FDI技术溢出的水平效应与垂直效应

摘要：尽管我国FDI在绝对值上有了很大提升，我国产业结构中仍存在许多不合理的问题。文章运用2005-2008年中国35个工业行业的面板数据，对FDI在中国的水平、前向和后向技术溢出关联效应进行了检验和分析。实证结果表明：FDI的水平关联溢出效应为负，而行业间的垂直关联溢出效应并不显著。这一结论对于外资引导与利用、相关产业政策的制订有着重要的参考价值。

关键词：外商直接投资；技术溢出；随机效应模型

中图分类号：F830.59

文献标识码：A　文章编号：1002-0594(2011)(}3-0040-08　收稿日期：2010-09-21

一、问题的提出

进入21世纪以来，国际全球化趋势日益加强，作为科技全球化的重要推动力之一，FDI(外商直接投资)对发展中国家技术创新能力的构建和可持续性战略竞争力的形成具有基础性作用。作为国际资本流动的主要方式，FDI对东道国经济发展的影响一直是国际直接投资领域的学者们重点关注的问题，同时FDI的技术溢出效应是跨国公司经营理论的一个核心研究主题。在开放条件下，通过引人外商直接投资来促进我国经济的快速可持续增长是我国长期坚持的发展战略之一。自1978年改革开放以来，中国吸引外商直接投资的数量呈持续性增长，数据显示，截至2008年底，中国已经成为最具吸引力的投资目的国，全国累计批准设立外商投资企业66万家，实际使用外商直接投资金额达到8554.1亿美元，2008年全年中国实际使用外商直接投资额为924.0亿美元，为历史最高值。

然而，尽管我国FDI在绝对值上都有了很大提升，我国产业结构仍存在许多不合理的问题与现状：我国产业处于全球价值链分工的低端，高附加值产品少；产业技术升级过度依赖外来技术，缺乏自主创新能力；产业的发展主要依赖资金、能耗以及低廉劳动力的大量投入。显然，这种粗放型的增长模式是难以延续的。通过经济转型和产业结构的优化升级来提高发展的质量，是中国经济可持续发展的关键所在。

现在的问题是，我国境内存在大量的外商直接投资，这些外资为何没有很好地促进中国产业结构的优化调整呢?在发展中国家，由于跨国公司与当地企业间存在着巨大的技术差距，FDI对当地企业的技术溢出效应是东道国产业结构升级的重要渠道。经过30多年外资吸收与利用的实践，FDI对国内企业是否产生了显著的水平关联效应和垂直关联效应，水平关联效应和垂直关联效应哪个影响更明显?对FDI溢出机制的进一步探讨是我们了解FDI与中国产业结构升级的中间纽带，这将使我们更加明确FDI促进中国企业发展的内在机制，从而有利于产业政策的制定和产业结构的升级。对FDI溢出机制的不同理解会导致政策制定的差异，而这将影响到中国企业研发能力的提升、国际分工地位的改善、国际竞争力的增强，以及社会整体福利水平的提高。探讨FDI对国内企业的影响，在价值链上要关注跨国公司对上下游相关产业以及同行业内的内资企业的影响，以及如何利用FDI的技术外溢效应提升本国企业的技术水平，提高本国的国际竞争力。

由于FDI溢出发生的机制更有可能是通过行业间而非行业内(Ethier和Markusen，1996；Kugler，2001)。因此，区分行业内与行业间溢出，并从水平联系和垂直联系的视角来分析中国工业部门的FDI溢出具有重要的现实意义。我国吸引的FDI大部分流入了工业部门，本文利用中国工业部门的相关数据，对外商在华直接投资的水平关联效应和垂直关联效应进行初步分析和探讨。

二、文献回顾与理论假说

(一)　理论研究回顾

有关FDI技术溢出效应的理论研究始于20世纪60年代，MaeDougall(1960)在研究一般福利效应时，把FDI技术溢出效应作为一个重要现象，最早对其进行了理论分析。随后对于FDI技术溢出效应的研究，引起了学者的浓厚兴趣。Hirschman(1958)是最早提出后向和前向关联效应的学者，他系统分析了关联效应对经济增长的重要性，并定义关联效应为：创建一个行业引起另一个新行业的增长，关联效应具有协同性，多个行业合在一起的关联效应通常大于单个行业内部简单叠加的关联效应。Markusen(1999)将FDI所产生的技术溢出划分为两种类型：一是水平型技术溢出，即FDI的进入对外资所在行业内的企业产生了技术溢出效应。二是垂直型技术溢出，即FDI对其所在的行业相关联的其他行业产生了技术溢出，包括前向关联效应和后向关联效应。

