基于貝葉斯動態截面數據模型的FDI技術投入與溢出實證

張永山

(西南財經大學國際商學院,成都611130)

基于貝葉斯動態截面數據模型的FDI技術投入與溢出實證

張永山

(西南財經大學國際商學院,成都611130)

隨著世界經濟日趨融合,FDI不僅會拓寬東道國產業的受資渠道和產業競爭路徑,也與東道國技術溢出存在關聯效應,尤其是FDI的技術投入與技術溢出顯著關聯。文章基于貝葉斯動態截面數據模型進行了全樣本分析和動態截面參數估計,結果證實,研發資本存量的溢出效應高于FDI的勞動力、資本在創新方面的研發累積效應,人力資本與研發資本都存在東道國技術溢出的正效應,需要通過平衡勞動力、資本,尤其不斷提升研發資本和人力資本創新水平,以促使東道國獲得更高的FDI技術溢出。

FDI;技術投入;技術溢出;動態截面數據模型;貝葉斯

0 引言

隨著經濟全球化的進一步深化,各國之間的跨國投資活動日益頻繁,FDI與受資國產業間的動態關系也逐步得以認知。東道國接受國外注資生產或服務的過程,也是東道國不斷學習的基礎橋梁。基于產業經濟學的理論邏輯,東道國的FDI技術溢出效應與其自身的技術創新研發投入密切相關,特別是勞動力、資本以及技術要素更在FDI中發揮著重要作用。因此,深入研究東道國FDI的要素投入對技術溢出的影響是很有必要的。

現有研究主要從宏觀角度分析FDI技術投入與溢出,但尚未全面、深入地考察影響FDI技術溢出的技術投入因素,從而沒有較好地把握到FDI的技術轉化過程。為此,本文結合貝葉斯動態截面數據模型,從勞動力、資本要素、創新升級資本以及人力資本要素等方面考察東道國FDI技術投入對技術溢出的影響。

1 動態面板數據模型構建與檢驗

1.1 基礎動態面板數據模型

首先,基礎動態面板數據模型為:

其中,χi∈(-1，1)，i=1，2，...N,序列…yiT，)表示由動態截面的i個時序觀測值所構成的序列,相應地,表示動態截面的i個時序觀測值所構成的一階滯后序列;由xi，T)′表示動態截面的i個外生變量時序觀測值所構成的序列,εit表示的是基礎動態面板數據模型的隨即擾動項,,此處εit滿足獨立同分布,即:

基于截面的平穩過程假設,χi絕對值不會超過1,且服從正態分布,即:

模型中刻畫動態截面的i個外生變量時序觀測值所構成的序列Xi滿足以下外生變量嚴格控制假定,即E(εi|Xi)=0。關于解釋變量構成的系數χi的轉置矩陣滿足滿秩以及當其參數陣T趨于無窮時,整體保持有限的非奇異矩陣特征。而模型隨即擾動項保持異方差及截面不相關,即

其次,假設yi0滿足正態分布:

1.2 貝葉斯動態截面模型及其后驗分布特征

針對上述嚴格外生變量設定,為進一步驗證存在各獨立同分布特征的關聯要素的相互作用在FDI的東道國技術創新效應,本文結合貝葉斯動態面板數據的一階自回歸驗證,引入以下矩陣:

且滿足||Vi＜1，i=1，2，...，N;t=1，2...,T,由式(7)和式(1)可獲得相應的獨立同分布解釋變量矩陣為:

由此,基于貝葉斯的動態截面數據模型可轉化為下式:

同時確保模型涉及各個動態截面平穩過程化, |Vi|＜1,且Vi服從Logit正態分布。

結合參數先驗分布,進行相應的動態截面的貝葉斯推斷。那么,基于貝葉斯的動態截面數據模型后驗分布特征總體如下:

第一,wi可以根據條件概率定義其后驗條件分布,即 wi關于后驗條件密度函數定義為:

第三,類似于上述第一點,參數△可以根據條件概率

1.3 貝葉斯估計與抽樣

根據上述分析,模型的抽樣算法主要采用Gibbs算法,本研究主要借鑒Geman等人的研究框架,給定參數初始值,再對其進行條件后驗的循環抽樣,其迭代步驟為:

2 F D I技術投入與溢出效應的貝葉斯動態截面實證分析

2.1 FDI技術溢出效應的貝葉斯動態截面數據模型

基于上述分析,針對存在嚴格外生變量的動態隨機效應情況,按照面板數據模型并沿用Griliches-Jaffe關于產業技術創新投入的研發創新及其溢出效應測算的關系式,設定貝葉斯動態截面數據模型:

其中,a、b分別表示技術投入及其創新產出的不變彈性系數及可變彈性系數。考慮到了我國產業經濟在開放過程中,借助先進經濟創新實體的研發經驗獲取創新機遇的相應追趕效應,以及FDI等形式過程中的創新對于東道國規模化產出所帶來的創新經濟效應,本文將FDI背景下的研發投入創新與創新績效以過程化要素來進行測度。FDI技術創新溢出績效以專利申請數量為觀測指標, FDI技術創新研發以基于貿易額每單位GDP的折算的技術研發投入折算。

同時,為進一步排除FDI技術研發創新的滯后因素對我國FDI技術創新溢出效應的干擾,本文以滯后期為2,得到驗證FDI技術溢出的模型:

為兼顧東道國在進行FDI技術研發創新過程中人力資本要素吸收所產生的技術溢出效應,本文在動態面板中加入技術研發投入、FDI與人力資本的交叉項,并以100萬人在校大學生衡量東道國的人力資本,假定影響技術研發創新績效的其他因素滯后二期Oit-2不變,那么,動態面板模型調整為:

2.2 數據來源與指標選取

上述模型中,K以存量表示;rd按照永續盤存法折算;fdi以區域報告外商直接投資額度衡量;sp采用樣本所在區域的創新發明專利授權數。數據均來源于1989—2013年《中國對外經濟貿易年鑒》、《中國科技統計年鑒》。

為減少異方差的影響,本文對模型中的變量進行對數化處理,并借鑒貝葉斯動態面板數據的貿易與FDI技術創新投入與溢出的模型:

其中,spit、Kit-1/(2)、Lit-1/(2)、rdit·hmit、fdiit-1;(it-2)·hmit-1;(it-2)分別對應為相應樣本區域當前階段、滯后一期、滯后二期相應的技術溢出效應、研發資本以及勞動力要素投入、研發創新投入與人力資本交積項、FDI與研發人力資本交積項。而χ、β1～β5分別表示實現貝葉斯動態面板模型的各參數彈性,而β60～β62、β70～β72分別表示上述各參變量在短期、中期以及長期的效應,φit、εit作為擾動項分別控制樣本時序的觀測固定效應和模型擾動噪聲;dummy刻畫1985—2013年間的虛擬變量,結合我國自2005年以來的五年規劃中列入了自主創新,此之前的虛擬變量設置為0,之后為1。

2.3 全樣本分析

表1展示了樣本序列統計特征。從均值來看,東部區域是數值最高的區域。S arg enχ2統計量在1%的顯著性水平上接受正態分布的原假設。

表1 基于FD■技術溢出樣本序列統計特征

表2 基礎動態模型估計

基于上文分析,本文進行了全樣本估計,結果列于表2,各變量均在1%的顯著性水平上通過檢驗, S arg enP-value、S arg enP-value分別證實模型通過了參變量的聯合檢驗。

表2中樣本區域的FDI技術研發資本投入、人力資本要素投入對東道國的FDI技術創新溢出存在顯著正效應。從全樣本檢驗的結果來看,東道國每積累1%的研發資本存量,可獲得0.378%的技術溢出;而人力資本要素每累積1%,東道國FDI技術溢出效應為0.241%;類似的,每獲得1%的FDI投入規模增長,FDI技術溢出效應0.121%。上述結果印證了中國FDI引進與消化技術創新之間的關系:雖然FDI提供東道國技術創新,但在溢出效應上并沒有形成相應的規模效應,而總體上卻以研發資本存量的累積對東道國的技術創新溢出成效更為顯著,部分人力資本要素投入被FDI在華投入的勞動力要素以及其他制度及管理要素所擠占,從而制約了技術創新人力資本要素的溢出效應發揮。

