黃新飛

一、前 言

國(guó)際技術(shù)擴(kuò)散對(duì)于本國(guó)技術(shù)進(jìn)步的促進(jìn)效應(yīng)遠(yuǎn)遠(yuǎn)超過(guò)國(guó)內(nèi)R＆D投入（Eaton＆Kortum，1996）。相比之下，國(guó)內(nèi)學(xué)者對(duì)于國(guó)際技術(shù)擴(kuò)散的研究較少，主要是在Coe＆Helpman（1995）的國(guó)際R＆D溢出模型基礎(chǔ)上，測(cè)量全要素生產(chǎn)率（TFP）對(duì)國(guó)外R＆D的彈性（張?jiān)坪挖w富森，2017；李平和姜麗，2015）。本文認(rèn)為國(guó)內(nèi)文獻(xiàn)存在三點(diǎn)不足：（1）普遍關(guān)注全國(guó)和分工業(yè)行業(yè)的國(guó)際技術(shù)擴(kuò)散問(wèn)題，忽略了中國(guó)省區(qū)之間由于國(guó)際R＆D溢出帶來(lái)的TFP的差異。國(guó)際貿(mào)易和FDI加快了東部沿海地區(qū)的國(guó)際R＆D溢出，但是中西部地區(qū)并未出現(xiàn)較大范圍的國(guó)際R＆D溢出。（2）并未全面研究國(guó)際R＆D溢出的渠道。國(guó)內(nèi)文獻(xiàn)通過(guò)構(gòu)造國(guó)外R＆D資本的指標(biāo)，將進(jìn)口貿(mào)易納入到國(guó)際R＆D溢出渠道。事實(shí)上，除了進(jìn)口貿(mào)易以外，F(xiàn)DI、出口貿(mào)易都有可能是國(guó)際R＆D溢出的渠道，同時(shí)人力資本和技術(shù)差距對(duì)國(guó)際R＆D溢出效應(yīng)產(chǎn)生影響。（3）在實(shí)證分析中并未考慮國(guó)際R＆D溢出的內(nèi)生性問(wèn)題。比如生產(chǎn)率與進(jìn)口貿(mào)易和國(guó)外R＆D資本是互為相關(guān)關(guān)系，生產(chǎn)率較高的國(guó)家可能提高進(jìn)口貿(mào)易和吸收大量的國(guó)外R＆D資本，而進(jìn)口貿(mào)易與國(guó)外R＆D資本的增加會(huì)提高吸收國(guó)際技術(shù)擴(kuò)散的能力（Acharya＆Keller，2009）。內(nèi)生性問(wèn)題將導(dǎo)致最小二乘法估計(jì)可能是有偏的和非一致的。

本文結(jié)合內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論和Coe＆Helpman（1995）的模型，利用DEA法求解Malmquist生產(chǎn)率變動(dòng)指數(shù)，將TFP分解為技術(shù)效率和技術(shù)進(jìn)步率，采用動(dòng)態(tài)面板數(shù)據(jù)的系統(tǒng)GMM估計(jì)解決內(nèi)生性問(wèn)題，從進(jìn)口貿(mào)易、出口貿(mào)易和FDI三方面測(cè)算省區(qū)國(guó)際R＆D溢出程度。最后將全國(guó)29個(gè)省區(qū)分為東部、中部和西部地區(qū)，比較不同地區(qū)間國(guó)際R＆D資本的溢出效應(yīng)。

二、文獻(xiàn)綜述

Coe＆Helpman（1995）計(jì)算了22個(gè)工業(yè)化國(guó)家的國(guó)內(nèi)與國(guó)外R＆D資本對(duì)TFP的貢獻(xiàn)，發(fā)現(xiàn)國(guó)外R＆D資本對(duì)本國(guó)TFP有正的顯著影響，貿(mào)易開放度越高，影響程度越顯著。同時(shí)，國(guó)際R＆D的溢出效應(yīng)受到進(jìn)口產(chǎn)品結(jié)構(gòu)的影響，進(jìn)口額和國(guó)外R＆D資本之間的交叉項(xiàng)與本國(guó)TFP正相關(guān)。該文是國(guó)際技術(shù)擴(kuò)散研究領(lǐng)域的經(jīng)典文獻(xiàn)，后續(xù)文獻(xiàn)在其框架內(nèi)展開討論，歸納起來(lái)主要有四個(gè)方面：

（一）完善和發(fā)展國(guó)外R＆D資本的度量方法

Coe＆Helpman（1995）采用雙邊進(jìn)口貿(mào)易占本國(guó)進(jìn)口貿(mào)易的比重作為加權(quán)權(quán)重度量國(guó)外R＆D資本：Mijt為i國(guó)從j國(guó)的進(jìn)口貿(mào)易額，Mit為i國(guó)進(jìn)口總額，RDjt為 j國(guó)的國(guó)內(nèi) R＆D資本存量。但是不少學(xué)者對(duì)Coe＆Helpman（1995）構(gòu)造國(guó)外R＆D資本的方法提出質(zhì)疑。Eaton＆Kortum（1996）指出，改變國(guó)外R＆D資本加權(quán)權(quán)重，比如增加貿(mào)易距離變量就會(huì)對(duì)實(shí)證結(jié)果產(chǎn)生本質(zhì)的影響。針對(duì)這些疑問(wèn)，Hejazi＆Safarian（1999）采用FDI作為加權(quán)權(quán)重構(gòu)造國(guó)外R＆D資本，Xu＆Wang（1999）將加權(quán)權(quán)重?fù)Q成雙邊資本品貿(mào)易所占比重。Falveyetal.（2002）按照技術(shù)知識(shí)在出口國(guó)和進(jìn)口國(guó)是公共品還是私人品的假設(shè)，提出了6種國(guó)外R＆D資本的計(jì)算方法，只有當(dāng)技術(shù)知識(shí)在東道國(guó)為公共品時(shí)，國(guó)際R＆D溢出效應(yīng)才顯著為正。

