日韩对华直接投资技术溢出效应对比分析

贾天明 魏景赋

摘要：外商直接投资（FDI）产生的技术外溢效应是推动东道国技术进步的一种重要方式。本文首先利用数据包络分析（DEA）得出内资企业的生产率指数，然后根据日韩对华投资特点运用投入产出法建立回归方程测算了日韩对华投资与中国技术进步的相关关系，实证结果显示日韩对华直接投资促进了当地企业的技术进步，产生了技术溢出，且日本在华企业的技术溢出程度大于韩国在华企业的技术溢出程度，在此基础上根据日韩对中国各省区的投资特点分析了产生技术溢出的可能原因。

关键词：日本；韩国；直接投资；技术溢出效应

一、引言及文献综述

内生经济增长理论认为技术进步是经济增长的最终源泉。那种单纯靠增加投入来增加产出的投入式经济增长方式已经失去了效力。这与当前中国经济发展现状极其相似。改革开放三十年来，中国经济之所以快速增长取决于生产要素投入的增加，由于边际产出的递减规律，这种增长方式已经不能使中国经济继续保持快速增长的态势。因此，当前中国经济，技术进步才是推动中国经济持续稳定发展的一个关键性因素。

外商直接投资（FDI）产生的技术外溢效应是推动东道国技术进步的一种重要方式。近年来，随着中国经济的持续稳定发展，外资的流入量也在不断增加，中国已成为外商投资的首选地区之一。外资的流入除了为东道国带来资本以外，其先进的管理经验、生产技术和经营理念也会通过一些非自愿的途径渗透到当地的其它企业，产生技术溢出，从而促进东道国的技术进步。作为中国近邻的日本和韩国，对华投资量已经跃居世界前列。截止到2011年，日本和韩国对中国直接投资量分别达到127.8亿美元和48.7亿美元，占中国吸引外资总额的10.3%和3.9%，分别位居亚洲二，四位。因此有针对性的研究日韩对华直接投资的技术溢出，以及在技术溢出基础上存在的差异性，进而探究造成这种差异的原因无疑对中国有针对性的利用日韩投资促进内资企业的技术进步具有重要的理论和现实意义。

目前关于FDI技术溢出效应的实证分析大多采用Fare（1994）所提出的数据包络分析（DEA），通过数据包络分析得出内资企业的生产率指数，在此基础上运用投入产出法分析生产要素对生产率指数的影响。范爱军、刘云英利用索罗余值法测算了1988～2003年间山东省的全要素生产率，然后建立回归方程测算了韩资与山东省技术进步的关系，得出结论认为韩资的技术溢出是山东省技术进步的重要推动力量之一；（2006）张宇、蒋殿春（2007）利用数据包络分析（DEA）以及面板数据模型对FDI流入在不同地区所引发的技术外溢效应进行了检验。检验结果验证了FDI技术外溢效应在我国不同地区之间具有相当的差异性，并且证实了影响FDI技术外溢程度的“门槛效应”的存在。王亚星、曲泉儒（2011）以工业固定资产净值年平均余额和全部从业人员年平均余额作为投入要素，以工业增加值作为产出要素得出内资企业生产率指数；再以此为因变量，运用面板数据广义矩估计模型分析外商直接投资（FDI）对不同地区技术外溢影响的差异性。龚三乐（2011）利用区域面板数据，基于Cobb-Douglas生产函数构建对数线性回归计量模型估计广西各地资本、劳动产出弹性，并估算各地全要素生产率；建立全要素生产率影响因素变系数面板模型（SUR模型），测算FDI技术外溢作用影响系数，以此来证明FDI技术外溢效应的区域差异。

通过整理技术外溢效应地区差异的相关资料发现，大多数学者研究的重点集中于FDI总量对东道国的技术溢出效应，而针对具体某个地区某个国家对东道国技术溢出效益的研究甚少，基于此，文章选取日韩两国对中国直接投资的技术溢出效应，从更微观的角度分析国家对国家间投资的技术溢出及差异性。

