人力资本能影响的吸收能力吗

摘 要:本文以全国31个省2007—2013年的面板数据为研究对象,采用双重面板门槛模型,以省内劳动力的平均受教育年限为门槛值分析了FDI的技术溢出效应与省际经济增长之间的关系。结果显示FDI通过影响省内的创新能力可以促进省内经济发展,但FDI的技术溢出效应的发挥要受到省内劳动力平均受教育年限的影响。如果省内劳动力平均受教育年限小于2.010,则省内难以有效吸收FDI对经济增长的促进作用;如果省内就业人口平均受教育年限大于2.192时,则可以有效吸收FDI的技术溢出效应;省内就业人口平均受教育年限大于2.010而小于2.192时,FDI的技术溢出效应与省际内的经济发展水平存在最显著的正相关关系。

关键词:FDI;经济增长;人力资本;双重面板门槛模型

一、引言

对外直接投资(FDI)是集投资、技术、管理于一体的复合性资源,这一研究得到众多国内外学者的证实。OECD的报告指出,外商直接投资是发展中国家获得先进技术的最主要形式。但关于FDI与经济增长的关系却存在分歧。有人认为FDI的技术溢出效应可以促进经济的发展,因为它可为东道国带来先进的管理、技术和知识;有人认为FDI不会促进经济增长;也有人认为由于东道国内各区域的吸收能力不同,则FDI的技术溢出效应对经济发展的作用不确定。

但是许多国家仍积极引入外商直接投资。吸收外资获得先进技术也是我国提高创新能力和技术进步的重要途径。随着我国资本存量的增加以及刘易斯拐点的日益临近(蔡昉,2009),FDI有助于通过知识的溢出与传递,促进中国的技术创新。由于人力资本是知识产品的主要载体,所以人力资本对FDI技术溢出的影响成为经济学家讨论的热点之一。

也有些学者认为,FDI的技术溢出效应主要是通过促进创新起作用(Schumpeter,1912),国内外学者也围绕这种创新理论进行了多项研究,但结论有所差异。有学者认为FDI的流入可促进东道国国家创新能力的提升,如Lin(2004)认为FDI的流入可提高中国的专利申请数量,从而提高中国的创新能力;另一部分学者认为FDI的流入对东道国的创新能力的提升作用并不显著,如Mello(1997)认为FDI技术外溢效应较为微弱,不足以提高东道国的技术创新能力;还有一部分学者认为FDI对东道国的创新能力需要进行全面的分析,不能用简单的促进还是阻碍来衡量,如Dieter(2010)认为FDI能否促进创新能力需要综合考虑东道国的内资企业的发展状况和人力资本状况等。

由于我国各地区的经济发展水平、人力资本和创新能力等方面存在巨大的差异,所以引入FDI对各地技术进步的影响也不相同。因此,研究FDI的吸收能力以及如何通过省际的异质性影响FDI技术溢出作用的发挥,对我国地方政府具有重大的现实意义。

本文通过分析中国31个省的面板数据,从实证角度回答了FDI与经济发展的关系、FDI与区域创新能力的关系,并且考虑了各省份劳动力的平均受教育年限对FDI吸收能力的门槛效应,分析了FDI技术溢出效应的作用机制。

二、文献综述

自改革开放以来,引入对外直接投资(FDI)一直是解决我国资金短缺问题的重要方式。直接引入外资不仅可以帮助地方企业进行融资,还为当地带来先进的生产经验和生产技术。近年来,我国的资本存量日益增加,国内经济状况逐步靠近刘易斯拐点(蔡昉,2009),所以FDI对国内创新能力的影响逐渐成为学者关注的重点。所以,现代研究应将注意力放在吸收对外投资的质量而非规模上。国内外许多文献从不同角度深度探讨了FDI的技术溢出效应,包括行业溢出、行业间溢出和区域溢出等。大多数文献都证明了FDI的确存在明显的溢出效应,但是这些研究很少从一个区域内部探讨FDI技术溢出的能力,换言之,很少有文献研究一个地区对FDI溢出效应的吸收能力。为从这一全新角度考察地区的FDI吸收能力,本文首先考察了FDI对一个地区的作用。

