论文部分内容阅读
摘要:在采用永续盘存法(PIM)测算出FDI存量的基础上,利用1998—2012年中国省际平衡面板数据,在知识生产函数框架下,以人力资本为门槛变量来分析FDI对区域创新能力的溢出效应。通过把人力资本与FDI的交互项引入到模型中,证实了人力资本门槛的存在,同时通过对中国东、中、西三大区域的研究也进一步证实了人力资本门槛的存在。无论是从全国层面还是从区域层面分析,FDI并没有直接地促进创新能力的提升,只有跨越相应的人力资本门槛,FDI才能有效地促进区域创新能力的提升。
关键词:创新能力;FDI存量;人力资本门槛;知识生产函数
文章编号:2095-5960(2016)01-0010-09;中图分类号:F061.5;文献标识码:A
一、引言
新经济增长理论认为技术进步是一国经济增长的重要源泉,而创新则是实现技术进步的核心动力。在开放经济条件下,对于发展中国家来说,技术进步和创新有两个基本来源:一是国内自主研发(R&D)活动,在这过程中可以产生新的技术和产品,并增强企业吸收现有知识和技术的能力,促进知识和技术的外溢,实现技术创新能力的提升,这得到了国内外研究学者的一致认同;二是国外技术外溢,发达国家知识和技术对发展中国家产生技术外溢效应的渠道主要是通过外商直接投资(FDI)来实现的,这也是在开放经济条件下发展中国家获取先进技术发挥后发优势的主要途径。FDI可以通过技术转移、技术扩散以及技术外溢等方式提高东道国(地区)的生产率,从而推动东道国(地区)的技术进步和技术创新能力的提升。作为吸引外商直接投资(FDI)最大的发展中国家,中国在积极引进外资的背景下,实际效果是否符合政策预期,必然成为全国关注的焦点。研究外商直接投资在中国创新能力提升过程中的溢出效应问题无疑具有重要的理论和实践意义。
国内外学者对FDI技术溢出与创新能力关系进行了深入研究,其研究结果不尽相同,根据学者们的研究结论可以将研究分为以下几类。(1)FDI对当地技术创新能力有积极影响。Blomstrom et al.(1983)对墨西哥的研究[1]、David et al.(1995)对22个OECD国家的研究[2]、Kinoshita(2000)对捷克的研究[3]、Girma et al.(2004)对英国电子行业的研究[4]、Dimelis 和 Louri(2002)对希腊的研究[5]均表明FDI的流入能够促进东道国(地区)创新能力的提升。Hu et al.(2009)利用中国 1995—2001 年的企业数据对专利申请量和外商直接投资之间的关系进行了实证检验,发现行业中 FDI企业占工业增加值的比重每增加10%,专利的申请数量就增加15%。[6]Chuang et al.(2004)通过运用中国的制造业数据证实了FDI对创新能力具有正向作用。 [7]冼国明等(2005)利用1998—2003省级层面数据,对外资在创新能力方面的溢出效应进行研究发现,外资对中国专利申请数量有显著的正面溢出效应。[8]Cheung et al.(2004)分析了FDI对技术创新的影响并发现其具有正溢出效应,同时也发现FDI对较低层次的创新,尤其外观设计方面具有较为显著的正向作用。[9]王红领等(2006)通过采用工业内部37个行业的数据来研究FDI对我国企业自主创新能力的影响时得到FDI有助于我国创新能力提升的论断。[10]薄文广(2007)在研究外国直接投资对中国技术创新的影响时发现FDI的流入对我国技术创新水平提升产生促进作用。[11]李晓钟等(2008)采用2002—2006年的省级面板数据研究FDI对区域技术创新能力的影响时发现FDI对区域一般技术创新能力提升的促进作用明显存在。[12](2)FDI对当地技术创新能力有负面影响。Aitken et al.(1999)对委内瑞拉制造业的研究[13]以及Salvador et al.(2002)的研究[14]均发现外商直接投资对东道国企业技术创新具有负面影响。Young(1992)对新加坡经验研究的结论表明FDI使得新加坡的人力资本转移到了最终产品部门,从而导致了该国研发部门投入不足阻碍了创新能力的提升。[15]蒋殿春等(2005)在研究外商直接投资对高技术产业创新能力作用时指出,FDI引发的竞争加剧不仅没有激发国内企业的创新动力,反而吞噬了国内的市场空间打击了国内企业创新积极性。[16]陈羽等(2009)指出外资的竞争效应会降低内资企业创新的激励,从而挤出本国的研发投入,阻碍了本国创新能力提升。[17](3)FDI对技术创新能力没有显著影响。Kokko(1994)指出,当跨国公司在某国所占的市场份额较大的时候,没有任何证据表明 FDI 对东道国的技术进步有促进作用。[18]Henny 和Manuel(2002)的研究表明,FDI对东道国技术创新能力的提升作用微弱。[19]王飞(2003)指出外商直接投资对我国工业企业的技术进步没有明显的作用。[20]马天毅等(2006)的研究表明,外商直接投资在整体上对我国工业企业的研发和创新能力无非常明显的溢出效应。[21]陈劲等(2007)的研究结果表明,FDI作用在统计意义上不显著,FDI对于提高自主创新能力和增强原创性的科技能力无显著影响。[22]陈国宏等(2008)指出外商直接投资对我国自主创新能力提高的作用并不明显。[23](4)还有一类学者认为,FDI对东道国(地区)创新能力的影响需要全面分析,不能简单用促进或者阻碍角度来分析。Kavita(2003)、Tumao et al.(2005)以及Dieter(2010)的研究表明,FDI能否促进东道国创新能力的提升需要考虑东道国FDI的类型,还要考虑东道国内资企业的吸收能力如发展状况、人力资本储备、知识产权等方面原因。[24][25][26]鲁钊阳、廖彬彬(2012)以知识产权为门槛变量[27],冉光和等(2013)以金融发展水平为门槛变量[28]分别考虑了FDI对中国创新能力的影响。 通过对以上文献分析发现,国内外学者从不同角度对FDI与创新能力之间的关系进行了大量的研究。但我们发现现有研究存在以下几个不足之处:(1)从流量角度去分析FDI对技术创新能力的溢出效应。包群等(2003)指出外商投资所带来的先进技术对东道国企业产生的技术外溢具有时滞性,外商投资者所带来的先进技术需要一段时间的吸收改造才能适应东道国经济要求,同时本国企业受自身吸收能力地制约对外资企业的技术模仿、学习也需要过程。[29]因此,现有关于FDI对技术创新能力影响的研究得到不同的论断,可能是由于采用不适当的衡量方法而造成的。(2)从流量的角度去分析R&D支出对创新能力的影响。关于R&D对创新能力的影响研究主流的做法是采用R&D流量或者滞后期的形式引入模型来进行分析,这完全忽视了创新能力的提升是长期积累的过程,不能仅依靠某个时期或几个时期的投入来实现。由此可见,采用流量或者滞后期的衡量方法可能会造成实证结果出现较大偏差。(3)衡量创新能力的指标比较单一。对创新能力的衡量国内外没有统一的结论,但主要采用专利申请数、专利授权数或新产品数,而在模型进行回归时多从一个指标着手进行分析,而没有考虑到回归结果的稳定性问题。(4)以人力资本为门槛变量分析FDI溢出效应时,通常都是以经济增长和生产率为被解释变量。很少有学者从人力资本代表吸收能力的角度考查FDI对创新能力的溢出是不是存在门槛效应。(5)现有文献研究FDI的溢出效应通常是从中国整体来进行分析,没有从东、中、西三个区域进行分析,对中国与其区域之间是否表现出相同特点的研究在现有研究中没有得到体现。由于这三个地区的经济发展水平具有较为明显的差距,若仅从全国层面来进行考察有时会掩盖东、中、西三个区域的差异性。因此,本文为了克服以上研究的不足,采用永续盘存法(Perpetual Inventory Method, PIM)测量FDI存量和R&D经费支出存量,将以上变量纳入到创新知识生产函数中,并加入人力资本与FDI的交互项,同时采用专利授权数和专利申请数作为衡量区域创新能力的指标,以此来研究FDI在中国创新能力提升过程中是否存在溢出效应和人力资本门槛以及是否存在区域差异性。
二、计量模型与变量构建
(一)计量模型设定
创新活动(Innovation)实质上就是新知识的创造、生产过程(王然,2010)。[30]与所有的生产函数类似,创新产出是由研发投入和研发活动的技术水平综合决定的,因此本文借鉴被广泛采用的柯布-道格拉斯式的知识生产函数形式,即有下面模型:
Innovationit=Ait×RDKβ1it×RDLβ2it(1)
