中國對外直接投資能否產生逆向技術溢出效應？

陳　強，劉海峰，汪冬華，徐　馳

(1.同濟大學　經濟管理學院，上海　200092； 2. 華東理工大學　商學院，上海　200237)

?

中國對外直接投資能否產生逆向技術溢出效應？

陳強1，劉海峰1，汪冬華2，徐馳2

(1.同濟大學經濟管理學院，上海200092； 2. 華東理工大學商學院，上海200237)

摘要：在以往對中國對外直接投資的逆向技術溢出效應的研究中，通常使用的是籠統的宏觀統計數據，沒有對技術尋求型對外直接投資進行區分，因而一定程度影響了研究結論的精確性。本文采用拓展的LP模型，將中國技術尋求型對外直接投資作為獨立的變量，利用主成分回歸方法進行分析。研究結果表明：國內研發投入、商品進口、外商來華投資、技術尋求型對外直接投資和其它對外直接投資均對我國全要素生產率產生顯著的正面影響，其中外商來華投資的影響顯著高于其它因素，國內研發投入和商品進口的影響居中，技術尋求型對外直接投資和其它類型對外直接投資也都對國內全要素生產率產生了顯著的正面影響，但程度均較低。

關鍵詞：對外直接投資；逆向；技術溢出；主成分分析

一、引言

2014年，中國對外直接投資(以下簡稱ODI)流量達到約1231億美元，首次超過外商來華投資(以下簡稱FDI)的1012億美元流量，標志著中國對外經濟合作乃至總體經濟的發展水平進入了一個新的階段。學術界認為投資母國進行ODI時，可以通過示范效應、競爭效應、產業關聯效應和交流培訓效應等獲取國外的技術溢出，但這類結論主要出自針對發達國家所進行的研究，而中國現階段經濟和科技發展水平相對落后，ODI存量尚小，技術尋求型投資的比重低，學習、吸收和再創新的能力有限。在這種情況下，中國獲取逆向技術溢出的效果究竟如何，亟待深入研究。對此問題的解答關系到企業發展策略和國家大政方針，是學術界、產業界以及政府所關注的問題。

國外學者關于ODI的研究始于20世紀60年代，但針對其逆向技術溢出效應的實證研究是在20世紀90年代才興起的。Kogut等(1991)[1]發現日本針對美國的ODI對日本產生了技術溢出。Neven 等(1996)[2]發現美、日對法、德、英、意等國的ODI產生了逆向技術溢出。Head等(1999)[3]發現日本在美國的ODI促進了日本的技術進步。Lichtenberg等(2001)[4]對美、日、歐盟等的ODI研究也發揭示了顯著的逆向技術溢出效應。Branstetter(2006)[5]針對日本對美國的ODI研究發現了雙向的技術溢出。Pradhan等 (2009)[6]發現印度汽車產業的ODI產生了明顯的逆向技術溢出。Nigel Driffield等(2009)[7]在英國的ODI中也發現了逆向溢出效應。不過，也有少量實證研究的結論是逆向溢出效應不存在或不顯著。如，Braconier等 (2001)[8]對瑞典ODI的研究沒能檢測出其對瑞典國內生產率有促進作用。Gwanghoon Lee等(2006)[9]對OECD國家ODI的研究得出了技術溢出效應不顯著的結論。Bitzer等(2008)[10]對OECD國家的研究發現，不同國家的ODI在獲取逆向技術溢出效應方面差異較大，法、英、日等產生了顯著的正面作用，而加、德、韓等卻沒有。Dierk Herzer(2010)[11]針對一批發展中國家ODI的實證研究也得出逆向溢出效應因國家而不同的結論。可以看到，研究結論以發現顯著的逆向溢出效應為多，但也有少量認為此效應不顯著或不存在的判斷。國外學者在此方面的研究主要是針對發達國家，很少針對發展中國家，有關中國的情況更是鮮有反映。

