OFDI逆向技术溢出对长三角地区全要素能源效率的影响.DOC

1、OFDI 逆向技术溢出对 长三角地区 全要素 能源效率的影响 陶长琪 ， 王慧芳 (江西财经大学 统计学院，江西 南昌 330013) 摘 要： 探究 对外直接投资 对 全要素能源效率 的系统性影响 ， 为推动 长三角地区 以开放促 转型、 培育 经济增长新动力提供依据和参考。 本文以 2005-2014 年长三角 24 个地级市为样本，基于模拟退火和 NLS 法的PSTR 模型，以人力资本和技术差距为吸收能力变量，考察 OFDI 逆向技术溢出对全要素能源效率的影响。结果显示： 两者之间 具有 显著的单 一 门槛特征，且二者关系随 吸收能力高低发生转换。具体来看 ，随着人力资本的提高 ， 前者

2、对后者的影响由轻微负向逐渐变为正向显著 ， 而当技术差距变小，该影响则由正向不显著逐渐变为正向显著。 同时， 各地级市呈现 明显区域差异 ， 跨越各自门槛值的样本比例 偏 低， 且人力资本方面仅有上海、南京及杭州处于高体制，技术差距方面则未有地级市进入高体制 。 最后，给出了相应的 建议 。 关键词： OFDI 逆向技术溢出；全要素能源效率 ； 长三角地区 ； 吸收能力 ； PSTR 模型 中图分类号： 文献标识码 : A 1 引言 据统计 ， 2015 年 长三角对外直接投资 (OFDI)存量 多达 1033.4 亿美元，占 当年 中国地方总对外投资存量的 30.0%， 并 以高达 381.

3、6%的年均速度增长。对外投资的持续增长，将成为长三角地区获取发达国家逆向技术溢出的重要渠道。此外， 2015 年长三角地区生产总值多达 13.8 万亿元，占全国 64.1 万亿元的 19.8%。但能源投入是长三角地区经济增长的主要推动力之一，能源消耗过大、效率不高等问题逐渐突出，日益成为长三角地区可持续经济发展的重要瓶颈。根据国际投资学相关理论，长三角地区对外直接投资产生的逆向技术溢出将使其有机会模仿、吸收国外先进技术，进而提升当地技术水平。但是，外来先进技术被长三 角地区 消化 吸收则需要一定的条件，吸收能力则是实现这一过程的关键。 专家断言，“十三五” 时期是我国对外投资发展的黄金期 。

4、正确认识 我国 现阶段对外投资 在改善能源效率进而 推动形成 经济可持续发展 过程中 的 重要地位及关键因素 ， 对我国下阶段采取针对性的相关政策促进 经济转型 升级具有重要的理论与实践意义 。 因此，从吸收能力的角度，探究 OFDI 逆向技术溢出对全要素能源效率 （ Total factor energy efficiency） 的影响机制及作用效果，为实现长三角地区高效吸收逆向技术溢出，以改善当地全要素能源效率，具有参考价值。 学者 们纷纷 检验了 OFDI 逆向技术溢出的存在。 Kogut 和 Chang 错误 !未找到引用源。 最早研究此论题并推测技术寻求是跨国企业对外直接投资的重要动

5、因。随后， Head 等 错误 !未找到引用源。 证实日本企业对美直接投资使国内一些公司的技术水平得到提升。 Lichtenberg 错误 !未找到引用源。 在前人的研究基础上提出了一国的 “ 国外研发资本存量 ” 计算公式，首次定量 验证 了OFDI 是国际技术溢出的重要渠道。 Chen 等 错误 !未找到引用源。 则从国家和行业的层面证检验了 OFDI 的逆向技术溢出效应。 随后，国内学者也开始关注发展中国家尤其是中国的逆向技术溢出。 付海燕 错误 !未找到引用源。 发现发展中国家 利用 向 技术发达国家投资 产生 的逆向技术溢 出收稿日期 ： 2017-06-01； 修改日期 : 201

6、8-02-28. 基金项目 ： 国家自然科学基金 “ 基于知识溢出的区域技术创新驱动与产业结构优化升级耦联机制研究 ” (71473109)、“ 环境约束下区域技术创新效率的空间特征、溢出效应及影响机制研究 ” (41461025)、“ 区际产业梯度转移与升级中的技术势能集聚、转换及空间效应研究 ” (71773041). 作者简介 ： 陶长琪 （ 1967 ）， 男 ， 博士 ， 教授、博导 ，研究方向为 计量方法与应用 。 本国技术 创新 有 明显 的 促进作用 。 董有德和孟醒 错误 !未找到引用源。 、霍忻 错误 !未找到引用源。均 发现 我 国 OFDI 存在逆向技术溢出效应 。 此

