论文部分内容阅读
摘要：利用2003—2016年中国省际面板数据，运用门限回归模型，从吸收能力视角实证考察了对外直接投资对地区创新产出的影响。研究发现，对外直接投资对创新产出的影响存在明显的地区差异。其中，东部、中部和西部地区对外直接投资对创新产出的影响显著为正，东北部地区并不显著。进一步研究发现，研发投入强度和资本密度2个吸收能力因素在对外直接投资对地区创新产出影响中存在双重门限效应，技术差距和市场化程度存在单一门限效应，且在研发投入强度、资本密度、市场化程度特征值跨越相应门限值，技术差距特征值低于相应门限值时，对外直接投资的正向影响效应明显加强。同时，各地区吸收能力因素特征值与相应门限值的距离存在显著差异，大部分地区的资本密度特征值已跨越了相应门限值、技术差距特征值也已低于相应门限值，但部分西部和东北部地区的研发投入强度及市场化程度特征值仍处于门限值以下。
关键词：对外直接投资;创新产出;逆向技术溢出;门限效应
中图分类号：F125 文献标识码：A 文章编号：1007-2101（2019）04-0038-12
通过对外直接投资（OFDI）获取国外先进技术是一国培育其竞争优势的重要途径。过去，中国的对外开放以吸引外商直接投资为主，以期实现“市场换技术”，但受制于发达国家对核心技术的保护，这一技术转移效果并不理想。当前，随着对外直接投资的规模扩张和结构完善，对外直接投资逐渐成为中国主动吸收国外先进技术、提高技术开发和自主创新能力的更为有效的途径。为加快实施“走出去”战略，2003年4月商务部出台的《关于做好境外投资审批试点工作有关问题的通知》提出，率先在北京等12个省市试点下放对外直接投资审批权限、缩短对外直接投资审批流程。2015年5月国务院发布的《关于构建开放型经济新体制的若干意见》提出，确立并实施新时期走出去国家战略，加强统筹谋划和指导，确立企业和个人对外投资主体地位，努力提高对外投资质量和效率。2016年11月国务院发布的《“十三五”国家战略性新兴产业发展规划》明确指出，支持产业链“走出去”，并将“走出去”获得的优质资产、技术、管理经验反哺国内，形成综合竞争优势。在上述一系列政策的支持和引导下，中国OFDI迅猛发展。据国家商务部、统计局、外汇管理局联合发布的《2016年度中国对外直接投资统计公报》显示，中国OFDI流量从2003年的28.5亿美元攀升至2017年的1 582.9亿美元，年均增长率为33.2%。截至2017年底，中国OFDI存量为18 090.4亿美元，位居全球第二。此外，部分研究表明OFDI有助于一国接触全球研发资源、促进国内技术进步（蒋冠宏和蒋殿春，2014）[1]。那么，OFDI究竟能在多大程度上促进国内自主创新？影响这一促进作用的因素又有哪些？对这些问题展开研究，一方面有利于我们对过去的OFDI活动进行评价;另一方面能够为有效利用OFDI获取技术创新收益提供参考。
很多研究都对OFDI的逆向技术溢出效应作出了论述，其中多数集中在OFDI对母国经济发展的贡献、OFDI对母国技术创新的影响机制和OFDI溢出效应的影响因素三个方面。第一，在OFDI对母国经济发展的贡献方面，现有研究发现OFDI能够促进母国的产业结构升级和技术进步（白洁，2009;沙文兵，2012）[2-3]，拉动母国的经济增长（李思慧、于津平，2016）[4]，改善母国的就业状况（李磊等，2016）[5]。同时，不同省份获得的收益存在明显差异（沙文兵，2012）[3]。第二，在OFDI对母国技术创新的影响机制方面，现有研究指出有的企业通过在海外建立分支机构嵌入当地生产网络，以上下游溢出等方式获取先进知识和技术（Javorcik，2004;陈菲琼和虞旭丹，2009）[6-7]，有的企业通过并购国外企业直接获得国外的先进技术和研发资源（Potterie和Lichtenberg，2001;蒋冠宏，2017）[8-9]。进行OFDI的企业在掌握这些技术后，会在国内形成竞争效应、示范效应和关联效应，推动其所在产业和相关产业创新水平提高（王恕立和李龙，2012）[10]。第三，在OFDI溢出效应的影响因素方面，现有研究大致围绕东道国和母国的经济特征展开。一方面，东道国的制度环境、市场规模和创新水平等多个和经济发展相关的因素都会对溢出效应产生积极的促进作用（欧阳艳艳，2010;蔡冬青和刘厚俊，2012;Driffield等，2014）[11-13];另一方面，母国的服务水平、企业性质等是影响对外直接投资发展的重要因素（郑文，2011）[14]，母国的人力资本、研发投入和对外开放程度等多个吸收能力因素均为转化和利用研发知识提供了重要保障（Li等，2016;尹东东和张建清，2016）[15][16]。
上述文献为研究OFDI对地区创新产出的影响提供了有益探索，但仍存在以下两方面局限：一方面，现有文献多在整体上考虑OFDI溢出效应的大小，而较少对不同地区获得的收益作出比较，缺乏对溢出效应的全面描述;另一方面，现有文献较多关注影响溢出效应的东道国因素，而较少对影响溢出效应的母国吸收能力因素进行检验，缺乏对溢出效应的充分解释。基于此，本文以表征吸收能力的各因素为门限变量，利用2003—2016年中国省际面板数据，对OFDI逆向技术溢出影响地区创新产出的门限效应进行检验，并为各地区提高OFDI收益提出有针对性的建议。与现有研究相比，本文的主要贡献是：（1）构建门限回归模型，对OFDI对地区创新产出的非线性影响进行实证检验，丰富了对溢出效应的分析;（2）基于母国吸收能力视角比较不同地区获得的OFDI收益，完善了对OFDI溢出效應影响因素的分析;（3）以测算的门限值为标准，结合对各地区吸收能力因素特征值的计算，比较了各地区研发投入强度、资本密度、技术差距和市场化程度特征值与门限值的差距，对地区间OFDI收益差异进行了合理解释。
一、理论分析与研究假设 Cohen和Levinthal（1990）[17]指出吸收能力是帮助企业识别、消化和转化外部信息的关键因素，Borenztein（1998）[18]和Blomstrom（1999）[19]也发现当吸收能力到达一定的门限后，后发国家才能高效吸收和利用技术外溢。地区通过OFDI获得了外部知识，而有时候外部知识并不能直接促进地区的创新产出，即通过OFDI获得的收益需要地区吸收能力将外部知识内生化来发挥作用。依照吸收能力理论，即使不同地区都积极开展了对外直接投资活动，由于地区吸收能力的不同，在OFDI中所获的收益也不尽相同。由此可见，只有当吸收能力有效地处理外部知识，并与地区本身的生产能力相结合，才能够显著提升OFDI收益。本文将吸收能力分为研发投入强度、资本密度、技术差距和市场化程度四个方面。
1. 研发投入强度。研发投入既是改善地区科技创新现状的重要资金来源，又体现了各地区的创新意识（叶建平等，2014）[20]。当地区研发投入强度较大时，地区的创新活动更加频繁，对于外部知识的吸收能力也越强，而当地区创新意识不足够强烈时，则有可能导致对外部知识的学习效应不明显。
假设1：研发投入强度越高，越有利于OFDI对地区创新产出的影响。
2. 资本密度。“干中学”理论把知识看作资本的函数，强调了资本对于一个国家产品产出和创新的重要意义，即资本密度强化了地区对知识的利用和转化。同时，资本投入越多，越易于带来规模经济，地区的经济发展程度越高，也为知识溢出提供了重要保障。
假设2：资本密度越高，越有利于OFDI对地区创新产出的影响。
3. 技术差距。技术差距体现了对于先进技术吸收的边界性，本地技术水平与外部技术水平的差距较小，说明外部知识更符合本地的技术需求，能够为本地带来较好的上升空间，引导本地产业发展。此时，地区对于外部知识的吸收和学习速度也越快，从而更有利于成果转化。
假設3：技术差距越小，越有利于OFDI对地区创新产出的影响。
4. 市场化程度。有效率的市场结构能够对经济主体的创新活动产生重要影响力，从而有可能促进OFDI逆向技术溢出效应。市场化程度越强，地区的竞争制度越完善，对外部知识的利用也更加充分合理，总体生产效率较高。
假设4：市场化程度越强，越有利于OFDI对地区创新产出的影响。
二、模型构建及变量选取
（一）模型构建
Grossman和Helpman（1991）[21]阐述了开放经济与技术进步的关系，指出进口贸易有助于进口国的技术进步。Coe和Helpman（1995）[22]据此构建了国际研发溢出模型，并验证了进口贸易的技术溢出效应。进一步，Potterie和Lichtenberg（2001）[8]又将外商直接投资和对外直接投资纳入其中，形成了L-P模型，如式（1）所示。
其中，TFP表示国内全要素生产率，Sid表示国内研发资本存量，Sifm、Siff和Sift分别表示通过进口贸易、外商直接投资和对外直接投资渠道获取的国外研发资本存量。L-P模型在测算国际研发溢出对一国经济影响方面得到了广泛认可和应用，如李梅、柳士昌（2011）[23]同时衡量了中国的进口贸易、对外直接投资和外商直接投资的溢出效应，汪思齐、王恕立（2017）[24]考察了不同行业对外直接投资和外商直接投资对生产率的影响差异。
根据L-P模型可知，推动一国技术创新的路径主要包括国内研发投入、对外直接投资、外商直接投资（IFDI）和进口贸易（IM）。其中，国内的自主研发投入能够直接带来技术进步和创新能力提升，OFDI、IFDI和IM则是通过研发溢出间接带动国内创新发展。本文借鉴这一模型，以创新产出为被解释变量，以OFDI逆向技术溢出为核心解释变量，同时参考宋跃刚、杜江（2015）[25]的研究，将人力资本作为控制变量纳入模型，构建如下计量模型：
其中，P表示创新产出，SD表示国内研发资本存量，SFofdi、SFifdi和SFim分别表示通过OFDI、IFDI和IM途径所溢出的国外研发资本存量，H表示人力资本，μi表示省份个体效应，ε表示随机干扰项。
依照上述理论分析，只有当地区吸收能力有效地处理外部知识，并与地区本身的生产能力相结合，才能够显著提升OFDI收益。因此有必要对母国的吸收能力加以衡量，构建吸收能力与OFDI溢出效应之间的内在联系。Hansen[26]于1999年提出的门限回归模型对于这种变量间的非线性关系进行了很好的阐释。该方法的优点在于将分段门限值的外生主观判定改为由模型本身决定，因而能够更为准确地识别内生门限值。借鉴这一做法，以表征吸收能力的各因素为门限变量，将式（2）扩展为以OFDI逆向技术溢出为核心解释变量的面板门限模型：
