贸易开放对“一带一路”沿线国家绿色全要素生产率的影响

齐绍洲 徐佳

摘要 绿色“一带一路”建设是“一带一路”倡议的重要组成部分，而贸易开放则是促进“一带一路”沿线国家绿色技术进步的重要渠道。本文用SBM模型测算了“一带一路”沿线国家的绿色全要素生产率，用以衡量沿线国家的绿色技术进步，并基于面板门槛模型从进口贸易和出口贸易两个角度考察了沿线国家贸易开放基于经济发展、基础设施、金融发展和制度质量4个因素的绿色技术溢出门槛效应。研究发现：①经济发展、基础设施、金融发展和制度质量四个变量对“一带一路”沿线31个国家贸易开放的绿色技术溢出都存在显著门槛效应。进口贸易的绿色技术溢出效应随着经济发展两个门槛的跨越而由负转正并逐步增强；在跨越基础设施、金融发展和制度质量门槛前后，进口贸易的绿色技术溢出效应都为正，但在跨越门槛之后进一步增强。出口贸易在样本期内对绿色全要素生产率呈负向影响，但影响程度随四个变量门槛的跨越而逐渐降低，显著性水平也有所下降。②沿线国家基于四个门槛变量的通过情况有所不同。跨越基础设施水平门槛和金融发展水平门槛的样本国家较多，跨越制度质量水平门槛的国家次之，跨越经济发展水平门槛的样本国家还较少。③贸易开放整体有利于“一带一路”沿线国家绿色全要素生产率的提高，相比出口贸易，进口贸易更有助于促进“一带一路”国家绿色技术进步。因此，在“一带一路”倡议框架下逐步提升沿线国家在此四方面的发展水平将有利于绿色技术溢出效应的充分显现。

关键词 “一带一路”；绿色全要素生产率；技术溢出；门槛效应

中图分类号 F74

文献标识码 A文章编号 1002-2104（2018）04-0134-11DOI：10.12062/cpre.20180109

环境保护部、外交部、国家发展改革委、商务部联合发布了《关于推进绿色“一带一路”建设的指导意见》，提出通过推进绿色贸易发展来推动绿色“一带一路”建设。“一带一路”沿线国家多为新兴经济体和发展中国家，对外开放程度不高，但其碳排放和单位GDP能耗均高出世界平均水平的一半以上。国际贸易作为技术转移、外溢和扩散的重要途径，其在推动“一带一路”沿线国家经济发展的同时，物化在其中的绿色技术也会随着沿线国家贸易的进一步开放而溢出和扩散，进而可能促进沿线国家绿色全要素生产率的提升。但是“一带一路”沿线国家身处不同文化背景和经济发展阶段，其经济发展、基础设施、金融发展和制度质量的水平也各不相同。在这些因素存在差异的情况下，贸易开放对沿线国家绿色全要素生产率是否有不同影响？是否存在基于这些因素的绿色技术溢出门槛效应？若存在门槛效应，不同因素的门槛效应之间是否有差异，沿线不同国家处于怎样的门槛区间，其政策含义又如何？这些问题的研究能为绿色“一带一路”建设提供有针对性的理论依据与政策借鉴，具有重大现实意义。

1 文獻综述

绿色全要素生产率（简称“绿色TFP”，下同）本质上是偏向清洁生产和环境友好的绿色生产效率，绿色TFP的提升意味着通过推动绿色技术进步来促进经济的可持续发展，实现经济与环境绩效的双赢。一国的技术进步不仅取决于其研发投入和人才培育，通过技术扩散和知识外溢来学习和吸收其他国家的先进技术也是促进本国绿色技术进步的重要途径，而国际贸易正是不同经济体间技术传导和溢出的主要渠道之一。

关于贸易开放的技术溢出效应方面的研究，现有文献主要集中在验证贸易相关的技术溢出效应是否存在和考察技术溢出的传导机制两方面。根据新贸易理论，不同国家之间的技术差距可以促进技术密集型产品的国际贸易，进出口贸易中的技术溢出可以对一国的技术进步产生积极促进作用。从进口方面来看，进口贸易可通过溢出效应及扩散效应等优化产业结构，改善国内需求结构并促进本国技术进步[1-2]。从出口方面来看，出口贸易可以通过学习效应、出口规模效应和出口竞争效应促进全要素生产率的增长[3-4]。Ho等[5]基于时变空间面板模型对30个国家的技术溢出效应进行了研究，发现在其进口贸易渠道中，存在显著的创新溢出效应。通过对OECD国家样本的研究，Luh等[6]发现贸易相关的知识溢出效应在非主要研发国家的OECD国家中更为显著。Wan等[7]的研究表明，与“向底线赛跑”理论相反，贸易可以引发竞争和知识融合，对欧盟国家的能源生产效率有较大程度的提升作用。

