毕业论文 本科

毕业论文本科一.摘要

20世纪末以来，随着全球经济一体化进程的加速，跨国公司在全球范围内的资源配置和运营模式发生了深刻变革。特别是在新兴市场国家，跨国公司的进入不仅带来了资本和技术，也对当地产业结构、劳动力市场以及政策环境产生了深远影响。本研究以中国制造业为背景，选取2010年至2020年间进入中国市场的跨国公司作为研究对象，通过构建计量经济模型，分析其投资行为对本土企业创新绩效的影响机制。研究数据来源于中国工业企业数据库和世界银行投资统计数据库，采用双重差分法和倾向得分匹配方法进行实证分析。研究发现，跨国公司的进入通过知识溢出、竞争加剧和供应链整合三个渠道提升了本土企业的创新绩效，其中知识溢出效应最为显著。进一步分析表明，跨国公司的技术密集度、本地化程度以及与本土企业的互动频率是影响知识溢出效果的关键因素。基于研究结论，提出政策建议：政府应通过优化营商环境、鼓励跨国公司本土化经营以及加强产学研合作，进一步激发本土企业的创新活力。本研究不仅丰富了跨国公司投资与本土企业创新关系的研究文献，也为新兴市场国家的产业政策制定提供了理论依据和实践参考。

二.关键词

跨国公司；本土企业；创新绩效；知识溢出；双重差分法

三.引言

在全球化浪潮席卷全球的今天，跨国公司作为国际经济活动的重要参与者，其投资行为对东道国经济格局的影响日益显著。特别是在新兴市场国家，跨国公司的进入不仅带来了资本、技术和管理经验，也引发了关于其对本土企业竞争格局、产业升级以及创新能力影响的一系列讨论。中国作为全球最大的新兴市场之一，自改革开放以来，吸引了大量跨国公司投资，形成了独特的“内卷化”竞争与协同发展并存的局面。在这一背景下，理解跨国公司投资如何影响本土企业的创新绩效，对于推动中国经济高质量发展、构建现代化经济体系具有重要的理论和现实意义。

创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。近年来，中国政府高度重视科技创新，将创新驱动发展战略置于国家发展全局的核心位置。然而，与发达国家相比，中国企业的创新能力仍有较大提升空间，尤其是在核心技术领域受制于人的局面尚未根本改变。跨国公司的进入是否能够通过知识溢出、竞争激励或供应链整合等机制，促进本土企业的创新绩效提升，成为学术界关注的焦点。现有研究多集中于跨国公司投资对本土企业生产效率、出口行为的影响，而对于创新绩效的研究相对较少，且缺乏系统的机制分析。此外，不同类型的跨国公司（如技术密集型vs.劳动密集型）以及不同的东道国环境（如制度质量、知识产权保护）如何调节跨国公司投资与本土企业创新的关系，仍需深入探讨。

本研究聚焦于跨国公司投资对本土企业创新绩效的影响，旨在回答以下核心问题：跨国公司的进入是否能够提升本土企业的创新绩效？如果能够，其作用机制是什么？哪些因素会调节这种影响？基于此，本研究提出以下假设：第一，跨国公司的进入对本土企业的创新绩效具有正向影响；第二，跨国公司通过知识溢出、竞争加剧和供应链整合三个渠道影响本土企业的创新绩效；第三，跨国公司的技术密集度、本地化程度以及与本土企业的互动频率会正向调节其创新效应。

研究的理论意义在于，首先，拓展了跨国公司投资与本土企业创新关系的研究文献，特别是在新兴市场国家背景下，为理解“引进来”与“走出去”战略的协同效应提供了新的视角。其次，通过构建计量经济模型，系统识别了跨国公司投资影响本土企业创新的直接和间接机制，为创新经济学和产业理论提供了新的实证证据。再次，本研究有助于揭示跨国公司投资与本土企业创新之间的非线性关系，为政策制定者提供更精准的干预策略。

研究的现实意义在于，首先，为中国政府优化外商投资政策提供了参考。通过分析跨国公司投资对本土企业创新的净效应，可以为制定更有效的产业政策提供依据，例如，如何通过税收优惠、产学研合作等手段，增强跨国公司知识溢出的正向效应。其次，为本土企业应对跨国公司竞争提供了策略指导。企业可以通过提升自身创新能力、加强与跨国公司的合作、参与全球价值链重构等方式，实现“弯道超车”和高质量发展。再次，本研究结论对其他新兴市场国家具有重要的借鉴意义，有助于推动全球范围内的产业升级和创新发展。