7、外，学者还从母国吸收能力视角来研究 OFDI逆向技术溢出效应， 发现 母国吸收能力是影响OFDI逆向溢出效应的关键因素。 Borensztein等 错误 !未找到引用源。 和 Siotis错误 !未找到引用源。 则较 早地证实 吸收能力在 技术溢出效应的发挥中起着重要作用 。 Grg和 Greenaway错误 !未找到引用源。进一步发现只有母国吸收能力 到达 “ 门槛值 ” 的时候， OFDI才能显著促进母国技术进步。随后，国内学者对这一论题也纷纷进行检验。李梅和柳士昌 错误 !未找到引用源。 利用门槛回归模型发现随着 吸收能力的提高，对外直接投资逆向技术溢出将更为显著 地 影响全要素生产率

8、(TFP)。 尹东东和张建清 错误 !未找到引用源。 则 借助引入交叉项法，发现研发投入、人力资本等吸收能力对我国省际 OFDI逆向技术溢出效应起到了促进作用。而吴书胜和李斌 错误 !未找到引用源。 构建面板平滑转换模型 （ PSTR） 更加精确地捕捉了中国 OFDI和 TFP之间存在的非线性关系 。 而关于全要素能源效率的影响因素分析，学者们主要从两方面展开：一是内生性技术的影响 ，内生性技术能够显著地改善区域全要素能源效率 错误 !未找到引用源。 错误 !未找到引用源。 。二是外商直接投资、对外直接投资和 R(10 ， (1) mjmj itit ccccqcqG 2111 ,0,)(e

9、x p 1),;( (2) 其中 1,0),;( cqG it 为 转换变量 itq 的连续函数。 为决定转换速度的平滑参数， c 是位置参数 ，即机制转换发生的临界值。当转换函数 0),;( cqG it 时，模型处于低体制，当 1),;( cqG it 时 ，模型处于高体制；转换函数值在 0 与 1 之间时，模型以位置参数（门槛值）为中心发生平滑转换。 文中对 PSTR 模型的运用分以下三个步骤：一是模型的非线性检验；二是转换参数的确定及模型估计；三是模型的稳健性检验。 为了着重分析基于不同吸收能力水平下 OFDI 逆向技术溢出对全要素能源效率非线性影响。本文将人力资本（ ithumc ）

10、 、技术差距（ ittgapln ）分别作为一种吸收能力， 构建如下两个含有外生控制变量的 PSTR 模型： ititititititititititit e n sf d ii n d G R Pch u m cGo f d io f d iRE 5432121 i n f ln),;(lnln (3) ititititititititititit e n sf d ii n d G R Pct g a pGo f d io f d iRE 5432121 i n f ln),;( l nlnln (4) 3.2 变量与数据说明 3.2.1 被解释变量（ RE） 以长三角 24 个地级市为研

11、究样本 ，对投入 产出指标 选取 如下 。 3 个投入指标： 劳动力投入：用各市的从业年末人数表示。 资本投入：即资本存量的计算方法为： itititit Ikk )1(1 ，其中， i 地级市第 t 年的固定资本存量为 itk ， itI 为固定资本投资，并以消费者价格指数进行 平减 ； it为折旧率，而关于折旧率的选择，本文沿用了吴延瑞 文中的各省不同的折旧率。 能源投入：把各市消费居多的原煤、汽油、柴油、电力等消费量统一折算为 “ 万吨标准煤 ” ，近似看成能源消费总量。 2 个产出指标： 选取各地级市 2005 年不变 价格 的实际 GDP 为合意产出。 将 2SO 和 2CO 的排放

12、量作为非合意产出。其中 2CO 排放量根据 IPPC 提出方法 进行计算，公式如下： )1244(3 13 1 22 iiii ii C O FCCNCVECOCO (5) 其中， iE 、 iNCV 、 iCC 、 iCOF 分别代表第 i 类能源的消耗量、净发热值、含碳量、碳氧化率，并利用电力的消耗量 与 边际碳排放因子 相乘 来估算 电力 生产过程中 2CO 排放量 。 最后，利 用 Fukuyama和 Weber错误 !未找到引用源。 引人的非径向 SBM方向性距离函数，对20052014年长三角地区 24个地级市全要素能源效率进行测算 。 3.2.2 核心 解释变量 按照 L-P3方

