中國對外直接投資逆向技術溢出的境外地區分布差異性研究

歐陽艷艷

(中山大學 國際商學院，廣東 廣州，510275)

一、引言

改革開放以來，中國吸引了大量的外商直接投資，不但有效地利用了大量國際資金，彌補了工業化過程中資金的巨大缺口，而且為加快后工業化進程準備了先進的技術條件。與資本流入相對應的，我國對外直接投資(Outward Foreign Direct Investment, OFDI)在很長一段時間都處于不起眼的地位。隨著中國經濟實力的不斷增強，特別是加入世界貿易組織后，中國企業逐步具備了國際化經營經驗和對外投資能力。在此背景下，中國政府積極引導，提出并實施“走出去”戰略，以更好地利用國際和國內兩個市場、兩種資源，提升企業的國際競爭力。在政策的指引下，中國對外直接投資額獲得了巨大的增長。

在中國對外直接投資興起的同時，我們關注到它給母國帶來的經濟效應，特別是技術外溢效應。按照傳遞渠道的不同，國際技術外溢一般可以分為兩類：一類稱為非物化的技術溢出(Disembodied Spillovers)，即通過學術會議、國際期刊、人員培訓、科學論文、專利許可、工業間諜等形式發生的技術溢出。另一類稱為物化的技術溢出(Embodied Spillovers)，它指技術、知識體現在貿易品或投資品當中，通過資本、商品的流動而間接產生的技術溢出，它包括通過進出口貿易和國際投資渠道的跨國技術溢出。在以往的研究中，學者們較關注的是通過外商直接投資(Foreign Direct Investment, FDI)和國際貿易(International Trade)渠道的技術外溢[1-4]，而對外直接投資渠道的技術溢出，則是近幾年的研究熱點[5-7]。通過對外直接投資，接近東道國更為先進的智力要素、技術、信息等研發資源，進而實現東道國先進技術向投資國的轉移和擴散的現象，國內學者稱之為“對外直接投資逆向技術溢出(Reverse Technology Spillovers Embodied in OFDI)”[8-9]。在一定程度上，它將有意識或無意識地對投資國的經濟效率、經濟增長和技術進步產生影響和作用，而且它也是經濟或技術外部性的一種表現，既可以發生在發達國家與發達國家的投資之間[10]，甚至也可以發生在發展中國家對發達國家的投資之間[11]。OFDI逆向技術溢出的存在解釋了越來越多的發展中國家在自身不具備所有權優勢的條件下，向擁有先進技術國家直接投資的現象，也鼓勵具有一定經濟實力的發展中國家實施“走出去”戰略，主動獲取逆向技術溢出效應，提高本國的技術水平和經濟效率。

盡管人們已經意識到通過對外直接投資，“主動出擊”可以更快更好地獲得技術領先國家的技術溢出，但有關這種技術溢出的國別差異分析還比較少見。由于投資東道國具有的不同研發投入和研發存量，通過OFDI所帶來的國際研發溢出也不盡相同。我們假定：發達的高收入國家，憑借其較高的R&D投入和存量，中國對這些國家的技術尋求型投資可能會有明顯的逆向技術溢出；反之，其他的發展中國家由于自身R&D資源有限，中國對這些國家的投資可能無法帶來顯著的逆向技術溢出效應。那么，基于中國對外直接投資不同的境外地區分布，是否意味著外國研發強度的不同決定了中國獲得逆向技術溢出的水平和質量？本文試圖就該問題展開研究，一方面將有助于揭開理論研究的“黑箱”；另一方面則可以幫助相關部門和企業界提升“資本換技術”策略的認識，制定更加科學的對外直接投資戰略及獲取逆向技術溢出的政策措施。

