中国OFDI逆向技术溢出影响自主创新的门槛检验——基于吸收能力视角

梁文化

(郑州轻工业大学 经济与管理学院，河南 郑州 450002)

一、 引 言

当前中国经济正处于转型升级的关键时期，如何有效提升自主创新能力从而为经济持续发展提供新的动能已经成为迫在眉睫的问题。罗默和卢卡斯等人于20世纪80年代提出的“新增长理论”认为创新是促进一国经济内生增长的重要源泉，三次科技革命的发展实践也已表明只有技术进步基础上的经济增长才能保持经久不衰。在新形势下，提升中国的自主创新能力将为掌握全球科技竞争先机提供重要保障，并成为中国经济“弯道超车”的关键所在。而与此同时，随着经济全球化进程的不断加快和“一带一路”倡议的大力推行，中国对外直接投资(OFDI)取得了跨越式的发展，商务部最新发布的《2016年度对外直接投资统计公报》数据显示，中国投资流量已经超越日本位居世界第二位并实现双向直接投资项下的资本净输出，为调整国内产业结构、优化资源配置、深度嵌入全球价值链并从国际市场获取资金、技术以及战略资源提供了重要的驱动力。

因此，新形势下伴随着中国对外直接投资的蓬勃发展，作为国际技术溢出的重要渠道之一，围绕OFDI逆向技术溢出带来的各种效应尤其是对母国自主创新的影响已经成为学者们研究的焦点问题。诸如OFDI逆向技术溢出通过哪些路径与机制影响自主创新,中国OFDI逆向技术溢出能否有效提升国内的自主创新能力,吸收能力与中国OFDI逆向技术溢出影响自主创新是否存在门槛效应等,对这一系列问题的研究对于为中国经济持续发展寻找新的动能，推动国家创新驱动发展战略的顺利实施均具有重要的理论与实践意义。

二、 文献回顾与评述

关于国际投资技术溢出是否能够提升母国的技术水平和创新能力，学者们从不同的角度对其进行了分析和论证，其中吸收能力的强弱是该效应能否得以发挥的重要影响因素。Kokko等认为技术溢出的学习效应随着母国企业和外资企业之间技术差距的缩小而不断增强，如果技术差距扩大到母国企业不足以对技术溢出进行消化吸收时，学习效应则会迅速下降[1]。Borensztein等将该转折点形象地称之为“发展门槛”[2]。Xu则重点考察了人力资本存量的门槛吸收效应，认为只有当东道国人力资本存量越过一定的门槛值时，FDI技术溢出效应才较为显著[3]。Keller的研究显示母国人力资本水平和R&D投入是影响逆向技术溢出的吸收能力因素[4]。Herzer对33个发展中国家对外直接投资逆向技术溢出效应研究结果显示，其与母国金融发展水平和人力资本水平等因素并不具有统计意义上的显著性[5]。Yang等通过对台湾地区1987—2000年制造业对外直接投资数据的实证分析，也证实了OFDI逆向技术溢出对技术进步和创新能力具有积极的影响[6]。

国内其他学者结合近年来我国对外直接投资蓬勃发展的现状对该问题的研究也取得了丰富的成果。李梅、金照林重点考察了人力资本对逆向技术溢出的影响，结果发现在东、中、西部呈现出明显的差异性[7]。尹建华、周鑫悦构造了一系列综合指标包括研发创新水平、基础设施、经济规模以及金融发展水平等来衡量国内吸收能力，同时分析了其对引进外资和对外投资渠道获取的技术溢出的影响，结果显示创新水平有利于正向溢出效应的发挥，而OFDI则不利于技术进步[8]。吴先明、胡博文则通过构建中介效应模型对对外直接投资、研发强度和制度质量影响后发企业技术追赶绩效的机制进行了研究[9]。尹东东、张建清选取的吸收能力指标为R&D投入、基础设施以及开放程度等，并运用2003—2012年的省际面板数据分析了吸收能力对OFDI逆向技术溢出效应的影响，发现其起到了积极的促进作用但存在区域差异[10]。此外，付海燕还从国内研发、衣长军等从制度特征、崔敏等从政府干预、汪思齐和李杏等从人力资本角度对吸收能力因素进行了分析，研究结果均显示其对OFDI逆向技术溢出效应的发挥具有相应影响[11-15]。

