大量关于FDI和加工贸易技术外溢的研究是从“结构”直接到“绩效”的简化分析思路，普遍忽略了R&D“行为”对“绩效”实现的关键作用，使研究的说服力不足。本节遵循从“结构—行为”到“行为—绩效”的“两步走”研究思路，首先研究我国承接产业转移和R&D投入的关系，然后研究R&D投入和经济增长的关系，最后综合归纳，得出研究结论。
一、实证模型
对贸易与增长之间关系的实证研究主要有两种方法【26】：一种是简单回归，直接测量贸易对增长的贡献，较早的国内文献普遍采用这一方法考察我国经济增长是否为贸易（出口）导向型，并得到了初步的结论；另一种是协整分析，考察贸易和增长之间的长期影响趋势。由于多数宏观经济变量都是非平稳的或带有趋势的，如果简单地对变量进行回归将可能导致伪回归现象，传统的显著性检验所确定的变量间关系可能在事实上并不存在，考虑到涉及对加工贸易和国内生产总值的时间序列数据进行分析，本书拟采取第二种方法，即考察加工贸易额与我国GDP所存在的长期稳定的动态均衡关系，测量加工贸易对我国经济增长的影响。
用国内生产总值GDP近似表示一国经济总产出，并将其纳入本章第一节式（5.3），生产函数可表示为：
GDP＝AHα（R&DφFDIφTRDγ）1－α （5.5）
由式（5.5）可以推断我国经济增长的影响因素：体制因素A；人力资本存量H，获取技术进步的成本，包括国内创新投入的成本R&D和吸收引进国外技术的必要成本FDI和TRD。对式（5.4）等号两端取对数形式，可得：
lnGDP＝X0＋X1lnR&D＋X2lnFDI＋X3lnTRD＋X4lnH （5.6）
二、样本选取和变量说明
样本数据均来源于历年《中国统计年鉴》、《中国科技统计年鉴》和中华人民共和国国家统计局网、中经网（如表5—1所示），实证检验使用的是EVIEWS5.0软件。
表5—1 我国GDP和其他主要经济数据（1983～2006年）
数据说明：
1．GDP为国内生产总值，是以1983年不变价格为基期，按GDP定基指数分别计算出历年的真实GDP。
2．FDI为实际利用外商直接投资总额，是以1983～2007年官方汇率换算的人民币金额。
3．TRD为加工贸易进出口总额数据，并按汇率换算为人民币金额；按工业品出厂价格指数以1983年为基期进行平减。
4．H为人力资本存量，用就业人数表示。
三、变量相关关系分析
由于本研究考察的是上述经济变量增量或增长速度之间的关系，故在实证分析之前有必要对各变量进行对数化处理，然后分析其相关程度。
相关关系分析结果如表5—2所示，变量lnGDP、lnH、lnR&D、lnTRD、lnFDI之间存在显著的相关关系。
表5—2 变量相关关系表（1）
注：本表根据SPSS11.5处理结果编制，在0.01的显著性水平下，上述变量之间相关关系均显著。
四、单位根检验
传统的计量分析大部分采用多元回归的方法，但由于大多数时间序列数据都是非平稳的，不满足传统的多元回归或其他方法对数据平稳性的要求，在这种情况下，即使变量之间没有客观上的联系，也会由于非平稳的序列带有趋势项而显现出一定的相关关系，即所谓的“伪回归”的问题。相比之下，协整分析方法只有满足变量存在平稳性这个前提的基础上，才可以继续分析变量间的关系，因此可以有效避免“伪回归”的问题。以多元回归方法为代表的实证方法是事前假定，即先假定变量间存在关系，而后进行验证；协整分析则是事后假定，即先判断单整阶数，只有变量间单整阶数相同，或不同阶数的变量经过某种组合以后，理论上可能存在长期均衡的关系，才可以假定方程式。同时，建立在协整分析基础之上的格兰杰因果检验，对于变量间因果关系的判断更为全面和准确。
平稳性在时间序列变量中是一个重要的概念。许多经济与商业时间序列都存在着趋势性，趋势性直接导致了时间序列不存在均值回归的趋势，这就意味着对于一些总括性的统计量如均值、方差和自协方差都会随着时间的改变而改变，这就使传统的OLS估计失去效用。
如果一个变量是非平稳的，通常的办法是通过对变量进行差分转换，使之达到平稳的状态。比如，如果时间序列Pi经过d阶差分后达到平稳状态，则可以说价格时间序列为d阶平稳，用Pi～P（d）表示。
单位根检验法【27】是确定序列平稳性阶数的方法。运用ADF检验对lnGDP、lnR&D、lnFDI、lnH、lnTRD各时间序列的平稳性进行检验，结果表明各变量均为一阶单整序列（如表5—3所示）。
表5—3 GDP有关变量的平稳性检验结果
数据说明：本表根据EVIEWS5.0处理结果制作而成，ADF检验类型中的C和T表示带有常数项和趋势项，k表示所采用的滞后阶数，当ADF值小于临界值时说明序列平稳。
