技術(shù)吸收和轉(zhuǎn)化能力的差距[22]，“制度質(zhì)量”較高的地區(qū)，對高素質(zhì)人才的吸引力大，對先進技術(shù)的消化吸收能力和承接能力也更強。在“弱財政和強金融”的制度變遷以及數(shù)字化創(chuàng)新發(fā)展的“鞭策”下，地方政府之間會在創(chuàng)新資源上形成激烈競爭，從而造成“以鄰為壑”的市場分割局面[23]，由此提出：

H3 OFDI的逆向綠色技術(shù)溢出具有負向空間效應(yīng)。

高新技術(shù)企業(yè)作為數(shù)字經(jīng)濟的重要發(fā)展載體，在中國區(qū)域分布差異甚大。截至2021年末，東部地區(qū)擁有高新技術(shù)企業(yè)22.4萬戶，占全國總量的67.9%；而中部和西部地區(qū)的占比分別僅為16.9%和10.7%。數(shù)字經(jīng)濟的區(qū)域間非均衡發(fā)展態(tài)勢可能加劇了區(qū)際生產(chǎn)效率差距[24]。數(shù)字經(jīng)濟發(fā)達的地區(qū)往往擁有更先進的數(shù)字基礎(chǔ)設(shè)施和更多的數(shù)字人才，也更容易吸引外部資源要素進入，其“虹吸效應(yīng)”給鄰地帶來負外部性。因此數(shù)字經(jīng)濟非均衡發(fā)展可能產(chǎn)生“數(shù)字鴻溝”現(xiàn)象，進而導(dǎo)致區(qū)際發(fā)展不平衡，由此提出：

H4 數(shù)字經(jīng)濟對OFDI逆向綠色技術(shù)溢出的空間效應(yīng)具有正向調(diào)節(jié)作用。

三、研究設(shè)計

（一）模型設(shè)定

Potterie和Lichtenberg[25]提出了L-P模型，用于比較四種國際研發(fā)溢出渠道的技術(shù)溢出效應(yīng)。如式（1）所示，Sdit、Simit、Sfdiit、Sofdiit分別代表通過國內(nèi)研發(fā)投入、進口貿(mào)易、FDI、OFDI渠道獲取的研發(fā)資本存量；β1～β4分別代表四種渠道的彈性系數(shù)。

lnFit=a0i+β1ln Sdit+β2ln Simit+β3ln Sfdiit+β4ln Sofdiit+εit（1）

本文借鑒L-P模型構(gòu)建如式（2）所示基準模型。etiit代表綠色技術(shù)創(chuàng)新能力；i為省份；t為時間；Sofdiit表示通過OFDI渠道獲取的國外研發(fā)資本存量；Controlit為控制變量；a0為常數(shù)項，a1、a2分別代表各變量的彈性；μi代表省份固定效應(yīng)；σt為時間固定效應(yīng)；εit為隨機誤差項。

lnetiit=a0+a1ln Sofdiit+a2Controlit+μi+σt+εit（2）

門檻模型的構(gòu)建則借鑒Hansen[26]的做法，在式（2）基礎(chǔ)上引入數(shù)字經(jīng)濟（dig）作為門檻變量，構(gòu)建非動態(tài)面板多重門檻回歸模型，如式（3）所示。

lnetiit=β1ln Sofdiit·IFdigit≤γ1+β2ln Sofdiit·IFdigit>γ1+…+β2n－1ln Sofdiit·IFdigit≤γn+β2nln Sofdiit·IFdigit>γn+θ0+θ1Controlit+μi+σt+εit （3）

γ1，…，γn為待估計門檻值，β1，…，β2n為不同門檻區(qū)間OFDI逆向技術(shù)溢出彈性，IF（·）為示性函數(shù)，相應(yīng)條件成立時取值為1，否則取值為0。