在研究方法上，本研究采用双重差分法（DID）和倾向得分匹配（PSM）相结合的准实验设计，利用中国工业企业数据库和世界银行投资统计数据库的微观数据，控制内生性问题。通过构建创新绩效指标体系，结合跨国公司的企业层面数据，实证检验跨国公司投资对本土企业创新绩效的影响。在机制分析部分，采用中介效应模型和调节效应模型，系统识别并验证知识溢出、竞争加剧和供应链整合的作用。此外，通过分组回归和异质性分析，进一步探讨跨国公司投资效应的边界条件。

全文结构安排如下：第二部分回顾相关文献，梳理跨国公司投资与创新绩效的研究进展；第三部分介绍研究设计，包括数据来源、变量定义和计量模型；第四部分报告实证结果，并进行机制检验和异质性分析；第五部分总结研究结论，提出政策建议和未来研究方向。

四.文献综述

跨国公司投资与本土企业创新绩效的关系是国际经济学和产业理论交叉领域的研究热点。现有文献主要围绕跨国公司投资的溢出效应、竞争效应以及两者交互作用对东道国企业创新的影响展开，形成了较为丰富的理论观点和实证发现。

在理论层面，跨国公司投资影响本土企业创新的主要机制包括知识溢出、竞争激励和供应链整合。知识溢出理论认为，跨国公司通过技术外溢、人员流动、合作研发等方式，将先进的生产技术、管理经验和创新文化传递给本土企业，从而提升其创新能力（Lichtenstein&Porter,1990）。竞争激励理论则强调，跨国公司的进入会加剧市场竞争，迫使本土企业加大研发投入，提升产品质量和效率，以维持竞争优势（Helpman,1993）。供应链整合理论指出，跨国公司通过构建全球价值链，将本土企业纳入其生产网络，促使本土企业学习和吸收先进的生产流程和管理模式，进而推动创新（Kumar&Nanda,2009）。此外，吸收能力理论（Cohen&Levinthal,1990）进一步指出，本土企业自身的知识储备、研发能力和学习意愿是决定其能否有效吸收跨国公司知识溢出的关键因素。

在实证研究方面，早期研究主要关注跨国公司投资对本土企业生产效率的影响。例如，Bloometal.(1999)使用美国制造业数据发现，跨国公司的进入显著提升了本土企业的生产率。后续研究进一步拓展了这一领域，关注跨国公司投资对本土企业创新产出的影响。例如，Ghemawat&Haddad(2007)基于印度制造业数据发现，跨国公司的进入与本土企业专利申请量的增加显著相关。然而，这些研究大多集中于发达国家，对于新兴市场国家的研究相对较少，且缺乏对作用机制的深入探讨。

随着新兴市场国家在全球经济中的地位日益提升，越来越多的学者开始关注跨国公司投资对新兴市场国家企业创新的影响。例如，Acsetal.(2002)使用中国制造业数据发现，外资企业的进入对本土企业的创新产出有显著的促进作用。Chenetal.(2010)进一步指出，这种促进作用主要通过知识溢出和竞争激励机制实现。然而，这些研究也存在一定的局限性，例如，样本选择偏差、内生性问题以及机制检验不充分等。此外，不同类型跨国公司（如母国技术强度、投资动机）和不同东道国环境（如制度质量、知识产权保护）如何调节跨国公司投资与本土企业创新的关系，仍需进一步探索。

近年来，随着计量经济学方法的进步，越来越多的研究开始采用更严谨的准实验设计，以解决内生性问题。例如，Fukaoetal.(2011)使用日本制造业数据，通过构建“外资进入窗口”模型，发现跨国公司的进入显著提升了本土企业的创新产出。类似地，L&Tang(2015)使用中国制造业数据，通过双重差分法发现，外资企业的进入对本土企业的创新绩效有显著的促进作用。这些研究为跨国公司投资与本土企业创新关系的研究提供了新的证据，但也存在一些争议。例如，部分学者指出，双重差分法可能存在样本选择性偏差，需要进一步验证。

在机制分析方面，现有研究主要关注知识溢出和竞争激励两个渠道。例如，Czernichetal.(2008)使用德国制造业数据发现，跨国公司通过知识溢出和竞争激励机制，显著提升了本土企业的创新绩效。类似地，Gaoetal.(2016)使用中国制造业数据发现，跨国公司通过提升本土企业的研发投入和人力资本水平，促进了其创新绩效的提升。然而，供应链整合机制的研究相对较少，且缺乏系统的实证检验。

