外商直接投资的溢出效应与华东地区创新能力：1999—2012

陈德友

摘要：当前，技术密集型产业对经济增长的贡献越来越大，日益成为可持续发展的重要动力，而自主创新则是发展技术密集型产业的源泉。本文采用空间动态面板数据模型，分析外商直接投资对华东地区创新能力的溢出效应，研究它们之间空间联系和差异。研究结果可为相关省市决策者提供有用信息，为华东地区经济的可持续发展提供智力支撑。

关键词：外商直接投资；溢出效应；华东地区；创新能力；技术密集型产业

中图分类号：F424.3 文献标志码：A 文章编号：1001-862X（2014）01-0101-005

一、问题的提出

自上世纪末以来，中国经济基本保持着高速发展。不过，这带来了很多难以解决的问题，比如能源过度消耗、环境污染以及可持续发展动力不足等。外商直接投资对中国经济的高速发展作出了积极的贡献，它不仅为中国经济提供了资金来源，也带来先进的科学技术和管理经验。由此产生的溢出效应，越来越受到关注。

华东地区指的是上海市、江苏省、浙江省、安徽省、福建省、江西省和山东省。该地区是中国经济较为发达的地区之一，也是劳动密集型和资源消耗型企业相对集中的地区。比如，“苏锡常”的加工制造业，以及马钢、铜陵有色等能源消耗型企业，都坐落在该地区。因此，基于创新能力提高的华东地区产业结构转型，将在中国起到很强的引领作用。分析FDI的溢出效应对华东地区创新能力提升的作用，就显得非常重要。

二、文献述评

针对创新能力在溢出方面以及FDI溢出方面，国际上有学者做出了一些研究。比如：Liu（2008）在内生增长框架内解释了FDI在技术转移中如何产生外部效应，并且区分了溢出效应的水平和比率对国内企业生产力的影响。[1]Qi等人（2009）探讨了FDI是否会对中国的企业有积极的外溢效应，他们首先根据经验建立了FDI对不同省份的溢出效应，然后估计了阈值，发现很多省没有达到这些阈值。[2]Hale和Long（2011）研究FDI可能导致中国近期工资增长。实证结果表明在同行业或同地区的私营企业中，FDI对技术工人的工资有间接的影响，但对国营企业的员工工资没有影响。[3]Lin等人（2011）探究了外商直接投资对中国区域生产力的影响，结果表明FDI对整体生产力有显著的提高作用，但是这种效果很大程度上取决于所在区域的吸收能力。[4]Suyanto和Salim（2013）采用了独特的高度分解非平衡面板，利用1990—1995年210家企业的数据分析了印尼制药业的FDI溢出效应对技术效率的影响。实证结果显示，国外企业比国内竞争对手效率更高；FDI对国内竞争者有显著的负效应，但是，对国内的供应商则有积极的溢出效应。[5]

国内也有不少学者研究过FDI对我国知识、技术和创新方面的溢出效应。[6]钱建娣和袁兆春（2009）从我国FDI的实情出发，探讨了我国FDI 的技术溢出效应的传播路径，经过实证研究，认为FDI 的确对我国的技术产生了一些溢出效应。[7]江瀚（2012）探讨了企业层面上的 FDI对知识的溢出效应，他使用了回归分析的方法，对珠三角地区的272家企业进行了分析，认为对于不同类型企业来说，吸收能力的高低与知识溢出的大小对创新水平有不同影响，企业创新水平的高低与自己的吸收能力和下游企业的知识溢出有正向关系。[8]侯润秀、官建成（2006）利用各省市的面板数据来进行研究，认为不同创新能力的地区，FDI对他们的溢出效应也不同， 区域创新能力越强， FDI对其创新能力的溢出效应越大。[9]曹广喜（2009）考察了创新能力累积效应和FDI时滞性，对西、中、东部进行实证分析，考虑了FDI对创新能力的溢出效应的区域差异型。得出FDI对中国创新能力有正向溢出效应，但不是很显著，对中部的溢出效应比对东、西部显著，FDI 对中部地区的实用新型和发明、东部地区的外观设计具有显著的溢出效应，但是对西部各种类的创新能力都没有显著的溢出效应。[10]宋马林、王舒鸿用DEA对经济增长与技术进步以及FDI等关系进行了研究，也对本文在方法的使用上有一定的借鉴。[11]

