中国对“一带一路”沿线各国OFDI逆向技术溢出效应分析

中国对“一带一路”沿线各国OFDI逆向技术溢出效应分析作者：姚战琪来源：《河北经贸大学学报》2017年第05期摘要：按东道国研发资本密集程度划分，中国对“一带一路”沿线国家对外直接投资促进我国技术进步的不同作用和机理，并利用2003—2014年省级面板数据进行实证检验。

发现中国对“一带一路”沿线国家对外直接投资都能够产生逆向技术溢出效应；我国对“一带一路”沿线国家对外直接投资获得的逆向技术溢出通过人力资本消化吸收；虽然国内研发资本存量对我国全要素生产率影响不显著，但国内研发资本存量对中国从一带一路沿线国家对外直接投资渠道获得的逆向技术溢出具有显著的吸收作用。

关键词：一带一路；沿线国家；对外直接投资；逆向技术溢出；研发资本存量；国际技术溢出中图分类号：F752.7 文献标识码：A 文章编号：1007-2101（2017）05-0022-09一国技术进步途径有二：国外研发溢出和国内研发活动。

通过对外直接投资获得国外研发溢出受到更多企业关注。

中国“一带一路”战略正式进入全面推进阶段，中国对“一带一路”沿线国家直接投资能否获得逆向技术溢出效应值得关注。

自2003年以来，中国对“一带一路”沿线国家（以下简称“沿线国家”）的直接投资存量连续快速增长，沿线国家OFDI存量占比明显提升，2014年，中国对沿线国家直接投资存量合计已达到912.68万亿美元。

据统计，沿线国家人口占全球总人口比重达44%，GDP规模占全球总量的17%，我国对沿线国家OFDI存量占总存量的比重接近四成，沿线国家发展潜力巨大。

本文建立中国OFDI及沿线国家OFDI的国别差异与母国技术进步的分析框架，分析中国对沿线国家OFDI促进我国技术进步的不同作用和机理。

一、引言及文献综述国际技术溢出理论最早始于Grossman和Helpman以及Coe和Helpman的研究，但他们的研究只是侧重国际贸易对进口国的技术溢出效应研究，他们认为通过国际贸易获得的研发溢出效应能提升进口国的技术水平。

技术溢出效应的空间约束性决定了靠近技术资源是分享技术扩散的有效途径（Jaffe 等，1993；Fosfuri和Motta，1999）。

首先，早期的学者关注OFDI 逆向技术溢出效应的存在性。

Potterie和Lichtenberg（2001）认为一国从他国获得的R&D溢出不仅受到进口规模的影响，而且相关于两国之间的双向投资。

利用包括美国、德国、日本在内的13个国家1971—1990年的面板数据，对通过进口、FDI、对外直接投资等三种渠道溢出的国外R&D 资本存量进行了实证研究。

结果表明，开展对外直接投资确实能够获得他国的技术溢出，进而促进本国的全要素生产率的增长，从而证明了逆向技术溢出效应的存在性。

大量学者运用P-L方法验证了逆向技术溢出效应的存在性，并且R&D 密集部门溢出效应更为明显（Bernstein和Mohen，1998；Driffield和Love，2003；Zhao W等，2010；VZ Chen等，2012）。

此类文献证实了OFDI逆向技术溢出效应的存在性，但并未对发展中国OFDI的技术溢出效应进行研究。

其次，极少部分学者和研究人员开始关注OFDI逆向技术溢出效应的影响因素研究。

Borensztein（1998）运用人力资本来衡量吸收能力，研究表明对外投资与人力资本存量结合起来对生产率的提高作用要远大于单纯的资本积累。

但人力资本水平与技术溢出效应之间的关系并非是线性的。

Xu（2000）认为人力资本水平对逆向技术溢出的影响具有“门槛效应”，与技术领导国的人力资本差距较小的国家能够在技术获取型投资中获得逆向技术溢出，而技术更为落后的国家却难以获得相应的好处。

此类文献侧重于使用数理建模方法对OFDI逆向技术溢出效应对全要素生产率的影响进行测算，但缺乏针对中国技术进步影响因素进行实证研究。

近年来国内学者开始关注OFDI逆向技术溢出效应。

当前在学术界关于逆向技术溢出效应的概念得到确认，现有观点认为OFDI逆向技术溢出效应是投资国企业OFDI对投资国自身产生的技术溢出效应。

首先，部分学者将中国对外投资分类，对中国OFDI的逆向技术溢出效应进行研究。

尹东东、张建清（2016）认为国内研发投入、人力资本、经济发展水平、对外开放程度、基础设施、金融发展规模对于OFDI逆向技术溢出效应的实现起到了积极的促进作用，但他发现现阶段积极的逆向溢出效应尚未显现，并且分区域检验时则表现出明显差异。

霍忻、刘宏（2016）利用1985—2013年中国对外直接投资数据，检验了中国对外直接投资能否产生逆向技术溢出效应，研究发现，中国对外直接投资能够产生明显的逆向技术溢出效应，也即对外直接投资每上升1%将提高国内全要素生产率0.016 3%，但影响效果不及外商投资、进口贸易和国内研发；此外，逆向技术溢出作用程度受到国内研发强度、人力资本、知识产权保护程度以及技术差距等因素的显著影响。

其次，国内部分学者开始将中国对外投资分为两大类，对发达国家对外直接投资和对发展中国家对外直接投资，并针对两者的逆向技术溢出效应展开研究。

陈昊、吴雯（2016）使用工具变量固定效应方法（IVFE），建立了中国对外直接投资国别差异与母国技术进步的机制模型，我国对发达国家对外直接投资能够获得逆向技术溢出，对转型及发展中国家对外直接投资不能获得逆向技术溢出，反而产生正向技术输出。

