外商直接投資、財(cái)政支出與綠色全要素生產(chǎn)率

丁曉慧

山東外事職業(yè)大學(xué)? 摘 要：綠色全要素生產(chǎn)率的提高在數(shù)字經(jīng)濟(jì)崛起下，仍存在較大提升空間。在新常態(tài)階段經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的發(fā)展趨勢(shì)下，本文嘗試采用DEA方法對(duì)2001—2018 年中國(guó)各省際綠色全要素生產(chǎn)率進(jìn)行測(cè)算，并依據(jù)最后結(jié)果對(duì)我國(guó)外商直接投資和財(cái)政支出兩方面因素與綠色全要素生產(chǎn)率進(jìn)行實(shí)證性分析。得出主要結(jié)論：（1）我國(guó)不同地域間綠色全要素生產(chǎn)率區(qū)別較小，且增長(zhǎng)速度緩慢。（2）外商直接投資和財(cái)政支出兩種因素能夠正面影響綠色全要素生產(chǎn)率，且效果顯著;加入交互項(xiàng)后，外商直接投資和財(cái)政支出則負(fù)面影響綠色全要素生產(chǎn)率，但綠色全要素生產(chǎn)率的邊際效應(yīng)呈現(xiàn)遞增效果。（3）國(guó)內(nèi)生產(chǎn)總值在我國(guó)東中西部地區(qū)均呈現(xiàn)顯著促進(jìn)作用，對(duì)外貿(mào)易則起到抑制作用。最后根據(jù)結(jié)果提出我國(guó)提高綠色全要素生產(chǎn)率的建議。

關(guān)鍵詞：財(cái)政支出;外商直接投資;綠色全要素生產(chǎn)率

中圖分類號(hào)：F740 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2020）12（a）-097-05

2015年起自提高全要素生產(chǎn)率成為政府工作報(bào)告內(nèi)容，如今已經(jīng)被認(rèn)為是中國(guó)經(jīng)濟(jì)增長(zhǎng)高質(zhì)量轉(zhuǎn)型的一種重要推動(dòng)力。當(dāng)前面對(duì)產(chǎn)業(yè)和數(shù)字化轉(zhuǎn)型契機(jī)，消費(fèi)互聯(lián)網(wǎng)、數(shù)字經(jīng)濟(jì)的崛起，會(huì)有大量數(shù)據(jù)應(yīng)用場(chǎng)景倒逼供給端或者產(chǎn)業(yè)價(jià)值鏈重構(gòu)，帶來(lái)全要素生產(chǎn)率的巨大提升空間。新基建的發(fā)展也將對(duì)產(chǎn)業(yè)的制造轉(zhuǎn)型帶來(lái)基礎(chǔ)變革，引起TFP的提高。目前中國(guó)不同地區(qū)的資源稟賦和經(jīng)濟(jì)結(jié)構(gòu)發(fā)展不平衡，對(duì)綠色全要素生產(chǎn)率發(fā)展帶來(lái)不利影響，更影響了區(qū)域經(jīng)濟(jì)發(fā)展協(xié)調(diào)性。

現(xiàn)在國(guó)內(nèi)對(duì)GTFP影響因素的研究一般聚焦在財(cái)政因素、技術(shù)因素、對(duì)外因素、經(jīng)濟(jì)因素、金融因素、環(huán)境規(guī)制因素等方面，因?yàn)檠芯壳腥朦c(diǎn)和方法的不同，研究結(jié)論也不盡相同。根據(jù)前人已有的研究，本文試圖從外商直接投資與財(cái)政支出對(duì)綠色全要素生產(chǎn)率的影響角度入手，采用DEA方法測(cè)算綠色全要素生產(chǎn)率，之后對(duì)外商直接投資和財(cái)政支出進(jìn)行理論機(jī)制回歸分析，并進(jìn)行穩(wěn)健性和內(nèi)生性的處理。最后根據(jù)研究結(jié)果提出相關(guān)的建議。

