对外直接投资能否促进两国间产业内贸易实证研究.docx

对外直接投资能否促进两国间产业内贸易实证研究.docx

《对外直接投资能否促进两国间产业内贸易实证研究.docx》由会员分享，可在线阅读，更多相关《对外直接投资能否促进两国间产业内贸易实证研究.docx（18页珍藏版）》请在冰点文库上搜索。

对外直接投资能否促进两国间产业内贸易实证研究

对外直接投资能否促进两国间产业内贸易？

——以中国和日本制成品产业内贸易为例

摘要

本文探究中日制成品产业内贸易的影响因素，通过对1992-2010年的时间序列数据进行实证分析，验证了提出的假设：

日本对中国的直接投资增加，会促进两国间制造业产业内贸易。

另外，实证研究还发现了另外几个结果：

中日之间人均收入差距的增加会减小产业内贸易的程度，市场规模的扩大会促进中日两国间的产业内贸易，而日本的研发强度与中日之间制成品产业内贸易指数无显著关系。

并据此提出了促进和改善中日两国产业内贸易的建议：

加大吸引日本制造业对我国直接投资的力度、促进我国产业结构升级和提高我国企业的技术创新能力。

关键词：

产业内贸易直接投资产业结构

一引言

随着中国对外经贸合作的迅速发展，产业内贸易（IIT,Intra-IndustryTrade）在对外贸易中的重要性正在提高。

作为亚洲最重要的两个经济体，中日两国产业内贸易额在中国与经济合作与发展组织成员国之间的产业内贸易中所占份额最高，并且，制成品产业内贸易所占比重最高（范爱军、林琳，2006）。

20世纪70年代末至80年代初，日本开始对华进行直接投资。

日本对华直接投资对中日产业内贸易的发展产生了重要作用，中日产业内分工体系主要是通过日本跨国公司对华直接投资建立起来的。

而两国之间的FDI能否促进两国的产业内贸易，国内外大量的理论和实证研究结果不同，本文假定中国与日本间的产业内贸易与日本对中国的直接投资呈正相关关系，即FDI促进产业内贸易的效应大于贸易替代的效应。

另外，本文还对将影响中日产业内贸易的其他因素纳入计量模型，研究结果将有助于中国在现实可能的条件下实现对外贸易商品结构的优化以及比较优势的动态转变，以便于在新一轮全球产业分工充足的浪潮中把握机遇，提高在国际分工中的地位，进一步促进与美日工业化国家间的经贸合作。

目前，制造业在中国经济中居于主体地位，面对日益开放的中日经贸往来，探究中日制成品产业内贸易的影响因素就显得尤为重要。

本文的研究思路如下：

第一部分是导论；第二部分介绍国内外关于FDI对产业内贸易影响的文献综述；第三部分介绍提出假设的理论依据；第四部分对1992-2010年中日制成品产业内贸易进行描述性分析；第五部分建立根据相关理论选取自变量，建立计量模型，以检验提出的假设，并探究影响中日制成品产业内贸易的其他因素；第六部分对实证结果进行分析；第七部分是建议。

图一文章结构图

二文献综述

国内外关于FDI对中日两国产业内贸易的影响机制和方向的讨论没有一个确定的结果，主要观点如下：

（一）理论研究

关于国际贸易和FDI之间关系的问题最初是由Mundell（1957）提出并进行深入研究，迄今为止，这方面的研究先后出现了贸易与投资“替代模型”（Mundell，1957）、“互补关系模型”（Markuson，1983）、“小岛清模型”（Kojima，1987）、“补偿投资模型”（Bhagwati，1987，1992；Dinopoulo，1986，1989，1991）和“关系不确定理论”（Patrie，1994；Neary，1995）等理论。

具体而言，Mundell首次探讨国际贸易和对外直接投资的关系，提出“替代模型”。

Mundell的研究认为，在存在国际贸易壁垒的前提下，如果厂商能够沿着Rybczynski线开展对外直接投资，那么这种对外直接投资将以最低的生产要素转换成本对商品贸易进行完全替代。

Markuson和Sevensson（1985）认为，一国对外投资和对外贸易之间的关系表现为替代性还是互补性，依赖于贸易和非贸易要素之间是“合作的”还是“非合作的”。

如果贸易和非贸易要素是合作的，那么商品的贸易和生产要素的流动将互相促进，从而表现为一种互补关系；如果二者之间是不合作的，则商品贸易和非贸易要素的流动就会表现为一种替代关系。

