中国企业在“一带一路”沿线国家投资对全要素生产率的影响

■

为了从内外部分析OFDI（对外直接投资）对本国TFP(全要素生产率)的影响机制，选用2000—2014年平减处理后的时间序列数据测算TFP的Malmquist指数并基于LP模型进行实证分析，结果显示：中国在一带一路沿线国家OFDI的国外R&D资本溢出对本国TFP的贡献度为0.0333，说明中国在一带一路沿线国家OFDI确实能在一定程度上促进本国TFP。此外，因果步骤法的检验显示，中国在一带一路沿线国家OFDI能够通过促进国内R&D资本提升本国TFP，说明国内R&D资本存量对一带一路沿线国家的技术溢出具有吸收性。

一、引 言

目前，全球经济增长放缓，贸易保护主义抬头。国内人口红利和劳动力成本优势逐渐消失，经济发展进入新常态阶段。在此背景下，一带一路倡议的提出无疑是具有前瞻性的。中国和一带一路沿线国家的贸易结构具有互补性，一带一路倡议将促进贸易和投资的便利化。这不仅有利于中国企业走出去，而且可以通过构建区域价值链，促进产业结构升级和价值链升级，实现经济增长和共同繁荣的目标。

由于文化差异、距离遥远和贸易结构不同等因素，中国需要与一带一路沿线国家进行深度合作才能更好地发展经社关系。在此情形下，对外直接投资（以下简称OFDI）更利于企业进行国际深度合作，嵌入被投资国的贸易环境。学者刘宏和秦蕾［1］、董有德和孟醒［2］等的研究表明，中国的OFDI也会产生逆向技术溢出效应，促使企业技术进步并形成核心竞争力和品牌效应。任志成和朱文博［3］的研究发现，OFDI对进出口的促进作用在一带一路沿线国家也非常显著。而且，相比直接进出口而言，OFDI可以为东道国创造更多就业机会，产生技术溢出并带动东道国经济发展，对东道国而言更为友好，可以在一定程度上规避政治风险。［4］

由于一带一路的规划周期长、涵盖广，难以从单纯的利润或资产角度衡量收益和投资成效，本文试图从提升全要素生产率的角度观察中国在一带一路沿线国家OFDI的成效并分析其影响机制。

二、OFDI的逆向技术溢出机制

国内外的研究表明，OFDI可以通过吸收东道国的信息、技术、人才等资源提升本国的TFP。Lichtenberg和Pottelsberghe［5］将OFDI因素加入国际研发溢出的回归模型中，得出OFDI渠道的国际研发溢出对本国的技术进步有促进作用的结论。赵佳颖和富元斋［6］、郭飞和李冉［7］等学者研究表明：企业可以通过整合并购、技术人员流动、联系交流管理和资源平台利用等方式获取OFDI逆向技术溢出，从而使自身技术水平与行业竞争力得以提升。OFDI可以吸收东道国的信息、人才等资源，从而提升本国的技术水平和创新效率。赵伟与古广东等［8］考虑投资环境和技术差距因素，认为中国OFDI促进本国技术进步是分摊研发经费、反馈科研成果、逆向技术转移以及剥离外围研发四个机制的共同作用结果。本文将从内外部两个角度分析OFDI对本国TFP的影响机制。

（一）外部

市场红利。随着市场的扩大，企业更容易产生规模效应，其增加的营业收入在一定程度上提供了研发的资金，从而降低单位研发成本。同时，为了适应当地市场，跨国公司往往需要加大研发投入，使得产品和技术符合“本土化”特征。

研发费用分摊。对东道国进行投资之后，对外投资企业可以利用东道国的多种资源等来降低研发成本和分摊研发费用。同时，东道国企业和政府的投入对本国企业的研发投入也形成了分摊，从而间接降低了本国企业研发的相关费用。

集群效应。跨国公司可以通过OFDI形成产业集聚以促进企业技术水平和生产效率的提升。由于相关产业在一个地区高度聚集，产业中专业化的生产要素也不断集中从而带来技术溢出和外部规模经济。同时，处于产业链上的企业分工更加明确，从而劳动生产率得到提高。

产业关联效应。垂直型OFDI通过与产业间关联企业进行交流和联系，通过对东道国的上下游企业的整合提升企业生产和创新效率，最后促进本国生产效率提升；水平型OFDI通过产业内的供求、竞争和技术关联可以实现上下游企业和其他相关产业技术的进步，从而改变产业间投入产出关系，提高资源利用率、提升管理水平，从而促进整个产业技术水平的提高和产业升级。

（二）内部

人才流动。OFDI能为东道国创造大量就业机会。由于人才的可流动性，从当地人力资本市场招聘大量的优秀人才，如熟练技术工人、研发人员或领域专家等会提高子公司和母公司的技术水平和创新效率。

