民营企业对外直接投资与宁波产业结构的调整

第二节　民营企业对外直接投资与宁波产业结构的调整^[3]

转变经济发展方式是中国“十二五”发展的重要主线，调整产业结构，加快产业升级是经济发展方式转型的重中之重。而产业结构的调整又需要通过国际间的资源和生产要素的流动来实现。近年来，宁波积极鼓励企业“走出去”，对外投资规模不断扩大、水平不断提高、速度不断加快。对外直接投资对宁波产业升级带来了一定的促进作用。

图9-1　1995-2011年宁波市新核准的境外中方投资额

一、宁波产业结构演进的现状分析

一个国家或地区的经济发展不仅表现为经济总量的增长，同时也伴随产业结构的演进。自改革开放以来，宁波市经济总量不断增长，经济结构日趋改善。1985年宁波GDP总量只有71畅05亿元，2011年宁波实现生产总值6010畅5亿元，增长84畅6倍。第一产业产值由16畅85亿元发展到2011年的255畅76亿元，第二产业产值从1985年的40畅40亿元发展到2011年3335畅37亿元，第三产业产值从1985年的13畅80亿元发展到2011年的2419畅35亿元（如图9-2所示）。同时宁波三次产业比重也发生了较大的变化，第一产业占比从1985年的23畅72%下降为2011年的4畅3%，第二产业占比从1985年的56畅86%下降为2011年的55畅5%，第三产业比重则从1985年的19畅42%上升为2011年的40畅3%（见图9-3）。目前，宁波产业结构处于“二、三、一”阶段。

图9-2　1985-2011年宁波市三次产业产值

图9-3　1985-2011年宁波市三次产业比重情况

图9-2和图9-3数据：1985年至2009年数据来自历年宁波统计年鉴，2010年和2011年数据来自当年的宁波公报。

二、宁波对外直接投资对产业升级影响的实证分析

1.畅变量的选取以及数据的说明和处理

研究产业结构调整与对外直接投资的相互影响，主要考虑的是对外直接投资对第一产业、第二产业和第三产业发展的影响。本书选取了4个变量，Xi（i＝1，2，3）表表示第i产业在宁波市国内生产总值中所占比例，OFDI表示宁波市历年对外直接投资总额。模型设定形式如下：

OFDI＝α＋βXi＋μt（1）

本书选取的是1996-2011年的时间序列数据，其中宁波市的国内生产总值（GDP）、第一产业产值、第二产业产值以及第三产业产值均来自历年的《宁波统计年鉴》，宁波市对外直接投资（OFDI）来自宁波对外经贸局官方网站。

为了计量分析的精确性，本书对数据做了如下调整：首先，第一、二、三产业产值及GDP均通过价格指数调整为1996年实际值，剔除了价格因素的影响。其次，对外直接投资额（OFDI）采用美元对人民币的年均汇率进行折算。再次，实际第一、二、三产业产值除以实际GDP，得到各产业在GDP中的比重，即X₁，X₂，X₃；最后，为了使各个序列趋势线性化，同时消除异方差性，对各个序列取自然对数，这样做有利于分析各变量间的弹性大小，本书用lnX₁、lnX₂、lnX₃、lnOFDI分别表示对X1，X₂，X₃以及OFDI取对数的结果。

2.畅单位根检验

为了避免模型出现伪回归的现象，在本研究中首先将利用Dickey和Fuller^[4]提出的考虑残差项序列相关的ADF单位根检验法，检验变量的平稳性，对于非平稳性的变量进行处理，使之成为平稳时间序列。利用Eviews软件，对国内生产总值（GDP）、一产比例（X₁）、二产比例（X₂）以及对外直接投资（OFDI）进行单位根检验，以确定其平稳性。通过检验发现均为非平稳变量。本研究对于非平稳变量的处理采用差分法，结果见表9-1。经处理后，ΔlnX₁、ΔlnX₂、ΔlnOFDI在1%、5%以及10%的显著水平下都是平稳的，同时也是一阶单整的。lnX₃与lnODFI不是同阶单整，所以不存在协整关系，从目前宁波经济发展的实际情况来看也是符合的，所以本研究暂不考虑二者之间的实证分析。

表9-1　单位根检验

注：Δ表示差分；检验方程（c，t，p）中，c、t、p分别代表单位根检验模型中的截距项、时间趋势和滞后阶数；是否含有截距项和时间趋势项，根据单位根方程截距项和时间趋势项系数的显著性确定；滞后阶数根据SIC信息准则确定。

3.畅协整检验

如果变量是单整的，那么我们将对相关变量进行协整检验（Cointegration Test），确定税收收入和经济增长之间的长期关系。协整理论是研究分析非平稳时间序列的一个重要方法。Engle和Granger^[5]指出，如果两个或两个以上的非平稳时间序列（含有单位根的时间序列）的线性组合能构成平稳的时间序列，则称这些非平稳时间序列是协整的，称得到的平稳的线性组合为协整方程，可以认为协整方程的存在说明这些变量（即非平稳的时间序列）之间存在长期的均衡关系。本书将采用Engle和Granger提出的检验两变量是否协整的两步检验法来检验变量之间的协整关系（也称为EG检验）。

