摘要：文章基于2006—2018年中国省级面板数据，通过空间计量模型进行中国对外直接投资（OFDI ）减 贫效应的空间溢出效应分析，结果显示：中国各省份OFDI 与贫困减缓基本都存在集聚效应和正向的空间溢出效应，各省份的OFDI 显著促进自身和邻近地区的贫困减缓。然后进一步以普惠金融指数为门槛变量，检验中国OFDI 减贫效应的门槛特征，发现在控制其他变量的基础上，中国OFDI 对贫困减缓的影响显著存在单一门槛效应。当普惠金融指数跨过某一特定门槛值时，中国OFDI 对贫困减缓起到明显的促进作用。 关键词：OFDI ；普惠金融；空间溢出效应；门槛特征；贫困减缓中图分类号：F124.6文献标识码：A 文章编号：1002-6487（2021）05-0077-04
中国OFDI 减贫效应的空间溢出与门槛特征
莫馥宁，胡杨林，潘
永
（广西大学商学院，南宁530004）
作者简介：莫馥宁（1997—），女，广西阳朔人，博士研究生，研究方向：应用经济学。
（通讯作者）胡杨林（1996—），男，广西梧州人，硕士研究生，研究方向：国际金融。潘永（1970—），男，广西全州人，博士，教授，研究方向：国际金融。
0引言
当前我国在减贫方面取得了决定性进展，截至2019年，全国农村贫困发生率从2012年的10.2%下降至0.6%。但在中美贸易摩擦的大背景下，我国出口受限，特别是有些地区的生产要素和资源禀赋优势正在消失。为此需要进一步加大对外直接投资力度，带动产业结构调整和资源配置优化，促进产业链向高增值环节转移，推动企业拓展国际市场的新领域，提高资金回报率，提升收入水平，促进贫困减缓。现有文献对于FDI对东道国减贫效应的相
关研究较多，如Ucal （2014）[1]
发现FDI使一些发展中国家的贫困得以减缓。张冰和冉光和（2013）[2]检验出FDI 与中国
减贫效应存在双重门槛的非线性关系。也有学者对普惠
金融的减贫效应进行研究，王江和齐硕（2019）[3]
发现普惠
金融的减贫效应存在空间溢出和门槛特征。而从普惠金融发展角度讨论OFDI 对母国减贫效应则较少。所以本文从普惠金融发展的视角出发，研究中国OFDI 减贫效应的空间溢出效应和门槛特征，探讨OFDI 与普惠金融二者如何协同发展促进贫困减缓，为我国在发展开放型经济的过
程中推动贫困减缓提供理论参考。
1OFDI 减贫效应的传导机制分析
本文根据已有研究结论，进一步分析OFDI 减贫效应的传导途径（见图1）。
贫困减缓
企业技术进步
产业结构优化
对外直接投资（OFDI ）
普
惠金融
母国经济增长
母国就业增加
收入分配提高
企业生产效率产品质量提高
全要素生产率
提高
图1OFDI 减贫效应的传导机制
本田crm250
首先，OFDI 可以促进母国企业技术进步、产业结构优化、全要素生产率的提高以及企业生产率和产品质量的提高。对我国而言，OFDI通过逆向技术溢出效应对技术进步产生正向作用[4]，其中的R＆D存量起到促进作用[5]。
进一步地，OFDI 在产生上述正面作用的同时，还推动
统计观察
和2011年横截面数据的分析[J].教育发展研究,2014,34(1).[3]徐秋艳，房胜飞.高等教育供给结构与产业结构升级的耦合协调性分析[J].统计与决策,2019,(8).
[4]杨林，陈书全，韩科技.新常态下高等教育学科专业结构与产业结构优化的协调性分析[J].教育发展研究,2015,35(21).[5]王艳玲.区域高等教育发展与产业结构优化升级的互动研究[J].统计与决策,2013,(2).
[6]Lin M H,Hu J,Tseng M L,et al.Sustainable Development in Techno⁃
logical and Vocational Higher Education:Balanced Scorecard Mea⁃
sures With Uncertainty [J].Journal of Cleaner Production,2016.
[7]Xiong F,Liu M K.Study on the Internal Relationship Between Indus⁃trial Development and the Professional Structure of Higher Education
[J].The Science Education Article Collects,2019.
