蔡文伯 , 闫佳丽 | “一带一路”沿线国家来华留学生与中国对外直接投资关系的实证研究

Original 蔡文伯 , 闫佳丽华东师范大学学报教育科学版 2021-09-10

本期精彩

新刊速递 | 华东师范大学学报（教育科学版）2020年第4期目录

特稿

岳昌君 , 夏洁 , 邱文琪：2019年全国高校毕业生就业状况实证研究

“一带一路”教育

陈时见 , 王远 | 从“边境”到“跨境”：“一带一路”背景下跨境民族教育的转型发展

“一带一路”沿线国家来华留学生与中国对外直接投资关系的实证研究

蔡文伯 , 闫佳丽

摘要：本研究以2006—2017年为考察期，利用PVAR模型对“一带一路”沿线44个样本国家的来华留学生规模和中国对其直接投资量之间的动态影响关系进行分析，发现二者存在显著的相互依存关系。研究结果显示：OFDI规模增长在短期内对沿线国留学生流入有明显的正向冲击作用，它是二者关系进一步发展的强烈动因，且具有一定的引导性；沿线国来华留学规模增长是推动OFDI发展的基本源动力之一，并存在较强的正效应，但整体质量不高、经济贡献率偏低；OFDI规模扩张对其本身进一步的发展具有一定的拉动作用，但后期动力不足；受我国高等教育国际化水平、国际价值链地位等因素的影响，双边人才存量对留学生来华促进作用有限。基于此，政府应合理评估沿线国家投资环境，集约化经营OFDI发展模式，以推动区位资源结构优化和提高全球化价值链的地位；同时，还应搭建国际化人才交流体系、健全留学教育质量保障制度和拓宽留学生学科专业招生范围，发展我国人力资源的核心竞争力。

关键词：“一带一路”；来华留学生；对外直接投资（OFDI）

蔡文伯，塔里木大学“昆仑学者”特聘教授，石河子大学师范学院教授、博士生导师。
基金项目：国家自然科学基金项目“深度贫困地区教育精准扶贫政策绩效的测度与评价研究”（71864032）
原文载于《华东师范大学学报（教科版）》2020年第四期

一、问题的提出

二、研究假设与数据采集

三、模型构建及评估

四、实证分析

五、结论与讨论

六、对策建议

一、问题的提出

自2013年中国提出建设“一带一路”倡议以来，我国秉承共商、共建、共享原则，先后与66个沿线及周边国家创建联合经济体，横跨亚、非、欧大陆，同时连接东亚经济圈和欧洲经济圈。随着“一带一路”倡议的推进，我国已成为世界上最大的资本和技术输出国之一，对沿线国家的直接投资规模从2003年的2亿美元迅速上升到2015年的148.2亿美元，对外直接投资（Outward Foreign Direct Investment，简称“OFDI”）总额的比例从7.1%提高到12.6%。可见，“一带一路”沿线国家正逐渐成为中国对外直接投资的重要区位。近年来，关于对外直接投资对母国经济发展的影响一直是学者们讨论的焦点，而在OFDI逆向溢出效应的研究方面，国外学者起步较早。Kogut & Chang（1991）最早研究了跨国企业对外直接投资的寻求动机，结果显示，跨国企业在贸易投资对象的选择上更倾向于研发密集型产业（R&D），由此他们提出母国对外直接投资的重要目的是寻求东道国技术要素的设想。Denzer（2011）运用内生增长模型对OFDI的母国经济增长效应进行研究，证实了东道国在具有稳定的经济以及充分的市场自由化的前提下，OFDI对母国具有明显的技术溢出效应。需要强调的是，OFDI对母国经济增长并不具有稳定的显著促进作用。Bitzer & Kerkes（2008）利用R&D溢出效应模型检验了OECD国家的OFDI逆向溢出效应，结果显示了外国直接投资（Foreign Direct Investment，简称“FDI”）流入对母国有显著的溢出效应，OFDI的逆向溢出效应却并不明显，并且非西方七国的OFDI对国内生产率还有显著的负面效应。邹玉娟和陈漓高（2008）通过VAR模型分析了OFDI增长与国内生产要素增长率的关系，发现我国对外直接投资增长率对全要素生产增长率的作用并不显著。通过上述文献分析我们可以发现：不同动机驱动的OFDI会产生不同的效应，国际化直接投资逆向溢出效应的效果主要取决于母国的吸收能力，而国际化人力资本存量作为稀缺技术要素的主要载体起决定性作用。因此，对“一带一路”沿线国家的直接投资不仅可以有效转化国内过剩产业，优化经济贸易结构，还可以促进我国与沿线国家区域经济的协调发展，而且，它还是获取R&D的重要途径。

