OFDI经济增长效应的地区差异和门槛效应研究

边梦梦，黄汉江

（1.上海理工大学管理学院，上海，200093；2.上海基建优化研究所，上海，200093）

理论研究

OFDI经济增长效应的地区差异和门槛效应研究

边梦梦1，黄汉江2

（1.上海理工大学管理学院，上海，200093；2.上海基建优化研究所，上海，200093）

选取2003—2014年中国省际年度数据，采用面板随机系数模型实证检验了对外直接投资的经济增长效应。研究结果表明，对外直接投资对经济增长的影响存在明显的地区差异，在东部和西部地区显著的影响为正，而中部地区为负。在此基础上，采用了门槛回归模型，进一步验证了影响对外直接投资经济增长效应的因素的门槛特征，并从经济发展水平、地区开放程度、技术吸收与创新能力这三个方面分别测定了引发对外直接投资促进经济增长的门槛水平。

经济增长效应；随机系数；门槛回归；对外直接投资

对外直接投资即OFDI(Outward Foreign Direct Investment)，在经济全球化、贸易自由化不断推进的今天，国际间资本流动的速度和规模都在不断加大，OFDI已经成为各国融入世界经济的一个重要途径。21世纪初我国就已提出“走出去”战略，我国各地区OFDI也随之出现较强的增长势头。2003年我国OFDI仅为28.5亿美元，截至2015年底我国OFDI创下1 456.7亿美元的历史新高，占全球流量份额的9.9%，成为仅次于美国的第二大对外投资国。而截至10月我国2016年累计OFDI达1 459.6亿美元，累计同比增速53.3%，我国已经成为了名副其实的对外投资大国，但是由于地理位置不同、对外开放的时间及程度等不同，各地区的OFDI不管是在存量还是流量方面都存在较大差异。此外，OFDI对经济增长的影响主要是通过外溢效应，但现阶段我国各地区的经济发展存在很大的不平衡，在发展水平、对外开放度、技术吸收与创新等方面均存在较大的差异，因此OFDI对各地区经济增长的影响也可能存在较大差异。

基于此，本文首先采用面板随机系数模型探讨各地区OFDI对经济增长的影响，结果显示OFDI的经济增长效应存在显著的地区差异。而造成各地区间存在差异的主要原因是地区间经济发展不同、对外开放度及技术吸收与创新能力的不同，为了更好的研究各方面不同对OFDI经济增长效应的影响，本文选取以下六个变量人均GDP、资本存量、对外开放度、对外直接投资、人力资本、研发投入，分别测试其门槛效应，希望找出使得OFDI对经济增长效应最大化时的各变量的门槛值。对各地区因地制宜地制定合理OFDI战略，进而促进本地区经济的持续健康增长具有重要意义。

1 文献评述

国内外学者较多的关注外商直接投资（FDI）对本国经济增长的影响作用，而OFDI的经济增长效应只是在近年才受到广泛关注。目前，OFDI对经济增长的影响还未明确，不同学者对此持有不同观点，主要有以下两种：一种观点认为OFDI会对国内投资产生替代效应，资本转移到国外，导致国内经济增长减少（Stevens,1992）[1]；另一种，OFDI与国内生产为互补关系，即OFDI的增加会促进国内经济的增长（Keynes 1936)[2]。J.H.Dunning（1981）认为发展中国家OFDI倾向与母国经济发展阶段相关，随着发展水平的提高，一国的OFDI也不断增加，即“投资发展周期理论”,该理论为研究OFDI的母国经济增长效应奠定了基石[3]；Borensztein et al.(1998)研究发现OFDI是技术转移的重要载体，但只有当东道国的人力资本跨过某一最低门槛值时才会对经济增长有较大的贡献[4]；Herzer(2010)的研究发现OFDI与一国的经济增长之间存在着双向的促进关系，但其逆向溢出作用与母国的贸易开放程度、人力资本状况等并没有明显相关性[5]。