竞争效应。随着对外投资带来的潜在竞争者的增加，跨国公司为了维持其垄断地位需要加大对技术研发的投入来确保其技术垄断优势。与当地同类公司的竞争，会倒逼跨国企业加大研发投入，更新技术设备，吸收优秀人才和管理经验，并最终促进跨国企业母公司技术的进步和创新能力的提高。

外围研发剥离。根据小岛清的边际产业转移理论可知，本国即将丧失比较优势的产业可以通过OFDI在东道国得到发展，从而形成这类产业的对外转移。企业通过OFDI，剥离外围技术研发并配置到海外机构，这部分生产资源和人力资源的释放可以使母公司集中于核心研发项目，从而促进跨国公司核心技术水平的提高。

三、中国对一带一路沿线国家OFDI的现状

据《2015年度中国OFDI统计公报》数据，截至2015年末，在中国OFDI投资存量排名前20的国家中，一带一路沿线国家占35%。其中，新加坡、俄罗斯、印度尼西亚三国在流量和存量的排名中均位于前三（见图1）。由此可见，中国与一带一路沿线国家关系密切，构建共同发展、共同建设、互利共通的局面。主要的合作国还是一带一路中经济稳定、相对发达的国家，这些国家中不乏注重科技发展或在某些行业具有技术优势的国家，如新加坡、俄罗斯、印度等。基于技术资源整合和互补的角度，与这些国家的合作和往来有利于产生国际R&D资本溢出，进而促进本国的全要素生产率。

从行业角度来看，中国对一带一路沿线国家的投资主要以基础设施建设为主。前期的基础设施投资建设为后期各行业如经济金融业、信息传输业的合作和交流铺路，存在提升本国TFP的巨大潜力。同时，基础设施建设中也不乏高技术行业如高端制造业，这部分投资有利于中国与投资东道国的技术合作和相互促进，同样具有技术溢出和吸收的可能。具体来看，中国与一带一路沿线国家合作的高铁建设项目和输电技术投资尤为突出：中国合作建设的高铁项目有印尼的雅万高铁、欧洲的匈塞铁路等；而中电装备公司海外在建工程如老挝北部电网工程等已多达20多项，覆盖了东亚、非洲、南亚等区域。

四、实证分析

（一）变量的测算和处理

1.TFP的估算。在TFP的测算方法上，以往国内学者多采用索罗余值法，如刘宏、秦蕾［1］等通过构建CD生产函数来计算TFP，但生产函数的构建需要进行很多理论假设且存在着容易受主观因素偏导的缺陷。

目前，DEA模型的Malmquist指数法受到了诸多学者的关注，它通过设定投入、产出两个变量分析每个独立的DWU（决策单元）来分析其边界生产函数，以得到总体的相对效率Malmquist指数。这是一种基于技术前沿水平的相对效率评价方法，运用DEA（数据包络分析）法并不需要假定具体的生产函数和严格的理论假设，模型根据样本数据由非参数线性规划生成投入、产出变量的系数，能有效减少受主观因素偏导导致TFP的测算偏差。因此，本文采用DEA-Malmquist法测算中国TFP累计变动率。

本文根据CD函数生产形式，将GDP（国内生产总值）作为产出指标，K（全社会固定资产投资存量）和L（就业人数）作为投入指标进行指数的估算。样本数据均源于国家统计局历年发布的《中国统计年鉴》。其中，GDP做平减处理，将相应的现价通过换算成2000年的不变价；而资本存量K采用永续盘存法进行处理，数据源于2000年为基年的全社会固定资产投资存量。基期存量K2000，2000由单豪杰［9］估算的K2000，1952和相应指数换算而得，折旧率采用的是单豪杰［9］所测算的10.96%。

2.国内R&D资本存量和一带一路国OFDI研发溢出资本存量的估算。2000—2014年国内R&D资本流量数据来源于相应年份《中国统计年鉴》中的科技活动研发经费支出指标，并基于BEA法测算国内研发不变价资本存量。其中，R&D资本的折旧率选用国内大多数学者所使用的5%。本文采用了LP模型中的方法对国外研发溢出资本存量进行估算：

其中，OFDIσ,t意为t年末中国对σ国直接投资存量。2000—2002年数据来源于相应年份的 《中国对外经济贸易年鉴》，2003—2014年数据来源于相应年份的 《中国OFDI统计公报》。GDPσ,t意为t年σ国的国内生产总值，意为t年σ国国内研发不变价资本存量，数据源自Worldbank数据库［13］。样本国家为中国对一带一路OFDI的主要东道国（见表1），包括研发投入额有较大差异的发达国家与发展中国家，故具有较高代表性。

表1 34个一带一路样本国家

（二）模型构建

通过上述处理，估算了全要素生产率TFPt、中国国内R&D资本存量和一带一路国OFDI研发溢出资本存量。本文通过构建式（2）和式（3）分别观察了中国国内和国外溢出的R&D资本存量对本国TFP的影响。

