對外直接投資提升了區域創新能力嗎？
——吸收能力視角下基于蘇、浙兩省地級市面板數據的比較研究

王 欣

（江蘇大學財經學院，江蘇鎮江212013）

對外直接投資提升了區域創新能力嗎？
——吸收能力視角下基于蘇、浙兩省地級市面板數據的比較研究

王 欣

（江蘇大學財經學院，江蘇鎮江212013）

文章基于江蘇和浙江兩省2007-2014年地級市層面的面板數據，采用全局主成分分析測算兩省各市的區域創新能力，利用面板數據回歸模型測度了對外直接投資對區域創新能力的影響。結果顯示：對于江蘇和浙江兩省而言，對外直接投資對區域創新能力均未產生直接顯著的促進作用；當對外直接投資與人力資本、金融發展水平、交通基礎設施、對外開放度等表征吸收能力的變量相結合時，對區域創新能力則產生了積極的影響。進一步運用Hansen面板門檻模型進行回歸發現，兩省的吸收能力變量基本都存在最低作用門檻。兩省可結合各自吸收能力變量的門檻特征采取相應對策。

對外直接投資；吸收能力；區域創新能力；面板門檻模型

一、引言及文獻綜述

江蘇和浙江對外直接投資（OFDI）水平在全國位居前列，《2014年度中國對外直接投資統計公報》顯示，2014年江蘇對外直接投資流量為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。江蘇對外直接投資累計存量為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。江蘇境外投資企業數量為2 690家，在地方境外投資企業數量中排名第三、浙江為3 320家，排名第二。根據國際投資學相關理論，對外直接投資有可能產生逆向技術溢出，提升母國的技術創新能力，進而實現技術進步。那么，對于經濟發達的江蘇和浙江兩省，對外直接投資是否對區域創新能力產生顯著的提升作用？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市層面的面板數據，就這一問題展開研究。

Kogut和Chang（1991）研究發現日本國內的研發投入會伴隨日本對美國和歐盟直接投資的增加而增加［1］。Bruno Van Pottelsberghe和Lichtenberg（2001）對13個工業化國家OFDI的研究［2］、Driffield和

Love（2003）對英國制造業行業的研究［3］、Pradhan和Singh（2009）對印度汽車產業的研究［4］、Yang等（2013）對我國臺灣制造業的研究［5］，均基本發現對外直接投資具有顯著的逆向技術外溢效應。但是，對外直接投資逆向技術外溢效應的實現需要一定的條件，投資國的吸收能力是重要因素。Siotis（1999）認為投資母國的企業缺少相應的技術吸收能力時，逆向技術外溢就不會發生［6］。Chen等（2012）也認為逆向外溢效應是否實現取決于母公司能否有效吸收海外子公司轉移回來的國外的先進技術［7］。

國內學者冼國明等（1998）［8］、趙偉等（2006）［9］、王英等（2008）［10］、劉宏等（2013）［11］的研究均發現我國對外直接投資存在較為顯著的逆向技術外溢效應。周懷峰（2010）分析了對外直接投資對企業自主創新能力的影響［12］。沙文兵（2012）研究發現我國OFDI對自主創新能力的逆向外溢效應較為顯著［13］。毛其淋等（2014）發現對外直接投資與企業創新之間存在顯著的因果效應［14］。汪洋等（2015）研究發現中國企業可以通過OFDI實現逆向技術外溢提高自身自主創新能力［15］。

國內學者也發現吸收能力是影響對外直接投資逆向外溢的重要因素。李梅等（2011）研究發現人力資本是影響對外直接投資逆向外溢主要的吸收能力因素［16］。闞大學（2010）研究發現人力資本制約我國東部對外直接投資逆向技術外溢，經濟開放度和金融發展水平制約了中西部對外直接投資逆向技術外溢［17］。尹東東和張建清（2016）認為表征吸收能力的一系列變量對于OFDI逆向技術外溢效應的實現起到了積極的促進作用［18］。

本文在現有文獻的基礎上進行以下拓展：第一，采用多種指標綜合衡量區域創新能力，并采用全局主成分分析（Global Principal Components Analysis，GPCA）將多指標進行綜合，作為反映區域創新能力的變量。第二，綜合運用交互項模型和面板門檻模型測度吸收能力約束下對外直接投資對區域創新能力的影響。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地級市層面的人力資本進行估算，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

