人力资本与不同要素密集度行业的OFDI逆向技术溢出门槛效应——基于19个行业2004-2013年面板数据

罗丽英 郑兴

（湖南大学 经济与贸易学院，湖南 长沙410079）

一、引言

伴随着经济全球化的快速发展，世界各地区交流逐渐深化，越来越多的学者认识到，在开放经济中，技术溢出对一国的技术进步有着不容忽视的影响。近年来我国“走出去”战略的实施，使得对外直接投资流量自2003年有官方统计起实现连续11年增长，直接投资流量于2013年首次突破千亿级别，位列世界第三大投资国，投资领域已经遍及所有国民行业门类。对外直接投资的快速增长也引起了国内外学者的注意，不少学者已经就对外直接投资逆向技术溢出开展了一系列研究，但多关注于对外直接投资逆向技术溢出的地区差异。本文旨在以不同行业间的逆向技术溢出差异为目标进行研究。

Coe和Helpman［1］首次提出了国际R＆D技术溢出实证模型，认为国内全技术进步取决于国内R＆D和国外R＆D资本两部分。Engelbrecht［2］将人力资本引入C-H模型，研究表明人力资本同时也是对技术进步影响的重要因素。Potterie和Linchetnburg［3］对C-H模型进行了补充，将OFDI逆向技术溢出引入模型并进行了实证检验，结果表明对R＆D密集国家投资可以显著促进国内技术进步。Aghion和Howitt［4］提出了俱乐部收敛模型，认为发展中国家只有跨越一定门槛，才能通过技术转移以接近世界前沿增长率，为技术溢出存在门槛提供了理论基础。刘明霞、王学军［5］利用省际面板数据检验了我国对外直接投资的逆向技术溢出效应，结果表明我国对外投资对我国技术效率影响不显著，且逆向技术溢出有着较大的地区差异性。白洁［6］运用LP模型测算了通过OFDI溢出的外国研发投资存量，就逆向技术溢出对全要素生产率的影响进行了实证分析，得出结论OFDI逆向技术溢出对我国全要素生产率的增长有着正向作用，但在统计上不显著。刘伟全［7］从全球价值链的角度出发，进行了OFDI逆向技术溢出对国内技术进步的影响进行了研究，认为对外投资对我国全要素生产率有正向促进作用，尤其向研发占GDP比重较高的国家直接对外投资会有更显著影响。陈岩［8］重点研究了吸收能力的差异性对逆向技术溢出的影响，得出对外投资的逆向溢出效应并非是普遍和一致的，而是取决于跨国公司所在省市的吸收能力的结论。刘宏、张蕾［9］通过实证分析证明了OFDI不但对东道国的经济有促进作用，对投资国的科技水平与创新能力也有显著的逆向技术溢出效应。张宏［10］研究了不同人力资本水平下对外直接投资的逆向技术溢出对各地区全要素生产率的影响，其结果说明全要素生产率和逆向技术溢出之间存在显著的人力资本双门槛效应。李梅、柳士昌［11］基于中国省际面板数据，采用广义矩估计实证检验了对外直接投资的逆向技术溢出效应，并检验了对外投资对逆向技术溢出的门槛特征，认为中国对外直接投资在不同地区由于当地经济发展、人力资本等原因有着不同的地区门槛。沈能、赵增耀［12］研究了在空间异质性假定下OFDI逆向技术溢出的门槛效应，认为在开放条件下，我国OFDI逆向技术溢出效应存在显著的空间异质性，这种地区差异主要来自于OFDI规模与技术势差的影响，OFDI规模和技术势差分别具有单一和双门槛效应。尹建华、周鑫悦［12］基于技术差距门槛的视角，通过LM检验及自举法，据此将我国按技术差距分为低、中、高技术差距三类区域，认为技术差距对逆向技术溢出的影响存在两个门槛值。

