外商直接投資、區域生態效率的動態演進和空間溢出
——以安徽省為例

吳義根，馮開文，曾珍，項桂娥

（1.中國農業大學經濟管理學院，北京100083；2.池州學院商學院，安徽池州247000）

外商直接投資、區域生態效率的動態演進和空間溢出
——以安徽省為例

吳義根1，2，馮開文1，曾珍2，項桂娥2

（1.中國農業大學經濟管理學院，北京100083；2.池州學院商學院，安徽池州247000）

文章基于安徽省16個地級市2008-2015年的面板數據，采用空間杜賓模型分析FDI對生態效率的影響。結果顯示：各市的生態效率穩步提升并呈現出明顯的集聚趨勢，集聚區集中在皖江城市帶；考慮空間因素后，外商直接投資對生態效率的直接效應和間接效應均具有EKC的“U”型特征，人均GDP對本地生態效率的影響也呈現出“U”型特征；產業結構對生態效率的間接影響為正，而環保意識對生態效率的間接影響為負，對外開放度和研發投入對生態效率的直接影響為負。因此，各市應發揮皖江城市帶集聚區的擴散效應和示范效應，引導外資進入資源節約、環境友好型產業，同時尊重各市生態效率的差異，考慮空間單元的交互效應，因地制宜地利用外資，實現共贏。

FDI；區域生態效率；空間杜賓模型；核密度

一、引言

隨著經濟的快速發展，中國已經成為全球第二大經濟體。粗放式的經濟增長導致了中國資源消耗過量和環境污染壓力劇增，目前資源消耗總量和各類污染物排放總量均為世界第一，并已迫近自身環境的承載極限［1］。因此，從過度依賴資源消耗的數量型增長模式過渡到考慮資源環境約束的質量型增長已成為中國可持續發展的必由之路。外商直接投資是中國經濟快速發展的重要推動力之一，但對生態效率造成的影響不容忽視。目前只有少量文獻討論了外商直接投資對區域生態效率的影響，因此，深入探討外商直接投資與區域生態效率內在關聯機理，并從其關系中探索促進經濟發展方式轉變的前瞻性政策，具有很強的理論價值和實踐價值。

隨著對外開放的深入，外商直接投資在中國各地迅速發展，聯合國《世界投資報告》指出，中國在2014年首次超過美國成為全球最大外資流入國。外資的流入促進了外向型經濟的快速發展，外向型經濟發展一方面擴大了地區的經濟規模，提高了產業的素質，改善了企業技術的有機構成，促進了產業結構的轉換和企業技術的創新［2-3］。另一方面，外商直接投資對流入國的生態環境造成了影響，這已得到學界的認同。由于研究者采用的方法、視角和研究樣本的差異，得出的結論各異，外商直接投資究竟是改善了流入國的生態環境還是惡化了流入國的生態環境？對這一問題學界存在分歧。一種觀點認為外商直接投資對生態環境造成了負面影響。外向型經濟快速發展促使資源消耗大、環境污染重的行業的急劇膨脹，進而使FDI對流入國生態環境產生負面影響。外商直接投資雖然促進了中國經濟發展，但環境污染成為FDI促進經濟增長的環境成本［4-6］。另一觀點認為外商直接投資通過經濟增長改善環境污染［7-9］。還有部分學者利用生態效率作為衡量環境污染的標準，直接討論外商直接投資對生態效率的影響，初善冰等［10］利用DEA測算了區域生態效率，并運用Tobit模型討論了外商直接投資對生態效率的影響，發現FDI對生態效率有顯著的正向影響且主要在東部地區。余姍等［11］構建了經濟增長方程、環境技術方程和生態效率方程檢驗了FDI對生態效率的直接影響和間接影響，生態效率方程回歸的結果顯示FDI對生態效率的影響呈現EKC的“U”型特征。

綜上，學界關于FDI對引入國的經濟和環境產生的影響做了大量研究，為更好地利用外資做出了大量貢獻。利用生態效率作為衡量環境標準、以生態效率的變動來反映FDI對環境影響的文獻不多，而且主要抓住了FDI本地效應，只考慮了FDI對生態效率的直接影響，忽視了鄰近區域之間的互動效應，這種空間交互效應還包括區域內各種要素、技術在區域間流動所產生的影響。而且忽視各區域之間的各要素流動，忽視獨立空間單元經濟相關性，而這種空間相關性會使OLS回歸結果有偏。較以往研究，本文的邊際貢獻為：①利用全局主成分分析將各類污染物轉換成污染指數，避免各類污染物之間可能存在多重共線性，然后利用超效率DEA解決多個有效決策單元排名問題，并且效率值可以超過1，為后續的影響因素分析提供便利；②利用非參數核密度估計模型，可以從靜態和動態兩個角度討論外商直接投資和區域生態效率的演進情況，更加全面地把握其變動規律；③引入空間計量模型可以捕捉空間單元經濟要素之間的交互效應，考察外商直接投資對生態效率空間溢出效應，包括市內的空間溢出和市間的空間溢出效應，更為精細地闡釋外商直接投資對生態效率的影響以及內在互動機理。這些可以保障本文結論能更好地說明外商直接投資與生態效率之間的內在交互聯系，得出的結論可能更加穩健和可靠。

