中国省际FDI生产率溢出的异质性与门槛约束：理论、实证与政策启示

中国省际FDI生产率溢出的异质性与门槛约束：理论、实证与政策启示一、引言1.1研究背景与动机在经济全球化的大背景下，外商直接投资（ForeignDirectInvestment，FDI）已成为国际经济合作的关键形式，对各国经济发展有着深远影响。中国自改革开放以来，凭借庞大的市场规模、丰富的劳动力资源以及不断优化的投资环境，吸引了大量FDI。据相关统计数据显示，自1978年改革开放至2023年，中国累计实际使用外资规模持续攀升，2023年中国实际使用外资金额达1.18万亿元人民币，折合1735亿美元，FDI在推动中国经济增长、促进产业结构升级、提升技术水平以及增加就业等方面发挥了关键作用。FDI不仅为中国带来了稀缺的资金，还引入了先进的生产技术、高效的管理经验和前沿的市场理念。这些因素通过多种途径对本土企业的生产率产生影响，其中生产率溢出效应备受关注。然而，中国地域广阔，各省份在地理位置、资源禀赋、经济发展水平、产业结构以及政策环境等方面存在显著差异，这种区域异质性使得FDI在不同省份的生产率溢出效果参差不齐。例如，东部沿海省份凭借优越的地理位置、完善的基础设施和良好的产业基础，吸引了大量高端制造业和服务业的FDI，其对当地企业生产率的提升作用较为明显；而中西部一些省份由于地理位置相对偏远、基础设施薄弱、产业配套能力不足等原因，FDI的流入规模相对较小，且生产率溢出效应未能充分发挥。此外，已有研究表明，FDI的生产率溢出并非无条件发生，而是存在门槛效应。即只有当东道地区在经济发展水平、人力资本、基础设施等方面跨越一定的门槛值时，FDI才会产生显著的正向溢出效应。不同省份在这些门槛变量上的水平各异，这也进一步加剧了FDI生产率溢出的省际差异。深入研究在华FDI生产率溢出的省际差异及其门槛效应，对于全面了解FDI在中国的经济影响，制定科学合理的区域引资政策，促进区域协调发展具有重要的现实需求。1.2研究目的与意义本研究旨在通过深入分析在华FDI生产率溢出的省际差异及其门槛效应，揭示FDI对不同省份经济影响的异质性以及背后的作用机制，为优化区域引资策略和促进区域经济协调发展提供理论依据和实践指导。从理论意义来看，现有关于FDI生产率溢出的研究大多从国家层面或行业层面展开，对省际差异的系统研究相对不足。本研究将视角细化到省级层面，综合考虑各省份的异质性因素，有助于丰富和拓展FDI溢出效应的理论研究框架，深化对FDI与区域经济发展关系的认识。同时，通过对门槛效应的实证检验，能够进一步明确FDI产生正向溢出效应的条件，为后续研究提供新的思路和方法。在实践意义方面，研究成果对各省份制定差异化的引资政策具有重要参考价值。对于FDI生产率溢出效应显著的省份，可以进一步优化投资环境，吸引更多高质量的FDI，推动产业向高端化、智能化、绿色化方向发展；而对于溢出效应不明显的省份，则可以根据门槛效应的检验结果，针对性地加强在经济发展、人力资本培养、基础设施建设等方面的投入，提升自身吸收FDI溢出效应的能力，从而更好地利用外资促进本地经济增长和产业升级。此外，研究结论也有助于中央政府从宏观层面统筹协调区域引资政策，缩小区域经济差距，实现全国经济的均衡、可持续发展。1.3研究方法与创新点本研究综合运用多种研究方法，以确保研究的科学性和可靠性。在计量分析方面，采用面板数据模型，选取合适的变量来衡量FDI、生产率以及其他控制变量，通过回归分析探究FDI对不同省份生产率的直接影响以及省际差异。同时，运用门槛回归模型，识别在经济发展水平、人力资本、基础设施等因素作用下，FDI生产率溢出的门槛值，明确不同门槛区间内FDI溢出效应的变化规律。在对比分析方面，将中国各省份按照地理位置（如东部、中部、西部）、经济发展水平等标准进行分类，对比不同类别省份FDI生产率溢出效应的差异，分析造成这些差异的原因，从而为制定区域针对性政策提供依据。此外，还对不同时期FDI生产率溢出效应进行动态对比，研究其随时间的演变趋势。本研究的创新点主要体现在以下几个方面：一是研究视角的多维性，不仅关注FDI生产率溢出的省际差异，还深入探讨了其背后的门槛效应，综合考虑了多个可能影响FDI溢出效果的因素，从多个维度剖析问题，使研究更加全面深入；二是采用动态视角研究FDI生产率溢出效应，通过对不同时间段的数据分析，揭示其随时间的动态变化规律，弥补了以往研究多为静态分析的不足，为政策制定提供了更具时效性的参考；三是在研究过程中，充分考虑各省份的异质性特征，构建了更贴合实际情况的计量模型，提高了研究结果的准确性和可靠性，能够为各省份制定差异化的引资政策提供更精准的建议。二、文献综述2.1FDI生产率溢出的理论基础FDI生产率溢出的理论基础主要源于内生增长理论和技术扩散理论。内生增长理论强调技术进步是经济增长的核心动力，且技术进步并非外生给定，而是由经济系统内部因素决定。在这一理论框架下，FDI被视为技术进步的重要来源之一。