呂 娟，吳成頌

(安徽大學商學院，安徽 合肥 230601)

20世紀80年代開始，外商直接投資(FDI)陸續(xù)涌入中國，其中以長三角、珠三角等地區(qū)最為顯著，僅2011年長三角所有城市到位注冊外資就達504.82億美元，同比增長10.8%。FDI不僅為地區(qū)內(nèi)企業(yè)帶來存量資本和資金投入，也提供了先進的技術和管理經(jīng)驗。截至2010年底，中國FDI金額累計24016.12億美元，其中投資于制造業(yè)、房地產(chǎn)業(yè)的資金分別占到了58.3%和15.41%，可見FDI的流向相對集中于第二產(chǎn)業(yè)。產(chǎn)業(yè)結構調(diào)整是中國目前宏觀經(jīng)濟調(diào)控的重大目標之一，對于區(qū)域經(jīng)濟實現(xiàn)跨越式的增長起主導性作用。當前，中國產(chǎn)業(yè)結構調(diào)整的總方向是在保持重工業(yè)和技術密集型產(chǎn)業(yè)快速發(fā)展的同時，大力發(fā)展第三產(chǎn)業(yè)。

熊彼特提出“創(chuàng)新”理論后，自主創(chuàng)新在現(xiàn)代經(jīng)濟增長中的關鍵作用也被多數(shù)學者證實?？紤]到技術創(chuàng)新的重要作用，中國提出了“建設自主創(chuàng)新型國家”的口號，并實施了一系列技術創(chuàng)新扶持策略，如“國家863計劃”、“火炬計劃”等，其中很多項目在長三角地區(qū)企業(yè)內(nèi)落戶。地區(qū)產(chǎn)業(yè)結構的轉(zhuǎn)變逐漸將重心集中于發(fā)展第三產(chǎn)業(yè)(電子信息行業(yè)、文化產(chǎn)業(yè)、金融服務業(yè)等)，F(xiàn)DI在地區(qū)經(jīng)濟結構優(yōu)化中是否促進本土自主創(chuàng)新能力提升，進而協(xié)調(diào)推動地區(qū)產(chǎn)業(yè)結構升級是長三角地區(qū)下一步戰(zhàn)略規(guī)劃不可忽視的要點。

一、相關文獻回顧

按照克拉克的產(chǎn)業(yè)結構演進理論，各產(chǎn)業(yè)產(chǎn)值比重的變化可以揭示產(chǎn)業(yè)結構的狀態(tài)和演進。在產(chǎn)業(yè)發(fā)展過程中，產(chǎn)業(yè)結構將隨著經(jīng)濟增長而不斷發(fā)生變化，基本趨勢是第一產(chǎn)業(yè)產(chǎn)值比重不斷下降，第二、三產(chǎn)業(yè)比重則不斷上升。國內(nèi)外有關外資與產(chǎn)業(yè)結構變動的關系研究由來已久，其中多數(shù)主要集中于外資對于東道國產(chǎn)業(yè)結構調(diào)整的量化關系研究。國內(nèi)學者郭克莎、王燕飛、文東偉等以統(tǒng)計、調(diào)研數(shù)據(jù)為基礎，用實證方法證實FDI與中國產(chǎn)業(yè)結構調(diào)整存在著關聯(lián)關系［1-3］，而多數(shù)研究將研究對象鎖定于中國整體，對于特定區(qū)域的研究尚欠缺。就目前而言，這一領域的研究已開始逐步為學者所關注，有些學者的研究值得參考，如史星際、黃日福借助回歸模型估計檢驗了FDI對三次產(chǎn)業(yè)的貢獻度并對二者之間的因果關系作了模型設定和格蘭杰(Granger)檢驗，最后分別就如何利用FDI更好地推動中部地區(qū)產(chǎn)業(yè)結構升級問題展開討論，史星際還進一步提出了相關建議［4-5］。

