产业集聚、FDI溢出及其互动对企业创新升级的作用*——基于中国汽车产业的实证研究

汪 建 成



产业集聚、FDI溢出及其互动对企业创新升级的作用*
——基于中国汽车产业的实证研究

汪 建 成

在中国背景下，产业集聚效应与FDI溢出效应及其互动对企业创新升级有重要作用。利用2005—2007年间中国企业产业集群的面板数据进行实证分析，可知：首先，集群形态有利于企业升级，并具体表现为集群里的主导企业实力越强、网络结构化程度越高、人力资本流动越充分，企业升级效果越好。其次，集群和FDI的互动关系会影响内资企业的升级。最后，单纯的FDI资本投入容易集中在主导型企业上，不利于内资企业升级，在集群背景下，对FDI资本进行网络结构化分散布局，将能促进集群内内资企业的升级。

集聚效应； FDI； 溢出效应； 创新； 升级

一、引 言

FDI的溢出效应、集群的集聚效应、东道国企业的创新与升级等等都不是新的问题，长期以来都得到国内外学者很多的关注和研究。然而，随着21世纪国际形势的变换，各种经济现象的出现，所有的老问题都引发了新的思考。就以中国来说，美国金融危机、人民币升值、出口退税政策改变、新劳动法出台、双转移政策的提出等等，都深刻地影响甚至改变着中国企业的命运和未来的产业格局。在经济全球化的背景下，任何一个国家都不可能仅仅依靠本国的力量去进行经济发展，每一个经济现状或经济政策的变化，都会与世界经济紧密相连。这就引发我们去思考:FDI在一个国家的产业演变中所扮演的角色会发生什么样的变化？如果说FDI对东道国最即时的帮助是资本和技术，那最根本的贡献是否是通过知识外溢所带来的外部性促使了东道国企业的不断创新升级？在讨论经济全球化背景下中国企业的升级问题时，我们除了思考FDI所带来的影响和作用，还不能忽视另一个现象：产业集聚。中国的主要产业基地均以集聚形态呈现，国家的产业升级涉及各类集群内企业的生存现状和发展方向。对于中国许多产业而言，集群内企业如何升级和转型会影响到国家产业升级的成效。

本文选择汽车行业进行深入研究，主要基于两方面的原因：一是汽车行业联动性大，在国民经济中占据重要的地位，若能得出有价值的研究成果，则研究更具实践意义；二是汽车行业的行业特性与本研究要求非常吻合。产业集群的发展模式是我国汽车产业研究的新趋势，但其研究还有很多不完善之处。基于以上问题，本文尝试研究中国背景下FDI溢出效应与产业集聚效应及其互动对企业升级的影响作用。为了使研究更加深入，本文只选取中国七大汽车产业集群作为研究对象，利用中国国家统计局1998—2007年间工业统计数据库所提供的详实数据进行分析，探索FDI溢出效应与产业集聚效应的互动情况，以及这种互动对企业升级的促进作用，为中国集群企业在利用外资以及相关部门制定产业政策方面提供一些理论和实践上的指导。

二、文献回顾

(一)FDI溢出效应

自20 世纪60 年代MacDougall (1960) 首次把技术溢出效应作为FDI 的一个重要现象进行分析以来，中外学者进行了大量的实证研究。FDI 技术溢出效应的存在已经在理论分析上获得了一致性的认可，但关于实证研究的结果并不一致。不一致主要体现在FDI溢出效应的影响因素有很多，在不同的要素或同一要素的不同程度下，都可能产生不同的溢出效果。

众多实证表明，FDI的溢出效应不一定是正向的。很多学者也把负向的溢出效应称为挤出效应。钟昌标(2006)采用1999—2002 年41 个电子行业的数据分析外资的溢出效应，实证结果表明外资对电子行业既产生行业内横向溢出效应，也产生行业间纵向溢出效应。但是限于数据可得性，并没有考虑行业间的前向联系和后向联系效应。在外资产业间的溢出效应方面的研究上，陈羽(2006)对1996—2003 年24 个制造业行业进行实证分析，结果表明外资对内资存在明显的后向联系效应。叶娇、王佳林(2014)的实证结果表明：外商直接投资对江苏省技术创新存在正溢出效应，经济发展水平、基础设施、人力资本这三个因素对FDI溢出效应带来促进作用并且效果显著，经济结构以及企业类型并未对FDI溢出效应呈现出促进作用。

