FDI对我国工业全要素生产率影响的实证分析——基于2000—2016年工业行业面板数据

叶子含，张 伟

（河海大学 商学院，南京 211106）

引言

FDI是我国工业发展的重要推动力，FDI对我国工业经济增长率的影响成为国内学者研究的热点课题。全要素生产率是评价投入产出增长率的指标，多用于效率增长评价。国内外对于FDI与全要素生产率的相关性研究有很多，由于研究对象和其他因素的差异，对二者的关联性认识也有所不同，一部分学者认为 FDI可以有效地提高全要素生产率[1，2，3，4]，而另外一部分学者认为FDI对全要素生产率的提高没有明显作用甚至是负面影响[5，6]。

在对中国全要素生产率的测算方面，国内外学者也有很多的研究成果。国外学者侧重于对中国整体全要素生产率的测算，多用于对比分析中国和亚洲地区其他国家的经济发展情况和推动因素。国内学者则更加侧重于对我国具体行业、具体省份的研究，从中发现国内经济发展趋势和不足。

因此，在研究FDI对东道国具体经济因素的影响时，要注意具体的研究对象，FDI对不同研究对象的影响可能存在较大差异。本文拟在在测算我国工业行业全要素生产率的基础上，构建回归模型，实证分析FDI对我国工业全要素生产率影响。

一、测算方法和模型选取

（一）全要素生产率测算方法

当前测算全要素生产率的主要方法有DEA包络分析法、DEA-Malrnquist指数法等，这些方法在思想上一脉相承，在指数法基础上，通过DEA包络分析、DEA-Malrnquist指数建立以及分解对全要生产率进行测算。Global-Malrnquist指数法是当前测算全要素生产率应用较为广泛的方法，该方法在原有的Malrnquist指数方法的水平上构建的包含性更加全面的生产可能性前沿，对Malrnquist指数的缺陷进行了修正。本文选取Global-Malrnquist指数法测算我国工业全要素生产率。

（二）回归模型构建

本文根据柯布道格拉斯生产函数和FDI溢出效应相关因素构建回归模型。函数的基本形式是：

式（1）中，Y表示产出，A表示生产技术水平，L表示劳动力投入，α表示劳动的产出弹性系数，K表示资本投入，β表示资本的产出弹性系数。将公式两边取对数可得：

根据FDI的技术溢出效应，将FDI作为一种技术形式，可用FDI来表示技术效率水平A，假设

将式（3）带入式（2）可得：

假设FDI是影响全要素生产率的因素，则根据内生增长模型可以将技术水平和FDI之间建立起等式关系：

将式（5）带入式（1）后，两边求导得：

根据以往研究成果，影响FDI技术外溢的因素有对外开放程度、人力资本以及市场竞争程度等因素。考虑到数据的可收集性和研究的需要，本文选取人力资本水平（H）和对外开放程度（OPEN）作为回归分析的两项指标，根据式（4），建立FDI技术进步表达式：

其中，FDIsh外商投资所占比例，FDIsh*H代表外商投资带来的人力资本外溢，FDIsh*Open代表外商投资带来的竞争效应。当中x较小时可以近似估计得到，因此令，At=TFPt，lnBt=δ按照式（6）的推导过程，将式（7）两边取对数可得：

其中，TFP为全要素生产率，为外商直接投资占工业固定资产比例，H代表人力资本，Open代表对外开放程度。本文实证分析中以式（8）为基本回归假设，通过回归分析判断FDI技术外溢各因素对全要素生产率的影响，若各因素系数为正，则说明相对应的FDI技术外溢效应因素有利于全要素生产率增长，为负则不利于全要素生产率增长。

二、数据选择与数据来源

（一）全要素生产率测算数据选择

出于工业行业数据收集标准的统一性和可得性的考虑，本文所选取的工业行业数据均来自规模以上工业企业数据。规模以上工业企业是按照国家对企业主营业务收入标准划分的。2011年以前规模以上工业企业的划分标准是企业年主营业务收入达到500万元以上；2011年之后划分标准进行了更改，规模以上工业企业的划分标准是企业年主营业务收入达到2000万元以上。本文选取数据均来源于规模以上工业企业，数据来源标准统一，国家划分标准变化不会对本文测算结果造成很大影响。