然而，随着“一带一路”倡议的推进，影响OFDI经济效益的因素趋于复杂化。不同沿线国家之间在宗教、语言和文化上的巨大差异已成为跨国经济贸易投资发展的最大障碍。此外，不对等的资源信息不仅增加了跨国贸易投资的风险，还加大了对外投资的关系成本。教育部在2016年发布的《推进共建“一带一路”教育行动》中提出，培养跨国留学生不仅能够促进沿线国家文化科技和民族情感的相互交融，也是培养国际化所需的各类人才的重要途径。可见，沿线国家已成为来华留学生规模扩张的主要发力点，培养国际化人才也已经成为降低跨国投资风险的重要途径。在以往的研究中，关于来华留学生的研究多以异国文化融合、教育政策转化以及教育制度优化等为研究视角，而对人力资本在跨国贸易往来的逆向溢出效应中所发挥的关键作用关注较少。Borensztein & Lee（1998）开发了同时包含人力资本和直接投资的内生增长模型，认为只有在东道国人力资本存量足够丰裕的前提下，OFDI的逆向溢出效应才能被充分吸收。钟优慧和杨志江（2016）运用SFA方法分析了人力资本结构、国际技术溢出对技术效率的影响，结果显示了人力资本和高中层次人力资本对技术效率有显著的正影响，通过国际贸易渠道的技术溢出也对技术效率有显著的正影响。Coe et al.（2009）使用1970—2004年间24个国家的拓展数据重新检验了C-H（1995）模型，并研究了人力资本因素对国际技术溢出的影响，结果同样表明人力资本对进口贸易的技术溢出效应具有显著的促进作用。可见，人力资本作为重要的生产要素不仅对产出具有直接的水平效应，其更重要的作用是在对外直接投资过程中促进对国外技术的采纳和推动国内技术的创新，从而进一步推动双边经济的发展。

整体来看，以往研究大多从我国与沿线国家的文化环境、制度政策以及教育功能转化等角度分析留学生的培养，而关于沿线国家国际化人力资本培养是否能进一步推动我国“一带一路”沿线国家的OFDI作用、二者直接的影响关系对“一带一路”倡议深化的理论意义等，未做充分研究和说明。由此，本文将进一步探究知识资产要素与跨国投资之间的影响关系，通过运用数据模型对国际化人力资本与OFDI指标进行实证分析，为提高OFDI投资效果、推动经济发展提供理论建议。

二、研究假设与数据采集

(一) 研究假设

国际投资理论认为，直接投资是推动经济总量增长的主要驱动力，在市场不完全性的前提下，跨国企业具备东道国企业所不具备的垄断优势，这是其选择投资对象的重要参考依据。而凯夫斯（H.E.Cave）将“垄断优势理论”的优势要素进一步划分为知识资产优势（技术优势、管理优势等）和规模经济优势。

假设1：沿线国家来华留学生规模对沿线国直接投资总量具有拉动作用，但效果不显著且具有滞后性。

社会网络效应促进学术人员跨国迁移研究正在逐步从个体属性向网络关系演进。留学生作为具有文化特征的流动性技术载体，是国际化人力资本的主要群体。来华留学生规模的扩大不仅有助于国家间的文化交流，也有利于增强母国对东道国技术溢出的吸收能力，它还是为跨国贸易投资内部化提供优势的决定性因素。有学者指出，对外国留学生的吸引能力主要取决于母国高等教育的质量。基于我国留学生教育的发展阶段，以及“一带一路”沿线国家的教育水平，目前国际化人力资本对OFDI增长还不能起显著的促进作用。

