FDI對江蘇省知識密集型服務業發展分行業的效應研究

馬睿 陳麗珍

摘要：文章在梳理了各位學者對服務業利用FDI及知識密集型服務業的定義后，通過對知識密集型服務業進行分類，運用灰色關聯度的方法研究江蘇省知識密集型服務業利用FDI的分行業效應。結果表明，江蘇省知識密集型服務業與江蘇省服務業的發展都有很強的相關性，其中商務服務業利用FDI與江蘇省服務業的發展關聯性最強。

關鍵詞：知識密集型服務業;外商直接投資;灰色關聯度

隨著對外開放格局的不斷發展，服務業外商投資成為提升我國服務貿易競爭力、促進產業結構升級和競爭力提升的重要因素之一。知識密集型服務業（KIBS）的術語最早出現在Miles等人對服務業的研究當中，目前已經被看成服務業中最能實現增值的關鍵環節，它所占的比重也已經逐漸成為衡量一個國家或地區經濟發達程度的標志和象征。研究FDI對江蘇省知識密集型服務業分行業的效應，能夠進一步明晰各行業利用外資的發展程度，并依此進行調整和改善。

一、相關研究綜述

國外對服務業利用FDI的研究較早。Goldsmith（1969）是最早對服務業跨國投資理論進行研究的。他認為，一國經濟發展情況與本國服務業的開放程度及發展水平呈正相關關系，即一國服務業利用國際直接投資的程度越高，就越有利于該國服務業的發展。隨后Caves（1974）、Globerman（1979）、Blomstrom等（1983）學者分別對澳大利亞、加拿大、墨西哥等國的服務業利用外商直接投資進行實證研究，他們發現服務業利用外商直接投資能夠提高東道國生產率。

而國內對其研究相對較晚。王小平（2005）對我國服務業利用FDI進行實證分析后，認為我國服務業利用FDI與服務業增加值、服務業就業人數、服務貿易等方面的相關性較弱，但還是存在一定的正相關關系。李夏玲（2013）用灰色關聯方法分析了三類服務行業利用FDI與江蘇省服務業增加值之間的關系，認為知識密集型服務業利用FDI與江蘇省服務業發展關聯度較大。

對于知識密集型服務業的研究，國內外學者也有不同的見解。Muller和Zenker（2001）提出KIBS是提供高知識附加價值服務給其他企業的行業，是“顧問性”的公司。魏江、陶顏、王琳（2006）認為知識密集型服務業是知識密集度高、依靠新興技術與專業知識，具有較明顯的客戶互動特征的商業性公司或組織。

雖然有很多學者對我國服務業利用FDI的發展進行了研究，但研究大多基于國家和區域視角，方法也大多是回歸分析。本文嘗試運用灰色關聯度的分析方法研究江蘇省知識密集型服務業，構建相關的關聯模型，并根據關聯結果為江蘇省知識密集型服務業利用FDI進行相應的對策和建議。

二、知識密集型服務業的定義和劃分

Miles（1995）等人是最早提出知識密集型服務業（KIBS）概念的。在國內對知識密集型服務業的研究中，魏江等學者都提出了自己的見解并對知識密集型服務業進行了不同的定義和分類。由于知識密集型服務業至今沒有一個準確的分類，而國內大多數研究都參考魏江（2006）對知識密集型服務業的分類，即知識密集型服務業是知識密集度高、依靠新興技術與專業知識、具有較明顯的客戶互動特征的商業性公司或組織。因此，本文也將參考其對知識密集型服務業的定義。考慮數據的可獲得性，將知識密集型服務業分為金融服務業、信息與通訊服務業、科技服務業及商務服務業四大類。

三、灰色關聯度模型

灰色關聯分析是一種多因素統計分析方法，它是以各因素的樣本數據為依據用灰色聯度來描述因素間關系的強弱、大小和次序的。如果樣本數據列反映出兩因素變化的態勢（方向、大小、速度等）基本一致，則它們之間的關聯度較大;反之關聯度較小。與其他傳統的多因素分析方法相比，灰色關聯分析對數據要求較低且計算量小，便于廣泛應用。

灰色關聯分析的一般步驟如下。

（一）確定分析序列

在對研究問題定性分析的基礎上，確定一個因變量因素和多個自變量因素。設因變量數據構成參考序列，一般記為

x0={x0（k），k=1，2，…n}={x0（1），x0（2），…x0（n）}，

然后確定比較序列，記為

xi={xi（k），k=1，2，…n}={xi（1），xi（2），…xi（n）}，i=1，2，…n

（二）對變量序列進行無量綱化

一般情況下，原始變量序列具有不同的量綱或數量級，為了保證分析結果的可靠性，需要對變量序列進行無量綱化。常用方法有初值法、均值法等。本文采用均值法，即每個數列均除以該數列的平均數，得到新數列。

