姚博　孫永強

摘要：近年來中國對外直接投資（外向FDI）規(guī)模大幅增加，對企業(yè)的產(chǎn)品創(chuàng)新發(fā)揮了重要作用。本文引入企業(yè)競爭決策的空間交互作用，利用2005—2010年中國對外直接投資企業(yè)統(tǒng)計數(shù)據(jù)庫和中國工業(yè)企業(yè)數(shù)據(jù)庫的匹配數(shù)據(jù)，結(jié)合傾向得分匹配法為外向FDI企業(yè)挑選恰當?shù)膶φ战M，通過構(gòu)建空間自回歸Tobit模型全方位考察了外向FDI對企業(yè)產(chǎn)品創(chuàng)新影響的作用機制。研究發(fā)現(xiàn)：外向FDI顯著提升了中國企業(yè)的產(chǎn)品創(chuàng)新能力，但行業(yè)內(nèi)企業(yè)在產(chǎn)品創(chuàng)新方面消極的競爭決策削弱了外向FDI對產(chǎn)品創(chuàng)新的促進作用;較大的技術效率差距和市場份額差距是影響行業(yè)內(nèi)企業(yè)是否真正積極實施創(chuàng)新競爭策略的重要因素。這些結(jié)論意味著之前忽略企業(yè)競爭決策的空間交互作用會低估外向FDI對企業(yè)產(chǎn)品創(chuàng)新的促進影響。因此，中國制造業(yè)應該重視縮小行業(yè)內(nèi)企業(yè)的技術效率差距，對銷售市場收入處于劣勢的企業(yè)給予扶持并激勵企業(yè)積極開展創(chuàng)新競賽，這對于大力提升外向FDI產(chǎn)生的產(chǎn)品創(chuàng)新逆向溢出效果至關重要。

關鍵詞：外向FDI;產(chǎn)品創(chuàng)新;競爭決策;傾向得分匹配;Tobit模型

文獻標識碼：A

文章編號：1002-2848-2020（04）-0113-16

作為后發(fā)型經(jīng)濟體，進入21世紀以來，我國政府把企業(yè)“走出去”作為重要的實施戰(zhàn)略之一。隨著越來越多的中國企業(yè)走出國門，積極融入全球經(jīng)濟一體化和廣泛參與海外投資，對外直接投資（Outward?Foreign?Direct?Investment，即外向FDI）對我國國內(nèi)企業(yè)經(jīng)濟發(fā)展、技術創(chuàng)新、產(chǎn)業(yè)升級的帶動作用日益凸顯。根據(jù)商務部中國對外直接投資統(tǒng)計公報數(shù)據(jù)，我國的對外直接投資流量規(guī)模由2005年的122.6億美元增長到2019年的2?677.3億美元，年均增長17%左右。從全球?qū)ν庵苯油顿Y流量規(guī)模的位次來看，我國由2005年全球第17位提升到2019年第2位，僅次于美國。從各年度的同比增長情況來看，2005—2008年增速較快，在經(jīng)歷了2008年金融危機以后，增速有所放緩，但仍然保持著長期穩(wěn)定和高速增長的態(tài)勢。2019年全國有2.82萬家境內(nèi)投資者在境外設立對外投資機構(gòu)4.33萬家，分布于全球190個國家或地區(qū)。截至2019年底我國對外直接投資存量規(guī)模達到16?482.6億美元，流量和存量規(guī)模分別占全球的14.2%和6.1%。以上數(shù)據(jù)表明中國企業(yè)的對外直接投資取得了非常引人注目的成績。

在國際競爭日趨激烈的形勢下，中國經(jīng)濟由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展階段，創(chuàng)新日益成為驅(qū)動經(jīng)濟高質(zhì)量發(fā)展的重要推動力。十九大報告明確提出我國要加快建設創(chuàng)新型國家，強化戰(zhàn)略科技力量，加強對中小企業(yè)的創(chuàng)新支持，增強技術創(chuàng)新能力，將創(chuàng)新提升到國家戰(zhàn)略層面。毫無疑問，創(chuàng)新已經(jīng)成為引領我國經(jīng)濟發(fā)展的第一動力。企業(yè)對外直接投資的目的主要是利用國外的先進技術、知識積累和人力資本來提升我國企業(yè)的技術進步和產(chǎn)品創(chuàng)新水平。根據(jù)商務部統(tǒng)計，我國企業(yè)近年來的對外直接投資主要集中在兩個方面。一是大量收購兼并發(fā)達國家的技術密集型行業(yè)的品牌企業(yè)，這有助于利用傳統(tǒng)跨國公司的優(yōu)勢資源來提升自身的產(chǎn)品創(chuàng)新能力。Kogut等[1]研究發(fā)現(xiàn)日本對美國的投資并購主要集中在技術創(chuàng)新密集程度較高的制造行業(yè)。發(fā)達國家擁有雄厚的研發(fā)儲備和技術創(chuàng)新力量，我國企業(yè)通過跨國并購這些國家品牌企業(yè)的知識和技術，擴展自身的知識與技術存量，可以整合利用當?shù)氐膬?yōu)質(zhì)人力資本、創(chuàng)新氛圍、技術條件然后再進行生產(chǎn)研發(fā)，這有助于迅速提升我國企業(yè)的產(chǎn)品創(chuàng)新能力。二是直接在發(fā)達國家設立聯(lián)合研發(fā)中心。Pisano等[2]認為高科技行業(yè)的技術創(chuàng)新往往投入成本很高，尤其是隨著技術升級所需要投入的研發(fā)創(chuàng)新成本也在遞增，高昂的成本給任何企業(yè)都會造成沉重的負擔，跨國企業(yè)之間進行聯(lián)合研發(fā)，然后共享創(chuàng)新成果將會成為一種時代趨勢。同時，產(chǎn)品創(chuàng)新需要巨額的資金投入，我國企業(yè)對外投資也包含用“資金換技術”的迫切愿望，所以與發(fā)達國家開展聯(lián)合研發(fā)創(chuàng)新有助于縮小與國外先進技術的差距，提升我國企業(yè)的產(chǎn)品創(chuàng)新能力，當然，對于雙方企業(yè)來說也分散了產(chǎn)品創(chuàng)新失敗所造成的資金投入沉沒風險。

在此背景下，本文主要分析我國企業(yè)的外向FDI對產(chǎn)品創(chuàng)新提升的影響機制，同時考慮了企業(yè)競爭決策的空間交互作用，即通過構(gòu)造空間權重矩陣并采用空間計量模型來衡量企業(yè)個體之間的競爭決策在空間上的交互作用，進而判斷競爭決策會如何影響外向FDI促進企業(yè)產(chǎn)品創(chuàng)新提升的效果。

一、文獻回顧與理論機制

（一）外向FDI及其逆向溢出的相關研究

企業(yè)外向FDI帶來的產(chǎn)品創(chuàng)新效應主要是指外向FDI渠道產(chǎn)生的技術信息促進了企業(yè)的產(chǎn)品創(chuàng)新結(jié)果，因此產(chǎn)品創(chuàng)新屬于外向FDI帶來的逆向溢出效應范疇。外向FDI與產(chǎn)品創(chuàng)新之間的因果關系主要有三種情況：一是產(chǎn)品創(chuàng)新促進了企業(yè)最終選擇外向FDI，也即企業(yè)的自我選擇效應;二是外向FDI推動了企業(yè)的產(chǎn)品創(chuàng)新結(jié)果，屬于外向FDI行為的逆向溢出效應;三是外向FDI與企業(yè)產(chǎn)品創(chuàng)新之間存在相互雙向因果關系。

本文的文獻回顧主要從以上三種因果關系展開。Helpman等[3]將企業(yè)異質(zhì)性理論[4]從出口擴展到對外直接投資，即生產(chǎn)率最高的企業(yè)會選擇外向FDI，生產(chǎn)率居中的企業(yè)選擇出口，生產(chǎn)率最低的企業(yè)選擇在國內(nèi)市場銷售產(chǎn)品。在國外的市場投資只有比出口獲得更大的收益和利潤并覆蓋掉其前期付出的沉沒成本時，企業(yè)才會選擇進行外向FDI。貿(mào)易比較優(yōu)勢理論認為，技術創(chuàng)新可以轉(zhuǎn)化為企業(yè)的相對優(yōu)勢，產(chǎn)品研發(fā)和技術創(chuàng)新可以使得企業(yè)應對海外市場的激烈競爭，因此對出口和對外直接投資這兩個不同階段的選擇是企業(yè)追求產(chǎn)品研發(fā)和技術創(chuàng)新活動的必然結(jié)果，也就是說企業(yè)追求產(chǎn)品創(chuàng)新達到一定階段后導致自我選擇了外向FDI，隨后有大量的實證研究對此進行了證明，如Ryuhei等[5-7]。從對外直接投資所引起的母國企業(yè)技術提高和生產(chǎn)率提升等逆向溢出效應來看，Branstetter[8]認為日本增加了對美國的對外投資以后，日本的專利數(shù)量明顯提升，知識產(chǎn)權的逆向溢出顯著促進了日本企業(yè)的技術進步。Pradhan等[9]研究發(fā)現(xiàn)印度車企在實行跨國并購以后，成功整合了國外不同先進程度的研發(fā)資源，帶動了印度國內(nèi)車企的研發(fā)創(chuàng)新和技術進步。針對我國企業(yè)對外直接投資給企業(yè)技術進步產(chǎn)生的影響，如常玉春等[10-13]的研究表明對外投資通過逆向溢出效應確實促進了我國企業(yè)的技術進步和生產(chǎn)率提升。當然，外向FDI與企業(yè)產(chǎn)品創(chuàng)新之間的關系很有可能是雙向因果關系，那么自我選擇效應和逆向溢出效應兩種說法也并不矛盾。Mohnen等[14]就認為產(chǎn)品質(zhì)量創(chuàng)新是促使企業(yè)邁向國際化的主要競爭力，企業(yè)的出口和外向FDI也會改變其技術創(chuàng)新的模式和思路。Gkypali等[15]指出“年輕”的企業(yè)更傾向于采取外向FDI的投資來獲得逆向溢出，尤其在互聯(lián)網(wǎng)經(jīng)濟和新經(jīng)濟領域較為突出，“年長”的企業(yè)更偏好把自身的產(chǎn)品質(zhì)量創(chuàng)新提升到一定程度，通過積累達到一定的國際競爭力，再進行對外投資，這在傳統(tǒng)制造業(yè)領域比較常見?；诖?，本文提出以下命題：

