对外直接投资对我国制造业企业技术创新的影响研究

何源 王艳、2

（1.南京农业大学经济管理学院； 2.南京农业大学中国粮食安全研究中心 江苏南京 210095）

引言与文献综述

我国建立了门类齐全独立完整的工业体系，制造业规模保持快速发展，但是在由制造大国迈向制造强国的过程中，仍存在产品附加值较低、处于全球价值链中低端、企业技术创新水平不足等问题。我国研发投入占GDP的比重低于美国、德国、日本等发达国家，规模以上工业企业中有R&D活动企业所占比重仅为27.4%，开展创新活动的企业仅占39.85%。在2019年全球创新指数（GII） 排名中，我国位列全球第14位，与发达国家还存在差距。

在实施制造强国战略的过程中，知识和技术要素的驱动作用逐渐显现，企业技术创新的需求越来越迫切。对外直接投资正是我国制造业企业主动获取海外技术要素资源、提升企业技术创新、在全球价值链中实现攀升的重要渠道之一，企业“走出去”加速对外直接投资已成为新常态下经济发展的重要特征，特别是“一带一路”倡议提出后，对外直接投资规模快速增长。通过对外直接投资整合要素资源，获取战略性资源和技术知识，促进自身的技术创新，成为我国制造业企业谋求外源式技术创新的重要渠道。

已有文献表明，对发达国家的直接投资是企业获取技术和研发资源的关键方式（Kumar，1998）。Cantwell（1999）研究了在英国设立研发机构的美国跨国公司的专利情况，发现美国跨国企业从自身具备相对优势的电子设备行业，转向了英国更加具有技术优势的化学和制造行业，吸收英国的技术知识促进自身的技术创新。日本跨国企业在美国的R&D投入和取得的海外专利数量之间有显著的正相关性（Iwasa，Odagiri，2004），中国企业在进行对外直接投资时能够获得更多的技术外溢，从而带来显著的创新绩效提升（Liu，Buck，2007）。同时，对外直接投资对国内企业技术创新具有推动作用。通过对外直接投资渠道获取的研发资源能够显著提升我国的技术创新水平，并且其影响大于以引进外资的方式获得的国际研发溢出效应（吴建军、仇怡，2013）。刘明霞（2009）的研究表明，对外直接投资与三种类型的专利申请数量都呈现为显著正相关的关系，但对外直接投资对外观设计专利没有产生显著影响。汪洋等（2015）利用1998-2013年省际面板数据的研究表明对外直接投资总额、研发人员以及研发投入都可以增强区域创新能力。沙文兵和李莹（2018）的研究认为对外直接投资对国内创新能力能够产生显著的积极影响，但对不同的区域产生的影响存在差异。但是，我国对外直接投资企业对先进技术的吸收能力还不强，技术获取型投资所占比例小，对外直接投资对我国技术创新的影响有待提高（邹玉娟等，2008）。也有研究认为，2015年后OFDI成为除自主研发投入、人力资本投入之外提升我国创新能力的第三大创新主渠道（杜龙政、林润辉，2018）。

基于以上背景，本研究从微观视角出发，利用制造业上市公司及其对外投资数据，就企业对外投资对技术创新的影响进行分析，采用倾向得分匹配法和双重差分法对影响的程度开展定量研究，并检验对发达国家和发展中国家投资、技术密集型和非技术密集型企业投资的不同影响。

对外直接投资影响企业技术创新的理论机制

技术创新是一个周期长、失败率高且收益不确定的复杂过程（Hsu等，2014），企业的创新行为不仅取决于企业规模、企业融资能力及内部治理结构等微观层面的因素，而且取决于企业家对外部宏观环境的判断和决策。前述已有文献研究表明，对外直接投资能够对企业的技术创新水平产生影响。一方面，由于企业技术创新的高风险和收益不确定等特性决定了其需要充裕的资金支持，企业对外直接投资可以实现规模经济效应，增加企业利润，为公司的研发创新活动提供丰厚的资金；另一方面，通过对外直接投资可以从外部接近或直接获取研发资源和技术资源，而这是企业技术创新提升的必要因素。发达国家或地区和发展中国家在技术、市场、人力资本等方面存在差异，因此投资于不同东道国对技术创新的影响机制可能不尽相同。

