胡賢旭，周春林

（1．中國(guó)科學(xué)院 地球化學(xué)研究所，貴陽(yáng) 550002；2．江西財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)貿(mào)學(xué)院，南昌 330013）

出口貿(mào)易與省域 TFP空間維度分析

胡賢旭1，周春林2

（1．中國(guó)科學(xué)院 地球化學(xué)研究所，貴陽(yáng) 550002；2．江西財(cái)經(jīng)大學(xué) 國(guó)際經(jīng)貿(mào)學(xué)院，南昌 330013）

作為衡量一國(guó)科技進(jìn)步的重要指標(biāo)，全要素生產(chǎn)率的高低決定著一國(guó)生產(chǎn)率水平的先進(jìn)與落后。在不斷深化改革開放的過程中，如何利用開放倒逼我國(guó)技術(shù)水平的提高成為一項(xiàng)較為緊迫的任務(wù)。為此，我們運(yùn)用面板DEA-Malmquist指數(shù)法可以測(cè)算出 2002—2011年我國(guó) 29個(gè)省份（含自治區(qū)、直轄市）全要素生產(chǎn)率，并在此基礎(chǔ)上建立空間面板數(shù)據(jù)模型（SPDM），實(shí)證分析出口貿(mào)易、基礎(chǔ)設(shè)施等對(duì)我國(guó)省域全要素生產(chǎn)率及其空間溢出效應(yīng)的影響。經(jīng)研究發(fā)現(xiàn)，我國(guó)省域全要素生產(chǎn)率存在較為明顯的空間自相關(guān)性，即出口貿(mào)易、基礎(chǔ)設(shè)施等經(jīng)濟(jì)活動(dòng)通過影響本省TFP，并通過空間溢出效應(yīng)進(jìn)一步將其作用傳遞和迭加到鄰近省域全要素生產(chǎn)率上，基礎(chǔ)設(shè)施對(duì)我國(guó)省域全要素存在較為顯著的負(fù)向關(guān)系，出口依存度、出口貿(mào)易及 FDI對(duì)我國(guó)省域全要素生產(chǎn)率具有顯著的推動(dòng)作用。

出口貿(mào) 易；全要素 生產(chǎn)率；Malmquist指 數(shù)；空 間面 板數(shù)據(jù) 模型

一、引言及文獻(xiàn)綜述

2013年，中國(guó)（上海）自由貿(mào)易試驗(yàn)區(qū)的成立，標(biāo)志著我國(guó)對(duì)外貿(mào)易開放程度不斷深化，改革逐漸進(jìn)入深水區(qū)。改革開放三十多年來，中國(guó)依靠勞動(dòng)力和資源環(huán)境的低成本優(yōu)勢(shì)，取得了巨大成功，使中國(guó)進(jìn)入了中等收入國(guó)家行列。然而，隨著人口紅利的逐步衰減和資源環(huán)境約束的強(qiáng)化，中國(guó)在國(guó)際上的低成本優(yōu)勢(shì)逐漸消失?！案咄度?、高消耗、高污染、低質(zhì)量、低效益”的經(jīng)濟(jì)發(fā)展模式已難以為繼，不可能繼續(xù)支撐中國(guó)向高收入國(guó)家邁進(jìn)。轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，提高生產(chǎn)效率，刻不容緩。中央經(jīng)濟(jì)工作會(huì)議指出：我們面臨的機(jī)遇，不再是簡(jiǎn)單納入全球分工體系、擴(kuò)大出口、加快投資的傳統(tǒng)機(jī)遇，而是倒逼我們提高生產(chǎn)效率、促進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的新機(jī)遇。為此，在不斷深化改革開放的過程中，如何利用開放倒逼我國(guó)技術(shù)水平的提高成為一項(xiàng)較為緊迫的任務(wù)。Liao從理論上分析了出口貿(mào)易對(duì)全要素生產(chǎn)率既具有促進(jìn)作用又存在阻礙作用。[1]出口促進(jìn)全要素生產(chǎn)率提高主要是通過“出口競(jìng)爭(zhēng)效應(yīng)”、“出口模仿效應(yīng)”、“干中學(xué)效應(yīng)”等途徑實(shí)現(xiàn)。但是粗放的出口方式同時(shí)必然會(huì)導(dǎo)致出口阻礙全要素生產(chǎn)率的提升。由此可見，現(xiàn)有關(guān)于出口與全要素生產(chǎn)率關(guān)系的研究仍然存在較大分歧。研究出口逆向技術(shù)外溢與全要素生產(chǎn)率關(guān)系問題對(duì)我國(guó)進(jìn)一步完善有關(guān)貿(mào)易政策、發(fā)揮開放促進(jìn)（或倒逼）生產(chǎn)率提高、加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式具有重要的理論與現(xiàn)實(shí)意義。