（二）FDI对全要素生产率影响回归模型变量的数据来源

根据模型（8），FDI对工业全要素生产率影响的研究指标的数据来源是：

1.全要素生产率（TFP）。根据本文对工业行业全要素生产率测算结果，取2000—2016年中历年工业全要素生产率平均值作为回归使用的TFP值。

2.外商直接投资（FDI）。选取2000—2016年规模以上工业企业资产中港澳台资本金及外商资本金的总和作为外商直接投资变量值，变量单位为亿元，数据来源于2001—2017年《中国统计年鉴》。

3.对外开放程度（OPEN）。选取2000—2016年规模以上工业企业出口交货值与总产值之比作为对外开放程度衡量指标，数据来源于2001—2017年《中国统计年鉴》。

4.人力资本（H）。选取2000—2016年以规模以上工业企业从业人员中学历为普通高等院校及以上受教育程度人员与规模以上工业企业在职人员总数之比作为人力资本指标，数据来源于2001—2017《中国人口统计年鉴》。

（三）工业行业选择与编码

本文选取的36个工业行业类型是根据《中国统计年鉴》的划分标准进行划分的，为了方便之后的结果展示，本文对36个工业行业进行了行业编码，行业编码结果见表1。

三、测算结果与分析

根据式（8）和相关面板数据收集和梳理，利用MaxDEA软件对我国工业行业全要素生产率变动进行测算，并使用Eviews8.0回归分析FDI对我国工业全要素生产率变动影响。

表1 工业行业名称及编码

（一）全要素生产率测算结果

根据2000—2016年36个工业行业面板数据，测算得出工业各行业2000—2016年全要素生产率，测算结果见表2。

从表2可知，我国工业行业全要素生产率变动率均值小于1，食品制造和烟草制品行业的全要素生产率有所提高；全要素生产率水平保持平稳的行业基本上都集中于轻工业行业诸如农副产品加工、饮料制造、电子产品制造行业；全要素生产率呈现下降趋势的行业为高污染重工业企业诸如煤炭开采、电力工业行业。

表2 工业分行业GM L指数均值表

（二）回归变量检验结果

1.平稳性检验结果。对式（8）中的五要素进行ADF单位根检验，如表3，可以看出，五个要素在原值阶段均不平稳，在5%的置信度内一阶平稳。因而，五个研究对象具有同阶单整性，可以进行之后的协整检验。

2.协整检验结果。在五个要素同阶单整的前提下，应用EG两步法对五个要素进行协整性检验。协整检验是为了证明五个变量之间存在一定的长期平稳关系。EG两步法的步骤是首先利用最小二乘法对五个因素进行回归，得到的回归方程为：

根据回归方程（9）的回归结果，对回归残差进行残差序列的平稳性检验，根据表4的平稳性检验结果可以判断，相应的残差序列的ADF单位根检验值小于5%显著性水平时的临界值，这代表残差序列也是平稳的，表明五个因素存在长期协整关系。

表3 ADF单位根检验结果

表4 对残差进行单位根检验结果

3.格兰杰因果关系检验。对TFP和FDI两因素进行因果关系检验，如表5所示。

根据表5，当滞后期为1时，原假设LnTFP不是LnFIDsh的Granger因以及LnFIDsh不是LnTFP的Granger因的发生概率为16.31%以及16.5%为可能发生事件，不能拒绝原假设，所以接收原假设，因而LnTFP和LnFIDsh互不为Granger因。在滞后期为2时，原假设LnTFP不是LnFIDsh的Granger因以及LnFIDsh不是LnTFP的Granger因的发生概率为5.9%和0.31%为可能发生事件。前者在5%的置信区间内不能被拒绝，即LnTFP不是LnFIDsh的Granger因；后者在5%的置信区间内被决绝，也就是说在滞后期为2的情况下，LnTFP不是LnFIDsh的Granger因，而LnFIDsh是LnTFP的Granger因。