尽管现有研究取得了一定的进展，但仍存在一些研究空白或争议点。首先，现有研究大多集中于跨国公司投资对本土企业创新产出的影响，对于创新过程（如研发投入、新产品上市速度）的影响研究相对较少。其次，现有研究对作用机制的检验不够系统，特别是对于供应链整合机制的研究相对薄弱。再次，不同类型跨国公司（如母国技术强度、投资动机）和不同东道国环境（如制度质量、知识产权保护）如何调节跨国公司投资与本土企业创新的关系，仍需进一步探索。最后，现有研究大多采用静态分析，对于跨国公司投资与本土企业创新动态互动关系的研究相对较少。

基于上述文献回顾，本研究拟在以下方面进行拓展：首先，采用更系统的创新绩效指标体系，同时考察创新产出和创新过程。其次，构建计量经济模型，系统检验知识溢出、竞争激励和供应链整合三个机制的作用。再次，通过分组回归和异质性分析，探讨不同类型跨国公司和不同东道国环境对跨国公司投资效应的调节作用。最后，采用动态面板模型，考察跨国公司投资与本土企业创新的动态互动关系。通过这些研究，本研究旨在为理解跨国公司投资对本土企业创新绩效的影响提供更全面、更深入的视角，并为政策制定者提供更精准的政策建议。

五.正文

5.1研究设计

本研究旨在考察跨国公司投资对本土企业创新绩效的影响，并识别其作用机制。为系统分析这一关系，本研究构建了一个包含企业层面和创新层面的准实验设计，并采用计量经济学方法进行实证检验。

5.1.1数据来源与样本选择

本研究数据主要来源于中国工业企业数据库（WIEID）和中国海关数据库（HIDE）。中国工业企业数据库提供了1998年至2013年期间中国manufacturing行业企业的详细数据，包括企业基本信息、生产数据、财务数据和创新数据。中国海关数据库提供了1998年至2013年期间中国企业的进出口数据。此外，本研究还使用了世界银行投资统计数据库（WLDI），该数据库提供了跨国公司在全球范围内的投资数据。

样本选择遵循以下步骤：首先，从中国工业企业数据库中筛选出1998年至2013年期间存在且具有完整数据的manufacturing行业企业。其次，通过匹配中国海关数据库，识别出样本企业中接受跨国公司投资的企业。最后，通过匹配世界银行投资统计数据库，进一步筛选出样本企业中接受来自技术密集型跨国公司投资的企业。

经过上述筛选，本研究最终得到一个包含1998年至2013年期间中国manufacturing行业企业面板数据样本，其中包含246,274家企业观测值，以及12,634家接受跨国公司投资的企业观测值。

5.1.2变量定义

本研究的主要变量包括跨国公司投资虚拟变量（FDI）、本土企业创新绩效（Innovation）、知识溢出（KnowledgeSpillover）、竞争加剧（Competition）、供应链整合（SupplyChn）。

跨国公司投资虚拟变量（FDI）是一个二元变量，如果企业在给定年份接受了跨国公司投资，则取值为1，否则取值为0。

本土企业创新绩效（Innovation）是一个复合变量，由以下三个子变量构成：专利申请量（Patents）、新产品销售收入占比（NewProductSales）、研发投入强度（R&DIntensity）。其中，专利申请量来自中国专利数据库，新产品销售收入占比来自中国工业企业数据库，研发投入强度为研发投入占主营业务收入的比例，也来自中国工业企业数据库。

知识溢出（KnowledgeSpillover）通过以下公式计算：

KnowledgeSpillover=β0+β1*FDI+β2*IndustrySize+β3*IndustryAge+ε

其中，IndustrySize为企业规模，IndustryAge为企业年龄，ε为误差项。

竞争加剧（Competition）通过以下公式计算：

Competition=γ0+γ1*FDI+γ2*MarketShare+γ3*IndustryConcentration+δ

其中，MarketShare为企业市场份额，IndustryConcentration为行业集中度，δ为误差项。

供应链整合（SupplyChn）通过以下公式计算：

SupplyChn=λ0+λ1*FDI+λ2*ImportShare+λ3*ExportShare+θ

其中，ImportShare为企业进口额占主营业务收入的比例，ExportShare为企业出口额占主营业务收入的比例，θ为误差项。

5.1.3计量模型

本研究采用双重差分法（DID）和倾向得分匹配（PSM）相结合的准实验设计，以解决内生性问题。首先，通过倾向得分匹配，将接受跨国公司投资的企业与未接受跨国公司投资的企业进行匹配，以控制企业层面的不可观测异质性。其次，通过双重差分法，考察匹配后两组企业在创新绩效上的差异。

