OFDI對中國區域創新效率的空間溢出效應

郭 婷，毛 毅

(1.榆林學院管理學院，陜西 榆林 719000；2.西安石油大學經濟管理學院，陜西 西安 710065)

一、引 言

創新是引領中國經濟發展的第一動力、建設現代化經濟體系的戰略支撐。黨的十八大以來，我國的創新實力實現整體躍升。從國家統計局的數據看，2016年中國國內發明專利授權數、研究與試驗發展(R&D)經費支出、研發人員全時當量分別達到161.2萬件、15500億元和388.04萬人年，較2012年分別增長40.91%、50.51%和19.51%。專利產出、研發經費及研發人員投入的快速增長反映近年來中國的創新能力得到穩步提升的事實，但在創新投入持續增長和創新產出大幅增加的同時，創新效率和創新質量的提高仍顯遲緩。而創新過程中創新效率的提高是一國自主創新能力及水平高低的重要體現[1]，與創新投入和產出相比，也更有利于中國經濟在新常態下保持中高速增長[2]。

中國在實施創新發展中主要采取兩種方式：一是來自內部的自主創新；二是來自外部，即通過學習國外先進的技術，進而加以消化、吸收和再創新。外商直接投資(FDI)與對外直接投資(OFDI)是獲取外部創新的重要渠道，我國一貫將FDI視為促進創新能力及提高經濟發展水平的重要手段，在政策實施上始終奉行吸引外資的主張。學術界對FDI的技術溢出效應已有大量文獻，而OFDI的作用及研究則一直被忽視。近十年來，在國內經濟下行壓力加大及產能過剩矛盾凸顯的情況下，中國政府開始高度重視對外投資并將促進對外投資提高到與吸引外資的同等地位，黨的十九大報告中也明確提出要堅持引進來和走出去并重。然而，對OFDI的相關研究仍稍顯不足，相關研究尚未涉及OFDI對中國創新效率的影響問題。那么，在國家積極實施“走出去”戰略和加快建設創新型國家的背景下，OFDI對中國區域創新效率究竟產生何種影響？抑制還是提升？其影響機理又是什么？是否存在區域差異？深入研究上述問題、厘清OFDI與中國區域創新效率之間的關系，對經濟新常態下如何更有效地實施OFDI策略、促進中國區域創新效率提升具有重要的現實意義。

二、相關文獻綜述

近年來，學者們對OFDI影響母國實體經濟創新效率的作用機制主要從宏觀和微觀兩個層面進行理論解釋。從宏觀角度看，OFDI進入投資國后，利用不同的渠道獲取海外技術資源，然后向母國逆向溢出，母國對國外溢出的技術進行消化和吸收并以此為基礎進行再創造活動，從而有利于母國創新效率的提升。從微觀角度看，企業進行OFDI后將低技術含量的生產加工環節轉移到國外，在國內只專注于技術研發等高端環節，企業創新效率遂得以提升。在實證研究方面，對日本、韓國、英國和美國的研究都表明OFDI有助于增強投資國的自主創新能力，促進實體經濟的持續發展[3][4][5][6]。

隨著國家“走出去”戰略的提出，我國的OFDI也取得快速發展，對我國OFDI與實體經濟創新效率的相關研究近年來得到迅速開展并存在四種不同的觀點。第一種觀點認為我國OFDI確實能促進國內的技術進步[7][8]。第二種觀點認為由于OFDI對國內投資可能產生“擠出效應”，且受制于國內知識產權保護力度不夠及消化、吸收和再創新能力不足等因素，從而導致OFDI對我國技術進步產生抑制作用[9]。第三種觀點認為我國OFDI對國內技術創新能力提升的作用不明顯或微弱[10]。第四種觀點認為我國OFDI對技術創新能力的影響存在明顯的地區差異，該差異源自地區吸收能力、競爭環境、知識產權保護和金融環境等因素的影響[11][12]。

