出口貿易對我國全要素生產率的影響
——基于技術溢出視角

2019-03-27 01:56:18楊秀萍

商學研究 2019年1期

楊春，李箐，楊秀萍

(1.沈陽師范大學國際商學院，遼寧沈陽 110034；2.遼寧大學亞澳商學院，遼寧沈陽 110136)

一、引言

2018年9月18日，美國宣布從9月24日起，對中國出口到美國的價值2000億美元的商品加收10%的關稅；2019年1月1日起，把加收的關稅10%提高到25%。這是美國繼2018年3月對我國出口美國600億美元商品已經加收25%關稅以后的又一舉措。我國政府也同時宣布將對美國出口到中國的600億美元商品加收5%～10%的關稅。在前所未有的中美貿易大戰的背景下，有些國內學者認為，2017年我國出口依存度 (出口占我國GDP的比重)只有17.18%，并且在過去十幾年一直呈下降趨勢。因此，對美國將會導致我國出口快速下降的措施不必太在意。甚至還認為，可以忽略出口貿易量縮減對我國經濟增長的負面影響和可能帶來的技術溢出效應，通過自主創新途徑提升全要素生產率。

現有的經濟學理論和研究已經表明，一國不應單純地只是通過加大本國對技術研發的資本投入來提高全要素生產率。在全球化的背景下，還應通過國際經濟和技術合作帶來的技術溢出效應利用他國對技術研發的資本投入來提高全要素生產率。發達國家技術領先企業通過研發投入獲得的技術可能會通過各種途徑(進口貿易、出口貿易、FDI和OFDI等)溢出到其他國家的企業，并提升了這些企業的全要素生產率。這種現象就是國際經濟中的技術溢出效應。因技術溢出效應而技術獲得提升的企業不需要向發達國家企業繳納任何費用，從而減少了這些企業本應用于研發該項技術的大量資金和時間成本。

學者們通常把通過進口貿易和FDI途徑獲得的技術溢出稱作正向技術溢出(簡稱為技術溢出)，而把出口貿易和對外投資(OFDI)視為逆向技術溢出。所謂逆向技術溢出指的是欠發達國家跨國公司在對其他國家技術領先企業進行投資(兼并、收購、合作等活動)和出口商品與服務時而與之進行密切的聯系，通過吸收和學習，可以反向地獲取先進的科學技術知識。直接從事出口貿易的出口部門最先通過逆向技術溢出效應獲得較高的勞動生產率，從而在國內市場中優先獲得競爭優勢。非出口部門為重獲競爭優勢和避免在競爭中被淘汰，就會主動地通過模仿和學習出口部門，橫向地獲取先進的技術來提高自身的勞動生產率。這種先進技術從出口部門傳導到非出口部門的效應被稱為水平技術溢出效應。

從進口貿易和FDI角度研究技術溢出效應提升本國全要素生產率的國內外學者很多，但基于對外投資(OFDI)和出口貿易視角分析逆向技術溢出效應促進全要素生產率提高的研究卻并不多見。Feder(1982)在研究中發現出口貿易使出口部門擁有比非出口部門更高的技術和管理水平[1]。Lichtenberg和Poterie(2001)利用經合組織(OECD)國家的對外投資數據對逆向技術溢出效應進行了實證檢驗。他們發現，對外投資(OFDI)能夠有效地提升母國全要素生產率水平[2]。Victor Zitian Chen(2012)運用2000—2008年493個新興市場跨國公司的面板數據分析對外投資(OFDI)與母國母公司全要素生產率水平的關系。研究顯示，逆向技術溢出效應有效地促進了母國母公司技術水平的提升[3]。白潔(2009)就對外投資通過逆向技術溢出渠道對全要素生產率的影響進行了實證檢驗。結果顯示，對外投資(OFDI)與全要素生產率提高之間的關系不顯著[4]。葉明確、方瑩(2013)利用2002—2010年中國各省區的面板數據對出口貿易是否提升全要素生產率進行了實證研究。研究發現，出口沒有顯著地影響本地區全要素生產率，但促進了其他地區全要素生產率的提高[5]。葉嬌、趙云鵬(2016)采用PSM方法研究了OFDI通過技術逆向溢出效應對中國企業勞動生產率的影響。結果表明，有些地區受影響較大，有些地區幾乎沒有影響。甚至在不同的行業中，影響也是有差異的[6]。

