“一带一路”背景下我国对外直接投资的逆向技术溢出效应比较研究

蒲佐毅

摘 要：采用2007—2015年我国东中西部30个省区市的面板数据，实证检验了OFDI对我国东、中、西部地区技术创新的逆向溢出效应。结果表明，对外直接投资的逆向溢出效应从我国整体来看具有明显的正向推动作用，而分区域来看则我国东、中、西部地区存在着显著的地区差异，且东部地区效应较为明显。

关键词：一带一路;OFDI;逆向技术溢出

中图分类号：F830.591       文献标志码：A      文章编号：1673-291X（2019）17-0127-05

引言

“一带一路”战略是习近平主席于2013年9月和10月分别出访哈萨克斯坦和印度尼西亚时首次提出的我国全面对外开放的新格局。随着2015年该战略的正式全面推进和2017年“一带一路”国际合作高峰论坛的成功举办，由中国首倡的“一带一路”倡议受到全世界广泛关注，已成为全球100多个国家和国际组织的全球共识，并进入到了全球行动阶段，从而开创了我国前所未有的对外直接投资和国际产能合作的新局面。

新经济增长理论认为，创新是一个国家或地区实现经济长期发展的直接源泉和重要推动力，尤其是知识的创新和技术的创新。对外直接投资（OFDI）是促进一国（或地区）实现技术创新的有效途径，它是一国或地区实现“走出去”战略、参与国际分工、融入全球产业链条的重要途径，在推进技术全球化、国际研发资本溢出以及知识资本跨国转移方面发挥着重要作用。一国或地区的技术创新，既要通过自主创新加快提升，又要在采取“引进来”的同时积极采取“走出去”战略，充分发挥对外直接投资的逆向技术溢出效应，加强与周边国家和地区的科技合作，实现对本地区技术进步的外部推动。

随着“一带一路”全球化行动蓝图的付诸实践，经济全球化发展也将更加迅速，我国对“一带一路”沿线国家以及其他国家或地区的投资问题也必将成为对外开放新格局下的一个崭新的研究课题。当前，我国经济虽然进入了新常态发展，但OFDI投资规模却越来越大，涉及国家和地区范围也越来越多，已在我国对外经济发展进程中占有举足轻重的地位。截至2016年，我国对全球164个国家和地区的7 961家境外企业进行的非金融类直接投资累计达11 299.2亿元人民币，同比增长44.1%，其中对“一带一路”沿线国家的OFDI规模也正在逐年提高。因而，充分发挥我国OFDI的逆向技术溢出效应，加强对对外直接投资与我国不同地区技术创新关系的研究，已成为当前我国区域经济发展和国际经济发展研究中的一个新颖的课题，尤其是对“一带一路”背景下深入研究我国东、中、西部地区OFDI与技术进步和创新的关系而言，更显得十分重要。

一、计量模型构建与数据说明

（一）理论模型分析与构建

本文在国际R&D溢出回归模型C—H模型基础上，重新将其回归模型表述为以下模型，即：

lnQit=α■+α■lnK■+α■lnL■+β■lnS■■+β■lnS■■+β■lnS■■+β■lnS■■+ε■

这样一来，模型中既避免了用不同方法测算全要素生产率可能带来的结果的不同，也能够全部包含L-P模型所表达的紧贴现实的国际技术溢出路径，从而确保了实证研究结果的准确性。

设我国各省市区用于技术创新的产出为专利授权数量PT，结合上述分析，构建模型如下：

lnPT■=α■+α■lnK■+α■lnL■+α■lnPGDP■+β■lnS■■+β■lnS■■+β■lnS■■+β■lnS■■+ε■

该模型中，技术产出将受到包括OFDI在内的国内和国际因素的影响。其中，国内各省市的研发资本存量Sd、进口贸易M、外商直接投资FDI和对外直接投资OFDI为模型的主要变量，人均國内生产总值PGDP、科研从业人员数量L和固定资本投入K为控制变量。其中，对外直接投资OFDI获得的外国R&D资本存量溢出的计算公式为：

S■■=■■S■;

由此本文引出另外两个公式，即

（1）由进口贸易渠道溢出的国外R&D资本存量公式为：

S■■=■■S■

（2）由外商直接投资溢出的国外研发资本存量公式为：

S■■=■■S■。

公式中，OFDI、FDIjt、Mjt分别代表t期我国不同地区对j国的对外直接投资额和从j国到达我国的外商直接投资额，以及进口贸易额为t时期j国的固定资本形成总值，Sjt为j国的国内研发资本存量。