關于中國ODI獲取逆向技術溢出效應的實證研究起步較晚，興起于本世紀初，主要由國內學者開展，并且結論存在較多分歧。趙偉等(2006)[12]、劉凱敏等(2007)[13]、李有(2009)[19]、劉明霞(2009)[15]、周春應(2009)[16]、何一鳴等(2011)[17]、龔艷萍等(2009)[18]、吳先明等(2009)[19]、常玉春(2011)[20]、蔣冠宏等 (2013)[21]的研究認為中國ODI存在顯著的逆向技術溢出效應。高敏雪等(2004)[22]、劉明霞等(2009)[23]、汪斌等(2010)[24]、屈展(2011)[25]、沙文兵(2012)[26]等的研究認為中國ODI存在逆向技術溢出效應，但地區差異較大。不過，也有不少研究沒能得出存在顯著的逆向技術溢出效應的結論。如：王英等(2008)[27]、鄒玉娟等(2008)[28]、白潔(2009)[29]、李平等(2009)[30]、闞大學(2010)[31]、劉偉全 (2010)[32]、肖文等(2011)[33]、李梅(2012)[34]、仇怡等(2012)[35]的研究認為中國ODI獲取逆向技術溢出的效應微弱或不明顯。此外，張宏等(2008)[36]的研究認為中國ODI是否產生了逆向技術溢出效應還得不出定論。周游(2009)[37]、李梅等(2011)[38]、吳淼淼(2011)[39]則認為中國ODI還沒有產生逆向溢出效應，甚至認為ODI對中國技術進步的抑制作用反而大于促進作用。

可以看到，許多研究結論是不顯著甚至是負面的，其原因可能主要有兩方面：一是客觀上，中國ODI尚處于發展的初級階段，大部分研究的時段在2011年之前，當時ODI的流量與存量與FDI都相去甚遠，而且其中技術尋求型ODI的比重很小，加之國內消化吸收再創新的能力較弱，因而難以產生顯著的逆向技術溢出效應；二是方法上，以往利用宏觀數據的研究所采用的基本都是回歸分析的方法，而ODI、FDI、國內研發投入、進口貿易等數據間往往存在較為嚴重的共線性問題，使用一般的回歸分析方法來處理這些數據往往會有問題；三是數據上，以往許多研究采用的都是籠統的中國ODI數據，沒能區分技術尋求型ODI和其它類型的ODI，這種情況下進行的實證分析很可能會影響對逆向技術溢出效應的有效估計。

上述三個問題中，除第一個是客觀事實外，后兩個則是主觀層面的問題，分別涉及分析方法和數據視角兩個方面。本研究嘗試用主成分回歸分析的方法來克服各變量存在共線性問題，用新的數據視角來改進對數據的加工和使用，以期更為合理地回答關于中國的ODI能否產生逆向技術溢出效應這個問題。

首先討論數據視角問題。事實上，就投資的目的和性質而言，有很多ODI是難以產生逆向技術溢出效應的，比如對非洲的礦產、油氣等自然資源的投資。因而在研究逆向技術溢出效應時，如果僅僅采用籠統的數據，對投資目的、國別、行業等不加區分，那么所得的結論很可能是粗略、有偏的。為此，需要盡可能合理地剝離出技術尋求型ODI，并估計其產生的逆向技術溢出效應。遺憾的是，中國官方公布的統計數據沒有給出技術尋求型ODI的具體信息。在內涵上，技術尋求型ODI是以獲取東道國的技術信息、管理經驗、智力資本、研發裝備和機構等科技資源為目標，以新建、并購或聯合海外研發機構為手段，以提升企業技術競爭力為目的的跨境資本輸出行為[40]。若根據國家標準的行業劃分來看，“制造業”、“科學研究和技術服務業”、“信息傳輸、軟件和信息技術服務業”這三個行業最具科技色彩，盡管它們并不能囊括所有的科技型ODI，但其科技色彩顯著高于其它行業，因而較傳統使用的籠統的數據而言，若將此三個行業的數據剝離出來，將能近似地反映科技型ODI的總體情況和變化趨勢。

此外，學術研究也表明：那些以尋找低成本為目標的ODI不可能發生大的溢出效應[41]，也就是說，大多數下行投資(針對相對落后國家和地區的投資)不太可能產生溢出效應。本研究認為，如果將ODI分為上行投資和下行投資，那么，前述三個行業中具有技術尋求特點的投資主要集中在對發達國家的上行投資中，而在絕大部分下行投資中，中國企業的投資動機是發揮技術優勢、利用當地的廉價資源、開拓當地乃至國際市場，基本不具有技術尋求的特點。因此，本研究將中國在制造業、科學研究和技術服務業、信息傳輸、軟件和信息技術服務業這三個行業中的上行投資的數據剝離出來，作為中國技術尋求型ODI的代理變量，用于分析逆向技術溢出效應。

