一、 引 言

改革开放以来,我国经济发展取得了巨大的成就,在GDP增速持续高增长的同时,产业结构也明显优化:1991年到2014年期间,我国第一产业占比从24.2%下降到9.2%,第三产业占比从34.5%上升到48.2%。伴随经济的快速发展和投资环境的改善,外商直接投资(FDI)流入量也持续增长。根据联合国贸易和发展组织发布的《全球投资趋势监测报告》,2014年我国FDI流入额约为1280亿美元,成为全球最大的FDI接收国。从分布上看,FDI主要集中在我国的第二产业,尤其是工业部门,其次是以低端服务为主的第三产业,农业的比重最低。不断流入的FDI对我国经济发展和产业结构调整产生了重要的影响[1-3],但是由于差异化的区域特征,FDI对我国不同地区的产业结构调整作用有强有弱[4]。

随着改革开放的不断深化,我国已从短缺经济转向过剩经济,粗放型的增长模式也给生态环境造成了一些负担。根据耶鲁大学发布的《2016年环境绩效指数报告》,我国成为PM2.5超标的“重灾区”,环境绩效指数(EPI)排名倒数第二[5],环境问题一定程度上成为阻碍FDI进一步流入的重要障碍。这意味着,长期以来“以环境换增长”的发展模式必须开始改变[6]。

金融危机之后,“逆全球化”趋势开始抬头,国际投资环境普遍低迷,能否利用环境规制引导外资促进我国产业结构优化和经济转型发展,是目前亟待解决的一个重要问题。

二、 文献综述

FDI对产业结构升级的影响一直是学术界研究的热点,虽然取得了丰富的成果,但结论并不完全一致。一些研究表明,FDI有助于促进东道国经济发展,优化东道国的经济结构[7]。东道国借助FDI获得技术含量高的中间品,为后续的技术升级创造了条件[8];同时,外商对东道国供应商提供的技术支持和管理培训也有助于促进供应商的技术升级[9]。此外,技术外溢能够进一步促进东道主国经济增长、产业结构升级[10-11]。当然,FDI的技术溢出促进产业结构调整效果在不同国家和经济部门之间存在显著不同[12]。相反,也有部分学者研究得出FDI不利于产业结构升级的结论,指出:东道国企业容易陷入对FDI的依赖,进而锁定于低附加值生产环节,不利于产业结构升级,特别是技术密集型产业发展[13-15]。国内学者关于FDI对我国产业结构影响的研究结论也不一致。一方面,FDI流入我国带来了大量先进的机器设备、管理经验及相关技术不仅推动了我国产业的扩张,有利于产业内部结构改善,对产业结构优化存在积极效应和催化作用[16-17],特别是对第三产业结构调整更为显著[18]。但也有学者指出,FDI在带动高新技术产业发展的同时也阻碍了本土产业的成长和发展[19-20],FDI的产业结构升级效应存在虚拟性[21]。

随着生态破坏、环境污染及资源能源日趋匮乏等问题的出现,一些研究者也注意到FDI流入在促进产业升级的同时,也加剧了环境污染。自Copeland & Taylor提出污染天堂假说(Pollution Haven Hypothesis)以来[22],对环境规制的认识和研究逐步深入,关于环境规制对FDI影响的相关问题也成为学术界讨论的新热点。通过合理的环境规制政策可以使FDI在提升经济效应的同时也能够实现环境保护的双赢局面[23-24]。环境规制能有效的抑制污染密集型产业的发展[25],可以促进技术效率、技术创新和绿色全要素生产率的提高[26],进而实现产业结构升级优化。不过,Lanoie et al.[27]和Rubashkina et al.[28]研究指出,环境规制对企业技术创新虽有积极影响,但未能促进全要素生产率的提升,优化产业结构效果不显著。Testa et al.[29]和Boyd & McClelland[30]对欧洲国家重度污染行业的研究后得出环境规制在短期内不利于改善企业经营绩效,对行业长期发展具有一定的积极影响。我国学者对环境规制与产业结构关系的研究结论也不一致,董敏杰、张三峰和卜茂亮等发现环境规制趋紧有利于我国产业国际竞争力提升[31-32],而余东华和胡亚男等指出不能确定环境规制有利于国际竞争力提升[33]。还有学者对环境规制与区域生态效率[34]、经济增长[35]、出口竞争力[36]等关系进行了研究。对环境规制与产业升级关系进行研究的文献并不多,陆菁指出环境规制的倒逼机制可有效推动产业升级[37],原毅军和谢荣辉指出适度的环境规制会促进产业结构调整或产业升级[38]。

由上述文献可得出,FDI主要通过技术溢出路径实现产业升级,而环境规制是FDI技术有效溢出的重要保障。我国各地区的环境规制水平在空间上存在差异性,这种差异性在一定程度上决定了FDI分布及其优化产业结构的效果。在假设环境规制和产业结构具有空间外部性下,环境规制是否引导了FDI优化产业结构?这是本文借助空间计量模型需要回答的主要问题。

三、 研究设计:模型、变量与数据

(一)模型设定

将变量的空间依赖性引入到模型(1)的误差项中,构造空间误差模型(Spatial Error Model,SEM),形式如下:

2018年即将过去，在新年即将到来之时，本刊编辑部邀请把酒临风、夜雨观澜、金玉其中三位专家做客“深度”栏目，共话物流业与中国经济，畅谈各自看法。

ISit=β0+β1FDIit+β2EREit+β3FDIit*EREit+

β4Xit+εit

(1)