本文的创新之处是结合前人关于空间动态面板数据模型的研究来探讨华东地区各省市的FDI对创新能力的溢出效应，为华东各省市的产业结构调整提供有用信息，对这些地区的经济持续稳定高速发展作出一点贡献。

三、实证分析

本文将同时关注华东地区的FDI溢出效应和创新能力这两个因素，运用具有很多优势的空间动态面板数据来进行分析，但由于空间动态面板数据在软件计算方面尚不成熟，结果的计算需要编程，研究起来较为困难，真正把空间动态面板数据用于实证研究的不是很多。参考前人的研究和数据的可得性，本文选取了各省的专利授权量（ZL）、R&D经费内部支出（RD）、FDI值（FDI）、人均GDP（RJ），其中1999—2012年各省的专利授权量和R&D经费内部支出的数据来源于1999—2012年各年的《中国科技统计年鉴》，1999—2012 年各省人口和GDP数据和FDI来源于1999—2012各省的统计年鉴和《中国统计年鉴》。本文希望通过以上数据，利用空间动态面板数据的优势分析华东地区的FDI对他们创新能力的溢出效应，为该地区的产业结构调整与政府决策提供有价值的信息。

（一）指标选取和数据来源

考虑以前学者的研究，本文选取专利授权量来衡量一个地区的创新能力。科研创新过程的资金投入可用R&D经费内部支出（简称为RD）来表示；考虑到数据的完整性，本文的FDI值（简称为FDI）用外商投资企业投资总额来代替，RGDP表示人均GDP（简称为RJ）。其中1999—2012年各省的专利授权量、R&D经费内部支出的数据来源于1999—2012年各年的《中国科技统计年鉴》，1999—2012年各省人口和GDP数据和FDI来源于1999—2012各省的统计年鉴和《中国统计年鉴》。为了减少异方差对模型的影响，本文对各数据进行了取对数的处理。endprint

（二）数据的单位根检验

首先对各变量进行单位根检验，结果如表1所示。

表1中的检验结果显示，lnzl、lnfdi、lnrd、lnrj都不平稳，但是他们的一阶差分都平稳，可以考虑用他们的一阶差分来建模。由于他们都是一阶单整的，可以进行协整检验，来检验他们是否存在长期相关关系。

（三）数据协整检验

根据表2的检验结果来看，专利授权量与每个解释变量间均有协整关系，可以进一步进行Hausman检验来选择随机效应还是固定效应。

（四）Hausman检验

Hausman检验是面板数据模型选择固定效应还是随机效应的重要检验方法，从表4的Hausman检验结果来看，模型更适合选用随机效应模型。

（五）模型的估计与检验

根据前面的Hausman检验结果，选择随机效应模型。用Han-Philips线性动态空间面板回归方法，经过stata编程计算得到SAR模型的随机效应估计以及参数检验的结果。

从基于地理权重和空间权重的空间动态面板模型的估计结果中，lnfdi项的系数分别为0.5378877和0.5793603，是各自所有解释变量中系数最大的，说明FDI的溢出效应相对于其他几个变量来说还是很大的，并且他们系数检验的P值都为 0.0000，说明FDI的溢出效应很显著，FDI对华东区创新能力的溢出效应很明显。R&D经费支出的系数分别为0.0440398和0.050112，相对FDI项的系数来说比较小，对创新能力的溢出有限，而且它们的系数检验的P值分别为 0.116和0.137，不是很显著。人均GDP的系数分别为0.293098和0.3186225，相对于FDI的溢出效应来看，也不是很强，它们的系数检验的P值分别为 0.184和0.139，溢出效应也不是很显著。专利授权项的滞后项的系数分别为0.1142928和0.0991751，虽然它们的值不是很大，但是系数的检验的P值却等于 0.0000，说明华东地区的专利授权量无论是在地理因素上还是经济因素都存在比较显著的空间效应。两个模型的wald检验和F检验都很显著，说明模型估计的结果是比较可靠的。同时两个模型的R2和调整R2都超过了0.9，说明模型的拟合效果比较好。