綜上所述，目前關于OFDI與中國區域技術創新之間的關系研究多數都基于線性計量模型且尚未形成一致的結論。實際上，已有學者證明中國區域技術創新之間存在明顯的空間關聯特征[13]，因此OFDI與中國區域技術創新之間可能并非簡單的線性關系。而有關OFDI與技術創新之間非線性關聯的文獻尚不多見，對OFDI與中國區域創新效率之間非線性關聯的研究更是空白。鑒于此，針對現有研究的不足，本文將OFDI視為引起中國區域創新效率變動的一個重要影響因素并加以考察。首先利用數據包絡分析(DEA)方法對2003～2015年各省(市、自治區)的創新效率進行測度，考慮到OFDI逆向技術溢出對創新效率的空間影響，在實證檢驗中利用空間面板模型就OFDI對區域創新效率的影響效果開展研究。此外，地理區位差異和空間距離的不同是否造成OFDI影響的空間差異乃本文關注的另一個重點，即從地理區位和空間距離的角度對OFDI影響區域創新效率的空間效應差異進行檢驗。

三、模型設定與變量選擇

(一)模型設定

由于OFDI對區域創新效率的空間溢出效應，普通的面板數據模型易造成實證結果的偏差，難以反映變量背后的真實關系。而空間計量模型的最大特色在于充分考慮經濟活動中普遍存在的空間依賴性，比普通的面板數據模型能更好地解釋OFDI對中國區域創新效率的影響機理和效果，因而本文引入空間維度分析OFDI對中國區域創新效率的影響。

目前，根據空間計量模型中空間交互效應的差異，存在三類不同模型。

y=ρWy+βTX+WXψ+εε=λWε+ζ

當λ=ψ=0時，模型為空間滯后模型(SLM)；當ρ=ψ=0時，模型為空間誤差模型(SME)；當ρ=λ=0時，模型為空間杜賓模型(SDM)。y、X分別為被解釋變量和解釋變量，W代表空間權重矩陣，ρ為空間自回歸參數，β、ψ分別為外生解釋變量的影響系數和空間滯后系數，ε、ζ分別為空間自相關的誤差項和隨機擾動項，λ為空間效應的影響系數。

(二)空間權重矩陣的選擇

在空間權重矩陣的選擇方面，常見的空間權重矩陣主要包括鄰接權重矩陣、地理距離權重矩陣和經濟地理距離權重矩陣。鄰接權重矩陣W1：當區域i和j相鄰時為1，否則為0。地理距離權重矩陣W2：根據兩地區間最短地理距離的倒數來設定，即1/dij。經濟地理距離權重矩陣W3：選取人均GDP絕對差的倒數值1/|AGDPi-AGDPj|與W1和乘積。

(三)變量選擇及說明

1.被解釋變量是區域創新效率(IE)。創新效率基于數據包絡分析(DEA)方法進行測算。在創新投入與產出指標的選取方面，借鑒白俊紅等(2009)的研究，采用各省(市、自治區)發明專利申請量作為創新產出指標，R&D的經費和人力投入兩項作為創新投入指標[14]。

2.核心解釋變量是OFDI(lofdis)。目前，對中國OFDI數據的衡量主要有存量和流量兩種。由于流量的波動幅度較大，且本文的目的主要是研究OFDI對中國區域創新效率的長期影響效應，因此使用存量數據更為合理。利用各年的平均匯率，將以美元表示的OFDI存量數據換算為以人民幣表示(單位為億元)并對數處理，以此表示中國各地區的OFDI水平。

3.其他解釋變量。金融發展(fin)，利用金融業占GDP的比重表示；市場化進程(nstate)，采用非國有企業投資占比衡量；貿易開放度(trade)，選用進出口總額與GDP的比值表示；政府財政支出(gov)，利用政府財政支出與GDP的比值衡量；基礎設施水平(infr)，采用郵電業務總量占GDP的比重衡量；人力資本(hc)，采用大專及以上的人數占地區總人口的比重衡量。

本文的數據來自于2004～2016年的《中國統計年鑒》和《中國對外直接投資統計公報》。由于西藏及港澳臺地區的數據缺失較多而被剔除，最終選取2003～2015年30個省(市、自治區)作為研究對象。

四、實證研究結果及分析

(一)中國區域創新效率的特征事實

根據前文所述的研究設計，我們首先對各省(市、自治區)及各地區創新效率的結果進行統計學分析。由于創新活動具有滯后性特征，本文選取滯后1年的R&D的經費和人力投入作為創新投入指標，以當年的發明專利申請量作為創新產出指標。各省(市、自治區)及各地區創新效率的具體測算結果如表1、圖1所示。

