王 跃，孙浩进

（1.上海社会科学院世界经济研究所，上海市 200235；2.黑龙江省社会科学院经济研究所，黑龙江哈尔滨 150028）

当前，全球正在经历新一轮科技革命和产业革命，全球创新版图和经济结构面临新一轮“洗牌”和重构。科技创新成为引领发展的第一动力，科学技术的影响日益深刻。党的十八大以来，我国始终把科技创新放在发展的核心位置，在科技领域取得了丰硕成果。2020 年底，我国技能劳动者超过2 亿余人，高技能人才突破5 000 万人大关。[1]我国全社会研发投入从2012 年的1.03 万亿元增加至2021 年的2.79 万亿元，国家创新综合能力排名从2012 年的全球第34 名上升至2021 年的第12 名，2019—2021 年我国专利申请数量位居世界第一。[2]

2018 年中央经济工作会议首次明确提出，要由商品和要素流动型开放向规则等制度型开放转变。“一带一路”倡议是我国制度型开放的典范[3]，其倡导的政策沟通、设施联通、贸易畅通、资金融通、民心相通（即“五通”）在我国从积极主动对接国际经贸规则向引领国际经贸规则转变的过程中发挥重要作用，有助于国际直接投资（Foreign Direct Investment，FDI）规模的扩大。

技术溢出效应有助于技术进步和经济发展，目前已有大量研究验证了FDI 技术溢出效应的存在性与作用机理。那么，“一带一路”倡议对我国FDI 技术溢出效应的影响如何，其作用机制如何？探讨这些问题对进一步推动我国制度型开放具有十分重要的现实意义。

一、文献综述

国际直接投资可分为两个部分：一是对外直接投资（Outward Foreign Direct Investment，OFDI）；二是对内直接投资（Inward Foreign Direct Investment，IFDI），即外商直接投资。与本研究直接相关的文献可分为两类：第一类文献主要探讨OFDI 和IFDI 的技术溢出效应。这类文献大多认为，技术溢出效应是存在的，其效应大小取决于母国是否达到相应的门槛条件。对此，国内外许多学者进行了深入研究。波特瑞（Potterie）等[4]基于科（Coe）等[5]提出的国际研发溢出模型即C-H模型，首次验证了OFDI 技术溢出效应的存在性，激发了学术界对此问题的广泛讨论。有研究指出，母国吸收能力的强弱能够影响OFDI 技术溢出效应的发挥，而吸收能力主要与经济发展水平、人力资本、技术差距等因素有关，这些因素具有明显的地域异质性[6-9]。还有研究认为，OFDI 技术溢出效应具有阶段性特征，如杜龙政等[10]关于我国OFDI 逆向技术溢出效应的研究发现，在满足门槛条件的前提下，创新能力对OFDI 逆向技术溢出效应的影响存在创新前、创新启动、创新加速三个发展阶段。此外，还有一些研究发现，IFDI在我国同样产生了明显的技术溢出效应，其效应大小与影响吸收能力的各因素密切相关[11-13]。

第二类文献主要探讨“一带一路”倡议对FDI技术溢出效应的影响。这类文献的观点基本一致，认为“一带一路”倡议对FDI技术溢出效应具有积极影响[14]。相关研究主要关注母国吸收能力，探讨其是否达到触发技术溢出效应的门槛值。许多研究证实，人力资本、研发强度、经济发展水平等因素对OFDI 逆向技术溢出效应具有决定性影响[15]。有研究指出，“一带一路”倡议下OFDI的技术溢出效应具有鲜明的区域分布不平衡特征，在有些地区效应明显，在有些地区效应不明显[16-17]，这本质上与区域经济不平衡导致的吸收能力不平衡有关。目前，关于我国IFDI 技术溢出效应的研究较少，有待补充。

进一步梳理相关文献后发现，关于FDI技术溢出效应的研究结论与数据的时间跨度有关，使用不同时期的数据会导致相左的结论，为更好地把握FDI技术溢出效应的特点，相关研究需要随着经济的发展进行动态更新；现有研究大多使用国家或省级层面的数据，很少使用细分数据，这会掩盖一些重要信息，造成结果偏误；第二类文献主要关注“一带一路”倡议能否促进FDI技术溢出效应，并未探究该促进作用的大小和影响机制。鉴于此，本研究基于2000—2022 年我国31 个省份（未含香港、澳门、台湾地区）291个地级及以上城市的面板数据，利用DID模型，引入生产要素流动衡量指标，以及技术吸收能力相关因素，分析“一带一路”倡议对我国FDI技术溢出效应的影响和作用机制。

