中国对外直接投资逆向技术溢出效应的影响因素——基于国际技术传递渠道的实证分析

吴剑辉　殷梅华

(广东工业大学　经济与贸易学院， 广州　510520)



中国对外直接投资逆向技术溢出效应的影响因素
——基于国际技术传递渠道的实证分析

吴剑辉殷梅华

(广东工业大学经济与贸易学院， 广州510520)

基于国际技术传递渠道视角，以中国为研究对象，构造包含OFDI变量的扩展C-D生产函数，运用普通最小二乘回归模型，对1995-2014年的时间序列数据实证分析OFDI存在的逆向技术溢出效应。实证结果表明，中国OFDI 存在显著的逆向技术溢出效应；实际有效汇率、国际贸易、国际劳动力、外商直接投资因素对中国对外直接投资逆向技术溢出效应都产生显著正向效应。其中，效应最大的是外商直接投资，其次是国际贸易，而实际有效汇率对中国对外直接投资逆向技术溢出效应的影响程度最小。

中国对外直接投资； 逆向技术溢出； OFDI； OLS回归； 影响因素

一、引　言

在全球经济发展一体化和中国实施的“走出去”战略背景下，中国企业为寻找更大的发展空间和更高的层次，纷纷走出国门，对外进行大量的投资，中国企业的对外直接投资规模迅速扩大。目前，对外直接投资的研究一般集中在如何进行产业升级和贸易结构分析等方面,对外直接投资对母国技术溢出方面的研究远远不够。为具体探究对外直接投资对母国技术溢出效应，加速中国技术进步,产业转型升级，加快中国经济发展，本文基于国际技术传递渠道的分析视角，构造包含OFDI变量的扩展C-D生产函数，运用普通最小二乘回归模型对1995-2014年的时间序列数据实证分析，深入分析OFDI逆向技术溢出效应对中国技术进步的具体影响。

二、OFDI逆向技术溢出效应影响因素的国内外研究综述

(一)国外研究综述

发达国家对外直接投资的技术溢出效应方面，Kogut和Chang(1991)对297个日本在美国进行对外直接投资的行业进行实证研究，发现日本企业对美国的直接投资主要分布在R&D 密集的产业，以期获取美国的技术、信息等资源。Head和Ries(2002)利用1965- 1990年日本1070家企业的面板数据,从对外直接投资的产业联系特征视角出发，以技能的强度、外国直接投资、记录销售和境外就业份额为变量，考察不同类型的对外直接投资的动因及其对母国的技术溢出效应。

发展中国家对外直接投资技术溢出方面，Bruno(2014)以罗马尼亚为被投资对象，用1996-2005年数据和OLS方法，研究外国直接投资对罗马尼亚国内制造业公司对外直接投资溢出效应。结论是外国直接投资存在溢出效应，且吸引外国直接投资能在长期提升罗马尼亚当地竞争公司的生产力。Vahter和Masso (2005)利用企业面板数据对爱沙尼亚对外直接投资进行了实证研究，得出FDI的流入和流出对公司的生产率都存在正相关的关系，且具有较高生产率的公司会吸引更多的对外直接投资流入和更倾向于对外进行投资的结论；无论是在制造业还是在服务业上，外国公司都可以从爱沙尼亚的其他国外公司中收益，证明了逆向技术溢出效应的存在。

中国对外直接投资技术溢出的研究方面，Li Ping(2012)对1985-2010年的时间序列数据，全要素生产率、国内研发资本存量和中国的直接投资为变量，运用OLS回归分析和ADF协整检验法，结果表明经合组织成员的投资比非会员会产生更多的逆向技术溢出效应。He Zejun(2011)以电子电器制造、医疗设备和器具、测量仪器制造为变量，以及1999-2008年间15个行业的面板数据，使用最小二乘法估计和单位根检，发现中国的对外直接投资对分部门有积极影响的是电子电器制造，医疗设备和器具和测量仪。Bi Kewei(2013)使用2000-2009年的中国中部的行业实际数据作为样本，研究FDI技术溢出效应，结果表明:在中国中部,FDI技术溢出效应是积极的并且高于其他领域。