（二）變量定義與測量

1.被解釋變量：綠色技術(shù)創(chuàng)新（eti）。選取綠色專利申請數(shù)量作為代理指標，由發(fā)明專利申請和實用新型專利申請兩部分組成。參考賈軍等[5]的做法，根據(jù)經(jīng)合組織公布的《技術(shù)領(lǐng)域與IPC分類號對照表》確定綠色技術(shù)領(lǐng)域與IPC分類號的對照關(guān)系。

2.核心解釋變量：OFDI逆向技術(shù)溢出（Sofdit）。參考杜龍政等[1]的做法，運用式（4）測度OFDI渠道獲取的國外研發(fā)資本存量Sofdit用以表征OFDI逆向技術(shù)溢出。

式（4）中，Sofdit代表t年中國從所有東道國的對外直接投資中獲得的總OFDI逆向技術(shù)溢出，OFDInt代表t年中國對東道國n在技術(shù)密集型行業(yè)的OFDI存量之和。其中技術(shù)密集型行業(yè)的選取借鑒樸英愛等[15]的做法，以“制造業(yè)、信息傳輸/軟件和信息技術(shù)服務(wù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)”這三個行業(yè)進行表征。Knt代表東道國n固定資本形成總額，并進行2015年美元不變價格處理，以消除價格因素影響。Snt是東道國n國內(nèi)研發(fā)資本存量，借鑒吳延兵[27]的做法，運用永續(xù)盤存法測算得出，見式（5）。

Snt=1－δ×Snt－1+RDnt（5）

式（5）中，Sn（t－1）和RDnt分別代表東道國的研發(fā)資本存量和R&D經(jīng)費實際支出，其值按R&D支出價格指數(shù)進行平減。δ為研發(fā)資本折舊率，采用國際通用做法，取δ=15%。

運用上述公式測算出Sofdit后，借鑒樸英愛等［15］的做法，由式（6）計算出中國30個省份通過OFDI獲取的逆向技術(shù)溢出（Sofdimt）。Sofdimt代表t年m省通過OFDI渠道獲取的逆向技術(shù)溢出，Km和K分別代表m省和全國在上述三個行業(yè)新增固定資產(chǎn)投資額。

3.控制變量。

設(shè)定相關(guān)控制變量如下：人力資本（ln hu），采用平均受教育年限作為代理指標；貿(mào)易開放度（ln to），選取各省歷年進出口總額占GDP比重來測度；國內(nèi)研發(fā)投入強度（ln rd），以各省研發(fā)經(jīng)費投入與國內(nèi)生產(chǎn)總值之比來測度；金融發(fā)展水平（ln fin），選取金融機構(gòu)年末存貸款余額與同期GDP比值進行測度；環(huán)境規(guī)制（ln er），用各省工業(yè)行業(yè)污染治理成本占工業(yè)產(chǎn)值的比重來衡量。

4.門檻變量：數(shù)字經(jīng)濟（dig）。借鑒趙濤等[28]的做法構(gòu)建數(shù)字經(jīng)濟發(fā)展水平測度指標體系，使用熵權(quán)TOPSIS測度得出30個省域?qū)用娴臄?shù)字經(jīng)濟發(fā)展水平指數(shù)。結(jié)果表明，全國數(shù)字經(jīng)濟發(fā)展水平均值為0.224，其中東部和中部地區(qū)均值分別為0.254和0.227，均超過全國平均水平；而西部地區(qū)均值僅為0.177，區(qū)域差異明顯。

（三）研究樣本及描述性統(tǒng)計分析

截至2020年末，中國對發(fā)達經(jīng)濟體OFDI存量的90%左右主要分布在中國香港、新加坡、歐盟、澳大利亞和美國這五大經(jīng)濟體，選取中國30個?。ㄗ灾螀^(qū)、直轄市）（由于數(shù)據(jù)缺失，剔除港澳臺、西藏自治區(qū)）在2003—2020年間流向上述五個發(fā)達經(jīng)濟體三大行業(yè)的OFDI存量，能較好反映中國技術(shù)尋求型OFDI的現(xiàn)狀。其中東道國相關(guān)原始數(shù)據(jù)來源于世界銀行、歐盟統(tǒng)計局、新加坡統(tǒng)計局，個別缺失數(shù)據(jù)通過線性插值法估算補足。為消除量綱的影響，對各變量數(shù)據(jù)取對數(shù)。變量描述性統(tǒng)計結(jié)果見表1。

