自主創新、FDI技術溢出與全要素生產率互動關系研究論文

時間：2021-04-12 20:36:39 論文我要投稿

　　摘要：

自主創新、FDI技術溢出與全要素生產率互動關系研究論文

　　文章基于1978～2008年的時間序列數據，利用VAR模型研究了自主創新、外商直接投資與全要素生產率的互動關系，結果表明自主創新對我國全要素生產率的提高至關重要，隨著時間的推移，人力資本水平對自主創新能力的促進作用和外商直接投資技術溢出的吸收作用日趨明顯。

　　關鍵詞：自主創新;FDI技術溢出;全要素生產率;VAR模型

　　引言：

　　新增長理論認為技術進步是增長的最終源泉，技術進步主要有自主創新和技術擴散兩種方式。在日益開放的世界經濟體系中，一國的技術進步程度不僅要受到國內因素的影響，同時也受到國際因素的影響，這種影響在發展中國家和地區表現得尤為明顯。外商直接投資是技術擴散的一條重要的途徑。改革開放以來，我國實際利用的FDI總額直線上升，2008年實際利用FDI金額為924億美元，是1985年的47.24倍，1979～2008年間實際利用FDI總額已達8526.19億美元。中國經濟與世界經濟的聯系在不斷加強，因此研究國際技術溢出對我國生產率的影響有助于提高我國對國際技術溢出的吸收能力。

　　在研究中國的技術進步問題時，僅僅考慮知識溢出因素將會是片面的，中國的技術進步不僅僅取決于發達國家對中國的國際知識溢出，中國國內的研發投入也會促進本國的技術進步。人力資本存量的持續增加也可能是促進中國技術進步的一個因素，而且人力資本存量的增加會提高中國吸收國際知識溢出的能力。因而在本文的實證研究中，必須同時考慮中國國內研發資本存量與人力資本存量對中國技術進步的影響。

　　一、數據來源與研究方法。

　　1、全要素生產率的測算。

　　本文采用DEA—Malmquist指數法來計算全國生產率的變化。DEA—Malmquist指數是通過Shephard提出的投入產出距離函數來定義的，若考慮在投入確定的條件下，描述產出可擴展性的產出距離函數。假設向量X表示投入量，X=(X1,X2,…,XN);向量Y表示產出向量，Y=(Y1,Y2,…,YM);產出距離函數在多產出情形下最小值可能無法得到，較嚴格的定義需要使用“下確界”來代替最小值，即產出距離函數應該表示為：D0(X,Y)=inf0{θ:(X,Y)|θ∈P(X)}式中：P(X)表示可行產出集，θ可作為產出效率的度量，θ=1時說明資源配置有效，θ<1則說明資源配置的非有效性。為導出Malmquist指數，首先考慮單投入單產出的基本情形，同時假定已有t和t+1兩個時期的投入產出數據，用(Xt,Yt)和(Xt+1,Yt+1)分別表示時期t和時期t+1的投入產出量。以t時期技術Tt為參照的Malmquist數量指數定義為：Mt=Dt(Xt+1,Yt+1)Dt(Xt,Yt)類似的以t+1時期技術Tt+1為參照構造的Malmquist指數為：Mt+1=Dt+1(Xt+1,Yt+1)Dt+1(Xt,Yt)則t時期到t+1時期生產率變化的Malmquist指數Mt,t+1為：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時期技術為參照的t+1時期技術效率水平，Dt(Xt,Yt)代表以t時期技術為參照的當期的技術效率水平，Dt+1(Xt+1,Yt+1)代表以第t+1時期的技術為參照的當期技術效率水平Dt+1(Xt,Yt)，代表以第t+1時期技術為參照的第t期的技術效率水平。

　　我們可以用四個線性規劃問題計算出Malmquist指數中的四個組成部分的值，由此得出技術效率變化與技術進步變化。以產出為導向的CRS(規模報酬不變)模型分別為：[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為投入向量，Y為產出向量，θ為一標量，它表示固定規模下第i個地區的技術效率，滿足0<θ<1。λ是常數向量，i=1,2,…,N表示有N個決策單元。

