自主創新、技術溢出和市場化程度與全要素生產率
——基于中國省際面板數據的實證分析

雷虹艷

(1.中國社會科學院 馬克思主義學院， 北京 102488; 2.成都中醫藥大學 馬克思主義學院， 四川 成都 611137)

一、引言

全要素生產率是指除去資本與勞動力投入要素外，其他生產要素(如技術創新、市場化改革等)所帶來的產出增長率。從世界大多數國家的發展歷史進程來看，當一個經濟體處于較低發展階段時，由于與發達國家之間存在技術和生產率差距，經濟增長往往具有后發優勢，此時能夠依靠資本、勞動力及其他資源的大量投入來實現經濟的高速增長。但是，當一個經濟體發展到一定水平時，它與世界發達國家技術和生產率差距逐漸縮小，傳統生產要素投入對經濟增長的貢獻將難以為繼，提高全要素生產率就成了實現經濟可持續增長的唯一路徑。目前，中國經濟已經進入到新常態階段，全要素生產率的提高不僅是中國經濟實現可持續發展的唯一動力，而且也是使中國經濟保持長期增長的重要源泉。黨的十八屆五中全會審議通過的《中共中央關于制定國民經濟和社會發展第十三個五年規劃的建議》，把“創新發展”與“協調發展”“綠色發展”“開放發展”和“共享發展”一同作為中國十三五時期必須堅持的新發展理念。這要求中國經濟必須從新常態發展的特殊要求出發，立足實現經濟增長動力轉換，提高全要率生產率在經濟增長中的作用。因此，提高全要素生產率對于中國全面建成小康社會、實現中華民族的偉大復興等都具有十分重大而深遠的歷史意義。

全要素生產率的提高主要依賴于技術進步和對生產效率的改進。本國的自主創新能力以及對各種開放渠道產生技術溢出的吸收能力是提高技術進步的重要渠道，而國家在市場制度方面的改革設計則是影響生產效率的最重要因素。因此，中國要在新常態環境下實現經濟長期增長，必須依賴技術的不斷進步和生產效率的不斷提高，這就要求中國在不斷提升自主創新能力的同時加強對各種開放渠道產生技術溢出的吸收。那么，如何提高全要素生產率的問題實際上就轉化為如何利用自主研發和各種開放渠道產生的技術溢出以及如何推動市場化制度建設的問題。

二、文獻綜述

有關全要素生產率影響因素的文獻較為豐富。在內生經濟增長模型中，技術進步被看成是由獨立的研發部門創造的，能夠為經濟增長提供源源不斷的動力。內生經濟增長模型雖然增強了我們對R&D活動作用的認識和理解，但是，這些模型較少考慮國際技術溢出。對于一個開放的經濟體而言，利用外商直接投資(Foreign direct investment，以下簡稱FDI)、對外直接投資(Outward direct investment，以下簡稱ODI)和貿易(進口和出口)產生的技術溢出也是提高全要素生產率的重要途徑。

(一)自主創新與全要素生產率

自主創新研發活動能夠直接創造和積累知識，優化生產程序和加速產品創新。同時，自主創新活動還能夠增強對外來技術的消化吸收，從而為經濟可持續增長提供源源不斷的動力。Keller指出，R&D投入越多，有效的研發勞動也越多，提高全要素生產率的能力也越強[1]。發達國家和新興工業化國家(地區)的經濟發展經驗表明：加大自主研發投入能夠促進全要素生產率的提高,是經濟可持續增長的重要保證。Coe等利用面板協整模型研究了R&D投入資本存量對世界上24個國家在1971—1990年全要素生產率的長期影響關系，實證結論表明R&D資本存量對G7國家的全要素生產率影響大于對其他國家全要素生產率的影響[2]。Tientao等利用空間自相關模型和空間杜賓模型等分析了世界上107個國家2000—2011年全要素生產率變動的原因，實證結論表明：一國R&D投入的增加能夠顯著提高全要素生產率，并通過技術溢出提高其他國家的全要素生產率[3]。Bengoa等采用面板協整和空間計量方法分析了西班牙17個地區的R&D投入及其空間效應對全要素生產率的影響，實證結果顯示西班牙政府公共R&D投入會顯著提高全要素生產率并存在明顯的空間溢出效應[4]。在針對中國的研究中，王英等采用時間序列和CH-LP技術溢出分析框架測算了中國1985—2005年自主R&D投入和4種開放渠道對全要素生產率的影響，結果表明：中國的R&D投入顯著提高了全要素生產率[5]。類似的研究結論可以參見蔡偉毅等[6]、肖文等[7]。但是，也有部分學者認為R&D投入增加并不一定提高全要素生產效率[8-9]。

