派智库

内容提要 本文利用2007—2014年中国省际数据，结合广义最小二乘法，基于最优金融结构理论研究对外直接投资、金融结构与全要素生产率三个变量之间的关系。结果表明：（1）目前中国进行对外直接投资形成的逆向技术溢出对全要素生产率的影响整体上不显着，对外直接投资对全要素生产率的影响受到金融结构的影响，即金融结构能够显着改善对外直接投资的全要素生产率的影响效应。（2）中国金融结构对全要素生产率的促进作用是显着的。分地区来看，中国中部、西部的金融结构对各地区的全要素生产率影响显着，而在经济相对发达的东部地区，该效应却不显着。金融结构对全要素生产率的影响存在显着的地区差异。（3）中国采取对外直接投资这种国际化路径有效推动了国内的金融结构发展，催化了金融结构由“银行主导型”向“市场主导型”转化的进程。

关键词 对外直接投资 逆向技术溢出 金融结构 全要素生产率

copyright dedecms

一、前言

国家发展改革委2017年发布的《中国对外投资报告》的统计结果显示，2015年中国对外直接投资额首次超过利用外资额，2016年达到1961.5亿美元，同期占全球比重为13.5％，首次突破两位数。截至2016年末，对外直接投资分布在全球190个国家（地区），设立对外直接投资企业3.72万家。中国进行对外直接投资取得了前所未有的成就。随着全球经济一体化的加快，采取这种国际化决策对推动中国经济发展和促进全球贸易中的作用日渐突出。对外直接投资对经济发展的研究最早受到学者们的关注（朱金生和凌丹，2000；罗良文，2003）。依照新古典经济学，全要素生产率是促进经济增长的唯一源泉，因此上述问题就转变成探讨中国进行对外直接投资是否能够促进全要素生产率增长的问题。

dedecms.com

对外直接投资（OFDI）对全要素生产率（TFP）的影响从理论上来说，跨国公司通过对外直接投资可获得国内无法获得的先进技术和资源，进而对母公司乃至整个母国的生产率产生积极的推动作用（李梅和柳士昌，2012）。全要素生产率是技术进步的代名词，Schumpeter（1934）把技术进步引入到经济增长理论中去。他认为金融体系能够推进技术进步，技术进步进而又推进经济增长。此后，James（2010）以韩国为研究对象，探讨了实施金融自由化政策对创新活动具有积极的影响，为Schumpeter的内生增长框架提供了依据。金融制度的融资功能在支持资金投入方面发挥着十分重要的作用。良好的金融结构不仅能给企业对外直接投资提供更多融资渠道，同使还能降低融资成本和融资风险。 本文来自织梦

目前，已有少部分学者对OFDI以及通过OFDI产生的逆向技术溢出与金融发展之间的关系进行了初步的探究（蒋冠宏和张馨月，2016；李梅，2014），但还鲜有学者关注到金融结构在OFDI推动全要素生产率增长过程中起到的中介作用。对外直接投资行为对资金量的需求以及存在的风险都对中国的金融结构提出了更高的要求和挑战。探讨中国对外直接投资是否能够外生性推动金融结构发展以及目前中国的金融结构是否与实体经济对金融服务的需求相适应等问题，对中国实施相应的金融改革、正确引导金融结构演化具有重要的理论及实践意义。

二、理论分析与研究假设 内容来自dedecms

（一）对外直接投资对全要素生产率的影响 织梦内容管理系统

目前，国内外关于进行对外直接投资对技术创新能力的影响的相关研究较多，但这并不能完全揭示对外直接投资对全要素生产率的影响以及金融结构所起到的作用。在现有的研究OFDI与全要素生产率的文献中，主要的结论有两种： 织梦好，好织梦

第一种结论是进行对外直接投资，可以通过获取东道国先进知识、减少成本、扩大销售收入等机制使母国的全要素生产率得以提高（蒋冠宏，2015）。毛其淋和许家云（2014）采用2004—2009年的企业微观数据，运用倾向得分匹配法分析对外直接投资对中国企业创新的影响，结果显示对外直接投资与企业创新之间存在显着的因果效应。蒋冠宏和蒋殿春（2014）针对企业对外直接投资是否提升了企业生产率问题，实证检验发现企业对外直接投资显着提升了企业生产率，但提升作用随着时间的推移逐渐降低。第二种结论是由于国内的吸收能力不足，进行对外直接投资对全要素生产率产生反向的影响。Shireen（2012）探讨了对外直接投资对东道国和母国全要素生产率的影响问题，实证结果发现进行对外直接投资会对全要素生产率起到抑制作用。李梅和柳士昌（2011）利用2003—2008年中国省际面板数据考察对外直接投资对全要素生产率的影响，结果发现这一时间段两个变量之间并没有显着的影响，分区域检验后发现不同区域结果不同，并且人力资本作为吸收能力起到了很重要的作用。 copyright dedecms

