柴慶春 張楠楠

一、引言

近年來中國的對外直接投資(ODI)金額迅速增長，于2014年首度超過吸引外商投資的金額，成為資本凈流出國。在對外直接投資額快速增長的背景下，投資的質(zhì)量和效率成為必須重視的問題。多項針對中國投資者的海外投資動機(jī)調(diào)查研究顯示，開拓海外市場和獲得國外的先進(jìn)技術(shù)與管理經(jīng)驗是中國對外直接投資的主要動機(jī)。本文將就中國的對外直接投資是否幫助中國投資者獲得了技術(shù)進(jìn)步展開研究，即中國的對外直接投資是否存在逆向技術(shù)溢出效應(yīng)，并檢驗分析投資者所在不同行業(yè)是否存在溢出效應(yīng)的差異。

2006年3月商務(wù)部研究院和商務(wù)部合作司共同對我國對外之間投資企業(yè)進(jìn)行了一次大范圍的問卷調(diào)查，結(jié)果顯示，擴(kuò)大市場銷售份額是我國企業(yè)開展海外投資的首要動機(jī)，其次是學(xué)習(xí)和引進(jìn)國外的先進(jìn)技術(shù)等。2008年世界銀行發(fā)布《全球經(jīng)濟(jì)展望：發(fā)展中國家的技術(shù)擴(kuò)散》研究報告，指出中國試圖通過ODI獲得逆向技術(shù)溢出。更早些時候，魯桐(1998)[1]對中國對外直接投資企業(yè)的問卷研究顯示，中國企業(yè)對外直接投資的動機(jī)主要是擴(kuò)大海外市場和尋求先進(jìn)技術(shù)。

然而，現(xiàn)有的對外直接投資的理論并沒有有效支持通過對外投資可獲得先進(jìn)技術(shù)的理論。國外學(xué)者針對日本對美國的直接投資可能帶來了日本的技術(shù)進(jìn)步的研究，為我們的研究提供了示范，我國學(xué)者對我國的直接投資與技術(shù)進(jìn)步的關(guān)系也進(jìn)行了一些探索性研究。但這些探索性研究還遠(yuǎn)遠(yuǎn)不夠，需要進(jìn)一步將對外直接投資進(jìn)行精細(xì)的區(qū)分，比如投資者的行業(yè)、東道國的要素稟賦、投資的形式(合資、獨資或是并購)、投資的類型(水平和垂直)等，來細(xì)致地考察投資的逆向技術(shù)溢出效益存在與否以及作用機(jī)理如何。通過大量的經(jīng)驗性檢驗來驗證對外直接投資與投資母國技術(shù)進(jìn)步之間的相關(guān)關(guān)系，并進(jìn)而檢驗因果關(guān)系，是探索逆向技術(shù)溢出理論的有效途徑。

二、文獻(xiàn)綜述

首先提出對外直接投資的逆向技術(shù)溢出效應(yīng)這一論題的學(xué)者是Kogut和Chang，他們于1991年在《技術(shù)能力與日本在美國的對外直接投資》[2]一文中，以日本企業(yè)海外投資為實證對象的研究揭示，日本公司在美國的直接投資，集中在研發(fā)密集型的產(chǎn)業(yè)。把直接投資劃分為綠地投資與并購、合資與獨資等形式之后，他們發(fā)現(xiàn)日本公司在美國的投資以合資形式為主，這有利于通過合資企業(yè)向母國公司轉(zhuǎn)移在美國獲得的技術(shù)。Neven和Siotis(1996)[3]以及Branstetter(2006)[4]等學(xué)者以實證檢驗的方法驗證了日本企業(yè)通過對美國的直接投資提升了這些公司的技術(shù)水平，即日本對美國的ODI存在逆向技術(shù)溢出效應(yīng)。 另一個對逆向技術(shù)溢出效應(yīng)的研究做出突破性貢獻(xiàn)的是Lichtenberg和Pottelsberghe(1996，2001)[5-6]，他們考察了ODI溢出的海外研發(fā)投入存量與全要素生產(chǎn)率(TFP)之間的關(guān)系。提出進(jìn)口規(guī)模、對外直接投資和外商直接投資都會產(chǎn)生國際研發(fā)的溢出。他們將對外直接投資溢出渠道引入模型，即L-P模型。之后，相繼有學(xué)者利用L-P模型以日本、德國等國家的數(shù)據(jù)對利用3種不同渠道(FDI、進(jìn)口和對外直接投資)而溢出的國外研發(fā)資本存量進(jìn)行了研究，研究結(jié)果顯示，對外直接投資可以獲取東道國的技術(shù)溢出，對國內(nèi)的技術(shù)進(jìn)步產(chǎn)生促進(jìn)作用，這些研究證實了逆向技術(shù)溢出效應(yīng)是存在的。

