導語：小議FDI與中國企業的實證研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：外國直接投資(fdi)對東道國提高生產率、增強國內產業的競爭力具有重要貢獻。FDI在對中國經濟增長做出貢獻的同時，是否也促進了中國技術創新能力的提高}文章運用協整與格蘭杰因果檢驗方法考察了1990—2005年流入中國的FDI和專利授權量之間的關系。研究結果表明，FDI流量與專利授權量存在長期穩定的均衡關系，但FDI流量對專利授權量的貢獻在短期內是不明顯的。FDI流入類型、中國企業的吸收能力以及FDI與中國企業的互動關系是造成這一現象的主要原因。

關鍵詞：外國直接投資；技術創新能力：協整；格蘭杰因果檢驗

一、研究背景

中國改革開放30年來，FDI對中國經濟發展起到了十分重要的推動作用。FDI給東道國帶來的最大利益就是技術轉移與技術擴散。研究表明，外國投資者會給東道國企業帶來新的或者經過改善的管理技(Allard&Lundborg，1998：45)。眾多廣泛進行國際投資的國家，比那些很少進行國際投資的國家擁有更多的向技術發達國家學習的機會。

一些實證研究表明，流人發達國家(如澳大利亞、英國和美國)的FDI都存在正向的技術擴散效應(Caves，1974；Haskelefa1．，2002；KellerandYeaple，2003)。對于流入發展中國家的FDI技術擴散效應卻很難得到～致的結論。Haddad和Ha耐son(1993)、Aitken和Harrison(1999)、Djankov和Hoekman(2000)以及Konings(2001)等人的研究表明，FDI在摩洛哥、委內瑞拉、捷克、保加利亞、羅馬尼亞和波蘭等發展中國家不存在技術溢出效應。而Blomstrom&Persson(1983)、Kokko&Zeian(1994)和Kokko(1996)等人的研究發現，FDI的技術擴散效應假設在烏拉圭、印度尼西亞、墨西哥等國成立。

國內學者對于FDI技術溢出效應的研究，已經有大量的文獻。蔣殿春(2004)通過比較靜態分析，認為FDI帶來的競爭效應往往會惡化國內企業研發融資能力，其總體結論是，在大多數情況下，跨國公司帶來的競爭沖擊將會弱化我國企業的研發動機和能力。王曉紅和胡景巖(2006)認為．FDI的技術溢出效應是發展中國家利用跨國公司投資增強自主創新能力，實現產：業快速升級，經濟跨越式發展所產生的一個最重要的效應。冼國明和薄文廣‘(2006)的研究表明，FDI對于中國各地區的技術創新會發揮積極的影響，但這種影響受到人力資本、各地區的基礎設施、市場經濟得以順利運行的制度環境、法制環境等“門檻”效應的影響。陳柳(2007)通過1987—2003年長三角地區的面板數據分析了本土技術創新能力和FDI技術溢出對該區域經濟增長的作用，其結論認為，考慮到本土創新因素之后，FDI技術溢出不再表現出對經濟增長的顯著正面作用；而本土創新能力對該地區的經濟增長卻存在顯著的正相關關系。

從以上文獻回顧可以發現，以往的研究側重于考察是否存在以及存在正向或負向的FDI技術溢出效應。FDI在對中國經濟增長做出貢獻的同時，是否也促進了中國技術創新能力的提高?本文正是基于這一視角，運用實證方法來考察FDI與中國創新能力之間的關系。

二、變量、數據與方法

1．變量與數據

本文選取FDI流量和專利授權數作為替代指標來研究FDI對創新能力的影響。在此，我們以中華人民共和國國家統計局公布的實際利用的外商直接投資金額作為變量FDI的指標。由于實際外商直接投資額的原始數據是以美元標價，因此我們把當年的FDI原始數據轉換成以人民幣標價的外國直接投資額(RFDI)，然后對該數值取對數(LNRFDI)(見表1)，并得到該變量隨時間變化的趨勢圖(見圖1)。，

對于創新能力，我們選用1990一2005年國家知識產權局授權的專利數量作為替代指標。其中，專利數量包含了發明(Invention)、實用新型(Utilitymodel)和外觀設計(Design)。對該指標取對數后得到的趨勢圖見圖2。本研究之所以不選擇專利申請數而選擇專利授權數，基于以下兩點理由q’：(1)專利申請經過審查程序，就進入授權階段。然而，并非所有的專利申請都能批準為專利。從中人民共和國科技部公布的專利申請數和授權數來看，二：者之問具有較大的差異(見表2)。(2)從專利申請的結果來看，授權的專利比申請的專利更具有新穎性。作為創新能力的代替指標也更為恰當。

