全球生产网络下产业间技术溢出效应研究

张 鹏，李悦明

(华南理工大学工商管理学院，广东 广州 510640)

全球生产网络下产业间技术溢出效应研究

张 鹏，李悦明

(华南理工大学工商管理学院，广东 广州 510640)

本文在全球生产网络背景下，以产业相似度矩阵为权数构建产业间技术溢出指标，运用2005－2011年中国15个工业产业面板数据，从整体和不同技术产业两个层面分别考察产业间的技术溢出对中国工业劳动生产率的影响。研究表明:产业间技术溢出对我国工业部门的劳动生产率有显著促进作用；但在考虑全球生产网络因素后，产业间技术溢出作用程度降低，劳动生产率的提高更多依靠资本和研发投入拉动；从不同技术产业来看，控制全球生产网络因素前后，低技术产业获得的技术溢出效应相对较大。

全球生产网络；技术溢出；产业相似度；劳动生产率

1 引言

关于技术溢出研究主要集中于探讨FDI技术溢出效应，把全球生产网络因素纳入同一框架内分析的研究文献还不多见，已有关于全球生产网络视角下的文献[1－2]，在考察产业间技术溢出基于海外直接投资，忽略了其他方式的技术溢出效应。现有文献对深化技术溢出认识有重要意义，但仍有进一步深化，突出表现在:①较少文献在全球生产网络视角下直接研究产业间技术溢出对工业生产率影响。②已有文献研究大多考虑市场性溢出效应，忽略关联性溢出效应和知识性溢出效应，本文采用以产业相似度矩阵为权数构建产业间的技术溢出指标反映这三大溢出效应。

2 变量选取与模型说明

2.1 计量模型的设定

本文基本模型借鉴柯布—道格拉斯生产函数，根据知识技术外溢性理论，产业部门的产出除了受到传统的资本、劳动力、直接技术投入等的影响外，产业间的技术溢出程度和作用大小也影响产业部门的产出:

其中，Yi表示产业i的产出，Ai表示技术能力，Ki表示资本存量，Li表示劳动力，RDi表示直接研发投入，假定工业产业通过技术溢出影响其他工业产业的技术能力为:

其中，IRDi表示产业i通过其他产业技术溢出获得创新投入，属于间接的R＆D投入。为了简单起见，把式 (2)代入式 (1)，并对上述生产函数以C－D函数形式进行改写:

其中，C0表示影响产业i产出的其他因素，η、α、β、γ分别表示产业i获得的技术溢出、资本、劳动、研发投入的待估参数。为了使生产函数具有更强的适用性，用Y/L表示上式的Y，K/L表示上式的K，RD/L表示上式的RD，上式可以等价地变形为:

对上面的式子两边取对数，由于本文基于国际分工背景下，考虑全球生产网络对间接R＆D投入的影响，加入全球生产网络与间接R＆D投入的交叉项，并引入时间维度得到最终估计模型为:

式 (5)中，VST表示度量产业i在全球生产网络参与度，ln(VST)it·ln(IRD)it表示在考虑全球生产网络条件下产业i在t时期获得的产业间技术溢出，εit为随机误差项。

2.2 变量的设定及数据来源

(1)产业间的技术溢出IRD:IRDi含义是除产业i以外其他产业对产业i的技术溢出，即其他产业R＆D投入的加权总和，属于 “间接的R＆D”。

其中，wij是权重，RDj表示产业j的R＆D投入。

权重的确定是一个重要的问题。Jaffe将产业间技术溢出的形成机制归纳为三个方面:知识性溢出、产业关联性溢出、市场性溢出[3]。以往大多数文献直接用投入产出表的分配系数、直接消耗系数或Leontief逆系数来确定权数，但这些方法只考虑了产业关联性溢出。为了更为全面反映产业间溢出效应三大机制，本文采用潘文卿等[4]提出的方法，构造相似度确定权重来涵盖产业间技术溢出的三种机制。定义产业i和产业j的相似度为两产业的直接消耗系数构成的向量角余弦:

其中，aki、akj分别表示产业i和产业j直接消耗系数结构列向量的第k个元素，产业i与产业j之间相似度越高就越接近1。式子的直接消耗系数来源于投入产出表的直接消耗系数矩阵，由于分行业的R＆D投入没有直接的数据，本文借鉴王瑾[5]的方法采用科技活动经费内部支出与其他技术活动经费支出相加得到，其中其他技术活动经费包括技术改造经费、技术引进经费、消化吸收经费和购买国内技术经费。由于需要动态反映15个工业产业R＆D的变动，我们对R＆D进行价格指数平减，用朱平芳等的方法，以45%权重的固定资产投资价格指数和55%权重的居民消费价格指数的加权指数作为R＆D的价格平减指数[6]。需要说明的是，国家统计局每5年公布一次投入产出表，一般文献假定各产业间的结构在短期内不会发生改变，这个假定普遍存在[7－8]，本文用2007年的投入产出表的直接消耗系数矩阵计算产业的相似度。