假设2：OFDI是影响沿线国家来华留学生规模的重要驱动力，在短期内具有显著的促进作用，但后续动力不足。

邓宁（J.H.Dunning）在其阶段理论中提到，国家对外直接投资流出量的增加标志着一个国家对国际市场开始具有较强的所有权优势和内部化优势，并具备发现和利用外国区位优势的能力。跨国投资的增长除了可以为国际化人力资本提供巨大的市场外，OFDI的逆向溢出效应作为促进母国R&D增长的主要因素，也对国际化人力资本增长具有较强的驱动作用，但OFDI的逆向知识溢出效果受东道国科技发展水平的限制较大，对经济发达国家直接投资所获得的逆向技术溢出效果更为显著。“一带一路”沿线国家多为发展中国家，在跨国投资过程中获得的科技核心要素水平较低，不利于知识产业经济的转型，缺少对高水平国际化人才长期稳定的需求。

(二) 数据来源与变量说明

本文将“一带一路”沿线国家来华留学生数作为反映留学生规模动态变化的重要指标，数据主要来源于《来华留学生简明统计》。中国对沿线国家的对外直接投资量作为反映对外投资变化趋势的解释变量，单位为万美元，数据主要来源于《中国对外直接投资统计公报》。同时，本研究利用价格指数研究方法，对不同时期的ODFI进行同一时期物价水平折算，以减少通货膨胀等因素对分析结果的影响。本研究以1990年作为基期，相关数据来源于《中国统计年鉴》。为了降低数据的异方差性，我们将沿线国家来华留学生规模、中国对沿线国家的直接投资量作为变量，分别取对数为lnin、lns。

三、模型构建及评估

(一) 模型构建

在剔除无效样本的前提下，我们将2006—2017年44个沿线国家的面板数据作为考察样本，利用stata 14.0软件对数据进行了Granger因果检验、协整检验、脉冲响应及方差分解，深入探究沿线国家来华留学生与我国对“一带一路”国家间投资的影响关系。

作为OLS与向量自回归估计方法相结合的统计模型，PVAR可以通过正交化的脉冲响应及方差分解，真实预测分析变量间的长期贡献活动。因此，本文采用PVAR模型分析沿线国家来华留学生与我国对“一带一路”国家直接投资的动态变化关系。PVAR模型是Holtz-Eakin et al.（1988）在VAR模型的基础上开创性地将其引入到经济学中用来探究面板数据中各变量间动态关系而被广泛传播的多元系统方程。PVAR脱离了传统经济学的常规理论框架，将变量统一作为内生性变量，建立多元非结构性方程，避免了内生性问题的不确定性，同时将各变量的滞后项作为解释变量以观测短期内变量间的动态影响。为了弥补PVAR对样本容量限制的不足，降低自由度损失对分析结果的影响，在模型满足T≧m+3（m为滞后阶数、T为时间序列长度）时，可进行稳定估计。模型如下：

在该模型中，i为横截面个数，t为个体观察的时间变量， yi,t 是向量个体i在t时刻的观察值， ΓJ 为不同滞后期的待估系数矩阵， fi 和 γi,t 反映变量间存在的个体差异和时间效应差异， ui,t 为服从那个正态分布的随机干扰项。同时，模型利用蒙特卡洛方法估计系数的置信区间以作参考。

(二) 数据评估

1. 单位根检验

在实证分析前，需要对面板数据进行平稳性检验以避免造成“伪回归”现象或影响脉冲响应和方差分解结果的真实性。Levin，Lin & Chu（2002）在时间序列ADF检验的基础上建立了面板单位根检验，其原假设认为数据不平稳且存在单位根。分析结果显示（表1），原数列lnin在5%水平上显著拒绝原假设，而lns序列不能通过显著性检验，为非平稳序列。综合考虑，对数据进一步差分得到一阶单整序列△lnin、△lns且均在1%水平上显著拒绝原假设，为平稳序列。