其中,i和t分别代表地区和年份。Innovation为创新产出,RDK为R&D经费投入,RDLit为R&D人员投入,Ait为地区i在第t年的创新生产率,除影响创新产出的直接投入要素以外的其他因素均被包含在了Ait中。结合本文研究目的,这主要包括:①FDI(外商直接投资)。②FDI与人力资本的交互项。若该交互项的系数为正,说明人力资本水平有助于提高FDI的创新效应。而且通过FDI以及FDI与人力资本的交互项可以验证是否存在人力资本门槛效应(即FDI的系数为负,交互项的系数为正)。③金融发展水平(Finance)。金融体系越完善,企业的融资渠道就相对畅通,企业技术创新产生的资金巨额需求会得到满足。金融发展在创新活动过程中产生积极的促进作用(钱水土,周永涛,2011;冉和光等,2013) [31] [28],此变量作为控制变量。④产业高级化程度(Upgrading)。产业结构升级过程中通过需求拉动效应、地区协同效应以及国际贸易效应提升了区域创新水平(吴丰华,刘瑞明,2013) [32],此变量作为控制变量。即将Ait设定成以下形式:
Ait=A0×eβ3ln(FDIit)+β4Humanit*ln(FDIit)+β5ln(Financeit)+β4ln(Upgradingit)(2)
把式(2)带入公式(1)中,等式两边再取自然对数可得到如下的计量模型:
ln(Innovationit)=β0+β1ln(RDKit)+β2ln(RDLit)+β3ln(FDIit)+β4Humanit*ln(FDIit)+β5ln(Financeit)+β6ln(Upgradingit)+Vi+uit(3)
其中,下标i和t分别代表地区和年份。Innovationit为创新产出,RDKit为R&D经费投入,RDLit为R&D人员投入,FDIit为外商直接投资,Humanit为人力资本, Financeit金融发展水平,Ugradingit产业高级化程度,所有β待估计参数。Vi是不随时间变化的个体效应,主要衡量不同地区由于自身特征在创新绩效上的差异;uit为随机扰动项。因此,式(3)是本文重点研究的计量模型。在式β3ln(FDIit)+β4Humanit*ln(FDIit)中,如果系数β3和β4的估计系数均为正数,则说明FDI有技术创新效应,但不存在吸收能力的门槛效应。若果β3为负数而β4为正数,可知FDI对创新能力做出贡献的前提是以人力资本表示的吸收能力达到某一门槛水平-β3/β4。
(二)变量设计
1.创新产出(Innovation):创新活动最直接的产出就是专利,包括专利申请量和专利授权量。本文用专利授权数来衡量创新产出,同时为了更好地研究创新能力和验证结果的稳定性,除采用专利授权数以外,我们也采用专利申请数进行衡量创新产出,故本文模型中的被解释变量有两个。
2.创新活动投入变量R&D经费投入(RDK)和人员投入(RDL):研发活动的支出对创新的影响不仅仅反应在当期,即对以后的创新活动也有影响。因此前文构建的模型使用的是R&D经费投入存量。本文采用永续盘存法(Perpetual Inventory Method, PIM)来估算研发经费投入存量。测算公式如下: RDKit=(1-δ1)RDKi,t-1+Iit/Pit(4)
其中RDK表示R&D支出存量,I表示R&D投入,δ1为折旧率,Pit为价格指数。下标i和t分别地区和年份。首先,要将R&D支出平减成实际值。在进行折算时设定R&D的价格指数一直是经济领域相对较难的问题。朱平芳等(2003)和李健等(2015)在相关研究中构造R&D价格指数为:R&D价格指数=α1×固定资产价格指数+α2×消费物价指数。[33][34]我们把上述两类指数折算成以1998年价格指数表示不变价,本文对参数的选择与朱平芳等(2003)和李健等(2015)研究设定的值一致,即α1=0.45和α2=0.55。最后计算出的R&D价格指数对R&D投入数据进行缩减,从而得到各个地区各年的R&D投入实际值。
对于基期R&D支出存量,本文采用夏良科(2010)的做法[35],即
RDKit=Ii0/(δ1+g1)(5)
其中,RDK0指的是地区i的基期存量,Ii0是经过平减之后得到的1998年的R&D投入额; g1是地区i在1998—2012年R&D支出的年平均增长率;δ1为R&D支出存量的折旧率,这里设定为10%。这与夏良科(2010)的研究设定数值一致。因此结合式(4)和式(5),我们就可以得到1998—2012年中国30个地区的R&D存量。对于创新活动的劳动投入(RDP)本文采用R&D人员全时当量来衡量。
3.外商直接投资(FDI):FDI对一国的创新活动影响是一个长期动态过程,因此本文采用FDI存量作为衡量指标。对于FDI存量的估算,我们也采用永续盘存法。由于篇幅的限制,本文不列出具体的公式,基本公式和估算R&D支出存量的一致。主要区别在于折旧率和FDI价格指数。本文设定FDI存量折旧指数δ2=10%,这与张天顶(2004)的取值一致[36]。至于FDI价格指数,本文采用GDP平减指数进行替代。
4.人力资本(Human):现有文献中衡量人力资本的方法较多,采用的指标各异。本文采用平均受教育年限作为人力资本的代理变量。计算平均受教育年限的具体测算方法见李健等(2015a,2015b)的文献。[37][38]
5.金融发展水平(Finance):本文采用“正规金融机构借贷总额与各地区生产总值之比”进行衡量。
6.产业结构高级化(Upgrading):李健和卫平在研究产业结构高级化时采用第三产业产值与第二产业产值的比重来度量高级化过程。[39]因此,本文也采用以上研究的度量方法,即利用“第三产业产值与第二产业产值之比”衡量产业结构高级化。
(三)数据来源
充分考虑到统计指标的一致性问题和数据的可获得性,本文样本数据涵盖了1998—2012年中国大陆除西藏以外共30个省、直辖市、自治区的数据(由于西藏自治区数据缺失较多,按照已有文献的处理方法,本文剔除西藏自治区),剔除西藏地区之后其他地区不存在数据缺失的现象,因此本文计量模型所采用的数据为平衡面板数据。本文使用的所有原始数据均来自于1997—2013年《中国统计年鉴》、《中国金融统计年鉴》、《中国科技统计年鉴》以及各省份的统计年鉴。
三、实证结果与分析
(一)全国结果及其分析
对于“个体数多、时间短”的短面板数据类型,一般假设随机扰动项uit为独立同分布,即不存在自相关。本文研究个体为30个,时间为15年,是典型的短面板。但为了使回归结果稳定,本文使用Driscoll和Kraay(1998)提出的“消除异方差-序列相关-截面相关”稳健型标准误方法进行估计,在对三个区域研究时也采用此方法进行回归。对全国30个地区1998—2012年平衡面板数据进行了固定效应模型和随机效应模型回归,结果见表1。由于篇幅的限制,表1中的回归结果只报告Hausman检验最终确定的模型。模型①到③的被解释变量为专利申请授权数,而模型④到⑥的被解释变量为专利申请受理数。Hausman检验结果表明所有模型均采用固定效应估计方法。
从表1中我们可以发现,lnFDI的系数为负,在1%或5%的显著水平上显著,且lnFDI与人力资本Human的交互项系数在1%的显著水平上为正。lnFDI的系数β3为负且显著表明外资的大量引进并没有直接促进我国创新能力的提升。Aitken et al.(1999)指出,跨国公司进入带来的竞争压力会降低国内企业的市场份额,引发国内企业缩减生产,利润大幅下降,降低了生产效率,这势必会重挫国内技术创新的积极性。[13]本文认为FDI与我国创新能力负向关系可能是因为:①技术差距较大。1978年改革开放以来,我国经济取得了较好地发展,技术水平明显提升,缩小了与发达国家之间的距离。但相比美国、欧盟、日本、韩国这些发达经济体的技术水平,仍存在较大差距,国内企业缺乏技术创新的硬件条件的同时也缺乏足够的技术学习能力和吸收能力,导致外资进入也未必能够产生创新效应。②市场换技术的战略增加了外商市场占有率,并带动了行业技术进步,同时也导致国内要素配置效率下降,抑制了本土企业的自主创新能力的提升。人力资本(表示吸收能力)与lnFDI的交互项系数β4为正且均在1%的显著水平上显著。从变量lnFDI以及交互项放在一起揭示了这样的事实:FDI的进入并不必然推动我国创新能力的提升,技术创新外溢效应是否出现还要取决于吸收能力(以人力资本为代表)。在吸收能力较低的地区,外资与国内企业联系效应不明显,部门的学习、模仿能力有限。同时,外资竞争对国内企业技术创新产生挤出效应。要扭转这个局面,提高吸收能力是关键。本文以专利授权数(创新能力的代表之一)为主要研究对象,(见表1中模型③)。当吸收能力达到一定水平,即人均受教育年限(即代表人力资本)达到3.59以后,外商直接投资的技术创新效应才会出现,且人力资本水平越高,技术创新效应就会变得明显。 