如果外资企业和内资企业属于同一行业，它们之间是竞争关系时，FDI就会设法防止技术溢出产生，这可以通过采用知识产权、商业机密、给工人支付高工资以阻止劳动力流动等方式来实现，也可以通过在一些模仿能力较困难的地区或行业建厂来实现。此外，FDI对上游行业产生的技术扩散一般不加以阻拦，因为它们可以从中获益，获得更高质量的中间投入品，因而，后向关联即FDI与东道国当地供应商之间的这种联系，将是技术溢出产生的主要渠道。由这种渠道产生的技术溢出可以归结为以下几种方式：(1)从FDI到当地供应商的直接技术溢出；(2)FDI对本地供应商产品标准要求的提高，有助于本地供应商对生产管理系统进行升级改造以及进行技术创新；(3)FDI的进入加大了对中间投入品的需求，有助于本地供应商获取规模经济收益。类似地，经过前向关联效应，东道国内资企业可以从处于上游行业的外资企业获得质量好、技术含量高且价格低廉的中间投入品，由此可以提高本地企业的生产效率。并且，由FDI销售的这些产品通常还附有相关的辅助售后服务，而这些服务，东道国国内企业原来通过进口中间投入品是无法获取的。

Atiken与Harrison(1999)指出，由行业内(对竞争对手的技术模仿)或行业间(前后向关联效应)技术溢出而给东道国国内企业所带来的好处可能会由于内、外资企业间激烈的相互竞争而抵消掉，即外资企业会侵吞内资企业的国内市场份额，由此而导致东道国国内企业越来越小的市场份额将不足以补偿它们的固定成本投入。因此，大多数实证研究表明由于FDI的进入所带来的激烈竞争将会对同行业的内资企业产生负向外部性。Markusen和Venables(1999)认为，跨国公司的进入会加速本土中间产品生产企业的扩张，并促使这些企业生产出质量更高的产品。UNCTAD(2001)指出，对于发展中国家而言，FDI企业通过购买东道国当地企业中间产品和服务所产生的后向关联溢出效应，以及通过提供其所生产的产品和服务给东道国当地企业产生的前向关联溢出效应，比通过示范、竞争以及劳动力的流动产生的行业内溢出效应更为重要。Driffield(2002)认为，FDI企业通过购买本地供应商的中间产品和服务，能促使其提高中间产品质量。Kugler(2005)认为，由于存在很多投入品供

应商，将会使产业内溢出效应有限而行业间溢出效应为正，即产业间的垂直溢出效应往往比水平溢出效应要高。此外，环境的动态性，吸收能力的大小对技术的垂直与水平溢出有显著的调节作用(UlrichLichtentha[er，2009)

(二)　实证研究回顾

最早对FDI的溢出效应进行计量研究的是Caves，通过对澳大利亚1969年产业层面数据的计量分析，他发现外资确实对澳大利亚相关产业的劳动生产率有着正面积极的影响(Caves，1974)。类似的国别研究，如Globerman(1979)对加拿大进行的分析；Kokko(1994，1996)对墨西哥的研究；Liu等人(2000)对英国的研究；Chuang和Lin(1999)对希腊的研究；Renato(2000)对葡萄牙的研究；Lipsey和siholm(2001)对印度尼西亚的研究。这些研究都得出了肯定的结论，证实FDI溢出效应的存在。

此外，也有一些学者通过国别研究得出了不同的结论。Haddad和Harrison(1993)对摩洛哥的研究所得出的结论认为，跨国公司对该国国内企业的劳动生产率并没有显著的影响，他们认为摩洛哥国内企业与跨国公司之间存在较大的技术差距，阻碍了跨国公司溢出效应的产生。而Atiken和Harrison(1999)对委内瑞拉的研究所得出的结果甚至是否定的。他们的研究认为，当地企业的劳动生产率与产业内外资企业所占比例之间是负相关的关系。

