FDI技术溢出效应的区域差异与吸收能力 - 基于门槛面板数据模型视角 

FDI技术溢出效应的区域差异与吸收能力——基于门槛面板

数据模型视角

郭庆然1,2

【摘 要】〔摘 要〕 本文采用2000～2011年我国的省际面板数据,对进入我国不同区域的FDI所产生的技术溢出效应进行了检验。结果发现,FDI技术溢出效应在我国不同地区存在着显著的区域差异。以此为基础,本文采用门槛回归方法构建非线性面板数据模型,进一步从经济发展水平、人力资本状况、内外资技术水平差距、金融发展水平、对外开放程度、经济结构、市场化水平和基础设施等吸收能力方面测算引发FDI技术溢出效应的门槛特征。【期刊名称】工业技术经济【年(卷),期】2013(000)008【总页数】11

【关键词】〔关键词〕 FDI 技术溢出 吸收能力 门槛回归

随着资本在全球范围内的加速流动,世界各国对外资给予了高度重视。经济合作与发展组织认为外商直接投资 (Foreign Direct Investment,简称FDI)已经成为各国尤其是发展中国家获取先进技术、提高本国企业生产率的最主要形式 (OECD,2004)。然而,FDI的积极效应并不是自动产生的,最显著的影响因素之一是东道国的吸收能力[1]。改革开放以来,我国经济经历了持续高速增长的过程,年均GDP增速高达9.94%。在经济高速发展过程中,外商直接投资 (Foreign Direct Investment,简称FDI)所产生的技术溢出效应无疑作出了重大贡献。FDI通过一系列国际经济活动直接或间接地对东道国的技术进步、经济增长产生影响,国际经济活动中FDI的这种外部性被称为FDI技术溢出。近年来围绕着FDI及其溢出效应的研究备受关注,相关研究不断发展,从FDI溢出效应的存在性逐渐转移到影响溢出效应的影响因素上。已有文献表明,流入发达国家的FDI对东道国存在正的技术溢出效应,而流入发展中国家的FDI对东道国的技术溢出效应却得出不同的结论[2]。于是,不少学者开始把目光从技术溢出效应转移到从东道国自身对FDI技术溢出的吸收能力上。本文选取2000～2011年的我国省际面板数据,对FDI技术溢出效应的区域差异进行检验。并以此为基础,采用门槛回归方法构造非线性面板数据模型,并从经济发展水平、人力资本状况、内外资技术水平差距、金融发展水平、对外开放程度、经济结构、市场化水平和基础设施等方面测定引发FDI技术溢出效应的门槛特征。

1 中国利用FDI的区域比较

由于区位条件、改革开放进程和市场化程度等因素的差异,FDI在我国各地区的分布极不平衡,形成了中部塌陷、东高西低的梯度特征,该结构无疑是造成FDI技术溢出效应差异形成的重要原因。为了揭示这种区域差异,本文将我国大陆地区31个省、直辖市和自治区划分为东部、中部和西部三大区域

,选取2000-2011年的样本数据,构建面板数据模型,以分析FDI技术溢出效应的区域差异。本文所有数据均来自各省际区域历年统计年鉴、国泰安数据库和 《世界贸易数据库》。

世界银行数据显示,2011年我国实际使用外商直接投资金额为1160亿美元,位居全球第三。截至2011年底,中国连续20年成为吸收外资最多的发展中国家。从表1可以看出,FDI在我国区域分布上呈现出 “由东至西”的梯度特征。多年来,东部地区依靠相对优越的区位条件、良好的技术基础和优惠政策等优势,成为FDI的重点地区,直接导致我国FDI区域分布的不平衡特征[3]。2000～2011年,FDI流入我国东部地区的份额始终占全国利用FDI总量的74.61%～87.05%,年均高达82.46%。2000年,FDI总量的86.05%集中在东部地区,之后总体上尽管呈下降趋势,但至2011年底这一比例仍高达74.61%;而同期中部地区的FDI稳定上升,由2000年的9.48%上升到2011年的16.83%,几乎增长了近100%;2000～2011年,西部地区FDI约占全国总量的5.35%,2011年达到最大,也仅占全国总量的8.56%。