在我國的對外直接投資與技術(shù)進(jìn)步的關(guān)系的研究方面。冼國明和楊銳(1998)[7]從技術(shù)積累、競爭策略方面對發(fā)展中國家外向FDI進(jìn)行了研究，認(rèn)為發(fā)展中國家的對外直接投資是學(xué)習(xí)型的，并構(gòu)建了發(fā)展中國家對發(fā)達(dá)國家投資的“學(xué)習(xí)型FDI”模型。馬亞明和張巖貴(2003)[8]引入技術(shù)單向擴(kuò)散與雙向擴(kuò)散模型，證明發(fā)展中國家的公司可以通過對發(fā)達(dá)國家的直接投資產(chǎn)生雙向技術(shù)擴(kuò)散效應(yīng)，從而實現(xiàn)技術(shù)升級。方希樺等(2004)[9]利用物化型技術(shù)溢出(即商品貿(mào)易和ODI)的概念，運(yùn)用Coe和Helpman(1995)[10]、Coe等(1997)[11]提出的C-H模型，證明貿(mào)易伙伴國 R &D 投入通過物化的進(jìn)口品(中間投入品、 機(jī)器設(shè)備等)間接地推動了我國的技術(shù)進(jìn)步，從而證明物化型技術(shù)溢出效益是存在的。趙偉等(2006)[12]以L-P模型為基礎(chǔ)開展研究，結(jié)果認(rèn)為，我國對外直接投資對我國生產(chǎn)率增長有促進(jìn)作用，其作用機(jī)理是通過國外的研發(fā)活動向母國產(chǎn)生溢出效應(yīng)來完成的。其后，又有一些學(xué)者利用L-P模型，改變和調(diào)整不同變量來驗證中國對外投資與技術(shù)進(jìn)步的關(guān)系。陳巖(2011)[13]參照基于C-H模型改造后的L-P模型構(gòu)建逆向技術(shù)溢出回歸模型，不僅計算了各省的TFP和研發(fā)存量，還引入技術(shù)差距、人力資本、經(jīng)濟(jì)開放程度、金融發(fā)展水平等變量，其研究結(jié)論是：對外投資的逆向溢出效應(yīng)并非普遍和一致的，而是取決于投資者所在的地區(qū)在經(jīng)濟(jì)與技術(shù)各方面的特點。 即投資者所在地區(qū)的異質(zhì)性特別是在吸收能力方面的差異影響逆向溢出效應(yīng)的程度。

針對影響逆向技術(shù)溢出的因素的研究，也有一些成果。歐陽艷艷(2010)[14]考察了中國的創(chuàng)新能力和消化吸收能力等因素，得出了10個影響對外直接投資逆向技術(shù)溢出的因素，指出不僅東道國R&D能夠影響到中國對外直接投資技術(shù)溢出，而且人均國民收入和中國GDP也有著十分明顯的影響作用。沙文兵(2014)[15]的研究發(fā)現(xiàn)，相關(guān)的促進(jìn)影響因素主要表現(xiàn)在兩方面：一方面是創(chuàng)新水平，其主要表征為R&D 經(jīng)費投入和居民專利申請數(shù)量；另一方面為經(jīng)濟(jì)發(fā)展水平，其主要表征為人均GDP。除此之外，對于東道國而言，其知識產(chǎn)權(quán)保護(hù)制度越是完善，則中國企業(yè)就越容易借助于對外直接投資實現(xiàn)逆向技術(shù)溢出。

通過對文獻(xiàn)的梳理，可以得出四點結(jié)論：一是所有的研究都是探索性的，甚至連逆向技術(shù)溢出效應(yīng)的界定都存在模糊理解。二是實證分析尚未取得一致的經(jīng)驗檢驗結(jié)果，更沒有形成權(quán)威的理論。三是關(guān)于中國實踐的研究，以實證分析為主，但方法、指標(biāo)、數(shù)據(jù)都很分散，缺少權(quán)威結(jié)論。四是逆向技術(shù)溢出效應(yīng)的地區(qū)性差異、行業(yè)性差異、投資主體差異值得深入研究。

基于以上文獻(xiàn)研究的結(jié)論，本文確定兩個研究目標(biāo)：第一，驗證中國ODI存在逆向技術(shù)溢出。依據(jù)L-P模型，使用最新的規(guī)模增長了的數(shù)據(jù)，并區(qū)分IFDI和ODI對技術(shù)進(jìn)步的影響，考察技術(shù)溢出的滯后性。第二，檢驗ODI的逆向技術(shù)溢出存在行業(yè)差異。分析哪些行業(yè)的對外直接投資可以獲得更好的逆向技術(shù)溢出。

三、中國對外直接投資的逆向技術(shù)溢出效應(yīng)的實證檢驗

(一)模型與變量設(shè)計

本文借鑒L-P模型，以全要素生產(chǎn)率TFP為被解釋變量，以對外直接投資溢出的國外的研發(fā)投入為主解釋變量，同時考慮外商直接投資、國內(nèi)研發(fā)和人力資本的影響，建立模型如下：

