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(shù)和MalmquistLuenberger生產(chǎn)率指標(biāo)，測算得到2005—2020年中國省際綠色全要素生產(chǎn)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(nèi)，GTFP具有正向的空間相關(guān)性。OFDI對GTFP存在顯著的本地促進(jìn)作用和正向空間溢出效應(yīng)。基于區(qū)域異質(zhì)性，進(jìn)一步發(fā)現(xiàn)這種正面溢出效應(yīng)的結(jié)論僅存在東部地區(qū)，而在中部和西部地區(qū)并不成立。因此，應(yīng)充分考慮OFDI與“綠色競爭力”的互動及其空間溢出效應(yīng)，建立環(huán)境保護(hù)的空間聯(lián)動機(jī)制。同時，發(fā)揮東部積極的引領(lǐng)作用，加大中西部地區(qū)OFDI規(guī)模和提升OFDI質(zhì)量，實(shí)現(xiàn)全方位的綠色永續(xù)發(fā)展。

關(guān) 鍵 詞： 對外直接投資;綠色全要素生產(chǎn)率;空間杜賓模型;空間溢出效應(yīng)

DOI： 10.16315/j.stm.2022.02.004

中圖分類號： F062.1

文獻(xiàn)標(biāo)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(jì)以來，隨著“走出去”發(fā)展戰(zhàn)略的不斷深化，中國對外直接投資（OFDI）盡管起步較晚，但發(fā)展勢頭強(qiáng)勁，已成為不可忽視的力量。根據(jù)商務(wù)部發(fā)布的《對外直接投資統(tǒng)計(jì)公報(bào)》統(tǒng)計(jì)數(shù)據(jù)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(dá)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(jīng)濟(jì)區(qū)，而中部和西部地區(qū)相對較少。作為資本、技術(shù)在內(nèi)的豐富生產(chǎn)要素載體，OFDI是一國、一地區(qū)資本走出去和技術(shù)引進(jìn)來的最好渠道，在促進(jìn)中國的經(jīng)濟(jì)發(fā)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(mào)易和經(jīng)濟(jì)高速發(fā)展的同時，日益突出的資源消耗和環(huán)境污染問題嚴(yán)重制約了社會經(jīng)濟(jì)可持續(xù)發(fā)展。根據(jù)2008—2020年《全球環(huán)境績效指數(shù)（EPI）報(bào)告》可知，中國的EPI表現(xiàn)出起伏式下降的狀態(tài)，在全球經(jīng)濟(jì)體績效排名中也較為靠后，集中體現(xiàn)了中國的環(huán)境在經(jīng)濟(jì)跨越式發(fā)展下所承受的沉重壓力，如表1所示。一直以來，全要素生產(chǎn)率（TFP）作為經(jīng)濟(jì)增長、效率改善的重要表現(xiàn)。而當(dāng)面臨著生態(tài)環(huán)境污染的窘態(tài)，傳統(tǒng)的TFP可能會估算出偏誤的經(jīng)濟(jì)質(zhì)量，綠色全要素生產(chǎn)率（GTFP）更能科學(xué)反映當(dāng)前環(huán)境資源剛性約束下的經(jīng)濟(jì)發(fā)展質(zhì)量。

黨的十九大報(bào)告提出“提高全要素生產(chǎn)率”的迫切要求，并明確規(guī)劃了“到2035年生態(tài)環(huán)境根本好轉(zhuǎn)”的目標(biāo)。十九屆六中全會進(jìn)一步闡述了不能將GDP設(shè)為單一目標(biāo)，必須實(shí)現(xiàn)包括綠色為普遍形態(tài)、開放為必由之路、共享為根本目的等要求在內(nèi)的高質(zhì)量發(fā)展?！笆奈濉币?guī)劃在此基礎(chǔ)上突出強(qiáng)調(diào)了“優(yōu)化區(qū)域開放布局，加強(qiáng)空間發(fā)展以及生態(tài)文明建設(shè)統(tǒng)籌協(xié)調(diào)”等建設(shè)目標(biāo)。這就要求不僅要重視“走出去”的作用，還要發(fā)揮其空間外部性。

那么，OFDI作為中國經(jīng)濟(jì)發(fā)展的重要一極，是否顯著驅(qū)動GTFP增長，從而實(shí)現(xiàn)經(jīng)濟(jì)穩(wěn)步增長和環(huán)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(chǎn)生影響的同時，是否也會由于空間位置的毗鄰而對鄰近區(qū)域的GTFP產(chǎn)生影響呢，以及這種溢出效應(yīng)是否存在區(qū)域異質(zhì)性？這些問題的系統(tǒng)解讀對于中國在面對“雙碳”目標(biāo)和高質(zhì)量發(fā)展背景下，根據(jù)“十四五”規(guī)劃提出的“各地立足比較優(yōu)勢擴(kuò)大開放”、“強(qiáng)化區(qū)域間開放聯(lián)動”，從而達(dá)到“共同推進(jìn)社會全面綠色轉(zhuǎn)型”目標(biāo)具有重要意義。