[8]姜璐，李玉清，董维春.我国高等教育结构与产业结构的互动与共变研究——基于系统耦合关系的视角[J].教育科学,2018,34(3).[9]周绍森，张阳，罗序斌.高等教育规模结构与经济发展协调度研究
——以江西为例[J].江西社会科学,2018,38(1).
（责任编辑/刘柳青）
DOI:10.13546/jki.tjyjc.2021.05.016
母国与东道国之间形成技术合作和良性竞争，完善母国对外投资结构，促进母国经济增长并产生“涓滴效应”。而逆向技术溢出效应和竞争效应则是OFDI间接促进经济增长的方式。此外，开展OFDI的企业通过整合资金、技术、市场等资源进行发展，然后更进一步拓展国际市场，带动母国国内相关上下游产业和生产部门的发展，提升母国就业水平和收入水平[6]，从而对贫困减缓产生促进作用。中国OFDI与经济和就业增长之间存在着显著的正向关系。陈俊聪和张瑾（2018）[7]发现中国OFDI的减贫效应明显，存在显著空间外溢性和门槛特征，减贫效应随着对外开放程度深化呈现边际递增趋势。
其次，普惠金融可以优化资本配置，为企业对国外先进技术知识吸收能力的提升提供充分的融资支持，并进一步通过人力资本效应、竞争和模仿效应、产业关联等将学到的先进技术知识溢出到其他企业，最终促进整个地区生产率的提升[8]。柴正猛和杨帆（2019）[9]基于中国30个省份的数据分析普惠金融发展对OFDI的影响，发现普惠金融发展主要通过实际使用度促进OFDI，其在一定程度上可缓解企业的融资约束，帮助企业获得OFDI所需要的资金支持，尤其是帮助一些小微企业在合理融资成本下获得其进入国际市场开展OFDI所必需的资金支持。
2模型构建、变量选取与数据说明
2.1模型构建
构建基准面板回归模型如下：
ln pov
it =β
+β
1
ln ofdi
it
+β
2
ifi
it
+φX
it
+ε
it
（1）
其中，下标i和t分别表示第i个省份和第t年；β
1
为
重要解释变量——对外直接投资（ln ofdi
it ）的系数；β
2
为
普惠金融指数（ifi
it ）的系数；X
it
和φ均为向量，X
it
为对
贫困减缓（ln pov
it
）
有影响的其他控制变量，包括人力资
本水平（hum
it ）、经济发展水平（ln pgdp
it
）、财政支出水平
（cz
it ）、城市化水平（city
it
）、对外开放水平（open
it
），φ则
为各控制变量对应的系数；ε
it
表示随机误差项。
2.2变量选取与数据说明
本文以2006—2018年中国31个省份（不含港澳台）的面板数据为基础，所有数据均来源于国家统计局网站和Wind数据库。为保持数据的稳定性，本文对贫困减缓、对外直接投资和经济发展水平进行对数化处理后得到
ln pov
it 、ln ofdi
it
和ln pgdp
it
。变量描述性统计见表1。
被解释变量：贫困减缓（ln pov
it
）采用各省份的居民人均消费支出的对数来衡量，该变量值越大则表示贫困减缓效果越好，反之则越差。设城市化水平、城镇居民人均
消费支出、农村居民人均消费支出分别为city
it 、uc
it
和
rc
it
，则贫困减缓的计算方法为：
pov
it =city
it
´uc
it
+(1-city
it
)´rc
it
（2）
重要解释变量：对外直接投资（ln ofdi
it ）采用各省份
的对外直接投资金额的对数来衡量。
控制变量：普惠金融指数（ifi
it
）参照董玉峰等（2020）[10]
的研究，在普惠金融指数的指标构建中加入与贫困地区以
及低收入人口发展密切相关的保险指标。
首先，通过变异系数确定各项基础指标的权重，计算
公式如下：
V
i
肌肉松弛剂
=
σ
i
μ
i
()
i=1 2 3 n（3）
w
i
=
V
i
å
i=1
n
V
i
(i=1 2 3 n)（4）
其中，V
i
为变异系数，σ
i
为第i项基础指标的标准差，
μ
i
为第i项基础指标的均值，w
i
为第i项基础指标的权
重。使用无量纲化的极值处理方法，由于各项基础指标均
为正向化指标，处理方法如下：
d
i
=w
i
X
i
-min(X
i
)
max()X i-min()X i