（二）数据说明

本模型各变量选取及衡量指标由以下变量构成：各区域技术创新的资本投入K用历年R&D经费表示;技术创新产出PT用该地区相应年份的专利授权量来表示;劳动力L由该地区当年科技活动人数衡量;资本K用地区固定资本投资称量;对外直接投资OFDI采用该地区当年实际对外投资额来衡量，并按照当年汇率进行折算;外商直接投资FDI和进口额M采用实际外商投资和进口额表示。鉴于国外各国研发资本存量数据的可得性，本文选取世界银行公布的WDI相关数据库中各国研发支出占GDP的比重，再乘以各国GDP而获得;FC的相关数据来源于世界银行WDI数据库。国内各代表性指标的相关数据主要来源于《2008—2016中国科技统计年鉴》、《2008—2016中国统计年鉴》、《2007—2015中国对外直接投资统计公报》以及中国各省区市2008—2016年的统计年鉴等。其中，对外直接投资统计公报中的分地区OFDI数据为非金融类数据，且由于我国自2003年才开始发布相关OFDI数据，加之西藏缺失数据较多，贵州、青海、重庆三地区2003—2006年的部分数据缺失，因此，为保证数据的完整性和结果的可信性，本文选择对剔除西藏后的2007—2015年我国其他30个省市区的面板数据进行实证分析。

二、数据估计与结果分析

（一）全国数据分析

1.整体面板数据的单位根检验

由于现实经济中多数经济变量往往是非平稳的，因此，为了避免出现所谓的“伪回归”现象，在进行协整分析前，首先需要对各变量面板数据的平稳性进行单位根检验。本文采用Eviews6.0计量软件，分别对lnK、lnL、lnPGDP、lnSm、lnSfdi、lnSofdi进行了平稳性检验，其检验值所有变量序列在1%的水平上拒绝原假设，从而满足进行协整检验的要求，可以进行协整分析。

2.协整检验

通过上述一阶单整序列的检验，其满足了进行协整检验的要求，因此，本文采用协整检验中最常用的Pedroni检验方法以及Kao检验的方法，同时对该对序列进行协整关系检验。该检验方法得出的检验结果对于Pedroni检验而言，主要是以Panel ADF检验值和Group ADF检验值为参考，尤其在T<20的小样本分析中，这两种检验得出的检验结果其更贴近数据所表达的现实情况。其检验所得结果如表1所示。

通过表1中对面板数据的Pedroni检验和Kao检验的检验结果可知，该时间序列各变量的Panel ADF-Statistic、Group ADF-Statistic检验和Kao检验所得检验值，均在5%的显著性水平上拒绝了原假设，即该时间序列各变量之间不存在长期协整关系的假设，因此得出结论，该时间序列各变量间存在长期稳定的均衡比例关系，可以进行下一步的面板数据回归估计。

3.面板回归模型估计

面板数据模型形式上主要有OLS混合数据模型、固定效应FE模型和随机效应RE模型。通过面板数据的回归检验，获得的面板数据回归估计模型如表2所示。

面板数据模型相对于简单的截面数据或时间序列数据而言，其通过实际研究得出的模型结果往往更能接近于现实经济，更具真实性。本文在面板模型构建的基础上，通过采用三种不同的回归方法对面板数据模型进行检验，并作出符合实际的选择。按照面板数据模型的选择方法，如果F Cross-section>F0.05（N-1，NT-N-K），则推翻原假设，在随机模型RE和固定效应模型FE中选择建立个体固定效应回归模型更合理;而若豪斯曼（Hausman）检验后检验值大于0.05这个设定的显著性水平，则在面板数据模型中选择随机效应RE模型进行分析更为合理。通过上表分析和计算我们得出，我国整体面板数据的分析检验结果中的F统计量要大于0.05显著性水平下的F统计量，而且通过豪斯曼（Hausman）的检验结果也可以看出，其检验值对应的概率值为0.036 2，小于0.05的显著性水平。因此，从我国整体面板数据的回归检验结果看，应该选择个体固定效应FE模型2作为我国整体时间序列的回归结果。

（二）我国东、中、西部地区分区域面板数据回归估计

前文利用全国各省区市的面板数据，从全国总体角度分析了影響我国技术创新产出的主要因素。考虑到我国各个地区对外直接投资的逆向技术溢出效应存在的区域差异，为了更好地分析各区域OFDI逆向技术溢出效应在各省区市区域间的这种差异，本文从我国东、中、西三个区域进行面板数据的回归模型分析，并通过对三大地区的分组检验比较，得出影响OFDI在我国东、中、西部地区逆向技术溢出效应的产出差异，回归结果如表3所示。