13、法，我国通过对外投资而获得的国外技术溢出总量 fotS ：iti it itfot SYO F D IS 。其中， itS 、 itY 分别 是第 t 年投资目标国 i 的 R&D 资本和 GDP， itOFDI 则是 t 年我国对目标国 i 的投资额。 故长三角各地市 OFDI 逆向溢出量可以 表示为： O F D IO F D ISS jtfotfojt (6) jtk jtjtfotfokt O F D IO F D IO F D IO F D ISS (7) 式 (6)和式 (7)分别是上海和苏浙两省地级市 OFDI 逆向溢出的计算方法，式 (7)则在式 (6)的基础上加入了地市的权重

14、。其中 ， OFDI 为我国 t 年 的对外直接投资存量， jtOFDI 为 j 省（市） t 年的对外直接投资存量， kjtOFDI 为 j 省 k 市 t 年的对外直接投资存量（即将中方境外投资按国际常用折旧率 5%折算 ） 。最后，对测算的结果取对数作为模型的核心解释变量。 3.2.3 吸收能力变量 （ 1）人力资本 。 关于人力资本 ( humc )的度量。参考赵领娣 错误 !未找到引用源。 的做法，从人力资本存量、 人力资本结构、 人力资本投资、 人力资本 运用 等四个维度综合量化人力资本。其中R&D的投入与人力的使用高度相关，则以 R&D投入强度表征人力资本运用。 首先，本文以 W

15、ang和Yao错误 !未找到引用源。 的研究为基础，并参考王欣和姚洪兴 错误 !未找到引用源。 的做法，对人力资本存量的计算如下： )()1( 31,11 ttttt JPHH (8) )()1( 31,22 ttttt SJHH (9) 由于数据的可获得性，本文的研究对象为长三角地区 24个地级市，包括上海、南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州、杭州、宁波、温州、嘉兴、湖州、绍兴、金华、衢州、舟山、台州、丽水 上 海、江苏、浙江三省市的折旧率分别为 3.4%、 4.2%、 4%，数据来自吴延瑞， 2008，生产率对中国经济增长的贡献 : 新的估计，经济学

16、(季刊 )第 3 期。 由于篇幅原因，本文对能源效率的测算结果不再列出。 考虑到我国 OFDI 的主要投资去向及数据的可获得性，并参考大多数文献的做法，选择美国、英国、法国、德国、意大利、加拿大、韩国、日本、澳大利亚、新加坡、荷兰、瑞典和中国香港共 13 个国家或地区，来 计算 我国获取的 OFDI 研发资本存量。 )()1( 41,33 ttttt CSHH (10) tttt CHH 1,44 )1( (11)TpHHHHh u m tttt /)*16*12*9*6( 4321 (12) 式 (8)-式 (12)中， tH1 、 tH2 、 tH3 、 tH4 分别表示小学、初中、高中、

17、大专及以上的受教育存量； tP 、 tJ 、 tS 、 tC 为相应的毕业生人数，其中高中毕业生还包括中专、职高、技工等毕业生数；t 是 用人口死亡率表示的折旧率 ， Tp为各级受教育存量总和 ， hum 为人力资本 存量 。 其次， 利用 Matlab2012的全局主成分法计算各指标的权重（见表 1），并综合量化 2005-2014年长三角 24个地级市的人力资本 humc 。 表 1 人力资本的含义及权重 Tab.1 The implication and weight of human capital 指 标 计算方法 权重 指标 计算方法 权重 人力资本 存量 平均受教育年限（单位：年

18、） 0.767 人力资本 投资 人均教育、文化及卫生支出（单位：亿元 /人） 0.009 人力资本 结构 大专及以上教育程度占比（单位： %） 0.165 人力资本 运用 R&D 投入 /GDP（单位： %） 0.059 （ 2） 技术差距 。 参照李梅 和柳士昌 错误 !未找到引用源。 的做法，选取长三角各地级市劳动生产率与国外劳动生产率的比值 (tgap )来衡量技术差距，并取对数处理。如果比值小于 1，国内技术落后于国外；若在 0到 1间的比值越大， 说明 国内外 技术差距越小。其中，国外劳动生产率为 13个投资目标国的平均劳动生产率，且劳动生产率为历年实际 GDP与就业人数的比值。 3

