空間溢出效應下OFDI對綠色全要素生產率的影響研究

李雅雪 王啟仿

文章編號：1008-7133（2022）02-0050-11

摘 要： 本文利用SBM方向距離函數和MalmquistLuenberger生產率指標，測算得到2005—2020年中國省際綠色全要素生產率（GTFP），并基于空間杜賓模型探討了對外直接投資（OFDI）對GTFP的影響。研究表明：在樣本期內，GTFP具有正向的空間相關性。OFDI對GTFP存在顯著的本地促進作用和正向空間溢出效應。基于區域異質性，進一步發現這種正面溢出效應的結論僅存在東部地區，而在中部和西部地區并不成立。因此，應充分考慮OFDI與“綠色競爭力”的互動及其空間溢出效應，建立環境保護的空間聯動機制。同時，發揮東部積極的引領作用，加大中西部地區OFDI規模和提升OFDI質量，實現全方位的綠色永續發展。

關 鍵 詞： 對外直接投資;綠色全要素生產率;空間杜賓模型;空間溢出效應

DOI： 10.16315/j.stm.2022.02.004

中圖分類號： F062.1

文獻標志碼：A

Researchon the impact of OFDI on green total factor productivity under spatial spillover effect

LI Yaxue， WANG Qifang

（Business School， Ningbo University， Ningbo 315211， China）

Abstract： This paper calculates Chinese provinciallevel green total factor productivity（GTFP）by using the distance function of SBM direction and MalmquistLuenberger productivity index from 2005 to 2020， and the influence of outward foreign direct investment（OFDI）on green total factor productivity is discussed based on spatial Durbin model. The research reveals that： During the sample period， GTFP has a positive spatial correlation. OFDI has a significant local promotion effect and a positive spatial spillover effect on GTFP. Based on regional heterogeneity， the positive spillover effect is found only in the eastern region， but not in the central and western regions. Therefore，the interaction between OFDI and “green competitiveness” and its spatial spillover effect should be fully considered to establish a spatial linkage mechanism for environmental protection. At the same time， we should give full play to the active leading role of the eastern region， increase the scale and quality of OFDI in the central and western regions， and achieve allround green and sustainable development.

Keywords： OFDI; green total factor productivity; spatial Durbin model; spatial spillover effect

自21世紀以來，隨著“走出去”發展戰略的不斷深化，中國對外直接投資（OFDI）盡管起步較晚，但發展勢頭強勁，已成為不可忽視的力量。根據商務部發布的《對外直接投資統計公報》統計數據可知，2020年，中國OFDI流量為1537.1億美元，同比上升12.3%，首次位居全球第一，占全球份額的20.2%;OFDI存量達至25 806.6億美元，排名躍升至第三位。無論從流量還是存量角度，中國OFDI在全球的地位皆居于前列。從空間分布來看，中國境外投資主體高度集聚于京津冀、長三角以及珠三角等東部沿海經濟區，而中部和西部地區相對較少。作為資本、技術在內的豐富生產要素載體，OFDI是一國、一地區資本走出去和技術引進來的最好渠道，在促進中國的經濟發展與全球價值鏈的地位攀升上扮演著重要角色。

然而，在對外貿易和經濟高速發展的同時，日益突出的資源消耗和環境污染問題嚴重制約了社會經濟可持續發展。根據2008—2020年《全球環境績效指數（EPI）報告》可知，中國的EPI表現出起伏式下降的狀態，在全球經濟體績效排名中也較為靠后，集中體現了中國的環境在經濟跨越式發展下所承受的沉重壓力，如表1所示。一直以來，全要素生產率（TFP）作為經濟增長、效率改善的重要表現。而當面臨著生態環境污染的窘態，傳統的TFP可能會估算出偏誤的經濟質量，綠色全要素生產率（GTFP）更能科學反映當前環境資源剛性約束下的經濟發展質量。

黨的十九大報告提出“提高全要素生產率”的迫切要求，并明確規劃了“到2035年生態環境根本好轉”的目標。十九屆六中全會進一步闡述了不能將GDP設為單一目標，必須實現包括綠色為普遍形態、開放為必由之路、共享為根本目的等要求在內的高質量發展。“十四五”規劃在此基礎上突出強調了“優化區域開放布局，加強空間發展以及生態文明建設統籌協調”等建設目標。這就要求不僅要重視“走出去”的作用，還要發揮其空間外部性。

那么，OFDI作為中國經濟發展的重要一極，是否顯著驅動GTFP增長，從而實現經濟穩步增長和環境不斷改善的雙贏局面？空間因素是否是影響OFDI和GTFP的重要因素？如果有影響的話，各省市的OFDI在對本地GTFP產生影響的同時，是否也會由于空間位置的毗鄰而對鄰近區域的GTFP產生影響呢，以及這種溢出效應是否存在區域異質性？這些問題的系統解讀對于中國在面對“雙碳”目標和高質量發展背景下，根據“十四五”規劃提出的“各地立足比較優勢擴大開放”、“強化區域間開放聯動”，從而達到“共同推進社會全面綠色轉型”目標具有重要意義。

