Two-way Direct Investment,Knowledge Spillover and the Synergetic Development of Innovation Chain:An Empirical Study Based on Chinese Industrial Data

Xie Jiazhi,Zhang Xinyue

(College of Economics and Management,Southwest University,Chongqing 400715,China)

Abstract：Although China has had the largest scientific-technological manpower inputs around the world,it has been confronted with dilemmas of bottlenecks in core technologies,separation between technological innovation and economic development,and low efficiency in the innovation chain.China's industrial sectors are facing new challenges in innovative development due to the dual impacts of COVID-19 and severe competition among major countries.As the network structure and ecological system of modern innovation become more and more complex,the research on innovation has been extended to the innovation chain theory and the innovation chain mode.However,the problem of innovation chain breakage has not been effectively solved.The key to enhancing innovation capability lies in the synergetic development.

The influence of two-way direct investment(IFDI and OFDI) and their knowledge spillovers on the degree of innovation chain synergy has not been fully verified.On the basis of the complex system synergy theory,this paper measures the synergy degree of innovation chain of 38 industrial sectors in China,and the knowledge spillover effect is divided into technical knowledge spillover effect and management knowledge spillover effect to empirically test the influence of two-way direct investment on the synergy degree of innovation chain.

The openness of innovation system and the improvement of innovation ecology provide a new perspective to promote the synergetic development of innovation chain.More and more theories and practices have proven that two-way investment which is the core of global innovation resources integration is important to enhance the synergy degree of innovation chain.Some major countries have modified the rules to restrain China's scientific-technological progress through the decoupling of investment and supply chain.In the early stage of China's development,there were "savings gap","foreign exchange gap" and "technology gap" hindering the coordinated development of the innovation chain.IFDI and OFDI have been the keys to obtaining innovation resources,bridging the "gaps",and improving the synergy of innovation chain.In particular,the knowledge spillover effect generated by them provides an important driving force for the acquisition of external technologies and the improvement of marketization efficiency.With the implementation of development strategies such as “Going global”,the "One Belt,One Road" initiative,etc,both IFDI and OFDI have shown rapid rising trends.Therefore,the study of two-way direct investment has important theoretical values and practical significance for the synergy of the innovation chain.

The results show that (1)both IFDI and OFDI could have a positive impact on the synergy degree of the innovation chain; (2) OFDI has a more obvious influence on the synergy degree of innovation chain in innovation-breakthrough industries; (3) the knowledge spillover effect plays a mechanism role of two-way direct investment affecting the synergy degree of innovation chain.The technical knowledge spillover effect of OFDI would be stronger than that of IFDI,and the management knowledge spillover effect of IFDI would be stronger than that of OFDI.This paper provides new empirical evidence and policy propositions for promoting the mechanism and path of collaborative development of innovation chain against the backdrop of investment opening up.

Compared with existing literature,the marginal contributions of this paper are as follows.First,by analyzing the influence of two-way direct investment on the synergy degree of industrial innovation chain and incorporating IFDI and OFDI into the same analytical framework,it expands the research on the influence of open investment to the innovation synergy and makes up for the shortcomings of existing literature.Besides,it deepens the knowledge spillover effects of the two-way direct investment on the synergy degree of innovation chain.Compared with the knowledge spillover effects in previous studies,this paper further divides the knowledge spillover effect into technical knowledge spillover effect and management knowledge spillover effect according to the characteristics of knowledge,and further explores the influence mechanism of two-way direct investment,which could provide reference values for solving the current practical scientific-technological development contradictions in different industries.

Key Words：Two-way Direct Investments; Knowledge Spillover Effect; Innovation Chain;Synergetics of Complex Systems

收稿日期：2022-11-20

修回日期：2023-02-26

基金项目：国家社会科学基金项目(22BJY034)

作者简介：谢家智(1967—),男,四川西充人,博士,西南大学经济管理学院教授、博士生导师,研究方向为创新链管理、科技政策;张馨月(1995—),女,重庆人,西南大学经济管理学院博士研究生,研究方向为创新链管理、科技政策。