(二)技術溢出與全要素生產率

在開放經濟背景下,一個國家全要素生產率的提高不單純依賴于本國的自主研發，對外開放渠道通過非自主效應和自發傳導形成的技術溢出也是重要途徑。首先，跨國企業通過直接在東道國設立經營公司會直接提高東道國的全要素生產率。同時，東道國也會通過模仿或示范效應學習這些企業先進的生產技術和高效的管理方法等[3-7,10-16]。其次，貿易(進口和出口)也是重要的技術溢出渠道[5-6,17-21]。例如，企業為了提高產品的出口競爭力和抵抗貿易壁壘，往往會加大對技術研發的投入或者直接購買先進技術設備(包括技術等)。作為資本、技術等的重要轉移渠道，具有與FDI同等重要的ODI受到了部分國外學者的關注，但國內學者關注相對較少，尤其是在省際層面[22-25]。隨著中國經濟快速崛起和“走出去”戰略的推進，中國的ODI規模和結構分別得到了提高和優化，ODI能否像FDI一樣提高中國全要素生產率仍然是當前學術界普遍關注的一個問題。

實證研究方面，Miller等分析比較了不同時期貿易和人力資本等因素對83個處于不同發展階段國家全要素生產率的影響，研究表明：提高貿易開放程度有利于全要素生產率的增加，但貧窮國家的人力資本卻阻礙了他們通過貿易渠道獲取正向的技術溢出效應[18]。Bwalya利用廣義矩估計等方法分析了FDI的水平技術溢出、垂直技術溢出和區域技術溢出對贊比亞共和國本土制造企業生產效率的影響，研究表明：FDI對本土企業生產效率的影響主要是通過垂直技術溢出而非水平技術溢出實現的[26]。同時，區域技術溢出也是提高本土企業生產效率的重要渠道。Banerjee等利用自回歸分布滯后模型和協整模型等分析了R&D、貿易、人力資本和金融深化等因素對印度全要素生產率的影響，實證結果表明：R&D和貿易都能夠提高印度的全要素，但貿易的作用效果并不顯著[20]。Fujimori等利用印度1995—2004年行業面板數據分析了FDI的前向溢出效應和后向溢出效應對行業全要素生產率的影響，實證研究顯示：FDI會顯著提高全要素生產率，但主要是通過后向技術溢出實現[12]。

在針對中國的實證研究中，王英等采用時間序列的研究結果表明：FDI和出口渠道能夠顯著提高中國的全要素生產率；進口和ODI卻顯著降低了中國全要素生產率[5]。蔡偉毅等從水平技術溢出和垂直技術溢出的視角比較了R&D、FDI和進口渠道產生的技術溢出對中國東、中和西部區域全要素生產率的差異化影響，結果表明：進口渠道產生的技術溢出是提高東部地區全要素生產率的主要途徑；但FDI渠道產生的技術溢出是提高中部地區全要素生產率的重要途徑，在西部地區，FDI和進口渠道均未對全要素生產率的提高產生顯著影響[6]。肖文等利用Coe等[17]和DEA-Malmquist指數分析方法檢驗了FDI、ODI、區域間技術溢出、資本品進口渠道和消費品進口渠道對中國省際全要素增長率的影響，結果表明：FDI、ODI和資本品的進口渠道都有助于提高全要素生產率及其組成成分(技術進步和效率)，但是消費品進口渠道卻降低了全要素生產率及其組成成分[7]。余泳澤選取外商投資水平、外商投資進入規模、“技術勢能”和潛在市場規模作為門檻變量，利用門檻面板模型檢驗了1995—2009年FDI對中國13個高新技術產業全要素生產率的影響，結果表明：FDI對中國高新技術產業的溢出效應存在明顯的門檻特征[16]。王恕立等從不同投資動機的視角，利用Coe等的研究[17]考察了技術尋求、資源尋求和市場尋求3類投資動機下ODI對中國及其東、中和西部區域全要素生產率的影響，結果表明：中國對發達經濟體技術尋求型的ODI能夠產生正向溢出，但存在明顯區域差異；中部地區ODI產生的技術溢出效應要比東、西部地區明顯；資源尋求型和市場尋求型ODI產生的技術溢出對全國及東、中、西部地區的全要素生產率均呈現出負面效應[27]。Liu等利用中國1 328家電子行業規模以上企業2003—2008年的微觀面板數據，分析了FDI對這些企業的全要素生產率的影響，實證結果表明：FDI仍然能夠顯著提高這些企業的全要素生產率[14]。