1 文獻(xiàn)綜述

關(guān)于OFDI與TFP之間的關(guān)系，一直是經(jīng)濟(jì)學(xué)者關(guān)注與探討的重點(diǎn)。在研究主體方面，在經(jīng)濟(jì)全球化影響下，學(xué)者們從研究OFDI對東道國經(jīng)濟(jì)效應(yīng)轉(zhuǎn)向探討OFDI對母國產(chǎn)生何種影響。在OFDI的研究對象上，隨著發(fā)展中國家的崛起，其OFDI的全球占比快速增加，學(xué)者們也由關(guān)注以發(fā)達(dá)國家（地區(qū)）為投資主體的OFDI，擴(kuò)展到以發(fā)展中國家（地區(qū)）為投資主體的OFDI。

通過梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，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(diǎn)：

第一種觀點(diǎn)是“促進(jìn)論”，認(rèn)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(chuàng)性地探究了OFDI的技術(shù)尋求動機(jī)，并分析了OFDI存在的逆向技術(shù)溢出效應(yīng)。Pottelsberghe等[2 ]在國際R&D溢出模型（CH模型）的基礎(chǔ)上，將OFDI作為國際技術(shù)溢出途徑得到LP模型，并以美國、日本和歐洲國家等發(fā)達(dá)國家為研究對象，研究發(fā)現(xiàn)R&D密集型國家的OFDI對TFP的增長具有正向作用?？紤]到不同投資動機(jī)的影響，Driffied等[3 ]采用英國的數(shù)據(jù)，發(fā)現(xiàn)包括技術(shù)尋求型、效率尋求型OFDI在內(nèi)的高層次OFDI均能夠促進(jìn)母國TFP增長。趙偉等[4 ]基于中國數(shù)據(jù)，驗(yàn)證了“促進(jìn)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(yàn)了企業(yè)OFDI的“生產(chǎn)率效應(yīng)”，發(fā)現(xiàn)企業(yè)OFDI提升了企業(yè)TFP。

第二種觀點(diǎn)是“抑制論”，認(rèn)為OFDI對母國TFP的增長在一定程度上產(chǎn)生消極影響。以O(shè)ECD國家為研究對象，Bitzer等[7 ]從產(chǎn)業(yè)層面出發(fā)，考察發(fā)現(xiàn)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(shù)溢出對中國TFP的增長具有一定的負(fù)向影響。并基于區(qū)域異質(zhì)性與投資動機(jī)差異性，進(jìn)一步分樣本實(shí)證發(fā)現(xiàn)低質(zhì)量的OFDI對中國三大地理分區(qū)的TFP皆產(chǎn)生負(fù)效應(yīng)。

第三種觀點(diǎn)是“不確定論”，認(rèn)為OFDI與母國TFP之間呈非線性關(guān)系。李梅等[9 ]發(fā)現(xiàn)OFDI對TFP的影響存在明顯的區(qū)域差異，僅對東部地區(qū)的TFP提升具有一定正向作用，而中西部地區(qū)并未能從OFDI中獲得正向效應(yīng)。而造成這一現(xiàn)象的主要原因是存在R&D強(qiáng)度、人力資本、金融發(fā)展等相關(guān)稟賦特征條件的門檻效應(yīng)[10-12 ]。

現(xiàn)有文獻(xiàn)分別從宏觀、中觀、微觀3個維度就OFDI與母國TFP的關(guān)系進(jìn)行有益的探索，但結(jié)論莫衷一是，體現(xiàn)了OFDI對TFP的影響作用較為繁雜。而在環(huán)境約束不斷趨緊的背景下，圍繞可持續(xù)貿(mào)易衍生出國內(nèi)外學(xué)界對OFDI的環(huán)境效應(yīng)的積極探討。尤其，意識到能源消耗帶來的污染物已經(jīng)接近環(huán)境的承載能力，中國開始從傳統(tǒng)粗放型生產(chǎn)模式向環(huán)境友好型、資源節(jié)約型發(fā)展方式轉(zhuǎn)變時，學(xué)者們打破傳統(tǒng)TFP視角，開始充分考慮資源環(huán)境制約對經(jīng)濟(jì)增長的影響，進(jìn)而衍生出GTFP的概念，并成為新近的研究焦點(diǎn)。

但相較之下，以協(xié)調(diào)投資與綠色可持續(xù)發(fā)展為核心去擴(kuò)展OFDI與母國GTFP關(guān)系的文獻(xiàn)乏善可陳。胡琰欣等[13 ]嘗試從時空異質(zhì)性視角分析，認(rèn)為OFDI的持續(xù)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(yīng)?？紤]到各吸收能力等外部條件，鄭強(qiáng)[14 ]、張建等[15 ]分別檢驗(yàn)了基于金融發(fā)展、環(huán)境規(guī)制和制度環(huán)境等門檻效應(yīng)下的OFDI對GTFP的影響效果。

