服务贸易进口国际R&D溢出动态检验

内容提要：国际R&D溢出是发展中国家获得技术进步的重要路径之一，本文采用影响经济变量之间关系时序变动情况的空间技术模型，测算基于中国服务贸易进口渠道产生的国际R&D直接溢出与间接溢出存量，并运用协整与状态空间模型检验中外R&D存量对中国全要素生产率的影响。实证结果表明：就长期而言，国内R&D投入及国际R&D溢出与全要素生产率处于较稳固的协整均衡关系，但国际R&D的间接溢出大于直接溢出，该协整关系因受到政治和经济等环境因素的冲击而表现出较大的波动幅度。

关键词：服务进口；国际溢出；协整；状态空间模型

中图分类号：F74618文献标识码：A文章编号：1001-148X（2017）04-0082-07

各国经济增长的差异在本质上是创新能力的差异，而创新能力又取决于各国R&D投入及各种科技活动的开展，以及与R&D休戚相关的环境因素，R&D存量的大小在很大程度上决定着国民经济能否持续发展及产品是否具有国际竞争力。国际投资与贸易活动以及网络、通讯等技术的发展致使国际贸易的障碍大大消除，各国的创新活动不再局限于本国R&D存量的产出，其他国家、尤其是发达国家的R&D活动可通过多种渠道外溢至本国，从而对本国R&D活动及技术进步产生影响。长期以来，中国服务贸易表现出逆差态势，这说明我国对中高端生产及高层次生活服务的需求不断加大，服务贸易进口的国际溢出对我国全要素生产率的影响成为值得关注的问题。由于产业结构、开放度、政治等外部因素处于不断变化之中，国际溢出效应在一定期间内很可能存在年份波动趋势，不可能恒定不变。因此，本文试图运用影响经济变量之间关系时序变动情况的空间技术模型对服务贸易进口国际R&D溢出动态进行检验。

一、数据整理与模型设计

本文所有数据在计算过程中均经过指数化（初始数据均为100）后再取自然对数，以消除量纲影响及异方差。

（一）全要素生产率的估算

由于不存在生产前沿比较，一般对于单一国家时间序列下的全要素生产率的估计主要采用经典Cobb-Douglas生产函数进行推导，而无法采用无任何函数形式的非参数Manqusit方法进行衡量，具体过程如下：

对C-D生产函数取对数并转换，TFP可表示为：

其中Yt、Lt和Kt为产出、劳动与资本，分别用中国各年实际GDP，全社会就业总人数和固定资本投资存量来代替。资本存量计算可采用通用的永续盘存法，公式为 代表当期投资流量。Pt固定资产投资指数，该值1990之后的数据可直接从统计年鉴中获得。δ是折旧率，一般取5%。

本文运用Griliches（1980）初始化公式 计算出期始投资额[1]，g为期间平均增长率的对数值。 α、β分别代表劳动与资本的产出弹性，可运用经典OLS模型并由Eviews软件估计得出，α=05082、β=04918。国内有关全要素生产率估算的文献有关α、β的具体计算结果不统一，在资本边际报酬递减规律作用下，资本（K）的产出弹性表现出下滑趋势，而劳动（L）的贡献率加大（如图1所示），这与李宾和曾志雄的研究结果相似[2]

注：计算过程是先将处理好的实际GDP，资本及劳动变量指数化后再取对数，再将它们和α、β一并代入本文TFP公式得到。

（二）国际R&D溢出的估算

最初的Coe等（1995）模型采用双边贸易额作为权重来衡量国外R&D的溢出存量[3]，但Lichtenberg等人J为CH做法存在缺陷[4]，他们提出关键问题是外国资本的溢出强度，即出口国R&D投入的出口部分与进口国GDP的比重。Luintel和Khan指出G10国家的R&D动态国际溢出存在非常强的异质性[5]，Lumenga-Neso等人提出即使没有双边贸易，国际R&D溢出也有可能发生，即进口国可通过与发达R&D国家的贸易伙伴国之间的国际贸易而获得间接性溢出[6]，该思路的提出拓展了国际R&D溢出的途径。另外，由于技术差距存在阶梯性，鉴于发达国家的R&D成分并不一定能被技术落后国所吸收，通过中间技术国的过渡与传递，技术落后国也能受益于发达国家的部分R&D投入。因此，对于正常贸易国家来说，国际R&D溢出效应存在直接与间接两种生成路径。