其中，qi为门限变量，γ为对应门限值，α1、α2分别为门限变量在不同条件下OFDI逆向技术溢出影响创新产出的估计参数。假设存在双重门限时，上述模型可写作：
双重门限模型将变量间的关系划分为三个阶段，当门限变量qi位于不同取值区间时，OFDI对创新产出的影响程度不同。由此可见，门限模型拓宽了对OFDI与创新产出之间直接联系的研究，较好估计了吸收能力在OFDI溢出效应中的作用，并有利于对地区间溢出效应差异做出合理解释。
（二）数据处理及变量说明
全球创新资源主要分布在研发活动旺盛、经济发展稳定的发达国家，而技术扩散受到地理因素制约，因此将OFDI分布在高新技术区域是接近先进研发资源、获取国际技术溢出的重要方式（程惠芳、陈超，2016）[27]。参考2016年世界知识产权组织和美国康奈尔大学等机构联合发布的《全球创新指数报告》以及美国彭博社发布的《彭博创新指数》中各国的排名情况，并结合中国商务部、统计局、外汇管理局联合发布的《2016年度中国对外直接投资统计公报》中有关中国对外直接投资区位流向的情况，同时考虑各国研发存量数据的大小及可得性，本文最终选取了加拿大、德国、丹麦、西班牙、芬兰、法国、英国、意大利、日本、韩国、荷兰、新加坡、美国和中国香港等14个国家和地区作为中国吸收国际技术的主要来源地。截至2016年底，中国在上述14个国家和地区的OFDI存量占中国全部OFDI存量的70%左右。 根据2005年国务院发展研究中心颁布的《地区协调发展的战略和政策》，将中国经济区域划分为东部、中部、西部和东北部4个地区。其中，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南，中部地区包括山西、安徽、江西、河南、湖北和湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆，东北部地区包括辽宁、吉林和黑龙江。由于西藏地区数据缺失严重，在实证分析时并未考虑。各变量的获取和处理过程如下。
1. 创新产出。自主创新是指地区凭借一系列的研发活动，在科技、知识领域有所突破，最终实现科技成果转化的能力（陈菲琼、虞旭丹，2009）[7]。现有研究对于自主创新的衡量大多围绕创新投入、创新效率和创新产出展开，其中创新投入通常用研发支出表示（王永进、张国峰，2015）[28]，创新效率通常用生产率表示（Behera和Goldar，2012）[29]，创新产出通常用专利数量或新产品销售额表示（刘焕鹏，2015;余明桂等，2016;张云、赵富森，2017）[30-32]。然而，研發支出仅代表了对创新活动的资金投入，并不一定能转化为创新成果;生产率体现了除劳动和资本以外所有剩余因素带来的技术进步，并不完全等价于自主创新能力;新产品销售收入主要衡量了创新成果的市场价值，但并不能反映技术的自主知识产权;而专利更好地保证了创新活动的新颖性，是创新活动的重要产出代表，因此以专利来衡量地区自主创新能力会优于其他指标。在国家知识产权局对专利的三种划分中，与实用新型专利和外观设计专利相比，发明专利对自主创新能力的要求更高，往往涉及产品和产业的核心技术。因此，本文参考刘焕鹏（2015）[30]和余明桂等（2016）[31]的做法，采用历年《中国科技统计年鉴》中的发明专利授权量表示各省份的创新产出。
2. 国内研发资本存量。国内研发资本作为创新活动的直接资金投入，为创新产出提供了重要保障。根据Griliches（1992）[33]提出的永续盘存法，以2003年为基期，将一国的研发资本存量表示为：
其中，SDt表示t时期一国的研发资本存量，RDt表示t时期实际研发支出，RDt由名义研发支出经固定资产投资价格指数平减后得到。基期研发资本存量S0=RD0/（g+δ），其中g表示样本时期内一国研发支出的实际年均增长率，δ表示研发资本的折旧率，参考Coe和Helpman（1995）[22]、Wang和Yao（2003）[34]、李娟等（2017）[35]的方法，δ取5%。同理，借助上述计算公式可得到各省份的研发资本存量。各省份名义研发支出和固定资产投资价格指数来源于国家统计局。
3. 通过对外直接投资溢出的国外研发资本存量。对外直接投资通过将国外先进技术传递至国内，从而影响了各地区的创新水平。借鉴Potterie和Lichtenberg（2001）[8]、白洁（2009）[2]在计算国外溢出研发资本存量时的做法，将通过OFDI溢出到中国的国外研发资本存量表示为：
其中，OFDIjt表示t时期中国对j国的直接投资存量，Yjt表示t时期j国的GDP，Sjt表示t时期j国的研发资本存量。以各省份OFDI存量在全部省份OFDI存量中的占比为权重，将各省份通过OFDI获得的国外研发资本存量表示为：
其中，OFDIit表示t时期中国i省的对外直接投资存量。仿照李娟等（2017）[35]的做法，首先利用世界银行公布的R&D支出占GDP比重、GDP以及GDP平减指数（换算为2003年为基期）计算各国历年的实际研发支出，再借鉴国内研发资本存量的计算方法求出j国各时期的研发资本存量，折旧率同样取5%，最后结合上式计算各省份的OFDI研发溢出。对外直接投资数据来源于历年《中国对外直接投资统计公报》。
4. 通过外商直接投资溢出的国外研发资本存量。作为获取知识溢出的国际渠道之一，外商直接投资会在国内形成示范效应、产业关联和竞争效应等，从而提升本地区的技术创新（Gorg和Greenaway，2004）[36]。与OFDI溢出研发资本存量计算方式类似，通过IFDI溢出到中国的国外研发资本存量可表示为：
其中，IFDIjt表示t时期中国利用j国的外商直接投资规模，IFDIit表示t时期中国i省的实际利用外资规模，其他含义同上。各省份实际利用外资数据来源于wind数据库。
5. 通过进口贸易溢出的国外研发资本存量。进口贸易是国际交流合作的重要方式，进口产品中包含的技术能够带动国内上下游产业发展，同时这种贸易合作也对国内的创新提出了新的要求（Coe和Helpman，1995）[22]。与OFDI溢出研发资本存量计算方式类似，通过IM溢出到中国的国外研发资本存量可表示为：
其中，IMjt表示t时期中国自j国的进口规模，IMit表示t时期中国i省的进口规模，其他含义同上。国家层面进口数据来源于世界银行和联合国贸发会议数据库，省份层面进口数据来源于中国统计年鉴。
6. 人力资本。人才是创新的主体，人才本身拥有的专业素养和技术水平也是极为重要的创新要素（宋跃刚和杜江，2015）[25]。Barro和Lee（1993）[37]最早提出了用劳动力平均受教育年限来近似测算人力资本。本文借鉴这一做法，将受教育程度划分为小学、初中、高中和大专及以上四个方面，对应的受教育年限依次记为6年、9年、12年和16年，则各省份人力资本（H）的计算公式可表示为就业人数比重与受教育年限的加权平均，即：小学比重×6+初中比重×9+高中比重×12+大专及以上学历比重×16。就业人员受教育程度数据来源于各省统计年鉴。
7. 吸收能力。①研发投入强度。本文以各省份研发支出在地区生产总值中的占比表示研发投入强度（RDI），数据来源于《全国科技经费投入统计公报》。②资本密度。本文以人均资本占有量表示资本密度（K/L），首先以单豪杰（2008）[38]的估算公式为基础推导出基期资本存量，利用永续盘存法求出各地区的固定资本存量，进而求出其与就业人数的比值，再取对数lnK/L。各省份固定资产投资、固定资产投资价格指数来源于国家统计局，就业人数来源于各省统计年鉴。③技术差距。借鉴李梅和柳士昌（2012）[39]的做法，本文用中国各地区劳动生产率与上述14个国家和地区平均劳动生产率的比值来表示技术差距（GAP）。各国GDP和就业人数来源于世界银行，中国各地区生产总值来源于国家统计局。④市场化程度。樊纲等（2011）[40]编制的中国市场化进程指数综合评价了各地区市场化改革的进程，本文利用这一指数作为市场化程度（MAR）的代表，探究其在溢出效应中的作用。王小鲁等（2017）[41]在《中国分省份市场化指数报告》中，以2008年为基期测算了2008—2014年中国各省份的市场化指数，因此需要对其他年份予以补充。参考韦倩等（2014）[42]的做法，首先，以2008—2014年省际市场化指数为被解释变量，以省际非国有及国有控股企业工业总产值所占比重（non_state）为解释变量，根据以下方程估计系数？姿0、？姿1和？啄i：MARit=？姿0+？姿1non_stateit+？啄i+？着。其次，依据系数估计值和2003—2016年省际非国有及国有控股企业工业总产值比重对省际市场化指数进行拟合。最后，将王小鲁报告的2008—2014年省际市场化指数和拟合得到的其他年份的市场化指数相结合，作为在实证研究中所需要的市场化指数。省际非国有及国有控股企业工业总产值、规模以上工业企业工业总产值来源于《中国工业经济统计年鉴》及各省份统计年鉴。 三、实证分析
（一）基准回归及分析
由上文分析可知，对外直接投资主体通过技术扩散等方式获取国外研发知识，并将这些先进技术传递回母国，在国内形成示范、竞争和关联等效应，最终带动国内创新产出的提高。因此，本文首先对OFDI对国内创新产出的影响进行验证，从表1可以看出，发明专利授权量、对外直接投资研发溢出量、技术差距等变量的最小值与最大值间相差较大，这表明OFDI带来的溢出效应可能在地区间有所不同。
考虑到本文的研究可能存在内生性问题，当地区的创新产出提高时，各地区可能更有意愿投资到高新科技领域、与国际先进企业合作，即创新产出有可能提高了各地区OFDI的积极性。Caner和Hansen（2004）[43]通过引入工具变量，对包含内生解释变量的门限模型进行了估计，以减弱内生性问题。本文参考刘海云和石小霞（2018）[44]的做法，采用OFDI研发溢出量的滞后项作为工具变量进行实证检验。