同时从以上两个表中我们也能看出，基于地理权重lnfdi项的系数要小于基于经济权重的lnfdi项的系数，说明FDI对华东地区各省市的创新能力的溢出效应在经济意义的解释能力上更强。基于地理权重的专利授权项的系数大于基于经济权重专利授权项的系数，说明华东地区各省市的创新能力在地理空间的相关性比在经济空间上的相互影响力更强。

四、结论及政策建议

通过用空间动态面板数据对华东六省一市的FDI对该地区创新能力的溢出效应进行实证研究，得到基于经济权重和地理权重两种情况下的估计方程，在两个模型中lnfdi项的系数都很显著，说明FDI对该地区的创新能力的溢出效应比较明显，由此我们可以得到很多启发，对华东地区各省市在提高自己的自主创新能力和促进产业结构调整有积极意义。

一是华东地区的FDI对该地区的创新能力的溢出效应较大。从表中的数据可以看出华东地区的FDI在经济意义上对该地区的创新能力的溢出效应大于其在地理意义上的溢出效应。FDI对华东地区创新能力的溢出在经济意义上更为明显。随着中国金融市场的开放，大量国外风投开始投资中国的创新型企业，而华东地区的地理位置大都是沿海的，这为华东地区的创新型企业的融资带来了便利，促进了华东地区的创新能力的提高。所以华东各省市应该利用地理优势，制定相关政策来积极吸引国外对创新项目和创新型企业的投资，为国外的资金流向这类企业提供绿色通道。

二是不管是基于地理权重的模型还是基于经济权重的模型，华东地区各省市的创新能力都有比较明显的空间依耐性。华东地区各省市在政策制定时要打破地域限制，从整个地区的角度出发，协调各省的资源，统筹制定相关政策来促进创新。

三是华东地区FDI的对创新能力的溢出效应虽然比较显著，但是毕竟不是很大，我们不能寄希望于国外的资金和技术，要加大自主创新的支持力度，积极扶持自主创新企业，促进专利成果的转化。

参考文献：

[1]Liu Z. Foreign direct investment and technology spillovers： Theory and evidence [J]. Journal of Development Economics， 2008， 85（1）： 176-193.

[2]Qi J， Zheng Y， Laurenceson J， et al. Productivity spillovers from FDI in China： Regional differences and threshold effects[J]. China & World Economy，2009，17（4）： 18-35.

[3]Jiang C X， Yang Q， Li S， et al. The moderating effect of foreign direct investment intensity on local firms intangible resources investment and performance implications： A case from China[J]. Journal of International Management， 2011， 17（4）： 291-302.

[4]Xu X， Sheng Y. Productivity Spillovers from Foreign Direct Investment： Firm-Level Evidence from China[J]. World Development， 2012， 40（1）： 62-74.

[5]Suyanto，Salim R. Foreign direct investment spillovers and technical efficiency in the Indonesian pharmaceutical sector：firm level evidence[J].Applied Economics，2013， 45（3）：383-395.

[6]李平，臧乐.人民币升值对中国技术创新能力的影响——基于国际技术扩散的视解[J].华东经济管理，2013，（1）

[7]钱建娣， 袁兆春.外商直接投资对我国技术溢出效应的分析[J]. 江淮论坛，2009，（3）：39-43.

[8]江瀚.下游知识溢出对供应商创新绩效的影响分析[J].江淮论坛，2012，（2）：63-68.

[9]侯润秀，官建成. 外商直接投资对我国区域创新能力的影响[J].中国软科学，2006，（5）：104-111.

[10]曹广喜. FDI 对中国区域创新能力溢出效应的实证研究：基于动态面板数据模[J].经济地理， 2009， 29（6）：894-899.

