OFDI逆向技术溢出、金融发展水平与地区创新能力研究

戴利研 田静 管旭

[摘  要]利用2004—2017年中国30个省的OFDI数据，借鉴L—P模型实证检验OFDI逆向技术溢出对地区创新能力的影响，并从金融规模、金融效率、金融结构三个维度利用门槛模型分析金融发展水平对OFDI逆向技术溢出效应的影响，实证结果表明，不考虑金融发展水平的门槛效应，OFDI逆向技术溢出对地区创新能力具有正向影响，且具有地区差异和时间差异。进一步考虑金融发展水平的差异，结果表明OFDI逆向技术溢出对地区创新能力的作用具有金融规模、金融效率、金融结构的单门槛效应。

[关键词]对外直接投资;逆向技术溢出;金融发展水平;创新能力

[中图分类号]F832;F752  [文献标识码]A  [文章编号]1672-2426（2020）09-0057-12

一、引言

根据内生增长理论，经济能够不依赖外力推动实现持续增长。技术进步是保证经济持续增长的决定因素，而技术进步不仅能够通过国内研究与试验发展（R&D）投入来推动，还可以通过对外直接投资（OFDI）获得的国际技术溢出来推动。近年来，中国OFDI迅猛发展，2018年，中国OFDI流量为1430.4亿美元，位居全球第二位，流量规模占全球14.1%，创历史新高，OFDI存量为19822.7亿美元，位居全球第三位[1]。2018年末，中国境内投资者在全球超过80%的国家（地区）设立对外直接投资企业，中国企业在全球范围内进行投资的过程中可以不断学习借鉴东道国的先进技术和管理经验，提升企业整体乃至整个行业的技术水平，先进的知识和技术进一步反馈回母国，实现了OFDI渠道的逆向技术溢出。

从理论上讲，企业所在母国可以获得OFDI逆向技术溢出效应，实现技术进步，提升自主创新能力。但实际上，OFDI逆向技术溢出效应的实现会受到诸如经济发展水平、对外开放程度、金融发展水平等地区吸收能力的影响。其中，金融发展水平在OFDI逆向技术溢出的过程中发挥了重要作用。对外投资以及技术创新的主体归根结底是各类跨国企业，企业进行对外直接投资需要足够的资金支持，实现企业整体以及全行业的技术扩散同样需要资金支持。地区金融发展水平越高，金融体系越健全、金融系统越发达，跨国企业受到的融资约束越小，更愿意“走出去”获取高利润回报以及更高水平的技术和经验。此外，技术研发和创新往往具有高风险性，越是发达的金融体系为企业提供的融资手段越多，可以有效缓解企业因技术创新造成的融资压力。

目前，中国面临的国际化竞争和全球化浪潮越来越激烈，要不断实现技术升级、提升中国创新能力，进而提升中国的综合国力和国际地位，就要利用好OFDI逆向技术溢出这一重要的国际技术溢出渠道。如何利用好地区金融发展资源促进先进知识技术在母国的吸收与溢出也是非常有意義的课题。本文以OFDI逆向技术溢出对中国地区创新能力的影响为研究对象，分析了金融发展水平对OFDI逆向技术溢出和创新能力造成的非线性影响，借助实证研究为中国OFDI实际运营提供对策，具有现实意义。

