黄传荣 李立顺
【摘 要】 在贸易摩擦的大背景下，文章利用2003—2020年中国对15个发达国家OFDI的逆向技术溢出和其对华采取的反倾销和反补贴存量的面板数据，实证分析贸易摩擦对中国逆梯度对外直接投资（OFDI）的逆向技术溢出的影响。采用固定效应模型进行基准回归分析，并且使用广义矩阵估计（GMM）的方法来解决可能存在的内生性问题。研究结果表明：发达国家的反倾销、反补贴对中国逆梯度OFDI的逆向技术溢出有积极影响，但这种影响在营商环境不同的发达国家之间具有异质性，相较于营商环境较差的发达国家，营商环境较好的发达国家的反倾销、反补贴措施能显着促进中国逆梯度OFDI的逆向技术溢出；此外，营商环境较好的发达国家采取的反补贴措施比反倾销措施更能促进中国逆梯度OFDI的逆向技术溢出。
【关键词】 贸易摩擦； 反倾销； 反补贴； 逆梯度OFDI； 逆向技术溢出
【中图分类号】 F125.5 【文献标识码】 A 【文章编号】 1004-5937（2023）21-0073-08
一、引言
目前国际格局进入新的动荡变革期，但我国坚持高水平对外开放不动摇。我国已成为一百四十多个国家和地区的主要贸易伙伴，是越来越多国家的主要投资来源国，货物贸易总额居世界第一，吸引外资和对外直接投资居世界前列，形成更大范围、更宽领域、更深层次的对外开放格局。商务部《中国对外贸易形势报告（2023年春季）》数据显示，2022年我国货物进出口总额为42.1万亿元人民币，同比（下同）增长 7.7%，连续6年保持货物贸易第一大国地位。其中出口24.0万亿元，增长10.5%；进口18.1万亿元，增长4.3%。中国服务进出口总额6.0万亿元，同比增长12.9%。其中，服务出口2.9万亿元，增长12.1%；服务进口 3.1万亿元，增长13.5%。但随之而来的双边贸易摩擦问题也在不断加剧。与此同时，由于逆全球化浪潮引致发达国家贸易保护主义抬头，许多发达国家为保护本国经济利益，竞相采取限制外国产品进口的措施，以此构筑贸易壁垒来维护本国利益地位。而反倾销和反补贴是贸易救济最常用的基本手段，对此，尤其是发展中国家遭受的影响更为严重。根据商务部以及中国贸易救济信息网的数据统计，2019—2020年，在全球贸易救济案件中，世界各国和地区对中国发起的贸易救济案件约占53%，已然超过半数，其中申诉国大多是发达国家和经济体，可见中国已经成为世界贸易摩擦的主要对象国。这其中反倾销案件多达149起，占比64.50%；反补贴案件也有29起，占比12.55%。为了降低贸易摩擦对产品进出口的影响，越来越多的企业开始选择利用对外直接投资（Outward Foreign Direct Investment，OFDI）规避贸易壁垒。贸易壁垒是目前中国企业对外直接投资的动因之一。
联合国贸易和发展会议（UNCTAD）《2022世界投资报告》显示，全球对外直接投资年末存量41.8万亿美元，以此为基数进行计算，2021年中国对外投资存量占全球当年年末存量的6.7%，位居全球国家（地区）投资存量排名的第三位。由此可见，中国对外直接投资在全球对外直接投资中的影响力不断扩大。根据《2021年度中国对外直接投资统计公报》数据显示，2021年，中国对外直接投资存量为27 851.5亿美元。其中，中国对发达国家（地区）直接投资存量总额为2 867.7亿美元，占对外投资总量的10.3%。事实上，近年来，我国正在不断扩大技术寻求型对外直接投资，即向发达国家（地区）进行直接投资，其主要原因就是获取逆向技术溢出。而逆向技术溢出对区域创新能力的提升具有显着的促进作用[1]。党的二十大报告指出：“创新是第一动力，要深入实施创新驱动发展战略，坚持创新在我国现代化建设全局中的核心地位”。通过逆向技术溢出获取的先进技术来促进创新，对进一步提升国家创新体系整体效能，形成具有全球竞争力的开放创新生态具有重要意义。