(二)国内研究综述

彭继增等(2013)采用1992-2011年的时间序列数据进行OLS分析、单位根检验和协整检验的方法来验证了OFDI的技术溢出效应的存在。尹建华、周鑫悦(2013)运用1985-2010年的时间序列数据进行回归分析，发现研究创新能力的加入能够提高正向技术溢出效应等。郭庆然(2013)实证研究发现经济发展水平、人力资本状况，金融发展水平、对外开放程度、市场化水平和基础设施与FDI技术溢出效应均呈现正相关关系，中国对外直接投资逆向技术溢出效应存在且有利于提高中国技术水平。刘宏,秦蕾(2013)得出的结论是：(1)OFDI对国内技术进步具有积极的促进作用；(2)国外先进技术逆向效应有利于提高国内的生产率、产品的技术含量和实现产业链向高端延伸。

杜悦(2012)以14个国家和地区的面板数据研究中国对外直接投资逆向技术溢出效应，发现国内研发资本存量和国外溢出研发资本都会对母国的技术创新做出贡献。郭飞等(2012)运用面板数据实证分析发现:(1)中国对外直接投资存在积极的逆向技术溢出效应；(2)要提高中国对外直接投资逆向技术溢出效应,就应加大中国企业对境外高技术行业的投资力度, 提高中国企业的技术吸收能力, 促进中国产业结构优化升级。汤皎伶(2012)实证发现中国东部、中部和西部地区，都显著存在正向的对外直接投资的技术溢出效应。赵天培(2010)对中国对外直接投资的实证分析结论是：对中国技术水平的提升作用最大的是国内研发投入，吸引外资、技术引进以及对外直接投资的提升作用逐渐减少。宋勇超(2015)通过构建模型，对中国2003年-2012年在11个国家和地区的省际面板数据进行实证分析，结果表明各地区的吸收能力不同，其中人力资本和研发资本充裕的东部地区的技术逆向溢出效应更大。

周春应(2009a)认为中国OFDI 存在正的逆向技术溢出效应，而高技术人才、经济开放度、高技术产业发展等是中国OFDI 逆向技术溢出效应实现的重要吸收影响因素。付海燕(2014)通过固定效应面板模型对10 个典型发展中国家和地区进行实证分析，结果显示发展中国家和地区对技术发达的国家进行直接投资，产生正的逆向技术溢出效应；但对中等发达国家进行对外直接投资对其国内技术的提升不起作用，甚至出现反作用。曾坤(2015)利用2003-2012年面板数据，对中国31个省(市、自治区)的进行实证分析，结果显示对外直接投资对技术进步和创新能力都有显著的影响作用。尹灵秀(2015)采用GMM方法对动态面板数据进行实证分析，发现目前对外直接投资对各行业的要素生产率的提升有积极的促进作用，当研发投入达到一定门槛值时，会产生逆向技术溢出的效应。

(三)评述

总体来说，国外学者对OFDI溢出效应的研究大多是基于行业间的研究或是企业间的研究；国内的学者一般是通过建立生产函数模型，对面板数据或是时间序列数据进行实证分析，其研究成果集中在OFDI 对中国全要素生产率具体影响的实证分析上,即实证检验OFDI 与全要素生产率之间的关系。

大多数国外学者都证实了确实存在对外直接投资逆向技术溢出效应，且多数研究都表明先进技术的获取是国家之间进行对外直接投资的主要动因。而中国作为投资东道国或者是投资母国的研究，尚未得到一致的结论。目前，学者们基于吸收能力的作用或是行业间的相关数据开始研究其影响因素，但研究还不深入，基于国际渠道，对外直接投资逆向技术溢出的影响因素的研究更是少。本文试图在对OFDI 逆向技术溢出效应的国际渠道影响因素进行实证检验方面做出新的尝试。