二、實證模型

在研究技術溢出效應時，學界廣為認同并采用的經典模型是由Coe和Helpman創立的C-H模型，以及由Potterie和Lichtenberg在前者基礎上加以改進后所確立的L-P模型。L-P模型與C-H模型在結論上并沒有顯著差別[42]，加之L-P模型對數據匯總不敏感[43]，使其成為主流的分析模型。該模型把國際貿易、FDI和ODI作為獲取外國技術溢出的主要渠道[44]，其基本形式如下:

(1)

一國或地區獲取外部技術溢出主要有三個渠道：進口產品和服務、FDI和ODI[45-47]。本研究對L-P模型加以拓展，除了同時囊括上述3個因素外，還將ODI變量一拆為二，拆分為技術尋求型ODI和其它ODI兩個變量，以便分析這兩種不同性質的投資在技術溢出效果上的差異。此外，在模型中用ODI存量數據取代了流量數據，更加符合溢出效應的累積性和長期性的特點。本研究設計模型如下：

(2)

三、變量說明及數據處理

由于數據的可獲得性，研究中只能選取有限的樣本國家和地區進行測算。選取條件如下：一是在研發投入、對華出口、對華投資和接受中國ODI方面占據主要份額；二是屬發達國家或地區，處于科技水平領先的地位；三是可以獲得相關的官方統計數據。

據此，本研究選取了美國、歐盟*截至2014年9月，歐盟成員國共28個，即法國、德國、意大利、荷蘭、比利時、盧森堡、英國、丹麥、愛爾蘭、希臘、葡萄牙、西班牙、奧地利、瑞典、芬蘭、馬耳他、塞浦路斯、波蘭、匈牙利、捷克、斯洛伐克、斯洛文尼亞、愛沙尼亞、拉脫維亞、立陶宛、羅馬尼亞、保加利亞、克羅地亞。2003年以后歐盟雖數次新增成員國，但鑒于中國對這些新增成員的對外直接投資金額相對很小，即使忽略這些變化也影響不大，同時考慮到統計數據的一致性和可獲得性，本文在提及歐盟時均按上述28個成員國來確定數據。、香港、加拿大、澳大利亞、新加坡、日本、韓國、俄羅斯等9個經濟體(共包括36個發達國家和地區)。雖然中國大陸地區對開曼群島、英屬維爾京群島的ODI數量和比例都比較大，但其中避稅或中轉性質的投資居多，而且這些地區的科技發展水平相對來說并不發達，以它們為目的地的ODI基本不是以獲取逆向技術溢出為目標的，因此，在測算ODI和外商直接投資存量時未納入這兩個地區。大陸投向香港的ODI也有部分相似情形，但不同之處在于香港是國際公認的發達地區，擁有多所世界著名的大學，是全球金融和資訊中心之一。此外，在中國ODI中，香港占據了絕大多數的份額，中國ODI中的主要并購項目也大多通過香港再投資完成，因此本研究沒有剔除中國大陸對香港的直接投資。截至2014年年底，以前述9個經濟體為目的地的ODI的存量占中國在全球ODI總存量的75.8%*根據歷年中國對外直接投資統計公報數據測算。。同時，在來華FDI的總存量中，他們占85.3%*根據國家統計局公布的外商直接投資數據和世界銀行公布的美元GDP平減指數測算。。2014年度中國從他們進口的商品額占中國全球總進口額的64.3%*根據聯合國貿發會議公布的出口數據和世界銀行公布的美元GDP平減指數測算。。此外，2014年他們的研發投入占世界總量的81.6%*根據世界銀行公布的各國家、地區GDP數據和研發投入占GDP的比重測算(個別年度、國家、地區數據不全)。。可見，上述9個國家和地區總體上能較好地滿足前述三個選取條件。下面，對相關數據進行測算。

(一)測算中國歷年的全要素生產率TFPt

本研究使用中國2003-2014年時間序列數據，采用基于數據包絡分析模型的Malmquist 指數方法，利用DEAP2.1對中國相關年份的全要素生產率進行測算。計算中，產出指標用GDP代表，投入指標則為全國就業人數和資本存量。后者采用Griliches永續盤存法[48]來估算。為規避價格波動因素，各年研發支出和GDP數據均處理為2005年不變價格。相關數據均源自國家統計局的網站。測算結果如附錄A1所示。