1．出口貿(mào)易對(duì) TFP促進(jìn)作用不顯著

Sangho KIM 運(yùn)用時(shí)間序列數(shù)據(jù)模型和隨機(jī)前沿法考察了韓國(guó) 1980—2003年間進(jìn)出口貿(mào)易對(duì)本國(guó) TFP的影響，研究發(fā)現(xiàn)進(jìn)口貿(mào)易是全要素生產(chǎn)率提升的格蘭杰原因，而出口不是全要素生產(chǎn)率提升的格蘭 杰 原 因。[2]Liao利 用 自 回 歸 分 布 滯 后 模 型（ARDL）和邊 限 檢 驗(yàn) （Bound Test）考察了 中 國(guó)、韓國(guó)、馬來西亞等亞洲九國(guó)出口與 TFP的關(guān)系，研究發(fā)現(xiàn)出口導(dǎo)向式發(fā)展并未促進(jìn)一國(guó) TFP的提升。[1]Mi Dai和 Miaojie Yu運(yùn) 用 傾 向 得 分 匹 配 （propensity score matching）和 OP法 對(duì) 2001—2007年中國(guó) 制 造業(yè)企業(yè)的出口與生產(chǎn)率的關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)出口對(duì)全要素生產(chǎn)率有較為顯著的瞬時(shí)效應(yīng)，但是在長(zhǎng)期效應(yīng)實(shí)驗(yàn)中，出口不能促進(jìn)全要素生產(chǎn)率的提高。[3]Roberto和 Giulio運(yùn) 用 創(chuàng) 新、出 口 和 生 產(chǎn)率的結(jié)構(gòu) 性 模 型 （Structural Model）及 DEA法 考 察了出口與全要素生產(chǎn)率的關(guān)系，發(fā)現(xiàn)全要素生產(chǎn)率呈現(xiàn)空間集聚的現(xiàn)象，出口企業(yè)密集地區(qū)全要素生產(chǎn)率較高。[4]Cruzi和 Olper運(yùn) 用 面 板數(shù) 據(jù) 模 型 和 增長(zhǎng)會(huì)計(jì)法考察了意大利食品出口企業(yè)出口行為與TFP的關(guān)系，研究表明出口能否促進(jìn) TFP的提高取決于企業(yè)的出口密集度，出口密集度高的企業(yè)的出口能促進(jìn) TFP的提升，出口密集度低的企業(yè)的出口不能促 進(jìn) TFP的 提 升。[5]Harun、Ilhan、Bahadir運(yùn) 用面板數(shù)據(jù)模型檢驗(yàn)了法國(guó)、西班牙等四國(guó)農(nóng)業(yè)部門出口與全要素生產(chǎn)率的關(guān)系，發(fā)現(xiàn)出口貿(mào)易對(duì)全要素生產(chǎn)率的促進(jìn)作用在長(zhǎng)期內(nèi)是不明顯的。[6]何元慶運(yùn)用 DEA法和面板數(shù)據(jù)模型分析了出口與 TFP的關(guān)系，研究發(fā)現(xiàn)出 口對(duì) TFP有 輕微阻 礙作用。[7]劉舜佳運(yùn)用面板 DEA和協(xié)整方法檢驗(yàn)了 1952—2006年中國(guó)全要素生產(chǎn)率和出口貿(mào)易、FDI的關(guān)系，研究發(fā)現(xiàn)出口貿(mào)易與中國(guó)全要素生產(chǎn)率呈負(fù)相關(guān)關(guān)系。[8]劉霞、蔡風(fēng)景、胡玉琴運(yùn)用狀態(tài)空間模型卡爾曼濾波法測(cè)出各省域全要素生產(chǎn)率，進(jìn)而運(yùn)用面板數(shù)據(jù)模型考察各變量對(duì)全要素生產(chǎn)率的影響，研究發(fā)現(xiàn)在長(zhǎng)期中出口貿(mào)易對(duì)全要素生產(chǎn)率有負(fù)向作用。[9]葉 明 確、方 瑩 運(yùn) 用 空 間 杜 賓 模 型 （Spatial Durbin Model，簡(jiǎn)稱 SDM）考察 了 出 口貿(mào)易對(duì)中 國(guó) 全要素生產(chǎn)率的影響，研究發(fā)現(xiàn)粗放式出口阻礙中國(guó)全要素生產(chǎn)率的提高。[10]

2．出口貿(mào)易對(duì) TFP有顯著促進(jìn)作用

Melitz認(rèn)為存 在 企 業(yè) 效 率 異 質(zhì) 性，出 口 企 業(yè) 為了在出口貿(mào)易中降低貿(mào)易成本以獲得更高的利潤(rùn)，會(huì)積極主動(dòng)的采用先進(jìn)技術(shù)，從而提高整個(gè)行業(yè)的生產(chǎn)率。[11]Raberto和 Lopez考察出口對(duì)于同一產(chǎn)業(yè)內(nèi)的其他企業(yè)和與出口企業(yè)垂直相關(guān)的企業(yè)是否存在技術(shù)上的 溢 出 效 應(yīng)。[12]研 究 顯 示，出 口 不 僅 會(huì) 產(chǎn)生水平溢出，而且通過傳授知識(shí)、技術(shù)援助，指導(dǎo)其供應(yīng)商提高產(chǎn)品質(zhì)量來產(chǎn)生后向溢出，通過獲得新的中間投入、改進(jìn)的中間投入質(zhì)量或者降低中間產(chǎn)品 成 本 來 產(chǎn) 生 前 向 溢 出。 Wolfgang Keller運(yùn) 用SVAR模型考察了出口貿(mào)易對(duì)技術(shù)進(jìn)步的影響，研究發(fā)現(xiàn)技術(shù)外溢主要是沿著出口貿(mào)易和 FDI的方式進(jìn)行，跨國(guó)公司在其中起到了較大的作用。[13]Insang Hwang和 Eric CWang運(yùn)用面板數(shù)據(jù)模型和隨機(jī)前沿技術(shù)分析了臺(tái)灣、韓國(guó)進(jìn)出口貿(mào)易、FDI與 TFP的關(guān)系，實(shí)證結(jié) 果 表 明 出 口 貿(mào)易能顯著 提 升 TFP。[14]Augier和 Dovis運(yùn)用增 長(zhǎng)會(huì)計(jì)法測(cè)算西班牙 TFP增長(zhǎng)率，進(jìn)而利用面板數(shù)據(jù)模型出口與 TFP的關(guān)系，研究發(fā)現(xiàn)出口增加 1%，TFP會(huì)相應(yīng)增加 2‰。[15]張公 嵬、梁 琦 運(yùn) 用 DEA-Malmquist指 數(shù) 法 測(cè) 算 了2000—2007年我國(guó)制造業(yè) 28個(gè)行業(yè)的全要素生產(chǎn)率（TFP）及其分解指標(biāo)，并將出口、集聚與 TFP放在統(tǒng)一框架下分析出口與集聚對(duì) TFP及其分解指標(biāo)的影響。研究發(fā)現(xiàn)，制造業(yè)出口仍顯著促進(jìn)了 TFP增長(zhǎng)。[16]陳媛媛、王海寧運(yùn)用 DEA和面板數(shù)據(jù) 模 型考察了出口水平聯(lián)系和前后關(guān)聯(lián)對(duì)中國(guó) TFP的影響，發(fā)現(xiàn)出口水平聯(lián)系顯著地促進(jìn)了中國(guó) TFP的提升。[17]陳勇兵、仉榮、曹亮利用中國(guó)企業(yè)微觀數(shù)據(jù)和OP方法考察了進(jìn)出口貿(mào)易對(duì)生產(chǎn)率的影響，發(fā)現(xiàn)進(jìn)出口貿(mào)易均能顯著地提高中國(guó)全要素 生產(chǎn)率。[18]劉舜佳利用 Coe-Helpman-Durbin模 型 對(duì) 貿(mào) 易 知 識(shí)、技術(shù)的二次空間溢出效果進(jìn)行研究，發(fā)現(xiàn)貿(mào)易二次溢出能顯著提高我國(guó)全要素生產(chǎn)率。[19]

