R&D、FDI和出口對制造業環境全要素生產率影響的實證分析

吳敏潔 ，程中華 ，徐常萍

（1.東南大學 經濟管理學院，南京 211102；2.南京信息工程大學 中國制造業發展研究院，南京 210044）

0 引言

在人口紅利下降，能源約束和環境污染壓力下，如何提高全要素生產率引起了政府和學界的重點關注。R&D、FDI和出口是帶動技術進步，提高全要素生產率的重要方式，新經濟增長理論認為以R&D投入為代表的知識投資，具有規模報酬收益遞增的特征，是促進全要素生產率增長的決定性因素[1，2]，中國工業部門的證據顯示：在一些因素影響下，R&D存在制約作用。諸如，技術創新基礎薄弱、知識積累不足、投入產出效率低等原因，R&D強度的提高一定程度抑制了工業全要素生產率的提升[3]。

FDI和出口可以通過技術外溢促進全要素生產率提高，Mello（1999）[4]指出FDI對經濟增長（全要素生產率）的作用取決于國家的具體情況——投資國與東道國的技術差距影響FDI的溢出程度。對出口而言，出口方式和出口產品結構主要決定了技術溢出獲益[5]。大部分學者認為FDI和出口對制造業全要素生產率增長存在正向影響[6,7]，還有一些學者從“污染轉移”和“技術依賴”角度提出了不同看法[8,9]。文獻梳理發現，以環境全要素生產率為觀察對象的研究較少，離開資源和環境約束的研究存在一定的片面性。當前，我國制造業部門環境全要素生產率處于什么水平？多種機制交織下R&D、FDI和出口對全要素生產率增長的凈效應如何？本文對上述問題進行探討，在此基礎上提出建議，以期為政府相關部門政策制定提供參考。

1 模型構建、數據來源和變量選取

1.1 模型構建

本文以創新驅動生產率增長的理論模型為框架，觀察增加R&D投入和獲得技術溢出（FDI和出口）兩大途徑對環境全要素生產率增長的影響。借鑒Nadiri（1993）[10]基礎模型，擴展后得到式（1）：

其中，下標i表示省份，t表示時間，LTF表示制造業環境全要素生產率指數，由于相鄰年份的生產率指數為0值附近的微小量值，回歸時不易識別。這里采用以1996年為固定基期，2002—2016期間各年份相對于基期的環境全要素生產率指數作為LTF，具體計算方法見后文；RD、FDI、Exp分別代表本文考察的三個核心變量RD、FDI和出口，x為控制變量，包括環境規制（Reg）、企業規模（Sca）、教育環境（Edu）和國有經濟（Sta）；λ、μ、ε分別表示地區、時間雙向固定效應和隨機誤差。

模型（1）聚焦于RD投入、FDI和出口對低碳發展的單獨效應，實際上技術創新低碳發展的作用機制常常是多因素作用的結果，RD受轉化效果的制約，外商投資亦在出口經濟中發揮重要作用，為了進一步考察這些關系，本文將模型進一步完善，得到模型（2）和模型（3）：

模型（2）和模型（3）在模型（1）的基礎上添加了交互項，分別增加了R&D和教育支持、FDI和出口交互作用的觀察。

1.2 數據來源

本文數據來源于2002—2017年的《中國統計年鑒》《中國能源統計年鑒》《中國科技統計年鑒》，選取了全國30個省份2002—2017年的面板數據進行整理（西藏由于能源、科技等數據的缺失，未列入考察）。由于各區域能源和R&D數據僅細化至工業口徑，考慮數據口徑的一致性，本文以制造業各數據指標為工業口徑。

1.3 變量選取

（1）被解釋變量，環境全要素生產率增長。全要素生產率是總產出與所有投入之比，反映生產活動的綜合效率，全要素生產率的增長意味著可以在不增加投入的情況下獲得額外產出，因此被視為可持續增長的表征。傳統全要素生產率僅考慮資本、勞動力和期望產出，能源和環境公共物品的“價格失靈”使得傳統方法對全要素生產率的測量存在失真。本文將包含資本、勞動力、能源、產值和二氧化碳排放五個方面的全要素生產率增長作為被解釋變量，為了區別于傳統全要素生產率，稱其為環境全要素生產率。