二、安徽省區域生態效率的測算與分析

DEA是一種非參數測算效率的統計方法，無須對數據進行量綱處理，也不需要進行賦權，使用非常廣泛。CCR-DEA和BBC－DEA模型無法區分效率有效的決策單元，Andersen和Petersen［12］提出的超效率DEA（SE-DEA）模型，解決了無法對多個決策單元評價和比較的問題，實現了多個決策單元的比較和排序，計算出來的效率值進一步分析可以使用標準的最小二乘回歸代替Tobit回歸［13］。生態效率同時考慮了經濟發展和生態環境，世界可持續發展商業委員會提出生態效率就是“在使用更少的資源，產生更少的廢物、環境污染的前提下，創造更多的商品和勞務”，本文據此選擇投入和產出系統。產出指標的選擇為安徽省各地級市的GDP，投入系統包括資源投入和環境投入。資源投入包括：能源消耗總量、用水總量、城市建設用地面積、耕地面積；而環境投入包括：廢水排放量、SO2排放量、工業粉（煙）塵排放量、固體廢棄物產生量。環境消耗類指標可能存在多重共線性，于是采用全局主成分分析計算得出環境污染指數，由于各類污染物排放量屬于非合意產出，其特點是越小越好，依據現有文獻作為投入指標并進行相關處理［14］。由于僅能獲取2008-2015年能源消耗總量數據，故選擇2008-2015年作為研究區間，2010年后統計年鑒僅僅提供工業粉（煙）塵排放量數據，故將2008-2009年的工業煙塵排放和工業粉塵排放進行合并處理，為了消除通貨膨脹帶來的影響，對GDP總量進行了平減。數據來源于中經網數據庫和安徽省統計年鑒，各投入和產出變量的統計性描述見表1所列。

表1 安徽省生態效率投入產出變量的描述性統計

根據超效率DEA的測算方法，采用MYDEA1.0軟件對安徽省16個地級市的生態效率進行測算，限于篇幅具體測算過程略去，結果見表2所列。

表22008 -2015年安徽省區域生態效率測算結果

依據表2可知，安徽省各市的生態效率存在明顯的差異，從各年的均值來看，2008-2015年的生態效率逐年上升，呈現出良好的發展勢頭。以2008年、2011年和2015年為例，繼續討論安徽省各市生態效率的空間分布情況，從時空兩個維度來看生態效率的動態變化，如圖1所示。三幅圖的顏色逐年加深，說明生態效率穩步提升，安徽省16個地級市的生態效率呈現出良好的發展勢頭。從整體分布來看，區域顏色的差異擴大說明生態效率的區域差異在擴大，但深顏色的區域面積在擴展，說明生態效率呈現出集聚趨勢，集聚區域在擴大，這一區域主要集中在皖江城市帶，這與安徽省一系列的皖江城市開發的政策相互印證。

圖1 2008年、2011年和2015年安徽省各地級市生態效率空間分布情況

三、外商直接投資、區域生態效率的動態演進情況

生態效率呈現出改善之勢，區域差異較大，為了更細致掌握生態效率的空間分布特征和動態演變情況，采用非參數核密度估計方法繪制增長分布圖來描述外商直接投資和生態效率的動態演進特征。同樣選取2008年、2011年和2015年三個考察點，繪制了安徽省外商直接投資和生態效率的核密度曲線圖，如圖2、圖3所示。

圖2是外商直接投資動態演進情況，通過三個考察點可以看到：第一，2008年和2015年的外商直接投資分布曲線整體右偏，說明有些地級市的外商直接投資水平高，區域差異較大；第二，波峰高度呈現出下降之勢，降幅較大，波寬變大，波峰的右翼亦有擴大，波峰右移，說明各市外商直接投資水平不斷提高，各市的差異明顯擴大；第三，2008年和2011年都有一個主峰，同時有形成多峰結構的趨勢。2015年的峰值進一步下降，波寬更大，2015年形成雙峰結構，但峰值差距不大，呈現出集聚的趨勢同時有極化的現象。