命題1：外向FDI通過逆向溢出效應提高母國企業(yè)的技術和生產(chǎn)率水平，促進更多企業(yè)選擇進行產(chǎn)品創(chuàng)新和加大產(chǎn)品創(chuàng)新投入，從而提升企業(yè)的產(chǎn)品質(zhì)量創(chuàng)新。

（二）考慮企業(yè)競爭決策空間交互作用的機理分析

本文的關注點是外向FDI帶來的逆向溢出效應到底有多大，企業(yè)的競爭決策在其中又扮演著怎樣作用。通常來講，企業(yè)在做出競爭決策時，不僅受自身規(guī)模、利潤、競爭力的影響，還會受鄰居企業(yè)的競爭決策影響。Dasgupta等[16-18]認為技術研發(fā)的投入在不同企業(yè)之間是會相互影響的，鄰居企業(yè)之間的競爭決策相互作用會對整個行業(yè)的均衡技術創(chuàng)新水平產(chǎn)生影響。這類研究依據(jù)的重要理論是，鄰居企業(yè)之間的競爭策略既有可能互補也有可能替代。一種情況是企業(yè)從競爭對手的競爭決策中獲得激勵，進而增加自己的技術創(chuàng)新投入，以便爭奪市場份額，導致鄰居企業(yè)相互之間形成技術研發(fā)和產(chǎn)品創(chuàng)新競賽;另一種情況是企業(yè)針對競爭對手的技術創(chuàng)新行為采取模仿和搭便車操作，盡量減少自己的研發(fā)創(chuàng)新投入。Harris等[19]認為由于存在產(chǎn)品技術創(chuàng)新的溢出效應，新產(chǎn)品生產(chǎn)技術的模仿成本要遠遠小于自己研發(fā)創(chuàng)新的成本，大多數(shù)企業(yè)更希望行業(yè)內(nèi)的領頭羊企業(yè)率先從事產(chǎn)品創(chuàng)新活動，而自己盡量跟隨搭便車。由于競爭決策的空間交互影響考慮了市場經(jīng)濟結(jié)構(gòu)的內(nèi)生性變化，因此它對政策指導方面更具有實踐意義，但囿于空間計量技術的發(fā)展局限問題，相關的實證檢驗較少。Zizzo[20]研究得出當企業(yè)之間的技術差距較小時，領頭羊企業(yè)在研發(fā)投入方面會增大，與其針鋒相對公司的研發(fā)投入也會隨之增加，也就是說行業(yè)內(nèi)技術差距較小的企業(yè)之間是存在研發(fā)競賽的。宗慶慶[21]認為中國工業(yè)企業(yè)的技術研發(fā)策略是替代的，我國大多數(shù)個體企業(yè)在技術研發(fā)方面主要是模仿和搭便車，導致挫傷領頭羊企業(yè)的技術創(chuàng)新積極性，從而阻礙整個行業(yè)的平均研發(fā)水平提升。由此，本文提出以下命題：

命題2：鄰居企業(yè)的競爭決策空間交互作用可能影響外向FDI對企業(yè)產(chǎn)品創(chuàng)新的逆向溢出效應，互補型競爭決策會加強外向FDI對產(chǎn)品創(chuàng)新的促進效果，替代型競爭決策會弱化外向FDI對產(chǎn)品創(chuàng)新的促進影響。

從現(xiàn)有文獻來看，當前有關外向FDI帶來的產(chǎn)品創(chuàng)新效應研究，均忽略了企業(yè)競爭決策的空間交互影響，由此造成結(jié)論可能出現(xiàn)偏誤，或者具有極大的片面性。本文利用2005—2010年中國對外投資企業(yè)統(tǒng)計數(shù)據(jù)庫和中國工業(yè)企業(yè)數(shù)據(jù)庫的匹配數(shù)據(jù)，探討外向FDI如何促進企業(yè)的產(chǎn)品創(chuàng)新能力，采用空間自回歸Tobit模型分年份檢驗了企業(yè)在競爭決策方面的空間交互作用，估計了鄰居企業(yè)效應的存在性及其性質(zhì)，以此來判斷企業(yè)競爭決策會如何影響外向FDI帶來的產(chǎn)品創(chuàng)新逆向溢出效果。

本文的研究貢獻主要在于首次將外向FDI和企業(yè)的競爭決策同時作為自變量來估計對企業(yè)的產(chǎn)品創(chuàng)新提升影響，研究表明忽略競爭決策空間交互影響會導致低估外向FDI帶來的產(chǎn)品創(chuàng)新效果，技術效率和市場份額是中國工業(yè)企業(yè)在競爭決策空間上發(fā)生交互作用的重要影響因素，另外我國企業(yè)之間的競爭決策多為替代型，這與行業(yè)內(nèi)企業(yè)之間的競爭針鋒相對程度較低有關，研發(fā)型和綜合型的外向FDI對企業(yè)的產(chǎn)品創(chuàng)新促進作用更為突出。總之，該研究不僅彌補了有關中國工業(yè)企業(yè)在產(chǎn)品創(chuàng)新投入方面的機理認識，同時還豐富了外向FDI對企業(yè)產(chǎn)品創(chuàng)新影響程度的學界分析。

二、模型、指標與權重矩陣的設定

（一）模型設定

本文重點解決兩大問題：一是企業(yè)產(chǎn)品創(chuàng)新與外向FDI之間的內(nèi)生性問題，二是企業(yè)之間的競爭決策在空間上的交互作用。內(nèi)生性問題在實證研究部分有詳細的解決辦法，這部分主要闡述企業(yè)競爭決策的空間交互作用。在實踐中，有些企業(yè)不進行產(chǎn)品創(chuàng)新，也即新產(chǎn)品產(chǎn)值為0，所以無法使用傳統(tǒng)的連續(xù)型因變量的空間計量模型，本文采用空間Tobit模型來刻畫這種非連續(xù)型因變量的空間計量模型，通過構(gòu)造空間權重矩陣來反映企業(yè)個體之間的競爭決策空間相互作用，因變量為新產(chǎn)品產(chǎn)值。有些企業(yè)在產(chǎn)品創(chuàng)新上進行了大量的投入，通過產(chǎn)品創(chuàng)新獲得的商標專利和知識產(chǎn)權構(gòu)成了企業(yè)的技術壟斷，其他企業(yè)想要使用該產(chǎn)品就需要支付高昂的許可費。不進行產(chǎn)品創(chuàng)新的企業(yè)也不在少數(shù)，因為產(chǎn)品創(chuàng)新是一個冒險過程，一旦失敗，企業(yè)就必須承擔由此帶來的各種沉沒成本和風險，所以企業(yè)在做出競爭決策之前，需要充分考慮創(chuàng)新收益與創(chuàng)新成本、創(chuàng)新風險之間的關系。如果某個企業(yè)的新產(chǎn)品產(chǎn)值為0，即沒有進行產(chǎn)品創(chuàng)新，那么也可以理解為企業(yè)認為產(chǎn)品創(chuàng)新帶來的期望利潤要低于不進行產(chǎn)品創(chuàng)新時的利潤，因而企業(yè)最優(yōu)決策就是不參與產(chǎn)品創(chuàng)新方面的競爭，這就會出現(xiàn)受限因變量的情形。

本文基于2005—2010年的分年份截面數(shù)據(jù)，刻畫企業(yè)之間競爭決策的空間交互影響自回歸Tobit模型如下：

其中，

p*k為潛變量，

pk表示企業(yè)k（k=1，2，…，n）在產(chǎn)品創(chuàng)新方面的競爭決策狀況;

εk∈N（0，σ2ε），為獨立同分布的隨機誤差項;

μ（·）是標示函數(shù)，若括號內(nèi)式子成立，則

μ（·）取1，否則取0;

D為n×n維空間權重矩陣，反映企業(yè)之間的競爭決策在空間上的關系;

Dp是空間滯后變量，反映企業(yè)競爭對手在產(chǎn)品創(chuàng)新方面的競爭決策;

Xk為影響企業(yè)參與競爭決策的其他控制變量;λ為企業(yè)參與競爭決策的鄰居間反應系數(shù)，也即參與競爭決策在空間上的鄰居效應，如果λ不顯著異于0，說明同一行業(yè)內(nèi)部企業(yè)之間的競爭決策不存在空間上的鄰居影響效應，如果λ顯著異于0，說明企業(yè)之間的競爭決策存在空間上的鄰居影響效應，進一步地，如果λ顯著為正，表明企業(yè)之間的競爭決策為空間策略互補，即相互之間主動進行創(chuàng)新競賽，如果λ顯著為負，表明企業(yè)之間的競爭決策為空間策略替代，即相互之間被動進行創(chuàng)新模仿。該模型認為企業(yè)競爭決策空間相互影響體現(xiàn)在最終結(jié)果上，因而不進行產(chǎn)品創(chuàng)新的企業(yè)對其他企業(yè)的競爭決策沒有影響。