Cohen and Levinthal（1989）在研究企業研發作用時最早提出了企業層面的“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）認為基于不同視角的吸收能力具有不同的內涵［23］。本文根據研究的需要，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、金融發展水平、交通基礎設施、對外開放度等四個維度。以下將分析吸收能力變量在對外直接投資影響區域創新能力過程中的調節作用機制，并提出研究假設。

（一）人力資本

人力資本在對外直接投資對母國區域創新能力的影響中發揮重要的作用。一方面，母國跨國公司將通過對外直接投資獲取的東道國較為先進的技術轉移至國內，在國內市場競爭中占據了有利地位。這會對同產業的其他公司產生巨大的示范作用，上下游關聯企業將對該公司的先進技術進行模仿、跟蹤和學習，具有較高人力資本水平的企業無疑會加快這一進程。另一方面，這會對其他公司產生一定的市場競爭壓力，使其主動提高自身研發能力以保持特有的競爭優勢。如果企業人力資本水平較高，同樣能夠快速地提高自身的研發水平。在學習模仿和競爭壓力的雙重作用下，母國企業的創新能力得以提升。通過產業間的技術擴散，最終促進母國整體區域創新能力的提升。因此本文提出假設1。

H1：人力資本在對外直接投資影響區域創新能力過程中發揮正向調節作用。

（二）金融發展水平

一個地區金融發展規模越大、發展水平越高，就越能為企業對外直接投資提供資金支持。同時，企業利用對外直接投資帶來的先進技術進行生產時需要購買與之相適應的機器設備并對機器設備進行維修和更換，需要雇傭具有一定技能的熟練工人，需要進行生產流程和管理結構的重組等。這些都需要大量的資金。較高的金融發展水平能為對外投資企業的融資提供有效的保障，也更有利于區域創新能力的提升。因此本文提出假設2。

H2：金融發展水平在對外直接投資影響區域創新能力過程中發揮正向調節作用。

（三）交通基礎設施

一個地區的交通基礎設施條件為企業開展投資活動提供了重要的連接和支撐作用。交通基礎設施條件越健全，企業物資的運送就越為便捷快速，先進技術擴散和傳播的渠道也越為通暢，也越有利于區域創新能力的提升。因此本文提出假設3。

H3：交通基礎設施在對外直接投資影響區域創新能力過程中發揮正向調節作用。

（四）對外開放度

在對外開放度高、貿易和投資成本較低的環境中，本土企業更易于開展對外直接投資，也更易于將

所獲得的國外的先進的經驗和技術通過貿易或投資的方式轉移到母國，提升母國的技術創新能力。同時，國外先進的技術和經驗在對外開放度高的地區更易于傳播擴散，這也有助于提升母國技術創新能力。因此本文提出假設4。

H4：對外開放度在對外直接投資影響區域創新能力過程中發揮正向調節作用。

三、模型建立和數據來源

（一）計量模型

本文首先設定基本模型如下：

其中，CREATE表示區域創新能力；OFDI表示對外直接投資變量，為模型的核心解釋變量；CONTROL為一系列控制變量。下標i、t分別代表城市和年份、ui為不隨時間而變化的個體效應，εit為隨機擾動項。

為了反映吸收能力的調節作用，在模型（1）的基礎上，加上吸收能力和對外直接投資的交互項，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、金融發展水平FIN、交通基礎設施INFRA、對外開放度OPEN等變量分別代替ABSORB，模型（2）可以拓展為模型（3）-（6）。

為了進一步檢驗吸收能力變量是否具有門檻效應，本文根據Hansen（1999）提出的非動態面板門檻模型的思路［24］，構建面板門檻模型如下：

在（7）式中，I（·）為指示函數，當括號內條件為真時，取值為1，反之則為0、λ1，λ2，…，λn為待估算的門檻值。

（二）變量選取和數據來源

由于江蘇分地級市的對外直接數據最早統計年份為2007年，因此本文將樣本區間設定為2007-2014年。

1.區域創新能力CREATE

本文選取16個指標測算江蘇13個城市和浙江11個城市歷年的區域創新能力：X1為R&D經費投入（億元）、X2為R&D經費占GDP比重（%）、X3為R&D人員全時當量（萬人年）、X4為專利發明申請量（件）、X5為專利實用新型申請量（件）、X6為專利外觀設計申請量（件）、X7為專利發明授權量（件）、X8為專利實用新型授權量（件）、X9為專利外觀設計授權量（件）、X10為教育財政支出（億元）、X11為教育財政支出占財政支出比重（%）、X12為科技財政支出（億元）、X13為科技財政支出占財政支出比重（%）、X14為高等院校數（個）、X15為公共圖書館數（個）、X16為圖書館藏書量（萬冊）。

