鄭 強(qiáng) 冉光和

一、 引 言

改革開(kāi)放以來(lái)，中國(guó)創(chuàng)造的經(jīng)濟(jì)增長(zhǎng)“奇跡”舉世矚目。然而，隨著中國(guó)經(jīng)濟(jì)逐漸步入新常態(tài)，經(jīng)濟(jì)結(jié)構(gòu)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(guó)經(jīng)濟(jì)亟待轉(zhuǎn)變傳統(tǒng)的發(fā)展方式，并找尋新的增長(zhǎng)動(dòng)力。而現(xiàn)代經(jīng)濟(jì)增長(zhǎng)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(kuò)大TFP對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)份額。因而系統(tǒng)探究經(jīng)濟(jì)新常態(tài)下TFP增長(zhǎng)的驅(qū)動(dòng)機(jī)制，對(duì)于轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)健康發(fā)展，具有重要的理論和實(shí)踐價(jià)值。

在TFP增長(zhǎng)的驅(qū)動(dòng)因素中，對(duì)外直接投資(Outward Foreign Direct Investment，OFDI)是一個(gè)不容忽視的重要因素。理論上講，在本國(guó)技術(shù)水平低于投資地的情況下，一國(guó)跨國(guó)公司對(duì)擁有先進(jìn)技術(shù)國(guó)家的OFDI能夠通過(guò)技術(shù)溢出、示范競(jìng)爭(zhēng)和產(chǎn)業(yè)關(guān)聯(lián)等一系列效應(yīng)提升母國(guó)技術(shù)水平以及TFP(Fosfuria & Motta，1999)。OFDI逆向技術(shù)溢出效應(yīng)主要包括公司、產(chǎn)業(yè)和國(guó)家三個(gè)層面。在公司層面，跨國(guó)公司子公司可以通過(guò)研發(fā)資源共享和技術(shù)集群吸收機(jī)制獲取和吸收東道國(guó)先進(jìn)技術(shù)，并借助多種途徑將獲得的技術(shù)和研發(fā)成果反饋到母公司。在產(chǎn)業(yè)層面，跨國(guó)公司可以通過(guò)產(chǎn)業(yè)鏈的前后關(guān)聯(lián)、同行業(yè)競(jìng)爭(zhēng)和示范效應(yīng)獲得東道國(guó)技術(shù)溢出。在國(guó)家層面，產(chǎn)業(yè)之間的前后關(guān)聯(lián)性會(huì)將OFDI逆向技術(shù)溢出效應(yīng)擴(kuò)散至其他產(chǎn)業(yè)，并形成強(qiáng)勁技術(shù)創(chuàng)新動(dòng)力，進(jìn)而驅(qū)動(dòng)母國(guó)TFP增長(zhǎng)。

在實(shí)證研究領(lǐng)域，有關(guān)OFDI對(duì)母國(guó)TFP影響方面的文獻(xiàn)較為豐富，且主要集中在OFDI逆向技術(shù)溢出效應(yīng)研究上，但研究結(jié)論莫衷一是。Kogut & Chang(1991)開(kāi)創(chuàng)性地實(shí)證分析了OFDI逆向技術(shù)溢出效應(yīng)，并發(fā)現(xiàn)日本企業(yè)對(duì)美國(guó)的OFDI主要集中在新興高科技R&D密集型行業(yè)，對(duì)自身具有相對(duì)技術(shù)優(yōu)勢(shì)的行業(yè)卻不敏感。隨后，眾多學(xué)者對(duì)OFDI的逆向技術(shù)溢出效應(yīng)進(jìn)行了深入而廣泛的實(shí)證探究，其主要觀點(diǎn)歸納如下：一是贊同“促進(jìn)論”，認(rèn)為OFDI對(duì)母國(guó)TFP增長(zhǎng)具有顯著的促進(jìn)作用。Herzer(2011)基于33個(gè)發(fā)展中國(guó)家1980-2005年的OFDI數(shù)據(jù)，實(shí)證發(fā)現(xiàn)OFDI長(zhǎng)期促進(jìn)了母國(guó)TFP增長(zhǎng)。國(guó)內(nèi)部分學(xué)者也利用中國(guó)經(jīng)驗(yàn)數(shù)據(jù)得出了類似結(jié)論(葉嬌、趙云鵬，2016)。二是支持“抑制論”，認(rèn)為OFDI在一定程度上抑制了母國(guó)TFP增長(zhǎng)。Bitzer & Gorg(2009)利用1973-2001年經(jīng)合組織(OECD)部分成員國(guó)的面板數(shù)據(jù)，考察了OFDI與本國(guó)TFP的關(guān)系，發(fā)現(xiàn)其具有負(fù)相關(guān)特征。王恕立、向姣姣(2014)基于2003-2011年中國(guó)13個(gè)OFDI東道國(guó)和省際面板數(shù)據(jù)，利用CH擴(kuò)展模型，并采用工具變量法，實(shí)證檢驗(yàn)了不同投資動(dòng)機(jī)下OFDI對(duì)母國(guó)TFP的影響，其結(jié)果表明市場(chǎng)和資源尋求型OFDI對(duì)中國(guó)TFP增長(zhǎng)產(chǎn)生了負(fù)效應(yīng)。三是支持“不確定論”，認(rèn)為OFDI對(duì)本國(guó)TFP增長(zhǎng)沒(méi)有顯著影響。王英、劉思峰(2008)利用國(guó)際R&D模型，實(shí)證分析了中國(guó)國(guó)際直接投資的技術(shù)溢出效應(yīng)，其研究結(jié)果表明，OFDI對(duì)母國(guó)TFP增長(zhǎng)的促進(jìn)作用并不明顯。尹東東、張建清(2016)等研究結(jié)論也證實(shí)了這一觀點(diǎn)。

