省际OFDI、出口贸易对全要素生产率的影响——基于空间杜宾模型的实证分析

阎志军　陈　晨（南京理工大学，南京 210094）

省际OFDI、出口贸易对全要素生产率的影响——基于空间杜宾模型的实证分析

阎志军陈晨
（南京理工大学，南京 210094）

中国地域辽阔，地区差异较大，研究省际OFDI、出口贸易对全要素生产率的影响需重视空间因素的作用。本文基于2005～2014年我国28个省份的面板数据，采用空间杜宾模型，实证分析OFDI和出口贸易这两个方面对全要素生产率的影响。结果表明，省际OFDI、出口贸易和全要素生产率均表现出空间集聚特征；OFDI与全要素生产率的增长呈负相关；出口对全要素生产率有显著的正向效应，并且通过空间溢出效应显著促进邻接省份全要素生产率的提升。因此，我国需重视技术寻求型OFDI的建设，充分考虑OFDI对国内经济增长的空间溢出影响，以期达到对外投资和出口贸易双实现技术溢出效应的效果。

OFDI 出口贸易 全要素生产率 空间杜宾模型

随着我国“走出去”战略的深入发展，各省对外投资和对外贸易均得到很大的提升。我国对外直接投资存量在2002年仅有317亿美元，到2014年已达到8826.4亿美元，年均增长率高达33.15%。出口贸易额从2002年的3256亿美元，增长到2014年的23422.9亿美元，年均增长率为17.87%。从空间维度看，京津两市、长三角和珠三角等地区的OFDI存量和出口贸易集聚程度显著的高于其他地区，而且可以看出这些集聚程度较高的地区及其周边省份，其经济增长也表现出集聚性。我国省际OFDI、出口贸易与经济增长在空间上为何表现出类似的分布格局？地理空间因素是否影响OFDI、出口贸易与经济增长之间的关系，其作用程度和效果将会如何？明确这些问题将有助于地区间的经济交流，对探讨我国OFDI、出口贸易对全要素生产率的影响提供全面开放的思维模式，对深化“走出去”战略具有重要意义。

1　文献综述

全要素生产率作为衡量一国或地区经济增长质量的重要指标，关于提高全要素生产率的途径渠道得到许多学者的关注。对外投资和对外贸易对母国全要素生产率的影响作用问题越来越成为我国“走出去”战略研究领域中的重要议题。

关于发展中国家OFDI对母国的影响研究，从上世纪80年代相继出现相关的投资理论，比如:Dunning的投资发展阶段理论、Wells的小规模技术理论，Lall的技术地方化理论、Cantwell和Tolentino的技术创新产业升级理论等。其中技术地方化理论和技术创新产业升级理论对发展中国家对外投资的动机和技术溢出进行了系统的论述。技术地方化理论认为，发展中国家跨国公司通过对外直接投资，引进成熟技术再创新，从而给企业带来新的竞争优势，它强调了企业不是简单的模仿而是主动的消化与创新。技术创新产业升级理论，从技术进步和技术积累的角度论证了发展中国家对外直接投资受到国内产业结构和创新能力的影响，发展中国家通过吸收先进技术和经验创造自身的比较优势，从而提高国内产业的竞争能力。比较准确的诠释了发展中国家，尤其是新兴工业化国家的对外直接投资结构的变化——由传统产业向高新技术产业的转变。关于对外直接投资对母国的溢出效应可以追溯到Macdougall（1960）在研究对外直接投资对东道国经济福利的影响时，首次探讨了对外直接投资的技术溢出效应［1］。近年来国内外学者越发重视发展中国家OFDI对母国全要素生产率的影响研究，但研究结论并不一致。第一类研究结果证明OFDI促进了全要素生产率的提高。例如，Dierk Herzer（2011）在研究发展中国家OFDI与其全要素生产率的关系时，发现多数发展中国家的OFDI对其全要素生产率有促进作用，提高全要素生产率是增加OFDI的后果和原因，并且OFDI对全要素生产率的影响在各国间有很大的差异［2］。白洁（2009）选取了14个国家的OFDI数据，并通过构建国际R&D技术溢出模型实证分析了OFDI对全要素生产率的影响，结果显示OFDI对全要素生产率有促进作用，但不显著［3］。另一类则说明OFDI对全要素生产率没有促进作用。例如，林成杰、刘天善（2011）利用实证分析IFDI、OFDI和研发投入这3个变量对全要素生产率的影响，发现IFDI和研发投入可以促进全要素生产率增长，而OFDI对全要素生产率的增长有抑制作用［4］。

