提供论文发表、期刊发表、证书、著作、课题申请、专利等一条龙服务——杂志社张伟浩-您负责教书育人,我们负责解决您职称,晋级路上遇到的难题。

知识产权保护是否影响了中国OFDI逆向创新溢出效应?

分类:(一) 发表时间:2019-08-16

一、引言与问题 新时代下, 中国走出去战略取得了世界瞩目的成就, 特别是在一带一路驱动下, 中国企业明显加大了对外直接投资 (OFDI) 力度, 追求海外优质资产和对外投资回报。据统计
一、引言与问题
 
 
新时代下, 中国“走出去”战略取得了世界瞩目的成就, 特别是在“一带一路”驱动下, 中国企业明显加大了对外直接投资 (OFDI) 力度, 追求海外优质资产和对外投资回报。据统计, 2005年中国OFDI资本流量首次超过百亿美元, 之后长期保持高速增长, 2016年中国OFDI跨国公司数量超过3万家, 与此相应的OFDI资本流量接近2000亿美元, 中国已成为全球第二大OFDI 单一主体。从中国OFDI结构变化来看, 早期依靠国家政治地缘影响, OFDI主要投向亚非拉等发展中国家或能源聚集区。而近年来中国OFDI流向OECD等发达国家和地区的增长趋势明显, 吉利并购沃尔沃成为中国企业投资并购发达国家企业的成功典范。这一现象的深层次原因可能是, 国内产业结构存在一定的技术局限, 而一些发达国家长期保持对中国的技术封锁, 中国企业为了寻求技术突破和创新提升, 通过投资发达国家地区建厂拓业, 雇佣当地优秀研发人员, 购买高端设备, 植入先进创新管理体系, 实现海外创新提升, 同时引致国外向国内的技术回流和创新虹吸, 反哺企业国内研发能力。
 
 
由此出现了一个值得关注的问题, 更早建立OFDI逆向创新优势的企业, 受益于发达地区的创新制度保护, 在海外市场培育了技术创新竞争力, 反过来寄希望于提高国内知识产权保护 (IPR) 强度, 将OFDI逆向创新溢出转化为国内技术壁垒优势;而国内更多的上下游企业和技术跟进企业出于技术学习和创新模仿需要, 希望能够保持相对宽松的知识产权保护环境, 有利于加快OFDI逆向创新溢出的吸收扩散。这一矛盾引发的思考是, 中国对外投资发展过程中, 知识产权保护是否会影响OFDI逆向创新溢出效应?如果有影响, 进一步试问这种影响具有何种内在特征和外部规律, 在什么样的知识产权保护强度下更有利于激发中国OFDI逆向创新溢出效应?深入剖析这些问题, 有助于设计科学合理的知识产权制度体系, 鼓励中国企业大胆“走出去”争取技术进步, 促进国内企业吸收转化OFDI逆向创新溢出, 加快推动形成全面开放新格局和创新型国家建设。
 
二、文献综述
 
 
目前, 涉及知识产权保护对OFDI逆向创新溢出影响的相关研究文献较少, 我们按照研究问题的逻辑演变关系, 从OFDI逆向创新溢出衍生——中国OFDI逆向创新溢出检验——知识产权保护对OFDI的影响三个递进层次对文献进行梳理和归纳, 启发研究思考。
 
(一) OFDI逆向创新溢出衍生
 
 
二战后全球贸易增长和产业扩张加快了资本流动, 按照历史演化特征, 可分为两个不同阶段。第一个阶段源于战后世界经济恢复期, 先进国家企业为了扩张海外市场, 依靠自身竞争优势, 在落后国家投资建厂, 有效降低生产成本, 提高利润水平和市场竞争力[1]。Mello和Luiz[2]进一步提出, 先进国家向落后国家OFDI过程中, 会带来先进生产经验和成熟加工设备, 帮助落后国家提高产业技术水平。Cheung和Lin[3]以中国改革开放初期的市场换技术验证了这一点。在第二个阶段, 落后国家通过吸收发达国家投资, 促进技术学习和创新模仿, 加之第三次科技革命蔓延, 不断提升自身产业技术水平, 建立本国工业基础, 由原来的资本吸收国逐渐向资本输出国转变, 通过OFDI竞争全球市场份额和资源, 在与先进国家技术竞争中加快提升自身创新能力[4]。Kogut和Chang[5]研究发现, 日本20世纪末的制造业OFDI流向既包括印度、中国等发展中国家新兴市场, 同时也包括美国等发达地区。Yamawaki[6]揭示日本企业向美国投资并非仅出于市场销售考虑, 更深层次目的在于通过OFDI学习吸收美国先进技术, 反补自身创新水平。葛顺奇、罗伟[7]认为中国制造业OFDI具有类似特征。由此来看, 落后国家向先进国家的OFDI过程中, 内外技术势差会引致先进技术、研发人员和创新经验向落后国家倾斜, 通过虹吸转化激发OFDI逆向创新溢出效应, 提高落后国家技术创新竞争力。
 
(二) 中国OFDI逆向创新溢出检验
 
 
已有研究多认为OFDI有利于本国技术创新水平提升, 但Bitzer和Kerekes[8]提出OFDI并非在任何国家都会产生正向创新溢出, 这取决于本国技术吸收水平和创新转化能力, 由此引发了国内学者的研究热情。早期一些学者认为OFDI不利于中国创新能力提升。王英和刘思峰[9]的实证研究结果显示, OFDI对中国全要素生产率的影响低于国内投资的促进作用, 并没有激发创新溢出效应。白洁[10]的相关研究结果也都验证了这一点, 认为 OFDI对中国全要素生产率和技术进步有一定的抑制影响。可能的原因是, 上述研究主要集中在2010年之前, 中国OFDI增长以中低端市场扩张和能源获取为主, 并且创新吸收能力有限, 不具备OFDI逆向创新溢出条件。后来的一些研究证实中国OFDI存在积极的创新溢出影响。潘素昆和袁然[11]通过分析2003年-2012年的制造业数据提出, OFDI有效提升了中国产业技术水平和创新能力。陈岩[12]采用省际面板数据的实证研究有效验证了这一观点, 随着中国创新吸收能力提升, OFDI能够带动跨国公司加大研发投入, 反向提高国内技术水平。陈昊和吴雯[13]认为中国OFDI结构正在发生变化, 投向技术密集的发达国家更有利于实现创新溢出效应。而近年来的一些研究显示, 中国OFDI创新溢出影响并非简单的抑制或促进, 呈现出某种复杂特征。邱喆成[14]认为中国的OFDI逆向创新溢出受到经济结构影响, 在国有经济比重较大的省份, 可能抑制了创新进步, 而民营经济OFDI更有利于激发创新溢出效应。王欣等[15]对长三角地区25个城市2007年-2014年的面板数据研究发现, 中国OFDI逆向创新溢出效应受到人力资本、金融发展水平、交通基础设施和对外开放度等因素影响, 呈现出某种非线性特征。李洪亚和宫汝凯[16]持类似观点, 认为中国OFDI受到多重因素影响, 会产生较为复杂的创新溢出规律。
 
