2017年
财会月刊(27期)
财经论坛
中国对外直接投资与东道国技术进步的关系检验——基于“一带一路”沿线21国研究

作  者
付韶军1(博士),孙 强2(副教授)

作者单位
1.外交学院国际经济学院,北京100037;2.北方工业大学经济管理学院,北京100144

摘  要

   【摘要】采用DEA-Malmquist指数法测算了“一带一路”沿线21个样本国全要素生产率,在此基础上构建面板Tobit模型,分析中国对外直接投资与东道国技术进步之间的关系,实证结果表明:中国在沿线发达样本国的直接投资对东道国技术进步存在一定正向效应,中国资本的进入盘活了东道国技术创新能力,有效提升了各国的技术水平;中国对全部21个样本国和发展中样本国的直接投资产生的技术溢出与各国研发投入共同对各国技术进步产生了正向效应。为增进沿线各国的共同福祉,应该对沿线各国实施差异化的对外投资策略,采取多元化投资方式,与此同时沿线各国要加强技术吸收能力建设。
【关键词】对外直接投资;东道国;技术进步;一带一路
【中图分类号】F125   【文献标识码】A      【文章编号】1004-0994(2017)27-0122-7

一、引言
进入21世纪以来,我国的贸易战略由原来以“引进来”为主,逐渐转变为“引进来”与“走出去”并重。特别是2013年“一带一路”倡议提出后,我国加大了对“一带一路”沿线国家的投资力度,2014年首次成为资本净输出国。2016年中国对外直接投资额达1701.1亿美元,其中对沿线国家直接投资额为145.3亿美元,占全部对外直接投资总额的8.54%。“一带一路”是一个开放的倡议,沿线涉及的国家数量众多,既包含部分西方发达国家,也涵盖了众多的发展中国家。2016年我国对沿线国家的直接投资主要流向了新加坡、俄罗斯、印度尼西亚、韩国、阿联酋、印度和土耳其等国。
我国对沿线国家进行直接投资的动机相对比较复杂,既有以技术寻求为动机,旨在提升我国国内生产技术水平的投资,也有以市场寻求为动机,主要为开拓沿线国家市场、开展国际产能合作的投资。“一带一路”沿线的各个东道国普遍关注的一个重要问题是,来自中国的直接投资能否对技术进步产生促进作用?为实现与沿线国家的互惠互利,对于这一问题我们应当加以重视。
为了研究上述问题,本文将首先采用DEA-Malmquist指数法来测算“一带一路”沿线各国的全要素生产率(TFP),继而构建面板Tobit模型来分析沿线各国TFP的影响因素,并在此基础上提出适当的投资建议。
二、理论分析与模型构建
(一)外商直接投资促进东道国技术进步的机理
随着经济全球化不断深化和贸易投资一体化加速推进,外商直接投资(FDI)是资本国际化的重要形式,也是跨国公司融入全球一体化的重要途径。MacDougall(1960)分析外商直接投资的一般福利效应时,第一次将技术溢出效应作为一种重要现象进行了研究。此后,FDI的技术溢出效应不断引起广大学者的关注,Caves(1974)发现FDI对加拿大和澳大利亚制造业具有正向技术溢出效应。Feder(1982)构建了基于两部门经济的技术外溢效应模型分析框架,发现出口部门的边际生产率显著高于非出口部门,从而引导了资源的有效流动。
关于FDI的技术溢出渠道,很多学者进行了相关研究。FDI的技术溢出主要存在以下几种渠道:①示范-模仿效应(Kokko,1992;Findlay,1978;Koizumi和Kopecky,1977;Das,1987),由于存在一定的技术差距,东道国企业和跨国企业之间可以通过示范和模仿等企业行为产生技术溢出。②竞争效应(Caves,1971;Kokko,1992;Wang和Blömstrom,1992),外商投资的进入使得东道国企业之间的竞争不断加剧,推动了东道国其他企业也不断提升技术效率,外商投资的进入还可以在一定程度上打破垄断,从而提高行业生产效率。③行业间溢出效应(Ariken和Harrison,1999),外商投资的进入将与上下游企业产生前向关联与后向关联,进而促进技术溢出效应的产生。④培训效应(Kokoko,1992;张建华和欧阳轶雯,2003),外商投资的进入将对东道国的人才培养具有促进效应,提升东道国的人力资源水平,进而提升东道国对技术溢出的吸收能力。
FDI技术溢出效应实证分析应用较多的是C-H(1995)模型和L-P(2001)模型。Grossman和Helpman(1991)运用“内生—创新驱动”经济增长模型,分析了国际贸易渠道所产生的国际技术溢出效应。C-H(1995)模型利用OECD数据对Grossman和Helpman(1991)提出的设想进行了验证分析,构建了国际R&D溢出模型,发现研发投入通过进口贸易对本国产生技术溢出效应,从而促进贸易进口国的技术发展。L-P(2001)模型首次将FDI引入C-H(1995)模型,构建了新的国际R&D溢出模型,用于检验FDI的技术溢出效应,发现除国际贸易因素外,FDI和对外直接投资(OFDI)也是产生国际技术溢出的重要渠道,对R&D投入密集的国家其直接投资显著提高了母国和东道国的生产效率。近年来,国内也有不少学者积极研究FDI技术溢出效应,但由于选取的数据和采用的研究方法存在着差异,得出的结论也各有不同。如沈坤荣(1999)、何洁(2000)、姚洋和章奇(2001)、赖明勇等(2005)、陈继勇和盛杨怿(2008)、路江涌(2008)对FDI的技术溢出效应进行了理论和实证研究,但尚未形成一致观点。
以往的研究大都以同一类型国家为研究对象,或以发达国家为研究对象,抑或以发展中国家为研究对象,得出的结论也存在不少差异。“一带一路”倡议提出以来,我国与沿线国家的经贸往来和投资合作进展顺利,但由于沿线国家数量众多,既包括部分技术先进的发达国家,也包括技术较为落后的广大发展中国家,研究中国对外直接投资对沿线国家技术进步的影响,对于打消沿线国家的疑虑、提高沿线各国参与的积极性、促进“一带一路”的顺利实施具有重要的理论和现实意义。
(二)计量模型
Coe和Helpman(1995)构造了基于国际贸易渠道的国际R&D技术溢出模型即C-H(1995)模型,该模型在学术界具有非常重要的影响,并成为后续学者进行实证研究的基础模型之一。模型计量如下:

其中:i为各个国家的代号;logF表示TFP的对数值,可以采用索罗余值法计算得出,其计算公式为:lnF=lnY-βlnK-(1-β)lnL;Sd为国内R&D资本存量;Sf为进口贸易渠道所获得的国际R&D资本存量。
C-H(1995)模型是后续学者研究国际技术溢出的基础,其经过不断完善,现已经发展成研究各种渠道国际技术溢出的经典研究框架,“国内R&D投入和由国外R&D投入产生的技术溢出会对该国的技术进步产生重要影响”这一观点也为广大学者所认同。本文也将在C-H(1995)模型的基础上构建FDI技术溢出效应检验模型。
L-P(2001)模型将FDI作为技术溢出渠道引入C-H(1995)模型,对FDI技术溢出效应进行实证检验。模型计量如下:
logFit=αi+αdlnSDit+αflnSFit+εit (2)
其中:i为国家;t为时间;logF为TFP的对数值;logSD为国内R&D资本存量的对数值;logSF为国外R&D溢出的对数值。
本文将以C-H(1995)模型以及L-P(2001)模型为基础模型,构建中国OFDI技术溢出的实证检验模型。

式(3)中:i代表国家;t代表时间;本文采用DEA-Malmquist指数模型来测度TFPit;   代表各国国内R&D资本存量;   代表中国对外直接投资渠道产生的R&D溢出;α和β分别代表各国国内R&D和中国对外直接投资产生的R&D溢出对各国TFP的影响。
采用L-P(2001)模型的方式来计算中国对外直接投资对沿线各国产生的R&D资本溢出   :


其中:St为t时期我国R&D资本投入;OFDIjt为我国t时期对j国的直接投资;Kt为中国t时期的固定资本形成总额。早期的经济学家,尤其是新古典经济学家将土地、劳动力和资本看作是影响产出的三大重要因素(Solow,1957)。但随着工业化进程的推进和经济现代化的发展,各国能源消耗不断增长,能源供给和能源价格在各国国民经济生产中的约束作用越来越引起经济学家的关注。Schurr(1960)提出能源要素在美国经济增长中起着重要的作用,Rashe和Tatom(1977)更是首次将能源消费引入C-D生产函数。大量实证研究发现,能源是一种重要的战略资源,对一国的经济产出具有重要影响。因此,本文将能源投入也作为一种重要的投入要素,来测度资本、劳动力和能源三要素投入下的TFP。
梳理国际有关R&D溢出的研究文献可以发现,国际R&D溢出渠道主要包括贸易、投资、人力要素流动等,同时还会受到对外开放水平、金融发达程度、本土研发投入等因素的影响,因此,本文将各国的本国研发投入、中国贸易产生的R&D溢出、各国对外依存度和各国贷款占GDP比重作为控制变量纳入到国际R&D溢出模型当中,采用的实证分析模型为:

 


式(5)中,      、      、      、        、     分别表示各国本国研发投入的对数值、中国对外直接投资产生的R&D溢出的对数值、中国贸易产生的R&D溢出的对数值、各国对外依存度和各国贷款占GDP比重。
(三)全要素生产率测算模型
目前测度TFP采用的方法主要包括索罗余值法、随机前沿法以及在本研究中采用的DEA方法等等。DEA是最常用的非参数前沿效率分析方法,最早由Farrel(1957)提出,后经多位学者发展推导出CCD模型、CCR模型、BCC模型等多种形式。Malmquist指数最早由Sten Malmquist(1953)提出,用于分析消费的动态变化情况,后来[a]、Grosskopf、Lindgren和Roos(1989)将Malmquist指数应用于生产分析,定义的Malmquist指数为:
[TFP-ch=dtxt+1,yt+1dtxt,yt×dt+1xt+1,yt+1dt+1xt,yt12] (6)
当TFP-ch>1时,表示TFP呈上升趋势;反之,则说明TFP呈下降趋势。[a]、Grosskopf、Norris和Zhang(1994)构建了Malmquist指数(TFP-ch),并将TFP(TFP-ch)分解为纯技术变动(TECH-ch)与技术效率变动(TE-ch)。
TFP-ch=TECH-ch×TE-ch (7)
[TECH-ch=dtxt+1,yt+1dt+1xt+1,yt+1×dtxt,ytdt+1xt,yt12] (8)
  (9)
本研究将采用DEA-Malmquist指数法来测算TFP,利用DEAP 2.1软件进行运算,设定的产出因素为GDP,设定的投入因素为固定资本存量、从业人员数和能源消费量。
下面将在以往研究的基础上,选择数据统计较为完善的“一带一路”沿线21个国家作为分析对象国,首先利用DEA-Malmquist指数法测度各国的TFP,然后构建面板Tobit模型,研究中国对外直接投资产生的技术溢出对各国技术进步的影响。
三、实证分析结果
(一)数据来源与处理
本文的主要分析数据来自世界银行WDI数据库和中国对外直接投资统计公报。鉴于我国对外直接投资统计始于2003年,以及沿线国家统计数据的质量和可得性,选择的样本期为2003 ~ 2013年。选取了“一带一路”沿线21个国家作为样本,其中既包括英国、法国、德国等若干西方发达国家,也包括哈萨克斯坦、土耳其和阿塞拜疆等广大发展中国家,详见表1,本文涉及的变量详见表2。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


1. 产出变量(GDP)和投入变量(K、L、E),
(1)产出变量(GDP)。以沿线各国2003年的不变价GDP表示,采用以2003年为基期的消费价格指数将GDP折算为不变价,单位为万美元。
(2)资本存量(K)。以沿线各国全社会固定资本存量表示,由于现行统计资料中只有固定资本形成总额数据,而没有固定资本存量数据,因此采用目前应用较多的永续盘存法进行测算。公式为:Kit=Kit-1(1-δit)+Iit。其中:i表示i国;t表示第t年;δ为经济折旧率。关于经济折旧率的选择,借鉴张军等(2004)在研究固定资本存量时采用的9.6%,本文也将经济折旧率δ确定为9.6%,利用永续盘存法计算得到各年份固定资本存量,利用基期为2003年的消费价格指数将其折算为不变价,单位为万美元。
(3)劳动力投入(L)。以沿线各国的年末从业人数表示,单位为人。原始变量为沿线各国总劳动力人数和总失业率(失业人数/劳动力人数),从业人数由如下公式计算得出:从业人数=总劳动力人数×(1-总失业率) 。
(4)能源投入(E)。以沿线各国能源消费总量表示,单位为万吨标准煤。原始变量为每 1000 美元 GDP(2001年不变价PPP)的能源使用量,能源投入为每 1000 美元 GDP(2001年不变价PPP)的能源使用量与GDP的乘积。
2. 各国R&D资本存量(   )。与固定资本存量的计算方法类似,也采用永续盘存法计算沿线各国研发资本存量,计算公式为:

其中:   为第i国第t年R&D资本存量;δ为R&D资本折旧率,本文借鉴C-H(1995)模型将δ定为5%;RDit为i国第t年名义R&D研发支出;各国RD是通过各国R&D占GDP比重和各国GDP相乘得出,采用基期为2003年的消费价格指数将其折算为不变价R&D支出。
3. 中国对外直接投资产生的R&D溢出存量
(   )。鉴于沿线国家研发存量数据的可得性,选择了沿线的21个国家(详见表1)作为分析对象国。首先,从世界银行WDI数据库获得中国2003 ~ 2013年R&D占GDP比重和中国GDP,据此估算中国历年R&D支出;然后按公式(4)计算我国对沿线国家直接投资使各国获得的R&D溢出   ,R&D资本折旧率同样借鉴C-H(1995)模型,将其定为5%。我国2003 ~ 2013年非金融类对外直接投资数据OFDIjt来自历年中国对外直接投资统计公报。
4.中国对外贸易对沿线国家产生的R&D资本存量(   )。在C-H(1995)模型当中,贸易渠道产生的国际R&D溢出被定义为:
 (11)
其中:Mijt表示i国第t期从j国的进口总额;Sjt表示第t期第j国R&D资本存量。
L-P(2001)模型对C-H(1995)模型进行了改进,提出了另外一种测量方法:
  (12)
其中:GDPjt表示j国第t期国内生产总值。
本研究借鉴L-P(2001)模型的测算方法,中国对外贸易对沿线国家产生的R&D资本存量的计算公式为:
 (13)
其中:Mit表示i国第t期从中国的进口总额;GDPt表示中国第t期国内生产总值;   表示中国第t期R&D资本存量。(二)各国TFP测算与技术效率的分解
利用DEAP 2.1软件计算沿线各国TFP及其分解情况,对各国的TFP(TFP-ch)、纯技术变动(TECH-ch)与技术效率变动(TE-ch)变化指数进行测算,结果见表3。

 

 

 

 

 

 

 

 

 

 

 

 