LnTFPit=cons+αLnSODIit+βLnSFDIit+γRDit

+δHCit+it

(1)

其中，TFPit是各個行業(yè)在t時的全要素生產(chǎn)率，SODIit是通過對外直接投資逆向溢出的國外的R&D投入，SFDIit是通過外商直接投資溢出的國外的R&D投入，RDit是國內(nèi)的R&D投入，HCit是各行業(yè)在t時的人力資本。

這個模型的特點是以對外直接投資產(chǎn)生的研發(fā)溢出為解釋變量，而不是以簡單的ODI流量作為解釋變量，這樣更能精確地驗證技術(shù)溢出與全要素生產(chǎn)率所代表的技術(shù)進(jìn)步之間的關(guān)系。

(二)數(shù)據(jù)采集和初步整理

模型(1)中被解釋變量TFP和解釋變量SODI、SFDI、RD和HC都需要利用原始數(shù)據(jù)經(jīng)過計算獲得。為了考察行業(yè)差異，本文選取三大產(chǎn)業(yè)十一個最有代表性的行業(yè)作為研究對象，包括：農(nóng)林牧漁業(yè)(AGR)；采礦業(yè)(MIN)；制造業(yè)(MAN)；電力熱力燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)(ELE)；建筑業(yè)(CON)；交通運(yùn)輸，倉儲和郵政業(yè)(TRA)；信息運(yùn)輸，軟件和信息技術(shù)服務(wù)業(yè)(INF)；金融業(yè)(FIN)；租賃和商務(wù)服務(wù)業(yè)(LEA)；科學(xué)研究和技術(shù)服務(wù)業(yè)(SCI)；居民服務(wù)、修理和其他服務(wù)業(yè)業(yè)(SER)。本文利用的原始數(shù)據(jù)主要來自于《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》、中國對外直接投資統(tǒng)計公報和世界銀行數(shù)據(jù)庫，考慮到數(shù)據(jù)可獲得性，數(shù)據(jù)采集區(qū)間為2006—2012年。

1.計算全要素生產(chǎn)率TFP。

全要素生產(chǎn)率是一段時間的總產(chǎn)出與各項投入要素之比，即代表一段時間內(nèi)進(jìn)行生產(chǎn)活動的效率，因此全要素生產(chǎn)率是衡量技術(shù)進(jìn)步的重要指標(biāo)。本文選擇行業(yè)增加值作為單一的產(chǎn)出變量，選擇各個行業(yè)的人力投入和資本存量作為其投入變量。選取各個行業(yè)的增加值來代表其產(chǎn)出，并以GDP平減指數(shù)進(jìn)行平減折算為以2006年為基期的不變價格；以各個行業(yè)的從業(yè)人數(shù)代表各個行業(yè)的人力投入；固定資本存量按永續(xù)盤存法來進(jìn)行測算。

本文采用基于數(shù)據(jù)包絡(luò)分析法(DEA)的Malmquist 生產(chǎn)率指數(shù)對2006—2012年度中國各行業(yè)的全要素生產(chǎn)率進(jìn)行測算和分解。這是一種非參數(shù)估計法，理論約束較弱，能夠有效避免因主觀因素選擇不當(dāng)?shù)葘?dǎo)致的測算結(jié)果的偏差，而且Malmquist生率變化指數(shù)可以被分解為相對技術(shù)效率的變化(TEC)和技術(shù)進(jìn)步的變化(TC)，能夠從分解的方面更為詳細(xì)地考察全要素生產(chǎn)率TFP的變化及變化原因。計算公式如下：

(2)

其中，前半部分為效率的變化(TEC)，后半部分為技術(shù)的變化(TC)。

利用已獲取的計算全要素生產(chǎn)率TFP所需的全部變量數(shù)據(jù)，通過DEAP2.1軟件計算Malmquist指數(shù)(表1)。

從表1計算的全要素生產(chǎn)率中可以看出，不同的行業(yè)生產(chǎn)率的增長率并不相同，其中，制造業(yè)的全要素生產(chǎn)率增長最快，達(dá)到了1.060，其次為科學(xué)研究和技術(shù)服務(wù)業(yè)，達(dá)到了1.053。全要素生產(chǎn)率增長均值為19%，超過平均值的行業(yè)有農(nóng)林牧漁業(yè)(AGR)，制造業(yè)(MAN)，交通運(yùn)輸、倉儲和郵政業(yè)(TRA)，租賃和商務(wù)服務(wù)業(yè)(LEA)，科學(xué)研究和技術(shù)服務(wù)業(yè)(SCI)；而電力熱力燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)(ELE)，信息運(yùn)輸、軟件和信息技術(shù)服務(wù)業(yè)(INF)以及金融業(yè)(FIN)則相比之前的生產(chǎn)率有所下降，分別為 0.985、0.994和 0.992。

