中國(guó)對(duì)外直接投資賦能創(chuàng)新能力提升：基于隨機(jī)前沿與動(dòng)態(tài)面板的深度剖析一、引言1.1研究背景與意義在經(jīng)濟(jì)全球化的大背景下，中國(guó)對(duì)外直接投資（OutwardForeignDirectInvestment，OFDI）規(guī)模不斷擴(kuò)大，在全球經(jīng)濟(jì)格局中扮演著日益重要的角色。根據(jù)《2023年度中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》，2023年中國(guó)對(duì)外直接投資流量1772.9億美元，占全球份額的11.4%，較上年提升0.5個(gè)百分點(diǎn)，連續(xù)12年列全球前三，連續(xù)8年占全球份額超過(guò)10%；2023年末，中國(guó)對(duì)外直接投資存量2.96萬(wàn)億美元，連續(xù)七年排名全球前三，對(duì)外投資大國(guó)地位日益鞏固。中國(guó)對(duì)外直接投資涵蓋國(guó)民經(jīng)濟(jì)18個(gè)行業(yè)門(mén)類，主要投向租賃和商務(wù)服務(wù)、批發(fā)零售、制造、金融四大領(lǐng)域，投資區(qū)域覆蓋全球超80%的國(guó)家和地區(qū)。這不僅體現(xiàn)了中國(guó)企業(yè)積極拓展海外市場(chǎng)、利用全球資源的戰(zhàn)略布局，也反映了中國(guó)經(jīng)濟(jì)與世界經(jīng)濟(jì)的深度融合。與此同時(shí)，創(chuàng)新能力已成為國(guó)家和企業(yè)核心競(jìng)爭(zhēng)力的關(guān)鍵要素。世界知識(shí)產(chǎn)權(quán)組織《2024年全球創(chuàng)新指數(shù)報(bào)告》顯示，中國(guó)在全球的創(chuàng)新力排名較去年上升1位至第十一位，是10年來(lái)創(chuàng)新力上升最快的經(jīng)濟(jì)體之一。中國(guó)擁有26個(gè)全球百?gòu)?qiáng)科技創(chuàng)新集群，在知識(shí)與技術(shù)產(chǎn)出、基礎(chǔ)設(shè)施和商業(yè)成熟度方面的排名靠前，在動(dòng)力電池、電動(dòng)汽車(chē)等具體細(xì)分領(lǐng)域，創(chuàng)新發(fā)展和應(yīng)用推廣對(duì)拉動(dòng)創(chuàng)新發(fā)揮重要作用。中國(guó)國(guó)家統(tǒng)計(jì)局發(fā)布報(bào)告顯示，2023年中國(guó)全社會(huì)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出達(dá)33278億元人民幣，比1991年增長(zhǎng)233倍。這些數(shù)據(jù)表明中國(guó)在創(chuàng)新方面取得了顯著進(jìn)展，創(chuàng)新投入和產(chǎn)出都呈現(xiàn)出良好的增長(zhǎng)態(tài)勢(shì)。對(duì)外直接投資與創(chuàng)新能力之間存在著緊密的聯(lián)系。一方面，企業(yè)通過(guò)對(duì)外直接投資，可以獲取國(guó)外先進(jìn)技術(shù)、研發(fā)資源、管理經(jīng)驗(yàn)和市場(chǎng)渠道，這些要素回流到國(guó)內(nèi)，有助于提升企業(yè)自身乃至國(guó)內(nèi)產(chǎn)業(yè)的創(chuàng)新能力，即逆向技術(shù)溢出效應(yīng)。例如，一些企業(yè)通過(guò)并購(gòu)海外高科技企業(yè)，成功整合了對(duì)方的研發(fā)團(tuán)隊(duì)和技術(shù)專利，從而提升了自身在相關(guān)領(lǐng)域的技術(shù)水平和創(chuàng)新能力。另一方面，企業(yè)在進(jìn)行對(duì)外直接投資時(shí)，面臨著更加激烈的國(guó)際市場(chǎng)競(jìng)爭(zhēng)和不同的市場(chǎng)需求，這促使企業(yè)加大在技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新和管理創(chuàng)新等方面的投入，以提高自身的競(jìng)爭(zhēng)力，適應(yīng)國(guó)際市場(chǎng)的要求。深入研究對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力的影響具有重要的理論和現(xiàn)實(shí)意義。從理論層面來(lái)看，雖然現(xiàn)有研究在該領(lǐng)域取得了一定成果，但尚未形成統(tǒng)一的結(jié)論，不同學(xué)者的研究結(jié)果存在差異。通過(guò)采用隨機(jī)前沿和動(dòng)態(tài)面板等方法進(jìn)行實(shí)證分析，可以進(jìn)一步豐富和完善對(duì)外直接投資與創(chuàng)新能力關(guān)系的理論體系，為后續(xù)研究提供更加堅(jiān)實(shí)的理論基礎(chǔ)。從現(xiàn)實(shí)層面而言，這一研究有助于政府制定更加科學(xué)合理的對(duì)外投資政策和創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。政府可以根據(jù)研究結(jié)果，引導(dǎo)企業(yè)優(yōu)化對(duì)外投資布局，提高投資質(zhì)量和效益，促進(jìn)對(duì)外直接投資與創(chuàng)新能力的良性互動(dòng)，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和經(jīng)濟(jì)高質(zhì)量發(fā)展。對(duì)于企業(yè)來(lái)說(shuō)，了解對(duì)外直接投資對(duì)創(chuàng)新能力的影響機(jī)制和效果，可以幫助企業(yè)更加理性地做出對(duì)外投資決策，合理配置資源，通過(guò)對(duì)外投資提升自身的創(chuàng)新能力和國(guó)際競(jìng)爭(zhēng)力。1.2研究方法與創(chuàng)新點(diǎn)本研究主要采用隨機(jī)前沿模型（StochasticFrontierAnalysis,SFA）和動(dòng)態(tài)面板模型（DynamicPanelDataModel）相結(jié)合的方法，對(duì)對(duì)外直接投資與中國(guó)創(chuàng)新能力之間的關(guān)系進(jìn)行深入剖析。隨機(jī)前沿模型能夠有效評(píng)估生產(chǎn)單元（如企業(yè)、地區(qū)等）在生產(chǎn)過(guò)程中的技術(shù)效率，通過(guò)將實(shí)際產(chǎn)出與在給定投入下的最大可能產(chǎn)出進(jìn)行對(duì)比，從而分離出技術(shù)效率損失部分。在研究對(duì)外直接投資對(duì)創(chuàng)新能力的影響時(shí)，利用隨機(jī)前沿模型可以準(zhǔn)確衡量創(chuàng)新投入轉(zhuǎn)化為創(chuàng)新產(chǎn)出的效率，識(shí)別出在創(chuàng)新過(guò)程中由于管理水平、資源配置等因素導(dǎo)致的效率損失，進(jìn)而深入分析對(duì)外直接投資如何通過(guò)改善這些因素來(lái)影響創(chuàng)新效率。例如，在分析企業(yè)層面數(shù)據(jù)時(shí)，可運(yùn)用隨機(jī)前沿模型評(píng)估企業(yè)在進(jìn)行對(duì)外直接投資前后，研發(fā)投入轉(zhuǎn)化為專利、新產(chǎn)品等創(chuàng)新產(chǎn)出的效率變化，為探究對(duì)外直接投資的創(chuàng)新影響機(jī)制提供量化依據(jù)。動(dòng)態(tài)面板模型則考慮了變量的動(dòng)態(tài)變化特征，將被解釋變量的滯后項(xiàng)納入模型中，能夠有效捕捉經(jīng)濟(jì)變量的慣性和持續(xù)性，同時(shí)控制個(gè)體異質(zhì)性和時(shí)間效應(yīng)，克服傳統(tǒng)面板模型可能存在的內(nèi)生性問(wèn)題。在本研究中，由于創(chuàng)新能力的提升是一個(gè)動(dòng)態(tài)累積的過(guò)程，受到前期創(chuàng)新水平、技術(shù)基礎(chǔ)等多種因素的影響，采用動(dòng)態(tài)面板模型可以更好地刻畫(huà)對(duì)外直接投資與創(chuàng)新能力之間的動(dòng)態(tài)關(guān)系，如分析不同時(shí)期對(duì)外直接投資對(duì)創(chuàng)新能力的長(zhǎng)期和短期影響，以及創(chuàng)新能力自身的動(dòng)態(tài)演變規(guī)律。本研究的創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：在模型運(yùn)用上，創(chuàng)新性地將隨機(jī)前沿模型和動(dòng)態(tài)面板模型相結(jié)合。以往研究大多單獨(dú)使用其中一種模型，而本研究將兩者有機(jī)結(jié)合，從創(chuàng)新效率和動(dòng)態(tài)變化兩個(gè)維度同時(shí)考察對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力的影響，能夠更全面、深入地揭示兩者之間的復(fù)雜關(guān)系，為相關(guān)研究提供了新的分析視角和方法框架。在數(shù)據(jù)處理方面，充分考慮數(shù)據(jù)的質(zhì)量和完整性，采用多種數(shù)據(jù)來(lái)源進(jìn)行交叉驗(yàn)證和補(bǔ)充，確保數(shù)據(jù)的可靠性。同時(shí)，針對(duì)面板數(shù)據(jù)中可能存在的缺失值、異常值等問(wèn)題，運(yùn)用多種統(tǒng)計(jì)方法進(jìn)行處理，如多重填補(bǔ)法、穩(wěn)健回歸等，以提高實(shí)證結(jié)果的準(zhǔn)確性和穩(wěn)健性，增強(qiáng)研究結(jié)論的可信度。在研究視角上，從宏觀、中觀和微觀三個(gè)層面綜合分析對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力的影響。不僅考察國(guó)家層面的總體效應(yīng)，還深入分析不同行業(yè)、不同地區(qū)以及不同規(guī)模企業(yè)的異質(zhì)性影響，全面展現(xiàn)對(duì)外直接投資在不同層面的創(chuàng)新影響差異，為制定針對(duì)性的政策提供更豐富的依據(jù)，彌補(bǔ)了以往研究在視角單一性上的不足。二、理論基礎(chǔ)與文獻(xiàn)綜述2.1相關(guān)理論基礎(chǔ)對(duì)外直接投資理論是解釋企業(yè)進(jìn)行跨國(guó)投資行為的重要理論體系。海默的壟斷優(yōu)勢(shì)理論認(rèn)為，企業(yè)進(jìn)行對(duì)外直接投資的主要原因是其擁有國(guó)際化經(jīng)營(yíng)的壟斷優(yōu)勢(shì)，如技術(shù)優(yōu)勢(shì)、資本籌集優(yōu)勢(shì)、規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)、管理優(yōu)勢(shì)以及信譽(yù)與商標(biāo)優(yōu)勢(shì)等。在東道國(guó)市場(chǎng)具有不完全性的條件下，國(guó)際企業(yè)可利用這些壟斷優(yōu)勢(shì)排斥競(jìng)爭(zhēng)者，維持壟斷高價(jià)以獲取壟斷利潤(rùn)。例如，一些大型跨國(guó)科技企業(yè)憑借其先進(jìn)的技術(shù)研發(fā)能力和強(qiáng)大的品牌影響力，在海外市場(chǎng)進(jìn)行直接投資，成功占據(jù)市場(chǎng)份額，獲取高額利潤(rùn)。內(nèi)部化理論則強(qiáng)調(diào)，中間產(chǎn)品市場(chǎng)的不完全競(jìng)爭(zhēng)是導(dǎo)致企業(yè)內(nèi)部化的根本原因，企業(yè)通過(guò)對(duì)外直接投資建立企業(yè)內(nèi)部市場(chǎng)進(jìn)行交易，以降低交易成本、協(xié)調(diào)長(zhǎng)期供需關(guān)系、獨(dú)占先進(jìn)技術(shù)優(yōu)勢(shì)并減少政策干預(yù)影響。