FDI、空間溢出與中國(guó)工業(yè)全要素生產(chǎn)率
——基于空間杜賓模型的研究

汪輝平，王美霞，王增濤

(1.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院,陜西 西安 710061；2.西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安710054)

FDI、空間溢出與中國(guó)工業(yè)全要素生產(chǎn)率

——基于空間杜賓模型的研究

汪輝平1，王美霞2，王增濤1

(1.西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院,陜西 西安 710061；2.西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安710054)

摘要：采用1999-2013年省級(jí)面板數(shù)據(jù)，測(cè)算了中國(guó)工業(yè)TFP，并在此基礎(chǔ)上構(gòu)建空間杜賓模型，就FDI的空間溢出效應(yīng)對(duì)工業(yè)TFP的影響進(jìn)行研究。結(jié)果表明：FDI存在顯著的空間溢出效應(yīng)，F(xiàn)DI對(duì)工業(yè)TFP的影響既作用在區(qū)域內(nèi)，也作用在區(qū)域間。FDI與本地區(qū)及相鄰地區(qū)的TFP、技術(shù)進(jìn)步顯著正相關(guān)，且間接效應(yīng)遠(yuǎn)大于直接效應(yīng)；FDI與本地區(qū)技術(shù)效率改進(jìn)顯著正相關(guān)，與相鄰地區(qū)技術(shù)效率改進(jìn)負(fù)相關(guān)，且間接效應(yīng)遠(yuǎn)小于直接效應(yīng)。建議進(jìn)一步加大FDI的引資力度，加強(qiáng)區(qū)域之間的交流與合作，實(shí)現(xiàn)資源共享，充分發(fā)揮FDI空間溢出效應(yīng)。

關(guān)鍵詞：外商直接投資；空間溢出；工業(yè)全要素生產(chǎn)率；空間杜賓模型

一、引 言

改革開(kāi)放以來(lái)，外商直接投資(FDI)在中國(guó)迅速發(fā)展。截至2014年底，中國(guó)實(shí)際利用外資金額達(dá)1 195.6億美元，并取代美國(guó)成為FDI的頭號(hào)目的地。盡管在宏觀層面上，F(xiàn)DI促進(jìn)中國(guó)經(jīng)濟(jì)增長(zhǎng)已經(jīng)被廣大學(xué)者所證實(shí)，但從微觀層面來(lái)看，F(xiàn)DI是否存在技術(shù)溢出效應(yīng)，是否促進(jìn)了東道國(guó)工業(yè)企業(yè)全要素生產(chǎn)率(TFP)的提升，學(xué)術(shù)界對(duì)此并未定論[1]。理論上，F(xiàn)DI是一種稀缺的要素資源，能夠帶來(lái)先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，并通過(guò)產(chǎn)業(yè)示范與模仿、競(jìng)爭(zhēng)、產(chǎn)業(yè)關(guān)聯(lián)及人力資本流動(dòng)等途徑，實(shí)現(xiàn)要素資源的跨區(qū)域和跨行業(yè)配置，從而對(duì)東道國(guó)TFP形成溢出效應(yīng)[2-3]。但在實(shí)證分析中，對(duì)于FDI與TFP的關(guān)系，通常存在兩種截然相反的觀點(diǎn)。一是認(rèn)為FDI促進(jìn)了TFP的提升。Fukao等對(duì)日本制造業(yè)、Souare對(duì)加拿大制造業(yè)、Fauzel等對(duì)毛里求斯制造業(yè)的研究都發(fā)現(xiàn)，F(xiàn)DI通過(guò)溢出效應(yīng)、積累效應(yīng)等促進(jìn)了東道國(guó)的技術(shù)創(chuàng)新，從而顯著提升了TFP水平[4-6]。程惠芳、嚴(yán)鵬飛、王兵、王濱、覃毅和張世賢等學(xué)者對(duì)中國(guó)的研究也都發(fā)現(xiàn)，F(xiàn)DI對(duì)中國(guó)工業(yè)的TFP增長(zhǎng)具有顯著的促進(jìn)作用[7-10]。另一種觀點(diǎn)則認(rèn)為FDI抑制了東道國(guó)TFP水平的提升。Aitken和Harrison對(duì)委內(nèi)瑞拉、Djankov和Hoekan對(duì)捷克、Ahmed對(duì)馬來(lái)西亞的研究都發(fā)現(xiàn)，F(xiàn)DI對(duì)東道國(guó)內(nèi)資企業(yè)的生產(chǎn)率具有顯著的負(fù)面影響[11-13]。包群、劉瞬佳、蔣仁愛(ài)和馮根福等學(xué)者對(duì)中國(guó)的研究結(jié)論也與此大致相同[14-16]。

