外商直接投资、数字经济对区域创新力的影响研究——来自280 个地级市面板数据的经验证据

彭迪云 王玉洁 赵送琴

(1.南昌大学 马克思主义学院， 江西南昌330031； 2.南昌大学 经济管理学院， 江西南昌 330031)

一、引言

随着中国进一步扩大开放、不断优化营商环境的一系列重大举措加速落地，特别是数字经济发展为中国高质量发展注入了新动能，进一步增强了中国对外国直接投资（FDI）的吸引力。FDI 在促进中国国际贸易发展、增加就业、推动国际交流与合作的同时，也不断加强了知识、技术、人才特别是创新研发的交流互动。 因此，以数字经济发展为契机，进一步探讨了FDI、 数字经济发展与区域研发创新力的关系及其内在影响机制。

二、文献评述

学界对外商直接投资、 数字经济和研发创新的研究视角多元丰富，普遍认为外商直接投资是技术溢出的重要载体[1]，存在空间溢出效应。[2]外商直接投资在解决中国经济发展资金缺口的同时，可以带来更为先进的技术设备、 更为丰富的管理经验、知识技术溢出以及更为活跃的创新氛围[3][4]，其和产学研合作的交互效应能够影响创新绩效。[5]必须充分利用外商直接投资的技术溢出效应，为中国自主创新注入源源不断的活力。

也有学者对数字经济发展与外商直接投资、研发创新的关系进行了研究，认为数字经济发展作为新时期提升中国创新效率的新动能[6]，能通过扩大数字普惠金融的覆盖面来显著促进外商直接投资[7]，推动国际贸易发展。[8]数字经济发展能为中国战略性新兴产业创新发展赋能，助力该产业整体向价值链高端攀升[9]，因此必须服务于科技创新[10]，助力中国创新效率的提升。 值得注意的是，数字经济发展在促进企业研发创新过程中是存在滞后效应的。[11]

综上，学界普遍认可外商直接投资可以促进中国创新发展及企业创新研发， 相关研究成果也较多，但对外商直接投资、数字经济发展影响区域创新力作用机制与门槛效应的研究关注较少。 基于此， 笔者以2011—2019 年中国280 个地级市的面板数据为研究样本，探讨了外商直接投资、数字经济发展对区域创新力提升的作用机制。

三、研究假设与模型设定

（一）研究假设

1.基本影响机制及研究假设

（1）直接传导机制。 外商直接投资可以直接促进区域创新能力的增强。 首先，外商直接投资可以直接为区域带来先进技术，促进区域产业结构转型升级，增强区域整体创新能力。 外商直接投资特别是大型跨国企业在区域投资建厂，将母公司全新的生产线、先进的技术、设备引进区域，有助于直接增强区域科技水平。 其次，在合作与竞争中直接促进创新研发。 一方面，各类外资企业特别是合资企业会派出科研人员到区域进行指导、 交流与合作，同时将区域的科研和技术人员交流到母公司进行学习，在双向交流互动中帮助区域更新发展观念和意识。 另一方面，独资企业的进驻会参与到区域本土企业的竞争中，特别是技术层面的竞争将直接倒逼本土企业加强创新研发，不断更新技术设备，在创新竞争中直接增强区域的整体创新能力。 最后，可以为区域创新型人才提供广阔平台和更多机遇，有力提升区域创新效能。 外商直接投资在本区域建立各类研发基地，增加了区域研发资金投入，进而带来更多就业机会，吸纳区域乃至世界各地优秀科研人才，在一定程度上避免区域创新型人才大量外流，同时增加区域专利申请数量。 基于此，提出假设1。