對國內外相關領域學者們的研究加以梳理，可以看出中外學者們的研究主要集中于對外投資(OFDI)對全要素生產率的影響。針對出口貿易影響全要素生產率方面的研究很少，而從技術溢出角度實證檢驗出口貿易對我國出口部門和非出口部門要素生產率的具體影響的研究更是罕見。本文基于技術溢出效應視角，把可能影響外來技術吸收的國內人力資本因素和研發資本因素引入原始的出口內生增長模型。運用改造后的計量模型，并選取1990—2017年我國經濟發展的相關時間序列數據，利用EViews6.1版本，對出口貿易對我國出口部門和非出口部門全要素生產率的具體影響進行實證研究，并對研究結果給與相應的解釋和政策建議。

二、出口帶來技術溢出的途徑

“索洛剩余”作為新古典增長理論的核心，是1957年由美國麻省理工學院羅伯特·索洛首先提出。它指的是一國經濟增長中不能被實物資本、自然資源和勞動力等生產要素投入增加所解釋的部分。但新古典增長理論認為“索洛剩余”是外生變量，因此無法解釋經濟增長的長期性和可持續性。1962年，美國總統經濟顧問阿羅認為技術知識(“索洛剩余”)不但是內生的和由投資決定的，而且還具有正向的外部性。通過“干中學”途徑，知識的正外部性產生了知識的溢出效應并作用于全要素生產率的提高。斯坦福大學經濟學教授羅默在1986年正式提出了知識溢出模型，指出個別企業所掌握的技術知識可以通過溢出效應提升整個行業的全要素生產率。

隨著通信和運輸等行業出現的技術革命，各國之間的貿易聯系日益加強。出口企業在向發達國家出口商品時，發達國家企業經常會要求出口企業提供比出口企業為本國生產的具有更高技術和質量標準的產品。為實現這個目的，發達國家進口企業往往會為出口企業提供相關的技術指導和產品設計幫助等。因此，出口已經成為逆向技術溢出的一種主要路徑。

(一)“干中學”效應

在向發達國家出口商品時，出口企業中從事加工貿易的企業占很大比例。加工企業在對進口的中間品進行加工和生產用于出口的成品過程中，可以有機會研究物化在中間品中的技術知識。一旦獲得了可能產生某種技術知識的最初想法，就可以通過吸收、學習、消化和模仿生產出這種商品，掌握先進技術，提升全要素生產率。另外，出口商品過程中，出口企業能夠直接獲得國外市場對商品性能和質量等方面的最新需求。這種需求有效促進了出口企業對技術進步的追求。

(二)演示和培訓效應

發達國家企業在與發展中國家企業簽訂進口合同后，為保證出口企業能夠按時和按技術標準生產出令它們滿意的商品，往往會派技術人員到現場或邀請出口企業派人員到它們那里進行技術培訓。無論是哪一種方式，出口企業相關人員都有可能在演示和培訓過程中接觸和學習與出口商品相關的先進技術知識，并把新技術知識應用到生產當中，進而通過不斷地試錯去掌握這種技術，提高自身的全要素生產率。

(三)競爭效應

發達國家的企業，尤其是跨國企業，常常位于商品全球價值鏈的兩端，把持著高科技含量、高附加值的產品研發設計、品牌維護和營銷渠道，而把低科技含量、低附加值的生產委托給欠發達國家企業。欠發達國家的企業為獲得出口訂單不得不處于激烈的競爭中。在技術差距較大的情況下，出口企業是無法按要求生產出符合發達國家企業技術要求的商品的。因此，這些出口企業為搶奪在出口訂單的國際市場上的競爭優勢，就會竭盡所能投入更多的生產要素來提升自身的全要素生產率。

