腐败如何影响外商直接投资技术溢出

李子豪

(河南财经政法大学 国际经济与贸易学院，河南 郑州 450046)

腐败如何影响外商直接投资技术溢出

李子豪

(河南财经政法大学 国际经济与贸易学院，河南 郑州 450046)

基于1995-2013年29个省区和2003-2013年220个地市的面板数据，本文从腐败程度、经济发展水平和外资来源地三个视角，实证检验了腐败对中国FDI技术溢出影响的三个理论假说。研究表明，腐败对FDI技术溢出存在显著的腐败门槛效应，当地区腐败程度较低时，FDI技术溢出能够有效发挥作用；地区腐败程度过高时，FDI技术溢出则很难产生。与东部经济发达地区相比，腐败对中西部地区FDI技术溢出的负面影响相对显著。与港澳台来源FDI相比，腐败对非港澳台来源FDI技术溢出的消极影响更加明显。扩展分析表明，腐败对中西部高腐败省区FDI技术溢出有显著负面影响；同时，腐败对全国多数省区FDI技术溢出都有一定消极影响。

腐败；FDI技术溢出；中国

一、问题的提出

经典经济增长理论认为，与资本积累和劳动力投入相比，技术进步是更为重要的经济增长动力。对于发展中国家来说，外商直接投资(foreign direct investment, FDI)流入不仅是国内资本积累的有效渠道，更是获取技术溢出的重要途径。改革开放以来，中国实际利用外资不断提升：2014年，中国实际利用外资额达1262亿美元，连续24年成为吸收FDI最多的发展中国家。持续大规模的外资流入与FDI技术溢出的重要性，使得FDI对中国技术溢出的影响成为学界长期关注的重要问题。虽然绝大多数学者认为，相比其他发展中国家甚至发达国家，中国FDI技术溢出效果更为显著[1]，但FDI对中国不同地区的技术溢出却存在显著差异[2-3]。对于此种差异，部分学者从地区吸收能力角度加以解释，如赖明勇等[4]从地区人力资本、李燕等[5]从地区技术差距、罗军和陈建国[6]从地区研发投入进行了适当解释；其他学者从地区发展差异的角度加以分析，如地区经济发展、市场分割、金融发展、对外开放、基础设施等[2-3,7]。但是，腐败程度作为地区外资流入和技术进步的重要影响因素，地区腐败差异是否会影响FDI技术溢出？现有文献却极少涉及。“十八大”以来，中国反腐败力度不断提升。据香港《大公报》的报道显示，截止2016年5月，已有近160名党政军省部级高官应声落马，薄熙来、周永康、令计划、徐才厚、郭伯雄、苏荣等“超级大老虎”被缚，不到四年查处省部级官员总数超过之前建国60余年的总和。党的十八届六中全会明确提出，“坚定推进全面从严治党，坚持思想建党和制度治党紧密结合，严厉惩治腐败，净化党内政治生态”。因此，面对当前全国反腐败持续深入推进的态势，考察腐败对FDI技术溢出的影响，对党中央“全面从严治党”方针的深入贯彻，对“十三五”规划中“提升利用外资综合质量”和“强化科技创新引领”目标的实现，均具有重要意义。

与以往研究相比，本文可能的创新之处在于以下三方面：第一，腐败对FDI技术溢出影响方面。腐败作为外资流入和技术进步的重要影响因素，地区腐败差异必然会对当地FDI技术溢出产生一定影响，但现有研究对此少有涉及。本文通过构建腐败对FDI技术溢出的三个理论假设和进行实证检验，从地区腐败对FDI技术溢出的门槛效应、不同经济发展水平时腐败对FDI技术溢出的影响差异、腐败对不同来源地FDI技术溢出的影响差异三个视角，较为系统地考察了腐败对中国FDI技术溢出的影响，弥补了现有研究的缺憾。第二，中国FDI技术溢出研究方面。现有研究多从国家或省级地区层面分析，或者从行业和企业层面研究。但是，外资在中国分布呈现典型的地市分布差异，但受数据限制中国地市层面FDI技术溢出的研究十分少见。本文在对地市层面资本积累和技术进步进行较为科学测算的基础上，系统考察了2003-2013年中国220地市FDI技术溢出问题，提升了现有研究的广度。第三，腐败对中国技术进步影响方面。现有腐败对国内经济发展影响的研究主要集中在经济增长、收入差距、公共支出、环境污染、企业生产效率等诸多方面，但腐败对地区技术进步的影响研究甚少。本文在搜集整理中国1995-2013年29个省区和2003-2013年220个地市腐败数据和相关计量分析的基础上，较为全面地考察了腐败对地区技术进步的影响，也是对现有研究的有益拓展。

