鄭 強 冉光和

一、 引 言

改革開放以來，中國創(chuàng)造的經(jīng)濟增長“奇跡”舉世矚目。然而，隨著中國經(jīng)濟逐漸步入新常態(tài)，經(jīng)濟結構性減速、人口紅利衰減、要素成本上升、“中等收入陷阱”、環(huán)境約束趨緊和城市病頻發(fā)等現(xiàn)象疊加出現(xiàn)(孫葉飛等，2016)，中國經(jīng)濟亟待轉變傳統(tǒng)的發(fā)展方式，并找尋新的增長動力。而現(xiàn)代經(jīng)濟增長的主要特征表現(xiàn)為全要素生產(chǎn)率(Total Factor Productivity，TFP)的全面提高，即不斷擴大TFP對經(jīng)濟增長的貢獻份額。因而系統(tǒng)探究經(jīng)濟新常態(tài)下TFP增長的驅動機制，對于轉變經(jīng)濟發(fā)展方式，實現(xiàn)經(jīng)濟持續(xù)健康發(fā)展，具有重要的理論和實踐價值。

在TFP增長的驅動因素中，對外直接投資(Outward Foreign Direct Investment，OFDI)是一個不容忽視的重要因素。理論上講，在本國技術水平低于投資地的情況下，一國跨國公司對擁有先進技術國家的OFDI能夠通過技術溢出、示范競爭和產(chǎn)業(yè)關聯(lián)等一系列效應提升母國技術水平以及TFP(Fosfuria & Motta，1999)。OFDI逆向技術溢出效應主要包括公司、產(chǎn)業(yè)和國家三個層面。在公司層面，跨國公司子公司可以通過研發(fā)資源共享和技術集群吸收機制獲取和吸收東道國先進技術，并借助多種途徑將獲得的技術和研發(fā)成果反饋到母公司。在產(chǎn)業(yè)層面，跨國公司可以通過產(chǎn)業(yè)鏈的前后關聯(lián)、同行業(yè)競爭和示范效應獲得東道國技術溢出。在國家層面，產(chǎn)業(yè)之間的前后關聯(lián)性會將OFDI逆向技術溢出效應擴散至其他產(chǎn)業(yè)，并形成強勁技術創(chuàng)新動力，進而驅動母國TFP增長。

在實證研究領域，有關OFDI對母國TFP影響方面的文獻較為豐富，且主要集中在OFDI逆向技術溢出效應研究上，但研究結論莫衷一是。Kogut & Chang(1991)開創(chuàng)性地實證分析了OFDI逆向技術溢出效應，并發(fā)現(xiàn)日本企業(yè)對美國的OFDI主要集中在新興高科技R&D密集型行業(yè)，對自身具有相對技術優(yōu)勢的行業(yè)卻不敏感。隨后，眾多學者對OFDI的逆向技術溢出效應進行了深入而廣泛的實證探究，其主要觀點歸納如下：一是贊同“促進論”，認為OFDI對母國TFP增長具有顯著的促進作用。Herzer(2011)基于33個發(fā)展中國家1980-2005年的OFDI數(shù)據(jù)，實證發(fā)現(xiàn)OFDI長期促進了母國TFP增長。國內(nèi)部分學者也利用中國經(jīng)驗數(shù)據(jù)得出了類似結論(葉嬌、趙云鵬，2016)。二是支持“抑制論”，認為OFDI在一定程度上抑制了母國TFP增長。Bitzer & Gorg(2009)利用1973-2001年經(jīng)合組織(OECD)部分成員國的面板數(shù)據(jù)，考察了OFDI與本國TFP的關系，發(fā)現(xiàn)其具有負相關特征。王恕立、向姣姣(2014)基于2003-2011年中國13個OFDI東道國和省際面板數(shù)據(jù)，利用CH擴展模型，并采用工具變量法，實證檢驗了不同投資動機下OFDI對母國TFP的影響，其結果表明市場和資源尋求型OFDI對中國TFP增長產(chǎn)生了負效應。三是支持“不確定論”，認為OFDI對本國TFP增長沒有顯著影響。王英、劉思峰(2008)利用國際R&D模型，實證分析了中國國際直接投資的技術溢出效應，其研究結果表明，OFDI對母國TFP增長的促進作用并不明顯。尹東東、張建清(2016)等研究結論也證實了這一觀點。

