朱福林+楊圣明+趙紹全

內(nèi)容提要：國(guó)際R&D溢出是發(fā)展中國(guó)家獲得技術(shù)進(jìn)步的重要路徑之一，本文采用影響經(jīng)濟(jì)變量之間關(guān)系時(shí)序變動(dòng)情況的空間技術(shù)模型，測(cè)算基于中國(guó)服務(wù)貿(mào)易進(jìn)口渠道產(chǎn)生的國(guó)際R&D直接溢出與間接溢出存量，并運(yùn)用協(xié)整與狀態(tài)空間模型檢驗(yàn)中外R&D存量對(duì)中國(guó)全要素生產(chǎn)率的影響。實(shí)證結(jié)果表明：就長(zhǎng)期而言，國(guó)內(nèi)R&D投入及國(guó)際R&D溢出與全要素生產(chǎn)率處于較穩(wěn)固的協(xié)整均衡關(guān)系，但國(guó)際R&D的間接溢出大于直接溢出，該協(xié)整關(guān)系因受到政治和經(jīng)濟(jì)等環(huán)境因素的沖擊而表現(xiàn)出較大的波動(dòng)幅度。

關(guān)鍵詞：服務(wù)進(jìn)口；國(guó)際溢出；協(xié)整；狀態(tài)空間模型

中圖分類(lèi)號(hào)：F74618文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2017）04-0082-07

各國(guó)經(jīng)濟(jì)增長(zhǎng)的差異在本質(zhì)上是創(chuàng)新能力的差異，而創(chuàng)新能力又取決于各國(guó)R&D投入及各種科技活動(dòng)的開(kāi)展，以及與R&D休戚相關(guān)的環(huán)境因素，R&D存量的大小在很大程度上決定著國(guó)民經(jīng)濟(jì)能否持續(xù)發(fā)展及產(chǎn)品是否具有國(guó)際競(jìng)爭(zhēng)力。國(guó)際投資與貿(mào)易活動(dòng)以及網(wǎng)絡(luò)、通訊等技術(shù)的發(fā)展致使國(guó)際貿(mào)易的障礙大大消除，各國(guó)的創(chuàng)新活動(dòng)不再局限于本國(guó)R&D存量的產(chǎn)出，其他國(guó)家、尤其是發(fā)達(dá)國(guó)家的R&D活動(dòng)可通過(guò)多種渠道外溢至本國(guó)，從而對(duì)本國(guó)R&D活動(dòng)及技術(shù)進(jìn)步產(chǎn)生影響。長(zhǎng)期以來(lái)，中國(guó)服務(wù)貿(mào)易表現(xiàn)出逆差態(tài)勢(shì)，這說(shuō)明我國(guó)對(duì)中高端生產(chǎn)性服務(wù)及高層次生活服務(wù)的需求不斷加大，服務(wù)貿(mào)易進(jìn)口的國(guó)際溢出對(duì)我國(guó)全要素生產(chǎn)率的影響成為值得關(guān)注的問(wèn)題。由于產(chǎn)業(yè)結(jié)構(gòu)、開(kāi)放度、政治等外部因素處于不斷變化之中，國(guó)際溢出效應(yīng)在一定期間內(nèi)很可能存在年份波動(dòng)趨勢(shì)，不可能恒定不變。因此，本文試圖運(yùn)用影響經(jīng)濟(jì)變量之間關(guān)系時(shí)序變動(dòng)情況的空間技術(shù)模型對(duì)服務(wù)貿(mào)易進(jìn)口國(guó)際R&D溢出動(dòng)態(tài)進(jìn)行檢驗(yàn)。

一、數(shù)據(jù)整理與模型設(shè)計(jì)

本文所有數(shù)據(jù)在計(jì)算過(guò)程中均經(jīng)過(guò)指數(shù)化（初始數(shù)據(jù)均為100）后再取自然對(duì)數(shù)，以消除量綱影響及異方差。

（一）全要素生產(chǎn)率的估算

由于不存在生產(chǎn)前沿比較，一般對(duì)于單一國(guó)家時(shí)間序列下的全要素生產(chǎn)率的估計(jì)主要采用經(jīng)典Cobb-Douglas生產(chǎn)函數(shù)進(jìn)行推導(dǎo)，而無(wú)法采用無(wú)任何函數(shù)形式的非參數(shù)Manqusit方法進(jìn)行衡量，具體過(guò)程如下：

