从“引进来”到“走出去”：跨境投资的创新驱动方向转变了吗？

(1.西安财经大学园区管理与创新发展研究中心，陕西西安710067；2.西安交通大学经济与金融学院，陕西西安710061；3.南京邮电大学信息产业发展战略研究院，江苏南京210023；4.胡安卡洛斯国王大学社会与法律学院，西班牙马德里28032)

一、引言

建国七十年来，中国经济发展从自力更生到逐步融入全球化，取得瞩目成就。改革开放初期，通过“筑巢引凤”吸引外商直接投资(IFDI)参与中国经济建设和产业发展，招商引资更是作为地方政府长期坚持的重点发展战略，借助“市场换技术”策略引入国外先进企业在中国投资拓业，显著促进了中国产业技术水平提升[1]。值得关注的是，近年来IFDI增速放缓，而对外直接投资(OFDI)增速明显加快，更多中国企业通过“走出去”，在发达国家建立研发中心，并购先进企业，寻求外部创新提升[2]。相应的数据统计显示，2003年以前，以IFDI资本单向流入为主，伴随着对外开放和市场化经济发展，中国企业逐渐“走出去”开拓国际市场，2003年初现OFDI规模化增长趋势，步入了双向跨境投资阶段，2014年中国OFDI流量首次超过了IFDI，呈现出更为积极的资本外向流动趋势，IFDI与OFDI形成了共轨驱动模式。

以“一带一路”建设为重点，坚持“引进来”和“走出去”并重，加强开放合作，注重创新水平提升。由此引发的思考是，IFDI与OFDI双向演化过程中，跨境投资的创新驱动方向依然源于“引进来”，还是逐渐转向“走出去”？如果跨境投资的创新驱动方向已经转变，那么过去对于招商引资的政策激励要加快向对外投资过渡，充分释放OFDI的创新溢出红利。如果跨境投资的创新驱动方向并未转变，而是由单向“引进来”分化为“引进来”与“走出去”双向共轨，那么两者之间存在什么样的共生演进关系，是彼此隔离还是相互融合？如何通过双向调节“引进来”与“走出去”，释放IFDI与OFDI的共轨创新驱动效应？本文通过研究这些问题，为探讨跨境投资的创新驱动效应提供了一个双向共轨视角；以技术势差为依据解释跨境投资创新驱动的转变逻辑；借助实证检验刻画IFDI与OFDI的创新溢出轨迹及其互动影响关系，为兼顾并重“引进来”与“走出去”，双向驱动创新发展，提供新的经验依据。

二、文献回顾

(一)资本流动全球化与IFDI的创新溢出

二战后的全球贸易体系演变是资本流动全球化的核心动因，发达国家通过向发展中国家投资建厂，追求市场扩张和低成本竞争优势[4]。这一解释下，产业技术势差驱动资本由发达国家流向发展中国家，IFDI带来了成熟工业设备、先进生产技术和管理经验，帮助发展中国家快速培育产业基础，提升技术水平，衍生IFDI的创新溢出效应[5]。Newman等(2019)[6]认为，IFDI的创新溢出效应在亚洲和非洲等发展中国家颇为受益。Hecock和Jepsen(2014)[7]的相关研究证实，墨西哥、巴西等拉美国家通过吸收美国的IFDI，加快了自身经济发展。Perri和Peruffo(2016)[8]却提出不同意见，认为印度等一些发展中国家虽然通过IFDI实现了产业快速植入，但也会因此造成自主创新惰性，Ghebrihiwet(2017)[9]认为这会扩大发达国家和发展中国家之间的技术水平差距。

中国经验证实了IFDI的创新驱动效应[10]，改革开放初期，正是借助招商引资大量引入国外先进企业，显著提升了国内产业技术水平和创新竞争力[11]。但近年来一些学者提出不同意见，陈劲等(2007)[12]以中国省际面板数据研究发现，IFDI对中国区域技术创新的溢出效应并不显著。谢子远等(2017)[13]的研究揭示IFDI表面上带来了外部先进技术，但长期依赖会削弱国内企业自主创新积极性。邵玉君(2017)[14]认为这和中国IFDI结构来源有一定关系，欧美日等发达国家对中国的IFDI技术优势明显，抑制了国内企业创新积极性。田毕飞和陈紫若[15]则认为，IFDI能否产生创新外溢取决于区域本身的技术吸收能力。

(二)资本对外扩张与OFDI的创新溢出

发达国家向发展中国家投资扩张过程中，会附带技术输出，提高当地的生产水平和盈利能力，造成创新资源外流，从而削弱自身创新积极性，造成抑制性影响[16]。Bitzer和Kerekes(2008)[17]对OECD国家的相关研究发现，加拿大、芬兰、德国、西班牙、丹麦等国的OFDI增长对本国生产效率产生了不利影响。与此相反的是，Hiratsuka(2018)[18]发现日本企业在工业转型时期，通过向美国等发达国家的OFDI，帮助日本在高端制造、半导体、电子信息领域实现了创新超越。韩国等一些亚洲新兴国家也都经历了类似的发展阶段，通过OFDI驱动国内创新提升[19]。美国作为全球最大的资本输出国，OFDI的创新溢出较为复杂，受到对外投向地区和资本来源地区等多重因素影响，呈现出双向异化特征[20]。

中国对外投资发展时间不长，早期中国企业对外投资方向以亚非拉等发展中国家为主，目的在于国际援建、初级资源获取和中低端市场扩张[21]。白洁(2009)[22]以中国1985—2005年的样本数据实证研究发现，这个阶段的OFDI并未呈现显著的创新驱动效应，原因是对外投向多为劳动力密集型的中低端市场，难以有效激励国内创新积极性。随着中国改革开放深入，中国企业的技术水平和创新能力有了显著提升，通过投资发达国家和地区，寻求外部技术势差，弥补自身技术短板，逆向提升了国内创新能力[23]。后续的相关研究从不同角度分析了中国OFDI创新溢出的复杂特质，杜龙政和林润辉(2018)[24]以中国省际面板数据的实证研究认为，中国OFDI在2005年之后体现出更为有效的创新驱动。李洪亚和宫汝凯(2016)[25]分析中国OFDI结构发现，投向欧美等发达国家能够有效提升OFDI创新溢出空间。沙文兵和李莹(2018)[26]发现中国OFDI创新驱动具有一定的空间异质性，东部地区OFDI创新溢出更为明显。

