FDI促进了中国区域创新的俱乐部收敛吗?

曹东坡

(南京大学经济学院，江苏 南京 210093)

1 引言

关于收敛性的研究是从对经济增长的研究中开始的。Ramsey最早指出具有相似技术和消费偏好的经济体经济发展会最终趋同［1］。其后，新增长理论学者如 Mankiw与 Romer等［2］、Barro与 Sala-i-Martin［3］等指出区域经济增长存在 α收敛、β收敛，Baumol则提出俱乐部收敛的概念［4］。而中国由于区域发展差距过大，研究俱乐部收敛更具现实意义。根据内生增长理论，技术进步是长期经济增长的源泉，创新则是促进技术进步的内在动力，因此造成区域经济增长收敛的因素很可能与创新密切相关，研究区域创新收敛意义更大。国内学者中，陈向东和王磊认为中国三大区域创新不存在显著的俱乐部收敛［5］，但未检验变量的空间相关性，在采用空间计量模型时也未判别其形式。孙建和齐建国的研究未考虑变量的空间相关性［6］;孙建用空间滤波法消除变量的空间相关性，认为中国区域创新存在以人力资本为门槛的三大俱乐部收敛［7］。魏守华和禚金吉等认为中国区域创新能力总体发散，尽管东部和中部收敛，并且FDI促进了东部和中部创新增长率收敛，却在西部和全国加大了区域技术差距［8］，但该研究忽略了变量的空间相关性。国内学者对区域创新收敛的研究多局限于讨论是否收敛，较少考虑收敛的影响因素，或存在实证方法不当的问题，需要进一步改进。

此外，大量文献注意到了FDI的创新外溢。李平和刘建指出，输入性FDI促进了各地技术水平提高，但东部的技术溢出明显高于中部和西部［9］。近期文献集中指出 FDI对我国创新能力提高和积累存在明显的正效应［10－11］。也有学者不赞成FDI具有完全正的外溢［12－13］，或至少这种正的外溢是有条件的［14］。许多研究认为FDI的溢出效应对中国区域创新的影响存在明显区域差异，一般表现为从东部向西部地区溢出效应显著程度逐渐降低［15－16］。但尚未有学者在考虑变量的空间相关性的条件下将FDI与区域创新的俱乐部收敛联系起来予以研究。事实上，虽然FDI的创新外溢已得到大量实证验证，但学者们主要关心的是外溢效应及其影响因素，而FDI对创新的收敛性是否存在影响却被有意或无意地忽略了。

鉴于以上研究中的问题，本文利用考虑变量空间相关性的空间计量模型，对我国大陆31个省域按东、中、西部分的区域创新俱乐部收敛的存在性进行实证检验，同时分析了FDI对区域创新俱乐部收敛的影响，以便为今后研究制定促进区域创新的对策提供参考。

2 中国区域创新俱乐部收敛的空间计量分析

2.1 专利申请量的空间数据分析

由于专利申请量既代表了现阶段创新产出，又可代表下一阶段创新投入，因此被广泛用作研究创新的指标，本文将其作为衡量区域创新活动的指标。首先检验变量是否存在空间自相关，本文利用探索性空间数据分析法进行研究。常用的空间自相关性检验指标是Moran's I指数，指数为正，表示观测值之间正相关，为负则表示负相关。计算结果见表1。

表1 各省专利申请量的Moran's I指数

表1中各 Moran's I指数均为正，且除了1998—2001年及2004年外，其他年份均通过了5%的显著性水平检验，说明专利申请量存在空间分布正相关 (即空间依赖)。即大部分省域与邻近省域的专利申请量呈现相似的集聚特征，高专利申请量省份被高专利申请量省份所包围，低专利申请量省份被低专利申请量省份所包围。若忽略空间相关性，OLS估计结果将会有偏甚至是错误的，故本文采用考虑变量空间相关性的空间计量模型进行估计。

2.2 区域创新的俱乐部收敛检验

一般研究经济收敛的模型是对Barro与Sala-i-Martin提出的经典检验方程的简化。借鉴其他学者的研究思路，若用省域专利申请量替代经典方程中的人均GDP指标并进行简化，即可检验区域创新的收敛性，基本方程为:

为确定采用哪种空间计量模型，需对回归残差进行空间自相关检验。Moran's I值为0.260(p值为0.002)，说明OLS估计残差存在空间自相关。模型选取可根据LM检验判断。LM-lag值为10.184(p值为 0.001)，LM-error值为 4.465(p值为0.035)，均通过了显著性检验，需进一步比较Robust LM-lag和 Robust LM-error。Robust LM-lag值为6.074(p值为0.014)，通过了显著性检验;Robust LM-error值为0.355(p值为0.551)，未通过显著性检验，故选用SLM模型。估计结果见表2，为了便于比较，同时给出了OLS估计结果。

表2 模型估计结果

可见SLM模型的Log-likelihood值大于OLS的Log-likelihood值，SLM模型的 AIC、SC值小于OLS的 AIC、SC值，由于 Log-likelihood值越大、AIC和SC值越小拟合效果越好，可知SLM模型拟合效果要好于OLS，故空间计量模型增强了模型的解释力。但尽管其拟合效果更好，回归结果并未证实俱乐部收敛。不同于陈向东、王磊的研究结论 (收敛系数为负，但未通过显著性检验)，本文研究中收敛系数为正 (未表现出收敛)，但未通过显著性检验，区域虚拟变量也不显著，说明并未表现出传统意义上的俱乐部收敛。值得注意的是，系数λ通过了1%的显著性水平检验，说明区域创新存在显著的区域溢出。既然区域创新的正外溢如此明显，那么就有理由期待这种正的外溢使得邻近落后区域创新水平得到提高，进而区域内部实现俱乐部收敛。实际上，现实中也发现部分区域内创新水平逐渐趋同。那么，为何式 (2)的估计结果没有表现出俱乐部收敛?有可能是模型仅包括了初始创新水平，模型设定可能太过严格，忽略了其他因素的影响，导致模型估计结果有偏。从而有理由认为区域创新在实证中未显现出俱乐部收敛特征可能是忽略了某些重要因素，如区域政策、创新环境、FDI等因素的影响。因此有待于进一步对模型进行改进，以将重要因素的效应包含进去。

3 FDI对中国区域创新俱乐部收敛影响的空间计量分析

关于FDI的研究已表明中国FDI的空间分布非常不均衡，总体呈现出大量FDI集中于东部沿海、零星FDI散布于西部地区的特征，且FDI的聚集效应也对FDI的区域选择起到了重要作用，前期FDI水平高的地区在当期能吸引到更多外资［18］。而关于FDI创新外溢的研究表明，FDI对创新的影响可能存在正或负的作用。FDI创新溢出的效果受诸多因素影响，如东道国市场环境、产业结构、政府政策、企业技术吸收能力等。这些因素中，导致FDI创新外溢产生正或负影响的一个重要条件是企业对国外技术的吸收能力，只有这种能力较强，FDI才更易发挥正的溢出效应，从而促进创新。因此，FDI对区域创新俱乐部收敛的影响究竟是起到促进还是抑制的作用也不确定，需通过实证方式加以检验。因而，本文选择FDI作为控制变量进入模型 (2)和 (3)，以确定FDI对我国区域创新俱乐部收敛的影响。

3.1 FDI的空间数据分析

运用探索性空间数据分析，计算考察期内各省FDI的Moran's I指数及其Z值和P值 (各省历年FDI值均换算成人民币，并折算为1998年不变价)，表3报告了相关结果。

考察期内Moran's I指数均为正，且都通过了5%显著性水平检验，说明我国各省FDI存在显著的空间正自相关，即大部分省域与邻近省域的FDI流入呈现相似的集聚特征，高FDI流入省份被高FDI流入省份所包围，低FDI流入省份被低FDI流入省份所包围。

3.2 引入FDI的区域创新俱乐部收敛检验及结果分析

将FDI引入区域创新的俱乐部收敛估计式，模型变为:

表3 各省FDI的Moran's I指数

沿袭Barro等研究经济增长收敛性的思路，引入的FDI变量可采用平均值或平均增长率。本文采用的是各省域历年FDI的算术平均值，进入估计模型时取对数，其他各变量含义同上。虽然此时的β值与原来意义上的β值不同，但根据金相郁［19］，若此处β显著为负，仍能说明区域创新的增长率与初始创新水平负相关，从而确认俱乐部收敛假说。式 (4)、(5)分别为SLM、SEM模型。首先进行残差的空间相关性检验。Moran's I指数为0.166(p值为0.031)，表明OLS估计残差存在明显的空间自相关。LM-lag值为10.325(p值为0.001)，而LM-error值为1.830(p值为0.176)，故选择SLM模型。表4报告了模型估计结果。

表4 模型估计结果

加入新变量后，SLM模型各系数显著性水平有了很大提高。与 OLS模型比较，SLM模型的Log-likelihood值更大，AIC、SC值更小，故 SLM模型拟合结果更好。SLM模型的收敛系数估计值小于0，且通过了5%的显著性水平检验，说明我国区域创新存在俱乐部收敛。但这是在加入新变量后才显现出来的，说明这是以FDI为条件的收敛，而非传统意义上的俱乐部收敛。φ值通过了1%显著性水平检验。区域虚拟变量都通过了5%的显著性水平检验，说明FDI对我国三大区域的俱乐部收敛都有显著的促进作用。系数λ通过了1%的显著性检验，说明创新具有正的空间外溢的结论在新模型里仍然得到了验证。引入FDI作为控制变量与未引入FDI的模型估计结果相比，收敛系数变小，且通过了5%的显著性水平检验。其原因在于，模型 (2)仅仅将俱乐部收敛归功于专利申请量的初始水平，忽略了重要变量FDI的影响，故模型 (2)趋向于高估收敛系数，导致未能得出正确结论。

尽管FDI在我国的空间分布并不均衡，西部地区仅获得了零星的FDI，但实证结果指出，这些流入的FDI依然促进了西部地区区域创新的俱乐部收敛。事实上，区域创新的俱乐部收敛并不能仅仅从所获FDI总量去衡量，FDI与创新之间存在一种关联机制，并不完全体现在量上，而是一种匹配能力。以产业创新为例，产业创新类型、创新水平和特征与产业的成长阶段密切相关，产业创新遵循从模仿创新到合作创新，再到自主创新的演化路径。因而，东部地区由于其产业发展水平和创新水平较高，多数在东部地区聚集的企业体现出资本和技术密集型的特征，高创新水平的产业集聚使得其达到俱乐部收敛需要更多的FDI支持;西部地区发展水平和创新水平较低，区内企业的创新能力可能并不体现为资本密集型，因而少量的FDI即可激发其创新能力的发挥，促使区域创新达到俱乐部收敛。结合前面对我国各省专利申请量、FDI的探索性空间数据分析，可以认为，我国区域创新的俱乐部收敛是可以分为不同层次的俱乐部收敛，即东部地区为相对高水平的俱乐部收敛，中部地区次之，西部地区为较低水平的俱乐部收敛。但这种低水平收敛也引出了另一问题，即中西部地区应该如何突破低水平俱乐部收敛的限制，从而提高本地区创新水平，缩小与东部地区差距。从FDI流入角度考虑，由于FDI通常可被视为是新技术转移和扩散的渠道，这就需要中西部地区进一步改善本地区投资环境，增强本地企业对先进技术的吸收与转化能力，提高区域经济的市场化程度，提升人力资本水平，为吸引FDI流入和促进其创新外溢创造良好条件。此外，东部地区也要进一步优化引资结构，提高FDI的利用质量，提升区域自主创新能力进而培育核心技术创新能力，进一步完善区域创新体系。

4 结论

4.1 我国省域专利申请量和FDI存在空间正自相关

通过运用探索性空间数据分析方法，本文发现我国各省域创新水平的空间分布不均衡，邻近省份创新能力相互影响;FDI和代表区域创新能力的专利申请量指标均存在空间自相关性，且表现出明显的空间正自相关 (即空间依赖)。多数区域呈现出高指标值 (专利申请量、FDI)省份被高指标值 (专利申请量、FDI)省份所包围，低指标值省份被低指标值省份所包围的特征。