二、文献综述和理论假说

20世纪80年代以来，伴随国际投资向发展中国家和转型国家的大规模流入，作为东道国重要制度因素之一的腐败对FDI的影响开始引起部分学者的关注。对现有研究梳理发现，腐败对FDI影响的研究集中在以下两个方面：一个是腐败对FDI影响方向的讨论，即腐败是FDI流入的“沙子”还是“润滑剂”的争论。如，Habib和Zurawicki[8]对1996-1998年89个国家的考察、韩冰洁和薛求知[9]对2002年113个经济体的研究、高远[10]对1998-2004年中国30个省区的考察、Amarandei[11]对2000-2012年10个中东欧转型国家的实证检验表明，东道国腐败程度提高将增加跨国公司的运营成本而降低当地对FDI的吸引力，是阻碍FDI流入的“沙子”；但是，Egger和Winner[12]对73个发展中国家的考察、Bellos和Subasat[13]对14个转型国家的研究、廖显春和夏恩龙[14]对中国29个省区的研究却表明，腐败作为规避东道国管制和制度缺陷的有效手段，并未阻碍FDI流入，反而是促进FDI流入的“润滑剂”。另一方面则是，腐败对FDI具体影响的研究。如，Smarzynska和Wei[15]、薛求知和韩冰洁[16]察了腐败程度对流入FDI股权结构的影响，认为东道国腐败程度的上升将降低FDI(尤其是发达国家FDI或市场导向型FDI)以合资形式进入当地的倾向；Wei[17]、Wooster和Billings[18]考察了腐败对FDI进入模式的影响，认为东道国腐败程度上升将降低外资以绿地投资进入当地的可能性；Cole等[19]、李子豪和刘辉煌[20]考察了腐败对FDI环境效应的影响，认为东道国腐败程度上升将显著抑制FDI对投资地环境积极效应的发挥。

腐败对FDI影响的研究，现有学者已经做出富有成效的探索。但是，外资作为发展中国家技术进步的重要来源，但腐败如何对FDI技术溢出产生影响，现有文献并无系统研究。极少的相关研究，如 Gorodnichenko等[21]、Meyer和Sinani[22]也只是在考察FDI对东道国技术溢出时，将东道国腐败程度作为影响因素简单探讨。但是，Mauro[23]、Dong和Torgler[24]等学者的经典研究表明，腐败行为会倾向性降低政府在科教文卫方面的支出，进而影响到投资地FDI技术溢出的吸收能力；Wei[17]、薛求知和韩冰洁[16]等学者的研究表明，投资地腐败也会直接影响流入FDI的投资动机、结构和外资来源，进而会对FDI技术溢出的源泉产生直接影响。所以，深入探讨腐败对FDI技术溢出的作用机制和影响效果，有利于该领域研究的进一步完善。因此，通过梳理相关文献，本文提出了中国各地区腐败对FDI技术溢出影响的三个理论假说。

首先，腐败程度差异对FDI技术溢出的影响。第一，从FDI进入模式和投资股权结构方面来看。Wei[17]、Wooster和Billings[18]研究表明，当投资地腐败程度较高时，FDI本地化经营的风险较高，会倾向采用跨国并购模式而不是绿地投资模式进行投资；Smarzynska和Wei[15]、薛求知和韩冰洁[16]等研究也表明，伴随投资地腐败程度提升，出于对投资地司法公平和知识产权保护力度的担忧，跨国企业的独资化投资倾向明显上升；腐败程度较高时，投资模式和投资股权结构变化不利于FDI技术溢出产生。第二，从腐败对投资地FDI吸收条件影响来看。Mauro[23]、Dong和Torgler[24]研究表明，投资地腐败程度上升将显著降低政府在科学研究、公共卫生等领域的支出，不利于当地科学研究和人力资本水平提升；而众多学者发现，只有当投资地研发投入和人力资本达到一定水平时FDI技术溢出才能有效产生[4,6-7]，较高的腐败程度对研发投入、人力资本的阻碍不利于FDI技术溢出产生。第三，从腐败对企业家创新精神、吸收FDI投资质量来看。李后建[25]的研究表明，较高的腐败水平将显著制约企业家的创新精神，不利于FDI技术溢出的产生；而韩冰洁和薛求知[9]的研究表明，较高的腐败水平将显著限制来自减少发达国家的外资流入，降低引进FDI企业的质量，降低了FDI对中国的技术溢出。因此，提出本文的第一个理论假说。

假说1：FDI在中国的技术溢出可能存在腐败门槛效应，只有当地区腐败程度控制在较低水平时，FDI技术溢出才能有效产生；反之则相反。

其次，地区经济发展水平不同时，腐败对FDI技术溢出的影响差异。一方面，地区经济发展对FDI技术溢出的影响。地区经济社会发展水平较高时，其研发投入水平、人力资本水平和制度建设水平也会相对较高，较高的研发投入和人力资本水平能够显著提升当地吸收FDI技术溢出的能力[4,6-7]，较高的制度质量也有利于FDI技术溢出产生[26]；因此，较高的经济发展水平有利于当地FDI技术溢出产生。另一方面，地区经济发展对腐败负面作用的抑制。Del Monte和Papagni[27]、吴一平和万广华[28]的研究表明，地区经济发展与腐败水平呈现一定的倒“U”型的关系，即地区经济发展水平较高时，地区经济发展带来的人力资本提升、制度环境改善会抑制当地腐败问题恶化。因此，较高的经济发展水平一定程度也会抑制腐败对当地技术进步、FDI技术溢出的负面影响。基于以上理论梳理，考虑到中国东部、中西部地区在经济社会发展上存在显著差异的现实，提出本文的第二个理论假说。