上述研究都只是局限于产业内部，一直以来，FDI行业间溢出效应都是实证研究中的薄弱环节。Katz(1969)指出，20世纪50年代流入阿根廷制造业的外商直接投资对当地企业的技术进步有着显著作用，这种技术进步的影响并不局限于外商直接投资所在的行业内部，因为这些外资企业可以通过“制定零部件或者原材料的最低质量标准、价格、交货期等措施而使得相关的当地企业逐渐变得现代化”(Katz，1969)。这里Katz实际上谈到的就是FDI溢出效应中的关联机制，只是当时没有明确指出“关联”这一后来为学者广为使用的概念。在对FDI的行业问溢出效应的实证研究中，计量方法的运用始于Kagler(2000)，Kugler(2006)指出FDI的行业间溢出效应比行业内溢出效应应该明显得多，因为跨国公司会尽量减少对同行业东道国企业的技术溢出，以免增强竞争对手的实力，而对前后向的关联企业则不存在竞争关系，技术溢出反而有利于跨国公司。Atiken和Harrison(1991)对委内瑞拉制造业中的FDI研究，也得出了一些关于FDI产业间溢出效应的结论。他们认为，委内瑞拉制造业中的FDI通过前向关联产生了显著的溢出效应，而后向关联的作用并不明显，这一结论似乎与大多数人的直观感受并不一致。对此，他们的解释是，在委内瑞拉制造业进行投资的FDI有着较高的进口倾向，因此通过后向关联与当地企业发生的联系较少。

Lopez(2003)利用墨西哥1993～1999年工厂面板数据，采用Olley-Pakes估计法，其实证结果认为出口竞争的加剧与美国的市场准入对全要素生产率产生正效应；外国资本对全要素生产率产生正效应，但行业内溢出效应为负。Girma等(2004)利用英国1992～1999年公司面板数据，采用OLS估计方法，但采用函数的二阶泰勒展开式一阶差分。分析结果认为出口导向型MNE会产生水平正溢出效应，而当地市场导向型MNE通过前向关联产生正溢出效应；当地出口企业从与出口导向型MNE的后向关联中受益，但当地市场导向型MNE的后向关联导致生产率损失。Harris和Robinson(2004)利用英国1974～1995年的工厂面板数据，采用动态面板数据框架下的系统广义矩(GMM)估计法，分析结果为竞争和“吸收能力”效应有时要超过潜在的收益效应，从而导致负溢出效应；行业间溢出效应一般比行业内溢出效应更加普遍。Kugler(2005)利用哥伦比亚1974-1998年的公司面板数据，采用协整分析与误差修正模型，其实证结果认为FDI溢出效应的部门模型显示，知识传播发生在行业间而不是行业内，而跨国公司与当地上游供应商的外包关系是一种扩散途径。Filip Abrahamet a1.(2010)通过来自中国1500家制造企业的纵向数据研究显示，技术纵向溢出效应与FDI的所有权结构与来源及国家的开放程度有关。

国内学者的研究成果主要包括：王耀中、刘舜佳(2005)对技术溢出的途径和渠道进行了划分，认为前后向关联效应对国内工业企业的产出有显著的外部性，并且前向关联的技术溢出更加明显；严兵(2006)依据在伊静(2003)研究基础上设计的行业间溢出效应指标对中国分行业数据进行了检验，发现行业内和行业间的外资溢出效应均不明显；姜瑾和朱桂龙(2007)对中国1999～2003年行业层面的面板数据的研究发现，行业间溢出效应和前向联系溢出显著为正，但后向联系溢出为负；许和连等(2007)对1999-2003年中国35个工业行业面板数据的研究发现，FDI企业通过向上游产业的当地企业购买中间产品和服务，产生了积极的后向关联效应。可以看出，虽然研究成果存在差异，但多数实证研究表明，FDI行业间的溢出效应是正的，其中又以后向关联溢出效应最为明显。

综上所述，FDI技术溢出是一个复杂的系统问题。技术溢出程度和路径具有明显的国别差异性。从以上的文献回顾可以看出，FDI存在正的溢出效应在理论上获得了一致性的认可，但大多数国内外支持性的实证研究很难找到。迄今为止绝大多数微观层面和对发展中国家的研究没有找到FDI行业内溢出正向作用的证据，一些研究结果表明跨国公司的存在对东道国企业生产率甚至起负面作用(Gory&Greenaway，2003)。我国的部分学者结合调研数据，证明了跨国公司技术溢出对我国企业技术的自主创新具有抑制作用(高山行等，2010)。