如图1所示，对发达国家或地区对外直接投资能够通过研发成果反馈效应、模仿学习效应、人力资本流动效应和产业关联效应推动母国企业技术创新（赵伟，2006；邹玉娟，2008）。研发成果反馈效应即通过对外直接投资在当地建立海外子公司或是研发机构，并将在东道国研发得到的技术成果反馈给母国企业，或以跨国并购的方式直接获取东道国的研发成果以及组成国际战略联盟合作研发，提升母公司技术水平和研发创新能力。模仿学习效应是模仿和学习东道国当地企业的管理经验、产品和技术知识，通过“干中学”的机制来获得逆向溢出技术，吸收并转化这些知识；海外子公司把先进的技术知识反馈给母国企业，母国企业通过模仿这一技术的实现过程，可以实现对技术的再创新。人力资本流动效应是指海外子公司在东道国聘用高素质的人才提升人力资本水平促进企业的技术创新，或者母公司派遣员工到海外子公司进行学习和工作，通过母国和东道国人力资本之间的流动和交流，提升母国企业的人才素质和对技术的吸收转化能力，从而促进企业技术创新。产业关联效应是指海外子公司在生产经营过程中参与东道国产业链，通过产业关联效应提升企业技术创新的水平，同时海外子公司面临东道国同行业公司的竞争，激发企业的技术创新动力和创新意识，进而推动企业进行技术创新。

图1 对外直接投资影响企业技术创新的理论机制

在对发展中国家进行直接投资时，通过利润反馈效应、研发成本分摊效应和研发投入规模经济效应提升企业技术创新水平（赵伟，2006；汪斌，2010）。利润反馈效应即海外子公司将营业利润反馈给母国企业，补充母国企业的研发费用支出，从而促进母国企业的技术创新。研发成本分摊效应是指在发展中国家投资进行市场扩张时，公司产品能够销往海外市场并取得海外收入，为母国企业带来更多的营业利润，营业利润的增加能够弥补企业研发费用的匮乏，摊薄企业的研发成本。研发投入规模经济效应是指母国企业在对东道国进行对外直接投资时，利用东道国的劳动力和自然资源等生产要素，建立生产基地并优化资源配置，带动母国上游产品的出口，提升产品的海外销售规模，从而获得研发投入规模经济效益，降低单位产品的研发费用。

对外直接投资影响企业技术创新的实证检验

（一）实证方法与模型设定

本部分通过实证方法来检验对外直接投资对企业技术创新的影响。已有文献研究指出，企业对外直接投资并非是随机性的，仅有那些具有更高生产率和特定优势的企业才能够进行对外投资，企业对外直接投资存在自选择效应（Helpman等，2004），如果直接采用OLS法就有可能导致估计结果的偏差。本文参考Bertrand（2009）、Haucap等（2019）、Howell等（2020）、蒋冠宏（2014）等的方法，将企业的对外直接投资看作是一次准自然实验，采用倾向得分匹配和双重差分法（PSM-DID）缓解因选择性偏差和不随时间变化的遗漏变量而产生的内生性问题，以检验企业对外投资与创新之间的因果关系。

双重差分法（Differences-in-Differences，DID）是识别因果关系的一种普遍方法，在平行趋势假设下，通过一阶差分消除对照组和处理组各自的不可观测变量和不随时间变动的因素对技术创新的影响，再通过对照组和处理组的二阶差分来得到对外直接投资对企业技术创新的实际影响，即平均处理效应（ATT）。