19、.2.4 控制变量 参考王兵等 错误 !未找到引用源。 、王喜平和姜晔 错误 !未找到引用源。 等学者的做法， 选取以下 控制变量 ： 经济发展水平 ， 以不变价人均 GDP 取对数（ GRPln ） 衡量 ； 产业结构 ，以 第二产业产值占比（ ind ） 表示 ； 基础设施 ， 用单位面积的公路里程（ inf ）衡量； 外商直接投资 ，以外商直接投资 数额 占国内生产总值的比重 ( fdi )衡量 ； 能源 消费 结构 ， 用原煤消费占比（ ens ）衡量 。 4 实证结果 为避免伪回归问题， 在 PSTR模型估计之前 采用 LLC法对所有变量进行面板单位根检验， 判断各变量的平稳性 。结

20、果显示所有变量均平稳。 因此，可以构建 PSTR模型进一步分析。 4.1 模型 非 线性检验 和 模型中 m 、 r 值的确定 首先 ， 利用 LM 和 LMF两 个 统计量 分别 对模型进行 线性和 剩余非线性 检验 。 表 2 的 线性检验结果 显示 ，两 模型统计量 LM、 LMF均 在 5%的 显著 水平上拒绝 0r 的 原假设，说明二者具有非线性关系 。 同时 剩余 非 线性检验 结果显示 ， LM、 LMF检验统计量在 10%的显著水平上均 不能 拒绝 1r的原假设。综上， 两个模型均适合采用单个转换函数的 PSTR 模型。 表 2 模型的线性与剩余非线性检验结果 计算 受教育存量

21、总和 时，令 小学、初中、高中、大专及以上 的 教育年限分别为 6、 9、 12、 16 年 。 文 中所有 数据来源 ： 相关年度的各市中国统计年鉴、上海商务年鉴、浙江商务年鉴等年鉴资料；世界银行的 WDI数据库、浙江统计数据库等数据库资料；以及中国对外直接投资统计公报、江苏省科技进步统计监测结果与科技统计公报、各市社会发展与国民经济统计公报等资料，关于残缺的数据利用线性插值法进行填补。 统计量 LM 与 LMF 设定： 010 /)( SSRSSRSSRTNLM ， )1/(/)( 010 NTNS S RS S RS S RLM F Tab.2 Tests of linearity an

22、d remaining nonlinearity on model 检验类型 humc tgaplnLM LM F LM LM F 线性检验 1010 rH rH：11.708* (0.009) 3.366* (0.020) 44.863* (0.000) 12.898* (0.000) 剩余 非线 性检验 2110 rH rH：3.053 (0.217) 1.323 (0.278) 1.243 (0.537) 0.538 (0.486 ) 注：括号内数值为对应的 P 值 , 且 *、 * 分别表示在 5%、 1%的置信水平下拒绝原假设。 在确定转换函数个数后 ， 由序贯检验 法 确定 模型

23、位置参数的个数 m。 即 依次 检验 0: 33 H ，0|0 322 ：H ， 0|0 2311 ：H 是否成立。 由 表 3 中 括号内 P 值可以看出，人力资本和技术差距作为转换变量时， H2 均没有最强拒绝原假设，因此两个模型中位置参数 个数 均有 m=1。故综合考虑后，两个 PSTR 模型均为 1r ， 且 1m 。 表 3 识别 m 值的序贯假设检验 Tab.3 Sequential assumption tests for identifying m humc tgapln 0: 33 H 6.379 （ 0.012） 17.267 (0.000) 00: 322 H 0.722

24、 （ 0.396） 7.650 (0.010) 00: 3211 H 4.490 （ 0.035） 17.534 (0.000) 注：括号内数值为对应的 P 值。 4.2 PSTR 模型的实证 结果分析 利用 Winrats9.0软件 ， 采用 模拟 退火 法 寻求 全局最优解，并利用非线性最小二乘（ NLS）法对PSTR模型进行 估计，模型的 最优 估计结果 见表 4。 表 4 PSTR 模型估计结果 Tab.4 Estimates of PSTR models 变量 系数 模型 1 模型 2 线性部分 GRPln 1 -0.032 （ -2.922） -0.034 （ -3.165） in