模型(1)中的β0为常数项,i表示区域,t表示年份,ISit表示i省(市)在t年的产业结构水平,FDIit表示i省(市)在t年的FDI存量,EREit表示i省(市)在t年的环境规制水平,FDIit*EREit表示FDI存量(FDI)与环境规制(ERE)强度的交互项,Xit表示对应的控制变量,εit为随机扰动项。

式(1)中：CD阻力系数；A物体裸露部分的截面积； ρ为流体密度；下角标1、2分别为物体暴露空气中和浸没在水中部分的阻力系数、截面积及流体密度。假设定义

在地方政府竞争背景下,省(市)设定环境规制强度时,可能是对周边区域行为的“模仿”或“差异化”战略反应[34]。因此,研究空间异质的FDI、环境规制对我国产业结构合理化的影响需要考虑区域间FDI、环境规制及产业结构的空间相关性,即需要借助空间计量模型来全面考察FDI和环境规制强度对区域产业结构的影响。因此,将被解释变量的空间滞后变量引入模型(1),构造如下的空间自回归模型(Spatial Autoregressive Model,SAR):

(2)基础设施(INFRA)。高效基础设施可降低运输成本,提高流通效率,促进地区间经济合作,有利于产业结构向高级化发展[60]。本文度量各省(市)的基础设施条件是采用单位面积上的铁路、公路和内河航道里程总数,系数符号预期为正。

(2)

模型(2)中,W*ISit为被解释变量产业结构合理化水平的空间滞后变量,度量了周边区域产业结构水平对i地区产业结构的影响。ρ为空间自回归系数:ρ>0表示周边区域产业结构水平对i区域的产业结构具有正向影响,即区域产业具有“模仿”性;ρ<0表示周边区域产业结构水平对i区域的产业结构具有负向的影响,即区域产业结构是“差异化”战略;ρ=0意味着区域间产业结构不存在空间相关和依赖性。W是空间权重矩阵。

根据以上文献分析,设定检验模型必须注意以下约束机制:一是地方政府的环境规制政策是在考虑了当地的经济发展水平状况之后做出的相关决定,进而受到产业结构的制约;同时,区域环境规制又会影响区域产业结构调整,进而“促进”或“制约”产业结构升级;二是FDI流入产生的技术溢出和竞争效应,影响企业采用新技术、新工艺,影响整体产业结构;三是FDI也受到环境规制的影响,严格的环境规制,避免了FDI流入“三高”行业,因而,环境规制和FDI的相互作用可能促进区域产业结构升级。基于此,本文构建的基准计量模型如下:

ISit=β0+β1FDIit+β2EREit+β3FDIit*EREit+

β4Xit+εit

1.2.2 试验观测 试验用虾于 2018年 4月 28日13：00—14：00 投入网箱，5 月 4 日 10：00—11：00 取出进行数据统计。每个水泥池中放置1个水温自动观测仪，观测间隔为每1 h测一次。日平均水温取24 h（20：00—20：00）的平均水温。

εit=λW*εit+μit

(3)

模型(3)中,λ反映残差之间的空间依赖性,为空间误差系数,与模型(2)相同,W为空间权重矩阵。

空间自回归模型(SAR)和空间误差模型(SEM)的变量存在空间相关性,可能引发内生性问题,采用OLS法进行估计会产生偏误,而极大似然估计方法(MLE)可以较好地克服这一问题[39]。因此,本文将采用极大似然方法(MLE)对模型(2)和模型(3)进行估计。

(二)变量及数据说明

1.被解释变量

产业结构合理化水平(IS)。目前,现有文献资料中常见的衡量产业结构的指标有两种:一是产业结构合理化[40-42],二是产业结构高级化[43-46]。相对产业结构高级化而言,产业结构合理化更能反映出各省(市)的经济条件变化受FDI和环境规制的影响,因此,本文拟采用各省(市)的产业结构合理化指标衡量产业结构水平。文献中一般采用产业结构偏离度系数衡量产业结构合理化,由于产业结构偏离度系数没有充分考虑各产业的重要程度不同,干春晖等提出采用泰尔指数衡量产业结构合理化[40]。泰尔指数虽然考虑了各产业的重要程度,但可能忽视了不同产业偏离度抵消的情况,进而引发产业结构的“假合理”[41]。本文借鉴吕明元和尤萌萌的思路,在综合产业结构偏离度系数和泰尔指数的基础上,构造产业结构合理化水平表达式如下。

(4)

(4)式中,IS表示产业结构合理合理化水平,L为就业人数,Y为国民生产总值(GDP),t表示年份,i=1、2、3分别表示第一、第二及第三产业。Yit/Yt为t年的产业结构,即第i产业产值占全区域生产总值的比重,Lit/Lt为第i产业就业人数占全区域就业总人数的比重,即t年的就业结构,IS值越大表示产业结构合理化水平越高。各省产业产值和就业人口的数据来源于《中国统计年鉴》、《中国劳动统计年鉴》、国泰安数据库及各省统计年鉴。

2.解释变量

(1)外商直接投资(FDI)。实证研究中,FDI数据有存量[47-48]和流量[49-50]之分,相较而言,存量更能反映FDI对产业结构的长期影响。本文采用各省(市)实际利用外资额来表示外商直接投资的流量情况,然后根据永续盘存法将流量转化为存量*需要提醒的是,由于每年的外商直接投资数据以当年美元价格计算,本文换算成人民币时,依据的是当年美元兑人民币的年平均汇率进行折算的。,外商直接投资流量数据来源于《中国统计年鉴》、国泰安数据库和各省统计年鉴。

