中國雙向FDI的綠色生產(chǎn)率溢出效應
——基于動態(tài)面板模型的實證檢驗

鄭 強，冉光和

(1.重慶理工大學 經(jīng)濟金融學院,重慶 400054； 2.重慶大學 經(jīng)濟與工商管理學院，重慶 400045)

一、引 言

國際直接投資(雙向FDI)是影響一國全要素生產(chǎn)率(TFP)增長的重要因素。它不僅蘊含了一般貨幣資本的跨區(qū)域流動，更是資本、技術、營銷和管理綜合體的轉移過程，且這個過程可能通過技術溢出和資源配置等效應影響國內TFP增長。隨著“一帶一路”和自貿(mào)區(qū)戰(zhàn)略的不斷推進，中國逐漸以東道國和投資國雙重身份在國際資本舞臺扮演愈發(fā)重要的角色。中國商務部數(shù)據(jù)顯示，2003-2016年中國外商直接投資(FDI)實際利用額流量從535億美元提高到1 260億美元，年均增長7.13%；相應地，中國非金融類對外直接投資(OFDI)流量則從28億美元躍升至1 701億美元(見圖1)，年均增長率高達42.01%。那么，伴隨著資源環(huán)境約束凸顯以及綠色發(fā)展的經(jīng)濟增長導向，中國迅猛增長的雙向FDI是否顯著驅動了綠色全要素生產(chǎn)率(GTFP)*將環(huán)境污染、資源消耗分別作為非合意產(chǎn)出和投入要素引入傳統(tǒng)TFP測算框架，所得的綜合TFP被稱為綠色全要素生產(chǎn)率(簡稱GTFP)。的增長呢？這是一個亟待揭示的重要問題。同時，由于中國各地區(qū)在經(jīng)濟增長、資源節(jié)約、環(huán)境保護以及對外開放等方面存在較大差異，雙向FDI對各地區(qū)GTFP的影響也可能有所不同。因此，系統(tǒng)探究中國雙向FDI的綠色生產(chǎn)率溢出效應及其區(qū)域差異，對中國未來更好地實施“引進來”、“走出去”的開放戰(zhàn)略，以促進中國經(jīng)濟綠色、協(xié)調發(fā)展具有重要的理論和實踐意義。

二、文獻綜述

(一)FDI與東道國GTFP增長

梳理現(xiàn)有文獻，發(fā)現(xiàn)國內外學術界大多停留在FDI的技術溢出效應研究上[1-2]。而考察FDI與東道國GTFP關系的文獻較為匱乏，且這些少量文獻通常將FDI作為影響GTFP的控制變量引入回歸模型，系統(tǒng)探究FDI對東道國GTFP影響的文獻則更少，其主要觀點歸納如下：一是贊同“促進論”，認為FDI對東道國GTFP增長具有顯著的促進作用。比如，楊冕和王銀基于2001-2012年中國30個省份的面板數(shù)據(jù)，利用FGLS方法，實證檢驗了FDI與中國GTFP的關系，發(fā)現(xiàn)FDI顯著促進了中國GTFP增長[3]。二是認同“抑制論”，認為FDI阻礙了東道國GTFP增長。比如，程中華通過構建空間面板模型，實證發(fā)現(xiàn)FDI阻礙了中國GTFP增長[4]。三是支持“異質論”，認為FDI對東道國GTFP的影響具有區(qū)域異質性。李斌等的研究結果表明，F(xiàn)DI對中國GTFP的影響呈現(xiàn)出區(qū)域不平衡特征[5]。四是支持“不確定”論，認為FDI與東道國GTFP之間不存在顯著的相關關系。王恕立等的實證研究肯定了FDI對東道國GTFP影響效應的不確定性[6]。

