国内研发投入、人力资本与OFDI逆向技术溢出效应—

内生经济增长理论指出国内技术进步是经济持续增长的决定因素。然而对于大多数国家而言，技术进步单纯依靠自主创新将难以实现。因此，在经济全球化背景下，各国可以通过对外直接投资(Outward Foreign Direct Input，OFDI)，借鉴发达国家的技术经验，获取逆向技术溢出，从而提升本国技术发展水平，中国亦是如此。中国作为世界上最大的发展中国家，除依靠自身努力实现技术进步外，还需要充分利用发达国家的技术溢出。随着“走出去”战略的实施，尤其是“一带一路”倡议的提出，中国海外投资便利化程度不断提高，OFDI规模不断扩大。《中国对外直接投资统计公报》显示，中国OFDI流量由2002年的27亿美元增加到2016年的1 961.5亿美元。截至2016年末，中国对外直接投资分布全球190个国家(地区)，设立对外投资企业3.72万家，境外企业资产总额达5万亿美元，为OFDI逆向技术溢出提供了有利条件。因此，研究OFDI逆向技术溢出效应对促进新时代我国技术进步，实现“十三五”规划总体目标，具有十分重要的理论和现实意义。

1 研究基础

1.1 文献综述

OFDI逆向技术溢出效应是近几年国内外学者关注的热点问题。国外对OFDI逆向技术溢出效应的研究起步较早，可追溯至20世纪90年代，Kogut & Change[1]通过对日本企业在美国的投资进行研究，提出OFDI逆向技术溢出猜想。之后，Dunning & Lundan[2]基于波特钻石模型假说，指出跨国公司对外直接投资的目的在于获取国外先进技术和市场，提高自身实力；Head等[3]研究了日本制造业企业在美国的直接投资，发现日本制造业OFDI对国内技术进步产生了积极影响；Keller[4]实证发现，人力资本和国内研发投入是影响OFDI逆向技术溢出效应的重要因素；Hakanson[5]& Nobel认为逆向技术溢出与海外子公司的当地嵌入度有关；Driffield等[6]研究英国进行直接投资的企业发现，技术溢出效应在研发投入较多的企业中较明显；Pradhan等[7]发现印度汽车产业的OFDI逆向技术效应十分显著。

近年来国内研究成果逐渐丰富。沈能、赵增耀[8]发现我国OFDI存在显著逆向技术溢出效应，且存在显著的空间异质性；付海燕[9]实证检验发现，发展中国家和地区通过对技术领先国家进行直接投资而获得逆向技术溢出，对其技术进步有显著促进作用；卢汉林等[10]基于门槛回归分析发现，我国OFDI地区差异性显著，并且当跨国创新能力和金融发展水平处于门槛值时，OFDI逆向技术溢出效应显著增强。

对于OFDI逆向技术溢出效应的影响因素，叶建平等[11]发现人力资本、市场化指数、研发资本存量、经济规模和研发强度与OFDI逆向技术溢出效应之间存在关系；陈衍泰等[12]发现国内研发存量对于OFDI逆向技术溢出存在显著影响；尹冬冬等[13]利用GMM方法实证发现研发投入、人力资本、经济发展水平、对外开放程度、基础设施条件等因素对OFDI逆向技术溢出有促进作用；叶红雨等[14]基于东道国特征视角，发现东道国制度质量、文化差异、知识产权保护水平与OFDI逆向技术溢出存在相关关系。

然而也有学者发现OFDI逆向技术溢出效应不明显或对母国技术进步有负向作用。李洪亚[15]采用面板数据VAR模型从促进和溢出角度考察了技术进步与中国OFDI双向促进作用，发现在发展中国家中OFDI对技术进步的正向影响较强，但这一正向影响在发达国家较弱；殷朝华等[16]基于金融发展视角实证研究发现，现阶段OFDI对中国的自主创新产生了显著负向效应。

综上可知，学界对OFDI逆向技术溢出效应尚存争议，发现影响因素具有多样性，而对于OFDI逆向技术溢出效应传导路径，即OFDI是直接产生逆向技术溢出，还是借助相关因素产生间接逆向技术溢出，值得进一步探索。因此，本文首先从理论上对OFDI逆向技术溢出效应进行深入分析，选取2005-2015年省际面板数据，以OFDI为核心解释变量，以国内研发投入和人力资本作为中介变量，运用中介效应模型验证OFDI逆向技术溢出效应及其传导路径；之后，分别对东中西部地区OFDI逆向技术效应进行分析；最后，提出相应对策建议。