以上文獻為本研究提供了重要的邏輯起點以及良好的參考價值，但這些研究大多在區(qū)域同質性假設下，運用多元線性回歸模型分析OFDI對母國TFP的影響，而忽視了不同地區(qū)資源稟賦的異質性。實際上，在OFDI作用于本國TFP增長過程中，本國城鎮(zhèn)化扮演著十分重要的角色。因為城鎮(zhèn)化是現(xiàn)代經(jīng)濟發(fā)展的重心所在，而以城鎮(zhèn)化為重心的經(jīng)濟發(fā)展常被視為OFDI的基本條件(聶飛、劉海云，2016)，并影響OFDI逆向技術溢出效應。同時，由于自然環(huán)境、地理區(qū)位和經(jīng)濟基礎等緣故，各地區(qū)城鎮(zhèn)化水平處于不同階段，OFDI對TFP的影響可能會隨城鎮(zhèn)化水平的不同而呈現(xiàn)非線性門檻效應。即是說，當城鎮(zhèn)化水平較低時，城鎮(zhèn)要素集聚效應難以有效發(fā)揮，在一定程度上造成了工業(yè)資本的稀缺。此時，當?shù)卣赡芨敢馔ㄟ^擴充引資規(guī)模來增加工業(yè)資本，同時地方政府基于減少工業(yè)資本流失的考慮，可能對本土企業(yè)的海外投資設置諸多融資約束和障礙，造成其難以獲取海外先進技術溢出，從而不利于國內(nèi)TFP增長。當城鎮(zhèn)化水平跨越某一門檻值而進入中高階段時，優(yōu)質生產(chǎn)資源進一步集聚，人力資本積累效應也日益顯現(xiàn)，這將有助于城鎮(zhèn)市場潛力的挖掘以及產(chǎn)業(yè)資源的合理配置，并加快其工業(yè)化步伐。而工業(yè)化進程中的資本積累為城鎮(zhèn)企業(yè)OFDI提供了原始資本積累，加之國內(nèi)市場競爭的加劇，也促使城鎮(zhèn)企業(yè)向海外尋求市場、技術以及轉移過剩產(chǎn)能以實現(xiàn)產(chǎn)業(yè)鏈升級，從而有助于OFDI逆向技術溢出效應的發(fā)揮。隨著城鎮(zhèn)化水平進一步提高，OFDI規(guī)模不斷擴大，OFDI結構逐步優(yōu)化，積極的OFDI逆向技術溢出效應將得以有效發(fā)揮。

為此，本研究利用2003-2014年中國30個省域面板數(shù)據(jù)，系統(tǒng)考察中國城鎮(zhèn)化水平低于或高于某一門檻值時，OFDI對TFP影響的差異，以期得到一些新的研究成果，為中國各地區(qū)采取針對性的對外投資政策，有效推動當?shù)丶夹g進步和經(jīng)濟發(fā)展提供一定參考。相較以往文獻，本研究的增量貢獻在于：(1) 以改進熵值法擬合的環(huán)境污染綜合指數(shù)作為非期望(非合意或“壞”)產(chǎn)出，利用基于DEA的GML指數(shù)和非徑向、非角度的SBM方向性距離函數(shù)，綜合評估了2003-2014年間中國30個省域的TFP。這樣既考慮了期望和非期望產(chǎn)出，又克服了傳統(tǒng)TFP核算方法的缺陷，可更客觀、全面地展現(xiàn)中國TFP的真實水平。(2) 構造面板門檻模型，實證檢驗了中國OFDI對TFP影響的城鎮(zhèn)化門檻效應，并進一步借助耦合協(xié)調度模型驗證了該門檻效應。

二、 模型、變量與數(shù)據(jù)說明

1.模型設置與估計方法

本研究以Coe & Helpman(1995)的經(jīng)典C-H模型作為考察OFDI對母國TFP影響的模型基礎，并參考鄭強(2017)的思路，建立如下實證模型：

lnTFPit=α0+α1lnofdiit+α2lndrdit+εit

(1)

其中，i、t分別為省域和時間，ofdiit、drdit分別為對外直接投資和國內(nèi)研發(fā)投入。同時，考慮到產(chǎn)業(yè)結構調整可能對TFP增長產(chǎn)生重要作用(胡建輝等，2016)，人力資本可以影響國內(nèi)技術創(chuàng)新效率和從國外吸收、學習新技術的速度(Benhabib & Spiegel，1994)，環(huán)境規(guī)制可能作用于企業(yè)私人成本和研發(fā)資金投入，并影響企業(yè)生產(chǎn)技術革新和環(huán)保技術的改進，進而影響企業(yè)生產(chǎn)率提高和TFP增長。此外，作為OFDI逆向技術溢出的重要吸收能力因素之一的對外開放度也會影響TFP增長。因此，本文將產(chǎn)業(yè)結構、人力資本、環(huán)境規(guī)制和對外開放度納入式(1)，可得如下計量模型：

TFPit=α0+α1lnofdiit+α2lndrdit+α3lnhumit+α4indit+α5regit+α6openit+εit

(2)

式中，TFPit、humit、indit、regit和openit分別為全要素生產(chǎn)率、人力資本、產(chǎn)業(yè)結構、環(huán)境規(guī)制和對外開放度；α0為常數(shù)項，α1…α6為解釋變量系數(shù)，εit為擾動項。

式(2)為不考慮城鎮(zhèn)化門檻效應的線性回歸模型。已有文獻普遍采用分組法、交叉項法來考察OFDI與母國TFP之間的非線性關系，但這兩種方法均無法有效檢驗門檻效應的顯著性和門檻值的真實性。Hansen(1999)借助門檻回歸技術，構建了非線性面板門檻模型，其核心思想是將門檻值視作未知變量納入計量模型，構造自變量系數(shù)的分段函數(shù)，并校驗門檻效應和門檻值的準確性，這便有效彌補了上述方法的不足?；诖耍狙芯吭谑?2)的基礎上，借鑒Hansen(1999)的思想，以城鎮(zhèn)化為門檻變量，建立如下面板門檻模型，以系統(tǒng)考察OFDI對本國TFP影響的城鎮(zhèn)化門檻效應。