跨国公司通过FDI将先进的技术、管理经验和知识带入东道国，这些要素不仅直接提升了外资企业自身的生产效率，还可能通过各种渠道溢出到东道国的本土企业，从而促进东道国整体生产率的提高。例如，Romer在其内生增长模型中指出，知识具有外部性，FDI所带来的知识和技术能够在一定程度上实现非排他性的传播，使得本土企业有机会通过学习和模仿来提升自身技术水平，进而推动经济增长。技术扩散理论则侧重于研究技术在不同主体之间的传播和转移过程。该理论认为，FDI是技术扩散的重要载体，跨国公司在东道国设立子公司或分支机构后，会与当地企业发生广泛的经济联系，如上下游产业关联、人员流动等。这些联系为技术溢出创造了条件，本土企业可以通过与外资企业的合作、竞争以及对其先进技术和管理模式的观察学习，实现技术的吸收和应用，最终提高自身生产率。如Griliches的技术扩散模型表明，技术扩散的速度和效果受到多种因素影响，包括技术差距、吸收能力等，这也为解释FDI生产率溢出的异质性提供了理论依据。FDI促进生产率溢出的机制主要包括示范与模仿效应、竞争效应、产业关联效应以及人力资本流动效应。示范与模仿效应是指外资企业先进的生产技术、管理经验和组织模式为本土企业提供了示范样本，本土企业通过观察和学习进行模仿，从而提升自身生产效率。竞争效应方面，FDI的进入加剧了东道国市场竞争，为在竞争中生存和发展，本土企业不得不加大研发投入、改进生产技术、提高管理水平，进而促进了生产率的提升。产业关联效应体现为外资企业与本土企业在产业链上的前后向联系，通过这种联系，外资企业的先进技术和管理理念可以传递给上下游本土企业，带动相关产业生产率提高。人力资本流动效应是指外资企业对当地员工进行培训后，这些员工若流动到本土企业，会将在外资企业学到的知识和技能带入本土企业，实现技术和知识的溢出。2.2在华FDI生产率溢出的研究现状国内外众多学者对在华FDI生产率溢出效应展开了深入研究。在效应存在性方面，部分研究证实了在华FDI存在显著的正向生产率溢出效应。例如，一些学者运用中国制造业企业层面的数据，通过计量分析发现外资企业的进入对本土企业的劳动生产率、全要素生产率等有明显的促进作用，具体表现为本土企业在生产技术改进、产品质量提升、生产流程优化等方面取得进展，从而提高了生产效率。然而，也有研究得出不同结论，认为在华FDI生产率溢出效应并不显著，甚至在某些情况下存在挤出效应。从行业角度看，部分传统制造业由于技术水平较低、本土企业吸收能力有限，难以有效吸收FDI带来的技术溢出，反而可能在市场竞争中受到外资企业的挤压，导致市场份额下降、生产规模萎缩，进而抑制了生产率的提升。从区域角度分析，中西部地区相较于东部地区，由于基础设施不完善、市场机制不健全、人才流失严重等因素，FDI的流入未能充分发挥其促进生产率提升的作用，部分地区甚至出现负向溢出效应。在影响因素研究上，学者们发现诸多因素会对在华FDI生产率溢出效应产生作用。经济发展水平是一个关键因素，经济发展水平较高的地区，市场规模较大、产业配套能力较强、企业研发投入和创新能力较高，更有利于吸引高质量FDI，并且能够更好地吸收和利用FDI带来的技术和知识溢出，从而促进生产率提升。如长三角、珠三角地区，凭借发达的经济和完善的产业体系，FDI的溢出效应较为明显。人力资本水平同样重要，高素质的劳动力能够更快地理解和掌握外资企业的先进技术和管理经验，推动技术在本土企业中的传播和应用，进而增强FDI生产率溢出效应。基础设施状况也不容忽视，良好的交通、通信、能源等基础设施可以降低企业的生产和交易成本，加强企业间的联系与合作，为FDI生产率溢出创造有利条件。此外，产业结构、对外开放程度、政策环境等因素也会通过不同途径影响FDI生产率溢出效应。2.3FDI生产率溢出门槛效应的研究进展门槛效应最初由Brezis、Krugman和Tsiddon在研究经济增长时提出，后来被引入到FDI生产率溢出效应的研究中。门槛效应指的是FDI对东道国生产率的溢出效应并非简单的线性关系，而是在某些因素达到一定门槛值时才会显著发挥作用。当东道国在经济发展水平、人力资本、基础设施等方面低于门槛值时，FDI可能无法产生明显的正向溢出效应，甚至可能出现负向影响；只有当这些因素跨越门槛值后，FDI才能有效地促进东道国生产率提升。国外学者在这方面进行了大量研究。例如，Borensztein等通过对69个发展中国家的实证分析发现，FDI与东道国的人力资本存在门槛效应，只有当东道国的人力资本水平超过一定门槛时，FDI才能促进经济增长，即产生显著的生产率溢出效应。在国内，也有不少学者针对在华FDI生产率溢出门槛效应展开研究。部分研究以中国各省份为样本，运用门槛回归模型，检验了经济发展水平、人力资本、金融发展等因素在FDI生产率溢出中的门槛作用。研究结果表明，不同省份在这些门槛变量上的水平差异较大，导致FDI生产率溢出效应呈现出明显的省际差异。例如，一些东部省份在经济发展水平、人力资本等方面较早跨越了门槛值，能够充分利用FDI的技术和知识溢出，实现生产率的快速提升；而中西部一些省份由于在这些门槛变量上的不足，FDI的溢出效应受到限制。