根据LP方法（权重公式中分母为出口国GDP），可测算出经中国服务贸易进口渠道溢出的直接外国R&D资本存量：

其中Rfd、Sf代表国外R&D直接溢出和国外本土R&D投入总量，TXf、GDPf和TMc分别指国外服务出口、国外GDP、中国服务贸易进口。 表示OECD成员国通过服务出口的R&D溢出部分，其余被本国自己利用。表示中国从服务贸易进口获得其R&D出口部分的份额。

根据Lumenga-Neso等人的研究[6]，国际R&D有可能不依赖于双边贸易而转向间接性，而间接溢出就是一国总R&D存量除去直接溢出后的存量：，Rfi表示间接R&D溢出。需指出的是，由于世界范围内R&D的支出与有效使用主要集中于发达工业国家，本文选取OECD成员国作为国际R&D溢出的国外来源国；与此相对应，公式中的中国服务贸易进口是指中国从OECD成员国进口的服务份额，由于该时间序列数据不好获得而采取了折算处理。鉴于OECD成员国服务出口额占世界服务出口总额的70%以上，这意味着中国每进口1个单位的国外服务，就有70%的可能来自于OECD成员国。因此，中国从OECD成员国来的服务进口额，等于中国服务贸易进口总额乘以OECD成员国服务出口占世界的比重，具体测算结果如表1。

注：国际R&D溢出分直接与间接，按本文公式处理得到的原数据，单位为当年百万美元。国内R&D数据直接来源于中国统计年鉴有关研究与试验发展经费支出原数据，包括基础研究、应用研究、试验发展，单位当年亿元人民币。

（三）模型与方法

正如Coe等人的设计[3]，在其他因素不变的情况下，全要素生产率的变化取决于国内R&D及国外R&D溢出存量的变化。国内R&D支出被认为是该国技术进步、创新与经济增长的重要来源。在经济全球化背景下，国外R&D支出可通过各种国际行为而渗透至国内，而发展中国家获取国际技术溢出是其技术进步的重要来源。因此，基本模型可表示为：

其中Rh 、Rft分别代表国内和国外R&D存量，εt为误差项，在时间序列内满足独立分布的白噪声过程。考虑到国际R&D溢出具有直接与间接两种途径，模型可扩展为：

其中Rht代表国内R&D资本存量，Rfdt和Rfit分别代表国际R&D通过直接与间接途径而溢出的存量。

为了考察中外R&D存量对全要素生产率影响的时序变动趋势，本文运用状态空间模型进行修正来构造时变参数模型[7-8]：它是动态模型的一般形式，包括经典的OLS模型及ARIMA模型均能作为特例写成状态空间模型形式。状态空间模型的大量应用得益于它能将不可观测的变量（状态变量）并入可观测模型并与其一起估计，以及利用强有力的迭代算法――卡尔曼滤波（Kalman filter）来估计。卡尔曼滤波可以用来估计单变量和多变量的ARMA模型、马尔可夫转换模型和变参数模型，状态空间模型主要是运用到其变参数功能，具体模型形式为：

本文的状态空间模型由量测（信号）方程（3）和状态（转移）方程（4）-（5）组成，其中时变参数σt、γt和ηt为不可观测的状态变量，必须用可观测变量TFP和R来估计，表示各解释变量在各个时间上对解释变量的敏感程度，以c（1）、c（2）、c（3）和c（4）为常数项。状态方程描述了状态变量的生成过程，这里假定其服从AR（1）过程。εt和μt为随机扰动项，相互独立且服从均值为0，方程分别为常数且协方向差矩阵固定的正态分布。此后，可通过Karlman滤波算法得到时变参数估计值，具体推导过程可参考相关计量文献。

