对外直接投资逆向技术溢出对中国技术创新能力的影响——基于门槛效应的实证研究

朴英爱，于 鸿

(1.吉林大学 东北亚研究中心，吉林 长春 130012；2.吉林大学 东北亚学院，吉林 长春 130012)

一、引言

经济全球化极大促进国际贸易和投资发展。中国积极融入全球分工体系，通过国际贸易利用全球资源禀赋和市场等条件，提高生产要素使用效率和商品流通；通过国际直接投资获取研发、生产、管理等方面的技术溢出促进中国经济社会的发展。近年来，中美贸易摩擦、新冠疫情、俄乌冲突等不利因素使国际贸易和投资增速放缓，世界各国日益重视本土产业链安全，并将提高技术创新能力作为加快关键核心技术攻关、提升国际竞争力和竞争地位、把握竞争与发展主动权的重要手段。即便在此背景下，广泛参与国际和区域分工，通过国际贸易、外商直接投资(FDI)、对外直接投资(OFDI)等渠道引进、消化和吸收国际技术外溢仍是一国或地区技术创新能力提升的重要影响因素。与国际贸易和FDI相比，母国通过OFDI获取境外科技资源，吸收逆向技术溢出具有主动性和针对性等特征，因而被众多学者视为提高母国技术创新能力的有效途径。[1]Kogut和Chang率先对“技术寻求型”OFDI展开研究，他们选择日本对美国的OFDI数据进行实证分析，得出日本企业通过合资经营方式投资于美国技术密集型行业，使母公司及本国技术创新能力得到提升的结论。[2]Fosfuri和Motta利用古诺竞争博弈模型分析落后企业的市场经营策略，提出OFDI是落后企业接触先进技术并提升自身技术水平和创新能力的有效途径的观点。[3]Lichtenberg和Potterie基于1979—1990年间13个发达国家或地区进口贸易和国际资本流动数据，利用国际研发溢出模型检验进口贸易、FDI和OFDI三种渠道的技术溢出效应，得出进口贸易和OFDI是获取国际技术溢出的重要渠道的论断。[4]Driffield和Love实证检验英国制造业OFDI的逆向技术溢出效应，提出流向技术密集型行业的OFDI是逆向技术溢出主要来源的观点。[5]Branstetter以专利引用数据作为衡量国际技术溢出的标准，分析日本对美国的直接投资活动，得出日本跨国企业对美国直接投资能够产生逆向技术溢出效应，且投资于技术研发和产品开发设备领域对母国技术创新能力的积极影响最为显著的结论。[6]Vahter和Masso以爱沙尼亚企业层面相关数据为样本，利用柯布-道格拉斯(C-D)生产函数模型分析OFDI对本国制造业和服务业全要素生产率的影响，提出吸收能力较强的企业更易于通过OFDI实现技术水平提升的观点。[7]Pradhan和Singh以1988—2008年间印度OFDI数据为样本，实证检验其对国内汽车企业的影响，得出印度OFDI显著促进国内汽车企业技术创新能力提升的结论。[8]