(三) 知识产权保护对OFDI的影响
 
 
国外学者更早关注到创新制度与OFDI之间的联系。Mansfield[17]认为, 本国知识产权保护有利于OFDI跨国公司建立技术优势, 从而获取更高的对外投资回报。Braga和Fink[18]从另外一个角度提出, 资本输出国如果建立了完善的知识产权制度, 本国企业则更易于依赖单纯的技术优势, 以技术转让创造收益, 替代对外直接投资, 不利于OFDI发展。上述研究立足发达国家自身利益, 研究内容集中在发达国家向发展中国家的OFDI, 与中国的现实发展差异较大。国内学界关于知识产权保护对OFDI的影响研究较少。李青和钟祖昌[19]认为参与国际专利合作协定 (PCT) 将会帮助中国OFDI跨国公司建立技术竞争优势。刘晶和武娜[20]进一步提出, 提高知识产权保护强度, 缩小和被投资国家之间的知识产权保护差异, 有利于促进中国OFDI发展。其它一些文献虽然提到OFDI会受到知识产权保护等多重因素影响, 但并未更深一步探讨知识产权保护是否会影响OFDI的逆向创新溢出效应。
 
 
对上述三个层次文献梳理得到以下研究启示:一是资本流动过程中, OFDI逆向创新溢出的衍生条件包括内外技术势差和本国技术创新吸收转化能力;二是新时代中国以技术进步和创新吸收为诉求的OFDI发展较快, 但中国OFDI逆向创新溢出效应具有一定的复杂性, 不能片面认定OFDI抑制或促进了技术创新;三是已有文献虽然发现知识产权保护对OFDI存在一定影响, 但尚未涉及知识产权保护约束下的OFDI逆向创新溢出研究。鉴于此, 本文基于知识产权保护视角, 深入研究中国OFDI逆向创新溢出影响的内在机制和外部规律, 以期为科学制定知识产权保护调节策略, 进一步提升新时代中国OFDI逆向创新溢出效应, 提供参考和依据。
 
三、机制分析与研究假设
 
 
为了深入阐释知识产权保护对OFDI逆向创新溢出影响的内在机制, 本文从OFDI逆向创新溢出机制、知识产权保护调节机制、空间异质性影响机制三个层面展开理论探讨, 并提出相关研究假设。
 
(一) OFDI逆向创新溢出机制
 
 
根据创新要素流动机理, 中国OFDI逆向创新溢出包括两个涟漪层次 (图1) :一是跨国公司通过OFDI由国外向国内的逆向创新虹吸, 二是国内上下游企业和技术跟进企业进一步对OFDI创新溢出的吸收扩散, 两层涟漪交融叠加, 促进国内技术创新水平提升。
 
1.由外向内的逆向创新虹吸
 
 
依据Potter的创新竞争理论[21], 技术势差存在下, 先进国家为保持竞争优势, 对落后国家实施技术封锁和投资限制, 造成落后国家企业在国内难以接触到新兴技术和创新经验。为了突破技术瓶颈和创新局限, 落后国家企业通过OFDI在先进国家和地区投资建立研发中心和生产基地, 雇佣当地高级研发人员, 虹吸先进创新经验, 并将之引入国内母体吸收转化, 从而逆向提升国内技术创新水平。按照陈昊、吴雯[13]的研究解释, 虹吸效应帮助OFDI跨国公司在投资先进国家和争夺国际市场过程中, 培育了更好的技术创新竞争力, 体现了中国OFDI逆向创新溢出的积极影响。
 
图1 OFDI逆向创新溢出效应  
图1 OFDI逆向创新溢出效应   下载原图
 
 
2. 国内创新溢出吸收扩散
 
 
中国企业技术水平参差不齐, 市场结构较为复杂, 跨国公司通过OFDI将新兴技术和创新经验引入国内, 加快自身技术进步, 在创新活动外延和市场销售过程中, 促进技术创新在国内传播扩散, 替代了先进外资企业在中国的技术模范角色, 带动国内上下游企业和技术跟进企业创新模仿, 从而整体提升国内技术创新水平。这个过程中, 国内技术创新吸收转化能力是核心因素[22], 国内创新吸收能力越强, 技术转化条件越好, 则OFDI逆向创新溢出吸收扩散更为有效;反之, 国内外技术水平差距过大可能会造成技术鸿沟, 从而抑制国内创新模仿积极性。Becker[23]以印度为例的研究证实了这一点, 塔塔汽车虽然投资并购了英国捷豹路虎汽车公司, 但受制于国内产业技术转化能力有限, 并未给印度汽车工业带来明显的技术提升。类似的情况在中国OFDI研究文献中同样得以验证, 早期OFDI抑制了中国技术创新进步, 但通过技术条件提升和创新能力培养, 后期中国OFDI逐步释放出积极的技术创新溢出影响。
 
 
据此, 提出本文的第一个研究假设H1:OFDI对中国技术创新并非简单抑制或促进, 可能具有较为复杂的非线性溢出影响。
 
(二) 知识产权保护调节机制
 
 
由于OFDI逆向创新溢出具有双层涟漪特点, 从而造成知识产权保护双维度影响的复杂性:一是对OFDI跨国公司由外向内逆向创新虹吸的影响, 二是对国内上下游企业和技术跟进企业创新溢出吸收扩散的影响。鉴于此, 我们通过知识产权保护强度双向调节模拟, 推演两个不同维度的影响机理。
 
1. 知识产权保护对逆向创新虹吸的影响
 
 
传统知识产权理论认为, 提高知识产权保护强度, 有利于维护技术竞争和市场公平, 激发企业研发积极性, 从而提升创新水平[24]。在这一逻辑解释下, 对于OFDI跨国公司而言, 加强区域知识产权保护, 提高地方监督执法力度, 严惩技术盗用和专利侵权, 鼓励技术公平交易, 有利于OFDI跨国公司国外研发创新成果回流转化, 在国内申请技术专利, 建立技术壁垒优势, 提升OFDI跨国公司持续创新积极性。此外, 完善知识产权制度, 参与国际专利合作, 有利于OFDI跨国公司通过技术创新和专利保护培育国际竞争优势。由此可见, 加强知识产权保护, 能够促进OFDI跨国公司逆向创新虹吸, 从而带动国内技术创新提升。反之, 降低区域知识产权保护强度, 放松监管约束, 可能诱发大规模技术复制和创新惰性, 甚至滋生技术盗用, 破坏技术市场公平交易, 从而抑制OFDI跨国公司逆向创新虹吸和国内技术转化积极性, 不利于技术创新提升。
 
2. 知识产权保护对国内创新溢出吸收扩散的影响
 
 
根据创新溢出理论的外部性解释[25], OFDI跨国公司实现逆向创新提升后, 会进一步促进国内知识扩散和创新互动, 为上下游企业和技术跟进企业塑造创新溢出吸收环境, 在这一维度, 较为宽松的知识产权保护有助于缓解技术壁垒限制, 降低技术交易成本, 促进技术学习和创新模仿, 从而加快国内创新溢出吸收扩散。反之, 提高知识保护强度, 则不利于上下游企业和技术跟进企业的技术学习和创新模仿, 抑制OFDI逆向创新溢出的国内吸收扩散, 阳立高等[26]认为这是中国知识产权保护影响的特殊两面性。
 
