贸易开放与TFP增长：技术溢出与国际竞争——基于中国制造行业的经验分析，本文主要内容关键词为：中国制造论文,国际竞争论文,经验论文,贸易论文,行业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
［中图分类号］F71 ［文献标识码］A ［文章编号］1007－9556（2008）10－0057－07
一、引言
我国自1978年实行改革开放以来，对外贸易一直处在快速增长的过程中，用各种统计指标衡量的贸易开放度也处于逐年上升的趋势。与此同时，我国的经济保持着快速增长，这使得贸易开放与经济增长之间的关系成为国内外学者研究的重要问题。全要素生产率的增长在经济增长过程中扮演着重要的角色，贸易能否引起全要素生产率的增长成为经济学家关注的焦点。
贸易使得科技知识更容易在贸易伙伴国之间实现共享而形成技术溢出，大量的经验研究都发现了这种技术溢出的存在。Coe和Helpman（1995）认为，如果对外贸易能够形成技术溢出，那么，贸易国全要素生产率的增长应当既受本国研发支出的影响，也与贸易伙伴国的研发支出相关。他们利用OECD国家的数据检验了这种技术溢出，结果表明，国外研发对国内的TFP有一个正的显著影响，而且国内的开放度越高，这种影响越大。Keller（1998，2000）、Braconier和Sjoholm（1998）等也得出了类似的结论。Moschos（1989）在研究国际贸易对经济增长的促进作用时发现了“门槛效应”的存在，即当经济发展水平还未达到某个门槛时，国际贸易对经济增长的拉动作用较小，而当经济发展水平达到这个门槛后，国际贸易对经济增长的拉动作用相对较大。国内学者李小平、朱钟棣（2004）利用我国各省市的数据进行分析时，也发现了这种“门槛效应”。
技术溢出是贸易对全要素生产率的直接效应，贸易特别是进口贸易形成的国际竞争对全要素生产率的效应也很重要。贸易开放使得国内企业面临更多的市场竞争压力，可以促使企业更多地开展重组以及技术创新活动，而这种活动对企业所处产业的全要素生产率会产生积极的影响。Beath（1995）指出了贸易开放对国内研发支出存在的两种可能的激励：一是与封闭状况相比，开放的行业具有更大的潜在市场，这使得行业内的企业潜在利润更大，为了获取这些潜在的利润，企业就会进行更多的研发创新活动；二是贸易开放带来了更多的市场竞争压力，国内企业为了维持当前的市场地位，会投入更多的资源进行研发创新。Andersson（2001）运用Swedish1980～1995年制造业的数据进行实证分析，发现贸易开放确实对国内行业的研发支出有显著的促进作用。Griliches（1995）、Padulescu（1992）等运用经验分析发现，R&D对全要素生产率具有正向的促进作用。此外，对于每个产业来说，贸易竞争形成的市场竞争压力将通过优胜劣汰的机制，鼓励生产效率高的企业进入其中发展，而把生产效率低的亏损企业淘汰出局，剩下来的企业为了生存就被迫进行更多的重组及技术创新活动，从而使整个产业的全要素生产率向更高的水平演化。Ramaswamy（1999）利用印度制造行业的数据研究发现，企业的净进入对行业的TFP（Total Factor Productivity）增长有促进作用。Liu（1993）发现，行业中继续生存的企业与新进入企业的生产效率普遍高于退出生产的企业。
从已有的文献来看，有关贸易开放对TFP增长效应的研究主要集中在单独考察技术溢出的直接效应，或是直接考察贸易开放对TFP的总效应，而对贸易开放所形成的国际竞争对TFP影响的间接效应鲜有研究，更没有利用中国制造行业的数据同时考察贸易开放对TFP影响的直接效应和间接效应。本文将利用我国25个制造行业1999～2006年的数据，尝试将贸易开放对中国全要素生产率增长的技术溢出效应与间接的竞争效应进行有效的分离。
二、计量模型的建立
图1 贸易开放影响全要素生产率增长的机制简图
贸易开放对全要素生产率增长的技术溢出效应与国际竞争效应，可以总结为如图1所示的作用过程。