二、文献综述

OFDI逆向技术溢出效应一直是国内外学者关注的热点话题之一，研究之初，国外学者以进入发达国家的外资企业为研究对象，探究其进行OFDI的动因。Chang、Kogut[2]研究了对美国进行OFDI的日本跨国企业，发现这些企业投资集中于研发密集型产业，以技术获取为目的，最早论证了OFDI逆向技术溢出效应的存在。之后的学者们研究了进入西欧、美国市场进行OFDI的跨国企业，进一步证实了逆向技术溢出效应的存在，如Neven、Siotis[3]，Yamawaki[4]，Driffield、Love[5]，Branstetter[6]。然而当学者运用国家层面的数据检验OFDI逆向技术溢出效应的存在性时，却得出了不同的结论。Potterie、Lichtenberg[7]运用13个发达国家1971—1990年的数据对OFDI跨境技术转移进行了实证研究，发现OFDI对国内生产率具有显著的提升作用，逆向技术溢出效应明显。Herzer[8]以33个发展中国家为样本，考察了这些国家1980—2005年间OFDI与全要素生产率的关系，发现平均而言，OFDI对发展中国家的全要素生产率具有稳健的正向长期效应，且发现在这些国家，提升全要素生产率既是结果，也是企业增加OFDI的原因之一。与上述研究结论相反，Lee[9]运用16个经济合作与发展组织国家1981—2000年间的数据实证研究发现OFDI并非有效的技术溢出渠道，逆向技术溢出效应不明显。Bitzer、G rg[10]利用17个经济合作与发展组织国家1973—2001年的产业和国家层面的数据实证检验发现OFDI对生产率有负向的影响，且国别差异较为显著。

国内对OFDI逆向技术溢出效应的研究起步较晚，但随着中国OFDI的规模不断提高，众多学者开始从投资动因、溢出机理、影响因素、地区差异等各个角度进行了广泛的理论和实证研究。研究主要考察了OFDI与全要素生产率之间的关系，阐明OFDI对中国技术进步的影响，如赵伟、古广庆、何元庆[11]，白洁[12]，何一鸣、张洪燕[13]，王恕立、向姣姣[14]，霍忻[15]。

对于OFDI对中国创新能力的逆向溢出效应，众多学者的研究结论存在差异。一种观点认为OFDI产生的研发资本溢出对母国创新能力具有促进作用，如沙文兵[16]基于国际R&D溢出模型运用中国省级面板数据进行实证研究发现，OFDI逆向技术溢出效应对以专利授权数量为表征的国内创新能力产生了促进作用。李娟等[17]，谭赛[18]在研究中也得出了类似结论。邱喆成[19]将创新能力指标细分为激进式创新和渐进式创新，通过研究发现OFDI产生的研发资本溢出对中国的激进式创新和渐进式创新均具有正向促进作用。另一种观点认为OFDI对母国创新能力的影响并不显著，甚至存在阻碍作用。如谢钰敏、周开拓、魏晓平[20]利用中国2000—2011年的相关数据进行实证分析，表明中国OFDI对总体创新能力有抑制作用，对国内模仿创新的能力存在逆向溢出效应，而对自主创新和二次创新的能力均产生了抑制作用。还有一种观点认为母国吸收能力影响了OFDI逆向技术溢出对母国创新能力的提升。沙文兵、李莹[21]从综合创新能力及其创新投入、创新产出、创新环境和创新绩效四个细分维度进行检验，发现OFDI逆向技术溢出效应存在，但只有在达到吸收门槛之后才会对区域创新能力产生推动作用。韩慧、赵国浩[22]运用面板门槛模型实证检验发现OFDI逆向技术溢出对创新能力提升的作用呈显著倒U型特征，在最优技术差距区间内才能发挥其最大效应。刘宏、赵恒园、李峰[23]采用研发投入强度、资本密度吸收能力、技术差距和市场化程度四个吸收能力指标，运用门限回归模型，实证考察发现OFDI对地区创新产出具有非线性影响。

金融发展水平常常作为地区吸收能力指标之一对OFDI逆向技术溢出效应进行研究。金融发展可以通过金融中介使资源配置到生产性部门之中，从而带动创新的产生，也是带动经济发展的关键因素。刘焕鹏、严太华[24]认为，中国金融发展水平整体呈上升趋势，金融资产规模逐年增加，但在各个地区的发展仍然是非均衡的，这就造成了OFDI对地区创新能力的影响可能是非线性的。李梅[25]从金融发展规模和金融发展效率两方面进行研究，发现母国的金融发展对OFDI逆向技术溢出存在明显的门槛效应。殷朝华、郑强、谷继建[26]通过构建自主创新产出综合指数来衡量自主创新，实证研究发现现阶段OFDI对中国自主创新产生了显著的负效应，地区异质性明显，且存在基于金融发展的双门槛效应，当区域金融发展水平达到并跨越临界门槛值后，OFDI对自主创新的作用由显著为负变为显著为正。梁文化[27]利用2003—2015年中国省际面板数据研究发现，金融发展水平具有双重门槛，不同的门槛取值区间内，OFDI逆向技术溢出对自主创新的影响差异性显著。