（二）擴(kuò)展國(guó)際R＆D溢出渠道

Coe＆Helpman（1995）認(rèn)為只有進(jìn)口貿(mào)易才能反映國(guó)際技術(shù)擴(kuò)散的渠道，因?yàn)榧夹g(shù)內(nèi)生于進(jìn)口產(chǎn)品之中，進(jìn)口貿(mào)易會(huì)產(chǎn)生關(guān)聯(lián)學(xué)習(xí)效應(yīng)，從國(guó)外進(jìn)口越多，出口國(guó)從國(guó)際R＆D的溢出中受益越大。然而有學(xué)者指出，進(jìn)口貿(mào)易并不是國(guó)際技術(shù)擴(kuò)散的唯一渠道，F(xiàn)DI與跨國(guó)公司也是國(guó)際技術(shù)擴(kuò)散的重要渠道。Coeetal.（1997）發(fā)現(xiàn)，用資本品貿(mào)易度量的R＆D的溢出效應(yīng)甚于進(jìn)口貿(mào)易。Hajazi＆Safarian（1999）的結(jié)果表明，來(lái)自6個(gè)最大工業(yè)化國(guó)家的FDI所帶來(lái)的國(guó)際R＆D溢出遠(yuǎn)遠(yuǎn)大于其他OECD國(guó)家。黃繁華和王晶晶（2014）發(fā)現(xiàn)，服務(wù)業(yè)FDI的R＆D溢出會(huì)對(duì)東道國(guó)全要素生產(chǎn)率產(chǎn)生顯著的促進(jìn)作用。

（三）增加影響國(guó)際技術(shù)擴(kuò)散的變量

美國(guó)R＆D對(duì)加拿大的溢出效應(yīng)高于日本是由于地理位置（Bottazzi＆Peri，2003；王建華和李艷紅，2014），但是地理距離不能解釋所有的國(guó)際R＆D溢出，如愛(ài)爾蘭從遙遠(yuǎn)的美國(guó)R＆D獲益甚多，但是幾乎無(wú)法從鄰國(guó)英國(guó)受益。于是學(xué)者們又從技術(shù)差距（technologicalgap）和人力資本等角度進(jìn)行討論。技術(shù)差距是指本國(guó)的技術(shù)水平與世界先進(jìn)國(guó)家的差距。對(duì)于技術(shù)差距與國(guó)際技術(shù)擴(kuò)散的關(guān)系存在兩種截然不同的觀點(diǎn)：一種認(rèn)為東道國(guó)與發(fā)達(dá)國(guó)家的技術(shù)差距越大，東道國(guó)能夠向發(fā)達(dá)國(guó)家“借”的技術(shù)就越多，國(guó)際技術(shù)擴(kuò)散效應(yīng)就越強(qiáng)，即所謂的“技術(shù)后發(fā)優(yōu)勢(shì)”（Benhabib＆Spiegel，1994）。另一種觀點(diǎn)認(rèn)為技術(shù)差距越大，國(guó)際技術(shù)擴(kuò)散效應(yīng)可能就越小，因?yàn)橥鈬?guó)的先進(jìn)技術(shù)無(wú)法融入當(dāng)?shù)氐纳a(chǎn)體系。Benhabib＆Spiegel（2005）利用技術(shù)差距和本國(guó)的人力資本相互作用（兩變量的乘積項(xiàng)）解釋國(guó)際技術(shù)的擴(kuò)散，較高的人力資本能夠提高本國(guó)吸收外國(guó)技術(shù)的能力與效率，技術(shù)差距越大，技術(shù)的模仿和擴(kuò)散速度就越快。

（四）從行業(yè)和國(guó)別的角度研究國(guó)際R＆D溢出

Hakura＆Jaumotte（1999）證實(shí)，產(chǎn)業(yè)內(nèi)的國(guó)際R＆D溢出強(qiáng)度超過(guò)了產(chǎn)業(yè)間的溢出效應(yīng)。Keller（2002）發(fā)現(xiàn)，OECD國(guó)家8個(gè)行業(yè)的國(guó)內(nèi)R＆D和國(guó)外R＆D對(duì)行業(yè)的TFP都有顯著的正向作用。然而，大部分的跨國(guó)研究是基于發(fā)達(dá)國(guó)家的數(shù)據(jù)展開的，對(duì)發(fā)展中國(guó)家的研究比較少。Coeetal.（1997）對(duì)77個(gè)發(fā)展中國(guó)家和22個(gè)發(fā)達(dá)國(guó)家進(jìn)行研究發(fā)現(xiàn)，發(fā)展中國(guó)家的國(guó)際技術(shù)擴(kuò)散是通過(guò)國(guó)際貿(mào)易實(shí)現(xiàn)的；Hakura＆Jaumotte（1999）認(rèn)為發(fā)展中國(guó)家進(jìn)口貿(mào)易是國(guó)際技術(shù)擴(kuò)散的一個(gè)渠道，部門間貿(mào)易在技術(shù)擴(kuò)散效應(yīng)方面強(qiáng)于部門內(nèi)貿(mào)易。

