劉 穎，張 淼，潘 博

(1.東北財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，遼寧 大連 116025；2.對外經(jīng)濟(jì)貿(mào)易大學(xué) 統(tǒng)計(jì)學(xué)院，北京 100029； 3.東北財(cái)經(jīng)大學(xué) 公共管理學(xué)院，遼寧 大連 116025)

一、問題的提出

改革開放以來，隨著中國經(jīng)濟(jì)逐步與世界接軌，外商直接投資(Foreign Direct Investment，F(xiàn)DI)呈現(xiàn)逐年上升的趨勢，中國現(xiàn)已躋身世界上吸收FDI最多的國家行列，由于FDI帶來了國際間的技術(shù)溢出，使其在中國經(jīng)濟(jì)發(fā)展中發(fā)揮著越來越重要的作用。如今中國經(jīng)濟(jì)發(fā)展步入新常態(tài)階段，提升經(jīng)濟(jì)的長期可持續(xù)發(fā)展能力成為我們追求的目標(biāo)，全要素生產(chǎn)率正逐漸成為新常態(tài)經(jīng)濟(jì)的增長動力，促進(jìn)全要素生產(chǎn)率的提高已經(jīng)成為經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵所在。

從現(xiàn)有研究來看，囯外對FDI與全要素生產(chǎn)率的研究可以按結(jié)論分為兩類：第一類認(rèn)為FDI有助于提高全要素生產(chǎn)率；第二類認(rèn)為FDI對全要素生產(chǎn)率沒有促進(jìn)作用。Liu等[1]選取英國48家制造企業(yè)1991—1995年的數(shù)據(jù)進(jìn)行研究，結(jié)果表明FDI對英國制造企業(yè)的全要素生產(chǎn)率產(chǎn)生了積極的溢出效應(yīng)，F(xiàn)DI對國內(nèi)企業(yè)的技術(shù)溢出效應(yīng)很大程度上取決于企業(yè)自身的技術(shù)能力。Haskel等[2]選取英國制造業(yè)1973—1992年的數(shù)據(jù)進(jìn)行研究，結(jié)果表明企業(yè)的全要素生產(chǎn)率與其行業(yè)活動相關(guān)的FDI占比之間存在顯著的正相關(guān)作用，認(rèn)為FDI增加10%會使企業(yè)的全要素生產(chǎn)率增長大約0.5%。Aitken和Harrison[3]選取委內(nèi)瑞拉制造業(yè)的數(shù)據(jù)進(jìn)行研究，結(jié)果表明FDI與小型企業(yè)的全要素生產(chǎn)率呈明顯的正相關(guān)，但FDI對合資企業(yè)的全要素生產(chǎn)率產(chǎn)生負(fù)面影響?？紤]到這兩種抵消效應(yīng)，他們認(rèn)為FDI對全要素生產(chǎn)率的凈影響非常小。Grether[4]選取墨西哥制造業(yè)1984—1990年的數(shù)據(jù)進(jìn)行研究，結(jié)果表明FDI的溢出效應(yīng)在制造行業(yè)內(nèi)部并不顯著。

目前，國內(nèi)學(xué)者對FDI與全要素生產(chǎn)率的研究可以按研究范圍和研究方法進(jìn)行分類。按研究范圍主要分為兩類：第一類是基于某一行業(yè)的實(shí)證研究，主要集中在制造業(yè)、工業(yè)、農(nóng)業(yè)和服務(wù)業(yè)等行業(yè)。張公嵬等[5]選取中國制造業(yè) 28 個行業(yè)2000—2009年的數(shù)據(jù)進(jìn)行研究，結(jié)果表明FDI具有技術(shù)溢出效應(yīng)，產(chǎn)業(yè)集聚發(fā)揮了正的外部效應(yīng)，F(xiàn)DI與產(chǎn)業(yè)聚集的交互作用對不同行業(yè)全要素生產(chǎn)率的影響有顯著差異。孟令杰和李新華[6]選取中國15個省2000—2011年的數(shù)據(jù)進(jìn)行研究，結(jié)果表明農(nóng)業(yè)FDI對農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生了負(fù)面影響。第二類是基于中國省際面板數(shù)據(jù)的實(shí)證研究。劉正瑜[7]選取中國 28 個省的數(shù)據(jù)進(jìn)行研究，結(jié)果表明國際經(jīng)濟(jì)形勢變化對FDI 與中國全要素生產(chǎn)率的關(guān)系影響非常顯著。按研究方法主要分為兩類：第一類是利用靜態(tài)數(shù)據(jù)模型建立單個回歸分析或者進(jìn)行協(xié)整分析，以時間序列或者面板數(shù)據(jù)為主。張宇[8]通過建立協(xié)整與誤差修正模型研究FDI對中國全要素生產(chǎn)率變動的影響，結(jié)果表明FDI對全要素生產(chǎn)率的提高有促進(jìn)作用，但他認(rèn)為這種積極作用不會在短期內(nèi)得到體現(xiàn)，而是一種長期趨勢性過程。楊向陽和童馨樂[9]選取中國1985—2008年省際面板數(shù)據(jù)，采用基于非參數(shù)的Malmquist指數(shù)方法估算了中國全要素生產(chǎn)率的增長情況，結(jié)果表明FDI對中國全要素生產(chǎn)率增長率和技術(shù)進(jìn)步具有顯著正向作用，對技術(shù)效率增長卻呈顯著負(fù)向作用。劉舜佳[10]選取中國1952—2006年27個省的面板數(shù)據(jù)進(jìn)行研究，結(jié)果表明FDI在區(qū)域內(nèi)產(chǎn)生了正向溢出，但在區(qū)域間產(chǎn)生了負(fù)向溢出，兩種作用相互抵消導(dǎo)致整體上FDI并沒有帶動全要素生產(chǎn)率的增長。第二類是利用動態(tài)面板數(shù)據(jù)分析，大多數(shù)文獻(xiàn)都采用GMM估計(jì)方法。黃小舟等[11]選取湖北省工業(yè)企業(yè)面板數(shù)據(jù),分別采用了OLS計(jì)量和GMM計(jì)量,結(jié)果表明FDI對湖北工業(yè)企業(yè)的全要素生產(chǎn)率有著顯著的促進(jìn)作用。