小岛清（1973）根据日本对外投资实践和其边际产业转移理论，提出了对外贸易和投资相互补充的观点。

Bhagwati（1987）认为，贸易和投资的关系不仅取决于要素价格差异等纯经济因素及现实贸易障碍，非经济因素比如不同利益集团之间的博弈也会产生贸易和投资之间的替代或互补。

Patrie（1994）对直接投资的动机划分为市场导向型、生产导向型和贸易促进导向型三类，动机的差异性会导致对外贸易和对外直接投资之间的不同关系。

（二）实证研究

Lipsey和Weiss（1981，1984）、Gopinath、Pick和Vasavada（1999）等学者对美国的国际贸易和FDI进行的研究表明，两者之间存在显著的正相关性。

Fukao、Ishido和Ito（2003）把FDI、贸易成本和参与国要素价格相对差异作为解释变量，通过模型验证，发现FDI对近年来东亚地区垂直型产业内贸易的迅速增长发挥了积极作用。

Hein（1992）和Lucas（1993）分别从政府政策的角度和市场有效性的角度用拉丁美洲和东亚地区的数据进行了研究，得出了对外贸易能够促使FDI的流入这一共同的结论。

Jun和Singh（1996）对30个发展中国家外国直接投资的影响因素进行了研究发现，没有证据表明这些国家的出口和外国直接投资之间存在值得讨论的相关关系。

李汉君（2006）和刘钧霆、彭支伟（2009）等学者通过对中日产业内贸易水平和模式的实证研究，发现双边产业内贸易主要发生在以机电产品为主的制造业，并且仍然以垂直型产业内贸易为主。

张谊浩和王胜英（2004）运用了回归分析法以及格兰杰检验等分析方法揭示了FDI对贸易具有推动和促进作用。

三理论和假设

通过分析国内外学者的研究成果，对外直接投资对国际贸易的促进机理主要在于三个方面：

（1）国际分工的细化、深度发展通过扩展企业在地理和空间上的原有边界来利用原本无法利用的资源，以实现其发展贸易的功能。

（2）跨国公司的内部贸易意愿对“对外直接投资促进国际贸易”提出了主观要求，即跨国公司要想通过内部贸易的方式降低成本、增加利润必须以对外直接投资为基础和前提。

（3）基于东道国市场需求增长趋势的对外直接投资日益增加，并直接导致产成品贸易的增加。

但是根据Mundell的“替代模型”，在存在国际贸易壁垒的前提下，如果厂商能够沿着Rybczynski线开展对外直接投资，那么这种对外直接投资将以最低的生产要素转换成本对商品贸易进行完全替代。

虽然“供给替代型”的直接投资对产业内贸易的发展有不利的影响，但离岸组装和生产国际一体化等产业内的直接投资却是促进产业内贸易发展的活动。

因此，要根据FDI的类型来确定对产业内贸易的影响方向，如果投资是市场导向型的，产品在中国生产后，在中国市场上销售，并没有运回日本，就会降低产业内贸易水平。

相反，如果是成本导向型，FDI就会提高产业内贸易水平。

所以，对外直接投资对产业内贸易的影响方向由外商投资类型决定。

本文认为中日之间的FDI以成本导向型为主，即利用中国的人力、土地资源等优势生产，然后进行出口。

因此，我们提出全文的主要假设：

：

两国间FDI增加，会促进两国间产业内贸易。

四中日制成品产业内贸易的发展

（一）产业内贸易的度量

20世纪末以来，随着以跨国公司为主体的全球化经济在世界的迅速发展和渗透，产业内贸易取代产业间贸易成为促进国际贸易更快增长、提升贸易质量的新型贸易分工形式。

自20世纪60年代开始，学术界使用不同的指标对产业内贸易进行了大量的理论和实证研究，本文选用目前最常用的Grubel-Lloyd指数（Grubel&Lloyd，1975）来测度中国和日本之间的产业内贸易的水平。