二、理论假设

（一）“一带一路”倡议、生产要素国际流动与FDI技术溢出效应

生产要素是经济增长的源泉。白俊红等[18]发现，研发要素的区际流动具有明显的空间溢出效应，能显著推动我国经济增长；陈磊等[19]关于国内生产要素流动的研究指出，资本、劳动、技术等生产要素的跨区域流动通过直接和间接方式对地区经济发展产生正面影响；张幼文[20]从全球视角研究生产要素流动问题，发现生产要素的国际流动能够改变全球价值链分工与跨国公司生产布局，对世界经济增长及结构转型具有深远影响。“一带一路”倡议有助于生产要素的国际流动。从本质上看，国际直接投资是资本、劳动、技术等生产要素以跨国公司为载体在不同国家间的跨境流动。廖红伟等[21]发现，“一带一路”倡议通过影响国际直接投资引导生产要素国际流动，推动我国产业结构优化。熊彼特（Schumpeter）[22]指出，生产要素的新组合是推动创新和技术进步的关键。国际直接投资有助于国内外生产要素的重新整合与优化，可为技术进步提供新的“生产函数”，这是FDI技术溢出效应的理论基础。现有相关研究普遍认为，国际直接投资会产生技术溢出效应[23-24]。综上，提出以下假设：

H1：“一带一路”倡议能够促进生产要素国际流动，进而强化FDI技术溢出效应。

（二）吸收能力因素的调节作用

人力资本、技术差距、制度环境等与吸收能力有关的因素也会影响FDI 技术溢出效应。人力资本是衡量城市技术吸收能力的关键指标，在城市人力资本达到某一水平后，其学习模仿新技术的能力会随着人力资本水平的提高而提高，这有助于技术溢出效应的提升[25]。技术差距能够反映技术溢出效应的潜力，一般认为，在国内外技术差距达到一定程度后，技术差距越大，FDI 技术溢出效应越强[26]。制度环境也是FDI技术溢出效应的重要影响因素，制度环境直接影响生产要素跨境流动成本，城市制度环境越好，生产要素流动成本越低，越有利于FDI技术溢出效应的产生[27]。综上，提出以下假设：

H2：人力资本、技术差距、制度环境等与吸收能力有关的因素在“一带一路”倡议对FDI 技术溢出效应的影响中发挥调节作用。

（三）FDI技术溢出效应的地区和行业异质性

有关FDI技术溢出效应的研究发现，区位是影响FDI技术溢出效应的重要因素，其效应大小因区位不同而不同。在我国，与中西部地区相比，东部地区经济发展水平高，具有先天的地理优势和良好的基础设施条件，FDI 技术溢出效应更强[28]。此外，行业也是影响FDI 技术溢出效应的重要因素。碳排放量是评价行业经济活动的一项重要指标。在传统工业发展模式下，技术进步往往与碳排放量的增加相关，但在全球气候变化背景下，随着对绿色发展重视程度的提高，低碳经济成为经济发展的重要模式，减少碳排放成为技术进步的一个重要方面。波特（Porter）[29]指出，环境规制有助于厂商技术进步与竞争力提升。其他相关研究也发现，降低城市碳排放量有助于低碳技术创新[30-31]。跨国公司的低碳技术创新会产生技术溢出效应，使我国本土企业受益。不同行业属性不同，对碳的依赖程度不同，碳排放量不同，这形成了一种“天然”的环境规制，致使减少碳排放对FDI技术溢出效应的影响存在差异。综上，提出以下假设：

H3：“一带一路”倡议对FDI 技术溢出效应的促进作用具有地区和行业异质性。

三、模型、变量与数据

（一）模型构建

1.政策冲击的说明

“一带一路”倡议是一个全球性的经济合作倡议，通过促进国际直接投资形成技术溢出效应[4-5]，对国内外经济产生积极影响。本研究以“一带一路”倡议被提出的2013年作为政策冲击的起点，研究其政策效应的大小和作用机制。

2.实验组和控制组的设置

“一带一路”倡议自提出起，就对我国以及其他“一带一路”沿线国家产生了重要经济影响，因此从严格意义上讲并不存在“纯净”的控制组。参考维格（Vig）[32]的做法，按照“一带一路”倡议对国际直接投资影响的大小来界定实验组和控制组。为保证分组的随机性，采用国家信息中心“一带一路”大数据中心构建的“一带一路”参与度指标[33]，按相对排名进行分组。需要指出的是，相对排名每年都会发生一定的变化，但从整体看，排名前1/2的省份相对稳定。鉴于此，本研究将排名前1/2的省份归入实验组，将排名后1/2 的省份归入控制组。其中，实验组包括上海、北京、天津、山东、广东、江苏、河北、浙江、海南、福建、安徽、山西、江西、河南、湖北、湖南16个省份的地级及以上城市，控制组包括重庆、吉林、辽宁、黑龙江、云南、内蒙古、四川、宁夏、广西、新疆、甘肃、西藏、贵州、陕西、青海15个省份的地级及以上城市。