2. 协整检验

在保证序列平稳后，变量间的长期稳定的关系也是分析数据的必要前提。我们对数据进行协整检验的结果见表2。Gt、Ga、Pa、Pt 四个统计量均是基于模型残差项的标准误计算得到的，四个统计量的原假设均不存在协整关系，可见Gt、Ga、Pt统计量均在1%水平上显著拒绝原假设，仅Pa未通过检验。因此，本文认为lns与lnin间存在长期稳定的协整关系。

3. 滞后阶数的判定

在对数据进行PVAR模型估计前，需确定合适的滞后阶数。滞后阶数过长会加大自由度损失，影响观测结果；过短则会降低数据观测的实效性，无法很好地呈现出模型的动态关系变化。因此，基于MBIC准则、MAIC准则、MQIC准则，各项值越小，滞后阶数越合适。检验结果如表3所示。我们对数据进行了4阶检验，MBIC、MAIC、MQIC中最小值多集中在一阶，根据准则选择一阶为模型最佳滞后阶数。

4. 稳定性检验

在确定PVAR模型后，我们对模型进行了稳健性检验，稳健的模型是后续分析的必要前提。如果改变模型中方程扰动项的任一单位的标准差，该方程对其他多元方程的冲击随时间推移而趋于0，我们就认为该模型具有稳定性，反之则为不稳定模型。我们通常可以借助观察特征方程的根在单位圆中的位置，来判断模型的稳定性，方程根在圆内，说明模型稳定。图1表明，该模型是稳定的。

四、实证分析

(一) Granger因果检验

为了科学判断OFDI与来华留学生之间的联动作用关系以及动态影响方向，我们采用Granger因果检验对数据进行预测分析，为研究假设提供参考依据。Granger检验的分析思想是：对于两个广义序列X和Y，若X和Y对X序列预测效果比X序列对其本身的预测显著，则认为Y是X序列的Granger原因，反之亦然。检验结果如表4所示。

Granger因果检验原假设为X、Y之间不存在因果关系。结果显示，其中lnin→lns原假设为OFDI不是引起留学生规模变化的原因，P1值为0.021在10%水平显著拒绝原假设，说明lnin是促进留学生规模的显著原因；而lns→lnin原假设为留学生规模不是带动OFDI的显著原因，其P2值结果为0.088显著拒绝原假设，说明留学生规模变化是引起OFDI变化得到Granger的原因。由此说明，OFDI的输出与留学生规模变化有显著密切的关系，且彼此之间互为联动因素，二者间影响关系程度成正比，其中P2>P1说明lnin对lns的动因作用更为强烈。

(二) 回归分析

为了保证矩阵中各变量系数的有效性，使变量始终正交化，我们分别利用前向差分和均值差分以消除固定效应和时点效应带来的偏差。我们利用GMM方法对模型进行估计，将各变量视为依赖变量，回归如表5所示。其中：L.lns、L2.lns分别是lns的滞后1、2期变量，L.lnin、L2.lnin分别是lnin的滞后1、2期变量，且R-sq分别为0.9817、0.9261，各变量拟合良好，模型适合观测解释。同国内外PVAR模型分析结果类似，估计值普遍无法通过T检验，仅作模型预测参考。

在分析结果中，L.lns关于lns在1%水平上显著，估计系数为0.62516，可以看出东道国与来源国的双向移民存量对后续高端人才的流入具有较强吸引力；L2.lns关于lns估计系数为0.24325，明显低于L.lns的贡献系数且不显著，说明前期留学生规模对促进留学生来华仅具有短期作用，在滞后二期作用效果有所下滑。L.lnin对lnin的贡献系数为0.56127，且P值在1%水平上显著，说明短期内规模性对外直接投资对后期进一步拉动国内跨国投资有显著作用；L2.lnin对lnin的贡献系数为0.14939，小于L.lnin对lnin的贡献且P值不显著，说明前期OFDI对其自身后期增长的拉动作用逐渐放缓，不具有长期有效的动力。结合我国目前对外投资规模小、回报低等特征，OFDI暂时存在较多不确定因素，后期投资者持观望态度较多。可以发现，前期lnin和lns的积累对其自身后期进一步发展均存在一定的正外部性，但仅在短期内有显著促进作用，后期动力不足，缺乏主动性。在这一基础上，我们利用OFDI与留学生规模交互性假设对二者进行进一步交叉讨论。