技術進步是新經(jīng)濟環(huán)境下促進經(jīng)濟發(fā)展的原動力，技術的進步更多地取決于自主創(chuàng)新能力的層次，因而，F(xiàn)DI的流入對于東道國自主創(chuàng)新具有何種影響也就成為學者爭論的焦點。國外學者的研究起步較早，MacDougall為國外相關研究起到了開創(chuàng)性的作用［6］。在其中也不乏相互對立的研究成果:Lichtenberg和 Van Pottelsberghe的研究發(fā)現(xiàn)，F(xiàn)DI在1970—1990的二十多年內(nèi)并未將技術外溢帶到OECD 國家［7］;但Hejazi和Safarian卻發(fā)現(xiàn)同時期來自美國的FDI對相應的OECD國家有較為明顯的技術外溢效應。Blomstrom和Kokko發(fā)現(xiàn)FDI在墨西哥、烏拉圭、印度尼西亞等國家有著顯著的正向作用效應［8-9］。相反，Haddad 和 Harrison、Djankov、Hoekman等人的研究則表明，F(xiàn)DI在印度尼西亞、委內(nèi)瑞拉、墨西哥等國并不表現(xiàn)出正向的效應［10-11］。國內(nèi)有關外資與區(qū)域自主創(chuàng)新間的關系研究自21世紀初開始，近年來的代表性研究有侯潤秀和官建成、潘鎮(zhèn)等學者的成果［12-13］。

Grossman和Helpman認為，當一國經(jīng)濟相對落后時，通過吸收外資會得到較多免費或者廉價的國外科學技術;而隨著經(jīng)濟的發(fā)展，該國的科技進步將不得不更多地依靠自身的技術創(chuàng)新①。范承澤等在研究中則分別從公司和行業(yè)層面實證分析FDI對國內(nèi)企業(yè)自主創(chuàng)新的影響，在其結論中指出:FDI使國內(nèi)部分企業(yè)產(chǎn)生了自主創(chuàng)新的惰性，但自主創(chuàng)新對于企業(yè)及區(qū)域經(jīng)濟的發(fā)展仍是關鍵要素，企業(yè)自主科技研發(fā)不可替代［14］。

雖然國內(nèi)外學者對FDI的溢出效應形式進行了大量研究并以實證方法直接驗證了FDI與區(qū)域產(chǎn)業(yè)結構調(diào)整的關聯(lián)，但外資作用于區(qū)域產(chǎn)業(yè)變動的具體傳導機制和中間環(huán)節(jié)如何則未進一步分析。本研究立足于長三角地區(qū)外資與產(chǎn)業(yè)結構調(diào)整的實際，利用經(jīng)驗數(shù)據(jù)分析FDI對長三角產(chǎn)業(yè)結構的實質(zhì)作用過程。研究擬驗證以下幾點設想:

一是FDI溢出效應中的資本效應、技術效應和競爭效應對長三角產(chǎn)業(yè)發(fā)展具有不同的影響。

二是FDI、地區(qū)研發(fā)投入增加將促使自主創(chuàng)新能力的提升，推動地區(qū)產(chǎn)業(yè)結構升級。

三是FDI將與本土自主創(chuàng)新能力產(chǎn)生協(xié)同效應，進而優(yōu)化產(chǎn)業(yè)結構現(xiàn)狀。

二、實證研究

(一)模型設定及變量選取

動態(tài)面板數(shù)據(jù)的一般模型為:

其中，Yi，t為被解釋變量為被解釋變量的q階滯后項，模型設定過程中為達到動態(tài)考察的目的將其作為解釋變量加入其中，β'(L)為滯后算子，Xi，t為解釋變量，λt和 ηi則分別游離出與個體(地區(qū))與時間變化因素的影響，vi，t為隨機誤差項，服從正態(tài)分布，可能存在個體異方差，同時Xi，t與ηi之間可能存在一定的相關性。在一般模型設定時，不同個體對應的時間序列不一定具有同樣的時間跨度，但筆者在進行樣本選取時已保證了個體時間序列的一致性。

與研究FDI對勞動生產(chǎn)率的溢出效應類似，研究FDI作用于區(qū)域自主創(chuàng)新進而造成產(chǎn)業(yè)結構變動時仍需要構建一個與生產(chǎn)函數(shù)形式類似的產(chǎn)業(yè)結構變動函數(shù):