以上研究幾乎是集中于運(yùn)用時(shí)間序列模型和面板數(shù)據(jù)模型的方法來考察出口貿(mào)易與全要素生產(chǎn)率的關(guān)系，忽略了全要素生產(chǎn)率空間溢出效應(yīng)和出口貿(mào)易空間外溢效應(yīng)造成的潛在內(nèi)生性問題，最終出現(xiàn)回歸結(jié)果偏誤。本文主要貢獻(xiàn)在于：第一，充分考慮到 TFP空間自相關(guān)性，運(yùn)用最新發(fā)展的 SPDM模型很好地捕捉各個(gè)變量的空間效應(yīng)，克服以往時(shí)間序列模型和面板數(shù)據(jù)模型忽略變量空間效應(yīng)的弱點(diǎn)，從空間經(jīng)濟(jì)學(xué)的視角考察了各省出口貿(mào)易、基礎(chǔ)設(shè)施等變量對(duì) TFP的影響；第二，從傳統(tǒng)的利用進(jìn)口貿(mào)易、外商直接投資的視角，轉(zhuǎn)變?yōu)槔贸隹谀嫦蚣夹g(shù)外溢的視角來分析找出提升我國(guó)生產(chǎn)率水平的新渠道；第三，利用 SPDM模型考察了出口貿(mào)易、基礎(chǔ)設(shè)施等經(jīng)濟(jì)活動(dòng)對(duì)鄰近省域 TFP的空間溢出效應(yīng)（外部溢出效應(yīng)），通過分析產(chǎn)生有關(guān)現(xiàn)象的原因，得出結(jié)論，提出促進(jìn) TFP增長(zhǎng)的策略。

二、實(shí)證模型的構(gòu)建

關(guān)于出口貿(mào)易、FDI、基礎(chǔ)設(shè)施等對(duì)全要素生產(chǎn)率及其空間溢出效應(yīng)的影響，已有國(guó)內(nèi)外有部分學(xué)者開始研究，筆者借鑒 Levin和 Raut出口的內(nèi)生技術(shù)增長(zhǎng)模型來構(gòu)建本文的空間面板數(shù)據(jù)模型（Spatial Panel Data Model，簡(jiǎn) 稱 SPDM）。[20]出 口 內(nèi) 生 技術(shù)增長(zhǎng)模型為：

其 中 ，Ait為 i省 t時(shí) 期 的 全 要 素 生 產(chǎn) 率 。 Eit表示 i省 t時(shí)期出口貿(mào)易額占 i省 t時(shí)期 GDP的比重，即出口貿(mào)易依存度。η表示全要素生產(chǎn)率對(duì)出口貿(mào)易依存度的彈性系數(shù)。Xit表 示 i省 t時(shí) 期 的 實(shí) 際 出口貿(mào)易額。θ度量了出口貿(mào)易對(duì)非出口貿(mào)易部門全要 素生產(chǎn) 率的影 響 ，即 出 口 的 外 部 溢 出 效 應(yīng)。 Bit為i省 t時(shí)期影響全要素生產(chǎn)率的其他因素。對(duì)（1）式運(yùn)用微積分的等價(jià)無(wú)窮小定理可知：當(dāng) x→0時(shí)，有l(wèi)n（1＋x）～x。由此上式可轉(zhuǎn)化為：

空間計(jì)量經(jīng)濟(jì)學(xué)中空間效應(yīng)主要表現(xiàn)為空間異質(zhì)性和空間自相關(guān)性，空間面板滯后模型主要探討鄰近省域某項(xiàng)經(jīng)濟(jì)活動(dòng)對(duì)該區(qū)域系統(tǒng)外某省域該項(xiàng)經(jīng)濟(jì)活動(dòng)的影響。而空間面板誤差模型主要探討由于觀測(cè)樣本數(shù)據(jù)統(tǒng)計(jì)誤差或建模當(dāng)中因素考慮不全而造成的擾動(dòng)誤差項(xiàng)的沖擊對(duì)鄰近省域經(jīng)濟(jì)活動(dòng)的影響。鑒于此，現(xiàn)代空間面板數(shù)據(jù)的主要為：空間面板滯后模型（Spatial Lag Model，簡(jiǎn)稱 SAR）和空間面板誤差模型 （Spatial Error Model，簡(jiǎn) 稱 SEM）。 本 文采用這兩大基本模型來考察全要素生產(chǎn)率的空間效應(yīng)。其中，空間面板滯后模型表達(dá)式為：

空間面板誤差模型的表達(dá)式為：

其中，（3）和（4）式中 y和 x分別表示因變量和解釋變量。β表示解釋變量彈性系數(shù)，其大小表示其對(duì)因變量的貢獻(xiàn)度。ρ為空間自回歸系數(shù)，反映臨近區(qū)域觀察值（IT?WN）y對(duì)本區(qū)域觀察值 y空間溢出作用的程度和方向。λ表示空間誤差系數(shù)，度量相鄰區(qū)域被解釋變量y的擾動(dòng)誤差沖擊對(duì)本地區(qū)觀測(cè)值 y的影響大小。WN表示 N×N的空間權(quán)重矩陣。IT表示 T×T的單位時(shí)間矩陣。IT?WN為分塊對(duì)角陣，（IT?WN）y表示因變量的空間延遲項(xiàng)，反映空間位置對(duì)區(qū)域經(jīng)濟(jì)活動(dòng)的影響（?是克羅內(nèi)克積，其作用是用于任何大小矩陣之間的運(yùn)算）。ω＝oneT?sF，δ＝oneN?tF，oneT，oneN分別為 T和 N維的單位向量，tF和 sF分別代表時(shí)間和空間固定效應(yīng)。μ為服從正態(tài)分布的隨機(jī)誤差項(xiàng)。結(jié)合本文的研究，將空間面板數(shù)據(jù)（SAR、SEM）模型設(shè)定為（5）和（6）：

其 中 ，Infrait表 示 i省 t時(shí) 期 的 基 礎(chǔ) 設(shè) 施 。 Xgit表示 i省 t時(shí) 期的出 口貿(mào)易 依存度 。FDIit表示 i省 t時(shí)期實(shí)際利用外商直接投 資 額。 Xit表 示 i省 t時(shí) 期 的出口貿(mào)易額。W lnTFPit表 示 被 解 釋 變 量 的 空 間 滯 后項(xiàng) 。 εit和 μit均 為 隨 機(jī) 誤 差 項(xiàng) 。 若 （5）式 中 ρ顯 著 地不為 0，則表明省域全要素生產(chǎn)率確實(shí)存在空間自相關(guān)性，其回歸系數(shù)越大表明我國(guó)省域全要素生產(chǎn)率之間空間擴(kuò)散或空間外溢效應(yīng)越強(qiáng)，反之，其空間擴(kuò)散或空間外溢效應(yīng)越弱。同理，（6）式中 λ顯著地不為 0，則表明在建立空間面板誤差模型時(shí)由于觀測(cè)樣本數(shù)據(jù)統(tǒng)計(jì)誤差或建模當(dāng)中因素考慮不全而造成的擾動(dòng)誤差項(xiàng)的沖擊對(duì)鄰近省域全要素生產(chǎn)率產(chǎn)生了影響，即空間外溢效應(yīng)是模型以外隨機(jī)沖擊的結(jié)果。