25、d 2 -0.053 （ -0.792） -0.029 （ -0.446） inf 3 0.010 （ -4.632） 0.008 （ 1.049） fdi 4 -0.253 （ 1.300） -0.255 （ -4.843） ens 5 -0.250 （ -2.495） -0.261 （ -2.641） ofdiln 1 -0.005 （ -0.227） 0.002 （ 0.113） 非线性部分 ),(ln cqgofdi 2 0.077 （ 5.330） 0.103 （ 6.317） 平滑参数 75.761 7.874 位置参数 c 0.439 -1.003 模型拟合优度 2R 0.859

26、 0.865 注：括号内的数值 为 t 统计 量的 值 。 4.2.1 模型估计结果 分析 由表 4可知，两个模型的拟合优度 2R 均大于 0.8，且 两 模型 的 非线性回归系数 2 均在 1%的 水平上 显著， 表明 OFDI逆向技术 溢出与 全要素能源效率 之间存在明显的 非线性 关系 。 具体 分析如下： 模型 1以人力资本为转换变量， 位置参数 的值 为 0.439，且模型只有一个转换函数，故 OFDI逆向技术溢出对 全要素 能源效率的非线性影响存在一个门槛值 0.439。当人力资本低于 门槛值 时，模型趋向于 低体制， OFDI逆向技术溢出对全要素能源效率表现出轻微的负向 作用。

27、这 说明 人力资本偏低时，会因绝对吸收能力太弱而无法 正确 消化吸收外来的先进知识和技术，不利于全要素能源效率的提高。但随着人力资本水平的提高， OFDI逆向技术溢出对全要素能源效率的 促进作用逐渐 增强（ 02 ）。 当模型 趋于 高体制时， 21 影响系数 为正， OFDI逆向技术溢出对全要素能源效率表现出显著的促进作用，长三角地区 人力资本水平的提高，使得 OFDI逆向技术溢出对 全要素 能源效率的正向溢出效果 逐渐 加强 。 以上分析验证了本文的假设 1。 此外， 模型 1中 转换函数的平滑参数 761.75 ，只有 当人力资本位于 0.3107,0.5541区间时，模型 才能 实现从

28、低体制向高体制的迅速转换 （见图 2） ， 且 当转换函数值趋近于 1时，模型进入高体制， 影响系数也将 趋近于 0.075。这也证实了长三角地区人力资本必须要达到一定的积累程度， OFDI逆向技术溢出对当地 全要素 能源效率的促进作用才会显著，同时也说明人力资本的培养不能急于一时，应更加关注人力资本投入中 的 “ 后发利益 ” 。 模型 2是以技术差距为转换变量， 位置参数的值为 -1.003，且模型只有一个转换函数， 技术差距存在单一的门槛值 exp(-1.003)=0.367。 当技术差距低于门槛值 0.367时，模型 趋向于 低体制 ， OFDI逆向技术 溢出 对 全要素 能源效率表现

29、出 轻微 的促进作用 。此时长三角地区技术水平相对落后， 虽有足够的技术溢出空间，却因大部分地级市没有足够的技术积累和吸收能力来承接逆向技术溢出，很难将国外先进技术引为己用，制约了对当地 全要素 能源效率的改善力度。 但随着技术差距的缩小，OFDI逆向技术溢出对全要素能源效率的促进作用逐渐增强（ 02 ）。当技术差距跨越门槛值 0.367后，当技术差距缩小到一定程度，长三角地区逐渐变得有充足的能力 承接 OFDI带来的逆向技术溢出，且溢出空间仍比较充足， OFDI逆向技术 溢出 对 全要素 能源效率表现出 更 为 显著的促进作用 。以上分析验证了本文的假设 2。 此外， 模型 2中 转换函数的

30、平滑参数 7.874 = ， 随着技术差距的逐渐缩小 ， 当 技术差距 超过0.1032时 （ 对数值 为 -2.2445） ， 转换函数 呈现由低体制向高体制 渐进 转换 的态势 （见图 3） ，一旦技术差距跨过门槛值， 转换函数逐渐趋近于 1， 模型 也将 趋近于高体制，其影响系数 趋近于 0.105， OFDI逆向技术溢出对当地 全要素 能源效率 将达到最佳 促进 状态 。 -0.10.00.10.20.30.40.50.60.70.80.91.01.11.20.000.070.100.110.130.140.160.170.180.200.220.250.290.360.420.480

