1、在这样的外资存在水平之下，即便内外资企业之间技术差距较大，或者说内资企业技术吸收能力较为低下，内资企业从溢出效应中获得的收益仍然高于外资水平过高或过低的情形。Bresnahan和Reiss（1991）关于行业进入问题的一项研究表明，一个行业内少量竞争者的存在足以刺激资源配置效率。他们发现竞争产生的影响主要来自于挑战行业内垄断厂商的最早期的两名进入者。当同一行业的市场竞争者增加到五名左右时，竞争效果开始变得平缓。Haddad和Harrison（1991）发现，即使当外资存在只是处于中度水平的时候，其展示效果（demonstration effects）便可以显著地刺激内资企业改进技术效率。他们认
2、为先进技术即使只在少数几家外资企业使用，亦足以向内资企业证明获取这种技术的益处。这些观点与Hus和Chen（2000）的观点不谋而合。后两位作者认为，较之晚期进入的外资企业，早期进入者的技术和管理对内资企业影响更大。按照上述这些观点，低度到中度的外资存在水平足以产生期望的溢出效应，这实际上否定了简单的“外资越多越好”的既有认识，可以说是这个领域研究中的一个重要进展。然而，这些研究并没有进一步从实证角度分析，是否存在这样的使外资溢出水平最大化的所谓“最佳的外资渗透水平”，以及如果确实存在这样一个最佳值，它会如何随着行业类型的不同而变化。近年来最具影响的质疑“外资带来溢出效应”观点的实证研究成果是
3、Aitken 和 Harrison （1999）的工作。利用企业大样本数据并使用更为严格的经济计量学程序，该项研究发现，如果控制行业特别因素的影响，外资正向溢出效应的证据并非普遍而一致存在。这两位作者的工作及其若干后续研究导致近年来学术界对FDI溢出效应理解上另外一个重要进展，这就是提出和论证所谓的“负溢出效应”（negative spillovers）的存在。其主要观点是，外资渗透水平较高本身就是内资企业竞争力低下的一个信号，由此导致所谓外资企业的“市场偷窃”（market stealing）效果，以致内资企业的生产率的下降。这是因为，外资企业可以通过利用其母公司的所有权优势以较低的边际成本
4、与内资企业竞争。在最终产品市场上，外资企业有能力带走一部分原本属于对内资企业产品的需求，并通过引入新的差异化的产品或新的技术过程发明把内资企业竞争者排挤到同行业中利润率较低的区位。所以，直接与外资企业竞争的内资企业可能会由此逐渐丧失市场份额，形成多余的生产能力，从而推动其平均生产成本的上升和对资源利用水平的下降。必须指出，这种负效果对于有大量不易分摊掉的固定成本的内资企业尤为明显。在转型经济中，内资企业特别是国有企业仍然僵化的组织结构会放大这种影响，使得面对外资竞争所作的调整过程变得缓慢和低效。同时由于国有企业因各种原因仍然面临巨大的行业退出障碍，使得外资溢出无法通过淘汰低效国有企业的方式提高
5、内资企业整体的效率。负溢出同样与要素市场“偷窃”有关。这是因为，外资企业进入会增加对稀有资源如高技能劳动力和国内信用的需求，推动内资企业生产成本上升。利用墨西哥的数据，Feestra和Hanson（1997）发现外资企业较内资企业使用更多对劳动力技能要求高的技术，由此推动高技能劳动力工资水平的上升。外资企业对劳动力的“偷窃”导致内资企业高生产率劳动力的逐渐流失，从而使其吸收和消化外国先进技术的过程常常变得格外艰难。除此之外，技术含量高的外资企业有可能排挤内资企业的自主技术创新，因为国外技术采购（包括通过合资企业获取国外的先进技术）是内资企业自主研发的一个主要替代。当内资企业自主研发技术的风险较
6、大以及所涉及的技术是属于很高的标准时，内资企业会很容易地倾向于依赖国外的技术，这使外资企业的研发替代效果会更加明显。除了上述外资带来的排挤效应外，还有若干其它抑制外资溢出强度的因素。跨国公司由于热衷于充分利用其所有权优势和内部化优势，通常会尽可能有效地保护它们的专业知识和核心技术，因为这些专业知识与核心技术代表它们的核心竞争力。除此之外，内资企业引进消化吸收新技术能力的低下，外资企业高进出口依存度所导致的对内资企业中间产品依存度的降低，以及人力资本从外资企业向内资企业流动的不足，都是制约外资产生正向溢出效应的因素。所以在最糟糕的情况下，负溢出有可能会完全抵过正向溢出，从而主导溢出过程。在这种情