二、计量方法与模型设定

（一）数据包络分析与全要素生产率的测算

数据包络分析（DEA）方法的引入为计算全要素生产率提供了一种新的分析思路。数据包络的思想就是在研究的对象中选出一个有代表性的前沿个体，并通过与前沿个体的对比来确定其它个体的水平或者效率。对于全要素生产率来说，我们可以用数据包络分析的思想来测算基于投入的劳动要素生产率指数。

因此模型设定的基本思路是，利用数据包络分析（DEA）计算出中国各省市的生产率水平，然后利用日韩对中国有稳定连续投资的十个省市的面板数据进行回归，得出日韩在中国直接投资、科研经费支出、其它外商直接投资对中国生产率水平的影响

（二）模型设定

1.模型设定理论依据

衡量技术进步最常用的方法有基于生产函数的总量测算方法和指标体系法，指标体系法易受指标数据的限制，且主观性强，一般不宜采用。本文采用总量测算方法中的Slow余值来计算各省份的技术进步。

首先建立科布道格拉斯生产函数为：

Yit=AitLαitKβit①

新古典增长理论将技术进步视为常数项A，全要素生产率（TFP）通过A的残值来表示。为得出TFP我们可进行如下计算：

首先两边同时取对数得：

LnYit=αLnKit+βLnLit+LnAit②

LnAt=LnYit-αLnKit-βLnLit③

LnAt的对数值即为TFP值：

LnTFP=LnAt=LnYit-αLnKit-βLnLit④

得出TFP的对数值后经过数学运算便可得出TFP值。

2.日韩在华投资技术溢出理论模型

本论文假设内资部门的全要素生产率受制于两个因素，一是各省市研究与实验发展经费内部支出，二是FDI的流入情况，为得到日韩FDI对各省市投资的技术溢出效应，模型将FDI分为日韩FDI流入量和除日韩以外的FDI流入量。因此可以得到检验模型如下：

LnTFP=αLnRit+βLnFDIit+δLnfdiitjap+εLnfdiitkor+uit⑤

在模型中，uit为随机扰动项，TFPit为第i个地区第t年内资工业部门的全要素生产率，以通过DEA计算的各地区全要素生产率水平来衡量；Rit为各地区科研投入，以各省市研究与实验发展经费内部支出（经过固定资产价格指数平减）衡量，本文选择吴瑛（2006）的方法来计算经费存量；FDIit（去除日韩投资量）为外资流入程度，以各地区FDI流入量（去除日韩投资量）占该地区全部固定资产实际存量的比重来衡量；fdiitjap和fdiitkor分别为日本和韩国FDI流入程度，同样以各地区日韩FDI流入量占该地区全部固定资产实际存量的比重来衡量。

3. 数据来源说明

本文数据均来自《中国统计年鉴》、《中国工业经济统计年鉴》、《中国科学技术统计年鉴》以及各省市（辽宁、河北、北京、天津、山东、江苏、上海、浙江、福建、广州）2000～2010年统计年鉴。由于统计年鉴所载的数据均以当年价格计算的名义值，其中包含了价格变动的影响，为了避免价格因素的干扰，得到准确的估计结果，需要对各个检验指标进行必要的价格调整，其中工业总产值通过各地区工业品出厂价格指数进行平减，固定资产净值通过固定资产价格指数进行平减，由于以人数为单位的从业人员数量不涉及价格变动，因而不需要对此指标进行价格调整，我们以各地区历年的国有及规模以上非国有工业部门从业人数总数作为各地区工业部门的劳动投入。

工业企业数据采用规模以上工业企业主要经济指标。具体指全国规模以上工业企业统计范围1998年至2006年为全部国有及年主营业务收入在500万元及以上非国有工业企业；2007年至2010年为年主营业务收入在500万元及以上的工业企业；2011年为年主营业务收入在2000万元及以上的工业企业（下同）。内资企业数据由“全国规模以上工业企业”与“三资企业”对应指标相减得来，外资企业数据采用“三资企业”对应指标。

三、计量结果与分析

（一）内资部门全要素生产率的DEA估计

对1999～2010年间各地区内资部门和外资部门作为分析样本，以价格调整之后各地区内资部门1999～2010年的工业增加值为产出变量，以价格调整之后各地区工业部门的劳动力和固定资产净值作为投入变量，对各地区内、外资工业部门全要素投入效率进行估计，得到1999～2010年我国各地区内、外资工业部门的全要素生产率（见表1）。

