刘辉群，彭传立

（天津商业大学 经济学院，天津 300134）

全要素能源效率（total factor energy efficiency，TFEE）综合考虑了各种投入要素运行情况，已成为当前衡量能源效率较为流行的指标。新古典经济增长理论认为技术进步是生产率提升的动力源泉，在开放型经济背景下，一国既可以通过自主创新而实现技术进步，又可以通过国际贸易、外商直接投资（FDI）和对外直接投资（OFDI）等渠道的国际技术溢出而实现技术进步，而经济基础比较薄弱的发展中国家更容易通过后发优势以较低成本吸收国外先进技术来提高自身技术水平。目前已有大量文献研究了国际技术溢出对全要素能源效率的影响。例如，Wei等[1]从中国制造业的视角验证了国际贸易和外商直接投资技术溢出对全要素能源效率的促进作用。Yao等[2]利用联立方程模型发现全球价值链中增加值贸易对能源效率具有显著促进作用，并且出口的能源效率效应幅度优于进口。Pan等[3]以中国省际面板数据为样本，运用似不相关回归（SUR）方法研究了外商直接投资质量对能源效率的影响，发现外商直接投资质量的提高对能源效率提升大有裨益。这些研究均表明了国际贸易和外商直接投资技术溢出对全要素能源效率的积极作用，但鲜有学者探讨对外直接投资逆向技术溢出效应对全要素能源效率的影响。

值得注意的是，自2012年以来，中国对外直接投资流量已连续八年稳居全球前三名（数据来自商务部发布的《2019年度中国对外直接投资统计公报》），与外商直接投资呈齐头并进之势，其对母国的经济效应受到越来越多学者的关注。而对外直接投资作为国际技术溢出的重要渠道能否促进全要素能源效率的提高？其影响机制如何？这些问题似乎少有问津。鉴于对该类问题的回答对中国实施绿色发展战略具有重要政策意义，本文将以2003—2017年中国29个省级行政区（基于数据可获得性，西藏、港澳台地区未在研究范围之内，另将重庆的相关数据并入四川）的面板数据为样本，使用面板向量自回归（PVAR）模型实证检验OFDI逆向技术溢出对全要素能源效率的影响及其作用机制。

本文可能的贡献概括如下：第一，使用SBM型方向性距离函数来测度全要素能源效率。该方法无须设定具体函数形式，既考虑了生产过程中的多种投入要素，又考虑了节能减排，是当前测度能源效率较为前沿的方法之一。第二，资本存量是全要素能源效率测算过程中最为重要的投入要素之一，但它通常是难以观测的。考虑到资本品种类会随时间变化并且同一资本品在不同使用情境下寿命也是不同的，我们使用动态折旧率来测算中国各省的资本存量，以便得出更为客观的全要素能源效率测度结果。第三，使用PVAR模型考察对外直接投资逆向技术溢出、自主创新和全要素能源效率三者之间的交互作用，以得出对外直接投资逆向技术溢出对全要素能源效率的动态影响路径。

1 文献回顾

随着各国对外直接投资蓬勃兴起，对外直接投资逆向技术溢出效应的相关文献层出不穷。Kogut & Chang[4]在对日本和美国的研究中发现日本企业对美国的直接投资存在强烈的技术寻求动机，从而开启了对外直接投资逆向技术溢出效应研究的先河。此后，学术界就对外直接投资逆向技术溢出效应的存在性进行了大量检验。Van Pottelsberghe & Lichtenberg[5]扩展了Coe & Helpman[6]提出的国际R&D溢出模型，构建了同时包含进口贸易、外商直接投资和对外直接投资三种渠道在内的国际技术溢出模型（L-P模型），并验证了对外直接投资渠道的技术溢出对母国全要素生产率的促进作用，发现这在G7国家中尤为明显。Amann & Virmani[7]运用L-P模型研究了18个新兴经济体对34个OECD国家直接投资对母国全要素生产率的“反馈效应”，发现通过对OECD国家直接投资显著提高了新兴经济体的生产率水平。Piperopoulos等[8]基于中国企业数据的研究发现，对外直接投资对中国企业创新绩效存在正向影响。邵玉君[9]同时考察了外商直接投资和对外直接投资对中国全要素生产率的影响，发现双向直接投资均显著促进了本国技术进步。考虑了东道国技术保护对本国吸收国外研发资本的阻碍后，陈培如和冼国明[10]在测算国外研发资本溢出时引入了东道国技术保护因素，并把通过对外直接投资渠道获取的国外研发资本溢出分解为往期对外直接投资溢出和新增对外直接投资溢出，发现二者均显著促进了中国技术创新，而新增对外直接投资溢出效应主要来自扩展边际。