1.2 研究模型

OFDI逆向技术溢出效应传导路径是怎样的？梳理文献发现，国内研发投入、人力资本是影响逆向技术溢出的关键因素，但现有文献并未有效证明这些关键因素实际上也是OFDI逆向技术溢出传导的有效路径。本文认为逆向技术溢出效应既可能直接通过OFDI实现，也可能借助国内研发投入和人力资本间接实现。

(1)OFDI直接效应。通常OFDI具有市场寻求型、资源寻求型和技术寻求型3种动机。其中，技术寻求型OFDI被认为具有显著的逆向技术溢出效应。母国公司通过对技术先进国家投资、开展生产经营活动，提升海外子公司嵌入度，对东道国先进技术进行模仿跟随，并加以改造、创新、吸收，提高全要素生产率，实现逆向技术溢出。然而，市场寻求型、资源寻求型OFDI也有可能在市场需求或资源开发要求下，不断提升技术含量，实现逆向技术溢出。

(2)国内研发投入的间接效应。本国OFDI 逆向技术溢出效应的实现，需要母公司具备与逆向技术溢出相匹配的吸收能力。母公司从国外直接投资中获利，并将部分利润用于国内研发投入，从而提高自身自主创新能力。国内增加的研发投入可用于购买先进设备、引进人才等，对逆向技术溢出吸收能力提升具有促进作用。

(3)人力资本的间接效应。人力资本是蕴藏在个体中的、具有重要经济价值的资本，在一定程度上代表着某一地区的经济发展活力，是经济持续增长的源泉。东道国直接投资可以加强母公司产学研合作，吸收、引进、转移人才，增加人力资本存量，从而增强OFDI逆向技术溢出效应。

2 研究设计

2.1 模型设定

运用SPSS PROCESS 2.16的Bootstrap中介效应检验功能，对OFDI的逆向技术溢出效应进行检验。结合上文分析，构建理论模型，基本原理如图1所示，对外直接投资存量(OFDI)为自变量，国内研发资本存量(S)和人力资本(Hi)为中介变量，全要素生产率(TFP)为因变量,σ、τ、μ为随机扰动项。

由此，得到中介效应的理论回归模型如下：

lnTFPit=c'lnOFDIit+b1lnSit+b2lnHiit+μit

lnHiit=a2lnOFDIit+d21lnSit+τit

lnSit=a1lnOFDIit+σit

2.2 变量选取及数据来源

OFDI逆向技术溢出效应与国内研发投入、人力资本密不可分。全要素生产率被学者广泛认为是技术进步的衡量指标。基于此，本文在讨论OFDI逆向技术溢出效应过程中，以全要素生产率为被解释变量，再引入各省份国内研发资本存量、人力资本作为中介变量，在OFDI存量这一核心解释变量和经济发展水平、交通条件等控制变量影响下，着重考察OFDI逆向技术溢出效应的中介效应。

本文选取的样本区间为2005-2015年，样本包括中国内地30个省、市、自治区(西藏自治区由于数据缺失，未纳入统计)，数据来自历年《中国统计年鉴》、《中国科技统计年鉴》、《中国对外直接投资统计公报》、《中国商务统计年鉴》、世界银行数据库等。各变量计算方法如下：

(1)全要素生产率(TFP)。本文采用学术界普遍采用的DEA-Malmquist指数测算我国各省份全要素生产率(TFP)，选用资本、劳动和能源作为投入指标，以GDP与二氧化硫排放量作为产出指标。采用索洛余值测算投入产出要素，投入要素包括资本、劳动、能源投入。资本投入采用永续盘存法计算，基本公式如下：

Kt和Kt-1分别表示t、t-1时期的资本存量，It表示t期资本投入额，δ表示资本折旧率。同时，借鉴张军、施少华[17]的做法，将2004年各城市固定资产投入额除以10%作为初始资本存量，并且把城市固定资产折旧率设为9.6%。劳动投入以各省份年末从业人口数量作为衡量指标。对于能源投入，借鉴刘赢时等[18]的方法，选用各省份电力消费量作为统计指标。

