解构中国企业对外直接投资的创新效应

奥鹏网院作业

解构中国企业对外直接投资的创新效应*
——基于速度、时间和经验的视角
谷克鉴 李晓静 向鹏飞
[提 要] 本文基于2003—2016年中国A股上市公司数据，从对外直接投资的速度、时间和经验三个维度全方位刻画企业的对外投资动态决策图景，分析企业对外投资影响企业创新的内部机理。研究表明：(1)投资速度与企业创新存在倒U型关系但尚处于创新改善区间，积累投资经验和延迟投资时间分别表现出显著的激励和抑制效应。(2)与低质量非发明专利相比，高质量发明专利受到的激励和抑制效应更大，且因企业所有权、行业和投资动机的不同而呈现差异。(3)对外投资动态决策不仅影响研发强度，还促进研发效率改善，可通过收入、规模经济和生产率效应影响创新。进一步研究发现，不断积累投资经验有助于企业降低创新风险尤其是高质量创新风险。本文为企业通过“走出去”战略实现转型升级以及我国创新型国家的建设提供具有参考价值的政策建议。
[关键词] 投资速度；投资时间；投资经验；企业创新；创新持续时间
一、引言
技术同国际分工的关系是基本的国际经济学问题(Grossman & Helpman，1995)。国际经济学的主流模型揭示技术水平决定一国在国际分工中的位置；而内生技术模型则表明，一国的对外开放活动可借助水平或质量梯度模型中的学习效应影响技术进步。第二次世界大战后的全球化实践显示，开放经济中的技术溢出带动经济增长是全球化背景下的重大实践问题，而外国直接投资在这一过程中担当起日益重要的角色。当前，某些国家采取的逆全球化措施导致全球外国直接投资连续三年持续萎缩，流向发达国家的投资更是断崖式下降，加上绿地投资减少的长期趋势、国际生产驱动的跨国公司交易活动日益增长和大型跨国公司明显主导企业层面研发的时代特点，使得外国直接投资同技术创新效应的关系与机制更趋复杂(UNCTAD，2019)。随着对外开放的扩大和国际竞争力的提升，我国企业在国际投资活动中实现了由“引进来”到“走出去”的历史性跨越，如何通过对外投资收获更多的技术进步和学习效应以推动我国更高水平开放型经济发展，则是一个全新的课题，需要深入研究对外直接投资促进技术进步和创新的新的实现形式。
国内当前关于对外直接投资影响企业创新的研究多聚焦于通过逆向技术溢出带来的创新激励效应，并借助多种计量方法和不同样本探讨该效应存在的可能性及大小。然而，已有研究表明：首先，现有文献较多着眼于产业、省际等相对宏观的层面，为数不多的微观研究则多侧重于企业是否发生对外投资及由此带来的创新效应，缺乏对动态投资决策的系统考察及对影响机理的深入探究，更鲜有文献细分创新类型并重点关注高质量本原创新，难以为企业“走出去”的合理布局进而为高质量发展提供依据。其次，我国微观数据不完整，缺乏连续的企业层面数据，导致对外直接投资的多维度、全方位研究明显不足。
有鉴于此，本文尝试利用上市公司关联交易数据，从速度、时间和经验三个维度刻画企业对外直接投资动态决策图景，另辟蹊径考察对外直接投资对企业创新的复杂影响。本文可能提供下述边际贡献：第一，本文首次从速度、时间和经验三个维度刻画企业的对外直接投资动态决策，深入考察上市公司对外投资行为特征对创新的影响，并采用中介效应模型识别传导机制。相较于已有研究，本文重点关注企业应当何时、以何种速度进入国际市场才能最大限度地激励创新，投资经验多寡同创新的关系以及高质量本原创新和低质量策略创新受到的影响有无差异等尚未触及的问题。第二，本文利用国泰安经济金融研究数据库，通过关联交易信息识别企业的对外投资行为。由于关联交易数据包含关联企业所在地、上市公司持股比例等信息，不仅可以识别投资目的国，还能计算投资金额和洞察企业投资的微观结构，克服以往多采用商务部《境外投资企业(机构)名录》与工业企业数据库匹配数据集的局限性。第三，不仅在总体层面，本文还深入本原创新和策略创新构成的动力机制内部，考察对外投资动态决策对企业内部创新引致资源配置的结构性影响，辨识企业对外投资的高质量本原创新和低质量策略创新效应，为改进企业对外投资决策和激励创新服务。
二、文献综述
在吸收外资实践中，我国着眼于产业结构升级和产品质量提升，曾经创造了相互利用技术和经验形成的产业链和产业集群，推动了产业结构升级(谷克鉴，2005)，而以跨国公司为主体的对外直接投资在这一过程中扮演着重要角色。企业海外投资设立子公司通过“产业关联”“技术扩散”等带来的逆向技术溢出效应促进母国经济发展，是企业进行对外直接投资的重要动因。这一现象无论是在发达国家,还是在发展中国家均可找到证据。
已有文献关于对外直接投资对企业创新影响的广泛讨论，多集中于通过逆向技术溢出带来的创新驱动效应。例如，Nocke & Yeaple(2007)发现生产率高的企业更倾向于跨国并购，为了赶超对手会进一步增加研发投入、促进创新。然而，国内有学者对此提出质疑。王英和刘思峰(2008)认为以逆向技术溢出为传导机制的国际研发并未促进母国技术进步。鉴于我国对外直接投资在2006年之后呈迅猛发展趋势，毛其淋和许家云(2014)改变了样本区间，论证了对外直接投资对创新及其持续性的显著影响。