五、协整分析
最早给出协整性定义的是Engle & Granger协整描述的某些经济变量的水平值之间存在长期稳定的关系【28】，也就是说，协整经济变量之间不能分离太远。如果某些时间序列是协整的，那么它们之间就不会分离太远，某一次冲击只会使它们在短期内偏离均衡位置，而在长期内会自动回到均衡位置。如果它们之间不具有协整性，它们就会任意分离，相互之间没有任何长期均衡关系。
对于时间序列Xt、Yt，如果它们满足下述条件，则它们是协整的：
（1）Xt和Yt是I（1）的，即它们本身是非平稳的，而其一阶差分是平稳的；
（2）存在一个非零常量a，使得Yt－aXt＝εt～I（0），即是平稳的。
协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系，EG（Engle & Granger）方法只适用于单一协整关系的估计和检验。而Johansen方法适用于多个协整关系的估计与检验，具有相对较高的检验势，这一方法的特点是基于协整系统的ECM而将一个求极大似然函数的问题转化为一个求特征根和对应的特征向量问题，其基本思想在于：如果两个或多个时间序列变量是不平稳的，但它们的同阶差分是平稳的，则这些非平稳的时间序列变量存在长期的协整关系。在经济学意义上，这种协整关系的存在可以通过一个变量的绝对值的变化影响另一个变量的绝对值的变化，若变量之间没有协整关系，则不存在一个变量来影响另一个变量的绝对值变化的基础。
单位根检验结果表明，变量lnGDP、lnR&D、lnFDI、lnH、lnTRD均为一阶单整序列，符合Johansen协整检验条件。运用EVIEWS5.0得出的协整检验结果如表5—4所示。
表5—4 非约束Johansen协整秩检验（1）（迹统计量）
数据说明：
1．迹检验表明在0.05的显著性水平上存在4个协整关系；
2．*表示在0.05的显著性水平上拒绝零假设。
Johansen检验表明，lnGDP和lnR&D、lnH、lnFDI、lnTRD存在多个协整关系。按照SCP范式的逻辑要求，分别考察：（1）FDI、加工贸易与R&D投入的关系；（2）R&D投入与GDP的关系。
（一）FDI、加工贸易和R&D投入的协整检验和误差修正模型
表5—5 非约束Johansen协整秩检验（2）（迹统计量）
数据说明：
1．迹检验表明在0.01的显著性水平上存在1个协整关系；
2．*表示在0.01的显著性水平上拒绝零假设。
Johansen检验表明，变量lnR&D和lnFDI、lnTRD存在一个协整关系，即国内R&D投入和加工贸易、FDI之间存在长期均衡关系。协整方程为：
误差修正模型（ECM）为：
协整关系式表明，加工贸易规模的扩大对R&D投入具有正向的激励作用，弹性系数为1.28；而FDI规模的扩大对R&D的激励作用是负向的，弹性系数为-0.44。这也说明了在加工贸易中“干中学”和国内创新活动是相辅相成的，参与垂直专业化分工促进了我国产业部门的技术创新投入，而外国直接投资的方式对我国产业部门的技术创新具有抑制作用。
（二）R&D投入、人力投入H和GDP的协整检验和误差修正模型
表5—6 非约束Johansen协整秩检验（3）（迹统计量）
数据说明：
1．迹检验表明在0.01的显著性水平上存在1个协整关系；
2．*表示在0.01的显著性水平上拒绝零假设。
Johansen检验表明，变量lnGDP和lnR&D、lnH存在一个协整关系，即国内生产总值增长和R&D投入、人力资本投入增长之间存在长期均衡关系。协整方程为：
误差修正模型（ECM）为：
协整方程表明，R&D投入对GDP增长有正向的作用，弹性系数为0.651；这表明我国R&D投入的效率不高。
六、Granger因果关系检验
从统计的角度看，因果关系是通过概率或者分布函数的角度体现出来的：在宇宙中所有其他事件的发生情况固定不变的条件下，如果一个事件A的发生与不发生对于另一个事件B的发生概率有影响，并且这两个事件在时间上有先后顺序（A前B后），那么我们便可以说A是B的原因。
所谓Granger因果检验，指的是每个经济变量对各变量的各期滞后值进行回归，通过检验各滞后值系数的显著性和整个检验的拟合效果来确定单向或双向因果关系。
Granger因果检验在中国经济问题的实证研究中越来越受到重视。从已有的经济变量与经济增长的实证研究中可以看到，Granger因果关系检验是分析经济变量关系的有力工具，有助于我们客观地认识变量之间的内在规律。Granger因果关系检验法的基本思想是：如果x的变化引起Y的变化，则X应该有助于预测Y，即在Y关于Y过去值的回归中，增加X的过去值作为独立变量应当显著地增加回归的解释能力。检验X是否为引起Y变化的原因的基本过程如下：