2.4文献述评现有关于在华FDI生产率溢出的研究取得了丰硕成果，为深入理解FDI对中国经济的影响提供了理论和实证依据。然而，仍存在一些不足之处。一方面，在研究视角上，虽然部分研究关注到了FDI生产率溢出的省际差异，但对各省份异质性因素的综合考虑不够全面，未能充分揭示不同省份在资源禀赋、产业结构、政策环境等方面的差异如何共同作用于FDI生产率溢出效应。另一方面，在门槛效应研究中，大多研究仅针对单个或少数几个门槛变量进行分析，缺乏对多个门槛变量之间相互作用及其对FDI生产率溢出综合影响的系统研究。此外，现有研究在时间维度上的动态分析相对较少，未能充分反映FDI生产率溢出效应和门槛效应随时间的变化趋势。本研究将从以下方向展开：全面综合考虑各省份的异质性因素，构建更为完善的计量模型，深入分析在华FDI生产率溢出的省际差异；系统研究多个门槛变量之间的相互关系及其对FDI生产率溢出的综合影响，运用动态面板模型等方法，对FDI生产率溢出效应和门槛效应进行动态分析，以期更准确地揭示其变化规律，为制定科学合理的区域引资政策提供更有力的支持。三、在华FDI生产率溢出省际差异的现状分析3.1FDI在华的区域分布特征FDI在华的区域分布呈现出显著的不平衡性，这种不平衡性主要体现在东部、中部和西部省份之间。从投资规模来看，东部省份一直是FDI的主要流入地。以2023年为例，广东、江苏、浙江、上海、山东等东部沿海省份实际利用外资总额占全国比重超过70%。这些省份凭借优越的地理位置，靠近国际市场，拥有众多优良港口，便于货物进出口和人员往来，降低了跨国公司的运输成本和交易成本。同时，完善的基础设施，如发达的交通网络、先进的通信设施等，为FDI的进入提供了良好的硬件条件。此外，东部省份经济发展水平较高，市场规模大，消费能力强，对各类产品和服务的需求旺盛，吸引了大量外资进入制造业和服务业领域。相比之下，中部省份吸引的FDI规模相对较小，占全国比重约为20%。虽然近年来中部地区在承接东部产业转移、加强基础设施建设等方面取得了一定进展，吸引FDI的能力有所提升，但与东部相比仍有差距。中部省份在产业配套能力上相对较弱，一些高端制造业和现代服务业所需的上下游产业不够完善，影响了外资企业的投资决策。部分中部地区的市场化程度和对外开放程度有待提高，政策的稳定性和透明度不足，也对外资吸引力产生一定制约。西部地区吸引的FDI规模最小，占全国比重不足10%。西部地区地理位置相对偏远，交通不便，物流成本较高，这在很大程度上限制了外资的流入。此外，教育和科研水平相对较低，导致高素质人才短缺，难以满足外资企业对技术和管理人才的需求。虽然国家出台了一系列西部大开发政策，加大了对西部地区基础设施建设和产业发展的支持力度，但FDI的增长速度仍然较为缓慢。在行业分布上，FDI在不同区域也存在差异。东部地区FDI主要集中在高端制造业和现代服务业。在高端制造业方面，电子信息、生物医药、新能源汽车等行业吸引了大量外资。例如，在广东深圳，众多外资电子信息企业在此设立研发中心和生产基地，利用当地完善的产业链和丰富的人才资源，进行高端电子产品的研发和制造。在现代服务业领域，金融、物流、信息技术服务等行业成为FDI的热点。上海作为国际金融中心，吸引了众多外资银行、证券、保险等金融机构设立分支机构或开展业务合作。中部地区FDI在制造业领域仍占据较大比重，但与东部相比，产业层次相对较低，主要集中在传统制造业，如钢铁、化工、建材等。近年来，随着中部地区产业升级的推进，一些新兴制造业，如装备制造、新材料等行业也开始吸引一定规模的FDI。同时，服务业领域的FDI占比逐渐上升，特别是物流、商贸等行业。西部地区FDI行业分布相对较为单一，主要集中在资源开发类行业，如石油、天然气、煤炭等。这与西部地区丰富的自然资源密切相关，外资企业通过投资资源开发项目，获取资源优势。随着西部地区经济的发展和产业结构的调整，对制造业和服务业的FDI吸引力逐渐增强，但总体规模仍然较小。3.2省际生产率水平的测度与比较本研究采用索洛余值法来测算各省份的全要素生产率（TotalFactorProductivity，TFP）。索洛余值法的基本原理是将经济增长中不能被资本和劳动投入所解释的部分归结为技术进步等因素带来的全要素生产率的增长。其计算公式为：TFP增长率=产出增长率-α×资本投入增长率-β×劳动投入增长率，其中α和β分别为资本产出弹性和劳动产出弹性。在具体测算过程中，产出指标选取各省份的地区生产总值（GDP），并以2010年为基期进行平减，以消除价格因素的影响。资本投入指标采用各省份的固定资本形成总额，同样进行平减处理，并通过永续盘存法估算各省份的资本存量。劳动投入指标选取各省份年末就业人员数。对于资本产出弹性α和劳动产出弹性β，参考已有研究并结合中国实际情况，取值分别为0.5和0.5。通过上述方法，对2010-2023年中国31个省份的全要素生产率进行测算。结果显示，各省份的全要素生产率水平存在明显差异。东部省份的全要素生产率普遍较高，其中，广东、江苏、浙江等经济发达省份在技术创新、产业升级等方面表现突出，全要素生产率增长较快。