综上所述，国内外学者对于逆向技术溢出的研究大多集中在存在性、区位选择、影响因素和传导机理探讨上，对逆向技术溢出效应对母国或东道国的影响多为考察区位差异的影响，极少研究行业之间的逆向技术溢出差异，本文创新之处在于提出并分析了不同要素密集度行业对对外直接投资逆向技术溢出产生的影响及因此形成的门槛效应。但由于行业之间吸收能力等因素的巨大差异，会使得逆向技术溢出的结果存在巨大的差异。中国对外直接投资的行业分布广，且不同行业的投资流量差异大。中国作为世界上最大的发展中国家，通过对OFDI逆向技术溢出获取发达国家核心技术进而促进国内技术进步对我国经济的长远发展来看意义重大。因此，本文以行业吸收能力为出发点，重点研究OFDI逆向技术溢出的人力资本门槛效应的行业差异。

二、模型设定与估计方法

提出了国际间技术溢出的基本模型

其中tfpit代表全要素生产率，代表国内R＆D资本存量，代表通过进口贸易渠道获取的国外R＆D溢出，α2代表国内R＆D资本存量对国内全要素生产率的影响，α2代表OFDI逆向技术溢出对国内全要素生产率的影响。

而Potterie和 Linchtberg［2］认为除了对外直接投资会给母国带来技术溢出以外，通过外商直接投资和进口也能获得国外的技术溢出，将C-H模型进行了扩展。

借鉴C-H和L-P的模型，同时考虑到人力资本一方面会对一国全要素生产率直接产生影响，另一方面，在通过对外投资时，从国外获取的技术溢出不但取决于R＆D溢出流量的大小，同时也取决于该国技术吸收能力的大小，本文中我们将人力资本作为吸收能力的替代变量，将人力资本和人力资本的二次项纳入模型，以观察人力资本与全要素生产率是否存在非线性关系。设定基本模型如下

其中，i代表行业，t代表时间，表示国内各行业R＆D资本存量，表示各行业通过对外直接投资渠道获取的技术溢出，表示各行业通过外商直接投资渠道获取的技术溢出，Hit代表各行业人力资本，表示各行业人力资本的平方项，α1表示国内R＆D存量对全要素生产率的影响，α2、α3分别表示国外通过对外直接投资途径和外商直接投资途径获取的R＆D对全要素生产率的影响，α4代表人力资本对全要素生产率的影响，α5用以观察人力资本是否对全要素生产率存在非线性关系，εit是误差项。

同时本文通过DEA方法可以将全要素生产率分解为技术效率（ec）和技术进步率（tc），可以进一步构造以下模型

对于经济中门槛效应的实证检验，之前的学者采大多对观测样本分组回归、在计量模型中引入交互项和Hansen［14］提出的静态面板门槛回归分模型。其中早起我国学者对门槛效应的实证分析多采用前两中方法解决模型中的非线性关系，但对样本进行分组不仅得出的结论带有主观色彩，且无法得出具体门槛值，而引入交互项模型虽然能计算出门槛值，但无法对门槛值进行显著性检验，两种方法都各有缺陷。而Hansen［14］提出的静态面板门槛回归模型则弥补了上述办法的不足，成为近年来对各领域门槛效应进行研究使用的最常见方法之一。Hansen［14］的静态面板门槛回归模型主要思想是，若给定门槛变量某个取值时，在此时对整体样本进行分组得出子样本，再对子样本回归从而得出残差平方和S1（γ），在给定的门槛值越接近真实门槛值时，所有子样本的残差平方和达到最小，此时认为此时模型发生了结构性突变。在研究模型中的非线性关系时，往往可能出现多个结构突变点，存在多重门槛，此时我们可以在单门槛假设成立的假设前提下，继续搜寻下一个使得子样本残差平方和达到最小时的门槛值，直至门槛效应不显著为止。基于平方项可能会产生多重共线性，所以在检验了人力资本对全要素生产率的非线性关系后，在之前模型的基础上去掉平方项，将模型扩展为单一门槛模型