三、中国OFDI技术溢出效应影响因素分析

(一) 模型设定

从国际技术传递渠道的分析角度出发, 构造一个包含OFDI变量的扩展C-D生产函数，将影响OFDI逆向技术溢出效应实现的各个国际技术传递渠道因素纳入到扩展的C-D生产函数中, 分析母国各个国际技术传递渠道因素对OFDI逆向技术溢出的效应大小。据周春应(2009b)研究成果，生产函数基本的形式为:

Yt=At(Lt)α(Kt)β

(1)

式中,Y表示一国产出水平；A表示内生化技术进步；L表示劳动力投入；K表示资本投入；t表示不同时期；α和β分别表示劳动力和资本的产出弹性。

当α+β=1,即规模报酬不变时,对该式取对数，整理可得:

(2)

ε为模型的扰动项, 本文假设OFDI是中国技术进步的影响因素之一,即ln(At)=f(OFDI)，从而建立包含OFDI的扩展的C-D生产函数如下:

(3)

式中,OFDI表示对外直接投资变量；C为常数项,表示其他对中国技术进步产生影响的因素；γ表示中国OFDI逆向技术溢出效应大小。如果该系数为正,则表明OFDI对中国技术进步有积极的溢出效应；如果该系数为负,则表明OFDI对中国技术进步有消极阻碍作用。考虑到中国技术进步其他影响因素，分别纳入到扩展的C-D生产函数中，设计出如下OFDI逆向技术溢出效应影响因素模型:

(4)

式中，X表示影响OFDI逆向技术溢出效应的各个因素， 分别检验各个影响因素X对OFDI逆向技术溢出的影响,创造X与OFDI“连乘的解释变量”来检验这些因素对OFDI逆向技术溢出效应的不同影响；θ是交互项系数。

(二)变量选取与数据说明

选取的数据为中国1995-2014年的时间序列数据，各变量的选取及数据来源具体如下：

(1)国内生产总值。表示总产出Y，反映一国的总产出水平Y，这里将当年的价格折算为基年为1995年的不变价格计算的GDP。计算公式为：

GDPt表示中国第t年的GDP，GDP1995表示以1995年不变价格折算的GDP，IGDPt表示第t年中国国内生产总值指数，IGDP1995表示1995年的国内生产总值指数(1978年等于100)，折算为以1995年不变价格计算的GDP。相关数据来源于2015年《中国统计年鉴》。

(2)就业人数。表示劳动力投入，具体用各年末全社会就业人员数表示劳动力投入L。相关数据来源于2015年《中国统计年鉴》。

(3)资本投入。本文用资本存量表示资本投入K，采用Coldsmith于1951年开创的永续盘存法计算，公式为：

(6)

其中Kt是第t年的固定资本存量；It是第t年的固定资本形成总额；Pt是第t年的固定资产投资价格指数，由于到1990年后才有固定资产投资价格指数的出现，所以各年的固定资产投资价格指数统一折算为以1990年为基期固定资产投资价格指数；δt表示第t年的资本折旧率，按照国际上通常的做法取值为5%；Kt-1是上一期固定资本存量，本文1995年的资本存量直接取自于林成杰(2011)已有的研究，并折算为1990年的不变价格。数据来源于《2015年中国统计年鉴》。

(4)对外直接投资(OFDI)。本文用各年中国对外直接投资的存量表示对外直接投资。其数据来源于《2015年中国对外直接投资统计公报》及联合国贸易和发展委员会(UNCTA), 用各年的年平均汇率换算成人民币，并按照消费者价格指数折算为1995年的不变价格。公式为：

(7)

OFDIt表示中国第t年的OFDI，OFDI1995表示以1995年不变价格折算的OFDI，PPIt表示第t年中国生产价格指数，PPI1995表示1995年中国生产价格指数。(1978年等于100)。

(5)国际技术传递渠道影响因素

① 外商直接投资(FDI)。外商直接投资采用中国吸引的外商直接投资实际利用额。其数据来源于《2015年中国统计年鉴》，用各年的年平均汇率换算成人民币，并按照中国生产价格指数折算为1995年的不变价格。计算公式为：

(8)

