一、引言

随着我国“走出去”战略的不断推进，对外投资的规模和企业数量迅速增长。根据《2016年度中国对外直接投资统计公报》统计数据来看，中国对外投资流量与存量达到1961.5亿美元和13573.9亿美元，年平均增长率超过30%，对外投资已连续两年超过吸引外资，实现了直接投资项目下资本净输出。截至2016年底已有2.44万家企业参与了对外投资，除了进行生产投资、贸易外，在海外设立研发机构进行技能密集型创新活动的企业也连年攀升。与快速增长的对外投资相类似的是，近年来我国在一系列促进企业研发投资的有利政策下，科技创新取得了突出成绩，专利申请量已连续多年排名全球第一位。但从规模以上制造业企业的数据上看，中国企业的研发强度还不及1%，远远低于发达国家2.5%-4.1%的水平，且在开展研发活动的企业中，申请发明专利的企业比例也明显偏低，自主创新能力不强，使得我国在核心技术方面对外依存度较高，某些行业的关键零部件需要从发达国家进口。面对技术上的困境，有些学者认为企业可以借国家“走出去”的发展战略，积极参与全球创新投资。日益增长的对外投资也引起人们的担忧，即企业海外投资是否会降低国内相应的一些投资活动，尤其是具有外溢性的创新活动是否会转移至海外。

从理论上看，企业对外投资有可能从以下两大方面对技术创新产生影响，一方面，可以直接运用东道国的资源要素和中间品，甚至是海外的技术进行生产，这就有可能会对国内总部的技术创新产生替代效应，降低母公司的研发激励。另一方面，企业在对外投资后，能够与更多的消费者、全球供应商、科研机构等进行交流与学习，不断地更新企业的知识库(Griliches，1979)，市场竞争会激励企业增进研发投资并与外部知识形成优势互补，同时提高对外投资的吸收能力与学习效应(DeLocker，2013)。Criscuolo et al.(2010)拓展Griliches(1979)的知识生产函数指出，企业的创新能力既来自于企业自身的知识积累，还包括外部知识获取，如知识交流、溢出等。

为考察中国企业对外投资对企业创新的影响，本文将中国上市公司财务数据与专利数据，与商务部《境外投资企业(机构)名录》进行匹配合并来检验企业对外投资带来的创新效应。同时为控制海外并购的自选择效应和内生性问题，实证部分采用了倾向匹配得分法和双重差分法。研究结果发现企业的对外投资促进了创新，总体上，相对于未对外投资企业，对外投资后企业的创新产出提升了26.5%，对企业专利产出增长的贡献达到了18%-26%，这种正向的提升效应具有明显的持续性但呈倒U型的动态变化特征。区分不同的专利类型来看，发现对外投资对企业的发明专利产出具有正向的持续性提升作用，对非发明专利(实用新型专利和外观设计专利)产出仅具有短期的提升作用；企业对外投资对发明专利的提升效应贡献最大，说明企业在对外投资后的创新更加注重“质量”而非“数量”，有利于优化企业内部的创新资源配置，促使更多的创新资源用于攻克核心技术上。此外，我们还发现企业的对外投资模式、所有权特征、东道国和行业技术密集度也会影响到对外投资的创新效应。在当前我国经济结构转型和对外投资快速增长的背景下，本文的研究不仅有助于客观评估中国企业对外投资的创新绩效，而且能够为进一步地实施“走出去”战略提供有益的政策启示。

本文基于中国企业对外投资规模日益增长和技术升级与结构转型的背景，考察对外投资对企业创新的影响。与已有研究相比，本文的贡献可能体现在以下三个方面：一是在Desai et al.(2009)模型的基础上引入了企业的知识生产函数，从理论上探讨了企业海外并购投资与创新之间的关系，丰富了企业对外投资与绩效的相关文献(蒋冠宏、蒋殿春，2014)。二是克服数据上的局限性，我们构建了2008年金融危机后上市公司对外投资数据库来检验中国企业对外投资与创新之间的关系，也避免企业指标衡量上的不足(毛其淋、许家云，2014)。不仅提供了新的经验研究证据，同时还构建了中介效应模型考察了对外投资对企业创新的内在影响机理，有助于我们理解企业对外投资带来的学习效应和知识逆向溢出效应。三是本文采用企业国内三类专利(发明专利、实用新型专利和外观设计专利)申请的数据作为创新的衡量指标，可以进一步地考察对外投资对企业内部创新资源配置的影响，是追求创新数量还是质量？分别检验对外投资与不同专利的产出关系以评估对外投资企业创新活动的结构性变化，同时也丰富了企业全球化行为与技术升级等领域的研究。

后文的结构安排如下：第二部分为文献回顾与评述；第三部分为理论模型与影响机理分析；第四部分是数据统计性分析与实证研究方法；第五部分是实证检验结果及影响机制分析；最后为结论与政策建议。