改革开放以来，国际贸易和引进FDI是引领中国经济发展和技术创新的主要途径，但经以上两渠道获取的大多为标准化技术，难以触及前沿核心技术，导致中国长期位于全球价值链中低端，至今仍处在创新型国家建设阶段，尚未跻身经济强国和科技强国行列。在中国经济实力日益增长与国际影响力逐渐攀升的背景下，被动依赖FDI和国际贸易渠道获取国际技术溢出已难以有效支撑国内经济高质量发展和核心技术研发。经济实力的提升使得中国已逐步具备走出国门开展OFDI的能力，许多国内企业为提升自身竞争力，选择通过对发达经济体开展OFDI实现技术创新能力的提升。随着“走出去”战略和“一带一路”倡议的深入推进，中国OFDI增势迅猛，2003—2020年间，中国OFDI流量由28.5亿美元增至1537.1亿美元，增长54倍，年均增长率为26.4%；存量由332亿美元增至25 806.6亿美元，增长78倍，年均增长率为29.2%；2020年，中国OFDI流量首次位居世界第一，在全球OFDI流量同比下降39.4%的情况下，中国OFDI流量逆势上扬，同比增长12.3%，并且继2015和2016年后，第三次高于当年实际利用FDI流量，成为资本净输出国；同时，2012—2020年间，中国对欧盟OFDI存量由315.4亿美元增至830.2亿美元，对美国OFDI存量由170.8亿美元增至800.5亿美元，年均增长率分别为12.9%和21.3%(1)2003年中国OFDI相关数据来源：中华人民共和国商务部，国家统计局，国家外汇管理局.2003年度中国对外直接投资统计公报[M].北京：中国商务出版社,2004；2020年中国OFDI相关数据来源：中华人民共和国商务部，国家统计局，国家外汇管理局.2020年度中国对外直接投资统计公报[M].北京：中国商务出版社,2021.。OFDI规模的迅速扩大使其逆向技术溢出效应及对中国技术创新能力的影响成为国内学者们的研究热点。赵伟等在分析R&D费用分摊、研发成果反馈、逆向技术转移以及外围研发剥离四种OFDI促进母国技术进步机制的基础上，选取1985—2004年间中国OFDI数据，实证检验OFDI对中国全要素生产率的影响，得出中国对R&D要素丰裕国家或地区的OFDI具有显著逆向技术溢出效应的结论。[9]陈菲琼等选取2003—2010年中国省际面板数据，以在L-P模型中加入交互项的研究方法，分析OFDI对中国技术创新能力的影响，认为OFDI对中国技术创新能力的提高起到促进作用，并且OFDI对中国各区域技术创新能力的影响存在显著差异。[10]李娟等对自主创新、国际贸易、FDI和OFDI四种技术溢出渠道对中国技术创新能力的影响进行比较分析，结果显示OFDI逆向技术溢出对技术进步产生积极影响，但与其他三种溢出渠道相比影响程度较小的结论。[11]沙文兵和李莹在构建区域创新能力评估指标体系的基础上，运用系统GMM方法，对中国2008—2015年间省际面板数据进行实证检验，提出OFDI对区域技术创新能力产生显著影响的先决条件是达到吸收门槛的观点。[12]许晓芹等选取2001—2018年中国OFDI相关数据，以全要素生产率为技术创新能力的衡量指标，实证检验中国OFDI逆向技术溢出效应及其对技术创新能力的影响，得出中国OFDI具有显著逆向技术溢出效应，有利于中国自主创新能力提升的结论。[13]

综上所述，国内外学者围绕OFDI逆向技术溢出影响母国技术创新能力进行了大量研究，但已有文献仍存在以下两点不足之处。其一是大部分学者直接以母国全行业OFDI存量为研究样本，未从投资动机、行业、地域等角度对OFDI进行甄别，一般情况下，流入发达国家技术密集型行业的OFDI更有助于逆向技术溢出效应在母国的显现，而以寻求自然资源和低廉劳动力为主要动机，投资于技术落后国家采矿业、制造业、批发零售业等领域的OFDI对母国技术创新能力的影响非常有限，因此，选取全行业OFDI存量数据进行实证分析，难以客观反映OFDI逆向技术溢出效应对母国技术创新能力的影响；其二是国内外学者在进行相关问题的实证分析过程中大量运用L-P模型、GMM模型以及交互项模型，得出的结论均趋向于OFDI是母国获取国际技术溢出的重要渠道，但由于无法检验因经济函数的非线性特征产生的效应，选用以上几种方法进行实证检验存在一定的局限性。其实，流入发达国家技术密集型行业的OFDI是中国获取逆向技术溢出效应的主要来源。因此，本文选取流向发达国家制造业、信息传输/软件和信息技术服务业、科学研究和技术服务业三个行业OFDI存量数据为研究样本，选取研发投入强度、劳动者受教育程度、技术差距、经济发展水平、金融发展水平、政府支持研发力度以及对外开放水平七个吸收能力层面影响因素作为门槛变量，构建面板门槛回归模型，实证检验OFDI逆向技术溢出影响中国技术创新能力的门槛效应，并提出有针对性的政策建议。