综合上述学者的结论，对外直接投资对全要素生产率的影响可能是把双刃剑，中国作为对外直接投资的大国，近几年来对外直接投资量井喷式增长，中国进行对外直接投资究竟是提高还是降低了全要素生产率呢?基于上述论述提出本文的第一个假设。

假设1：目前中国进行对外直接投资对全要素生产率的影响方向未知，还有待估计。 copyright dedecms

对外直接投资产生的逆向技术溢出，通过人才流动、竞争、模仿跟随和产业联系这几种途径将先进技术消化、吸收、转化和再创新，最终提高中国的技术水平（王杨，2016）。完善的金融结构能够使企业支付较高薪酬，吸引拥有先进技术和管理经验的员工和管理者回国、出资购买新设备以及便于和其他企业进行产业链接。总之，在中国对外直接投资对全要素生产率的影响关系中，金融结构起到了不可或缺的作用。高效的金融系统为企业进行直接投资和吸收、转化先进知识提供充分的资金支持，提高对外直接投资的积极性和能力，在对外直接投资对全要素生产率影响过程中，应当起到正向的影响。因此提出本文的第二个假设。 织梦好，好织梦

假设2：对外直接投资水平和金融结构的交互项与全要素生产率呈正相关关系。

织梦好，好织梦

（二）金融结构对全要素生产率的影响 内容来自dedecms

林毅夫、孙希芳和姜烨（2009）将金融结构定义为金融体系内部各种不同的金融制度安排的比例和相对构成。本文基于金融市场与金融中介的比例，以金融市场和银行的相对活跃性来衡量金融结构的变化。如果金融市场活跃性更强，这种金融结构被称为“以金融市场主导型”的金融结构；如果银行的相对活跃性更强，这种金融结构被称为“以银行主导型”的金融结构。

织梦好，好织梦

在现有的研究文献中发现，不同类型的金融结构都对全要素生产率有着正向的影响。Diamond（1984）认为最优的金融结构是应以“银行主导型”的金融体系，他发现银行在资金配置方面更具有优势。Allen和Gale（2000）认为银行可以集中监管，在解决交易成本方面具有优势。信贷市场的监管对创新活动是至关重要的，进而对全要素生产率产生影响。Binh、Park和Shin（2007）认为由于“市场主导型”的金融结构更偏好回报率高的创新项目，因此相比于“银行主导型”的金融结构而言更有利于企业创新，进而影响全要素生产率。Hsu、Tian和Xu（2014）研究发现，在股票市场相对更发达的国家，较强的外部融资能力通过鼓励创新能力来推动全要素生产率的增长。基于以往学者们的研究表明，无论是以银行为主导的金融体系还是以金融市场为主导的金融体系，金融市场的发展都能够影响全要素生产率，但是由于在不同国家的金融结构不同，因此究竟哪种金融结构是最优的，学者们没有得出一致的结论。基于此，林毅夫、孙希芳和姜烨（2009）对最优金融结构作出了初步的探讨，随后林毅夫（2017）再次强调了新结构经济学发展方向中深入研究最优金融结构的重要意义。他认为，只有金融体系的构成与实体经济结构相互匹配，才能有效地发挥金融体系在动员储蓄、配置资金和分散风险方面的功能。 本文来自织梦

随着要素禀赋结构的提高，中国的技术创新模式逐渐由“模仿学习”向“自主创新”转变。在逐渐缩小与发达国家技术差距的同时，对资金需求规模也逐渐增大，企业的技术创新风险和产品创新风险也会越来越高。股票市场相比于银行具有有效分散技术和产品创新风险的优势，能够提供更为丰富灵活的风险管理工具，有效配置资金，促进技术进步。本文基于林毅夫的最优金融结构理论，意图探究中国的金融结构是否随着需求的提高相应演进，从为劳动密集型企业发展提供金融服务的银行为主体，发展成以能够有效地分散风险的股票市场主体，为全要素生产率提升提供最匹配的融资服务能力。因此，提出本文的第三个假设： 织梦内容管理系统