根据上述分析和表3内容显示，在显著性水平为0.05的条件下，我国东部地区面板数据模型的选择，由于其Hausman检验值小于0.05显著性水平，所以应选择个体固定效应模型FE（1）对其检验结果进行分析;在我国中部地区，由于其Hausman检验P值大于0.05，因此应选择采取随机效应检验模型RE（4）;在西部地区的回归模型检验中，同样由于其Hausman检验结果P值大于0.05的显著性水平，因此应选择采取随机效应检验模型RE（6）来进行分析。通过模型FE（1）、RE（4）、RE（6）的回归结果来看，由于其回归模型存在着明显的差异性，因而我国东、中、西部地区OFDI对区域技术创新产出的影响，也表现出了明显的区域差异性。

（三）面板回归模型实证结果分析

1.从表2可以看出，我国各省区市的技术研发资金投入、科研人员数量以及区域人均GDP等因素对我国总体技术创新产出具有较为显著的正向推动作用。这说明，当前我国技术创新产出仍然以国内的资本投入、研发人员培养和经济总量提高为主，且科技投入和科研人员数量对我国的技术创新产出影响较为显著，说明科技投入每增加1%，技术创新产出会增加0.356%;而科研人员人数每增加1%，技术创新产出会增加0.257%，说明科技活动人数对区域技术创新水平的提高具有明显的正向影响。而从国际来看，OFDI、FDI、M等因素对我国的技术创新产出效应相对比较微弱，尽管也有正向影响，但效果并不十分显著。具体来看，从上述实证分析可知，我国的OFDI对区域技术创新产出具有正向影响，系数为正，OFDI每增加1%，技术创新产出即专利授权总量增加0.0109%，说明我国通过对外直接投资可以获得OFDI逆向技术溢出效应尽管较小但效应存在;而FDI效果相对较为明显，但进口M所产生技术溢出对我国技术创新影响较小且为负向。

2.从表3可以看出，通过分区域进行回归分析，资本、技术人员投入和经济发展水平仍然是各区域技术创新产出的主要影响因素，而OFDI的逆向技术溢出虽然具有正向影响，但影响系数较小，且由于各地区在主要影响因素上存在的明显差异，致使我国东、中、西部地区的OFDI逆向技术溢出效应具有不同的区域特点，具体表现在：

第一，通过上述分析模型可以看出，我国东部地区在面板数据回归模型结果中，不管是固定效应FE模型的回归结果还是随机效应RE模型的回归结果，其对外直接投资OFDI对该地区技术创新产出的逆向技术溢出效应均较为明显。其原因在于，我国东部地区相对于其他地区开发开放较早，技术创新基础和技术人才实力雄厚，加之许多大中型外贸企业坐落于此，对国际发达地区的先进技术和知识获取机会较多，吸收能力较强，容易产生逆向技术溢出效应，且效果明显。

第二，我国中部地区由于地处内陆，经济发展水平和科研投入相对东部地区不足，不具有规模优势和技术优势，且在对外直接投资过程中更多地借鉴和吸收与其技术水平相差不大的国外技术，因此其OFDI对区域技术创新产出的影响并不是很大。

第三，相对于东中部地区而言，我国西部地区在科研投入、科研水平、对外开放、经济发展以及技术吸收能力等方面仍存在差距。从表4回归模型中可以看出，OFDI的逆向溢出效应不大，但影响显著，西部地区OFDI、FDI均显著提升了西部地区的技术创新产出水平，影响系数分别达到0.0325和0.026，稍弱于中东部地区，但M对区域技术创新产出却产生了反方向影响，其主要与西部地区对外开放程度和OFDI水平较低有关。同时，西部地区研发人员投入和科技投入与技术创新产出是一种正向促进关系，但由于西部地区科技投入、科研能力、对外直接投资等相对缺乏，因此也导致其对发达国家或地区的先进技术获取和吸收创新滞后，由此引起其技术创新产出效率低下。

三、政策建议

通过上述实证研究的结果可以看出，我国东中西部地区OFDI分布不均衡是导致区域技术创新差异的重要因素。因而，在“一带一路”背景下积极开展对外直接投资，促进我国不同地区技术创新的快速发展，应根据不同区域的特定影响因素，采取因地制宜的政策措施以促进我国全面实现技术创新引领经济发展的良好的势头。本文认为需要着重从以下几方面着手。

首先，进一步加大科技创新投入和引进外资力度。一方面要继续多方寻求区域科技创新活动经费，加大国内科技创新投入，提高科技创新的软硬件建设，尤其要加强中西部落后地区的科技基础设施建设，加强人员培训，夯实技术创新基础，提高区域自主创新能力;另一方面，要继续加大力度鼓励引进外资，尤其对于中西部地区，要通过引进外资进一步带动区域技术研发、国际市场管理、科研人才能力和水平提升。