三、實(shí)證結(jié)果分析

（一）指標(biāo)選取與數(shù)據(jù)描述

為保持?jǐn)?shù)據(jù)統(tǒng)計(jì)口徑一致性，西藏沒有納入樣本予以考察，重慶所有數(shù)據(jù)并入四川省。本文選取了我國(guó) 29個(gè)省份（含自治區(qū)、直轄市）時(shí)間維度為2002—2011年 4類指標(biāo)的面板數(shù)據(jù)。其中 4類指標(biāo)如下：

（1）出口貿(mào)易額（X）。出口貿(mào)易額的原始數(shù)據(jù)均以美元計(jì)價(jià)，筆者通過各年人民幣兌美元的中間匯率價(jià)與原始數(shù)據(jù)相乘，換算得到以人民幣計(jì)價(jià)的出口貿(mào)易額數(shù)據(jù)。并且通過每年各省份對(duì)應(yīng)的 CPI將其平 減，得 到 以 2000年 為 基 期 的實(shí) 際 出口 貿(mào)易額。

（2） 基 礎(chǔ) 設(shè) 施 （Infra）。 本 文 借 鑒 世 界 銀 行1994年的定義，將基礎(chǔ)設(shè)施分為經(jīng)濟(jì)基礎(chǔ)設(shè)施和社會(huì)基礎(chǔ)設(shè)施。本文主要考察經(jīng)濟(jì)基礎(chǔ)設(shè)施對(duì)全要素生產(chǎn)率及其空間外溢效應(yīng)的影響。借鑒金戈的做法，運(yùn)用經(jīng)濟(jì)基礎(chǔ)設(shè)施資本存量來衡量各省份基礎(chǔ)設(shè)施質(zhì)量的高低。其中，2002—2008年經(jīng)濟(jì)基礎(chǔ)設(shè)施資本存量數(shù)據(jù)直接來源于金戈文獻(xiàn)所列數(shù)據(jù)[21]。2009—2011年各省域經(jīng)濟(jì)基礎(chǔ)設(shè)施資本存量通過借鑒金戈方法測(cè)算得出[21]。

（3）出口依存度（Xg）。本文運(yùn)用出口貿(mào)易額與 GDP之比來衡量各省出口貿(mào)易依存度的高低。各省出口依存度的高低能夠較好地反映各省出口貿(mào)易對(duì)其 GDP的貢獻(xiàn)情況。出口依存度越高在一定程度上表明該省對(duì)外開放程度越高，對(duì)該省 GDP貢獻(xiàn)率越高。反之，該省對(duì)外開放程度越低，對(duì)該省GDP貢獻(xiàn)率越低。

（4）外商直接投資（FDI）。本文選取 2002—2011年各省份實(shí)際利用外商直接投資額作為 FDI的代理變量，來考察 FDI對(duì)各省域全要素生產(chǎn)率的影響。由于實(shí)際利用外商直接投資額原始數(shù)據(jù)均以美元計(jì)價(jià)，根據(jù)各年份人民幣兌美元的中間匯率折算得出以人民幣為計(jì)價(jià)單位的實(shí)際利用外商直接投資額，并通過各省每年 CPI指數(shù)予以平減，將其換算成 2000為基期的實(shí)際利用外商直接投資額。

（5）全要素生產(chǎn)率（TFP）。本文以 2001—2011年中國(guó) 29個(gè)?。ê灾螀^(qū)、直轄市）GDP、勞動(dòng)力人數(shù)、資本存量①的面板數(shù)據(jù)為基礎(chǔ)，運(yùn)用非參數(shù)DEA—Malmquist指數(shù)法對(duì) 我 國(guó) 2002—2011年 的 各省 TFP進(jìn)行測(cè)算。采用 t和（t＋1）期的距離函數(shù)之比的算術(shù)平方根 所 得 的 Malmquist指數(shù) 來 表 示 相 對(duì)TFP，其表達(dá)式為：

以上數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》《新中國(guó) 60年統(tǒng)計(jì)資料匯編》以及通過筆者測(cè)算得出。為了消除解釋變量可能存在的異方差性，本文對(duì)出口貿(mào)易額、基礎(chǔ)設(shè)施基本存量以及 FDI取自然對(duì)數(shù)后進(jìn)入模型進(jìn)行回歸，模型中各變量的含義和描述性統(tǒng)計(jì)見表1：

表1 各變量的描述性統(tǒng)計(jì)

（二）模型估計(jì)結(jié)果及分析

在進(jìn)行空間面板數(shù)據(jù)模型回歸前，首先需要對(duì)一般面板數(shù)據(jù)模型的殘差項(xiàng)進(jìn)行空間依賴性檢驗(yàn)。其中，常見的空間依賴性檢驗(yàn)主要包括：Moran I檢驗(yàn)，通過構(gòu)造可用正態(tài)分布來檢驗(yàn)空間依賴性的存在；Wald統(tǒng)計(jì)量，通過極大似然估計(jì)（ML）得出空間自相關(guān)檢驗(yàn)結(jié)果來判 斷 空間依賴性的 存 在；LMerr檢驗(yàn)，通過空間誤差拉格朗日乘子檢驗(yàn)空間依賴性；LMsar檢驗(yàn)，運(yùn)用包含因變量空間滯后項(xiàng)的空間滯后拉格朗日乘數(shù)判斷是否存在空間依賴性；最后可以通過 Lrations統(tǒng) 計(jì) 量 檢 驗(yàn) 空 間 依 賴 性。 由 于 這 5類方法是 Anselin針對(duì)截面數(shù)據(jù)提出的檢驗(yàn)，筆者通過克羅內(nèi)克積方法，利用分塊對(duì)角陣替代上文中提及的空間權(quán)重矩陣，并且將截面數(shù)據(jù)檢驗(yàn)程序拓展到空間面板數(shù)據(jù)模型進(jìn)行相關(guān)檢驗(yàn)。進(jìn)行空間面板數(shù)據(jù)模型回歸時(shí)，由于 SAR和 SEM模型中分別包含因變量和不可觀測(cè)變量的空間滯后項(xiàng)，所以導(dǎo)致OLS估計(jì)出現(xiàn)有偏差。本文參考相關(guān)空間計(jì)量文獻(xiàn)的做法，運(yùn)用蒙特卡洛法近似對(duì)數(shù)似然函數(shù)中對(duì)數(shù)化后的雅克比行列式，將空間截面數(shù)據(jù)估計(jì)程序推廣到空間面板數(shù)據(jù)進(jìn)行模型參數(shù)估計(jì)。本部分各變量數(shù)據(jù)的預(yù)處理是由 Stata12．0完成，空間面板數(shù)據(jù)模型回歸是由 Matlab（R2012a）軟件的 jplv7空間面板數(shù)據(jù)計(jì)量軟件箱完成。模型估計(jì)結(jié)果參見表2、表3。

