决定外国直接投资技术溢出的因素来自中国的证据.docx
《决定外国直接投资技术溢出的因素来自中国的证据.docx》由会员分享，可在线阅读，更多相关《决定外国直接投资技术溢出的因素来自中国的证据.docx（32页珍藏版）》请在冰豆网上搜索。
决定外国直接投资技术溢出的因素来自中国的证据
决定外国直接投资技术溢出的因素：
来自中国的证据
（整理:
___________单位:
___________邮编:
___________）
整理：
耶鲁大学GalinaHale；科尔盖特大学CherylLong
摘要：
根据世界银行对中国5座城市1500家公司的调查，我们研究了外国公司的出现是否对在同一城市和产业经营的国内公司产生技术溢出。
我们发现：
对于技术更先进的公司产生了积极的溢出，而对于更落后的公司没有溢出或产生了消极的溢出。
我们分析了这些溢出的产生渠道，发现技术转让是通过外国直接投资公司的高级技工流动到国内公司以及通过高级技工的网络外部性而发生的。
另外，这两个渠道充分说明了我们发现的溢出效应，证明了日趋完善的劳动力市场在促进外国直接投资溢出方面的重要性。
由于我们的结论可以推广应用到其他国家，它们调和了其他研究中发现的具有冲突性的证据。
关键词:
外国直接投资，技术溢出，劳动力流动，网络外部性，中国
1、简介
近年来，中国积极鼓励外国直接投资（FDI）的流入。
这一政策如果对国内公司产生积极的溢出则是合理的。
直到今天，有关FDI溢出的经验主义文献就FDI是否对国内公司产生溢出效应还未达成共识。
在本论文中，我们研究了中国的FDI溢出效应以及这些溢出发生的机制。
因为我们的结论要推广应用到其他国家的范围，它们协调了其他研究中发现的冲突性证据。
我们特别使用了世界银行调查中的公司级数据，并得到以下结论：
1.我们说明了FDI对不同的公司产生不同的溢出效应。
特别是国内具备高吸收力的公司（初始全要素生产力相对更高）经历了积极的溢出，而那些初始生产力较低的公司经历了消极的溢出。
2.我们详细探究了FDI对国内具备更高初始生产力的公司发挥积极溢出的两种机制：
劳动力流动渠道和网络效应渠道。
特别是，能够聘用到来自外国公司的管理者和工程师的公司的生产力更高。
这就是劳动力流动为FDI溢出提供了一个渠道的支持证据。
另外，在其城市和产业有更多FDI存在时，聘用更年轻和更有技能的劳动力的公司往往生产力更高。
这与如下论点相一致，即员工（特别是管理者和工程师这样的高技能劳动力）之间的学习和交流是FDI溢出的一个机制——一个我们下文称为网络外部性的机制。
我们的论文以多种方式对有关FDI的文献做出了贡献。
首先，我们对中国FDI的效果进行了详细研究，中国因创纪录的经济增长和FDI涌入而引起了研究领域和媒体的关注。
虽然一些研究对于FDI在转型经济中的溢出效应通常做出了积极的评价，我们所知的对中国FDI溢出的其他唯一研究来自Tong和Hu（2003）。
[1]他们提供证据，说明国内公司的生产力受益于位于同一省的外国公司，但并不受益于同一行业的外国公司。
然而，因为Tong和Hu（2003）并没有控制地区和行业的固定效应，所以难以知晓是否这些结论受到Aitken和Harrison（1999）强调的选定问题的影响。
[2]的确，我们发现在不控制城市和行业固定效应时，FDI的存在有积极的效应。
但是一旦包括这些固定效应，FDI的存在就不再对国内公司的生产力产生积极的效应。
因此，我们的结论与Aitken和Harrison（1999）的评述是一致的。
我们进一步指出，溢出效应在基础定义上的缺乏源于FDI对国内不同生产力公司产生的不同效应。
因此，我们的第二个贡献就是探讨技术差距如何影响FDI溢出。
Blomstrm、Globerman和Kokko（1999）提出，国内公司的技术能力增加了积极溢出的可能性，因此国外公司和本地公司之间更小的技术差距导致了更大的溢出。
与之相比，Wang和Blomstrom（1992）开发的理论模型预测，国外公司和国内公司之间更大的技术差距导致更大的溢出。
我们的样本中来自中国公司的证据似乎支持Blomstrm、Globerman和Kokko（1999）的技术论点。
Kokko、Tanzini和Zejan（1996）使用乌拉圭制造业的数据发现了支持这个论点的证据，同时Girma、Greenaway和Wakelin（2001）在英国的案例中发现初始生产力差距较小的国内公司从FDI溢出中受益更多。
我们的第三个贡献是分析FDI溢出发生的特定机制。