式（2）中，被解释变量TFPt表示中国在t年的TFP malmquist累计变动指数，α0为常数项，α1表示t年本国R&D资本存量对本国TFP的影响程度，表示t年中国国内R&D资本存量，εt为随机干扰项。

式（3）中，β1表示t年一带一路沿线国家OFDI溢出资本存量对本国TFP的影响程度，表示t年中国对一带一路34个主要国家OFDI溢出资本存量。

基于前述理论分析和国内R&D资本对国际资本吸收角度的考虑，中国国内R&D资本存量和国外研发OFDI溢出资本存量对中国TFP的影响可能存在中介效应。本文基于R&D资本存量为OFDI溢出资本存量对TFP影响的中介变量的假定，采用由Baron和Kenny提出的因果步骤法检验中介效应。检验步骤分为三步：对lnTFPt回归，如式（3）；回归，如式（4）；对lnTFPt回归，如式（5）。

基于逆向技术溢出效应的考虑，本文通过借鉴LP提出的OFDI技术溢出的计算模型来研究一带一路国OFDI研发溢出与本国TFP的变动关系，构建了模型（5）。

（三）结果分析

本文运用stata14．0软件对模式（2）～（5）进行回归分析并进行相关检验。在采用怀特一般检验方式（White General Heteroscedasticity Test）对模型做异方差检验后，P值为0．1849，说明在一定程度上模型有存在异方差的可能性。因此，对原模型采用加White异方差下方差的一致估计对原模型做消除异方差不良后果的处理。最终回归结果如表2所示，均为robust修正后的结果。

表2 回归结果

从表2可以看出模型拟合程度良好，变量均通过了显著性检验，这说明中国对一带一路沿线国家的OFDI会通过技术溢出的形式促进本国TFP的增长。从第4列可以看出OFDI的国外R&D资本溢出对TFP的贡献度降低为0．0333且显著，说明中国对一带一路国OFDI带来的技术资本溢出每增加1%，国内TFP提高3．33%。横向比较而言，国外研发溢出对TFP的影响弱于国内R&D资本的影响，这也进一步说明了国内自主技术创新、开展自主研发的重要性。从第1、2列可以看出，国内R&D资本存量和国外R&D资本溢出对TFP的单独贡献度分别为0．277和0．108。通过第4列可以看出，当两者同时进入回归时，lnSf的系数明显降低，说明国外R&D资本溢出部分被国内吸收，结合第3列结果进一步证实了中介效应的存在，说明国内R&D资本存量可以较好地吸收一带一路沿线国家的技术溢出，且中国在一带一路沿线国家OFDI能够进一步通过促进国内R&D资本提升本国TFP。

五、政策建议

一是加强基础设施后续配套产业的建设和维护。目前，我国对一带一路沿线国家的ODI主要集中在基础设施行业，这符合我国产能优势和行业升级路径。通过基础设施行业的合作，改善东道国贸易环境，可以降低交通运输费用为后续的可持续合作发展提供支持。但是，配套的生产性服务业如租赁商务服务业、金融业和信息技术业相应的建设不足，对高端技术产业的带动也有限。因此，加强基础设施后续配套产业的建设和维护是拓展投资领域的有效路径之一。

二是重点加大科研事业的投入。技术水平较高的国家在国际分工中更容易接近高端技术生产领域。当技术能较大程度地转化为生产力时，对外OFDI和对内研发投入都将保持一个频率的增长，最终带来全要素生产率的有效提高。因此，应加强与一带一路沿线国家关于技术贸易、专利权转让方面的谈判与合作，完善相关制度建设与知识产权保护以吸引国外企业进行技术交流和分享。政府也应充分鼓励国内有实力的企业在一带一路沿线国家的高新技术行业寻求合作伙伴，建立互惠共利的关系。

三是加大一带一路相关专业领域人才的培养。增加教育经费投入以重点培养从事科研活动研发的人才，发布优惠政策吸引海外优秀人才来中国发展，形成科研投入-技术转化-产业升级的链条关系。对于企业而言，可以与国际化科研机构进行合作联合培养员工，从而促进企业的技术进步。也可以增加其员工的招聘范围，在国际市场上招聘已具备较高技术水平的人才。

四是完善OFDI的相关法律。可以借鉴发达国家的相关OFDI制度政策，结合本国投资特色以完善投资环境。同时，积极加强相关司法专业人才的教育和培训，为企业的国际投资行为提供法律、经济、管理和咨询等方面的支持。建议政府设立专门的咨询服务机构，针对企业OFDI东道国的具体国别、行业、产业分布提供关于区域优惠政策、东道国法律法规、相关国际惯例、环境文化风俗等方面全方位的建议。