学者们从不同角度出发对该问题的研究为本文进一步分析中国OFDI逆向技术溢出效应奠定了基础。但是现有研究依然存在两个方面的不足：一是国外学者研究对象多是以发达国家企业为研究对象且主要以定性分析为主，缺乏从定量的角度对该问题进行实证检验,而国内学者近年来虽然在借鉴最新的计量分析方法的基础上进行了多角度的实证检验，但也存在选取变量较为单一、数据来源不规范等问题，从而导致研究结论不一致问题；二是以往学者在研究该问题时采用的研究方法多为分组检验和构造交叉项模型，但是分组检验存在的问题是研究者凭借经验对样本做出的分组标准可能并不客观，并且无法估计出具体的门槛值，也无法对不同组别回归结果之间存在的差异进行显著性检验。通过构造交叉项模型的方法虽然可以估计出具体的门槛值，但是由于经济函数的非线性特征可能无法对内生的门槛效应进行检验，所以也存在一定的局限性。因此，在考虑到数据的可得性和时效性的前提下，本文综合选取经济发展水平、研发投入强度、人力资本存量、金融发展水平、经济开放程度以及技术差距等六个变量，从吸收能力视角深入探究这些变量是否存在门槛效应及其对不同区域自主创新的影响并据此提出政策建议。和以往研究相比，本文的贡献主要体现在两个方面：一是构建了更为系统的衡量吸收能力的指标体系，从不同角度的观测和实证检验为针对性地提出政策建议提供了有力支撑；二是选取的面板门槛回归方法和以往研究该问题时常用的分组检验和构造交叉项模型相比，不仅可以估计出门槛变量具体的特征值，还可以对门槛效应的显著性以及内生门槛值的准确性进行检验，因此在研究方法上也具有一定的创新性。

三、 OFDI逆向技术溢出影响自主创新的路径分析

企业通过OFDI形式从东道国获取逆向技术溢出进而提升其自主创新水平的路径大致可以归纳为绿地投资、跨国并购、建立海外研发机构和缔结国际战略联盟四种(如图1所示)，下文分别进行论述。

企业通过绿地投资形式在东道国进行投资在拉动其生产能力、产出和就业增长的同时，也可以为自身和母国整体的技术水平和创新能力的提升带来益处。首先，企业绿地投资通过雇佣东道国高素质的劳动力，在员工之间的互相学习和交流的过程中，由于知识具有典型的外部性特征，使得依附于员工本身的技术和管理诀窍便以知识的形式实现溢出，从而可以突破发达国家跨国公司对先进技术的封锁和控制，在提升子公司技术水平和创新能力的基础上，凭借不同形式的传导机制进一步外溢到母公司并提高母公司和母国整体的创新水平；其次，在发达国家进行绿地投资，通过嵌入其产业链，不仅能够接触到先进的研发成果、生产技术以及管理经验，还可以增加与东道国上下游企业之间的交流和合作的机会，使其能及时追踪到同类型企业的最新研发信息，然后凭借模仿、学习与跟随效应快速提高自身的研发水平，增强自身的创新能力，并通过母公司与子公司之间的传导机制达到提升母公司整体创新水平的目的；最后，企业采取绿地投资形式进入东道国市场后，由于国际市场竞争程度较国内市场更为激烈，因此会迫使企业主动地加强研发投入以改善产品质量和标准，同时也会更加重视东道国消费者对产品质量的反馈和评价，最终在子公司提高其产品竞争力并将其研制的技术含量更高的产品传导回母国后，将有效改善并提高母公司整体的创新水平。

和采取绿地投资形式获取国外技术逆向溢出的不同之处是跨国并购可以快速而直接地获取到被并购企业的关键性资产、各种专利以及研发人员，从而有效提升自身的技术水平和创新能力。具体来讲，OFDI逆向技术溢出通过跨国并购路径促进自主创新水平提升主要凭借以下形式：首先，采取跨国并购的形式控制被投资企业以后，可以及时而有效地获取到东道国企业的各种关键技术，如其在生产经营过程中的诀窍、拥有的各种专利技术以及不易清晰表达的隐性知识等，而这些关键技术正是制约母国企业创新能力提升的瓶颈所在。另外，由于对被并购企业拥有着绝对的控制权，因此也降低了技术逆向外溢的壁垒；其次，在完成跨国并购之后，一般母公司会派遣本土员工特别是研发人员参与到东道国企业的生产运营以及研发环节，这样就为本土员工接触到最前沿的研发技术提供了便利，通过共同参与研发流程的设计，研发技术的改进以及研发理念的相互碰撞，对于提升子公司的创新水平具有重要的意义；最后，企业跨国并购在获取东道国企业研发人员、研发技术以及研发设施的同时还可以有效控制其原有的生产渠道和销售网络，在深度参与并有效调整的基础上，能够极大地促进子公司的技术水平和创新能力，在子公司创新能力提高后可以通过不同层次机制传导到母公司，进而提升母公司乃至母国整体的创新水平。