在理论文献中已经概述了几种渠道，包括示范渠道、竞争渠道、向前和向后的链接、劳动力流动渠道。
[3]虽然理论观点是丰富的，但支持这些论点的经验证据却是有限的。
使用来自中国的数据，我们为FDI溢出发生的两种特定机制提供了经验证据。
我们首先把焦点集中在劳动力流动机制，技能人员从外国公司向国内公司的流动有助于转移先进的技术和管理技能。
Djankov和Hoekman（2000）以及Grg和Strobl（2005）分别介绍了捷克和加纳证明劳动力流动效应存在的证据。
对中国的情况而言，我们也发现在中国劳动力市场渠道促进FDI溢出的经验证据。
另外，我们提出了一个技能和知识从国外公司向国内公司转移的更微妙的机制，我们称之为网络外部性渠道。
通过与工作在国外公司的人密切接触（例如参加同样的产品展览、会议等等），在国内公司工作的高技能员工可以接触到国外公司采用的更先进的技术和管理实践，然后将其应用到自己的公司中。
据我们所知，我们最先提供了FDI溢出的网络外部性渠道证据。
此外，我们已经证明的特定FDI溢出机制的重要性有助于协调来自不同国家看似矛盾的结论。
一方面，对发展中国家的研究往往发现FDI的消极溢出或没有FDI溢出。
[4]另一方面，对发达国家新的研究证明了甚至在控制了行业和地区固定效应之后而产生的积极生产力溢出。
[5]本文所介绍的这两种机制显示出劳动力市场机构对于促进FDI溢出的核心作用。
就劳动力市场的完善程度而言，发展中国家劳动力市场的功能和劳动法规比发达世界更受限制，因此我们更倾向于观察发达国家的积极FDI溢出。
我们在第2部分中继续描述我们的数据和经验主义方法。
在第3部分中我们比较国内和外国公司的生产力，并分析国内公司之间生产力的不同。
在第4部分提出我们对外国公司存在的溢出效应的结论，并讨论这些溢出发生的机制。
第5部分是结论。
2、经验主义方法和数据
2.1经验主义方法
我们的主要关注点是国外公司的出现对于同一城市－行业的国内公司的全要素生产力产生的效应。
因此，我们主要分析的样本限于国内公司，且不受自变量内生问题的影响，自变量内生问题的发生是在比较外国公司和国内公司时，外国人可能选择业绩好的公司作为投资重点。
因此我们主要的回归定义是：
Yjic=аi+аc+β1Ljic+β2Kjic+β3FDIic+τZjic+εjic,
（1）
其中аi和аc是行业和城市固定效应，Yjic是公司j在I行业和城市c经营的增值对数,Ljic是公司劳动力投入的对数，Kjic是资本投入对数，FDIic是衡量在国内公司所属的城市－行业单元中存在的外国公司，Zjic是一套捕获其他公司特征的变量，εjic是随机误差。
系数β3衡量外国公司的存在对一般国内公司的全要素生产力（此后称为TFP）的溢出效应。
通过对上述定义附加其他项，我们将研究外国公司的存在对不同特征的国内公司产生的溢出效应。
另外，我们将调查这些溢出发生的机制。
为了确保我们的发现不受有影响的观察资料的引导，我们在本论文中使用稳健回归（robustregression）。
[6]除非另行声明，我们还在估算中包含了城市和行业固定效应。
2.2数据
我们使用2001年世界银行开展的《竞争力、技术和公司关系研究》的数据。
这项调查由两份文卷组成，一份由公司的主要生产设施的高级经理填写，另一份由公司的会计师或人事经理填写。
调查的方法是分层随机抽样，分层基于以下行业：
会计和相关服务、广告和营销、服装和皮革商品、商业物流服务、通讯服务、消费产品、电子设备及元件、IT、汽车部件。
对300家公司的分层随机抽样来自以下五座中国城市：
北京、成都、广州、上海和天津，样本总规模是1500。
表1给出了调查中包含的公司所在的城市和行业分布。
图1是调查涉及的城市和在中国的方位。
[7]
表1：
外国和国内公司的分布
所有
外国公司
国内公司
外国公司所占份额
公司数量
按城市划分：
1.北京
2.成都
3.广州
4.上海
5.天津
按行业划分：
1.会计等
2.广告和营销
3.服装和皮革
4.商业物流服务
5.通讯服务
6.消费产品
7.电子元件
8.电子设备
9.IT服务
10.汽车和部件
1500
300
300
300
300
300
104
89
222
110
71
165
203
192
128
216
382
75
32
84
122
69
11
15
63
22
3
40
77
65
21
65
1118
225
268
216
178
231
93