R&D经费投入(lnRDK)和R&D人员投入(lnRDP)的系数无论在以专利授权数(lnInnovation1)还是专利受理数(lnInnovation2)为被解释变量的创新能力模型中均为正且显著,这充分体现两者在创新能力过程中是必不可少的要素。由于lnRDK和lnRDP的回归系数代表创新产出弹性,通过对研发经费投入(lnRDK)和研发人员投入(lnRDP)的系数大小对比可知,研发资本投入的弹性要显著高于研发人员投入弹性,这表明研发经费投入是创新生产活动中更为重要的投入要素。长期以来我国研发经费支出占国内生产总值的比重一直过低,按照可获得的数据进行同期对比可知,中国研发经费支出占据国内生产总值的比重从1998年的0.65%增长到2011年的1.84%,在美国这一比例则从2.62%上升到2.77%,在日本这一比例从3.00%增长到3.39%,法国从2.14%增长到2.25%,德国从2.27%上升到2.88%。不难看出这些发达国家研发支出强度在1998年就高于2011年中国的投入水平,这说明中国研发经费支出力度不足,与发达经济体差距巨大。在2012年中国研发经费占据国内生产总值的比重为1.98%,没有超过国家普遍认可的研发强度界限(为2%),中国现在依旧没有步入到创新型国家行列。将研发资本投入(lnRDK)和研发人员投入(lnRDP)这两者的系数相加可知,得到总弹性小于0.5,这表明我国创新生产过程中呈现出规模报酬递减的特征。
金融发展水平(lnFinance)无论在被解释变量为专利申请授权数还是专利申请受理数的模型中均表现出了正向显著的统计特性,这表明金融发展为企业进行技术创新提供了充足的资金,在区域创新能力提升过程中起到了促进作用,这与冉光和等(2013)的结论一致[28]。产业高级化(lnUpgrading)在模型③和⑥中均为正且不显著,说明产业结构高级化过程在一定程度上促进了创新能力的提升,但效果不太明显。这可能是因为从全国水平来看,产业结构高级化未必是各个地区的迫切需要,主要因为当前我国地区经济发展不平衡,产业结构不合理,因此在很多经济发展比较缓慢的地区调整产业结构促使合理化是当前首要目标。李健和卫平(2014)利用锡尔指数法对1991—2011年中国30个地区的产业结构是否合理进行了分析,研究表明沿海地区产业结构相对合理,而中西部地区尤其是贵州、云南、甘肃等地区的产业结构极其不合理。[38]本部分研究是基于全国样本进行回归分析,可能掩盖了地区的差异性特征,若是按照不同地区进行研究,可能会呈现出更为合理的结论,这可以从下文分区域的回归结果中得到体现。
(二)三大区域结果及其分析
中国地区经济发展差别比较大,特别是东、中、西三个地区的资源禀赋、地理条件、经济基础以及对外开放程度等方面具有较大的差异。改革开放以来,东部地区的经济发展水平一直领先于中西部地区,三大地区的研发能力和技术引进呈现出不均衡的特征。因此,FDI的进入对三个区域的影响是否存在人力资本门槛可能更能准确地分析FDI的技术溢出,同时通过对三个区域分别分析,也是对全国面板数据回归结果的稳健性检验。本文对1998—2012年东部、中部、西部三大区域进行分区域检验(三大区域的划分借鉴了《中国区域统计年鉴》以及现有多数文献的划分方法)①①东部地区:北京、天津、河北、山东、上海、江苏、浙江、福建、广东、海南、黑龙江、吉林、辽宁共13个地区;中部地区:河南、山西、湖北、湖南、安徽、江西共6个地区;西部地区:内蒙古、陕西、甘肃、宁夏、青海、新疆、四川、重庆、云南、贵州、广西共11个地区。 ,估计结果见表2。由于篇幅的限制,表2中的回归结果只报告由Hausman检验最终确定的模型,表中最后一行指出具体采用何种模型。
通过对区域的数据进行回归分析表明,lnFDI以及Human*lnFDI的统计特征总体上与全国的回归结果基本相似,即lnFDI的系数β3为负,而交互项Human*lnFDI的系数β4为正且显著,这说明无论是从全国层面还是三大区域层面,FDI的进入并不必然推动我国创新能力的提升,外溢效应是否出现还要取决于吸收能力(以人力资本为代表)。只有跨越人力资本门槛值时,FDI在区域创新能力提升中的外溢效应才能出现。在以专利授权数为解释变量的模型中,通过计算出门槛值并与本文统计数据进行对比,我们发现东、中、西地区超过各自的人力资本门槛值,外商直接投资在这三个地区产生了正向溢出效应。
R&D经费投入(lnRDK)和R&D人员投入(lnRDP)的系数无论是以专利授权数(lnInnovation1)还是以专利受理数(lnInnovation2)为被解释变量的创新能力模型中均为正,除个别在5%水平上显著且基本在1%的显著水平上显著,这表明不论是在经济社会发展水平更高的东部地区,还是在经济社会发展相对落后的中西部,R&D经费投入和人员投入的增加都带来了专利数量的增加,在技术创新过程中发挥着极其重要的作用,表明研究与开发活动是技术创新能力提升必不可少的因素。同时,通过对比R&D经费支出(lnRDK)和人员投入(lnRDP)的系数,我们发现前者的创新产出弹性显著大于后者的创新产出弹性,同时创新产出过程呈现出规模报酬递减的特征,以上特征均与基于全国样本得到的回归结果一致。金融发展水平(lnFinance)在东、中、西三地区模型中的变量系数均为正且不显著,这表明在创新能力提升过程中金融发展作用不明显。这是一个值得关注的现象,作用不显著的原因可能是因为我国实行了金融抑制,政府的利率管制、信贷配给导致了大型企业获得了正规金融部门绝大部分信贷资金,而这些企业不缺少提升创新能力的资金,获得的信贷资金没有投入到技术创新活动中去,而亟须创新资金的小企业却没有得到贷款,从而导致金融发展的创新效应不明显。产业高级化(lnUpgrading)在东部地区的模型中系数符号为正且均显著,而在中、西部模型中符号均为负,出现这种状况的原因可能是因为东部地区经济发展已经达到了较高水平,为迎接国际竞争,不断对产业结构进行升级,导致产业发展重心逐渐从第二产业向第三产业转变,使得第三产业的金融业、技术服务业和科研事业等创新能力更强的产业在区域创新能力提升过程中的作用越来越重要,创新能力的核心力量逐步从制造企业创新向第三产业服务业企业创新进行转变,创新能力得到稳步的加强。而中西部地区由于自身经济发展落后,当前的任务应当是进行产业合理化调整而不是盲目地追随东部地区进行产业升级,产业结构不合理的状态下进行升级势必会造成经济失衡,技术创新受阻。这也对应了基于全国样本得到的回归结果,即产业结构高级化对全国创新能力提升产生了正向作用但不显著。 (0.451)模型选用FEFEREFEFERE注:Hausman检验原假设:模型为随机效应模型。“FE”表示固定效应模型,“RE”表示随机效应模型。括号内数值估计系数的t值,*、**和***分别表示10%、5%和1%双尾检验的显著水平。
四、结论和政策启示
本文通过使用1998—2012年中国30个省、直辖市、自治区的平衡面板数据,考察全国以及东、中、西三大区域FDI对创新能力的影响。研究结果表明:(1)引入人力资本门槛变量之后,FDI与人力资本的交互项与中国创新能力呈显著正相关证实了人力资本门槛的存在,同时通过分别对中国东、中、西三大区域的研究,也证实了人力资本门槛的存在。(2)R&D经费投入和人员投入无论是在全国还是东、中、西三个地区均对创新能力提高有稳健的促进作用,这与现有绝大多数研究的结论一致,R&D投入在创新能力提升过程中的作用是毋庸置疑的。R&D经费支出的创新产出弹性显著地大于R&D人员投入的创新产出弹性,且创新产出过程呈现出规模报酬递减的特征。(3)金融发展水平和产业高级化从全国层面可以看出对创新能力的促进作用,但这种作用因区域性差异问题而表现不同的特征。
从上述研究结论中得到如下政策启示:(1)人力资本与FDI相结合时对创新能力提升产生了显著促进作用,因此要加大对人力资本的培养力度。充分发挥教育在创新人才培养中的重要作用,加强人才与科技创新的有机结合,高等院校要适应国家科技发展战略和市场对创新人才的需求,支持企业培养和吸收科技人才,国家应当鼓励企业聘用高层次的科技人才和培养优秀科技人才并给予政策支持,以提升区域创新能力;(2)加大R&D经费投入。技术创新是长期经济增长的引擎,而R&D是技术活动的核心,是创新的源泉,因此加大R&D投入和人员强度在区域创新能力提升过程中起到关键的作用。从20世纪90年代以来中国的R&D投入强度就低于发达国家。中国在2011年的研发强度为1.84%,而美国、德国、日本、韩国在2000年的研发强度分别为2.74%、2.45%、3.04%和3.39%。政府应该进一步加大科技投入,通过完善政策,对企业创新活动进行扶持,强化企业技术创新的主体地位。