7、况下，外资对内资企业所带来的伤害可能会大于其带来的好处。以上分析表明，某一行业中外资渗透水平过高最终可能会产生对内资企业所谓的“挤出效果”，冲抵外资正向溢出，导致正向溢出效应的下降和负溢出效应的上升。具体而言，在外资开始进入后的一段时间内，正向溢出会随外资份额的逐渐上升而上升，但当外资份额达到一定水平后，由于负溢出开始显著增加，继续上升会导致总的正向溢出水平开始下降。综上推断，外资存在与内资企业绩效的关系应当是倒U型的曲线形关系而非常规的线性关系。三、方法与数据外资溢出只有通过间接的方式来估计，因为从其本质而言它并没有任何市场价值。本文借鉴Aitken和Harrison（1999）的思路，通过
8、使用扩展的柯布-道格拉斯生产函数来分析外资存在对内资企业绩效的影响来测定外资溢出效应。建立的回归模型如下： （1）在（1）式中，代表内资企业的销售收入，和为常规的内资企业的资本和劳动力投入，分别用某一行业中内资企业资本总额和劳动力总数表示。分别为内资企业部门人均管理费用支出和平均每个企业的固定资产，分别用于表示企业的管理水平和规模；为某一行业中国有资本的份额，用来捕捉行业内竞争（或自由化程度）对产出的影响。当某一行业国有资本份额较大时，可以理解为竞争不充分（或自由化程度低），所以该变量的符号应该为负。代表外资存在水平，以外商资本在某一行业总资本额中所占份额表示，是模型（1）中的核心变量。如果在
9、统计上呈现显著性，则表明外资存在对内资企业绩效产生溢出效应，系数的符号和大小反映外资溢出的方向和强度。、与一起反映全要素生产率。通过使用上述这些控制变量可以更准确地测定变量对的影响。分别为行业和时间特别的效果，为误差项。方程（1）中所有变量都被转换成自然对数（变量除外，因为它已经是小于1的数值）。需要指出，利用中国制造业行业水平数据分析外资溢出时，控制行业特别的效果尤其重要。这一方面是因为，政府许多外资政策是分行业制定的，例如在不同的时间对不同的行业采用差别的开放程度，这一政策与外资份额在行业间的巨大差异密切相关。另外，由于中国制造业一直处于产业结构调整期，各行业在政府政策支持、技术机会和利润
10、率水平等方面都呈现相当大的差异。如果不控制上述这些因素的影响，本文估计的外资溢出效应就会产生偏差。由于使用的是面板数据，我们采用普通最小二乘法（OLS）、固定效果模型（FE）和随机效果模型（RE）来估计此方程。在OLS和FE/ RE之间的选择是基于传统的拉格朗日乘数检验（LM），而在FE和RE之间的选择则是根据Hausman检验。在我们的样本中，由于行业数远远大于年份数，所以FE和RE的结果可能会有较大差异。如前指出（见脚注1），对外资存在与内资企业绩效之间可能的双向关系（即外资变量的内生性问题）不加以控制，会导致高估外资的溢出效应，而以往许多使用横断面数据（cross-section dat
11、a）的研究恰恰就是受这个问题的困扰。本文使用面板数据并用固定效果模型和随机效果模型来估计，这样就可以控制通常所观测不到的行业和地区的特别因素，从而更准确的测定外资的影响。本文数据来源于国家统计局的1999-2002年间的工业统计年报。国家统计局公布的行业分类包括约196个行业（三位数字分类），但我们的样本只包括了其中的140个，原因之一是我们将样本限定在制造业内那些按照政府政策外资企业以及其它非国有企业大体上可以自由进退的行业，这样才能避免有偏的结果。例如，某些行业外资份额较低，可能是由于该行业对外资开放较晚的缘故，这些行业不宜和那些对外资开放较早的行业混在一起，因为如果这些行业外资溢出强度低
12、，可能使外资绝对水平较低有关，是政府政策造成的。原因之二是我们把那些数据不完善的行业排除在样本之外，这样可以保证数据的完整性不影响估计的结果。相对于宏观数据和企业水平的数据，在行业水平上研究外资溢出有其独特的优势，因为溢出通常都是沿着行业或地区的路径发生。这也可以解释为什么大多数外资溢出效应方面的研究使用的都是行业数据。本文样本的观察之总数为：。表1： 外资份额最高的前二十个行业（%）行业外资企业资本份额外资企业就业份额外资企业产出份额（1） 糕点、糖果制造业68.86（42.08）62.42（2） 软饮料制造业（50.87）（43.15）60.07（3） 制帽业70.4549.0255.91
