中國產業內投資及其雙向影響關系研究—基于Panel VAR的分析

■ 譚本艷 博士 何曉煒（三峽大學經濟與管理學院 湖北宜昌 443002）

中國產業內投資及其雙向影響關系研究—基于Panel VAR的分析

■ 譚本艷 博士 何曉煒（三峽大學經濟與管理學院 湖北宜昌 443002）

本文根據2003-2010年中國18個產業對外直接投資和引進直接投資的數據，計算出產業內投資指數，結果表明中國產業內投資水平較高的產業主要集中在服務類產業，制造業及技術密集型產業的產業內投資水平均較低；中國產業內投資的整體水平呈現穩步提高的趨勢，但與發達國家相比差距明顯。基于面板向量自回歸模型的實證分析表明，中國各產業引進的直接投資對對外直接投資有較小的貢獻，但整體上中國產業內投資的雙向影響關系還不明顯。最后，本文提出了中國產業內投資有待深入研究的具體問題。

產業內投資 對外直接投資引進外資 面板向量自回歸模型

問題的提出

所謂產業內投資（Intra-industry FDI），是產業內雙向直接投資的簡稱，即一個國家在同一產業內既是FDI的來源國又是FDI的接受國（Norman and Dunning, 1984），即一個國家在同一產業內既引進外國直接投資又對外直接投資的現象。改革開放以來，中國在大量引進外商直接投資的同時，也開始了對外直接投資，2009中國企業對外直接投資額達到565.29億美元，2010年達到688.11億美元，截止到2010年底，中國企業累計對外直接投資額達到3172.11億美元。在此背景下，國內學術界對中國對外直接投資的產業問題進行了相關研究，研究視角主要集中在中國對外直接投資的產業選擇上。但是，相比國內學術界大量研究產業內貿易（Intra-industry trade）的文獻，國內學者還沒有從產業內投資視角研究中國對外直接投資。研究中國產業內投資問題，可以對中國引進外國直接投資和對外直接投資的產業分布進行比較分析，從而為中國企業對外直接投資的產業選擇提供借鑒意義。

產業內投資相關文獻述評

國外學術界較早地對產業內投資問題進行了研究。Hymer（1960）最早關注了該問題，他發現產業內投資現象在發達國家之間的交叉投資（Cross investment）中比較普遍，特別是技術密集型產業內更為明顯，如美國標準石油公司和荷蘭皇家石油公司均在對方國家投資并借貸，但這一現象無法用標準的國際利率差別理論解釋。Graham（1975）在其博士論文中，也對產業內投資現象進行了分析，他對187家在歐洲投資的美國跨國公司以及在美國投資的88家歐洲跨國公司的直接投資行為進行了實證分析，發現歐美跨國公司在對方國家投資的產業具有很大的相似性。

Norman and Dunning（1984）對產業內投資的含義、基本原理及其貿易效應進行了較為系統的研究，并首次根據187家美國跨國公司和226家英國、德國、法國、日本的跨國公司20世紀70年代對外直接投資的資料，構建了產業內投資指數（Index of IIFDI），結果發現這些發達國家的產業內投資指數均較高，其中美國和英國的整體產業內投資指數均達到0.64，德國為0.61，法國為0.56，日本為0.46。

Dunning and Norman（1985）、Graham（1985）、Rugman（1985）等進一步對產業內投資的決定因素進行了分析，他們都是在標準的國際直接投資理論框架下，特別是在Dunning的所有權優勢、區位優勢和內部化優勢（OLI）的框架下進行分析。但是，從企業所具有的特定優勢方面出發并不能很好地解釋產業內投資現象。Driffield and Love（2005）根據英國1981-1996年基于兩位數代碼分類的制造業和服務業的產業內投資資料，重新開始了對這一問題的研究，其研究結果發現，盡管距Hymer（1960）開創性的研究已經40余年，商品和要素市場的一體化得到了顯著的發展，但產業內投資依然主要發生在發達國家之間，而且依然主要集中在技術密集型產業。

圖1 PVAR模型的脈沖響應圖

Alfaro and Charlton（2009）根據65萬多個跨國公司在90多個國家所涉及的400多個基于四位數代碼分類產業的投資數據，對產業內投資的類型和動機進行了更深入的研究。研究結果表明，基于兩位數代碼分類的產業研究FDI，只能揭示產業間投資（Inter-industry FDI），而不能揭示垂直型產業內投資（Intra-industry vertical FDI），由于超過一半的垂直型產業內投資只有在基于四位數代碼分類的產業中可以觀測到，因而垂直型FDI所占的比例大于通常認為的水平，即便在發達國家也是如此。

相比國外學術界豐富的產業內投資問題研究文獻，從已知文獻來看，國內學者僅有李淑貞、徐艷（2006）根據美國的金屬、化工和機械制造三個產業的1991-2004年的數據，研究了美國產業內投資和產業內貿易的關系，但他們并沒有基于中國的產業內投資數據進行研究。可見，國內學術界對產業內投資問題的研究幾乎處于空白狀態，因此，本文在分析中國產業內投資的現狀、特征的基礎上，運用面板向量自回歸模型（Panel VAR，以下簡稱PVAR）來分析產業內引進外資與對外投資的雙向影響關系進行研究。