就目前而言，国内众多学者也在持续推进逆向技术溢出效应方面的研究，并在该领域成果颇丰。然而，基于中国为世界贸易摩擦的主要对象国和中国对外直接投资规模不断扩大的双重情境下，继而据此去寻求贸易摩擦和逆梯度OFDI逆向技术溢出效应两者的关系显得尤为重要，而目前有关研究贸易摩擦对中国逆梯度OFDI逆向技术溢出的影响方面的文献尚不多见。本文利用2003—2020年中国对外直接投资的15个发达国家和其对华发起的反倾销、反补贴措施的存量面板数据作为样本，采用固定效应模型对发达国家对华反倾销、反补贴对中国逆梯度OFDI逆向技术溢出效应的影响进行实证分析；同时，根据各个国家营商环境的异质性角度进一步去探究两者之间的影响作用。这在一定程度上丰富了中国逆梯度OFDI逆向技术溢出的影响因素方面的相关研究。
二、文献综述
随着OFDI的迅速发展，新兴经济体为了获取先进的生产技术以及经验，转而向发达国家进行投资。冼国明等[2]将这些发展中国家的企业对外直接投资主要分成两大类；第一类是竞争策略型，第二类是学习型。前者被称之顺向投资，后者则被称之为逆向投资，即逆梯度OFDI。李童等[3]认为，相比于竞争策略型对外投资，学习型对外投资更加关注于获得生产技术、管理经验和品牌，因而备受推崇。
（一）国内外关于逆梯度OFDI研究
目前各国学者关于逆梯度OFDI的研究成果不多。Makino et al.[4]认为逆梯度OFDI具有负向的优势落差，因此主要是通过吸收战略资源、学习先进技术来获取更高层次的竞争优势。Bai et al.[5]通过对2010—2017年424家中国制造业企业的面板数据的研究，结果表明逆梯度OFDI可以产生逆向绿色技术转移，促进母公司的环境创新。中国逆梯度OFDI不仅在对环境创新方面有促进作用，对于国内技术发展以及碳排放改善等领域方面均有积极影响。比如：刘海云等[6]结合2003—2012年间中国对113个国家的投资和贸易面板数据分析认为，中国逆梯度OFDI主要为技术寻求型，其目的在于获得发达国家先进的生产技术，提高产出水平；此外中国逆梯度OFDI可以有效提高国内制造业生产水平，在扩大出口规模的同时也增进了与发达国家之间的制造业贸易。特别的，廖庆梅等[7]则认为发达国家的逆梯度OFDI对国内就业的作用主要来自于扩展边际，且对中、低等技术制造业国内就业有显着的拉动作用，对高技术制造业的拉动作用不明显。张宏等[8]认为逆梯度OFDI能促进高技术含量产品的出口和结构的优化。屈小娥等[9]通过实证分析认为逆梯度OFDI通过提升企业绿色技术水平和促进产业结构升级间接降低了碳排放。周凤秀等[10]利用微观数据证实：中国逆梯度OFDI可以通过绿色技术逆向溢出在一定程度上达到减少企业的污染排放的目的。近年来，国家提出“低碳经济、碳达峰和碳中和”等一系列政策措施和目标，倡导绿色经济，而中国逆梯度OFDI的深入研究与之相契合，对政策实施具有一定推动作用。
（二）国内外关于逆梯度OFDI逆向技术溢出的研究