在這種背景下，本文將FDI溢出效應(yīng)與全要素生產(chǎn)率的增長聯(lián)系起來，詳細(xì)測算了中國省際全要素生產(chǎn)率，采用系統(tǒng)GMM方法精確計(jì)量了FDI對全要素生產(chǎn)率的影響程度，同時結(jié)合理論和實(shí)證分析結(jié)論提出了中國如何利用FDI的政策建議，有助優(yōu)化FDI的現(xiàn)有結(jié)構(gòu)，提高投資效率，進(jìn)一步提升FDI溢出效應(yīng)，促進(jìn)中國產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級和經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變。

二、基本理論

(一)中國FDI發(fā)展概況

從引進(jìn)FDI以來，隨著中國相關(guān)政策的改變，實(shí)際利用FDI也呈現(xiàn)出一定的趨勢。根據(jù)中國1978—2015年實(shí)際利用FDI的數(shù)據(jù)來看，中國FDI的發(fā)展呈現(xiàn)出很明顯的兩個階段：第一個階段是1992年前的緩慢增長，這一階段FDI的整體規(guī)模比較小，并且增長率較小；第二個階段是1992年至今的持續(xù)增長階段，1992年中國FDI突飛猛進(jìn)，并且一直以一定的速度在增長，這一現(xiàn)象主要是因?yàn)樵?992年鄧小平南巡講話和中共十四大的影響下，中國形成了全方位、多層次、一體化的開放格局。綜上所述，在研究FDI與全要素生產(chǎn)率的關(guān)系這一問題上，本文將選取1992—2015年的數(shù)據(jù)進(jìn)行研究。

(二)基于DEA的Malmquist指數(shù)法

關(guān)于全要素生產(chǎn)率的測算方法主要有兩類：第一類是參數(shù)法，即索羅剩余回歸模型，雖然該方法必須要有具體的函數(shù)形式，但是其結(jié)果相對更準(zhǔn)確；第二類是非參數(shù)法，這種方法不需要設(shè)定具體的生產(chǎn)函數(shù)，適合面板數(shù)據(jù)。綜合考慮，本文將采用后者來進(jìn)行測算。

DEA的Malmquist指數(shù)法可以實(shí)現(xiàn)在生產(chǎn)前沿面發(fā)生改變的情況下對全要素生產(chǎn)率的測算。以t時期的技術(shù)Tt為參照，基于產(chǎn)出角度的Malmquist指數(shù)可表示為：

(1)

類似地，以t+1時期的技術(shù)Tt+1為參照，基于產(chǎn)出角度的Malmquist指數(shù)可表示為：

(2)

為了避免時期選擇的隨意性可能導(dǎo)致的差異，仿照Fisher理想指數(shù)的構(gòu)造方法，用上述兩個公式的幾何平均值作為從t時期到t+1時期的全要素生產(chǎn)率變化的Malmquist指數(shù)：

(3)

將上式進(jìn)一步分解為：

(4)

可見，Malmquist指數(shù)實(shí)際上由兩部分組成：第一部分是EC(技術(shù)效率指數(shù))，表示從t時期到t+1時期技術(shù)效率的變化；第二部分是TC(技術(shù)進(jìn)步指數(shù))，表示從t時期到t+1時期的技術(shù)進(jìn)步。其中，EC還可以進(jìn)一步分解為純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)。

Malmquist指數(shù)大于1時，表明全要素生產(chǎn)率是增長的。進(jìn)一步講，當(dāng)EC>1時，表示技術(shù)效率提高；當(dāng)EC=1時，表示技術(shù)效率不變；當(dāng)EC<1時，表示技術(shù)效率下降。同樣地，當(dāng)TC>1時，表示技術(shù)水平發(fā)生進(jìn)步；當(dāng)TC=1時，表示技術(shù)水平不變；當(dāng)TC<1時，表示技術(shù)水平發(fā)生衰退。

(三)計(jì)量模型設(shè)定

在計(jì)量模型的設(shè)定上，本文依舊采用大多數(shù)學(xué)者的研究方法，將全要素生產(chǎn)率指數(shù)、技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)分別作為被解釋變量，F(xiàn)DI和其他控制變量為解釋變量。由于本文所用數(shù)據(jù)都是宏觀經(jīng)濟(jì)指標(biāo)，考慮到模型的內(nèi)生性、經(jīng)濟(jì)問題的滯后性及經(jīng)濟(jì)活動中的慣性問題，本文采用動態(tài)面板數(shù)據(jù)模型，將被解釋變量的滯后一期值作為解釋變量加入模型，最終模型如式(5)—式(7)所示：