上述文獻(xiàn)并沒有考慮OFDI和GTFP的空間相關(guān)性。許多經(jīng)濟(jì)變量在空間上存在某種相關(guān)性，地理鄰近為資源跨區(qū)域流動提供便利，經(jīng)濟(jì)相鄰為資源互補(bǔ)創(chuàng)造條件[16 ]。基于中國地理、經(jīng)濟(jì)區(qū)位特征顯著的背景下，若忽視空間因素造成的影響，繼續(xù)使用傳統(tǒng)的計(jì)量方法，則很可能會對OFDI的經(jīng)濟(jì)回報(bào)結(jié)果產(chǎn)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(xiàn)包括以下幾個方面：一是，在研究方法上采用空間計(jì)量模型，系統(tǒng)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(guān)系的理解;二是，基于異質(zhì)性視角，分區(qū)域探究OFDI對GTFP的本地效應(yīng)與溢出效應(yīng)，為政策制定者提供更具針對性的OFDI與區(qū)域經(jīng)濟(jì)增長、污染聯(lián)防建議。

2 理論機(jī)制與研究假設(shè)

OFDI對GTFP的影響主要通過規(guī)模效應(yīng)、產(chǎn)業(yè)轉(zhuǎn)移效應(yīng)和逆向技術(shù)溢出效應(yīng)來實(shí)現(xiàn)。從規(guī)模效應(yīng)上看，為獲取更多利潤，企業(yè)以O(shè)FDI為路徑，充分利用東道國金融市場資源來增加綠色技術(shù)研發(fā)投入，促進(jìn)生產(chǎn)規(guī)模的不斷擴(kuò)大。由此，在不斷開拓海外市場的同時提升自身GTFP。從產(chǎn)業(yè)轉(zhuǎn)移效應(yīng)上看，一方面，根據(jù)“污染天堂”假說，OFDI使得高污染產(chǎn)業(yè)得以轉(zhuǎn)移到海外。高污染企業(yè)通過對比母國與海外環(huán)境規(guī)制強(qiáng)度差異，將生產(chǎn)轉(zhuǎn)移到環(huán)境規(guī)制強(qiáng)度相對較低的國家，以減輕企業(yè)的生產(chǎn)壓力，從而降低母國的污染排放。另一方面，通過OFDI轉(zhuǎn)移夕陽產(chǎn)業(yè)所釋放的大量生產(chǎn)要素，尤其是能源資源，得以重新合理配置，進(jìn)而推動產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化，最終實(shí)現(xiàn)兼顧環(huán)境與效率的GTFP的提升。從逆向技術(shù)溢出效應(yīng)上看，跨國企業(yè)對技術(shù)密集型國家進(jìn)行投資，通過學(xué)習(xí)模仿、人員流動等方式獲取先進(jìn)綠色技術(shù)和經(jīng)驗(yàn)，并將之引入母國進(jìn)行吸收轉(zhuǎn)化，從而促進(jìn)GTFP的發(fā)展[17 ]。

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

就空間維度而言，區(qū)域間攜帶技術(shù)、知識等要素的流動可以帶動技術(shù)與知識在各主體間交流與互動，有利于其在空間范圍內(nèi)的擴(kuò)散溢出，并對經(jīng)濟(jì)活動產(chǎn)生正向外部貢獻(xiàn)[18 ]。區(qū)域間存在的合作交流機(jī)制為這些要素的流動提供便利，使得OFDI所攜帶的綠色技術(shù)與管理實(shí)踐經(jīng)驗(yàn)通過學(xué)習(xí)效應(yīng)被周邊地區(qū)借鑒，并在這種地區(qū)間緊密的經(jīng)濟(jì)聯(lián)系之下，OFDI進(jìn)一步積極影響空間相鄰地區(qū)的GTFP。

基于此，提出研究假設(shè)H2：在控制其他變量的情況下，OFDI不僅有利于本地GTFP的發(fā)展，還對相鄰地區(qū)GTFP產(chǎn)生正向空間溢出效應(yīng)。

3 數(shù)據(jù)說明與模型設(shè)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(diǎn)以及OFDI對GTFP的長期效應(yīng)，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(jìn)行換算并在此基礎(chǔ)上取對數(shù)處理。

3.1.2 被解釋變量

綠色全要素生產(chǎn)率（GTFP）：借鑒Tone[19 ]的方法，將環(huán)境污染等非期望產(chǎn)出納入原有TFP核算框架，并基于SBM方向性距離函數(shù)，采用ML生產(chǎn)率指數(shù)來測度2005年—2020年中國30個?。ㄊ小⒆灾螀^(qū)）的GTFP。在計(jì)算時還需要首先獲取以下變量：

