□文/陳智慧(Ratiyanuwat Yanisa) 曾衛鋒
(1.集美大學海外教育學院;2.集美大學財經學院 福建·廈門)
[提要] 當前,中國的對外直接投資(OFDI)流量與存量規模均位居世界前列,而與類似經濟發展水平的國家相比,中國服務業占GDP 的比重并不高,研究中國OFDI 影響服務業增長的機制并更好地實施“走出去”戰略,對于中國構建新發展格局具有重大的戰略意義。本文利用中國31 個省市面板數據,測度中國OFDI 對服務業增長的影響效應及影響機制,并進行異質性檢驗。
最近十多年以來,中國的對外直接投資(OFDI)保持了較快增長,2016 年中國OFDI 流量達到1,961.5 億美元的歷史新高;雖然受到新冠肺炎疫情的影響,2020 年中國OFDI 流量仍然高達1,537.1 億美元。2020 年,中國國內生產總值(GDP)超越100 億元,達到101.60 億元。但是,與類似經濟發展水平的國家相比,中國服務業占GDP 的比重并不高,2020 年中國服務業占GDP 的比重為54.5%。在此背景下,研究中國OFDI 對服務業增長的影響以及如何更好地實施“走出去”戰略對于構建新發展格局具有重大意義。
中國的OFDI 可能會通過多種途徑促進國內服務業增長。第一,截至2020 年底,在中國OFDI 存量中“租賃和商務服務業”“批發和零售業”“信息傳輸、軟件和信息技術服務業”等三個分行業合計占比高達57.15%,中國OFDI 以服務業為主的特征非常明顯。第二,Ramasamy 等(2012)發現中國民營企業OFDI 的動機主要是尋求海外市場。張杰(2021)發現中國服務業OFDI 與服務貿易出口之間存在很強的關聯,這些研究表明中國以服務業為主的OFDI 可能會通過增加國內服務業的海外需求而促進國內服務業增長。第三,劉兵權和彭菲婭(2007)從理論上論證了OFDI 能夠提高母國就業人員的技能,這表明中國的OFDI 可能會通過提高國內人力資本積累的途徑促進國內服務業增長。第四,姚戰琪和夏杰長(2021)發現中國OFDI 通過增強對發達國家的技術尋求型OFDI 能推動國內產業結構優化,這表明中國OFDI 可能會通過接受發達國家的技術外溢提高研發創新水平,從而促進國內服務業增長。第五,中國的OFDI 可能會引致與之相關的國內服務業就業需求,從而通過增加國內服務業就業促進國內服務業增長。第六,肖曉軍等(2016)發現中國的OFDI 能顯著提高國內生產性服務業的全要素生產率和技術進步率,因此,中國的OFDI 有可能會通過提高國內服務業的勞動生產率促進服務業增長。為識別中國OFDI 對國內服務業增長的影響效應及影響機制,建立如下模型:
模型(1)中,被解釋變量lnvservsiceit為各省市服務業增加值的自然對數;核心解釋變量lnsofdiit是各省市OFDI 存量的自然對數;Zkit為控制變量(k=1,2,3),包括各省市人均GDP 的自然對數(lnpgdp)、勞動力成本指數(labcost)和匯率(exchange)等變量;下標i 表示省市,包括北京、天津、河北、山西、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏以及新疆等31 個省市;下標t 表示年份;μi代表不隨時間變化的第i 個省市的個體固定效應;μt代表隨時間變化而不隨省市變化的年份固定效應;εit代表模型的隨機干擾項。α0、α1和bk為模型的待估參數,其中α1度量了中國OFDI 對服務業增長的影響效應。樣本期間為2009~2020 年。
(一)數據來源與變量描述性統計。本文采用各省市教育經費支出的自然對數衡量各省市的人力資本水平(lnhumanit),采用各省市國內專利申請授權數的對數度量研發創新水平(lnranddit)。各省市OFDI 流量和存量的原始數據來源于歷年《中國OFDI 統計公報》,服務業增加值的原始數據來源于歷年《中國第三產業統計年鑒》,服務業勞動生產率的原始數據來源于歷年各省市的統計年鑒,其他原始數據來源于歷年的《中國統計年鑒》,各變量的度量單位和描述性統計結果如表1 所示。(表1)

表1 各變量的度量單位與描述性統計結果一覽表
(二)中國OFDI 對服務業增長的影響效應。在控制省份和年份固定效應的情況下,模型(1)式不添加控制變量與添加控制變量的估計結果分別如表2 第(1)列和第(2)列所示,鑒于模型存在內生性問題,估計結果中核心解釋變量OFDI 存量(lnsofdi)的系數估計值可能是有偏估計量。(表2)