应当注意到，对外直接投资是企业国际化的重要途径，是企业获取、整合和利用国内外资源并逐步进入新市场的过程，具有多元化和动态化特质。投资速度、时间点的选择和前期经验的积累均是影响企业能否克服“外来者劣势”而成功“走出去”的重要因素(Xu et al.，2004)。最初的研究关注企业国际化速度并将其作为被解释变量，从制度风险、学习能力及政治关联等多方面进行研究(Coeurderoy & Murray，2008)。随后，国际化速度与企业绩效的关系(Hilmersson & Johanson，2016)、国际化时间对速度的负向影响及复杂作用机制(Hilmersson et al.，2017)开始受到关注。遗憾的是，关于对外直接投资动态决策的研究起步较晚，仅少数文献关注投资速度。Kogut & Chang(1996)认为企业的投资速度不宜过快，应循序渐进以降低不确定风险。Chang & Rhee(2011)亦较早地注意到了投资速度对企业绩效和价值提升的显著影响。但是，国内有关对外投资动态决策的研究迄今屈指可数。余官胜和范朋真(2018)考察了东道国的贸易保护对投资速度的提升效应；周燕和郑涵钰(2019)发现对外扩张速度对企业资本回报率存在长期稳健的促进效应；黄梅波等(2019)认为企业的对外投资经验可以显著影响后期的进入模式。
迄今，有关对外直接投资动态决策的创新效应的微观研究始终未引起足够的重视，对影响机理的深入探讨更是尚付阙如。已有研究的局限一方面是未能洞察投资速度、时间和经验对企业创新的重要驱动作用，另一方面则是对已有微观数据利用不全面导致样本选取缺乏时效及指标测算单一。
三、理论分析和研究假说
(一)对外直接投资动态决策的创新效应
对外直接投资本质上是企业多种生产要素转移并同东道国的优势生产要素相结合，从而形成更高效率的经济活动的过程。无论是资源、市场抑或是效率寻求型的对外投资都面临新的投资、利润和生产经营等决策，而各种决策的创新效应显著依赖所谓的“知识存量”、生产销售网络以及实施进程中学习效应实现的复杂机制，这就必然表现为企业对外直接投资动态决策在投资速度、投资时间和投资经验方面创新效应的复杂性、多样性和异质性。
1.投资速度。加速投资的企业可通过服务多个东道国市场来丰富自身国际化实践，形成有效学习网络。日益激烈的竞争环境和通过快速扩张占领市场需要企业加大研发力度，开发适合东道国的产品和服务。然而，亦有研究表明，过快的国际化扩张是有害的(Jiang et al.，2014)。企业不仅需要筛选、规划和实施每个投资计划，还需将海外子公司整合至现有经营网络，短时间投资过多的项目加大了执行团队的资金和时间压力，增加出错概率，削弱企业消化、吸收新知识的能力(Zollo & Winter，2002)。同时，过快的投资速度可能造成企业经营成本大幅增加，导致经营业绩下滑，创新可能性随之降低。相反，若投资速度过慢，意味着企业在很长时间内建立的海外子公司较少，不利于经验学习。一方面，若投资间隔较长，企业缺乏从现有投资汲取经验教训的动力；另一方面，长时间缺乏投资实践导致企业已有投资经验可能丢失或不适用于现有投资环境。因此，企业的对外投资速度应当维持在合理区间，过快或过慢都不利于创新。
2.投资时间。若企业成立之初考虑了国际市场环境，经营过程会更加富有弹性，而对外投资开始较晚的企业易默守已有的经营理念、故步自封(Hilmersson et al.，2017)。首先，企业成立之初的组织结构相对灵活，较早开始对外投资有利于逐步形成适用于国际化需求的生产流程和管理模式，而投资较晚的企业首先要构建符合国内偏好和制度的组织流程和行为模式，进入国际市场之后被迫改善平台、转变观念等需要付出额外时间和成本，给规模扩张和经营绩效带来不利影响，降低创新积极性。其次，在成长期接触的不确定性和动态环境为企业提供了宝贵经验，不仅提高了抗风险能力，还能在后续经营中重复利用，带动利润增长继而提高研发资金充裕度。因此，越早进行对外投资，越有利于企业降低成本，寻获经营捷径并避免错误，增强创新意愿和能力。
3.投资经验。经验本质上是学习效应的凝结。企业从国际化经营中积累的经验是重要的无形资产，有利于其吸收、整合内外部资源和知识技能(Mohr & Batsakis，2014)，降低海外经营风险和投资不确定性，促进自主创新。具体来说，积累投资经验可以帮助企业增强国际经营信心，更加合理地规划发展方案，扩大产品种类，扩大经营规模，带动研发和创新。同时，前期积累的投资经验帮助企业更快地适应东道国政治、经济和文化环境，有效规避可能的政治审查和反垄断风险(黄梅波等，2019)，从而顺利开展投资活动，合理配置创新资源。
4.创新类型。企业投入研发要素进行创新活动以带动技术进步，通常被默认为促进高质量创新。然而，Tong et al.(2014)指出，《专利法》鼓励国企增加专利申请，但结果却是实用新型和外观设计专利申请量大幅增加，发明型专利数量受影响甚微，说明以专利申请量衡量的企业创新经常表现为策略性行为，目的并非是寻求技术进步和提高竞争力，而是为了迎合政府政策和监管。“走出去”是国家发展的重要战略，政府对从事境外投资的企业给予补贴和支持，部分企业为了迎合政策进行盲目投资，难以兼顾创新“数量”和“质量”。
假说1 在其他条件不变的情况下，投资速度与企业创新之间存在倒U型关系，投资经验对企业创新有正向影响，投资时间对企业创新有负向影响，上述影响因创新类型而存在差异。
(二)企业异质性与对外直接投资决策的创新效应
1.所有权差异。不同所有制企业拥有的资源、政策优势及对外投资过程中面临的行政性进入壁垒不尽相同。对外投资的政策和资源倾斜确保国有企业获得较大力度补贴，但也常被认为是不正当竞争而受到不公平待遇，或被作为政治行为体而遭受严格的审查(Zou & Adams，2008)，不利于在海外市场学习和研发。与之不同，非国有企业面临的政治审查风险小，且经营效率高、创新活力强、竞争压力大，更迫切地需要不断学习和技术进步来保持核心竞争力。因此，投资速度、时间和经验可能会对非国企的创新产生更大影响。