首先,FDI的溢出效应与经济发展的关系一直是学者研究的重点,但主要存在两种截然不同的观点。一种认为FDI的技术溢出效应可以促进经济的发展。De Mello(1999)认为,FDI可以通过增加东道国的资本形式多样化促进经济增长;Dayal(2000)通过建立中国各省的时间序列模型得到经济增长与FDI的流入有紧密联系;Marta(2004)通过研究拉丁美洲国家的面板数据得到结论认为FDI可以促进东道国的经济增长。也有人认为FDI并不能促进经济的发展。Daeterly(1993)认为,FDI的增加会挤出国内的投资,从而不利于经济的健康发展;Salz(1992)发现发展中国家引入外资不利于经济的发展。Sun (1998)认为,FDI是导致我国改革开放以来东西部地区经济增长和收入不平等的重要因素。Aitken(1999)通过研究委内瑞拉的数据发现,FDI并没有产生技术外溢,对经济发展的作用也不大;罗长远(2006)认为FDI对经济增长没有直接的促进作用;郭嘉志(2008)认为FDI在东部地区对经济增长短期内有积极效应,但整体情况并不客观。也有人认为,FDI对经济发展的作用不能一概而论。Blomstrom(1994)发现FDI的溢出效应主要发生在中等收入水平的发展中国家,而在最贫困的发展中国家却没有发现能够证明这种溢出效应存在的证据。Balasub(1998)认为,只有在东道国具备充足的人力资源、完善的基础设施和稳定的经济环境的前提下,FDI才可以成为推动经济发展的强有力的工具。Alfaro(2004)认为FDI是否能促进经济的发展还要取决于东道国的金融投资等条件。沈斌(2008)研究发现,外商直接投资对经济增长的效果不明显。郭志仪(2008)在考虑了FDI内生性的条件下,研究发现FDI对东部地区经济增长贡献显著,对中部地区的经济增长有较高的边际作用但并不显著,对西部地区经济增长作用甚微。王岳龙(2010)研究发现,FDI只有与地区的吸收能力相结合才能发挥作用。由于人们关于FDI与地区经济增长的关系存在不同的观点,而创新能力与一个地区的经济增长又存在紧密关联,所以笔者又继续考察FDI与创新能力的关系。

国内外的经济学家对FDI的技术溢出效应与地区内的创新能力的关系也存在分歧。一种观点认为FDI的技术溢出效应可以增加本土企业的创新能力,如Hu(2001)利用我国制造业企业的面板数据,发现FDI促进了新产品的开发。王红领(2006)和张海洋(2008)研究发现,FDI能增加内资企业的专利申请量和新产品销售额度。Cheung(2004)、严冰(2006)和张小蒂(2008)通过省际数据发现FDI的流入对专利申请量有显著的效应,从而能提高区域内的创新能力。但也有学者认为FDI会使本土企业产生技术依赖,从而不利于东道国自主创新能力的培养。Fan(2007)和范承泽(2008)认为高技术的FDI对国内的研发活动具有替代效应。杨克泉(2005)认为本土企业的技术来源如果依靠跨国公司的技术转移,会产生技术锁定的现象,甚至会陷入技术陷阱。刘志彪(2007)认为下游的FDI凭借强大的买房治理将本土配套企业锁定在低技术的加工环节,从而会制约国内的自主创新。陈羽(2009)认为外资的竞争效应会降低内资企业创新的动力,从而挤出本国的研发投入。可见,长久以来,FDI与一个地区的经济表现的关系似乎并没有一个定论。但是有学者认为,不能简单地解释FDI与东道国的经济指标的关系,因为各地区对FDI的吸收能力存在差异,所以我们更应该分析东道国的FDI吸收能力问题。