或双重门槛模型

其中γ2代表第一个门槛值，γ2代表第二个门槛值。

在搜索出门槛值后，我们继续对该门槛效应的显著性进行检验，设定原假设 H0：α4＝α5，构造检验统计量

其中S0为无门槛假设下的残差平方和，S1（）为门槛模型下估计的残差平方和，2为门槛模型下残差的方差。由于在原假设下F统计量并非标准分布，需要使用自举法（Bootstrap）模拟其渐进分布，构建P值，本文中Bootstrap的次数统一设为300次。

在确定模型有门槛效应后，我们再使用LR估计量对双重门槛值的真实性进行检验，原假设为H0：＝γ0，检验统计量为

其中S1（γ）为原假设下进行估计得到的残差平方和，为原假设下进行估计得到的残差方差。由于LR分布为非标准的，我们使用Hansen［14］提供的公式 LR＞-2log（1-（1-时，拒绝原假设，从而计算出其拒绝域。其中α为显著性水平，在α取5%时，LR统计量临界值为7.35。

三、数据来源与变量选择

（一）全要素生产率

本文使用基于非参数DEA模型的Malmquist生产率指数对国内各行业的全要素生产率进行测算，并且借鉴Fare（1994）的方法，将Malmquist指数进一步为分解技术效率（ec）和技术进步率（tc）。具体做法是先确定每年各行业生产最佳前沿面，再把各行业的生产前沿面同最佳前沿面进行比较，从而对各行业各时期的技术变化和技术效率进行测定。引入距离函数Di（Xt，Yt）表示以t期的技术条件下，投入点（Xt，Yt）到理想最小投入点的压缩比例。以i行业t期和t＋1期为参照技术基于投入的Malmquist指数为

参照Fisher（1922）理想指数思想，Caves（1982）定义他们的几何平均为综合生产率

当Malmquist指数大于1时表示全要素生产率提高，等于1时全要素身产率不变，小于1时全要素生产率衰退。进一步的可以将上式分解为

其中，TC表示t期到t＋1期的技术生产边界的推移程度，即技术变化率，EC表示从t期到t＋1期的相对技术效率变化程度，即技术效率变化率。在TC或EC大于1时表示技术进步或技术效率提高，当TC或EC等于1代表技术不变和技术效率不变，当TC或EC小于1时代表技术退步和技术效率下降。

各行业产出（Y），以历年各行业增加值用消费价格指数折算为2003年（2003年启用新的国民经济行业分类）不变价格表示。历年各行业增加值和消费价格指数来源于2004-2013年《中国统计年鉴》。

各行业资本存量（K）的估算方法采用永续盘存法估计，其公式为

Kt＝It＋（1-δ）Kt-1

It为各行业固定资产投资额，δ为固定资产折旧率。在对各行业基期资本存量估算时，研究者比较一致的看法是K0仅对期初之后几年的资本存量影响较大，随着新资本的投入和旧资本逐渐折旧，后期的资本存量会越来越接近真实值。因此，本文对各行业基期资本存量采用国际常用方法估计K0，即K0＝I0（g＋δ），其中g为固定资产投资增长率，固定资产投资使用固定价格资产指数折算为2003年不变价格。鉴于折旧率我国研究中仍没有公认较为合理的解决办法，本文中采用综合折旧率5%。历年各行业固定资产投资和固定资产价格指数来源于2004-2013年《中国统计年鉴》。

各行业就业人数（L），由于《中国劳动统计年鉴》自2002年以后就没有统计过按行业分就业人数，仅有按行业分城镇单位就业人数。我们采取以下方式对各行业就业人数进行估算。首先农林牧渔业历年就业人数使用历年第一产业就业人数替代，第二产业和第三产业各行业历年就业人数使用历年各行业城镇就业人数数据求出各行业就业人数占各行业的比重，再使用历年第二产业就业人数和第三产业就业人数求出历年各行业就业人数。各行业城镇单位就业人数和各产业就业人数数据来源于2004-2013年《中国劳动统计年鉴》。

