對外直接投資逆向技術溢出對中國產業結構升級的影響

樸英愛，于 鴻

（1.吉林大學 東北亞研究中心，吉林 長春 130012；2.吉林大學 東北亞學院，吉林 長春 130012）

一、引 言

對外直接投資（OFDI）逆向技術溢出是指技術相對落后國家或地區（母國）跨國企業通過將資本投入技術領先國家或地區（東道國）技術密集型行業，獲取東道國先進技術、設備、人才等科技資源并轉移回母國，利用所得研發成果及其正外部性，促進母公司乃至母國技術進步和創新能力提高。［1］在“走出去”戰略與“一帶一路”倡議的引導下，中國OFDI規模迅速擴大，OFDI企業數量由2003年的0.3萬家增至2020年的2.8萬家，存量從2003年的332億美元升至2020年的25 807億美元。2017年《關于規范企業海外經營行為的若干意見》《關于進一步引導和規范境外投資方向的指導意見》《民營企業境外投資經營行為規范》等規范企業OFDI行為和方向的政策性文件出臺后，中國OFDI的區位與行業分布進一步優化，流入發達經濟體技術密集型行業的OFDI規模及其比重持續上升。產業結構升級主要表現在一國或地區經濟結構中三次產業增加值所占的比重，由第一產業占優勢向第二、第三產業占優勢發展。［2］改革開放以來，中國憑借要素資源成本優勢，通過承接國際產業轉移以及大力發展出口貿易，鑄就了經濟迅速騰飛的奇跡，產業結構也實現了由“二一三”到“二三一”再到如今“三二一”的升級。但在中國經濟步入高質量發展階段的背景下，技術創新逐漸取代勞動力和資本投入，成為中國產業結構升級的“新引擎”，承接國際產業轉移存在的“市場換技術”效率相對低下、轉讓的技術水平偏低、技術溢出范圍有限、擠占國內科技資源、加劇中國產業結構調整路徑依賴與出口貿易低水平擴張等弊端日益凸顯，導致中國自主創新能力不足，高技術產業領域科技力量薄弱，并長期處于國際產業鏈、價值鏈低端位置。當前尋找推動中國產業結構向更合理、更高級階段演進的新路徑已經迫在眉睫。隨著中國OFDI的質量與水平逐漸提高，其在國內產生的逆向技術溢出效應不斷增強，分析OFDI逆向技術溢出對中國產業結構升級的影響，不僅有利于豐富發展中國家OFDI理論，還能夠通過檢驗OFDI效益，為中國OFDI的高質量發展提供政策啟示。

國內外學者關于OFDI的逆向技術溢出效應和母國產業結構升級效應研究已取得較為豐富的成果。例如，Fosfuri和Motta、Siotis、趙偉等從理論層面論證了發展中國家OFDI逆向技術溢出效應的存在；［3-5］Driffield和Love、Gazaniol和Peltrault、李梅和柳士昌分別運用動態面板GMM、PSM、面板門檻回歸模型等實證方法驗證OFDI逆向技術溢出能夠有效促進母國技術進步和創新能力提高；［6-8］Lewis、吳勤學、汪琦分別從邊際產業轉移、調整國際收支平衡和投資收益反饋等方面分析OFDI的產業結構升級效應；［9-11］趙云鵬和葉嬌、金明玉和王大超、李東坤和鄧敏分別運用動態面板回歸模型、Granger因果檢驗、空間杜賓模型等實證方法證明OFDI促進了中國產業結構升級。［12-14］但已有文獻針對OFDI逆向技術溢出影響母國產業結構升級的研究較少。聶明華等運用灰色關聯分析法，檢驗中國11個行業全要素生產率與產業結構升級之間的關系，發現中國各行業OFDI能夠產生逆向技術溢出效應，但效應弱于國內研發投入產生的技術溢出。［15］曾倩等以技術進步作為中介變量，分析中國對“一帶一路”沿線國家OFDI逆向技術溢出的產業結構升級效應，得出對沿線發達經濟體直接投資的逆向技術溢出促進中國產業結構升級，且技術進步存在中介效應的結論。［16］司增綽等運用面板門檻回歸模型檢驗中國OFDI逆向技術溢出的產業結構升級門限效應，發現OFDI逆向技術溢出對中國產業結構升級產生顯著的促進作用。［17］