二、中國對外直接投資的境外區位分布

由于受金融危機影響，近幾年全球經濟發展進入低谷期，這也為中國企業適時參與國際投資合作提供了良好的機遇。2009年，中國對外直接投資流量達到565.3億美元，再次突破歷史最高值。聯合國貿發會議(UNCTAD)《2010年世界投資報告》顯示，2009年全球外國直接投資(流出)流量1.1萬億美元，年末存量18.98萬億美元，以此為基期進行計算，2009年中國對外直接投資分別占全球當年流量、存量的5.1%和1.3%，2009年中國對外直接投資流量名列全球國家(地區)排名第5位，發展中國家(地區)首位[注]數據資料來自2009年度《中國對外直接投資統計公報》。。

與此同時，中國對外投資的區域分布也取得了突破性的進展：截止2009年，中國12000家投資者設立的跨國公司達到1.3萬家，分布在全球177個國家(地區)，投資覆蓋率約為72%，境外企業資產總額超過1萬億美元。其中，主要分布在亞洲和拉丁美洲(比重為75.5%和12.5%)；非洲、歐洲、大洋洲和北美洲的比重則較少，所占比重之和僅為12%(見表1)。

表1 2009年底我國對外直接投資在世界各地的存量和比重 單位：億美元，%

資料來源：2009年度《中國對外直接投資統計公報》。

更具體一些來看，中國在亞洲的投資東道國主要是中國香港、新加坡、中國澳門、哈薩克斯坦、巴基斯坦、蒙古、韓國、印度尼西亞、日本等國家(地區)；拉丁美洲則主要分布在開曼群島、英屬維爾京群島、巴西、秘魯、阿根廷、墨西哥等國家(地區)；非洲主要分布在南非、尼日利亞、贊比亞等國家(地區)；歐洲主要分布在俄羅斯聯邦、盧森堡、德國、英國、荷蘭等國家；大洋洲主要分布在澳大利亞、新西蘭等國家；北美洲則主要分布在美國和加拿大。表2反映了投資存量排名前十位的國家(地區)及其比重，中國香港的比重相當大，超過了一半。

表2 截止2009年末中國對外直接投資存量前十位的國家(地區)

資料來源：2009年度《中國對外直接投資統計公報》。

三、基于境外地區分布差異的灰關聯分析

由于我國對各種類型國家和地區直接投資存在著較大差異，因而我國從境外不同國家(地區)所獲得的逆向技術溢出也有所不同。為了對這種差異進行檢驗，在這一部分，我們首先選取2003-2009年的相關統計數據，估算來自不同國家(地區)的R&D溢出，然后計算出中國的全要素生產率及其分解指數，最后將中國的全要素生產率與不同國家的R&D溢出進行灰色關聯分析，具體過程如下。

(一)來自不同類型國家(地區)的R&D溢出

根據中國對外直接投資的境外地區分布，總體上可將東道國分為發達國家(地區)、新興國家(地區)[注]這里的新興國家和地區是指那些經濟增長較快，經濟發展水平較高，在發展程度上已接近發達國家的發展中國家和地區。包括新興工業化國家(如亞洲“四小龍”，拉美的智利、墨西哥等)；還包括除中國以外“金磚四國”。和其他發展中國家(地區)[注]包括東歐的一些轉型國家，中國大陸除外。三組。其中，發達國家(地區)包括：美國、加拿大、日本、法國、德國、英國、意大利、荷蘭、瑞典和澳大利亞；新興國家(地區)包括香港、新加坡、韓國、泰國、馬來西亞、智利、墨西哥、巴西、印度和俄羅斯；發展中國家(地區)包括蒙古、塔吉克斯坦、土耳其、毛里求斯、贊比亞、阿爾及利亞、阿根廷、委內瑞拉、羅馬尼亞和匈牙利[注]本文對三種類型國家和地區的選取按照中國對這些國家和地區的直接投資額和這些國家和地區的研發數據的可得性，并力求覆蓋各大洲。。

通過OFDI渠道的國際R&D溢出是估算三種類型國家(地區)逆向技術溢出效應的關鍵。目前，國內外學者普遍采用的是Lichtenberg和Pottelsbergh de la Potterie的國際研發溢出方程，其計算公式為：