具体来讲，通过建立海外研发机构投资形式提升自身自主创新能力的渠道主要可以归纳为以下几种：首先，企业在海外建立研发中心可以更深入地了解东道国市场的消费者需求，为应对激烈的市场竞争，会根据东道国的实际情况对现有的产品进行改进和完善，在此过程中可以有效提升海外研发机构的研发能力和创新水平，并将此传导回母国进一步提升母公司和母国整体的创新能力；其次，由于在海外设立的研发机构积聚在知识密集的技术高地，可以有效地利用当地的技术人才、信息以及政府提供的各种基础设施，及时追踪到东道国同类型企业的研发动向，保持与世界科技发展前沿的同步性和一致性，从而降低研发风险，提高研发效率；最后，子公司将在东道国设立的研发机构获取的各种知识和技术逆向传导回母公司，在母公司消化和吸收的基础上不仅有助于提升母公司本身的技术水平和创新能力，并且通过创新水平在产业内和产业间的传导和扩散，也将有利于其上下游不同产业创新水平的提高，最终达到提升母国整体技术水平和创新能力的目的。

随着发展中国家企业国际战略联盟实践的蓬勃发展，其在提升母国子公司以及母国整体技术水平和创新能力方面发挥着日益重要的作用。首先，缔结国际战略联盟的企业之间通过共建研发网络可以为企业近距离学习和模仿发达国家企业核心技术提供宝贵的机会，在学习模仿的基础上进行一定程度的创新有利于提升企业自身的竞争力，通过积极主动的学习战略联盟内其他企业的先进技术和管理经验也将有助于自主创新能力的有效提升；其次，当前阶段国际战略联盟的发展趋势日益呈现出从产品和销售联盟向技术研发联盟过渡的特点，由于国际战略联盟在一定范围内可以实现资源和技术的共享，因此，联盟内的企业可以充分发挥各自的竞争优势，在自己擅长并且具有较强竞争力的领域可以与其他企业之间进行知识产权的互换，从而实现技术共享与互换基础上的自身创新水平的提升；最后，通过在不同国家企业之间缔结的国际战略联盟内进行有效的文化整合和管理，可以有效消除联盟内具有不同文化背景的员工之间的隔阂和矛盾，从而有利于营造一种较为和谐的文化氛围，对于员工之间加强沟通和协作进而实现隐性知识的逆向传播起到重要的促进作用。

图1 OFDI逆向技术溢出影响自主创新路径图

四、 研究设计

(一) 面板门槛模型构建

为深入探究各吸收能力因素对OFDI逆向技术溢出影响自主创新的作用程度，本文在面板门槛模型设定与估计原理的基础上，借鉴Hansen(1999)的研究方法与思路，构建的单一面板门槛回归模型如(1)式所示：

(1)

考虑到部分吸收能力的衡量指标可能具有双重门槛，因此，对(1)式进行进一步拓展，构建OFDI逆向技术溢出影响自主创新的双重门槛回归模型，具体模型设定形式如(2)式所示：

(2)

(二) 变量选取与数据处理

从构建的最终面板门槛回归模型(2)式可以看出，实证分析中所需数据除了需要衡量自主创新能力，各省(区、市)(西藏由于对外直接投资所占比重过低予以剔除)历年的国内研发资本存量、OFDI国外研发资本存量，新增衡量吸收能力的一组变量：经济发展水平、研发投入强度、人力资本存量、金融发展水平、经济开放程度以及技术差距。下文分别对这些变量的选取及处理过程进行简要介绍。

1. 自主创新能力。学术界关于自主创新能力衡量指标主要有新产品销售收入、专利申请量、专利授权量等。但是目前关于新产品的划分标准不一，部分企业为了达到避税目的而故意夸大其新产品销售收入也导致统计数据可能存在偏误。另外专利授权量和申请量相比更能反映一国从事创新活动的产出状况，还可以按照创新水平的高低对其进行分解，以便从不同的层次分析自主创新水平的高低。因此综合考虑以上因素，本文以专利授权量作为自主创新能力的代理变量，所需数据取自历年的《中国科技统计年鉴》。

