類 驍

(北京信息科技大學 信息管理學院，北京 100192)

0 引言

開放經(jīng)濟條件下資本的跨地區(qū)流動與配置以及知識的非排他性為地區(qū)的技術進步和創(chuàng)新提供了潛在發(fā)展動力，學界稱此類知識的非自愿流出現(xiàn)象為“技術溢出”[1]。大量國內(nèi)外研究證實了“技術溢出”正向效應的存在，但也有少數(shù)研究持不同看法[2-4]。隨著全球化進程的不斷加快，雙向FDI(外商直接投資FDI, foreign direct investment;對外直接投資OFDI, outward foreign direct investment)已成為東道國獲取跨國資本“技術溢出”的重要渠道，特別是對于發(fā)展中國家而言，利用并發(fā)揮雙向FDI的溢出正效應是實現(xiàn)“技術追趕”的關鍵[5]。

國際上最早研究雙向FDI溢出效應的是Lichtenberg(1998)，他首次將國際研發(fā)溢出劃歸為貿(mào)易進出口、FDI和OFDI三個渠道，并給出了溢出權重測算公式，為研究跨國資本溢出提供了基礎理論框架，后文簡稱LP模型[6]。國內(nèi)對雙向FDI溢出效應的研究起步較晚，研究思路大致可歸納為兩條：一是溢出作用對象的擴展，林進智[7]實證發(fā)現(xiàn)FDI溢出促進了我國的制度創(chuàng)新，賈妮莎等[8]研究發(fā)現(xiàn)FDI和OFDI溢出對我國產(chǎn)業(yè)結構升級均有促進作用，且后者作用更明顯；二是樣本的分組實證，由于我國發(fā)展不平衡性問題依舊突出，很多研究關注于區(qū)域差異性問題，何興強等[9]等發(fā)現(xiàn)FDI溢出存在明顯的地區(qū)差異性，東部地區(qū)因人力資本水平高能有效的吸收FDI溢出，尹東東等[10]研究了研發(fā)投入、人力資本、經(jīng)濟發(fā)展水平等因素對OFDI逆向技術溢出的影響，實證發(fā)現(xiàn)東中西部溢出表現(xiàn)和促進因素差異明顯。

總體來看，現(xiàn)有文獻對雙向FDI溢出的研究對象十分發(fā)散，絕大多數(shù)研究均采用線性的靜態(tài)面板模型進行回歸分析，未考慮變量之間作用的非線性關系，因此估計結果存在較大偏誤?；诖耍疚淖裱延械难芯棵}絡，構建雙向FDI溢出面板門檻模型，分析雙向FDI溢出的門檻限制因素及其對我國區(qū)域技術進步的非線性門檻作用。

1 門檻模型構建與變量說明

1.1 方法與模型構建

Hansen[11-12]提出了面板數(shù)據(jù)的門檻自回歸模型，重點研究非線性門檻問題，不需要給定非線性方程的形式，門檻值數(shù)目由樣本數(shù)據(jù)內(nèi)生決定，同時基于漸進分布理論建立待估參數(shù)置信區(qū)間。門檻自回歸模型思想是將門檻值作為未知變量引入模型，構建變量系數(shù)的分段函數(shù)，對門檻值及門檻效應進行估計檢驗。設x1,i為自變量，對樣本進行劃分的門檻變量設為qi，門檻模型方程為

yi=θ0+θ1,qi≤γx1,iI(qi≤γ)+

θ1,qi>γx1,iI(qi>γ)+Xjiθj+εi

(1)

第一步，在門檻變量的取值范圍任選q1代入方程，對實證模型進行系數(shù)估計，計算出殘差平方和S1(q1)；第二步，任選另一q2代入方程，求得新系數(shù)及殘差平方和S1(q2)；第三步，比較2個殘差平方和，取較小的S1對應的門檻變量值，作為門檻值qmin的初始值；第四步，再任選一q3，方法同第一步，得到新系數(shù)及殘差平方和S1(q3)，與qmin所對應的殘差平方和比較，取較小的S1作為新的門檻值γ；第五步，重復上述步驟，直到找到qn，其所對應的殘差平方和為最小為止，此時qn為門檻值γ的最終取值。同時，Hansen還提出了利用Bootstrap法模擬漸進分布，并給出了變量系數(shù)檢驗的具體方法和門檻真實性的檢驗思路。