（二）各行业通过对外直接投资途径获取的境外R＆D溢出

使用L-P（2001）提供的办法估算我国通过对外直接投资渠道获得的技术溢出

其中Sjt表示t时期j国R＆D资本存量，OFDIjt表示t时期我国对j国的对外直接投资存量，GDPjt表示t时期j国的国内生产总值，Sjt表示t时期j国的R＆D资本存量。参考李梅、柳士昌（2012）估算各省份对外直接投资溢出的做法，计算出历年各行业对外直接投资存量占总对外直接投资的比重，使用式估算出各行业通过对外直接投资获得的技术溢出。

考虑到数据可得性和我国对外直接投资流向，本文选取美国、英国、德国、法国、意大利、日本、韩国、新加坡、澳大利亚、加拿大、中国香港，11个国家（地区）代表世界其他国家的总体R＆D存量。各国(地区)R＆D资本存量估计方法类似于国内资本存量，从OECD数据库上获取各国（地区）R＆D支出，再用消费价格指数折算成2003年不变价格，使用国内资本存量的方法计算出基期R＆D资本存量，再用永续盘存法计算出各国（地区）历年R＆D资本存量，折旧取5%。我国各行业2004-2013对外直接投资存量数据来源于《对外直接投资统计公报》，各国（地区）GDP、R＆D支出和各国(地区)消费指数数据来源于《国际统计年鉴》和OECD世界经合组织数据库。

（三）各行业通过外商直接投资获取的技术溢出

类似于通过对外直接投资获取的技术溢出估算方法，计算

再使用各行业历年外商直接投资的实际使用额得到

各行业外商直接投资实际使用额数据来源于2004-2013《中国统计年鉴》。

（四）我国各行业R＆D资本存量

由于《中国科技统计年鉴》中国民经济行业R＆D经费内部支出数据中部分行业（如金融业、房地产业）R＆D支出数据多年缺失，于是本文对国内各行业R＆D资本存量的估计使用“服务于各行业R＆D资本存量”概念予以估算，估算公式参考各行业从国外获得的技术溢出的估算公式。首先用计算我国资本存量的方法，将我国2004-2013年R＆D经费内部支出折算为2003年不变价格后，计算我国历年R＆D资本存量，然后使用永续盘存法计算得出2004-2013年的R＆D资本存量，再通过公式

GDPIT为各行业历年增加值。我国2004-2013年R＆D内部经费实际支出数据来源于《中国科技统计年鉴》，2004-2013年各行业增加值来源于《中国统计年鉴》。

（五）各行业人力资本H

人力资本本文采取各行业劳动力平均受教育年限进行表示，本文将各教育阶段受教育年限设定为：小学6年，初中9年，高中12年，大专15年，本科16年，研究生19年，具体计算方式为

（六）各行业全要素生产率及其分解

本文使用DEAP2.1软件对我国各行业2004-2013年全要素生产率（TFP）进行测算，并将其分解为技术效率（EC）和技术进步率（TC），结果见表2。

从全行业范围来看，Malmquist指数均值为1.071，表明我国全行业全要素生产率平均每年以约百分之七点一的比例增长，且技术效率（EC）和技术进步率（TC）也都超过了1，说明我国2004-2013年从全行业范围来看技术效率和技术水平是在逐渐提高的。

表1 2003-2013年各国民经济行业人力资本

表2 2004-2013年Malmquist指数及技术效率和技术进步率均值

分各行业分别来看，除农林牧渔业的Malmquist指数均值为0.85表明农林牧渔业在2004-2013年间全要素生产率处于下降阶段以外，其他行业全要素生产率都处于增长阶段。但技术效率（EC）出农林牧渔业外还有电力热力燃气及水的生产和供应业、住宿和餐饮业、信息传输软件和信息技术服务业和水利环境和公共设施管理业也低于1，表明这些行业虽然全要素生产率增长但技术效率在下降，金融业与居民服务修理和其他服务业技术效率平均值为1，说明这两个行业于2004-2013年间的技术效率基本没有变化。而技术进步率（TC）除农林牧渔业以外所有行业都有不同幅度的增长，表明我国大部分行业在2004-2013年间技术水平在不断提高中。