（1）原假设为“X不是引起Y变化的原因”；
（2）把Y对Y的滞后值及X的滞后值进行回归，建立无限制条件的回归模型：
（3）把Y只对Y的滞后值进行回归，建立有限制条件的回归模型：
（4）用回归模型的残差平方和计算F统计值，检验回归系数b1，b2，…，bm是否同时显著地不为零。如果是，就拒绝“X不是引起Y变化的原因”的原假设，即X是引起Y变化的原因，说明X与Y之间存在着因果关系。同理可以检验Y是否为X的成因。
对lnGDP，lnR&D，lnFDI，lnH，lnTRD的一阶差分序列进行Granger因果关系检验，如表5—7所示。
表5—7 Granger因果关系检验
数据说明：本表根据EVIEWS5.0处理结果制作，其中n为观测值数，a为显著性水平，括号内变量GDP、FDI、RD、TRD、H均为对数形式，RD系指R&D。
通过Granger因果关系检验可以发现，就各变量对数形式的差分序列而言：
（1）统计意义上，GDP和FDI具有双向的因果关系，GDP是H和R&D的Granger原因，GDP和TRD无因果关系；此外，H是FDI的Granger原因，R&D是H的Granger原因，TRD和R&D具有双向的因果关系，TRD和FDI的因果关系不明显。【29】具体关系如图5—2所示。
图5—2 Granger因果关系示意简图
（2）国际垂直专业化对经济增长的影响路径：以加工贸易为主要形式的国际垂直专业化生产的技术外溢主要是通过国内R&D部门创新投入的形式作用于经济增长的，但国内R&D投入并未直接转化为GDP增长，而是通过扩大就业和经济规模，以FDI的形式促进经济增长。
（3）加工贸易和国内R&D投入、FDI和经济增长之间表现为良好的强烈双向因果关系，这反映了我国R&D部门重视在垂直专业化生产中的生产技术学习和吸收，客观上又促进了加工贸易规模的升级；FDI对经济增长的相互促进与改革开放以来我国的经济事实是非常相符的，也验证了国内外大多数研究文献的观点。
七、实证结论
在Barro的具有扩大产品种类的生产函数模型分析框架内，FDI、加工贸易和国内R&D被视为技术进步因素的有机组合，共同作用于经济增长。通过对我国1983～2006年经济数据的实证分析，可得出以下结论。
（一）加工贸易、FDI、国内R&D投入、人力资本存量与GDP的对数时间序列高度相关，且均是一阶单整的
第一，加工贸易和R&D投入是长期均衡且有正向关系的。这表明在我国承接产业转移的过程中，参与垂直专业化分工促进了我国产业部门技术创新的投入。
第二，FDI和R&D投入是长期均衡且有负向关系的。这表明在我国承接产业转移的过程中，外国直接投资的方式对我国产业部门的技术创新具有抑制作用。
第三，R&D投入和GDP增长具有长期均衡的正向关系，但R&D投入的经济增长弹性不高，反映了我国R&D活动的效率较低。
（二）从Granger因果关系来看TRD、R&D投入、FDI及GDP增长之间的关系
1．加工贸易（TRD）规模的变化并不直接作用于经济增长
我国参与国际垂直专业化生产的大都是技术低端、附加值不高的组装制造生产活动，进出口贸易规模的迅速扩大对GDP的贡献力度是非常有限的。
2．加工贸易和国内R&D投入具有较强的因果关系
对此可以作出有创见又颇具意味的解释：一是从“干中学”加工贸易中吸收和消化技术是我国R&D投入的重要方向，R&D活动具有较强的“对外依赖性”；另一方面，R&D投入的低效率又强化和固化了这种加工贸易的垂直专业化生产形式，这和本书研究假设提出的观点不谋而合。
3．加工贸易和FDI的Granger因果关系并不显著
其主要原因是加工贸易和FDI作为国际产业转移的贸易和投资两种不同方式，两者在大多数情形下表现为互补关系，但也可能表现为互斥关系。比如，当产业承接国实行贸易保护主义政策的情形下，产业移出国会尽可能采用FDI的形式实现产业转移。
4．R&D投入并未直接体现为GDP增长的Granger原因
这又从另一个侧面反映了R&D投入的效率：直接转化为经济规模产出的能力不强，而是通过扩大就业和FDI规模的间接形式对GDP增长产生促进作用。
5．FDI和GDP增长之间体现了较强的互动关系
这一结论与大多数研究者的观点是一致的。我国经济的高速增长和对外开放政策息息相关，FDI发挥了十分重要的作用。
另外，GDP的增长对国内R&D投入和就业的扩大具有显著影响。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
