制造业“双向FDI”与制造业生产率提升效应分析——基于DEA的Malmquist生产率指数法

杨俊超 薛国琴

（绍兴文理学院 经济与管理学院，浙江 绍兴312000）

制造业“双向FDI”与制造业生产率提升效应分析
——基于DEA的Malmquist生产率指数法

杨俊超 薛国琴

（绍兴文理学院 经济与管理学院，浙江 绍兴312000）

文章基于中国制造业29个分行业2007—2012年的时间序列数据，分析了制造业双向FDI对制造业生产率的影响效应，重点分析外向FDI的技术吸收问题。结果表明，自走出去战略提出以来，中国制造业在进行对外投资过程中的技术吸收效应并不是很明显，但已呈现正向的促进效应，可能的原因在于制造业的投资分布主要集中在东南亚、非洲和拉丁美洲等欠发达甚至不发达的地区，这些国家制造业的技术含量并不是太高甚至远低于中国，所以技术吸收效应并不是太好。

制造业生产率；外商直接投资；对外投资

引言

新经济增长理论阐释了一国经济的增长取决于内生技术的进步，而且在开放的经济条件下，影响内生技术进步的因素除了国内研发（R＆D）资本外，还有外国研发资本的生产率溢出。一般来说，外国资本的生产率溢出主要集中在外商对本国的直接投资上（即内向FDI），但随着走出去战略提出以来，中国的跨国公司对外直接投资的规模在不断扩大，其中制造业的投资规模更是主力军，根据中国对外直接投资公告显示，中国制造业对外直接投资是仅次于服务业的第二大投资。所以，就有一个问题值得去思考：制造业在进行对外投资（即下文提出的外向FDI）的过程中对被投资国家的技术吸收效应是怎样的？因此，在提出走出去和一带一路等战略的大背景下，本文考察了制造业双向FDI重点是外向FDI对制造业本身的生产率效应的影响，这有助于我们更加充分的认识制造业在对外投资过程中的技术吸收效应。

一、文献回顾

1.外商直接投资（FDI）的技术溢出效应

（1）国外学者对外商直接投资技术溢出效应的研究

国外学者在外商直接投资技术溢出效应方面所做的的研究起步较早，早在20世纪60年代MacDougall（1960）［1］就提出了FDI溢出效应，并第一次系统地将FDI的溢出效应包括在FDI的各种效应之中，从理论上得出FDI的确存在技术溢出效应，随之关于FDI的溢出效应得到广泛关注。随后，Caves（1974）［2］将外资作为一生产要素纳入到生产函数并检验了加拿大和澳大利亚1966年的制造业相关数据，证实了外商直接投资在东道国的技术溢出效应并初步提出了相应的溢出路径。Coe和Helpman（1995）［3］最先给出了国际R＆D溢出的基本计量模型并且实证检验了进口的R＆D技术溢出效应。纵观前人所做的研究，基本证实了外商直接投资（FDI）的技术溢出效应，虽然Haddad ＆Harrison（1991）［4］和Girma et al（2004）［5］的研究显示FDI并不存在正向的溢出效应，对FDI存在正向的溢出效应提出疑问，然而相当多的研究者认为外商直接投资对东道国尤其是发展中国家的经济有着积极的促进作用。

（2）国内学者对外商直接投资技术溢出效应的研究

相比国外学者，国内学者对外商直接投资技术溢出效应的研究较晚，秦晓忠等（1998）对1995年我国39个行业的相关数据进行了分析检验，发现FDI存在明显的行业内溢出效应。何洁（2000）和潘文卿（2003）研究了FDI的区域差异，得出了FDI的溢出效应在不同省份和东、中、西部地区存在明显的差异。金诚晓和王猛（2009）将技术溢出效应分为行业内和行业间两种情况并通过实证分析得到了支持行业内存在技术溢出效应假设的结果。