上式中，D为企业对外直接投资的虚拟变量，进行了对外直接投资的处理组赋值为1，未进行对外直接投资的对照组赋值为0；Yt1和Yt0分别表示企业对外直接投资前和对外直接投资后的结果变量，即研发投入；T和C则分别代表处理组和对照组。

双重差分法需满足样本选择随机假设和共同趋势假设，然而已有研究表明，企业对外直接投资存在自我而非随机的选择效应，进行对外直接投资的企业相较于未对外直接投资的企业可能本身就存在特定的优势，如较高的劳动生产率和较大的企业规模等，也无法满足共同趋势的假设。因此直接对非随机的样本进行比较可能导致选择性偏误，故需通过倾向得分匹配法（Propensity Score Matching，PSM）找到和对外直接投资企业特征相似的对照组企业，以克服选择性偏差问题。根据以往文献的经验（毛其淋、许家云，2014；郑丹青，2019）选取以下匹配变量{Xi，t0}：企业劳动生产率（LPROD），资本密集度（KLRATIO），企业规模（SIZE），企业年龄（AGE），政治关联度（POLITICAL）。即使用logit方法估计以下模型：

由（2）式估算得到企业对外直接投资的概率值p是倾向得分，通过p值将处理组企业和对照组企业进行匹配，从而得到与处理组总体特征相近的未对外直接投资企业作为反事实结果。

通过上述的倾向得分匹配法能够克服选择性偏误问题，但其假设企业的对外直接投资行为完全由可观测变量决定，而不受不可观测变量的影响。如前所述，双重差分法正好可以解决这一问题，因此本文选择倾向得分匹配法和双重差分法（PSM-DID）相结合的方式，利用二者的优点互补，以克服可观测变量和不可观测变量对样本选择的影响。通过PSM-DID的方法计算出企业对外直接投资对技术创新影响的平均处理效应：

其中，Xt0为上述匹配变量，即对外直接投资前影响企业对外投资决策的一组变量。

（二）数据来源和变量选取

本文选取2013—2018年中国沪深A股制造业上市公司为样本，以证监会2012年版的《上市公司行业分类指引》中的制造业分类为标准。上市公司的数据来自于国泰安csmar数据库，企业对外直接投资信息则来源于商务部发布的《境外投资企业（机构）名录》，通过匹配两个数据库，得到本文研究样本。由于各个企业投资的时间点不一致，时间跨度较大，不同时间进行投资的企业内外部环境存在较大差异，需对企业投资前后的多个年份的变化进行分析，故本文按投资年份将对外投资企业进行划分，并排除多次对外投资的混合影响，剔除缺失研发投入等关键数据的企业，最终获得846家制造业上市公司2013-2018年的相关数据，共5076个样本，其中242家制造业上市公司进行了对外直接投资、604家制造业上市公司未进行对外直接投资。主要变量说明如表1所示。

表1 主要变量说明

被解释变量：企业技术创新通常可以从创新投入和创新产出两个方面进行衡量，技术创新投入主要是企业研发资金投入，创新产出则包含专利数量、新产品数量及新产品销售额等。David等（2001）、冯根福和温军（2008）等研究指出，技术创新产出作为衡量指标的可比性较差，受外生因素的影响比较大，不易受管理层控制，故不宜把创新产出作为被解释变量。同时考虑到数据的可得性，本文参考范承泽（2008）等的研究，选择研发投入作为衡量企业技术创新的变量，即本文的被解释变量。