3.研究模型

“一带一路”倡议的提出为本研究提供了一次准自然实验，因此本研究采用双重差分（Differences-in-Differences，DID）法识别“一带一路”倡议与我国FDI 技术溢出效应的因果效应。为减少地区和时间因素对估计结果的影响，构建双向固定效应的DID模型，具体如下：

其中，i表示城市，t表示年份；lnSFit为被解释变量，表示我国FDI技术溢出效应；fdii表示政策干预变量，postt表示时间干预变量，两者的交乘项（fdii×psott）为核心解释变量，在DID模型中，交乘项的系数是核心参数，表示政策效应，即“一带一路”倡议对我国FDI技术溢出效应的影响；Xit表示控制变量；ξi和ωt分别表示城市固定效应和年份固定效应，用以控制各城市不随时间变化的因素和外部宏观趋势冲击；γ0表示常数项，γ1表示系数；εit表示随机扰动项。

（二）变量设计

1.被解释变量

本研究的被解释变量为OFDI 技术溢出效应（lnSFitofdi）和IFDI 技术溢出效应（lnSFitifdi）。有很多实证研究用参数及非参数方法测算全要素生产率，并以此衡量技术溢出效应[7，34]，但该方法在本研究中并不适用。其主要原因有三：一是全要素生产率测算方法多样，且存在测算误差，最终测算结果相差较大；二是“一带一路”倡议带来的国际直接投资并不直接对全要素生产率产生影响，而是通过我国研发资本存量对全要素生产率产生影响；三是全要素生产率的影响因素很多，在构建回归模型时容易遗漏重要解释变量，会造成估计偏差。用研发资本存量衡量技术溢出效应具有理论和现实依据[35]，近年来有很多研究用研发资本存量代替全要素生产率来衡量技术溢出效应[36-38]。

波特瑞等[4]发现，技术知识可以通过国际直接投资实现跨境流动。塞克（Seck）[39]在此基础上对国际技术溢出进行了研究和测算。本研究参考这两项研究，计算OFDI 技术溢出效应（lnSFitofdi）和IFDI技术溢出效应（lnSFitifdi）。

第一，按以下步骤计算t年i城市的OFDI 技术溢出效应lnSFitofdi。

步骤1：计算t年全国的OFDI 技术溢出效应SFtofdi-cnty。

其中，OFDIjt表示t年我国对j国（地区）的对外直接投资存量，Yjt表示t年投资目标国j的GDP，Sjt表示t年j国（地区）的研发资本存量。

鉴于Sjt无法直接获取，需要通过计算获得，首先，利用j国（地区）研发支出占GDP 比重及GDP（Yjt），估算t年j国（地区）的研发支出（REjt）。然后，以2000 年为基期，依据t年j国（地区）消费价格指数，将研发支出REjt折算成基于2000年不变价格的研发支出，以消除货币因素的影响。继而，借鉴单豪杰[40]的思路，采用永续盘存法计算j国（地区）研发资本存量，得到基于2000 年不变价格的基期研发资本存量：

其中，g为2000—2022 年研发支出的实际增长率，δ为资本折旧率，按照公认的做法，将δ取为5%。

最后，利用永续盘存法计算t年j国（地区）的研发资本存量：

根据历年中国对外直接投资统计公报，我国对外直接投资主要流向中国香港、澳门地区，以及东盟、欧洲、北美等国家和地区，每年我国对这些国家和地区的对外直接投资占对外直接投资总额的80%以上。鉴于此，本研究将马来西亚、日本、泰国、新加坡、印度尼西亚、越南、中国澳门、中国香港、爱尔兰、德国、俄罗斯、法国、荷兰、卢森堡、瑞典、瑞士、英国、加拿大、美国、澳大利亚共计20个国家和地区作为获取研发资本存量的主要来源地。

步骤2：计算t年k省份的OFDI 技术溢出效应SFktofdi-prov。

其中，OFDIkt表示t年k省份的研发资本存量。各省份2003年及以后的相关数据主要来自中国对外直接投资统计公报，2000—2002 年的相关数据主要采用世界银行数据库和UN Comtrade 数据库数据，由笔者整理计算得到。

步骤3：按i城市GDP 占其所在省份GDP 的比重进行加权，估算t年i城市的OFDI技术溢出效应lnSFitofdi：

第二，按相同的思路计算t年全国的IFDI技术溢出效应SFtifdi-cnty，进而利用下式计算t年i城市的IFDI技术溢出效应lnSFitifdi。

其中，IFDIit和IFDIt分别表示t年i城市和全国的实际利用外资额。

2.核心解释变量

本研究核心解释变量为政策干预变量（fdii）与时间干预变量（postt）的交乘项（fdii×psott）。对于政策干预变量fdii，若城市i属于实验组，fdii=1；若城市i属于控制组，fdii=0。对于时间干预变量postt，若时间处在2013年之前，postt=0；若时间处在2013年及以后，postt=1。

