经济政策不确定性下OFDI企业创新投入的挑战与机遇：理论、实证与策略分析

经济政策不确定性下OFDI企业创新投入的挑战与机遇：理论、实证与策略分析一、引言1.1研究背景与意义1.1.1研究背景在经济全球化深入发展的当下，世界经济格局正经历深刻变革。近年来，国际政治经济形势复杂多变，各国为应对经济发展中的各种问题，频繁调整经济政策。这些政策调整在为经济发展带来新机遇的同时，也引发了经济政策不确定性的显著增加。经济政策不确定性已成为影响企业经营决策的关键外部因素之一。随着中国经济实力的不断增强，中国企业“走出去”的步伐日益加快，对外直接投资（OFDI）规模持续扩大。截至2022年底，中国累计对外直接投资存量达到2.75万亿美元，位居全球第二，已连续11年列全球前三，连续7年占全球份额超过一成。在全球经济一体化的背景下，OFDI企业不仅面临着国内经济政策不确定性的影响，还受到东道国以及全球经济政策不确定性的冲击。创新作为企业提升核心竞争力、实现可持续发展的关键，对于OFDI企业在复杂多变的国际市场中立足和发展至关重要。然而，经济政策不确定性的增加，使得OFDI企业在创新投入决策上面临诸多困境。一方面，经济政策不确定性可能导致市场环境不稳定，增加企业创新的风险和成本。例如，政策的频繁变动可能使企业难以准确预测未来市场需求和技术发展趋势，从而降低企业创新投入的积极性。另一方面，经济政策不确定性也可能为企业带来新的机遇，促使企业加大创新投入以抓住潜在的发展机会。例如，某些政策调整可能为特定领域的创新提供更多的支持和激励，吸引企业增加创新资源的投入。因此，深入研究经济政策不确定性对OFDI企业创新投入的影响，具有重要的现实意义。1.1.2研究意义理论意义：现有关于经济政策不确定性与企业创新关系的研究，大多聚焦于国内企业，对于OFDI企业这一特殊群体的研究相对较少。本文以OFDI企业为研究对象，深入探讨经济政策不确定性对其创新投入的影响机制，有助于丰富和完善经济政策不确定性与企业创新关系的理论体系，为后续相关研究提供新的视角和思路。同时，通过对OFDI企业在不同经济政策不确定性环境下创新行为的分析，能够进一步拓展企业国际化经营理论和创新理论的研究范畴，促进不同理论之间的交叉融合。实践意义：对于OFDI企业而言，了解经济政策不确定性对创新投入的影响，有助于企业更加科学地制定创新战略和投资决策。在面对经济政策不确定性时，企业可以根据自身的风险承受能力和发展目标，合理调整创新投入规模和方向，提高创新资源的配置效率，增强企业在国际市场上的竞争力。对于政府部门来说，研究结论可以为制定更加科学合理的经济政策和对外投资政策提供参考依据。政府可以通过稳定经济政策预期、优化政策环境等方式，降低经济政策不确定性对OFDI企业创新投入的负面影响，引导企业加大创新投入，推动我国企业在全球产业链中向高端迈进，促进我国经济的高质量发展和国际竞争力的提升。1.2研究方法与创新点1.2.1研究方法文献研究法：通过广泛查阅国内外相关文献，梳理经济政策不确定性、企业对外直接投资以及企业创新投入等领域的研究成果和理论基础。对经济政策不确定性的概念、测度方法，OFDI企业的发展现状、特点以及创新投入的影响因素等方面的文献进行系统分析，了解已有研究的进展和不足，为本文的研究提供理论支撑和研究思路。例如，参考Baker等（2016）构建的中国经济政策不确定性指数相关文献，深入理解该指数的编制方法和应用情况，为后续实证研究中经济政策不确定性的度量提供依据；梳理有关OFDI企业创新的文献，明确现有研究在影响机制、实证方法等方面的研究成果，以便在本文中进一步拓展和深化研究。实证分析法：运用计量经济学方法，构建经济政策不确定性对OFDI企业创新投入影响的实证模型。收集相关数据，包括经济政策不确定性指标、OFDI企业的创新投入数据以及一系列控制变量数据等。利用面板数据模型，对数据进行回归分析，探究经济政策不确定性与OFDI企业创新投入之间的数量关系，检验研究假设。通过实证分析，揭示经济政策不确定性对OFDI企业创新投入的影响方向和程度，以及其他因素在其中所起的调节作用。例如，借鉴相关文献中的实证模型设定，结合本文研究目的，构建合适的回归方程，运用Stata等统计软件对数据进行处理和分析，得出实证结果，并对结果进行稳健性检验，以确保研究结论的可靠性。案例分析法：选取典型的OFDI企业作为案例研究对象，深入分析在不同经济政策不确定性环境下企业的创新投入决策和实践。通过对案例企业的详细调研，收集企业的创新战略、创新投入规模、创新项目实施情况等资料，结合企业所处的经济政策背景，剖析经济政策不确定性对企业创新投入的具体影响机制和企业的应对策略。例如，选择华为、联想等在国际市场上具有重要影响力且对外直接投资活动频繁的企业，分析它们在面对美国贸易政策不确定性、欧洲货币政策调整等情况时，如何调整创新投入，以适应政策变化并保持创新竞争力，为其他OFDI企业提供实践参考和启示。1.2.2创新点研究视角创新：现有研究大多单独考察经济政策不确定性对企业创新的影响，或者研究OFDI与企业创新的关系，较少将经济政策不确定性与OFDI企业创新投入三者结合起来进行深入分析。本文从经济政策不确定性这一外部环境因素出发，聚焦于OFDI企业这一特殊群体，探究其对企业创新投入的影响，为该领域的研究提供了新的视角。通过综合考虑母国和东道国经济政策不确定性对OFDI企业创新投入的双重影响，以及不同类型经济政策不确定性（如财政政策不确定性、货币政策不确定性等）的异质性作用，能够更全面、深入地理解经济政策不确定性对OFDI企业创新行为的影响机制。分析方法创新：在实证研究中，不仅运用传统的面板数据回归方法，还采用中介效应模型、调节效应模型等方法，深入剖析经济政策不确定性影响OFDI企业创新投入的内在机制和调节因素。例如，通过构建中介效应模型，检验融资约束、市场预期等因素是否在经济政策不确定性与OFDI企业创新投入之间起到中介作用；利用调节效应模型，分析企业规模、所有制性质、行业竞争程度等因素对经济政策不确定性与OFDI企业创新投入关系的调节作用。这种多模型结合的分析方法，能够更准确地揭示变量之间的复杂关系，提高研究结果的科学性和可靠性。研究结论应用创新：基于研究结论，为OFDI企业和政府部门提供具有针对性和可操作性的建议。对于OFDI企业，从创新战略制定、风险管理、资源配置等方面提出具体的应对策略，帮助企业在经济政策不确定性环境下更好地进行创新投入决策，提升创新能力和国际竞争力。对于政府部门，从政策制定、政策协调、政策引导等角度提出政策建议，旨在降低经济政策不确定性对OFDI企业创新的负面影响，营造有利于企业创新的政策环境，促进我国企业对外直接投资的高质量发展和创新驱动发展战略的实施。这种将研究结论紧密结合实际应用的方式，增强了研究的实践价值和社会意义。二、概念界定与理论基础2.1相关概念界定2.1.1经济政策不确定性经济政策不确定性是指经济主体无法准确预知政府是否、何时以及如何改变现行经济政策，从而难以形成稳定的政策预期。Baker等学者于2016年构建了经济政策不确定性指数，该指数通过对报纸新闻中关于经济政策不确定性的报道频率进行量化分析，综合考虑财政政策、货币政策、贸易政策等多方面因素，为衡量经济政策不确定性提供了一个较为全面且客观的指标。以中国经济政策不确定性指数为例，该指数涵盖了对《人民日报》《光明日报》等权威媒体的文本分析，通过统计与经济政策不确定性相关词汇的出现频率，结合宏观经济数据和政策变动情况，计算得出每月的经济政策不确定性数值。该指数越高，表明经济政策不确定性程度越大，市场主体对未来经济政策走向的预期越不稳定。在实证研究中，Baker等构建的经济政策不确定性指数被广泛应用于分析经济政策不确定性对宏观经济变量（如经济增长、通货膨胀、就业等）以及微观企业行为（如投资决策、融资行为、创新活动等）的影响。