假说2：与东部沿海地区相比，腐败对中西部地区FDI技术溢出的负面影响会更加显著。

最后，腐败对不同来源地FDI技术溢出的影响。现有腐败对FDI的影响研究中，东道国腐败对不同来源地FDI的影响也已经为诸多学者所关注[9-10]。考虑到中国外资来源现实和相关研究结论，本文认为，腐败对港澳台地区FDI技术溢出和非港澳台FDI技术溢出的影响会存在一定差异。第一，从地区腐败对FDI企业的影响程度方面。由于港澳台FDI与中国大陆存在较多的宗亲、文化和政商关系联系，港澳台FDI更容易参与到地方政府、官员腐败行为当中，获取相应的政策和商业利益；而非港澳台FDI、OECD国家FDI受到《禁止在国际商业交易中贿赂外国公职人员公约》，美洲国家FDI受到《美洲反腐败公约》等限制，其腐败行可能面临严厉的法律制裁，腐败行为对其负面影响更大[9,18]。第二，从不同来源地FDI技术溢出的可能性来看。由于流入中国的港澳台FDI企业多数属于价值链低端的加工制造业，受研发投入和技术水平限制，其对投资地技术溢出的影响通常不甚显著[29]；而非港澳台企业(尤其是欧美日等发达国家FDI)借助自身技术优势，加上其市场导向型发展战略影响，通过设立研发中心、培训员工和母公司提供技术等手段对中国技术溢出的效果相对显著[30]。因此，提出本文第三个理论假说。

假说3：与港澳台FDI相比，腐败对非港澳台FDI技术溢出的消极影响可能会更加明显。

三、研究设计

(一)模型设计

基于中国1995-2013年29个省区和2003-2013年220个地市的数据，本文主要考察地区腐败对中国FDI技术溢出的影响。参考陈龙丰和徐康宁[1]、李燕等[5]、蒋殿春和张宇[26]的模型框架，本文基本计量模型框架设计如下：

TFPi,t=β0+β1FDIi,t+β2CORi,t+β3Xi,t+μi,t

(1)

其中，TFP为全要素生产率；FDI为外资水平；COR为腐败程度；X为模型其他控制变量；β0为常数项；β1、β2、β3为相关变量的估计系数；μ是随机扰动项；i、t表示地区和年份。

为了验证理论假说1的合理性，即考察不同腐败水平FDI技术溢出的差异，本文借鉴李燕等[5]门槛面板的估计方法，建立FDI对全要素生产率TFP的分阶段估计模型如下：

TFPi,t=α0+α1CORi,t+α2Xi,t+α3FDIi,tIi,t

(cor≤γ)+α4FDIi,tIi,t(cor>γ)+δi,t

(2)

其中，cor为门槛变量，即地区腐败水平；γ为待估计的具体腐败门槛值；I(·)为指示函数。模型(2)假设存在单一门槛效应，多重门槛模型可又此扩展得到。通过估计不同腐败水平，FDI估计系数的差异来判断假说1的合理性

为了验证理论假说2的合理性，即考察东部和中西部地区腐败对FDI技术溢出的影响差异，本文将FDI与COR的交叉项FDI*COR引入基本模型框架，分别对东部省区、中部省区、西部省区进行估计比较，通过考察不同地区FDI*COR系数差异，来判断理论假说2的合理性。具体模型设计如下：

TFPi,t=γ0+γ1FDIi,t+γ2CORi,t+γ3FDIi,t*

CORi,t+γ4Xi,t+φi,t

(3)

为了验证理论假说3的合理性，即考察腐败对港澳台地区和非港澳台地区FDI技术溢出影响的差异，本文分别将港澳台FDI(FDICH)与COR的交叉项FDICH*COR、非港澳台FDI(FDICH)与COR的交叉项FDIEL*COR引入基本模型，通过考察同一样本两个交叉项系数的差异，来判断理论假说3的合理性。具体模型设计如下：

TFPi,t=χ0+χ1FDICHi,t+χ2CORi,t+

χ3FDICHi,t*CORi,t+χ4Xi,t+ηi,t

(4)

TFPi,t=φ0+φ1FDIELi,t+φ2CORi,t+

φ3FDIELi,t*CORi,t+φ4Xi,t+πi,t

(5)

众多实证研究表明，受投资地吸收能力的限制，FDI技术溢出存在一定滞后性[31-32]。为消除FDI变量可能存在的内生性影响，借鉴李燕等[5]的做法，本文所有解释变量滞后一期进行估计。面板数据计量估计时，通常涉及到固定效应和随机效应的选择问题，由于随机效应估计要求缺省变量和解释变量不相关，计量模型受到解释变量限制都很难满足，本文估计时采用固定效应(fixed effect, FE)。

(二)变量说明

被解释变量：全要素生产率(TFP)。参考该领域多数学者的做法，本文将研究期内每个省区或城市作为一个决策单元，以不变价格的资本存量和年度平均就业人数作为投入要素，以不变价格的GDP作为产出，利用产出导向的DEA模型，以计算得到的各地区Malmquist生产指数表示全要素生产率。

具体来说，各省区资本存量以张军等[33]的各省区1995年的资本存量数据为基础，同样按照他们9.6%的折旧率进行永续盘存法延展计算，并折算为2000年不变价格。中国地市层面资本存量的系统测算少有学者涉及，但柯善咨和向娟[34]对2000-2009年286个地市的资本存量进行了细致测算。因此，本文以他们2000年各城市资本存量为基础，采用永续盘存法(按照建筑物20年、设备7年的折旧年限)，对2001-2013年220个城市的资本存量进行了延展计算，资本存量数据同样也折算为2000年的不变价。就业人数，各省区、城市就业数据为当地三次就业总数的合计；各省区、城市GDP则按照定基GDP平减指数折算为2000年不变价。