(2)环境规制(ERE)。由于环境规制的实施依赖于地区环境污染现状、政府管制意愿等,不同区域推行的规制政策强度也存在空间差异,因而测度环境规制强度比较困难。目前主流的代理变量选择方案包括:治污投资占企业总成本的比重[51]、人均收入水平[52]、单位产值污染排放强度[53-54],以及污染治理投资额与工业废水排放量之比[6]等。这些方法都是采用单一指标,不能全面反映环境规制强度对产业结构的影响。鉴于数据的可得性,本文参考傅京燕和李丽莎等做法,选取各省(市)烟粉尘去除率、二氧化硫去除率、固体废物综合利用率及废水排放达标率构建综合测量环境规制强度指标[55]。不同省(市)的废水、废气和固体废物等污染排放比重不同,同一省(市)内这些污染物的排放比重也不同。因此,对各省(市)的“三废”指标赋予权重,以反映环境规制强度的变化。构造环境规制强度测算式(5)如下:

(5)

EREit值表示t年i省的环境规制强度,其值越大,表明环境规制强度越大。Qijt为t年i省份j污染物的排放量,∑Qijt为j污染物的t年全国排放总量,Yijt为t年i省份的工业增加值,∑Yit为全国t年的工业增加值,PRijt为t年i省j污染物指标的标准化值*需要说明的是,为了消除各省(市)烟粉尘去除率、二氧化硫去除率、固体废物综合利用率及废水排放达标率等指标间的不可公度性,在此对个污染物单项指标进行线性标准化处理,为了行文的连贯,不再报告具体处理过程。。数据来源于《中国统计年鉴》、《中国环境年鉴》、各省统计年鉴及国家统计局网站。为了将变量调整为可比价格,本文以1995年为基期,采用GDP平减指数对货币量变量进行价格平减,以消除价格波动的影响。

(3)FDI与环境规制的交互项(FDI*ERE)。由于FDI和环境规制强度之间可能存在着交互作用,本文引入交互项(FDI*ERE)来考察环境规制是否会加强或削弱FDI对产业结构调整的影响以及FDI是否会加强或削弱环境规制对产业结构调整的作用。

3.控制变量

中国工程院院士、中国农业大学教授、国家农业绿色发展研究院院长、国际镁肥研究所所长张福锁，中国磷复肥工业协会副秘书长徐晓君，中国农业大学原副校长、中国农村专业技术协会副理事长张建华，中国农业大学资源与环境学院、农业绿色发展学院副教授侯勇，德国K+S深圳贸易有限公司董事总经理郭延亮，中华合作时报社编委、中国农资传媒执行总编辑孙立新，国际镁肥研究所博士鲁振亚，四川省农业科学院土壤肥料研究所研究员吕世华等国内外著名专家、学者，与300余名美丰核心客户欢聚一堂，共同针对行业内的热点话题进行交流。

(1)金融发展水平(FINANCE)。较高的金融发展水平可以提高区域的储蓄投资转化率,促进技术创新,加快资本积累,改善资本配置效率,进而优化产业结构[56-57]。文献中一般采用一国或地区的M2占GDP比重来度量其金融发展水平,但由于我国投资渠道不畅通、交易手段落后及支付体系低效等原因会导致这一指标高估我国省(市)的金融发展水平[58]。本文借鉴杜思正、冼国明等的做法,采用金融相关率作为我国区域金融发展水平的代理变量[59],即用区域金融资产占生产总值(GDP)的比重来衡量用金融相关率,系数符号预期为正。

ISit=β0+β1FDIit+β2EREit+β3FDIit*EREit+β4Xit+ρW*ISit+εit

表2和表3中环境规制(ERE)的回归结果显示,估计系数均为正,且在1%的水平上显著,表明环境规制强度对产业结构调整有着显著的倒逼效应,这在一定程度上支持了Porter等和张成等的研究结论[67-68]。地方政府在经济发展压力下,出现环境规制政策执行不力或有制度不执行的可能性较大,甚至会引发区域的环境监管和执行的相互效仿,这会增加外资向“三高”产业投资的盈利预期,进而影响该区域产业结构有效调整。

长安，长安，十年弹指一挥间，哪怕是流尽了最后一滴血，哪怕是最后一簇焚城的火苗也已熄灭，它也终将由噩梦里醒来。国破山河在，城春草木深。离离原上草，一岁一枯荣。如果一岁的轮回太短，十年，一百年，又有什么关系。

(4)劳动力成本(WAGE)。劳动力成本与企业的投资活动密切相关,也是一个区域要素禀赋的重要反映[61],改革开放以来,低廉的劳动力资源是我国吸引FDI的优势之一[62]。本文采用区域城镇单位就业人员平均工资作为劳动力成本的代理变量,系数符号不确定。相关数据来源于《中国统计年鉴》、《中国劳动统计年鉴》、《中国金融年鉴》以及Wind数据库。

在5%的显著性水平上,SAR模型的拉格朗日乘数和稳健拉格朗日乘数检验则均拒绝了“无空间自相关”的原假设。SEM模型的拉格朗日乘数和稳健拉格朗日乘数检验均接受原假设。检验结果支持采用空间计量模型对FDI、环境规制和产业结构之间的关系进行分析,且就本文的样本数据而言,根据Anselin简易判断法则[66],SAR模型较SEM模型更适合。鉴于此,本文对变量间关系的解释以SAR模型的估计结果为基准,而以SEM模型的估计结果作为比较分析和稳健性说明。

(6)技术水平(TECH)。产业结构走向高级化和合理化,离不开技术的支撑。借鉴上官绪明的思路,本文首先采用各省(市)专利申请数代理技术水平的流量指标,然后借助永续盘存法将省(市)技术水平流量转化为存量[48],数据来源于《中国统计年鉴》和《中国科技统计年鉴》。

