技术进步对中国对外直接投资的影响研究

罗晓娜

摘要：创新是一个民族的灵魂，技术进步是一个国家兴旺发达的不竭动力，也是一个国家能否在国际市场上拥有话语权的重要因素。在我国技术创新领域和对外直接投资领域均一片繁荣的现状下，技术进步能否促进对外直接投资成了多方关注的焦点。本文将技术进步细化为R&D企业经费支出、R&D人员全时当量、技术市场成交额以及专利申请授权数四个方面，通过SPSS 22.0软件对相关数据进行整合，建立线性回归模型加以分析得出结论，并给出相关建议。

关键词：技术进步;对外直接投资;SPSS

中图分类号：F830.591    文献标识码：A

文章编号：1005-913X（2020）09-0040-03

一、研究背景概述

近年来，随着“引进来”和“走出去”战略的实施以及“一带一路”倡议的提出，我国在吸引外资与对外投资领域均有显著性地增长。在吸引外资领域，进一步放宽对证券、期货等行业的限制，鼓励大量外资企业进入中国。从改革开放到新中国成立70周年，不断地由全面对外开放转向对外全面开放，我国正在全方位、全领域地崛起。从改革开放前一个拥有的13亿人口的农业生产大国成为如今世界第二大经济体，这四十多年来的迅速发展离不开技术的进步。在前不久闭幕的进博会上，新兴技术更是作为整场博览会的主题词向世界各国展示了我国的技术创新能力。

据国家统计局、商务部、外汇统计局的数据显示，近年来我国对外直接投资发展迅猛，且明显具有显著的技术寻求性特征。在此背景下，技术进步是否影响了我国对外直接投资的发展，成为了多方领域所关注的焦点问题。

二、现状分析

（一）技术创新现状

我国作为世界的第二大经济体，如何创造自己独特的优势来争取国际上的话语权，是我国发展的重中之重。在很长的一段时间内，“创新”一直扮演者我国发展中的核心角色，也是我国未来发展的重要导向。

1.科研人员数量持续增加

技术创新离不开技术人才的参与。十年来，我国科研活动参与人员持续增加。就国家统计局近十年的相关数据来看，十年来试验与创新人员全时当量的平均增长率为9.13%，2018年较2017年同期增长8.06%。按照这一趋势，未来几年内科研活动参与人员仍然会持续增长。

2.科研经费支出增加

据相关数据显示，2009年以来，我国政府和企業在科研项目上的经费支出逐年上升。政府不断鼓励企业创新，企业也制定相关创新发展战略以提高企业的创新能力。从中央政府到地方政府，从企业到高校，都越来越重视技术的进步与创新。

3.科技成果显著

国家统计局的数据显示，截至2018年底，我国技术市场的成交额为17 697亿元，约为2009年的4.82倍。专利申请授权数在2018年年底达到2 447 460件，是2009年底的3.21倍。从数据来看，我国科技研发成果显著，有效促进技术进步。

（二）对外直接投资现状

我国坚持“引进来”和“走出去”战略并重，截止2018年年底，我国对外直接投资存量为198 226 585万美元。2017年增长速度明显增加，是2016对外直接投资存量的33.27%。按照这一态势，未来我国对外直接投资市场仍将会显繁荣景象。

三、变量选取及数据来源

（一）变量选取

我国技术创新市场和对外投资市场都是一片繁荣，本文将对技术进步如何影响对外直接投资进行进一步的实证研究。技术进步指标将投入和产出两个角度进一步阐释。投入指标又分为人力投入和财力投入，分别用R&D人员全时当量和R&D企业经费支出来衡量。产出指标由技术市场成交额和专利申请授权数两个指标来衡量。对于对外直接投资情况将用国家统计局每年公布的对外直接投资存量具体衡量。详见表1。

（二）数据来源

本文所有原始数据均来源于国家统计局2009-2018年所公布的《中国统计年鉴》，在此基础上加以整理和分析。并运用SPSS 22.0 软件对相关数据进行回归，建立多元线性回归模型。

四、模型建立

（一）作散点图

对于技术进步指标的衡量，选取了R&D人员全时当量、R&D企业经费支出、技术市场成交额和专利申请授权数四个指标。为了证明其与对外直接投资存量间是否有相关性，首先作散点图进行初步观察。如下图所示。

如图5所示，可看出R&D企业经费支出与对外投资存量之间存在明显的相关相关关系，进一步建立模型。

（二）主成分分析

由于无法排除所选取衡量技术进步的四个指标之间是否存在共线性问题，首先用SPSS 22.0对这四个指标进行主成分分析，从而排除共线性问题。主成分分析结果如下：

在总方差解释表中，我们选取的四个技术进步的具体衡量指标方差累计贡献率为97.684%，说明这四个指标具有较好的代表性，同时也排除了多个指标之间存在共线性的问题。

在成分矩阵表中，所选四个指标均具有较高的载荷，所以四个指标均可作为模型的自变量。

（三）多元线性回归

根据以上分析，我们初步建立线性回归模型：

Y=β0+β1X1+β2X2+β3X3+β4X4

在上述模型中，Y代表我国对外直接投资存量，X1、X2、X3和X4分别代表R&D企业经费支出、技术市场成交额、R&D人员全时当量以及专利申请授权数。用SPSS 22.0对其进行线性回归，结果如上表所示。

通过表4中的R平方（0.998）、调整后的R平方（0.996）以及模型的显著性可得，所建立线性模型的拟合度很好，具有显著性。