DOI：10.6049/kjjbydc.2022110851

开放科学(资源服务)标识码(OSID)：

中图分类号：F403.6

文献标识码：A

文章编号：1001-7348(2023)22-0033-10

0 引言

受新冠疫情和国际环境双重影响,中国工业行业创新发展面临新的挑战。中共二十大报告明确提出,坚持高水平对外开放,提升国家创新体系整体效能,形成具有全球竞争力的开放创新生态,推动高质量发展。中国已成为全球科技人力投入第一大国和研发经费投入第二大国,但仍然面临科技创新与经济发展“两张皮”、创新链效率不高等困境。现有研究表明,制约创新链效能提升的主要因素是创新孤岛现象、“创新绩效假象”、关键核心技术被“卡脖子”[1]以及产业链与创新链脱节等。现代创新具有越来越复杂的网络结构和生态体系,创新研究已拓展到创新链理论[2]与创新链模式研究[3-4],创新链理论将创新过程归结为知识创新、知识从扩展和市场应用,创新链断裂以及创新链协同发展困境并未得到有效解决。知识创新过程系统且复杂,知识从扩展到向市场转化更要跨越“死亡之谷”。因此,创新能力提升不是简单的科技要素投入问题,也不是单一环节的发展问题,创新链协同发展才是影响创新能力的关键[5]。

创新系统开放和创新生态完善,特别是融入全球创新链,已成为推动创新链协同发展的新视角。越来越多的理论和实践证明,以双向投资为重要载体的全球创新资源整合是提升创新链协同度和融入全球创新链的重要途径。也正因为如此,西方国家科技脱钩和规则修改的目的在于通过投资脱钩和供应链脱钩遏阻中国科技进步。早期中国发展存在储蓄缺口、外汇缺口和技术缺口[6],阻碍了创新链协同发展,而外商直接投资(IFDI)与对外直接投资(OFDI)是获取创新资源、弥补缺口、提升创新链协同性的关键所在,特别是其产生的知识溢出效应,能够为开放式创新环境下外部技术获取和市场化效率提升提供重要动力。创新协同实现的关键是产业化导向的创新目标(方向)协同、以企业为创新主体的多元创新主体协同以及创新知识与成果市场化转化协同。近年来,中国通过IFDI和OFDI成功实现高铁与新能源行业的快速创新协同发展,随着我国高水平对外开放继续扩大,中国IFDI与OFDI均呈现快速发展趋势。因此,研究双向直接投资对创新链协同发展的作用具有重要理论价值和实践意义。

已有文献大多从IFDI或OFDI的单一视角证实二者对创新发展的重要性[7],部分文献虽将IFDI与OFDI纳入同一分析框架研究其对创新的影响[8],但关注重点仍局限在创新成果和创新效率等方面。虽然部分文献为创新链协同度研究提供了可行的量化思路[9],但鲜有研究将双向直接投资与创新链协同度相结合,对工业行业创新链进行深入探讨。显然,双向投资开放对创新链协同度的影响未能得到理论和实践研究的高度重视。此外,虽然投资对创新发展具有知识溢出效应已经被大量理论和实证研究所验证[10],但若将知识范畴进一步划分为技术知识与管理知识,二者作用的差别还未得到充分论述,IFDI与OFDI的知识溢出效应差异也尚未得到充分解答。在开放创新系统下,IFDI与OFDI有利于组织充分利用内外部创新资源构建合理的创新网络,在克服技术障碍、提高创新收益的同时,分散技术研发风险、降低商业渠道拓展成本,提高创新链各个环节的协同性。在日益复杂的国际形势下,IFDI与OFDI对工业创新链协同度的影响机理是什么?如何最大化双向直接投资对创新链协同度的积极作用?是否存在行业异质性?深入分析上述问题,对于有效提高中国自主创新能力,破解发展困境具有重要意义。

与现有文献相比,本文边际贡献如下:第一,研究双向直接投资对工业行业创新链协同度的影响,有利于拓展开放投资对协同创新影响的研究。本文依据工业行业创新特征对创新链协同度展开讨论,并将IFDI与OFDI纳入同一分析框架,可弥补现有文献不足。第二,与以往研究相比,本文依据知识的特点将知识溢出效应分解为技术知识溢出效应与管理知识溢出效应,进一步探究双向直接投资对创新链协同度的影响机制。第三,本文考虑不同行业创新行为特点,将行业划分为创新突破型行业和创新稳定型行业进行异质性讨论,对于针对性解决目前不同行业科技创新发展的现实矛盾具有参考价值。