从计算结果来看（见表1），2000～2007年间，我国各地区生产率水平保持持续性增长，技术进步明显，其中由以华北、华东和华南最为明显。西北和西南地区的生产率水平也有明显的改善，但相比东部而言技术进步的幅度要弱，从这一点来看，我国各地区的全要素生产率增长水平还存在不平衡性。但是2007年之后各地区的技术效率明显下降，2010年各地区内资部门的技术水平都低于其它各年。可见我国内资企业的生产率水平受外部因素影响比较明显。

（二）日韩对华直接投资技术溢出效应的实证检验

在估算我国内资部门全要素生产率的基础上可以对FDI的技术溢出效应进行进一步分析。具体到日韩对华直接投资的技术溢出效应，我们可以在全要素生产率的基础上验证日韩对华投资是否对全要素生产率有影响，如果有影响这种影响是正向的还是负向的，产生这种影响的背后原因是什么，以及日韩对华各地区技术溢出效应的差异性。因此，我们首先对日韩对我国各地区FDI技术溢出效应进行具体的实证分析。

根据从地区分布来看，日本对华直接投资形成三大集聚区，分别为环渤海地区（辽宁、河北、北京、天津、山东）、长三角地区（江苏、上海、浙江）和华南地区（广东、福建），2001～2010年，按实际使用日资金额算，华南地区占13.1%，长三角地区占41.5%，环渤海地区占32.9%。韩国对华投资主要集中在环渤海地区，北京、山东、河北、天津、辽宁合计占比71.5%。今年来韩国对长三角以及华南地区投资也在逐渐增加，其中尤以江苏省最为明显，2008年和2010年的实际使用外资额已超过山东。

根据《2011年中国外商投资报告》统计的相关数据发现，日韩对华投资主要集中于中国的环渤海地区，长三角地区以及珠三角地区，因此本文采用的是日韩有连续稳定的10个省市2001～2010年的面板数据处理或计算而得，在实证前需要检验样本数据适合哪种面板数据模型，采取的数据模型不同，实证结果会受到影响。本文采用Hausman检验方法得出文章适用于个体固定效应模型。另外，为消除截面异方差的影响本文采用cross-section的赋权法。分析结果如下表2。

通过面板数据进行回归分析发现（见表2），科研经费投入（R&D），其它国家和地区直接投资（FDI），日本对华直接投资（FDIjap），韩国对华直接投资（FDIkor）都产生了正向的技术溢出，其中科研经费的投入对提高技术水平的作用最大，即通过本土的研发能促进当地的技术进步，这可能与科研经费投入与技术增长的直接性关系有关；日本和韩国对华直接投资的技术溢出效应虽不如科研经费投入，但是其效果仍然比较明显，这表明日韩对华直接投资有助于我国当地企业的技术进步，从技术溢出效应系数大小来看，日本对华直接投资的技术溢出效果要比韩国对华直接投资的技术溢出效果大，这可能与日本对华投资量明显高于韩国对华投资量有关，同样也不排除其它影响因素。

四、结论与启示

本文在外商直接投资技术溢出的理论基础上，首先利用数据包络分析（DEA）计算出中国各省市的生产率水平，然后利用日韩对中国有稳定连续投资的十个省市的面板数据进行回归，得出日韩在中国直接投资、科研经费支出、其它外商直接投资对中国生产率水平的影响，得出以下结论：

1.以1999年的技术水平为基期（TFP1999=1），我国各地区生产率水平在2007年之前都一直保持增长，技术进步明显，其中由以华北、华东和华南最为明显。这些地区工业基础好，资本和人力投入充实，加之优越的区位因素，使得这些地区技术进步明显高于其他地区，值得一提的是欠发达的西北地区技术进步也比较明显，这种现象与中国1999年开始实施的西部大开发战略，资本的流入以及人才支持分不开。但是2007年之后各地区的技术效率明显下降，2010年各地区内资部门的技术水平都低于其它各年，可能是由于2008年以来的世界性金融危机的影响，整个经济运行缓慢，出现了后劲不足的现象，导致技术进步由2000年以来的一路上升转为下降。由此可见，中国的技术水平不仅受国内相关因素的影响还受到国外相关因素的影响。