2.服务业外商直接投资对制造业的技术溢出效应

（1）国外学者关于服务业外商直接投资对制造业技术溢出效应的研究

随着外商直接投资（FDI）的技术溢出效应被证实后，学者们研究的重点逐渐转向行业间技术溢出效应的研究上，其中，服务业外商直接投资对制造业的溢出效应是学者们研究的重点。Francois＆Woerz（2007）［6］的研究得出通过出口以及服务业FDI开放程度的提高，会在一定程度上提高制造业的附加值和制造业的就业水平。Fernandes＆Paunov（2008）［7］根据企业层面的数据都证实了服务业FDI对东道国制造业的溢出效应。

（2）国内学者关于服务业外商直接投资对制造业技术溢出效应的研究

我国学者关于这方面的研究也相对成熟。冯泰文（2009）引入贸易成本和生产制造成本作为中介变量，证实了生产性服务业的外商直接投资的确对制造业生产率会产生影响。赵伟和郑雯雯（2011）以贸易成本作为中介变量，分析了服务业与制造业集聚之间的相互关系，在某种程度上也证实了服务业外商直接投资会影响制造业的生产集聚效应。

纵观前人所做的研究，大部分的学者的研究都聚焦在内向FDI对TEP的影响和行业间（特别是服务业对制造业）技术溢出上。相比内向FDI，学者们对外向FDI技术吸收效应的关注度并不是很强烈。Van和Lichtenberg（2001）的研究显示，利用外资与对外投资对本国TEP的影响弹性显著性检验分别为不显著和显著。近年来，国内学者也开始关注到了外向FDI的技术吸收效应，但研究的结论不尽一致。赵伟（2006）研究显示外向FDI对TEP有促进作用，但李梅和柳士昌（2012）［8］的研究显示外向FDI存在外向的技术溢出效应。

与以往的研究相比，本文重点研究制造业领域的双向FDI特别是外向FDI对制造业本身生产率的影响［9］。

二、理论分析和数据来源

（一）模型的设定

本文的理论模型是基于Coe和Helpman（1995）［3］给出的国际R＆D溢出的基本计量模型：

其中，F代表全要素生产率，S1表示国内R＆D资本存量，S2表示通过进口渠道获得的国外R＆D资本存量。并且在此基础上，LP（2001）将对外直接投资作为溢出渠道引入模型。借鉴这一模型，本文构建了如下的计量模型：

其中，TEP表示制造业全行业生产率，S1表示研发投入，S2表示人力投入，S3表示内向FDI，S4表示外向FDI［10］，αi表示的是相关的系数和常数项。

（二）变量的处理

1.制造业生产率的测定：借鉴李梅和柳士昌（2012）［8］在分析服务业时所用的方法，首先我们采用DEA-Malmquist生产率指数法测定制造业29个分行业的生产率指数，进而得出制造业全行业年平均生产率指数；然后根据C-D生产函数测算出基期的制造业全行业的生产率，最后以基期为基础，根据所测算的制造业全行业年平均生产率指数进行累计乘积得出每年的制造业生产率，即2008年的制造业生产率等于2007年的制造业生产率乘以2008年的Malmquist生产率指数，后续年份的生产率依此类推。之所以采取上述方法去计算制造业的生产率是因为DEA-Malmquist生产率指数法相对于C-D生产函数等其他方法具有无需预先假定具体的生产函数、不需要预先估计参数、避免主观因素和简化算法、减少误差等优点。所以基期的生产率用C-D生产函数求出后，后期生产率的测算以基期为基础全部采用Malmquist生产率指数法。

如表1所显示，在2007-2012这六年间我国制造业29个分行业的年平均增长率为21.8%，这一结果与张先锋和胡翠群（2013）［11］所测算的结果存在一定的出入，主要原因是张先锋和胡翠群（2013）所测算的是1999-2011的制造业生产率，而2008年后发生了很严重的金融危机，特别值得注意的是2009年制造业TEP骤降了60%左右，但在2010年迅速增长了300%左右，由此可以看出中国制造业的生命力是非常强大的。所以由于所选时间跨度的差异使得金融危机所造成的负面影响被扩大了。随之笔者又测算了2002-2012的制造业生产率，年平均增长率为26.3%，与张先锋和胡翠群（2013）所测算的结果较为接近，由于商务部和国家统计局从2007年才开始分行业统计相关的外商直接投资额和中国对外投资额，所以时间跨度只能从2007年及以后开始。