綜上所述，與國(guó)外文獻(xiàn)的研究結(jié)果相比較，國(guó)內(nèi)文獻(xiàn)得出的結(jié)論要樂(lè)觀得多，大多認(rèn)為FDI對(duì)TFP的影響顯著為正。但現(xiàn)有研究存在著共同的局限性：將各地區(qū)看成同一個(gè)均質(zhì)的整體，忽視了地區(qū)之間的交互作用。由于FDI存在空間溢出效應(yīng)，一個(gè)地區(qū)的工業(yè)TFP不僅受到本地區(qū)FDI的影響，同時(shí)還受到相鄰地區(qū)FDI的影響，影響程度受到地域限制[17]。那么，如果不考慮空間效應(yīng)，采用常規(guī)的計(jì)量模型來(lái)估算，結(jié)果將會(huì)產(chǎn)生嚴(yán)重誤差[18]。鑒于此，本文在考慮空間相關(guān)性基礎(chǔ)上，運(yùn)用1999-2013年中國(guó)省級(jí)面板數(shù)據(jù)和空間杜賓模型，深入探討FDI及其空間溢出效應(yīng)對(duì)中國(guó)工業(yè)TFP的影響。

二、中國(guó)工業(yè)TFP的核算

現(xiàn)有文獻(xiàn)通常采用參數(shù)法和非參數(shù)法來(lái)核算TFP，參數(shù)法主要有索洛余值法、超越對(duì)數(shù)生產(chǎn)函數(shù)法、隨機(jī)前沿生產(chǎn)函數(shù)法(SFA)等，非參數(shù)法則主要有基于數(shù)據(jù)包絡(luò)分析(DEA)的Malmquist生產(chǎn)率指數(shù)法。由于非參數(shù)法不需要事先考慮具體的生產(chǎn)函數(shù)，可直接利用線(xiàn)性化給出邊界生產(chǎn)函數(shù)與距離函數(shù)的估算，同時(shí)還能進(jìn)一步將TFP值分解為技術(shù)效率改進(jìn)和技術(shù)進(jìn)步，便于對(duì)經(jīng)濟(jì)問(wèn)題的深入探討，因此，在當(dāng)前的研究中得到廣泛應(yīng)用，故本文采用Malmquist-DEA生產(chǎn)率指數(shù)法對(duì)中國(guó)工業(yè)TFP進(jìn)行核算。

本文以1999-2013年中國(guó)規(guī)模以上工業(yè)企業(yè)為樣本，涉及到除去西藏以外的中國(guó)大陸30個(gè)省份，數(shù)據(jù)根據(jù)歷年的《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》等相關(guān)的統(tǒng)計(jì)資料整理得到。我們利用DEAP2.1軟件計(jì)算Malmquist生產(chǎn)率指數(shù)，選擇規(guī)模報(bào)酬不變，基于投入導(dǎo)向的DEA模型[19]。在計(jì)算過(guò)程中，會(huì)涉及到投入指標(biāo)和產(chǎn)出指標(biāo)，現(xiàn)分別介紹如下：

投入指標(biāo)采用勞動(dòng)投入和固定資本存量?jī)蓚€(gè)變量來(lái)表示。勞動(dòng)投入采用各省規(guī)模以上工業(yè)企業(yè)年末從業(yè)人員數(shù)來(lái)表示。固定資本存量采用各省規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)凈值年平均余額來(lái)表示，并以1999年價(jià)格為基年，使用年固定資產(chǎn)投資價(jià)格指數(shù)對(duì)其進(jìn)行折算。產(chǎn)出指標(biāo)采用各省規(guī)模以上工業(yè)企業(yè)總產(chǎn)值來(lái)表示，同樣利用工業(yè)產(chǎn)品出廠(chǎng)價(jià)格指數(shù)(IPPI)，將當(dāng)年價(jià)的工業(yè)總產(chǎn)值折算為1999年不變價(jià)格的實(shí)際值。

經(jīng)計(jì)算得到Malmquist指數(shù)后，再將其轉(zhuǎn)換成TFP，按照程惠芳和陸嘉俊的方法，假定基年1999年TFP=1，則2000年的TFP可表示為1999年的TFP乘以2000年的Malmquist指數(shù)，2001年的TFP則可表示為2000年的TFP乘以2001年的Malmquist指數(shù)，以此類(lèi)推可得到各省1999-2013年的TFP值[20]。根據(jù)估算結(jié)果，我們利用趨勢(shì)圖，從全國(guó)層面對(duì)FDI和工業(yè)TFP的相關(guān)性進(jìn)行定性分析。從圖1中可以看出，隨著FDI的增加，TFP表現(xiàn)出明顯的上升趨勢(shì)，兩者之間呈現(xiàn)正相關(guān)。