以滞后一阶解释变量（L.lnSFofdi）为工具变量，并按照经济区域划分，分别对全国各地区依式（2）进行实证检验。由表2回归结果可知，从全国层面来看，OFDI已成为仅次于国内研发资本存量、人力资本之外，提升中国创新产出的第三大主渠道。OFDI研发溢出存量每变动1%，能带动全国创新产出增加0.262%，且显著。从影响系数的符号和大小来看，一方面，中国对全球研发密集区域的直接投资在提升国内创新能力方面的确起到了积极的作用;另一方面，OFDI对创新产出的促进作用有待改善，说明可能存在某些因素影响了这一溢出效应。
从区域维度来看，各地区获得的OFDI逆向技术溢出效应明显不同，其中：（1）东部和中部地区在OFDI活动中收益最大，且高于全国水平。东部地区OFDI研发溢出存量每变动1%，能带动地区创新产出提高0.339%。对此可能的解释是，东部和中部地区更倾向于投资到国外的高新技术产业，如装备制造业、信息科技产业等，并以获取东道国的研发资源为主要动机。同时，东部和中部地区在研发投入和人力资本培育等方面相对于其他地区具有明显优势，这也为对先进知识的吸收和再次创新提供了重要保障。（2）西部和东北部地区在OFDI活动中收益较少，其自主创新仍主要依赖于地区研发投入。西部地区的OFDI收益低于东部和中部地区，东北部地区的OFDI逆向技术溢出则未能显著促进地区创新产出。对此可能的解释是，西部和东北部地区的OFDI起步较晚，研发和人力资本储备水平较低，产业发展落后，技术水平与国外相差较大，因而OFDI溢出效应的积极作用还有待充分释放。
（二）门限回归及分析
由前文分析可知，地区的吸收能力越强，对外部知识的管理和转化能力越强，越有可能在对外直接投资中获取较大收益。为准确衡量吸收能力对OFDI逆向技术溢出效应的影响，明晰各地区间溢出效应不平衡的深层次原因，分别以研发投入强度、资本密度、技术差距和市场化程度为门限变量，对以OFDI逆向技术溢出为核心解释变量的门限模型进行估计。表3报告了各变量门限效应检验结果，其中，在10%的显著性水平下，研发投入强度和资本密度在OFDI对地區创新产出的影响中存在显著的双重门限效应，技术差距和市场化程度存在单一门限效应。各变量门限值和置信区间如表4所示。
对门限模型的回归结果如表5所示。同时，依据得出的研发投入强度、资本密度、技术差距和市场化程度门限值，在表6中分别对各省份在2003年、2010年和2016年的吸收能力表现进行描述。从表5的门限回归结果可以看出，在各吸收能力因素特征值跨越相应门限值时，OFDI逆向技术溢出对地区创新产出的影响发生显著改变。其中，当研发投入强度特征值低于第一个门限值0.970时，OFDI逆向技术溢出的弹性影响系数为0.069;当研发投入强度特征值超过第一个门限值而小于第二个门限值1.650时，估计系数提高到0.096，且显著;当研发投入强度特征值超过第二个门限值时，估计系数进一步提高到0.128，且显著。这说明研发投入强度较大的地区更易于吸收OFDI带来的研发溢出。由表6中各省份研发投入强度门限值的通过情况可以看出，一方面，中国各省份研发投入强度明显提升，在2003年全国仅有3个省份的研发投入强度特征值跨越第二门限值，到2016年有8个省份的研发投入强度特征值位于第一和第二门限值之间，共计13个省份超过第二门限值;另一方面，东部地区的研发投入强度最高，在2016年越过第二门限值的13个省份中有7个位于东部地区，2个位于中部地区，3个位于西部地区，1个位于东北部地区，其中，北京以5.96%的研发经费投入强度排名全国第一，上海（3.82%）、天津（3.00%）位居其后。
表5列（2）反映了资本密度在OFDI逆向技术溢出影响创新产出中存在双重门限效应，随着lnK/L依次超过第一、第二门限值，OFDI逆向技术溢出的弹性影响系数逐步提高，且均显著。这表明较高的资本密度可以提高地区对通过OFDI获取的外部知识的熟练运用，改善创新现状。同样，以资本密度门限值划分各省份，依据表6可知，随时间推进各省份资本密度显著提高，且提高程度明显优于研发资本强度、技术差距和市场化程度。2003年仅有北京和上海的资本密度特征值跨越了第一门限值，没有省份跨越第二门限值;2010年有16个省份只跨越了第一门限值;到2016年除云南以外，其余所有省份均跨越了第二门限值。
技术差距在OFDI逆向技术溢出影响创新产出中存在单一门限效应。由表5可知，当GAP低于门限值12.095时，OFDI逆向技术溢出的弹性影响系数为0.095，当GAP超过门限值时，这一系数减少至0.063，且显著。GAP越高表明技术差距越小，较小的技术差距降低了地区对先进技术的学习空间，因而溢出效应会有所减弱。技术差距体现了当前各地区向国外先进技术学习的空间边界，以技术差距门限值划分各省份，由于GAP越大意味着逆向技术溢出效应越弱，本文在表6中列出了低于相应门限值、即吸收能力较强的省份。由表6可知，各省份的技术差距状况在不断改善：2003年仅有北京、天津和上海3个东部省份与国外技术水平差距的特征值低于相应门限值，其余省份的技术差距特征值均高于门限值;而2016年除贵州、云南和甘肃3个西部省份的技术差距较高以外，其他省份全部低于门限值。 市场化程度综合反映了地区制度、产品、要素等多方面的发展状况，对OFDI逆向技术溢出影响创新产出存在单一门限效应。如表5所示，当市场化程度特征值低于门限值5.830时，OFDI逆向技术溢出的弹性影响系数为0.065，当超过门限值时，估计系数提高到0.094，且显著。这说明市场化程度提高了地区对先进知识的吸收效果。分析各地区市场化程度特征值与门限值的差距情况，由表6可知，一方面，中国各地区的市场化程度同样取得了改善，2003年北京、天津和辽宁等共计8个省份的市场化程度特征值跨越了门限值，2016年共有19个省份的特征值超过了门限值;另一方面，东部地区的市场化程度最高，2003年跨越门限值的8个省份全部来自东部地区，其他地区没有省份跨越门限值，2016年东部地区共计9个省份、中部地区共计5个省份和东北部地区2个省份的市场化程度特征值均超过了门限值，而西部地区仅有3个省份的市场化程度特征值位于门限值以上。
（三）稳健性检验
为保证研究结果的可靠性，借鉴刘焕鹏和严太华（2015）[30]对创新产出的衡量方法，以各省份每万人发明专利授权量代替发明专利授权量进行稳健性检验。通过研究发现，OFDI对创新产出的影响同样存在地区差异。如表7门限回归结果所示，门限回归中各变量的系数符号与原实证结果基本一致。这说明研发投入强度、资本密度、技术差距和市场化程度可以影响OFDI的逆向技术溢出效应，也验证了前文结论的稳健性。
四、结论与政策建议
随着经济全球化的深入发展，中国积极展开对外直接投资活动，从而提高了对国际国内要素的合理利用。本文采用2003—2016年中国省份面板数据，利用门限回归模型，研究了在不同吸收能力条件下，对外直接投资对地区创新产出的非线性影响。主要研究结论如下：第一，OFDI逆向技术溢出对国内创新产出有正向影响，且影响程度在各地区表现出了明显差异，其中OFDI逆向技术溢出对东部、中部和西部地区创新产出的影响显著为正，对东北部地区创新产出的影响并不显著。第二，表征吸收能力的各因素在OFDI逆向技术溢出对地区创新产出的影响中存在明显的门限效应。其中研发投入强度和资本密度存在双重门限效应，技术差距和市场化程度存在单一门限效应，且在研发投入强度、市场化程度、资本密度各因素特征值跨越相应门限值，技术差距特征值低于相应门限值时，OFDI逆向技术溢出对地区创新产出的正向影响显著加强。第三，从地区资本密度和技术差距特征值与各自门限值的差距来看，大部分地区的资本密度特征值已跨越了相应门限值，技术差距特征值低于相应门限值，并且各地区资本密度和技术差距的改善速度要明显优于研发投入强度和市场化程度，2003年时仅有2个省份的资本密度特征值跨越了第一门限值，到2016年时高于技术差距门限值的省份也仅有3个，并且除云南以外，所有省份均跨越资本密度第二门限值。第四，从地区研发投入强度和市场化程度特征值与各自门限值的差距来看，大部分东部和中部地区的研发投入强度特征值已经跨越了相应门限值，而部分西部和东北部地区目前仍未跨越研发投入强度门限值，大部分东部地区早在2003年就超过了市场化程度门限值，大部分中部和东北部地区市场化程度特征值目前也已经跨越了门限值，而部分西部地区的市场化程度特征值目前仍处于门限值以下。
综合上述分析可知，OFDI有利于提高地区创新产出，但这一作用的充分发挥需要以各地区的吸收能力为重要前提，因此各地区应依据自身发展特征采取差异化的政策措施。
第一，提高研发投入强度、加深市场化程度是改善地区吸收能力的重要举措。在研发投入强度较低的地区，各地区政府未来应大力支持科研机构的建立和发展，注重对科研的准确定位，同时建立完善的科研激励机制，在资金、财税等方面给予相应支持。在市场化进程缓慢的地区，各地区政府则应注重构造公平的竞争环境，处理好政府与市场的关系，简化行政审批手续，大力推进市场化进程。研发投入强度和市场化程度较高的地区则应注重加强这些因素与OFDI的配合，适时加强研发投入和推动市场化进程，提高对外部知识吸收和转化的速度。
第二，提高自身资本密度、缩小同发达国家或地区的技术差距是各地区持续获取对外投资收益的重要条件。在国内人口红利逐渐减弱、就业结构有待完善的背景下，优化地区要素禀赋结构仍然是维持地区吸收能力的重要方式。因此，各地区应继续提高科技人员占比，加强对劳动人员的专业技能培训，规范地区固定资本的投入规模和流动方向。同时，由于发达国家或地区的科技水平优化速度较快，中国同这些先进地区的技术差距变化存在不确定性，因此未来各地区应进一步提高对技术进步的要求，密切关注世界前沿科技发展，加强同发达国家或地区在高新领域的合作，努力缩小技术差距。
第三，各地区应结合自身经济发展实际，采取不同的OFDI政策。东部和中部地区地理优势明显，对外经济交流机遇更多，未来可在OFDI的产业和区位分布上更加注重对技术、知识和效率的追求，灵活选择新建投资、海外并购和联合投资等参与方式，继续依靠OFDI获取更大收益。而西部和东北部地区的对外经济交流合作较晚，且目前的自主创新仍然主要依靠研發投入来改善，因此这些地区应注重提升OFDI的质量和效益，总结相关投资经验，同时调整OFDI结构、优化吸收消化环境。
参考文献：
[1]蒋冠宏，蒋殿春.中国工业企业对外直接投资与企业生产率进步[J].世界经济，2014（9）：53-76.