例如，不少研究运用该指数发现，经济政策不确定性的增加会导致企业推迟投资决策，减少固定资产投资规模，因为企业难以预测政策变化对投资回报的影响；在融资方面，经济政策不确定性会加剧企业的融资约束，提高融资成本，使得企业在获取资金时面临更大困难。这些研究成果为深入理解经济政策不确定性对经济运行的影响提供了有力的实证支持。2.1.2OFDI企业OFDI企业即对外直接投资企业，是指在本国之外的其他国家或地区以获取长期利益为目的，通过直接投资的方式，参与当地生产经营活动的企业。这些企业通过在海外设立子公司、分支机构，或者并购当地企业等形式，实现对海外资产的控制和运营，从而在国际市场上拓展业务版图、获取资源、技术和市场份额。OFDI企业在国际经济合作中扮演着重要角色，它们不仅能够利用国际资源优化自身生产要素配置，提升企业竞争力，还能通过技术转移、产业关联等方式，对东道国的经济发展产生积极影响。近年来，我国OFDI企业的发展呈现出蓬勃态势。从投资规模上看，我国OFDI流量在过去几十年间持续增长，2022年中国对外直接投资流量为1465亿美元，占全球比重为10.3%。从投资领域来看，我国OFDI企业的投资范围不断拓宽，早期主要集中在资源开发领域，以满足国内对能源和原材料的需求；随着经济的发展和产业结构的升级，投资领域逐渐向制造业、信息技术、金融服务等领域拓展。例如，华为、联想等企业在海外加大对研发中心的投资，积极引进国外先进技术和人才，提升自身的技术创新能力；阿里巴巴、腾讯等互联网企业通过在海外投资和并购，拓展国际市场，推动我国互联网技术和商业模式在全球的传播。从投资区域分布来看，我国OFDI企业在全球范围内的布局日益广泛，不仅对欧美等发达国家的投资持续增长，在“一带一路”沿线国家的投资也不断增加，促进了沿线国家的基础设施建设和经济发展，实现了互利共赢。2.1.3企业创新投入企业创新投入是指企业为了实现技术创新、产品创新或服务创新，在研发活动、人才培养、技术引进等方面所投入的各种资源，包括资金、人力、物力等。常见的衡量企业创新投入的指标主要有研发投入金额，它直观地反映了企业在创新活动中投入的资金规模；研发投入占营业收入的比例，该指标消除了企业规模差异的影响，能够更准确地衡量企业对创新的重视程度和投入强度。此外，企业在创新过程中投入的研发人员数量、购置的研发设备价值等也可作为衡量创新投入的补充指标。创新投入对企业的发展具有至关重要的意义。首先，创新投入有助于企业开发新产品、改进生产工艺，从而提高产品质量和生产效率，增强企业在市场上的竞争力。例如，苹果公司每年投入大量资金用于研发，不断推出具有创新性的产品，如iPhone系列手机，凭借其独特的设计、先进的技术和良好的用户体验，在全球智能手机市场占据了重要地位。其次，创新投入能够帮助企业开拓新的市场领域，满足消费者日益多样化的需求，为企业带来新的利润增长点。再者，持续的创新投入有利于企业积累核心技术和知识产权，形成独特的竞争优势，构建企业的长期发展战略。在当今竞争激烈的市场环境下，创新投入已成为企业实现可持续发展、保持领先地位的关键因素之一。2.2理论基础2.2.1实物期权理论实物期权理论起源于金融期权理论，是将金融市场的规则引入企业内部战略投资决策的一种方法。实物期权是指企业在进行投资决策时，拥有的一种类似于金融期权的选择权，这种选择权赋予企业在未来某个时间点，根据市场环境的变化，决定是否进行投资、扩张、收缩或放弃投资项目的权利。实物期权理论认为，在不确定的市场环境下，企业投资决策不仅仅取决于项目当前的净现值，还应考虑未来决策的灵活性所带来的价值，这种灵活性能够帮助企业更好地应对不确定性，从而增加项目的整体价值。在经济政策不确定性较高的情况下，企业创新投入具有明显的实物期权效应。创新活动通常需要大量的前期投入，且回报具有高度不确定性。当经济政策不稳定时，企业面临的市场环境也更加复杂多变，这使得企业在进行创新投入决策时会更加谨慎。此时，企业可以将创新投入视为一种实物期权，选择等待投资时机，以获取更多关于市场需求、技术发展趋势以及政策走向的信息，从而降低投资风险。例如，某OFDI企业计划在海外市场进行一项新的技术研发项目，以拓展其产品线和市场份额。然而，由于东道国近期经济政策频繁调整，包括税收政策、产业政策等存在较大不确定性，企业可能会暂时推迟该研发项目的投入，等待政策环境更加明朗。在等待过程中，企业可以密切关注政策动态、市场需求变化以及竞争对手的行动，通过对这些信息的分析和评估，企业能够更准确地判断该创新项目的潜在价值和风险，从而做出更合理的投资决策。这种等待期权的存在，使得企业在面对经济政策不确定性时，能够避免盲目投资，保护自身的资源，同时保留了未来在更有利时机进行创新投入的可能性。2.2.2增长期权理论增长期权理论是实物期权理论的重要分支，它强调企业在进行投资决策时，不仅要考虑项目本身的直接收益，还要关注项目所带来的未来增长机会的价值。当企业进行一项投资时，如果该投资能够为企业创造新的市场机会、技术能力或资源优势，从而使企业在未来有可能进行更多的投资或拓展业务领域，那么这些潜在的增长机会就构成了企业的增长期权。增长期权的价值源于企业对未来不确定性的积极利用，通过当前的投资，企业能够获得在未来不同市场条件下进行战略调整和扩张的权利。对于OFDI企业而言，经济政策不确定性虽然带来了风险，但也为企业创造了潜在的创新机会，从而产生增长期权。在不同国家和地区，经济政策的调整往往会引导产业结构的变化、市场需求的转移以及技术创新的方向。OFDI企业由于其国际化的经营布局，更容易接触到不同国家的政策动态和市场机遇。当经济政策不确定性增加时，企业可能会发现一些新的市场空白或未被满足的需求，这些机会为企业提供了创新的方向。例如，随着全球对环境保护和可持续发展的关注度不断提高，许多国家纷纷出台相关政策鼓励新能源产业的发展。一家从事传统制造业的OFDI企业在面对这种经济政策不确定性时，敏锐地捕捉到了新能源领域的发展潜力，决定加大在新能源技术研发方面的创新投入。通过与当地科研机构合作、引进先进技术人才等方式，企业成功开发出一系列新能源相关产品，并在新的市场领域取得了竞争优势。在这个过程中，企业前期的创新投入获得了增长期权，随着市场的发展和政策的支持，这些期权逐渐转化为实际的增长动力，为企业带来了新的业务增长点和市场份额，实现了企业的可持续发展。2.2.3金融摩擦理论金融摩擦理论认为，在金融市场中，由于信息不对称、交易成本以及制度等因素的存在，资金的供给方（如银行、投资者等）与需求方（企业等）之间的沟通和交易会受到阻碍，从而导致金融市场无法达到完全有效的状态，这种阻碍被称为金融摩擦。在存在金融摩擦的情况下，企业的融资成本会增加，融资难度也会加大，这将对企业的投资决策和经营活动产生重要影响。当经济政策不确定性增加时，金融市场的不稳定因素也随之增多，金融摩擦会进一步加剧。一方面，经济政策的不确定性使得金融机构难以准确评估企业的信用风险和未来盈利能力。例如，政策的频繁变动可能导致企业所处行业的市场环境发生巨大变化，企业的经营状况和财务状况也会变得更加不稳定，这使得金融机构在向企业提供贷款时会更加谨慎，要求更高的风险溢价，从而增加了企业的融资成本。另一方面，经济政策不确定性还会影响投资者的信心和预期。投资者在面对不确定的政策环境时，往往会减少对企业的投资，或者要求更高的回报率，这使得企业通过股权融资等方式获取资金的难度加大。对于OFDI企业来说，其在海外经营面临着更为复杂的金融环境和政策环境，经济政策不确定性对其融资的影响更为显著。由于融资难度和成本的增加，企业可用于创新投入的资金会相应减少，从而抑制了企业的创新活动。例如，某OFDI企业计划在海外开展一项重大的创新项目，需要大量的资金支持。