经过以上检验，可以说明FDI与我国工业行业全要素之间存在长期协整关系，并且FDI可以作为全要素生产率的原因进行解释。

表5 协整检验结果

（三）回归结果分析

通过以上检验结果，可以证明本文选取的LnTFP，LnFDI，LnFDIsh，LnFDI*H，LnFDIsh*OPEN五个变量之间存在协整关系，可以进行回归分析。本文将LnTFP作为因变量，其他四个变量作为自变量进行回归。以回归公式（8）为基础，回归结果见表6。

从表6中可以看出，R值为0.978752，修正后的R值为0.957955，说明模型拟合度较好。DW值为1.82，说明研究的5个变量间不存在明显的自相关关系。在5%的显著水平下通过了检验，回归结果有效。外商直接投资对我国工业全要素生产率的增长影响为正，说明外商直接投资对我国全要素生产率的增长有正面的影响，FDI对我国工业投资增长1%时，我国工业全要素生产率提高0.92%。人力资本提高1%，工业全要素生产率提高0.53%。市场开放程度提高1%，我国工业全要素生产率提高0.71%。

表6 回归结果

四、研究结论

1.我国工业行业生产效率现状不理想。通过对2000-2016年36个工业行业TFP测算结果可以看出，我国工业行业全要素生产率未出现增长趋势，反而呈现出逐年略微下降的趋势。

2.外商的直接投资越多，企业的生产率越高。外商直接投资与我国工业全要素生产率存在正相关的关系。这种现象可以解释为用FDI的技术溢出效应。外商直接投资对我国工业生产有一定的推动作用，原因在于外商的进入加大了我国工业市场的竞争程度，在市场竞争的环境之下，我国工业企业势必会提高自身生产的技术效率争取市场份额。我国工业受到外商投资带来的技术影响后，通过模仿学习等手段，提高自身的竞争能力也对我国工业全要素生产率的提高有很大帮助。

3.人力资本越大，全要素的生产率越高。人力资本与全要增长率存在正相关关系。人力资本是附着在劳动人员身上的知识技能积累，人力资本的增长意味着企业知识总量的增长。这种知识总量增长可以在产品生产效率的提高和技术研发方面起到十分重要的推动作用。根据FDI技术外溢的培训渠道解释，可以理解为外资企业在工业企业人力资本提升过程中将先进生产理念和生产技术通过人力资本外溢的形式在我国工业中流通，从而促进了我国工业生产全要素生产率的增长。

4.市场开放程度越大，工业企业的全要素生产率也就越高。工业市场开放程度与全要增长率存在正相关关系。这可能是因为开放的竞争市场对我国工业来说增加了市场竞争的激烈程度，面对国内外企业的竞争，工业企业需要提升自身生产效率水平、降低生产成本，从而在激烈的国际市场竞争中争得一席之地。因此，开放的市场更加有利于我国工业全要素生产率的提升。

[1]Haskel J.E.，Slaughter M.J.Does Inward Foreign Direct Investment Boost the Productivity of Domestic Firms[J].Review of Economics&Statistics，2007，89（3）：482-496.

[2]王惠，王树乔.FDI、技术效率与全要素生产率增长——基于江苏省制造业面板数据经验研究[J].华东经济管理，2016，（1）.

[3]梁云，郑亚琴.FDI、技术创新与全要素生产率——基于省际面板数据的实证分析[J].经济问题探索，2015，（9）：9-14.

[4]王恕立，滕泽伟.FDI流入、要素再配置效应与中国服务业生产率——基于分行业的经验研究[J].国际贸易问题，2015，（4）：167-176.

[5]Frank Barry.Foreign direct investment and wages in domestic firms in Ireland：Productivity spillovers versus labour-arketcrowding out[J].International Journal of the Economics of Business，2005：67-84.

[6]类骁，韩伯棠，徐德英.FDI溢出吸收与第三产业增加值比重门槛效应——中国省域面板数据经验分析[J].软科学，2014，28（6）：60-64.