二、文献回顾

跨国公司的创新与技术转移一直是国际经济学领域研究的热点话题，Helpman(1984)基于一般均衡模型来分析垂直型跨国公司指出，跨国公司总部是熟练劳动和资本密集型，技术、组织管理经验等总部服务从母国向东道国单向转移。Markusen(2002)的知识资本模型同样也解释了跨国生产分割和总部技术投资，其研究指出知识和技术等无形资产可以在企业内以较低的成本转移至海外子公司，且在对外投资后，跨国公司将提高其技术创新投资以强化其所有权优势。Bilir and Morales(2016)构建了一个全球生产、创新与绩效的理论模型并运用美国跨国公司总部及其子公司的数据研究发现，母公司的研发投入显著地提高了境外子公司的经营绩效，与子公司的研发投入呈互补性的关系，跨国公司内转移技术等无形资产是其显著特征(Ramondo et al., 2016)。

实证研究方面，Desai et al.(2009)发现美国跨国公司对外投资能够带动母公司研发投资的增长。Yang et al.(2013)利用台湾制造业企业的数据，采用倾向匹配得分法研究发现，对外投资显著地提高了企业的创新效率。Altomonte et al.(2013)利用7个欧洲国家的企业数据研究发现，企业的国际化尤其是对外投资能够显著地促进研发投入。随着中国企业对外投资规模的迅速增长，已有不少文献考察了中国企业对外投资行为及其对绩效的影响，毛其淋、许家云(2014)利用工业企业的新产品销售数据，实证研究发现对外投资显著地提高了企业研发积极性和创新存续期。蒋冠宏、蒋殿春(2014)同样采用工业企业数据却发现技术研发型外向投资不一定显著提升企业生产率，主要原因在于这些企业的学习效应较低，对海外技术的吸收能力仍不足。袁东等(2015)利用2002-2008年中国工业企业数据，区分了企业对外投资不同的进入模式对其对生产率的影响，结果发现对外投资前RD投资的企业在对外投资后其生产率显著提升，海外并购投资的企业短期内并不能提高生产率，仅在并购投资三年后生产率才有所增加。Piperopoulos et al.(2018)利用中国电子信息技术行业的企业来考察对外投资与创新的影响，发现对外投资有利于提高创新绩效。

早期的研究大多集中于考察对外投资与企业生产率之间的关系，或采用少数部分样本，均未能深入考察企业对外投资对企业创新产出的影响。理论上的分析则是将企业创新活动视为总部密集型服务，企业对外投资后会进一步地提高研发投入以增强企业的所有权优势。但正如前文所提及的是当前中国在诸多领域的技术创新水平弱于发达国家同行，越来越多的企业在发达国家设立了研发机构，以开发东道国的研发资源。由于知识的外溢性和非竞用性特征，在同一个跨国公司内的不同地域研发机构之间的技术交流成本相对较低。对于对外投资企业而言，既可以选择投资于替代国内技术创新活动，也可以选择一些互补性的投资，因而对此问题的考察有助于理解中国企业的全球化战略与创新。

此外，跨国公司按进入模式的不同可以区分为绿地投资与跨国并购，而不同的进入模式对母公司的技术特征和所有权优势的要求也存在差异。Nocke and Yeaple(2007, 2008)研究发现跨国并购和绿地投资的企业在生产、技术升级方面存在着较为显著的异质性，海外并购企业倾向于收购那些具有技术优势或互补性的东道国目标企业，绿地投资更多地是为了降低运输成本、生产成本、和避免关税。前者是技术合作式或互补式的，而后者则是技术输出式，那么企业选择不同的投资进入模式就有可能影响到企业的技术选择和创新投资(周茂等，2015)。

三、对外投资对企业创新的影响渠道：基于理论模型的分析

本部分借鉴Desai et al.(2009)的理论模型来考察企业对外投资对母公司创新产出的影响，Desai et al.(2009)发现美国企业对外投资能够带动母公司投资，同时也显著增加了研发等总部服务，两者存在互补性的关系。Kerr et al.(2015)考察了美国的技术移民与本土企业员工之间的互补关系，同样中国企业OFDI对就业也存在类似的特征(李磊等，2016)。相较于以往关注于生产率、就业等方面的研究，本文突出的是对外投资企业的技术动机与学习效应，引入了企业的知识生产函数方程(Griliches，1979)。对外投资企业相对于其它企业能够更大程度地参与全球市场竞争，在面临更大的市场和更加开放的市场竞争环境中，知识的积累将主要来自于两个方面，一是市场竞争会激励企业增进研发投资来提高核心竞争力；二是能够与更多的消费者、全球供应商、科研机构等进行交流与学习，不断地更新企业的知识库(Criscuolo et al., 2010)。虽然出口企业一样存在“干中学”效应，但对外投资企业能够利用东道国的生产性资源和技术，由此带来的学习效应要比出口企业更明显(蒋冠宏、蒋殿春，2014)。照此思路，对外投资企业的知识、技术积累K(I_h, I_f)包括国内的创新投资(I_h)和境外学习交流等获得的知识积累(I_f)两部分，创新投资的成本为C(I_h, I_f)，其中$\partial K/\partial {I_h} > 0, {\partial ^2}K/\partial I_h^2 < 0, \partial K/\partial {I_f} > 0, {\partial ^2}K/\partial I_f^2 < 0 $。R(K, y)为企业的收益函数，y为影响企业技术投资的一些外部因素，如市场规模等，由此企业的利润函数为$ R(K, y)-C\left(H_{h}, I_{f}\right)$，任一时期企业利润最大化的一阶条件：$\frac{\partial R}{\partial K} \frac{\partial K}{\partial I_{h}}=\frac{\partial C}{\partial I_{h}} $和$\frac{\partial R}{\partial K} \frac{\partial K}{\partial I_{f}}=\frac{\partial C}{\partial I_{f}} $。

