FDI知识溢出测度研究

【摘 要】本文在总结分析各影响fdi知识溢出因素的基础上，构建了FDI知识溢出水平测度模型及其影响因素判定的定量模型，基于上海FDI的现实状况，对其FDI知识溢出水平进行测定，再对其影响因素进行判定。结果表明：上海FDI具有较高的溢出水平，且其最关键影响因素是当地的经济发展水平、经济开放程度和人力资本。最后，在上述研究的基础上，进一步提出了提升FDI知识溢出效果的系列对策。

【关键词】FDI；知识溢出；上海

0.引言

20世纪80年代以来，外商直接投资（Foreign Direct Investment，简称 FDI）逐渐成为推动世界经济发展的主导力量。大量理论和实证研究表明，FDI作为国际资本流动的一种主导方式，对东道国和母国的经济发展都起到了重要的作用，在其流动过程中也给东道国企业带来知识和技术溢出。改革开放以来，中国吸引了大量FDI。FDI的进入，不仅增加了国内的资本存量，还通过知识和技术溢出促使中国经济发展和科技进步得到极大提升。为了更好地发挥出FDI知识溢出所带来的正能量，通过实证方法来衡量FDI知识溢出效应和判定其关键的影响因素成为一个重要的课题。上海作为FDI集聚的代表地区，分析其FDI知识溢出水平和判定影响其溢出水平的关键因素具有重要意义。

1.因素分析

众多研究表明，影响FDI知识溢出的因素有很多。Alfaro等人（2004-2005）的研究指出，当地企业的技术水平影响知识溢出效果，当两国技术差距越大，东道国学习能力下降，知识溢出减少[1-2]。Girma（2005）认为，知识溢出并不是一个自动发生的过程，吸收能力是影响其效果的关键因素[3]。Gilbert等（2008）指出，位于行业集聚区的企业能够从当地获得更多的知识溢出，其发展速度更快，创新绩效更高[4]。

依据上述对FDI知识溢出影响因素的分析，考虑上海现状及可操作性，在对前人研究成果进行合理归纳的基础上，将FDI知识溢出的影响因素归纳为以下几方面：

1.1经济发展水平

FDI知识溢出效应的大小与该地区是否达到一定经济发展水平有密切的关系，经济发展水平高的地区有利于FDI知识溢出。例如人均收入高，居民消费能力强，消费者对产品的质量要求增加，可吸引高层次外企进入，进一步对当地企业产生更大的溢出效应。

1.2人力资本

作为知识产品的主要载体，人力资本在新增长理论中被视为衡量技术进步的重要指标之一。技术必须要由人来推动，高科技就更需要有高素质的人才来吸收、研究和创新。人力资本水平越高，学习能力越强，人力资本积累越多，本国才能吸收更多的FDI 知识溢出[5]。

1.3当地基础设施

当地基础设施不仅是吸引FDI进入的一个重要影响因素，还会对FDI知识溢出效应的发挥程度造成影响。FDI知识溢出强烈的地方往往是交通便利、通信设备先进，公共服务完备的地区。

1.4东道国经济开放程度

以行业的外资依存度代表经济开放程度来考察FDI知识外溢的影响效应发现行业的对外开放程度与FDI知识外溢效应存在正向相关关系[6]。进一步表明，东道国经济开放程度对外商直接投资的知识溢出效应产生重要影响。

1.5研发投入

研发作用不仅直接带来新的技术成果，更重要的是增强了本土企业对外来技术的模仿、学习和吸收能力。通过研发投入，可以推进人力资本的积累和知识存量的增加，为吸收能力的后续累积提供支持。

1.6当地技术水平

FDI知识溢出取决于发达国家与发展中国家的技术差距，知识溢出在技术差距很大的产业很少出现[7]。因此，FDI吸收国自身技术水平的提高，对外资带来的先进技术的吸收消化和创新能力增强，获得正的技术外溢效应可能性变大。

