OFDI逆向技术溢出与中国TFP的变动--基于DEA与协整检验的实证分析.doc

OFDI逆向技术溢出与中国TFP的变动 ----基于DEA-Malmquist函数的实证分析 院 (系) 专 业 学 号 姓 名 教 师 2015年9月1日  引言 随着中国“走出去”战略实施，越来越多中国企业会选择到海外投资，2013年，我国的对外直接投资流量达1078.4亿美元，实现了自2003连续11年增长，增长率达22.8%的，同时我国也名列世界第三大对外投资国。我国的对外直接投资分布在全球184个国家或地区，占全球国家或地区总数的79%。目前学术界的对技术溢出的研究大多集中在“引进来”的经济效应上，尤其是引进外资的技术溢出效应，关于我国对外直接投资的反向技术溢出效应的研究比较少，在这样的背景下，本文希望通过研究，发现中国直接投资的效率特点，并对其给出相应的政策建议。 相关文献综述 2.1国外研究现状 在国外研究方面，关于研究OFDI的逆向技术溢出效应的，Kogut和Chang（1991）发现，日本企业在美国的投资大多集中在研发密集型产业，从而提出关于逆向技术溢出效应存在的猜想。Lichtenberg和Pottelsberghe（2000）首次将OFDI和FDI作为变量导入模型，证实了逆向技术溢出效应的存在。Gwanghoon Lee（2006）则利用OECD国家样本，但得出结论与之相反，认为OFDI和商品进口的技术溢出效果不明显。Shireen Alazzawi（2012）从专利的角度出发，来研究技术进步，实证结果认为，对于技术落后国，FDI和OFDI反而有显著的技术提升效用。 2.2国内研究现状 在国内，研究多集中在FDI方面，杜群阳（2006）通过对TSFDI的研究，认为TSFDI是获取国外技术资源，提升国内技术水平的有效手段；王英和刘思峰（2008）通过建立L-P模型，认为对外直接投资对母国并没有显著的技术提升作用；白洁（2009）通过实证分析，也证实FDI的逆向技术溢出效应存在，但对TFP并没有产生没有显著的促进作用。 总的来说，国内外学者关于逆向技术溢出的效果研究多集中在实证方面，大多数研究认为，OFDI对母国技术进步有促进作用，但并不明显，同时，在方法上也缺乏对对外直接投资在效率上的评价。基于此，本文主要做以下工作：使用DEA-Malmquist指数来计算TFP，以对外直接投资所获得的国外技术溢出和国内自主研发投入作为自变量，来考察他们对TFP的影响，分析我国对外直接投资带来的技术溢出效应，并提出提高我国对外直接投资效率的政策建议。 计量模型与数据处理 3.1 DEA-Malmquist指数法计算TFP 计算全要素生产率（TFP）时，我们将DEA模型引入计算过程，使用DEA-Malmquist指数来计算TFP，以1995年为基期，以1995-2013年为考察年限，设在基期的全要素生产率为1，计算1995年至2013年各年的TFP变动情况。 3.2 国内研发资本存量的计算 关于国内研发存量的计算，我们使用常用的永续盘存法。即时期国内的的研发资本存量的计算公式为： 其中为时期国内研发存量，为时期国内研发流量（即投入），折旧率为5%， 考察期基期的研发资本存量为： 其中为每年研发支出取对数后增长率平均值。 3.3 通过OFDI方式获得的国外研发资本溢出 关于国外研发资本存量的测算，考虑到某国研发资本来自吸收外资和对外投资两个方面的存量，国外的研发资本存量为： 其中表示时期我国通过OFDI方式所获得的国外研发资本溢出，表示时期我国对国的OFDI流量，表示时期国的研发资本投入存量，表示时期国的国内生产总值（GDP）。 本文选取美国、英国、澳大利亚、新加坡、韩国、德国、法国、加拿大、俄罗斯、日本10个国家作为国际研发的代表，这10个国家的研发投入占GDP的比例从世界银行网站得到，依然使用永续存盘法计算这些国家的研发资本存量。 3.4 OFDI逆向技术溢出模型 借鉴经典L-P模型的思路，来构建OFDI逆向技术溢出模型，以TFP为被解释标量，以中国国内研发资本和国际OFDI技术溢出的RD存量为解释变量，构造如下形式的具体模型： 实证检验 通过上述方法，我们依次得到我国历年TFP、国内研发存量、国外逆向技术溢出的数值，如下表所示： TFP 国内研发投入存量 获得国际研发资本溢出 1995 1.000000000 274.9632 5.086754048 1996 1.110000000 275.6180 11 1997 1.169940000 279.7174 26.1292885 1998 1.185149220 285.1398 68 1999 1.1970