(三)市場化程度對全要素生產率的影響

除了自主創新和技術溢出是影響全要素生產率的重要因素外，外部的制度環境也是影響全要素生產率的重要因素。制度被定義為人為設計、型塑人們互動關系的約束。制度能夠降低交易中的不確定性，抑制市場主體“事前”和“事后”的機會主義行為，提高經濟交易的可預見性，解決行業可能面臨的機會主義和信息不對稱的影響。因此，一個制度更完善和市場化程度更高的社會能夠引導創新要素合理流動，優化資源配置，提高各種要素的產出效率，實現內涵式的集約化增長。通常情況下，在市場化程度更高的環境中,企業具有更合宜的組織結構與分工結構，激勵企業進行創新投資和采用新技術，促使企業的全要素生產率得到提升[28-31]。相對于自主創新和技術溢出，市場化程度對全要素生產率影響的研究成果較少，僅有部分學者開展了相關研究。

實證研究方面，陳剛通過采用面板協整模型研究了中國各省份1998—2007年自主R&D、省際技術溢出、進口渠道產生的技術溢出、人力資本積累以及非國有經濟發展水平對全要素生產率的影響，結果表明：非國有經濟發展水平對提高本地R&D效率以及R&D 溢出的吸收效率具有基礎性的促進作用[28]。余泳澤等采用門檻面板模型分析了2001—2011年自主創新投入、市場化水平、外商投資和對外貿易程度等對中國省際全要素生產率的影響，實證研究表明：當市場化指數達到一定門限時，自主創新才更有利于全要素生產率的提高[29]。魏婧恬等采用固定效應模型以及2002和2007年的投入產出表研究了制度環境和行業密集程度對企業全要素生產率的影響，實證結果表明：對契約密集度較高行業中的企業來說，完善的市場化制度能夠提高企業的全要素生產率[30]。

雖然國內外學者開展了許多有關全要素生產率影響因素的研究，并取得了許多有意義的研究成果。但本文主要在如下幾個方面進行了拓展：一是采用CH-LP分析框架[17,32]，構建了中國省級技術溢出模型；二是本文將學者較少研究的ODI和市場化程度納入到模型中，有助于評估中國實施的自主創新、“走出去”和“引進來”等對外開放政策對經濟可持續發展的影響；三是考慮到全要素生產率與自主創新可能存在的內生性以及全要素生產率變動的復雜性，本文采用工具變量和動態模型等進一步豐富了模型的實證研究結果。

三、計量模型和數據

(一)基本實證模型

假定一個開放經濟體的全要素生產率不僅與經濟體內部的R&D有關，也與其他國家通過開放渠道產生技術溢出有關。定義全要素生產率：

TFP=ASγ

(1)

其中：TFP表示全要素生產率；A是常數，代表經濟環境因素；S代表技術資本存量，即一個經濟體的R&D資本積累。S的積累不僅依賴于經濟體內部的R&D活動，也依賴于其他國家R&D活動積累所產生的技術溢出。因此，開放經濟體的研發資本存量可以表示為：

S=(SD)α(SF)β

(2)

其中，SD和SF分別代表經濟體內部的R&D研發資本存量和其他國家R&D活動通過開放渠道形成的技術溢出。我們假定中國主要的對外開放渠道為FDI、ODI、進口和出口。相應地，中國的研發資本存量可以表示為：

S=(SRD)α(SFDI)β1(SODI)β2(SEX)β3(SIM)β4

(3)

其中：SRD表示自主研發資本存量，SFDI、SODI、SEX和SIM分別代表通過FDI、ODI、出口和進口產生的技術溢出。將式(3)代入式(1)并對式(1)取對數可以得到:

lnTFP=β0+β1lnSRD+β2lnSFDI+β3lnSODI+β4lnSEX+β5lnSIM+εt

(4)

市場化程度也被視為影響TFP的重要因素，并將此模型擴展到省際面板模型，可以得到：

lnTFPi,t=β0+β1lnSRDi,t+β2lnSFDIi,t+β3lnSODIi,t+β4lnSEXi,t+β5lnSIMi,t+β6lnMRi,t+εi,t

(5)

其中：腳標i(i=1,2,3,…，K,N)代表省份；腳標t(t=1,2,3，…，K,T)表示年份；MR表示市場化程度;βm(m=0,1,…,6) 為待估計的參數；符號“ln”表示取自然對數；εi,t表示隨機干擾項。

考慮到全要素生產率的調整是一個長期復雜的動態過程，本身具有一定的慣性，前一期的全要素生產率會對后一期的全要素生產率產生影響，因此本文也采用動態面板模型來分析全要素生產率變化規律。通過引入動態模型，能夠較好地控制滯后因素，使得模型設定趨于合理，即：

lnTFPi,t=ρlnTFPi,t-1+β1Xi,t+ui+ηi,t

(6)