给定国内创新成本，境外知识积累会引起企业海外业务投资的变化，进而有可能影响母公司的创新，即：

$ d I_{h}=\frac{\left[\frac{\partial R}{\partial K} \frac{\partial^{2} K}{\partial I_{h} \partial I_{f}}+\frac{\partial^{2} R}{\partial K^{2}} \frac{\partial K}{\partial I_{f}} \frac{\partial K}{\partial I_{h}}\right] d I_{f}+\frac{\partial K}{\partial I_{h}} \frac{\partial^{2} R}{\partial K \partial y} d y}{-\left[\frac{\partial R}{\partial K} \frac{\partial^{2} K}{\partial I_{h}^{2}}+\frac{\partial^{2} R}{\partial K^{2}}\left(\frac{\partial K}{\partial I_{h}}\right)^{2}\right]} $

(1)

在前文的假设条件下，(1)式的分母为正；分子中第一项$ \partial^{2} K / \partial I_{h} \partial I_{f}>0$衡量的是国内创新投资与海外技术的互补性程度；第二项根据收益递减规律可以得到此项为负；第三项中企业的外部需求y越高，相应的对产品的质量和技术水平也有更高的要求，故$ \partial^{2} R / \partial K \partial y>0$。如果要使得整体为正，这就要求企业在国内的创新投入(I_h)和海外获取的知识积累(I_f)具有互补性，换句话说，只有当国内外知识技术的互补程度足够大时才能够抵消边际收益递减。

综上而言，对外投资对企业创新的影响渠道主要是通过“内”“外”两个方面，一是提高企业的研发投入，二是通过与海外消费者、供应商、科研机构等交流来获得知识。已有研究发现，跨国公司以绿地投资和跨国并购两种不同模式对企业的技术获取和技术升级的影响也存在异质性(Nocke and Yeaple, 2007, 2008；Bena and Li, 2014)。跨国并购企业倾向于收购那些具有技术优势或互补性的东道国目标企业，能够从子公司中直接获取国外前沿技术，一方面有可能会导致企业在战略上短视行为和研发投入的惰性，企业仅仅是获得了海外的技术(I_f)，资源整合的成本也往往较高，技术的互补性将不足以抵消边际收益递减和资源整合成本，有可能导致并购投资的失败也不利于企业自主创新(Lerner et al., 2011；Seru，2014)；但也有可能会不断地加强研发投入以吸收和学习海外的前沿技术来提高企业整体的自主创新水平(Bena and Li, 2014)。另一方面，企业进行绿地投资的动机主要是为了降低运输成本、生产成本、和避免关税，在生产方面则是通过企业内中间品贸易或技术指导等方式向子公司进行技术输出，企业技术、营销、组织管理等总部服务直接影响到海外子公司的企业经营绩效(Bilir and Morales, 2016)。除了企业内部的研发投入外，对外投资企业的积累还来自于与当地消费者、供应商接触交流时会不断地对产品、技术进行反馈，促使企业增加总部的研发投入来实现技术升级和产品竞争力。从以上不难看出，跨国公司不同的进入模式带来的技术创新效应是异质性的，长期来看，绿地投资更有可能促进母公司的技术升级，而跨国并购对母公司技术创新的影响可能是不确定的。

四、数据与计量方法 (一) 数据搜集的相关说明

本文实证部分所使用的数据来源主要有三个：一是WIND上市公司财务数据库与企业并购交易数据库^①，时间跨度为2008-2015年；二是中国专利数据库和佰腾专利检索，三是商务部《境外投资企业(机构)名录》。现有关于中国企业对外投资绩效等的研究，主要是通过中国工业企业数据库与商务部《名录》匹配合并获得，受限于样本数据，大多数研究都未能分析2008年金融后中国企业大规模地进行对外投资的特征以及评估对外投资带来的创新效应。首先，本文根据企业名称将国内上市公司与《名录》进行匹配，其中《名录》包括了企业在境外的所有子公司及其投资项目，收录的对外投资企业较为全面(葛顺奇、罗伟，2013)，进行匹配后能够获得一个初步的2009-2015年上市公司对外投资数据库。其次，我们进一步地通过上市公司年报、网站等渠道并结合WIND企业并购交易数据库，确认对外投资企业进入模式等信息，获得一个较为全面的上市公司对外投资数据库。该数据库包括上市公司证券代码、名称、是否海外并购、绿地投资、及其交易完成年份、投资东道国、行业等信息。相较于以往的实证研究样本，本文运用上市公司对外投资样本的信息更加详实，能够区分对外投资企业的不同进入模式，以及不同类型的专利产出，可以进一步地丰富对外投资与绩效方面的研究。

