影响FDI技术溢出的吸收能力研究—基于全国29个省市面板数据的门限回归

■ 卫 平 教授 廖雅琦（华中科技大学经济学院 武汉 430074）

引言及文献综述

2014年中国吸收外资规模达1196亿美元（不含银行、证券、保险领域），外资流入量首次跃居全球第一。外资的流入给东道国带来的不仅是充足的资金，还有先进的技术和管理模式，促进东道国的技术进步和经济发展。然而，鉴于中国的区域不平衡性，不同地区在人力资本、R&D密度、金融深度和技术差距等方面存在明显差异，FDI的技术溢出效应在中国各地区所产生的影响也不尽相同。在某些地方，外商直接投资带来的技术溢出效果明显，促进了当地的产业结构调整和技术进步；而在另一些区域，FDI不仅未能带来积极的影响，反而对本地经济造成冲击。因此探寻中国FDI技术溢出的区域差异进而有针对性的找到各地区更有效利用外资的方法具有重要的现实意义。

所谓外溢效应，指的是FDI以一种无意识的、间接作用的方式流入东道国，影响东道国的产业技术进而促进经济效率的提高、经济总量的增长。这种方式不受国际跨国公司的意志所控制，以一种自发的方式进行，影响范围较广，且通常被认为是FDI技术溢出促进东道国技术进步的最重要的方式之一。

针对FDI溢出的门槛模型，我国学者也做了一些研究。在把人力资本作为门槛变量的研究中，有关宏观层面溢出效应的研究较多，模型更倾向于从新增长理论框架展开，雷日辉（2008）等认为，人力资本的积累增强了FDI对全要素生产率的正向的技术扩散溢出效应。邵军和徐康宁（2008 ）认为东道国人力资本水平只有达到一定水平后才有能力吸收外资企业溢出的先进技术。钟娟、张庆亮（2010）等利用中国1983-2007年的时间序列数据研究金融发展水平对FDI技术溢出效应的影响，结果发现FDI对中国的技术进步具有积极作用，且FDI溢出存在显著的金融发展门槛效应；但赵奇伟等（2007）在采用面板数据研究外商直接投资、金融发展对经济增长的影响时，他们研究的大部分文献持我国目前的金融市场发展水平不能为FDI外溢提供必要的金融支持的观点。罗军、陈建国（2014）等基于2002-2012年中国省际面板数据考虑研发资金和研发劳动门槛效应，实证结果表明FDI对我国创新能力的影响具有明显的研发资金和劳动投入双门槛效应，且每跨越一个门槛，溢出效应越显著。李燕、韩伯棠、张庆普（2011）构建了技术差距的双门槛效应，研究显示FDI技术溢出在我国确实存在显著的技术差距双门槛效应，一定程度的技术水平是发挥FDI溢出作用的前提。

通过文献分析发现，我国学者对于FDI的门槛模型已经做了一定的研究，基本上肯定了FDI的溢出存在门槛效应，但是在针对具体的某一门槛变量的实证结果上，学者们得出了不致相同的结论，为了验证我国现阶段各地区是否跨越了FDI的溢出门槛，本文选取了以上文献中学者们研究的人力资本、R&D密度、金融深度、技术差距四个变量作为本文研究的门槛变量，来综合考察全国各地区FDI溢出情况。

模型设定及数据处理

（一）模型设定

由前面的理论分析可知，FDI的技术溢出效应可能随着吸收能力的不同而呈现出非线性的关系，具有区间效应。本文采用Hansen（1999）的门槛面板模型进行测定：

其中，i表示省份，t表示年份，lnTFPit和lnFDIit分别为被解释变量（全要素生产率）和解释变量（外商直接投资），Xit为一组没有被用作门槛变量的吸收能力指标，吸收能力Absorpit为门槛变量，γ为待估计的门槛值，I(.)为指标函数，当满足条件时取值为1，否则为0，ui用于反映省际的个体效应。

（二）数据样本及变量选择

本文采用2000-2012年样本数据进行实证研究。样本包括全国29个省、自治区和直辖市，其中重庆并入四川进行分析，西藏因缺失大量的外商投资数据故在此省略，样本数共337个，且对所有以名义价格衡量的指标都根据指标具体情况进行平减处理，统一调整为以2000年为基期的实际值指标。本文进一步对数据做详细的说明：

1.全要素生产率（TFP）：本文采用索洛余量法对TFP进行估算。估算公式为：

其中，Iit为当年固定资产投资流量，各地区初始资本存量的数据来自于张军等（2004） 的研究结果，折旧率采用国际惯例15%，资料来自《中国统计年鉴》和各年各省统计年鉴。

