吳義根，馮開文，曾珍，項桂娥

（1.中國農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，北京100083；2.池州學(xué)院商學(xué)院，安徽池州247000）

外商直接投資、區(qū)域生態(tài)效率的動態(tài)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(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院，北京100083；2.池州學(xué)院商學(xué)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(shù)據(jù)，采用空間杜賓模型分析FDI對生態(tài)效率的影響。結(jié)果顯示：各市的生態(tài)效率穩(wěn)步提升并呈現(xiàn)出明顯的集聚趨勢，集聚區(qū)集中在皖江城市帶；考慮空間因素后，外商直接投資對生態(tài)效率的直接效應(yīng)和間接效應(yīng)均具有EKC的“U”型特征，人均GDP對本地生態(tài)效率的影響也呈現(xiàn)出“U”型特征；產(chǎn)業(yè)結(jié)構(gòu)對生態(tài)效率的間接影響為正，而環(huán)保意識對生態(tài)效率的間接影響為負，對外開放度和研發(fā)投入對生態(tài)效率的直接影響為負。因此，各市應(yīng)發(fā)揮皖江城市帶集聚區(qū)的擴散效應(yīng)和示范效應(yīng)，引導(dǎo)外資進入資源節(jié)約、環(huán)境友好型產(chǎn)業(yè)，同時尊重各市生態(tài)效率的差異，考慮空間單元的交互效應(yīng)，因地制宜地利用外資，實現(xiàn)共贏。

FDI；區(qū)域生態(tài)效率；空間杜賓模型；核密度

一、引言

隨著經(jīng)濟的快速發(fā)展，中國已經(jīng)成為全球第二大經(jīng)濟體。粗放式的經(jīng)濟增長導(dǎo)致了中國資源消耗過量和環(huán)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(huán)境的承載極限［1］。因此，從過度依賴資源消耗的數(shù)量型增長模式過渡到考慮資源環(huán)境約束的質(zhì)量型增長已成為中國可持續(xù)發(fā)展的必由之路。外商直接投資是中國經(jīng)濟快速發(fā)展的重要推動力之一，但對生態(tài)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(qū)域生態(tài)效率的影響，因此，深入探討外商直接投資與區(qū)域生態(tài)效率內(nèi)在關(guān)聯(lián)機理，并從其關(guān)系中探索促進經(jīng)濟發(fā)展方式轉(zhuǎn)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(fā)展，聯(lián)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(jīng)濟的快速發(fā)展，外向型經(jīng)濟發(fā)展一方面擴大了地區(qū)的經(jīng)濟規(guī)模，提高了產(chǎn)業(yè)的素質(zhì)，改善了企業(yè)技術(shù)的有機構(gòu)成，促進了產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)換和企業(yè)技術(shù)的創(chuàng)新［2-3］。另一方面，外商直接投資對流入國的生態(tài)環(huán)境造成了影響，這已得到學(xué)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(jié)論各異，外商直接投資究竟是改善了流入國的生態(tài)環(huán)境還是惡化了流入國的生態(tài)環(huán)境？對這一問題學(xué)界存在分歧。一種觀點認為外商直接投資對生態(tài)環(huán)境造成了負面影響。外向型經(jīng)濟快速發(fā)展促使資源消耗大、環(huán)境污染重的行業(yè)的急劇膨脹，進而使FDI對流入國生態(tài)環(huán)境產(chǎn)生負面影響。外商直接投資雖然促進了中國經(jīng)濟發(fā)展，但環(huán)境污染成為FDI促進經(jīng)濟增長的環(huán)境成本［4-6］。另一觀點認為外商直接投資通過經(jīng)濟增長改善環(huán)境污染［7-9］。還有部分學(xué)者利用生態(tài)效率作為衡量環(huán)境污染的標準，直接討論外商直接投資對生態(tài)效率的影響，初善冰等［10］利用DEA測算了區(qū)域生態(tài)效率，并運用Tobit模型討論了外商直接投資對生態(tài)效率的影響，發(fā)現(xiàn)FDI對生態(tài)效率有顯著的正向影響且主要在東部地區(qū)。余姍等［11］構(gòu)建了經(jīng)濟增長方程、環(huán)境技術(shù)方程和生態(tài)效率方程檢驗了FDI對生態(tài)效率的直接影響和間接影響，生態(tài)效率方程回歸的結(jié)果顯示FDI對生態(tài)效率的影響呈現(xiàn)EKC的“U”型特征。