以往大多数文献在测算全要素生产率的产出指标时，仅考虑了GDP这一合意性产出指标，忽略了环境污染的非合意性产出。因此，借鉴刘赢时等[18]的做法，将各省份二氧化硫排放量作为非合意性产出，以更全面地对全要素生产率进行测算。利用各年份全要素生产率指数，以2005年TFP为基期，2006年TFP由2005年TFP乘以2006年全要素生产率指数获得，以此类推得到样本区间的TFP。

(2)国内研发资本存量(S)。借鉴王恕立等(2014)的方法，采用永续盘存法，计算公式为：

Sit=(1-δ)Si,t-1+REt

其中，Sit代表各省份当年研发资本存量；δ为研发资本折旧率，一般设置为5%；RE0是折算为2005年不变价格的历年实际研发支出。基期研发资本存量计算公式为：

其中，g为各省份样本期内研发支出的实际增长率；δ依然假设为5%；Si0以及RE0分别为各省份2005年的研发资本存量和研发支出。

(3)对外直接投资存量(OFDI)。通过对2006-2016年《中国对外直接投资统计公报》进行整理，得到各省份历年的OFDI存量。

(4)人力资本(Hi)。采用各省份专科及以上在校生人数与本地区总人数的比值衡量人力资本。人力资本值越高，说明该地区人才集聚程度越高、经济发展越有活力，更容易“走出去”，进而获得逆向技术溢出。

(5)经济发展水平(AGDP)。采用各省人均GDP表示各省经济发展水平。经济发展水平越高，对相关产业的扶持力度就越大，对外直接投资实力越强。

(6)交通条件(TR)。运输条件关系到运输成本及物流效率，对经济发展发挥着重要作用。借鉴刘赢时等[18]的做法，采用各省份人均道路面积衡量交通基础设施水平。

3 实证分析

3.1 中介变量、因变量回归分析

利用中国内地30个省份11年的面板数据，根据中介效应回归模型，以国内研发资本投入和人力资本作为中介变量，经济发展水平、交通条件作为控制变量，对两个中介变量的中介效应进行回归分析。将所得数据运用SPSS20.0软件中的PROCESS中介效应检验模块进行检验，Bootstrap样本量设为1 000，在95%的置信区间内，分析在国内研发资本投入和人力资本作用下的OFDI逆向技术溢出效应，根据其系数检验的置信区间是否为0进行判定：区间中不包括0则显著，包括0则不显著[19]。结果如表1所示。

注：***、**、*分别表示通过1%、5%、10%的显著性检验；中介效应结果括号内数字为Bootstrap方法得到的95%的中介效应置信区间，不包括0则显著

从表1可以看出，模型(1)中，OFDI对国内研发投入具有正向促进作用，表明其有利于提升国内对OFDI逆向技术溢出的吸收能力，促进我国自主创新水平提升。模型(2)是OFDI和国内研发投入对人力资本的影响，可以看出，虽然置信区间包含0，但是p值在10%的显著性水平下通过了检验，系数为负表明OFDI对于人力资本起到一定阻碍作用，这可能是由于资金在对外直接投资与人力资本间的配置失衡所致。国内研发投入对人力资本提升具有较强促进作用。

模型(3)表示在经济发展水平、交通条件等控制变量作用下，OFDI、国内研发投入与人力资本对全要素生产率的影响。回归结果显示，国内研发投入、人力资本与经济发展水平均对全要素生产率具有促进作用，而OFDI对全要素生产率存在着一定的抑制作用，说明OFDI资金外流一定程度上抑制了国内全要素生产率提高，现阶段可能并不会直接产生逆向技术溢出，但可能通过某一中介变量产生间接效应。交通条件的置信区间与p值均没有通过检验，说明交通条件与OFDI逆向技术溢出效应暂不存在关系，或者关系很微弱。

3.2 中介效应检验

OFDI逆向技术溢出效应，即OFDI对全要素生产率的直接效应与间接效应如表2所示，OFDI对全要素生产率的直接效应为-0.038 7，且通过了显著性检验，说明目前OFDI逆向技术溢出积极效应并未显现且呈弱负效应。间接效应的总和为0.019 1，包括三项间接效应。间接效应1(OFDI→国内研发投入→全要素生产率)的系数为0.019 1，通过了显著性检验，即OFDI通过国内研发投入对全要素生产率产生促进作用；间接效应2(OFDI→国内研发投入→人力资本→全要素生产率)的系数为0.001 6，通过了显著性检验，说明OFDI先作用于国内研发投入，然后国内研发投入再对人力资本产生影响，最终促进全要素生产率提高，增强OFDI的逆向技术溢出效应；间接效应3(OFDI→人力资本→全要素生产率)的系数为-0.001 9，没有通过检验，说明OFDI直接通过人力资本作用于全要素生产率的效果不明显。

