服务进口贸易、自主研发对我国制造业出口竞争力的影响

谢燕红 徐 妍、2

（1.新疆师范大学商学院 新疆乌鲁木齐 830099；2.丝绸之路经济带核心区产业高质量发展研究中心 新疆乌鲁木齐 830017）

改革开放后，我国凭借劳动力成本优势积极承接国际产业转移，通过发展加工贸易迅速嵌入全球产业链，实现中国制造业由小变大的转变。然而，国际金融危机的爆发导致欧美日等发达国家或地区市场需求疲软，全球经济复苏迟缓。与此同时，中国经济快速发展也内生性地引起传统要素成本优势减弱，加之国内人口红利势微，进一步削弱中国制造业融入经济全球化的传统竞争力，反映出中国制造业大而不强的问题。加快产业转型升级，培育竞争新优势，是中国制造业在开放经济环境下的必由之路，技术优势是制造业出口竞争力的核心和基础。一方面，技术优势可以通过自主研发实现，但需要企业持续重视扩大研发资金和人才投入，才能形成技术进步的持续内生机制。不同行业的技术更新周期不同、企业平均规模有差异，这些因素都意味着，通过自主研发塑造技术优势需要考虑行业异质性因素；另一方面，引进甚至买断国外先进技术也是实现产业技术进步的方式，这种外生方式节约企业研发成本，但也容易造成技术依赖，丧失技术自主性从而影响国家经济安全，服务进口贸易作为制造业的中间投入，所含的技术、人力资本和成本效应可以提升产品质量与技术水平，提高产品的生产效率，促进产品出口竞争力提升。

本文利用2005-2019年数据，尝试采用贸易增加值数据测算显示性比较优势指数衡量制造业出口竞争力指标，以反映中国制造业的出口贸易利得，并对制造业进行技术层次分类，以考察自主研发对制造业技术层次影响效应异质性。

服务进口贸易、自主研发对制造业出口竞争力影响实证研究

（一）变量选取和说明

被解释变量：贸易增加值显示性比较优势（NRCA）。传统的贸易总值测度RCA指标太过笼统，因此对显示性比较优势指标采用贸易增加值的方法统计，并进行实证检验，以便真实反映产品的比较优势及贸易利得。对此，借鉴刘宇昂（2019）贸易增加值制造业出口竞争力公式：

其中，NRCA表示以贸易增加值出口额测算的RCA指数，DVA表示j国i产业出口中的国内贸易增加值出口额，DVA表示j 国的国内贸易增加值总出口额，DVA表示世界i产业总出口中的国内贸易增加值，DVA表示世界的国内贸易增加值总出口额。由于OECD-TiVA数据库贸易增加值数据目前更新至2015年，因此，被解释变量2005-2015年贸易增加值NRCA数据来源OECDTiVA 数据库，2016-2019年的NRCA指数运用传统总值的数据计算得出，数据来源UNcomtrade 数据库。

解释变量：服务业进口贸易（STI），以服务进口贸易额衡量，数据来源于UNcomtrade；自主研发（RD），用自主研发经费投入占销售收入比重表示，数据来源于《中国科技统计年鉴》和国家统计局；外商直接投资（FDI），以制造业实际利用外资额衡量，数据来源于《中国贸易外经统计年鉴》。

（二）平稳性检验与协整检验

本文选取的指标数据部分数值较大，对其进行取对数处理，服务进口（STI ）取对数为lnSTI，外商直接投资（FDI ）取对数为lnFDI。由于选取的指标均为时间序列，为防止伪回归的出现，对数据进行平稳性检验，采取ADF检验方法对指标进行平稳性检验，如表1所示。检验结果显示，NRCA、lnSTI、RD 和lnFDI 均为一阶单整。

表1 平稳性检验结果

通过ADF 检验结果可知，NRCA、lnSTI、RD和lnFDI均为一阶单整。符合协整检验前提条件，于是进一步利用johansen检验法判断变量是否具有长期协整关系。如表2所示，协整秩迹检验在5%的显著性水平上拒绝“协整秩为1”的原假设，但无法拒绝“协整秩为2”的原假设，表明四个变量之间存在2个长期协整关系。

表2 协整关系检验

（三）向量误差修正模型

协整检验仅检验变量之间是否存在长期协整关系和长期协整关系的个数，但大多数变量之间也存在短期的波动，误差修正模型则可以很好地反映变量之间的长期和短期关系。同时，误差修正模型可以弥补长期静态模型的不足，既可以通过误差修正模型解释长期协整关系的具体影响程度，又可以反映短期偏离向长期均衡修正的程度。为考察变量之间短期关系和长期均衡影响的程度与方向，构建d（NRCA）为被解释变量，d（lnSTI）、d（RD）和d（lnFDI）为解释变量的误差修正模型，见公式（1），误差修正模型结果见表3。

