对外直接投资的逆向技术溢出效应——行业差异

2012年第12期

／自我国政府鼓励企业实施“走出去”战略以来，各行业的企业纷纷开拓国外市场，以更好地利用资源，提升企业的国际竞争力。我国上千家境内投资者设立了ＯＦＤＩ（对外直接投资）企业，分布在全球上百个国家（地区），其中制造业的ＯＦＤＩ企业最多。

由于不同行业的ＯＦＤＩ存在规模和分布的显著差异，因此技术外溢的差距也很大。鉴于此，本文对国内不同行业ＯＦＤＩ技术溢出的差异进行研究。

国内外研究结果概述

国外学者Ｋｏｇｕｔ＆Ｃｈａｎｇ（１９９１）对１９７６～１９８７年日本企业进入美国市场的数量和美国的研发密度进行了实证研究，力图找出日本企业进入美国市场的真正动机。研究结论证明了技术寻求型ＦＤＩ（外国直接投资）存在，并提出技术溢出效应的猜想。［１］Ｌｉｃｈｔｅｎｂｅｒｇ＆Ｐｏｔｔｅｒｉｅ（２０００）通过对１９７１～１９９０美国、日本、德国等１３个国家样本的分析，证实了对外直接投资是国际技术溢出的

重要渠道。

［２］

Ｂｒａｃｏｎｉｅｒ等（２００１）对瑞典的ＦＤＩ和ＯＦＤＩ数据进行面板分析后证实，瑞典的ＦＤＩ规模和ＯＦＤＩ规模都促进了国内获得的技术外溢。［３］

ＮｉｇｅｌＤｒｉｆｆｉｅｌｄ＆ＪａｍｅｓＨ．

Ｌｏｖｅ

（２００３）对英国制造业数据分析显示，逆向技术溢出效应在研发密集型产业中尤为突出。

［４］

Ｂｒａｎｓｔｅｔｔｅｒ（２００６）以专利数据作为衡量对象，对日本子公司在美国投资的数据进行分析，证实存在双向外溢效应。即日本到美国投资不仅对美国本土企业存在知识外溢，而且美国企业对日本的投资企业同样存在知识外溢现象。［５］

国内学者也对此进行了研究。赵伟、古广东、何元庆（２００６

）采用我国对外直接投资数据与国内全要素生产率数据，构建了数学模型，分析结果表明，我国逆向ＦＤＩ能促进国内ＴＰＦ增加，并且分析了逆向ＦＤＩ促进国内技术进步的机理。［６］刘凯敏、朱钟棣（２００７）采用了１９８５～２００５年我国对外直接投资增长率和全要素生产率的数据，通过实证分析、

因果关系检验，得出我国对外直接投资能使国内全要素增长率提高的结论，即不仅获取ＴＦＰ是对外投资的动机，而且提高ＴＦＰ能进一步促进我国增加对外直接投资额。［７］王英、刘思峰（２００８）借鉴Ｃ－Ｈ模型，采用１９８５～２００５年我国对外直接投资存量、国内研发资本存量和全要素生产率的数据进行分析，结果显示，我国对外直接投资、国内研发资本存量与国内全要素生产率成正相关关系，但对外直接投资的作用效果小于国内研发资本存量。［８］邹玉娟、陈漓高（２００８）采用１９８７～２００６年我国对外直接投资增长率和国内全要素生产率的数据进行分析，发现两者存在一定的同步性，但我国对外直接投资增长率对国内全要素增长率的贡献不明显，其原因可能是我国尚处于对外直接投资强度

不大、

规模较小的阶段。［９］

白洁（２００９）采用了１９８５～２００６年我国对外直接投资的大量数据进行了回归分析，分析结果表明，我国对外直接投资产生的逆向技术溢出能促进全要素生产率，但效果不明显。［１０］刘明霞（２０１０）利用２００３～２００７年我国各省对外直接投资的数据构成面板模型进行分析，结果验证了逆向技术溢出存在，但省级