对外贸易与经济增长的关系一直是学术界研究的热点。新贸易增长理论在结合内生增长理论的基础上提出，对外贸易促进了知识的国际溢出，贸易国通过出口规模效应、技术溢出效应和学习效应对其经济增长和全要素生产率有积极的提升作用。Melitz（2003）从企业效率异质性视角出发，认为出口企业为了从国外市场中获得较高利润，会积极提升技术水平，迫使效率较低的企业退出市场，从而使得整体的生产率得到提高［5］。Ricardo Lopez（2005）认为母国的出口企业会通过技术溢出效应影响非出口企业，使得相关产业的全要素生产率得到提升，从而促进整体全要素生产率的提升［6］。倪海青和王咏梅（2005）、胡贤旭和周春林（2014）、张坤和候维忠（2016）等的研究也表明我国出口贸易存在溢出效应，并对省域全要素生产率有显著的促进作用［7-9］。但是也有学者对出口促进生产率的结论有不同的见解。Wagner（2007）基于33个国家的企业层面数据的分析，发现出口贸易对企业生产率的提高并没有显著的促进作用，高生产率的企业没有表现出足够的出口倾向性［10］；关兵（2010）通过对我国省际面板数据的研究，表明出口的增长没有促进全要素生产率的发展［11］；叶明确和方莹（2013）运用空间杜宾模型也发现出口量对全要素生产率的增长没有显著的影响［12］；吕品和潘沈仁（2014）采用空间计量方法实证分析了我国进出口贸易对全要素生产率的影响，结果同样表明出口对全要素生产率没有显著的促进作用［13］。

中国地域辽阔，地区差异较大，地理空间因素在经济发展中的重要性已得到大量的证实。遗憾的是，目前研究全要素生产率的影响因素多是单一视角，鲜有文献考察OFDI和出口贸易两者对全要素生产率的影响，仅有的实证研究还停留在对外直接投资企业和出口企业的生产率关系比较上。如慕绣如等（2015）比较分析了对外投资企业的生产率和出口企业的生产率，并通过实证分析得出对外直接投资和出口贸易存在相互促进作用，但未指出OFDI和出口贸易对全要素生产率的影响作用［14］。随着地区间要素流动和技术合作的深入发展，忽视空间因素难以全面揭示我国省际OFDI、出口对全要素生产率的复杂作用机制，会低估两者对全要素生产率的实际影响。因此，在研究省际OFDI、出口贸易对全要素生产率的影响时，引入空间地理因素可以客观的反映经济事实。

为探讨这一问题，本文将利用我国28个省份2005～2014年的面板数据，在分析OFDI、出口贸易对全要素生产率影响中引入空间地理因素，首先利用探索性空间数据考察我国OFDI、出口贸易和全要素生产率的空间关联特征，再通过构建空间计量模型来分析OFDI、出口贸易对全要素生产率的影响作用，以期更全面地揭示OFDI、出口贸易对全要素生产率的作用途径，为我国“走出去”战略提供更符合实际的理论指导。