國(guó)內(nèi)對(duì)于國(guó)際R＆D溢出研究較少，賴明勇等（2005）強(qiáng)調(diào)了國(guó)內(nèi)R＆D資本和人力投資對(duì)于經(jīng)濟(jì)增長(zhǎng)的作用。李小平和朱鐘棣（2006）采用6種計(jì)算外國(guó)R＆D資本的方法和國(guó)際R＆D溢出回歸方法，就國(guó)際R＆D溢出對(duì)中國(guó)工業(yè)行業(yè)的全要素生產(chǎn)率增長(zhǎng)的影響做了實(shí)證分析。李小平等（2008）采用DEA方法將中國(guó)32個(gè)工業(yè)行業(yè)的全要素生產(chǎn)率增長(zhǎng)分解為技術(shù)效率和技術(shù)進(jìn)步的增長(zhǎng)，實(shí)證分析結(jié)果表明：進(jìn)口顯著地促進(jìn)了工業(yè)行業(yè)的全要素生產(chǎn)率增長(zhǎng)和技術(shù)進(jìn)步的增長(zhǎng)。

本文從省區(qū)全要素生產(chǎn)率的測(cè)算出發(fā)，在國(guó)際R＆D溢出模型基礎(chǔ)上，將國(guó)際貿(mào)易和FDI作為國(guó)際R＆D溢出的渠道，分析人力資本和技術(shù)差距對(duì)TFP的影響程度，并且采用動(dòng)態(tài)面板的系統(tǒng)GMM估計(jì)解決國(guó)際R＆D溢出的內(nèi)生性問(wèn)題。

三、模型設(shè)定與理論分析

（一）基本模型

在內(nèi)生經(jīng)濟(jì)增長(zhǎng)模型的基礎(chǔ)上，Coe＆Helpman（1995）通過(guò)進(jìn)一步考慮國(guó)際貿(mào)易對(duì)TFP的影響，提出了經(jīng)典的內(nèi)生技術(shù)進(jìn)步模型。本文主要借鑒了Coe＆Helpman（1995）的模型，基本模型表達(dá)式如下所示：

其中，TFPit表示第t年省份i的全要素生產(chǎn)率，表示第t年省份i的國(guó)內(nèi)R＆D資本存量，表示第t年省份i的國(guó)外R＆D資本存量。c1度量國(guó)內(nèi)R＆D資本存量對(duì)TFP的彈性，c2衡量國(guó)外R＆D資本溢出的強(qiáng)度。若c2顯著為正，說(shuō)明中國(guó)省區(qū)存在國(guó)際技術(shù)擴(kuò)散，反之則表明國(guó)外R＆D資本阻礙了省區(qū)技術(shù)進(jìn)步。

（二）國(guó)外R＆D資本溢出的渠道與影響因素

國(guó)外R＆D資本溢出有三種渠道：

第一，進(jìn)口貿(mào)易。首先，中間品的進(jìn)口既可以作為投入直接提高本國(guó)的產(chǎn)出，也可以通過(guò)逆向工程間接提高本國(guó)的產(chǎn)出，是物化了的外國(guó)技術(shù)①進(jìn)口商觀察和模仿國(guó)外制造商的技術(shù)時(shí)，進(jìn)口的溢出就發(fā)生了，即所謂逆向工程。。其次，國(guó)際技術(shù)貿(mào)易是技術(shù)知識(shí)在國(guó)際間擴(kuò)散的最直接的方式，其產(chǎn)生的技術(shù)溢出效應(yīng)對(duì)技術(shù)引進(jìn)國(guó)的技術(shù)創(chuàng)新具有重要意義。

第二，F(xiàn)DI。FDI通過(guò)R＆D資本對(duì)東道國(guó)產(chǎn)生正向的溢出效應(yīng)，公司某些技術(shù)通過(guò)在母子公司之間共享而在不同國(guó)家之間進(jìn)行轉(zhuǎn)移，并將內(nèi)含在外資產(chǎn)品中的關(guān)鍵核心技術(shù)向內(nèi)資部門擴(kuò)散。同時(shí)勞動(dòng)力在“正式培訓(xùn)”和“干中學(xué)”中掌握了跨國(guó)公司的技術(shù)和知識(shí)，其在國(guó)內(nèi)企業(yè)和跨國(guó)公司的自由流動(dòng)也將帶來(lái)技術(shù)擴(kuò)散（Rodriguez＆Clare，1996）。

第三，出口貿(mào)易。國(guó)內(nèi)企業(yè)為了在出口時(shí)達(dá)到更高的技術(shù)標(biāo)準(zhǔn)，必須在國(guó)外設(shè)立R＆D分支機(jī)構(gòu)，通過(guò)在技術(shù)前沿國(guó)家雇傭技術(shù)人員、購(gòu)買資本設(shè)備以及與當(dāng)?shù)仄髽I(yè)競(jìng)爭(zhēng)中學(xué)習(xí)新技術(shù)（Bernard＆Jensen，1999）。同時(shí)，人力資本與技術(shù)差距是影響國(guó)際技術(shù)擴(kuò)散的因素：一方面，較高的人力資本水平讓一個(gè)國(guó)家較快地縮小與先進(jìn)國(guó)家的差距（趕超效應(yīng)），技術(shù)差距越大，趕超效應(yīng)越明顯；另一方面，人力資本的提高能夠使一個(gè)國(guó)家達(dá)到更高的科技前沿水平（創(chuàng)新效應(yīng)）。