圖1　人均FDI與TFP

三、模型設(shè)定和數(shù)據(jù)說(shuō)明

(一) 基本模型設(shè)定

我們假設(shè)各地區(qū)的工業(yè)生產(chǎn)符合柯布—道格拉斯生產(chǎn)函數(shù)特性，構(gòu)建模型如下：

Yit=ALitαKitβFDIitθ

(1)

式中Yit表示i地區(qū)t年的工業(yè)總產(chǎn)出，A為常數(shù)，Lit表示i地區(qū)t年的工業(yè)勞動(dòng)投入，Kit表示i地區(qū)t年的資本投入，F(xiàn)DIit表示i地區(qū)t年的FDI。

lnTFPit=λ+θlnFDIit+εit

(2)

為避免遺漏變量所引起的內(nèi)生性問(wèn)題，在公式(2)的基礎(chǔ)上，還需引入一些其他控制變量，分別為：地區(qū)開(kāi)放程度、教育水平、工業(yè)聚集度、所有制結(jié)構(gòu)、科研經(jīng)費(fèi)投入等，因此公式(2)可改寫(xiě)成：

(3)

其中Conait表示各控制變量。

(二)空間模型的構(gòu)建

由于FDI存在空間溢出效應(yīng)，那么地區(qū)i的FDI不僅對(duì)本地區(qū)的工業(yè)TFP產(chǎn)生影響，而且還可能對(duì)相鄰地區(qū)的TFP產(chǎn)生影響。那么，根據(jù)Anselin和Elhorst等學(xué)者關(guān)于空間相關(guān)性的設(shè)定[21]310-330[22]，我們進(jìn)一步構(gòu)造空間杜賓模型(SDM)如下：

lnTFPit=λ+θlnFDIit+θ1WlnFDIit+

(4)

在公式(4)中，采用空間鄰接矩陣來(lái)表示空間權(quán)重矩陣W，定義如下：

(5)

公式(5)中的i，j均為各地區(qū)單元編號(hào)，i,j∈[1,n]，n為地區(qū)單元個(gè)數(shù)。

為深入分析FDI對(duì)TFP的影響機(jī)制，我們進(jìn)一步將工業(yè)TFP分解為工業(yè)技術(shù)效率改進(jìn)(EC)和技術(shù)進(jìn)步(TC)，按照公式(4)的形式，繼續(xù)構(gòu)建FDI與工業(yè)技術(shù)效率改進(jìn)和技術(shù)進(jìn)步的空間杜賓模型，公式如下所示。

技術(shù)效率改進(jìn)：

lnECit=λ+θlnFDIit+θ1WlnFDIit+

(6)

技術(shù)進(jìn)步：

lnTCit=λ+θlnFDIit+θ1WlnFDIit+

(7)

式中，ECit表示技術(shù)效率改進(jìn)，TCit表示技術(shù)進(jìn)步，其他參數(shù)含義與公式(4)中相同。

(三)變量選取與數(shù)據(jù)說(shuō)明

為了實(shí)證檢驗(yàn)FDI與中國(guó)工業(yè)TFP之間的定量關(guān)系，我們將FDI與TFP作為模型的核心變量進(jìn)行考察，各變量選取如下：

全要素生產(chǎn)率(TFP)：作為被解釋變量，是模型的主要考察變量，采用各省工業(yè)行業(yè)TFP來(lái)表示，已在前文中利用Malmquist生產(chǎn)指數(shù)法估算得到。

外商直接投資(FDI)：作為主要的解釋變量，采用各省人均FDI這一衡量指標(biāo)，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

其他控制變量：地區(qū)開(kāi)放程度(Open)采用各省貿(mào)易進(jìn)出口總額與GDP的比值來(lái)表示，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。教育水平(Edu)采用各省每萬(wàn)人高校在校人數(shù)來(lái)表示，數(shù)據(jù)來(lái)源于各省統(tǒng)計(jì)年鑒。工業(yè)聚集度(Ind)采用各省工業(yè)總產(chǎn)值占全國(guó)工業(yè)總產(chǎn)值的比重表示，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。所有制結(jié)構(gòu)(Soe)用各省國(guó)有企業(yè)就業(yè)人數(shù)占該地區(qū)總就業(yè)人數(shù)的比重來(lái)表示，數(shù)據(jù)來(lái)源于各省統(tǒng)計(jì)年鑒?？蒲薪?jīng)費(fèi)投入(RD)用各省R&D經(jīng)費(fèi)投入占GDP比重來(lái)表示，數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》。缺失數(shù)據(jù)采用插值法進(jìn)行估算，各變量的描述性統(tǒng)計(jì)見(jiàn)表1所示。