TFPit=β0+β1TFPit-1+β2FDIit+β3EXit+β4lnkit+β5Git+μit

(5)

EFFit=β0+β1EFFit-1+β2FDIit+β3EXit+β4lnkit+β5Git+μit

(6)

TECHit=β0+β1TECHit-1+β2FDIit+β3EXit+β4lnkit+β5Git+μit

(7)

其中，i表示??；t表示年份；TFPit、EFFit和TECHit分別表示i省第t年的全要素生產(chǎn)率指數(shù)、技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)；FDI表示外商直接投資；EX表示國際貿(mào)易；k表示人均資本存量；G表示地方政府管制水平； μ表示隨機(jī)擾動項(xiàng)；β表示待估參數(shù)。

三、樣本說明與變量選取

考慮到西藏?cái)?shù)據(jù)的不完整性，本文將其剔除，以中國其余30個省為樣本。以1991—2015年數(shù)據(jù)為樣本測算全要素生產(chǎn)率，在研究FDI溢出效應(yīng)對全要素生產(chǎn)率影響時，結(jié)合前文對中國FDI發(fā)展?fàn)顩r的分析，由于1992年中國才大量引進(jìn)FDI，遂將研究時期定為1992—2015年，為保持?jǐn)?shù)據(jù)的一致性和準(zhǔn)確性，將數(shù)據(jù)都折算為1990年不變價數(shù)據(jù)。具體變量說明如下：

(一)產(chǎn)出(Y)

用各省的地區(qū)生產(chǎn)總值(GDP)來衡量該地區(qū)的產(chǎn)出。按照1990年不變價國內(nèi)生產(chǎn)總值指數(shù)進(jìn)行縮減，單位為億元，數(shù)據(jù)來自中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫。

(二)勞動投入(L)

用各省年末全社會從業(yè)人員數(shù)表示，單位為萬人。數(shù)據(jù)來自各省歷年統(tǒng)計(jì)年鑒，其中，河北、山西、內(nèi)蒙古、黑龍江、湖南、四川和新疆7個省的2015年就業(yè)數(shù)據(jù)缺失，根據(jù)中經(jīng)網(wǎng)數(shù)據(jù)庫2014年各省城鎮(zhèn)單位就業(yè)人數(shù)和私營企業(yè)個體就業(yè)人數(shù)占全社會就業(yè)人數(shù)比重補(bǔ)齊2015年數(shù)據(jù)。

(三)資本存量(K)

用各省資本存量來衡量，但是這一指標(biāo)數(shù)據(jù)在中國官方公布的各種統(tǒng)計(jì)資料中均沒有直接給出，需要運(yùn)用相關(guān)數(shù)據(jù)和方法對其進(jìn)行估算。事實(shí)上，在中國已有很多學(xué)者研究資本存量核算這一課題。但是值得一提的是，目前對資本存量的估計(jì)結(jié)果有很大的差異，本文借鑒靖學(xué)青[12]的核算方法，主要由于該方法時效性高、采用了質(zhì)量較高的基礎(chǔ)數(shù)據(jù)及盡可能使用官方統(tǒng)計(jì)數(shù)據(jù)。具體估算方法如下：

根據(jù)國際上通用的永續(xù)盤存法進(jìn)行估計(jì)，基本公式可以表示為：

Kt=(1-δt)·Kt-1+It

(8)

Kt=Kt-1+(It-Dt)

(9)

其中，Kt和Kt-1分別表示第t年和第t-1年的不變價資本存量； δt表示第t年的折舊率；It和Dt分別表示第t年的不變價投資額和折舊額。這里基準(zhǔn)年份1990年的資本存量，本文采用靖學(xué)青[12]測算的數(shù)據(jù)。當(dāng)年投資流量指標(biāo)用固定資產(chǎn)形成總額來估計(jì)，并用各省固定資產(chǎn)投資價格指數(shù)作為折算指數(shù)將投資額縮減為1990年不變價的值。對于部分缺失的固定資產(chǎn)投資價格指數(shù)，采用孫輝等[13]的方法補(bǔ)充，根據(jù)各省支出法GDP統(tǒng)計(jì)得到的當(dāng)年固定資本形成總額占GDP的比重及GDP指數(shù)得到不變價固定資本形成數(shù)據(jù)，由此就能得到各省固定資本形成指數(shù)序列，再根據(jù)式(10)計(jì)算投資隱含平減指數(shù)(以1991年為例)：

(10)

關(guān)于固定資產(chǎn)折舊，1991—1992年統(tǒng)一使用5%的折舊率，用式(8)計(jì)算。1993—2015年不使用統(tǒng)一的折舊率，而是使用各省相應(yīng)年份的折舊額用式(9)計(jì)算。

根據(jù)上述方法測算的1991—2015年主要年份中國各省資本存量如表1所示。

(四)外商直接投資(FDI)

用各省每年實(shí)際利用外商直接投資額來表示。用當(dāng)年人民幣對美元匯率平均價對實(shí)際利用外商直接投資額進(jìn)行調(diào)整，該指標(biāo)為回歸模型的核心變量。

(五)國際貿(mào)易(EX)