假设1： 外商直接投资可以直接促进区域创新能力的增强。

（2）间接传导机制。 外商直接投资不仅可以促进数字经济发展，还可以通过促进数字经济发展来进一步加快驱动区域创新能力的提升。 首先，外商直接投资通过加大对数字经济领域的投入力度，夯实了区域数字经济发展的基础，直接促进了区域数字经济的发展。 其次，外商直接投资还可以通过区域数字经济发展，驱动区域创新力提升。 一是外商直接投资利用数字经济发展创造的便利条件，在跨国企业、独资企业完成数字化智能化新型工业化转型的过程中， 为区域带来更为丰富先进的数字化、智能化技术设备，实现智能化制造。 二是外商直接投资通过加大在规模化数字产业龙头企业的投资力度，搭建区域数字经济创新园区和创新研发平台，实现外商直接投资与数字化发展的联动，进而促进区域数字经济发展水平的提升。 通过发挥创新研发的辐射带动效应，共同助力产业链上下游企业提高创新研发能力，为区域内研发创新能力薄弱的企业带来创新发展新机遇。 三是区域良好的数字经济发展环境和数字生态体系，为外商直接投资创造了良好的环境，打破了外商直接投资的地理空间限制，有利于吸引更多的外商直接投资，培育更多新模式、新业态，也为创新研发交流与合作提供了更为便利高效的条件，进一步提升区域研发创新能力。 基于此，提出假设2。

假设2： 外商直接投资可以通过促进数字经济发展来驱动区域创新能力的提升。

2.非线性影响机制及研究假设

在不同数字经济发展水平下， 外商直接投资与区域创新能力存在着倒“U”型关系，超过了一定门槛则不利于区域创新能力的提升。 首先，不同程度的数字经济发展水平，导致外商直接投资对区域创新力的影响存在显著差异。 其中数字经济发展水平较低时，外商直接投资对区域创新力的驱动作用并不明显；数字经济发展水平较高时，外商直接投资能够显著促进区域创新力的提升。 在数字经济发展水平较高的区域，数字基础设施的合理布局有利于扩大外商直接投资领域和范围，数字技术可以为区域内的产业赋能增效，与诸多领域深度融合促进了各行各业发展，数字普惠金融可以助力外商直接投资增加创新研发投入， 进而形成良好的发展环境，在吸引更多外商直接投资的同时，为其在研发创新领域拓展空间格局，加速了创新能力的提升。 其次，对外商直接投资较低的区域而言，外商直接投资能够更加显著有效地促进区域创新力提升。 在外商直接投资较低的区域， 如果外商直接投资参与进来，随之带来的技术、设备、人才竞争可以增强区域创新意识和竞争意识，激发区域本土企业的活力。 同时，外商直接投资对区域要素资源配置提出的要求及相关配套政策保障促使区域提升创新能力，从而培育出更多新业态、新模式。 基于此，提出假设3。

假设3：在不同数字经济发展水平下，外商直接投资对区域创新能力的促进作用可能存在非线性影响。

（二）模型设定

1.面板数据模型

为检验假设1， 构建如下基准面板回归模型对外商直接投资对区域创新能力的直接影响进行分析：

其中，Innovationit为被解释变量， 表示第i 个区域第t 年的区域创新指数，lnFDIit表示i 区域在t 时期的外商直接投资量，参数β 用以刻画外商直接投资对区域创新水平的影响效应；Xit为一系列控制变量，λm用以刻画各控制变量对区域创新水平的影响效应；ηt表示t 时期的时间固定效应，μi表示i 区域的区域固定效应，α0为常数项，εit为随机扰动项。

2.中介效应模型

为检验假设2，基于温忠麟等（2004）对中介效应的分析[12]，选取逐步回归法，构建中介效应模型进行检验：

其中，lnMediation 为中介变量， 以数字经济（lnDigital）作为中介变量进行机制检验；参数a 为外商直接投资对中介变量数字经济、研发投入和产业结构的影响效应， 参数c′为加入中介变量后外商直接投资对区域创新能力的影响效应，参数b 为中介变量在外商投资背景下对区域创新能力的影响效应，以参数a×b 表示外商直接投资通过中介变量对区域创新能力的影响效应，c0、a0、b0分别表示对应的常数项，其他参数和变量与前文保持一致。

