会员登录
会员注册内容摘要：本文利用我国四位数分类行业的工业企业面板数据，运用Levinsohn和Petrin半参数方法估计生产函数，通过构建门槛模型实证分析外商直接投资(FDI)技术溢出及其基于技术差距的“门槛效应”。研究表明：FDI技术溢出在我国工业企业中存在显著的技术水平“三门槛效应”。虽不同所有制结构企业的整体技术水平差距较大，但大多数企业技术水平都停留在较低水平，FDI溢出的边际效应随着技术水平的提高而递减，表明了FDI不利于高技术水平企业的技术提高，但能促进技术落后企业的技术发展。
关键词：外商直接投资，技术溢出，技术差距，门槛效应
Mcdougall在1960年研究FDI对东道国经济福利影响时考虑到了FDI的技术溢出效应，紧接着，国外大量学者检验了FDI的技术溢出效应，其中，外资企业与东道国内资企业间的技术差距对FDI技术溢出效应的影响受到了众多学者的关注，但结论上存在诸多分歧。Romer (1990)[1]认为模仿成本比创新成本更低，技术差距越大，学习和模仿的机会就更多，因而越利于企业间的技术溢出。Wang and Blomstrom(1992)[2]证明FDI技术溢出效应与国内外企业的技术差距成正向关系，技术差距越大，溢出效应越显著。然而，最早研究企业吸收能力的Cohen和Levinthal(1989)[3]发现技术差距会削弱企业的学习能力，对企业间的技术溢出效应具有限制作用。Kokko(1994)、[4]Girma(2005)[5]也研究发现，FDI是有关技术差距的一个减函数，也就是说，技术差距影响国内企业的吸收能力。我国学者在对技术水平与FDI技术溢出方面也做了探索性的研究。例如：黄凌云等(2007)[6]利用21个国家1990-2003年的面板数据考察了东道国技术水平对FDI技术溢出效应的影响，其研究发现：东道国技术水平的提高对FDI的技术溢出有明显促进作用，但当东道国技术水平达到一定程度后，FDI的溢出效应则开始减弱。亓朋等(2009)[7]利用我国制造业12180家企业1998-2001年的面板数据，考察了我国内、外资企业间的技术差距以及技术差距对外商直接投资(FDI)技术溢出效应的影响，结果表明，在控制了企业规模、经营年限等因素的影响后，内资企业与外资企业间仍存在显著的技术差距。
以往的研究证实了FDI技术溢出受技术差距的影响，但技术差距的代理指标各异，研究结论也存在分歧。鉴于此，本文拟在现有文献基础上，从以下三个方面展开研究：(1)在数据选取上，本文利用我国细分到四位数分类行业的工业企业面板数据，从微观层面考察技术差距与FDI技术溢出的“门槛效应”。(2)结合中国企业特殊的所有制结构形式，分别讨论FDI对各自的溢出效应。(3)计量方法上，采用半参数估计方法来克服企业生产投入的内生性问题，估计出比较准确的全要素生产率，分别在单门槛、双门槛及三门槛的假设下构建门槛回归模型，并利用GAUSS 9.0软件实证分析基于全要素生产效率的技术差距对FDI技术溢出的“门槛效应”，并对该“门槛效应”及相应门槛值进行实证检验和估计。
二、模型的设定及估计方法
采用全要素生产率代表技术进步，构建包含外资变量在内的生产函数，考察外资变量对全要素生产率的贡献确定技术溢出效应的大小。则技术溢出效应的基础模型为：
lnTEPit=θ·lnFDIit+γ·lnXit+εit (1)
i、t分别代表企业和年数，Xit是一组除FDI外影响TFP的其他控制变量，本文选取出口商品总额(EXP)、企业开办年数(AGE)、职工教育费用投入(WEE)，εit为随机扰动项，在此假设其服从均值为零且方差有限的正态分布。
在模型(1)中变量lnFDIit的系数θ代表我国各企业FDI技术溢出效应的系数，若该系数为正值，表明外资的进入对该企业的技术进步有积极的促进作用；若该系数为负值，表明外资的进入对该企业的技术进步有消极的阻碍作用。
模型(1)为不考虑存在“门槛效应”的技术溢出效应基础模型，本文采用Hansen(1999)[8]的非动态面板门槛回归模型估计门槛值，并对门槛值的正确性及内生的“门槛效应”进行显著性检验。该方法的基本思想是，对于某个自变量而言，如果该自变量的某个取值对整体样本分组后所有子样本回归的残差平方和之和最小，则认为该取值为可能的门槛值。现实问题中，有可能存在多个门槛效应，多门槛值的检验是基于相同的原理：在假设存在N个门槛的基础上检验是否存在(N+1)个门槛，直到第(N+1)个门槛值不显著时停止，最终可以确定N个门槛值。本研究中将检验技术差距变量是否存在三门槛，则待检验的门槛效应模型为：