① 关于中国企业跨国并购交易的数据，有些学者运用Zephyr, Thomson Reuter等并购数据库中收录中国企业并购交易的数据，作者通过比对各大数据库发现，WIND并购数据库收录上市公司海外并购交易数据较为全面。

在2009-2015年间，有627家企业进行了对外投资，在境外设立了1566个子公司和分支机构，平均每家企业进行了2.5次对外投资，超过国内企业的平均水平^②。其中，仅进行绿地投资占80%，仅海外并购的企业占5.8%，同时进行了绿地投资和境外并购的企业占14.2%。从东道国的分布来看，大多是流向中国香港、美国、澳大利亚、新加坡、德国、日本等高收入国家和地区，占比超过67%。按企业所有制类型来看，民营企业占比达71%，国有企业占29%，近年来国有企业的对外投资金额较高，但也逐渐地让位于民营企业。

② 数据来源：《2016年度中国对外直接投资统计公报》。

为保证样本数据的一致性。删除了金融业、ST股、借壳上市企业样本、营业收入等关键变量缺失的样本，最后保留了连续经营4年以上的制造业企业样本，用于分析的有1462家上市公司共10040个样本。需要注意的是，有些企业在样本期间内，进行过多次对外投资，借鉴已有处理方式，将样本期间内首次进行对外投资的年份来考察企业的对外投资行为(蒋冠宏、蒋殿春，2014；周茂等，2015)。即便企业有多次对外投资行为，后期的投资可能是一个“干中学”经验累加的过程，自选择效应可能并不明显。

企业创新数据则是来源于中国专利数据库和佰腾专利检索，由于当前我国企业在国外申请的专利比例较低，本文仅限于企业向中国专利局申请的国内专利而没有收集企业在境外申请的专利，即仅考察对外投资对母公司的创新产出的影响。在专利数据的获取上，首先是利用上市公司名称与中国专利数据库进行匹配；同时也通过佰腾专利检索来获得企业历年的专利申请数通过上市公司的企业名称字段与国家知识产权局中国专利数据库名称进行匹配时发现，企业由于更名等有可能会导致匹配结果的差异，本文也通过佰腾专利检索(http://www.baiten.cn/Product/Search)获得企业的专利申请数。进行验证。通过以上两种方式获得了上市公司历年发明专利、实用新型和外观设计三种专利申请的数据。

(二) 实证方法

实证研究部分是为了评估中国企业对外投资对创新产出的影响，已有文献研究指出，企业对外投资并非是随机性的，仅有那些具有更高生产率和特定优势的企业才能够进行对外投资，企业对外投资存在自选择效应(Helpman et al., 2004；Yeaple，2009；袁东等，2015；周茂等，2015)，如果直接采用OLS法就有可能导致估计结果的偏差。本文借鉴蒋冠宏、蒋殿春(2013, 2014)，将企业的对外投资看作是一次准自然实验，采用倾向得分匹配法匹配得到反事实的对照组样本(Rosenbaum and Rubin, 1983；Abadie and Imbens, 2016)，同时结合DID来检验企业对外投资与创新之间的因果关系。倾向匹配法的基本思路是从未进行对外投资的企业中，匹配找出与对外投资企业在对外投资前具有相似特征的样本作为对照组，为获得这一合适的对照组，我们将采用最近邻匹配方法匹配。

在制造业样本企业中，有627家企业进行了对外投资，我们将这些企业作为处理组，以dofdi_i={0, 1}表示企业是否进行对外投资，dofdi_i=1为对外投资企业，dofdi_i=0为非对外投资企业；dt_i=0和dt_i=1分别为企业对外投资的前、后年份，对于样本期间内如果有超过一次的对外投资活动，本文仅以首次对外投资的年份来界定dt。将y_it表示为第i家企业从事对外投资前后的创新产出，那么，处理组企业的平均处理效应(ATT)，即对外投资带来的创新效应可以表示为：

$ \begin{array}{l} ATT = E\left\{ {y_{it}^1 - y_{it}^0|dofd{i_i} = 1} \right\} = E\left\{ {E\left({y_{it}^1 - y_{it}^0|dofd{i_i} = 1, p\left({{z_{it - 1}}} \right)} \right)} \right\}\\ = E\left\{ {E\left({y_{it}^1|dofd{i_i} = 1, p\left({{z_{it - 1}}} \right)} \right) - E\left({\left. {y_{it}^0} \right|ofd{i_i} = 1, p\left({{z_{it - 1}}} \right)} \right)} \right\} \end{array} $