二、协整与误差修正模型

大多数时间序列在实际应用中是非平稳的，如果直接运用经典回归模型可能出现伪回归现象。由Engle和Granger提出的协整理论与方法，为非平稳序列的建模提供了另一个途径[9]。虽然讨论的经济变量是非平稳序列，但它们的线性组合有可能是平稳的，这种平稳的线性组合可称为协整方程，也可解释为变量之间存在长期稳定的均衡关系。因为季节、政策及随机干扰等因素，变量值在短期内有可能偏离均值范围，但这种偏离是暂时的，会随着时间的推移逐步回到均衡状态。为了检验长期平稳当中的短期偏离，可运用误差修正模型中的调整系数来观察，以表示t-1期因变量与协整方程之间偏差的调整速度。对系统中的变量进行单位根检验，ADF检验结果显示本文的各变量均非水平单整序列，但它们的一阶差分是平稳的，其中LnTFP和LnRfi在10%显著性水平下拒绝原假设，而LnRh和LnRfd在1%显著性水平接受一阶差分平整。根据AIC及SC等滞后阶数选择准则，确定向量误差修正模型中的滞后阶数P=2（限于篇幅，具体ADF检验及滞后阶数确定过程未列出，若需要可向作者索取）。

协整检验的方法有两种，一是基于回归残差的平稳性检验，若回归残差为平稳序列则认为变量间存在协整关系；二是基于回归系数的Johansen和Juselius检验（简称JJ检验），是一种建立在高斯误差的VAR模型的误差修正式，然后利用极大似然法估计参数，再由参数矩阵的铁确定协整方程的个数。本文选择第二种检验方法，即JJ检验，具体结果如表2，由此得到的协整方程见式（5）。根据协整检验结果，TFP与国内R&D投入、国际R&D溢出存在长期均衡关系，且均呈正向影响关系：在长期内，国内R&D投入变动对TFP的正向促进最大，稳态的国内R&D投入增加1%，则TFP将增加06699%。通过服务进口渠道a生的国际R&D对TFP产生正向影响，但间接溢出效应（02358）明显大于直接溢出效应（01237）。该结果说明中国经由服务进口渠道从OECD贸易伙伴国的国际R&D溢出效应大于直接从OECD获得的溢出效应，可能是因为从OECD成员国直接进口服务并不一定符合我国服务生产条件，而将通过第三方技术过渡之后反而更加有利于国内吸收。另外，协整系数表明服务进口的国际R&D直接与间接溢出效应小于国内R&D，说明国内R&D自主投入相对于服务进口而言对国内全要素生产率的影响更大。虽然服务进口的国际R&D溢出效应不及国内R&D活动，但若算上全部对外贸易渠道，包括货物进口、FDI净流入等，通过全口径对外贸易进项而产生的R&D溢出效应还是十分可观的。通过协整关系反映出来的系统中变量在长期内的变化响应具有重要参考价值，本文中全要素生产率的变化率依次由国内R&D活动、国际直接溢出、国际间接溢出存量，说明在长期内一国技术进步仍主要由国内R&D投资来推动，但通过服务进口的国际R&D溢出也是一个重要的促进力量。

注：*表示在5%显著性水平下拒绝原假设，迹统计量和最大特征值统计量均指明系统中存在3个数协整方程，本文选取第一个协整方程为研究对象，如式（5），三个协整方程的相伴概率MacKinnon-Haug-Michelis（1999）均小于005。

其中（）内数据为被估计系数的标准误差，[]为对应的t统计量。

在确立了协整关系之后就可以将协整与误差修正模型结合起来，建立向量误差修正模型（VECM或VEC）。由于VAR建模时每个方程是一个自回归分布滞后模型，也可认为VEC模型是含有协整约束的VAR模型，常用于具有协整关系的非平稳时间序列。本文的VEC模型具体结果如表3，VEC模型的误差修正项即为协整方程的另一种表述，通过前面的负系数可反映出短期偏离的修整速度。由于各种干扰在本次模型构建的系统中的冲击，中外R&D变量有可能在短期内偏离长期稳定关系，但系统本身具有非常强的修正功能，以04612的速度使其回到正常的正向影响轨道。这再一次证明包括服务贸易进口渠道的国际R&D、本国R&D及TFP之间的经济系统具有很强的稳定性，说明国内R&D及国际R&D溢出存量都对中国全要素生产率具有长期影响。

三、状态空间模型检验

通过检验，中外R&D资本存量均与TFP存在协整关系，经由时间序列建立的状态空间模型（state space model）有意义。根据前文状态空间模型建立思路，可将1991-2012年期间LnTFP和国内R&D、国际R&D直接与间接溢出数据代入式（3）和（4），运用Eviews80软件，以Kalman滤波法得到状态空间模型结果。