中国的OFDI相较于一些发达国家起步较晚，魏巧琴（2003）利用1982—2000年的时间序列数据通过市政研究，但并未发现OFDI与经济增长之间存在因果关系[6]；肖黎明（2009）研究得出中国的OFDI对经济增长具有促进作用，但长期弹性还较低[7]；李京晓（2013）通过实证研究得到，中国的OFDI对贸易、经济增长均具有比较明显的促进作用，且OFDI的母国宏观经济效应在东部发达地区更为明显[8]。

综上可见，关于OFDI的经济增长效应国内外学者都还未得到一致的结论，不同地区OFDI对经济增长的影响存在差异。本文在梳理了以上OFDI与经济增长研究的基础上，进一步探讨中国的OFDI经济增长效应在地区间的差异及其门槛效应。

2 OFDI对经济增长影响的地区差异

由于现阶段我国各地区的经济发展状况存在较大差异，不同区域的OFDI对其经济增长的影响也可能存在相当大的差异。因此，本文首先对我国各地区的OFDI经济增长效应进行实证检验，以此来证明差异的存在，作为进一步分析和验证OFDI经济增长效应门槛特征的基础。

2.1 模型设定

其中Yit：国内生产总值（i代表地区，t为年份，下同），Kit：表示资本存量，Lit：劳动投入，α、β分别为资本和劳动的产出弹性，Ait：技术参数，Benhabib和Spiegel（1994）研究表明人力资本可通过影响国内技术创新效率和学习国外技术的速度来影响技术进步[9]，张宇（2008）认为技术进步主要来自国内自身技术创新和外资部门对内资部门产生的逆向溢出效应[10]，因此本文进一步假设:

代入（1）式并取对数得：

其中Rit为本国R&D投入；FDIit为对外直接投资流量；Hit为人力资本；C为常数项，代表影响技术进步的其他因素；μit则为随机干扰项。

2.2 数据来源与处理

由于我国OFDI统计始于2003年，因此我们选择了2003—2014年的数据，样本包括全国29各省、市、自治区，其中西藏由于数据太少予以剔除，重庆数据则合并到四川进行分析，贵州、海南、青海部分年份OFDI数据缺失。

①国内生产总值（Y）。由《中国统计年鉴（2004—2015）》得各省2003—2014年的名义GDP和按可比价格计算的GDP指数，计算得出以2003年为基期的实际GDP，并且GDP平减指数=名义GDP/实际GDP。

②对外直接投资（OFDI）和R&D投入（R）。各省、市、自治区的非金融类OFDI流量数据来源于《Wind资讯》,并根据各年的汇率折算为人民币；R&D投入R来源于《中国科技统计年鉴（2004—2015）》；用GDP平减指数对二者进行平减，得到不受价格变动影响的真实OFDI和R。

③人力资本（H）。本文采用平均受教育年限（Barro等，1993）的方法来测算人力资本存量[11]，各地就业人员受教育程度数据来源于《中国劳动统计年鉴（2004—2015）》，则H=6*小学+9*初中+12*高中+16*大专及以上学历。

④资本存量（K）和劳动投入（L）。

其中，Iit为i地区t年固定资本形成额（《中国统计年鉴（2004—2015）》），为剔除价格因素的影响采用各省的固定资产投资价格指数进行折算，得到以2003年不变价格计算的各地区K；δ为资本折旧率，沿用9.6%。将（张军2004）各省2000年的K，折算为以2003年不变价格的K，进一步测算出2003—2014年的不变价K。采用2004—2015的各省年末就业人口表示L，数据来源与《Wind资讯》。

2.3 OFDI经济增长效应的地区差异

由于面板数据具有两维特征，因此本文采用协方差来分析检验以下两个假设，来确定是采用混合估计、回归系数相同的固定效应，还是随机系数模型。

H0:(3)式中截面和时间序列回归的截距、斜率均不变。

H1:(3)式中截面和时间序列的截距不同，但斜率相同。

表1给出了F检验的结果，从中可看出,拒绝H0和H1,应采用Swamy（1970）[13]的面板随机系数模型。

Peter Lodrup，“Challenges to an Established Paternity － Radical Changes in Norwegian Law”，International Survey of Family Law，353，2003，p．357．