但对外直接投资逆向技术溢出效应会受到投资规模、吸收能力等因素的制约。Zhou等[11]利用中国省级数据发现只有当人均对外直接投资存量超过大约3 361元人民币（以2005年不变价格计）时，才能获得绿色技术溢出。Li等[12]从制造业企业异质性角度出发，运用PSM-DID方法发现吸收能力越强的跨国企业在进行对外直接投资时越能获得更高且持续的生产率效应。李梅和柳士昌[13]发现，在中国仅东部地区对外直接投资技术溢出效应显著，西部地区对外直接投资则可能因经济发展水平、人力资本水平、金融发展程度等吸收能力指标未达到门槛值而未能获得逆向技术溢出。此外，学者还注意到对外直接投资逆向技术溢出效应的异质性现象。蒋冠宏和蒋殿春[14]基于中国工业企业数据的研究发现，在不同投资动机以及不同投资东道国情形下，对外直接投资逆向技术溢出效应存在着显著差异。Li & Michal[15]发现中国对外直接投资逆向技术溢出效应存在显著的区域异质性，即东部地区作用效果最强，中部地区次之，西部地区最小。近年来，学者将目光投向对外直接投资逆向技术溢出效应对母国经济的影响上。赵云鹏和叶娇[16]利用空间计量模型发现中国各省对外直接投资显著促进了当地以及邻近地区的产业结构升级。Hao等[17]研究了中国对外直接投资对本国环境质量的影响，发现对外直接投资逆向技术溢出通过技术效应和结构效应减少了国内二氧化碳的排放。Pan等[18]的相关研究表明中国各省对外直接投资逆向技术溢出不仅能够提高本地区全要素碳生产率，还能通过空间溢出机制对邻近省份全要素碳生产率的提高起到促进作用。可见，对外直接投资的绿色技术溢出效应已成为当前国际直接投资领域研究的热点话题。

学者对能源效率的研究主要集中在两个方面：一是能源效率的测度方法。能源效率测度方法主要包括单要素能源效率测度方法和全要素能源效率测度方法两类。单要素能源效率仅考虑了能源投入一种投入要素，通常以能耗强度或真实能耗强度来衡量，由于该方法没有考虑资本、劳动等其他生产要素投入和结构因素的影响，因此难以反映真实的能源效率状况[19]。Hu & Wang[20]在全要素框架下运用DEA模型中的CCR模型对能源效率进行了测算，并首次提出全要素能源效率的概念。此后学者基于DEA模型形式的不同设定对全要素能源效率的测度方法不断进行改进，从传统DEA模型到超效率DEA模型，从仅考虑期望产出到同时考虑非期望产出，目前已形成大量且渐臻成熟的全要素能源效率测度方法。二是能源效率的影响因素。全要素能源效率受到多种因素的影响，早期部分学者从经济结构和市场化程度等角度展开分析[21]。 Boyd & Pang[22]利用回归分析方法发现能源效率会随生产率的提高而提高，并且生产率每提高1%，能源效率会提高1%以上。Fisher-Vanden等[23]基于中国企业数据的研究发现能源价格上涨和技术研发活动是推动能源效率提升的主要因素，不论是自有技术还是进口技术均能通过节约能源投入进而提高能源效率。近期的多项研究也表明国际技术溢出也有助于能源效率的提高[24]。