然而，由于东道国经济政策的不确定性，当地金融机构对该企业的贷款申请审核更加严格，提高了贷款利率和抵押要求，同时，国际投资者对该项目的投资意愿也降低。在这种情况下，企业难以筹集到足够的资金来支持创新项目的开展，不得不削减创新投入计划，甚至放弃该项目，这无疑对企业的创新发展造成了严重的阻碍。三、经济政策不确定性对OFDI企业创新投入的影响机制分析3.1直接影响机制3.1.1实物期权效应与创新投入抑制实物期权理论认为，在不确定的市场环境下，企业投资决策不仅仅取决于项目当前的净现值，还应考虑未来决策的灵活性所带来的价值。当经济政策不确定性增加时，企业面临的市场环境更加复杂多变，创新投入的风险也随之增大。由于创新活动具有投入不可逆性和回报不确定性的特点，企业在进行创新投入决策时，会将创新投入视为一种实物期权，选择等待观望，以避免因政策变动导致的投资损失，从而抑制了创新投入。从投入不可逆性角度来看，创新投入通常需要企业投入大量的资金、人力和时间资源。一旦企业决定进行创新投入，这些资源将被锁定在创新项目中，难以在短期内撤回或调整。例如，一家OFDI企业计划在海外设立研发中心，进行新产品的研发。这一过程需要企业投入巨额资金用于购置研发设备、招聘科研人员以及租赁办公场地等。如果在项目实施过程中，东道国经济政策发生重大调整，如提高税收、加强市场监管或改变产业扶持政策，可能导致企业的研发成本大幅增加，研发项目的预期收益降低。在这种情况下，企业前期投入的资源将难以收回，面临巨大的投资损失。因此，当经济政策不确定性较高时，企业为了避免这种不可逆的投入带来的风险，会选择推迟或减少创新投入。从回报不确定性角度分析，经济政策不确定性会使企业难以准确预测创新项目的未来收益。政策的频繁变动可能导致市场需求、技术发展趋势以及竞争格局发生快速变化，使得创新项目的回报充满不确定性。例如，某OFDI企业研发了一款新型电子产品，原本预计在海外市场具有广阔的销售前景。然而，由于东道国贸易政策的不确定性，可能出现关税提高、贸易壁垒增加等情况，导致产品的出口受到限制，市场份额下降，从而使企业无法获得预期的收益。此外，经济政策不确定性还可能影响消费者的购买行为和消费信心，进一步降低创新产品的市场需求。面对这种回报不确定性，企业在进行创新投入决策时会更加谨慎，倾向于减少创新投入，以降低风险。3.1.2增长期权效应与创新投入激励增长期权理论强调企业在投资决策时，要关注项目所带来的未来增长机会的价值。经济政策不确定性虽然增加了企业经营的风险，但也为企业创造了新的市场机会和潜在收益，这些机会构成了企业的增长期权。为了获取未来的增长潜力，企业会积极把握这些机会，增加创新投入，以提升自身的竞争力，实现可持续发展。在经济政策不确定性增加的情况下，政策的调整往往会引导产业结构的变化和市场需求的转移。OFDI企业由于其国际化的经营布局，更容易接触到不同国家的政策动态和市场机遇。例如，随着全球对环境保护和可持续发展的关注度不断提高，许多国家纷纷出台相关政策鼓励新能源产业的发展。一家从事传统制造业的OFDI企业在面对这种经济政策不确定性时，敏锐地捕捉到了新能源领域的发展潜力，决定加大在新能源技术研发方面的创新投入。通过与当地科研机构合作、引进先进技术人才等方式，企业成功开发出一系列新能源相关产品，并在新的市场领域取得了竞争优势。在这个过程中，企业前期的创新投入获得了增长期权，随着市场的发展和政策的支持，这些期权逐渐转化为实际的增长动力，为企业带来了新的业务增长点和市场份额。此外，经济政策不确定性还可能促使企业通过创新来开拓新的市场领域，满足消费者日益多样化的需求。例如，随着数字化技术的快速发展和消费者对线上服务需求的增加，一些国家出台了鼓励数字经济发展的政策。某OFDI企业抓住这一政策机遇，加大在数字技术创新方面的投入，开发出了一系列线上服务产品，如在线教育平台、远程办公软件等，成功开拓了新的市场，实现了业务的快速增长。这种增长期权效应激励着企业在经济政策不确定性环境下，积极进行创新投入，以获取未来的增长机会。3.1.3金融摩擦加剧与创新投入约束金融摩擦理论认为，在金融市场中，由于信息不对称、交易成本以及制度等因素的存在，资金的供给方与需求方之间的沟通和交易会受到阻碍，从而增加企业的融资成本和难度。当经济政策不确定性增加时，金融市场的不稳定因素增多，金融摩擦进一步加剧，导致企业融资困难，进而约束了企业的创新投入资金。经济政策不确定性会增加金融机构与企业之间的信息不对称。政策的频繁变动使得金融机构难以准确评估企业的信用风险和未来盈利能力。例如，政策的调整可能导致企业所处行业的市场环境发生巨大变化，企业的经营状况和财务状况也会变得更加不稳定，这使得金融机构在向企业提供贷款时会更加谨慎，要求更高的风险溢价，从而增加了企业的融资成本。同时，金融机构为了降低风险，会加强对企业的信贷审核，提高贷款门槛，使得企业获得贷款的难度加大。例如，某OFDI企业计划在海外开展一项创新项目，需要大量的资金支持。然而，由于经济政策不确定性的增加，银行对该企业的贷款申请审核更加严格，要求企业提供更多的抵押品和担保，同时提高了贷款利率。这使得企业的融资成本大幅增加，融资难度加大，难以筹集到足够的资金来支持创新项目的开展。此外，经济政策不确定性还会影响投资者的信心和预期。投资者在面对不确定的政策环境时，往往会减少对企业的投资，或者要求更高的回报率。这使得企业通过股权融资等方式获取资金的难度加大。例如，当经济政策不确定性增加时，股票市场的波动性增大，投资者对企业的未来发展前景感到担忧，会减少对企业股票的购买，导致企业的股价下跌，股权融资成本上升。同时，风险投资机构在投资决策时也会更加谨慎，对创新项目的投资要求更高，这使得企业难以获得风险投资的支持。由于融资难度和成本的增加，企业可用于创新投入的资金会相应减少，从而抑制了企业的创新活动。3.2间接影响机制3.2.1市场环境变化对创新投入的影响经济政策不确定性的增加会引发市场环境的显著变化，主要体现在市场需求波动和竞争格局改变两个方面，进而促使OFDI企业调整创新投入策略。市场需求是企业创新的重要导向，经济政策不确定性会导致市场需求的不稳定。当经济政策频繁变动时，消费者对未来经济形势的预期变得模糊，从而影响其消费行为。例如，在经济政策不确定性较高的时期，消费者可能会减少对非必需品的购买，增加储蓄以应对潜在的经济风险。对于OFDI企业来说，这种市场需求的波动使得企业难以准确预测产品的市场需求规模和结构，增加了创新的风险。如果企业按照原计划进行创新投入，开发出的新产品可能因市场需求不足而无法实现预期的销售目标，导致企业面临亏损。因此，为了降低风险，企业可能会选择减少创新投入，等待市场需求趋于稳定。另一方面，经济政策不确定性也会改变市场竞争格局。政策的调整可能会为某些企业带来新的发展机遇，同时也可能使另一些企业面临更大的竞争压力。例如，政府出台的产业扶持政策可能会吸引更多企业进入该产业，加剧市场竞争。对于OFDI企业而言，在海外市场面临激烈竞争时，企业为了保持市场份额和竞争力，需要加大创新投入，开发出更具差异化和竞争力的产品或服务。通过创新，企业可以提高产品质量、降低生产成本、拓展新的市场领域，从而在竞争中占据优势。相反，如果市场竞争压力较小，企业可能会缺乏创新的动力，减少创新投入。3.2.2企业战略调整对创新投入的作用为了适应经济政策不确定性带来的风险和机遇，OFDI企业通常会进行战略调整，这些调整包括业务多元化、市场转移等，而这些战略调整会直接影响企业创新投入的方向和规模。业务多元化是企业应对经济政策不确定性的一种常见战略。当经济政策不确定性增加时，企业所处的行业可能面临更大的风险，单一业务模式可能使企业更容易受到政策变动的冲击。因此，企业会通过拓展业务领域，进入不同的行业或市场，以分散风险。