2　OFDI、出口贸易与全要素生产率现状及空间关联性

2.1省际OFDI和出口贸易发展现状

在全球生产网络化的背景下，中国参与国际生产的程度不断加深，对外直接投资数量呈现稳步上升的趋势。《2014年度中国对外直接投资统计公报》显示，2014年中国对外直接投资额达1029亿美元，首次突破千亿美元，同比增长14.1%，继续保持世界第3位。同时随着“丝绸之路”经济带的建设，中国企业“走出去”的步伐不断加快。截至2014年底，中国有1.85万家境内投资者设立对外直接投资企业近3万家，分布在全球186个国家（地区）。从过去十年的对外投资存量表中可以发现，我国区域对外直接投资表现出明显的地区集聚特征。以2014年为例，东部地区对外非金融类直接投资存量为1922.4亿美元，占全国总量的81.6%，分别是中、西部地区的10倍和8倍。其中，广东省、长三角地区和京津两市的OFDI存量占地方存量的61%，反应出我国OFDI发展具有局域集聚性的特征。

在经济下行压力加大的情况下，对外贸易对一国或地区的经济增长有重要的支撑作用。自加入WTO以来，我国出口贸易迅猛增长。2005～2014年我国出口贸易额年均增长率高达17.6%。其中，2014年我国出口贸易额占全球12.2%，出口依存度达到22.5%。从地区看，东部的出口贸易额高达1.97万亿美元，中西部地区的总出口贸易额才约占东部地区的19%。在东部地区，长三角地区的出口贸易额最高（0.83万亿美元），其次是闽粤两省（0.76万亿美元），京津冀地区则有0.45万亿美元，表明地区出口贸易的集聚效果比较显著，主导性省份呈现出局域分布形态。

2.2全要素生产率的测算

测算全要素生产率采用DEA-Malmquist指数法，其具有避免理论约束、无需假设生产函数等优势。借鉴Fare（1994）的方法来测算我国的全要素生产率（TFP）。

t期的Malmquist指数是:

t+1期的Malmquist指数是:

则从t期到t+1期生产率变化的Malmquist生产率指数表示为:

目前大多数文献对投入产出要素的选取仍依据“索洛余值”规则，其中基本投入要素包括劳动投入量和资本存量，产出要素用总产出来表示。劳动投入量选取全国各省份的就业人数，资本存量采用“永续盘存法”，总产出用全国各省份的实际GDP来表示，资本存量和总产出均以2005年为基期计算。

通过DEAP2.1软件可以测算出我国28个省份的全要素生产率指数。由于测算出的Malmquist指数是环比指数，所以需要对指数进行换算整理。例如本文以2005年为基期，假设2005年的全要素生产率是1，那么2006年的全要素生产率为Malmquist指数乘以2005年的TFP，以此类推可以整理得到我国2005～2014年的全要素生产率变动情况（图1）。

从图1可以看出:（1）除了东部地区的全要素生产率保持基本稳定外，其余地区均呈现逐步下降的趋势。从数据上看，我国2005～2014年间全要素生产率平均下降了1.6%，中、西部分别下降了4.1%和2.6%，只有东部地区的TFP指数保持年均0.56%的增长趋势，这表明我国总体生产率没有发生明显的进步。（2）地区间全要素生产率差异较大。以2014年为例，东部地区的全要素生产率指数为1.05，高于全国指数0.85，分别是中、西部地区的1.54倍和1.35倍。其中，上海、浙江、北京、福建等地区的全要素生产率指数均超过1.20，而山西、河南、云南等省份的TFP指数在0.6左右，地区间最大差异达到了2.9倍，这说明东部地区技术效率和生产率水平具有明显的优势。（3）省际全要素生产率呈现出明显的集聚分布特征。如表1所示，京津地区、长三角地区、闽粤两省的全要素生产率指数都显著高于其他省份，表明这些地区的全要素生产率集聚性优于其他地区。