1 文獻綜述

關于OFDI與TFP之間的關系，一直是經濟學者關注與探討的重點。在研究主體方面，在經濟全球化影響下，學者們從研究OFDI對東道國經濟效應轉向探討OFDI對母國產生何種影響。在OFDI的研究對象上，隨著發展中國家的崛起，其OFDI的全球占比快速增加，學者們也由關注以發達國家（地區）為投資主體的OFDI，擴展到以發展中國家（地區）為投資主體的OFDI。

通過梳理現有文獻發現，OFDI對母國TFP的影響效果，同異互見而且交叉，主要有以下3種觀點：

第一種觀點是“促進論”，認為OFDI對母國TFP的提升起到一定的積極意義。Kogut等[1 ]針對日本對美國的OFDI，開創性地探究了OFDI的技術尋求動機，并分析了OFDI存在的逆向技術溢出效應。Pottelsberghe等[2 ]在國際R&D溢出模型（CH模型）的基礎上，將OFDI作為國際技術溢出途徑得到LP模型，并以美國、日本和歐洲國家等發達國家為研究對象，研究發現R&D密集型國家的OFDI對TFP的增長具有正向作用。考慮到不同投資動機的影響，Driffied等[3 ]采用英國的數據，發現包括技術尋求型、效率尋求型OFDI在內的高層次OFDI均能夠促進母國TFP增長。趙偉等[4 ]基于中國數據，驗證了“促進論”存在于中國。蔣冠宏等[5 ]、葉嬌等[6 ]則從微觀視角入手檢驗了企業OFDI的“生產率效應”，發現企業OFDI提升了企業TFP。

第二種觀點是“抑制論”，認為OFDI對母國TFP的增長在一定程度上產生消極影響。以OECD國家為研究對象，Bitzer等[7 ]從產業層面出發，考察發現非G7國家的OFDI對母國TFP具有顯著的反向作用。王恕立等[8 ]研究得到OFDI逆向技術溢出對中國TFP的增長具有一定的負向影響。并基于區域異質性與投資動機差異性，進一步分樣本實證發現低質量的OFDI對中國三大地理分區的TFP皆產生負效應。

第三種觀點是“不確定論”，認為OFDI與母國TFP之間呈非線性關系。李梅等[9 ]發現OFDI對TFP的影響存在明顯的區域差異，僅對東部地區的TFP提升具有一定正向作用，而中西部地區并未能從OFDI中獲得正向效應。而造成這一現象的主要原因是存在R&D強度、人力資本、金融發展等相關稟賦特征條件的門檻效應[10-12 ]。

現有文獻分別從宏觀、中觀、微觀3個維度就OFDI與母國TFP的關系進行有益的探索，但結論莫衷一是，體現了OFDI對TFP的影響作用較為繁雜。而在環境約束不斷趨緊的背景下，圍繞可持續貿易衍生出國內外學界對OFDI的環境效應的積極探討。尤其，意識到能源消耗帶來的污染物已經接近環境的承載能力，中國開始從傳統粗放型生產模式向環境友好型、資源節約型發展方式轉變時，學者們打破傳統TFP視角，開始充分考慮資源環境制約對經濟增長的影響，進而衍生出GTFP的概念，并成為新近的研究焦點。

但相較之下，以協調投資與綠色可持續發展為核心去擴展OFDI與母國GTFP關系的文獻乏善可陳。胡琰欣等[13 ]嘗試從時空異質性視角分析，認為OFDI的持續增長在總體上有助于GTFP的提升，長期呈起伏式增長，但OFDI并非對所有省份的GTFP呈正向效應。考慮到各吸收能力等外部條件，鄭強[14 ]、張建等[15 ]分別檢驗了基于金融發展、環境規制和制度環境等門檻效應下的OFDI對GTFP的影響效果。

上述文獻并沒有考慮OFDI和GTFP的空間相關性。許多經濟變量在空間上存在某種相關性，地理鄰近為資源跨區域流動提供便利，經濟相鄰為資源互補創造條件[16 ]。基于中國地理、經濟區位特征顯著的背景下，若忽視空間因素造成的影響，繼續使用傳統的計量方法，則很可能會對OFDI的經濟回報結果產生偏誤。鑒于上述缺陷，本文旨在從空間溢出視角探討OFDI對GTFP影響，主要貢獻包括以下幾個方面：一是，在研究方法上采用空間計量模型，系統分析了OFDI對GTFP的影響，以期在空間視角下加深對OFDI與GTFP之間關系的理解;二是，基于異質性視角，分區域探究OFDI對GTFP的本地效應與溢出效應，為政策制定者提供更具針對性的OFDI與區域經濟增長、污染聯防建議。

