影響FDI技術溢出的吸收能力研究—基于全國29個省市面板數據的門限回歸

■ 衛 平 教授 廖雅琦（華中科技大學經濟學院 武漢 430074）

引言及文獻綜述

2014年中國吸收外資規模達1196億美元（不含銀行、證券、保險領域），外資流入量首次躍居全球第一。外資的流入給東道國帶來的不僅是充足的資金，還有先進的技術和管理模式，促進東道國的技術進步和經濟發展。然而，鑒于中國的區域不平衡性，不同地區在人力資本、R&D密度、金融深度和技術差距等方面存在明顯差異，FDI的技術溢出效應在中國各地區所產生的影響也不盡相同。在某些地方，外商直接投資帶來的技術溢出效果明顯，促進了當地的產業結構調整和技術進步；而在另一些區域，FDI不僅未能帶來積極的影響，反而對本地經濟造成沖擊。因此探尋中國FDI技術溢出的區域差異進而有針對性的找到各地區更有效利用外資的方法具有重要的現實意義。

所謂外溢效應，指的是FDI以一種無意識的、間接作用的方式流入東道國，影響東道國的產業技術進而促進經濟效率的提高、經濟總量的增長。這種方式不受國際跨國公司的意志所控制，以一種自發的方式進行，影響范圍較廣，且通常被認為是FDI技術溢出促進東道國技術進步的最重要的方式之一。

針對FDI溢出的門檻模型，我國學者也做了一些研究。在把人力資本作為門檻變量的研究中，有關宏觀層面溢出效應的研究較多，模型更傾向于從新增長理論框架展開，雷日輝（2008）等認為，人力資本的積累增強了FDI對全要素生產率的正向的技術擴散溢出效應。邵軍和徐康寧（2008 ）認為東道國人力資本水平只有達到一定水平后才有能力吸收外資企業溢出的先進技術。鐘娟、張慶亮（2010）等利用中國1983-2007年的時間序列數據研究金融發展水平對FDI技術溢出效應的影響，結果發現FDI對中國的技術進步具有積極作用，且FDI溢出存在顯著的金融發展門檻效應；但趙奇偉等（2007）在采用面板數據研究外商直接投資、金融發展對經濟增長的影響時，他們研究的大部分文獻持我國目前的金融市場發展水平不能為FDI外溢提供必要的金融支持的觀點。羅軍、陳建國（2014）等基于2002-2012年中國省際面板數據考慮研發資金和研發勞動門檻效應，實證結果表明FDI對我國創新能力的影響具有明顯的研發資金和勞動投入雙門檻效應，且每跨越一個門檻，溢出效應越顯著。李燕、韓伯棠、張慶普（2011）構建了技術差距的雙門檻效應，研究顯示FDI技術溢出在我國確實存在顯著的技術差距雙門檻效應，一定程度的技術水平是發揮FDI溢出作用的前提。

通過文獻分析發現，我國學者對于FDI的門檻模型已經做了一定的研究，基本上肯定了FDI的溢出存在門檻效應，但是在針對具體的某一門檻變量的實證結果上，學者們得出了不致相同的結論，為了驗證我國現階段各地區是否跨越了FDI的溢出門檻，本文選取了以上文獻中學者們研究的人力資本、R&D密度、金融深度、技術差距四個變量作為本文研究的門檻變量，來綜合考察全國各地區FDI溢出情況。

模型設定及數據處理

（一）模型設定

由前面的理論分析可知，FDI的技術溢出效應可能隨著吸收能力的不同而呈現出非線性的關系，具有區間效應。本文采用Hansen（1999）的門檻面板模型進行測定：

其中，i表示省份，t表示年份，lnTFPit和lnFDIit分別為被解釋變量（全要素生產率）和解釋變量（外商直接投資），Xit為一組沒有被用作門檻變量的吸收能力指標，吸收能力Absorpit為門檻變量，γ為待估計的門檻值，I(.)為指標函數，當滿足條件時取值為1，否則為0，ui用于反映省際的個體效應。

（二）數據樣本及變量選擇

本文采用2000-2012年樣本數據進行實證研究。樣本包括全國29個省、自治區和直轄市，其中重慶并入四川進行分析，西藏因缺失大量的外商投資數據故在此省略，樣本數共337個，且對所有以名義價格衡量的指標都根據指標具體情況進行平減處理，統一調整為以2000年為基期的實際值指標。本文進一步對數據做詳細的說明：

1.全要素生產率（TFP）：本文采用索洛余量法對TFP進行估算。估算公式為：

其中，Iit為當年固定資產投資流量，各地區初始資本存量的數據來自于張軍等（2004） 的研究結果，折舊率采用國際慣例15%，資料來自《中國統計年鑒》和各年各省統計年鑒。