例如，一家原本专注于传统制造业的OFDI企业，在面对经济政策不确定性时，可能会涉足新兴的服务业领域，如电子商务、金融科技等。在进行业务多元化的过程中，企业需要投入大量的资源进行市场调研、技术研发和人才培养，以满足新业务领域的需求。这就会导致企业创新投入的方向发生改变，从原来主要集中在传统制造业的技术创新，转向新业务领域的创新，如商业模式创新、信息技术创新等。同时，由于业务多元化需要大量的资金和人力支持，企业的创新投入规模也可能会相应增加。市场转移也是企业应对经济政策不确定性的重要战略之一。经济政策的变动可能会使企业在原有市场的经营面临困难，或者在新的市场发现更多的发展机会。在这种情况下，企业会选择将市场重心转移到其他地区。例如，某OFDI企业原本在某个国家的市场发展良好，但由于该国经济政策的调整，提高了贸易壁垒，增加了企业的运营成本，企业可能会将市场转移到政策环境更友好、市场潜力更大的国家或地区。在市场转移过程中，企业需要针对新市场的需求和特点进行创新，以适应新的市场环境。这可能涉及产品的本地化改造、营销策略的调整等，从而促使企业增加在相关领域的创新投入。此外，市场转移还可能伴随着企业生产基地、研发中心等的转移，这也会对企业的创新投入产生影响，企业需要在新的地区重新布局创新资源，建立创新体系，以支持企业在新市场的发展。3.2.3资源配置再调整与创新投入变动经济政策不确定性的增加会使企业面临更大的经营风险，为了保证企业的正常运转，企业会对资源进行重新配置，这可能导致创新投入的变动。企业的资源是有限的，在经济政策不确定性较高的情况下，企业需要优先保证核心业务的正常运营。当企业面临经济政策不确定性带来的风险时，如市场需求下降、融资困难等，企业会将更多的资源配置到维持现有业务的稳定上，以确保企业的生存。例如，企业可能会加大对生产运营环节的投入，保证产品的生产和供应；增加对市场营销的投入，以提高产品的销售量；或者将资金用于偿还债务，降低财务风险。这些资源的重新配置会使得企业可用于创新投入的资源减少，从而抑制企业的创新活动。此外，经济政策不确定性还会影响企业对未来发展的预期，进而影响企业的资源配置决策。如果企业对未来经济形势持悲观态度，认为经济政策不确定性将持续增加，市场环境将进一步恶化，企业可能会减少长期投资，包括创新投入，以避免潜在的损失。相反，如果企业对未来经济形势持乐观态度，认为经济政策不确定性将带来新的发展机遇，企业可能会加大创新投入，提前布局，抢占市场先机。四、实证研究设计4.1研究假设提出4.1.1经济政策不确定性与OFDI企业创新投入的总体关系假设基于前文对经济政策不确定性对OFDI企业创新投入影响机制的分析，经济政策不确定性对OFDI企业创新投入的影响存在两种相反的效应。一方面，实物期权效应和金融摩擦加剧会抑制企业创新投入。经济政策不确定性增加使得企业面临创新投入不可逆和回报不确定的风险，同时金融市场不稳定导致融资困难，企业倾向于减少创新投入以规避风险。另一方面，增长期权效应则激励企业创新投入，政策不确定性带来新的市场机会和潜在收益，促使企业为获取未来增长潜力而加大创新投入。由于这两种效应同时存在，经济政策不确定性对OFDI企业创新投入的总体影响方向并不明确，需要通过实证研究来检验。因此，提出以下竞争性假设：假设H1a：经济政策不确定性对OFDI企业创新投入具有负向影响，即经济政策不确定性增加会导致OFDI企业创新投入减少。假设H1b：经济政策不确定性对OFDI企业创新投入具有正向影响，即经济政策不确定性增加会促使OFDI企业创新投入增加。4.1.2不同调节变量下的关系假设企业规模的调节作用：企业规模是影响企业行为和决策的重要因素之一。大规模企业通常拥有更丰富的资源和更强的抗风险能力，在面对经济政策不确定性时，可能具有更强的创新投入稳定性。一方面，大规模企业资金实力雄厚，融资渠道多样，能够在经济政策不确定性导致金融摩擦加剧的情况下，依然获取足够的资金用于创新投入，减轻融资约束对创新投入的负面影响。例如，像华为这样的大型跨国企业，在全球拥有广泛的业务布局和庞大的资产规模，其与多家金融机构保持着良好的合作关系，即使在经济政策不确定性较高的时期，也能通过多元化的融资渠道获得创新所需的资金，维持较高的创新投入水平。另一方面，大规模企业具有更完善的研发体系和人才储备，能够更好地应对市场环境变化和技术创新的挑战，更有能力捕捉经济政策不确定性带来的增长期权，从而在不确定性环境下保持创新投入的积极性。相比之下，小规模企业资源有限，抗风险能力较弱，更容易受到经济政策不确定性的冲击，在创新投入决策上可能更为谨慎，经济政策不确定性对其创新投入的抑制作用可能更为显著。基于此，提出假设：假设H2：企业规模对经济政策不确定性与OFDI企业创新投入的关系具有调节作用，企业规模越大，经济政策不确定性对OFDI企业创新投入的负向影响越弱（正向影响越强）。行业类型的调节作用：不同行业的企业在技术创新需求、市场竞争环境和对政策的敏感度等方面存在差异，这使得经济政策不确定性对不同行业OFDI企业创新投入的影响也有所不同。对于技术密集型行业的OFDI企业，技术创新是其保持竞争力的关键，即使在经济政策不确定性较高的情况下，为了维持技术领先地位和市场份额，也会积极投入创新资源。这类企业通常具有较强的技术研发能力和创新意识，对经济政策不确定性带来的潜在创新机会更为敏感，增长期权效应在这类企业中可能更为突出。例如，半导体行业的OFDI企业，面对快速发展的技术和激烈的国际竞争，无论经济政策如何变化，都需要持续投入大量资金进行研发创新，以跟上技术进步的步伐。而对于劳动密集型行业的OFDI企业，产品附加值相对较低，利润空间有限，对成本更为敏感。经济政策不确定性增加可能导致原材料价格波动、劳动力成本上升等问题，使得企业经营压力增大，更倾向于减少创新投入以控制成本，实物期权效应和金融摩擦对这类企业创新投入的抑制作用可能更为明显。基于以上分析，提出假设：假设H3：行业类型对经济政策不确定性与OFDI企业创新投入的关系具有调节作用，与劳动密集型行业相比，经济政策不确定性对技术密集型行业OFDI企业创新投入的正向影响更强（负向影响更弱）。所有制性质的调节作用：国有企业和非国有企业在资源获取、政策支持和风险偏好等方面存在差异，这会影响它们在经济政策不确定性环境下的创新投入决策。国有企业通常与政府关系密切，能够获得更多的政策支持和资源倾斜，在面对经济政策不确定性时，具有更强的抗风险能力和资源调配能力。例如，国有企业在融资方面更容易获得银行贷款和政府扶持资金，在项目审批、土地使用等方面也具有一定优势，这些优势使得国有企业在经济政策不确定性增加时，依然能够维持创新投入。此外，国有企业承担着更多的社会责任和国家战略使命，更注重长期发展，在创新投入上可能更具稳定性。而非国有企业由于缺乏政策优势和资源保障，对市场变化更为敏感，在经济政策不确定性较高时，可能会优先考虑生存问题，减少创新投入以规避风险。基于此，提出假设：假设H4：所有制性质对经济政策不确定性与OFDI企业创新投入的关系具有调节作用，与非国有企业相比，经济政策不确定性对国有企业OFDI企业创新投入的负向影响更弱（正向影响更强）。4.2变量选取与数据来源4.2.1变量选取解释变量：经济政策不确定性（EPU），选用Baker等（2016）构建的中国经济政策不确定性指数来衡量。该指数基于对《人民日报》《光明日报》等权威报纸的文本分析，通过统计与经济政策不确定性相关词汇的出现频率，并结合宏观经济数据和政策变动情况计算得出，能够较为全面、客观地反映我国经济政策不确定性程度。该指数以月度数据形式发布，为便于与企业年度数据匹配，将月度数据取算术平均值转换为年度数据。在实证研究中，许多文献已验证了该指数在分析经济政策不确定性对企业行为影响方面的有效性和可靠性，例如李凤羽和杨墨竹（2015）利用该指数研究发现经济政策不确定性会抑制企业投资；王朝阳等（2018）运用该指数探讨了经济政策不确定性与企业资本结构动态调整及稳杠杆的关系。