四、实证结果及分析

（一）我国人力资本与技术进步的非线性关系

本文采用STATA12.0进行实证分析。先使用2004-2013年分行业面板数据总体样本对分别以全要素生产率（TFP）、技术效率（EC）、技术进步率（TC）为被解释变量进行回归，以观察人力资本是否与全要素生产率存在非线性关系，结果如表3。

表3 无门槛假设下混合最小二乘法和固定效应模型估计结果

本文采取了混合最小二乘法和固定效应法两种方法对式（2）（3）（4）进行了估计，结果见表3，且Hausman检验结果P值小于1%，拒绝原假设，不采用随机效应模型而选择固定效应模型进行估计。由于经济面板数据每个决策单位i和误差项通常是序列相关的，使得最小二乘法对外投资技术溢出的系数估计有偏，估计量的精度被夸大，所以本文主要采用固定效应模型的估计结果进行分析。从结果中可以看到对全行业总体样本进行回归时，系数在三个模型中都为正，且在0.001%的水平上显著，表明我国国内R＆D资本存量对我国技术进步有着显著积极影响。而在TFP和TC模型中都未通过显著性检验，仅在EC模型中在10%水平上通过了显著性检验，且系数为负，表明我国通过外商直接投资途径获得的技术溢出并未得到良好的效果。在三模型中都未通过显著性检验，表明我国目前以全行业总体来看，通过对外直接投资渠道获得的技术溢出是不显著的，但由于本文认为技术溢出存在门槛，对外直接投资技术溢出与被解释变量的关系是非线性的，所以固定效应模型估计有偏，后文将以提出的静态面板数据门槛模型进行进一步分析。的系数为负，的系数为正，表明人力资本对技术进步的确为非线性关系，可能为U型或倒U型关系，符合我们对人力资本对技术进步的影响存在门槛的假设。

（二）人力资本对对外直接投资技术溢出的门槛效应分析

由于要素密集度或吸收能力在行业间的差异，对外直接投资所获得的技术溢出对于该行业技术进步的影响必然不尽相同。在我国对外直接投资的过程中，哪些行业已经具备了对外直接投资的成熟时机，而哪些行业对外直接投资反而会对国内技术进步产生负面效应，始终没有较科学的办法将这些行业区分。而所提出的静态面板门槛模型可以将数据中的结构突变点搜索出来，找出数据的内生门槛值。由于我们已经发现人力资本对技术进步存在非线性关系，所以人力资本在对外投资逆向技术溢出中很可能存在门槛。本文将进一步对（5）（6）式中的门槛模型进行估计。

首先我们需要对门槛值进行搜索并对其显著性进行检验。对于门槛值的搜索，我们采用提出的方法。首先给定门槛值，并在此门槛值下对单一门槛模型的参数进行估计，并求出模型的残差平方和，在所有给定下，残差平方和最小时的门槛值视为回归真实门槛值。

在实际估计中，我们首先假设原模型为单一门槛模型，采用逐步搜索法搜索出第一个门槛值，然后在双重门槛模型中固定住第一个门槛值为继续搜索第二个门槛值，得到第二个门槛值后再返回搜索第一个门槛值，如此反复多次，最终得到双重门槛模型门槛值和。同样，我们可以继续固定住前两个门槛，继续搜索第三个门槛值得到三重门槛模型的门槛值。我们首先分别以TFP、TC、EC为被解释变量对门槛值进行搜索，但TC和EC模型搜索出的人力资本单一门槛值未通过检验，所以本文舍弃以TC、EC模型，下文以TFP为被解释变量的模型进行分析，实证结果如表4

表4 以TFP为被解释变量多重门槛模型门槛值及门槛效应显著性结果

结果表明单一门槛、双重门槛5%水平下显著，结果搜索出了第三个门槛1 350.525，但由于距离第二个门槛1 234.367非常近，且第三个门槛值95%置信区间为1 100.700至1 443.200，其中包含了第二个门槛1 234.367，即第三门槛可能小于第二门槛，与我们假设不服，故舍去三重门槛模型的结果，仅认定模型具有双重门槛效应。图1和图2为人力资本门槛参数变化时LR统计量与其临界值的对比。图中显示LR值在第一个门槛值984.836和第二个门槛值1 234.367时有明显的下降趋势，且在966.566至1 007.100和1 145.600至1 338.600的置信区间里低于临界值，在5%的水平下显著。