(二)OFDI與母國GTFP增長

學界對OFDI與母國TFP關系展開了大量的研究，但所得結論莫衷一是，集中體現(xiàn)在以下幾個方面：一是OFDI逆向技術溢出顯著促進了母國TFP增長[7]。二是OFDI會對母國TFP增長產(chǎn)生一定負效應[8]。三是OFDI與母國TFP之間存在非線性關系[9]。盡管學界對OFDI逆向生產(chǎn)率溢出效應的研究較多，但從資源環(huán)境約束視角考察OFDI與母國GTFP關系的文獻乏善可陳。胡琰欣等基于2004-2013年中國省際面板數(shù)據(jù)，實證檢驗了OFDI對GTFP的影響，發(fā)現(xiàn)OFDI對GTFP具有長期促進效應，且這種效應會隨時間推移呈波動增大趨勢[10]。楊世迪等的研究結果表明，中國OFDI與GTFP的關系具有正向邊際效率遞增的非線性特征，東部和西部地區(qū)的OFDI促進了GTFP增長，而中部地區(qū)OFDI對GTFP的正向促進作用不顯著[11]。

上述文獻為本文提供了重要的參考價值和邏輯起點，但仍存在一定缺憾：一是國際直接投資的綠色生產(chǎn)率溢出效應研究尚處于初步探索階段，已有文獻大多基于兩個相互獨立的視角，分別探究FDI和OFDI對GTFP的影響，而鮮有從雙向FDI的二維層面考察其對GTFP的綜合效應，從區(qū)域異質性視角研究雙向FDI的綠色生產(chǎn)率溢出效應的文獻則更少。二是盡管極少數(shù)文獻利用靜態(tài)面板模型初步研究了雙向FDI與GTFP的關系，但靜態(tài)面板模型難以克服經(jīng)濟活動中的慣性、潛在變量遺漏以及內生性問題，這可能降低其實證結果的可信度。

為此，本文基于2003-2015年中國省際面板數(shù)據(jù)，以環(huán)境污染和能源消耗分別作為非合意產(chǎn)出和投入指標，采用非徑向、非角度SBM模型和DEA-GML指數(shù)，重新測算中國省際GTFP，然后實證檢驗雙向FDI對中國GTFP的影響及其區(qū)域差異。相較以往文獻，本文可能的貢獻在于：一是將FDI和OFDI視為核心解釋變量一并納入計量模型，且以人力資本、研發(fā)資本和環(huán)境規(guī)制等指標作為控制變量納入模型，以期更全面、準確地考察中國雙向FDI對GTFP的影響效應。二是通過構造動態(tài)面板模型，運用系統(tǒng)GMM方法，實證分析了中國雙向FDI的綠色生產(chǎn)率溢出效應，并將中國劃分為沿海和內陸地區(qū)進行區(qū)域對比分析，為各地區(qū)合理制定國際直接投資政策并促進當?shù)鼐G色發(fā)展提供參考。

三、理論分析

(一)FDI對東道國GTFP的影響機理

FDI對東道國GTFP的影響是一把“雙刃劍”，其主要體現(xiàn)在以下兩個方面：一是積極影響。FDI的流入不但為東道國經(jīng)濟發(fā)展輸送了新鮮資本血液，有利于當?shù)亟?jīng)濟運行環(huán)境的改善，而且它帶來的先進生產(chǎn)技術和管理經(jīng)驗還可以通過示范競爭效應提高東道國人力資本水平，推動當?shù)仄髽I(yè)進行生產(chǎn)工藝革新和清潔生產(chǎn)，促進產(chǎn)業(yè)結構轉型升級、綠色技術效率提升以及綠色技術進步，從而推動東道國GTFP增長。二是消極影響。發(fā)達國家為了規(guī)避高昂的環(huán)保成本，傾向將污染產(chǎn)業(yè)轉移到環(huán)境門檻較低的發(fā)展中國家，這可能加劇東道國的環(huán)境污染，并抑制當?shù)谿TFP增長。同時，F(xiàn)DI的流入會促使東道國市場競爭加劇，并導致在競爭中處于劣勢的東道國企業(yè)生產(chǎn)規(guī)模壓縮，經(jīng)營利潤下降，技術革新能力削弱，生產(chǎn)技術改進和生產(chǎn)效率優(yōu)化的積極性減弱。此外，外企為削減生產(chǎn)成本，可能更傾向依托自身比較優(yōu)勢來調整產(chǎn)品結構而不愿意推動東道國綠色技術進步，也就不利于當?shù)谿TFP增長[5]。

