日本對華貿易、直接投資對中國技術創新的影響

王 晗

(吉林大學經濟學院，吉林 長春 130012)

0 引言

為了解決經濟發展與收入分配之間的關系問題，庫茲涅茲引入U型曲線加以研究，最終形成庫茲涅茲曲線[1]。隨著研究的深入，U型曲線在各個方面得到了證實。例如，Panayotou利用U型曲線解釋環境質量與人均收入之間的關系[2]，陳淑云等利用U型曲線解釋一般人口集聚和區域技術創新之間的關系[3]。本文受到張蘭軍等金融發展與技術創新呈現U型曲線關系的啟發[4]，認為日本對中國貿易和直接投資是影響中國金融發展的重要因素，日本對中國貿易也可能與技術創新呈現U型曲線關系。進出口貿易均會對技術創新產生促進作用[5-6]。在出口對技術創新的影響方面，主要是“出口中學”理論[7-8]。進口貿易也會對技術創新起促進作用，貿易伙伴國的研究和開發會產生溢出效應[9-10]。

國際直接投資對技術創新的影響有正向影響與反向影響兩種，但大多數學者贊成國際直接投資對技術創新具有正向影響。國際直接投資對技術創新的影響主要通過跨國公司來實現，跨國公司產生的競爭效應、開放效應、學習效應和集聚效應會直接促進當地企業的技術創新[11-13]。Haddad等認為當跨國公司和本土企業之間技術差距較大時，會對國際直接投資的正向技術溢出效應起阻礙作用[14]。Haddad等的研究局限于工業基礎薄弱、技術落后的非洲國家摩洛哥，改革開放以來，中國本土企業不斷由“中國制造”向“中國智造”轉變，日本跨國公司和中國本土企業之間技術差距與日本跨國公司和摩洛哥本土企業之間的技術差距截然不同，本文更贊成日本國際直接投資對中國技術創新的影響存在正向影響。

1 日本對華貿易和直接投資對中國技術創新的影響

1.1 日本對華貿易對中國技術創新的影響

為了研究日本對華貿易對中國技術創新的影響，本文采用貿易互補指數來加以測算和衡量，貿易互補指數的計算方法有很多種，本文主要采用國際通用的計算公式：

(1)

本文按照SITC rev2中的1位碼產品類型進行計算，當貿易互補性指數大于1時，則說明日本和中國的互補性高于世界的平均水平，當貿易互補性指數在0～1之間時，則說明中日兩國對應的產品類型優勢不明顯。以日本為出口國時，具有比較優勢的產品類別是SITC7、SITC2。值得注意的是，日本作為一個資源匱乏的國家不可能在SITC2的出口方面具有比較優勢。細致分析SITC2可知，占SITC2出口40%以上的是金屬礦砂及金屬廢料，這一部分非食用原料，主要源自日本進口，并非日本固有的自然資源。以中國為出口國時，具有比較優勢的產品類別是SITC8。為了進一步研究日本對華出口額對中國技術進步的影響，需要將SITC分為資源密集型產品、勞動密集型產品、資本密集型產品和技術密集型產品等。本文不贊同劉威等的分類方法[15]，其分類方法認為SITC8中全部都是勞動力密集型產品，忽視了其中可能存在其他產品，如技術密集型產品等。本文參考Lall以及王立平等的分類方法[16-17]，將產品編號51、52、54、57、58、59、71、73、79、87和88劃歸為技術密集型產品，51表示有機化學品，52表示無機化學品，54表示醫藥品，57表示初級形狀的塑料，58表示非初級形狀的塑料，59表示未列名化學原料及產品，71表示動力機械及設備，73表示金工機械，79表示其他運輸設備，87表示專業、科學及控制用儀器和裝置，88表示攝影器材、光學物品及鐘表。本文將這三類產品作為一種產品計算，即技術密集型產品，按照SITC rev2中的2位碼產品類型進行計算，計算出中日兩國技術密集型產品的貿易互補指數，形成圖1。