(二)集聚效应

集群所表现出来的外部效应和分工合作都是建立在内部各组织间、组织与环境间一定的关联之上的，集聚的过程也是各种关系形成的过程。从这个角度可以认为，集聚经济表现为集群内部独特的网络结构。特别是新产业区域理论中大量研究的根植性、机构稠密性以及区域创新网络，都是以集聚所带来的社会联系为研究对象。Harrison(1992)认为集群内企业易受到集群外不断变化的条件影响，企业的外部活动越活跃，集群内合作基础就越不稳固，因此，企业在集群内结成的网络必须要根植于当地的社会文化环境。机构稠密性是指集群内存在大量各种各样的组织，如企业、金融机构、行业协会、政府机构等，这些组织间又存在密切的互动关系，而且它们都有强烈的区域意识。区域创新网络是指企业集聚可以形成集体学习环境(Asheim，1994)，而这种网络环境可以协调各组织之间的关系，有利于集群整体创新。作为国家创新系统(Nelson，1993；Lundvall，1992)的有机组成部分，集群创新系统可以使群内企业共享群外企业无法实现的大规模生产和技术，以及组织创新的好处、集群的可持续性发展。

(三)企业创新升级

升级是一种相对的概念，往往与“价值”的获取相联系，它是指企业相对于竞争对手获取更多价值的创新。按照这个视角来定义，升级的概念更多被认为是创新。由于升级中不仅仅包括产品和流程的创新，还要考虑到整个产业与全球市场的关系，因此，有的学者将升级定义为通过创新来增加价值(Giuliani et al，2003)，而企业的升级往往又和产业的升级联系到一起。对产业升级的研究，较多集中在从全球价值链及其治理关系去探究某个国家或某个产业、集群的产业升级问题。代表性的学者有Gereffi、Humphrey、Schmitz等。Humphrey & Schmitz(2002)明确提出一种以企业为中心、由低级到高级的四层次升级分类方法：工艺流程升级、产品升级、功能性升级及跨价值链升级。这个模式指导了后来很多学者对特定产业或集群所进行的实证研究。

(四)FDI与产业集群

全球化进程的快速发展使跨国公司在地方产业集群扮演的角色日益受到重视，尤其是一些难以凭借自身实力形成本地产业集群的外围区域，通过吸引外资来形成富有活力的本地生产系统，已成为促进地方经济发展的一条有效途径(Arivn & Robins，1990；Yong et al，1994；Dikens，1994)。Edmund(2002)通过对香港制衣公司对大陆直接投资的数据进行分析，证明集群中的FDI技术外溢效应较分散的FDI更明显，因此吸引FDI是推动集群技术升级的一条有效途径。也有学者持相反观点， 如Anderson(1997)和Grabber(1993)。他们认为集群中的外资企业价值增值活动较少，其研发、设计等主要增值部分集中在母公司，进入集群区域的子公司往往技术含量较低、自主性差，与本地企业和消费者联系不密切，难以对本地企业的技术升级产生明显的带动作用。吴波(2008)的研究表明：FDI企业主导的全球网络与本土集群企业参与的本土网络虽然并非完全隔离，但是由于FDI与本土集群企业分别沿着两条相对独立的知识发展轨迹演化，因而获得FDI企业知识溢出并不能直接推动本土集群企业成长。

总体来看，尽管目前已有很多学者对相关领域进行了研究，但是并没有能够细化地探讨产业集群的内在效应和外在效应，特别是没有对产业集群与外资、产业集群与企业升级的关系进行深入研究。

三、研究假设及设计

(一)研究假设

1. 集群集聚效应对企业升级的作用

产业集群组织方式的一个重要优势就在于集聚经济效益的发挥，这对于前后关联明显、产业协作频繁的产业来说优势就更加明显。汽车产业的产业供应链长，所涉及的企业数目众多，企业之间的纵向关联很深，集聚效益非常明显。但对于汽车产业来说，这种对资源的集聚力的关键是集群里是否存在大规模的具有竞争实力的主导性总装企业。张建华和刘仁君(2005)认为：在企业集群组织之中，企业之间的竞争与合作就是同时存在的，存在于不同的维度或者不同的参与者之间。企业与上、下游组织，政府的组织之间存在着合作的关系，参与主导产业的企业之间存在着竞争的关系；但是，如果当这些企业需要为某一下游的生产组织提供数量较多的产品的时候，那么这些企业之间也存在合作的关系。同时，合作关系主要体现在上、下游之间的联系上，反映在产业的分工程度上，以及不同机构之间的合作上。对于特定产业来说，受产业特性的影响，分工程度低，不利于产业链的延伸。