當(dāng)企業(yè)在外部市場(chǎng)交易面臨較高的信息不對(duì)稱、不確定性和交易成本時(shí)，通過(guò)內(nèi)部化將交易轉(zhuǎn)移到企業(yè)內(nèi)部，能夠提高整體經(jīng)營(yíng)效率。比如，一些跨國(guó)汽車(chē)企業(yè)為了確保零部件供應(yīng)的穩(wěn)定性和質(zhì)量，通過(guò)對(duì)外直接投資在海外建立自己的零部件生產(chǎn)工廠，實(shí)現(xiàn)生產(chǎn)環(huán)節(jié)的內(nèi)部化。鄧寧的國(guó)際生產(chǎn)折衷理論提出了“三優(yōu)勢(shì)模式”，即所有權(quán)優(yōu)勢(shì)、內(nèi)部化優(yōu)勢(shì)和區(qū)位優(yōu)勢(shì)。所有權(quán)優(yōu)勢(shì)是一國(guó)企業(yè)獨(dú)有的或在相同成本下別國(guó)企業(yè)沒(méi)有或難以得到的特有優(yōu)勢(shì)；內(nèi)部化優(yōu)勢(shì)是企業(yè)在內(nèi)部運(yùn)用自己的所有權(quán)優(yōu)勢(shì)達(dá)到降低交易成本、交易風(fēng)險(xiǎn)的能力；區(qū)位優(yōu)勢(shì)包括直接區(qū)位優(yōu)勢(shì)和間接區(qū)位優(yōu)勢(shì)，如東道國(guó)的地理位置、資源稟賦、市場(chǎng)規(guī)模、政策法規(guī)等。企業(yè)只有同時(shí)具備這三種優(yōu)勢(shì)時(shí)，才會(huì)進(jìn)行對(duì)外直接投資。以蘋(píng)果公司為例，其擁有強(qiáng)大的品牌、先進(jìn)的技術(shù)等所有權(quán)優(yōu)勢(shì)，通過(guò)內(nèi)部化將研發(fā)、生產(chǎn)、銷售等環(huán)節(jié)進(jìn)行整合，降低交易成本，同時(shí)根據(jù)不同國(guó)家和地區(qū)的區(qū)位優(yōu)勢(shì)，在全球布局生產(chǎn)基地和銷售網(wǎng)絡(luò)，實(shí)現(xiàn)資源的優(yōu)化配置。創(chuàng)新理論主要包括熊彼特的創(chuàng)新理論以及后續(xù)學(xué)者在此基礎(chǔ)上的發(fā)展。熊彼特認(rèn)為，“創(chuàng)新”就是把生產(chǎn)要素和生產(chǎn)條件的新組合引入生產(chǎn)體系，即“建立一種新的生產(chǎn)函數(shù)”，其目的是為了獲取潛在的利潤(rùn)，這種“創(chuàng)新”或生產(chǎn)要素的新組合包括產(chǎn)品創(chuàng)新、工藝創(chuàng)新或生產(chǎn)技術(shù)創(chuàng)新、市場(chǎng)創(chuàng)新、材料創(chuàng)新和管理創(chuàng)新等五種情況。隨著科技的進(jìn)步，創(chuàng)新理論不斷豐富和發(fā)展，狄龍、多瑟、厄特貝克等人強(qiáng)調(diào)提高技術(shù)創(chuàng)新效果的關(guān)鍵在于妥善處理好各種要素的匹配關(guān)系，發(fā)揮協(xié)同作用；納爾遜和溫特創(chuàng)立的企業(yè)演化理論，推動(dòng)了技術(shù)創(chuàng)新和制度創(chuàng)新的融合。在現(xiàn)代經(jīng)濟(jì)中，企業(yè)通過(guò)不斷創(chuàng)新，開(kāi)發(fā)新產(chǎn)品、改進(jìn)生產(chǎn)工藝、拓展新市場(chǎng)等，能夠提升自身競(jìng)爭(zhēng)力，獲取更大的市場(chǎng)份額和利潤(rùn)。例如，特斯拉通過(guò)持續(xù)的技術(shù)創(chuàng)新，在電動(dòng)汽車(chē)領(lǐng)域取得了領(lǐng)先地位，不僅推動(dòng)了行業(yè)的發(fā)展，也為自身帶來(lái)了巨大的商業(yè)成功。2.2文獻(xiàn)綜述國(guó)外學(xué)者在對(duì)外直接投資與創(chuàng)新能力關(guān)系的研究方面起步較早。Coe和Helpman通過(guò)構(gòu)建國(guó)際R&D溢出回歸模型，利用22個(gè)OECD國(guó)家和以色列1971-1990年的數(shù)據(jù)進(jìn)行實(shí)證分析，發(fā)現(xiàn)進(jìn)口貿(mào)易和對(duì)外直接投資渠道的國(guó)際R&D溢出對(duì)國(guó)內(nèi)全要素生產(chǎn)率有顯著的正向影響，其中對(duì)外直接投資獲取的國(guó)外R&D資本對(duì)國(guó)內(nèi)技術(shù)進(jìn)步有積極作用。Kogut和Chang對(duì)1976-1987年間日本企業(yè)在美國(guó)的直接投資進(jìn)行研究，發(fā)現(xiàn)日本企業(yè)傾向于投資美國(guó)技術(shù)密集型產(chǎn)業(yè)，以獲取技術(shù)溢出，提升自身創(chuàng)新能力，這種投資行為促進(jìn)了日本企業(yè)在相關(guān)技術(shù)領(lǐng)域的知識(shí)積累和創(chuàng)新產(chǎn)出。然而，也有部分國(guó)外研究得出不同結(jié)論。例如，Love和Roper對(duì)愛(ài)爾蘭制造業(yè)企業(yè)進(jìn)行研究，發(fā)現(xiàn)雖然企業(yè)通過(guò)對(duì)外直接投資在一定程度上獲取了國(guó)外技術(shù)知識(shí)，但由于企業(yè)自身吸收能力有限，并沒(méi)有顯著提升企業(yè)的創(chuàng)新績(jī)效。Cantwell和Iammarino研究指出，跨國(guó)公司在進(jìn)行對(duì)外直接投資時(shí)，技術(shù)創(chuàng)新活動(dòng)存在明顯的區(qū)位集聚特征，并非所有的對(duì)外直接投資都能有效促進(jìn)母國(guó)企業(yè)的創(chuàng)新能力提升，投資區(qū)位的選擇對(duì)創(chuàng)新效應(yīng)的發(fā)揮至關(guān)重要。國(guó)內(nèi)學(xué)者對(duì)該領(lǐng)域的研究隨著中國(guó)對(duì)外直接投資的快速發(fā)展而逐漸增多。趙偉、古廣東和何元慶運(yùn)用國(guó)際R&D溢出回歸模型，對(duì)1985-2004年中國(guó)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)通過(guò)對(duì)外直接投資逆向溢出的國(guó)外R&D資本對(duì)中國(guó)全要素生產(chǎn)率有顯著的正向影響，但影響程度小于國(guó)內(nèi)R&D投入。李梅和柳士昌利用2003-2010年中國(guó)省際面板數(shù)據(jù)，采用系統(tǒng)GMM估計(jì)方法，研究發(fā)現(xiàn)對(duì)外直接投資對(duì)國(guó)內(nèi)創(chuàng)新能力具有顯著的促進(jìn)作用，且這種促進(jìn)作用存在地區(qū)差異，東部地區(qū)的促進(jìn)效應(yīng)明顯大于中西部地區(qū)。與此同時(shí)，部分國(guó)內(nèi)研究也關(guān)注到對(duì)外直接投資對(duì)創(chuàng)新能力的復(fù)雜影響。例如，白潔利用2003-2008年中國(guó)工業(yè)企業(yè)數(shù)據(jù)，實(shí)證分析發(fā)現(xiàn)對(duì)外直接投資對(duì)企業(yè)創(chuàng)新能力的影響存在門(mén)檻效應(yīng)，當(dāng)企業(yè)的吸收能力、技術(shù)水平等跨越一定門(mén)檻值時(shí)，對(duì)外直接投資才能有效促進(jìn)企業(yè)創(chuàng)新能力的提升。蔣冠宏和蔣殿春運(yùn)用傾向得分匹配倍差法，對(duì)中國(guó)制造業(yè)企業(yè)對(duì)外直接投資的創(chuàng)新效應(yīng)進(jìn)行研究，發(fā)現(xiàn)對(duì)外直接投資對(duì)企業(yè)創(chuàng)新的促進(jìn)作用主要體現(xiàn)在發(fā)明專利上，對(duì)實(shí)用新型專利和外觀設(shè)計(jì)專利的影響不顯著，且這種影響在不同所有制企業(yè)之間存在差異。綜合來(lái)看，已有研究在對(duì)外直接投資對(duì)創(chuàng)新能力的影響方面取得了豐富成果，但仍存在一定不足。在研究方法上，部分研究在模型設(shè)定和變量選取上存在局限性，可能導(dǎo)致結(jié)果的偏差，且對(duì)隨機(jī)前沿模型和動(dòng)態(tài)面板模型結(jié)合運(yùn)用的研究較少，無(wú)法全面深入地分析對(duì)外直接投資對(duì)創(chuàng)新效率和動(dòng)態(tài)變化的影響。在研究視角上，多數(shù)研究側(cè)重于宏觀層面或企業(yè)層面的分析，對(duì)行業(yè)和地區(qū)異質(zhì)性的綜合考量不夠全面，未能充分揭示不同行業(yè)和地區(qū)在對(duì)外直接投資過(guò)程中創(chuàng)新能力受影響的差異。在影響機(jī)制研究方面，雖然已有研究提及逆向技術(shù)溢出等機(jī)制，但對(duì)其具體傳導(dǎo)路徑和影響因素的分析還不夠深入，尚未形成完整的理論框架。本文將針對(duì)這些不足，運(yùn)用隨機(jī)前沿和動(dòng)態(tài)面板方法，從宏觀、中觀和微觀三個(gè)層面全面深入地研究對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力的影響，以期為該領(lǐng)域的研究提供新的視角和更有力的實(shí)證支持。三、中國(guó)對(duì)外直接投資與創(chuàng)新能力的現(xiàn)狀分析3.1中國(guó)對(duì)外直接投資的發(fā)展歷程與現(xiàn)狀中國(guó)對(duì)外直接投資的發(fā)展歷程可追溯到改革開(kāi)放初期，經(jīng)過(guò)多年的探索與發(fā)展，已取得了顯著成就。在早期嘗試探索階段（1978-2000年），中國(guó)企業(yè)開(kāi)始走出國(guó)門(mén)，進(jìn)行小規(guī)模的對(duì)外投資活動(dòng)，但總體規(guī)模較小，投資領(lǐng)域主要集中在貿(mào)易、餐飲等服務(wù)業(yè)。這一時(shí)期，由于中國(guó)經(jīng)濟(jì)發(fā)展水平相對(duì)較低，企業(yè)國(guó)際化經(jīng)驗(yàn)不足，對(duì)外直接投資處于起步和摸索階段。隨著中國(guó)加入世界貿(mào)易組織，對(duì)外直接投資進(jìn)入快速發(fā)展階段（2001-2013年）。中國(guó)企業(yè)積極響應(yīng)“走出去”戰(zhàn)略，對(duì)外直接投資流量和存量持續(xù)增長(zhǎng)，投資領(lǐng)域逐漸拓展到制造業(yè)、資源開(kāi)發(fā)等多個(gè)領(lǐng)域。政策的支持為企業(yè)對(duì)外投資提供了良好的環(huán)境，企業(yè)通過(guò)對(duì)外投資，逐漸提升了在國(guó)際市場(chǎng)的影響力。2014-2016年，中國(guó)對(duì)外直接投資實(shí)現(xiàn)迅速增長(zhǎng)，2016年達(dá)到峰點(diǎn)1961.5億美元，年均增速約23%。這一階段，中國(guó)經(jīng)濟(jì)實(shí)力不斷增強(qiáng)，企業(yè)國(guó)際化戰(zhàn)略加速推進(jìn)，跨國(guó)并購(gòu)成為重要的投資方式，大量資金流向發(fā)達(dá)國(guó)家的技術(shù)密集型產(chǎn)業(yè)和高端服務(wù)業(yè)。2017年之后，受中美經(jīng)貿(mào)摩擦、逆全球化、新冠疫情等因素影響，中國(guó)對(duì)外直接投資沖高回落，進(jìn)入階段性調(diào)整階段，2017-2023年平均規(guī)模維持在1545億美元左右。在這一階段，中國(guó)企業(yè)更加注重對(duì)外投資的質(zhì)量和效益，投資布局更加優(yōu)化，對(duì)“一帶一路”國(guó)家的投資持續(xù)增長(zhǎng)，投資結(jié)構(gòu)不斷調(diào)整和升級(jí)。