從全要素生產(chǎn)率TFP的分解情況來看，大多數(shù)行業(yè)的技術(shù)效率(TEC)的變化要大于技術(shù)進(jìn)步(TC)的變化，在一定程度上表明了對于中國的多數(shù)行業(yè)，其技術(shù)效率(TEC)帶來的貢獻(xiàn)要大于技術(shù)進(jìn)步(TC)，技術(shù)效率(TEC)是推動行業(yè)生產(chǎn)率增長的主要因素。

2.計算ODI渠道溢出的國外研發(fā)存量SODI。

根據(jù) L-P模型，計算t時期我國通過對外直接投資ODI渠道溢出的研發(fā)存量，計算公式如下：

(3)

其中，ODIjt是t時期我國對j國進(jìn)行的對外直接投資，Yjt為其國內(nèi)生產(chǎn)總值，Sjt為j國在t時的國內(nèi)研發(fā)存量。ODIjt數(shù)據(jù)取自《2012中國對外直接投資公報》，Yjt來自世界銀行數(shù)據(jù)庫。

各國t時期研發(fā)存量的計算方式如下：首先從世界銀行數(shù)據(jù)庫中得到各國R&D支出占其國內(nèi)生產(chǎn)總值的比重和各國的國內(nèi)生產(chǎn)總值，從而算出各國歷年的研發(fā)支出，并通過消費者指數(shù)平減折算為2006年不變價格的實際研發(fā)支出，之后則參考我國國內(nèi)的研發(fā)存量進(jìn)行計算可得。

在對外直接投資的東道國的選取上，因為技術(shù)導(dǎo)向型的對外直接投資大都發(fā)生在發(fā)達(dá)國家，綜合考慮中國對各個國家的對外直接投資流量和對外直接投資存量數(shù)據(jù)，另外考慮其數(shù)據(jù)可獲得性，選取美國、加拿大、德國、法國、英國、意大利、韓國、日本、新加坡、新西蘭和澳大利亞11個國家。

在計算出t時期我國通過ODI渠道獲得的總的研發(fā)存量后，根據(jù)各個行業(yè)的t時期對外直接投資流量占全國對外直接投資總流量的權(quán)重，計算出各個行業(yè)在t時所獲得的國外研發(fā)逆向溢出，計算公式如下：

(4)

其中，SODIt是前文所計算出的我國t時期所獲得的總的逆向技術(shù)溢出，ODIit是i行業(yè)在t時期的對外直接投資流量。

3.計算外商直接投資渠道溢出的國外研發(fā)SFDI。

與SODI算法相同，首先計算其t時期通過外商直接投資渠道溢出的全部國外研發(fā)存量SFDit，再根據(jù)各個行業(yè)的t時期外商直接投資流量占全國對外商接投資總流量的權(quán)重，計算出各個行業(yè)在t時通過FDI所獲得的國外研發(fā)溢出計算其每年溢出的研發(fā)，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

4.計算國內(nèi)各行業(yè)研發(fā)存量RD。

利用永續(xù)盤存法計算國內(nèi)各行業(yè)的研發(fā)投入，計算公式如下：

RDit=(1-δ)RDi(t-1)+Rit

(5)

其中：RDit為i行業(yè)t時的研發(fā)存量；RDi(t-1)為i行業(yè)在t-1時的研發(fā)存量；Rit為各行業(yè)t時的通過平減折算為2006年不變價格的R&D經(jīng)費內(nèi)部支出，其平減指數(shù)采用消費者物價指數(shù)；δ為其折舊率，本文借鑒白潔(2008)的觀點，根據(jù)我國技術(shù)通常的使用年限大多為14年，所以取其倒數(shù)7.14%作為計算我國研發(fā)存量的折舊率。

5.計算人力資本HC。

通用的人力資本度量方法為勞動力平均受教育年限法。各行業(yè)人力資本(HC)的具體計算公式為：

HCit=小學(xué)比重it×6+初中比重it×9

+高中比重it×12+大專及以上比重it×16

(6)

其中，小學(xué)比重it為i行業(yè)在t時期時其從業(yè)人員中屬于小學(xué)學(xué)歷人數(shù)所占比例，其他比重以此類推。各個時期各行業(yè)就業(yè)人員受教育程度數(shù)據(jù)來自各年度的《中國勞動統(tǒng)計年鑒》。

(三)逆向技術(shù)溢出效應(yīng)的檢驗及分析

本文對上述模型(1)，采用隨機(jī)效應(yīng)模型GLS進(jìn)行估計，估計結(jié)果如表2所示，從回歸結(jié)果可以看出，該模型具有較好的擬合優(yōu)度和Wald值。