地区之间的差异较大。［１１］

虽然有这些研究成果，但是对行

业之间技术溢出差异的研究却很少。

李蕊（２００３）通过数据和案例分析了制药业和电子业，初步得出我国企业进

行跨国并购的技术寻求动因。

［１２］

欧阳艳艳、喻美辞（２０１１）也尝试对我国对外直接投资行业的差异进行分析。［１３］

根据我国对外直接投资在规模、区位分布、行业分布、主体及海外并购显现出的新趋势和新特点，本文对我国对外直接投资逆向技术溢出的行业进行分析。

计量模型和数据来源

１．建立模型

生产函数Ｙ＝ＡＬαＫβ，并且假定国内各行业技术进步来源于ＯＦＤＩ和ＦＤＩ，则：

ＴＦＰ＝Ａ＝Ｂ（ＯＦＤＩ）θ（ＦＤＩ）ξ

（１）

其中，

ＯＦＤＩ和ＦＤＩ分别代表ＦＤＩ流出和ＦＤＩ流入，θ、对外直接投资的逆向技术溢出效应

——

—对行业差异的分析■浙江宁波／任艳君

摘要：本文运用ＤＥＡ模型计算出２００４～２００９年我国各行业的Ｍａｌｍｑｕｉｓｔ指数、技术进步和技术效率，并将各行业全要素生产率与对外直接投资、

外商直接投资进行了实证分析。结果表明，从行业层次上看，对外直接投资比例大的行业，Ｍａｌｍｑｕｉｓｔ指数高，逆向技术溢出效果更加显著。对外直接投资对国内全要素生产率有促进作用。

关键词：对外直接投资；逆向技术溢出；行业差异；Ｍａｌｍｑｕｉｓｔ指数；全要素生产率经管研究JINGGUANYANJIU

72

ξ分别表示ＦＤＩ流出、ＦＤＩ流入对本国技术变化的弹性。

将（１）式两边取对数，可得到基本回归方程：

Ｌｎ（ＴＦＰｉｔ）＝ｃｉｔ＋θＬｎ（ＯＦＤＩｉｔ）＋ξＬｎ（ＦＤＩｉｔ）＋εｉｔ（２）

其中ｉ代表行业，ｔ代表时期，ｃｉｔ代表截距项，εｉｔ为随机误差项，ＴＦＰｉｔ表示第ｉ个行业第ｔ期的全要素生产率，ＯＦＤＩｉｔ、ＦＤＩｉｔ分别代表第ｉ个行业第ｔ期的ＦＤＩ流出、ＦＤＩ流入。

