OFDI对上海产业结构升级的影响研究

周成

摘 要：随着“一带一路”建设的不断推进，对外直接投资在我国经济中发挥了越来越重要的作用。以上海市2005—2020年对外直接投资以及产业结构升级的数据作为主要研究对象，分析对外直接投资对于上海市产业结构升级的影响机制，并通过构建线性回归模型，证明了对外直接投资对于产业结构升级存在明显的正面促进作用，而人力资本也起到了非常重要的调节作用。研究结论表明，对外直接投资促进了上海市的产业结构升级，人力资本也对产业结构升级具有积极的影响。

关键词：OFDI;上海;产业结构升级;对外直接投资

中图分类号：F121        文献标志码：A      文章编号：1673-291X（2022）16-0037-03

对外直接投资简称OFDI，是指我国企业、团体在国外及港澳台地区以现金、实物、无形资产等方式投资，并以控制国（境）外企业的经营管理权为核心的经济活动。我国商业部发布的《中国对外投资合作发展报告（2020）》指出，2020年，中国对外全行业直接投资1 329.4亿美元，对外承包工程完成营业额1 559.4亿美元。此外，据联合国贸发会议《世界投资报告2020》统计，2019年中国对外直接投资流量 1 369.1 亿美元，继续保持全球第二位，连续8年居全球前三。从这些数据中可以看到，我国对外直接投资占据了非常重要的一个部分，而上海市作为我国对外经济层面的实验地带，研究上海市OFDI对产业结构升级的影响对于国内其他省份以及整个国家层面来考虑如何发挥OFDI 的正向作用都有积极意义。

一、文献综述

从经典理论来看，边际产业扩张理论认为，为了获取更高额的利润，较为发达的经济体将通过转移低端产品的生产至较为落后的地区的方式，获取超过本国生产的超额利润，这些利润即这些跨国利益集团生产的动力。通过这种跨国的操作，在实现利益最大化的同时，还能最大限度地实现两者的产业升级。

凯扎尔（2011）、钱尼（2013）通过经验调查发现，大量的发达经济体都会将较低技术含量或是较低利润的产业转移至相对不发达的地区，尤其是发展中国家，通过这种方式改善本国的产业结构[1～2]。池尾爱子（2008）和哈夫里奇克（2013）则认为，作为还在发展中的经济体，发展中国家也可以利用对外直接投资，吸收来自发达地区的先进技术的同时，创新发展属于自己的技术，从接受技术转向创新。此外，还可以通过自身的对外直接投资，获取技术溢出，做到“干中学”，从而优化本国的产业结构[3～4]。

在国内研究部分，李梅等（2012）认为，我国OFDI存在着显著的逆向技术溢出效应，从而有效地实现了我国的产业升级[5];韩玉军等（2015）的研究则表明，对外直接投资通过被投资国的技术溢出，从而实现了行业技术进步，最终达到了产业升级的目的[6];邱玉玲（2016）的相关研究利用江苏省的数据进行分析后指出，OFDI与产业结构升级之间始终存在着正向的相互作用，随着时间的不断推进，对外直接投资对于产业结构升级的影响不断加深[7]。王丽等（2017）通过对于国内各省近十年数据的分析，测定了各省OFDI的逆向技术溢出指标，并最终得到了两者之间存在相互促进作用的结论，其中我国东部地区效果最为突出[8]。

二、OFDI影响机制研究

通过对过往经验研究发现，大部分新興国家的企业渴望通过对于发达国家的企业的投资，学习到国外的先进技术和相关研究成果，借此实现自己本国的技术升级。本文将对外直接投资拉动产业升级的整个流程划分为以下四个部分。

第一个阶段是技术溢出，作为投资者的跨国公司，通过合作研究，分摊了一部分的研究成本，借此实现了产业集聚化，从而有效减少了本国获取先进技术的难度，同时也开拓了本国的研究思路。此外，国际间资本的流动带来了技术人员的流动，人力资本也得到了提升。第二个阶段是技术传导，跨国公司和自己本国的合作，国家政策极大地减轻了跨国公司的生存压力，承担了企业技术升级的一小部分成本。通过与国外学校的联盟合作，更是促进了人才的流动，培养了属于本国的技术人才，从而进一步缩小了差距。第三个阶段则是技术消化吸收，经过了学习技术以及培养人才的阶段将实现技术能力的全面提升，通过学习生产再学习的循环，最终达到实现自我创新的能力。第四个阶段是技术创新，跨国公司通过吸收过来的先进经验以及培养得到的技术人才，通过自主创新实现更高层次的技术升级，通过本地产业集群带来的促进作用，先进技术向周边企业、地区扩散开来，最终达成整个地区国家的产业优化升级。

三、实证分析

（一）模型构建与变量选取

自2020年以来，在全球经济增长放缓的背景下，作为中国对外投资的领头羊上海，在国内对外投资领域继续保持着全国的领先地位。上海市商务委员会官方数据显示，2019年上海市共办理845项境外投资备案和核准项目，项目数量较2017年和2018年保持了稳定增长，备案核准中方投资额为139.94亿美元，投资总额有所回落。