知识信息的外溢是集群溢出效应里很重要的一部分。Marshll(1920)认为产业集聚会产生三个方面的外部性:一是产业空间集聚能够使得更多的知识、信息、技能和新思想在企业间迅速传播和应用；二是产业区熟练专业化劳动力的可得性大大提高；三是产业集聚促进了相关配套辅助产业的成长和专业化协作。其中第三点已经在上述的网络结构化方面得到了体现，而第一和第二点都是和人力资本有关系的。人力资本流动是集群里非常重要的一种沟通和知识传播方式，集群内成熟的劳动力市场所提供的可流动的人力资本，便成为了集群里“可分享性的生产要素”之一。虽然劳动力流动过高，特别是核心技术人员的流动可能增加企业的技术研发投入和风险，从而不利于企业的升级，但核心技术人员和管理人员在合理的流动率范围内，将更为有效地促进技术和管理知识的传播，从而更有效地促进企业的升级。所以本研究认为人力资源的流动有利于企业升级。

鉴于以上讨论，我们提出以下假设：

H1 产业的集聚效应能促进企业的升级。

H1a 集群的集聚度越高，越有利于企业的升级。

H1b 集群的网络结构化程度越高，越有利于企业的升级。

H1c 集群的人力资源流动率越高，越有利于企业的升级。

2. FDI溢出效应对企业升级的作用

一般的国际贸易理论认为跨国公司作为先进技术和管理经验的代表者，其进入将对集群的创新升级产生积极的促进作用。一方面，子公司所产生的关联效应、外溢效应和示范效应将带动本地企业的技术升级和素质提升。另一方面，跨国公司的进入也有助于确立产业集群在本行业的中心地位，从而通过自我强化机制，吸引更多企业进入产业集群，使集群区域成为行业内的技术中心和创新中心。

在跨国公司运营战略从纵向一体化逐步向横向一体化转变的过程中，其强化了在投资国的本地生产和本地业务活动，其中包括采购、制造及研发等各个方面加强与本地企业的合作，并且把这些本地活动融入跨国公司的全球运作和发展中。20世纪90年代末期以来，跨国公司逐渐把中国市场真正作为其全球市场的一个重要组成部分，不断调整其发展战略。近年来，本地化战略成为跨国公司在华投资新的战略趋向。由于跨国公司在开发区经济活动中居主体地位，其本地化过程对开发区的发展道路和区内企业的成长方式产生了深刻的影响。

所以，本文提出以下假设：

H2 FDI参与程度越高，越有利于内资企业的升级。

H2a FDI的资本投入越多，越有利于内资企业的升级。

H2b 外商企业数量越多，越有利于内资企业的升级。

3.集群集聚效应和FDI溢出效应的互动关系

在企业集聚方面，厂商总是设法降低成本，包括降低交易成本，寻求更高的投资报酬率。产业内的下游企业迁移到某一地方后，产业内的上游企业最为节省成本的办法就是把企业或企业的一部分迁移到该地方。这种迁移对上游企业和下游企业都有好处。上游企业和下游企业集聚在一处，厂商信息和市场信息更加充分和畅通，也降低了彼此交易中的费用。只有配套企业在一个地方集聚起来，同产业内的企业之间才能够形成比较稳定的供货和采购关系。这种供货和采购关系既是产业内的企业协作关系，即通常所说的上下游关系，又是市场上的交易行为。所以说，不管是从交易成本、协作关系的稳定性来看，还是从信息传输的充分性来看，企业的集聚度都会影响FDI的知识溢出。

在专业化分工方面，FDI在一定区域引发产业的集聚后，专业化分工的程度便将影响FDI的溢出效应。因为当这种集聚效应(集聚程度和专业化分工程度)达到最佳规模和最佳效率的状态时，跨国公司的本土化意愿和需要都更加强烈，从而加大了对当地的技术引进、研发投入、人才培养、配套企业培养等等，加强了FDI在技术和管理经验等方面的知识溢出。在研发方面，产业集群发展到一定阶段，跨国公司基于全球化战略的考虑会逐渐将R&D中心迁入集群内部。范承泽等(2008)发现行业层面的FDI对该行业中外商投资较多的企业的研发投入起更大的积极作用。跨国公司R&D中心的进入，为结成集群内创新网络提供了前提条件。随着集群的发展，跨国公司逐步与当地企业、政府实体、各种公用事业、学校、研究团体等建立起持久关系，形成一个协同创新的环境、弹性生产网络和本地化创新网络，使得产业集群的社会根植性进一步加深。在这个过程中，集聚经济效应进一步扩大和强化，不断吸引新的FDI进入，有力地促进着FDI产业集群的发展。