采用方程(3)运用面板数据随机系数模型，对全国以及分地区进行回归分析，结果如表2。

从上述结果可看出，现阶段我国OFDI对经济增长有正向的促进作用，但系数仅为0.004 9，促进作用并不明显。为了进一步考察OFDI经济增长效应的地区差异，将我国各省、市、自治区划分为东部、中部以及西部区域，分别进行回归，可看出不同区域OFDI对经济增长的影响不同。东、西部地区系数为正，但统计上并不显著；中部地区系数为负，也不显著。鉴于积极的促进作用发生在东、西部地区，我们推测地区经济发展水平、是决定OFDI影响经济增长得关键。故本文采用Hansen(2000)的门槛回归模型进行检验[12]。

3 OFDI经济增长效应的门槛回归分析

3.1 门槛模型的构建与变量选择

本文模型采用Hansen（2000）的门槛回归：

其中yit为被解释变量，xit为解释变量，qit为门槛变量，eit为随机干扰项。在此基础上，将本研究的门槛回归模型设定为：

Xit、θ、δ均为列向量，Xit'=[1，LnOFDIit，LnRit，LnHit，LnKit，LnLit]，θ=[θ0，θ1，θ2，θ3，θ4，θ5]，δ=[δ0，δ1，δ2，δ3，δ4，δ5]；当qit≤γ时，dit(γ)取0，解释变量的系数为θ；当qit＞γ时，dit(γ)取1，解释变量系数为θ+δ。

针对各地区的经济发展状况不同，本文依次从经济发展水平、对外开放度、技术吸收与创新能力三方面进行门槛分析。一地区的经济发展水平用各地区的人均GDP(RGDP)和资本存量（K）表示，其中RGDP来自《中国统计年鉴（2004—2015）》，K数据同上；对外开放度采用外贸依存度（Open）和对外投资依存度（OFDI/GDP）表示,其中Open=进出口总额/GDP，各地区进出口总额数据来源于《中国统计年鉴（2004-2015）》，并将美元按当年汇率折算为人民币计量，OFDI/GDP；一地区的技术吸收与创新能力选用各地区人力资本（H）和R&D强度表示，H计算方法同上，采用“劳动了的平均受教育年限”；R/GDP计算方法：R/GDP,R数据来源同上。

3.2 门槛值的确定

参考Hansen(2000)的面板数据回归理论，首先对模型（6）进行OLS回归，残差平方和Sn=（θ，δ，γ）为：

在模型残差平方和取最小值处可得门槛值的估计值

其中Γn=Γ⌒{q1,…,q2}，满足式（8）的观测值均为可能的门槛值，门槛值一旦确定后，其他的参数值也可以相应确定。进一步检验门槛回归模型的显著性，设H0:θ1=θ2，同时构造ˇLM统计量：

其中，S0为H0成立时的残差平方和，Sn为存在门槛时的残差平方和。此时LM统计量不服从X2分布，本文采用“自举法”（Bootstrap）得到渐进分布，进而获得相应的Bootstrap P值。随后，进行门槛估计值的真实性检验，确定其置信区间。原假设=γ0，Hansen(2000)采用“似然比统计量”检验门槛值：

当 LRn(γ)≤c(α)=-2ln(1-α)时（α为显著性水平），接受H0，即不存在门槛值。

3.3 门槛回归结果

本文采用Stata13.0软件进行回归分析，将样本按照门槛变量从小到大排列，采用“网格搜索法”，以0.15为跨度进行5 000次“自举法”。由表3可知，经济发达程度、地区开放度、人力资本和R&D强度均存在门槛效应。

?