2.人力資本（H）：采用國際上通常采用的Barro和Lee提出的勞動力平均受教育年限來近似計算人均資本。

3.R&D密度（RD）：關于R&D密度的測算，本文采用R&D存量占GDP的比重進行衡量，研發存量采用永續盤存法，借鑒類驍、韓伯棠（2014）對于R&D密度的測算方式。

RDit為i年地區t的R&D存量，rdit為i年地區t的R&D投入，數據來源于《中國科技統計年鑒》的各地科研經費支出，研發折舊率根據國外研究采用經驗法取15%。基期R&D存量計算公式見下式，g為各地區2000-2012年R&D支出的年平均增長率：

（2）學生在考試之前沒有做好足夠的準備，造成對試驗原理不清楚，在實驗課上，僅僅是做一個旁觀者，沒有動手操作實驗。

4.金融深度（FIN）：以地區金融機構貸款余額與地區真實GDP的比值作為地區金融發展程度的衡量指標，數據來自各年各省統計年鑒，單位億元。

5.技術差距（GAP）：關于技術差距的計算，通常的辦法是用全員勞動生產率、生產力差距或資本密集度來近似替代（亓朋，2009）。受到數據的限制，本文采用各省人均GDP與G7國家的平均人均GDP差距與各省人均GDP之比來衡量技術差距，即：

G7國家的人均國內生產總值（PPP法）數據來源于國際貨幣基金組織，取其平均值作為國外勞動生產率。我國各省數據來自各年各省統計年鑒，采用中國各省調整后的GDP與就業人數的比值（即PGDP）作為勞動生產率的替代變量。

計量檢驗及實證分析

大量實證結果表明，對外直接投資在不同的吸收能力下對我國東部、中部、西部的技術溢出效應有比較顯著的差異。我們通過構造門檻回歸模型對影響FDI溢出的各種吸收能力變量做考察，并測算引發技術溢出的各吸收能力因素的門檻水平。

（一）門檻效應檢驗

本文分別以人力資本、R&D密度、金融深度和技術差距作為門檻變量進行門檻效應檢驗。以便確定影響因素的門檻個數，依次在不存在門檻、單一門檻、雙重門檻的設定下進行門檻自抽樣檢驗。

其次，以R&D密度為門檻變量的情況，由表2可知：R&D密度的單一門檻、雙重門檻和三重門檻都通過了1%顯著性水平上的檢驗，但是從三重門檻的第三個門檻值為0.041可以看出這個門檻值是不準確的，所以R&D密度門檻采用雙重門檻模型。表1給出了R&D密度第一個門檻值為0.053，第二個門檻值為0.081。

再次，以金融深度為門檻變量的情況，從F統計量和P值可知，單一門檻效應在5%的顯著性水平下通過檢驗，雙重門檻效應在5%的顯著性水平上并不顯著，三重門檻效應沒有通過10%顯著性水平上的檢驗。因此在考慮FDI技術溢出的金融深度門檻效應時，采用單一門檻模型。從表1可知金融深度門檻的單一門檻的門檻值為1.083。

最后，以技術差距為門檻變量的情況，同樣是從F統計量和P值可知，單一門檻效應和雙重門檻效應都在1%的顯著性水平上顯著。雖然三重門檻效應通過了10%的顯著性水平，但從表1三重門檻效應的門檻值和置信區間來看，三重門檻的門檻值為21.789，95%置信區間是[5.815，24.677]，這個置信區間的范圍涵括了雙重門檻模型的置信區間，置信區間范圍過大，搜索的門檻值可以認為是不準確的。因此，考慮FDI影響技術進步的技術差距門檻效應時采用雙重門檻模型。由表1可知兩個門檻值分別為4.161和11.004。

（二）門檻模型估計及分析

影響FDI技術溢出的門檻變量回歸結果如表3所示。采用固定效應和消除異方差的穩健性回歸兩種方式進行回歸，從表3可以看出，兩種回歸方法得出的系數和顯著性是基本一致的，所以可以認為門檻模型估計結果具有穩健性。

由表3可知，以人力資本為門檻變量分開的2個區間中，當人力資本低于9.353時，FDI回歸系數為-0.00536，采用固定效應回歸時在5%顯著性水平上顯著，穩健性回歸中在10%顯著性水平上顯著，FDI溢出對技術進步的回歸系數為負，表明此時人力資本水平不足以使FDI對技術進步產生正向溢出；在9.353以上的空間，FDI對技術進步的作用由消極變為積極，回歸系數為0.0716，且在兩種回歸方式中都在1%的顯著性水平上顯著。這個結果說明人力資本具有顯著的門檻效應，跨越門檻值對于FDI促進技術進步具有十分重要的意義。