综上，本文充分考虑中国不同省级单位间金融发展的差异，将金融发展水平细分为金融发展规模、金融发展效率以及金融发展结构三个指标，借鉴测算国际研发溢出的L—P模型，通过构建全国31个省（自治区、直辖市）的省级面板数据门槛模型，从各地区金融发展水平的视角探究通过OFDI渠道获得的研发资本溢出影响各地区自主创新能力的门槛效应。

三、实证分析

（一）模型设定

Coe和Helpman[28]最早提出C—H模型，认为在开放经济条件下，一国的R&D投入以及国外R&D投入的技术溢出效应决定了本国的技术水平。Potterie和Lichtenberg[7]建立的L—P模型首次把通过OFDI渠道获得的逆向技术溢出效应引入C—H模型，成为研究OFDI逆向技术溢出的常用模型。本文将以这两个模型为基础，利用2004—2017年中国省级面板数据，研究OFDI逆向技术溢出对地区创新能力的影响。构造基础模型如下：

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

其中：Init表示地區创新能力，用i省t年专利授权数表示。Sitofdi为i省t年通过OFDI渠道获得的国外R&D资本存量。Xit为一系列控制变量，包括i省t年的R&D资本存量Sitdome，i省t年通过FDI渠道获得的资本存量Sitfdi，i省t年通过进口贸易渠道获得的资本存量Sitim，i省t年经济发展水平Eit，i省t年人力资本水平Hit，i省t年金融发展水平Fit。αi代表个体固定效应，λt代表时间固定效应，εit代表随机扰动项。

模型（1）是未考虑门槛效应的基础模型，为全面估计出门槛值并增强其准确性，同时对内生的门槛效应进行显著性检验，根据Hansen[29]的非动态面板门槛回归模型的思路，首先假设存在单门槛效应，在模型（1）的基础上可以构建单门槛模型（2），多门槛模型可由单门槛模型扩展得到。

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

其中，门槛变量为金融发展水平Fit，细分为i省t年金融发展规模（Fscit），金融发展效率（Feit），金融发展结构（Fstit）三个维度;η为未知门槛，I（·）为指示函数。金融发展水平在OFDI逆向技术溢出过程中起着重要作用，OFDI逆向技术溢出的前提是金融发展水平达到一定的程度，这就形成了技术溢出的门槛。

（二）变量选取与数据处理

1.地区创新能力（Init）。Pakes和Griliches[30]对美国公司的创新活动进行了研究，发现公司获得的专利数量与公司的R&D支出之间显著相关，说明创新能力确实可以用专利获得量来衡量。本文借鉴沙文兵[16]，李娟等[17]学者的研究成果，采用专利授权数量作为衡量各省（自治区、直辖市）创新能力的重要指标，数据来源于2005—2018年《中国科技统计年鉴》。

2.通过OFDI渠道获得的国外R&D资本存量（Sitofdi）。本文借鉴李娟等[17]的研究成果，分两步计算通过OFDI渠道获得的国外R&D资本存量。首先计算全国t年通过OFDI获得的逆向技术溢出Stofdi，公式为：

其中，OFDIjt为中国t年对国家（地区）j的直接投资存量，GDPjt为t年国家（地区）j的GDP，Sjt为t年国家（地区）j的R&D资本存量，利用永续盘存法计算，公式为：Sjt=（1-δ）Sj（t-1）+RDjt，RDjt为国家（地区）j的实际R&D支出〔首先从世界银行数据库获取目标国家（地区）j的GDP和R&D支出占GDP的比重，计算历年名义R&D，再用CPI指数折算为以基年2004年为不变价格的实际R&D支出〕，δ为R&D资本存量折旧率，本文参照Coe和Helpman[28]的研究方法取5%。N表示本文选取的国家（地区）数量，根据中国OFDI流向，综合数据的可得性，本文选取美国、加拿大、日本、法国、德国、英国、意大利、荷兰、瑞典、澳大利亚、新加坡、韩国、马来西亚、巴西、俄罗斯、南非和哈萨克斯坦共17个国家和中国香港为样本进行分析，既包含了发达国家（地区），也包含了发展中国家（地区）。由于官方公布的中国各省（自治区、直辖市）OFDI统计数据始于2004年，并且根据其他数据的可得性，本文把研究区间确定为2004—2017年。

