夏晨伟，陈嘉玮

（贵州财经大学，贵阳 550025）

1 引言与文献综述

1.1 研究背景

2020 年初，新型冠状病毒（COVID－19）席卷全球，包括中国在内的全球各地区国家的经济均受到严重冲击。在这种情况下，最先摆脱“疫情冲击”的国家，极有可能赢得经济发展的新契机。

适逢东盟、中国、日本、韩国、澳大利亚、新西兰等15 国于2020 年11 月正式签署了“区域全面经济伙伴关系协定（RCEP）”。根据RCEP 协定，15 个成员国将逐步降低贸易关税，减少贸易和投资壁垒，大幅降低成员间的交易费用，促进成员经济增长。RCEP 协定的签署无疑使中国和东盟之间的友好合作关系进一步升华，对双方的经济增长都有极大的促进作用。

面对这次疫情的影响，中国率先实现了疫情的国内控制，且亚洲国家在全球抗疫斗争中表现出色，有成为全球经济增长新引擎的趋势。然而，中国直接投资能否促进东盟国家经济增长，在学术界仍缺少有力的实证研究。学术界的研究大多是从中国FDI 对东盟国家的基础设施建设、产业结构升级等方面的影响展开研究，但是，关于中国对外直接投资与东盟国家的技术进步和经济增长三者之间的关系，学术界却缺少实证研究。基于此，本文将传统的索洛经济增长模型与中介效应模型结合起来，对中国直接投资与东盟技术进步和经济增长之间的关系进行实证分析，进一步量化这种关系并给出相应建议。

2 计量模型与变量选取

2.1 建立中介效应模型

本文参考文献［1］的做法，采用逐步回归检验法，检验中介效应模型是否成立［2］。

首先建立中介效应模型，各变量之间的关系用下列回归方程来描述：

式中，方程（3）的系数α 为OFDI 对经济增长的总效应；方程（2）中的系数β 为中国OFDI 技术进步效应；方程（3）中系数θ 表示控制OFDI 的直接影响后，中介变量技术进步对经济增长的影响；系数γ 表示控制了中介变量的间接影响后，OFDI 对经济增长的直接影响。此时，间接效应与中介效应相等，即中介效应为系数乘积βθ［3］。

本文具体的检验步骤如图1 所示，按照逐步法范式（Baron＆Kenny，1986）的步骤进行。如果上述检验都通过显著性检验，则说明本文的假设成立，即中国OFDI 对东盟国家的技术进步、经济增长存在中介效应。

图1 中介效应模型的检验流程

第一，本文将东盟国家的“技术进步”进一步分解为FDI的“技术溢出效应”和人力资本（知识资本）积累引发的技术进步［4］。

其中，β0为常数项，β1表示中国FDI 对东盟国家经济增长的影响程度，β2、β3、β4分别表示资本、劳动力、人力资本要素的投入对东道国经济增长的影响，下角标i 表示对应国家，t 表示

①本文选取的六个东盟国家为：新加坡、印度尼西亚、马来西亚、老挝、泰国、菲律宾年份，下同。

第二，本文选取技术进步作为中介变量建立回归方程：

其中，α0为常数项，α1表示中国直接投资对东盟国家技术进步效应的影响程度。

最后，本文同时考虑中国FDI 和技术进步对东盟国家经济增长的影响建立回归方程：

2.2 变量选取与数据获取

本文选取2003-2017 年我国对东盟六国直接投资的存量数据和六国历年的宏观经济数据建立静态面板数据进行研究。

本文相关变量的选取有：东盟人均GDP、中国对东盟国家直接投资额、东盟国家全要素生产率、除中国外东盟吸引的外商直接投资额、劳动力投入（L）、人力资本（HC）、固定资本形成总额（K）。数据来源于PWT 数据库、UNCTAD 数据库和世界银行。

本文参考文献［5］的研究，使用全要素生产率的年增长率衡量技术进步。指标为当前购买力平价下与福利相关的全要素生产率水平（设美国＝1）。

3 实证分析

3.1 模型选择

3.1.1 个体效应检验

检验方法：F 检验

回归结果：F 检验的P 值为0，表明在1%水平上拒绝原假设，应采用固定效应模型。

3.1.2 时间效应检验

检验方法：LM 统计量回归结果：LM 检验的P 值为0，表明在1%水平上拒绝原假设，应采用随机效应模型。

3.1.3 Hausman 检验

通过上述分析，笔者发现，如果将个别效应加入模型中，回归结果比混合OLS 模型的回归结果更好。但是固定效果模型和随机效果模型的优缺点是不可能明确区分的，因此需要对模型进行Hausman 检验。

回归结果：P 值为0，在1%显著水平上显著拒绝原假设。所以固定效应模型更优。

3.2 中国OFDI 对东道国经济增长的总效应和中介效应

按照中介效应模型检验的一般步骤对上述模型进行估计。

Step 1：对方程（4）进行回归，检验中国OFDI 对东盟国家经济增长的总效应。

回归结果：中国直接投资与东盟六国的人均GDP 增长率成正相关。其中，中国直接投资的回归系数为0.238，且P 值为0，通过了1%水平上的显著性检验，表明中国的FDI 每提高1%，东盟国家GDP 就会增长0.238%。

Step 2：对方程（5）进行回归，检验中国OFDI 对东盟国家技术进步的影响。

方程（6）在基准回归（5）的基础上引入了中介变量，综合反映中国OFDI 及其通过中介变量“技术进步”对东道国经济增长的影响、以及控制变量对东盟六国经济增长的影响程度。

根据回归结果可知，中介变量的回归系数α1＝0.039，且P值为0，在1%显著水平上显著拒绝原假设，说明了中国对东盟六国的直接投资对各国的技术进步是存在正向效应的，并且中国直接投资每增加1%，则东盟六国的技术进步效应便会增长0.039%。

Step 3：对方程（6）进行回归。

根据模型建立的假设，如果方程（4）～（6）都通过了相应的显著性检验，且β1＞0、α1＞0、λ2＞0 均得到满足，则意味着中国对外直接投资对东盟六国的经济增长存在正向中介效应。

同时，中国的对外直接投资通过中介变量“技术进步”对东道国经济增长的中介效应为α1·λ1＝0.039*0.857＝0.033。

其次，回归结果也表明了东道国吸收别国的直接投资以及本国的资本形成和人力资本的增长也显著推动了其经济增长。这充分印证了索洛经济增长模型中关于经济增长源泉的假设，即要素的积累和技术进步是国家经济增长的重要来源。

4 研究结论与政策启示

4.1 研究结论

本文通过建立静态面板数据模型对中国直接投资与东盟国家技术进步和经济增长之间的关系进行实证分析。分析结果显示，我国的直接投资对东盟六国的人均GDP 增长有显著的驱动作用。同时，中国直接投资对东盟国家经济增长存在中介效应，中介变量为东盟各国的技术进步。

4.2 政策启示

第一，对我国企业而言，在海外并购的过程中，面对竞争日趋激烈的国际市场环境，中国企业应关注东盟国家的政治和法律环境与我国的差异；根据东盟国家的政策和规定，推进有别于其他国家的跨国并购方案，并注重规避企业在经营中可能遇到的一系列风险。

第二，从东道国政府的角度看，东盟政府应该顺应时代发展的潮流，积极调整本国关于吸引外资的战略，充分利用好RCEP 协定正式签署的契机，吸引中国资本进入本国市场，利用好我国直接投资的中介效应，促进东道国的技术进步，最终实现本国的经济增长。