31、.670.94转换函数 影响系数 00.10.20.30.40.50.60.70.80.91-3.17-2.73-2.54-2.40-2.28-2.17-2.10-2.01-1.93-1.86-1.77-1.68-1.58-1.50-1.40-1.28-1.10-0.80转换函数 影响系数 图 2 模型 1 转换函数及 影响系数 图 3 模型 2 转换函数及 影响系数 Fig.2 Conversion function and coefficient of Model 1 Fig.3 Conversion function and coefficient of Model 2 4.2.2 区域

32、差异性分析 依据 模型 的 估计结果， 针对 吸收能力在 OFDI 逆向技术溢出 影响 全要素能源效率的 过程中 所发挥的 作用， 对长三角 24 个地级市 做出分组 （见表 5），并进行 差异性分析： 关于人力资本的状况， 在 240 个观测值中 跨越门槛值 的样本观测值数量仅有 39 个，占总观测值个数的 16.3%， 分别为 上海、南京、杭州、无锡 、 苏州 、镇江及常州 地区的部分样本 ，其中上海、南京及杭州早在 2005 年就率先跨越了门槛值，而镇江和苏州是 2014 年刚跨越门槛。 总体上， 这些地级市 呈现 的特点是 教育资源 集中 ，人力 资本雄厚， 对 外直接投资 的逆向技术

33、溢出消化、吸收能力较强 ，对全要素能源效率的 改善 也就 更加 明显。 然而， 进入高体制 的地区 仅有南京、上海及杭州，其他地区的人力资本则均有待提升。 关于技术差距的状况， 240 个观测值中目前 跨域门槛值 的样本数量仅仅 11 个， 仅 占总样本量的 4.58%，这些地区是无锡、苏州、上海、南京等技术较为先进的地区，其中上海在 2011 年最早跨越门槛值。 这些地区本身拥有的技术水平较高，且 对外投资去向比较合理，产生的逆向技术溢出对 全要素 能源效率的促进作用较强。 但不容乐观的是，还没有地级市处于高体制状态， 这说明长三角各地级市 需要着重提高自身技术水平， 缩小与东道国的技术差距

34、， 以 最大限度的消化吸收 OFDI逆向技术溢出 ，进而带动地区 全要素 能源效率的改善 。 表 5 长三角各地区分组情况 Tab.5 Classification of the Yangtze River Delta 技术差距 （高体制） 技术差距 （ 跨越门槛 值 但未进入高体制 ） 技术差距 （ 低于门槛值 ） 人力资本 （高体制） 上海、南京 杭州 人力资本 （ 跨越门槛值 但未进入高体制 ） 无锡、苏州 镇江、常州 人力资本 （低于门槛值） 州、丽水金华、衢州、舟山、台 兴、湖州、绍兴、泰州、宁波、温州、嘉 淮安、盐城、扬州、徐州、南通、连云港、 注： 表示没有 地级市 进入此状态。

35、 最后， 结合 以上 两种吸收能力 ， 对比发现，上海、南京 状态 最好 ， 无锡、苏州 次之 ， 这些地区可以实现 人力资本和技术差距 的 协调驱动，共同促进 OFDI 逆向技术溢出的吸收。 而杭州、镇江、常州 这 三地级市 ， 虽然 人力资本水平较高，但技术 差距却偏大 ，忽略了实现自身人力资源优势向技术优势的转换， 与东道国技术较大的差距 制约了 OFDI 逆向技术溢出 对 全要素 能源效率 的改善 。 而剩余 的包括徐州、南通在内的 17 个地级市 均未跨越人力资本和技术差距的门槛值， 这些地区大多是 经济水平 不高 ，对人力及技术创新的投入 相对 匮乏 ， 以 致 难有充分的能力实现

36、对外来技术的 消化、吸收 ， “双重制约” 使 得 OFDI 逆向技术 溢出无法充分释放对全要素能源效率的正向溢出作用。 4.2.3 控制变量的影响分析 关于 控制变量对全要素能源效率的影响 ， 经济发展水平对全要素能源效率呈现负向 影响 ， 长三角 经济发展对能源投入的依赖性仍然较强。产业结构对 全要素 能源效率呈现 抑制效应，但不显著， 为了分析方便，本文将长三角 24 个地级市的情况分三种，即低体制状态、跨越门槛值但未进入高体制的转换状态、高体制状态。 虽然长三角地区的工业发展对原煤、原油等低效率燃料的较多需求是导致能源低效的原因，但长三角地区日益发达的工业技术一定程度上降低了第二产业发