(二)OFDI對母國GTFP的影響機理

OFDI對母國GTFP的影響機理為：跨國公司在進行OFDI過程中，其子公司可能借助研發(fā)資源共享、技術集群吸收機制來獲取國際先進的綠色生產(chǎn)工藝、清潔技術和管理經(jīng)驗，并通過多種途徑將其反饋到母公司，母公司在將其消化吸收過程中會直接推動自身綠色技術水平的提升。同時，跨國公司可能對同行業(yè)企業(yè)產(chǎn)生競爭和示范效應，并間接提高同行業(yè)企業(yè)的綠色技術水平，而且產(chǎn)業(yè)前后關聯(lián)會將OFDI逆向綠色技術溢出擴散到其它產(chǎn)業(yè)，從而帶動整個國家的綠色技術水平提升和GTFP增長。然而，這種綠色技術溢出促進效應的強弱在一定程度上取決于對外直接投資質量和水平的高低。如果OFDI的水平較低，且以自然資源尋求型為主，那么這種OFDI將難以發(fā)揮綠色技術溢出效應，甚至跨國企業(yè)還會因對外投資擠占了自身國內的自由資金，并收緊其國內研發(fā)資金的流動性約束，從而抑制企業(yè)綠色技術創(chuàng)新和GTFP增長。如果OFDI的水平較高，且以技術尋求型為主，其會更加顯著地促進母國GTFP增長。

四、實證研究

(一)模型設定與估計方法

為系統(tǒng)考察雙向FDI對中國GTFP的影響效應，本文基于Coe和Helpman的經(jīng)典C-H模型[12]，并借鑒王恕立和胡宗彪的建模思路[13]，構建如下計量模型：

GTFPit=α0+α1lnfdiit+α2lnofdiit+α3lnrdtit+α4lnfdiit×lnofdiit+α5lnhumit+α6regit+εit

(1)

其中，i、t分別為地區(qū)和時間；GTFPit、fdiit、ofdiit、rdtit、humit和regit分別為i地區(qū)第t年的綠色全要素生產(chǎn)率、外商直接投資、對外直接投資、國內研發(fā)資本、人力資本和環(huán)境規(guī)制水平；fdiit×ofdiit為FDI和OFDI的交叉項，以考察雙向FDI互動對GTFP增長的影響；α0為常數(shù)項，α1，α2，…，α6為解釋變量系數(shù)，εit為擾動項。

式(1)為靜態(tài)面板模型，但該模型難以克服經(jīng)濟活動中的慣性、潛在變量(人文、制度等)遺漏以及內生性問題，可能導致其計量結果存在一定偏誤。因此，本文在式(1)基礎上，建立如下動態(tài)面板模型：

GTFPit=α0+α1GTFPi,t-1+α2lnfdiit+α3lnofdiit+

α4lnrdtit+α5lnfdi×itlnofdiit+α6lnhumit+

α7regit+εit

(2)

式中，GTFPi,t-1表示綠色全要素生產(chǎn)率的一階滯后項。動態(tài)面板模型的估計方法主要有差分GMM、水平GMM和系統(tǒng)GMM。差分GMM不能估計不隨時間變化的變量，且不適用于因變量持續(xù)性很強的情況。而系統(tǒng)GMM結合了差分GMM和水平GMM，且以被解釋變量的滯后項和內生變量的一階差分作為水平方程中內生變量的工具變量。這樣不但能夠減少參數(shù)估計的偏誤，還可以估計不隨時間變化的變量系數(shù)。因此，本文采用系統(tǒng)GMM方法對式(2)進行估計，以盡量規(guī)避內生性問題。

(二)變量選取與數(shù)據(jù)說明

1.被解釋變量：綠色全要素生產(chǎn)率(GTFP)

1)GTFP的測算方法

(3)

其次，構建非徑向、非角度SBM模型。以往文獻普遍采用徑向、角度DEA來估計方向性距離函數(shù)。然而，如果發(fā)生投入過多或產(chǎn)出“乏力”的情形，基于徑向方法的DEA測算可能導致評價“虛高”，而且忽視某個方面投入或產(chǎn)出的角度DEA也可能存在測算偏誤。基于此，為了盡量彌補上述方法的不足，本文借鑒Fukuyama 和Weber的方法[15]，構造如下非徑向、非角度SBM方向性距離函數(shù)：

(4)

