謝燕紅 徐 妍、2
(1.新疆師范大學商學院 新疆烏魯木齊 830099;2.絲綢之路經濟帶核心區產業高質量發展研究中心 新疆烏魯木齊 830017)
改革開放后,我國憑借勞動力成本優勢積極承接國際產業轉移,通過發展加工貿易迅速嵌入全球產業鏈,實現中國制造業由小變大的轉變。然而,國際金融危機的爆發導致歐美日等發達國家或地區市場需求疲軟,全球經濟復蘇遲緩。與此同時,中國經濟快速發展也內生性地引起傳統要素成本優勢減弱,加之國內人口紅利勢微,進一步削弱中國制造業融入經濟全球化的傳統競爭力,反映出中國制造業大而不強的問題。加快產業轉型升級,培育競爭新優勢,是中國制造業在開放經濟環境下的必由之路,技術優勢是制造業出口競爭力的核心和基礎。一方面,技術優勢可以通過自主研發實現,但需要企業持續重視擴大研發資金和人才投入,才能形成技術進步的持續內生機制。不同行業的技術更新周期不同、企業平均規模有差異,這些因素都意味著,通過自主研發塑造技術優勢需要考慮行業異質性因素;另一方面,引進甚至買斷國外先進技術也是實現產業技術進步的方式,這種外生方式節約企業研發成本,但也容易造成技術依賴,喪失技術自主性從而影響國家經濟安全,服務進口貿易作為制造業的中間投入,所含的技術、人力資本和成本效應可以提升產品質量與技術水平,提高產品的生產效率,促進產品出口競爭力提升。
本文利用2005-2019年數據,嘗試采用貿易增加值數據測算顯示性比較優勢指數衡量制造業出口競爭力指標,以反映中國制造業的出口貿易利得,并對制造業進行技術層次分類,以考察自主研發對制造業技術層次影響效應異質性。
被解釋變量:貿易增加值顯示性比較優勢(NRCA)。傳統的貿易總值測度RCA指標太過籠統,因此對顯示性比較優勢指標采用貿易增加值的方法統計,并進行實證檢驗,以便真實反映產品的比較優勢及貿易利得。對此,借鑒劉宇昂(2019)貿易增加值制造業出口競爭力公式:

其中,NRCA表示以貿易增加值出口額測算的RCA指數,DVA表示j國i產業出口中的國內貿易增加值出口額,DVA表示j 國的國內貿易增加值總出口額,DVA表示世界i產業總出口中的國內貿易增加值,DVA表示世界的國內貿易增加值總出口額。由于OECD-TiVA數據庫貿易增加值數據目前更新至2015年,因此,被解釋變量2005-2015年貿易增加值NRCA數據來源OECDTiVA 數據庫,2016-2019年的NRCA指數運用傳統總值的數據計算得出,數據來源UNcomtrade 數據庫。
解釋變量:服務業進口貿易(STI),以服務進口貿易額衡量,數據來源于UNcomtrade;自主研發(RD),用自主研發經費投入占銷售收入比重表示,數據來源于《中國科技統計年鑒》和國家統計局;外商直接投資(FDI),以制造業實際利用外資額衡量,數據來源于《中國貿易外經統計年鑒》。
本文選取的指標數據部分數值較大,對其進行取對數處理,服務進口(STI )取對數為lnSTI,外商直接投資(FDI )取對數為lnFDI。由于選取的指標均為時間序列,為防止偽回歸的出現,對數據進行平穩性檢驗,采取ADF檢驗方法對指標進行平穩性檢驗,如表1所示。檢驗結果顯示,NRCA、lnSTI、RD 和lnFDI 均為一階單整。

表1 平穩性檢驗結果
通過ADF 檢驗結果可知,NRCA、lnSTI、RD和lnFDI均為一階單整。符合協整檢驗前提條件,于是進一步利用johansen檢驗法判斷變量是否具有長期協整關系。如表2所示,協整秩跡檢驗在5%的顯著性水平上拒絕“協整秩為1”的原假設,但無法拒絕“協整秩為2”的原假設,表明四個變量之間存在2個長期協整關系。

表2 協整關系檢驗
協整檢驗僅檢驗變量之間是否存在長期協整關系和長期協整關系的個數,但大多數變量之間也存在短期的波動,誤差修正模型則可以很好地反映變量之間的長期和短期關系。同時,誤差修正模型可以彌補長期靜態模型的不足,既可以通過誤差修正模型解釋長期協整關系的具體影響程度,又可以反映短期偏離向長期均衡修正的程度。為考察變量之間短期關系和長期均衡影響的程度與方向,構建d(NRCA)為被解釋變量,d(lnSTI)、d(RD)和d(lnFDI)為解釋變量的誤差修正模型,見公式(1),誤差修正模型結果見表3。