综上所述，本文提出以下假设：

H3 集群和FDI之间存在着互动作用，且这种互动有利于集群内内资企业的升级。

H3a 集群的网络结构化程度和FDI资本投入量之间存在着互动作用，且这种互动有利于集群内内资企业的升级。

H3b 集群的网络结构化程度和外商企业数量之间存在着互动作用，且这种互动有利于集群内内资企业的升级。

(二)数据样本

本研究的数据样本均来自《中国工业企业数据库》。该数据库共计收录中国从1998—2007年合计多达30万家制造企业的数据，数据库内容包括企业基本信息、财务信息(资产负债表、利润表)、产品信息(生产产品名称)、财务信息等。相比其他现有的大部分同类研究，本研究的数据样本体现出两个特点：一是基于企业层面，二是大样本面板数据。

因研究开发费是本文衡量技术升级的重要指标之一，而《中国工业企业数据库》只提供了2005年到2007年的研究开发费这一数据，故本文只选用这三年的企业数据。在样本筛选中，首先选取样本中汽车行业(三位行业代码为372)的全部企业(四位行业代码为3721—3726)。因本文希望研究基于集群的企业升级情况，故再根据汽车行业报告、汽车研究文献和各类评述报告，找出在中国较为成型的汽车集群或产业基地15个，总共21731个企业样本；并利用这21731个企业样本数据计算出集群变量(集聚度、网络结构化程度、人力资本流动)和FDI变量(外资资本投入比例、外资企业数量比例)；然后因为本文希望研究内资企业的升级情况，故再次在21731中筛选出所有内资企业共16789个企业样本作为技术升级的研究对象。

(三) 变量衡量

1.因变量：企业升级

本文认为企业升级应该表现在效率和包括技术、经营、管理的综合能力上的同时提高，其中在企业效率的衡量上采用了劳动生产率，而对综合技术升级的研究采用的是Humphrey和Schmitz的分类法。基于数据的可获得性，本文选取了研究开发费、新产品产值、广告费、无形资产等四个指标。

企业劳动生产率已经被很多研究采用(Caves,1974； Persson，1983；Kokko，1994；Kokko et al，1996)。本文将采用一贯使用的测量方法，即由公式劳动生产率=工业增加值/全部从业人员平均人数计算而得。

研究开发费衡量的是企业的研究开发能力，是企业工艺升级、产品升级的重要、间接的衡量指标。创新能力是与所有的升级模式密切相关的，特别在工艺升级和产品升级上需要企业具备一定的创新能力。本文采用企业研究开发费与销售收入的比值来衡量企业的研发投入程度。

新产品产值衡量的是企业新产品的开发程度，是企业创新能力和技术升级的体现，是产品升级这一模式的直接衡量。本文采用企业新产品产值与工业总产值的比值来衡量新产品开发程度。

广告投入衡量的是企业对市场开拓的态度、力度和能力，是企业职能升级的重要体现。中国大量的本土企业，都从生产代工产品而起家。广告费用的投放，意味着企业对市场开拓和品牌管理需求的增加，表明了企业在职能上进行了丰富和拓展。本文采用广告投入与营业收入的比值来衡量企业职能升级的程度。

无形资源是企业竞争优势具有决定性作用的因素(Grant，1996)，包括企业声誉、产品声誉、员工技能、组织文化等(Hall，1992)。无形资源的大小往往可以衡量一个企业是否已经形成了核心竞争力，这是对企业技术、产品、工艺、管理能力进步和升级结果的综合衡量指标。故本文采用企业无形资源与资产总值的比值来衡量企业的综合升级。

作为因变量的企业升级综合指数,由上述的劳动生产率加上四个指标的自然对数和来计算取得。因为劳动生产率能够很好地衡量企业的生产效率，而另外四个指标分别可衡量出企业升级中的工艺升级、产品升级和职能升级三种升级模式，所以该综合指数能表现出综合性的企业升级结果。本文关注的是本土产业的升级状况，所以在因变量中采取的均是内资企业的样本数据。

2. 自变量

(1)产业集群集聚效应

根据前文论述，本文将通过主导企业集聚度、网络结构化程度、人力资本流动三个维度去衡量集群的集聚效应。

主导企业集聚度:本文采取行业集中度，亦即贝恩的CRn指数来具体测量每个汽车集群是否存在具有竞争力的主导企业，并以此指标来衡量汽车集群的集聚度。具体来说，本文计算中国15个汽车集群每一年资产总额在前四位的企业的资产总计占集群资产总额比值(即CR4)作为汽车集群集聚度的衡量。同时，为了比较内资资产的集聚程度和外资资产的集聚程度对企业升级的影响有没有区别，在集聚度上分别计算CR4_内资、CR4_外资。