从沿线发达国家和发展中国家的对比情况来看,发达国家的TFP均值为0.993,高于发展中国家的TFP均值(0.991),其中发达国家的TFP均值全部高于0.99,TFP均值最高的两个发达国家分别为西班牙(0.998)和意大利(0.996),而沿线的发展中国家仍有超过三分之一国家的TFP低于0.99,TFP最高的两个国家为阿塞拜疆(0.999)和拉脱维亚(0.998)。这说明与沿线发达国家相比,发展中国家的技术效率有待提高,需提高资源利用效率,以促进生产技术水平快速提升。
由于Malmquist生产率指数为比值,因此在进行后续影响因素模型的实际估计时,需要对Malmquist生产率指数进行相应变换,设2003年为基期,则2004年TFP即为2003 年的TFP 值与2004年Malmquist 指数的乘积,后续年份的TFP值也以此类推得到。
(三)中国对外直接投资与各国技术进步
通过分析不难发现,不同国家之间存在着明显差异,并且各国TFP呈现出不同的发展趋势。为进一步分析沿线各国TFP的主要影响因素,在已有文献的基础上,本文采用了Coelli于1998年提出的基于DEA模型的两阶段分析框架来进行实证研究,即第一阶段采用DEA-Malmquist指数法估计出沿线各国的TFP值,第二阶段以计算出的TFP值为因变量,建立面板Tobit模型。由于估计出来的TFP值的取值范围在0 ~ 2之间,是一种截断数据的受限数据,若采用OLS进行估计有可能会造成有偏和不一致,为避免出现这种不良现象,本文采用最大似然估计(ML)法对面板Tobit模型进行估计。Tobit模型是由Tobin(1958)提出来的一种因变量受限模型,适用于因变量为切割值或片段值的情况。本研究采用的数据为国别面板数据,因此采用的模型为面板Tobit模型,标准的面板Tobit模型为:
                 ,i=1,2,…,N;t=1,2,…,Ti (14)
uit=vit+εit
其中,   为潜变量;xit为自变量;β为系数向量;
           ,                  ;yit定义为如下形式:
 (15)
为研究各因素对沿线各国TFP的影响,并对不同类型国家进行比较研究,按照经济发达程度对21个沿线国家进行分类估计。首先对所有国家数据进行估计,然后分别对发达国家数据和发展中国家数据进行估计,利用Stata 14软件进行面板Tobit模型估计,得到的估计结果如表4所示。
1. 全部国家模型结果分析。从全部国家模型(模型1)的估计结果来看,各国的本国R&D投入、中国贸易产生的R&D溢出、本国R&D投入与中国对外直接投资产生的R&D溢出的交互项以及本国R&D投入与贷款占GDP比重的交互项等几个因素对各国TFP存在正向效应,但中国对外直接投资产生的R&D溢出、本国R&D投入与中国贸易产生的R&D溢出的交互项、对外依存度和贷款占GDP比重等因素没有对各国TFP产生正向效应。本文认为这主要是由于入选样本的21国当中包含8个发达国家,整体而言它们的生产技术比中国更为先进。不仅如此,13个发展中国家中也有诸如以色列、匈牙利等生产技术比较先进的国家,中国投资在生产技术方面并不具备绝对优势,并且部分发展中国家在技术吸收能力和研发能力方面还存在明显不足,致使中国投资产生的R&D溢出对各国TFP没有产生显著正向效应,但各国研发投入与中国对外直接投资产生的R&D溢出产生了1+1>2的效果,对TFP产生了正向效应,也说明中国对外直接投资技术溢出受各国研发投入的影响较大。
2. 发达国家模型结果分析。从发达国家模型(模型2)的分析结果来看,只有中国对外直接投资产生的R&D溢出、贷款占GDP比重、本国R&D投入与中国对外直接投资产生的R&D溢出的交互项等三个因素通过了显著性检验。其中,中国对外直接投资产生的R&D溢出和贷款占GDP比重的系数为正,说明中国对发达国家的投资存在正向技术溢出效应。本文认为这主要得益于中国对发达国家投资的行业选择比较适当,尽管整体而言发达国家的生产技术更为先进,但中国在部分行业上已经具备一定的竞争优势。再加上东道国具有良好的融资环境、强大的人才优势等有利条件,与中国资本有机结合盘活了东道国的技术创新能力,中国投资对东道国技术进步起到了一定的促进作用。而各国的本国R&D投入与中国对外直接投资产生的R&D溢出的交互项系数为负,这主要是由竞争效应所导致。
3. 发展中国家模型结果分析。从发展中国家模型(模型3)的分析结果来看,本国R&D投入、中国贸易产生的R&D溢出以及各国的本国R&D投入与中国对外直接投资产生的R&D溢出的交互项等几个因素对各国TFP产生了正向效应,但中国对外直接投资产生的R&D溢出、各国的本国R&D投入与中国贸易产生的R&D溢出的交互项以及贷款占GDP比重等因素没有对各国TFP产生正向效应。本文认为,中国对“一带一路”沿线发展中国家进行直接投资主要是基于市场寻求动机和国际产能合作动机,与13个发展中国家相比,中国企业在生产技术方面并不存在绝对优势,中国对外直接投资产生的R&D溢出对东道国TFP没有产生正向效应,相反还因为中国资本进入产生了一定的竞争效应,对各国TFP产生了一定抑制作用。各国研发投入对中国对外直接投资的技术溢出具有促进作用,各国应该提高研发投入,加大研发人才培养力度,不断增强各国技术吸收能力,逐步降低竞争效应产生的不利影响。