解释变量：本文的解释变量为企业是否进行对外直接投资，以虚拟变量的形式赋值，当企业进行了对外直接投资时赋值为1，否则为0。

匹配变量：本文使用PSM-DID的方法分析对外直接投资对企业技术创新的影响，匹配变量的选取要满足条件独立性假设，应该能够同时对企业的对外投资行为和技术创新产生影响。根据对以往文献的研究，选择如下匹配变量：企业劳动生产率（LPROD），用企业的营业收入和员工人数的比值并取对数来衡量，企业进行对外投资往往会面临投资国市场的进入壁垒，并承担较大的成本，故往往劳动生产率较高的企业更可能进行对外直接投资；资本密集度（KLRATIO），即企业的人均资本，用固定资产净额与企业员工人数的比重取对数来衡量；企业规模（SIZE），用企业总资产的对数进行衡量，根据Schumpeter的创新理论，企业规模与创新存在密切关联，小规模企业可以通过组织上的灵活性来取得技术创新成果，而规模较大、具有垄断地位的企业能够通过加大研发投入建立研发机构等来获取技术创新成果；企业年龄（AGE），用当年年份与企业成立年份之差来计算企业年龄，企业年龄的差异体现了不同的发展阶段可能会影响对外直接投资决策和技术创新决策；所有制性质（STATE），将公司性质划分为国有企业（记为1）和非国有企业（记为0），国有企业往往承担着部分对外直接投资的职能任务，其对外投资行为也不完全是为了追求利润，因此不同所有制企业在进行对外直接投资决策以及其技术创新绩效上可能有所不同。

（三）描述性统计

表2为全部制造业企业样本主要变量的描述性统计，表3为按是否对外直接投资分类的企业样本的均值比较。可以看到，对外直接投资企业研发投入指标的均值要高于未对外投资企业，说明对外直接投资企业在技术创新上更具优势，企业的劳动生产率和企业规模的均值也高于未对外投资企业，这一现象可能由于这些企业在各方面的资质本身就优于未对外投资企业，存在自我选择效应而产生内生性问题，故需要通过后续的PSMDID进行分析，匹配出合适的对照组企业，以观察企业的技术创新是否由对外直接投资所引起。表4为按技术密集度划分的企业样本的均值比较，技术密集型的制造业企业研发投入均值明显高于非技术密集型企业，说明技术密集型企业在技术创新上更具优势。

表2 全部制造业企业样本的描述性统计

表3 对外投资企业和未投资企业样本的描述性统计

表4 技术密集型企业和非技术密集型样本的描述性统计

（四）实证结果与分析

本部分使用倾向得分匹配和双重差分法估计对外直接投资对制造业企业技术创新的平均处理效应。具体过程为：使用Logit模型估计企业进行对外直接投资的概率，即倾向得分，并以此将对外投资企业和未对外投资企业进行匹配，本文采用核匹配得到匹配后的处理组和对照组；为了保证样本匹配的质量，对匹配后的结果进行平衡性检验和共同取值范围检验；估计企业对外直接投资对技术创新的平均处理效应。

1.倾向得分匹配

采用企业对外直接投资前的2013-2014年的面板数据，构建logit模型进行倾向得分匹配。

其中，ofdi表示企业是否进行对外直接投资，若进行对外直接投资则赋值为1，否则为0；Xit为匹配变量，表示影响企业对外直接投资的一组变量，具体见表1。

表5报告了样本的logit估计结果，所选择的匹配变量的系数均在1%的统计水平下显著，说明这些因素对企业是否进行对外直接投资具有显著影响。其中，劳动生产率（lprod）和企业规模（size）的系数在1%的统计水平下显著为正，说明企业具备较高的劳动生产率和较大的企业规模才会进行对外直接投资，这些企业拥有更强的实力承担对外直接投资的风险和成本；所有制性质（state）的系数显著为负，表明我国的非国有企业相较于国有企业更可能进行对外投资，这与我国近年来非公有经济控股的境内投资者对外投资比重不断上升、公有经济控股对外投资比重逐渐下降的趋势相一致；资本密集度（klratio）的系数显著为负，这一结论与蒋冠宏（2015）等研究相同，可能的解释由于与国外同类企业相比，我国资本密度高的企业在生产效率上可能并不一定占据优势，故这些企业对外直接投资的可能性也较低，同时随着我国“一带一路”倡议的实施，众多的民营制造业企业纷纷走出去进行对外直接投资，而民营企业相较于国有企业来说资本密集度较低。