式(4)中，(xi,t,yi,t,zi,t)表示i省份t期投入、合意產(chǎn)出以及非合意產(chǎn)出的投入產(chǎn)出向量，(gx,gy,gz)表示投入減少、合意產(chǎn)出增加以及非合意產(chǎn)出減少的向量，(Sx,Sy,Sz)為松弛向量，表示投入過度使用、合意產(chǎn)出不足和非合意產(chǎn)出過多的向量。

再次，構造DEA-GML指數(shù)?，F(xiàn)有文獻常用Malmquist-Luenberger(ML)指數(shù)來測算TFP，但該指數(shù)不具有傳遞性或循環(huán)性，且在測算跨期方向性距離函數(shù)的時候，可能誤入線性規(guī)劃無解的“窘境”。而DEA-Global Malmquist-Luenberger(GML)指數(shù)恰好可以克服該問題。因此，本文參考顏洪平的做法[16]，構建GML指數(shù)：

(5)

2)GTFP的測算指標

產(chǎn)出指標包括合意和非合意產(chǎn)出指標。其中，合意產(chǎn)出指標以實際GDP來衡量?，F(xiàn)有文獻對非合意產(chǎn)出指標的衡量主要有CO2和工業(yè)“三廢”排放量。鑒于CO2排放量無直接統(tǒng)計數(shù)據(jù)來源，學者普遍采用IPCC的方法估算CO2排放量。然而，不同學者對CO2的排放源和系數(shù)選擇上存在較大的差異，其CO2測算結果不具有可比性。同時，考慮到目前中國環(huán)境污染主要源自工業(yè)領域，且工業(yè)“三廢”排放量有權威的數(shù)據(jù)來源。故本文選擇工業(yè)領域的廢水、廢氣、SO2、煙塵和固體廢棄物等污染指標，并采用改進熵值法擬合環(huán)境污染綜合指數(shù)[17]，以較為全面地反映地區(qū)環(huán)境污染(非合意產(chǎn)出)水平。投入指標包括資本、勞動力和能源投入。其中，資本投入以永續(xù)盤存法(經(jīng)濟折舊率取9.6%)估算的物質資本存量來表示，勞動力投入以從業(yè)人員數(shù)來衡量，能源投入則以能源消耗量來測度。

3)GTFP的測算結果

根據(jù)上述測算方法和指標選擇，本文借助Max DEA Pro6.4軟件測算2003-2015年中國省際GTFP，其測算結果見圖2和圖3。從圖2來看，樣本期內中國GTFP整體增長緩慢，且存在顯著的階段性特征。2003-2009年GTFP小于1，并逐漸接近1，表明該階段中國GTFP呈下滑態(tài)勢，但降幅逐漸收窄。一個可能的解釋是，這一時期中國重化工業(yè)加速發(fā)展[18]，且工業(yè)增長模式呈現(xiàn)“三高一低”(高投入、高能耗、高污染和低產(chǎn)出)的特征，這也導致了GTFP下滑，而期間節(jié)能減排政策的實施放慢了GTFP的下滑腳步。值得關注的是，2008年金融海嘯席卷了全球，隨后中國啟動了“四萬億刺激計劃”，大量重工業(yè)項目重新上馬，致使中國GTFP再次急劇下滑。2009-2015年GTFP多數(shù)大于1，表明這一時期中國GTFP處于上揚態(tài)勢，這可能是得益于該階段產(chǎn)業(yè)結構升級和資源價格市場化改革等政策的大力實施[19]。

圖2 2003-2015年中國GTFP的變動趨勢

如圖3所示，從省際維度來看，考察期內中國GTFP具有明顯的省際差異，且沿海省份的GTFP普遍高于內陸省份。北京(1.038 9)、上海(1.036 1)、江蘇(1.026 0)、浙江(1.021 0)、山東(1.012 4)和廣東(1.000 0)的GTFP大于或等于1，意味著這些沿海省份的綠色全要素生產(chǎn)率呈增長態(tài)勢，而其他省份都小于1，表明其綠色全要素生產(chǎn)率呈下降趨勢，其中山西(0.975 7)、云南(0.974 7)、福建(0.972 8)、甘肅(0.969 4)和河南(0.966 8)等省份的GTFP降幅較大。需要指出的是，重慶的GTFP(0.999 5)接近于1，在所有內陸省份中是最高的。不難理解，重慶依托“一帶一路”、長江經(jīng)濟帶、“渝新歐”和“兩江新區(qū)”等一系列國家戰(zhàn)略優(yōu)勢，積極推動產(chǎn)業(yè)結構升級和綠色技術進步，并不斷挖掘GTFP增長潛力，使其具備了一定后發(fā)優(yōu)勢。