表3 不同國家(地區)對中國的R&D溢出估計量 單位：百萬美元

資料來源：作者的整理計算。

注：僅保留小數點后兩位。

從表3可以發現，近年來各類型國家(地區)的R&D溢出都呈現上升趨勢，但不同類型國家(地區)的年平均值差異很大。其中，來自新興國家(地區)的逆向技術溢出額最多，年均值約為7.6億美元；其次為發達國家(地區)，年均值約為4.32億美元；最后是其他發展中國家(地區)，年均值僅為5百萬美元。這與前面我們的設想略有不同。發達國家雖然擁有最強的國內R&D投入和存量，但對我國的R&D溢出有限，不及新興國家(地區)。不出意料的是，來自其他發展中國家(地區)的R&D溢出最少，中國在這些國家的投資動機，主要是出于擴展海外市場的考慮。

(二)中國全要素生產率(TFP)的測算

1.模型設定

傳統的全要素生產率(Total Factor Productivity, TFP)計算方法是參數方法，是通過測算出生產函數的具體形式再計算生產率，常用的是索洛余值法。這種方法存在如下假設前提：生產函數的形式是已知的；經濟主體的生產效率總是處在最佳水平；中性的技術改變；不變的規模報酬等。如果這些假設不成立，TFP測量將是有偏的[12]。為了克服該方法的缺陷，并考慮到各省份的特點，我們采用非參數分析方法——數據包絡分析法(DEA)來計算中國各行業的全要素生產率?；诿姘鍞祿?Panel Data)的數據包絡分析，可用Malmquist指標來測度生產力的改變，并且將生產力的改變分解成技術改變和技術效率改變。

Malmquist指數由瑞典經濟學家和統計學家Malmquist于1953年提出，旨在分析不同時期的消費變化。Caves, Christensen和Diewert引入距離函數(Distance Functions)，用來描述不需要說明具體行為標準(例如成本最小化和利潤最大化)的多個輸入變量和多個輸出變量的生產技術[13]。

設(xt,yt)，(xt+1,yt+1)為t時刻和t+1時刻的生產可能集中度投入產出點。t+1時刻相對于t時刻，規模報酬不變下的Malmquist指數為：

它可以分解為效率變化指數(EC)和技術進步指數(TC)：

其中，EC是規模報酬不變條件下技術效率的變化指數，它測度了從時期t到t+1每個決策單位到生產前沿面的距離。若EC>1，表明決策單位的當期生產比上一期更接近生產前沿面，相對技術效率有所提高，反之亦然。TC則測度了從t到t+1期間，決策單位生產前沿面的外溢程度。若TC>1，表明本期前沿面向外移動，即出現了技術進步，否則表明技術維持在原來水平上(TC=1)甚至出現倒退(TC<1)。

2.數據選取

為了計算全國的全要素生產率，本文選擇基于投入的Malmquist指數及其分解方法，以29個省級行政區作為決策單位[注]西藏因為數據不完整沒能包括，重慶和四川合并以保證統計口徑一致。，并運用onfront2.0軟件加以實現。對于總產出，我們選取各省的國內生產總值，并統一折算為2000年價；對于勞動投入，我們選取各省的年末從業人數；對于資本投入，我們使用各省的固定資本投入，并折算成2000年價，數據主要來自歷年的《中國統計年鑒》。圖1全面顯示了2003-2009年各省份平均全要素生產率增長率、生產效率增長率和技術進步變化率。

圖1 中國各省平均Malmquist指數及其分解(2003～2009年)

(三)境外地區分布的差異性分析

由于我國對外直接投資的統計相對滯后，明確顯示中國對外直接投資目的國的統計數據始于2003年，至今只有短短幾年的數據，樣本量極為有限，無法采用典型的基于大樣本的數理統計分析方法，而適宜采用灰色系統理論進行分析。因此，我們將采用灰色關聯分析，來衡量中國OFDI逆向技術溢出的境外地區差異。