表2 空間自相關(guān)檢驗(yàn)結(jié)果

由 表2模 型 檢 驗(yàn) 結(jié) 果 發(fā) 現(xiàn) 各 指 標(biāo) （Moran I、LMsar、LMerr、Lrations、Wald）均通過 1%的顯著性水平檢驗(yàn)，即拒絕原假設(shè) H0：λ＝0、ρ＝0，可見我國(guó)各省域 TFP顯然存在空間自相關(guān)性，空間面板數(shù)據(jù)模型選擇合適。此外，空間面數(shù)據(jù)模型分為固定效應(yīng)和隨機(jī)效應(yīng)模型，由于 SAR模型和 SEM 模 型 下Hausman檢驗(yàn)值分別為 150．270和 219．631，且都通過 1%的顯著性水平檢驗(yàn)，由此可判斷本文選擇固定效應(yīng)模型較為合適。

由表2、3估計(jì)結(jié)果可以得到如下結(jié)論：

（1）各模型比較分析

首先，對(duì)傳統(tǒng)固定效應(yīng)模型估計(jì)與空間面板數(shù)據(jù)模型估計(jì)進(jìn)行比較。第一，從變量的顯著性水平上看，不論是傳統(tǒng)固定效應(yīng)模型還是空間面板數(shù)據(jù)模型都比較顯著，并且大多數(shù)變量在 7種不同的模型當(dāng)中通過 5%顯著性水平檢驗(yàn)。第二，從似然比值 Log-likelihood來 看 ，很 明 顯 空 間 面 板 數(shù) 據(jù) 模 型 中Log-likelihood值要比 傳 統(tǒng) 的 固 定 效 應(yīng) 模 型 高 很 多。因此，空間面板數(shù)據(jù)模型參數(shù)估計(jì)性能要比一般傳統(tǒng)固定效應(yīng)模型具有優(yōu)勢(shì)。第三，從模型估計(jì)結(jié)果擬合優(yōu)度來看，傳統(tǒng)固定效應(yīng)模型擬合優(yōu)度明顯要比 SAR模型、SEM模型低，尤其是空間滯后模型和空間誤差模型當(dāng)中的空間固定效應(yīng)模型的擬合優(yōu)度比傳統(tǒng)固定效應(yīng)模型提高了很多。SAR模型和SEM模型當(dāng)中的固定效應(yīng)模型的調(diào)整后擬合優(yōu)度分別為 0．520和 0．581，接近于 Pooled OLS估計(jì)的 4倍。最后，從空間面板數(shù)據(jù)模型的空間滯后項(xiàng)來看，很明顯可以發(fā)現(xiàn)6類模型當(dāng)中，所有空間自回歸系數(shù)和空間誤差系數(shù)系數(shù)均大于 0，并且通過了 5%的顯著性水平檢驗(yàn)，說明各省 TFP會(huì)對(duì)整個(gè)系統(tǒng)中臨近子系統(tǒng)的 TFP產(chǎn)生影響，即各省份的 TFP會(huì)通過出口貿(mào)易、FDI等產(chǎn)生空間溢出效應(yīng)以及基礎(chǔ)設(shè)施的空間交互效應(yīng)對(duì)臨近省份的 TFP產(chǎn)生影響。由上述 分 析，可 得 出 空 間 面 板 數(shù) 據(jù) 模 型 要 比 Pooled OLS估計(jì)更合適。

表3 空間計(jì)量結(jié)果及比較

其次，對(duì)空間面板滯后模型和空間面板誤差模型進(jìn)行比較。依據(jù) Anselin的做法，認(rèn)為在進(jìn)行 SAR模型和 SEM 模型選擇時(shí) 主 要 參 考 LMsar和 LMerr這兩項(xiàng)指標(biāo)。如 果 LMsar比 LMerr顯著，那 么 就 選擇 SAR模型；反之，就選擇 SEM 模型。但是本文SAR模型和 SEM模型 LM檢驗(yàn)均在 1%的水平上顯著，故無(wú)法判斷究竟選擇哪一模型較為合適。再根據(jù) robust-LM 檢 驗(yàn) 進(jìn) 行 判 斷。 由 于 robust-LMsar＝5．920，P（robust-LMsar）＝0．015而 robust-LMerr＝ 0．003，P（robust-LMerr）＝0．956，很 明 顯 SAR模 型下 robust-LM 比 較 顯 著，所 以 選 擇空間 面 板 滯 后 模型更合適。

最后，對(duì) SAR和 SEM中對(duì)應(yīng)的空間固定、時(shí)間固定、雙固定效應(yīng)模型進(jìn)行比較。第一，從擬合優(yōu)度來看，在兩不同模型中對(duì)應(yīng)的空間固定效應(yīng)模型中分別為0．520和0．581，明顯高于其他模型。第二，從似然比值 Log-likelihood來看，SAR和 SEM 中空間固定 效 應(yīng) 模 型 Log-likelihood 值 分 別 為 577．665和589．356，明顯高于其他模型。由此可見，空間固定效應(yīng)模型相比其他兩個(gè)模型更加合適，各省域全要素生產(chǎn)率的空間差異效應(yīng)要強(qiáng)于時(shí)間序列差異帶來的效應(yīng)。

綜上，本文選取 SAR模型下的空間固定效應(yīng)模型最為合適，此模型對(duì)觀測(cè)樣本的解釋力更強(qiáng)，其他模型估計(jì)結(jié)果作為空間固定效應(yīng)模型估計(jì)結(jié)果的穩(wěn)健分析。