ISi，t表示長三角地區(qū)i城市t年的產(chǎn)業(yè)結構狀態(tài)。對于地區(qū)或國家產(chǎn)業(yè)結構的表示目前有多種方式，一般采用的量化指標是三產(chǎn)業(yè)產(chǎn)值或其就業(yè)人員在全部產(chǎn)業(yè)中所占比重。這兩個指標所描述的產(chǎn)業(yè)結構變動趨勢為:隨著經(jīng)濟發(fā)展或總量增長，第一產(chǎn)業(yè)的產(chǎn)值和就業(yè)比重呈下降趨勢，且前者下降要顯著快于后者。第二產(chǎn)業(yè)產(chǎn)值和就業(yè)的比重呈拋物曲線形式，但就業(yè)比重變動在上升期要比產(chǎn)值比重變動慢，下降期又相對快于產(chǎn)值變動。第三產(chǎn)業(yè)在迄今為止的經(jīng)濟發(fā)展史上兩項指標均呈上升態(tài)勢。在研究中采用鄭明亮、郭圣乾等人的經(jīng)驗方法，以長三角各城市第三產(chǎn)業(yè)產(chǎn)值占產(chǎn)業(yè)總值的比例來衡量地區(qū)產(chǎn)業(yè)結構的狀態(tài)［15-16］。

FDIPi，t表示長三角i市第t年的FDI溢出效應。以學者郭炳南的辦法操作，以i市t年的FDI金額與當年該市GDP的比值來表示FDI的溢出效應。［17］計算時由于FDI與GDP的單位并不一致，故將當年FDI乘以年平均對美元匯率，以消除統(tǒng)計口徑差異的影響。

LPatenti，t用以表示i城市t年的自主創(chuàng)新能力。對于自主創(chuàng)新的衡量，在學術界一直存在不一致的觀點。學者Daneels等指出創(chuàng)新最直接的產(chǎn)出是專利，包括專利申請量和授權量，但專利授權量受政府部門等多方面的影響。因此，筆者與國內(nèi)學者徐俠、王然等做法一致，采用專利申請量來衡量長三角各城市的自主創(chuàng)新能力［18-19］。

LIFTintoi，t為控制變量，表示 i城市 t年的創(chuàng)新資本投入。自主創(chuàng)新的開展以及產(chǎn)業(yè)結構優(yōu)化、升級中一項重要先決條件是創(chuàng)新資本投入。經(jīng)驗表明，研發(fā)實力相當?shù)臓顟B(tài)下，創(chuàng)新投入越大，自主創(chuàng)新的產(chǎn)出量就越大。對于研發(fā)基礎薄弱的地區(qū)，投入更多的創(chuàng)新人力資本、設備等，將大幅提升區(qū)域內(nèi)的自主創(chuàng)新能力。研究中以i市t年的固定資產(chǎn)投入來代表創(chuàng)新資本投入量。

FDIPi，t× LPatenti，t表示 i市 t年的 FDI 溢出效應與自主創(chuàng)新能力的交叉影響。國內(nèi)外現(xiàn)有的許多研究都已證實了FDI技術外溢的存在，但就其作用結果的研究存在分歧。例如，徐全勇在綜合分析中國區(qū)域?qū)用娴拿姘鍞?shù)據(jù)后指出，外商憑借資本優(yōu)勢和技術優(yōu)勢迫使中國以市場換技術，抑制國內(nèi)企業(yè)自主研發(fā)［20］;而王然等從產(chǎn)業(yè)關聯(lián)角度出發(fā)，認為基于研發(fā)外溢的FDI前向關聯(lián)顯著提高了下游內(nèi)資企業(yè)的創(chuàng)新能力，而基于技術升級的FDI前向關聯(lián)的作用并不明顯;FDI后向關聯(lián)倒逼的技術引進對創(chuàng)新活動的替代效應超過了技術溢出效應，抑制了上游行業(yè)的自主創(chuàng)新。在本研究中引入二者的交叉項，考察FDI溢出效應促進區(qū)域自主創(chuàng)新能力對產(chǎn)業(yè)結構調(diào)整的影響程度。

i表示長三角22個不同城市個體②，t代表時間序列，表示隨機誤差項。由于計量采用跨區(qū)域數(shù)據(jù)，因此，取對數(shù)在一定程度上減少了回歸結果可能產(chǎn)生的異方差性并保證序列的平穩(wěn)，本文在變量前面加L表示已經(jīng)對變量進行取對數(shù)處理。