對(duì)C-D生產(chǎn)函數(shù)取對(duì)數(shù)并轉(zhuǎn)換，TFP可表示為：

其中Yt、Lt和Kt為產(chǎn)出、勞動(dòng)與資本，分別用中國(guó)各年實(shí)際GDP，全社會(huì)就業(yè)總?cè)藬?shù)和固定資本投資存量來(lái)代替。資本存量計(jì)算可采用通用的永續(xù)盤(pán)存法，公式為 代表當(dāng)期投資流量。Pt固定資產(chǎn)投資指數(shù)，該值1990之后的數(shù)據(jù)可直接從統(tǒng)計(jì)年鑒中獲得。δ是折舊率，一般取5%。

本文運(yùn)用Griliches（1980）初始化公式 計(jì)算出期始投資額[1]，g為期間平均增長(zhǎng)率的對(duì)數(shù)值。 α、β分別代表勞動(dòng)與資本的產(chǎn)出彈性，可運(yùn)用經(jīng)典OLS模型并由Eviews軟件估計(jì)得出，α=05082、β=04918。國(guó)內(nèi)有關(guān)全要素生產(chǎn)率估算的文獻(xiàn)有關(guān)α、β的具體計(jì)算結(jié)果不統(tǒng)一，在資本邊際報(bào)酬遞減規(guī)律作用下，資本（K）的產(chǎn)出彈性表現(xiàn)出下滑趨勢(shì)，而勞動(dòng)（L）的貢獻(xiàn)率加大（如圖1所示），這與李賓和曾志雄的研究結(jié)果相似[2]

注：計(jì)算過(guò)程是先將處理好的實(shí)際GDP，資本及勞動(dòng)變量指數(shù)化后再取對(duì)數(shù)，再將它們和α、β一并代入本文TFP公式得到。

（二）國(guó)際R&D溢出的估算

最初的Coe等（1995）模型采用雙邊貿(mào)易額作為權(quán)重來(lái)衡量國(guó)外R&D的溢出存量[3]，但Lichtenberg等人認(rèn)為CH做法存在缺陷[4]，他們提出關(guān)鍵問(wèn)題是外國(guó)資本的溢出強(qiáng)度，即出口國(guó)R&D投入的出口部分與進(jìn)口國(guó)GDP的比重。Luintel和Khan指出G10國(guó)家的R&D動(dòng)態(tài)國(guó)際溢出存在非常強(qiáng)的異質(zhì)性[5]，Lumenga-Neso等人提出即使沒(méi)有雙邊貿(mào)易，國(guó)際R&D溢出也有可能發(fā)生，即進(jìn)口國(guó)可通過(guò)與發(fā)達(dá)R&D國(guó)家的貿(mào)易伙伴國(guó)之間的國(guó)際貿(mào)易而獲得間接性溢出[6]，該思路的提出拓展了國(guó)際R&D溢出的途徑。另外，由于技術(shù)差距存在階梯性，鑒于發(fā)達(dá)國(guó)家的R&D成分并不一定能被技術(shù)落后國(guó)所吸收，通過(guò)中間技術(shù)國(guó)的過(guò)渡與傳遞，技術(shù)落后國(guó)也能受益于發(fā)達(dá)國(guó)家的部分R&D投入。因此，對(duì)于正常貿(mào)易國(guó)家來(lái)說(shuō)，國(guó)際R&D溢出效應(yīng)存在直接與間接兩種生成路徑。

根據(jù)LP方法（權(quán)重公式中分母為出口國(guó)GDP），可測(cè)算出經(jīng)中國(guó)服務(wù)貿(mào)易進(jìn)口渠道溢出的直接外國(guó)R&D資本存量：

其中Rfd、Sf代表國(guó)外R&D直接溢出和國(guó)外本土R&D投入總量，TXf、GDPf和TMc分別指國(guó)外服務(wù)出口、國(guó)外GDP、中國(guó)服務(wù)貿(mào)易進(jìn)口。 表示OECD成員國(guó)通過(guò)服務(wù)出口的R&D溢出部分，其余被本國(guó)自己利用。表示中國(guó)從服務(wù)貿(mào)易進(jìn)口獲得其R&D出口部分的份額。

