我国OFDI对产业结构转型升级影响的实证测度

2020-04-26博士生

商业经济研究 2020年8期

林晶博士生

（中国社会科学院大学研究生院北京 102488）

引言

自我国加入WTO以来，我国经济发展与世界经济发展之间的联系日益紧密。目前，从总体发展趋势来看，当前世界经济发展不容乐观，经济增长逐年降低，同时个别西方国家存在贸易保护政策，这都使得我国的对外贸易面临着巨大的挑战。为了进一步实施“走出去”战略，促进我国经济高质量发展，还需着力提升我国的对外直接投资（OFDI）。

对外直接投资对我国的产业结构改革和产业转型升级都起到了促进作用，能够实现我国经济的可持续发展。我国学者就我国对外直接投资与产业结构转型升级之间的关系进行了分析，发现从短期看，对外直接投资对产业结构转型升级的影响作用不强，而从长期来看，对外直接投资能够明显影响产业结构转型升级。还有学者分析了对外直接投资类型对产业结构转型升级的影响，认为其中资源获取型的对外直接投资对产业结构转型升级的促进作用最强。

鉴于我国对外直接投资在不同区域之间有所不同且存在相互制约等情况，并且国内外学者也很少从空间视角分析对外直接投资对产业结构转型升级的影响。因此，本文利用空间分析软件建立了相关实证模型，定量分析了我国对外直接投资与我国产业结构转型升级之间的内在联系，并根据结论提出相关对策建议。希望通过本文的研究，为我国实施“走出去”战略，促进我国经济水平增长提供了理论依据。

计量模型

（一）模型构建

为分析我国对外直接投资与产业结构转型升级之间的关系，本文选取了2003-2017年我国各省市的非金融类对外投资流量、存量数据和产业结构层次系数。通过假设对外直接投资与产业结构转型升级之间存在线性关系，建立了如下模型：

上式中，R为产业结构层次系数；i为地区；t为年份；εit为随机误差项。

（二）模型筛选

本文通过F检测法、BP检测法和Hausman检测法分别将面板数据中的混合效应与固定效应、随机效应与混合效应以及固定效应与随机效应模型进行计算分析，计算结果如表1-表6所示。

表1 OFDIS模型F检验

表1-表6为OFDIS模型与OFDIF模型的F检测法、BP检测法和Hausman检测法分析结果。由结果可知，在OFDIS模型与OFDIF模型中的P值均小于0.01，且两种模型中的F检测法和Hausman检测法的固定效应较为明显，而两种模型中的BP检测法的随机效应较为明显。将上述结果进行综合，本文选取固定效应模型进行计算分析，计算结果如表7所示。

表2 OFDIS模型BP检验

表3 OFDIS模型Hausman检验

表4 OFDIF模型F检验

表5 OFDIF模型BP检验

表6 OFDIF模型Hausman检验

（三）模型检验与修正

本文根据OFDIS模型与OFDIF模型将面板数据通过三种检测方法计算分析，但这些检测方法存在弊端，即不能将序列之间的相关性及截面相关性等进行计算。故本文在此基础上采用的wooldridge检验法能够科学、全面地分析OFDIS模型与OFDIF模型中序列之间的相关性及截面相关性等，计算结果如表8、表9所示。

表8、表9为OFDIS模型与OFDIF模型的wooldridge检验计算结果。由表8、表9可知，通过wooldridge检验法计算OFDIS模型与OFDIF模型中的P值均小于0.01，说明OFDIS模型与OFDIF模型中的序列存在相关性。但wooldridge检验是通过利用短面板数据计算的序列之间的相关性，因此本文还采用了Pesaran检验、Friedman检验和Frees检验计算变量截面相关性，其计算结果如表10、表11所示。

表10、表11为OFDIS模型与OFDIF模型的Pesaran检验、Friedman检验和Frees检验计算结果。由表10、表11可知，通过Pesaran检验、Friedman检验和Frees检验计算OFDIS模型与OFDIF模型中的P值均小于0.01，说明OFDIS模型与OFDIF模型中的序列存在截面相关性。此外，本文还采用了Wald检验法计算OFDIS模型与OFDIF模型中的截面异方差性，计算结果如表12、表13所示。