2.模型构建

2.1 FDI知识溢出水平测度模型

本文在综合分析知识流动法、成本函数方法等基础上，考虑上海FDI知识溢出现状，决定选用柯布——道格拉斯生产函数和索洛余值法计算上海技术进步率，然后用回归方程定量其知识溢出水平。

2.1.1当地资本产出弹性和劳动产出弹性计算

柯布——道格拉斯生产函数基本形式为：

Y=AKL （2.1）

其中，Y表示总产出；A表示技术指数，即总生产率指数；K表示资本存量指数，即资本服务的指数；L表示劳动投入指数；α表示资本的产出弹性；β表示劳动的产出弹性。利用估算法可知，α=0.3；β=0.7[8]。

2.1.2当地技术水平计算

本文利用索洛余值法计算上海每年的技术进步率，再以某年为基准可计算出上海历年的技术水平。

设生产函数为：

Y=A（t）f（L，K）

对变量t求导数，并两端同除以Y，并设dt≈Δt=1，可得：

=dA·+·+·

或=+·+·

式中dY/Y，dA/A，dL/L，dK/K 分别为产出、技术进步、劳动和资本的增长率，分别计成 y，m，l，k，而α和β分别是产出的资本弹性和劳动弹性，则有如下索洛增长速度方程：

y=m+αl+βk

由此可得：

m=y-αl-βk （2.2）

α，β代入方程（2.2）便可找出技术进步率m，进一步可计算出历年当地技术水平。

2.1.3 FDI知识溢出系数计算

设At为当地第t年的技术水平系数，At由上文的计算得出；FDI为当地到t年为止实际利用FDI的累积额，建立如下计量模型：

lnA=b+blnFDI+ε （2.3）

b1是FDI对当地的知识溢出系数：每当FDI累计总额增加1%，当地技术水平将会增加b1%。

2.2 FDI知识溢出影响因素判定模型

根据上文中对FDI知识溢出影响因素的分析，可建立如下所示的回归模型：

lnY=b+blnGDP+blnH+blnINF+blnOPEN+blnRD+blnTECH+ε........（2.4）

其中，Y表示FDI知识溢出，GDP表示经济发展水平，H表示人力资本，INF表示基础设施，OPEN表示经济开放程度，RD表示研发投入，TECH表示当地技术水平。通过此方程，我们可计算出各个变量的系数，从而发现影响FDI知识溢出的主要因素。

3.实证分析

3.1上海FDI知识溢出水平测度研究

上海历年GDP、固定资产投资总额等的系统统计多始于1985年，故本文将样本区间确定为1985-2011年。将历年样本数据代入方程（2.2）中可计算出上海每年的技术进步率m。以1985年上海技术水平为基准（A=100），可得出上海历年技术进步率和技术水平。由结果可知，上海的技术水平快速成长，2011年的技术水平（340.711）是1985年的3倍多。

基于上文计算出的上海历年技术水平参数，收集上海1985-2011年实际利用FDI累积额，利用计量模型（2.3），使用Eviews软件进行回归得出如表1所示结果：

表1 上海FDI知识溢出系数计量结果

结果表明，外商直接投资对上海技术水平有显著的影响：每当实际利用FDI的累积额增加1%，上海技术水平增加0.16%。

3.2上海FDI知识溢出影响因素实证研究

在综合考虑模型准确和样本数据可获得性的基础上，本文选用上海人均收入来衡量上海GDP、用上海高等在校人数来代表H、用上海公路长度代表INF、用FDI与全社会固定资产投资比例代表OPEN、用研发经费代表RD、用专利数量代表TECH，而上海历年FDI知识溢出（Y）则用溢出系数（0.16）和历年技术水平系数（A）的乘积表示，即Y=0.16A。

由于前文只是定性地分析了影响FDI知识溢出的相关因素，为确保因素选用的正确性，可利用下述方法分析各影响因素与被解释变量之间的关系，以及因素之间的相关程度。即利用SCAT命令观察lnY与各个变量的相关图之后，再用COR命令进行相关系数检验，输出相关关系矩阵。由结果可知，除经济开放度外，每个因素都与知识溢出高度相关，而且解释变量之间也是两两高度相关。