2.人力投入：参照张先锋和胡翠群（2013）［11］用各行业年平均的从业人数代表本行业的人力投入。由于《中国科技统计年鉴》仅列示了制造业各行业年末的从业人数，所以我们采用最简单的数学平均法即每年的年初和年末数相加再平均计算出各行业年平均从业人数，而且由于自2012年后中国科技统计年鉴不再列示制造业各行业的年末从业人数，所以对于2013年的年平均从业人数，我们采用几何平均法，以2007-2012的数据为基础测算出平均增长率后，再以所测算平均增长率为基础算出2013年的年平均从业人数。相比其他方法，几何平均法受极端值的影响较小，所算出的结果也更接近真实值。

（三）数据的来源

本文实证研究中所使用的数据主要来源于2008-2013年的《中国工业统计年鉴》《中国科技统计年鉴》和《中国统计年鉴》。根据国家统计局的《国民经济行业分类》（GB／T4754-2002）将中国制造业分为30个行业，由于“废弃资源和废气材料回收加工业”的数据缺失，所以剔除了这一行业。对于分行业总产值，直接选取中国工业统计年鉴中按当年价格计算的工业总产值，对于固定资产净值，由于自2012年及以后没有再列示，所以自2012年的固定资产净值直接拿统计年鉴中所列示的固定资产原价减去相对应的累计折旧后得到。

表1 中国制造业29个分行业平均全要素生产率（TEP）及其分解指标（2007-2012）

行 业 全要素生产率（TEP）及其分解指标TEP TE EC电气机械及器材制造业 0.911 1.101 0.827通信设备、计算机及其他电子设备制造业 1.087 1.116 0.974仪器仪表及文化、办公用机械制造业 1.125 1.128 0.996工艺品及其他制造业 1.009 1.138 0.885平均值 1.218 1.119 1.088

四、计量结果

运用EVIEWS6.0软件对上述数据进行处理回归，结果如下①T表示全要素生产率TEP，NF表示内向FDI，WF表示外向FDI，RD表示研发投入R＆D，P表示人力投入。：

Dependent Variable：LNT

Method：Least Squares

Date：04／25／15 Time：15：02

Sample：2007 2012

Included observations：6

Variable Coefficient Std.Error t-Statistic Prob. LNNF 1.259072 0.479959 0.264370 0.0055 LNWF 0.215465 0.277678 1.496211 0.0451 LNRD 1.094596 0.517032 1.281156 0.0119 LNP 0.662399 0.204648 2.348665 0.0377 C -10.93084 12.10684 -0.902865 0.0125 R-squared 0.699161 Mean dependent var 1.943193 Adjusted R-squared 0.675805 S.D.dependent var 0.336966 S.E.of regression 0.108770 Akaike info criterion 1.724258 Sum squared resid 0.011831 Schwarz criterion 1.897792 Log likelihood 10.17277 F-statistic 110.4676 Durbin-Watson stat 2.056238 Prob（F-statistic） 0.035031

由上，我们得出回归方程为②本文的主要目的是分析制造业全行业在对外投资过程中的技术吸收效应，所以本文仅采用单一的时间序列数据进行分析，并没有使用面板数据，在后续的研究中可以拓展至分行业的面板数据进行研究。：

由回归结果我们看出，样本决定系数R^2＝0. 699161，说明模型的整体拟合度较好；D-W统计量为2.056238，表明不存在一阶自相关性；F统计量为110.4676，表明方程整体的显著水平适中。

由回归结果我们得出，中国的制造业水平相对发达国家来说还有一定的差距，制造业的技术含量并不是很高，中国制造业的对外投资对本国制造业水平提高的促进效应并不是很明显。具体地，在其他因素不变的情况下，当内向FDI、外向FDI、研发投入和人力投入分别变化一个单位时，制造业全要素生产率分别变化1.259072、0.215465、1.094596和0.662399个单位。

五、结论与建议

从实证结果可以看出，双向FDI、研发投入和人力投入对中国制造业生产率均具有正向的促进作用，且内向FDI、研发投入对制造业生产率的促进效应要远大于人力投入和外向FDI。