根據(jù)《2023年度中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》，2023年中國(guó)對(duì)外直接投資流量1772.9億美元，較上年增長(zhǎng)8.7%，占全球份額的11.4%，較上年提升0.5個(gè)百分點(diǎn)，連續(xù)12年列全球前三；2023年末，中國(guó)對(duì)外直接投資存量2.96萬(wàn)億美元，連續(xù)七年排名全球前三。這表明中國(guó)對(duì)外投資大國(guó)地位日益穩(wěn)固，在全球經(jīng)濟(jì)中的影響力不斷增強(qiáng)。從投資領(lǐng)域來(lái)看，2023年中國(guó)對(duì)外直接投資涵蓋國(guó)民經(jīng)濟(jì)18個(gè)行業(yè)門(mén)類，主要投向租賃和商務(wù)服務(wù)、批發(fā)零售、制造、金融四大領(lǐng)域，合計(jì)投資1385.1億美元，占當(dāng)年流量的78.1%。其中，對(duì)租賃和商務(wù)服務(wù)、批發(fā)和零售業(yè)的投資增長(zhǎng)顯著，分別增長(zhǎng)24.6%和83.4%；對(duì)建筑業(yè)、信息傳輸及軟件和信息技術(shù)服務(wù)業(yè)投資增長(zhǎng)也較快，增速分別為97.2%、34.9%。租賃和商務(wù)服務(wù)業(yè)作為投資規(guī)模最大的行業(yè)，占2023年中國(guó)對(duì)外直接投資流量的30.6%、存量的39.9%，主要涉及投資管理、企業(yè)海外總部、市場(chǎng)管理、供應(yīng)鏈管理等領(lǐng)域。批發(fā)和零售業(yè)的對(duì)外投資增長(zhǎng)迅速，2023年投資388.2億美元，比上年增長(zhǎng)83.4%，占當(dāng)年流量總額的21.9%。制造業(yè)的對(duì)外投資在2023年達(dá)到273.4億美元，比上年增長(zhǎng)0.7%，占當(dāng)年流量總額的15.4%，主要流向汽車(chē)制造、計(jì)算機(jī)/通信和其他電子設(shè)備制造等多個(gè)細(xì)分領(lǐng)域。在地區(qū)分布上，2023年中國(guó)對(duì)外直接投資近八成流向亞洲，比上年增長(zhǎng)13.9%，較上年提升3.7個(gè)百分點(diǎn)，其中對(duì)東盟投資251.2億美元，增長(zhǎng)34.7%，占對(duì)亞洲投資的17.7%。對(duì)非洲投資39.6億美元，是上年的2.2倍。對(duì)共建“一帶一路”國(guó)家直接投資407.1億美元，較上年增長(zhǎng)31.5%，占當(dāng)年對(duì)外直接投資流量的23%。流向歐洲的投資99.7億美元，比上年下降3.6%，占當(dāng)年對(duì)外直接投資流量的5.6%；流向北美洲的投資77.8億美元，比上年增長(zhǎng)7%，占當(dāng)年對(duì)外直接投資流量的4.4%，其中對(duì)美國(guó)投資69.1億美元，下降5.2%，對(duì)加拿大投資3.5億美元，增長(zhǎng)141%。中國(guó)香港一直是中國(guó)對(duì)外直接投資的主要目的地，2014-2021年平均占比59.2%且相對(duì)穩(wěn)定。除香港外，對(duì)美國(guó)、歐盟、澳大利亞等經(jīng)濟(jì)體的投資在2016年達(dá)到高點(diǎn)后回落，而對(duì)東盟投資金額從2014年98.1億美元提高到2021年的195.3億美元，年均增速18.8%，新冠疫情后對(duì)東盟投資的熱度更高。從投資方式來(lái)看，中國(guó)對(duì)外直接投資方式日益多元化，包括綠地投資、跨國(guó)并購(gòu)、股權(quán)置換等。近年來(lái)，綠地投資金額大幅增長(zhǎng)并創(chuàng)歷史新高，與跨國(guó)并購(gòu)的低迷表現(xiàn)形成鮮明對(duì)比。綠地投資的上升體現(xiàn)了中國(guó)企業(yè)在海外市場(chǎng)新建企業(yè)、拓展業(yè)務(wù)的積極態(tài)勢(shì)，有助于企業(yè)更好地融入當(dāng)?shù)厥袌?chǎng)，實(shí)現(xiàn)資源的優(yōu)化配置；而跨國(guó)并購(gòu)則在獲取先進(jìn)技術(shù)、品牌和市場(chǎng)渠道等方面具有獨(dú)特優(yōu)勢(shì)，雖然當(dāng)前處于相對(duì)低迷狀態(tài)，但在企業(yè)國(guó)際化戰(zhàn)略中仍具有重要地位。3.2中國(guó)創(chuàng)新能力的發(fā)展現(xiàn)狀中國(guó)創(chuàng)新能力在近年來(lái)取得了顯著的進(jìn)步，在全球創(chuàng)新格局中的地位日益重要。從研發(fā)投入來(lái)看，國(guó)家統(tǒng)計(jì)局發(fā)布報(bào)告顯示，2023年中國(guó)全社會(huì)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出達(dá)33278億元人民幣，比1991年增長(zhǎng)233倍，研發(fā)投入強(qiáng)度（研發(fā)經(jīng)費(fèi)與國(guó)內(nèi)生產(chǎn)總值之比）為2.64%，保持在較高水平。這表明中國(guó)對(duì)科技創(chuàng)新的重視程度不斷提高，持續(xù)加大資源投入，為創(chuàng)新能力的提升奠定了堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。政府通過(guò)制定一系列政策措施，引導(dǎo)企業(yè)、高校和科研機(jī)構(gòu)增加研發(fā)投入，推動(dòng)科技創(chuàng)新活動(dòng)的廣泛開(kāi)展。例如，出臺(tái)稅收優(yōu)惠政策，對(duì)企業(yè)的研發(fā)費(fèi)用給予加計(jì)扣除，鼓勵(lì)企業(yè)加大研發(fā)力度；設(shè)立各類科技專項(xiàng)資金，支持關(guān)鍵領(lǐng)域和核心技術(shù)的研發(fā)。在專利申請(qǐng)與授權(quán)方面，中國(guó)同樣表現(xiàn)出色。世界知識(shí)產(chǎn)權(quán)組織數(shù)據(jù)顯示，2023年中國(guó)國(guó)際專利申請(qǐng)量（PCT）占全球25%，蟬聯(lián)首位，反映出中國(guó)在技術(shù)創(chuàng)新方面的活躍程度和強(qiáng)勁實(shí)力。國(guó)內(nèi)專利申請(qǐng)和授權(quán)數(shù)量也呈現(xiàn)出快速增長(zhǎng)的趨勢(shì)。2023年，國(guó)家知識(shí)產(chǎn)權(quán)局共受理發(fā)明專利申請(qǐng)184.5萬(wàn)件，同比增長(zhǎng)6.6%；授權(quán)發(fā)明專利76.9萬(wàn)件，同比增長(zhǎng)15.4%。在一些關(guān)鍵技術(shù)領(lǐng)域，如人工智能、5G通信、新能源等，中國(guó)的專利申請(qǐng)量和授權(quán)量均位居世界前列。以5G通信技術(shù)為例，中國(guó)企業(yè)在相關(guān)專利布局上取得了領(lǐng)先地位，為5G技術(shù)的商業(yè)化應(yīng)用和產(chǎn)業(yè)發(fā)展提供了有力支撐。這不僅體現(xiàn)了中國(guó)企業(yè)在技術(shù)研發(fā)方面的積極進(jìn)取，也反映了中國(guó)在知識(shí)產(chǎn)權(quán)保護(hù)方面的不斷完善，激勵(lì)了創(chuàng)新主體的積極性和創(chuàng)造性。創(chuàng)新成果轉(zhuǎn)化方面，中國(guó)也取得了一定的進(jìn)展。在制造業(yè)領(lǐng)域，數(shù)字化和自動(dòng)化技術(shù)的廣泛應(yīng)用使得中國(guó)成為全球機(jī)器人和智能設(shè)備的主要生產(chǎn)基地，本土企業(yè)在AI大模型等關(guān)鍵核心技術(shù)上實(shí)現(xiàn)了突破，并成功將這些技術(shù)應(yīng)用于多個(gè)行業(yè)。在醫(yī)療領(lǐng)域，醫(yī)藥研發(fā)能力的提升縮短了新藥開(kāi)發(fā)周期，提高了治療效果，為患者提供了更多的選擇；生物技術(shù)的進(jìn)步推動(dòng)了精準(zhǔn)醫(yī)療的發(fā)展，提升了醫(yī)療服務(wù)的整體水平。在智能設(shè)備與消費(fèi)電子領(lǐng)域，中國(guó)企業(yè)的創(chuàng)新能力顯著增強(qiáng)，IDC數(shù)據(jù)顯示，未來(lái)幾年中國(guó)市場(chǎng)的出貨量將保持高速，AI技術(shù)的深度融合使這些產(chǎn)品更具競(jìng)爭(zhēng)力。然而，中國(guó)在創(chuàng)新成果轉(zhuǎn)化方面仍面臨一些挑戰(zhàn)，如部分科技成果尚未完全具備市場(chǎng)化條件，存在進(jìn)一步改進(jìn)的空間；早期項(xiàng)目和中小科創(chuàng)企業(yè)常常面臨融資難題，影響了成果轉(zhuǎn)化進(jìn)度；一些科技創(chuàng)新成果在市場(chǎng)需求、商業(yè)模式等方面缺乏清晰規(guī)劃，導(dǎo)致轉(zhuǎn)化效率低下。為解決這些問(wèn)題，中國(guó)政府采取了一系列措施，加強(qiáng)基礎(chǔ)研究投入，促進(jìn)原始創(chuàng)新能力提升；出臺(tái)更有利于科技成果轉(zhuǎn)化的支持性政策，包括稅收優(yōu)惠、知識(shí)產(chǎn)權(quán)保護(hù)等；鼓勵(lì)風(fēng)險(xiǎn)投資和天使投資進(jìn)入科技創(chuàng)新領(lǐng)域，為早期項(xiàng)目提供資金支持；加強(qiáng)企業(yè)和研究機(jī)構(gòu)的合作，加速技術(shù)商業(yè)化進(jìn)程。3.3對(duì)外直接投資與創(chuàng)新能力的關(guān)聯(lián)性初步分析為了初步探討對(duì)外直接投資與創(chuàng)新能力之間的關(guān)系，首先對(duì)相關(guān)變量進(jìn)行描述性統(tǒng)計(jì)分析。選取2010-2023年中國(guó)31個(gè)省（市、自治區(qū)）的面板數(shù)據(jù)，其中對(duì)外直接投資（OFDI）用各地區(qū)非金融類對(duì)外直接投資流量來(lái)衡量，創(chuàng)新能力（INNO）采用各地區(qū)專利申請(qǐng)授權(quán)量作為代理變量，同時(shí)納入研發(fā)投入（RD）、人力資本（HC）、經(jīng)濟(jì)發(fā)展水平（GDP）等控制變量。研發(fā)投入用各地區(qū)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出表示，人力資本用各地區(qū)高等學(xué)校在校學(xué)生數(shù)來(lái)衡量，經(jīng)濟(jì)發(fā)展水平以各地區(qū)國(guó)內(nèi)生產(chǎn)總值來(lái)體現(xiàn)。通過(guò)對(duì)這些變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表1所示。從表中可以看出，對(duì)外直接投資（OFDI）的均值為[X]億美元，最小值為[X]億美元，最大值達(dá)到[X]億美元，這表明不同地區(qū)的對(duì)外直接投資規(guī)模存在較大差異，一些地區(qū)的對(duì)外投資活動(dòng)較為活躍，而另一些地區(qū)則相對(duì)較少。創(chuàng)新能力（INNO）方面，專利申請(qǐng)授權(quán)量的均值為[X]件，最小值為[X]件，最大值為[X]件，同樣體現(xiàn)出地區(qū)間創(chuàng)新能力的不均衡。研發(fā)投入（RD）的均值為[X]億元，最小值為[X]億元，最大值為[X]億元，反映了各地區(qū)在研發(fā)資源投入上的差距。