回歸模型如下：

其中，Hit表示第t年省份i的人力資本水平，表示第t年省份i與美國(guó)的技術(shù)差距。在下文中，為了區(qū)分以不同權(quán)重加權(quán)的國(guó)外R＆D存量，使用表示以雙邊進(jìn)口貿(mào)易為權(quán)重的國(guó)外R＆D資本存量，使用表示以FDI為權(quán)重的國(guó)外R＆D資本存量，使用表示以雙邊出口貿(mào)易為權(quán)重的國(guó)外R＆D資本存量。通過(guò)使用以不同權(quán)重加權(quán)的國(guó)外R＆D存量作為解釋變量，本文可以比較分析國(guó)外R＆D對(duì)國(guó)內(nèi)TFP溢出效應(yīng)的三種渠道；通過(guò)增加人力資本水平變量以及人力資本水平變量和技術(shù)差距的交叉項(xiàng)作為新的解釋變量，本文可以考察人力資本水平影響TFP的趕超效應(yīng)和創(chuàng)新效應(yīng)。具體來(lái)說(shuō)，若c3顯著為正，表示人力資本水平的提高具有創(chuàng)新效應(yīng)；若c4顯著為正，表示人力資本水平的提高具有趕超效應(yīng)。

（三）省區(qū)全要素生產(chǎn)率增長(zhǎng)率的測(cè)算——DEA法

本文采用數(shù)據(jù)包絡(luò)分析方法（dataenvelopmentanalysis，DEA）度量省區(qū)TFP增長(zhǎng)。DEA方法直接利用線性優(yōu)化給出邊界生產(chǎn)函數(shù)與距離函數(shù)的估算，無(wú)需對(duì)生產(chǎn)函數(shù)形式和分布做出假設(shè)，從而避免了較強(qiáng)的理論約束。目前，越來(lái)越多的學(xué)者采用DEA法求解全要素生產(chǎn)率的Malmquist變動(dòng)指數(shù)。根據(jù)Fareetal.（1994）的解釋，在產(chǎn)出基礎(chǔ)上求解得到的MalmquistTFP指數(shù)是TFP的變化率（TFPchange，TFPCH），可進(jìn)一步分解為技術(shù)進(jìn)步率（technicalchange，TECHCH）與技術(shù)效率的變化率（technicalefficiencychange，TECH）的乘積。

其中D為距離函數(shù)。當(dāng)Malmquist指數(shù)大于1時(shí)，表示TFP增長(zhǎng)為正數(shù)，反之則意味著全要素生產(chǎn)率。進(jìn)一步對(duì) Malmquist 指數(shù)分解為：，右邊第一項(xiàng)為第i個(gè)主體t＋1期技術(shù)效率變化指數(shù)，后項(xiàng)為第i個(gè)主體t＋1期的技術(shù)進(jìn)步指數(shù)。若技術(shù)效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)均大于1，則意味著技術(shù)效率和技術(shù)進(jìn)步都得到了改善，反之，就意味著技術(shù)效率和技術(shù)進(jìn)步出現(xiàn)了惡化。

根據(jù)Fareetal.（1994）發(fā)展的面板DEA法，四個(gè)距離函數(shù)可通過(guò)求解以下規(guī)劃問(wèn)題得到：

（四）內(nèi)生性問(wèn)題與動(dòng)態(tài)面板GMM估計(jì)

其中，第一個(gè)方程是水平方程，第二個(gè)方程是差分方程。差分GMM估計(jì)僅僅估計(jì)了差分方程，利用 E[yi，t－l，Δ νit]＝0的假設(shè)，用內(nèi)生變量的水平項(xiàng)滯后性yt－l（l≥2）做差分項(xiàng)的工具變量。而系統(tǒng)GMM在前者的基礎(chǔ)上增加水平方程，假設(shè) E[ Δ yi，t－l，εit]＝0，用內(nèi)生變量的差分滯后項(xiàng) Δ yt－l（l≥1）做差分項(xiàng)的工具變量。

系統(tǒng)GMM適用于那些內(nèi)生變量是平穩(wěn)變量的情形。由于平穩(wěn)變量變化幅度比較小，當(dāng)僅用其水平項(xiàng)做差分方程的工具變量時(shí)，可能得到變量不顯著的結(jié)論；當(dāng)用其差分項(xiàng)做工具變量來(lái)估計(jì)水平方程時(shí)，這個(gè)問(wèn)題就能解決。系統(tǒng)GMM估計(jì)量結(jié)合了差分方程和水平方程，此外還增加了一組滯后的差分變量作為水平方程相應(yīng)變量的工具。系統(tǒng)GMM估計(jì)量具有更好的有限樣本性質(zhì)，在經(jīng)驗(yàn)研究中已經(jīng)有非常廣泛的應(yīng)用。

四、實(shí)證分析

（一）變量說(shuō)明與數(shù)據(jù)來(lái)源

1.省區(qū)R＆D資本存量

借鑒Coe＆Helpman（1995）等的做法，以國(guó)內(nèi)R＆D累計(jì)的資本存量作為國(guó)內(nèi)R＆D資本，并采用式（7）計(jì)算：