[11]宋马林，王舒鸿.环境规制，技术进步与经济增长[J]. 经济研究，2013，（3）：122-134.

（责任编辑 秋 妍）endprint

（二）数据的单位根检验

首先对各变量进行单位根检验，结果如表1所示。

表1中的检验结果显示，lnzl、lnfdi、lnrd、lnrj都不平稳，但是他们的一阶差分都平稳，可以考虑用他们的一阶差分来建模。由于他们都是一阶单整的，可以进行协整检验，来检验他们是否存在长期相关关系。

（三）数据协整检验

根据表2的检验结果来看，专利授权量与每个解释变量间均有协整关系，可以进一步进行Hausman检验来选择随机效应还是固定效应。

（四）Hausman检验

Hausman检验是面板数据模型选择固定效应还是随机效应的重要检验方法，从表4的Hausman检验结果来看，模型更适合选用随机效应模型。

（五）模型的估计与检验

根据前面的Hausman检验结果，选择随机效应模型。用Han-Philips线性动态空间面板回归方法，经过stata编程计算得到SAR模型的随机效应估计以及参数检验的结果。

从基于地理权重和空间权重的空间动态面板模型的估计结果中，lnfdi项的系数分别为0.5378877和0.5793603，是各自所有解释变量中系数最大的，说明FDI的溢出效应相对于其他几个变量来说还是很大的，并且他们系数检验的P值都为 0.0000，说明FDI的溢出效应很显著，FDI对华东区创新能力的溢出效应很明显。R&D经费支出的系数分别为0.0440398和0.050112，相对FDI项的系数来说比较小，对创新能力的溢出有限，而且它们的系数检验的P值分别为 0.116和0.137，不是很显著。人均GDP的系数分别为0.293098和0.3186225，相对于FDI的溢出效应来看，也不是很强，它们的系数检验的P值分别为 0.184和0.139，溢出效应也不是很显著。专利授权项的滞后项的系数分别为0.1142928和0.0991751，虽然它们的值不是很大，但是系数的检验的P值却等于 0.0000，说明华东地区的专利授权量无论是在地理因素上还是经济因素都存在比较显著的空间效应。两个模型的wald检验和F检验都很显著，说明模型估计的结果是比较可靠的。同时两个模型的R2和调整R2都超过了0.9，说明模型的拟合效果比较好。

同时从以上两个表中我们也能看出，基于地理权重lnfdi项的系数要小于基于经济权重的lnfdi项的系数，说明FDI对华东地区各省市的创新能力的溢出效应在经济意义的解释能力上更强。基于地理权重的专利授权项的系数大于基于经济权重专利授权项的系数，说明华东地区各省市的创新能力在地理空间的相关性比在经济空间上的相互影响力更强。

四、结论及政策建议

通过用空间动态面板数据对华东六省一市的FDI对该地区创新能力的溢出效应进行实证研究，得到基于经济权重和地理权重两种情况下的估计方程，在两个模型中lnfdi项的系数都很显著，说明FDI对该地区的创新能力的溢出效应比较明显，由此我们可以得到很多启发，对华东地区各省市在提高自己的自主创新能力和促进产业结构调整有积极意义。

一是华东地区的FDI对该地区的创新能力的溢出效应较大。从表中的数据可以看出华东地区的FDI在经济意义上对该地区的创新能力的溢出效应大于其在地理意义上的溢出效应。FDI对华东地区创新能力的溢出在经济意义上更为明显。随着中国金融市场的开放，大量国外风投开始投资中国的创新型企业，而华东地区的地理位置大都是沿海的，这为华东地区的创新型企业的融资带来了便利，促进了华东地区的创新能力的提高。所以华东各省市应该利用地理优势，制定相关政策来积极吸引国外对创新项目和创新型企业的投资，为国外的资金流向这类企业提供绿色通道。

二是不管是基于地理权重的模型还是基于经济权重的模型，华东地区各省市的创新能力都有比较明显的空间依耐性。华东地区各省市在政策制定时要打破地域限制，从整个地区的角度出发，协调各省的资源，统筹制定相关政策来促进创新。

三是华东地区FDI的对创新能力的溢出效应虽然比较显著，但是毕竟不是很大，我们不能寄希望于国外的资金和技术，要加大自主创新的支持力度，积极扶持自主创新企业，促进专利成果的转化。

参考文献：

[1]Liu Z. Foreign direct investment and technology spillovers： Theory and evidence [J]. Journal of Development Economics， 2008， 85（1）： 176-193.