根據(jù)Lumenga-Neso等人的研究[6]，國(guó)際R&D有可能不依賴(lài)于雙邊貿(mào)易而轉(zhuǎn)向間接性，而間接溢出就是一國(guó)總R&D存量除去直接溢出后的存量：，Rfi表示間接R&D溢出。需指出的是，由于世界范圍內(nèi)R&D的支出與有效使用主要集中于發(fā)達(dá)工業(yè)國(guó)家，本文選取OECD成員國(guó)作為國(guó)際R&D溢出的國(guó)外來(lái)源國(guó)；與此相對(duì)應(yīng)，公式中的中國(guó)服務(wù)貿(mào)易進(jìn)口是指中國(guó)從OECD成員國(guó)進(jìn)口的服務(wù)份額，由于該時(shí)間序列數(shù)據(jù)不好獲得而采取了折算處理。鑒于OECD成員國(guó)服務(wù)出口額占世界服務(wù)出口總額的70%以上，這意味著中國(guó)每進(jìn)口1個(gè)單位的國(guó)外服務(wù)，就有70%的可能來(lái)自于OECD成員國(guó)。因此，中國(guó)從OECD成員國(guó)來(lái)的服務(wù)進(jìn)口額，等于中國(guó)服務(wù)貿(mào)易進(jìn)口總額乘以O(shè)ECD成員國(guó)服務(wù)出口占世界的比重，具體測(cè)算結(jié)果如表1。

注：國(guó)際R&D溢出分直接與間接，按本文公式處理得到的原數(shù)據(jù)，單位為當(dāng)年百萬(wàn)美元。國(guó)內(nèi)R&D數(shù)據(jù)直接來(lái)源于中國(guó)統(tǒng)計(jì)年鑒有關(guān)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)支出原數(shù)據(jù)，包括基礎(chǔ)研究、應(yīng)用研究、試驗(yàn)發(fā)展，單位當(dāng)年億元人民幣。

（三）模型與方法

正如Coe等人的設(shè)計(jì)[3]，在其他因素不變的情況下，全要素生產(chǎn)率的變化取決于國(guó)內(nèi)R&D及國(guó)外R&D溢出存量的變化。國(guó)內(nèi)R&D支出被認(rèn)為是該國(guó)技術(shù)進(jìn)步、創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)的重要來(lái)源。在經(jīng)濟(jì)全球化背景下，國(guó)外R&D支出可通過(guò)各種國(guó)際行為而滲透至國(guó)內(nèi)，而發(fā)展中國(guó)家獲取國(guó)際技術(shù)溢出是其技術(shù)進(jìn)步的重要來(lái)源。因此，基本模型可表示為：

其中Rh 、Rft分別代表國(guó)內(nèi)和國(guó)外R&D存量，εt為誤差項(xiàng)，在時(shí)間序列內(nèi)滿(mǎn)足獨(dú)立分布的白噪聲過(guò)程?？紤]到國(guó)際R&D溢出具有直接與間接兩種途徑，模型可擴(kuò)展為：

其中Rht代表國(guó)內(nèi)R&D資本存量，Rfdt和Rfit分別代表國(guó)際R&D通過(guò)直接與間接途徑而溢出的存量。

為了考察中外R&D存量對(duì)全要素生產(chǎn)率影響的時(shí)序變動(dòng)趨勢(shì)，本文運(yùn)用狀態(tài)空間模型進(jìn)行修正來(lái)構(gòu)造時(shí)變參數(shù)模型[7-8]：它是動(dòng)態(tài)模型的一般形式，包括經(jīng)典的OLS模型及ARIMA模型均能作為特例寫(xiě)成狀態(tài)空間模型形式。狀態(tài)空間模型的大量應(yīng)用得益于它能將不可觀(guān)測(cè)的變量（狀態(tài)變量）并入可觀(guān)測(cè)模型并與其一起估計(jì)，以及利用強(qiáng)有力的迭代算法——卡爾曼濾波（Kalman filter）來(lái)估計(jì)。卡爾曼濾波可以用來(lái)估計(jì)單變量和多變量的ARMA模型、馬爾可夫轉(zhuǎn)換模型和變參數(shù)模型，狀態(tài)空間模型主要是運(yùn)用到其變參數(shù)功能，具體模型形式為：

本文的狀態(tài)空間模型由量測(cè)（信號(hào)）方程（3）和狀態(tài)（轉(zhuǎn)移）方程（4）-（5）組成，其中時(shí)變參數(shù)σt、γt和ηt為不可觀(guān)測(cè)的狀態(tài)變量，必須用可觀(guān)測(cè)變量TFP和R來(lái)估計(jì)，表示各解釋變量在各個(gè)時(shí)間上對(duì)解釋變量的敏感程度，以c（1）、c（2）、c（3）和c（4）為常數(shù)項(xiàng)。狀態(tài)方程描述了狀態(tài)變量的生成過(guò)程，這里假定其服從AR（1）過(guò)程。εt和μt為隨機(jī)擾動(dòng)項(xiàng)，相互獨(dú)立且服從均值為0，方程分別為常數(shù)且協(xié)方向差矩陣固定的正態(tài)分布。此后，可通過(guò)Karlman濾波算法得到時(shí)變參數(shù)估計(jì)值，具體推導(dǎo)過(guò)程可參考相關(guān)計(jì)量文獻(xiàn)。