（5）
d
i
为第i项基础指标的无量纲化极值处理后的数值，该数值越大则表明该基础指标所能代表的普惠金融指数
抚顺育才中学
的发展程度越高。最后，采用反欧氏距离法形成多维度指
标向归一化综合评价指数的转换。计算公式如下：
ifi=1-
(w
1
-d
1
)2+(w
2
-d
2
)
2+ +(w
n
-d
n
)2
w
1
2+w
2
2+ +w
n
沈阳大学李曼
2
（6）3中国OFDI减贫效应的空间溢出效应分析
3.1空间相关性分析
本文采用全局Moran’s I来检验贫困减缓与OFDI的
空间分布是否存在空间相关性特征。首先构建起满足如
下条件的空间权重矩阵W
ij
：
W
ij
=
ì
í
î
0，当区域i和区域j不相邻
1，当区域i和区域j相邻
（7）
对2006—2018年各省份的贫困减缓与OFDI空间相
关性进行全局Moran’s I检验。结果显示贫困减缓的全局
Moran’s I大于0.35，2006—2018年均在1%的水平下显
著。OFDI的全局Moran’s I基本都大于0.15，2006—2018
年也基本在5%的水平下显著。表明我国的贫困减缓与
表1各变量描述性统计
变量
ln pov
it
ln ofdi
it
hum
it
ln pgdp
it
cz
it
city
it
open
it
ifi
it
变量含义
贫困减缓
对外直接投资
人力资本水平
经济发展水平
财政支出水平
城市化水平
对外开放水平
普惠金融指数
计算方法
居民人均消费
支出对数
对外直接投资对数
6岁及以上平均受
教育年限
人均GDP对数
财政支出/GDP
城镇人口/总人口中生菌素
进出口总额/GDP
普惠金融各项基础
指标构建
平均值
7.3670
10.3170
8.7070
8.5800
0.2540
0.5320
0.3310
0.1310
标准差
0.5910
2.2860
1.1970
0.6500
0.1940
0.1440
0.4220
0.1680
最小值
5.8920
0.6930
4.1610
6.6730
0.0460
0.2110
0.0170
0.0140
最大值
8.7770
14.6900
12.6650
9.9610
1.3790
0.8960
3.1470
0.8480
Moran scatterplot(Moran'sI=0.303)对外直接投资
210
-
1-2
W z
-3-2-1
012
z
图52018年中国各省份OFDI 的局域Moran ’s I 散点图
OFDI 都具有明显的空间相关性，其特征是贫困减缓程度较高（低）以及OFDI 水平较高（低）的省份之间互相邻近。
为了具体度量中国各省份的空间集聚情况，本文通过2006年和2018年的局部Moran’s I 检验和局域Moran’s I 散点图来分析其贫困减缓与OFDI 的省际分布特征，结果如图2至图5所示。大部分省份贫困减缓和OFDI 的局部Moran’s I 指数值呈现出明显的“高-高”集聚和“低-低”集聚的现象。说明相互邻接的各省份之间的贫困减缓和OFDI 基本上都存在集聚效应和正向的空间溢出效应，各省份OFDI 在对自身产生正向促进作用的同时，也可能会对周边省份产生促进效应。所以需要运用空间计量模型分析中国OFDI 的减贫效应。
Moran scatterplot(Moran'sI=0.391)
贫困减缓
210
-1-2
W z
-2
-1
1
2
3
z
图22006年中国各省份贫困减缓的局域Moran ’s I 散点图
2
10
-1
W z
-2
-1
1
2
3
z
Moran scatterplot(Moran'sI=0.353)
贫困减缓图32018年中国各省份贫困减缓的局域Moran ’s I 散点图
2
1
-1
-2
W z
-2
-1
1
2
z Moran scatterplot(Moran'sI=0.197)
对外直接投资图42006年中国各省份OFDI 的局域Moran ’s I 散点图
3.2中国OFDI 减贫效应的空间计量分析
本文使用空间计量中最重要的三个空间模型——空
间杜宾模型（SDM ）、空间误差模型（SEM ）和空间自回归模
