金融集聚、OFDI逆向技术溢出与产业结构升级

发布时间：2021-08-12 11:06

　　本文利用2006—2017年中国30个省市的面板数据,分别从产业结构高级化和产业结构合理化两个维度,构建面板门槛模型研究中国OFDI逆向技术溢出对母国产业结构升级的影响。结果表明:（1）OFDI逆向技术溢出作用于产业结构升级的路径中,存在以金融集聚为门槛变量的单一门槛效应;（2）无论是从产业结构高级化维度还是产业结构合理化维度来看,随着地区金融集聚程度的不断提高,我国OFDI逆向技术溢出对产业结构升级的作用均呈现先抑制后促进的"U"型变化趋势;（3）我国东部及少部分西部地区金融集聚处于门槛值之上,OFDI逆向技术溢出对当地产业结构升级起到促进作用,而部分中部地区的金融集聚并未跨越门槛值,尚处于OFDI逆向技术溢出抑制产业结构升级的阶段。 

【文章来源】：武汉金融. 2020,(02)北大核心

【文章页数】：9 页

【部分图文】：

各地区金融集聚程度

门槛条件通过检验后，仍需要确定门槛模型的门槛值。两个模型的门槛估计值和95%置信区间如表5所示。我国OFDI逆向技术溢出对产业结构高极化的门槛估计值为0.5586，结合图2的似然比（LR）趋势图可以明显看出，当门槛参数为0.5586时，似然比统计量为0。当门槛估计值处于0.5534～0.5606时，似然比值位于5%显著性水平的临界值以下，表示接受原假设，门槛估计值与实际门槛值一致。同样根据表5及图3分析可得，OFDI逆向技术溢出作用于产业结构合理化的金融集聚门槛值为0.5237。进一步对比门槛值发现，这两个门槛值之间差距较小，即两个模型存在相近的转折点，因此猜测OFDI逆向技术溢出作用于产业结构高级化与作用于产业结构合理化的路径可能类似。图3 产业结构合理化（TL）的似然比趋势图

图2 产业结构高极化（TS）的似然比趋势图确定存在单一门槛效应后，便可对该模型展开参数估计，其估计结果见表6和表7。由于产业结构高级化体现的是经济在向“服务化”推进，因此，各变量系数符号为正表示对产业高级化发展产生积极效应，而产业合理化恰好相反，系数符号为负则表示有利于产业结构合理化调整。

【参考文献】：
期刊论文
[1]双向FDI技术溢出、技术进步与产业结构升级[J]. 凌丹,赖伟豪,刘慧岭.  武汉理工大学学报(社会科学版). 2018(06)
[2]金融发展对产业升级影响的非线性效应——基于京津冀和长三角地区城市群的比较分析[J]. 汪浩瀚,潘源.  经济地理. 2018(09)
[3]国家高新区推动了中国产业结构转型升级吗[J]. 袁航,朱承亮.  中国工业经济. 2018(08)
[4]对外直接投资的逆向创新溢出效应——基于中国省际面板数据的门槛回归分析[J]. 胡琰欣,屈小娥,赵昱钧.  现代财经(天津财经大学学报). 2018(05)
[5]OFDI逆向技术溢出与母国产业结构优化之间的关系研究[J]. 王丽,韩玉军.  国际商务(对外经济贸易大学学报). 2017(05)
[6]金融集聚能否促进绿色经济发展?——基于中国30个省份的实证分析[J]. 王锋,李紧想,张芳,吴艳杰.  金融论坛. 2017(09)
[7]“一带一路”沿线国家OFDI的逆向技术溢出对我国产业结构优化的影响[J]. 姚战琪.  经济纵横. 2017(05)
[8]对外直接投资逆向技术溢出与中国产业结构升级[J]. 聂名华,徐英杰,刘桃霞.  贵州社会科学. 2017(05)
[9]金融集聚促进了产业结构升级吗:空间溢出的视角——基于中国城市动态空间面板模型的分析[J]. 于斌斌.  国际金融研究. 2017(02)
[10]中国双向FDI、金融发展与产业结构优化[J]. 张林.  世界经济研究. 2016(10)



本文编号：3338208