基于贝叶斯动态截面数据模型的FDI技术投入与溢出实证

张永山

(西南财经大学国际商学院,成都611130)

基于贝叶斯动态截面数据模型的FDI技术投入与溢出实证

张永山

(西南财经大学国际商学院,成都611130)

随着世界经济日趋融合,FDI不仅会拓宽东道国产业的受资渠道和产业竞争路径,也与东道国技术溢出存在关联效应,尤其是FDI的技术投入与技术溢出显著关联。文章基于贝叶斯动态截面数据模型进行了全样本分析和动态截面参数估计,结果证实,研发资本存量的溢出效应高于FDI的劳动力、资本在创新方面的研发累积效应,人力资本与研发资本都存在东道国技术溢出的正效应,需要通过平衡劳动力、资本,尤其不断提升研发资本和人力资本创新水平,以促使东道国获得更高的FDI技术溢出。

FDI;技术投入;技术溢出;动态截面数据模型;贝叶斯

0 引言

随着经济全球化的进一步深化,各国之间的跨国投资活动日益频繁,FDI与受资国产业间的动态关系也逐步得以认知。东道国接受国外注资生产或服务的过程,也是东道国不断学习的基础桥梁。基于产业经济学的理论逻辑,东道国的FDI技术溢出效应与其自身的技术创新研发投入密切相关,特别是劳动力、资本以及技术要素更在FDI中发挥着重要作用。因此,深入研究东道国FDI的要素投入对技术溢出的影响是很有必要的。

现有研究主要从宏观角度分析FDI技术投入与溢出,但尚未全面、深入地考察影响FDI技术溢出的技术投入因素,从而没有较好地把握到FDI的技术转化过程。为此,本文结合贝叶斯动态截面数据模型,从劳动力、资本要素、创新升级资本以及人力资本要素等方面考察东道国FDI技术投入对技术溢出的影响。

1 动态面板数据模型构建与检验

1.1 基础动态面板数据模型

首先,基础动态面板数据模型为:

其中,χi∈(-1，1)，i=1，2，...N,序列…yiT，)表示由动态截面的i个时序观测值所构成的序列,相应地,表示动态截面的i个时序观测值所构成的一阶滞后序列;由xi，T)′表示动态截面的i个外生变量时序观测值所构成的序列,εit表示的是基础动态面板数据模型的随即扰动项,,此处εit满足独立同分布,即:

基于截面的平稳过程假设,χi绝对值不会超过1,且服从正态分布,即:

模型中刻画动态截面的i个外生变量时序观测值所构成的序列Xi满足以下外生变量严格控制假定,即E(εi|Xi)=0。关于解释变量构成的系数χi的转置矩阵满足满秩以及当其参数阵T趋于无穷时,整体保持有限的非奇异矩阵特征。而模型随即扰动项保持异方差及截面不相关,即

其次,假设yi0满足正态分布:

1.2 贝叶斯动态截面模型及其后验分布特征

针对上述严格外生变量设定,为进一步验证存在各独立同分布特征的关联要素的相互作用在FDI的东道国技术创新效应,本文结合贝叶斯动态面板数据的一阶自回归验证,引入以下矩阵:

且满足||Vi＜1，i=1，2，...，N;t=1，2...,T,由式(7)和式(1)可获得相应的独立同分布解释变量矩阵为:

由此,基于贝叶斯的动态截面数据模型可转化为下式:

同时确保模型涉及各个动态截面平稳过程化, |Vi|＜1,且Vi服从Logit正态分布。

结合参数先验分布,进行相应的动态截面的贝叶斯推断。那么,基于贝叶斯的动态截面数据模型后验分布特征总体如下:

第一,wi可以根据条件概率定义其后验条件分布,即 wi关于后验条件密度函数定义为:

第三,类似于上述第一点,参数△可以根据条件概率

1.3 贝叶斯估计与抽样

根据上述分析,模型的抽样算法主要采用Gibbs算法,本研究主要借鉴Geman等人的研究框架,给定参数初始值,再对其进行条件后验的循环抽样,其迭代步骤为:

2 F D I技术投入与溢出效应的贝叶斯动态截面实证分析

2.1 FDI技术溢出效应的贝叶斯动态截面数据模型

基于上述分析,针对存在严格外生变量的动态随机效应情况,按照面板数据模型并沿用Griliches-Jaffe关于产业技术创新投入的研发创新及其溢出效应测算的关系式,设定贝叶斯动态截面数据模型:

其中,a、b分别表示技术投入及其创新产出的不变弹性系数及可变弹性系数。考虑到了我国产业经济在开放过程中,借助先进经济创新实体的研发经验获取创新机遇的相应追赶效应,以及FDI等形式过程中的创新对于东道国规模化产出所带来的创新经济效应,本文将FDI背景下的研发投入创新与创新绩效以过程化要素来进行测度。FDI技术创新溢出绩效以专利申请数量为观测指标, FDI技术创新研发以基于贸易额每单位GDP的折算的技术研发投入折算。

同时,为进一步排除FDI技术研发创新的滞后因素对我国FDI技术创新溢出效应的干扰,本文以滞后期为2,得到验证FDI技术溢出的模型:

为兼顾东道国在进行FDI技术研发创新过程中人力资本要素吸收所产生的技术溢出效应,本文在动态面板中加入技术研发投入、FDI与人力资本的交叉项,并以100万人在校大学生衡量东道国的人力资本,假定影响技术研发创新绩效的其他因素滞后二期Oit-2不变,那么,动态面板模型调整为:

2.2 数据来源与指标选取

上述模型中,K以存量表示;rd按照永续盘存法折算;fdi以区域报告外商直接投资额度衡量;sp采用样本所在区域的创新发明专利授权数。数据均来源于1989—2013年《中国对外经济贸易年鉴》、《中国科技统计年鉴》。

为减少异方差的影响,本文对模型中的变量进行对数化处理,并借鉴贝叶斯动态面板数据的贸易与FDI技术创新投入与溢出的模型:

其中,spit、Kit-1/(2)、Lit-1/(2)、rdit·hmit、fdiit-1;(it-2)·hmit-1;(it-2)分别对应为相应样本区域当前阶段、滞后一期、滞后二期相应的技术溢出效应、研发资本以及劳动力要素投入、研发创新投入与人力资本交积项、FDI与研发人力资本交积项。而χ、β1～β5分别表示实现贝叶斯动态面板模型的各参数弹性,而β60～β62、β70～β72分别表示上述各参变量在短期、中期以及长期的效应,φit、εit作为扰动项分别控制样本时序的观测固定效应和模型扰动噪声;dummy刻画1985—2013年间的虚拟变量,结合我国自2005年以来的五年规划中列入了自主创新,此之前的虚拟变量设置为0,之后为1。

2.3 全样本分析

表1展示了样本序列统计特征。从均值来看,东部区域是数值最高的区域。S arg enχ2统计量在1%的显著性水平上接受正态分布的原假设。

表1 基于FD■技术溢出样本序列统计特征

表2 基础动态模型估计

基于上文分析,本文进行了全样本估计,结果列于表2,各变量均在1%的显著性水平上通过检验, S arg enP-value、S arg enP-value分别证实模型通过了参变量的联合检验。

表2中样本区域的FDI技术研发资本投入、人力资本要素投入对东道国的FDI技术创新溢出存在显著正效应。从全样本检验的结果来看,东道国每积累1%的研发资本存量,可获得0.378%的技术溢出;而人力资本要素每累积1%,东道国FDI技术溢出效应为0.241%;类似的,每获得1%的FDI投入规模增长,FDI技术溢出效应0.121%。上述结果印证了中国FDI引进与消化技术创新之间的关系:虽然FDI提供东道国技术创新,但在溢出效应上并没有形成相应的规模效应,而总体上却以研发资本存量的累积对东道国的技术创新溢出成效更为显著,部分人力资本要素投入被FDI在华投入的劳动力要素以及其他制度及管理要素所挤占,从而制约了技术创新人力资本要素的溢出效应发挥。