利用逐步回归法，进一步分析各影响因素对FDI知识溢出的影响程度。由关系矩阵可知，GDP对FDI知识溢出关系系数最大，所以先引出GDP作为基本模型。在基本模型中分别引入单个其他变量，发现只有当引入OPEN时，模型Y=f（GDP，OPEN）变量符号正确，拟合度有明显的提高，且通过t检验，所以再将该模型作为基本模型，逐步引入其他变量。引入IFN或RD之后，模型都存在系数的符号合理，解释变量的t检验不显著。而引入H则拟合度下降。如果引入H或TECH，则各系数符号都合理，拟合度都有所提高，但模型中都存在t检验较小。考虑到H比TECH与被解释变量Y有更高的相关度，且模型中H的系数比TECH的系数要大，所以选择了Y=f（GDP， OPEN， H） 作为新的基础模型。在此基础上分别引入INF，RD，TECH，但要么系数符号不合理，要么不通过t检验。所以最终确定上海FDI知识溢出函数为：

lnY=b+blnGDP+blnOPEN+blnH+ε

表2影响上海FDI知识溢出的检验结果

利用回归分析得出如表2所示结果，可知：经济发展水平、经济开放程度和人力资本分别是影响上海FDI知识溢出的最主要因素。

4.政策建议

在对影响FDI知识溢出各种因素详细分析的基础上，根据实证研究结果，针对上海在吸引FDI及其知识溢出时的问题，提出以下提升FDI知识溢出效果的系列对策。

4.1大力提高经济发展水平

目前，中国只是一个处于中等收入水平的国家，整体经济发展水平较低，虽然上海是中国经济贸易的中心，但与发达国家相比仍然存在巨大的差距。由于我国属于中低端制造大国，发达国家的高新技术并不能快速地被吸收和利用，因此，应大力提高经济发展水平。

4.2逐步扩大经济开放程度

扩大经济开放程度，有利于更大范围的融入经济全球化，更快更好的参与国际竞争，促进经济发展；有利于发展与世界各国的经贸合作与技术交流，更多的利用外资，拓宽我国接受外商投资的经济、知识正传递渠道。

4.3高度重视人力资本开发

影响上海FDI知识溢出的众多因素中，人力资本存量也起着至关重要的作用。因此，上海人力资本存量的丰裕度决定了上海对 FDI 的知识溢出效应的吸收程度。上海地区虽然有丰富的人力资源，但人力资本整体素质水平还不高，因此，政府必须高度重视人力资本的开发。

【参考文献】

[1]Alfaro L，Chanda A，Kalemli-Ozcan S.Sayck SFDI and Economic Growth：The Role of Local Financial Markets[J].Journal of International Economics，2004，64（1）：89-112.

[2]Sohinger J.Growth and Convergences in European Transition：The Impact of Foreign Direct Investment[J].Eastern European Economics，2005，（43）：73-94.

[3]GIRMA S.Absorptive capacity and productivity spillovers from FDI：a threshold regression analysis[J].Oxford Bulletin of Economics and Statistics，2005，67（3）：281-306.

[4]Gilbert，B.A.，McDougall，P.P.，Audretsch，D.B..”Clusters，Knowledge Spillovers and New Venture Performance：An Empirical Examination”[J].Journal of Business Venturing，2008，（23）：405-422.

[5]张国强，张杰飞.从影响因素的视角研究FDI、技术溢出与技术进步[J].科技进步与对策，2009，26（4）：16-19.

[6]林三强，苏芳.我国FDI技术外溢效应的门槛特征——基于制造行业面板数据的证据[J].南京工业大学学报（社会科学版），2011，10（2）：75-80.

[7]ERHAN ASLANOGLU.Spillover Effects of Foreign Direct Investment on Turkish Manufacturing Industry[J].Journal of International Development，2000（12）：1111-1130.

[8]王飞.外国直接投资促进了国内工业企业技术进步吗[J].世界经济研究，2003，（4）：39-44.