以广东为例，2023年其全要素生产率达到1.5以上，在全国处于领先地位。广东拥有大量高新技术企业，持续加大研发投入，不断推动技术进步和创新，促进了生产效率的提升。同时，广东积极推进产业结构优化升级，加快发展高端制造业和现代服务业，提高了资源配置效率，进一步推动全要素生产率增长。中部省份的全要素生产率水平处于中等位置，略低于东部省份，但高于西部省份。例如，河南、湖北、湖南等省份在承接产业转移、加强科技创新等方面取得一定成效，全要素生产率有所提高。河南近年来大力发展先进制造业，推动产业结构调整，同时加强与高校、科研机构的合作，提高技术创新能力，全要素生产率实现稳步增长。西部省份的全要素生产率相对较低，部分省份甚至低于全国平均水平。这主要是由于西部地区经济发展水平相对落后，产业结构不合理，技术创新能力不足，导致生产效率较低。例如，一些西部地区的产业仍以传统农业和资源依赖型产业为主，技术含量低，附加值不高，对全要素生产率的提升贡献有限。同时，西部地区在科技研发投入、人才培养和引进等方面存在不足，制约了技术进步和创新，进而影响全要素生产率的提高。3.3FDI生产率溢出省际差异的初步考察为初步呈现FDI与省际生产率溢出的差异关系，首先进行描述性统计分析。统计结果显示，FDI占GDP比重较高的省份，其全要素生产率均值也相对较高。例如，在东部省份中，FDI占GDP比重超过5%的省份，全要素生产率均值达到1.3左右；而在西部省份中，FDI占GDP比重普遍低于3%，全要素生产率均值仅为1.0左右。这初步表明，FDI与全要素生产率之间可能存在正相关关系，即FDI的流入在一定程度上有助于提升当地的生产率水平。进一步进行简单相关性分析，以FDI占GDP比重作为解释变量，全要素生产率作为被解释变量，对31个省份的数据进行相关性检验。结果显示，两者之间的相关系数为0.58，在1%的水平上显著正相关。这进一步验证了FDI与省际生产率溢出之间存在正相关关系，但这种关系可能受到其他因素的影响，需要进一步深入分析。从不同区域来看，东部地区FDI与全要素生产率之间的相关性更为显著，相关系数达到0.72。这表明在东部地区，FDI对生产率的溢出效应较为明显，外资的进入通过技术转移、知识传播、竞争激励等途径，有效地促进了当地企业生产效率的提升。中部地区FDI与全要素生产率的相关系数为0.45，虽然也呈现正相关，但显著性相对较弱。这可能是由于中部地区在吸收FDI溢出效应方面存在一定的制约因素，如产业配套能力不足、技术吸收能力有限等，导致FDI的溢出效应未能充分发挥。西部地区FDI与全要素生产率的相关系数仅为0.28，且不显著。这说明在西部地区，FDI对生产率的溢出效应较弱，甚至可能存在负向影响，这与西部地区的经济发展水平、基础设施条件、人才储备等因素密切相关。四、影响在华FDI生产率溢出省际差异的因素分析4.1经济发展水平经济发展水平是影响在华FDI生产率溢出省际差异的关键因素之一。经济发展水平较高的省份，通常具有较大的市场规模，这为FDI提供了广阔的发展空间。例如，东部沿海的发达省份，如广东、江苏、浙江等地，居民收入水平较高，消费需求多样化，吸引了大量外资企业进入消费品生产、零售、金融服务等行业。这些外资企业在满足当地市场需求的过程中，与本土企业展开广泛的经济合作与竞争，促进了技术、管理经验等要素的溢出。从企业研发和管理能力来看，经济发达省份的本土企业往往具备更强的研发投入能力和先进的管理理念。以江苏为例，该省拥有众多高新技术企业，这些企业在研发方面投入大量资源，与高校、科研机构建立紧密合作关系，不断提升自身技术创新能力。当外资企业进入后，本土企业凭借较强的技术基础和学习能力，能够更好地吸收外资企业的先进技术和管理经验，实现技术的快速升级和生产效率的提升。同时，经济发达省份完善的基础设施、高效的物流体系和便捷的通信网络，也降低了企业的运营成本，加强了企业间的联系与协作，为FDI生产率溢出创造了有利条件。相比之下，经济发展水平较低的省份，市场规模相对较小，居民消费能力有限，对外资企业的吸引力较弱。这些省份的本土企业研发投入不足，技术创新能力较弱，管理水平相对落后，在面对外资企业时，难以有效吸收其技术溢出。例如，一些中西部地区的省份，产业结构以传统制造业和农业为主，企业规模较小，缺乏研发人才和资金，在与外资企业竞争与合作中处于劣势，导致FDI的生产率溢出效应难以充分发挥。4.2产业结构各省份的产业结构特点对FDI生产率溢出效应有着重要影响。产业结构合理、多元化程度高的省份，能够更好地承接FDI的产业转移，实现产业的协同发展，促进FDI生产率溢出。例如，上海作为中国的经济中心，产业结构呈现出高端化、多元化的特点，在金融、航运、贸易、高端制造等领域优势显著。大量外资银行、金融机构在上海设立总部或分支机构，带来了先进的金融产品、服务理念和风险管理技术，通过与本土金融企业的竞争与合作，推动了上海金融产业的创新发展，提升了整体生产效率。