二、OFDI逆向技术溢出影响母国技术创新能力的传导机制

在通常情况下，以获取先进科技资源为核心动机的流向发达经济体技术密集型行业的技术寻求型OFDI是逆向技术溢出效应的主要源泉。母公司通过跨国并购或绿地投资两种方式设立境外子公司，绕过技术壁垒和出口限制，接触并获取东道国的先进科技资源；境外子公司在利用当地科技资源取得先进研发成果的基础上，通过内部化渠道将先进研发成果反馈回母公司，促进母公司技术水平提升；随着母公司技术水平的提升，与母公司同行业的其他企业也会进行学习、模仿、再创新，即这些先进研发成果可在全国范围内被吸收和扩散，最终实现母国技术创新能力的提高。具体传导机制如下页图1所示。

(一)母公司通过绿地投资或跨国并购设立境外子公司

绿地投资和跨国并购是母公司设立境外子公司的主要方式。母公司通过绿地投资在东道国新建全部或部分资产所有权归其所有的子公司或研发机构，境外子公司能够利用在当地搜集前沿技术信息、雇佣研发人员、购进生产设备和研发设备、嵌入当地产业链与其他企业和高校开展研发合作等方式获取先进研发要素；母公司还可通过跨国并购，收购东道国企业全部资产或保障其管理东道国企业运营的部分股份，不仅能够有效控制该企业现有的前沿科技信息、研发设备、科研人员等研发要素，还有机会接触其已掌握的专有技术、生产工艺、先进产品等研发成果。因此，跨国并购被认为是母公司获取东道国先进科技资源的重要途径，中国一直对此十分重视，例如在2004—2019年，中国跨国并购金额占OFDI流量的30.3%，其中中国对美国跨国并购金额占OFDI流量的90%、对欧盟跨国并购金额约占OFDI流量的95%。(2)中国对美国直接投资相关数据来源：https://www.us-china-investment.org/fdi-data；中国对欧盟直接投资相关数据来源：KRATZ A, HUOTARI T, HANEMANN T, ARCESATI R. Chinese FDI in Europe：2019 update[R].Rhodium group(RHG) and the Mercator institute for China studies(MERICS).2020.

(二)境外子公司利用当地科技资源取得先进研发成果

母公司并购东道国企业，继承被并购企业已有先进技术、研发设备、科研人员、生产工艺等先进科技资源，结合周边消费者需求及前沿科技信息，在当地开展产品生产与新技术研发。随着先进技术的使用以及产品质量的不断提高，母公司对相关技术研发的人力和资本投入大幅缩减，其产品市场竞争力和市场份额也得以迅速提高。节约下来的人力、资金以及通过拓宽国际市场赚取的超额利润可用于支持原有技术革新与核心技术研发。母公司通过绿地投资在东道国新建子公司，虽然无法在短期内取得先进研发成果，但子公司利用当地先进研发要素，能够有效促进自身技术创新效率的提升。首先，境外子公司可通过搜集前沿科技信息，了解相关行业核心技术与市场需求的发展方向并制定与之相匹配的经营决策；其次，科研人员和研发设备是塑造企业自主创新能力的基础，境外子公司雇佣东道国科研人员并引进当地先进研发设备，有助于其创新活动的开展和先进研发成果的诞生；最后，境外子公司在东道国进行生产经营活动，嵌入东道国产业链，有机会融入当地优越的研发环境，与同行业其他企业结成战略联盟，共同开展先进技术的研发，并得到东道国研发机构和大学的技术支持，在节约研发费用的同时，提升境外子公司的研发效率。

(三)母公司接收先进科技资源促进自身技术创新能力提升

境外子公司在东道国收集的先进科技资源可通过跨国企业内部传输渠道转移回母公司，与母公司实现科技资源共享，促进其自主创新能力提升。首先，母公司通过跨国企业内部信息传输渠道接收来自境外子公司的前沿科技信息，掌握本行业核心技术最新发展动态，确定未来研发方向，使自身在市场竞争中占据有利位置；其次，境外子公司通过研发成果反馈机制，将在东道国获取和研发的先进技术转移回母公司，在节约母公司对相关技术方面研发投入的同时，推动母公司技术水平和核心竞争力迅速提升；再次，母公司通过进口境外子公司先进产品，学习和模仿先进产品附带的技术和制造工艺，在此基础上，根据周边市场消费者需求进一步提高产品质量，促进其产品技术含量和市场竞争力提升；最后，母公司可利用跨国企业内部人员流动机制，邀请境外子公司雇佣的当地科研人员到母公司传授先进知识，同时派遣母公司科研人员到境外子公司学习、培训，强化科研人员业务素质，提高母公司人力资本水平，进而实现自身技术创新能力提升。