綜上，學(xué)界關(guān)于FDI對引入國的經(jīng)濟和環(huán)境產(chǎn)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(tài)效率作為衡量環(huán)境標準、以生態(tài)效率的變動來反映FDI對環(huán)境影響的文獻不多，而且主要抓住了FDI本地效應(yīng)，只考慮了FDI對生態(tài)效率的直接影響，忽視了鄰近區(qū)域之間的互動效應(yīng)，這種空間交互效應(yīng)還包括區(qū)域內(nèi)各種要素、技術(shù)在區(qū)域間流動所產(chǎn)生的影響。而且忽視各區(qū)域之間的各要素流動，忽視獨立空間單元經(jīng)濟相關(guān)性，而這種空間相關(guān)性會使OLS回歸結(jié)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(zhuǎn)換成污染指數(shù)，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(xù)的影響因素分析提供便利；②利用非參數(shù)核密度估計模型，可以從靜態(tài)和動態(tài)兩個角度討論外商直接投資和區(qū)域生態(tài)效率的演進情況，更加全面地把握其變動規(guī)律；③引入空間計量模型可以捕捉空間單元經(jīng)濟要素之間的交互效應(yīng)，考察外商直接投資對生態(tài)效率空間溢出效應(yīng)，包括市內(nèi)的空間溢出和市間的空間溢出效應(yīng)，更為精細地闡釋外商直接投資對生態(tài)效率的影響以及內(nèi)在互動機理。這些可以保障本文結(jié)論能更好地說明外商直接投資與生態(tài)效率之間的內(nèi)在交互聯(lián)系，得出的結(jié)論可能更加穩(wěn)健和可靠。

二、安徽省區(qū)域生態(tài)效率的測算與分析

DEA是一種非參數(shù)測算效率的統(tǒng)計方法，無須對數(shù)據(jù)進行量綱處理，也不需要進行賦權(quán)，使用非常廣泛。CCR-DEA和BBC－DEA模型無法區(qū)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(xiàn)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(tài)效率同時考慮了經(jīng)濟發(fā)展和生態(tài)環(huán)境，世界可持續(xù)發(fā)展商業(yè)委員會提出生態(tài)效率就是“在使用更少的資源，產(chǎn)生更少的廢物、環(huán)境污染的前提下，創(chuàng)造更多的商品和勞務(wù)”，本文據(jù)此選擇投入和產(chǎn)出系統(tǒng)。產(chǎn)出指標的選擇為安徽省各地級市的GDP，投入系統(tǒng)包括資源投入和環(huán)境投入。資源投入包括：能源消耗總量、用水總量、城市建設(shè)用地面積、耕地面積；而環(huán)境投入包括：廢水排放量、SO2排放量、工業(yè)粉（煙）塵排放量、固體廢棄物產(chǎn)生量。環(huán)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(huán)境污染指數(shù)，由于各類污染物排放量屬于非合意產(chǎn)出，其特點是越小越好，依據(jù)現(xiàn)有文獻作為投入指標并進行相關(guān)處理［14］。由于僅能獲取2008-2015年能源消耗總量數(shù)據(jù)，故選擇2008-2015年作為研究區(qū)間，2010年后統(tǒng)計年鑒僅僅提供工業(yè)粉（煙）塵排放量數(shù)據(jù)，故將2008-2009年的工業(yè)煙塵排放和工業(yè)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(shù)據(jù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫和安徽省統(tǒng)計年鑒，各投入和產(chǎn)出變量的統(tǒng)計性描述見表1所列。