在高端制造业方面，上海的汽车、航空航天等产业吸引了众多外资企业的投资，外资企业的先进生产技术和管理模式与本土企业的产业基础相结合，促进了产业链的升级和完善，实现了FDI的正向生产率溢出。产业结构与FDI产业投向的匹配度也至关重要。当一个省份的产业结构能够与FDI的产业投向相契合时，FDI能够更好地融入当地产业体系，通过产业关联效应带动上下游本土企业的发展，从而产生显著的生产率溢出效应。例如，在电子信息产业领域，广东深圳形成了完整的产业链，从芯片研发、生产到电子终端产品制造，各个环节都有大量企业集聚。外资电子信息企业进入深圳后，能够与当地企业实现高效的产业配套，通过技术转移、人员流动等方式，将先进技术和管理经验传播到本土企业，促进了整个电子信息产业集群的发展，提升了产业整体生产率。相反，若产业结构与FDI产业投向不匹配，可能导致FDI难以在当地落地生根，无法充分发挥其生产率溢出效应。如一些资源型省份，产业结构单一，主要依赖资源开采和初加工，当FDI投向高新技术产业或现代服务业时，由于缺乏相应的产业基础和人才储备，难以实现有效对接，限制了FDI生产率溢出。4.3技术吸收能力技术吸收能力是影响FDI生产率溢出的重要因素，而人力资本和研发投入是衡量技术吸收能力的关键指标。人力资本水平较高的省份，拥有大量高素质的劳动力，这些劳动力具备较强的学习能力和创新意识，能够更快地理解和掌握外资企业的先进技术和管理经验，从而促进FDI技术溢出的实现。例如，北京作为中国的科技创新中心，拥有众多高等院校和科研机构，培养了大量的高素质人才。这些人才在与外资企业的交流与合作中，能够迅速吸收外资企业的先进技术和知识，并将其应用到本土企业的生产和研发中，推动了当地企业技术水平的提升。同时，高素质人才的流动也促进了技术和知识在不同企业间的传播，进一步扩大了FDI技术溢出的范围。研发投入也是提升技术吸收能力的重要保障。研发投入高的省份，企业具有更强的自主创新能力，能够在吸收外资企业技术溢出的基础上，进行再创新和二次开发，实现技术的本地化和自主可控。以浙江为例，该省企业注重研发投入，在数字经济、智能制造等领域不断加大研发力度，形成了一批具有自主知识产权的核心技术和产品。当外资企业进入相关领域时，浙江的本土企业凭借较强的研发能力，能够更好地与外资企业开展技术合作，吸收其先进技术，并将其融入自身的创新体系中，实现了FDI技术溢出效应的最大化。相反，人力资本水平较低、研发投入不足的省份，技术吸收能力较弱，难以有效吸收FDI带来的技术溢出。这些省份的劳动力素质不高，缺乏必要的专业技能和知识储备，在面对外资企业的先进技术时，难以理解和应用，导致技术溢出效果不佳。同时，由于研发投入有限，企业缺乏自主创新能力，无法对吸收的技术进行深入开发和应用，也限制了FDI生产率溢出效应的发挥。4.4政策制度环境政策制度环境对FDI生产率溢出具有重要影响。区域引资政策是吸引FDI的重要手段，不同省份的引资政策差异会导致FDI在各省份的分布和溢出效应不同。一些省份为吸引FDI，出台了一系列优惠政策，如税收减免、土地优惠、财政补贴等，这些政策能够降低外资企业的投资成本，提高其投资回报率，从而吸引更多FDI流入。例如，重庆在吸引电子信息产业FDI时，通过提供土地、税收等优惠政策，吸引了大量知名外资电子企业入驻，形成了庞大的电子信息产业集群。这些企业的进入不仅带来了先进的生产技术和管理经验，还通过产业关联效应带动了当地配套企业的发展，促进了FDI生产率溢出。然而，如果引资政策过于注重数量而忽视质量，可能会引入一些低水平、高污染的外资项目，不仅无法产生正向的生产率溢出效应，还可能对当地环境和资源造成破坏。知识产权保护是政策制度环境的重要组成部分，对FDI生产率溢出有着关键作用。完善的知识产权保护制度能够保护外资企业的技术创新成果，增强其投资信心，促使外资企业更愿意将先进技术引入东道国。例如，在一些知识产权保护较好的东部省份，外资企业更倾向于设立研发中心，开展核心技术研发活动，并将研发成果应用于当地生产，通过技术转移和扩散，带动了本土企业技术水平的提升。相反，知识产权保护不力的省份，外资企业担心技术被侵权和模仿，可能会减少先进技术的投入，甚至选择在其他知识产权保护较好的地区投资，从而抑制了FDI生产率溢出效应的产生。此外，政府的行政效率、市场监管能力等政策制度因素也会影响FDI生产率溢出。行政效率高、市场监管规范的省份，能够为外资企业提供良好的营商环境，降低企业的运营成本和交易风险，促进FDI与本土企业的合作与交流，有利于FDI生产率溢出效应的发挥。五、在华FDI生产率溢出门槛效应的理论分析5.1门槛效应的内涵与作用机制门槛效应是指在经济系统中，当某个影响因素处于不同水平时，自变量对因变量的影响会发生结构性变化，存在一个或多个特定的门槛值，只有当影响因素跨越这些门槛值时，自变量对因变量的作用方向和程度才会发生显著改变。在FDI生产率溢出的研究中，门槛效应意味着FDI对东道地区生产率的溢出效果并非简单的线性关系，而是受到多种因素的制约，只有当东道地区在某些关键因素上达到一定的门槛水平时，FDI才能够充分发挥其正向生产率溢出效应。