表3 误差修正模型结果

式（1）中，β为差分算符，βecm（-1）为误差修正项，β 系数大小反映对偏离长期均衡的调整力度，NRCA（-1）、lnSTI（-1）、RD（-1）、和lnFDI（-1）均代表变量滞后一期，cons 为常数项。

由表3可知，ecm（-1） 系数为-0.726且通过10%水平的显著性检验，说明当短期波动使制造业出口竞争力与服务进口贸易、自主研发和外商直接投资协整关系时，由这些变量所构成的系统将通过自发调节机制对偏离状态进行修正，修正速度接近0.73，其经济含义为73%的协调度偏离量将在下一期被修正，从而使制造业出口竞争力与服务进口贸易、自主研发和外商直接投资重新恢复长期均衡关系。通过模型实证结果来看，自主研发投入、服务进口贸易和外商直接投资对中国制造业出口竞争力影响结果为正且均通过10%的显著性水平，说明短期内自主研发、服务进口贸易和外商直接投资对制造业出口竞争力提升均具有积极的促进作用，自主研发投入、服务进口贸易额和外商直接投资每增加1%，中国制造业出口竞争力将分别提升0.482%、0.177%和0.054%。

由误差修正模型也可得到以NRCA 为被解释变量的长期协整方程，见公式（2），协整关系结果见表4。

表4 协整方程结果

表4显示，常数项系数显著性水平在模型中没有显示，但不影响最终结果，而解释变量的系数估计值均通过1%水平的显著性检验。具体含义为，当其它变量不变时，服务进口贸易与自主研发投入增大1个百分点，增加值出口竞争力分别平均增长0.16、2.39个百分点，其主要原因是中国进口的服务本身具有较高的生产率和质量，通过替代国内低效率、低质量服务，带动制造业生产力和技术投入提高，提升制造业出口竞争力；且高质量和低价格的服务进口也可以降低企业的成本要素，增加企业利润，进而企业有能力优化资源配置，促进生产率提高；自主研发投入增强，一方面通过提高生产效率和降低成本提高出口产品竞争力，另一方面自主研发投入强度高，增加制造业企业开发新技术、新产品，提高制造业出口产品质量，进一步提升制造业产品的出口竞争力；外商直接投资增大1个百分点，出口竞争力平均降低0.16个百分点，原因是外商直接投资对中国本土的资本有一定的挤出效应，且外商直接投资虽通过技术外溢途径提升我国制造业出口竞争力，但跨国公司对核心技术的保护抑制我国核心技术的研发，导致出口竞争力的减弱。

自主研发对不同技术层次制造业行业出口竞争力影响实证研究

为进一步考察自主研发对中国制造业行业技术层次影响效应异质性，首先，将所使用数据中制造业行业分类标准进行统一，将制造业细分为12个行业，并进一步参照OECD 对技术强度的定义与分类，将制造业行业依次分为低技术制造业、中技术制造业和高技术制造业，见表5。其次，使用行业面板数据，通过构建面板模型，从整体和分技术层次进行实证分析自主研发对中国制造业出口竞争力的影响方向和程度，研究期限为2005-2019年。

表5 基于技术分类的制造业行业对照表

（一）相关变量说明

被解释变量：制造业出口竞争力。以贸易增加值显示性比较优势（NRCA ）衡量。

核心解释变量：自主研发投入（RD）。以规模以上工业分行业自主研发经费投入占销售收入比重衡量，自主研发数据来源《中国科技统计年鉴》，销售收入来源于国家统计局。

控制变量：研发人员引入（RDp），以规模以上工业分行业研发人员全是当量衡量，数据来源《中国科技统计年鉴》；技术引进（TE），以规模以上工业分行业引进国外技术经费和吸收消化经费支出之和占销售收入比重衡量，数据来源2006-2020年《中国科技统计年鉴》，销售收入来源于国家统计局；劳动生产率（PRO），以规模以上工业企业分行业的总产值占行业平均就业人数衡量，数据来源2006-2020年《中国统计年鉴》，由于2012年的从业人员平均数缺失，所以采用相邻两年从业人员数量的均值补齐；资本强度（K），以规模以上工业分行业固定资产衡量，数据来源国家统计局；外贸开放度（OPEN），各行业进出口之和占GDP 比重衡量，数据来源UNcomtrade 数据库。

（二）模型设定

全样本模型构建如下：

制造业分技术层次样本模型构建如下：

（三）单位根检验

在实证中伪回归问题通常会给研究造成假象和偏差。为防止实证结果伪回归和保证研究数据的平稳性，首先对原始数据较大的变量进行取对数处理，其次对各变量进行面板单位根检验，保证单位根检验的准确性，分别使用相同单位根和不同单位根情形下的方法进行检验。相同单位根情形下的检验主要使用LLC 检验方法，不同单位根情形下的检验使用Fisher-ADF 检验，具体的单位根检验结果见表6。