型（SAR ）。并在回归方程中加入普惠金融指数的二次项
（ifi 2
it ）。
（1）空间杜宾模型（SDM ）可表示为：
ln pov it =β0+β1ln ofdi it +β2ifi it +β3ifi 2
it +φ1X it +β4W ()ln ofdi it +β5W ()ifi it +β6W ()ifi 2
it +φ2W ()X it +ρåj
ωij ln pov it
+s i +εit
（8）
W (·)为各变量的空间滞后项；
φ1、φ2和X it 均为向量；β4、β5、β6和φ2衡量邻近省份的OFDI、
普惠金融指数及其二次项和其他控制变量对本地贫困减缓的影响；åj
ωij ln pov it 则表示贫困减缓的空间滞后性；ρ为空间自回归系数；s i 为空间固定效应。
（2）空间误差模型（SEM ）可表示为：
ln pov it =β0+β1ln ofdi it +β2ifi it +β3ifi 2
it +φ1X it +λåj
ωij εit
+s i +μit
（9）
λåj
ωij εit 为随机误差项的空间滞后项；λ衡量邻近省
份的随机误差冲击对本地贫困减缓的影响；μit 表示服从正态分布的随机误差项。
（3）空间自回归模型（SAR ）可表示为：
ln pov it =β0+β1ln ofdi it +β2ifi it +β3ifi 2it +φ1X it +ρ
åj
ωij ln pov it +s i +εit （10）
在模型中选择一种合适的模型，结果显示空间杜宾模型（SDM ）的R 2值与空间误差模型（SEM ）的
R 2值基本接近，而且Wald 检验和LR 检验结果均在1%水平下显著，拒绝了H 0:θ=0和H 0:θ+ρβ=0，所以选择空间杜宾模型（SDM ）比较合理。在此基础上豪斯曼检验结果在1%的显著性水平下拒绝了原假设，所以本文选择固定效应空间杜宾模型。
采用固定效应空间杜宾模型的R 2值为0.633，解释效果较合理。从估计结果来看，中国各省份OFDI 显著促进贫困减缓。各省份普惠金融指数（ifi it ）的回归系数为负，
而其二次项（ifi 2it ）的回归系数为正，说明短期内各省份普
惠金融发展可能会抑制贫困减缓，但在长期却显著促进贫
困减缓。其他控制变量方面，人力资本水平（hum it ）、经济发展水平（ln pgdp it ）、财政支出水平（cz it ）和城市化水
平（city it ）
的系数均在1%的水平下显著为正，对外开放水平（open it ）
的系数为负但不显著，说明前4个控制变量对中国各省份贫困减缓起明显的促进作用。
空间自回归系数（ρ）在1%水平下显著为正，说明各省份的贫困减缓存在显著的空间正相关性。由于空间杜宾模型的估计结果不能直接反映其边际效应和各变量的空间特征，故需要运用偏微分法进行分解。对固定效应空间杜宾模型进行效应分解，结果显示，从直接效应来看，各省份对外直接投资（ln ofdi it ）的系数为0.0203且在1%水
平下显著，说明各省份OFDI 显著促进自身的贫困减缓。各省份普惠金融指数（ifi it ）及其二次项（ifi 2it
）的回归系数分别为-2.4900和2.9680且在1%水平下显著，说明短期内各省份普惠金融发展会抑制自身的贫困减缓，但在长期却显著促进贫困减缓。从间接效应来看，对外直接投资（ln ofdi it ）
的系数为0.0277且在10%水平下显著，说明邻近省份OFDI 也会促进本地的贫困减缓，但影响程度有所下降。普惠金融指数（ifi it ）及其二次项（ifi 2it
古老的歌谣）的回归系数分别为-9.5650和7.7950且在1%水平下显著。这反映了各省份与邻近省份短期内在普惠金融的发展上可能存在资源竞争关系，但长期发展后形成良好的协同合作关系，使普惠金融资源在各省份之间有效配置，从而共同促进双方的贫困减缓。
4中国OFDI 减贫效应的门槛特征分析4.1
门槛模型设定
本文采用Hansen （1999）提出的固定效应面板门槛模型，设普惠金融指数为门槛变量，计算出普惠金融影响OFDI 与贫困减缓之间关系的门槛值，固定效应的单一面板门槛模型如下：