图1　我国2005～2014年期间全要素生产率变动趋势

表1　排名前10的省份TFP指数均值表

2.3OFDI、出口贸易与全要素生产率的空间自相关特征

基于我国OFDI、出口贸易和全要素生产率在地理空间上呈现集聚分布的特征，借助探索性空间数据分析方法测算全域Moran’s I指数，考察变量是否存在空间自相关性。若Moran’s I的数值在0和1之间，则表明有正的空间相关性，而在-1和0之间表示有负的空间相关性。本文以邻接矩阵作为空间权重矩阵（假设海南和广东、广西有共同边界），若两地区相邻则赋值为1，无共同边界就为0，构建一个28×28的矩阵并对其标准化处理。利用Matlab7.0软件测算出我国OFDI、出口贸易和全要素生产率在2005～2014年期间的全域Moran’s I指数（表2）。

表2　全域Moran’s I 指数

表2结果表明，2005～2014年间我国OFDI、出口贸易和全要素生产率的全域Moran’s I值均通过了显著性检验，并且Moran’s I指数基本在0和1之间，这说明省际0FDI、出口贸易和全要素生产率都存在显著的正向空间自相关，同时也验证了这3个变量的集聚分布效应。

进一步，以2014年为例绘制省际OFDI、出口和TFP的Moran散点图（图2）。根据图2可知，我国省际OFDI、出口贸易和全要素生产率都呈现出明显的集聚现象。就lnOFDI而言，全国大部分省份的落点聚集在第一象限，少数落在第三、四象限，这说明我国多数区域呈现高——高型局域分布特征，比如长三角地区和山东、北京、天津、辽宁、福建、广东等省份。从LnEX的Moran散点图可以看出多数省份落在第一象限，说明高——高型居于主导地位，即出口水平较高的省份呈现集聚特征。大部分省份的lnTFP在散点图中处于空间正相关的区域，其中超过半数的省份落在第一象限，省份主要集中在东部沿海地区，而第三象限（低——低型）包括云南、内蒙古、宁夏、湖南、湖北、贵州、广西等省份，由此可见我国省域全要素生产率的主要空间特征表现为“高——高集聚”和“低——低集聚”。

图2　Moran散点图

通过以上分析表明，我国省际OFDI、出口贸易和全要素生产率的全域和局域空间关联度都比较显著，初步证实了地理空间因素是影响省际OFDI、出口贸易与全要素生产率关系的重要因素之一。如果忽视这种空间因素，将使研究结论偏离实际情况，所以本文将构建空间计量模型并引入空间地理因素进行实证分析。

3　模型设定与数据说明

3.1空间计量模型的设定

通过Moran’s I指数的检验，我国省际OFDI、出口贸易与全要素生产率存在空间相关性，因此需要借助空间计量模型来客观反映这种空间关联性。常用的空间计量模型包括空间滞后模型、空间误差模型和空间杜宾模型，为了同时克服因变量和自变量的空间相关性，故采用空间杜宾模型较为合适。空间杜宾模型的基本形式为:

其中，W为空间权重矩阵，Wy和WX分别表示因变量和自变量的空间滞后项，τn为元素1的列向量。

本文从空间计量角度引入OFDI和出口贸易作为解释变量，并分析两者对全要素生产率的影响。为了增加检验结果的稳健性，需考虑模型中控制变量的作用。由新古典增长理论可知，IFDI作为资本形成的来源，对经济增长有着直接的影响。另外新增长理论认为，知识积累和技术研发是经济持续增长的源泉和动力。所以加入外商直接投资、研发投入、人力资本这3个控制变量，构建出本文采用的空间面板模型:

其中，WlnTFP代表全要素生产率的空间滞后项，WlnOFDI代表自变量OFDI的空间滞后项，WlnEX代表出口贸易额的空间滞后项，π为控制变量，包含外商直接投资、研发经费投入强度、人力资本，Wlnπ代表控制变量的空间滞后项，β1和β2用来表示OFDI和出口贸易对全要素生产率的直接影响程度，γ1和γ2分别表示OFDI和出口贸易对全要素生产率的空间溢出效应强度。