（2）根據(jù)回歸系數(shù)及顯著性水平分析

首先，基礎(chǔ)設(shè)施（ln Infra）除了在模型（3）中沒能通過顯著性檢驗(yàn)之外，在其他模型中均通過了 1%顯著性水平檢驗(yàn)，在各模型中符號(hào)均為負(fù)。由此可見基礎(chǔ)設(shè)施對(duì)我國(guó)各省域 TFP存在明顯的阻礙作用與預(yù)期相悖。其可能由以下原因引起：第一，本文考察主要是經(jīng)濟(jì)基礎(chǔ)設(shè)施，沒有考慮到社會(huì)基礎(chǔ)設(shè)施對(duì)技術(shù)進(jìn) 步 的 影 響。[22]第 二，雖 然 我 國(guó) 各 項(xiàng) 經(jīng) 濟(jì)基礎(chǔ)投入較多，但基礎(chǔ)設(shè)施存在大量重復(fù)建設(shè)和資源浪費(fèi)，各項(xiàng)經(jīng)濟(jì)基礎(chǔ)設(shè)施質(zhì)量提高并不明顯，對(duì)我國(guó)省域 TFP推動(dòng)作用不明顯。第三，我國(guó)經(jīng)濟(jì)基礎(chǔ)設(shè)施投入過多，導(dǎo)致對(duì)社會(huì)基礎(chǔ)設(shè)施投入產(chǎn)生“擠出效應(yīng)”，社會(huì)基礎(chǔ)設(shè)施投入遠(yuǎn)遠(yuǎn)不及經(jīng)濟(jì)基礎(chǔ)設(shè)施投入。例如，偏遠(yuǎn)地區(qū)教育投入偏少、優(yōu)秀人才引入較少等等。我國(guó)應(yīng)注重經(jīng)濟(jì)基礎(chǔ)設(shè)施質(zhì)量的提高，并且加大社會(huì)基礎(chǔ)設(shè)施投入，實(shí)現(xiàn)二者協(xié)同發(fā)展。

其次，出口依存度在模型（3）（5）（6）中很顯著，并為且符號(hào)正。在模型（4）（7）當(dāng)中雖符號(hào)呈現(xiàn)負(fù)號(hào)，但是其并未通過顯著性水平檢驗(yàn)，并且對(duì)應(yīng)的 t統(tǒng)計(jì)量絕對(duì)值量很小，這與文章得出的出口依存度與 TFP成正向關(guān)系的結(jié)論是一致的。從模型估計(jì)整體來講，各省域出口依存度與各省 TFP之間存在著正向變動(dòng)的關(guān)系，即某省對(duì)外開放程度越高對(duì)應(yīng)的該省 TFP增長(zhǎng)越快，出口依存度對(duì)各省域 TFP產(chǎn)生了顯著推動(dòng)作用。所以各省應(yīng)積極主動(dòng)適應(yīng)經(jīng)濟(jì)全球化的趨勢(shì)，不斷深化對(duì)外開放。

再次，（各省實(shí)際利用外資額）在各模型中基本上通過 5%顯著性水平檢驗(yàn)。整體上講，F(xiàn)DI對(duì)我國(guó)省域全要素生產(chǎn)率增長(zhǎng)產(chǎn)生了積極作用。從模型（2）可以看出，各省域 FDI每增加一個(gè)單位，省域全要素生產(chǎn)率會(huì)提高 1．7%。FDI對(duì)我國(guó)省域全要素生產(chǎn)率的推動(dòng)作用可能由以下原因引起：第一，F(xiàn)DI流入可以促進(jìn)東道國(guó)資本積累的形成，從而促進(jìn)東道國(guó)技術(shù)進(jìn)步和經(jīng)濟(jì)增長(zhǎng)；第二，東道國(guó)在引入 FDI時(shí)，本國(guó)內(nèi)資、合資企業(yè)可以通過“引進(jìn)—消化—吸收—再創(chuàng)新”的途徑，促進(jìn)本國(guó)技術(shù)進(jìn)步，形成趕超效應(yīng)?？傊?，F(xiàn)DI可以通過示范—模仿效應(yīng)、競(jìng)爭(zhēng)效應(yīng)、關(guān)聯(lián)效應(yīng)以及人員培訓(xùn)效應(yīng)促進(jìn)東道國(guó)技術(shù)進(jìn)步。

另外，從表3可以發(fā)現(xiàn)，出口貿(mào)易額在所有模型中均通過了 1%顯著性水平檢驗(yàn)，并且在各模型當(dāng)中出口貿(mào)易額與各省 TFP呈正向關(guān)系。可見，出口貿(mào)易對(duì)我國(guó)省域全要素生產(chǎn)率產(chǎn)生了明顯的促進(jìn)作用。從模型（2）可以看出，出口貿(mào)易每增加一個(gè)單位，全要素生產(chǎn)率會(huì)提高 2．8%。出口貿(mào)易對(duì)全要素生產(chǎn)率產(chǎn)生顯著推動(dòng)作用，其原因有：第一，出口企業(yè)或部門在國(guó)際市場(chǎng)中面臨著更多的沉沒成本和競(jìng)爭(zhēng)，迫使這類企業(yè)和部門必須要不斷采用新技術(shù)，不斷提高自身生產(chǎn)率；第二，出口企業(yè)或部門在與其他國(guó)家企業(yè)或部門發(fā)生貿(mào)易時(shí)，彼此相互學(xué)習(xí)、交流，從而產(chǎn)生出口模仿效應(yīng)和出口學(xué)習(xí)效應(yīng)，進(jìn)而提高出口國(guó)全要素生產(chǎn)率。所以各省應(yīng)鼓勵(lì)企業(yè)積極參與到國(guó)際市場(chǎng)的競(jìng)爭(zhēng)當(dāng)中去，通過出口的模仿效應(yīng)提高自身技術(shù)水平。

最后，空間自回歸系數(shù)和空間誤差系數(shù) ρ、λ在所有模型中均通過了 5%顯著性水平檢驗(yàn)，并且其系數(shù)絕對(duì)量比其他變量回歸系數(shù)絕對(duì)量要高。這進(jìn)一步表明，各省域全要素生產(chǎn)率顯然存在一定的空間溢出效應(yīng)。某一省域全要素生產(chǎn)率不僅會(huì)受到該省有關(guān)經(jīng)濟(jì)活動(dòng)的影響，還會(huì)在較大程度上受到鄰近省份全要素生產(chǎn)率的影響。其原因在于：“區(qū)域經(jīng)濟(jì)一體化”的程度不斷加深，各省域之間的經(jīng)濟(jì)聯(lián)系越來越密切，某一省域的技術(shù)水平高低與鄰近省域的技術(shù)水平有很大關(guān)聯(lián)性。為了促進(jìn)省域全要素生產(chǎn)率提高，應(yīng)加強(qiáng)省區(qū)間政策制定的協(xié)調(diào)性，加強(qiáng)省區(qū)間交流合作，加快實(shí)現(xiàn)區(qū)域間要素自由化流動(dòng)，實(shí)現(xiàn)系統(tǒng)內(nèi)部資源的優(yōu)化配置。

