對外直接投資對母國的逆向技術溢出效應——基于東亞新興經濟體的實證研究

張海波,俞佳根

(浙江萬里學院商學院,浙江 寧波 315100)

一、相關文獻回顧

“技術尋求”已經成為企業對外直接投資的主要動因之一[1]。Fosfuri andMotta(1985)通過模型研究發現,只要通過技術外溢效應獲得領先者技術的可能性足夠高,即使是技術落后企業投資海外也有利可圖[2]。Nigel Driffield and James H.Love(2003)分析英國制造業對外直接投資的研究[3]、Lee Branstetter(2000)考察日本對美國直接投資的研究[4]、James H.Love(2003)對美國和OECD國家雙向直接投資的研究[5],都表明對外直接投資對母國具有較為明顯的逆向技術溢出效應。

盡管一些學者 (Fosfuri,1999;Shige Makino,2007)認為,發展中國家企業對外直接投資具有明顯的 “技術尋求”特征[6][7],但鮮有學者系統地研究發展中國家企業對外直接投資對母國的逆向技術溢出效應。Lecraw(1993)研究了印度尼西亞企業對外直接投資的逆向技術溢出效應,認為通過收購發達國家的企業可以獲得對方的技術和銷售渠道,從而改善企業的經營績效[8]。Pradhan、Jaya Prakash and Neelam(2008)針對印度汽車企業的研究表明,投資于發達國家的對外直接投資產生的逆向技術溢出效應強于發展中國家,合資方式產生的溢出效應強于 “綠地投資”[9]。

近幾年,隨著中國對外直接投資規模的擴大,國內相關學者分別從理論和實證方面探討了中國企業對外直接投資對國內技術進步的影響,主要有兩種觀點:一種觀點認為對外直接投資推動了中國技術水平的提升[10][11][12];另一種觀點認為中國企業對外直接投資對母國沒有產生明顯的逆向技術溢出效應[13]。

綜合來看,國外學者主要基于發達國家研究對外直接投資的逆向技術溢出效應,對發展中國家缺乏系統的深入研究;國內學者主要研究中國企業的對外直接投資,并且相關研究大多采用回歸分析、協整分析等靜態研究方法,而對外直接投資的逆向技術溢出效應具有動態性和滯后性,顯然靜態分析方法不能準確地研究對外直接投資的逆向技術溢出效應。本文在利用索洛剩余法測算東亞新興經濟體各國 (地區)全要素生產率 (TFP)的基礎上,采用VAR模型、脈沖響應函數以及方差分解等方法,動態分析對外直接投資對母國技術進步的影響程度及影響路徑,并進行比較分析。

二、全要素生產率測算

在實證分析中,由于無法直接度量技術溢出效應,學者們都是用一些大致相近的統計指標來測算,其中采用全要素生產率 (TFP)來測算技術溢出效應是最為合適的一種方法。

假設生產函數符合柯布-道格拉斯函數,經濟增長方式為希克斯中性,且規模報酬不變。

對 (1)式兩邊同時除以Lt,取自然對數后可得到待估模型:

式 (1)、(2)中,Yt代表t時期的經濟總規模,用一國 (地區)國內生產總值來表示;技術進步由At表示,且At=A0emt;m代表技術進步率;Lt表示t時期的勞動投入,用經濟活動人口數表示;Kt表示t時期的資本投入,用全社會固定資產投資來表示;ε為隨機誤差項。式 (2)中相關變量數據均來源于世界銀行的統計數據庫,本文借助東亞新興經濟體各個國家 (地區)1980-2009年的時序數據,根據式 (2)進行回歸分析,可以求得回歸系數 (資本產出彈性)β(見表1所示)。

表1 東亞新興經濟體各國 (地區)資本產出彈性 (β值)

其中,TFP代表全要素增長率,gy代表國內生產總值的增長率,gl為經濟活動人口投入的增長率,gk為全社會固定資產投資的增長率,式 (3)中各變量的數值根據式 (2)中各變量的原始數據采用環比的計算方法而得出 (以1980年為基期)。結合表1的回歸系數β,依據式 (3)可以計算東亞新興經濟體各個國家 (地區)的TFP(見表2所示)。

根據索洛增長速度方程,對式 (2)進行整理后可以得到式 (3):