TFPit=β1ofdiitI(urbit≤k1)+β2ofdiitI(k1kn)+λControlit+μi+εit

(3)

式中，ofdiit為核心解釋變量，表示對外直接投資水平；I(·)為示性函數(shù)；urbit為門檻變量，表示城鎮(zhèn)化水平；Controlit為控制變量組，包括國內(nèi)研發(fā)投入、人力資本、產(chǎn)業(yè)結構、環(huán)境規(guī)制和對外開放度；k1,k2…kn,為n個不同水平的門檻值，β1,β2…βn+1表示不同門檻條件下的核心解釋變量參數(shù)，μi表示個體效應。式(3)的估計方法詳見Hansen(1999)的研究，在此不贅述。

2.變量選取與數(shù)據(jù)說明

(1) 被解釋變量：全要素生產(chǎn)率(TFP)。TFP是經(jīng)濟持續(xù)增長的主要動力源泉，且常被視為衡量一個國家(地區(qū))經(jīng)濟增長質量的代表性指標。但在綠色發(fā)展理念中，作為經(jīng)濟發(fā)展內(nèi)生變量的資源和環(huán)境是經(jīng)濟發(fā)展規(guī)模、速度的硬性約束。如果在TFP的測算過程中，沒有考慮資源環(huán)境約束，可能導致經(jīng)濟績效和社會福利評價失真，并造成政策建議偏離正常軌道。因而本研究將能源消耗和環(huán)境污染同時納入TFP測算框架體系，以更客觀地反映中國TFP真實水平。

(4)

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，在產(chǎn)出不足或投入過多的情況下，采用徑向DEA方法可能導致其評價效率“虛高”。同樣，忽視投入或產(chǎn)出某個方面的角度DEA測算結果也可能存在一定偏誤?；诖?，為了盡量彌補上述方法的不足，本文參考Fukuyama & Weber(2009)的方法，構造如下非徑向、非角度SBM模型。

(5)

最后，構建基于DEA的GML指數(shù)。現(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(2016)的思想，構造如下GML指數(shù)。

(6)

指標選?。罕狙芯康漠a(chǎn)出指標包括期望和非期望兩大類指標。借鑒文獻通用做法，采用地區(qū)實際GDP(億元)來衡量合意產(chǎn)出?，F(xiàn)有文獻對非期望產(chǎn)出的衡量標準主要有二氧化碳排放量和工業(yè)“三廢”排放量。鑒于二氧化碳排放量無直接的權威統(tǒng)計數(shù)據(jù)，一些文獻主要采用IPCC的方法來估算二氧化碳排放量。但二氧化碳排放來源和排放系數(shù)選擇的標準不同可能導致其測算結果存在較大差異，進而弱化模型的解釋力。而且考慮到目前中國環(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。綜上，本研究綜合選取工業(yè)領域的固體廢棄物產(chǎn)生量、廢氣排放量、SO2排放量、煙塵排放量以及廢水排放量等代表性污染指標，并借助改進熵值法擬合環(huán)境污染綜合指數(shù)(鄭強等，2017)，以綜合反映非期望產(chǎn)出水平。本研究的投入指標分為資本投入、勞動力投入以及能源投入。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(億元)來衡量，勞動力投入以從業(yè)人員數(shù)(萬人)來測度，能源投入以能源消耗量(萬噸標準煤)來衡量。

此外，還需檢驗投入產(chǎn)出指標數(shù)量和樣本數(shù)量之間的有效性(Cooper et al.，2007)，即滿足M≥Max{I*N,3*(I+N)}，其中M為決策單元數(shù)，I為投入指標個數(shù)，N為產(chǎn)出指標個數(shù)。本文中，30>Max{3*2,3*(3+2)}=15，故本研究選擇的投入產(chǎn)出指標數(shù)量和樣本數(shù)量具有一定合理性。

(2) 核心解釋變量：對外直接投資(ofdi)?？紤]到OFDI(非金融類)流量具有一定波動性，其數(shù)據(jù)的可靠性較差，而OFDI存量恰好可以彌補流量數(shù)據(jù)的局限。因此，本研究采用OFDI存量與GDP的比值來衡量地區(qū)對外直接投資水平。

(3) 門檻變量：城鎮(zhèn)化水平(urb)?，F(xiàn)有文獻對城鎮(zhèn)化水平的測度主要有兩種方法：單一指標法和綜合指標法，但指標選擇會因角度不同而有所區(qū)別。綜觀各項指標，“城鎮(zhèn)人口與總人口的比值”這一指標的認可度較高(吳福象、劉志彪，2008；李新光、張芷尋，2016)，且有權威數(shù)據(jù)來源，因而本研究采用該指標來衡量城鎮(zhèn)化水平。