如何估計受限因變量的空間離散選擇模型成為近年來空間計量學的重要發(fā)展方向，已經(jīng)受到越來越多的關注。借鑒Autant等[22]的研究，本文采用貝葉斯馬爾科夫鏈蒙特卡洛（Markow?Chain?Monte?Carlo，MCMC）方法來估計離散選擇的空間自回歸Tobit模型。貝葉斯MCMC估計從參數(shù)λ、β、σ2ε條件分布的完整序列和給定

p1時p2的條件分布中做出連續(xù)抽樣，采用的方法是：將式（1）（2）中的

p拆分為兩部分，

p1>0和

p2=0，

p1為新產(chǎn)品產(chǎn)值大于0的觀測，維數(shù)為n1×1，

p2為新產(chǎn)品產(chǎn)值等于0的觀測，維數(shù)為n2×2;權重矩陣

D依據(jù)n1個非0觀測值和n2個非0觀測值分為兩個部分;同樣，

X和ε也根據(jù)n1個非0觀測值和n2個非0觀測值分為兩個對應的部分。

由于（p1，p2）的先驗分布是聯(lián)合正態(tài)分布，那么p2|p1的條件分布就是斷尾的多變量正態(tài)分布，其期望均值為：

E（p2|p1）=υ2+∑21∑11-1（p1-υ1），方差為：

var（p2|p1）=∑22-∑21∑11-1∑12，這里，

υ為均值。在估計出連續(xù)型潛變量p*k之后，對原有新產(chǎn)品產(chǎn)值為0的觀測值進行替代，就可以得到一組新的完整的潛變量向量

p*n=p*1p*2，它包含了觀測到的潛變量，然后根據(jù)新得到的潛變量條件分布估計出其他參數(shù)λ、β、σ2ε的值。

（二）指標構(gòu)建

（1）產(chǎn)品創(chuàng)新（npi）。田巍等[23]認為新產(chǎn)品產(chǎn)值可以作為產(chǎn)出來衡量企業(yè)的產(chǎn)品創(chuàng)新能力。這里產(chǎn)品創(chuàng)新變量使用企業(yè)新產(chǎn)品產(chǎn)值與企業(yè)營業(yè)利潤的比值來表示，營業(yè)利潤采用企業(yè)所在地區(qū)的工業(yè)品出廠價格指數(shù)進行平減。

（2）外向FDI水平（ofdi）。依據(jù)對外投資企業(yè)數(shù)據(jù)庫中的境內(nèi)投資主體名稱結(jié)合中國工業(yè)企業(yè)數(shù)據(jù)庫中的企業(yè)名稱進行匹配合并，在合并后的數(shù)據(jù)列表中，整理出主營業(yè)務收入大于500萬元工業(yè)企業(yè)的對外直接投資數(shù)據(jù)，對其取對數(shù)。

（3）企業(yè)規(guī)模（size）。由于企業(yè)規(guī)模和企業(yè)的新產(chǎn)品產(chǎn)值密切相關[24]，本文的企業(yè)規(guī)模采用企業(yè)從業(yè)人數(shù)來衡量，并取對數(shù)。

（4）企業(yè)利潤（prof）。以企業(yè)凈利潤與銷售利潤總額的比值來衡量，其中企業(yè)凈利潤采用利潤總額與補貼收入、各種管理費用、財務費用、稅金的差額來表示。以2005年為基期的居民消費價格指數(shù)對名義變量進行平減。

（5）干中學（learn）。干中學主要依賴各個企業(yè)的累積產(chǎn)出，借鑒陳艷瑩等[25]的做法，累積產(chǎn)出=期初產(chǎn)量累計值×經(jīng)驗轉(zhuǎn)化率+當期產(chǎn)量，Benkard[26]指出制造業(yè)的經(jīng)驗轉(zhuǎn)化率一般在80%～90%，本文取中間值85%，當期的產(chǎn)量采用企業(yè)當年的工業(yè)增加值來表示，數(shù)據(jù)均采用工業(yè)品出廠價格指數(shù)進行平減。

（6）融資約束（fina）。采用利息支出與固定資產(chǎn)的比值來衡量，其中固定資產(chǎn)使用2005年為基期的固定資產(chǎn)投資價格指數(shù)進行平減處理。

（7）是否為出口企業(yè)的啞變量（exit）。企業(yè)出口結(jié)構(gòu)對其參與競爭決策產(chǎn)生的影響不同，若企業(yè)為出口型企業(yè)，那么啞變量取值為1，否則為0。

（8）是否為國有企業(yè)的啞變量（state）。不同產(chǎn)權結(jié)構(gòu)的企業(yè)對創(chuàng)新選擇和投入具有很大的差異性，當企業(yè)為國有企業(yè)時，啞變量取值為1，否則為0。

（9）全要素生產(chǎn)率（tfp）。在空間交互作用影響分析中，企業(yè)全要素生產(chǎn)率主要用來度量企業(yè)之間的技術效率距離。Olley等[27]提出用OP方法來估計全要素生產(chǎn)率，可以避免傳統(tǒng)OLS方法產(chǎn)生的同時性偏差等內(nèi)生性問題，但這種方法將投資為0或缺省的企業(yè)自動排除在外，造成了斷尾偏差問題。Levinsohn等[28]將中間投入品作為代理變量采用LP方法來矯正OLS方法因為遺漏變量而造成的內(nèi)生性問題。本文也采取LP方法來估計全要素生產(chǎn)率，估計過程中涉及的產(chǎn)出水平、資本、勞動、中間投入分別使用數(shù)據(jù)庫中的工業(yè)增加值、固定資產(chǎn)、從業(yè)人員、中間品投入變量來衡量。涉及的名義變量均采用2005年為基期的價格平減指數(shù)進行平減。

（10）銷售市場收入（maf）。采用企業(yè)的年均銷售市場收入總額來衡量，并取對數(shù)，以2005年為基期進行工業(yè)品出廠價格指數(shù)平減。在空間交互作用的影響分析中，銷售市場收入主要用來度量企業(yè)之間的市場份額距離。

（三）空間權重矩陣設定

在空間計量模型中，度量企業(yè)個體之間的空間交互關系，構(gòu)造恰當?shù)目臻g權重矩陣對于準確反映企業(yè)參與競爭決策的反應系數(shù)至關重要。首先是對鄰居企業(yè)的界定，只有在同一類行業(yè)內(nèi)部的企業(yè)才可以成為競爭對手，并且企業(yè)的技術創(chuàng)新人員只在行業(yè)內(nèi)部企業(yè)之間相互流動，企業(yè)的競爭決策主要是對行業(yè)內(nèi)部其他有產(chǎn)品創(chuàng)新行為的企業(yè)構(gòu)成影響，也就是說，只有在行業(yè)內(nèi)部的產(chǎn)品創(chuàng)新企業(yè)才會是其他有可能參與產(chǎn)品創(chuàng)新企業(yè)的鄰居。

空間計量模型可以分為兩種類型，即空間自回歸模型（Spatial?AutoRegressive?Model，SAR）和空間誤差模型（Spatial?Error?Model，SEM）。SAR模型主要用于相鄰空間地區(qū)的企業(yè)行為對整個系統(tǒng)內(nèi)其他地區(qū)的企業(yè)行為產(chǎn)生的影響，其空間依賴性在因變量的滯后項上有所體現(xiàn)，表達式為：

其中，ρ為競爭決策反應系數(shù)，衡量的是相鄰空間觀測值對本區(qū)域觀測值的影響程度;Wij為經(jīng)過標準化處理后的空間權重矩陣W的矩陣元素;yit為區(qū)域i在t年的觀測值;

∑nj=1Wijyjt為空間滯后因變量，指的是在t年除區(qū)域i以外的其他相鄰區(qū)域j觀測值的加權平均值;Xit為外生解釋變量;β為其系數(shù);εit為殘差擾動項。

SEM模型主要研究空間上的相互關系通過誤差項的結(jié)構(gòu)關聯(lián)實現(xiàn)的情況，其空間依賴性在誤差項的滯后項上有所體現(xiàn)，表示如下：

其中，λ為空間誤差系數(shù)，衡量的是相鄰空間由于因變量的誤差沖擊對本區(qū)域觀測值的影響程度;

∑nj=1Wijεjt為空間滯后因變量，指的是在t年除區(qū)域i以外的其他相鄰區(qū)域j觀測值的誤差沖擊的加權平均值;uit為殘差擾動項。與SAR模型相比，由于SEM模型通過誤差項之間的關聯(lián)性來體現(xiàn)觀察個體之間的空間相關，并不能夠充分反映企業(yè)之間競爭決策的主動性。因此本文以SAR模型作為基準模型。

空間權重矩陣是空間計量的載體，它表達的是不同空間截面單元某些地理和經(jīng)濟屬性值的相互依賴度。根據(jù)矩陣元素設置方法的不同，權重矩陣主要分為以下幾種：

（1）鄰界矩陣，也稱為0-1矩陣。即根據(jù)空間單元是否具有共同的邊界設定矩陣，如果有共同的邊界，對應元素設定為1，否則為0。

（2）地理距離矩陣。權重的設置元素為空間單元的地理距離，地理距離可以用歐式最短距離，也可以用時間最短距離，為了考察地理距離的非線性，可以將權重矩陣設為地理距離的平方。

