摘要:文章首次以医药制造业中F D I溢出效应为研究对象,利用20 01～20 06年不同省份的医药制造业经济统计数据,建立了F DI溢出效应动态面板数据模型,为克服面板数据的不平稳性和变量的内生性问题,采用GMM估计方法对模型进行估计,并对估计结果进行了诊断。实证分析结果表明:FDI对医药制造业不存在产业内溢出效应,却存在产业间溢出效应,整体而言,FDI对医药制造业的溢出效应是显著的。

    关键词:医药制造业;FDI溢出效应;动态面板数据模型;G MM估计

    作者简介刘桂林(2),男,湖北大冶人,天津大学药物科学与技术学院博士研究生,主要从药事管理研究;张韻慧(5 2),女,天津人,教授,博士生导师,主要从事药事管理研究。2 002年中国吸收外资达到53.5亿美元,超过美国成为全球最大的外资接收国。中国政府如此热衷于吸收外国直接投资(FDI),一方面是希望增加本国资本存量、提高投资质量以及缓解就业压力,更重要的是希望通过外商直接投资获得发达国家的先进技术和管理经验,即获得FD I的溢出效应。FDI产生知识溢出的渠道主要有接收国对投资国产品及技术的模仿;FDI对本土人才的培训及人才在内外资公司的流动;引入竞争机制,迫使本土企业提高生产效率。这里有一个假设前提,即外资公司拥有更先进的技术和更好的管理,然而这种假设并不总是成立,而且人员流动和市场竞争往往是双向的,在一定条件下FDI对接收国不但不存在溢出效应,而且会给接受国带来损失,实证分析也证明了这一点[1][2]。通过查阅相关文献,我们特别是国内外学者利用中国的数据所获得的实证结果无一例外地证明FDI溢出效应的存在[5][6][7]。虽然从整个国家产业层面上对FDI溢出效应得到了广泛的认同,但随着研究的深入,学者们发现不同产业和不同地区间的FD I溢出效应存在着显著的差异[8][9][10]。

    因此有必要对特定产业的FDI溢出效应进行研究,以便为制定合适的产业政策提供理论依据。另外,我国医药制造业外资参与程度高,对其进行研究,不仅能发现该产业FDI是否存在溢出效应,而且还能对研究其他产业的FDI溢出效应有很好的借鉴意义。此外,国内外关于FDI溢出效应多采用微观(公司或工厂)的面板数据和一国或多国的全部产业为对象进行实证研究[5][1 1][1 2][13]但针对某个产业进行FDI溢出效应进行的研究却鲜有报道。本文将创新性地利用各省份面板数据对医药制造业这一特定产业的FDI溢出效应进行实证研究。

     一、模型设定及计量过程FDI溢出效应主要包括两个方面:一是产业内的溢出,即本行业内的FD I溢出效应;二是产业间的溢出,即本产业通过采购其他产业外资企业生产的具有更高产出效率的中间投入品而获得,主要包括前向联系(f o r wa r d li nk a ge s)和后向联系(bac k wa r d lin ka 2ge s)。由于我们只研究FD I对医药制造业的影响,所以无需考虑前向联系,只需要考虑后向联系即可。

    产业内的溢出效应F i,t。我们借鉴王苍峰论文的方法构建

     其中,i=1,2,⋯,3 0,代表不同省、自治区、自辖市;t为时间,SFi,t和STi,t分别表示i地区t时间医药制业外资企业销售收入和行业总销售收入。

    产业间溢出效应F I i,t。我们借鉴Sma rz y ns ka的方法进行构建

    其中,γj,t表示t时间j行业产品在医药制造业生产要素投入中所占份额;F i,j,t表示t时间j行业在i地区外资企业产品销售额占该地区该行业产品总销售额的比例。

    假设行业生产函数为科布2道格拉斯生产函数,由于我们采用固定资本存量净值作为变量,而资本存量对于产出而言往往存在滞后效应,因此我们以资本存量净值滞后一期作为考察变量(通过t检验,发现一期滞后是合适的)。另外,产出还受到许多无法度量的因素影响,如人文环境、产业政策等,而总产出滞后一期能反映这些潜在影响因素的作用。我们建立如下动态面板数据模型。

    其中,νi度量面板数据各横截面单元的个体差异;εi,t表示随机误差;这里假设εi,t和νi满足:E(νi)=E(εi,t)=E(νiνI)=E(εi,tεi,s)=0,其中,i≠I,t≠s;且V a r(νi)=σ12,V a r(εi,t)=σ2,其中,σ12和σ22均为常数,计量过程中我们将对此假设进行检验。对于方程(3),我们采用Ar ell a no及Bo ve r[16]、Ar e lla no和Blu nde ll提出的G M M估计方法进行估计[17][18]

,该方法通过一阶差分方法解决面板数据的不平稳性问题,同时通过寻找合适的工具变量来克服解释变量的内生性问题。在进行G M M估计时必须满足两个条件:(1)面板数据必须为一阶单整过程;(2)用于矩估计的条件约束必须是有效约束。