假设3：与产业结构相适应的金融结构能够对全要素生产率的增长起到正向的影响，目前中国的金融结构对全要素生产率的影响程度待估计。

dedecms.com

（三）对外直接投资对金融结构的影响 内容来自dedecms

金融结构常被学者们用作衡量金融发展的替代变量。目前关于对外直接投资和金融发展的研究，主要集中在探讨金融发展对对外直接投资影响这一问题上。杜思正、冼国明和冷艳丽（2016）采用中国面板数据进行实证分析的结果显示，金融发展能够显着提高中国的对外直接投资水平。沈洪波、寇宏和张川（2010）则通过中国上市公司的数据发现，中国金融发展对企业对外投资起到了明显的约束作用。余官胜和袁东阳（2014）将金融结构作为金融发展质的维度进行实证检验，发现金融结构在经济发展水平较低的情况下能促进对外直接投资，而在经济发展水平较高时，对企业进行对外直接投资起到抑制作用。 本文来自织梦

Shaw（1973）认为，金融发展与经济增长之间存在双向联动机制，具体表现在：一方面，健全的金融体制能够便捷、低成本地把储蓄资金配置到实体经济中；另一方面，经济活动主体通过对金融服务需求的增长来促进金融体系的发展。之后学者Yilmazkuday（2013）、Law和Singh（2014）通过实证验证了双向联动机制的存在。依照Shaw（1973）的论述，作为不可或缺的经济活动主体，企业进行对外直接投资对金融服务的需求同样可以促进金融体系的发展。中国对外直接投资的增加必然会衍生出更大规模的资本需求，可以更高效地配置资金、更好地服务于对外直接投资的金融结构应运而生。现有文献中鲜有考虑对外直接投资对金融结构的作用。

随着“一带一路”倡议的推进，中国企业对资金的需求比以往更加迫切。同时，海外经营所面临的风险也比只在国内运营的风险更高。特别是进行对外直接投资的企业中，民营企业异军突起，而民营企业进行对外直接投资会产生更高的融资成本和融资风险。按照最优金融结构理论，为了使中国企业顺利开展对外直接投资活动，就必须解决目前企业特别是民营企业所面临的困难，因此更匹配、更健全的金融结构顺势而生，“需求跟随”效应出现。然而，在实际情况中金融结构的调整并非易事。在现实中我们观察到，某些国家在发展到一定的阶段后，金融机构偏向银行部门的社会成本高于收益，但金融结构难以调整，长期处于银行主导的状态。银行结构不匹配造成的融资困难使得全要素生产率增长缓慢甚至停滞，继而可能陷入“中等收入陷阱”。中国长期以来的金融结构以国有银行为主导，这是由于长久以来根深蒂固的文化传统以及中华人民共和国成立后重工业优先发展战略导致的。长期以来，国有银行体系支撑了经济增长背后大规模固定资产投资的融资需求（徐明和刘金山，2017）。目前，中国正在积极调整金融结构，是否能适应技术进步来源从学习模仿转向自主创新并未可知。 dedecms.com

基于上述论述，提出本文的第四个假设： 织梦好，好织梦

假设4：中国对外直接投资水平的提高对金融结构的影响有待检验。

织梦内容管理系统

三、模型设定和变量说明

本文来自织梦

文中4个假设对应着4个模型：

内容来自dedecms

第1个假设：检验中国进行对外盲接投资对全要素生产率的影响方向。对应的模型（1）为： copyright dedecms

第2个假设：检验对外直接投资水平和金融结构的交互项与全要素生产率的影响，对应的模型（2）为：

内容来自dedecms

dedecms.com

第3个假设：良好的金融结构能够对全要素生产率的增长起到正向的影响，目前中国的金融结构对全要素生产率的影响程度待估计。除了从总体上验证中国金融结构对全要素生产率的影响外，还考察了东部、中部、西部地区金融结构对全要素生产率影响程度的不同。对应的模型（3）为： 本文来自织梦

第4个假设：中国对外直接投资水平的提高对金融结构调整具有正向的影响。除了从总体上验证中国对外直接投资对金融结构的影响外，还分地区进行了讨论。对应的模型（4）为： 织梦好，好织梦

