双向FDI的生产率效应研究

王恕立　王许亮

摘要：IFDI、OFDI是影响开放型区域经济增长的重要经济指标，但双向FDI的生产率效应可能因区域而异。为了考察中部双向FDI的生产率效应以及国内研发、对外贸易、人力资本等关键指标对生产率的具体影响，运用中部地区2004-2013年的省际面板数据，并分别运用索洛残差法以及DEA方法对中部各省的全要素生产率（TFP）进行重新测算。研究结果表明，中部地区的TFP呈逐年下降趋势，且国际金融危机后比国际金融危机前明显。国内研发是促进中部地区TFP增长的最重要因素，OFDI、双向FDI交互项以及进口显著促进了中部地区TFP的增长。此外，研究还发现人力资本是抑制中部地区TFP提升的主要因素，IFDI是中部地区生产率下降的重要因素，出口的技术外溢效应则不明显。

关键词：双向FDI；TFP；人力资本；对外贸易

中图分类号：F062.9

文献标识码：ADOI：10.3963/j.issn.16716477.2016.05.0021

近年来，外商直接投资（Inward Foreign Direct Investment，IFDI）与对外直接投资（Outward Direct Investment，OFDI）已经成为发展中国家和地区获取先进技术的重要渠道。根据UNCTAD的统计数据，发展中国家的IFDI流量从2003年的1720亿美元增加到2014年的6810亿美元，在世界IFDI的份额从31%上升至55%；与此同时，发展中国家的OFDI流量从2003年的360亿美元增加至2014年的4680亿美元，在世界对外直接投资中的份额从6%上升至35%。随着对外开放水平的不断提升，中国的IFDI流量从2003年的561.4亿美元增加至2014年的1197.5亿美元，并于2013年首次成为世界上最大的FDI流入国；在2003-2014年间，中国的OFDI流量则从29亿美元增加至1028.9亿美元，2012-2014年连续三年居世界第三位。中国迅速增长的双向FDI是否显著提升了中国的全要素生产率？由于我国各地区的经济发展存在较大的差异，对外开放的顺序与水平各不相同，双向FDI对各地区经济增长的影响也可能存在差异。中共十八届五中全会也提出“推动区域协调发展，塑造要素有序自由流动”的发展理念。因此有必要研究有代表性区域的IFDI与OFDI对经济增长效率的具体影响。自改革开放以来，中部地区①经济占全国比重②呈现“V”型反转的趋势[1]。商务部的统计数据表明，中部地区名义GDP在2014年占全国名义GDP比重的21.8%。然而，中部地区的IFDI流量与OFDI流量在2014年占全国的比重仅分别为9.03%，7.26%，远小于GDP占比。在开放的经济环境下，中部地区经济“V”型反转是否能够持续在很大程度上取决于中部地区是否能通过IFDI和OFDI提高生产率。那么，中部地区的双向FDI是否具备显著的生产率效应？2008年的国际金融危机对中部地区的TFP又存在怎样的影响？与国内研发、人力资本以及对外贸易等重要变量相比，双向FDI的生产率效应是否更显著？解答这些问题无疑对中部地方政府更好地“引进来”与“走出去”以及落实“中部崛起”战略具有重要的理论和现实意义。

一、文献综述

国际技术外溢分为物化技术溢出和非物化技术溢出，学界一般认为进口、出口、IFDI、OFDI是国际物化技术溢出的主要渠道[2]。虽然国内外学者对出口的技术外溢[3]和进口的技术外溢[4]的大量研究证实了进口与出口都是技术溢出的重要渠道，但是发展中国家通过贸易渠道促进其技术进步还是受到自身非熟练劳动力等要素禀赋的约束[5]。因此，研究IFDI与OFDI的技术溢出效应十分必要。

国内外学者在IFDI的技术溢出方面进行了多角度的研究。有的学者从企业层面[67]研究IFDI的技术外溢；有的学者则基于区域面板数据[8]研究IFDI的技术溢出；有的学者则是从吸收能力的视角[9]研究制约东道国吸收FDI技术外溢的因素；有的学者则分析IFDI对具体行业的技术外溢。此外还有部分学者比较中国进口与IFDI对生产率的溢出效应[10]，发现二者都对生产率具有正向的技术溢出，但IFDI的技术溢出效应比进口的技术溢出效应具有更长的时效性。