2 理論機制與研究假設

OFDI對GTFP的影響主要通過規模效應、產業轉移效應和逆向技術溢出效應來實現。從規模效應上看，為獲取更多利潤，企業以OFDI為路徑，充分利用東道國金融市場資源來增加綠色技術研發投入，促進生產規模的不斷擴大。由此，在不斷開拓海外市場的同時提升自身GTFP。從產業轉移效應上看，一方面，根據“污染天堂”假說，OFDI使得高污染產業得以轉移到海外。高污染企業通過對比母國與海外環境規制強度差異，將生產轉移到環境規制強度相對較低的國家，以減輕企業的生產壓力，從而降低母國的污染排放。另一方面，通過OFDI轉移夕陽產業所釋放的大量生產要素，尤其是能源資源，得以重新合理配置，進而推動產業結構的優化，最終實現兼顧環境與效率的GTFP的提升。從逆向技術溢出效應上看，跨國企業對技術密集型國家進行投資，通過學習模仿、人員流動等方式獲取先進綠色技術和經驗，并將之引入母國進行吸收轉化，從而促進GTFP的發展[17 ]。

基于此，提出研究假設H1：在控制其他變量的情況下，OFDI促進本地GTFP的提升。

就空間維度而言，區域間攜帶技術、知識等要素的流動可以帶動技術與知識在各主體間交流與互動，有利于其在空間范圍內的擴散溢出，并對經濟活動產生正向外部貢獻[18 ]。區域間存在的合作交流機制為這些要素的流動提供便利，使得OFDI所攜帶的綠色技術與管理實踐經驗通過學習效應被周邊地區借鑒，并在這種地區間緊密的經濟聯系之下，OFDI進一步積極影響空間相鄰地區的GTFP。

基于此，提出研究假設H2：在控制其他變量的情況下，OFDI不僅有利于本地GTFP的發展，還對相鄰地區GTFP產生正向空間溢出效應。

3 數據說明與模型設定

3.1 變量說明

3.1.1 核心解釋變量

對外直接投資（OFDI）：考慮到OFDI流量短期波動幅度較大的特點以及OFDI對GTFP的長期效應，因此，采用OFDI存量作為本文的核心解釋變量，按歷年人民幣平均匯率進行換算并在此基礎上取對數處理。

3.1.2 被解釋變量

綠色全要素生產率（GTFP）：借鑒Tone[19 ]的方法，將環境污染等非期望產出納入原有TFP核算框架，并基于SBM方向性距離函數，采用ML生產率指數來測度2005年—2020年中國30個省（市、自治區）的GTFP。在計算時還需要首先獲取以下變量：

1）投入指標。選取勞動力、資本和能源作為投入指標。勞動力投入：現有衡量指標主要從量和質2個角度出發，分別為年末從業人數[20 ]和平均受教育年限與就業人數的乘積[21-22 ]。單以從業人數來衡量勞動力投入，僅體現了勞動力的整體規模。按照舒爾茨所創建的人力資本理論，教育與從業者的生產率存在正相關關系。因此，理想的勞動力投入指標應該是建立在勞動素質提高基礎上的投入。本文選取各省市年末從業人數與平均受教育年限的乘積來表示。資本投入：一般采用各省市的固定資本存量來表示。雖然中國各省份的固定資本存量并沒有沒有官方統計數據，但已有代表性的估算方法有張軍[23 ]、單豪杰等[24 ]。本文借鑒張軍[23 ]的估測方法，并使用固定資產價格指數對采用永續盤存法計算得到的固定資本存量進行平減。能源投入：要素投入度量的精確度與模型中的距離函數具有強關聯性[25 ]。本文采用經標準煤法折算后的能源消費量來衡量能源投入。

2）期望產出。期望產出的衡量指標較為一致，均采用各省份的生產總值來表示。本文在此基礎上，運用各地區的生產總值指數進行平減，以減輕通貨膨脹帶來的影響。

3）非期望產出。非期望產出的衡量指標尚未統一，主要分為單一指標法和綜合指標法。選取僅將二氧化硫排放量納入指標體系的單一指標法，可能導致測算出來的GTFP的結果偏高。考慮到數據的可得性（以2016年為界，《中國環境統計年鑒》中的部分環境指標數據口徑不一），本文采用工業廢水中的化學需氧量排放量和工業二氧化硫排放量構成的綜合指標來表示非期望產出。

另外，估算得到的年度環比變化率不能直接用于計量回歸，須對其做相應變換。本文借鑒趙明亮等[26 ]的做法，設定基期為1，通過逐年累乘量化得到最終的GTFP。

3.1.3 控制變量

1）產業結構（INDUS）。現有文獻對于產業結構的衡量方式主要通過產業間的比例關系來反映。污染物的排放量隨著工業化程度的提升而劇增，第二產業尤其是低端制造業無疑是產生這類非期望產出的主要來源。相反地，第三產業的迅速發展不僅具有輕污染的特性，還有效拉動生產效率的提升。因此，本文采用第三產業增加值與第二產業增加值之比來表示。

2）外商直接投資（FDI）。外商直接投資對環境的影響研究，存在相悖的兩個假說——“污染天堂假說”與“污染光環假說”。因而，其對綠色全要素生產率的影響可能是正相關，也可能是負相關。借鑒現有文獻的普遍做法，按歷年人民幣匯率的平均價格折算后的實際利用外商直接投資額與GDP之比來表示。