注：**表示该变量在95%的置信区间下通过了显著性检验；间接效应1：OFDI→国内研发投入 →全要素生产率；间接效应2：OFDI→国内研发投入→人力资本→全要素生产率；间接效应3：OFDI→人力资本→全要素生产率

3.3 东中西部地区中介效应检验

我国地域辽阔，各省份之间、东中西部区域之间差异较大，这是否会造成OFDI逆向技术溢出效应差异？本文将数据分为东中西部地区，其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南，中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南，西部地区包括重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆(西藏因数据缺失，未纳入统计)，再次进行中介效应检验，结果如表3所示。

从表3中可以看出东部地区和西部地区OFDI对全要素生产率的直接效应为负，中部地区为正，但是西部地区没有通过显著性检验，说明东部地区OFDI直接对全要素生产率产生负向作用，OFDI逆向技术溢出效应未显现；与之相反，中部地区OFDI直接对全要素生产率产生了较显著的正向促进作用。可能的原因是，东部地区技术水平相对较高，OFDI反而减弱了对技术发达地区的投资，产生了负向效应；中部地区技术水平居中，有一定的吸收能力，通过OFDI获得的技术易于吸收，从而有利于全要素生产率提高，因而OFDI逆向技术溢出效应明显。西部地区OFDI的直接效应不显著，说明OFDI与全要素生产率的直接关系不明显。

间接效应方面，首先就东部地区来讲，间接效应总和、间接效应1与间接效应3均未通过显著性检验，只有间接效应2的系数为0.000 1，通过了检验。其次，从中部地区来看，与东部地区类似，只有间接效应2的系数为0.002 9，通过了检验。最后，从西部地区来看，间接效应总和为0.007 6，没有通过检验。间接效应1的系数为0.018 5，说明西部地区OFDI在国内研发投入作用下对全要素生产率产生了一定正向作用；间接效应2的系数为-0.007 5，说明OFDI在国内研发投入和人力资本两者的连续作用下对全要素生产率产生了负向影响，可能是由于资源配置失衡与人力资本存在缺失，要素间不匹配，从而对全要素生产率产生负效应。

综合来看，东中西部OFDI逆向技术溢出的直接效应并未有效显现，这与总体研究结果一致。东中西部OFDI对全要素生产率的间接效应通过中介变量、从不同路径对全要素生产率产生一定的正向效应。

4 结论及政策建议

4.1 研究结论

从实证结果来看，总体而言，OFDI对全要素生产率的直接效应为负，间接效应为正，说明OFDI通过国内研发投入、人力资本等中介变量对全要素生产率产生了正向促进作用，有利于OFDI逆向技术溢出效应提升。分地区来看，东中西部OFDI逆向技术溢出效应存在一定差异，东部地区OFDI的逆向技术溢出直接效应为负值，中部地区的正向直接效应最为显著，西部地区的OFDI逆向技术溢出直接效应未通过显著性检验。OFDI通过国内研发投入产生的间接效应仅在西部地区较为显著，而由OFDI促进国内研发投入再带动人力资本产生的间接效应，东中部为正、西部为负。

4.2 政策建议

虽然现阶段OFDI逆向技术溢出直接效应为负，但可以通过国内研发投入、人力资本等中介变量，在一定程度上获取逆向技术溢出效应。因此，在不断加大OFDI的同时，应进一步增加国内研发和人力资本投入。第一，加大OFDI投入力度，尤其要加大对技术先进型发达国家的投资力度，选择国内有一定基础但存在一定技术瓶颈的产业进行投资，提高OFDI逆向技术溢出效应；第二，多渠道筹集资金，增加研发投入。获取OFDI逆向技术溢出，离不开国内研发投入和自主创新能力提升。因此，应多渠道筹集研发经费，加大投入，重视研发的重要作用，扩大研发资金投入比例，确保国内研发投入，有力促进OFDI逆向技术溢出；第三，政府应进一步加大对企业的税收优惠。如增加高新技术企业减免税、对高新技术企业进行财政补贴以及研发费加计扣除等，从而增加企业研发投入，促进国内研发投入增加；第四，不断推行人才“引进来”和“走出去”，加大海外高层次人才引进力度，同时让国内人才“走出去”接受新知识、拓展新视野。政府在宏观层面上要加大教育投入，着力培养人才，为我国科技跃升提供后备人才。企业亦要从自身出发，充分认识人力资本对企业的重要性，进一步提升人力资本在OFDI逆向技术溢出中的作用。