(2)

其中$ E\left({y_{it}^1|dofd{i_i} = 1} \right)$为企业对外投资后的创新产出，而$ \left(y_{i t}^{0} | ofd{i_i}=1\right)$表示对外投资企业在未进行对外投资情况下的创新，但此状态下的企业创新产出是无法观测到的一种“反事实”。我们将运用最近邻匹配法从非对外投资企业样本中获得与对外投资企业境外投资前相似特征的样本，基于条件独立性假设，可利用匹配后的样本近似替代对外投资企业在dofdi_i=0下的状态，即$ E\left({y_{it}^0|dofd{i_i} = 1} \right) = E\left({\hat y_{it}^0|dofd{i_i} = 0} \right)$。p(z_it-1)为倾向匹配得分，是通过企业并购投资前一期的匹配变量z_it-1来估算跨国并购投资的概率。由于各企业对外投资的年份不同，我们对样本进行逐年匹配(蒋冠宏、蒋殿春，2014)。

进一步地结合DID方法，以控制那些不随时间变化的不可观测的因素对企业创新的影响，构建的DID估计模型如下：

$ y_{i t}=\alpha_{0}+\alpha_{1} d o f d i+\alpha_{2} d t+\lambda d o f d i * d t+\delta z_{i t}+\nu_{j}+\nu_{k}+\varepsilon_{i t} $

(3)

$ y_{i t}=\alpha_{0}+\alpha_{1} d o f d i+\alpha_{2} d t+\sum\limits_{\tau=0}^{3} \lambda_{\tau} d o f d i * d t * d \tau+\delta z_{i t}+\nu_{j}+\nu_{k}+\varepsilon_{i t} $

(4)

被解释变量y_it为企业创新产出，用企业当年发明专利、实用新型和外观设计等三类专利的申请数来衡量，本文将实用新型和外观设计专利归为非发明专利。如果企业在对外投资后，发明专利的申请显著增加，则说明对外投资企业在技术创新上更加注重创新的质量而非数量。模型(4)为对外投资对企业创新的动态效应计量模型，其中dτ企业对外投资后的年度虚拟变量，即对外投资后第τ∈(0,1,2,3)年，dτ取值为1，否则取值为0。此外，被解释变量专利申请数是非负整数，模型(3、4)为非线性的DID模型，如果直接采用OLS方法或经过自然对数变换后线性估计有可能导致结果的偏误(Winkelmann，2008)，本文借鉴袁建国等(2015)和Stieble(2016)方法，采用泊松极大似然法对模型(3、4)进行估计，系数λ能够捕捉到对外投资与创新之间的因果效应(Winkelmann，2008)，采用泊松回归得到的处理效应可以写为：

$ TE = \frac{{E\left({y|{\rm{ }}dofdi{{\rm{ }}_i} = 1, dt = 1} \right)}}{{E\left({y|{\rm{ }}dofd{\rm{ }}{i_i} = 1, dt = 0} \right)}}/\frac{{E\left({y|{\rm{ }}dofd{i_i} = 0, dt = 1} \right)}}{{E\left({y|dofd{i_i} = 0, dt = 0} \right)}} - 1 = {\rm{exp}}(\lambda) - 1 $

(5)

因而，当被解释变量为非负整数时，采用泊松极大似然法对非线性DID模型估计得到的企业对外投资的创新效应为exp(λ)－1。

此外，运用PSM和DID估计的关键步骤是如何选取匹配变量z_it，根据Smith and Todd(2005)研究指出要满足条件独立性假设，匹配变量应该是能够同时影响项目参与和结果变量，即能够同时影响企业的对外投资行为和创新。借鉴已有的文献及企业异质性理论(Stieble，2016)，选择如下匹配变量z_it：

企业劳动生产率(lp)，由企业营业收入除以员工数的对数值计算得到，对外投资需要克服东道国市场的投资壁垒，以及收购方与目标企业之间的信息不对称等问题，只有生产率较高的企业能够承担较高的进入成本。资本密集度(capital)，用人均资本即固定资产除以企业员工数作为资本密集度衡量指标。企业规模(size)，用员工总人数的对数值来表示，企业规模越大的企业有可能会通过海外扩张来提高竞争实力。企业年龄(age)，用样本当年减去企业的成立年份得到，年龄较小的企业在对外投资进入模式的选择上较为灵活，而年龄较大的企业有可能会形成组织管理上的固化，反而不利于企业对外投资和创新。是否研发(rd)，研发支出大于0记为1，没有研发支出记为0，研发既是知识生产函数的重要要素投入(Griliches，1979)，也是衡量企业吸收能力的关键指标；研发投入的企业在对外投资后也能够更好地利用和吸收与产品、技术等方面的信息，有助于提升创新绩效。海外业务收入(oversea)，海外业务收入大于0记为1，仅在国内销售记为0，前期具有海外业务的企业^①能够积累更多的有利于市场、消费偏好等有利信息，这些信息有助于降低企业对外投资过程中的信息不对称等问题；此外出口也是影响企业创新投资的一个关键因素(Bustos，2011)。国企(state)，根据企业最终控制权属性区分为国有企业，取值为1和非国有企业取值为0，国有企业对外投资具有政策上的优势，并有可能承担着与利润最大化目标相冲突的国家战略性投资，这就有可能导致其与民营企业在对外投资决策和绩效上存在着差异。最后在Logit模型中引入行业、年份和省份固定效应。表 1报告了采用PSM后的平衡性条件检验。