lnTFPit=θ·lnFDIit+η1lnFDIit·I(Gapit≤λ1)+η2lnFDIit·I(λ1＜Gapit＜λ2)+η3lnFDIit·I(Gapit＞λ2)+γ·lnXit+εit (2)
其中，技术差距GAPit为门槛变量，λ为待估算的门槛值，I(·)为一指标函数。
三、数据样本及变量选择
(一)数据来源及处理
本文选取国家统计局大中小型工业企业2004-2007年期间细分到四位数分类行业的面板数据，四年共26872个企业，每年观测的企业为6718家。数据具体说明如下：
(1)Y为企业工业总产值，M为企业中间投入。因统计数据为当年价格的名义增加值，因而须利用价格指数进行平减。以2004年的行业年度价格指数作为现价工业企业总产值的调节因子，并按2004年为基期分行业进行不变价格调整。
(2)K为企业资本存量，用固定资产净值年平均余额表示，并以2004年的固定资产年度价格指数作为现价工业企业增加值的调节因子，并按2004年为基期进行不变价格调整。L为劳动力，用各企业的全年从业平均人数表示。
(3)EXP用企业出口商品总值与其总产值Y的比值表示，AGE用企业开办年数与其总产值Y的比值表示，WEE为企业职工教育费用与其总产值Y的比值表示，取比值是考虑了内生性问题。
(4)FDI用企业外商直接投资存量与其总产值Y的比值，由于FDI与其它各种资本一样，在具体劳动生产过程中前面各期FDI残值也发生了作用，若选用FDI流量概念则会忽视前面各期FDI残值的贡献，存量采用永续存盘法计算，具体的估算公式为：
FDIit=FDIit-1(1-δit)+fdiit (3)
其中，折旧率δit与Huang等(2012)[9]相同，都采用固定经济折旧率9.6%，fdiit为当年FDI流量，FDI存量的基期数据采用稳态方法进行估计。
(二)TFP及技术差距的计算
1.TFP的计算
本文计算企业TFP时，采用Levinsohn and Petrin(2003)[10](以下简称L-P)半参数方法纠正传统C-D生产函数估计可能存在的偏误。该方法是将中间投入作为不可观测的企业生产率变动的代理变量，进而发展的半参数方法来估计生产函数，并且最近在微观数据中得到了新的应用，如Blalock and Gertler(2009)，[11]Jiangyong Lu(2010)[12]等。根据L-P方法，可估算出企业的投入产出弹性系数βl、βk和βm，再用下式求得TFP值：
TFP=Y-βl*L-βk*K-βm*M (4)
2.技术差距的计算
在经济研究中全要素生产效率被视作广义的技术进步，能够反映不同类型企业之间的技术差距，因而本文采用全要素生产率差距作为技术差距的测度指标，利用i企业t年度的全要素生产率与i企业t年度所在行业全要素生产率的最大值的比值表示不同企业之间的技术差距。其计算公式如下：
(5)GAPit代表i企业t年度的技术差距，TFPit代表i企业t年度的技术水平，TFPit*代表i企业t年度所在行业技术水平的最大值。GAPit值越大，则代表该企业与技术领先者的差距越大，反之则越小。
四、实证结果及分析
(一)实证结果
根据前面介绍的模型估计及检验方法，本文利用Gauss9.0软件进行实证分析。为了确定门槛的个数，分别在单门槛、双门槛和三门槛的假设下对门槛效应进行分析，表1报告了这三种情况下对门槛效应进行分析后得到的F统计量值和采用“自抽样法(bootstrap)”模拟得到的P值。从表2不难发现：单门槛、双门槛和三门槛效应在1%的显著性水平下都显著，故后文将基于三门槛模型进行分析。门槛效应检验过后，需要就三门槛模型的三个门槛值进行检验。表2报告了三门槛模型门槛值的估计结果以及门槛值99%的置信区间。门槛λ1、门槛λ2和门槛λ3估计出来后便可对三槛模型进行参数估计，其参数估计结果列于表3。
(二)结果分析
1.参数估计分析：β1=-0.0041，说明国内企业的出口与我国全要素生产率的增长之间存在负相关，出口每增加1%，全要素生产率平均降低0.4%；β2=0.0051，表示企业开办时间越长，对我国企业全要素生产率的提高越具有促进作用；β3=0.0023，表明企业对职工教育费用的投入，有利于促进我国企业全要素生产率的增加。
以上结果表明，企业开办年数、职工教育费用对我国企业全要素生产率的提高，有积极的促进作用，这与我们的预期结果相一致。值得注意的是，工业出口对我国工业企业全要素生产率的增长具有阻碍作用，其主要原因是我国工业出口企业主要是劳动力密集型企业，主要从事简单的加工贸易，出口的产品主要是初级产品和技术含量较低的工业制成品，而出口规模的扩大则以大量低附加值的初级加工制成品为支撑，企业以追求产量和利润为目的，忽视技术研发，以至出口量的增长反而不利于全要素生产率的提高。