2.行业差异。对外直接投资的逆向技术溢出表现出明显的行业差异。尤其是在以高精尖技术为支撑的高新技术产业中，企业的创新能力极强，加上国家的政策支持和引导，投资的海外机构更加注重对知识和技术的学习、吸收和转化以反哺给母公司。随着投资步伐加快和经验积累，高科技企业的“天然创新基因”和竞争压力促使其加快自主创新，以在价值链高端实现突破。非高科技企业的核心竞争力可能在品牌、宣传和营销等方面受到的创新压力有限。同理，投资时间和经验对两类企业创新的影响可能会有所差异。
3.投资动机差异。对外直接投资活动及其经济效应在发达国家和发展中国家间存在显著差异。中国对发达国家的投资被认为是“上行投资”，多为技术寻求型，以获取先进的信息技术、管理经验或研发设备为目的；流向发展中国家的投资属于“下行投资”，多关注东道国丰富的自然资源或低廉的劳动力成本，通过要素市场的不断完善来降低生产成本，获取高回报率。与市场或资源寻求型对外直接投资相比，以技术寻求为目的的投资更容易产生明显的技术溢出效应，促进母国创新。
假说2 在其他条件不变的情况下，对外直接投资各维度的创新效应因企业所有权属性、行业属性和投机动机而存在差异。
(三)可能的传导路径
企业创新是“内外兼修”的成果。从外部看，通过对外直接投资，企业与国际市场的消费者、供应商等联系日益密切，海外收入增加为研发资金投入提供保障，即收入效应。从内部看，企业不仅可以学习先进的技术和管理经验、获得知识外溢，还能进一步整合资源、优化资源配置来形成规模经济，获得规模经济效应和生产率效应。
1.收入效应。国际化便于企业借助东道国的市场、资源或制度优势来拓展收入渠道，加大研发投入，促进创新。随着所有权优势的国际扩散以及在国际市场上培养新的能力，企业的经营业绩得到改善。Chang & Rhee(2011)也指出，企业在国际市场的快速扩张和国际化模式有助于克服“外来者劣势”，提升绩效；经营业绩的改善可以帮助企业增加研发投入，促进创新。
2.规模经济效应。通过对外直接投资，生产要素实现跨国流动，企业内部组织结构得以调整，生产的国际分工日益深化，规模经济效应带来的成本节约效应得以加强。从对外投资的动态过程看，越早、越快开拓国际市场，越有利于企业改善固有的发展路径，不仅能够在多个市场分摊国际化成本，日渐丰富的国际化经验亦有利于优化管理流程，最终降低单位产品或单个市场的平均成本，使规模经济成为可能。成本下降通常伴随着利润提升，这是研发资金的重要来源和创新的保障。
3.生产率效应。Yeaple(2009)发现，生产率最高的企业投资目的国和销售额都更多。除了自选择效应，对外直接投资可通过逆向技术溢出显著提升企业生产率。越早开始对外投资，企业越可能从这一过程获得技术外溢。随着对外投资的加速，日渐激烈的竞争效应倒逼企业提升生产率以获取内源发展动力，丰富的国际经验可以加强对外投资的学习效应，提升全要素生产率，增强内源性融资能力，缓解融资约束，克服创新过程中的“拦路虎”，增加创新。
假说3 在其他条件不变的情况下，对外直接投资各维度可通过规模经济效应、收入效应和生产率效应影响企业创新。
综上分析，本文基本研究框架见图1。

图1 理论框架图
四、研究设计
(一)计量模型设定
本文以创新水平(专利申请量)的自然对数作为被解释变量，以对外直接投资速度、时间和经验作为核心解释变量，并构造如下计量模型：
innovit=
+μind+μprov+μyear+εit
(1)
innovit=
+μyear+εit
(2)
innovit=
+μyear+εit
(3)
式中，i表示企业；t表示年份；innovit表示企业i在年份t的专利申请数量(取自然对数)；Speedit是投资速度，是投资速度的平方；Timeit是投资时间；Expeit是投资经验；表示控制变量；μind，μprov和μyear分别用以控制行业、省份和年份固定效应；εit为随机扰动项；α，β和γ为待估计参数。由于被解释变量取值非负，且不存在“过度分散”现象，宜采用泊松回归，检验结果也在1%的显著性水平下支持这一判断。
然而，创新能力强的企业往往更具备开展对外直接投资活动的条件，带来“自选择偏误”问题。因此，本文尝试使用倾向得分匹配方法(PSM)来控制对外直接投资的自选择性(1)本文还试图根据企业的投资速度、投资时间和投资经验进行匹配，匹配结果类似，因此统一根据“是否发生对外直接投资”进行1∶3最近邻匹配。，并采用Logit模型进行估计：
PSM(X)=Pr(OFDI=1|Xit)
=F{h(Xit)}
(4)
式中，PSM(X)是倾向得分值；Xit是协变量组合，变量选取参考本文控制变量。常用的匹配方法包括最近邻匹配、核匹配和半径匹配等，通过了平衡性假设检验和共同支撑假设检验。
本文进一步借鉴Beck et al.(2010)和吕越等(2018)的思路，构建了多期双重差分模型，具体形式为：
innovit=α+βtreati×postt+X′itγ+μind
+μprov+μyear+εit
(5)
式中，treati用以识别处理组企业，若样本期内发生过对外投资，则为处理组，否则为对照组；postt代表企业当年是否发生对外投资，若发生则为1，否则为0。参考Draca et al.(2011)的方法，分别用投资速度、时间和经验这三个维度的连续变量进行识别。其他变量定义参考式(1)～式(3)。β是核心参数。