随着理论和实证研究的丰富，越来越多的学者发现贸易开放的技术溢出效应存在不确定性，其传导机制可能会受到其他因素的影响。Talberth[8]通过8个国家30～50年的面板数据发现，贸易开放和绿色GDP之间存在负向非线性关系，而贸易开放与GDP和绿色GDP之间的差异却存在正向非线性关系。李小平[9]和Halpern[10]等学者经研究发现先进技术可通过进口贸易渠道进行扩散，但不同国家或地区对其吸收能力存在很大的差异，可能存在经济发展水平门槛。Fracasso和Marzetti[11]基于24个先进国家的研究表明，贸易模式对知识的国际传播有显著影响，贸易流量的增加会显著提升贸易渠道的技术溢出效应。沈能[12]从技术势差的视角来考察进口贸易的技术溢出效应，得出地区技术发展水平的不同会显著影响进口贸易的技术溢出对生产率的提升作用。景维民和张璐[13]在有偏技术进步框架下，考察了环境管制及对外开放影响绿色技术进步的机制，发现进口对绿色增长效率的推动作用存在本国的研发水平门槛，而出口则对其有负面影响。孙瑾等[14]以人均绿色GDP作为绿色经济增长的指标，通过对我国不同地区的样本考察，发现贸易开放对我国东部和中部地区的绿色增长有显著负面作用，对西部地区的影响则不显著。彭星和李斌[15]聚焦于中国工业口径，实证检验发现出口贸易不利于我国工业的绿色转型，而进口贸易则有利于工业绿色转型，存在基于经济发展水平、人力资本水平和研发水平的门槛，并与三者有明显的互补效应。

综上所述，已有文献存在以下局限性：首先，不同经济体贸易开放的绿色技术溢出效应还未有一致结论，且大多文献都集中在发达国家样本和中国省级层面样本，缺少对于发展中经济体和新兴经济体的相关研究，特别是对“一带一路”沿线国家的研究。其次，部分已有研究证实只有当经济体的自身发展达到一定初始条件之后，贸易开放才会利于其绿色TFP的提高，但多数相关文献仅从研发水平、人力资本等角度来考察贸易开放对绿色TFP的非线性影响，而“一带一路”沿线国家，大都具有研发投入较低、高技术人才不足的发展特点，设施联通、资金融通、政策沟通和民心相通可能对推动沿线国家的绿色贸易发展更为重要，贸易开放的绿色技术溢出可能存在基于这些因素的非线性传导机制，而已有文献对此的研究还较为匮乏。基于此，本文试图在如下两方面做出贡献：第一，将“一带一路”沿线国家作为样本，考察其贸易开放的绿色技术溢出效应，以弥补对“一带一路”绿色贸易研究的不足；第二，探索性地选取能够反映贸易畅通、设施联通、资金融通、政策沟通和民心相通的变量来进行研究，深入分析经济发展、基础设施、金融发展和制度质量对贸易开放绿色技术溢出效应的影响及作用机制，其研究结果可以更好地为“一带一路”的绿色建设提供量化的科学依据。

2 影响机制分析

2.1 经济发展门槛效应

一国自身的经济发展阶段与其技术水平有着密切关系。当其发展阶段还处于初级阶段时，更多的资金会投入生产部门，以解决与发展阶段所对应的迫切问题，如提供就业机会、解决温饱等民生问题。而只有当经济发展到一定阶段时，政府才会投入更多资金开展研发和技术创新，因此一国的经济发展阶段与其技术水平正向相关。若自身技术水平还较低，与从贸易渠道溢出的技术水平差距过大，则不能有效吸收外来先进技术。在外来技术溢出和吸收的相关研究中，经济发展门槛效应已得到了一些学者的检验和证实[16-17]。而绿色技术相较传统技术投入资金更多、技术难度更大，因此绿色技术的吸收也对应着更高的技术发展水平与经济发展阶段，只有当一国经济发展达到一定水平时，才能够有效吸收贸易中溢出和扩散的绿色技术，并促进本国绿色TFP的提升。

我们据此提出命题1：贸易开放对“一带一路”沿线国家的绿色技术溢出存在经济发展的门槛效应；经济发展水平越高，绿色技术溢出效应越显著。

2.2 基础设施门槛效应

基础设施是中国向“一带一路”沿线国家直接投资的重要领域，设施联通也是沿线国家贸易开放的重要保障，不同国家基础设施的水平可能对其贸易活动的绿色技术溢出效应产生非线性影响。一方面，根据增长理论，基础设施的改善可以降低产品和服务的运输时间和成本，提高信息获取的效率，有利于绿色技术的扩散。另一方面，基础设施网络的完善可以增加国内市场与国际市场的连通性，推动国内产业更广更深地融入国际贸易体系，使得更多产业受益于贸易开放的绿色技术溢出。已有文献的研究也证实了对外开放对经济的促进作用和经济体自身的比较优势发挥都会因基础设施水平不同而产生异质性[18-19]。而上述的绿色技术溢出效应，需要一国的基础设施建设达到一定水平时才能够显现，当基础设施不够完善时，技术的传导和扩散效率会下降，其与国际市场的连通性和产业融合度也会降低，因而不能有效诱发先进的绿色技术通过贸易渠道溢出和扩散。