Kogut et al.[11]率先对母国OFDI逆向技术溢出展开研究，利用日本制造业企业的微观数据研究发现，他们更倾向于对欧美的技术密集型产业进行投资，具有明显技术寻求动机。此后关于逆梯度OFDI的逆向技术溢出效应研究在学界一直广受关注。其中蒋冠宏等[12]认为可以显着提升中国企业的技术水平和生产率。而毛其淋等[13]采用2004—2009年企业层面微观数据，得出了通过利用发达国家逆向溢出的先进技术，也即通过逆梯度OFDI产生的逆向技术溢出确实提高了中国企业的自主研发能力。王立国等[14]基于1994—2014年的样本数据得出结论：对比顺梯度而言，逆梯度OFDI逆向技术溢出效应更为明显，这种溢出效应具体体现在改进母国企业生产加工过程和提升产品质量方面，从而进一步优化产业结构，并能最终有效解决部分产能过剩的问题。Piperopoulos et al.[15]认为逆梯度OFDI逆向技术溢出对创新绩效的效果要远远大于投资欠发达国家。不仅如此，苏汝■等[16]通过实证分析认为中国对美国和欧盟等发达国家和地区逆梯度OFDI存在显着的逆向技术溢出效应，东部地区制造业OFDI获得的国际研发资本可以显着地提升地区技术水平。然而逆梯度OFDI的逆向技术溢出效应的影响也并不都是面面向好。例如：Bitzer et al.[17]就认为其对母国全要素生产率的促进作用不显着甚至是存在负向效应。此外，朱洁西等[18]通过运用熵权-TOPSIS法测算了2005—2019年中国省级地区的经济发展质量，得出结论：虽然逆梯度OFDI逆向技术溢出提高了区域创新绩效，但对协调发展、开放稳定和安全保障产生了负面影响。纵观现有文献来看，众学者研究方向大多集中在探究逆梯度OFDI逆向技术溢出的效应，其研究成果主要体现在对国内企业技术水平的提高和促进企业的创新能力以及优化产业结构等方面，然而对于中国逆梯度OFDI逆向技术溢出的影响因素探究的文献资料相对匮乏。
综上所述，已有文献为本文的研究奠定了较好基础，同时从以上分析可以看出鲜有探究贸易摩擦对于逆梯度OFDI逆向技术溢出效应影响的文献。发达国家之间的相互直接投资的重要原因之一就是为了获取更多的逆向技术溢出，当然这也推动了发展中国家不断加大对发达国家直接投资规模。但是，已有的国内外研究成果很少在探究逆梯度OFDI逆向技术溢出的影响因素时将贸易摩擦考虑进去，这是将来的研究需要拓展的方向之一，本文将以中国逆梯度OFDI逆向技术溢出为研究对象，探讨贸易摩擦对中国逆梯度OFDI逆向技术溢出的影响。
三、研究假设
近年来，随着全球经济发展的不确定性以及逆全球化潮流持续推进，一些西方国家高举贸易保护大旗频频制造贸易摩擦，继而各国争相构筑贸易壁垒，因此关于贸易摩擦的研究从本质上便是关于贸易壁垒的研究。贸易壁垒可以分为关税壁垒和非关税壁垒。中国作为贸易出口大国，当下面临的贸易环境更为复杂和险峻。目前针对中国实施的贸易壁垒主要有关税壁垒、反倾销、反补贴、特别保障措施和技术性贸易壁垒。其中尤以反倾销和反补贴措施发起最为频繁，因此本文主要考虑的是反倾销和反补贴对中国逆梯度OFDI逆向技术溢出的影响。
既有文献中，大部分学者就贸易壁垒对中国逆梯度OFDI的影响作用进行了实证分析。例如，杜凯等[19]、李猛等[20]、余振等[21]通过研究得出结论：对华采取贸易壁垒相关措施是刺激中国对外直接投资的重要因素之一。学术界对于探究贸易壁垒与逆梯度OFDI逆向技术溢出的关系研究成果较少，但逆梯度OFDI与其逆向技术溢出之间的关系是密不可分的，所以本文将在研究贸易壁垒和中国逆梯度OFDI关系基础之上，进一步对贸易壁垒和中国逆梯度OFDI逆向技术溢出效应的关系做出合理假设。本文借鉴杨连星等[22]的方法模型，假设某种商品的市场价格为a，产量为b，在国内的生产成本函数为cd（b），对发达国家的OFDI的成本函数为cf（b），设其固定成本为F，因为对中国采取的反倾销或反补贴措施的结果均是增加税收，即对产品的成本产生直接影响，故可设中国企业遭受贸易壁垒的程度系数为t。