74
159
88
68
125
126
127
107
151
0.25
0.25
0.11
0.28
0.41
0.23
0.11
0.17
0.28
0.2
0.04
0.24
0.38
0.34
0.16
0.30
图1：
样本中包含的城市
注：
划线的是样本中包含的五座城市。
此次调查收集了公司及其经营环境的详细信息。
公司被要求提供截至2000年的信息，但对于许多会计计量而言，前三年的信息也收集到了。
在本研究中，我们利用了调查的一小部分，它给出了公司的投入、产出和国外所有权的信息。
特别是我们使用了调查中包含的以下变量，以及所有截至2000年的数值，除非另外指明：
销售额公司的全部销售额（2000年，人民币）。
期末产品存货公司产出的存货（2000年，人民币）。
劳动力投入公司的员工数量，总数和员工分类合计：
生产工人、工程人员和管理人员。
资本投入固定资产的价值（2000年，人民币）。
公司年限公司在2000年的经营年限。
教育公司员工的平均教育水平（在校年限），总数和员工分类合计：
生产工人、工程人员和管理人员。
年龄公司员工的平均年龄，总数和员工分类合计：
生产工人、工程人员和管理人员。
外国公司经验有外国公司工作经验的员工比例，按员工分类合计：
生产工人、工程人员和管理人员。
行业公司所在的行业部门。
城市公司所在的城市。
外国一个二元变量，指示公司在2000年是否有外国合作伙伴。
最大的外国合作伙伴份额公司最大的外国合作伙伴占所有权的份额，包括FDI和投资分享。
另外，我们定义和建立了分析中使用的以下变量：
FDI存在（FDIpresence）最大的外国合作伙伴在国内公司所在的同一城市－行业单元所占的平均份额，按公司员工数量加权。
表3给出了按城市和行业部门的外资平均份额。
公司规模公司销售额相对于同一行业公司平均销售额的比例。
由于有许多非常大的公司，我们使用这一量度的自然对数。
增值公司的销售额按照期末产品存货调整（2000年，人民币），使用对数形式。
员工技能水平管理者和工程师的总数与生产工人数量的比例，使用对数形式。
国外公司经验（有技能）曾为国外公司工作过的工程师和管理者比例。
3、国内和国外公司的生产力
在本论文中，我们将有外国合作伙伴的公司称为“外国”或“外资”公司，对于没有国外合作伙伴的公司称为国内公司。
在调查的1500家公司中，在2000年有382家是国外公司。
表1给出了每个城市和行业的国外公司和国内公司数量。
3.1外资公司生产力更高
我们开始描述国内公司和外国公司的差别。
表2给出了回归中变量的汇总统计，括号中的数字分别是外国公司或国内公司的数量和资产调查的t统计量。
使用我们的公司级数据，我们提供了外国公司比中国国内公司生产力高的支持证据。
这种生产力的差别与FDI具有更先进的技术和管理实践的论点是一致的。
反之，这些优势的密切关系对毗邻外国公司（地理上或技术方面）的国内公司的生产力带来了积极的效应。
[8]
表2：
外国公司和国内公司的比较
外国公司
国内公司
差别
增值（对数）
劳动力投入（对数）
资本投入（对数）
TFP1
TFP2
TFP3
公司年限
规模
员工平均教育
员工平均年龄
工程师平均教育
管理者平均教育
工程师平均年龄
管理者平均年龄
国外公司经验（有技能）
员工技能水平
10.0
（311）
5.40
（382）
10.01
（382）
0.32
（311）
0.14
（311）
0.10
（189）
8.30
（382）
2.36
（381）
16.70
（221）
34.45
（219）
13.57
（320）
13.14
（375）
32.81
（320）
35.09
（375）
0.02
（317）
0.89
（366）
8.82
（734）
5.00
（1118）
8.63
（1106）
-0.22
（730）
-0.16
（722）
-0.13
（423）
13.96
（1117）
0.53
（1110）
16.50
（610）
34.73
（603）
13.46
（837）
12.69
（1088）
35.21
（836）
36.86
（1087）
0.01
（816）
1.19
（1025）
1.19***
（8.87）
0.40***
（4.39）
1.38***
（9.47）
0.54***
（7.32）
0.30***
（4.48）
0.23**
（2.52）
-5.66***
（8.50）
1.82***
（3.09）
0.20