1.灰色關聯分析

灰色關聯分析是灰色系統分析的主要內容之一，它通過對系統統計數列幾何關系的比較來分析系統中多因素間的關聯程度，即認為因素變量所表示的曲線的幾何形狀越接近，則因素發展變化態勢越接近，因而它們之間的關聯程度越大?；谊P聯分析的實質就是比較若干數列所構成的曲線到理想數列所構成的曲線幾何形狀的貼近度，列出關聯序，即評價對象的優劣次序，評價標準是灰關聯度越大，評價結果越好[14]?；疑P聯分析是研究一個系統在動態過程中，因素間相對變化的情況，不需太多數據，卻能較好地描述和確定因素之間的關聯程度，從而找出引起該系統發展的主要因素和次要因素，促進和引導系統迅速而有效地發展。

2.境外地區分布差異性檢驗

由于在計算各省全要素生產率時采用DEA方法，使得樣本期損失一年，因此，外國研發溢出也相應地采用比值形式，并進行無量綱化處理。通過灰色系統軟件，我們可以計算出代表中國全要素生產率變化增長的Malmquist指數、EC指數和TC指數與不同類型國家研發溢出之間的絕對關聯度、相對關聯度和綜合關聯度。

表4 OFDI的地區灰色關聯分析(2003～2009年)

一般認為，當關聯強度介于0～0.35之間時，為弱關聯；當關聯強度介于0.35～0.65之間時，為中度關聯；當關聯強度介于0.65～1之間時，為強關聯。我們將絕對關聯度和相對關聯度各賦予0.5的權重，得到綜合關聯度。通過比較，中國的平均生產率(Malmquist指數)、技術效率(EC指數)和技術進步(TC指數)與外國研發溢出的綜合關聯度在0.51～0.53之間，屬于中度關聯，說明我國TFP與外國研發溢出，即外部技術引進具有一定關聯，這與已有文獻的結論相符[15-18]。從Malmquist指數的綜合關聯度看，我國TFP與來自新興國家(地區)的研發溢出關聯度較高，來自發達國家(地區)的較弱一些，與來自其他發展中國家(地區)的最弱。因此，從技術進步和技術效率的角度(EC、TC指數的綜合關聯度)看，選擇新興國家(地區)作為投資東道國要優于發達國家(地區)，而發達國家(地區)要優于其他發展中國家(地區)。

四、結論與啟示

隨著全球化進程的加快和跨國公司經營的迅速發展，發展中國家對外直接投資將成為一個重要的趨勢。我國企業對技術領先國家的直接投資既有合理性又有可行性。合理性源于中國企業在全球范圍內尋求戰略資源，從而獲得持續創新能力和競爭優勢，以及在金融危機的環境下繞開貿易壁壘直接進入發達國家市場的需要；可行性來自于多年的貿易順差積累起來的巨額外匯儲備和跨國經營能力的增強。本文通過不同類型國家(地區)的實證檢驗，得出中國OFDI獲得的來自新興國家(地區)的逆向技術溢出效果最好，其次為發達國家(地區)，最后為其它發展中國家(地區)；中國的全要素生產率及其分解指數與來自新興國家(地區)、發達國家(地區)的逆向技術溢出關聯度較大，而與來自其它發展中國家(地區)的關聯度較小。因此，在可預見的未來，中國應該進一步鞏固對新興國家(地區)的投資份額，加大對發達國家的直接投資力度。

中國對新興國家(地區)的投資額較多，特別是對“亞洲四小龍”的投資額很大(超過投資存量的70%)，為逆向技術溢出提供了前提和量的保證。此外，亞洲新興國家(地區)與中國地理臨近，能夠有較好的技術合作和交流機會，且中國與新加坡、韓國等新興國家之間的技術差距適中，從這些國家(地區)引進的技術在我國具有較好的適用性，能夠產生較強的逆向技術溢出效果。