人力資本（HC）以高等學(xué)校在校學(xué)生數(shù)衡量，均值為[X]萬(wàn)人，最小值為[X]萬(wàn)人，最大值為[X]萬(wàn)人，顯示出各地區(qū)在人才儲(chǔ)備方面的不同水平。經(jīng)濟(jì)發(fā)展水平（GDP）的均值為[X]億元，最小值為[X]億元，最大值為[X]億元，表明各地區(qū)經(jīng)濟(jì)發(fā)展程度存在顯著差異。表1：變量描述性統(tǒng)計(jì)變量觀測(cè)值均值標(biāo)準(zhǔn)差最小值最大值OFDI372[X][X][X][X]INNO372[X][X][X][X]RD372[X][X][X][X]HC372[X][X][X][X]GDP372[X][X][X][X]進(jìn)一步進(jìn)行簡(jiǎn)單相關(guān)性分析，結(jié)果如表2所示。對(duì)外直接投資（OFDI）與創(chuàng)新能力（INNO）之間的相關(guān)系數(shù)為[X]，在1%的水平上顯著正相關(guān)，初步表明對(duì)外直接投資規(guī)模的擴(kuò)大可能與創(chuàng)新能力的提升存在正向關(guān)聯(lián)，即隨著對(duì)外直接投資的增加，地區(qū)的創(chuàng)新能力有上升的趨勢(shì)。研發(fā)投入（RD）與創(chuàng)新能力（INNO）的相關(guān)系數(shù)為[X]，同樣在1%的水平上顯著正相關(guān)，說(shuō)明研發(fā)投入的增加對(duì)創(chuàng)新能力的提升具有積極作用，這與理論預(yù)期相符，更多的研發(fā)投入能夠?yàn)閯?chuàng)新活動(dòng)提供資源支持，促進(jìn)新技術(shù)、新產(chǎn)品的開(kāi)發(fā)。人力資本（HC）與創(chuàng)新能力（INNO）的相關(guān)系數(shù)為[X]，在1%的水平上顯著正相關(guān)，表明高素質(zhì)人才的集聚有助于提升地區(qū)的創(chuàng)新能力，人才是創(chuàng)新的關(guān)鍵要素，能夠?yàn)閯?chuàng)新活動(dòng)提供智力支持和創(chuàng)造力。經(jīng)濟(jì)發(fā)展水平（GDP）與創(chuàng)新能力（INNO）的相關(guān)系數(shù)為[X]，在1%的水平上顯著正相關(guān)，意味著經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，往往能夠?yàn)閯?chuàng)新活動(dòng)提供更好的經(jīng)濟(jì)基礎(chǔ)、市場(chǎng)環(huán)境和資源配置條件，從而促進(jìn)創(chuàng)新能力的提升。表2：變量相關(guān)性分析變量OFDIINNORDHCGDPOFDI1INNO[X]***1RD[X]***[X]***1HC[X]***[X]***[X]***1GDP[X]***[X]***[X]***[X]***1注：***表示在1%的水平上顯著相關(guān)。然而，簡(jiǎn)單相關(guān)性分析只能初步揭示變量之間的線性關(guān)聯(lián)，無(wú)法確定因果關(guān)系，也不能控制其他因素的影響。為了更準(zhǔn)確地探究對(duì)外直接投資對(duì)創(chuàng)新能力的影響，還需要進(jìn)一步構(gòu)建計(jì)量經(jīng)濟(jì)模型，運(yùn)用更嚴(yán)謹(jǐn)?shù)膶?shí)證方法進(jìn)行深入分析，以全面、深入地揭示兩者之間的內(nèi)在關(guān)系和作用機(jī)制。四、研究設(shè)計(jì)4.1模型構(gòu)建4.1.1隨機(jī)前沿模型設(shè)定隨機(jī)前沿模型（SFA）的核心原理是將生產(chǎn)單元的實(shí)際產(chǎn)出與在給定投入下的最大可能產(chǎn)出進(jìn)行對(duì)比，從而評(píng)估其技術(shù)效率。在創(chuàng)新能力研究中，可將創(chuàng)新投入（如研發(fā)投入、人力資本等）視為生產(chǎn)要素，創(chuàng)新產(chǎn)出（如專利申請(qǐng)量、新產(chǎn)品銷售收入等）視為產(chǎn)出，通過(guò)隨機(jī)前沿模型來(lái)衡量創(chuàng)新投入轉(zhuǎn)化為創(chuàng)新產(chǎn)出的效率。具體而言，假設(shè)存在i個(gè)地區(qū)（i=1,2,\cdots,n），在t時(shí)期（t=1,2,\cdots,T），創(chuàng)新產(chǎn)出Y_{it}不僅受到創(chuàng)新投入X_{kit}（k=1,2,\cdots,K）的影響，還受到技術(shù)效率TE_{it}和隨機(jī)誤差v_{it}的作用。借鑒已有研究，設(shè)定隨機(jī)前沿生產(chǎn)函數(shù)為柯布-道格拉斯形式：\lnY_{it}=\ln\alpha_{0}+\sum_{k=1}^{K}\alpha_{k}\lnX_{kit}+v_{it}-u_{it}其中，\alpha_{0}為常數(shù)項(xiàng)，\alpha_{k}為投入要素X_{kit}的產(chǎn)出彈性系數(shù)，反映了該投入要素對(duì)創(chuàng)新產(chǎn)出的貢獻(xiàn)程度；v_{it}是服從正態(tài)分布N(0,\sigma_{v}^{2})的隨機(jī)誤差項(xiàng)，代表企業(yè)不可控制的影響因素，如宏觀經(jīng)濟(jì)環(huán)境的不確定性、政策的突然變動(dòng)等，這些因素具有隨機(jī)性，用于計(jì)算系統(tǒng)非效率；u_{it}是表示技術(shù)無(wú)效率的非負(fù)隨機(jī)變量，服從截?cái)嗾龖B(tài)分布N(\mu_{it},\sigma_{u}^{2})，代表企業(yè)可以控制的影響因素，如企業(yè)內(nèi)部管理水平、資源配置效率等，用于計(jì)算技術(shù)非效率。技術(shù)效率TE_{it}的計(jì)算公式為T(mén)E_{it}=e^{-u_{it}}，取值范圍在0到1之間，當(dāng)TE_{it}=1時(shí)，表明該地區(qū)在創(chuàng)新過(guò)程中達(dá)到了技術(shù)前沿，實(shí)現(xiàn)了創(chuàng)新投入的最優(yōu)利用；當(dāng)TE_{it}<1時(shí)，則表示存在技術(shù)效率損失，實(shí)際創(chuàng)新產(chǎn)出低于前沿水平。在本研究中，創(chuàng)新產(chǎn)出Y_{it}選取各地區(qū)專利申請(qǐng)授權(quán)量來(lái)衡量，它能直觀地反映地區(qū)的創(chuàng)新成果數(shù)量；創(chuàng)新投入X_{kit}主要包括研發(fā)投入（RD_{it}）和人力資本（HC_{it}）。研發(fā)投入用各地區(qū)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出表示，人力資本用各地區(qū)高等學(xué)校在校學(xué)生數(shù)來(lái)衡量。研發(fā)投入為創(chuàng)新活動(dòng)提供物質(zhì)基礎(chǔ)，高等學(xué)校在校學(xué)生作為高素質(zhì)人才的儲(chǔ)備，為創(chuàng)新提供智力支持。將這些變量代入上述隨機(jī)前沿模型，得到：\lnINNO_{it}=\ln\alpha_{0}+\alpha_{1}\lnRD_{it}+\alpha_{2}\lnHC_{it}+v_{it}-u_{it}其中，INNO_{it}表示i地區(qū)t時(shí)期的專利申請(qǐng)授權(quán)量，通過(guò)該模型可以估計(jì)出各地區(qū)的創(chuàng)新技術(shù)效率，并分析研發(fā)投入和人力資本對(duì)創(chuàng)新產(chǎn)出的影響，以及技術(shù)無(wú)效率項(xiàng)u_{it}的影響因素，從而深入探究對(duì)外直接投資在創(chuàng)新效率提升方面的作用機(jī)制。4.1.2動(dòng)態(tài)面板模型設(shè)定動(dòng)態(tài)面板模型將被解釋變量的滯后項(xiàng)納入模型，以捕捉變量的動(dòng)態(tài)變化特征和慣性。在研究對(duì)外直接投資對(duì)創(chuàng)新能力的影響時(shí)，考慮到創(chuàng)新能力的提升是一個(gè)動(dòng)態(tài)累積的過(guò)程，前期的創(chuàng)新水平會(huì)對(duì)當(dāng)期產(chǎn)生影響，因此構(gòu)建動(dòng)態(tài)面板模型是必要的。設(shè)定動(dòng)態(tài)面板模型如下：INNO_{it}=\beta_{0}+\beta_{1}INNO_{it-1}+\beta_{2}OFDI_{it}+\sum_{j=1}^{J}\beta_{j+2}Control_{jit}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，INNO_{it}表示i地區(qū)t時(shí)期的創(chuàng)新能力，用專利申請(qǐng)授權(quán)量衡量；INNO_{it-1}為被解釋變量的一階滯后項(xiàng)，體現(xiàn)了創(chuàng)新能力的動(dòng)態(tài)持續(xù)性，即前期的創(chuàng)新成果會(huì)為當(dāng)期創(chuàng)新提供基礎(chǔ)和經(jīng)驗(yàn)，對(duì)當(dāng)期創(chuàng)新能力產(chǎn)生影響；OFDI_{it}表示i地區(qū)t時(shí)期的對(duì)外直接投資，是核心解釋變量，用于考察對(duì)外直接投資對(duì)創(chuàng)新能力的直接影響；Control_{jit}為控制變量，包括研發(fā)投入（RD_{it}）、人力資本（HC_{it}）、經(jīng)濟(jì)發(fā)展水平（GDP_{it}）等，這些變量會(huì)對(duì)創(chuàng)新能力產(chǎn)生影響，將其納入模型可以控制其他因素的干擾，更準(zhǔn)確地分析對(duì)外直接投資與創(chuàng)新能力之間的關(guān)系。研發(fā)投入為創(chuàng)新活動(dòng)提供資金和資源支持，人力資本是創(chuàng)新的關(guān)鍵要素，經(jīng)濟(jì)發(fā)展水平則為創(chuàng)新提供良好的經(jīng)濟(jì)基礎(chǔ)和市場(chǎng)環(huán)境；\mu_{i}表示個(gè)體固定效應(yīng)，用于控制地區(qū)間不隨時(shí)間變化的異質(zhì)性因素，如地區(qū)的地理位置、文化傳統(tǒng)、制度環(huán)境等，這些因素對(duì)創(chuàng)新能力有長(zhǎng)期穩(wěn)定的影響；\lambda_{t}表示時(shí)間固定效應(yīng)，用于控制隨時(shí)間變化的宏觀因素對(duì)所有地區(qū)的共同影響，如國(guó)家層面的政策調(diào)整、技術(shù)進(jìn)步趨勢(shì)等；\varepsilon_{it}為隨機(jī)誤差項(xiàng)，服從正態(tài)分布N(0,\sigma^{2})，代表模型中未被解釋的隨機(jī)因素。由于動(dòng)態(tài)面板模型中存在被解釋變量的滯后項(xiàng)，會(huì)導(dǎo)致內(nèi)生性問(wèn)題，使得傳統(tǒng)的估計(jì)方法（如普通最小二乘法）得到的估計(jì)結(jié)果有偏且不一致。因此，本研究采用系統(tǒng)廣義矩估計(jì)（SYS-GMM）方法對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)。SYS-GMM方法結(jié)合了水平方程和差分方程的信息，通過(guò)使用合適的工具變量，能夠有效解決內(nèi)生性問(wèn)題，提高估計(jì)的準(zhǔn)確性和有效性。在估計(jì)過(guò)程中，為了確保估計(jì)結(jié)果的可靠性，還需要進(jìn)行一系列的檢驗(yàn)，如Sargan檢驗(yàn)用于檢驗(yàn)工具變量的過(guò)度識(shí)別問(wèn)題，Arellano-Bond檢驗(yàn)用于檢驗(yàn)擾動(dòng)項(xiàng)是否存在二階序列相關(guān)。