（1.54）
0.28
（0.28）
0.21**
（1.99）
0.46***
（4.97）
-2.40***
（5.34）
-1.78***
（4.40）
0.01***
（5.46）
-0.29
（0.70）
*显著性在10%；**显著性在5%；***显著性在1%。
特别地，我们使用了以下的回归方程，使用所有公司（包括国内和外国公司）来预测每个公司的全要素生产力作为回归的剩余项：
Yj=β0+β1Lj+β2Kj+εj,
（2）
其中Yj、Lj、Kj和εj的定义同方程
（1）。
回归方程按每个行业分别计算，使用的是2000年的信息。
我们将回归方程
（2）中的剩余项称为TFP1。
通过在上述方程中包含其他公司的特征，我们还计算出TFP的两个备选量度。
我们将TFP量度扣除公司年限和公司经济规模后称为TFP2（通过将公司年限和公司规模加入到解释性变量中得到），扣除公司年限、公司规模和人力资本后称为TFP3（通过将公司年限、公司规模、平均教育、平均年龄和平均年龄平方加入到解释性变量中得到）。
然后我们执行t检验，比较2000年国内公司和外国公司的TFP。
表2给出了使用三种TFP量度的t检验结果。
与所有结果一致，显示拥有部分或全部外国所有权的公司比国内公司的生产力明显更高。
[9]
外国和国内公司TFP差距的缩小，从TFP1到TFP2再到TFP3，被解释为外国公司的下列优势刺激了生产力，并在TFP2和TFP3中得以控制：
外国公司更年轻，享有更大的经济规模，他们聘用受更多教育的更年轻员工。
正如表2所示，外国和国内公司在公司年限和规模上的差别在统计上是显著的。
尽管员工的平均年龄和教育差别并不显著，但它们在高技能员工（管理者和工程师）上的差别是显著的，可以论证高技能员工对于公司的生产力是至关重要的。
即便在控制了公司经营年限、规模和员工平均教育和年龄之后，外国公司仍然显示出比国内公司明显的生产力优势。
尽管外国公司出色的生产力不是本文的重点，我们推测生产力差别可能部分解释了外国和本地公司下述的其他差别。
外国公司似乎特别看重高技术劳力的质量，这反映在他们聘用教育更佳、更年轻的管理者和工程师的事实上。
另外，国外公司中有国外公司经验的管理者比例明显高于国内公司（4%对1%）。
最后，尽管国外公司的技能比例似乎并不明显高于国内公司，我们发现，一旦行业和城市固定效应得以控制，国外公司明显聘用了更多高技术劳动力。
[10]
3.2国内公司的生产力和吸收能力
国内公司不仅平均而言比外国公司生产力更低，而且国内公司的生产力也千差万别。
国内公司初始生产力的差异之所以重要，是因为公司生产力可能对公司在多大程度上受益于FDI的溢出效应产生重要影响。
Blomstrm、Globerman和Kokko（1999）指出，国内公司的技术能力增加了积极溢出的可能性，因此外国公司和本地公司之间的技术差距较小能够导致较多的溢出。
与之相反，Wang和Blomstrom（1992）开发的理论模型则预测，外国公司和国内公司的技术差距较大会导致较多的溢出。
我们对每个公司套用了方程2定义的回归，来计算TFP1，但没有差别。
既然我们在此关注的是国内公司的生产力差异，我们把外国公司排除在了样本之外。
因为我们对公司的初始生产力感兴趣，于是我们使用了1999年的数据。
跟其他文献一样，我们根据TFP1构建了每个公司的吸收能力，来衡量技术差距。
特别是吸收能力以单个公司的TFP相对于业内最高TFP的比例来计算（实例参见Kathuria（2000））。
所有的TFP都按比例计算，因此吸收能力介于0和1之间。
图2显示出公司吸收能力按城市的分布。
我们看到，不同城市吸收能力存在显著差别：
在广州、上海和北京明显比成都和天津高。
这些生产力差异与预期是一致的：
成都的内陆地理位置和天津改革步伐的缓慢解释了其生产力业绩差的原因（参见图1）。
图2：
吸收能力和位置
注：
1、城市代码参见表1。
2、水平线表明群体中分布的中值。
为了研究公司的初始技术能力如何影响FDI溢出，我们将吸收能力和吸收能力与FDI存在之间的相互作用项包含在其他解释性变量中。
4、中国的FDI溢出
已经确定外国公司拥有更高的生产力，我们现在通过估算方程1中的变量来探究这种更高生产力的溢出效应。
如前所述，样本中仅包括国内公司。
我们对FDI存在的量度是外国公司在每一城市－行业单元平均占有的份额，按公司员工数加权。
变量值如表3所示。
表3：
按城市和行业分类，外国公司所占的份额
行业，城市
北京