我们据此提出命题2：贸易开放对“一带一路”沿线国家的绿色技术溢出存在基础设施的门槛效应；基础设施水平越高，绿色技术溢出效应越显著。

2.3 金融发展门槛效应

资金融通要求通过促进沿线各国的金融市场发展来为“一带一路”建设提供资金支撑，也是推动“一带一路”沿线贸易开放的重要动力。金融发展可以通过分散投资风险、引导有效投资、揭示创新活动利润等渠道来直接促进技术创新和推动经济发展[20]。同时，金融发展对贸易活动的开展也有重要和深远的影响。一方面，在金融發展水平高的国家，外部融资依赖高的产业更易获得资金的支持，可以更有效地参与国际贸易，因而更易从贸易中学习先进的绿色技术[21]。另一方面，金融发展水平的提升降低了贸易风险，为贸易提供了保障，更利于贸易中的绿色技术外溢和扩散。然而，金融发展水平过低则不能为贸易提供有效融资支持，同时会提升贸易风险，不利于贸易的展开，从而不能有效支持绿色技术的溢出和扩散。

我们据此提出命题3：贸易开放对“一带一路”沿线国家的绿色技术溢出存在金融发展的门槛效应；金融发展水平越高，绿色技术溢出效应越显著。

2.4 制度质量门槛效应

政策沟通和民心相通意味着各经济体间通过宏观政策、制度和文化的沟通和交流，在尊重各国发展模式和文化背景的基础上，促进沿线国家制度体制与文化的共同进步和完善，这也是保障“一带一路”贸易进一步开放的重要前提。“一带一路”沿线国家在政策法规、制度体制和文化等各方面存在较大的差异性，而制度质量可以作为政策和文化的综合代表，其巨大差异可能会对贸易活动的绿色技术溢出产生非线性影响。作为国际贸易活动中的重要比较优势，一方面，制度质量的改善会促进国际贸易的展开，形成贸易创造效应，吸引更多的优质产品和服务进入本地市场，提升本地市场的竞争程度，促进企业的绿色技术进步。另一方面，制度质量的提升可以显著降低贸易成本和信息不对称，提高产品与服务的流动性，有利于隐含在产品和服务中的绿色技术扩散和溢出。大量已有文献的研究也已证明制度质量的提升会促进技术进步[22-23]。然而，如果一国制度质量水平较低，则会带来贸易摩擦，增加贸易成本，阻碍贸易活动的展开和专业化分工的提升，从而不利于贸易渠道的绿色技术溢出。

我们据此提出命题4：贸易开放对“一带一路”沿线国家的绿色技术溢出存在制度质量的门槛效应；制度质量水平越高，绿色技术溢出效应越显著。

3 模型构建与数据说明

3.1 模型构建

本文考察的是贸易开放对“一带一路”沿线国家绿色TFP的门槛效应，属于结构突变问题的一种。对于结构突变问题，典型的处理方法有加入解释变量的二次项、加入有交互作用的两个变量的交乘项、基于某一变量进行分组检验等。但这些方法存在一些局限性，如变量与其二次项往往存在高度共线性，交乘项不能准确考察存在多个结构突变界点的情形，而分组检验的分组标准也大多由人为设定，这些问题都会导致结构突变的估计结果有偏。门槛模型可以通过数据自身的特征找出样本基于某一因素结构突变的一个或多个界点，能较好地规避上述研究非线性问题方法的缺陷。因此，本文借鉴Hansen[24]的方法，构建绿色TFP的门槛计量模型，考察以经济发展、基础设施、金融发展和制度质量4个因素为门槛变量时，进口贸易和出口贸易对绿色TFP的门槛效应。具体计量模型如下：

其中，gtfpit表示i国在t时期的绿色TFP，importit为i国在t时期的进口贸易水平，exportit为i国在t时期的出口贸易水平。I（·）为门槛指示函数，会根据门槛值将样本分段。thr为门槛变量，包含经济发展水平（pgdpit）、基础设施水平（infrit）、金融发展水平（fdit）和制度质量水平（instit）。γ代表不同门槛变量的门槛值。Xit为影响绿色TFP的其他控制变量集合，包括外商直接投资（fdiit）、研发投入（rdit）、人力资本水平（hcit）、金融发展水平（fdit）、制度质量水平（instit）。εit和μit为随机干扰项。

3.2 数据来源和处理

基于数据可得性和统计口径一致性，本文选取“一带一路”沿线的31个国家作为研究样本，包括：亚美尼亚、保加利亚、中国、克罗地亚、捷克、埃及、爱沙尼亚、希腊、匈牙利、印度、伊朗、以色列、哈萨克斯坦、吉尔吉斯斯坦、拉脱维亚、立陶宛、马来西亚、摩尔多瓦、蒙古、巴基斯坦、菲律宾、波兰、罗马尼亚、俄罗斯、沙特阿拉伯、斯洛伐克、斯洛文尼亚、塔吉克斯坦、泰国、土耳其、乌克兰。本文样本的选取既涉及到了“一带一路”的全部不同区域，又能较好代表“一带一路”不同区域国家在相关方面的发展程度。样本时间段为2001年至2014年，各变量的处理和数据来源说明如下。