13、（4） 制鞋业 60.5354.41（47.92）（5） 其它纤维制品制造业47.92（51.69）（6） 皮革制品制造业56.0667.2958.63（7） 金属家具制造业57.4853.24（55.27）（8） 记录媒介的复制（29.92）49.4855.93（9） 体育用品制造业75.0469.1671.80（10） 玩具制造业73.3467.7465.34（11） 日用化学产制造业53.05（27.46）（52.51）（12） 塑料鞋制造业61.3952.86（50.09）（13） 日用塑料杂品制造业66.2350.48（45.22）（14） 塑料零件制造业69.3554.4060.0
14、8（15） 其它塑料制品业67.5660.5856.92（16） 集装箱和金属包装物品制造业53.55（36.42）65.23（17） 自行车制造业（50.43）46.8260.22（18） 通讯设备制造业（41.23）（45.15）69.95（19） 电子计算机制造业61.4072.8487.17（20） 电子器件制造业55.3257.8380.81（21） 电子元件制造业63.8361.8575.28（22） 电视机、录像机和摄像机53.3758.0558.58（23） 电子设备及通讯设备修理业58.87（33.33）57.95（24） 其它电子设备制造业（43.70）50.0955.82
15、（25） 文化、办公用机械制造业74.2970.3293.13（26） 钟表制造业58.6263.6267.62全部样本行业平均值（140）27.2320.1529.92注：（1）表中数字为作者计算；（2）括弧中的斜体数字是不在前二十名的行业。表1展示外资份额最高的前二十个行业。按资本份额、就业人数份额和产出份额分别计算，前二十家行业均在二十六个行业的较小范围内，表明用三种方法计算外资份额所反映的外资行业分布大体上是一致的。外资的行业分布对于溢出效应有重要的含义，这里主要有两点。第一，对于全部样本行业来说，外资企业产出份额高于资本份额和就业份额（见表1最后一行），这表明外资企业资本和劳动生产率
16、均高于内资企业。由于外资企业产生溢出效应的前提是其绩效高于内资企业，所以从表1数据我们可以预判样本中外资的影响应当是以正向溢出效应为主。第二，外资份额较高的行业主要是在低技术行业，也有一部分是在电子行业（主要是来自台湾的投资），但应当说这部分主要还是属于高技术行业的劳动力密集型部分，跨国公司在这些电子行业的投资主要是为了利用中国电子行业的低劳动力成本优势。在低技术行业，跨国公司与内资企业竞争者在市场的相同区位面对面直接竞争，由于跨国公司拥有所有制优势（即便是在低技术行业），在这一类行业外资的影响可能以负溢出为主，所以外资越多不一定越好。四、实证结果表2展示与自变量有关的相关系数矩阵和描述统计。
17、因为绝大多数相关系数值很小，所以方程（1）不存在严重的多重共线性问题。资本变量（）与劳动力变量（）呈高度相关在预料之中，表明中国工业经济中资本与劳动力之间的高度互补性。表2： 描述统计与相关系数矩阵变量平均值标准差2345671. 3.581.660.930.220.510.42-0.24-0.262. 2.251.65-0.060.410.38-0.323. 8.790.44-0.10-0.16-0.114. 8.210.940.31-0.23-0.215 0.280.25-0.136. 0.350.240.967. 0.170.19表3列示对方程（1）估计所得到的结果。方程（1）是一个非线
18、性模型，但在其中隐含了一个线性模型（去掉后）。我们分别用OLS，FE和RE方法估计线性和非线性模型。这三种方法所估计的结果显示出一定的差异，但基本上没有质上的区别。不论是线性回归模型还是非线性回归模型，拉格朗日乘数统计量（LM）均显示FE/RE模型好于OLS模型，而Hausman检验则表明FE模型优于RE模型。这些检验表明FE模型为最佳模型。进一步比较回归（2）和（5），F-检验表明，曲线形回归方程较线性回归方程对数据拟合的效果更佳。事实上，（5）式中的呈统计显著性，同时我们也注意到，（5）式中的略高于（2）式中的，表明曲线回归优于线性回归，所以我们这里选择回归（5）的结果。按照第（5）栏中的