表1 安徽省生態(tài)效率投入產(chǎn)出變量的描述性統(tǒng)計

根據(jù)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(tài)效率進行測算，限于篇幅具體測算過程略去，結(jié)果見表2所列。

表22008 -2015年安徽省區(qū)域生態(tài)效率測算結(jié)果

依據(jù)表2可知，安徽省各市的生態(tài)效率存在明顯的差異，從各年的均值來看，2008-2015年的生態(tài)效率逐年上升，呈現(xiàn)出良好的發(fā)展勢頭。以2008年、2011年和2015年為例，繼續(xù)討論安徽省各市生態(tài)效率的空間分布情況，從時空兩個維度來看生態(tài)效率的動態(tài)變化，如圖1所示。三幅圖的顏色逐年加深，說明生態(tài)效率穩(wěn)步提升，安徽省16個地級市的生態(tài)效率呈現(xiàn)出良好的發(fā)展勢頭。從整體分布來看，區(qū)域顏色的差異擴大說明生態(tài)效率的區(qū)域差異在擴大，但深顏色的區(qū)域面積在擴展，說明生態(tài)效率呈現(xiàn)出集聚趨勢，集聚區(qū)域在擴大，這一區(qū)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(fā)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(tài)效率空間分布情況

三、外商直接投資、區(qū)域生態(tài)效率的動態(tài)演進情況

生態(tài)效率呈現(xiàn)出改善之勢，區(qū)域差異較大，為了更細致掌握生態(tài)效率的空間分布特征和動態(tài)演變情況，采用非參數(shù)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(tài)效率的動態(tài)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(tài)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(tài)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(qū)域差異較大；第二，波峰高度呈現(xiàn)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(jié)構(gòu)的趨勢。2015年的峰值進一步下降，波寬更大，2015年形成雙峰結(jié)構(gòu)，但峰值差距不大，呈現(xiàn)出集聚的趨勢同時有極化的現(xiàn)象。

圖2 2008年、2011年和2014年安徽省外商直接投資動態(tài)演進情況

圖3 是安徽省生態(tài)效率核密度分布的動態(tài)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(xiàn)出逐年向右平移的趨勢，這說明安徽省地級市的生態(tài)效率整體呈現(xiàn)增長的態(tài)勢；其次，從核密度曲線的波峰和波寬來說，峰值呈現(xiàn)較為明顯的下降趨勢，波寬也明顯增加，說明區(qū)域生態(tài)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(tài)，生態(tài)效率相對集聚，到了2011年變成雙峰形態(tài)，兩峰的高度差不多，而且兩峰之間的距離較近，未出現(xiàn)明顯的極化現(xiàn)象，2015年的雙峰形態(tài)非常明顯，而且兩峰的峰值差距明顯擴大，極化現(xiàn)象比較明顯，程度明顯加重。演進過程顯示出生態(tài)效率值較低的地級市發(fā)展相對緩慢，而生態(tài)效率值較高的地級市發(fā)展相對較快，由此可知在生態(tài)效率改進過程中各地級市發(fā)展不協(xié)調(diào)。

圖3 2008年、2011年和2015年安徽省區(qū)域生態(tài)效率動態(tài)演進情況

四、外商直接投資對安徽省區(qū)域生態(tài)效率的空間溢出效應(yīng)

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

（一）空間相關(guān)性檢驗

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

（二）空間杜賓模型設(shè)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(fù)雜空間依賴關(guān)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）?？臻g杜賓模型考慮了因變量和自變量的空間依賴關(guān)系，也就說本區(qū)域的因變量不僅受到本區(qū)域自變量變動的影響，還受到來自鄰近區(qū)域的因變量和自變量變動帶來的影響?；貧w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(quán)重矩陣；ρ為空間效應(yīng)系數(shù)；Xβ為區(qū)域內(nèi)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(qū)域因變量對本區(qū)域自變量的影響；WXγ反映了區(qū)域自變量對鄰近區(qū)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(qū)域解釋變量的變動對被解釋變量的誤差沖擊，這會對區(qū)域被解釋變量產(chǎn)生空間影響。此時，模型形式退化為：