①经济发展水平。一地区的人均GDP和物质资本存量K是该地区经济发达程度的综合反映，一般来说，RGDP、K达到一定水平时，该地区会形成较强的竞争力和技术创新力，从而对经济增长产生促进作用。分别以RGDP、K为门槛变量对模型（6）进行回归，结果如表4。

从回归结果可知，RGDP、K对OFDI的经济增长效应均存在门槛效应，且OFDI对经济增长的促进作用随着RGDP、K的提高而不断增加。RGDP的门槛值为3.234 9，即当RGDP低于3.234 9万元时，OFDI对经济增长的促进作用系数为0.038 8，当超过这一门槛值时，促进作用可增加至0.203 9。同样，一地区的物质资本存量K低于20 763.300 8亿元时，OFDI的系数为0.027 4，超过这一门槛值后其系数变为0.143 7。截至2014年北京、天津、辽宁、山东、江苏、浙江、上海、福建、广东、黑龙江、吉林、湖北、内蒙古、四川14个地区通过RGDP的门槛，仅海南、广西、贵州、青海、宁夏、甘肃6地区未越过K的门槛。

②地区开放度。一地区的对外开放程度直接关系到该地区的企业能否通过投资到发达国家，产生技术逆向溢出，促进本地区经济发展。这里选取外贸依存度Open和对外直接投资依存度OFDI/GDP，检验结果如表5。

由回归结果可知，一地区的Open和OFDI/GDP均对OFDI的经济增长效应存在正向的门槛效应。当地区Open高于0.095 6时，OFDI的弹性系数可达0.072 4，反之该系数仅为0.018 1。从对外直接投资依存度的回归结果来看，OFDI与经济增长之间存在门槛效应，低于门槛值0.000 083时，OFDI的系数为0.035 9，当该指标高于门槛值时，OFDI的系数升至0.084 1。截至2012年各省市区的对外投资依存度均已跨过门槛值,但山西、湖南、贵州、青海、陕西、甘肃和内蒙古到2014年仍未越过Open的门槛。

③技术吸收与创新能力。一地区的技术进步不仅取决于研发投入还与该地区的人力资本有较大关系。人力资本既可以加速OFDI技术的逆向技术溢出，同时还可以影响技术吸收与创新效率；R&D强度越大，技术进步越快，对经济的促进作用也就越大。因此，本文选用人力资本H和R&D强度R/GDP进行回归检验，结果如表6。

?

检验结果表明，一地区的H和R/GDP均对OFDI的经济增长效应有正向的门槛作用。当地区的平均受教育年限低于8.174 2时，OFDI对经济增长有显著的负向作用，系数为-0.045 5，当该地区越过门槛值后，OFDI对经济增长具有正向的促进作用，其系数变为0.073 45。研发投入在门槛值前后的系数均为正，但当R/GDP≤0.072 5时，OFDI的系数仅为0.014 4，超过这一门槛值后，系数提高至0.139 7。截至2012年各省的平均受教育年限均已超越门槛值；而2014年河北、黑龙江、吉林、山西、河南、江西、海南、云南、广西、贵州、青海、宁夏、甘肃、内蒙古和新疆仍未通过R/GDP的门槛，大部分地区的研发投入仍不够，导致技术进步较慢，OFDI对经济的促进作用不明显。

4 研究结论与政策展望

本文选取我国2003—2014年的省级面板数据，实证检验了OFDI的经济增长效应，并测算了引发促进作用的各变量的门槛水平。通过检验，得到如下结论：

不同地区OFDI对经济增长的促进作用不同，中部地区OFDI对经济增长有负向作用，而东部及西部地区均为正向作用。由这一结论可看出，正向的促进作用可能存在基于某些经济发展状况上的门槛特征。