以上文獻(xiàn)為本研究提供了重要的邏輯起點(diǎn)以及良好的參考價(jià)值，但這些研究大多在區(qū)域同質(zhì)性假設(shè)下，運(yùn)用多元線性回歸模型分析OFDI對(duì)母國(guó)TFP的影響，而忽視了不同地區(qū)資源稟賦的異質(zhì)性。實(shí)際上，在OFDI作用于本國(guó)TFP增長(zhǎng)過(guò)程中，本國(guó)城鎮(zhèn)化扮演著十分重要的角色。因?yàn)槌擎?zhèn)化是現(xiàn)代經(jīng)濟(jì)發(fā)展的重心所在，而以城鎮(zhèn)化為重心的經(jīng)濟(jì)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(shù)溢出效應(yīng)。同時(shí)，由于自然環(huán)境、地理區(qū)位和經(jīng)濟(jì)基礎(chǔ)等緣故，各地區(qū)城鎮(zhèn)化水平處于不同階段，OFDI對(duì)TFP的影響可能會(huì)隨城鎮(zhèn)化水平的不同而呈現(xiàn)非線性門檻效應(yīng)。即是說(shuō)，當(dāng)城鎮(zhèn)化水平較低時(shí)，城鎮(zhèn)要素集聚效應(yīng)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(shí)，當(dāng)?shù)卣赡芨敢馔ㄟ^(guò)擴(kuò)充引資規(guī)模來(lái)增加工業(yè)資本，同時(shí)地方政府基于減少工業(yè)資本流失的考慮，可能對(duì)本土企業(yè)的海外投資設(shè)置諸多融資約束和障礙，造成其難以獲取海外先進(jìn)技術(shù)溢出，從而不利于國(guó)內(nèi)TFP增長(zhǎng)。當(dāng)城鎮(zhèn)化水平跨越某一門檻值而進(jìn)入中高階段時(shí)，優(yōu)質(zhì)生產(chǎn)資源進(jìn)一步集聚，人力資本積累效應(yīng)也日益顯現(xiàn)，這將有助于城鎮(zhèn)市場(chǎng)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(jìn)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(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)的加劇，也促使城鎮(zhèn)企業(yè)向海外尋求市場(chǎng)、技術(shù)以及轉(zhuǎn)移過(guò)剩產(chǎn)能以實(shí)現(xiàn)產(chǎn)業(yè)鏈升級(jí)，從而有助于OFDI逆向技術(shù)溢出效應(yīng)的發(fā)揮。隨著城鎮(zhèn)化水平進(jìn)一步提高，OFDI規(guī)模不斷擴(kuò)大，OFDI結(jié)構(gòu)逐步優(yōu)化，積極的OFDI逆向技術(shù)溢出效應(yīng)將得以有效發(fā)揮。

為此，本研究利用2003-2014年中國(guó)30個(gè)省域面板數(shù)據(jù)，系統(tǒng)考察中國(guó)城鎮(zhèn)化水平低于或高于某一門檻值時(shí)，OFDI對(duì)TFP影響的差異，以期得到一些新的研究成果，為中國(guó)各地區(qū)采取針對(duì)性的對(duì)外投資政策，有效推動(dòng)當(dāng)?shù)丶夹g(shù)進(jìn)步和經(jīng)濟(jì)發(fā)展提供一定參考。相較以往文獻(xiàn)，本研究的增量貢獻(xiàn)在于：(1) 以改進(jìn)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(píng)估了2003-2014年間中國(guó)30個(gè)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(guó)TFP的真實(shí)水平。(2) 構(gòu)造面板門檻模型，實(shí)證檢驗(yàn)了中國(guó)OFDI對(duì)TFP影響的城鎮(zhèn)化門檻效應(yīng)，并進(jìn)一步借助耦合協(xié)調(diào)度模型驗(yàn)證了該門檻效應(yīng)。

二、 模型、變量與數(shù)據(jù)說(shuō)明

1.模型設(shè)置與估計(jì)方法

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

lnTFPit=α0+α1lnofdiit+α2lndrdit+εit

(1)

