对外直接投资与研发效率的关系
来源:用户上传
作者:
摘 要：研究一国的对外直接投资（OFDI）与研发效率（R&D效率）之间的关系，对于政府制定“走出去”和经济政策等重大战略具有关键的参考作用。选取中国制造业2004—2016年的OFDI（对外直接投资额）、FIE（研发经费内部支出）及NIP（发明专利数量）数据进行研究，建立VAR模型，通过平稳性检验、协整检验和滞后检验，以及模型的稳定性测试、脉冲函数和方差分解等，发现我国制造业研发经费的内部支出将在未来一定时期左右对外直接投资，并且正相关效应逐渐加强，制造业发明专利数量对OFDI在一定时期内产生了积极影响，但就长期趋势来看并不是十分显著。然后结合我国国情，提出政府和企业在制定经济政策时要契合本国经济现状及国际经济周期环境，继续增加研发资金的内部支出，合理支持专利技术研发项目等政策建议。
关键词：对外直接投资;研发效率;VAR模型;中国制造业
中图分类号：F426 文献标志码：A 文章编号：1673-291X（2020）24-0133-02
制造业作为中国对外直接投资的支柱产业，对外直接投资与研发效率之间是否存在相关关系？对此，国内外诸多学者对于对外直接投资和研发效率分别进行过系统的研究，但鲜有文献将二者结合起来探索其中的关系。因此，本文以相关理论为基础，以中国制造业为实证研究对象，更加深入地探讨并研究了对外直接投资（OFDI）和研发效率（R&D Efficiency）的关系，提出了更有针对性的政策建议，以弥补该领域的研究空缺。
一、文献回顾
虽然学者们认为这两个变量之间存在相关性，但是仍然没有达成共识。Penner和Shaver（2005）认为，OFDI越多，创新能力越强[1];Phene和Almeida（2008）[2]通过实证研究得出了相同的结论，Hsu等人（2016）[3]通过多方面变量和得出的U形逆转关系支持上述结论。但Argyres和Silverman（2004）发现，OFDI与创新之间存在反向关系——即OFDI指标越高，创新和研发效率指标越低。Lahiri（2010）也得出了同样的结论。这些差异主要发生在发达国家的许多学者中，国内学者对此领域的研究仍然较少。
二、研究设计
（一）变量及数据来源
本文选取2004—2016年中国制造的对外直接投资（OFDI）、研发经费内部支出（FIE）和发明专利数量（NIP）数据进行研究，其中OFDI代表当年的对外直接投资额，FIE代表当年的研发经费内部支出，NIP代表当年拥有的发明专利的数量。对外直接投资额反映了企业“走出去”和经济发展的大局;研发经费内部支出一般和当年的专利数量密切相关;当年的研发支出一定程度上决定了当年的专利数量，而研发支出数额的确定要与对外直接投资额相协调，共同服务于企业总体经济目标的实现。因此，笔者选择多年来中国制造业的OFDI、FIE、NIP数据进行分析，探讨对外直接投资与研发效率之间的关系。
（二）研究模型
VAR模型用于评估内生公共变量的动态联系，而没有任何先验限制，现在被广泛使用。VAR模型是分析和预测多重关联经济指标的最简单的运作模型之一，而VEC模型是VAR模型的进一步延伸。即如果VAR模型是协整的，则可以构造VAR误差校正模型，即VEC模型。
（三）实证分析结果
由于VAR模型采用的为时间序列数据，利用gen功能重新定义数据，通过gen lnofdi=ln（ofdi），gen lnfie=ln（fie），gen lnnip=ln（nip）操作可对原始数据均取对数，综上检验可知，lnofdi，lnnip一阶差分平稳，lnfie原始数据平稳。
在rank=0时，原假设为数据至多存在零个协整关系，50.04>29.68，拒绝原假设，在rank=1时，原假设为数据至多存在一个协整关系，19.31>15.41，拒绝原假设，在rank=2时，原假设为数据至多存在两个协整关系，7.61>3.76，拒绝原假设，所以模型存在零个协整关系。由于模型原始数据不平稳，加之不存在协整关系，不可采取修正模型即VEC模型，此时需回归原始VAR模型。
根据AIC信息原则和SBIC信息原则，在AIC和SBIC最小值所在处即为滞后阶数。由检验结果可知，AIC 和SBIC在lag=4时同时达到最小，所以模型的滯后阶数为lag=4。