四、實證結(jié)果與分析

（一）OFDI逆向綠色技術(shù)溢出效應(yīng)

1．基準模型檢驗。

穩(wěn)健性回歸結(jié)果表明，多重共線性檢驗VIF值為1.95，小于10，說明不存在嚴重的多重性。豪斯曼檢驗結(jié)果顯示，χ2（6）=83.79，對應(yīng)P=0.000，拒絕原假設(shè)，說明采用雙向固定效應(yīng)模型更合適。

2．全樣本回歸分析。

將各變量對被解釋變量綠色技術(shù)創(chuàng)新（eti）逐一進行面板回歸，得到回歸結(jié)果，如表2所示。模型（1）結(jié)果表明，不加入控制變量時OFDI逆向綠色技術(shù)溢出在1%統(tǒng)計水平顯著存在。模型（2）～模型（5）是逐步加入其他控制變量后的回歸結(jié)果，說明OFDI逆向綠色技術(shù)溢出的系數(shù)均顯著為正。模型（6）結(jié)果表明，OFDI逆向綠色技術(shù)溢出在1%的統(tǒng)計水平估計系數(shù)為0.182，說明中國企業(yè)在對外直接投資過程中，不僅通過“干中學(xué)”掌握了當(dāng)?shù)睾诵募夹g(shù)、提升了自身技術(shù)創(chuàng)新能力，還將所學(xué)技術(shù)逆向反饋至母公司，通過擴散、吸收、“學(xué)中干”等二次創(chuàng)新等模式，促進了國內(nèi)綠色技術(shù)創(chuàng)新能力的提升，H1得以驗證。

3．區(qū)域異質(zhì)性檢驗。

為進一步研究OFDI逆向綠色技術(shù)溢出的區(qū)域差異，將省份劃分為東、中、西三大樣本組，運用雙向固定效應(yīng)回歸法對模型進行估計，結(jié)果見表3。各變量顯著性及系數(shù)符號呈現(xiàn)明顯的區(qū)域差異。即東、中部地區(qū)均存在顯著的OFDI逆向綠色技術(shù)溢出，而在西部地區(qū)并不明顯。究其原因，可能是東、中部地區(qū)匯集了大量高學(xué)歷人才，研發(fā)投入強度較高，集聚了中國大部分先進研發(fā)機構(gòu)和設(shè)備，有利于對先進技術(shù)的整合和吸收。而西部地區(qū)研發(fā)投入強度（rd）相關(guān)系數(shù)顯著為負；人力資本（hu）、貿(mào)易開放度（to）、金融發(fā)展水平（fin）等控制變量對綠色技術(shù)創(chuàng)新影響不顯著，難以支撐西部地區(qū)對先進技術(shù)的學(xué)習(xí)和吸收，因而導(dǎo)致OFDI逆向綠色技術(shù)溢出效應(yīng)不顯著。

4．內(nèi)生性與穩(wěn)健性檢驗。

內(nèi)生性檢驗。由于OFDI與母國綠色技術(shù)創(chuàng)新可能存在互為因果關(guān)系，導(dǎo)致模型出現(xiàn)內(nèi)生性問題，為此采用前定的核心解釋變量和滯后一期及滯后兩期的被解釋變量作為工具變量，利用DIFF-GMM方法進行內(nèi)生性檢驗，同時采用自回歸（AR）檢測擾動序列的相關(guān)性，并以Hansen檢驗判斷工具變量的有效性。如表4模型（10）所示，AR（1）-P值小于0.05，AR（2）-P值大于0.1，表明模型擾動項之間不存在二階或更高階的序列自相關(guān)；Hansen檢驗P值大于0.1，表明模型通過了過度識別檢驗，DIFF-GMM實證結(jié)果有效，即在1%的水平OFDI與綠色技術(shù)創(chuàng)新顯著正相關(guān)。