其中，i、t分別為省域和時(shí)間，ofdiit、drdit分別為對(duì)外直接投資和國(guó)內(nèi)研發(fā)投入。同時(shí)，考慮到產(chǎn)業(yè)結(jié)構(gòu)調(diào)整可能對(duì)TFP增長(zhǎng)產(chǎn)生重要作用(胡建輝等，2016)，人力資本可以影響國(guó)內(nèi)技術(shù)創(chuàng)新效率和從國(guó)外吸收、學(xué)習(xí)新技術(shù)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(shù)革新和環(huán)保技術(shù)的改進(jìn)，進(jìn)而影響企業(yè)生產(chǎn)率提高和TFP增長(zhǎng)。此外，作為OFDI逆向技術(shù)溢出的重要吸收能力因素之一的對(duì)外開(kāi)放度也會(huì)影響TFP增長(zhǎng)。因此，本文將產(chǎn)業(yè)結(jié)構(gòu)、人力資本、環(huán)境規(guī)制和對(duì)外開(kāi)放度納入式(1)，可得如下計(jì)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(jié)構(gòu)、環(huán)境規(guī)制和對(duì)外開(kāi)放度；α0為常數(shù)項(xiàng)，α1…α6為解釋變量系數(shù)，εit為擾動(dòng)項(xiàng)。

式(2)為不考慮城鎮(zhèn)化門檻效應(yīng)的線性回歸模型。已有文獻(xiàn)普遍采用分組法、交叉項(xiàng)法來(lái)考察OFDI與母國(guó)TFP之間的非線性關(guān)系，但這兩種方法均無(wú)法有效檢驗(yàn)門檻效應(yīng)的顯著性和門檻值的真實(shí)性。Hansen(1999)借助門檻回歸技術(shù)，構(gòu)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(jì)量模型，構(gòu)造自變量系數(shù)的分段函數(shù)，并校驗(yàn)門檻效應(yīng)和門檻值的準(zhǔn)確性，這便有效彌補(bǔ)了上述方法的不足?；诖?，本研究在式(2)的基礎(chǔ)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(duì)本國(guó)TFP影響的城鎮(zhèn)化門檻效應(yīng)。

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

(3)

式中，ofdiit為核心解釋變量，表示對(duì)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(guó)內(nèi)研發(fā)投入、人力資本、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制和對(duì)外開(kāi)放度；k1,k2…kn,為n個(gè)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(gè)體效應(yīng)。式(3)的估計(jì)方法詳見(jiàn)Hansen(1999)的研究，在此不贅述。

2.變量選取與數(shù)據(jù)說(shuō)明

(1) 被解釋變量：全要素生產(chǎn)率(TFP)。TFP是經(jīng)濟(jì)持續(xù)增長(zhǎng)的主要?jiǎng)恿υ慈?，且常被視為衡量一個(gè)國(guó)家(地區(qū))經(jīng)濟(jì)增長(zhǎng)質(zhì)量的代表性指標(biāo)。但在綠色發(fā)展理念中，作為經(jīng)濟(jì)發(fā)展內(nèi)生變量的資源和環(huán)境是經(jīng)濟(jì)發(fā)展規(guī)模、速度的硬性約束。如果在TFP的測(cè)算過(guò)程中，沒(méi)有考慮資源環(huán)境約束，可能導(dǎo)致經(jīng)濟(jì)績(jī)效和社會(huì)福利評(píng)價(jià)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(shí)納入TFP測(cè)算框架體系，以更客觀地反映中國(guó)TFP真實(shí)水平。

(4)

其次，構(gòu)建非徑向、非角度SBM模型。以往文獻(xiàn)普遍采用徑向、角度DEA來(lái)估計(jì)方向性距離函數(shù)。然而，在產(chǎn)出不足或投入過(guò)多的情況下，采用徑向DEA方法可能導(dǎo)致其評(píng)價(jià)效率“虛高”。同樣，忽視投入或產(chǎn)出某個(gè)方面的角度DEA測(cè)算結(jié)果也可能存在一定偏誤?；诖?，為了盡量彌補(bǔ)上述方法的不足，本文參考Fukuyama & Weber(2009)的方法，構(gòu)造如下非徑向、非角度SBM模型。

(5)

最后，構(gòu)建基于DEA的GML指數(shù)?，F(xiàn)有文獻(xiàn)常用Malmquist-Luenberger(ML)指數(shù)來(lái)測(cè)算TFP，但該指數(shù)不具有傳遞性或循環(huán)性，且在測(cè)算跨期方向性距離函數(shù)的時(shí)候，可能誤入線性規(guī)劃無(wú)解的“窘境”。而DEA-Global Malmquist-Luenberger(GML)指數(shù)恰好可以克服該問(wèn)題。因此，本文參考顏洪平(2016)的思想，構(gòu)造如下GML指數(shù)。

(6)