1 測(cè)算綠色全要素生產(chǎn)率

1.1 研究方法和模型

DEA （數(shù)據(jù)包絡(luò)分析）是一種測(cè)量生產(chǎn)效率的線性模型，采用這種典型的非參數(shù)方法估算綠色全要素生產(chǎn)率，優(yōu)點(diǎn)是無(wú)需對(duì)生產(chǎn)函數(shù)形式和分布作出假設(shè)，避免較強(qiáng)的理論約束。通過(guò)將 DEA方法和 Malmquist指數(shù)結(jié)合起來(lái)，可以考查兩個(gè)不同時(shí)期全要素生產(chǎn)率變化（tfpch）的Malmquist指數(shù)。

1.2 數(shù)據(jù)來(lái)源與處理

本文選取各省地區(qū)生產(chǎn)總值作為產(chǎn)出指標(biāo)，勞動(dòng)和資本投入作為投入指標(biāo)。由于數(shù)據(jù)的可獲得性，故選取除西藏、香港、澳門和臺(tái)灣之外的30省 （區(qū)、市）作為決策單元。樣本數(shù)據(jù)為各省市區(qū)2001—2018年的面板數(shù)據(jù)。

（1）期望產(chǎn)出指標(biāo)：將各省各年度的地區(qū)生產(chǎn)總值根據(jù)GDP 折算指數(shù)分別按照2000年為基期計(jì)算GDP。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》（2001—2019）。

（2）非期望產(chǎn)出指標(biāo)：根據(jù)以往相關(guān)研究將二氧化碳排放量作為非期望產(chǎn)出的指標(biāo)，本文由于數(shù)據(jù)可獲得性，選擇工業(yè)三廢污染物、二氧化硫和粉塵的排放作為替代指標(biāo)。

（3）勞動(dòng)指標(biāo)：采用各省的就業(yè)人數(shù)作為人力資本投資。

（4）資本指標(biāo)：本文以常用的永續(xù)盤存法測(cè)算的物質(zhì)資本存量作為資本指標(biāo)。永續(xù)盤存法的公式為：

（4）

在式 （4）中，K代表存量資本，t表示不同時(shí)間段;I表示固定資產(chǎn)投資總額，本文采用固定資本形成額作為代替;P表示固定資產(chǎn)投資價(jià)格指數(shù)，并以2000年為基期進(jìn)行計(jì)算。通過(guò)采用 （張軍，2004）測(cè)算的2000年不變價(jià)的資本存量作為基期存量資本;折舊率采用9.6%。固定資本形成額來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》（2001—2019），固定資產(chǎn)投資價(jià)格指數(shù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站。

（5）能源指標(biāo)：選擇年能源消耗總量作為能源投入指標(biāo)，選取采用標(biāo)準(zhǔn)煤折算后的能源消費(fèi)量。經(jīng)濟(jì)發(fā)展過(guò)程中能源消費(fèi)是產(chǎn)生非期望產(chǎn)出的主要來(lái)源。表1對(duì)2001—2018年投入和產(chǎn)出變量的數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析。

1.3 實(shí)證結(jié)果及分析

本文利用DEAP2.1軟件，計(jì)算2001—2018年中國(guó)各省份 Malmquist指數(shù)及其分解，結(jié)果如表2所示。

由表2得出，時(shí)間趨勢(shì)上，中國(guó)的省際綠色全要素生產(chǎn)率數(shù)據(jù)總體來(lái)看是呈上升趨勢(shì)。在2001—2017年，除了2009年和2011年有下滑現(xiàn)象之外，其余年份均保持穩(wěn)定。2018年各省的綠色全要素生產(chǎn)率有很大幅度的上升。區(qū)域差異上，西部地區(qū)的綠色全要素生產(chǎn)率高于中部地區(qū)和東部地區(qū)。單獨(dú)從各個(gè)省份來(lái)看，北京、上海、陜西的綠色全要素生產(chǎn)率數(shù)據(jù)較大，河北和甘肅綠色全要素生產(chǎn)率數(shù)據(jù)較低，其余各省的數(shù)值差異不大。