(二)計量方法設定與數(shù)據(jù)來源

面板數(shù)據(jù)檢驗分析相對于傳統(tǒng)的最小二乘估計方法具有許多不可替代的優(yōu)勢:首先，面板數(shù)據(jù)可以提供大量信息，由于同時有截面維度與時間維度，從而增加了回歸的自由度并避免了共線性問題的出現(xiàn)，提高估計的精確度;其次，面板數(shù)據(jù)通常能解決由于“不可觀測的個體差異”和“異質(zhì)性”導致的變量遺漏現(xiàn)象;最后，面板數(shù)據(jù)提供了問題多層次分析視角，在本研究中體現(xiàn)為FDI溢出效應與自主創(chuàng)新能力對地區(qū)產(chǎn)業(yè)結構是否影響及作用程度。

估計時解釋變量的交叉項極易造成多重共線性問題，從而降低估計結果的精確性。為此，將FDI溢出效應與交叉項變量先后分別引入方程，同時根據(jù)模型設定的研究思路，將式(1)分別改寫為下列三個模型估計式:

上三式中，i=1，2，…，N;t=1，2，…，T。研究將上述三式確定為主要的估計檢驗模型。

動態(tài)面板模型中引入了轉(zhuǎn)換工具變量:GMM水平工具變量以及GMM型工具變量。檢驗結果的Sargan檢驗屬過度識別檢驗，即針對模型中工具變量的有效性設定。其中原假設H0，所有工具變量不存在過度識別。如果存在過度識別問題，則模型檢驗結果無效。因此，要求動態(tài)模型結果須通過后續(xù)的Sargan檢驗。

利用長三角地區(qū)22個城市面板數(shù)據(jù)構建動態(tài)回歸模型，時間跨度為2002—2010年的9年，共990個樣本信息點。有關原始數(shù)據(jù)來自于長三角統(tǒng)計年鑒(2005—2010)、長三角各省(直轄市)統(tǒng)計年鑒(2003—2010)、各省(直轄市)科技廳網(wǎng)站、長三角城市科技信息網(wǎng)，另有部分缺失數(shù)據(jù)通過調(diào)研等形式獲得。

(三)面板數(shù)據(jù)計量結果

使用長三角城市產(chǎn)業(yè)結構量化值作為被解釋變量，滯后一期的被解釋變量、FDI溢出效應、創(chuàng)新資本投入作解釋變量，同時考慮解釋變量的滯后一期以消除內(nèi)生性。計量分析前對比差分GMM和系統(tǒng)GMM的系數(shù)估計值及標準差，雖然二者系數(shù)估計值相近，但系統(tǒng)GMM標準差更小，這是由于使用了較多的工具變量(40個)，因而在后續(xù)估計中均使用系統(tǒng)GMM。利用現(xiàn)代計量軟件Stata 11.0得到如表1所示結果。

表1 模型(2)估計結果

根據(jù)模型估計結果看，使用產(chǎn)業(yè)結構為被解釋變量，外商直接投資溢出效應、創(chuàng)新資本投入為解釋變量，Sargan 檢驗獲得通過，p=0.968 4 ＞ 0.05，表示在5%的顯著性水平上，無法拒絕“所有工具變量均有效”的原假設，即模型估計中不存在工具變量過度識別問題，因而模型有效。進一步對估計模型進行Arellano-Bond自相關檢驗，實證結果接受了“擾動項無自相關”的原假設。