指標(biāo)選取：本研究的產(chǎn)出指標(biāo)包括期望和非期望兩大類指標(biāo)。借鑒文獻(xiàn)通用做法，采用地區(qū)實(shí)際GDP(億元)來(lái)衡量合意產(chǎn)出。現(xiàn)有文獻(xiàn)對(duì)非期望產(chǎn)出的衡量標(biāo)準(zhǔn)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(wú)直接的權(quán)威統(tǒng)計(jì)數(shù)據(jù)，一些文獻(xiàn)主要采用IPCC的方法來(lái)估算二氧化碳排放量。但二氧化碳排放來(lái)源和排放系數(shù)選擇的標(biāo)準(zhǔn)不同可能導(dǎo)致其測(cè)算結(jié)果存在較大差異，進(jìn)而弱化模型的解釋力。而且考慮到目前中國(guó)環(huán)境污染主要源自工業(yè)領(lǐng)域，且工業(yè)“三廢”排放量有權(quán)威的數(shù)據(jù)來(lái)源。綜上，本研究綜合選取工業(yè)領(lǐng)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(biāo)，并借助改進(jìn)熵值法擬合環(huán)境污染綜合指數(shù)(鄭強(qiáng)等，2017)，以綜合反映非期望產(chǎn)出水平。本研究的投入指標(biāo)分為資本投入、勞動(dòng)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(jì)折舊率取9.6%)估算的物質(zhì)資本存量(億元)來(lái)衡量，勞動(dòng)力投入以從業(yè)人員數(shù)(萬(wàn)人)來(lái)測(cè)度，能源投入以能源消耗量(萬(wàn)噸標(biāo)準(zhǔn)煤)來(lái)衡量。

此外，還需檢驗(yàn)投入產(chǎn)出指標(biāo)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(biāo)個(gè)數(shù)，N為產(chǎn)出指標(biāo)個(gè)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(biāo)數(shù)量和樣本數(shù)量具有一定合理性。

(2) 核心解釋變量：對(duì)外直接投資(ofdi)?？紤]到OFDI(非金融類)流量具有一定波動(dòng)性，其數(shù)據(jù)的可靠性較差，而OFDI存量恰好可以彌補(bǔ)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(lái)衡量地區(qū)對(duì)外直接投資水平。

(3) 門檻變量：城鎮(zhèn)化水平(urb)?，F(xiàn)有文獻(xiàn)對(duì)城鎮(zhèn)化水平的測(cè)度主要有兩種方法：?jiǎn)我恢笜?biāo)法和綜合指標(biāo)法，但指標(biāo)選擇會(huì)因角度不同而有所區(qū)別。綜觀各項(xiàng)指標(biāo)，“城鎮(zhèn)人口與總?cè)丝诘谋戎怠边@一指標(biāo)的認(rèn)可度較高(吳福象、劉志彪，2008；李新光、張芷尋，2016)，且有權(quán)威數(shù)據(jù)來(lái)源，因而本研究采用該指標(biāo)來(lái)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(jié)構(gòu)(ind)、環(huán)境規(guī)制(reg)和對(duì)外開(kāi)放度(open)。其中，研發(fā)資本投入以研發(fā)經(jīng)費(fèi)內(nèi)部支出測(cè)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(jí)教育(小學(xué)、初中、高中和大學(xué))規(guī)定年限，pri、jun、sen和col分別為小學(xué)、初中、高中和大學(xué)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(jié)構(gòu)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(jì)算出的reg值過(guò)小，為便于后續(xù)的實(shí)證分析，遂將其擴(kuò)大100倍。；對(duì)外開(kāi)放度以進(jìn)出口總額與GDP比值衡量。

(5) 數(shù)據(jù)說(shuō)明：本研究的時(shí)間窗口為2003-2014年*2003年中國(guó)正式對(duì)外發(fā)布權(quán)威的OFDI年度數(shù)據(jù)，且2015年部分?jǐn)?shù)據(jù)不齊。，研究對(duì)象為中國(guó)大陸30個(gè)省域*由于西藏具有特殊的資源稟賦和部分?jǐn)?shù)據(jù)缺失，本文未考慮西藏。。原始數(shù)據(jù)摘自歷年《中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)科技統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境年鑒》以及各省(市)統(tǒng)計(jì)年鑒?？紤]到本研究的時(shí)間跨度較長(zhǎng)，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(duì)部分變量做平減處理。同時(shí)，對(duì)非比值型變量取對(duì)數(shù)，以確保數(shù)據(jù)的平滑性。

三、 經(jīng)驗(yàn)檢驗(yàn)與結(jié)果分析

1.TFP測(cè)算結(jié)果分析

根據(jù)上文測(cè)算方法和指標(biāo)選取，本研究借助Max DEA Pro6.4統(tǒng)計(jì)軟件核算了2003-2014年間中國(guó)30個(gè)省域的TFP(見(jiàn)圖1和表1)，下面將從時(shí)間和地區(qū)維度對(duì)其進(jìn)行分析。

(1) 時(shí)間維度分析

從圖1來(lái)看，2003-2014年中國(guó)TFP整體呈波動(dòng)上升趨勢(shì)，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(shí)期中國(guó)TFP呈下滑態(tài)勢(shì)，但下滑幅度逐步縮小。進(jìn)入21世紀(jì)以來(lái)，中國(guó)逐步跨入工業(yè)化中期的后半階段，電力、鋼鐵、機(jī)械、船舶和化工等重化工業(yè)飛速發(fā)展，并拉動(dòng)了中國(guó)經(jīng)濟(jì)高速增長(zhǎng)。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(zhǎng)模式導(dǎo)致了TFP下降(Yang et al.，2016)，但期間節(jié)能減排工作的推進(jìn)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(jī)爆發(fā)，中國(guó)啟動(dòng)了“四萬(wàn)億計(jì)劃”，大量重工業(yè)項(xiàng)目重新上馬，工業(yè)再次急劇重型化，工業(yè)增長(zhǎng)對(duì)資本、勞動(dòng)和資源等投入的依賴性呈強(qiáng)化跡象，中國(guó)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(guó)TFP整體呈上升態(tài)勢(shì)。這可能是由于當(dāng)前中國(guó)正處于經(jīng)濟(jì)轉(zhuǎn)型期，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和資源價(jià)格市場(chǎng)化改革等政策助推了TFP增長(zhǎng)。