（1）若企业遭受发达国家发起贸易壁垒措施时选择出口的利润函数为：
P1=a·b-cd（b）·b·（1+t） （1）
对上式进行一阶求导，得其最优产量为b1*，当满足■=0时，获得最大利润为P1*，即：
P1*=a·b1*-cd（b1*）·b1*·（1+t） （2）
（2）若企业遭受发达国家发起贸易壁垒措施时选择对其直接投资的利润函数为：
P2=a·b-cf（b）·b-F （3）
同理得其最优产量b2*，且满足■=0时，企业的最大利润为P2*，此时：
P2*=a·b2*-cf（b2*）·b2*-F （4）
综上，若企业选择对发达国家进行OFDI，则需满足P1*≤P2*，即：
F≤a·b2*-cf（b2*）·b2*-a·b1*+cd（b1*）·b1*·（1+t） （5）
根据上式即可得到中国对发达国家的OFDI固定成本F的阈值F*：
F*（t）=a·b2*-cf（b2*）·b2*-a·b1*+cd（b1*）·b1*·（1+t） （6）
由上式可得，当■>0时，中国对发达国家的OFDI固定成本的阈值F*会随着贸易壁垒的程度系数t的增加而提升，也就是说会有越来越多的投资项目的固定成本低于阈值，从而会增加中国对对华采取反倾销或反补贴的发达国家的OFDI。近年来中国遭受发达国家对华采取反倾销和反补贴措施逐年增加，这势必会诱发中国对其的OFDI，而随着OFDI存量的不断增加会在一定程度上促进其逆向技术溢出。据此，笔者认为，发达国家对华采取反倾销和反补贴等一系列贸易壁垒措施的增加可能会导致逆梯度OFDI逆向技术溢出效应的提升。故提出假设1和假设2。
H1：对华反倾销对中国逆梯度OFDI的逆向技术溢出效应存在促进作用。
H2：对华反补贴对中国逆梯度OFDI的逆向技术溢出效应存在正向提升作用。
在发达国家投资的固定成本F可能会取决于该国的制度环境、政府治理、两国的伙伴关系以及营商环境等，其中营商环境尤为重要。如果选择在发达国家的某一地区投资生产，那幺该地区的营商环境因素便不可忽略，因为营商环境会贯穿整个企业活动的始终。一般认为营商环境越好的地方，其投资的固定成本越小，也就是说会吸引外商投资，对此本文提出假设3。
H3：当发达国家的营商环境较好时，该国对华发起的反倾销、反补贴措施对中国逆梯度OFDI的逆向技术溢出效应存在显着的促进作用。
四、模型构建与数据说明
（一）样本选择
中国近年来对外直接投资的基本存量情况：截至2020年末，中国对发达国家直接投资存量较高的15个国家包括美国、澳大利亚、新西兰、加拿大、英国、日本、以色列、瑞士、挪威、荷兰、瑞典、德国、法国、新加坡和爱尔兰。中国对以上国家直接投资额存量约占对发达国家直接投资存量总额的87%，故本文将选取2003—2020年中国对外直接投资的15个发达国家面板数据作为样本，该样本选择具有一定代表性。
（二）变量选取与说明
1.被解释变量
本文的被解释变量为中国对发达国家OFDI的逆向技术溢出数额。根据Pottelsberghe，et al.[23]提出的国际R&D溢出回归模型和刘宏等[24]的做法，用中国对外直接投资获得的国外研发（R&D）资本存量来衡量中国对外直接投资的逆向技术溢出效应。中国对i国在t年的OFDI逆向技术溢出的程度可以通过以下公式估算：
RTOi，t=■Si，t （7）
RTOi，t=■Si，t （8）
其中：RTOi，t是中国在t年通过对外直接投资渠道获得的i国研发资本存量溢出额，Oi，t是中国t年对i国家的投资存量，数据来源于《中国对外经济贸易统计年鉴》及《中国对外直接投资统计公报》。Ki，t是i国t年的固定资本形成总额；GDPi，t是国家i在t年的GDP总额；Si，t表示i国在t年的R&D支出存量总额。上述数据均来源于世界银行（World Bank），公式10将用于后文中的稳健性检验。研发资本存量采用Griliches[25]提出的永续盘存法计算，过程如下：
