自主创新FDI技术溢出与全要素生产率互动关系研究论文

　　摘要：
　　文章基于1978 2008年的时间序列数据，利用VAR模型研究了自主创新、外商直接投资与全要素生产率的互动关系，结果表明自主创新对我国全要素生产率的提高至关重要，随着时间的推移，人力资本水平对自主创新能力的促进作用和外商直接投资技术溢出的吸收作用日趋明显。
　　关键词：自主创新;FDI技术溢出;全要素生产率;VAR模型
　　引言：
　　新增长理论认为技术进步是增长的最终源泉，技术进步主要有自主创新和技术扩散两种方式。在日益开放的世界经济体系中，一国的技术进步程度不仅要受到国内因素的影响，同时也受到国际因素的影响，这种影响在发展中国家和地区表现得尤为明显。外商直接投资是技术扩散的一条重要的途径。改革开放以来，我国实际利用的FDI总额直线上升，2008年实际利用FDI金额为924亿美元，是1985年的47.24倍，1979 2008年间实际利用FDI总额已达8526.19亿美元。中国经济与世界经济的联系在不断加强，因此研究国际技术溢出对我国生产率的影响有助于提高我国对国际技术溢出的吸收能力。
　　在研究中国的技术进步问题时，仅仅考虑知识溢出因素将会是片面的，中国的技术进步不仅仅取决于发达国家对中国的国际知识溢出，中国国内的研发投入也会促进本国的技术进步。人力资本存量的持续增加也可能是促进中国技术进步的一个因素，而且人力资本存量的增加会提高中国吸收国际知识溢出的能力。因而在本文的实证研究中，必须同时考虑中国国内研发资本存量与人力资本存量对中国技术进步的影响。
　　一、数据来源与研究方法。
　　1、全要素生产率的测算。
　　本文采用DEA—Malmquist指数法来计算全国生产率的变化。DEA—Malmquist指数是通过Shephard提出的投入产出距离函数来定义的，若考虑在投入确定的条件下，描述产出可扩展性的产出距离函数。假设向量X表示投入量，X=(X1,X2,…,XN);向量Y表示产出向量，Y=(Y1,Y2,…,YM);产出距离函数在多产出情形下最小值可能无法得到，较严格的定义需要使用＂下确界＂来代替最小值，即产出距离函数应该表示为：D0(X,Y)=inf0{θ:(X,Y)|θ P(X)}式中：P(X)表示可行产出集，θ可作为产出效率的度量，θ=1时说明资源配置有效，θ<1则说明资源配置的非有效性。为导出Malmquist指数，首先考虑单投入单产出的基本情形，同时假定已有t和t+1两个时期的投入产出数据，用(Xt,Yt)和(Xt+1,Yt+1)分别表示时期t和时期t+1的投入产出量。以t时期技术Tt为参照的Malmquist数量指数定义为：Mt=Dt(Xt+1,Yt+1)Dt(Xt,Yt)类似的以t+1时期技术Tt+1为参照构造的Malmquist指数为：Mt+1=Dt+1(Xt+1,Yt+1)Dt+1(Xt,Yt)则t时期到t+1时期生产率变化的Malmquist指数Mt,t+1为：Mt,t+1=aKrDt(Xt+1,Yt+1)Dt(Xt,Yt) Dt+1(Xt+1,Yt+1)Dt+1(Xt,Yt) 1/2其中Dt(Xt+1,Yt+1)代表以t时期技术为参照的t+1时期技术效率水平，Dt(Xt,Yt)代表以t时期技术为参照的当期的技术效率水平，Dt+1(Xt+1,Yt+1)代表以第t+1时期的技术为参照的当期技术效率水平Dt+1(Xt,Yt)，代表以第t+1时期技术为参照的第t期的技术效率水平。
　　我们可以用四个线性规划问题计算出Malmquist指数中的四个组成部分的值，由此得出技术效率变化与技术进步变化。以产出为导向的CRS(规模报酬不变)模型分别为：[D0t(xt,yt)]-1=maxθ,λθ[D0t+1(xt+1,yt+1)]-1=maxθ,λθs.t.-θyi,t+Ytλ 0 s.t.-θyi,t+1+Yt+1λ 0xi,t-Xtλ 0 xi,t+1-Xt+1λ 0λ 0λ 0[D0t(xt+1,yt+1)]-1=maxθ,λθ[D0t+1(xt,yt)]-1=maxθ,λθs.t.-θyi,t+1+Ytλ 0 s.t.-θyi,t+Yt+1λ 0xi,t+1-Xtλ 0 xi,t-Xt+1λ 0λ 0λ 0其中X为投入向量，Y为产出向量，θ为一标量，它表示固定规模下第i个地区的技术效率，满足0<θ<1。λ是常数向量，i=1,2,…,N表示有N个决策单元。
