FDI对江苏省知识密集型服务业发展分行业的效应研究

马睿 陈丽珍

摘要：文章在梳理了各位学者对服务业利用FDI及知识密集型服务业的定义后，通过对知识密集型服务业进行分类，运用灰色关联度的方法研究江苏省知识密集型服务业利用FDI的分行业效应。结果表明，江苏省知识密集型服务业与江苏省服务业的发展都有很强的相关性，其中商务服务业利用FDI与江苏省服务业的发展关联性最强。

关键词：知识密集型服务业;外商直接投资;灰色关联度

随着对外开放格局的不断发展，服务业外商投资成为提升我国服务贸易竞争力、促进产业结构升级和竞争力提升的重要因素之一。知识密集型服务业（KIBS）的术语最早出现在Miles等人对服务业的研究当中，目前已经被看成服务业中最能实现增值的关键环节，它所占的比重也已经逐渐成为衡量一个国家或地区经济发达程度的标志和象征。研究FDI对江苏省知识密集型服务业分行业的效应，能够进一步明晰各行业利用外资的发展程度，并依此进行调整和改善。

一、相关研究综述

国外对服务业利用FDI的研究较早。Goldsmith（1969）是最早对服务业跨国投资理论进行研究的。他认为，一国经济发展情况与本国服务业的开放程度及发展水平呈正相关关系，即一国服务业利用国际直接投资的程度越高，就越有利于该国服务业的发展。随后Caves（1974）、Globerman（1979）、Blomstrom等（1983）学者分别对澳大利亚、加拿大、墨西哥等国的服务业利用外商直接投资进行实证研究，他们发现服务业利用外商直接投资能够提高东道国生产率。

而国内对其研究相对较晚。王小平（2005）对我国服务业利用FDI进行实证分析后，认为我国服务业利用FDI与服务业增加值、服务业就业人数、服务贸易等方面的相关性较弱，但还是存在一定的正相关关系。李夏玲（2013）用灰色关联方法分析了三类服务行业利用FDI与江苏省服务业增加值之间的关系，认为知识密集型服务业利用FDI与江苏省服务业发展关联度较大。

对于知识密集型服务业的研究，国内外学者也有不同的见解。Muller和Zenker（2001）提出KIBS是提供高知识附加价值服务给其他企业的行业，是“顾问性”的公司。魏江、陶颜、王琳（2006）认为知识密集型服务业是知识密集度高、依靠新兴技术与专业知识，具有较明显的客户互动特征的商业性公司或组织。

虽然有很多学者对我国服务业利用FDI的发展进行了研究，但研究大多基于国家和区域视角，方法也大多是回归分析。本文尝试运用灰色关联度的分析方法研究江苏省知识密集型服务业，构建相关的关联模型，并根据关联结果为江苏省知识密集型服务业利用FDI进行相应的对策和建议。

二、知识密集型服务业的定义和划分

Miles（1995）等人是最早提出知识密集型服务业（KIBS）概念的。在国内对知识密集型服务业的研究中，魏江等学者都提出了自己的见解并对知识密集型服务业进行了不同的定义和分类。由于知识密集型服务业至今没有一个准确的分类，而国内大多数研究都参考魏江（2006）对知识密集型服务业的分类，即知识密集型服务业是知识密集度高、依靠新兴技术与专业知识、具有较明显的客户互动特征的商业性公司或组织。因此，本文也将参考其对知识密集型服务业的定义。考虑数据的可获得性，将知识密集型服务业分为金融服务业、信息与通讯服务业、科技服务业及商务服务业四大类。

三、灰色关联度模型

灰色关联分析是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色联度来描述因素间关系的强弱、大小和次序的。如果样本数据列反映出两因素变化的态势（方向、大小、速度等）基本一致，则它们之间的关联度较大;反之关联度较小。与其他传统的多因素分析方法相比，灰色关联分析对数据要求较低且计算量小，便于广泛应用。

灰色关联分析的一般步骤如下。

（一）确定分析序列

在对研究问题定性分析的基础上，确定一个因变量因素和多个自变量因素。设因变量数据构成参考序列，一般记为

x0={x0（k），k=1，2，…n}={x0（1），x0（2），…x0（n）}，

然后确定比较序列，记为

xi={xi（k），k=1，2，…n}={xi（1），xi（2），…xi（n）}，i=1，2，…n

（二）对变量序列进行无量纲化

一般情况下，原始变量序列具有不同的量纲或数量级，为了保证分析结果的可靠性，需要对变量序列进行无量纲化。常用方法有初值法、均值法等。本文采用均值法，即每个数列均除以该数列的平均数，得到新数列。