（3）經(jīng)濟距離矩陣。真實的地理距離直觀可信，但不足以描述空間單元復雜的社會和經(jīng)濟關系。經(jīng)濟水平相似的區(qū)域，空間關聯(lián)度很大，空間依賴也與經(jīng)濟距離相關，經(jīng)濟差異會影響區(qū)域間空間輻射效應的發(fā)揮，通常包括經(jīng)濟狀態(tài)的許多方面。另外，同一區(qū)域社會組織之間的空間依賴性也比較大，極易發(fā)生觀測個體在某個特征上的傳染現(xiàn)象，如歐盟（EU）、亞太經(jīng)濟合作組織（APEC）、國際石油輸出國組織（OPEC）。

（4）嵌套矩陣。常見于經(jīng)濟—地理的嵌套矩陣，空間效應中若同時存在經(jīng)濟因素、社會因素和距離因素等，則使用嵌套矩陣，使用過程中需要對各個因素的權重比例有所區(qū)分。

在實證研究中，往往會根據(jù)實際研究問題的空間依賴性特點來確定空間權重矩陣的選擇。企業(yè)產(chǎn)品創(chuàng)新決策會被鄰居企業(yè)觀測到，并產(chǎn)生影響，而距離的遠近導致影響的程度有所差異，無論是地理距離還是經(jīng)濟距離等。為了更加符合我國企業(yè)產(chǎn)品創(chuàng)新競爭的特點，考慮到微觀企業(yè)個體之間相互的鄰界邊界難以確定，本文的空間權重矩陣沒有選擇鄰界矩陣（0-1矩陣）。本文旨在分析各種空間權重矩陣對企業(yè)競爭決策反應的詳細影響，所以把地理距離矩陣和經(jīng)濟距離矩陣分開，沒有引入二者的嵌套矩陣，這樣做也是為了更加清晰地判斷地理距離和經(jīng)濟距離各自產(chǎn)生的影響效果。此外，關于經(jīng)濟距離矩陣的選擇標準有很多，如企業(yè)所屬行業(yè)特征、人力資本、融資能力、市場份額、人均固定資產(chǎn)投資和信息技術等方面，但根據(jù)現(xiàn)有文獻龍小寧等[29-32]普遍做法，選擇最能夠影響企業(yè)產(chǎn)品創(chuàng)新的要素特點。對于企業(yè)個體來說，最終選擇所屬行業(yè)特征、技術效率特征和市場勢力特征來反映空間權重矩陣。

為了提高推斷估計的顯著性和可靠性，本文選擇的4個空間權重矩陣如下：

（1）地理空間權重矩陣

Dgeo。一般來說，企業(yè)的競爭決策對距離自己越近的鄰居企業(yè)影響越大，也就是說，企業(yè)的競爭決策對于不同的鄰居企業(yè)所產(chǎn)生的影響權重與距離成反比。企業(yè)i和企業(yè)k所在的地區(qū)（分別為a和b）之間的距離記為Lab。當企業(yè)i和企業(yè)k在不同的省份時，

Dgeo=1/L2ab;當企業(yè)i和企業(yè)k在相同的省份時，

Dgeo=1。

（2）行業(yè)空間權重矩陣

Dind。只有當企業(yè)i和企業(yè)k屬于同一類二分位行業(yè)，且企業(yè)k的產(chǎn)品創(chuàng)新不為0時，

Dind=1;當企業(yè)i和企業(yè)k不屬于同一類二分位行業(yè)時，

Dind=0。這種設定是對同一類行業(yè)內(nèi)的所有鄰居企業(yè)都賦予相同的權重。

（3）技術效率空間權重矩陣

Dtfp。企業(yè)的產(chǎn)品創(chuàng)新可能對行業(yè)內(nèi)部與其生產(chǎn)效率差異較小的企業(yè)比較敏感，以全要素生產(chǎn)率tfp為權重設定技術效率空間權重矩陣

Dtfp。當企業(yè)i和企業(yè)k屬于同一個行業(yè)時，

Dtfp=1/Γ（tfpi-tfpk）;當企業(yè)i和企業(yè)k不屬于同一個行業(yè)時，

Dtfp=0。Γ（·）為絕對值算子。

（4）市場份額空間權重矩陣

Dmaf。企業(yè)的產(chǎn)品創(chuàng)新更容易受行業(yè)內(nèi)部銷售市場收入份額較為接近的競爭對手企業(yè)的影響，以銷售市場收入份額maf為權重設定市場份額空間權重矩陣

Dmaf，當企業(yè)i和企業(yè)k屬于同一個行業(yè)，

Dmaf=1/Γ（mafi-mafk），當企業(yè)i和企業(yè)k不屬于同一個行業(yè)，

Dmaf=0。然后使用

Dik=

Dik/∑nk=1

Dik對4類空間權重矩陣進行標準化處理，使得空間權重矩陣每行元素之和等于1。

空間權重矩陣的構(gòu)建并沒有統(tǒng)一的函數(shù)選取原則。行業(yè)空間權重矩陣采用離散型函數(shù)來度量空間權重，地理空間權重矩陣、技術空間權重矩陣和市場空間權重矩陣則采用連續(xù)型函數(shù)來度量空間權重。使用連續(xù)型函數(shù)來度量空間權重矩陣需要反復驗證嘗試函數(shù)是否適用，尤其是得到的反應系數(shù)要滿足理論約束條件λ的絕對值小于1。當權重系數(shù)與地理、技術、市場的空間距離都成反比關系時，無論是采用

Dgeo=1/L2ab、

Dtfp=1/Γ（tfpi-tfpk）、

Dmaf=1/Γ（mafi-mafk），還是

Dgeo=1/Lab、

Dtfp=1/Γ2（tfpi-tfpk）、

Dmaf=1/Γ2（mafi-mafk），都需要保證得到的空間權重矩陣是一個收斂的空間自相關過程。因此，經(jīng)過多次詳細驗證，本文選擇的連續(xù)型函數(shù)度量得到的空間權重矩陣均符合要求，得出的結(jié)論也基本穩(wěn)健。

（四）數(shù)據(jù)來源說明

本文使用了兩組微觀企業(yè)的數(shù)據(jù)，分別是中國工業(yè)企業(yè)數(shù)據(jù)庫和中國對外投資企業(yè)統(tǒng)計數(shù)據(jù)庫。其中，中國對外投資企業(yè)統(tǒng)計數(shù)據(jù)庫包含了海外投資的母公司名稱、海外投資的機構(gòu)性質(zhì)（據(jù)此可以將外向FDI的類型分為商貿(mào)服務型、生產(chǎn)銷售型、研發(fā)型與綜合型）、投資的時間和投資的東道國。本文主要依據(jù)對外投資企業(yè)數(shù)據(jù)庫中的境內(nèi)投資主體名稱來尋找中國工業(yè)企業(yè)數(shù)據(jù)庫中的企業(yè)名稱進行匹配合并。在合并后的數(shù)據(jù)列表中，可以整理出主營業(yè)務收入大于500萬元的工業(yè)企業(yè)個體的對外直接投資、新產(chǎn)品產(chǎn)值、利潤、企業(yè)從業(yè)人數(shù)、利息支出、工業(yè)增加值、產(chǎn)出水平、中間品投入和銷售市場收入等數(shù)據(jù)情況。依據(jù)聶輝華等[33]的觀點，工業(yè)企業(yè)數(shù)據(jù)庫本身存在樣本匹配混亂、指標異常、變量定義模糊等問題，因此原始數(shù)據(jù)中有大量的異常樣本，為了使得數(shù)據(jù)分析更加可靠有效，本文對合并后的數(shù)據(jù)進行了以下處理：

（1）刪除從業(yè)人數(shù)小于10的企業(yè)樣本;

（2）刪除中間投入品、固定資產(chǎn)投資凈值、出口額中存在零值或負值的企業(yè)樣本;

（3）刪除企業(yè)銷售收入、應付工資、營業(yè)利潤存在零值或負值的企業(yè)樣本;

（4）刪除企業(yè)年齡存在零值或負值的樣本;

（5）刪除總資產(chǎn)小于流動資產(chǎn)，總資產(chǎn)小于固定資產(chǎn)的企業(yè)樣本;

（6）刪除2005—2007年樣本中企業(yè)新產(chǎn)品產(chǎn)值或研究開發(fā)經(jīng)費支出小于0的樣本，刪除2008—2010年樣本中無新產(chǎn)品產(chǎn)值的企業(yè)樣本。

由于本文考察的是制造業(yè)，根據(jù)數(shù)據(jù)的分類和歸總，剔除數(shù)據(jù)缺失較多的行業(yè)，并對一些相近的行業(yè)進行合并歸類，最終選取的行業(yè)有13個：食品制造和煙草加工業(yè)、紡織服裝皮革羽絨鞋類制品業(yè)、木材加工家具制造業(yè)、造紙印刷文體用品制造業(yè)、石油煉焦核燃料加工業(yè)、化學原料及化工制品制造業(yè)、非金屬礦物制品業(yè)、金屬冶煉壓延加工業(yè)、金屬和非金屬礦采選業(yè)、通用專用設備制造業(yè)、電氣機械制造業(yè)、通信計算機電子設備制造業(yè)、儀器儀表制造業(yè)。

經(jīng)過合并篩選后本文選擇2005—2010年的企業(yè)樣本

由于2011年以后中國工業(yè)企業(yè)數(shù)據(jù)庫存在中間品投入、工業(yè)增加值等關鍵變量數(shù)據(jù)的缺失，2005年前后中國對外投資企業(yè)統(tǒng)計數(shù)據(jù)庫的結(jié)構(gòu)發(fā)生了變化，為了保證數(shù)據(jù)質(zhì)量，對兩套數(shù)據(jù)庫進行合并匹配時，僅選取2005—2010年數(shù)據(jù)。，在所要考察的6年截面數(shù)據(jù)中，外向FDI企業(yè)和有產(chǎn)品創(chuàng)新（新產(chǎn)品產(chǎn)值大于0）企業(yè)的分布情況見表1。