 
推演发现, 知识产权保护对中国OFDI逆向创新溢出两个层次的影响方向相反, 此消彼长, 交汇融合形成知识产权保护对OFDI逆向创新溢出的综合影响 (见表1) , 结果难以单向推断。进而提出本文的第二个研究假设H2:知识产权保护会动态影响中国OFDI逆向创新溢出效应, 即在不同的知识产权保护强度调节下, OFDI逆向创新溢出效应可能存在某种差异。
 
 
表1 知识产权保护对OFDI创新溢出的影响推演 导出到EXCEL
 
 
 
 
IPR强度
变化模拟 由外向内
逆向创新虹吸 内部创新
溢出吸收扩散 综合影响结果 
 
提高IPR强度 提升 降低 — 
 
降低IPR强度 降低 提升 — 
 
  
 
 
(三) 空间异质性影响机制
 
 
基于上述分析, 知识产权保护强度会对OFDI逆向创新溢出产生调节影响。事实上, 由于中国地方经济发展水平和技术创新能力参差不齐, 东部沿海地区产业布局和技术条件较为成熟, 优秀企业数量众多, 具有一定的“走出去”国际竞争力, 具备更好的OFDI逆向创新溢出条件;而中西部地区相对而言经济发展水平不高, 跨国公司数量有限, 受地方创新条件约束, 更多扮演技术学习和创新模仿角色。
 
 
同时, 各地行政管理水平参差不齐, 知识产权保护松紧不一[27]。东部地区知识产权保护意识相对较高, 专利申请和审批授权规模较大, 技术盗用和专利侵权惩治趋严, 技术交易更为活跃, 有利于OFDI跨国公司逆向创新虹吸, 通过专利保护获取更高创新回报, 但不利于上下游企业和技术跟进企业的技术学习和创新模仿。而中西部地区整体知识产权保护强度可能相对较低, 有利于上下游企业和技术跟进企业的技术学习和创新模仿, 但会抑制OFDI跨国公司逆向创新虹吸和国内技术转化积极性, 容易造成孔雀东南飞。
 
 
由此, 提出本文的第三个研究假设H3:知识产权保护约束下, 中国OFDI逆向创新溢出效应可能存在一定的区域异质性特征。
 
四、研究设计与变量设定
 
(一) 模型构建
 
1. 线性估计模型
 
 
区域创新溢出是多因素影响下的系统运行表现, 本文重点考察OFDI创新溢出效应, 同时引入一些相关控制变量:借助城市化水平 (urb) 评价影响区域技术创新的基础条件;以市场化经济程度 (mar) 考察经济结构对区域技术创新的制约;通过吸收外资能力 (fdi) 判断国外投资对区域技术创新的影响;以人力资本条件 (hum) 分析区域技术创新的智力影响;以国外技术引进水平 (tei) 判断外部技术对区域技术创新的作用。
 
 
首先, 以区域技术创新水平 (inn) 作为被解释变量, 采用面板回归技术, 拟合一个线性模型 (1) , 测试OFDI及其它因素对区域技术创新的影响, 具体如下:
 
 
innit=αofdiit+θ1urbit+θ2marit+θ3fdiit+θ4humit+θ5teiit+μi+εit (1) 
 
 
其中, α是OFDI的影响系数, θn为各控制变量影响系数, i表示各省份, t表示不同年度, μi表示不随时间变化的各样本截面个体效应, εit为误差项, εit~iid (0, σ2) 。
 
 
其次, 为了进一步检验知识产权保护对区域技术创新的影响, 在线性模型 (1) 中引入知识产权保护强度 (ipr) , 得到模型 (2) , β是知识产权保护影响系数, 具体如下:
 
 
innit=αofdiit+βiprit+θ1urbit+θ2marit+θ3fdiit+θ4humit+θ5teiit+μi+εit (2) 
 
2. OFDI自变影响门槛估计模型
 
 
一些早期研究关注到OFDI 逆向溢出效应具有某种非线性门槛特征, 采用的研究方法以分组检验和构造连乘估计模型居多, 何兴强[28]认为这两种方法均存在一定缺陷:分组检验过程中, 分组标准往往难以固化, 容易造成门槛估计失真, 缺乏相应的显著性检验;连乘估计模型虽然可以估计出整体影响门槛值, 但交叉项无法有效分解核心解释变量和门槛变量的向量影响关系, 估计结果存在解释局限。Hansen[29]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, 有效弥补了上述两种门槛检验方法的技术缺陷, 不仅能够科学估计出门槛阈值, 还能够进一步对门槛阈值的合理性做显著性检验。由此我们借鉴李梅[30]的研究经验, 以Hansen的面板门槛回归模型为基础, 构建一个OFDI自变影响门槛基本模型, 以检验OFDI在不同水平时, OFDI逆向创新溢出效应可能存在的非线性特征:
 
 
innit=α1ofdiit·I (ofdiit≤γ) +α2ofdiit·I (ofdiit>γ) +μi+εit (3) 
 
 
上式中, innit作为被解释变量, 表示i省在t年的技术创新水平, 以技术创新水平变化解释OFDI逆向创新溢出影响;ofdiit是核心解释变量, 表示i省在t年的OFDI水平, 同时, ofdiit也作为自身门槛变量, 表示OFDI水平在不同门槛区间时, 所激发的OFDI逆向创新溢出效应有所不同;γ为OFDI的待估门槛阈值, 借助门槛阈值γ能够将门槛变量划分成两个不同区域, 各区域的回归系数有所不同, 反映了OFDI逆向创新溢出影响的非线性特征。I (*) 表示检验假设的指示函数, 当括号内条件满足时, 则符合假设取值为1, 反之则取值为0。
 
 
给定任意γ, 在估计各系数时, 可求出相应的残差平方和S1 (γ) , 若在可行的范围内依次由大到小选定γ, 会得到多个S1 (γ) , 选择最小的S1 (γ) 作为门槛阈值γ*:
 
 
γ ˆ =argminS 1 (γ) γ^=argminS1(γ) (4) 
 
 
门槛阈值估计得出后, 需进一步检验门槛效应的存在性, 设定门槛效应存在性检验原假设是H0:α1=α2, 否定假设为H1:α1≠α2, 由此构建统计量:
 
 
F=S 0 (γ)−S 1 (γ ˆ )σ 2  ˆ   F=S0(γ)-S1(γ^)σ2^ (5) 
 
 
上式中, S0 (γ) 和S 1 (γ ˆ ) S1(γ^)分别表示在H0和H1的假设条件下, 以参数估计得到的残差平方, σ 2  ˆ  σ2^是在H1假设条件下由参数估计得到的残差方差。根据Hansen的检验方法, 通过自抽样获得F统计量的渐进分布, 从而测算得到拒绝原假设的概率值, 以此检验门槛存在假设的显著性。
 
 
进一步检验门槛估计值的合理性, 以LR统计量测定估计值与真实值的似然比:
 