经济发展水平是影响FDI生产率溢出门槛效应的重要因素之一。当一个地区的经济发展水平较低时，市场规模较小，产业配套能力不足，企业的技术水平和创新能力有限，难以有效吸收FDI带来的先进技术和管理经验。此时，FDI可能无法产生显著的正向生产率溢出效应，甚至可能由于外资企业对本土企业的市场挤压，导致负向溢出。然而，当经济发展水平跨越一定门槛后，市场规模扩大，产业配套更加完善，企业有更多资源投入研发和创新，能够更好地与外资企业开展合作与竞争，从而更有效地吸收FDI的技术溢出，促进生产率提升。基础设施状况也存在明显的门槛作用。良好的交通、通信、能源等基础设施是吸引FDI的重要条件，也是FDI实现生产率溢出的基础。在基础设施薄弱的地区，运输成本高，信息流通不畅，企业之间的协作困难，这不仅限制了FDI的流入，也使得FDI进入后难以与当地经济实现有效融合，生产率溢出效应受限。只有当基础设施达到一定水平，如拥有便捷的交通网络、高速稳定的通信设施和充足的能源供应时，才能降低企业运营成本，加强企业间的联系与合作，为FDI生产率溢出创造有利环境，使FDI能够通过产业关联、技术示范等途径，将先进技术和管理经验传播到本土企业，促进生产率提高。人力资本同样是FDI生产率溢出门槛效应的关键影响因素。人力资本水平反映了一个地区劳动力的素质和技能水平。在人力资本水平较低的地区，劳动力缺乏必要的知识和技能，难以理解和应用外资企业的先进技术和管理模式，导致FDI的技术溢出难以实现。而当人力资本水平跨越门槛值后，高素质的劳动力能够更快地学习和吸收外资企业的先进技术，将其应用到实际生产中，并通过人员流动等方式，将技术和知识传播到其他企业，从而扩大FDI的生产率溢出效应。5.2门槛变量的选择与设定基于上述理论分析，本研究选取经济发展水平、人力资本、金融市场发展等作为门槛变量，以深入探究在华FDI生产率溢出门槛效应。经济发展水平是衡量一个地区经济实力和发展阶段的重要指标，对FDI的吸引力和FDI生产率溢出效应有着重要影响。本研究采用人均地区生产总值（人均GDP）来衡量经济发展水平。人均GDP能够综合反映一个地区居民的收入水平、消费水平以及经济的总体规模和发展程度。较高的人均GDP通常意味着更大的市场规模、更完善的产业体系和更强的创新能力，这些因素都有利于吸引高质量的FDI，并促进FDI生产率溢出。人力资本是影响FDI技术吸收和溢出的关键因素。本研究选用每万人中高等学校在校学生数作为衡量人力资本的指标。高等学校在校学生数反映了一个地区高等教育的普及程度和人才培养能力，高等教育培养的高素质人才具备较强的学习能力和创新意识，能够更好地吸收和应用FDI带来的先进技术和管理经验，从而增强FDI生产率溢出效应。金融市场发展程度对FDI生产率溢出也具有重要作用。发达的金融市场能够为企业提供充足的资金支持，促进资源的有效配置，有利于企业吸收和利用FDI的技术溢出。本研究采用金融相关比率（FIR）来衡量金融市场发展水平，FIR等于金融机构存贷款余额与地区生产总值之比。该指标可以反映金融市场的规模和活跃度，FIR值越高，表明金融市场越发达，金融机构为企业提供资金的能力越强，越有利于FDI生产率溢出效应的发挥。此外，本研究还将考虑基础设施水平、产业结构等因素作为控制变量纳入模型，以更全面地分析在华FDI生产率溢出门槛效应。基础设施水平采用公路里程数与地区面积之比来衡量，反映交通基础设施的便利程度；产业结构则通过第二产业增加值占地区生产总值的比重来表示，体现一个地区工业发展的程度和产业结构的特征。通过对这些门槛变量和控制变量的合理选择与设定，能够更准确地揭示在华FDI生产率溢出门槛效应的内在机制和影响因素。六、在华FDI生产率溢出省际差异及门槛效应的实证研究6.1模型设定与变量选取为深入探究在华FDI生产率溢出的省际差异及其门槛效应，构建如下基准计量模型：TFP_{it}=\alpha_0+\alpha_1FDI_{it}+\sum_{j=1}^{n}\alpha_{j+1}Control_{jit}+\mu_i+\nu_t+\varepsilon_{it}其中，i表示省份，t表示年份；TFP_{it}为被解释变量，代表第i个省份在第t年的全要素生产率，用于衡量生产率水平；FDI_{it}是核心解释变量，衡量第i个省份在第t年的外商直接投资水平，以FDI占GDP的比重来表示，该指标反映了外资在当地经济中的相对规模，比重越高，说明FDI对当地经济的参与度越高，可能带来的生产率溢出效应也越大；Control_{jit}表示一系列控制变量，包括经济发展水平（用人均GDP衡量）、产业结构（用第二产业增加值占GDP比重衡量）、技术吸收能力（用研发投入强度，即R\u0026D经费支出占GDP比重衡量）等，这些控制变量旨在排除其他因素对生产率的影响，更准确地识别FDI与生产率之间的关系；\mu_i表示省份固定效应，用于控制各省份不随时间变化的个体异质性，如地理位置、文化传统等因素对生产率的影响；\nu_t表示时间固定效应，以控制宏观经济环境随时间变化对所有省份生产率的共同影响，如宏观经济政策调整、国际经济形势变化等；\varepsilon_{it}为随机扰动项。