织梦好，好织梦

本文的数据采用省际数据。i表示各个省，t表示年份，★52表示各省进行对外直接投资产生的逆向知识溢出，Fstit表示金融结构，TFPit表示全要素生产率。α0、η0、β0、γ0为常数项，α1、η1、β1、γ1为弹性系数，εit1、εit2、εit3、εit4为各个模型的随机误差项。表示金融结构与对外直接投资逆向知识溢出的交互乘积项。

copyright dedecms

数据主要通过历年《中国对外直接投资公报》、《中国统计年鉴》、《中国金融统计年鉴》、《国际统计年鉴》、《OECD factbook》（经济合作与发展组织手册）、Wind数据库、《中国市场化结构指标2016》获得。考察时间从2007年至2014年共8年的时间。由于西藏自治区数据缺失较多，因此本文剔除了西藏自治区。最终本文的样本是2007—2014年全国30个省、自治区和直辖市的面板数据。具体的变量测度如下：

dedecms.com

1.金融结构（Fst） 织梦内容管理系统

Levine（2002）对金融结构的测算进行了详尽的分析，国内学者景光正、李平和许家云（2017）也借鉴了其做法。综合前人的研究，本文的测算指标如下：活力指标（activity），采用股市交易总值与银行私人贷款的比值。各省的股市交易总值通过Wind数据库各省包含的全部上市公司的交易值逐一加总获得。现有数据库中没有私人部分的信贷配给的具体数值。由于信贷区分为投向私人部门的部分和投向国有部门的部分，因此借鉴李梅（2014）的关于投向私人部分信贷的测算方法，私人信贷=总贷款/GDP×（1-国有经济固定资产投资总额／全社会固定资产总额）。总贷款、国有经济固定资产投资总额以及全社会固定资产总额来源于历年的《中国金融统计年鉴》以及《中国统计年鉴》。规模指标（size），等于股市市值与银行私人信贷的比值，其中股市市值通过Wind数据库中地区分类的指数曲线获取。效率指标（efficiency），等于股市交易总值占GDP比重乘以营业费用。各省三个指标结合主成分分析法得到各自的金融结构值Fst。数值越大，代表金融结构更偏向于“市场主导型”。

2.通过对外直接投资逆向技术溢出获得的国外R&D存量参照李梅（2014）的做法，具体分为两个步骤：（1）计算中国进行对外直接投资获得国外的R&D溢出其中，Sjt表示中国在t时间对外直接投资目标国j的R&D资本，为第t期各国R&D资本的总和。OFDIjt表示在t年中国对国家j的投资额。Yjt为第t年国家j的GDP。由于中国进行对外直接投资、特别是技术获取型的对外直接投资，一般多选择发达国家作为目标国家。因此选择美国、日本、德国、英国、法国、加拿大、意大利、韩国、新加坡和中国香港10投资目标国（地区）的R&D资本Sjt，通过《OECD Faetbook》查询各国（地区）2007—2014年不变价格的实际研发支出，按公式计算各国（地区）2007年基年的R&D存量。其中，为各国（地区）2000年的R&D支出，g为各省2000年到2007年R&D支出的平均增长率，δ取5％。其余年份按永续盘存法计算。各个国家（地区）历年国内生产总值Yjt从《国际统计年鉴》获取。中国每年的对外直接投资存量的数据则来源于商务部统计的《中国对外直接投资公报》。（2）为了考察各省对外直接投资的逆向技术溢出效应，从《公报》中获得各省OFDIjt分别代入公式

3.全要素生产率（TFP）

内容来自dedecms

全要素生产率指数通过deap2.1软件测算。采用折算成2007年不变价格的实际GDP作为产出（Y）。各省每年的GDP通过《中国统计年鉴》获得。投入分别是劳动力投入（L）和资本存量（K）。劳动力投入（L）采用各省每年的就业人数，资本存量（K）通过永续盘存法计算获得，公式为Kit=Iit+（1-δ）Ki，t-1。其中，Iit为第i个省第t年固定资本形成总额，通过各省的固定资产投资价格折算为2007年不变价格，资本折旧率δ取9.6％。基年和其余各年固定资本存量采用张军（2004）的方法计算。相关数据来源于《中国统计年鉴》。