2.人力资本（H）：采用国际上通常采用的Barro和Lee提出的劳动力平均受教育年限来近似计算人均资本。

3.R&D密度（RD）：关于R&D密度的测算，本文采用R&D存量占GDP的比重进行衡量，研发存量采用永续盘存法，借鉴类骁、韩伯棠（2014）对于R&D密度的测算方式。

RDit为i年地区t的R&D存量，rdit为i年地区t的R&D投入，数据来源于《中国科技统计年鉴》的各地科研经费支出，研发折旧率根据国外研究采用经验法取15%。基期R&D存量计算公式见下式，g为各地区2000-2012年R&D支出的年平均增长率：

（2）学生在考试之前没有做好足够的准备，造成对试验原理不清楚，在实验课上，仅仅是做一个旁观者，没有动手操作实验。

4.金融深度（FIN）：以地区金融机构贷款余额与地区真实GDP的比值作为地区金融发展程度的衡量指标，数据来自各年各省统计年鉴，单位亿元。

5.技术差距（GAP）：关于技术差距的计算，通常的办法是用全员劳动生产率、生产力差距或资本密集度来近似替代（亓朋，2009）。受到数据的限制，本文采用各省人均GDP与G7国家的平均人均GDP差距与各省人均GDP之比来衡量技术差距，即：

G7国家的人均国内生产总值（PPP法）数据来源于国际货币基金组织，取其平均值作为国外劳动生产率。我国各省数据来自各年各省统计年鉴，采用中国各省调整后的GDP与就业人数的比值（即PGDP）作为劳动生产率的替代变量。

计量检验及实证分析

大量实证结果表明，对外直接投资在不同的吸收能力下对我国东部、中部、西部的技术溢出效应有比较显著的差异。我们通过构造门槛回归模型对影响FDI溢出的各种吸收能力变量做考察，并测算引发技术溢出的各吸收能力因素的门槛水平。

（一）门槛效应检验

本文分别以人力资本、R&D密度、金融深度和技术差距作为门槛变量进行门槛效应检验。以便确定影响因素的门槛个数，依次在不存在门槛、单一门槛、双重门槛的设定下进行门槛自抽样检验。

其次，以R&D密度为门槛变量的情况，由表2可知：R&D密度的单一门槛、双重门槛和三重门槛都通过了1%显著性水平上的检验，但是从三重门槛的第三个门槛值为0.041可以看出这个门槛值是不准确的，所以R&D密度门槛采用双重门槛模型。表1给出了R&D密度第一个门槛值为0.053，第二个门槛值为0.081。

再次，以金融深度为门槛变量的情况，从F统计量和P值可知，单一门槛效应在5%的显著性水平下通过检验，双重门槛效应在5%的显著性水平上并不显著，三重门槛效应没有通过10%显著性水平上的检验。因此在考虑FDI技术溢出的金融深度门槛效应时，采用单一门槛模型。从表1可知金融深度门槛的单一门槛的门槛值为1.083。

最后，以技术差距为门槛变量的情况，同样是从F统计量和P值可知，单一门槛效应和双重门槛效应都在1%的显著性水平上显著。虽然三重门槛效应通过了10%的显著性水平，但从表1三重门槛效应的门槛值和置信区间来看，三重门槛的门槛值为21.789，95%置信区间是[5.815，24.677]，这个置信区间的范围涵括了双重门槛模型的置信区间，置信区间范围过大，搜索的门槛值可以认为是不准确的。因此，考虑FDI影响技术进步的技术差距门槛效应时采用双重门槛模型。由表1可知两个门槛值分别为4.161和11.004。

（二）门槛模型估计及分析

影响FDI技术溢出的门槛变量回归结果如表3所示。采用固定效应和消除异方差的稳健性回归两种方式进行回归，从表3可以看出，两种回归方法得出的系数和显著性是基本一致的，所以可以认为门槛模型估计结果具有稳健性。

由表3可知，以人力资本为门槛变量分开的2个区间中，当人力资本低于9.353时，FDI回归系数为-0.00536，采用固定效应回归时在5%显著性水平上显著，稳健性回归中在10%显著性水平上显著，FDI溢出对技术进步的回归系数为负，表明此时人力资本水平不足以使FDI对技术进步产生正向溢出；在9.353以上的空间，FDI对技术进步的作用由消极变为积极，回归系数为0.0716，且在两种回归方式中都在1%的显著性水平上显著。这个结果说明人力资本具有显著的门槛效应，跨越门槛值对于FDI促进技术进步具有十分重要的意义。