计算公式为：

其中表示第i类产品在第t年的Grubel-Lloyd指数，分别表示某国或某地区第i类产品的出口额和进口额。

显然，0≤≤1。

一般认为,GL指数大于0.5,即属于产业内贸易。

指数越大,则该国该商品的产业内贸易比重越大。

对于中日制成品产业内贸易的计量,我们选用联合国《国际贸易商品标准分类》（SITC）第三次修订的标准。

根据SITC的划分标准，初级产品指SITC的0-4类,工业制成品指SITC的5-9类,由于第9类基本是未分类的其他制品,所以本文讨论的工业制成品只包括5-8类。

SITC的第5类产品是与化学有关的各种产品,第6类指以材料划分的制成品,第7类为机械及运输设备等产品,第8类则是杂项制品。

其中,SITC6和SITC8属于劳动密集型产品,SITC5和SITC7属于资本和技术密集型产品。

根据计算公式，我们可以计算得到中日制成品产业内贸易的Grubel-Llyod指数。

（二）中日制成品产业内贸易水平

表一1992-2010年中日制造业产业内贸易指数

年份

1992

0.37

0.6

0.6

0.14

0.39

1993

0.35

0.53

0.49

0.22

0.42

1994

0.41

0.53

0.66

0.28

0.36

1995

0.52

0.58

0.81

0.44

0.38

1996

0.52

0.59

0.76

0.51

0.36

1997

0.56

0.56

0.8

0.59

0.35

1998

0.56

0.52

0.74

0.62

0.35

1999

0.52

0.42

0.71

0.58

0.34

2000

0.54

0.44

0.75

0.6

0.34

2001

0.57

0.47

0.77

0.66

0.33

2002

0.6

0.41

0.74

0.66

0.42

2003

0.62

0.4

0.77

0.64

0.55

2004

0.64

0.39

0.79

0.66

0.61

2005

0.68

0.46

0.83

0.71

0.6

2006

0.67

0.42

0.83

0.7

0.62

2007

0.67

0.46

0.8

0.69

0.64

2008

0.7

0.56

0.8

0.71

0.66

2009

0.66

0.42

0.75

0.7

0.62

2010

0.66

0.49

0.74

0.67

0.69

经过数据搜集和计算，我们根据上表总结出以下几个结论：

1中日制成品产业内贸易自1992年至今总体上呈逐步上升趋势，1992年中日制成品产业内贸易指数仅为0.37，而到2008年达到0.7。

从1995年开始，GL指数首次超过0.5，中日制成品贸易开始以产业内贸易为主，而1995年之前一直是产业间贸易占主导地位。

因为2008年金融危机的影响，两国的GL指数有所下降，但是还是维持在0.66.

2从上表的第三列到第六列我们可以看看出，资本和技术密集型的SITC6和SITC8项下的制成品产业内贸易小于劳动力密集型的SITC5和SITC7项下的制成品产业内贸易。

也就是说，中国和日本之间的制成品产业内贸易仍以劳动力密集型产品为主。

其中，SITC7机械及运输设备等产品的GL指数从1992年的0.14迅速增长，到2010年已达到0.67，平均年增长率达到107.4%。

SITC5项下的制成品自1998-2006年程下降趋势，这也从另一方面反映了不同制成品产业在中日之间的产业分工、资源优势是不同的。

五实证模型与研究方法

（一）变量的选取及数据来源

1、因变量的选取

根据第四部分的说明选取因变量，表示第t年的制成品产业内贸易。

制成品包括SITC分类下的SITC5-SITC8这四类商品。

总的制造业GL指数由四个分类的GL指数加权平均得出。

数据来源于联合国统计署的COMTRADE数据库。

2、自变量的选取

考虑数据的可获得性，本文中我们选取的自变量如下：

1对外直接投资。

根据前文的说明，本文假定中国与日本间的产业内贸易与日本对中国的直接投资的影响方向要视FDI的导向而定。

我们选定日本对中国的直接投资额作为解释变量，考察该变量对产业内贸易的具体影响。

记为日本在第t年对中国直接投资额，该变量以万美元为单位。

数据来源于《中国统计年鉴1990-2010》。

2人均收入水平差距。

人均国民收入是决定一国消费者购买能力和消费行为的关键因素。

根据Balassa（1986）的研究，我们预期当中国与日本的人均收入水平差距越小，双边的水平型产业内贸易程度越高，人均收入水平差距越大，双边的垂直型产业内贸易程度越高。

因此，在本模型中，我们选定中国与日本的人均收入绝对差值作为解释变量，用人均国内生产总值代替，记,为中国与日本在第t年的人均收入绝对差值，计算公式为=，其中的和分别代表日本和中国在第t年的人均国民收入，该变量以美元为单位。