Si，t=（1-δ）Si，t-1+RDi，t （9）
其中：Si，t表示i国在第t年的研发资本存量；δ为折旧率，参考李梅等[26]的方法，δ取值为5%；RDi，t表示i国在第t年的研发资本支出，通过从世界银行（World Bank）数据库获取GDP以及R&D支出占GDP比重数据，进而计算出R&D支出数额。以2003年为基期计算研发资本存量：
Si，2003=■Si，t （10）
其中：R&Di，2003表示2003年i国的研发资本支出，gi表示i国在样本期（2003—2020年）研发资本投入的年均增长率。
2.解释变量
本文的主要解释变量为发达国家对华反倾销、对华反补贴。由于反倾销和反补贴一旦立案就会产生持续性的影响，借鉴余振等[21]的做法，本文研究的时间区间为2003—2020年，主要研究的反倾销和反补贴事件为其措施的撤销日期在2003年及以后的，即2003年后仍在产生影响的反倾销和反补贴事件。据此，本文整理出15个发达国家对华反倾销、反补贴措施的撤销日期在2003年及以后的数据，若i国在t年对中国采取反倾销或反补贴措施，并于k（k可能为2020年或一直到2020年仍未撤销）年撤销，则在t-k年间均认为i国家对中国有反倾销或反补贴壁垒，均记为1，并对其进行加总，最终得到这15个发达国家在2003—2020年对中国采取的反倾销和反补贴壁垒存量数据。数据来源于世界银行（World Bank）的“临时性贸易壁垒数据库”以及中国贸易救济信息网。
3.控制变量
参照韩玉军等[27]、李猛等[20]、李梅等[26]的变量选取依据，采用的控制变量包括东道国研发R&D强度、东道国人均GDP、关税税率和东道国与中国的技术差距。
东道国R&D强度（RD），是由东道国每年的研发支出占国内生产总值的比重计算而得，东道国每年的研发支出占国内生产总值的比重数据来源于世界银行数据库，部分缺失数据采用平均增长率计算后进行替代。
关税壁垒（TARIFF）。本文研究的是非关税壁垒对中国逆梯度OFDI逆向技术溢出的影响，但关税壁垒作为影响范围最大的贸易壁垒，其可能会对逆梯度OFDI的逆向技术溢出产生影响。数据来源于国研网统计数据库。
人均GDP（pGDP）。本文采用东道国人均国民收入作为一个控制变量，因为人均国民收入与国家经济发展水平息息相关。人均GDP采用现期国际货币美元衡量，数据来源于国研网统计数据库。
东道国与中国的技术差距（TD）。本文用的是东道国与中国劳动生产率之比来代理两国之间的技术差距。既有文献中，苏汝■等[16]以及韩玉军等[27]均通过实证研究得出结论认为技术差距与OFDI的逆向技术溢出存在显着影响。技术差距的计算公式为：
TDi，t=■ （11）
其中：TDi，t表示中国t年与i国的技术差距；GDPt表示中国t年的GDP总额，Labort表示中国t年末总就业人数；GDPi，t表示i国t年的GDP总额，Labori，t表示i国t年末总就业人数。其中GDP数据来源于世界银行（World Bank）数据库，各国就业人数数据来源于国际劳工组织统计数据库。
（三）模型设定
本研究计量回归模型如下：
RTOi，t=α0+α1ADi，t+α2RDi，t+α3
TARIFFi，t+α4pGDPi，t+α5TDi，t+yt+ci+εi，t
（12）
RTOi，t=β0+β1ASi，t+β2RDi，t+β3
TARIFFi，t+β4pGDPi，t+β5TDi，t+yt+ci+φi，t