借鉴上述思想，基于内生经济增长关于贸易、增长与技术进步的理论，可以建立以下模型：
我们设定生产函数为Cobb－Douglas生产函数：
表示国内行业自身累积的知识存量；
表示行业通过对外贸易的技术外溢所获取的累积知识存量，此项也说明贸易开放对全要素生产率影响的直接效应；Q[,i]表示其他的影响因素。
遵循Braconier和Sjoholm（1998）的方法，假设本国自有的知识存量存在以下生产方式：
研发支出是贸易开放影响全要素生产率水平的间接渠道。一方面，贸易开放使国内企业面临更大的市场，从而有机会获取更多的利润，可以激励企业更多地进行研发方面的投资；另一方面，贸易开放又使国内企业面临更激烈的市场竞争，为了保持竞争优势，国内企业必须增加研发投资。为了考察贸易开放的这种间接效应，我们加入影响研发投入的其他重要因素作为控制变量，① 对研发投入建立如下关系式：
结合（3）式，对（2）式先取对数，再对时间求导，可以得到以下关于全要素生产率增长的关系式：
三、变量说明及数据处理
我们的数据采集样本区间为1999～2005年的制造行业。在数据选择过程中，我们将食品制造业与食品加工业合并为食品制造业进行处理。另外，烟草制品业和石油加工、炼焦及核燃料加工业因被认为不易受国际市场的影响而没有包括在样本中，工艺品及其他制造业由于数据的不连续性也被剔除，最后的样本涵括了25个制造行业。
（一）全要素生产率增长
本文采用目前流行的非参数分析方法——DEA法对我国各行业的全要素生产率进行测算，这种方法可以测算出Malmquist生产率变动指数。与Tornqvist指数测算相比，Malmquist指数的测算只需要提供生产要素与产出的数据，而不需要提供要素的收入份额。Malmquist TFP指数主要用于测量TFP的变化，它可以分解为技术的变化与技术效率变化的乘积。
采用DEA方法可以从两个角度来研究TFP变化及其构成，一个是基于投入的测算（inputbased），另一个是基于产出的测算，本文采用基于投入的测算来得出Malmquist指数。参照Fare等（1994）的基本原理及方法，我们把每一个行业看作是一个生产决策单位，先确定每一年各行业生产的最佳前沿面，再把每一个行业的生产同最佳前沿面进行比较，对各个行业的技术效率和生产率变化进行测度。
我们在测算Malmquist指数时，假设只使用资本和劳动两种生产要素，生产一种产品。由于统计年鉴不能提供样本区间内全部工业行业的要素投入与产出的相关数据，所以我们使用全部国有及规模以上非国有工业行业的相关变量数据进行测算。资本投入我们参照张海洋（2005）的做法，用每个行业当年的固定资产净值年平均余额表示，再用固定资产投资价格指数平减为1999年不变价格。劳动投入用各个行业的从业人员表示。我们的要素投入没有包含中间品投入，所以用行业的工业增加值表示产出，并用各行业的工业品出厂价格指数将当年价的工业增加值折算成以1999年为基期的不变价。数据来源于相关年份的《中国工业经济统计年鉴》，测算Malmquist指数的工具为deap version 2.1。
（二）贸易开放度
衡量贸易开放度有多种指标，常用的是贸易依存度，即行业的进出口总额与行业的工业生产总值之比。我们用贸易开放度衡量的是技术溢出所获得的知识，而这种知识的溢出与进出口总额高度相关，所以本文也采用贸易依存度来衡量贸易开放度。由于我国对工业行业的分类标准（CICC）与联合国对国际贸易的分类标准（SITC第三版）不一致，所以我们按照盛斌（2000）的统计标准转换对照表进行转换，得到我国行业的进口与出口的数据，再以每年人民币对美元的汇率折算成人民币价，数据来源于联合国统计处的（COMTADE）数据库。
（三）R&D支出
我们用每个行业的R&D经费支出与该行业工业增加值之比来衡量R&D支出，但由于中国统计年鉴只提供了每个行业大中型工业企业的科技数据，所以我们参照张海洋（2005）的做法，用一个行业大中型工业企业R&D经费支出占全部国有以及规模以上的工业企业增加值比例来表示该行业的R&D支出。② 各行业每年的R&D支出包括技术开发经费支出和其他技术活动经费支出（技术开发经费、技术改造经费、技术引进经费、消化吸收经费和购买国内技术经费），数据来源于相关年份的《中国科技统计年鉴》。