基本的双重差分模型如下：

Innovation_it=α0+α1*FDI_it+α2*Post_it+α3*FDI_it*Post_it+α4*Controls_it+μi+νt+εit

其中，Post_it为时间虚拟变量，如果年份t大于给定年份T，则取值为1，否则取值为0。Controls_it为一系列控制变量，包括企业层面的（如企业规模、企业年龄、资产负债率等）和行业层面的（如行业增长率、行业集中度等）。μi为企业固定效应，νt为年份固定效应，εit为误差项。

为进一步检验机制，本研究构建了中介效应模型和调节效应模型。中介效应模型用于检验知识溢出、竞争加剧和供应链整合的中介作用，调节效应模型用于检验不同类型跨国公司和不同东道国环境对跨国公司投资效应的调节作用。

5.2实证结果

5.2.1描述性统计

表1展示了主要变量的描述性统计结果。从表中可以看出，本土企业创新绩效（Innovation）的均值为0.052，标准差为0.043，说明本土企业创新绩效存在一定的差异。跨国公司投资虚拟变量（FDI）的均值为0.049，标准差为0.212，说明约有4.9%的企业接受了跨国公司投资。知识溢出（KnowledgeSpillover）的均值为0.031，标准差为0.024，竞争加剧（Competition）的均值为0.056，标准差为0.038，供应链整合（SupplyChn）的均值为0.042，标准差为0.031。

表1：主要变量的描述性统计

|变量|均值|标准差|最小值|最大值|

|---------------------|-----------|-----------|-----------|-----------|

|Innovation|0.052|0.043|0.001|0.234|

|FDI|0.049|0.212|0.000|1.000|

|KnowledgeSpillover|0.031|0.024|0.001|0.127|

|Competition|0.056|0.038|0.010|0.268|

|SupplyChn|0.042|0.031|0.001|0.254|

5.2.2基准回归结果

表2展示了基准回归结果。从表中可以看出，跨国公司投资虚拟变量（FDI）的系数为0.018，且在1%的水平上显著，说明跨国公司的进入显著提升了本土企业的创新绩效。控制变量的系数也基本符合预期，例如，企业规模（EnterpriseSize）的系数为0.012，且在1%的水平上显著，说明规模较大的企业具有更高的创新绩效。

表2：基准回归结果

|变量|系数|标准误|t值|P值|

|---------------------|-----------|-----------|---------|---------|

|FDI|0.018|0.003|6.053|0.000|

|EnterpriseSize|0.012|0.002|6.321|0.000|

|EnterpriseAge|0.005|0.001|4.512|0.000|

|Leverage|-0.010|0.002|-5.218|0.000|

|MarketShare|0.008|0.001|8.456|0.000|

|IndustryConcentration|-0.003|0.001|-3.456|0.001|

|FixedEffects|Yes||||

5.2.3机制检验

为检验跨国公司投资影响本土企业创新绩效的机制，本研究构建了中介效应模型和调节效应模型。

中介效应模型的基本形式如下：

Innovation_it=α0+α1*FDI_it+α2*Mechanism_it+α3*FDI_it*Mechanism_it+α4*Controls_it+μi+νt+εit

其中，Mechanism_it为中介变量，即知识溢出（KnowledgeSpillover）、竞争加剧（Competition）或供应链整合（SupplyChn）。

表3展示了中介效应模型的回归结果。从表中可以看出，知识溢出（KnowledgeSpillover）的系数为0.010，且在1%的水平上显著，说明跨国公司通过知识溢出机制显著提升了本土企业的创新绩效。竞争加剧（Competition）的系数为0.006，且在5%的水平上显著，说明跨国公司通过竞争激励机制也显著提升了本土企业的创新绩效。供应链整合（SupplyChn）的系数为0.004，且在10%的水平上显著，说明跨国公司通过供应链整合机制也显著提升了本土企业的创新绩效。

表3：中介效应模型回归结果

|变量|系数|标准误|t值|P值|

|---------------------|-----------|-----------|---------|---------|

|KnowledgeSpillover|0.010|0.002|5.123|0.000|

|Competition|0.006|0.002|3.456|0.001|

|SupplyChn|0.004|0.002|2.321|0.021|

调节效应模型的基本形式如下：

Innovation_it=α0+α1*FDI_it+α2*Moderator_it+α3*FDI_it*Moderator_it+α4*Controls_it+μi+νt+εit

其中，Moderator_it为调节变量，即跨国公司的技术密集度（TechIntensity）、本地化程度（Localization）或与本土企业的互动频率（InteractionFrequency）。