(二)測算中國歷年研發資本存量Std

中國國內研發資本的存量也通過永續盤存法來估算。關于為研發資本折舊率δ的取值，國內外學者多取值為5%，也有部分研究采用了其它數值，如7.14%、9.6%、10%、13%、15%等，以往的研究表明分析結果基本不受折舊率取值的影響[48-50]。考慮到中國的經濟增速和物價指數(CPI)均顯著高于有關發達國家和地區，并且，研發資本的折舊一般快于普通的固定資本，本研究借鑒王孟欣的研究[51]，將中國的研發資本折舊率δ取值為15%(本研究對研發資本折舊率取值7.14%的情況也進行了測算，最后的回歸結果與取值15%時的結果間的差別可以忽略不計，因而相關結果不另作介紹)。相關測算結果見附錄A2。

(三)計算歷年通過FDI溢出的國外研發資本存量Stfdi

(3)

FDIjt代表t年末中國獲得的來自j國的外商來華投資存量；Yjt代表j國或地區t年度的GDP，Sjt代表t年末j國或地區的研發資本存量。在計算相關發達國家和地區的研發資本存量時，本研究參照學界普遍采用的做法，取他們的研發資本折舊率為5%。這是符合發達國家和地區的經濟增速較慢、資本折舊率相對較低這一實際情況的。測算結果見附錄A3。

(四)計算通過歷年進口溢出的國外研發資本存量Stim

(4)

IMjt代表中國t年度從j國或地區進口的商品流量。鑒于商品不同于投資，其溢出作用的持續效力相對較短，因而本研究中采用流量數據。Yjt和Sjt含義同前。相關測算結果見附錄A4。

(五)計算歷年中國通過技術類ODI獲得溢出的國外研發資本存量Sttodi：

(5)

TODIjt代表t年末中國對j國或地區的技術類ODI的存量，Yjt和Sjt含義同前。

中國政府于2003年開始發布《對外直接投資統計公報》(以下簡稱《公報》)，但早期(2003-2006年度)存在較多數據缺失，且部分數據與實際情況出入較大，或自身存在沖突，對此，參考聯合國貿發會議的數據進行了修正。此外，本研究對缺失的部分2003年至2006年間數據進行了近似估算。相關測算結果見附錄A5。

(六)計算歷年中國通過其他ODI獲得溢出的國外研發資本存量Stnodi

(6)

NODIjt表示t年末中國對j國或地區的其他類ODI的存量，Yjt和Sjt含義同前。相關測算結果見附錄A6。

四、實證分析結果：

(一)共線性檢驗

首先進行相關性檢驗，以此確定模型數據是否存在多重共線性。相關性分析結果見表1所示。

表1　相關性分析(折舊率取值為15%)

由表1中的數據可知，各解釋變量間的相關性全都達到90%以上，說明存在嚴重的多重共線性問題，如果使用普通最小二乘法可能導致嚴重的偏差。

(二) 主成分分析

能有效克服多重共線性問題的方法主要有主成分回歸法、偏最小二乘法和嶺回歸法等，其中前兩個更為有效。本研究涉及的變量較少，噪音不復雜，采用主成分分析法較為適合。

下面就將主成分回歸法引入前述模型，以消除多重共線性問題。首先，使用SPSS軟件對解釋變量進行KMO檢驗和Bartlett’s球度檢驗。相關檢驗結果如表2所示。

表2　KMO和Bartlett檢驗

由表2結果可見，KMO的檢驗值為0.830，大于標準0.6；Bartlett’s 球度檢驗的顯著性0.000<0.5，即，在5%的顯著性水平下可以拒絕原假設，因而本模型可以采用主成分分析的方法。經對各變量數據進行主成分分析，計算出各主成分特征值及貢獻率。相關結果如表3所示。

表3　全部方差貢獻分析表

從表3來看，第一個主成分的方差貢獻率已經達到97.418%，說明它已經基本包含了所有變量具有的信息。這也進一步說明了本模型各變量間存在的多重共線性，而且通過主成分分析可以很好地解決這個問題。因此，本研究只選擇第一個主成分，各變量的因子載荷矩陣如表4所示。