表5 匹配变量回归结果

2.平衡性检验

在对处理组和对照组进行倾向得分匹配后，对匹配样本进行平衡性检验，以保证二者之间不存在显著差异。平衡性检验结果如表6所示，从匹配前和匹配后的均值和标准化偏差可以看出，在实施匹配前处理组和对照组的均值存在较大差别，进行倾向得分匹配后，匹配变量的均值较为平衡，各变量的标准化偏差的绝对值均未超过5%的水平，由Rosenbaum和Rubin（1983）等提出的经验标准，当标准化偏差小于20%时，可认为匹配过程是有效的。匹配后协变量的t检验结果表明，在1%的显著水平下，不拒绝处理组和对照组之间没有系统差异的原假设，即对外直接投资的处理组企业和未对外直接投资的对照组企业在各变量上均差异较小，倾向得分匹配效果较为理想。此外，还需进行共同取值范围检验，确保处理组和对照组的倾向得分取值范围有着相同的部分，如果共同取值范围较小则可能导致偏差。在进行匹配时，处理组和对照组的样本数量分别为484个和1208个，落在共同取值范围外的处理组和对照组分别为16个和31个，绝大多数样本均在共同取值范围之内，满足共同取值范围假定。

表6 倾向得分匹配样本的平衡性检验

3.平均处理效应

表7汇总了全部样本PSM-DID的估计结果，其中双重差分结果反应了企业对外直接投资所引起的研发投入变化。由表7可知，对外直接投资对企业研发投入的影响系数为0.141，在10%的置信水平下显著，说明企业对外直接投资能够对技术创新产生显著性影响，这与前文理论分析一致。一方面，企业进行对外直接投资时，能够提高市场占有率并取得海外营业收入，海外子公司将营业利润反馈给母国企业可以用于补充母国企业的研发投入支出，为母公司研发活动提供资金支持，从而促进母国企业的技术创新；另一方面，企业进行对外直接投资时会融入东道国相关的产业链，可能面临与当地先进技术企业的竞争，为满足东道国市场需求，企业会不断加大研发投入力度，提升自身的技术创新水平。同时，在东道国建立研发机构或与海外企业进行交流时，也能够促进企业提升自身的研发投入水平，以对海外先进技术和知识更好地学习和吸收。

表7 全部样本的PSM-DID检验

考虑到企业对外直接投资的动机和区位分布存在差异，企业所处的行业和技术密集度也不同，下文将对样本展开进一步分析。首先，由于投资动机不同，企业所选择的投资区位也存在差异，技术寻求型投资往往以发达国家为目的地，而非技术寻求型投资则多以发展中国家为投资目的地。我国制造业企业的投资区位涉及众多的国家和地区，并且随着“一带一路”倡议的实施，亚非拉地区的发展中国家成为了对外投资的重要目的地，由于投资东道国技术差异较大，因此需进一步考虑投资东道国差异所带来的影响。其次，当母公司通过对外直接投资提高技术创新时，母公司的技术密集度和吸收能力至关重要。从目前来看，我国制造业企业所处行业和自身技术水平存在差异，吸收能力也不尽相同，这影响了企业能否及时地将对外直接投资获取的技术知识资源转化为内部研发投入，从而提升自身的技术创新水平。基于上述分析，本文按行业要素密集度将对外直接投资的制造业上市公司划分为技术密集型和非技术密集型企业，按照投资目的地划分为投资发达国家与投资发展中国家。