计算各省（自治区、直辖市）通过OFDI获得的逆向技术溢出，公式为：

其中，Sitofdi为i省t年通过OFDI渠道获得的逆向技术溢出，OFDIit为i省t年的OFDI存量，OFDIct为中国t年的OFDI存量。全国以及各省（自治区、直辖市）OFDI存量数据，来源于2005—2018年《中国对外直接投资统计公报》;各国（地区）的GDP、R&D支出占GDP的比重以及固定资本形成总额Kjt均来源于世界银行数据库。

3.金融发展水平（Fit）。本文采用金融发展规模（Fscit）、金融发展效率（Feit）、金融发展结构（Fstit）三个指标来衡量地区金融发展水平。借鉴王永剑和刘春杰[31]相关研究成果，将金融发展规模指标确定为金融发展规模=各省（自治区、直辖市）存贷款总额/GDP。数据来源于2005—2018年各省（自治区、直辖市）统计年鉴和万德（Wind）数据库。借鉴李梅[25]相关研究成果，将金融发展效率指标确定为金融发展效率=各省（自治区、直辖市）贷款余额/GDP×（1-国有单位固定资产投资总额/全社会固定资产投资总额）。数据来源于2005—2018年各省（自治区、直辖市）统计年鉴、2005—2018年《中国统计年鉴》以及Wind数据库;借鉴柏玲、姜磊、赵本福[32]相关研究成果，将金融发展结构指标确定为金融发展结构=各省（自治区、直辖市）股票总市值/银行信贷规模，数据来源于2005—2018年各省（自治区、直辖市）统计年鉴、2005—2018年《中国金融年鉴》和Wind数据库。

4.国内R&D资本存量Sitdom，依据永续盘存法计算获得，公式为：Sitdom=（1-δ）Si，t-1dom+RDjt，δ为R&D资本折旧率，取5%，RDit为折算为2004年不变价格的各省（自治区、直辖市）历年实际R&D支出，数据来源于2005—2018年《中国科技统计年鉴》。

5.通过FDI渠道获得的R&D资本存量Sitfdi，计算方法同Sitofdi，公式为：

FDIjt为中国t年实际利用国家（地区）j的外商直接投资额。FDIjt为i省t年外商直接投资额，FDIct为中国t年实际利用外商直接投资总额。相关数据来源于国家统计局。

6.通过进口贸易渠道获得的R&D资本存量Sitim，计算方法也同Sitofdi，首先计算全国通过进口贸易获得的R&D溢出，公式为：

IMjt为t年中国从j国（地区）进口的贸易额，IMit为i省t年的进口额，IMct为中国t年的进口贸易总额。相关数据来源于国家统计局。

7.经济发展水平Eit，用各地区人均GDP来表示。数据来源于2005—2018年各省（自治区、直辖市）统计年鉴。

8.人力资本水平，用人均受教育年限来近似衡量人力资本水平。将受教育程度划分为小学、初中、高中和大专及以上四个级别，对应的受教育年限分别为6年、9年、12年和16年，计算各个受教育程度的人口数占6岁及以上总人口数的比重，加权平均求得人均受教育年限。数据来源于2005—2018年各省（自治区、直辖市）统计年鉴。