表4　因子載荷矩陣

從上表可以看出，在主成分上，所有變量都有較高的載荷。將因子載荷除以特征根的平方根，得出主成分系數。相關結果如表5所示。

表5　主成分系數

在表5中，Z_lnSd表示標準化的lnSd。其他變量同理。由此，主成分可以表示為：

Prin=0.4517Z_lnSd+0.4359Z_lnSfdi+

0.4440Z_lnSim+0.4526Z_lnStodi+

0.4513Z_lnSnodi

(7)

將主成分與標準化的被解釋變量Z_lnTFP進行回歸，相關結果如表6所示。

表6　主成分回歸結果

主成分回歸模型的概率P=0.0001<0.05, 說明回歸結果是顯著的。變量關系如式(8)：

Z_lnTFP=0.4028Prin

=0.4028×(0.4517Z_lnSd+0.4359Z_lnSfdi+

0.4440Z_lnSim+0.4526Z_lnStodi+

0.4513Z_lnSnodi)

(8)

將標準化回歸方程結果還原便得到了最終的回歸方程，如式(9)

(9)

從以上主成分回歸結果可以看出：

1．國內研發投入、商品進口、FDI、技術類ODI和其它ODI均對我國全要素生產率產生顯著的正面影響。這與本研究的預期，與國內一些類似研究的結論是十分一致的[20][38]。

2．FDI對我國全要素生產率的影響最大，顯著高于其它因素。FDI存續時間長，投資存量規模巨大，對國內技術進步產生了顯著的促進。商品進口和國內研發投入對我國全要素生產率產生的影響居中，兩者中商品進口的影響略大。我國進口商品一般質量和技術含量均領先于國內產品，其進口產生了示范和競爭效應，促進了國內的模仿和創新，從而推動了國內的技術進步。而國內研發投入則是自主創新能力的基礎，是學習模仿能力和創新能力的根本，其對我國全要素生產率產生的影響尚未充分顯現，這可能與國內創新主體的體制機制和結構所導致的投資效率低下有關。

3．中國的技術類ODI和其它類型ODI都對國內全要素生產率產生了顯著的正面影響，但程度均較低，而且兩者十分接近。這一點出乎預期，可能的原因有三：一是國內相關統計數據的偏差。在統計口徑上，我國官方統計的是中國企業申報且獲得批準的初始的ODI金額，而不是其實際ODI金額；在統計數據分類上，規則不統一，隨意性較大。例如，2005 年聯想以17.5 億美元的代價收購IBM公司的個人電腦業務，但根據2007年度國家統計公報上的中國對美直接投資數據，制造業存量為4.6億、信息傳輸、軟件和信息技術服務業存量為0.55億，科學研究和技術服務業存量為0.1億，可見有關統計數據可能存在較大偏差。事實上，有許多技術類ODI被歸入了零售業、服務業等非技術類ODI。這樣勢必導致對技術類ODI的反向技術溢出效應的低估。二是我國ODI存量總體偏小，其中對美國、歐盟、日本等先進國家的投資占比很低，因而技術類ODI總量很小，影響了逆向技術溢出效應的顯現。官建成等的實證研究也表明中國的ODI還不是技術主導型的[52]。三是，至2014年，我國ODI存量中約53%由國有企業貢獻，存在體制機制短板，與此同時，本就占比不多的民營企業又多集中于下行投資或勞動密集型的低技術行業。這也是影響逆向技術溢出效應的原因。

4．整體上看，回歸結果表明，中國針對前述九個技術先進國家和地區的上行投資，亦即技術尋求特色的ODI，對國內全要素生產率產生了顯著的正面影響，但作用相對較弱。

五、結論和政策建議

(一)我國ODI同國內研發投入、商品進口和FDI一樣，都對我國科技進步產生了積極的促進，但作用尚不夠突出

ODI與FDI一樣，都能夠通過示范效應、競爭效應、產業關聯效應和交流培訓效應等途徑獲取外方技術溢出。由于起步早、規模大，FDI為中國大陸帶來了包括技術、資金、管理、渠道等在內的多種的資源，使國內科技實力取得了長足進步，尤其是積蓄了自主研發能力。相比之下，中國ODI起步晚、規模小，并呈現所有制結構不平衡、技術獲取型投資比例低的特點，雖然取得了逆向技術溢出效應，但作用仍較弱。隨著國內經濟和科技實力的上升，國內外技術差距縮小，中國逐步克服技術溢出的門檻效應。在此新的發展階段，建議中國政府一方面繼續鼓勵FDI，但主要應側重于更加高端和環保的高科技型投資；另一方面積極鼓勵ODI，尤其是技術尋求型的ODI，為此類活動提供更為有利的政策支持。