中國產業內投資現狀

與國外學術界普遍采用的方法一樣，本文采用Norman and Dunning（1984）構建的產業內投資指數（Index of IIFDI）來考察中國產業內投資的現狀，產業內投資指數的計算公式為：

其中，OFDI表示某一產業的對外直接投資，IFDI表示某一產業的引進直接投資。IIFDI介于0到1之間。如果一國在某產業僅有對外直接投資或僅引進直接投資，那么IIFDI=0，即該產業不存在產業內投資，也就是該產業只存在單向投資（One way investment）；如果IIFDI>0，意味著該國在該產業既對外直接投資又引進直接投資，即存在產業內投資，IIFDI的值越接近于1，表明該產業的產業內投資水平越高；如果IIFDI=1，表明該產業的對外直接投資與引進直接投資相等。此外，將所有產業的產業內投資指數進行簡單平均，可以得到反映一個國家（地區）產業內投資整體水平的“整體產業內投資指數”（Overall Index of IIFDI）。產業內投資指數的高低，可以直接反映一個國家（地區）內外向直接投資的競爭力。根據（1）式，本文計算了中國18個產業（金融產業除外）2003-2010年的產業內投資指數和整體產業內投資指數（見表1）。

表3 PVAR模型（2）的方差分解

表1 中國產業內投資指數（2003-2010年）

表2 PVAR模型（2）的估計結果

從表1可以看出，中國產業內投資呈現出以下特征：首先，產業內投資水平較高的產業均集中在服務類產業。其中產業內投資水平最高的兩個產業是交通運輸、倉儲和郵政業以及批發和零售業，累計的產業內投資指數分別達到0.95和0.88；其次為建筑業和租賃和商務服務業，分別達到0.68和0.58。其次，房地產業、教育、住宿和餐飲業、衛生、社會保障和社會福利業、文化、體育和娛樂業以及公共管理和社會組織產業內投資的水平較低，累計的產業內投資指數基本上小于0.2，多個年份的產業內投資指數為0，也就是說只有單向投資。再次，中國制造業產業內投資的水平非常低，指數僅為0.08。我們知道，中國制造業引進的直接投資是所有產業中最多的，因此，相比制造業引進的大量直接投資，中國制造業對外直接投資的規模明顯偏小。最后，中國技術密集型的產業，如科學研究、技術服務和地質勘查業和信息傳輸、計算機服務和軟件業的產業內投資水平較低，這和發達國家產業內投資水平較高的多為技術密集型產業有顯著的差異。相比發達國家的產業內投資水平，中國產業內投資21世紀10年代的整體水平還不及美英德法日等發達國家20世紀70年代的水平。

中國產業內投資雙向影響關系實證分析

本文通過建立面板向量自回歸模型（PVAR），對中國各產業引進的直接投資和對外直接投資之間的雙向影響關系進行分析，從而分析中國產業內投資水平較低的原因。

（一）模型說明

本文利用中國18個產業2003-2010年引進直接投資（IFDI）與對外直接投資（OFDI）的面板數據，建立如（2）式所示的PVAR模型，來考察中國各產業引進的直接投資和對外直接投資之間的雙向影響關系。

其中，FDIi,t是一個包含IFDIi,t和OFDIi,t兩個變量的向量。從模型（2）可以看出，對面板數據作向量自回歸分析，本質上是估計動態面板數據模型，因而需要對模型中的各個截面施加同質性假定。而現實中同質性假定通常不成立，為了解決這一問題，本文借鑒Love和Zicchino（2006）的做法，對模型（1）中的面板數據進行前向均值差分變換（Helmert變換）：

（二）PVAR模型的估計

文章對數據變換后的模型采用系統廣義矩方法估計。此外，估計PVAR模型還需要確定滯后因變量的階數。本文確定滯后階的方式是，先從各變量滯后1階開始，逐次增加滯后階數并進行回歸，然后對回歸殘差進行二階自相關檢驗來確定PVAR模型的滯后階數，并對工具變量的整體有效性進行Sargan檢驗，估計結果見表2。

由表2可知，對回歸殘差進行二階自相關檢驗的統計量AR（2）均表明PVAR模型（2）估計的殘差沒有二階自相關，Sargan檢驗統計量也顯示工具變量不存在過度約束，即工具變量整體上是有效的，因而本文確定的2階PVAR模型是合適的。

（三）PVAR模型的脈沖響應分析

由于中國各產業的IFDI受中國國內環境、市場規模、外資政策等因素的影響較大，規模也較大，而中國各產業的OFDI的規模較小，因而OFDI的外生性較IFDI強，本文的脈沖響應分析中變量排序為OFDI在前，IFDI在后，PVAR模型（2）脈沖響應分析結果見圖1。