控制变量如下： 织梦内容管理系统

1.经济发展程度（Eco）：经济发展能够提高核心竞争力、带动全要素生产率进步。将GDP进行平减，具体数值通过中国经济与社会发展统计数据库“统计指标分析”中获取。 织梦内容管理系统

2.金融发展规模（Fin）：金融发展规模常被用作衡量吸收能力的一个维度，通过影响对外直接投资逆向技术溢出吸收转化能力，进而影响全要素生产率。采用李金昌和曾慧（2009）、李梅和柳士昌（2012）等的做法，用地区金融机构贷款总额与GDP的比值表示地区金融发展规模。

3.政府规模（Gov）：传统政府规模理论采用政府规模与市场之间的关系来衡量政府规模，认为正确界定了两者的关系，也就界定了政府规模。因此本文也采用政府与市场关系这一替代变量作为衡量政府规模的指标。数据来源于樊纲和王小鲁（2016）。 内容来自dedecms

4.人力资本（Hu）：人力资本对全要素生产率的影响较为直接。人力资本通常是指经过教育、培训、学习而凝聚在劳动者身上的、能够创造经济社会价值的知识、技术技能、能力与素质的总和，是影响全要素生产率的重要因素。一般认为，劳动者人均受教育年限越长，人力资本水平越高。借鉴Barro和Lee（2001）及阳立高等（2018）等学者的处理方法，采用人均受教育年限来度量人力资本水平：ST1-7分别表示小学、初中、高中、大专、本科、硕士与博士当年的入学人数，所乘数字为当年学制年数。数据来源于《中国教育统计年鉴》和《中国人口与就业统计年鉴》。

本文来自织梦

5.金融生态环境（Env）：制度环境的优劣决定着投资者、企业家的经营决策，而投资者的投资意愿和企业家的创新动力是影响技术创新的根本因素。因此，一个地区的金融生态环境对全要素生产率的影响较为显着。借鉴学者马微和惠宁（2018）的做法，采用樊纲和王小鲁（2016）“市场中介组织的发育和法律制度环境”指数来衡量金融生态环境。

6.开放程度（Ope）：贸易开放度是衡量一个国家或地区经济开放程度的重要指标。判断一个国家的经济开放程度通常从进出口贸易、对外投资两方面进行评价。借鉴许文彬和张丰（2014）及杜思正、冼国明和冷艳丽（2016），采用各地区按经营单位所在地分货物进出口总额与地区生产总值的比值来衡量贸易开放度。数据来源于《中国统计年鉴》。

7.研发投入（Rd）：内生经济增长理论指出，研发投入对于产出增长、生产率提高和技术进步具有重要影响，各省的研发投入从《中国统计年鉴》当中获取。

四、计量结果和分析

采用面板回归对模型进行估计，具体步骤包括描述性统计，相关性分析，单位根检验，协整，多重共线性检验，异方差检验，异方差消除，随机效应模型，固定效应模型，Hausman检验，fgls回归。各个变量的描述性统计如表1所示，假设1、假设2和假设4的检验结果如表2所示。 织梦内容管理系统

copyright dedecms

表2中第（1）列表示假设1的检验结果，第（2）列表示假设2的检验结果。第（3）列至最后一列是假设4的检验结果。第（1）列回归结果显示，假设1的检验结果并不显着，这与学者李梅和柳士昌（2012）的研究结论相符。中国的对外直接投资活动对技术进步没有起到应有的促进作用。学者们分析其原因包括：（1）中国进行技术获取型的对外直接投资较少。（2）对外直接投资存在挤出效应。（3）对外直接投资对母国技术提升的效果在短时期内难以显现。（4）吸收能力不足。进一步地，李梅（2014）考察了母国金融发展对产生率溢出效应的影响，认为金融发展与对外直接投资的交互作用能够对全要素生产率产生积极的促进作用。表2中第（2）列检验结果显着，说明中国金融结构与对外直接投资的交互项对全要素生产率影响显着。该结论验证了上述学者的结论。第（3）列、第（4）列、第（5）列回归结果显着，说明假设4成立，即中国进行对外直接投资推动了金融结构的发展。第（6）列的回归结果表明，西部地区的对外直接投资阻碍了金融结构的发展。这是由于西部地区进行外直接投资的企业数量与中、东部地区相比有很大差距，并且西部地区对外直接投资的企业多以大中型国有企业为主且主要通过银行进行融资。资金需求量不足和对银行融资的依赖，导致西部地区对外直接投资对金融结构的发展产生了一定的抑制作用。假设3的检验结果如表3所示。