2.核心解釋變量

本文的核心解釋變量為：外商直接投資(FDI)和對外直接投資(OFDI)?？紤]到雙向FDI流量的波動性較大，其存量比流量更能準確反映雙向FDI與GTFP之間的關系。因此，本文采用永續(xù)盤存法估算的FDI實際利用額存量和OFDI存量來分別表征外商直接投資和對外直接投資水平。

3.控制變量

為了盡量減少其他變量遺漏所導致的估計結果偏誤，本文在實證模型中引入了如下控制變量：國內研發(fā)資本(rdt)，采用研發(fā)經(jīng)費內部支出額來衡量。人力資本(hum)，采用平均受教育年限來表征，即hum=6pri+9jun+12sen+16col。式中，hum表示平均受教育年限，6、9、12和16分別表示各級教育(小學、初中、高中和大學)規(guī)定年限，pri、jun、sen和col分別表示小學、初中、高中和大學及以上受教育程度人口與6歲以上人口的比值。環(huán)境規(guī)制(reg)，采用工業(yè)污染治理投資完成額與GDP的比值來測度。

4.數(shù)據(jù)說明

本文時間跨度為2003-2015年，研究對象為中國大陸30個省份(剔除西藏、港澳臺地區(qū))，基礎數(shù)據(jù)取自歷年《中國統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國環(huán)境年鑒》、《中國能源統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國對外直接投資統(tǒng)計公報》以及地方統(tǒng)計年鑒?？紤]到數(shù)據(jù)的可比性，對所有涉及貨幣計量的指標均以2003年為基期，進行GDP平減調整。

(三)經(jīng)驗檢驗與結果分析

1.變量平穩(wěn)性檢驗

為避免偽回歸，在計量估計之前需要對各變量進行平穩(wěn)性檢驗，單位根檢驗則是平穩(wěn)性檢驗常用之法。根據(jù)原假設的類型，可將面板單位根檢驗方法劃分為兩類：一是同質單位根檢驗(LLC和Breitung檢驗)、異質單位根檢驗(IPS、ADF-Fisher和PP-Fisher檢驗)。本文同時采用上述5種方法對各變量進行單位根檢驗，具體檢驗結果見表1。觀察表1可知，變量ofdi和rdt在Breitung檢驗下不顯著，fdi、fdi×ofdi分別未通過IPS和PP-Fisher檢驗，但通過了其它檢驗，其余變量均通過了5種檢驗。由此可見，各變量具有較好的平穩(wěn)性。

2.全樣本回歸結果分析

接下來，本文運用Stata12.0軟件進行回歸分析，全樣本估計結果見表2。觀察表2可知，模型估計的Wald值在1%水平下顯著，Sargan檢驗接受“所有工具變量均有效”的原假設，AR(1)和AR(2)都接受原假設，表明擾動項差分不存在一、二階自相關。由此可見，動態(tài)面板模型設定是合理的，且估計結果具有一定可靠性。GTFP一階滯后項的系數(shù)顯著為正，說明GTFP增長具有一定的時間慣性，且上期GTFP會對當期GTFP產(chǎn)生正向影響。

表1 面板數(shù)據(jù)單位根檢驗

注：*、**、***分別表示10%、5%和1%的顯著性水平，LLC為Adjustedt*統(tǒng)計量，Breitung為Lambda統(tǒng)計量，IPS為z-t-tilde-bar統(tǒng)計量，ADF-Fisher和PP-Fisher均為Pm統(tǒng)計量。