参考文献:
[1]Blomstrom M., Persson H..Foreign Direct Investment and Spillover Efficiency in an Underdeveloped Economy: Evidence from the Mexican Manufacturing Industry[J].World Development,1983(11): 493-501.
[2]David T.C.,Helpman E..International R&D spillovers[J].European Economic Review,1995(39):859-887.
[3]Kinoshita S.. Causality between Foreign Investment and Spillover Efficiency[J].Applied Economics,2000(27):745-750.
[4]Girma R.,Wakelin D.. Industrial Development, Globalization and Multinational Enterprises: New Realities for Developing Countries[J].Oxford Development Studies,2004(2):331-339.
[5]Dimelis S., Helen L.. Foreign Direct Investment and Efficiency Benefits: A Conditional Quantile Analysis[J].Oxford Economic Papers,2002(54):449-469.
[6]Guangzhou H., Gary H.J..A great wall of patents: What is behind China’s recent explosion[J].Journal of Development Economics,2009(90):57-68.
[7]Chuang Y. C., Hsu P. F..FDI, trade, and spillover efficiency: evidence from China's manufacturing sector [J]. Applied Economics, 2004(10):1103-1113.
[8]冼国明,严兵.FDI对中国创新能力的溢出效应[J].世界经济,2005(10):18-23.
[9]Cheung Y. , Lin P. Spillover Effects of FDI on Innovation in China, Evidence from the Provincial Data[J]. China Economic Review,2004(15):25-44.
[10]王红领,李稻葵,冯俊新.FDI与自主研发:基于行业数据的研究[J].经济研究,2006(2):44-54.
[11]薄文广.外国直接投资对中国技术创新的影响[J].财经研究,2007(6):4-13.
[12]李晓钟,张小蒂.外商直接投资对我国技术创新能力影响及其与差异分析[J].中国工业经济,2008(9):77-81.
[13]Aitken B. J.,Harrison A. E.. Do Domestic Firms Benefit from Direct Foreign Investment? Evidence from Venezuela [J].American Economic Review, 1999, 89(3). [14]Salvador B.,Eric S.. Foreign Direct Investment and Productivity Spillovers: Evidence from the Spanish Experience[J].Weltwirtschaftliches Archiv, 2002.
[15]Young A.. A Tale of Two Cities: Factor Accumulation and Technical Change in Hong Kong and Singaproe[C].NBER Macroeconomics Annual MIT Press,1992.
[16]蒋殿春,夏良科.外商直接投资对中国高技术产业技术创新作用的经验分析[J].世界经济,2005(8):3-9.
[17]陈羽,邝国良.FDI、技术差距与本土企业的研发投入——理论及中国的经验研究[J].国际贸易问题,2009(7):88-95.
[18]Kokko A.. Technology, Markets, Characteristics and Spillover[J].Journal of Development Economics,1994(142):51-74.
[19]Henny R., Manuel A.. Determinants of innovation capacity in small electronics and software firms in southeast England[J].Research Policy, 2002(31):1053-1067.
[20]王飞.外商直接投资促进了国内工业企业技术进步吗?[J].世界经济研究,2003(4):39-43.
[21]马天毅,马野青,张二震.外商直接投资与我国技术创新能力[J].世界经济研究,2006(7):4-8.
[22]陈劲,陈钰芬,余芳珍.FDI对促进我国区域创新能力的影响[J].科研管理,2007(1):9-12.
[23] 陈国宏,郭弢.我国FDI、知识产权保护与自主创新能力关系的实证研究[J].中国工业经济,2008(4):25-27.
[24]Kaviat M.. Regional Innovations and the Economic Competitiveness in India[J].The International Handbook on Innovation,2003(12):904-914.
[25]Tuomo U., Helina M.,Vesa H.. Incorporating Futures Research into Regional Knowledge Creation and Management[J]. Futures ,2005(37):849-866.
[26]Dieter M.. Urban. FDI, Technology Spillovers, and Wages[J].Review of International Economics,2010(18):443-453.
[27]鲁钊阳,廖彬彬.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究,2012(5):77-86.
[28]冉光和,徐鲲,鲁钊阳.金融发展、FDI对区域创新能力的影响[J].科研管理,2013(7):46-50.
[29]包群,赖明勇.FDI技术外溢的动态测算及原因解释[J].统计研究,2003(6):33-38.
[30]王然,燕波,邓伟根.FDI对我国工业自主创新能力的影响及机制——基于产业关联的视角[J].中国工业经济,2010(11):18-19.
[31]钱水土,周永涛.金融发展、技术进步与产业升级[J].统计研究,2011(1):69-74.
[32]吴丰华,刘瑞明.产业升级与自主创新能力构建——基于中国升级面板数据的实证研究[J].中国工业经济,2013(5):57-67.
[33]朱平芳,徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响[J].2003(6):46-52.
[34]李健,卫平.民间金融和全要素生产率增长[J].南开经济研究,2015(5):76-93.
[35]夏良科.人力资本与R&D如何影响全要素生产力——基于大中型工业企业的经验分析[J].数量经济技术经济研究,2010(4):78-94.
[36]张天顶.FDI对中国经济增长影响的实证研究[J].世界经济研究,2004(10):73-78.
[37]李健,卫平.金融发展与全要素生产率增长——基于中国省际面板数据的实证分析[J].经济理论与经济管理,2015(8):47-63.