（2）解釋變量，R&D,FDI和出口。本文的核心解釋變量是R&D、FDI與出口。將R&D強度（R&D經費與主營業務收入比值）、外商資本金占比、和工業出口交貨值作為上述解釋變量的代表指標，各指標變量口徑為規模以上工業企業。2001—2016年，北京、上海、廣東、陜西、重慶、天津、浙江、江蘇是R&D投入強度（均值）最高的區域，2016年，上海、浙江、北京、廣東、天津和江蘇R&D強度更是達到了10%以上，這些省份也是外商投資和出口最多的區域。

（3）控制變量。除了上述變量，政策與教育、市場等環境因素也影響著環境全要素生產率增長，本文選取環境規制、制造業廠商規模、教育和國有經濟為控制變量。根據波特假說，適當的環境規制可以提高企業生產力，抵消環境保護帶來的成本，提升企業的競爭優勢。以環境全要素生產率增長為關注重心，選取治理廢氣完成投資作為環境規制指標；制造業廠商規模大，行業集中度高，技術創新也容易形成規模效應，本文采用地區制造業單位企業產值反映區域制造業廠商規模情況；良好的教育支持有助于提升區域技術創新能力，選取各區域高等學校數量作為代表指標；國有經濟中特殊的產權制度對技術創新的激勵和效率有著重要影響，這里采用國有資本占比代表。

上述解釋變量的描述性統計分析見表1，由于教育支持以高等學校數量為代表，是絕對數，因此，均值肯標準差較大。

表1 解釋變量描述性統計分析

2 綜合效率和環境全要素生產率指數演算

對全要素生產率增長的測算，本文首先采用SBM方向距離函數[11]，計算得到綜合效率（即全要素生產率，為了區別于全要素生產率指數，下文統稱綜合效率），在此基礎上構建環境全要素生產率增長指數——Luenberger指數。不同于傳統距離函數，SBM方向性距離函數將污染排放（非期望產出）納入效率測度，可以更為全面地反映經濟、能源、環境統一下的增長。

2.1 指數的演算方法

將K個制造業區域視為相應決策單元，構造生產前沿面，假設每個區域使用N種投入x=x1，…，xN∈，生產出M 種期望產出 y=y1，…，yM∈，同時排放I種非期望（“壞”）產出 b=b1，…，bI∈，每一時期t=1，…，T ，第K個區域的投入產出值為生產可行性集在滿足閉集和有界集、“好”產出和投入滿足可自由處置、零結合公理和產出弱可處置性公理的假設。運用數據包絡分析，可以將環境技術模型化為：

投入無效率：

期望產出無效率：

全要素生產率指數采用具有相加結構的Luenberger生產率指數測度，t期和t+1期間Luenberger指數具體形式如下：

非期望產出無效率：

由式（9）可得到各區域制造業相鄰年份全要素生產率指數，測算中能源數據來自中國能源統計年鑒各區域工業終端能源消耗量，勞動力投入為從業人員數平均數。資本存量無法直接獲取，采用戈登斯密的永續盤存法，折舊率借鑒張軍（2003）[12]中9.6%的估計值，得到資本存量估計值。產值數據以1990年為基期進行價格平減。二氧化碳排放由終端各類能源消耗乘以排放系數得到，折算系數來自IPCC指南和OECD報告。

2.2 指數的演算結果

由SBM方向性距離函數（式（5）至式（8））得到規模報酬可變下各省份綜合效率以及分解后資本、勞動力、能源、產出和二氧化碳（非期望產出）效率，SBM方向距離函數得到的效率水平以無效率值表示，無效率值越大，效率水平越低。它們反映各省份靜態的效率狀況，結合式（9）可進一步得到各省全要素生產率指數，反映各省生產率的效率狀況。由于篇幅限制，同時也為了更為清晰地分析區域效率和環境全要素生產率變化中的共性和個性特征，本文將30個省份按照東部、中部與西部劃分進行研究，觀察區域全要素生產率增長過程（見表2）。

表2 2002—2016區域效率水平與全要素生產率指數平均值

2002—2016年全國綜合效率平均值0.2715，說明存在27.15%的平均投入冗余、排放過量和產出不足。結合各項投入和產出效率可以發現，減少2.38%資本投入、2.96%勞動力投入、7.31%能源投入、11.53%二氧化碳排放，增加2.98%期望產出可以達到生產前沿面。二氧化碳排放效率和能源效率的過低是無效率的主要源泉，分別貢獻了42.47%和26.92%。一定程度反映了中國能源資源和環境資源市場價格信號的失真造成資源的過度使用、污染的過度排放。從區域角度看，東部地區制造業綜合效率的無效率值僅0.0921，效率水平最高。中部和西部效率水平相當，無效率值約四倍于東部，區域制造業存在較大的效率梯度差。