由于上述变量都是单整的，因此，可以利用EG检验判断它们之间是否存在协整关系，并进一步确定相关变量之间的符号关系。

首先，用OLS法估计方程（1），得到方程（2）、（3），并将各自的残差序列（resid）另命名为μ1和μ2存起来。

lnX1＝－0.936229－0.183775lnOFDI　　（2）

lnX2＝－0.538186－0.005025lnOFDI　　（3）

其次，检查μ1和μ2单整性。由于残差序列的均值为0，所以选择无截距项、无趋势项的ADF检验。表9-2显示，在5%的显著性水平下，残差序列是平稳的，即不存在单位根。因而，变量lnX₁与变量lnOFDI、变量lnX₂与变量lnOFDI之间都为（1，1）阶协整。

表9-2　残差序列μ1和μ2的ADF检验

4.畅格兰杰因果关系检验

根据协整检验的结果可知，第一产业占比（X₁）和对外直接投资额（OFDI）、第二产业占比（X₂）和对外直接投资额（OFDI），存在长期均衡的协整关系。但这种长期的均衡关系是否构成因果关系，需要进一步验证。本研究采用格兰杰因果关系检验（Granger Test of Causality）法对第一产业占比（X₁）和对外直接投资额（OFDI）、第二产业占比（X₂）和对外直接投资额（OFDI）两变量各自进行因果关系检验，结果见表9-3。

表9-3　X₁与OFDI、X₂与OFDI的格兰杰因果关系检验

由表9-3得知，接受“X₁不是OFDI的格兰杰原因”的假设，接受“OFDI不是X1的格兰杰原因”的假设。接受“X₂不是OFDI的格兰杰原因”，但拒绝“OFDI不是X2的格兰杰原因”。因此，第一产业产值占比与对外投资额互不为各自的格兰杰原因，双方的增长对彼此都没有带来任何影响。第二产值占比就有相反的效果，对外直接投资额的增长将带来宁波第二产业产值占比的减少，但影响效果并不十分明显，从（3）式可以看出当对外直接投资额增长1%，宁波第二产业占比减少0畅05%，而第二产业产值的增长就不能导致对外直接投资额的增长。

三、宁波以对外投资促进产业结构调整的对策建议

从实证的回归方程结果可以看出，宁波对外直接投资的增加会导致第二产业构成比重下降，但影响程度较小。这是因为宁波对外直接投资的整体规模和水平还处于初级阶段，因此在推动产业升级的过程中，对外投资的影响效应较小。当前宁波产业结构调整的主要目标是产业结构的合理化和高度化，所以为了更好地发挥宁波对外投资的产业结构调整效应，基于前面的理论分析和实证研究，提出以下几点建议。

1.畅鼓励宁波具有比较优势的产业对外投资

当前宁波的纺织服装、玩具、文化用品、机械、电线电缆、电子产品等产业具有相对优势，所以政府应制定适当的投资导向政策，鼓励这类企业积极对外投资，一方面为宁波的高端产业发展腾出资源，促进生产要素向新兴产业转移，实现产业升级；另一方面也有利于延长这类产业的寿命周期，实现其转移价值。这样不但可以减少资源的浪费，而且可以降低调整产业结构的经济成本。

2.畅鼓励对发达国家相关技术密集型产业的投资

产业升级需要技术的支持。通过并购等方式投资于科研机构和技术开发型公司，一方面在国外可以收集信息，跟踪最新的国际科技动态；另一方面充分利用国外的科技人员参与技术开发以获取先进技术。也就是说，对发达国家相关技术密集型产业的投资能够吸收国外的先进技术和管理经验等生产要素，提高宁波相关产业的技术水平和管理水平，有助于宁波产业结构的升级。所以政府应大力发展对发达国家相关技术密集型产业的投资，对这类企业提供金融、财政、税收等政策支持，加强投资信息服务和指导工作。

3.畅鼓励制造业的对外投资

近年来，宁波有很多企业走出国门进行资源开发。确实，境外资源开发有助于缓解国内资源缺乏这一经济发展的瓶颈，可以减少产业结构调整进程中的资源瓶颈效应，但资源开发毕竟属于低附加值的行业，对国内产业结构的升级作用不大，更何况由于全球经济复苏乏力，境外资源开发的政治风险不断加大。而制造业却具有较高的附加值，可以带来更大的利润空间，对国内的辐射效应也大，从现阶段的情况来看，制造业的对外直接投资能更有效地实现国内产业结构调整的目标。因此从产业结构调整这个角度来讲，当前对外直接投资的产业选择应从以资源开发业为主转向以制造业为主，加大制造业对外投资的力度。

【注释】

[1]本节的部分内容《民营企业“走出去”与宁波外贸增长方式的转变》已在《理论建设》2007年第6期发表。

[2]数据来自宁波市对外贸易经济合作局网站，http://www.nbfet.gov.cn/zhuanti/in-dex.php/zhuantiviewid/74954/sub/0。

[3]本节的部分内容《对外直接投资与宁波市产业结构升级的实证研究》已在《对外经贸》2012年第10期发表。

[4]Dickey，D.A.and W.A.Fuller.Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root.Econometrica，1981（49）：1057-1072.

[5]Engle，R.F.and J.C.Granger.Co-integration and Error Correction ：Representation，Estimation and Testing.Econometrics，1987（55）：251-276.