（三）实证结果分析

1.基准回归结果及分析。通过对模型进行豪斯曼（Hausman）检验，采用固定效应模型，得到表1的回归结果。首先本文用全样本数据检验了OFDI对地区创新能力的影响，结果如表1第1列所示，其次分东、中、西三个地区子样本（因西藏部分数据缺失，故在本文样本选择中剔除，将30个省、自治区、直辖市分為东、中、西三部分，东部包括北京、天津、河北、辽宁、上海、江苏、浙江、山东、福建、广东、海南;中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆），来检验地区之间的差异，结果如表1第2、3、4列所示。如表1所示，从全国范围来看，OFDI逆向技术溢出对地区创新能力的影响为正向但不显著，通过OFDI渠道获得的逆向技术溢出对地区创新能力的影响程度低于国内研发资本存量、进口贸易获得的研发资本存量、经济发展水平和人力资本水平对地区创新能力的影响程度，但高于FDI带来的技术溢出的影响。随着对外投资流量和存量的增长以及全球占比的增多，OFDI在吸收东道国现今技术优势、促进母国技术进步和创新产出增长方面无疑是发挥了重要作用的，中国双向直接投资中OFDI的规模也逐渐超过了FDI的规模，但是OFDI的起步较晚，发展中规模、结构也有不足之处，因此，在中国的技术创新中，国内研发资本存量、经济的进一步发展以及人力资本的作用更为重要。

在东、中、西部的分区域检验中可以发现三个区域OFDI逆向技术溢出对地区创新能力的作用差异较大，东部影响大于中、西部，西部影响甚至为负，尽管近年来西部地区流量规模逐年增长，但是由于西部地区基础较东、中部更弱，国内研发资本存量和人力资本水平对地区创新能力的影响不及东部和中部。

在分时间段检验中，可以发现在2008年前后OFDI逆向技术溢出对地区创新能力的影响有显著差异，在2008年之前，OFDI逆向技术溢出对地区创新能力的影响为负，在2008年之后，这种影响变为正。考虑到金融发展水平这一影响OFDI逆向技术溢出效应的重要因素，本文将金融发展水平细分为金融发展规模、金融发展效率以及金融发展结构，分三个维度检验金融发展水平在OFDI逆向技术溢出对地区创新能力中的作用。

2.门槛回归。本文按照Hansen[31]的门槛估计方法，使用Stata15分别进行了单门槛、双门槛和三门槛估计。首先进行门槛效应检验，在单门槛、双门槛和三门槛的假设下对门槛效应进行分析，得到的F统计量和P值如表2所示。

表2给出了门槛效应检验后得到的F值、Bootstrap P值和1%、5%、10%显著性水平下的临界值。可以看出，以金融发展水平的三个维度金融发展规模、金融发展效率、金融发展结构为门槛变量时，三个指标分别在5%、5%、10%的水平下单门槛效应显著，双门槛和三门槛效应均不显著。说明中国各地区OFDI逆向技术溢出对区域创新能力的影响存在金融发展水平的单门槛效应。因此，本文选用单门槛模型分析。

表3报告了单门槛模型门槛值的估计结果以及门槛值的95%置信区间。门槛估计结果表明：金融规模的门槛估计值为2.3205，金融效率的门槛值为0.4685，金融结构的门槛值为0.1403。基于此，接下来对门槛模型进行参数估计，估计结果如表4所示。