(四)逆向技术溢出促进母国技术创新能力提升

母公司技术水平和创新能力的跨越式提升标志着母国实现企业层面的逆向技术溢出。母公司市场竞争力的提高不仅能激发同行业其他企业的竞争意识，促使其他企业通过模仿、改进母公司先进技术或开展技术寻求型OFDI提升自身技术水平和产品质量，同时还能对为母公司提供配套服务的产业链上下游企业提出更高要求，促使上下游企业提高服务质量和效率，由此带动整个行业内部技术水平和技术创新能力的提升，实现产业层面的逆向技术溢出。随着先进技术在产业链内部及产业链之间的传导，使其在全国范围内扩散。

由于与东道国存在技术差距，先进技术难以在短时间内转化为标准化技术，并在全国范围内通用。吸收能力(3)吸收能力指企业吸收、消化先进研发成果并利用其实现商业化的水平。是影响逆向技术溢出在母国充分显现的决定性因素。[14]在母国吸收能力较弱的情况下，即使先进技术被引入国内，也无法对其加以利用，难以发挥正外部性。因此，只有吸收能力达到一定门槛，母国才有能力根据国内及周边区域市场环境和消费者需求，对获取的先进技术进行再创新，使所获得的新技术和新产品逐步扩散，实现OFDI逆向技术溢出有效地吸收与转化，使母国在技术水平、技术创新能力和国际竞争力等方面取得全面提升。

三、模型设定、变量选取与数据来源

(一)模型设定

Coe和Helpman率先构建国际研发溢出模型(简称C-H模型)，用于检验国内研发投入和进口贸易对母国全要素生产率的影响，并提出一国或地区的技术进步不仅受国内研发投入影响，还依赖于国外研发资本积累的观点。[14]C-H模型的计算公式如下：

(1)

公式(1)中，Fit代表t年i国全要素生产率，Sd和αd分别代表国内研发资本存量及其系数，Sf和αf分别代表国外研发资本存量及其系数，εit为扰动项。(4)一般意义上讲，公式中Sd和Sf分别代表国内研发资本存量和国外研发资本存量，但Coe和Helpman仅考察国际贸易渠道的溢出效应，因此在原文中他们将Sf定义为贸易伙伴国国内研发资本存量的进口份额加权平均值。

Lichtenberg和Potterie将通过FDI、OFDI获取的国外研发资本引入国际研发溢出模型，得出L-P模型，用于检验和比较国内研发投入、进口贸易、FDI和OFDI四种国际研发溢出渠道的技术溢出效应。[15]L-P模型的计算公式可整理如下：

(2)

本文认为除研发资本投入外，人力资本投入也是一国或地区技术创新能力的重要影响因素，因此在借鉴C-H模型和L-P模型的基础上，构建以下模型：

(Ⅰ)

其中，INNit和Hit分别代表t年i国技术创新能力和人力资本投入，α1～α4分别代表i国技术创新能力对国内研发投入渠道获取的研发资本存量、FDI渠道获取的国外研发资本存量、国内人力资本投入以及OFDI渠道获取的国外研发资本存量的弹性。

为进一步检验选取的吸收能力相关指标对OFDI逆向技术溢出影响中国技术创新能力的门槛效应，本文借鉴Hansen的研究方法，在模型(Ⅰ)的基础上，构建如下单一门槛回归模型：

(Ⅱ)

考虑到部分指标可能存在双重门槛，因此，在模型(Ⅱ)的基础上，构建如下双重门槛回归模型：

(Ⅲ)

模型(Ⅲ)中，α0为常数项，qit代表本文从吸收能力层面选取的七个门槛变量，包括研发投入强度、劳动者受教育程度、与东道国技术差距、经济发展水平、金融发展水平、政府支持研发力度、对外开放水平。X(·)为示性函数，若括号内表达式为真则取值为1，为假则取值为0。[16]γ1和γ2为待估门槛值，β1～β3分别表示各门槛变量在qit≤γ1、γ1γ2时，母国技术创新能力对OFDI逆向技术溢出的弹性，εit为扰动项。