總之，從表2、3分析可以得出：我國(guó)省域 TFP存在較為明顯的空間溢出效應(yīng)；基礎(chǔ)設(shè)施與我國(guó)省域 TFP呈反向變動(dòng)關(guān)系；出口依存度、出口貿(mào)易和FDI對(duì)各省份 TFP有著顯著的推動(dòng)作用。

（三）模型估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)

為了使模型估計(jì)結(jié)果更加合理穩(wěn)健，筆者采用索洛殘值法對(duì)樣本期間的 29個(gè)?。ㄊ校┑?TFP重新估計(jì)，TFP的計(jì)算公式為（8）：

其中，Y為產(chǎn)出變量，K為資本存量，L為勞動(dòng)力人數(shù)，α為資本產(chǎn)出彈性。產(chǎn)出變量、資本存量、勞動(dòng)力人數(shù)變量的數(shù)據(jù)來源與上文的測(cè)算，資本產(chǎn)出彈性依據(jù)國(guó)內(nèi)學(xué)者的研究本文確定 α。估算得出省域 TFP的基礎(chǔ)上，采用 SPDM模型進(jìn)行了如下穩(wěn)健性檢驗(yàn)，見表4估計(jì)結(jié)果。

從表4穩(wěn)健性分析報(bào)告結(jié)果可以得出表3同樣的結(jié)論：經(jīng)濟(jì)性基礎(chǔ)設(shè)施對(duì)社會(huì)性基礎(chǔ)設(shè)施產(chǎn)生“擠出效應(yīng)”從而與省域 TFP呈現(xiàn)反向關(guān)系，出口依存度、FDI和出口貿(mào)易量與省域 TFP呈現(xiàn)正向關(guān)系，并且通過空間地理鄰近、疊加效應(yīng)、涓滴效應(yīng)等進(jìn)一步對(duì)相鄰省份產(chǎn)生正向外部溢出從而促進(jìn)周邊省域TFP的增長(zhǎng)。

四、結(jié)論及啟示

本文利用2002—2011年省際面板數(shù)據(jù)，運(yùn)用空間計(jì)量方法實(shí)證地考察了出口貿(mào)易、基礎(chǔ)設(shè)施等變量對(duì)我國(guó)省域TFP及其空間外溢效應(yīng)的影響。經(jīng)研究發(fā)現(xiàn)：第一，基礎(chǔ)設(shè)施對(duì)我國(guó)省域 TFP存在較為顯著的負(fù)向關(guān)系，出口依存度、出口貿(mào)易以及 FDI對(duì)我國(guó)省域 TFP產(chǎn)生了積極的推動(dòng)作用；第二，我國(guó)省域 TFP存在明顯的空間外溢效應(yīng)，某一省份TFP不僅受到本省各要素的影響，還會(huì)受到相鄰省域 TFP及其他經(jīng)濟(jì)活動(dòng)的影響?；谏鲜鰩c(diǎn)結(jié)論，本文得到如下幾點(diǎn)啟示：

表4 穩(wěn)健性檢驗(yàn)結(jié)果

1．基礎(chǔ)設(shè)施與我國(guó)省域 TFP呈現(xiàn)負(fù)向關(guān)系，表明我國(guó)經(jīng)濟(jì)基礎(chǔ)設(shè)施投入過多，對(duì)社會(huì)基礎(chǔ)設(shè)施產(chǎn)生了“擠出效應(yīng)”。為此，必須加大我國(guó)科教文衛(wèi)事業(yè)的投入，重視人才培養(yǎng)，強(qiáng)調(diào)自主創(chuàng)新能力的提高，實(shí)現(xiàn)經(jīng)濟(jì)基礎(chǔ)設(shè)施和社會(huì)基礎(chǔ)設(shè)施協(xié)調(diào)發(fā)展。其次，要整合省域資源，防止盲目擴(kuò)大省域經(jīng)濟(jì)基礎(chǔ)設(shè)施，因與其他系統(tǒng)外因素協(xié)調(diào)發(fā)展，促進(jìn)全要素生產(chǎn)率提高。出口依存度、出口貿(mào)易以及 FDI對(duì)各省域 TFP產(chǎn)生了積極的推動(dòng)作用。因此，各省應(yīng)不斷深化對(duì)外開放水平，積極參與國(guó)際競(jìng)爭(zhēng)，適應(yīng)經(jīng)濟(jì)全球化的大趨勢(shì)。各出口部門和企業(yè)應(yīng)在出口貿(mào)易中充分利用出口模仿效應(yīng)和出口競(jìng)爭(zhēng)效應(yīng)等，在“干中學(xué)”中提高自身的技術(shù)水平，從而促進(jìn)了各省 TFP的增長(zhǎng)。各省應(yīng)積極引進(jìn)外資，在利用外資的過程中學(xué)習(xí)、吸收國(guó)外先進(jìn)技術(shù)，形成趕超效應(yīng)。

2．各省域 TFP存在較為明顯的空間外溢效應(yīng)，表明某一地區(qū) TFP與其相鄰省份 TFP存在較為密切的關(guān)系，并且還會(huì)受到鄰近省域基礎(chǔ)設(shè)施、出口貿(mào)易等變量的影響。鑒于此，我國(guó)各省份之間應(yīng)加強(qiáng)合作與交流，打破地域行政區(qū)劃的限制，以技術(shù)發(fā)達(dá)的東部沿海為領(lǐng)頭，帶動(dòng)中西部地區(qū) TFP增長(zhǎng)。應(yīng)注重省區(qū)間政策制定的協(xié)調(diào)性，加快實(shí)現(xiàn)區(qū)域間要素自由化流動(dòng)，實(shí)現(xiàn)系統(tǒng)內(nèi)部資源的優(yōu)化配置，引領(lǐng)中國(guó)經(jīng)濟(jì)奇跡“第二季”的啟動(dòng)。

注釋：

① 勞動(dòng)力人數(shù)為各?。ê灾螀^(qū)、直轄市）每年年末從業(yè)人員數(shù)，資本存量數(shù)據(jù)借鑒張軍等（2004）的研究，通過永續(xù)盤存法得出。

[1]Hailin liao．Export-Total Factor Productivity Growth Nexus in East Asian Economies[J]．Applied Economices，2009（35）：34-56．

[2]Sangho KIM，Hyunjoon LIM．The Effect of Imports and Exports on Total Factor Productivity in Korea[R]．Rieti Discussion Paper Series，2005，No．7．