以金融深度为门槛变量时的两个区间，回归系数也是由负变正，即FDI对技术进步由挤出效应转变为正向溢出。在金融深度程度较低，即金融机构贷款总额占地区GDP比重低于1.083时，回归结果为抑制，回归系数为-0.00157，且在两种回归方式中均不显著；在金融深度较高的区间内，回归系数为0.0766，且在1%的显著性水平上高度显著，此时FDI对技术进步有积极的促进作用。这个结果说明金融深度的单门槛效应显著，金融深度的程度能够决定FDI是否产生正向溢出。

与以上两者不同，R&D密度和技术差距具有双门槛效应。不管地区是否跨越R&D门槛，FDI对技术进步始终起着积极的作用，但作用效果存在差异。R&D密度低于0.053时，回归系数为高度显著的0.0218；当R&D密度处于门槛0.053和门槛0.081之间时，FDI的溢出作用增强，FDI每增加1%，全要素生产率增加0.0572%，FDI系数在1%水平上高度显著；当R&D密度跨越了门槛值0.081之后，FDI的技术溢出效应会随着R&D密度的进一步增大而减小。这表明R&D密度过大，即政府在R&D方面的支出过大，超出地区GDP的一定比重后，R&D投入对于FDI的溢出效应不仅没有积极的作用，反而产生消极的影响。

技术差距也具有双重门槛效应。当两者技术差距低于门槛4.161时，FDI与GAP指标相乘项的系数为负-0.339，即随着GAP的增大，FDI的挤出作用增强；当技术差距处于门槛4.161和门槛11.004之间时，回归系数变为正的0.0598；当技术差距跨越了门槛11.004之后，两者的共同系数仍为正，但值减小为0.0347，表明FDI的技术溢出效应随着GAP的进一步增大而减小了，回归系数高度显著。

根据已经测算出来的各个门槛值绘制出了各省2012年人力资本、R&D密度、金融深度和技术差距的区间分布（见图1）。从图1中可以看出，我国人力资本已经具有一定的基础，金融发展程度较好的地区也较为集中，主要分布在经济发达地区和西南一带及部分西北地区。越过技术差距门槛的地区则主要集中在北上广及江浙沿海一带、东三省，R&D密度也只有少数地区跨越门槛值，总体而言技术差距和R&D密度是目前FDI实现正向溢出的主要阻碍因素。

结论及政策启示

本文基于2000-2012年全国29个省市面板数据，借助门限模型测算了各地FDI溢出的吸收能力，结果显示吸收能力决定了FDI的溢出效果差异，主要结论和政策启示有以下几点：

第一，FDI的技术溢出存在显著的门槛效应，FDI的溢出对于区域技术进步存在多个因素的门槛条件。本文选取人力资本、R&D密度、金融深度、技术差距作为吸收FDI技术溢出的门槛指标，它们对FDI的作用产生了比较大的差异。实证研究结果显示，人力资本和金融深度具有单一门槛效应，门槛值分别为9.353和1.083%，超过门槛值时FDI才开始对技术进步产生明显的促进作用，而R&D和技术差距具有双重门槛效应，门槛值分别为0.053、0.081和4.161、11.004，影响较为复杂。

第二，R&D密度和技术差距因具有双重门槛效应，对FDI的技术效应影响较为复杂。R&D密度无论在哪个门槛区间，FDI都产生正向的技术溢出，但处在两个门槛值中间区域时，FDI的溢出效应最为明显和显著，这表明R&D的投入并不是越多效果就越好，政府对于R&D的投入应因地制宜的控制在一个合理的范围内。

第三，在技术差距较大的落后地区，FDI的溢出效果不如中等科技水平地区那样高，随着技术差距的缩小，中等科技水平的地区在拥有一定吸收能力的同时也处于走向创新的关键时期，此时的溢出效果尤为显著，我国目前大部分地区是处在这个阶段，在技术差距较小的技术发达地区，FDI无法实现积极的溢出，这表明这些地区的模仿动力已减弱，模仿已经不能持续推动技术的进步，创新成为新的技术增长点，只有创新才能实现技术的持续进步。

第四，我国人力资本基础较好，可以较好的吸收FDI的溢出，经济发达及部分沿海地区跨越了金融门槛，对其他不具备金融区位优势的区域来说，重视金融发展，提高金融深度是需要重视的一个问题。目前吸收FDI技术溢出存在的主要瓶颈还是在R&D密度和技术差距上，突破瓶颈问题是促进FDI正向溢出的重要议题。

当然，本文也存在一定的不足之处，由于受到统计模型和统计方法的限制，本文未能对人力资本、R&D密度、金融深度、技术差距对于FDI溢出的综合影响或是相互影响做一定研究，有待学习和改进。