网络结构化程度:因为现有研究中缺乏对集群网络结构化在计量上的衡量，故本文假定从全国范围来看，所选取的15个汽车集群里各类型企业数量的比例能反映最优的汽车配套，每个汽车集群里各类型企业的配比程度与该比例结构的差别越大，则其网络结构化的程度越差。

本文先根据行业代码将汽车企业分成四类：汽车总装企业(包括汽车整车制造、改装汽车制造、电车制造行业)、汽车车身及挂车的制造、汽车零件及配件制造、汽车修理。然后计算出所选取的15个集群的各类(共四类)汽车企业的占比，假设分别为A、B、C、D，每个集群也各自算出集群内部各类汽车企业的占比Ai、Bi、Ci、Di，则集群i所对应的网络结构化指数为θ=(Ai-A)2+(Bi-B)2+(Ci-C)2+(Di-D)2。

人力资本流动:人力资本流动这一指标一般由企业职工的变化程度来衡量。根据可获得的数据，本文将采用企业年末从业人数对比年平均从业人数的变化率来衡量。计算式子为：(企业年末从业人数-企业年平均从业人数)/企业年平均从业人数。

(2)FDI的溢出效应

FDI的溢出效应已经被很多学者做过研究和讨论，但并没有直接的测量方法。一般是建立回归方程检测是否产生溢出效应，或利用影响因素的比较来讨论是否会存在溢出效应。本文将使用FDI的资本投入比和外商企业数目占比来衡量集群内FDI的参与程度。其中，FDI_资本=集群年度实收外商资本(不包括港澳台)/集群年度实收资本总额，FDI_企业数量=集群年度外商企业数目(不包括港澳台)/集群年度企业总数。

3.交互变量

本文需要检验集群的集聚效应和FDI的溢出效应的交互作用对产业的影响，所以将在方程中加入两者的交互变量。本文最为关注外资的引入如何影响了集群内的主配套情况，即如何影响集群的网络结构程度，故集中研究集群中的网络结构化程度与FDI_资本和FDI_数量的互动关系。交互变量将有两个：

交互变量1=网络结构化程度*FDI_资本

公式1

交互变量2=网络结构化程度*FDI_数量

公式2

4.控制变量

本文选择企业规模和企业类型作为控制变量：(1)企业规模与企业的创新和企业的研究开发能力、管理能力都有重要的关系，从而会影响企业的工艺改造、产品升级、职能拓展等方面的升级。本研究采用企业的资产总额来衡量企业规模。(2)在过往研究里，不同类型的企业往往会有不同的FDI溢出结果，所以本文也希望关注不同类型的企业升级会否有不同。根据结构类型代码，本文把所研究的内资企业分成国有经济、私营经济和其他三个类别，并将其分别赋值，具体为：1=国有经济，2=私营经济，3=其他。

(四) 模型建立

为了检验假设，进行了两个回归分析。首先，为了测试集群的集聚效应和FDI的溢出效应本身对企业升级的影响，因变量Yup在控制变量、集群变量和FDI变量上进行回归，建立了模型1、2、3；为了进一步研究集群和FDI间是否存在交互关系，且是否对企业升级产生影响，建立了模型4。其次，通过分析比较模型4和模型3的R2得出调节变项的影响。如果与△R2不为零，那交互变量的影响就是存在的(Cohen & Cohen 1983；Wong， 2006)。这些分析结果会在下文进行阐述。

模型1：Yup=f(控制变量，主导企业集聚度，网络结构化程度，劳动力流动)

模型2：Yup=f(控制变量，FDI_资本，FDI_企业数量)

模型3：Yup= f(控制变量，主导企业集聚度，网络结构化程度，劳动力流动，FDI_资本，FDI_企业数量)

模型4：Yup=(控制变量，主导企业集聚度，网络结构化程度，劳动力流动，FDI_资本，FDI_企业数量，网络结构化程度*FDI_资本，网络结构化程度*FDI_企业数量)