4.3 不足与展望

本文尽量采用科学合理的方法，力求研究结果契合实际情况，但鉴于数据迟滞性等原因，可能存在如下不足：首先，数据可得性制约了研究实效性。相关统计年鉴数据目前只更新到2016年，可能对研究实效性产生影响；其次，中介变量的选取存在一定局限性。仅选取与OFDI逆向技术溢出相关的主要变量作为中介变量，可能还有其它因素会对结果产生影响，导致结论普适性不足。

随着中国“走出去”战略实施和“一带一路”倡议深入执行，中国OFDI规模不断扩大，运用不同的科学方法探讨获取逆向技术溢出与提升本国技术发展水平的关系具有深远的研究意义。综上所述，后续研究可基于数据更新以及其它研究方法展开，以完善研究体系，增强研究结论的全面性及实效性。

[1] KOGUT B，CHANG S J．Technological capabilities and Japanese foreign direct input in the United States[J]．Review of Economics & Statistics，1991，73(3)：401-413．

[2] DUNNING J H，LUNDAN S M．The geographical sources of competitiveness of multinational enterprises：an econometric analysis[J]．International Business Review，1998，7(2)：115-133．

[3] HEAD C K，RIES J C，SWENSON D L．Attracting foreign manufacturing：input promotion and agglomeration[J]．Regional Science & Urban Economics，1999，29(2)：197-218．

[4] KELLER W．Geographic localization of international technology diffusion[J]．American Economic Review，2002，92(1)：120-142．

[5] HAKANSON L，NOBEL R . Technology characteristics and reverse technology transfer[J]. Mir Management International Review，2000，40(1)：29-48.

[6] DRIFFIELD N，LOVE J H．Linking FDI motivation and host economy productivity effects：conceptual and empirical analysis[J]．Journal of International Business Studies，2007，38(3)：460-473．

[7] PRADHAN J P，SINGH N．Outward FDI and knowledge flows：a study of the Indian automotive sector[J]．MPRA Paper，2008(1)：156-187．

[8] 沈能，赵增耀．空间异质性假定下OFDI逆向技术溢出的门槛效应[J]．科研管理，2013， 34(12)：1-7．

[9] 付海燕．对外直接投资逆向技术溢出效应研究——基于发展中国家和地区的实证检验[J]．世界经济研究，2014(9)：56-61．

[10] 卢汉林，冯倩倩．我国 OFDI 逆向技术溢出效应的研究--基于省际面板数据的门槛回归分析[J]．科技管理研究，2016，36(4)：218-223．

[11] 叶建平，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．

[12] 陈衍泰，吴哲．新兴经济体对外直接投资的逆向知识溢出效应 ——中国对“一带一路”国家OFDI的实证检验[J]．中国管理科学，2015，23(S1)：690-695．

[13] 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．

[14] 叶红雨，韩东，王圣浩．中国OFDI逆向技术溢出效应影响因素的分位数回归研究——基于东道国特征视角[J]．经济与管理评论，2017，33(05)：112-120．

[15] 李洪亚，宫汝凯．技术进步与中国OFDI：促进与溢出的双重考察[J]．科学学研究， 2016，34(1)：57-68．

[16] 殷朝华，郑强，谷继建．对外直接投资促进了中国自主创新吗——基于金融发展视角的实证研究[J]．宏观经济研究，2017(08)：71-87．

[17] 张军，施少华．中国经济全要素生产率变动：1952-1998[J]．世界经济文汇，2003(2)：17-24．

[18] 刘赢时，田银华，罗迎．产业结构升级、能源效率与绿色全要素生产率[J]．财经理论与实践，2018，39(1)：118-126．

[19] 陈瑞，郑毓煌，刘文静．中介效应分析：原理、程序、Bootstrap方法及其应用[J]．营销科学学报，2013(4)：120-135．

国内研发投入、人力资本与OFDI逆向技术溢出效应——一个中介效应检验

Domestic R&D Input，Human Resource and Reverse Technological Spillover Effect of OFDI——Based on the Inter Provincial Panel's Mediating Effect

0 引言