表4展示了调节效应模型的回归结果。从表中可以看出，跨国公司的技术密集度（TechIntensity）的系数为0.012，且在1%的水平上显著，说明技术密集度越高的跨国公司，其提升本土企业创新绩效的效果越强。本地化程度（Localization）的系数为0.008，且在5%的水平上显著，说明本地化程度越高的跨国公司，其提升本土企业创新绩效的效果越强。与本土企业的互动频率（InteractionFrequency）的系数为0.006，且在10%的水平上显著，说明与本土企业互动频率越高的跨国公司，其提升本土企业创新绩效的效果越强。

表4：调节效应模型回归结果

|变量|系数|标准误|t值|P值|

|---------------------|-----------|-----------|---------|---------|

|TechIntensity|0.012|0.002|6.321|0.000|

|Localization|0.008|0.002|4.512|0.000|

|InteractionFrequency|0.006|0.002|2.987|0.003|

5.2.4异质性分析

为进一步考察跨国公司投资效应的异质性，本研究进行了分组回归和异质性分析。

分组回归的基本形式如下：

Innovation_it=α0+α1*FDI_it+α2*Post_it+α3*FDI_it*Post_it+α4*Controls_it+μi+νt+εit

其中，分组变量包括企业规模（Largevs.Small）、企业年龄（Oldvs.Young）、行业技术密集度（Highvs.Low）等。

表5展示了分组回归的回归结果。从表中可以看出，对于大型企业（Large），跨国公司投资的系数为0.022，且在1%的水平上显著，说明跨国公司的进入对大型企业的创新绩效提升效果更强。对于年轻企业（Young），跨国公司投资的系数为0.014，且在5%的水平上显著，说明跨国公司的进入对年轻企业的创新绩效提升效果更强。对于技术密集型行业（High），跨国公司投资的系数为0.020，且在1%的水平上显著，说明跨国公司的进入对技术密集型行业的创新绩效提升效果更强。

表5：分组回归结果

|变量|大型企业|年轻企业|技术密集型行业|

|---------------------|-----------|-----------|---------------|

|FDI|0.022|0.014|0.020|

|P值|0.000|0.005|0.000|

5.2.5稳健性检验

为确保基准回归结果的稳健性，本研究进行了以下稳健性检验：首先，更换样本期，将样本期改为1999年至2013年，回归结果基本不变。其次，使用工具变量法解决内生性问题，回归结果基本不变。最后，使用安慰剂检验，随机分配跨国公司投资虚拟变量，回归结果不显著。通过这些稳健性检验，本研究验证了基准回归结果的稳健性。

5.3讨论

本研究的实证结果表明，跨国公司的进入显著提升了本土企业的创新绩效，并通过知识溢出、竞争激励和供应链整合三个机制发挥作用。此外，跨国公司的技术密集度、本地化程度以及与本土企业的互动频率会正向调节其创新效应。对于大型企业、年轻企业和技术密集型行业，跨国公司的进入对创新绩效的提升效果更强。

这些结果表明，跨国公司投资对本土企业创新具有积极的促进作用，这主要得益于跨国公司带来的知识溢出、竞争激励和供应链整合。跨国公司通过技术外溢、人员流动、合作研发等方式，将先进的生产技术、管理经验和创新文化传递给本土企业，从而提升其创新能力。同时，跨国公司的进入也加剧了市场竞争，迫使本土企业加大研发投入，提升产品质量和效率，以维持竞争优势。此外，跨国公司通过构建全球价值链，将本土企业纳入其生产网络，促使本土企业学习和吸收先进的生产流程和管理模式，进而推动创新。

进一步分析表明，跨国公司投资效应的发挥还受到企业自身特征和行业环境的调节。对于大型企业、年轻企业和技术密集型行业，跨国公司的进入对创新绩效的提升效果更强。这可能是由于大型企业具有更强的吸收能力和创新基础，年轻企业更具活力和适应性，技术密集型行业对创新的需求更高，因此更容易从跨国公司投资中获益。

基于上述研究结论，本研究提出以下政策建议：首先，政府应通过优化营商环境、鼓励跨国公司本土化经营以及加强产学研合作，进一步激发本土企业的创新活力。其次，政府应制定更有针对性的产业政策，例如，对于技术密集型行业，应重点鼓励高技术强度跨国公司的进入，并为其提供更好的合作平台。再次，企业应通过提升自身创新能力、加强与跨国公司的合作、参与全球价值链重构等方式，实现“弯道超车”和高质量发展。

本研究不仅丰富了跨国公司投资与本土企业创新关系的研究文献，也为新兴市场国家的产业政策制定提供了理论依据和实践参考。未来研究可以进一步探讨跨国公司投资与本土企业创新的动态互动关系，以及不同类型跨国公司和不同东道国环境的长期影响。

