OFDI、區域創新與出口質量提升：基于長江經濟帶的研究

何艷 魯瑞蕓 彭仁星

(湖北工業大學 經濟與管理學院，湖北 武漢 430068)

一、引言

隨著加入WTO和“走出去”戰略的實施，中國對外直接投資(OFDI)的規模不斷擴大。《2021世界投資報告》的數據顯示，2020年中國對外投資達到1330億美元，雖然比2019年下降3%，但卻一躍成為世界上最大投資者。長江經濟帶橫跨東、中、西部三大區域，2020年生產總值占全國的46%，OFDI約占1/4。可見，長江經濟帶的發展不僅有利于全國區域協調發展，而且有利于全方位推進對內對外綜合開放。對外直接投資存在許多溢出效應，包括利潤回流、管理提升、技術創新等。本文擬研究長江經濟帶的OFDI是否有效提升區域創新，以及該效應能否提高地區出口質量，這對于全國OFDI研究具有一定的借鑒意義。

二、文獻綜述

大量文獻證明OFDI與區域創新存在著關聯。Kogut等(1991)最早開始相關研究，他們猜想不具備所有權優勢的日本企業對美國進行投資的目的可能在于獲取美國先進技術，提升本國的創新水平[1]。Coe et al.(1995)建立CH理論模型，證實國內外技術資源對一國技術創新的提升有共同影響[2]。Lichtenberg等(1998)則建立了LP模型，發現通過海外投資活動獲取的國外技術資源有利于本國的技術水平和生產率提升[3]。黃飛霞(2014)基于不同年份的省級面板數據，驗證了我國創新活動受到OFDI的影響[4]。殷曉紅(2019)提出，在最優研發投入區間內，OFDI對區域創新能力存在顯著的積極影響[5]。韓慧等(2018)得出當母國與東道國處于最優技術差距時，對外直接投資行為能最大程度提升創新能力[6]。楊世迪等(2021)基于省際面板數據發現對外直接投資能顯著提升區域綠色創新效率[7]。

關于OFDI與出口的關系一直是學術界研究的熱點，研究方向主要集中在對外直接投資與出口規模、出口結構和出口質量上。Mundell( 1957)以H-O-S模型為研究框架，從理論上首次揭示了貿易與資本流動為替代關系[8]。小島清(1987)則認為貿易和投資在比較成本的原則上相互促進[9]。針對中國的研究，研究結論大部分支持對外投資有顯著的貿易促進效應(張春萍，2012)[10]。OFDI也會影響到出口質量。景光正等(2016)發現，技術反饋效應等使得OFDI對出口產品質量有明顯提升作用[11]。張凌霄等(2016)認為技術尋求型對外投資能推動出口產品質量升級[12]。王培志等(2020)從國內附加值率角度證實，對外直接投資可以通過提升企業全要素生產率和優化出口產品結構顯著提高企業出口國內附加值率[13]。

也有學者對區域創新與出口的關系進行了研究，王蕾(2018)認為創新對出口規模存在顯著促進作用[14]。汪發元等(2018)發現長江經濟帶的金融水平與科技創新結合能有效提升出口貿易技術水平[15]。王瑾等(2019)發現區域創新要素投入對出口技術復雜度有顯著提升作用[16]。

綜上所述，現有文獻對OFDI、區域創新和出口質量提升均進行了豐富的研究。然而，OFDI是否通過區域創新渠道作用于出口質量？目前針對這一問題的研究并不豐富。本文通過構建對外直接投資、區域創新與出口質量的回歸模型，驗證三者之間的關系。再以區域創新為中介變量構建中介模型，探究對外直接投資影響出口的渠道，同時考慮到區域異質性，將長江經濟帶劃分為上、中、下游，分別進行中介效應檢驗。區別于已有文獻，本文將進一步充實對外投資與貿易的關系研究，并探究不同區域差異下投資與貿易的關系是否會發生變化。

三、模型設定及數據說明

(一)計量模型構建

本文首先使用普通最小二乘法(Ordinary Least Square，OLS)回歸分析對外直接投資、區域創新與出口質量之間的關系，模型設定為：

lnESi,t=C1+δ1lnOFDIi,t+α1lnCXi,t+

β1Vi,t+εit

(1)

其中，ES為出口質量，lnES為其對數；i和t分別表示省(市)和年份；OFDI表示各省(市)對外直接投資，CX表示區域創新水平，lnOFDI和lnCX分別為它們的對數。控制變量選擇第三產業占比、人力資本、常住人口、政府資助等指標的對數。εit表示隨機擾動項。

為進一步驗證對外直接投資通過區域創新渠道影響地區出口質量，本文構建以對外直接投資(lnOFDI)作為解釋變量，出口質量(lnES)作為被解釋變量，創新水平(lnCX)為中介變量的中介效應模型：

lnESi,t=C0+C1lnOFDIi,t+C2Vi,t+εi,t

(2)

lnCXi,t=a0+a1lnOFDIi,t+a2Vi,t+Φi,t

(3)