运用Stata10对上述模型进行逐个估计,其中S arg enχ2、S arg enP-value对应统计量均为不显著结果,证实了工具变量在模型选择中的合理性;而表2中所报告的分别在1%显著性水平下拒绝、接受原假设,印证了模型所用残差序列是不相关的。从中可以看出,β3所对应的滞后项在1%显著性水平下,全国、东部区域和中部区域获得显著性结果,结果分别报告为0.791、0.747和0.798,证实了各个参变量总体上在各自范围内对东道国技术创新溢出存在滞后期推进效应,也就是无论是FDI规模累积还是人力资本以及研发资本投入都具有东道国技术研发创新投入的正向累积作用。

2.4 贝叶斯动态截面参数估计

本文采用贝叶斯动态截面参数估计,共计抽取模型中数据三十万次,舍弃初始迭代所需的十万次,进行样本数据迭代轨迹获得了样本数据的马尔科夫链收敛,同时加大了迭代频率,最终获得测定参数在样本的短期、中长期趋近于1的结果,说明贝叶斯动态面板是收敛的;相比之下,贝叶斯动态面板的估计值以及测算真实值之间差异很小,且具有后验分布的近似对称,这种总体上的参数后验分布表明模型参数估计误差较小。

然后,基于抽样数据进行蒙特卡罗方法进行参数估计。根据验证发现,我国各地FDI引进程度差异出现了相应的创新溢出差异。因此本文继续针对我国各区域的FDI技术投入与溢出绩效进行了后验均值、标准误差等方面的估计,结果如表3(见下页)。

从表3中可以看出,参数β1均为较高的估计值,说明FDI技术研发投入的溢出效应具有明显的路径依赖特征。参数β2在全国范围、中部区域、西部区域负相关,表明随着各地区的FDI技术创新研发引入程度差异,基于研发投入的劳动力要素增加所推进的技术溢出效应出现了衰减。东部效应则为0.04,归因于东部区域的正向劳动力要素溢出效应抵消了技术溢出的衰减态势。参数β3的正向效应比β2参数更为显著,但东部区域的这一参变量系数为最高0.05,中部区域、西部区域分别为0.02、0.03,表明当前我国吸收FDI依赖于外部资本引进方式推进本土技术研发创新仍然是主流,但从技术创新扩散的结构来看,这种依赖于“物化”生产要素的方式仍然是我国FDI技术效应获取的主渠道,且东部区域在FDI技术溢出机制方面仍然停留于资本累积而非人力资本等要素的拓展上。

表3 基于贝叶斯模型的动态截面数据参数估计

3 结论

基于贝叶斯动态截面数据模型的实证研究,本文得出以下结论:

(1)相对于劳动力、资本等要素的投入,研发资本存量的溢出累积高于前者因素,但部分人力资本要素投入被FDI在华投入的劳动力要素以及其他制度及管理要素所挤占,劳动力要素的投入在一定时期内报告了区域间绩效溢出的负向关联。

(2)无论FDI规模累积还是人力资本和研发资本投入都具有东道国技术研发创新投入的正向累积作用。

(3)贝叶斯动态截面数据模型中关于研发资本与人力资本及其滞后一期的各交积项估计系数,证实以混合技术创新研发投入为动力有助于FDI技术创新。

[1]Franco C.Exports and FDIMotivations:Empirical Evidence From Us Foreign Subsidiaries[J].InternationalBusinessReview,2013,22(1).

[2]Auboin M,RutaM.The Relationship Between Exchange Ratesand International Trade:A Review of Economic Literature[R].w TO Staff w orking Paper,2011.

[3]孙早,宋炜,孙亚政.母国特征与投资动机——新时期的中国需要怎样的外商直接投资[J].中国工业经济,2014,(2).

[4]渠慎宁,贺俊,吕铁.经济增长,结构调整与战略性新兴产业发展——基于多国的经济周期核算分析[J].经济管理,2014.

[5]沙文兵.吸收能力,FDI知识溢出与内资企业创新能力——基于我国高技术产业的实证检验[J].国际商务:对外经济贸易大学学报, 2013,(1).

(责任编辑/浩天)

F224.9

A

1002-6487(2016)20-0125-04

国家哲学社会科学基金资助项目(12FJL005);“中央高校基本科研业务费”博士研究生科研项目(JBK1607160)

张永山(1972—),男,山东潍坊人,博士研究生,讲师,研究方向:国际贸易与营销。