（三）计算关联系数

具体的计算方法如下。

ξi=

i=1，2，…，m，k=1，2，…，n

ξi为x ′与x0′在k点的关联系数。式中分辨系数ρ在（0，1）内取值，一般情况下多在0～1之间取值，本文ρ取0.5。

（四）计算关联度

比较序列xi与参考序列x0的关联程度是通过N个关联系数来反映的，求平均就可得到xi与x0的关联度。

ri=  ξi（k）

（五）关联度排序

对各比较序列与参考序列的关联度从大到小排序，关联度越大，说明比较序列与参考序列变化的态势越一致。

四、实证分析

本文所有数据来源于《江苏统计年鉴》。由于国家统计局于2004年开始对第三产业的细类统一实行了新的分类口径，所以本文选取2004～2012年的数据，通过灰色关联分析方法分析江苏省知识密集型服务业分行业利用FDI的效应。参考数列用x0表示服务业增加值，x1表示金融服务业利用FDI额，x2表示信息与通讯服务业利用FDI额，x3表示科技服务业利用FDI额，x4表示商务服务业利用FDI额。求灰色关联系数的计算结果见表1。

根据公式ri=  ξi（k），求得灰色关联度数值分别为r1=0.704，r2=0.601，r3=0.760，r4=0.805。将其进行排序，结果为r4>r3>r1>r2。四个灰色关联度数值均大于0.5，说明四个服务业利用FDI与服务业发展存在着很强的关联度。

通过计算所得的灰色关联度关系可知：江苏省金融服务业利用FDI、信息与通讯服务业利用FDI、科技服务业利用FDI、商务服务业利用FDI与江苏省服务业的发展都有很强的相关性，其中商务服务业利用FDI与江苏省服务业的发展关联性最强。

五、结论与启示

本文运用灰色关联度分析的方法，以江苏省知识密集型服务业利用FDI的统计数据为基础，对江苏省知识密集型服务业分行业利用FDI的效应进行分析。可以看出，商务服务业利用FDI与江苏省服务业的发展关联性最强，信息与通讯服务业利用FDI与江苏省服务业的发展关联最弱。关联度依次为商务服务业、科技服务业、金融服务业、信息与通讯服务业。据此，本文对江苏省知识密集型服务业利用FDI提出相应的对策和建议。

第一，继续鼓励发展FDI对商务服务业的投资。从上述的分析中我们可以看出，商务服务业利用FDI与江苏省服务业的发展关联度最大，若能持久高效地发挥引入外资的力度及效应，必将对江苏省服务业的发展产生积极并且长远的影响。商务服务业的发展深入到社会各个层面，因而有必要对其加大外资的引进，拓展多种融资渠道。

第二，加大对金融和信息与通讯服务业FDI的引入。外商直接投资与这两个服务业关联度低，并不等于引进这些行业的外商直接投资对江苏省服务业发展的整体影响降低。相反，若能加大对FDI的引入，高质高量地利用这些投资，不仅能对服务业的发展产生积极的影响，更能进一步促进江苏省经济的发展。

第三，对不同的行业制定不同的引入政策。江苏省服务业利用FDI的发展，因行业的不同产生的影响也不同。只有因地制宜地制定符合其行业发展的相关政策，才能最大限度地发挥其对江苏省服务业发展的积极作用，避免外商直接投资的资金流向过于单一，造成行业发展不均衡。

综上所述，江苏省知识密集型服务业的发展与FDI的引入密不可分。在知识密集型服务业对经济发展的影响越来越重要的今天，充分利用FDI对知识密集型服务业各行业的发展十分重要。因此，要更合理地利用FDI，在政策的制定上要符合各个行业的发展，更好地促进江苏省服务业的发展，从而促进经济的发展。

参考文献：

[1]Banga，B.H.Goldar.Contribution of S

ervices to Output Growth Productivity in Indian Manufacturing：Pre and Post Reforms[D].ICR IER Working Paper，2004.

[2]王小平.中国服务业利用外资的实证分析[J].财贸经济，2005（09）.

[3]李夏玲.江苏省服务业利用 FDI 与服务业发展的灰色关联分析[J].开发研究，2013（01）.

[4]Muller E，Zenker A.Business services as actors of knowledge transformation： the role of KIBS in regional and national innovation systems[J].Research P

olicy，2001（09）.

[5]魏江，陶颜，王琳.知识密集型服务业的概念与分类研究[J].中国软科学，2007 （01）.

*基金项目：教育部规划课题“长三角地区自主创新与利用FDI的协同发展研究”（13YJA790034）。

（作者单位：江苏大学财经学院）