表2 回歸結(jié)果

對回歸結(jié)果進(jìn)行研究可以得出如下結(jié)論：

1.我國的對外直接投資產(chǎn)生了較為顯著的逆向技術(shù)溢出效應(yīng)，通過ODI渠道溢出到國內(nèi)的國外研發(fā)存量能夠顯著地帶動國內(nèi)全要素生產(chǎn)率的進(jìn)步，通過對外直接投資溢出的國外研發(fā)存量每增加1%，能夠給全要素生產(chǎn)率TFP帶來0.206%的增長。

2.對外直接投資產(chǎn)生了比國內(nèi)研發(fā)存量更大的技術(shù)提升作用。國內(nèi)的研發(fā)存量在5%的水平上顯著促進(jìn)了國內(nèi)技術(shù)水平的提高，國內(nèi)R&D存量每增加1%，可以帶動TFP產(chǎn)生0.134%的增長，相比對外直接投資而言較少。在以前的相關(guān)研究中，多得出的結(jié)論是國內(nèi)的研發(fā)存量對全要素生產(chǎn)率的促進(jìn)作用比ODI溢出的國外研發(fā)存量更加顯著。這個差異的產(chǎn)生可能是由于以下原因：全要素生產(chǎn)率TFP可以分解為技術(shù)進(jìn)步TC和技術(shù)效率TEC，國內(nèi)企業(yè)在進(jìn)行研發(fā)投入時可能會著重于促進(jìn)其技術(shù)進(jìn)步，而忽視了提高技術(shù)效率的重要性，這一現(xiàn)象的一個突出表現(xiàn)就是由于存在對資源的浪費和對其配置的不合理，就會表現(xiàn)出技術(shù)無效率。在這一方面，由于國外企業(yè)所處市場市場化成都較高和一些競爭激勵機(jī)制方面的區(qū)別，國外企業(yè)會更加注重生產(chǎn)和管理。我國企業(yè)在進(jìn)行對外直接投資過程中對國外企業(yè)的生產(chǎn)和管理模式進(jìn)行學(xué)習(xí)，可以提高自己的技術(shù)效率。而在前面對于TFP增長的分析中可以看出，我國TFP的增長大部分來自于技術(shù)效率的提高，由此，對外直接投資可能產(chǎn)生比國內(nèi)研發(fā)存量更大的技術(shù)提升作用。

3.外商直接投資并沒有顯著帶動國內(nèi)技術(shù)水平的提高。由回歸結(jié)果顯示，外商直接投資對全要素生產(chǎn)率影響不顯著。這可能是由于外資企業(yè)通過在國內(nèi)的投資對本土一些企業(yè)形成了擠出效應(yīng)而抵消了其可能產(chǎn)生的溢出效應(yīng)。一些優(yōu)秀的外資企業(yè)在進(jìn)入我國市場后，可能會憑借其優(yōu)質(zhì)的產(chǎn)品、先進(jìn)的技術(shù)或者國際化的聲譽(yù)等優(yōu)勢擠占我國企業(yè)的行業(yè)空間，使其在競爭中居于劣勢，從而對本土企業(yè)的發(fā)展產(chǎn)生抑制作用。另外一種解釋是從資源的角度出發(fā)，隨著外商直接投資的流入，外資企業(yè)的進(jìn)入可能會對東道國的本土企業(yè)產(chǎn)生一種負(fù)的外部性，如由于外資企業(yè)往往給予的薪酬較多，一些熟練勞動力會由國內(nèi)企業(yè)流向外資企業(yè)，從而導(dǎo)致本土企業(yè)隨著人才的流失進(jìn)而導(dǎo)致其生產(chǎn)效率下降等。而且，隨著企業(yè)的知識產(chǎn)權(quán)保護(hù)意識的不斷增強(qiáng)，外資企業(yè)也越加關(guān)注對其自有技術(shù)特別是高端技術(shù)的保護(hù)，其技術(shù)流出并對國內(nèi)企業(yè)產(chǎn)生溢出效應(yīng)的可能性越來越小。

(四)逆向技術(shù)溢出效應(yīng)的行業(yè)差異性分析

接下來，我們采用灰色綜合關(guān)聯(lián)分析法來對逆向技術(shù)溢出效應(yīng)的行業(yè)差異進(jìn)行分析。灰色綜合關(guān)聯(lián)度分析的原理是根據(jù)序列之間變化的關(guān)系來度量其關(guān)聯(lián)度。若序列之間具有類似的變化趨勢則其具有一定的聯(lián)系，變化趨勢越相似，則序列之間就具有越密切的聯(lián)系，即較大的關(guān)聯(lián)度。灰色關(guān)聯(lián)分析方法的優(yōu)點是它不一定需要大量的數(shù)據(jù)，小樣本的數(shù)據(jù)也能夠?qū)ζ溥M(jìn)行度量。