圖1 以日本為出口國和以中國為出口國計算的技術 密集型產品貿易互補指數

由圖1可見，以日本為出口國的技術密集型產品貿易互補指數一直高于以中國為出口國的技術密集型產品貿易互補指數，但是以日本為出口國的技術密集型產品貿易互補指數呈現下降趨勢，以中國為出口國的技術密集型產品貿易互補指數呈上升趨勢，中日兩國的技術差距在不斷縮小。從日本對中國出口的技術密集型產品的種類來看，主要有兩種，一種是同質產品，另一種是異質產品。同質產品的進口加劇了與中國本土產品的競爭，為搶占市場份額，中國本土產品的生產商會提升本土產品的技術含量。異質產品一般為附加值較高的產品，其研發成本小于該產品上市后所帶來的收益，為了擴大企業的銷售利潤，本土企業也會不斷進行技術創新來實現縮短與進口產品的產品距離，故日本對華貿易對中國技術創新的促進作用將會越來越強。

1.2 日本對華直接投資對中國技術創新的影響

為了研究日本對華直接投資對中國技術創新的影響，本文采用反向驗證的方法，即通過中國對日本直接投資產生的技術逆向溢出效應來評價日本對華直接投資的技術正向溢出效應。中國對日本直接投資產生的技術逆向溢出效應，可以用中國通過對日本的直接投資獲得該國的研發資本存量溢出額來衡量。

一般認為，中國通過對日本的直接投資獲得該國的研發資本存量溢出額越多，越能說明其效果(科技成果數量多、水平高)越好。中國通過對日本的直接投資獲得該國的研發資本存量溢出額大體呈現上升趨勢，從2004年的2.2億日元攀升至2015年的44.4億日元。根據赤松要的“雁形模式”理論，日本具有科技發達、工業化程度高并且金融市場發達的特點，被稱為雁頭；中國具有工業基礎薄弱，沒有資本積累的特點，被稱為雁尾。由此可見，東亞投資模式由垂直化國際分工的“雁型模式”正在向垂直化國際分工的“后雁型模式”轉變。但是，中國通過對日本的直接投資獲得該國的研發資本存量溢出額兩次嚴重下降，也說明中國對日本先進技術的學習速度超過了日本技術創新的速度，兩國的技術水平將會越來越接近。一般而言，發達國家對發展中國家直接投資的正向技術溢出表現在發達國家進行產業結構轉型，將落后的技術轉移給發展中國家，中國利用對日本的直接投資使得日本先進的技術逆向溢出，加快縮短了與日本技術水平的差距，使中國提前享用到日本先進的技術，待到日本產業結構調整時，日本對中國的直接投資的正向技術溢出將會變得很弱。故日本對華直接投資對中國技術創新的促進作用將會越來越弱。

2 日本對華九省市貿易和直接投資對九省市技術進步影響的實證研究

2.1 模型設計

日本對中國影響的“階梯式理論”是指日本對中國貿易額從沿海到內陸隨著地理距離的增大呈現遞減趨勢,這一理論的根據是施炳展通過建立引力模型得出“地理距離對貿易流量的作用的 50%～70%可以歸結為廣度”這一結論[18]。本文將日本對中國各個省份的出口額進行排名,發現廣東省、江蘇省、上海市、浙江省、北京市、天津市、山東省、遼寧省和福建省是日本對中國的出口額排名前九名的省市，日本對以上九省市的出口額占對中國出口總額的89%以上。在模型構建方面，本文主要參考陳淑云等的模型構建[3]，將核心的解釋變量變換為日本對中國九省市的貿易和直接投資，對控制變量進行保留和刪減，與陳淑云等不同的是本文在考慮政府對技術創新的財政投入時沒考慮GDP因素，形成的模型如下：

lnINNOVATEit=β1lnTRADEit+β2(lnTRADEit)2+β3lnFDIit+β4lnGRADUATEit+β5lnFINANCEit+μi+εit

(2)

其中，lnTRADEit表示日本對中國九省市中第i個省份t時期的出口額的對數值，數據來源為國研網統計數據庫中的對外貿易數據庫。lnFDIit表示日本對中國九省市第i個省份t時期的直接投資的對數值。lnINNOVATEit表示中國九省市第i個省份t時期技術創新的對數值，數據來源為wind數據庫。lnGRADUATEit表示中國九省市第i個省份t時期的高校畢業生數量的對數值，數據來源為國研網統計數據庫中的教育統計數據庫。lnFINANCEit表示中國九省市第i個省份t時期的政府對技術創新的財政投入的對數值。由于wind數據庫中，政府對技術創新的財政投入以人民幣計價，本文通過調頻的方法，將人民幣與美元匯率的中間價的月度數據轉化為年度數據，將政府對技術創新的財政投入轉化為美元計價。μi為不可觀測的影響中國九省市技術創新的因素，εit為隨機擾動項。