2 實(shí)證分析

2.1 模型構(gòu)建

式 （5）中，i表示各個(gè)省份，t表示時(shí)間 （年），GTFP代表綠色全要素生產(chǎn)率，F(xiàn)DI代表外商直接投資額，GOV代表政府財(cái)政支出，X代表控制變量，主要包括科技投入、基礎(chǔ)設(shè)施建設(shè)、經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)密度和貿(mào)易。

2.2 變量選取與數(shù)據(jù)說(shuō)明

2.2.1 被解釋變量

綠色全要素生產(chǎn)率，數(shù)據(jù)來(lái)源于筆者測(cè)算 （見表2）。

2.2.2 主要解釋變量

（1）外商直接投資（FDI），以外商直接投資額占GDP比重表示。外商直接投資作用于各地區(qū)綠色全要素生產(chǎn)率，主要方式包括產(chǎn)業(yè)轉(zhuǎn)移、技術(shù)關(guān)聯(lián)和知識(shí)溢出效應(yīng)。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。（2）政府財(cái)政支出 （GOV），以地方財(cái)政一般支出（2007年之前為財(cái)政支出，2007年及之后為一般預(yù)算支出）表示。政府財(cái)政支出能夠改善生產(chǎn)、生活設(shè)施，能夠間接改善環(huán)境和提高生產(chǎn)率。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

2.2.3 控制變量

（1）科技投入 （RD），選用RD投入表示?？萍纪度肱c綠色全要素生產(chǎn)率之間存在正向提升關(guān)系，主要邏輯在于加大科技投入將產(chǎn)生技術(shù)外溢，引起環(huán)境治理能力和資源配置效率的提升。因此，本文采用RD衡量科技投入水平。（2）基礎(chǔ)設(shè)施建設(shè) （INF）。以公路、鐵路和內(nèi)河航運(yùn)里程之和除以人口表示。交通基礎(chǔ)設(shè)施的建設(shè)能夠?qū)G色全要素生產(chǎn)率產(chǎn)生阻礙，主要在于它很大程度上與環(huán)境污染有關(guān)。本文選取各地區(qū)人均道路面積來(lái)測(cè)量基礎(chǔ)設(shè)施建設(shè)水平。（3）經(jīng)濟(jì)發(fā)展水平 （GDP），采用國(guó)內(nèi)生產(chǎn)總值表示。經(jīng)濟(jì)發(fā)展水平是影響綠色全要素生產(chǎn)率的重要宏觀因素。本文將最有代表性的GDP 數(shù)據(jù)作為經(jīng)濟(jì)發(fā)展水平測(cè)算的依據(jù)。（4）經(jīng)濟(jì)密度 （ED），用單位面積上的人口數(shù)量表示。經(jīng)濟(jì)密度越高，經(jīng)濟(jì)發(fā)展水平就越高，同時(shí)對(duì)環(huán)境影響也可能越大。（5）貿(mào)易 （TRADE），選用省際貿(mào)易額表示。在技術(shù)溢出效應(yīng)中，貿(mào)易也是其中方式之一，對(duì)綠色全要素生產(chǎn)率會(huì)產(chǎn)生影響。以上數(shù)據(jù)全部來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。

2.3 描述性統(tǒng)計(jì)分析與相關(guān)性檢驗(yàn)

（1）根據(jù)變量作描述性統(tǒng)計(jì)分析，如表3所示，作出數(shù)據(jù)的觀測(cè)值各數(shù)、均值、標(biāo)準(zhǔn)差、最大值、最小值和中位數(shù)。（2）根據(jù)數(shù)據(jù)作各變量之間的相關(guān)系數(shù)，如表4所示。

2.4 實(shí)證結(jié)果與分析

全樣本回歸結(jié)果。本文以30個(gè)省區(qū)市為樣本， 采用面板回歸模型回歸分析外商直接投資和政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率的影響，回歸結(jié)果如表5所示。