其中，X1-X3為區域創新投入指標、X4-X9為區域創新產出指標、X10-X16為區域創新支撐環境指標。數據來源于江蘇13個地級市和浙江11個地級市2008-2015年各市的《統計年鑒》、江蘇省和浙江省第二次全國R&D資源清查主要數據公報、浙江省各年度市、縣（市、區）科技進步統計監測評價報告、江蘇省和浙江省知識產權局網站。對于X3缺失的數據，假設其年增長率與R&D經費投入年增長率相同，用R&D經費投入年增長率估算獲得。為了消除價格因素的影響，對上述絕對量貨幣單位數據采用以2007年為基期的GDP平減指數進行平減。

2.對外直接投資OFDI

對外直接投資具有資本屬性，因此本文首先計算各市對外直接投資存量，折舊率設定為10%、其次將對外直接投資存量數據除以各市歷年實際GDP，以消除不同城市規模的影響。

對外直接投資數據來源于《江蘇統計年鑒2015》、2008-2013年《浙江商務年鑒》和各市2013-2014年《國民經濟和社會發展統計公報》。為了保持貨幣統計口徑一致，本文采用國家統計局網站公布的歷年人民幣對美元中間匯率將對外直接投資原始美元數據換算成人民幣（億元），并利用GDP平減指數進行平減。

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，采用人均受教育年限法測算各市的人力資本水平。計算公式為：

其中，用Pt、Jt、St、Ct分別表示每年小學、初中、高中、大專以上畢業生人數；Hit為t年人口中各級教育程度存量，i=1，2，3，4；其中1表示小學，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；假設小學、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為各級受教育存量總和。

本文首先根據各市《2010年全國第六次人口普查主要數據公報》，以2010年人力資本存量數據為基礎，再利用公式（8）-（12）計算各市2007-2014年人力資本，單位為年。所有基礎數據來源于各市歷年的《統計年鑒》。

（2）金融發展水平FIN。本文采用“戈式指標”，即金融機構貸款總額占GDP比重衡量金融發展水平。其中金融機構貸款總額源于各市歷年《統計年鑒》和《國民經濟和社會發展統計公報》。

（3）交通基礎設施INFRA。采用江蘇和浙江各城市水路、公路、鐵路和航空等各種運輸方式貨物運輸總量表示交通基礎設施狀況。該數據全部來源于各市歷年的《統計年鑒》，單位為億噸。

（4）對外開放度OPEN。本文將對外開放度定義為進出口占GDP比重。其中進出口貿易額和GDP均來源于各市歷年《統計年鑒》，并且進出口貿易額用匯率折算與GDP統一為人民幣單位。

4.控制變量CONTROL

本文將以下4個變量設定為控制變量：

（1）經濟發展水平PGDP。采用人均實際GDP表示經濟發展水平。該指標采用各市2007年為基期的實際GDP/戶籍人口數計算獲得，最終單位為萬元/人。其中各市年末戶籍人口數源于各市歷年《統計年鑒》和《國民經濟和社會發展統計公報》。

（2）城市化水平CITI。采用城鎮化率衡量城市化水平。江蘇各城市歷年城鎮化率數據直接從2008-2015年《江蘇統計年鑒》獲得、浙江各市歷年城鎮化率水平采用非農業人口占總人口比重計算獲得，數據全部來源于2008-2015年《浙江統計年鑒》。

（3）產業結構INDS。采用產業結構高級化指標，即第三產業與第二產業增加值之比表示產業結構水平。數據全部來源于2008-2015年各市的《統計年鑒》。

（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據來源于各市歷年的《統計年鑒》和《國民經濟和社會發展統計公報》。與對外直接投資類似，FDI指標采用存量計算并除以GDP以消除經濟規模的影響，假設折舊率為10%。