1）投入指標(biāo)。選取勞動力、資本和能源作為投入指標(biāo)。勞動力投入：現(xiàn)有衡量指標(biāo)主要從量和質(zhì)2個角度出發(fā)，分別為年末從業(yè)人數(shù)[20 ]和平均受教育年限與就業(yè)人數(shù)的乘積[21-22 ]。單以從業(yè)人數(shù)來衡量勞動力投入，僅體現(xiàn)了勞動力的整體規(guī)模。按照舒爾茨所創(chuàng)建的人力資本理論，教育與從業(yè)者的生產(chǎn)率存在正相關(guān)關(guān)系。因此，理想的勞動力投入指標(biāo)應(yīng)該是建立在勞動素質(zhì)提高基礎(chǔ)上的投入。本文選取各省市年末從業(yè)人數(shù)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(tǒng)計(jì)數(shù)據(jù)，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(chǎn)價格指數(shù)對采用永續(xù)盤存法計(jì)算得到的固定資本存量進(jìn)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(shù)具有強(qiáng)關(guān)聯(lián)性[25 ]。本文采用經(jīng)標(biāo)準(zhǔn)煤法折算后的能源消費(fèi)量來衡量能源投入。

2）期望產(chǎn)出。期望產(chǎn)出的衡量指標(biāo)較為一致，均采用各省份的生產(chǎn)總值來表示。本文在此基礎(chǔ)上，運(yùn)用各地區(qū)的生產(chǎn)總值指數(shù)進(jìn)行平減，以減輕通貨膨脹帶來的影響。

3）非期望產(chǎn)出。非期望產(chǎn)出的衡量指標(biāo)尚未統(tǒng)一，主要分為單一指標(biāo)法和綜合指標(biāo)法。選取僅將二氧化硫排放量納入指標(biāo)體系的單一指標(biāo)法，可能導(dǎo)致測算出來的GTFP的結(jié)果偏高?？紤]到數(shù)據(jù)的可得性（以2016年為界，《中國環(huán)境統(tǒng)計(jì)年鑒》中的部分環(huán)境指標(biāo)數(shù)據(jù)口徑不一），本文采用工業(yè)廢水中的化學(xué)需氧量排放量和工業(yè)二氧化硫排放量構(gòu)成的綜合指標(biāo)來表示非期望產(chǎn)出。

另外，估算得到的年度環(huán)比變化率不能直接用于計(jì)量回歸，須對其做相應(yīng)變換。本文借鑒趙明亮等[26 ]的做法，設(shè)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(chǎn)業(yè)結(jié)構(gòu)（INDUS）?，F(xiàn)有文獻(xiàn)對于產(chǎn)業(yè)結(jié)構(gòu)的衡量方式主要通過產(chǎn)業(yè)間的比例關(guān)系來反映。污染物的排放量隨著工業(yè)化程度的提升而劇增，第二產(chǎn)業(yè)尤其是低端制造業(yè)無疑是產(chǎn)生這類非期望產(chǎn)出的主要來源。相反地，第三產(chǎn)業(yè)的迅速發(fā)展不僅具有輕污染的特性，還有效拉動生產(chǎn)效率的提升。因此，本文采用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比來表示。

2）外商直接投資（FDI）。外商直接投資對環(huán)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(huán)假說”。因而，其對綠色全要素生產(chǎn)率的影響可能是正相關(guān)，也可能是負(fù)相關(guān)。借鑒現(xiàn)有文獻(xiàn)的普遍做法，按歷年人民幣匯率的平均價格折算后的實(shí)際利用外商直接投資額與GDP之比來表示。

3）環(huán)境規(guī)制（ER）。學(xué)界主要從環(huán)境污染治理的投入與效果兩個角度去衡量環(huán)境規(guī)制強(qiáng)度，分別采用污染治理投資額[27 ]、污染物排放達(dá)標(biāo)率[28 ]等指標(biāo)?？紤]到數(shù)據(jù)的可得性，本文參考鄭強(qiáng)[14 ]的做法，采用環(huán)境污染治理投資額與GDP之比來表示。

4）政府干預(yù)（GOV）。綠色競爭力能否提升，離不開合理、有效的產(chǎn)業(yè)政策。現(xiàn)有文獻(xiàn)一般選取財(cái)政支出與GDP的比值[29 ]或財(cái)政收入與財(cái)政支出的比值[21 ]來衡量政府干預(yù)指標(biāo)?？紤]到各省市發(fā)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(yù)算收入與一般預(yù)算支出之比來表示政府干預(yù)力度。