穩(wěn)健性測試。一是對變量做截尾處理，剔除可能的異常值對模型重新估計；二是縮減樣本的時間跨度（采用2005—2020年為研究時段）進行穩(wěn)健性

（二）OFDI逆向綠色技術(shù)溢出的門檻效應(yīng)

1．門檻效應(yīng)檢驗。

引入數(shù)字經(jīng)濟（dig）為門檻變量，采用Hansen的面板門檻回歸法進行門檻存在性檢驗，結(jié)果如表5所示。通過“自舉法”重疊模擬似然比檢驗統(tǒng)計量300次后，發(fā)現(xiàn)以“數(shù)字經(jīng)濟”為門檻變量且不考慮控制變量時，門檻效應(yīng)檢驗后的P值分別為0.013、0.003和0.263；以“數(shù)字經(jīng)濟”作為門檻變量且考慮控制變量時，門檻檢驗后的P值分別為0.037、0.020和0.837，說明無論是否考慮控制變量，單一門檻和雙重門檻均在5%的顯著性水平下通過了檢驗，而三重門檻均未通過檢驗，說明OFDI對母國綠色技術(shù)創(chuàng)新存在顯著的“數(shù)字經(jīng)濟”雙門檻效應(yīng)，H2得以驗證。

采用Bootstrap法反復(fù)抽樣300次得到門檻變量的門檻值及置信區(qū)間結(jié)果，如表6所示。以“數(shù)字經(jīng)濟”作為門檻變量且不考慮控制變量時，單一門檻和雙重門檻估計值分別為0.086和0.226；以“數(shù)字經(jīng)濟”作為門檻變量且考慮控制變量時，其單一門檻和雙重門檻估計值分別為0.081和0.226。

2．門檻回歸結(jié)果分析。

由表7估計結(jié)果可知，OFDI逆向綠色技術(shù)溢出會因數(shù)字經(jīng)濟發(fā)展水平高低而呈現(xiàn)邊際正向遞增的動態(tài)特征。即隨著數(shù)字經(jīng)濟發(fā)展水平的不斷提高，OFDI對國內(nèi)綠色技術(shù)創(chuàng)新的促進效應(yīng)越明顯，這一現(xiàn)象值得關(guān)注。以考慮控制變量的模型（16）為例，當(dāng)數(shù)字經(jīng)濟發(fā)展水平低于門檻值0.081時，OFDI逆向綠色技術(shù)溢出系數(shù)為0.394；當(dāng)超過0.081和0.226的門檻值后，OFDI逆向綠色技術(shù)溢出系數(shù)分別上升至0.411和0.424，且均通過了1%顯著性水平檢驗，表明隨著數(shù)字經(jīng)濟不斷超越更高門檻閾值，OFDI對綠色技術(shù)創(chuàng)新的正向促進效應(yīng)不斷增強。由此可見，OFDI逆向綠色技術(shù)溢出受該區(qū)域數(shù)字經(jīng)濟發(fā)展水平的約束，且呈現(xiàn)顯著的正向的、邊際效率遞增的非線性特征，H2得以驗證。

究其原因，可能是數(shù)字經(jīng)濟發(fā)展水平較低時，創(chuàng)新過程中的代理成本、調(diào)整成本、搜尋成本和享用成本均較高，抑制了企業(yè)將更多資金投入綠色創(chuàng)新活動的能力，此時數(shù)字經(jīng)濟的賦能效應(yīng)較弱，導(dǎo)致門檻效應(yīng)有限。隨著數(shù)字經(jīng)濟發(fā)展水平的不斷提升，規(guī)模經(jīng)濟和范圍經(jīng)濟效應(yīng)顯現(xiàn)，再加上倒逼傳統(tǒng)的高污染、高耗能產(chǎn)業(yè)向高效能、集約式的發(fā)展模式的轉(zhuǎn)變，推動了社會綠色技術(shù)創(chuàng)新水平的整體提升。這意味著“碳中和”背景下，通過提升數(shù)字經(jīng)濟發(fā)展水平促進OFDI與綠色發(fā)展的良性互動，意義重大。