三、實證結果及分析

本文采用VAR模型、脈沖響應函數及方差分解方法,動態性地研究對外直接投資對母國的逆向技術溢出效應。考慮到變量之間數據的耦合性問題,本文以1980年為基期,采用環比方法計算對外直接投資存量的增長率,以此代表東亞新興經濟體各國 (地區)對外直接投資規模的變動。本文研究時間范圍為1980-2009年,東亞新興經濟體各國 (地區)對外直接投資存量的原始數據來源于UNCTAD(2010)統計數據庫。

(一)平穩性檢驗

采用VAR模型進行計量分析,首先要求變量具有平穩性,否則會出現 “偽回歸”現象。本文運用ADF檢驗法分別對東亞新興經濟體各國 (地區)對外直接投資存量的變動率和全要素增長率進行平穩性檢驗。從檢驗結果看都通過了顯著性檢驗,表明兩個變量都具有平穩性。

表2 東亞新興經濟體各國 (地區)的全要素生產率 (TFP)

表3 東亞新興經濟體各國 (地區)TFP和ODI的ADF檢驗結果

(二)VAR模型分析

根據VAR模型的建模方法,本文采用的VAR模型為

其中,TFP是內生變量向量,ODI是外生變量向量,A1、A2、…、An和B1、B2、…、Bn是待估的系數矩陣,δ是隨機擾動向量,n為模型滯后階數。依據式 (4),以TFP為被解釋變量,以TFP和ODI的n階滯后變量作為解釋變量,依據OLS方法進行回歸分析 (見表4所示)。從回歸結果看,調整R2表明方程擬合優度良好,對模型進行穩定性檢驗,得到特征方程全部根的倒數值都在單位圓內,表明VAR模型是穩定的。經檢驗各擾動項不與其滯后值相關,經White檢驗顯示也不存在異方差,模型效果良好,因此可以對VAR模型做脈沖響應函數分析和方差分解分析。

表4 東亞新興經濟體各國 (地區)VAR模型分析結論

(三)脈沖響應函數分析

基于脈沖響應函數分析可以獲得東亞新興經濟體各國 (地區)對外直接投資變動與全要素生產率變動之間的相互沖擊動態響應路徑 (如圖1所示)。橫軸表示沖擊作用的滯后期間數,縱軸分別表示響應幅度,實線表示脈沖響應函數,虛線表示正負兩倍的標準差偏離帶。

圖1 東亞新興經濟體各國 (地區)脈沖響應函數圖

圖1(a)表明在短期內菲律賓對外直接投資變動會對TFP產生正面影響,以后各期逐漸遞減,但一直都呈現正效應,直到第4期以后影響逐漸消失。圖1(b)表明在短期內中國對外直接投資變動對TFP產生負效應,以后各期負效應逐漸減少,直至第3期以后負效應消失。圖1(c)表明在初期香港對外直接投資變動對TFP產生正向沖擊,但在短期內迅速轉變成負效應,從第2期之后負效應逐漸降低,到第5期后逐漸消失。圖1(d)表明對外直接投資變動在短期內對韓國TFP的沖擊效應為負,在第2期以后逐漸轉為正效應,第3期之后正效應逐漸降低,并逐漸消失。圖1(e)表明泰國對外直接投資變動對TFP的沖擊效應在短期內為負且日趨明顯,到第2期以后逐漸降低,到第3期轉為正效應,第4期后正效應逐漸消失。圖1(f)表明初期對外直接投資變動對馬來西亞TFP沖擊效應為負,在第2期負效應最大,以后逐漸轉為正效應,到第3期正效應最大,之后逐漸消失。圖1(g)表明初期對外直接投資對印度尼西亞TFP的沖擊效應為正,在第2期以后逐漸消失,并在第3期后轉為負效應,之后逐漸消失。圖1(h)表明在短期內對外直接投資對新加坡TFP的沖擊效應迅速由負效應轉為正效應,第3期后又產生短暫的負效應,之后逐漸消失。

總體來看,中國對外直接投資變動對TFP產生的沖擊效應一直為負直至消失,而菲律賓對外直接投資變動對TFP產生的沖擊效應始終為正,并逐漸消失。東亞新興經濟體其他國家 (地區)對外直接投資變動對母國TFP的沖擊效應都經歷正向與負向之間的轉換,其中香港多數期間都表現為負效應,而韓國和印度尼西亞主要表現為正效應,泰國和馬來西亞對外直接投資變動對母國TFP的沖擊效應都是先正后負,而新加坡表現為先負后正,最后消失。