(三)文献评价与创新贡献

通过文献梳理得到的重要启示在于，全球资本流动过程中，IFDI与OFDI在不同阶段，对资本输出国和资本吸收国会产生差异性的创新溢出影响。中国改革开放初期更多吸收了IFDI的创新溢出红利，但在国内产业升级和国外技术封锁的双重影响下，“招商引资”的创新驱动效应有所弱化。与此同时，中国对外投资快速发展过程中，跨国企业通过在发达国家投资并购，吸收国外先进技术经验，实现了OFDI的创新溢出。但现有文献对IFDI或OFDI的相关研究多为单向层面，割裂了双向跨境投资创新溢出的内在联系，忽视了两者的共生驱动特征，未能深入揭示IFDI与OFDI双向创新溢出的动态演进关系，缺乏相应的经验证据。

本文的主要创新贡献在于：一是基于中国双向跨境投资的演化趋势，以内外技术势差为动因，分析跨境投资创新溢出的衍生逻辑，进一步揭示从IFDI到OFDI的历史必然性；二是突破单一IFDI或单一OFDI的研究局限，双向对比IFDI与OFDI创新溢出的动态演进关系，界定两者的共轨驱动特征，从而为研究跨境投资创新溢出提供了一个全局视角；三是推演双向跨境投资创新溢出的互动关系，剖析IFDI对OFDI创新溢出的影响机制和OFDI对IFDI创新溢出的影响机制，并借助实证检验刻画两者之间的动态影响规律，从而为新时代全面开放和创新转型提供系统优化、动态调节的策略选择。

三、理论机制

(一)IFDI的创新溢出机制

以大卫·李嘉图的比较优势贸易理论解释来看[27]，改革开放初期中国工业发展基础薄弱，通过IFDI引入先进产业和成熟技术，外资企业将中国视为全球最佳OEM代工厂，借助低成本劳动力创造高额收益，这个过程的创新溢出效应主要体现在国内企业对外资企业的技术学习，提高了国内生产水平，但这一阶段的创新驱动较为有限，掌握技术不等于创新突破。随着中国市场经济逐渐繁荣，产业基础不断完善，提出了“市场换技术”策略，吸引包括集成制造业、生物医药、电子信息等技术型产业在中国投资发展，这些企业成为了中国的技术模范，国内企业通过对外资企业的研发学习和创新模仿，吸收技术势差△T(图1)，有效提升了自身技术竞争力，显现出IFDI的创新驱动效应[28]。

图1 IFDI创新溢出

H1由于外资引入的技术势差驱使，IFDI释放了积极的创新溢出效应，并且在内外技术势差较大的初始阶段，IFDI的创新溢出空间最佳。

(二)OFDI的创新溢出机制

经济全球化过程中，中国企业逐步“走出去”，借助对外投资参与国际市场分工与合作[29]。当然，由于相对优势不足，中国企业早期“走出去”更多面向的是亚非拉等第三世界国家，主要诉求是中低端市场扩张和资源获取，投资体量也较为有限，难以形成创新驱动。在产业转移过程中，一些企业将设备和技术带到东南亚国家，降低了国内资源投入，不利于中国创新进步。然而，随着中国消费市场升级和产业进步，国内企业也在不断提高自身竞争力，加快追赶国外先进技术企业，积极融入国际产业链，华为、吉利等一些中国企业通过OFDI走向西方发达国家，在欧美地区投资建立研发中心和生产基地，虹吸国外高新产业技术势差△T(见图2)，提升了国内产业技术水平，释放了OFDI的创新溢出效应，这是新兴发展中国家突破“雁型模式”局限的重要策略。

图2 OFDI创新溢出

图3 中国跨境投资趋势与技术势差演变

H2“走出去”过程中，虹吸外部先进技术势差能够有效释放OFDI的逆向创新溢出效应，并且由于内外技术势差的变化，OFDI的创新溢出具有一定的动态演化特征。

(三)从IFDI到OFDI：创新驱动的转变逻辑

随着改革开放不断深化，中国自身经济发展水平和技术创新能力有了长足进步，逐渐缩小了与国外发达国家的产业技术势差(ΔH)，经济结构和创新环境日趋完善，来自国外成熟产业的IFDI失去了原有的技术优势[30]，而国内人口红利褪去也进一步加剧了市场竞争，招商引资所带来的技术模范效应逐渐消失。Porter(1980)[31]的竞争优势理论兴盛下，西方发达国家为了保持并扩大技术优势，限制本国高新技术产业对外投资，长期对中国实施技术封锁[32]，导致IFDI难以引入尖端高新技术，造成创新驱动瓶颈。这一过程中，中国企业具备了一定的创新能力，但依然缺乏核心技术，为了打破瓶颈，跨国公司通过向发达国家对外投资(OFDI)，学习国外先进技术和研发经验，转化提升自身创新能力[33]，逐渐取代外资企业成为国内的技术模范，带动上下游企业技术学习和研发跟进，成为国内创新发展的新动能。

H3内外技术势差变化是IFDI向OFDI过渡的内生动因(见图3)，外资引入的技术优势逐渐弱化，而“走出去”能够虹吸国外先进技术势差，跨境投资的创新驱动由单向“引进来”向“走出去”分化，从而衍生出双向跨境投资的共轨创新驱动机制。

(四)双向跨境投资创新溢出的互动影响机制

中国跨境投资从资本流入主导变为IFDI和OFDI双向并行，新时代推进全面开放新格局要并重“引进来”与“走出去”，事实上，IFDI和OFDI的创新驱动并非隔离演进[34]，两者之间会产生相互制约影响，李磊等[35]认为高质量的“引进来”将会促进“走出去”，提高OFDI的溢出水平。这一观点的逻辑基础在于，随着中国经济稳步增长和产业技术逐渐优化，成熟产业IFDI难以维持竞争优势，需要提高招商引资的技术门槛，鼓励引入国外尖端高新技术产业。但从两者的内在联系来看，IFDI对OFDI创新溢出的影响并非单向线性，可能产生两种不同影响：一是外部高新技术产业引进会扩大技术模仿和创新吸收边界，促进国内企业创新能力提升，进而撬动企业“走出去”的技术起点，加速OFDI过程中的逆向创新虹吸，从而提升OFDI创新驱动效应；二是高新技术产业IFDI引入后，提高了国内技术势差，成为技术创新模范，引领国内企业技术跟进和创新模仿，从而降低了“走出去”寻求外部技术势差的积极性，抑制了OFDI的创新驱动效应，陷入IFDI技术跟进依赖。