其中，X為模型(5)中的R&D、技術溢出以及市場化程度等影響因素。

(二)全要素生產率的核算

目前，適用于宏觀經濟全要素生產率的核算方法大致可以分為兩大類：參數法和非參數法[5-6,14,20]。參數法的核心是利用國民經濟核算數據計算人力資本投入和物質資本投入在國民收入分配中所占份額或利用時間序列數據擬合出資本或勞動的產出彈性。非參數法以DEA-Malmquist指數法為代表，采用數據包絡分析方法確定生產前沿面，在此基礎上得到距離函數，并利用距離函數衡量全要素生產率。DEA-Malmquist不需要假定生產函數的具體形式，能夠將全要素生產率分解成技術進步和效率等因素，被許多學者接受。但是，不論是參數法和非參數法，都需要對資本存量和勞動力數據進行準確的核算，本文采用國民經濟的核算數據來計算歷年人力資本和物質資本在國民收入中的份額。定義全要素生產率指數為：

(7)

其中：腳標i和t分別代表省份和年份；TFP代表全要素生產率指數；Y、L和K分別代表產出、勞動力投入和資本存量；α和β分別代表通過國民經濟核算數據計算得到的資本和勞動份額。

(三)省級技術溢出模型的構建

由于缺失部分省份與世界多數國家之間的直接投資和貿易數據，為構建各省通過CH-LP技術溢出框架獲取國際研發資本的技術溢出，本文首先利用CH-LP分析框架求出中國通過FDI和貿易渠道獲取的技術溢出，同時假定各省份獲得的技術溢出是由各省在中國全部FDI、ODI和貿易總額中所占份額決定的。在CH-LP分析框架下，中國通過FDI、ODI、進口和出口渠道獲取的技術溢出可以如下所示：

(8)

(9)

(10)

(11)

其中：下標n=1,…,N表示國家；下標t表示年份；SFDI、SODI、SIM和SEX分別表示中國通過FDI、ODI、進口渠道和出口渠道獲取的技術溢出量；FDI表示外國(或者地區)對中國的直接投資；ODI代表中國對外直接投資；IM和EX分別代表中國與貿易伙伴國(或者地區)之間的進口和出口商品總額；K、S和Y分別代表外國(地區)的固定資本形成總額、研發資本存量和國民生產總值。因此，中國各省份通過各種技術開放渠道獲取的技術溢出可以表示為：

(12)

(13)

(14)

(15)

其中，下標m=1,2,…,M表示中國的各省份，并存在如下關系：

(16)

(17)

(18)

(19)

(四)數據來源及處理

考慮到西藏自治區數據缺失較多，本文選取中國大陸除西藏外的30個省(直轄市，自治區)作為研究對象，研究的周期設定為2004—2014年。全要素生產率的提高依賴于自主研發的不斷投入和知識的不斷積累，因此本文采用資本存量衡量自主研發活動和技術溢出對全要素生產率的影響。各省的產出數據以GDP表示，采用GDP平減指數折算到2000年不變價。勞動力L采用三次產業就業人數表示。K代表以固定資產投資表示的資本存量。資本存量K的計算首先需要采用固定資產投資價格指數將固定資產投資折算到基期(2000年)，接著利用永續盤存理論計算歷年的固定資本存量。GDP、勞動力數據和固定資產投資數據均可以從中國歷年統計年鑒中獲取。根據中國主要的投資貿易伙伴國(地區)，同時考慮研發資本在世界上的分布情況，選取中國香港地區、新加坡、韓國和G7國家(美國、加拿大、德國、英國、法國、意大利和日本)作為中國主要的技術溢出來源國家(地區)。中國各省外商直接投資數據以中國實際利用外商直接投資數據表示，并可以在中國各省統計年鑒中找到。中國各省直接對外投資數據可以從中國商務統計年鑒中獲取(由于缺失極少省份在個別年份的ODI數據，我們假定這些省份在這期間的ODI數據與年鑒公布它們年份最早那一年的數據相同)。中國各省與各國(地區)進口的數據以中華人民共和國關境外原產國(地區)表示；中國各省與各國(地區)出口的數據以中華人民共和國關境外目的國(地區)表示。由于香港是世界上最大的中轉貿易地區，中國大陸出口通過香港進行中轉的商品總額約占整個香港中轉商品的60%左右。因此，中國大陸出口到香港的貨物需要進行一定調整，但準確估計出香港從中國大陸進口的商品(留在香港本地消費)存在很大困難。為簡單起見，本文假定中國大陸出口到香港的商品與從香港進口的商品總額相等。中國各省歷年的自主研發數據采用中國科技統計年鑒中的R&D經費內部支出表示，并以GDP平減指數折算到2000年不變價。外國(地區)歷年的GDP、固定資本形成總額可以通過世界銀行數據庫獲取。首先，通過世界銀行數據庫獲取各國(地區)歷年的GDP數據，并折算到基期。其次，運用各年GDP數據乘以R&D占GDP比例得到各國(地區)歷年的R&D支出數據。最后，根據公布歷年匯率數據轉換成人民幣。與Hang等的研究[33]一致，本文采用國有規模工業企業增加值占規模工業企業增加值的比重作為反映中國市場化程度的指標，相應的數據可以從歷年《中國工業統計年鑒》中獲取。中國各省R&D研發資本存量和固定資本存量以及外國(地區)的R&D研發資本存量計算均采用永續盤存法進行計算：