(二)國內研發投入對我國科技進步所產生的推動作用低于預期

國內研發投入是積累原始創新、引進消化吸收再創新和集成創新等自主創新能力的基礎。有關研究表明，獲取技術溢出的關鍵在于學習和消化吸收的能力，只有當這種內在的能力突破一定的門檻時，ODI和FDI才能獲取積極的技術溢出效應。我國研發投入占GDP的比重于2013年突破了2%，并且仍在持續上升，但其對國內科技進步的促進作用有待進一步提升。建議政府繼續深化包括研發管理、成果轉移轉化、科技投融資等在內的體制機制改革，以大力提升國內研發投入的績效。

(三)中國ODI中技術尋求型ODI的比重還很低

中國對前述九國(地區)在三個技術類行業所開展的直接投資呈現長期增長的態勢，但其占ODI總存量的比重依然很低，據筆者估算應在6%以內。此外，中國ODI的主體仍是國有企業，其在2014年末中國非金融類ODI存量中占比約53%。國企在研發效能上的短板自然會影響到對外投資的績效。上述投資結構上的兩個問題均在一定程度上影響了逆向技術溢出效應的獲取。建議政府進一步落實對于民營企業的普惠政策，在融資、外匯、對外投資審批、行業和市場準入等方面給予他們平等待遇，同時在國有企業體制機制改革上有所突破，實現提質增效，促進他們在獲取逆向技術溢出方面發揮更大的作用。

附錄

附錄A1:2004—2014年中國的全要素生產率(TFP)

數據來源：作者根據國家統計局網站數據計算。

附錄A2：中國歷年研發資本存量　單位：美元，2005年不變美元價格

數據來源：作者根據世界銀行網站的GDP數據和OECD網站的美國GDP平減指數測算。

附錄A3：從9國(地區)FDI獲得的外方研發資本存量　單位：美元，2005年不變美元價格

數據來源：根據前述數據計算。

附錄A4：從9國(地區)進口商品獲得的外方研發資本存量　單位：美元，2005年不變美元價格

數據來源：根據前述數據計算。

附錄A5：對9國(地區)進行技術類ODI獲得的外方研發資本存量　單位：美元，2005年不變美元價格

數據來源：根據前述數據計算。

附錄A6：對9國(地區)進行其他ODI獲得的外方研發資本存量　單位：美元，2005年不變美元價格

數據來源：根據前述數據計算。

參考文獻：

[1] Kogut B, Chang S J. Technological capabilities and Japanese foreign direct investment in the United States[J]. Review of Economics & Statistics, 1991, 73(3):401-13.

[2] Neven D, Siotis G. Technology sourcing and FDI in the EC: An empirical evaluation[J]. International Journal of Industrial Organization, 1996, 14(5):543-560.

[3] Keith Head C, John C Ries, Deborah L Swenson. Attracting foreign manufacturing: Investment promotion and agglomeration[J]. Regional Science and Urban Economics,1999,29(2):197-218.

[4] De La Potterie Bruno van Pottelsberghe, Frank Lichtenberg. Does foreign direct investment transfer technology across borders?[J]. Review of Economics and Statistics, 2001, 83(3): 490-497.

[5] Lee Branstetter. Is foreign direct investment a channel of knowledge spillovers? Evidence from Japan's FDI in the United States[J].Journal of International Economics, 2006, 68(2):325-344.

[6] Pradhan J P, Singh N. Outward FDI and knowledge flows: A study of the Indian automotive sector [J]. International Journal of Institutions and Economies, 2009(1):156-187

[7] Nigel Driffield, James H Love, Karl Taylor. Productivity and labour demand effects of inward and outward foreign direct investment on UK industry[J]. The Manchester School,2009,77:171-203.