被解释变量：OFDI企业创新投入（R&D），采用企业研发投入金额来衡量。研发投入是企业创新活动的核心投入要素，直接反映了企业在创新方面的资源投入力度。为消除企业规模差异对研发投入的影响，进一步采用研发投入强度，即研发投入占营业收入的比例作为补充指标进行稳健性检验。企业研发投入数据主要来源于Wind数据库和企业年报。控制变量：选取企业规模（Size），以企业年末总资产的自然对数来衡量，反映企业的整体规模大小，大规模企业可能拥有更丰富的资源用于创新投入；资产负债率（Lev），用总负债与总资产的比值表示，衡量企业的偿债能力和财务风险，财务风险较高的企业可能会减少创新投入；营业收入增长率（Growth），通过（当年营业收入-上年营业收入）/上年营业收入计算得出，体现企业的经营增长状况，经营增长较快的企业可能更有动力和资源进行创新投入；企业年龄（Age），以企业成立年份到样本年份的差值表示，不同年龄阶段的企业在创新投入决策上可能存在差异。此外，还控制了行业固定效应（Industry）和年份固定效应（Year），以排除行业特性和宏观经济环境变化对回归结果的影响。行业分类依据证监会2012年版行业分类标准，采用虚拟变量形式加入模型。4.2.2数据来源本文的数据主要来源于多个权威数据库、政府报告以及企业年报。经济政策不确定性指数（EPU）来源于Baker等学者构建的经济政策不确定性数据库，该数据库在学术界被广泛认可和应用，其数据获取途径和计算方法具有科学性和可靠性。OFDI企业相关数据，包括企业对外直接投资的规模、目的地、投资时间等信息，来源于商务部《对外直接投资统计公报》以及Wind数据库。其中，商务部统计公报提供了我国企业对外直接投资的宏观数据，涵盖了不同年份、不同地区的投资概况；Wind数据库则提供了更为详细的企业层面数据，包括企业的基本信息、财务数据以及对外投资项目的具体细节。企业创新投入数据，即研发投入金额和营业收入数据，主要从Wind数据库和企业年报中获取。企业年报是企业披露自身经营状况和财务信息的重要渠道，包含了丰富的企业内部信息，能够为研究提供准确的创新投入数据。控制变量中的企业规模、资产负债率、营业收入增长率和企业年龄等数据，同样来源于Wind数据库和企业年报。在数据筛选和整理过程中，首先对原始数据进行清洗，剔除了存在缺失值、异常值的样本。对于存在缺失值的企业数据，若关键变量（如研发投入、营业收入等）缺失，则将该企业样本予以删除；对于异常值，通过设定合理的取值范围进行识别和处理，例如对于研发投入强度超过100%或为负数的样本，进行进一步核实和修正，若无法修正则予以删除。其次，为保证数据的一致性和可比性，对不同来源的数据进行了合并和匹配。将经济政策不确定性指数与OFDI企业数据按照年份进行匹配，确保每个企业样本都对应相应年份的经济政策不确定性指标；将企业创新投入数据和控制变量数据与OFDI企业数据进行关联匹配，形成完整的企业年度面板数据集。最后，对所有连续变量进行了1%水平的双边缩尾处理，以消除极端值对实证结果的影响，提高研究结果的稳健性。经过上述数据处理过程，最终得到了[具体年份区间]的[样本数量]个企业年度观测值，为后续实证研究奠定了坚实的数据基础。4.3模型构建4.3.1基准回归模型构建为了探究经济政策不确定性对OFDI企业创新投入的影响，构建如下基准回归模型：R\&D_{it}=\alpha_0+\alpha_1EPU_{t}+\sum_{j=1}^{n}\alpha_{1+j}Controls_{jit}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，i表示企业，t表示年份；R\&D_{it}为被解释变量，代表第i家OFDI企业在第t年的创新投入，采用企业研发投入金额衡量，在稳健性检验中使用研发投入强度（研发投入占营业收入的比例）作为替代指标；EPU_{t}为核心解释变量，代表第t年的经济政策不确定性程度，使用Baker等（2016）构建的中国经济政策不确定性指数，经月度数据平均转换为年度数据；Controls_{jit}为控制变量集合，包括企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）和企业年龄（Age）等；\mu_{i}表示企业个体固定效应，用于控制企业个体层面不随时间变化的特征，如企业的独特技术优势、管理风格等对创新投入的影响；\lambda_{t}表示年份固定效应，用以控制宏观经济环境随时间变化对企业创新投入的影响，如宏观经济周期、科技发展水平等；\varepsilon_{it}为随机扰动项，代表模型中未被解释的其他因素对OFDI企业创新投入的影响。模型设定依据如下：从理论上看，经济政策不确定性作为外部环境因素，会对OFDI企业的创新投入决策产生影响。通过将经济政策不确定性作为核心解释变量纳入模型，能够直接检验其与OFDI企业创新投入之间的关系。加入企业层面的控制变量，是因为企业自身的特征因素，如规模大小、财务状况、经营增长情况和企业年龄等，都会对企业的创新投入能力和意愿产生作用。控制企业个体固定效应和年份固定效应，可以有效排除企业个体异质性和宏观经济环境变化等因素对回归结果的干扰，使模型更准确地捕捉经济政策不确定性对OFDI企业创新投入的净影响。在已有研究中，如李凤羽和杨墨竹（2015）在研究经济政策不确定性对企业投资的影响时，也采用了类似的面板数据模型设定，通过控制个体固定效应和时间固定效应，有效识别了经济政策不确定性与企业投资之间的因果关系。这种模型设定在分析经济政策不确定性与企业微观行为关系的研究中具有广泛的应用和较高的可靠性。4.3.2调节效应模型构建为了进一步检验企业规模、行业类型、所有制性质等因素对经济政策不确定性与OFDI企业创新投入关系的调节作用，在基准回归模型的基础上，分别引入调节变量与核心解释变量EPU_{t}的交互项，构建如下调节效应模型：R\&D_{it}=\beta_0+\beta_1EPU_{t}+\beta_2M_{it}+\beta_3EPU_{t}\timesM_{it}+\sum_{j=1}^{n}\beta_{3+j}Controls_{jit}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，M_{it}为调节变量，分别代表企业规模（Size）、行业类型（Industry_type）和所有制性质（Ownership）。当M_{it}为企业规模时，用企业年末总资产的自然对数衡量；当M_{it}为行业类型时，将行业划分为技术密集型和劳动密集型，采用虚拟变量表示，技术密集型行业赋值为1，劳动密集型行业赋值为0；当M_{it}为所有制性质时，国有企业赋值为1，非国有企业赋值为0。EPU_{t}\timesM_{it}为经济政策不确定性与调节变量的交互项，用于检验调节变量是否会改变经济政策不确定性对OFDI企业创新投入的影响方向和程度。\beta_0-\beta_{3+n}为待估计参数，其他变量含义与基准回归模型一致。构建调节效应模型的意义在于，通过分析交互项系数\beta_3的显著性和正负，可以判断调节变量对经济政策不确定性与OFDI企业创新投入关系的调节作用。如果\beta_3显著为正，说明调节变量会增强经济政策不确定性对OFDI企业创新投入的正向影响（或减弱负向影响）；如果\beta_3显著为负，则表明调节变量会增强经济政策不确定性对OFDI企业创新投入的负向影响（或减弱正向影响）。这种模型构建有助于深入理解在不同企业特征和行业背景下，经济政策不确定性对OFDI企业创新投入的影响差异，为企业制定差异化的创新策略和政府实施针对性的政策提供理论依据和实证支持。