　　2、數據處理。

　　（1）人力資本對中國人力資本(HR)的研究文獻比較多，普遍被采用的是受教育年限法，將某一年齡及其以上人口按照學歷分類，然后用各種學歷相對應的教育年限對各種學歷相對應的人口數量進行加權求和，再將求和的結果除以這一年齡及其以上人口總量，所得到的比值就是某一年齡及其以上的全體人口的平均受教育年限，以此來度量一個國家的人力資本存量。該方法的測算公式如下所示：H=ni=1Σpihi/p上式中，H為某一年齡及其以上人口的平均受教育年限，i為受教育程度，pi為該年齡及其以上人口中第i層次受教育程度的人口數，hi為第i層次受教育程度的受教育年限，p為該年齡及其以上人口的總數。筆者用各個區域6歲及其以上人口的平均受教育年限來表示人力資本存量，各種不同受教育層次的受教育年限依然被設定為2年、6年、9年、12年和16年。

　　（2）資本存量。

　　資本存量(K)用永續盤存法計算。永續盤存法(Perpetu-al Inventory Method)的實質是將不同時期的'資本流量通過折算，累加起來以形成每個時期的資本存量，可以用如下的公式來表示：Kt=(1-δ)Kt-1+It/Pt上式中，Kt和Kt-1分別表示本期和上一期的資本存量，δ是折舊率，It表示本期的資本形成數量，Pt則為本期的投資價格指數。數據來自張軍(2004)，并按其方法進行補充。

　　（3）其他數據。

　　產出(Y)用以1978年為基期的GDP平減指數調整得到，由于中國統計年鑒上沒有GDP平減指數的統計，本文采用司春林(2002)關于GDP平減指數的計算方法：GDP折算指數=第t年名義GDP第t年GDP指數/1978年名義GDP1978年GDP指數(100)FDI為1978～2008年我國實際使用外資額，R&D為1978~2008各年研究與實驗發展經費支出。

　　二、實證分析。

　　1、數據平穩性檢驗。

　　在進行時間序列分析之前首先要對各個變量進行單位根(ADF)檢驗，以檢查變量的平穩性，檢驗結果如表1所示。其中，檢驗類型中的C表示檢驗平穩性時估計方程中的常數項，數值為0則表示不含常數項;T表示時間趨勢項，數值為0則表示不含時間趨勢項;P表示自回歸滯后的階數，數值為0則表示沒有滯后。檢驗結果顯示以上變量均為一階單整I(1)序列，所以可以對lnTFP、lnFDI、lnRD、lnHR四個變量建立VAR模型。

　　2、VAR模型的建立。

　　在建立VAR模型之前，首先要確認其滯后階數，滯后階數過大將導致自由度減少，影響參數估計的有效性;滯后階數太小將導致誤差的自相關，影響模型參數估計的一致性。

　　根據表2的結果顯示，根據LR、FPE、AIC、SC準則均顯示選擇2階滯后VAR模型。接著，我們對VAR(2)模型進行系統的平穩性檢驗。研究表明如果被估計的VAR模型所有根的模的倒數小于1，即位于單位圓內，則其是穩定的。如果模型不穩定，某些結果將不是有效的。系統的平穩性檢驗結果如圖1所示，可以看出VAR模型中不存在大于1的單位根，回歸殘差序列滿足正態性，不存在自相關和異方差，是一個平穩系統。接著，我們基于VAR的Johansen協整檢驗方法，對四個變量進行協整檢驗。如果一組非平穩時間序列存在一個穩定的線性組合，這個線性組合就被稱為協整方程，表明變量之間存在一種長期的均衡關系。協整檢驗的結果表明，基于跡協整方程檢驗方法和最大特征根協整檢驗方法，四個變量通過了Johansen協整檢驗，可以對其進行回歸分析。

　　三個方程估計的結果，包括各個系數估計的t統計量、方程的調整擬合優度和F統計量。可以看出三個估計方程的調整擬合優度都很高，可信度很高。從估計1來看，通過自主創新投入每增加1個百分點，可以拉動全要素生產率增長0.515個百分點;在估計2中我們加入了人力資本水平作為控制變量，可以看出人力資本水平每提1%，對全要素生產率的提升作用為0.266%，高于自主創新對全要素生產率增長的促進作用;在估計3中我們進一步加入了外商直接投入變量來考察自主創新、外商直接投資和人力資本對全要素生產率增長的促進作用，可以看出自主創新投入每增加1%對全要素生產率增長0.13%，而外商直接投入每增加1%對全要素生產率的提升僅為0.01%，遠低于自主創新投入對全要素生產率的促進作用。同時估計3的調整擬合優度高于估計1，這就證明自主創新較之FDI渠道的國際知識溢出對我國全要素生產率的影響較大。可見自主創新是技術進步的最重要途徑。