1 理论分析与研究假设

1.1 投资开放与创新链协同发展

创新的本质是加快科技成果商业化进程,是技术走向市场并创造商业价值的全过程,包含基础研究、技术开发、产品试制、市场启动等环环相扣的流程节点,所有流程节点的序列集合被称为创新链[2,11-12]。由于创新具有开放性、网络复杂性等特征,单一视角研究很难诠释创新的本质属性,创新体系构建和创新链内部协同发展成为现代创新研究的核心问题。根据复合系统理论,复合系统是由不同属性的子系统复合而成的大系统,复合系统协同是指在系统内部自组织和来自外界的调节管理活动共同作用下,各个子系统之间和谐共存,以实现系统整体效应最优[13]。创新链是典型的复合系统,由多个创新环节子系统相互作用、相互影响、相互制约形成,但对于创新链这一复合系统的识别以及如何提升其协同发展能力的问题长期困扰创新理论和实践发展。本文基于创新理论和对创新链的认识,运用复合系统协同理论将创新链分为科技研发子系统(S1)、产品开发子系统(S2)和市场转化子系统(S3),分别承担知识创新功能、知识转化功能和知识运用功能,相应地,将基础研究投资、应用研究投资、市场开发投资分别对应以上3种功能,如图1所示。

复合系统的高效发展需要系统内各个子系统相互协同,创新链系统的发展水平主要取决于系统内部各个子系统的协同发展能力。虽然3个子系统的利益和价值目标具有一致性,但创新是由发明和市场两个过程整合形成的[14],新知识与其潜在经济价值之间存在本质的不确定性[15],基础研究与应用研究之间存在一条“死亡之谷”[16],各个子系统的目标与利益诉求存在差异和矛盾。科技研发子系统更重视技术问题的攻克,将时间成本与投入回报率放在其次;产品开发子系统更看重产品能否快速迭代,错失投入市场的时机将导致商业化的被动,这与创新链上游的科技研发子系统较高的时间成本具有一定冲突,可能导致二者之间的同步性下降;市场转化子系统则更加看重成果的商业价值,将投资回报率放在第一位,这与科技研发子系统存在利益矛盾从而造成脱节。综上所述,在创新链系统内部,各个子系统在发展时具有矛盾性,无法天然形成协同。

开放创新模式下,创新链更具协同发展动力。内生增长理论表明,科技创新是科技投资的函数,但在创新投资处于封闭的条件下,投资主体与投资目标的冲突愈发明显,严重制约创新链系统协同度的提升。因此,在开放投资条件下,投资主体的创新投资目标与投资利益更容易协同。传统封闭式创新模式能够通过严格控制和垄断技术获得竞争优势,是早期推动企业发展的主要模式,如IBM、HP、施乐等公司均通过该模式在行业占据一席之地。然而,在封闭创新模式下,研究部门与开发部门之间阻碍沟通的“高墙”很难逾越,使创新链发展受阻,部分技术创新型企业在创新成果转化成产品后却无法获得市场认同,如发明以太网的帕洛阿尔托研究中心(PARC),其“副产品”市场远超主营产品。在当前信息技术飞速发展的知识经济时代,依赖技术知识低流动性等限制条件的封闭式创新模式无法持续[17],开放式创新模式逐渐成为企业创新链协同发展的趋势。

无论是IFDI还是OFDI,投资开放都有助于实现创新资源集聚、创新成本和风险降低,更有利于提高科研成果的产业化能力,促进创新链协同度的提高。IFDI不仅能为东道国带来投资和就业等经济增长效应,还能带来技术升级和管理优化等创新效应。大量文献研究表明,IFDI对中国企业具有正向技术溢出[18],能够正向促进内资企业的创新行为[6-7],推动创新链各个子系统的正向发展。此外,IFDI的进入可能通过以技术和管理扩散为目的的市场扩张型投资占领东道国市场,也可能通过以研发资源获取和本土化创新为目的的研发扩张型投资在东道国取得创新优势(见图2)。IFDI以资本为驱动、以技术和市场占有能力为手段、以市场利润实现为目的,更加偏好市场需求导向的创新成果项目投资,有助于提升创新链的系统协同发展能力。Rothwell[4]认为,创新链的思想源自技术推动、市场拉动,通过反馈环实现研发和营销的耦合。因此,IFDI促使科技研发产出不断贴合市场化目标,提高科研创新与市场应用的匹配度,从而提高创新链上下节点间发展的同步性。

如图3所示,OFDI大致可划分为两类:一是以转移国内中低端产业和获取海外资源为目的,面向发展中国家的顺向梯度投资;二是在海外发达国家建立研发投资和对海外战略资产并购投资的逆向创新型投资(见图3)。顺向梯度投资既能实现技术和产业的梯度转移,促进国内产业转型升级,还有助于延长技术生命周期,降低企业生产成本[19],提高生产效率[20],为企业科技创新积累更多资源。面向发达国家的逆向创新型投资既有助于捕捉科技创新前沿动态和方向,也有利于充分依托发达国家良好的科技设施和人才资源,促进海外市场的开发,提升企业研发能力,使企业融入全球创新链[21-22],实现促进科研创新与市场应用协同发展的目的。