 
LR=S 1 (γ)−S 1 (γ ˆ )σ 2  ˆ   LR=S1(γ)-S1(γ^)σ2^ (6) 
 
 
LR统计量不满足标准分布, 但其渐进分布满足c(α)=−2ln(1−α  √ ) c(α)=-2ln(1-α), 当LR1≤c (α) 时, 拒绝原假设, 从而验证门槛估计结果的合理性。
 
 
模型 (3) 为单一门槛基本模型, 这里进一步将之扩展为多重门槛检验模型, 并引入各控制变量, 从而得到OFDI自变影响门槛估计模型 (7) , 具体如下:
 
 
innit=α1ofdiit·I (ofdiit≤γ1) +α2ofdiit·I (ofdiit>γ1) +…+α2n-1ofdiit·I (ofdiit≤γn) +α2nofdiit·I (ofdiit>γn) +θ1urbit+θ2marit+θ3fdiit+θ4humit+θ5teiit+μi+εit (7) 
 
3. 知识产权保护影响门槛估计模型
 
 
为了进一步考察知识产权保护对OFDI逆向创新溢出效应的调节影响, 将知识产权保护强度 (iprit) 作为门槛变量, 引入OFDI逆向创新溢出门槛估计模型, 得到知识产权保护影响门槛估计模型 (8) :
 
 
innit=α1ofdiit·I (iprit≤γ1) +α2ofdiit·I (iprit>γ1) +…+α2n-1ofdiit·I (iprit≤γn) +α2nofdiit·I (iprit>γn) +θ1urbit+θ2marit+θ3fdiit+θ4humit+θ5teiit+μi+εit (8) 
 
(二) 变量设定
 
1.被解释变量:
 
 
区域技术创新水平 (inn) 。已有研究关于技术创新评价指标选择不一, 各有利弊。以专利评价区域技术创新水平具有一定优势[31]:首先, 专利是研发主体通过创新活动所获得的技术创新成果, 凝结了研发创新过程中的要素投入和研发经验, 能够有效体现区域技术创新产出水平;其次, 专利中包含了大量技术创新原理及其应用说明, 是一种广为市场接受, 能够通过交易流通评价创新价值的产权形式;再者, 相对于新产品销售收入、生产效率进步等其它一些创新评价指标, 各区域专利数据统计较为规范统一, 便于获取和对比, 同时专利的审查、授权、交易等相关信息也更为详实。专利统计一般分为专利申请数量和专利授权数量, 专利申请数量一定程度能够反映技术创新积极性, 但只有经过审查授权的专利才具有技术创新评价基础, 能够体现技术创新的市场价值, 受到法律保护, 因而学界广泛采用专利授权数量指标来反映区域技术创新水平[32]。具有代表性的相关研究有:肖刚等[33]以专利授权数量作为区域技术创新评价指标, 测算中国区域创新差异的时空演变特性;刘和东[34]选择区域专利授权数量作为技术创新水平测度依据, 研究FDI对区域创新的溢出影响;李娟等[35]同样以专利授权数量作为区域技术创新能力评价指标, 研究OFDI创新溢出的地区差异化问题。本文研究关注OFDI对区域创新的直接影响, 侧重考察区域层面的技术创新成果转化能力, 考虑到知识产权保护影响的研究关联性, 我们借鉴杜龙政和林润辉[36]的方法, 选择区域专利授权数量作为区域技术创新评价依据, 并对专利授权数据做了对数处理, 以表征区域技术创新水平。
 
2.核心解释变量:
 
 
对外直接投资水平 (ofdi) 。根据《中国对外直接投资统计公报》中的省际层面相关统计, 选取中国OFDI的存量数据, 以降低数据的短期波动影响, 效仿刘焕鹏和严太华[37]的做法, 选择各省份对外直接投资存量 (1) 与同期该地区GDP的比重衡量该省份的对外直接投资水平, 该指标数值越大, 说明该地区的OFDI水平也就越高。在OFDI自变影响门槛估计模型中, ofdi不仅作为核心解释变量, 同时也作为门槛变量。
 
3.门槛变量:
 
 
知识产权保护强度 (ipr) 。已有研究对知识产权保护强度衡量指标选择方法不同, 史宇鹏和顾全林[38]以专利侵权纠纷立案数量与结案数量比值测度地区知识产权保护强度, 这一方法更多关注知识产权侵权事发后的法律惩治强度, 难以反映知识产权保护的积极影响。一些学者以Ginarte和Park提出的GP指数衡量知识产权保护强度, 但赖敏和韩守习[39]认为GP指数以五年为时间跨度, 缺乏连续性, 检验结果具有一定的局限。按照市场交易理论的相关解释[40], 知识产权保护最重要的作用是通过市场监督和法律惩治, 促进创新主体加强研发投入, 激励高质量的创新产出, 控制技术侵权和专利盗用, 维护技术交易市场公平活跃。基于此, 本文参照胡凯等[41]的方法, 选择技术市场交易额与GDP的比值来表示区域知识产权保护综合强度, 指标数值越大, 说明该地区知识产权保护越有效, 技术市场交易也更为活跃, 单位GDP的知识产权价值含量也就越高。
 
4.控制变量:
 
 
为了力求获取无偏的检验结果, 本文借鉴韩先锋等[42]的研究经验, 控制一些其它相关变量的影响, 具体包括: (1) 城市化水平 (urb) , 以该地区年末城镇人口在总人口中所占的比例测度; (2) 市场化经济程度 (mar) , 选择区域非国有经济主体在全社会固定资产投资的比重来反映; (3) 吸收外资能力 (fdi) , 选择该地区吸收外资投资额与GDP的比值表征; (4) 人力资本条件 (hum) , 采用该地区平均受教育年限量化衡量; (5) 国外技术引进水平 (tei) , 选取区域国外技术引进合同金额与GDP的比值来体现。
 
(三) 数据来源
 
 
本文研究选择的数据样本区间为2006年-2016年, 出于相关统计口径的一致性和数据的可获性, 我们剔除了西藏、港、澳、台等省区数据, 最终实际选取的研究样本共30个省份。本文研究数据主要来自《中国统计年鉴》、《中国科技统计年鉴》、《中国对外直接投资统计公报》、各省统计年鉴、Wind经济数据库等, 表2对各变量做了描述性统计。
 
 
表2 主要变量描述性统计 导出到EXCEL
 
 
 
 
变量 个数 极小值 极大值 均值 标准差 
 
inn 330 4.575 12.506 9.217 1.573 
 
ofdi 330 0.000 0.198 0.010 0.021 
 
ipr 330 0.000 0.154 0.010 0.022 
 
urb 330 0.275 0.896 0.532 0.138 
 
mar 330 0.440 0.886 0.703 0.103 
 
fdi 330 0.000 0.082 0.024 0.018 
 
hum 330 6.594 12.322 8.752 0.967 
 
tei 330 0.000 0.052 0.004 0.007 
 
  
 