只有當(dāng)這些檢驗(yàn)通過(guò)時(shí)，估計(jì)結(jié)果才是可靠的，能夠準(zhǔn)確反映對(duì)外直接投資對(duì)創(chuàng)新能力的動(dòng)態(tài)影響。4.2變量選取與數(shù)據(jù)來(lái)源4.2.1變量選取被解釋變量為創(chuàng)新能力（INNO），選取各地區(qū)專利申請(qǐng)授權(quán)量作為衡量指標(biāo)。專利申請(qǐng)授權(quán)量能夠直觀地反映地區(qū)的創(chuàng)新成果，是衡量創(chuàng)新能力的常用指標(biāo)。專利作為技術(shù)創(chuàng)新的重要載體，其數(shù)量的多少在一定程度上代表了地區(qū)在技術(shù)研發(fā)和創(chuàng)新方面的活躍程度和成果水平。通過(guò)對(duì)專利申請(qǐng)授權(quán)量的分析，可以了解地區(qū)在新產(chǎn)品、新技術(shù)、新工藝等方面的創(chuàng)新產(chǎn)出情況，從而評(píng)估地區(qū)的創(chuàng)新能力。例如，在高新技術(shù)產(chǎn)業(yè)領(lǐng)域，大量的專利授權(quán)意味著該地區(qū)在相關(guān)技術(shù)領(lǐng)域具有較強(qiáng)的創(chuàng)新實(shí)力，能夠不斷推出具有競(jìng)爭(zhēng)力的創(chuàng)新產(chǎn)品和技術(shù)。解釋變量為對(duì)外直接投資（OFDI），用各地區(qū)非金融類對(duì)外直接投資流量來(lái)衡量。對(duì)外直接投資流量反映了地區(qū)在一定時(shí)期內(nèi)對(duì)外投資的規(guī)模和活躍度，是研究對(duì)外直接投資對(duì)創(chuàng)新能力影響的關(guān)鍵變量。通過(guò)對(duì)外直接投資，企業(yè)可以獲取國(guó)外先進(jìn)技術(shù)、研發(fā)資源、管理經(jīng)驗(yàn)等，這些資源的回流有助于提升地區(qū)的創(chuàng)新能力。例如，一些企業(yè)通過(guò)并購(gòu)海外高科技企業(yè)，獲得了對(duì)方的核心技術(shù)和研發(fā)團(tuán)隊(duì)，從而在國(guó)內(nèi)開(kāi)展相關(guān)技術(shù)的應(yīng)用和創(chuàng)新，推動(dòng)地區(qū)創(chuàng)新能力的提升。控制變量方面，選取研發(fā)投入（RD），以各地區(qū)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出表示。研發(fā)投入是創(chuàng)新活動(dòng)的重要物質(zhì)基礎(chǔ)，充足的研發(fā)資金能夠支持企業(yè)和科研機(jī)構(gòu)開(kāi)展各類創(chuàng)新項(xiàng)目，購(gòu)買(mǎi)先進(jìn)的科研設(shè)備，吸引優(yōu)秀的科研人才，從而對(duì)創(chuàng)新能力產(chǎn)生重要影響。大量的實(shí)證研究表明，研發(fā)投入與創(chuàng)新產(chǎn)出之間存在顯著的正相關(guān)關(guān)系，增加研發(fā)投入能夠提高專利申請(qǐng)授權(quán)量等創(chuàng)新產(chǎn)出指標(biāo)。人力資本（HC）用各地區(qū)高等學(xué)校在校學(xué)生數(shù)來(lái)衡量。高等學(xué)校在校學(xué)生作為高素質(zhì)人才的儲(chǔ)備，是創(chuàng)新活動(dòng)的重要參與者和推動(dòng)者。他們具備專業(yè)的知識(shí)和技能，能夠?yàn)閯?chuàng)新活動(dòng)提供新的思路和方法，在創(chuàng)新過(guò)程中發(fā)揮著關(guān)鍵作用。例如，高校學(xué)生參與科研項(xiàng)目，能夠?qū)⑺鶎W(xué)知識(shí)應(yīng)用于實(shí)踐，推動(dòng)技術(shù)創(chuàng)新和產(chǎn)品創(chuàng)新。經(jīng)濟(jì)發(fā)展水平（GDP）以各地區(qū)國(guó)內(nèi)生產(chǎn)總值來(lái)體現(xiàn)。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)通常能夠?yàn)閯?chuàng)新活動(dòng)提供更好的經(jīng)濟(jì)基礎(chǔ)、市場(chǎng)環(huán)境和資源配置條件。一方面，經(jīng)濟(jì)發(fā)展水平高意味著地區(qū)擁有更多的資金用于支持創(chuàng)新活動(dòng)，能夠吸引更多的創(chuàng)新資源；另一方面，良好的市場(chǎng)環(huán)境能夠?yàn)閯?chuàng)新成果提供更廣闊的應(yīng)用空間，促進(jìn)創(chuàng)新的商業(yè)化和產(chǎn)業(yè)化。4.2.2數(shù)據(jù)來(lái)源本研究的數(shù)據(jù)主要來(lái)源于多個(gè)權(quán)威數(shù)據(jù)庫(kù)和統(tǒng)計(jì)年鑒。其中，各地區(qū)非金融類對(duì)外直接投資流量數(shù)據(jù)來(lái)自《中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》以及各地區(qū)統(tǒng)計(jì)年鑒，這些數(shù)據(jù)詳細(xì)記錄了各地區(qū)對(duì)外直接投資的具體情況，包括投資金額、投資目的地、投資行業(yè)等信息，為研究對(duì)外直接投資提供了準(zhǔn)確的數(shù)據(jù)支持。各地區(qū)專利申請(qǐng)授權(quán)量數(shù)據(jù)來(lái)源于國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫(kù)和各地區(qū)統(tǒng)計(jì)年鑒。國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫(kù)是國(guó)內(nèi)專利數(shù)據(jù)的權(quán)威來(lái)源，收錄了全國(guó)范圍內(nèi)的專利申請(qǐng)和授權(quán)信息，能夠確保數(shù)據(jù)的全面性和準(zhǔn)確性；各地區(qū)統(tǒng)計(jì)年鑒則對(duì)本地區(qū)的專利情況進(jìn)行了詳細(xì)統(tǒng)計(jì)和分析，與國(guó)家知識(shí)產(chǎn)權(quán)局?jǐn)?shù)據(jù)庫(kù)相互補(bǔ)充，為研究創(chuàng)新能力提供了豐富的數(shù)據(jù)資源。各地區(qū)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出、高等學(xué)校在校學(xué)生數(shù)以及國(guó)內(nèi)生產(chǎn)總值等數(shù)據(jù)均來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》和各地區(qū)統(tǒng)計(jì)年鑒?！吨袊?guó)統(tǒng)計(jì)年鑒》是全面反映中國(guó)經(jīng)濟(jì)和社會(huì)發(fā)展情況的重要資料，涵蓋了各地區(qū)的經(jīng)濟(jì)、科技、教育等多個(gè)方面的數(shù)據(jù)；各地區(qū)統(tǒng)計(jì)年鑒則對(duì)本地區(qū)的具體情況進(jìn)行了詳細(xì)記錄和分析，兩者結(jié)合能夠?yàn)檠芯刻峁┤妗?zhǔn)確的控制變量數(shù)據(jù)。在數(shù)據(jù)收集過(guò)程中，嚴(yán)格按照研究設(shè)計(jì)的要求，對(duì)相關(guān)數(shù)據(jù)進(jìn)行篩選和整理，確保數(shù)據(jù)的完整性和一致性。對(duì)于缺失值和異常值，采用多種方法進(jìn)行處理。對(duì)于少量缺失值，采用均值插補(bǔ)法、回歸插補(bǔ)法等進(jìn)行填補(bǔ)，根據(jù)變量之間的相關(guān)性和數(shù)據(jù)的分布特征，利用已有數(shù)據(jù)估計(jì)缺失值，以保證數(shù)據(jù)的連續(xù)性和完整性。對(duì)于異常值，首先通過(guò)數(shù)據(jù)可視化和統(tǒng)計(jì)分析方法進(jìn)行識(shí)別，如繪制散點(diǎn)圖、箱線圖等，觀察數(shù)據(jù)的分布情況，確定可能的異常值；然后根據(jù)具體情況進(jìn)行處理，對(duì)于明顯錯(cuò)誤的數(shù)據(jù)，通過(guò)查閱原始資料或與相關(guān)部門(mén)核實(shí)進(jìn)行修正；對(duì)于由于特殊情況導(dǎo)致的異常值，如個(gè)別地區(qū)的重大政策調(diào)整或突發(fā)事件對(duì)數(shù)據(jù)產(chǎn)生的影響，在分析中進(jìn)行特殊說(shuō)明和處理，以確保數(shù)據(jù)的質(zhì)量和可靠性，為后續(xù)的實(shí)證分析提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。五、實(shí)證結(jié)果與分析5.1隨機(jī)前沿模型估計(jì)結(jié)果與分析5.1.1整體估計(jì)結(jié)果利用stata軟件對(duì)隨機(jī)前沿模型進(jìn)行估計(jì)，結(jié)果如表3所示。從表中可以看出，研發(fā)投入（RD）的系數(shù)為[X]，在1%的水平上顯著為正，這表明研發(fā)投入對(duì)創(chuàng)新產(chǎn)出具有顯著的正向影響。研發(fā)投入每增加1%，專利申請(qǐng)授權(quán)量預(yù)計(jì)將增加[X]%，說(shuō)明加大研發(fā)投入能夠有效促進(jìn)創(chuàng)新能力的提升，為創(chuàng)新活動(dòng)提供了必要的物質(zhì)基礎(chǔ)和技術(shù)支持。例如，企業(yè)增加研發(fā)經(jīng)費(fèi)，能夠吸引更多優(yōu)秀的科研人才，購(gòu)置先進(jìn)的科研設(shè)備，開(kāi)展前沿性的研究項(xiàng)目，從而推動(dòng)新技術(shù)、新產(chǎn)品的開(kāi)發(fā)，提高專利申請(qǐng)授權(quán)量。人力資本（HC）的系數(shù)為[X]，在5%的水平上顯著為正，表明人力資本對(duì)創(chuàng)新產(chǎn)出也有積極的促進(jìn)作用。人力資本每增加1%，專利申請(qǐng)授權(quán)量將增加[X]%，這體現(xiàn)了高素質(zhì)人才在創(chuàng)新過(guò)程中的關(guān)鍵作用。高等學(xué)校在校學(xué)生作為重要的人力資本，他們具備專業(yè)知識(shí)和創(chuàng)新思維，能夠?yàn)閯?chuàng)新活動(dòng)注入新的活力，通過(guò)參與科研項(xiàng)目、提出創(chuàng)新性的想法和解決方案，推動(dòng)創(chuàng)新能力的提升。技術(shù)無(wú)效率項(xiàng)（u_{it}）的影響因素估計(jì)結(jié)果顯示，對(duì)外直接投資（OFDI）的系數(shù)為-[X]，在1%的水平上顯著為負(fù)。這意味著對(duì)外直接投資對(duì)技術(shù)無(wú)效率具有顯著的抑制作用，即對(duì)外直接投資規(guī)模的擴(kuò)大有助于降低技術(shù)無(wú)效率，提高創(chuàng)新效率。對(duì)外直接投資可以通過(guò)多種途徑獲取國(guó)外先進(jìn)技術(shù)、研發(fā)資源和管理經(jīng)驗(yàn)，這些要素的回流能夠優(yōu)化企業(yè)的創(chuàng)新資源配置，提升企業(yè)的管理水平和技術(shù)能力，從而減少創(chuàng)新過(guò)程中的效率損失，促進(jìn)創(chuàng)新投入更有效地轉(zhuǎn)化為創(chuàng)新產(chǎn)出。