四、结论与政策建议
(一)结论
本文通过DEA-Malmquist模型估计了“一带一路”沿线21国的TFP,并实证分析了各因素的影响,实证结果表明:从发达国家和发展中国家对比来看,发达国家的TFP均值为0.993,高于发展中国家的TFP均值(0.991)。发达国家的TFP均值都高于0.99,而发展中国家中仍有超过三分之一的国家的TFP低于0.99。发展中国家的技术效率还有待提高,需要进一步提高资源利用率,促进生产技术水平快速提升。从TFP的影响因素来看,总体而言,各国研发投入与中国对外直接投资共同对各国技术进步产生了正向效应;中国对发达国家投资产生的R&D溢出对技术进步存在正向效应,但各国研发投入与中国对外直接投资产生的R&D溢出的共同影响不显著;对发展中国家而言,各国研发投入与中国对外直接投资产生的R&D溢出共同对各国技术进步存在正向效应。
(二)政策建议
通过分析发现,中国对沿线国家的直接投资为各东道国带来了一定的技术溢出效应,并在一定程度上促进了各国技术水平的提升。但是我国决不能回避中国企业“走出去”过程中面临的问题、风险与战。比如,在对外投资方面,我国与欧美发达国家相比仍属于初级阶段,关于对外投资的相关规章和制度还不健全。另外,在西方媒体中一直存在针对中国投资的不和谐声音。因此,应该采取切实有效的政策和措施,使我国对“一带一路”沿线的国家投资得以健康、持续、快速发展,提高“一带一路”沿线各国的共同利益。
1. 对沿线各国实施差异化的对外投资策略。“一带一路”沿线国家数量众多,既包括部分西方发达国家,也包括数目众多的发展中国家,沿线各国的发展阶段存在很大差异,中国投资对各国技术进步的影响也存在不小差异,因此,我国应该在尊重双方历史和现实的基础上,根据中国和沿线各国的实际情况,按照“开放合作、互利共赢”的原则,对沿线各国采取差异化的对外投资策略。
针对技术比较先进的沿线发达国家,主要以技术获取和市场开拓为目的,要注重获取先进的技术和信息,同时注重规避贸易壁垒,将中国的资金优势与东道国先进的研发能力和融资能力有机结合起来,促进“走出去”企业的生产技术水平快速提升,并在一定程度上对东道国技术提升产生积极效应。针对能源、资源比较丰富的沿线发展中国家,我国要加强与东道国在能源、资源方面的合作,在合作的过程中注重对东道国的技术输出,不断提升沿线国家在能源、资源开发上的技术水平。针对劳动力成本比较低的沿线发展中国家,我国要注重开展国际产能合作,借助东道国的低劳动力成本,积极开拓东道国市场,同时推动东道国的产业升级。
2. 对沿线各国采取多元化投资方式。与欧、美、日等发达国家相比,我国对外直接投资经验仍比较欠缺,采用的对外直接投资方式相对比较单一。由此引发了部分国家对我国投资的疑虑,尤其是在对一些关键领域和敏感领域开展相关投资时,经常会遇到东道国较大的外部阻力,从而使我国的直接投资功亏一篑。因此,我国企业开展对外直接投资时,要借鉴西方发达国家的先进经验,采取灵活多样的投资方式,在一定程度上消除东道国对我国投资的疑虑,提高我国对外直接投资的成功率。比如,对沿线广大发展中国家的投资可以采用委托加工、中外合作、中外合资、中国独资等多种方式,将绿地投资和公司并购相结合。对沿线发达国家的投资可以采用股权投资的方式,将公司并购和中外合资作为主要方式。此外,对东道国投资遇到困难时需要转变投资策略,改变原来的投资方式,同时要加强与东道国企业的通力合作,降低东道国对中国投资的疑虑。
3. 沿线各国要不断提升技术吸收能力。中国投资能否促进沿线各国技术进步,除了中国投资的技术是否先进比较重要,东道国的研发水平和技术吸收能力也至关重要。因此,随着中国对外投资附带的技术水平不断提高,沿线各国需要不断加强技术吸收能力建设。
首先,沿线各国要注重人力资源的培养。任何技术溢出都离不开人的因素,沿线各国应该加大对教育、培训等方面的投入,提高人力资源水平。其次,沿线各国要提升本国研发投入水平。来自中国的直接投资能否对东道国企业产生技术溢出效应,在很大程度上取决于东道国本身的研发投入水平,技术差距过大将不利于技术溢出,因此各国应该不断加大本国研发投入。最后,沿线各国应该加强供应链建设。中国投资能否为东道国带来福利提升、促进技术水平提升,还受到上下游相关产业的制约,前向关联和后向关联对技术溢出也非常重要,因此,沿线各国应该加强上下游相关产业建设,建立切实有效的供应链体系。

主要参考文献:
潘文卿.外商投资对中国工业部门的外溢效应:基于面板数据的分析[J].世界经济,2003(6).
张建华,欧阳轶雯.外商直接投资、技术外溢与经济增长——对广东数据的实证分析[J].经济学(季刊),2003(4).
赖明勇,包群,彭水军,张新.外商直接投资与技术外溢:基于吸收能力的研究[J].经济研究,2005(8).
陈继勇,盛杨怿.外商直接投资的知识溢出与中国区域经济增长[J].经济研究,2008(12).
赵伟,马瑞永,何元庆.全要素生产率变动的分解——基于Malmquist生产力指数的实证分析[J].统计研究,2005(7).
Coelli T..A Multi-stage Methodology for the Solution of Orientated DEA Models[J].European Journal