五、拓展性分析

（一）空間計量模型

首先，構(gòu)建如式（7）所示空間杜賓模型（SDM），對OFDI逆向綠色技術(shù)溢出的空間效應(yīng)進行驗證。

lnetiit=ψ0+ρWijlnetiit+ψ1ln Sofdiit+ψ2Wijln Sofdiit+ψ3lnconit+ψ4Wijlnconit+εit（7）

其中，ρ表示綠色技術(shù)創(chuàng)新空間自回歸的系數(shù)；ψ1、ψ3表示直接效應(yīng)的系數(shù);ψ2、ψ4表示空間效應(yīng)的系數(shù)，如果ψ2大于（或小于）0，說明該省份OFDI對周圍省份的綠色創(chuàng)新水平產(chǎn)生了正（或負）空間效應(yīng)；W代表權(quán)重矩陣，采用空間經(jīng)濟地理權(quán)重矩陣進行分析。

然后引入數(shù)字經(jīng)濟發(fā)展水平（dig）這一調(diào)節(jié)變量，檢驗其對OFDI逆向綠色技術(shù)溢出的調(diào)節(jié)作用，構(gòu)建如式（8）所示模型。若φ5、φ6顯著為正（負），說明數(shù)字經(jīng)濟正（負）向調(diào)節(jié)了OFDI對綠色技術(shù)創(chuàng)新水平的直接效應(yīng)和空間效應(yīng)。

lnetiit=φ0+ρWijlnetiit+φ1ln Sofdiit+φ2Wijln Sofdiit+φ3lnconit+φ4Wijlnconit+φ5digit×ln Sofdiit+φ6Wijdigit×ln Sofdiit+εit（8）

（二）空間自相關(guān)檢驗

采用Stata17.0軟件，基于空間經(jīng)濟地理權(quán)重矩陣對我國30個省份2003—2020年間綠色技術(shù)創(chuàng)新水平進行全局莫蘭指數(shù)（Moran’s I）檢驗。檢驗結(jié)果顯示，所有年份莫蘭指數(shù)均在5%統(tǒng)計水平顯著，表明各省綠色技術(shù)創(chuàng)新水平存在顯著的空間自相關(guān)性。

（三）空間溢出效應(yīng)檢驗結(jié)果

1.空間回歸分析。

為確定最終空間計量模型，分別進行LM檢驗、LR檢驗和Hausman檢驗。LM檢驗結(jié)果顯示，顯著性水平低于1%，說明拒絕混合OLS回歸模型。LR檢驗結(jié)果通過1%的顯著性水平，說明拒絕簡化，選擇SDM模型。Hausman檢驗結(jié)果在1%的水平上顯著，即拒絕使用隨機效應(yīng)模型的原假設(shè)。故適合選用時間固定效應(yīng)的SDM模型進行空間計量。

如表8所示，模型（17）、模型（18）分別為加入調(diào)節(jié)變量前、后的空間杜賓模型回歸結(jié)果。模型（17）中l(wèi)n sofdi在1%的水平下顯著為正，表明各省OFDI均對本地區(qū)綠色技術(shù)創(chuàng)新水平提升產(chǎn)生了正向促進效應(yīng)；OFDI逆向綠色技術(shù)溢出的空間交互項（W×ln sofdi）在1%水平下顯著為負，表明各省OFDI逆向綠色技術(shù)溢出確實存在負向空間外溢效應(yīng)，即省內(nèi)逆向技術(shù)溢出效應(yīng)越大，對相鄰省份綠色技術(shù)創(chuàng)新水平的抑制越明顯，說明OFDI逆向溢出效應(yīng)大的省份，可能是以吸引鄰省資本、人才和知識等資源的流入為代價，進而削弱了臨近地區(qū)綠色技術(shù)創(chuàng)新的資源支持，H3得以驗證。