圖2 2008年、2011年和2014年安徽省外商直接投資動態演進情況

圖3 是安徽省生態效率核密度分布的動態演進情況，由圖3可知：首先，從2008年、2011年和2015年的核密度曲線位置來看，呈現出逐年向右平移的趨勢，這說明安徽省地級市的生態效率整體呈現增長的態勢；其次，從核密度曲線的波峰和波寬來說，峰值呈現較為明顯的下降趨勢，波寬也明顯增加，說明區域生態效率差異明顯；第三，從核密度曲線的形狀來看，2008年單峰形態，生態效率相對集聚，到了2011年變成雙峰形態，兩峰的高度差不多，而且兩峰之間的距離較近，未出現明顯的極化現象，2015年的雙峰形態非常明顯，而且兩峰的峰值差距明顯擴大，極化現象比較明顯，程度明顯加重。演進過程顯示出生態效率值較低的地級市發展相對緩慢，而生態效率值較高的地級市發展相對較快，由此可知在生態效率改進過程中各地級市發展不協調。

圖3 2008年、2011年和2015年安徽省區域生態效率動態演進情況

四、外商直接投資對安徽省區域生態效率的空間溢出效應

從數據本身特征出發，利用核密度估計模型分析外商直接投資和區域生態效率的動態演進情況和分布特征，仍不能完全理清兩者之間的關系。現有文獻重在探討兩者之間的時間維度的關系，簡單分析空間分布情況，而忽視了空間維度的異質性和區域之間各種要素流動帶來的交互效應，為此，有必要討論外商直接投資和生態效率的空間相關性以及由于要素流動帶來的空間交互性產生的影響。

（一）空間相關性檢驗

空間依賴性是指一個空間區域上某一屬性值和另一空間區域上同一屬性值存在相關性的一種現象。而要識別這種相關性一般采用莫蘭指數法（Mo?ran’s I），其計算公式為：

（二）空間杜賓模型設定

空間回歸計量模型能夠很好地解釋觀測單元不同變量之間的復雜空間依賴關系［15］。一般的空間計量模型有三種形式：空間杜賓模型（SDM）、空間滯后模型（SAR）和空間誤差模型（SEM）。空間杜賓模型考慮了因變量和自變量的空間依賴關系，也就說本區域的因變量不僅受到本區域自變量變動的影響，還受到來自鄰近區域的因變量和自變量變動帶來的影響。回歸模型如下：

（2）式中，Y為因變量向量；X為自變量向量；W為空間權重矩陣；ρ為空間效應系數；Xβ為區域內解釋變量對被解釋變量的影響；ρWY為空間滯后項，反映鄰近區域因變量對本區域自變量的影響；WXγ反映了區域自變量對鄰近區域因變量的空間影響。

當γ=0時，SDM模型退化為SAR模型，模型不包括解釋變量的交互影響，此時模型形式退化為：

當γ+δβ=0時，SDM模型退化為SEM模型，SEM模型認為空間影響存在于擾動誤差項中，其含義是鄰近區域解釋變量的變動對被解釋變量的誤差沖擊，這會對區域被解釋變量產生空間影響。此時，模型形式退化為：

本文選擇空間權重矩陣為一階鄰近權重矩陣（0、1矩陣），即是當空間單元i與空間單元j相鄰時，Wij=1；否則，Wij=0。

一般來說，線性回歸的估計參數反映了解釋變量變化對被解釋變量的影響，但考慮空間滯后模型，其參數的解釋變得非常復雜，空間回歸模型的參數考慮到了空間單元的交互效應，這就需要采用其他方法求出真實的影響。應該從求解偏微分的角度去衡量一個空間單元解釋變量變化對相鄰空間單元產生的平均空間溢出效應［16］。以空間杜賓模型為例，將空間杜賓模型改寫為：