表2 全樣本估計結果

注：解釋變量的括號數(shù)值表示z值，Wald、AR(1)、AR(2)和Sargan檢驗的括號數(shù)值表示P值，下同。

FDI的系數(shù)顯著為正，說明FDI的流入顯著促進了中國GTFP增長。這可能是由于當前中國已通過ISO14001和中國環(huán)境標志認證的企業(yè)中，2/3以上是外企[20]，F(xiàn)DI引進的先進環(huán)保技術和設備在一定程度上為中國環(huán)保事業(yè)發(fā)展做出了積極貢獻。同時，中國政府日益重視FDI的進入結構，且強化對污染型FDI項目的審批力度，而FDI流入帶來的先進生產(chǎn)、治污技術，不僅有效降低了自身污染排放，還通過競爭、示范和學習效應帶動本地企業(yè)進行綠色生產(chǎn)，從而促進了整個地區(qū)治污效率改進和綠色技術進步。此外，隨著自貿(mào)區(qū)試點工作的推進以及國內人工成本的上升，外企也在自我調整，部分勞動密集型低端制造業(yè)的外企將生產(chǎn)基地從中國遷移到其他低收入國家，而戰(zhàn)略性新興產(chǎn)業(yè)和高端制造業(yè)的外資規(guī)模在逐漸擴大，這對中國產(chǎn)業(yè)結構優(yōu)化和綠色轉型具有促進作用。

OFDI系數(shù)顯著為負，說明OFDI對中國GTFP增長產(chǎn)生了一定抑制作用。OFDI按投資動機可劃分為資源、技術、市場和生產(chǎn)效率尋求等主要類型，其中，技術尋求型OFDI對母國GTFP增長的促進作用更大。從中國OFDI發(fā)展現(xiàn)狀來看，OFDI行業(yè)分布雖呈現(xiàn)多元化，但進入租賃和商服業(yè)、批發(fā)和零售業(yè)、采礦業(yè)等傳統(tǒng)行業(yè)的OFDI占比依然偏高，而進軍歐美發(fā)達國家(地區(qū))的科學研究和技術服務、信息傳輸和信息技術服務等技術行業(yè)的OFDI占比偏低?？梢?，當前中國OFDI整體呈現(xiàn)低技術格局，獲取國外先進技術溢出有限。同時，由于海外融資困難，當前中國企業(yè)OFDI大部分資金來源于企業(yè)內部，此時，企業(yè)對外直接投資可能減少其在國內的自由資金，并收緊其國內資金流動性約束，包括創(chuàng)新所需的研發(fā)資金投入，從而阻礙企業(yè)技術創(chuàng)新及其生產(chǎn)率的提高。

FDI和OFDI的交叉項系數(shù)顯著為正，表明中國雙向FDI的互動可以顯著促進GTFP的增長。這也意味著在當前“一帶一路”倡議背景下，中國應堅持“引進來”和“走出去”戰(zhàn)略，并推進雙向FDI的良性互動，有效發(fā)揮雙向FDI技術溢出效應，從而驅動GTFP增長。在控制變量中，研發(fā)資本和人力資本系數(shù)顯著為正，說明研發(fā)資本和人力資本對GTFP增長起到了促進作用。環(huán)境規(guī)制的系數(shù)顯著為負，表明當前環(huán)境規(guī)制對GTFP增長產(chǎn)生了一定負向影響。

3.分樣本回歸結果分析

為考察中國雙向FDI對GTFP影響的區(qū)域差異，本文將中國省份劃分為沿海和內陸兩個區(qū)域，并以沿海地區(qū)為參照系，設立內陸地區(qū)虛擬變量，對動態(tài)面板模型進行重新估計，具體估計結果見表3。觀察表3可知，中國雙向FDI對GTFP的影響存在明顯的地區(qū)差異。沿海地區(qū)雙向FDI、FDI與OFDI的互動都對GTFP產(chǎn)生了顯著的正效應；內陸地區(qū)FDI對GTFP增長的促進作用不明顯，OFDI對GTFP增長則產(chǎn)生了一定抑制作用，且FDI與OFDI的互動對GTFP增長的促進作用弱于沿海地區(qū)。這可能是因為沿海地區(qū)的經(jīng)濟發(fā)展水平較高，已不再盲目追求FDI數(shù)量，而更注重FDI的質量和環(huán)境效益，其顯著的技術溢出效應和“污染光環(huán)”效應超過了“污染避難所”效應，并有效驅動了GTFP增長。流入內陸地區(qū)的FDI主要以尋求資源為目的，而外企對其核心技術進行了一定封鎖和保護，其技術溢出在當?shù)仉y以有效發(fā)揮。同時，沿海地區(qū)集中了中國大部分技術實力雄厚的海外投資企業(yè)，其綠色技術溢出對GTFP增長的促進作用大于內陸地區(qū)。