(4) 控制變量：研發(fā)資本(drd)、人力資本(hum)、產(chǎn)業(yè)結構(ind)、環(huán)境規(guī)制(reg)和對外開放度(open)。其中，研發(fā)資本投入以研發(fā)經(jīng)費內(nèi)部支出測度；人力資本水平以平均受教育年限表示*平均受教育年限公式：hum=6*pri+9*jun+12*sen+16*col，hum為平均受教育年限，6、9、12和16分別為各級教育(小學、初中、高中和大學)規(guī)定年限，pri、jun、sen和col分別為小學、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。；產(chǎn)業(yè)結構以工業(yè)產(chǎn)值與GDP比值衡量；環(huán)境規(guī)制以工業(yè)污染治理投資額與GDP比值衡量*由于最后計算出的reg值過小，為便于后續(xù)的實證分析，遂將其擴大100倍。；對外開放度以進出口總額與GDP比值衡量。

(5) 數(shù)據(jù)說明：本研究的時間窗口為2003-2014年*2003年中國正式對外發(fā)布權威的OFDI年度數(shù)據(jù)，且2015年部分數(shù)據(jù)不齊。，研究對象為中國大陸30個省域*由于西藏具有特殊的資源稟賦和部分數(shù)據(jù)缺失，本文未考慮西藏。。原始數(shù)據(jù)摘自歷年《中國對外直接投資統(tǒng)計公報》、《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國科技統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》、《中國環(huán)境年鑒》以及各省(市)統(tǒng)計年鑒?？紤]到本研究的時間跨度較長，為了提高數(shù)據(jù)的可比性，本研究將2003年定為基期，采用GDP平減指數(shù)對部分變量做平減處理。同時，對非比值型變量取對數(shù)，以確保數(shù)據(jù)的平滑性。

三、 經(jīng)驗檢驗與結果分析

1.TFP測算結果分析

根據(jù)上文測算方法和指標選取，本研究借助Max DEA Pro6.4統(tǒng)計軟件核算了2003-2014年間中國30個省域的TFP(見圖1和表1)，下面將從時間和地區(qū)維度對其進行分析。

(1) 時間維度分析

從圖1來看，2003-2014年中國TFP整體呈波動上升趨勢，且具有明顯的階段性特征。2003-2009年GML指數(shù)小于1，并逐漸接近1，表明這一時期中國TFP呈下滑態(tài)勢，但下滑幅度逐步縮小。進入21世紀以來，中國逐步跨入工業(yè)化中期的后半階段，電力、鋼鐵、機械、船舶和化工等重化工業(yè)飛速發(fā)展，并拉動了中國經(jīng)濟高速增長。然而，這種以高投資、高能耗和高污染為特征的粗放型工業(yè)增長模式導致了TFP下降(Yang et al.，2016)，但期間節(jié)能減排工作的推進在一定程度上抑制了TFP的下滑速度。隨著2008年全球金融危機爆發(fā)，中國啟動了“四萬億計劃”，大量重工業(yè)項目重新上馬，工業(yè)再次急劇重型化，工業(yè)增長對資本、勞動和資源等投入的依賴性呈強化跡象，中國TFP也再次下滑。2009-2014年GML指數(shù)大于1(2011-2012年除外)，表明該階段中國TFP整體呈上升態(tài)勢。這可能是由于當前中國正處于經(jīng)濟轉型期，產(chǎn)業(yè)結構升級和資源價格市場化改革等政策助推了TFP增長。

(2) 地區(qū)維度分析

綜合表1和圖1來看，樣本期內(nèi)中國TFP存在明顯的地區(qū)差異，且呈現(xiàn)沿海、沿邊和內(nèi)陸地區(qū)(張毓峰等，2014)梯度遞減的空間格局。導致這種地區(qū)差異的原因可能有如下幾點：一是技術創(chuàng)新和人力資本差異。沿海地區(qū)集中了中國大部分實力雄厚的高校、科研機構和科技企業(yè)，其技術創(chuàng)新能力和人力資本明顯高于內(nèi)陸和沿邊地區(qū)。二是國際技術溢出差異。沿海地區(qū)對外開放度較高，對外貿(mào)易頻繁，且匯聚了大量外企在華研發(fā)中心和國內(nèi)優(yōu)質跨國企業(yè)，其對外貿(mào)易和雙向FDI的技術溢出效應比內(nèi)陸和沿邊地區(qū)明顯。三是工業(yè)化和城鎮(zhèn)化差異。沿海地區(qū)已進入后工業(yè)化階段，加快了工業(yè)發(fā)展模式從高投資、高能耗向高技術、低污染轉變，這有利于地區(qū)TFP的提升；而內(nèi)陸和沿邊地區(qū)正處于工業(yè)化中期階段，且以高投資、高能耗、高污染的工業(yè)發(fā)展模式為主，盡管這種發(fā)展模式為當?shù)貛砹烁逩DP增長，但也過度消耗了要素資源，并加劇了環(huán)境污染，從而抑制了當?shù)豑FP增長。同時，沿海地區(qū)城鎮(zhèn)化發(fā)展日益走向成熟，其高人力資本的積累效應和優(yōu)質生產(chǎn)資源的集聚效應也逐步凸顯，這在很大程度上推動了當?shù)豑FP增長，且這種城鎮(zhèn)化的要素增長效應強于內(nèi)陸和沿邊地區(qū)。此外，從總體發(fā)展趨勢來看，三大板塊的TFP變化趨勢具有一致性，且隨著時間的推移，三大板塊的TFP有趨同的趨勢。