大量国内外的文献表明,东道国对FDI技术溢出效应的吸收能力受到人力资本水平的制约。Borensztein(1995)、Romer(1990)和Helpman(1991)通过建立资本深化型内生技术进步模型,发现东道国的人力资本水平要超过0.52年,FDI才会产生积极的影响;Xu(2000)的研究发现,发展中国家要想吸收美国企业的FDI溢出效应,其人力资本的最低教育年限为1.4～2.5年间。国内学者沈坤荣(2001)发现中国各地区人力资本存量对FDI技术扩散的程度有重要影响。沈坤荣(2001)的实证研究发现,FDI的技术外溢效应取决于当地人力资本存量,中西部地区FDI的技术外溢效应甚至为负。赖明勇(2002)认为中等教育水平的人力资本对吸收FDI效应的影响最大。FDI的技术溢出效应并非绝对,它主要依赖于东道国的人力资本积累(代谦,2006)。包群(2005)的研究发现,FDI虽然促进了我国工业企业的技术进步,但这一作用主要是通过外资企业自身要素生产力的提高,它对国内企业的技术外溢效果并不明显。沈斌(2008)研究发现,人力资本对经济增长的拉动效果最为明显;Borensete(1998)发现,FDI对东道国经济增长的有利作用受到东道国人力资本和FDI相互作用的显著影响,即只有当东道国达到起码的人力资本存量门槛时,FDI的溢出效用才能得到充分利用。薄文广(2007)研究发现以形式分类以及地区来研究外国直接投资对中国技术创新的影响,证实并测算了人力资本的门槛效应。张宇(2008)的研究表明,我国地区的人力资本水平与FDI的技术溢出程度呈现正向的单门限特征。

那么对于中国各个省份而言,FDI的技术溢出效应、省内创新能力与各省经济发展之间的关系如何呢? 本文在结合文献的基础上,采用2007—2013年国内省际面板数据,研究了FDI技术溢出与经济发展的关系。同时通过引入创新能力指标作为FDI对经济增长发挥作用的控制变量。最后,采用人力资本为门槛变量,表示各省份对FDI吸收能力的异质性变量。这使本文的实证结果更具针对性和现实性。

三、理论模型与研究假设

由于本文研究的是人力资本通过影响创新能力进而影响到FDI溢出作用的发挥。所以,我们如果将创新能力也作为一种知识生产活动,则根据C-D生产函数有:

在式(1)中,K和L分别为资本和就业人员,α和1-α分别代表资本和劳动力的产出弹性,Y为产出。对式(1)进行变换,则有:

对式(2)取对数有:

我们假设政策和制度因素等不变,则产出受到L、KL和A的影响。这里的A用来表示技术水平,而创新可以促进科技进步,所以我们可以使用创新能力指标来表示技术水平对产出水平的影响。FDI是对外直接投资,所以可以用来衡量资本K对产出的影响水平。同时,我们可以使用教育水平来衡量就业人员的水平,从而估计就业对产出的影响水平。所以上式可以改写为:

其中GDP为各地区的国民生产总值,Cost为研发投资金额,Applynum为专利申请数量,Eduyear为各地区教育水平,ε1it为式(3)与式(4)的残差项。f (Cost,Applymum)为用专利申请数和专利投入经费来表示的技术进步,我们假设其服从线性分布,则有:

式(5)中,FDI*Eduyear对GDP的影响明显具有门槛效应,当FDI*Eduyear＞1则存在正相关效应,如果FDI*Eduyear＜1则存在负相关效应。所以本文决定采用门槛效应模型来分析各区域对FDI的吸收能力。同时,根据理论模型得到本文的假设:各地区对FDI吸收能力的影响要受到各地区教育水平的影响。

四、模型设定和估计方法

(一)模型构建

本文以2007—2013年31个省际面板数据为研究对象,以人力资本作为门槛值,分析了FDI的技术溢出与经济发展的关系。本文采用Hanson(2000)提出的门槛回归方法,参考Clerk(2006)的模型框架,以省内劳动力平均受教育年限为门槛变量,研究FDI与省内经济发展之间的关系。Hanson(2000)的两门槛值回归模型表述如下:

即:

其中i表示地区或公司,t表示年份,yit为被解释变量,xit为解释变量。qit为门槛变量,将所有的样本观测值分为两个区间。μit为个体效应,反映个体未被观测的特征。εit为随机干扰项,服从零均值、同方差的正态分布。

为得到目标参数估计值,首先要消除个体效应μit的影响,从每个观测值中减去其组内均值,从而得到:

然后,将所有的观测值进行累叠,并采用矩阵形式将式(4)转变为:

对于任一给定的门槛值γ,可以采用OLS方法估计上式,得到β的估计值:

从而可得到残差的平方和为:然后,通过最小化S1(γ)可以获得门槛值γ的估计值r＾=srgmin S1(γ),最终可以得到残差向量为

在得到参数估计值后,该模型涉及两个假设检验,即门槛效应是否存在和门槛估计值是否等于真实值。检验门槛效应是否存在的原假设H0为:β1=β2,即不存在门槛效应;备择假设H1为:β1≠β2,为存在门槛效应。检验门槛效应的统计量为:在原假设的条件下,F1统计量不服从标准正态分布,造成这种结果的原因是受到干扰参数影响的“非标准非相似分布”(non-standard non-similar),使得分布的临界值无法以模拟的方式得到。为克服这一难题,Hanson(1999)以统计量本身的大样本分布函数来转换,得到大样本的渐进P-value。在零假设成立的条件下,该P值的大样本分布为均匀分布,从而可用Hansen(1999)提出的“自抽样法”(bootstrap)来构建渐进分布以获取其近似分布临界值。

如果存在门槛效应,在得到门槛值后,为检验门槛估计值是否等于真实值

要构建似然比统计量LR,其原假设H0为:γ1=γ2,即不存在门槛效应;备择假设H1为:γ1≠γ2,统计量为LR同样不服从标准正太分布。根据Hanson(1999)的理论,在显著性水平α下,当LR1(γ0)≤c(α)时,[其中,],不能拒绝原假设。

在完成了单一门槛值的检验与确认后,如果F1在10%的置信区间上不显著,则接受备择假设,表明至少存在一个门槛值,然后再开始第二个门槛值的确认。当确认了第二个门槛值后,第一轮确认的第一个门槛值也会相应地进行调整。同理,可以确定第三个门槛值,以此类推,直到无法拒绝原假设为止。

(二)模型设计和统计结果

1.模型设计

本文使用面板数据中的固定效应模型,并结合第三部分的理论模型,可以建立如下双重面板门槛模型:

关于式(7)中变量的解释说明如下:

(1)Applysum为各个地区各年的专利申请量,表示各个地区的技术创新水平,并对所得数量取对数。数据来自《中国科技统计年鉴》。

(2)Cost表示用于R&D的投入经费总额,也是一种创新能力的衡量,数据需要取对数。数据来自《中国科技统计年鉴》。

(3)FDI是直接利用外商投资规模,并取对数。数据来自Wind数据库。

(4)Eduyear是劳动力平均受教育年限,用来表示人力资本。国际上对人力资本存量的测算,通常采用Lee(1993)提出的劳动力平均受教育年限近似计算。本文在具体计算时,把文盲、小学、初中、高中和大专及以上的受教育年限分别记为0年、2年、6年、9年、12年和16年,则各省份人力资本存量(H)的计算公式为=小学比重*6+初中比重*9+高中比重*12+大专及以上学历比重*16,再取对数。数据来自年度《中国劳动统计年鉴》,本文使用的软件为Stata.14。

2.描述性统计

表1 变量的描述性统计

由表1可知,Applynum为专利申请数量,其最小值为0,最大值为11.48,中位数为8.068,说明各省的专利申请量存在较大差异;Eduyear的最小值为1.474,最大值为2.487,中位数为2.143,说明省份间的受教育水平存在较大差异;FDI的最小值为-1.461,最大值为5.879,中位数为3.581,说明各个省份间的直接利用外资水平存在较大差异。

3.相关性检验

表2 变量相关性检验

注:*p＜0.1(双尾检验),**p＜0.05(双尾检验),***p＜0.01(双尾检验)。

由表2的相关系数检验可知,省份的GDP水平、平均受教育年限Eduyear、FDI、专利申请量、用于R&D的年支出均通过了1%的显著性检验,说明我们可以通过控制平均受教育年限Eduyear来研究FDI与省际的经济发展之间的关系。