（1）被解释变量。本文的研究对象是“一带一路”沿线国家的绿色TFP（gtfpit）。已有文献对TFP的计算通常采用两种方法：数据包络分析（Data Envelopment Analysis，DEA）和随机前沿面分析（Stochastic Frontier Analysis，SFA）。DEA方法不需要设定具体的生产函数形式，可在多种投入与产出变量的分析框架内纳入非期望产出，且建立模型前无需对数据进行无量纲化处理，因此相比SFA方法更受到研究者的青睐。本文在DEA框架下考虑对环境产生污染的非期望产出，运用可变规模收益（VRS）假设下的非径向非角度松弛方向性距离函数（SBM），并结合全局Malmquist-Luenberger（ML）生产率指数来测度样本国家的绿色TFP。在测算过程中，每个国家作为决策单元，以劳动力、资本和能源投入作为投入变量，以实际总产出和产出对应的碳排放量作为产出变量和非期望产出变量。传统的全要素生产率并不考虑资源类投入，但在绿色全要素生产率的测算中，资源投入作为非期望产出的主要来源，因此学者通常将其纳入测算框架，以更准确地衡量考虑环境因素之后的全要素生产率。本文将能源消耗作为投入要素之一，作为非期望产出CO₂的主要来源。因ML生产率指数反应的是第t-1期到第t期的TFP增长率，我们借鉴邱斌等[25]的方法，设定基期的全要素生产率为1，然后依次与各年度的绿色TFP增长率（即ML指数）相乘，以得到各年度的绿色TFP。

我们采用样本国家各年度的就业人数、资本存量和能源消费总量分别作为劳动投入、资本投入和能源投入的指标；期望产出为各样本国家以2010年不变价美元价格表示的国民生产总值；非期望产出用样本国家各年度的CO₂排放量表示。

（2）核心解释变量。贸易开放水平是本文的核心解释变量。本文从出口贸易和进口贸易两个角度衡量贸易开放水平，以此考察不同贸易渠道的绿色技术溢出效应大小及其不同的影响因素。进口贸易（importit）用进口总额占GDP的比重表示，出口贸易（exportit）用出口总额占GDP的比重表示。

（3）门槛变量。本文选取了经济发展水平（pgdpit）、基础设施水平（infrit）、金融发展水平（fdit）和制度质量水平（instit）四个变量作为门槛变量，以考察贸易开放对绿色TFP的影响是否存在基于四者的非线性影响。

①经济发展水平由人均GDP（以2005美元不变价计）表示。②基础设施水平，已有文献通常将交通和通信网络的建设作为其重要评价指标[26-27]，同时这两类基础设施也会对贸易活动产生重要影响。因此，基于样本国家的数据可得性，本文选取总铁路里程占国土面积比重和每公里航运货物量作为交通基础设施的代理变量[26]，并选用每百人移动蜂窝通讯系统租用数和每百人互联网用户数作为通信基础设施的代理变量[28-29]。因变量之间可能具有较高的共线性，本文通过主成分分析法将4个变量降维构建成基础设施综合指数，以此衡量样本国家的综合基础设施水平。③金融发展水平，本文选取金融部门提供的国内贷款总额占GDP的比值来表示该变量[30]，贷款总额占GDP的比值越高，企业更易进行融资，因而金融发展水平越高。④制度质量水平，已有研究中使用频率较高的为Kaufmann等人构建的全球治理指标体系（WGI），其包含的6个子指标具备全面性和综合性，从整体上反映了一个国家的治理和制度质量，因此该指标受到众多研究者的青睐。本文采用其中对贸易影响较大的5个子指标（包含政治稳定与无暴力程度、政府效能、监管质量、法治和腐败控制）来衡量样本国家的制度质量水平[31]，因5个子指标间相关度较高，且都已经标准化为[-1，1]之间的指数，我们采用其平均值作为衡量制度质量的综合指标[32]。

（4）控制变量。除了出口贸易和进口贸易会影响一国的绿色TFP，外商直接投资（fdi）、研发投入（rd）、人力资本水平（hc）也是影响一国技术进步的重要因素[4，33]。外商直接投资可以通过学习效应、高技术人才流动带來更加先进的生产技术和管理经验，从而推动东道国的绿色技术进步。我们用外商直接投资净流入占GDP的比重来表示该变量。研发投入决定着一国的技术水平，是促进绿色TFP的重要因素，本文用研发投入占GDP比重表示该变量。人力资本则通过提升劳动力的技术水平和知识结构而促进绿色TFP的提升，本文用基于受教育年限和教育回报率的人力资本指数表示该变量。此外，作为门槛变量的金融发展水平和制度质量可以通过提高要素配置效率、促进新兴产业成长、降低创新风险等机制来直接促进一国技术进步，提升绿色TFP，因此这两个变量同时也作为本文实证模型的控制变量，以保证回归的准确性。

上述变量中，资本存量和人力资本指数的数据来自佩恩表9.0版本（Penn World Table version 9.0），制度质量数据来自全球治理指标体系（WGI），其余变量的数据均来自世界银行发展指标数据库（WDI）。