[3]M i Dai，Miaojie Yu．Pre-R&D，Exporting and Productivity Gains—Evidence from Chinese Firms[R]．NBER Working Paper，2011，No．011．

[4]Roberto Antonietti，Giulio Cainelli．The Role of Spatial Agglomeration in A Stuctural Model of Innovation，Productivity and Export：A Firm-level Analysis[J]．The Annais of Regional Science，2011（56）：67-99．

[5]Daniele Cruzi，A lessandro Olper．Export Behavior of Italian Food Firms：Does Product Quality Matter？[J]．Food policy，2012（37）：493-503．

[6]Ucak Harun，Ozturk Ilhan，Sarac Taha Bahadir．Total Factor Productivity and Export Relationship：the Case for Agriculture Sector in Four Mediter-Ranean Countries[J]．Actual Problems of Economics，2012（135）：514-525．

[7]何元慶．對(duì)外開放與 TFP增長(zhǎng)：基于中國(guó)省際面板數(shù)據(jù)的經(jīng)驗(yàn)研究[J]．經(jīng)濟(jì)學(xué)：季刊，2007（4）：1127-1142．

[8]劉舜佳．國(guó)際貿(mào)易、FDI和中國(guó)全要素生產(chǎn)率下降——基于 1952—2006年面板數(shù)據(jù)的 DEA和協(xié)整檢驗(yàn)[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（11）：78-91．

[9]劉霞，蔡風(fēng)景，胡玉琴．中國(guó)區(qū)域全要素生產(chǎn)率的影響因素分析[J]．溫州大學(xué)學(xué)報(bào)：自然科學(xué)版，2012（4）：21-29．

[10]葉明確，方瑩．出口與我國(guó)全要素生產(chǎn)率增長(zhǎng)的關(guān)系——基于空間杜賓模型[J]．國(guó)際貿(mào)易問題，2013（5）：89-101．

[11]Melitz M．J．The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity[J]．Econometrics，2003（6）：1695-1725．

[12]Alvarez Raberto，Ricardo A．Lopez．Exporting and Performance：Evidence from Chilean Plants[J]．Canadian Journal of Economics，2005（38）：1384-1400．

[13]Wolfgang Keller．International Trade，F(xiàn)oreign Direct Investment and Technology Spillovers[R]．NBER Working Paper，2009，No．15442．

[14]Insang Hwang，Eric CWang．The Effectiveness of Export，F(xiàn)DIand R ＆ D on Total Factor Productivity Growth：the Case of Taiwai and Korea[J]．Journal of International E-conom ics Study，2012（26）：93-108．

[15]Patricia Augier，Marion Dovis．Does Export-Market Participation Improve Productivity？Evidence from Spanish Manufacturing Firm[J]． The Journal of International Trade and Economic Development，2013（22）：78-92．

[16]張公嵬，梁琦．出口、集聚與全要素生產(chǎn)率增長(zhǎng)——基于制造業(yè)行業(yè)面板數(shù)據(jù)的實(shí)證研究[J]．國(guó)際貿(mào)易問題，2010（12）：12-19．

[17]陳媛媛，王海寧．出口貿(mào)易、后向關(guān)聯(lián)與全要素生產(chǎn)率[J]．財(cái)貿(mào)研究，2011（1）：46-51．

[18]陳勇兵，仉榮，曹亮．中間品進(jìn)口會(huì)促進(jìn)企業(yè)生產(chǎn)率增長(zhǎng)嗎——基于中國(guó)企業(yè)微觀數(shù)據(jù)的分析[J]．財(cái)貿(mào)經(jīng)濟(jì)，2012（3）：76-86．

[19]劉舜佳．進(jìn)口貿(mào)易研發(fā)知識(shí)二次溢出的空間測(cè)度——基 于 Coe-Helpman-Durbin模型 的 檢 驗(yàn)[J]．南 方 經(jīng) 濟(jì)，2013（8）：67-81．

[20]Levin A，Raut L K．Complementarities between Export and Human Capital in Economic Growth：Evidence from the Semi-industrialized Countries[J]．Economic Development and Cultural Change，1997：155-157．

[21]金 戈．中 國(guó)基礎(chǔ)設(shè) 施 資 本存 量 估 算[J]．經(jīng) 濟(jì) 研 究，2012（4）：4-14．

[22]龐瑞芝．我國(guó)主要沿海港口的動(dòng)態(tài)效率評(píng)價(jià)[J]．經(jīng)濟(jì)研究，2006（6）：92-100．

責(zé)任編輯：鄭曉艷

（E-mail：zhengxiaoyan1023＠hotmail．com）

The Analysis of Export Trade and the Provincial TFP from Space Dim ensions

HU X ian-xu1，ZHOU Chun-lin2
（1．Institute of Geochemistry，Chinese Academy of Sciences，Guiyang 550002，China；2．School of International Economics and Trade，Jiangxi University of Finance and Economics，Nanchang 330013，China）

As an important index tomeasure a country’s technology progress，total factor productivity determines a country’s productivity level．In the process of the deepening of reform and opening up，how to use the opening up to improve China’s technological level has become amore pressing task．This paper uses panel DEA malmquist indexmethod measures out of the 29 provinces’（including autonomous regions and municipalities）domain TFP index and its components．Based on this analysis，the author establishes the spatial panel data model（SPDM）in order to analyze the impacts of different variables on the provincial TFP from the empirical perspective．The results show that：Overall，there exists spatial autocorrelation in Provincial TFP obviously，the provinces’TFP will be affected by the neighboring provinces ones．The infrastructure has a significant negative impact on provincial TFP，the export dependence，export trade and FDI have a significant positive relationship with the provinces’TFP．

Export Trade；TFP；Malmquist Index；Spatial Panel Data Models（SPDM）

F752．62，F(xiàn)224．7

A

1006-6152（2014）06-0110-08

2014－05－20

本 刊 網(wǎng) 址·在 線 期 刊 ：http：//qks．jhun．edu．cn/jhxs

江西省研究生創(chuàng)新專項(xiàng)資金項(xiàng)目“農(nóng)村土地流轉(zhuǎn)背景下江西農(nóng)業(yè)經(jīng)營(yíng)模式轉(zhuǎn)型問題研究”（YC2013－S137）；江西財(cái)經(jīng)大學(xué)校級(jí)重點(diǎn)課題“中國(guó)出口逆向技術(shù)外溢與省域 TFP空間維度分析”（XS039）

胡賢旭，男，江西南昌人，中國(guó)科學(xué)院地球化學(xué)研究所博士生；周春林，男，安徽太湖人，江西財(cái)經(jīng)大學(xué)國(guó)際經(jīng)貿(mào)學(xué)院碩士生。