 
五、实证检验与结果分析
 
(一) 数据检验
 
1.平稳性检验
 
 
尽管本文研究所选的面板数据时间跨度不算太长, 但为了有效避免宏观经济数据可能存在时间趋势干扰, 我们对变量做了数据平稳性检验。在具体检验技术上, 本文选用假设存在同质面板单位根的LLC方法和Breitung t-stat方法, 以及假设存在异质面板单位根的IPS方法、ADF-Fisher方法和PP-Fisher方法。五种检验结果显示 (见表3) , 所有变量的LCC方法、ADF-Fisher方法和PP-Fisher方法均通过了5%或1%显著性水平检验, Breitung t-stat方法和IPS方法存在个别变量未通过检验的情况, 但多数变量通过了1%显著性水平检验, 整体判断来看, 本文研究选取的变量面板数据一阶平稳。
 
2. 协整检验
 
 
为了避免出现伪回归现象, 我们进一步选择Pedroni[43]的残差协整检验工具, 通过七个协整统计量检验面板数据的协整关系, 这一方法的优点在于允许面板数据的截面个体所对应的长期协整向量和短期动态调整参数存在异质性, 适用性较为广泛, 具体检验结果见下表4:
 
 
表3 面板单位根检验结果 导出到EXCEL
 
 
 
 
变量 LLC Breitung t-stat IPS ADF-Fisher PP-Fisher 
 
Δinn -13.197***
 (0.000)  -6.498***
 (0.000)  -4.037***
 (0.000)  150.510***
 (0.000)  169.344***
 (0.000)  
 
Δofdi -6.532***
 (0.000)  0.350
 (0.637)  -0.705
 (0.241)  83.080**
 (0.026)  121.134***
 (0.000)  
 
Δipr -10.259***
 (0.000)  1.411
 (0.921)  -2.650***
 (0.004)  126.654***
 (0.000)  147.132***
 (0.000)  
 
Δurb -7.107***
 (0.000)  -4.327***
 (0.000)  -1.092
 (0.137)  81.885**
 (0.032)  90.304***
 (0.007)  
 
Δmar -14.604***
 (0.000)  0.202
 (0.580)  -2.570***
 (0.005)  103.163***
 (0.000)  105.022***
 (0.000)  
 
Δfdi -12.114***
 (0.000)  -3.015***
 (0.001)  -3.279***
 (0.001)  132.811***
 (0.000)  157.807***
 (0.000)  
 
Δhum -14.591***
 (0.000)  -12.212***
 (0.000)  -3.927***
 (0.000)  14.719***
 (0.000)  167.387***
 (0.000)  
 
Δtei -18.170***
 (0.000)  -5.620***
 (0.000)  -5.287***
 (0.000)  178.200***
 (0.000)  226.553***
 (0.000)  
 
  
 
注: *、**、***分别表示在10%、5%、1%的显著水平拒绝原假设。
 
 
表4 协整检验结果 导出到EXCEL
 
 
 
 
检验方法 检验假设 检验结果 
 
Pedroni
基于残差的
协整检验 
组内
统计量 H0 : ρ=1
H1 : (ρi=ρ) <1 
Panelv- stat 30.893*** (0.000)  
 
Panel ρ- stat 2.944 (0.998)  
 
PanelPP-stat -3.658*** (0.000)  
 
PanelADF-stat -1.847** (0.032)  
 
组间
统计量 H0 : ρ=1
H1 : (ρi=ρ) <1 
Groupρ- stat 5.166 (1.000)  
 
GroupPP -stat -10.340*** (0.000)  
 
GroupADF stat -3.889*** (0.000)  
 
  
 
注: () 中检验结果表示该统计量的伴随概率值;*、**、***分别表示在10%、5%、1%的显著水平拒绝不存在协整关系的原假设。
 
 
检验结果显示, Panel v-stat、Panel PP-stat、Group PP-stat和Group ADF-stat四个统计量均通过了1%的显著性水平检验, Panel ADF-stat通过了5%的显著性水平检验。根据Pedroni的研究经验, 在面板时间跨度较短的情形下, 以Panel ADF-stat与Group ADF-stat两种统计量的检验判断为有效, 由此可认为本文选取的各变量之间存在长期稳定均衡关系。
 
(二) 全国层面估计结果及分析
 
1. 线性模型估计结果
 
 
为了便于系统分析, 这里首先对比两个线性模型1和2, 经Hausman检验后, 采用固定效应的估计结果见表5。线性模型1中, OFDI的估计系数为2.464, 且通过了1%显著性水平检验, 说明当前中国OFDI具有显著的正向创新溢出效应, OFDI已成为新时代下驱动国内技术创新提升的重要动力。城市化水平 (urb) 的影响系数在各控制变量中取值最大, 说明城市化是区域技术创新的基础支撑, 对区域技术创新有重要影响。市场化经济水平 (mar) 对区域技术创新的影响不显著, 说明国有经济和民营经济对区域创新的贡献并无明显差异。外资引进 (fdi) 对区域技术创新的影响同样不显著, 改革开放初期的“市场换技术”红利逐渐褪去, 而OFDI跨国企业有机会替代过去的外资企业, 成为中国创新发展的技术模范。人力资本条件 (hum) 对区域技术创新的影响较弱, 说明现阶段中国人力资本对区域技术创新的积极影响较为有限。值得关注的是, 技术引进 (tei) 显著抑制了区域技术创新, 说明中国创新发展已经跨过了“外来技术皆宜”阶段, 国外技术引进虽然短期加快了产业技术进步, 但抑制了自主创新转化积极性, 不利于长期创新进步。
 
 
引入知识产权保护 (ipr) 后, 线性模型2估计结果显示 (见表5) , 知识产权保护对区域技术创新的影响系数为9.040, 且通过了1%显著性水平检验, 表明知识产权保护对区域技术创新具有显著的积极影响, 反映了当前创新发展阶段中内部技术势差有所减弱, 已经形成的技术创新溢出吸收扩散有限, 而提高知识产权保护有利于激发更高层次的创新研发和技术进步, 从而促进区域创新提升。上述结果证实了OFDI和知识产权保护均对国内技术创新水平具有积极影响, 那么, 两者之间是否存在协同作用契合点, 知识产权保护是否会调节OFDI逆向创新溢出?我们将在下文予以重点揭示。
 
 
表5 全国面板模型估计结果 导出到EXCEL
 
 
 
 
变量 OFDI影响
线性模型1 IPR影响
线性模型2 OFDI自变
门槛模型3 稳健性
检验模型4 IPR影响
门槛模型5 稳健性
检验模型6 
 
ofdi 2.464***
 (2.725)  1.928**
 (2.137)      
 
ofdi-1   -236.179**
 (-1.993)  -223.333*
 (-1.769)  1.684
 (1.071)  2.263
 (1.412)  
 
ofdi-2   47.011***
 (4.634)  60.878***
 (4.033)  -8.695***
 (-3.509)  -8.031***
 (-3.358)  
 
ofdi-3   15.846***
 (3.681)  17.788***
 (3.934)  1.741**
 (2.417)  1.851***
 (2.721)  
 
ofdi-4   4.332***
 (4.564)  3.913***
 (3.972)  6.057***
 (5.128)  6.300***
 (5.706)  
 
ipr  9.040***
 (3.410)      
 
urb 12.823***
 (18.443)  12.826***
 (18.777)  11.846***
 (17.257)  12.088***
 (16.830)  13.693***
 (18.422)  13.560***
 (18.491)  
 
mar 0.026 
 (0.065)  0.057
 (0.148)  -0.010
 (-0.025)  0.064
 (0.162)  -0.081
 (-0.221)  0.441 
 (0.256)  
 
fdi -1.352
 (-0.753)  -1.370
 (-0.776)  -2.149
 (-1.254)  -1.647
 (-0.929)  -0.947
 (-0.514)  -0.111
 (-0.300)  
 
hum 0.359***
 (5.234)  0.320***
 (4.688)  0.329***
 (5.023)  0.310***
 (4.553)  0.323***
 (4.565)  0.285***
 (4.052)  
 
tei -12.465***
 (-3.512)  -9.560***
 (-2.664)  -10.473***
 (-3.089)  -12.957***
 (-3.738)  -11.361**
 (-2.294)  -7.527* 
 (-1.630)  
 