具體分析表1估計結果，F(xiàn)DI溢出效應對地區(qū)產(chǎn)業(yè)結構的改善起到較強阻礙作用，回歸系數(shù)為-0.102 6。實證估計結果與國內(nèi)主要以省級數(shù)據(jù)為基礎的研究結論相反［21］，如王紅領、徐俠等的研究。由于研究側(cè)重長三角地區(qū)且數(shù)據(jù)更新幅度較大，因而更確切地反映了新時期地區(qū)內(nèi)的實際狀況，同時這也與范承澤等人在微觀層面上的研究基本一致:外資導致了企業(yè)研發(fā)的惰性，即使創(chuàng)新資本投入的系數(shù)為正，但企業(yè)缺乏自主探索、研發(fā)新產(chǎn)品的能力。近年FDI大量進入長三角地區(qū)，恰恰這一地區(qū)是中國高新技術企業(yè)成長和發(fā)展的聚集地，雖然外資的資本效應一直存在，但隨著內(nèi)資企業(yè)資金實力的不斷增強，這種作用已日漸趨弱;同時，F(xiàn)DI的競爭效應卻愈發(fā)明顯，表現(xiàn)為外資的前向關聯(lián)加劇了產(chǎn)業(yè)鏈上企業(yè)的競爭，并且先進技術多以市場交換獲得的，嚴重阻礙了企業(yè)自身的成長和擴張。產(chǎn)業(yè)結構的滯后一期對產(chǎn)業(yè)結構的優(yōu)化調(diào)整有正向的促進作用，且影響系數(shù)高達0.537，表明伴隨著科技進步與經(jīng)濟的發(fā)展，地區(qū)產(chǎn)業(yè)結構的轉(zhuǎn)變和升級具有強烈的慣性和持續(xù)性。模型中創(chuàng)新資本投入系數(shù)為正，表明企業(yè)增加自身研發(fā)投入可在一定程度上優(yōu)化地區(qū)產(chǎn)業(yè)結構，但這一系數(shù)的絕對值僅為0.0465，表現(xiàn)出地區(qū)內(nèi)研發(fā)資源利用的低效率。

以長三角城市產(chǎn)業(yè)結構作為被解釋變量，同時將FDI溢出、自主創(chuàng)新能力及控制變量創(chuàng)新資本投入設定為解釋變量，以模型(3)估計，得到表2結果。估計結果中，Sargan檢驗值為18.189 1，概率p=0.9878 ＞0.05，說明該模型同樣不存在工具變量過度識別問題，可依據(jù)其做進一步分析。Arellano-Bond檢驗顯示:擾動項差分存在一階自相關，但不存在二階自相關，可以確定擾動項無自相關。估計結果表明在加入自主創(chuàng)新能力控制變量后，F(xiàn)DI的溢出效應變化并不十分明顯，而自主創(chuàng)新能力對地區(qū)產(chǎn)業(yè)結構的調(diào)整、升級起到推動作用，影響系數(shù)為0.0203。

對比模型(3)和模型(2)可知:在控制了自主創(chuàng)新能力的前提下，F(xiàn)DI溢出效應表現(xiàn)為更為顯著的負向作用。這種結果顯示，F(xiàn)DI不利于長三角地區(qū)產(chǎn)業(yè)結構升級，并且一定程度上FDI是通過影響地區(qū)內(nèi)的自主創(chuàng)新方向來實現(xiàn)對產(chǎn)業(yè)結構優(yōu)化的阻礙。因此，在長三角地區(qū)轉(zhuǎn)型發(fā)展的新時期，應調(diào)整既有的外資引入政策，不能單純“以市場換技術”，適當提高外資進入地區(qū)的門檻、限定系列轉(zhuǎn)入條件，并在條件允許的情形下將外資調(diào)配到承接產(chǎn)業(yè)轉(zhuǎn)移省市，如安徽、江西等，從而帶動中部地區(qū)產(chǎn)業(yè)整體協(xié)調(diào)發(fā)展。

表2 模型(3)估計結果

使用長三角城市的產(chǎn)業(yè)結構作為被解釋變量，同時考慮引入FDI技術外溢與自主創(chuàng)新能力的交叉項作為一個解釋變量，使用模型(4)來估計動態(tài)面板，見表3。

表3 模型(4)估計結果

從表3的估計結果可得知，模型的Sargan檢驗值為14.0442并獲得概率通過，表明模型的工具變量設定有效。進行二階的Arellano-Bond檢驗，證實模型擾動項無自相關，驗證了模型的可靠性。估計結果表明，F(xiàn)DI溢出效應與自主創(chuàng)新能力的交叉項對產(chǎn)業(yè)結構具有較顯著的解釋能力，影響系數(shù)高達0.897，說明FDI會帶來地區(qū)內(nèi)產(chǎn)業(yè)結構調(diào)整，也即FDI的技術效應會帶動地區(qū)整體的產(chǎn)業(yè)結構優(yōu)化。