（四）市场集中度与企业规模
反映一个行业市场集中度的较好办法是用该行业最大的几个企业所占的市场份额来衡量，但我国没有对工业行业的这类指标进行完整的统计，所以我们用各个行业大中型工业总产值占全部工业总产值的比例作为替代指标，对企业规模则用各个行业的平均企业规模来衡量，数据来源于相关年份的《中国统计年鉴》。
四、实证分析
我们在表1中给出了25个制造行业1999～2005年Malmquist生产率指数的变动情况。测算结果显示，1999～2005年期间，所有行业平均全要素生产率增长了14.2％。这一结果与李小平、朱钟棣（2006）存在一定的差异，主要是因为我们只选取了25个制造行业作为测算样本，而李小平使用了32个工业行业的数据，从而导致前沿技术行业的变动，使测算结果出现差异。此外，我们的样本比李小平多了2004年和2005年的数据。通过将TFP增长分解为技术效率变化与技术进步，我们发现，技术效率平均增长了1.4％，而技术进步平均增长了12.5％，这说明在样本期间，技术进步是我国制造行业增长的主要源泉，这一结论与张海洋（2005）类似。从贸易开放度来看，在样本区间（1999～2005年），贸易开放度的平均值在行业之间呈现出明显的差异，贸易开放度最高的是仪器仪表及文化办公用制造业，其值达到2.747，最低的是饮料制造业，其值只有0.047。从表1中可以看出，贸易开放度高的行业并没有比开放度低的行业表现出更高的TFP增长，TFP增长似乎也不明显，这可能是因为一个行业的TFP增长并不是由单一因素决定的，而是多种因素综合作用的结果。我们将通过实证回归检验贸易开放及其他影响因素对我国制造行业TFP增长的影响。
（一）贸易开放与R&D支出
R&D支出有可能是贸易开放影响全要素生产增长的间接途径，我们通过对（4）式进行回归，考察贸易开放是否会激励我国制造行业的研发支出，表2为回归结果。
在表2的第Ⅰ栏中我们给出了基于（4）式的基本回归结果。根据F统计量与Hausman检验，我们采取固定模型进行估计，从回归系数来看，贸易开放度的系数只出现极少的正值（0.07），并且不显著，这说明贸易开放度并没有对国内行业的R&D支出形成稳定的积极影响，贸易开放所形成的对市场竞争以及潜在利润的激励并没有促进国内企业投入更多的资源进行研发创新活动，所以我们认为，贸易开放也没有通过刺激国内行业R&D支出这种间接途径来影响全要素生产率的增长，这可能与市场竞争对中国工业创新投入的影响是非线性的有关。陈羽、李小平（2007）利用中国制造业行业面板数据进行实证分析时发现了这种非线性关系，他们的结果显示，在市场竞争最强和最弱的两端，创新的动机都不强。因此，在中国制造业原本已经处于较强的市场竞争的情况下，市场竞争若与制造行业的研发支出存在这种非线性关系，那么，贸易开放所形成的国际市场竞争对国内行业的研发创新活动也不会产生很强的激励作用。
考虑到各影响因素对国内行业的R&D支出效应在市场竞争度不同的行业可能会有所差异，本文尝试以每个行业大中型企业工业产值比例为依据，将25个制造行业划分为2个子样本分别进行回归，以2002年为准，将小于50％的行业视为市场竞争较强的行业，表3为相应的回归结果。
从表3中可以看出，所有模型都采用FE模型估计。回归系数表明，相对于整个样本的回归结果，分组子样本的回归结果并没有根本性的改变，贸易开放度的系数在两组子样本中仍然表现为较小的正值，虽然在市场竞争相对较强的一组中系数有所提高，但其显著性水平并没较大的提高，没有通过显著性水平的检验，说明其对国内行业的研发支出没有产生稳定的促进作用。这些结论证实了贸易开放未能有效地通过激励R&D支出这种间接途径来影响TFP的增长。
从其他回归系数来看，行业内企业的平均规模与市场集中度是影响国内行业R&D支出的重要因素，其对R&D支出都有显著的正向影响，说明创新活动更多地发生在大型企业中，平均产值更大的行业具有更快的创新投入增长速度，这也印证了熊彼特关于企业规模和市场垄断能够促进创新活动的假说。