灰色綜合關(guān)聯(lián)度的度量包括以下三個步驟：

第一步，計算灰色絕對關(guān)聯(lián)度。

相關(guān)的參考數(shù)據(jù)列為Xi=(xi(1),xi(2),…,xi(n))，而比較的數(shù)據(jù)序列為m個Yi=(yi(1),yi(2),…,yi(n))。

其中，i=1，2，…，m；k=1，2，…，n。

則絕對關(guān)聯(lián)度為

灰色絕對相關(guān)度只與兩個序列的幾何形狀相關(guān)，與其相對位置無關(guān)。

第二步，計算灰色相關(guān)關(guān)聯(lián)度。

其中，i=1，2，…，m；k=1，2，…，n。

最后相對關(guān)聯(lián)度則為

相對關(guān)聯(lián)度體現(xiàn)的序列的相似性在于其變化速度之間的相似性。

最后，計算灰色綜合關(guān)聯(lián)度。

灰色綜合關(guān)聯(lián)度計算方法如下：

ρ0i=θε0i+(1-θ)r0i,θ∈[0,1]

灰色綜合關(guān)聯(lián)度將絕對關(guān)聯(lián)度和相關(guān)關(guān)聯(lián)度結(jié)合起來，能夠更為全面地表示序列之間相關(guān)關(guān)系的強(qiáng)弱。

利用上述的灰色關(guān)聯(lián)分析法，通過灰色系統(tǒng)軟件，我們以 2006—2012年的各行業(yè)的研發(fā)溢出作為原始數(shù)據(jù)序列，以 Malmquist 指數(shù)作為因素序列，測算出其間的灰色關(guān)聯(lián)度。計算結(jié)果見表4。

表4 各行業(yè)的灰色關(guān)聯(lián)分析結(jié)果

續(xù)前表

行業(yè)絕對關(guān)聯(lián)度相對關(guān)聯(lián)度綜合關(guān)聯(lián)度排名INF0.518 60.537 90.528 211FIN0.562 70.691 00.626 83LEA0.545 10.645 70.595 47SCI0.613 40.674 10.643 82SER0.543 00.595 40.569 28

灰色系統(tǒng)理論認(rèn)為，當(dāng)關(guān)聯(lián)強(qiáng)度0<ρ0i≤0.35時為弱關(guān)聯(lián)；當(dāng)關(guān)聯(lián)強(qiáng)度0.35<ρ0i≤0.65時為中度關(guān)聯(lián)；當(dāng)關(guān)聯(lián)強(qiáng)度ρ0i>0.65時為強(qiáng)關(guān)聯(lián)。

通過對灰色關(guān)聯(lián)分析的結(jié)果進(jìn)行研究可知，在所有11個行業(yè)中，只有MAN(制造業(yè))的關(guān)聯(lián)度達(dá)到了強(qiáng)關(guān)聯(lián)，表明其對外直接投資溢出的國外R&D與其技術(shù)進(jìn)步有著很強(qiáng)的相關(guān)性。科學(xué)研究和技術(shù)服務(wù)業(yè)，金融業(yè)，交通運(yùn)輸、倉儲和郵政業(yè)，租賃和商務(wù)服務(wù)業(yè)等行業(yè)也顯示了相對較強(qiáng)的關(guān)聯(lián)性。建筑業(yè)和采礦業(yè)的關(guān)聯(lián)強(qiáng)度較弱，另外技術(shù)含量高的信息運(yùn)輸，軟件和信息技術(shù)服務(wù)業(yè)關(guān)聯(lián)度則不高。

產(chǎn)生以上結(jié)果的原因可能如下：

1.對于制造業(yè)而言，存在以下可能原因使其對外直接投資產(chǎn)生較強(qiáng)的逆向技術(shù)溢出效應(yīng)：一是政府出臺了各項相關(guān)政策促進(jìn)中國制造業(yè)走出去，比如自2014年下半年起，國務(wù)院出臺了一系列政策鼓勵鐵路、核電、建材等中國裝備“走出去”，大力促進(jìn)了中國制造業(yè)對外直接投資的發(fā)展。二是中國制造業(yè)和國外先進(jìn)制造業(yè)之間存在較為合適的技術(shù)差距，有利于逆向技術(shù)溢出效應(yīng)的產(chǎn)生，它們之間既有一定的距離，又由于中國制造業(yè)在幾十年間的發(fā)展中也形成了一定的基礎(chǔ)有利于對先進(jìn)技術(shù)的吸收。三是其他技術(shù)提升渠道的不順暢。在中國制造業(yè)的發(fā)展歷程中，外商直接投資曾經(jīng)是促進(jìn)其技術(shù)進(jìn)步的有力工具，但隨著外資近期紛紛撤離中國，其對中國制造業(yè)技術(shù)的影響趨小，另外我國制造業(yè)企業(yè)普遍存在研發(fā)投入不足的情況，這些都導(dǎo)致了對外直接投資產(chǎn)生的技術(shù)進(jìn)步效果更為凸顯。