三、實證結(jié)果分析

本文考察的是企業(yè)外向FDI帶來的產(chǎn)品創(chuàng)新效果，有很多企業(yè)不進行產(chǎn)品創(chuàng)新，只有那些產(chǎn)品創(chuàng)新的企業(yè)才可以觀察到其進行外向FDI投資所帶來的產(chǎn)品創(chuàng)新效果，根據(jù)不同企業(yè)是否有產(chǎn)品創(chuàng)新的行為，首先做基本的Heckman兩步法分析。

（一）基本回歸分析

如果只對有產(chǎn)品創(chuàng)新的企業(yè)進行回歸，而把產(chǎn)品創(chuàng)新（新產(chǎn)品產(chǎn)值）為零的企業(yè)忽略或剔除，就是采用了選擇樣本，而非隨機樣本，這種非隨機的數(shù)據(jù)篩選本身會造成估計結(jié)果的偏誤。針對估計模型的樣本選擇偏差問題，這里采用經(jīng)典的Heckman兩階段模型來解決。第一步是產(chǎn)品創(chuàng)新的選擇模型，考察企業(yè)是否有新產(chǎn)品的創(chuàng)新。第二步是產(chǎn)品創(chuàng)新的投入模型，考察企業(yè)產(chǎn)品創(chuàng)新的影響因素問題。

其中，P（npik=1）為企業(yè)k進行產(chǎn)品創(chuàng)新的概率;

npi為產(chǎn)品創(chuàng)新的虛擬變量，企業(yè)若有產(chǎn)品創(chuàng)新，則npik=1，企業(yè)若沒有產(chǎn)品創(chuàng)新，則npik=0;

qnpik表示企業(yè)實際的產(chǎn)品創(chuàng)新投入數(shù)量;

ofdik為企業(yè)的外向FDI水平;Xk為影響企業(yè)產(chǎn)品創(chuàng)新的其他因素;

λk=φ（β1ofdik+β2Xk）/Φ（β1ofdik+β2Xk）。這里，φ（·）表示標準正態(tài)分布的概率密度函數(shù)，若λk不為0并且通過顯著性檢驗，表明樣本選擇的偏差存在，模型的設定是合理有效的。

Heckman模型的兩階段估計結(jié)果見表2?？梢钥闯?，外向FDI對企業(yè)選擇進行產(chǎn)品創(chuàng)新和對產(chǎn)品創(chuàng)新進行投入的影響系數(shù)分別為0.472和0.324，均表現(xiàn)為正向顯著作用。外向FDI企業(yè)在國際市場上面臨激烈競爭，有很大動力促使其選擇產(chǎn)品創(chuàng)新，并且要在新產(chǎn)品的創(chuàng)新投入上下功夫。也就是說，外向FDI促進了產(chǎn)品創(chuàng)新的橫向擴展和縱向延伸作用。從系數(shù)的大小來看，外向FDI促進企業(yè)的產(chǎn)品創(chuàng)新效應，更主要是因為選擇產(chǎn)品創(chuàng)新決策的企業(yè)增多，而不是已有產(chǎn)品創(chuàng)新的企業(yè)增加了產(chǎn)品創(chuàng)新投入的力度。由此印證了命題1。

（二）基于競爭決策空間交互作用的Tobit回歸

Heckman模型的兩階段估計有效解決了樣本選擇偏誤問題，但是企業(yè)的產(chǎn)品創(chuàng)新不僅受自身環(huán)境因素如外向FDI行為的影響，在一定空間交互作用下也受鄰居企業(yè)的競爭決策影響，也就是說鄰居企業(yè)的競爭決策因素不可忽視。企業(yè)自身的競爭決策會影響到鄰居企業(yè)是否積極開展創(chuàng)新競賽策略，忽視這種空間交互作用往往會導致低估其他協(xié)變量對企業(yè)產(chǎn)品創(chuàng)新的影響作用。在進行空間交互作用的Tobit回歸之前，首先要檢驗企業(yè)之間的產(chǎn)品創(chuàng)新投入的空間相關性。Kelejian等[34]針對Tobit模型基于非線性回歸殘差給出了KP檢驗并且采用一維線性變量二次型的中心極限定理推導了它們的漸進分布過程?？紤]到受限因變量的復雜情形，Qu等[35]進一步推導出了Tobit模型的LM檢驗，主要是將一維變量二次型形式的中心極限定理推廣到多維，并且給出了一系列的空間自回歸和空間誤差Tobit模型的LM檢驗統(tǒng)計量和極限分布。本文主要使用LM檢驗來考察企業(yè)產(chǎn)品創(chuàng)新的競爭決策空間相關性，空間相關性檢驗通過Matlab編程的LM檢驗源程序操作實現(xiàn)。2005—2010年分行業(yè)的相鄰空間權重矩陣LM檢驗統(tǒng)計結(jié)果見表3，可以看出，檢驗統(tǒng)計量在統(tǒng)計上均顯著，說明行業(yè)內(nèi)各個企業(yè)在創(chuàng)新投入方面的競爭決策行為具有顯著的空間交互相關性。

此外，本文還計算了行業(yè)內(nèi)企業(yè)之間的技術距離，即使用所有企業(yè)與技術領先者（行業(yè)內(nèi)最高技術水平）的平均技術距離來刻畫行業(yè)的技術針鋒相對程度，計算辦法如下：

其中，Njt表示t期行業(yè)j的企業(yè)個數(shù);Dht為t期行業(yè)內(nèi)領頭羊企業(yè)的技術水平;Dkt為t期k企業(yè)的技術水平，這里的技術水平采用相應的全要素生產(chǎn)率來衡量;Mjt越小表示行業(yè)內(nèi)的企業(yè)在技術領域越接近于領頭羊，表明行業(yè)j內(nèi)的企業(yè)在技術領域更加針鋒相對，Mjt越大表示行業(yè)內(nèi)的企業(yè)有較大技術差距，行業(yè)j內(nèi)的企業(yè)在技術領域的針鋒相對程度較弱。

Aghion等[36]指出企業(yè)在技術創(chuàng)新方面的競爭存在規(guī)避效應和熊彼特效應;規(guī)避效應是指在行業(yè)內(nèi)競爭程度較高時企業(yè)競相增加技術創(chuàng)新投入，避免被后來者公司追趕而形成針鋒相對;熊彼特效應是指行業(yè)內(nèi)技術差距較大時，落后者公司的技術追趕熱情會受到挫傷，造成其研發(fā)和創(chuàng)新投入隨著競爭的增強而減少;在技術針鋒相對程度較低的行業(yè)中由于存在較大的技術差距，熊彼特效應要強于規(guī)避效應。為了更加清晰地看出我國工業(yè)企業(yè)的競爭決策在空間交互作用下的差異，本研究在表3中給出了幾個代表性行業(yè)針鋒相對程度的對比和變化。可以看出，我國不同行業(yè)之間的技術距離差距不算大，但數(shù)值較高，反映出行業(yè)內(nèi)技術創(chuàng)新的差距較大，行業(yè)內(nèi)企業(yè)間的針鋒相對程度較低，這一點與宗慶慶[21]的研究結(jié)論接近，這也符合我國行業(yè)內(nèi)產(chǎn)品創(chuàng)新的二元結(jié)構(gòu)現(xiàn)狀。由于存在熊彼特效應，針鋒相對程度較低的企業(yè)之間很有可能會形成產(chǎn)品創(chuàng)新的策略替代。

在驗證了競爭決策空間交互作用相關性以后，再進行全樣本的Tobit回歸，估計結(jié)果見表4。重點關注的變量

Dgeo、Dind、Dtfp、Dmaf分別為地理距離、行業(yè)距離、技術距離和市場距離的4個空間權重矩陣，從中可以看出，地理距離的權重矩陣系數(shù)不顯著，4個空間距離的競爭決策反應程度均為負值，說明行業(yè)內(nèi)領頭羊企業(yè)采取競爭決策時，更多企業(yè)可能不進行產(chǎn)品創(chuàng)新或者消極地產(chǎn)品創(chuàng)新，也就是說行業(yè)內(nèi)領頭羊企業(yè)的產(chǎn)品創(chuàng)新行為抑制了落后企業(yè)的產(chǎn)品創(chuàng)新投入