5）經(jīng)濟(jì)發(fā)展水平（PGDP）。簡單的以GDP論英雄，雖然使得中國的經(jīng)濟(jì)在短時間內(nèi)大步向前邁進(jìn)，但這種粗放型的生產(chǎn)模式勢必會影響地方綠色經(jīng)濟(jì)的發(fā)展。針對經(jīng)濟(jì)增長和地區(qū)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(shù)來表示經(jīng)濟(jì)發(fā)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(chǔ)設(shè)施（TRANS）。交通基礎(chǔ)設(shè)施投資建設(shè)受自然條件的影響，相較于人均基礎(chǔ)設(shè)施占比、鐵路運(yùn)輸路程占總運(yùn)輸量等衡量方法，本文側(cè)重于交通基礎(chǔ)設(shè)施的地理密集度，采用鐵路里程數(shù)與各省份國土面積之比來表示。

3.1.4 數(shù)據(jù)來源

本文剔除數(shù)據(jù)缺失較多的西藏以及港澳臺地區(qū)，選取中國30個省（市、自治區(qū)）2005—2020年的相關(guān)數(shù)據(jù)作為研究樣本，數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒、《中國人口和就業(yè)統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》等。所選變量的描述性統(tǒng)計(jì)結(jié)果，如表2所示。

3.1.5 空間權(quán)重矩陣的構(gòu)建

在建立相應(yīng)的空間計(jì)量模型之前，首先需要討論地理特征如何影響空間關(guān)系，即建立恰當(dāng)?shù)目臻g權(quán)重矩陣。這關(guān)系到空間計(jì)量模型能否真實(shí)反映空間效應(yīng)以及最終估計(jì)結(jié)果的準(zhǔn)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(jìn)制算法設(shè)置的地理鄰接矩陣，被國內(nèi)學(xué)者廣泛運(yùn)用于區(qū)域經(jīng)濟(jì)的空間分析之中，即認(rèn)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）?？紤]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(xiàn)實(shí)情況，本文通過經(jīng)緯度測得各省會城市間的直線距離來構(gòu)造地理距離矩陣，能夠反映現(xiàn)實(shí)的空間差異。

3）經(jīng)濟(jì)地理空間矩陣（ W 3）。前2種空間權(quán)重矩陣具有簡單、容易處理的構(gòu)建特點(diǎn)。而由這種基于地理因素的有限的表達(dá)方式，所衍生出的包含經(jīng)濟(jì)因素與距離因素的經(jīng)濟(jì)地理空間矩陣，能更好地刻畫空間效應(yīng)的復(fù)雜性。因此，本文引入人均GDP距離倒數(shù)的組合矩陣構(gòu)建經(jīng)濟(jì)地理空間矩陣，并將其作為穩(wěn)健性檢驗(yàn)。

3.2 空間計(jì)量模型的建立

相比于空間誤差模型、空間滯后模型，兼?zhèn)浞治鼋忉屪兞亢捅唤忉屪兞康囊绯鲂?yīng)的相對優(yōu)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(shí)證分析的基本模型，然后通過空間適用性檢驗(yàn)來判斷其是否為最優(yōu)模型，構(gòu)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(chǎn)率、對外直接投資以及控制變量;i和t分別表示地區(qū)和年份; W 為空間權(quán)重矩陣;ε為隨機(jī)誤差項(xiàng);β、θ為待估參數(shù)。特別指出，ρ表示綠色全要素生產(chǎn)率的空間效應(yīng)系數(shù)，β1表示對外直接投資對綠色全要素生產(chǎn)率的影響程度，θ1表示對外直接投資對綠色全要素生產(chǎn)率的空間溢出效應(yīng)強(qiáng)度。

4 實(shí)證分析

4.1 空間相關(guān)性的檢驗(yàn)結(jié)果

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

其次，采用LM、Wald 2種方法對空間計(jì)量模型進(jìn)行選擇，檢驗(yàn)結(jié)果均在10%的顯著性水平下拒絕原假設(shè)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(lián)合顯著性檢驗(yàn)對模型進(jìn)行再判斷，檢驗(yàn)結(jié)果均在1%的顯著性水平下拒絕原假設(shè)，說明空間杜賓模型不能退化為其他形式，且模型應(yīng)固定時間和空間。最后，本文選定雙固定空間杜賓模型進(jìn)行后續(xù)回歸分析。

4.2 空間模型的實(shí)證分析

4.2.1 基于總樣本下的空間杜賓模型的估計(jì)結(jié)果

在3種空間權(quán)重矩陣設(shè)定下的空間滯后系數(shù)ρ為正，均通過5%的顯著性檢驗(yàn)，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(shù)ρ在地理鄰接矩陣下為0.155，在地理距離矩陣與經(jīng)濟(jì)地理空間矩陣下為0.373、0.372，說明地理與經(jīng)濟(jì)特征對GTFP的影響更大。