二、協(xié)整與誤差修正模型

大多數(shù)時(shí)間序列在實(shí)際應(yīng)用中是非平穩(wěn)的，如果直接運(yùn)用經(jīng)典回歸模型可能出現(xiàn)偽回歸現(xiàn)象。由Engle和Granger提出的協(xié)整理論與方法，為非平穩(wěn)序列的建模提供了另一個(gè)途徑[9]。雖然討論的經(jīng)濟(jì)變量是非平穩(wěn)序列，但它們的線(xiàn)性組合有可能是平穩(wěn)的，這種平穩(wěn)的線(xiàn)性組合可稱(chēng)為協(xié)整方程，也可解釋為變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。因?yàn)榧竟?jié)、政策及隨機(jī)干擾等因素，變量值在短期內(nèi)有可能偏離均值范圍，但這種偏離是暫時(shí)的，會(huì)隨著時(shí)間的推移逐步回到均衡狀態(tài)。為了檢驗(yàn)長(zhǎng)期平穩(wěn)當(dāng)中的短期偏離，可運(yùn)用誤差修正模型中的調(diào)整系數(shù)來(lái)觀(guān)察，以表示t-1期因變量與協(xié)整方程之間偏差的調(diào)整速度。對(duì)系統(tǒng)中的變量進(jìn)行單位根檢驗(yàn)，ADF檢驗(yàn)結(jié)果顯示本文的各變量均非水平單整序列，但它們的一階差分是平穩(wěn)的，其中LnTFP和LnRfi在10%顯著性水平下拒絕原假設(shè)，而LnRh和LnRfd在1%顯著性水平接受一階差分平整。根據(jù)AIC及SC等滯后階數(shù)選擇準(zhǔn)則，確定向量誤差修正模型中的滯后階數(shù)P=2（限于篇幅，具體ADF檢驗(yàn)及滯后階數(shù)確定過(guò)程未列出，若需要可向作者索?。?/p>

協(xié)整檢驗(yàn)的方法有兩種，一是基于回歸殘差的平穩(wěn)性檢驗(yàn)，若回歸殘差為平穩(wěn)序列則認(rèn)為變量間存在協(xié)整關(guān)系；二是基于回歸系數(shù)的Johansen和Juselius檢驗(yàn)（簡(jiǎn)稱(chēng)JJ檢驗(yàn)），是一種建立在高斯誤差的VAR模型的誤差修正式，然后利用極大似然法估計(jì)參數(shù)，再由參數(shù)矩陣的鐵確定協(xié)整方程的個(gè)數(shù)。本文選擇第二種檢驗(yàn)方法，即JJ檢驗(yàn)，具體結(jié)果如表2，由此得到的協(xié)整方程見(jiàn)式（5）。根據(jù)協(xié)整檢驗(yàn)結(jié)果，TFP與國(guó)內(nèi)R&D投入、國(guó)際R&D溢出存在長(zhǎng)期均衡關(guān)系，且均呈正向影響關(guān)系：在長(zhǎng)期內(nèi)，國(guó)內(nèi)R&D投入變動(dòng)對(duì)TFP的正向促進(jìn)最大，穩(wěn)態(tài)的國(guó)內(nèi)R&D投入增加1%，則TFP將增加06699%。通過(guò)服務(wù)進(jìn)口渠道產(chǎn)生的國(guó)際R&D對(duì)TFP產(chǎn)生正向影響，但間接溢出效應(yīng)（02358）明顯大于直接溢出效應(yīng)（01237）。該結(jié)果說(shuō)明中國(guó)經(jīng)由服務(wù)進(jìn)口渠道從OECD貿(mào)易伙伴國(guó)的國(guó)際R&D溢出效應(yīng)大于直接從OECD獲得的溢出效應(yīng)，可能是因?yàn)閺腛ECD成員國(guó)直接進(jìn)口服務(wù)并不一定符合我國(guó)服務(wù)生產(chǎn)條件，而將通過(guò)第三方技術(shù)過(guò)渡之后反而更加有利于國(guó)內(nèi)吸收。另外，協(xié)整系數(shù)表明服務(wù)進(jìn)口的國(guó)際R&D直接與間接溢出效應(yīng)小于國(guó)內(nèi)R&D，說(shuō)明國(guó)內(nèi)R&D自主投入相對(duì)于服務(wù)進(jìn)口而言對(duì)國(guó)內(nèi)全要素生產(chǎn)率的影響更大。雖然服務(wù)進(jìn)口的國(guó)際R&D溢出效應(yīng)不及國(guó)內(nèi)R&D活動(dòng)，但若算上全部對(duì)外貿(mào)易渠道，包括貨物進(jìn)口、FDI凈流入等，通過(guò)全口徑對(duì)外貿(mào)易進(jìn)項(xiàng)而產(chǎn)生的R&D溢出效應(yīng)還是十分可觀(guān)的。通過(guò)協(xié)整關(guān)系反映出來(lái)的系統(tǒng)中變量在長(zhǎng)期內(nèi)的變化響應(yīng)具有重要參考價(jià)值，本文中全要素生產(chǎn)率的變化率依次由國(guó)內(nèi)R&D活動(dòng)、國(guó)際直接溢出、國(guó)際間接溢出存量，說(shuō)明在長(zhǎng)期內(nèi)一國(guó)技術(shù)進(jìn)步仍主要由國(guó)內(nèi)R&D投資來(lái)推動(dòng)，但通過(guò)服務(wù)進(jìn)口的國(guó)際R&D溢出也是一個(gè)重要的促進(jìn)力量。

