中国留学教育能否减少生源国人口贫困基于“一带一路”沿线国家的实证研究（二）吸引外资效应为验证来华留学人才培养的吸引外资效应，我们参考已有文献中的做法，选取沿线国家外商直接投资年度流量（Lnofdi）为被解释变量，[59]并参照公式Ln[OFDI+（OFDI2+1）1/2]对数据进行转换，[60]以解决数据存在零值或负值的问题，同时为避免遗漏变量带来的估计偏差，加入如下控制变量，沿线各国国内生产总值（gdp）、沿线各国与中国的双边贸易额（trade）、沿线各国人均国内生产总值（rgdp）、中国与沿线国家之间人均国内生产总值差额的绝对值（relend、沿线各国贸易总额占国内生产总值的比重（open）、沿线各国自然资源禀赋状况（res）以及沿线国家经济自由指数（efindex），回归方程设定如下：LnOFDIit=ρ1+ρ2LnTalentit-2+τT∑Xit+ηi+λt+ξit（5）该检验样本为44个“一带一路”沿线国家⒀，研究的时间段为2003—2014年；同时，通过对模型中所有解释变量与控制变量进行方差膨胀因子（VIF）诊断。结果显示，VIF均值分别为4.13和4.16，即可排除模型存在严重的自相关问题。此外，通过戴维森—麦金农（Davidson—MacKinnon）检验得出内生性问题对OLS的估计结果影响不大。同时，考虑到本文中的控制变量地理距离在短时间内不随时间而改变，本文采用最小二乘虚拟变量（LeastSquareDummyVariables，LSDV）模型，并在LSDV的基础上引入时间虚拟变量，同时考虑到模型中存在的异方差问题，在估计中使用聚类稳健标准误。此外，考虑到结果的稳健性，我们还使用历年中国对沿线国家直接投资的存量数据代替流量数据进行再次验证，回归结果见表7。表7吸引外资效应检验LnOFDI（flow）LnOFDI（stock）（1）（2）（3）（4）---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---来华留学人才培养规模（LnTalent）0.5032***0.5233***0.5632***0.4141***（0.0534）（0.0912）（0.0421）（0.0745）控制变量YesYes国家固定效应YesYesYesYes年份固定效应YesYesYesYesR20.33530.57860.51180.71样本量（OBS）386284440318数据来源：《世界发展指标WDI数据库》、《中国对外直接投资统计公报》、《来华留学生简明统计》（2003—2014）和《中国统计年鉴》（2003—2014）；小括号内数据为标准误；*、**、***分别表示变量系数通过了在10%、5%和1%的显著性检验；OBS表示样本观测值个数。回归结果显示，沿线国家留学生来华学习能够显著而且有效地促进中国对其母国的直接投资，该结果与理论预期一致，即吸引外资效应是来华留学人才培养减贫的重要机制之一。（三）技术进步效应为了检验来华留学人才培养是否存在研发溢出效应，我们检验了来华留学生规模对生源国全要素生产率的影响程度。因此，我们首先参考已有文献的做法，使用沿线国家的GDP、固定资本形成总额以及劳动力总量，计算出沿线国家的TFP值⒁；[61]同时，为了进一步验证在引入现有文献中提及的其他影响研发溢出的因素后结果是否依然稳健[62]，我们选取一组影响溢出效应的控制变量，包括沿线国家出口的商品服务总额占本国GDP的比重，沿线国家进口的商品服务总额占本国GDP的比重，沿线国家海外留学生总量占本国人口的比重；基于以上分析，我们构建如下回归方程：LnTFPit=φ1+φ2LnTalentit-2+ωT∑Xit+ηi+λt+ξit（6）这一方程同时考虑到进出口水平和人才流动因素对知识扩散的影响。尽管有些文献认为本国的研发资本对生产率也有重要影响，但在大部分发展中国家研发投入均较小，因此这里为了简化分析，我们参考已有文献的做法，忽略这一因素的影响。[63]该检验中最终选取的样本为沿线43个国家⒂，估计时使用1999—2014年的数据。沿线各国的GDP、固定资本形成总额、劳动力总量、进出口额以及中国高等学校的在校生规模等数据来自于《（WDI）数据库》（1999—2014年）和---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---中国国家统计局网站（1999—2014年）。表8汇报了该检验的回归结果。实证结果表明，来华留学人才培养是促成研发溢出效应的重要渠道之一。表8技术进步效应检验LnTFPFixedEffectSYS-GMM（1）（2...