(7)人力资本存量(HUMAN)。目前我国产业从资本密集型向技术密集型演进,高技能人才和创新人才对我国产业结构转型升级具有重要的作用[64]。已有文献对人力资本的度量不尽相同,Jorgenson & Fraumeni提出的收入法在人力资本测量领域得到了广泛的应用[65],而且所要求的数据和变量相对容易获得,《中国人力资本报告》采用了J-F方法对我国省级层面人力资本存量进行了估算,并根据我国国情进行了有效改进,保证了估算数据的可靠性及国际的可比性,本文的人力资本(HUMAN)存量将采用2016《中国人力资本报告》中的各省(市)人力资本(H)存量数据,系数符号预期为正。

四、 实证结果及分析

(一)空间相关性分析

在进行空间计量实证检验之前,需要考察变量是否存在空间自相关和空间依赖性,以评价是否需要借助空间计量模型进行检验。这里采用全局莫兰指数(Moran’s I)分析产业结构合理化水平、FDI和环境规制强度在地理空间分布上的相关性和依赖性。空间自相关(Spatial Autocorrelation)的表现是位置相邻或相近的变量取值具有相似性,当全局莫兰指数I值大于0时,表明变量存在正向空间自相关,空间地理分布呈现为低值与低值集聚或高值与高值集聚;当全局莫兰指数I值小于0时,表明变量存在正向空间自相关,空间地理分布呈现为低值与高值集聚或高值与低值集聚;当全局莫兰指数I值接近0时,表明变量的空间地理分布是随机的,不存在空间自相关现象。

“殊书，这是你妈妈特意交代的。”马副县长不好意思地解释。正在这时，何大爷进来了。这老爷子也不知怎么听说县里来大官了，若不，他是从不登乡政府大门的。只见他一身干净衣裤，一定是吴站长为他洗的。虽然年迈，步履有些蹒跚，可面色红润，腰板硬朗。

(1)对新建住宅小区进行供配电设计时，首先要进行负荷容量计算。根据不同的建筑使用类型采取不同的计算方法，以便更加准确地算出总负荷容量。

由表1可知,在1%的显著水平上,FDI、环境规制强度(ERE)和产业结构合理化水平(IS)的莫兰指数I大于0,说明我国的产业结在空间地理分布上呈现出显著的趋同现象,即存在显著的空间正自相关性。因此,使用空间计量模型是合理且必要的。

表1 FDI、环境规制强度和产业结构合理化水平的全局莫兰指数I检验结果

变量Moran’sIE(I)sd(I)Z值P值FDI0141-0033010619640042ERE0289-0033012024810005IS0212-0033009723800018

注:以上报告的是单边检验结果,E(I)是莫兰指数I的期望值,Sd(I)是莫兰指数I的方差,Z值是莫兰指数I的Z检验值,P值为伴随概率。

(二)空间计量模型估计结果及分析

基于31省1998—2014年的空间面板数据,借助SAR模型和SEM模型进行实证检验,参数估计结果报告于表2和表3。

(5)政府支出(EXPEN)。为弥补市场缺陷,实施宏观调控需要政府支出,对于产业结构的持续稳定优化升级具有重要的影响。同时,政府通过增加科教文卫等方面的支出,可为当地企业创造一个良好的转型发展环境[63]。本文采用各省(市)财政支出来代理地方政府支出水平,系数符号预期为正。

表2中空间自回归系数ρ和表3中的空间误差系数λ估计值为正,且在1%的水平上均显著,故产业结构存在空间自相关性,在空间地里分布上存在着空间路径依赖。可见,产业结构不仅受到本地FDI、环境规制强度等相关解释变量的影响,还受到周边区域产业结构的影响。

(3)市场化程度(MARK)。以竞争为手段和需求为导向的市场化机制,可有效地优化配置资源,提高经济运行效率。故此,一个地区的市场化程度越高,越有利于企业间开展公平有序的竞争,对推动产业结构合理化作用也就越大。市场化程度涉及诸多因素,不易度量,本文借鉴冼国明和冷艳丽做法,采用城镇非国有单位就业人员数占城镇就业人员数的比例代理市场化程度[50],系数符号预期为正。

在1%的显著水平上,FDI对产业结构合理化的影响为正。这与Kokko[13]和Tanna[14]等的研究结论不同,但支持了Caves[9]、Blomström和Persson[10]、Vu和Noy[11]等的观点。在我国经济转型背景下,FDI能够有效降低企业引进技术、提升效率的成本。

计算机软件开发技术的不断应用，在一定程度上改变了计算机的网络模式，实现了计算机的共存性和开发性，实现了对计算机网络的推动作用。另一方面也在一定程度上解决了实际需求和软件开发之间的关系，实现了软件开发的安全性、便捷性、可靠性，提高计算机的进一步应用[2]。

FDI与环境规制交互项(FDI*ERE)的回归系数为正,在1%的水平上显著,说明FDI和环境规制不仅各自对产业结构调整有直接影响,其交互作用还对产业结构调整产生间接影响。其中,FDI对产业结构调整的边际效应为=β1+β3*EREit,由表2和表3的估计结果知,β1和β3的符号均为正,表明环境规制强度会加强正向影响,FDI对产业结构调整的总体影响为正。环境规制对区域产业结构调整的边际效应为由表2和表3的估计结果知,β2和β3的值均为正,说明了环境规制强度对产业结构调整具有倒逼效应,也表明FDI会进一步加强环境规制对产业结构优化的倒逼效应。