這里可以這樣理解：假定行業(yè)內(nèi)的領頭羊企業(yè)為了維持龍頭地位是會采取產(chǎn)品創(chuàng)新競爭決策的，而跟隨企業(yè)和落后企業(yè)是否會采取產(chǎn)品創(chuàng)新競爭決策以及決定在產(chǎn)品創(chuàng)新上進行多大投入是不確定的，那么，地理、行業(yè)、技術、市場4個空間距離的競爭決策反應系數(shù)為負，意味著落后企業(yè)并沒有依據(jù)領頭羊企業(yè)的產(chǎn)品創(chuàng)新競爭決策做出跟隨的競爭決策。尤其是從技術距離和市場距離的反應系數(shù)的大小和顯著性可以認為，落后企業(yè)與領頭羊企業(yè)之間的技術效率差距和市場份額差距過大，所以與領頭羊企業(yè)在競爭決策上的針鋒相對程度較低，進而導致落后企業(yè)面對領頭羊企業(yè)的產(chǎn)品創(chuàng)新競爭決策時采取替代策略，然而替代策略并不完全就是不進行產(chǎn)品創(chuàng)新，畢竟落后企業(yè)也要在市場中存活，所以就在產(chǎn)品創(chuàng)新的開發(fā)上進行模仿和搭便車，反映為產(chǎn)品創(chuàng)新的消極競爭決策。。該結(jié)論驗證了命題2的論斷。我國企業(yè)并沒有像歐美發(fā)達國家一樣開展產(chǎn)品創(chuàng)新的競爭，而是采取模仿跟隨和消極追趕的策略，也就出現(xiàn)了行業(yè)內(nèi)龍頭企業(yè)引領創(chuàng)新和落后尾隨企業(yè)只是模仿的局面。這可能與我國的知識產(chǎn)權保護不力有關。產(chǎn)權保護強度不夠?qū)е侣浜笃髽I(yè)只想免費搭便車，在監(jiān)管跟不上和違法代價成本太低的情況下，落后企業(yè)通過模仿領頭羊企業(yè)的產(chǎn)品創(chuàng)新獲得一定市場利潤。當這種模仿和搭便車行為在整個行業(yè)比較普遍時，就會挫傷領頭羊企業(yè)的產(chǎn)品創(chuàng)新積極性，從而抑制整個行業(yè)的產(chǎn)品創(chuàng)新水準。行業(yè)距離的權重矩陣系數(shù)顯著性較低，僅通過10%的顯著性水平檢驗，技術距離和市場距離的權重矩陣系數(shù)均通過5%以上的顯著性水平檢驗。從系數(shù)絕對值來看，技術距離的權重矩陣系數(shù)大于市場距離的權重矩陣系數(shù)，市場距離的權重矩陣系數(shù)要大于行業(yè)距離的權重矩陣系數(shù)，意味著在同一行業(yè)內(nèi)部，領頭羊企業(yè)的競爭決策對同一行業(yè)內(nèi)技術效率和市場份額與自身差異較小的鄰居企業(yè)比較敏感。也就是說，技術效率和市場份額是影響行業(yè)內(nèi)企業(yè)參與競爭決策的重要因素，因此提高行業(yè)內(nèi)企業(yè)的技術效率，提升落后企業(yè)的銷售市場收入或者給予扶持補貼，縮小與行業(yè)內(nèi)領頭羊企業(yè)的技術效率差距和市場份額差距，或許會對落后企業(yè)產(chǎn)生更大的產(chǎn)品創(chuàng)新激勵動力，從而提高整個行業(yè)的產(chǎn)品創(chuàng)新水準。

從全樣本的回歸結(jié)果可以看出，外向FDI的估計系數(shù)顯著為正，說明外向FDI顯著促進了企業(yè)的產(chǎn)品創(chuàng)新能力。不過，表4中的外向FDI系數(shù)明顯要比表2中的系數(shù)大，說明忽略了競爭決策方面的空間交互作用會導致外向FDI產(chǎn)生的產(chǎn)品創(chuàng)新效應被低估。命題1和命題2再次得到了驗證。從其他變量的估計結(jié)果來看，企業(yè)規(guī)模和企業(yè)利潤對產(chǎn)品創(chuàng)新能力影響的估計系數(shù)均顯著為正，說明規(guī)模越大、利潤越高的企業(yè)在規(guī)模經(jīng)濟、風險承擔等方面越具有優(yōu)勢，越有利于其產(chǎn)品創(chuàng)新能力的提高，這符合熊彼特創(chuàng)新理論，Gayle[37]也得出了這樣的結(jié)論。干中學的估計系數(shù)均為正，通過10%的顯著性水平檢驗。干中學能力越強表明企業(yè)對新產(chǎn)品技術的認識吸收能力越快，加大對產(chǎn)品創(chuàng)新的投入也能夠很快獲得產(chǎn)品創(chuàng)新的溢出效應。融資約束的估計系數(shù)顯著為負。由于企業(yè)的產(chǎn)品創(chuàng)新需要大額資金跟進，而融資約束顯然會對產(chǎn)品創(chuàng)新投入產(chǎn)生一定制約，也即融資約束壓力很大時不利于企業(yè)加大產(chǎn)品創(chuàng)新投入。出口企業(yè)虛擬變量的估計系數(shù)都為正，通過1%的顯著性水平檢驗。與非出口企業(yè)相比，出口行為對企業(yè)的產(chǎn)品創(chuàng)新能力提升產(chǎn)生正向影響，這是因為出口行為使得企業(yè)能夠更加精確掌握海外市場對本土企業(yè)的產(chǎn)品創(chuàng)新需求，通過出口，企業(yè)可以獲得優(yōu)厚利潤，從而加大對產(chǎn)品創(chuàng)新方面的投入。國有企業(yè)虛擬變量的估計系數(shù)都為負，在5%水平上顯著。國有企業(yè)所處的壟斷行業(yè)使得與民營企業(yè)的競爭性產(chǎn)業(yè)相比產(chǎn)生較少的產(chǎn)品創(chuàng)新激勵。另外，黨力等[38]指出相對于民營企業(yè)，國有企業(yè)的特殊政治關聯(lián)使得其獲得利潤比較容易而且穩(wěn)定，產(chǎn)品創(chuàng)新激勵的動機不足。從這些方面講，國有企業(yè)自身的屬性決定其產(chǎn)品創(chuàng)新的能力普遍較低。

從理論上講，產(chǎn)品創(chuàng)新能力高的企業(yè)擁有較高的市場競爭力，那么采取外向FDI是自然而然的行為。也就是說，外向FDI是企業(yè)產(chǎn)品創(chuàng)新能力達到一定程度的必然結(jié)果，因此要想研究外向FDI對企業(yè)產(chǎn)品創(chuàng)新的影響，就不可忽視產(chǎn)品創(chuàng)新能力高的企業(yè)會自然選擇從事外向FDI行為帶來的偏差。如果外向FDI企業(yè)比非外向FDI企業(yè)的產(chǎn)品創(chuàng)新能力高，那么外向FDI企業(yè)即使不進行外向FDI行為照樣會比非外向FDI企業(yè)的產(chǎn)品創(chuàng)新能力強。根據(jù)目前文獻的做法，本文采用傾向得分匹配法重新選擇樣本。第一步構(gòu)建一個外向FDI企業(yè)的對照組，利用影響企業(yè)是否進行外向FDI的前一年各種因素變量（包括企業(yè)規(guī)模、利潤、干中學、融資等）來估計一個決定企業(yè)采取外向FDI的Probit模型，計算企業(yè)外向FDI的概率傾向得分：

P（ofdikt=1）=Φ（Xk（t-1））。這里，ofdikt=1為企業(yè)k在t期開始外向FDI，Xk（t-1）為企業(yè)外向FDI前一年決定企業(yè)是否外向FDI行為的各種因素變量，Φ（·）為正態(tài)分布函數(shù)。第二步比較實驗組和對照組的外向FDI概率，將概率最接近的實驗組和對照組進行匹配。在分年估計出傾向得分以后，將傾向得分分成多個等長度區(qū)間，使得實驗組和對照組的傾向得分均值在每個區(qū)間都相同，檢驗平衡條件是否成立，即每個區(qū)間的自變量均值是否相同。如果平衡條件不成立，則在估計傾向得分時加入高階項或者交叉項，在平衡條件滿足以后，用最近鄰匹配法對實驗組和對照組進行匹配。匹配完成后，計算實驗組和對照組的平均差異，計算辦法為：

ATT=1N∑tTM1k-∑i∈CkskiTMoi。其中，

TM1k為實驗組企業(yè)的技術效率或者市場份額，

TMoi為與實驗組外向FDI企業(yè)匹配的在對照組中沒有進行外向FDI企業(yè)的技術效率或者市場份額，Ck為與實驗組企業(yè)匹配的企業(yè)集合，ski表示與企業(yè)k匹配的企業(yè)i的權重，N為企業(yè)匹配的組數(shù)，匹配估計實質(zhì)上是計算實驗組與對照組的技術效率或者市場份額的差異。

根據(jù)上述辦法，本文計算出了實驗組與對照組的技術效率tfp或者市場份額maf的ATT值，考慮到不同年份的差異，將實驗組和對照組集中到一起，結(jié)果見表5。匹配過的樣本已經(jīng)控制了企業(yè)產(chǎn)品創(chuàng)新效應帶來的主動選擇外向FDI行為的影響，從實驗組與匹配后對照組的平均差異ATT值可以看出，tfp（ATT）和maf（ATT）均為正，并通過1%的顯著性水平檢驗，說明有外向FDI行為企業(yè)比沒有外向FDI行為企業(yè)在技術效率和市場份額方面要高。