3.2数据说明

全要素生产率（TFP）沿用上文计算结果；对外直接投资（OFDI）是主要解释变量之一，用对外直接投资存量表示；出口贸易额（EX）为各省按经营单位所在地分类的出口数据；外商直接投资（IFDI）通过正向的技术溢出促进地区的经济增长，用实际利用外资额来表示；研发经费投入强度（RD）用各省的研发投入占其GDP的比重来表示；人力资本（H）参考彭国华（2005）的做法，采用教育年限法将受教育程度分为未上过学、小学、初中、高中、大专及以上，并设定平均受教育年数:1.5、6、3、3、3.5年，再通过教育回报率结合公式H=exp（lnh）*L计算出人力资本［16］。其中，OFDI、EX和IFDI数据均用CPI折算成以2005年为基期的不变价格。

由于青海、新疆和西藏样本量过小以及部分数据缺失，故剔除这3个区域。本文选取2005～2014年我国28个省级单位的数据为样本，省际OFDI来自于《中国对外直接投资统计公报》，出口贸易额、省际IFDI、GDP来自于《中国统计年鉴》，研发投入来自于《中国科技统计年鉴》，人均受教育水平来自于《中国劳动统计年鉴》，相关变量描述性统计见表3。

表3　变量描述性统计

4　实证结果与分析

4.1总体空间杜宾面板回归分析

以2005～2014年我国28个省市作为样本数据，采用邻接权重矩阵，然后使用Stata 12.0软件进行空间杜宾模型分析。回归结果见表4。

表4　全国层面的回归结果

表4回归结果表明:（1）根据R2、Sigma2和Long-likelihood的统计值，可以看出模型的整体拟合优度较好，回归结果的可信度较高；（2）对外直接投资变量（lnOFDI）的总体系数为-0.009，虽然通过了5%的显著性水平，但是结果表明OFDI与全要素生产率呈负相关。这个结论与林成杰、刘天善（2011）的研究相一致，认为我国对外投资流向大部分在亚洲和拉丁美洲等发展中国家，对低端技术行业的投资规模仍占主要地位，所以OFDI的逆向技术溢出效应对国内生产率增长的影响还不明显。其次，我国OFDI包括资源、市场导向型和技术导向型，目前我国技术导向型OFDI比例还较小，所以在数据选取上仍以总体数据来做分析，这也是导致OFDI对全要素生产率表现出显著的负向效应的原因之一。同时还应注意到，随着我国省际OFDI规模增速的扩大，资金外流必然致使对国内投资的减少，生产投入的减少自然会对全要素生产率产生消极影响。（3）出口贸易变量（lnEX）除了间接效应通过10%显著性检验，其余均在1%显著性水平下显著，表明出口对全要素生产率的正向效应比较显著。从直接和间接影响可以看出，在保持其他因素不变的情况下，本地出口每增加1%，将使本地区全要素生产率提高0.016个百分点，也使其他地区增加0.011个百分点。这与新贸易理论相吻合，认为出口贸易通过溢出效应、学习效应和规模效应对全要素生产率有促进作用。

从控制变量的角度看，外商直接投资（lnIFDI）没有表现出显著性，且均对全要素生产率增长有一定的抑制作用，说明外资对国内企业带来的竞争多于技术溢出。研发投入强度（lnRD）在1%的显著水平下促进整体全要素生产率的增长，并且对本地区和其他地区都有10%的显著影响，这也说明研发水平具有较明显的技术溢出效应。人力资本（lnH）的总效应系数为-0.036，且通过1%的显著性检验，表明人力资本对全要素生产率的增长具有反向作用。这是由于我国的人口素质和教育水平存在一定的问题，只有全面提高人民的素质和能力，加强教育资本投入，才能使人力资本对全要素生产率的发展作出积极的贡献。

4.2分地区样本的空间杜宾面板回归分析

从横向角度看，我国地区间的经济发展和生产率水平差异显著，所以本文将28个省份按照东、中、西部地区分类分别进行区域样本分析，以揭示我国OFDI、出口贸易对全要素生产率影响的区域特征。利用上述回归模型对各区域面板数据进行回归，得到表5结果。