在表4中可以发现，OFDI逆向技术溢出对地区创新能力的影响会因地区金融发展水平的不同而有所差异。第2列给出了金融规模的门槛回归系数值，在金融规模低于门槛值的地区，OFDI逆向技术溢出对地区创新能力的影响系数较小且不显著，当金融规模跨过了门槛值之后，OFDI逆向技术溢出对地区创新能力的影响系数增大，同时通过了10%水平的显著性检验，这说明金融规模的发展有助于地区更好地吸收外来技术溢出，实现自身的创新能力提升。原因是随着金融规模的扩大，金融体系可以提供给进行OFDI的企业的金融服务种类更多、覆盖面更广，更好地支持了技术的吸收与创新。第3列给出了金融效率的门槛回归系数值，在金融效率低于门槛值的地区，OFDI逆向技术溢出对地区创新能力的作用为负且不显著，当金融效率跨越了门槛值，OFDI对地区创新能力的作用由负变正且通过了5%水平的显著性检验，这说明一个地区的金融效率的发展对该地区OFDI逆向技术溢出效应具有很大的影响。一个地区金融效率的提升可以体现在金融资源更为灵活有效的配置上，银行体系配置在非国有企业上的金融资源比例增加，民营企业、中小企业可以获得更多的信贷资金，特别是科技型中小企业，在技术寻求型的OFDI过程中科研创新能力得以提升。另外金融效率的提升也意味着金融体系在信贷选择、风险控制等方面的能力提升，那些真正具有创新潜力与实力的优秀科技型企业更容易获得信贷支持，也有利于激励企业提升自身研发效率，减少资源的浪费。第4列给出了金融结构的门槛回归系数值，当一个地区的金融结构发展程度低于门槛值时，OFDI逆向技术溢出对地区创新能力的作用较小且不显著，当该地区的金融结构跨越了门槛值之后，OFDI逆向技术溢出对地区创新能力的作用大大提升且通过了5%水平的显著性检验，可以看出一个地区金融结构的完善有利于该地区OFDI逆向技术溢出效应的发挥。金融结构指标在一定程度上体现了地区银行和资本市场的相对构成比例，以及企业在发展中可以获得的直接融资与间接融资比例。当资本市场不断发展，直接融资比例不断提升，企业可以更加方便快捷地获得可供其进行对外投资的资金支持，缓解融资压力和不同企业的融资约束，更为其进一步吸收利用海外地区的先进技术创造了条件，在国内先进技术会进一步溢出到其他企业，促进地区的创新能力提升。

根据上述实证结果，将全国30个省（自治区、直辖市）划分为金融发展水平较高区域和金融发展水平较低区域，进一步分析发现，各地区之间金融发展水平不均衡，中部地区金融发展规模低于东、西部，西部地区金融发展结构不如中、东部。自2008年以来各地区总体金融发展水平均得到了不同程度的发展，跨越过门槛的省（自治区、直辖市）越来越多，逐渐改变“短板”劣势，地区之间的差距缩小，OFDI对地区创新能力产生的促进作用增强。

3.稳健性检验。本文借鉴沙文兵[16]的相关研究成果，使用东道国固定资本形成总额替代GDP，计算通过OFDI渠道获得的逆向技术溢出来进行门槛回归的稳健性检验。

首先计算我国通过OFDI渠道获得的逆向技术溢出：

然后计算各省份通过OFDI获得的逆向技术溢出：

其中，Kjt表示t年j国（地区）的固定资本形成总额（指国内固定投资总额，包括土地改良，如围栏、水渠、排水沟等;廠房、机器和设备的购置;建设公路、铁路以及学校、办公室、医院、私人住宅和工商业建筑等）。数据来源于世界银行数据库。实证检验发现，金融规模、金融效率、金融结构三个门槛变量仍然呈现显著的单门槛效应，门槛回归中各变量的系数符号与原实证结果基本一致。

四、研究结论及政策建议

本文使用非线性面板门槛回归模型实证分析OFDI逆向技术溢出对地区创新能力影响的门槛效应，结论如下：第一，从全国层面来看，OFDI逆向技术溢出对中国创新能力具有提升作用，但是OFDI逆向技术溢出的系数小于国内R&D资本投入以及进口贸易技术溢出的系数，表明中国在改革开放进程中，不仅要加快“走出去”的步伐，更应该加大对R&D资本的投入，并且采取优惠外贸措施鼓励支持进口贸易。第二，从门槛效应层面分析，OFDI逆向技术溢出对地区创新能力的影响显著存在金融发展水平的单门槛效应：当金融规模、金融效率、金融结构低于门槛值时，OFDI逆向技术溢出对区域创新能力的影响较小且不显著，当三个门槛变量跨过门槛值后，OFDI逆向技术溢出对区域创新能力的促进作用大大提升。中国不同区域的金融发展水平在不同的年份有较为显著的差异，由此造成OFDI逆向技术溢出效应存在一定的时间异质性。第三，从地区分布来看，东部和中部各省（自治区、直辖市）OFDI逆向技术溢出对地区创新能力的作用为正，西部各省（自治区、直辖市）OFDI逆向技术溢出对地区创新能力的作用为负，东、中、西部地区差异较为明显，东、中、西部应缩小差距，实现均衡发展。第四，从分时段层面来看，以2008年为节点，OFDI逆向技术溢出对创新能力的影响发生了改变，经历过2008年金融危机，发展中经济体市场更有吸引力，因此大多数发达经济体资本流入发展中经济体，为发展中经济体注入资金，也使得发展中经济体对外投资有了资金储备。