在对外投资方面，国外学者大多是采用发达国家制造业层面的数据研究OFDI对发达国家的逆向技术溢出。Kogut和Chang[11]最早研究OFDI的逆向技术溢出，基于日本对美国制造业尤其是R&D密集型产业的投资数据，发现日本的OFDI是技术寻求型的。Bitzer和Kerkes[12]基于CD生产函数模型，运用OECD国家制造业层面的数据，得出G7国家的OFDI逆向技术溢出明显，非G7国家的OFDI则显著抑制了国内生产率的增长。Driffield等[13]基于英国1987-1996年对OECD国家的制造业的直接投资数据分析，结果表明技术寻求型的对外投资和效率寻求型的对外投资都能够提高母国的生产率。部分国外学者研究了发展中国家的技术外溢。 Zhao等[14]基于中国1991-2007年在发达国家的投资数据，得出中国的对外投资促进母国TFP增长的结论。Herzer[15]基于33个发展中国家1980-2005年的对外直接投资数据，发现OFDI在长期促进母国的全要素生产率的增长，但具备较大的国别差异。国内学者在OFDI逆向技术溢出方面的研究大多是基于中国的省际面板数据。例如，赵伟等[16]在对中国OFDI与技术进步进行机理分析的基础上，实证研究发现中国的OFDI具有显著的逆向技术溢出效应，这一点在中国对R&D要素丰裕的国家和地区的投资尤其明显。白洁[17]的研究结果也表明中国的OFDI有利于提升TFP。阚大学[18]基于中国的省际面板数据研究，结果表明OFDI在中国的中、东、西部地区均存在较弱的逆向技术溢出效应，且人力资本制约东部地区OFDI逆向技术吸收能力，中西部地区则受制于国际贸易。李梅和柳士昌[19]以中国2003-2009年的省际面板数据为样本，发现OFDI在东部地区存在显著的逆向技术溢出效应，在中西部地区则不存在逆向技术溢出。在进一步引入门槛回歸模型后，发现中西部地区由于人力资本、金融发展水平以及R&D投入等吸收能力变量均低于“门槛值”，OFDI不能提升当地的TFP水平。王恕立和向姣姣[20]考察不同动机下的OFDI对中国东、中、西部地区的逆向技术溢出效应，研究发现技术寻求型的OFDI有利于提升中国东、中、西部地区的TFP，且OFDI的逆向技术溢出效应在中部地区最明显；而资源寻求型OFDI与市场寻求型OFDI均抑制了东、中、西部地区的TFP。

此外，国内外少量学者同时研究了双向FDI的技术溢出效应。Lichtenberg和Potterie[21]基于美国、日本等技术密集型国家的数据，将IFDI、OFDI引入CH模型，研究进口、IFDI与OFDI的国际R&D溢出效应，发现进口与OFDI有利于提高母国生产效率以及促进母国技术进步，IFDI则不存在显著的国际R&D技术溢出。王英和刘思峰[2]运用中国1985-2005年的时间序列数据，在国际R&D溢出回归框架下实证分析四种物化技术外溢渠道的技术外溢效应，回归结果表明IFDI和出口是TFP增长的源泉，OFDI和进口对我国的技术进步未起到预期的作用。李梅[22]基于中国1985-2008年的时间序列数据，研究发现IFDI渠道的技术溢出显著提升了TFP，但OFDI渠道的国外R&D溢出效应则十分微弱。王恕立和胡宗彪[23]采用中国服务业的面板数据，研究发现IFDI有利于中国服务业生产率的提升，OFDI则没有产生生产率效应，且服务业双向FDI存在较大的行业差异。