(二)变量定义
1.企业创新(innov)。企业的创新水平通常从创新产出(专利的申请或授权量)和创新投入(研发投入或支出金额)两个角度加以衡量。鉴于专利比研发投入更能反映真实的创新水平以及专利授权过程易受不确定性因素影响，本文选择专利申请量来衡量企业创新能力。另外，本文还进一步将企业的创新分为两类：一是本原创新(innov1)，为自身技术进步与国际竞争力提升所需，体现为发明专利增加，又称高质量创新；二是策略创新(innov2)，旨在迎合政府政策扶持与监管、获取资源与政策倾斜，体现为非发明专利增加，又称低质量创新。
2.对外直接投资速度(Speed)。已有研究通常将企业投资的总东道国数(或总项目数)与投资时间相除(Chang & Rhee，2011)或将第一次对外投资时间减去设立时间(Musteen et al.，2010；余官胜和范朋真，2018)来衡量投资速度。由于投资速度为固定值，第二类方法不利于反映企业“走出去”过程的动态变化。本文参考第一类测算方法计算平均投资速度。此外，本文还计算了年均投资金额，并从“边际”的角度计算了每年增加的投资东道国数(或项目数)和投资金额，以应用于稳健性检验。
3.投资时间(Time)和投资经验(Expe)。参考Hilmersson et al.(2017)的做法，本文将投资时间定义为首次对外直接投资与成立年份之差。投资经验的测算综合了Hilmersson et al.(2017)和Mohr & Batsakis(2014)的方法，采用过去三年投资东道国数(或项目数)的均值来衡量投资经验。
4.控制变量。参考已有文献(毛其淋和许家云，2014；顾夏铭等，2018)，本文控制了企业规模(scale)、企业年龄(age)、现金流占比(cratio)、负债比率(lev)、资本密集度(kintens)、留存收益(re)、资产收益率(roa)、企业价值(tobinq)和融资约束(cf)。其中，企业规模采用员工总数的自然对数表示；企业年龄用当前年份与设立年份之差表示，回归模型中取对数。年龄和规模反映企业的创新能力，年龄和规模越大的企业通常有更强的创新能力和更丰富的创新经验。其他变量反映企业的盈利、财务和成长等状况，可以影响企业的创新能力和意愿。企业价值用托宾Q值的自然对数表示，反映企业的投资和成长机会。现金比率与企业的现金持有情况有关，用经营和投资现金流与总资产之比表示。总资产收益率用以度量企业的盈利状况，用净利润与总资产之比表示。负债率用企业的总负债与总资产之比表示，反映企业的财务风险。资本密集度用人均固定资产的自然对数表示。对于融资约束，本文构建了包含6个分指标的综合指标体系，该类指标越大，说明企业的融资约束程度越高，越不利于开展创新活动。(2)融资约束指标的测算过程未报告，留存备索。(3)本文数据来自国泰安经济金融研究数据库(CSMAR)，以2003-2016年沪深两市上市公司为研究对象。借鉴朱荃和张天华(2015)等的思路，以关联交易数据库作为识别企业对外直接投资行为的数据来源。参照商务部关于对外直接投资的定义，本文逐条筛选和识别投资企业，并根据关联企业的注册资本及上市公司的持股比例计算投资金额。由于各企业对海外不同目的地的投资货币类型不统一，本文还按照当年汇率统一换算成美元，以便后续计算。为保证样本数据一致性，本文剔除了金融类、ST类、借壳上市以及关键财务指标和创新变量等缺失或异常的样本，删除了上市当年即对外投资的样本，删除了关联交易方注册资本或控股比例显著异常的样本。
(三)特征事实
1.对外投资企业数量及占比。表1结果显示，2003—2016年间，样本数据中的对外投资企业数量增长迅速，期末总体占比约为25.22%。2003—2016年，我国对外投资企业数量大幅增加，从期初的109家增至2016年的689家，对外投资企业占比亦大幅攀升。分所有制看，非国有企业中的对外投资企业比例(29.77%)高于国有企业组(20.51%)。值得注意的是，样本期初，参与对外投资的国有企业数量是非国有企业的四倍左右，随后对外投资的非国有企业数量和占比都大幅增加，反超国有企业成为我国对外投资的重要主体。可能是因为，相较于国有企业，非国有企业享受的政策倾斜和优惠更少，竞争激烈，有更强的意愿在国际市场上寻求发展机会。分行业属性看，对外投资的高科技企业总体占比(29.02%)高于非高科技企业(24.10%)。耐人寻味的是，尽管对外直接投资的高科技企业数量或绝对规模长期低于非高科技企业，但高科技企业中对外投资企业的占比却始终领先于非高科技企业中对外投资企业的占比。与非高科技企业相比，高科技企业具有更加强劲的对外直接投资动能。可能的原因是，高科技企业实力强、政府扶持力度大，有实力和动力开展对外投资活动。
表1 对外投资企业数量及占比

资料来源：笔者整理。
2.描述性统计。根据全样本统计结果，上市公司平均专利申请量约为38.32件，发明专利平均申请量(17.54件)小于非发明专利(20.78件)。对外投资企业表现出类似情况，且平均申请量是全样本企业的两倍多，两类专利的均值差较小。可以看出，我国上市公司现阶段的专利申请以实用新型和外观设计类型为主，技术含量更高的发明专利占比相对较小，创新质量亟待提高。主要解释变量中，投资速度离散程度较高，投资时间和经验离散程度较低。其他控制变量中，对外投资企业的年龄、规模、留存收益、资产利润率等指标均值均高于全样本企业。(4)表4系采用双重差分模型的估计结果，下文报告的企业异质性分析亦采用双重差分模型方法。