[2]白洁.对外直接投资的逆向技术溢出效应——对中国全要素生产率影响的经验检验[J].世界经济研究，2009（8）：65-69.
[3]沙文兵.对外直接投资、逆向技术溢出与国内创新能力——基于中国省际面板数据的实证研究[J].世界经济研究，2012（3）：69-74.
[4]李思慧，于津平.对外直接投资与企业创新效率[J].国际贸易问题，2016（12）：28-38. [5]李磊，白道欢，冼国明.对外直接投资如何影响了母国就业？——基于中国微观企业数据的研究[J].经济研究，2016（8）：144-158.
[6]Javorcik B. S. Does Foreign Direct Investment Increase the Productivity of Domestic Firms？ In Search of Spillovers through Backward Linkages[J]. The American Economic Review，2004（3）：605-627.
[7]陈菲琼，虞旭丹.企业对外直接投资对自主创新的反馈机制研究：以万向集团OFDI为例[J].财贸经济，2009（3）：101-106.
[8]Potterie B P，Lichtenberg F. Does Foreign Direct Investment Transfer Technology across Borders？[J]. Review of Economics and Statistics，2001（3）：490-497.
[9]蒋冠宏.我国企业跨国并购与行业内逆向技术溢出[J].世界经济研究，2017（1）：60-69.
[10]王恕立，李龙.外向FDI影响中国自主创新的机制及实证检验[J].世界经济研究，2012（7）：67-72.
[11]欧阳艳艳.中国对外直接投资逆向技术溢出的影响因素分析[J].世界经济研究，2010（4）：66-71.
[12]蔡冬青，刘厚俊.中国OFDI反向技术溢出影响因素研究——基于东道国制度环境的视角[J].财经研究，2012（5）：59-69.
[13]Driffield N，Love J H， Yang Y. Technology Sourcing and Reverse Productivity Spillovers in the Multinational Enterprise：Global or Regional Phenomenon？[J]. British Journal of Management，2014（25）：S24-S41.
[14]郑文.对外投资与母国服务业水平——理论分析与政策启示[J].财贸经济，2011（6）：107-113.
[15]Li J，Strange R，Ning L，et al. Outward Foreign Direct Investment and Domestic Innovation Performance：Evidence from China[J]. International Business Review，2016（5）：1010-1019.
[16]尹东东，张建清.我国对外直接投资逆向技术溢出效应研究——基于吸收能力视角的实证分析[J].国际贸易问题，2016（1）：109-120.
[17]Cohen W M，Levinthal D A. Adsorptive Capacity：A New Perspective on Learning[J]. Administrative Science Quarterly，1990（1）：128-152.
[18]Borenztein E，Gregorio J D，Lee J W. How does Foreign Investment Affect Economic Growth？[J]. Journal of International Economics，1998（2）：115-135.
[19]Blomstrom M，Sjoholm F. Technology Transfer and Spillovers：Does Local Participation with Multinationals Matter？[J]. European Economic Review，1999（4-6）：915-923.
[20]葉建平，申俊喜，胡潇.中国OFDI逆向技术溢出的区域异质性与动态门限效应[J].世界经济研究，2014（10）：66-72.
[21]Grossman G M，Helpman E. Innovation and Growth in the Global Economy[M]. Cambridge：MIT Press，1991.
[22]Helpman，Coe. International R&D Spillovers[J]. European Economic Review，1995（39）：859-88.
[23]李梅，柳士昌.国际R&D溢出渠道的实证研究——来自中国省际面板的经验证据[J].世界经济研究，2011（10）：62-68.
[24]汪思齐，王恕立.制造业双向FDI生产率效应的行业差异及人力资本门槛估计[J].经济评论，2017（2）：100-112.
[25]宋跃刚，杜江.制度变迁、OFDI逆向技术溢出与区域技术创新[J].世界经济研究，2015（9）：60-73.
[26]Hansen B E. Threshold Effects in Non-Dynamic Panels：Estimation，Testing，and Inference[J]. Journal of Econometrics，1999（2）：345-368.
[27]程惠芳，陈超.海外知识资本对技术进步的异质性溢出效应——基于G20国家面板数据的比较研究[J].国际贸易问题，2016（6）：58-69. [28]王永进，张国峰.人口集聚、沟通外部性与企业自主创新[J].财贸经济，2015（5）：132-146.
[29]Behera S R.Do Domestic Firms Really Benefit from Foreign Direct investment？The Role of Horizontal and Vertical Spillovers and Absorptive Capacity[J]. Journal of Economic Development，2015（2）：57-86.
[30]劉焕鹏，严太华.OFDI与国内创新能力关系中的“门限效应”：区域金融发展视角的实证分析[J].科研管理，2015（1）：1-7.
[31]余明桂，范蕊，钟慧洁.中国产业政策与企业技术创新[J].中国工业经济，2016（12）：5-22.
[32]张云，赵富森.国际技术溢出、吸收能力对高技术产业自主创新影响的研究[J].财经研究，2017（3）：94-106.
[33]Griliches Z. The Search for R&D Spillovers[J]. Scandinavian Journal of Economics，1992（4）：29-47.
[34]Wang Y，Yao Y. Sources of China’s Economic Growth 1952-1999：Incorporating Human Capital Accumulation[J]. China Economic Review，2003（14）：32-52.
[35]李娟，唐珮菡，万璐，庞有功.对外直接投资、逆向技术溢出与创新能力——基于省级面板数据的实证分析[J].世界经济研究，2017（4）：59-71+135.
[36]G？觟rg H，Greenaway D. Much Ado about Nothing？ Do Domestic Firms Really Benefit from Foreign Direct Investment？[J].The World Bank Research Observer，2004（2）：171-197.
[37]Barro R J， Lee J W. International Comparisons of Educational Attainment[J]. Journal of Monetary Economics，1993（3）：363-394.
[38]单豪杰.中国资本存量K的再估算：1952～2006年[J].数量经济技术经济研究，2008（10）：17-31.
[39]李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）：21-32.
[40]樊纲，王小鲁，马光荣.中国市场化进程对经济增长的贡献[J].经济研究，2011（9）：4-16.
[41]王小鲁，樊纲，余静文.中国分省份市场化指数报告（2016）[M].北京：社会科学文献出版社，2017.
[42]韦倩，王安，王杰.中国沿海地区的崛起：市场的力量[J].经济研究，2014（8）：170-183.
[43]Caner M，Hansen B E. Instrumental Variable Estimation of a Threshold Model[J]. Econometric Theory，2004（5）：813-843.
[44]刘海云，石小霞.中国对外直接投资对工业部门收入差距的影响研究[J].国际贸易问题，2018（1）：101-111.
责任编辑：武玲玲
Abstract： Using the inter-provincial panel data of China from 2003 to 2016 and the threshold regression model， this paper empirically investigates the impact of OFDI on regional innovation output from the perspective of absorption capacity. It is found that there are obvious regional differences in the impact of OFDI on innovation output. Among them， OFDI in eastern， central and western regions has a significant positive impact on innovation output， while that in northeastern regions is not significant. Further study found that absorptive capacity of R&D intensity and capital density two factors exists in the double threshold effect in foreign direct investment on regional innovation output， technology gap and marketization degree exist a single threshold effect， and the R&D input intensity， the capital density and degree of marketization of eigenvalues， spanning corresponding threshold values technology gap characteristic value is lower than the corresponding threshold method， the positive influence of the foreign direct investment have a stronger effect. At the same time， there is significant differences between the regional factor eigenvalues of absorptive capacity and the distance of the corresponding threshold values， density of capital in most regions of eigenvalue has crossed the threshold， the corresponding technology gap characteristic value is lower than the corresponding threshold， but part of the intensity of R&D investment in the west and northeast characteristic value and the degree of marketization is still in the below threshold method.