加入調(diào)節(jié)變量后的模型（18）回歸結(jié)果表明，OFDI逆向綠色技術(shù)溢出與數(shù)字經(jīng)濟交互項（ln sofdi×dig）在1%水平下顯著為正，表明數(shù)字經(jīng)濟在各省份OFDI逆向綠色技術(shù)溢出的傳導(dǎo)效應(yīng)中起正向調(diào)節(jié)作用，即數(shù)字經(jīng)濟發(fā)展水平強化了本省逆向技術(shù)溢出效應(yīng)與相鄰地區(qū)綠色技術(shù)創(chuàng)新水平的負相關(guān)關(guān)系，說明數(shù)字經(jīng)濟發(fā)展的不平衡加劇了“數(shù)字鴻溝”，即技術(shù)領(lǐng)先省份可能因“虹吸效應(yīng)”而使其他地區(qū)處于不利地位，H4得以驗證。

六、結(jié)論與建議

以2003—2020年間中國30個省份流向五個發(fā)達經(jīng)濟體三大行業(yè)的OFDI存量為樣本，分析了數(shù)字經(jīng)濟對中國技術(shù)尋求型OFDI逆向綠色技術(shù)溢出的影響效應(yīng)。結(jié)果表明：（1）在“碳中和”情境下，中國技術(shù)尋求型OFDI具有顯著的逆向綠色技術(shù)溢出效應(yīng)，是實現(xiàn)中國綠色技術(shù)創(chuàng)新的新動能。但這一效應(yīng)具有區(qū)域異質(zhì)性，在東部、中部地區(qū)明顯，在西部地區(qū)并不顯著。（2）OFDI逆向綠色技術(shù)溢出存在數(shù)字經(jīng)濟發(fā)展水平的雙重門檻效應(yīng)，且呈現(xiàn)顯著的正向且邊際效率遞增的非線性特征，說明OFDI逆向綠色技術(shù)溢出受該區(qū)域數(shù)字經(jīng)濟發(fā)展水平的約束，且數(shù)字經(jīng)濟達到更高門檻閾值后，OFDI逆向綠色技術(shù)溢出越明顯。（3）OFDI逆向綠色技術(shù)溢出存在負向空間外溢效應(yīng)，且數(shù)字經(jīng)濟通過“虹吸效應(yīng)”強化了本省逆向技術(shù)溢出對鄰省綠色技術(shù)創(chuàng)新水平的負向空間效應(yīng)。

建議：（1）持續(xù)優(yōu)化OFDI區(qū)域分布，突破技術(shù)壁壘以尋求先進技術(shù)培育綠色發(fā)展新動能。一是在美國“供應(yīng)鏈聯(lián)盟”中尋找突破口，持續(xù)增加對美國“友岸國家”對外投資。比如選取與中國的投資“黏性”和東道國技術(shù)水平兩大指標，可篩選出德國、新加坡、荷蘭等目標國，使之成為打破美國“脫鉤斷鏈”企圖的有利突破口，形成獲取技術(shù)尋求型OFDI投資區(qū)位的“替代方案”。二是以“一帶一路”和RCEP為契機，在全球范圍內(nèi)尋求更多合作機會，打破美國的技術(shù)封鎖與對美國的技術(shù)依賴，形成多元、穩(wěn)定、長期的技術(shù)與投資合作關(guān)系。三是鼓勵、引導(dǎo)有條件的企業(yè)加快“走出去”步伐，加大對以上目標經(jīng)濟體高新技術(shù)產(chǎn)業(yè)的投資與鏈接，提高技術(shù)尋求型OFDI比重，培育綠色發(fā)展新動能。（2）促進“雙碳”領(lǐng)域數(shù)字經(jīng)濟的發(fā)展，賦能OFDI逆向綠色技術(shù)溢出。大力推進數(shù)字中國建設(shè)，擴大數(shù)字技術(shù)在“雙碳”重點領(lǐng)域的應(yīng)用場景，全面推動產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化水平，賦能區(qū)域綠色技術(shù)創(chuàng)新。（3）區(qū)域聯(lián)動、因地制宜，縮減數(shù)字鴻溝。各地政府要樹立全局發(fā)展觀，打破與鄰近區(qū)域的信息壁壘，通過強化頂層設(shè)計和政策引導(dǎo)，有效發(fā)揮數(shù)字經(jīng)濟的省際聯(lián)動效應(yīng)；中、西部地區(qū)應(yīng)立足其低成本優(yōu)勢和稟賦條件，建設(shè)超大數(shù)據(jù)處理中心，著力縮小區(qū)域間數(shù)字經(jīng)濟的發(fā)展差距，填平“數(shù)字鴻溝”、共享數(shù)字紅利，形成區(qū)域間協(xié)同發(fā)展和優(yōu)勢互補的機制，有效發(fā)揮數(shù)字經(jīng)濟的正向賦能效用，加速推進新發(fā)展格局。