主要解释变量：外商直接投资(FDI)。现有学者通常采用存量或流量两类指标来衡量地区外资水平：流量指标由于其波动性较大估计可能存在一定偏误，存量指标则更全面衡量的外资的影响。为更全面客观考察腐败对FDI技术溢出的影响，本文用省区、城市层面的FDI存量指标。具体来说，参考陈国亮和陈建军[35]FDI存量的计算方法，本文分别以1990年、2003年作为省区、城市FDI存量初始年份，以6%作为折旧率，利用永续盘存法，估算了研究期内省区和城市层面的FDI存量，并用FDI存量占当年GDP的比重作为实际估计时的FDI指标。另外，为了更加稳健地考察FDI存量指标的影响，估计时还用各省区、地市港澳台工业企业与外商投资工业企业产值之和占当地工业总产值的比重表示FDI存量，用指标(FDII)表示。同时，为了考察不同来源外资的影响，本文用各省区、地市港澳台工业企业占工业总产值的比重表示港澳台外资(FDICH)的影响，用各省区、地市外商投资工业企业占规模以上工业总产值比重衡量非港澳台外资(FDIEL)的影响。

地区腐败(COR)。现有腐败指标可以分为主观调研数据或客观腐败数据两类，前者主要是一些国际性研究采用，如Smarzynska和Wei[9]、Cole等[19]、薛求知和韩冰洁[18]分别采用世界竞争力报告、国际风险指南、透明国际的腐败调研数据；后者主要用于地区层面腐败程度考察，如吴一平和万广华[28]、李子豪和刘辉煌[20]、聂辉华等[36]分别采用各省区单位人口腐败案发数、城市企业平均“旅行招待费”、单位公职人员腐败案发数量表示。考虑到本文研究层面属性以及地区层面腐败主观调研数据缺失的现实，本文选择后者，用各省区十万腐败案件发案数来衡量省区腐败水平*本文腐败被定义为“公共权力被用来以违反规则的方式追求个人利益的行为”；腐败案件数是根据《中国检察年鉴》和各省检察院网站，汇总各地检察机关当年立案侦查的职务犯罪案件的数量得到。；城市层面的客观腐败指标，现有研究极少涉及，本文用手工汇总得到的《中国审计年鉴》中各地级城市审计局以及各市附属区、县审计局审计出违规总金额占地市GDP比重来衡量*审计机关的主要工作职责是对政府机关财政预算和其他收支的执行情况、国家事业组织的财政资金和其他收支使用情况等进行监督，涉及到了可能发生“公共权力违规追求个人利益行为”的主要领域。。

其他控制变量：地区人力资本水平(H)，多数研究用人口受教育情况衡量。一般认为，只有中等教育以上的人力资源才能对FDI技术溢出产生有效影响[1,20]。因此，省区层面用当地接受初中、高中和大专教育人口占总人口的比重表示；城市层面受到数据可得性限制，用各城市中学、大学在校生人数占城市总人口的比重表示。地区基础设施水平，参考陈龙丰和徐康宁[1]、李燕等[5]、蒋殿春和张宇[26]的做法，省区层面本文用各地每平方公里等级公路通车的公里数(road)表示，地市层面用每百人互联网入户数(NET)表示。地区研发投入水平(RD)，省区层面借鉴多数学者的做法，用地区2000年不变价格的单位科研人员内部活动经费表示[5]；城市层面则用当地公共预算中科学研究支出占GDP的比重表示。地区经济发展水平(EY)，用各省区、地市2000年不变价格的人均GDP表示。

(三)数据来源和相关说明

考虑到研究数据的一致性、可得性，本研究以1995-2013年中国29个省级地区(不含西藏、重庆和港澳台)和2003-2013年中国220个地市作为研究对象*220个城市中，东部城市92个，中部城市83个，西部城市45个，共来自全国29个省级行政单位，具有较强的代表性。另外，省区分FDI来源的估计时期为2001-2013；城市分来源估计时期为2004-2013。借鉴多数学者的做法，本文东部包括辽宁、河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南11个省(市)，中西部地区包括吉林、黑龙江、山西、安徽、江西、河南、湖北、湖南等8个省区，西部省区包括内蒙古、陕西、青海、宁夏、新疆、甘肃、贵州、云南、四川和广西10省(区、市)。；1997-2013年重庆相关数据并入四川省；所有涉及到价值形态数据均调整为2000年为基期的不变价。其中，地区腐败数据来源于《中国检察年鉴》、《中国审计年鉴》和各省级检察院网站；地区外商直接投资、GDP、人均收入、固定资产形成、基础设施、人力资本等数据来源于《中国统计年鉴》、《中国城市年鉴》、《区域经济统计年鉴》、《中国工业经济统计年鉴》等；地区研发投入数据主要来自《中国科技统计年鉴》；地区就业数据主要来自《中国劳动统计年鉴》、《中国人口和就业统计年鉴》和2010-2013年各地市统计年鉴。表1是变量的统计性描述。由表可知，cor、COR均值为3.26、12.73，标准差为1.28、64.49，说明省区、城市腐败水平存在较大差异，显示本文考察地区腐败对FDI技术溢出影响的必要性。