FDIt表示中国第t年的FDI，FDI1995表示以1995年不变价格折算的FDI，PPIt表示第t年中国生产价格指数。

②实际有效汇率。表示中国历年的实际有效汇率，用REER表示。数据来源于国际清算银行(BIS)。

③国际贸易。采用中国进出口总额，用IT来表示。数据来源于《2015年中国统计年鉴》。

④国际劳动力(IL)。采用中国对外劳务合作年末在外人数，数据来源于《2015年中国统计年鉴》。

(三)实证分析

(1) 单位根检验

在计量经济学中，为避免模型出现“伪回归”现象，在进行协整分析之前，先检验变量是否平稳。对样本数据取对数，得到回归分析中的各变量值，采用ADF方法检验，各序列变量的趋势图如下：

图3OFDI的趋势图

图4OFDIt*FDI的趋势图

图5OFDIt*REER的趋势图

图6OFDIt*IT的趋势图

图7OFDIt*IL的趋势图

表1　各变量ADF检验结果

注:10%、5%、1%显著水平下的临界值分别用***、**、*符号来表示，检验类型(c,t,k)分别表示ADF检验中是否会有常数项c，时间趋势项t，以及滞后阶为k，由Eviews5.0根据SIC准则自动确定滞后阶；(#)表示模型的序号，如(1)是模型1，依次类推。

(2)协整分析

采用EG两步检验法，首先检验非平稳的序列是否是同阶单整，如果是同阶单整再建立回归方程。

yt=β0+β11t+β22t+…+βkkt+μt

(9)

估计后得到的残差为：

(10)

检验残差序列μt的平稳性。若残差序列不平稳，即存在单位根，那么各变量之间不存在协整关系；如果残差序列是平稳的，则回归方程设定是合理的，说明方程中因变量和自变量之间存在稳定的均衡关系。下表2是回归方程各个模型残差序列的协整检验结果：

表2　协整检验结果

注:10%、5%、1%显著水平下的临界值分别用***、**、*符号来表示，检验类型(c,t,k)分别表示ADF检验中是否会有常数项c，时间趋势项t，以及滞后阶为k，由Eviews5.0根据SIC准则自动确定滞后阶

由表2用ADF的协整检验方法来判断残差序列是否平稳的结果显示，模型1、3、4的残差序列在5%的显著性水平上拒绝原假设，模型2和5在1%的显著性水平上拒绝原假设，证明不存在单位根，即回归方程的因变量和解释变量之间存在稳定的均衡关系。

(3)结果分析

各个模型回归的结果如下表3所示：

从模型2的结果可看出，OFDI与FDI的交互项系数为0.6375，比模型1中OFDI的系数0.3006大，表明外商直接投资在很大程度上提高了中国OFDI逆向技术溢出的效应， FDI是影响中国OFDI逆向技术溢出效应的重要因素之一。模型3中，OFDI与 REER的交互项系数为0.4094，大于模型1中OFDI的系数0.3006，说明实际有效汇率是影响中国对外直接投资逆向技术溢出的因素之一。

模型4的结果显示，OFDI与IT交互项系数为0.2252，小于模型1中OFDI的系数0.3006，说明国际贸易对中国OFDI逆向技术效应的影响不是特别大。其原因可能是中国的国际贸易动机大多源于增加本国产量和增加中国的外汇储备，而不是为了引进先进技术，促进本国产业结构的优化。另外，中国的贸易大多只是进行“加工”，发展的是低端产业，对促进中国技术进步作用不大。

模型5的结果显示，国际劳动力与OFDI的交互项系数比系数0.3006小，仅为0.1245，说明国际劳动力不是中国OFDI逆向技术溢出效应的主要影响因素。这可能是因为改革开放以来, 中国国际劳动力输出虽然有了一定的突破，但整体而言，中国的劳动力人口输出的规模较其他国家或者地区相比，规模还不是很大；此外，劳动力的专业技能不够高、综合素质较其他国家或者地区还有差距；政府还没真正重视国际输出劳动力管理体制的构建及对劳动力的培训等。这些都将可能导致国际劳动力对中国对外直接投资逆向技术溢出效应的影响不大。