(2)全球生产网络参与度VST:本文选取由Hummels、Ishii和Yi[9]提出的垂直专业化贸易作为测量指标，用公式表示为:

其中，M为中间品投入，工业行业总产值与增加值之差，EX为出口交货值，Y为工业总产值，指标用分行业的工业生产者出厂价格指数平减。该指标越大，表明全球生产网络所表现的国际分工特征越明显。

(3)其他变量的设定:劳动生产率 (Y/L):工业总产值与从业人员年平均数的比重来表示，工业总产值用分行业的工业品出厂价格指数进行平减；人均资本 (K/L):用产业的固定资产净值与产业从业人员年平均数的比值来表示，固定资产净值采用固定资产投资价格指数进行平减；劳动力 (L):按照一般文献的惯例，本文用从业人员人数来表示这一变量；人均R＆D投入 (RD/L):用R＆D投入与从业人员年平均数的比值来表示，其中R＆D投入数据的处理方法与技术溢出变量IRD中的R＆D衡量方法一致。

2.3 数据来源

由于投入产出表的产业分类与统计年鉴的分类有所不同，本文通过分类和归总，最后得到15个产业，具体包括:食品制造及烟草加工业，纺织业，服装皮革羽绒及其制品业，木材加工及家具制造业，造纸印刷及文教用品制造业，石油加工与炼焦及核原料加工业，化学工业，非金属矿物制品业，金属冶炼及压延加工业，金属制品业，通用与专用设备制造业，交通运输设备制造业，电气机械及器材制造业，通信设备与计算机及其电子设备制造业，仪器仪表及文化与办公用机械制造业。

本文所用直接消耗系数来源于2007年投入产出表，其他数据来源于 《中国统计年鉴》、 《中国科技统计年鉴》，各类价格指数平减均以2005年作为基期。

3 实证结果及分析

3.1 描述性统计

从相关系数矩阵来看，任意两个解释变量之间的相关系数都没有大于0.8的情况，从理论上认为，模型不存在严重的共线性问题 (见表1)。

表1 解释变量之间的相关系数计算

3.2 15个产业整体回归分析

采用面板数据计量模型，一般采用固定效应模型估计法或者随机效应模型估计法来进行回归。模型1为不考虑全球生产网络情况，模型2为控制全球生产网络的因素，基于稳健性，把全部变量纳入进行回归，即模型3。固定效应模型采用虚拟变量最小二乘法 (LSDV)回归，随机效应模型采用广义最小二乘法 (GLS)回归，结果如表2所示。

从表2的回归结果来看，模型1中产业间技术溢出与我国工业部门劳动生产率之间有正相关关系，并且在1%的水平下显著，可见，产业间的技术溢出在一定程度上促进我国工业劳动生产率。

但是在考虑了全球生产网络这一条件，即模型2，产业间技术溢出与工业部门劳动生产率之间的正相关关系没有改变，在1%水平下具有显著性，但系数估计值显著降低了。说明在全球生产网络背景下，产业间的技术溢出对工业部门劳动生产率的促进作用反而降低了。一方面，在全球生产网络分工下，跨国公司充分兑现垂直分工所潜藏利益的同时也会转移部分技术成果到东道国，东道国产业从中获得技术能力的提升；另一方面，发达国家希望强化现有分工模式，对于最新的核心性技术采取保护措施，中国企业所获得的技术溢出非常有限并与前沿技术有较大的差距。从实证结果来看，后一方面作用提高，体现了跨国公司对发展中国家技术进步的结构封锁，这与刘志彪和张杰[10]的研究结果一致。

表2 中国15个工业产业整体回归结果

就其他变量而言，人均R＆D的估计系数在表2模型中都为正，并且在1%水平下具有显著性影响，这表明研发投入是促进工业部门劳动生产率的重要因素。这一结果与现有理论是相吻合的。人均资本 (K/L)的估计系数在考虑全球生产网络因素前后都在1%检验水平下显著为正，并且与其他估计系数相比，其系数值是最大，这一结果意味着在很大程度上工业劳动生产率的提高主要依靠固定资产投资拉动。