[8] Henrik Braconier, Karolina Ekholm, Karen Helene Midelfart Knarvik.In search of FDI transmitted R&D spillovers: A study based on Swedish data[J].Weltwirstchafliches Archiv,2001, 137(4):644-665.

[9] Bitzer J, Kerekes M. Does foreign direct investment transfer technology across borders? new evidence[J]. Economics Letters,2008,100(3):355-358.

[10] Lee G. The effectiveness of international knowledge spillover channels[J]. European Economic Review,2006,50(8):2075-2088.

[11] Dierk Herzer. The long-run relationship between outward foreign direct investment and total factor productivity: evidence for developing countries[J].Journal of Development Studies, 2011, 47(5):767-785.

[12] 趙偉, 古廣東, 何元慶.外向FDI與中國技術進步：機理分析與嘗試性實證[J].管理世界,2006(7):53-60.

[13] 劉凱敏, 朱鐘棣.我國對外直接投資與技術進步關系的實證研究[J].亞太經濟,2007(1):98-101,93.

[14] 李有.對外直接投資對我國全要素生產率的影響：基于擴展索洛模型的實證分析[J]. 河南工程學院學報:社會科學版, 2009, 24(1):42-44.

[15] 劉明霞.我國對外直接投資的逆向技術溢出效應：基于省際面板數據的實證分析[J].國際商務：對外經濟貿易大學學報,2009(4):61-67.

[16] 周春應.對外直接投資逆向技術溢出效應吸收能力研究[J].山西財經大學學報,2009(8):47-53.

[17] 何一鳴,張洪燕.中國對外直接投資與逆向技術溢出關系的實證研究[J].中國海洋大學學報：社會科學版,2011(1):52-55.

[18] 龔艷萍, 郭鳳華.對外直接投資對產業技術進步的影響：文獻回顧與我國的實證研究[J].中南大學學報(社會科學版),2009,15(3):378-384.

[19] 吳先明, 糜軍.我國企業對發達國家逆向投資與自主創新能力[J].經濟管理,2009(4):57-63.

[20] 常玉春.我國對外直接投資的逆向技術外溢：以國有大型企業為例的實證[J].經濟管理,2011,33(1):9-15.

[21] 蔣冠宏, 蔣殿春, 蔣昕桐.我國技術研發型外向FDI的“生產率效應”：來自工業企業的證據[J].管理世界,2013(9):44-54.

[22] 高敏雪, 李穎俊.對外直接投資發展階段的實證分析：國際經驗與中國現狀的探討[J].管理世界,2004(1):55-61.

[23] 劉明霞, 王學軍.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,2009,187(9):57-62,88.

[24] 汪斌, 李偉慶, 周明海.ODI與中國自主創新：機理分析與實證研究[J].科學學研究,2010(6):926-933.

[25] 屈展.我國對外直接投資對國內全要素生產率的影響研究[J].管理學家學術版,2011(6):42-56.

[26] 沙文兵.對外直接投資、逆向技術溢出與國內創新能力：基于中國省際面板數據的實證研究[J].世界經濟研究,2012(3):69-74,89.

[27] 王英, 劉思峰.中國ODI反向技術外溢效應的實證分析[J].科學學研究,2008,26(2):294-298.

[28] 鄒玉娟, 陳漓高.我國對外直接投資與技術提升的實證研究[J].世界經濟研究,2008(5):70-77.

[29] 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.

[30] 李平, 宋麗麗.FDI渠道的R&D溢出、吸收能力與中國技術進步：基于一個擴展的LP方法的實證研究[J].山東大學學報,2009(4):25-31.

[31] 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,2010,224(6):53-58.

[32] 劉偉全.我國OFDI母國技術進步效應研究：基于技術創新活動的投入產出視角[J].中國科技論壇,2010(3):96-101.

[33] 肖文, 林高榜.海外研發資本對中國技術進步的知識溢出[J].世界經濟,2011(1):37-51.

[34] 李梅.國際R&D溢出與中國技術進步：基于FDI和OFDI傳導機制的實證研究[J].科研管理,2012,33(4):86-92,130.

[35] 仇怡, 吳建軍.我國對外直接投資的逆向技術外溢效應研究[J].國際貿易問題,2012(10):140-152.