① 非对外投资企业的海外业务主要是指出口，对外投资企业则包括出口与海外子公司的销售。

通过Logit模型估计得到企业对外投资的倾向得分，并依此我们将采用近邻匹配法为处理组(对外投资)企业样本匹配到合适的对照组企业。匹配平衡性条件和Hotelling检验结果报告于表 1，从T检验的结果来看，处理组企业与对照组样本在匹配后均无显著差异，近邻匹配法得到了较好的效果，说明我们匹配到的对照组企业能够控制样本的自选择效应。

五、实证结果及分析 (一) 对外投资对企业创新影响的初步检验

我们在PSM获得处理组与对照组的基础上，进一步地采用DID方法来考察对外投资与企业创新之间的因果关系，揭示企业并购投资的事后处理效应。同时还检验了对外投资对企业创新的动态效应，以检验对外投资对企业创新的影响是否具有可持续性，或者从长期来看，企业的研发资源是否能够在企业内得到合理的配置与利用。对(3)式估计的具体结果见于表 2。

表 2报告的是利用制造业企业样本DID的回归结果，为进行比较，同时也在列(1)中报告了OLS-DID的估计结果，列(2-7)则采用Poisson-DID。从回归结果来看，采用OLS和泊松最大似然法的估计结果较为相似，交互项dd的系数显著为均在1%的统计水平上显著为正，在引入控制变量和行业、地区、年份固定效应后结论依然稳健，表明企业在对外投资后带来的创新提升效应要高于非对外投资企业。列(2-4)中交互项的系数0.235、0.273和0.194，对外投资企业的专利申请总数、发明专利和非发明专利分别增加了26.5%、31.5%和21%，在样本期间内，专利申请总数增长了1.48倍，意味着企业对外投资能够解释18%~26%的专利产出的增长。

列(5-7)分别报告的是对外投资对企业专利产出的动态效应，从列(5、6)采用专利申请总数与发明专利数作为被解释变量的估计结果来看，交互项(dd0-dd3)系数均在1%的统计水平上显著为正，表明对外投资对企业的专利申请总数和发明专利产出具有持续性的正向促进作用，进一步比较来看，在企业对外投资的第二年，对创新的提升作用影响最大，专利申请总数和发明专利仍提升了30%和32%，但这一正向效应在第三、四年有所降低，对外投资带来的正向影响呈现倒U型的特征。列(7)是利用非发明专利作为被解释变量估计得到的结果，从结果来看，交互项系数在企业对外投资当年和第二年显著为正，而到了第三年和第四年交互项系数为正却不显著，即对外投资对企业的非发明专利产出并不具有持续性。从企业对外投资带来的动态效应结果来看，对外投资企业的发明专利产出显著增加且具有持续性，说明对外投资能够促进企业内部创新资源的优化配置，将更多的创新资源用于攻克核心技术上以强化企业的核心竞争力。这与贸易自由化对多产品企业的影响相似，随着市场竞争日趋激烈，多产品出口企业会将更多的资源用于高利润的核心产品上，促进资源在企业内重新配置(Mayer at al.，2014)。对此可能的解释，一是降低X无效率，企业在“走出去”后，面临更加激烈的市场竞争，将促使企业提高组织管理效率和企业内部的资源优化配置；二是产品的反馈效应，企业对外投资能够与更多的消费者、全球供应商、科研机构等进行交流与学习，不断地更新企业的知识库(Griliches，1979；Criscuolo et al., 2010)；三是对外投资企业会强化自主创新能力，会不断地提高研发投入用于攻克核心技术上，以提高企业在国际市场上竞争力。综上结果来看，企业对外投资能够显著地提升专利产出水平，说明企业对外投资能够带来自主创新效应；此外，本文采用PSM+DID方法，系数的结果较为稳健，进一步地表明对外投资与企业创新之间存在正向的因果关系。