(四)傳染效應

國家之間的技術傳播如同醫學中的疾病傳染，與疾病接觸的機會越多就越容易受到疾病的傳染。同樣，一國參與世界經濟的程度越高就越容易接觸到發達國家先進的技術。出口貿易為出口企業提供了參與世界經濟大循環的機會，出口企業通過與生產委托方或商品需求方的廣泛接觸，就可以迅速地對國外先進的技術加以了解。因此，出口依存度(出口占國內生產總值比值)大的國家要比出口依存度小的國家更有機會通過出口貿易方式得到發達國家的技術溢出。

(五)規模效應

出口貿易為出口企業提供了更大的商品銷售的市場空間，出口企業產品的需求者已經從國內市場擴展到世界市場。面對遠比國內市場產品需求更多的世界市場，出口企業只能通過擴大生產規模以提高生產能力。而生產規模擴大是需要通過加大實物資本、自然資源、人力資本和技術知識等生產要素的投入來實現的。出口貿易帶來的對生產規模擴大的需求會刺激出口企業主動利用貿易渠道盡可能多地獲取外來的技術溢出。

三、模型的基本框架和數據選取

(一)模型的基本框架

在新古典增長理論中，經濟長期可持續發展的動力來自于索洛剩余(后被稱為全要素生產率)，而不是具有邊際收益遞減效應的勞動和資本。柯布道格拉斯生產函數：

Y=ALαKβ

(1)

其中，Y表示產出，勞動和資本產出的彈性系數分別用α和β表示，全要素生產率為A，資本要素和勞動要素的投入用K和L表示。

技術進步在內生經濟增長理論中被視為內生的,是經濟在長期中保持增長的動力來源。假定：一國的全要素生產率是由出口貿易占國內生產總值比率(出口依存度)和出口貿易規模引發的，可得下面模型：

A=B(1 +ηE)Xθ

(2)

在上式中，A代表全要素生產率，B是常數，表示對全要素生產率有影響的其他外部因素，η代表出口貿易占國內生產總值比率(出口依存度)對全要素生產率的彈性系數，E表示出口貿易占國內生產總值比率(出口依存度)，X代表出口貿易規模，θ是出口規模對全要素生產率的彈性系數，表示技術溢出效應。

從式(2)中可以看出，出口貿易對全要素生產率的影響是一個綜合效應。一方面，出口貿易有助于提升出口部門企業的全要素生產率，是直接效應。另一方面，通過技術溢出效應，出口部門企業有助于促進非出口部門企業技術水平的提高，是間接效應。菲德爾用下面的模型來衡量出口貿易對全要素生產率的綜合影響效應：

δ=(η+θ)/(1 -η-θ)

(3)

其中，δ表示出口貿易對全要素生產率的綜合影響效應，η代表出口貿易占國內生產總值比率對全要素生產率的彈性系數，θ是出口規模對全要素生產率的彈性系數，表示技術溢出效應。(2)式經線性化整理得到：

lnTFP= lnB+ln[1 +ηE] +θlnX+λ

(4)

考慮到出口貿易的技術溢出效應是否能夠提高企業的全要素生產率還可能受到一國對先進技術吸收能力的影響，因此，在模型中還應加入可以反映吸收能力的國內研發資本C和人力資本H：

lnTFP= lnB+ ln[1 +ηE] +θlnX+αlnH+βlnC+λ

(5)

根據自然對數演算公式，如果Z趨于無窮小,則有log(1+z)≈z,那么式(5)簡化之后的方程為:

lnTFP= lnB+ηE+θlnX+αlnH+βlnC+λ

(6)

(二)模型數據選取

1.全要素生產率(TFP)