例如，在研究企业规模的调节作用时，如果发现交互项系数显著为正，意味着大规模企业在面对经济政策不确定性时，凭借其资源优势和抗风险能力，更能够将不确定性转化为创新机遇，加大创新投入，这为大规模企业在复杂政策环境下的创新发展提供了决策参考；对于政府而言，可以根据不同行业和所有制企业的特点，制定更具针对性的政策，引导企业在经济政策不确定性环境下合理进行创新投入，促进企业的可持续发展。五、实证结果与分析5.1描述性统计分析5.1.1各变量基本统计特征呈现对收集到的样本数据进行描述性统计分析，结果如表1所示。表1：变量描述性统计变量观测值均值标准差最小值最大值R&D（万元）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]EPU[样本数量][均值数值][标准差数值][最小值数值][最大值数值]Size[样本数量][均值数值][标准差数值][最小值数值][最大值数值]Lev[样本数量][均值数值][标准差数值][最小值数值][最大值数值]Growth[样本数量][均值数值][标准差数值][最小值数值][最大值数值]Age[样本数量][均值数值][标准差数值][最小值数值][最大值数值]从表1中可以看出，被解释变量OFDI企业创新投入（R&D）的均值为[均值数值]万元，表明样本中OFDI企业平均的创新投入规模达到[均值数值]万元，但标准差为[标准差数值]，说明企业之间的创新投入水平存在较大差异，最大值为[最大值数值]万元，最小值仅为[最小值数值]万元，这种巨大的差异反映出不同OFDI企业在创新投入决策上的多样性，可能受到企业自身规模、战略目标、所处行业等多种因素的影响。核心解释变量经济政策不确定性（EPU）的均值为[均值数值]，标准差为[标准差数值]，说明我国经济政策不确定性在样本期内存在一定的波动。其最小值为[最小值数值]，最大值为[最大值数值]，表明经济政策不确定性在不同年份之间变化较为明显，这种波动可能会对OFDI企业的创新投入决策产生不同程度的影响。控制变量方面，企业规模（Size）的均值为[均值数值]，以企业年末总资产的自然对数衡量，反映出样本企业的平均规模大小；资产负债率（Lev）均值为[均值数值]，表示样本企业平均的负债水平，标准差为[标准差数值]，说明企业之间的财务杠杆存在一定差异；营业收入增长率（Growth）均值为[均值数值]，体现样本企业的平均增长速度，最大值和最小值之间差距较大，表明不同企业的经营增长状况差异显著；企业年龄（Age）均值为[均值数值]年，反映样本企业的平均成立年限，企业年龄的差异也可能对企业的创新投入行为产生影响。5.1.2数据特征初步解读通过对描述性统计结果的分析，可以初步判断数据的分布特点和是否存在异常值。首先，OFDI企业创新投入（R&D）的标准差较大，说明企业之间的创新投入水平离散程度较高，存在一些创新投入规模较大的企业和一些创新投入规模较小的企业，这可能与企业的规模、行业、发展阶段等因素有关。其次，经济政策不确定性（EPU）的标准差表明其在样本期内波动较为明显，这与我国经济发展过程中政策调整的实际情况相符，政策的不确定性会对企业的决策产生影响，进而影响企业的创新投入。对于控制变量，企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）和企业年龄（Age）的标准差也反映出样本企业在这些方面存在一定的异质性。在后续的实证分析中，需要考虑这些因素对OFDI企业创新投入的影响，以更准确地探究经济政策不确定性与OFDI企业创新投入之间的关系。关于异常值的判断，通过观察各变量的最小值和最大值，初步发现部分变量存在极端值的情况。例如，OFDI企业创新投入（R&D）的最大值远高于均值，可能存在一些创新投入规模异常大的企业，这些极端值可能会对实证结果产生影响。为了确保研究结果的稳健性，在后续的数据处理中，对所有连续变量进行了1%水平的双边缩尾处理，以消除极端值对回归结果的干扰。同时，在进行相关性分析和回归分析之前，还将进一步检查数据的正态性和多重共线性等问题，为实证研究的准确性和可靠性奠定基础。5.2相关性分析5.2.1变量间相关性检验结果展示在进行回归分析之前，为初步了解各变量之间的关系，对主要变量进行Pearson相关性分析，结果如表2所示。表2：变量Pearson相关性分析结果变量R&DEPUSizeLevGrowthAgeR&D1EPU[EPU与R&D的相关系数]1Size[Size与R&D的相关系数][Size与EPU的相关系数]1Lev[Lev与R&D的相关系数][Lev与EPU的相关系数][Lev与Size的相关系数]1Growth[Growth与R&D的相关系数][Growth与EPU的相关系数][Growth与Size的相关系数][Growth与Lev的相关系数]1Age[Age与R&D的相关系数][Age与EPU的相关系数][Age与Size的相关系数][Age与Lev的相关系数][Age与Growth的相关系数]15.2.2相关性结果分析与初步结论从表2可以看出，经济政策不确定性（EPU）与OFDI企业创新投入（R&D）的相关系数为[EPU与R&D的相关系数]，且在[具体显著性水平]上显著，初步表明经济政策不确定性与OFDI企业创新投入之间存在一定的相关关系，但仅从相关性分析无法确定二者之间的因果关系和影响方向，需要进一步通过回归分析进行验证。企业规模（Size）与OFDI企业创新投入（R&D）的相关系数为[Size与R&D的相关系数]，在[具体显著性水平]上显著为正，说明企业规模越大，其创新投入水平可能越高，这可能是因为大规模企业拥有更丰富的资源和更强的创新能力，更有能力进行创新投入。资产负债率（Lev）与OFDI企业创新投入（R&D）的相关系数为[Lev与R&D的相关系数]，在[具体显著性水平]上显著为负，表明企业的资产负债率越高，财务风险越大，可能会抑制企业的创新投入，企业需要将更多的资金用于偿还债务，从而减少了对创新活动的投入。营业收入增长率（Growth）与OFDI企业创新投入（R&D）的相关系数为[Growth与R&D的相关系数]，在[具体显著性水平]上显著为正，说明企业的经营增长状况越好，越有动力和资源进行创新投入，以保持良好的增长态势。企业年龄（Age）与OFDI企业创新投入（R&D）的相关系数为[Age与R&D的相关系数]，在[具体显著性水平]上不显著，表明企业年龄与创新投入之间的关系不明显，企业的创新投入决策可能更多地受到其他因素的影响，而非企业成立的年限。此外，各控制变量之间的相关系数均小于0.5，说明不存在严重的多重共线性问题，不会对后续回归结果产生较大干扰，可进一步进行回归分析以深入探究各变量之间的关系。5.3回归结果分析5.3.1基准回归结果呈现与分析对构建的基准回归模型进行估计，回归结果如表3所示。表3：基准回归结果变量系数标准误t值P值[95%置信区间]EPU[EPU系数估计值][EPU标准误][EPU的t值][EPU的P值][下限值，上限值]Size[Size系数估计值][Size标准误][Size的t值][Size的P值][下限值，上限值]Lev[Lev系数估计值][Lev标准误][Lev的t值][Lev的P值][下限值，上限值]Growth[Growth系数估计值][Growth标准误][Growth的t值][Growth的P值][下限值，上限值]Age[Age系数估计值][Age标准误][Age的t值][Age的P值][下限值，上限值]Constant[常数项系数估计值][常数项标准误][常数项的t值][常数项的P值][下限值，上限值]行业固定效应是年份固定效应是Observations[样本数量]R-squared[调整后的R方值]从表3的回归结果来看，经济政策不确定性（EPU）的系数为[EPU系数估计值]，在[具体显著性水平]上显著。