表1 变量的统计性描述

表2给出了本文解释变量的Spearman相关系数检验表。根据表中相关系数值，可以判断解释变量之间是否存在多重共线性问题。由表可知，多数变量之间相关性并不显著；但是，地区人均收入与外资水平、人力资本、研发投入和基础设施相关系数在0.5-0.6左右，地区基础设施与外资水平、人力资本、研发投入和基础设施的相关系数也十分显著。为防止多重共线性对估计结果影响，本文在实际计量估计时将人均收入、基础设施剔出解释变量。而且，省区、地市层面两种外资存量的相关系数分别为0.86、0.72，说明本文选择的外资存量替代指标的合理性。

表2 解释变量的Spearman相关性系数矩阵

四、计量估计与结果分析

(一)平稳性检验和门槛面板检验

本文假说1验证将涉及到面板门槛估计，而门槛估计要求模型中的所有变量，尤其是门槛变量必须为平稳变量。本文研究周期为1995-2013年或2003-2013年，时间跨度较长，很可能存在变量的非平稳问题。同时，为了避免计量估计时“伪回归”现象出现，在计量回归之前，首先对变量进行面板平稳性检验。考虑到面板数据单位根可能存在的差异状况，同时用LLC检验和PP-Fisher检验两种方法。省区估计变量的检验结果见表3*本文对城市层面变量同样做了LLC检验和PP-Fisher检验，结果表明变量同样为平稳变量。。由

表3 省区变量的平稳性检验

注：c,t,l分别表示带有常数项、趋势项和滞后阶数。

表可知，所有变量的平稳性检验均可在5%的显著性水平拒绝存在单位根的原假设；可以认为，省区回归变量均为平稳变量。

进行门槛面板估计时，本文有两个重要问题需要解决：一是腐败门槛值和FDI系数的估计，这通过最小化假定门槛数下普通最小二乘估计的残差即可得到。另一个则是对腐败门槛的显著性和置信区间进行估计检验，这需要相应的F检验和似然比检验统计估算。表4报告了以模型(2)为基础，省区和城市层面外资(fdi、fdii和FDI、FDII)技术溢出的腐败门槛效应(cor、COR)的显著性检验和腐败门槛值置信区间估计。由表可知，无论是省区腐败变量还是地市腐败变量，外商直接投资对地区全要素生产率的影响均存在单一腐败门槛，且所有门槛效应的F检验均至少在5%水平上显著，表明中国各地区的FDI技术溢出在统计上存在较为显著腐败门槛效应。

(二)结果分析

表5显示了FDI技术溢出的腐败门槛效应估计。其中，方程1、方程2是省区层面估计结果，方程3、方程4是地市层面估计结果。由表可知，方程中地区腐败水平(cor、COR)估计系数均至少在10%水平上显著为负，说明腐败显著抑制了地区技术进步。这是因为，伴随地区腐败程度增加，政府财政的科研教育投入、地区企业家的创新精神、高技术水平的外资流入等都会显著下降，从而

对地区进步产生显著抑制[23-25]。地区研发投入(rd、RD)估计系数为正，但只有rd统计上比较显著；表明研发投入增加对地区技术进步有一定推动作用，但效果不甚显著。此结论与陈龙丰和徐康宁[1]、李燕等[5]、聂辉华等[36]研究结论一致；这是因为，发展中国家政府主导型的研发投入市场化不足、研发投入效率普遍不高，加上制度不完善带来的激励扭曲，研发投入对技术进步的推动作用并不明显[1]*地市RD变量作为政府科研投入衡量，其正面影响并不显著，一定程度也佐证了本文解释的合理性。。人力资本(h、H)的估计系数显著为正，此结论与理论预期和多数研究结论一致，表明人力资本水平提升是促进地区技术进步的重要力量。本表重点关注不同腐败水平下FDI技术溢出差异。省区层面估计显示，当cor≤3.03或cor≤2.91时，fdi、fdii估计系数显著为正；而当cor>3.03或cor>2.91时，fdi、fdii系数虽为正值，但统计上很不显著；地市层面结果与此类似。这表明，当地区腐败程度较低时，FDI技术溢出效应效果显著，能够显著促进地区技术进步；而当地区腐败程度较高时，FDI技术溢出很难产生；此结果验证了理论假说1的合理性，即只有地区腐败程度控制在一定程度之内，FDI技术溢出才能有效发挥。这是因为，只有投资地腐败程度控制在适度范围以内，才能吸引更多外资企业采用合资模式、有效提升投资地技术吸收能力、激发本土企业家的创新热情，从而有利于FDI技术溢出产生；而腐败程度过高时则相反[9,24-25]。