    二、数据来源及处理

    本论文关于医药制造业的所有数据来源于国研网数据库,其中,医药制造业工业总产值Yi,t和固定资本净值Ki,t均以亿元为单位计算,总产值用G DP缩减指数调整为2001年可比价,固定资本净值用各省固定资产投资价格指数调整为2001年可比价,上述价格指数均根据国家统计局网上数据库的相关数据整理得出;劳动投入L i,t以万人为计算单位。F Ii,t的计算过程中我们利用《2002年中国投入产出表》中的122个行业投入产出表,选出所有6 9个制造业子行业,然后将69个制造业子行业加总为34个制造业行业。计算所得34个制造业行业中各省份外资企业销售收入占全行业销售收入的比例,再乘以其对应所占医药制造业中间投入的比例,最后对所得的3个行业计算结果进行加总得到各省、各年的F I,值。各制造业的外资销售收入和总收入数据均来自于国研网数据库。

    由于西藏藏族自治区的统计数据缺失严重,我们采用了除西藏外全国30个省、直辖市、自治区的2 001～2006年总共9 00个数据样本。

    三、计量结果及解释

    进行动态面板数据模型GMM估计的一个必要是保证面板数据必须是一阶单整过程。所以,我们首先对面板数据进行了单位根检验。单位根检验采用异质面板数据单位根检验方法,即I m 2 Pe sa ra n 2Sh i n根检验法和Fi sh e r ADF单位根检验法[19][20]。检验结果如表1所示。

由表1可知:方程(3)中所有变量的样本数据均是不平稳的,而其一阶差分变量在5%的显著水平上拒绝了存在单位根假设,由此可知方程(3)中变量的面板数据均为一阶单整过程。接下来我们对方程(3)进行了估计,G M M估计结果如表2所示:

    为判断G M M估计的有效性,动态面板数据模型的估计一般不定义拟合优度和F统计量,也不定义诸如AI C等信息准则,而是构建J统计量[21]以此统量作为判断G M M估计过程中矩约束条件是否成立的依据,从而确定GMM估计结果是否有效。Ha n se n证明[21]:Jdχ2

df=m-θ,其中,m为工具变量的个数;θ为G M M估计中参数的个数,Ha n se n检验零假设为:G M M方法中矩约束条件成立或过度识别有效。当J≤χ2df=m-θ时则不能拒绝零假设。本文中m=1 5,θ=6,J<χ2d f=m-θ=χ=15.14 4(0.05),由此可见在5%的显著水平下,接受零假设,即GMM估计不存在过度识别问题,G M M估计是有效的。

    表2中,代表FDI产业内溢出效应的Fi,t=-0.39 6,且显著,表明医药制造业的FDI不但不存在直接溢出效应,而且是负的溢出,这可能是外资的进入加强了医药制造业产业内的竞争,这种竞争抑制了溢出效应的产生。代表FD I间接溢出效应F I,的系数为正且显著,其值远大于直接溢出效应绝对值,这说明整体来讲FDI对医药制造业是存在溢出效应的,但这种溢出效应主要来自于间接溢出效应,即医药产业通过获得更高效率的中间投入品而提高自身的生产效

率。

    出现整体及行业间溢出效应为正,行业内溢出效应为负的情况可能是因为:(1)医药制造业是FDI参与度较高的行业,与外资企业相比,内资企业规模小,研发实力相对不足,外资企业的进入,占领了高端市场(新产品市场),内资企业只能在竞争激烈的低端普通药品市场中进行角逐,为了生存企业把更多的精力放了市场开发,而无力投资周期长,资金需求大,风险大的新药研发,同时新药产品技术有很强的垄断性,核心技术和产品不易复制,巨大的利益也使外资企业不断加强对新药产品、新技术的保护,人为地阻止溢出效应的产生。(2)外资企业相对于内资企业一般来说有更好的待遇,更能吸引优秀人才,导致内资企业的优秀人才流失严重。(3)内资制药企业注重引进先进的生产设备、原辅材料,使企业的生产效率得到很大的提高,这就表现在行业间溢出效应远大于行业内溢出效应,使得FDI对医药制造业在整体上表现为正的溢出效应。

    四、结论与启示

    本文的实证分析结果显示,从整体上来说我国医药制造业中FDI存在明显的溢出效应,这种溢出效应主要来自于行业间的溢出,而行业内的溢出效应为负溢出。由此我们可以得到以下启示:(1)医药制造企业应不断增强自身实力,重视新技术、新产品的研发,并想方设法吸引更多的优秀人才。(2)企业应该努力收集其他行业的先进技术信息,及时利用具有更高效率的间投入品,不断提高生产率,使行业间的FDI溢出效应得到充分的利用。(3)行业管理部门应该制定相应的扶持政策,促进内外资医药制造企业的融合和集中,促进内资企业对优秀人才的吸引,鼓励企业进行新技术和新药的研发。