金融发展、FDI溢出与区域创新绩效

王启凤 钟 坚

1 引 言

随着中国经济逐渐由高速增长阶段向高质量发展阶段转变，创新正日益成为支撑中国经济增长和区域可持续发展的新动力。如何营造良好的创新环境、提高地区创新水平，则成为经济新常态下贯彻创新驱动发展战略、建设创新型国家过程中需要着重关注的问题之一。已有研究表明，金融市场发展和外商直接投资在优化地区资本配置和推动企业研发创新等方面具有重要作用（李青元等，2010［1］；黎欢和龚六堂，2014［2］）。因此，本文着重关注的是大规模外资流入所带来的技术知识溢出是否提升了区域创新水平？金融发展能否对地区的创新活动产生有效的支撑作用？同时更为值得关注的是地区的金融发展水平究竟是强化还是削弱了FDI溢出对区域创新绩效的影响。这些问题的探索对于如何更好地利用国内和国际两种资本，发挥其对区域创新产出绩效的促进作用具有重要现实意义。

目前，大量研究表明金融发展是影响创新活动的重要因素。Benfratello et al（2008）［3］采用意大利90年代的微观企业数据，研究发现当地银行业的发展增强了高科技企业的研发积极性，提高了企业的创新活动水平；Hsu et al（2014）［4］基于1976-2006年32个发达和发展中国家的跨国面板数据，研究发现股票市场的发展提升了国家创新活动的数量和质量，而信贷市场发展却对创新起着抑制作用；而Fang et al（2014）［5］采用美国纳斯达克上市公司的样本数据，实证表明股票的流动性显著抑制了企业的创新活动；张杰和高德步（2017）［6］认为中国当前的金融体系并未对创新形成有效的支撑和激励作用，相反，金融市场化特别是信贷资金分配的市场化对研发投入、发明专利和实用新型专利存量产生了显著抑制效应；李标等（2018）［7］研究发现金融发展水平对工业创新绩效具有积极促进作用，且这一效应在长期表现更明显。

近年来，国内外亦有不少学者对外商直接投资与创新之间的关系进行了研究。Antonietti et al（2015）［8］认为大规模的FDI可以显著促进知识密集型产业的专利创新活动水平；Khachoo 和Sharma（2016）［9］的实证表明FDI技术溢出对本土企业及其上游供应商部门的创新活动有较强的促进作用；张文菲和金祥义（2017）［10］研究发现FDI对东部和西部的专利创新具有显著促进作用，且其对创新活动具有正向递减的时变效应；陈伟等（2018）［11］以对外贸易为门槛变量，研究发现在低对外贸易区域，FDI对区域创新能力呈现不显著的负面影响，而在高对外贸易区域FDI可以显著提升区域创新能力；梁强（2019）［12］的研究表明FDI质量可以显著提高区域创新能力，而FDI规模与技术创新之间存在“倒U”型的非线性关系。

综上所述，虽然已有大量学者分别就金融发展与创新、FDI与创新之间的关系进行了探讨，并取得了丰硕的研究成果，但较为遗憾的是，尚未有研究将三者纳入一个统一的分析框架。因此，本文试图在已有研究的基础上，进一步梳理金融发展、FDI溢出与区域创新绩效的关系，进而为增强区域创新能力提供参考建议。相较于已有研究，本文将在以下两个方面有所创新：第一，与以往大多数研究所不同的是，本文研究FDI对创新的影响并未停留在外商直接投资的数量或质量层面上，而是侧重于研究通过外商直接投资渠道获得来源国的技术溢出对创新绩效的影响。第二，在研究视角方面，在分别考察金融发展、FDI溢出与创新绩效关系的基础上，加入二者的交互项以检验地区金融发展水平能否强化FDI对创新的正向溢出效应，进一步将金融发展作为门槛变量，实证检验FDI溢出对创新绩效的影响，是对外商直接投资与创新关系研究的有益补充。