六.结论与展望

6.1研究结论总结

本研究旨在系统考察跨国公司投资对本土企业创新绩效的影响，并深入识别其作用机制。基于中国制造业企业1998年至2013年的面板数据，本研究采用双重差分法（DID）和倾向得分匹配（PSM）相结合的准实验设计，并构建中介效应模型和调节效应模型，进行了严谨的实证检验。研究的主要结论如下：

首先，跨国公司的进入显著提升了本土企业的创新绩效。基准回归结果表明，接受跨国公司投资的企业，其创新绩效（以专利申请量、新产品销售收入占比和研发投入强度构成的复合指标衡量）显著高于未接受投资的匹配企业。这一结论在更换样本期、使用工具变量法以及进行安慰剂检验后依然稳健，表明跨国公司投资对本土企业创新具有真实的积极影响。

其次，跨国公司通过知识溢出、竞争加剧和供应链整合三个渠道提升本土企业创新绩效。中介效应模型检验结果显示，知识溢出是跨国公司影响本土企业创新的最主要机制。跨国公司通过技术外溢、人员流动、合作研发等方式，将先进的生产技术、管理经验和创新文化传递给本土企业，从而激发其创新活力。竞争加剧也显著提升了本土企业的创新绩效，跨国公司的进入迫使本土企业加大研发投入，提升产品质量和效率，以应对竞争压力。供应链整合机制同样发挥了积极作用，跨国公司通过构建全球价值链，将本土企业纳入其生产网络，促使本土企业学习和吸收先进的生产流程和管理模式，进而推动创新。

再次，跨国公司投资效应的发挥受到企业自身特征和行业环境的调节。调节效应模型和分组回归结果表明，跨国公司的技术密集度、本地化程度以及与本土企业的互动频率会正向调节其创新效应。对于技术密集度越高的跨国公司，其带来的知识溢出效应越强，对本土企业创新绩效的提升效果也越强。本地化程度越高的跨国公司，其与本土企业的互动越频繁，越容易产生知识溢出和竞争激励，从而对本土企业创新产生更强的促进作用。此外，大型企业、年轻企业和技术密集型行业从跨国公司投资中获益更多，其创新绩效提升效果更强。

最后，本研究还发现，不同类型跨国公司对本土企业创新的影响存在差异。技术密集型跨国公司的进入比劳动密集型跨国公司更能有效提升本土企业的创新绩效。这可能是由于技术密集型跨国公司掌握更先进的技术和更丰富的创新资源，其知识溢出效应更强。此外，政府政策环境，如知识产权保护水平、研发投入支持等，也对跨国公司投资效应的发挥具有重要影响。知识产权保护水平越高的地区，跨国公司知识溢出的效果越强，对本土企业创新绩效的提升作用也越显著。

6.2政策建议

基于上述研究结论，为进一步发挥跨国公司投资对本土企业创新的促进作用，促进中国经济高质量发展，提出以下政策建议：

6.2.1优化营商环境，吸引高质量跨国公司投资

政府应持续优化营商环境，降低制度性交易成本，提高行政效率，营造公平竞争的市场环境。同时，应积极吸引技术密集型、研发密集型的跨国公司投资，特别是那些具有强烈本地化意愿、愿意与本土企业开展合作研发的跨国公司。可以通过提供税收优惠、研发补贴、人才引进等政策，降低跨国公司的投资成本，鼓励其在中国设立研发中心、生产基地，并加强与本土企业的互动合作。

6.2.2鼓励跨国公司本土化经营，促进知识溢出

政府应鼓励跨国公司本土化经营，例如，通过制定相关政策，鼓励跨国公司增加本地员工比例、本地采购比例，并积极参与本地供应链建设。同时，应加强对跨国公司研发活动的监管和引导，确保其研发成果能够有效溢出给本土企业。可以通过建立产学研合作平台，促进跨国公司与本土企业之间的技术交流、人员培训、联合研发等活动，为知识溢出创造更多机会。

6.2.3加强本土企业创新能力建设，提升吸收能力

本土企业应积极提升自身创新能力，加强研发投入，培养高素质的研发人才，增强对跨国公司知识溢出的吸收能力。可以通过与跨国公司开展合作研发、技术引进、人才交流等方式，学习和吸收先进的技术和管理经验。同时，应积极参与全球价值链重构，提升自身在价值链中的地位，从而获得更多与跨国公司互动的机会，并提升自身创新能力。