反过来，OFDI同样会影响IFDI的创新驱动效应，“一带一路”建设下，中国企业大胆“走出去”学习国外创新经验，引入先进技术，通过逆向虹吸提升国内母体技术创新能力[36]，对原有招商引资企业造成技术竞争，取代其在国内的技术领先地位，从而降低了IFDI的创新驱动效应。如果IFDI企业要保持竞争优势，会提高进入中国市场的技术门槛，反而会激发IFDI的创新驱动效应。

H4双向跨境投资的共轨创新驱动模式下，IFDI与OFDI并非隔离互质，两者的创新驱动具有复杂的互动溢出机制。

四、研究设计

(一)计量模型

双向跨境投资共轨驱动系统中，创新溢出存在较为复杂的动态溢出特征。借鉴Hansen[37]的面板门槛回归模型，通过构建解释变量回归系数的分段函数，验证跨境投资对创新驱动的非线性影响

innit=α1fdiit·I(fdiit≤γ)+α2fdiit·I(fdiit>γ)+μi+εit

(1)

式(1)中，i表示各个省域，t表示不同年度；innit表示i省区在t年的创新水平；fdiit表示i省区在t年的跨境投资变量，分为IFDI与OFDI；而γ表示fdiit的不同门槛值；I(fdiit)表示检验门槛γ是否存在的假设函数，当门槛条件满足时，符合假设取值为1，反之则取值为0；误差项εit～idd(0,σ2)，μi表示不随时间变化的截面个体效应。

Hansen的门槛检验方法是通过比较调节变量和与门槛阈值γ的大小，从而将门槛调节变量划分成两个不同区域，各区域核心变量的回归系数取值有所差异，以此反映IFDI对创新水平影响的非线性特征。

(2)

(二)变量说明

1. 被解释变量

区域创新水平(inn)，区域创新水平的评定方法较多，以授权专利作为量化依据具有一定的普遍性[38]，能够合理反映技术创新成果的价值含量，同时在数据统计层面具有较好的一致性，由此本文选择区域专利授权数量作为区域技术创新水平的评价指标，为了合理控制方差影响，对各地区专利授权数做对数处理。

为了更为深入测度地区创新能力，进一步用广义似然率统计量方法(SFA)，设计超越对数生产函数模型(Trans-Log Production Function)(1)测算区域创新效率前，需要考虑柯布-道格拉斯生产函数(Cobb-Douglas Production Function)模型和超越对数生产函数模型选择哪一个更适合，以广义似然率统计量方法进一步检验测试发现，超越对数生产函数模型的拟合结果更优，对非平衡数据和异质类数据的处理更为有效。，测定区域创新效率，以反映区域创新水平的纵深差异

(3)

2. 解释变量

跨境投资强度(fdi)，包括外商直接投资(ifdi)和对外直接投资(ofdi)。选择各地区外商直接投资额与同期该地区GDP的比值(2)在数据量化处理时，考虑货币差异，首先采用当年平均汇率，将美元计价的非金融类IFDI统计量换算成以人民币为单位，统一计价单位，OFDI指标处理方法下同。，测算得到各地区外商直接投资强度，单位GDP的外商直接投资贡献越大，说明吸收外资强度越高。测定对外直接投资ofdi强度时，根据《中国对外直接投资统计公报》中各省区数据，计算该地区对外直接投资流量与GDP的比值，反映该地区对外投资强度。

3. 门槛调节变量

研究设计中，在测定单向跨境投资ifdi创新溢出的动态影响模型中，同时以ofdi作为自身门槛调节变量，在测定ofdi创新溢出的动态影响模型时，以ofdi作为自身门槛调节变量。在测定双向跨境投资创新溢出的动态影响模型时，以ofdi和ofdi互为门槛调节变量。

4. 相关控制变量

为了尽可能降低内生性影响，得到无偏的估计结果，本文选取以下相关控制变量。

城市化发展水平(urb)，经济基础和城市化进程对区域创新发展具有重要支撑作用，本文以区域城镇人口在总人口中所占的比例计算区域城市化水平。

人力资本条件(hum)，在研发创新过程中，人力资本投入是创新产出的核心影响因素，以区域平均受教育年限为依据，测算得到该地区人力资本条件。

市场化经济程度(mar)，市场化经济发展是资本流通、创新竞争的重要环境因素，市场化程度越高，经济结构越丰富，能够有效激励良性创新竞争，从而提高区域技术创新积极性，以非国有经济固定资产投资占全社会固定资产投资比重衡量该地区市场化经济程度。

技术引进依赖性(tei)，国外技术引进是区域创新发展的另一影响因素，选取各省区国外技术引进合同金额与GDP的比值测算，以考察区域研发创新过程中对技术引进的依赖程度。

创新政策支持力度(gov)，创新发展离不开政府引导和政策支持，但由于各地区财力不一，创新发展水平差异较大，地方政府的创新政策支持效力有所不同，本文以政府研发支出占该地区整体研发支出的比例衡量区域创新政策支持力度。

(三)数据来源

在数据的空间截面选取时，主要根据Wind资讯数据库、《中国对外直接投资统计公告》中IFDI和OFDI的相关统计，选择中国省际层面数据，考虑到相关统计的一致性和可获得性，剔除了港、澳、台、西藏等省区，最终实际选取的数据来自30个省区。在数据的时间纵向截取时，中国IFDI发展的相关统计起点较早，数据覆盖时间跨度较长，而OFDI规模化增长相对较晚，《中国对外直接投资统计公告》中各省区的面板数据统计始于2003年，由此以2003—2016年阶段IFDI和OFDI共生期截取数据时间跨度，以期寻找双向跨境投资的创新驱动规律。其他相关数据来源还包括：《中国统计年鉴》《中国科技统计年鉴》、各省区统计年鉴等。

(四)数据检验

为了控制内生性影响，研究设计中引入多项控制变量，需要进一步检验模型设计是否合理性，测算得到Mean VIF为2.87，合理控制了解释变量的多重共线性影响。研究选取的变量面板数据一阶平稳，进一步采用Pedroni(1999)[39]的残差协整检验结果显示，七个关键统计量中五个统计量通过了1%的显著性水平检验，由此判断各变量之间存在长期稳定的均衡关系。

五、实证结果与分析

(一)单向跨境投资的创新溢出

以Hansen的面板门槛固定效应估计模型检验单向跨境投资创新溢出的动态效应，首先以“自举法”重叠模拟似然比对统计量检验1 000次，估计出bootstrap P值，从而验证跨境投资强度门槛是否存在。IFDI的创新溢出检验结果见表1中模型D1-1，由模型输出的F值和P值可知，IFDI创新溢出的第一门槛(0.032 6)、第二门槛(0.047 5)和第三门槛(0.047 9)都通过了1%显著性水平检验，说明IFDI对区域技术创新的影响存在显著的三重门槛特征。