3.控制变量

本研究借鉴尹东东等[7]、朱洁西等[41]的研究，设计九个控制变量：一是人口规模（lnppl），用城市常住人口的对数表示；二是人均GDP（lnpgdp），用GDP 与人口总数之比的对数表示；三是产业结构（lnindustry），用工业增加值占GDP 比重的对数表示；四是基础设施水平（lnroaddensity），用辖区内公路里程与总面积之比的对数表示；五是对外开放度（lnopeness），用外资依存度与贸易依存度之和的对数表示；六是政府干预水平（lngovernment），用地方财政支出占GDP 比重的对数表示；七是人均资本（lnk），用资本存量与人口规模之比的对数表示；八是金融发展水平（lnfilevel），用年末金融机构各项贷款余额与GDP 之比的对数表示；九是与发达经济体技术差距（lngap），用各城市劳动生产率与发达经济体①平均劳动生产率之比的对数表示。

另外，为获得更大意义上的平均效应，减少回归中的自由度损失，在基准分析中只把人口规模、人均GDP、产业结构、基础设施水平、对外开放度五个控制变量纳入回归，在稳健性检验中再将其他控制变量纳入回归。

（三）数据来源

本研究采用的是2000—2022年我国31个省份（未含香港、澳门、台湾地区）291个地级及以上城市的面板数据。相关数据主要来自中国对外直接投资统计公报、中国统计年鉴、中国城市统计年鉴以及国家统计局网站、中国城市数据库、世界银行公开数据库、联合国商品贸易统计数据库（即UN Comtrade数据库）。

主要变量描述性统计结果见表1。

表1 主要变量描述性统计结果

四、实证分析

（一）基准回归分析

基准回归结果见表2 列（1）至列（6）。可以发现，无论是仅控制年份固定效应，还是同时控制城市和年份固定效应，核心解释变量的回归系数均显著为正，这说明“一带一路”倡议有助于我国FDI技术溢出效应的提升。从回归系数值看，“一带一路”倡议提出后，我国OFDI 技术溢出效应提升了12.3%，IFDI技术溢出效应提升了22.4%，相关结果均通过了1%水平的显著性检验。

表2 基准结果分析

（二）稳健性检验

1.共同趋势假设检验

采用DID 模型的一个重要前提是满足共同趋势假设，即实验组和控制组样本在政策发生前后的趋势相同。鉴于此，检验“一带一路”倡议提出之前实验组和控制组样本是否满足共同趋势假设，结果见图1。可以发现，在“一带一路”倡议提出之前，左右两图的回归系数均接近0且整体不显著，说明实验组和控制组样本满足共同趋势假设。在倡议提出后的第二年，左右两图的回归系数出现跳跃式增长且显著异于0，整体呈现波动上升态势，说明“一带一路”倡议有助于我国FDI技术溢出效应的增强。

图1 稳健性检验结果：基于共同趋势假设检验

2.安慰剂检验

进一步，进行虚构干预时间和虚构实验组的安慰剂检验。首先，假设“一带一路”倡议的提出时间早于2013 年，并剔除2013 年的数据。然后，将倡议提出时间随机提前至2009年和2012年，分别基于这两个虚构干预时间进行回归，结果见表3列（1）至列（4）。可以发现，核心解释变量的回归系数均不显著且趋近于0，这说明在“一带一路”倡议正式提出前，其他未观测因素对FDI技术溢出效应的影响十分有限，基准回归结果具有较高的可信度。

其次，在控制组中随机抽取一部分样本构造伪实验组，进行安慰剂检验。为弱化随机性对结果的影响，将抽样和回归的步骤重复500次，然后绘制伪倍差项估计系数密度和p值的分布图（见图2）。可以发现，图形呈现钟形分布形态，均值接近0，近似正态分布。同时，两个核心解释变量的回归系数（分别为0.123、0.224）均显著异于伪倍差项估计系数分布的中心0值，这说明遗漏变量没有对回归结果产生重大影响，“一带一路”倡议对我国FDI技术溢出效应的影响并非偶然因素造成的。

3.系数敏感性分析

在基准回归分析基础上，增加政府干预水平（lngovernment）、人均资本（lnk）、金融发展水平（lnfilevel）、与发达经济体技术差距（lngap）四个控制变量，观察它们对核心解释变量回归系数的影响，结果见表4列（1）至列（2）。可以发现，在加入更多控制变量后，核心解释变量回归系数的数值和显著性水平均未发生明显变化，这说明基准回归结果具有相当的稳健性。

4.剂量效应检验

按照受政策影响强度界定实验组和控制组，在得出估计结果后，还需要考察是否存在剂量效应以检验稳健性。剂量效应是指，当实验组与控制组受政策影响强度的差异变动时，政策效应也会随之变动。如果其差异增大，则政策效应增强；如果其差异减小,则政策效应减弱[32]。本研究采用三分法和四分法来检验剂量效应，结果见表5列（1）至列（4）。可以发现，两种方法下的回归系数均有增大，且四分法下的回归系数增大得更多，这说明剂量效应存在，基准回归结果稳健。