(二) 绿地投资、跨国并购对企业创新影响的检验分析

本文的理论部分分析表明，跨国公司进入东道的不同模式会影响到境外子公司的组织管理方式和技术选择。绿地投资企业在面临激烈的市场竞争和获得产品反馈效应后会提高其研发投入来强化其所有权优势；而跨国并购能否提升母公司的自主创新水平则取决于技术上的互补性和组织管理效率。袁东等(2015)利用中国工业企业数据实证研究发现绿地投资能够显著地提高母公司的生产率，而跨国并购却会给企业带来管理、文化融合上的挑战，短期内并不能提高企业的生产率水平。上市公司是中国对外投资最具有活力的企业，尤其是在跨国并购投资，在本文的样本中，有近14%企业在样本期间内同时进行了绿地投资和海外并购投资。为此，本文将样本区分为仅进行绿地投资、跨国并购，以及同时进行绿地投资和跨国并购投资的企业样本，估计结果如表 3。

从表 3的估计结果来看，用企业申请的专利总数作为被解释变量时(列1、4、7、10)，交互项系数(dd)显著为正，跨国并购和绿地投资均能够显著地提高母公司总的专利申请数，但对于不同的专利类型，不同进入模式带来的创新效应存在着差异。具体而言，列(1-3)报告的是既有海外并购和绿地投资的企业样本估计结果，发现这类企业在对外投资后专利申请总数显著增加，其中发明专利的申请显著增加，对非发明专利申请的影响则不显著，说明这类企业在对外投资后更加注重创新的质量，而非数量。这可能的解释在于，这些企业创新能力和生产率水平比其它对外投资企业更高；此外，这些企业在对外投资后会降低RD资源管理的无效率，优化RD资源配置，并应用于提升竞争优势的战略性领域的技术升级。列(4-6)是采用绿地投资样本估计得到的结果，发现交互项系数(dd)均显著为正，绿地投资对发明专利和非发明专利的申请都具有显著的提升作用。

列(7-9)报告是运用海外并购投资的企业样本进行回归的结果，在回归样本中，有近1/3的上市公司直接进行了海外并购投资。估计结果显示，专利申请总数和非发明专利申请显著提高，但对发明专利申请的影响却不显著，专利申请的增量主要来自于非发明专利的申请。此外，我们还发现仅进行海外并购的企业其研发投入并没有显著提高，这些企业的内部知识积累(I_f)不足，难以与海外收购的子公司形成技术上的互补，仅寄希望于通过海外并购方式获得海外前沿技术反而不利于企业自主创新能力的提升。

(三) 分样本检验

1.企业所有制特征

已有的研究表明国有企业在创新投资方面的效率更低(Wei et al., 2017)，国有企业对外投资具有政策上的优势，并有可能承担着与利润最大化目标相冲突的国家战略性投资(Shleifer and Vishny, 1988)，这就有可能导致国有企业与民营企业在对外投资决策和绩效上存在着差异。为进一步地考察不同所有制企业对外投资对企业创新的异质性影响，我们根据企业最终控制权属性将样本区分为国有企业和非国有企业两大子样本进行匹配后估计。

2.东道国技术水平差异

在企业对外投资活动中，区位选择是最先考虑的因素，并直接影响到投资的成败。不同的国家在市场竞争环境、技术创新理念、资源和创新要素都存在迥异，会直接影响到企业在投资后的创新决策和投资的“干中学”效应，有些企业到发达国家投资不仅仅是为了增进市场份额，更有可能是技术外包获得发达国家企业间的技术外溢(Griffith et al., 2006)。本文按世界经济论坛2010-2011《全球竞争力报告》创新指标排名将东道国区分技术前沿国家和其余国家。

3.投资动机

企业对外投资按动机可以区分为商贸服务类、当地生产、技术研发和资源寻求等类型，不同的投资动机会对就业、生产率的影响产生差异(蒋冠宏、蒋殿春，2014；李磊等，2016)。对外投资企业的不同投资动机通常是根据东道国的要素禀赋和企业技术、产品特征所做出的理性选择，将可能影响到企业的创新决策。本文将借鉴蒋冠宏、蒋殿春(2014)的处理方法，按企业的对外投资动机划分为商贸服务类、当地生产和技术研发等三类^①。

① 本文仅使用上市公司制造业样本，资源寻求型企业在本文样本中较少，没有单独进行检验。

根据企业所有制、东道国和投资动机分组重新进行检验得到的结果如表 4所示。

从表 4列(1、2)按企业所有制区分样本后的估计结果来看，交互项(dd)的系数在1%统计水平上显著为正，而列(2)中交互项系数则不显著。说明民营企业对外投资对创新具有显著的促进作用，国有企业的对外投资行为对其创新活动的影响则不明显，甚至有可能会带来负向效应。国有企业的对外投资有可能是为了完成政府的战略性投资目标，并非根据自身的比较优势“走出去”，企业也缺乏技术创新的动力；此外，国有企业拥有大量研发资源和人才储备，但创新投资效率不高且不注重技术创新质量(Wei et al., 2017)。民营企业在进入国际市场后，面临激烈的市场竞争会持续性推动技术创新来提升竞争优势，并更加注重创新资源在企业内的重新配置来提升技术创新的质量。