织梦内容管理系统

表3中的结果显示，中国金融结构对全要素生产率的影响总体上是非常显着的，说明中国金融市场的的发展明显地有利于国家（地区）的技术进步。通过进一步对中国东部、中部和西部地区进行分地区的检验，发现西部地区虽然经济落后、地处偏远，但西部地区金融结构却显着提高了该地区的全要素生产率水平。而经济发达的东部地区和经济相对发达的中部地区，虽然金融结构对全要素生产率的影响显着，但显着性水平低于西部地区的检验结果。可能的原因是，西部地区的金融结构和当地基于要素禀赋的资金需求相匹配。西部地区的金融结构主要以“银行主导型”为主，说明目前西部的创新程度不高，自主研发较少，依然以“模仿创新”为主，传统的金融结构就能够满足基本的资金需求。而东部和中部正处在创新模式转型时期，“自主创新”比“模仿创新”对资金的需求量更大，因此需要金融结构相应作出调整以提高融资服务的能力。通过回归结果还可以看出，金融生态环境对全要素生产率的提高没有显着的影响，说明中国的金融生态环境还需要进一步完善，这也是东部和中部金融结构对全要素生产率影响不是十分显着的一个原因。此外，从回归结果中还发现政府与市场的关系对西部和中部的全要素生产率影响显着，说明中国西部和中部地方政府与市场之间实现了良好的互动。人力资本投入作用不显着，说明虽然受教育年限增长，但是不代表高技术人才也增加。教育发展虽然使更多的人实现了更高的教育层次，但是对应的应用性和技术性人才依然不足，因此受教育程度高的人力资本投入对全要素生产率影响不显着。 dedecms.com

织梦内容管理系统

为了检验结果的稳健性，将全样本数据分成2007—2012年、2009—2014年两个时段进行估计，考察对外直接投资对金融结构的影响以及金融结构对全要素生产率的影响是否随着时间的推移发生改变。结果发现，对2007—2012年时间段的检验结果，金融结构对全要素生产率的影响不显着。对2009—2014年时间段的检验结果显着。这说明金融结构的调整是一个动态的过程。此外，对外直接投资对金融结构的推动作用并没有随时间推移发生显着的改变。本文的结论是稳健的。内生性的存在也会使结果的稳健性出现偏差。因此进行内生性检验判断主要的核心变量是否存在内生性。采用核心变量值与均值的差的立方作为工具变量。通过Hausmank检验，各模型的检验结果都拒绝存在内生性的假设，说明各个核心变量都不存在内生性问题，检验结果稳健。 织梦好，好织梦

五、结论与建议

中国对外直接投资虽然起步较晚，但发展迅速，随之而来的诸多问题引起了国内外学者的广泛关注。本文在最优金融结构理论的基础上，基于2007—2014年中国30个省份的面板数据，运用广义最小二乘法测算了金融结构在对外直接投资推动全要素生产率增长过程中起到的中介作用 本文来自织梦

实证检验的主要结论包括：（1）中国对外直接投资活动对中国技术进步没有起到应有的促进作用。而金融发展与对外直接投资的交互作用能够对全要素生产率产生促进作用。（2）中国对外直接投资总体上推动了金融结构的发展。西部地区的对外直接投资则阻碍了金融结构的发展。（3）中国金融结构对全要素生产率的影响总体上是非常显着的。说明中国金融市场的发展有利于国家（地区）的技术进步，不同区域存在显着的差异。此外，金融生态环境对全要素生产率的提高没有显着的影响，说明中国的金融生态环境还需要进一步完善。 dedecms.com