  
 
注: () 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;ofdi-1至ofdi-4分别为四个不同门槛区间内ofdi的估计系数。
 
2. OFDI自变影响门槛模型估计结果
 
 
首先, 以Hansen的面板门槛回归方法对OFDI自变影响门槛估计检验, 结果见表6的模型3。借助“自举法”重叠模拟似然比, 以检验门槛估计结果的存在性与合理性, 对各统计量分别模拟检验300次, 进而得到门槛存在性检验的bootstrap P值, 结合F值检验结果可知, OFDI自变影响门槛模型分别通过了单一门槛 (0.001) 、双重门槛 (0.002) 和三重门槛 (0.008) 的1%显著性水平检验, 三重门槛的95%置信区间为[0.002, 0.003], 这一结果表明中国OFDI的逆向创新溢出效应存在显著的三重门槛特征, 充分验证了假设H1的合理性。同时, 为了检验OFDI自变影响门槛模型的稳健性, 借鉴许年行等[44]的研究经验, 去掉数据样本中技术创新水平最高和最低的两个省份, 以消除异常值的不利影响, 检验结果见稳健性检验模型4。通过结果对比发现, 模型4与模型3门槛估计结果一致, 且各变量估计系数差异较小, 从而有效验证了OFDI自变影响门槛模型的稳健性。
 
 
表6 门槛估计及门槛检验 导出到EXCEL
 
 
 
 
门槛模型 门槛检验 估计值 F值 P值 BS次数 
 
OFDI自变
门槛模型3 
单一门槛 0.001 17.631*** 0.000 300 
 
双重门槛 0.002 10.404*** 0.000 300 
 
三重门槛 0.008 8.246*** 0.003 300 
 
稳健性检验
模型4 
单一门槛 0.001 15.596*** 0.000 300 
 
双重门槛 0.002 11.208*** 0.003 300 
 
三重门槛 0.008 8.295*** 0.000 300 
 
IPR影响
门槛模型5 
单一门槛 0.003 8.937*** 0.003 300 
 
双重门槛 0.006 2.801** 0.013 300 
 
三重门槛 0.029 8.108*** 0.010 300 
 
稳健性检验
模型6 
单一门槛 0.003 9.358*** 0.000 300 
 
双重门槛 0.006 2.773** 0.013 300 
 
三重门槛 0.030 7.975*** 0.000 300 
 
  
 
注:*、**、***分别表示门槛检验在10%、5%、1%的显著性水平拒绝原假设。
 
 
OFDI自变影响门槛模型3的估计结果显示 (见表5) , OFDI水平低于0.001时, 其对区域技术创新的影响系数显著为负, 说明低水平的对外投资明显抑制了区域技术创新, 可能的原因是中国OFDI发展初期阶段以中低端市场开拓和能源开发为主要目的, 缺乏技术含量, 难以转化创新提升。当OFDI水平提升至[0.001, 0.002]区间时, 显著提升了区域技术创新水平, 说明进一步“走出去”过程中, 创新学习和技术进步诉求得以实现, OFDI企业能够将外部技术势差转化吸收, 实现逆向创新虹吸。当OFDI水平进一步提升至[0.002, 0.008]区间时, 对区域技术创新的正向影响强度有所降低, 说明OFDI的逆向创新溢出效应出现边际递减。当OFDI水平高过0.008时, 其正向创新溢出效应继续递减。上述检验结果反映, 中国OFDI逆向创新溢出具有显著的“U”型非线性特征, 低水平OFDI并不利于区域技术创新提升, 提高OFDI水平能够激发正向创新溢出, 而适度的OFDI有利于撬动创新溢出最大化。OFDI自变影响门槛模型的相关控制变量估计结果与线性模型相似, 这里不再赘述。
 
3. 知识产权保护影响的门槛模型估计结果
 
 
以知识产权保护 (IPR) 作为门槛影响变量的检验结果见表6的模型5, 结果可知, 知识产权保护对OFDI逆向创新溢出的影响存在显著三重门槛效应, 其单一门槛 (0.003) 通过了1%显著性水平检验, 双重门槛 (0.006) 通过了5%显著性水平检验, 三重门槛 (0.029) 通过了1%显著性水平检验, 三重门槛的95%置信区间为[0.004, 0.009]。同时, 以2007年-2016年为时间段的稳健性检验模型6估计结果显示, 知识产权保护影响门槛模型同样具有较好的稳健性。
 
 
模型5估计结果显示 (见表5) , 在知识产权保护影响下, OFDI对区域技术创新的影响呈现出“U”型非线性特征。较低的知识产权保护强度约束下 (IPR<0.003) , OFDI对区域技术创新的影响并不显著。当知识产权保护强度处于[0.003, 0.006]区间时, OFDI对区域技术创新产生了显著的抑制性影响, 说明知识产权保护效果依然欠佳, 对OFDI跨国企业的逆向创新虹吸和技术转化造成了负面影响, 导致国内创新溢出吸收扩散有限, 不利于OFDI逆向创新溢出。当知识产权保护强度提高到[0.006, 0.029]时, OFDI对区域技术创新的影响转负为正, 说明此时提高知识产权保护有效提升了OFDI跨国企业的逆向创新虹吸, 从而促进区域技术创新进步。当知识产权保护强度进一步超过0.029时, OFDI的创新溢出影响明显提升。上述变化规律反映了现阶段跨国公司由外向内的逆向创新虹吸可能是OFDI创新溢出的主要贡献, 因此加强知识产权保护有利于扩大国内OFDI逆向创新溢出效应, 这在一定程度验证了假设H2的合理性。
 
(三) 分区层面估计结果及分析
 
 
中国传统地理经济影响下, 东部、中部、西部三大地区经济水平、对外投资能力、知识保护强度差异较大, 可能造成各地区OFDI逆向创新溢出效应有所不同, 为了深入揭示这种现象, 我们进一步研究东部、中部、西部三大地区在不同强度知识产权保护约束下, OFDI逆向创新溢出效应的空间异质性。同时, “一带一路”建设加快了中国企业“走出去”步伐[45], 对中国OFDI逆向创新溢出可能产生积极影响, 由此我们划分“一带一路”和非“一带一路”两大地区 (2) , 检验“一带一路”建设下, 知识产权保护对区域OFDI逆向创新溢出的调节影响。
 