進(jìn)出口總額與GDP的比值表示某省的外貿(mào)依存度，用來衡量該省的國際貿(mào)易發(fā)展水平，將進(jìn)出口總額數(shù)據(jù)用人民幣對美元匯率進(jìn)行調(diào)整后得到國際貿(mào)易指標(biāo)，用來衡量對外開放程度對全要素生產(chǎn)率的影響。

(六)人均資本存量(k)

很多研究都證實(shí)資本和人力對全要素生產(chǎn)率有影響，所以本文構(gòu)建人均資本存量這一指標(biāo)，用前文計(jì)算得到的各省資本存量與年末社會從業(yè)人員數(shù)的比值來表示。為防止不同變量單位的數(shù)值差異太大，對此變量取對數(shù)，即lnk。

(七)地方政府管制水平(G)

用地方政府財(cái)政一般預(yù)算支出占GDP比重來表示，用來衡量地方政府介入經(jīng)濟(jì)的程度。

四、 實(shí)證結(jié)果與分析

(一)全要素生產(chǎn)率測算結(jié)果

本文使用1991—2015年中國30個省的面板數(shù)據(jù)，借助DEAP2.1軟件測算各省產(chǎn)出導(dǎo)向的全要素生產(chǎn)率指數(shù)，并進(jìn)一步將其分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)，計(jì)算結(jié)果均以上一年為基期，各指數(shù)與1的正、負(fù)差值表示其上升或下降的百分點(diǎn)。具體結(jié)果如表2和表3所示。

表2是1991—2015年中國各省全要素生產(chǎn)率指數(shù)及其分解指數(shù)的平均值。由表2可以看出，中國全要素生產(chǎn)率指數(shù)為1.005，平均上升了0.5個百分點(diǎn)。在中國 30 個省中，只有北京、天津、上海、江蘇、廣東和新疆等11 個省的全要素生產(chǎn)率是大于 1 的，其中，上海最高，達(dá)到1.219。僅有北京、天津、遼寧、上海、江蘇、浙江、廣東、海南和新疆9個省的全要素生產(chǎn)率是高于全國水平的。全要素生產(chǎn)率指數(shù)的分解結(jié)果顯示：1991—2015年中國各省的平均技術(shù)效率指數(shù)為0.997，平均技術(shù)進(jìn)步指數(shù)為1.008，這表明中國技術(shù)效率有輕微的下降，技術(shù)進(jìn)步稍有提升，進(jìn)步率為0.8%。技術(shù)效率方面，雖然全國整體沒有提升，但是江蘇、安徽、山東、貴州、陜西和甘肅6個省的技術(shù)效率指數(shù)都大于1，表明其技術(shù)效率都有所提高，其中，甘肅提高幅度最大，為1.5個百分點(diǎn)。就技術(shù)進(jìn)步方面，30個省中有16個省的技術(shù)進(jìn)步指數(shù)小于1，在發(fā)生技術(shù)進(jìn)步的13個省中，僅有11個省的技術(shù)進(jìn)步指數(shù)大于全國平均水平。以上分析說明中國各省的技術(shù)效率和技術(shù)進(jìn)步都有待進(jìn)一步的提高。

表3是1991—2015年中國全要素生產(chǎn)率指數(shù)及其分解指數(shù)。由表3可以看出，中國的全要素生產(chǎn)率在1991—2015年經(jīng)歷了先上升后下降的整體變化：1991—2008年處于上升階段，僅有兩年全要素生產(chǎn)率增長率小于1，其中，2008年全要素生產(chǎn)率增長率指數(shù)達(dá)到峰值，使中國的全要素生產(chǎn)率達(dá)到最大值1.451。2008年以后，中國全要素生產(chǎn)率增長率指數(shù)均小于1，即中國全要素生產(chǎn)率呈逐年下降趨勢。產(chǎn)生這一現(xiàn)象的主要原因是2008年國際金融危機(jī)全面爆發(fā)，破壞了世界經(jīng)濟(jì)增長的動力，全球經(jīng)濟(jì)復(fù)蘇乏力，國內(nèi)經(jīng)濟(jì)下行壓力較大。通過這幾年的分解指數(shù)可以看出，造成全要素生產(chǎn)率下降的主要原因在技術(shù)進(jìn)步上，2008年以來技術(shù)進(jìn)步指數(shù)均小于1，說明中國的技術(shù)進(jìn)步近幾年表現(xiàn)的并不明顯。

表3 1991—2015年中國全要素生產(chǎn)率指數(shù)及其分解指數(shù)

(二)FDI對全要素生產(chǎn)率的影響

由于設(shè)定的模型中包含被解釋變量的滯后一期值，并且考慮到模型的內(nèi)生性問題，本文用Eviews8.0軟件進(jìn)行分析，采用差分GMM方法對模型參數(shù)進(jìn)行估計(jì)，并且選用Sagran J統(tǒng)計(jì)量檢驗(yàn)GMM方法工具變量的可靠性，選用Arellano-Bond統(tǒng)計(jì)量檢驗(yàn)?zāi)Ｐ褪欠翊嬖谛蛄邢嚓P(guān)。具體實(shí)證分析結(jié)果如表4所示。