從圖1和圖2可以看出，在對RFDI和PTN取對數之后，二者具有隨時問變化的趨勢，因而是非平穩時間序列。也就是說，在數據中存在單位根。在這種情況下，使用傳統的估計技術(基于古典假沒的關于擾動項的性質)將會導致不正確的推論(Rao，1994)，這潛在的導致了無意義或者偽造的結果(GrangerandNewbold，1974；Harris，1995)。隨著時間序列分析的發展，學者們(EngleandGral，ger，1987；Johansen，1988)提倡把協整技術作為估計包括非平穩變量模型的適當的方法。

三、計量分析與結果說明

1．單位根檢驗

在進行協整分析之前，必須先檢驗變量是否是平穩的。采用Dickey—Fuller的ADF檢驗方法，對前面表l的數據LNRFDI和LN盯N及其一階差分變量DLNRFDI和DLNJ；)rrN進行平穩性檢驗，結果見表3。

表1樣本數據FDl(1990—2005年)

年份FDI(億美元)FEXRFDI(億元)LNRFDIP1N(件)LNPTN

199034．87004．7832166．79025．11672258810．0252

199143．66005．3233232．41535．44852461610．1112

1992lIO．07005．5146606．99206．40853147510．3569

1993275．15005．762I)1585．4143736866212711．0369

1994337．67()o8．618729lO．27647．97604329710．6758

1995375．21008．35103133．37878．049945064lO．7158

1996417．26008．31423469．183l8．15174378010．6869

1997452．57008-2898•3751．71488．23005099210．8394

1998454．63008．27913763．92728．23326788911．1256

1999403．19008．27833337．72788．1130lool5611．5145

20004ar7．15008．27843370．55068．122810534511．5650

200l468．78008．27703880．092l8．263611425l11．6462

2002527．43008．27704365．538l83815l3239911．7936

2003535．04678．27704428．58158395818222612．1130

2004606．29988．276850i8．22228．520819023812．1560

2005603．24598．】9174941．6()948．50542l4()oo12．2737

資料來源：中宏數據庫?！秶H貿易問題》2008年第12期

表2專利申請受理與授權分布情況受理授權(單位：件)發明實用新型外觀設計合計發明實用新型外觀設計

lol37276153717225883838169521798

1142333282533524616412217327’3167

14409443698357‘314753966240603449

196674753810071621276528467178882

190674551113157432973883328196L595

2163643741176鹋4506433933047l11200

2851749604246144378029762717113633

3366650129304135099234942733820160

35960513973463267鵲947333390229254

3669457492400531001567637563鹋3615l

517476881550120105345126835474337919

63204797226064711425l162965435943596

802329313979260132399214735748453442

10531810911594054182226371546890676166

1301331128251108491902384936070623702551塑!一!!!!!!二——一二一二型!!!!⋯～二～二一——一：一一

資料來源：《中國科技統計年鑒》。

結合表3、圖3和圖4，可以看出，雖然時間序列變量LNRFDI和LN辨N是非平穩的，但是它們

的一階差分變量DLNRFDI和DLN盯N是平穩的。由此可知，時間序列LNRFDI和LNPTN都是一階

表3檢驗變量序列的平穩性

變量ADF檢驗檢驗類型(c，t，k)臨界值結論

LNRFDI一2．175476(c，t，O)．3．3249764非平穩

LNPTN一2．577282(c，t，2)．3．362984+非平穩

DLNRFDI．2．808438(c．0，5)．2．77l】29+平穩

DLNPnq，4．10707l(c，O，2)．3．144920}+平穩

注：檢驗類型(c，t，k)分別表示ADF檢驗中是否會有常數項c、時

問趨勢項t以及滯后期數為k。一3．144920{+表示該值是5％的顯著水平

下的臨界值：一3．324976*表示該值是10％的硅著水平下的臨界值；、

一86一

單整序列，即I(1)。因此，序列可能存在協整(Dickevet．a1．，1991)關系，也就是說，可能存在兩個序列的平穩線性聯合，這意味著它們之問存在長期、穩定的關系。

2．協整檢驗

根據Engle和Granger的原始定義，對于雙變量模型．協整要求兩個變量要具有相同的單整階數。從前面的單位根檢驗中，我們已經得】}1j兩個變量都是一階單整的結論。運用E—G兩步法，對1990一2()05年FDI流量與中國的專利授權數之間的協整關系進行檢驗，檢驗結果如下：