Key words： OFDI， innovation output， reverse technology spillover， threshold effects
关键词：对外直接投资;创新产出;逆向技术溢出;门限效应
中图分类号：F125 文献标识码：A 文章编号：1007-2101（2019）04-0038-12
通过对外直接投资（OFDI）获取国外先进技术是一国培育其竞争优势的重要途径。过去，中国的对外开放以吸引外商直接投资为主，以期实现“市场换技术”，但受制于发达国家对核心技术的保护，这一技术转移效果并不理想。当前，随着对外直接投资的规模扩张和结构完善，对外直接投资逐渐成为中国主动吸收国外先进技术、提高技术开发和自主创新能力的更为有效的途径。为加快实施“走出去”战略，2003年4月商务部出台的《关于做好境外投资审批试点工作有关问题的通知》提出，率先在北京等12个省市试点下放对外直接投资审批权限、缩短对外直接投资审批流程。2015年5月国务院发布的《关于构建开放型经济新体制的若干意见》提出，确立并实施新时期走出去国家战略，加强统筹谋划和指导，确立企业和个人对外投资主体地位，努力提高对外投资质量和效率。2016年11月国务院发布的《“十三五”国家战略性新兴产业发展规划》明确指出，支持产业链“走出去”，并将“走出去”获得的优质资产、技术、管理经验反哺国内，形成综合竞争优势。在上述一系列政策的支持和引导下，中国OFDI迅猛发展。据国家商务部、统计局、外汇管理局联合发布的《2016年度中国对外直接投资统计公报》显示，中国OFDI流量从2003年的28.5亿美元攀升至2017年的1 582.9亿美元，年均增长率为33.2%。截至2017年底，中国OFDI存量为18 090.4亿美元，位居全球第二。此外，部分研究表明OFDI有助于一国接触全球研发资源、促进国内技术进步（蒋冠宏和蒋殿春，2014）[1]。那么，OFDI究竟能在多大程度上促进国内自主创新？影响这一促进作用的因素又有哪些？对这些问题展开研究，一方面有利于我们对过去的OFDI活动进行评价;另一方面能够为有效利用OFDI获取技术创新收益提供参考。
很多研究都对OFDI的逆向技术溢出效应作出了论述，其中多数集中在OFDI对母国经济发展的贡献、OFDI对母国技术创新的影响机制和OFDI溢出效应的影响因素三个方面。第一，在OFDI对母国经济发展的贡献方面，现有研究发现OFDI能够促进母国的产业结构升级和技术进步（白洁，2009;沙文兵，2012）[2-3]，拉动母国的经济增长（李思慧、于津平，2016）[4]，改善母国的就业状况（李磊等，2016）[5]。同时，不同省份获得的收益存在明显差异（沙文兵，2012）[3]。第二，在OFDI对母国技术创新的影响机制方面，现有研究指出有的企业通过在海外建立分支机构嵌入当地生产网络，以上下游溢出等方式获取先进知识和技术（Javorcik，2004;陈菲琼和虞旭丹，2009）[6-7]，有的企业通过并购国外企业直接获得国外的先进技术和研发资源（Potterie和Lichtenberg，2001;蒋冠宏，2017）[8-9]。进行OFDI的企业在掌握这些技术后，会在国内形成竞争效应、示范效应和关联效应，推动其所在产业和相关产业创新水平提高（王恕立和李龙，2012）[10]。第三，在OFDI溢出效应的影响因素方面，现有研究大致围绕东道国和母国的经济特征展开。一方面，东道国的制度环境、市场规模和创新水平等多个和经济发展相关的因素都会对溢出效应产生积极的促进作用（欧阳艳艳，2010;蔡冬青和刘厚俊，2012;Driffield等，2014）[11-13];另一方面，母国的服务水平、企业性质等是影响对外直接投资发展的重要因素（郑文，2011）[14]，母国的人力资本、研发投入和对外开放程度等多个吸收能力因素均为转化和利用研发知识提供了重要保障（Li等，2016;尹东东和张建清，2016）[15][16]。
上述文献为研究OFDI对地区创新产出的影响提供了有益探索，但仍存在以下两方面局限：一方面，现有文献多在整体上考虑OFDI溢出效应的大小，而较少对不同地区获得的收益作出比较，缺乏对溢出效应的全面描述;另一方面，现有文献较多关注影响溢出效应的东道国因素，而较少对影响溢出效应的母国吸收能力因素进行检验，缺乏对溢出效应的充分解释。基于此，本文以表征吸收能力的各因素为门限变量，利用2003—2016年中国省际面板数据，对OFDI逆向技术溢出影响地区创新产出的门限效应进行检验，并为各地区提高OFDI收益提出有针对性的建议。与现有研究相比，本文的主要贡献是：（1）构建门限回归模型，对OFDI对地区创新产出的非线性影响进行实证检验，丰富了对溢出效应的分析;（2）基于母国吸收能力视角比较不同地区获得的OFDI收益，完善了对OFDI溢出效應影响因素的分析;（3）以测算的门限值为标准，结合对各地区吸收能力因素特征值的计算，比较了各地区研发投入强度、资本密度、技术差距和市场化程度特征值与门限值的差距，对地区间OFDI收益差异进行了合理解释。
一、理论分析与研究假设 Cohen和Levinthal（1990）[17]指出吸收能力是帮助企业识别、消化和转化外部信息的关键因素，Borenztein（1998）[18]和Blomstrom（1999）[19]也发现当吸收能力到达一定的门限后，后发国家才能高效吸收和利用技术外溢。地区通过OFDI获得了外部知识，而有时候外部知识并不能直接促进地区的创新产出，即通过OFDI获得的收益需要地区吸收能力将外部知识内生化来发挥作用。依照吸收能力理论，即使不同地区都积极开展了对外直接投资活动，由于地区吸收能力的不同，在OFDI中所获的收益也不尽相同。由此可见，只有当吸收能力有效地处理外部知识，并与地区本身的生产能力相结合，才能够显著提升OFDI收益。本文将吸收能力分为研发投入强度、资本密度、技术差距和市场化程度四个方面。
1. 研发投入强度。研发投入既是改善地区科技创新现状的重要资金来源，又体现了各地区的创新意识（叶建平等，2014）[20]。当地区研发投入强度较大时，地区的创新活动更加频繁，对于外部知识的吸收能力也越强，而当地区创新意识不足够强烈时，则有可能导致对外部知识的学习效应不明显。
假设1：研发投入强度越高，越有利于OFDI对地区创新产出的影响。
2. 资本密度。“干中学”理论把知识看作资本的函数，强调了资本对于一个国家产品产出和创新的重要意义，即资本密度强化了地区对知识的利用和转化。同时，资本投入越多，越易于带来规模经济，地区的经济发展程度越高，也为知识溢出提供了重要保障。
假设2：资本密度越高，越有利于OFDI对地区创新产出的影响。
3. 技术差距。技术差距体现了对于先进技术吸收的边界性，本地技术水平与外部技术水平的差距较小，说明外部知识更符合本地的技术需求，能够为本地带来较好的上升空间，引导本地产业发展。此时，地区对于外部知识的吸收和学习速度也越快，从而更有利于成果转化。
假設3：技术差距越小，越有利于OFDI对地区创新产出的影响。
4. 市场化程度。有效率的市场结构能够对经济主体的创新活动产生重要影响力，从而有可能促进OFDI逆向技术溢出效应。市场化程度越强，地区的竞争制度越完善，对外部知识的利用也更加充分合理，总体生产效率较高。
假设4：市场化程度越强，越有利于OFDI对地区创新产出的影响。
二、模型构建及变量选取
（一）模型构建
Grossman和Helpman（1991）[21]阐述了开放经济与技术进步的关系，指出进口贸易有助于进口国的技术进步。Coe和Helpman（1995）[22]据此构建了国际研发溢出模型，并验证了进口贸易的技术溢出效应。进一步，Potterie和Lichtenberg（2001）[8]又将外商直接投资和对外直接投资纳入其中，形成了L-P模型，如式（1）所示。
其中，TFP表示国内全要素生产率，Sid表示国内研发资本存量，Sifm、Siff和Sift分别表示通过进口贸易、外商直接投资和对外直接投资渠道获取的国外研发资本存量。L-P模型在测算国际研发溢出对一国经济影响方面得到了广泛认可和应用，如李梅、柳士昌（2011）[23]同时衡量了中国的进口贸易、对外直接投资和外商直接投资的溢出效应，汪思齐、王恕立（2017）[24]考察了不同行业对外直接投资和外商直接投资对生产率的影响差异。
根据L-P模型可知，推动一国技术创新的路径主要包括国内研发投入、对外直接投资、外商直接投资（IFDI）和进口贸易（IM）。其中，国内的自主研发投入能够直接带来技术进步和创新能力提升，OFDI、IFDI和IM则是通过研发溢出间接带动国内创新发展。本文借鉴这一模型，以创新产出为被解释变量，以OFDI逆向技术溢出为核心解释变量，同时参考宋跃刚、杜江（2015）[25]的研究，将人力资本作为控制变量纳入模型，构建如下计量模型：
其中，P表示创新产出，SD表示国内研发资本存量，SFofdi、SFifdi和SFim分别表示通过OFDI、IFDI和IM途径所溢出的国外研发资本存量，H表示人力资本，μi表示省份个体效应，ε表示随机干扰项。
依照上述理论分析，只有当地区吸收能力有效地处理外部知识，并与地区本身的生产能力相结合，才能够显著提升OFDI收益。因此有必要对母国的吸收能力加以衡量，构建吸收能力与OFDI溢出效应之间的内在联系。Hansen[26]于1999年提出的门限回归模型对于这种变量间的非线性关系进行了很好的阐释。该方法的优点在于将分段门限值的外生主观判定改为由模型本身决定，因而能够更为准确地识别内生门限值。借鉴这一做法，以表征吸收能力的各因素为门限变量，将式（2）扩展为以OFDI逆向技术溢出为核心解释变量的面板门限模型：
其中，qi为门限变量，γ为对应门限值，α1、α2分别为门限变量在不同条件下OFDI逆向技术溢出影响创新产出的估计参数。假设存在双重门限时，上述模型可写作：