由表1、圖1可知，從創新效率的橫向對比來看，我國創新效率的區際間發展不平衡，呈現明顯的由東向西依次遞減的特征，且東部與中西部地區的差距較為明顯，中、西部之間的差距較小。從縱向變動來看，創新效率由2003年的0.806增長到2015年的0.920，說明創新效率的增長較為明顯，且西部地區創新效率的提升幅度較大，中部地區次之，東部地區的提升幅度較小。此外，對東部地區來說，浙江、廣東和江蘇的創新效率值居前三位，且浙江和江蘇在多個年份的創新效率值為1.000，說明兩省的創新效率實現有效性。從平均值來看，海南和河北的創新效率在東部省份最低，可能是因為兩省的高新科技產業占比都相對較低，無法有效發揮高新技術產業的集聚和帶動作用，盡管其創新投入較多，但創新產出較少，因而創新效率較低。天津、北京和遼寧的創新效率較低，但其創新產出較多，說明這三地的創新投入數量相對更多，在創新過程中未有效利用投入資源，因此創新效率的提升潛力很大。

中部地區的創新效率值由2003年的0.791增長到2015年的0.911，且省份之間的差距較小。這是因為中部地區長期偏重發展農業及能源、原材料等重工業，高新技術產業較東部地區偏少，在創新產出方面明顯低于東部地區，創新效率也低于東部地區。而相比于西部省份，中部地區的高新技術產業發展又具有一定的優勢，因此創新效率優于西部地區。

西部地區的創新效率雖總體處于落后狀態，但其增長速度最快，且內部省份之間的差距比較明顯。重慶和四川的創新效率分別為0.899和0.884，在我國30個省(市、自治區)中排名第五和第八。新疆和貴州也較高，分居第十五和第十六位。這主要是因為近年來重慶和四川的高新技術產業占GDP的比重持續上升，新疆和貴州對新能源和大數據等戰略性新興產業制定實施一系列鼓勵扶持政策而使創新效率得到明顯提升。但西部其余省份的技術創新效率較低，青海、寧夏、甘肅和內蒙古在全國處于相對落后的位置。

表1 中國各省(市、自治區)及各地區創新效率的測算結果

圖1 2003～2015年全國及分地區的創新效率變化

(二)實證結果分析

根據空間相關性檢驗和模型設定性檢驗對空間模型設定形式的判定(1)因篇幅所限，空間相關性檢驗和模型設定性檢驗的結果省略，作者備索。，本文選用前文構建的區域創新效率的空間杜賓模型，在三種不同空間權重矩陣下采用極大似然估計方法對我國2003～2015年30個省級單位的OFDI與創新效率的關系進行回歸(結果見表2的列(4)～(6)所示)。為便于對比，表2還給出混合樣本最小二乘(POLS)(列1)及固定效應模型(FE)(列2)的估計結果。此外，創新效率高的地區的企業也有可能“走出去”，因此OFDI與創新效率的雙向因果關系導致內生性問題。為克服這種內生性偏誤，本文采用lofids的一期和二期滯后項作為工具變量，并使用工具變量-廣義矩估計(IV-GMM)方法對模型進行估計(列3)。

由表2的回歸結果可以看出，區域創新效率的空間相關系數均在1%的水平上顯著為正，說明區域創新效率存在空間溢出，即運用空間面板數據模型是合理且必要的。而經濟地理距離權重矩陣的估計系數高于鄰接權重矩陣和地理距離權重矩陣，表明創新效率的溢出作用更易發生在經濟發展水平接近且距離相近的地區之間。lofids的系數均顯著為正且在三種不同空間權重矩陣下的系數分別為0.009、0.006和0.007，說明OFDI確實對創新效率的提升具有顯著的正向影響，且OFDI每提高1%，區域創新效率提升0.006%～0.009%。比較所有模型lofids的回歸系數還發現，若忽略區域間創新效率的空間相關性，將高估OFDI對創新效率的影響作用。以固定效應模型和鄰接權重矩陣的空間杜賓模型結果為例，lofids的回歸系數由0.012下降到0.009。