以矩陣的形式表示為：

因此 表示直接效應，是解釋變量x對被解釋變量y產生的平均效應表示間接效應，是解釋變量x對其他空間單元被解釋變量y產生的平均效應。

（三）變量選取及數據來源

為了探討外商直接投資對區域生態效率的影響，參考已有文獻和數據的可得性選取指標。核心變量為生態效率（eco）和外商直接投資（fdi），外資給經濟發展帶來積極影響的同時，也對生態效率造成不可忽視的消極影響［9］，外商直接投資的對數值（lf?di）及其平方項（lfdi2）可以驗證“EKC”曲線是否存在。除了核心變量FDI外，其他因素通過經濟和生態兩個側面影響生態效率。因此，在控制變量中考慮影響經濟增長、資源消耗和環境污染的因素。本文重點參考了已有研究［17-18］，從三個方面選擇控制變量：①收入類變量。選用人均GDP的對數值（lagdp）及其平方項（lagdp2）來表示，人均GDP是最基本的收入變量，反映了經濟增長的實際效果，也可以驗證“EKC”曲線是否存在［19］。②結構類變量。現有的經濟理論認為結構因素直接影響生態環境，用第二產業增加值占地區生產總值比重來表示產業結構（wg2）；城鎮化率（ur）用各市城鎮人口占總人口比重來表示；對外依存度（open）用進出口總額占地區生產總值的比重來表示［20］。③制度類因素。制度因素往往是影響生態環境深層次因素，包括環境規制強度、環境治理和環保意識。環境規制一般采用排污費征收占地區生產總值來表示，環境污染治理采用各市治理環境污染投資額來表示。由于排污費和環境污染治理投資數據嚴重缺失，考慮數據的可得性，采用R&D經費（lrdc）來反映政府治理環境污染的力度，從技術層面間接反映，因為研發投入越多，可能會降低對環境的污染。環保意識（edu）采用各市人均受教育年限來衡量［21］。

所有數據均來自中經網數據庫和各年的《安徽省統計年鑒》，各變量的統計性描述分析見表3所列，利用外資總量、人均GDP和R&D經費均使用GDP平減指數平減。

表3 實證變量數據的描述性統計

（四）結果討論

1.普通最小二乘回歸

為了選擇合適的面板模型，首先對生態效率的影響因素采用普通最小二乘回歸，得出OLS估計的殘差，對殘差進行空間相關性檢驗，以確定是否有必要選擇空間面板計量模型。由表4可知，調整的R2值為0.686 0，模型擬合較好，F檢驗值為31.83，其P值為0，在1%的顯著性水平上通過檢驗。FDI對數值對生態效率的影響是正向的，其平方值對生態效率的影響是負向的，而且都未能通過顯著性檢驗。人均GDP對數及其平方項都在1%顯著性水平上通過檢驗，呈現出“U”型特征，第二產業比重、城鎮化率、技術水平均在1%水平上通過檢驗，對外依存度和環保意識對生態效率的影響未能通過顯著性檢驗。

表4 傳統OLS面板模型估計結果

對傳統OLS回歸的殘差進行空間依賴性檢驗，表5結果顯示：莫蘭指數值都為正數，而且呈現上升趨勢，除了2008年和2011年在5%的顯著性水平上通過檢驗，其余年份均在1%的顯著性水平通過檢驗，說明OLS回歸的殘差存在空間相關性。顯然采用普通最小二乘回歸存在缺陷，模型估計的參數有偏，應該考慮空間單元要素之間交互效應，采用空間計量模型更為合適。

表5OLS面板模型回歸殘差的Moran’s I指數值

2.空間面板數據計量分析

（1）空間面板模型選擇。依據上述的結果，應該選擇空間杜賓模型（SDM），由于空間計量模型存在滯后項，使用OLS回歸估計的參數有偏，故選擇MLE對杜賓模型進行估計，但首先要確定選擇固定效應模型還是隨機效應模型，表6采用赤池信息準則和Hausman檢驗來判斷。通過比較隨機效應和固定效應模型的似然值、AIC和BIC值，得出應該選擇固定效應的杜賓模型，同時Hausman檢驗結果也顯示在1%的顯著性水平上拒絕原假設，也可得出固定效應杜賓模型更優。

表6 固定效應和隨機效應模型選擇

接下來，檢驗固定效應的空間杜賓模型是否退化成空間滯后模型或空間誤差模型，其實只要拒絕兩個原假設H0:γ=0和H0:γ+ρβ=0，即可選擇固定效應的空間杜賓模型。第一個Wald檢驗值14.74，P值為0.064 4，在10%的顯著性水平拒絕了H0:γ=0原假設，杜賓模型不能退化成空間滯后模型。類似地，第二個Wald檢驗值為5.081，其P值為0.057 6，在10%顯著性水平上拒絕H0:γ+ρβ=0原假設，杜賓模型不能退化成空間誤差模型。結合上述的檢驗結果，選擇固定效應的空間杜賓模型，結果是穩健的。