表1 单向跨境投资创新溢出的门槛检验结果

检验模型门槛存在性门槛估计值F值P值BS次数IFDI动态创新溢出模型D1-1内生检验模型D1-2稳健检验模型D1-3OFDI动态创新溢出模型D2-1内生检验模型D2-2稳健检验模型D2-31st门槛0.032 634.927 7∗∗∗0.000 01 0002nd门槛0.047 57.84 0∗∗∗0.007 01 0003rd门槛0.047 921.292 6∗∗∗0.000 01 0001st门槛0.027 510.584 0∗∗∗0.010 01 0002nd门槛0.038 76.324 9∗∗0.019 01 0003rd门槛0.069 33.426 5∗0.069 01 0001st门槛0.002 710.049 7∗∗∗0.003 01 0002nd门槛0.042 08.248 5∗∗∗0.001 01 0003rd门槛0.047 59.672 9∗∗∗0.000 01 0001st门槛0.000 121.568 3∗∗∗0.000 01 0002nd门槛0.004 417.847 2∗∗∗0.000 01 0003rd门槛0.010 45.020 7∗∗0.022 01 0001st门槛0.000 123.240 4∗∗∗0.000 01 0002nd门槛0.004 29.299 4∗∗∗0.003 01 0003rd门槛0.006 44.131 2∗∗0.027 01 0001st门槛0.000 124.661 2∗∗∗0.000 01 0002nd门槛0.004 210.564 3∗∗∗0.001 01 0003rd门槛0.010 36.888 4∗∗∗0.010 01 000

注：*、**、***分别表示在10%、5%、1%的显著水平拒绝原假设。

IFDI创新溢出的动态估计结果显示(表2中模型D1-1)，IFDI强度在四个不同门槛区间时，对区域技术创新的溢出影响有所差异。当IFDI强度低于0.032 6时，对区域技术创新的溢出影响显著为负；当IFDI强度提升至[0.032 6，0.047 5]区间时，IFDI的创新溢出变得不显著；当IFDI强度进一步提升后，创新溢出显著为负，但在[0.047 5，0.047 9]及[0.047 9，+∞]区间的影响系数有所差异。从IFDI的创新溢出动态轨迹来看，“市场换技术”策略已经失效，当前外资引入不但没有带动国内创新进步，反而在不同程度抑制了区域创新发展。原因可能在于，当国内企业技术水平不断提升，外资企业失去了原有的技术势差优势，引入中低端成熟产业可能诱发恶性竞争，不利于国内创新进步。

表2 单向跨境投资创新溢出的估计结果

变量IFDI创新溢出模型D1-1内生性检验模型D1-2稳健性检验模型D1-3OFDI创新溢出模型D2-1内生性检验模型D2-2稳健性检验模型D2-3ifdi-1-135.270 8∗∗(-2.160 3)-3.517 5(-0.912 3)-11.532 2∗∗∗(-3.141 5)———ifdi-211.992 6(0.510 9)1.212 9(0.445 4)-0.137 0(-0.823 9)---ifdi-3-35.305 1∗∗∗ (-4.693 3)-5.501 1∗∗∗ (-2.883 6)0.304 7(1.052 3)———ifdi-4-5.982 1∗∗∗ (-3.530 8)-1.998 2(-1.219 4)-0.242 4∗∗(-2.412 4)———ofdi-1———-1 940.000 0∗∗(-2.112 6)-2 960.000 0∗∗∗(-2.693 9)-139.504 2∗∗∗(-2.814 5)ofdi-2———112.131 3∗∗∗(6.026 9)94.422 3∗∗∗(5.151 5)6.394 5∗∗∗ (5.197 8)ofdi-3———46.149 8∗∗∗(4.590 4)49.237 6∗∗∗(3.529 0)3.629 7∗∗∗ (5.630 9)ofdi-4———7.780 6∗∗(2.509 4)10.029 2∗∗(2.488 0)0.844 2∗∗∗ (4.314 6)urb8.287 2∗∗∗(15.251 7)10.330 1∗∗∗(18.743 4)0.480 9∗∗∗(14.005 6)7.507 7∗∗∗(13.254 9)9.161 7∗∗∗(9.540 3)0.393 8∗∗∗(10.902 2)hum0.652 9∗∗∗ (10.646 5)0.559 0∗∗∗(9.385 6)0.039 9∗∗∗(10.246 5)0.6338∗∗∗(10.342 4)0.571 0∗∗∗(9.419 8)0.038 2∗∗∗(9.828 8)mar2.072 3∗∗∗(6.274 8)1.276 6∗∗∗(3.697 9)0.238 4∗∗∗(11.174 3)1.794 9∗∗∗(5.3546)1.260 3∗∗∗(3.631 3)0.221 5∗∗∗(10.421 3)tei-9.104 6∗∗∗(-2.650 1)-11.952 5∗∗∗(-3.612 7)-0.723 9∗∗∗(-3.293 1)-10.836 5∗∗∗(-3.077 7)-12.670 3∗∗∗(-3.802 2)-0.755 8∗∗∗(-3.404 9)gov2.175 6∗∗∗ (5.479 5)2.077 1∗∗∗(5.357 3)0.137 5∗∗∗(5.445 2)1.852 4∗∗∗(4.709 3)1.907 1∗∗∗ (5.005 9)0.117 5∗∗∗(4.729 7)

注：括号内数字是经过异方差修正得到的t统计量检验值；*、**、***分别表示所对应变量的估计系数通过10%、5%、1%的显著水平检验；fdi-1-fdi-4为跨境投资强度在四个不同门槛区间内对技术创新影响的估计系数有所差异。

OFDI的创新溢出(表1中模型D2-1)同样具有显著三重门槛特征(0.000 1，0.004 4，0.010 4)，OFDI强度在四个不同门槛区对区域创新的溢出影响呈现出先负后正的“U”型趋势(表2中模型D2-1)。当OFDI强度低于0.000 1时，对区域技术创新的溢出影响显著为负；当OFDI强度提升至[0.000 1，0.004 4]时，对技术创新的影响转负为正，释放了积极的创新驱动效应；当OFDI强度进一步提升至[0.004 4，0.010 4]和[0.010 4，+∞]区间，其创新溢出空间逐步降低，但依然显著为正。OFDI的动态创新溢出轨迹验证了理论假设的合理性，“走出去”在初级阶段更多出于中低端市场开发，资源外流不利于国内创新进步，随着改革开放与经济发展，中国企业逐步走向发达国家，学习先进技术经验，OFDI开拓了一条逆向创新虹吸通道。在这个过程中，国内外技术势差逐渐缩小，造成OFDI创新溢出呈现出边际递减规律，但由于国外先进技术优势长期存在，“走出去”在较长一段时间内有利于促进国内创新进步。