由此,本文提出以下研究假设:

H1:IFDI与OFDI均能对创新链协同度产生正向影响。

不同工业行业的技术创新属性和技术依赖程度具有异质性,以生产消费资料及相关最终产品为主的普通技术行业,如家具制造、纺织服装、采掘业等,其技术前沿推进相对缓慢,技术复杂度较低,本文将其定义为创新稳定型行业。以先进材料、复杂装备和系统集成为主要特征的科技变迁速度快且科技依赖程度较高的技术密集型行业,如汽车制造业、电子设备制造业等,本文将其定义为创新突破型行业。由于企业之间、国家之间存在科技竞争,IFDI进入后一般会采取技术垄断和技术保护,导致IFDI溢出效应有限,核心科技的研发及其在创新突破型行业的应用更多依靠内资企业,而OFDI通过科技研发“走出去”带来的逆向溢出效应能有效克服低端锁定困境。因此,对于创新突破型行业而言,OFDI对创新链协同度的溢出效应强于IFDI。由此,本文提出以下研究假设:

H2:相较于IFDI,OFDI对创新突破型行业创新链协同度的积极影响更大。

1.2 投资开放的知识溢出效应

知识溢出效应包括技术知识溢出效应和管理知识溢出效应,二者的作用存在差别,且IFDI和OFDI的知识溢出效应也具有差异性。

1.2.1 技术知识溢出效应

IFDI能够通过技术知识溢出效应提高内资企业创新研发能力[23],知识溢出效应带来的研发能力提升是促进内资企业创新研发的重要渠道之一[7]。OFDI的技术溢出效应同样由公共知识的正外部性引发,通过广泛空间布局下子公司与母公司间的知识信息共享获取相关技术知识[24]。同时,IFDI能够降低内资企业信息搜寻成本[25],提高基础研究成果转化为新产品的成功率,推动从研发阶段到开发阶段的发展进程。此外,OFDI带来的合作研发将产生平台效应和集聚效应[8],极大提升开发所需的技术知识水平,推动基础研发到产品开发的项目建成。因此,投资开放能够通过技术知识溢出效应促进科技研发子系统与产品开发子系统的协同发展。

然而,IFDI与OFDI的技术知识溢出效应存在差异。外资企业具有产品质量优势,能够迅速占据行业垄断地位,为维持垄断优势,外资企业倾向于保护其核心技术,从而仅对跟进式创新产生技术知识溢出。外资企业在市场中占据垄断地位迫使内资企业选择放弃技术竞争,外资企业对内资企业的替代效应远大于示范效应[26],技术锁定效应明显[27]。OFDI通过在东道国形成合作竞争模式,能有效降低技术保护强度,缓解同行业技术锁定效应,使得技术知识溢出效应更加显著。综上所述,技术锁定可能抵消IFDI的积极作用,导致其技术知识溢出效应不明显。由此,本文提出以下研究假设:

H3a：OFDI通过技术知识溢出效应正向影响科技研发子系统与产品开发子系统协同度,但技术锁定会抵消IFDI的作用,导致其技术知识溢出效应不明显。

1.2.2 管理知识溢出效应

与技术知识溢出效应不同,管理知识溢出效应主要影响产品开发子系统与市场转化子系统的协同度。无论是产品开发阶段的新产品项目提出到项目建成,还是市场转化阶段获取利润的过程,都需要利用专业管理知识辅助战略抉择,精准识别目标客户或潜在客户,并有效收集市场反馈或未来需求信息。IFDI的进入能够为内资企业产品开发和市场应用提供先进的管理组织模式和营销经验参考[28],推动二者的发展。而且,外资企业人力资本的“蓄水池效应”也可降低内资企业对人力资本的搜寻成本,有利于新产品开发与市场转化效率同步提升。OFDI对母国的管理知识溢出有助于母国同行业企业提高专业化协作程度,提升销售和管理效率[29],推进产品市场化进程。对于中国等新兴市场国家而言,IFDI与OFDI带来的示范效应对于内资企业发展战略制定至关重要,产品定位与产品营销相关经验对于能否成功实现市场转化具有重要参考价值。因此,投资开放能够通过管理知识溢出促进产品开发与市场转化阶段的协同发展。