本文在一定程度上丰富了对外直接投资、金融结构与全要素生产率之间关系的研究，与以往学者研究金融结构对对外直接投资影响的“供给效应”不同，本文考察了中国进行对外直接投资与金融结构之间是否存在“需求效应”，在理论和实证结论方面都具有一定的贡献。结合本文的结论，提出以下建议：随着对核心竞争力需求的增加，“市场主导型”金融结构对中国全要素生产率的提升作用愈发显着。由于金融结构目前尚未达到最优状态，因此中国应当进一步加大金融体制改革力度，着重发展金融市场，健全金融监管法律，发展有效的金融体系，积极推动金融结构从“银行主导型”向“市场主导型”转变，提高金融体系的融资能力，改善中国对外直接投资生产率效应的金融支持环境。加大对中小企业的信贷力度和融资支持，解决中小企业“走出去”的融资约束困境。基于中国对外直接投资和金融结构的地区差异（特别是西部地区），需要政府制定差异化的扶持政策和金融改革措施，构建有益于地区金融结构发展的政策体系，有效提升地区金融生态环境。实现与实体经济对金融服务的需求相适应的金融结构，能够发挥金融体系动员资金、配置资金和降低系统性风险的功能，是实现中国生产率提高、跨越“中等收入陷阱”的一剂良方。 dedecms.com

参考文献： copyright dedecms

1、杜思正、冼国明、冷艳丽：《中国金融发展、资本效率与对外投资水平》，《数量经济技术经济研究》2016年第10期。

织梦好，好织梦

2、樊纲、王小鲁：《中国市场化指数》，经济科学出版社2016年版。

3、蒋冠宏：《我国企业对外直接投资的异质性及对我国经济发展和产业结构的微观影响》，南开大学博士学位论文，2015年。

4、蒋冠宏、蒋殿春：《中国企业对外直接投资的“出口效应”》，《经济研究》2014年第5期。 织梦内容管理系统

5、蒋冠宏、张馨月：《金融发展与对外直接投资——来自跨国的证据》，《国际贸易问题》2016年第1期。

6、景光正、李平、许家云：《金融结构、双向FDI与技术进步》，《金融研究》2017年第7期。

7、李金昌、曾慧：《基于金融市场发展的FDI溢出与经济增长关系：省际面板数据研究》，《统计研究》2009年第3期。

8、李磊、包群：《融资约束制约了中国工业企业的对外直接投资吗?》，《财经研究》2015年第6期。

9、李梅：《金融发展、对外直接投资与母国生产率增长》，《中国软科学》2014年第11期。 dedecms.com

10、李梅、柳士昌：《人力资本与国际R&D溢出——基于OFDI传导机制的实证研究》，《科学学研究》2011年第3期。

copyright dedecms

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》，《管理界》2012年第1期。

12、林毅夫：《新结构经济学的理论基础和发展方向》，《经济评论》2017年第3期。

本文来自织梦

13、林毅夫、孙希芳、姜烨：《经济发展中的最优金融结构理论初探》，《经济研究》2009年第8期。

内容来自dedecms

14、罗良文：《我国企业对外投资的经济效应分析》，《财政研究》2003年第6期。 本文来自织梦

15、马微、惠宁：《金融结构对技术创新的影响效应及其区域差异研究》，《经济科学》2018年第2期。

本文来自织梦

16、毛其淋、许家云：《中国企业对外直接投资是否促进了企业创新》，《世界经济》2014年第8期。

17、沈红波、寇宏、张川：《金融发展、融资约束与企业投资的实证研究》，《中国工业经济》20L0年第6期。 织梦好，好织梦

18、王杨：《中国对外直接投资的逆向溢出和吸收能力研究》，《宏观经济研究》2016年第4期。

本文来自织梦

19、徐明、刘金山：《何种金融结构有利于技术创新——理论解构、实践导向与启示》，《经济学家》2017年第10期。 copyright dedecms

20、许文彬、张丰：《金融发展、行业特征、地区差异与全要素生产率——基于1999～2011年中国省际行业数据的分析》，《经济管理》2014年第2期。 copyright dedecms

21阳立高、龚世豪、王铂、晁自胜：《人力资本、技术进步与制造业升级》，《中国软科学》2018年第1期。 织梦好，好织梦

22余官胜、袁东阳：《金融发展是我国企业对外直接投资的助推器还是绊脚石——基于量和质维度的实证研究》，《国际贸易问题》2014年第8期。 织梦内容管理系统

23张军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952—2000》，《经济研究》2004年第10期。 内容来自dedecms

24郑强：《对外直接投资促进了母国全要素生产率增长吗——基于金融发展门槛模型的实证检验》，《国际贸易问题》2017年第7期。 内容来自dedecms

25朱金生、凌丹：《对外直接投资与经济增长的关联及启示》，《国际经贸探索》2000年第2期。

织梦好，好织梦