綜上可知，已有關于OFDI逆向技術溢出影響母國產業結構升級的研究對兩者之間的非線性關系重視不足，且在研究過程中未對逆向技術溢出的來源行業和地域進行甄別。基于此，本文的邊際貢獻在于：以2003～2019年中國大陸對中國香港、美國、歐盟、新加坡、澳大利亞5個發達經濟體制造業、科學研究和技術服務業、信息技術傳輸／軟件和信息服務業直接投資存量為研究樣本，①截至2020年末，中國大陸對中國香港、新加坡、歐盟、澳大利亞、美國五個發達經濟體OFDI合計存量為16 958.9億美元，約占中國對發達經濟體OFDI存量的97%，因而選取中國對以上五個發達經濟體OFDI存量作為研究樣本，能較好地反映中國技術尋求型OFDI產生的逆向技術溢出。在C-H和L-P模型的基礎上，將中國吸收能力層面影響因素作為轉換變量，構建面板平滑轉換回歸（PSTR）模型，分析OFDI逆向技術溢出的母國產業結構升級效應及其影響因素，并提出了相應的政策建議。

二、OFDI逆向技術溢出影響母國產業結構升級的傳導機制

通常情況下，由發展中國家跨國企業投向發達國家技術密集型行業的“逆梯度型”直接投資是逆向技術溢出效應的主要來源。［18］

（一）母公司設立境外分支機構吸收當地先進科技資源

母公司通過OFDI吸收東道國先進科技資源的主要方式包括投資新建研發機構以及并購當地企業。母公司在東道國新建研發機構，根據在當地搜集的前沿技術信息與動態，輔以當地優質研發要素和環境，開展獨立研發或同其他研發機構、高校進行交流合作，能夠有效提高技術創新效率；母公司在東道國并購其他企業，不僅能夠掌握其已有研發成果、營銷渠道和管理經驗，還可以在被并購企業原有研發人員和設備的基礎上，直接進行技術研發和生產經營活動，從而大幅縮減技術創新的時間、資金和人力成本。

境外分支機構通過內部渠道將獲取的先進科技資源反饋給母公司，母公司根據母國及周邊國家市場需求對其加以改造并利用，使自身產品質量與市場競爭力顯著提高，并帶動國內其他企業擴大技術研發投入與技術尋求型OFDI規模，促進母國企業技術創新能力提升。一方面，行業內其他企業為保持市場占有率和利潤水平，將對母公司先進技術和產品進行學習和模仿，同時加快生產工藝與研發設備更新，甚至效仿母公司對境外技術密集型區域開展OFDI以實現技術趕超；另一方面，母公司技術水平提高倒逼處于同一產業鏈的上下游企業加快技術研發步伐，提高為母公司提供配套服務的質量和效率，從而實現母國企業技術創新能力提升。