(四)方差分解分析

為進一步了解東亞新興經濟體各國 (地區)ODI對TFP的影響程度,我們可以對VAR模型做方差分解分析。本文采用漸近解析法對變量ODI和TFP進行方差分解,結果如表5所示。根據表5可以看到,東亞新興經濟體ODI對各個國家 (地區)TFP的影響程度差異較大,香港對外直接投資對全要素生產率的影響程度最大,到第10期達到了32.3%,韓國在第10期達到了14.8%。其他國家(地區)ODI對TFP的貢獻普遍較小,均沒有超過10%。中國ODI對TFP的貢獻率最小,到第10期貢獻率只有0.89%,表明中國對外直接投資對TFP幾乎沒有促進作用。馬來西亞和泰國ODI對于TFP的影響程度略強于中國,到第10期貢獻率分別為1.38%和1.08%,新加坡ODI對TFP的貢獻率為2.83%,印度尼西亞ODI對于TFP的貢獻率達到7.88%,僅低于香港和韓國。

四、主要結論

本文采用VAR模型、脈沖響應函數及方差分解方法,實證研究了東亞新興經濟體各國 (地區)對外直接投資對母國逆向技術溢出效應的影響路徑及影響程度。研究結果表明,東亞新興經濟體對外直接投資對母國逆向技術溢出效應的影響程度和路徑差異很大,韓國、泰國和馬來西亞對外直接投資對母國逆向技術溢出效應從長期來看具有正效應,但具有滯后性,在短期內表現為負效應,表明對外直接投資對母國逆向技術溢出具有 “門檻”效應,在短期內不會產生明顯的逆向技術溢出效應;菲律賓、印度尼西亞和新加坡對外直接投資對母國在多數時期均能產生較為明顯的逆向技術溢出效應,僅在個別時期表現為負效應,但不顯著。香港對外直接投資對母國逆向技術溢出表現為負效應,說明香港跨國企業對外直接投資在一定程度上引起了 “產業空心化”。中國對外直接投資對母國沒有產生明顯的逆向技術溢出效應,主要原因是企業對外直接投資產生逆向技術溢出效應具有“滯后性”和 “門檻”,我國企業 (尤其是民營企業)較大規模的對外直接投資近年才開始涌現,技術學習和吸收是一個長期的過程,因此需要政府部門加以政策引導。

[1]Dunning J.H.and Narula R.Multinational and Industrial Competitiveness:A New Agenda[M].Cheltenham:Edward Elgar,1995.

[2]Andrea Fosfuri and Massimo Motta.Multinationals Without Advantages[J].Scand Journal of Economics,101(4),617-630,1999.

[3]Nigel Driffield and James H.Love.Foreign Direct Investment,Technology Sourcing and Reverse Spillovers[J].The ManchesterSchool,Vol.71 No.6,2003,(12).

[4]Lee Branstetter.Is Foreign Direct Investment a Channel Of Knowledge Spillovers?Evidence from Japan FDI in the United States[J].American Economic Outlook,252(11),115-123,2000.

[5]James H.Love.Technology Sourcing Versus Technology Exploitation:an analysis of US foreign direct investment flows[J].Applied Economics,2003,(35):1667-1678.

[6]Fosfuri.The geographic sources of foreign subsidiaries'innovation[J].Strategic Management Journal,1999,Vol.22,pp.101-123.

[7]Makino Lan Yeh.Asset-Exploitation Versus Asset-Seeking:Implications for Location Choice of Foreign Direct Investment from Newly Industrialized Economies[J].Journal of international business studies,2002,Third Quarter:403-421.

[8]Lecraw.Outward Direct Investment from Indonesia and Level of Management[J].The Asian Development Outlook,1995,(12):213-221.

[9]Pradhan Jaya Prakash and SinghNeelam.Outward FDI and Knowledge Flows:A Study of the Indian Automotive Sector[J].MPRA Paper,No.12332,2008,(12).

[10]王英,劉思峰.國際技術外溢渠道的實證研究 [J].數量經濟技術經濟研究,2008,(4):153-160.

[11]劉明霞.中國對外直接投資的逆向技術溢出效應研究 [J].世界經濟研究,2009,(9):57-63.

[12]闞大學.對外直接投資的反向技術溢出效應——基于吸收能力的實證研究 [J].商業經濟與管理,2010,(6):53-58.

[13]白潔.對外直接投資的逆向技術溢出效應:對中國全要素生產率影響的經驗檢驗 [J].世界經濟研究,2009,(8):65-69.