通过对文献进行梳理，可以发现以下几点不足：第一，现有研究大多仅限于研究IFDI技术溢出与OFDI逆向技术溢出中的一种渠道，但事实上双向FDI的技术溢出是同时存在的，已有的研究在数据和方法采用上存在较大差异，不具有可比性，即使在少量有关双向FDI技术外溢的文献中，也缺乏对中国具体区域的研究；第二，在后金融危机时代和开放的宏观环境中，研究2008年的国际金融危机对TFP、技术进步以及技术效率的影响具有较大的现实意义，近几年的研究并没有考虑这一点；第三，现有研究表明不同国家和地区的双向FDI在对TFP的影响方面存在差异，且学界对双向FDI是否存在技术溢出效应以及在技术溢出效应是否为正等方面存在较大的分歧，这为后续的研究提供了可能。

因此，本文采用中国中部六省在2004-2013年间的省际面板数据，在测算并比较2008年国际金融危机前后的中部地区TFP后，考察双向FDI的生产率效应。此外，本文将R&D投入强度、人力资本、进口、出口等吸收能力指标作为控制变量引入模型，以期更准确地估计并比较各项指标对中部地区生产率的具体影响程度。

二、模型、变量与数据

（一）模型设定

Coe与Helpman[4]证实了进口贸易的逆向技术溢出效应，其构建的国际R&D溢出基本模型如下：

lnTFPi=α0i+αdilnSdi+αfimilnSfi（1）

式中：i代表国家或地区；TFP代表全要素生产率；Sd代表国内R&D资本存量；Sf代表经进口渠道获取的国际R&D资本存量。Lichtenberg和Potterie[21]将IFDI与OFDI引入CH模型。借鉴LP模型以及何元庆[24]与王恕立和胡宗彪[23]的建模思路，模型设定如下

lnTFPit=α0+α1lnifdiit+α2lnofdiit+

α3lnrdgit+εit（2）

同时控制人力资本、进口、出口以及ifdi与ofdi的交互项，得到以下模型

lnTFPit=α0+α1lnifdiit+α2lnofdiit+

α3lnimit+α4lnexit+α5lnrdgit+α6lnhumanit+

α7lnifdiit×lnofdiit+εit（3）

下标 i和t分别表示省份和时间，ifdi、ofdi、im、ex、rdg、human、ifdi×ofdi分別表示IFDI强度、OFDI强度、进口比率、出口比率、研发投入强度、人力资本以及IFDI与OFDI的交互项。

（二）变量及数据处理

1.被解释变量：中部各省全要素生产率（TFP）。本文首先借鉴郭庆旺和贾俊雪[25]的研究方法，采用索洛残差法来测算中部各省2004-2013年的全要素生产率（TFP1）。具体地，先估算出总量生产函数，再在产出增长率的基础上扣除各投入要素增长率。

本文将总量生产函数设定为CD生产函数：

Yt=AtKαtLβt（4）

其中：Yt表示以各省2004年不变价格测算的实际GDP，Kt表示资本存量，Lt表示劳动投入，α为平均资本产出份额，β为平均劳动产出份额。假设规模报酬不变，则有α+β=1.对（1）式两边取对数，得到

ln（Yt）=ln（At）+αln（Kt）+βln（Lt）+εt（5）

又因为α+β=1，所以有

lnYtLt=ln（At）+αlnKtLt+εt（6）

又由式（4）知，全要素生产率

At=YtK＼+αtL＼+βt（7）

其中的资本存量Kt需要测算，本文采用永续盘存法测算资本存量，测算公式为

Kt=ItPt+（1-δt）Kt-1（8）

其中Kt为第t年的实际资本存量，It为第t 年的名义投资，采用各省历年固定资本形成总额代替；Pt为固定资产投资价格指数；δt为第t年的固定资产的折旧率，本文选取张军等[26]的研究成果，即取9.6%的固定资产折旧率；Kt-1为第（t-1）年的实际资本存量。基期资本存量K0仅对期初后几年的资本存量估算影响较大，且以2004年价格为基期的各省实际资本存量无法获取。本文借鉴Harberger[27]提出的稳态方法来测算几年资本存量，即K0=I0（g+δ）其中g是样本期的实际投资的年平均增长率，δ是固定资产折旧率。相关数据均取自各省历年统计年鉴以及《新中国60年统计资料汇编》。将相关数据代入式（6）并运用Eviews8.0进行回归处理，得到中部地区各省的α和β值。将α、β的值分别代入式（7），测算出中部地区各省历年的TFP。表1为中部各省全要素生产率的测算结果。