对比双向跨境投资的创新溢出轨迹发现，内外技术势差双向演化过程中，IFDI与OFDI的创驱动存在显著差异，招商引资的技术红利逐渐褪去，而跨境投资的创新驱动逐渐转向对外开放“走出去”，成为新时代全面开放新格局的重要特征。

各个控制变量的估计结果显示，城市化依然是区域创新发展的基础动力，为技术研发提供环境支撑和物质条件；优化人力资本条件能够有效提升区域创新发展水平；进一步提高市场化程度，鼓励民营经济发展，有利于技术竞争和创新进步；值得警惕的是，区域创新发展过程中，扩大国外技术引进容易滋生依赖惰性，抑制区域自主创新；政府R&D资助是激励区域创新发展的重要工具，要发挥财税政策的积极作用，引导企业通过对外投资获取技术进步与创新升级。

(二)双向跨境投资的互动创新溢出影响

IFDI对OFDI创新溢出的调节效应(表5中模型D3-1)具有显著三重门槛特征(0.005 3，0.015 6，0.037 5)。IFDI强度低于0.005 3时，OFDI对区域技术创新的影响不显著；当IFDI强度提高至[0.005 3，0.015 6]时，OFDI抑制了区域创新发展；当IFDI强度进一步提升至[0.015 6，0.375]时，OFDI的创新溢出转负为正，释放了积极的创新驱动效应；IFDI强度高过0.037 5时，OFDI的创新溢出又变得不显著。上述趋势验证了理论假设H4的合理性，反映了双向跨境投资演进过程中，“引进来”与“走出去”的创新溢出并非隔离互质，两者之间存在显著的互动影响，招商引资在较低强度时挤压了OFDI的创新溢出空间，但在适度水平时有助于促进OFDI虹吸国外先进技术势差，协调驱动国内创新发展。

反观OFDI对IFDI创新溢出的影响估计结果(表3、表4中模型D4-1)发现，OFDI的调节效应同样存在显著的三重门槛特征(0.000 4，0.000 5，0.002 1)。当OFDI强度低于0.002 1时，IFDI对区域技术创新的影响显著为负，仅在三个不同门槛区间的影响系数有所差异；当OFDI强度高于0.002 1时，IFDI对区域技术创新的影响变得不显著。这一趋势说明，OFDI虽然未能改变IFDI的创新抑制性影响，但中国企业不断“走出去”虹吸国外先进技术经验，有效提升自身创新能力，通过市场竞争打破“引进来”的技术壁垒，OFDI在较高强度时能够弱化IFDI的负向溢出效应。

(三)内生性检验与稳健性检验

1. 内生性检验

在模型设计时，为了尽可能降低不可观测因素的影响，引入了多项控制变量，并预先做了数据检验，降低内生性影响。在模型输出后，为了获取更为严谨的研究结果，进一步采用Lucchetti和Palomba(2009)[40]的研究方法，对解释变量滞后一阶(模型D1-2、模型D2-2、模型D3-2、模型D4-2)，采用Hansen的固定效应门槛模型检验内生性(3)较为常见的线性面板回归通常借助工具变量或GMM方法检验内生性，但在非线性门槛模型估计时，这两种方法均难以匹配。。结果发现，IFDI的创新溢出效应、OFDI的创新溢出效应以及双向跨境投资之间的互动创新溢出影响依然存在显著的三重门槛特征，模型输出的动态轨迹保持一致，较好地控制了内生性影响。

表3 双向跨境投资的互动创新溢出影响门槛检验结果

检验模型门槛存在性门槛估计值F值P值BS次数IFDI对OFDI创新溢出的动态影响模型D3-1内生检验模型D3-2稳健检验模型D3-3OFDI对IFDI创新溢出的动态影响模型D4-1内生检验模型D4-2稳健检验模型D4-31st 门槛0.005 33.534 8∗0.058 01 0002nd 门槛0.015 64.136 8∗∗0.036 01 0003rd 门槛0.037 54.495∗∗0.034 01 0001st 门槛0.043 92.685 7∗0.096 01 0002nd 门槛0.058 86.873 5∗∗0.011 01 0003rd 门槛0.069 33.269 6∗0.065 01 0001st 门槛0.002 717.546 6∗∗∗0.000 01 0002nd 门槛0.004 011.203 1∗∗∗0.005 01 0003rd 门槛0.022 28.415 1∗∗∗0.010 01 0001st 门槛0.000 427.658 6∗∗∗0.000 01 0002nd 门槛0.000 59.498 4∗∗∗0.005 01 0003rd 门槛0.002 14.134 7∗∗0.042 01 0001st 门槛0.000 514.561 7∗∗∗0.000 01 0002nd 门槛0.000 63.725 8∗∗0.049 01 0003rd 门槛0.000 94.987 8∗∗0.017 01 0001st 门槛0.000 111.470 7∗∗∗0.000 01 0002nd 门槛0.000 46.928 5∗∗0.013 01 0003rd 门槛0.002 43.532 6∗0.056 01 000

注：*、**、***分别表示在10%、5%、1%的显著水平拒绝原假设。

2. 稳健性检验

为了进一步检验模型输出的稳健性，我们将被解释变量由授权专利数量换为区域创新效率(模型D1-3、模型D2-3、模型D3-3、模型D4-3)，旨在反映区域技术创新的投入产出能力。结果发现，IFDI的创新溢出规律、OFDI的创新溢出规律以及双向跨境投资之间的互动创新溢出影响并未改变，仅是个别估计系数和显著性水平出现了些许差异，这在检验中是可以接受的，并且各个控制变量的估计系数高度相似，从而验证了实证研究结果的稳健性。