２．数据和变量说明

根据行业数据的特点，采用非参数分析方法（ＤＥＡ法）计算我国各行业的全要素生产率。Ｍａｌｍｑｕｉｓｔ生产率指数可分解为技术效率变化指数和技术水平变化指数。

本文基础数据主要来自２００４～２０１０年的《中国统计年鉴》、《中国科技统计年鉴》。

由于逆向溢出的长期效应比短期效应的研究更有价值，所以本文选择我国各行业的对外投资存量和外商直接投资存量。

运算结果分析

全国各行业的样本数据运用ＤＥＡＰ２．１测算，所得的Ｍａｌｍｑｕｉｓｔ指数及其分解为（见表１）：

表１：Ｍａｌｍｑｕｉｓｔ指数（２００４～２００９年）

（注：Ｉ（１）农、林、牧、渔业；Ｉ（２）采矿业；Ｉ（３）制造业；Ｉ（４）电力、燃气及水的生产和供应业；Ｉ（５）建筑业；Ｉ（６）交通运输、仓储和邮政业；Ｉ（７）信息传输、计算机服务和软件业；Ｉ（８）批发和零售业；Ｉ（９）住宿和餐饮业；Ｉ（１０）金融业；Ｉ（１１）房地产业；Ｉ（１２）租赁和商务服务业；Ｉ（１３）科学研究、技术服务和地质勘查业；Ｉ（１４）水利、环境和公共设施管理业；Ｉ（１５）居民服务和其他服务业；Ｉ（１６）教育；Ｉ（１７）卫生、社会保障和社会福利业；Ｉ（１８）文化、体育和娱乐业；Ｉ（１９）公共管理和社会组织）表１罗列了２００４￣２００９年我国１９个行业的Ｍａｌｍｑｕｉｓｔ值。从表中可知，采矿业、制造业、金融业、公共管理和社会组织的Ｍａｌｍｑｕｉｓｔ值增长较快，在１９个行业中共有１８个行业Ｍａｌｍｑｕｉｓｔ值均值超过１，只有住宿和餐饮业的Ｍａｌｍｑｕｉｓｔ值均值无显著变化。从整体上看，我国各个行业都呈现出较为均衡的稳步增长趋势。

表

２：各行业的技术效率变化和技术进步变化值（２００４～２００９年）

根据表２提供的各个行业的技术效率变化均值和技术进步变化均值，得出各行业的Ｍａｌｍｑｕｉｓｔ指数均值变动情况（见下图）：

各行业的Ｍａｌｍｑｕｉｓｔ指数均值变动情况图

由上图可知，在技术进步变化均值方面，金融业的技术进步最大，批发和零售业、住宿和餐饮业、租赁和商务服务业的技术进步增长较为缓慢；在技术效率变化均值方面，采矿业、公共管理和社会组织的技术效率变化较快，而住宿和餐饮业，卫生、社会保障和社会福利业的技术效率变化较慢。总体看，我国的１９个行业技术进步变化都大于技术效率变化；技术进步对Ｍａｌｍｑｕｉｓｔ指数的贡献较大，推动生产率增长的主要因素是技术进步。