(2) 地區(qū)維度分析

綜合表1和圖1來(lái)看，樣本期內(nèi)中國(guó)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(dǎo)致這種地區(qū)差異的原因可能有如下幾點(diǎn)：一是技術(shù)創(chuàng)新和人力資本差異。沿海地區(qū)集中了中國(guó)大部分實(shí)力雄厚的高校、科研機(jī)構(gòu)和科技企業(yè)，其技術(shù)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(guó)際技術(shù)溢出差異。沿海地區(qū)對(duì)外開(kāi)放度較高，對(duì)外貿(mào)易頻繁，且匯聚了大量外企在華研發(fā)中心和國(guó)內(nèi)優(yōu)質(zhì)跨國(guó)企業(yè)，其對(duì)外貿(mào)易和雙向FDI的技術(shù)溢出效應(yīng)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(jìn)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(shù)、低污染轉(zhuǎn)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(dāng)?shù)貛?lái)了高GDP增長(zhǎng)，但也過(guò)度消耗了要素資源，并加劇了環(huán)境污染，從而抑制了當(dāng)?shù)豑FP增長(zhǎng)。同時(shí)，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(yīng)和優(yōu)質(zhì)生產(chǎn)資源的集聚效應(yīng)也逐步凸顯，這在很大程度上推動(dòng)了當(dāng)?shù)豑FP增長(zhǎng)，且這種城鎮(zhèn)化的要素增長(zhǎng)效應(yīng)強(qiáng)于內(nèi)陸和沿邊地區(qū)。此外，從總體發(fā)展趨勢(shì)來(lái)看，三大板塊的TFP變化趨勢(shì)具有一致性，且隨著時(shí)間的推移，三大板塊的TFP有趨同的趨勢(shì)。

圖1 2003-2014年中國(guó)GML指數(shù)變動(dòng)趨勢(shì)

資料來(lái)源：作者自制

表1 2003-2014年中國(guó)各地區(qū)GML指數(shù)均值

資料來(lái)源：作者自制

2.門檻回歸分析

(1) 門檻效應(yīng)檢驗(yàn)

依照上文設(shè)定的計(jì)量模型及其估計(jì)方法，本研究運(yùn)用Stata12.0統(tǒng)計(jì)軟件進(jìn)行非線性門檻回歸分析。首先對(duì)式(3)展開(kāi)門檻效應(yīng)檢驗(yàn)，以確定該門檻模型的具體設(shè)定形式，其檢驗(yàn)結(jié)果見(jiàn)表2。從表2來(lái)看，單門檻模型通過(guò)了1%的顯著性檢驗(yàn)，拒絕了線性模型的原假設(shè)，雙門檻檢驗(yàn)在1%顯著水平下又拒絕了單門檻模型的原假設(shè)，但多重門檻無(wú)法有效拒絕雙門檻模型的原假設(shè)，說(shuō)明門檻模型的最優(yōu)門檻值個(gè)數(shù)為2，于是本研究選擇雙門檻模型進(jìn)行計(jì)量分析。

表2 門檻效應(yīng)檢驗(yàn)結(jié)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(shè)和備擇假設(shè)。

資料來(lái)源：作者自制

(2) 門檻估計(jì)值與區(qū)域劃分

門檻效應(yīng)通過(guò)檢驗(yàn)后，需要識(shí)別雙門檻模型中的兩個(gè)門檻值。表3匯報(bào)了這兩個(gè)門檻值的點(diǎn)估計(jì)值及其對(duì)應(yīng)的95%置信區(qū)間。由表3可知，兩個(gè)門檻值分別對(duì)應(yīng)的95%置信區(qū)間范圍都較窄，門檻值的識(shí)別效果較為顯著。此外，當(dāng)兩個(gè)門檻值位于對(duì)應(yīng)的置信區(qū)間內(nèi)時(shí)，LR值均小于5%顯著性水平的臨界值，說(shuō)明這兩個(gè)門檻值具有一定真實(shí)性。

表3 門檻估計(jì)值與置信區(qū)間

資料來(lái)源：作者自制

根據(jù)識(shí)別出的兩個(gè)門檻值，將中國(guó)30個(gè)省份劃分為三個(gè)陣營(yíng)，即城鎮(zhèn)化水平高于第二個(gè)門檻值的省份為第一陣營(yíng)，城鎮(zhèn)化水平跨越第一個(gè)門檻值而未到達(dá)第二個(gè)門檻值的省份為第二陣營(yíng)，城鎮(zhèn)化水平低于第一個(gè)門檻值的省份為第三陣營(yíng)，如表4所示*囿于篇幅，本文未匯報(bào)樣本期內(nèi)其他年份的中國(guó)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(yíng)的省份多達(dá)27個(gè)，包括吉林、黑龍江、遼寧、江蘇、山西、安徽和廣東等。第二陣營(yíng)只有天津，第一陣營(yíng)有2個(gè)，即北京和上海。然而，隨著時(shí)間的推移，第三陣營(yíng)的省份數(shù)量不斷減少，與之相對(duì)，第一、二陣營(yíng)的省份數(shù)量不斷增加。至2014年，第三陣營(yíng)的省份減少至18個(gè)，第一、二陣營(yíng)的省份數(shù)量分別增至3個(gè)和9個(gè)。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(shì)來(lái)看，第三陣營(yíng)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(shì)；第二陣營(yíng)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(shì)；第一陣營(yíng)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(gè)。