（二）母國企業技術創新能力提高促進國內產業結構升級

企業技術創新能力提高加快母國技術更新速度，新技術的誕生對本產業發展產生推動效應，新技術在產業間擴散產生乘數效應，各產業在新技術基礎上優勝劣汰產生競爭效應，以上三種效應相輔相成，共同作用于母國產業結構升級。具體而言，母國企業技術創新能力提高主要通過以下四種途徑促進國內產業結構升級：一是提高生產要素質量與配置效率。技術創新催生新原料、新工藝和新設備，促進企業要素使用效率與生產效率不斷提高，有助于其降低生產成本，形成規模經濟，同時優化勞動力、原材料、中間產品等在產業鏈各部分之間的配置，促進產業鏈整體運行效率提高。二是促進新興產業發展。企業創新能力提高為新興產業發展提供技術支持，有助于其突破技術瓶頸。另外，先進技術的產生推動傳統產業更新換代，擴大生產規模，為新興產業發展提供充足的原材料，并將資源損耗嚴重、生產效率低下的傳統產業逐漸淘汰，讓渡發展空間、勞動力和資源支持新興產業發展。三是改善勞動力結構，技術創新使各產業之間的邊界逐漸模糊，推動產業融合發展和勞動生產率提升，使更多原本從事傳統產業的勞動者向附加值更高的新興產業轉移。四是刺激需求結構優化。企業通過OFDI學習先進技術的同時，將東道國先進產品及消費觀念轉移回母國，使母國消費者接受并認可新產品，企業技術創新能力提升加快產品更新速度，刺激消費者需求重心轉向質量與技術含量較高的先進產品，以需求結構優化帶動母國產業結構升級。

三、模型構建、變量選取與數據來源

（一）模型構建

Coe和Helpman以全要素生產率作為衡量一國或地區技術進步的指標，構建C-H模型，用于比較國內研發資本與通過國際貿易渠道獲取的國外研發資本對技術進步的影響。［19］Lichtenberg和Potterie對CH模型進行擴展，將通過國際直接投資渠道獲取的國外研發資本納入研究范疇，提出L-P模型。［20］由于OFDI逆向技術溢出與母國產業結構升級之間除存在線性相關關系外，還應存在非線性相關關系。因此，本文在C-H和L-P模型的基礎上，借鑒Gonzalez等的研究，構建如下PSTR模型：

在模型（1）中，ISit代表t年i國產業結構升級指數，分別代表t年i國通過OFDI和FDI渠道獲取的國外研發資本存量；H代表科技人力投入；α1～α4代表線性部分的系數；εit代表隨機擾動項；r代表轉換函數的個數；β1rg（qit，γ，c）～ β4rg（qit，γ，c）代表非線性部分的系數；qit代表轉換變量；g（qit，γ，c）代表轉換函數，是qit的連續函數，取值介于0到1之間；γ代表斜率參數，反映經濟關系在兩種機制之間的轉換效率；c代表qit的位置參數，反映機制轉換的位置，即門檻值；m代表g（qit，γ，c）位置參數的個數，取值一般為1或2。［21］為考察中國OFDI逆向技術溢出的產業結構升級效應及其影響因素，本文將表征中國對先進技術吸收能力的各項影響因素作為轉換變量，構建如下模型：

（二）變量選取

1.產業結構升級指數（IS）。產業結構升級為被解釋變量，用產業結構升級指數表示。本文選用第三產業增加值與第二產業增加值之比反映中國產業結構升級指數，比值越大，說明產業結構越高級。

2.中國通過OFDI渠道獲取的國外研發資本存量（Sofdit）。OFDI逆向技術溢出為核心解釋變量，本文運用通過OFDI渠道獲取的國外研發資本存量反映OFDI逆向技術溢出，其計算公式如下：

公式（9）中，OFDIit代表中國大陸t年對中國香港、美國、歐盟、新加坡、澳大利亞5個東道國（地區）制造業、科學研究和技術服務業、信息技術傳輸／軟件和信息服務業直接投資存量；knt和Snt分別代表東道國t年固定資本存量與國內研發資本存量。

公式（10）中，FDI代表中國大陸從上述各東道國（地區）吸收的FDI存量。

5.科技人力投入（H）。一國或地區技術創新能力的提升不僅受研發資金投入的影響，還依賴于科技人力投入的不斷增加。因此，本文將科技人力投入作為控制變量，并用中國R＆D人員全時當量衡量。