3）環境規制（ER）。學界主要從環境污染治理的投入與效果兩個角度去衡量環境規制強度，分別采用污染治理投資額[27 ]、污染物排放達標率[28 ]等指標。考慮到數據的可得性，本文參考鄭強[14 ]的做法，采用環境污染治理投資額與GDP之比來表示。

4）政府干預（GOV）。綠色競爭力能否提升，離不開合理、有效的產業政策。現有文獻一般選取財政支出與GDP的比值[29 ]或財政收入與財政支出的比值[21 ]來衡量政府干預指標。考慮到各省市發展階段不同，其支出與收入政策存在很大的差異，本文采用一般預算收入與一般預算支出之比來表示政府干預力度。

5）經濟發展水平（PGDP）。簡單的以GDP論英雄，雖然使得中國的經濟在短時間內大步向前邁進，但這種粗放型的生產模式勢必會影響地方綠色經濟的發展。針對經濟增長和地區均衡來說，人均意義上的增長更有意義。因此，本文采用人均GDP取對數來表示經濟發展水平，也是衡量該變量的普遍做法，如李梅等[9 ]、吳書勝等[12 ]。

6）交通基礎設施（TRANS）。交通基礎設施投資建設受自然條件的影響，相較于人均基礎設施占比、鐵路運輸路程占總運輸量等衡量方法，本文側重于交通基礎設施的地理密集度，采用鐵路里程數與各省份國土面積之比來表示。

3.1.4 數據來源

本文剔除數據缺失較多的西藏以及港澳臺地區，選取中國30個省（市、自治區）2005—2020年的相關數據作為研究樣本，數據主要來源于《中國統計年鑒》、各省市統計年鑒、《中國人口和就業統計年鑒》、《中國環境統計年鑒》、《中國能源統計年鑒》、《中國城市統計年鑒》等。所選變量的描述性統計結果，如表2所示。

3.1.5 空間權重矩陣的構建

在建立相應的空間計量模型之前，首先需要討論地理特征如何影響空間關系，即建立恰當的空間權重矩陣。這關系到空間計量模型能否真實反映空間效應以及最終估計結果的準確性[30 ]。因此，本文選取3種方法來建立空間矩陣：

1）地理鄰接矩陣（ W 1）。基于二進制算法設置的地理鄰接矩陣，被國內學者廣泛運用于區域經濟的空間分析之中，即認為如果兩省相鄰，即賦值為1，不相鄰則賦值為0。

2）地理距離矩陣（ W 2）。考慮到部分省份雖不共享邊界，但兩者的地理距離相較于其他省份更近的現實情況，本文通過經緯度測得各省會城市間的直線距離來構造地理距離矩陣，能夠反映現實的空間差異。

3）經濟地理空間矩陣（ W 3）。前2種空間權重矩陣具有簡單、容易處理的構建特點。而由這種基于地理因素的有限的表達方式，所衍生出的包含經濟因素與距離因素的經濟地理空間矩陣，能更好地刻畫空間效應的復雜性。因此，本文引入人均GDP距離倒數的組合矩陣構建經濟地理空間矩陣，并將其作為穩健性檢驗。

3.2 空間計量模型的建立

相比于空間誤差模型、空間滯后模型，兼備分析解釋變量和被解釋變量的溢出效應的相對優勢的空間杜賓模型是前兩者的一般形式。因此，本文初步選擇其為實證分析的基本模型，然后通過空間適用性檢驗來判斷其是否為最優模型，構建具體模型如下：

GTFPit= β0+ρ W GTFPit+β1ln OFDIit+

θ1 W ln OFDIit+β2X′it+θ2 W X′it+εit。

其中：GTFP、ln OFDI、X分別表示綠色全要素生產率、對外直接投資以及控制變量;i和t分別表示地區和年份; W 為空間權重矩陣;ε為隨機誤差項;β、θ為待估參數。特別指出，ρ表示綠色全要素生產率的空間效應系數，β1表示對外直接投資對綠色全要素生產率的影響程度，θ1表示對外直接投資對綠色全要素生產率的空間溢出效應強度。

4 實證分析

4.1 空間相關性的檢驗結果

在對模型進行回歸分析之前，首先要對中國省際GTFP是否存在空間相關性進行診斷。本文基于各空間權重矩陣下分別度量歷年GTFP的全局Moran’I指數，其表現出波動上升式的正相關，如表3所示。

其次，采用LM、Wald 2種方法對空間計量模型進行選擇，檢驗結果均在10%的顯著性水平下拒絕原假設H2，反映上文初步將空間杜賓模型作為研究模型較為合理，如表4所示。再次，使用LR和聯合顯著性檢驗對模型進行再判斷，檢驗結果均在1%的顯著性水平下拒絕原假設，說明空間杜賓模型不能退化為其他形式，且模型應固定時間和空間。最后，本文選定雙固定空間杜賓模型進行后續回歸分析。