注：*表示在5%顯著性水平下拒絕原假設(shè)，跡統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量均指明系統(tǒng)中存在3個(gè)數(shù)協(xié)整方程，本文選取第一個(gè)協(xié)整方程為研究對(duì)象，如式（5），三個(gè)協(xié)整方程的相伴概率MacKinnon-Haug-Michelis（1999）均小于005。

其中（）內(nèi)數(shù)據(jù)為被估計(jì)系數(shù)的標(biāo)準(zhǔn)誤差，[]為對(duì)應(yīng)的t統(tǒng)計(jì)量。

在確立了協(xié)整關(guān)系之后就可以將協(xié)整與誤差修正模型結(jié)合起來(lái)，建立向量誤差修正模型（VECM或VEC）。由于VAR建模時(shí)每個(gè)方程是一個(gè)自回歸分布滯后模型，也可認(rèn)為VEC模型是含有協(xié)整約束的VAR模型，常用于具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列。本文的VEC模型具體結(jié)果如表3，VEC模型的誤差修正項(xiàng)即為協(xié)整方程的另一種表述，通過(guò)前面的負(fù)系數(shù)可反映出短期偏離的修整速度。由于各種干擾在本次模型構(gòu)建的系統(tǒng)中的沖擊，中外R&D變量有可能在短期內(nèi)偏離長(zhǎng)期穩(wěn)定關(guān)系，但系統(tǒng)本身具有非常強(qiáng)的修正功能，以04612的速度使其回到正常的正向影響軌道。這再一次證明包括服務(wù)貿(mào)易進(jìn)口渠道的國(guó)際R&D、本國(guó)R&D及TFP之間的經(jīng)濟(jì)系統(tǒng)具有很強(qiáng)的穩(wěn)定性，說(shuō)明國(guó)內(nèi)R&D及國(guó)際R&D溢出存量都對(duì)中國(guó)全要素生產(chǎn)率具有長(zhǎng)期影響。

三、狀態(tài)空間模型檢驗(yàn)

通過(guò)檢驗(yàn)，中外R&D資本存量均與TFP存在協(xié)整關(guān)系，經(jīng)由時(shí)間序列建立的狀態(tài)空間模型（state space model）有意義。根據(jù)前文狀態(tài)空間模型建立思路，可將1991-2012年期間LnTFP和國(guó)內(nèi)R&D、國(guó)際R&D直接與間接溢出數(shù)據(jù)代入式（3）和（4），運(yùn)用Eviews80軟件，以Kalman濾波法得到狀態(tài)空間模型結(jié)果。