确认双重门槛效应的显著性和真实性后，我们重新将门槛值纳入模型后对双重门槛模型的系数进行估计，结果如表5。

如同我们再无门槛假设条件下的回归结果，国内R＆D资本的增加仍然是国内技术进步的最主要因素且人力资本和通过FDI渠道获得的技术溢出并未对我国金属进步产生积极影响。但我们在双门槛假设条件进行回归的结果里发现，当人力资本H小于第一个门槛值984.836时，通过OFDI获得的技术溢出的系数为负且在1%的水平上显著，表明行业人力资本较低时，对外直接投资会对国内行业技术进步产生负面效应，但人力资本H跨过第二个门槛1234.367后，通过OFDI获得的技术溢出的系数变为正数且同样在1%水平上显著，说明在跨越第二个门槛后，对外直接投资对国内技术进步产生了积极的影响。而处于两个门槛之间的OFDI逆向技术溢出对国内技术进步的影响并未通过显著性检验，说明未跨越一定的人力资本门槛，对外直接投资并不能对国内技术进步产生显著影响。对比表1中2013年各行业人力资本，其中农林牧渔业、建筑业、居民服务修理和其他服务业的人力资本仍低于第一个门槛值，及此三个行业对外直接投资会对国内技术进步有负作用。而金融业、科学研究和技术服务业、教育、卫生和社会工作、公共管理、社会保障和社会组织这几个行业人力资本水平已经跨越第二个门槛，说明这些行业人力资本的积累已经足以使对外直接投资对国内的技术进步产生积极效应，促进国内技术进步。

图1 第一个门槛估计值及置信区间

图2 第二个门槛估计值及其置信区间

表5 双重门槛模型假设下回归结果

（三）行业要素密集度差异对OFDI逆向技术溢出的门槛效应的影响分析

行业要素密集度对OFDI逆向技术溢出也存在重要影响。很显然，在农林牧渔业、建筑业等劳动密集型行业对外直接投资中，对海外市场扩张的动机相对优先于技术寻求动机，资本大多会用于雇佣劳动力而不是进行技术研发和技术转移，从而逆向技术溢出相对与投资量来说会显得较小，但行业获取逆向技术溢出的门槛会较低。而对于信息传输软件和信息技术服务业等知识密集型行业来说，在对外直接投资中的技术寻求性动机更大，对外直接投资可能更容易获得逆向技术溢出，但其技术门槛可能较高使得对外投资需要达到一定门槛才能得到较为显著的效果。我国对外直接投资行业覆盖范围面广、投资结构不均，不同行业要素的密集度差异可能会使得逆向技术溢出有着巨大的差异。由于许多行业具备劳动密集型、资本密集型、知识密集型多重特征，本文参考对工业行业要素密集度的研究和对服务贸易行业的要素密集度分类后将19个国民经济行业按要素密集度分组，然后重新分别搜索各要素密集度行业的门槛值然后对门槛值的真实性进行检验，最后对各要素密集度行业门槛值两侧OFDI逆向技术溢出的系数进行估计，结果如表6和表7。

劳动密集型行业和资本密集型行业的门槛值都通过了5%水平下的显著性检验，门槛值分别为887.061和974.600，知识密集型行业搜索出的门槛值1 257.900未能通过真实性检验，不能认为知识密集型行业人力资本对OFDI逆向技术溢出存在门槛效应。以搜索出的门槛值进行分段回归后，劳动密集型企业通过外商直接投资获得的技术溢出和人力资本对TFP的影响都未通过显著性检验，表明对于劳动密集型行业人力资本低于门槛值时系数为负且通过了10%水平下的显著性检验，高于门槛值时系数为正，但未通过显著性检验，但仍然能说明劳动密集型行业在低人力资本时对外直接投资不利于国内技术进步。对于资本密集型行业不论人力资本低于门槛值还是高于门槛值系数都为正，且高于门槛值时通过了5%水平下的显著性检验，说明对于资本密集型行业，只有在人力资本跨过974.600后对外直接投资才可能促进国内技术进步，知识密集型企业进行分段回归后OFDI逆向技术溢出的系数都显著为正，但由于门槛值未通过真实性检验，将模型进行分段回归可能存在偏误。