對于上述所有變量中少量缺失的數據，采用線性插值法或構建自回歸模型估計獲得。

四、實證分析

（一）區域創新能力CREATE測算

采用全局主成分分析方法（GPCA）測算江蘇和浙江各市歷年的區域創新能力。本文將兩省2007-2014年24個城市X1-X16等16個指標共3 072個基本數據單元合并成一個面板數據。將數據標準化后計算特征值和特征向量，得到三個特征值大于1的主成分的表達式。再以三個主成分各自特征值占三個特征值之和的比例作為三個主成分各自權重進行加權求和，最終得到區域創新能力的表達式。表1列出了江蘇和浙江各城市歷年區域創新能力測算結果的均值水平。從表1可以看出，江蘇和浙江歷年的區域創新能力均呈現出穩定的上升趨勢。與浙江相比，江蘇區域創新能力上升速度更快，并且近年來區域創新能力均要高于浙江。

表1 江蘇和浙江區域創新能力歷年均值

（二）回歸結果分析

首先根據模型（1）和模型（3）-（6）進行面板數據回歸。本文通過F檢驗確定模型采用混合效應（OLS）或固定效應（FE），通過LM χ2檢驗確定模型采用混合效應（OLS）或隨機效應（FE），通過Hausman檢驗確定模型采用固定效應（FE）或隨機效應（RE）。為了避免模型的內生性問題，以lnOFDI的一階和二階滯后變量為工具變量，利用Hausman檢驗或Davidson-MacKinn檢驗模型是否具有內生性，決定是否采用隨機效應工具變量（REIV）或固定效應工具變量（FEIV）。模型選擇檢驗結果見表2所列。

表2 模型選擇檢驗結果

續表2

從表2結果可以看出，對江蘇而言，模型（1）和模型（5）采用隨機效應工具變量（REIV），模型（3）、（4）、（6）均采用隨機效應（RE）、對浙江而言，模型（1）采用隨機效應工具變量（REIV），模型（3）和（4）采用固定效應（FE），模型（5）和（6）采用隨機效應（RE）。

根據表2結果，分別對兩省的模型進行回歸檢驗，結果見表3所列。

表3 基準模型和交互項模型回歸結果

在不包含吸收能力變量的基準模型（1）中，兩省的OFDI變量均沒有通過顯著性檢驗。這意味著兩省的對外直接投資對于各自區域創新能力均沒有顯著的影響，或許也表明對外直接投資對區域創新能力產生積極的影響需要結合一定的吸收能力。模型（3）-（6）為包含了吸收能力變量的模型。對于江蘇而言，雖然基礎設施INFRA與OFDI交叉項、對外開放度OPEN與OFDI交互項沒有通過顯著性檢驗，但人力資本HUM與OFDI交互項、金融發展水平FIN與OFDI交互項均通過了顯著性檢驗。對于浙江而言，四個連乘交互項均通過了顯著性檢驗。因此，就檢驗結果來看，基本證實了H1-H4這四個假設，即吸收能力在對外直接投資影響區域創新能力過程中發揮正向調節作用。

產業結構水平INDS在絕大多數模型中均為正向顯著，表明產業結構的優化的確有利于區域創新能力的提高，這一結果符合理論預期。城市化水平CITI在江蘇的樣本中多數為負向顯著，在浙江的樣本中均沒有通過顯著性檢驗。一般而言，城市化有利于促進勞動分工、專業化的形成，有利于加速技術的傳播與擴散，提高區域創新能力。出現上述結果，可能的原因在于江蘇和浙江雖然城市化水平相對較高，但更多的是體現為土地的城市化，作為核心要素的人的城市化推進速度相對緩慢，導致了城市化質量的提升尚不足以提升區域創新能力。經濟發展水平PGDP在多數的模型中都為正向顯著，表明經濟發展水平的確對區域創新能力存在積極影響，這也與理論預期一致。吸收外商直接投資FDI在多數的模型

中沒有通過顯著性檢驗，表明FDI對區域創新能力沒有顯著的影響。可能的原因在于FDI與對外直接投資類似，對區域創新能力發揮積極的促進作用也需要與吸收能力相結合。

為了進一步驗證吸收能力變量是否具有門檻特征，利用面板門檻模型對兩省的數據進行進一步檢驗。首先，根據Hansen面板門檻模型，依次估計不同吸收能力門檻變量對應的單一門檻、雙重門檻和三重門檻模型，并采用“格點搜索法”（Grid Search）搜尋使得上述模型的殘差平方和最小的門檻估計值。然后采用“自抽法”（Bootstrap）反復抽樣500次，檢驗結果見表4所列。