在表2的Ⅱ栏和Ⅲ栏中，我们分别控制了有可能影响R&D支出的两个因素，即行业企业的固定资产净值年平均余额和国有及国有控股工业行业企业的产值比重，其回归结果仍然与第Ⅰ栏的结果基本一致，其中，国有产值比重对国内R&D支出具有显著的负向影响，这在一定程度上说明国有制度不利于研发创新。
（二）贸易开放、R&D支出与全要素生产率增长
现在我们以（5）式为基本回归式，分析影响全要素生产增长率的因素。表4是因变量为全要素生产增长率的回归结果。
注：（1）因变量为TFP增长率；（2）import、export、Entry&exit分别表示行业的进口产值比、出口产值比、行业的企业数量净变化率绝对值；（3）其他注释同表2注的（3）、（4）、（5）。
在表4的第Ⅰ栏中，我们以贸易开放度和R&D支出作为解释变量进行回归，根据Hausman检验，我们采取随机效应模型进行估计，回归结果表明，贸易开放度对我国制造行业的全要素生产率的增长只有轻微的正向影响（0.005），且达到10％的显著性水平。我们在式中控制了国内R&D支出的影响，根据模型所设计的贸易开放对全要素生产率增长的影响机制可知，贸易开放这种轻微的正向影响有可能是其他两种影响机制共同作用的结果。R&D支出的回归系数为正的0.027，且达到1％的显著性水平，说明国内行业的R&D支出比例对全要素生产率的增长具有推动作用，这一结论与吴延兵（2006）基本一致，但李小平（2006）的结论却与此相反。③ 利用R&D支出对TFP增长率的这种显著作用，通过采取一些激励措施或优惠政策，完善创新的制度环境，可以激励企业从事更多的研发活动，以提高我国产业生产率水平，促进经济的可持续增长。虽然得出R&D支出对全要素生产率的增长具有显著性影响的结论，但由前文的分析可知，贸易开放并没有对国内的R&D支出产生有效的激励，所以贸易开放也并没有通过这种间接渠道来影响全要素生产率的增长。
贸易依存度衡量的是进口贸易与出口贸易，其对全要素生产率增长产生的效应也是两种因素共同作用的结果。但一般来说，一个行业通过进口贸易不仅可以购买高质量的外国最终制成品，而且可以通过引入国外的先进中间产品来提高本国生产活动的技术含量，因此，与出口贸易相比，进口贸易是一种更为直接的国际技术扩散渠道，本国通过进口贸易往往能直接分享到贸易伙伴国的研发成果。在表4的第Ⅱ栏中，我们检验了进口贸易与出口贸易对全要素生产率增长的效应。根据Hausman检验结果，并采用随机效应模型进行估计，我们发现，进口贸易比例对全要素生产率增长在10％的显著性水平下有正向促进作用，进口比例每提高1％，全要素生产增长率上升0.012％；出口贸易比例对全要素生产增长率的影响却不稳定，表现为不显著的负向影响。这一结论与何元庆（2007）类似，④ 说明贸易开放主要是通过进口贸易渠道对全要素生产增长率产生影响，进口贸易是获取国际技术溢出的有效渠道。另外，R&D支出的回归系数仍然比较稳定，维持在0.02左右。
在表4的第Ⅲ栏中，我们控制了企业进入与退出特定行业对全要素生产增长率的影响，发现新进入一个行业发展的企业往往更具有竞争力，也更具有生产效率；相反，退出一个行业的企业往往是生产经营不善、生产效率低下的企业。由此我们预测，企业的进入和退出行为对其所在行业全要素生产率的整体水平具有正向促进作用。本文采用行业的企业数量净变化率的绝对值作为替代变量，⑤ 用以控制企业进出行业行为对全要素生产率的影响。从第Ⅲ栏的回归结果可以看出，企业数量净变化率的系数并不稳定，其值虽然为正的0.022，但是很不显著，说明企业的进出行为并没有对整个行业的生产率水平形成有效的促进作用。在控制了企业进出行业行为的影响后，进口贸易比例、出口贸易比例以及R&D支出的回归结果并没有发生改变。这些结论表明，通过贸易开放对国内行业形成的市场竞争，并没有通过促使国内企业的进入和退出行为来影响全要素生产率的增长。结合前文贸易开放没有激励国内行业增加R&D支出的结论，我们认为，贸易开放只是通过获取国际知识的技术溢出渠道来影响国内行业的全要素生产增长率。