（13）
其中：RTOi，t表示的是中国对i国t年OFDI的逆向技术溢出数额；α0和β0为常数项；解释变量ADi，t和ASi，t分别表示第i国在t年对中国实施反倾销和反补贴壁垒存量；RDi，t表示i国在t年的R&D支出占国内生产总值的比重，即R&D强度；TARIFFi，t表示i国在t年所有产品适用加权平均关税税率；pGDPi，t表示i国在t年人均GDP数额；TDi，t表示中国t年与i国的技术差距；yt表示时间固定效应，ci表示个体固定效应。把影响中国逆梯度OFDI逆向技术溢出的其他因素统统吸收到误差项εi，t和φi，t中。
五、实证分析
（一）变量的描述性统计
表1是本文使用的各变量的描述性统计结果。此外，对各变量进行相关性分析后发现各变量之间的相关性系数均小于通常被认为是阈值的0.8，故可认为不存在共线性问题。
（二）基准模型回归结果
本文运用固定效应模型对2003—2020年中国与15个发达国家平衡的面板数据进行回归分析，以验证前文假设，表2中报告了初步回归结果。从表中列（1）和列（2）的估计结果来看，对华发起反倾销、反补贴措施对中国逆梯度OFDI的逆向技术溢出作用在1%的显着水平上为正，也即促进了中国逆梯度OFDI逆向技术溢出效应；这也从另一个角度解释了中国近年来为何不断扩大对外投资规模，一方面是因为通过对外投资跨越反倾销、反补贴等贸易壁垒，另一方面也是为更好地获取国外的先进技术和生产经验。同时也初步验证了本文H1和H2。
尽管反倾销、反补贴对中国逆梯度OFDI的逆向技术溢出的影响作用在上述研究中已经得到了理论解释和经验验证，但是为了解决遗漏变量致使的内生性问题对上述的回归结果造成偏误，本文采用广义矩阵估计（GMM）这种方法将主要解释变量的滞后变量作为工具变量，此外，该方法也能更有效地解决异方差的问题。从表2列（3）和列（4）回归结果可以看出，在克服了异方差和内生性问题之后，其回归结果并未发生改变，结果仍然在1%和5%的显着水平上为正，这也说明了对华采取反倾销、反补贴措施对中国逆梯度OFDI的逆向技术溢出有促进作用。
（三）稳健性检验
表3列（1）和列（2）是通过更换了被解释变量的测度方法来对本文构建的模型进行稳健性检验。从表3的回归结果不难发现，虽然主要解释变量的回归的相关系数发生了改变，但其内在的变化趋势仍然与前文保持一致，此外其显着性并未发生显着变化。由此可见回归结果还是很稳健。也就是说，对华采取反倾销和反补贴依旧是正向促进中国逆梯度OFDI的逆向技术溢出。因为本文的被解释变量的方差明显大于均值，即存在“过度分散”，故采用了负二项回归来解决该问题，从表3的列（3）和列（4）回归结果来看，主要解释变量仍然在1%的水平上显着，据此进一步验证了本文的H1和H2。
（四）异质性分析
为了更准确地分析反倾销和反补贴对中国逆梯度OFDI的逆向技术溢出的影响，本文引入了营商环境指标来将样本分为较好营商环境和较差营商环境。营商环境指数来源于世界银行发布的《2020年营商环境报告》。其样本划分依据为：较好的营商环境指排名在前20，较差营商环境则位于20名之后。表4中报告了根据营商环境差异的回归结果。从表中的回归结果中，可以看出在营商环境较好的发达国家，对华发起反倾销和反补贴均会显着促进中国逆梯度OFDI的逆向技术溢出，而在营商环境较差的东道国结果却不十分显着。此外，同在营商环境较好的情况下，反补贴比反倾销措施的实施更能促进中国逆梯度OFDI逆向技术的溢出。上述结论也进一步验证了本文的H3。
六、结论与政策启示
（一）结论