3.门槛效应模型

为检验假设3，借鉴Hansen（1999）构建的门槛回归模型[13]，将数字经济（lnDigital）作为门槛变量分析外商直接投资对区域创新能力的影响，构建的门槛回归模型如下：

其中I （·） 表示指标函数，β1、β2为数字经济（lnDigital） 门槛效应下对应的外商直接投资影响区域创新能力的值，γ 为待估计的数字经济门槛值，δm表示控制量对应的系数值，其他参数与变量与前文保持一致。

四、变量选取、数据来源与指标测定

（一）变量选取

1.被解释变量

区域创新力指数（Innovation）：采用复旦大学产业发展研究中心基于国家知识产权局的专利数据、国家工商总局的企业注册资本数据整理得到的区域创新力指数[14]，具体选取了2011—2019 年中国280个地级市的区域创新力指数数据。

2.核心解释变量

外商直接投资（lnFDI）：选取各区域实际利用外商投资额来表示外商直接投资情况。

3.中介变量与门槛变量

数字经济发展水平综合指标（lnDigital）：借鉴了中国ICT（信息通信技术）统计部门数据及Zhao et al.（2022）的研究方法[15]，结合数字普惠金融发展[16]，选取4 个维度设计数字经济发展水平一级指标，进一步采用主成分分析法构建了地级市层面的数字经济综合发展水平指标测度体系，具体设计见表1。

表1 数字经济综合发展水平指标测度体系

4.控制变量

人均区域生产总值（lnPGDP）选取各区域人均生产总值表示，国内投资(lnInvestment)选取各区域全社会固定资产表示，城镇化水平(lnUrb)选取城镇人口占总人口比重表示，技术进步(lnRD)选取各区域科学事业费表示[17]，人力资本水平(lnHR)选取各区域每万人高等学校在校学生人数表示。[18]

（二）数据来源

2011—2019 年中国280 个地级市数据来自历年《中国统计年鉴》《中国工业经济统计年鉴》《中国科技统计年鉴》和各区域统计年鉴，同时借鉴了张辉等（2021）的统计年鉴数据清洗模型[19]构建方法。为了克服离群值的影响，在实证分析中对各变量做了缩尾处理并取对数，各主要变量描述性统计见表2。

表2 主要变量描述性统计

五、实证结果与分析

（一）基准回归结果

表3 为基准回归估计结果。 为使回归结果更具可比性，表3 第（1）列和第（3）列显示了随机效应下的面板模型估计结果，第（2）列和第（4）列显示了时间与城市双固定效应下的面板模型估计结果。 其中，第（2）列和第（4）列的豪斯曼（Hausman）检验结果分别在1%和5%的水平上显著，似然比（LR）检验结果则均在1%水平上显著， 这意味着在时间和城市双固定效应下可以通过聚类稳健性标准误进行回归，表明采用时间和城市双固定面板效应模型的估计结果更可靠。

表3 基准回归估计结果

表3 第（1）和（2）列为未加入控制变量时的估计结果，且第（2）列中外商直接投资（lnFDI）对区域创新力的影响系数为3.400， 在1%水平上显著为正；第（3）和（4）列为加入控制变量后的估计结果，且第（4）列显示外商直接投资（lnFDI）对区域创新力的影响系数为3.463 在5%的水平上显著为正，表明外商直接投资能推动区域创新力的提升，由此验证了假设1。

综上， 经济发展 （lnPGDP） 和科学事业投入（lnRD） 对区域创新力具有积极影响； 而城镇化（lnUrb）和固定资产投资（lnInvestment）在一定程度上抑制了区域创新力的提升。