数据来源为世界银行的世界发展指数数据库（WDI数据库）。

3市场规模。

贸易伙伴国的市场规模越大，意味着市场对不同产品的需求越大，也意味着两国之间越有可能在规模经济下实现差异性生产。

规模经济的存在和资源的稀缺性，使得每个国家不会生产一类产品的所有品种。

因此，市场规模越大的贸易伙伴国，两国产业内贸易水平往往越高。

我们以中国和日本在第t年的国内生产总值的均值来表示市场规模，记为。

计算公式为。

数据来源为世界银行的世界发展指数数据库（WDI数据库）。

4研发强度。

制造业的产品差异化程度是影响产业内贸易水平的重要因素，而不同国家制造业的产品差异化程度与该国研发强度密切相关。

研发强度越大，意味着该国越能生产差异化产品，从而提高产业内贸易水平。

我们预期日本的研发强度与制成品产业内贸易是正相关关系。

本文以第t年日本R&D投入占GDP的比重来表示研发强度，记为。

数据来源是OECD网站官方数据库。

综上所述，中日产业内贸易的各个解释变量对产业内贸易的预期影响方向总结如下表所示：

表二中日产业内贸易主要决定因素的预期影响方向

解释变量

符号

FDI

+

人均收入水平差距

+（垂直型产业内贸易）

-（水平型产业内贸易）

市场规模

+

研发强度

+

（二）计量模型的建立

1、回归方程

考虑到数据的时效性和可获得性，本文选取1992-2010的时间序列数据进行研究。

为了使数据波动更加平稳并消除单位的影响，我们将各解释变量都转换为对数形式。

根据上文，我们将模型设定为：

2、平稳性检验

为了正确地反映本文提出的模型中各个变量之间的关系，我们第一步先运用AugmentDickey-Fuller检验（单位根检验）对这些时间序列变量的平稳性进行检验，若满足协整的条件，再进一步进行JJ（Johansen-Juselius）协整检验，来避免模型变量的伪回归。

本文中我们对时间序列采用ADF进行平稳性检验，结果经过整理后如表三所示。

表三ADF检验结果整理

变量

平稳性

ADF值

1%临界值

5%临界值

P值

LNGL

不平稳

-2.13

-3.86

-3.04

0.2345

LNFDI

平稳

-4.83

-3.85

-3.04

0.0014***

LNDAGDP

平稳

-3.38

-3.87

-3.05

0.0267**

LNSIZE

不平稳

-2.49

-3.96

-3.08

0.1333

LNRD

不平稳

1.50

-3.92

-3.06

0.9983

dLNGL

平稳

-3.66

-4.00

-3.10

0.0185**

dLNFDI

平稳

-3.45

-3.85

-3.04

0.0234**

dLNDAGDP

平稳

-5.04

-3.96

-3.08

0.0014***

dLNSIZE

平稳

-3.30

-3.89

-3.05

0.0317**

dLNRD

平稳

-9.29

-3.92

-3.06

0.0000***

注：

**表示在5%的显著性水平下显著；***表示在1%的显著性水平下显著。

从表中可以看出，所有变量的时间序列均为I

（1）一阶单整序列，下一步将进行协整检验。

若协整检验的结果为数据存在协整关系，那么就可以运用OLS估计，并且有效地避免伪回归的问题。

3、协整检验

本文协整检验的方法为JohansenCointegrationTest，因为本文样本数量较少，若用EG两步法对残差进行平稳性检验结果会不精确，而在样本量较小的情况下用JJ协整检验会比较精确。

下表列出的是对本文时间序列变量JJ检验的结果。

表四JJ检验输出结果

UnrestrictedCointegrationRankTest（Trace）

Hypothesized

Trace

0.05

No.ofCE（s）

Eigenvalue

Statistic

CriticalValue

Prob.**

None*

0.9938

168.2177

69.8189

0.0000

Atmost1*

0.9482

81.8149

47.8561

0.0000

Atmost2*

0.7483

31.4683

29.7971

0.0318

Atmost3

0.3080

8.0177

15.4947

0.4635

Atmost4

0.0982

1.7576

3.8415

0.1849

 Tracetestindicates3cointegratingeqn（s）atthe0.05level

 *denotesrejectionofthehypothesisatthe0.05level

 **MacKinnon-Haug-Michelis（1999）p-values

从表四我们可以看到，在5%的显著水平下，存在3个协整关系，因此变量间存在长期均衡关系，可以进行OLS回归。

六实证结果

（一）模型评价

从表五中我们可以看到该方程的拟合优度非常好，高达94.7%。

F统计量的P值Prob（F-statistic）=0.0000<0.01，因此模型整体显著，即模型中的自变量在解释因变量（中日两国产业内贸易）上发挥了统计上的显著作用；D.W统计量的T值为2.275，而根据小样本DW检验临界值表，在1%的显著性水平下，因此可以认为基本上不存在自相关；回归的标准差S.E.ofregression较小，为0.053，对数似然统计量Loglikelihood较大，达到了31.72。