OFDI及其空間滯后項(xiàng)系數(shù)均為正并通過顯著性檢驗(yàn)。一方面，表明OFDI對本地GTFP具有正向促進(jìn)作用，驗(yàn)證了假設(shè)H1;另一方面，說明在考慮空間溢出效應(yīng)后，OFDI不僅有助于本地GTFP的提升，還對周邊地區(qū)GTFP的攀升做出重要貢獻(xiàn)，驗(yàn)證了假設(shè)H2。同時，對3種空間權(quán)重矩陣進(jìn)行橫向比較，考察發(fā)現(xiàn)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(lián)動性在空間距離與經(jīng)濟(jì)發(fā)展水平上得到更強(qiáng)的體現(xiàn)。但空間杜賓模型的參數(shù)估計(jì)結(jié)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(shí)反映本地效應(yīng)和溢出效應(yīng)。

由此，本文進(jìn)一步參考Lesage等[31 ]的做法，將總效應(yīng)分為直接效應(yīng)和間接效應(yīng)，以便準(zhǔn)確識別空間效應(yīng)，如表6所示。

由表6可知，各空間權(quán)重矩陣的估計(jì)結(jié)果與表5基本一致，間接驗(yàn)證了表5的估計(jì)結(jié)果較為穩(wěn)健。OFDI對GTFP的直接效應(yīng)和間接效應(yīng)均在10%的水平下顯著為正，假設(shè)H1、H2再次得到印證，即OFDI對GTFP存在正向本地效應(yīng)與溢出效應(yīng)。且系數(shù)大小隨著空間權(quán)重矩陣的“加碼”而增長，由低到高依次排序?yàn)椋旱乩磬徑泳仃?、地理距離矩陣、經(jīng)濟(jì)地理空間矩陣。這可能是企業(yè)的對外投資活動在經(jīng)濟(jì)發(fā)展水平相近地區(qū)更為密切，OFDI所承載的技術(shù)與管理經(jīng)驗(yàn)也更容易被經(jīng)濟(jì)發(fā)展水平相近地區(qū)學(xué)習(xí)與吸收，從而使得OFDI對GTFP的影響突破傳統(tǒng)行政區(qū)劃的限制，延伸至更廣泛的空間范圍。

其中，OFDI對GTFP產(chǎn)生的間接效應(yīng)的系數(shù)要大于直接效應(yīng)。原因可能有以下幾點(diǎn)：一是OFDI企業(yè)通過吸收整合發(fā)達(dá)國家在能源、管理和生產(chǎn)方面的經(jīng)驗(yàn)，形成了所謂的“逆向綠色溢出效應(yīng)”，但本地區(qū)的吸收能力的強(qiáng)弱直接關(guān)系到該效應(yīng)的大小[32 ]。二是OFDI通過省際間人員流動、貿(mào)易往來等互動方式，強(qiáng)化了這種環(huán)境友好的技術(shù)溢出效應(yīng)，并發(fā)生了跨區(qū)域擴(kuò)散。

在其他控制變量中，產(chǎn)業(yè)結(jié)構(gòu)和外商直接投資在3種空間權(quán)重矩陣下均在5%的顯著性水平上對GTFP表現(xiàn)出顯著的正向的直接效應(yīng)和間接效應(yīng)。這說明產(chǎn)業(yè)結(jié)構(gòu)的升級和外資的引入有利于中國的經(jīng)濟(jì)增長兼顧效率與環(huán)保。經(jīng)濟(jì)發(fā)展水平多數(shù)通過10%的顯著性檢驗(yàn)，并在地理鄰接和地理距離矩陣下呈弱正向直接效應(yīng)和強(qiáng)負(fù)向間接效應(yīng)?？赡苁窃凇癎DP錦標(biāo)賽”的驅(qū)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(jīng)濟(jì)增長，忽略環(huán)境可持續(xù)發(fā)展，出現(xiàn)抑制了本地GTFP的現(xiàn)象，具體表現(xiàn)在經(jīng)濟(jì)地理空間矩陣上。交通基礎(chǔ)設(shè)施的直接效應(yīng)和間接效應(yīng)的系數(shù)均為正，間接表明基礎(chǔ)交通設(shè)施的建設(shè)突破了地域邊界的概念。即通過建立貫穿中心城市間的聯(lián)系通道、輻射中小城市的交通設(shè)施，大大提升交通可達(dá)性以及交易效率，在促進(jìn)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(kuò)散的“涓流效應(yīng)”，進(jìn)一步提升周邊地區(qū)GTFP，從而形成以鄰為伴的經(jīng)濟(jì)增長模式[33 ]。

環(huán)境規(guī)制和政府干預(yù)均未通過顯著性檢驗(yàn)，且影響效果不確定。導(dǎo)致該結(jié)果的原因主要是存在正負(fù)雙重效應(yīng)。對于環(huán)境規(guī)制來說，一方面，環(huán)境規(guī)制減輕地方污染;另一方面，環(huán)境規(guī)制抑制了企業(yè)生產(chǎn)率，容易進(jìn)一步惡化的企業(yè)的自選擇效應(yīng)，對周圍環(huán)境有著連帶負(fù)向作用[34 ]。對于政府干預(yù)來說，理論上，政府干預(yù)可以通過合理配置資源來促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)效率。但實(shí)際上，地方政府往往過度沉迷于兩個指標(biāo)：招商引資和政府稅收，以至于具有經(jīng)濟(jì)回報(bào)周期短但污染系數(shù)大的第二產(chǎn)業(yè)受到重視與激勵，隨之帶來一系列后果[35 ]。