从现有文献来看，大量研究证明了对外直接投资逆向技术溢出效应的存在性及其对母国经济的反馈，并且证明了技术进步对全要素能源效率的重要性，但少有文献提及对外直接投资逆向技术溢出对全要素能源效率的影响。本文试图讨论中国对外直接投资能否通过技术溢出机制提高本国的全要素能源效率。

2 OFDI技术溢出对全要素能源效率的作用机制

对外直接投资逆向技术溢出效应的传导机制较为复杂。投资国要想从对外直接投资逆向技术溢出中获益，不仅需要从东道国市场上获取先进技术，还需要在投资国市场上及时反馈和传递这些技术成果。在此过程中，投资国的跨国公司起到媒介和桥梁的作用。

2.1 东道国技术溢出获得机制

跨国公司可以通过多种渠道吸收东道国的先进技术，实现东道国技术的反向溢出。以技术研发为目标的跨国公司通过在东道国高新技术集聚区成立研发中心或者组建战略技术联盟，既可以与东道国企业共摊研发成本、共享研发成果，又能够充分发挥当地的人才优势，通过一线员工之间的国际交流和公司内部的人力资本流动获得知识溢出。以市场开拓为目标的跨国公司会选择在东道国直接建立子公司进行生产和销售，此时，东道国已经发展成熟的产品和生产工艺为子公司在当地的生产经营起到了良好的示范作用，公司员工通过“干中学”不断积累生产经验，与东道国企业的激烈竞争也迫使子公司不断进行技术革新以争夺在海外的市场份额。另外，资金实力雄厚的跨国公司则可以通过并购方式直接实现专利和技术的内部化，弥补自身技术上的不足。

2.2 投资国技术溢出传递机制

不管何种渠道获取的技术溢出，东道国对投资国的逆向技术溢出最先都是由跨国公司从东道国的子公司获得并传递的。总体而言，对外直接投资逆向技术溢出先是由企业层面扩展到产业层面，最终扩散到整个投资国层面的。子公司将从东道国获得的先进技术通过劳动力流动、产品流动和研发再创新等渠道传递给母公司[25]。母公司充分吸收这些先进技术后，为了实现规模经济，将其通过示范作用传递给同一产业内的上下游企业。在日益激烈的竞争压力下，同行企业则不断加大研发力度提高其技术水平。此外，企业间人员的流动和沟通也拓展了知识和技术的扩散渠道，从而实现产业内技术的外溢。与产业维度传导渠道类似，国家维度技术溢出的传递也是通过上下游产业间的关联性、产业间的竞争以及产业间人员的流动和沟通等渠道实现的，最终实现整个投资国技术水平的提高。

2.3 技术进步对全要素能源效率的影响机制

技术进步是影响全要素能源效率的主要因素之一。社会科学领域的技术进步是一个广义的概念，既包含“硬技术”进步，又包含“软技术”进步。

“硬技术”进步主要是指生产工具的革新，它能够直接改变生产方式。例如新能源科技的迅猛发展使太阳能和风能等清洁能源直接替代了传统的煤炭、石油等化石燃料，既提高了能源利用效率，又减少了环境污染。而“软技术”则涉及管理经验、决策水平和资源配置等多个方面，它既可能通过规模经济降低生产过程中包含能源在内的各种要素投入，也可能通过管理层决策改变要素投入结构，例如偏向于节能的体制能够降低传统能源投入在各要素投入中的比例。值得注意的是，能源回弹效应的存在还会使技术进步通过市场机制对能源效率产生间接影响：技术进步能够降低生产成本从而增加产品市场的需求，反过来增加能源需求。但近期的多项研究都表明技术进步总体而言能够有效降低能源强度[26]。可见，不论是“硬技术”进步，还是“软技术”进步，均能通过优化能源结构和减少传统能源消耗而提高全要素能源效率。