y it =μi +x it β1⋅I ()q it £γ+x it β2⋅I ()q it >γ+εit
（11）
I ()⋅为指标函数，
当该函数括号中的条件成立时取值为1，否则取值为0；q it 为门槛变量；γ是将方程划分为系数分别对应β1和β2的两个区域的门槛值；μi 为个体效应。也可以写为如下形式：
y it =ìíîïï
μi +x it β1+εit ()q it £γμi +x it β2+εit ()
q it >γ（12）
将其转为矩阵的表现形式表达出来则是：Y *=X *(γ)β+e *
（13）对给定的门槛值γ，通过OLS 方法进行估计，得出β的估计值：
β()γ=[X *(γ)'X *(γ)]-1X *(γ)'Y *
（14）对应的残差平方和为：S i ()γ=f *(γ)'f *(γ)
（15）
反推出使残差平方和最小的门槛值γ：
γ=arg min S 1(γ)
（16）
本文将模型设定为如下形式：
ln pov it =μi +X it φ+ln ofdi it β1·I ()ifi it £γ+ln ofdi it β2
·I ()ifi it >γ+εit
（17）
X it 和φ均为向量，X it 为对贫困减缓
（ln pov it ）有影响的控制变量，
φ则为各控制变量对应的系数；μi 代表31个省份的个体效应。4.2
门槛效应检验
本文将选取的所有省份作为整体，进行门槛效应检验。检验结果如表2所示，仅有单一门槛效应的检验结果通过了5%水平下的显著性检验，故本文将在单一门槛模型的基础上分析。结果显示：该模型的单一门槛值为0.23时，对应的似然函数比检验统计量的值为0，而且小于5%显著性水平下的LR 临界值，表明不拒绝单一门槛值等于其一致估计量的原假设。
表2门槛效应检验模型单一门槛双重门槛三重门槛
门槛估计值0.23000.0423，0.2300
0.8011
F 值51.1600**47.760022.0000
P 值0.02400.11000.4540
临界值
1%
51.818990.844886.18015%
42.802064.664054.077910%
36.021950.780545.2885
注：**表示在5%的水平下显著。
4.3估计结果分析
对单一门槛模型的各个变量进行估计得出，当普惠金
融指数未跨过0.23的门槛值，即其不大于0.23时，中国OFDI 对贫困减缓的影响不显著。当普惠金融指数跨过该门槛值，即其大于0.23时，中国OFDI 对贫困减缓的影响系数为0.0364，在5%的水平下显著为正。即当普惠金融发展水平提高到一定程度时，OFDI 对中国贫困减缓的影响起促进作用。而在
单一门槛模型的5个控制变量中，只有对外开放水平（open it ）的系数在10%的水平下显著为负，可能是不同地区的对外开放程度和产业结构存在差异，导致经济结构相对脆弱地区的产品在与进口产品的竞争中不占优势，进而对经济造成一定冲击，造成居民收入减少，对贫困减缓产生负面影响。5结论与启示
本文通过实证分析得出以下结论：（1）中国各省份
OFDI 与贫困减缓基本都存在集聚效应和正向的空间溢出效应，各省份OFDI 显著促进自身和邻近地区的贫困减缓。（2）中国OFDI 与贫困减缓之间存在明显的非线性
关系，即在控制其他变量的基础上，中国对外直接投资对贫困减缓的影响显著地存在单一门槛效应。当普惠金融指数跨过某一特定门槛值时，中国OFDI 对贫困减缓起到明显的促进作用。基于上述结果，本文得到如下启示：
第一，我国各个省份在优化对外直接投资结构的同时，需要根据自身情况制定相适应的政策，与邻近地区进
摘要：文章基于双重差分法（DID ）构建多时点差分效应模型，利用我国285个地级及以上城市数据，实证
检验高铁开通这一“准自然实验”对城市消费水平的影响，并识别高铁网络下消费格局的空间异质性特征。结果表明：全国层面上高铁开通有助于城市消费规模的增长，但随着城市消费总量分位的不断上升，高铁开通对城市消费的正向促进影响呈先下降后上升的“倒N ”型态势；这种促进作用对不同区位和不同规模的城市存在显著差异，高铁的消费效应在东中部地区以及大中型城市表现更明显，该结论经过PSM-DID 检验和反事实检验后仍保持成立。