然而,IFDI与OFDI的管理知识溢出效应存在差异。不同于技术知识,管理知识属于以人为重要传播载体的无形知识,具有高灵活性和个性化特征。特别是在新产品开发与市场转化阶段,管理者对知识的合理应用(而不是一成不变的知识本身)能够产生关键性作用,上述创新阶段的发展更需要管理者因地制宜进行判断,实施差异化策略。但是,由于地理、文化等因素限制,很难从东道国吸引高技能管理者。虽然管理知识传播不受空间限制,但现实中东道国传入的管理知识可能并不适用于母国,特别是近年来的逆全球化趋势使得人才跨国流动受阻。因此,OFDI的管理知识溢出效应有限,空间限制明显。由此,本文提出以下研究假设:

H3b：IFDI通过管理知识溢出效应正向影响产品开发子系统与市场转化子系统的协同度,但空间限制会抵消OFDI的作用,导致其管理知识溢出效应不明显。

2 数据说明与研究设计

2.1 变量测度与数据说明

2.1.1 创新链协同度

借鉴毕克新[30]、刘志迎等[9]的研究方法,设定创新链复合系统的子系统为SJ,J∈[1,3],子系统在发展过程中的序参量为:ej=(ej1,ej2,…ejm),m≥1,βji≤eji≤αji,j∈[1,m]。

各个子系统序变量分量的有序量计算公式为:

(1)

其中,αji、βji分别是第j个子系统在第i个指标的上限值与下限值,计算时分别将最大值上移5%、最小值下移5%作为该指标上下限取值。uj(eji)∈[0,1],其值越大,对应子系统的有序贡献越大。各个子系统的有序量计算公式为:

(2)

其中,uj(ej)∈[0,1],其值越大,对应子系统的有序度越高。假设在t0时期,各子系统的有序度为当复合系统发展到t1时期,各子系统的有序度为整个系统的协调度为:

(3)

(4)

其中,C∈[-1,1],其值越大,复合系统的协同度越高。由于整个复合系统的协调度由所有子系统共同决定,若某一子系统的有序程度较高,而其余较低,则整个系统处于低协调度状态。根据已有文献,当C∈[-1,0]时,系统协调度较低;当C∈[0,1]时,系统协调度较高。

关于各个子系统的序变量指标,根据创新链理论,创新链包括知识创新、知识转化和知识运用3个主要环节。本文运用复合系统协同理论,将创新链区分为科技研发子系统(S1)、产品开发子系统(S2)和市场转化子系统(S3),构建如表1所示的指标体系。

由于无法获取企业层面数据,因而本文基于行业层面数据开展相关研究,数据来源于《中国工业统计年鉴》《中国企业创新研究数据库》以及CSMAR中国经济内循环研究数据库等,主要收集2011—2020年工业企业科技活动、生产活动数据。行业划分标准统一为2012年标准,将2011年橡胶制品业、塑料制品业合并为橡胶和塑料制品业,将交通运输制造业、饮料制造业剔除。同时,剔除开采辅助业、其它采矿业和废弃资源综合利用业等数据缺失严重的行业,最终整理得到38个细分工业行业数据。

2.1.2 双向直接投资

由于双向直接投资的存量或流量值并不能很好地反映投资程度,因此本文选择IFDI强度与OFDI强度作为研究的核心解释变量,参考李善民[31]的做法,使用投资额占生产总值的比重表示。外商直接投资强度的构建方法为:IFDIit/Yit,其中,IFDIit为该行业年度外商直接投资总额(单位:万元),Yit为该行业生产销售总值(单位:亿元)。由于2016年之后工业行业生产总值数据不再公布,本文使用营业收入与库存产成品变动额之和替代。对外直接投资强度的构建方法为:OFDIit/Yit,其中,OFDIit为该行业年度对外直接投资总额(单位:万元),Yit为该行业生产销售总值(单位:亿元)。由于工业行业的OFDI数据无法直接获取,以往研究大多以进出口额等作为权重对全国OFDI总额进行加权,间接衡量细分行业的OFDI流量,易造成偏差;或者使用0～1变量衡量OFDI,若当年开展对外投资项目赋值为1,否则为0,但该方法只能作出线性判断,无法科学度量OFDI强度。参考杨丽丽等[32]的研究方法,本文通过微观数据加总实现对OFDI总额的衡量。首先,对英国《金融时报》旗下数据服务机构FDI markets的绿地投资数据库和Zephyr全球并购分析库中的中国对外直接投资项目进行合并,二者详细记载了每项对外直接投资的具体金额、行业、发起国及目标国等数据。然后,依据目标项目所在行业描述对美国SIC编码与中国工业行业分类(2012年标准)进行匹配,若美国SIC四位码对应中国某大类工业行业,直接进行归类;如果该四位码行业涉及多类制造业,或者行业代码缺失,则按照行业描述进行人工归类。