表1　各變量的描述性統(tǒng)計(jì)

四、實(shí)證分析

(一)非空間面板模型的估計(jì)

為了判斷各變量之間是否存在空間相關(guān)性，我們將首先不考慮空間因素，采用OLS方法對(duì)模型進(jìn)行參數(shù)估計(jì)，借鑒Elhorst的方法，分別針對(duì)TFP、EC和TC，估算空間固定效應(yīng)和時(shí)間固定效應(yīng)兩種不同方程下的回歸系數(shù)[23]。估算結(jié)果見(jiàn)表2。從表中可以看出，與時(shí)間固定效應(yīng)方程相比，空間固定效應(yīng)方程中估計(jì)系數(shù)更為顯著，且R2值更大，相對(duì)來(lái)說(shuō)模型的擬合程度較好，故模型采用空間固定效應(yīng)較為合適。

表2　非空間面板模型的估計(jì)結(jié)果

注：***、**和*分別表示在1%、5%和10%的水平上顯著。下表同。

對(duì)TFP的回歸結(jié)果顯示，F(xiàn)DI的影響系數(shù)為0.116，且在1%的水平上顯著，F(xiàn)DI顯著促進(jìn)了中國(guó)工業(yè)TFP的提升，反映FDI流入所帶來(lái)的競(jìng)爭(zhēng)、示范、模仿、人員流動(dòng)以及產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)，對(duì)中國(guó)工業(yè)TFP產(chǎn)生正向的技術(shù)溢出效應(yīng)；教育水平、工業(yè)聚集度、科研經(jīng)費(fèi)投入與TFP呈正相關(guān)，地區(qū)開(kāi)放程度、所有制結(jié)構(gòu)與TFP呈負(fù)相關(guān)。對(duì)EC的回歸結(jié)果顯示，F(xiàn)DI與工業(yè)技術(shù)效率改進(jìn)呈正相關(guān)，且在1%的水平上顯著，表明FDI的大規(guī)模進(jìn)入促進(jìn)了中國(guó)工業(yè)技術(shù)效率的改進(jìn)；教育水平與技術(shù)效率改進(jìn)呈正相關(guān)，地區(qū)開(kāi)放程度、工業(yè)聚集度、所有制結(jié)構(gòu)、科研經(jīng)費(fèi)投入與技術(shù)效率改進(jìn)負(fù)相關(guān)。對(duì)TC的回歸結(jié)果顯示，F(xiàn)DI與工業(yè)技術(shù)進(jìn)步呈正相關(guān)，在1%的水平上顯著，表明FDI所帶來(lái)的先進(jìn)技術(shù)被中國(guó)工業(yè)企業(yè)所吸收，促進(jìn)了企業(yè)自主創(chuàng)新能力和技術(shù)進(jìn)步；教育水平、科研經(jīng)費(fèi)投入與技術(shù)進(jìn)步呈正相關(guān)，地區(qū)開(kāi)放程度、工業(yè)聚集度、所有制結(jié)構(gòu)與技術(shù)進(jìn)步負(fù)相關(guān)。

(二)空間相關(guān)性檢驗(yàn)

在空間計(jì)量模型中，主要采用兩個(gè)基本模型來(lái)描述空間效應(yīng)中的自相關(guān)和差異性，分別為空間滯后模型(SAR)和空間誤差模型(SEM)，可以通過(guò)檢驗(yàn)是否存在上述兩種模型，來(lái)判斷變量之間是否存在空間相關(guān)性。因此，我們將進(jìn)一步采用LM方法進(jìn)行假設(shè)檢驗(yàn)，設(shè)定兩個(gè)原假設(shè)：不存在空間滯后模型(SAR)和空間誤差模型(SEM)，檢驗(yàn)結(jié)果見(jiàn)表3。

LM檢驗(yàn)顯示，在空間固定效應(yīng)和時(shí)間固定效應(yīng)方程中，兩種原假設(shè)都被拒絕，即模型存在空間相關(guān)性。再進(jìn)一步進(jìn)行 Roust LM檢驗(yàn)，TFP回歸模型中，空間固定效應(yīng)和時(shí)間固定效應(yīng)方程均拒絕原假設(shè)，在EC和TC回歸模型中，只有時(shí)間固定效應(yīng)方程無(wú)法拒絕不存在空間誤差模型的假設(shè)，即模型存在空間相關(guān)性。因此，上述檢驗(yàn)結(jié)果充分說(shuō)明空間模型比非空間模型更為適合。