6.吸收能力層面的影響因素。本文將表征中國吸收能力的影響因素作為PSTR模型中的轉換變量，其量化方法如下：（1）研發投入強度（RD）用國內研發資本投入占GDP的比重表示；（2）勞動者受教育程度（ED）的計算方法是將小學、初中、高中、大學受教育階段分別賦值6、9、12、16，將歷年各受教育階段勞動力占比與對應賦值的乘積加總求和；（3）技術差距（GAP）用中國與東道國勞動生產率的比值表示，勞動生產率由各國GDP與就業人數之比計算得出；（4）經濟發展水平（AGDP）用人均GDP表示；（5）對外開放水平（AGDP）用進出口貿易總額占GDP的比重表示；（6）金融發展水平（FIN）用金融機構年底存貸款余額占GDP比重表示；（7）政府支持研發力度（GOV）用財政科技撥款占公共財政支出比重表示。

（三）數據說明

本文樣本涵蓋2003～2019年中國大陸除西藏自治區外，其他30個省（直轄市、自治區）OFDI以及反映其吸收能力的相關數據，樣本總量為510個。各省（直轄市、自治區）相關原始數據源于《中國統計年鑒》《中國對外直接投資統計公報》《中國科技統計年鑒》《中國勞動統計年鑒》《中國金融年鑒》、Wind數據庫、前瞻數據庫以及中經網統計數據；中國香港、歐盟、美國、澳大利亞和新加坡相關原始數據源于《中國對外直接投資統計公報》、世界銀行、歐盟統計局、新加坡統計局，個別年份缺失數據利用年均增長率估算法計算補足。對各變量數據取對數以消除量綱影響。

四、實證結果分析

（一）截面異質性檢驗和剩余異質性檢驗

運用PSTR模型進行實證檢驗的前提條件是變量之間存在非線性關系。因此，在運用PSTR模型分析OFDI逆向技術溢出對中國產業結構升級的影響之前，需要判斷兩者之間是否存在非線性關系。借鑒Gonzalez等（2005）的研究，本文分別運用Wald、Fisher和似然比三種方式對模型（2）～（8）進行截面異質性檢驗，分別用LM、LMF和LRT代表。其檢驗方法是當截面異質性檢驗拒絕原假設h0∶r＝0或β1r＝β2r＝β3r＝0時，表明OFDI逆向技術溢出與中國產業結構升級之間存在非線性關系。由截面異質性和剩余異質性檢驗結果可知（詳見表1），模型（2）～（8）均拒絕原假設，OFDI逆向技術溢出與中國產業結構升級之間存在非線性關系，可以采用PSTR模型進行參數估計。

表1 截面異質性和剩余異質性檢驗結果

在確定可以使用PSTR模型之后，需要通過剩余異質性檢驗判斷各PSTR模型在不同位置參數（m）維度下轉換函數（r）的個數。檢驗方式與截面異質性檢驗類似，當檢驗結果顯示不再拒絕原假設（h0∶r＝1，h0∶r＝2，h0∶r＝3）時停止檢驗，并基于最小信息準則比較AIC和BIC的值，確定最優轉換函數與位置參數的數量，檢驗結果詳見表2。根據擬合效果，本文以BIC最小值為基準，確定各模型最優轉換函數與位置參數的數量，具體結果詳見表3。

表2 模型最優轉換函數與位置參數數量的確定

表3 PSTR模型檢驗結果

（二）PSTR模型參數估計結果與分析

本文應用MATLAB軟件對模型（2）～（8）進行檢驗，檢驗結果表明勞動者受教育程度和技術差距存在雙重門檻，研發投入強度、經濟發展水平、金融發展水平、政府支持研發力度以及對外開放水平僅存在單一門檻（詳見表3）。具體分析如下：