(二)变量选取

1.被解释变量

本文的被解释变量为技术创新能力(INN)。已有文献主要运用新产品产出量、专利申请数量和专利授权数量三种方法衡量一国或地区技术创新能力。由于中国各省新产品产出数量难以统计、专利申请数量存在较强主观性，本文选择专利授权数量作为衡量中国技术创新能力的指标。

2.核心解释变量

(3)

公式(3)中，Snt和knt分别代表t年东道国n的国内研发资本存量和固定资本形成总额。Snt运用永续盘存法进行测算，研发资本折旧率的取值借鉴白洁(2009)的观点，取值为7.14%。[17]OFDIit代表截至t年末母国i对东道国n制造业、信息传输/软件和信息技术服务业、科学研究和技术服务业三个行业领域OFDI的存量之和。(6)OFDIit在Lichtenberg和Potterie原文中代表的是母国对东道国全行业OFDI存量，本文为使计量结果更精确，将其定义为母国对东道国制造业、信息传输/软件和信息技术服务业、科学研究和技术服务业三个行业领域OFDI的存量之和。根据中国OFDI在发达经济体的分布以及相关数据的可获得性，本文选择中国香港、欧盟、美国、新加坡、澳大利亚五个发达经济体作为东道国，运用对东道国三个行业OFDI存量估算中国通过OFDI渠道获取的国外研发资本存量。截至2019年末，中国对中国香港、新加坡、欧盟、澳大利亚、美国五个发达经济体OFDI合计存量占中国对全球OFDI存量的70%，约占中国对发达经济体OFDI存量的97%，因而能较好地反映中国技术寻求型OFDI产生的逆向技术溢出。

中国各省份通过OFDI获取的国外研发资本存量由如下公式估算：

(4)

3.控制变量

(5)

基期研发资本存量利用如下公式进行计算：

(6)

(7)

公式(7)中，FDIit代表中国吸引东道国FDI存量。

中国各省份通过FDI渠道获取的国外研发资本存量由如下公式估算：

(8)

公式(8)中，FDImt和FDIt分别代表m省和全国吸引FDI存量。

c.人力资本投入(H)。选用中国实验与发展(R&D)人员全时当量来表示人力资本投入。

4.门槛变量

本文从吸收能力层面选取研发投入强度(RD)、劳动者受教育程度(ED)、与东道国技术差距(GAP)、经济发展水平(AGDP)、金融发展水平(FIN)、政府支持研发力度(GOV)、对外开放水平(OPEN)七个门槛变量。门槛变量的计算方法见表1。

表1 门槛变量的选取原因及计算方法

(三)数据说明

本文样本涉及2003—2019年间中国大陆30个省市自治区(由于数据缺失，不包括西藏自治区)，共计样本量为510个。(8)中国《对外直接投资统计制度》制定于2002年，并从2004年开始发布《2003年度中国对外直接投资统计公报》；本文撰写期间，2020年大部分相关数据尚未公布，因而本文的样本期间为2003—2019年。国内相关原始数据主要来源于《中国统计年鉴》《中国对外直接投资统计公报》《中国外商直接投资统计公报》《中国科技统计年鉴》《中国劳动统计年鉴》《中国金融年鉴》、Wind数据库、前瞻数据库；中国香港、欧盟、美国、澳大利亚和新加坡的相关原始数据主要来源于世界银行、欧盟统计局、新加坡统计局，个别数据缺失通过估算补足。为了消除量纲的影响，对各变量数据采用取对数的方法进行处理。各变量描述性统计结果见表2。

表2 数据描述性统计

四、实证结果分析

本文采用Stata16软件对模型(Ⅱ)和模型(Ⅲ)进行检验，在确定门槛回归模型具体形式的基础上，估计各门槛变量的门槛值和置信区间，并对门槛检验结果进行分析。

(一)门槛效应检验

门槛效应的检验方式为分别在单一门槛、双重门槛和三重门槛的假设下对模型(Ⅲ)进行估计，自体抽样法次数设定为300次，所得结果见表3。

门槛效应检验结果显示，研发投入强度、技术差距、经济发展水平和对外开放水平的单一门槛检验结果在10%的水平上显著，自抽样P值分别为0.085、0.050、0.070、0.085，劳动者受教育程度的单一门槛检验结果在1%的水平上显著，自抽样P值为0.000，以上五个门槛变量的双重门槛效应检验结果均不显著，表明研发投入强度、劳动者受教育程度、技术差距、经济发展水平、对外开放水平仅存在单一门槛；金融发展水平的单一门槛和双重门槛检验结果均在1%的水平上显著，自抽样P值均为0.000，而金融发展水平的三重门槛效应检验结果不显著，表明金融发展水平具有双重门槛；政府支持研发力度的单一门槛、双重门槛检验结果均不显著，表明政府支持研发力度不存在门槛效应。