近年来,随着对外开放由沿海向内地的不断推进,中西部地区吸引FDI的规模迅速上升,中西部地区在投资环境、对外开放度等方面与东部地区的差距逐渐在缩小。在目前产业转移与劳动力回流的大背景下,我国FDI分布的不平衡状况以及随时间变动的波动性特征,势必对FDI技术溢出效应产生不同的影响。下面用极值比率比较两个区域间FDI的相对差异①。这里把每年西部地区的FDI作为基数,分别与东部、中部、西部地区的FDI进行对比,并将东部与中部每年数据对比作参考,以分析三大区域FDI的分布差异。如图1所示,东部与西部、中部与西部之间FDI的分布差距在2000～2004年间,总体上在逐步扩大,但从2005年开始这种差距却逐步缩小;而同期东部与中部之间的这种差距总体上在逐步缩小。显然,FDI在我国三大区域之间的差距比较明显。

2 FDI技术溢出效应的区域差异

2.1 理论来源与模型设定

假定全社会生产符合柯布—道格拉斯生产函数的特征,投入资本和劳动要素进行生产,则生产函数可以表示为:

其中Y代表内资部门的实际产出;K和L分别代表内资部门的资本投入和劳动要素投入;α和β分别表示实际生产中劳动和资本的产出弹性;A代表技术水平。为了研究的方便,这里假定社会生产的规模报酬不变,则有α+β=1,对 (1)两边取自然对数并整理可得:

由 (2)式可得:LnA=Ln(Y/L)-α*Ln(K/L),这里的LnA即为全要素生产率。已有的文献表明,全要素生产率主要由两方面决定:(1)内资部门的技术进步;(2)外资部门的技术外部性。因此,可以将模型 (2)进一步扩展为:

根据 (3)式可以建立面板数据计量经济学模型:令Yit/Lit=PYLit,Kit/Lit=PINit,则模型可以表示为:

在式 (5)中,DTEit表示内资部门自身的技术进步;FDIit为外资部门技术溢出的代理变量;i=1,2,3,…,N分别代表不同个体;t=1,2,3,…,T代表样本年度;Ci和μt分别代表用于控制不可观测的区域效应和时间效应,ξit是随机干扰项。在模型 (5)中,LnFDIit的系数ω代表区域FDI技术溢出的弹性系数。如果该系数显著为正,则表明FDI技术溢出效应的影响是积极的;如果该系数显著为负,则表明FDI技术溢出效应的影响是消极的;如果该系数为0或不显著,则表明FDI进入对该地区对技术进步没有产生显著的影响。2.2 变量描述与数据选取

中国FDI的总量虽然比较大,但地区分布极不平衡。我国FDI的区域分布呈现出 “由东至西”的梯度特征。考虑到我国绝大部分FDI均集中在工业领域,并结合数据的可得性,这里选取2000～2011年的样本数据,并对所有涉及价格的名义指标进行了必要的调整。2.2.1 劳动力投入

劳动力投入一般采用两种方式衡量:(1)劳动力投入的数量,可以选择劳动力参与指标,用从业人员的绝对量表示;(2)劳动力投入的质量,可以选择劳动生产率指标,用地区生产总值与当年从业人数之比表示。这里采用第一种方式衡量,并认为劳动力是同质的,对于以人数为单位的劳动力投入不需要作任何调整,这里选取2000～2011年地区国有及规模以上非国有工业部门从业人员作为各地区工业部门劳动力投入的指标,并选取三资部门从业人员作为外资部门劳动力投入的指标,两者之差即为各地区历年内资部门的劳动力投入Lit。2.2.2 工业增加值