双重门限模型将变量间的关系划分为三个阶段，当门限变量qi位于不同取值区间时，OFDI对创新产出的影响程度不同。由此可见，门限模型拓宽了对OFDI与创新产出之间直接联系的研究，较好估计了吸收能力在OFDI溢出效应中的作用，并有利于对地区间溢出效应差异做出合理解释。
（二）数据处理及变量说明
全球创新资源主要分布在研发活动旺盛、经济发展稳定的发达国家，而技术扩散受到地理因素制约，因此将OFDI分布在高新技术区域是接近先进研发资源、获取国际技术溢出的重要方式（程惠芳、陈超，2016）[27]。参考2016年世界知识产权组织和美国康奈尔大学等机构联合发布的《全球创新指数报告》以及美国彭博社发布的《彭博创新指数》中各国的排名情况，并结合中国商务部、统计局、外汇管理局联合发布的《2016年度中国对外直接投资统计公报》中有关中国对外直接投资区位流向的情况，同时考虑各国研发存量数据的大小及可得性，本文最终选取了加拿大、德国、丹麦、西班牙、芬兰、法国、英国、意大利、日本、韩国、荷兰、新加坡、美国和中国香港等14个国家和地区作为中国吸收国际技术的主要来源地。截至2016年底，中国在上述14个国家和地区的OFDI存量占中国全部OFDI存量的70%左右。 根据2005年国务院发展研究中心颁布的《地区协调发展的战略和政策》，将中国经济区域划分为东部、中部、西部和东北部4个地区。其中，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南，中部地区包括山西、安徽、江西、河南、湖北和湖南，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆，东北部地区包括辽宁、吉林和黑龙江。由于西藏地区数据缺失严重，在实证分析时并未考虑。各变量的获取和处理过程如下。
1. 创新产出。自主创新是指地区凭借一系列的研发活动，在科技、知识领域有所突破，最终实现科技成果转化的能力（陈菲琼、虞旭丹，2009）[7]。现有研究对于自主创新的衡量大多围绕创新投入、创新效率和创新产出展开，其中创新投入通常用研发支出表示（王永进、张国峰，2015）[28]，创新效率通常用生产率表示（Behera和Goldar，2012）[29]，创新产出通常用专利数量或新产品销售额表示（刘焕鹏，2015;余明桂等，2016;张云、赵富森，2017）[30-32]。然而，研發支出仅代表了对创新活动的资金投入，并不一定能转化为创新成果;生产率体现了除劳动和资本以外所有剩余因素带来的技术进步，并不完全等价于自主创新能力;新产品销售收入主要衡量了创新成果的市场价值，但并不能反映技术的自主知识产权;而专利更好地保证了创新活动的新颖性，是创新活动的重要产出代表，因此以专利来衡量地区自主创新能力会优于其他指标。在国家知识产权局对专利的三种划分中，与实用新型专利和外观设计专利相比，发明专利对自主创新能力的要求更高，往往涉及产品和产业的核心技术。因此，本文参考刘焕鹏（2015）[30]和余明桂等（2016）[31]的做法，采用历年《中国科技统计年鉴》中的发明专利授权量表示各省份的创新产出。
2. 国内研发资本存量。国内研发资本作为创新活动的直接资金投入，为创新产出提供了重要保障。根据Griliches（1992）[33]提出的永续盘存法，以2003年为基期，将一国的研发资本存量表示为：
其中，SDt表示t时期一国的研发资本存量，RDt表示t时期实际研发支出，RDt由名义研发支出经固定资产投资价格指数平减后得到。基期研发资本存量S0=RD0/（g+δ），其中g表示样本时期内一国研发支出的实际年均增长率，δ表示研发资本的折旧率，参考Coe和Helpman（1995）[22]、Wang和Yao（2003）[34]、李娟等（2017）[35]的方法，δ取5%。同理，借助上述计算公式可得到各省份的研发资本存量。各省份名义研发支出和固定资产投资价格指数来源于国家统计局。
3. 通过对外直接投资溢出的国外研发资本存量。对外直接投资通过将国外先进技术传递至国内，从而影响了各地区的创新水平。借鉴Potterie和Lichtenberg（2001）[8]、白洁（2009）[2]在计算国外溢出研发资本存量时的做法，将通过OFDI溢出到中国的国外研发资本存量表示为：
其中，OFDIjt表示t时期中国对j国的直接投资存量，Yjt表示t时期j国的GDP，Sjt表示t时期j国的研发资本存量。以各省份OFDI存量在全部省份OFDI存量中的占比为权重，将各省份通过OFDI获得的国外研发资本存量表示为：
其中，OFDIit表示t时期中国i省的对外直接投资存量。仿照李娟等（2017）[35]的做法，首先利用世界银行公布的R&D支出占GDP比重、GDP以及GDP平减指数（换算为2003年为基期）计算各国历年的实际研发支出，再借鉴国内研发资本存量的计算方法求出j国各时期的研发资本存量，折旧率同样取5%，最后结合上式计算各省份的OFDI研发溢出。对外直接投资数据来源于历年《中国对外直接投资统计公报》。
4. 通过外商直接投资溢出的国外研发资本存量。作为获取知识溢出的国际渠道之一，外商直接投资会在国内形成示范效应、产业关联和竞争效应等，从而提升本地区的技术创新（Gorg和Greenaway，2004）[36]。与OFDI溢出研发资本存量计算方式类似，通过IFDI溢出到中国的国外研发资本存量可表示为：
其中，IFDIjt表示t时期中国利用j国的外商直接投资规模，IFDIit表示t时期中国i省的实际利用外资规模，其他含义同上。各省份实际利用外资数据来源于wind数据库。
5. 通过进口贸易溢出的国外研发资本存量。进口贸易是国际交流合作的重要方式，进口产品中包含的技术能够带动国内上下游产业发展，同时这种贸易合作也对国内的创新提出了新的要求（Coe和Helpman，1995）[22]。与OFDI溢出研发资本存量计算方式类似，通过IM溢出到中国的国外研发资本存量可表示为：
其中，IMjt表示t时期中国自j国的进口规模，IMit表示t时期中国i省的进口规模，其他含义同上。国家层面进口数据来源于世界银行和联合国贸发会议数据库，省份层面进口数据来源于中国统计年鉴。
6. 人力资本。人才是创新的主体，人才本身拥有的专业素养和技术水平也是极为重要的创新要素（宋跃刚和杜江，2015）[25]。Barro和Lee（1993）[37]最早提出了用劳动力平均受教育年限来近似测算人力资本。本文借鉴这一做法，将受教育程度划分为小学、初中、高中和大专及以上四个方面，对应的受教育年限依次记为6年、9年、12年和16年，则各省份人力资本（H）的计算公式可表示为就业人数比重与受教育年限的加权平均，即：小学比重×6+初中比重×9+高中比重×12+大专及以上学历比重×16。就业人员受教育程度数据来源于各省统计年鉴。
7. 吸收能力。①研发投入强度。本文以各省份研发支出在地区生产总值中的占比表示研发投入强度（RDI），数据来源于《全国科技经费投入统计公报》。②资本密度。本文以人均资本占有量表示资本密度（K/L），首先以单豪杰（2008）[38]的估算公式为基础推导出基期资本存量，利用永续盘存法求出各地区的固定资本存量，进而求出其与就业人数的比值，再取对数lnK/L。各省份固定资产投资、固定资产投资价格指数来源于国家统计局，就业人数来源于各省统计年鉴。③技术差距。借鉴李梅和柳士昌（2012）[39]的做法，本文用中国各地区劳动生产率与上述14个国家和地区平均劳动生产率的比值来表示技术差距（GAP）。各国GDP和就业人数来源于世界银行，中国各地区生产总值来源于国家统计局。④市场化程度。樊纲等（2011）[40]编制的中国市场化进程指数综合评价了各地区市场化改革的进程，本文利用这一指数作为市场化程度（MAR）的代表，探究其在溢出效应中的作用。王小鲁等（2017）[41]在《中国分省份市场化指数报告》中，以2008年为基期测算了2008—2014年中国各省份的市场化指数，因此需要对其他年份予以补充。参考韦倩等（2014）[42]的做法，首先，以2008—2014年省际市场化指数为被解释变量，以省际非国有及国有控股企业工业总产值所占比重（non_state）为解释变量，根据以下方程估计系数？姿0、？姿1和？啄i：MARit=？姿0+？姿1non_stateit+？啄i+？着。其次，依据系数估计值和2003—2016年省际非国有及国有控股企业工业总产值比重对省际市场化指数进行拟合。最后，将王小鲁报告的2008—2014年省际市场化指数和拟合得到的其他年份的市场化指数相结合，作为在实证研究中所需要的市场化指数。省际非国有及国有控股企业工业总产值、规模以上工业企业工业总产值来源于《中国工业经济统计年鉴》及各省份统计年鉴。 三、实证分析
（一）基准回归及分析
由上文分析可知，对外直接投资主体通过技术扩散等方式获取国外研发知识，并将这些先进技术传递回母国，在国内形成示范、竞争和关联等效应，最终带动国内创新产出的提高。因此，本文首先对OFDI对国内创新产出的影响进行验证，从表1可以看出，发明专利授权量、对外直接投资研发溢出量、技术差距等变量的最小值与最大值间相差较大，这表明OFDI带来的溢出效应可能在地区间有所不同。
考虑到本文的研究可能存在内生性问题，当地区的创新产出提高时，各地区可能更有意愿投资到高新科技领域、与国际先进企业合作，即创新产出有可能提高了各地区OFDI的积极性。Caner和Hansen（2004）[43]通过引入工具变量，对包含内生解释变量的门限模型进行了估计，以减弱内生性问题。本文参考刘海云和石小霞（2018）[44]的做法，采用OFDI研发溢出量的滞后项作为工具变量进行实证检验。
以滞后一阶解释变量（L.lnSFofdi）为工具变量，并按照经济区域划分，分别对全国各地区依式（2）进行实证检验。由表2回归结果可知，从全国层面来看，OFDI已成为仅次于国内研发资本存量、人力资本之外，提升中国创新产出的第三大主渠道。OFDI研发溢出存量每变动1%，能带动全国创新产出增加0.262%，且显著。从影响系数的符号和大小来看，一方面，中国对全球研发密集区域的直接投资在提升国内创新能力方面的确起到了积极的作用;另一方面，OFDI对创新产出的促进作用有待改善，说明可能存在某些因素影响了这一溢出效应。