（二）中介效应结果与分析

表4 第（1）列显示，外商直接投资对区域创新力的总影响系数为4.702， 在1%的水平上显著为正，表明外商直接投资总体上能够显著推动区域创新力的提升；表4 第（2）列显示，外商直接投资对数字经济发展的影响系数为0.002，在1%的水平上显著为正，表明外商直接投资能够促进区域数字经济的发展；从表4 第（3）列可以看出，数字经济发展对区域创新力的影响系数同样在1%的水平上显著为正。更进一步，Sobel 检验中数字经济驱动的z 统计值为2.059（在1%的水平上显著），由此得到中介效应系数为0.207，其占总效应的比例为4.4%，表明外商直接投资可以通过区域数字经济发展驱动区域创新力的提升。

表4 中介效应检验估计结果

（三）门槛效应结果与分析

将数字经济发展水平作为门槛变量进行门槛效应检验。 为确定门槛的个数，采用Bootstrap 法计算数字经济单一门槛和双门槛的F 统计值与P 值，以此判断应选择的门槛模型。 表5 显示，单一门槛模型估计的F 统计值为102.88，P 值为0.004， 表明单一门槛效应在1%的水平上显著， 而双重门槛的P值为0.152 则不显著。 因此，选择单一门槛效应。 从表6 可知，选择单一门槛模型时数字经济的门槛值为0.509。

表5 门槛效果自抽样检验

表6 门槛估计值及其置信区间

表7 是将数字经济发展水平作为门槛变量的单一门槛模型估计结果。 由表7 可知，将中国区域数字经济发展水平划分为两个层次，发现不同数字经济发展水平下外商直接投资对区域创新力的影响程度存在显著差异：当数字经济发展水平的对数低于门槛值0.509 时， 外商直接投资对区域创新力的影响系数不显著为正，表明数字经济发展水平较低时外商直接投资对区域创新力的驱动作用不明显；当数字经济发展水平的对数大于等于门槛值0.509时， 外商直接投资对区域创新力的影响系数为6.240，在1%的水平上显著为正，表明数字经济发展水平较高时，外商直接投资可以显著促进区域创新力的提升。 可以认为，数字经济发展能有效推动外商直接投资对区域创新力的驱动作用，有利于促进中国经济高质量发展。

表7 区域创新能力门槛模型回归结果

（四）稳健性检验

首先，为了避免变量遗漏，在模型中加入经济发展水平、城镇化水平、科学事业投入、固定资产投资水平、人力资本水平等变量进行控制，同时采用时间和个体双固定效应模型进行回归分析。 其次，为了避免测量误差，采用外商直接投资存量（lnFDI_s）替换核心解释变量，外商直接投资存量的计算方法采用永续盘存法，并借鉴张军等（2004）FDI 折旧率P取值为9.6%。[20]最后，针对内生性问题，采用两阶段最小二乘法（2SLS）是解决内生解释变量相关问题的一种可行方法。[21]由于解释变量的滞后项通常满足外生性和相关性两个条件，因此常选择其作为工具变量。 笔者选择外商直接投资的一期滞后项作为工具变量，进行回归分析。

表8 为线性的稳健性回归结果。 表8 第（1）列和第（2）列显示了替换核心解释变量并采用外商直接投资存量（lnFDI_s）进行回归的估计结果。 其中，豪斯曼（Hausman）检验和似然比（LR）检验均在1%的水平上显著，表明选择双固定面板模型估计结果有效，从中可以发现外商直接投资对区域创新力的影响系数在加入控制量前后均在1%的水平上显著为正，验证了外商直接投资对区域创新力促进作用的稳健性和可靠性。 表8 第（3）列为采用两阶段最小二乘法（2SLS）的回归结果，可以发现外商直接投资对区域创新力的影响系数仍在1%的水平上显著为正，再次验证了本研究结果的可靠性。

表8 稳健性检验结果

（五）异质性分析

首先，考察不同外商直接投资水平下的异质性差异，笔者根据外商直接投资均值进行划分，分为高低两组进行比对。 其次， 由于中国一直存在区域发展不平衡的差异， 东部区域不仅经济发达且外商直接投资水平较高。 对此， 将样本分为东部区域与非东部区域两组进行对比分析。[22]最后，绿色低碳是高质量发展的环境约束条件， 为了更好地研究环境约束条件下外商直接投资的影响， 笔者根据环境规制强度进行划分，并分为高低不同组。[23]