表2和表3的2～8列是在模型中逐步加入控制变量的估计结果,结果显示,FDI和环境规制及其相互作用的交互项的估计系数的符号、大小及显著性均变化不大,说明FDI和环境规制对区域产业结构调整的促进作用比较稳定。金融发展水平(FINANCE)、基础设施(INFRA)、政府支出(EXPEN)以及人力资本(HUMAN)参数估计值均大于0, 且在1%水平上统计显著,与理论预期一致。市场化程度(MARKET)参数估计值小于0,但统计上不显著,意味着目前我国市场化程度不高,优胜劣汰机制还没有很好的在产业结构调整中体现。劳动力成本(WAGE)的估计系数小于0,有的模型显著,有的模型不显著。这可能是由于劳动力成本存在双向作用,一方面劳动力成本的上升可以迫使企业向价值链的高端发展,有利于产业结构的高级化,另一面劳动力成本上升不利于吸收FDI,即不利于借助外资先进技术和经验促进产业结构升级,综合来看目前劳动成本上升是不利于我国区域产业结构的调整。

本工程金属结构包括新建放水涵洞上的平板检修钢闸门1扇，手电两用螺杆式启闭机1台；电气设计的主要有闸房照明、闸门启闭机供配电。该部分工程概算如表3，得到金属结构及安装工程部分总概算13.96万元。

表2 空间自回归误差模型(SAR)估计结果*需要说明的是,变量采用小写字母报告是变量取自然对数之后的对应值,以下相同,不再说明。

(1)(2)(3)(4)(5)(6)(7)(8)fdi0132∗∗∗0119∗∗∗0115∗∗∗0117∗∗∗0117∗∗∗0166∗∗∗0166∗∗∗0145∗∗∗(0024)(0024)(0022)(0023)(0023)(0023)(0023)(0024)ere0446∗∗∗0428∗∗∗0308∗∗∗0307∗∗∗0306∗∗∗0350∗∗∗0337∗∗∗0332∗∗∗(0027)(0028)(0029)(0029)(0031)(0029)(0029)(0029)fdi∗ere0025∗∗∗0023∗∗∗0018∗∗∗0018∗∗∗0018∗∗∗0026∗∗∗0026∗∗∗0024∗∗∗(0002)(0002)(0002)(0002)(0003)(0003)(0003)(0003)finance0061∗∗∗0052∗∗∗0052∗∗∗0052∗∗∗0053∗∗∗0054∗∗∗0056∗∗∗(0018)(0017)(0017)(0018)(0017)(0017)(0017)infra0205∗∗∗0204∗∗∗0204∗∗∗0180∗∗∗0188∗∗∗0186∗∗∗(0023)(0023)(0023)(0022)(0022)(0021)market-0012-0012-0024-0003-0012(0018)(0018)(0017)(0020)(0020)wage-0003-0079∗∗-0086∗∗∗-0081∗∗(0033)(0033)(0033)(0032)expen0092∗∗∗0093∗∗∗0097∗∗∗(0011)(0011)(0011)patent0054∗∗0067∗∗∗(0022)(0022)human0072∗∗∗(0026)常数项1166∗∗∗1243∗∗∗0727∗∗∗0735∗∗∗0751∗∗∗029304140817∗∗∗(0203)(0203)(0201)(0201)(0264)(0261)(0267)(0302)ρ0604∗∗∗0607∗∗∗0492∗∗∗0491∗∗∗0490∗∗∗0443∗∗∗0425∗∗∗0442∗∗∗(0022)(0022)(0025)(0025)(0027)(0026)(0027)(0028)调整的R206930689072207230724065006260657观察值527527527527527527527527

注:*、* *及* * *分别表示在10%、5%及1%水平上具有显著性,括号内的值是标准误。ρ表空间滞后系数。

表3 空间误差模型(SEM)估计结果

(1)(2)(3)(4)(5)(6)(7)(8)fdi0087∗∗∗0076∗∗∗0068∗∗∗0070∗∗∗0071∗∗∗0088∗∗∗0106∗∗∗0115∗∗∗(0023)(0022)(0021)(0021)(0023)(0030)(0029)(0030)ere0344∗∗∗0304∗∗∗0233∗∗∗0234∗∗∗0234∗∗∗0407∗∗∗0396∗∗∗0393∗∗∗(0028)(0029)(0028)(0028)(0029)(0036)(0034)(0034)fdi∗ere0014∗∗∗0010∗∗∗0008∗∗∗0008∗∗∗0008∗∗∗0020∗∗∗0022∗∗∗0023∗∗∗(0003)(0003)(0003)(0003)(0003)(0004)(0004)(0004)常数项7415∗∗∗7601∗∗∗6010∗∗∗6029∗∗∗6027∗∗∗3258∗∗∗3152∗∗∗2906∗∗∗(0192)(0195)(0266)(0266)(0269)(0395)(0381)(0408)λ0940∗∗∗0945∗∗∗0936∗∗∗0935∗∗∗0935∗∗∗0481∗∗∗0409∗∗∗0441∗∗∗(0008)(0007)(0009)(0009)(0010)(0078)(0075)(0076)调整的R205070470056605710570062805590544观察值527527527527527527527527

注:*、* *及* * *分别表示在10%、5%及1%水平上具有显著性,括号内的值是标准误。λ表示空间误差系数。

(三)内生性问题与稳健性检验

被解释变量产业结构合理化水平与解释变量FDI之间可能存在的反向因果关系,也就是说当产业结构水平越高,对FDI的质量要求也越高,这就导致模型可能存在内生性问题,引发回归结果出现偏误,不具有稳健性。为了解决本文的内生性问题,借鉴上官绪明的做法,采用1985年的对外开放度作为FDI工具变量,以消除内生性带来的估计偏差问题[48]。采用历史对外开放度作为工具变量的原因是,1985年的对外开放度是历史政策形成的,对产业结构合理化水平无直接影响,故满足外生性,同时,从我国开放政策来看,开放越早的区域吸收的FDI越多,质量也越高,由此可见,1985年的对外开放度与FDI相关,满足相关性。因此,本文选取1985年的对外开放度作为工具变量,标准误对SAR模型进行统计推断需要说明的是,本文在实际操作过程中,也采用了工具变量法对空间误差模型(SEM)进行了估计,得到的结果与对空间自回归模型(SAR)估计的结果相当,也具有稳健性,为了节省版面,在此不再报告。,结果报告于表4。由表4可知,关键解释变量的估计系数变化不显著,作用方向和显著性水平基本不变,说明前文的估计结果具有稳健性。