首先，從研發投入強度、政府支持研發力度和對外開放水平三個影響因素上看，三者對中國OFDI逆向技術溢出產業結構升級效應的影響均存在單一門檻，并且在達到門檻值之前，OFDI逆向技術溢出對中國產業結構升級產生顯著負面影響；在三者各自越過門檻值之后，負面影響顯著增強。其主要原因可能在于：第一，在樣本期間內，中國研發投入強度和政府支持研發力度不斷增強，是中國企業技術創新能力提升的重要推動力，但兩者仍未達到門檻值，難以有效幫助企業突破技術瓶頸，導致通過OFDI渠道獲取的先進技術難以被充分利用，造成中國傳統產業更新換代受阻；第二，當研發投入強度與政府支持研發力度跨過門檻值后，意味著國內研發投入與財政科技撥款增加，一方面，按當前投入結構趨勢發展，中國基礎研發領域的資金支持仍然較弱，企業在境外先進技術基礎上進行原始創新的能力較差，不利于國內新興產業成長。另一方面，國內研發投入與財政科技撥款增加，企業研發活動得到充足的資金支持，其自主創新效率逐漸提升，導致企業以尋求先進技術為主要動機的OFDI規模不斷下降，造成中國OFDI逆向技術溢出的產業結構升級效應進一步降低；此外，在加入WTO之后，中國深刻融入國際分工體系，對外開放水平迅速提升，但是長期以來主要從事加工貿易，仍處于價值鏈中低端位置，致使國內勞動密集型制造業占比過高，造成通過OFDI獲取的國際前沿技術在國內的利用率較低，對于國內產業鏈運行效率提高和企業生產成本降低的作用較小，難以促進中國產業結構升級。根據模型（8）的檢驗結果，lnOPEN的門檻值為-0.103，對應中國對外依存度需達到90.2%，對外依存度過高極易導致貿易摩擦頻發，影響國內產業和經濟安全，并加劇中國對境外加工貿易領域低端技術引進的路徑依賴，造成企業通過OFDI獲取先進技術的成本和使用效率進一步降低。

其次，勞動者受教育程度和技術進步皆存在雙重門檻。模型（3）以勞動者受教育程度為轉換變量，當處于低區制時，模型（3）中的lnSofdi系數為-0.171，在1%水平下通過顯著性檢驗，表明當勞動者受教育程度（lnED）未達到門檻值2.335時，其對中國OFDI逆向技術溢出產業結構升級效應起到顯著的抑制作用；當越過第一門檻，但未到達第二門檻值2.453時，其對中國OFDI逆向技術溢出產業結構升級效應的抑制作用不顯著；雖然lnSofdi在第二轉換函數部分的系數為0.226，但由于三部分系數之和仍為負值，表明當越過第二門檻值時，OFDI逆向技術溢出仍然顯著抑制中國產業結構升級。造成這種結果的主要原因在于：勞動力受教育程度與中國先進技術吸收能力呈正相關，當其低于門檻值時，中國無法對來自東道國（地區）的先進技術進行有效吸收并加以利用，當其越過門檻值時，代表中國人力資本水平有所提高，并在一定程度上滿足產業技術創新的需要，同時導致國內勞動力成本逐漸升高，對通過OFDI渠道雇傭國外高技術人才產生擠出效應。模型（4）以技術差距為轉換變量，lnSofdi在線性和非線性部分的系數值分別為0.1095和-0.880，均在1%水平下通過顯著性檢驗，表明在技術差距（lnGAP）低于第一門檻值-1.733的情況下，隨著中國與東道國之間技術差距不斷縮小，OFDI逆向技術溢出能夠顯著促進中國產業結構升級；當技術差距越過第二門檻值0.182后，此時中國勞動生產率和技術水平高于東道國，通過OFDI渠道獲取的先進科技資源有限，難以對中國產業結構升級產生積極影響。

再次，當以經濟發展水平作為轉換變量時，模型（5）存在單一門檻和兩個轉換函數，由于非線性部分第二轉換函數對應lnSofdi的系數不顯著，說明lnAGDP的門檻值為1.982。當經濟發展水平越過門檻值后，lnSofdi的系數由-0.059降至-0.975，造成這一結果的主要原因在于：經濟發展水平能夠反映居民生活水平、需求結構及其對先進產品和技術的接受程度。當經濟發展水平未達到門檻值時，中國居民消費能力較差，對附有先進技術的新產品的接受程度不高，企業對于先進技術的引進和新產品的開發缺少積極性，OFDI逆向技術溢出對中國產業結構升級的影響不顯著；當經濟發展水平越過門檻值后，中國居民生活水平大幅提高，需求結構有所改善，但是在當前及未來全球產業鏈收縮重構的背景下，國內市場較東道國（地區）市場規模大、風險低等優勢日益凸顯，依托國內市場構建高技術產業集群、形成產業優勢是中國產業結構升級的重心，OFDI逆向技術溢出對中國產業結構升級的影響將相對減弱。