圖1 2003-2014年中國GML指數(shù)變動趨勢

資料來源：作者自制

表1 2003-2014年中國各地區(qū)GML指數(shù)均值

資料來源：作者自制

2.門檻回歸分析

(1) 門檻效應檢驗

依照上文設定的計量模型及其估計方法，本研究運用Stata12.0統(tǒng)計軟件進行非線性門檻回歸分析。首先對式(3)展開門檻效應檢驗，以確定該門檻模型的具體設定形式，其檢驗結果見表2。從表2來看，單門檻模型通過了1%的顯著性檢驗，拒絕了線性模型的原假設，雙門檻檢驗在1%顯著水平下又拒絕了單門檻模型的原假設，但多重門檻無法有效拒絕雙門檻模型的原假設，說明門檻模型的最優(yōu)門檻值個數(shù)為2，于是本研究選擇雙門檻模型進行計量分析。

表2 門檻效應檢驗結果

注：*、**、***分別表示10%、5%和1%的顯著性水平，臨界值與P值均采取Bootstrap法模擬1000次得到，H0、H1分別表示原假設和備擇假設。

資料來源：作者自制

(2) 門檻估計值與區(qū)域劃分

門檻效應通過檢驗后，需要識別雙門檻模型中的兩個門檻值。表3匯報了這兩個門檻值的點估計值及其對應的95%置信區(qū)間。由表3可知，兩個門檻值分別對應的95%置信區(qū)間范圍都較窄，門檻值的識別效果較為顯著。此外，當兩個門檻值位于對應的置信區(qū)間內(nèi)時，LR值均小于5%顯著性水平的臨界值，說明這兩個門檻值具有一定真實性。

表3 門檻估計值與置信區(qū)間

資料來源：作者自制

根據(jù)識別出的兩個門檻值，將中國30個省份劃分為三個陣營，即城鎮(zhèn)化水平高于第二個門檻值的省份為第一陣營，城鎮(zhèn)化水平跨越第一個門檻值而未到達第二個門檻值的省份為第二陣營，城鎮(zhèn)化水平低于第一個門檻值的省份為第三陣營，如表4所示*囿于篇幅，本文未匯報樣本期內(nèi)其他年份的中國城鎮(zhèn)化水平區(qū)域分布格局，備索。。由表4可看出，2004年，第三陣營的省份多達27個，包括吉林、黑龍江、遼寧、江蘇、山西、安徽和廣東等。第二陣營只有天津，第一陣營有2個，即北京和上海。然而，隨著時間的推移，第三陣營的省份數(shù)量不斷減少，與之相對，第一、二陣營的省份數(shù)量不斷增加。至2014年，第三陣營的省份減少至18個，第一、二陣營的省份數(shù)量分別增至3個和9個。從樣本期內(nèi)位于不同城鎮(zhèn)化門檻區(qū)間省份數(shù)量的變化趨勢來看，第三陣營樣本數(shù)占總樣本數(shù)的比重為76.36%，且每年省份數(shù)量呈下降趨勢；第二陣營樣本數(shù)占總樣本數(shù)的15.15%，且每年省份數(shù)量呈上升態(tài)勢；第一陣營樣本數(shù)占總樣本數(shù)的8.49%，且每年省份數(shù)量變化不大，基本維持在2-3個。

(3) 結果分析

當兩個門檻值確定以后，需進一步估計雙門檻模型中各解釋變量的參數(shù)。與此同時，本研究采用線性固定效應模型展開對比估計(估計結果見表5)。從表5可看出，兩種模型中各解釋變量的顯著性和系數(shù)符號基本一致，也意味著本研究的估計結果具有一定穩(wěn)健性。而且雙門檻模型通過了顯著性檢驗，說明可能存在某種門檻效應。與固定效應模型相比，雙門檻模型的擬合優(yōu)度顯著提升，表明雙門檻模型可以更好地解釋OFDI與母國TFP之間的關系。若采用固定效應模型，雙門檻效應則會被忽略，OFDI影響母國TFP的內(nèi)在機理也難以得到準確揭示。故本研究重點解析雙門檻模型的估計結果。