2.1.3 控制变量与中介变量

为尽可能控制影响创新链协同度的因素,根据已有文献,本文选取行业偿债能力、行业盈利能力、行业竞争程度、行业规模、行业劳动生产率等作为控制变量。同时,选取技术知识管理溢出和管理知识溢出作为中介变量。由于工业行业技术引进费用数据缺失,本文采用工业行业技术改造费用贡献度衡量技术知识溢出效应,技术改造费用贡献度大小能够间接说明行业对技术知识的吸收程度,从而衡量技术知识溢出效应;管理知识溢出效应采用管理费用贡献度衡量,管理费用贡献度能够间接说明行业对管理知识的吸收程度,从而衡量管理知识溢出效应。具体变量选取如表2所示。

2.1.4 描述性统计

本文实证研究相关变量的描述性统计结果如表3所示。结果显示,创新链总协同度的最大值为0.373,最小值为-0.799,均值为-0.003。“基础研发—产品开发”协同度的最大值为0.360、均值为0.034,“产品开发—市场转化”协同度的最大值为0.504、均值为0.008,表明“产品开发—市场转化”子系统的整体协同度低于“基础研发—产品开发”子系统,多数行业创新链在中后环节更易断裂。IFDI强度的均值为0.020,OFDI强度的均值为0.016。

2.2 模型设定

为检验IFDI强度与OFDI强度对创新链协同度的影响,引入如下计量模型:

synit+1=β0+β1ifdiratioit+β2ofdiratioit+Ζit+{F}+εit

其中,synit+1表示创新链协同度的代理变量;核心解释变量ifdiratioit表示外商直接投资强度,ofdiratioit表示对外直接投资强度;Ζit表示控制变量。此外,考虑到现实中,双向直接投资对创新链的影响存在滞后性和内生性问题,本文基准模型采用t+1期的创新链协同度作为被解释变量。

3 实证分析

3.1 实证回归结果

基准模型回归结果如表4所示,为保证研究结果的稳健性,本文同时使用OLS模型、固定效应面板模型(FE)和随机效应面板模型(RE)进行回归。其中,列(1)～(3)、(4)～(6)、(7)～(9)分别显示了IFDI强度与OFDI强度对系统总协同度、“基础研发—产品开发”子系统协同度及“产品开发—市场转化”子系统协同度的回归结果。

结果显示,IFDI强度对系统总协同度、“基础研发—产品开发”子系统协同度及“产品开发—市场转化”子系统协同度均存在显著正向影响,且核心变量的系数较为稳健。OFDI强度对系统总协同度、“基础研发—产品开发”子系统协同度及“产品开发—市场转化”子系统协同度的回归系数在固定效应模型与随机效应模型下显著为正。通过F统计量检验、LM检验以及Hausman检验结果可知,FE模型优于OLS模型和RE模型,因而在后续讨论中,选择FE模型进行讨论。对于工业行业而言,IFDI与OFDI均对整个创新链协同发展具有显著正向效应。综上所述,IFDI与OFDI均对创新链协同度具有积极影响,H1得到验证。

3.2 异质性分析

为进一步分析不同工业行业创新链差异,本文依据行业创新行为特点进行异质性讨论。参考余鹏翼(2022)研究中的先进制造业得分排名,对各个行业进行合理分类,根据先进性排名,将行业分为创新突破型行业和创新稳定型行业两组,并结合现实情况进行调整,具体行业划分如表5所示。

表6报告了IFDI强度与OFDI强度对创新稳定型行业、创新突破型行业创新链协同度的回归结果。列(1)结果显示,IFDI强度在5%水平上显著为正,OFDI强度在1%水平上显著为正,说明IFDI与OFDI对创新稳定型行业的创新链协同度存在显著促进作用。列(2)结果显示,在固定效应模型下,IFDI强度的影响不显著,而OFDI强度对创新链协同度存在一定促进作用,说明OFDI的积极影响在创新突破型行业较IFDI更加显著。由此,H2得到验证。