研究结果如表8和表9所示：首先，对于技术密集型企业来说，其对外直接投资对企业的研发投入的影响系数为0.193，在5%的置信水平下具有显著的正向效应，而非技术密集型企业的对外直接投资对研发投入没有产生显著影响。原因可能是对于非技术密集型企业来说，更需要劳动力和资源等生产要素，技术水平和内部学习能力相对技术密集型企业较低，因而对技术的吸收能力较弱，对外直接投资不能够显著促进该类企业的技术创新研发投入的增加。其次，对发展中国家的直接投资活动没有对企业的研发投入产生显著影响，而投资发达国家的企业对外直接投资对研发投入的影响系数为0.178，具有显著的积极影响。可能的原因是我国制造业企业对其他多数发展中国家企业来说拥有技术上的优势，对发展中国家直接投资的主要动机并不是获得技术，而是为了开拓海外市场和寻求海外资源，而对发达国家的直接投资更多的是寻求先进技术，通过研发成果反馈效应、模仿学习效应、人力资本流动效应和产业关联效应等，提升企业的研发水平和技术创新。面对东道国丰富的研发要素，企业有激励加大研发投入，充分学习吸收并转化为母国企业的技术创新；与发达地区企业的竞争，也会促进企业根据东道国的市场需求进行适应性技术研发，提升了技术创新水平。

表8 按技术密集度划分样本的PSM-DID检验

表9 按投资东道国划分样本的PSM-DID检验

结论与建议

本文基于2013-2018年制造业上市公司数据，使用PSM-DID的实证方法测度对外直接投资对技术创新的影响。研究结果表明：第一，就制造业企业整体层面而言，对外直接投资能够提升企业技术创新水平，对外直接投资与企业技术创新之间存在正向因果关系。对外直接投资取得的国际研发资源和技术知识反馈给母国企业，可以用于进一步的研发创新活动；对外直接投资中取得的利润收益也为企业的研发活动提供了资金支持，从而提升企业的技术创新水平。第二，投资于发达国家的对外直接投资能显著提升企业的技术创新水平，投资于发展中国家的对外投资对企业技术创新的影响不显著。技术寻求型投资的目的地通常为发达国家，企业以吸收东道国的研发要素、先进技术知识等资源为目标，通过获得发达国家的技术溢出实现母国企业的技术创新。第三，技术密集型企业能通过对外直接投资获得技术创新水平的提升，而非技术密集型企业的对外投资没有对技术创新水平产生显著作用。技术密集型与非技术密集型企业相比，往往对技术水平有着更高要求，与发达国家企业的技术差距也相对较小，因而具备较好的吸收能力，能够从对外直接投资中获得技术创新的提升。

我国在对外开放过程中要利用好国际资源和市场，注重对外直接投资对技术创新的提升作用，政府应发挥引导作用，将政策支持和完善服务保障体系等措施相结合，加强对企业“走出去”的引导和鼓励。就政策层面而言，支持制造业企业对发达国家的投资，为企业的技术寻求型投资提供良好的政策支持；建立完善的对外直接投资保障体系，为企业在跨国并购、绿地投资等提升技术创新的路径中提供畅通的渠道；努力化解企业在投资获取技术资源时面临的风险，为企业投资提供良好的外部条件；加大自主创新投入力度，积极扶持企业进行自主研发活动，提高原始创新能力。就企业层面而言，企业应意识到技术寻求型投资对技术创新的重要作用，优化投资区位分布，利用对外直接投资这一外源式创新渠道；加大研发投入和人力资本投入，不断提升学习能力和吸收能力，从而能够在对外直接投资中将获得的技术资源更好地吸收、消化和应用，推动技术创新。

注释：

①由于缺乏随机分配和可靠的工具变量，对外直接投资的相关文献通常会根据企业的特征使用倾向得分匹配法选择对照组，再使用双重差分法考查对外直接投资的平均处理效应（Bertrand，2009；Haucap et al.，2019；Howell et al.，2020；Jens et al.，2009；Stiebale et al.，2011；Girma et al.，2007；Kazuma et al.，2014）。

②本文按投资年份将对外投资企业进行划分，选取了对外直接投资的时间为2015年的企业为处理组，为排除多次对外投资的混合影响，只选取2015年首次进行对外直接投资的企业。