2.2 變量選取

(1)lnTRADEit。一般而言，不斷增長的出口額一定會促進出口對象國的技術創新。本文主要討論日本對九省市的出口額對中國九省市技術創新的U型影響是否存在，若存在，會呈現倒U型曲線關系還是正U型曲線關系。本文假設U型影響存在，但是，倒U型曲線關系不存在。倒U型曲線意味著日本對中國九省市的出口額對九省市技術創新的影響會出現一個最大值，超過這一最大值之后，日本對中國九省市的出口額再增加，則會抑制九省市的技術創新，這顯然與傳統的經濟學理論“進出口貿易均會對技術創新起促進作用”相矛盾。正U型曲線中，日本對中國九省市的出口額對九省市技術創新的負面影響僅僅局限在日本對中國九省市的出口額小于臨界值并且持續上升或者下降，可能的原因可以歸納為三個方面：第一是日本國內本身經濟增長停滯和通貨緊縮這兩大難題導致的；第二是中日關系處于“政冷經冷”時期；第三是全球“次貸”危機、東日本大地震以及中日釣魚島爭端等特殊國際事件導致的。一般而言，日本對中國九省市的出口額對九省市技術創新會呈現正面影響。根據上文的分析，日本無論出口同質產品還是異質產品均會促進中國的技術創新。由于本文更支持日本對中國九省市的出口額對九省市技術創新呈現正U型影響，因此，本文預期日本對中國九省市的出口額的二次項系數應當為正，一次項系數無法確定。

(2)lnFDIit。傳統的經濟理論認為國際直接投資對技術創新的影響主要通過跨國公司來實現，跨國公司產生的競爭效應、開放效應、學習效應和集聚效應直接會促進當地企業的技術創新。由于勞動力價格的上漲使得中國世界工廠的地位下降，大量以生產為目的的日本對中國九省市的直接投資流向勞動力成本較低的東南亞等世界其他地區，加之日本始終推行量化寬松的貨幣政策，日元相對于人民幣貶值，貶值壓力促使日本減少對中國九省市的直接投資。另一方面，中國廣闊的充滿活力的市場吸引著日本資金的進入，加之日本始終推行量化寬松的貨幣政策，中小企業成長戰略的實施，使得企業有一定的對外投資基礎。由于日本對中國九省市的直接投資額上升或下降的趨勢無法確定，故日本對中國九省市的直接投資系數正負號無法確定。

(3)lnINNOVATEit。技術創新很難直接計量，一般來用替代變量來表示，本文選用中國九省市專利授權數作為九省市技術進步的替代變量。

影響中國九省市技術創新還有很多因素，我們不能把其全部歸納到擾動項之中，需要設置必要的控制變量。

(4)lnGRADUATEit。高校畢業生是技術創新的主要實踐者，也是衡量人力資本的重要指標。一般而言，畢業生數量越多，人力資本越多，越能促進技術創新。高校畢業生數量的系數的預期符號為正號。

(5)lnFINANCEit。一般而言，政府對技術創新的財政投入越多，越能促進技術創新，但是，也有學者對這一觀點持反對態度。陳淑云等認為政府對技術創新的投入可能會扭曲資源配置，對技術創新產生負面影響[3]，故政府對技術創新的財政投入的系數的預期符號無法確定。

2.3 實證檢驗

如表1所示的模型(1)，在考慮日本對華九省市的國際貿易和直接投資對九省市技術創新影響的同時，加入其他控制變量。本文對隨機效應模型進行估計，發現hausman檢驗的P值為0.0016，故不存在隨機效應，采用固定效應模型。本文利用Davidson-MacKinnon 外生性檢驗對日本對華九省市的出口額、出口額的平方、直接投資、高校畢業生數量以及政府對技術創新的財政投入進行檢驗，得出日本對華九省市的出口額、出口額的平方、高校畢業生數量以及政府對技術創新的財政投入為內生變量，最終，得出模型估計結果不可信這一結論。