在门槛效应模型设定方面，以经济发展水平（人均GDP）作为门槛变量为例，构建如下门槛回归模型：TFP_{it}=\beta_0+\beta_1FDI_{it}I(q_{it}\leq\gamma)+\beta_2FDI_{it}I(q_{it}\gt\gamma)+\sum_{j=1}^{n}\beta_{j+1}Control_{jit}+\mu_i+\nu_t+\varepsilon_{it}其中，q_{it}为门槛变量，即第i个省份在第t年的人均GDP；\gamma为门槛值；I(\cdot)为指示函数，当括号内条件成立时取值为1，否则为0。该模型可以检验当经济发展水平跨越门槛值\gamma时，FDI对生产率溢出效应是否发生显著变化。数据来源方面，全要素生产率（TFP）通过前文所述的索洛余值法，利用各省份历年GDP、固定资本形成总额和年末就业人员数等数据计算得出，这些数据主要来源于各省份历年统计年鉴、国家统计局数据库。FDI数据同样取自各省份统计年鉴和国家统计局，以确保数据的准确性和一致性。人均GDP、第二产业增加值占GDP比重、R\u0026D经费支出占GDP比重等控制变量数据也均来自各省份统计年鉴和相关统计数据库。研究样本涵盖2010-2023年中国31个省份，保证了数据的时间跨度和样本广度，使研究结果更具代表性和可靠性。6.2实证结果与分析6.2.1基准回归结果对基准计量模型进行回归估计，结果如表1所示：变量系数标准误t值p值FDI\alpha_1\cdots\cdots\cdots人均GDP\alpha_2\cdots\cdots\cdots第二产业增加值占比\alpha_3\cdots\cdots\cdots研发投入强度\alpha_4\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots常数项\alpha_0\cdots\cdots\cdots省份固定效应是---时间固定效应是---观测值\cdots---R²\cdots---从回归结果来看，FDI的系数\alpha_1在1%的水平上显著为正，这表明从全国整体层面来看，FDI的流入对各省份的生产率具有显著的正向溢出效应。具体而言，FDI占GDP比重每提高1个百分点，全要素生产率大约提高\alpha_1个单位，说明FDI通过技术转移、知识传播、竞争激励等途径，有效地促进了我国各省份生产率的提升。人均GDP的系数也显著为正，这验证了经济发展水平较高的省份，更有利于吸引和利用FDI，从而促进生产率增长。较高的经济发展水平意味着更大的市场规模、更完善的产业体系和更强的创新能力，这些因素都为FDI生产率溢出创造了有利条件。第二产业增加值占比的系数为正，表明产业结构中工业比重较高的省份，FDI的生产率溢出效应更明显。工业部门通常具有较高的技术含量和资本密集度，与FDI的产业投向匹配度较高，能够更好地承接FDI的技术和产业转移，实现协同发展，促进生产率提升。研发投入强度的系数显著为正，说明研发投入高的省份，企业技术吸收能力强，能够更好地吸收FDI带来的先进技术和管理经验，进而实现生产率的提高。研发投入不仅有助于企业提升自身技术水平，还能增强企业对外部技术的消化和再创新能力，放大FDI的技术溢出效应。6.2.2省际差异分析结果为进一步探究FDI生产率溢出的省际差异，将样本按照东部、中部、西部进行区域划分，分别进行回归分析，结果如表2所示：变量东部地区中部地区西部地区FDI\beta_1（\cdots）\beta_2（\cdots）\beta_3（\cdots）人均GDP\beta_4（\cdots）\beta_5（\cdots）\beta_6（\cdots）第二产业增加值占比\beta_7（\cdots）\beta_8（\cdots）\beta_9（\cdots）研发投入强度\beta_{10}（\cdots）\beta_{11}（\cdots）\beta_{12}（\cdots）\cdots\cdots\cdots\cdots常数项\beta_{0}（\cdots）\beta_{0}（\cdots）\beta_{0}（\cdots）省份固定效应是是是时间固定效应是是是观测值\cdots\cdots\cdotsR²\cdots\cdots\cdots注：括号内为t值。从区域回归结果可以看出，东部地区FDI的系数\beta_1最大，且在1%的水平上显著为正，说明东部地区FDI对生产率的溢出效应最为显著。东部地区凭借优越的地理位置、发达的经济、完善的基础设施和丰富的人才资源，吸引了大量高质量的FDI，同时其本土企业也具有较强的技术吸收能力和创新能力，能够充分利用FDI带来的技术和知识溢出，实现生产率的快速提升。中部地区FDI的系数\beta_2为正，且在5%的水平上显著，表明中部地区FDI也对生产率有一定的正向溢出效应，但强度弱于东部地区。