具體來(lái)看，圖2、圖3和圖4分別給出了基于狀態(tài)空間模型下的估計(jì)系數(shù)σt、γt、和ηt的時(shí)序變化趨勢(shì)。

首先，分析σt的變化。1992-1996期間我國(guó)R&D投入對(duì)TFP的影響呈漸增模式，但此后至2003年明顯減弱，而在2003-2009期間又緩步回升，2009-2010年又出現(xiàn)下降，2010-2012年略有提高。這說(shuō)明我國(guó)由R&D支出在實(shí)際中轉(zhuǎn)化為全要素生產(chǎn)率的過(guò)程中受到世界經(jīng)濟(jì)狀況的影響而表現(xiàn)出較大波動(dòng)幅度，平均變化率大致在013128左右。正是由于這種原因，雖然我國(guó)R&D投入在1991-2012年期間由1508億人民幣發(fā)展到突破萬(wàn)億，達(dá)10 29841，增長(zhǎng)了68倍，但同期全要素生產(chǎn)率和名義勞動(dòng)生產(chǎn)率僅分別提高了20倍和21倍，這說(shuō)明國(guó)內(nèi)R&D投入的產(chǎn)出機(jī)制可能受到了其他控制變量的影響而大大折扣。另外，處于明顯上升期的兩個(gè)階段（1992-1998和2003-2009）都是市場(chǎng)活躍程度大幅提高時(shí)期，分別是“南巡講話(huà)”和正式加入WTO之后掀起的改革熱潮。

其次，γt的總體變化趨勢(shì)與σt大致相似，但與國(guó)內(nèi)R&D變化相比，國(guó)際R&D直接溢出效應(yīng)波動(dòng)過(guò)程中的兩個(gè)下降階段期都出現(xiàn)過(guò)國(guó)際經(jīng)濟(jì)危機(jī)局勢(shì)。第一個(gè)是1995-2000期間，東南亞金融危機(jī)爆發(fā)導(dǎo)致世界經(jīng)濟(jì)出現(xiàn)低迷，以及2000年左右因“千年蟲(chóng)”等問(wèn)題而引發(fā)的美國(guó)網(wǎng)絡(luò)泡沫危機(jī)，也很大程度上影響到服務(wù)貿(mào)易進(jìn)口國(guó)際R&D溢出效應(yīng)的發(fā)揮。第二個(gè)是2009-2010美國(guó)次貸危機(jī)加上歐洲債務(wù)危機(jī)致使世界經(jīng)濟(jì)蒙上陰影，國(guó)際貿(mào)易低落影響到微觀(guān)主體的R&D投資意愿，導(dǎo)致國(guó)際溢出效應(yīng)機(jī)制受到較大挫折。

最后，ηt的長(zhǎng)期變化幅度不大，比σt和γt都具有較大穩(wěn)定性，但處于高水位狀態(tài)，平均變化在03371左右。整體運(yùn)行趨勢(shì)與前兩者有很多相似，年度波動(dòng)幅度不大，上升與下降的期間基本相同，但相比緩和?？赡苁且?yàn)閲?guó)際間接溢出體量大，且由于受到第三方貿(mào)易國(guó)的緩沖而對(duì)我國(guó)的溢出影響沖擊有所稀釋?zhuān)幌裰苯右绯鲂?yīng)的傳遞效果那么大。

四、結(jié)論與思考

本文沿用Coe等人的基本理論模型，并運(yùn)用協(xié)整與狀態(tài)空間計(jì)量模型，對(duì)1991-2012期間時(shí)間序列進(jìn)行實(shí)證分析，研究了經(jīng)由服務(wù)貿(mào)易進(jìn)口渠道的國(guó)際R&D溢出對(duì)中國(guó)全要素生產(chǎn)率的影響；根據(jù)LP和L-O-S的做法將國(guó)際R&D溢出分成直接與間接兩種，并分別構(gòu)建變量進(jìn)行考察。協(xié)整檢驗(yàn)結(jié)果表明在長(zhǎng)期內(nèi)全要素生產(chǎn)率、國(guó)內(nèi)R&D及國(guó)際R&D溢出處于十分穩(wěn)固的均衡關(guān)系，其中協(xié)整關(guān)系矩陣表明國(guó)內(nèi)R&D投入仍然是TFP及技術(shù)進(jìn)步的最主要來(lái)源，達(dá)到06699，說(shuō)明在長(zhǎng)期內(nèi)R&D投入每增加1%則能推動(dòng)067%的TFP增長(zhǎng)，遠(yuǎn)高于服務(wù)進(jìn)口國(guó)際R&D資本直接與間接溢出的1237%和2385%。因此，從長(zhǎng)遠(yuǎn)來(lái)看各國(guó)的技術(shù)進(jìn)步還應(yīng)回歸到最終依靠本國(guó)R&D支出上，但也不能忽視國(guó)際R&D溢出效應(yīng)帶來(lái)的研發(fā)紅利。作為國(guó)內(nèi)R&D活動(dòng)的重要補(bǔ)充，通過(guò)進(jìn)口渠道獲得國(guó)外R&D投資活動(dòng)的好處，對(duì)于技術(shù)水平較低的國(guó)家來(lái)說(shuō)更具現(xiàn)實(shí)的價(jià)值意義。