综上，本文提出以下几点政策建议。首先，积极实施“走出去”战略，鼓励技术寻求型OFDI的发展。整体上OFDI逆向技术溢出显著促进了创新能力的提高，因此，中国政府应该进一步出台促进对外投资的政策措施，鼓励中国企业积极进行对外投资，特别是对技术密集型产业的投资。其次，各地政府应充分考虑金融发展状况，在较高的金融发展水平上吸收OFDI逆向溢出效应。政府应为各地区吸收OFDI逆向溢出的外部融资提供良好的金融环境，继续深化金融体制改革，推动金融体系建设。扩大金融规模，降低企业贷款融资利率和保险费率，提高金融效率，为更多的民营企业、中小企业提供融资支持，推动科技型中小企业发展，并引导资本市场等直接融资渠道对OFDI吸收活动进行支持。

参考文献：

[1]2018年度中国对外直接投资统计公报[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]趙伟，古广东，何元庆.外向FDI与中国技术进步：机理分析与尝试性实证[J].管理世界，2006，（7）：53-60.

[12]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.

[13]何一鸣，张洪燕.中国对外直接投资与逆向技术溢出关系的实证研究[J].中国海洋大学学报（社会科学版），2011，（1）：52-55.

[14]王恕立，向姣姣.对外直接投资逆向技术溢出与全要素生产率：基于不同投资动机的经验分析[J].国际贸易问题，2014，（9）：109-119.

[15]霍忻.中国OFDI逆向技术溢出对国内技术进步影响研究——基于吸收能力视角[J].经济经纬，2016，33（3）：60-65.

[16]沙文兵.对外直接投资、逆向技术溢出与国内创新能力——基于中国省际面板数据的实证研究[J].世界经济研究，2012，（3）：69-74+89.

[17]李娟，唐珮菡，万璐，等.对外直接投资、逆向技术溢出与创新能力——基于省级面板数据的实证分析[J].世界经济研究，2017，（4）：59-71+135.

[18]谭赛.对外直接投资、逆向技术溢出与中国创新能力——基于中国与“一带一路”沿线不同类型国家的实证分析[J].湖南科技大学学报（社会科学版），2019，22（3）：60-66.

[19]邱喆成.对外直接投资、创新能力提升与国有经济比重——基于我国省际面板数据的研究[J].上海经济研究，2015，（9）：24-30+128.

[20]谢钰敏，周开拓，魏晓平.对外直接投资对中国创新能力的逆向溢出效应研究[J].经济经纬，2014，31（3）：42-47.

[21]沙文兵，李莹.OFDI逆向技术溢出、知识管理与区域创新能力[J].世界经济研究，2018，（7）：80-94+136.

[22]韩慧，赵国浩.对外直接投资影响我国创新能力的机制与实证研究——技术差距视角的门槛检验[J].科技进步与对策，2018，35（4）：32-37.

[23]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.

[24]刘焕鹏，严太华.OFDI与国内创新能力关系中的“门限效应”：区域金融发展视角的实证分析[J].科研管理，2015，36（1）：1-7.

[25]李梅.金融发展、对外直接投资与母国生产率增长[J].中国软科学，2014，（11）：170-182.

[26]殷朝华，郑强，谷继建.对外直接投资促进了中国自主创新吗——基于金融发展视角的实证研究[J].宏观经济研究，2017，（8）：69-85.

[27]梁文化.中国OFDI逆向技术溢出对自主创新的影响研究[D].北京：首都经济贸易大学，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]王永剑，刘春杰.金融发展对中国资本配置效率的影响及区域比较[J].财贸经济，2011，（3）：54-60.

[32]柏玲，姜磊，赵本福.金融发展体系、技术创新产出能力及转化——来自省域动态面板数据的实证[J].产经评论，2013，4（1）：15-25.

责任编辑  魏亚男