4.2.2基于分區(qū)域子樣本下的空間杜賓模型的估計(jì) 結(jié)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(qū)）分為東、中、西三大地區(qū)，以期探討分區(qū)域子樣本的空間效應(yīng)，估計(jì)結(jié)果，如表7所示。

整體上，OFDI對GTFP的空間溢出效應(yīng)存在顯著的區(qū)域差異特征。進(jìn)一步地，從直接效應(yīng)來看，東部地區(qū)的回歸系數(shù)在0.371～0.411之間，而中部和西部地區(qū)的回歸系數(shù)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(qū)OFDI已經(jīng)形成正外部性，而中部、西部地區(qū)可能受OFDI總量較少無法形成規(guī)模效應(yīng)、低層次的OFDI動機(jī)、學(xué)習(xí)和消化能力的差異等原因，制約其GTFP的發(fā)展。從間接效應(yīng)來看，東部地區(qū)OFDI積極發(fā)揮的示范效應(yīng)，對周圍地區(qū)的GTFP具有明顯的正向溢出效應(yīng);而由于要素稟賦不充分等局限，中部地區(qū)OFDI的負(fù)向效應(yīng)通過空間因素得以進(jìn)一步放大;西部地區(qū)的OFDI的負(fù)向溢出效應(yīng)相對減弱。

5 穩(wěn)健性檢驗(yàn)

除了通過構(gòu)建經(jīng)濟(jì)地理空間矩陣以及分解空間效應(yīng)對實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，本文還選取更替核心解釋變量的方法，即將OFDI流量指標(biāo)代替存量指標(biāo)重新進(jìn)行回歸驗(yàn)證。無論是地理鄰接、地理距離相鄰還是經(jīng)濟(jì)相鄰，OFDI對GTFP都具有正向本地效應(yīng)以及強(qiáng)溢出效應(yīng)，如表8所示。同時，考慮到區(qū)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(jié)合作為工具變量的OFDI政策，并運(yùn)用系統(tǒng)GMM方法來處理內(nèi)生性問題，得到的結(jié)果仍顯著為正，進(jìn)一步證明結(jié)果的穩(wěn)健性，如表9所示。

6 結(jié)論與建議

本文基于2005—2020年中國30個省（市、自治區(qū)）的面板數(shù)據(jù)，結(jié)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(yīng)，主要結(jié)論如下：一是，GTFP存在正向的空間自相關(guān)性;二是，無論基于何種空間權(quán)重矩陣或是分解后的空間效應(yīng)都表明OFDI對本地的GTFP的提高具有積極的正向效應(yīng)，并通過空間溢出效應(yīng)提高周邊地區(qū)的GTFP;三是，OFDI對GTFP的溢出效應(yīng)表現(xiàn)出明顯的區(qū)域差異，即這種強(qiáng)正向溢出效應(yīng)僅在東部地區(qū)存在，而中部、西部地區(qū)呈弱負(fù)溢出效應(yīng)。

根據(jù)本文的研究結(jié)論，可以得到以下政策建議：一是，關(guān)注生態(tài)發(fā)展，推動經(jīng)濟(jì)綠色轉(zhuǎn)型。過度依賴短期經(jīng)濟(jì)增長目標(biāo)而忽略環(huán)境等長期增長目標(biāo)亟待轉(zhuǎn)向關(guān)注“綠色競爭力”及其空間溢出效應(yīng)。在結(jié)合區(qū)域一體化的發(fā)展需求下，各地因重點(diǎn)發(fā)揮自身比較優(yōu)勢，進(jìn)一步增大GTFP溢出的空間半徑。二是，充分發(fā)揮OFDI對于GTFP的作用，加快“走出去”步伐。通過投資國外環(huán)境友好型領(lǐng)域，學(xué)習(xí)模仿先進(jìn)的環(huán)境技術(shù)與經(jīng)驗(yàn)，充分釋放OFDI的綠色技術(shù)溢出效應(yīng)，實(shí)現(xiàn)OFDI與綠色發(fā)展的有機(jī)結(jié)合。三是，重視空間聯(lián)動效應(yīng)，進(jìn)一步減少不同行政區(qū)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(tǒng)籌考慮的范圍內(nèi)，消除地區(qū)間的行政壁壘，進(jìn)而有效聯(lián)動提升綠色競爭力，合力促進(jìn)中國全域盡快實(shí)現(xiàn)在資源與環(huán)境雙重約束下的經(jīng)濟(jì)增長。四是，正確引導(dǎo)各區(qū)域發(fā)揮OFDI的作用效果，實(shí)施差異化治理轉(zhuǎn)型聯(lián)動戰(zhàn)略。一方面，要重視東部地區(qū)OFDI的成功經(jīng)驗(yàn)，合理規(guī)劃投資方向。另一方面，可由東部地區(qū)率先積極開展技術(shù)尋求型的OFDI，進(jìn)而帶動中部以及西部地區(qū)高質(zhì)量“走出去”，從而實(shí)現(xiàn)良性、可持續(xù)的區(qū)域互動。