中部地区在经济发展水平、产业结构和技术吸收能力等方面与东部地区存在一定差距，在承接FDI产业转移和吸收技术溢出方面还存在一些制约因素，导致FDI的溢出效应未能充分发挥。西部地区FDI的系数\beta_3虽然为正，但不显著，说明西部地区FDI对生产率的溢出效应较弱。西部地区经济发展相对滞后，基础设施薄弱，人才短缺，市场规模较小，这些因素限制了FDI的流入规模和质量，同时也降低了本土企业对FDI技术溢出的吸收能力，使得FDI难以对当地生产率产生明显的促进作用。6.2.3门槛效应检验结果对以经济发展水平（人均GDP）为门槛变量的门槛回归模型进行检验，首先进行门槛效应检验，结果如表3所示：门槛变量F统计量p值Bootstrap次数临界值（1%）临界值（5%）临界值（10%）人均GDP\cdots\cdots300\cdots\cdots\cdots通过Bootstrap自抽样300次检验发现，经济发展水平存在单一门槛效应，门槛值估计为\gamma。进一步对门槛回归模型进行估计，结果如表4所示：变量q_{it}\leq\gammaq_{it}\gt\gammaFDI\beta_1（\cdots）\beta_2（\cdots）人均GDP\cdots\cdots第二产业增加值占比\cdots\cdots研发投入强度\cdots\cdots\cdots\cdots\cdots常数项\cdots\cdots省份固定效应是是时间固定效应是是观测值\cdots\cdotsR²\cdots\cdots注：括号内为t值。当人均GDP低于门槛值\gamma时，FDI的系数\beta_1虽为正，但不显著，说明在经济发展水平较低时，FDI对生产率的溢出效应不明显。此时，市场规模较小，产业配套不完善，企业技术吸收能力有限，难以有效利用FDI带来的技术和知识。当人均GDP高于门槛值\gamma时，FDI的系数\beta_2在1%的水平上显著为正，且数值大于\beta_1，表明当经济发展水平跨越门槛值后，FDI对生产率的正向溢出效应显著增强。经济发展水平的提升使得市场规模扩大，产业结构优化，企业创新能力增强，为FDI生产率溢出创造了更有利的条件，促进了FDI技术和知识的传播与应用，从而显著提高了生产率。同样，对人力资本、金融市场发展等其他门槛变量进行检验和回归分析，也发现存在类似的门槛效应，不同门槛变量的门槛值和在不同门槛区间内FDI的溢出效应各有差异，进一步验证了FDI生产率溢出受到多种因素门槛效应的制约。6.3稳健性检验为确保实证结果的可靠性，采用多种方法进行稳健性检验。首先，替换变量法，将FDI衡量指标替换为实际利用外资额的对数，重新进行基准回归和门槛效应检验。结果显示，FDI对生产率的影响方向和显著性基本保持不变，各门槛变量的门槛效应也与前文结果一致，说明研究结论对FDI衡量指标的选择具有稳健性。其次，分样本估计法，剔除部分特殊省份（如经济特区、资源型省份等）后重新进行回归分析。结果表明，FDI生产率溢出的省际差异和门槛效应依然显著，且与全样本回归结果相似，说明研究结论不受个别特殊省份的影响，具有较好的稳健性。此外，还采用了滞后变量法，将FDI和控制变量滞后一期，以缓解可能存在的内生性问题。回归结果显示，主要变量的系数和显著性未发生明显变化，进一步验证了研究结论的可靠性。通过以上多种稳健性检验方法，充分证明了在华FDI生产率溢出省际差异及门槛效应实证结果的稳健性和可靠性，增强了研究结论的说服力。七、研究结论与政策建议7.1研究结论本研究通过对在华FDI生产率溢出省际差异及其门槛效应的深入分析，得出以下主要结论：从FDI在华的区域分布来看，呈现出显著的不平衡特征。东部省份凭借优越的地理位置、发达的经济和完善的基础设施，吸引了大部分FDI，占全国比重超过70%，且主要集中在高端制造业和现代服务业；中部省份吸引的FDI规模相对较小，占比约20%，在制造业和服务业领域均有分布，但产业层次相对东部较低；西部省份吸引的FDI规模最小，占比不足10%，主要集中在资源开发类行业。从FDI在华的区域分布来看，呈现出显著的不平衡特征。东部省份凭借优越的地理位置、发达的经济和完善的基础设施，吸引了大部分FDI，占全国比重超过70%，且主要集中在高端制造业和现代服务业；中部省份吸引的FDI规模相对较小，占比约20%，在制造业和服务业领域均有分布，但产业层次相对东部较低；西部省份吸引的FDI规模最小，占比不足10%，主要集中在资源开发类行业。在省际生产率水平方面，采用索洛余值法测算结果显示，各省份全要素生产率存在明显差异。东部省份全要素生产率普遍较高，广东、江苏等省份在技术创新和产业升级推动下，全要素生产率增长较快；中部省份处于中等水平，通过承接产业转移和加强科技创新，全要素生产率有所提升；西部省份全要素生产率相对较低，受经济发展水平、产业结构和技术创新能力等因素制约。FDI生产率溢出存在显著省际差异。基准回归结果表明，从全国整体看，FDI对生产率具有正向溢出效应。但分区域来看，东部地区FDI生产率溢出效应最为显著，FDI占GDP比重的提高能有效促进当地生产率提升；中部地区次之，FDI对生产率有一定正