（2）空間杜賓模型計量分析。利用Stata14軟件對空間杜賓模型進行MLE估計，固定效應的空間杜賓模型包括三種類型：空間固定效應、時期固定效應和空間時期雙向固定效應，估計結果見表7所列，三個模型的第一列表示自變量對因變量的直接影響，第二列表示自變量對鄰近市因變量的空間溢出效應。根據似然值和赤池信息準則，應該選擇雙向固定效應的空間杜賓模型。雙向固定效應杜賓模型rho值為-0.291，在5%的顯著性水平通過檢驗，這說明安徽省生態效率存在顯著的集聚效應，生態效率的提高一定程度上依賴地理臨近效應的發揮，而現實中的生態效率與地理環境、氣候條件和社會經濟環境相互關聯，這與模型空間相關性檢驗結果是吻合的，說明模型選取是合理的。

表7SDM模型估計結果

續表7

（3）空間效應分解。由表8可以看出，空間杜賓模型中外商直接投資變量的直接效應、間接效應和總效應對生態效率均產生了顯著影響，而在普通最小二乘回歸中外商直接投資對生態效率的影響不顯著，或者說影響很小，這也說明未考慮空間因素的最小二乘回歸的參數估計是有偏的，不能有效解決空間單元變量之間的空間差異性和空間相關性。在選擇雙向固定效應模型的基礎上，大多數實證研究都采用空間模型的點估計方法來考察空間溢出效應，即使用表7中的結果。但點估計的參數測度影響程度是不準確的，可以采用求解偏微分的方法［16］。這為測度和檢驗空間溢出效應提供了有效的思路和堅實的基礎［22］。如表8所示，通過求解偏微分的方式，呈現了各因素對于生態效率影響的空間分解結果。這種影響包括直接效應（direct effect）和間接效應（indirect effect），前者是地級市各影響因素變動對生態效率的影響，后者是鄰近地級市的各影響因素對本市生態效率的影響，這兩種效應之和就是總效益。直接效應的影響途徑有兩種：一是各因素對本市自身的生態效率高低的直接影響，可用模型中各因素的系數估計；另一種是各因素對鄰近地級市的生態效率的影響，進而對本市的生態效率產生空間回饋效應。間接效應的影響途徑也有兩種：一是鄰近地級市各因素變動對本市生態效率的影響；另一種是鄰近地級市各因素變動對鄰近地級市生態效率的影響，進而對本市生態效率產生影響［23］。

表8SDM模型的空間效應分解

各市外商直接投資對生態效率直接影響為負，其平方項對生態效率的直接影響為正，且都通過了顯著性檢驗。驗證了利用外資的“污染天堂假說”，說明外商直接投資對生態效率的直接影響存在“U”型特征。外商直接投資主要集中在傳統制造業和能源開發行業，技術水平較低，一方面加快了安徽省經濟發展，另一方面加重了環境污染，導致生態效率降低，隨著居民環保意識水平的提高以及政府管制的加強，外商直接投資的“清潔度”不斷提升，并最終提高安徽省生態效率。外商直接投資每增加1個百分點，本市的生態效率就會下降0.893%，其平方項每提高1%，促進本市的生態效率提高0.019 8%。外商直接投資對生態效率間接影響為正，外商直接投資的平方項對鄰近地市的生態效率影響為負，呈現倒“U”型，但未能通過顯著性檢驗，說明外商直接投資對鄰近地市影響尚未顯現出來。

安徽省地級市人均地區生產總值（lagdp）對生態效率的直接效應為負，人均地區生產總值的平方項對生態效率的直接效應為正，而且都通過顯著性檢驗。人均地區生產總值及其平方項驗證了生態效率和收入水平的EKC的“U”型特征，在經濟發展水平低的階段，經濟增長屬于粗放增長模式，過度依賴資源的消耗和對環境的污染來實現經濟增長，導致生態效率下降。隨著經濟發展水平的提高，經濟增長方式由數量型向質量型轉變，經濟增長的質量不斷改善，降低了對資源的消耗和對環境的污染，有利于生態效率的提高。人均地區生產總值每提高1%，本市的生態效率下降1.82%。人均GDP的間接效應是直接效應的近兩倍，人均GDP的間接效應為負，其平方項的間接效應為正，且均在5%的顯著性水平上通過檢驗，說明人均GDP對鄰近地市生態效率的影響也存在“U”型特征。一個城市經濟發展需要大量的資源為支撐，這樣必然會導致各市之間的資源爭奪，所以一個城市經濟發展會對鄰近地市資源造成擠占，對生態效率產生負向影響。人均地區生產總值每提高1%，鄰近地市生態效率會下降3.209%。