为了使模型更稳健，本文同时采用非参数方法即DEAMalmquist指数方法测算TFP（TFP2）。采用使用数据包络分析（DEA）测算的Malmquist指数度量TFP既可以避免理论假设的约束，又能将TFP分解成技术效率（EC）与技

术进步（TC）。TFP的测算需要运用的产出（Y）与投入（L和K）的数据来源与测算方法同上。在实际估计TFP时，本文借鉴李梅和柳士昌[19]的做法，对Malmquist生产率指数进行变换，设2004年为基期，则2005年TFP等于2004年的TFP乘以2005年的Malmquist指数，依此类推。TC和EC计算方法与TFP一致。本文运用DEAP2.1测算出中部六省的全要素生产率（MI）、技术效率（EC）与技术进步（TC）。若MI大于1，表示TFP增长，MI=1表示TFP不变，MI小于1表示TFP恶化。TC、EC与之类似。结果如下表2。

结合表1、表2可知，从2004-2013年我国中部地区的全要素生产率总体上较低，且呈现下降趋势，这反映出中部地区全要素生产率增长缓慢的现实。结合表1、表2的分时间段均值对比分析可进一步看出中部各省的全要素生产率在2008年国际金融危机后进一步恶化，且主要归因于的技术进步率的下降。本文认为，近年来中部地区全要素生产率下降的原因有如下几点：

第一，虽然从1994年开始建立社会主义市场经济体制至今已有20多年，但是我国中部地区的企业尤其是国企存在隐性失业的现象，过多的工人使用较少的机器设备；此外，中部地区的企业尤其是国有企业的管理方式亟待改进，引进的先进技术设备很难提高生产效率，这也抑制了全要素生产率的改进。

第二，随着城镇化的持续推进，我国中部地区农村剩余劳动力尤其是素质相对较高的青壮年劳动力大量转移到城市，剩余的从事农业生产的多为妇女与老人，这不利于农业生产效率的改善。

第三，由于沿海地区拥有更好的基础设施、更多的发展机遇与更高的工资水平，中部地区的劳动力特别是高素质劳动力流向沿海地区。基于互联网大数据的首份《大学生就业流向报告》显示，59%的大学生毕业时选择离开大学所在城市，而这其中有一半以上选择东部沿海省市就业。劳动力的外流也使中部地区的全要素生产率恶化成为可能。

第四，2008年爆发的国际金融危机对我国中部地区的经济增长速度与增长质量均产生了较大的负面影响。根据各省统计年鉴测算发现，中部地区的名义GDP增长率从2008年的20.4%下降至2009年的10.3%；期间中部各省的工业生产出现回落，其中山西省由于受到原材料和能源价格下跌的影响，回落幅度居全国首位[28]。但中部地区的全社会固定资产投资却呈现高速增长的趋势，2008-2013年除2011年外，其余年份每年的增幅均超过了20%，年均增长23.8%，远高于此间名义GDP的16%的年均增长率。可见，中部各省通过依赖大幅增加投资应对金融危机的冲击。

2.核心解释变量：IFDI与OFDI。为了消除价格因素的影响，本文分别采用IFDI与OFDI占GDP的比重来衡量各省利用外资与对外投资的强度，分别用ifdi与ofdi表示。各省2004-2013年的IFDI流量数据来自各省历年统计年鉴，OFDI流量数据则来自中国历年《对外直接投资统计公报》。