4 实证分析

本部分将基于第三部分构建的门槛模型，采用软件Stata13.0检验样本国家贸易开放的绿色技术溢出门槛效应。首先，我们对整体样本进行门槛值的显著性检验，因样本时间跨度有限，我们针对四个门槛变量只进行单重门槛和双重门槛检验，门槛显著性检验结果及门槛值估计结果如表1所示。

如表1，贸易活动对“一带一路”沿线国家的绿色技术溢出的确表现出非线性特征。具体来讲，以经济发展为门槛变量时，进口贸易和出口贸易对“一带一路”沿线国家的绿色技术溢出效应均表现为两个门槛；以基础设施、金融发展和制度质量为门槛变量时，进口贸易和出口贸易对绿色TFP的影响都只通过了1个门槛的显著性检验。为进一步检验前文提出的四个命题，我们基于上述检验结果对不同门槛变量进行相应门槛个数的设定，依次考察进口贸易和出口贸易对样本国家绿色TFP的门槛效应。核心解释变量的门槛模型估计结果和控制变量估计结果分别如表2-1和表2-2所示。其中，模型（1）～（4）为进口贸易基于四个不同门槛变量的绿色技术溢出门槛效应，模型（5）～（8）为出口贸易对应的四种门槛效应。

（1）以经济发展为门槛变量时，进口贸易和出口贸易均对“一带一路”沿线国家的绿色技术溢出表现出双重门槛效应。从表2-1可知，当人均GDP未跨越第一个门槛值，进口贸易和出口贸易均对样本国家绿色TFP存在显著的负向影响；而当人均GDP跨过第一个门槛，但未达到第二个门槛值时，进口贸易对绿色TFP的影响由负转正，但只在10%水平上显著，而出口贸易对绿色TFP的影响虽然仍显著为负，但负面影响大幅降低；当人均GDP跨过第二个门槛值后，进口贸易对绿色TFP的影响在1%的水平显著为正，且影响程度增大，而出口贸易对绿色TFP的负面影响继续减小，且显著性也降低为10%。这表明经济发展水平越高，贸易开放整体会越有利于“一带一路”沿线国家绿色TFP的提升，即命题1得到证实。此外，从门槛值来看，出口贸易的两个门槛值都显著高于进口贸易对应的门槛值，这说明相比进口贸易，出口贸易的绿色技术溢出需要更高的经济发展水平支持。

由表3可见，期初2001年，从进口贸易来看，大部分样本国家（23个）均已跨越了第二经济发展门槛（1 894.78美元），进口贸易对其绿色TFP产生显著促进作用；而从出口贸易来看，大部分样本国家仍未跨越其第二经济发展门槛（10 672.055美元），出口对绿色TFP的负向影响程度仍较为显著。至2014年，跨越了进口贸易和出口贸易的第二个经济发展门槛的样本国家增至27个和14个，可见约半数样本国家的贸易开放已在整体上产生显著的绿色技术溢出效应，而部分中亚国家和印度仍未跨过出口贸易的第一经济发展门槛，贸易开放对其没有产生显著的绿色技术溢出效应。

（2）以基础设施为门槛变量时，进口贸易和出口贸易的绿色技术溢出均表现出单门槛效应，前者的门槛值为0.12，后者则略小于前者，为0.104。由表2-1的结果可见，当基础设施综合指数小于第一个门槛值时，进口贸易对样本国家绿色TFP的影响为正向但不显著，而出口贸易在1%的水平上不利于样本国家绿色TFP的提升。当基础设施综合指数跨越门槛值之后，进口贸易对绿色TFP的促进作用明显提升，且在1%水平上显著；出口贸易的负面影响也有所降低。可见随着基础设施建设的逐步完善，贸易活动整体上会逐渐促进“一带一路”沿线国家绿色TFP的提升，即命题2得到验证。

由表4可知，2001年，摩尔多瓦、蒙古、塔吉克斯坦3个国家未跨越基础设施门槛，进口贸易和出口贸易对其绿色TFP的影响为负。至2014年，只有印度和巴基斯坦两国未跨越门槛，绝大部分样本国家的基础设施水平利于进口贸易发挥对绿色TFP的促进作用，但仍不利于出口贸易发挥其绿色技术进步的溢出效应。需要说明的是，因基础设施综合指数由四个反应基础设施水平的子指标基于主成分分析法构造，不同年份有所波动，因此印度和巴基斯坦两国在期初跨越门槛，但在期末基础设施综合指数又下降到门槛值之下。

（3）以金融发展作为门槛变量时，进口贸易和出口贸易对“一带一路”沿线国家的绿色TFP都表现出显著的单门槛效应。未跨越第一门槛时，进口贸易对绿色TFP促进作用为0.006，出口贸易对样本国家绿色TFP的影响为-0.019，两者都在1%水平上显著。当跨过门槛之后，进口贸易的促进作用增强至0.016，而出口贸易的不利影响降低至-0.007。可见，随着金融发展水平的逐步提升，进口贸易对绿色TFP的促进作用在跨越门槛值之后进一步增强，而出口贸易對沿线国家绿色TFP的影响虽然在样本期始终为负，但负向影响在不同的门槛区间逐步降低，因此金融发展水平的提高强化了贸易开放整体对“一带一路”沿线国家绿色TFP的促进作用，即命题3得到验证。且进口贸易的金融发展门槛值小于出口贸易对应的门槛值，表明出口贸易的绿色技术溢出效应相比进口贸易需要更高的金融发展水平作为保障。

