FDI進入與“珠三角”創新驅動發展的實證研究

文林莉

【摘 要】文章利用我國30個省區的面板數據，采用空間計量的方法實證檢驗了FDI的進入對“珠三角”地區創新驅動發展的影響。主要的結論如下：FDI的進入對“珠三角”創新驅動發展具有顯著的正面影響，對“珠三角”的外貿水平、產權結構、地區經濟發展水平也有顯著地提升，而企業規模對創新驅動發展的改善起到了抑制作用，“珠三角”吸收能力的提高有助于發揮FDI對創新驅動發展的促進作用。文章重點在如下幾個方面進行了拓展：首先將科技創新的空間相關性納入模型的分析中，采用空間計量的方法實證分析FDI進入對創新的影響；其次采用創新驅動發展來從整體上對各個地區的創新水平進行考查；最后對FDI影響科技創新驅動發展的“珠三角”本地吸收能力進行探究。文章對FDI與創新驅動發展問題的研究，為創新型區域建設和如何利用FDI提高“珠三角”本土的創新能力提供了有益的啟示。

【關鍵詞】FDI；創新；驅動；面板數據；空間計量

【中圖分類號】F124.3 【文獻標識碼】A 【文章編號】1674-0688（2016）12-0011-04

隨著全球經濟一體化的深化，以外商直接投資（FDI）為代表的要素流動成為“珠三角”國際貿易的重要形式。截至2015年，“珠三角”地區已成為我國吸引外資最多的地區。FDI的進入不僅彌補了“珠三角”地區資金和外匯缺口，而且對“珠三角”區域經濟發展的多個方面產生了重要的影響。創新是推動經濟持續增長的重要動力，也是提升“珠三角”地區核心競爭力的關鍵，在國際競爭日趨激烈的今天，提高自主創新能力更是被擺到了國家發展戰略的核心位置。對于“珠三角”而言，引進和學習發達國家的先進技術是提高創新能力、實現經濟跨越式發展的基本經驗。

1 創新驅動發展的測度

1.1 方法簡介

這里的創新驅動發展是科技創新驅動發展的簡稱，目前評測科技創新驅動發展的方法主要有以隨即前沿分析（SFA）為代表的參數法和以數據包絡分析（DEA）為代表的非參數法。其中，DEA方法無須設定具體的生產函數，采用線性規劃技術確定生產前沿面，也無需進行特定的行為假設，避免了主觀因素的影響，因此被廣泛地采用。這里我們采用此方法，DEA方法由Farrell（1957）[6]首先提出，后經Charnes、Cooper和Rhoades（1978）[7]完善形成規模報酬不變（CCR）模型和規模報酬可變（BCC）模型。

假設有s個決策單元（DMU），使用m種投入要素xij（j=1，2，3，…，m），生產n種產品yir（r=1，2，3，…，n），其中投入和產出都是非負值，那么每一個決策單元o的相對效率衡量指標Eo（u，v）可表示如下：

maxEo（u，v）=■ST■=1（1）

1.2 投入產出指標的選取

在對創新驅動發展進行具體的測定時，需要選取合適的投入產出指標。對于投入指標，我們選取各地區R&D人員全時當量和R&D資本存量指標，其中R&D人員全時當量指標由《中國科技統計年鑒》直接給出，而對于R&D資本存量指標，《中國科技統計年鑒》并沒有直接給出，而是給出R&D流量指標，在此，參考Griliches（1980）[8]的做法，采用永續盤存法進行核算，具體的表達求如下：

Kit=Kit-1+Iit-Dit（2）

式（2）中，Kit和Kit-1分別為i地區的第t期和t-1期的R&D資本存量，Dit為i地區的第t期折舊，以2000年為基期，應用朱平芳和徐偉民構造的R&D支出價格指數=0.55×消費價格指數+0.45×固定資產投資價格指數對名義的R&D支出經費進行調整。

2 模型設定和其他變量說明

2.1 MoranI指數

在對FDI的進入度和創新驅動發展進行具體的考察前，需要了解創新驅動發展是否存在空間相關性，具體的衡量統計量是MoranI指數，計算公式如下：

Moran's I=■（3）

式（3）中，xi和xj表示空間單元i與j的屬性值；S2為樣本方差；Wij為兩地區地理中心位置之間的距離。MoranI指數的取值范圍為[-1，1]，當取值大于0時，表明存在正的相關性，相反即表明存在負的空間相關性，并且取值的絕對數表明相關性的程度大小。具體的結果見表1。