考慮到模型存在內生性問題，本文引入sys-GMM模型進行重新估計，力圖結果準確、有說服力。本文將九省市的技術創新滯后一期作為工具變量，將模型(1)中的內生變量以及九省市的技術創新、技術創新滯后一期均作為內生變量，在模型(2)中,AR(1)P值小于5%，AR(2)P值小于5%，Sargan檢驗的P值大于5%，說明模型(2)未通過AR檢驗。盡管九省市的技術創新滯后一期作為工具變量是有效的，但是，模型存在二階自相關。最終，得出模型估計結果不可信這一結論。

本文考慮到引起內生性的原因有很多種，其中遺漏解釋是引起內生性的重要原因。本文引入九省市的GDP作為控制變量(由于wind數據庫中，中國發達省份的GDP以人民幣計價，本文通過調頻的方法，將人民幣與美元匯率的中間價的月度數據轉化為年度數據，將發達省份的GDP轉化為美元計價)。一般認為，技術創新與經濟增長是相互促進的關系，兩者呈現正向相關關系，但是克利諾夫提出了相反的觀點，他認為技術創新一般出現在世界經濟大周期的蕭條時期[19]。值得注意的是克利諾夫的研究僅僅關注發達國家GDP在一定時期內對技術創新的影響，有一定的局限性。與此同時，本文運用固定效應模型進行估計，并利用Davidson-MacKinnon 外生性檢驗對日本對華九省市的出口額、出口額的平方、直接投資、中國九省市的GDP、高校畢業生數量以及政府對技術創新的財政投入進行檢驗，結果發現模型(3)原有變量得出的結論與模型(1)相同，新增變量GDP為內生變量。

表1 日本對華九省市的貿易和直接投資對九省市技術創新的影響

注：本文對于AR檢驗、Sargan檢驗選取的置信水平和T檢驗選取的置信水平均為5%，其中變量下面的括號中為T檢驗的P值。

本文考慮到數據可能不平穩，也是引起內生性的主要原因，需要對日本對華九省市的出口額、出口額的平方、直接投資、高校畢業生數量以及政府對技術創新的財政投入進行單位根檢驗，結果發現上述變量均為一階單整變量。本文利用上述一階差分后的變量做固定效應模型并進行Davidson-MacKinnon 外生性檢驗，結果發現所有變量均為外生。日本對華九省市的出口額的變化率對九省市的技術創新的變化率有不顯著負向影響，出口額的變化率每上升1個百分點，九省市的技術創新的變化率就會下降0.1956471個百分點，日本對華九省市的出口額的平方項的變化率對九省市的技術創新的變化率有不顯著正向影響，出口額的平方項的變化率每上升1個百分點，九省市的技術創新的變化率就會上升0.0070567個百分點，日本對華九省市的直接投資額的變化率對九省市的技術創新的變化率有不顯著負向影響，直接投資額的變化率每上升1個百分點，九省市的技術創新的變化率就會下降0.0024092個百分點(見表2)。日本對華九省市的出口額對九省市的技術創新的負向影響轉化成正向影響的轉折點在2.1億美元，當日本對九省市的出口額小于2.1億美元時，影響為負，反之亦然。從2004年開始，日本對華九省市的出口額一直維持在874.5億美元以上，也就是說日本對華九省市的出口額對九省市的技術創新始終呈現正向影響。同時，本文從九省市與日本之間相互出口依賴度角度證明現階段日本對九省市的出口額對九省市的技術創新影響位于U型曲線的右側。對于中國發達省份與日本之間相互出口依賴度，本文主要借鑒李曉等的計算公式[20]，即發達省份對日本出口的依賴度為發達省份對日本出口額與中國總出口額之比，日本對中國發達省份出口的依賴度為日本對發達省份出口額與日本總出額之比。日本總出口額以日元計價，本文通過調頻的方法，將日元與美元匯率的中間價的月度數據轉化為年度數據，將日本總出口額轉化為美元計價，見圖2。