3 實證分析

3.1 全國數據分析結果

面板數據回歸模型一般需要在固定效應、隨機效應和混合回歸間進行選擇，首先，在固定效應分析中P＞F=0，即拒絕混合回歸假設；其次，通過LM檢驗拒絕了“不存在隨機效應”的原假設；最后，考慮固定效應或隨機效應，從抽樣數據看，30個省份對象并非隨機選取，應選擇固定效應模型，Hausman檢驗P值為0，亦拒絕了隨機效應假設，因此，本文選擇固定效應模型進行回歸，并從省份和時間兩個維度均進行了固定，它的優點是可以控制住所有不隨時間變化但對每個區域是特定的變量（區域固定效應）和所有不隨區域變化但對每個時期都是特定的變量（時間固定效應），而不需要任何與這些變量相關的數據。回歸結果見表3。

表3 全國各區域回歸結果

模型（1）考察了全國范圍的R&D、FDI和出口三大核心變量對環境全要素生產率的影響，從回歸系數看，在其他變量不變的情況下，我國R&D每提高1個單位強度，環境全要素生產率減少11.2988個單位；外商資本比重每提高1個單位，環境全要素生產率減少0.3670個單位；出口交貨值每增加1個單位，環境全要素生產率減少0.0913個單位。R&D、FDI和出口的系數均通過了顯著性檢驗，對交互項的觀察發現，教育和研發的交互作用對環境全要素生產率增長的影響并不顯著，FDI和出口的交互影響顯著制約了制造業環境全要素生產率增長?？刂谱兞恐薪逃蛧薪洕烙嬒禂碉@著，但方向相反，前者促進后者抑制。環境規制和廠商規模的作用不顯著?？傮w而言，全國范圍內三核心變量與交互項對制造業環境全要素生產率增長的影響或為負向或不顯著。我國區域差異大，上述影響對不同區域是否一致？又或者由于區域差異使得部分變量的整體效應缺乏顯著？本文接著將觀察對象劃分為東部和中西部進行分析。

3.2 分區域數據分析結果

繼續采用面板數據雙向固定效應模型分區域回歸，結果見表4。對東部地區來說R&D、FDI和出口均顯著抑制了制造業環境全要素生產率增長，東部地區R&D的抑制效應較全國范圍更強，但R&D和教育的交互作用對環境全要素生產率的影響并不顯著。FDI作用下的出口也顯著不利于東部地區制造業環境全要素生產率增長，除國有經濟外，其余控制變量——環境規制、廠商規模和教育都顯著促進影響；中西部FDI和出口交互項系數高達7.3580，并在10%水平顯著，說明不同于東部地區，中西部出口導向型外商投資大大促進了區域環境全要素生產率的提高。R&D與教育的交互同樣正向作用于制造業環境全要素生產率增長，但R&D和FDI的單項作用不顯著，此外，各控制變量在中西部地區未現顯著作用，中西部區域落后的市場化進程和教育資源的匱乏或為主要原因。

核心變量的作用存在較大的區域差異：

（1）R&D的負向作用在東部區域顯著，中西部不顯著。R&D的負向影響又稱為R&D悖論，主要有三個方面原因：一是國家創新系統失靈；二是邊際收益遞減；三是前兩種原因共同作用。中國制造業部門R&D負向影響的原因，從東部與中西部的差異可見一斑。僅僅是收益遞減規律或國家創新系統的失靈的作用，那么東部和中西部的回歸系數應同為負或皆不顯著，因此，可推論我國現階段R&D悖論受技術創新系統R&D收益遞減和國家創新系統失靈的共同影響。前者屬于經濟規律作用，后者則需要政策修正，國家創新系統失靈則可能存在多方面表現：首先，環境因其公共性存在價格信號失真，當國家創新系統政府干預不夠時，無法引導R&D資源向低碳節能領域有效配置；其次，激勵政策失效。賈根良（2009）[13]發現中國政府通常以政策優惠鼓勵跨國公司在中國從事R&D活動，這些公司一方面享受中國政府給予的政策優惠，聲稱加大在中國的研發力度，另一方面將核心技術環節嚴格保密控制，研發成果也以母國戰略為核心，新技術開發出來即被投入國外市場,看似不斷擴大的R&D投入并沒有轉化為中國的生產力。最后，中國的知識產權保護制度還不完善，發明方專利有時不能得到有效保護，東部區域的某項技術剛出現，即被中、西部企業模仿，憑借低廉的比較優勢擠占市場，東部的高R&D投入無法獲得有效產出。此外，良好的教育環境有助于R&D及其吸收轉化，改善中西部高等教育基礎設施促進了R&D對低碳增長的正向貢獻，東部地區R&D在更為完善的教育基礎設施作用下未現正向影響，政府部門需促進發達區域高等教育研究成果的加速轉化。