(3) 結(jié)果分析

當(dāng)兩個(gè)門檻值確定以后，需進(jìn)一步估計(jì)雙門檻模型中各解釋變量的參數(shù)。與此同時(shí)，本研究采用線性固定效應(yīng)模型展開(kāi)對(duì)比估計(jì)(估計(jì)結(jié)果見(jiàn)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(hào)基本一致，也意味著本研究的估計(jì)結(jié)果具有一定穩(wěn)健性。而且雙門檻模型通過(guò)了顯著性檢驗(yàn)，說(shuō)明可能存在某種門檻效應(yīng)。與固定效應(yīng)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(guó)TFP之間的關(guān)系。若采用固定效應(yīng)模型，雙門檻效應(yīng)則會(huì)被忽略，OFDI影響母國(guó)TFP的內(nèi)在機(jī)理也難以得到準(zhǔn)確揭示。故本研究重點(diǎn)解析雙門檻模型的估計(jì)結(jié)果。

表4 中國(guó)部分年份的城鎮(zhèn)化水平區(qū)域分布格局

資料來(lái)源：作者自制

由表5可知，不同城鎮(zhèn)化水平下OFDI對(duì)TFP的影響存在一定差異。當(dāng)城鎮(zhèn)化水平低于第一個(gè)門檻值時(shí)，OFDI的系數(shù)為0.22%，但不顯著，OFDI對(duì)TFP增長(zhǎng)的促進(jìn)作用不明顯；當(dāng)城鎮(zhèn)化水平介于兩個(gè)門檻值之間時(shí)，OFDI的系數(shù)提高到0.90%，且通過(guò)了5%的顯著性檢驗(yàn)，OFDI對(duì)TFP產(chǎn)生了顯著的正效應(yīng)；當(dāng)城鎮(zhèn)化水平跨越第二個(gè)門檻值后，OFDI的系數(shù)進(jìn)一步上升至2.28%，且在1%水平下顯著，OFDI對(duì)TFP的正向影響更加凸顯。這說(shuō)明OFDI與母國(guó)TFP之間并不是簡(jiǎn)單的線性關(guān)系，而是存在基于城鎮(zhèn)化的正向雙門檻效應(yīng)，即OFDI對(duì)母國(guó)TFP的正效應(yīng)會(huì)隨本國(guó)城鎮(zhèn)化水平提升而日益凸顯。同時(shí)，也意味著OFDI是否能夠有效驅(qū)動(dòng)母國(guó)TFP增長(zhǎng)，要受到本國(guó)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(yīng)門檻值之后，OFDI對(duì)TFP的正效應(yīng)才可能被有效釋放。

值得關(guān)注的是，OFDI與TFP增長(zhǎng)在三個(gè)階段都是正相關(guān)，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(guó)OFDI對(duì)國(guó)內(nèi)TFP的正效應(yīng)整體不明顯，這與固定效應(yīng)模型中的估計(jì)結(jié)果基本一致。這可能是因?yàn)椋阂环矫?，樣本期?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(lái)源：根據(jù)樣本期內(nèi)中國(guó)省際城鎮(zhèn)化率和門檻值，作者計(jì)算并整理。，低于國(guó)際中高度城鎮(zhèn)化水平，而這種城鎮(zhèn)化水平難以對(duì)優(yōu)質(zhì)生產(chǎn)資源和人力資本產(chǎn)生較強(qiáng)的集聚效應(yīng)，并弱化了OFDI的正向生產(chǎn)率溢出效應(yīng)。另一方面，根據(jù)目前中國(guó)OFDI發(fā)展情況可知，盡管OFDI逐步進(jìn)軍國(guó)際諸多行業(yè)領(lǐng)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(xué)研究和技術(shù)服務(wù)行業(yè)、信息傳輸和信息技術(shù)服務(wù)業(yè)等技術(shù)含量較高的行業(yè)占比較小。同時(shí)，投資目的地大部分屬于亞非拉國(guó)家，擁有先進(jìn)技術(shù)的歐美發(fā)達(dá)國(guó)家占比明顯偏低。由此可推斷，當(dāng)前中國(guó)OFDI的技術(shù)含量較低，難以從海外獲取預(yù)期的先進(jìn)技術(shù)溢出。在控制變量中，國(guó)內(nèi)研發(fā)投入和對(duì)外開(kāi)放度的系數(shù)顯著為正，環(huán)境規(guī)制和產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為負(fù)，人力資本的系數(shù)則不顯著。