表3 分樣本估計結果

4.穩(wěn)健性檢驗

除了上文已采取的變量逐級控制措施之外，本文還從以下兩方面進行穩(wěn)健性檢驗(見表4)，以期進一步提高實證結果的可信度。一是調整核心解釋變量的衡量指標：用人均FDI存量和人均OFDI存量分別替代原變量(模型Ⅰ)。二是更換控制變量的衡量指標：用人力資本存量(平均受教育年限與就業(yè)人數(shù)之積)替換原變量(模型Ⅱ)；用研發(fā)經(jīng)費內部支出總額與GDP的比值替換原變量(模型Ⅲ)。通過對比發(fā)現(xiàn)：主要解釋變量的估計結果并未發(fā)生較大變化，且都通過了AR和Sargan檢驗，說明原實證結果具有一定穩(wěn)健性。

表4 穩(wěn)健性檢驗結果

五、結論及建議

本文在理論剖析雙向FDI對GTFP影響機理的基礎上，利用2003-2015年中國省際面板數(shù)據(jù)，構建動態(tài)面板模型，并采用系統(tǒng)GMM方法，實證檢驗了雙向FDI對中國GTFP的影響及其區(qū)域差異，得到如下主要研究結論：一是樣本期內中國GTFP增長緩慢，省際差異較大，沿海省份的GTFP普遍高于內陸省份。二是在全國層面：中國FDI對GTFP明顯地扮演了“助推器”的角色，這主要得益于中國日益重視FDI進入結構，F(xiàn)DI逐漸發(fā)揮了正向綠色技術溢出效應；OFDI對GTFP起著“絆腳石”的作用，主要是由于當前中國OFDI呈現(xiàn)低技術格局，獲取國際綠色技術溢出有限；雙向FDI的良性互動促進了GTFP增長。三是在區(qū)域層面，中國雙向FDI對GTFP的影響具有較強的區(qū)域異質性。具體而言，沿海地區(qū)雙向FDI對GTFP增長產(chǎn)生了顯著的正效應；內陸地區(qū)FDI對GTFP增長的促進作用不明顯，OFDI對GTFP增長則產(chǎn)生了抑制作用?；诖?，本文提出如下政策建議：

一是充分認識目前中國在國際資本舞臺扮演的東道國和投資國雙重角色，全方位提高對外開放水平，著力推進國際直接投資模式從“寬進嚴出、消極被動”向“限入引出、積極主動”轉變，并積極引導雙向FDI流動的合理布局，高效發(fā)揮雙向FDI的綠色技術溢出效應，從而驅動中國GTFP持續(xù)增長。

二是加快引資模式從“數(shù)量”向“質量”、“被動吸收”向“主動抉擇”轉變，并高度重視FDI流入的環(huán)境效益。一方面，地方政府應有選擇性地引進高質量的技術型FDI，并引導其進入高技術產(chǎn)業(yè)，充分發(fā)揮其技術溢出效應。另一方面，地方政府應結合當?shù)刭Y源稟賦、環(huán)境承載力以及產(chǎn)業(yè)需求，嚴格落實環(huán)保負面清單制度，引進綠色型FDI，并有效發(fā)揮其“污染光環(huán)”效應。

三是優(yōu)化OFDI結構，擴大技術尋求型OFDI的比例，提高中國OFDI的整體層次和水平。盡管當前中國OFDI還處于初級發(fā)展階段，但發(fā)展?jié)摿薮蟆Ｕ畱摓槠髽I(yè)“走出去”營造良好的政策扶持和法律環(huán)境，重點鼓勵有競爭力的企業(yè)進軍國際新能源、新技術和先進制造業(yè)和服務外包等領域，并通過轉移國內過剩產(chǎn)能、開拓海外市場來發(fā)揮OFDI逆向技術溢出效應，推動國內人力資源優(yōu)化配置和綠色技術創(chuàng)新，從而促進GTFP增長。