2.科學(xué)研究和技術(shù)服務(wù)業(yè)，金融業(yè)，交通運(yùn)輸、倉儲和郵政業(yè)，租賃和商務(wù)服務(wù)業(yè)等第三產(chǎn)業(yè)都顯示強(qiáng)的關(guān)聯(lián)性。科學(xué)研究和技術(shù)服務(wù)業(yè)的對外直接投資具有強(qiáng)烈的技術(shù)導(dǎo)向性，目的就是利用國內(nèi)外的智力資源提升技術(shù)能力，在預(yù)期之內(nèi)獲得較明顯的技術(shù)溢出。技術(shù)溢出理念歸納出3種主要溢出途徑，即競爭、模仿和人員的交流。企業(yè)員工在組織間的流動、知識交流或者頭腦風(fēng)暴都是產(chǎn)生智力溢出的途徑，這可以合理解釋為什么人員密集型的服務(wù)業(yè)務(wù)存在這較強(qiáng)關(guān)聯(lián)的原因。

3.建筑業(yè)和采礦業(yè)的全要素生產(chǎn)率與其通過ODI渠道溢出的國外研發(fā)投入之間的關(guān)聯(lián)較弱，這是因為建筑業(yè)和采礦業(yè)的對外直接投資具有明顯的市場導(dǎo)向型和資源導(dǎo)向型的特征。

4.由于我國信息傳輸，軟件和信息技術(shù)服務(wù)業(yè)(INF)的對外直接投資較少(2013年年末，INF行業(yè)的對外直接投資存量為73.8億美元，僅占我國ODI存量總額的1.1%)，另外對于像信息傳輸，軟件和信息技術(shù)服務(wù)業(yè)(INF)這類技術(shù)含量較高的行業(yè)，東道國往往嚴(yán)格限制其核心技術(shù)的擴(kuò)散，造成逆向技術(shù)效應(yīng)不顯著。

四、結(jié)論和政策建議

通過對中國對外直接投資的逆向技術(shù)溢出效應(yīng)的實證檢驗，我們得出以下結(jié)論：

第一，我國的對外直接投資存在逆向技術(shù)溢出效應(yīng)，即我國對外投資促進(jìn)了國內(nèi)的技術(shù)進(jìn)步。相比較于國內(nèi)的研發(fā)投入產(chǎn)生的技術(shù)進(jìn)步，對外直接投資的技術(shù)效率更顯著。

第二，對外直接投資的逆向技術(shù)溢出效應(yīng)存在明顯的行業(yè)差異。制造業(yè)的對外直接投資產(chǎn)生了較強(qiáng)的逆向技術(shù)溢出效應(yīng)；科學(xué)研究和技術(shù)服務(wù)業(yè)的對外直接投資也產(chǎn)生了比較明顯的逆向技術(shù)溢出效應(yīng)；采礦業(yè)和建筑業(yè)的對外投資則沒有帶來明顯的逆向技術(shù)溢出。

根據(jù)研究結(jié)論，我們可以就中國對外直接投資的政策提出一些建議。

(一)鼓勵制造業(yè)的對外直接投資

截至2014年，中國對外直接投資累計存量為8 826.24億美元，其中36.5%流向了商業(yè)服務(wù)業(yè)，14%流向采礦業(yè)，而投向制造業(yè)資本僅占6%。本文的研究表明，商業(yè)服務(wù)業(yè)和采礦業(yè)，特別是采礦業(yè)的逆向技術(shù)溢出效益并不顯著，而制造業(yè)的逆向技術(shù)溢出效應(yīng)卻是最顯著。因此，如果以獲取海外先進(jìn)技術(shù)為目的而進(jìn)行海外投資，前文述及這正是中國投資者的主要動機(jī)之一，那么應(yīng)該鼓勵制造業(yè)的對外直接投資。

(二)扶持技術(shù)導(dǎo)向型對外直接投資

本文研究結(jié)論顯示，科學(xué)研究和技術(shù)服務(wù)業(yè)的對外直接投資也產(chǎn)生了比較明顯的逆向技術(shù)溢出效應(yīng)，其獲得的國內(nèi)技術(shù)進(jìn)步甚至超過國內(nèi)的研發(fā)投入。其中的原因之一是科學(xué)研究和技術(shù)服務(wù)業(yè)的對外投資更注重技術(shù)效率，原因之二可能是國內(nèi)研發(fā)投入總量較小，且更注重技術(shù)升級。因此，我國鼓勵技術(shù)創(chuàng)新的政策既要重視內(nèi)生性技術(shù)進(jìn)步，更不可忽視對外投資(同樣包括對外貿(mào)易)所帶來的溢出效應(yīng)，也就是學(xué)習(xí)效果。發(fā)展經(jīng)濟(jì)學(xué)也提供了同樣的理論基礎(chǔ)，即發(fā)展中國家的后發(fā)優(yōu)勢便是可以通過學(xué)習(xí)發(fā)達(dá)國家的經(jīng)驗獲得進(jìn)步和發(fā)展。