表2 OFDI對中國區域創新效率影響的基本回歸結果

注：*** 、** 和*分別表示1%、5%和10%的顯著性水平。第(3)列的工具變量-廣義矩估計模型中的不可識別檢驗統計量Kleibergen-Paap rk LM的值為124.939，弱工具變量檢驗的統計量Kleibergen-Paap rk Wald F的值為3080.148，過度識別Hansen J統計量為0.400，均通過檢驗。

另外，金融發展對創新效率的影響不顯著，這可能一方面是因為金融發展為區域創新的投入提供資金，從而對創新效率產生正向影響；另一方面，近年來中國經濟普遍存在的“脫實入虛”，導致更多的高學歷科技人才轉向金融行業，降低流向高科技產業的人才總量，從而對創新效率產生負向影響。這兩種效應同時作用遂造成金融發展對創新效率的不顯著影響。非國有投資占比表示的市場化進程指標同樣對創新效率的影響不顯著，這可能一方面是國有企業的創新效率較低，而民營企業和外資企業的創新效率較高，因此非國有投資占比提高對該區域的創新效率產生促進作用；另一方面，國有企業更有可能從事和實施外部性較大的研發投入，并通過外部性這一機制對該區域的創新效率產生推動作用。這兩種效應疊加導致非國有投資占比對創新效率的影響不顯著。貿易開放度、政府財政支出和人力資本均對創新效率的影響顯著為正，說明外貿開放帶來的競爭壓力迫使國內企業必須通過創新來獲取足夠的利潤，從而提高企業的技術創新效率；政府財政支出的提高能降低企業在技術創新中的投入成本和風險，從而刺激企業的創新投入并提高其創新效率；人力資本的上升為企業創新提供有力的條件和保障，其對創新數量和質量的提高具有重要作用。基礎設施對創新效率的影響顯著為負，說明處于轉軌期中國的基礎設施投資的增加在一定程度上擠占科技創新投入，從而對區域的創新效率產生消極影響。

為進一步探討OFDI對區域創新效率的直接和間接影響，本文基于空間杜賓模型估計OFDI對區域創新效率的平均直接效應和平均間接效應(見表3所示)。

表3 直接效應和間接效應的估計值

由表3的估計結果可以看出，在鄰接權重矩陣(列(1)～(2))下，OFDI的直接效應為0.011，即OFDI每增長1%，該地區的創新效率將提升0.011%。需要注意的是，直接效應(0.011)大于前文的回歸系數(0.009)，說明直接效應包含相鄰地區對本地區的“反饋效應”。OFDI的間接效應為0.032，即OFDI每增長1%，相鄰地區的創新效率將共同提高0.032%，盡管OFDI對創新效率的間接效應(0.032)在數值上大于直接效應(0.011)，但對某一特定省份而言，間接效應遠小于直接效應。地理距離權重矩陣(列(3)～(4))和經濟地理距離權重矩陣(列(5)～(6))下的實證結果與上述類似。以上分析表明，OFDI的增加將促使本地區和鄰近地區的創新效率提升。

五、空間效應差異的進一步探討

表2和3給出全國層面的實證結果，即全國范圍內各省(市、自治區)OFDI對創新效率的平均影響情況。然而，各省(市、自治區)在地理區位和空間距離上的差異均可能導致創新效率的空間相關效應存在差異，因此我們從地理區位和空間距離兩個方面分析OFDI影響區域創新效率的空間效應差異。

(一)地理區位差異

區域發展不平衡是我國經濟社會的重要特征，東中西部地區的創新效率和OFDI都存在巨大差異(在樣本期內，創新效率的平均值分別為0.886、0.836和0.814，OFDI的平均值分別為399.178億元、76.779億元和51.347億元)，且東部各省份之間的空間距離較小，而西部各省份間距離較大。因此，在考察其空間效應時，需考慮OFDI影響創新效率的地理區位差異性。表4分別給出東部(列(1))、中部(列(2))和西部(列(3))的估計結果(2)因篇幅所限，鄰接權重矩陣和地理距離權重矩陣的估計結果省略，作者備索。。