对测算出的Ｍａｌｍｑｕｉｓｔ值进行相应的变换，可得到各行业的ＴＦＰ。假定２００４年的ＴＦＰ为１，则２００５年的

Ｉ（１）Ｉ（２）Ｉ（３）Ｉ（４）Ｉ（５）Ｉ（６）Ｉ（７）Ｉ（８）Ｉ（９）Ｉ（１０）Ｉ（１１）Ｉ（１２）Ｉ（１３）Ｉ（１４）Ｉ（１５）Ｉ（１６）Ｉ（１７）Ｉ（１８）Ｉ（１９）２００４￣２００５

１．０３４

１．２１７

１．０９０

１．１６２

１．０３６

１．１９６

１．０７２

０．９３８

０．９１９

１．３１８

１．０４７

０．９０５

１．０１１

１．０７６

１．２２５

１．１０６

０．９９７

１．１２７

０．９９０

２００５￣２００６

０．９６２

１．１２５

１．１３４

１．１６８

１．１６９

１．１２５

１．１２１

１．０６３

０．９５０

１．２００

１．１９０

１．０８６

１．２１４

１．０７２

１．０７１

１．１１２

１．０５５

１．１４９

１．２６７

２００６￣２００７

０．９６２

１．１２５

１．１３４

１．１６８

１．１６９

１．１２５

１．１２１

１．０６３

０．９５０

１．２００

１．１９０

１．０８６

１．２１４

１．０７２

１．０７１

１．１１２

１．０５５

１．１４９

１．２６７

２００７￣２００８

１．１２３

１．１０１

１．１８５

１．１９３

１．１３８

１．１７６

１．０８６

１．１２１

１．０２２

１．２８５

１．２１３

１．０７２

１．２０３

１．１２８

１．０８２

１．１７６

１．１３５

１．１７０

１．１８６

２００８￣２００９

１．１６８

１．４３９

１．１８０

０．８３１

１．１６５

１．１１０

１．１０４

１．０８３

１．１０５

０．８８９

１．０２５

０．９６５

１．００６

１．１０８

１．１０９

１．１３３

１．０５０

１．１６６

１．１７９

均值

１．０４８

１．２００

１．１４９

１．１０８

１．１４０

１．１４８

１．１０５

１．０５３

０．９８８

１．１７８

１．１３２

１．０２３

１．１３０

１．０９３

１．１１１

１．１３１

１．０６０

１．１５６

１．１７９

Ｍａｌｍｑｕｉｓｔ指数

Ｉ（１）

Ｉ（２）

Ｉ（３）

Ｉ（４）

Ｉ（５）

Ｉ（６）

Ｉ（７）

Ｉ（８）

Ｉ（９）

Ｉ（１０）

Ｉ（１１）

Ｉ（１２）

Ｉ（１３）

Ｉ（１４）

Ｉ（１５）

Ｉ（１６）

Ｉ（１７）

Ｉ（１８）

Ｉ（１９）

２００４￣

２００５

１．００

１．０５

０．８８

０．９４

０．９６

０．９６

０．８６

０．９４

０．９３

１．００

０．９７

０．９０

０．９７

０．８９

１．０１

１．０４

０．９２

０．９１

０．９８

２００５￣

２００６

０．９３

１．０４

１．０５

１．０７

１．０１

１．０４

１．０４

１．０２

０．９２

１．００

１．０３

１．０２

１．１０

０．９８

１．００

０．９８

０．９３

１．０６

１．１７

２００６￣

２００７

０．９３

１．０４

１．０５

１．０７

１．０１

１．０４

１．０４

１．０２

０．９２

１．００

１．０３

１．０２

１．１０

０．９８

１．００

０．９８

０．９３

１．０６

１．１７

２００７￣

２００８

１．０３

０．９９

１．０６

１．０６

０．８７

１．０５

０．９７

１．０２

０．９４

１．００

１．００

０．９３

０．９８

０．９９

１．００

０．９２

０．８９

１．０５

０．９８

２００８￣

２００９

１．０４

１．２３

１．０１

０．７２

１．０８

０．９６

０．９４

１．０３

０．９８

１．００

１．００

０．９１

０．９４

０．９８

１．００

１．０５

０．９８

０．９９

１．１１

均值

０．９９

１．０７

１．０１

０．９７

０．９９

１．０１

０．９７

１．０１

０．９４

１．００

１．０１

０．９５

１．０２

０．９６

１．００

１．００

０．９３

１．０２

１．０８

２００４￣

２００５

１．０３

１．１６

１．２４

１．２３

１．０８

１．２５

１．２５

０．９９

０．９９

１．３２

１．０８

１．０１

１．０４

１．２２

１．２２

１．０６

１．０８

１．２４

１．０１

２００５￣

２００６

１．０３

１．０８

１．０８

１．０９

１．１６

１．０９

１．０８

１．０４

１．０３

１．２０

１．１５

１．０７

１．１０

１．１０

１．０７

１．１３

１．１４

１．０８

１．０９

２００６￣

２００７

１．０３

１．０８

１．０８

１．０９

１．１６

１．０９

１．０８

１．０４

１．０３

１．２０

１．１５

１．０７

１．１０

１．１０

１．０７

１．１３

１．１４

１．０８

１．０９

２００７￣

２００８

１．０９

１．１１

１．１１

１．１２

１．３１

１．１２

１．１２

１．１０

１．０９

１．２９

１．２１

１．１６

１．２３

１．１４

１．０８

１．２８

１．２８

１．１１

１．２１

２００８￣

２００９

１．１３

１．１７

１．１７

１．１５

１．０８

１．１６

１．１７

１．０５

１．１３

０．８９

１．０３

１．０６

１．０７

１．１３

１．１１

１．０８

１．０７

１．１７

１．０７

均值

１．０６

１．１２

１．１４

１．１４

１．１６

１．１４

１．１４

１．０５

１．０６

１．１８

１．１３

１．０７

１．１１

１．１３

１．１１

１．１４

１．１４

１．１４

１．０９

技术效率变化技术进步变化

73

2012年第12期

／