关键词：高铁开通；消费效应；多时点双重差分；异质性中图分类号：F061.2文献标识码：A 文章编号：1002-6487（2021）05-0081-05
高铁开通影响下中国城市消费差异分析
蔡文迪，吴宗法
（同济大学经济与管理学院，上海200092）
基金项目：国家铁路局课题研究（KF2019-002-B ）
作者简介：蔡文迪（1990—），女，黑龙江大庆人，博士研究生，研究方向：技术经济。
吴宗法（1963—），男，江苏海门人，教授，博士生导师，研究方向：技术经济。
0引言
交通基础设施通常被认为是助推区域经济增长的核心动力，同时也是促进落后地区发展的主要政策工具之一。高铁作为一种区间大型交通基础设施，对区域经济增长和空间格局都会产生深远的影响。已有研究主要聚焦
于高铁开通与经济增长的关系，但目前尚未形成一致的研
究结论。基于新经济地理理论，Ahlfeldt 和Feddersen
（2018）[1]
分析了德国境内高速铁路对区域经济的影响，指
出市场可达性的增加能够减少双边运输成本进而增强区域
经济集聚的强度和辐射范围。王雨飞和倪鹏飞（2016）
[2]也证实了高铁发展的经济强化效应，同时验证了高铁建设优化区域空间格局的结构效应。尽管在已有研究中，
统计观察
行产业之间的协同合作，因地制宜地使资本等各类资源在区域间进行有效配置。此外，还可以通过并购等方式吸收先进企业的技术和管理经验，在逆向技术溢出效应等影响下促进本地相关企业的技术进步，加强企业的国际竞争力，进而提高本地相关企业的经济效益和居民收入。
第二，我国需要加快普惠金融体系的发展，完善普惠金融系统制度。金融机构需要借助互联网、大数据等现代信息技术加大对普惠金融产品和服务的创新力度，提供更多元化的、有针对性的普惠金融产品和服务。对于要“走出去”的中小企业，创新出低门槛的普惠金融产品并降低普惠金融服务成本，可以帮助其在合理融资条件下获得对外发展所必需的资金支持。
第三，大力发展学前教育、巩固提高九年义务教育水平、加强乡村教师队伍建设以及广泛开展公益性技能培训等，以阻断贫困的代际传递。适度增加政府对贫困地区的财政扶持力度并完善相关社保制度，促进城乡的基础设施建设。提高城镇化水平，通过城镇化的辐射效应为农村剩余劳动力提供更多就业机会。
参考文献：
[1]Ucal M Ş.Panel Data Analysis of Foreign Direct Investment and Pov⁃
erty From the Perspective of Developing Countries [J].Procedia-social and Behavioral Sciences,2014,(109).
[2]张冰，冉光和.金融发展视角下外商直接投资的减贫效应分析[J].管理世界,2013,(12).
[3]王江，齐硕.普惠金融发展与贫困减缓——基于空间溢出和门槛特征的视角[J].武汉金融,2019,(8).
[4]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).[5]李梅.国际R&D 溢出与中国技术进步——基于FDI 和OFDI 传导机制的实证研究[J].科研管理,2012,33(4).
[6]毛其淋，许家云.中国外向型FDI 对企业职工工资报酬的影响：基于
倾向得分匹配的经验分析[J].国际贸易问题,2014,(11).[7]陈俊聪，张瑾.对外直接投资的减贫效应及门槛特征：基于空间异质性分析[J].南京社会科学,2018,(1).[8]李梅.金融发展、对外直接投资与母国生产率增长[J].中国软科学,2014,(11).
[9]柴正猛，杨帆.近十年来普惠金融发展对中国对外直接投资的影响
——基于30个省市面板数据的实证分析[J].昆明理工大学学报
(社会科学版),2019,19(4).[10]董玉峰，陈俊兴，杜崇东.数字普惠金融减贫：理论逻辑、模式构建
与推进路径[J].南方金融,2020,(2).
（责任编辑/方思）
DOI:10.13546/jki.tjyjc.2021.05.017
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议