[36] 張宏, 趙佳穎.對外直接投資逆向技術溢出效應研究評述[J].經濟學動態,2008(2):120-125.

[37] 周游.我國OFDI對國內全要素生產率影響的理論與實證分析[J].科技與管理,2009,11(2):46-49.

[38] 李梅, 金照林.國際R&D、吸收能力與對外直接投資逆向技術溢出：基于我國省際面板數據的實證研究[J].國際貿易問題,2011(10):124-136.

[39] 吳淼淼.中國技術獲取型對外直接投資的逆向溢出效應：基于制造業時間序列數據研究[M].上海:復旦大學,2011:33-43.

[40] 陳強, 劉海峰, 李建昌, 余文璨.中國技術尋求型對外直接投資現狀、問題和政策建議[J].中國軟科學,2013(11):18-25.

[41] Wolfgang Keller, Stephen R Yeaple. Multinational enterprises, international trade, and productivity growth:firm-Level evidence from the United States[J].The Review of Economics and Statistics，2009, 91(4):821-831.

[42] Lichtenberg Frank R, Pottelsberghe de la Potterie, Bruno V.International R&D spillovers:A comment[J].European Economic Review,1998,42(8):1483-1491.

[43] 高凌云, 王永中.R&D溢出渠道、異質性反應與生產率:基于178個國家面板數據的經驗研究[J].世界經濟，2008(2):65-73.

[44] B van Pottelsberghe de la Potterie,Lichtenberg F.Does foreign direct investment transfer technology across borders？[J].The Reviews of Economics and Statistics,2001,83(3):490-497.

[45] 陳菲瓊, 鐘芳芳, 陳珧.中國對外直接投資與技術創新研究[J].浙江大學學報(人文社會科學版),2013,43(7):170-181.

[46] 肖文, 林高榜.海外研發資本對中國技術進步的知識溢出[J].世界經濟,2011(1):37-51.

[47] 李梅, 柳士昌.對外直接投資逆向技術溢出的地區差異和門檻效應：基于中國省際面板數據的門檻回歸分析[J] .管理世界,2012(1):21-32,66.

[48] Griliches Z.Issues in assessing the contribution of research and development to productivity growth[J].Bell Journal of Economics,1979,10:92-116.

[49] David T Coe, Elhanan Helpman. International R&D spillovers[J].European Economic Review，1995,39:859-887.

[50] Griliches, Zvi. R&D and the productivity slowdown[J].American Economic Review,1980,70(2):343-348.

[51] 王孟欣.我國區域R&D資本存量的測算[J].江蘇大學學報(社會科學版),2011,13(1):84-88.

[52] 官建成, 王曉靜.中國對外直接投資決定因素研究[J].中國軟科學,2007(2):59-65.

(本文責編：海洋)

收稿日期：2015-12-19修回日期：2016-05-27

基金項目：科技部國際合作項目(自主創新與擴大開放的若干關鍵問題研究)

作者簡介：陳強(1969-)，男，浙江余姚人，管理學博士，同濟大學經濟與管理學院教授、博士生導師，研究方向：科技發展與管理。

中圖分類號：F062.4

文獻標識碼：A

文章編號：1002-9753(2016)07-0134-10

Has China’s ODI Induced Reverse Technology Spillover?

CHEN Qiang1, LIU Hai-feng1, WANG Dong-hua2, XU Chi2

(1.Schoolofeconomicsandmanagement,TongjiUniversity,Shanghai200092,China;2.SchoolofBusiness,EastChinaUniversityofScienceandTechnology,Shanghai200237，China)

Abstract：In past literature on China’s overseas direct investment, it is general macro statistical data that were usually used. Technology-sourcing overseas direct investment (ODI) was not indentified and singled out, thus might have biased the conclusion of those researches. This paper uses an expanded L-P model, and takes China’s technology-sourcing ODI as a separate variable when conducting a principal components regression analysis of the technology spillover effect. The study shows that domestic R&D, commodity import, foreign direct investment (FDI), technology-sourcing ODI and other types of ODI all brought about significant positive effect upon TFP. In terms of intensity of the effects, FDI is on the top and far beyond all other factors, domestic R&D and commodity import are in the middle level, while technology-sourcing ODI and other types of ODI are close and both in the lowest level.

Key words:overseas foreign direct investment; reverse; technology spillover; principal components analysis