表3 誤差修正模型結果
式(1)中,β為差分算符,βecm(-1)為誤差修正項,β 系數大小反映對偏離長期均衡的調整力度,NRCA(-1)、lnSTI(-1)、RD(-1)、和lnFDI(-1)均代表變量滯后一期,cons 為常數項。
由表3可知,ecm(-1) 系數為-0.726且通過10%水平的顯著性檢驗,說明當短期波動使制造業出口競爭力與服務進口貿易、自主研發和外商直接投資協整關系時,由這些變量所構成的系統將通過自發調節機制對偏離狀態進行修正,修正速度接近0.73,其經濟含義為73%的協調度偏離量將在下一期被修正,從而使制造業出口競爭力與服務進口貿易、自主研發和外商直接投資重新恢復長期均衡關系。通過模型實證結果來看,自主研發投入、服務進口貿易和外商直接投資對中國制造業出口競爭力影響結果為正且均通過10%的顯著性水平,說明短期內自主研發、服務進口貿易和外商直接投資對制造業出口競爭力提升均具有積極的促進作用,自主研發投入、服務進口貿易額和外商直接投資每增加1%,中國制造業出口競爭力將分別提升0.482%、0.177%和0.054%。
由誤差修正模型也可得到以NRCA 為被解釋變量的長期協整方程,見公式(2),協整關系結果見表4。


表4 協整方程結果
表4顯示,常數項系數顯著性水平在模型中沒有顯示,但不影響最終結果,而解釋變量的系數估計值均通過1%水平的顯著性檢驗。具體含義為,當其它變量不變時,服務進口貿易與自主研發投入增大1個百分點,增加值出口競爭力分別平均增長0.16、2.39個百分點,其主要原因是中國進口的服務本身具有較高的生產率和質量,通過替代國內低效率、低質量服務,帶動制造業生產力和技術投入提高,提升制造業出口競爭力;且高質量和低價格的服務進口也可以降低企業的成本要素,增加企業利潤,進而企業有能力優化資源配置,促進生產率提高;自主研發投入增強,一方面通過提高生產效率和降低成本提高出口產品競爭力,另一方面自主研發投入強度高,增加制造業企業開發新技術、新產品,提高制造業出口產品質量,進一步提升制造業產品的出口競爭力;外商直接投資增大1個百分點,出口競爭力平均降低0.16個百分點,原因是外商直接投資對中國本土的資本有一定的擠出效應,且外商直接投資雖通過技術外溢途徑提升我國制造業出口競爭力,但跨國公司對核心技術的保護抑制我國核心技術的研發,導致出口競爭力的減弱。
為進一步考察自主研發對中國制造業行業技術層次影響效應異質性,首先,將所使用數據中制造業行業分類標準進行統一,將制造業細分為12個行業,并進一步參照OECD 對技術強度的定義與分類,將制造業行業依次分為低技術制造業、中技術制造業和高技術制造業,見表5。其次,使用行業面板數據,通過構建面板模型,從整體和分技術層次進行實證分析自主研發對中國制造業出口競爭力的影響方向和程度,研究期限為2005-2019年。

表5 基于技術分類的制造業行業對照表
被解釋變量:制造業出口競爭力。以貿易增加值顯示性比較優勢(NRCA )衡量。
核心解釋變量:自主研發投入(RD)。以規模以上工業分行業自主研發經費投入占銷售收入比重衡量,自主研發數據來源《中國科技統計年鑒》,銷售收入來源于國家統計局。
控制變量:研發人員引入(RDp),以規模以上工業分行業研發人員全是當量衡量,數據來源《中國科技統計年鑒》;技術引進(TE),以規模以上工業分行業引進國外技術經費和吸收消化經費支出之和占銷售收入比重衡量,數據來源2006-2020年《中國科技統計年鑒》,銷售收入來源于國家統計局;勞動生產率(PRO),以規模以上工業企業分行業的總產值占行業平均就業人數衡量,數據來源2006-2020年《中國統計年鑒》,由于2012年的從業人員平均數缺失,所以采用相鄰兩年從業人員數量的均值補齊;資本強度(K),以規模以上工業分行業固定資產衡量,數據來源國家統計局;外貿開放度(OPEN),各行業進出口之和占GDP 比重衡量,數據來源UNcomtrade 數據庫。
全樣本模型構建如下:

制造業分技術層次樣本模型構建如下:


在實證中偽回歸問題通常會給研究造成假象和偏差。為防止實證結果偽回歸和保證研究數據的平穩性,首先對原始數據較大的變量進行取對數處理,其次對各變量進行面板單位根檢驗,保證單位根檢驗的準確性,分別使用相同單位根和不同單位根情形下的方法進行檢驗。相同單位根情形下的檢驗主要使用LLC 檢驗方法,不同單位根情形下的檢驗使用Fisher-ADF 檢驗,具體的單位根檢驗結果見表6。