　　2、数据处理。
　　（1）人力资本对中国人力资本(HR)的研究文献比较多，普遍被采用的是受教育年限法，将某一年龄及其以上人口按照学历分类，然后用各种学历相对应的教育年限对各种学历相对应的人口数量进行加权求和，再将求和的结果除以这一年龄及其以上人口总量，所得到的比值就是某一年龄及其以上的全体人口的平均受教育年限，以此来度量一个国家的人力资本存量。该方法的测算公式如下所示：H=ni=1Σpihi/p上式中，H为某一年龄及其以上人口的平均受教育年限，i为受教育程度，pi为该年龄及其以上人口中第i层次受教育程度的人口数，hi为第i层次受教育程度的受教育年限，p为该年龄及其以上人口的总数。笔者用各个区域6岁及其以上人口的平均受教育年限来表示人力资本存量，各种不同受教育层次的受教育年限依然被设定为2年、6年、9年、12年和16年。
　　（2）资本存量。
　　资本存量(K)用永续盘存法计算。永续盘存法(Perpetu-al Inventory Method)的实质是将不同时期的资本流量通过折算，累加起来以形成每个时期的资本存量，可以用如下的公式来表示：Kt=(1-δ)Kt-1+It/Pt上式中，Kt和Kt-1分别表示本期和上一期的资本存量，δ是折旧率，It表示本期的资本形成数量，Pt则为本期的投资价格指数。数据来自张军(2004)，并按其方法进行补充。
　　（3）其他数据。
　　产出(Y)用以1978年为基期的GDP平减指数调整得到，由于中国统计年鉴上没有GDP平减指数的统计，本文采用司春林(2002)关于GDP平减指数的计算方法：GDP折算指数=第t年名义GDP第t年GDP指数/1978年名义GDP1978年GDP指数(100)FDI为1978 2008年我国实际使用外资额，R&D为1978~2008各年研究与实验发展经费支出。
　　二、实证分析。
　　1、数据平稳性检验。
　　在进行时间序列分析之前首先要对各个变量进行单位根(ADF)检验，以检查变量的平稳性，检验结果如表1所示。其中，检验类型中的.C表示检验平稳性时估计方程中的常数项，数值为0则表示不含常数项;T表示时间趋势项，数值为0则表示不含时间趋势项;P表示自回归滞后的阶数，数值为0则表示没有滞后。检验结果显示以上变量均为一阶单整I(1)序列，所以可以对lnTFP、lnFDI、lnRD、lnHR四个变量建立VAR模型。
　　2、VAR模型的建立。
　　在建立VAR模型之前，首先要确认其滞后阶数，滞后阶数过大将导致自由度减少，影响参数估计的有效性;滞后阶数太小将导致误差的自相关，影响模型参数估计的一致性。
　　根据表2的结果显示，根据LR、FPE、AIC、SC准则均显示选择2阶滞后VAR模型。接着，我们对VAR(2)模型进行系统的平稳性检验。研究表明如果被估计的VAR模型所有根的模的倒数小于1，即位于单位圆内，则其是稳定的。如果模型不稳定，某些结果将不是有效的。系统的平稳性检验结果如图1所示，可以看出VAR模型中不存在大于1的单位根，回归残差序列满足正态性，不存在自相关和异方差，是一个平稳系统。接着，我们基于VAR的Johansen协整检验方法，对四个变量进行协整检验。如果一组非平稳时间序列存在一个稳定的线性组合，这个线性组合就被称为协整方程，表明变量之间存在一种长期的均衡关系。协整检验的结果表明，基于迹协整方程检验方法和最大特征根协整检验方法，四个变量通过了Johansen协整检验，可以对其进行回归分析。