第一步：估計方程。首先用OLS法估計協整向量，再檢驗殘差是否是單位根過程。用Eviews5．0。得出下面的方程：LN明N=7．149335892+0．52l1164637木LNRFDIR2：0．600896，校正的R2=0．572388，F=21．07857

第二步：對殘差的單位根檢驗。估計的殘差u=LNPTN一0．5211164637木LNRFDI一7．149335892檢驗結果顯示，ADF值：一1．63020267，小于10％水平的臨界值(見表4)，所以，估計的殘差序列u在10％的水平拒絕原假設．即接受不存在單位根的結論。因此，可以確定估計的殘差為零階單整．上述結果表明：LNPTN和LNRFDI之間存在協整關系。協整向量為：(1，一0．52l“64637，一7．149335892)。從反映FDI流量與創新能力長期關系的協整檢驗中的第一步可以看出，從長期來看，FDI流量對創新能力的彈性為0．52ll164637，即FDI流量每增長1％．專利授權數約增長

表4對殘差的單位根檢驗

殘差lADF檢驗{檢驗類型(c．t，k)臨界值{結論

u1．1．63020267(o，o，6)l-1．600140’I平穩

注：表4巾的符號含義同襲3。

0．52％．表明了FDI流量對創新能力的拉動作用并不顯著。

3．誤差修正模型

描述創新能力與FDI流量之間隨著FDI流量變化的短期波動向長期均衡調整的誤差修正模型為：LNIyrN。=C(1)+C(2)母△LNRFDI。+aecm。一1+u。也可以寫成：

△LNlyI''''N產C(1)+C(2)豐△LNRFDI．+aLNPTN¨一0．5211164637木LNRFDI【_l一7．149335892)+u。

根據HENDRY一般到特殊的建模方法。我們首先選定4階的滯后變量，然后逐步排除一些不顯

著的變量，得到估計后的ECM如下：’DLNPTN=0．3527167266t0．3238169423半DLN胛N(一2)一0．3063303412豐DLNPI’N(一3)一O．4534072436木DLNRFDl(一4)一0．2435227024水ecm。～1R氈O．789770，’校正的R2=0．“9617，D．W；2．576238

以上分析結果表明：(1)在1990—2005年間，FDI流量和專利授權數之間存在著長期動態均衡關系。．(2)在短期內，專利授權數的變動受到自身和FDI流量的變動因素的影響。其中，滯后2、3國際投資與跨國經營《國際貿易問題》2008年第12期年的專利授權數增長變動、滯后4年的FDI流量的變動對專利授權數的變動影響在5％的顯著水平下是顯著的，再沒有其他滯后期的因素影響專利授權數的變動。(3)ecm是誤差修正項，該項系數反映了誤差修正模型自身修正偏離均衡誤差的作用機制。當修正系數為l時，專利授權數和FDI流量的當年均衡誤差在下一年就可以調整到均衡狀態。此模型中的系數為0．2435227024，說明專利授權數和FDI流量的短期變動偏離它們長期均衡關系的程度并不大。FDI流量和專利授權數之間的均衡關系對當期非均衡誤差調整的自身修正能力不強。

4．格蘭杰(G啪ger)因果關系檢驗

協整檢驗結果表明，FDI流量與中國的專利授權數之間存在長期的均衡關系。但是這種均衡關系恐否構成因果關系，即是由FDI流量的增加提高了創新能力，還是由創新能力的提高吸引了FDI流入?前面的回歸并不能夠回答這個問題，所以還需要進一步的驗證。格蘭杰(Granger)因果關系檢驗只適用于平穩變量，所以我們使用、1990—2005年FDI流量與中國的專利授權年度數據一階差分后的數據，對其進行格蘭杰(Granger)因果關系檢驗，結果如表5所示。

表5中的第一列是滯后期數，第二列、

第三列是格蘭杰(Granger)因果關系檢驗的零假設，每一行中第一個數據是F統計量數值，括號中的值是F統計量在零假設成立時的概率顯著水平。通過檢驗結果，得出的結論為：(1)在滯后期為2、3年的時候，FDI流量的變表51990—2005年研發投入與經濟增長的因果檢驗FDI流入量的變動不是專利專利授權數變動不是FDI滯后期授權數變動的格蘭杰原因流入量的變動的格蘭杰原因

1年0．00910(O．92573)O．36622(O．55735)

2年4．536】8(O．04822)2．32429(O．16003)

3年9．16370(0．01785)3．68306(O．09723)