结果显示，L.lns对lnin的估计系数为0.31430但不显著，说明前期留学生来华规模对沿线国家直接投资总量增长有一定的促进作用但影响力较弱，是OFDI增长的非显著因素；L2.lns对lnin的贡献系数为0.52181且在5%水平上显著，反映出留学生规模对OFDI增长具有显著的推动作用，其主要原因在于教育投入的产出周期较长，人力资本转化在跨国贸易投资进一步发展中的贡献具有滞后性，这也是L.lns影响不显著的重要原因。该结果与假设1相一致，即来华留学生规模对OFDI的拉动作用不显著，其主要原因在于异国文化差异导致留学生个体就业被动，同时我国在国际贸易价值链中地位较低，国际化人力资源并未被充分开发利用。

L.lnin对lns的影响系数为0.51955，P为0且在1%水平显著，说明OFDI在一期内对来华留学生规模扩大有显著促进作用，这与OFDI逆向溢出效应所提供的巨大R&D市场有关；L2.lnin对lns的贡献系数为0.15259，且P值未通过显著性检验，说明短期内密切的跨国贸易交流对沿线国家留学生产生了较强吸引力，但长期来看，OFDI不是推动来华留学生持续增长的强动力，这与假设2一致。

综合分析发现，lns与lnin变量间具有相互促进的作用但影响关系并不均等，Lns在相互作用中处于弱势地位且具有滞后性，而lnin对二者变化关系具有导向作用，是推动留学生规模扩大的显著动力因素。

(三) 脉冲响应函数分析

不区分变量的内生性和外生性是PVAR模型的优点之一。在不考虑传统计量范式的情况下，对单个变量值进行解释并无太大意义。一般而言，模型更加关注脉冲响应函数分析，即给定一个变量扰动项或在此基础上增加一个标准差大小的冲击，进而观察分析系统内其他变量在当前期和未来一段时间内的波动特征。图2刻画了“一带一路”来华留学生数与中国对沿线国家直接投资间的动态变化轨迹。

留学生来华规模对后期的人才吸引在初期存在显著的推动作用。图2.1是lns的一个标准差冲击对其本身的冲击影响，从动态变化轨迹可以看出，在滞后1、2期内下滑明显，2期以后下降趋于平缓，总体增量累积效应显示为正。在“一带一路”倡议下，我国文化辐射能力的增强对前期留学生积累有显著促进作用，但对后期留学生吸引能力有待提高；图2.2反映了lnin对lnin的冲击，其动态冲击曲线波动量在前两期从峰值直线下滑，lnin对OFDI虽有正向冲击作用但后劲不足，4期后整体效应增量趋于0值。主要原因在于国家间文化差异与地理距离成正比，当距离过远时，这种劣势会显著加大投资风险，增加交易成本，降低投资回报效益。可见，目前我国OFDI产业机制还不够成熟，市场结构尚未成形。

lns对lnin的总体正向影响增量较为显著，但响应激增期较短且存在明显的滞后性。从图2.3刻画的沿线国家来华留学生规模对OFDI的动态冲击曲线可以看出，当系统方程受到一个标准差的lns冲击时其他变量显示为正向响应，同时响应在滞后1期无明显波动，至第2期后迅速增长达到峰值，随着滞后期数增加冲击效应逐渐减小并趋于0值，正向累积效应与图2.4相比较少，具有较大提升空间。对外直接投资规模的扩大对吸引海外留学生具有明显的正效应。图2.4反映了OFDI对来华留学生的影响冲击，可以看出lnin对lns的促进作用明显增长且在第3期达到峰值，随后保持平稳收敛，整体冲击增量为正向显著。lns与lnin的相互影响关系符合假设1、假设2，二者在短期内相互促进及存在的非线性关系导致了二者在不同时期内的影响程度呈动态变化。