劳动力 (L)变量的估计系数为正且在1%水平下具有显著性，说明劳动力投入对工业生产率提高有促进作用，而在全球生产网络条件下，劳动力对工业部门劳动生产率的相关关系没有改变，但没有显著性影响，当然这不能简单地归结为在全球生产网络条件下劳动力投入对于工业部门生产率的提高没有影响，这应该是我国人口红利逐渐减少的情况下，嵌入全球生产网络程度较深的产业寻求生产率提高的途径已不再主要着眼于劳动力投入的增加，这导致劳动力对工业部门劳动生产率的作用有所弱化。

从总体估计结果看，在全球生产网络条件下，虽然技术溢出对人均产出促进作用降低，但是人均研发投入和人均资本作用却增强了。由于发达国家对技术的严格保护，参与全球生产网络企业未经跨国公司的允许，一般不能对外扩散技术和产品信息，这造成产业间技术溢出的困难，但是企业为完成订单，引进先进设备、投入研发资金开发产品新技术、研究工艺流程改进等，直接引致固定资产和研发投入的增加，因而全球生产网络下，人均资本增加对提高劳动生产率的贡献最大，人均R＆D投入影响次之，技术溢出影响程度反而最低。

3.3 基于产业技术差距的分组检验

运用15个工业产业的数据来分析技术溢出对工业劳动生产率的影响，意味着各工业产业具有相同的生产技术，这样忽略了不同产业间的异质性。

借鉴王瑜[11]的技术产业分组方法，本文用人均研发投入来表示各产业的技术水平，将人均研发投入高于平均水平的产业称为技术水平相对较高的产业；余下的产业则称为技术水平相对较低的产业。高技术产业包括:交通运输设备制造业，通信设备、计算机及其他电子设备制造业，金属冶炼及压延加工业，电气机械及器材制造业，通用、专用设备制造业，化学工业，仪器仪表及文化办公用机械制造业，石油加工、炼焦及核燃料加工业等产业。低技术产业包括:食品制造及烟草加工业，金属制品业，造纸印刷及文教体育用品制造业，非金属矿物制品业，纺织业，木材加工及家具制造业，纺织服装鞋帽皮革羽绒及其制品业等产业。

从表3的拟合结果来看，主要有以下基本结论:

无论是高技术产业组还是低技术产业组，技术溢出变量的估计系数都为正，且都在1%水平下显著，说明技术溢出对工业部门劳动生产率呈现正相关关系。对比两组的估计系数来看，技术溢出对低技术产业组的拉动生产率的作用更大。由于低技术产业的产品所含的技术水平相对较低，少量的技术溢出便能显著提升产业劳动生产率。

在考虑了全球生产网络这一因素后，产业间技术溢出变量都在1%水平下具有显著性，低技术组获得的技术溢出相对较多。跨国公司对知识产权的保护，尤其是高新技术严格保护，造成高技术产业组获得技术溢出相对较少。

从人均研发投入来看，高、低技术组的估计系数至少在10%水平下具有显著性，其中高技术组的估计系数较大。在全球生产网络条件下，相对低技术组，高技术组获得的技术溢出十分有限，劳动生产率的提高更依赖于研发投入；相比之下，低技术组人均研发投入与获得技术溢出对劳动生产率的作用几乎一样，也就是说低技术产业融入全球生产网络得到技术溢出与人均研发投入效益差不多，表明低技术产业要继续深化参与全球分工体系。

从人均资本投入的影响来看，高、低技术组的估计系数在1%水平上显著，而且在控制了全球生产网络因素后，人均资本估计系数变大了，这一结果与整体回归原因类似，不再赘述。值得注意的是，高技术产业的人均资本投入在考虑全球生产网络条件下估计系数变化相对较大，可能是我国高技术产业在国际分工模式下，技术水平并不占优势，从前面分析可知，获得的技术溢出较少，但高技术产业发展依赖于科技创新，这需要大量资本投入作为支撑，比如引进高精尖设备，引致资本投入作用超过低技术组。

低技术组的劳动力变量估计系数在控制全球生产网络因素前后都至少在10%水平下显著为正。由于低技术产业大部分属于劳动密集型产业，劳动力投入增加能对劳动生产率提高有推动作用。高技术产业的劳动力对工业部门劳动生产率影响有正面作用，但没有显著性。高技术产业大多属于资本密集型或技术密集型产业，对劳动力数量要求相对较低，这弱化劳动力对高技术产业劳动生产率的作用，在考虑全球生产网络条件后，高技术产业的劳动力变量在10%检验水平上与劳动生产率存在负相关关系，这可能是参与全球生产网络，与其他国家展开竞争，高技术产业对高素质的劳动力要求较高，面临的劳动力结构优化问题比较突出，这一问题在短时间难以解决，导致其对工业劳动生产率有负向作用。