2 理论分析

2.1 金融发展与创新绩效

经典的金融发展理论认为金融中介深化可以缓解贷款者和金融机构之间由于信息不完全所导致的逆向选择和道德风险问题，降低企业的外部融资成本和融资约束程度，更好地控制由于创新活动本身所具有的巨大失败风险，有效地促进资金向创新领域配置，从而激励企业或地区从事创新生产的积极性（Mckinnon［13］）。金融发展分市场主导和银行主导两种类型，虽然中国进行了长达40年的经济市场化改革，但是市场主导的直接融资体系发展仍然相对滞后。因此，市场主导的金融发展难以达到有效配置资金、支持创新生产的市场功能，而银行主导的间接融资体系在资助生产效率高的投资项目、激励技术创新仍然具有重要功能（张杰和高德步，2017［6］）。在现有银行主导金融体系中，国有大型垄断银行在金融体系中依然占据主要地位，区域性的中小金融中介机构发展仍然相对不足，贷款利率及信贷配给均存在一定程度的管制。此外，现有的银行信贷系统还担负着财政支持功能，贷款投向具有较强的所有制倾向，无疑与政府联系紧密的大中型国有企业更容易获得贷款，这在一定程度上扭曲了金融资源的有效配置（胡宗义和李毅，2019［14］）。因此，在所有制歧视和创新活动长期持续性投入的典型特征下，私人部门金融资源占有率越高，金融中介发展对于技术创新的支撑作用越强。

2.2 FDI溢出与创新绩效

FDI溢出效应是跨国企业在进行对外直接投资过程中引起东道国企业技术进步，而自身无法获取全部收益的一种外部效应。跨国公司相对于发展中国家企业往往拥有先进的技术和管理方式，这些优势有助于跨国公司迅速占领东道国市场并获取超额利润。因此，跨国公司的进入加剧了市场的优胜劣汰，增加了本土企业的生存难度，技术落后的企业势必被市场淘汰，而存活下来的企业一方面会通过“干中学”有意识地去模仿并吸收跨国公司的技术（示范和模仿效应），缩小与发达国家的技术差距；另一方面，将通过加大研发投入、提高科技创新能力和生产效率来维持市场竞争力（竞争效应）。在跨国公司进入东道国后，出于生产需要会对东道国的劳动力进行技术和管理培训，受培训的员工通过流动到本土企业或自主创业时，知识和技术溢出就会提高东道国企业的创新能力（人员流动和培训效应）。值得注意的是，跨国公司进入东道国市场从本意上来说并不是出于提升当地企业的技术创新水平，相反为了掌握东道国企业的科技研发动态，跨国企业会利用高于本土企业的薪酬待遇吸引东道国优秀的研发人才向自身集聚，导致东道国企业面临技术和人才的双重弱势，最终减少自主研发投入（挤出效应）。同时，跨国公司为了维持自身在科技领域的领先地位，不会将最前沿的技术转移到东道国企业，这就导致东道国从外商直接投资获取的技术溢出可能出现“天花板”效应（孙早和韩颖，2018［15］）。

2.3 金融发展、FDI溢出与创新绩效

如前所述，本土企业在进行创新生产时，既依赖外部融资进行研发资金投入，又可能通过获取跨国公司带来的研发资本溢出进行技术创新。已有的研究显示地区的金融发展水平将影响FDI的区位选择，这是因为跨国企业出于各种因素会依赖于当地的金融市场，运作良好的金融市场可以为外资企业提供方便快捷的金融服务，而当地区的金融发展水平不足以支撑当地形成较高的中间产品市场时，外资会较少进入该地市场，因此东道国发达的金融市场发展有助于吸引外商直接投资（Julian et al.，2016［16］）。此外，较高的金融中介深化水平降低了东道国企业的外部融资成本，有助于内资企业通过学习跨国企业先进的技术和管理经验，将外商直接投资带来的知识技术溢出效应转化为自身的技术创新优势。而当金融发展水平难以满足本地企业的融资需求，将会抑制本土企业对引入技术的模仿学习。并且跨国公司的进入在带来先进的技术的同时，对本土企业产生的挤出效应将会替代本土企业部分业务，削弱其利润水平，当本地企业吸收能力受限，溢出效应不能抵消挤出效应时，FDI流入将降低区域创新绩效。