SRDt=RDt+(1-σ)SRDt-1

(20)

其中：SRDt-1表示上一年的研發資本存量,SRDt和RDt分別表示當年的研發資本存量和投資金額；σ代表資本折舊率，與Huang等[15]使用的數據一致，選擇σ=9.6%。為了構建一個資本存量的完整時間序列，基期的研發資本存量可以通過式(21)計算：

(21)

表1 數據定義及其基本特征描述

四、實證結果和分析

(一)實證方法介紹

固定效應模型(fixed effects，以下簡稱FE)和隨機效應模型(random effects，以下簡稱RE)是分析面板模型兩種最常見的模型。判斷哪種模型更合適通常可以采用Hausman檢驗工具。但是，如果模型存在序列相關或者異方差，采用FE或者RE得到的估計結果都將是有偏的。因此，本文首先采用Greene[34]和Wooldridge[35]提出的Wald檢驗方法來判斷是否存在序列相關或者異方差，檢驗結果表明模型存在序列相關和異方差。接下來，我們采用廣義最小二乘法(Feasible Generalized Least Square，以下稱FGLS)對模型重新進行估計。但是FGLS通常要求時間維度T大于或等于截面長度N，否則，FGLS的估計性能會降低。因此，本文也采用Driscoll-Kraay (以下稱DK) 方法。DK方法能夠在存在序列相關和異方差情況下提供穩健的估計結果，但是全要素生產率也可能影響自主研發投入。例如，全要素生產率較低的省份為了獲得較高的全要素生產率往往會加大自主研發投入，因此模型也可能存在內生性。為解決模型存在的內生性，本文還采用了R&D的一階滯后項作為工具變量對模型重新進行估計。在建立的動態模型中，采用差分廣義矩的估計方法不僅能夠解決遺漏變量的問題，而且也能夠消除反向的因果關系、解決模型內生性問題。相應的估計結果如表2所示。

表2 估計結果

注:FE、DK、FE-VE和Diff-GMM分別代表固定效應模型、Driscoll-Kraay估計方法、工具變量的估計方法和差分廣義矩估計方法。各變量中括號內的數值為標準差。AR括號內以及Hansen的值為prob>z值。異方差檢驗和一階自相關檢驗的原假設條件是：模型不存在異方差和一階自相關。***、**和*分別代表在1%、5%和10%水平上顯著。差分廣義矩估計中，工具變量為全要素生產率的一階及更高階滯后項和自主研發的二階及更高階滯后項

(二)基本實證結果及分析

在表2中，Hausman檢驗結果表明模型在1%顯著水平上拒絕選擇RE，表明FE更適合模型。模型(1)給出了FE的估計結果。由于存在自相關和異方差，模型(2)也給出了采用DK方法估計的結果。考慮到模型可能存在的內生性，模型(3)采用R&D的滯后期作為工具變量，結果表明：變量的估計系數和顯著性與模型(1)、模型(2) 基本相似，僅個別變量的顯著性存在細微區別。模型(4)為采用動態模型的估計結果，進一步將全要素生產率的一階滯后項納入模型的分析當中，滯后項系數大小體現了上期全要素生產率對當期全要素生產率的影響力度；滯后項系數符號體現了上期全要素生產率對當期全要素生產率的影響方向。廣義矩估計得到的估計量存在一致性的一個重要前提是一次差分以后的擾動項不存在二階序列相關，但如果存在一階序列相關則是允許的。模型(4)的結果表明：模型不存在擾動項的二階序列相關(p=0.11)。同時，Hansen 檢驗的結果表明：工具變量的選擇是有效的(與Sargen檢驗相比，Hansen檢驗更適用于存在異方差的情況，由于模型存在異方差，因此本文選用Hanse檢驗方法)。由此可以判定本文采用差分廣義矩估計得到的結果是一致且有效的。