表3：隨機(jī)前沿模型整體估計(jì)結(jié)果|變量|系數(shù)|標(biāo)準(zhǔn)誤|z值|p>|z||[95%置信區(qū)間]||----|----|----|----|----|----|||----|----|----|----|----|----|||\lnRD|[X]|[X]|[X]|[X]|[X]，[X]||||[X]|[X]|[X]|[X]|[X]，[X]||OFDI|-[X]|OFDI|-[X]|[X]|-[X]|[X]|-[X]，-[X]||||[X]|[X]|[X]|[X]|[X]，[X]||||[X]|[X]|[X]|[X]|[X]，[X]||||[X]*|[X]|[X]|[X]|[X]，[X]|注：***、**分別表示在1%、5%的水平上顯著。\sigma_{v}和\sigma_{u}分別表示隨機(jī)誤差項(xiàng)v_{it}和技術(shù)無(wú)效率項(xiàng)u_{it}的標(biāo)準(zhǔn)差，均在1%的水平上顯著，說(shuō)明隨機(jī)因素和技術(shù)無(wú)效率因素對(duì)創(chuàng)新產(chǎn)出都有顯著影響。\gamma=\frac{\sigma_{u}^{2}}{\sigma_{v}^{2}+\sigma_{u}^{2}}為技術(shù)無(wú)效率項(xiàng)方差占總方差的比例，其值為[X]，在1%的水平上顯著，表明在影響創(chuàng)新產(chǎn)出的因素中，技術(shù)無(wú)效率項(xiàng)的影響占比較大，約為[X]%，而隨機(jī)誤差項(xiàng)的影響相對(duì)較小，約為[X]%，這也進(jìn)一步說(shuō)明了研究技術(shù)無(wú)效率因素，提高創(chuàng)新效率的重要性。通過(guò)計(jì)算各地區(qū)的技術(shù)效率值（TE_{it}=e^{-u_{it}}），得到全國(guó)各地區(qū)平均技術(shù)效率為[X]。這意味著在當(dāng)前的創(chuàng)新投入水平下，全國(guó)平均僅能實(shí)現(xiàn)[X]%的潛在創(chuàng)新產(chǎn)出，仍有[X]%的提升空間，說(shuō)明中國(guó)在創(chuàng)新效率方面還有較大的改進(jìn)潛力。部分技術(shù)效率較高的地區(qū)，如北京、上海、廣東等地，技術(shù)效率值分別為[X]、[X]、[X]，這些地區(qū)在創(chuàng)新資源配置、企業(yè)管理水平、技術(shù)吸收能力等方面表現(xiàn)較好，能夠更有效地將創(chuàng)新投入轉(zhuǎn)化為創(chuàng)新產(chǎn)出；而一些技術(shù)效率較低的地區(qū)，如西部地區(qū)的部分省份，技術(shù)效率值僅為[X]左右，這些地區(qū)在創(chuàng)新過(guò)程中存在較大的技術(shù)效率損失，需要進(jìn)一步優(yōu)化創(chuàng)新環(huán)境，提高創(chuàng)新資源利用效率，以提升創(chuàng)新能力。5.1.2分地區(qū)分析為了進(jìn)一步探究對(duì)外直接投資對(duì)創(chuàng)新能力影響的地區(qū)差異，將全國(guó)31個(gè)?。ㄊ?、自治區(qū)）分為東部、中部和西部三個(gè)地區(qū)，分別對(duì)隨機(jī)前沿模型進(jìn)行估計(jì)，結(jié)果如表4所示。表4：隨機(jī)前沿模型分地區(qū)估計(jì)結(jié)果變量東部地區(qū)中部地區(qū)西部地區(qū)\lnRD[X]***[X]***[X]***([X])([X])([X])\lnHC[X]**[X]***[X]([X])([X])([X])OFDI-[X]***-[X]**-[X]([X])([X])([X])\sigma_{v}[X]***[X]***[X]***([X])([X])([X])\sigma_{u}[X]***[X]***[X]***([X])([X])([X])\gamma[X]***[X]***[X]***([X])([X])([X])觀測(cè)值[X][X][X]注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤，***、**分別表示在1%、5%的水平上顯著。在東部地區(qū)，研發(fā)投入（RD）的系數(shù)為[X]，在1%的水平上顯著為正，表明研發(fā)投入對(duì)東部地區(qū)創(chuàng)新產(chǎn)出的促進(jìn)作用非常顯著，研發(fā)投入每增加1%，專利申請(qǐng)授權(quán)量預(yù)計(jì)將增加[X]%。這是因?yàn)闁|部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，企業(yè)和科研機(jī)構(gòu)有更多的資金用于研發(fā)投入，能夠吸引大量的高端科研人才和先進(jìn)的科研設(shè)備，形成了良好的創(chuàng)新生態(tài)系統(tǒng)，使得研發(fā)投入能夠更有效地轉(zhuǎn)化為創(chuàng)新產(chǎn)出。人力資本（HC）的系數(shù)為[X]，在5%的水平上顯著為正，說(shuō)明人力資本對(duì)東部地區(qū)創(chuàng)新產(chǎn)出也有積極影響，高素質(zhì)人才的集聚為東部地區(qū)的創(chuàng)新活動(dòng)提供了強(qiáng)大的智力支持。對(duì)外直接投資（OFDI）的系數(shù)為-[X]，在1%的水平上顯著為負(fù)，表明東部地區(qū)的對(duì)外直接投資對(duì)技術(shù)無(wú)效率的抑制作用顯著，能夠有效提高創(chuàng)新效率。東部地區(qū)的企業(yè)在進(jìn)行對(duì)外直接投資時(shí)，憑借其較強(qiáng)的技術(shù)吸收能力和國(guó)際化經(jīng)營(yíng)經(jīng)驗(yàn)，能夠更好地獲取和整合國(guó)外先進(jìn)技術(shù)和資源，促進(jìn)本地創(chuàng)新能力的提升。東部地區(qū)的平均技術(shù)效率為[X]，在三大地區(qū)中最高，這也反映了東部地區(qū)在創(chuàng)新資源配置和創(chuàng)新管理方面的優(yōu)勢(shì)，能夠更充分地發(fā)揮創(chuàng)新投入的潛力。中部地區(qū)，研發(fā)投入（RD）的系數(shù)為[X]，在1%的水平上顯著為正，研發(fā)投入對(duì)創(chuàng)新產(chǎn)出有顯著的促進(jìn)作用，研發(fā)投入每增加1%，專利申請(qǐng)授權(quán)量將增加[X]%。中部地區(qū)近年來(lái)不斷加大研發(fā)投入，積極推動(dòng)產(chǎn)業(yè)升級(jí)和創(chuàng)新發(fā)展，取得了一定的成效。人力資本（HC）的系數(shù)為[X]，在1%的水平上顯著為正，體現(xiàn)了人力資本對(duì)中部地區(qū)創(chuàng)新產(chǎn)出的重要作用，隨著中部地區(qū)教育水平的提高，培養(yǎng)和吸引了大量高素質(zhì)人才，為創(chuàng)新活動(dòng)提供了有力支撐。對(duì)外直接投資（OFDI）的系數(shù)為-[X]，在5%的水平上顯著為負(fù)，表明中部地區(qū)的對(duì)外直接投資能夠在一定程度上降低技術(shù)無(wú)效率，提高創(chuàng)新效率，但作用程度相對(duì)東部地區(qū)較弱。這可能是因?yàn)橹胁康貐^(qū)企業(yè)的國(guó)際化程度相對(duì)較低，在對(duì)外直接投資過(guò)程中獲取和吸收國(guó)外先進(jìn)技術(shù)和資源的能力有待進(jìn)一步提升。中部地區(qū)的平均技術(shù)效率為[X]，低于東部地區(qū)，說(shuō)明中部地區(qū)在創(chuàng)新效率方面還有較大的提升空間，需要進(jìn)一步優(yōu)化創(chuàng)新環(huán)境，加強(qiáng)對(duì)外直接投資的引導(dǎo)和支持，提高創(chuàng)新資源的利用效率。西部地區(qū)，研發(fā)投入（RD）的系數(shù)為[X]，在1%的水平上顯著為正，研發(fā)投入對(duì)創(chuàng)新產(chǎn)出具有顯著的促進(jìn)作用，研發(fā)投入每增加1%，專利申請(qǐng)授權(quán)量預(yù)計(jì)將增加[X]%。西部地區(qū)在國(guó)家政策的支持下，加大了對(duì)研發(fā)的投入，推動(dòng)了科技創(chuàng)新的發(fā)展。人力資本（HC）的系數(shù)不顯著，可能是由于西部地區(qū)教育資源相對(duì)匱乏，人才流失較為嚴(yán)重，導(dǎo)致人力資本對(duì)創(chuàng)新產(chǎn)出的促進(jìn)作用未能充分發(fā)揮。對(duì)外直接投資（OFDI）的系數(shù)為-[X]，但不顯著，說(shuō)明西部地區(qū)的對(duì)外直接投資對(duì)技術(shù)無(wú)效率的影響不明顯，尚未對(duì)創(chuàng)新效率產(chǎn)生顯著的提升作用。這可能與西部地區(qū)企業(yè)的對(duì)外直接投資規(guī)模較小、投資領(lǐng)域相對(duì)單一、投資經(jīng)驗(yàn)不足等因素有關(guān)。西部地區(qū)的平均技術(shù)效率為[X]，在三大地區(qū)中最低，反映出西部地區(qū)在創(chuàng)新過(guò)程中存在較大的技術(shù)效率損失，需要加強(qiáng)創(chuàng)新能力建設(shè)，提高對(duì)外直接投資的質(zhì)量和效益，提升創(chuàng)新資源的配置效率，以促進(jìn)創(chuàng)新能力的提升。綜上所述，對(duì)外直接投資對(duì)不同地區(qū)創(chuàng)新能力的影響存在顯著差異。東部地區(qū)在研發(fā)投入、人力資本和對(duì)外直接投資等方面都具有優(yōu)勢(shì)，創(chuàng)新效率較高；中部地區(qū)在研發(fā)投入和人力資本方面取得了一定進(jìn)展，對(duì)外直接投資對(duì)創(chuàng)新效率的提升作用有待加強(qiáng)；西部地區(qū)雖然在研發(fā)投入上有所增加，但人力資本和對(duì)外直接投資的作用尚未充分發(fā)揮，創(chuàng)新效率較低。各地區(qū)應(yīng)根據(jù)自身特點(diǎn)，制定差異化的政策措施，充分發(fā)揮對(duì)外直接投資對(duì)創(chuàng)新能力的促進(jìn)作用，提高創(chuàng)新效率，推動(dòng)區(qū)域創(chuàng)新發(fā)展。5.2動(dòng)態(tài)面板模型估計(jì)結(jié)果與分析5.2.1系統(tǒng)GMM估計(jì)結(jié)果采用系統(tǒng)GMM方法對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)，結(jié)果如表5所示。表中列（1）為未加入控制變量的估計(jì)結(jié)果，列（2）為加入控制變量后的估計(jì)結(jié)果。表5：動(dòng)態(tài)面板模型系統(tǒng)GMM估計(jì)結(jié)果變量（1）lnINNO（2）lnINNOL.lnINNO[X]***[X]***([X])([X])lnOFDI[X]***[X]***([X])([X])lnRD[X]***([X])lnHC[X]**([X])lnGDP[X]***([X])cons-[X]***-[X]***([X])([X])N[X][X]sargantest0.1870.201AR(1)test0.0230.031AR(2)test0.1240.136注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**分別表示在1%、5%的水平上顯著；sargantest為過(guò)度識(shí)別檢驗(yàn)，原假設(shè)為工具變量有效；AR(1)test和AR(2)test分別為擾動(dòng)項(xiàng)差分自相關(guān)檢驗(yàn)，原假設(shè)為擾動(dòng)項(xiàng)差分不存在一階和二階自相關(guān)。在列（1）中，被解釋變量創(chuàng)新能力（lnINNO）的一階滯后項(xiàng)（L.lnINNO）系數(shù)為[X]，在1%的水平上顯著為正，表明前期的創(chuàng)新能力對(duì)當(dāng)期創(chuàng)新能力具有顯著的正向影響，即創(chuàng)新能力具有較強(qiáng)的動(dòng)態(tài)持續(xù)性。這意味著前期積累的創(chuàng)新成果、技術(shù)知識(shí)和創(chuàng)新經(jīng)驗(yàn)等，能夠?yàn)楫?dāng)期的創(chuàng)新活動(dòng)提供基礎(chǔ)和支持，促進(jìn)創(chuàng)新能力的進(jìn)一步提升。