本文選擇空間權(quán)重矩陣為一階鄰近權(quán)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(shù)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(shù)的解釋變得非常復(fù)雜，空間回歸模型的參數(shù)考慮到了空間單元的交互效應(yīng)，這就需要采用其他方法求出真實的影響。應(yīng)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(chǎn)生的平均空間溢出效應(yīng)［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(yīng)，是解釋變量x對被解釋變量y產(chǎn)生的平均效應(yīng)表示間接效應(yīng)，是解釋變量x對其他空間單元被解釋變量y產(chǎn)生的平均效應(yīng)。

（三）變量選取及數(shù)據(jù)來源

為了探討外商直接投資對區(qū)域生態(tài)效率的影響，參考已有文獻和數(shù)據(jù)的可得性選取指標。核心變量為生態(tài)效率（eco）和外商直接投資（fdi），外資給經(jīng)濟發(fā)展帶來積極影響的同時，也對生態(tài)效率造成不可忽視的消極影響［9］，外商直接投資的對數(shù)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(jīng)濟和生態(tài)兩個側(cè)面影響生態(tài)效率。因此，在控制變量中考慮影響經(jīng)濟增長、資源消耗和環(huán)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(shù)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(jīng)濟增長的實際效果，也可以驗證“EKC”曲線是否存在［19］。②結(jié)構(gòu)類變量?，F(xiàn)有的經(jīng)濟理論認為結(jié)構(gòu)因素直接影響生態(tài)環(huán)境，用第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比重來表示產(chǎn)業(yè)結(jié)構(gòu)（wg2）；城鎮(zhèn)化率（ur）用各市城鎮(zhèn)人口占總?cè)丝诒戎貋肀硎?；對外依存度（open）用進出口總額占地區(qū)生產(chǎn)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(tài)環(huán)境深層次因素，包括環(huán)境規(guī)制強度、環(huán)境治理和環(huán)保意識。環(huán)境規(guī)制一般采用排污費征收占地區(qū)生產(chǎn)總值來表示，環(huán)境污染治理采用各市治理環(huán)境污染投資額來表示。由于排污費和環(huán)境污染治理投資數(shù)據(jù)嚴重缺失，考慮數(shù)據(jù)的可得性，采用R&D經(jīng)費（lrdc）來反映政府治理環(huán)境污染的力度，從技術(shù)層面間接反映，因為研發(fā)投入越多，可能會降低對環(huán)境的污染。環(huán)保意識（edu）采用各市人均受教育年限來衡量［21］。

所有數(shù)據(jù)均來自中經(jīng)網(wǎng)數(shù)據(jù)庫和各年的《安徽省統(tǒng)計年鑒》，各變量的統(tǒng)計性描述分析見表3所列，利用外資總量、人均GDP和R&D經(jīng)費均使用GDP平減指數(shù)平減。

表3 實證變量數(shù)據(jù)的描述性統(tǒng)計

（四）結(jié)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(tài)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(guān)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(diào)整的R2值為0.686 0，模型擬合較好，F(xiàn)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(shù)值對生態(tài)效率的影響是正向的，其平方值對生態(tài)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(shù)及其平方項都在1%顯著性水平上通過檢驗，呈現(xiàn)出“U”型特征，第二產(chǎn)業(yè)比重、城鎮(zhèn)化率、技術(shù)水平均在1%水平上通過檢驗，對外依存度和環(huán)保意識對生態(tài)效率的影響未能通過顯著性檢驗。