依據柯布道格拉斯生產函數Y=ALαKβ，TFP=Y/LαKβ。其中產出Y值采用《中國統計年鑒》1990—2017年經換算后的實際國內生產總值，勞動力L用歷年就業人數，資本存量K采用Goldsmith(1951)永續盤存法：Kt=It/Pi+(1-δt)Kt-1，其中，It表示t年的名義投資，Kt和Kt-1表示t年和t-1年的實際資本存量，Pi為固定資產投資價格指數, t年的固定資產的折舊率為δt。如果資本存量初始值能夠確定以及后續實際凈投資量已知，各年的實際資本存量便可用上式計算得出[7]。本文名義投資選用全社會固定資產投資完成額作為替代變量。以1990年為基年，當年全社會固定資產投資完成額為4517億元。利用《中國統計年鑒》和《中國固定資產投資統計年鑒》1990—2017年相關數據，按5% 折舊率折算出以1990年為基年的資本存量和固定資產價格指數時間序列數據。同時，α和β值采用杜金濤、滕飛(2015)的結果0.4362和0.5638[8]，經計算可得1990—2017年的全要素生產率。

2.出口總額和出口占GDP的比率(X和E)

利用《中國統計年鑒》可得1990—2017年出口總額和國內生產總值，同時通過將出口總額與國內生產總值相除可得出口占GDP的比率。

3.人力資本(H)

本文采用我國1990—2017年普通大專院校本科畢業生人數占我國總人口的比率作為人力資本的指標。數據來自1990—2017年《中國統計年鑒》。

4. 國內R&D資本存量(C)

1990—2000年的R&D資本存量采用黃先海、石東楠(2005)的數據[9]并依據中國科學技術進步網2001—2017年我國的R&D投入，設5%為折價率，運用永續盤存法計算得出2001—2017年數據。

為了消除異方差可能存在于時間序列數據中帶來的影響，用自然對數對上述數據進行了轉換。

四、實證檢驗

(一)相關性檢驗

1990—2017年我國TFP、X、H和C原始樣本數據在線狀圖中都顯示出步調較為一致的連續上升趨勢，相關性可能存在于變量之間。對自然對數轉換后LNTFP、LNX、LNH和LNC進行一階差分，各組數據在圖中表現為水平方向。可以看出，經自然對數轉換并一階差分后顯示為具有平穩的性質，這說明各組數據間可能有長期穩定關系。對數據進行進一步相關性檢驗，得出表1。

表1相關系數

在表1中，我國TFP、X、H和C自然對數值與E的相關系數中，LNC與LNH的相關系數最低為82%，LNTFP與LNX的相關系數最高為98%，說明各組數據相關性強。

由于我國TFP、X、H和C原始時間序列樣本數據具有連續上升的趨勢，顯示出不平穩特征，因此不能簡單地通過用普通最小二乘法進行回歸分析。為避免通過普通最小二乘法對不平穩數據進行回歸分析而導致偽回歸現象,本文采用ADF檢驗方法。

(二)ADF檢驗

時間序列數據的平穩性要求數據不隨時間變化而出現連續上升或下降，即各組數據應呈現出同階單整過程。從直觀上看，對1990—2017年我國TFP、X、H和C原始樣本數據進行自然對數轉換后進行一階差分，各組數據表現出直觀的平穩性；但為了給后期對數據進行協整檢驗奠定基礎，我們必須對數據的平穩性進行實證檢驗。

在計量經濟學中有三種檢驗模式可以對ADF單位根進行檢驗，分別是帶截距模式、帶截距和趨勢項模式、既無截距亦無趨勢項模式。采用ADF單位根方法對這三種檢驗模式進行檢驗時,三個模式表達式分別是:

(1)

(2)

(3)

零假設為，H0∶ρ=1。實際檢驗時,按照從方程(3)到方程(2)再到方程(1)的順序進行。當零假設被拒絕時，則檢驗停止。

如表2顯示，1990—2017年我國TFP、X、H和C值的自然對數值與E之間，在5%的顯著性水平下有一個單位根存在于水平序列數據中并是一階單整過程。由于經改造的各組時間序列數據一階差分在5%的顯著性水平下是平穩序列，因此，可以據此推斷協整關系可能存在于變量TFP、X、H和C值的自然對數值與E之間。