表5　分地区样本的回归结果

续表

从本文关注的解释变量来看，我国省际OFDI和出口贸易对全要素生产率的作用路径和影响强度在不同区域存在显著差异。（1）省际OFDI在东部地区的回归系数为0.009，而在中部和西部均为负值，这说明省际OFDI对东部的全要素生产率有促进作用，中西部则作用效果相反，但是它们的空间溢出效应均不显著。从直接影响和间接影响的系数上可以发现，省际OFDI都对本地区的全要素生产率增长有阻碍作用，但在东部地区内，省际OFDI会通过空间溢出效应促进邻接省份的全要素生产率增长。（2）表征各省出口贸易溢出效应的回归系数值在中西部地区均为0.031，且通过1%显著性水平检验，这意味着我国省际出口贸易的空间溢出效应在中西部地区均存在，而东部地区的系数并不显著。具体来看，出口贸易的直接影响系数在3个地区都表现出显著的正向效应，说明出口贸易有助于直接促进本地全要素生产率的提升。而间接影响的系数则表现不一致，出口贸易仅在西部地区显著促进邻接省份的全要素生产率增长，中部地区不显著，对东部地区的作用效果则相反。（3）在控制变量lnIFDI、lnRD、lnH中。省际IFDI仅在中部地区对本地全要素生产率有促进效果，并对邻接省份的溢出效应高度显著；东部省份的研发投入强度对本地全要素生产率的增长贡献显著，西部地区则是对邻接省份有显著的溢出效应；3个地区的人力资本都对全要素生产率的增长产生了抑制作用。

5　结 论

在我国“走出去”战略稳步发展、国内经济下行压力持续加大的背景下，系统研究我国OFDI、出口贸易对国内全要素生产率的影响具有重要的现实意义。考虑到OFDI和出口贸易的溢出效应和生产率的空间依赖性，所以在效应研究中需要引入空间地理因素。本文基于我国2005～2014年28个省份的面板数据，考察了全要素生产率指数和空间相关性，运用空间杜宾模型从全国和地区层面分别分析了我国OFDI、出口贸易对全要素生产率的影响。主要结论如下:

（1）现阶段我国省际OFDI对全要素生产率的增长没有显著影响。没有形成显著溢出效应的原因可能有:①我国OFDI流向集中于发展中国家，投资低附加值产业的占比较高，所以我国OFDI的逆向技术溢出效应对国内生产率的影响还不显著；②我国对外投资以资源和市场获取型为主，技术导向型OFDI规模相对较小，而且从技术获取到影响国内生产率存在一定的滞后性，所以OFDI的空间溢出效应难以达到预期的结果。

（2）出口贸易对全要素生产率的增长有显著的正向效应，并且直接促进本地全要素生产率的增长，其中在西部地区对邻接省份有显著的促进作用。这说明出口贸易的发展与全要素生产率已形成正向的激励关系，但应注意到出口对东、中部邻接省份的溢出作用并不显著。

结合上述结论，本文提出几点政策建议:（1）把技术导向型OFDI作为深化“走出去”战略的重要工作，鼓励国内企业向国外先进产业集群投资，完善技术投资项目的政策支持。出口贸易对全要素生产率的提升作用明显，所以各省应积极参与到国际化生产网络中，充分利用出口溢出效应来提升自身技术水平，从而促进整体全要素生产率的增长。另外，重视教育投入和人才培养，以及增强自我研发水平，对全要素生产率的提高也有积极的推动作用。（2）各省份的全要素生产率存在明显的空间相关性，即某一地区的TFP与相邻省份的TFP具有密切的联系。因此，我国各省份间应促进经济合作和技术交流，摒弃地域行政的限制。同时，生产率高度发达的东部省份应当起牵头作用，带动内陆省份TFP增长，加快区域间技术、知识等要素的流动，实现区域内资源优化与协调发展。