37、展对 全要素 能源效率的影响。基础设施对全要素能源效率 呈现 较为显著 的 正向影响 ， 随着基础设施的日益发达，能源、技术等要素跨市流动的便利性显著改善， 全要素 能源效率因此得到提高。 外商直接投资表现 出轻微 抑制作用，说明长三角地区积极引进外资的同时，要稍加注重外资的引进质量。 以 能源结构对全要素能源效率表现出显著的负向影响，作为非清洁能源，原煤 使用量的增加阻碍了 全要素 能源效率的提升。综上， 经济发展水平、产业结构、外商直接投资、基础设施及能源结构等因素对全要素能源效率均存在一定影响。 4.3 稳健性检验 对 OFDI 逆向技术溢出与全要素能源效率之间 的 非线性 关系 进行

38、稳健性 检验。 本文依次从模型1 和模型 2 中分别剔除 一个控制变量， 观察 线性部分影响系数 1 与非线性部分影响系数 2 的 回归结果是否与原模型趋于一致。 检验过程中，一共形成 10 个面板平滑转移模型 ， 经 检验 所有模型均适合 采用包含一个转换函数的两体制 PSTR 模型。 各模型估计 结果见 表 6。 表 6 PSTR 模型稳健性检验结果 Tab.6 Robustness tests of PSTR models 转换变量 系数 删除变量 ens inf fdi ind Lngrp humc 1 -0.001 (-0.042) 0.012 (0.544) 0.015 (0.68

39、9) 0.015 (0.707) -0.015 (-1.818) 2 0.082 (5.369) 0.082 (5.358) 0.081 (5.393) 0.085 (6.715) 0.083 (6.521) tgapln 1 0.005 (0.227 ) 0.017 (0.838) 0.020 (0.948) 0.020 (0.964) -0.014 (-1.685) 2 0.109 (6.289 ) 0.098 (6.243) 0.103 (6.221) 0.105 (7.461) 0.097 (7.213) 注：表中仅列出 1 和 2 的分析结果，括号中为系数的 t 统计值。 由表 6

40、可知， 以人力资本和技术差距两种 吸收能力 为 转换变量 时 ， 依次 去掉一个控制变量后，模型 线性部分 影响系数 1 均 不显著 ，而非线性部分 影响 系数 2 则均 正向显著， 即发现 所有模型中OFDI 逆向技术溢出对全要素能源效率的非线性影响部分 与 原来 表 4 中 的结果不存在实质性差异，验证了本文 结论的稳健性。 5 结论 与 建议 在吸收能力的视角下， 采用包含控制变量的 PSTR模型， 实证检验了 OFDI逆向 技术 溢出对 长三角地区 全要素能源效率的 非线性 影响 。 本文的研究 结论 是 ： （ 1） OFDI逆向技术溢出与全要素能源效率存在非线性关系 ， 两者之间存

41、在平滑转换机制 。（ 2） 当人力资本水平低到可能引起 OFDI逆向技术溢出 的 不恰当吸收时， OFDI逆向技术溢出 轻微抑制 全要素能源效率 的改善 。但人力资本的提高， 其 对全要素能源效率的 影响 会变为 愈加显著的正向促进 。 （ 3） 技术差距 较大时， 当地 因 技术水平较低而没有充足能力承接 外来 技术 ， OFDI逆向技术溢出 对全要素能源效率促进效果 不显著 ；但随着技术水平的提高，技术差距缩小 ， 对全要素能源效率促进效果越来越明显。 （ 4） 观测 样本在区域分布上存在差异， 但总体 上 ， 跨越各自门槛值的样本比例均比较低 ， 均没有进入 双高 体制， 长三角地区 人力资本与技术水平 均 有待提升 。 （ 5） OFDI逆向 技术溢出效应对全要素能源效率的影响并不是独立存在的， 在制定 节能政策时，长三角地区需 综合考虑 全要素 能源效率的 其他 影响因素 。 本文的政策建议是： 人力资本建设方面 ， 继续加大教育、 人 力 培养 的财政支出比例 ，积极引