五、实证结果
(一)对外直接投资决策的创新效应
1.全样本估计结果与分析。表2列(1)～列(1b)是投资速度回归结果。投资速度与企业专利申请量呈显著的正相关关系，但二次项系数显著为负，显示其对发明专利的影响更大。这说明加速全球化布局可以激励企业的研发活动，尤其可以促进高质量创新，但若速度过快则不利于创新，发明专利受到的抑制效应更大。结合投资速度的描述性统计结果，其均值为0.055，远小于倒U型关系的拐点值(约为14.33)，说明我国上市公司的投资速度尚处于创新驱动区间。列(2)～列(2b)投资时间的系数大小和显著性表明，越晚开始对外投资，越不利于专利申请量增加，发明专利受到的抑制效应更大。可能是因为发明专利技术含量高、持续时间久，需投入的人力、物力和财力更大，易受到抑制。列(3)～列(3b)结果显示，投资经验越丰富，越有利于增加专利申请量，发明专利受到的影响大于非发明专利。积累投资经验有利于企业完善国际投资布局，继而建立更稳定的投资关系，获取更广阔的国际市场和更丰富的创新资源，由此产生的学习效应和逆向技术溢出效应能够激励企业创新。为了进一步开拓市场和增强优势，企业有必要加大对高质量发明专利的投入，从根本上提升创新能力，实现技术飞跃。
2.基于倾向得分匹配样本的估计与分析。表3列(1)～列(3b)中treati×postt的系数均通过了1%的显著性水平检验，表明投资速度与企业创新之间的倒U型关系依然存在，投资时间和经验分别表现出显著的抑制和促进效应。
综合表2和表3的结果，可以得到投资速度与创新呈倒U型关系、投资经验与创新正相关、投资时间与创新负相关的结论，验证了假说1。
(二)基于企业异质性的分析
1.所有权属性。(5)表4报告结果基于双重差分模型，下文基于行业和投资动机异质性的分析类似。根据表4，国有企业组投资速度及其二次项的系数均不显著，非国有企业组的系数明显大于国有企业，投资速度与企业创新的倒U型关系显著成立，且投资速度均值远小于拐点值，说明加快投资速度能显著促进非国有企业创新，对发明专利的促进效应更大。投资时间和经验在两组企业均显著，但非国有企业组的系数依然大于国有企业。这意味着，对外直接投资对国企的逆向技术溢出效应不及非国企。国企拥有不可比拟的财务、资源整合以及战略控制等优势，加速“走出去”的压力难以倒逼其加快创新，反而是较早开始对外投资以及积累投资经验有利于企业创新。与国企不同，民营企业面临的竞争形势更加严峻，凭借高技术含量的发明创造在市场上生存发展的创新意愿强烈，不仅为了寻求政策支持而追求创新“数量”，而且更加注重创新“质量”。
表2 对外直接投资动态决策与专利申请——泊松模型

说明：括号内表示标准误；*，**和***分别表示10%，5%和1%的显著性水平；固定效应包括年份、省份和行业固定效应。下表同。
表3 企业的对外直接投资决策与专利申请——多期双重差分模型

表4 对外直接投资决策与企业创新——按所有权属性分组

说明：每组均包含9个方程，每一行代表一个解释变量的影响。下表同。
2.行业属性。表5结果显示，两组样本中的投资时间和经验的系数均显著，而投资速度的系数只在高科技行业中显著为正。高科技企业的三个维度对发明专利申请的影响系数均大于非发明专利，非高科技企业表现则相反，表明高科技企业创新意愿强烈，在对外投资过程中必须保证高、低质量创新“两手抓”才能在国际市场立足。非高科技企业的创新意愿较低，更多关注非发明专利。
表5 对外直接投资决策与企业创新——按是否处于高科技行业分组

3.投资动机。由表6可知，对于技术寻求型投资，三个维度的系数均通过了1%的显著性水平检验，发明专利受到的影响大于非发明专利，且影响系数普遍大于非技术寻求型投资。这意味着，技术寻求型投资更能激发企业创新热情，增加专利申请量，尤其是高质量发明专利。究其原因，在技术寻求型投资中，企业倾向于利用优势产品或产业在发达国家设立子公司。随着投资速度加快和投资经验积累，企业为了保持竞争优势，必须不断学习发达国家的先进技术，再经过消化和吸收转化为自主创新，从根本上提升创新“质量”。非技术寻求型投资通常流向发展中国家，劣势产业的转移帮助企业规避低端价值链的“俘获效应”，国际市场的开拓有利于企业去产能，东道国低廉的要素成本为利润增长创造了条件，这都有利于企业整体创新。但是，为了满足政府扶持条件，企业的创新活动和决策往往停留在策略创新层面，而非真正意义的创新质量提升，因此非发明专利的增加量更大。
表6 对外直接投资决策与企业创新——按投资动机分组

综上所述，投资速度、时间和经验对创新的影响因企业所有制、行业以及投资动机不同而呈现差异化，由此验证了假说2。
(三)内生性讨论与稳健性检验
1.关于内生性的讨论。投资行为的“自选择性”及其与创新增长的潜在“同步性”使得主要解释变量与被解释变量之间存在互为因果的可能性。首先，相对于未投资企业，投资企业通常有更高的生产率，有能力获得足够的利润来补偿投资中的沉没成本，增强现金流能力，促进创新。其次，一些强调创新的企业具有较高的风险偏好，更倾向于较早开展投资活动，加快投资速度，投资经验随之得以丰富。最后，创新能力的提升增强了企业竞争优势，反过来影响对外投资速度和时间点选择。鉴于此，本文除了泊松回归之外，还综合使用倾向得分匹配方法和多期双重差分模型，并对省份、行业和年份固定效应加以控制，有效克服了可能存在的内生性问题。
