基于广义矩估计法研究FDI在中部地区技术溢出效应.docVIP

基于广义矩估计法研究FDI在中部地区技术溢出效应 　　摘要：随着改革开放的不断深入，中部地区吸引的外商直接投资（FDI）不断增加，引进外商直接投资的目的之一就是希望能通过市场来换取技术。因此，FDI是否促进了我国的技术进步是值得研究的。通过选取1994～2012年的数据，本文建立动态面板数据模型并运用广义矩估计方法（GMM）进行实证分析。得到的结果显示：外商直接投资在中部地区并不具有明显的正溢出效应。 关键词：外商直接投资；全要素生产率；广义矩估计 一、引言 中部地区虽然吸引的外商直接投资（FDI）在整个中国范围而言并不多，但是却呈现出不断增长的态势。在不断强调产业升级和技术升级的今天，中部地区不断增加的外商直接投资是否有助于技术进步，是否会产生正面的技术溢出效应，本文将通过实证分析来加以论证。 国内外有相当多关于外商直接投资的技术溢出效应的文献资料，但是由于研究方法和研究对象不同，得到的结果也是不统一的。从研究方法上来说，在以时间序列方法分析FDI的东道国技术效应时，得到的结果一般都是正面的，即FDI对东道国的技术进步有促进作用，如如Caves（1974）、Blomstrom和Persson（1983）、Haddad和Harrison（1993）等。但是这种分析方法只是考虑了整体效应而忽视了不同个体之间的异质性，得到的结果不够准确。有很多文献是用面板数据模型方法来分析的，得到的结果一般都是FDI对东道国的技术进步没有积极作用，或者作用不明显，如Kokko（1996）、Harrison（1999）Barry（2001）等。虽然面板数据模型分析得出的结论考虑了个体之间的异质性，但是这些研究基本上都不是以中国为研究对象的。国内学者也对此进行了一些分析，有的以时间序列方法进行研究，有的则是用静态面板进行分析，用动态面板分析的较少，以中部地区为研究对象的则更少。 二、模型的建立和估计 （一）变量设定和模型 由于中国地域广阔，各个地区的情况不尽相同，要准确得到FDI在中部地区的技术溢出效应，必须要考虑到个体的差异性和时间的动态效应。在实证分析中，动态面板数据模型是一个很好的选择，它以各个地区为横截面，加上时间序列组成一个数据库，可以较为准确的衡量个体间的差异。本文主要是分析FDI在中部地区的技术溢出效应，因此根据国家统计局的分类方法，以中部地区的8个省（黑龙江、吉林、山西、河南、湖北、湖南、江西、安徽）为动态面板数据的横截面，以1994～2012年为时间序列建立动态面板数据模型。 事实上，FDI的真实技术溢出效应是很难用变量去测量的，大都是通过代理变量的方式去衡量，比较通用的做法是用全要素生产率（TFP）作为代理变量放到模型中去进行分析，本文也将采用这一通用做法。由于全要素生产率的方法有很多种，本文采用一种比较简便而常用的方法――索洛残差法来进行估算。 为了较好的反映出各个地区（即各个横截面）之间的差异性，以及在不同时间段FDI的技术溢出效应，本文将采用较为合理的动态面板数据模型进行分析： LNAi，t=α1LNAi，t-1+α2LNFDIi，t+α3LNFDIi，t-1+α4LNFDIi，t-2+ηi+μi，t 在上面的模型中：i=1，2，3，…，表示的是中部地区8个省份，t=1，2，3，…T，代表所引用的时间序列（即1994～2012），μi，t为随机扰动项，ηi表示的是8个省份之间的差异。Ait表示8个省份在我们引用的时间序列内的全要素生产率，LNAit表示的是8个省份全要素生产率的对数；FDIi，t表示8个省份在各个年度的外商直接投资，LNFDIi，t为8个省份外商直接投资的对数；FDIi，t-1表示8个省份滞后1期的外商直接投资， FDIi，t-2表示滞后2期到的外商直接投资。α1表示上一期全要素生产率对当期全要素生产率的影响， α2度量了本期外商直接投资对当期全要素生产率的影响， α3，α4别度量了前1期和前2期外商直接投资对当期全要素生产率的影响。 （二）估计结果 由于动态面板数据模型考虑到了时间的之后效应，也就是说在该模型的解释变量之一就是因变量的滞后项，这样就会导致模型中的干扰项和解释变量之间不是不相关的，违反了估计的基本定理。因此，如果运用原来的基本估计方法就会出现估计上的偏误，从而导致结果上的偏差。国外学者Arellano 和 Bond（1991）， Arellano和Bover（1995），Blundell和 Bond（1998）提出的广义广义矩估计方法可以较好的解决这种变量内生性问题，使得结果较为可靠。本文运用这种估计方法对上面的模型进行估计，得到以下结果。 在上面的模型中，1的值0.5988，且t检验统计量是4.6940，结