五、结论
本文利用我国25个制造行业的数据分析了贸易开放影响TFP增长的三种可能途径，结果显示，行业内企业的平均规模与市场集中度是影响国内行业R&D支出的重要因素，其对我国制造行业的R&D支出都具有显著的正向影响；贸易开放对国内行业所形成的国际竞争未能有效地激励国内企业加大R&D支出，说明贸易开放没有通过这种途径来影响国内行业的TFP增长，这可能是因为我国制造业整体上已经处于较强的市场竞争状态，市场竞争对制造行业研发支出的影响存在非线性的关系，从而使贸易开放所形成的国际市场竞争不会对国内行业的研发创新活动产生很强的激励作用。
我们在分析影响TFP增长的影响因素时发现，R&D支出比例对TFP的增长具有显著的正向促进作用，R&D支出比例每提高1％，会促使TFP增长0.027％，因此，在技术基础和创新能力不足的国情下，我们应当重视R&D支出对我国技术进步的影响，政府应当制定相关政策，完善知识产权保护，鼓励国内的研发投入，这对于提高我国产业的全要素生产率水平、提升国际竞争力具有重要的意义。
我们的回归结果还显示，贸易开放对TFP的增长也具有轻微的正向促进作用。将贸易开放度分解为进口贸易与出口贸易后可以看出，贸易开放主要是通过进口贸易来影响国内行业的，IFP增长，这说明进口贸易是获取国际技术扩散的有效渠道。鉴于我国近年来贸易顺差持续以及行业技术水平相对落后的情况，通过鼓励进口特别是从技术水平较高的发达国家的进口，不仅有利于平衡贸易收支，而且对我国的技术进步以及生产效率的提高均有积极的促进作用。在控制了行业中企业的进出行为对TFP的影响后，并没有出现贸易开放与R&D支出的不同回归结果，而且企业进出行为的系数也不显著，所以可以认为，贸易开放最终只是通过技术溢出这种途径影响国内行业的TFP增长，通过扩大与具有先进技术水平国家的贸易，获取这些国家的技术溢出，有助于提高我国制造行业的全要素生产率水平。
［收稿日期］2008－09－01
注释：
① Kamien和Schwartz（1975）发现，一个行业的市场集中度和企业规模是影响研发投入的重要因素。至于这些因素的具体影响方向，学者们存在着分歧。熊彼特认为，企业规模和市场垄断能够促进创新活动。Scherer（1965）和Hamberg（1964）认为，市场集中度与R&D活动存在弱的正相关关系。Zoltan和David（1988）研究指出，大小企业间的创新活动是异质的，实证表明，创新与行业中的大企业数量成正比。还有一些研究发现，产品市场竞争与创新之间是正相关的，Geroski（1990）的实证研究表明，“高度集中的产业在促进创新方面不如竞争性产业”，“实际的垄断对创新有阻碍效果”。得到类似结论的还有Nickell（1996）、Williamson（1965）、Bozeman和Link（1983）、Mukhopadhyay（1985）、Blundell（1999）等。
② 由于大中型工业企业的研发能力与强度往往要强于小型企业，因而如果简单地用大中型工业企业R&D支出占大中型企业增加值的比例来表示R&D支出比例，就会高估整个行业的R&D支出比例。
③ 这可能与分析方法以及R&D支出的选择不同有关。李小平的回归模型以R&D资本存量作为解释变量，而本文模型是以每个行业当年的R&D支出占工业增加值份额的流量作为解释变量。此外，李小平的样本区间为1999～2003年，由于测算TFP指数需要减少一年的样本数据，一阶差分又要减少一年，所以其实际有效的回归样本只有3年，而本文的实际有效回归样本有6年，再加上R&D支出对TFP的影响可能具有较长的滞后性，这也可能是造成不同结论的另一个原因。
④ 何元庆（2007）利用我国省际面板数据进行检验，发现出口对技术进步和TFP增长有轻微的负向影响，进口对二者有小幅度的正向促进作用。
⑤ 本文采用的是每个行业的企业净进入的绝对值，即将企业进入与退出行为的影响等同看待，而理想的做法应是细分行业，计算出企业的进入总值与退出总值，再分别考察其所产生的影响。但由于存在数据的获取问题，我们无法做到这一点。