表2 中國OFDI 對服務業增長的影響效應估計結果一覽表
為減少模型內生性帶來的估計偏差,盡可能得到核心解釋變量系數估計值的無偏估計,這里分別使用核心解釋變量OFDI 存量(lnsofdi)的滯后1 期值、滯后3 期值和滯后4 期值作為其工具變量對模型(1)式進行兩階段最小二乘法(2SLS)估計,工具變量的滯后1 期值、滯后3期值和滯后4 期值分別使用2008~2019 年、2006~2017 年和2005~2016 年的相應數據,分別得到表2 第(3)、(4)、(5)列的估計結果,核心解釋變量(lnsofdi)的系數估計值均大于零,并且都通過了5%顯著水平的z 檢驗,其中第(3)列核心解釋變量lnsofdi 的系數估計值表明,各省市的OFDI 存量每提高1%,各省市服務業增加值會平均提高0.0396%。為了檢驗模型的穩健性,改變核心解釋變量的度量指標,使用各省市OFDI 流量(lnfofdi)作為OFDI 規模的度量指標,并且采用該核心解釋變量的滯后1 期值作為其工具變量,對模型(1)式進行2SLS估計,得到表2 第(6)列的估計結果,核心解釋變量OFDI 流量(lnfofdi)的系數估計值為0.0217,通過了10%顯著水平的z 檢驗,表明模型是穩健的。
(三)影響機制檢驗。分別使用人力資本(lnhumanit)、研發創新(lnranddit)、服務業就業人數(lnlbr_serviceit)和服務業勞動生產率(lnlbrrateit)等變量替代模型(1)式的被解釋變量,同前面一樣使用核心解釋變量OFDI 存量(lnsofdi)的滯后1 期值作為其工具變量,對模型(1)式進行2SLS 估計得到表3 所示的結果。(表3)

表3 中國OFDI 影響服務業增長的機制檢驗結果一覽表
從表3(1)、(2)、(3)列的估計結果來看,核心解釋變量OFDI 存量(lnsofdi)的系數估計值都大于零,并且都通過了1%顯著水平的z 檢驗,表明中國各省市的OFDI 會顯著促進各省市增加人力資本積累、提高研發創新水平和服務業就業水平,從而顯著促進各省市的服務業增長。從表3 第(4)列來看,核心解釋變量OFDI 存量(lnsofdi)的系數估計值小于零,但沒有通過10%顯著水平的z 檢驗,說明OFDI 不會對服務業勞動生產率產生顯著的影響,這與Stevens 和Lispey(1992)的研究結果相似,其中的原因可能是中國OFDI 會減少國內服務業用于機器設備購買、技術引進和人員培訓等方面相應的投資支出,從而沒有對服務業勞動生產率產生顯著的影響。
(四)地區異質性檢驗。按照王小魯和樊綱(2004)的方法將中國31個省市劃分為東部、中部和西部三個地區,其中東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11 個省市,中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南等8 個省,西部地區包括內蒙、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆等12 個省市。按照估計模型(1)式的工具變量方法分別使用東部、中部和西部地區的子樣本重新估計模型(1)式,得到表4 第的估計結果。表4 第(1)列核心解釋變量OFDI 存量(lnsofdi)的系數估計值大于零,并且通過了1%顯著水平的z 檢驗,表明東部地區的OFDI 能顯著促進該地區的服務業增長;表4 第(2)列核心解釋變量的系數估計值雖然大于零,但沒有通過10%顯著水平的z 檢驗,表明中部地區OFDI 不會顯著促進該地區服務業的增長;表4 第(3)列核心解釋變量的系數估計值小于零,通過了5%顯著水平的z 檢驗,表明西部地區的OFDI 會對該地區的服務業增長帶來顯著的負面影響,其原因可能是西部地區服務業發展水平本身比較低,西部地區OFDI 可能會減少該地區服務業的投資和就業,從而給該地區的服務業增長帶來負面影響。(表4)

表4 地區異質性檢驗結果一覽表
本文利用中國31 個省市的面板數據,使用兩階段最小二乘法對面板數據模型進行回歸,結果表明:中國的OFDI 能顯著促進服務業增長,其影響機制體現在OFDI 通過顯著提高研發創新水平、人力資本積累和服務業就業水平等途徑促進了服務業增長,但未能通過顯著提高服務業勞動生產率促進服務業增長。地區異質性檢驗表明,中國東部地區的OFDI 能夠顯著促進服務業增長,但中部地區的OFDI 對于服務業增長未能產生顯著的影響,西部地區的OFDI 會給該地區的服務業增長帶來負面影響。
根據以上研究結論提出對策建議:(1)在構建新發展格局中繼續做好OFDI 的各項工作,通過OFDI 規模擴張和結構調整促進服務業增長;(2)注重發揮面向技術先進國家的OFDI 的逆向技術溢出效應與人力資本積累效應,以此促進國內生產率水平的提升和服務業的增長;(3)把國內產業轉型升級同OFDI 結構調整相結合,發揮OFDI 促進服務業增長的積極作用;(4)健全國內與OFDI 相關的服務體系,促進服務業就業增長;(5)促進東部、中部和西部地區的OFDI 協調發展,提高中西部地區的OFDI 和服務業發展水平。