[2]Qi J， Zheng Y， Laurenceson J， et al. Productivity spillovers from FDI in China： Regional differences and threshold effects[J]. China & World Economy，2009，17（4）： 18-35.

[3]Jiang C X， Yang Q， Li S， et al. The moderating effect of foreign direct investment intensity on local firms intangible resources investment and performance implications： A case from China[J]. Journal of International Management， 2011， 17（4）： 291-302.

[4]Xu X， Sheng Y. Productivity Spillovers from Foreign Direct Investment： Firm-Level Evidence from China[J]. World Development， 2012， 40（1）： 62-74.

[5]Suyanto，Salim R. Foreign direct investment spillovers and technical efficiency in the Indonesian pharmaceutical sector：firm level evidence[J].Applied Economics，2013， 45（3）：383-395.

[6]李平，臧乐.人民币升值对中国技术创新能力的影响——基于国际技术扩散的视解[J].华东经济管理，2013，（1）

[7]钱建娣， 袁兆春.外商直接投资对我国技术溢出效应的分析[J]. 江淮论坛，2009，（3）：39-43.

[8]江瀚.下游知识溢出对供应商创新绩效的影响分析[J].江淮论坛，2012，（2）：63-68.

[9]侯润秀，官建成. 外商直接投资对我国区域创新能力的影响[J].中国软科学，2006，（5）：104-111.

[10]曹广喜. FDI 对中国区域创新能力溢出效应的实证研究：基于动态面板数据模[J].经济地理， 2009， 29（6）：894-899.

[11]宋马林，王舒鸿.环境规制，技术进步与经济增长[J]. 经济研究，2013，（3）：122-134.

（责任编辑 秋 妍）endprint

（二）数据的单位根检验

首先对各变量进行单位根检验，结果如表1所示。

表1中的检验结果显示，lnzl、lnfdi、lnrd、lnrj都不平稳，但是他们的一阶差分都平稳，可以考虑用他们的一阶差分来建模。由于他们都是一阶单整的，可以进行协整检验，来检验他们是否存在长期相关关系。

（三）数据协整检验

根据表2的检验结果来看，专利授权量与每个解释变量间均有协整关系，可以进一步进行Hausman检验来选择随机效应还是固定效应。

（四）Hausman检验

Hausman检验是面板数据模型选择固定效应还是随机效应的重要检验方法，从表4的Hausman检验结果来看，模型更适合选用随机效应模型。

（五）模型的估计与检验

根据前面的Hausman检验结果，选择随机效应模型。用Han-Philips线性动态空间面板回归方法，经过stata编程计算得到SAR模型的随机效应估计以及参数检验的结果。

从基于地理权重和空间权重的空间动态面板模型的估计结果中，lnfdi项的系数分别为0.5378877和0.5793603，是各自所有解释变量中系数最大的，说明FDI的溢出效应相对于其他几个变量来说还是很大的，并且他们系数检验的P值都为 0.0000，说明FDI的溢出效应很显著，FDI对华东区创新能力的溢出效应很明显。R&D经费支出的系数分别为0.0440398和0.050112，相对FDI项的系数来说比较小，对创新能力的溢出有限，而且它们的系数检验的P值分别为 0.116和0.137，不是很显著。人均GDP的系数分别为0.293098和0.3186225，相对于FDI的溢出效应来看，也不是很强，它们的系数检验的P值分别为 0.184和0.139，溢出效应也不是很显著。专利授权项的滞后项的系数分别为0.1142928和0.0991751，虽然它们的值不是很大，但是系数的检验的P值却等于 0.0000，说明华东地区的专利授权量无论是在地理因素上还是经济因素都存在比较显著的空间效应。两个模型的wald检验和F检验都很显著，说明模型估计的结果是比较可靠的。同时两个模型的R2和调整R2都超过了0.9，说明模型的拟合效果比较好。