參考文獻：

［1］ 杜龍政，林潤輝.對外直接投資、逆向技術(shù)溢出與省域創(chuàng)新能力——基于中國省際面板數(shù)據(jù)的門檻回歸分析[J].中國軟科學(xué)，2018（1）：149-162.

［2］ 劉建江，李詩.新冠疫情沖擊下美國再工業(yè)化戰(zhàn)略舉措及前景研究[J].廣西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2020，56（6）：129-145.

［3］ 韓玉軍，王麗.中國OFDI逆向技術(shù)溢出效應(yīng)的影響因素研究——基于國別面板數(shù)據(jù)的非線性門檻技術(shù)回歸[J].經(jīng)濟理論與經(jīng)濟管理，2015（6）：94-105.

［4］ 蔣冠宏，蔣殿春.綠地投資還是跨國并購：中國企業(yè)對外直接投資方式的選擇[J].世界經(jīng)濟，2017，40（7）：126-146．

［5］ 賈軍，魏潔云，王悅.環(huán)境規(guī)制對中國OFDI的綠色技術(shù)創(chuàng)新影響差異分析——基于異質(zhì)性東道國視角[J].研究與發(fā)展管理，2017，29（6）：81-90.

［6］ Luo Y S， Salman M， Lu Z N. Heterogeneous impacts of environmental regulations and foreign direct investment on green innovation across different regions in China[J]. Science of the Total Environment，2021，759：143744.

［7］ 梁圣蓉，羅良文.國際研發(fā)資本技術(shù)溢出對綠色技術(shù)創(chuàng)新效率的動態(tài)效應(yīng)[J].科研管理，2019，40（3）：21-29.

［8］ 宋維佳，杜泓鈺.自主研發(fā)、技術(shù)溢出與中國綠色技術(shù)創(chuàng)新[J].財經(jīng)問題研究，2017（8）：98-105.

［9］ 劉建江，李淵浩.數(shù)字經(jīng)濟如何賦能全要素能源效率提升？[J].財經(jīng)理論與實踐，2023，44（2）： 105-113.

［10］Liu X， Liu F Z， Ren X Y. Firms’ digitalization in manufacturing and the structure and direction of green innovation[J]. Journal of Environmental Management，2023，335：117525.

［11］戚聿東，肖旭，蔡呈偉.產(chǎn)業(yè)組織的數(shù)字化重構(gòu)[J].北京師范大學(xué)學(xué)報（社會科學(xué)版）， 2020（2）：130-147.

［12］Dian J， Song T， Li S L. Facilitating or inhibiting？ Spatial effects of the digital economy affecting urban green technology innovation[J]. Energy Economics，2024，129：107223.