2. 各省(区、市)的国内研发资本存量。目前我国并没有直接对国内研发资本存量进行统计，因此在测算各省(区、市)国内研发资本存量时可以借鉴Goldsmith于1951年开创的永续盘存法，其估算方法如(3)式所示：

(3)

3. 各省(区、市)获取的国外研发资本存量。为了衡量各省(区、市)从对外直接投资渠道获取的国际R&D溢出，选取世界上研发资源较为集中并且与我国经济往来较为密切的15个国家和地区作为获取国际研发溢出的来源国，这15个国家和地区分别是日本、韩国、俄罗斯、英国、德国、法国、瑞典、西班牙、荷兰、意大利、澳大利亚、美国、加拿大、芬兰、中国香港。下文分两步估算各省份通过OFDI渠道获取的国际R&D溢出，首先引入公式(4)测算我国整体上从样本国家和地区获取的国际研发资本存量：

(4)

4. 吸收能力衡量指标。本文选取的衡量吸收能力的指标共有六个，下文分别予以介绍。

(1)经济发展水平。较高的经济发展水平意味着该地区具备较强的研发投入能力和创新水平，因此其会对先进技术具备较强的消化吸收能力。一般衡量经济发展水平的指标有GDP总量和人均GDP，和GDP总量相比较，人均GDP由于考虑了人口规模的影响，从而更能反映一个地区的经济发展水平。因此本文选取2003—2015年各省(区、市)的人均GDP作为衡量吸收能力的代理指标，相关数据取自历年《中国统计年鉴》。

(2)研发投入强度。根据Girma等[16]的研究，当一个国家或地区的研发投入强度越大，其自身的技术水平和创新能力也会越强，同时意味着其对通过不同渠道溢出的先进技术的吸收能力也会随之增强。本文选取R&D强度作为衡量不同地区的吸收能力的指标，具体用2003—2015年各省(区、市)R&D支出占GDP的比重来表示，相关数据取自历年《中国科技统计年鉴》。

(4)金融发展水平。较为完善的金融市场意味着企业能够以较高的效率和较低的成本获得融资，从而能够为企业在消化吸收OFDI逆向技术溢出时提供金融支持。本文在参考以往学者做法的基础上，选取金融机构年底贷款余额占GDP的比重作为衡量金融发展水平的代理指标，所需数据取自历年《各省统计年鉴》和《中国区域金融运行报告》。

(5)经济开放程度。较高的经济开放度对于获取OFDI逆向技术溢出效应具有积极的促进作用。一个国家或地区的经济开放程度越高，其对技术溢出的吸收能力就越强。因此，本文同样将该变量纳入分析模型并选取2003—2015年我国各省(区、市)进出口贸易额占GDP的比重作为衡量经济开放程度的代理指标，相关数据取自历年《中国统计年鉴》。

(6)技术差距。技术差距只有保持在适度范围内才能有效发挥OFDI逆向技术溢出效应。本文用我国各省(区、市)的劳动生产率与样本国劳动生产率之比表示技术差距，国外样本国的劳动生产率从《国际统计年鉴》获取，国内各省(区、市)劳动生产率用经过平减后以美元计价的各地区GDP除以就业人数得到，二者比值越大说明技术差距越小，计算技术差距时所需数据取自历年《国际统计年鉴》和《中国统计年鉴》。

在对选取的变量进行介绍与数据处理的基础上，本文给出了各变量的描述性统计(如表1所示)。

表1 变量描述性统计

五、 实证检验与结果分析

实证检验主要分三个步骤进行，首先对面板门槛效果进行检验，其次对具体门槛值进行估计，最后对门槛回归结果进行分析。本文实证检验均采用Stata13.0软件完成。

(一) 门槛效果检验

为了确定面板门槛模型的具体形式，首先需要对是否存在门槛效应进行检验，依次在不存在门槛(原假设)或仅存在一个门槛(备择假设)，存在一个门槛(原假设)或两个门槛(备择假设)，存在两个门槛(原假设)或三个门槛(备择假设)三种条件的设定下对模型2进行估计，运用格栅搜索法设置的网格搜寻点为200个，Bootstrap(自抽样法)次数设定为500次，得到的各门槛变量的F统计值和P值如表2所示。