表6 不同要素密集度行业中人力资本对OFDI逆向技术溢出的门槛效应

表7 不同要素密集度行业人力资本对OFDI逆向技术溢出门槛效应估计结果

按行业要素密集度分类后的回归结果表明，劳动密集型行业目前人力资本较低，行业技术吸收能力不足，人力资本低于门槛值887.061可能会使得目前劳动密集型行业对外直接投资对国内技术进步产生消极影响，而资本密集型行业对外直接投资时只要人力资本跨过974.600就已经可以对国内技术进步产生积极影响，而知识密集型行业对外直接投资获得技术溢出对国内技术进步的影响在不同人力资本水平下并没有显著门槛效应，知识密集型行业可能目前阶段人力资本已经达到足够水平，暂时并不是限制OFDI逆向技术溢出的瓶颈。

五、结论与政策建议

（一）结论

本文基于国家对外直接投资行业战略选择的视角，通过对我国19个国民经济行业2004-2013年面板数据进行分析，实证检验了我国各行业和不同要素密集度行业的对外直接投资逆向技术溢出的人力资本门槛效应，并对门槛值进行了估算。实证结果表明：（1）我国人力资本和技术进步的关系是非线性的。在目前阶段，人力资本与我国的技术进步还未具有促进作用，我国人力资本积累的积极效果可能仍然处于尚未质变的阶段，仍然需要进一步积累才能显著促进我国的科学技术发展和进步。（2）我国通过对外直接投资所获取的技术溢出对我国技术进步的影响是非线性的且存在显著的人力资本门槛效应，尚未跨过人力资本门槛的农林牧渔业、建筑业、居民服务修理和其他服务业对外直接投资会对国内技术进步产生负面影响，而已经跨过人力资本门槛的金融业、科学研究和技术服务业、教育、卫生和社会工作、公共管理、社会保障和社会组织对外直接投资已经可以促进我国国内的技术进步。（3）不同要素密集度的行业现阶段人力资本对OFDI逆向技术溢出的影响不同，劳动密集型行业对外直接投资并不能促进国内技术进步，反而低于门槛值会阻碍国内技术进步，而资本密集型行业对外直接投资目前跨过门槛之后即可国内技术进步产生积极效应，而知识密集型企业目前人力资本并不是约束OFDI对国内技术进步影响的因素，我国现阶段知识密集型企业以技术寻求为目的对外直接投资时并不存在人力资本的门槛。文章创新性的提出了不同要素密集度行业对对外直接投资存在影响，同时对行业密集度分组通过计量方法检验了该假设。

（二）政策建议

根据以上结论，为使我国“走出去”战略中对外直接投资对国内技术进步产生更加积极正面的效果，使我国对外投资政策更加有效、合理的拟定和实施，使得国内科学技术水平从对外战略中受益，本文从以下方面提出建议。

1.进一步加大我国对外投资。虽然我国目前对外直接投资在为跨越人力资本门槛之前，以技术寻求为目标的对外投资难以取得很好的效果，但一旦跨国人力资本门槛，我国就可以通过大规模提高对外直接投资规模，从而从西方先进国家的技术对外溢出中受益。我国目前人力资本已经有部分行业已经跨过门槛，这些行业的对外直接投资已经对国内的技术进步产生了积极影响。