基期的R＆D存量計(jì)算公式為：

2.國(guó)外R＆D存量

本文采取G 7國(guó)家以及俄羅斯、韓國(guó)、澳大利亞、馬來(lái)西亞、荷蘭、中國(guó)香港、中國(guó)臺(tái)灣、中國(guó)澳門共15個(gè)國(guó)家（地區(qū)）衡量國(guó)外R＆D存量，入選的樣本是2011年《中國(guó)統(tǒng)計(jì)年鑒》中對(duì)中國(guó)內(nèi)地貿(mào)易總額和累積直接投資存量?jī)蓚€(gè)指標(biāo)均排名在前20位的國(guó)家和地區(qū)②我們剔除了對(duì)中國(guó)內(nèi)地直接投資累積存量排名第二位的開曼群島和第三位的英屬維爾京群島。中國(guó)澳門雖然對(duì)中國(guó)內(nèi)地貿(mào)易總額排名在30名以后，但是其對(duì)中國(guó)內(nèi)地直接投資累積存量排在第七位，所以也將其納入考察對(duì)象。。截至2010年15個(gè)國(guó)家（地區(qū)）對(duì)中國(guó)內(nèi)地直接投資存量比例為87%，2010年雙邊貿(mào)易總額占中國(guó)貿(mào)易總額的63%。樣本的選擇具有代表性，全世界80%以上的R＆D資本來(lái)源于G 7國(guó)家，且G 7國(guó)家R＆D的溢出效應(yīng)比國(guó)內(nèi)R＆D高出30%以上（Eaton＆Kortum，1999）。

我們采用進(jìn)口貿(mào)易、FDI和出口貿(mào)易作為加權(quán)權(quán)重構(gòu)造國(guó)外R＆D資本存量，公式如下：

3.人力資本

人力資本的度量指標(biāo)有公共教育開支、平均受教育年限、各級(jí)學(xué)校注冊(cè)率、全社會(huì)文盲率等（Barro＆Lee，1996）。本文采用的是平均受教育年限。

4.技術(shù)差距

我們借鑒Benhabib＆Spiegel（2005）的做法，將技術(shù)差距定義為人均GDP與美國(guó)的差距，GAPit＝，pyUSA，t為美國(guó)第t年的人均GDP，pyit為i省區(qū)第t年的人均GDP②Barro＆Sala-i-Martin（1997）將本國(guó)TFP水平與上一年美國(guó)TFP水平的比值來(lái)表示技術(shù)差距的程度。。若GAP值越大，則技術(shù)差距越大。

國(guó)外R＆D數(shù)據(jù)采用各國(guó)R＆D資本的絕對(duì)數(shù)據(jù)，原始數(shù)據(jù)來(lái)自O(shè)ECD（MainScienceandTechnologyIndicatorsDataBase），包括政府財(cái)政、企業(yè)、高等院校以及國(guó)外機(jī)構(gòu)研發(fā)支出總和。本文使用 OECD經(jīng)濟(jì)展望提供的GDP平減指數(shù)將名義值轉(zhuǎn)換為按1996年可比價(jià)格的對(duì)應(yīng)值，將這些國(guó)家的R＆D支出使用1996年購(gòu)買力平價(jià)（PPP）的匯率轉(zhuǎn)換為美元，我們采用李小平和朱鐘棣（2006）的辦法處理部分國(guó)外R＆D支出缺失的問(wèn)題。

1992—2000年各省區(qū)生產(chǎn)總值數(shù)據(jù)取自北京大學(xué)中國(guó)經(jīng)濟(jì)研究中心提供的中國(guó)經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)集。2000年以后數(shù)據(jù)從各年的《中國(guó)統(tǒng)計(jì)年鑒》中補(bǔ)充，本文根據(jù)平減指數(shù)將地區(qū)生產(chǎn)總值折算為1990年不變價(jià)格。省區(qū)的R＆D數(shù)據(jù)來(lái)自《中國(guó)科技統(tǒng)計(jì)年鑒1997—2011》，各省區(qū)的外商直接投資、進(jìn)出口總額、全社會(huì)固定資產(chǎn)投資來(lái)源于《新中國(guó)60年統(tǒng)計(jì)年鑒匯編》，各省的人力資本數(shù)據(jù)來(lái)自第五次人口普查（2001年）和2005年全國(guó)1%人口抽樣調(diào)查數(shù)據(jù)。樣本期為1995—2014年，共29個(gè)?。ㄗ灾螀^(qū)、直轄市）。

（二）中國(guó)省區(qū)Malmquist全要素生產(chǎn)率分析

本文選擇了OnFront 2.0軟件測(cè)算29個(gè)省區(qū)的全要素生產(chǎn)率（TFP）、技術(shù)進(jìn)步（TECHCH）和技術(shù)效率（TECH）指數(shù)。本文在測(cè)算Malmquist生產(chǎn)率及其分解的過(guò)程中選擇了基于投入的方法，勞動(dòng)力采用年末全社會(huì)從業(yè)人員數(shù)，資本存量依據(jù)永續(xù)盤存法度量，Kt＝It／pt＋（1－δ）Kt－1，其中 Kt、Kt－1為t和t－1年的實(shí)際資本存量，Pt為固定資產(chǎn)投資價(jià)格指數(shù)，It為t年名義投資，δ為t年的固定資產(chǎn)折舊率，取值為0.096。結(jié)果見(jiàn)表1。

表1 中國(guó)省區(qū)1995—2014年全要素生產(chǎn)率、效率變化和技術(shù)變化率

內(nèi)蒙古 0.996 0.989 0.983 廣西遼寧 0.995 0.988 0.981 海南吉林 0.983 0.991 0.976 四川黑龍江 1.029 0.989 1.018 貴州上海 1.001 1.178 1.139 云南江蘇 0.999 1.101 1.039 陜西浙江 1.002 1.012 1.087 甘肅安徽 0.986 0.984 0.977 青海福建 1.000 1.017 1.015 寧夏江西 0.991 0.992 0.986 新疆山東 0.988 0.993 0.9851.009 0.988 0.9971.003 0.992 0.9960.989 0.997 0.9930.991 0.978 0.9731.012 1.010 1.0070.971 0.995 0.9740.984 0.983 0.9730.985 0.987 0.9720.981 0.991 0.9701.027 0.992 1.018均值 0.996 1.011 1.006 標(biāo)準(zhǔn)差0.015 0.05 0.045偏態(tài) 0.399 2.29 1.795 峰度2.91 6.96 5.308

