“一帶一路”戰略對沿線國家全要素生產率的影響分析

陳 高，范莎莎

（中南財經政法大學 統計與數學學院，武漢430073）

“一帶一路”戰略對沿線國家全要素生產率的影響分析

陳 高，范莎莎

（中南財經政法大學 統計與數學學院，武漢430073）

文章在“一帶一路”戰略背景下，以Malmquist全要素生產率指數為基礎，采用超越對數生產函數，建立了隨機前沿面板模型（SFA）測算了各國的全要素生產率，并建立了個體時間固定效應面板模型，研究了中國對外直接投資以及進出口對各國全要素生產率的影響。研究結果顯示：出口貿易對數值對本國全要素生產率的影響系數是-0.0076，對其增長具有顯著的較小的負向效應，而中國對各國的直接投資以及進口貿易對數值對本國全要素生產率的影響系數分別為0.0004和0.0088，對其增長有顯著的正影響，但進口總額對數值的系數大于中國對外直接投資對數值的系數；“一帶一路”的實施沒有讓中國對外直接投資對各國TFP的影響發生巨大變化。

一帶一路；全要素生產率；中國對外直接投資；進出口

0 引言

“一帶一路”戰略自2013年被提出，到如今的全方位落實，其在國際舞臺上頻頻亮相。中國打造“一帶一路”的目的是與中亞以及中南亞等國形成經濟共同體，為國內以及沿線的國家帶來新的經濟增長點。“一帶一路”戰略構想正在逐步實施，而在這個過程中，國家對項目實施的效果以及對各國經濟的影響進行實時監測也是必不可少的。因此，在此背景下研究外商直接投資和進出口對各國的全要素生產率影響機制對于國家制定各項經濟策略以及進一步推進“一帶一路”建設有著重要的意義，由于本文主要是立足于我國“一帶一路”戰略，所以主要研究的是各國外商直接投資里的中國對各國的直接投資部分。

隨著“一帶一路”戰略的成熟，國內學者從戰略意義、投資領域、推進方式等各個角度研究“一帶一路”，而研究“一帶一路”政策效果的文獻少有，本文則在“一帶一路”背景下從中國對外投資對各國全要素生產率的影響來評價“一帶一路”的政策效果，填補這一部分的空白。在國內，外商直接投資以及進出口對全要素生產率的影響研究已經很成熟，但立足于國外，研究中國對各國的直接投資、進出口貿易兩者與各國全要素生產率之間關系的文獻極少。同時，在全要素生產率的測算中，大多數文獻采用的還是非生產前沿方法、生產前沿方法中的參數方法，以及非參數方法中的DEA-Malmquist指數法，少數文獻采用非參數方法中的SFA-Malmquist指數法，但其具有可以進行參數與模型檢驗的統計特性，且考慮了誤差項的分解，鑒于其方法的優越性，本文將SFA-Malmquist指數法運用到全要素生產率的測算中。綜上，本文從以上三點創新出發，擬建立SFA－Malmquist指數法下的超越對數模型計算全要素生產率，利用面板雙固定效應模型研究“一帶一路”背景下中國對各國的直接投資、進出口貿易兩者對各國全要素生產率的影響。

1 模型設定與數據來源

本文基于數據的可獲得性，選擇馬來西亞、菲律賓、泰國、越南、柬埔寨、印度、巴基斯坦、孟加拉國、哈薩克斯坦、伊朗、格魯吉亞、阿塞拜疆、土耳其、敘利亞、約旦、以色列、阿爾巴尼亞、保加利亞、克羅地亞、捷克、匈牙利、拉脫維亞、立陶宛、羅馬尼亞、波蘭、塞爾維亞、斯洛伐克、俄羅斯聯邦、白俄羅斯、烏克蘭、蒙古和埃及32個參與“一帶一路”國家的面板數據，研究中國對其直接投資與進出口貿易對全要素生產率的影響。

1.1 模型的設定

本文采用SFA－Malmquist指數法測算各國全要素生產率。由于超越對數生產函數的假設比C-D生產函數的假設更符合經濟現實，所以選擇超越對數生產函數作為測算基礎。其隨機前沿函數形式如式（1）所示。

其中，Yit為第i個國家第t期的產出向量，K為資本投入，L為勞動投入，β表示待估系數；誤差項vit-uit為復合殘差項。其中，技術效率定義為：

Malmquist指數法是基于投入與產出距離的定義，將全要素生產率（TFP）的變化分解為兩部分，技術效率變化（TECH）以及技術進步變化（TPCH），公式表示為TFP= TECH×TPCH。

可以由式（2）的結果計算技術效率的變化：

由于技術進步的變化依賴于投入向量的大小，可以通過相鄰年份偏導數的幾何平均計算得到。在超越對數函數形式下，TPCH應采用對數求導的算術平均值的指數（張麗峰，2013）：