表4 中國部分年份的城鎮(zhèn)化水平區(qū)域分布格局

資料來源：作者自制

由表5可知，不同城鎮(zhèn)化水平下OFDI對TFP的影響存在一定差異。當城鎮(zhèn)化水平低于第一個門檻值時，OFDI的系數(shù)為0.22%，但不顯著，OFDI對TFP增長的促進作用不明顯；當城鎮(zhèn)化水平介于兩個門檻值之間時，OFDI的系數(shù)提高到0.90%，且通過了5%的顯著性檢驗，OFDI對TFP產(chǎn)生了顯著的正效應；當城鎮(zhèn)化水平跨越第二個門檻值后，OFDI的系數(shù)進一步上升至2.28%，且在1%水平下顯著，OFDI對TFP的正向影響更加凸顯。這說明OFDI與母國TFP之間并不是簡單的線性關系，而是存在基于城鎮(zhèn)化的正向雙門檻效應，即OFDI對母國TFP的正效應會隨本國城鎮(zhèn)化水平提升而日益凸顯。同時，也意味著OFDI是否能夠有效驅動母國TFP增長，要受到本國城鎮(zhèn)化水平的制約。只有城鎮(zhèn)化水平提升至一定高度，即跨越相應門檻值之后，OFDI對TFP的正效應才可能被有效釋放。

值得關注的是，OFDI與TFP增長在三個階段都是正相關，且落在第一階段(urb≤55.6291)的樣本數(shù)占總樣本數(shù)的比重為76.36%，表明考察期內(nèi)中國OFDI對國內(nèi)TFP的正效應整體不明顯，這與固定效應模型中的估計結果基本一致。這可能是因為：一方面，樣本期內(nèi)位于第一階段省份的平均城鎮(zhèn)化水平僅為44.24%*數(shù)據(jù)來源：根據(jù)樣本期內(nèi)中國省際城鎮(zhèn)化率和門檻值，作者計算并整理。，低于國際中高度城鎮(zhèn)化水平，而這種城鎮(zhèn)化水平難以對優(yōu)質生產(chǎn)資源和人力資本產(chǎn)生較強的集聚效應，并弱化了OFDI的正向生產(chǎn)率溢出效應。另一方面，根據(jù)目前中國OFDI發(fā)展情況可知，盡管OFDI逐步進軍國際諸多行業(yè)領域，但在這些行業(yè)中，租賃和商服業(yè)、批發(fā)和零售業(yè)以及采礦業(yè)等占了大半壁“江山”，而科學研究和技術服務行業(yè)、信息傳輸和信息技術服務業(yè)等技術含量較高的行業(yè)占比較小。同時，投資目的地大部分屬于亞非拉國家，擁有先進技術的歐美發(fā)達國家占比明顯偏低。由此可推斷，當前中國OFDI的技術含量較低，難以從海外獲取預期的先進技術溢出。在控制變量中，國內(nèi)研發(fā)投入和對外開放度的系數(shù)顯著為正，環(huán)境規(guī)制和產(chǎn)業(yè)結構的系數(shù)顯著為負，人力資本的系數(shù)則不顯著。

(4) 穩(wěn)健性檢驗

除了上文運用的檢驗措施之外，本研究還從以下兩個方面對門檻回歸結果進行穩(wěn)健性檢驗(見表6)，以進一步提高計量結果的可信度。一是調整核心解釋變量的衡量指標，采用OFDI人均量替代OFDI與GDP的比值(模型Ⅰ)；二是更換控制變量的測度指標，采用平均受教育年限與就業(yè)人數(shù)之積、工業(yè)污染治理投資完成額分別替換平均受教育年限(模型Ⅱ)和工業(yè)污染治理投資完成額/GDP(模型Ⅲ)。檢驗結果顯示，OFDI對TFP影響的城鎮(zhèn)化雙門檻效應依然存在，說明原實證結果是穩(wěn)健的。

表5 模型估計結果

注：*、**、***分別表示10%、5%和1%的顯著性水平，括號中數(shù)值為t值。

資料來源：作者自制

表6 穩(wěn)健性檢驗結果

注：*、**、***分別表示10%、5%和1%的顯著性水平，括號內(nèi)數(shù)值為t值。

資料來源：作者自制

3.拓展討論

OFDI對TFP增長的促進作用要受到城鎮(zhèn)化水平的制約，而OFDI水平的提升通常也會放大城鎮(zhèn)化對TFP增長的溢出效應?？梢?，OFDI與城鎮(zhèn)化相互影響，且兩者之間的關系可能具有耦合特征。因而本研究考慮運用耦合協(xié)調度模型來驗證OFDI對TFP影響的城鎮(zhèn)化門檻特征。于是本研究參照張勇等(2013)的思路，建立OFDI與城鎮(zhèn)化的耦合度模型，即：

(7)

式(7)中，C表示OFDI與城鎮(zhèn)化的耦合度，U1、U2分別表示OFDI和城鎮(zhèn)化的序參量?；谑?7)，建立耦合協(xié)調度模型，其表達式為：

(8)

式(8)中，D為OFDI與城鎮(zhèn)化的耦合協(xié)調度，T為OFDI與城鎮(zhèn)化的綜合協(xié)調指數(shù)。一般來說，T∈(0,1)，以保證D∈(0,1)。a、b均為待定參數(shù)，且a+b=1，本文令a=b=0.5。參照相關研究的做法，D可分為四個階段：D∈(0,0.3)表示低度協(xié)調階段；D∈[0.3,0.5)表示中度協(xié)調階段；D∈[0.5,0.8)表示高度協(xié)調階段；D∈[0.8,1)表示極度協(xié)調階段。