具体来看，图2、图3和图4分别给出了基于状态空间模型下的估计系数σt、γt、和ηt的时序变化趋势。

首先，分析σt的变化。1992-1996期间我国R&D投入对TFP的影响呈渐增模式，但此后至2003年明显减弱，而在2003-2009期间又缓步回升，2009-2010年又出现下降，2010-2012年略有提高。这说明我国由R&D支出在实际中转化为全要素生产率的过程中受到世界经济状况的影响而表现出较大波动幅度，平均变化率大致在013128左右。正是由于这种原因，虽然我国R&D投入在1991-2012年期间由1508亿人民币发展到突破万亿，达10 29841，增长了68倍，但同期全要素生产率和名义劳动生产率仅分别提高了20倍和21倍，这说明国内R&D投入的产出机制可能受到了其他控制变量的影响而大大折扣。另外，处于明显上升期的两个阶段（1992-1998和2003-2009）都是市场活跃程度大幅提高时期，分别是“南巡讲话”和正式加入WTO之后掀起的改革热潮。

其次，γt的总体变化趋势与σt大致相似，但与国内R&D变化相比，国际R&D直接溢出效应波动过程中的两个下降阶段期都出现过国际经济危机局势。第一个是1995-2000期间，东南亚金融危机爆发导致世界经济出现低迷，以及2000年左右因“千年虫”等问题而引发的美国网络泡沫危机，也很大程度上影响到服务贸易进口国际R&D溢出效应的发挥。第二个是2009-2010美国次贷危机加上欧洲债务危机致使世界经济蒙上阴影，国际贸易低落影响到微观主体的R&D投资意愿，导致国际溢出效应机制受到较大挫折。

最后，ηt的长期变化幅度不大，比σt和γt都具有较大稳定性，但处于高水位状态，平均变化在03371左右。整体运行趋势与前两者有很多相似，年度波动幅度不大，上升与下降的期间基本相同，但相比缓和。可能是因为国际间接溢出体量大，且由于受到第三方贸易国的缓冲而对我国的溢出影响冲击有所稀释，不像直接溢出效应的传递效果那么大。

四、结论与思考

本文沿用Coe等人的基本理论模型，并运用协整与状态空间计量模型，对1991-2012期间时间序列进行实证分析，研究了经由服务贸易进口渠道的国际R&D溢出对中国全要素生产率的影响；根据LP和L-O-S的做法将国际R&D溢出分成直接与间接两种，并分别构建变量进行考察。协整检验结果表明在长期内全要素生产率、国内R&D及国际R&D溢出处于十分稳固的均衡关系，其中协整关系矩阵表明国内R&D投入仍然是TFP及技术进步的最主要来源，达到06699，说明在长期内R&D投入每增加1%则能推动067%的TFP增长，远高于服务进口国际R&D资本直接与间接溢出的1237%和2385%。因此，从长远来看各国的技术进步还应回归到最终依靠本国R&D支出上，但也不能忽视国际R&D溢出效应带来的研发红利。作为国内R&D活动的重要补充，通过进口渠道获得国外R&D投资活动的好处，对于技术水平较低的国家来说更具现实的价值意义。

在各国经济发展日益密切的今天，各种溢出途径应运而生，且发达国家的R&D支出及效率要比发展中国家高得多，溢出效应具有相当大的施展空间，协整结果表明服务进口下的国际R&D溢出效应合起来达到3622%。但是，间接效应大于直接效应，可能的原因是虽然我国服务进口来源国中美国和欧盟占比很大，我国从总量上来看只进口了很少的OECD国家的服务出口，2012年中国服务进口仅占OECD服务出口仅9%，往年比例更低，或者可能是因为服务进口中的技术含量还有待提高，直接溢出的来源基础本身偏小且技术适应度不强，在很大程度上削弱了国际R&D直接溢出的效应。大部分服务出口可通过技术中等国的传递导入我国，而且经调整后的技术适应性更能在我国发挥效应。数据表明与技术中等国家的服务进口占据重要地位2007年我国服务贸易进口来自韩国和香港分别占到72%和159%，具有一定体量且技术适应性强，可能产生较多的国际R&D溢出传递功能。