四是統(tǒng)籌區(qū)域協(xié)調發(fā)展，推動雙向FDI要素自由流動。沿海和內陸地區(qū)之間需打破“單打獨斗”的行政壟斷，積極為FDI跨區(qū)域的自由流動創(chuàng)造條件。同時，沿海地區(qū)應積極發(fā)揮FDI的技術示范和擴散效應，加強與內陸地區(qū)的引資交流合作，實現(xiàn)雙贏的引資局面。此外，還需搭建各地區(qū)OFDI行業(yè)協(xié)會和同業(yè)工會等民間服務組織的交流合作平臺，并推動各地區(qū)企業(yè)有組織、有秩序地“走出去”，從而有效規(guī)避內部惡性競爭，實現(xiàn)產(chǎn)業(yè)協(xié)同聚集效應。

參考文獻：

[1] Kinoshita Y.R&D and Technology Spillovers via FDI Innovation and Absorptive Capacity [C].CEPR Working Paper，University of Michigan,2001.

[2] 汪輝平，王美霞，王增濤.FDI、空間溢出與中國工業(yè)全要素生產(chǎn)率——基于空間杜賓模型的研究[J].統(tǒng)計與信息論壇，2016(6).

[3] 楊冕，王銀.FDI對中國環(huán)境全要素生產(chǎn)率的影響——基于省際層面的實證研究[J].經(jīng)濟問題探索，2016(5).

[4] 程中華.集聚經(jīng)濟與綠色全要素生產(chǎn)率[J].軟科學，2015(5).

[5] 李斌，祁源，李倩.財政分權、FDI與綠色全要素生產(chǎn)率——基于面板數(shù)據(jù)動態(tài)GMM方法的實證檢驗[J].國際貿(mào)易問題，2016(7).

[6] 王恕立，汪思齊，滕澤偉.環(huán)境約束下的中國服務業(yè)全要素生產(chǎn)率增長[J].財經(jīng)研究，2016(5).

[7] 梁文化，劉宏.對外直接投資驅動中國技術進步的機理與實證研究——基于比較視角的分析[J].經(jīng)濟問題探索，2017(2).

[8] Bitzer J,Kerekes M.Does Foreign Direct Investment Transfer Technology across Borders? New Evidence[J].Economics Letters,2008,100(3).

[9] 鄭強.對外直接投資促進了母國全要素生產(chǎn)率增長嗎——基于金融發(fā)展門檻模型的實證檢驗 [J].國際貿(mào)易問題，2017(7).

[10] 胡琰欣，屈小娥，董明放.中國對外直接投資的綠色生產(chǎn)率增長效應——基于時空異質性視角的經(jīng)驗分析 [J].經(jīng)濟學家，2016(12).

[11] 楊世迪，韓先鋒，宋文飛.對外直接投資影響了中國綠色全要素生產(chǎn)率嗎 [J].山西財經(jīng)大學學報，2017(4).

[12] Coe D T，Helpman E.International R&D Spillovers [J].European Economic Review,1995,39(5).

[13] 王恕立，胡宗彪.服務業(yè)雙向FDI的生產(chǎn)率效應研究——基于人力資本的面板門檻模型估計 [J].財經(jīng)研究，2013(11).

[14] Oh D H.A Global Malmquist-Luenberger Productivity Index [J].Journal of Productivity Analysis，2010,34(3).

[15] Fukuyama H,Weber W L.A Directional Slacks：Based Measure of Technical Inefficiency [J].Socio-Economic Planning Sciences,2009,43(4).

[16] 顏洪平.中國工業(yè)綠色全要素生產(chǎn)率增長及其收斂性研究——基于GML指數(shù)的實證分析[J].西北工業(yè)大學學報：社會科學版，2016(2).

[17] 鄭強，冉光和，鄧睿，谷繼建.中國FDI環(huán)境效應的再檢驗[J].中國人口·資源與環(huán)境，2017(4).

[18] Yang J,Zhang T,Sheng P，Shackman J D.Carbon Dioxide Emissions and Interregional Economic Convergence in China[J].Economic Modelling,2016,52(1).

[19] 胡建輝，李博，馮春陽.城鎮(zhèn)化、公共支出與中國環(huán)境全要素生產(chǎn)率——基于省際面板數(shù)據(jù)的實證檢驗 [J].經(jīng)濟科學，2016(1).

[20] 許和連，鄧玉萍.外商直接投資導致了中國的環(huán)境污染嗎？——基于中國省際面板數(shù)據(jù)的空間計量研究[J].管理世界，2012(2).