表4 双向跨境投资的互动创新溢出影响估计结果

变量IFDI对OFDI创新溢出影响模型D3-1内生性检验模型D3-2稳健性检验模型D3-3OFDI对IFDI创新溢出影响模型D4-1内生性检验模型D4-2稳健性检验模型D4-3ifdi-1----5.583 1∗∗∗ (-3.064 4)-5.163 9∗∗∗ (-3.003 0)-0.466 8∗∗∗(-3.224 8)ifdi-2----10.400 0∗∗∗(-4.071 6)-0.103 5(-0.051 2)-0.013 7(-0.103 9)ifdi-3----2.651 1∗(-1.617 9)-3.029 7∗(-1.724 0)-0.221 5∗∗(-2.096 7)ifdi-4---2.461 5(1.286 1)0.878 3(0.470 9)0.034 1(0.271 8)ofdi-12.921 5(0.268 4)12.218 0(1.311 0)-0.238 9∗∗(-2.2121 )---ofdi-2-31.313 4∗(-1.933 5)-0.555 9(-0.099 5)6.708 8∗∗∗(4.889 9)---ofdi-313.583 2∗∗(2.4335)-72.921 2∗∗(-2.474 5)1.847 0∗∗∗ (3.491 8)---ofdi-4-0.397 6(-0.113 4)28.972 8∗(1.773 3)0.417 1(1.131 4)---urb8.810 4∗∗∗(15.651 8)10.338 9∗∗∗(18.423 0)0.453 0∗∗∗(13.409 6)8.154 1∗∗∗ (15.099 9)9.738 7∗∗∗(17.232 5)0.450 6∗∗∗(12.836 0)hum0.642 3∗∗∗ (9.831 3)0.563 0∗∗∗(9.042 2)0.037 3∗∗∗(9.463 5)0.611 6∗∗∗(10.077 6)0.560 9∗∗∗(9.376 8)0.038 9∗∗∗ (9.763 3)mar2.106 8∗∗∗(6.020 3)1.299 7∗∗∗(3.635 1)0.252 9∗∗∗(11.849 1)1.888 8∗∗∗ (5.616 6)1.312 6∗∗∗(3.800 3)0.244 0∗∗∗ (11.630 7)tei-9.434 7∗∗(-2.581 7)-8.668 5∗∗ (-2.493 9)-0.756 7∗∗∗(-3.357 7)-9.291 2∗∗(-2.725 2)-12.295 4∗∗∗(-3.715 7)-0.803 4∗∗∗ (-3.627 0)gov2.154 0∗∗∗ (5.260 8)2.083 5∗∗∗ (5.321 7)0.137 7∗∗∗(5.478 6)2.010 9∗∗∗ (5.144 2)2.003 5∗∗∗ (5.199 6)0.133 6∗∗∗ (5.255 0)

注：括号内数字是经过异方差修正得到的t统计量检验值；*、**、***分别表示所对应变量的估计系数通过10%、5%、1%的显著水平检验；fdi-1-fdi-4为跨境投资强度在四个不同门槛区间内对技术创新影响的估计系数有所差异。

(四) “一带一路”建设对双向跨境投资创新溢出的驱动效应

新时代“一带一路”建设对跨境投资和创新发展具有双重驱动作用，一方面深化对外开放有利于吸引“一带一路”沿线国家参与中国创新发展，另一方面加快了中国企业“走出去”步伐，通过对外投资加强创新合作，双向撬动跨境投资的创新溢出红利。由此划分“一带一路”和非“一带一路”两大地区(4)根据国家发改委、外交部、商务部联合发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》正式确定“一带一路”沿线省份有18个，分别是新疆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、上海、福建、广东、浙江、海南和重庆。，检验“一带一路”建设对双向跨境投资创新溢出的驱动效应。

表5 “一带一路”建设下的双向跨境投资创新溢出影响门槛检验结果

地区检验模型门槛存在性门槛估计值F值P值BS次数“一带一路”地区非“一带一路”地区IFDI创新溢出影响模型Y-1OFDI创新溢出影响模型Y-2IFDI对OFDI创新溢出影响 模型Y-3OFDI对IFDI创新溢出影响 模型Y-4IFDI创新溢出影响模型N-1OFDI创新溢出影响模型N-2IFDI对OFDI创新溢出影响 模型N-3OFDI对IFDI创新溢出影响 模型N-41st 门槛0.002 714.258 0∗∗∗0.000 01 0002nd 门槛0.003 67.736 0∗∗∗0.010 01 0003rd 门槛0.061 13.748 9∗∗0.044 01 0001st 门槛0.000 26.642 5∗∗0.011 01 0002nd 门槛0.004 36.387 3∗∗0.012 01 0003rd 门槛0.010 53.726 9∗∗0.033 01 0001st 门槛0.016 05.492 3∗∗0.027 01 0002nd 门槛0.018 86.155 5∗∗0.014 01 0003rd 门槛0.037 64.364 6∗0.051 01 0001st 门槛0.000 58.977 3∗∗∗0.005 01 0002nd 门槛0.000 62.956 2∗0.087 01 0003rd 门槛0.003 39.565 7∗∗∗0.006 01 0001st 门槛0.005 519.918 1∗∗∗0.000 01 0002nd 门槛0.011 910.248 3∗∗∗0.002 01 0003rd 门槛0.047 53.764 5∗0.059 01 0001st 门槛0.000 524.767 1∗∗∗0.000 01 0002nd 门槛0.003 87.606 4∗∗∗0.003 01 0003rd 门槛0.006 83.849 3∗∗0.048 01 0001st 门槛0.005 52.334 3∗0.090 01 0002nd 门槛0.035 35.682 1∗∗0.020 01 0003rd 门槛0.037 510.564 2∗∗∗0.000 01 0001st 门槛0.000 131.091 5∗∗∗0.000 01 0002nd 门槛0.002 04.273 8∗∗∗0.009 01 000—————

注：*、**、***分别表示在10%、5%、1%的显著水平拒绝原假设。

1. “一带一路”地区

“一带一路”地区单向跨境投资创新溢出的估计结果显示，IFDI创新溢出(见表5、表6中模型Y-1)存在显著的三重门槛特征(0.002 7，0.003 6，0.061 1)，当IFDI强度低于0.002 7时，招商引资抑制了区域技术创新；当IFDI强度提高至[0.002 7，0.003 6]时，释放了积极的创新溢出效应；当IFDI强度进一步提升至[0.003 6，0.061 1]和[0.061 1，+∞]区间后，对区域的创新发展造成了不利影响，但影响系数有所差异。“一带一路”地区OFDI的创新溢出(见表5、表6中模型Y-2)同样具有三重门槛特征(0.000 2，0.004 3，0.010 5)，呈现出先负后正的“U”型规律，当OFDI强度低于0.000 2时，显著抑制了区域技术创新；当OFDI强度超过0.000 2时，释放了积极的创新溢出效应；但随着强度逐步提升，OFDI的创新溢出效应出现了边际递减。横向对比来看，“一带一路”地区OFDI的创新溢出规律和全国层面较为类似，“走出去”在初级资源获取和中低端市场开拓过程中可能难以驱动创新发展，但在“一带一路”建设驱动下，通过OFDI加快外部技术学习，能够有效撬动对外投资的创新溢出红利。同时，“一带一路”政策扭转了IFDI的创新抑制影响，在适度IFDI区间释放了积极的创新溢出效应，这一点与全国层面明显不同，呈现出双向跨境投资共轨溢出的良性机制。