表 4列(3、4)是按东道国的创新能力排名区分样本后的估计结果，发现交互项(dd)系数均在1%的统计水平上显著为正，表明东道国的技术创新水平并没有影响到企业对外投资带来的创新效应，无论是到创新能力高的国家还是其它国家，对外投资企业均能够获得投资的“学习效应”并显著地提高企业的创新产出。

从表 4列(5-7)的结果发现，交互项(dd)系数均显著为正，表明商贸服务、当地生产和技术研发企业都有利于母公司的创新产出，但从影响程度上看，前两类投资动机带来的专利产出效应相对更高，在企业对外投资后带来的创新效应达到22%和27%，技术研发类对外投资带来的创新提升效应相对较低，仅为6.7%。这一结论与蒋冠宏、蒋殿春(2014)的研究结论相似，这有可能与当前我国企业海外研发起步较晚和企业自身的吸收能力有关。

(四) 影响机制分析及检验

上文研究结论表明，企业对外投资对创新产出具有正向的促进作用，即企业在对外投资后其创新能力得到了显著提升，且更加注重于创新的质量上。那么对外投资行为是通过哪一种机制来影响到企业创新活动呢？从本文第二部分的理论模型分析来看，企业知识的积累将主要来自于“内”(I_h)“外”(I_f)两个方面(Griliches，1979；Criscuolo et al., 2010)，对内是增加企业的研发投入来提高自身的知识积累和对前沿技术的吸收能力；对外是通过与更多的消费者、全球供应商、科研机构等进行交流与学习。为此，本部分将构建中介效应模型对以上两大影响机制进行检验，表 5报告了对外投资对企业创新活动的影响机制检验结果。

表 5中列(1、2)分别是用企业研发投入和海外业务收入两个中介变量作为被解释变量进行估计的结果，从列(1)的回归结果来看，交互项(dd)系数显著为正，说明对外投资会进一步地增加企业的研发投入来提高内部的知识水平(I_h)，这主要是企业进入国际市场后，面临更大的市场竞争会迫使进行技术升级以避免落入低利润水平的竞争(Bustos，2011)。列(2)的估计结果显示，交互项(dd)系数显著为正，表明对外投资会进一步地强化企业的海外业务能力(蒋冠宏、蒋殿春，2014)，通过与海外市场的接触来获得外部知识(I_f)。列(3、4)分别用专利申请总数和发明专利作为被解释变量进行估计得到的结果，发现交互项(dd)依然显著为正，而中介变量海外业务收入(lnoversea)和研发强度(rd_intensive)在1%的显著水平上显著为正，这就说明企业在对外投资后会通过强化研发投入和海外业务扩张等两大渠道来影响企业创新产出。

六、结论与建议

自“走出去”战略实施以来，中国企业对外投资高速增长，在此背景下，本文考察了对外投资对母公司创新的影响。首先构建一个简化的理论模型来分析对外投资对企业技术创新效应，并进一步地区分跨国公司不同的进入模式对创新的影响机制。接下来，本文运用中国上市公司专利、财务数据和《中国境外投资企业(机构)名录》来考察对外投资对企业创新产出的影响，为克服样本选择和内生性问题，本文采用了倾向匹配得分法和双重差分法进行实证检验，得到的结果如下：(1)企业对外投资显著地提高了企业的创新产出，使得企业的专利申请总数增长了27%，其中发明专利增加较为明显且具有持续性，而对非发明专利申请的影响不具有持续性。在企业对外投资后，会更加重视技术创新的质量，并在企业内合理地配置创新资源并用于战略性技术创新上。(2)根据跨国公司进入模式的不同，在样本期间内，将对外投资企业区分为绿地投资、海外并购和同时进行两种投资的企业样本，实证结果发现，同时进行绿地投资和海外并购投资的企业发明专利申请显著提升，对非发明专利产出影响不显著；绿地投资企业的发明专利和非发明专利都显著提升；仅进行海外并购投资的企业专利申请总数显著增加，但只是非发明专利显著增加。(3)按企业所有制、东道国和投资动机区分样本后，得到的结论与上文一致，即对外投资能够显著地提高企业的创新水平。(4)本文通过构建中介效应模型来考察对外投资对企业创新的影响机制，发现对外投资企业会进一步地提高研发强度和海外业务扩张两大渠道来影响创新产出，即通过提高企业内外的知识储备。

本文的研究为对外投资与企业创新之间的因果关系提供了经验证据，同时也具有十分重要的政策启示。首先，从企业技术创新与战略转型的角度来看，应该继续推动“走出去”战略，鼓励并支持企业对外投资，以获得更多的外部知识积累。其次，本文研究发现对外投资带来的创新效应会因进入模式的不同而存在差异，那些规模较小、国际化经验和研发投入不足的海外并购投资企业其发明专利申请并没有显著增加，难以获得实质性的创新突破。对于这些企业，政府应该鼓励对外投资企业加强对前沿技术的研发，“勤修内功”来提高自身的知识吸引能力和自主创新能力，才能够在跨国并购中实现技术上的互补性，以更大程度地从对外投资中获益，实现企业的技术升级与战略转型。