從上表可以看出，技術(shù)效率指數(shù)為0.996，技術(shù)進(jìn)步指數(shù)為1.011，技術(shù)變化得到改善，而效率變化出現(xiàn)惡化的趨勢(shì)，總體而言全要素生產(chǎn)率呈小幅度的增長(zhǎng)，平均增長(zhǎng)速度為2.3%。技術(shù)效率的增長(zhǎng)率為0.61%，技術(shù)進(jìn)步的增長(zhǎng)率為1.69%，省區(qū)技術(shù)進(jìn)步增長(zhǎng)是全要素生產(chǎn)率增長(zhǎng)的主要原因。上海、北京、浙江、江蘇、廣東、福建是我國(guó)技術(shù)進(jìn)步增長(zhǎng)速度較快的地區(qū)。東部地區(qū)全要素生產(chǎn)率增長(zhǎng)較為明顯，中西部地區(qū)全要素生產(chǎn)率增長(zhǎng)相對(duì)較慢。

（三）基于動(dòng)態(tài)面板系統(tǒng)GMM估計(jì)的國(guó)際R＆D溢出效應(yīng)分析

表2 國(guó)際R＆D對(duì)中國(guó)省區(qū)TFP的溢出效應(yīng)

注：括號(hào)中為t檢驗(yàn)統(tǒng)計(jì)量，***、**、*分別表示在1%、5%和10%的水平上顯著。Arellano-BondAR（1）和AR（2）檢驗(yàn)分別為一階和二階序列相關(guān)檢驗(yàn)。Hansen檢驗(yàn)為工具變量過(guò)度識(shí)別約束檢驗(yàn)，其原假設(shè)為工具變量是有效的。下表同。

模型1至模型3將三種國(guó)外R＆D資本存量依次進(jìn)入回歸方程，國(guó)際R＆D資本溢出效應(yīng)超過(guò)國(guó)內(nèi)R＆D資本，國(guó)內(nèi)R＆D資本每增加10%可以帶動(dòng)TFP增長(zhǎng)0.3%左右。溢出效應(yīng)最高，達(dá)到1.1%且顯著，最低的的溢出效應(yīng)也比國(guó)內(nèi)R＆D資本高出22%。人力資本顯著地提高省區(qū)的學(xué)習(xí)能力，促進(jìn)國(guó)際R＆D資本溢出。

為什么國(guó)內(nèi)R＆D對(duì)各省區(qū)全要素生產(chǎn)率的影響較?。勘疚恼J(rèn)為可能有兩方面的原因：第一，中國(guó)各省區(qū)R＆D投資主要以政府為主導(dǎo)，政府研發(fā)投資背離市場(chǎng)，難以將研究成果轉(zhuǎn)化為生產(chǎn)力；第二，不完善的市場(chǎng)環(huán)境。完善的市場(chǎng)競(jìng)爭(zhēng)環(huán)境能合理地配置各行業(yè)之間R＆D投入和使用，促使企業(yè)減少成本和消除管理的非效率。

模型4中加入人力資本和技術(shù)差距交叉項(xiàng)，結(jié)果表明，人力資本既有創(chuàng)新效應(yīng)，又有趕超效應(yīng)。擁有較高人力資本的省區(qū)可以快速縮短與技術(shù)前沿國(guó)家的技術(shù)差距，與美國(guó)的技術(shù)差距GAP越大，技術(shù)的趕超速度就越快。模型5增加國(guó)際貿(mào)易和FDI與國(guó)外R＆D資本存量的乘積項(xiàng)，表示國(guó)際R＆D資本溢出的渠道，F(xiàn)DI、進(jìn)口貿(mào)易和出口貿(mào)易的國(guó)外R＆D資本溢出效應(yīng)分別為0.22、0.092和0.071，進(jìn)口貿(mào)易的國(guó)外R＆D資本溢出未能通過(guò)顯著性檢驗(yàn)。

FDI的國(guó)外R＆D資本溢出效應(yīng)最高，國(guó)外R＆D資本通過(guò)FDI渠道溢出分為兩類：生產(chǎn)率溢出和市場(chǎng)進(jìn)入溢出?？鐕?guó)公司機(jī)構(gòu)的進(jìn)入能提高中國(guó)企業(yè)的研發(fā)水平和生產(chǎn)效率，跨國(guó)公司沒(méi)有充分內(nèi)部化這些利益，生產(chǎn)率溢出就發(fā)生了；而市場(chǎng)進(jìn)入溢出是指跨國(guó)公司分支機(jī)構(gòu)的進(jìn)入打破了市場(chǎng)均衡，引發(fā)中國(guó)市場(chǎng)更激烈的競(jìng)爭(zhēng)，更有效率地利用現(xiàn)有的資源和技術(shù)，或?qū)ふ倚碌募夹g(shù)。

我國(guó)出口中的一大部分是低技術(shù)勞動(dòng)密集型產(chǎn)品，這些商品相對(duì)其他產(chǎn)品并不具有技術(shù)優(yōu)勢(shì)，無(wú)法產(chǎn)生正的外部性。勞動(dòng)密集型產(chǎn)品的大量出口占用了技術(shù)和資本密集型產(chǎn)業(yè)的R＆D投入資源，因此出口貿(mào)易的國(guó)外R＆D資本溢出效應(yīng)小于進(jìn)口貿(mào)易。