表2的估計結果顯示：在影響全要素生產率的各種因素中，自主研發(lnSRD)對全要素生產率的回歸系數是最大的，說明自主研發是提高全要素生產率的最有效工具。國內自主研發支出能夠直接創造和積累技術，其通過技術途徑對提高全要素生產率起到了極大的作用，遠遠高于其他投資和貿易渠道產生的技術溢出對全要素生產率的作用。各模型中，FDI、ODI和進口產生的技術溢出均在10%以上水平通過顯著性檢驗，且回歸系數為正，ODI和進口渠道產生的技術溢出顯著性水平達到了5%，表明外資企業通過在中國設立投資企業等對國內企業起到了很好的競爭和示范作用，能夠促使國內企業較好地學習、消化和吸收通過FDI渠道產生的技術溢出。同時，中國實施的“走出去”戰略對全要素生產率的提高也起到了極大的促進作用。進口渠道對全要素生產率的影響顯著為正，表明本地企業通過進口一些質量較好和技術水平較高的資本品或者生產設備提高了自身產品競爭優勢，增強了自身的創新能力，從而起到了提高全要素生產率的作用。但是，出口渠道產生的技術溢出效應反而降低了全要素生產率。理論上，出口企業一方面可以通過技術傳染效應、示范效應，以及干中學效應、競爭效應與產業關聯效應等促進技術進步；另一方面，出口企業為了增強產品的國際競爭力，往往也會主動通過提高生產效率降低生產成本。在中國，出口長期以來一直被視為經濟增長的“三架馬車”之一，它在促進經濟快速增長的過程中，也為中國的就業和社會進步做出了重要貢獻。為了擴大出口，中國出臺了許多有助于出口型企業成長的財政或稅收政策。再加上中國本身在人力資本、土地、能源等生產要素方面的優勢，許多外資企業紛紛將一些勞動密集型、低附加值的加工產業轉移到中國，如化工行業、化纖原料等；這些行業產品相對成熟，難以促進技術進步，長期來看這類產品大量出口對提高中國全要素生產率并沒有益處。在模型(4)中，全要素生產率的滯后項系數為0.573 0，并且在1%水平上顯著，表明前期的全要素生產率和當期的全要素生產率高度正相關，同時也說明全要素生產率的提高是一個連續、累積的調整過程。

表2的回歸結果表明，國有工業企業比重的增加會提高全要素生產率，這一研究結論與預期存在一定的偏差。為進一步分析各種影響因素是否會隨時間變化而對全要素生產率產生不同的影響，我們選取2008年作為分界點*選取2008年作為分界點，主要是考慮到2008年爆發了金融危機。根據《中國統計年鑒》，FDI，ODI以及進出口均在這一年發生了較大的改變。同時，政府也在這一年進行了大規模改革和刺激政策，具有一定的代表性。，分別采用固定效應模型和DK估計方法對模型進行分段估計，估計結果如表3所示。

相對于表2，表3提供了更為豐富的信息。如表3所示，在不同時期，自主研發對全要素生產率的影響仍然非常顯著，其系數遠大于其他渠道形成的技術溢出對全要素生產率的影響。出口渠道產生的技術溢出和市場化程度因素對全要素生產率的影響在2004—2007年和2008—2014年發生了顯著的變化。在前一時期，出口渠道產生的技術溢出提高了全要素生產率，但在后一時期，出口卻降低了全要素生產率。這可能是隨著時間的增加，中國逐漸意識到以粗放型產品為主的出口結構并不有助于經濟的可持續增長，進而對外國轉移的產業設定了一些門檻并進行了篩選，從而使得出口渠道能夠形成正向的技術溢出效應。中國一直致力于推進國有企業加速市場化進程的改革，根據《中國工業統計年鑒》，國有企業在國民經濟中的比重基本呈現逐年下降的趨勢。表3的回歸結果說明：在國有經濟占比較高的時期(2004—2007)，提高國有企業在國民經濟中的比重會降低全要素生產率；而當國有企業占國民經濟比重較低時(2008—2014)，提高國有企業在國民經濟中的比重反而有助于提高全要素生產率。這可能是由于政府通過壟斷一些生產要素保障行業，如能源、電力、金融和通信等，對穩定國民經濟正常運行起到了積極的作用，有利于全要素生產率的提高。而當國有企業比重已經較高，繼續提高國有企業比重會降低市場化程度，反而不利于全要素生產率的提高。