模型 （1）到模型 （4）采用混合回歸法，模型 （5）采用固定效應(yīng)回歸法。經(jīng)過(guò)豪斯曼檢驗(yàn)結(jié)果采用固定效應(yīng)模型。模型 （1～4）分別是綠色全要素生產(chǎn)率對(duì)外商直接投資、財(cái)政支出、兩者交互項(xiàng)，以及加入控制變量進(jìn)行回歸。采用回歸分析方法，可以發(fā)現(xiàn)綠色全要素生產(chǎn)率與變量之間的互動(dòng)關(guān)系及其變化是如何的。從回歸結(jié)果來(lái)看，外商直接投資和財(cái)政支出兩個(gè)因素均對(duì)綠色全要素生產(chǎn)率提升起數(shù)據(jù)提升作用，加入兩者交互項(xiàng)后，外商直接投資和財(cái)政支出對(duì)綠色全要素生產(chǎn)率的影響轉(zhuǎn)變?yōu)閿?shù)據(jù)阻礙作用，而兩者對(duì)綠色全要素生產(chǎn)率的邊際效應(yīng)呈現(xiàn)遞增效果。同時(shí)，也可以看出國(guó)內(nèi)生產(chǎn)總值對(duì)綠色全要素生產(chǎn)率具有促進(jìn)作用，而經(jīng)濟(jì)密度和交通設(shè)施情況及對(duì)外貿(mào)易對(duì)綠色全要素生產(chǎn)率的影響為阻礙作用。

為了保證回歸的穩(wěn)健性，本文采用廣義可行的極大似然估計(jì)方 （FGLS）對(duì)方程進(jìn)行回歸?；貧w同樣采用全樣本回歸的方式，如表6所示。

通過(guò)表6可以看出，外商直接投資和財(cái)政支出對(duì)綠色全要素生產(chǎn)率均呈現(xiàn)顯著促進(jìn)作用，兩者交互項(xiàng)對(duì)綠色全要素生產(chǎn)率的邊際效應(yīng)為正。兩者交互后，兩者對(duì)綠色全要素生產(chǎn)率的影響變?yōu)橐种谱饔茫砻骰貧w結(jié)果具有穩(wěn)健性。

為進(jìn)一步了解東中西部地區(qū)外商直接投資和財(cái)政支出對(duì)綠色全要素生產(chǎn)率的影響，為此，采用固定效應(yīng)模型對(duì)東中西部地區(qū)分區(qū)域進(jìn)行回歸，如表7所示。

由表7可知，模型 （1）到模型 （3）分別為東中西部地區(qū)回歸結(jié)果。結(jié)果表明：在東部地區(qū)，外商直接投資和政府性采購(gòu)支出對(duì)綠色全要素生產(chǎn)率均產(chǎn)生顯著影響，外商直接投資和政府財(cái)政支出均起到抑制作用。兩者交互項(xiàng)對(duì)綠色全要素生產(chǎn)率的邊際效應(yīng)遞增。在中部地區(qū)，外商直接投資對(duì)綠色全要素生產(chǎn)率起到抑制作用但不顯著，財(cái)政支出產(chǎn)生顯著負(fù)向作用，兩者交互項(xiàng)對(duì)綠色全要素生產(chǎn)率的邊際效應(yīng)遞增。在西部地區(qū)，外商直接投資和政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率的顯著抑制作用，兩者交互項(xiàng)對(duì)綠色全要素生產(chǎn)率的邊際效應(yīng)遞增。