表2 ADF單位根檢驗的結果

(三)協整檢驗經過平穩性檢驗，可以確定一階差分后的TFP、X、H和C的自然對數值與E是平穩的水平序列。在多變量系統中進行協整檢驗時，基于向量自回歸的Johansen多變量系統極大似然估計法是當在多變量系統中數據具有較強相關性時進行協整關系檢驗的好方法[10]。但這種向量自回歸模型檢驗方法使用的前提是先要確定向量自回歸模型的結構，才能在多變量系統中對數據進行協整關系檢驗。因此,先通過施瓦茨準則和赤池信息準則來選擇該向量自回歸模型的滯后期。經過從第5階到第1階的仔細檢驗，發現赤池信息準則和施瓦茨準則的值達到最小時，滯后期顯示為3，這說明向量自回歸(3)模型是最理想的計量模型[11]。最終確定協整檢驗以序列有線性趨勢且協整方程有截距形式進行，如表3所示。

表3 Johansen協整檢驗的結果

在表3中, 在5%顯著性水平下，跡檢驗表明有一個協整關系，最大特征根檢驗表明沒有協整關系，因此，變量LNTFP、LNX、LNC、LNH和E之間存在唯一的協整關系，即變量之間存在長期的穩定均衡關系，對應的協整方程為：

LNTFP = 0.4927-0.016E +0.473LNX-0.197LNH+0.306LNC

(0.12749)(0.00586)(0.15033)(0.18594) (0.14136)

Log likelihood 253.1945774206528

協整方程的結果顯示：出口的全要素生產率的彈性系數最高，為正數0.473,這表示出口每增加1%，對全要素生產率的貢獻為0.473%，出口貿易通過技術溢出效應有力地提升了全要素生產率。國內研發資本存量也為正數，說明隨著國內研發資本的要素投入增加，國內與發達國家的技術差距減小，促進了國內企業對國外先進技術溢出的吸收能力，國內對研發增加1%的資本投入可以帶來0.306%的全要素生產率的提高。人力資本對于全要素生產率的彈性系數最低，為0.197并且為負數。我國是一個有14億人口的大國，大學本科畢業生的數量相對于人口總數來說依然很低，而且在高等教育中并沒有有效地培養大學生創新的思想。因此，人力資本的增加并沒有提升國內對外來先進技術溢出的吸收能力，對全要素生產率的貢獻為負。另外，出口總額占國內生產總值比率對全要素生產率的彈性也為負，說明兩者之間呈現負相關，這與我國近十年出口總額占國內生產總值比率一直呈下降的趨勢，而全要素生產率卻始終保持提升勢頭的事實相符。根據公式：δ=(η+θ)/(1 -η-θ)計算，δ值為正值0.84，表明出口對全要素生產率的綜合影響是正向的，再一次說明出口貿易通過技術溢出效應促進了全要素生產率的提高。

五、結論及建議

通過分析出口貿易通過技術溢出效應提升全要素生產率的途徑，借鑒出口內生增長模型，采用1990—2017年我國經濟增長、出口總額、人力資本和研發資本的相關時間序列數據對出口貿易促進全要素生產率進行了實證檢驗，得出以下結論并提出相關政策建議。

首先，出口貿易通過技術溢出效應對全要素生產率的提高具有顯著作用。出口貿易每增加1%，則對全要素生產率的貢獻為0.473%。這符合改革開放四十年來出口總額與全要素生產率同向提高的客觀事實。出口部門對非出口部門全要素生產率外溢影響θ值為正，充分表明非出口部門技術水平的提高受益于出口部門的技術溢出。因此，在我國經濟發展的現階段不應忽視出口貿易給我國全要素生產率提高帶來的促進作用，政府還應繼續堅持出口導向。

其次，國內研發資本存量通過提高對發達國家技術溢出的吸收能力促進了我國全要素生產率的提高。國內對研發增加1%的資本投入就可以帶來0.306%的全要素生產率的提高，這說明國內研發資本的增加不但能夠直接作用于我國科技水平的提高，而且還可以通過出口帶來的技術溢出效應幫助國內企業增加對外來先進技術和知識的吸收能力。政府應發揮頂層設計的作用，鼓勵從各種渠道加大研發資本投入。