表4 腐败门槛的显著性检验和置信区间估计

注：表中的F值和10%、5%、1%的临界值均为采用“自抽样”300次得到的结果；***和**分别表示在1%和5%水平显著。

表5 FDI技术溢出的腐败门槛效应估计

注：()内数字为估计值的t检验值，***、**、*表示t检验值在1%、5%、10%水平显著；下表同此含义。

表6显示了腐败对东部、中部和西部地区FDI技术影响的差异。其中，方程5、方程6和方程7是省区层面估计，方程8、方程9和方程10是地市层面估计。整体来看，表6中解释变量的估计结果与表5类似，但东部、中部和西部地区相关变量的影响存在显著差异。具体来说，腐败对技术进步影响来看，腐败对东部、中部、西部地区技术进步负面影响的估计系数呈现阶梯式递增，且系数显著性也逐步增强；这表明，与东部地区相比，腐败对中西部地区技术进步的负面影响更显著。这可能是，长期以来，东部地区腐败问题的形势相比中西部地区更为缓和，加上东部较为完善的制度环境、更加发达的经济水平、更高的科研投入等优越环境的影响，腐败对东部技术进步的负面影响不会太强[26]。研发投入、人力资本的影响方面，东部地区研发投入、人力资本对地区技术进步的积极影响更强，中部地区、西部地区的积极影响相对较弱或者很不明显。这可能是，东部地区市场化程度更高、自主创新能力更强，促进了研发投入对技术进步的积极影响[2,5]；而且，东部地区人力资本水平较高，正处于人力资本对技术进步“正反馈”作用有效发挥的阶段，人力资本对技术的促进作用更为明显[5]。FDI对不同地区技术进步的影响差异本文关注部分。FDI对技术进步的直接影响方面，虽然东部、中部和西部地区FDI的系数均为正值，但东部地区FDI系数和显著性都更高；说明FDI技术溢出在东部地区更加明显，这与多数研究结论类似。这是因为，东部地区拥有更好的人力资本、基础设施、经济发展水平和制度环境，更有利于FDI技术溢出发生[2-3,7]。FDI与腐败对地区技术进步的共同影响方面，外资与腐败交叉项(fdi*cor、FDI*COR)估计系数均为负值，且统计上均比较显著；说明腐败通过对FDI的交互作用，降低了各地区FDI技术溢出效果。而且，东、中、西部的影响效果比较发现，东部地区交叉项的系数估计值或显著性水平均低于中部地区、西部地区；这表明，与中西部地区相比，腐败对东部地区FDI技术溢出的负面影响相对较弱，此结论验证了理论假说2的合理性。究其原因，东部优越的技术吸收能力使得FDI技术溢出更易产生，东部良好的制度环境、较高的发展水平也能更有效地抑制腐败对技术进步的负面影响，降低了腐败对当地FDI技术溢出的负面影响[26,28]；而中西部地区则相反。

表6 不同地区腐败影响的比较

表7报告了地区腐败对不同来源地FDI技术影响的差异。其中，方程11、方程12是省区层面的估计结果，方程13、方程14是地市层面的估计结果。由表可知，地区腐败、研发投入、人力资本等因素对地区技术进步的影响与表5、表6的估计基本类似，表明本文估计结果的稳健性，不再赘述。不同来源FDI技术溢出影响差异方面，无论是省区层面还是地市层面，与港澳台外资(fdich、FDICH)相比，非港澳台外资(fdiel、FDIEL )估计系数数值或显著性更加显著；这与本文理论预期一致，即非港澳台外资对地区技术进步的促进作用更加明显。腐败对不同来源FDI技术溢出影响方面，省区和城市层面非港澳台外资与腐败交叉项(fdiel*COR、FDIEL*COR)的估计系数均显著为负，港澳台外资与腐败的交叉项(fdich*COR、FDICH*COR)的估计系数虽为负值但统计上均不显著。这表明，与港澳台地区的外资相比，地区腐败对非港澳台FDI技术溢出的抑制作用更加明显。此结果验证了理论假说3的存在性。

(三)扩展分析

表5的实证结果显示，腐败对FDI技术溢出的负面影响存在显著的门槛效应。省区层面腐败门槛估计值表明，只有当cor≤3.03或cor≤2.91时，FDI技术溢出才能有效产生。因此，根据各省区腐败程度，可以判断腐败对各地区FDI技术溢出的影响方向。以本文省区腐败门槛标准为依据，图1显示2013年大陆29个省区腐败程度分布。由图可知，2013年，共有内蒙古、甘肃、云南、黑龙江、吉林、辽宁、河北、山西、河南、湖北等10个省区的腐败程度超过3.03的标准，新疆、青海两省区腐败程度则超过2.91的标准，说明腐败对中西部部分省区的FDI技术溢出具有显著抑制作用，这也印证了理论假说2的合理性。由于当前中国外资分布仍以东部为主，腐败对中国FDI技术溢出的整体负面影响可能并不严重；但是，考虑到中西部地区作为“一带一路”战略下对外开放的新前沿、承接国际国内产业转移新基地的发展趋势，腐败对中国FDI技术溢出的负面影响则值得担忧。

表7 腐败对不同投资来源地FDI影响的比较

图1 2013年29个省区腐败程度分布图

表7的实证结果显示，与非港澳台外资相比，腐败对港澳台外资技术溢出的负面影响相对较弱。因此，根据各省区不同来源外资占比情况，也可以一定程度判断腐败对不同省区FDI技术溢出的影响态势。图2是根据2013年各省区港澳台外资工业企业占比情况绘制的外资占比分布图。由图可知，2013年青海、山西、河南、浙江、福建、江西等六省港澳台外资占比超过一半，腐败对此6个省区FDI技术溢出的负面影响可能较弱；而其他23个省区非港澳台外资占比则相对占优，表明腐败对中国多数地区的FDI技术溢出具有负面影响。结合图1、图2可以发现，新疆、甘肃、内蒙古、宁夏、陕西、黑龙江、辽宁、山东、上海等10个省区的非港澳台外资占比甚至超过7成，且10个省区中又有6个省区属于腐败程度较高的省区，腐败对当地FDI技术溢出的消极影响值得关注。