本文采用定性和定量结合的方式，即结合脉冲函数和方差分解对OFDI、NIP、FIE各个变量相互的冲击影响进行分析。
NIP对FIE的影响在2—3期显著提升，随后影响逐渐减弱，上下稳定波动，说明拥有的发明专利数量在一定范围内对研发经费内部支出有正向效应。
OFDI对FIE的冲击较为剧烈，且上下波动幅度较大，具有预见性和连续性，说明对外直接投资额对于研发经费内部支出的影响连续且显著，具有波动性、往复性。
总体上来看，无论长期还是短期，研发经费内部支出受外界其他因素影响大。对外直接投资额对其影响较大，持续期数长，稳定在0.85左右。发明专利数量在前期对其影响大，后期波动上升至0.07左右，相对稳定（见图1）。
FIE对NIP的影响，则是围绕零轴线上下波动，说明研发经费内部支出对于专利数量的拥有具有直接关联性。
OFDI对NIP的冲击波动依然较大，正效应变化显著明显。在4—6期经历了两个进程相似的波峰，说明对外直接投资额对于发明专利数量在一定时期内有正向刺激。
由方差分解的结果可知，NIP一直受OFDI显著影响，长期达到0.88左右。FIE对NIP的影响较小，且稳定性高，说明研发经费内部支出并非影响专利数量拥有的直接原因（见图2）。 FIE对OFDI的影响是随着期数的延长逐渐显现上扬趋势，波动较稳定，说明对外直接投资额受研发经费内部支出的影响较显著。
NIP对OFDI的冲击在第四期和第七期均达到了峰值，而在第六期内有短暂微弱的负效应出现，表明拥有的专利数量在一定时期内对外直接投资额具有整体上的正向效应。
研发经费内部支出对OFDI的影响始终稳定，长期达到接近0.003的水平。拥有的发明专利数量对OFDI的影响也随着时间稳步上升，说明专利数量是衡量研发效率的一个重要硬性指标，对外直接投资额具有重要意义。
三、研究结论与政策建议
（一）研究结论
对外直接投资额反映了企业“走出去”和经济发展总体状况，受整体经济形势的波动影响大。同时由（下转143页）（上接134页）于经济周期的存在，使得一个国家的经济增长或衰退具有固有的连贯性和趋势性，对外直接投资额随之亦然呈现类似状况。另外，一国的经济发展水平连续增长，对国内投资、消费和吸引外资方面均较为有利。因此，对外直接投资的数量对国家层面的外部投资环境可以起到更为积极的建设作用。
研发经费的内部支出（FIE）是衡量研发效率的重要指标之一，而其数额的确定要与对外直接投资额（OFDI）相協调，共同服务于企业总体经济目标的实现。数据表明，短期内OFDI受FIE的影响不够显著，但长期看来有日趋上扬的态势，波动较缓，影响将逐渐明显。因此，研发（R&D）经费的内部支出将与未来一段时间后的对外直接投资额相关，并且正相关效应逐步增强。
拥有的发明专利数量（NIP）在一定程度上取决于研发经费的内部支出（FIE），也是衡量研发效率的一个重要的硬性指标。它对对外直接投资额（OFDI）在一定时期内产生了积极影响，对外商直接投资额具有重要意义。
综上所述，结合实际我们可以得出，对外直接投资对于研发效率有着本源上的相互作用，对外直接投资一方面可以推动资本基数的扩大，创造更多的财富积累，为研发效率的提高奠定了物质层面的基础;另一方面研发效率增强使公司的实力显著提升，使公司跻身世界前列，在更高层面上与其他同类别公司的业内竞争中进一步促使公司提高对外直接投资的比重，用比对手更少的时间生产出、研发出更好更多的产品以满足消费者需要，以此来扩大用户基数和消费者粘性，抢夺并巩固市场份额。
（二）政策建议
1.不断加大研发经费的内部支出力度，给予研发效率的提高以物质上的根本保障。在制定“走出去”战略等其他经济政策时，一定要考虑本国与在国际中所处的经济环境，具备长远的战略眼光，从而制定出契合本国经济现状和周边经济环境的合理健康的政策。
2.响应国家号召，扩大研发部门中科研人员所占的比重，激励员工创新产品，研发专利，积极延长产业链。科学技术是第一生产力，加大对专利技术的研究能够直接有效地促进研发效率的提升，“花费更少的研发经费创造出更多的专利数量”，使对外直接投资与研发效率之间发挥最大限度的正相关作用。
3.企业应注意协调好对外直接投资与研发效率的关系，给予研发经费内部支出的政策倾斜，加大专利研发的扶持力度。
转载注明来源:https://www.xzbu.com/2/view-15337882.htm