3.控制变量。研发投入强度，本文用各省R&D经费内部支出占GDP的比重来衡量，用rdg表示。相关数据取自历年《中国科技统计年鉴》。

人力资本存量，计算公式为：小学比重×6+初中比重×9+高中比重×12+大专及以上学历比重×16。劳动力受教育程度数据取自历年《中国劳动统计年鉴》。

对于进口（im）与出口（ex），本文分别采用进口占GDP比重与出口占GDP比重表示。进出口数据取自各省历年统计年鉴。模型变量具体说明见表3。

三、实证结果分析

为了避免计量模型出现伪回归问题，需对数据的平稳性进行检验。本文将运用面板数據单位根检验与协整检验来判断数据的平稳性。

（一）面板单位根检验

面板数据单位根检验的方法主要有LLC检验、FisherADF检验与FisherPP检验等。通常认为当LLC检验与FisherADF检验同时拒绝原假设时，面板数据才是平稳的，反之则认为面板数据不平稳。

（二）面板协整检验

由表4可知，解释变量与被解释变量均为一阶单整，可能存在协整关系。由于模型中的解释变量个数较多，此时我们按照通常做法，采用Kao检验。由于TFP有两个指标TFP1与TFP2来表示，故检验结果有两个，如下表5。

归结果仅在回归系数的大小上有较小的差异，可见所选模型具有一定的稳健性。下面具体分析各解释变量对TFP的具体影响。以具有代表性的模型2为例，对中部地区的TFP具有显著正向作用的变量有对外直接投资、研发投入强度、进口以及IFDI与OFDI的交互项。其中研发投入强度（lnrdg）的系数为0.279，大于lnofdi（0.083）、lnim（0.084）以及lnifdi×lnofdi（0.015）对应的系数，这与王英和刘思峰[2]、王恕立和胡宗彪[23]的研究结论一致。这说明在开放的经济环境下，中部地区通过对外直接投资、进口等渠道获得了技术外溢，但国内的自主研发始终是TFP增长的最主要的源泉。对外直接投资（lnofdi）的系数为0.083，这意味着如果中部各省的OFDI增加一个百分点，TFP将会提升8.3%。这与赵伟等[16]、王恕立和向姣姣[20]的研究结论一致。IFDI与OFDI的交互项（lnifdi×lnofdi）系数也显著为正，这表明我国中部地区既利用外资又对外投资的情况下，可以显著促进中部地区自身生产率的提高。IFDI对TFP的系数为-0.1，这说明我国中部各省的外商直接投资若增加一个百分点，TFP则会降低10%，中部各省的IFDI对TFP具有显著的抑制作用。这个结果与陈继勇和盛杨怿[5]等学者的研究结论一致，但与谢建国[8]、王英和刘思峰[2]等大部分学者的研究结论不一致，这可能与所选取的数据、方法不同有关，也可能与中部各省的人力资本水平较低以及企业的吸收再创造能力较低等因素有关。人力资本（lnhuman）的系数也显著为负且小于外商直接投资（lnifdi）的系数，这说明中部各省的人力资本对TFP的提升不但不具有显著的促进作用，而且是抑制中部各省TFP增长的最重要的因素。这可能是因为随着中国改革开放的深入，中部各省的人力资本流向东部地区的趋势明显增强[29]。高新才[30]的研究也发现中部省份人力资本竞争力的排名呈下降趋势。在模型2、模型4中，进口（lnim）系数均显著为正，而出口（lnex）在模型2中显著为负，且在模型4中不显著，这说明中部各省的进口在国际技术扩散方面发挥的作用比出口更直接有效。

四、结语

本研究从中国中部地区的视角出发，基于索洛残差法以及DEAMalmquist指数法测算中部地区2004-2013年的全要素生产率，并进一步构建以双向FDI为核心解释变量的双对数模型，得到的主要结论与启示有：

第一，国内研发支出对中部地区的TFP具有显著的促进作用，并且要高于对外直接投资与进口的技术溢出效应。这表明中部地区的自主研发是TFP增长的最重要的源泉。在开放的宏观经济环境下，自主创新是中部地区通过“引进来”与“走出去”获取先进技术的基石。与此同时，中部地区地方政府应当继续简政放权，营造公平竞争的市场环境，激励企业创新创造，落实中央“大众创业、万众创新”的号召。