根據表4的結果，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、雙重和三重門檻模型。

表4 門檻效應檢驗結果

在確定了不同門檻變量采用的門檻類型后，可計算獲得不同門檻值估計結果和置信區間，結果見表5所列。

表5 門檻值估計結果

對兩省各門檻變量進行面板門檻回歸，結果見表6所列。

表6 面板門檻回歸結果

上述所有模型的組內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作為門檻變量的回歸模型中，當江蘇的HUM低于第一個門檻值λ1（9.617）時，OFDI前系數不顯著、當HUM高于λ1時，OFDI前系數為正，并且在1%水平上通過顯著性檢驗，表明OFDI對區域創新能力產生了積極的促進作用。當浙江的HUM低于第一個門檻值λ1（9.363）和第二個門檻值λ2（9.787）時，OFDI前系數不顯著或為負向顯著、當HUM高于λ2時，OFDI前系數為正向顯著。因此，對于江蘇和浙江而言，人力資本HUM都存在最低作用門檻。

在金融發展水平FIN作為門檻變量的回歸模型中，當江蘇的FIN低于第一個門檻值λ1（0.773）時，OFDI前系數不顯著、當FIN高于λ1時，OFDI前系數正向顯著。當浙江的FIN低于第一個門檻值λ1（0.973）和第二個門檻值λ2（1.109）時，OFDI前系數雖然為正，但并沒有通過顯著性檢驗、當FIN高于第二個門檻值時，OFDI前系數為正，并在10%水平上顯著、當FIN高于第三個門檻值（1.264）時，OFDI前系數進一步擴大，并在1%水平上顯著。因此，對于江蘇和浙江而言，金融發展水平FIN也都存在最低作用門檻。

在交通基礎設施INFRA作為門檻變量的回歸模型中，當江蘇的INFRA低于第一個門檻值λ1（1.129）時，OFDI前系數沒有通過顯著性檢驗、當INFRA高于第一個門檻值λ1時，OFDI前系數顯著為正。當浙江的INFRA低于第一個門檻值λ1（1.786）和第二個門檻值λ2（2.233）時，OFDI前系數沒有通過顯著性檢驗、當INFRA高于第二個門檻值λ2，OFDI前系數在1%水平上正向顯著。因此，對于江蘇和浙江而言，交通基礎設施INFRA同樣存在最低作用門檻。

在對外開放度OPEN作為門檻變量的回歸模型中，當江蘇的OPEN低于第一個門檻值λ1（0.239）和第二個門檻值λ2（0.601）時，OFDI前系數不顯著、當OPEN高于第二個門檻值時，OFDI前系數正向顯著。浙江OPEN在三個門檻值下，OFDI前系數均在1%水平上正向顯著，并且隨著門檻值的提高，OFDI前系數值逐步增加，表明對外直接投資對區域創新能力的積極影響逐步提高。對于江蘇而言，對外開放度存在最低作用門檻、對于浙江而言，對外開放度的最低作用門檻不存在。

綜合以上分析可以看出，絕大多數吸收能力變量都存在門檻效應。當吸收能力變量低于某一個特定的門檻值，對外直接投資對區域創新能力沒有顯著的促進作用、當吸收能力變量高于某一個特定的門檻值，對外直接投資則顯著地提升了區域創新能力。

為了進一步比較江蘇和浙江兩省吸收能力變量門檻效應的差異，將兩省超過吸收能力變量最低門檻值樣本在各自的總樣本中所占的比例進行比較，結果見表7所列。

表7 兩省跨越吸收能力變量最低門檻的樣本所占比例%

從表7可以看出，對于人力資本HUM，江蘇有37.5%的樣本超過最低門檻值，浙江為9.09%、對于金融發展水平FIN，江蘇有43.27%的樣本超過最低門檻值，浙江為73.86%、對于交通基礎設施INFRA，江蘇有62.5%的樣本超過最低門檻值，浙江為19.32%、對于開放度水平OPEN，江蘇有16.35%的樣本超過最低門檻，而浙江為100%。江蘇在人力資本和交通基礎設施方面超過最低門檻的比例優于浙江，浙江在金融發展水平和對外開放度方面超過最低門檻的比例優于江蘇。