如果面板數據的時間維度較大，則“技術效率不隨時間而變”的假設可能不現實。Battese and Coelli（1992）假設無效率項uit同時隨個體和時間而變：

其中，Ti為個體i的時間維度，η為待估參數，ui～N+(μ，σu2)。檢驗η=0即可判斷技術效率是否隨時間變化。

1.2 數據的來源與處理

為了更加準確地測算全要素生產率以及不浪費所得數據信息，測算模型選擇的時間跨度為2000—2014年，比進行影響分析的時間段要長。數據來源于世界銀行。本文將2005年不變價美元GDP作為產出變量Y，將2005年不變價美元資本形成總額作為投入變量（K）。因為無法直接獲得各國的就業人口，故使用總失業人數比例（模擬勞工組織估計）（L0）以及勞動力總數（L1）來計算就業人口并作為產出變量，公式為就業人口（L）=L1*（1-L0）。

考慮中國對外直接投資指標的數據可獲得性，本文選擇2005—2014年各國的全要素生產率（TFP）作為被解釋變量，將各國出口總額（EXPR）與進口總額（IMPR）對數值、年末中國對外直接投資存量情況（OFDI）對數值作為解釋變量，利用2005—2013年的面板數據建立面板數據模型，與2014年的數據進行預測對比，研究“一帶一路”背景下中國對各國的直接投資、各國進出口對全要素生產率的影響。兩個模型的時間長度不同，是因為面板模型數據只有2005—2013年，但考慮到TFP的測算應當是數據越多測算精度越高，面板模型因變量的取值更可靠，所以其時間跨度更長。另外，本文之所以選擇中國對外直接投資存量數據，一是由于考慮到投資指標的特性，需要注意當期的流量以及滯后一期存量對全要素生產率的共同影響；二是因為《公報》中的流量指標是凈額且存在負值，不符合本文的研究主題。數據來源于前文計算結果、《2014年中國對外直接投資公報》以及世界銀行。

2 實證分析

2.1 全要素生產率的測算

表1是文中使用STATA對式（1）中的各參數進行估計的結果。

表1 SFA生產函數模型最大似然估計結果

由表1可以看出，整個模型結果都具有良好的統計性質。大部分參數的系數都通過了顯著性檢驗，表明模型的估計結果較為可靠；γ=0.993，接近于1，較高的γ值代表該模型的建立是合適的，0.993表示模型中隨機誤差項有99.3%是受到技術非效率的影響，只有0.7%是來源于外部因素。時變參數η為正，表明技術效率變化隨著時間的推移而不斷增加。

利用表1各參數的估計值，結合STATA結果輸出的技術效率（TE），帶入式（3）和式（4）可以計算出2000—2014年32個國家的技術效率變化指數（TECH）、技術進步變化指數（TPCH）和全要素生產率指數（TFP）。

2.2 中國對外直接投資、進出口對全要素生產率的影響

因變量與自變量數據的描述統計見表2，可見TFP值大于1，表明“一帶一路”國家的平均全要素生產率是增加的。

表2 描述性統計

2.2.1 模型的建立與分析

在STATA中對表2數據進行面板數據模型的建立。首先檢驗是否為混合模型，而混合模型的各系數都通不過檢驗，故應該建立固定效應或隨機效應模型。由表3的Hausman檢驗可見，p值小于0.05，拒絕原假設，應該建立固定效應模型。在此基礎上，經過模型的多次建立與比較，本文選擇個體時間雙固定效應模型，模型結果見下頁表3。

表3 模型結果

從個體時間固定效應模型的結果可知，模型的擬合優度達到98.63%，F統計量為420.9983，表明模型整體通過檢驗。

觀察表3結果中各解釋變量的系數可知：

（1）LNEXPR的系數為-0.0076，并通過了1%的顯著性水平，表明出口貿易對本國全要素生產率的增長具有顯著的較小的負向效應；出口貿易盡管在理論意義上被認為是技術擴散的渠道之一，但是一般來說，發展中國家想要通過出口貿易實現生產率的增長還具有難度。出現EXPR對TFP有著小幅度的負向影響，可能的原因有：一是“一帶一路”國家中都是發展中國家，其出口貿易基本集中在技術增長不快的傳統生產部門，產品多為低技術的勞動密集型，資本及技術密集型產品的比重較小，故各國出口貿易本身不具有技術優勢，無法產生正的外部性。二是大量的低技術產品的出口導致資源分配的失衡，以至于擠占了資本以及技術密集型產業的資源投入，這會打擊企業進行研究和開發的積極性，阻礙技術進步以及生產率增長。此外，通常所說的國際貿易所產生的技術擴散嚴格意義上其實存在著“門檻效應”，當本國的經濟發展水平未達到這個門檻值時，無法獲得有效的明顯的技術擴散。

（2）LNIMPR的系數分別為0.0088，通過了1%的顯著性檢驗，說明進口貿易對本國全要素生產率的增長有顯著的正影響，即某國的進口貿易增加1%時，將促使該省市全要素生產率增長0.0088。這是因為進口貿易可以讓本國獲得發達國家的先進的機器設備和零部件，投入本國的生產之中可以促進生產率的提高；同時，本國還能夠引進發達國家的高技術中間品來提高本國產品的技術含量；另外，進口貿易還會產生模仿效應，本國企業會主動模仿發達國家中間品的先進技術，可以促進生產率的提高。