由表1可知，各地區的創新驅動發展間基本存在著顯著的正的空間相關性，即周邊地區的創新驅動發展的改善能夠帶動本地區的創新驅動發展的提高。

2.2 空間模型設定

受制于分析工具，經典的計量模型不考慮空間因素，Anselin（1988）對空間模型進行了系統的研究，考慮空間數據的非同質性，建立了空間自回歸模型（SAR）和空間誤差（SEM）模型等。如果變量在空間上相關，則為空間自相關模型，如果模型誤差在空間上相關，則為空間誤差模型。因此，本文建立如下的模型：

TCit=α+φWTCit+βiFDIit+■δkXkit+μit（4）

TCit=θWμit+εit（5）

式（4）和式（5）分別為空間自相關模型和空間誤差模型，TCit為i地區第t期的創新驅動發展。W為空間距離權重矩陣。φ為鄰近省份創新驅動發展的空間加權變量；FDit為FDI進入度，用各地區三資工業企業的總資產與工業總資產的比值表示；μit和εit為隨機誤差項。Xkit為其他的控制變量，包括對外開放度（Open），用各地區的出口總值占地區GDP的比值表示；企業規模（Size），用各地區工業企業主營業務收入除以企業數表示；產權結構（Own），用各地區國有工業資產占工業總資產的比值來表示；地區經濟發展水平（Dev），用地區GDP的對數值表示。

FDI的進入對本地創新能力的影響可能受到本地區吸收能力的影響，基于這一點，我們考慮FDI的進入度與人力資本的交互項，因而重新構建模型如下：

TCit=α+φWTCit+βiFDIHCit+■δkXkit+μit（6）

其中，FDIHC為FDI進入度與人力資本的交互項，人力資本的具體計算方法參照白俊紅（2011）[9]，其他定義同上。

2.3 數據來源

由于西藏的年份缺失，這里我們采用除西藏之外剩余30個省份的2003—2012年的面板數據進行分析，數據主要來源相應年份的《中國科技統計年鑒》和《中國統計年鑒》。

3 結果分析

利用matalb軟件進行估計，Hausman檢驗的結果顯示，固定效應優于隨即效應，因此這里只報告固定效應的估計結果。事實上，當樣本由特定的個體組成時，選擇固定模型較為恰當，否則選擇隨機效應。由于固定效應包括地區和時間兩類觀測效應，因此具體可分為無固定效應（NF）、地區固定而時間不固定（sF）、時間固定而地區不固定（tF）及時間和地區均固定（stF）4類。具體見表2。

表2報告了空間自相關模型和空間誤差模型的回歸結果。根據Elhorst（2003）[10]的判斷準則，地區固定時間不固定（sF）的空間誤差結果具有較高的空間系數，并且在1%的水平下顯著，此外從可決系數和似然值來看，二者的數值都是最高的，因此此處采用該模型進行分析。

空間誤差系數顯著為正，意味著鄰近的區域的創新驅動發展存在著顯著的正的空間相關性，即周邊地區的創新驅動發展的提高能夠改善本地區的創新驅動發展，創新驅動發展存在“局域俱樂部現象”。地理距離的鄰近不僅可以節約交通成本和方便資源的共享，而且有利于研究人員之間面對面的交流和溝通，從而有利于效率的提高。

FDI的進入在10%的水平上對創新驅動發展的影響為正，表明FDI在國民經濟中所占的比重提高有利于創新驅動發展的改善。究其原因主要有以下方面：一方面，FDI的進入帶來了相對于“珠三角”本地企業來說較為先進的技術，特別是近些年，一些大型的跨國公司在本地設立的研發機構越來越多，這給“珠三角”本地企業提供了直接的學習機會，通過與外資企業之間各種直接和間接的聯系，在節約本地企業創新成本的同時，大大地縮短了本地企業的創新周期；另一方面，外資企業的進入加劇了本地同類市場的競爭，一些技術水平和效率低的企業面對較大的生存壓力，甚至是破產倒閉出局，在這種情況下，本地企業就有較大的動力進行科技創新。