近年来，随着经济全球化进程加快和我国“走出去”的规模持续扩大，进而导致我国与其他国家和地区的贸易摩擦不断增加，一方面我国依然是其他国家和地区发起反倾销和反补贴调查的主要对象国，另一方面以美国为首的贸易保护主义不断抬头，使得大国之间贸易摩擦态势愈加严重。从本文的实证结果来看：（1）发达国家对华发起的反倾销案件调查对中国逆梯度OFDI逆向技术溢出数量呈现正向显着影响，对华反补贴对其依然产生正向显着影响，表明发达国家对华反倾销、反补贴调查强度的提高有助于我国逆梯度OFDI逆向技术溢出效应水平的提高。在经过更换被解释变量的测度方法之后，其结果依然支持上述结论，具有一定稳健性。（2）从营商环境异质性分析的回归结果可以看出，在营商环境较好的发达国家，对华发起反倾销和反补贴均会显着促进中国逆梯度OFDI的逆向技术溢出，而在营商环境较差的发达东道国促进作用却不明显。此外，同在营商环境较好的情况下，反补贴比反倾销措施的实施更能促进中国逆梯度OFDI逆向技术的溢出。由此也进一步证实了本文的研究假设。
（二）政策启示
基于上述的实证分析结果来看，本文有可能带来的政策启示有：（1）在贸易保护主义不断盛行和中国逐渐成为世界贸易摩擦主要对象国的背景下，使我国企业对反倾销、反补贴的贸易壁垒有一个正确清晰的认识至关重要。近年来发达国家对华反倾销、反补贴力度不断加大，尽管从本文的研究结论来看，这在一定程度上有益于我国逆梯度OFDI的逆向技术溢出，但随之而来的贸易不确定性的影响也不容忽视。这就需要政府对企业进行积极鼓励和引导，一方面，需要不断完善和普及反倾销、反补贴等相关贸易壁垒的法律和税收政策制度；另一方面，为中国企业对发达国家投资提供便利和创造良好的投资环境。（2）虽然发达国家与我国的贸易摩擦不断加剧，但根据目前的实际情况和本文得出结论来看，适度的对华反倾销、反补贴能够促进中国逆梯度OFDI逆向技术溢出，可能并不需要干预，反之则会过犹不及，将使我国企业处于不利的进出口贸易处境。如何既合理利用发达国家对华反倾销、反补贴，又能降低贸易保护主义的负面影响，是一个亟待解决的问题，需要政府和企业通力合作、共同应对。例如：企业需要大力培养一些熟悉国际法律、WTO多边政策体制以及贸易争端的相关人才，同时政府也应鼓励和援助受到不合理贸易摩擦的企业积极应诉和申诉，坚决维护自身的合法权益。（3）根据本文的营商环境异质性分析可以看出，企业对发达国家进行投资和选择过程中，该国的营商环境因素需要仔细考量，因为好的营商环境可以激发市场活力，增加内生发展动力，为企业的可持续发展提供坚实基础和有效保障。此外，在营商环境较差的国家进行投资不仅会增加投资成本，而且其逆向技术溢出效应也获得甚微。●
【参考文献】
［1］ 周经，黄凯.OFDI逆向技术溢出提升了区域创新能力吗？——基于空间杜宾模型的实证研究［J］.世界经济与政治论坛，2020（2）：108-130.
［2］ 冼国明，杨锐.技术累积、竞争策略与发展中国家对外直接投资［J］.经济研究，1998（11）：56-63.
［3］ 李童，皮建才.中国逆向与顺向OFDI的动因研究：一个文献综述［J］.经济学家，2019（3）：43-51.
［4］ MAKINO S，LAU C，YEH R.Asset-exploration versus asset-seeking：implications for location choice of foreign direct investment from newly industrialized economies［J］.Journal of International Business Studies，2002，33（3）：403-421.