(4) 穩(wěn)健性檢驗(yàn)

除了上文運(yùn)用的檢驗(yàn)措施之外，本研究還從以下兩個(gè)方面對(duì)門檻回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)(見(jiàn)表6)，以進(jìn)一步提高計(jì)量結(jié)果的可信度。一是調(diào)整核心解釋變量的衡量指標(biāo)，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(cè)度指標(biāo)，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(yàn)結(jié)果顯示，OFDI對(duì)TFP影響的城鎮(zhèn)化雙門檻效應(yīng)依然存在，說(shuō)明原實(shí)證結(jié)果是穩(wěn)健的。

表5 模型估計(jì)結(jié)果

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

資料來(lái)源：作者自制

表6 穩(wěn)健性檢驗(yàn)結(jié)果

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

資料來(lái)源：作者自制

3.拓展討論

OFDI對(duì)TFP增長(zhǎng)的促進(jìn)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(huì)放大城鎮(zhèn)化對(duì)TFP增長(zhǎng)的溢出效應(yīng)?？梢?jiàn)，OFDI與城鎮(zhèn)化相互影響，且兩者之間的關(guān)系可能具有耦合特征。因而本研究考慮運(yùn)用耦合協(xié)調(diào)度模型來(lái)驗(yàn)證OFDI對(duì)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(diào)度模型，其表達(dá)式為：

(8)

式(8)中，D為OFDI與城鎮(zhèn)化的耦合協(xié)調(diào)度，T為OFDI與城鎮(zhèn)化的綜合協(xié)調(diào)指數(shù)。一般來(lái)說(shuō)，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(guān)研究的做法，D可分為四個(gè)階段：D∈(0,0.3)表示低度協(xié)調(diào)階段；D∈[0.3,0.5)表示中度協(xié)調(diào)階段；D∈[0.5,0.8)表示高度協(xié)調(diào)階段；D∈[0.8,1)表示極度協(xié)調(diào)階段。

接下來(lái)，本研究計(jì)算樣本期內(nèi)中國(guó)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(duì)其進(jìn)行處理。同時(shí)，運(yùn)用耦合協(xié)調(diào)度模型估算中國(guó)省際OFDI和城鎮(zhèn)化的耦合協(xié)調(diào)度。另外，為進(jìn)一步考察各省域OFDI和城鎮(zhèn)化的耦合協(xié)調(diào)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(diào)度分為低值、中值、高值和極高值四個(gè)區(qū)間，并借助ArcGIS軟件對(duì)數(shù)據(jù)進(jìn)行可視化處理(見(jiàn)圖2)。觀察圖2可知，在樣本期內(nèi)，中國(guó)大部分地區(qū)OFDI與城鎮(zhèn)化的耦合協(xié)調(diào)度位于中高值區(qū)間，且具有顯著的區(qū)域異質(zhì)性。東部地區(qū)OFDI與城鎮(zhèn)化的耦合協(xié)調(diào)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(shí)，結(jié)合中國(guó)各地區(qū)TFP的測(cè)算結(jié)果來(lái)看，總體上，OFDI與城鎮(zhèn)化耦合協(xié)調(diào)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(diào)度處在極高值區(qū)間，其對(duì)應(yīng)的TFP為1.0361；甘肅OFDI與城鎮(zhèn)化的耦合協(xié)調(diào)度位于低值區(qū)間，其對(duì)應(yīng)的TFP僅為0.9694。這也在一定程度上說(shuō)明OFDI對(duì)TFP增長(zhǎng)的影響是非線性的，且只有當(dāng)OFDI與城鎮(zhèn)化實(shí)現(xiàn)耦合發(fā)展時(shí)，OFDI才可能更有效地驅(qū)動(dòng)TFP增長(zhǎng)。

圖2 中國(guó)各地區(qū)OFDI和城鎮(zhèn)化的耦合協(xié)調(diào)度

資料來(lái)源：作者自制

四、 研究結(jié)論與政策啟示

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

(1) 對(duì)外直接投資對(duì)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(yīng)。當(dāng)城鎮(zhèn)化水平低于第一個(gè)門檻值時(shí)，對(duì)外直接投資對(duì)全要素生產(chǎn)率的正效應(yīng)不明顯；當(dāng)城鎮(zhèn)化水平位于兩個(gè)門檻值之間時(shí)，對(duì)外直接投資顯著促進(jìn)了全要生產(chǎn)率增長(zhǎng)；當(dāng)城鎮(zhèn)化水平跨越第二個(gè)門檻值后，對(duì)外直接投資對(duì)全要素生產(chǎn)率的正效應(yīng)更加凸顯。同時(shí)，樣本期內(nèi)中國(guó)多數(shù)省份的城鎮(zhèn)化水平未跨越第一個(gè)門檻值，其對(duì)外直接投資對(duì)全要素生產(chǎn)率的正效應(yīng)并不明顯。當(dāng)前中國(guó)整體城鎮(zhèn)化尚未達(dá)到促使對(duì)外直接投資產(chǎn)生正向生產(chǎn)率溢出的水平。因此，中國(guó)各地區(qū)應(yīng)結(jié)合自身城鎮(zhèn)化發(fā)展實(shí)際，采取差異化的對(duì)外直接投資策略，以促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)健康發(fā)展。如城鎮(zhèn)化水平較高的東部地區(qū)應(yīng)鼓勵(lì)有競(jìng)爭(zhēng)力的企業(yè)以技術(shù)+環(huán)保雙重動(dòng)機(jī)為導(dǎo)向，對(duì)研發(fā)資本存量豐富的發(fā)達(dá)經(jīng)濟(jì)體進(jìn)行海外投資。同時(shí)，加快當(dāng)?shù)剡^(guò)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(zhuǎn)移，并通過(guò)學(xué)習(xí)模仿和自主創(chuàng)新等方式獲取先進(jìn)的綠色生產(chǎn)技術(shù)，以優(yōu)化升級(jí)產(chǎn)業(yè)結(jié)構(gòu)，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(fēng)”擴(kuò)大對(duì)外直接投資規(guī)模，而更應(yīng)著重提升城鎮(zhèn)化質(zhì)量，并讓它跨越相應(yīng)的“門檻”，從而有效發(fā)揮對(duì)外直接投資的逆向生產(chǎn)率溢出效應(yīng)。