3.3 稳健性检验

为避免内生性造成的估计偏误,本文依据创新的现实情况,使用t+1期的被解释变量进行回归,从而一定程度上缓解互为因果的内生性问题。同时,为使结果更加稳健,本文替换IFDI与OFDI的代理变量后重新对基准模型进行回归,结果如表7所示。参考诸竹君[27]的研究,用外资进入强度替换IFDI强度,外资进入强度用外商资本与实收资本之比表征;用对外投资强度替换OFDI强度,对外投资强度用对外投资与实收资本之比表征。结果显示,核心变量系数的方向及显著性与基准回归保持一致,表明本文基准回归具有稳健性。

4 机制检验

4.1 技术知识溢出效应

根据前文理论分析,本文将知识溢出效应分解为技术知识溢出效应与管理知识溢出效应。对于工业行业创新链协同度而言,技术知识溢出效应主要存在于“科技研发—产品开发”子系统,且在IFDI方面存在明显的锁定效应,从而抵消技术知识溢出。本文构建改建及技术改造费用贡献度与IFDI强度、OFDI强度的交互项,检验IFDI强度与OFDI强度对“科技研发—产品开发”子系统协同度的技术知识溢出效应,结果如表8所示。结果显示,ifdiratio.tech_up的系数不显著,ofdiratio.tech_up的系数显著为正,说明IFDI的锁定效应明显,导致技术知识溢出受阻,而OFDI的技术知识溢出效应显著。综上,H3a得到验证。

4.2 管理知识溢出效应

除技术知识溢出效应外,本文认为还存在管理知识溢出效应,主要存在于工业行业创新链的“产品开发—市场转化”子系统,且OFDI存在明显的空间限制,会抵消管理知识溢出。本文构建管理费用贡献度与IFDI强度、OFDI强度的交互项,检验IFDI强度与OFDI强度对“产品开发—市场转化”子系统协同度的管理知识溢出效应,结果如表9所示。结果显示,ifdiratio.admi的系数显著为正,ofdiratio.admi的系数不显著,说明OFDI的空间限制效应明显,导致管理知识溢出受阻,而IFDI的管理知识溢出效应显著。综上,H3b得到验证。

5 结论与启示

本文主要研究结论如下:①双向直接投资对工业行业创新链的总体效应为正,IFDI强度与OFDI强度对整个创新链协同发展具有显著正向效应;②行业异质性分析表明,OFDI对创新突破型行业创新链协同度的积极影响更加显著;③OFDI对“科技研发—产品开发”子系统协同度的技术知识溢出效应显著,由于存在技术锁定,导致IFDI的技术知识溢出效应不显著;④IFDI对“产品开发—市场转化”子系统协同度的管理知识溢出效应显著,由于存在空间限制,导致OFDI的管理知识溢出效应不显著。

基于上述研究结论,本文政策启示如下:第一,积极推行投资开放发展战略,加大投资开放政策力度。“引进来”和“走出去”的双向直接投资有助于建立开放的创新体系,吸纳创新资源和提高创新能力。在科技脱钩背景下,双向投资开放政策是对冲科技封锁风险、促进中国科技创新链协同发展的重要举措。第二,重点引进具有高技术研发能力的先进制造业,培养国际领军头部企业,提高核心技术自主创新能力。同时,加大对拥有国际先进技术的创新突破行业企业投资力度,通过提高“卡脖子”产业投资开放程度,提高双向直接投资对创新发展推动作用的持续性和有效性。第三,在引进外资时坚持引资、引技、引智并举。一味追求数量的投资开放不是“万能药”,需积极推动“引进来”“走出去”提质增效,以提升自主创新能力为主要目的,推进具有市场价值的实质性创新发展是解决中国科技创新与经济发展“两张皮”创新困境的治本之策。第四,兼顾对外投资的数量与结构,加大对发展中国家的顺向梯度投资,利用其生产转移优势带动国内资本增长和价值链攀升;加大对发达国家的逆向创新投资,积极吸收先进技术,重视管理型人才引进,将中国与它国资源有效结合实现双赢,推动国内创新链协调与优化。

参考文献：

[1] 陈劲.关于构建新型国家创新体系的思考[J].中国科学院院刊,2018,33(3):479-483.

[2] HANSEN M T,BIRKINSHAW J.The innovation value chain[J].Harvard Business Review,2007,85(6):121-142.

[3] BUSH V.Science,the endless frontier:a report to the president by Vannevar Bush,director of the office of scientific research and development[J].Journal of the Arizona-Nevada Academy of Science,1945,37(1):32-35.

[4] ROTHWELL R.Successful industrial innovation:critical factors for the 1990s[J].R&D Management,1992,22(3):221-239.