表6 “一带一路”建设下的双向跨境投资创新溢出的估计结果

变量“一带一路”地区非“一带一路”地区IFDI创新溢出影响模型Y-1OFDI创新溢出影响模型Y-2IFDI对OFDI创新溢出影响模型Y-3OFDI对IFDI创新溢出影响模型Y-4IFDI创新溢出影响模型N-1OFDI创新溢出影响模型N-2IFDI对OFDI创新溢出影响模型N-3OFDI对IFDI创新溢出影响模型N-4ifdi-1-154.548 6∗∗(-2.059 3)——-5.184 1∗∗(-2.345 1)24.506 0(0.670 3)——-12.487 7∗∗∗(-2.662 0)ifdi-289.017 0∗∗(2.318 9)——1.792 0(0.739 7)-36.569 2∗∗∗(-2.611 4)——-4.184 2(-1.519 0)ifdi-3-7.721 3∗∗∗ (2.785 9)——-5.199 1∗∗(-2.468 9)2.322 3(0.528 0)——6.336 3(1.545 4)ifdi-4-4.401 4∗∗(-2.312 1)——0.505 8∗∗(2.201 2)-7.513 4∗∗(2.502 3)———ofdi-1--1 280.000 0∗∗(-2.013 5)4.537 8(0.474 8)——-239.273 0(-1.114 0)-74.067 7(-0.988 5)—ofdi-2—66.498 4∗∗∗ (2.937 9)96.220 4∗∗∗(2.913 6)——155.462 7∗∗∗(4.571 0)9.925 2(1.206 4)-ofdi-3—34.304 4∗∗∗ (3.038 1)28.696 1∗∗∗(3.491 8)——75.469 0∗∗∗(3.345 1)199.812 4∗∗∗(3.983 0)—ofdi-4—7.176 4∗(1.882 9)0.273 8 (0.066 7)——7.976 7(1.565 3)-2.231 7(-0.401 1)—urb8.266 3∗∗∗(12.145 5)7.724 3∗∗∗(10.536 9)8.505 7∗∗∗(12.283 3)8.888 7∗∗∗(12.406 5)7.891 4∗∗∗(9.022 5)6.890 5∗∗∗(8.168 9)8.097 3∗∗∗(9.507 6)7.577 3∗∗∗(8.619 9)mar0.715 5∗∗∗(9.587 0)0.684 0∗∗∗(8.703 1)0.657 6∗∗∗(8.336 5)0.642 8∗∗∗(8.455 1)0.657 2∗∗∗(6.603 1)0.605 5∗∗∗(6.235 2)0.689 5∗∗∗(6.770 2)0.629 7∗∗∗(6.499 1)hum0.508 6∗(1.804 9)0.462 2(1.060 9)0.543 2 (1.250 5)0.493 1 (1.157 4)2.499 1∗∗∗ (4.623 0)3.123 2∗∗∗(5.759 2)3.380 2∗∗∗(5.941 4)2.748 4∗∗∗(4.852 1)tei-8.154 7∗∗(-2.241 1)-8.528 6∗∗(-2.234 9)-10.349 5∗∗∗(-2.704 9)-7.209 6∗(-1.949 2)-13.331 4∗(-1.840 4)-11.095 6(-1.446 0)-3.307 6(-0.391 7)-0.864 5(-0.119 0) gov2.802 4∗∗∗(6.640 1)2.454 5∗∗∗(5.637 6)3.031 7∗∗∗(6.921 1)2.683 7∗∗∗(6.330 5)1.276 7∗(1.715 2)1.831 2∗∗(2.200 8)2.641 6∗∗∗(2.945 9)2.234 5∗∗∗ (2.691 4)

注：括号内为修正异方差后的t统计量值；***、**、*分别表示各变量的系数通过1%、5%、10%的显著水平；fdi-1-fdi-4为跨境投资强度在四个不同门槛区间内对技术创新影响的估计系数有所差异。

“一带一路”地区IFDI对OFDI创新溢出的调节影响估计结果(表5、表6中模型Y-3)显示，IFDI强度低于0.016 0时，OFDI的创新溢出并不显著；当IFDI强度提升至[0.016 0，0.018 8]和[0.018 8，0.037 6]区间时，OFDI释放了积极的创新溢出效应；但在IFDI强度超过0.037 6后，OFDI的创新溢出变得不显著。上述规律反映出“一带一路”建设驱动下，“引进来”在初级阶段有助于弱化“走出去”的创新抑制影响，但后期由于技术竞争和创新替代，同样会弱化OFDI的创新驱动效应。反过来，OFDI对IFDI创新溢出的影响(表5、表6中模型Y-4)同样存在三重门槛特征(0.000 5，0.000 6，0.003 3)，OFDI在[0，0.000 5]、[0.000 5，0.000 6]和[0.000 6，0.003 3]三个门槛区间时，IFDI未能有效促进区域技术创新；当OFDI强度高于0.003 3时，能撬动IFDI的正向创新溢出效应。这一现象说明，“一带一路”建设下，加快对外开放“走出去”不仅有助于扩大外部创新虹吸，提升中国企业技术水平，还能优化国内竞争环境，提高外资引入的技术门槛，从而释放IFDI的创新驱动效应。

2. 非“一带一路”地区

非“一带一路”地区的IFDI创新溢出估计结果(表5、表6中模型N-1)显示，“引进来”对区域技术创新的影响具有三重门槛特征(0.005 5，0.011 9，0.047 5)，IFDI强度处于[0，0.005 5]和[0.011 9，0.047 5]时，对区域技术创新的影响不显著；当IFDI强度处于[0.005 5，0.011 9]和[0.047 5，+∞]时，显著抑制了区域技术创新。这一结果与全国层面类似，虽然在不同强度区间的估计结果有所差异，但整体来看，“引进来”未能有效释放非“一带一路”地区的创新溢出效应。非“一带一路”地区OFDI的创新溢出效应(表5、表6中模型N-2)同样呈现出三重门槛规律(0.000 5，0.003 8，0.006 8)，在“走出去”的初级阶段[0，0.000 5]不利于区域技术创新，在逐渐扩大对外投资通道过程中，OFDI在不同强度区间[0.000 5，0.003 8]、[0.003 8，0.006 8]、[0.006 8，+∞]释放了积极的创新溢出效应，但呈现出边际递减规律。双向对比来看，非“一带一路”地区招商引资的技术红利逐渐褪去，跨境投资的创新驱动已经转向“走出去”，通过对外投资加快创新虹吸是提升区域创新水平的最佳策略。