以金融深度為門檻變量時的兩個區間，回歸系數也是由負變正，即FDI對技術進步由擠出效應轉變為正向溢出。在金融深度程度較低，即金融機構貸款總額占地區GDP比重低于1.083時，回歸結果為抑制，回歸系數為-0.00157，且在兩種回歸方式中均不顯著；在金融深度較高的區間內，回歸系數為0.0766，且在1%的顯著性水平上高度顯著，此時FDI對技術進步有積極的促進作用。這個結果說明金融深度的單門檻效應顯著，金融深度的程度能夠決定FDI是否產生正向溢出。

與以上兩者不同，R&D密度和技術差距具有雙門檻效應。不管地區是否跨越R&D門檻，FDI對技術進步始終起著積極的作用，但作用效果存在差異。R&D密度低于0.053時，回歸系數為高度顯著的0.0218；當R&D密度處于門檻0.053和門檻0.081之間時，FDI的溢出作用增強，FDI每增加1%，全要素生產率增加0.0572%，FDI系數在1%水平上高度顯著；當R&D密度跨越了門檻值0.081之后，FDI的技術溢出效應會隨著R&D密度的進一步增大而減小。這表明R&D密度過大，即政府在R&D方面的支出過大，超出地區GDP的一定比重后，R&D投入對于FDI的溢出效應不僅沒有積極的作用，反而產生消極的影響。

技術差距也具有雙重門檻效應。當兩者技術差距低于門檻4.161時，FDI與GAP指標相乘項的系數為負-0.339，即隨著GAP的增大，FDI的擠出作用增強；當技術差距處于門檻4.161和門檻11.004之間時，回歸系數變為正的0.0598；當技術差距跨越了門檻11.004之后，兩者的共同系數仍為正，但值減小為0.0347，表明FDI的技術溢出效應隨著GAP的進一步增大而減小了，回歸系數高度顯著。

根據已經測算出來的各個門檻值繪制出了各省2012年人力資本、R&D密度、金融深度和技術差距的區間分布（見圖1）。從圖1中可以看出，我國人力資本已經具有一定的基礎，金融發展程度較好的地區也較為集中，主要分布在經濟發達地區和西南一帶及部分西北地區。越過技術差距門檻的地區則主要集中在北上廣及江浙沿海一帶、東三省，R&D密度也只有少數地區跨越門檻值，總體而言技術差距和R&D密度是目前FDI實現正向溢出的主要阻礙因素。

結論及政策啟示

本文基于2000-2012年全國29個省市面板數據，借助門限模型測算了各地FDI溢出的吸收能力，結果顯示吸收能力決定了FDI的溢出效果差異，主要結論和政策啟示有以下幾點：

第一，FDI的技術溢出存在顯著的門檻效應，FDI的溢出對于區域技術進步存在多個因素的門檻條件。本文選取人力資本、R&D密度、金融深度、技術差距作為吸收FDI技術溢出的門檻指標，它們對FDI的作用產生了比較大的差異。實證研究結果顯示，人力資本和金融深度具有單一門檻效應，門檻值分別為9.353和1.083%，超過門檻值時FDI才開始對技術進步產生明顯的促進作用，而R&D和技術差距具有雙重門檻效應，門檻值分別為0.053、0.081和4.161、11.004，影響較為復雜。

第二，R&D密度和技術差距因具有雙重門檻效應，對FDI的技術效應影響較為復雜。R&D密度無論在哪個門檻區間，FDI都產生正向的技術溢出，但處在兩個門檻值中間區域時，FDI的溢出效應最為明顯和顯著，這表明R&D的投入并不是越多效果就越好，政府對于R&D的投入應因地制宜的控制在一個合理的范圍內。

第三，在技術差距較大的落后地區，FDI的溢出效果不如中等科技水平地區那樣高，隨著技術差距的縮小，中等科技水平的地區在擁有一定吸收能力的同時也處于走向創新的關鍵時期，此時的溢出效果尤為顯著，我國目前大部分地區是處在這個階段，在技術差距較小的技術發達地區，FDI無法實現積極的溢出，這表明這些地區的模仿動力已減弱，模仿已經不能持續推動技術的進步，創新成為新的技術增長點，只有創新才能實現技術的持續進步。

第四，我國人力資本基礎較好，可以較好的吸收FDI的溢出，經濟發達及部分沿海地區跨越了金融門檻，對其他不具備金融區位優勢的區域來說，重視金融發展，提高金融深度是需要重視的一個問題。目前吸收FDI技術溢出存在的主要瓶頸還是在R&D密度和技術差距上，突破瓶頸問題是促進FDI正向溢出的重要議題。

當然，本文也存在一定的不足之處，由于受到統計模型和統計方法的限制，本文未能對人力資本、R&D密度、金融深度、技術差距對于FDI溢出的綜合影響或是相互影響做一定研究，有待學習和改進。