对于各地区的工业增加值数据,分别利用地区国有及规模以上非国有工业部门的工业增加值、三资企业工业增加值作为该地区的工业总产出水平和外资部门的工业产出水平,均以2000年作为基期进行价格调整,得出各地区历年工业部门及外资部门的实际工业增加值,二者之差即为各地区历年内资部门的实际工业增加值Yit。2.2.3 FDI

在实际生产过程中,FDI与其它各种资本一样,不是一次性全部被消耗掉,滞后期的FDI余值在以后各期生产中同样会产生作用,若选用流量势必会遗漏滞后余值在实际生产中的作用,故FDI应选用存量变量。然而,现有的统计资料中并没有现成的FDI存量数据,因此这里采用永续盘存法对各地区实际FDI存量进行估算 (Yao和Wei,2007),即:

其中,FDIit为i地区t年的FDI存量;fdiit为i地区t年的FDI流量;σit为 i地区 t年FDI存量的折旧率,借鉴张军等 (2004)的研究结论,采用固定经济折旧率9.6%。2.2.4 资本投入

不同学者采用不同的方法对我国资本存量进行了估算。本文对各地区资本存量的计算仍然使用永续盘存法,定义本期的资本存量为上期的资本存量加上当期的投资,再减去折旧,即:

其中,Kit为i地区t年的资本存量;Iit为 i地区t年的资本流量,用固定资产形成总额作为代理变量,并用固定资产投资价格指数调整为以2000年为基年的不变价格;σit为i省份t年的资本存量的折旧率,折旧率仍采用9.6%。2.2.5 科技活动支出

对于科技活动支出变量,这里采用各地区工业部门及三资企业科研经费内部支出进行衡量。以2000年为基期分别进行价格调整,得到各地区历年工业部门及外资部门科技活动支出数额的实际值,二者相减即可得到各地区内资部门历年实际科技活动的支出DTEit。2.3 模型估计与结果分析

为了避免由于模型设定不当造成参数估计的偏差,有必要对模型的设定形式进行检验。根据Hausman检验的结果,本文选用了固定效应模型对模型 (5)进行估计。基于中国不同地区FDI技术溢出效应的区域差异,根据研究目的分别对全国和东部、中部、西部区域分别进行回归,模型估计结果如表2:

表2结果显示,无论是东部、中部、西部还是全国,所有回归模型的可决系数均高达0.82以上,这说明面板数据回归模型的拟合优度都比较好。东部地区和全国均出现了正向的技术溢出效应,而且t统计量显著。相比较而言,中部和西部地区出现了负向的技术溢出效应,但t统计量均不显著。显然,经济发展水平相对发达的东部地区产生了积极的正向技术溢出效应,而经济发展水平相对落后的中部地区和经济发展水平比较落后的西部地区均未产生技术溢出效应,甚至出现了消极的负向技术溢出效应。这一结果无疑暗示了地区经济发展水平是决定FDI技术溢出效应的一个重要因素。

3 吸收能力与FDI技术溢出效应的门槛特征

表2检验结果印证了FDI技术溢出效应的区域差异。由于各地区自然条件、经济基础和政府政策等原因,导致了各个地区在市场化程度、经济发展水平、金融发展水平、对外开放程度以及经济结构等方面存在着较大的差异,进而形成了各地区对FDI技术溢出效应具有不同的吸收能力。一些跨过发展 “门槛”的地区能够经得起外资流入带来的负面影响,能够较好地消化和吸收外资所带来的技术溢出,但另一些尚未跨越发展 “门槛”的地区不仅没有形成必要的消化、吸收能力来利用外资带来的先进技术,而且其本身的经济发展和技术进步也会因无法抵御外资的市场冲击而遭到破坏[4]。即FDI技术溢出效应存在着一定的 “门槛特征”,当地区综合吸收能力达到一定水平时,FDI技术溢出效应会呈现出明显的提升和充分的显现,下面尝试应用非线性面板数据模型方法测算引发技术溢出效应的门槛水平。3.1 模型设定