安徽省地級市產業結構（wg2）對生態效率的直接影響為負，但直接影響未能通過顯著性檢驗，這說明產業結構對生態效率的影響是負向的，但影響較弱或者說還未顯現出來。安徽省是農業大省，目前安徽省的工業化正處于快速上升時期，對經濟增長的貢獻度在上升。工業增加值反映了第二產業發展狀況，工業在各市產業結構中通過行業集中度、技術水平顯示了產業的成熟度，隨著第二產業比重越來越高，第二產業生產效率就會比較高、技術也可能更環保，這樣各市的經濟發展耗費的資源可能會較低、產生的環境污染比較小，經濟發展和資源環境的協調性就會逐步顯現。目前來看，安徽省的工業化正在快速發展，但工業化發展是相對滯后的，所以第二產業的發展主要是依賴資源消耗實現的，對生態效率產生負面影響，但這種影響非常有限。第二產業結構對生態效率的間接影響為正，而且在1%的顯著性水平上通過了檢驗，主要是因為鄰近地級市的第二產業比重提高，因為技術水平高而對資源的需求會降低，這樣會減少本市資源的溢出，從而減輕環境的壓力。另外由于技術的外溢，會對本市產生正向溢出，這樣對本市的生態效率的提高產生了積極影響。

安徽省地級市城鎮化率對生態效率的直接影響和間接影響均為負，但未能通過顯著性檢驗，這說明城鎮化對生態效率的影響有限。安徽省城鎮化水平處于快速推進階段，是新型城鎮化試點省，這一方面給安徽省發展帶來了機遇，另一方面也會對資源產生過度的需求，從而導致生態效率的下降。目前來看，安徽省城鎮化水平還不高，城鎮化率對生態效率的影響還未顯現出來，隨著城鎮化水平的進一步提升會加劇資源的競爭，最終會對生態效率產生顯著影響。

安徽省地級市環保意識水平高低是使用各市的人均受教育年限（edu）來表示的，直接效應為正，但未能通過顯著性檢驗。說明人均受教育年限的提高，提高了人們的環保意識，能夠促進地方環境規制，但這一效果不顯著。但鄰近地級市的人均教育年限的提高對本市生態效率的影響為負，且在1%的顯著性水平上通過檢驗，可能是由于居民環保意識的提高，阻止污染重和資源消耗大的企業入住，高污染企業被迫轉移至鄰近地市，這樣會對鄰近地級市的生態效率產生負向影響，而且這種影響會產生“鄰里的示范效應”。

對外開放度對生態效率的直接影響為負，而且在1%的顯著性水平上通過檢驗。對外開放度越高生態效率越低，究其原因，一方面對外開放會增加就業，對外貿易會促進當地經濟發展；另一方面，經濟發展可能是通過出口資源消耗多、對當地環境污染嚴重的商品實現的。反映技術水平的研發投入對生態效率的直接影響為負，在1%的顯著性水平上通過檢驗。因為研發投入傾向于產生經濟效益的領域，對環境污染的研發投入不足，而且新的技術可能帶來更多經濟效益，同時伴隨的就是環境污染問題，研發投入對生態效率產生負面影響。對外開放度和研發投入間接效應未能通過顯著性檢驗。

五、結論及政策啟示

區域經濟現象并非孤立的，而是植根于空間單元的相互影響之中，為了捕捉這種空間交互影響，以安徽省為例，采用SE-DEA模型計算安徽省地級市的生態效率，分析了外商直接投資和生態效率的時空分布和動態演變特征，運用雙向固定效應的空間杜賓模型，探討了外商直接投資對生態效率的影響機制，這種影響包括對本市的直接影響和對鄰近地級市的間接影響，得出以下結論和政策啟示：

首先，從生態效率的均值來看，安徽省各市存在明顯的差異，逐年改善。從空間分布來看，區域生態效率穩步提升，但生態效率的差異呈現擴大之勢，生態效率呈現出明顯的集聚趨勢，集聚區域在擴大，這一區域主要集中在皖江城市帶，這與皖江城市一系列開發政策息息相關。通過非參數核密度曲線可以看出，安徽省地級市的生態效率呈現逐年上升趨勢，但差異在擴大，極化現象比較明顯。生態效率演進過程中顯示出生態效率值較低的地級市發展相對緩慢，而生態效率值較高的地級市發展相對較快，安徽省地級市生態效率發展不協調。外商直接投資核密度曲線右移，降幅較大，波峰右翼亦有擴大，外商直接投資整體提高、差距明顯擴大、集聚趨勢變得不明顯。