(4)

(二)變量設計和數據說明

1.創新能力(CX)：專利授權數有效反映了創新投入轉化為創新成果的效率，能反映地區的創新力和綜合科技實力。

2.對外直接投資(OFDI)：鑒于對外直接投資流量數據短期波動大，上期殘值會影響當期數據，故選取對外直接投資的存量數據。

3.出口質量(ES)：用長江經濟帶11省(市)的出口技術復雜度來衡量。其計算方法借鑒Hausman et al.(2007)，在產品層面的顯示性比較優勢指數的基礎上，利用產品出口額的占比加權測算得出。具體公式如下：

(5)

其中，ESi代表i省(市)的出口質量；exportij代表i省(市)j產品的出口額；Exportij代表i省(市)的總出口額；TSIj代表j產品的出口技術復雜度，用下式給出：

(6)

其中，RCAij代表i省(市)j產品的顯示性比較優勢指數，用j產品在i省(市)的出口占比除以j產品在所有省(市)中的平均出口比重計算得到；pGDPi代表i省(市)的人均地區生產總值；TSIj實際上反映的是用各省(市)出口產品的顯示性比較優勢指數進行加權平均的人均地區生產總值水平。

借鑒鄭展鵬等(2017)的做法，我們把出口產品按貿易方式分為一般貿易產品和加工貿易產品兩類，然后根據(5)式和(6)式測算出長江經濟帶11個省(市)2003～2019年的出口復雜度。

4.其他控制變量說明。(1)人力資本(HC)，用平均受教育年限來表示，HC的計算公式為HC=∑YiWi。i=1，…，4，代表小學、初中、高中、大專(本科)及以上四個階段。Yi為各階段的受教育年限，分別記為6、9、12和16年。Wi為各階段受教育人口占全部6歲以上人口的比值。(2)第三產業占比(CY3)，選取考察期內各省市第三產業增加值占地區生產總值的比例來反映。(3)人口數量(POP)，用各省(市)歷年人口總量的對數來表示。(4)政府資助(GOV)，用政府資金在研究與開發機構內部支出金額所占比重表示。

數據來源于歷年《中國對外直接投資統計公報》《中國科技統計年鑒》《中國統計年鑒》。由于《中國對外直接投資統計公報》公布的最新數據截至2019年，故本文選取的樣本時間為2003～2019年。所涉貨幣數據均為當年平均匯率換算后的人民幣，均作了GDP平減處理以剔除物價的影響。為了降低模型的異方差問題，對所有變量均取自然對數ln。數據描述性統計見表1。

表1 面板數據的描述性統計分析

四、對外直接投資出口效應的實證分析

(一)基準回歸

為了避免面板數據出現“偽回歸”和內生性問題，本文在回歸前運用LLC檢驗、IPS檢驗對各變量進行檢驗，結果顯示所有變量皆具備平穩性。表2為模型(1)的基本回歸結果，其中第(1)列和第(2)列考察了對外直接投資對出口質量的影響，lnOFDI的系數均為正，說明對外直接投資有利于提高區域的出口質量。第(3)列和第(4)列考察了對外直接投資對區域創新的影響，lnOFDI的系數也為正值，且在1%的水平上顯著，說明長江經濟帶對外直接投資有利于區域創新水平的提高。第(5)列和第(6)列考察了區域創新(lnCX)對出口質量(lnES)的影響，lnCX的系數顯著為正，說明區域創新能促進出口質量的提升。此外，第三產業占比、人力資本等相關控制變量的回歸結果也與預期相符。

表2 中國對外直接投資的出口效應基準回歸結果

(二)中介效應

根據基準回歸結果，對外直接投資對出口質量有顯著提升作用。同時，區域創新對出口質量也有明顯促進作用。因此，接下來驗證區域創新是否在對外直接投資影響出口質量的過程中扮演著中介角色。表3報告了以區域創新為中介變量的中介效應模型的OLS回歸結果。第(1)、(2)、(3)列是以區域創新作為中介變量回歸的直接影響、中間影響和綜合影響結果。

表3 中介效應回歸結果

在表3第(1)列中，lnOFDI的系數為正，說明對外投資對出口質量的直接影響顯著為正，即隨著投資規模的增大，長江經濟帶的出口質量會逐漸提高。在第(2)列的中間影響中，lnOFDI的系數為0.463，且在1%的顯著性水平下顯著，說明對外直接投資能有效促進區域創新水平提高。在第(3)列的綜合影響中，lnCX的系數為0.301，說明創新能提高地區出口質量。進一步地，根據Baron&Kenny(1986)所提出的逐步回歸法，中介效應是第(2)列對外直接投資的系數與第(3)列創新能力的系數之積，故本文的中間效應為0.139(0.463*0.301)。正的中介效應表明，對外直接投資通過提高地區創新水平來提高地區出口質量。由于綜合效應等于直接效應與中介效應之和，因此對外直接投資的綜合出口效應為0.184(=0.139+0.045)，說明對外直接投資改善了出口產品質量，且區域創新這一中介渠道在其中起到了很大作用。