非“一带一路”地区双向跨境投资互动创新溢出的检验结果显示，IFDI对OFDI创新溢出的调节影响(表5、表6中模型N-3)存在显著三重门槛特征(0.005 5，0.035 3，0.037 5)，当IFDI强度低于0.035 3时，OFDI对区域技术创新的影响不显著，但在[0，0.005 5]和[0.005 5，0.035 3]两个区间的估计系数不同；当IFDI强度处于[0.0353，0.037 5]时，有效撬动了OFDI的创新溢出效应；当IFDI强度进一步提升超过0.035 7时，OFDI的创新溢出又变为不显著。这一规律说明双向跨境投资共轨驱动过程中，非“一带一路”地区“引进来”与“走出去”之间存在一定的竞争替代关系，招商引资在初级阶段和较高水平时，弱化或抑制了对外投资的创新虹吸积极性，而适度的外资引入与对外投资的创新驱动相融合，释放了积极的溢出效应。非“一带一路”地区OFDI对IFDI的创新溢出影响(表5、表6中模型N-4)存在双重门槛特征(0.000 1，0.002 0)，当OFDI强度低于0.000 1时，IFDI显著抑制了区域技术创新；当OFDI强度高于0.000 1时，IFDI的创新溢出并不显著，但在[0.000 1，0.002 0]和[0.002 0，+∞]区间的估计系数有所差异。结合IFDI与OFDI的创新溢出轨迹发现，非“一带一路”地区双向跨境投资共轨驱动过程中，虽然“走出去”在一定程度能够释放积极的创新溢出，但未能扭转IFDI的负向抑制影响，呈现出双轨失衡的驱动特征。

六、研究结论与政策建议

(一)研究结论

本文基于中国双向跨境投资创新驱动的演化机制，以内外技术势差为动因，分析从“引进来”到“走出去”的转变逻辑，进一步揭示IFDI与OFDI的互动创新溢出关系，并采用面板数据和门槛模型加以检验，研究发现如下。

(1)双向跨境投资演化过程中，IFDI的创新溢出红利已经逐渐褪去，“市场换技术”难以为继。借助对外开放“走出去”虹吸国外先进技术势差，OFDI逐渐释放出积极的创新驱动效应。双向对比来看，跨境投资的创新驱动方向由“引进来”转向“走出去”，成为新时代经济高质量发展的新动能。

(2)共轨驱动下，IFDI与OFDI的创新溢出并非隔离互质，两者之间存在复杂的互动影响。IFDI在较低强度时挤压了OFDI的创新溢出空间，但适度水平的IFDI有利于引入外部竞争，激励对外开放“走出去”，释放OFDI的溢出效应。而OFDI虽然未能扭转IFDI的创新抑制性影响，但“走出去”有助于提升自身创新竞争力，打破外资引入的技术壁垒，弱化IFDI的负向溢出效应。

(3)新时代“一带一路”建设对双向跨境投资及其创新溢出具有重要影响，政策红利下，“一带一路”地区IFDI在适度区间释放了积极的创新溢出效应，而OFDI在较高水平时同样有利于驱动技术创新，并且两者的互动创新溢出存在双向调节影响，IFDI弱化了OFDI初步阶段的负向创新溢出，而对外投资“走出去”能够提高自身研发水平，通过技术竞争撬动招商引资的创新驱动效应。相比较而言，非“一带一路”地区的IFDI未能有效驱动技术创新，而OFDI在适度区间能够释放积极的创新溢出效应，但难以撬动“引进来”的创新溢出。

(二)政策建议

(1)改革开放初期国内产业基础薄弱，通过筑巢引凤引入国外先进企业，有效带动了产业培育和技术进步，从而释放了积极的IFDI创新溢出效应。但随着中国产业升级和供给侧改革，外资引入的技术优势逐渐缩小，IFDI不但难以释放创新溢出，反而可能抑制了区域技术创新。因此，地方政府在招商引资过程中要摒弃过去“外来皆宜”的策略，不断提高“引进来”的技术门槛，鼓励高新技术外资企业落地，扩大外资引入的技术溢出空间，从而延续“引进来”的创新驱动力。

(2)经济全球化趋势下，中国企业积极“走出去”，参与国际市场分工与合作，早期对外投资以中低端市场开拓和初级资源开发为主，未能有效发挥创新驱动效应。改革开放驱动下，中国企业逐渐提高竞争力，借助对外投资走向发达国家，开拓了一条外部技术势差虹吸通道，逆向提升国内创新水平。由此来看，跨境投资的创新驱动方向由单向“引进来”，逐渐分化转向“走出去”，那么过去给予招商引资的各项激励政策要向对外投资倾斜，鼓励中国企业借助对外投资和海外并购，嵌入全球产业链升级，培养树立一批国际化创新领袖，带动创新型国家建设。

(3)双向跨境投资创新驱动过程中，IFDI与OFDI存在复杂的互动影响，新时代推动全面开放新格局要“引进来”与“走出去”并重，不能因为创新驱动转向“走出去”，就顾此失彼，对“引进来”一刀切，要充分重视双向跨境投资创新溢出的互动调节规律。一方面通过“引进来”的驱动效应提高国内技术水平，进而撬动“走出去”的创新溢出起点；另一方面借助“走出去”的逆向虹吸作用，优化国内技术竞争环境，以消除“引进来”的技术壁垒。

(4)当前单边贸易保护主义盛行，“一带一路”建设有助于深化对外开放与创新合作，双向释放跨境投资的创新溢出红利。并且“一带一路”地区“引进来”与“走出去”具有较好的互动溢出空间，有利于平衡驱动创新发展。在坚持和深化“一带一路”建设过程中，要鼓励对发达国家的技术投资和创新虹吸，提升国内高新产业研发能力；在与发展中国家的南南合作中，除了中低端市场开拓和初级资源开发，可适当鼓励国内优势产业输出，以产业合作与经济协同强化“一带一路”纽带关系，扩大中国在国际发展中的积极影响力。同时，非“一带一路”地区不能因为政策缺失就摒弃跨境投资的创新驱动，应和“一带一路”地区加强合作，借助资源互补和政策互利，双向兼顾“引进来”与“走出去”，协调驱动创新发展。