4.2 空間模型的實證分析

4.2.1 基于總樣本下的空間杜賓模型的估計結果

在3種空間權重矩陣設定下的空間滯后系數ρ為正，均通過5%的顯著性檢驗，反映了中國省際GTFP存在明顯的空間溢出特征，即本地GTFP的提升受到鄰地GTFP增長的影響，如表5所示。特別的是，滯后系數ρ在地理鄰接矩陣下為0.155，在地理距離矩陣與經濟地理空間矩陣下為0.373、0.372，說明地理與經濟特征對GTFP的影響更大。

OFDI及其空間滯后項系數均為正并通過顯著性檢驗。一方面，表明OFDI對本地GTFP具有正向促進作用，驗證了假設H1;另一方面，說明在考慮空間溢出效應后，OFDI不僅有助于本地GTFP的提升，還對周邊地區GTFP的攀升做出重要貢獻，驗證了假設H2。同時，對3種空間權重矩陣進行橫向比較，考察發現OFDI對GTFP的影響程度不僅僅局限于地理邊界是否相鄰，其空間聯動性在空間距離與經濟發展水平上得到更強的體現。但空間杜賓模型的參數估計結果的解釋力有限，只能對OFDI與GTFP的影響做出初步判斷，不足以真實反映本地效應和溢出效應。

由此，本文進一步參考Lesage等[31 ]的做法，將總效應分為直接效應和間接效應，以便準確識別空間效應，如表6所示。

由表6可知，各空間權重矩陣的估計結果與表5基本一致，間接驗證了表5的估計結果較為穩健。OFDI對GTFP的直接效應和間接效應均在10%的水平下顯著為正，假設H1、H2再次得到印證，即OFDI對GTFP存在正向本地效應與溢出效應。且系數大小隨著空間權重矩陣的“加碼”而增長，由低到高依次排序為：地理鄰接矩陣、地理距離矩陣、經濟地理空間矩陣。這可能是企業的對外投資活動在經濟發展水平相近地區更為密切，OFDI所承載的技術與管理經驗也更容易被經濟發展水平相近地區學習與吸收，從而使得OFDI對GTFP的影響突破傳統行政區劃的限制，延伸至更廣泛的空間范圍。

其中，OFDI對GTFP產生的間接效應的系數要大于直接效應。原因可能有以下幾點：一是OFDI企業通過吸收整合發達國家在能源、管理和生產方面的經驗，形成了所謂的“逆向綠色溢出效應”，但本地區的吸收能力的強弱直接關系到該效應的大小[32 ]。二是OFDI通過省際間人員流動、貿易往來等互動方式，強化了這種環境友好的技術溢出效應，并發生了跨區域擴散。

在其他控制變量中，產業結構和外商直接投資在3種空間權重矩陣下均在5%的顯著性水平上對GTFP表現出顯著的正向的直接效應和間接效應。這說明產業結構的升級和外資的引入有利于中國的經濟增長兼顧效率與環保。經濟發展水平多數通過10%的顯著性檢驗，并在地理鄰接和地理距離矩陣下呈弱正向直接效應和強負向間接效應。可能是在“GDP錦標賽”的驅動下，本地GTFP的提升以犧牲鄰地GTFP為代價造成的。甚至為了盲目追求經濟增長，忽略環境可持續發展，出現抑制了本地GTFP的現象，具體表現在經濟地理空間矩陣上。交通基礎設施的直接效應和間接效應的系數均為正，間接表明基礎交通設施的建設突破了地域邊界的概念。即通過建立貫穿中心城市間的聯系通道、輻射中小城市的交通設施，大大提升交通可達性以及交易效率，在促進本地GTFP增長的同時，還作為要素流動的重要載體，通過中心向外圍擴散的“涓流效應”，進一步提升周邊地區GTFP，從而形成以鄰為伴的經濟增長模式[33 ]。

環境規制和政府干預均未通過顯著性檢驗，且影響效果不確定。導致該結果的原因主要是存在正負雙重效應。對于環境規制來說，一方面，環境規制減輕地方污染;另一方面，環境規制抑制了企業生產率，容易進一步惡化的企業的自選擇效應，對周圍環境有著連帶負向作用[34 ]。對于政府干預來說，理論上，政府干預可以通過合理配置資源來促進當地經濟效率。但實際上，地方政府往往過度沉迷于兩個指標：招商引資和政府稅收，以至于具有經濟回報周期短但污染系數大的第二產業受到重視與激勵，隨之帶來一系列后果[35 ]。

4.2.2基于分區域子樣本下的空間杜賓模型的估計 結果

考慮到各地在資源要素分布等方面有著顯著的空間差異特征，本文把30個省（市、自治區）分為東、中、西三大地區，以期探討分區域子樣本的空間效應，估計結果，如表7所示。

整體上，OFDI對GTFP的空間溢出效應存在顯著的區域差異特征。進一步地，從直接效應來看，東部地區的回歸系數在0.371～0.411之間，而中部和西部地區的回歸系數在-0.028～-0.303之間，作用效果完全相反。這意味著中國的東部地區OFDI已經形成正外部性，而中部、西部地區可能受OFDI總量較少無法形成規模效應、低層次的OFDI動機、學習和消化能力的差異等原因，制約其GTFP的發展。從間接效應來看，東部地區OFDI積極發揮的示范效應，對周圍地區的GTFP具有明顯的正向溢出效應;而由于要素稟賦不充分等局限，中部地區OFDI的負向效應通過空間因素得以進一步放大;西部地區的OFDI的負向溢出效應相對減弱。