（3）LNOFDI的系數為0.0004，通過了1%的顯著性檢驗，可見中國對各國的直接投資對各國的全要素生產率具有顯著的正向效應，即中國對某國的直接投資變動1%時，將促使全要素生產率同向變動0.0004。中國對某國的直接投資，對于某國來說，是外商直接投資的一部分，而外商直接投資在為某國帶來資金的同時，也會帶來此投資領域的外籍技術專家，為本土企業提供了技術模仿和學習的機會；外資企業的設立也會帶來本土人才招聘與先進的員工培訓，促使了某國人力資本的積累；另外，外商直接投資產生的競爭效應也會促進本國企業的技術改進與管理水平。這些都會促進本國生產率的提高。

同時，中國對外直接投資的系數比進口總額的系數要小，這說明中國對某國的直接投資的促進作用小于進口貿易產生的技術溢出，這可能是由于某國的進口貿易包括了所有來自于發達國家與發展中國家的技術溢出，而中國對某國的直接投資僅僅是中國的投資對某國的技術溢出。

2.2.2“一帶一路”戰略的影響

在2014年，我國著手實施“一帶一路”戰略，從上文可以得到2005—2013年中國對外直接投資對各國的影響，但2014年的“一帶一路”實施對各國TFP影響有沒有變化呢？首先，若只分析2014年中國對外直接投資的影響變化，則需要保證進出口貿易并未有明顯變動，從圖1可以看出，2013年與2014年各國的進出口貿易趨勢基本保持一致，未有明顯變動，故可以認為2014年的進出口指標不變。如果2014年中國對外直接投資對各國TFP的影響系數有明顯變動，那么2014年TFP實際值將會與原影響系數下的預測值產生巨大差異。然而，從表4可以看出，32個國家的TFP預測誤差都在2%以內，可以說預測值與實際值基本保持了一致，即可以說2014年“一帶一路”的實施沒有讓中國對外直接投資對各國TFP的影響發生巨大變化。

圖1 2013年與2014年進出口趨勢對比

表4 TFP的預測誤差 （單位：%）

分析結果得不到所預期的OFDI影響系數變大的結論，這可能是因為，研發成本會因為市場規模的擴大得到一定程度上的分攤，而且通過利潤返回等渠道正向影響技術進步也不能立刻實現，所以投資回報的獲得實際上可能有很長的滯后期。待“一帶一路”戰略實施成熟，擁有更多的面板數據，就可以在考慮滯后效應的情況下更全面透徹地分析中國對外直接投資對“一帶一路”國家的影響。

3 結論

本文基于超越對數生產函數測算了32個“一帶一路”國家的全要素生產函數，并建立個體時間固定效應模型，研究中國對各國的直接投資以及各國進出口貿易對各國全要素生產率增長的影響。結果表明出口貿易對數值對本國全要素生產率的影響系數是-0.0076，對其增長具有顯著的較小的負向效應，而中國對各國的直接投資對數值以及進口貿易對數值對本國全要素生產率的影響系數分別為0.0004和0.0088，對其增長有顯著的正影響，但進口總額的系數大于中國對外直接投資的系數；在進出口貿易未發生變化的條件下，測算原影響系數下的TFP，得到2014年“一帶一路”的實施沒有讓中國對外直接投資對各國TFP的影響發生巨大變化。

因此，中國對“一帶一路”國家進行投資是有利于促進各國的技術進步以提高全要素生產率的。但我國在對“一帶一路”等發展中國家直接投資時，不能太急于求成，因為中國實施“一帶一路”戰略的目的先是“支援”，然后才是“收獲”，以達到“共贏”。同時，為了及時準確地進行“一帶一路”戰略實施效果的監測與投資方向的定位，商務部應該對相關數據進行更多的跟蹤與更新。

[1]mc Millan J，Whalley J，Zhu L.The Impact of China’s Economic Re?forms on AgriculturalProductivity Growth[J].Journal of Political Economy，1989，97（4）.

[2]Fan S.Effects of Technological Change and Institutional Reform on Production Growth in Chinese Agriculture[J].American Journal of Ag?ricultural Economics，1991，73（2）.

[3]李靜，孟令杰.中國農業生產率的變動與分解分析：1978—2004年[J].數量經濟技術經濟研究，2006，（5）.

[4]黃先海，張云帆.對外貿易對我國全要素生產率影響的測度與分析[J].世界經濟研究，2005，（1）.

[5]何元慶.對外開放與TFP增長：基于中國省際面板數據的經驗研究[J].經濟學季刊，2007，（4）.

（責任編輯/劉柳青）

F125

A

1002-6487（2016）23-0116-03

陳 高（1980—），男，湖北武漢人，博士，副教授，研究方向：經濟統計分析、國民經濟核算。

范莎莎（1993—），女，貴州興義人，碩士研究生，研究方向：宏觀經濟統計分析。