综上所述，对外直接投资逆向技术溢出对全要素能源效率的作用机制可用图1来表示。

图1 对外直接投资逆向技术溢出对全要素能源效率的影响机制图

3 研究设计

3.1 模型设定

假定某地区的全要素能源效率受到本地自主创新和对外直接投资逆向技术溢出两种渠道技术的影响，各地区生产要素同质且满足边际报酬递减规律，则生产函数可表示为：

式中：Yit、Lit、Kit、Eit分别表示i省在t年的地区生产总值、劳动投入、资本投入和能源投入；Ait为技术参数，由于受到技术创新和逆向技术溢出两种技术渠道的影响，关于Ait的函数可写作：

式中：Ai0表示i省的初始技术水平， 表示i省在t年通过对外直接投资获得的逆向技术溢出， 表示影响技术进步的其他变量，λi和γi分别表示逆向技术溢出和其他变量对技术进步的作用参数。将式（2）带入式（1），可得：

为了得到全要素能源效率（TFEE）的表达式，将式（3）两端同除以F(Lit,Kit,Eit)，则有：

对式（4）两端同时取自然对数后可得：

为了探究对外直接投资逆向技术溢出（S）和自主创新能力（TI）对全要素能源效率（TFEE）的影响以及三者之间相互作用的动态传导机制，借鉴宋晓薇和王慧芳[27]的做法建立以下PVAR模型：

式中：lnTFEEit、lnTIit分别为以对数形式表示i省在t年的全要素能源效率、对外直接投资渠道的技术溢出和专利授权数量。

3.2 变量设定

3.2.1 对外直接投资逆向技术溢出

本文借鉴L-P模型框架下逆向技术溢出的测度方法，使用“两步法”计算各省通过对外直接投资获得的国际R&D溢出规模。首先用下式计算中国通过对外直接投资获取的国际R&D溢出总规模：

式中：OFDIjt表示中国在t时期对j国的直接投资存量，GDPjt和Sjt分别表示东道国j在t时期的国内生产总值和R&D资本存量。东道国R&D资本存量采用永续盘存法核算，其公式为Sjt=(1-δ)Sjt-1+RDjt，RDjt为东道国j在t时期的实际研发支出（按2000年不变价格计算），基期R&D资本存量由S0=RD0/(g+δ)确定，其中，g为样本期内实际研发支出年均增长率，δ为研发资本折旧率，取δ=5%。基于中国对外直接投资状况，本文选取美国、加拿大、日本、英国、德国、法国、意大利、荷兰、瑞典、韩国、中国香港、新加坡、澳大利亚、新西兰等14个国家（地区）作为中国对外直接投资逆向技术溢出的主要来源地。

然后，各省份通过对外直接投资获得的国际R&D溢出规模（ ）可用下式表示为：

式中：OFDIit为i省在t时期的对外直接投资额，为各省的对外直接投资总额。

3.2.2 全要素能源效率

（1）SBM-DDF方法。本文使用SBM型方向性距离函数（SBM-DDF）方法来测度全要素能源效率。该方法在全要素框架下同时考虑了期望产出和非期望产出，是当前较为流行的全要素能源效率测算方法。在该方法下，o省的效率值可以通过求解以下最优化问题得到：

式中：eo、xmo、yro、uko分别表示o省的能源投入、劳动和资本投入、期望产出以及非期望产出，(ge,gx,gy,gu)、(se,sxm,syr,suk)分别表示投入产出的方向向量和松弛向量。松弛变量越小，意味着投入冗余量、期望产出不足量和非期望产出过度量越小。投入产出无效率可以做出如下分解：