表4 分區域回歸結果

（2）FDI的作用同樣是東部顯著抑制，中西部未現顯著性。FDI對東部區域制造業低碳發展在總體上呈抑制效應，結果與魏后凱（2002）[14]FDI促進東部區域經濟增長的結論看似矛盾，實際上兩者研究的時期不同，魏后凱研究的是1985—1999期間，本文的觀察時間是2002-2016年，改革開放初期，東部區域內外資企業技術差距大，產生足夠溢出，FDI帶動了東部地區經濟發展，內資企業快速成長，隨著國內外企業技術差距的不斷縮小，FDI溢出效應減弱，負向效應突顯。中西部技術基礎薄弱，技術溢出的梯度差足夠，然而地理位置和自然環境的局限，使得中西部地區對外商投資吸引力不夠，2016年新疆外商資本比重不足1%，寧夏、青海、甘肅、云南、貴州等也僅在1%～2%之間，過少的FDI使其系統作用得不到發揮，也因此，中西部FDI作用效果并不顯著。

（3）出口是區域差異最大的影響因素（東部和中西部出口系數均在5%的水平顯著，兩者符號相反），貿易是獲得技術溢出的又一途徑，東部沿海地區是我國開放最早的區域，期初，憑借比較優勢，出口低技術勞動密集型或污染密集型產品成為地方經濟的特色和優勢，也因此帶動地方經濟的快速發展，隨著區域經濟水平的提升，東部地區和出口國的技術勢差不斷縮小，技術溢出獲益減少，將有限資源集中于低端勞動密集型或污染密集型產業已不適應區域產業結構升級的要求，開始抑制區域制造業低碳發展。而處于經濟低洼的中西部還存在相當數量的閑置的土地和勞動力，擴大出口、充分利用這些資源有助于獲得規模效應和技術溢出。值得注意的是，我國相當部分的出口由外商直接投資主導，這反映了經濟全球化進程下跨國公司全球區位布局的統籌安排——將制造安置在生產成本最低的區位，再將產品銷往全球，同理，東部和中西部不同的經濟發展水平、與出口國的技術勢差等使外商投資主導型出口形成了對區域不同程度和不同方向的作用。

4 結論與建議

本文采用SBM方向性距離函數和Luenberger指數構建并測算了考慮資本、勞動力、能源、產出和二氧化碳排放五個方面的效率水平和環境全要素生產率指數。并采用雙向固定效應模型對R&D、FDI和出口對制造業全要素生產率增長的影響進行實證分析。結果表明：（1）我國2001-2016期間制造業部門全要素生產率平均每年增長1.01%，東部效率最高；（2）出口導向和利用外商投資的發展戰略使東部地區效率過多地受到國外市場的影響。中西部和東部生產率整體差距有所減小，能源和環境效率差距未見改善，產出不足限制了中西部產出效率的提高；（3）R&D、FDI和出口對環境全要素生產率的影響存在顯著區域差異，R&D、FDI和出口抑制了中國東部地區環境全要素生產率的增長。相反，出口顯著促進了中西部環境全要素生產率，R&D和FDI的單獨作用不顯著，但在良好的教育環境作用下R&D現促進影響，而出口導向的FDI也成為推動中西部環境全要素生產率的重要動力。

綜上所述分析，本文給出如下建議：首先，由于國家創新系統失靈和邊際收益遞減共同影響，R&D抑制了我國東部區域低碳增長，政府部門有必要調整當前創新激勵政策，如，為內資企業R&D活動提供更多支持，完善能源定價機制和產權保護系統。其次，FDI和出口戰略下，東部制造業低端鎖定和技術依賴效應占據主導，起阻礙作用。東部制造業亟需轉型升級。最后，對中西部來說，吸引外商投資，擴充出口市場更有助于低碳增長。