其中Yup表示企业升级综合指数。

四、实证分析

(一)样本特征

本文最终选取全国具有代表性的15个汽车集群在2005到2007年的企业数据进行分析。基于企业样本统计出的集群特征，可归纳以下几点：(1)集聚效应：由不到30%的汽车企业撬动了超过60%的汽车工业总产值以及集群的企业集聚、规模集聚与产出集聚。只有北京的汽车企业在2007年因为内资企业的减少而有所减少，其他14个集群企业数目均逐年增加,集群的资产规模、工业总产值等指标也逐年增长。(2)集群与FDI的互动：15个集群在内资企业空间聚集度越来越高的同时，其FDI资本投入也绝大部分在增长，而外资企业的数量更是无一例外地逐年递增，表现出集群环境下对FDI资本量和企业量的双重吸引。从另一个角度来看，随着FDI资本量和企业量的增加，集群内不管是总CR4、内资企业CR4、外资企业的CR4或是配套与整装企业的结构都在发生着变化。(3)内资主导型集群和外资主导型集群平分秋色。从内资CR4和外资CR4两个指标对比看出，汽车集群能显现出明显的企业类型主导性。如果按照CR4较高的企业类型起主导作用这一标准来评价的话，在15个汽车集群里，除了四川没有表现出明显的差异外，内资主导型集群和外资主导型集群数量各占一半。其中，外资主导性集群多为国内较早发展起来的成熟汽车集群，而内资主导行集群多为新兴的汽车集群。

(二)描述性统计和相关分析

为了进一步比较不同集群规模下各特征变量的差异，本文又用集群的工业产值在全行业的占比来把集群规模分成大小两类(集群资产行业占比>=10%的视为大规模集群，集群资产行业占比<10%的视为小规模集群)，而资产总值是一个能够代表实力的更为综合的规模指标，所以这里所说的规模大小同时在一定程度上反映着集群的强弱。从描述性统计结果来看，大规模集群占了集群总数的40%，只拥有全行30%的企业数，但大集群的平均资产规模是小集群的两倍多，工业产值是小集群的将近两倍。在主导企业集聚度指标上优于小规模集群，而在配套企业同质化程度上明显低于小集群。这再次验证了在汽车这一特定行业里，衡量一个集群的规模实力和集聚程度，使用资产的集聚度比企业数目的多寡更为合理。

为进一步观察变量之间存在的相关性，在回归分析之前，本文运用SPSS 19.0计算了本研究中13个指标的平均值和标准差，并采用Pearson法对这些变量做相关分析。

从表1可以看出，在集群变量中，主导企业集聚度与网络结构化程度(r=0.29，<0.05)、主导企业集聚度与人力资源流动(r=-0.052，<0.05)、网络结构化程度与人力资源流动(r=0.016，<0.1)存在较显著关系，但相关系数不大，可以不考虑多重共线性问题。

在FDI相关变量中，FDI_资本和FDI_企业数量两个维度都显示出与企业升级相关性不大，说明在汽车行业里面，单纯的FDI资本投入和企业的进入对企业升级的影响并不明显，这跟很多学者认为汽车行业以市场换技术的策略是失败的研究结论相一致。但从网络结构*外资资本、网络结构*外资企业数两个交互变量与企业升级的相关关系可以看出，在集群环境下，FDI与企业升级的相关关系会发生显著的变化。

企业规模和企业类型两个控制变量都显示出与企业升级有显著的相关关系。另外，在自变量的相关分析中，网络结构*外资资本、网络结构*外资企业数两个交互变量与其他变量也呈现出显著相关。其他也有自变量之间显示出显著的相关关系，但相关系数很小，绝大部分远小于0.75，可以不考虑其多重共线性问题。

表1 变量描述性统计和相关分析

注： *p<0.05;**p<0.01；N=16690；

企业升级：LN(劳动生产率)+LN(R&D/营业收入)+LN(新产品产值/工业总产值)+LN(广告费/营业收入)+LN(无形资产/资产总额)

主导企业集聚度：集群CR4(包括内资企业和外资企业)

网络结构化程度：详细见上文变量衡量部分

人力资源流动=年末从业人数-全部从业人员年平均数

FDI_资本：集群年度实收外商资本(不包括港澳台)/集群年度实收资本总额

FDI_数量：集群年度外商企业数目(不包括港澳台)/集群年度企业总数

企业规模：内资企业的资本总额

企业类型：1=国有经济(结构类型代码为110、151) 2=私营经济(结构类型代码为171—174) 3=其他

(三)回归分析

基于初步的相关分析，本文通过四个模型将集群变量、FDI变量、交互变量和企业升级之间的关系进行线性回归，用以检验前文的假设。回归结果如表2所示。

表2 集群集聚效应与FDI溢出效应及其互动对企业升级影响的计量分析

注：***、**、*分别表示在1%、5%、10%水平显著;样本数：16690。

模型1是检验集群变量与企业升级的关系。R2为0.228，说明该回归模型所解释的企业升级变异占总变异的比例为22.8%，这在样本数为16690的大样本回归中，已经算是较好的拟合程度。从表中也能看到，主导企业集聚度、人力资源流动两个集群变量都对企业升级在p<0.01的水平上呈现显著性。另外，网络结构化程度对企业升级也在p<0.05水平上显著。因此，假设H1(H1a、H1b、H1c)得到验证。