不過，就技術的層次、技術效率來看，對發達國家和地區的投資無疑具有其他國家和地區所無法比擬的優點?？傮w上看，發達國家政局比較穩定，法制比較完善，市場條件好，對經營管理水平的要求也高。對發達國家(地區)開展技術尋求型投資，可以充分發揮當地的技術優勢，獲得核心技術或亟待解決的關鍵技術，降低研發成本、縮小研發周期，產生很大的技術進步效應。技術學習型直接投資對我國經濟發展具有很強的正外部性，逆向技術轉移可以通過發展中國家跨國子公司、產品內部轉移和產品技術的關聯性，向國內母公司和其他子公司返流和擴散，極大地提高我國的產業競爭力，對國家的經濟發展具有重要的戰略意義。雖然在發達國家市場投資的難度較大，但如果經營得好，不僅有利于 “技術回流”獲得先進的技術和管理經驗，還有利于規避我國產品在出口時受到的貿易壁壘，減少貿易摩擦。對更高階梯的發達國家進行投資，不一定是以單純追求利潤率為目標，而應本著戰略發展的動因，直接打入發達國家技術發明中心，以汲取國外先進產業技術和管理經驗、帶動國內產業升級和創造新的比較優勢為目的，使企業的跨國經營水平登上一個新臺階。

參考文獻：

[1] CAVES R E. Multinational Firms, Competion and Productivity in Host Country Market [J]. Economica, 1971, (38):1-27.

[2] FINDLAY R. Relative Backwardness, Direct Foreign Investment and Transfer of Technology [J]. Quarterly Journal of Economics, 1978, (92):2-16.

[3] COE D T, HELPMAN E. International R&D Spillovers. European Economic Review[J].1995, (39): 859-887.

[4] XU B, WANG J. Capital Goods Trade and R&D Spillovers in the OECD [J]. Canadian Journal of Economics, 1999, 32(5):1258-1274.

[5] BRANSTETTER L. Is Foreign Direct Investment a Channel of Knowledge Spillovers? Evidence from Japan’s FDI in the United States [R]. NBER Working Paper, 2000, No.8015.

[6] VAN POTTELSBERGHE DE LA POTTERIE B, LICHTENBERG F. Does Foreign Direct Investment Transfer Technology across Borders? [J]. The Review of Economics and Statistics, 2001, 83(3): 490-497.

[7] GWANGHOON L., The Effectiveness of International Knowledge Spillover Channels [J]. European Economic Review, 2006, (50): 2075-2088.

[8] 林 青,陳湛勻.中國技術尋求型跨國投資戰略：理論與實證研究——基于主要10個國家FDI反向溢出效應模型的測度[J]. 財經研究,2008,(6): 86-99.

[9] 劉明霞.我國對外直接投資的逆向技術溢出效應——基于省級面板數據的實證分析[J].國際商務(對外經濟貿易大學學報),2009,(4): 61-67.

[10] BITZER J, KEREKES M. Does Foreign Direct Investment Transfer Technology across Borders? New Evidence [J]. Economics Leters, 2008, (100):355-358.

[11] PRADHAM J P, SINGH N. Outward FDI and Knowledge Flows: A Study of the Indian Automotive Sector [J]. International Journal of Institutions and Economics, 2009, 1(1):156-187.

[12] COELLI T J. Measurement of Total Factor Productivity Growth and Biases in Technological Change in Western Australian Agriculture [J]. Journal of Applied Econometrics, 1996, 11(1):77-91.

[13] CAVES D W, CHRISTENSEN L R, DIEWERT W E. The Economic Theory of Index Numbers and the Measurement of Input, Output and Productivity [J]. Econometrica, 1982, 50(6):1394-1414.

[14] 劉思峰，郭天榜，黨耀國.灰色系統理論及其應用[M].北京：科學出版社,1999：60.

[15] DRIFFIELD N, LOVE J H. Foreign Direct Investment, Technology Sourcing and Reverse Spillovers [J]. The Manchester School, 2003, 71 (6): 659-672.

[16] GRIFFITH R, HARRISON R, VAN REENEN J. Technology Sourcing [C]∥Royal Economic Society Annual Conference, 2004, No.12.

[17] 周春應.對外直接投資逆向技術溢出效應吸收能力研究[J].山西財經大學學報,2009,(8): 47-53.

[18] 白 潔.對外直接投資的逆向技術溢出效應——對中國全要素生產率影響的經驗檢驗[J].世界經濟研究,2009,(8): 65-69.