(三)注重引進(jìn)外資的質(zhì)量和其可能的影響

盡管不少學(xué)者的研究表明吸引外商投資在一定程度上帶來了我國的技術(shù)進(jìn)步，但是，本文的研究表明，外商直接投資FDI并沒有對我國的全要素生產(chǎn)率起到顯著的促進(jìn)作用。事實上，我國“市場換技術(shù)”等實踐也證明我國并沒有通過吸引外資讓出市場而換來應(yīng)有的技術(shù)進(jìn)步。近年來，我國吸引外資的規(guī)模仍然保持適度的增長速度，從2010年起一直保持在1 000億美元以上的規(guī)模，2014年實際利用外資1 196億美元，再創(chuàng)新高。在今后的政策考量方面，應(yīng)該從注重規(guī)模轉(zhuǎn)向注重質(zhì)量，鼓勵高新技術(shù)領(lǐng)域的外商投資，以促進(jìn)外商投資對我國技術(shù)進(jìn)步以及產(chǎn)業(yè)結(jié)構(gòu)改善方面的積極作用。

(四)改善不同行業(yè)的投資結(jié)構(gòu)

由于各個行業(yè)對外投資的逆向技術(shù)溢出效應(yīng)存在差異，相關(guān)政策制定應(yīng)該鼓勵裝備制造業(yè)的對外直接投資，鼓勵交通運(yùn)輸?shù)任锪髌髽I(yè)的對外直接投資，鼓勵在海外設(shè)立研發(fā)中心，這都是能夠明顯獲得逆向技術(shù)溢出的行業(yè)類型。對于信息運(yùn)輸、軟件和信息服務(wù)業(yè)這類逆向技術(shù)溢出效果非常不明顯的行業(yè)，鼓勵企業(yè)從單純承接外包轉(zhuǎn)向研發(fā)投入，增強(qiáng)自身的技術(shù)吸收能力以備將來能夠產(chǎn)生較強(qiáng)的逆向技術(shù)溢出效應(yīng)。

[1]魯桐.發(fā)展中國家跨國公司理論及其思考[J].世界經(jīng)濟(jì)與政治，1998(1)：23-27.

[2]Kogut B，Chang S J.Technology Capabilities and Japanese Foreign Direct Investment in the United States [J].Review of Economics and Statistics，1991(41)：401-414.

[3]Neven D，Siotis G.Technology Sourcing and FDI in the EC：An Empirical Evaluation[J].International Journal of Industrial Organization，1996，14(5)：543-560.

[4]Branstetter L.Is Foreign Direct Investment a Channel of Knowledge Spillovers? Evidence from Japan’s FDI in the United States[R].NBKR Working Paper，2006.43(1)：134-141.

[5]Lichtenberg F，Pottelsberghe V.International R&D Spillovers：A Re-examination[R].NBER Working Papers，No.5668，1996.

[6]Lichtenberg F，Pottelsberghe V.Does Foreign Direct Investment Transfer Technology across Borders? [J].The Reviews of Economics and Statistics，2001，83(3)：490-497.

[7]洗國明、楊銳.技術(shù)積累、競爭策略與發(fā)展中國家對外直接投資[J].經(jīng)濟(jì)研究，1998，52(11)：56-67.

[8]馬亞明、張巖貴.技術(shù)優(yōu)勢與對外直接投資：一個關(guān)于技術(shù)擴(kuò)散的分析框架[J].南開經(jīng)濟(jì)研究，2003(4)：11-19

[9]方希樺，包群，賴明勇，國際技術(shù)溢出：基于進(jìn)口傳導(dǎo)機(jī)制的實證研究，中國軟科學(xué)，2004(7)：58-64.

[10]Coe D，Helpman E.International R&D Spillovers[J].European Economic Review，1995，39(5)：859-887.

[11]Coe D，Helpman E，Hoffmaister W.North-South R&D Spillovers[J].Economic Journal，1997，107：134-149.

[12]趙偉，古廣東，何元慶.外向 FDI 與中國技術(shù)進(jìn)步：機(jī)理分析與嘗試性實證[J].管理世界，2006，341(6)：23-32.

[13]陳巖.中國對外投資逆向技術(shù)溢出效應(yīng)實證研究：基于吸收能力的分析視角[J].中國軟科學(xué)，2011，245(10)：24-34.

[14]歐陽艷艷.中國對外直接投資逆向技術(shù)溢出的影響因素分析[J].世界經(jīng)濟(jì)研究，2010，255(4)：45-52.

[15]沙文兵.東道國特征與中國對外直接投資逆向技術(shù)溢出——基于跨國面板數(shù)據(jù)的經(jīng)驗研究[J].世界經(jīng)濟(jì)研究，2014，234(5)：45-57.