［1］MacDougall，G.D.A..The Benefits and Costs of Private Investment from Abroad:A Theoretical Approach［J］.Economic Record，1960，（36）:13～35

［2］Dierk Herzer.The Long Run Relationship between Outward FDI and Total Factor Productivity:Evidence for Developing Countries［J］. Journal of Dvelopment Studies，2011，47（47）:767～785

［3］白洁.对外直接投资的逆向技术溢出效应——对中国全要素生产率影响的经验检验［J］.世界经济研究，2009，（8）:65～69

［4］林成杰，刘天善.我国FDI和OFDI技术溢出效应的实证检验［J］.技术经济，2011，30（1）:5～9

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

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

［7］倪海青，王咏梅.出口影响我国全要素生产率提高的实证研究［J］.开发研究，2005，（6）:72～74

［8］胡贤旭，周春林.出口贸易与省域TFP空间维度分析［J］.江汉学术，2014，3（6）:110～117

［9］张坤，侯维忠，刘璐.中国企业存在“出口—生产率悖论”吗？——基于不同贸易状态的比较分析［J］.产业经济研究，2016，（1）:30～39

［10］Wagner J.Exports and Productivity:A Survey of The Evidence from Firm-Level Data［J］.The World Economy，2007，30（1）:60～82

［11］关兵.出口贸易与全要素生产率增长的动态效应分析——基于中国省际面板数据的角度［J］.国际商务，2010，（6）: 74～80

［12］叶明确，方莹.出口与我国全要素生产率增长的关系——基于空间杜宾模型［J］.国际贸易问题，2013，（5）:19～31

［13］吕品，潘沈仁.FDI、进出口贸易对全要素生产率的影响——基于省市数据的空间计量分析［J］.浙江理工大学学报，2014，32（1）:29～35

［14］慕绣如，李荣林，田朔.OFDI、出口和全要素生产率——来自工业企业的证据［J］.现代管理科学，2015，（10）:67～69

［15］任治君，高文玲.OFDI逆向技术溢出对高技术产业全要素生产率的影响研究——基于Malmquist指数和动态面板数据模型的实证分析［J］.工业技术经济，2013，（1）:109～117

［16］彭国华.中国地区收入差距、全要素生产率及其收敛分析［J］.经济研究，2005，（9）:19～29

Influence of Inter-Province OFDI and Export Trade on T otal Factor Productivity——An Analysis Based on The Spatial Panel Durbin Model

Yan Zhijun Chen Chen
（Nanjing University of Science and Technology，Nanjing 210094，China）

Because of China’s vast territory and regional differences，a study of the influence of inter-province OFDI and export trade on total factor productivity requires a full consideration of spatial factors.Based on the panel data of 28 provinces of China in 2005-2014，this paper uses the spatial data model to analyze the impact of OFDI and export trade on the total factor productivity in two aspects. The results reveal that each of the provincial OFDI，export trade and total factor productivity shows an obvious spatial agglomeration feature；OFDI has negative correlation with TFP growth；exports have significant positive effect on total factor productivity，and promote the total factor productivity of adjacent provinces significantly through the spatial spillover effects.Therefore，our country should pay attention to the construction of technology-seeking OFDI，and fully consider the impact of OFDI on the spatial spillover of domestic economic growth in order to achieve the technology spillover effects of both OFDI and export trade.

OFDI；export trade；total factor productivity；Spatial Durbin model

10.3969/j.issn.1004-910X.2016.11.009

F746.12

A

2016—07—05

江苏省社会科学基金“中国‘走出去’战略在东盟面临的风险及对策研究”（项目编号:CWZ201410）；广西大学中国——东盟研究院招标课题（重点项目）。

阎志军，南京理工大学经济管理学院副教授。研究方向:国际贸易政策与措施、国际投资运营与风险管理。陈晨，南京理工大学经济管理学院在读硕士研究生。研究方向:国际投融资管理。

（责任编辑:王 平）