3 研究设计

3.1 模型设定

基于前文的理论分析与研究假说，为了检验金融发展和FDI溢出对创新绩效的影响，借鉴戴魁早和刘友金（2016）［17］的建模思路，将基本的计量模型设定如下：

其中，下标i表示省份，t表示年份，INNOit代表创新产出，用以衡量地区的创新生产绩效；RDKit为研发资本投入，RDKit为研发人员投入，用以衡量各地区的创新投入水平；为地区金融发展水平；FINit代表通过外商直接投资获得的国际知识或技术溢出；RDKit×FDI_Spilloverit为金融发展和FDI溢出的交互项，如果交互项的回归系数显著，则说明FDI溢出对技术创新的作用效果会受到金融发展水平的影响，用以检验金融发展是否会增强或者削弱FDI溢出对创新绩效的影响。Xit为其他控制变量，δi和θt分别控制地区及时间效应，εit为随机误差项。

3.2 变量选取

（1）被解释变量：创新绩效。现有文献中对创新产出绩效的衡量指标主要有两个，一是新产品产出，通常用工业企业新产品销售收入或产值来表征（肖利平和谢丹阳，2016［18］）；二是三种专利申请或者授权数量（李娟等，2017［19］）。考虑到工业企业的统计口径在2011年发生变化的缘故，因此选取新产品销售收入或者产值作为衡量创新产出的指标并不合适。同时，鉴于专利申请数带有一定的主观性和不确定性，综合考虑本文选取专利授权数作为衡量创新绩效的指标，并借鉴白俊红和蒋伏心（2015）［20］的做法，根据申请难度和创新程度的高低不同，对发明专利、实用新型和外观设计专利分别赋予0.5、0.3和0.2的权重折算成综合专利数。

（2）核心解释变量：金融发展与FDI溢出。金融发展（FIN）：现有文献中衡量省际金融发展水平的指标主要有社会融资总额与地区生产总值之比（黄宪和黄彤彤，2017［21］）、金融机构贷款余额或存贷款余额之和占GDP的比重、股票总市值或股票流通市值占GDP的比重（钟腾和汪昌云，2017［22］）。本文结合理论分析并参考李晓龙和冉光合（2018）［23］的研究，选取私人信贷余额占GDP的比重来衡量地区金融发展水平。关于私人信贷余额的计算，假定金融机构的贷款全部投向国有及私人部门，并且国有部门获得的信贷比例与国有固定资产投资总额占全部固定资产总额的比例相等，因此私人部门贷款总额=金融机构贷款余额（1国有企业固定资产投资总额/全社会固定资产投资总额）。

FDI溢出（FDI_Spillover）：通过外商直接投资获得的技术溢出其测算方法参考李娟等（2017）［19］的做法，具体公式如下：

此外，借鉴Bitzer和Kerekes（2008）［24］的方法（以备后文进行稳健性检验），FDI_Spillover也可由以下公式获得：

（2）和（3）式中，表示j国t时期在中国的直接投资，表示j国t时期的国内生产总值，表示j国t时期的固定资本形成总额，为j国t时期的R&D资本存量。

各省通过利用外商直接投资渠道获取东道国研发资本存量的核算方法如下：

（4）式中，FDIit为各省历年获得的外商直接投资，FDIt为全国历年获得的外商直接投资总额。

关于RDKjt，首先根据2001-2017年各国或地区研发支出占GDP的比重和GDP数据计算出各国（地区）的R&D支出RDjt。R&D资本存量的核算用永续盘存法计算得到，如式（5）所示。