尽管如此，为了进一步保证回归结果稳健，本文首先参照已有研究的一般方法，选取主要解释变量的地区—行业层面均值作为工具变量。回归结果见表7列(1)～列(1b)，速度和经验的激励效应以及时间的抑制效应均通过了1%的显著性水平检验。接着，本文对所有解释变量进行滞后一期处理，以切断企业创新与对外投资各维度之间的反向因果关系，回归结果见列(2)～列(2b)。最后，本文同时考虑企业创新和主要解释变量的滞后项，构建动态面板模型，使用系统GMM方法进行估计，回归结果见列(3)～列(3b)。可以看出，对内生性问题进行全面处理之后，投资速度、时间和经验对企业创新的影响几乎未发生改变。
2.稳健性检验。(6)限于篇幅，稳健性检验结果未在文中列示，留存备索。本文首先对主要变量再处理。第一，对创新指标再定义。考虑企业潜在的通过虚报专利申请量或盲目申请以获取政策扶持的动机，仅用专利申请量来衡量企业创新可能存在偏差，本文使用企业的专利授权量来替换原有被解释变量，并在1%水平上进行缩尾，随后重复上文实证检验过程。回归结果表明，主要解释变量和重要控制变量对企业创新的影响未发生明显变化。第二，对投资速度和经验再测算。本文分别采用年均投资金额和当前年份与首次对外直接投资年份之差替代原有变量，重复前文检验过程，所得结果依然保持了较好的一致性。此外，本文还采用逐年增加的东道国数(或项目数)及增加的金额对投资速度进行再测算，主要结论依然未发生改变。
表7 内生性问题回归结果

其次是更换研究样本。第一，剔除了流向“避税天堂”(7)指百慕大群岛、维尔京群岛、马绍尔群岛、开曼群岛等地。的样本，投资速度和经验对创新的激励效应以及时间的抑制效应均显著存在。第二，考虑到较多样本的关键解释变量是零值以及对外直接投资行为的自选择性，本文只选择了发生投资行为的样本，回归结果与全样本结论近乎一致。最后，本文保留上市当年即对外投资的样本，重复前文回归过程，基本结论未发生改变。此外，若样本期内企业有充沛的现金流，就更有能力进行对外投资和创新，那么，企业创新绩效提升就是现金流增加而非对外投资的结果，从而造成伪回归。为了排除这一可能性，本文首先将专利申请量对投资速度(时间、经验)回归，影响系数通过了1%的显著性水平检验，随后加入现金流占比这一控制变量，对外投资三个维度的系数大小、方向和显著性未发生明显变化。这足以表明，无论是否存在企业在某一时期现金流充沛的情况，投资速度和经验的创新驱动效应以及投资时间的创新抑制效应不会发生改变。
(四)传导路径检验
本文采用Bootstrap方法对假说3提出的传导路径进行中介效应检验。(8)限于篇幅，中介效应检验结果未列出，留存备索。
1.收入效应。企业越快、越早地进行对外投资，越有利于企业增加海外收入，投资经验的积累则有助于拓宽销售渠道，从而增加收入，为研发投入提供资金来源，促进企业创新。为了探究这一效应，本文设计的路径为：投资速度(时间、经验)→海外收入→研发投入→创新。中介效应检验结果表明，投资速度和经验的中介效应显著为正，投资时间的中介效应显著为负。
2.规模经济效应。规模经济伴随着企业规模扩大和利润增加。通过检验“投资速度(时间、经验)→规模→收入成本比→利润→研发投入→创新”这一路径的中介效应发现，投资速度和经验增加有利于形成规模经济，延迟投资时间增加则造成规模不经济，进而影响创新，三个维度均通过了5%的显著性检验。
3.生产率效应。生产率效应的路径为：“投资速度(时间、经验)→生产率→创新”，三个维度通过生产率效应影响总体创新和高质量创新的猜测均得以验证。
中介效应检验结果验证了假说3。除了Bootstrap方法，本文还采用逐步回归法，收入效应、规模经济效应和生产率效应选取的中介变量分别为海外收入、收入成本比和生产率，中介效应均显著。
与此同时，收入效应和规模经济效应的检验路径都涉及了研发投入。接下来需要进一步探究的是：在企业对外投资进程中，创新绩效提高是研发投入增加的成效，还是研发效率切实提升的成效呢？基于研发投入的回归结果表明，加速对外投资及增加投资经验显著促进企业增加研发投入，而延迟投资时间则带来相反效果。这一结果既说明了中介效应检验路径的合理性，又证实了对外投资促进企业加大研发投入力度的猜想。基于研发效率的研究结果表明，随着对外投资速度加快以及投资经验积累，企业的研发效率得以提高，对外投资起步较晚不利于效率改善。(9)研发效率的测算参考姚立杰和周颖(2018)的做法，回归结果留存备索。
六、拓展性讨论：创新的持续性
为了进一步分析对外直接投资动态决策的创新效应，本文构建了生存分析模型，探讨对外直接投资对创新持续性的影响。创新持续性是企业创新的良性表现，有利于企业获取持续创新收益。那么，投资速度、时间和经验对创新持续性的影响如何？企业如何通过合理布局“走出去”来降低创新活动终止的风险？全面、系统地回答以上问题有助于准确评估对外投资动态决策对创新的深刻影响，然而目前尚无文献对此进行研究。
本文将创新持续时间定义为一个企业从开始到终止创新活动所经历的时间跨度。若企业在样本期内退出创新活动，则称为“失败事件”。(10)由于无法观测企业在起始时间之前是否已经开始创新，导致“左删失”问题，参考毛其淋和许家云(2014)做法，本文选取2003年没有创新但在之后期间出现创新的企业样本。在生存分析模型中，常用生存函数和风险函数来刻画企业开始和终止创新活动的行为。生存函数表示企业的创新持续时间T超过t年的概率，即：

(6)
生存函数的非参数估计——Kaplan-Meier估计量为：

(7)
式中，Nk表示k期处于风险状态的企业数量；Dk表示k期失效的企业数量，即退出创新活动的企业数。