表3　LM檢驗(yàn)結(jié)果

(三)LR和Wald檢驗(yàn)

LR和Wald檢驗(yàn)的目的，主要是判斷空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)中，哪一個(gè)更適合本研究。檢驗(yàn)結(jié)果見(jiàn)表4所示。對(duì)于TFP、EC、TC三種回歸模型，SAR、SEM的假設(shè)均在1%的顯著水平上被拒絕，即SAR和SEM模型皆不適合，故本文采用SDM模型。

表4　空間模型的LR和Wald檢驗(yàn)

(四)空間杜賓模型(SDM)的估計(jì)和分析

在考慮空間因素的基礎(chǔ)上，參考Elhorst的方法，利用Matlab軟件和極大似然估計(jì)法(MLE)，分別對(duì)模型(4)、(6)、(7)進(jìn)行參數(shù)估計(jì)，針對(duì)TFP、EC、TC三種不同SDM模型的估計(jì)結(jié)果如表5所示。

表5　SDM模型的估計(jì)結(jié)果

對(duì)TFP的估計(jì)結(jié)果顯示：因變量TFP的空間滯后項(xiàng)的系數(shù)為0.307，且在1%水平上顯著，說(shuō)明鄰近地區(qū)TFP對(duì)本地區(qū)TFP產(chǎn)生顯著的正向空間溢出效應(yīng)。FDI的影響系數(shù)為0.064，在1%的水平上顯著，且明顯小于表2中的0.116，這表明若不考慮空間效應(yīng)會(huì)高估FDI對(duì)TFP的影響。相鄰地區(qū)FDI對(duì)本地區(qū)TFP的影響系數(shù)為0.134，在1%的水平上顯著。由此可見(jiàn)，F(xiàn)DI對(duì)TFP同時(shí)在地區(qū)內(nèi)和地區(qū)間產(chǎn)生溢出作用，而且相鄰地區(qū)FDI對(duì)本地區(qū)TFP的空間溢出效應(yīng)還要大于本地區(qū)FDI。其他控制變量：本地區(qū)和相鄰地區(qū)的地區(qū)開(kāi)放程度與TFP都呈現(xiàn)負(fù)相關(guān)；本地區(qū)和相鄰地區(qū)的教育水平與TFP都呈正相關(guān)；本地區(qū)的工業(yè)化聚集度與TFP顯著正相關(guān)，而相鄰地區(qū)的工業(yè)化進(jìn)程與之顯著負(fù)相關(guān)；本地區(qū)和相鄰地區(qū)的所有制結(jié)構(gòu)與TFP都顯著負(fù)相關(guān)；本地區(qū)和相鄰地區(qū)的科研經(jīng)費(fèi)投入與TFP都呈負(fù)相關(guān)，但不顯著。

對(duì)EC的估計(jì)結(jié)果顯示：因變量EC的空間滯后項(xiàng)的系數(shù)為0.569，且在1%的水平上顯著，說(shuō)明鄰近地區(qū)的技術(shù)效率改進(jìn)對(duì)本地區(qū)技術(shù)效率改進(jìn)的正向空間溢出效應(yīng)明顯。本地區(qū)FDI的影響系數(shù)為0.104，相鄰地區(qū)FDI的影響系數(shù)為-0.022，這表明FDI在區(qū)域內(nèi)促進(jìn)了技術(shù)效率改進(jìn)，但在區(qū)域間卻抑制了技術(shù)效率改進(jìn)。

對(duì)TC的估計(jì)結(jié)果顯示：因變量TC的空間滯后項(xiàng)的系數(shù)為0.727，且在1%的水平上顯著，說(shuō)明鄰近地區(qū)技術(shù)進(jìn)步對(duì)本地區(qū)技術(shù)進(jìn)步產(chǎn)生明顯的正向空間溢出效應(yīng)。本地區(qū)FDI 的影響系數(shù)為0.023，相鄰地區(qū)FDI的影響系數(shù)為0.034，說(shuō)明FDI在地區(qū)內(nèi)和地區(qū)間都促進(jìn)了技術(shù)進(jìn)步。

(五)直接效應(yīng)、間接效應(yīng)和總效應(yīng)