表3　回归结果

注:估计系数下面括号内为t 值，***、**、*分别代表1 %、5 %、10 %水平上显著。

四、 结论及启示

(一)本文基于国际技术传递渠道的分析视角，选取了外商直接投资、实际有效汇率、国际贸易和国际劳动力四个代表性因素，实证分析它们对中国对外直接投资逆向技术溢出效应的影响程度。实证结果表明，中国对外直接投资显著存在正的逆向技术溢出效应，四个代表性因素对中国对外直接投资逆向技术溢出效应都会产生正向效应，且这种效应都是显著的。其中，影响效应最大的是外商直接投资。在当代竞争激烈的世界经济，中国对外资实行的优惠政策对中小资本直接投资有着极大吸引力,很多外商来华进行投资，并且投资项目已经实现了低技术含量到高技术含量的转变，促进中国技术的进步。因此，我们要注重引进先进的技术和有发展潜力的产业，通过对先进的技术进行消化吸收，给予技术创新提供帮助和支持，以加快产业的转型升级的进程，优化中国产业结构。

(二)实际有效汇率是影响中国对外直接投资逆向技术溢出的重要影响因素之一。近年来,人民币呈现缓慢的升值趋势,有利于开展对外直接投资活动。要利用好人民币升值契机，善于抓住大好机遇,加大外直接投资力度,实现先进技术的逆向溢出效应。通过抓住人民币升值契机将长期贸易顺差积累的巨大外汇储备转化为国际投资，利用外汇加大对高新技术的引进和扶持巨大发展潜力的行业及重点行业，以进一步增强中国企业的竞争力。

(三)国际贸易对中国对外直接投资逆向技术溢出效应的影响没有预期的大，鉴于目前国际贸易发展的是低端产业，对促进中国技术进步作用不大，因而对中国OFDI逆向技术效应的影响没有预期的大。国际贸易应以引进先进的技术、设备和管理经验为最终目标，而不仅是为了出口创汇。为进一步发挥国际贸易对逆向技术溢出效应，我们需要进口技术含量高、附加值大的产品，促进中国高新技术产业的发展。通过积极引进高技术含量的大型项目,如工业设备、机械等行业深加工的项目，同时鼓励企业出口通过技术改造或者技术含量高的产品，从而改变目前一般加工工业和劳动密集型企业占主导地位的局面。因此，我们要充分利用资源，加强对引进的高新技术进行消化创新，加速技术进步，提高生产效率。

(四)提高国际劳动力素质。首先，建立健全人才培养和激励机制，制定国际劳动力培养方案，致力于培养人才。如：量身定做具体的学习计划，定期邀请资深培训师和技术人员为国际劳动力进行培训，全面提升工作技能，鼓励大众创业和万众创新的新模式。第二，大力支持和组织他们到发达的东道国进行交流和学习，进一步提高中国劳动力的综合素质。另外，注重引进高级人才，提高管理水平。注重制定人才吸引、培养措施，建立健全人才培养和激励机制，致力于培养内部人才，聘请优秀的专家学者管理企业或者做技术顾问，进一步提高企业管理水平和增强企业实力。

杜悦.2012.中国对外直接投资的逆向技术溢出效应的实证研究[J].国际商贸(3):171-173.

付海燕.2014.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(9):56-89.

郭飞，李冉.2012.中国对外直接投资的逆向技术溢出效应——基于分行业面板数据的实证研究[J].海派经济学(3)：60-66.

郭庆然.2013.FDI技术溢出效应的区域差异与吸收能力——基于门槛面板数据模型视角[J].工业技术经济(8):33-43.

刘宏,秦蕾.2013.中国OFDI逆向技术溢出效应对国内技术进步影响的实证研究[J].中国科技论坛(5):143-148.

林成杰.2011.我国对外直接投资逆向技术溢出及其影响因素研究[D].北京:北京交通大学.