　　三个方程估计的结果，包括各个系数估计的t统计量、方程的调整拟合优度和F统计量。可以看出三个估计方程的调整拟合优度都很高，可信度很高。从估计1来看，通过自主创新投入每增加1个百分点，可以拉动全要素生产率增长0.515个百分点;在估计2中我们加入了人力资本水平作为控制变量，可以看出人力资本水平每提1%，对全要素生产率的提升作用为0.266%，高于自主创新对全要素生产率增长的促进作用;在估计3中我们进一步加入了外商直接投入变量来考察自主创新、外商直接投资和人力资本对全要素生产率增长的促进作用，可以看出自主创新投入每增加1%对全要素生产率增长0.13%，而外商直接投入每增加1%对全要素生产率的提升仅为0.01%，远低于自主创新投入对全要素生产率的促进作用。同时估计3的调整拟合优度高于估计1，这就证明自主创新较之FDI渠道的国际知识溢出对我国全要素生产率的影响较大。可见自主创新是技术进步的最重要途径。
　　3、脉冲响应函数。
　　脉冲响应函数是用来描述模型中的内生变量对冲击的反应，即在扰动项上加一个标准差大小的新息冲击对内生变量当前值和未来值的影响。对VAR(2)模型的脉冲响应函数曲线，横轴代表响应函数的追踪期数，纵轴代表被解释变量对解释变量的响应程度。图中实线为内生变量对冲击的相应曲线，虚线为通过渐进分析公式计算得到的正负两倍标准差的置信带(冲击响应期为20期)。
　　对于一个自主创新投入的标准差新息，TFP对其的响应在前4期内迅速上升，之后冲击力度趋于平稳。这说明通过自主创新可以有效的促进全要素生产率的提高，并且在长期这种促进作用很稳定。
　　TFP对外商直接投资的一个标准差新息的响应在前5期处于波动的阶段，期间正负响应相互更替。5期之后，开始呈现稳定的负向响应，并且在15期左右趋于稳定的收敛。这是由于外商直接投资主要投向于初级制造业等垂直阶梯型技术进步模式的行业，在这种技术
　　进步模式下，知识溢出对技术进步的作用较小，因而在经历了21世纪初头几年的高速增长之后，全要素生产率出现了下滑的趋势，产业结构也迟迟未能出现较大的提升。这正是目前中国经济增长所面临的最大难题。
　　接着，我们来考察TFP对人力资本水平的一个标准差新息的响应情况和响应路径。可以看出TFP对产权制度冲击在第2期达到最大，这是因为人力资本水平一方面影响外商直接投资的知识溢出的吸收，另一方面人力资本水平可以促进自主创新效果的提高，但人力资本无论是通过与外商直接投资的知识溢出相结合提高全要素生产率还是与自主创新结合提高全要素生产率都有一定的滞后期。从长期看来，人力资本对全要素生产率的提高起着越来越重要的作用，人力资本水平不提高，就不能和外商直接投资的知识溢出和本国自主创新结合，这样两种提高全要素生产率的渠道都会受到抑制。
　　4、方差分解。
　　本节我们利用方差分解是分析对VAR模型中的变量产生影响的每个随机扰动的重要性。方差分解的结果如图5所示，可以看出不考虑全要素生产率自身的贡献率，随着时间的推移，自主创新对全要素生产率的贡献率最大达到24.28%，其次是人力资本水平，其对全要素生产率的贡献率是逐渐增加的，在第20期达到13.9%，外商直接投资的贡献率较小，仅为1.9%。可以看出方差分解的结果进一步验证了前面脉冲响应函数的结果，即在长期来看，人力资本水平将决定我国生产率的提高速度和水平。
　　三、结论及政策建议。
　　本文利用1978 2008年的时间序列数据，利用VAR模型对自主创新、外商直接投资与全要素生产率的互动关系进行了研究，结果表明自主创新对我国全要素生产率的提高至关重要，其对于全要素生产率的作用远大于外商直接投资的技术溢出效应。利用脉冲响应函数和方差分解的方法，我们分析了自主创新、技术溢出和人力资本对全要素生产率的重要性，可以看出随着时间的推移，人力资本水平对自主创新和技术溢出的影响作用日趋明显。
　　根据本文的结论，本文有一些政策建议。首先，加大自主创新投入力度，自主创新水平的提高不但可以增强我国对FDI技术溢出的吸收能力，而且可以提高我国的技术水平，提高我国产品在国际市场上的核心竞争力，变中国制造为中国创造;其次，不断增加人力资本存量，一方面加大对基础研究的支持力度，另一方面应大力发展职业教育，使得我国技术工人的技术水平有明显的提高;最后，进一步加大引进外商直接投资的力度，促进其技术溢出程度，缩小我国与外资先进水平的技术差距水平。