對(duì)于SDM模型來(lái)說(shuō)，由于自變量存在空間滯后項(xiàng)，采用點(diǎn)估計(jì)值難以反映自變量的邊際效應(yīng)，為了準(zhǔn)確區(qū)分FDI對(duì)本地區(qū)和相鄰地區(qū)TFP的影響程度，我們將進(jìn)一步估算各自變量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)[24]75-98[25]。其中，直接效應(yīng)反映本地區(qū)自變量對(duì)因變量的溢出效應(yīng)，間接效應(yīng)反映本地區(qū)自變量對(duì)相鄰地區(qū)因變量的溢出效應(yīng)，總效應(yīng)則為兩者之和。估算結(jié)果見(jiàn)表6。與表2中的非空間面板模型估計(jì)結(jié)果相比，表6中的直接效應(yīng)數(shù)值偏大或偏小，這說(shuō)明非空間面板模型由于沒(méi)有考慮空間溢出效應(yīng)而存在高估或低估的問(wèn)題。

對(duì)TFP的估計(jì)結(jié)果顯示：FDI的直接效應(yīng)為0.076，在1%的水平上顯著。由于存在因變量和自變量的空間滯后項(xiàng)，直接效應(yīng)中還包含了鄰近地區(qū)的反饋效應(yīng)，即鄰近地區(qū)TFP和各自變量對(duì)本地區(qū)TFP的影響，反饋效應(yīng)值應(yīng)為表5中的估計(jì)系數(shù)與表6中各自變量的直接效應(yīng)的差值，那么FDI的反饋效應(yīng)則為-0.012。地區(qū)開(kāi)放程度、教育水平、工業(yè)聚集度、所有制結(jié)構(gòu)、科研經(jīng)費(fèi)投入的反饋效應(yīng)分別為0.012、0.029、0.042、0.027、0.003。FDI的間接效應(yīng)為0.210，要遠(yuǎn)大于直接效應(yīng)?？梢?jiàn)，F(xiàn)DI在地區(qū)內(nèi)和地區(qū)間都對(duì)工業(yè)TFP產(chǎn)生正向溢出效應(yīng)。

表6　直接效應(yīng)、間接效應(yīng)和總效應(yīng)

對(duì)EC的估計(jì)結(jié)果顯示：FDI的直接效應(yīng)為0.105，在1%的水平上顯著。同樣，直接效應(yīng)中還包含了鄰近地區(qū)技術(shù)效率改進(jìn)和各自變量對(duì)本地區(qū)技術(shù)效率改進(jìn)的影響，F(xiàn)DI的反饋效應(yīng)則為-0.001。地區(qū)開(kāi)放程度、教育水平、工業(yè)聚集度、所有制結(jié)構(gòu)、科研經(jīng)費(fèi)投入的反饋效應(yīng)分別為0.004、-0.037、-0.005、0.034、0.014。FDI的間接效應(yīng)為-0.006，要遠(yuǎn)小于直接效應(yīng)，且不顯著，說(shuō)明FDI對(duì)鄰近地區(qū)技術(shù)效率改進(jìn)的影響不顯著。

對(duì)TC的估計(jì)結(jié)果顯示：FDI的直接效應(yīng)為0.038，在1%水平上顯著。同樣，直接效應(yīng)中還包含了鄰近地區(qū)技術(shù)進(jìn)步和各自變量對(duì)本地區(qū)技術(shù)進(jìn)步的影響，F(xiàn)DI的反饋效應(yīng)則為-0.015。地區(qū)開(kāi)放程度、教育水平、工業(yè)聚集度、所有制結(jié)構(gòu)、科研經(jīng)費(fèi)投入的反饋效應(yīng)分別為0.031、0.068、0.077、0.022、0.011。FDI的間接效應(yīng)為0.175，要遠(yuǎn)大于直接效應(yīng)?？梢?jiàn)，F(xiàn)DI在地區(qū)內(nèi)和地區(qū)間都對(duì)工業(yè)技術(shù)進(jìn)步產(chǎn)生正向溢出效應(yīng)。

五、結(jié)論

當(dāng)前關(guān)于FDI對(duì)中國(guó)省域工業(yè)行業(yè)生產(chǎn)效率影響的研究大多忽視了區(qū)域之間的空間相關(guān)性，本文在考慮空間因素作用的基礎(chǔ)上，構(gòu)建空間杜賓模型，并利用1999-2013年中國(guó)規(guī)模以上工業(yè)企業(yè)的省級(jí)面板數(shù)據(jù)，實(shí)證檢驗(yàn)FDI空間溢出效應(yīng)對(duì)中國(guó)工業(yè)TFP、技術(shù)效率改進(jìn)和技術(shù)進(jìn)步的影響，結(jié)論如下：

1．FDI對(duì)中國(guó)工業(yè)TFP的空間溢出效應(yīng)既產(chǎn)生在地區(qū)內(nèi)，也產(chǎn)生在地區(qū)間，表明一個(gè)地區(qū)的FDI不僅能刺激本地區(qū)TFP提升，而且還能帶動(dòng)和提升相鄰地區(qū)的TFP水平。