4.实证结果

本文的实证步骤如下,首先对面板数据的单位根进行检验,结果都平稳。其次检验模型是否存在门槛效应,然后确定门槛值的个数为2,最后得到固定效应的面板数据的回归结果。

1)门槛效应检验与门槛值的确定

表3 门槛效果自抽样检验结果

表4 门槛估计值和置信区间

如表3所示,本文Bootstrap的次数为300次,得到的双重门槛值通过了1%的显著水平。又由表4可知,门槛估计之均在置信区间内,模拟结果均落在置信区间内。所以本文选择双重门槛模型,门槛值为2.010和2.192。

2)LR值与门槛值对应的图形

最后得到每一次搜索的门槛值和LR值如图1所示。

图1 门槛值与LR值的对应图形

其中横轴为Eduyear平均受教育年限,纵轴为LR统计值。位于虚线以下表示存在显著的门槛效应。

3)实证结果分析

表5 最终统计结果

(续表)

注:括号内报告的是异方差稳健性回归的t绝对值,***表示在1%水平上显著,**表示在5%的水平上显著,*表示在10%的水平上显著。

由表5可知,Cost与Applunum前的系数在99%的置信水平下显著且为正,所以研发费用支出与专利申请数量与省际的GDP之间存在显著的关系,即一个省的创新能力水平与该省的经济发展水平存在显著的正相关关系。同时FDI与GDP之间存在一定的关联性,且受到省内劳动力人口平均受教育年限的影响。当Eduyear小于2.010时,FDI与GDP虽然呈现正相关但结果并不显著;当Eduyear大于2.010且小于2.192时,FDI与GDP之间在99%的置信水平下存在正相关关系,此时FDI前系数为0.170,比平均受教育年限小于2.010时增加了0.013。当Eduyear大于2.192时,FDI与GDP存在正相关且通过了95%水平的显著性检验,且FDI前系数比受教育年限小于2.010时增加了0.024。至此,证明了本文的研究假设,及各地区对FDI的吸收能力要受到各地区教育水平的影响。

综上所述,直接利用外商投资有助于提高省内的经济发展水平,这是因为直接利用外商投资有助于增加省内的创新水平,省内创新水平的提高,对经济的发展存在显著的正向作用,这与Hu(2001)、Cheung(2008)、张海洋(2008)、李晓钟(2008)的观点相似,即FDI可促进内资企业的专利申请量,从而对地区内的创新能力产生影响。但FDI的技术溢出效应要受到省内劳动力平均受教育年限的影响,如果Eduyear小于2.010,则省内难以有效吸收FDI对经济增长的促进作用,Eduyear大于2.192时,可以有效吸收FDI的技术溢出效应,当Eduyear大于2.010且小于2.192时FDI的技术溢出效应与省际内的经济发展水平存在最显著的正相关效应。这也证实了沈坤荣(2001)和张宇(2008)的实证研究,即FDI的技术外溢效应取决于当地人力资本存量。所以本文的研究结果将上述两个观点结合起来,探讨了FDI的技术溢出效应怎样才能发挥作用,如何发挥作用,以及跟经济增长之间的关系是什么。

最后,本文的研究结论在理论和现实中都具有较强的意义。首先,在理论层次探讨了FDI技术溢出效应的作用机制,即只有当地区内就业人口的平均教育年龄在一定范围内才能有效吸收FDI技术溢出效应;其次,这种FDI技术溢出效应可以促进地区内的创新能力从而推动当地经济的发展。从现实层面来看,本文的结果对我国当地政府的指导意义是,在积极吸引外资的同时要提高本地区内就业人员的教育水平,从而可以有效地吸收FDI的技术溢出效应,促进当地经济的发展。

参考文献

[1]包群.是否存在出口外溢的结构性差异[J].南开经济研究,2007(4):58-71.

[2]陈涛涛.影响中国外商直接投资溢出效应的行业特征[J].中国社会科学,2003(4):33-43.

[3]陈涛涛,范明曦,马文祥.对影响我国外商直接投资行业内溢出效应的因素的经验研究[J].金融研究,2003(5):117-126.

[4]胡兵,乔晶.中国出口贸易外溢效应的分类检验[J].数量经济技术经济研究,2009(12):83-95.

[5]赖明勇,包群,彭水军,等.外商直接投资与技术外溢:基于吸收能力的研究[J].经济研究,2005(8):95-105.