Arellano-Bond統(tǒng)計(jì)量AR(2)的P值均大于0.05，模型(1)和模型(3)的P值大于0.1，說明GMM估計(jì)量具備一致性，模型不存在二階自相關(guān)。Sargan檢驗(yàn)的原假設(shè)是工具變量是有效的，即過度約束正確，表4數(shù)據(jù)顯示三個模型的Sargan-J統(tǒng)計(jì)量對應(yīng)的P值都大于0.1，可以接受原假設(shè)，說明工具變量的選擇在整體上是合理有效的，模型設(shè)定較為合理，估計(jì)結(jié)果的準(zhǔn)確性較高。

由表4可以看出，TFP、EFF和TECH的滯后一期值系數(shù)分別為0.394、0.376和0.458，系數(shù)均顯著為正，這說明全要素生產(chǎn)率的增長具有很強(qiáng)的時間慣性，滯后一期值的變化對當(dāng)期的增長有顯著的影響。就 FDI 對全要素生產(chǎn)率的影響來講，不管是彌補(bǔ)資本積累帶來研發(fā)投入的提升以此來提高全要素生產(chǎn)率，還是通過模仿、學(xué)習(xí)效應(yīng)提高全要素生產(chǎn)率，都需要時間來進(jìn)行這種傳導(dǎo)，并不是一蹴而就的。

模型(1)以全要素生產(chǎn)率指數(shù)為因變量，F(xiàn)DI的估計(jì)系數(shù)為0.645，通過了顯著性檢驗(yàn)，表示FDI相對于GDP增加一單位，全要素生產(chǎn)率將會提高0.645。說明FDI的溢出效應(yīng)對中國全要素生產(chǎn)率的增長有積極作用。

模型(2)以技術(shù)效率指數(shù)為因變量，F(xiàn)DI的估計(jì)系數(shù)顯著為負(fù)，表明FDI不但沒有改善中國的技術(shù)效率，甚至起到了負(fù)面作用，這有可能是FDI的擠出效應(yīng)所致。因此，應(yīng)該進(jìn)一步調(diào)整FDI的引入策略，優(yōu)化現(xiàn)有的FDI結(jié)構(gòu)，引導(dǎo)FDI對中國經(jīng)濟(jì)技術(shù)效率產(chǎn)生正向積極的影響。

模型(3)以技術(shù)進(jìn)步指數(shù)為因變量，F(xiàn)DI的估計(jì)系數(shù)顯著為正，并且是三個模型中的最大值，這表明FDI對中國全要素生產(chǎn)率的促進(jìn)作用主要體現(xiàn)在促進(jìn)技術(shù)進(jìn)步上，進(jìn)一步說明FDI的引入在中國產(chǎn)生了國際間的技術(shù)溢出，促使中國經(jīng)濟(jì)技術(shù)發(fā)生了進(jìn)步。

另外，三個模型中國際貿(mào)易的估計(jì)系數(shù)都顯著為正，說明國際間的貿(mào)易也是影響全要素生產(chǎn)率增長的主要因素。而地方政府管制水平的估計(jì)系數(shù)則都顯著為負(fù)，說明政府的“放權(quán)”和市場經(jīng)濟(jì)的作用對提高全要素生產(chǎn)率也很重要。從人均資本存量方面來看，其對全要素生產(chǎn)率的影響相對來說比較小，但會導(dǎo)致全要素生產(chǎn)率被低估。當(dāng)資本大量投入在先進(jìn)的機(jī)器設(shè)備上時，資本存量上升，一部分產(chǎn)出就歸入了資本投入，計(jì)算出的全要素生產(chǎn)率就會相應(yīng)下降，所以資本對全要素生產(chǎn)率在一定層面上會產(chǎn)生負(fù)的影響。

表4 FDI對中國全要素生產(chǎn)率的影響

注：括號內(nèi)數(shù)據(jù)為t值，**和***分別表示5%和1%置信水平下顯著。表6同。

五、不同經(jīng)濟(jì)發(fā)展模式下FDI對全要素生產(chǎn)率的影響

前文對中國全要素生產(chǎn)率狀況進(jìn)行分析時，發(fā)現(xiàn)2009年至今出現(xiàn)下降的趨勢，加之2008年國際金融危機(jī)過后，中國經(jīng)濟(jì)下行壓力加大，從高速增長轉(zhuǎn)變?yōu)橹懈咚俜€(wěn)定增長，并且大力進(jìn)行供給側(cè)改革，力求從要素驅(qū)動、投資驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變。本文將進(jìn)一步探索新常態(tài)經(jīng)濟(jì)下FDI對全要素生產(chǎn)率的影響，驗(yàn)證宏觀經(jīng)濟(jì)環(huán)境對全要素生產(chǎn)率的影響，為中國適應(yīng)和引領(lǐng)新常態(tài)提供依據(jù)。

由1991—2015年中國經(jīng)濟(jì)增長率數(shù)據(jù)可以看出，自2010年開始中國經(jīng)濟(jì)增長速度換擋，呈現(xiàn)逐年放緩的趨勢，中國經(jīng)濟(jì)走勢在未來的20年內(nèi)將沿L型滑行。那么在新常態(tài)經(jīng)濟(jì)下全要素生產(chǎn)率會有什么樣的變化呢？本文選取2010—2015年的數(shù)據(jù)進(jìn)行研究。

考慮到中國2002年加入WTO可能會對FDI造成較大影響，以及2008年全球金融危機(jī)對中國整體經(jīng)濟(jì)的影響，以2002—2007年經(jīng)濟(jì)高速增長時期的數(shù)據(jù)作為參照組，與2010—2015年新常態(tài)經(jīng)濟(jì)時期進(jìn)行對比分析，主要指標(biāo)對比如表5所示。