表3 门槛效应检验结果

(二)门槛值估计结果

在确定各门槛变量是否存在门槛效应的基础上，估计门槛变量的门槛值及其置信区间，并对估计结果的真实性进行检验，检验结果见下页表4。检验结果表明，研发投入强度、劳动者受教育程度、与东道国技术差距、经济发展水平和对外开放水平的单一门槛估计值分别为0.843、2.385、-1.126、1.084和-1.621；金融发展水平的双重门槛估计值分别为0.786和0.904。为了更清晰地检验各门槛变量的估计值及置信区间，通过对似然比函数图的分析可知，以上六个变量门槛估计值的LR值均小于其拒绝域，证明本文的门槛估计是合理的。

表4 门槛值估计及置信区间

(三)门槛模型检验结果分析

基于门槛效应检验和门槛值估计结果，对门槛模型(Ⅲ)进行固定效应检验，门槛参数估计结果见表5。检验结果显示，研发投入强度、劳动者受教育程度、技术差距、经济发展水平和对外开放水平仅具有单一门槛，金融发展水平存在双重门槛，政府支持研发力度不存在门槛效应。具体分析如下：

表5 门槛模型参数估计结果

首先，从研发投入强度来看,研发投入强度存在单一门槛，并且在不同门槛取值区间内，OFDI逆向技术溢出对中国技术创新能力提升的影响呈现出显著差异。在研发投入强度低于门槛值的情况下，lnSofdi·X(qit≤γ1)的系数为0.084，OFDI逆向技术溢出对中国技术创新能力的提升起到显著促进作用；但是在达到门槛值的情况下，lnSofdi·X(γ1

其次，从经济发展水平上看，经济发展水平存在单一门槛，在经济发展水平未达到门槛值的情况下，lnSofdi·X(qit≤γ1)的系数为0.190，在1%的水平下通过显著性检验，在其达到门槛值后，核心解释变量对应的系数由0.190降至0.159，虽然OFDI逆向技术溢出仍对中国技术创新能力提升产生显著积极影响，但影响呈现减弱趋势。造成这一结果的主要原因可能在于：在样本期间内，中国人均GDP由1.07万元/人增至4.53万元/人，随着中国经济发展水平和人民生活水平的迅速提高，消费者对新兴产品的需求和接受程度逐渐升高，在经济发展水平达到门槛值后，新兴产品内需增加倒逼国内相关产业加快创新步伐，对OFDI逆向技术溢出促进中国技术创新能力提高产生一定的“挤出效应”，从而导致其显著积极影响呈现减弱趋势。

再次，从金融发展水平上看，金融发展水平存在双重门槛，在由两个门槛值划分的三个区间范围内，lnSofdi·X(qit≤γ1)、lnSofdi·X(γ1γ2)分别对应的系数为0.393、0.415、0.444。说明随着金融发展水平不断提高，每达到一个门槛值，OFDI逆向技术溢出对中国技术创新能力的显著促进作用呈逐级递增趋势；同时，在本文门槛模型参数估计结果中，lnSofdi·X(qit>γ2)的系数值最高，说明相较于其他门槛变量，当金融发展水平达到第二门槛值后，其对OFDI逆向技术溢出促进中国技术创新能力提升起到的促进作用最为明显。其主要原因在于：国内企业在开展自主创新活动和OFDI的过程中，均面临着资金不足、融资困难等方面的压力，金融发展主要体现在金融资源配置效率提高、金融体系日趋健全、金融产品和服务多样化等方面，伴随中国金融发展水平的逐渐提高，能够为国内企业提供资金支持，一方面，帮助国内企业突破资金瓶颈，塑造自身技术创新能力，为吸收逆向技术溢出奠定良好的技术基础；另一方面，助力跨国企业“走出去”获取境外先进科技资源，并且在全球范围内进行资源配置，同时强化母公司与境外子公司之间的资源共享和协调发展，促进逆向技术溢出在全国范围内显现。