图2 2013年29个省区港澳台外资占比分布图

五、结论与启示

从地区腐败程度、经济发展水平和外资来源地等三个角度，本文提出了腐败对中国FDI技术溢出影响的三个理论假说，并同时以1995-2013年29个省区和2003-2013年220个地级城市为研究对象，进行了较为系统的实证检验。研究证实了相关理论假说：第一，中国FDI技术溢出存在显著腐败门槛效应，地区腐败程度较低时，FDI技术溢出能够有效地发挥影响；地区腐败程度较高时，FDI技术溢出很难产生。第二，与东部沿海地区相比，腐败对中西部地区FDI技术溢出的负面影响更为显著。第三，与港澳台地区来源FDI相比，腐败对非港澳台FDI技术溢出的消极影响更为显著。此外，研究也发现，人力资本、研发投入是地区技术进步的推动因素，也是地区FDI技术溢出有效产生的重要影响因素。

本文研究结论对“十三五”时期中国腐败治理、外资利用、人力资本和科技研发等政策制定均具有重要启示。

第一，继续加大反腐力度，构建外资技术溢出良好政治生态环境。地方(尤其是中西部地区)党政部门必须从自身出发，继续加强腐败预防教育、反腐制度建设和腐败官员治理等并举的腐败治理措施，全面深入贯彻十八届六中全会“全面从严治党”的指示精神，筑牢拒腐防变的思想防线和制度防线，着力构建不敢腐、不能腐、不想腐的体制机制，全面完善腐败预防体系建设，深入推进腐败治理机制的制度化建设，加大对贪污贿赂等职务性犯罪的惩治力度，全面规范政商、政企关系，建立良好的地方政治生态环境，为外资企业在华健康发展、本土企业有效利用FDI技术溢出创造良好的制度环境。

第二，全面推进外资管理模式改革，优化FDI技术溢出的商业运营环境。地方政府要继续坚持“对外开放”的基本国策，加大外资引进力度，全面推进外资准入前国民待遇加负面清单管理制度改革：扩大外资开放领域，放宽对外企资质、股权和经营范围等限制，完善法治化、国际化、便利化的营商环境，营造高效廉洁的政务环境和开放包容的人文环境，统一内外资法律法规，保护外商投资企业合法权益，促进内外资企业一视同仁、公平竞争，有效提升进入中国外资的质量和水平，为外资企业技术溢出创造良好的商业运营环境。

第三，继续加大人力资本投入，优化人才培养和人力资源配置，提升FDI技术溢出的吸收条件。地方政府要深入贯彻“建设人才强国”的发展战略，推动人力资源结构战略性调整，突出‘高精尖缺’导向；发挥政府投入引导作用，鼓励企业、高校、科研院所、社会组织、个人等有序参与人力资源开发和人才引进；深入推进人才发展体制和政策改革，优化人力资本配置；继续加大全社会教育投入力度，全面提升普通教育水平，创新各层次各类型职业教育发展模式，实现人力资源大国向人力资源强国的转变，为各地区外资技术溢出提供良好的吸收条件。

第四，大力强化科技创新的引领作用，提升科技研发效率，为外资技术溢出提供良好基础条件。全面贯彻“十三五”规划中“科技创新驱动”的经济社会发展战略，继续加大研发投入的同时，着力强化企业创新主体地位和主导作用，全面推动政府从研发管理向创新服务的职能转变，构建政产学研用一体的创新网络；深化科技研发体制改革和创新，促进科技成果与经济深度融合，大力借助互联网等新兴平台优势突破地域、体制限制，推动高校、科研院所等研发基础设施和研发资源的社会共享；推进科教融合发展，促进高等学校、职业院校和科研院所全面参与国家创新体系建设，提升科研产出效率，为地区利用外资技术溢出创造良好基础条件。

[1]陈丰龙,徐康宁.经济转型是否促进技术溢出:来自23个国家的证据[J].世界经济,2014(3): 104-128.

[2]赵奇伟.东道国制度安排、市场分割与FDI 溢出效应:来自中国的证据[J].经济学(季刊), 2009(3):891-924.

[3]谢建国,吴国峰.FDI技术溢出的门槛效应:基于1992-2012年中国省际面板数据的研究[J].世界经济研究, 2014,(11):74-79.

[4]赖明勇,包群,彭水军,等.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):95-105.

[5]李 燕,韩伯棠,张庆普.FDI溢出与区域技术差距的双门槛效应研究[J].科学学研究,2011(2):220-229.

[6]罗 军,陈建国.研发投入门槛、外商直接投资与中国创新能力——基于门槛效应的检验[J].国际贸易问题,2014(8):135-146.

[7]何兴强,欧 燕,史 卫,等.技术溢出与中国吸收能力门槛研究[J].世界经济,2014(10):52-76.

[8]Habib M, Zurawicki L. Corruption and foreign direct investment [J]. Journal of International Business Studies, 2002, 33(2): 291-307.

[9]韩冰洁,薛求知.东道国腐败对FDI 及其来源的影响[J].当代财经,2008(2):99-105.

[10]高 远.反腐败与外商直接投资:中国的经验[J].南方经济,2010,28(2):15-27.