表4 傳統(tǒng)OLS面板模型估計結(jié)果

對傳統(tǒng)OLS回歸的殘差進行空間依賴性檢驗，表5結(jié)果顯示：莫蘭指數(shù)值都為正數(shù)，而且呈現(xiàn)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(guān)性。顯然采用普通最小二乘回歸存在缺陷，模型估計的參數(shù)有偏，應(yīng)該考慮空間單元要素之間交互效應(yīng)，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(shù)值

2.空間面板數(shù)據(jù)計量分析

（1）空間面板模型選擇。依據(jù)上述的結(jié)果，應(yīng)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(shù)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(yīng)模型還是隨機效應(yīng)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(yīng)和固定效應(yīng)模型的似然值、AIC和BIC值，得出應(yīng)該選擇固定效應(yīng)的杜賓模型，同時Hausman檢驗結(jié)果也顯示在1%的顯著性水平上拒絕原假設(shè)，也可得出固定效應(yīng)杜賓模型更優(yōu)。

表6 固定效應(yīng)和隨機效應(yīng)模型選擇

接下來，檢驗固定效應(yīng)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(shè)H0:γ=0和H0:γ+ρβ=0，即可選擇固定效應(yīng)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(shè)，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(shè)，杜賓模型不能退化成空間誤差模型。結(jié)合上述的檢驗結(jié)果，選擇固定效應(yīng)的空間杜賓模型，結(jié)果是穩(wěn)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(yīng)的空間杜賓模型包括三種類型：空間固定效應(yīng)、時期固定效應(yīng)和空間時期雙向固定效應(yīng)，估計結(jié)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(yīng)。根據(jù)似然值和赤池信息準則，應(yīng)該選擇雙向固定效應(yīng)的空間杜賓模型。雙向固定效應(yīng)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(tài)效率存在顯著的集聚效應(yīng)，生態(tài)效率的提高一定程度上依賴地理臨近效應(yīng)的發(fā)揮，而現(xiàn)實中的生態(tài)效率與地理環(huán)境、氣候條件和社會經(jīng)濟環(huán)境相互關(guān)聯(lián)，這與模型空間相關(guān)性檢驗結(jié)果是吻合的，說明模型選取是合理的。

表7SDM模型估計結(jié)果

續(xù)表7

（3）空間效應(yīng)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(yīng)、間接效應(yīng)和總效應(yīng)對生態(tài)效率均產(chǎn)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(tài)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(shù)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(guān)性。在選擇雙向固定效應(yīng)模型的基礎(chǔ)上，大多數(shù)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(yīng)，即使用表7中的結(jié)果。但點估計的參數(shù)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(yīng)提供了有效的思路和堅實的基礎(chǔ)［22］。如表8所示，通過求解偏微分的方式，呈現(xiàn)了各因素對于生態(tài)效率影響的空間分解結(jié)果。這種影響包括直接效應(yīng)（direct effect）和間接效應(yīng)（indirect effect），前者是地級市各影響因素變動對生態(tài)效率的影響，后者是鄰近地級市的各影響因素對本市生態(tài)效率的影響，這兩種效應(yīng)之和就是總效益。直接效應(yīng)的影響途徑有兩種：一是各因素對本市自身的生態(tài)效率高低的直接影響，可用模型中各因素的系數(shù)估計；另一種是各因素對鄰近地級市的生態(tài)效率的影響，進而對本市的生態(tài)效率產(chǎn)生空間回饋效應(yīng)。間接效應(yīng)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(tài)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(tài)效率的影響，進而對本市生態(tài)效率產(chǎn)生影響［23］。

表8SDM模型的空間效應(yīng)分解

各市外商直接投資對生態(tài)效率直接影響為負，其平方項對生態(tài)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(tài)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(tǒng)制造業(yè)和能源開發(fā)行業(yè)，技術(shù)水平較低，一方面加快了安徽省經(jīng)濟發(fā)展，另一方面加重了環(huán)境污染，導(dǎo)致生態(tài)效率降低，隨著居民環(huán)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(tài)效率。外商直接投資每增加1個百分點，本市的生態(tài)效率就會下降0.893%，其平方項每提高1%，促進本市的生態(tài)效率提高0.019 8%。外商直接投資對生態(tài)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(tài)效率影響為負，呈現(xiàn)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(xiàn)出來。