 
各区域门槛估计及门槛检验结果 (见表7) 显示, 知识产权保护约束下, 东部、中部、西部地区的OFDI逆向创新溢出效应在不同显著性水平均通过了三重门槛检验, 而“一带一路”地区的OFDI逆向创新溢出效应并未通过单一门槛检验, 非“一带一路”地区的OFDI逆向创新溢出效应则通过了三重门槛检验。上述结果表明, 东部、中部、西部三大地区以及非“一带一路”地区采用三重门槛模型研究较为合理, 而“一带一路”地区考虑采用线性模型检验更为科学。同时, 各区域的门槛模型估计结果 (见表8) 存在一定差异, 从而验证了知识产权保护对中国OFDI逆向创新溢出影响的空间异质性假设 (H3) 。
 
 
表7 分区门槛估计及门槛检验结果 导出到EXCEL
 
 
 
 
地区分组 门槛检验 估计值 F值 P值 BS次数 
 
东部地区 
单一门槛 0.003 6.252*** 0.010 300 
 
双重门槛 0.009 6.734*** 0.007 300 
 
三重门槛 0.030 5.997** 0.017 300 
 
中部地区 
单一门槛 0.004 10.758*** 0.003 300 
 
双重门槛 0.005 5.259** 0.023 300 
 
三重门槛 0.008 9.722*** 0.003 300 
 
西部地区 
单一门槛 0.003 6.809** 0.013 300 
 
双重门槛 0.004 5.750** 0.020 300 
 
三重门槛 0.006 4.169** 0.040 300 
 
“一带一路”
地区 单一门槛 0.003 1.537 0.250 300 
 
非“一带一路”
地区 
单一门槛 0.001 16.167*** 0.000 300 
 
双重门槛 0.009 3.614** 0.043 300 
 
三重门槛 0.018 2.443* 0.093 300 
 
  
 
注:*、**、***分别表示门槛检验在10%、5%、1%的显著性水平拒绝原假设。
 
 
东部、中部、西部地区分组门槛模型估计结果 (见表8) 显示, 在知识产权保护约束下, 东部地区OFDI逆向创新溢出效应与全国层面类似, 呈现出先负后正的“U”型门槛特征 (第一门槛区间和第三门槛区间影响不显著) , 低强度的知识产权保护明显抑制了OFDI创新溢出, 只有高强度的知识产权保护 (IPR>0.030) 才能激发OFDI正向创新溢出, 说明东部地区本身知识产权保护门槛较高, OFDI创新溢出以跨国企业由外向内的逆向创新虹吸为主, 进一步强化知识产权保护则有利于提高跨国企业逆向创新虹吸和技术转化积极性, 加快区域技术创新升级。中部地区知识产权保护调节下, OFDI逆向创新溢出呈现出正向非线性特征 (第一门槛区间影响不显著) , 知识产权保护强度处于[0.005, 0.008]的最佳门槛区间时, OFDI的创新溢出影响系数最大, 然而当知识产权保护强度降低或提升时, OFDI的创新溢出影响出现了正向边际递减, 由此来看, 中部地区OFDI外部技术势差驱动明显, 逆向创新溢出提升空间更高, 要合理借助知识产权保护的最佳正向调节优势, 加快区域技术创新追赶。西部地区的知识产权保护对OFDI逆向创新溢出的影响呈现出“N”型非线性特征 (第二门槛区间影响不显著) , 知识产权保护在较低强度 (IPR<0.003) 有利于激发OFDI逆向创新溢出效应, 而进一步提高知识产权保护强度至[0.004, 0.006]区间时, 则会抑制OFDI逆向创新溢出效应, 当知识产权保护强度超过0.006时, OFDI又会产生积极的正向创新溢出, 说明现阶段西部地区的OFDI创新溢出以上下游企业和技术跟进企业的创新溢出吸收扩散为主, 低强度的知识产权保护有利于促进技术扩散和创新溢出吸收, 提高知识产权保护则会抑制上下游企业和技术跟进企业的技术学习和创新模仿, 只有当知识产权保护强度高过一定程度时, 才会激发OFDI跨国企业的逆向创新虹吸和技术转化积极性, 这反映了知识产权保护调节影响下, OFDI逆向创新虹吸和创新溢出吸收扩散两者之间此消彼长的关联性。各区域的多数控制变量估计结果与全国相似, 差别在于东部地区和中部地区的市场化经济水平 (mar) 对区域技术创新影响并不显著, 而西部地区市场化经济水平却抑制了区域技术创新, 原因可能是西部地区的民营经济发展水平相对较低, 而国有经济发展对区域创新提升更为有效;同时技术引进 (tei) 显著抑制了东部地区和中部地区的技术创新, 但对西部地区影响并不显著。
 
 
表8 分区面板门槛模型估计结果 导出到EXCEL
 
 
 
 
变量 东部地区 中部地区 西部地区 “一带一路”
地区 非”一带一路”
地区 
 
ofdi-1 1.558
 (0.824)  -8.224 
 (-1.229)  16.604***
 (2.995)  2.010***
 (2.906)  59.027*
 (1.828)  
 
ofdi-2 -10.058**
 (-2.450)  42.196**
 (2.549)  -1.098
 (-0.634)   -16.562***
 (-4.341)  
 
ofdi-3 0.861 
 (1.235)  198.533***
 (3.542)  -13.063***
 (-3.556)   -51.397***
 (-5.470)  
 
ofdi-4 4.660***
 (3.747)  24.174***
 (3.130)  7.660**
 (2.303)   3.337***
 (3.243)  
 
urb 13.687***
 (9.564)  13.361***
 (8.422)  14.511***
 (18.037)  13.385***
 (14.285)  16.049***
 (15.196)  
 
mar 0.394 
 (0.854)  -0.897
 (-1.094)  -1.509***
 (-2.861)  0.563
 (1.188)  -1.191**
 (-2.414)  
 
fdi -0.675
 (-0.261)  -9.694
 (-1.118)  -2.520
 (-0.593)  -2.359
 (-1.038)  -2.289
 (-0.766)  
 
hum 0.368***
 (3.305)  0.390**
 (2.349)  0.174**
 (2.178)  0.252***
 (2.969)  0.293***
 (2.730)  
 
tei -16.723**
 (-2.379)  -116.956***
 (-2.985)  -1.987 
 (-0.868)  -5.357 
 (-1.142)  -38.419***
 (-5.374)  
 
  
 
注: () 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;ofdi-1至ofdi-4分别为四个不同门槛区间内ofdi的估计系数。
 