5.剔除特殊样本

基准回归分析中的291个地级及以上城市包括直辖市、省会城市等特殊样本，这可能对回归结果产生影响。鉴于此，分别剔除直辖市和省会城市样本，再次进行回归，结果见表6列（1）至列（4）。可以发现，剔除特殊样本后的回归结果与基准回归结果相比无明显差异，这说明特殊样本的存在并没有造成显著偏差。

6.自选择问题分析

现实中，企业在正式投资之前，往往会对投资意向地的经济发展水平、基础设施条件、劳动力成本、法律制度环境等进行考察。这意味着，在上述几个方面，企业的投资意向地往往表现较好。换言之，“一带一路”倡议对我国FDI 技术溢出效应的影响可能是一种自选择的结果，即基准回归结果可能存在自选择偏误。为缓解自选择问题带来的估计偏差，本研究分别采用基于倾向得分匹配的双重差分（PSMDID）模型以及广义合成控制法对基准回归进行重新估计。

PSM-DID 模型通过协变量进行倾向得分匹配，有助于减少实验组与控制组的差异，增强其可比性。先以基准回归中的控制变量为特征变量，利用逻辑回归（Logit）模型计算倾向得分，并分别使用核匹配、最近邻匹配、半径匹配方法进行匹配。倾向得分匹配的协变量平衡性检验结果（见图3）表明，匹配后实验组与控制组的差异显著下降。再利用DID 模型进行估计，结果见表7 列（1）至列（6）。可以发现，无论采用何种匹配方法，其估计结果与基准回归结果相比均无显著差异。

图3 倾向得分匹配的协变量平衡性检验结果

表7 稳健性检验结果：基于PSM-DID模型

广义合成控制法可以通过为实验组个体合成高度近似的反事实个体来识别因果效应，解决自选择问题。使用徐（Xu）[42]在R 软件中提供的Gsynth 程序包分析“一带一路”倡议对我国FDI 技术溢出效应的影响，结果见图4。可以发现，在利用广义合成控制法克服自选择问题后，“一带一路”倡议对FDI技术溢出效应的影响依然显著。“一带一路”倡议提出后，OFDI 技术溢出效应提升了14.0%，IFDI技术溢出效应提升了20.4%，该结果与基准回归结果十分接近，说明估计结果稳健。

图4 稳健性检验结果：基于广义合成控制法

五、拓展分析

（一）机制检验

国际直接投资有助于生产要素国际流动，这是其能够产生技术溢出效应的根本原因。在国际直接投资过程中，跨国公司作为进行国际直接投资的重要主体，会将母国先进的技术、管理理念等生产要素输出到东道国，或者将东道国先进的技术、管理理念等引进到母国，这样便产生了技术溢出效应。生产要素流动对技术发展的促进作用已得到众多研究的验证。孙巍等[43]认为，生产要素流动不仅会产生技术溢出效应，而且这种流动会因非均衡性造成区域间的技术差异；沈丽丽等[44]认为，生产要素流动既有助于我国在技术上的进步，也有助于我国在全球价值链中地位的提升。

从本质上看，国际直接投资就是生产要素的国际流动。鉴于此，在机制检验部分，构建“‘一带一路’倡议→生产要素流动→技术溢出效应”的影响路径，并对其进行检验。如前所述，影响路径的后半段（生产要素流动→技术溢出效应）已经得到验证，因此接下来仅分析影响路径的前半段（“一带一路”倡议→生产要素流动）即可，若“一带一路”倡议能够促进生产要素流动，则本研究构建的影响路径成立。