［5］ BAI Y，QIAN Q Q，JIAO J L，et al.Can environmental innovation benefit from outward foreign direct investment to developed countries？ Evidence from Chinese manufacturing enterprises［J］.Environmental Science and Pollution Research，2020，27（12）：13790-13808.
［6］ 刘海云，聂飞.中国OFDI动机及其对外产业转移效应——基于贸易结构视角的实证研究［J］.国际贸易问题，2015（10）：73-86.
［7］ 廖庆梅，刘海云.基于二元梯度和边际的中国制造业OFDI母国就业效应［J］.国际贸易问题，2018（6）：133-149.
［8］ 张宏，王霄，潘雨晨.中国OFDI对出口结构的影响研究——以“一带一路”为背景［J］.亚太经济，2019（4）：79-87，151-152.
［9］ 屈小娥，骆海燕.中国对外直接投资对碳排放的影响及传导机制——基于多重中介模型的实证［J］.中国人口·资源与环境，2021，31（7）：1-14.
［10］ 周凤秀，温湖炜.中国对外直接投资如何影响企业污染排放——来自工业企业的微观证据［J］.国际商务（对外经济贸易大学学报），2021（1）：65-80.
［11］ KOGUT B，CHANG S J.Technological capabilities and Japanese foreign direct investment in the United States［J］.The Review of Economics and Statistics，1991，73（3）：401-413.
［12］ 蒋冠宏，蒋殿春，蒋昕桐.我国技术研发型外向FDI的“生产率效应”——来自工业企业的证据［J］.管理世界，2013（9）：44-54.
［13］ 毛其淋，许家云.中国对外直接投资促进抑或抑制了企业出口？［J］.数量经济技术经济研究，2014，31（9）：3-21.
［14］ 王立国，赵琳，许森.OFDI与中国工业产能利用水平波动［J］.东北财经大学学报，2017（1）：19-27.
［15］ PIPEROPOULOS P，WU J，WANG C Q.Outward FDI，location choices and innovation performance of emerging market enterprises［J］.Research Policy，2018，47：232-240.
［16］ 苏汝■，李玲.制造业对外直接投资的逆向技术溢出效应——基于技术差距的影响分析［J］.宏观经济研究，2021（7）：66-78，126.
［17］ BITZER J，G？魻RG H.Foreign direct investment，competition and i-
ndustry performance［J］.World Ec-
onomy，2009，32（2）：221－233．
［18］ 朱洁西，李俊江.中国OFDI逆向技术溢出、区域创新绩效与经济高质量发展——基于省级面板数据的联立方程分析［J］.云南财经大学学报，2022，38（2）：1-23.
［19］ 杜凯，周勤.中国对外直接投资：贸易壁垒诱发的跨越行为［J］.南开经济研究，2010（2）：44-63.
［20］ 李猛，于津平.贸易摩擦、贸易壁垒与中国对外直接投资研究［J］.世界经济研究，2013（4）：66-72，89.
［21］ 余振，陈鸣.贸易摩擦对中国对外直接投资的影响：基于境外对华反倾销的实证研究［J］.世界经济研究，2019（12）：108-120，133.
［22］ 杨连星，刘晓光.反倾销如何影响了对外直接投资的二元边际［J］.金融研究，2017（12）：64-79.
［23］ POTTELSBERGHE B，LICHTENBERG F.Does foreign direct investment transfer technology across borders［J］.Review of Economics and Statistics，2001（83）：490-497.
［24］ 刘宏，赵恒园，李峰.对外直接投资、吸收能力与地区创新产出——基于省际面板数据的多变量门限回归分析［J］.河北经贸大学学报，2019，40（4）：38-49.
［25］ GRILICHES Z.The search for R&D spillovers［J］.Scandinavian Journal of Economics，1992（4）：29-47.
［26］ 李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析［J］.管理世界，2012（1）：21-32，66.
［27］ 韩玉军，王丽.中国OFDI逆向技术溢出效应的影响因素研究——基于国别面板数据的非线性门槛技术回归［J］.经济理论与经济管理，2015（6）：94-105.