可见，要想根据SBM-DDF方法求得全要素能源效率值，只需用1-IEe即可。

（2）投入产出指标选取。本文投入指标包括三个：一是劳动投入（L），用各省年末就业人数来表示。二是资本投入（K），用实际资本存量表示，由Kit=Iit/Pit+(1-δit)Kit-1来确定，Iit为当年投资，Pit为固定资产投资价格指数，基期资本存量Ki0采用张军等[28]的论文数据，δit是根据建筑安装工程、设备工器具装置和其他类三类资本品加权计算的动态资本折旧率。三是能源投入（E），用各省的能源消费量来表示。产出指标包括两类：一是期望产出，用以2000年为基期折算的各省实际GDP表示。二是非期望产出，包括二氧化硫排放量和二氧化碳排放量。其中，二氧化碳排放量根据联合国政府间气候变化专门委员会（IPCC）提供的方法估算，其公式为：

式中：CO2为估算的二氧化碳排放量，i表示引起二氧化碳排放的各种化石燃料，这里是指煤炭、焦炭、汽油、煤油、柴油、燃料油、天然气，E表示能源消耗量，NCV表示平均低位发热量，CEF和COF分别表示IPCC（2006）提供的单位热值含碳量和碳氧化率。估算二氧化碳排放量的相关指标及对应参数如表1所示。

表1 二氧化碳排放量估算的主要指标及参数

（3）中国各省全要素能源效率测度结果。本文运用MaxDEA软件并基于SBM方向距离函数方法对2003—2017年间中国29个省份的全要素能源效率进行了测算。根据表2，在2003—2017年，中国各省份全要素能源效率总体较低并且呈逐渐下降趋势，其原因主要归结于中国巨幅增长的能源消费量和较为单一的能源消费结构。过去中国经济增长高度依赖能源投入，而煤炭消费占能源消费的比重高达50%以上，比其他各类能源消费比重的总和还要多，尤其是非化石能源仅占很小比例。可见，能源结构调整和能源转型升级已迫在眉睫。

图2为2003年、2010年以及2017年中国各省份全要素能源效率空间分布图。总体来看，在样本期内中国各省份全要素能源效率的空间分布格局比较稳定，但在各年份全要素能源效率均呈现出显著的空间异质特征。具体来看，东部沿海地区全要素能源效率最高，中部地区次之，西部地区则最低。北京、天津、上海、江苏、浙江、广东、福建、海南等地区的全要素能源效率一直在全国范围内保持优势地位，平均效率值在0.734以上，一方面可能得益于这些地区对外经济开放程度比较高，在进行国际贸易和国际直接投资的过程中不断吸收先进技术，从而提高了全要素能源效率。山东、黑龙江、辽宁、湖北、湖南、江西等地区的全要素能源效率比较靠前，而河北、河南、陕西、内蒙古、云南等地区的全要素能源效率比较靠后，宁夏、青海、甘肃、新疆、贵州、山西等地区全要素能源效率的排名最为靠后，平均效率值仅在0.304～0.472之间，其中，山西可能因对煤炭资源的依赖而导致能源利用效率低下。

3.2.3 自主创新

使用各省区市的专利申请授权数量来表示自主创新能力指标。

3.3 数据来源

本文样本区间为2003—2017年，中国对外直接投资（OFDIjt）和各省对外直接投资（OFDIit）存量数据来自各年度《对外直接投资统计公报》，对外直接投资东道国的GDP数据以及研发支出占GDP的比重（RDjt/GDPjt）数据来自OECD数据库和世界银行数据库，各国消费者价格指数数据来自世界银行。能源消费数据来自《中国能源统计年鉴》，其他未加说明的数据主要来自《中国统计年鉴》及各地区统计年鉴。为与张军等[28]计算的2000年资本存量口径保持一致，本文将各指标折算为以2000年为基期的实际值。

4 实证分析

4.1 面板数据平稳性检验与协整检验

为避免虚假回归或伪回归，首先运用LLC检验、IPS检验、HT检验和ADF检验四种检验方法进行面板数据单位根检验。由表3可以看出，尽管lnTFEE和lnTI序列是非平稳序列，但其一阶差分序列DlnTFEE和DlnTI均为平稳序列，并且lnS及其一阶差分序列DlnS均为平稳序列，表明lnTFEE、lnTI和lnS序列为同阶单整序列，可以进行PVAR模型回归。