模型2是只用FDI的资本投入和企业数量两个变量与企业升级的影响。R2只有0.050，方程拟合度比较低，但FDI_资本与企业升级显著负相关，而FDI_企业数量与企业升级显著正相关。回归结果显示，外商投入资本对汽车集群内的内资企业产生了明显的挤出效应，H2a未得到验证。这虽然与很多关于FDI存在正向溢出效应的研究结果不一样，但跟很多国内研究论证中国汽车产业以市场换技术战略的失败的结论是一致的。本文得出FDI资本投入与内资企业技术升级负相关这一与大部分其他研究结论存在差异，可能会来自研究方法上的不同与实际研究对象的不同：1)从研究方法上来说，以往更多的研究是产业层面的，忽略了企业间的异质性。本文采取的是企业大样本面板数据，对企业微观层面的升级效果有着更细致的测量。2)从实际研究对象来看，本文只选取了汽车单一产业做研究，结论受行业特性影响较大。汽车行业的寡头垄断特征特别明显，而外资资本在中国汽车行业里也一直处于主导地位，这并不利于内资企业的成长和升级。此外， FDI_企业数量与企业升级显著正相关，H2b得到验证。

模型3把集群的三个指标和FDI的两个指标都放进了回归方程。相比模型1，模型3的R2没变，而相对模型2，R2增加了很多。这说明对于汽车行业的内资企业升级来说，集群形态的促进作用比外资大很多。从变量的相关性来看，仍然显示主导企业集聚度、网络结构化程度、人力资源流动、FDI_企业数量有显著的正相关性，而FDI_资本仍然是显著负相关。

模型4是在模型3的基础上加入了集群和FDI的两个交互变量，模型的解释度得到提高，R2增加为0.230，△R2>0，表明模型4可以接受，即确实存在着集群和FDI的互动作用。进一步从相关性来看，网络结构化和FDI_资本的交互对企业升级呈现出的是显著的正向作用。而网络结构化与FDI_企业数量的交互对企业升级呈现出了显著的负向作用。因此，H3a得到验证，H3b未得到验证。

在模型2、3、4中，FDI_资本与企业升级都是负相关的，但与集群的网络结构化交互后就对企业升级产生了正向的促进作用。这表明FDI_资本在呈现垄断主导时表现出的是挤出效应，但在网络结构化程度越高的集群中，越能表现出正向作用。

在FDI_企业数量这个维度，可从企业数量的存量与增量两方面来理解其负向作用。首先，在一个汽车集群里，外商企业越多，且越以网络结构化分布的话，就说明该集群不仅在总装还是配套上都受外商企业的主导，这容易导致外商企业内部形成一个产业链网络，从而阻止内资企业参与有效竞争与合作的机会。其次，在网络结构化程度越高的集群中，外商企业的进入(而不是单纯追加投资等资本投入)可能会打破原有的有序竞争结构。因为网络结构化程度越高的集群，进入壁垒应该是越高的，能够进入的外商企业竞争力也越强。这些具有强竞争力的外商企业进入在短期内必定激起集群的动荡，而内资企业很有可能被迫终止现有的在技术研发与管理上的投入与尝试，改为在生产和市场上的被动性投入。虽然这种负面影响可能只是短期内的，但在原有格局被打破再重新建立新的有序格局之间，企业的升级在短时期内也会受到影响。

五、结论与讨论

(一)研究结论

1.集群内汽车制造企业实现了效率与技术的升级

本文不单纯从劳动生产率的提高来衡量企业的升级，而是在劳动生产率的基础上加入了四个能在技术、市场经营、管理水平上得到反映的、更综合全面的升级指标。方差分析结果显示企业升级综合指数在逐年递增。回归分析结果也显示：虽然单纯的FDI资本投入给企业升级带来了负向的溢出效应，但在产业集聚形态和网络结构化的FDI资本投入的因素促进下，集群中的内资企业实现了升级。