推荐理由:本版为中文简体版畅销12周年纪念珍藏，本书是《华尔街日报》特稿内部培训实战教材。无论你想成为卓尔不群的媒体记者，写出有新闻价值又不失故事性的一流作品；还是你想在文字工作中超凡脱俗，让自己的写作“起伏跳跃”又不落俗套，再或者你想通过讲好故事实现有效地激励、说服与影响，你都应该阅读这本书。

使用异方差稳健的

表4 稳健性检验

(1)(2)(3)(4)(5)(6)(7)(8)fdi0134∗∗∗0122∗∗∗0107∗∗∗0110∗∗∗0110∗∗∗0159∗∗∗0155∗∗∗0143∗∗∗(0025)(0025)(0023)(0023)(0024)(0023)(0023)(0024)ere0432∗∗∗0409∗∗∗0296∗∗∗0294∗∗∗0295∗∗∗0337∗∗∗0326∗∗∗0328∗∗∗(0028)(0028)(0029)(0029)(0031)(0029)(0029)(0029)fdi∗ere0024∗∗∗0022∗∗∗0016∗∗∗0016∗∗∗0016∗∗∗0025∗∗∗0024∗∗∗0023∗∗∗(0003)(0003)(0003)(0003)(0003)(0003)(0003)(0003)finance0071∗∗∗0056∗∗∗0055∗∗∗0054∗∗∗0057∗∗∗0057∗∗∗0059∗∗∗(0018)(0017)(0017)(0018)(0017)(0017)(0017)infra0201∗∗∗0200∗∗∗0199∗∗∗0170∗∗∗0178∗∗∗0173∗∗∗(0023)(0023)(0023)(0022)(0022)(0022)market-0017-0017-0030∗-00100000(0018)(0018)(0017)(0020)(0020)wage-0006-0096∗∗∗-0095∗∗∗-0101∗∗∗(0035)(0034)(0034)(0034)expen0097∗∗∗0097∗∗∗0101∗∗∗(0011)(0011)(0011)patent0042∗0052∗∗(0022)(0023)human0073∗∗∗(0028)常数项1809∗∗∗2087∗∗∗1183∗∗∗1179∗∗∗1167∗∗∗0960∗∗∗0944∗∗∗1464∗∗∗(0333)(0340)(0338)(0338)(0347)(0341)(0344)(0390)ρ0596∗∗∗0586∗∗∗0514∗∗∗0517∗∗∗0517∗∗∗0473∗∗∗0467∗∗∗0462∗∗∗(0036)(0036)(0037)(0037)(0037)(0036)(0036)(0036)调整的R206850690073807410739066706460675观察值527527527527527527527527

注:*、* *及* * *分别表示在10%、5%及1%水平上具有显著性,括号内的值是标准误。ρ表空间滞后系数。

五、 结论与启示

本文基于构造的空间自回归模型(SAR)和空间误差模型(SEM),采用31省的1998—2014年的空间面板数据,考察了FDI、环境规制及其交互作用对我国区域产业结构的影响。进一步采用1985年对外开放度作为FDI的工具变量,以消除内生性带来的估计偏差问题,证实采用极大似然法对SAR模型和SEM模型的估计结果具有稳健性。得到的主要结论及政策启示如下:

俩人就站了起来朝何西走过去，何西伸出胳膊假装很夸张地抻袖子其实是朝他们摆手，坚决制止他们过去。俩人只好又老老实实回自己座位坐下。“这不对”何北说，“恐龙就让咱们跟着，美媚就轰咱们走？”

一是,FDI对产业结构合理化具有显著的正向促进作用。在经济转型背景下,外商直接投资能够降低我国企业技术、效率提升的成本,即技术引进是我国企业寻求外商直接投资的主要动因,大量引进FDI是对企业自主研发技术存量不足和金融信贷市场不完善和金融效率不高的一种替代。因此,中央和地方政府应进一步完善我国FDI政策及管理体系:中央层面应出台明确的制度控制引资的质量,地方政府则通过事前的引资计划和申报管理,事中的环境规制约束,以及事后的污染补偿和监督问责等对FDI质量进行有效控制。

二是,环境规制强度对产业结构调整有着显著的正向促进作用。地方政府在经济发展压力下,出现环境规制执行不力或有制度不执行的可能性较大,甚至会引发区域的环境监管和执行的相互效仿,这会增加FDI向内地高污染产业投资的盈利预期,进而影响区域产业结构调整。因此,我国应以环境规制政策为导向,加快制定相关环境规制政策,充分发挥其引导FDI促进产业结构升级的正面效应,进而形成FDI、环境规制与产业结构优化升级之间的良性循环。

三是,FDI和环境规制不仅各自对产业结构调整有直接影响,其交互作用还对产业结构调整产生间接影响,即环境规制会加强FDI对产业结构升级促进作用,FDI会进一步加强环境规制对产业结构优化促进效应。基于目前我国经济转型的特殊时期,需妥善处理好FDI和环境规制之间的关系。因此,在深化改革开放进程中,既要引进高质量的FDI,又要加快环境规制建设,才能积极稳妥地推进产业结构合理化。

2013年5月9日星期四上午，东营天气阴有雷阵雨，气温13～20℃。阴雨天气，太阳能电池板仍能对电动车的蓄电池进行充电，只是充电电流比较小而已。充电电流测试数据见表3。

参考文献:

[1] 卢荻. 外商投资与中国经济发展 [J]. 经济研究, 2003, 9: 40-47.