服务进口渠道的国际R&D溢出得到证实，未来服务贸易仍蕴藏着很大的开发空间，而其固有的特性决定了国际R&D溢出机制更多，跨境旅游、自然人流动及服务流程的隐秘性等使得国际服务贸易活动的溢出效应不一定小。因此，我国应加大服务进口开放力度，并重视国际R&D间接溢出通道，大力l展与技术中等国的服务贸易。另外，服务作为中间品直接参与产品的生产，这是其对经济增长的最基本作用[10]。

在协整关系成立的基础上，本文通过状态空间模型检验了时序参数的动态变化趋势：在1991-2012年期间，R&D的国内投入及国际溢出均表现出大致相似的演化轨迹。其中国内R&D投入与国际R&D直接溢出的波动幅度较大，正是由于这两个自变量与TFP之间的作用关系比较直接，当外部力量（诸如中外政治与政策、汇率、大宗商品价格等）发生结构性变化时，极易造成R&D的隔年差异性增大，进而通过对自变量的冲击直接地传递至对TFP的影响，而且这些外部势力的波动可能导致由R&D在向至TFP转化时的效率在不同时间波动较大。

国际R&D间接溢出的时序参数轨迹波动幅度较小，有可能是因为本文测算出的间接R&D溢出存量足够庞大，并且由于通过这部分进口的服务存在需求刚性不容易受突发、不规律事件的影响；或者可能是因为我国与间接溢出的技术中等来源区域（香港、韩国）联系密切，保证了R&D溢出效率在国际间传递比较顺畅。实际上，我国有大量服务进口是来自韩国、新加坡等技术中等国，它们自身的技术水平比较高，对发达国家的服务技术吸收没有太大障碍，通过它们对技术的内部分解并将一部分服务引致需求转移至我国。长期以来，我国与这些国家和地区的国际合作基础比较坚固，从其获取国际R&D溢出具有较大的保障。总而言之，在国际交流日益频繁的当今，我国应注重国际R&D溢出效应，扩大与发达国家服务贸易的交换范围与水平，并且创造有利于提高吸收能力的基础设施环境，以获得更多地、更高水平的国际R&D溢出，从而促进国内技术进步。

参考文献：

[1]Griliches， Z. Patent statistics as economic indicators：A survey， Journal of Economic Literature， 1990（4）：1661-1707.

[2]李宾，曾志雄.中国全要素生产率变动的再测算：1978-2007[J]，经济研究，2009（3）：3-15.

[3]Coe， D.， T.，Helpman， E. International R& D Spillovers[J].European Economic Review， 1995， 39（5）：859- 8871.

[4]Lichtenberg， F. R.， Van Pottelsberghe de la Potterie， B. International R&D Spillovers： A Comment[J]， European Economic Review， 1998，42（8）：1483- 1491.

[5]Luintel Kul B.，Khan Mosahid. Are international R&D spillovers costly for the United States[J].The Review of Economic and Statistics， 2004，86（4）：896-910.

[6]Lumenga-Neso Oliviver， Olarreaga Marcelo，Schiff Mauriee. On “Indirect” trade-related research and development spillovers[R]. World Bank Policy Research Working Paper No.2580，2001.

[7]Harvey， A.C. Forecasting， structural time series models and the kalman filter[M].Cambridge University Press， 1989.

[8]Hammilton， J.D. Time series analysis[M].Princeton University Press， 1994.

[9]Engel，R.F.，Granger， C.W.J. Co-integration and Error Correction： Representation， Estimation and Testing[J].Econometrica， 1987（55）：251-276.

[10]Hoekman， B.，Mattoo， A. Service trade and growth[R].World Bank Working Paper， No.4461，2008.

收稿日期：2016-11-18

作者简介： 朱福林（1979-），男，安徽马鞍山人，北京联合大学管理学院副教授，中国社科院金融所特华博士后科研工作站博士后，经济学博士，研究方向：国际经济与贸易；杨圣明（1939-），男，山东金乡人，中国社会科学院财经战略研究院教授，研究方向：马克思主义政治经济学；赵绍全（1976-），男，四川通江人，北京联合大学商务学院讲师，经济学博士，研究方向：国际贸易、国际市场营销。

基金项目：国家社科基金重大项目，项目编号：14ZDA041；国家社科基金重大项目，项目编号：2015YZD03；国家社科基金项目，项目编号：16BGL037；国家社会基金青年项目，项目编号：13CJL060；北京联合大学新起点项目，项目编号：42213591112/006。