4.2 我国三大区域不存在传统意义的俱乐部收敛

对我国区域创新的俱乐部收敛检验表明，我国东、中、西三大区域创新并未表现出传统意义上的俱乐部收敛特征。空间滞后模型估计结果表明收敛系数β为正 (不收敛)，但统计上并不显著。因此，若只考虑各省域初始创新水平，模型估计结果表明，我国东、中、西部区域内各省的创新能力外溢并未起到缩小省域创新水平差距，进而达到区域内部各省份创新能力收敛的作用。

4.3 FDI促进了我国三大区域的俱乐部收敛

加入控制变量FDI后，对我国区域创新俱乐部收敛的空间滞后模型估计结果表明，FDI促进了我国区域创新的俱乐部收敛。可见，尽管FDI流入对区域创新可能存在正或负的效应，但本文研究支持了FDI对我国区域创新存在正的外溢的观点，并且这种正的外溢进而促进了东、中、西部区域的俱乐部收敛。因而，FDI流入对缩小我国三大经济区域内部创新能力差距，并进而促进区域内部经济协调发展是有积极作用的。此外，若能获取更完整的数据，进而运用空间面板计量方法考察FDI对我国区域创新俱乐部收敛时空演变的影响，应该能得到更准确、更为详细的结果，进一步探寻FDI与区域创新之间的关联机制也是有实际意义的，这也是本文有待进一步研究的方向。

［1］F．P．Ramsey．A Mathematical Theory of Saving［J］．Journal of Economics，1928，38(152):543 －559．

［2］N．Gregory Mankiw，David Romer，David N．Weil．A Contribution to the Empirics of Economic Growth［J］．Quarterly Journal Economics，1992，107，(2):407 －437．

［3］Robert J．Barro，Xavier Sala-i-Martin．Convergence［J］．Journal Political Economy，1992，100(2):223 －251．

［4］William J．Baumol．Productivity Growth，Convergence，and Welfare:What the Long-Run Data Show［J］．The American Economic Review，1986，76(5):1072 －1085．

［5］陈向东，王磊．基于专利指标的中国区域创新的俱乐部收敛特征研究［J］．中国软科学，2007，(10):76－85．

［6］孙建，齐建国．人力资本门槛与中国区域创新收敛性研究［J］．科研管理，2009，(6):31－38．

［7］孙建．中国区域创新内生俱乐部收敛研究［J］．科学学与科学技术管理，2011，32(7):74－80．

［8］魏守华，禚金吉，何嫄．区域创新能力的空间分布与变化趋势［J］．科研管理，2011，32(4):152－160．

［9］李平，刘建．国外专利申请与中国各地区的技术进步——国际技术扩散视角的实证分析［J］．国际贸易问题，2006，(7):99－104．

［10］沙文兵，李桂香．FDI知识溢出、自主R＆D投入与内资高技术企业创新能力——基于中国高技术产业分行业动态面板数据模型的检验［J］．世界经济研究，2011，(1):51－56．

［11］刘小鲁．我国创新能力积累的主要途径:R＆D，技术引进，还是FDI?［J］．经济评论，2011，(3):88－95．

［12］陈劲，陈钰芬，余芳珍．FDI对促进我国区域创新能力的影响［J］．科研管理，2007，28(1):7 －13．

［13］党文娟，邓莉，杨红．FDI流入与各省区创新能力关系的实证分析［J］．统计与决策，2009，(11):73－75．

［14］徐磊，黄凌云．FDI技术溢出及其区域创新能力门槛效应研究［J］．科研管理，2009，30(2):16－24．

［15］潘镇．外商直接投资是否促进了中国的科技进步——来自各地区的经验证据［J］．中国软科学，2005，(10):66－72．

［16］李晓钟，张小蒂．外商直接投资对我国技术创新能力影响及地区差异分析［J］．中国工业经济，2008，(9):77－87．

［17］符淼．省域专利面板数据的空间计量分析［J］．研究与发展管理，2008，20(3):106－112．

［18］李国平，陈晓玲．我国外商直接投资地区分布影响因素研究——基于空间面板数据模型［J］．当代经济科学，2007，29(3):43－48．

［19］金相郁．区域经济增长收敛的分析方法［J］．数量经济技术经济研究，2006，(3):102－110．