進一步考查其他控制變量對創新驅動發展的影響。從估計結果來看，對外貿易的回歸系數在10%的水平下通過假設檢驗，因此創新驅動發展的提高隨著對外開放水平的提高而得到改善。通過進口先進的技術設備，直接增大了“珠三角”本地的創新投入。此外，對進口的高技術產品的消化和吸收也能夠加快本地的創新速度。從出口來看，“珠三角”本地企業在出口的過程中不但能夠得到國外產品購買者的技術支持，而且面對國際市場的激烈競爭，企業更有動力進行創新。企業規模的系數為負，也就是說企業規模的增加不但沒有促進反而抑制了效率的提高，可能的原因如下：隨著企業規模的擴大，研發要素之間的交流和溝通成本增加，從而阻止了效率的提高。產權結構和地區經濟發展水平均通過了1%的顯著性檢驗。產權結構對區域效率有正的影響，也就是說隨著國有產權在整個經濟中所占的比重不斷提高，區域效率也會得到改善，這可能是與研發的特點有關系，作為一項高風險、低收益、高成本的活動，一般的中小企業沒有實力進行，并且國有企業有能力引進高素質的研發人員，從而加速創新投入的轉化率。地區經濟發展水平的估計系數也為正，說明區域經濟水平的提高有利于區域效率的改善，隨著地區的經濟實力的提升，地區基礎設施、人員素質等也會得到提高，這些為效率的提升提供硬件和軟件基礎。

那么，“珠三角”本地區吸收能力的提高是否有助于改善FDI的創新驅動發展的促進作用，見表3。

由表3的結果，我們仍選擇空間固定時間不固定（sF）的空間誤差回歸結果進行分析，具體的選擇原因同上。我們看到FDI與人力資本交互項的系數顯著為正，意味著本地吸收能力的提高有助于FDI的創新驅動發展效率的提升，表明未來政府在引資的過程中也要注意提高“珠三角”地區的吸收能力，這樣才能更好地吸收外資企業的技術溢出。其他變量的解釋同上，這里不再贅述。

4 結論及建議

本文利用我國30個省區的2006—2015年的面板數據，利用空間計量的方法，實證分析了FDI的進入對“珠三角”區域創新驅動發展效率的影響，主要的結論如下：

不同地區間的創新驅動發展存在顯著的正的空間相關性，鄰近地區的創新驅動發展效率的提高有助于“珠三角”地區創新驅動發展的改善。FDI的進入可以顯著改善“珠三角”地區的創新驅動發展的效率，未來“珠三角”地區的地方政府要出臺相關的政策以進一步提高引進外資的質量。對外貿易、產權結構、區域經濟發展水平對創新驅動發展的影響為正，而企業規模對創新驅動發展的影響為負，未來應繼續提高對外貿易水平、優化產權結構、提升經濟發展水平，同時應該避免過于臃腫的大型企業機構的出現。本地區吸收能力的提高對FDI的創新驅動發展的提升作用具有顯著的正面影響。

參 考 文 獻

[1]Globerman S.Foreign Direct Investment and Spillo-ver Efficiency Benefits in Canadian[J].Journal ofEconomics，1979（12）：42-56.

[2]Blomstrom M，Persson H.Foreign Investment and Spillover Efficiency in an Underdevelopment Economy：Evidence from the Mexican Manufacturing Industry[J].World Development，1983（11）：493-501.

[3]Djankov S，Hoekman B.Foreign Investment and Pr-oductivity Growth in Czech Enterprises[J].WorldBank Economic Review，2000（14）：49-64.

[4]Konings J.The Effect of Foreign Direct Investmenton Domestic Firms：Evidence from Firm Level Panel Data in Emerging Economies[J].Economics of Transition，2001（9）：619-633.

[5]Anselin L.Spatial Economitrics：Methods and Mo-dels[M].Dordrecht：Kluwer Academic publishers，1988.

[6]Farrell M，J.The measurement of productive efficiency[J].Journal of Royal Statistical Society，1957（120）：253-281.

[7]Charnes A，Cooper W W，Rhodes E.Measuring theefficiency of decision making units[J].European Jo-urnal of Operational Research，1978（2）：429-444.

[8]Griliches Z.R&D and the Productivity Slowdown[J].NBER Working Paper No.w0434，1980.

[9]白俊紅.人力資本、R&D與生產率增長[J].山西財經大學學報，2011（12）：18-25.

[10]Elhorst J. P.Specification and Estimation of Spatial Panel Data Models[J].International RegionalScience Review，2003，26（3）：244-268.

[責任編輯：鄧進利]