[38]李健,卫平,付军明.中国地区工业生产率增长差异及收敛性研究——基于三投入DEA实证分析[J].产业经济研究,2015(5):21-30.
[39]李健,卫平.产业结构变迁背景下的人口红利与经济增长[J].经济与管理研究,2014(7):5-12.
责任编辑:萧敏娜
关键词:创新能力;FDI存量;人力资本门槛;知识生产函数
文章编号:2095-5960(2016)01-0010-09;中图分类号:F061.5;文献标识码:A
一、引言
新经济增长理论认为技术进步是一国经济增长的重要源泉,而创新则是实现技术进步的核心动力。在开放经济条件下,对于发展中国家来说,技术进步和创新有两个基本来源:一是国内自主研发(R&D)活动,在这过程中可以产生新的技术和产品,并增强企业吸收现有知识和技术的能力,促进知识和技术的外溢,实现技术创新能力的提升,这得到了国内外研究学者的一致认同;二是国外技术外溢,发达国家知识和技术对发展中国家产生技术外溢效应的渠道主要是通过外商直接投资(FDI)来实现的,这也是在开放经济条件下发展中国家获取先进技术发挥后发优势的主要途径。FDI可以通过技术转移、技术扩散以及技术外溢等方式提高东道国(地区)的生产率,从而推动东道国(地区)的技术进步和技术创新能力的提升。作为吸引外商直接投资(FDI)最大的发展中国家,中国在积极引进外资的背景下,实际效果是否符合政策预期,必然成为全国关注的焦点。研究外商直接投资在中国创新能力提升过程中的溢出效应问题无疑具有重要的理论和实践意义。
国内外学者对FDI技术溢出与创新能力关系进行了深入研究,其研究结果不尽相同,根据学者们的研究结论可以将研究分为以下几类。(1)FDI对当地技术创新能力有积极影响。Blomstrom et al.(1983)对墨西哥的研究[1]、David et al.(1995)对22个OECD国家的研究[2]、Kinoshita(2000)对捷克的研究[3]、Girma et al.(2004)对英国电子行业的研究[4]、Dimelis 和 Louri(2002)对希腊的研究[5]均表明FDI的流入能够促进东道国(地区)创新能力的提升。Hu et al.(2009)利用中国 1995—2001 年的企业数据对专利申请量和外商直接投资之间的关系进行了实证检验,发现行业中 FDI企业占工业增加值的比重每增加10%,专利的申请数量就增加15%。[6]Chuang et al.(2004)通过运用中国的制造业数据证实了FDI对创新能力具有正向作用。 [7]冼国明等(2005)利用1998—2003省级层面数据,对外资在创新能力方面的溢出效应进行研究发现,外资对中国专利申请数量有显著的正面溢出效应。[8]Cheung et al.(2004)分析了FDI对技术创新的影响并发现其具有正溢出效应,同时也发现FDI对较低层次的创新,尤其外观设计方面具有较为显著的正向作用。[9]王红领等(2006)通过采用工业内部37个行业的数据来研究FDI对我国企业自主创新能力的影响时得到FDI有助于我国创新能力提升的论断。[10]薄文广(2007)在研究外国直接投资对中国技术创新的影响时发现FDI的流入对我国技术创新水平提升产生促进作用。[11]李晓钟等(2008)采用2002—2006年的省级面板数据研究FDI对区域技术创新能力的影响时发现FDI对区域一般技术创新能力提升的促进作用明显存在。[12](2)FDI对当地技术创新能力有负面影响。Aitken et al.(1999)对委内瑞拉制造业的研究[13]以及Salvador et al.(2002)的研究[14]均发现外商直接投资对东道国企业技术创新具有负面影响。Young(1992)对新加坡经验研究的结论表明FDI使得新加坡的人力资本转移到了最终产品部门,从而导致了该国研发部门投入不足阻碍了创新能力的提升。[15]蒋殿春等(2005)在研究外商直接投资对高技术产业创新能力作用时指出,FDI引发的竞争加剧不仅没有激发国内企业的创新动力,反而吞噬了国内的市场空间打击了国内企业创新积极性。[16]陈羽等(2009)指出外资的竞争效应会降低内资企业创新的激励,从而挤出本国的研发投入,阻碍了本国创新能力提升。[17](3)FDI对技术创新能力没有显著影响。Kokko(1994)指出,当跨国公司在某国所占的市场份额较大的时候,没有任何证据表明 FDI 对东道国的技术进步有促进作用。[18]Henny 和Manuel(2002)的研究表明,FDI对东道国技术创新能力的提升作用微弱。[19]王飞(2003)指出外商直接投资对我国工业企业的技术进步没有明显的作用。[20]马天毅等(2006)的研究表明,外商直接投资在整体上对我国工业企业的研发和创新能力无非常明显的溢出效应。[21]陈劲等(2007)的研究结果表明,FDI作用在统计意义上不显著,FDI对于提高自主创新能力和增强原创性的科技能力无显著影响。[22]陈国宏等(2008)指出外商直接投资对我国自主创新能力提高的作用并不明显。[23](4)还有一类学者认为,FDI对东道国(地区)创新能力的影响需要全面分析,不能简单用促进或者阻碍角度来分析。Kavita(2003)、Tumao et al.(2005)以及Dieter(2010)的研究表明,FDI能否促进东道国创新能力的提升需要考虑东道国FDI的类型,还要考虑东道国内资企业的吸收能力如发展状况、人力资本储备、知识产权等方面原因。[24][25][26]鲁钊阳、廖彬彬(2012)以知识产权为门槛变量[27],冉光和等(2013)以金融发展水平为门槛变量[28]分别考虑了FDI对中国创新能力的影响。 通过对以上文献分析发现,国内外学者从不同角度对FDI与创新能力之间的关系进行了大量的研究。但我们发现现有研究存在以下几个不足之处:(1)从流量角度去分析FDI对技术创新能力的溢出效应。包群等(2003)指出外商投资所带来的先进技术对东道国企业产生的技术外溢具有时滞性,外商投资者所带来的先进技术需要一段时间的吸收改造才能适应东道国经济要求,同时本国企业受自身吸收能力地制约对外资企业的技术模仿、学习也需要过程。[29]因此,现有关于FDI对技术创新能力影响的研究得到不同的论断,可能是由于采用不适当的衡量方法而造成的。(2)从流量的角度去分析R&D支出对创新能力的影响。关于R&D对创新能力的影响研究主流的做法是采用R&D流量或者滞后期的形式引入模型来进行分析,这完全忽视了创新能力的提升是长期积累的过程,不能仅依靠某个时期或几个时期的投入来实现。由此可见,采用流量或者滞后期的衡量方法可能会造成实证结果出现较大偏差。(3)衡量创新能力的指标比较单一。对创新能力的衡量国内外没有统一的结论,但主要采用专利申请数、专利授权数或新产品数,而在模型进行回归时多从一个指标着手进行分析,而没有考虑到回归结果的稳定性问题。(4)以人力资本为门槛变量分析FDI溢出效应时,通常都是以经济增长和生产率为被解释变量。很少有学者从人力资本代表吸收能力的角度考查FDI对创新能力的溢出是不是存在门槛效应。(5)现有文献研究FDI的溢出效应通常是从中国整体来进行分析,没有从东、中、西三个区域进行分析,对中国与其区域之间是否表现出相同特点的研究在现有研究中没有得到体现。由于这三个地区的经济发展水平具有较为明显的差距,若仅从全国层面来进行考察有时会掩盖东、中、西三个区域的差异性。因此,本文为了克服以上研究的不足,采用永续盘存法(Perpetual Inventory Method, PIM)测量FDI存量和R&D经费支出存量,将以上变量纳入到创新知识生产函数中,并加入人力资本与FDI的交互项,同时采用专利授权数和专利申请数作为衡量区域创新能力的指标,以此来研究FDI在中国创新能力提升过程中是否存在溢出效应和人力资本门槛以及是否存在区域差异性。
二、计量模型与变量构建
(一)计量模型设定
创新活动(Innovation)实质上就是新知识的创造、生产过程(王然,2010)。[30]与所有的生产函数类似,创新产出是由研发投入和研发活动的技术水平综合决定的,因此本文借鉴被广泛采用的柯布-道格拉斯式的知识生产函数形式,即有下面模型:
Innovationit=Ait×RDKβ1it×RDLβ2it(1)