由表5可知，2001年超过半数的样本国家跨越了进口贸易和出口贸易的金融发展门槛；而至2014年，大部分样本国家金融发展有了跨越式发展，越过两个门槛值的样本国家都增至29个，进口贸易的绿色TFP促进作用显著增强，出口贸易对绿色TFP的负面影响大幅降低。只有印度和巴基斯坦两国仍未跨越金融发展门槛。

（4）以制度质量为门槛变量时，进口贸易和出口贸易对“一带一路”沿线国家的绿色技术溢出都表现出显著的单门槛效应，且二者的门槛值均为-0.819。未跨越制度质量门槛时，进口贸易的绿色技术溢出效应显著为正，影响系数为0.005，出口贸易对样本国家绿色TFP的影响则为-0.013，二者均在1%的水平上显著；跨越制度质量门槛后，进口贸易的绿色TFP促进作用提升至0.010，显著性不变，而出口贸易对绿色TFP的不利影响降低为-0.008。由此表明，随着制度质量的提升，贸易活动整体上会促进“一带一路”沿线国家绿色TFP的提升，即命题4得到证实。

由表6可见，期初2001年，跨越制度质量门槛的国家已达28个，进口贸易对其绿色TFP有较强促进作用，出口贸易则不利于绿色TFP的提升；至2014年，跨越门槛的样本国家却减少为25个，这反映出“一带一路”沿线国家制度质量水平不稳定，不同年份有所波动。同时，仍有一些地处中西亚和中东地区的国家制度质量水平较低，还未跨越门槛。

综合来看，一方面，样本国家的进口贸易都在跨越门槛之后呈现出显著增强的绿色技术溢出效应，而出口贸易的绿色技术溢出效应还未在样本期间显现。同时，进口贸易的四个门槛变量的门槛值大都较出口贸易对应的门槛值更低或与其近似，即出口贸易绿色技术溢出效应的诱发需要更高的经济发展水平、金融发展水平和制度质量水平作为保障。这是因为沿线国家的出口产品多以初级产品为主，生产过程往往伴随着高污染和高排放，污染大都留在本国，因此可能存在污染避风港和向底线赛跑的现象，导致出口贸易在样本期内还不利于其绿色TFP的提升；同时在初级产品贸易中，出口贸易不易发挥学习效应、出口规模效应和出口竞争效应等来促进本国绿色技术进步。而进口贸易则多来自较发达国家，拥有更高的技术含量，更利于沿线国家学习和吸收发达国家的先进技术，因此进口贸易更易于促进沿线国家的绿色技术进步。这也佐证了已有文献对于贸易技术溢出效应相关研究的结论[5，15]，即进口贸易渠道较出口贸易渠道更易发挥显著的技术溢出效应。

此外，从表2-2控制变量的回归系数来看，出口贸易在模型（1）～（4）中对样本国家绿色TFP的影响均显著为负，进口贸易在模型（5）～（8）中对绿色TFP的影响显著为正，与上述门槛分析结果基本一致。外商直接投资存量的增加、人力资本的积累和制度质量的改善均有助于样本国家绿色TFP 的提升。与预期相反的是，研发投入和金融发展水平对绿色技术进步的影响却为负。可能的原因是，正如前文分析，因为“一带一路”沿线国家大多为发展中国家，普遍存在研发投入不足的情况，因此研发投入并不是提升其绿色TFP的主导力量；而沿线地区金融市场的发展也普遍不够充分，因此还未能有效发挥对技术进步的资金支持作用。

5 结论与政策含义

5.1 结论

绿色“一带一路”建设是“一带一路”倡议的重要组成部分，而贸易开放则是提升“一带一路”沿线国家绿色TFP的重要渠道。本文基于门槛效应估计方法，从进口贸易和出口贸易两个角度考察了经济发展、基础设施、金融发展和制度质量4个因素对“一带一路”沿线31个国家贸易开放的绿色技术溢出门槛效应。得出如下结论：

（1）经济发展、基础设施、金融发展和制度质量四个变量对“一带一路”沿线国家贸易开放的绿色技术溢出都存在显著门槛效应。进口贸易的绿色技术溢出效应随着经济发展两个门槛的跨越而由负转正并逐步增强；在跨越基础设施、金融发展和制度质量门槛前后，进口贸易的绿色技术溢出效应都为正，但在跨越门槛之后进一步增强。出口贸易在样本期内对绿色TFP呈负向影响，但影响程度随四个变量门槛的跨越而逐渐降低。