5 穩健性檢驗

除了通過構建經濟地理空間矩陣以及分解空間效應對實證結果進行穩健性檢驗，本文還選取更替核心解釋變量的方法，即將OFDI流量指標代替存量指標重新進行回歸驗證。無論是地理鄰接、地理距離相鄰還是經濟相鄰，OFDI對GTFP都具有正向本地效應以及強溢出效應，如表8所示。同時，考慮到區域GTFP水平也可能會反過來影響OFDI，本文借鑒歐陽艷艷等[17 ]結合作為工具變量的OFDI政策，并運用系統GMM方法來處理內生性問題，得到的結果仍顯著為正，進一步證明結果的穩健性，如表9所示。

6 結論與建議

本文基于2005—2020年中國30個省（市、自治區）的面板數據，結合空間維度的分析框架下，著重探究了OFDI對GTFP的空間溢出效應，主要結論如下：一是，GTFP存在正向的空間自相關性;二是，無論基于何種空間權重矩陣或是分解后的空間效應都表明OFDI對本地的GTFP的提高具有積極的正向效應，并通過空間溢出效應提高周邊地區的GTFP;三是，OFDI對GTFP的溢出效應表現出明顯的區域差異，即這種強正向溢出效應僅在東部地區存在，而中部、西部地區呈弱負溢出效應。

根據本文的研究結論，可以得到以下政策建議：一是，關注生態發展，推動經濟綠色轉型。過度依賴短期經濟增長目標而忽略環境等長期增長目標亟待轉向關注“綠色競爭力”及其空間溢出效應。在結合區域一體化的發展需求下，各地因重點發揮自身比較優勢，進一步增大GTFP溢出的空間半徑。二是，充分發揮OFDI對于GTFP的作用，加快“走出去”步伐。通過投資國外環境友好型領域，學習模仿先進的環境技術與經驗，充分釋放OFDI的綠色技術溢出效應，實現OFDI與綠色發展的有機結合。三是，重視空間聯動效應，進一步減少不同行政區域間的要素及商品流動障礙。將周圍省份OFDI的正向外部性納入統籌考慮的范圍內，消除地區間的行政壁壘，進而有效聯動提升綠色競爭力，合力促進中國全域盡快實現在資源與環境雙重約束下的經濟增長。四是，正確引導各區域發揮OFDI的作用效果，實施差異化治理轉型聯動戰略。一方面，要重視東部地區OFDI的成功經驗，合理規劃投資方向。另一方面，可由東部地區率先積極開展技術尋求型的OFDI，進而帶動中部以及西部地區高質量“走出去”，從而實現良性、可持續的區域互動。

參考文獻：

[1]KOGUT B，CHANG S J.Technological capabilities and Japanese foreign direct investment in the United States [J ].The Review of Economics and Statistics，1991，73（3）：401.

[2] POTTELSBERGHE B V，LICHTENBERG F.Does foreign direct investment transfer technology across borders？ [J ].Review of Economics and Statistics，2001，83（3）：490.

[3] DRIFFIELD N，LOVE J H，TAYLOR K.Productivity and labour demand effects of inward and outward foreign direct investment on UK industry [J ].Social Science Electronic Publishing，2009，77（2）：171.

[4]趙偉，古廣東，何元慶.外向FDI與中國技術進步：機理分析與嘗試性實證 [J ].管理世界，2006，22（7）：53.

ZHAO W，GU G D，HE Y Q.Outward FDI and China’s technological progress：Mechanism analysis and empirical checking [J ].Journal of Management Word，2006，22（7）：53.

[5]蔣冠宏，蔣殿春.中國工業企業對外直接投資與企業生產率進步 [J ].世界經濟，2014，37（9）：53.

JIANG G H，JIANG D C.Outward direct investment of Chinese industry firms and the increase of productivity [J ].The Journal of World Economy，2014，37（9）：53.

[6]葉嬌，趙云鵬.對外直接投資與逆向技術溢出：基于企業微觀特征的分析 [J ].國際貿易問題，2016，42（1）：134.

YE J，ZHAO Y P.Outward foreign direct investment and reverse technology spillover：An empirical analysis based on companylevel microdata [J ].Journal of International Trade，2016，42（1）：134.

[7] BITZER J，KEREKES M.Does foreign direct investment transfer technology across borders？ New evidence [J ].Economics Letters，2008，99（3）：355.

[8]王恕立，向姣姣.對外直接投資逆向技術溢出與全要素生產率：基于不同投資動機的經驗分析 [J ].國際貿易問題，2014，40（9）：109.