这一结果表明，经济政策不确定性对OFDI企业创新投入存在显著影响，且系数的正负决定了影响方向。若系数为正，说明经济政策不确定性增加会促使OFDI企业创新投入增加，即经济政策不确定性与OFDI企业创新投入呈正相关关系，支持假设H1b；若系数为负，则表明经济政策不确定性增加会导致OFDI企业创新投入减少，即两者呈负相关关系，支持假设H1a。在控制变量方面，企业规模（Size）的系数为正且在[具体显著性水平]上显著，这与相关性分析结果一致，说明企业规模越大，OFDI企业的创新投入越高。大规模企业凭借其资金、技术、人才等方面的优势，在创新资源的获取和整合上具有更大的优势，更有能力承担创新风险，从而加大创新投入。资产负债率（Lev）的系数为负且显著，意味着企业的资产负债率越高，财务风险越大，企业用于创新投入的资金会相应减少，企业更倾向于将资金用于偿还债务，以维持企业的正常运营。营业收入增长率（Growth）的系数为正且显著，表明企业的经营增长状况越好，越有动力和资源进行创新投入，以保持良好的增长态势，实现可持续发展。企业年龄（Age）的系数不显著，说明企业年龄对OFDI企业创新投入的影响不明显，企业的创新投入决策更多地受到其他因素的影响，如市场需求、竞争压力、技术创新需求等。5.3.2调节效应回归结果呈现与分析对构建的调节效应模型进行估计，分别检验企业规模、行业类型、所有制性质对经济政策不确定性与OFDI企业创新投入关系的调节作用，回归结果如表4所示。表4：调节效应回归结果变量模型1（企业规模调节）模型2（行业类型调节）模型3（所有制性质调节）EPU[EPU系数1][EPU系数2][EPU系数3]M（调节变量）[M系数1][M系数2][M系数3]EPU×M[交互项系数1][交互项系数2][交互项系数3]控制变量是是是行业固定效应是是是年份固定效应是是是Observations[样本数量][样本数量][样本数量]R-squared[调整后的R方值1][调整后的R方值2][调整后的R方值3]在模型1（企业规模调节）中，经济政策不确定性（EPU）与企业规模（Size）的交互项系数[交互项系数1]在[具体显著性水平]上显著为正。这表明企业规模对经济政策不确定性与OFDI企业创新投入的关系具有正向调节作用，即企业规模越大，经济政策不确定性对OFDI企业创新投入的正向影响越强（或负向影响越弱），支持假设H2。具体来说，当经济政策不确定性增加时，大规模企业凭借其丰富的资源和较强的抗风险能力，能够更好地应对不确定性带来的挑战，更有能力捕捉到经济政策不确定性所带来的增长期权，从而加大创新投入；而小规模企业由于资源有限，在面对经济政策不确定性时，可能会更加谨慎，减少创新投入以规避风险。在模型2（行业类型调节）中，经济政策不确定性（EPU）与行业类型（Industry_type）的交互项系数[交互项系数2]在[具体显著性水平]上显著。若交互项系数为正，说明与劳动密集型行业相比，经济政策不确定性对技术密集型行业OFDI企业创新投入的正向影响更强（或负向影响更弱），支持假设H3。这是因为技术密集型行业的OFDI企业通常对技术创新的依赖程度较高，即使在经济政策不确定性较高的情况下，为了保持技术领先地位和市场竞争力，也会积极投入创新资源；而劳动密集型行业的OFDI企业产品附加值相对较低，对成本更为敏感，经济政策不确定性增加可能导致成本上升，从而抑制其创新投入。在模型3（所有制性质调节）中，经济政策不确定性（EPU）与所有制性质（Ownership）的交互项系数[交互项系数3]在[具体显著性水平]上显著。若交互项系数为正，表明与非国有企业相比，经济政策不确定性对国有企业OFDI企业创新投入的正向影响更强（或负向影响更弱），支持假设H4。国有企业通常与政府关系密切，能够获得更多的政策支持和资源倾斜，在面对经济政策不确定性时，具有更强的抗风险能力和资源调配能力，更注重长期发展，因此在创新投入上可能更具稳定性；而非国有企业由于缺乏政策优势和资源保障，对市场变化更为敏感，在经济政策不确定性较高时，可能会优先考虑生存问题，减少创新投入以规避风险。5.4稳健性检验5.4.1检验方法选择与实施为确保前文实证结果的可靠性和稳定性，从多个维度进行稳健性检验。在替换变量方面，对被解释变量OFDI企业创新投入，使用研发投入强度（研发投入占营业收入的比例）替代原有的研发投入金额。研发投入强度能消除企业规模差异对创新投入的影响，从相对比例的角度衡量企业创新投入的力度，使结果更具可比性。例如，若某企业研发投入金额较高，但营业收入也很高，其研发投入强度可能并不突出，通过这一指标可更精准反映企业对创新的重视程度。对于核心解释变量经济政策不确定性，考虑使用其他相关指标作为补充或替代。如采用基于新闻媒体报道构建的其他经济政策不确定性指数，这些指数可能从不同的媒体来源、指标选取和计算方法得出，能从多个视角衡量经济政策不确定性，以检验结果是否因指标选取不同而产生变化。在改变样本区间方面，首先进行缩尾处理，对所有连续变量在1%和99%分位数水平上进行双边缩尾，以消除极端值对结果的影响。极端值可能是由于数据录入错误、特殊事件等原因产生，会对回归结果产生较大干扰，缩尾处理可使数据更加稳健。其次，尝试改变样本区间，选取不同的时间段进行回归分析。比如，在原有样本区间基础上，缩短时间段，只选取近[X]年的数据进行分析，以检验实证结果在不同时间跨度下是否一致；或者选取特定的经济周期阶段，如经济繁荣期或衰退期的数据进行单独分析，观察经济政策不确定性对OFDI企业创新投入的影响在不同经济环境下是否稳定。此外，还考虑增加控制变量，进一步控制可能影响OFDI企业创新投入的其他因素。例如，加入企业的研发人员数量，研发人员是创新活动的核心要素，其数量多少直接影响企业的创新能力和创新投入的产出效率；企业的专利申请数量，能反映企业的创新成果和创新活跃度，也可能对企业后续的创新投入决策产生影响。通过加入这些控制变量，使模型更加完善，减少遗漏变量偏差对结果的影响。5.4.2检验结果分析与结论验证稳健性检验结果如表5所示。表5：稳健性检验结果变量替换变量检验缩尾处理检验改变样本区间检验增加控制变量检验EPU[新系数1][新系数2][新系数3][新系数4]控制变量是是是是行业固定效应是是是是年份固定效应是是是是Observations[新样本量1][新样本量2][新样本量3][新样本量4]R-squared[新R方值1][新R方值2][新R方值3][新R方值4]从替换变量检验结果来看，使用研发投入强度作为被解释变量，经济政策不确定性（EPU）的系数[新系数1]与基准回归结果相比，符号和显著性水平基本一致。这表明即使从相对比例的角度衡量企业创新投入，经济政策不确定性对OFDI企业创新投入的影响方向和显著性依然稳定，说明实证结果在被解释变量度量方式改变的情况下具有稳健性。缩尾处理检验中，在对数据进行1%和99%分位数水平双边缩尾后，EPU的系数[新系数2]与基准回归结果无明显差异，依然在[具体显著性水平]上显著。这说明极端值对回归结果的影响较小，数据经过缩尾处理后，经济政策不确定性与OFDI企业创新投入之间的关系并未发生改变，进一步验证了结果的可靠性。改变样本区间检验时，无论是缩短时间段还是选取特定经济周期阶段的数据进行分析，EPU的系数[新系数3]在不同样本区间下均保持稳定，与基准回归结果一致。这表明实证结果在不同时间跨度和经济环境下都具有较好的稳健性，经济政策不确定性对OFDI企业创新投入的影响不受样本区间选择的影响。增加控制变量检验中，加入研发人员数量、专利申请数量等控制变量后，EPU的系数[新系数4]依然显著，且符号未发生改变。