（2）沿线国家基于四个门槛变量的通过情况有所不同。跨越基础设施水平门槛和金融发展水平门槛的样本国家较多，跨越制度质量水平门槛的国家次之，跨越经济发展水平门槛的样本国家还较少。基于促进贸易开放的绿色技术溢出的视角，这反映出沿线国家在基础设施建设和金融市场发展方面已取得一定进展，而经济发展水平和制度质量还需进一步加强。

（3）贸易开放整体有利于“一带一路”沿线国家绿色TFP的提高，相比出口贸易，进口贸易更有助于促进“一带一路”国家绿色技术进步。样本国家的进口贸易均呈现出显著的绿色技术溢出效应，进口贸易对其绿色TFP的提升有不同程度的促进作用；而出口贸易的绿色技术溢出效应还未在樣本期间显现。

5.2 政策启示

本文的发现为绿色“一带一路”建设的推进提供了一定的政策启示：①进口贸易的增加有助于“一带一路”沿线国家绿色TFP的提升，这表明中国提出的贸易畅通，即增加中国与沿线国家及沿线国家之间的贸易往来有助于沿线国家的绿色发展；②出口贸易对绿色TFP的负向影响随四个门槛变量的跨越而逐渐降低，意味着需要继续加强这四个方面的发展水平，这可以通过落实中国提出的设施联通、资金融通、政策沟通和民心相通的倡议，逐步诱发出口贸易中绿色技术溢出，使得出口贸易对绿色TFP的影响由负向转为正向，以改善沿线国家污染避风港和向底线赛跑的现象；③要通过“一带一路”倡议带动沿线国家经济发展水平的提升，同时进一步提高沿线国家在政府效能、监管质量、法治和腐败等方面的制度质量，尤其是处于“一带一路”中段的沿线国家，以促使其尽快跨越经济发展和制度质量门槛，引导贸易开放的绿色技术溢出效应充分显现。

参考文献（References）

[1]SCHIFF M， WANG Y. Education， governance and trade-related technology diffusion in Latin America[R]. 2004.

[2]赵文军， 于津平. 贸易开放、FDI与中国工业经济增长方式——基于30个工业行业数据的实证研究[J]. 经济研究， 2012（8）：18-31. [ZHAO Wenjun， YU Jinping. Trade openness， FDI and Chinas industrial economic growth pattern： empirical analysis based on data of 30 industrial sectors[J]. Economic research journal， 2012（8）：18-31.]

[3]ALVAREZ R， LPEZ R A. Exporting and performance： evidence from Chilean plants[J]. Canadian journal of economics， 2005， 38（4）：1384-1400.

[4]吕大国， 耿强. 出口贸易与中国全要素生产率增长——基于二元外贸结构的视角[J]. 世界经济研究， 2015（4）：72-79. [LV Daguo， GENG Qiang. Export trade and total factor productivity growth of china： based on the binary structure of foreign trade[J]. World economy studies， 2015（4）：72-79.]

[5]HO C Y， WANG W， YU J. International knowledge spillover through trade： a time-varying spatial panel data approach[J]. Economics letters， 2018， 162： 30-33.

[6]LUH Y H， JIANG W J， HUANG S C. Trade-related spillovers and industrial competitiveness： exploring the linkages for OECD countries[J]. Economic modelling， 2016， 54： 309-325.

[7]WAN J， BAYLIS K， MULDER P. Trade-facilitated technology spillovers in energy productivity convergence processes across EU countries[J]. Energy economics， 2015， 48： 253-264.

[8]TALBERTH J， BOHARA A K. Economic openness and green GDP[J]. Ecological economics， 2006， 58（4）：743-758.

[9]李小平， 朱钟棣. 国际贸易的技术溢出门槛效应——基于中国各地区面板数据的分析[J]. 统计研究， 2004， 21（10）：27-32. [LI Xiaoping， ZHU Zhongdi. The threshold effect of technology spillover in international trade：based on the analysis of Chinas regional panel data[J]. Statistical research， 2004， 21（10）：27-32.]

[10]HALPERN L， KOREN M， SZEIDL A. Imported inputs and productivity[J]. CEFIG working papers， 2011， 105（8）： 3660-3703.

[11]FRACASSO A， MARZETTI G V. International trade and R&D; spillovers[J]. Journal of international economics， 2015， 96（1）： 138-149.

[12]沈能， 李富有. 技术势差、进口贸易溢出与生产率空间差异 ——基于双门槛效应的检验[J]. 国际贸易问题， 2012（9）：108-117. [SHEN Neng， LI Fuyou. Technology gap， technology spillovers of import and difference on TFP growth： based on double-edged threshold effect analysis[J]. Journal of international trade， 2012（9）：108-117.]

[13]景维民， 张璐. 环境管制、对外开放与中国工业的绿色技术进步[J]. 经济研究， 2014（9）：34-47. [JING Weimin， ZHANG Lu. Environmental regulation， economic opening and Chinas industrial green technology progress[J]. Economic research journal， 2014（9）：34-47.]

[14]孙瑾， 刘文革，周钰迪. 中国对外开放、产业结构与绿色经济增长——基于省际面板数据的实证检验[J]. 管理世界， 2014（6）：172-173. [SUN Jin， LIU Wenge， ZHOU Yudi. Chinas opening-up， industrial structure and green economic growth：an empirical test based on provincial panel data[J]. Management world， 2014（6）：172-173.]