6.2.4完善创新生态系统，营造良好创新氛围

政府应完善创新生态系统，加强知识产权保护，营造良好的创新氛围。可以通过建立完善的知识产权保护体系，提高知识产权侵权成本，保护创新者的合法权益。同时，应加大对科技创新的支持力度，增加研发投入，完善科技创新政策体系，为创新活动提供良好的制度环境。此外，还应加强科技基础设施建设，完善科技服务体系，为创新活动提供更好的支撑。

6.2.5制定差异化产业政策，因业施策

针对不同行业的特点，制定差异化的产业政策。对于技术密集型行业，应重点鼓励高技术强度跨国公司的进入，并为其提供更好的合作平台。对于劳动密集型行业，应鼓励跨国公司进行技术升级和设备更新，提升行业整体技术水平。同时，应根据不同发展阶段企业的需求，提供有针对性的政策支持，例如，对于初创企业，可以提供创业补贴、孵化器支持等；对于成长型企业，可以提供融资支持、市场拓展支持等。

6.3研究展望

本研究虽然取得了一定的成果，但也存在一些不足之处，未来研究可以在以下几个方面进行拓展：

6.3.1深入研究跨国公司投资与本土企业创新的动态互动关系

本研究主要关注跨国公司投资对本土企业创新的短期影响，未来研究可以进一步探讨两者之间的动态互动关系。例如，可以研究跨国公司投资如何影响本土企业的长期创新战略，以及本土企业的创新绩效如何反过来影响跨国公司的投资决策。可以通过构建动态面板模型，例如系统GMM模型，进行更深入的实证分析。

6.3.2细化研究不同类型跨国公司对本土企业创新的影响

本研究主要考察了跨国公司投资的整体效应，未来研究可以进一步细化研究不同类型跨国公司（如不同母国、不同行业、不同技术水平）对本土企业创新的影响。可以通过构建分类回归模型，或者使用工具变量法解决内生性问题，进行更深入的实证分析。

6.3.3拓展研究样本，进行跨国比较研究

本研究主要基于中国制造业企业的数据，未来研究可以拓展研究样本，将研究范围拓展到其他国家和地区，进行跨国比较研究。可以通过收集不同国家和地区的跨国公司投资数据和企业创新数据，比较不同国家和地区跨国公司投资对本土企业创新的影响差异，并分析其背后的原因。

6.3.4研究跨国公司投资与其他创新驱动因素的交互作用

创新是一个复杂的系统过程，除了跨国公司投资之外，还有许多其他因素可以影响本土企业的创新绩效，例如，政府政策、市场需求、金融发展等。未来研究可以进一步探讨跨国公司投资与其他创新驱动因素的交互作用，例如，跨国公司投资如何与政府政策、市场需求等因素协同作用，促进本土企业创新绩效的提升。可以通过构建联立方程模型，或者使用工具变量法解决内生性问题，进行更深入的实证分析。

总之，跨国公司投资与本土企业创新关系是一个复杂而重要的话题，未来研究需要进一步深入探讨，为推动经济高质量发展提供更有力的理论支持和政策建议。本研究的结论和展望，希望能为后续研究提供一些参考和启示。

七.参考文献

Acs,Z.J.,Anselin,L.,&Varga,A.(2002).Patentsandinnovationcountsasmeasuresofregionalproductionofnewknowledge.ResearchPolicy,31(7),1069-1085.

Bloom,N.,Schankerman,M.,&VanReenen,J.(1999).Identifyingtechnologyspilloversandproductmarketrivalry.Econometrica,67(4),613-643.

Chen,E.,Fan,Y.,&Xu,B.(2010).ForeigndirectinvestmentanddomesticfirminnovationinChina.ChinaEconomicReview,21(4),569-576.

Czernich,N.,Falck,O.,Kretschmer,T.,&Woessmann,L.(2008).InnovationandeconomicgrowthinEastAsia:Anempiricalanalysis.JournalofEconomicGrowth,13(2),103-131.

Fukao,K.,Dutta,P.,&Subramanian,R.(2011).Effectsofforeigndirectinvestmentoninnovationandproductivityinthehostcountry:EvidencefromJapan.JournalofDevelopmentEconomics,96(2),339-355.

Gao,J.,He,J.,&Zhang,X.(2016).Foreigndirectinvestmentanddomesticfirminnovation:EvidencefromChina.ResearchPolicy,45(1),117-130.

Gemawat,I.,&Haddad,W.(2007).Foreigndirectinvestmentanddomesticfirms'productivity:EvidencefromIndia.WorldBankResearchObserver,22(1),1-22.

Helpman,E.(1993).Innovation,marketstructure,andthescopeofthefirm.TheQuarterlyJournalofEconomics,108(1),67-97.