这说明在考虑了更多可能影响OFDI企业创新投入的因素后，经济政策不确定性对企业创新投入的影响依然存在，模型具有较好的抗干扰能力，实证结果较为稳健。综合以上稳健性检验结果，在经过多种方法的检验后，经济政策不确定性对OFDI企业创新投入的影响结果始终保持稳定，与基准回归结果一致。这充分说明前文实证分析得出的结论具有较高的可靠性，能够准确反映经济政策不确定性与OFDI企业创新投入之间的关系。六、案例分析6.1案例企业选取与背景介绍6.1.1案例企业选取依据为深入探究经济政策不确定性对OFDI企业创新投入的影响，本研究选取华为技术有限公司和联想集团作为案例企业。选取这两家企业主要基于以下几方面考虑：首先，二者在OFDI领域具有显著代表性。华为和联想均是我国跨国经营的领军企业，在全球范围内开展广泛的对外直接投资活动，业务覆盖众多国家和地区，其OFDI规模和影响力在国内企业中位居前列。华为在全球170多个国家和地区设有分支机构，联想的业务更是遍及全球60多个国家，为全球160多个国家的客户提供产品与服务。这种广泛的国际布局使它们不可避免地受到不同国家和地区经济政策不确定性的影响，能够全面反映经济政策不确定性对OFDI企业创新投入的多方面作用。其次，数据可得性与公开性良好。华为和联想作为公众熟知的大型企业，其财务数据、经营信息以及创新活动相关资料相对容易获取。企业年报、官方网站以及各类财经媒体等渠道，都提供了丰富且详细的信息，为深入分析企业在经济政策不确定性环境下的创新投入决策和实践提供了充足的数据支持。例如，华为每年发布的年报中，会详细披露其在全球各地的研发投入、创新成果以及面对经济政策变化时的战略调整；联想也会通过各种公开渠道分享其在海外市场的投资进展和创新举措，这些公开信息为案例研究提供了坚实的数据基础。再者，两家企业在行业内的领先地位和持续创新能力突出。华为在通信技术领域处于全球领先水平，凭借持续的创新投入，在5G技术、通信设备研发等方面取得了众多突破性成果，拥有大量核心专利技术。联想在计算机制造和信息技术服务领域同样具有重要影响力，不断推出创新的产品和解决方案，如高性能笔记本电脑、智能物联网设备等，其创新能力得到了市场的广泛认可。研究这两家在行业内具有标杆意义的企业，对于揭示经济政策不确定性与OFDI企业创新投入之间的关系具有重要的参考价值，能够为其他企业提供有益的借鉴和启示。6.1.2企业背景详细介绍华为技术有限公司：华为创立于1987年，总部位于中国广东深圳。经过多年的发展，已从一家小型通信设备代理商逐步成长为全球知名的信息与通信技术（ICT）解决方案供应商。华为的业务涵盖了运营商网络、企业业务、消费者业务和云计算等多个领域。在运营商网络领域，华为为全球电信运营商提供先进的通信设备和解决方案，帮助运营商构建高速、稳定的通信网络；企业业务方面，华为聚焦于为企业客户提供数字化转型的技术支持，涵盖云计算、大数据、物联网等领域；消费者业务则以智能手机、智能穿戴设备等终端产品为主，凭借其卓越的技术和品质，在全球消费者市场中占据重要份额。在对外直接投资方面，华为积极拓展海外市场，在全球范围内进行广泛的投资布局。截至目前，华为已在全球170多个国家和地区设立了分支机构，拥有超过20万名员工，其中海外员工占比超过50%。华为在海外投资建设了多个研发中心，如在俄罗斯设立的数学算法研究中心、在法国设立的美学研究中心等，通过整合全球研发资源，提升自身的技术创新能力。这些研发中心不仅为华为的技术创新提供了强大的支持，也促进了当地科技人才的培养和技术进步。华为一直将创新视为企业发展的核心驱动力，持续加大创新投入。在研发投入方面，华为多年来保持着高额的投入。以2023年为例，华为研发投入达到1615亿元人民币，占全年销售收入的25.1%。在过去十年间，华为累计研发投入超过9773亿元人民币。通过持续的创新投入，华为取得了丰硕的创新成果。在5G通信技术领域，华为拥有大量核心专利，成为全球5G技术的引领者。截至2023年底，华为累计获得授权专利超过12万件，其中90%以上为发明专利。华为还积极参与全球通信标准的制定，在国际标准组织中发挥着重要作用，为推动全球通信技术的发展做出了重要贡献。联想集团：联想集团成立于1984年，是一家在全球具有广泛影响力的科技企业，总部位于中国北京和美国北卡罗来纳州罗利。联想的业务主要集中在智能设备、数据中心业务和解决方案服务等领域。在智能设备领域，联想是全球最大的个人电脑制造商之一，其笔记本电脑、台式机、平板电脑等产品在全球市场上拥有较高的市场份额。数据中心业务方面，联想为企业客户提供服务器、存储设备、网络设备等产品和解决方案，帮助企业构建高效的数据中心基础设施。解决方案服务则专注于为客户提供数字化转型咨询、系统集成、运维服务等一站式服务，满足客户在不同业务场景下的技术需求。在对外直接投资方面，联想通过一系列的海外并购和投资活动，迅速拓展国际市场。2005年，联想收购了IBM个人电脑业务，一举成为全球第三大个人电脑制造商，实现了在国际市场上的重大突破。此后，联想又陆续收购了摩托罗拉移动、富士通个人电脑业务等，进一步扩大了在智能手机和个人电脑领域的市场份额，完善了全球业务布局。目前，联想在全球60多个国家设有分支机构，业务覆盖全球160多个国家和地区，员工总数超过7万人。在创新投入方面，联想始终注重技术创新和产品研发。虽然联想的研发投入相对华为规模较小，但也保持着稳定的增长态势。以2023财年为例，联想研发投入达到153亿元人民币，占全年营业收入的3.1%。联想在计算机技术、人工智能、物联网等领域取得了多项技术创新成果，推出了一系列具有创新性的产品。例如，联想推出的ThinkPadX1Carbon笔记本电脑，以其轻薄便携、高性能和长续航等特点，受到了全球商务人士的青睐；在人工智能领域，联想研发的智能客服系统，利用自然语言处理和机器学习技术，为客户提供高效、智能的服务支持。此外，联想还积极参与行业标准的制定，推动行业技术的发展和进步。6.2经济政策不确定性下案例企业创新投入实践6.2.1企业创新投入举措与策略在面对经济政策不确定性时，华为和联想采取了一系列积极的创新投入举措与策略。华为始终将创新视为企业发展的核心驱动力，持续加大研发投入力度。在经济政策不确定性增加的情况下，华为并没有削减研发预算，反而进一步提升研发投入占比。以2020-2022年为例，尽管全球经济政策不确定性显著上升，华为在这期间的研发投入分别达到1418.93亿元、1427亿元和1615亿元，占销售收入的比例分别为15.9%、22.4%和25.1%。为了优化研发团队，华为积极吸引全球顶尖人才，在全球范围内设立了多个研发中心，如在俄罗斯设立数学算法研究中心，利用当地的数学人才优势，提升算法研究能力；在法国设立美学研究中心，借助法国的艺术氛围和设计人才，提升产品的外观设计和用户体验。通过整合全球研发资源，华为打造了一支多元化、高素质的研发团队，为技术创新提供了坚实的人才保障。同时，华为注重研发方向的多元化和前瞻性布局。除了在通信技术领域持续深耕，不断提升5G、6G等核心技术的研发水平，还积极拓展新的研发领域，如人工智能、云计算、物联网等新兴技术领域。华为推出的昇腾人工智能芯片，采用先进的制程工艺和架构设计，具备强大的算力和高效的处理能力，在人工智能计算领域取得了显著成果。在云计算方面，华为云凭借其稳定的性能、丰富的服务和强大的安全保障，为企业和开发者提供了全方位的云计算解决方案，在全球市场上获得了广泛的应用和认可。这种多元化的研发布局，使华为能够更好地应对经济政策不确定性带来的市场变化和技术变革，降低单一技术领域的风险。联想同样重视创新投入，在经济政策不确定性环境下，通过加强与高校、科研机构的合作，优化研发团队结构，提升创新能力。联想与清华大学、北京大学等国内知名高校建