第二，OFDI的逆向技术溢出是中部地区TFP增长的重要因素之一，这可能与中部地区对外投资主体、国别日趋多元化，技术寻求型的对外投资日益增多等因素有关。因此，中部地区政府在对外投资战略上应当进一步向技术寻求型倾斜，鼓励现代服务业、高新技术行业、新兴制造业等行业的企业尤其是中小企业积极到技术水平相对较高的发达国家和地区投资，从而加强OFDI的逆向技术溢出，改善中部地区TFP、技术水平以及效率水平偏低的现状。

第三，IFDI对中部地區的TFP具有显著的抑制作用，这可能与中部地区的经济发展水平较低以及吸收能力有限等因素有关。中部地区地方政府应从促进经济发展、进一步扩大东西双向开放水平以及加大教育投入等方面着手，提升自身对IFDI技术溢出的吸收能力。与此同时，地方政府应结合当地的产业结构、资源禀赋以及区位优势等宏观环境，取消不合理的吸引外资的政策，避免过度盲目引资。

第四，IFDI与OFDI的交互项显著提升了中部地区的TFP。这说明我国中部地区的外资流入能够进一步促进中部地区的企业走出去，反之亦然。中部地区政府应进一步引导双向FDI的合理布局，促进引资模式从“宽进严出，消极被动”向“限入引出，积极主动”的方向转型。

第五，人力资本对我国中部地区的TFP存在显著的抑制作用。这表明作为东道国吸收能力强弱标志的人力资本在中部地区并没有发挥应有的作用。这可能是与人力资本内部构成部分存在异质性以及人力资本水平未达到促使IFDI技术溢出与OFDI逆向技术溢出的最低门槛水平有关。此外，中部地区存在大量劳动力尤其是高素质人才流向东部沿海的现象，这也影响了人力资本对中部地区TFP所预期产生的促进作用。中部地区可通过改善基础设施、进一步加大在诸如人才引进生活补助以及安家费等方面上的投入力度，减少人才外流。与此同时，加强教育投入，通过调整高校人才培育模式等措施，满足各地区对异质性人力资本的需求。

第六，进口对中部地区的TFP具有促进作用，出口则对TFP未产生显著的影响。这可能是由于中部地区根据静态的比较优势分工，进口的产品以资本密集型、技术密集性的产品为主，技术的进口以及进口带来的竞争效应使得中部地区生产率提高。出口的商品以低技术密集型的产品为主，低技术密集型产品的生产挤占了技术密集型产业的要素投入，从而出口未能产生竞争、示范以及“干中学”等效应。地方政府应通过税收、补贴等政策激励企业提升生产率，优化贸易商品结构，从而避免陷入“比较优势陷阱”，获得动态贸易利益。

注释：

①对中东西部地区的划分一直存在争议，本文借鉴《中共中央、国务院关于促进中部崛起的若干意见》的划分标准，其中中部地区包括山西、安徽、江西、河南、湖北、湖南等6个省份。

②由于分地区数据相加不等于全国总计，在计算中部地区的GDP、IFDI与OFDI占全国的比重时，分母为31个省（区、市） GDP、IFDI与OFDI相加的合计数。

[参考文献]

[1]张可云.中部地区经济“V”型反转的可持续性分析[J].中国人民大学学报，2011（2）：7280.

[2]王英，刘思峰.国际技术外溢渠道的实证研究[J].数量经济技术经济研究，2008（4）：153160.

[3]包群，赖明勇.中国外商直接投资与技术进步的实证研究[J].经济评论，2002（6）：6366.

[4]Coe， D. T.， and Helpman， E. International R&D Spillovers[J]. European Economic Review， 1995，39（5）：859887.

[5]陈继勇，盛杨怿.外商直接投资的知识溢出与中国区域经济增长[J].经济研究，2008（12）：3949.

[6]Malick S. Productivity growth， trade and FDI nexus： evidencefrom the Canadianan manufacturingSector[J].TechnolTransf，2013，38（1）：675698.

[7]夏业良，程磊.外商直接投资对中国工业企业技术效率的溢出效应研究：基于2002—2006年中国工业企业数据的实证分析[J].中国工业经济，2010（7）：5565.

[8]谢建国.外商直接投资对中国的技术溢出：一个基于中国省际面板数据的研究[J].经济学（季刊），2006（5）：109128.