(四) 方差分解

为了进一步分析每一结构变化所产生的冲击对各变量波动的贡献度，我们将该冲击的预测方差分解到各个扰动项，即对该动态关系进行方差分解。这不仅能解释各变量冲击对系统波动的影响程度，也能侧面反映其对扰动项的重要程度，是动态分析解释影响关系的重要参考之一（见图3）。

由图3可以得出：第一，从整体上看，变量间的冲击影响占比相对稳定，其中lnin在二者关系中的影响程度远大于lns，尤其在前5期。可见，lnin在二者变化关系中具有强势地位，密切的跨国贸易活动在短期内对留学生留学选择有强信号作用，是引导来华留学生规模变化的显著因素。第二，lns的影响力占比逐渐上升，这与二者相互促进的影响机制有关。在“一带一路”政策的推动下，OFDI的迅速增长为双边人才交流奠定了基础，相关政策导向也起到了一定的推动作用。第三，lns的影响作用长期持续增强，尤其是前5期在lnin的发展带动下，留学生对双边经济往来的作用增量明显，后5期上升平缓，反映了国际化人力资源培养对短期内区域间经济流动具有利好倾向，但该影响的后期动力不足。第四，lns在二者关系中的影响能力逐渐明朗化，但整体冲击性不强，始终低于50%的波动影响，且后期增量无明显上升。可见，目前来华留学生人力资源转化机制效用不强，这与我国产业发展结构以及区位价值链地位密切相关。因此，人才需求应从劳动力导向型转变为技术导向型。

五、结论与讨论

(一) 结论

第一，国际化人力资本存量对沿线国家留学生来华有进一步促进作用。边际扩张论强调，国家对外直接投资不仅有利于转化内部劣势产业，还能够促进国内的主要产业向价值链的高端方向发展。“一带一路”倡议的发展加速了我国企业的结构转型，技术密集型产业比例的逐渐上升吸引了大量外来人才，贸易经济体的开放和来华留学生培养、就业机制的逐步完善等，进一步加强了双边国家的政治和文化交流。

第二，OFDI对其自身具有拉动作用但后劲不足，整体规模较小。我国同“一带一路”沿线国家的经济活动具有明显的区位优势，广阔的销售市场以及相关的优惠政策均是促进我国OFDI在短期内迅速增长的主要外部动力。但是，“一带一路”签约国家多为经济不发达国家，其基础设施及相关政策的不完善，加大了我们的投资收益周期，目前回报率远低于发达国家，因此，国内后续投资整体上还处于观望状态。

第三，来华留学生对OFDI增长的贡献度逐渐凸显，但仍有较大提升空间。技术是吸收转化进出口贸易的主要门槛，在智力流动全球化的背景下，培养国际化人才对国际化经济发展的初期边际贡献较大。近年来，留学生培养机制逐渐完善但整体效用不强，同时国内产业多依赖人口红利，我国在全球产业价值链中的地位较低，对人才吸引能力不强，国际化人才对经济增长的贡献收缩明显。

第四，OFDI对来华留学生规模具有显著正效应，且处于相互关系中的强势地位。根据市场供需理论，跨国贸易的迅速发展为国际化人才市场提供了巨大空间。OFDI作为国际化资金链的主要流动方式，成为沿线国家来华留学生规模扩大的必要前提且具有主导作用，因此，留学生来源国与我国对沿线国家的直接投资增量呈明显正相关。

(二) 讨论

OFDI发展是扩大沿线国家来华留学生规模的必要前提，双边高端人才存量上升是推动OFDI进一步发展的基本源动力，二者存在相互促进、相互抑制的关系。综合上述分析，我们可将“一带一路”倡议下的国际化人力资源培养对OFDI的影响关系分为三个阶段：