参考干春晖等[45]、车明好等[46]的做法，用产业合理化指数（lnrational）和产业高级化指数（lnindusadv）衡量生产要素流动。

产业合理化指数lnrational②的计算公式为：

其中，n表示产业，n=1，2，3，Y表示GDP，L表示就业人数。

对于产业高级化指数，借鉴付凌晖[47]的方法，用三次产业三维空间向量夹角的加权平均值表示，具体步骤如下：

步骤1：构建一个三次产业三维空间向量a0=（a01，a02，a03），其中的分量a01、a02、a03分别表示三次产业占GDP的比重。

步骤2：依次构建三次产业的基准空间向量：a1=（1，0，0），a2=（0，1，0），a3=（0，0，1）。

步骤3：依次计算a0与三次产业三维空间向量的夹角φn③：

其中，anq表示向量an的第q个分量，a0q表示向量a0的第q个分量。

步骤4：通过加权计算得到产业高级化指数lnindusadv：

其中，wn④为权重，利用标准离差法得到。

“一带一路”倡议是一个全球性的综合倡议，涉及经济、文化、政治、外交等诸多方面。鉴于此，本研究推测，“一带一路”倡议可能存在四种细分机制，即“一带一路”倡议能够通过优化对外政策环境、改善基础设施配套、加强对外经贸合作、增进人文交流来促进生产要素跨境流动。参考卢盛峰等[48]的做法，利用《“一带一路”大数据报告（2017）》[33]中的数据进行检验。该报告由国家信息中心“一带一路”大数据中心编写，对“一带一路”建设进展及成效进行了综合评估，其中的省份参与度指标衡量某个省份在“一带一路”建设中贡献的大小，是本研究用以进行机制检验的主要指标。在该报告中，“一带一路”大数据中心构建了一套全面的指标体系，对各省份在对外政策环境、基础设施配套、对外经贸合作、人文交流方面的参与度进行测算评分，并按得分高低进行排序。本研究将得分等于或高于平均值的省份作为高参与度省份，将其所属范围内的城市视为高参与度城市，将得分低于平均值的省份作为低参与度省份，将其所属范围内的城市视为低参与度城市，并基于此构造核心解释变量，将之纳入如下机制检验方程：

其中，Zi表示各城市在四个方面的“一带一路”建设参与度，分别是对外政策环境参与度（policy）、基础设施配套参与度（infrastr）、对外经贸合作参与度（etcommu）、人文交流参与度（cul-ex）。在高参与度城市，Zi=1；在其他城市，Zi=0。“一带一路”建设参与度（Zi）与时间干预变量（postt）的交乘项（Zi×postt）为核心解释变量。其余变量含义与前文一致。

根据表8列（1）至列（4）的机制检验结果，四个方面“一带一路”建设参与度与时间干预变量交乘项（Zi×postt）的回归系数均显著为负。根据表9 列（1）至列（4）的机制检验结果，四个方面“一带一路”建设参与度与时间干预变量交乘项（Zi×postt）的回归系数均显著为正。这表明，“一带一路”倡议有助于生产要素国际流动，能够推动我国产业不断朝合理化、高级化方向发展，即“‘一带一路’倡议→生产要素流动→技术溢出效应”的影响路径存在，H1得到验证。

表8 机制检验结果：对产业结构合理化的影响

表9 机制检验结果：对产业结构高级化的影响

（二）调节作用分析

对于吸收能力这一影响FDI 技术溢出效应的重要因素，前面有初步分析，但并未进行更深入研究。比如，人力资本、技术差距、政府干预等因素均与城市技术吸收能力有关，会直接影响FDI技术溢出效应。鉴于此，本研究设计人力资本（H）、技术差距（gap）、制度环境（G）三个调节变量，构建以下模型进行实证分析：

其中，Mit表示人力资本（H）、技术差距（gap）、制度环境（G）三个调节变量。

1.人力资本的调节作用

人力资本能够反映城市的学习吸收能力，相关研究通常用劳动力平均受教育年限表示，但该指标只能反映人力资本的总量，无法反映人力资本的结构。鉴于此，本研究参考刘智勇等[49]的方法，用人力资本高级化指数衡量城市的人力资本（H），进而通过引入核心解释变量与人力资本的交乘项来分析人力资本对FDI 技术溢出效应的调节作用。

人力资本（H）的计算步骤如下：

步骤1：根据受教育年限将人力资本划分为文盲半文盲、小学、初中、高中、大学及以上五类，构建一个五维的人力资本空间向量b0=（b01，b02，b03，b04，b05），其中各分量分别表示各类人力资本的数量。

步骤2：构建五个单位向量作为基准向量，分别为b1=（1，0，0，0，0），b2=（0，1，0，0，0），b3=（0，0，1，0，0），b4=（0，0，0，1，0），b5=（0，0，0，0，1），然后用以下公式计算b0与bj（j=1，2，3，4，5）的夹角ηk。

其中，bjk表示向量bj的第k个分量（k=1，2，3，4，5），b0k表示向量b0的第k个分量。

步骤3：测算人力资本高级化指数并以此衡量人力资本（H）。

其中，wk为权重，根据标准离差法得到。

根据表10列（1）、列（2），核心解释变量与调节变量交乘项的回归系数均显著为负，说明“一带一路”倡议提出后，我国人力资本升级无论是对OFDI技术溢出效应，还是对IFDI技术溢出效应，均有显著抑制作用，这可能与本土研发资本增加、对外企技术依赖程度下降、存在挤出效应有关。

2.技术差距的调节作用

本研究用我国各城市劳动生产率与发达经济体平均劳动生产率的比值表示技术差距（gap）。该比值越大，说明技术差距越小。根据表10 列（3）、列（4），核心解释变量与调节变量交乘项的回归系数均显著为负，与预期结果相符，说明“一带一路”倡议提出后，OFDI 和IFDI 技术溢出效应均受到技术差距的负向调节作用。