表6 單位根檢驗
表6檢驗結果顯示,所有變量的檢驗伴隨概率P值均在0.05以下,根據單位根平穩性檢驗結果判定法則可知,原假設為研究數據存在單位根問題且非平穩,單位根檢驗結果所有變量均拒絕原假設,證明變量都平穩,是同階單整。
進行面板模型基準回歸之前,要檢驗該面板模型使用固定效應模型還是隨機效應模型,因此進行檢驗,檢驗結果表明p值是0.0000,該結果表明強烈拒絕原假設,應采用固定效應回歸模型。同時,為檢驗自主研發投入強度對制造業行業技術異質性的影響效果,在全樣本回歸的基礎上,進一步分析自主研發投入對低中高制造業行業技術層次的影響程度,具體回歸結果見表7。

表7 自主研發對在制造業出口競爭力總體影響和行業技術異質性影響
由表7回歸結果可知,核心解釋變量自主研發投入強度的增加對整體和高技術制造業行業出口競爭力有顯著正向影響,即自主研發投入強度增加1個百分點,整體制造業和高技術制造業出口競爭力分別平均增長0.61、1.76個百分點,然而對低、中技術制造業出口競爭力的積極影響沒有顯著性。究其原因,可能是中國自主研發投入多數集中高技術行業,低技術行業大多從事附加值較低的生產加工,產品技術含量較低,一味地增加自主研發投入并沒有對低技術出口競爭力有提升作用,而自主研發投入對中技術制造業出口競爭力不顯著,說明目前中國中技術制造業出口競爭力較弱并不是自主研發低造成的,因此增加自主研發投入效果不顯著。
控制變量研發人員投入增加對整體制造業出口競爭力和低技術制造業行業均在1%顯著性水平下存在消極影響,對中、高技術制造業行業出口競爭力影響不顯著,這很大程度上取決于中國研發人才的缺乏,即雖然中國研發人員一直呈現上升趨勢,但質量卻良莠不齊,研發人員量多質不優的困境也限制其對中技術和高技術產業出口競爭力的提升能力。技術引進對整體、高技術制造業出口競爭力產生積極的作用且具有顯著性,但是效果較小,分別是0.08和0.27,說明中國整體制造業和高技術制造業對技術引進有著一定水平吸收和消化能力,但是技術引進積極作用較小,依靠技術引進和改造不能從根本上提升出口競爭力,自主的技術創新才是長久動力,技術引進會有時間滯后性,由于技術革新換代快,當一國引進一項國外技術投入使用時可能國外該技術又面臨革新,以至于該國出口產品最終并不具有競爭力,長此以往高昂技術引進費用支出不能產生相應的效應,甚至可能造成負擔。
穩健性檢驗可以檢驗基準回歸結果是否穩定可靠,本文采用兩種方式進行穩健性檢驗。一是結合實際情況,自主研發投入往往并不僅僅對當期的制造業出口競爭力有明顯的提升,當期的自主研發投入可能會對未來的制造業出口競爭力產生影響,基于這種考慮,本研究采用將解釋變量滯后一期的通用方法進行處理,對原有模型進行穩健性檢驗。由表8第(1)列檢驗結果可知,解釋變量滯后一期的回歸結果中所有解釋變量與原模型回歸結果基本一致,表明實證結果的可靠性。二是處理可能出現的極端值等問題,同時考慮到出口競爭力可能存在的持續性特征,對出口競爭力NRCA在1%水平上進行縮尾處理。由表8第(2)列縮尾處理的回歸結果可以發現,自主研發投入的估計系數仍然在5%水平上顯著為正,進一步驗證了面板回歸模型估計的穩健性。

表8 穩健性檢驗結果
本文選取貿易增加值數據計算出顯示性比較優勢指數衡量制造業出口競爭力。首先用2005-2019年時間序列模型證明服務進口貿易、自主研發對制造業出口競爭力影響,其次采用固定效應模型證明自主研發對制造業行業技術層次異質性影響,利用2005-2019年中國制造業12個細分行業的面板數據進行實證分析。主要結論如下:
第一,自主研發和服務進口貿易均對制造業出口競爭力產生正向影響,其中自主研發是重中之重,對制造業出口競爭力積極影響舉足輕重。由于外商直接投資的擠壓效應對中國制造業有著顯著的消極影響,故其影響較小。
第二,自主研發投入強度提高對整體制造業、高技術制造業出口競爭力有顯著正向影響,但是對低技術和中技術制造業出口競爭力影響不顯著。由于中國研發人才結構的缺陷,使研發人員投入對中技術、高技術出口競爭力影響沒有顯著性,同時低技術制造業技術含量較低,對研發人員需求低,過多研發人員增加,造成資源和成本浪費,因而研發人員投入對其產生消極影響。
第三,技術引進增加對全樣本和高技術制造業出口競爭力具有顯著性,但效果較小。技術引進憑借較短時間、較低成本獲得先進國家同期技術,不必在落后知識上浪費過多資源,實現技術升級成本和時間最優化,但技術引進提升作用有限,長期靠技術引進不能從根本上提升制造業出口競爭力。