（5）式中，δ代表折旧率，取值5%，对于基期R&D资本存量，在假设资本存量与实际研发支出几何平均增长率（g）一致的前提下，其估算公式为：

（3）控制变量。为了减少遗漏变量对回归的影响，研究进一步加入以下控制变量：① R&D资本（RDK）：采用永续盘存法将其核算为资本存量的形式；②R&D人员（RDL）：采用各地区人员全时当量来衡量；③经济密度（ECODEN）：以实际地区生产总值除以行政区域面积的对数值来表征；④政府财政支出（GOV）：以地方财政一般预算支出占GDP的比重来衡量；⑤产业结构（STR）：以高新技术主营业务收入占地区生产总值的比重来衡量。

3.3 数据来源及描述性统计

考虑到数据的可得性和连续性，本文的研究样本为中国大陆2001-2017年30个省份（剔除数据缺失严重的西藏，亦不包括港澳台地区）。上述变量计算所需的原始数据均来源于2002-2018年《中国统计年鉴》、《中国科技统计年鉴》、《中国固定资产投资统计年鉴》、各省历年统计年鉴及国家统计局网站。在进行FDI溢出计算时，综合考虑外商直接投资来源国（地区）对中国的投资流量、各国家或地区研发资本存量的多少，并结合已有研究选取G7集团及亚洲的韩国、新加坡和中国香港特别行政区等10个国家和地区作为外商直接投资的主要来源国（地区）进行研究，数据主要来源于世界银行数据库（WDI）。主要变量的描述性统计如表1所示。

表1 变量描述性统计

4 实证分析

4.1 基准回归

本文在回归中首先加入对创新产出具有重要影响的创新投入变量（研发资本和研发人员），再通过逐个增加其他控制变量的方法尽可能地缓解遗漏变量问题。此外，采用双向固定效应模型来控制随地区和时间变化的不可观测因素。进一步的检验发现扰动项存在截面异方差问题，因此参考毛艳华和李敬子（2016）［25］的研究，采用Driscoll和Kraay方法（XTSCC模型）对计量模型进行估计（结果见表2）。

表2 基准估计结果（全样本）

从表2的估计结果来看，在不加入金融发展和FDI溢出交互项的情况下，模型（4）的回归结果显示：核心解释变量金融发展和FDI溢出的估计系数分别为0.722和0.054，且都通过了1%的显著性水平检验，表明私人信贷市场的发展和通过外商直接投资获得的研发资本溢出均显著促进了区域创新绩效的提升。在加入交互项后，金融发展前的回归系数仍在1%统计水平下显著为0.517，而FDI溢出的回归系数变为负的0.082，但并不显著。交互项的估计系数为0.204，在5%的显著性水平下为正，表明金融发展强化了FDI溢出对创新产出的促进效应。FDI溢出对区域创新绩效的边际效应为，由于FDI溢出前的系数为负，这意味着FDI溢出对创新绩效的作用效果受到当地金融发展水平的影响。当金融中介深化不足时，FDI溢出并不能对创新绩效产生积极效应，只有当金融深化超过一定水平时，FDI的正向溢出效应才能显现出来。

控制变量中，R&D资本（RDK）对创新绩效的影响不显著，表明创新资金投入不足可能无法支撑起创新的持续产出。2017年中国的研发经费支出为17606.13亿元，占同期GDP的2.15%，与美国和日本等世界主要发达国家相比，中国R&D投入强度仍然有相当大的提升空间。R&D人员（RDL）的回归系数均在1%的显著性水平下为正，表明科研人员在提升区域创新绩效中起着至关重要的作用。经济密度（ECODEN）的估计系数均在1%的统计水平下显著性为正，一方面较高的经济密度意味着更高的经济发展水平，发达的经济条件可以为创新生产提供更好的环境和支持；另一方面，经济集聚有助于知识技术的扩散和传播，可以更好地发挥协同创新的作用。政府财政支出（GOV）的回归系数基本显著为正，可能的原因是财政支出中包含了教育和科技等生产项目支出，政府对科技创新的支持有助于营造良好的创新环境，进而提升地区的创新产出水平。产业结构（STR）前的回归系数为正，且均在1%的显著性水平下通过检验，表明高新技术产业的发展有利于促进资源向创新领域集聚。