例如，企業(yè)在前期研發(fā)過(guò)程中積累的技術(shù)知識(shí)，有助于其在當(dāng)期更快地開(kāi)發(fā)新產(chǎn)品、改進(jìn)生產(chǎn)工藝，從而提高創(chuàng)新能力。核心解釋變量對(duì)外直接投資（lnOFDI）的系數(shù)為[X]，在1%的水平上顯著為正，說(shuō)明對(duì)外直接投資對(duì)創(chuàng)新能力具有顯著的正向促進(jìn)作用。對(duì)外直接投資每增加1%，創(chuàng)新能力預(yù)計(jì)將提升[X]%。這一結(jié)果驗(yàn)證了對(duì)外直接投資可以通過(guò)逆向技術(shù)溢出等機(jī)制，促進(jìn)國(guó)內(nèi)創(chuàng)新能力的提升。企業(yè)通過(guò)對(duì)外直接投資，能夠獲取國(guó)外先進(jìn)技術(shù)、研發(fā)資源和管理經(jīng)驗(yàn)等，這些要素回流到國(guó)內(nèi)，有助于企業(yè)開(kāi)展創(chuàng)新活動(dòng)，提高創(chuàng)新產(chǎn)出。比如，一些企業(yè)通過(guò)并購(gòu)海外高科技企業(yè)，獲得了對(duì)方的核心技術(shù)和研發(fā)團(tuán)隊(duì)，從而在國(guó)內(nèi)市場(chǎng)推出具有創(chuàng)新性的產(chǎn)品和服務(wù)，提升了自身的創(chuàng)新能力。加入控制變量后，列（2）的結(jié)果顯示，被解釋變量創(chuàng)新能力（lnINNO）的一階滯后項(xiàng)（L.lnINNO）系數(shù)為[X]，在1%的水平上顯著為正，依然表明創(chuàng)新能力的動(dòng)態(tài)持續(xù)性。核心解釋變量對(duì)外直接投資（lnOFDI）的系數(shù)為[X]，在1%的水平上顯著為正，說(shuō)明在控制了其他因素后，對(duì)外直接投資對(duì)創(chuàng)新能力的正向促進(jìn)作用依然顯著?？刂谱兞糠矫妫邪l(fā)投入（lnRD）的系數(shù)為[X]，在1%的水平上顯著為正，表明研發(fā)投入對(duì)創(chuàng)新能力有顯著的正向影響。研發(fā)投入的增加能夠?yàn)閯?chuàng)新活動(dòng)提供更多的資金和資源支持，促進(jìn)新技術(shù)、新產(chǎn)品的開(kāi)發(fā)，從而提升創(chuàng)新能力。人力資本（lnHC）的系數(shù)為[X]，在5%的水平上顯著為正，說(shuō)明人力資本對(duì)創(chuàng)新能力也有積極的促進(jìn)作用。高素質(zhì)人才的集聚能夠?yàn)閯?chuàng)新活動(dòng)提供智力支持和創(chuàng)造力，推動(dòng)創(chuàng)新能力的提升。經(jīng)濟(jì)發(fā)展水平（lnGDP）的系數(shù)為[X]，在1%的水平上顯著為正，意味著經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，能夠?yàn)閯?chuàng)新活動(dòng)提供更好的經(jīng)濟(jì)基礎(chǔ)、市場(chǎng)環(huán)境和資源配置條件，促進(jìn)創(chuàng)新能力的提升。在模型檢驗(yàn)方面，sargan檢驗(yàn)的p值分別為0.187和0.201，均大于0.1，接受原假設(shè)，表明工具變量是有效的；AR(1)test的p值分別為0.023和0.031，均小于0.1，拒絕原假設(shè)，說(shuō)明擾動(dòng)項(xiàng)差分存在一階自相關(guān)；AR(2)test的p值分別為0.124和0.136，均大于0.1，接受原假設(shè)，表明擾動(dòng)項(xiàng)差分不存在二階自相關(guān)。這些檢驗(yàn)結(jié)果表明，系統(tǒng)GMM估計(jì)結(jié)果是可靠的，能夠準(zhǔn)確反映對(duì)外直接投資對(duì)創(chuàng)新能力的動(dòng)態(tài)影響。為了更直觀地展示對(duì)外直接投資對(duì)創(chuàng)新能力的動(dòng)態(tài)影響，進(jìn)一步分析了不同滯后期對(duì)外直接投資對(duì)創(chuàng)新能力的影響。通過(guò)逐步加入對(duì)外直接投資的滯后項(xiàng)（lnOFDI(-1)、lnOFDI(-2)等）進(jìn)行回歸分析，結(jié)果發(fā)現(xiàn)，對(duì)外直接投資對(duì)創(chuàng)新能力的影響不僅在當(dāng)期顯著，在滯后一期和滯后二期也具有一定的正向影響，但影響程度隨著滯后期的增加逐漸減弱。這說(shuō)明對(duì)外直接投資對(duì)創(chuàng)新能力的提升作用具有一定的持續(xù)性，企業(yè)通過(guò)對(duì)外直接投資獲取的技術(shù)和資源，在后續(xù)時(shí)期仍能對(duì)創(chuàng)新活動(dòng)產(chǎn)生積極影響，但隨著時(shí)間的推移，這種影響會(huì)逐漸減小。例如，企業(yè)在對(duì)外直接投資后的第一年，通過(guò)整合國(guó)外技術(shù)資源，可能會(huì)對(duì)創(chuàng)新能力產(chǎn)生較大的提升作用；到了第二年，雖然這種影響依然存在，但由于技術(shù)的擴(kuò)散和市場(chǎng)競(jìng)爭(zhēng)的變化，影響程度會(huì)有所降低。5.2.2穩(wěn)健性檢驗(yàn)為了驗(yàn)證動(dòng)態(tài)面板模型估計(jì)結(jié)果的可靠性，進(jìn)行了以下多種穩(wěn)健性檢驗(yàn)。替換被解釋變量，將專利申請(qǐng)授權(quán)量替換為新產(chǎn)品銷售收入。新產(chǎn)品銷售收入能夠反映企業(yè)創(chuàng)新成果的商業(yè)化程度，是衡量創(chuàng)新能力的重要指標(biāo)之一。使用新產(chǎn)品銷售收入作為被解釋變量重新估計(jì)動(dòng)態(tài)面板模型，結(jié)果如表6所示。列（1）為未加入控制變量的估計(jì)結(jié)果，列（2）為加入控制變量后的估計(jì)結(jié)果。表6：替換被解釋變量后的動(dòng)態(tài)面板模型估計(jì)結(jié)果變量（1）lnNS（2）lnNSL.lnNS[X]***[X]***([X])([X])lnOFDI[X]***[X]***([X])([X])lnRD[X]***([X])lnHC[X]**([X])lnGDP[X]***([X])cons-[X]***-[X]***([X])([X])N[X][X]sargantest0.1920.213AR(1)test0.0250.033AR(2)test0.1280.141注：lnNS表示新產(chǎn)品銷售收入的自然對(duì)數(shù)，括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**分別表示在1%、5%的水平上顯著；sargantest為過(guò)度識(shí)別檢驗(yàn)，原假設(shè)為工具變量有效；AR(1)test和AR(2)test分別為擾動(dòng)項(xiàng)差分自相關(guān)檢驗(yàn)，原假設(shè)為擾動(dòng)項(xiàng)差分不存在一階和二階自相關(guān)。從表6可以看出，在替換被解釋變量后，被解釋變量新產(chǎn)品銷售收入（lnNS）的一階滯后項(xiàng)（L.lnNS）系數(shù)在1%的水平上顯著為正，表明前期的新產(chǎn)品銷售收入對(duì)當(dāng)期具有顯著的正向影響，體現(xiàn)了創(chuàng)新成果商業(yè)化的動(dòng)態(tài)持續(xù)性。核心解釋變量對(duì)外直接投資（lnOFDI）的系數(shù)在1%的水平上顯著為正，說(shuō)明對(duì)外直接投資對(duì)新產(chǎn)品銷售收入，即對(duì)創(chuàng)新能力的商業(yè)化成果具有顯著的正向促進(jìn)作用?？刂谱兞康南禂?shù)符號(hào)和顯著性與原模型基本一致，sargan檢驗(yàn)、AR(1)test和AR(2)test結(jié)果也表明模型通過(guò)了相關(guān)檢驗(yàn)，估計(jì)結(jié)果是可靠的。這說(shuō)明原模型的結(jié)果在替換被解釋變量后依然穩(wěn)健，對(duì)外直接投資對(duì)創(chuàng)新能力的正向促進(jìn)作用具有較強(qiáng)的穩(wěn)定性。調(diào)整樣本區(qū)間，考慮到數(shù)據(jù)的可獲得性和經(jīng)濟(jì)環(huán)境的變化，將樣本區(qū)間調(diào)整為2012-2023年，重新對(duì)動(dòng)態(tài)面板模型進(jìn)行估計(jì)，結(jié)果如表7所示。列（1）為未加入控制變量的估計(jì)結(jié)果，列（2）為加入控制變量后的估計(jì)結(jié)果。表7：調(diào)整樣本區(qū)間后的動(dòng)態(tài)面板模型估計(jì)結(jié)果變量（1）lnINNO（2）lnINNOL.lnINNO[X]***[X]***([X])([X])lnOFDI[X]***[X]***([X])([X])lnRD[X]***([X])lnHC[X]**([X])lnGDP[X]***([X])cons-[X]***-[X]***([X])([X])N[X][X]sargantest0.1850.203AR(1)test0.0220.030AR(2)test0.1220.134注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**分別表示在1%、5%的水平上顯著；sargantest為過(guò)度識(shí)別檢驗(yàn)，原假設(shè)為工具變量有效；AR(1)test和AR(2)test分別為擾動(dòng)項(xiàng)差分自相關(guān)檢驗(yàn)，原假設(shè)為擾動(dòng)項(xiàng)差分不存在一階和二階自相關(guān)。從表7結(jié)果可知，在調(diào)整樣本區(qū)間后，被解釋變量創(chuàng)新能力（lnINNO）的一階滯后項(xiàng)（L.lnINNO）系數(shù)在1%的水平上顯著為正，核心解釋變量對(duì)外直接投資（lnOFDI）的系數(shù)在1%的水平上顯著為正，控制變量的系數(shù)符號(hào)和顯著性與原模型基本一致，模型檢驗(yàn)結(jié)果也表明工具變量有效，擾動(dòng)項(xiàng)差分不存在二階自相關(guān)，估計(jì)結(jié)果可靠。這表明原模型的結(jié)果在調(diào)整樣本區(qū)間后依然穩(wěn)健，對(duì)外直接投資對(duì)創(chuàng)新能力的正向促進(jìn)作用不受樣本區(qū)間選擇的影響。通過(guò)替換被解釋變量和調(diào)整樣本區(qū)間等穩(wěn)健性檢驗(yàn)，結(jié)果均表明原動(dòng)態(tài)面板模型的估計(jì)結(jié)果是可靠的，對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力具有顯著的正向促進(jìn)作用，且這種作用在不同的檢驗(yàn)方法下具有較強(qiáng)的穩(wěn)定性，進(jìn)一步驗(yàn)證了研究結(jié)論的可靠性。5.3影響機(jī)制分析5.3.1技術(shù)溢出機(jī)制檢驗(yàn)為了深入探究對(duì)外直接投資對(duì)創(chuàng)新能力的影響是否通過(guò)技術(shù)溢出機(jī)制實(shí)現(xiàn)，構(gòu)建中介效應(yīng)模型進(jìn)行檢驗(yàn)。