风险函数表示企业在t时刻终止创新活动的概率，即：
h(t)=P(t≤T<t+Δt|T≥t)
(8)
其Kaplan-Meier估计量为：
(9)
根据企业创新风险率统计结果，自2004年以来，企业创新活动终止风险率逐年降低，从最初的78.16%下降至2016年的31.52%，说明我国上市公司发展日趋成熟，创新持续性不断增强。根据企业的生存函数曲线，投资企业在创新过程中具有更高的生存率，面临的创新失败风险更低，初步说明对外直接投资有利于持续创新，与毛其淋和许家云(2014)的结论保持一致。(11)限于篇幅，企业的风险率计算结果和生存函数曲线图未列示，留存备索。
采用Cloglog模型分析对外直接投资决策对创新持续时间的影响，估计结果见表8。不难发现，无论是总体还是分类型创新，投资速度和投资时间的风险系数都显著大于1，而投资经验的风险系数则小于1，对发明专利持续时间的影响更大。这充分说明，加速投资或者延迟投资时间不利于创新持续性，投资经验越丰富越有利于保持创新连贯性，降低整体尤其是高质量创新的失败风险。延迟投资时间不利于企业早日获取东道国的优质研发资源，贻误创新时机，减弱竞争优势，降低市场份额，减少收入，最终造成研发投入中断和创新终止。积累投资经验帮助企业开拓东道国市场，形成品牌效应，不仅能吸纳更多高端人才，还能与当地科研机构进行合作、交流，促进研发人员跨国流动，增强创新持续性。值得关注的是，投资速度能显著促进企业创新却不利于创新持续性，造成这种“异变”的原因可能是：虽然投资速度的创新效应处于改善期间，但若投资速度过快，短时间内迅速扩张可能引起投资决策失误，中断创新过程。
表8 投资速度、时间和经验与创新持续时间——Cloglog模型

说明：表中系数为风险比率系数，大于1说明该变量会增加企业终止创新的概率，小于1则说明会降低创新终止概率，有助于延长创新持续时间。
七、研究结论与政策建议
基于2003—2016年中国A股上市公司面板数据集，本文深度挖掘了企业海外关联交易信息，从速度、时间和经验三个维度全面刻画了企业对外直接投资的动态决策图景，实证检验对外直接投资对企业创新的影响及其影响机理，进而分析对创新持续时间的影响。主要研究结论可概括为：第一，投资速度与企业创新存在显著的倒U型关系，但目前尚处于创新改善区间，加速投资能显著促进企业创新，对高质量创新的激励效应更大，延迟投资时间的抑制效应和投资经验的激励效应均表现出类似特点。第二，基于企业异质性的分析发现，三个维度对非国有企业和高科技企业的创新均存在显著影响，技术寻求型对外直接投资更有利于企业创新，既能增加创新“数量”，又能提高创新“质量”。第三，三个维度不仅显著影响研发投入，还能促进研发效率改善，可通过收入效应、规模经济效应和生产率效应影响企业创新。第四，延迟投资时间和加快投资速度不利于企业创新的持续性，而投资经验积累可帮助企业降低创新失败风险，尤其是高质量创新的失败风险。上述结论在多重稳健性检验中仍保持稳健可靠。
本文研究结论可发掘出以下政策含义：一方面，企业在制定对外直接投资决策以激发自身创新活力时，应根据创新类型、企业异质性以及创新活动的持续性进行细化。在布局海外投资版图的过程中应审时度势，把握好对外直接投资的速度和时间节点，适时开展对外投资活动，以便积累国际经验，并在保证持续创新的前提下进一步加快对外直接投资进程，以激励本原创新，为企业在激烈的国际市场中保持竞争优势提供长期动力。另一方面，国家制定宏观政策时，既要着眼于为企业参与海外投资提供良好的营商环境和服务保障，又要建立严格的筛选机制，鼓励企业通过“走出去”实现本原创新，减少应对政策监管的策略创新行为。同时甄别企业所有权、行业属性及投资动机，增强政策针对性，以促进区域协调发展和行业共同进步，并助力全面开放新格局形成和创新型国家建设。
参考文献
谷克鉴，2005：《中国利用外资实践的功能评价与战略选择——基于经济与管理学视角的实证描述》，《财贸经济》第3期。
顾夏铭、陈勇民、潘士远，2018：《经济政策不确定性与创新——基于我国上市公司的实证分析》，《经济研究》第2期。
黄梅波、唐正明、李行云，2019：《投资经验是否影响了中国异质性企业的OFDI模式选择》，《国际贸易问题》第7期。
吕越、吕云龙、莫伟达，2018：《中国企业嵌入全球价值链的就业效应——基于PSM-DID和GPS方法的经验证据》，《财经研究》第2期。
毛其淋、许家云，2014：《中国企业对外直接投资是否促进了企业创新》，《世界经济》第8期。
王英、刘思峰，2008：《国际技术外溢渠道的实证研究》，《数量经济技术经济研究》第4期。
姚立杰、周颖，2018：《管理层能力、创新水平与创新效率》，《会计研究》第6期。
余官胜、范朋真，2018：《东道国贸易保护会提升我国企业对外直接投资速度吗——基于微观层面数据的实证研究》，《财贸经济》第3期。
周燕、郑涵钰，2019：《对外扩张速度与对外投资绩效:对中国上市公司的考察》，《国际贸易问题》第1期。
朱荃、张天华，2015：《中国企业对外直接投资存在“生产率悖论”吗——基于上市工业企业的实证研究》，《财贸经济》第12期。
Beck, T., R.Levine, and A.Levkov, 2010, “Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States”, Journal of Finance, 65(5): 1637-1667.