WANG S L，XIANG J J.Reverse technology spillover of outward foreign direct investment and total factor productivity：An empirical analysis based on different investment incentives [J ].Journal of International Trade，2014，40（9）：109.

[9]李梅，柳士昌.對外直接投資逆向技術溢出的地區差異和門檻效應：基于中國省際面板數據的門檻回歸分析 [J ].管理世界，2012，28（1）：21.

LI M，LIU S C.The regional difference of and the threshold effect of the reverse technology spillover in the FDI [J ].Journal of Management Word，2012，28（1）：21.

[10] 陳巖.中國對外投資逆向技術溢出效應實證研究：基于吸收能力的分析視角 [J ].中國軟科學，2011，26（10）：61.

CHEN Y.An empirical study on China’s ODI reverse technology spillover：An absorptive capacity perspective [J ].China Soft Science，2011，26（10）：61.

[11]李梅.金融發展、對外直接投資與母國生產率增長 [J ].中國軟科學，2014，29（11）：170.

LI M.Financial development，outward foreign direct investment and productivity growl in home country [J ].China Soft Science，2014，29（11）：170.

[12]吳書勝，李斌.中國對外直接投資逆向技術溢出非線性效應研究：基于面板平滑轉換模型的實證分析 [J ].世界經濟研究，2015，34（9）：74.

WU S S，LI B.Nonlinear effects of OFDI reverse technology spillover in China：An empirical analysis based on panel smooth transition regression model [J ].World Economy Studies，2015，34（9）：74.

[13]胡琰欣，屈小娥，董明放.中國對外直接投資的綠色生產率增長效應：基于時空異質性視角的經驗分析 [J ].經濟學家，2016，28（12）：61.

HU Y X，QU X E，DONG M F.Green productivity growth effect of China’s outward direct investment：Empirical analysis based on the perspective of spatial &temporal heterogeneity [J ].Economist，2016，28（12）：61.

[14]鄭強.對外直接投資促進了母國全要素生產率增長嗎：基于金融發展門檻模型的實證檢驗 [J ].國際貿易問題，2017，43（7）：131.

ZHENG Q.Does outward foreign direct investment boost total factor productivity growth in home country：An empirical test based on the threshold model of financial development [J ].Journal of International Trade，2017，43（7）：131.

[15]張建，李占風.對外直接投資促進了中國綠色全要素生產率增長嗎：基于動態系統GMM估計和門檻模型的實證檢驗 [J ].國際貿易問題，2020，46（7）：159.

ZHANG J，LI Z F.Does OFDI promote green TFP growth in China：An empirical study based on dynamic system GMM estimation and threshold model [J ].Journal of International Trade，2020，46（7）：159.

[16]李婧，譚清美，白俊紅.中國區域創新生產的空間計量分析：基于靜態與動態空間面板模型的實證研究 [J ].管理世界，2010，26（7）：43.

LI J，TAN Qi M，BAI J H.Spatial econometrics analysis on region innovation production in China [J ].Journal of Management Word，2010，26（7）：43.

[17]歐陽艷艷，黃新飛，鐘林明.企業對外直接投資對母國環境污染的影響：本地效應與空間溢出 [J ].中國工業經濟，2020，38（2）：98.

OUYANG Y Y，HUANG X F，ZHONG L M.The impact of outward foreign direct investment on environmental pollution in home country：Local and spatial spillover effects [J ].China Industrial Economics，2020，38（2）：98.

[18]白俊紅，王鉞，蔣伏心，等.研發要素流動、空間知識溢出與經濟增長 [J ].經濟研究，2017，52（7）：109.

BAI J H，WANG Y，JIANG F X，et al.R&D element flow，spatial knowledge spillovers and economic growth [J ].Economic Research Journal，2017，52（7）：109.

[19] TONE K.A slacksbased measure of superefficiency in data envelopment analysis [J ].European Journal of Operational Research，2002，143（1）：32.

[20]孫亞男，楊名彥.中國綠色全要素生產率的俱樂部收斂及地區差距來源研究 [J ].數量經濟技術經濟研究，2020，37（6）：47.

SUN Y N，YANG M Y.Research on club convergence and the sources of regional gaps of green total factor productivity in China [J ].The Journal of Quantitative & Technical Economics，2020，37（6）：47.

[21]藺鵬，孟娜娜.綠色全要素生產率增長的時空分異與動態收斂 [J ].數量經濟技術經濟研究，2021，38（8）：104.

LIN P，MENG N N.Spatiotemporal differentiation and dynamic convergence of green total factor productivity growth [J ].The Journal of Quantitative & Technical Economics，2021，38（8）：104.

[22]宋馬林，劉貫春.增長模式變遷與中國綠色經濟增長源泉：基于異質性生產函數的多部門核算框架 [J ].經濟研究，2021，56（7）：41.

SONG M L，LIU G C.Growth regime switch and sources of China's green economy：A multisectoral accounting framework based on heterogeneous production functions [J ].Economic Research Journal，2021，56（7）：41.

[23]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000 [J ].經濟研究，2004（10）：35.

ZHANG J，WU G Y，ZHANG J P.The estimation of China's provincial capital stock：1952—2000 [J ].Economic Research Journal，2004（10）：35.