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

安徽省地級市產(chǎn)業(yè)結(jié)構(gòu)（wg2）對生態(tài)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(chǎn)業(yè)結(jié)構(gòu)對生態(tài)效率的影響是負向的，但影響較弱或者說還未顯現(xiàn)出來。安徽省是農(nóng)業(yè)大省，目前安徽省的工業(yè)化正處于快速上升時期，對經(jīng)濟增長的貢獻度在上升。工業(yè)增加值反映了第二產(chǎn)業(yè)發(fā)展狀況，工業(yè)在各市產(chǎn)業(yè)結(jié)構(gòu)中通過行業(yè)集中度、技術(shù)水平顯示了產(chǎn)業(yè)的成熟度，隨著第二產(chǎn)業(yè)比重越來越高，第二產(chǎn)業(yè)生產(chǎn)效率就會比較高、技術(shù)也可能更環(huán)保，這樣各市的經(jīng)濟發(fā)展耗費的資源可能會較低、產(chǎn)生的環(huán)境污染比較小，經(jīng)濟發(fā)展和資源環(huán)境的協(xié)調(diào)性就會逐步顯現(xiàn)。目前來看，安徽省的工業(yè)化正在快速發(fā)展，但工業(yè)化發(fā)展是相對滯后的，所以第二產(chǎn)業(yè)的發(fā)展主要是依賴資源消耗實現(xiàn)的，對生態(tài)效率產(chǎn)生負面影響，但這種影響非常有限。第二產(chǎn)業(yè)結(jié)構(gòu)對生態(tài)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(chǎn)業(yè)比重提高，因為技術(shù)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(huán)境的壓力。另外由于技術(shù)的外溢，會對本市產(chǎn)生正向溢出，這樣對本市的生態(tài)效率的提高產(chǎn)生了積極影響。

安徽省地級市城鎮(zhèn)化率對生態(tài)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(zhèn)化對生態(tài)效率的影響有限。安徽省城鎮(zhèn)化水平處于快速推進階段，是新型城鎮(zhèn)化試點省，這一方面給安徽省發(fā)展帶來了機遇，另一方面也會對資源產(chǎn)生過度的需求，從而導(dǎo)致生態(tài)效率的下降。目前來看，安徽省城鎮(zhèn)化水平還不高，城鎮(zhèn)化率對生態(tài)效率的影響還未顯現(xiàn)出來，隨著城鎮(zhèn)化水平的進一步提升會加劇資源的競爭，最終會對生態(tài)效率產(chǎn)生顯著影響。

安徽省地級市環(huán)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(yīng)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(huán)保意識，能夠促進地方環(huán)境規(guī)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(tài)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(huán)保意識的提高，阻止污染重和資源消耗大的企業(yè)入住，高污染企業(yè)被迫轉(zhuǎn)移至鄰近地市，這樣會對鄰近地級市的生態(tài)效率產(chǎn)生負向影響，而且這種影響會產(chǎn)生“鄰里的示范效應(yīng)”。

對外開放度對生態(tài)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(tài)效率越低，究其原因，一方面對外開放會增加就業(yè)，對外貿(mào)易會促進當?shù)亟?jīng)濟發(fā)展；另一方面，經(jīng)濟發(fā)展可能是通過出口資源消耗多、對當?shù)丨h(huán)境污染嚴重的商品實現(xiàn)的。反映技術(shù)水平的研發(fā)投入對生態(tài)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(fā)投入傾向于產(chǎn)生經(jīng)濟效益的領(lǐng)域，對環(huán)境污染的研發(fā)投入不足，而且新的技術(shù)可能帶來更多經(jīng)濟效益，同時伴隨的就是環(huán)境污染問題，研發(fā)投入對生態(tài)效率產(chǎn)生負面影響。對外開放度和研發(fā)投入間接效應(yīng)未能通過顯著性檢驗。