對于控制變量，模型結果與交互項模型結果基本類似。產業結構水平INDS前系數均為正，并有4個模型中系數在1%水平上顯著。城市化水平CITI在所有的模型中均為負向顯著或不顯著。經濟發展水平PGDP在絕大多數模型中系數均為正，并且在6個模型中系數通過了顯著性檢驗。吸收外商直接投資FDI僅在1個模型中為正向顯著，其余的模型均未通過顯著性檢驗。

五、主要結論和建議

本文基于2007-2014年江蘇13個城市和浙江11個城市的面板數據，采用面板數據回歸模型測度了吸收能力約束下對外直接投資對區域創新能力的影響。主要結論如下：第一，對于江蘇和浙江兩省而言，對外直接投資均沒有對各自的區域創新能力直接產生明顯的促進作用、當對外直接投資與吸收能力相結合時，能顯著地提升區域創新能力。第二，對于江蘇和浙江兩省而言，絕大多數吸收能力變量均存在門檻效應。第三，對比兩省面板門檻模型結果檢驗結果，江蘇在人力資本和交通基礎設施方面超過最低門檻的比例優于浙江，浙江在金融發展水平和對外開放度方面超過最低門檻的比例優于江蘇。

根據上述分析結果，提出以下對策建議：江蘇可考慮進一步完善金融市場，提高金融市場效率，加強對金融市場和資本市場的管理，降低企業的融資成本，保證對外投資企業運用國外吸收的先進技術經驗在省內開展投資生產時能便捷快速地獲得資金支持。此外，江蘇還應進一步加大對外開放力度，提高

對外開放質量，吸引技術密集型外資企業投資，鼓勵省內企業到技術含量高的國外區域投資，增加高技術產品進口。對浙江而言，應進一步加大教育投入，提高人力資本的投資回報率，吸引跨國公司的技術、管理人才回流，不斷提高人力資本水平。同時，浙江應進一步加強交通基礎設施建設，縮小不同區域內交通基礎設施的差距，降低貨物流通成本，使得物質運送更為便捷，技術擴散渠道更為通暢。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量，推進以人為核心的城市化，加快城市功能現代化，促進經濟社會生活文明化，不斷提高城市化水平對區域創新能力的積極影響。

［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，Frank 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］冼國明，楊銳.技術積累、競爭策略與發展中國家對外直接投資［J］.經濟研究，1998（11）：65-71.

［9］趙偉，古廣東，何元慶.外向FDI與中國技術進步：機理分析與嘗試性實證［J］.管理世界，2006（7）：1-16.

［10］王英，劉思峰.中國OFDI反向技術溢出效應的實證分析［J］.科學學研究，2008（2）：294-298.

［11］劉宏，秦蕾.中國OFDI逆向技術溢出效應對國內技術進步影響的實證研究［J］.中國科技論壇，2013（5）：143-148.

［12］周懷峰，曾曉花.OFDI怎樣影響企業自主創新能力？——以海爾集團為例［J］.科學學與科學技術管理，2010（11）：61-65.

［13］沙文兵.對外直接投資、逆向技術溢出與國內創新能力——基于中國省際面板數據的實證研究［J］.世界經濟研究，2012（3）：69-74.

［14］毛其淋，許家云.中國企業對外直接投資是否促進了企業創新［J］.世界經濟，2014（8）：98-125.

［15］汪洋，嚴軍，馬春光.中國企業對外直接投資與區域自主創新能力［J］.經濟與管理研究，2015（10）：122-129.

［16］李梅.人力資本、研發投入與對外直接投資的逆向技術溢出［J］.世界經濟研究，2010（10）：69-75.

［17］闞大學.對外直接投資的反向技術溢出效應——基于吸收能力的實證研究［J］.商業經濟與管理，2010（6）：53-58.

［18］尹東東，張建清.我國對外直接投資逆向技術溢出效應研究——基于吸收能力視角的實證分析［J］.國際貿易問題，2016（1）：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.關于技術外溢與吸收能力的研究綜述——外商直接投資理論研究新進展［J］.經濟學動態，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

國家自然科學基金項目（71271103）；江蘇省社會科學基金項目（14GLD003）；江蘇高校哲學社會科學基金項目（2014SJB808）；2013年度江蘇政府留學獎學金項目

王欣（1978-），男，江蘇鎮江人，副教授，管理學博士，研究方向：國際貿易與國際投資。

10.3969/j.issn.1007-5097.2016.09.004