[5] 温兴琦,李燕萍.创新链条裂缝的表现、成因及接续路径研究[J].科技进步与对策,2014,31(24):157-160.

[6] CHENERY H,STROUT A.Foreign assistance and economic development[J].American Economic Review,1966,56(4):912-916.

[7] 毛其淋.外资进入自由化如何影响了中国本土企业创新[J].金融研究,2019,62(1):72-90.

[8] 王亚飞,权天舒,王亚菲.中国双向FDI对创新效率的影响及异质性考察[J].统计与信息论坛,2021,36(5):23-34.

[9] 刘志迎,冷宗阳.中国制造业企业创新链协同发展实证研究[J].管理现代化,2015,35(6):34-36.

[10] 陈继勇,盛杨怿.外商直接投资的知识溢出与中国区域经济增长[J].经济研究,2008,43(12):39-49.

[11] TIMMERS P.Building effective public R&D programmes[C].Proceeding of the Portland International Conference on Management of Engineering and Technology on “Technology and Innovation Management”,1999.

[12] BAMFIELD P.The innovation chain:research and development in the chemical and pharmaceutical industry[M].Wiley-VCH Verlag GmbH&Co.KGaA,2004.

[13] 赫尔曼·哈肯.高等协同学[M].郭治安,译.北京:科学出版社,1989.

[14] FREEMAN C.Technology policy and economic performance:lessons from Japan[M].London:Frances Pinter,1987.

[15] ARROW K J.The economic implications of learning by doing[J].Review of Economic Studies,1962,80(1):155-173.

[16] MAZZUCATO M.The entrepreneurial state:debunking public vs.private sector myths[M].London:Anthem Press,2013.

[17] CHESBROUGH H W.Open innovation:the new imperative for creating and profiting from technology[M].Boston:Harvard Business School Press,2003.

[18] CHEUNG K Y,LIN P.Spillover effects of FDI on innovation in China:evidence from the provincial data[J].China Economic Review,2004,15(1):25-44.

[19] GOLDBACH S,NAGENGAST A J,STEINMULLER E,et al.The effect of investing abroad on investment at home:on the role of technology,tax savings,and internal capital markets[J].Journal of International Economic,2019,116:58-73.

[20] LI L J,LIU X M,YUAN D,et al.Does outward FDI generate higher productivity for emerging economy MNEs:micro-level evidence from Chinese manufacturing firms[J].International Business Review,2017,26(5):839-854.

[21] GAMMELTOFT P,BARNARD H,MADHOK A.Emerging multinationals:home and host country determinants and outcomes[J].International Journal of Emerging Markets,2010,5(1):254-265.

[22] LUO Y,TUNG R.A general theory of springboard MNEs[J].Journal of International Business Studies,2018,49(2):129-152.

[23] 张杰,郑文平.全球价值链下中国本土企业的创新效应[J].经济研究,2017,52(3):151-165.

[24] CANTWELL J,PISCITELLO L.Accumulating technological competence:its changing impact on corporate diversification and internationalization[J].Industrial and Corporate Change,2000,9(1):21-51.

[25] BLONIGEN B A,DAVIES R B,WADDELL G R,et al.FDI in space:spatial autoregressive relationships in foreign direct investment[J].European Economic Review,2007,51(5):1303-1325.

[26] ARKOLAKIS C,RAMONDO N,RODRIGUEZ-CLARE A,et al.Innovation and production in the global economy[J].American Economic Review,2018,108(8):2128-2173.

[27] 诸竹君,黄先海,王毅.外资进入与中国式创新双低困境破解[J].经济研究,2020,55(5):99-115.

[28] BURSTEIN T,ALEXANDER M.Foreign know-how,firm control,and the income of developing countries[J].Quarterly Journal of Economics,2009,124(1):149-195.

[29] BERTRAND O,CAPRON L.Productivity enhancement at home via cross border acquisitions:the roles of learning and contemporaneous domestic investments[J].Strategic Management Journal,2015,36(5):640-658.

[30] 毕克新,孙德花.基于复合系统协调度模型的制造业企业产品创新与工艺创新协同发展实证研究[J].中国软科学,2010,25(9):156-162,192.

[31] 李善民,李昶.跨国并购还是绿地投资——FDI进入模式选择的影响因素研究[J].经济研究,2013,48(12):134-147.

[32] 杨丽丽,盛斌,许斐然.贸易保护诱发中国制造业对外直接投资了吗:来自84个细分业的经验证据[J].世界经济研究,2021,40(9):118-133,136.

(责任编辑：陈 井)