表2 一階差分后日本對華九省市的貿易和直接投資對九省市技術創新的影響

注：括號中為T檢驗的P值。

中日經濟合作展望有三個版本，即亞洲輝煌世紀、中等偏好陷阱和亞洲的破產。由圖2可見，中國九省市對日本出口的依賴程度大于日本對中國九省市出口的依賴程度，并且有擴大趨勢，亞洲輝煌世紀在出口依賴方面的體現是中國對其他亞洲國家出口的依賴程度不斷縮小，其他亞洲國家對中國出口的依賴程度進一步擴大，中國作為東亞市場提供者的地位進一步深化。本文認為中日經濟合作正由中等偏好向亞洲輝煌世紀轉變，在這一過程中，日本對華九省市的出口額對九省市的技術創新的影響始終位于U型曲線的右側。事實證明上文提及的三個原因并沒有使日本對華九省市的出口額降至U型曲線的左側，亞洲的破產也許使日本對九省市的出口額降至U型曲線的左側。一般而言，持續增長的來自日本的直接投資會促進中國九省市的技術創新，但是，日本對九省市的直接投資并不是始終上升的，2005年由70.47億美元下降到2007年的48.33億美元，2013年由127.3億美元下降到2014年的99.44億美元，盡管日本對九省市的直接投資受匯率變動以及中國勞動力價格上漲等多種因素影響，但兩段下降期均處于中日關系的“政冷經冷”時期。加之日本對中國九省市的直接投資的正向技術溢出比較弱，政治因素導致的日本對九省市的直接投資額大幅下降是日本對九省市的直接投資額系數符號為負的根源?？刂谱兞扛叩冉逃厴I生人數對九省市的技術創新呈現不顯著的正向影響，其原因在于九省市高校人才培養數量可觀，但是仍需強化對人才質量的培養?？刂谱兞空畬夹g創新的財政投入對九省市的技術創新呈現不顯著的負向影響，其原因在于九省市政府的科技投入過分追求短期的科技產出，忽視了科技研發周期等客觀因素，造成了資源配置的扭曲。

數據來源：國研網統計數據庫對外貿易數據庫、Wind數據庫。http://data.drcnet.com.cn/web/OLAPQuery.aspx?databasename=newhaiguan&cubeName=f_haiguan2017_4&channel=16&nodeId=931&uid=99440408。圖2 中國九省市與日本之間的相互出口依賴度

3 結論與建議

本文得出以下結論：

第一，日本對華貿易對中國技術創新的正向影響越來越強，日本對華直接投資對中國技術創新的正向影響越來越弱。

第二，日本對華九省市的國際貿易對華九省市技術創新影響的正U型曲線真實存在，在當前時期，日本對華九省市的國際貿易對九省市技術創新影響始終在U曲線的右側。

第三，日本對華九省市的直接投資對九省市技術創新的確存在負向影響，其原因在于日本對九省市的直接投資在2004—2015年區間內的個別區間受中日關系“政冷經冷”的影響嚴重下降，對整體的日本對華直接投資產生重大負面影響。第四，高等教育畢業生人數、政府對技術創新的財政投入對中國九省市的技術創新的作用不顯著。

本文提出以下政策建議：

第一，國家應該對從發達國家進口的高新科技產品給以更多的稅收優惠，鼓勵更多的中小企業進口高新科技產品，從進口中學，帶動中國技術創新。稅收優惠主要體現在兩方面，一方面是繼續加大減征或免征進口稅的力度，另一方面是出臺高新科技產品可以加速折舊的政策，減少進口高新科技產品企業的企業所得稅。

第二，中國仍應擴大對發達國家的直接投資，用直接投資的技術逆向溢出效應帶動中國技術創新。要發揮政策性銀行在信貸中的重要作用，鼓勵政策性銀行向創新型跨國公司貸款，將減免息或者減免貸款政策與創新型跨國公司掌握國外先進技術的深度和廣度相聯系，對掌握更多、更高深外國先進技術的跨國企業給予更大政策優惠，通過拉大跨國公司間的政策優惠不平衡，使跨國公司在學習國外先進技術方面不斷競爭，使更多的先進技術被我國掌握。

第三，人才培養應追求質量，而非數量，不斷培養高精技術人才，為中國技術創新注入活力。教育經費要向博士培養、出國留學等方面傾斜，不斷提升博士培養質量，鼓勵更多的人才出國深造，提高國外知名院校畢業生待遇，引進國外優秀人才，鼓勵“高精尖”人才回國工作。

第四，在加大政府對技術創新投入的同時，關注到資源配置問題。政府對技術創新的財政支出既要突出重點，又要統籌全局。政府的財政資源在加大對國防、太空開發等重點行業領域技術創新支出的同時，也要兼顧其他“冷門”行業，不斷縮小政府對各個行業技術創新的財政支出不平衡問題，與此同時，加大對技術創新的獎勵力度。