同时从以上两个表中我们也能看出，基于地理权重lnfdi项的系数要小于基于经济权重的lnfdi项的系数，说明FDI对华东地区各省市的创新能力的溢出效应在经济意义的解释能力上更强。基于地理权重的专利授权项的系数大于基于经济权重专利授权项的系数，说明华东地区各省市的创新能力在地理空间的相关性比在经济空间上的相互影响力更强。

四、结论及政策建议

通过用空间动态面板数据对华东六省一市的FDI对该地区创新能力的溢出效应进行实证研究，得到基于经济权重和地理权重两种情况下的估计方程，在两个模型中lnfdi项的系数都很显著，说明FDI对该地区的创新能力的溢出效应比较明显，由此我们可以得到很多启发，对华东地区各省市在提高自己的自主创新能力和促进产业结构调整有积极意义。

一是华东地区的FDI对该地区的创新能力的溢出效应较大。从表中的数据可以看出华东地区的FDI在经济意义上对该地区的创新能力的溢出效应大于其在地理意义上的溢出效应。FDI对华东地区创新能力的溢出在经济意义上更为明显。随着中国金融市场的开放，大量国外风投开始投资中国的创新型企业，而华东地区的地理位置大都是沿海的，这为华东地区的创新型企业的融资带来了便利，促进了华东地区的创新能力的提高。所以华东各省市应该利用地理优势，制定相关政策来积极吸引国外对创新项目和创新型企业的投资，为国外的资金流向这类企业提供绿色通道。

二是不管是基于地理权重的模型还是基于经济权重的模型，华东地区各省市的创新能力都有比较明显的空间依耐性。华东地区各省市在政策制定时要打破地域限制，从整个地区的角度出发，协调各省的资源，统筹制定相关政策来促进创新。

三是华东地区FDI的对创新能力的溢出效应虽然比较显著，但是毕竟不是很大，我们不能寄希望于国外的资金和技术，要加大自主创新的支持力度，积极扶持自主创新企业，促进专利成果的转化。

参考文献：

[1]Liu Z. Foreign direct investment and technology spillovers： Theory and evidence [J]. Journal of Development Economics， 2008， 85（1）： 176-193.

[2]Qi J， Zheng Y， Laurenceson J， et al. Productivity spillovers from FDI in China： Regional differences and threshold effects[J]. China & World Economy，2009，17（4）： 18-35.

[3]Jiang C X， Yang Q， Li S， et al. The moderating effect of foreign direct investment intensity on local firms intangible resources investment and performance implications： A case from China[J]. Journal of International Management， 2011， 17（4）： 291-302.

[4]Xu X， Sheng Y. Productivity Spillovers from Foreign Direct Investment： Firm-Level Evidence from China[J]. World Development， 2012， 40（1）： 62-74.

[5]Suyanto，Salim R. Foreign direct investment spillovers and technical efficiency in the Indonesian pharmaceutical sector：firm level evidence[J].Applied Economics，2013， 45（3）：383-395.

[6]李平，臧乐.人民币升值对中国技术创新能力的影响——基于国际技术扩散的视解[J].华东经济管理，2013，（1）

[7]钱建娣， 袁兆春.外商直接投资对我国技术溢出效应的分析[J]. 江淮论坛，2009，（3）：39-43.

[8]江瀚.下游知识溢出对供应商创新绩效的影响分析[J].江淮论坛，2012，（2）：63-68.

[9]侯润秀，官建成. 外商直接投资对我国区域创新能力的影响[J].中国软科学，2006，（5）：104-111.

[10]曹广喜. FDI 对中国区域创新能力溢出效应的实证研究：基于动态面板数据模[J].经济地理， 2009， 29（6）：894-899.

[11]宋马林，王舒鸿.环境规制，技术进步与经济增长[J]. 经济研究，2013，（3）：122-134.

（责任编辑 秋 妍）endprint