Chang, S.J., and J.H.Rhee, 2011, “Rapid FDI Expansion and Firm Performance”, Journal of International Business Studies, 42(8): 979-994.
Coeurderoy, R., and G.Murray, 2008, “Regulatory Environments and the Location Decisions: Evidence from the Early Foreign Market Entries of New-technology-based Firms”, Journal of International Business Studies, 39(4): 670-687.
Draca, M.,S.Machin, and J.Van Reenen, 2011, “Minimum Wages and Firm Profitability”, American Economic Journal: Applied Economics, 3(1): 129-151.
Grossman, G.M., and E.Helpman, 1995, “Technology and Trade”, in Handbook of International Economics, edited by G.Grossman and K.Rogoff, USA:Princeton University.
Hilmersson, M., and M.Johanson, 2016, “Speed of SME Internationalization and Performance”, Management International Review, 56(1): 67-94.
Hilmersson, M., M.Johanson, H.Lundberg, and S.Papaioannou, 2017, “Time, Temporality, and Internationalization: The Relationship among Point in Time of, Time to, and Speed of International Expansion”, Journal of International Marketing, 25(1): 22-45.
Jiang, R.J., P.W.Beamish, and S.Makino, 2014, “Time Compression Diseconomies in Foreign Expansion”, Journal of World Business, 49(1): 114-121.
Kogut, B., and S.J.Chang, 1996, “Platform Investments and Volatile Exchange Rates: Direct Investment in the U.S. by Japanese Electronic Companies”, Review of Economics and Statistics, 78(2): 221-231.
Mohr, A., and G.Batsakis, 2014, “Intangible Assets, International Experience and the Internationalisation Speed of Retailers”, International Marketing Review, 31(6): 601-620.
Musteen, M., J.Francis, and D.K.Datta, 2010, “The Influence of International Networks on Internationalization Speed and Performance: A Study of Czech SMEs”, Journal of World Business, 45(3): 197-205
Nocke, V., and S.Yeaple, 2007, “Cross-border Mergers and Acquisitions vs.Greenfield Foreign Direct Investment: The Role of Firm Heterogeneity”, Journal of International Economics, 72(2): 336-365.
Tong, T.W., W.He, Z.L.He, and J.Lu, 2014, “Patent Regime Shift and Firm Innovation: Evidence from the Second Amendment to China’s Patent Law”, Academy of Management Annual Meeting Proceedings,14(1):14174-14174.
UNCTAD, 2019, Word Investment Report, New York: United Nations Publications.
Xu, D., Y.Pan, and P.W.Beamish, 2004, “The Effect of Regulative and Normative Distances on MNE Ownership and Expatriate Strategies”, Management International Review, 44(3): 285-307.
Yeaple, S.R., 2009, “Firm Heterogeneity and the Structure of U.S.Multinational Activity”, Journal of International Economics, 78(2): 206-215.
Zollo, M., and S.G.Winter, 2002, “Deliberate Learning and the Evolution of Dynamic Capabilities”, Organization Science, 13(3): 339-351.
Zou, H., and M.B.Adams, 2008, “Corporate Ownership, Equity Risk and Returns in the People’s Republic of China”, Journal of International Business Studies, 39(7): 1149-1168.
DECOMPOSING THE INNOVATION EFFECT OF CHINA’S OUTBOUND FDI——Perspectives from Speed, Time and Experience
GU Ke-jian LI Xiao-jing XIANG Peng-fei
(Business School, Renmin University of China)
Abstract: Using the panel dataset of China’s A-share listed companies from 2003 to 2016, this paper attempts to investigate the OFDI strategies of listed companies from the 3 complementary perspectives consisting of speed, time and experience and examines how OFDI influences innovation and the intrinsic mechanism. The study finds that: (1) OFDI speed has an inverted-U shape effect on innovation, but it is still in the range of innovation improvement. OFDI experience has a significant effect of stimulus on innovation, while time term shows a significant effect of repression. (2) Compared with low-quality strategic innovation, high-quality innovation has greater stimulus and repression effects and these effects vary with ownership, industry and investment motive. (3) OFDI strategies can not only affects R&D intensity, but also improve R&D efficiency, promoting innovation through income effect, economies of scale effect and productivity effect. Further analysis also finds that richer international experience accumulated by companies help them reduce innovation risk, especially high-quality innovation risk. This paper provides policy implications for companies to achieve transformation and upgrading by addressing OFDI strategic issues and for China to become an innovative country.
Key words: investment speed; investment time; investment experience; enterprise innovation; duration of innovation