本文采用Sobel法和Bootstrap法對中介效應檢驗，當Sobel檢驗的Z值呈現顯著時，表示中介效應具有顯著性，或者Bootstrap置信區間不包含0值時，中介效應就顯著不等于0。檢驗結果顯示：Sobel的Z統計量為-6.795，對應的P值小于0.05，說明中介效應具有顯著性；在進行5000次bootstrap重復抽樣以后，代表中介效應的bs1的置信區間不包含0([0.096,0.182])，代表直接效應的bs2的置信區間包含0([-0.012,0.102])，說明區域創新這一渠道在長江經濟帶對外直接投資與出口質量之間起完全中介作用。

(三)分組中介效應

為研究對外直接投資所引致的區域創新水平變化對出口質量的改善是否存在區域差異，本文將長江經濟帶11個省(市)按照上、中、下游分為三組，分別進行中介效應檢驗。上游包括重慶、四川、貴州、云南；中游包括江西、湖北、湖南；下游包括上海、江蘇、浙江、安徽。將每組的直接影響和綜合影響分別列入表4。

表4 下游地區中介效應回歸結果

表4中第(1)列和第(2)列模型分別反映了中介效應的直接影響和間接影響，我們發現下游地區在控制了中介變量即區域創新的影響后，對外直接投資對出口質量的直接效應為正但不顯著，說明在OFDI過程中，區域創新扮演完全中介的角色。也就是說，下游地區的OFDI可以提高出口質量，且這種提高完全是通過OFDI對區域創新的提升來實現。采用Sobel法和Bootstrap法對中介效應檢驗后發現，Sobel的Z統計量對應的P值小于0.05，說明中介效應具有顯著性；在進行5000次bootstrap重復抽樣以后，代表中介效應的bs1的置信區間不包含0，代表直接效應的bs2的置信區間包含0，說明下游地區以區域創新為渠道在對外直接投資與長江經濟帶出口質量之間起完全中介作用。同理，觀察第(3)列的直接影響和第(4)列的綜合影響后，發現中游地區OFDI對出口質量的直接效應顯著，即存在部分中介。這說明，雖然中游地區OFDI能促進出口質量提升，但區域創新不是提升出口質量的唯一渠道。觀察第(5)列的直接影響和第(6)列的綜合影響，發現在上游地區，區域創新在對外直接投資的出口效應中沒有扮演中介角色。由此可見，OFDI提升長江經濟帶中下游地區的區域創新水平效果優于上游地區，而以區域創新為中介變量的OFDI拉動出口質量的作用存在區域異質性。由于下游地區的技術水平總體高于中游和上游，所以區域創新的渠道作用更為明顯，這說明這種渠道也會受到地區技術水平差異的影響。

(四)穩健性檢驗

選擇OFDI和創新的滯后一期作為工具變量，運用兩階段最小二乘法(2SLS)，來解決內生性問題。表5為估計結果，從結果可以看出其與OLS估計結果類似，保證了估計結果的有效性。表5中lnOFDI的系數均為正數，說明其存在拉動區域創新效應和出口質量效應。

五、結論與建議

以長江經濟帶11個省(市)為研究對象，深入探究了OFDI、創新對出口產品質量的影響效果，驗證了區域創新在OFDI提升出口質量時是否存在中介效應。研究發現，OFDI能有效提升出口質量，區域創新是其中的重要渠道。將長江經濟帶11個省(市)進行上、中、下游分組討論，發現在OFDI提升出口質量過程中，以區域創新為中介變量的中介效應受到經濟差異和技術差異的影響：區域創新在下游地區起著完全中介作用，而在中游地區則是部分中介作用，在上游地區則沒有起到作用。基于此，本文給出如下建議：

第一，切實提高區域創新水平。通過稅收優惠、財政撥款等經濟手段，促進科研創新水平的提升。積極創造高校、企業高技術人才的國際交流機會，培和引進創新型人才，為出口產品質量的提高提供技術支持。第二，切實發展高質量對外開放。在高質量發展的倡導下，長江經濟帶各省(市)更應該將出口策略的重心從單一的規模擴張轉變到提高出口質量上來，以此提高外向型企業的國際競爭優勢。政府應該堅持開放型經濟體系建設，鼓勵企業合理加強對外直接投資的廣度和深度，進而提高出口產品質量。第三，切實促進地區協同發展。長江經濟帶11個省(市)經濟、技術水平、出口優勢等存在顯著差異，各省(市)應尊重差異協同發展，發揮下游地區在經濟、科技上的帶動作用。

表5 內生性檢驗的回歸結果