表9 为外商直接投资对区域创新力影响的异质性影响回归结果。其中，表9 第（1）列和第（2）列显示不同外商直接投资水平组之前的异质性，可以发现，对外商直接投资较低的区域而言， 外商直接投资能够更加显著有效地促进区域创新力的提升。 表9 第（3）列和第（4）列显示了东部区域与非东部区域的异质性回归结果，发现相对于东部区域的不显著而言，外商直接投资对非东部区域创新力的影响显著为正， 表明当前外商直接投资对中西部区域创新力的提升具有积极显著的促进作用。 表9 第（5）列和第（6）列显示了不同环境规制水平下的异质性回归结果，发现环境约束条件越强的区域，外商直接投资可以显著地促进区域创新力的提升， 表明中国注重绿色低碳的发展战略有利于引进更加先进的外商投资，并能更加有效地促进区域创新力的提升。

表9 异质性分析回归结果

六、结论与建议

（一）研究结论

选取2011—2019 年中国280 个地级市的数据为研究样本，以数字经济发展水平为门槛变量进行门槛效应检验，实证检验外商直接投资、数字经济发展对区域研发创新力的影响力及其内在机制， 得到以下研究结论。

1. 外商直接投资对创新研发具有直接促进效应，能够直接推动区域创新力的提升。

2. 以数字经济作为中介变量构建中介效应模型，结果表明外商直接投资总体上能显著推动区域创新力的提升， 外商直接投资不仅能促进区域数字经济发展， 还可以通过区域数字经济发展驱动区域创新力的提升。

3.在不同数字经济发展水平下，外商直接投资对区域创新能力的促进作用存在非线性的影响。

（二）对策建议

1.加强高水平对外开放，积极推动开放型经济建设。 各区域要通过改善营商环境， 给予相关制度和政策保障，加强基础设施建设，扩大投资渠道，创造外商直接投资便利条件，做好招大引强工作，引导外商开展多领域、多层次、高质量投资。 鼓励本土企业紧抓“一带一路”建设契机，积极“走出去”，主动加强对外交流与高水平精准合作，不断增强本土企业创新研发的国际竞争力。

2.大力发展数字经济，激活资源要素高效流动。各区域要利用好数字经济发展重大机遇，补齐高质量发展的短板，借助先进技术和设备，积极发挥数据资源整合带来的便捷优势，提高数字贸易国际合作水平，为外商直接投资提供更为精细、丰富且便利的服务和支撑，继续加强数字技术创新，挖掘区域经济发展的潜能，强化创新链，培育新业态、新模式、新技术，为外商直接投资提供更为广阔的空间和模式。

3.加大教育科技人才投入，协同支撑创新研发。各区域要加强产学研合作，与企业、学校共同制定吸引人才、培育人才、用好人才的政策举措。 同时，利用FDI 的良好契机，加强人才交流与合作，引进一批前沿性高水平创新型人才和创新型企业，打造创新研发平台和创新联盟， 引领各区域创新发展。应通过加大教育投入， 加强创新型人才自主培育，鼓励人才多元化多渠道发展，为FDI 促进区域创新发展提供良好发展环境。

4.提高生态环境质量，发展区域绿色低碳贸易。各区域要坚持走新型工业化道路，科技赋能高质量发展，促进传统产业绿色转型， 加快绿色发展方式的创新研发，培育壮大新型产业， 增强绿色技术创新能力。同时，聚焦高端化、智能化、绿色化发展，把坚持生态文明建设和绿色低碳发展落实到外商直接投资的全过程，加强绿色贸易，利用FDI 引进一批高新技术产业，凝聚绿色低碳发展赛道的新优势，助力科技创新促进高质量发展。