五、結(jié)論及政策啟示

區(qū)域經(jīng)濟現(xiàn)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(tài)效率，分析了外商直接投資和生態(tài)效率的時空分布和動態(tài)演變特征，運用雙向固定效應(yīng)的空間杜賓模型，探討了外商直接投資對生態(tài)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(jié)論和政策啟示：

首先，從生態(tài)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(qū)域生態(tài)效率穩(wěn)步提升，但生態(tài)效率的差異呈現(xiàn)擴大之勢，生態(tài)效率呈現(xiàn)出明顯的集聚趨勢，集聚區(qū)域在擴大，這一區(qū)域主要集中在皖江城市帶，這與皖江城市一系列開發(fā)政策息息相關(guān)。通過非參數(shù)核密度曲線可以看出，安徽省地級市的生態(tài)效率呈現(xiàn)逐年上升趨勢，但差異在擴大，極化現(xiàn)象比較明顯。生態(tài)效率演進過程中顯示出生態(tài)效率值較低的地級市發(fā)展相對緩慢，而生態(tài)效率值較高的地級市發(fā)展相對較快，安徽省地級市生態(tài)效率發(fā)展不協(xié)調(diào)。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(jié)果顯示：一方面，外商直接投資對生態(tài)效率的影響呈現(xiàn)出EKC的“U”型特征，同樣地區(qū)人均GDP對生態(tài)效率也存在EKC的“U”型特征，城鎮(zhèn)化率、環(huán)保意識和第二產(chǎn)業(yè)結(jié)構(gòu)對生態(tài)效率影響不明顯，這與部分學(xué)者觀點基本一致［10-11］。另一方面，與其他學(xué)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(yīng)，利用空間計量模型捕捉到這些因素對生態(tài)效率的影響，除了外商直接投資和地區(qū)人均生產(chǎn)總值對本市的生態(tài)影響存在EKC的“U”型特征，而且人均GDP對鄰近地級市生態(tài)效率的影響也存在EKC的“U”型特征。產(chǎn)業(yè)結(jié)構(gòu)比重的增加提升了技術(shù)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(shù)的正向溢出效應(yīng)提高了鄰近地級市的生態(tài)效率。環(huán)保意識水平的提高，會產(chǎn)生“鄰里的示范效應(yīng)”，可能會導(dǎo)致資源消耗高、環(huán)境污染重的產(chǎn)業(yè)轉(zhuǎn)移至鄰近地級市，這樣會降低鄰近地級市生態(tài)效率。

通過以上結(jié)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(guān)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(xiàn)拐點之后外商直接投資對生態(tài)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(tài)環(huán)境的低端產(chǎn)業(yè)。要抓住皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移的機遇，有質(zhì)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(yīng)和示范效應(yīng)。要充分利用各市之間的溢出效應(yīng)對自身生態(tài)效率的促進作用，發(fā)揮各市之間的示范效應(yīng)帶來的益處，同時要規(guī)避示范性引發(fā)的競爭而對生態(tài)效率產(chǎn)生的負向影響，推動生態(tài)效率的進一步提升。

其次，安徽省地級市的生態(tài)效率逐年提高、集聚區(qū)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(fā)展，根據(jù)各市實際情況，因地制宜、合理利用外資，促進FDI和生態(tài)效率的協(xié)調(diào)發(fā)展。

再次，研發(fā)投入對生態(tài)效率的直接影響為負且通過顯著性檢驗，可能是研發(fā)投入的結(jié)構(gòu)偏向于經(jīng)濟效益型的技術(shù)開發(fā)。因此，一方面要加大研發(fā)投入的力度，另一方面要調(diào)整研發(fā)投入的結(jié)構(gòu)，突出環(huán)境友好型的技術(shù)創(chuàng)新開發(fā)，推動技術(shù)創(chuàng)新對生態(tài)效率的提升作用。