4.2 区域异质性检验

由于中国在改革开放初期采取的是东部率先发展的不平衡发展战略，不同经济板块在金融深化水平、对外开放程度及吸引外资金额等方面存在较大的差距。为了进一步考察中国不同经济板块金融发展和FDI溢出对创新绩效的影响差异，研究将样本划分为东部和中西部地区①根据国家统计局的划分标准，东部地区为：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南共11个省市；中西部地区为：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆共19个省、市、自治区。分别进行回归分析（结果见表3）。

表3 基准估计结果（分地区）

从分地区的实证结果来看，创新资本和人力投入对东部地区均具有显著的促进作用，而创新资本投入对中西部地区反而有较为明显的抑制效应。核心解释变量金融发展对东部和中西部的回归系数分别为0.369和0.763，分别在5%和1% 的显著性水平下为正。FDI溢出对东部地区的创新产出作用并不显著，而对中西部地区的回归系数在1%的统计水平下显著为正。以上估计结果表明：对于东部地区而言，创新水平的提高主要依靠自主的研发创新投入及私人信贷市场的发展，而中西部地区的自主研发支出无法对自身的技术创新形成有效支撑，外资进入带来的知识技术溢出在一定程度推动了中西部省份创新水平的提高。可能的原因是，东部地区无论是创新投入还是私人信贷市场的发展水平都较高，具备较强的自主创新能力，随着技术水平与发达国家的差距的不断缩小，跨国公司不愿将最前沿的生产技术转移给当地企业，FDI流入带来的研发资本溢出对创新绩效的影响可能已触及“天花板”；而中西部地区在自主创新支出和能力均较为薄弱的情况下，其技术进步仍然受益于外商直接投资带来的研发资本溢出。加入金融发展和FDI溢出交互项后，东部地区金融发展前的回归系数变为-0.703，表明只有当FDI溢出超过一定程度时才能刺激金融发展对东部创新绩效的促进作用；中西部地区金融发展前的回归系数仍然显著为正，但是东部和中西部地区FDI溢出前的回归系数均变为负值，二者交互项的系数均显著为正。分地区实证结果也表明金融发展可以强化FDI溢出对技术创新的促进作用，并且只有当金融深化超过一定程度时，FDI溢出才能对创新绩效产生显著正面效应。

4.3 稳健性检验

为了进一步验证研究结论的可靠性，我们同时将核心解释变量FDI溢出替换为上文公式（3）中的计算值，将被解释变量创新绩效的衡量指标替换为三种专利授权数之和，再使用同样的估计方法进行回归，结果如表4所示。从稳健性估计的结果的来看，核心解释变量及控制变量的回归系数符号和显著性水平与基准回归结果基本一致，主要结论并未发生实质性变化，表明本文的研究结论具有较强的可靠性。

表4 稳健性估计结果

4.4 交互作用的再检验：门槛回归模型

上文中的“交互项检验”结果表明，地区的金融发展水平强化了FDI对创新绩效的正向技术溢出效应，只有当金融发展水平越过一定阶段时，FDI才会对创新绩效产生正向溢出效应。由此我们自然产生这样的疑问：地区金融发展的影响是否存在门槛效应，即在金融发展水平的不同门槛值区间，FDI溢出对创新绩效的影响是否存在显著差异。因此，本文对“交互作用检验”进行改进，在式（1）的基础上，采用Hansen（1997）［26］提出的面板门槛模型对金融发展、FDI溢出和创新绩效的非线性门槛关系进行检验。首先假设存在“单一门槛效应”，将基本面板门槛模型设定如下：