表6 单位根检验

表6检验结果显示，所有变量的检验伴随概率P值均在0.05以下，根据单位根平稳性检验结果判定法则可知，原假设为研究数据存在单位根问题且非平稳，单位根检验结果所有变量均拒绝原假设，证明变量都平稳，是同阶单整。

（四）回归结果

进行面板模型基准回归之前，要检验该面板模型使用固定效应模型还是随机效应模型，因此进行检验，检验结果表明p值是0.0000，该结果表明强烈拒绝原假设，应采用固定效应回归模型。同时，为检验自主研发投入强度对制造业行业技术异质性的影响效果，在全样本回归的基础上，进一步分析自主研发投入对低中高制造业行业技术层次的影响程度，具体回归结果见表7。

表7 自主研发对在制造业出口竞争力总体影响和行业技术异质性影响

由表7回归结果可知，核心解释变量自主研发投入强度的增加对整体和高技术制造业行业出口竞争力有显著正向影响，即自主研发投入强度增加1个百分点，整体制造业和高技术制造业出口竞争力分别平均增长0.61、1.76个百分点，然而对低、中技术制造业出口竞争力的积极影响没有显著性。究其原因，可能是中国自主研发投入多数集中高技术行业，低技术行业大多从事附加值较低的生产加工，产品技术含量较低，一味地增加自主研发投入并没有对低技术出口竞争力有提升作用，而自主研发投入对中技术制造业出口竞争力不显著，说明目前中国中技术制造业出口竞争力较弱并不是自主研发低造成的，因此增加自主研发投入效果不显著。

控制变量研发人员投入增加对整体制造业出口竞争力和低技术制造业行业均在1%显著性水平下存在消极影响，对中、高技术制造业行业出口竞争力影响不显著，这很大程度上取决于中国研发人才的缺乏，即虽然中国研发人员一直呈现上升趋势，但质量却良莠不齐，研发人员量多质不优的困境也限制其对中技术和高技术产业出口竞争力的提升能力。技术引进对整体、高技术制造业出口竞争力产生积极的作用且具有显著性，但是效果较小，分别是0.08和0.27，说明中国整体制造业和高技术制造业对技术引进有着一定水平吸收和消化能力，但是技术引进积极作用较小，依靠技术引进和改造不能从根本上提升出口竞争力，自主的技术创新才是长久动力，技术引进会有时间滞后性，由于技术革新换代快，当一国引进一项国外技术投入使用时可能国外该技术又面临革新，以至于该国出口产品最终并不具有竞争力，长此以往高昂技术引进费用支出不能产生相应的效应，甚至可能造成负担。

（五）稳健性检验

稳健性检验可以检验基准回归结果是否稳定可靠，本文采用两种方式进行稳健性检验。一是结合实际情况，自主研发投入往往并不仅仅对当期的制造业出口竞争力有明显的提升，当期的自主研发投入可能会对未来的制造业出口竞争力产生影响，基于这种考虑，本研究采用将解释变量滞后一期的通用方法进行处理，对原有模型进行稳健性检验。由表8第（1）列检验结果可知，解释变量滞后一期的回归结果中所有解释变量与原模型回归结果基本一致，表明实证结果的可靠性。二是处理可能出现的极端值等问题，同时考虑到出口竞争力可能存在的持续性特征，对出口竞争力NRCA在1%水平上进行缩尾处理。由表8第（2）列缩尾处理的回归结果可以发现，自主研发投入的估计系数仍然在5%水平上显著为正，进一步验证了面板回归模型估计的稳健性。

表8 稳健性检验结果

结论

本文选取贸易增加值数据计算出显示性比较优势指数衡量制造业出口竞争力。首先用2005-2019年时间序列模型证明服务进口贸易、自主研发对制造业出口竞争力影响，其次采用固定效应模型证明自主研发对制造业行业技术层次异质性影响，利用2005-2019年中国制造业12个细分行业的面板数据进行实证分析。主要结论如下：

第一，自主研发和服务进口贸易均对制造业出口竞争力产生正向影响，其中自主研发是重中之重，对制造业出口竞争力积极影响举足轻重。由于外商直接投资的挤压效应对中国制造业有着显著的消极影响，故其影响较小。

第二，自主研发投入强度提高对整体制造业、高技术制造业出口竞争力有显著正向影响，但是对低技术和中技术制造业出口竞争力影响不显著。由于中国研发人才结构的缺陷，使研发人员投入对中技术、高技术出口竞争力影响没有显著性，同时低技术制造业技术含量较低，对研发人员需求低，过多研发人员增加，造成资源和成本浪费，因而研发人员投入对其产生消极影响。

第三，技术引进增加对全样本和高技术制造业出口竞争力具有显著性，但效果较小。技术引进凭借较短时间、较低成本获得先进国家同期技术，不必在落后知识上浪费过多资源，实现技术升级成本和时间最优化，但技术引进提升作用有限，长期靠技术引进不能从根本上提升制造业出口竞争力。