2.相应调整我国对外直接投资行业结构。虽然我国目前对外直接投资行业分布广，但对外直接投资的行业结构中，采矿业、金融业和租赁商务服务业在2013年对外直接投资流量中占比达63.43%，但三行业中只有金融业跨过了人力资本门槛，可以促进我国国内的技术进步，而采矿业和租赁商务服务业并不能对我国国内的技术进步产生显著地正面影响。相对于通过外商直接投资渠道，我国对外直接投资是未来我国获取国外技术溢出更加具有话语权的技术寻求通道，但尚未跨越人力资本门槛的行业或者劳动密集型行业，对于国外先进的技术吸收能力不足，对外直接投资可能非但不能提升本国的技术水平，反而占用了国内科学技术的研发资金，对国内的技术进步产生负面影响。因此在我国对外直接投资的战略中，应鼓励人力资本已经跨越门槛的金融业、科学研究和技术服务业等行业通过对外直接投资取得国外技术溢出，对于尚未跨越人力资本门槛的行业如农林牧渔业、建筑业等则应进一步的积累人力资本，提高行业对国外先进技术的吸收能力。

3.继续提高我国人力资本水平。我国目前人力资本的极高仍未对国内的技术进步发挥促进作用，原因可能是本文人力资本指标衡量的是平均受教育年限，未能反映出相同教育年限下教育质量的差异。但更加有可能的是，人力资本的积累需要一定的过程，人力资本积累的效果更取决于行业生产技术革新的效果、研发投入资金等多方面的因素。虽然促进我国目前技术进步的最大因素是国内R＆D资本存量的增加，但人力资本的提升在长期对我国的创新和发展有益无害是无疑的。我国目前阶段，应在希望去海外寻求技术的行业中，区别对待是否已经跨越人力资本门槛的行业，使得对外投资战略更加的科学合理。

［1］Coe D T，Helpman E.International R and D Spillovers［J］.European Economic Review，1995，39：859-887.

［2］Engelbrecht.International R and D Spillovers，Human Capital and Productivity In OECD Economies：An Empirical Investigation［J］.European Economic Review，1997，41：1479-1488.

［3］Potterie，Linchtenburg.Does Foreign Direct Investment Transfer Technology Across Borders？［J］.2001，83：490-497.

［4］Aghion，Howitt，Mayer-Foulkes.R and D，Implementation，and Stagnation：A Schumpeterian Theory of Convergence Clubs［J］.Social Science Electronic Publishing，2005，7：147-177.

［5］刘明霞，王学军.中国对外直接投资的逆向技术溢出效应研究［J］.世界经济研究，2009，09：57-62＋88-89.

［6］白洁.对外直接投资的逆向技术溢出效应——对中国全要素生产率影响的经验检验［J］.世界经济研究，2009，（8）：65-69＋89.

［7］刘伟全.中国OFDI逆向技术溢出与国内技术进步研究［D］.山东大学，2010.

［8］陈岩.中国对外投资逆向技术溢出效应实证研究：基于吸收能力的分析视角［J］.中国软科学，2011，（10）：61-72.

［9］刘宏，张蕾.中国ODI逆向技术溢出对全要素生产率的影响程度研究［J］.财贸经济，2012，01：95-100.

［10］张宏.人力资本对我国对外直接投资逆向技术溢出效应的影响——基于省际面板数据的非线性门槛回归技术［J］.亚太经济，2012，04：115-120.

［11］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，2012，01：21-32＋66.

［12］沈能，赵增耀.空间异质性假定下OFDI逆向技术溢出的门槛效应［J］.科研管理，2013，12：1-7.

［13］尹建华，周鑫悦.中国对外直接投资逆向技术溢出效应经验研究——基于技术差距门槛视角［J］.科研管理，2014，03：131-139

［14］Hansen B E.Threshold Effects in Non-Dynamic Panels：Estimation，Testing and Inference［J］.Journal of Econometrics，1999，93：345-368.

［15］范巧.基于雷布钦斯基定理的行业要素密集性质研究——来自中国工业部门36个主要行业的例证［J］.工业技术经济，2012，09：57-65.

［16］赵书华，张弓.对服务贸易研究角度的探索——基于生产要素密集度对服务贸易行业的分类［J］.财贸经济，2009，03：90-95.