第一阶段为快速波动期。在这一时期，中国对“一带一路”沿线国家的对外直接投资规模迅速扩张，大量岗位的空缺极大地刺激了国际化人才市场的发展。异国贸易市场环境、商业交易惯例等信息的不对称，文化环境差异带来的政府、企业等相关利益者的歧视等，不可避免地导致了跨国贸易中外来者的劣势。因此，发展来华留学生不仅有助于突破对外投资人才的困境，还能够在宣传本国文化的同时降低投资成本，减少不确定因素带来的投资风险。

第二阶段为缓慢上升期。在这一时期，跨国贸易双方整体实力不强，国际化人力资源流失严重，人才经济贡献主要来源于逐渐健全的相关机制转化。随着“一带一路”倡议的不断深化，中国对沿线国家的直接投资贸易壁垒将逐渐凸显，OFDI前期收益的不明朗将导致后续投入动力不足，整体规模发展增速缓慢，对人力资源需求量降低，留学生培养机制的建设虽有所突破，但对整体的经济贡献程度有限。

第三阶段为逐渐收敛期。在这一时期，OFDI的已有规模对人才需求量趋于饱和，新的经济市场有待进一步开发，来华留学生对经济增长贡献的弹性系数逐渐下滑。整体来看，一方面，我国与沿线国家仍处于国际价值链地中的低端环节，经济产业结构仍以劳动密集型为主，对知识型的高端人才需求量有限且利用率较低；另一方面，我国OFDI趋于流入法制不健全国家，存在避税投机倾向，人才利益保护机制存有潜在风险，降低了对人才的吸引力。

六、对策建议

(一) 合理评估沿线国家投资环境，推动区位资源结构优化

跨国投资作为R&D资源溢出的重要途径，对母国技术、知识等核心生产要素的发展有显著促进作用。在选择对外投资国家时，应突破东道国科技水平的限制，优先投资我国处于劣势而在沿线国家却具有明显或潜在比较优势的部门，优化OFDI比例结构以获取最大边际回报收益；在充分的市场自由的前提下，投资渠道才能最大化迁移、吸收东道国科学技术；应向信息公开度高、对中国企业接受度高、种群密度大的经济发达国家倾斜，并且签订双边投资协议；应结合区位优势和政策的导向性，与在沿线国家投资的中国企业建立信息互通的种群网络，将外部市场转化为外部智力，弱化外来者的劣势影响，充分利用国际化人力资本，加快市场的内部化。

(二) 集约化经营OFDI发展模式，提高全球化价值链地位

集约化经营即通过经营要素质量的提高、要素含量的增加、要素投入的集中以及要素组合方式的调整来增进效益的经营方式。我国对沿线国家的直接投资结果多集中在低价值链的产业，其劳动力、资本、技术、管理及信息等要素投入占比较少，整体模式还处于不成熟阶段，OFDI逆向溢出效应无法充分发挥其效果。因此，一方面，我们可以利用产业分离效应将处于生产链低端的环节逐步向沿线国家转移，同时加大高端环节的投入精力，结合创新科研活动，促使本土产业积极向知识密集型发展，以提高对国际学者流动的长期有效的吸引力；另一方面，通过“一带一路”相关倾斜政策，鼓励推动OFDI向高精尖产业的大规模发展，加强对国际化人力资本的充分利用，争取技术逆向溢出效果的最大化。

(三) 搭建国际化人才交流体系，发展人力资源核心竞争能力

跨国贸易渠道技术溢出的研究证实，国际技术溢出的效果取决于东道国技术的吸收能力，而人力资本被认为是技术吸收能力的主要决定因素。在跨国投资中，经济制度与政策造成的不完全竞争导致某些信任失效，因此，高端技术型人才存量成为促进OFDI逆向技术溢出的重要核心要素之一。为了提高国家的核心竞争力，政府应加大双边国家之间的交通、信息等基础设施的建设，为文化交流提供条件，充分利用“干中学”，增加知识积累，以增强对贸易往来中外溢技术的吸收能力。