表4的估計結果顯示，在東中部地區，創新效率受相鄰省份創新效率的影響顯著，而西部地區的影響不再顯著。這可能是因為西部各省份之間(與東中部地區相比)的距離較大，創新效率間的相互影響較小。在東中西部地區，相鄰省份OFDI的增加均正向影響本省的創新效率，且東部地區的正向影響作用最大、最顯著。這是因為東部各省份之間的空間距離較小，企業在跨地區的創新學習中只需較低的交通成本。比較各地區創新效率影響因素的總效應可知，OFDI在東中西部地區均為顯著正向影響，且東部地區的總效應最大。

表4 空間效應的地理區位差異估計結果

(二)空間距離差異

變量間的關聯程度是否隨著空間距離的改變而產生變化是空間計量經濟學關注的重要問題，表5給出不同空間距離下的空間杜賓模型的估計結果。其中，列(1)設定空間相關性只存在于距離小于200公里的省份之間，列(2)、(3)和(4)依次設定為500公里、1000公里和1500公里。由表5的回歸結果發現：

第一，創新效率空間滯后項的回歸系數隨著省份之間空間距離的增大而逐漸減小，從距離200公里的0.432減小到距離1500公里的0.229，且均在1%的水平下顯著，說明各省份創新效率之間存在明顯的空間相關性，且相近省份之間的創新效率的關聯程度更深，這符合“地理學第一定律”的基本特點。

第二，OFDI的直接效應隨著相關空間矩陣設置距離的增加而減弱，即OFDI對本地區創新效率的影響隨著涉及的相近省份的增多而降低。當省份間的空間距離小于200公里時，OFDI提高對本地區創新效率的影響最大(系數為0.013)；而省份間的空間距離為1500公里時，OFDI提高對本地區創新效率的影響降至0.008。這意味考慮的相關省份越多，OFDI對本地區創新效率的影響越小。OFDI提高對相關省份創新效率的影響(間接效應)同樣隨著相關空間矩陣設置距離的增加而減弱。當省份間的空間距離小于200公里時，OFDI的間接效應為0.056；而省份間的空間距離為1500公里時，OFDI的間接效應僅為0.009。這可能是因為相關空間矩陣設置距離的增加包含一些距離較遠的省份，從而攤薄鄰近省份創新效率之間的相互影響程度。另外，OFDI間接影響效應的下降程度遠大于直接影響效應。

表5 空間效應的空間距離差異估計結果

六、結論與政策建議

從空間視角探究OFDI對中國區域創新效率的影響效應，對深入理解OFDI影響創新效率的內部作用機制具有啟迪作用。因此，本文利用中國2003～2015年30個省(市、自治區)的面板數據，在測算各省(市、自治區)創新效率的基礎上，使用空間面板分析技術實證分析OFDI對區域創新效率的影響效應，得到以下的幾點結論：

第一，從橫向比較來看，我國創新效率呈現明顯的東中西部依次遞減的特點，且東部與中西部地區的差距較為明顯，中部與西部之間的差距較小。從縱向變動來看，創新效率的增長較為明顯，西部地區創新效率的提升幅度較大，中部地區次之，東部地區的提升幅度較小。

第二，OFDI是促進中國區域創新效率提升的重要因素，且一個地區OFDI的提高不僅促進本地區創新效率的提升(直接效應)，同時導致鄰近地區創新效率的提升(間接效應)。

第三，地理區位和空間距離顯著作用于OFDI影響中國區域創新效率的空間效應。就地理區位而言，創新效率的空間相關程度在東部最高，且OFDI對創新效率的影響總效應在東部最強；就空間距離而言，創新效率的空間相關性隨著空間距離的增大而減小，OFDI的直接效應、間接效應和總效應均隨空間相關距離的增大而減弱。

據上述研究結論，我們提出以下的對策建議：(1)進一步發展OFDI，尤其要鼓勵和促進企業將OFDI從貿易型和生產型轉為技術獲取型，通過合資、國際并購、新建和聯盟等多種模式加強與國外先進企業的合作，促使OFDI實現有效的逆向技術溢出，提高國內創新效率水平；(2)在政策制定中充分考慮空間溢出效應在促進國內創新效率提升中的重要作用，大力推動區域之間的市場整合與一體化發展，以科技創新合作共建帶動區域間的高新企業交流、創新資源流動及科技人才的培養，實現創新資源共享，形成區域間創新效率提升的利益共享格局。