　　3、脈沖響應函數。

　　脈沖響應函數是用來描述模型中的內生變量對沖擊的反應，即在擾動項上加一個標準差大小的新息沖擊對內生變量當前值和未來值的影響。對VAR(2)模型的脈沖響應函數曲線，橫軸代表響應函數的追蹤期數，縱軸代表被解釋變量對解釋變量的響應程度。圖中實線為內生變量對沖擊的相應曲線，虛線為通過漸進分析公式計算得到的正負兩倍標準差的置信帶(沖擊響應期為20期)。

　　對于一個自主創新投入的標準差新息，TFP對其的響應在前4期內迅速上升，之后沖擊力度趨于平穩。這說明通過自主創新可以有效的促進全要素生產率的提高，并且在長期這種促進作用很穩定。

　　TFP對外商直接投資的一個標準差新息的響應在前5期處于波動的階段，期間正負響應相互更替。5期之后，開始呈現穩定的負向響應，并且在15期左右趨于穩定的收斂。這是由于外商直接投資主要投向于初級制造業等垂直階梯型技術進步模式的行業，在這種技術

　　進步模式下，知識溢出對技術進步的作用較小，因而在經歷了21世紀初頭幾年的高速增長之后，全要素生產率出現了下滑的趨勢，產業結構也遲遲未能出現較大的提升。這正是目前中國經濟增長所面臨的最大難題。

　　接著，我們來考察TFP對人力資本水平的一個標準差新息的響應情況和響應路徑。可以看出TFP對產權制度沖擊在第2期達到最大，這是因為人力資本水平一方面影響外商直接投資的知識溢出的吸收，另一方面人力資本水平可以促進自主創新效果的提高，但人力資本無論是通過與外商直接投資的知識溢出相結合提高全要素生產率還是與自主創新結合提高全要素生產率都有一定的滯后期。從長期看來，人力資本對全要素生產率的提高起著越來越重要的作用，人力資本水平不提高，就不能和外商直接投資的知識溢出和本國自主創新結合，這樣兩種提高全要素生產率的渠道都會受到抑制。

　　4、方差分解。

　　本節我們利用方差分解是分析對VAR模型中的變量產生影響的每個隨機擾動的重要性。方差分解的結果如圖5所示，可以看出不考慮全要素生產率自身的貢獻率，隨著時間的推移，自主創新對全要素生產率的貢獻率最大達到24.28%，其次是人力資本水平，其對全要素生產率的貢獻率是逐漸增加的，在第20期達到13.9%，外商直接投資的貢獻率較小，僅為1.9%。可以看出方差分解的結果進一步驗證了前面脈沖響應函數的結果，即在長期來看，人力資本水平將決定我國生產率的提高速度和水平。

　　三、結論及政策建議。

　　本文利用1978～2008年的時間序列數據，利用VAR模型對自主創新、外商直接投資與全要素生產率的互動關系進行了研究，結果表明自主創新對我國全要素生產率的提高至關重要，其對于全要素生產率的作用遠大于外商直接投資的技術溢出效應。利用脈沖響應函數和方差分解的方法，我們分析了自主創新、技術溢出和人力資本對全要素生產率的重要性，可以看出隨著時間的推移，人力資本水平對自主創新和技術溢出的影響作用日趨明顯。

　　根據本文的結論，本文有一些政策建議。首先，加大自主創新投入力度，自主創新水平的提高不但可以增強我國對FDI技術溢出的吸收能力，而且可以提高我國的技術水平，提高我國產品在國際市場上的核心競爭力，變中國制造為中國創造;其次，不斷增加人力資本存量，一方面加大對基礎研究的支持力度，另一方面應大力發展職業教育，使得我國技術工人的技術水平有明顯的提高;最后，進一步加大引進外商直接投資的力度，促進其技術溢出程度，縮小我國與外資先進水平的技術差距水平。

【自主創新、FDI技術溢出與全要素生產率互動關系研究論文】相關文章：

高中語文培養學生自主創新的研究論文11-30

水利施工技術創新研究論文11-03

對技術資產審計與技術創新戰略管理研究論文12-13

高新技術企業技術創新現狀研究論文10-26

水稻高產栽培技術創新研究論文06-13