三、結論及政策建議

本研究以長三角地區(qū)22個城市2002—2010年的近千個樣本數(shù)據(jù)為基礎，運用現(xiàn)代計量方法設定動態(tài)面板估計模型，并將FDI溢出效應與自主創(chuàng)新能力的交叉項引入模型作為解釋變量，檢驗了FDI溢出效應、自主創(chuàng)新能力及二者交叉項對地區(qū)產(chǎn)業(yè)結構的影響。實證研究結果顯示，在未考慮自主創(chuàng)新能力時，F(xiàn)DI對長三角地區(qū)產(chǎn)業(yè)結構有負向作用，即溢出效應弱化了地區(qū)產(chǎn)業(yè)升級的能力。在考慮本土自主創(chuàng)新能力后，F(xiàn)DI溢出效應系數(shù)仍為負，通過模型(2)、(3)驗證表明，F(xiàn)DI在整體上不利于長三角地區(qū)產(chǎn)業(yè)結構的調(diào)整，主要在于FDI帶來的競爭效應遠超過其技術溢出效應，這與現(xiàn)有的多數(shù)研究成果有一定差異。同時，在考慮交叉項的影響后，發(fā)現(xiàn)交叉項的系數(shù)高達0.897，F(xiàn)DI技術溢出通過提高本土自主創(chuàng)新能力對長三角地區(qū)產(chǎn)業(yè)結構產(chǎn)生較強的積極影響，這是本研究的創(chuàng)新點之一，目前現(xiàn)有的研究基本未涉及?？傮w而言，F(xiàn)DI的資本效應阻礙了長三角地區(qū)產(chǎn)業(yè)結構的升級，但其通過技術示范效應等能提升本地自主創(chuàng)新能力，進而顯著地推進地區(qū)產(chǎn)業(yè)結構調(diào)整。其次，長三角地區(qū)的創(chuàng)新投入未能推動本地產(chǎn)業(yè)結構的優(yōu)化，可能與本土企業(yè)研發(fā)資源利用效率低下直接相關。

針對上述實證結論，本文提出以下幾點建議:

第一，培育本土創(chuàng)新型企業(yè)，提升自主創(chuàng)新能力。長三角地區(qū)是中國高新技術企業(yè)和戰(zhàn)略新型企業(yè)的聚集地，研發(fā)基礎良好，加之中央、地方等各級政府的政策支持，應鼓勵企業(yè)尋找新項目，積極開展新產(chǎn)品研發(fā)。同時，政府應加快建立覆蓋范圍更廣的研發(fā)公共服務體系，從資金、技術等方面給予企業(yè)全方位支撐。

第二，合理引導FDI區(qū)域布局，強化企業(yè)技術吸收能力。FDI技術外溢通過提升自主創(chuàng)新能力可顯著地優(yōu)化地區(qū)產(chǎn)業(yè)結構，但這僅限于可以為本土企業(yè)提供技術或指導的部分外資。要注意避免引進低層次FDI，進而惡化本地市場競爭狀況，打壓本土企業(yè)自主創(chuàng)新的積極性。在招商引資時，注意對其合理布局并限定部分技術轉(zhuǎn)讓條件。本土企業(yè)在外資進入后，應加強對國際先進技術的學習、模仿，重點指導和扶持的工業(yè)龍頭企業(yè)應建立企業(yè)技術研發(fā)中心，提高企業(yè)技術融合能力，并在此基礎上積極探索新路徑，真正做到“學習—模仿—匹配—創(chuàng)新”。

第三，提高研發(fā)資源使用效率，加強科技成果轉(zhuǎn)化能力?！敖ㄔO創(chuàng)新型國家”提出后，越來越多的資源投入企業(yè)R＆D活動中，其中多數(shù)被企業(yè)獲取以進行新項目研發(fā)，但就目前長三角地區(qū)創(chuàng)新資本的使用效率看，并未顯著地優(yōu)化本地產(chǎn)業(yè)結構。分析其主要原因在于科技成果轉(zhuǎn)化效率的低下，應盡快完善長三角地區(qū)技術交易市場及相關配套建設，拓展產(chǎn)學研平臺合作范圍，建立科技成果的跟蹤指導和服務機制，進而實現(xiàn)科技成果的經(jīng)濟、社會雙重效益。

注釋:

①參見Grossman Gene和Elhanan Helpman的Innovation and Growth in the Global Economy，1991 年版。

②長三角即將增加合肥、馬鞍山等城市，狹義的長三角地區(qū)包含22個地市，研究中假定長三角地區(qū)自出現(xiàn)以來就涵蓋這些城市，以保證研究的一貫性和可行性。

［1］郭克莎.外商直接投資對我國產(chǎn)業(yè)結構的影響研究［J］.管理世界，2000(2):34-45，63.