最后，从劳动者受教育程度、技术差距和对外开放水平三个门槛变量上看。三者均存在单一门槛，并且在达到门槛值后，OFDI逆向技术溢出对中国技术创新能力提升起到更为显著的促进作用。劳动者受教育程度在达到门槛值前后对应核心解释变量lnSofdi·X(qit≤γ1)和lnSofdi·X(γ1

(四)稳健性检验

稳健性检验的方法主要有替代关键变量、采用不同计量方法以及更换检验年限等方式，本文选择更改检验年限的方式，选取2008—2019年间省级面板数据进行稳健性检验，以2008年作为时间节点的主要原因在于全球性金融危机导致发达经济体OFDI流量显著下降，而中国OFDI流量较之前出现大幅上涨，并且2008年之后中国对先进技术的吸收能力也伴随经济快速发展而明显增强。稳健性检验结果如表6所示，各门槛变量的门槛个数、核心解释变量系数的正负以及显著性均未发生明显变化，表明模型通过稳定性检验，模型设定比较合理。

表6 稳健性检验结果

续表6 稳健性检验结果

五、结论与政策建议

本文运用中国2003—2019年间省际面板数据，基于C-H模型、L-P模型以及Hansen(1999)的研究方法，构建面板门槛回归模型，实证检验OFDI逆向技术溢出影响中国技术创新能力的门槛效应，得出如下结论。第一，研发投入强度具有单一门槛，在不同门槛取值区间内，OFDI逆向技术溢出对中国技术创新能力提升的影响呈现出显著差异，即在研发投入强度低于门槛值的条件下，OFDI逆向技术溢出对中国技术创新能力的提升起到显著促进作用，在高于门槛值的条件下，OFDI逆向技术溢出对中国技术创新能力的促进作用明显下降，且效果不显著；第二，经济发展水平具有单一门槛，在不同门槛取值区间内，OFDI逆向技术溢出均显著促进中国技术创新能力提高，但在达到门槛值后，促进作用有所减弱；第三，劳动者受教育程度、技术差距和对外开放水平仅存在单一门槛，金融发展水平存在双重门槛，并且以上四个门槛变量在达到门槛值后，OFDI逆向技术溢出促进中国技术创新能力提升的效果显著增强；第四，门槛效应检验结果显示，政府支持研发力度不存在门槛效应。

基于本文的研究结论，为进一步提升中国OFDI逆向技术溢出对技术创新能力的促进作用，首先，中国应积极推进“走出去”战略，鼓励企业寻求境外先进科技资源。截至2019年末，中国对发达经济体OFDI存量约占总存量的73%，但主要集中在中国香港地区，中国对除中国香港外其他发达经济体OFDI存量仅占总存量的15%，且主要分布在租赁与商务服务业、房地产业、采矿业等技术含量较低的行业领域，因此，应积极引导国内企业根据自身需要，有针对性地向境外高技术领域开展OFDI以获取先进科技资源。其次，中国要持续培育吸收能力，强化逆向技术溢出的吸收和利用。根据本文门槛模型参数估计结果，大部分门槛变量在不同门槛取值区间内所对应的核心解释变量系数显著为正，均显著促进OFDI逆向技术溢出提高中国技术创新能力，其中，金融发展水平在达到第二门槛值后，其对应的lnSofdi·X(qit>γ2)系数值最高，产生的积极影响最大，因此，政府应继续加强吸收能力培育，尤其注重金融发展水平的提升，在推进金融对外开放的同时，创新融资方式，拓宽融资渠道，提高融资效率，降低融资成本，为国内企业“走出去”提供便利条件。最后，中国应大力优化研发投入结构，重视基础研发投入。政府在加大研发投入的同时，应鼓励企业、高校和科研机构增加对基础研究方面的投入，不断提高基础研究经费占研发投入的比重，促进中国原创性成果及顶级科研团队数量增加，为中国自主创新能力的提高以及创新型国家建设奠定坚实基础。