表5新常態(tài)經(jīng)濟(jì)與傳統(tǒng)經(jīng)濟(jì)下主要指標(biāo)對比

對兩個時期的數(shù)據(jù)進(jìn)行回歸分析后得到的結(jié)果如表6所示。出人意料的是，全要素生產(chǎn)率指數(shù)滯后一期值、FDI 、地方政府管制水平和人均資本存量對中國全要素生產(chǎn)率的影響發(fā)生了方向性的改變。國際貿(mào)易對全要素生產(chǎn)率的影響只有影響力系數(shù)大小發(fā)生了改變。顯著性上，2002—2007年FDI的估計(jì)系數(shù)和2010—2015年國際貿(mào)易和人均資本存量的估計(jì)系數(shù)都表現(xiàn)為不顯著，其他系數(shù)都表現(xiàn)為在5%水平下顯著。2002—2007年間FDI對全要素生產(chǎn)率的影響系數(shù)為-0.012，雖然該系數(shù)并不顯著，但是說明這一時期FDI對全要素生產(chǎn)率的提高并沒有顯著的影響，結(jié)合中國當(dāng)時粗放型經(jīng)濟(jì)模式分析，該階段中國經(jīng)濟(jì)屬于依靠投資拉動型經(jīng)濟(jì)，對FDI的吸引也主要是一些低端產(chǎn)業(yè)鏈，偏向勞動密集型產(chǎn)業(yè)，因而對全要素生產(chǎn)率不但沒有顯著的促進(jìn)效應(yīng)，反而擠占了一定國內(nèi)資源，產(chǎn)生了負(fù)作用。

表6不同經(jīng)濟(jì)發(fā)展模式下FDI對中國全要素生產(chǎn)率的影響

在經(jīng)濟(jì)步入新常態(tài)時期，F(xiàn)DI對全要素生產(chǎn)率的影響系數(shù)高達(dá)0.382，產(chǎn)生了顯著的積極影響。這一階段中國加強(qiáng)對 FDI 的管理，注意 FDI 的產(chǎn)業(yè)導(dǎo)向和地區(qū)導(dǎo)向，同時使外商投資領(lǐng)域更為廣闊。說明新常態(tài)經(jīng)濟(jì)下所追求的高效率、可持續(xù)發(fā)展對FDI和全要素生產(chǎn)率的影響是積極的。

關(guān)于滯后一期的全要素生產(chǎn)率指數(shù)對本期的影響中，其系數(shù)變化非常大，從 0.667 下降到-0.001，說明中國全要素生產(chǎn)率的路徑依賴下降，可能是由于中國創(chuàng)新速度加快、對技術(shù)的吸收能力增強(qiáng)、技術(shù)密集型產(chǎn)業(yè)發(fā)展壯大，正逐漸向創(chuàng)新驅(qū)動經(jīng)濟(jì)轉(zhuǎn)變，不再過度依賴前期全要素生產(chǎn)率的積累。在國際貿(mào)易方面，兩種經(jīng)濟(jì)發(fā)展模式下也表現(xiàn)出了明顯的不同。高速增長階段中國全要素生產(chǎn)率的提高主要依賴國際貿(mào)易而不是FDI，新常態(tài)經(jīng)濟(jì)下國際貿(mào)易對全要素生產(chǎn)率的影響較小且不顯著，其轉(zhuǎn)向依賴FDI。這說明在注重改善經(jīng)濟(jì)結(jié)構(gòu)后，F(xiàn)DI帶來的國際間技術(shù)溢出效應(yīng)使產(chǎn)業(yè)技術(shù)得到大幅提升，弱化了國際貿(mào)易的促進(jìn)作用，同時也說明新常態(tài)經(jīng)濟(jì)下盲目地?cái)U(kuò)大進(jìn)出口貿(mào)易額、提高國際貿(mào)易水平來提高全要素生產(chǎn)率是不可取的。關(guān)于政府管制水平，在兩種經(jīng)濟(jì)發(fā)展模式下對全要素生產(chǎn)率的影響也不同。傳統(tǒng)經(jīng)濟(jì)模式下全要素生產(chǎn)率受政府管制水平的影響很大，并且是正向影響，因?yàn)檫@一階段經(jīng)濟(jì)發(fā)展是失衡的，甚至以犧牲環(huán)境換來高速增長的GDP，所以政府管制在“兼顧公平”和環(huán)境治理等方面是有積極意義的。在一個行業(yè)發(fā)展初期或者落后地區(qū)發(fā)展初期，政府必須加強(qiáng)對該行業(yè)和該地區(qū)的支持，才能使得各方面均衡發(fā)展，緩解貧富差距和兩極分化。而在新常態(tài)經(jīng)濟(jì)模式下，政府管制水平卻對全要素生產(chǎn)率有消極影響，說明現(xiàn)階段中國市場化進(jìn)程已經(jīng)取得了一定的成效，政府對經(jīng)濟(jì)干預(yù)的影響正逐步降低，政府也應(yīng)該適時適度地放權(quán)。

六、 主要結(jié)論與政策建議

(一)主要結(jié)論

經(jīng)過前文對中國30個省的全要素生產(chǎn)率的測算，以及對FDI和全要素生產(chǎn)率指數(shù)的關(guān)系探究，本文得到如下結(jié)論：