由于本文的重点是分析外向FDI的技术吸收效应，所以对于人力投入我们没多做探讨。经查相关资料，2007-2013中国制造业对外投资主要集中在东南亚、拉丁美洲、非洲等一些不发达甚至欠发达的地区，这些地区制造业的技术含量相对较低，甚至要远低于中国，而制造业的外商直接投资主要来源于美国、欧洲等发达国家，这些国家的制造业水平非常发达，技术含量也相对较高［12］，所以相对于内向FDI，外向FDI的技术吸收效应并不是太好，但相比王恕立和胡宗彪（2013）对服务业所做的研究来说，制造业的外向FDI已呈现正向的溢出效应，这说明中国的走出去战略的正向效应已开始逐渐的显现。

为了提高中国制造业的生产率水平，增强中国制造业的国际竞争水平，我们认为：（1）中国应加大对制造业企业的支持力度，鼓励制造业企业走出去，大胆走向技术含量高、制造水平高的欧美等发达国家进行投资，同时也要为本国的跨国公司营造良好的国外投资和经营环境。（2）加大对中国制造业的研发投入，鼓励制造业企业进行相关的技术创新和技术研发，国家可以在税收、企业政策等方面对相关的研发企业进行支持。（3）中国要建立和完善人才培养和引进机制，培养复合型、国际型的制造业人才，同时加强对国内制造业人力资源的保护力度，防止人才流失对制造业商业信息和业务资源造成损害，而且还要营造良好的就业环境，增加制造业对国外优秀人才的吸引力。（4）鼓励本国企业实施跨国兼并，特别是对一些掌握着核心技术的大型跨国公司进行兼并。诚然，我们承认小鱼吃大鱼所带来的阵痛是在所难免的，但国际联姻所带来的结果很可能是加法变乘法，在效率上会得到大大的提高。所以，不能让小鱼吃不了大鱼的错误谬论阻碍我们的发展。

［1］MacDougall D.The Dollar Problem：A Reappraisal［J］. Princeton Essays in International Finance，1960，34：33 -35.

［2］Caves，R.E.Multinational Firms，Competition and Productivity in Host—country Markets［J］.Economica，1974，41：176-193.

［3］Coe，D.T.and Helpman，E.International R＆D Spillovers［J］.European Economic Review，1995，39（5）：859-887.

［4］Haddad M，Harrison A.Are there Positive Spillovers from Direct Foreign Investment？Evidence from Panel Data for Morocco［J］.Journal of Development Economics，1991，42：51-74.

［5］Girma S，Gorg H，Pisu M.The Role of Exporting and Linkages for Productivity Spillovers from FDI［C］／／GEP Research Paper Series.University of Nottingham，2004：59-75.

［6］Francois J，Woerz J.Producer Services，Mannfaeturing Linkages，and Trade［R］.Tinbergen Institute Discussion Paper，2007，45（2）.

［7］Fernandes A M，Paunov C.Service FDI and Mnufacturing Productivity Growth：There is a Link［R］.World Bank Working Paper，2008.

［8］李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析［J］.管理世界，2012（1）：18-28.

［9］王恕立，胡宗彪.服务业双向FDI的生产率效应研究——基于人力资本的面板门槛模型估计［J］.财经研究，2013（11）：90-99.

［10］夏良科.人力资本与R＆D如何影响全要素生产率——基于中国大中型工业企业的经验分析［J］.数量经济技术经济研究，2010（4）：78-94.

［11］张先锋，胡翠群.垂直专业化、产业空间集聚和制造业生产率——基于我国15个制造业细分行业数据的实证检验［J］.经贸研究，2013（8）：119-125.

［12］黄莉芳，黄良文，洪琳琳.基于随机前沿模型的中国生产性服务业技术效率测算及影响因素探讨［J］.数量经济技术经济研究，2011（6）：118-129.

（责任编辑 张玲玲）

F124.3

A

1008-293X（2015）05-0100-05

10.16169／j.issn.1008-293x.s.2015.05.20

2015-08-10

杨俊超（1993-），男，安徽合肥人，绍兴文理学院经济与管理学院2014级硕士研究生。

薛国琴（1968-），女，浙江上虞人，绍兴文理学院经济与管理学院教授。