从区域维度来看，各地区获得的OFDI逆向技术溢出效应明显不同，其中：（1）东部和中部地区在OFDI活动中收益最大，且高于全国水平。东部地区OFDI研发溢出存量每变动1%，能带动地区创新产出提高0.339%。对此可能的解释是，东部和中部地区更倾向于投资到国外的高新技术产业，如装备制造业、信息科技产业等，并以获取东道国的研发资源为主要动机。同时，东部和中部地区在研发投入和人力资本培育等方面相对于其他地区具有明显优势，这也为对先进知识的吸收和再次创新提供了重要保障。（2）西部和东北部地区在OFDI活动中收益较少，其自主创新仍主要依赖于地区研发投入。西部地区的OFDI收益低于东部和中部地区，东北部地区的OFDI逆向技术溢出则未能显著促进地区创新产出。对此可能的解释是，西部和东北部地区的OFDI起步较晚，研发和人力资本储备水平较低，产业发展落后，技术水平与国外相差较大，因而OFDI溢出效应的积极作用还有待充分释放。
（二）门限回归及分析
由前文分析可知，地区的吸收能力越强，对外部知识的管理和转化能力越强，越有可能在对外直接投资中获取较大收益。为准确衡量吸收能力对OFDI逆向技术溢出效应的影响，明晰各地区间溢出效应不平衡的深层次原因，分别以研发投入强度、资本密度、技术差距和市场化程度为门限变量，对以OFDI逆向技术溢出为核心解释变量的门限模型进行估计。表3报告了各变量门限效应检验结果，其中，在10%的显著性水平下，研发投入强度和资本密度在OFDI对地區创新产出的影响中存在显著的双重门限效应，技术差距和市场化程度存在单一门限效应。各变量门限值和置信区间如表4所示。
对门限模型的回归结果如表5所示。同时，依据得出的研发投入强度、资本密度、技术差距和市场化程度门限值，在表6中分别对各省份在2003年、2010年和2016年的吸收能力表现进行描述。从表5的门限回归结果可以看出，在各吸收能力因素特征值跨越相应门限值时，OFDI逆向技术溢出对地区创新产出的影响发生显著改变。其中，当研发投入强度特征值低于第一个门限值0.970时，OFDI逆向技术溢出的弹性影响系数为0.069;当研发投入强度特征值超过第一个门限值而小于第二个门限值1.650时，估计系数提高到0.096，且显著;当研发投入强度特征值超过第二个门限值时，估计系数进一步提高到0.128，且显著。这说明研发投入强度较大的地区更易于吸收OFDI带来的研发溢出。由表6中各省份研发投入强度门限值的通过情况可以看出，一方面，中国各省份研发投入强度明显提升，在2003年全国仅有3个省份的研发投入强度特征值跨越第二门限值，到2016年有8个省份的研发投入强度特征值位于第一和第二门限值之间，共计13个省份超过第二门限值;另一方面，东部地区的研发投入强度最高，在2016年越过第二门限值的13个省份中有7个位于东部地区，2个位于中部地区，3个位于西部地区，1个位于东北部地区，其中，北京以5.96%的研发经费投入强度排名全国第一，上海（3.82%）、天津（3.00%）位居其后。
表5列（2）反映了资本密度在OFDI逆向技术溢出影响创新产出中存在双重门限效应，随着lnK/L依次超过第一、第二门限值，OFDI逆向技术溢出的弹性影响系数逐步提高，且均显著。这表明较高的资本密度可以提高地区对通过OFDI获取的外部知识的熟练运用，改善创新现状。同样，以资本密度门限值划分各省份，依据表6可知，随时间推进各省份资本密度显著提高，且提高程度明显优于研发资本强度、技术差距和市场化程度。2003年仅有北京和上海的资本密度特征值跨越了第一门限值，没有省份跨越第二门限值;2010年有16个省份只跨越了第一门限值;到2016年除云南以外，其余所有省份均跨越了第二门限值。
技术差距在OFDI逆向技术溢出影响创新产出中存在单一门限效应。由表5可知，当GAP低于门限值12.095时，OFDI逆向技术溢出的弹性影响系数为0.095，当GAP超过门限值时，这一系数减少至0.063，且显著。GAP越高表明技术差距越小，较小的技术差距降低了地区对先进技术的学习空间，因而溢出效应会有所减弱。技术差距体现了当前各地区向国外先进技术学习的空间边界，以技术差距门限值划分各省份，由于GAP越大意味着逆向技术溢出效应越弱，本文在表6中列出了低于相应门限值、即吸收能力较强的省份。由表6可知，各省份的技术差距状况在不断改善：2003年仅有北京、天津和上海3个东部省份与国外技术水平差距的特征值低于相应门限值，其余省份的技术差距特征值均高于门限值;而2016年除贵州、云南和甘肃3个西部省份的技术差距较高以外，其他省份全部低于门限值。 市场化程度综合反映了地区制度、产品、要素等多方面的发展状况，对OFDI逆向技术溢出影响创新产出存在单一门限效应。如表5所示，当市场化程度特征值低于门限值5.830时，OFDI逆向技术溢出的弹性影响系数为0.065，当超过门限值时，估计系数提高到0.094，且显著。这说明市场化程度提高了地区对先进知识的吸收效果。分析各地区市场化程度特征值与门限值的差距情况，由表6可知，一方面，中国各地区的市场化程度同样取得了改善，2003年北京、天津和辽宁等共计8个省份的市场化程度特征值跨越了门限值，2016年共有19个省份的特征值超过了门限值;另一方面，东部地区的市场化程度最高，2003年跨越门限值的8个省份全部来自东部地区，其他地区没有省份跨越门限值，2016年东部地区共计9个省份、中部地区共计5个省份和东北部地区2个省份的市场化程度特征值均超过了门限值，而西部地区仅有3个省份的市场化程度特征值位于门限值以上。
（三）稳健性检验
为保证研究结果的可靠性，借鉴刘焕鹏和严太华（2015）[30]对创新产出的衡量方法，以各省份每万人发明专利授权量代替发明专利授权量进行稳健性检验。通过研究发现，OFDI对创新产出的影响同样存在地区差异。如表7门限回归结果所示，门限回归中各变量的系数符号与原实证结果基本一致。这说明研发投入强度、资本密度、技术差距和市场化程度可以影响OFDI的逆向技术溢出效应，也验证了前文结论的稳健性。
四、结论与政策建议
随着经济全球化的深入发展，中国积极展开对外直接投资活动，从而提高了对国际国内要素的合理利用。本文采用2003—2016年中国省份面板数据，利用门限回归模型，研究了在不同吸收能力条件下，对外直接投资对地区创新产出的非线性影响。主要研究结论如下：第一，OFDI逆向技术溢出对国内创新产出有正向影响，且影响程度在各地区表现出了明显差异，其中OFDI逆向技术溢出对东部、中部和西部地区创新产出的影响显著为正，对东北部地区创新产出的影响并不显著。第二，表征吸收能力的各因素在OFDI逆向技术溢出对地区创新产出的影响中存在明显的门限效应。其中研发投入强度和资本密度存在双重门限效应，技术差距和市场化程度存在单一门限效应，且在研发投入强度、市场化程度、资本密度各因素特征值跨越相应门限值，技术差距特征值低于相应门限值时，OFDI逆向技术溢出对地区创新产出的正向影响显著加强。第三，从地区资本密度和技术差距特征值与各自门限值的差距来看，大部分地区的资本密度特征值已跨越了相应门限值，技术差距特征值低于相应门限值，并且各地区资本密度和技术差距的改善速度要明显优于研发投入强度和市场化程度，2003年时仅有2个省份的资本密度特征值跨越了第一门限值，到2016年时高于技术差距门限值的省份也仅有3个，并且除云南以外，所有省份均跨越资本密度第二门限值。第四，从地区研发投入强度和市场化程度特征值与各自门限值的差距来看，大部分东部和中部地区的研发投入强度特征值已经跨越了相应门限值，而部分西部和东北部地区目前仍未跨越研发投入强度门限值，大部分东部地区早在2003年就超过了市场化程度门限值，大部分中部和东北部地区市场化程度特征值目前也已经跨越了门限值，而部分西部地区的市场化程度特征值目前仍处于门限值以下。
综合上述分析可知，OFDI有利于提高地区创新产出，但这一作用的充分发挥需要以各地区的吸收能力为重要前提，因此各地区应依据自身发展特征采取差异化的政策措施。
第一，提高研发投入强度、加深市场化程度是改善地区吸收能力的重要举措。在研发投入强度较低的地区，各地区政府未来应大力支持科研机构的建立和发展，注重对科研的准确定位，同时建立完善的科研激励机制，在资金、财税等方面给予相应支持。在市场化进程缓慢的地区，各地区政府则应注重构造公平的竞争环境，处理好政府与市场的关系，简化行政审批手续，大力推进市场化进程。研发投入强度和市场化程度较高的地区则应注重加强这些因素与OFDI的配合，适时加强研发投入和推动市场化进程，提高对外部知识吸收和转化的速度。
第二，提高自身资本密度、缩小同发达国家或地区的技术差距是各地区持续获取对外投资收益的重要条件。在国内人口红利逐渐减弱、就业结构有待完善的背景下，优化地区要素禀赋结构仍然是维持地区吸收能力的重要方式。因此，各地区应继续提高科技人员占比，加强对劳动人员的专业技能培训，规范地区固定资本的投入规模和流动方向。同时，由于发达国家或地区的科技水平优化速度较快，中国同这些先进地区的技术差距变化存在不确定性，因此未来各地区应进一步提高对技术进步的要求，密切关注世界前沿科技发展，加强同发达国家或地区在高新领域的合作，努力缩小技术差距。
第三，各地区应结合自身经济发展实际，采取不同的OFDI政策。东部和中部地区地理优势明显，对外经济交流机遇更多，未来可在OFDI的产业和区位分布上更加注重对技术、知识和效率的追求，灵活选择新建投资、海外并购和联合投资等参与方式，继续依靠OFDI获取更大收益。而西部和东北部地区的对外经济交流合作较晚，且目前的自主创新仍然主要依靠研發投入来改善，因此这些地区应注重提升OFDI的质量和效益，总结相关投资经验，同时调整OFDI结构、优化吸收消化环境。
参考文献：
[1]蒋冠宏，蒋殿春.中国工业企业对外直接投资与企业生产率进步[J].世界经济，2014（9）：53-76.