其次，鼓励企业采取技术获取型OFDI策略。尽管从实证结果来看OFDI的技术溢出效应是明显存在的，但其对我国中西部地区技术创新却未能起到明显的提升，因而，我国中西部地区应加大力度增加技术获取型对外直接投资，进一步加强与发达国家或地区的技术贸易合作，鼓励区域内企业与发达国家或地区企业合作，积极吸收发达国家或地区的技术人才，因地制宜地制定适合本地区经济发展特性的开放经济政策，以促进本地区技术创新水平的提升和生产率的提高，增强国际市场竞争力，从而推进区域科技创新协调发展和良性互动。

最后，实施区域差异化OFDI政策。针对我国东中西不同地区经济发展和科技创新发展的差异化，应实行差异化的OFDI政策。根据上述分析结论，我国东部地区经济发展速度快、质量高，技术创新基础扎实，应进一步加大同发达国家或地区的对外直接投资力度，吸收其先进的科技创新要素;而对于中西部地区来讲，技术创新基础相对较弱，技术创新经费投入和科技創新人才相对缺乏，因而应加大科研经费投入，鼓励区域内企业扩大进出口规模，进一步开拓国际市场，从而缩小与东部地区的OFDI的发展差距。

参考文献：

[1]  Bitzer，J.，Kerekes，M. Does Foreign Direct Investment Transfer Technology Across Borders[J]. New Evidence.Economics Letters，2008，（3）：355-358.

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

[3]  Cohen，W.M.，Levinthal，D.A..Innovation and Learning：The Two Faces of R&D[J].Economic Journal，1989，（99）：569-596.

[4]  Lichtenberg，F.，Potterie，B.V.P..International R&D Spillovers：AReexamination[J].NBER Working Paper，No.5668，1996.

[5]  Lichtenberg F.，Van Pottelsberghe de la Potterie B..（2001）“Does Foreign Direct Investment Transfer Technology across Borders？”The Review of Economics and Statistics 83（3），490-497.

[6]  Van Pottelsberghe De La Potterie B，Lichten-berg F.R.Does Foreign Direct Investment Transfer Technology Across Borders？ [J].The Review of Economics and Statistics，2001，（83）：490-497.

[7]  Branstetter L.Is Foreign Direct Investment a Channel of Knowledge Spillovers Evidence from Japans FDI in the United States[J].Journal of International Economics，2006，68（2）：325-344.

[8]  付海燕.对外直接投资逆向技术溢出效应研究——基于发展中国家和地区的实证检验[J].世界经济研究，2014，（9）：56-61.

[9]  陈景华.中国来源的区城差弄分群与影响因素——基于年省际面板数据的实证研究[J].数量经济技术经济研究，2014，（7）：21-37.

[10]  刘明霞.我国对外直接投资的逆向技术溢出效应——基于省级面板数据的实证分析[J].对外经济贸易大学学报，2009，（4），56-67.

[11]  欧阳艳艳，郑慧欣.中国对外直接投资逆向技术溢出的境内地区差异性分析[J].对外经济贸易大学学报，2013，（1）：85-95.

[12]  叶建平，等.中国OFDI 逆向技术溢出的区域异质性与动态门限效应[J].世界经济研究，2014，（10）：90-95.

[13]  杨英，刘彩霞.“一带一路”背景下对外直接投资与中国产业升级的关系[J].华南师范大学学报：社会科学版，2015，（5）：93-101.

[14]  陈菲琼，钟芳芳，陈珧.中国对外直接投资与技术创新研究[J].浙江大学学报：人文社会科学版，2013，（7）：170-181.

[15]  杜金涛，滕飞.基于吸收能力视角的中国 OFDI 逆向技术溢出对国内技术进步影响研究[J].经济问题探索，2015，（11）：152-158.

[16]  吴建军，仇怡.我国对外直接投资的技术创新效应：基于研发投入和产出的分析视角[J].当代经济科学，2013，（1）：75-80.

[17]  朱彤，崔昊.对外直接投资、逆向技术溢出与中国技术进步[J].世界经济研究，2012，（10）：60-67.

[18]  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）：21-32.

A Comparative Study on the Spillover Effects of Reverse Technology   Based on the Perspective of Technology Output

Pu Zuoyi，Weiyan

（College of Economics and Management，Shihezi University，Shihezi 832000）

Abstract：In this paper，the panel data of 30 provinces，autonomous regions and municipalities in eastern，central and western China in 2007 and 2015 are used to test the effect of OFDI on the reverse spillover of technological innovation in the eastern，central and western regions of China.The results show that the reverse spillover effect of foreign direct investment has obvious positive effect from the perspective of our country，while there are significant regional differences in the eastern，middle and western regions of China.

Key  Words：B&R;ofdi;the Spillover Effects of Reverse Technology

[責任编辑 张宇霞]