3.制度环境的调节作用

政府是政策、法规的制定者，是制度环境的关键影响因素。本研究用城市GDP 与财政收入的比值衡量制度环境（G），以此反映政府干预能力。G值越大，说明政府干预能力越弱。根据表10列（5）、列（6），核心解释变量与调节变量交乘项的回归系数均显著为负，说明政府干预能力对FDI技术溢出效应具有显著负面影响。

综上，H2得到验证。

（三）异质性分析

在不同的地区或行业，FDI 技术溢出效应通常不同，而基准回归只对我国FDI 技术溢出效应进行总体分析，很难捕捉或容易忽略这些更为细化的信息，特别是某些关键信息。鉴于此，分别从地区和行业角度探究FDI技术溢出效应的异质性。

1.地区异质性

按城市所在地区，将实验组样本划分为东部城市和中部城市两组，分地区进行回归，结果见表11列（1）至列（4）。可以发现，FDI 技术溢出效应的地区差异明显，在东部城市呈现显著抑制效应，在中部城市呈现显著促进效应。需要特别说明的是，根据实验组和控制组的设置，实验组样本均分布在东部和中部地区，控制组样本均分布在西部和东北地区。⑤对处于控制组的西部和东北地区样本而言，尽管其经济和科技水平有限，受“一带一路”倡议的影响较小，FDI技术溢出效应不明显，但从实际发展看，其要素成本优势明显，通过参与“一带一路”建设激发FDI技术溢出效应、实现科技进步的潜力很大。

表11 异质性分析结果：基于城市所在地区

2.行业异质性

为研究碳排放对我国FDI 技术溢出效应的影响，本研究根据行业碳排放强度，将我国各行业划分为高碳行业、低碳行业，并将其中的高碳行业进一步细分为采掘业、制造业、电力及相关行业，按行业对样本进行回归。具体而言，引入核心解释变量与行业碳排放量（carbon）的交乘项（fdi×post×carbon），观察其回归系数的变化。行业碳排放量数据尚未公开，但考虑到特定行业在一定时间内的碳排放强度基本不变，因此可利用行业碳排放强度和城市GDP 计算各城市的行业碳排放量，公式如下：

其中，碳排放量相关数据来自中国能源统计年鉴。

表12显示了基于高碳行业和低碳行业的异质性分析结果。根据表12列（1）至列（2），从OFDI技术溢出效应（lnSFitofdi）看，核心解释变量与行业碳排放量交乘项（fdi×post×carbon）的回归系数为正但不显著；从IFDI 技术溢出效应（lnSFitifdi）看，核心解释变量与行业碳排放量交乘项（fdi×post×carbon）的回归系数显著为负。这说明，在高碳行业，“一带一路”倡议提出后，碳排放减少对OFDI 技术溢出效应没有明显影响，对IFDI 技术溢出效应有显著提升作用，即碳排放与OFDI 技术溢出效应不存在替代关系，与IFDI 技术溢出效应存在一定替代关系。根据表12 列（3）至列（4），核心解释变量与行业碳排放量交乘项（fdi×post×carbon）的回归系数均显著为负。这说明，在低碳行业，“一带一路”倡议提出后，碳排放减少既有助于OFDI 技术溢出效应提升，也有助于IFDI 技术溢出效应提升，即碳排放与FDI 技术溢出效应存在显著替代关系。可见，在低碳行业，“一带一路”倡议对我国FDI 技术溢出效应的影响更强。其可能原因是：从碳排放减少到绿色技术进步需要一定时间，而“一带一路”关于绿色发展的倡议提出时间还不够长（2017 年提出）。因此，对高碳行业而言，短期内其对碳排放的依赖程度难以降低，减少碳排放的负面影响较大，FDI技术溢出效应不明显；对低碳行业而言，其对碳排放的依赖程度本就不高，短期内减少碳排放的负面影响不大，甚至有助于其更加彻底地进行绿色技术研发，FDI技术溢出效应比较明显。

表12 异质性分析结果：基于高碳行业和低碳行业

表13列（1）至列（6）分别显示了基于高碳行业内采掘业、制造业、电力及相关行业的异质性分析结果。根据核心解释变量（fdi×post）的回归系数，“一带一路”倡议对高碳行业各细分行业FDI 技术溢出效应的影响均显著为正。根据核心解释变量与行业碳排放量交乘项（fdi×post×carbon）的回归系数，从OFDI 技术溢出效应看，碳排放与技术溢出效应的替代关系在采掘业显著，在制造业、电力及相关行业不显著；从IFDI技术溢出效应看，碳排放与技术溢出效应的替代关系在采掘业、电力及相关行业显著，特别是在电力及相关行业更显著，在制造业不显著。

表13 异质性分析结果：基于高碳行业内的采掘业、制造业、电力及相关行业

综上，H3得到验证。

六、结论与政策建议

（一）结论

本研究基于2000—2022 年我国31 个省份（未含香港、澳门、台湾地区）291个地级及以上城市的面板数据，利用DID 模型，评估“一带一路”倡议对我国FDI技术溢出效应的影响，主要结论如下：