3 結(jié)論與建議

本文通過(guò)2001—2018年中國(guó)省際面板數(shù)據(jù)測(cè)算省際綠色全要素生產(chǎn)率，并實(shí)證分析外商直接投資、財(cái)政支出與綠色全要素生產(chǎn)率的關(guān)系。結(jié)果表明：（1）在地區(qū)分布上綠色全要素生產(chǎn)率存在較小差異，呈現(xiàn)西部地區(qū)綠色全要素生產(chǎn)率水平較高，中部和東部地區(qū)的綠色全要素生產(chǎn)率水平較低的現(xiàn)象;在時(shí)間維度上則表現(xiàn)為受到金融危機(jī)的影響下降，其余年份增長(zhǎng)速度緩慢。2018年有較大的提高。（2）在全國(guó)和東部地區(qū)，外商直接投資對(duì)綠色全要素生產(chǎn)率起到促進(jìn)效應(yīng);財(cái)政支出起到正項(xiàng)促進(jìn)效應(yīng)。（3）在加入交互項(xiàng)后，外商直接投資和財(cái)政支出對(duì)綠色全要素生產(chǎn)率的影響變?yōu)橐种疲瑑烧邔?duì)綠色全要素生產(chǎn)率的邊際效應(yīng)遞增。（4）對(duì)外貿(mào)易在全國(guó)和東中西部地區(qū)對(duì)綠色全要素生產(chǎn)率均呈現(xiàn)顯著抑制作用，國(guó)內(nèi)生產(chǎn)總值則呈現(xiàn)促進(jìn)作用。

基于上述結(jié)論，提出如下政策建議：

一是注重均衡發(fā)展。要推動(dòng)綠色全要素生產(chǎn)率增長(zhǎng)從空間不平衡向空間均衡發(fā)展，仍要首先提升技術(shù)創(chuàng)新，但要注意技術(shù)效率的提升，城市整體技術(shù)水平要兩者兼顧，同時(shí)不同地區(qū)技術(shù)發(fā)展要均衡。創(chuàng)新能力較弱地區(qū)可以加大科技研發(fā)投資力度， 引進(jìn)關(guān)鍵技術(shù)和前沿技術(shù)，而創(chuàng)新能力較好的地區(qū)應(yīng)發(fā)揮科技領(lǐng)頭羊作用，鼓勵(lì)技術(shù)外溢促進(jìn)其他地區(qū)技術(shù)水平的提升。同時(shí)，各地區(qū)要提高資源統(tǒng)籌管理并加強(qiáng)資源管理模式創(chuàng)新，想方設(shè)法提高技術(shù)效率，減少科技資源浪費(fèi)。

二是城市化格局需明確調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的空間方向以協(xié)調(diào)發(fā)展。中西部等城市化發(fā)展較慢的地區(qū)，應(yīng)由其注重政策和制度配套創(chuàng)新，加快推進(jìn)城市人口與技術(shù)等要素集聚。當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化是中國(guó)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的重要方向，產(chǎn)業(yè)結(jié)構(gòu)與資源稟賦的同步協(xié)調(diào)，資源在空間分布上的協(xié)調(diào)，將推動(dòng)綠色全要素生產(chǎn)率增長(zhǎng)的空間均衡。

三是深化市場(chǎng)化改革，最大限度地發(fā)揮城市化、市場(chǎng)化協(xié)調(diào)互動(dòng)作用，進(jìn)一步提升綠色全要素生產(chǎn)率增長(zhǎng)空間均衡。由其經(jīng)濟(jì)相對(duì)較弱地區(qū)，要改善營(yíng)商環(huán)境，改革市場(chǎng)要素流通環(huán)境，市場(chǎng)化程度越高，協(xié)調(diào)發(fā)展速度也越快。

參考文獻(xiàn)

蔡 昉.社 科 院 副 院 長(zhǎng) 蔡 昉 解 讀 十 九 大 報(bào) 告 之“新”[E B/OL].http：//news.163.com/17/1028/23/D1SF 94QK00018A OQ.html，2017-10-29.

劉世錦.供給側(cè)改革下一步關(guān)鍵是提高全要素生產(chǎn)率[EB/OL].http：//finance.sina.com.cn/roll/2017-03-12/doc-ifychihc6263955.shtml，2017-03-21.

楊萬(wàn)平.能源消費(fèi)與污染排放雙重約束下的中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2011（02）：91-98.