其次，本文的空間回歸結果顯示：一方面，外商直接投資對生態效率的影響呈現出EKC的“U”型特征，同樣地區人均GDP對生態效率也存在EKC的“U”型特征，城鎮化率、環保意識和第二產業結構對生態效率影響不明顯，這與部分學者觀點基本一致［10-11］。另一方面，與其他學者不同的是，本文考察了外商直接投資等因素的空間交互效應，利用空間計量模型捕捉到這些因素對生態效率的影響，除了外商直接投資和地區人均生產總值對本市的生態影響存在EKC的“U”型特征，而且人均GDP對鄰近地級市生態效率的影響也存在EKC的“U”型特征。產業結構比重的增加提升了技術水平，降低了資源需求，減少了對鄰近地級市的資源需求，同時技術的正向溢出效應提高了鄰近地級市的生態效率。環保意識水平的提高，會產生“鄰里的示范效應”，可能會導致資源消耗高、環境污染重的產業轉移至鄰近地級市，這樣會降低鄰近地級市生態效率。

通過以上結論的推敲，得出以下幾點啟示：

首先，各級政府制定招商引資的相關政策時要考慮兩方面：一方面要考慮外商直接投資影響的“U”型特征。為了實現拐點之后外商直接投資對生態效率的促進作用，各市要加大招商引資力度，同時要合理利用外資，不能為了到達拐點毫無選擇的利用外資，承接有損于生態環境的低端產業。要抓住皖江城市帶承接產業轉移的機遇，有質量地引進外資、利用外資，提高城市外資的“清潔度”。另一方面，要利用好空間溢出效應和示范效應。要充分利用各市之間的溢出效應對自身生態效率的促進作用，發揮各市之間的示范效應帶來的益處，同時要規避示范性引發的競爭而對生態效率產生的負向影響，推動生態效率的進一步提升。

其次，安徽省地級市的生態效率逐年提高、集聚區域在擴大，但差距也在擴大，有極化趨勢，外商直接投資也有類似的特征，安徽省各市在招商引資的過程中，要注意均衡發展，根據各市實際情況，因地制宜、合理利用外資，促進FDI和生態效率的協調發展。

再次，研發投入對生態效率的直接影響為負且通過顯著性檢驗，可能是研發投入的結構偏向于經濟效益型的技術開發。因此，一方面要加大研發投入的力度，另一方面要調整研發投入的結構，突出環境友好型的技術創新開發，推動技術創新對生態效率的提升作用。

最后，安徽省對外貿易和城鎮化水平正在快速發展，促進了安徽經濟的騰飛，但也不能以資源過度消耗以及耕地、森林資源等環境的破壞為代價。可考慮以信息化和綠色化作為城鎮化發展方向，把資源、環境和經濟增長協調起來。要把科學發展觀融入安徽省美好鄉村建設中去，承認各市生態效率發展的差異性，統籌各市生態效率的發展，依據各市產業結構的特點和發展的進程，考慮各市空間交互效應，最終實現共贏。

參考文獻：

［1］薛進軍，趙忠秀.中國低碳經濟發展報告（2014）［M］.北京：社會科學文獻出版社，2014.

［2］傅強，周克紅.利用外資與我國產業結構調整的相關分析與實證檢驗［J］.世界經濟研究，2005（8）：64-72.

［3］孫文杰，沈坤榮.技術引進與中國企業的自主創新：基于分位數回歸模型的經驗研究［J］.世界經濟，2007（11）：32-43.

［4］劉渝琳，溫懷德.經濟增長下的FDI、環境污染損失與人力資本［J］.世界經濟研究，2007（11）：48-55.

［5］王碧芳.經濟增長、外商直接投資與環境污染——基于面板數據聯立方程分析［J］.經濟與管理，2013（8）：5-13.

［6］Wang D T，Chen W Y.Foreign direct investment，institu?tional development，and environmental externalities：Evi?dence from China［J］.Journal of Environmental Manage?ment，2014，135（4）：81-90.

［7］黃菁.外商直接投資與環境污染——基于聯立方程的實證檢驗［J］.世界經濟研究，2010（2）：80-86.

［8］許和連，鄧玉萍.外商直接投資導致了中國的環境污染嗎？——基于中國省際面板數據的空間計量研究［J］.管理世界，2012（02）：30-43.

［9］韓永輝，鄒建華.引資轉型、FDI質量與環境污染——來自珠三角九市的經驗證據［J］.國際貿易問題，2015（7）：108-117.

［10］初善冰，黃安平.外商直接投資對區域生態效率的影響——基于中國省際面板數據的檢驗［J］.國際貿易問題，2012（11）：128-144.

［11］余姍，張文彬.FDI是否促進了生態效率的提高——來自我國省際數據的考察［J］.國際商務：對外經濟貿易大學學報，2016（1）：60-69.