[2]白洁.对外直接投资的逆向技术溢出效应——对中国全要素生产率影响的经验检验[J].世界经济研究，2009（8）：65-69.
[3]沙文兵.对外直接投资、逆向技术溢出与国内创新能力——基于中国省际面板数据的实证研究[J].世界经济研究，2012（3）：69-74.
[4]李思慧，于津平.对外直接投资与企业创新效率[J].国际贸易问题，2016（12）：28-38. [5]李磊，白道欢，冼国明.对外直接投资如何影响了母国就业？——基于中国微观企业数据的研究[J].经济研究，2016（8）：144-158.
[6]Javorcik B. S. Does Foreign Direct Investment Increase the Productivity of Domestic Firms？ In Search of Spillovers through Backward Linkages[J]. The American Economic Review，2004（3）：605-627.
[7]陈菲琼，虞旭丹.企业对外直接投资对自主创新的反馈机制研究：以万向集团OFDI为例[J].财贸经济，2009（3）：101-106.
[8]Potterie B P，Lichtenberg F. Does Foreign Direct Investment Transfer Technology across Borders？[J]. Review of Economics and Statistics，2001（3）：490-497.
[9]蒋冠宏.我国企业跨国并购与行业内逆向技术溢出[J].世界经济研究，2017（1）：60-69.
[10]王恕立，李龙.外向FDI影响中国自主创新的机制及实证检验[J].世界经济研究，2012（7）：67-72.
[11]欧阳艳艳.中国对外直接投资逆向技术溢出的影响因素分析[J].世界经济研究，2010（4）：66-71.
[12]蔡冬青，刘厚俊.中国OFDI反向技术溢出影响因素研究——基于东道国制度环境的视角[J].财经研究，2012（5）：59-69.
[13]Driffield N，Love J H， Yang Y. Technology Sourcing and Reverse Productivity Spillovers in the Multinational Enterprise：Global or Regional Phenomenon？[J]. British Journal of Management，2014（25）：S24-S41.
[14]郑文.对外投资与母国服务业水平——理论分析与政策启示[J].财贸经济，2011（6）：107-113.
[15]Li J，Strange R，Ning L，et al. Outward Foreign Direct Investment and Domestic Innovation Performance：Evidence from China[J]. International Business Review，2016（5）：1010-1019.
[16]尹东东，张建清.我国对外直接投资逆向技术溢出效应研究——基于吸收能力视角的实证分析[J].国际贸易问题，2016（1）：109-120.
[17]Cohen W M，Levinthal D A. Adsorptive Capacity：A New Perspective on Learning[J]. Administrative Science Quarterly，1990（1）：128-152.
[18]Borenztein E，Gregorio J D，Lee J W. How does Foreign Investment Affect Economic Growth？[J]. Journal of International Economics，1998（2）：115-135.
[19]Blomstrom M，Sjoholm F. Technology Transfer and Spillovers：Does Local Participation with Multinationals Matter？[J]. European Economic Review，1999（4-6）：915-923.
[20]葉建平，申俊喜，胡潇.中国OFDI逆向技术溢出的区域异质性与动态门限效应[J].世界经济研究，2014（10）：66-72.
[21]Grossman G M，Helpman E. Innovation and Growth in the Global Economy[M]. Cambridge：MIT Press，1991.
[22]Helpman，Coe. International R&D Spillovers[J]. European Economic Review，1995（39）：859-88.
[23]李梅，柳士昌.国际R&D溢出渠道的实证研究——来自中国省际面板的经验证据[J].世界经济研究，2011（10）：62-68.
[24]汪思齐，王恕立.制造业双向FDI生产率效应的行业差异及人力资本门槛估计[J].经济评论，2017（2）：100-112.
[25]宋跃刚，杜江.制度变迁、OFDI逆向技术溢出与区域技术创新[J].世界经济研究，2015（9）：60-73.
[26]Hansen B E. Threshold Effects in Non-Dynamic Panels：Estimation，Testing，and Inference[J]. Journal of Econometrics，1999（2）：345-368.
[27]程惠芳，陈超.海外知识资本对技术进步的异质性溢出效应——基于G20国家面板数据的比较研究[J].国际贸易问题，2016（6）：58-69. [28]王永进，张国峰.人口集聚、沟通外部性与企业自主创新[J].财贸经济，2015（5）：132-146.
[29]Behera S R.Do Domestic Firms Really Benefit from Foreign Direct investment？The Role of Horizontal and Vertical Spillovers and Absorptive Capacity[J]. Journal of Economic Development，2015（2）：57-86.
[30]劉焕鹏，严太华.OFDI与国内创新能力关系中的“门限效应”：区域金融发展视角的实证分析[J].科研管理，2015（1）：1-7.
[31]余明桂，范蕊，钟慧洁.中国产业政策与企业技术创新[J].中国工业经济，2016（12）：5-22.
[32]张云，赵富森.国际技术溢出、吸收能力对高技术产业自主创新影响的研究[J].财经研究，2017（3）：94-106.
[33]Griliches Z. The Search for R&D Spillovers[J]. Scandinavian Journal of Economics，1992（4）：29-47.
[34]Wang Y，Yao Y. Sources of China’s Economic Growth 1952-1999：Incorporating Human Capital Accumulation[J]. China Economic Review，2003（14）：32-52.
[35]李娟，唐珮菡，万璐，庞有功.对外直接投资、逆向技术溢出与创新能力——基于省级面板数据的实证分析[J].世界经济研究，2017（4）：59-71+135.
[36]G？觟rg H，Greenaway D. Much Ado about Nothing？ Do Domestic Firms Really Benefit from Foreign Direct Investment？[J].The World Bank Research Observer，2004（2）：171-197.
[37]Barro R J， Lee J W. International Comparisons of Educational Attainment[J]. Journal of Monetary Economics，1993（3）：363-394.
[38]单豪杰.中国资本存量K的再估算：1952～2006年[J].数量经济技术经济研究，2008（10）：17-31.
[39]李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）：21-32.
[40]樊纲，王小鲁，马光荣.中国市场化进程对经济增长的贡献[J].经济研究，2011（9）：4-16.
[41]王小鲁，樊纲，余静文.中国分省份市场化指数报告（2016）[M].北京：社会科学文献出版社，2017.
[42]韦倩，王安，王杰.中国沿海地区的崛起：市场的力量[J].经济研究，2014（8）：170-183.
[43]Caner M，Hansen B E. Instrumental Variable Estimation of a Threshold Model[J]. Econometric Theory，2004（5）：813-843.
[44]刘海云，石小霞.中国对外直接投资对工业部门收入差距的影响研究[J].国际贸易问题，2018（1）：101-111.
责任编辑：武玲玲
Abstract： Using the inter-provincial panel data of China from 2003 to 2016 and the threshold regression model， this paper empirically investigates the impact of OFDI on regional innovation output from the perspective of absorption capacity. It is found that there are obvious regional differences in the impact of OFDI on innovation output. Among them， OFDI in eastern， central and western regions has a significant positive impact on innovation output， while that in northeastern regions is not significant. Further study found that absorptive capacity of R&D intensity and capital density two factors exists in the double threshold effect in foreign direct investment on regional innovation output， technology gap and marketization degree exist a single threshold effect， and the R&D input intensity， the capital density and degree of marketization of eigenvalues， spanning corresponding threshold values technology gap characteristic value is lower than the corresponding threshold method， the positive influence of the foreign direct investment have a stronger effect. At the same time， there is significant differences between the regional factor eigenvalues of absorptive capacity and the distance of the corresponding threshold values， density of capital in most regions of eigenvalue has crossed the threshold， the corresponding technology gap characteristic value is lower than the corresponding threshold， but part of the intensity of R&D investment in the west and northeast characteristic value and the degree of marketization is still in the below threshold method.
Key words： OFDI， innovation output， reverse technology spillover， threshold effects