在此基础上，选择人均GDP、资本存量、外贸依存度、对外投资依存度、人力资本和R&D强度6个指标，检验各地区经济发展状况对OFDI的经济增长效应的影响。实证结果显示，以上6个指标均对OFDI的经济增长效应有显著的影响，当其超越某一门槛值后，OFDI的系数会显著提升，对经济增长有显著的门槛特征。

通过上述分析，我们认为从当前中国的总体发展水平来看，OFDI已经对经济增长有了一定的促进作用，但由于地区经济发展不平衡，各地区OFDI的促进作用不同。经济发展较快的地区，通过OFDI已经对当地经济产生了显著的促进作用，但由于部分地区经济发展水平、对外开放度、人力资本等指标并未达到门槛值，OFDI对经济增长的促进作用仍不明显，甚至为负值。因此，各地政府应该在充分了解本地区经济状况的前提下，因地制宜地制定对外直接投资战略。经济发达地区可扩大OFDI，进而加快技术逆向溢出，促进经济增长；经济发展程度较低或开放度不高的地区，应根据自己地区的弱势，进行相应的改进，包括加大R&D研发投入、提升资本存量、扩大对外开放度、提升教育普及情况等，越过门槛，最终实现OFDI对经济增长的促进作用。

[1]STEVENS G V G,LIPSEY R E.Interactions between domestic and foreign investment[J].Journal of Money and Finance,1992, (11):40-62.

[2]凯恩斯著，徐毓栅译.就业、利息与货币通论[M].北京：商务印书馆,1997.

[3]J.H.DUNNING.Explaining the International Direct Investment Pasition of Countries:Towards a Dynamic or Developmental Approach[J].WeltwirtschaftlichesArchiv,1981,117(1):30-64.

[4]BORENSZTEIN,E.GREGORIO,J.&w.Lee.How does Foreign Direct Investment Affect Economic Growth [J].Journal of International Economics,1998(45):115-135.

[5]DIERK HERZER.The Long-Run Relationship Between Outward FDIand Total FactorProductivity：Evidence for Developing Countries[Z].Working Paper.2010.

[6]魏巧琴,杨大楷.对外直接投资与经济增长的关系研究[J].数量经济与技术研究,2003（11）：93-97.

[7]肖黎明.对外直接投资与母国经济增长：以中国为例]J].财经科学,2009（8）：111-117.

[8]李京晓.中国企业对外直接投资的母国宏观经济效应研究[D].上海:上海财经大学,2013.

[9]BENHABIB J.and SPIEGEL M.The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-country Data[J].Journal of Monetary Economics,1994(34): 143-173.

[10]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.

[11]BARROP R.and LEE J.W.International Comparison of Educational Attainment[J].Journal of Monetary Economics,1993 (3):363-394.

[12]BRUCE E.Hansen.Sample Spliting and Spliting and Threshold Estimation[J].Econometrica,2000(68),NO.3,575-603.

［责任编辑：付 佳］

Study on the Local Difference of OFDI on Economic Growth and the Threshold Characters

BIANMeng-meng,HUANGHan-jiang
（1 College of Management,University of Shanghai for Science and Technology,Shanghai 200093,China;2. Shanghai Infrastructure Optimization Research Institute,Shanghai 200093,China）

This paper selects the annual data of China in 2003-2014,and uses the panel random coefficient model to test the effect of FDI on the economic growth.The results show that there are obvious regional differences in the impact of FDI on economic growth,which is positive in the eastern and western regions and negative in middle area.Based on that,the threshold regression model was used to verify and measure the threshold level which ensure the OFDI’s influence on economic growth in three aspects,including the level ofeconomic development,the openness ofeconomy,technologyabsorption and innovation capacities.

Economic Growth Effect;RandomCoefficient;Threshold Regression;OFDI

F830.593

A

1673-5919（2017）01-0013-05

10.13691/j.cnki.cn23-1539/f.2017.01.004

2017-01-05

边梦梦（1991-），女，江苏徐州人，硕士研究生。

黄汉江（1956-），男，上海人，所长，研究员。研究方向：固定资产投资。