[2] 刘双明. 我国FDI与经济发展的协调度研究 [J]. 统计研究, 2007, 24(4): 92-96.

[3] 安同信, 范跃进, 曾庆美. 新常态下中国利用FDI促进产业转型升级的障碍与对策研究——基于日本, 韩国的经验 [J]. 济南大学学报(社会科学版), 2017(1): 116-125.

[4] Luo L, Brennan L, Liu C, et al. Factors influencing FDI location choice in China’s inland areas [J]. China & World Economy, 2008, 16(2): 93-108.

[5] 余东华, 孙婷. 环境规制、技能溢价与制造业国际竞争力 [J]. 中国工业经济, 2017(5): 35-53.

[6] 杨子晖, 田磊. “污染天堂”假说与影响因素的中国省际研究 [J]. 世界经济, 2017, 40(5): 148-172.

[7] Nunnenkamp P, Spatz J. Intellectual property rights and foreign direct investment: A disaggregated analysis [J]. Review of World Economics, 2004, 140(3): 393-414.

[8] Markusen J R, Venables A J. Foreign direct investment as a catalyst for industrial development [J]. European Economic Review, 1999, 43(2): 335-356.

[9] Ivarsson I, Alvstam C G. Supplier upgrading in the home-furnishing value chain: An empirical study of IKEA’s sourcing in China and South East Asia [J]. World Development, 2010, 38(11): 1575-1587.

[10] Caves R E. Multinational firms, competition, and productivity in host-country markets [J]. Economica, 1974, 41(162): 176-193.

[11] Blomström M, Persson H. Foreign investment and spillover efficiency in an underdeveloped economy: Evidence from the Mexican manufacturing industry [J]. World Development, 1983, 11(6): 493-501.

[12] Vu T B, Noy I. Sectoral analysis of foreign direct investment and growth in the developed countries [J]. Journal of International Financial Markets, Institutions and Money, 2009, 19(2): 402-413.

[13] Kokko A. Technology, market characteristics, and spillovers [J]. Journal of Development Economics, 1994, 43(2): 279-293.

[14] Tanna S. The impact of foreign direct investment on total factor productivity growth: International evidence from the banking industry [J]. Managerial Finance, 2009, 35(3): 297-311.

[15] Hunya G. Restructuring through FDI in Romanian manufacturing [J]. Economic Systems, 2002, 26(4): 387-394.

[16] 杨俊龙, 张媛媛, 王靖. 外商直接投资与我国产业结构调整 [J]. 经济研究参考, 2004(79): 38-38.

[17] 周燕, 王传雨. 我国外商直接投资产业结构转变效应实证分析 [J]. 中国软科学, 2008(3): 148-152.

[18] 张琴. 国际产业转移对我国产业结构的影响研究 ——基于1983—2007年外商直接投资的实证分析 [J]. 国际贸易问题, 2012(4): 137-144.

[19] 李文臣, 刘超阳. FDI产业结构效应分析——基于中国的实证研究 [J]. 改革与战略, 2010(2): 116-118.

[20] 李晓钟. FDI对我国产业结构转型升级的影响 [J]. 社会科学家, 2014(9): 6-12.

[21] 唐艳. FDI在中国的产业结构升级效应分析与评价 [J]. 财经论丛, 2011(1): 20-25.

[22] Copeland B R, Taylor M S. North-South trade and the environment [J]. The Quarterly Journal of Economics, 1994, 109(3): 755-787.

[23] Berman E, Bui L T M. Environmental regulation and productivity: evidence from oil refineries [J]. Review of Economics and Statistics, 2001, 83(3): 498-510.

[24] Ambec S, Cohen M A, Elgie S, et al. The Porter hypothesis at 20: Can environmental regulation enhance innovation and competitiveness? [J]. Review of Environmental Economics and Policy, 2013, 7(1): 2-22.

[25] 张红凤, 周峰, 等. 环境保护与经济发展双赢的规制绩效实证分析 [J]. 经济研究, 2009(3): 14-26.

[26] 李玲, 陶锋. 中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角 [J]. 中国工业经济, 2012(5): 70-82.

[27] Lanoie P, Patry M, Lajeunesse R. Environmental regulation and productivity: Testing the porter hypothesis [J]. Journal of Productivity Analysis, 2008, 30(2): 121-128.

[28] Rubashkina Y, Galeotti M, Verdolini E. Environmental regulation and competitiveness: Empirical evidence on the Porter Hypothesis from European manufacturing sectors [J]. Energy Policy, 2015, 83: 288-300.

[29] Testa J R, Cheung M, Pei J, et al. Germline BAP1 mutations predispose to malignant mesothelioma [J]. Nature Genetics, 2011, 43(10): 1022-1025.

[30] Boyd G A, McClelland J D. The impact of environmental constraints on productivity improvement in integrated paper plants [J]. Journal of Environmental Economics and Management, 1999, 38(2): 121-142.

[31] 董敏杰, 梁泳梅, 张其仔. 中国工业产能利用率: 行业比较、地区差距及影响因素 [J]. 经济研究, 2015(1): 84-98.

[32] 张三峰, 卜茂亮. 环境规制, 环保投入与中国企业生产率——基于中国企业问卷数据的实证研究 [J]. 南开经济研究, 2011(2): 129-146.