表3 单位根检验结果

Kao检验和Pedroni检验的结果均拒绝了“变量间不存在协整关系”的原假设，进一步使用Johansen协整检验，表4结果表明各变量间至少存在三个协整关系。

表4 Johansen协整检验结果

4.2 PVAR模型估计结果

本文根据面板数据平稳性检验结果选取变量的一阶差分序列进行PVAR模型的估计，并采用helmert方法对变量进行正交化处理，变换后的变量分别为 h_DlnTFEE、h_DlnS和h_DlnTI。根 据AIC、BIC和HQIC准则，本文选择PVAR模型的滞后阶数为2阶。运用stata15软件对PVAR模型进行系统GMM估计，结果如表5所示。

表5 PVAR模型估计结果

当h_DlnTFEE为被解释变量时，h_DlnS的一阶滞后项和二阶滞后项系数均为正，但其一阶滞后项系数不显著、二阶滞后项系数仅在10%水平上显著，表明各地区对外直接投资逆向技术溢出对全要素能源效率具有一定促进作用，但存在时滞性。一方面由于各地区对先进技术的吸收能力有限，从而导致对外直接投资逆向技术溢出对全要素能源效率的影响有限；另一方面由于对外直接投资溢出技术的传导渠道较长，导致对外直接投资对全要素能源效率的影响有一定滞后性。可见，要想充分发挥对外直接投资逆向技术溢出对全要素能源效率的积极作用，必须提高自主创新能力和技术吸收能力，同时缩短外溢技术在各环节的传递时间。

当h_DlnS为被解释变量时，h_DlnS的一阶滞后项和二阶滞后项系数均为正，但其一阶滞后项系数显著、二阶滞后项系数并不显著，表明对外直接投资逆向技术溢出具有一定路径依赖，是一个不断积累的过程。h_DlnTI的一阶滞后项和二阶滞后项系数均显著为正，表明提高各地区自主创新能力有助于对外直接投资逆向技术溢出的获取，这主要是因为自主技术创新能够极大地促进对外直接投资外溢技术的吸收、利用和转化。而当h_DlnTI为被解释变量时，h_DlnS的一阶滞后项和二阶滞后项系数均显著为正，表明对外直接投资逆向技术溢出有助于自主创新能力的提高，这主要是投资国将外溢技术充分吸收后进行再创新的结果。h_DlnTI的一阶滞后项和二阶滞后项系数均显著为正，表明自主创新能力也具有一定路径依赖性，即当期自主创新能力的提升依赖于往期技术创新成果的积累。

综上所述，表5中方程（1）说明对外直接投资逆向技术溢出能够在一定程度上促进全要素能源效率的提高，方程（2）和方程（3）则说明对外直接投资逆向技术溢出和自主创新能力之间存在互动机制，二者可以相互促进。这三个方程同时说明自主创新能力是对外直接投资逆向技术溢出对全要素能源效率产生积极作用的重要影响因素。

4.3 脉冲响应函数分析

在进行脉冲响应函数分析前，首先进行PVAR模型的稳定性检验。根据图3，所有单位根的倒数小于1，位于单位圆之内，因此认为基于上述三个变量建立的PVAR模型系统是稳定的，可以进行脉冲响应分析。

图3 模型稳定性检验

图4所示PVAR模型的脉冲响应函数较为直观地反映了对外直接投资逆向技术溢出、自主创新能力以及全要素能源效率的动态交互作用和效应大小。其中，横轴表示选择滞后期数为10期，纵轴表示变量对冲击所做出的反应程度。