19、结果，是统计显著的，表明内资企业绩效与外资存在水平之间是线性关系，即内资企业绩效随外资存在水平的上升而上升。进一步，的系数为负值且呈统计显著性，表明外资存在水平与内资企业绩效之间不仅是负向相关关系，而且后者随前者的上升而加速下降。上述两种关系结合在一起表明外资存在与内资企业绩效之间是一种曲线形关系，即低到中度的外资存在对内资企业绩效有正向的显著影响。然而，外资份额如果进一步上升，会导致溢出收益水平开始下降。这一结果支持本文的假设，也支持本文第二部分中所做的理论分析，其中的一个主要观点认为外资企业的“市场偷窃”效果是导致溢出效应下降的主要因素。这一发现与Buckley等（2002）的研究结论相一
20、致，他们发现了外资存在与中国内资企业绩效呈负向相关关系。溢出收益开始下降的“拐点”或“反映点”（inflection point）可以通过求解对外资存在变量（）的偏导数来得到，即：这个偏导数代表溢出收益曲线的斜率，表示溢出收益在这个点上达到最大值，之后便随着外资份额的进一步上升而开始下降。通过替代系数值，我们可以计算出处于拐点上的外资存在份额值。基于这一程序，我们计算出外资存在份额（）的临界值为57.5%。当某一行业中外资份额低于这个值时，溢出效应收益随外资存在份额上升而上升，超过这个值时，溢出效应收益则开始随外资存在份额上升而下降。外商过度投资损害内资企业的一个典型例子是中国洗涤用品行业。国
21、际日用化学业巨头英荷联合利华、美国P&G和德国汉高公司在国内这一行业的巨额投资使得该行业的内资企业几乎全军覆灭。表3 回归分析结果（总样本: N=560）线性回归非线性回归OLS （1）FE （2）RE （3）OLS （4）FE （5）RE （6）常量3.27（11.38）*4.78（8.34）*4.23（11.19）*3.12（10.12）*4.21（7.23）*5.01（10.14）*0.36（8.78）*0.29（9.22）*0.21（10.42）*（9.24）*（10.98）*0.20（12.07）*0.59（3.07）*0.67（2.98）*0.71（5.62）*（2.78）*0.6
22、6（3.12）*（2.45）*0.08（6.41）*0.07（5.57）*0.05（6.98）*（4.35）*（4.78）*0.04（5.92）*（4.21）*0.32（5.67）*（3.51）*0.27（4.91）*（5.44）*（3.46）*0.03（1.99）*（2.35）*（2.02）*0.06（1.87）*（2.23）*0.68（5.20）*（4.34）*0.60（2.41）*1.51（6.16）*1.91（4.18）*1.57（4.98）*-1.42（-3.11）*-1.66（-2.15）*-1.56（-2.65）*行业和年份虚拟变量包括0.620.810.630.820.65F-
23、统计值120.92*111.56*132.34*126.78*126.35*139.57*检验OLS vs FE/RE : LM=124.37*FE vs RE: Hausman=19.78* LM=98.87* Hausman=24.12*括号内的数值为统计值；*，* 和 * 分别代表统计显著性为10%，5%和1%。在我们的样本中，我们发现有32个行业，它们的外资份额（样本期4年平均数）超过57.5%。而大多数行业（108个行业，约占总数的77%）中的外资份额仍未达到临界值。所以按照我们的结果，大部分中国制造业行业中外资份额的增加似乎尚未达到应引起严重关切的程度。外资存在与内资企业绩效之间的关系可能与所研究的行业的特点密切相关，所以我们期望看到低技术行业和高技术行业可能收益不同的溢出效果。以下我们将所有行业按照资本与劳动力的比率区分为“高”与“低”两组。因为技术一般是体现在资本中，所以“低”的一组代表“低技术行业”，“高”的一组则代表“高技术行业”，两组各有70个行业。我们用Chow检验检证上述分组的显著性。结果表明，“高”与“低”两组行业间确实有显著的结构差异（-统计值为6.01，超过临界值=3.67）。对“低技