接下來，本研究計算樣本期內(nèi)中國省際OFDI和城鎮(zhèn)化水平的幾何均值，并采用極差正規(guī)化法對其進行處理。同時，運用耦合協(xié)調度模型估算中國省際OFDI和城鎮(zhèn)化的耦合協(xié)調度。另外，為進一步考察各省域OFDI和城鎮(zhèn)化的耦合協(xié)調度的空間分布特征，本文利用四分位數(shù)方法將OFDI和城鎮(zhèn)化的耦合協(xié)調度分為低值、中值、高值和極高值四個區(qū)間，并借助ArcGIS軟件對數(shù)據(jù)進行可視化處理(見圖2)。觀察圖2可知，在樣本期內(nèi)，中國大部分地區(qū)OFDI與城鎮(zhèn)化的耦合協(xié)調度位于中高值區(qū)間，且具有顯著的區(qū)域異質性。東部地區(qū)OFDI與城鎮(zhèn)化的耦合協(xié)調度最高，基本都處在高值區(qū)間，而中西部地區(qū)落在了中值和低值區(qū)間。同時，結合中國各地區(qū)TFP的測算結果來看，總體上，OFDI與城鎮(zhèn)化耦合協(xié)調度偏高的地區(qū)傾向于具有較高的TFP。譬如，上海OFDI與城鎮(zhèn)化的耦合協(xié)調度處在極高值區(qū)間，其對應的TFP為1.0361；甘肅OFDI與城鎮(zhèn)化的耦合協(xié)調度位于低值區(qū)間，其對應的TFP僅為0.9694。這也在一定程度上說明OFDI對TFP增長的影響是非線性的，且只有當OFDI與城鎮(zhèn)化實現(xiàn)耦合發(fā)展時，OFDI才可能更有效地驅動TFP增長。

圖2 中國各地區(qū)OFDI和城鎮(zhèn)化的耦合協(xié)調度

資料來源：作者自制

四、 研究結論與政策啟示

本研究利用2003-2014年中國省際面板數(shù)據(jù)，實證檢驗了對外直接投資對母國全要素生產(chǎn)率影響的城鎮(zhèn)化門檻效應，并得到如下主要研究結論和政策啟示：

(1) 對外直接投資對全要素生產(chǎn)率的影響顯著存在基于城鎮(zhèn)化的正向雙門檻效應。當城鎮(zhèn)化水平低于第一個門檻值時，對外直接投資對全要素生產(chǎn)率的正效應不明顯；當城鎮(zhèn)化水平位于兩個門檻值之間時，對外直接投資顯著促進了全要生產(chǎn)率增長；當城鎮(zhèn)化水平跨越第二個門檻值后，對外直接投資對全要素生產(chǎn)率的正效應更加凸顯。同時，樣本期內(nèi)中國多數(shù)省份的城鎮(zhèn)化水平未跨越第一個門檻值，其對外直接投資對全要素生產(chǎn)率的正效應并不明顯。當前中國整體城鎮(zhèn)化尚未達到促使對外直接投資產(chǎn)生正向生產(chǎn)率溢出的水平。因此，中國各地區(qū)應結合自身城鎮(zhèn)化發(fā)展實際，采取差異化的對外直接投資策略，以促進當?shù)亟?jīng)濟健康發(fā)展。如城鎮(zhèn)化水平較高的東部地區(qū)應鼓勵有競爭力的企業(yè)以技術+環(huán)保雙重動機為導向，對研發(fā)資本存量豐富的發(fā)達經(jīng)濟體進行海外投資。同時，加快當?shù)剡^剩產(chǎn)能、高污染和高能耗的產(chǎn)業(yè)及產(chǎn)業(yè)鏈向海外轉移，并通過學習模仿和自主創(chuàng)新等方式獲取先進的綠色生產(chǎn)技術，以優(yōu)化升級產(chǎn)業(yè)結構，搶占綠色、低碳產(chǎn)業(yè)發(fā)展的新高地。城鎮(zhèn)化水平較低的廣大中西部地區(qū)則不能盲目“跟風”擴大對外直接投資規(guī)模，而更應著重提升城鎮(zhèn)化質量，并讓它跨越相應的“門檻”，從而有效發(fā)揮對外直接投資的逆向生產(chǎn)率溢出效應。

(2) 考察期內(nèi)中國各省(市)對外直接投資與城鎮(zhèn)化的耦合協(xié)調度處于中高水平，且對外直接投資與城鎮(zhèn)化的耦合協(xié)調度較高的地區(qū)傾向于具有較高的全要素生產(chǎn)率?？梢?，對外直接投資與城鎮(zhèn)化相互耦合之后共同作用于全要素生產(chǎn)率。因此，發(fā)揮對外直接投資對母國全要素生產(chǎn)率的提升功效，不能簡單以擴充對外直接投資規(guī)模為主線，而應將重心轉移至擴大技術尋求型對外直接投資的占比，并為其逆向技術溢出效應的有效發(fā)揮打造優(yōu)良的技術吸收環(huán)境，其關鍵點在于堅持走綠色新型城鎮(zhèn)化道路，努力提高各地區(qū)的城鎮(zhèn)化發(fā)展質量。