表2 门槛效应检验结果

注：*** 、** 和* 分别表示在1%、5%和10%显著性水平下显著，P值为采用Bootstrap法反复抽样500次得到的结果。

表2门槛效应检验结果显示，PGDP和RD/GDP单一门槛检验的相应自抽样P值为0.034和0.000，分别在5%和1%的水平上显著，而双重门槛和三重门槛效果检验均不显著，表明PGDP和RD/GDP仅存在单一门槛。HR、FIN、OPEN和TGAP单一门槛检验的相应自抽样P值为0.002、0.000、0.000和0.018，分别在1%、1%、1%和5%的水平上显著，双重门槛检验的相应自抽样P值为0.052、0.048、0.000和0.060分别在10%、5%、1%和10%的水平上显著，而三重门槛检验皆没通过10%水平下的显著性检验，说明HR、FIN、OPEN和TGAP存在双重门槛。

(二) 门槛值估计结果

根据门槛效应检验结果，接下来对门槛变量的门槛值及置信区间进行估计，并对估计结果的真实性进行检验(如表3所示)。

表3 门槛值估计及置信区间

从表3对本文选取的门槛变量的门槛值估计结果及其置信区间可以看出，PGDP的单一门槛值为43806元，RD/GDP的单一门槛值为1.020%，HR的双重门槛值分别为8.145年和9.202年，FIN的双重门槛值分别为1.005和1.618，OPEN的双重门槛值分别为0.073和0.369，TGAP的双重门槛值分别为0.046和0.124。为了更清晰地检验各门槛变量的估计值及置信区间，通过进一步观察其似然比函数图发现各个门槛值的LR值均小于其拒绝域，表明本文的门槛估计是真实有效的。门槛变量的估计值是指似然比统计量LR为零时的γ取值，95%置信区间为LR值小于5%显著性水平的临界值7.35构成的区间。

(三) 门槛回归与分析

在门槛效应检验和门槛值估计结果的基础上，对本文设定的面板门槛模型2式进行固定效应估计，参数估计结果如表4所示。

表4 门槛模型参数估计结果

注：系数下方括号内数值为t统计值，***、** 和* 分别表示在1%、5%和10%显著性水平下显著。

表4实证结果显示，本文选取的六个门槛变量分别存在单一门槛和双重门槛，模型估计参数存在显著的差异性，分析如下：

1. 从经济发展水平和研发投入强度来看。二者仅具有单一门槛，并且在不同的门槛取值区间内，其对OFDI逆向技术溢出影响自主创新的弹性系数呈现出阶梯状的上升趋势。具体来看，当各省(区、市)的人均GDP在43806元门槛值、R&D支出占GDP的比重在1.02%门槛值以下和以上时，通过OFDI渠道获取的国际研发资本存量每增加1%，以专利授权量衡量的国内自主创新能力分别增加0.017%、0.076%和0.046%、0.087%，并且都在1%的水平下通过显著性检验，说明经济发展水平和研发投入强度较高的地区，OFDI逆向技术溢出对该地区自主创新能力的提升效应越为显著。从2015年的数据来看，经济发展水平跨越门槛值γ1的有北京、天津、上海等14个省(区、市)，研发投入强度跨越门槛值γ1的则有21个省(区、市)，仅有吉林、宁夏、云南、内蒙古、广西、贵州、新疆、青海、海南9个省(区)在门槛值以下。

2. 从人力资本存量和金融发展水平来看。二者都具有双重门槛值，并且在不同的门槛取值区间内，其对OFDI逆向技术溢出影响自主创新的弹性系数的变化趋势较为复杂。具体来看，人力资本存量和金融发展水平在其两个门槛值分成的三个区间内时，通过OFDI渠道获取的国际研发资本存量每增加1%，其对专利授权量衡量的国内自主创新能力影响的弹性系数分别为-0.023%、0.354%、0.068%和0.037%、0.088%、0.106%。人力资本存量对OFDI逆向技术溢出影响自主创新的变化趋势为先降后升，而金融发展水平对OFDI逆向技术溢出影响自主创新的变化趋势则为阶梯递增。从2015年的数据来看，人力资本存量在第一门槛值以下的仅有贵州、青海、新疆3个省(区)，介于两个门槛值之间的有河北、浙江等16个省份，其余11个省份则跨越了第二门槛值。金融发展水平有黑龙江、云南等7个省份在第一门槛值以下，仅有北京、上海、广东等6个省(市)跨越了第二门槛值，其余省份则介于两个门槛值之间。