［2］王燕飛，曾國平.FDI、就業(yè)結構及產(chǎn)業(yè)結構變遷［J］.世界經(jīng)濟研究，2006(7):51-57.

［3］文東偉，冼國明，馬靜.FDI、產(chǎn)業(yè)結構變遷與中國的出口競爭力［J］.管理世界，2009(4):96-107.

［4］史星際，崔佳佳.外商直接投資對中部六省產(chǎn)業(yè)結構調(diào)整的影響［J］.山西大學學報:哲學社會科學版，2011(1):121-126.

［5］黃日福，陳曉紅.FDI與產(chǎn)業(yè)結構升級:基于中部地區(qū)理論及實證研究［J］.管理世界，2007(3):154-155.

［6］MACDOUGALL G.The Benefit and Cost of Private Investment from Abroad:A Theoretical Approach［J］.Economic Record，1960(36):13-35.

［7］LICHTENBER F，VAN POTTELSBERGHE.International R＆D Spillovers:A Comment［J］.European Economic Review，1998(8):1843-1491.

［8］BLOMSTROM M.Foreign Investment and Productive Efficiency:The Case of Mexico［J］.Journal of Industrial Economics，1986(15):97-110.

［9］KOKKO A.Technology，Market Characteristics and Spillovers［J］.Journal of Development Economics，1994(43):279-293.

［10］HADDAD M，HARRISON A.Are there Spillovers form Direct Foreign Investment?Evidence from Panel Data for Morocco［J］.Journal of Development Economics，1993(42):51-74.

［11］DJANKOV S，B.HOEKMAN.Foreign Investment and Productivity Growth in Czech Enterp rise［J］.World Bank Economic Review，2000(14):49-64.

［12］侯潤秀，官建成.外商直接投資對我國區(qū)域創(chuàng)新能力的影響［J］.中國軟科學，2006(5):104-111.

［13］潘鎮(zhèn).外商直接投資是否促進了中國的科技進步——來自各地區(qū)的經(jīng)驗證據(jù)［J］.中國軟科學，2005(10):66-72.

［14］范承澤，胡一帆，鄭紅亮.FDI對國內(nèi)企業(yè)技術創(chuàng)新影響的理論與實證研究［J］.經(jīng)濟研究，2008(1):89-102.

［15］鄭明亮.區(qū)域產(chǎn)業(yè)結構調(diào)整與人口就業(yè)率關系的計量分析——以山東省為例［J］.財貿(mào)研究，2009(3):25-29.

［16］孫圣乾.我國失業(yè)率與產(chǎn)業(yè)結構調(diào)整關系實證研究［J］.財經(jīng)問題研究，2011(9):37-41.

［17］郭炳南.外商直接投資的技術外溢、自主創(chuàng)新能力與出口貿(mào)易結構——基于中國省級動態(tài)面板數(shù)據(jù)的經(jīng)驗考察［J］.經(jīng)濟經(jīng)緯，2010(2):34-38.

［18］徐俠，李樹青.FDI對科研活動影響的實證研究［J］.中國軟科學，2008(4):73-80.

［19］王然，燕波，鄧偉根.FDI對我國工業(yè)自主創(chuàng)新能力的影響及機制——基于產(chǎn)業(yè)關聯(lián)的視角［J］.中國工業(yè)經(jīng)濟，2010(11):16-25.

［20］徐全勇.外商直接投資對我國自主創(chuàng)新作用的實證分析——基于區(qū)域?qū)用娴拿姘鍞?shù)據(jù)分析［J］.世界經(jīng)濟研究，2007(6):14-18.

［21］王紅領，李稻葵，馮俊新.FDI與自主研發(fā):基于行業(yè)數(shù)據(jù)的經(jīng)驗研究［J］.經(jīng)濟研究，2006(2):44-56.