表12、表13为OFDIS模型与OFDIF模型的Wald检验计算结果。由表12、表13可知，通过Wald检验计算OFDIS模型与OFDIF模型中的P值均小于0.01，则说明OFDIS模型与OFDIF模型中的序列存在截面异方差性。通过上述计算结果可知，OFDIS模型与OFDIF模型中的序列存在相关性、截面相关性和截面异方差性。将上述结果进行检验整理，如表14所示。

表14为固定效应模型序列相关、截面相关及截面异方差性检验结果。由表14可知，OFDIS模型与OFDIF模型存在序列相关性、截面相关性和截面异方差性。但通过固定效应模型计算的序列结果可以看出，我国对外直接投资对产业结构转型升级影响的说服力尚不足，对此还需要通过对计算的序列进行进一步的修正，故本文又利用非参数协方差矩阵估计方法对OFDIS模型与OFDIF模型数据进行修正，其修正具体结果如表15、表16所示。

表8 OFDIS模型wooldridge检验计算结果

表9 OFDIF模型wooldridge检验计算结果

表7 OFDIS模型与OFDIF模型固定、随机巧合效应检验结果

表10 OFDIS模型Pesaran检验、Friedman检验和Frees检验计算结果

表11 OFDIF模型Pesaran检验、Friedman检验和Frees检验计算结果

（四）模型结论

通过本文将固定效应模型计算得出的非参数协方差矩阵估计方法修正结果进行整理，得到的模型估计结果如下：

注：*、**、***为变量在10%、5%和1%下的显著性水平

通过上述公式可知，OFDIS模型的系数为0.0136，这表明我国非金融类对外直接投资存量能够影响我国产业结构的转型升级，并且随着对外直接投资存量的提高，其能够促进我国产业结构的转型升级；OFDIF模型的系数为0.0616，这表明我国非金融类对外直接投资流量能够影响我国产业结构的转型升级，即随着对外直接投资流量的提高，其能够促进我国产业结构的转型升级。

实证测度

表12 OFDIS模型Wald检验计算结果

表13 OFDIF模型Wald检验计算结果

为了进一步分析我国对外直接投资与我国产业结构转型升级之间的关系，本文分析了2003-2017年我国各省市的非金融类对外直接投资存量与产业结构转型升级之间关系，并建立如下回归模型：

（一）面板数据单位根检验

在分析数据变量的回归模型之前，需要对变量进行单位根检验，以防止数据存在伪回归的现象，而且还能够分析数据变量之间是否存在线性关系，其检验结果如表17所示。

表17为OFDIS模型单位根检验结果。由表17可知，lnR与lnOFDIS的结果表明这两个序列不是平稳序列。将lnR与lnOFDIS经过一阶差分后，DlnR与DlnOFDIS的结果便成为了一阶稳定序列，这说明经过一阶差分后该模型不会存在伪回归现象。

表14 固定效应模型序列相关、截面相关及截面异方差性检验结果

表15 OFDIS模型非参数协方差矩阵估计方法修正结果

表16 OFDIF模型非参数协方差矩阵估计方法修正结果

表17 OFDIS模型单位根检验结果

表18 我国各省市OFDIS模型实证检验结果

（二）实证结果分析

由于我国各省市之间的发展情况不同，所以导致各省市之间的对外直接投资与产业结构转型升级之间的关系也会有所不同。因此，本文通过分析我国各省市之间对外直接投资存量与产业结构转型升级之间的截距和系数，从宏观和微观角度分析我国对外直接投资的影响，其分析结果如表18所示。

表18为我国各省市OFDIS模型实证检验结果。由表18可知，从截距项角度分析，我国京津冀地区、东部沿海地区、山西和宁夏地区的截距项为正，这说明这些地区的产业结构水平较高。我国华东地区、中西部地区、吉林和内蒙古地区的截距项为负，说明这些地区的产业结构水平较低。从系数角度分析，全国31个省市中除了黑龙江省的系数为负，其余30个省份的系数均为正，这说明这30省份中的对外直接投资能够促进产业结构转型升级，而黑龙江却是对外直接投资不利于产业结构的转型升级。其中西藏、海南、湖南等中南和西南等地区的系数较大，说明这些地区对外直接投资能在很大程度上促进产业结构转型升级；北京、上海、天津、山西、新疆等华东和西北等地区的系数较小，说明这些地区对外直接投资对产业结构转型升级的促进作用不强。