（三）計算關聯系數

具體的計算方法如下。

ξi=

i=1，2，…，m，k=1，2，…，n

ξi為x ′與x0′在k點的關聯系數。式中分辨系數ρ在（0，1）內取值，一般情況下多在0～1之間取值，本文ρ取0.5。

（四）計算關聯度

比較序列xi與參考序列x0的關聯程度是通過N個關聯系數來反映的，求平均就可得到xi與x0的關聯度。

ri= ?ξi（k）

（五）關聯度排序

對各比較序列與參考序列的關聯度從大到小排序，關聯度越大，說明比較序列與參考序列變化的態勢越一致。

四、實證分析

本文所有數據來源于《江蘇統計年鑒》。由于國家統計局于2004年開始對第三產業的細類統一實行了新的分類口徑，所以本文選取2004～2012年的數據，通過灰色關聯分析方法分析江蘇省知識密集型服務業分行業利用FDI的效應。參考數列用x0表示服務業增加值，x1表示金融服務業利用FDI額，x2表示信息與通訊服務業利用FDI額，x3表示科技服務業利用FDI額，x4表示商務服務業利用FDI額。求灰色關聯系數的計算結果見表1。

根據公式ri= ?ξi（k），求得灰色關聯度數值分別為r1=0.704，r2=0.601，r3=0.760，r4=0.805。將其進行排序，結果為r4>r3>r1>r2。四個灰色關聯度數值均大于0.5，說明四個服務業利用FDI與服務業發展存在著很強的關聯度。

通過計算所得的灰色關聯度關系可知：江蘇省金融服務業利用FDI、信息與通訊服務業利用FDI、科技服務業利用FDI、商務服務業利用FDI與江蘇省服務業的發展都有很強的相關性，其中商務服務業利用FDI與江蘇省服務業的發展關聯性最強。

五、結論與啟示

本文運用灰色關聯度分析的方法，以江蘇省知識密集型服務業利用FDI的統計數據為基礎，對江蘇省知識密集型服務業分行業利用FDI的效應進行分析。可以看出，商務服務業利用FDI與江蘇省服務業的發展關聯性最強，信息與通訊服務業利用FDI與江蘇省服務業的發展關聯最弱。關聯度依次為商務服務業、科技服務業、金融服務業、信息與通訊服務業。據此，本文對江蘇省知識密集型服務業利用FDI提出相應的對策和建議。

第一，繼續鼓勵發展FDI對商務服務業的投資。從上述的分析中我們可以看出，商務服務業利用FDI與江蘇省服務業的發展關聯度最大，若能持久高效地發揮引入外資的力度及效應，必將對江蘇省服務業的發展產生積極并且長遠的影響。商務服務業的發展深入到社會各個層面，因而有必要對其加大外資的引進，拓展多種融資渠道。

第二，加大對金融和信息與通訊服務業FDI的引入。外商直接投資與這兩個服務業關聯度低，并不等于引進這些行業的外商直接投資對江蘇省服務業發展的整體影響降低。相反，若能加大對FDI的引入，高質高量地利用這些投資，不僅能對服務業的發展產生積極的影響，更能進一步促進江蘇省經濟的發展。

第三，對不同的行業制定不同的引入政策。江蘇省服務業利用FDI的發展，因行業的不同產生的影響也不同。只有因地制宜地制定符合其行業發展的相關政策，才能最大限度地發揮其對江蘇省服務業發展的積極作用，避免外商直接投資的資金流向過于單一，造成行業發展不均衡。

綜上所述，江蘇省知識密集型服務業的發展與FDI的引入密不可分。在知識密集型服務業對經濟發展的影響越來越重要的今天，充分利用FDI對知識密集型服務業各行業的發展十分重要。因此，要更合理地利用FDI，在政策的制定上要符合各個行業的發展，更好地促進江蘇省服務業的發展，從而促進經濟的發展。

參考文獻：

[1]Banga，B.H.Goldar.Contribution of S

ervices to Output Growth Productivity in Indian Manufacturing：Pre and Post Reforms[D].ICR IER Working Paper，2004.

[2]王小平.中國服務業利用外資的實證分析[J].財貿經濟，2005（09）.

[3]李夏玲.江蘇省服務業利用 FDI 與服務業發展的灰色關聯分析[J].開發研究，2013（01）.

[4]Muller E，Zenker A.Business services as actors of knowledge transformation： the role of KIBS in regional and national innovation systems[J].Research P

olicy，2001（09）.

[5]魏江，陶顏，王琳.知識密集型服務業的概念與分類研究[J].中國軟科學，2007 （01）.

*基金項目：教育部規劃課題“長三角地區自主創新與利用FDI的協同發展研究”（13YJA790034）。

（作者單位：江蘇大學財經學院）