成都
广州
上海
天津
会计和相关服务
广告和营销
服装和皮革商品
商业物流服务
通讯服务
消费产品
电子元件
电子设备
信息技术服务
汽车和汽车部件
0.182
0.037
0.169
0.006
0.000
0.099
0.165
0.244
0.076
0.113
0.000
0.010
0.010
0.000
0.010
0.065
0.029
0.018
0.047
0.093
0.007
0.014
0.207
0.062
0.000
0.113
0.219
0.108
0.029
0.135
0.030
0.098
0.178
0.041
0.003
0.156
0.306
0.360
0.332
0.255
0.019
0.193
0.278
0.041
0.002
0.310
0.473
0.262
0.006
0.121
4.1溢出效应和吸收能力
表4显示出各种定义的结果，第
（1）栏包括劳动力和资本投入以及公司年限和公司，第
（2）栏增加了员工教育和年龄的信息，第（3）栏又包括行业和城市固定效应，第（4）栏还包括吸收能力及其与存在的外国公司的相互作用。
[11]正如第
（1）和
（2）栏所示，仅当我们控制员工的教育和年龄时，在公司所在的同一行业和城市FDI存在的效应才变得积极。
这可由下面的事实予以解释，即与临近的国内公司不同，外国公司倾向于聘用更年轻、教育更好的员工。
[12]因此，忽略人力资本因素就低估了FDI的积极技术溢出。
表4:
存在的外国公司对国内公司生产力的效应
（1）
（2）
（3）
（4）
FDI存在（#1）
劳动力投入对数
资本投入对数
对数规模
公司年限
教育
年龄
年龄平方
吸收能力（#2）
（#1）*（#2）
-0.491
（0.315）
0.362***
（0.044）
0.284***
（0.027）
1.728***
（0.095）
-0.011***
（0.002）
0.504
（0.409）
0.332***
（0.060）
0.224***
（0.039）
1.609***
（0.105）
-0.005*
（0.003）
0.087***
（0.028）
-0.098
（0.074）
0.001
（0.001）
-0.652
（0.663）
0.357***
（0.060）
0.203***
（0.038）
1.495***
（0.105）
-0.003
（0.003）
0.092***
（0.029）
-0.088
（0.073）
0.001
（0.001）
-1.108
（0.839）
0.473***
（0.042）
0.261***
（0.027）
0.715***
（0.076）
0.001
（0.002）
0.041**
（0.019）
0.006
（0.048）
-0.000
（0.001）
4.044***
（0.247）
1.971
（1.221）
城市FE
行业FE
常数
观察值
调整过的R2
否
否
4.174***
（0.172）
729
0.78
否
否
5.442***
（1.356）
430
0.77
是
是
4.177***
（1.429）
430
0.78
是
是
2.037**
（0.958）
395
0.91
注：
1、稳健回归估计。
2、独立变量是增值的对数。
3、括号里是标准误差。
*显著性在10%；**显著性在5%；***显著性在1%。
尽管在常规水平上并不显著，第
（2）栏中FDI存在对国内公司TFP的积极效应与之前中国存在积极FDI溢出的结论是一致的。
可是，像中国早期的FDI研究（Tong和Hu,2003）一样，这些结果不能解决外国人挑选最好的高生产力行业和地区投资的问题（Aitken和Harrison,1999）。
第（3）栏纳入固定效应的行业和地区来关注这个问题。
正如表中所示，随着固定效应的包含在内，FDI对TFP的积极效应就消失了。
有人可能会提出行业和城市固定效应可能赢得了FDI的积极溢出，因此控制这些固定效应就模糊了我们感兴趣的真正效应。
不过，如果没有溢出效应区别于其他行业或地区效应的进一步证据，这些结论就对引发中国是否存在积极FDI溢出的疑问。
为进一步探索这一问题，下一步我们试图通过探索不同公司特性如何影响FDI溢出效应来从行业和地区固定效应中区分出溢出效应。
我们为什么不观察国内公司平均生产力受益于FDI存在的一个可能解释是，溢出效应可能在不同的公司间分布不均衡。
FDI效应可能对于某
升级会员 