表3 分階段估計結果

注:各變量中括號內的數值為標準差；***、**、*分別代表在1%，5%和10%水平上顯著

五、結論和政策建議

本文采用CH-LP技術溢出分析框架，綜合運用多種計量分析工具，研究了2004—2014年中國自主研發、外商直接投資、中國對外直接投資、進出口貿易以及市場化改革對中國全要素生產率的影響。

基于中國省級面板數據的實證研究結論表明：首先，全要素生產率的提高是一個極其復雜的動態過程。國內自主研發支出能夠直接創造和積累生產技術，對提高全要素生產率起到了極大的推動作用，其作用效果遠遠高于投資和貿易渠道產生的技術溢出對全要素生產率的作用。在各種開放渠道產生的技術溢出對全要素生產率的影響中，FDI、ODI和進口產生的技術溢出顯著地提高了中國全要素生產率。但是，出口渠道產生的技術溢出效應反而降低了全要素生產率，表明外資企業通過在中國設立投資企業等活動對國內企業起到了很好的競爭和示范作用，能夠促進國內企業較好地學習、消化和吸收通過FDI渠道產生的技術溢出。其次，中國通過大力實施“走出去”戰略對提高全要素生產率起到了極大的推動作用。再次，本地企業通過進口一些質量較好和技術水平較高的資本品或生產設備也會增強自身的創新能力，從而提高全要素生產率。最后，為了擴大出口，中國出臺了許多有助于出口型企業成長的財政或稅收政策。同時，中國本身在人力資本、土地、能源等生產要素方面的優勢也吸引許多外資企業將一些勞動密集型、低附加值的加工產業轉移到中國。這些行業產品相當成熟、技術含量較低，難以促進技術的進步。因此，出口產生的技術溢出反而降低了中國的全要素生產率。以國有規模工業企業增加值占規模工業企業增加值作為反映中國市場化程度的指標，在國有企業占比較低的階段時，國有企業占比的上升有助于全要素生產率的提高；而當國有企業占經濟比重較高時，繼續提高國有企業的比重反而降低了全要素生產率。

上述實證結論表明：自主研發對提高全要素生產率的作用遠大于其他各種開放渠道產生的技術溢出。因此，中國應以自主創新作為提高全要素生產率的主要抓手，堅持走自力更生的可持續發展道路。在各種開放渠道產生的技術溢出中，FDI、ODI和進口渠道對全要素生產率的提高都起到了一定的促進作用。長期來看，忽視產品出口結構的盲目擴張很難獲得正向的技術溢出效應，并不有助于全要素生產率的提高，這表明中國應加強對外商投資行業的甄別。同時，對以出口型為主導的企業也應設定一些門檻，淘汰一些技術含量低、資源消費程度高的勞動密集型企業，大力培育和發展一些具有自主知識產權的出口型企業。在國有企業占國民經濟比重較低的階段，政府通過對一些生產要素保障行業，如能源、電力、金融和通信等行業的壟斷，能夠對穩定國民經濟正常運行起到積極的促進作用，有利于全要素生產率的提高。但是，當國有經濟在國民經濟中所占比例已經較高時，繼續提高國有企業在國民經濟中的比重則會降低市場化的程度，不利于全要素生產率的提高。因此，中國應將市場化程度控制在一定的范圍內。

本文首次在CH-LP框架下同時分析了自主研發和4種開放渠道產生的技術外溢以及市場化程度等因素對全要素生產率的影響,得出了一些有意義的結論。 但是，還有一些問題有待更進一步的深入研究：一是各種渠道產生的技術溢出對全要素生產率的影響機制問題；二是市場化程度對全要素生產率的影響機制問題，這些問題的解決都有待后續相關的研究。同時，在接下來的研究中，我們也將從微觀的視角豐富和補充本文的研究結論。

[1] KELLER W.Geographic localization of international diffusion[J].American Economic Review,2002，92:120-142.

[2] COE D T,HELPMAN E,HOFFMAISTER A.International R&D spillovers and institutions[J].European Economic Review,2009,53:723-741.

[3] TIENTAO A,LEGROS D,PICHERY M C.Technology spillover and TFP growth:A spatial Durbin model[J].International Economics,2016，145(1):21-31.

[4] BENGOA M,ROMN V M,PéREZ P.Do R&D activities matter for productivity? A regional spatial approach assessing the role of human and social capital[J].Economic Modelling,2017，60:448-461.

[5] 王英,劉思峰.國際技術外溢渠道的實證研究[J].數量經濟技術經濟研究,2008 (4):153-161.