最后，從金融發展水平上看，其對中國OFDI逆向技術溢出產業結構升級效應的影響存在單一門檻，模型（6）存在兩個轉換函數。當模型（6）處于低區制時，lnSofdi的系數為0.002，但在統計意義上不顯著，表明當lnFIN低于門檻值1.160時，OFDI逆向技術溢出對中國產業結構升級的促進作用不明顯；當模型（6）處于高區制時，線性部分與非線性部分lnSofdi系數之和為正值，在1%水平下通過顯著性檢驗，表明當ln FIN高于門檻值時，OFDI逆向技術溢出顯著促進中國產業結構升級。其主要原因在于：金融發展水平的提高體現在金融體系健全、融資效率提升、金融服務質量改善等方面，直接影響企業OFDI及其效益，同時有助于國內企業引進先進設備和人才、在技術研發和OFDI過程中得到充足的資金支持以及先進技術在全國范圍內的擴散和吸收。截至2019年末，中國金融發展水平已越過門檻值，并且本文樣本涉及的中國大陸30個省（直轄市、自治區）中，有17個省份金融發展水平也已越過門檻值，說明金融發展水平顯著促進中國OFDI逆向技術溢出產業結構升級效應的顯現。

五、結論與政策建議

本文以中國2003～2019年間省際面板數據為樣本，基于OFDI逆向技術溢出對母國產業結構升級的影響機制，選取表征國內先進技術吸收能力的各項影響因素作為轉換變量，構建PSTR模型，實證檢驗OFDI逆向技術溢出影響中國產業結構升級的門檻效應，得出以下結論。第一，研發投入強度、政府支持研發力度、對外開放水平在達到門檻值后，OFDI逆向技術溢出對中國產業結構升級的負向影響顯著增強；第二，勞動者受教育程度在越過第二門檻值后，OFDI逆向技術溢出仍顯著抑制中國產業結構升級，但抑制作用有所減弱；第三，當中國與東道國（地區）技術差距較大時，OFDI逆向技術溢出顯著促進中國產業結構升級，隨著中國技術水平不斷提高，甚至超過東道國，從境外獲取的技術難以對中國產業結構升級產生積極影響；第四，經濟發展水平在未達到門檻值時，OFDI逆向技術溢出對中國產業結構升級的抑制作用不明顯，達到門檻值后，抑制作用顯著增強；第五，金融發展水平具有單一門檻，跨過門檻值后，OFDI逆向技術溢出顯著促進中國產業結構升級，當前中國金融發展水平已高于門檻值，金融發展水平顯著促進中國OFDI逆向技術溢出產業結構升級效應的顯現。

基于以上研究結論，本文提出如下政策建議：第一，持續優化OFDI的產業和區域分布。引導和鼓勵企業對技術領先國家高技術產業直接投資，提高技術尋求型OFDI比重，并充分利用從境外獲取的先進科技資源助力國內傳統產業更新換代和新興產業快速發展；第二，全面提高先進技術吸收能力。在保障表征吸收能力各指標的數量不斷提升的基礎上，重視國內研發投入與財政科技撥款結構的改善，加大在集成電路、新能源汽車等領域基礎研究的資金投入力度，重視科研人才培養，激發企業和人才技術創新活力；第三，推動中國金融業高質量發展。一方面，應進一步完善并優化中國金融機構體系、市場體系和產品體系，為企業技術尋求型OFDI和研發活動提供更高質量、更有效率的金融服務；另一方面，應尊重資本市場規律，針對符合國家產業發展方向、技術前沿領域、產品需求度高的企業進行精準支持，為企業“走出去”尋求先進科技資源提供充足的資金支持。