因此根据表五的OLS回归输出结果，模型的各方面基本符合要求。

表五OLS输出结果

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-0.655008

1.814581

-0.360969

0.7235

LNFDI

0.275233

0.039716

6.929983

0.0000***

LNDAGDP

-0.809981

0.321108

-2.522460

0.0244**

LNSIZE

0.531324

0.235145

2.259564

0.0403**

LNRD

-0.420900

0.687306

-0.612391

0.5501

R-squared

0.947125

    Meandependentvar

-0.581309

AdjustedR-squared

0.932018

    S.D.dependentvar

0.203674

S.E.ofregression

0.053105

    Akaikeinfocriterion

-2.812169

Sumsquaredresid

0.039482

    Schwarzcriterion

-2.563632

Loglikelihood

31.71561

    Hannan-Quinncriter.

-2.770107

F-statistic

62.69359

    Durbin-Watsonstat

2.275275

Prob（F-statistic）

0.000000

注：

**表示在5%的显著水平下显著，***表示在1%的显著性水平下显著

（二）结果分析

根据上表我们得出回归方程：

从上表可以看出，我们的原假设H0得到了支持：

两国间FDI增加，会促进两国间产业内贸易。

我们得出以下几个结论：

1日本对中国的FDI增加会促进中日制成品产业内贸易。

日本对中国的FDI每增加1%，中日制造业产业内贸易指数增加0.275%。

这与Lipsey和Weiss（1981，1984）等学者的研究结果相符合，也从另一方面验证了日本对中国的直接投资大多以成本导向型为主。

2中日之间人均收入差距的增加会减小产业内贸易的程度。

中日人均收入差距增加1%，制造业产业内贸易指数减少0.81%，这与前人的研究相悖。

根据Balassa（1986）的研究，中国与日本的人均收入水平差距越小，双边的水平型产业内贸易程度越高；人均收入水平差距越大，双边垂直型产业内贸易程度越高。

而传统来看，中日之间产业内贸易属于垂直分工。

出现这样的结果可能是由于中日之间正越来越向水平型产业内贸易发展，两国的产业内贸易实际上是一种含有某些水平分工因素的高级形态的垂直型产业内贸易。

3市场规模的扩大会促进中日两国间的产业内贸易。

市场规模扩大1%，中日制成品产业内贸易指数增加0.531%。

这与我们的预期相符。

贸易伙伴国的市场规模越大，意味着市场对不同产品的需求越大，也意味着两国之间越有可能在规模经济下实现差异性生产，促进产业内贸易的发生。

4日本的研发强度与中日之间制成品产业内贸易指数无显著关系。

这或许是因为中日制成品产业内贸易以劳动密集型产品居多，而与研发相关大多是资本和技术密集型产品。

七促进和优化中日产业内贸易的建议

（一）加大吸引日本制造业对我国直接投资的力度

政府在利用外资促进中日产业内贸易发展的过程中，不应仅满足于充当“世界工厂”的角色。

府在引资政策上应加大对具有技术溢出性的R&D投资的优惠，引导外资进入高新技术产业，有意识地利用FDI实现中国产业结构和生产技术水平的提升。

在引资类型上，政府应对日本及其他发达国家跨国公司水平一体化直接投资的引进给予政策倾斜。

通过引入水平一体化直接投资促进中日水平型产业内贸易的发展,提升中国的贸易条件。

另外，要充分利用政策的导向作用和振兴东北地区、开发西部地区等战略措施，吸引日本企业向我国中西部地区和东北地区直接投资，使日本对华投资区域战略与我国地区均衡发展战略相一致。

这样才能更利于提高中日制成品产业内贸易的发展。

（二）促进产业结构升级

政府应利用非均衡协调手段促成和强化产业聚合力量，重点扶持瓶颈产业和薄弱产业以解决结构性约束，促进产业结构的进一步提升。

在提高经济发展速度的同时，应该注重产业结构调整，提高产品的技术含量和附加值，促进产业内贸易由垂直型向水平型转移。

只有这样，中国才能进入世界经济链条的上游环节，在国际竞争格局中显现出核心大国的角色。

（三）提高技术创新能力

根据Lancester（1980）和Hel