在各國(guó)經(jīng)濟(jì)發(fā)展日益密切的今天，各種溢出途徑應(yīng)運(yùn)而生，且發(fā)達(dá)國(guó)家的R&D支出及效率要比發(fā)展中國(guó)家高得多，溢出效應(yīng)具有相當(dāng)大的施展空間，協(xié)整結(jié)果表明服務(wù)進(jìn)口下的國(guó)際R&D溢出效應(yīng)合起來(lái)達(dá)到3622%。但是，間接效應(yīng)大于直接效應(yīng)，可能的原因是雖然我國(guó)服務(wù)進(jìn)口來(lái)源國(guó)中美國(guó)和歐盟占比很大，我國(guó)從總量上來(lái)看只進(jìn)口了很少的OECD國(guó)家的服務(wù)出口，2012年中國(guó)服務(wù)進(jìn)口僅占OECD服務(wù)出口僅9%，往年比例更低，或者可能是因?yàn)榉?wù)進(jìn)口中的技術(shù)含量還有待提高，直接溢出的來(lái)源基礎(chǔ)本身偏小且技術(shù)適應(yīng)度不強(qiáng)，在很大程度上削弱了國(guó)際R&D直接溢出的效應(yīng)。大部分服務(wù)出口可通過(guò)技術(shù)中等國(guó)的傳遞導(dǎo)入我國(guó)，而且經(jīng)調(diào)整后的技術(shù)適應(yīng)性更能在我國(guó)發(fā)揮效應(yīng)。數(shù)據(jù)表明與技術(shù)中等國(guó)家的服務(wù)進(jìn)口占據(jù)重要地位2007年我國(guó)服務(wù)貿(mào)易進(jìn)口來(lái)自韓國(guó)和香港分別占到72%和159%，具有一定體量且技術(shù)適應(yīng)性強(qiáng)，可能產(chǎn)生較多的國(guó)際R&D溢出傳遞功能。

服務(wù)進(jìn)口渠道的國(guó)際R&D溢出得到證實(shí)，未來(lái)服務(wù)貿(mào)易仍蘊(yùn)藏著很大的開(kāi)發(fā)空間，而其固有的特性決定了國(guó)際R&D溢出機(jī)制更多，跨境旅游、自然人流動(dòng)及服務(wù)流程的隱秘性等使得國(guó)際服務(wù)貿(mào)易活動(dòng)的溢出效應(yīng)不一定小。因此，我國(guó)應(yīng)加大服務(wù)進(jìn)口開(kāi)放力度，并重視國(guó)際R&D間接溢出通道，大力發(fā)展與技術(shù)中等國(guó)的服務(wù)貿(mào)易。另外，服務(wù)作為中間品直接參與產(chǎn)品的生產(chǎn)，這是其對(duì)經(jīng)濟(jì)增長(zhǎng)的最基本作用[10]。

在協(xié)整關(guān)系成立的基礎(chǔ)上，本文通過(guò)狀態(tài)空間模型檢驗(yàn)了時(shí)序參數(shù)的動(dòng)態(tài)變化趨勢(shì)：在1991-2012年期間，R&D的國(guó)內(nèi)投入及國(guó)際溢出均表現(xiàn)出大致相似的演化軌跡。其中國(guó)內(nèi)R&D投入與國(guó)際R&D直接溢出的波動(dòng)幅度較大，正是由于這兩個(gè)自變量與TFP之間的作用關(guān)系比較直接，當(dāng)外部力量（諸如中外政治與政策、匯率、大宗商品價(jià)格等）發(fā)生結(jié)構(gòu)性變化時(shí)，極易造成R&D的隔年差異性增大，進(jìn)而通過(guò)對(duì)自變量的沖擊直接地傳遞至對(duì)TFP的影響，而且這些外部勢(shì)力的波動(dòng)可能導(dǎo)致由R&D在向至TFP轉(zhuǎn)化時(shí)的效率在不同時(shí)間波動(dòng)較大。