2.科研经费投入（R&D），其它国家和地区直接投资（FDI），日本对华直接投资（FDIjap），韩国对华直接投资（FDIkor）都产生了正向的技术溢出，其中科研经费的投入对提高技术水平的作用最大，即通过本土的研发能促进当地的技术进步，这可能与科研经费投入与技术增长的直接性关系有关；日本和韩国对华直接投资的技术溢出效应虽不如科研经费投入，但是其效果仍然比较明显，这表明日韩对华直接投资有助于我国当地企业的技术进步，从技术溢出效应系数大小来看，日本对华直接投资的技术溢出效果要比韩国对华直接投资的技术溢出效果大，这可能与日本对华投资量明显高于韩国对华投资量有关，同样也不排除其它影响因素。

从上面的分析结果可以得到以下启示：

1.中国地区间存在技术发展水平不平衡状况，东部地区生产率增长水平高于中部和西部地区。尽管近几年中西部地区生产率水平增长明显，但是仍然落后于东部地区，优越的地理区位条件、健全的基础设施以及人才机制等因素成为东部地区优势。相比东部地区，中西部地区的唯一明显优势就是国家政策的大力扶植，因此，要想缩小地区间技术水平的差距，西部地区要大力发挥好国家政策方面的优势，继续实施西部大开发、中部崛起等战略，以政策优势来克服地理区位和 基础设施上面的劣势。

2.中国企业技术水平的增长不仅受到内部因素的影响也受到外部因素的影响。内部因素是可控因素，而外部因素是不可控因素，因此如何处理好外部因素对内部因素的影响是当前克服中国企业技术水平受制于外部因素的关键所在。中国在大力引进外资的同时，应当坚持以内资为主，不断加强有助于提高自主创新能力的基础设施建设，不断地完善人才机制和科研机制，不断地培养自主创新能力。

3.就微观领域的日韩对华直接投资效应来看，日本和韩国对华直接投资促进了当地企业的技术进步，产生了正的外部性。日本和韩国分别是中国的近邻且经济技术水平都高于中国，中国要想提高技术能力，在坚持自主创新的同时还要不断地学习外来的先进技术。因此，中国可以适度加强引进日韩对华投资的力度，为日韩企业进入中国提供优惠的政策措施；创新投融资渠道，拓展日韩对华投资融资方式，为日韩对华投资提供条件。

参考文献：

[1]张宇，蒋殿春.FDI技术外溢的地区差异与门槛效应—基于DEA与中国省际面板数据的实证检验[J].当代经济科学，2007（09）.

[2]孙方梅. FDI的技术溢出对我国经济增长的影响研究[D].东南大学，2006.

[3]王亚星，曲泉儒.FDI技术外溢的地区差异与信用环境的门槛效应[J].财贸经济，2011（10）.

[4]龚三乐.FDI技术外溢的地区差异分析—基于广西区域面板数据的检验[J].广西师范大学学报（哲学社会科学版），2011（05）.

[5]吴瑛，杨宏进. 基于存量的高技术产业科技资源配置效率DEA度量模型[J].科技政策与管理， 2006（09）.

[6]潘文卿.外商投资对中国工业部门的外溢效应：基于面板数据的分析[J].世界经济，2003 （06）.

[7]封福育，王少平.外商直接投资对中国国内投资的影响[J].统计观察，2006（05）.

[8]包群，赖明勇. FDI技术外溢的动态测算及原因解释[J].统计研究， 2003 （06）.

[9]范爱军，刘云英.韩国在山东省FDI的技术溢出效应实证分析[J].山东大学学报（社会科学版），2006（04）.

[10]CavesDW， Christensen L R， DiewertW E. The Eco-nomic theory of index numbers and the measurement ofinput， output and productivity[J]. Econometrica， 1982（50）.

[11]Fare R，Grosskopf S，NorrisM， Zhang Z. Productivitygrowth，technical pro-gress and efficiency change in in-dustrialized countries[J].American Economic Review， 1994（84）.

[12]Fare R， Grosskopf S， NorrisM. Productivity growth， technical progress， and efficiency change in industrial-ized countries： reply[J]. American Economic Review， 1997， 87（05）.

（作者单位：上海理工大学）