最后，安徽省對外貿(mào)易和城鎮(zhèn)化水平正在快速發(fā)展，促進了安徽經(jīng)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(huán)境的破壞為代價?？煽紤]以信息化和綠色化作為城鎮(zhèn)化發(fā)展方向，把資源、環(huán)境和經(jīng)濟增長協(xié)調(diào)起來。要把科學(xué)發(fā)展觀融入安徽省美好鄉(xiāng)村建設(shè)中去，承認各市生態(tài)效率發(fā)展的差異性，統(tǒng)籌各市生態(tài)效率的發(fā)展，依據(jù)各市產(chǎn)業(yè)結(jié)構(gòu)的特點和發(fā)展的進程，考慮各市空間交互效應(yīng)，最終實現(xiàn)共贏。

參考文獻：

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

［2］傅強，周克紅.利用外資與我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的相關(guān)分析與實證檢驗［J］.世界經(jīng)濟研究，2005（8）：64-72.

［3］孫文杰，沈坤榮.技術(shù)引進與中國企業(yè)的自主創(chuàng)新：基于分位數(shù)回歸模型的經(jīng)驗研究［J］.世界經(jīng)濟，2007（11）：32-43.

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

［5］王碧芳.經(jīng)濟增長、外商直接投資與環(huán)境污染——基于面板數(shù)據(jù)聯(lián)立方程分析［J］.經(jīng)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(huán)境污染——基于聯(lián)立方程的實證檢驗［J］.世界經(jīng)濟研究，2010（2）：80-86.

［8］許和連，鄧玉萍.外商直接投資導(dǎo)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（02）：30-43.

［9］韓永輝，鄒建華.引資轉(zhuǎn)型、FDI質(zhì)量與環(huán)境污染——來自珠三角九市的經(jīng)驗證據(jù)［J］.國際貿(mào)易問題，2015（7）：108-117.

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

［11］余姍，張文彬.FDI是否促進了生態(tài)效率的提高——來自我國省際數(shù)據(jù)的考察［J］.國際商務(wù)：對外經(jīng)濟貿(mào)易大學(xué)學(xué)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(chǎn)率分析引論［M］.王忠玉，譯.北京：中國人民大學(xué)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(qū)域知識溢出效應(yīng)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(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長［J］.經(jīng)濟研究，2010（5）：95-109.

［18］楊俊，邵漢華，胡軍.中國環(huán)境效率評價及其影響因素實證研究［J］.中國人口·資源與環(huán)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(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級改進生態(tài)效率了嗎？［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2016（4）：40-59.

［21］李秀敏.人力資本、人力資本結(jié)構(gòu)與區(qū)域協(xié)調(diào)發(fā)展——來自中國省級區(qū)域的證據(jù)［J］.華中師范大學(xué)學(xué)報：人文社會科學(xué)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(jié)構(gòu)調(diào)整與農(nóng)業(yè)面源污染——基于空間面板STIRPAT模型的實證研究［J］.農(nóng)業(yè)技術(shù)經(jīng)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(xué)研究重點項目（KJ2014A177）；安徽省質(zhì)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(nóng)業(yè)經(jīng)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(dǎo)師，博士，研究方向：制度經(jīng)濟學(xué)，發(fā)展經(jīng)濟學(xué)，農(nóng)村經(jīng)濟組織與制度，農(nóng)業(yè)經(jīng)濟史；曾珍（1986-），女，安徽池州人，助教，碩士，研究方向：生態(tài)經(jīng)濟學(xué)，農(nóng)業(yè)經(jīng)濟理論與政策；項桂娥（1964-），女，安徽青陽人，教授，碩士，商學(xué)院院長，研究方向：產(chǎn)業(yè)經(jīng)濟，區(qū)域經(jīng)濟。