表3 基于产业技术差距的分组检验结果

从总体情况来看，高技术组在全球生产网络条件下，受知识产权保护等影响，技术溢出对工业部门劳动生产率产生影响相对较低，引致自身人均资本和自身人均R＆D对劳动生产率的影响更为明显，一定程度上表明高技术组产业技术进步更多是封闭在产业内部。在全球生产网络条件下，低技术产业获得的技术溢出相对较多，人均资本和劳动力投入对工业部门劳动生产率产生主要影响，两者系数相加达0.854。

4 结论与启示

第一，产业间技术溢出对我国工业部门劳动生产率有促进作用，但在全球生产网络背景下，产业间技术溢出效应降低，这是由于中国在全球生产网络中不掌握主动权，处于被控制的地位，跨国公司不断强化现有分工模式，因此，简单模仿和技术溢出不足以支撑本部门生产率的改进。

第二，中国在全球生产网络背景下，与高技术产业相比，低技术产业获得技术溢出对劳动生产率影响更大。刘志彪和张杰的研究指出，跨国公司控制发展中国家以代工者身份参与全球生产网络，发展中国家工业产业完成工艺升级和产品创新后，进一步产业升级可能威胁到跨国公司在全球生产网络的主导地位，发展中国家往高端产业升级受到跨国公司阻击，本文实证结果也验证这个结论。因此，在全球生产网络下，中国更要积极推进自主创新，尤其是在高技术产业领域，争取掌握国际分工主动权，才能更好地推动工业产业向更高层次发展。

第三，各回归分析显示人均资本是决定劳动生产率最重要的因素，这表明中国工业产业生产率提高主要依靠固定资产投资拉动，工业发展具有粗放性和投资驱动型特征，产业发展并未转向以依靠技术进步、技术创新拉动发展的轨道上来，表明要实现国家提出创新驱动发展仍任重道远。

[1]孙少勤，邱斌.全球生产网络条件下FDI的技术溢出渠道研究——基于中国制造业行业面板数据的经验分析[J].南开经济研究，2011，(4):50－66.

[2]孙少勤.全球生产网络下我国制造业FDI技术溢出效应的实证研究[J].东南大学学报(哲学社会科学版)，2013，(01): 50－56.

[3]Jaffe A B.The Importance of Spillovers in the Policy Mission of the Advanced Technology Program[J].Journal of Technology Transfer，1998，(2):11－19.

[4]潘文卿，李子奈，刘强.中国产业间的技术溢出效应:基于35个工业部门的经验研究[J].经济研究，2011，(7):18－29.

[5]王瑾.技术引进、自主创新和环境规制——基于中国省际面板数据的实证研究[J].中国科技论坛，2011，(2):15－20.

[6]朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R＆D投入及其专利产出的影响[J].经济研究，2003，(6): 45－53.

[7]Yudaeva K，et al.Does Foreign Ownership Matter?Russian Experience[J].Economics of Transition，2003，(11):383－409.

[8]Harris R，Robinson C.Productivity Impacts and Spillovers from Foreign Ownership in the United Kingdom[J].National Institute E-conomic Review，2004，(178):59－75.

[9]Hummels David，Ishii Jun，Yi Kei-Mu.The Nature and Growth of Vertical Specialization in World Trade[J].Journal of International Economics，2001，(54):75－96.

[10]刘志彪，张杰.全球代工体系下发展中国家俘获型网络的形成、突破与对策——基于GVC与NVC的比较视角[J].中国工业经济，2007，(5):39－47.

[11]王瑜.外商直接投资对我国工业技术进步的影响[J].世界经济研究，2009，(2):66－73.

(责任编辑 谭果林)

Inter-Industry Spillover Effects under Global Production Networks

Zhang Peng，Li Yueming
(School of Business Administration，South China University of Technology，Guangzhou 510640，China)

From the perspective of Global Production Networks(GPN)，this paper calculates the industries'similaritymatrixmeasuring the inter-industry technology spillover.Using a sample of15 industries ranging from 2005 to2011，from two aspects—the whole and the grouping of the industrial technology，we focus on the analysis how inter-industry spillover effects on the productivity of industries.The results illustrate that inter-industry spillover has a significantly positive impacton the productivity of industries.On the condition of GPN，inter-industry spillover's effect decrease.Therefore，the improvement of the productivity of industries relies on the capital and R＆D investment.From the view of the grouping，inter-industry spillover effects of the lower technology group is stronger than thatof the higher one.

Global production networks；Technology spillover；Industries'similarity；Productivity of industries

F426

A

国家社会科学基金项目 “比较优势动态演化下的战略性新兴产业区域嵌入研究”(12BGL126)。

2014－01－15

张鹏 (1972－)，男，河南郑州人，华南理工大学硕士生导师；研究方向:技术创新、创新政策。