(三)　对FDI技术溢出效应的再认识

当FDI的进入或者在行业中的存在引起东道国国内企业生产力的提高，而FDI又不能将由它本身所带来的外部性完全内部化时，来自FDI的技术溢出就产生了。当东道国国内企业通过对外资企业新技术的模仿或雇佣受外资企业培训过的工人来提高本企业生产力时，技术溢出就发生了。另外，由于FDI的进入加剧了东道国国内市场上的竞争程度，迫使内资企业更有效地利用现有资源或研发新技术来提高生产力时，也产生了技术溢出(Blomstrom&Ari Kokko，1998)。

如果外资企业和内资企业属于同一行业，它们之间是竞争关系时，FDI就会设法防止技术溢出产生，这可以通过采用知识产权、商业机密、给工人支付高工资以组织劳动力流动等方式来实现，也可

以通过在一些模仿能力较困难的地区或行业建厂来实现。

从另一方面来讲，FDI对上游行业产生的技术扩散一般不加以阻拦，因为它们可以从中获益，获得更高质量的中间投入品，因而，后向关联即FDI与东道国当地供应商之间的这种联系，将是技术溢出产生的主要渠道。由这种渠道产生的技术溢出可以归结为以下几种方式：(1)从FDI到当地供应商的直接技术溢出；(2)FDI对本地供应商产品标准要求的提高，有助于本地供应商对生产管理系统进行升级改造以及进行技术创新；(3)FDI的进入加大了对中间投入品的需求，有助于本地供应商获取规模经济收益。

类似地，经过前向关联效应，东道国内资企业可以从处于上游行业的外资企业获得质量好、技术含量高且价格低廉的中间投入品，由此可以提高本地企业的生产效率。并且，由FDI销售的这些产品通常还附有相关的辅助售后服务，而这些服务，东道国国内企业原来通过进口中间投入品是无法获取的。

同样外商直接投资在产业间也可能产生负的技术溢出效应。首先，跨国公司对当地中间产品的需求增加也可能促使更多的外商直接投资企业进入上游产业参与竞争，会对东道国上游企业产生市场挤出效应，出现负的后向关联技术溢出效应；其次，上游产业产品质量的提高可能会提升中间产品的价格，增加企业的生产成本，如果价格相对昂贵的中间产品只能被生产率较高的下游外资企业密集使用，而不能被生产率较低的内资企业密集使用，这会进一步拉大内外资企业的技术差距，产生负的前向关联溢出效应。

三、研究设计

(一)　研究思路

基于以上分析，为检验FDI的水平关联和垂直关联对我国企业的技术溢出效应，本文借鉴了Blalock(2001)和Javorcik(2004)的建模思想，利用Cobb-Douglas生产函数进行检验分析。与微观层面研究不同的是，行业层面的研究对生产函数回归不需要考虑要素投入的内生性问题，因为微观的企业层面数据需要考虑其可能会根据自身掌握的生产信息来决定要素投入而带来的序列相关性问题，因此计量模型的构建是从行业层面来进行的。

(二)　计量模型与研究变量

根据Zellner等(1996)的看法，对于整个行业层面来说，由于行业的产出是所有该行业企业的数据加总，因此具有随机性，要素投入变量的内生性在行业层面数据中是不存在的。同时考虑到数据的可获得性，因此构建计量模型如下：

其中，下标i、t分别表示行业和时间年份，α代表截距项，λ为不可观测的行业效应，目的在于控制不随时间而变的行业特定影响；μ为不可观测的时间效应，是一个不随行业的不同而变化的变量，它解释了所有没有被包括在回归模型中与时间有关的效应；ε为随机干扰项。

Y代表i行业t时的我国内资工业行业总产出，用工业总产值表示，由全行业数据和外资数据相减而得。K代表i行业t时的我国内资工业行业的资本投入，用固定资产净值表示，由全行业数据和外资数据相减而得。L代表i行业t时的我国内资工业行业的劳动力投入，用全部从业人员平均人数表示，由全行业数据和外资数据相减而得。FDI,代表i行业t时的外资资本份额，用外资的固定资产净值与全行业的固定资产净值的比率来表示。

在模型的建立过程中，涉及变量指标Horizontal、Forward、Backwardit的构建，在本文的检验过程中，我们根据UNCTAD(2001)对FDI水平关联溢出效应、前向关联溢出效应和后向关联溢出效应的定义，同时借鉴了Blalock(2001)和Javoreik(2004)的方法来设定指标。

Horizontal为水平关联效应，以外资工业总产值占全行业的工业总产值的比率来表示。Forward为垂直关联效应中的前向关联效应，定义为除行业i本身外，其所有上游行业k中外资企业产出所占比例的加权平均，即