（四）分經(jīng)濟(jì)區(qū)域的進(jìn)一步分析

我們將29個(gè)省區(qū)分為三大經(jīng)濟(jì)區(qū)域：東部地區(qū)、中部地區(qū)和西部地區(qū)。東部地區(qū)是指北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12個(gè)省（市）；中部地區(qū)包括山西、內(nèi)蒙、吉林、黑龍江、安徽、江西、河南、湖南、湖北9個(gè)省（區(qū)）；西部地區(qū)為四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆8個(gè)省（區(qū)）。實(shí)證結(jié)果如表3所示。

表3 分經(jīng)濟(jì)區(qū)域的國(guó)際R＆D溢出效應(yīng)

（2.97） （－1.59） （0.75）GAPit×lnHit 0.05 －0.04*** －0.07（1.51） （－5.26） （－0.75）AdjR2 0.14 0.09 0.15 Prob（F） 0.000 0.000 0.000 AR（1）test（P） 0.13 0.03 0.08 AR（2）test（P） 0.49 0.35 0.21 Hansen 0.22 0.41 0.38觀測(cè)值240 180 160

結(jié)果顯示，國(guó)外R＆D溢出效應(yīng)超過(guò)國(guó)內(nèi)R＆D資本，我國(guó)各區(qū)域TFP的增長(zhǎng)依賴于國(guó)際R＆D溢出。東部地區(qū)國(guó)內(nèi)R＆D資本每增加10%則促進(jìn)TFP增長(zhǎng)0.41%，而西部地區(qū)僅有0.1%。東部地區(qū)人力資本與技術(shù)差距的交叉項(xiàng)為正數(shù)且顯著，自主創(chuàng)新和吸收能力越強(qiáng)，國(guó)際R＆D溢出效應(yīng)就越大。而中部地區(qū)和西部地區(qū)的系數(shù)為負(fù)數(shù)，技術(shù)差距越大越不利于該地區(qū)的技術(shù)擴(kuò)散和技術(shù)進(jìn)步。由于人力資本發(fā)展滯后，吸收技術(shù)的能力較低，無(wú)法將國(guó)際先進(jìn)技術(shù)轉(zhuǎn)化到生產(chǎn)過(guò)程中去，中部和西部地區(qū)尚未跨越人力資本的“技術(shù)門檻效應(yīng)”。

從溢出渠道來(lái)看，F(xiàn)DI是中國(guó)省區(qū)國(guó)際R＆D溢出最主要的渠道，東部地區(qū)fdiit×lnSf＿fdiit的系數(shù)為0.23，遠(yuǎn)遠(yuǎn)超過(guò)中部和西部的0.12和0.05。進(jìn)口貿(mào)易的國(guó)際R＆D溢出效應(yīng)也在不同地區(qū)有明顯的差異：在東部地區(qū)，每增加10%的 imit×lnSf＿mit顯著地促進(jìn)TFP增長(zhǎng)1.2%，而中部地區(qū)僅為0.4%，西部地區(qū)甚至為負(fù)數(shù)。東部市場(chǎng)競(jìng)爭(zhēng)激烈，進(jìn)口貿(mào)易中較多選擇直接進(jìn)行技術(shù)貿(mào)易或者購(gòu)買內(nèi)化技術(shù)的資本品，容易產(chǎn)生模仿和示范效應(yīng)，促進(jìn)國(guó)際技術(shù)擴(kuò)散。中西部地區(qū)exit×lnRDf＿ex為負(fù)數(shù)，原因是出口產(chǎn)品主要是資源和勞動(dòng)密集型，這些產(chǎn)品的技術(shù)含量較低，陷入低技術(shù)進(jìn)步增長(zhǎng)率。

五、小結(jié)與進(jìn)一步的研究方向

本文結(jié)合內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論和Coe＆Helpman（1995）模型，采用DEA法求解Malmquist生產(chǎn)率變動(dòng)指數(shù)，將進(jìn)口貿(mào)易、出口貿(mào)易和FDI作為國(guó)際R＆D溢出的傳播渠道，引入人力資本和技術(shù)差距變量解釋國(guó)際R＆D溢出效應(yīng)。進(jìn)一步將全國(guó)29個(gè)省區(qū)分為東部、中部和西部地區(qū)，比較不同地區(qū)的國(guó)際R＆D溢出效應(yīng)程度?；貧w模型采用動(dòng)態(tài)面板的系統(tǒng)GMM估計(jì)克服內(nèi)生性問(wèn)題。

國(guó)際R＆D資本溢出效應(yīng)超過(guò)國(guó)內(nèi)R＆D資本，F(xiàn)DI帶來(lái)的國(guó)際R＆D資本溢出效應(yīng)高于國(guó)際貿(mào)易，出口貿(mào)易的國(guó)際R＆D資本溢出效應(yīng)小于進(jìn)口貿(mào)易。擁有較高人力資本的省區(qū)可以較快縮短與美國(guó)等先進(jìn)國(guó)家的技術(shù)差距，加快技術(shù)的趕超速度。東部擁有較高的人力資本，吸收大量FDI后，國(guó)際R＆D資本溢出效應(yīng)非常顯著。進(jìn)口貿(mào)易的國(guó)際R＆D溢出效應(yīng)在不同地區(qū)有明顯的差異，中部和西部地區(qū)出口貿(mào)易的國(guó)際R＆D溢出效應(yīng)為負(fù)數(shù)。中部和西部地區(qū)仍未跨越人力資本的“技術(shù)門檻效應(yīng)”。