李斌，祁源，李倩.財(cái)政分權(quán)、FDI與綠色全要素生產(chǎn)率——基于面板數(shù)據(jù)動(dòng)態(tài) GMM方法的實(shí)證檢驗(yàn)[J].國(guó)際貿(mào)易問(wèn)題，2016（07）：119-129.

汪克亮，孟祥瑞，楊力，等.生產(chǎn)技術(shù)異質(zhì)性與區(qū)域綠色全要素生產(chǎn)率增長(zhǎng)——基于共同前沿與2000—2012年中國(guó)省際面板數(shù)據(jù)的分析[J].北京理工大學(xué)學(xué)報(bào)（ 社會(huì)科學(xué)版），2015（01）：23-31.

劉和旺，左文婷.環(huán)境規(guī)制對(duì)我國(guó)省際綠色全要素生產(chǎn)率的影響[J].統(tǒng)計(jì)與決策， 2016（09）：141-145.

宋德勇，鄧捷，弓媛媛.我國(guó)環(huán)境規(guī)制對(duì)綠色經(jīng)濟(jì)效率的影響分析[J].學(xué)習(xí)與實(shí)踐，2017（03）：23-33.

蔡烏趕，周小亮. 中國(guó)環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的雙重效應(yīng)[J].經(jīng)濟(jì)學(xué)家，2017（09）：27-35.

楊世迪，韓先鋒，宋文飛.對(duì)外直接投資影響了中國(guó)綠色全要素生產(chǎn)率嗎[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（04）：14-26.

王恕立，王許亮，滕澤偉.中國(guó)雙向 FD I的生產(chǎn)率效應(yīng)研究——基于資源環(huán)境約束的視角[J].國(guó)際商務(wù)（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)），2017（05）：65-78.

王兵，劉光天.節(jié)能減排與中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)——基于全要素生產(chǎn)率的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015（05）：57-69.

程中華，于斌斌.產(chǎn)業(yè)集聚與技術(shù)進(jìn)步——基于中國(guó)城市數(shù)據(jù)的空間計(jì)量分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（10）：58-66.

張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算： 1952—2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

沈坤榮，付文林.中國(guó)的財(cái)政分權(quán)制度與地區(qū)經(jīng)濟(jì)增長(zhǎng)[J].管理世界，2005（01）：31-39.

林春.財(cái)政分權(quán)與中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量關(guān)系——基于全要素生產(chǎn)率視角[J].財(cái)政研究，2017（02）：73-83.

陳菁，李建發(fā).財(cái)政分權(quán)、晉升激勵(lì)與地方政府債務(wù)融資行為——基于城投債視角的省級(jí)面板經(jīng)驗(yàn)證據(jù)[J].會(huì)計(jì)研究， 2015（01）：61-67.

陳碩，高琳.央地關(guān)系：財(cái)政分權(quán)度量及作用機(jī)制再評(píng)估[J].管理世界，2012（06）：43-59.

孫英杰，林春.財(cái)政分權(quán)、政府干預(yù)行為與地區(qū)不良貸款——基于省級(jí)面板數(shù)據(jù)實(shí)證分析[J].財(cái)經(jīng)理論與實(shí)踐，2018（04）：88-93.

張晏，龔六堂.分稅制改革、財(cái)政分權(quán)與中國(guó)經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)學(xué)，2005（04）：75-108.

樊綱，王小魯，朱恒鵬.中國(guó)市場(chǎng)化指數(shù)——各省區(qū)市場(chǎng)化相對(duì)進(jìn)程2011年度報(bào)告[M].北京：經(jīng)濟(jì)科學(xué)出版社，2011.

林春，孫英杰.財(cái)政分權(quán)背景下的經(jīng)濟(jì)增長(zhǎng)質(zhì)量地區(qū)差異——基于系統(tǒng)GMM及門檻效應(yīng)的檢驗(yàn)[J].財(cái)經(jīng)論叢，2017（12）：33-42.

Hansen B E.Threshold effects innon-dynamic panels：Estimation， testing， andinference[J].JournalofEconometrics，1999，93（02）：345- 368.