其中，I(·)为示性函数，qit为门槛变量，用金融发展水平衡量；k为门槛值，Yit为控制变量集，μi为地区效应。是否存在门槛效应取决于β1和β2的估计系数有显著差异，若存在显著差异则表明存在门槛效应。此外，多重门槛效应模型可由（7）式扩展得到，具体采用多门槛还是单门槛模型需要进一步检验，具体结果如表5所示。

表5 门槛效应检验结果

由上表可知，以金融发展为门槛变量，Panel A和Panel B的检验结果显示：F统计值分别在10%和5%的显著性水平下通过单一面板门槛模型检验，而在双重和三重门槛模型中均不显著，因此模型中只存在一个门槛值。表6给出了面板门槛估计的基准回归及稳健性检验结果。

表6 面板门槛模型参数估计结果

续表

从基准回归结果来看，金融深化程度的高低使FDI溢出对创新绩效的影响存在明显差异，具体来说，当金融中介深化程度低于0.6713时，FDI溢出对创新绩效的影响系数为-0.026，并不显著；而当金融发展水平越过门槛值0.6713时，FDI溢出对创新绩效的估计系数变为0.084，并在1%的显著性水平下通过检验，表明私人信贷市场的发展程度对于发挥FDI正向溢出效应具有重要作用。这与上文的实证结果一致，并且稳健性检验的结果也支持这一结论。

5 结论与政策建议

本文在分析金融深化和FDI溢出对创新绩效的影响机理的基础上，运用2001-2017年中国大陆30个省份的平衡面板数据，实证考察了金融发展、FDI溢出及其交互项对创新绩效的影响。研究结果显示：总体上，金融发展和FDI溢出均显著促进了创新绩效的提升；FDI溢出对创新绩效的作用效果受到地区金融发展水平的影响，即金融发展水平显著强化了FDI溢出对创新绩效的正面效应。分地区来看，金融发展对东部和中西部的创新绩效均有显著促进作用，FDI溢出有助于显著提高中西部地区的创新绩效，但是对东部的促进效应并不显著，并且各地区的金融中介深化均可以增强FDI溢出对提升区域创新绩效的正面效应。进一步运用面板门槛模型检验发现，FDI溢出对创新绩效的影响存在金融发展水平的门槛效应，当金融中介深化程度低于0.6713时，FDI溢出对创新绩效的影响系数为-0.026，并不显著；而当金融发展水平越过门槛值0.6713时，FDI溢出对创新绩效的估计系数变为0.084，并在1%的显著性水平下通过检验，表明私人信贷市场的发展程度对于发挥FDI正向溢出效应具有重要作用。通过替换核心变量的方式进行稳健性检验的结果仍然支持上述结论。根据上述研究结论，提出如下对策建议：

首先，推动金融市场化改革，消除约束企业融资的“所有制歧视”，为企业开展自主创新活动和吸收外资带来的技术溢出提供信贷支持。同时，进一步完善金融支持创新体系，鼓励金融机构发展知识产权质押融资、科技保险等科技金融产品，开展科技成果转化贷款风险补偿试点。充分发挥政策在金融信贷投向上的“示范”和“虹吸”效应，积极引导金融机构将信贷资源投向科技创新领域，为落实创新驱动发展战略和实现科技自立自强提供充足的资金保障。其次，全面优化外商投资服务，加强外商投资促进和保护，优化外资结构和布局。发挥重大外资项目示范效应，支持外资加大中高端制造、高新技术、传统制造转型升级等领域投资，通过设立更多创新型项目，为提高本土企业的技术创新水平创造有利条件。同时，完善财政转移支付支持欠发达地区的机制，逐步实现基本公共服务均等化，促进外商直接投资及研发资本和人员等创新要素更多地流向中西部地区。最后，各地区应继续加大研发投入，提升政府财政支出中科技和教育等生产性支出的比例，大力培育和发展战略性新兴产业，为促进资金和人才向创新领域集聚、增强区域创新能力创造良好条件。