(四) 健全留学教育质量保障制度，规范专业人才转化机制

高等教育国际化水平是留学生择校考虑的重要因素之一。提高留学生培养质量以避免高投入、低产出的风险，是推动人力资本转化的必要前提。一方面，高校留学生培养机制应该规范化，留学生筛选机制应该标准化，杜绝“外来和尚好念经”这一现象；提高现有留学生课堂研修、奖学金获取以及取得毕业资格标准；强调本土学术环境，大幅度增加相关全英文授课的课程和专业；留学生考核录取及毕业要求应与国内学生趋同；建立权威有效的监管机制，在真正意义上做到学有所成的高质量培养。另一方面，应提高师资队伍的质量，增强人才竞争力；架设引进国外知识、选拔高质量教学人才的沟通桥梁，促进教师国际化学习交流，以提高教师专业素养；完善国内高校留学生导师培养制度，推动留学生与导师建立健康良好的互动关系，避免文化差异对有效师生关系的影响。同时，规范专业人才的转化机制是实现教育红利的直接途径：一是拓宽留学生培养模式，推动校企联合培养，在增强专业技能转化的同时加深对本土产业文化的了解与认同感；二是建立专业教育国际认证，对技术型人才给予就业政策倾斜；三是加大本土文化宣传力度，拉近留学生的文化距离与心理距离，使在华留学毕业生对两国文化、经济互通互融起到一定推动作用。

参考文献

邹玉娟, 陈漓高. (2008). 我国对外直接投资与技术提升的实证研究. 世界经济研究, (05), 70-77+89.

钟优慧, 杨志江. (2016). 人力资本、国际技术溢出与技术效率. 科技与经济, 29(02), 77-80. DOI:10.3969/j.issn.1003-7691.2016.02.016

Bitzer, J., & Kerekes, M. (2008). Does foreign direct investment transfer technology across borders? New evidence. Economics Letters, (100), 355-358.

Borensztein, E., & Lee, G. (1998). How does foreign direct investment affect economic growth?. Journal of International Economics, (45), 115-135.

Coe, D. T., Helpman, E., Alexander, W., & Hoffmaister, A. W. (2009). International R&D spillovers and institutions. European Economic Review, 53(7), 45-52.

Denzer, A. (2011). The effects of outward FDI on economic growth: A theoretical and empirical analysis. BadenWürttemberg: Eberhard Karls Universit Tübingen, 35(3), 1-30.

Holtz-Eakin, D., Newey, W., & Rosen, H.S. (1988). Estimating vector auto regressions with panel data. Journal of the Econometric Society, 56(6), 1371-1395. DOI:10.2307/1913103

Kogut, B., Chang, S.J. (1991). Technological capabilities and Japanese direct investment in the United States. Review of Economic sand Statistics, 73(3), 401-413. DOI:10.2307/2109564

Levin, A., Lin, C. F., & Chu, C.S.J. (2002). Unit root tests in panel data: Asymptotic and finite-sample properties. Journal of Econometrics, (108), 335-341.

●往期回顾 ●

新刊速递 | 华东师范大学学报（教育科学版）2020年第3期目录

特稿

朱永新 , [美]约翰 •库奇：技术如何释放终身学习者的潜能？——朱永新与约翰•库奇关于未来教育与学习升级的对话

基本理论与基本问题

[美] 林逸梅：期待其他多重世界，赋我们自身以生机：向比较教育学发出的一份邀请
朱旭东：论教室文化的构建刘坚等：高中生睡眠时间与高学业成绩的理想匹配模式探究及预警

学习科学

徐光涛等：近二十年学习科学领域的研究脉络与发展趋势——对《人是如何学习的》系列报告的文本分析唐一鹏等：如何提升中小学生的学业成绩？——基于学习策略与教学策略改进的视角白倩等 | 重识与重估：皮亚杰发生建构论及其视野中的学习理论农村教育赵锦等 | 教育精准扶贫：中国农村学生近视问题研究及防控政策建议