式中权重aik是产出部门i的产品提供给各投入部门k中间使用的数量，该系数可以从投入产出表――直接消耗系数表中各行取得(剔除对角线上的元素是因为前面的水平关联变量H已经考虑了这种行业内效应)。构建这一变量的目的在于体现作为顾客的当地企业与外资企业供应商之间的联系密切程度。

Backward为垂直关联效应中的后向关联效应，定义为除行业i本身外，其所有下游行业m中外资企业产出所占比例的加权平均，即

式中权重аim是投入部门i在生产过程中消耗各产出部门m的产品的数量，该系数采自投入产出表――直接消耗系数表各列(剔除对角线上元素的理由同上)。构建这一变量的目的在于反映作为供应商的当地企业与外资企业顾客问的联系强度。

此外为了检验模型中的时间效应，本文在模型中添加了3个时间虚拟变量。

(三)　样本数据

本文实证检验所用数据主要根据2006―2009年《中国统计年鉴》中相关资料整理得来。为保持统计口径的连续性，本文所选行业没有包括废弃资源和废旧材料回收加工业。由于本文需要测度FDI的垂直关联效应，故投入产出表中的数据非常关键，为最大限度地利用这些技术系数，我们按《2005年中国投入产出表》的统计口径来进行行业间的垂直关联效应的测度。

关于数据的选取：外资企业数据直接来自“外商投资和港澳台商投资工业企业主要指标”。全行业数据直接来自于“按行业分规模以上工业企业主要指标”。而实证中涉及的“直接消耗系数”取自中国投入产出学会官方公布的《2005年中国投入产出表》，由于在实证中主要采用了2005～2008年的数据，因此本文假定各行业间的结构在短期内不会发生改变，即这三年产业的关联程度不会发生太大的改变。在检验过程中所有计算、估计均用stata软件来完成。

(四)　检验方法

本文采用以下三种方法估计面板数据模型：混合数据普通最小二乘法(pooled OLS)、固定效应模型(fixed effect model)和随机效应模型(randomeffect model)。其中，混合OLS模型假定所有的行业都是同质的，完全不考虑行业之间的差异。而固定效应模型和随机效应模型则考虑了不同行业之间的差异，它们的差别在于固定效应模型假定这种行业之间的差异是固定不变的，可以用一系列的常数来表示；而随机效应模型假定这种差异服从某一随机分布，可以用一个随机变量来表示。三种方法的回归方程如下：

其中，下标i代表行业，t代表年份。α和ν分别表示其他没有观测到的行业因素的影响，其中ν服从随机分布，α是只与行业相关的一个常数，是各行业中对公共截距项的偏离；ε表示参差项。

需要注意的是，因为这三个模型的假定不同，三个模型中可能影响参数估计值的因素也并不一样。一般来说，因为面板数据同时包含了横截面因素和时间序列因素，所以参数估计值可能会受到两

种不同因素的影响，一种是不同组别数据之间的差异，称为组间效应(between effect，在本文的模型中即指不同行业之间的差异)，另一种是同一组数据内部不同年份之间的变化，称作组内效应(withineffect,在模型中就是指同一个行业不同年份之间的差异)。在固定效应模型中，所有的组间效应都已经通过固定效应消除掉，参数估计值只取决于组内效应。混合数据最小二乘法因为根本没有考虑行业差异，所以参数估计值同时由组内效应和组间效应决定。而在随机效应模型中尽管考虑了行业之间的差异，但只有当行业之间的差异服从正态分布时，参数估计值才会完全不受组间效应的影响，一旦这个假定不成立，参数估计值也可能会受到组间效应的影响。我们将通过F检验、LM检验和Hausman检验来选择计量模型。

四、实证结果分析

对于面板数据的估计，通常可以采用三种模型：混合OLS模型、固定效应模型和随机效应模型。区分不同模型需要看使用该模型的假设条件是否得到满足。模型选择的过程分为三步：(1)利用F检验比较混合OLS模型和固定效应模型；(2)利用LM检验比较混合OLS模型和随机效应模型；(3)利用Hausman检验比较固定效应模型和随机效应模型。

从实证检验结果可以得到，(1)F检验(F(34，96)=214.68，Prob>F=0.0000)表明固定效应模型优于混合OLS模型；(2)Breusch and Pagan的LM检验(ehi2(9)=3444.92，Prob>ehi2=0.0000)表明随机效应模型优于混合OLS模型；(3)Hausman检验(chi2(9)=6.48，Prob>ehi2=0.省略)