基于Hansen門檻回歸思想，本文將模型被解釋變量選取為區(qū)域技術水平；除核心解釋變量FDI和OFDI溢出量外，根據(jù)Griliches-Jaffe知識生產(chǎn)函數(shù)并結合文獻對技術驅動因素及滯后性分析，選取區(qū)域研發(fā)能力、人力資本、經(jīng)濟發(fā)展水平為控制變量；近年來高技術產(chǎn)業(yè)規(guī)模成為我國跨國投資業(yè)務的重點領域，是經(jīng)濟增長和科技創(chuàng)新的核心競爭優(yōu)勢所在，但較低的研發(fā)強度可能會對跨國資本的溢出效應產(chǎn)生影響，因此選取高技術產(chǎn)業(yè)研發(fā)強度為門檻變量。

綜上，以FDI溢出為例構建面板門檻模型如下：

β4lnRi,t-1+β5lnGi,t+ξi,t+ui,t

(2)

式中：i為地區(qū)；t為年份；TTFP為區(qū)域技術水平；Sfdi、Sfdi為FDI、OFDI溢出量；H為區(qū)域人力資本；R為區(qū)域研發(fā)能力；G為區(qū)域經(jīng)濟發(fā)展水平；δ為高技術產(chǎn)業(yè)研發(fā)強度；γ為門檻值；α0為截距項；β為彈性系數(shù)；ξ為截面固定效應；u為隨機擾動項。

1.2 指標測度

近年對G20國家綜合效應的研究成為熱點，但多關注于G20國家的經(jīng)濟效應，鮮有對其技術效應的研究，因此本文選取除中國外的G20國家為技術溢出方(因個體差異帶來的偏誤，樣本不包括歐盟)，截取2008-2017年我國30個省份(因數(shù)據(jù)可得性原因，不包括西藏、港澳臺地區(qū))面板數(shù)據(jù)進行研究。

(3)

(4)

式中：OOFDIi,t為i地區(qū)當年對外直接投資額；OOFDIt為我國對外直接投資總額；OOFDIj,t為我國對j的對外直接投資額。

區(qū)域技術水平本文采用DEA-Malmquist方法的全要素生產(chǎn)率進行測度，投入產(chǎn)出要素分別為各地區(qū)產(chǎn)出、勞動力和資本存量[13]。人力資本采用受教育年限方法測算[14]；研發(fā)能力采用基于永續(xù)盤存法的研發(fā)資本存量衡量，取折舊率15%；經(jīng)濟發(fā)展水平考慮到技術水平與人口密度存在一定關聯(lián)，選取人均GDP指標測度；為反映區(qū)域間高新技術研發(fā)的投資差異，高技術產(chǎn)業(yè)研發(fā)強度采用各地區(qū)高技術產(chǎn)業(yè)R&D經(jīng)費支出占總研發(fā)投入比重測算。

本文使用的數(shù)據(jù)來自對應年份的《中國統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國對外直接投資統(tǒng)計公報》和世界銀行統(tǒng)計數(shù)據(jù)庫WDI。

2 模型實證

2.1 平穩(wěn)性檢驗

對變量數(shù)據(jù)進行單位根檢驗，結果顯示變量值或差分值在通常顯著性水平上(1%或5%)通過了檢驗，證明面板數(shù)據(jù)序列平穩(wěn)或一階差分平穩(wěn)；對變量協(xié)整關系進行Pedroni檢驗，結果如表1所示，Panel ADF及其他檢驗均在顯著性水平1%下拒絕“不存在協(xié)整關系”的原假設，說明變量間存在協(xié)整關系。

表1 Pedroni檢驗結果

注：括號內(nèi)為P值。

2.2 模型回歸

為檢驗雙向FDI溢出是否存在國別異質性，將樣本國家分為發(fā)達國家和發(fā)展中國家兩組分別估計。使用Stata12.0編寫Hansen門檻檢驗和回歸程序，對模型進行估計，結果見表2和表3，其中檢驗“自抽樣”次數(shù)設為500。