從圖1可以看出，來自中國各產業對外直接投資（OFDI）和引進直接投資（IFDI）的隨機沖擊對對方及其自身均沒有明顯的沖擊。即，中國各產業對外直接投資（OFDI）與引進直接投資（IFDI）之間的雙向影響關系不明顯。

（四）PVAR模型的方差分解分析

上述脈沖響應分析描述的是VAR模型中的來自一個變量的沖擊對其他變量的影響，而方差分解（Variance decomposition）描述的是來自VAR模型中某個變量的沖擊強度占其他變量總的變動的比例，即某個變量的沖擊對其他變量變化的相對貢獻度。本文對PVAR模型（2）進行方差分解分析，結果見表3。

從表3可以看出，來自中國各產業IFDI的沖擊對OFDI的變動有較小的貢獻度（第10期和第20期的貢獻度分別為3.51%和4.34%），而來自OFDI的沖擊對IFDI的變動幾乎沒有貢獻度（第10期和第20期的貢獻度分別為1.22%和1.27%）。同時也可以看出，中國OFDI和IFDI的變動均主要受其自身沖擊的影響。

上述中國產業內投資的雙向影響關系分析表明，中國各產業的對外直接投資和引進的直接投資之間還沒有明顯的雙向影響關系，各自的變動均只受其自身沖擊的影響。這一分析結果也說明，正是由于中國現階段各產業的對外直接投資和引進直接投資之間的雙向影響關系不明顯，從而導致了中國產業內投資水平較低。

結論

本文根據2003-2010年18個產業對外直接投資和引進直接投資的相關數據，通過構建產業內投資指數和PVAR模型，對中國產業內投資的現狀及其雙向影響關系進行了研究，得出結論如下：中國產業內投資水平較高的產業主要集中在服務類產業；中國制造業和技術密集型產業產業內投資水平均較低；中國產業內投資的整體水平呈現穩步提高的趨勢，但中國21世紀初產業內投資的整體水平還不及發達國家20世紀70年代的水平；除了IFDI對OFDI的變動有較小的影響外，中國產業內投資的雙向影響關系整體上不明顯。

需要說明的是，本文所嘗試的中國產業內投資現狀及其雙向影響關系的研究顯然是初步的。筆者認為，對中國產業內投資問題的后續研究，可以從以下兩方面展開：第一，基于國別（地區）差異的產業內投資問題。國外學術界研究的基本是發達國家之間的產業內投資，那么，中國在發達國家和發展中國家的產業內投資的產業分布及水平有何區別？這是需要學術界進一步研究的問題。第二，基于更細產業分類的產業內投資問題研究。本文的產業內投資是基于大的分類產業研究。如前所述，Alfaro and Charlton（2009）的最新研究結果表明，基于四位數代碼分類的產業內投資研究，可以更準確地揭示產業投資的類型是垂直型還是水平型，本文的研究顯然不能揭示這些問題。通過對這些問題的研究，可以厘清中國產業內投資的動機，從而更好地調整和優化中國產業內投資的結構。

1.李淑貞，徐艷.產業內投資與產業內貿易—基于美國的經驗檢驗[J].國際經濟觀察，2006（12）

2.Alfaro, L. and Charlton, A. Intra-industry Foreign Direct Investment[J].American Economic Review, 2009,99（5）

3.Driffield, N. and Love, J.H. Intraindustry foreign direct investment, uneven development and globalisation: the legacy of stephen hymer[J].Contributions to Political Economy,2005,24（1）

4.Dunning, J. H. and Norman, G. Intra-industry production as a form of international economic involvement: An exploratory analysis, in Multinationals as Mutual Invaders: Intra-industry Direct Foreign Investment[M].edited by A. Erdilek, New York, St. Martin’s Press,1985

5.Graham, E.M.Intra-industry direct foreign investment, market structure, firm rivalry and technological performance, in Multinationals as Mutual Invaders: Intra-industry Direct Foreign Investment[M].edited by A.Erdilek, New York, St. Martin’s Press,1985

6.Graham, Edward M.Oligopolistic Imitation and European Direct Investment in the United States[D].D.B.A. Dissertation,Harvard University, 1975

7.Hymer, S. The International Operations of National Firms: A Study of Direct Foreign Investment[M].Cambridge, MIT Press,1960

8.Love, I. and Lea Zicchino, L. Financial development and dynamic investment behavior: Evidence from panel VAR[J]. The Quarterly Review of Economics and Finance,2006,46

9.Norman, G., Dunning, J. H. Intraindustry Foreign Direct Investment: Its Rationale and Trade Effects[J]. Review of World Economics,1984,120（3）

10.Rugman, A. M. The determinants of intra-industry direct foreign investment,in Multinationals as Mutual Invaders: Intraindustry Direct Foreign Investment[M].Edited by A. Erdilek, New York, St. Martin’s Press,1985

本文為2010年教育部人文社會科學項目“動態面板數據模型內生結構突變檢驗理論及其對中國的運用研究”（10YJC790230）和三峽大學人才科研啟動基金項目“面板數據模型及其對中國的運用研究”（KJ2011B045）的部分研究成果

F114.41

A