[11]Amarandei C M. Corruption and foreign direct investment: Evidence from central and eastern European states [J]. Centre for European Studies Working Papers, 2013, 5(3): 311-322.

[12]Egger P, Winner H. Evidence on corruption as an incentive for foreign direct investment [J]. European Journal of Political Economy, 2005, 21(4):932-952.

[13]Bellos S，Subasat T. Governance and foreign direct investment in Latin America: A panel gravity model approach [J]. International Review of Applied Economics, 2012, 26(3): 303-328.

[14]廖显春, 夏恩龙.为什么中国会对FDI 具有吸引力?—基于环境规制与腐败程度视角[J].世界经济研究, 2015(1):112-119.

[15] Smarzynska B K, Wei S J. Corruption and composition of foreign direct investment: Firm-level evidence [R]. NBER Working Paper, No.7969, 2000.

[16]薛求知,韩冰洁.东道国腐败对跨国公司进入模式的影响研究[J].经济研究,2008(4):88-98.

[17]Wei S J. Local Corruption and global capital flows [J]. Brookings Paper on Economics Activity, 2000, 62(2):303-354.

[18]Wooster R B, Billings J. Foreign direct investment: Policies, economic impacts and global perspectives [M]. New York: Nova Science Publishers Inc, 2013.

[19]Cole M A., Elliott R JR, Fredriksson P G. Endogenous pollution havens: Does FDI influence environmental regulations [J]. Scandinavian Journal of Economics, 2006, 108(1): 157-178

[20]李子豪,刘辉煌.外商直接投资、地区腐败与环境污染—基于门槛效应的实证研究[J].国际贸易问题,2013(7):50-61.

[21]Gorodnichenko Y, Svejnar J, Terrell K. When does FDI have positive spillovers? Evidence from 17 emerging marketeconomies [J]. Journal of Comparative Economics, 2007,42(4):954-969.

[22]Meyer K E, Sinani E. When and where does foreign direct investment generate positive spillovers? A meta-analysis [J].Journal of International Business Studies, 2009, 40(7):1075-1094.

[23]Mauro P. Corruption and the composition of government expenditure [J]. Journal of Public Economics, 1998, 69(2):263-279.

[24]Dong B, Torgler B. The consequences of corruption: Evidence from China [R]. QUT School of Economics and Finance Working Paper, No456, 2010.

[25]李后建.市场化、腐败与企业家精神[J].经济科学,2013(1):99-111.

[26]蒋殿春,张 宇.经济转型与外商直接投资技术溢出效应[J].经济研究,2008(7):26-38.

[27]Del Monte A, Papagni E. The determinants of corruption in Italy: Regional panel data analysis [J]. European Journal of Political Economy, 2007, 23(2):379-396.

[28]万广华,吴一平.司法制度、工资激励与反腐败:中国案例[J].经济学(季刊),2012(3): 997-1010.

[29]张 成,郭炳南,于同申.FDI 国别属性、门槛特征和技术效率外溢[J].科研管理,2016(9): 78-88.

[30]周云波,陈 岑,田 柳.外商直接投资对东道国企业间工资差距的影响[J].经济研究,2015(12):128-142.

[31]Zahra S, George G. Absorptive capacity：A review, reconceptualization, and extension [J].The Academy of Management Review, 2002, 27(2):185-203.

[32]杨红丽,陈 钊.外商直接投资水平溢出的间接机制:基于上游供应商的研究[J].世界经济, 2015(3):123-144.

[33]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952-2000[J].经济研究,2004(10): 35-44.

[34]柯善咨,向 娟.1996-2009年中国城市固定资本存量估算[J].统计研究,2012(7):19-24.

[35]陈国亮,陈建军.产业关联、空间地理与二三产业共同集聚—来自中国212 个城市的经验考察[J].管理世界, 2012(4):82-100.

[36]聂辉华,张 彧,江 艇.中国地区腐败对企业全要素生产率的影响[J].中国软科学,2014(5): 37-48.

(本文责编：辛 城)

How Does Corruption Affect Technology Spillovers of FDI

LI Zi-hao

(InternationalEconomicsandTradeSchool,HenanUniversityofEconomicsandLaw,Zhengzhou450046,China)

Based on the panel data from 29 provinces during 1995-2013 and from 220 cites during 2003-2013, from the angles of regional corruption degree, regional economic development and origin of FDI, this article empirically tests the three hypothesis about regional corruption’s effect on FDI technology spillover. The study show that, there are significant corruption threshold effects of FDI technology spillover: If the degree of corruption is low, the effect of FDI technology spillover is very significant, and vice versa. Compared with the economically developed eastern areas, the negative impact of corruption on central and western regions’ FDI technology spillover is more significant. Compared with the FDI from Hong Kong, Macao and Taiwan, the negative impact of corruption on the other source FDI’s technology spillover is more significant. Extended analysis shows that, corruption has a significant negative impact on FDI technology spillover in some high corruption, central and western provinces; at the same time, there are some negative effects of corruption on the majority of China’s provinces’ FDI technology spillover.

corruption; FDI technology spillover; China

2016-09-20

2016-12-25

国家社科青年项目“反腐败与地方政府环境治理提升研究”(15CGL042)阶段性研究成果；河南省优势特色学科建设项目。

李子豪(1982-)，男，河南郑州人，经济学博士，讲师，研究方向：外商直接投资、环境治理。

F062.6

A

1002-9753(2017)01-0161-14