國(guó)際R&D間接溢出的時(shí)序參數(shù)軌跡波動(dòng)幅度較小，有可能是因?yàn)楸疚臏y(cè)算出的間接R&D溢出存量足夠龐大，并且由于通過(guò)這部分進(jìn)口的服務(wù)存在需求剛性不容易受突發(fā)、不規(guī)律事件的影響；或者可能是因?yàn)槲覈?guó)與間接溢出的技術(shù)中等來(lái)源區(qū)域（香港、韓國(guó)）聯(lián)系密切，保證了R&D溢出效率在國(guó)際間傳遞比較順暢。實(shí)際上，我國(guó)有大量服務(wù)進(jìn)口是來(lái)自韓國(guó)、新加坡等技術(shù)中等國(guó)，它們自身的技術(shù)水平比較高，對(duì)發(fā)達(dá)國(guó)家的服務(wù)技術(shù)吸收沒(méi)有太大障礙，通過(guò)它們對(duì)技術(shù)的內(nèi)部分解并將一部分服務(wù)引致需求轉(zhuǎn)移至我國(guó)。長(zhǎng)期以來(lái)，我國(guó)與這些國(guó)家和地區(qū)的國(guó)際合作基礎(chǔ)比較堅(jiān)固，從其獲取國(guó)際R&D溢出具有較大的保障。總而言之，在國(guó)際交流日益頻繁的當(dāng)今，我國(guó)應(yīng)注重國(guó)際R&D溢出效應(yīng)，擴(kuò)大與發(fā)達(dá)國(guó)家服務(wù)貿(mào)易的交換范圍與水平，并且創(chuàng)造有利于提高吸收能力的基礎(chǔ)設(shè)施環(huán)境，以獲得更多地、更高水平的國(guó)際R&D溢出，從而促進(jìn)國(guó)內(nèi)技術(shù)進(jìn)步。

參考文獻(xiàn)：

[1]Griliches， Z. Patent statistics as economic indicators：A survey， Journal of Economic Literature， 1990（4）：1661-1707.

[2]李賓，曾志雄.中國(guó)全要素生產(chǎn)率變動(dòng)的再測(cè)算：1978-2007[J]，經(jīng)濟(jì)研究，2009（3）：3-15.

[3]Coe， D.， T.，Helpman， E. International R& D Spillovers[J].European Economic Review， 1995， 39（5）：859- 8871.

[4]Lichtenberg， F. R.， Van Pottelsberghe de la Potterie， B. International R&D Spillovers： A Comment[J]， European Economic Review， 1998，42（8）：1483- 1491.

[5]Luintel Kul B.，Khan Mosahid. Are international R&D spillovers costly for the United States[J].The Review of Economic and Statistics， 2004，86（4）：896-910.

[6]Lumenga-Neso Oliviver， Olarreaga Marcelo，Schiff Mauriee. On “Indirect” trade-related research and development spillovers[R]. World Bank Policy Research Working Paper No.2580，2001.

[7]Harvey， A.C. Forecasting， structural time series models and the kalman filter[M].Cambridge University Press， 1989.

[8]Hammilton， J.D. Time series analysis[M].Princeton University Press， 1994.

[9]Engel，R.F.，Granger， C.W.J. Co-integration and Error Correction： Representation， Estimation and Testing[J].Econometrica， 1987（55）：251-276.

[10]Hoekman， B.，Mattoo， A. Service trade and growth[R].World Bank Working Paper， No.4461，2008.

（責(zé)任編輯：厲新）

收稿日期：2016-11-18

作者簡(jiǎn)介： 朱福林（1979-），男，安徽馬鞍山人，北京聯(lián)合大學(xué)管理學(xué)院副教授，中國(guó)社科院金融所特華博士后科研工作站博士后，經(jīng)濟(jì)學(xué)博士，研究方向：國(guó)際經(jīng)濟(jì)與貿(mào)易；楊圣明（1939-），男，山東金鄉(xiāng)人，中國(guó)社會(huì)科學(xué)院財(cái)經(jīng)戰(zhàn)略研究院教授，研究方向：馬克思主義政治經(jīng)濟(jì)學(xué)；趙紹全（1976-），男，四川通江人，北京聯(lián)合大學(xué)商務(wù)學(xué)院講師，經(jīng)濟(jì)學(xué)博士，研究方向：國(guó)際貿(mào)易、國(guó)際市場(chǎng)營(yíng)銷(xiāo)。

基金項(xiàng)目：國(guó)家社科基金重大項(xiàng)目，項(xiàng)目編號(hào)：14ZDA041；國(guó)家社科基金重大項(xiàng)目，項(xiàng)目編號(hào)：2015YZD03；國(guó)家社科基金項(xiàng)目，項(xiàng)目編號(hào)：16BGL037；國(guó)家社會(huì)基金青年項(xiàng)目，項(xiàng)目編號(hào)：13CJL060；北京聯(lián)合大學(xué)新起點(diǎn)項(xiàng)目，項(xiàng)目編號(hào)：42213591112/006。