此类文献主要使用基于固定年份的时间序列，由于所用时间序列较短，影响了该研究结果的准确性。

最后，部分学者不但分析通过对外投资获得技术进步水平对全要素生产率的影响，也关注中国通过OFDI获得技术进步水平对技术效率的影响。

赵桂梅等（2016）发现，目前我国的对外直接投资有助于提高我国的全要素生产率，但对我国的技术水平提高效果并不明显。

此类文献测算了各因素对技术水平的影响，但仍缺乏中国对沿线各国OFDI对技术进步影响的研究。

从现有的研究来看，第一，目前在学术界关于中国对一带一路沿线各国对外直接投资获得的研发资本存量对我国技术进步是否存在逆向技术溢出的研究成果很少，而本文研究中国从一带一路沿线各国的进口、外商直接投资和通过对外投资渠道获得的国际研发资本存量是否促进了中国全要素生产率的提高。

第二，绝大多数文献忽略了我国从一带一路沿线国家获得的逆向技术输出通过何种方法实现，本文使用国内研发投入、人力资本变量等变量与中国通过对外直接投资获得的国外研发资本存量的交互项作为解释变量，检验通过对外直接投资获得的国外研发资本存量对生产率的影响。

二、母国OFDI逆向技术溢出模型设定及扩展一国技术进步水平不但与该国国内研发资本有关，而且与国际研发溢出有关，因此本文设定以下基本模型：TFP=F（RD，RF）（1）其中TFP为全要素生产率，RD为国内研发资本，RF为国际研发溢出。

国外研发溢出通过三种方式获得：第一，进口贸易获得的技术溢出；第二，OFDI获得的逆向技术溢出；第三，外商投资获得的技术溢出。

因此将基本模型（1）进一步定义为：TFP=F（ROFDI，RFDI，RIMP）（2）其中ROFDI、RFDI、RIMP分别表示从对外直接投资、外商直接投资、进口贸易获得的技术溢出。

可将ROFDI进一步细分为从发展中国OFDI和发达国家OFDI获得的研发溢出，因此模型2可进一步定义为：TFP=F（ROFDI1，ROFDI2，RFDI，RIMP）（3）其中ROFDI1、ROFDI2分别表示中国从发达国家OFDI和发展中国家OFDI获得的国外研发溢出。

由于人力资本显著影响母国吸收能力，因此本文将中国从发达国家获得的国外研发溢出视为母国人力资本存量（H）的函数，即：ROFDI1=ROFDI1（H）（4）从转型及发展中国家OFDI获得的技术溢出主要影响母国国内研发资本，因此ROFDI2可视为关于RD的函数，即：ROFDI2=ROFDI2（RD）（5）将模型（2）、（3）、（4）、（5）带入模型（1）得到母国对外直接投资逆向技术溢出模型：TFP=F（RD，RF）=F（RD，ROFDI1（H）），ROFDI2（RD），RFDI，RIMP）（6）根据模型（4）、（5）、（6），笔者提出以下假设：假设1：中国对沿线国家OFDI可能获得逆向技术输出效应。

中国技术回收的速度较快，在建设一个我国与沿线国家共谋发展、共享繁荣的国际区域合作平台的进程中，中国对沿线各国直接投资有可能促进中国最终获得逆向技术输出。

假设2：国内研发资本存量对中国从沿线国家OFDI渠道获得的逆向技术溢出具有吸收作用。

三、模型与数据（一）模型设定本文数据样本涉及的沿线国家是指中国社会科学院发布的《沿线国家名单》出现的52个国家，包括东部区域（亚洲）和西部区域（中东欧、西亚）（见表1）。

截至2014年末，我国对沿线国家OFDI存量占总存量的比重达37.1%，52国进口占比为22.32%，获得的FDI占比为17.33%。

因此沿线国家是我国重要的OFDI流向国、国际贸易进口国和FDI来源国。

将母国技术进步与中国对沿线各国的OFDI国别差异的回归方程设定为：Ln（TFPit）=αi+β11Ln（RYIMPit）+β12Ln（RYFDIit）+β13Ln（ROFDIit）+εit（7）Ln（TFPit）=αi+β21Ln（RYIMPit）+β22L n（RYFDIit）+β23Ln（ROFDIit）+β24Ln （LnRDit）+β25Ln（RDit）Ln（ROFDIit）+εit（8）Ln（TFPit）=αi+β31Ln（RYIMPit）+β32Ln（RYFDIit）+β33Ln（ROFDIit）+β34Ln （Hit）+β35Ln（Hit）Ln（ROFDIit）+εit（9）各变量含义如下：TFP表示各省全要素生产率，RD表示各省国内研发资本存量，ROFDI 表示各省对沿线国家对外直接投资获得的国外研发资本存量，RYFDI表示各省通过沿线国家外商直接投资获得的国外研发资本存量，RYIMP表示各省通过沿线各国进口获得的国外研发资本存量，H表示各省人力资本存量（见表2）。

（二）变量选取被解释变量为各省TFPit，表示各省不同时期技术进步水平，通过使用数据包络法（DEA）计算i省t时期Malmquisit指数得到各省各时期技术进步水平。

其中产出是各省GDP，投入要素为各省不同时期就业人员总数和全社会固定资产投资。

为了得到2003年Malmquist指数，本文使用2002年各省GDP、就业人员总数和全社会固定资产投资数据，同时将资本存量和GDP按照CPI指数进行平减，从而得到以2002年为基期的不变价格的GDP 和全社会固定资产投资。

投入要素数据来源于各地区统计年鉴和Wind数据库。