基于匹配樣本的Tobit回歸，估計外向FDI對企業(yè)產(chǎn)品創(chuàng)新能力的影響結(jié)果見表6?？梢钥闯觯乩砭嚯x的空間權重矩陣Dgeo反應系數(shù)仍然不顯著，行業(yè)距離的空間權重矩陣Dind反應系數(shù)顯著性依然較低，技術距離和市場距離的空間權重矩陣Dtfp、Dmaf的反應系數(shù)仍然顯著。通過仔細對比可以發(fā)現(xiàn)，匹配樣本中行業(yè)距離、技術距離和市場距離的空間權重矩陣Dind、Dtfp、Dmaf反應系數(shù)相比表4中全樣本中的系數(shù)，絕對值都有所變小，這可能是由于匹配成功的企業(yè)都是相對優(yōu)質(zhì)的企業(yè)，這些企業(yè)在面臨其他鄰居企業(yè)在創(chuàng)新投入上的競爭時，與普通企業(yè)相比會更看重企業(yè)的長遠發(fā)展，采取一定措施增加在新產(chǎn)品技術創(chuàng)新上的投入，在技術效率和市場份額方面追趕領頭羊企業(yè)，而不是一味地搭便車模仿領頭羊企業(yè)的產(chǎn)品創(chuàng)新，所以在匹配樣本的行業(yè)距離、技術距離和市場距離的空間權重矩陣下，企業(yè)參與競爭決策的反應系數(shù)絕對值變小了。此外，從系數(shù)絕對值和顯著性來看，技術距離的空間權重矩陣Dtfp反應系數(shù)要明顯大于市場距離的空間權重矩陣Dmaf反應系數(shù)，市場距離的空間權重矩陣Dmaf反應系數(shù)要明顯大于行業(yè)距離的空間權重矩陣Dind反應系數(shù)，說明企業(yè)產(chǎn)品創(chuàng)新競爭決策對同一行業(yè)內(nèi)部技術效率和市場份額與自身差異較小的鄰居企業(yè)更加敏感，或許表明技術效率和市場份額方面的空間關聯(lián)要比行業(yè)距離和地理距離上的空間集聚對企業(yè)的產(chǎn)品創(chuàng)新影響作用更大。另外，外向FDI估計系數(shù)同樣大于表2中忽略企業(yè)參與競爭決策空間交互作用時的外向FDI估計系數(shù)狀況，再次說明忽略企業(yè)參與競爭決策的空間交互作用會低估外向FDI對企業(yè)產(chǎn)品創(chuàng)新能力的影響。

（三）更多類型的識別

上文采用的企業(yè)因變量均為產(chǎn)品創(chuàng)新能力，即企業(yè)的新產(chǎn)品產(chǎn)值，接下來本文采用衡量企業(yè)產(chǎn)品創(chuàng)新的更廣義變量，即企業(yè)研究開發(fā)經(jīng)費支出占營業(yè)利潤的比值。田巍等[23]認為，企業(yè)的創(chuàng)新主要是已有的生產(chǎn)過程改進創(chuàng)新和新產(chǎn)品的技術創(chuàng)新，新產(chǎn)品技術創(chuàng)新可能會帶來企業(yè)之間產(chǎn)品的替代甚至是銷售市場收入份額的相互蠶食，生產(chǎn)過程改進創(chuàng)新可能會帶來企業(yè)內(nèi)部產(chǎn)品的種類多樣化或?qū)е庐a(chǎn)品更新?lián)Q代，滿足消費者對本企業(yè)不同系列產(chǎn)品的需求。由于中國工業(yè)企業(yè)數(shù)據(jù)庫只給出了2005—2007年的研究開發(fā)經(jīng)費數(shù)據(jù)，本文根據(jù)匹配樣本進行Tobit回歸只得到了2005—2007年的外向FDI帶來的創(chuàng)新效應，因變量換為企業(yè)研究開發(fā)經(jīng)費支出占營業(yè)利潤的比值，回歸結(jié)果見表7。可以看出，地理、行業(yè)、技術、市場距離的空間權重系數(shù)仍然為負，技術距離、市場距離的空間權重系數(shù)的顯著性還是較為突出，外向FDI對生產(chǎn)過程改進創(chuàng)新的影響系數(shù)要低于表6中對新產(chǎn)品技術創(chuàng)新的影響系數(shù)，但系數(shù)仍然是正向顯著的，表明生產(chǎn)過程的改進創(chuàng)新所需要的技術水平要低于新產(chǎn)品的技術創(chuàng)新所需要的技術水平，但不影響外向FDI對企業(yè)創(chuàng)新所產(chǎn)生的積極影響結(jié)論。

2008年全球經(jīng)濟危機爆發(fā)以后，我國企業(yè)外向FDI的海外拓展有所收縮，但隨后國內(nèi)又出臺了4萬億元一攬子計劃刺激政策。中國對外直接投資統(tǒng)計公報顯示，我國有很多的外向FDI是投資于中國香港、開曼群島、英屬維爾京群島，2016年投資于這3個地區(qū)的外向FDI流量占總額比例達到了70%，有分析認為大量投資于這3個地區(qū)的外向FDI在獲得了外商投資的身份后轉(zhuǎn)而又投資回國內(nèi)，這類投資的目的是為了擁有外商身份再投資國內(nèi)享受更多的國內(nèi)優(yōu)惠政策。因此，這些投資可能對母公司的產(chǎn)品創(chuàng)新提升能力較弱，需要單獨進行分析。表7中2008—2010年回歸估計的因變量仍然是新產(chǎn)品產(chǎn)值占比，樣本為經(jīng)過匹配后的中國香港、開曼群島、英屬維爾京群島這3個地區(qū)的樣本。從估計結(jié)果來看，投資于中國香港、開曼群島、英屬維爾京群島這3個地區(qū)的外向FDI仍然促進了企業(yè)的產(chǎn)品創(chuàng)新能力提升，只是外向FDI的估計系數(shù)與包含這3個地區(qū)和其他地區(qū)的樣本相比（見表6）有所減小。對此的解釋是，企業(yè)在投資于中國香港、開曼群島、英屬維爾京群島這3個地區(qū)的外向FDI后，獲得了這些地區(qū)金融市場的支持，并且可以借機另行在這3個地區(qū)成立空殼或借殼公司，然后再借助這類自由港島和完全市場經(jīng)濟的優(yōu)勢轉(zhuǎn)而把外向FDI伸向其他發(fā)達國家，并收購當?shù)氐膫鹘y(tǒng)優(yōu)勢品牌企業(yè)，同時還可以規(guī)避東道國對我國企業(yè)的身份和資質(zhì)審查，這些過程都會間接對母公司企業(yè)的產(chǎn)品創(chuàng)新能力產(chǎn)生積極影響。

蔣冠宏等[11]研究認為，我國外向FDI主要分為商貿(mào)服務型、生產(chǎn)銷售型、研發(fā)型和綜合型，一般來講，這3種類型的外向FDI對企業(yè)的產(chǎn)品創(chuàng)新能力提升是有很大差異的。商貿(mào)服務型的外向FDI或許并不能夠給企業(yè)帶來產(chǎn)品創(chuàng)新能力的提升，生產(chǎn)銷售型的外向FDI給企業(yè)帶來的產(chǎn)品創(chuàng)新能力提升作用應該相當有限，只有研發(fā)型和綜合型的外向FDI才能給企業(yè)的產(chǎn)品創(chuàng)新直接帶來促進作用。鑒于研發(fā)型和綜合型的外向FDI更多是集中在海外國家的高新技術密集型行業(yè)，同時這類行業(yè)也是最能體現(xiàn)產(chǎn)品創(chuàng)新能力的產(chǎn)業(yè)，因此有必要對高新技術密集型行業(yè)的研發(fā)型和綜合型的外向FDI樣本進行單獨檢驗?；谄ヅ錁颖镜腡obit回歸結(jié)果見表8，可以看出，研發(fā)型和綜合型外向FDI對企業(yè)產(chǎn)品創(chuàng)新能力提升的影響很大，這說明研發(fā)型和綜合型外向FDI可以便利地引進海外高新技術密集型行業(yè)的尖端原配件，這些蘊含有豐富知識產(chǎn)權和科技專利含量的尖端原配件會對母國公司的產(chǎn)品創(chuàng)新能力提升發(fā)揮很大的溢出作用。另外，研發(fā)型和綜合型外向FDI本身就已經(jīng)超越了一定技術門檻并具有明確的海外技術尋求目的。技術距離和市場距離的空間權重系數(shù)顯著為負，同樣表明對于與領頭羊企業(yè)的技術效率差距和市場份額差距較大的行業(yè)內(nèi)落后企業(yè)來說，很難通過模仿和搭便車核心技術來獲得產(chǎn)品創(chuàng)新能力的提升。

四、結(jié)論與啟示

隨著我國企業(yè)的國際競爭力不斷增強，企業(yè)外向FDI流出也在逐步壯大，尤其是尋求在海外獲得技術和市場資源的外向FDI需求越來越突出，在我國企業(yè)大規(guī)模走出去的背景下，考察外向FDI對產(chǎn)品創(chuàng)新能力的提升程度就尤為重要，本研究也對以后應該如何引導外向FDI形成有益的指導意義。

本文利用2005—2010年的中國企業(yè)對外直接投資數(shù)據(jù)和工業(yè)企業(yè)生產(chǎn)數(shù)據(jù)，在考慮企業(yè)競爭決策的空間交互作用下，探討了企業(yè)外向FDI對產(chǎn)品創(chuàng)新能力提升的影響機制，研究過程中充分考慮了產(chǎn)品創(chuàng)新能力高的企業(yè)會主動選擇外向FDI的內(nèi)生性問題。為了有效識別外向FDI帶來的產(chǎn)品創(chuàng)新能力提升效果，采用傾向得分匹配法為外向FDI企業(yè)尋找合適的對照組，在實驗組和新匹配的對照組企業(yè)基礎上，基于企業(yè)參與競爭決策的空間交互作用，包括地理空間、行業(yè)空間、技術空間、市場空間四個方面，使用自回歸Tobit模型，綜合驗證了外向FDI帶來的產(chǎn)品創(chuàng)新能力提升效果。