本研究強調的是：在中國經(jīng)濟新常態(tài)和“一帶一路”戰(zhàn)略背景下，綠色新型城鎮(zhèn)化和優(yōu)質企業(yè)“走出去”將成為拉動中國未來經(jīng)濟增長的“新馬車”。通過提高城鎮(zhèn)化發(fā)展質量和對外直接投資水平，尤其是鼓勵優(yōu)質企業(yè)進行技術+環(huán)保雙重動機的海外投資，促進國內(nèi)產(chǎn)業(yè)結構升級和技術創(chuàng)新，才是延續(xù)中國經(jīng)濟增長“奇跡”、促進經(jīng)濟持續(xù)健康發(fā)展的正確思維和明智選擇。

1. Benhabib J., Spiegel M. The Role of Human Capital in Economic Development: Evidence From Aggregate Cross-country Data.JournalofMonetaryEconomics,1994(34):143-173.

2. Bitzer J., Gorg H. Foreign Direct Investment, Competition and Industry Performance.TheWorldEconomy, 2009,32(2):221-233.

3. Coe D.T., Helpman E. International R&D Spillovers.EuropeanEconomicReview,1995,39(5):859-887.

4. Cooper W.W., Seiford L.M.,Tone K. Data Envelopment Analysis: Comprehensive Text with Models, Applications, References and DEA-solver Software(2nd Edition).London:KluwerAcademicPublishers, 2007.

5. Fosfuria A.,Motta M. Multinationals without Advantages.ScandinavianJournalofEconomics,1999, 101:617-630.

6. Fukuyama H.,Weber W.L. A Directional Slacks:Based Measure of Technical Inefficiency.Socio-EconomicPlanningSciences,2009,43(4):274-287.

7. Hansen B.E. Threshold Effects in Non-dynamic Panels: Estimation, Testing and Inference.JournalofEconometrics, 1999,93(2):345-368.

8. Herzer D. The Long-run Relationship between Outward FDI and Total Factor Productivity: Evidence for Developing Countries.TheJournalDevelopmentStudies,2011,47(5):767-785.

9. Kogut B.,Chang S.J. Technological Capabilities and Japanese Direct Investment in the United States.ReviewofEconomicsandStatistics,1991,73(3):401-413.

10. Oh D.H. A Global Malmquist-Luenberger Productivity Index.JournalofProductivityAnalysis, 2010,34(3):183-197.

11. Yang J.,Zhang T.,Sheng P.et.al. Carbon Dioxide Emissions and Interregional Economic Convergence in China.EconomicModelling, 2016,52:672-680.

12. 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》，《經(jīng)濟科學》2016年第1期。

13. 李新光、張芷尋：《財政融資、金融融資對城鎮(zhèn)化支持效應的比較分析——基于平滑轉換回歸模型》，《重慶理工大學學報(社會科學)》2016年第2期。

14. 聶飛、劉海云：《基于城鎮(zhèn)化門檻模型的中國OFDI的碳排放效應研究》，《中國人口·資源與環(huán)境》2016年第9期。

15. 孫葉飛、夏青、周敏：《新型城鎮(zhèn)化發(fā)展與產(chǎn)業(yè)結構變遷的經(jīng)濟增長效應》，《數(shù)量經(jīng)濟技術經(jīng)濟研究》2016年第11期。

16. 王恕立、向姣姣：《對外直接投資逆向技術溢出與全要素生產(chǎn)率：基于不同投資動機的經(jīng)驗分析》，《國際貿(mào)易問題》2014年第9期。

17. 王英、劉思峰：《國際技術外溢渠道的實證研究》，《數(shù)量經(jīng)濟技術經(jīng)濟研究》2008年第4期。

18. 吳福象、劉志彪：《城市化群落驅動經(jīng)濟增長的機制研究——來自長三角16個城市的經(jīng)驗證據(jù)》，《經(jīng)濟研究》2008年第11期。

19. 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》，《西北工業(yè)大學學報(社會科學版)》2016年第2期。

20. 葉嬌、趙云鵬：《對外直接投資與逆向技術溢出——基于企業(yè)微觀特征的分析》，《國際貿(mào)易問題》2016年第1期。

21. 尹東東、張建清：《我國對外直接投資逆向技術溢出效應研究——基于吸收能力視角的實證分析》，《國際貿(mào)易問題》2016年第1期。

22. 張勇、蒲勇健、陳立泰：《城鎮(zhèn)化與服務業(yè)集聚——基于系統(tǒng)耦合互動的觀點》，《中國工業(yè)經(jīng)濟》2013年第6期。

23. 張毓峰、張勇、閻星：《區(qū)域經(jīng)濟新格局與內(nèi)陸地區(qū)發(fā)展戰(zhàn)略選擇》，《財經(jīng)科學》2014年第5期。

24. 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》，《國際貿(mào)易問題》2017年第7期。

25. 鄭強、冉光和、鄧睿等：《中國FDI環(huán)境效應的再檢驗》，《中國人口·資源與環(huán)境》2017年第4期。