2．FDI對(duì)本地區(qū)的工業(yè)技術(shù)效率改進(jìn)具有顯著的促進(jìn)作用，表現(xiàn)為地區(qū)內(nèi)的正面溢出效應(yīng)，但FDI對(duì)相鄰地區(qū)工業(yè)技術(shù)效率改進(jìn)具有明顯的抑制作用，表現(xiàn)為地區(qū)間的負(fù)面溢出效應(yīng)。

3．FDI對(duì)本地區(qū)和相鄰地區(qū)的工業(yè)技術(shù)進(jìn)步都具有顯著的促進(jìn)作用，在地區(qū)內(nèi)和地區(qū)間都呈現(xiàn)出正面溢出效應(yīng)，同時(shí)也表明FDI的空間溢出效應(yīng)主要是通過(guò)促進(jìn)技術(shù)進(jìn)步來(lái)提升TFP水平。

該研究結(jié)果為中國(guó)FDI引資政策和區(qū)域工業(yè)發(fā)展提供了如下啟示：

1．積極正確認(rèn)識(shí)到FDI的空間溢出效應(yīng)及其對(duì)工業(yè)TFP的正向促進(jìn)作用，進(jìn)一步擴(kuò)大區(qū)域?qū)ν忾_(kāi)放程度，加大FDI的引入力度，重視FDI對(duì)技術(shù)進(jìn)步和TFP的引領(lǐng)和推動(dòng)作用，針對(duì)不同區(qū)域制定差異化的引資政策。

2．進(jìn)一步加強(qiáng)區(qū)域之間的交流與合作，消除區(qū)域之間的行政壁壘，發(fā)揮相鄰地區(qū)FDI的空間溢出效應(yīng)，實(shí)現(xiàn)市場(chǎng)、人才、資本等資源的共享，推進(jìn)區(qū)域協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

[1]文軍，于津平．貿(mào)易開(kāi)放、FDI與中國(guó)工業(yè)經(jīng)濟(jì)增長(zhǎng)方式——基于30個(gè)工業(yè)行業(yè)數(shù)據(jù)的實(shí)證研究[J]．經(jīng)濟(jì)研究，2012(8)．

[2]Almeida P, Kogut B. Localization of Knowledge and Mobility of Engineers in Regional Networks [J]. Management Science, 1999,45(7).

[3]Saggi K. Trade, Foreign Direct Investment and International Technology Transfer: A Survey[J]. The World Bank Research Observer, 2002, 17(2).

[4]Fukao K, Ito K, Kwon H. Do out-in M&As Bring Higher TFP to Japan? An Empirical Analysis Based on Micro-data on Japanese Manufacturing Firms[J]. Journal of the Japanese and International Economies, 2005, 19(2).

[5]Souare M. Productivity Growth, Trade and FDI Nexus: Evidence from the Canadian Manufacturing Sector[J].The Journal of Technology Transfer,2013,38(5).

[6]Fauzel S, Seetanah B, Sannasee R V. Productivity Spillovers of FDI in the Manufacturing Sector of Mauritius. Evidence from a Dynamic Framework[J]. Journal of Developing Areas,2015,49(2).

[7]程惠芳.國(guó)際直接投資與開(kāi)放內(nèi)生經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2002(10).

[8]嚴(yán)鵬飛，王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng)：基于DEA的實(shí)證分析[J].經(jīng)濟(jì)研究，2004(12)．

[9]王濱. FDI技術(shù)溢出、技術(shù)進(jìn)步與技術(shù)效率——基于中國(guó)制造業(yè)1999-2007年面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(2).

[10]覃毅，張世賢. FDI對(duì)中國(guó)工業(yè)企業(yè)效率影響的路徑——基于中國(guó)工業(yè)分行業(yè)的實(shí)證研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2011(11).

[11]Aitken B, Harrison A. Do Domestic Firms Benefit from Foreign Direct Investment? [J]. American Economic Review,1999,89(3).

[12]Djankov S, Hoekman B. Foreign Investment and Productivity Growth in Czech Enterprises[J]. World Bank Economic Review,2000, 14(1).

[13]Ahmed E M. Are the FDI Inflow Spillover Effects on Malaysia's Economic Growth Input Driven?[J].Economic Modelling,2012,29(4).

[14]包群，賴(lài)明勇.FDI技術(shù)外溢的動(dòng)態(tài)測(cè)算及原因解釋[J].統(tǒng)計(jì)研究，2003 (6).

[15]劉舜佳. 國(guó)際貿(mào)易、FDI和中國(guó)全要素生產(chǎn)率下降——基于1952-2006年面板數(shù)據(jù)的DEA和協(xié)整檢驗(yàn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008(11).