表2 門檻效應檢驗結果

注：括號內(nèi)為P值。

表3 面板門檻模型估計結果

注：括號內(nèi)為t值。

3 結果分析及建議

第一，研發(fā)能力、人力資本是區(qū)域技術水平提升的重要驅動力。前者系數(shù)在0.48～0.56之間，后者系數(shù)在0.27左右，再次證實了兩者對技術發(fā)展的正向推動作用[15]。未來須繼續(xù)深度挖掘內(nèi)部動力，引導全社會加大對研發(fā)的投入力度，優(yōu)化研發(fā)資源有效配置，重視高技術人才培養(yǎng)及人才體系的建設。

第二，F(xiàn)DI溢出和OFDI溢出存在顯著的以高技術產(chǎn)業(yè)研發(fā)強度為門檻的單門檻效應，門檻值分別為0.251和0.427，且至少通過了5%的顯著性檢驗。FDI溢出和OFDI溢出與區(qū)域技術進步呈“U”型關系，即只有當?shù)貐^(qū)的高技術產(chǎn)業(yè)研發(fā)強度跨過門檻“拐點”時，溢出才表現(xiàn)為正效應，系數(shù)分別為0.177和0.045。為此要積極開展與技術領先國家在高技術產(chǎn)業(yè)更大范圍、更寬領域、更高層次的合作；統(tǒng)籌和優(yōu)化國內(nèi)高技術產(chǎn)業(yè)布局，合理引導人才、科研機構轉向中西部地區(qū)，激發(fā)當?shù)乜鐕Y本的溢出正效應。

第三，整體來看，F(xiàn)DI溢出與區(qū)域技術進步表現(xiàn)為顯著的正向關系，系數(shù)為0.124，說明外商投資以“示范效應”和“培訓效應”為主[16]；OFDI溢出表現(xiàn)為微弱的負向關系，系數(shù)為-0.028，原因是目前我國高質量和技術獲取型海外投資比重過低，投資多以利用當?shù)貎?yōu)惠的稅收政策和補貼為主，OFDI反向溢出無法有效為技術提升賦能。

雙向FDI溢出的國別異質性明顯，發(fā)達國家FDI溢出促進作用十分顯著，系數(shù)為0.197，遠高于發(fā)展中國家和平均水平，但OFDI溢出作用不明顯且不穩(wěn)??；發(fā)展中國家FDI溢出和OFDI溢出均呈顯著的負效應，無法推動本地的技術提升。

基于此，要進一步改善產(chǎn)業(yè)投資環(huán)境，引導外資投向，深化與發(fā)達國家的合作往來，鼓勵并扶持技術獲取型投資項目，優(yōu)化海外投資產(chǎn)業(yè)構成，加大對信息技術、交通運輸、能源等高新技術產(chǎn)業(yè)的可持續(xù)性投資。

4 結束語

本文選取G20國家為技術溢出方，既具備熱點性，又補充了對G20國家技術效應研究的相對不足；在模型和方法上一是提出了中觀層面FDI和OFDI的溢出權重計算公式，二是通過構建門檻模型糾正了傳統(tǒng)面板數(shù)據(jù)模型在估計上的偏差，刻畫了溢出對技術進步的非線性作用機理，并從國別異質性等多個角度開展分析。研究發(fā)現(xiàn)雙向FDI溢出均顯著的存在基于高技術研發(fā)強度的單門檻效應，證實了溢出對區(qū)域技術進步的分區(qū)間、非線性影響，只有當跨過“高技術產(chǎn)業(yè)研發(fā)強度”門檻拐點時，F(xiàn)DI溢出和OFDI溢出才表現(xiàn)為正效應。本研究為我國今后的外商投資與對外投資發(fā)展提供了參考和建議，為區(qū)域技術提升的驅動因素研究提供了模型基礎，今后可將BP神經(jīng)網(wǎng)絡算法與Hansen門檻面板模型相結合，進一步提升擬合方法的完備性。