本文的價(jià)值在于：利用29個(gè)省區(qū)的數(shù)據(jù)進(jìn)一步研究國(guó)際R＆D溢出渠道和影響機(jī)制，比較中國(guó)不同地區(qū)國(guó)際R＆D溢出效應(yīng)程度。由于受到省區(qū)數(shù)據(jù)的限制，我們構(gòu)造國(guó)際R＆D資本存量時(shí)只選取了15個(gè)國(guó)家和地區(qū)，如何進(jìn)一步完善中國(guó)省區(qū)國(guó)際R＆D資本存量構(gòu)造方法，擴(kuò)展國(guó)際R＆D溢出的渠道分析等，將是我們下一步的研究方向。

黃繁華，王晶晶.服務(wù)業(yè)FDI、吸收能力與國(guó)際R＆D溢出效應(yīng)——一項(xiàng)跨國(guó)經(jīng)驗(yàn)研究.國(guó)際貿(mào)易問(wèn)題，2014（5）：95—104.

賴明勇，包群，彭水軍，張新.外商直接投資與技術(shù)外溢：基于吸收能力的研究.經(jīng)濟(jì)研究，2005（8）：95—105.

李平，姜麗.貿(mào)易自由化、中間品進(jìn)口與中國(guó)技術(shù)創(chuàng)新——1998—2012年省級(jí)面板數(shù)據(jù)的實(shí)證研究.國(guó)際貿(mào)易問(wèn)題，2015（7）：3—11.

李小平，盧現(xiàn)祥，朱鐘棣.國(guó)際貿(mào)易、技術(shù)進(jìn)步和中國(guó)工業(yè)行業(yè)的生產(chǎn)率增長(zhǎng).經(jīng)濟(jì)學(xué)季刊，2008（2）：549—564.

李小平，朱鐘棣.國(guó)際貿(mào)易、R＆D溢出和生產(chǎn)率增長(zhǎng).經(jīng)濟(jì)研究，2006（2）：31—43.

王建華，李艷紅.國(guó)際R＆D溢出的地理效應(yīng)——對(duì)Keller問(wèn)題的進(jìn)一步回答.國(guó)際貿(mào)易問(wèn)題，2014（10）：144—154.

張?jiān)?，趙富森.國(guó)際技術(shù)溢出、吸收能力對(duì)高技術(shù)產(chǎn)業(yè)自主創(chuàng)新影響的研究.財(cái)經(jīng)研究，2017，43（03）：94—106.

Acharya，R.C.＆Keller，W.TechnologyTransferthroughImports.CanadianJournalofEconomics，2009，42（4）：1411－1448.

Arellano，M.＆Bover，O.AnotherLookattheInstrumentalVariableEstimationofError-componentsModels.JournalofEconometrics，1995，68（1）：29－51.

Barro，R.J.＆Lee，J.W.InternationalMeasuresofSchoolingYearsandSchoolingQuality.TheAmericanEconomicReview，1996，86（2）：218－223.

Benhabib，J.＆Spiegel，M.HumanCapitalandTechnologyDiffusion.HandbookofEconomicGrowth，2005（1）：935－966.Benhabib，J.＆Spiegel，M.TheRoleofHumanCapitalinEconomicDevelopmentEvidencefromAggregateCross-countryData.JournalofMonetaryEconomics，1994，34（2）：143－173.

Bernard，A.B.＆Jensen，J.B.ExportingandProductivity.NationalBureauofEconomicResearch，1999.

Blundell，R.＆Bond，S.InitialConditionsandMomentRestrictionsinDynamicPanelDataModels.JournalofEconometrics，1998，87（1）：115－143.

Bottazzi，L.＆Peri，G.InnovationandSpilloversinRegions：EvidencefromEuropeanPatentData.EuropeanEconomicReview，2003，47（4）：687－710.

Coe，D.T.，Helpman，E.＆Hoffmaister，A.W.North-SouthR＆DSpillovers.EconomicJournal，1997，107（440）：134－149.

Coe，D.T.＆Helpman，E.InternationalR＆DSpillovers.EuropeanEconomicReview，1995，39（5）：859－887.

Eaton，J.＆Kortum，S.InternationalTechnologyDiffusion：TheoryandMeasurement.InternationalEconomicReview，1999，40（3）：537－570.

Eaton，J.＆Kortum，S.TradeinIdeasPatentingandProductivityintheOECD.JournalofInternationalEconomics，1996，40（3）：251－278.

Falvey，R.，F(xiàn)oster，N.＆Greenaway，D.North-SouthTrade，KnowledgeSpilloversandGrowth.JournalofEconomicIntegration，2002，17（4）：650－670.

Fare，R.，Grosskopf，S.＆Norris，M.ProductivityGrowth，TechnicalProgress，andEfficiencyChangeinIndustrializedCountries.TheAmericanEconomicReview，1994：66－83.

Hakura，D.＆Jaumotte，F(xiàn).TheRoleofInterandIntraIndustryTradeinTechnologyDiffusion.InternationalMonetaryFund，1999.

Hejazi，W.＆Safarian，A.E.Trade，F(xiàn)oreignDirectInvestment，andR＆DSpillovers.JournalofInternationalBusinessStudies，1999，30（3）：491－511.

Keller，W.TradeandtheTransmissionofTechnology.JournalofEconomicGrowth，2002，7（1）：5－24.

Rodriguez-Clare，A.Multinationals，Linkages，andEconomicDevelopment.TheAmericanEconomicReview，1996：852－873.Xu，B.＆Wang，J.Trade，F(xiàn)DI，andInternationalTechnologyDiffusion.JournalofEconomicIntegration，1999，15（4）：585－601.