2.汽车产业集群形态促进了企业的创新与升级

产业集群一直以来都倍受关注。也因为作为企业到市场的一种中间组织形态，集群比市场更有效、比企业更灵活，从而能更有效地协调生产(张舒静，2006)。本文通过实证也表明，产业集群形态显著地促进了企业升级，并得出集群里的主导企业实力越强、网络结构化程度越高、劳动力流动越有效，集群内企业的升级效果越明显。

3.“内资主导—内外配套”结构模式更为有效

单纯的FDI资本投入容易集中在主导型企业上，不利于内资企业升级。但在集群背景下，对FDI资本进行网络结构化分散布局，将能促进集群内内资企业的升级。外商企业数目的增多所带来的竞争作用能够促进企业的升级。但在集群背景下，若外商企业数目增多，且成网络结构化分布，便容易形成外资的结构化网络，从而排斥集群内内资企业参与合作和竞争，也更大程度上阻止了FDI的知识溢出，从而不利于内资企业的升级。因此，在中国汽车产业里，我们要转变一直以来的以外资企业为主导、内资企业做配套的企业结构模式，努力向新型的“内资主导—内外配套”结构模式(见图1)转变。

图1 汽车产业“内资主导—内外配套”结构模式

(二)创新性和局限性

本研究的创新之处在于从集群中识别出集聚度、网络结构化程度、人力资本流动这三个主要特征，从更微观的层面细致分析出各自对企业升级的促进作用，从而对政府的产业政策制定更有指导性意义。但是，本文在很多指标的衡量上具有探索性，其有效性需要更多的检验和更进一步的完善。例如在网络结构化程度的指标衡量上，因为数据库样本中无法获得政府、科研机构、协会等数据，故未能在网络结构化程度上体现出来。

叶娇、王佳林，2014：FDI对本土技术创新的影响研究——基于江苏省面板数据的实证，《国际贸易问题》第1期。

范承泽、胡一帆、郑红亮，2008：FDI对国内企业技术创新影响的理论与实证研究，《经济研究》第1期。

沈坤荣、耿强，2001：外商直接投资、技术外溢与内生经济增长——中国数据的计量检验与实证分析，《中国社会科学》第5期。

谢建国，2006：外商直接投资对中国的技术溢出——基于省区面板数据的研究，《经济学(季刊)》第5期。

冼国明、文东伟，2006：FDI、地区专业化与产业集聚，《管理世界》第12期。

吴波，2008：FDI知识溢出与本土集群企业成长——基于嘉善木业产业集群的实证研究，《管理世界》第10期。

Aitken, Brian J. and Harrison, Ann E., 1999, Do Domestic Firms Benefit from Direct Foreign Investment? Evidence from Venezuela., American Economic Review, 3: 605—618.

C. Keith Head, John C. Ries, Deborah L. Swenson, 1999, Attracting Foreign Manufacturing: Investment Promotion and Agglomeration, Regional Science and Urban Economics, 29:197—218.

Crespo, Nuno and Fontoura, Paula M., 2007, Determinant Factors of FDI Spillovers-What Do We Really Know? World Development, 35(3):410—425.

Dermot Leahy, Stephen Pavelin, 2003, “Follow-my leader FDI and Tacit Collusion”, International Journal of Industrial Organization 21, 439—453.

Eric Y. Cho,2007, Clustering and Its Effects on Industrial Performances-The Case of Taiwan. Doctor Degree Paper Claremont, California.

Jochen L. and Justin B.,2004, Learning, Upgrading, and Innovation in the South African Automotive Industry, The European Journal of Development Research, 16(3):465—498.

Gereffi,G.,1999,International trade and industrial upgrading in the apparel commodity chain, Journal of International Economics, 48：37—70.

Geoffrey G. Bell, 2005, Research notes and commentaries clusters, networks, and firm innovativeness, Strategic Management Journal, 26:287—295.

Henderson J.V, 1997, Externalities and Industrial Development, Journal of Urban Economics, 42: 449—470.

Kokko, Ari, 1994, Technology, Market Characteristics and Spillovers, Journal of Development Economics, 43(2):279—293.

Takii, Sadayuki, 2005, Productivity Spillovers and Characteristics of Foreign Multinational Plants in Indonesian Manufacturing, Journal of Development Economics, 76:521—542.

【责任编辑：杨海文；责任校对：杨海文，赵洪艳】

2016—06—15

国家自然科学基金项目(71302099)

汪建成，中山大学管理学院(广州 510275)。

10.13471/j.cnki.jsysusse.2017.01.018