3. 从经济开放程度和技术差距来看。二者也具有双重门槛值，其对OFDI逆向技术溢出影响自主创新的弹性系数变化趋势和前述四个变量也不尽相同。具体来看，经济开放程度和技术差距在其两个门槛值分成的三个区间内时，通过OFDI渠道获取的国际研发资本存量每增加1%，其对专利授权量衡量的国内自主创新能力影响的弹性系数分别为0.310%、0.342%、0.617%和0.049%、0.082%、0.063%，并且分别通过相应的显著性检验。经济开放度对OFDI逆向技术溢出影响自主创新的变化趋势为阶梯状递增，说明随着地区对外开放的不断增强，更有机会接触到外界先进的技术和知识，通过进出口贸易或对外直接投资的形式可以积极嵌入全球经济体系，从而有利于自主创新能力的增强。技术差距对OFDI逆向技术溢出影响自主创新的变化趋势为先增后减，呈现出典型的“倒U型”特征，说明我国各地区和国际研发资本溢出来源国之间只有保持在合理的最佳技术差距区间内时，才能发挥其最大效应。从2015年的数据来看，经济开放程度仅有甘肃、贵州等6个省份在第一门槛值以下，上海、广东、北京等7个省(市)跨越了第二门槛值，其余省份介于两个门槛值之间。技术差距在第一门槛值以下的省(区)有青海、甘肃、宁夏和新疆，北京、天津、上海、江苏和广东跨越了第二门槛值，其余21个省份介于两个门槛值之间。

六、 研究结论与政策建议

本文通过构建面板门槛模型将吸收能力作为影响OFDI逆向技术溢出的关键因素，选取经济发展水平、研发投入强度、人力资本存量、金融发展水平、经济开放程度以及技术差距六个变量作为其衡量指标，在对吸收能力变量进行理论分析与数据处理的基础上，运用Stata13.0软件对衡量吸收能力的各变量是否存在门槛效应、门槛值的确定以及门槛水平的分析等问题进行了研究，主要得到以下结论：

第一，门槛效应检验结果显示，衡量吸收能力的六个变量均存在门槛效应，并且经济发展水平和研发投入强度仅具有单一门槛，人力资本存量、金融发展水平、经济开放程度以及技术差距则具有双重门槛。

第二，门槛值估计结果显示，经济发展水平的单一门槛值为43806元，研发投入强度的单一门槛值为1.02%，人力资本存量的双重门槛值分别为8.145年和9.202年，金融发展水平的双重门槛值分别为1.005和1.618，对外开放程度的双重门槛值分别为0.073和0.369，技术差距的双重门槛值分别为0.046和0.124，并且在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呈现出显著的差异性。

第三，门槛模型参数估计结果显示，由于要素禀赋、地理位置以及经济基础等方面存在差异，仅有北京、上海、广东等经济较为发达的省市可以获取OFDI逆向技术溢出带来的积极效应，大部分中西部地区由于受到自身条件的限制，虽然总体上也可以获取国际研发溢出，但其影响程度则显著低于东部地区。

根据上述研究结论，结合中国对外直接投资以及自主创新的发展现状，本文从政府与企业两个层面提出如下政策建议：

从政府层面来讲，应进一步强化政策引导作用，鼓励开展技术寻求型OFDI，以充分获取OFDI逆向技术溢出对自主创新的促进作用。政府应该从长远战略出发，有意识地引导我国企业加强对美洲、欧洲等技术先进国家的投资，在资源分配和优惠政策方面优先扶持技术寻求型OFDI。另外，政府应该在金融、财税、汇率等方面加大对技术寻求型OFDI的扶持力度，无论国有企业还是民营企业均应同等对待，采取有效措施支持不同类型的企业进行技术寻求型OFDI。

从企业层面来讲，一方面要积极融入东道国经济，通过嵌入其外部创新网络体系提高本土化适应能力，企业只有充分嵌入东道国的创新网络，才能有效获取OFDI逆向技术溢出带来的各种积极效应，并最终提升国内母公司乃至母国整体的自主创新能力；另一方面要加强企业自身的研发投入力度，提高对先进技术的消化和吸收能力，通过加强R&D投入、提高人力资本积累效应、建立开放的学习机制等各种手段，努力缩小与技术领先企业之间的技术差距，力争向全球价值链的高端环节攀升，从而为实现从“中国制造向中国创造、中国速度向中国质量”转变提供强有力的技术支撑。