第一，“一带一路”倡议对我国FDI技术溢出效应具有显著促进作用。“一带一路”倡议提出后，OFDI 技术溢出效应提升12.3%，IFDI 技术溢出效应提升22.4%。

第二，机制检验结果表明，“一带一路”倡议通过优化对外政策环境、改善基础设施配套、加强对外经贸合作、增进人文交流，促进以跨国公司为载体的生产要素国际流动，并在宏观上表现为我国产业合理化水平和产业高级化水平的不断提高，以及FDI技术溢出效应的不断增强。

第三，调节作用分析结果显示，人力资本水平越高，与发达经济体的技术差距越小，政府干预能力越弱，“一带一路”倡议对我国FDI技术溢出效应的影响越小。

第四，“一带一路”倡议对我国FDI技术溢出效应的影响具有地区和行业异质性。分地区看，在东部地区，“一带一路”倡议会显著削弱FDI技术溢出效应；在中部地区，“一带一路”倡议会显著强化FDI技术溢出效应；在西部和东北地区，尽管“一带一路”倡议的影响很小，但通过参与“一带一路”建设激发FDI技术溢出效应的潜力很大。分行业看，“一带一路”倡议提出后，在高碳行业，碳排放仅与IFDI技术溢出效应有一定替代关系；在低碳行业，碳排放与OFDI 和IFDI 技术溢出效应均存在显著替代关系。进一步，从高碳行业的细分行业看，碳排放与FDI 技术溢出效应在采掘业存在显著替代关系，在电力及相关行业存在部分替代关系，在制造业不存在替代关系。

（二）政策建议

第一，充分发挥跨国公司的技术纽带作用，使之成为“双循环”新发展格局的连接点、支撑点。跨国公司能够依靠自身国际属性加快生产要素跨国流动，在“一带一路”倡议对FDI技术溢出效应的影响中发挥重要作用。鉴于此，一方面，要大力倡导我国企业开展技术寻求型对外直接投资，通过提供资金、政策方面的支持，鼓励它们加大对发达经济体信息技术、生物、医疗、航天等高科技行业的投资；另一方面，要通过减少税收、降低准入门槛、精简投资负面清单等方式，吸引他国高新技术企业对华投资。

第二，积累高级人力资本，提升技术溢出吸收能力。人力资本水平是FDI 技术溢出效应的关键影响因素。为更好地提升FDI技术溢出效应，政府要进行适度干预：一方面，大力发展高等教育，加大高等教育投入，提升研究生在学期间待遇，培育积累充足的人力资源；另一方面，鼓励跨国企业实行人才本地化战略，积极吸纳东道国高素质人才，加强国内外母子公司间的人才交流，提升国内员工技能水平。

第三，重视FDI 技术溢出效应的地区差异，加强对欠发达地区的政策扶持。中部、西部和东北地区经济和科技水平有限，FDI技术溢出效应提升潜力较大。对于这些地区，一方面，要加强基础设施建设，为跨国投资创造良好的基础环境；另一方面，要制定相应的人才政策，改善人才待遇，加大科研奖励力度，增强对科研人才的吸引力，提升对FDI技术溢出的吸收能力。

第四，重点加强高碳行业绿色低碳技术创新，推动经济绿色发展。在碳达峰碳中和目标下，减少碳排放是大势所趋。目前，与低碳行业相比，高碳行业碳排放与FDI 技术溢出效应的替代关系不强。鉴于此，应重点针对高碳行业，在培育绿色环保意识、鼓励绿色技术创新的同时，增加与低碳技术相关的新能源等领域的国际直接投资，借助FDI技术溢出效应降低碳排放强度，推动经济绿色发展。

注释：

①文中的发达经济体是指我国对外直接投资主要对象中的发达国家或地区，包括澳大利亚、瑞士、德国、法国、英国、中国香港、中国澳门、爱尔兰、日本、卢森堡、荷兰、新加坡、瑞典、美国。

②产业合理化指数是一个数值为正的反向指标，指数越接近0，说明产业结构越合理，生产要素配置效率越高。

③根据反余弦函数性质，第一产业比重下降越快，第三产业比重上升越快，φn值越大。因此，产业高级化指数越大，说明产业高级化水平越高。

④wn的计算公式为：，其中σn为标准差。

⑤东部地区包括上海、北京、天津、山东、广东、江苏、河北、浙江、海南、福建10个省份；中部地区包括安徽、山西、江西、河南、湖北、湖南6个省份；西部地区包括重庆、云南、内蒙古、四川、宁夏、广西、新疆、甘肃、西藏、贵州、陕西、青海12个省份；东北地区包括黑龙江、吉林、辽宁3个省份。