[9]赖明勇，包群，彭水军，等.外商直接投资与技术外溢：基于吸收能力的研究[J].经济研究，2005（8）：96105.

[10]郭峰，胡军，洪占卿.贸易进口和外商直接投资空间溢出效应研究[J].国际贸易问题，2013（11）：125135.

[11]Kogut， B.， and Chang S. J.Technological Capabilities and Japanese Foreign Direct Investment in the United States[J]. Review of Economics and Statistics， 1991，73（3）：401 413.

[12]Bitzer，J. and Kerekes，M.Does Foreign Direct Investment Transfer Technology Across Borders？ New Evidence [J].Economics，2008，100（3）：355358.

[13]Driffield， N. ， Love， J.H. and Talor，K. Productivity and Labor Demand effects of Inward and Outward FDI on UK Industry [J].The Manchester School， 2009，77（2）：171203.

[14]Zhao W.， Liu L.， and Zhao T. The Contribution of Outward Direct Investment to Productivity Changes within China， 19912007 [J].Journal of International Management ，2010，16（2）：121130.

[15]Herzer D.The LongRun Relationship between Outward FDI and Total Factor Productivity： Evidence for Developing Countries [J].The Journal of Development Studies， 2011，47（5）：767 785.

[16]趙伟，古广东，何元庆.外向FDI 与中国技术进步：机理分析与尝试性实证[J].管理世界，2006（7）：5360.

[17]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）：6570.

[18]阚大学.对外直接投资的反向技术溢出效应：基于吸收能力的实证研究[J].商业经济与管理，2010（6）：5358.

[19]李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应：基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）：2231.

[20]王恕立，向姣姣.对外直接投资逆向技术溢出与全要素生产率：基于不同投资动机的经验分析[J].国际贸易问题，2014（9）：109119.

[21]Lichtenberg， F. and Potterie B.V.P. International R&D Spillovers ： A Comment [J]. European Economic Review， 1998，39（8）：14831491.

[22]李梅.国际R&D 溢出与中国技术进步：基于IFDI 和OFDI 传导机制的实证研究[J].科研管理，2012（4）：8692.

[23]王恕立，胡宗彪.服务业双向FDI的生产率效应研究：基于人力资本的面板门槛模型估计[J].财经研究，2013（11）：90101.

[24]何元庆.对外开放与TFP增长：基于中国省际面板数据的经验研究[J].经济学（季刊），2007（7）：11271141.

[25]郭庆旺，贾俊雪.中国全要素生产率的估算：19792004[J].经济研究，2005（5）：5160

[26]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004（10）：3544.

[27]Harberger， A. Perspective on Capital and Technology in Less Developed Countries， Cotemporary Economic Analysis[M]. London： Croom Helm，1978，69151.

[28]魏后凯.金融危机对我国地区经济的影响分析[J].西部金融，2009（5）：2022.

[29]王颖.金融危机对中部地区人力资本流动的影响及对策[J].教育与经济，2009（2）：2124.

[30]高新才.中国经济改革30年（区域经济卷）[M].重庆：重庆大学出版社，2008：172173.

（责任编辑王婷婷）

Abstract：IFDI and OFDI are vital factors influencing the economy in the open regional economic system. However， the bidirectional FDI correlations might vary across regions. To empirically study the productivity effects of bidirectional FDI and the specific impacts of such key indicators as domestic R&D， foreign trade， human capital on productivity， this paper uses the panel data of 6 provinces in central China and applies Solow residual method and data envelopment analysis（DEA） method to recalculate the total factor productivity （TFP） of provinces in central China. The results are as follows： The total productivity have been declining， which is more obvious after the international financial crisis； The domestic R&D is the most important factor of promoting TFP growth； OFDI， the interaction item of bidirectional FDI and import significantly facilitate the total factor productivity（TFP） in central China. Whats more， this paper finds that human capital is the primary factor to inhibit the TFP in central China； IFDI is an important factor resulting in productivity slowdown of central China；Export has no significantly positive spillover effect.

Key words：bidirectional FDI； TFP； human capital； foreign trade