運用Stata10對上述模型進行逐個估計,其中S arg enχ2、S arg enP-value對應統計量均為不顯著結果,證實了工具變量在模型選擇中的合理性;而表2中所報告的分別在1%顯著性水平下拒絕、接受原假設,印證了模型所用殘差序列是不相關的。從中可以看出,β3所對應的滯后項在1%顯著性水平下,全國、東部區域和中部區域獲得顯著性結果,結果分別報告為0.791、0.747和0.798,證實了各個參變量總體上在各自范圍內對東道國技術創新溢出存在滯后期推進效應,也就是無論是FDI規模累積還是人力資本以及研發資本投入都具有東道國技術研發創新投入的正向累積作用。

2.4 貝葉斯動態截面參數估計

本文采用貝葉斯動態截面參數估計,共計抽取模型中數據三十萬次,舍棄初始迭代所需的十萬次,進行樣本數據迭代軌跡獲得了樣本數據的馬爾科夫鏈收斂,同時加大了迭代頻率,最終獲得測定參數在樣本的短期、中長期趨近于1的結果,說明貝葉斯動態面板是收斂的;相比之下,貝葉斯動態面板的估計值以及測算真實值之間差異很小,且具有后驗分布的近似對稱,這種總體上的參數后驗分布表明模型參數估計誤差較小。

然后,基于抽樣數據進行蒙特卡羅方法進行參數估計。根據驗證發現,我國各地FDI引進程度差異出現了相應的創新溢出差異。因此本文繼續針對我國各區域的FDI技術投入與溢出績效進行了后驗均值、標準誤差等方面的估計,結果如表3(見下頁)。

從表3中可以看出,參數β1均為較高的估計值,說明FDI技術研發投入的溢出效應具有明顯的路徑依賴特征。參數β2在全國范圍、中部區域、西部區域負相關,表明隨著各地區的FDI技術創新研發引入程度差異,基于研發投入的勞動力要素增加所推進的技術溢出效應出現了衰減。東部效應則為0.04,歸因于東部區域的正向勞動力要素溢出效應抵消了技術溢出的衰減態勢。參數β3的正向效應比β2參數更為顯著,但東部區域的這一參變量系數為最高0.05,中部區域、西部區域分別為0.02、0.03,表明當前我國吸收FDI依賴于外部資本引進方式推進本土技術研發創新仍然是主流,但從技術創新擴散的結構來看,這種依賴于“物化”生產要素的方式仍然是我國FDI技術效應獲取的主渠道,且東部區域在FDI技術溢出機制方面仍然停留于資本累積而非人力資本等要素的拓展上。

表3 基于貝葉斯模型的動態截面數據參數估計

3 結論

基于貝葉斯動態截面數據模型的實證研究,本文得出以下結論:

(1)相對于勞動力、資本等要素的投入,研發資本存量的溢出累積高于前者因素,但部分人力資本要素投入被FDI在華投入的勞動力要素以及其他制度及管理要素所擠占,勞動力要素的投入在一定時期內報告了區域間績效溢出的負向關聯。

(2)無論FDI規模累積還是人力資本和研發資本投入都具有東道國技術研發創新投入的正向累積作用。

(3)貝葉斯動態截面數據模型中關于研發資本與人力資本及其滯后一期的各交積項估計系數,證實以混合技術創新研發投入為動力有助于FDI技術創新。

[1]Franco C.Exports and FDIMotivations:Empirical Evidence From Us Foreign Subsidiaries[J].InternationalBusinessReview,2013,22(1).

[2]Auboin M,RutaM.The Relationship Between Exchange Ratesand International Trade:A Review of Economic Literature[R].w TO Staff w orking Paper,2011.

[3]孫早,宋煒,孫亞政.母國特征與投資動機——新時期的中國需要怎樣的外商直接投資[J].中國工業經濟,2014,(2).

[4]渠慎寧,賀俊,呂鐵.經濟增長,結構調整與戰略性新興產業發展——基于多國的經濟周期核算分析[J].經濟管理,2014.

[5]沙文兵.吸收能力,FDI知識溢出與內資企業創新能力——基于我國高技術產業的實證檢驗[J].國際商務:對外經濟貿易大學學報, 2013,(1).

(責任編輯/浩天)

F224.9

A

1002-6487(2016)20-0125-04

國家哲學社會科學基金資助項目(12FJL005);“中央高校基本科研業務費”博士研究生科研項目(JBK1607160)

張永山(1972—),男,山東濰坊人,博士研究生,講師,研究方向:國際貿易與營銷。