其中,i和t分别代表地区和年份。Innovation为创新产出,RDK为R&D经费投入,RDLit为R&D人员投入,Ait为地区i在第t年的创新生产率,除影响创新产出的直接投入要素以外的其他因素均被包含在了Ait中。结合本文研究目的,这主要包括:①FDI(外商直接投资)。②FDI与人力资本的交互项。若该交互项的系数为正,说明人力资本水平有助于提高FDI的创新效应。而且通过FDI以及FDI与人力资本的交互项可以验证是否存在人力资本门槛效应(即FDI的系数为负,交互项的系数为正)。③金融发展水平(Finance)。金融体系越完善,企业的融资渠道就相对畅通,企业技术创新产生的资金巨额需求会得到满足。金融发展在创新活动过程中产生积极的促进作用(钱水土,周永涛,2011;冉和光等,2013) [31] [28],此变量作为控制变量。④产业高级化程度(Upgrading)。产业结构升级过程中通过需求拉动效应、地区协同效应以及国际贸易效应提升了区域创新水平(吴丰华,刘瑞明,2013) [32],此变量作为控制变量。即将Ait设定成以下形式:
Ait=A0×eβ3ln(FDIit)+β4Humanit*ln(FDIit)+β5ln(Financeit)+β4ln(Upgradingit)(2)
把式(2)带入公式(1)中,等式两边再取自然对数可得到如下的计量模型:
ln(Innovationit)=β0+β1ln(RDKit)+β2ln(RDLit)+β3ln(FDIit)+β4Humanit*ln(FDIit)+β5ln(Financeit)+β6ln(Upgradingit)+Vi+uit(3)
其中,下标i和t分别代表地区和年份。Innovationit为创新产出,RDKit为R&D经费投入,RDLit为R&D人员投入,FDIit为外商直接投资,Humanit为人力资本, Financeit金融发展水平,Ugradingit产业高级化程度,所有β待估计参数。Vi是不随时间变化的个体效应,主要衡量不同地区由于自身特征在创新绩效上的差异;uit为随机扰动项。因此,式(3)是本文重点研究的计量模型。在式β3ln(FDIit)+β4Humanit*ln(FDIit)中,如果系数β3和β4的估计系数均为正数,则说明FDI有技术创新效应,但不存在吸收能力的门槛效应。若果β3为负数而β4为正数,可知FDI对创新能力做出贡献的前提是以人力资本表示的吸收能力达到某一门槛水平-β3/β4。
(二)变量设计
1.创新产出(Innovation):创新活动最直接的产出就是专利,包括专利申请量和专利授权量。本文用专利授权数来衡量创新产出,同时为了更好地研究创新能力和验证结果的稳定性,除采用专利授权数以外,我们也采用专利申请数进行衡量创新产出,故本文模型中的被解释变量有两个。
2.创新活动投入变量R&D经费投入(RDK)和人员投入(RDL):研发活动的支出对创新的影响不仅仅反应在当期,即对以后的创新活动也有影响。因此前文构建的模型使用的是R&D经费投入存量。本文采用永续盘存法(Perpetual Inventory Method, PIM)来估算研发经费投入存量。测算公式如下: RDKit=(1-δ1)RDKi,t-1+Iit/Pit(4)
其中RDK表示R&D支出存量,I表示R&D投入,δ1为折旧率,Pit为价格指数。下标i和t分别地区和年份。首先,要将R&D支出平减成实际值。在进行折算时设定R&D的价格指数一直是经济领域相对较难的问题。朱平芳等(2003)和李健等(2015)在相关研究中构造R&D价格指数为:R&D价格指数=α1×固定资产价格指数+α2×消费物价指数。[33][34]我们把上述两类指数折算成以1998年价格指数表示不变价,本文对参数的选择与朱平芳等(2003)和李健等(2015)研究设定的值一致,即α1=0.45和α2=0.55。最后计算出的R&D价格指数对R&D投入数据进行缩减,从而得到各个地区各年的R&D投入实际值。
对于基期R&D支出存量,本文采用夏良科(2010)的做法[35],即
RDKit=Ii0/(δ1+g1)(5)
其中,RDK0指的是地区i的基期存量,Ii0是经过平减之后得到的1998年的R&D投入额; g1是地区i在1998—2012年R&D支出的年平均增长率;δ1为R&D支出存量的折旧率,这里设定为10%。这与夏良科(2010)的研究设定数值一致。因此结合式(4)和式(5),我们就可以得到1998—2012年中国30个地区的R&D存量。对于创新活动的劳动投入(RDP)本文采用R&D人员全时当量来衡量。
3.外商直接投资(FDI):FDI对一国的创新活动影响是一个长期动态过程,因此本文采用FDI存量作为衡量指标。对于FDI存量的估算,我们也采用永续盘存法。由于篇幅的限制,本文不列出具体的公式,基本公式和估算R&D支出存量的一致。主要区别在于折旧率和FDI价格指数。本文设定FDI存量折旧指数δ2=10%,这与张天顶(2004)的取值一致[36]。至于FDI价格指数,本文采用GDP平减指数进行替代。
4.人力资本(Human):现有文献中衡量人力资本的方法较多,采用的指标各异。本文采用平均受教育年限作为人力资本的代理变量。计算平均受教育年限的具体测算方法见李健等(2015a,2015b)的文献。[37][38]
5.金融发展水平(Finance):本文采用“正规金融机构借贷总额与各地区生产总值之比”进行衡量。
6.产业结构高级化(Upgrading):李健和卫平在研究产业结构高级化时采用第三产业产值与第二产业产值的比重来度量高级化过程。[39]因此,本文也采用以上研究的度量方法,即利用“第三产业产值与第二产业产值之比”衡量产业结构高级化。
(三)数据来源
充分考虑到统计指标的一致性问题和数据的可获得性,本文样本数据涵盖了1998—2012年中国大陆除西藏以外共30个省、直辖市、自治区的数据(由于西藏自治区数据缺失较多,按照已有文献的处理方法,本文剔除西藏自治区),剔除西藏地区之后其他地区不存在数据缺失的现象,因此本文计量模型所采用的数据为平衡面板数据。本文使用的所有原始数据均来自于1997—2013年《中国统计年鉴》、《中国金融统计年鉴》、《中国科技统计年鉴》以及各省份的统计年鉴。
三、实证结果与分析
(一)全国结果及其分析
对于“个体数多、时间短”的短面板数据类型,一般假设随机扰动项uit为独立同分布,即不存在自相关。本文研究个体为30个,时间为15年,是典型的短面板。但为了使回归结果稳定,本文使用Driscoll和Kraay(1998)提出的“消除异方差-序列相关-截面相关”稳健型标准误方法进行估计,在对三个区域研究时也采用此方法进行回归。对全国30个地区1998—2012年平衡面板数据进行了固定效应模型和随机效应模型回归,结果见表1。由于篇幅的限制,表1中的回归结果只报告Hausman检验最终确定的模型。模型①到③的被解释变量为专利申请授权数,而模型④到⑥的被解释变量为专利申请受理数。Hausman检验结果表明所有模型均采用固定效应估计方法。
从表1中我们可以发现,lnFDI的系数为负,在1%或5%的显著水平上显著,且lnFDI与人力资本Human的交互项系数在1%的显著水平上为正。lnFDI的系数β3为负且显著表明外资的大量引进并没有直接促进我国创新能力的提升。Aitken et al.(1999)指出,跨国公司进入带来的竞争压力会降低国内企业的市场份额,引发国内企业缩减生产,利润大幅下降,降低了生产效率,这势必会重挫国内技术创新的积极性。[13]本文认为FDI与我国创新能力负向关系可能是因为:①技术差距较大。1978年改革开放以来,我国经济取得了较好地发展,技术水平明显提升,缩小了与发达国家之间的距离。但相比美国、欧盟、日本、韩国这些发达经济体的技术水平,仍存在较大差距,国内企业缺乏技术创新的硬件条件的同时也缺乏足够的技术学习能力和吸收能力,导致外资进入也未必能够产生创新效应。②市场换技术的战略增加了外商市场占有率,并带动了行业技术进步,同时也导致国内要素配置效率下降,抑制了本土企业的自主创新能力的提升。人力资本(表示吸收能力)与lnFDI的交互项系数β4为正且均在1%的显著水平上显著。从变量lnFDI以及交互项放在一起揭示了这样的事实:FDI的进入并不必然推动我国创新能力的提升,技术创新外溢效应是否出现还要取决于吸收能力(以人力资本为代表)。在吸收能力较低的地区,外资与国内企业联系效应不明显,部门的学习、模仿能力有限。同时,外资竞争对国内企业技术创新产生挤出效应。要扭转这个局面,提高吸收能力是关键。本文以专利授权数(创新能力的代表之一)为主要研究对象,(见表1中模型③)。当吸收能力达到一定水平,即人均受教育年限(即代表人力资本)达到3.59以后,外商直接投资的技术创新效应才会出现,且人力资本水平越高,技术创新效应就会变得明显。 R&D经费投入(lnRDK)和R&D人员投入(lnRDP)的系数无论在以专利授权数(lnInnovation1)还是专利受理数(lnInnovation2)为被解释变量的创新能力模型中均为正且显著,这充分体现两者在创新能力过程中是必不可少的要素。由于lnRDK和lnRDP的回归系数代表创新产出弹性,通过对研发经费投入(lnRDK)和研发人员投入(lnRDP)的系数大小对比可知,研发资本投入的弹性要显著高于研发人员投入弹性,这表明研发经费投入是创新生产活动中更为重要的投入要素。长期以来我国研发经费支出占国内生产总值的比重一直过低,按照可获得的数据进行同期对比可知,中国研发经费支出占据国内生产总值的比重从1998年的0.65%增长到2011年的1.84%,在美国这一比例则从2.62%上升到2.77%,在日本这一比例从3.00%增长到3.39%,法国从2.14%增长到2.25%,德国从2.27%上升到2.88%。不难看出这些发达国家研发支出强度在1998年就高于2011年中国的投入水平,这说明中国研发经费支出力度不足,与发达经济体差距巨大。在2012年中国研发经费占据国内生产总值的比重为1.98%,没有超过国家普遍认可的研发强度界限(为2%),中国现在依旧没有步入到创新型国家行列。将研发资本投入(lnRDK)和研发人员投入(lnRDP)这两者的系数相加可知,得到总弹性小于0.5,这表明我国创新生产过程中呈现出规模报酬递减的特征。