第一，中國全要素生產(chǎn)率在1991—2015年間呈現(xiàn)先向上升后下降的趨勢，整體上平均提高0.5個百分點(diǎn)。整個變化趨勢以2008年為分界點(diǎn)，2008年前中國全要素生產(chǎn)率整體上呈現(xiàn)上升趨勢，說明中國經(jīng)濟(jì)發(fā)展勢頭良好，并不是完全由投資拉動。通過全要素生產(chǎn)率指數(shù)的分解可以看出，2002年以前主要是技術(shù)效率的提高帶動了全要素生產(chǎn)率的增長，而2002年到2008年則主要是技術(shù)的進(jìn)步提高了全要素生產(chǎn)率，2008年這一現(xiàn)象更為明顯。2008年以后，中國全要素生產(chǎn)率出現(xiàn)逐年下降的現(xiàn)象，直到2015年也沒有上升的跡象，下降的主要原因是這一階段技術(shù)進(jìn)步?jīng)]有得到提高，技術(shù)進(jìn)步指數(shù)一直都小于1。而隨著全要素生產(chǎn)率的不斷下降，中國經(jīng)濟(jì)增長更大程度地依賴投資的拉動，向投資拉動型的經(jīng)濟(jì)轉(zhuǎn)變，這種經(jīng)濟(jì)發(fā)展模式并不穩(wěn)定，一旦停止大幅投資，經(jīng)濟(jì)增長就會停滯甚至?xí)芈?，要想追求?jīng)濟(jì)長期穩(wěn)定的發(fā)展就必須要改善這種狀況。

第二，中國各省全要素生產(chǎn)率水平差異明顯，存在省際、區(qū)域間的不平衡性。測算結(jié)果顯示，1991—2015年各省平均全要素生產(chǎn)率水平高于全國平均水平的9個省中僅有新疆屬于西部地區(qū)，其余多為東部地區(qū)省份。2007年以后西部地區(qū)省份全要素生產(chǎn)率相繼開始呈現(xiàn)下降趨勢。另外，東部和中部地區(qū)在技術(shù)效率和技術(shù)進(jìn)步方面也都優(yōu)于西部地區(qū)。因此，想要全面提高全要素生產(chǎn)率，就要把重點(diǎn)放在區(qū)域發(fā)展平衡上，加大對西部地區(qū)的扶持力度，爭取從技術(shù)進(jìn)步和技術(shù)效率兩個層面提高全要素生產(chǎn)率。

第三，F(xiàn)DI溢出效應(yīng)對全要素生產(chǎn)率提高有促進(jìn)作用，尤其體現(xiàn)在促進(jìn)技術(shù)進(jìn)步方面。實(shí)證結(jié)果顯示FDI對全要素生產(chǎn)率指數(shù)有明顯的促進(jìn)作用。從分解指數(shù)看，一方面，F(xiàn)DI產(chǎn)生的技術(shù)溢出可以提高中國的技術(shù)進(jìn)步指數(shù)，促進(jìn)科學(xué)技術(shù)的進(jìn)步；另一方面，F(xiàn)DI在技術(shù)效率方面產(chǎn)生了反向的抑制作用。這說明要辯證地看待FDI對全要素生產(chǎn)率的作用，在進(jìn)一步引入FDI的同時進(jìn)行結(jié)構(gòu)調(diào)整，以減小其對國內(nèi)企業(yè)資金、技術(shù)的擠出效應(yīng)。

第四，在影響中國全要素生產(chǎn)率其他因素方面，本文重點(diǎn)考察了國際貿(mào)易、人均資本存量、政府管制水平三個因素。由于國際貿(mào)易和 FDI 關(guān)系密切，甚至存在一定程度的替代效應(yīng)，因而二者對全要素生產(chǎn)率的影響基本一致，國際貿(mào)易甚至比 FDI更為顯著，這與中國在全球價值鏈中地位逐步提升有很大關(guān)系。人均資本存量對全要素生產(chǎn)率的影響較小，當(dāng)大量資本投入到先進(jìn)設(shè)備時，一部分產(chǎn)出相應(yīng)地會被歸入資本投入，這將導(dǎo)致全要素生產(chǎn)率在一定程度上被低估。關(guān)于政府管制水平，由于中國發(fā)展市場經(jīng)濟(jì)，市場化程度越來越大，所以政府干預(yù)經(jīng)濟(jì)對全要素生產(chǎn)率的影響不斷下降。

第五，F(xiàn)DI 與中國全要素生產(chǎn)率的關(guān)系對國內(nèi)宏觀經(jīng)濟(jì)環(huán)境非常敏感。本文對比分析了高速增長的傳統(tǒng)經(jīng)濟(jì)模式和中高速增長的新常態(tài)經(jīng)濟(jì)下FDI對全要素生產(chǎn)率的影響。結(jié)果表明中國所經(jīng)歷的國內(nèi)經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)變對二者的影響非常深刻。傳統(tǒng)經(jīng)濟(jì)模式下全要素生產(chǎn)率提高主要依靠前期的慣性影響、政府對經(jīng)濟(jì)的調(diào)控、國際貿(mào)易和人均資本存量，F(xiàn)DI對全要素生產(chǎn)率的影響微弱，這一階段中國盲目地追求經(jīng)濟(jì)的高速增長而忽略了經(jīng)濟(jì)發(fā)展的質(zhì)量，在引進(jìn)外資方面也過分追求數(shù)量而忽視了質(zhì)量，導(dǎo)致質(zhì)量不高的 FDI 涌入國內(nèi)，從而對提高全要素生產(chǎn)率沒有明顯促進(jìn)作用。而在新常態(tài)經(jīng)濟(jì)模式下，中國更加注重經(jīng)濟(jì)轉(zhuǎn)型、效率和可持續(xù)性，吸收的FDI質(zhì)量不斷提高，全要素生產(chǎn)率的提高也就轉(zhuǎn)向更多地依賴FDI。