[6] 蔡偉毅，陳學識.國際知識溢出與中國技術進步[J].數量經濟技術經濟研究,2010(6):57-71.

[7] 肖文，林高榜.海外研發資本對中國技術進步的知識溢出[J].世界經濟,2011(1):37-51.

[8] 張海洋.R&D兩面性、外資活動與中國工業生產率增長[J].經濟研究,2005(5):107-117.

[9] 李濱.國內研發阻礙了我國全要素生產率的提高嗎?[J].科學學研究,2010(7):1035-1043.

[10] MADSEN J B.Technology spillover through trade and TFP convergence:135 years of evidence for the OECD countries[J].Journal of International Economics,2007,72(2):464-480.

[11] XU T,ZHAO Z Y.What determines the intra-industrial technology spillovers of foreign direct investment?[J].Economics Letters,2012,116(3):562-564.

[12] FUJIMORI A,SATO T.Productivity and technology diffusion in India:The spillover effects from foreign direct investment[J].Journal of Policy Modeling,2015,37(4):630-651.

[13] NEWMAN C,RAND J,TALBOT T,et al.Technology transfers,foreign investment and productivity spillovers[J].European Economic Review,2015,76:168-187.

[14] LIU W S,AGBOLA F W,DZATOR J A.The impact of FDI spillover effects on total factor productivity in the Chinese electronic industry:a panel data analysis[J].Journal of the Asia Pacific Economy,2016,21(2):217-234.

[15] HUANG J B,DU D,TAO Q Z.An analysis of technological factors and energy intensity[J].Energy Policy,2017,109(6):1-9.

[16] 余泳澤.FDI技術外溢是否存在“門檻條件”——來自我國高技術產業的面板門限回歸分析[J].數量經濟技術經濟研究,2012(8):49-53.

[17] COE D T,Helpman,E.International R&D Spillovers[J].European Economic Review,1995,39:859-887.

[18] MILLER S M,UPADHYAY M P.The effects of openness,trade orientation,and human capital on total factor productivity[J].Journal of Development Economics,2000,63(2):399-423.

[19] PARAMESWARAN M.International trade,R&D spillovers and productivity:evidence from Indian manufacturing industry[J].Journal of Development Studies,2009,45(8):1249-1266.

[20] BANERJEE R,Roy S S.Human capital,technological progress and trade:What explains India’s long run growth?[J].Journal of Asian Economics,2014,30(C):15-31.

[21] JINJI M,ZHANG X Y,HARUNA S.Trade patterns and international technology spillovers:evidence from patent citations[J].Review of World Economics,2015,151:635-658.

[22] LEE G.The effectiveness of international knowledge spillover channels[J].European Economic Review,2006,50:2075-2088.

[23] 朱彤,崔昊.對外直接投資、逆向技術溢出與中國技術進步[J].世界經濟研究,2012(10):60-69.

[24] 劉宏,張蕾.中國ODI逆向技術溢出對全要素生產率的影響程度研究[J].財貿經濟,2012(1):95-100.

[25] SEYOUM M,WU R S,YANG L.Technology spillovers from Chinese outward direct investment:the case of Ethiopia[J].China Economic Review,2015，33:35-49.

[26] BWALYA S M.Foreign direct investment and technology spillovers:Evidence from panel data analysis of manufacturing firms in Zambia[J].Journal of Development Economics,2006，81:514-526.

[27] 王恕立,向姣姣.對外直接投資逆向技術溢出與全要素生產率:基于不同投資動機的經驗分析[J].國際貿易問題,2014(9):109-119.

[28] 陳剛.R&D溢出、制度和生產率增長[J].數量經濟技術經濟研究,2010(10):64-78.

[29] 余泳澤,張先軫.要素稟賦、適宜性創新模式選擇與全要素生產率提升[J].管理世界,2015(9):13-32.

[30] 魏婧恬,葛鵬,王健.制度環境、制度依賴性與企業全要素生產率[J].統計研究,2017(5):38-48.

[31] 張世國，王國成.企業投資、現金流與產能利用率[J].重慶理工大學學報(社會科學)，2017(1):52-58.

[32] POTTELSBERGHE V,POTTERIE B,LICHTENBERG F.International R&D spillovers:A re-examination[J].European Economic Review,1998，42:1483-1491.

[33] HANG L M,TU M Z.The impacts of energy prices on energy intensity:Evidence from China.Energy Policy,2007，35:2978-2988.

[34] GREENE W H.Econometric analysis[M].fourth ed.New Jersey:Prentice Hall,2000.

[35] WOOLDRIDGE J M.Econometric analysis of cross section and panel data[M].Cambridge,MA:MIT Press,2002.