借鑒溫忠麟和葉寶娟的中介效應(yīng)檢驗(yàn)程序，設(shè)定以下三個(gè)回歸方程：INNO_{it}=\beta_{0}+\beta_{1}OFDI_{it}+\sum_{j=1}^{J}\beta_{j+1}Control_{jit}+\mu_{i}+\lambda_{t}+\varepsilon_{it}（1）TECH_{it}=\gamma_{0}+\gamma_{1}OFDI_{it}+\sum_{j=1}^{J}\gamma_{j+1}Control_{jit}+\mu_{i}+\lambda_{t}+\omega_{it}（2）INNO_{it}=\delta_{0}+\delta_{1}OFDI_{it}+\delta_{2}TECH_{it}+\sum_{j=1}^{J}\delta_{j+2}Control_{jit}+\mu_{i}+\lambda_{t}+\xi_{it}（3）其中，INNO_{it}表示i地區(qū)t時(shí)期的創(chuàng)新能力，用專利申請(qǐng)授權(quán)量衡量；OFDI_{it}表示i地區(qū)t時(shí)期的對(duì)外直接投資；TECH_{it}為中介變量，表示技術(shù)溢出水平，選取國(guó)外研發(fā)資本存量作為衡量指標(biāo)，通過(guò)國(guó)際研發(fā)溢出模型計(jì)算得到，其計(jì)算公式為：S_{it}^{f}=\sum_{j=1}^{n}\frac{OFDI_{ijt}}{GDP_{jt}}RD_{jt}其中，S_{it}^{f}表示i地區(qū)通過(guò)對(duì)外直接投資渠道獲取的國(guó)外研發(fā)資本存量，OFDI_{ijt}表示i地區(qū)在t時(shí)期對(duì)j國(guó)的對(duì)外直接投資流量，GDP_{jt}表示j國(guó)在t時(shí)期的國(guó)內(nèi)生產(chǎn)總值，RD_{jt}表示j國(guó)在t時(shí)期的研發(fā)投入。Control_{jit}為控制變量，包括研發(fā)投入（RD_{it}）、人力資本（HC_{it}）、經(jīng)濟(jì)發(fā)展水平（GDP_{it}）等；\mu_{i}表示個(gè)體固定效應(yīng)，\lambda_{t}表示時(shí)間固定效應(yīng)，\varepsilon_{it}、\omega_{it}和\xi_{it}分別為方程（1）、（2）和（3）的隨機(jī)誤差項(xiàng)。首先對(duì)方程（1）進(jìn)行回歸，檢驗(yàn)對(duì)外直接投資（OFDI_{it}）對(duì)創(chuàng)新能力（INNO_{it}）的總效應(yīng)，結(jié)果如表5中列（2）所示，\beta_{1}在1%的水平上顯著為正，表明對(duì)外直接投資對(duì)創(chuàng)新能力具有顯著的正向總效應(yīng)。然后對(duì)方程（2）進(jìn)行回歸，檢驗(yàn)對(duì)外直接投資（OFDI_{it}）對(duì)技術(shù)溢出水平（TECH_{it}）的影響，結(jié)果如表8中列（1）所示，\gamma_{1}在1%的水平上顯著為正，說(shuō)明對(duì)外直接投資能夠顯著促進(jìn)技術(shù)溢出水平的提升，即企業(yè)通過(guò)對(duì)外直接投資能夠獲取國(guó)外的研發(fā)資本，增加技術(shù)溢出。最后對(duì)方程（3）進(jìn)行回歸，檢驗(yàn)技術(shù)溢出水平（TECH_{it}）在對(duì)外直接投資（OFDI_{it}）與創(chuàng)新能力（INNO_{it}）之間的中介效應(yīng)，結(jié)果如表8中列（2）所示。\delta_{2}在1%的水平上顯著為正，表明技術(shù)溢出水平對(duì)創(chuàng)新能力具有顯著的正向影響；同時(shí)，\delta_{1}也在1%的水平上顯著為正，但系數(shù)值相比方程（1）中\(zhòng)beta_{1}有所減小，說(shuō)明技術(shù)溢出在對(duì)外直接投資對(duì)創(chuàng)新能力的影響中起到部分中介作用。表8：技術(shù)溢出機(jī)制中介效應(yīng)檢驗(yàn)結(jié)果變量（1）TECH（2）INNOlnOFDI[X]***[X]***([X])([X])TECH[X]***([X])lnRD[X]***[X]***([X])([X])lnHC[X]**[X]**([X])([X])lnGDP[X]***[X]***([X])([X])cons-[X]***-[X]***([X])([X])N[X][X]R20.8540.902注：括號(hào)內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤，***、**分別表示在1%、5%的水平上顯著。為了進(jìn)一步驗(yàn)證中介效應(yīng)的顯著性，采用Sobel檢驗(yàn)進(jìn)行驗(yàn)證。Sobel檢驗(yàn)的統(tǒng)計(jì)量公式為：z=\frac{\hat{\gamma}_{1}\hat{\delta}_{2}}{\sqrt{\hat{\delta}_{2}^{2}s_{\gamma_{1}}^{2}+\hat{\gamma}_{1}^{2}s_{\delta_{2}}^{2}}}其中，\hat{\gamma}_{1}和\hat{\delta}_{2}分別為方程（2）和（3）中對(duì)外直接投資對(duì)技術(shù)溢出水平以及技術(shù)溢出水平對(duì)創(chuàng)新能力的回歸系數(shù)估計(jì)值，s_{\gamma_{1}}和s_{\delta_{2}}分別為\hat{\gamma}_{1}和\hat{\delta}_{2}的標(biāo)準(zhǔn)誤。通過(guò)計(jì)算得到Sobel檢驗(yàn)的z值為[X]，在1%的水平上顯著，進(jìn)一步證實(shí)了技術(shù)溢出在對(duì)外直接投資對(duì)創(chuàng)新能力的影響中存在顯著的中介效應(yīng)。綜上，實(shí)證結(jié)果表明對(duì)外直接投資對(duì)創(chuàng)新能力的提升部分是通過(guò)技術(shù)溢出機(jī)制實(shí)現(xiàn)的。企業(yè)通過(guò)對(duì)外直接投資獲取國(guó)外研發(fā)資本，促進(jìn)技術(shù)溢出水平的提高，進(jìn)而提升了國(guó)內(nèi)的創(chuàng)新能力。5.3.2其他影響機(jī)制探討除了技術(shù)溢出機(jī)制外，對(duì)外直接投資還可能通過(guò)資本積累、市場(chǎng)拓展和人才流動(dòng)等機(jī)制對(duì)創(chuàng)新能力產(chǎn)生影響。在資本積累機(jī)制方面，企業(yè)進(jìn)行對(duì)外直接投資可以獲取更多的海外市場(chǎng)收益，增加企業(yè)的資金儲(chǔ)備。這些資金回流到國(guó)內(nèi)后，可以為企業(yè)的創(chuàng)新活動(dòng)提供更充足的資金支持，促進(jìn)研發(fā)投入的增加，從而提升創(chuàng)新能力。例如，一些企業(yè)通過(guò)在海外市場(chǎng)的成功投資，獲得了豐厚的利潤(rùn)，將這些利潤(rùn)用于國(guó)內(nèi)的研發(fā)項(xiàng)目，購(gòu)置先進(jìn)的科研設(shè)備，開(kāi)展前沿性的研究，推動(dòng)了企業(yè)創(chuàng)新能力的提升。市場(chǎng)拓展機(jī)制方面，對(duì)外直接投資有助于企業(yè)進(jìn)入國(guó)際市場(chǎng)，擴(kuò)大市場(chǎng)份額。企業(yè)在國(guó)際市場(chǎng)中面臨著不同的消費(fèi)者需求和競(jìng)爭(zhēng)環(huán)境，這促使企業(yè)不斷進(jìn)行產(chǎn)品創(chuàng)新和技術(shù)創(chuàng)新，以滿足市場(chǎng)需求，提高產(chǎn)品的競(jìng)爭(zhēng)力。同時(shí)，國(guó)際市場(chǎng)的拓展也為企業(yè)提供了更多的創(chuàng)新資源和合作機(jī)會(huì)，企業(yè)可以與國(guó)際上的先進(jìn)企業(yè)合作，學(xué)習(xí)其先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，進(jìn)一步提升自身的創(chuàng)新能力。以華為公司為例，其通過(guò)在全球范圍內(nèi)的對(duì)外直接投資，拓展了國(guó)際市場(chǎng)，與各國(guó)的企業(yè)和科研機(jī)構(gòu)合作，不斷進(jìn)行技術(shù)創(chuàng)新，在5G通信技術(shù)領(lǐng)域取得了領(lǐng)先地位。人才流動(dòng)機(jī)制方面，企業(yè)在進(jìn)行對(duì)外直接投資時(shí)，會(huì)吸引和培養(yǎng)一批具有國(guó)際化視野和專業(yè)技能的人才。這些人才在國(guó)外工作和學(xué)習(xí)過(guò)程中，積累了先進(jìn)的技術(shù)知識(shí)和管理經(jīng)驗(yàn)，當(dāng)他們回到國(guó)內(nèi)或在國(guó)內(nèi)外之間流動(dòng)時(shí)，會(huì)將這些知識(shí)和經(jīng)驗(yàn)帶回國(guó)內(nèi)企業(yè)，促進(jìn)企業(yè)創(chuàng)新能力的提升。此外，企業(yè)還可以通過(guò)對(duì)外直接投資，在海外設(shè)立研發(fā)中心，吸引當(dāng)?shù)氐母叨巳瞬偶尤?，?shí)現(xiàn)人才的國(guó)際化集聚，為企業(yè)的創(chuàng)新活動(dòng)提供智力支持。例如，一些企業(yè)在海外設(shè)立研發(fā)中心，吸引了當(dāng)?shù)馗咝：涂蒲袡C(jī)構(gòu)的優(yōu)秀人才，這些人才與國(guó)內(nèi)的研發(fā)團(tuán)隊(duì)進(jìn)行交流合作，共同推動(dòng)了企業(yè)的技術(shù)創(chuàng)新。雖然這些機(jī)制難以像技術(shù)溢出機(jī)制那樣通過(guò)嚴(yán)謹(jǐn)?shù)膶?shí)證模型進(jìn)行精確檢驗(yàn)，但從理論分析和實(shí)際案例來(lái)看，它們?cè)趯?duì)外直接投資對(duì)創(chuàng)新能力的影響中發(fā)揮著重要作用。在制定相關(guān)政策時(shí)，應(yīng)充分考慮這些影響機(jī)制，促進(jìn)對(duì)外直接投資與創(chuàng)新能力的協(xié)同發(fā)展。六、結(jié)論與政策建議6.1研究結(jié)論總結(jié)本研究運(yùn)用隨機(jī)前沿模型和動(dòng)態(tài)面板模型，對(duì)2010-2023年中國(guó)31個(gè)省（市、自治區(qū)）的面板數(shù)據(jù)進(jìn)行實(shí)證分析，深入探究了對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力的影響，得出以下主要結(jié)論。從整體上看，對(duì)外直接投資對(duì)中國(guó)創(chuàng)新能力具有顯著的正向促進(jìn)作用。通過(guò)隨機(jī)前沿模型分析發(fā)現(xiàn)，對(duì)外直接投資能夠降低創(chuàng)新過(guò)程中的技術(shù)無(wú)效率，提高創(chuàng)新效率。具體而言，對(duì)外直接投資每增加1%，技術(shù)無(wú)效率預(yù)計(jì)將降低[X]%，從而促進(jìn)創(chuàng)新投入更有效地轉(zhuǎn)化為創(chuàng)新產(chǎn)出。在動(dòng)態(tài)面板模型中，對(duì)外直接投資的系數(shù)在1%的水平上顯著為正，表明對(duì)外直接投資每增加1%，創(chuàng)新能力預(yù)計(jì)將提升[X]%，驗(yàn)證了對(duì)外直接投資對(duì)創(chuàng)新能力的正向促進(jìn)作用，且這種作用在考慮了創(chuàng)新能力的動(dòng)態(tài)持續(xù)性和其他控制變量后依然顯著。分地區(qū)來(lái)看，對(duì)外直接投資對(duì)不同地區(qū)創(chuàng)新能力的影響存在顯著差異。東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，企業(yè)國(guó)際化程度高，技術(shù)吸收能力強(qiáng)，對(duì)外直接投資對(duì)創(chuàng)新效率的提升作用最為顯著，平均技術(shù)效率達(dá)到[X]。在東部地區(qū)，對(duì)外直接投資每增加1%，技術(shù)無(wú)效率將降低[X]%，創(chuàng)新能力提升效果明顯。中部地區(qū)的對(duì)外直接