(二)政策建議

結(jié)合以上結(jié)論，針對中國實(shí)際國情，本文提出如下政策建議：

第一，進(jìn)一步吸收FDI，保證中國FDI高質(zhì)量穩(wěn)步增長。本文研究結(jié)果顯示，F(xiàn)DI 對中國全要素生產(chǎn)率有顯著的積極影響，可見 FDI 在彌補(bǔ)國內(nèi)資金不足、產(chǎn)生國際間技術(shù)溢出方面是有重要意義的，因而中國需要大量且高質(zhì)量的FDI。想要在當(dāng)前FDI已經(jīng)很高的情況下繼續(xù)吸引外資，應(yīng)從三方面著手：減小政府管制力度、大幅度放開市場準(zhǔn)入、通過降低稅負(fù)和管理成本來降低企業(yè)制造成本。另外，應(yīng)盡快將7個新自貿(mào)區(qū)落地，出臺相關(guān)政策，進(jìn)一步拓寬開放領(lǐng)域吸收FDI。

第二，優(yōu)化FDI結(jié)構(gòu)，提高FDI質(zhì)量。中國目前吸引FDI為一千多億美元，已經(jīng)是很高的水平，在此基礎(chǔ)上應(yīng)把重點(diǎn)放在優(yōu)化現(xiàn)有結(jié)構(gòu)上而不是追求數(shù)量的大幅增長。推進(jìn)國家創(chuàng)新發(fā)展進(jìn)程，引導(dǎo)更多的FDI流入高附加值服務(wù)業(yè)及高技術(shù)制造業(yè)等高端行業(yè)，使其向資本和技術(shù)密集型產(chǎn)業(yè)，以及高附加值領(lǐng)域傾斜，逐漸從勞動密集型產(chǎn)業(yè)轉(zhuǎn)移出去。

第三，優(yōu)化FDI的區(qū)域布局，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。在擴(kuò)大FDI引進(jìn)的同時，還必須加強(qiáng)對 FDI 的區(qū)域流向引導(dǎo)，使其更多地流向中西部地區(qū)，相對于經(jīng)營成本不斷提高的東部地區(qū)，中西部地區(qū)還有巨大的投資空間。吸引FDI參與中西部地區(qū)基礎(chǔ)設(shè)施建設(shè)，發(fā)展中西部地區(qū)比較優(yōu)勢產(chǎn)業(yè)，配合“一帶一路”發(fā)展倡議。

第四，提高國內(nèi)技術(shù)創(chuàng)新能力和對國外先進(jìn)技術(shù)的消化吸收能力。FDI 的引入不僅帶來了資金，更重要的是帶來了國外先進(jìn)的技術(shù)，能否將這些先進(jìn)的技術(shù)充分吸收是至關(guān)重要的。要注重創(chuàng)新能力的教育，對科技創(chuàng)新成果進(jìn)行獎勵，培養(yǎng)更多的復(fù)合型人才，縮短先進(jìn)技術(shù)傳播和擴(kuò)散的實(shí)效。

第五，逐漸引導(dǎo)全要素生產(chǎn)率成為衡量創(chuàng)新發(fā)展水平的指標(biāo)。目前中國最常用的衡量經(jīng)濟(jì)發(fā)展水平的指標(biāo)就是GDP，但它存在局限性，并不能反映經(jīng)濟(jì)發(fā)展的方式和可持續(xù)發(fā)展的能力。把全要素生產(chǎn)率設(shè)定為這種指標(biāo)是一種宏觀激勵的信號，不僅有助于企業(yè)了解全要素生產(chǎn)率的含義，以及自己在其中所扮演的角色，還能提高企業(yè)對這一指標(biāo)的關(guān)注度從而全面提高全要素生產(chǎn)率。

ImpactofFDIonTotalFactorProductivityGrowthinNewNormalEconomy:AnEmpiricalAnalysisBasedonProvincialPanelDataofChina

LIU Ying1, ZHANG Miao2, PAN Bo3

(1.School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China; 2. School of Statistics, University of International Business and Economics, Beijing 100029, China; 3. School of Public Administration, Dongbei University of Finance and Economics, Dalian 116025, China)

Abstract:China’s economy has stepped into the new normal stage, and the total factor productivity is gradually becoming the new normal economic growth momentum. This paper calculates the growth of total factor productivity and its decomposition, and analyzes the effect of FDI on total factor productivity based on the dynamic panel data model. It also focuses on the relationship between FDI and total factor productivity in two different economic environments under the new normal economic model and traditional economic model. It shows that the total factor productivity level of all provinces in China are significantly different, and there exists inter provincial and regional imbalance. Under the new normal economic situation, FDI plays an increasingly significant role in promoting total factor productivity growth.

Keywords: FDI; total factor productivity; Malmquist index; GMM estimation