(2) 考察期內(nèi)中國(guó)各省(市)對(duì)外直接投資與城鎮(zhèn)化的耦合協(xié)調(diào)度處于中高水平，且對(duì)外直接投資與城鎮(zhèn)化的耦合協(xié)調(diào)度較高的地區(qū)傾向于具有較高的全要素生產(chǎn)率?？梢?jiàn)，對(duì)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(duì)外直接投資對(duì)母國(guó)全要素生產(chǎn)率的提升功效，不能簡(jiǎn)單以擴(kuò)充對(duì)外直接投資規(guī)模為主線，而應(yīng)將重心轉(zhuǎn)移至擴(kuò)大技術(shù)尋求型對(duì)外直接投資的占比，并為其逆向技術(shù)溢出效應(yīng)的有效發(fā)揮打造優(yōu)良的技術(shù)吸收環(huán)境，其關(guān)鍵點(diǎn)在于堅(jiān)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(zhì)量。

本研究強(qiáng)調(diào)的是：在中國(guó)經(jīng)濟(jì)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(zhì)企業(yè)“走出去”將成為拉動(dòng)中國(guó)未來(lái)經(jīng)濟(jì)增長(zhǎng)的“新馬車”。通過(guò)提高城鎮(zhèn)化發(fā)展質(zhì)量和對(duì)外直接投資水平，尤其是鼓勵(lì)優(yōu)質(zhì)企業(yè)進(jìn)行技術(shù)+環(huán)保雙重動(dòng)機(jī)的海外投資，促進(jìn)國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)創(chuàng)新，才是延續(xù)中國(guó)經(jīng)濟(jì)增長(zhǎng)“奇跡”、促進(jìn)經(jīng)濟(jì)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(yáng)：《城鎮(zhèn)化、公共支出與中國(guó)環(huán)境全要素生產(chǎn)率——基于省際面板數(shù)據(jù)的實(shí)證檢驗(yàn)》，《經(jīng)濟(jì)科學(xué)》2016年第1期。

13. 李新光、張芷尋：《財(cái)政融資、金融融資對(duì)城鎮(zhèn)化支持效應(yīng)的比較分析——基于平滑轉(zhuǎn)換回歸模型》，《重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))》2016年第2期。

14. 聶飛、劉海云：《基于城鎮(zhèn)化門檻模型的中國(guó)OFDI的碳排放效應(yīng)研究》，《中國(guó)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(jié)構(gòu)變遷的經(jīng)濟(jì)增長(zhǎng)效應(yīng)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2016年第11期。

16. 王恕立、向姣姣：《對(duì)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(dòng)機(jī)的經(jīng)驗(yàn)分析》，《國(guó)際貿(mào)易問(wèn)題》2014年第9期。

17. 王英、劉思峰：《國(guó)際技術(shù)外溢渠道的實(shí)證研究》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2008年第4期。

18. 吳福象、劉志彪：《城市化群落驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的機(jī)制研究——來(lái)自長(zhǎng)三角16個(gè)城市的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)研究》2008年第11期。

19. 顏洪平：《中國(guó)工業(yè)綠色全要素生產(chǎn)率增長(zhǎng)及其收斂性研究——基于GML指數(shù)的實(shí)證分析》，《西北工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2016年第2期。

20. 葉嬌、趙云鵬：《對(duì)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》，《國(guó)際貿(mào)易問(wèn)題》2016年第1期。

21. 尹東東、張建清：《我國(guó)對(duì)外直接投資逆向技術(shù)溢出效應(yīng)研究——基于吸收能力視角的實(shí)證分析》，《國(guó)際貿(mào)易問(wèn)題》2016年第1期。

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

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

24. 鄭強(qiáng)：《對(duì)外直接投資促進(jìn)了母國(guó)全要素生產(chǎn)率增長(zhǎng)嗎——基于金融發(fā)展門檻模型的實(shí)證檢驗(yàn)》，《國(guó)際貿(mào)易問(wèn)題》2017年第7期。

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