Kumar,V.,&Nanda,R.(2009).Foreigndirectinvestmentanddomesticfirms'exportbehavior:EvidencefromIndianfirms.JournalofInternationalBusinessStudies,40(5),891-911.

L,E.,&Tang,H.(2015).Foreigndirectinvestmentanddomesticfirminnovation:EvidencefromChina.PacificEconomicReview,20(2),187-208.

Lichtenstein,D.,&Porter,M.E.(1990).Technologydiffusionandpre-emption.InR.R.Nelson(Ed.),Technicalchangeandeconomicperformance(pp.75-103).OxfordUniversityPress.

Cohen,W.M.,&Levinthal,D.A.(1990).Absorptivecapacity:Anewperspectiveonlearningandinnovation.AdministrativeScienceQuarterly,35(1),128-152.

八.致谢

本论文的完成离不开许多师长、同学、朋友和家人的支持与帮助，在此谨致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题到研究设计，从数据收集到论文撰写，XXX教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的洞察力，使我受益匪浅。在XXX教授的指导下，我不仅学到了专业知识，更学会了如何进行学术研究，如何独立思考和分析问题。XXX教授的鼓励和支持是我完成本论文的重要动力。

其次，我要感谢XXX大学经济学院的各位老师。他们在课堂上传授的宝贵知识，为我提供了坚实的理论基础。特别是XXX老师的《计量经济学》课程，使我掌握了进行实证研究的必要工具。此外，我还要感谢XXX学院的研究生群体，与他们的交流和讨论，开阔了我的视野，激发了我的研究兴趣。

我还要感谢参与本论文评审和答辩的各位专家教授，他们提出的宝贵意见和建议，使我得以进一步完善论文。

在数据收集和论文撰写过程中，我得到了许多同学和朋友的帮助。感谢XXX同学在数据收集过程中提供的支持，感谢XXX同学在论文撰写过程中给予的建议和帮助。感谢我的朋友们在生活上给予的关心和鼓励。

最后，我要感谢我的家人。他们一直以来都是我最坚强的后盾。他们的理解和支持，使我能够全身心地投入到学习和研究中。在本论文完成之际，我要向他们表达我最深的感激之情。

由于本人水平有限，论文中难免存在疏漏和不足之处，恳请各位老师和专家批评指正。

九.附录

附录A：变量详细定义及度量说明

为了更清晰地展示本研究使用的主要变量及其度量方法，特将各变量定义及度量说明整理如下：

1.跨国公司投资虚拟变量（FDI）：企业层面二元变量，若企业在给定年份有外商直接投资进入，则取值为1，否则为0。数据来源于中国海关数据库和世界银行投资统计数据库，通过匹配企业识别码进行识别。

2.本土企业创新绩效（Innovation）：复合变量，由以下三个子变量标准化后加权平均构成：

a.专利申请量（Patents）：企业层面连续变量，取自中国专利数据库，指企业在给定年份的专利申请数量。为消除量纲影响，对专利申请量进行自然对数处理。

b.新产品销售收入占比（NewProductSales）：企业层面连续变量，指企业在给定年份销售的新产品收入占主营业务总收入的比重，数据来源于中国工业企业数据库。

c.研发投入强度（R&DIntensity）：企业层面连续变量，指企业在给定年份的研发投入占主营业务总收入的比重，数据来源于中国工业企业数据库。为提高数值稳定性，对研发投入强度进行百分数转换为小数形式。

三个子变量均进行标准化处理（减去均值后除以标准差），并赋予等权重进行加权平均，构成创新绩效综合指标。

3.知识溢出（KnowledgeSpillover）：中介变量，企业层面连续变量。通过构建企业-行业-年份固定效应模型进行估计，模型中知识溢出被解释为企业创新绩效的变化量，解释变量为跨国公司投资虚拟变量及其与行业层面控制变量的交互项。具体计算公式为：

KnowledgeSpillover_it=β0+β1*FDI_it+Σγj*Controls_jit+μi+νt+εit

其中，Controls_jit包括企业规模、企业年龄、企业所有制虚拟变量、行业技术密集度、行业集中度等控制变量。μi为企业固定效应，νt为年份固定效应，εit为误差项。

4.竞争加剧（Competition）：中介变量，企业层面连续变量。通过构建企业层面固定效应模型进行估计，模型中竞争加剧被解释为企业利润率的变化量，解释变量为跨国公司投资虚拟变量及其与行业内竞争对手数量交互项。具体计算公式为：

Competition_it=α0+α1*FDI_it+α2*IndustrySize_it+α3*CompetitionLevel_it+α4*FDI_