因此，为了能够准确地分析上海市OFDI与产业结构升级的影响，本研究选取了2005—2020年上海市的有关数据作为本文数据样本。数据主要来源为上海市统计年鉴及EPS数据库，利用SPSS作为本文数据分析软件，对OFDI与上海市产业升级系数之间的关系进行检验。本文将构建上海市OFDI作为主要解释变量，被解释变量为上海市产业结构升级系数，控制变量为人力资本的相关模型。

在相关经济变量的选择上，具体内容包括以下三个方面。

1.产业结构升级指标的选取。借鉴前人的研究，本文参考徐敏和姜勇的做法，将三大产业纳入产业结构升级的计算之中，具体计算公式为：

I=Ii×i

其中，Ii=I1，I2，I3，分别代表第一、第二、第三产业的产值占总产值的比重;I作为反映三次产业之间的升级关系的值，I值越大代表该地区产业结构层次水平越高。

2.人力资本指标的选取。不管是什么投资的转化过程，最终都要落到人力实现的途径中来，依靠人力资本的生产创造。因此，本文选取年末单位从业人数作为人力资源的度量指标。

3.OFDI指标的选取。考虑到2013年以前上海市计算方式，2013年以前对外直接投资以海外企业情况作为替代，其他都以本年度对外直接投资存量作为计算。

综上所属，本文模型设计为：

I=α+β1OFDI+β2HCL+ε

其中，被解释变量为产业结构升级系数I，解释变量为对外直接投资OFDI，控制变量为人力资本HCL，α为常数项，ε为误差项。

（二）平稳性检验

本文采用单位根检验（ADF）的方法来分析相关变量的平稳性，分别对I、OFDI、HCL进行检验，得到的结果如表1所示。

由表1中的结果可知，变量HCL在一阶差分时达到了平稳状态，变量I、OFDI在二阶差分时也达到了平稳状态，因此可以判定这些变量都是平稳的时间序列。

（三）估计结果及分析

用普通最小二乘法进行分析，得到的结果如表2所示。

从F检验的结果分析可以得到，显著性P值为0.000***，水平上呈现显著性，因此拒绝回归系数为0的原假设，因此模型基本满足要求，对于变量共线性表现，VIF全部小于10，因此模型没有多重共线性问题，模型构建良好，最终得到的模型的公式如下：

y=244.401+0.087OFDI+0.021HCL

通过最终的模型可以看到，对外直接投资每提高1个百分比，产业结构升级系数将提升0.087，同时人力资本每提升1个百分比，产业结构升级系数将平均提升0.021。同时，从显著性上来看，对外直接投资相比于人力资本能更显著地影响上海市的产业结构升级系数。

四、结论及政策建议

由上述实证分析我们可以看到，在持续的对外直接投资的背景下，上海市的产业结构得到了一定程度的优化，基于对外直接投资带来的正面影响，在保持投资稳定的情况下，紧跟国家“一带一路”建设，不断提升对外直接投资的量级，将给上海经济的发展带来正面影响。

此處提出三点建议：一是要紧跟政策导向，加大与“一带一路”沿线各国的紧密合作，推进针对发达国家领先产业的投资，努力通过投资先进产业掌握到被投资国的先进技术，从而提升本地企业的技术水平;快速实现劳动密集型产业的外包，将附加价值较低的产业转移到工业化程度较低的其他国家，努力实现双赢。二是要完善相关投资政策，营造良好的企业对外投资环境。利用好上海作为对外开放主要窗口的重要地位，加大对于相关企业的扶持力度，实现对外直接投资在数量和质量上的稳步提升，尤其是要完善针对海外投资的相关法律法规。此外，通过举办更多的如进博会的国际展会，在吸引外资的同时，给国内企业也提供了更多的相关信息，有助于加快企业走出去的步伐。三是要继续推进人才队伍建设。从前面的研究中可以看出，人力资本对于实现产业升级有着不可忽视的影响。近几年来上海人力资源在稳步上升的同时，老龄化程度也在不断地加深。为了保持上海的领先地位，应该加大对年轻人的吸引力度以及相关专业教育的投资力度，培养出更具竞争力的高端人才，在推动上海产业结构升级的同时，进一步提升发展质量。

参考文献：

[1]  Welfare Analysis From a Host-Country Perspective[J].Journal of International Trade，2011（3），357-377.

[2]  Chany T.Distorded Gravity：The Gravity Equation in International Trade：An Explanation[Z].NBER Working Paper No.19285，National Bureau of Economic Research，2013.

[3]  池尾爱子，张帆，尹晓亮，马丁布朗.芬布伦纳与战后日本经济的重建[J].日本问题研究，2011，（3）：32-54.

[4]  Yuan L.，Havrylchyk.FDI from the South：The Role of Institutional Distance and Natural Resources[J].European Journal of Political Economy，2013（3），38-53.

[5]  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+66.

[6]  韩玉军，王丽.中国OFDI逆向技术溢出效应的影响因素研究——基于国别面板数据的非线性门槛技术回归[J].经济理论与经济管理，2015，（6）：94-105.

[7]  邱玉玲.OFDI 对产业结构的影响研究——以江苏省为例[J].对外经贸，2016，（9）：43-48.

[8]  王丽，韩玉军.OFDI 逆向技术溢出与母国产业结构优化之间的关系研究[J].国际商务（对外经济贸易大学学报），2017，（5）：53-64.