[15]彭星， 李斌. 貿易开放、FDI与中国工业绿色转型——基于动态面板门限模型的实证研究[J]. 国际贸易问题， 2015（1）：166-176. [PENG Xing， LI Bin. Trade openness， FDI and green transformation of Chinese industry： an empirical analysis based on dynamic threshold model using panel data[J]. Journal of international trade， 2015（1）：166-176.]

[16]BLOMSTROM M， KOKKO A. Multinational corporations and spillovers [J]. Journal of economic surveys， 1998， 12（3）：247-277.

[17]何兴强， 欧燕， 史卫， 等. FDI技术溢出与中国吸收能力门槛研究[J]. 世界经济， 2014（10）：52-76. [HE Xingqiang， OU Yan， SHI Wei， et al. Analysis on FDI technology spillover and the threshold of Chinas absorbing ability[J]. The journal of world economy， 2014（10）：52-76.]

[18]毛其淋. 对外开放、基础设施规模与经济增长[J]. 产经评论， 2012， 3（1）：111-125. [MAO Qilin. Openness， infrastructure scale and economic growth[J]. Industrial economic review， 2012， 3（1）：111-125.]

[19]COSAR K A， DEMIR B. Domestic road infrastructure and international trade： evidence from Turkey[J]. Journal of development economics， 2016，118： 232-244.

[20]KING R G， LEVINE R. Finance， entrepreneurship， and growth： theory and evidence[J]. Journal of monetary economics， 1993， 32（3）： 513-542.

[21]FEENEY J A， HILLMAN A L. Trade liberalization through asset markets[J]. Journal of international economics， 2004， 64（1）： 151-167.

[22]ACEMOGLU D， ANTRAS P， HELPMAN E. Contracts and technology adoption[J]. American economic review， 2007， 97（97）：916-943.

[23]李建军， 孙慧. 全球价值链分工、制度质量与丝绸之路经济带建设研究[J]. 国际贸易问题， 2016（4）： 40-49. [LI Jianjun， SUN Hui. Specialization in global value chains， institution quality， and building the Silk Road Economic Belt[J]. Journal of international trade， 2016（4）： 40-49.]

[24]HANSEN B E. Sample splitting and threshold estimation[J]. Econometrica， 2000， 68（3）：575-603.

[25]邱斌， 楊帅， 辛培江. FDI技术溢出渠道与中国制造业生产率增长研究： 基于面板数据的分析[J]. 世界经济， 2008（8）： 20-31. [QIU Bin， YANG Shuai， XIN Peijiang. Research on FDI technology spillover channel and productivity growth of Chinese manufacturing industry： analysis based on panel data[J]. The journal of world economy， 2008（8）： 20-31.]

[26]FRANCOIS J， MANCHIN M. Institutions， infrastructure， and trade[J]. World development， 2013， 46（2）： 165-175.

[27]符安平. 基础设施对我国区域经济增长的影响研究[D]. 武汉：华中科技大学， 2011. [FU Anping. A study on impacts of infrastructure on regional economic growth in China[D]. Wuhan： Huazhong University of Science and Technology， 2011.]

[28]马淑琴， 谢杰. 网络基础设施与制造业出口产品技术含量——跨国数据的动态面板系统 GMM 检验[J]. 中国工业经济， 2013（2）：70-82. [MA Shuqin， XIE Jie. The network infrastructure and the technical content of export products：dynamic panel system GMM test based on multinational data[J]. China industrial economics， 2013（2）：70-82.]

[29]隋广军， 黄亮雄， 黄兴. 中国对外直接投资、基础设施建设与 “一带一路”沿线国家经济增长[J]. 广东财经大学学报， 2017， 32（1）：32-43. [SUI Guangjun， HUANG Liangxiong， Huangxing. Chinas foreign direct investment，infrastructure construction and the ‘Belt and Road national economic growth[J]. Journal of Guangdong University of Finance & Economics， 2017， 32（1）：32-43.]

[30]严成樑， 李涛， 兰伟. 金融发展、创新与二氧化碳排放[J]. 金融研究， 2016（1）：14-30. [YAN Chengliang， LI Tao， LAN Wei. Financial development， innovation and carbon emission[J]. Journal of financial research， 2016（1）：14-30.]

[31]BALAVAC M， PUGH G. Link between trade openness， export diversification， institutions and output volatility in transition countries[J]. Economic systems， 2016， 40（2）：273-287.

[32]KOSE M A， PRASAD E S， TAYLOR A D. Thresholds in the process of international financial integration[J]. Policy research working paper， 2011， 30（1）： 147-179.

[33]夏良科. 人力资本与R&D;如何影响全要素生产率——基于中国大中型工业企业的经验分析[J]. 数量经济技术经济研究， 2010（4）：78-94. [XIA Liangke. How human capital and R&D; investments influence TFP[J]. The Journal of quantitative & technical economics， 2010（4）：78-94.]