參考文獻(xiàn)：

[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(shù)進(jìn)步：機(jī)理分析與嘗試性實(shí)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(yè)企業(yè)對外直接投資與企業(yè)生產(chǎn)率進(jìn)步 [J ].世界經(jīng)濟(jì)，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(shù)溢出：基于企業(yè)微觀特征的分析 [J ].國際貿(mào)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(shù)溢出與全要素生產(chǎn)率：基于不同投資動機(jī)的經(jīng)驗(yàn)分析 [J ].國際貿(mào)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(shù)溢出的地區(qū)差異和門檻效應(yīng)：基于中國省際面板數(shù)據(jù)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(shù)溢出效應(yīng)實(shí)證研究：基于吸收能力的分析視角 [J ].中國軟科學(xué)，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(fā)展、對外直接投資與母國生產(chǎn)率增長 [J ].中國軟科學(xué)，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(shù)溢出非線性效應(yīng)研究：基于面板平滑轉(zhuǎn)換模型的實(shí)證分析 [J ].世界經(jīng)濟(jì)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(chǎn)率增長效應(yīng)：基于時空異質(zhì)性視角的經(jīng)驗(yàn)分析 [J ].經(jīng)濟(jì)學(xué)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(qiáng).對外直接投資促進(jìn)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(shí)證檢驗(yàn) [J ].國際貿(mào)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(fēng).對外直接投資促進(jìn)了中國綠色全要素生產(chǎn)率增長嗎：基于動態(tài)系統(tǒng)GMM估計(jì)和門檻模型的實(shí)證檢驗(yàn) [J ].國際貿(mào)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(qū)域創(chuàng)新生產(chǎn)的空間計(jì)量分析：基于靜態(tài)與動態(tài)空間面板模型的實(shí)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(yè)對外直接投資對母國環(huán)境污染的影響：本地效應(yīng)與空間溢出 [J ].中國工業(yè)經(jīng)濟(jì)，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(fā)要素流動、空間知識溢出與經(jīng)濟(jì)增長 [J ].經(jīng)濟(jì)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(chǎn)率的俱樂部收斂及地區(qū)差距來源研究 [J ].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(chǎn)率增長的時空分異與動態(tài)收斂 [J ].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(jīng)濟(jì)增長源泉：基于異質(zhì)性生產(chǎn)函數(shù)的多部門核算框架 [J ].經(jīng)濟(jì)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(zhì)資本存量估算：1952—2000 [J ].經(jīng)濟(jì)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(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(chǎn)率研究評述 [J ].南開經(jīng)濟(jì)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(huán)境規(guī)制與黃河流域城市綠色全要素生產(chǎn)率 [J ].經(jīng)濟(jì)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(huán)境規(guī)制與中國工業(yè)綠色全要素生產(chǎn)率增長：基于Luenberger指數(shù)的實(shí)證研究 [J ].國際貿(mào)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(yè)綠色創(chuàng)新效率：基于集聚經(jīng)濟(jì)效應(yīng)的實(shí)證研究 [J ].國際貿(mào)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(huán)境規(guī)制、人力資本與綠色全要素生產(chǎn)率 [J ].宏觀經(jīng)濟(jì)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(jì)量模型中權(quán)重矩陣的類型與選擇 [J ].經(jīng)濟(jì)數(shù)學(xué)，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(guī)模交通基礎(chǔ)設(shè)施建設(shè)與縣域企業(yè)生產(chǎn)率異質(zhì)性：來自“五縱七橫”國道主干線的經(jīng)驗(yàn)證據(jù) [J ].經(jīng)濟(jì)學(xué)（季刊），2021，21（6）：1969.

XU M，F(xiàn)ENG 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(huán)境規(guī)制執(zhí)行互動與城市生產(chǎn)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(dāng)代中國的統(tǒng)一，發(fā)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(chǎn)率、新動能與制造業(yè)：中國經(jīng)濟(jì)如何提高資源重新配置效率 [J ].中國工業(yè)經(jīng)濟(jì)，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(jì)量分析的全要素生產(chǎn)率核算改進(jìn)方法 [J ].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(chǎn)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(xiàng)目： 國家社會科學(xué)基金常規(guī)年度項(xiàng)目（19BJL034）;寧波大學(xué)大學(xué)生科研創(chuàng)新項(xiàng)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(dǎo)師.