[24]單豪杰.中國資本存量K的再估算：1952—2006年 [J ].數量經濟技術經濟研究，2008，25（10）：17.

SHAN H J.Reestimating the capital stock of China：1952—2006 [J ].The Journal of Quantitative & Technical Economics，2008，25（10）：17.

[25]段文斌，尹向飛.中國全要素生產率研究評述 [J ].南開經濟研究，2009，25（2）：130.

DUAN W B，YIN X F.The review on China's TFP research [J ].Nankai Economic Studies，2009，25（2）：130.

[26]趙明亮，劉芳毅，王歡，等.FDI、環境規制與黃河流域城市綠色全要素生產率 [J ].經濟地理，2020，40（4）：38.

ZHAO M L，LIU F Y，WANG H，et al.Foreign direct Investment，environmental regulation and urban green total factor productivity of the yellow river basin [J ].Economic Geography，2020，40（4）：38.

[27]原毅軍，謝榮輝.FDI、環境規制與中國工業綠色全要素生產率增長：基于Luenberger指數的實證研究 [J ].國際貿易問題，2015，41（8）：84.

YUAN Y J，XIE R H.FDI，environmental regulation and green total factor productivity growth of China's industry：An empirical study based on Luenberger index [J ].Journal of International Trade，2015，41（8）：84.

[28]龔新蜀，李夢潔，張洪振.OFDI是否提升了中國的工業綠色創新效率：基于集聚經濟效應的實證研究 [J ].國際貿易問題，2017，43（11）：127.

GONG X S，LI M J，ZHANG H Z.Has OFDI promoted the industrial enterprises’ green innovation efficiency in China—Evidence based on agglomeration economic effect [J ].Journal of International Trade，2017，43（11）：127.

[29]王鵬，郭淑芬.正式環境規制、人力資本與綠色全要素生產率 [J ].宏觀經濟研究，2021，43（5）：155.

WANG P，GUO S F.Formal environmental regulation，human capitaland green total factor productivity [J ].Marcoeconomics，2021，43（5）：155.

[30]王守坤.空間計量模型中權重矩陣的類型與選擇 [J ].經濟數學，2013，30（3）：57.

WANG S K.Several types of weights matrix and their extended logic [J ].Journal of Quantitative Economics，2013，30（3）：57.

[31] LESAGE J，PACE R K.Introduction to spatial econometrics [M ].New York：CRC Press，2009：1.

[32] ZHOU Y，JIANG J，YE B，et al.Green spillovers of outward foreign direct investment on home countries：Evidence from China's provincelevel data [J ].Journal of Cleaner Production，2019，15（2）：829.

[33]徐明，馮媛.大規模交通基礎設施建設與縣域企業生產率異質性：來自“五縱七橫”國道主干線的經驗證據 [J ].經濟學（季刊），2021，21（6）：1969.

XU M，FENG Y.Largescale transportation infrastructure construction and countrylevel enterprise productivity heterogeneity：Empirical evidence from the main route of the “five vertical and seven horizontal” national highways [J ].China Economic Quarterly，2021，21（6）：1969.

[34]金剛，沈坤榮.以鄰為壑還是以鄰為伴？：環境規制執行互動與城市生產率增長 [J ].管理世界，2018，34（12）：43.

JING G，SHEN K R.Polluting thy neighbor or benefiting thy neighbor：Enforcement interaction regulation and productivity growth of Chinese cities [J ].Journal of Management Word，2018，34（12）：43.

[35]陸銘.大國大城：當代中國的統一，發展與平衡 [M ].上海：上海人民出版社，2016：1.

LU M.Big country big city：The unification，development and balance of contemporary China [M ].Shanghai：Shanghai People's Publishing House，2016：1.

[36]蔡昉.生產率、新動能與制造業：中國經濟如何提高資源重新配置效率 [J ].中國工業經濟，2021，39（5）：5.

CAI F.Productivity，growth momentum and manufacturing：How China can regain its resources reallocative efficiency [J ].China Industrial Economics，2021，39（5）：5.

[37]范巧，郭愛君.一種嵌入空間計量分析的全要素生產率核算改進方法 [J ].數量經濟技術經濟研究，2019，36（8）：165.

FAN Q，GUO A J.An improved solow residual method for TFP calculating under the framework of spatial econometrical analysis [J ].The Journal of Quantitative & Technical Economics，2019，36（8）：165.

[38]王威威，楊丹萍.要素流動與全要素生產率：基于空間杜賓模型分析 [J ].科技與管理，2021，23（6）：12.

WANG W W，YANG D P.Factor flow and total factor productivity：Based on spatial Durbin model [J ].ScienceTechnology and Management，2021，23（6）：12.

收稿日期：2022-01-10

基金項目： 國家社會科學基金常規年度項目（19BJL034）;寧波大學大學生科研創新項目（2022SRIP0102）

作者簡介： 李雅雪（1999—），女，碩士研究生;

王啟仿（1965—），男，副教授，碩士生導師.