在图4中，图①和图⑤分别表示技术创新和对外直接投资逆向技术溢出对其自身所做出的脉冲响应函数，二者趋势基本一致，均逐渐下降并在第二期后趋于稳定，这表明技术创新和对外直接投资逆向技术溢出都是循序渐进、不断积累的过程。图②是对外直接投资逆向技术溢出对技术创新的脉冲响应函数，可见，起初对外直接投资逆向技术溢出对技术创新这一冲击并未做出响应，随后开始产生正效应，直到第二期该效应达到最大值，然后趋于平缓，这表明在较长的时间维度下，技术创新对对外直接投资逆向技术溢出效应的发挥起到积极作用，提高技术创新能力可以更好地吸收先进技术。图④是技术创新对对外直接投资逆向技术溢出这一冲击的脉冲响应，与图②所不同的是，该效应在第二期后达到最大值，然后略有下降并趋于平缓，这也表明通过不断汲取外溢技术可以提高自主创新能力，对外直接投资逆向技术溢出是实现技术进步的重要路径。图⑥显示的是全要素能源效率对对外直接投资逆向技术溢出的脉冲响应函数，面对对外直接投资逆向技术溢出这一冲击，全要素能源效率起初并未做出响应，随后逐渐产生正响应，并在第一期响应程度最大，然后略有下降并在第三期后逐渐趋于零，这表明在前三期内，对外直接投资逆向技术溢出对于提高全要素能源效率具有积极作用，并且该效应在第一期作用效果最强。

图4 脉冲响应函数图

5 结论与建议

5.1 结论

本文讨论了对外直接投资逆向技术溢出对全要素能源效率的作用机制，并利用中国省际面板数据构建PVAR模型进行了实证分析，得出主要结论如下：

第一，在2003—2017年间，从时间维度来看，除部分省份外，中国各省份全要素能源效率总体呈下降趋势。从空间维度来看，中国各省域的全要素能源效率空间分布格局较为稳定，但存在显著的空间异质性，即东部地区全要素能源效率最高，中部地区次之，西部地区最低。东部沿海地区的部分省份能源效率平均值长期处于较高水平，西部部分省份以及煤炭资源丰富的山西能源效率数值长期偏低，存在较大改善空间。

第二，对外直接投资逆向技术溢出对提高全要素能源效率具有一定程度的积极作用，但在当前阶段这一作用幅度尚小并存在滞后性特征，该效应可能受到技术垄断和技术吸收能力的制约。

第三，对外直接投资逆向技术溢出与技术创新之间存在良性互动关系。各地区通过吸收、积累和转化对外直接投资外溢技术可以提高该地区的自主创新能力；反之，各地区提高自主创新能力可以促进对对外直接投资溢出技术的吸收、利用和转化，更好发挥对外直接投资的逆向技术溢出效应。可见，提高技术创新能力是对外直接投资逆向技术溢出促进全要素能源效率提升的重要路径。

5.2 政策建议

基于上述研究，本文提出如下几点政策建议：

第一，鼓励向发达国家进行直接投资，提高对外直接投资质量，充分发挥对外直接投资的逆向技术溢出效应。发达国家在三次科技革命浪潮中起到主导作用，通过向发达国家直接投资深入技术高地，充分吸收前沿技术并及时反馈给母国，促进母国能源开发和能源利用技术的进步，进而提高全要素能源效率。

第二，努力提高自主创新能力，提高对对外直接投资外溢技术的吸收能力。技术创新能够更好地发挥对外直接投资的逆向技术溢出效应，应加大科研投入，改革当前的应试教育体系，提高人力资本质量，同时对高新技术企业给予税收优惠政策，促进产学研深度融合，实现技术创新与对外直接投资逆向技术溢出的良性互动。

第三，改善能源消费结构，减少一次性能源消费中煤炭消费的比重，减少化石燃料的使用，努力开发绿色低碳环保的新型能源，推动能源消费结构向多元化发展。同时倡导集约型经济增长方式，推动产业结构优化升级，大力发展低能耗、低污染的战略型新兴产业，减少对低效能源的长期依赖。