研究表明，外向FDI顯著提升了我國企業(yè)的產(chǎn)品創(chuàng)新能力，行業(yè)內(nèi)落后企業(yè)在面臨領頭羊企業(yè)的競爭決策時，更多出現(xiàn)模仿和搭便車行為。中國企業(yè)在產(chǎn)品創(chuàng)新方面并沒有像發(fā)達國家一樣積極開展在創(chuàng)新投入上的競爭，而是采取消極創(chuàng)新的策略，也就是形成了行業(yè)內(nèi)龍頭企業(yè)引領創(chuàng)新和落后企業(yè)模仿追隨的二元結(jié)構(gòu)局面。這樣一種競爭決策的空間交互作用會大大降低領頭羊企業(yè)產(chǎn)品創(chuàng)新的積極性。同一行業(yè)內(nèi)部，領頭羊企業(yè)的競爭決策對該行業(yè)內(nèi)技術效率和市場份額與自身差異較小的鄰居企業(yè)產(chǎn)生的影響比較敏感，由此可以判斷，技術效率和銷售市場收入是影響企業(yè)參與競爭決策的重要因素。外向FDI帶來的產(chǎn)品創(chuàng)新效應確實存在，但是外向FDI對產(chǎn)品創(chuàng)新的促進作用會被行業(yè)內(nèi)企業(yè)的搭便車消極競爭策略產(chǎn)生的負面影響所抵消，導致如果忽略企業(yè)參與競爭決策的空間交互作用會低估外向FDI對產(chǎn)品創(chuàng)新的促進效果。外向FDI不僅促進了新產(chǎn)品的技術創(chuàng)新，還帶動了生產(chǎn)過程的改進創(chuàng)新，盡管生產(chǎn)過程的改進創(chuàng)新所需要的技術要低于新產(chǎn)品創(chuàng)新的技術水平。2008年金融危機以后，大量投資于中國香港、開曼群島、英屬維爾京群島這3個地區(qū)的外向FDI對母公司的產(chǎn)品創(chuàng)新能力也具有明顯促進效果。另外，投資于海外國家的高新技術密集型行業(yè)的研發(fā)型和綜合型外向FDI也對母國公司的產(chǎn)品創(chuàng)新能力提升發(fā)揮很大溢出作用，主要是因為這類外向FDI所引進的尖端原配件含有豐富的知識產(chǎn)權和科技專利含量。總之，本文研究結(jié)果有力說明外向FDI對企業(yè)產(chǎn)品創(chuàng)新能力提升有很大促進作用，但也存在一些問題。行業(yè)內(nèi)企業(yè)采取消極的競爭決策會削弱外向FDI對產(chǎn)品創(chuàng)新的促進作用，而存在較大的技術效率差距和市場份額差距是影響行業(yè)內(nèi)企業(yè)是否真正積極實施創(chuàng)新投入競爭決策的重要因素。

基于以上結(jié)論本文提出如下政策建議：

（1）縮小行業(yè)內(nèi)企業(yè)的技術效率差距，對行業(yè)內(nèi)銷售市場收入處于劣勢地位的企業(yè)給予扶持補貼;

（2）鼓勵開展產(chǎn)品創(chuàng)新競賽，對落后企業(yè)進行創(chuàng)新激勵，引導落后企業(yè)減少自我鎖定為代工企業(yè)的角色定位;

（3）保護知識產(chǎn)權，延長專利保護期的期限，維護產(chǎn)品創(chuàng)新所有者的專利權益;

（4）提升對知識產(chǎn)權保護體系的重視程度，加大對漠視和竊取知識產(chǎn)權等違法犯罪行為的監(jiān)管和懲處;

（5）放寬行業(yè)內(nèi)的頭部企業(yè)或獨角獸企業(yè)引領產(chǎn)品創(chuàng)新的標準;

（6）限制壟斷寡頭企業(yè)形成“幾家獨大”的市場控制權，扶持落后中小企業(yè)的市場話語權。

當然，囿于研究條件所限，本文無法把外向FDI行為的外部性和競爭決策空間相互影響這兩種作用的差異區(qū)分開來。行業(yè)內(nèi)企業(yè)的競爭決策空間交互作用在拉低外向FDI對企業(yè)產(chǎn)品創(chuàng)新過程中會起到多大作用，以及競爭決策的溢出效應到底是由外向FDI行為的外部性造成，還是企業(yè)參與競爭決策空間上的相互影響所造成，這些可能會對本文的研究結(jié)論產(chǎn)生一定影響，也會導致研究結(jié)果出現(xiàn)偏差，這將是本研究需要進一步關注的問題。

參考文獻：

[1]?KOGUT?B，?CHANG?S?J.?Technological?capabilities?and?Japanese?foreign?direct?investment?in?the?United?States[J].?Review?of?Economics?and?Statistics，?1991，?73（3）：?401-413.

[2]?PISANO?G，?RUSSO?M?V，?TEECE?D?J.?Joint?ventures?and?collaborative?arrangements?in?the?telecommunications?equipment?industry[G]∥Mowery?D?C.?International?Collaborative?Ventures?in?US?Manufacturing.?Cambridge，?MA：?Ballinger?Publishing?Company，?1988.

[3]?HELPMAN?E?M，?MELITZ?Y?S?R.?Exports?vs.?FDI[J].?American?Economic?Review，?2004，?94（1）：?300-316.

[4]?MELITZ?M.?The?impact?of?trade?on?intraindustry?reallocation?and?aggregate?industry?productivity[J].?Econometrica，?2003，?71（6）：?1695-1725.

[5]?RYUHEI?W，?TAKASHI?N.?Productivity?and?FDI?of?Taiwan?firms：?a?review?from?a?nonparametric?approach[R].?RIETI?Discussion?Paper?Series，?2012，?No.?12E033.

[6]?BRATTI?M，?FELICE?G.?Are?exports?more?likely?to?introduce?product?innovation？[J].?World?Economy，?2012，?35（11）：?1559-1598.

[7]?LIU?Qing，?LU?Yi.?Firm?investment?and?exporting：?Evidence?from?Chinas?valueadded?tax?reform[J].?Journal?of?International?Economics，?2015，?97（2）：?392-403.

[8]?BRANSTETTER?L.?Is?foreign?direct?investment?a?channel?of?knowledge?spillovers？?Evidence?from?Japanese?FDI?in?the?United?States[R].?NBER?Working?Paper，?2000，?No.?8015.

[9]?PRADHAN?J?P，?SINGH?N.?Outward?FDI?and?knowledge?flows：?a?study?of?the?India?automotive?sector[J].?International?Journal?of?Institutions?and?Economics，?2009，?1（1）：?156-187.

[10]常玉春.?我國對外直接投資的逆向技術外溢[J].?經(jīng)濟管理，?2011（1）：?9-15.

[11]蔣冠宏，?蔣殿春，?蔣昕桐.?我國技術研發(fā)型FDI的生產(chǎn)率效應[J].?管理世界，?2013（9）：?44-54.

[12]李娟，?唐珮菡，?萬璐，?等.?對外直接投資、逆向技術溢出與創(chuàng)新能力——基于省級面板數(shù)據(jù)的實證分析[J].?世界經(jīng)濟研究，?2017（4）：?59-71.

[13]杜龍政，?林潤輝.?對外直接投資、逆向技術溢出與省域創(chuàng)新能力——基于中國省際面板數(shù)據(jù)的門檻回歸分析[J].?中國軟科學，?2018（1）：?149-162.

[14]MOHNEN?P，?HALL?B?H.?Innovation?and?productivity：?an?update[J].?Eurasian?Business?Review，?2013，?3（1）：?47-65.

[15]GKYPALI?A，?RAFAILIDIS?A，?TSEKOURAS?K.?Innovation?and?export?performance：?do?young?and?mature?innovative?firm?differ？[J].?Eurasian?Business?Review，?2015，?5（2）：?397-415.

[16]DASGUPTA?P，?STIGLITZ?J.?Industrial?structure?and?the?nature?of?innovative?activity[J].?Economic?Journal，?1980，?90（358）：?266-293.

[17]BEATH?J，?SOULAKOS?Y，?ULPH?D.?Game?theoretic?approaches?to?the?modeling?of?technological?change[C]∥STONEMAN?P.?Handbook?of?the?Economics?of?Innovation?and?Technological?Change.?Oxford：?Blackwell，?1995.

[18]謝申祥，?石慧敏，?張銘心.?談判勢力與戰(zhàn)略性貿(mào)易政策[J].?世界經(jīng)濟，?2016（7）：?3-23.

[19]HARRIS?M，?KELLS?S.?Knowledge?spillovers，?location?and?growth：?theory?and?evidence[R].?Melbourne?Institute?Working?Paper，?1997.

[20]ZIZZO?D.?Racing?with?uncertainty：?a?patent?race?experiment[J].?International?Journal?of?Industrial?Organization，?2002，?20（6）：?877-902.

[21]宗慶慶.?中國工業(yè)企業(yè)R&D投入的策略互動行為研究[J].?財經(jīng)研究，?2013（10）：?46-59.

[22]AUTANT?B?C，?LESAGE?J.?Quantifying?knowledge?spillovers?using?spatial?econometrics?models[J].?Journal?of?Regional?Science，?2011，?51（3）：?471-496.

[23]田巍，?余淼杰.?中間品貿(mào)易自由化和企業(yè)研發(fā)：?基于中國數(shù)據(jù)的經(jīng)驗分析[J].?世界經(jīng)濟，?2014（6）：?90-112.

[24]吳延兵.?企業(yè)規(guī)模、市場力量與創(chuàng)新：?一個文獻綜述[J].?經(jīng)濟研究，?2007（5）：?125-138.

[25]陳艷瑩，?鮑宗客.?干中學與中國制造業(yè)的市場結(jié)構(gòu)：?內(nèi)生性沉沒成本的視角[J].?中國工業(yè)經(jīng)濟，?2012（8）：?43-55.

[26]BENKARD?C?L.?Learning?and?forgetting：?the?dynamics?of?aircraft?production[J].?American?Economic?Review，?2001，?90（4）：?1034-1054.