 
“一带一路”地区线性模型估计结果显示, OFDI影响系数显著为正, 表明知识产权保护始终正向调节该地区的OFDI逆向创新溢出, 这一现象值得重视, 作为我国实施“一带一路”建设的前沿阵地, “一带一路”地区要注重发挥知识产权保护对OFDI逆向创新的“助推器”作用, 加快创新制度建设, 协调促进区域OFDI发展和创新进步。而非“一带一路”地区的知识产权保护对OFDI创新溢出影响与西部地区类似, 具有“N”型非线性特征, 知识产权保护在较低强度 (IPR<0.001) 和较高强度 (IPR>0.018) 均有利于促进OFDI逆向创新溢出, 当知识产权保护强度处于[0.001, 0.009]和[0.009, 0.018]区间时, 不同程度抑制了OFDI逆向创新溢出, 说明非“一带一路”地区空间跨度较大, OFDI逆向创新溢出结构较为复杂, 宽松的知识产权保护环境更有利于一些西部省份通过内部创新溢出吸收扩散带动创新进步, 但在那些东部省份和中部省份, 提高知识产权保护强度则有利于借助OFDI逆向创新虹吸驱动技术创新提升。
 
六、研究结论与政策启示
 
 
本文通过系统解析知识产权保护对OFDI逆向创新溢出的内在影响机制, 从而进一步推演知识产权保护对OFDI逆向创新溢出的双维度调节影响, 并基于2006年-2016年中国30个省份数据, 采用面板门槛回归技术实证检验知识产权保护对中国OFDI逆向创新溢出的影响, 得到以下主要研究结论:一是中国的OFDI具有显著的逆向创新溢出效应, 同时知识产权保护对技术创新具有积极的正向调节作用。二是当前中国OFDI逆向创新溢出效应具有显著的三重门槛特征, 呈现出“U”型非线性规律, 低水平的OFDI (<0.001) 抑制了区域技术创新, 提高OFDI水平则有利于驱动区域技术创新提升。三是知识产权保护具有双向调节中国OFDI逆向创新溢出的作用, 呈现出“U”型非线性特征, 低强度的知识产权保护 (IPR<0.006) 会抑制OFDI创新溢出, 加强知识产权保护则有利于激发OFDI正向创新溢出, 当知识产权保护强度超过0.029时, OFDI的正向创新溢出效果最为明显。四是知识产权保护影响下, 中国OFDI创新溢出效应具有显著的空间异质性, 东部地区呈现出“U”型非线性特征, 中部地区呈现出正向非线性特征, 西部地区呈现出“N”型非线性特征, “一带一路”地区和非“一带一路”地区则分别呈现了正向线性调节效应和“N”型非线性影响。基于上述研究结论, 得到以下政策启示:
 
 
第一, 要进一步鼓励中国企业大胆“走出去”, 借助OFDI外部技术势差加快由外向内的逆向创新虹吸, 将外部技术领先优势回流转化, 驱动国内技术创新发展。同时, 改革开放初期较为宽松的知识产权保护环境难以继续释放创新模仿红利, 要加快健全知识产权保护制度, 进一步规范技术创新竞争, 反向激励自主创新积极性。
 
 
第二, 理想化的OFDI创新溢出首先来自于跨国公司由外向内的逆向创新虹吸, 将外部技术势差吸收转化为国内技术领先, 并驱动上下游企业和技术跟进企业的技术学习和创新模仿, 促进OFDI创新溢出扩散。新时代下中国OFDI发展要强调质量为先, 通过对外投资学习国外先进技术和创新经验, 逐步摆脱过去中低端市场扩张和基础资源开发的投资模式, 强化对发达国家和技术先进地区的投资拓业, 主动寻求外部技术势差, 提高技术创新竞争力, 进一步引领国内企业技术学习和创新进步, 系统提升区域技术创新水平。
 
 
第三, 逆向创新虹吸和创新溢出吸收扩散并存下, 知识产权保护对中国OFDI创新溢出具有复杂的调节影响, 宽松的知识产权保护虽然理论上有利于上下游企业和技术跟进企业的技术学习和创新模仿, 但严重抑制了OFDI跨国企业的逆向创新虹吸和技术转化积极性, 从而造成OFDI创新溢出的负效应。当前国内创新溢出吸收扩散有限, 一方面要利用知识产权保护的正向调节作用, 规范技术竞争, 鼓励OFDI跨国企业借助对外投资加快逆向创新虹吸, 将国外先进技术和创新经验转化引入国内, 树立技术高塔和创新模范, 另一方面注重实施动态优化的知识产权保护策略, 保持OFDI跨国企业逆向创新虹吸和技术转化积极性的同时, 逐步脉冲释放创新溢出红利, 惠及国内上下游企业和技术跟进企业吸收扩散, 双向螺旋促进区域创新发展。
 
 
第四, 考虑到中国OFDI创新溢出的空间异质性, 要实施有针对性的知识产权保护策略, 最大化提升区域OFDI创新溢出效应。东部地区知识产权保护双向调节的临界门槛明显高于其它地区, 说明东部地区创新基础和技术条件相对更好, 本身技术市场较为规范度, 由外向内的逆向创新虹吸和内部创新溢出吸收扩散在较高水平相互制衡, 需要借助更高强度的知识产权保护才能进一步激发OFDI逆向创新虹吸, 带动区域技术创新升级。中部地区知识产权保护对OFDI逆向创新溢出的正向影响远远超过其它地区, OFDI所释放的创新溢出空间更高, 可借助知识产权保护强度调节优化, 鼓励企业大胆“走出去”, 建立逆向创新虹吸优势, 逐步带动内部创新溢出吸收扩散。西部地区创新条件和对外投资能力相对薄弱, 创新进步以内部溢出吸收扩散为主, 短期内依靠较为宽松的知识产权保护环境有利于实现技术学习和创新模仿, 但长期如此则会造成自主创新惰性, 阻碍区域创新发展, 可循序渐进适度提升知识产权保护强度, 长效促进OFDI驱动区域技术创新提升。
 
 
第五, “一带一路”建设下, 要继续加大“一带一路”地区对外投资力度, 注重外部技术吸收和创新学习, 加强区域间协同联动, 动态优化“一带一路”沿线省份对外投资结构, 并发挥知识产权保护对OFDI逆向创新溢出的均衡正向调节优势, 加快知识产权制度建设, 整体提升OFDI逆向创新溢出效应。而在非“一带一路”地区, 知识产权保护不能简单“一刀切”, 要充分利用知识产权保护对OFDI创新溢出的调节规律, 因地制宜实施差异化的知识产权保护策略, 对外投资能力有限的地区可以考虑以低强度的知识产权保护促进内部创新溢出吸收扩散, 而具备对外投资能力的省份应提高知识产权保护强度, 通过扩大OFDI逆向创新虹吸加快区域技术创新进步, 促进经济内生增长。
 

畅志文化期刊网,一个专业的论文发表,期刊发表,著作出版,课题等评职称相关平台。

文章名称:知识产权保护是否影响了中国OFDI逆向创新溢出效应?

文章地址:www.cqpc.cq.cn/lunwenjianshang/_yi_/935.html

内容来自网络-如有侵权,请告知删之

上一篇:社会资本引导下的新兴产业技术扩散网络形成机理与实证研究 下一篇:宽容文化与科技创新:一项基于国际比较的实证分析

还有问题,免费咨询专业人员

没有问题了,我想发稿或出版

选择服务:

作者姓名: *

联系电话: *

留言备注: *

咨询部:

发表部:

在线客服

客服电话:17600057161

投稿邮箱:71712724@qq.com

QQ:71712724
QQ:71712724

咨询部:

发表部: