OFDI逆向技術溢出、金融發展水平與地區創新能力研究

戴利研 田靜 管旭

[摘? 要]利用2004—2017年中國30個省的OFDI數據，借鑒L—P模型實證檢驗OFDI逆向技術溢出對地區創新能力的影響，并從金融規模、金融效率、金融結構三個維度利用門檻模型分析金融發展水平對OFDI逆向技術溢出效應的影響，實證結果表明，不考慮金融發展水平的門檻效應，OFDI逆向技術溢出對地區創新能力具有正向影響，且具有地區差異和時間差異。進一步考慮金融發展水平的差異，結果表明OFDI逆向技術溢出對地區創新能力的作用具有金融規模、金融效率、金融結構的單門檻效應。

[關鍵詞]對外直接投資;逆向技術溢出;金融發展水平;創新能力

[中圖分類號]F832;F752? [文獻標識碼]A? [文章編號]1672-2426（2020）09-0057-12

一、引言

根據內生增長理論，經濟能夠不依賴外力推動實現持續增長。技術進步是保證經濟持續增長的決定因素，而技術進步不僅能夠通過國內研究與試驗發展（R&D）投入來推動，還可以通過對外直接投資（OFDI）獲得的國際技術溢出來推動。近年來，中國OFDI迅猛發展，2018年，中國OFDI流量為1430.4億美元，位居全球第二位，流量規模占全球14.1%，創歷史新高，OFDI存量為19822.7億美元，位居全球第三位[1]。2018年末，中國境內投資者在全球超過80%的國家（地區）設立對外直接投資企業，中國企業在全球范圍內進行投資的過程中可以不斷學習借鑒東道國的先進技術和管理經驗，提升企業整體乃至整個行業的技術水平，先進的知識和技術進一步反饋回母國，實現了OFDI渠道的逆向技術溢出。

從理論上講，企業所在母國可以獲得OFDI逆向技術溢出效應，實現技術進步，提升自主創新能力。但實際上，OFDI逆向技術溢出效應的實現會受到諸如經濟發展水平、對外開放程度、金融發展水平等地區吸收能力的影響。其中，金融發展水平在OFDI逆向技術溢出的過程中發揮了重要作用。對外投資以及技術創新的主體歸根結底是各類跨國企業，企業進行對外直接投資需要足夠的資金支持，實現企業整體以及全行業的技術擴散同樣需要資金支持。地區金融發展水平越高，金融體系越健全、金融系統越發達，跨國企業受到的融資約束越小，更愿意“走出去”獲取高利潤回報以及更高水平的技術和經驗。此外，技術研發和創新往往具有高風險性，越是發達的金融體系為企業提供的融資手段越多，可以有效緩解企業因技術創新造成的融資壓力。

目前，中國面臨的國際化競爭和全球化浪潮越來越激烈，要不斷實現技術升級、提升中國創新能力，進而提升中國的綜合國力和國際地位，就要利用好OFDI逆向技術溢出這一重要的國際技術溢出渠道。如何利用好地區金融發展資源促進先進知識技術在母國的吸收與溢出也是非常有意義的課題。本文以OFDI逆向技術溢出對中國地區創新能力的影響為研究對象，分析了金融發展水平對OFDI逆向技術溢出和創新能力造成的非線性影響，借助實證研究為中國OFDI實際運營提供對策，具有現實意義。

二、文獻綜述

OFDI逆向技術溢出效應一直是國內外學者關注的熱點話題之一，研究之初，國外學者以進入發達國家的外資企業為研究對象，探究其進行OFDI的動因。Chang、Kogut[2]研究了對美國進行OFDI的日本跨國企業，發現這些企業投資集中于研發密集型產業，以技術獲取為目的，最早論證了OFDI逆向技術溢出效應的存在。之后的學者們研究了進入西歐、美國市場進行OFDI的跨國企業，進一步證實了逆向技術溢出效應的存在，如Neven、Siotis[3]，Yamawaki[4]，Driffield、Love[5]，Branstetter[6]。然而當學者運用國家層面的數據檢驗OFDI逆向技術溢出效應的存在性時，卻得出了不同的結論。Potterie、Lichtenberg[7]運用13個發達國家1971—1990年的數據對OFDI跨境技術轉移進行了實證研究，發現OFDI對國內生產率具有顯著的提升作用，逆向技術溢出效應明顯。Herzer[8]以33個發展中國家為樣本，考察了這些國家1980—2005年間OFDI與全要素生產率的關系，發現平均而言，OFDI對發展中國家的全要素生產率具有穩健的正向長期效應，且發現在這些國家，提升全要素生產率既是結果，也是企業增加OFDI的原因之一。與上述研究結論相反，Lee[9]運用16個經濟合作與發展組織國家1981—2000年間的數據實證研究發現OFDI并非有效的技術溢出渠道，逆向技術溢出效應不明顯。Bitzer、G rg[10]利用17個經濟合作與發展組織國家1973—2001年的產業和國家層面的數據實證檢驗發現OFDI對生產率有負向的影響，且國別差異較為顯著。

國內對OFDI逆向技術溢出效應的研究起步較晚，但隨著中國OFDI的規模不斷提高，眾多學者開始從投資動因、溢出機理、影響因素、地區差異等各個角度進行了廣泛的理論和實證研究。研究主要考察了OFDI與全要素生產率之間的關系，闡明OFDI對中國技術進步的影響，如趙偉、古廣慶、何元慶[11]，白潔[12]，何一鳴、張洪燕[13]，王恕立、向姣姣[14]，霍忻[15]。

對于OFDI對中國創新能力的逆向溢出效應，眾多學者的研究結論存在差異。一種觀點認為OFDI產生的研發資本溢出對母國創新能力具有促進作用，如沙文兵[16]基于國際R&D溢出模型運用中國省級面板數據進行實證研究發現，OFDI逆向技術溢出效應對以專利授權數量為表征的國內創新能力產生了促進作用。李娟等[17]，譚賽[18]在研究中也得出了類似結論。邱喆成[19]將創新能力指標細分為激進式創新和漸進式創新，通過研究發現OFDI產生的研發資本溢出對中國的激進式創新和漸進式創新均具有正向促進作用。另一種觀點認為OFDI對母國創新能力的影響并不顯著，甚至存在阻礙作用。如謝鈺敏、周開拓、魏曉平[20]利用中國2000—2011年的相關數據進行實證分析，表明中國OFDI對總體創新能力有抑制作用，對國內模仿創新的能力存在逆向溢出效應，而對自主創新和二次創新的能力均產生了抑制作用。還有一種觀點認為母國吸收能力影響了OFDI逆向技術溢出對母國創新能力的提升。沙文兵、李瑩[21]從綜合創新能力及其創新投入、創新產出、創新環境和創新績效四個細分維度進行檢驗，發現OFDI逆向技術溢出效應存在，但只有在達到吸收門檻之后才會對區域創新能力產生推動作用。韓慧、趙國浩[22]運用面板門檻模型實證檢驗發現OFDI逆向技術溢出對創新能力提升的作用呈顯著倒U型特征，在最優技術差距區間內才能發揮其最大效應。劉宏、趙恒園、李峰[23]采用研發投入強度、資本密度吸收能力、技術差距和市場化程度四個吸收能力指標，運用門限回歸模型，實證考察發現OFDI對地區創新產出具有非線性影響。

金融發展水平常常作為地區吸收能力指標之一對OFDI逆向技術溢出效應進行研究。金融發展可以通過金融中介使資源配置到生產性部門之中，從而帶動創新的產生，也是帶動經濟發展的關鍵因素。劉煥鵬、嚴太華[24]認為，中國金融發展水平整體呈上升趨勢，金融資產規模逐年增加，但在各個地區的發展仍然是非均衡的，這就造成了OFDI對地區創新能力的影響可能是非線性的。李梅[25]從金融發展規模和金融發展效率兩方面進行研究，發現母國的金融發展對OFDI逆向技術溢出存在明顯的門檻效應。殷朝華、鄭強、谷繼建[26]通過構建自主創新產出綜合指數來衡量自主創新，實證研究發現現階段OFDI對中國自主創新產生了顯著的負效應，地區異質性明顯，且存在基于金融發展的雙門檻效應，當區域金融發展水平達到并跨越臨界門檻值后，OFDI對自主創新的作用由顯著為負變為顯著為正。梁文化[27]利用2003—2015年中國省際面板數據研究發現，金融發展水平具有雙重門檻，不同的門檻取值區間內，OFDI逆向技術溢出對自主創新的影響差異性顯著。

綜上，本文充分考慮中國不同省級單位間金融發展的差異，將金融發展水平細分為金融發展規模、金融發展效率以及金融發展結構三個指標，借鑒測算國際研發溢出的L—P模型，通過構建全國31個省（自治區、直轄市）的省級面板數據門檻模型，從各地區金融發展水平的視角探究通過OFDI渠道獲得的研發資本溢出影響各地區自主創新能力的門檻效應。

三、實證分析

（一）模型設定

Coe和Helpman[28]最早提出C—H模型，認為在開放經濟條件下，一國的R&D投入以及國外R&D投入的技術溢出效應決定了本國的技術水平。Potterie和Lichtenberg[7]建立的L—P模型首次把通過OFDI渠道獲得的逆向技術溢出效應引入C—H模型，成為研究OFDI逆向技術溢出的常用模型。本文將以這兩個模型為基礎，利用2004—2017年中國省級面板數據，研究OFDI逆向技術溢出對地區創新能力的影響。構造基礎模型如下：

1nInit=β1nSitofdi+θ1nXit+αi+λt+εit? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

其中：Init表示地區創新能力，用i省t年專利授權數表示。Sitofdi為i省t年通過OFDI渠道獲得的國外R&D資本存量。Xit為一系列控制變量，包括i省t年的R&D資本存量Sitdome，i省t年通過FDI渠道獲得的資本存量Sitfdi，i省t年通過進口貿易渠道獲得的資本存量Sitim，i省t年經濟發展水平Eit，i省t年人力資本水平Hit，i省t年金融發展水平Fit。αi代表個體固定效應，λt代表時間固定效應，εit代表隨機擾動項。

模型（1）是未考慮門檻效應的基礎模型，為全面估計出門檻值并增強其準確性，同時對內生的門檻效應進行顯著性檢驗，根據Hansen[29]的非動態面板門檻回歸模型的思路，首先假設存在單門檻效應，在模型（1）的基礎上可以構建單門檻模型（2），多門檻模型可由單門檻模型擴展得到。

1nInit=β11nSitofdiI（Fit≤η）+β21nSitofdiI（Fit>η）+θ1nXit+αi+λt+εit? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

其中，門檻變量為金融發展水平Fit，細分為i省t年金融發展規模（Fscit），金融發展效率（Feit），金融發展結構（Fstit）三個維度;η為未知門檻，I（·）為指示函數。金融發展水平在OFDI逆向技術溢出過程中起著重要作用，OFDI逆向技術溢出的前提是金融發展水平達到一定的程度，這就形成了技術溢出的門檻。

（二）變量選取與數據處理

1.地區創新能力（Init）。Pakes和Griliches[30]對美國公司的創新活動進行了研究，發現公司獲得的專利數量與公司的R&D支出之間顯著相關，說明創新能力確實可以用專利獲得量來衡量。本文借鑒沙文兵[16]，李娟等[17]學者的研究成果，采用專利授權數量作為衡量各省（自治區、直轄市）創新能力的重要指標，數據來源于2005—2018年《中國科技統計年鑒》。

2.通過OFDI渠道獲得的國外R&D資本存量（Sitofdi）。本文借鑒李娟等[17]的研究成果，分兩步計算通過OFDI渠道獲得的國外R&D資本存量。首先計算全國t年通過OFDI獲得的逆向技術溢出Stofdi，公式為：

其中，OFDIjt為中國t年對國家（地區）j的直接投資存量，GDPjt為t年國家（地區）j的GDP，Sjt為t年國家（地區）j的R&D資本存量，利用永續盤存法計算，公式為：Sjt=（1-δ）Sj（t-1）+RDjt，RDjt為國家（地區）j的實際R&D支出〔首先從世界銀行數據庫獲取目標國家（地區）j的GDP和R&D支出占GDP的比重，計算歷年名義R&D，再用CPI指數折算為以基年2004年為不變價格的實際R&D支出〕，δ為R&D資本存量折舊率，本文參照Coe和Helpman[28]的研究方法取5%。N表示本文選取的國家（地區）數量，根據中國OFDI流向，綜合數據的可得性，本文選取美國、加拿大、日本、法國、德國、英國、意大利、荷蘭、瑞典、澳大利亞、新加坡、韓國、馬來西亞、巴西、俄羅斯、南非和哈薩克斯坦共17個國家和中國香港為樣本進行分析，既包含了發達國家（地區），也包含了發展中國家（地區）。由于官方公布的中國各省（自治區、直轄市）OFDI統計數據始于2004年，并且根據其他數據的可得性，本文把研究區間確定為2004—2017年。

計算各省（自治區、直轄市）通過OFDI獲得的逆向技術溢出，公式為：

其中，Sitofdi為i省t年通過OFDI渠道獲得的逆向技術溢出，OFDIit為i省t年的OFDI存量，OFDIct為中國t年的OFDI存量。全國以及各省（自治區、直轄市）OFDI存量數據，來源于2005—2018年《中國對外直接投資統計公報》;各國（地區）的GDP、R&D支出占GDP的比重以及固定資本形成總額Kjt均來源于世界銀行數據庫。

3.金融發展水平（Fit）。本文采用金融發展規模（Fscit）、金融發展效率（Feit）、金融發展結構（Fstit）三個指標來衡量地區金融發展水平。借鑒王永劍和劉春杰[31]相關研究成果，將金融發展規模指標確定為金融發展規模=各省（自治區、直轄市）存貸款總額/GDP。數據來源于2005—2018年各省（自治區、直轄市）統計年鑒和萬德（Wind）數據庫。借鑒李梅[25]相關研究成果，將金融發展效率指標確定為金融發展效率=各省（自治區、直轄市）貸款余額/GDP×（1-國有單位固定資產投資總額/全社會固定資產投資總額）。數據來源于2005—2018年各省（自治區、直轄市）統計年鑒、2005—2018年《中國統計年鑒》以及Wind數據庫;借鑒柏玲、姜磊、趙本福[32]相關研究成果，將金融發展結構指標確定為金融發展結構=各省（自治區、直轄市）股票總市值/銀行信貸規模，數據來源于2005—2018年各省（自治區、直轄市）統計年鑒、2005—2018年《中國金融年鑒》和Wind數據庫。

4.國內R&D資本存量Sitdom，依據永續盤存法計算獲得，公式為：Sitdom=（1-δ）Si，t-1dom+RDjt，δ為R&D資本折舊率，取5%，RDit為折算為2004年不變價格的各省（自治區、直轄市）歷年實際R&D支出，數據來源于2005—2018年《中國科技統計年鑒》。

5.通過FDI渠道獲得的R&D資本存量Sitfdi，計算方法同Sitofdi，公式為：

FDIjt為中國t年實際利用國家（地區）j的外商直接投資額。FDIjt為i省t年外商直接投資額，FDIct為中國t年實際利用外商直接投資總額。相關數據來源于國家統計局。

6.通過進口貿易渠道獲得的R&D資本存量Sitim，計算方法也同Sitofdi，首先計算全國通過進口貿易獲得的R&D溢出，公式為：

IMjt為t年中國從j國（地區）進口的貿易額，IMit為i省t年的進口額，IMct為中國t年的進口貿易總額。相關數據來源于國家統計局。

7.經濟發展水平Eit，用各地區人均GDP來表示。數據來源于2005—2018年各省（自治區、直轄市）統計年鑒。

8.人力資本水平，用人均受教育年限來近似衡量人力資本水平。將受教育程度劃分為小學、初中、高中和大專及以上四個級別，對應的受教育年限分別為6年、9年、12年和16年，計算各個受教育程度的人口數占6歲及以上總人口數的比重，加權平均求得人均受教育年限。數據來源于2005—2018年各省（自治區、直轄市）統計年鑒。

（三）實證結果分析

1.基準回歸結果及分析。通過對模型進行豪斯曼（Hausman）檢驗，采用固定效應模型，得到表1的回歸結果。首先本文用全樣本數據檢驗了OFDI對地區創新能力的影響，結果如表1第1列所示，其次分東、中、西三個地區子樣本（因西藏部分數據缺失，故在本文樣本選擇中剔除，將30個省、自治區、直轄市分為東、中、西三部分，東部包括北京、天津、河北、遼寧、上海、江蘇、浙江、山東、福建、廣東、海南;中部包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆），來檢驗地區之間的差異，結果如表1第2、3、4列所示。如表1所示，從全國范圍來看，OFDI逆向技術溢出對地區創新能力的影響為正向但不顯著，通過OFDI渠道獲得的逆向技術溢出對地區創新能力的影響程度低于國內研發資本存量、進口貿易獲得的研發資本存量、經濟發展水平和人力資本水平對地區創新能力的影響程度，但高于FDI帶來的技術溢出的影響。隨著對外投資流量和存量的增長以及全球占比的增多，OFDI在吸收東道國現今技術優勢、促進母國技術進步和創新產出增長方面無疑是發揮了重要作用的，中國雙向直接投資中OFDI的規模也逐漸超過了FDI的規模，但是OFDI的起步較晚，發展中規模、結構也有不足之處，因此，在中國的技術創新中，國內研發資本存量、經濟的進一步發展以及人力資本的作用更為重要。

在東、中、西部的分區域檢驗中可以發現三個區域OFDI逆向技術溢出對地區創新能力的作用差異較大，東部影響大于中、西部，西部影響甚至為負，盡管近年來西部地區流量規模逐年增長，但是由于西部地區基礎較東、中部更弱，國內研發資本存量和人力資本水平對地區創新能力的影響不及東部和中部。

在分時間段檢驗中，可以發現在2008年前后OFDI逆向技術溢出對地區創新能力的影響有顯著差異，在2008年之前，OFDI逆向技術溢出對地區創新能力的影響為負，在2008年之后，這種影響變為正。考慮到金融發展水平這一影響OFDI逆向技術溢出效應的重要因素，本文將金融發展水平細分為金融發展規模、金融發展效率以及金融發展結構，分三個維度檢驗金融發展水平在OFDI逆向技術溢出對地區創新能力中的作用。

2.門檻回歸。本文按照Hansen[31]的門檻估計方法，使用Stata15分別進行了單門檻、雙門檻和三門檻估計。首先進行門檻效應檢驗，在單門檻、雙門檻和三門檻的假設下對門檻效應進行分析，得到的F統計量和P值如表2所示。

表2給出了門檻效應檢驗后得到的F值、Bootstrap P值和1%、5%、10%顯著性水平下的臨界值。可以看出，以金融發展水平的三個維度金融發展規模、金融發展效率、金融發展結構為門檻變量時，三個指標分別在5%、5%、10%的水平下單門檻效應顯著，雙門檻和三門檻效應均不顯著。說明中國各地區OFDI逆向技術溢出對區域創新能力的影響存在金融發展水平的單門檻效應。因此，本文選用單門檻模型分析。

表3報告了單門檻模型門檻值的估計結果以及門檻值的95%置信區間。門檻估計結果表明：金融規模的門檻估計值為2.3205，金融效率的門檻值為0.4685，金融結構的門檻值為0.1403。基于此，接下來對門檻模型進行參數估計，估計結果如表4所示。

在表4中可以發現，OFDI逆向技術溢出對地區創新能力的影響會因地區金融發展水平的不同而有所差異。第2列給出了金融規模的門檻回歸系數值，在金融規模低于門檻值的地區，OFDI逆向技術溢出對地區創新能力的影響系數較小且不顯著，當金融規模跨過了門檻值之后，OFDI逆向技術溢出對地區創新能力的影響系數增大，同時通過了10%水平的顯著性檢驗，這說明金融規模的發展有助于地區更好地吸收外來技術溢出，實現自身的創新能力提升。原因是隨著金融規模的擴大，金融體系可以提供給進行OFDI的企業的金融服務種類更多、覆蓋面更廣，更好地支持了技術的吸收與創新。第3列給出了金融效率的門檻回歸系數值，在金融效率低于門檻值的地區，OFDI逆向技術溢出對地區創新能力的作用為負且不顯著，當金融效率跨越了門檻值，OFDI對地區創新能力的作用由負變正且通過了5%水平的顯著性檢驗，這說明一個地區的金融效率的發展對該地區OFDI逆向技術溢出效應具有很大的影響。一個地區金融效率的提升可以體現在金融資源更為靈活有效的配置上，銀行體系配置在非國有企業上的金融資源比例增加，民營企業、中小企業可以獲得更多的信貸資金，特別是科技型中小企業，在技術尋求型的OFDI過程中科研創新能力得以提升。另外金融效率的提升也意味著金融體系在信貸選擇、風險控制等方面的能力提升，那些真正具有創新潛力與實力的優秀科技型企業更容易獲得信貸支持，也有利于激勵企業提升自身研發效率，減少資源的浪費。第4列給出了金融結構的門檻回歸系數值，當一個地區的金融結構發展程度低于門檻值時，OFDI逆向技術溢出對地區創新能力的作用較小且不顯著，當該地區的金融結構跨越了門檻值之后，OFDI逆向技術溢出對地區創新能力的作用大大提升且通過了5%水平的顯著性檢驗，可以看出一個地區金融結構的完善有利于該地區OFDI逆向技術溢出效應的發揮。金融結構指標在一定程度上體現了地區銀行和資本市場的相對構成比例，以及企業在發展中可以獲得的直接融資與間接融資比例。當資本市場不斷發展，直接融資比例不斷提升，企業可以更加方便快捷地獲得可供其進行對外投資的資金支持，緩解融資壓力和不同企業的融資約束，更為其進一步吸收利用海外地區的先進技術創造了條件，在國內先進技術會進一步溢出到其他企業，促進地區的創新能力提升。

根據上述實證結果，將全國30個省（自治區、直轄市）劃分為金融發展水平較高區域和金融發展水平較低區域，進一步分析發現，各地區之間金融發展水平不均衡，中部地區金融發展規模低于東、西部，西部地區金融發展結構不如中、東部。自2008年以來各地區總體金融發展水平均得到了不同程度的發展，跨越過門檻的省（自治區、直轄市）越來越多，逐漸改變“短板”劣勢，地區之間的差距縮小，OFDI對地區創新能力產生的促進作用增強。

3.穩健性檢驗。本文借鑒沙文兵[16]的相關研究成果，使用東道國固定資本形成總額替代GDP，計算通過OFDI渠道獲得的逆向技術溢出來進行門檻回歸的穩健性檢驗。

首先計算我國通過OFDI渠道獲得的逆向技術溢出：

然后計算各省份通過OFDI獲得的逆向技術溢出：

其中，Kjt表示t年j國（地區）的固定資本形成總額（指國內固定投資總額，包括土地改良，如圍欄、水渠、排水溝等;廠房、機器和設備的購置;建設公路、鐵路以及學校、辦公室、醫院、私人住宅和工商業建筑等）。數據來源于世界銀行數據庫。實證檢驗發現，金融規模、金融效率、金融結構三個門檻變量仍然呈現顯著的單門檻效應，門檻回歸中各變量的系數符號與原實證結果基本一致。

四、研究結論及政策建議

本文使用非線性面板門檻回歸模型實證分析OFDI逆向技術溢出對地區創新能力影響的門檻效應，結論如下：第一，從全國層面來看，OFDI逆向技術溢出對中國創新能力具有提升作用，但是OFDI逆向技術溢出的系數小于國內R&D資本投入以及進口貿易技術溢出的系數，表明中國在改革開放進程中，不僅要加快“走出去”的步伐，更應該加大對R&D資本的投入，并且采取優惠外貿措施鼓勵支持進口貿易。第二，從門檻效應層面分析，OFDI逆向技術溢出對地區創新能力的影響顯著存在金融發展水平的單門檻效應：當金融規模、金融效率、金融結構低于門檻值時，OFDI逆向技術溢出對區域創新能力的影響較小且不顯著，當三個門檻變量跨過門檻值后，OFDI逆向技術溢出對區域創新能力的促進作用大大提升。中國不同區域的金融發展水平在不同的年份有較為顯著的差異，由此造成OFDI逆向技術溢出效應存在一定的時間異質性。第三，從地區分布來看，東部和中部各省（自治區、直轄市）OFDI逆向技術溢出對地區創新能力的作用為正，西部各省（自治區、直轄市）OFDI逆向技術溢出對地區創新能力的作用為負，東、中、西部地區差異較為明顯，東、中、西部應縮小差距，實現均衡發展。第四，從分時段層面來看，以2008年為節點，OFDI逆向技術溢出對創新能力的影響發生了改變，經歷過2008年金融危機，發展中經濟體市場更有吸引力，因此大多數發達經濟體資本流入發展中經濟體，為發展中經濟體注入資金，也使得發展中經濟體對外投資有了資金儲備。

綜上，本文提出以下幾點政策建議。首先，積極實施“走出去”戰略，鼓勵技術尋求型OFDI的發展。整體上OFDI逆向技術溢出顯著促進了創新能力的提高，因此，中國政府應該進一步出臺促進對外投資的政策措施，鼓勵中國企業積極進行對外投資，特別是對技術密集型產業的投資。其次，各地政府應充分考慮金融發展狀況，在較高的金融發展水平上吸收OFDI逆向溢出效應。政府應為各地區吸收OFDI逆向溢出的外部融資提供良好的金融環境，繼續深化金融體制改革，推動金融體系建設。擴大金融規模，降低企業貸款融資利率和保險費率，提高金融效率，為更多的民營企業、中小企業提供融資支持，推動科技型中小企業發展，并引導資本市場等直接融資渠道對OFDI吸收活動進行支持。

參考文獻：

[1]2018年度中國對外直接投資統計公報[EB/OL].https：//www.vzkoo.com/doc/6386.html？a=4.

[2]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）：401-413.

[3]Neven D，Siotis G.Foreign direct investment in the European Community：some policy issues[J].Oxford Review of Economic Policy，1993，9（2）：72-93.

[4]Yamawaki H.International competitiveness and the choice of entry mode：Japanese multinationals in US and European manufacturing industries[R].IUI Working Paper，1994.

[5]Driffield N，Love J H.Foreign direct investment，technology sourcing and reverse spillovers[J].The Manchester School，2003，71（6）：659-672.

[6]Branstetter L.Is foreign direct investment a channel of knowledge spillovers？Evidence from Japan's FDI in the United States[J].Journal of International economics，2006，68（2）：325-344.

[7]Potterie B P，Lichtenberg F.Does foreign direct investment transfer technology across borders？[J].Review of Economics and statistics，2001，83（3）：490-497.

[8]Herzer D.The long-run relationship between outward foreign direct investment and total factor productivity：Evidence for developing countries[J].The Journal of Development Studies，2011，47（5）：767-785.

[9]Lee G.The effectiveness of international knowledge spillover channels[J].European Economic Review，2006，50（8）：2075-2088.

[10]Bitzer J，G rg H.Foreign direct investment，competition and industry performance[J].World Economy，2009，32（2）：221-233.

[11]趙偉，古廣東，何元慶.外向FDI與中國技術進步：機理分析與嘗試性實證[J].管理世界，2006，（7）：53-60.

[12]白潔.對外直接投資的逆向技術溢出效應——對中國全要素生產率影響的經驗檢驗[J].世界經濟研究，2009，（8）：65-69+89.

[13]何一鳴，張洪燕.中國對外直接投資與逆向技術溢出關系的實證研究[J].中國海洋大學學報（社會科學版），2011，（1）：52-55.

[14]王恕立，向姣姣.對外直接投資逆向技術溢出與全要素生產率：基于不同投資動機的經驗分析[J].國際貿易問題，2014，（9）：109-119.

[15]霍忻.中國OFDI逆向技術溢出對國內技術進步影響研究——基于吸收能力視角[J].經濟經緯，2016，33（3）：60-65.

[16]沙文兵.對外直接投資、逆向技術溢出與國內創新能力——基于中國省際面板數據的實證研究[J].世界經濟研究，2012，（3）：69-74+89.

[17]李娟，唐珮菡，萬璐，等.對外直接投資、逆向技術溢出與創新能力——基于省級面板數據的實證分析[J].世界經濟研究，2017，（4）：59-71+135.

[18]譚賽.對外直接投資、逆向技術溢出與中國創新能力——基于中國與“一帶一路”沿線不同類型國家的實證分析[J].湖南科技大學學報（社會科學版），2019，22（3）：60-66.

[19]邱喆成.對外直接投資、創新能力提升與國有經濟比重——基于我國省際面板數據的研究[J].上海經濟研究，2015，（9）：24-30+128.

[20]謝鈺敏，周開拓，魏曉平.對外直接投資對中國創新能力的逆向溢出效應研究[J].經濟經緯，2014，31（3）：42-47.

[21]沙文兵，李瑩.OFDI逆向技術溢出、知識管理與區域創新能力[J].世界經濟研究，2018，（7）：80-94+136.

[22]韓慧，趙國浩.對外直接投資影響我國創新能力的機制與實證研究——技術差距視角的門檻檢驗[J].科技進步與對策，2018，35（4）：32-37.

[23]劉宏，趙恒園，李峰.對外直接投資、吸收能力與地區創新產出——基于省際面板數據的多變量門限回歸分析[J].河北經貿大學學報，2019，40（4）：38-49.

[24]劉煥鵬，嚴太華.OFDI與國內創新能力關系中的“門限效應”：區域金融發展視角的實證分析[J].科研管理，2015，36（1）：1-7.

[25]李梅.金融發展、對外直接投資與母國生產率增長[J].中國軟科學，2014，（11）：170-182.

[26]殷朝華，鄭強，谷繼建.對外直接投資促進了中國自主創新嗎——基于金融發展視角的實證研究[J].宏觀經濟研究，2017，（8）：69-85.

[27]梁文化.中國OFDI逆向技術溢出對自主創新的影響研究[D].北京：首都經濟貿易大學，2017：127.

[28]David T.Coe，Elhanan Helpman.International R&D spillovers[J].European Economic Review，1995，39（5）：859-887.

[29]Hansen B E.Threshold effects in non-dynamic panels：Estimation，testing，and inference[J].Journal of Econometrics，1999，93（2）：345-368.

[30]Ariel Pakes，Zvi Griliches.Patents and R&D at the Firm Level：A First Look[J].Economic Letters，1984，（5）：377-381.

[31]王永劍，劉春杰.金融發展對中國資本配置效率的影響及區域比較[J].財貿經濟，2011，（3）：54-60.

[32]柏玲，姜磊，趙本福.金融發展體系、技術創新產出能力及轉化——來自省域動態面板數據的實證[J].產經評論，2013，4（1）：15-25.

責任編輯? 魏亞男