[6]马林,章凯栋.外商直接投资对中国技术溢出的分类检验研究[J].世界经济,2008(7):78-87.

[7]沈坤荣,耿强.外商直接投资、技术外溢与内生经济增长[J].中国社会科学,2001(5):82-93.

[8]王飞.外商直接投资促进了国内工业企业技术进步吗? [J].世界经济研究,2003(4):39-44.

[9]徐磊,黄凌云.FDI技术溢出及其区域创新能力门槛效应研究[J].科研管理,2009(2):16-25.

[10]杨俊,胡玮,张宗益.国内R&D溢出与技术创新:对人力资本门槛的检验[J].中国软科学,2009(4):31-41.

[11]张继红,吴玉鸣,何建坤.专利创新与区域经济增长关联机制的空间计量经济分析[J].科学学与科学技术管理,2007(1).

[12]张玉明,李凯.中国创新产出的空间分布及空间相关性研究[J].中国软科学,2007(11).

[13]张宇.FDI技术外溢的地区差异与吸收能力的门限特征[J].数量经济技术经济研究, 2008(1):28-39.

[14]Aitken B,Harrison A.Dodomestic firms benefit from direct foreign investment? Evidence from Venezuela[J].American Economic Review,1999(3):605-618.

[15]Baldwin R,Braconier H,Forslid R.Multinationals,endogenous growth and technological spillovers:theory and evidence[J].Review of International Economics, 2005(5):945-963.

[16]Bao S,Chang GH,Sachs JD,Woo WT.Geographic factors and China sregional development under market reforms,1978—1998[J].China Economic Review,2002 (1):89-111.

[17]Blomström M.Foreign investment and productive efficiency:The case of Mexico[J]. Journal of Industrial Economics,1986(1):97-110.

[18]Hansen BE.Threshold effects in non-dynamic panels:Estimation,testing and inference[J].Journal of Econometrics,1999(93):345-368.

[19]Hansen BE.Sample splitting and threshold estimation[J].Econometrica,2000(3):575-603.

[20]Hsiao FST,Hsiao M-CW.FDI,exports,and GDPin East and Southeast Asia-Panel data versus time-series Causality analyses[J].Journal of Asian Economics,2006(6):1082-1096.

[21]Haddad M,Harrison A.Are there positives pillovers from direct foreign investment? Evidence from panel data For Morocco[J].Journal of Development Economics,1993 (2):51-74.

[22]Kokko A.Technology,market characteristics and spillovers[J].Journal of Development Economics,1994(3):279-293.

[23]Kokko A,Tansini R,Zejan M.Localte chnological capability and spillovers from FDIin the Uruguayan manufacturing sector[J].Journal of Development Studies,1996 (4):602-611.

[24]Kathuria V.Foreign firms,technology transfer and knowledge spilloversto Indian manufacturing firms:a stochastic frontier analysis[J].Applied Economics,2001(3):625-642.

[25]Lai M,Wang H,Zhu S.Double-edged effects of the technology gap and technology spillovers:Evidence from the Chinese industrial sector[J].China Economic Review, 2009(3):414-24.

Does Human Capital Affect FDI's Absorptive Capacity?——Evidence from panel data 31 provinces of China by using double panel threshold model

Fang Liping,Wang Xiang

Abstract:In this paper,we use China's 31 provinces from 2007-2013 to explain the relationship between FDI's spillover effect and GDP's growth by using double panel threshold model,and average education year has been chosen as threshold value.The result shows that FDIcan help increase economic growth in a province by affecting innovation ability,meanwhile,FDI's spillover effect was affected by education level.When average education year in a province less than2.010,FDIwill hard to affect economic growth;if average education year bigger than 2.192,then FDIcan affect economic growth significantly;when average education year between the number of 2.1.1t o2.192,then FDIcan have the most significant effect spillover effect on economic growth.

Key Words:FDI;Economic Growth;Human Capital;Double Panel Threshold Model

[1] 方莉萍(1989—),女,金融学硕士,上海师范大学商学院,研究方向为宏观金融。

[2] 王翔(1979—),男,经济学博士、副教授,上海师范大学商学院,研究方向为金融发展、金融市场与金融机构。