彭继增,黄昕,邓伟. 2013.对外直接投资逆向技术溢出效应和吸收能力的实证检验——基于1992—2011年数据[J].武汉金融(9):39-42.

宋勇超. 2015.中国对外直接投资的逆向技术溢出效应研究——理论模型与实证检验[J].经济经纬(3):60-65.

汤皎伶. 2012.对外直接投资的技术溢出效应分析——基于2003至2010年中国省级面板数据的分析[D].上海：复旦大学.

尹灵秀.2015.中国对外直接投资的逆向技术溢出效应研究[D].广州:暨南大学.

尹建华,周鑫悦.2013.基于吸收能力的国际直接投资技术溢出效应的实证研究[J].中国地质大学学报(社会科学版)(3):101-108.

赵天培. 2010.中国对外直接投资的逆向技术溢出效应研究[D].长沙:中南大学.

周春应. 2009a.对外直接投资逆向技术溢出效应吸收能力研究[J].山西财经大学学报(8):47-53.

周春应. 2009b.跨国公司R&D投资对技术效率的影响——基于中国省级数据的实证检验[J].科技管理研究(12):107-109.

曾坤.2015.中国对外直接投资的逆向技术溢出及其发展潜力研究[D].广州:暨南大学.

BI KEWEI. 2013. A Study on FDI Technological Spillover Effect in Central China[C]∥Innovative Mobile and Internet Services in Ubiquitous Computing (IMIS) (7): 757-762.

HEAD C K, RIES J C.2002.Offshore Production and Skill Upgrading by Japanese Manufacturing Firms[J].Journal of International Economics,58(1):81-105.

HE ZEJUN. 2011.Technology Spillover of FDI and Industrial Characteristics——The Empirical Evidence of China’s High-tech Industries[C]∥Management and Service Science (MASS) (7): 271-274.

KOGUT B,CHANG S.1991.Technological Capabilities and Japanese Foreign Direct Investment in the United States[J].The Review of Economics and Statistics,73(3):401-413.

LI PING,SU WENZHE.2012.The Technology Progress Effects of Outward Foreign Direct Investment: Evidence from China[J].International Management Science & Engineering,19(1): 1720-1725.

MERLEVEDE B, SCHOORS K, SPATAREANU M. 2014. FDI Spillovers and Time since Foreign Entry[J],World Development,56(1):108-126.

VAHTER P, MASSO J. 2005.Home Versus Host Country Effects of FDI [R].State of Michigan:William Davidson Institute.

[责任编辑:萧怡钦]

An Empirical Analysis of Factors Influencing Chinese Reverse Technology Spillover Effect of Foreign Direct Investment: Based on International Technology Transfer Channels

WU JianhuiYIN Meihua

(SchoolofEconomicsandCommerce,GongdongUniversityofTechnology,Guangzhou510520,China)

Taking China as the research object, a regression and statistical analysis is done by using ordinary least squares method to explore whether there are country OFDI reverse technology spillover effect. The regression analysis is based on the four specific channels of international technology transfer factor with the series data (1995-2014). Through the empirical analysis, it is found that the subject plays a significant role in China’s OFDI reverse technological overflow effect; the four factors-real effective exchange rate, international trade, international labor, and foreign direct investment-have a positive effect on China’s foreign direct investment in the reverse technological overflow effect, and this effect shows remarkable significance.

OFDI; reverse technology overflow; OLS regression; unit root test; cointegration

2016-01-17

教育部人文社会科学研究一般项目“广东征地纠纷问题研究——基于习俗和心理所有权视角“(13YJA840024)；广东省哲学社会科学“十二五”规划项目“转轨背景下企业关系能力影响企业经营绩效问题研究”(GD11CGL15)。

吴剑辉(1973-)，男，湖北宜昌人，博士，广东工业大学经济与贸易学院教授，研究方向为应用经济学、企业战略管理和对外直接投资等。殷梅华(1990-)，女，广东茂名人，广东工业大学经济与贸易学院在读硕士研究生，研究方向为应用经济学和对外直接投资。

F746.17

A

1672-0962(2016)03-0005-10