金融发展水平(lnFinance)无论在被解释变量为专利申请授权数还是专利申请受理数的模型中均表现出了正向显著的统计特性,这表明金融发展为企业进行技术创新提供了充足的资金,在区域创新能力提升过程中起到了促进作用,这与冉光和等(2013)的结论一致[28]。产业高级化(lnUpgrading)在模型③和⑥中均为正且不显著,说明产业结构高级化过程在一定程度上促进了创新能力的提升,但效果不太明显。这可能是因为从全国水平来看,产业结构高级化未必是各个地区的迫切需要,主要因为当前我国地区经济发展不平衡,产业结构不合理,因此在很多经济发展比较缓慢的地区调整产业结构促使合理化是当前首要目标。李健和卫平(2014)利用锡尔指数法对1991—2011年中国30个地区的产业结构是否合理进行了分析,研究表明沿海地区产业结构相对合理,而中西部地区尤其是贵州、云南、甘肃等地区的产业结构极其不合理。[38]本部分研究是基于全国样本进行回归分析,可能掩盖了地区的差异性特征,若是按照不同地区进行研究,可能会呈现出更为合理的结论,这可以从下文分区域的回归结果中得到体现。
(二)三大区域结果及其分析
中国地区经济发展差别比较大,特别是东、中、西三个地区的资源禀赋、地理条件、经济基础以及对外开放程度等方面具有较大的差异。改革开放以来,东部地区的经济发展水平一直领先于中西部地区,三大地区的研发能力和技术引进呈现出不均衡的特征。因此,FDI的进入对三个区域的影响是否存在人力资本门槛可能更能准确地分析FDI的技术溢出,同时通过对三个区域分别分析,也是对全国面板数据回归结果的稳健性检验。本文对1998—2012年东部、中部、西部三大区域进行分区域检验(三大区域的划分借鉴了《中国区域统计年鉴》以及现有多数文献的划分方法)①①东部地区:北京、天津、河北、山东、上海、江苏、浙江、福建、广东、海南、黑龙江、吉林、辽宁共13个地区;中部地区:河南、山西、湖北、湖南、安徽、江西共6个地区;西部地区:内蒙古、陕西、甘肃、宁夏、青海、新疆、四川、重庆、云南、贵州、广西共11个地区。 ,估计结果见表2。由于篇幅的限制,表2中的回归结果只报告由Hausman检验最终确定的模型,表中最后一行指出具体采用何种模型。
通过对区域的数据进行回归分析表明,lnFDI以及Human*lnFDI的统计特征总体上与全国的回归结果基本相似,即lnFDI的系数β3为负,而交互项Human*lnFDI的系数β4为正且显著,这说明无论是从全国层面还是三大区域层面,FDI的进入并不必然推动我国创新能力的提升,外溢效应是否出现还要取决于吸收能力(以人力资本为代表)。只有跨越人力资本门槛值时,FDI在区域创新能力提升中的外溢效应才能出现。在以专利授权数为解释变量的模型中,通过计算出门槛值并与本文统计数据进行对比,我们发现东、中、西地区超过各自的人力资本门槛值,外商直接投资在这三个地区产生了正向溢出效应。
R&D经费投入(lnRDK)和R&D人员投入(lnRDP)的系数无论是以专利授权数(lnInnovation1)还是以专利受理数(lnInnovation2)为被解释变量的创新能力模型中均为正,除个别在5%水平上显著且基本在1%的显著水平上显著,这表明不论是在经济社会发展水平更高的东部地区,还是在经济社会发展相对落后的中西部,R&D经费投入和人员投入的增加都带来了专利数量的增加,在技术创新过程中发挥着极其重要的作用,表明研究与开发活动是技术创新能力提升必不可少的因素。同时,通过对比R&D经费支出(lnRDK)和人员投入(lnRDP)的系数,我们发现前者的创新产出弹性显著大于后者的创新产出弹性,同时创新产出过程呈现出规模报酬递减的特征,以上特征均与基于全国样本得到的回归结果一致。金融发展水平(lnFinance)在东、中、西三地区模型中的变量系数均为正且不显著,这表明在创新能力提升过程中金融发展作用不明显。这是一个值得关注的现象,作用不显著的原因可能是因为我国实行了金融抑制,政府的利率管制、信贷配给导致了大型企业获得了正规金融部门绝大部分信贷资金,而这些企业不缺少提升创新能力的资金,获得的信贷资金没有投入到技术创新活动中去,而亟须创新资金的小企业却没有得到贷款,从而导致金融发展的创新效应不明显。产业高级化(lnUpgrading)在东部地区的模型中系数符号为正且均显著,而在中、西部模型中符号均为负,出现这种状况的原因可能是因为东部地区经济发展已经达到了较高水平,为迎接国际竞争,不断对产业结构进行升级,导致产业发展重心逐渐从第二产业向第三产业转变,使得第三产业的金融业、技术服务业和科研事业等创新能力更强的产业在区域创新能力提升过程中的作用越来越重要,创新能力的核心力量逐步从制造企业创新向第三产业服务业企业创新进行转变,创新能力得到稳步的加强。而中西部地区由于自身经济发展落后,当前的任务应当是进行产业合理化调整而不是盲目地追随东部地区进行产业升级,产业结构不合理的状态下进行升级势必会造成经济失衡,技术创新受阻。这也对应了基于全国样本得到的回归结果,即产业结构高级化对全国创新能力提升产生了正向作用但不显著。 (0.451)模型选用FEFEREFEFERE注:Hausman检验原假设:模型为随机效应模型。“FE”表示固定效应模型,“RE”表示随机效应模型。括号内数值估计系数的t值,*、**和***分别表示10%、5%和1%双尾检验的显著水平。
四、结论和政策启示
本文通过使用1998—2012年中国30个省、直辖市、自治区的平衡面板数据,考察全国以及东、中、西三大区域FDI对创新能力的影响。研究结果表明:(1)引入人力资本门槛变量之后,FDI与人力资本的交互项与中国创新能力呈显著正相关证实了人力资本门槛的存在,同时通过分别对中国东、中、西三大区域的研究,也证实了人力资本门槛的存在。(2)R&D经费投入和人员投入无论是在全国还是东、中、西三个地区均对创新能力提高有稳健的促进作用,这与现有绝大多数研究的结论一致,R&D投入在创新能力提升过程中的作用是毋庸置疑的。R&D经费支出的创新产出弹性显著地大于R&D人员投入的创新产出弹性,且创新产出过程呈现出规模报酬递减的特征。(3)金融发展水平和产业高级化从全国层面可以看出对创新能力的促进作用,但这种作用因区域性差异问题而表现不同的特征。
从上述研究结论中得到如下政策启示:(1)人力资本与FDI相结合时对创新能力提升产生了显著促进作用,因此要加大对人力资本的培养力度。充分发挥教育在创新人才培养中的重要作用,加强人才与科技创新的有机结合,高等院校要适应国家科技发展战略和市场对创新人才的需求,支持企业培养和吸收科技人才,国家应当鼓励企业聘用高层次的科技人才和培养优秀科技人才并给予政策支持,以提升区域创新能力;(2)加大R&D经费投入。技术创新是长期经济增长的引擎,而R&D是技术活动的核心,是创新的源泉,因此加大R&D投入和人员强度在区域创新能力提升过程中起到关键的作用。从20世纪90年代以来中国的R&D投入强度就低于发达国家。中国在2011年的研发强度为1.84%,而美国、德国、日本、韩国在2000年的研发强度分别为2.74%、2.45%、3.04%和3.39%。政府应该进一步加大科技投入,通过完善政策,对企业创新活动进行扶持,强化企业技术创新的主体地位。
参考文献:
[1]Blomstrom M., Persson H..Foreign Direct Investment and Spillover Efficiency in an Underdeveloped Economy: Evidence from the Mexican Manufacturing Industry[J].World Development,1983(11): 493-501.
[2]David T.C.,Helpman E..International R&D spillovers[J].European Economic Review,1995(39):859-887.
[3]Kinoshita S.. Causality between Foreign Investment and Spillover Efficiency[J].Applied Economics,2000(27):745-750.
[4]Girma R.,Wakelin D.. Industrial Development, Globalization and Multinational Enterprises: New Realities for Developing Countries[J].Oxford Development Studies,2004(2):331-339.
[5]Dimelis S., Helen L.. Foreign Direct Investment and Efficiency Benefits: A Conditional Quantile Analysis[J].Oxford Economic Papers,2002(54):449-469.
[6]Guangzhou H., Gary H.J..A great wall of patents: What is behind China’s recent explosion[J].Journal of Development Economics,2009(90):57-68.
[7]Chuang Y. C., Hsu P. F..FDI, trade, and spillover efficiency: evidence from China's manufacturing sector [J]. Applied Economics, 2004(10):1103-1113.
[8]冼国明,严兵.FDI对中国创新能力的溢出效应[J].世界经济,2005(10):18-23.
[9]Cheung Y. , Lin P. Spillover Effects of FDI on Innovation in China, Evidence from the Provincial Data[J]. China Economic Review,2004(15):25-44.
[10]王红领,李稻葵,冯俊新.FDI与自主研发:基于行业数据的研究[J].经济研究,2006(2):44-54.
[11]薄文广.外国直接投资对中国技术创新的影响[J].财经研究,2007(6):4-13.
[12]李晓钟,张小蒂.外商直接投资对我国技术创新能力影响及其与差异分析[J].中国工业经济,2008(9):77-81.
[13]Aitken B. J.,Harrison A. E.. Do Domestic Firms Benefit from Direct Foreign Investment? Evidence from Venezuela [J].American Economic Review, 1999, 89(3). [14]Salvador B.,Eric S.. Foreign Direct Investment and Productivity Spillovers: Evidence from the Spanish Experience[J].Weltwirtschaftliches Archiv, 2002.
[15]Young A.. A Tale of Two Cities: Factor Accumulation and Technical Change in Hong Kong and Singaproe[C].NBER Macroeconomics Annual MIT Press,1992.
[16]蒋殿春,夏良科.外商直接投资对中国高技术产业技术创新作用的经验分析[J].世界经济,2005(8):3-9.
[17]陈羽,邝国良.FDI、技术差距与本土企业的研发投入——理论及中国的经验研究[J].国际贸易问题,2009(7):88-95.
[18]Kokko A.. Technology, Markets, Characteristics and Spillover[J].Journal of Development Economics,1994(142):51-74.
[19]Henny R., Manuel A.. Determinants of innovation capacity in small electronics and software firms in southeast England[J].Research Policy, 2002(31):1053-1067.
[20]王飞.外商直接投资促进了国内工业企业技术进步吗?[J].世界经济研究,2003(4):39-43.
[21]马天毅,马野青,张二震.外商直接投资与我国技术创新能力[J].世界经济研究,2006(7):4-8.
[22]陈劲,陈钰芬,余芳珍.FDI对促进我国区域创新能力的影响[J].科研管理,2007(1):9-12.
[23] 陈国宏,郭弢.我国FDI、知识产权保护与自主创新能力关系的实证研究[J].中国工业经济,2008(4):25-27.
[24]Kaviat M.. Regional Innovations and the Economic Competitiveness in India[J].The International Handbook on Innovation,2003(12):904-914.
[25]Tuomo U., Helina M.,Vesa H.. Incorporating Futures Research into Regional Knowledge Creation and Management[J]. Futures ,2005(37):849-866.
[26]Dieter M.. Urban. FDI, Technology Spillovers, and Wages[J].Review of International Economics,2010(18):443-453.
[27]鲁钊阳,廖彬彬.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究,2012(5):77-86.
[28]冉光和,徐鲲,鲁钊阳.金融发展、FDI对区域创新能力的影响[J].科研管理,2013(7):46-50.
[29]包群,赖明勇.FDI技术外溢的动态测算及原因解释[J].统计研究,2003(6):33-38.
[30]王然,燕波,邓伟根.FDI对我国工业自主创新能力的影响及机制——基于产业关联的视角[J].中国工业经济,2010(11):18-19.
[31]钱水土,周永涛.金融发展、技术进步与产业升级[J].统计研究,2011(1):69-74.
[32]吴丰华,刘瑞明.产业升级与自主创新能力构建——基于中国升级面板数据的实证研究[J].中国工业经济,2013(5):57-67.
[33]朱平芳,徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响[J].2003(6):46-52.
[34]李健,卫平.民间金融和全要素生产率增长[J].南开经济研究,2015(5):76-93.
[35]夏良科.人力资本与R&D如何影响全要素生产力——基于大中型工业企业的经验分析[J].数量经济技术经济研究,2010(4):78-94.
[36]张天顶.FDI对中国经济增长影响的实证研究[J].世界经济研究,2004(10):73-78.
[37]李健,卫平.金融发展与全要素生产率增长——基于中国省际面板数据的实证分析[J].经济理论与经济管理,2015(8):47-63.
[38]李健,卫平,付军明.中国地区工业生产率增长差异及收敛性研究——基于三投入DEA实证分析[J].产业经济研究,2015(5):21-30.
[39]李健,卫平.产业结构变迁背景下的人口红利与经济增长[J].经济与管理研究,2014(7):5-12.
责任编辑:萧敏娜