［13］崔蓉，翟凌宇，孫亞男.中國數(shù)字經(jīng)濟空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及其影響因素[J].經(jīng)濟與管理評論，2023，39（6）：95-108.

［14］楊麗華，薛瑩，董晨晨.“一帶一路”背景下中國ODI的行為特征及環(huán)境風(fēng)險表征[J].長沙理工大學(xué)學(xué)報（社會科學(xué)版），2019，34（4）：52-62.

［15］樸英愛，于鴻.對外直接投資逆向技術(shù)溢出對中國技術(shù)創(chuàng)新能力的影響——基于門檻效應(yīng)的實證研究[J].山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2022，45（4）：135-145.

［16］尹東東，張建清.我國對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證分析[J].國際貿(mào)易問題，2016（1）：109-120.

［17］張艷萍，凌丹，劉慧嶺.數(shù)字經(jīng)濟是否促進中國制造業(yè)全球價值鏈升級？[J].科學(xué)學(xué)研究，2022，40（1）：57-68.

［18］Huang Y X， Zhang Y. How does outward foreign direct investment enhance firm productivity？ A heterogeneous empirical analysis from Chinese manufacturing[J]. China Economic Review，2017，44：1-5.

［19］楊剛強，王海森，范恒山，等.數(shù)字經(jīng)濟的碳減排效應(yīng)：理論分析與經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟，2023（5）：80-98.

［20］馬述忠，李嫣君，吳國杰.基于空間自相關(guān)的中國技術(shù)類創(chuàng)新資源流動影響因素分析[J].經(jīng)濟學(xué)家，2015（11）：15-25.

［21］馬越越，王維國.環(huán)境分權(quán)、地方政府競爭對綠色技術(shù)創(chuàng)新影響的“本地—鄰地”效應(yīng)[J].中國管理科學(xué)，2021，29（12）：68-80.

［22］曹馳，黃漢民.外部制度質(zhì)量差異對企業(yè)生產(chǎn)率和出口選擇門檻的影響——基于中國制造業(yè)行業(yè)的理論和實證研究[J].國際貿(mào)易問題，2017（2）：27-38.

［23］鄭萬騰，趙紅巖，趙夢嬋.數(shù)字金融發(fā)展有利于環(huán)境污染治理嗎？——兼議地方資源競爭的調(diào)節(jié)作用[J].產(chǎn)業(yè)經(jīng)濟研究，2022（1）：1-13.

［24］Yang S， Li H H， Liu X Y， et al. Spatial analysis of the digital economy’s influence on urban sustainable development： a decade-long study of Chinese prefecture-level cities[J]. Ecological Indicators，2024，166：112338.

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

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

［27］吳延兵.R&D與生產(chǎn)率——基于中國制造業(yè)的實證研究[J].經(jīng)濟研究，2006（11）：60-71.

［28］趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)[J].管理世界，2020，36（10）：65-76.

Does the Digital Economy Promote the Reverse Green

Technology Spillover from the Technology-seeking OFDI？

Abstract：Based on the inter-provincial panel data from 2003 to 2020， this paper introduces the digital economy variables and considers the reverse green technology spillover effect of China’s technology-seeking OFDI.The results show that OFDI significantly improves the level of domestic green technology innovation， and has obvious regional heterogeneity. Threshold effect analysis shows that there is a significant double threshold effect of “digital economy” in the spillover of OFDI reverse green technology， and it presents a significant positive and step-increasing nonlinear law under the threshold condition. The expansion analysis shows that there is a negative spatial spillover effect of OFDI reverse green technology spillover， and the digital economy accelerates the reverse green technology spillover of OFDI within the province， but strengthens the negative spatial effect of OFDI inter-provincial reverse green technology spillover through the “siphon effect”. In view of this， it is necessary to continue to optimize the OFDI location， promote the application of digital economy in the field of “dual carbon”， narrow the inter-provincial digital divide， and fully tap the new momentum of China’s green technology innovation.

Key words：technology seeking OFDI; reverse green technology overflow; green technology innovation; digital economy