4年1．18580(O．50522)0．33242(O．84052)

動是專利授權數變動的格蘭杰原因，因為從F統計量數值的概率水平可以看出是拒絕原假設的。這表明FDI流量對專利授權數的增加有預測作用，滯后期為1年、大于等于4年時，FDI流量的變動不是專利授權數變動的格蘭杰原因，因為此時F統計量數值的概率水平說明只能接受原假設。(2)滯后期為l、2、4年時。專利授權數變動不是FDI流量的變動的格蘭杰原因，因為從F統計量數值的概率水平可以看出是接受原假設的。滯后期為2年時，專利授權數變動是FDI流量的變動的格蘭杰原因。

四、結論與政策建議

本文利用1990一2005年中國的專利授權數和FDI流人量數據。采用時間序列數據分析方法，首先對時序數據進行平穩性處理，然后運用協整、誤差修正模型和格蘭杰因果檢驗，實證分析FDI流量與專利授權數之問的長期關系及短期動態因果關系．得出的結論如下：FDl流量與中國的專利授權數之間存在著一定的相關關系盡管各自增長是非平穩的，但就長期而言，它們之間卻構成了長期穩定的均衡關系。在我們所研究期間的短期內，滯后3年的專利授權數與FDl流量之間互為格蘭杰原因；而滯后2年的專利授權數變動是FDI流量變動的格蘭杰原因。在其他情形下。專利授權數與FDI流量之間不存在顯著的因果關系。這種現象表明，FDI流量對專利授權數的貢獻在短期內是不明顯的。

本文認為，產生這一現象的原因可能包括：(1)從FDI流入的類型來看，早期流人中國的FDI在很大程度上是為了利用中國廉價的勞動力成本．主要是采取來料和進料加工貿易的方式。把中國當作一個“加工廠”。而處于價值鏈上游的研究與開發活動則⋯般被分配在母國，甚至僅僅局限于發達的工業化國家以及較發達發展中國家?？鐕?0世紀90年代末就已經在中國設立研發機構，但只是近年來在華研發投資才達到新一輪高潮。因此，較高的FDI流人量不能預期提高專利授權數也就在情理之中_『。(2)從微觀層面上講，企業的吸收能力對創新能力具有直接顯著的正向影響。正如我們在2007的一項研究所表明，企業的吸收能力是一個企業成功地開發利用來自組織外部的技術能力或知識的一個必要條件。影響企業吸收能力的主要因素包括先備技術知識的積累和研發活動的投資。研發活動有助于新技術知識的產生及新技術能力的積累。

以上分析的政策含義包括兩個方面：(1)政府不僅應當繼續采取政策吸引外資在華建立研發機構．而且要提高外資研發機構的檔次。一是要鼓勵跨國公司整合其在華的多個研發機構，形成在其母公司中地位更高的海外研發機構。二是要鼓勵在華外資研發機構從事水平更高的研發活動．從目前以針對中國市場的適應性、專門性研發活動為主，變為更多從事供母公司在全球市場應用的創新性研發活動。：三是要大力加強知識產權的保護，否則跨國公司不會愿意在華從事高水平的研發活動。(2)增強中國企業的技術吸收能力。一是激勵企業提高研發投入占銷售收入的比重。企業對于研發的投資越多，越可能產生更多的技術知識。二是創建吸引人才和保留人才的機制，研發人員的水平和素質對于企業技術創新能力的提升具有至關重要的作用。三是鼓勵中國企業與跨國公司合資進行研究開發活動，通過在基礎技術、技術信息等方面的交流以及與跨國公司研發機構聯合承擔研發課題，提高本土企業的技術學習和創新能力。

【參考文獻】

陳柳，(2007)“i{乏i角地區的FDI技術外溢、本土創新能力與經濟增長，”《世界經濟研究》第l期。

蔣殿春，(2004)“跨國公司對我同企業研發能力的影響：一個模型分析，”《南開經濟研究》第4期。

劉暢，(2008)“跨圖公司在華投資中的撤資問題分析，”《同際商務——對外經濟貿易大學學報》第3期。

￡曉紅、胡景巖，(2006)“利用FDI技術外溢效應提高自主創新能力的研究，”《宏觀經濟研究》第11期。

冼閨明、薄義廣，(2006)“外國直接投資對中聞企業技術創新作用的影響——基于地區層面的分析，”《經濟科學》第3期。

冼閏明，(2005)“外國直接投資對中困企業技術創新作用的影響——基于產業層面的分析，”《南開經濟研究》第6期。