［12］Andersen P，Petersen N C.A Procedure for Ranking Effi? cient Units in Data Envelopment Analysis［J］.Management Science，1993，39（10）：1261-1264.

［13］蒂莫西·J·科埃利，D·S·普拉薩德·拉奧，克里斯托弗·J·奧唐奈，等.效率與生產率分析引論［M］.王忠玉，譯.北京：中國人民大學出版社，2008：202.

［14］Pekka J.Korhonen，Mikulas Luptacik.Eco-efficiency anal?ysis of power plants：An extension of data envelopment analysis［J］.European Journal of Operational Research，2004，154（2）：437-446.

［15］劉滿鳳，唐厚興.基于空間Durbin模型的區域知識溢出效應實證研究［J］.科技進步與對策，2010，27（18）：28-33.

［16］LeSage James P，Pace R Kelley.Introduction to Spatial Econometrics［M］.New York：CRC Press，2009：513-514.

［17］王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長［J］.經濟研究，2010（5）：95-109.

［18］楊俊，邵漢華，胡軍.中國環境效率評價及其影響因素實證研究［J］.中國人口·資源與環境，2010（2）：49-55.

［19］Baek J，Koo W W.A Dynamic Approach to the FDI-envi?ronment Nexus：The Case of China and India［J］.Journal of International Economic Studies，2009，13（2）：87-109.

［20］韓永輝，黃亮雄，王賢彬.產業結構優化升級改進生態效率了嗎？［J］.數量經濟技術經濟研究，2016（4）：40-59.

［21］李秀敏.人力資本、人力資本結構與區域協調發展——來自中國省級區域的證據［J］.華中師范大學學報：人文社會科學版，2007（3）：47-56.

［22］Elhorst J P.Applied Spatial Econometrics：Raising the Bar［J］.Spatial Economic Analysis，2010，5（1）：9-28.

［23］吳義根，馮開文，李谷成.人口增長、結構調整與農業面源污染——基于空間面板STIRPAT模型的實證研究［J］.農業技術經濟，2017（3）：75-87.

Dynamic Evolution,Spatial Spillover of FDI and Regional Eco-efficiency—A Case Study of Anhui Province

WU Yi-gen1，2,FENG Kai-wen1,ZENG Zhen2,XIANG Gui-e2
（1.College of Economics&Management,China Agricultural University,Beijing 100083,China; 2.School of Business,Chizhou University,Chizhou 247000,China）

Based on the panel data of 16 prefecture-level cities in Anhui province from 2008 to 2015,this paper adopts the Spatial Durbin Model to analyze the impact of FDI on eco-efficiency.The results indicate that:The eco-efficiency of cities increases steadily, shows a clear trend of agglomeration,and agglomeration areas concentrate in the area of Wanjiang City Belt;Considering the spatial factors,the direct and indirect effects of foreign direct investment(FDI)on the eco-efficiency all have the characteristics of"U"of EKC, and the impact of per capita GDP on the local eco-efficiency also presents the characteristics of"U";The indirect effect of industry structure on the eco-efficiency is positive,whereas the indirect effect of environmental awareness on the eco-efficiency is negative,and the direct impacts of openness and R&D investment on the eco-efficiency are negative.Therefore,each city needs to play the diffusion effect and demonstration effect of the Wanjiang City Belt agglomeration area,guides the foreign capital to enter the resource-saving and environment-friendly industries.Moreover,each city needs to respect other cities’eco-efficiency differences,consider the interaction effect of unit space,and make use of foreign investment according to local conditions and achieve a win-win situation.

FDI;regional eco-efficiency;Spatial Durbin Model;kernel density

F061.5

A

1007-5097（2017）06-0016-09

［責任編輯：余志虎］

10.3969/j.issn.1007-5097.2017.06.003

2016-12-05

安徽省高校自然科學研究重點項目（KJ2014A177）；安徽省質量工程研究項目（2013zytz079）；安徽省名師工作室研究項目（2015MSGZS161）

吳義根（1976-），男，安徽池州人，講師，博士研究生，研究方向：農業經濟理論與政策，金融市場運行與管理；馮開文（1966-），男，陜西山陽人，教授，博士生導師，博士，研究方向：制度經濟學，發展經濟學，農村經濟組織與制度，農業經濟史；曾珍（1986-），女，安徽池州人，助教，碩士，研究方向：生態經濟學，農業經濟理論與政策；項桂娥（1964-），女，安徽青陽人，教授，碩士，商學院院長，研究方向：產業經濟，區域經濟。