[33] 余东华, 胡亚男. 环境规制趋紧阻碍中国制造业创新能力提升吗?——基于“波特假说”的再检验 [J]. 产业经济研究, 2016(2): 11-20.

[34] 李胜兰, 初善冰, 申晨. 地方政府竞争、环境规制与区域生态效率 [J]. 世界经济, 2014(4): 110-126.

[35] 宋马林, 王舒鸿. 环境规制、技术进步与经济增长 [J]. 经济研究, 2013(3): 122-134.

[36] 徐敏燕, 左和平. 集聚效应下环境规制与产业竞争力关系研究——基于“波特假说”的再检验 [J]. 中国工业经济, 2013(3): 72-84.

[37] 陆菁. 国际环境规制与倒逼型产业技术升级 [J]. 国际贸易问题, 2007(7): 71-76.

[38] 原毅军, 谢荣辉. 环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验 [J]. 中国工业经济, 2014(8): 57-69.

[39] Anselin L. Lagrange multiplier test diagnostics for spatial dependence and spatial heterogeneity [J]. Geographical Analysis, 1988, 20(1): 1-17.

[40] 干春晖, 郑若谷, 余典范. 成果四: 中国产业结构变迁对经济增长和波动的影响 [J]. 经济研究, 2011(5): 4-16.

[41] 吕明元, 尤萌萌. 韩国产业结构变迁对经济增长方式转型的影响——基于能耗碳排放的实证分析 [J]. 世界经济研究, 2013(7): 73-80.

[42] 张林. 中国双向FDI、金融发展与产业结构优化 [J]. 世界经济研究, 2016(10): 111-124.

[43] 付凌晖. 我国产业结构高级化与经济增长关系的实证研究 [J]. 统计研究, 2010, 27(8): 79-81.

[44] 田新民, 韩瑞. 产业结构效应的度量与实证 [J]. 经济学动态, 2012(9): 74-82.

[45] 贾敬全, 殷李松. 财政支出对产业结构升级的空间效应研究 [J]. 财经研究, 2015, 41(9): 18-28.

[46] 高远东, 张卫国, 阳琴. 中国产业结构高级化的影响因素研究 [J]. 经济地理, 2015(6): 96-101.

[47] Perkins R, Neumayer E. Transnational linkages and the spillover of environment-efficiency into developing countries [J]. Global Environmental Change, 2009, 19(3): 375-383.

[48] 上官绪明. 技术溢出, 吸收能力与技术进步 [J]. 世界经济研究, 2016(8): 87-100.

[49] Smarzynska B K, Wei S J. Pollution havens and foreign direct investment: Dirty secret or popular myth? [R]. National Bureau of Economic Research, 2001.

[50] 冼国明, 冷艳丽. 地方政府债务、金融发展与FDI ——基于空间计量经济模型的实证分析 [J]. 南开经济研究, 2016(3): 52-74.

[51] 沈能. 环境效率、行业异质性与最优规制强度——中国工业行业面板数据的非线性检验 [J]. 中国工业经济, 2012(3): 56-68.

[52] 陆旸. 环境规制影响了污染密集型商品的贸易比较优势吗? [J]. 经济研究, 2009(4): 28-40.

[53] Domazlicky B R, Weber W L. Does environmental protection lead to slower productivity growth in the chemical industry? [J]. Environmental and Resource Economics, 2004, 28(3): 301-324.

[54] 张文彬, 张理芃, 张可云. 中国环境规制强度省际竞争形态及其演变——基于两区制空间Durbin固定效应模型的分析 [J]. 管理世界, 2010(12): 34-44.

[55] 傅京燕, 李丽莎. 环境规制、要素禀赋与产业国际竞争力的实证研究——基于中国制造业的面板数据 [J]. 管理世界, 2010(10): 87-98.

[56] Levine R. Financial development and economic growth: Views and agenda [J]. Journal of Economic Literature, 1997, 35(2): 688-726.

[57] Wurgler J. Financial markets and the allocation of capital [J]. Journal of Financial Economics, 2000, 58(1): 187-214.

[58] 王毅. 用金融存量指标对中国金融深化进程的衡量 [J]. 金融研究, 2002(1): 82-92.

[59] 杜思正, 冼国明, 冷艳丽. 中国金融发展、资本效率与对外投资水平 [J]. 数量经济技术经济研究, 2016, 33(10): 17-36.

[60] Cheng L K, Kwan Y K. What are the determinants of the location of foreign direct investment? The Chinese experience [J]. Journal of international economics, 2000, 51(2): 379-400.

[61] Coughlin C C, Segev E. Foreign direct investment in China: A spatial econometric study [J]. The World Economy, 2000, 23(1): 1-23.

[62] Ali S, Guo W. Determinants of FDI in China [J]. Journal of Global Business and Technology, 2005, 1(2): 21-33.

[63] 平新乔, 白洁. 中国财政分权与地方公共品的供给 [J]. 财贸经济, 2006, 2: 49-55.

[64] 张桂文, 孙亚南. 人力资本与产业结构演进耦合关系的实证研究 [J]. 中国人口科学, 2014(6): 96-106.

[65] Jorgenson D W, Fraumeni B M. Investment in education [J]. Educational Researcher, 1989, 18(4): 35-44.

[66] Anselin L, Florax R J G M, Rey S J. Econometrics for spatial models: Recent advances [M]∥Advances in spatial econometrics. Springer Berlin Heidelberg, 2004: 1-25.

[67] Porter M E, Van der Linde C. Toward a new conception of the environment-competitiveness relationship [J]. The Journal of Economic Perspectives, 1995, 9(4): 97-118.

[68] 张成, 陆旸, 等. 环境规制强度和生产技术进步 [J]. 经济研究, 2011(2): 113-124.