[16]蔣仁愛(ài)，馮根福.貿(mào)易、FDI、無(wú)形技術(shù)外溢與中國(guó)技術(shù)進(jìn)步[J].管理世界，2012(9) .

[17]Bode E, Nunnenkamp P, Waldkrich A. Spatial Effects of Foreign Direct Investment in US States[J]. Canadian Economics Association,2012,45(1).

[18]Baltagi B H, Peter E, Michael P. Estimating Models of Complex FDI:Are There Third-country Effects?[J]. Journal of Econometrics, 2007,140(1).

[19]汪輝平，王增濤，王美霞. 知識(shí)資本、空間溢出與中國(guó)工業(yè)全要素生產(chǎn)率[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016(5).

[20]程惠芳，陸嘉俊.知識(shí)資本對(duì)工業(yè)企業(yè)全要素生產(chǎn)率影響的實(shí)證分析[J].經(jīng)濟(jì)研究，2014(5).

[21]Anselin L. Spatial Econometrics: Methods and Models[M]. Dordrecht:Kluwer Academic Publishers,1988.

[22]Elhorst J.Matlab Software for Spatial Panels[R]. Presented at the IVth World Conference of the Spatial Econometrics Association(SEA), 2010.

[23]Elhorst J P. Spatial Panel Data Models[J]. Springerbriefs in Regional Science, 2009, 87(2).

[24]Lesage J P, Pace R K. Advances in Econometrics: Spatial and Spatiotemporal Econometrics[M]. Oxford:Elsevier Science, 2004.

[25]朱福林.社會(huì)資本、國(guó)際R&D溢出與全要素生產(chǎn)率[J].西安財(cái)經(jīng)學(xué)院學(xué)報(bào)，2015(3).

(責(zé)任編輯：張治國(guó))

FDI, Spatial Spillover and Total Factor Productivity of Chinese Industry: A Study Based on Spatial Durbin Model

WANG Hui-ping1, WANG Mei-xia2, WANG Zeng-tao1

(1.School of Economics and Finance, Xi`an Jiao Tong University, Xi′an 710061,China;2.School of Economics and Management, Xi`an University of Technology, Xi′an 710054,China)

Abstract:In this paper, we calculate the industrial TFP in China by using provincial panel data of 1999-2013, and study the effect of FDI on industrial TFP by constructing Spatial Durbin Model. The results show that spatial spillover effect of FDI is significant, and the effect of FDI on industrial TFP is not only in intra-region but also inter-region. FDI is significantly positively related to the TFP and technology progress in the local and adjacent areas, and the indirect effect is far greater than direct effect. FDI is significantly positively correlated with technology efficiency improvement in the local regions, and negatively related to technology efficiency improvement in the adjacent regions. The indirect effect is far less than direct effect. The suggestion is to further increase investment of FDI, and strengthen exchanges and cooperation between the regions, to achieve resource sharing and fully exert the spatial spillover effect of FDI.

Key words:FDI; spatial spillover; industrial TFP; spatial durbin model

收稿日期：2016-01-22；修復(fù)日期：2016-04-17

基金項(xiàng)目：教育部哲學(xué)社會(huì)科學(xué)研究重大課題攻關(guān)項(xiàng)目《新常態(tài)下中國(guó)經(jīng)濟(jì)運(yùn)行機(jī)制的變革與中國(guó)宏觀調(diào)控模式重構(gòu)研究》(15JZD012)；西安理工大學(xué)社會(huì)科學(xué)基金一般項(xiàng)目《企業(yè)家才能誤配與中國(guó)經(jīng)濟(jì)增長(zhǎng)研究》(107- 211425)；西安理工大學(xué)博士科研啟動(dòng)基金項(xiàng)目《基于產(chǎn)權(quán)、市場(chǎng)結(jié)構(gòu)雙約束下的外資銀行進(jìn)入對(duì)中國(guó)商業(yè)銀行效率的影響研究》(105-451115003)

作者簡(jiǎn)介：汪輝平，男，安徽安慶人，博士生，研究方向：區(qū)域經(jīng)濟(jì)，空間計(jì)量學(xué)；

中圖分類(lèi)號(hào)：C812∶F403

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1007-3116(2016)06-0044-07

王美霞，女，內(nèi)蒙古鄂爾多斯人，經(jīng)濟(jì)學(xué)博士，講師，研究方向：區(qū)域經(jīng)濟(jì)；

王增濤，男，陜西渭南人，教授，博士生導(dǎo)師，研究方向：國(guó)際貿(mào)易。

【統(tǒng)計(jì)應(yīng)用研究】