门槛回归模型自 20世纪70年代末由 Tong(1983)创建以来,在经济、金融等领域得到了广泛的应用。门槛回归模型通过内生的方式,从样本估计中剥离出以门槛变量为基础的两个样本,并分别估计出两个样本中解释变量和被解释变量之间的关系。另外,从模型的估计结果中可以观察到解释变量和被解

释变量之间的关系是否发生了结构性突变,从而为我们捕捉变量之间更为准确的关系提供了一种新的思路。这里采用Hansen(1996,1999)提出的门槛面板回归模型作为应用分析基础,旨在测算所预测的解释变量和被解释变量之间是否发生了结构性突变[5]。基于式 (5)考虑如下门槛面板回归模型:其中虚拟变量Dit满足:

(6)式是针对技术溢出系数ω的分段回归模型,qit为门槛变量。当qit≤γ时,FDI技术溢出系数为 ω2;当 qit＞γ时,FDI技术溢出系数为 ω1。如果门槛值γ的取值适当,则模型会取得较好的回归结果。若γ已知,则可采用普通面板估计法得到 (6)式中ω1和ω2的估计值。根据Hansen(1999),首先对门槛变量值按从小到大进行排序,为保证每个状态都有一定的观测值,一般按一定比例 (本文取10%)去掉最小和最大的那部分门槛变量值,从剩余部分中将不同的门槛变量qit的每一个值作为门槛值,分别代入式 (6)进行回归,得到的残差平方和最小的γ即为门槛估计值。这样可以得到:与此对应的残差平方和为:

在获得门槛估计值后,还需要检验模型是否存在门槛效应。Hansen(1996,1999)提出了假设检验:零假设H0:θ1=θ2,备择假设 H0:θ1≠θ2。若在零假设下得到模型的残差平方和为S0,S1为存在门槛效应条件下的残差平方和,则可构造似然比统计量:

当确定某一变量存在门槛效应时,还需要进一步确定门槛值的置信区间,即对原假设H0:?γ=γ进行检验,对应的似然比统计量为:

LR值同样为非标准正态分布,Hansen(2000)计算了其置信区间,在显著水平为α时,当LR(γ0)≤-2log(1-1-α)时,不能拒绝原假设。反之,当LR大于临界值时则拒绝原假设。在确定有一个门槛效应的基础上,检验是否存在第二个门槛效应,方法与上述基本类似,只是在存在一个门槛效应的基础上进行。如此下去,直到第n+1个门槛值检验不显著时,就可以确定有n个不同水平的门槛。3.2 数据选择与检验结果

3.2.1 地区经济发展水平与人力资本状况

一个地区的经济发展水平是对该地区经济发达程度的综合评估,只有当地区经济发展达到一定水平时才会有利于FDI技术溢出的吸收。同时,考虑到FDI技术溢出效应的发挥往往取决于一个地区的人力资本状况,因此,这里选取GDP和人均GDP作为衡量经济发展水平的指标,选取平均教育年限作为衡量人力资本状况的指标,以测算经济发展水平、人力资本状况对FDI技术溢出效应吸收能力的门槛特征。在计算区域人力资本丰裕度时,这里借鉴国际通行的Barro和Lee(1993)方法[6],即使用人均受教育年限来度量人力资本丰裕程度②。根据上述指标对 (6)式进行回归,结果见表3。

表3显示,当GDP总量超过1653.38亿元时,FDI技术溢出效应是正向显著的,弹性系数达到0.08,而当GDP总量低于这一水平时,FDI技术溢出弹性系数是不显著的,即FDI技术溢出效应没有得到有效发挥。当地区人均GDP超过7831.72元时,FDI技术溢出弹性系数高达0.15,而当人均GDP低于这一水平时