对外直接投资研发投入对不同行业技术效率影响差异.docVIP

对外直接投资研发投入对不同行业技术效率影响差异 　　内容摘要：本文运用2004-2011年我国18个行业OFDI的数据分析了我国OFDI的技术溢出效应，运用Malmquist方法考察各个行业的技术效率，结果表明第三产业技术效率低于第一、二产业，并对影响技术效率的因素进行实证分析，OFDI对技术效率的提升具有持续效应，且OFDI对第三产业技术效率提升作用高于第一、二产业，同时国内研发显著促进技术效率提升，且对第一、二产业技术效率提升作用高于第三产业。 　　关键词：对外直接投资 研发投入 技术效率 　　引言 　　2002年我国提出“引进来”和“走出去”两种战略并举的发展道路，改变以往倚重“引进来”轻视“走出去”发展格局。在“走出去”战略的大力引导下，中国积极展开对外直接投资（Outward Foreign Direct Invest，简称OFDI）。2011年对外直接投资流量上升到746.5亿美元，居世界第四位。Mathews （2001）指发展中国家的国际扩张是由资源联动效应、杠杆效应和学习效应联合驱动，并且发展中国家OFDI不是运用优势，而且寻求优势。那么中国OFDI是否获得了预期的逆向溢出呢？是否提高了中国企业的技术能力？针对这些问题，赵伟（2006）等最先对二者之间的关系进行尝试性检验，结果表明中国OFDI对国内技术进步有微弱的促进作用。随后，王英和刘思峰（2008）认为OFDI具有反向溢出。陈恩等（2011）指出OFDI对本地区企业生产率具有积极促进作用。王恕立（2012）证明OFDI显著促进我国自主创新能力的提高，但促进作用具有一定的时滞性。李梅（2012）分析FDI和OFDI对我国全要素生产率的促进作用，结果表明FDI显著提升了我国全要素生产率，而对OFDI对国内技术进步的促进作用却非常微弱。李梅、柳士昌（2011）使用AR模型来度量人力资本、OFDI对技术逆向溢出的影响，实证结果OFDI没有促进我国技术效率的提升。 　　总体而言，OFDI逆向技术溢出效应结论相当不一致：OFDI没有提升我国技术进步（李梅和柳士昌，2011）、促进作用不明显（赵伟，2006；王英和刘思峰，2008；李梅，2012；）、促进作用显著（陈恩等2011；蔡冬青和周经，2012；王恕立，2012）。结论上的差异源于不同样本的选择、指标衡量方式的不同以及具有差异的估计方法。首先，中国OFDI的流量或存量上升幅度大，所以对于面板数据来说，使用考虑到OFDI最近变化趋势的面板数据将会使结论更准确。其次，不同行业OFDI逆向技术溢出具有较大差异，在进行统计分析时，若没有考虑到行业异质性，得出的结论可能不稳定。本文试图扩展这方面的研究，运用2004-2011年不同行业投入产出数据考察不同行业技术效率的差异，以及OFDI在不同行业中技术溢出的差异性。 　　模型设定及数据说明 　　（一）全要素生产率测定 　　本文运用基于数据包络分析（DEA）非参数估计—曼奎斯特（Malmquist）生产率指数法来测算全要素生产率，Malmquist指数法不需要设定具体的函数形式，没有严格行为假设，从而有效地避免了函数设定错误带来的偏差；可以弱化数据质量对结果的影响，Malmquist指数相当于做了一阶差分，同行业同方向的变化被消除；可实现对全要素生产率（Total Factor Productivity，简称TFP）的分解，寻求技术效率或者技术进步上升、下降的趋势。 　　该方法的基本原理是将每一个行业当成一个生产决策单位（Decision Making Unit，简称DMU），根据Fare（1994）的DEA方法来构造每一个行业的生产前沿面，用来评判每一个DMU单元的效率状态。落在前沿面上的DMU具有技术效率，而落在前沿面内部的DMU存在技术无效率。 　　（二）模型设定 　　考察影技术效率与其他因素的关系，设定以下模型： 　　（1） 　　（2） 　　ofdiit代表i行业在第t年OFDI存量，rdit表示i行业在第t年RD存量，hcit代表i行业第t年的大专以上教育的人员比例、fdiit是指i行业t年实际利用的外商直接投资额，rdi，t-1、ofdii，t-1、fdii，t-1指滞后一期的值。 　　（三）数据来源及处理 　　行业产出投入变量，以行业增加值作为产出变量，用每个行业各自行业增加值指数进行平减，固定资产投资和劳动力人数为投入变量，用固定资产投资指数进行平减，数据来自《中国统计年鉴》以及中经网。OFDI存量数据源于《2011对外直接投资公报》，RD存量数据源于每年的《中国科技统计年鉴》，hc数据来自《中国劳动力统计年鉴》。 　　统计并实证结果 　　（一）统计结果 　　根据表1数据，从产业划分来看，可知第三产业的平均技术效率变