第 5 章 FDI 技术溢出对物流能源效率影响的门槛效应分析 ................................ 53
5.1 面板门槛模型构建与检验方法 ......................... 53
5.2 结果检验与分析 ................................. 55
第 5 章 FDI 技术溢出对物流能源效率影响的门槛效应分析
5.1 结果检验与分析
基于门槛模型与检验方法，本文以 2003-2017 年中国 30 个省（市、区）的面板数据为样本，运用 Stata 14.0 软件进行计算。面板门槛模型构建与检验方法
5.1.1门槛效应检验
因为门槛模型的估计基于固定效应面板数据，因此在运用门槛模型之前应针对变量进行数据的 Hausman 检验。结合第 4 章的数据，Hausman 检验结果为14.74，相应概率值为 0.0443。根据结果，本文的面板数据符合固定效应，所以运用门槛模型进行分析是合理的，可据此作进一步研究。
本文采用 Hansen 提出的似然比检验判定门槛模型。不同门槛变量的模型检验统计值、P 值以及 1%-10%的显著性水平下临界值如表 5-1 所示。
表 5-1 面板门槛变量估计的显著性检验结果
.......................
第 6 章 总结与展望
6.1 研究结论
本文以我国物流业为研究对象，首先分别用 SBM 模型和 Malmquist 指数对2003-2017 年我国物流能源效率进行静态分析和动态分析；其次构建面板数据回归模型，以我国物流能源效率为被解释变量，外商投资规模为主要解释变量，产业结构合理化、人力资本、对外开放程度、能源消费结构、产业结构、政府干预以及产业集聚为控制变量，对我国物流能源效率的相关影响因素进行面板数据回归分析；然后采用面板门槛模型，选取产业结构合理化、城镇化水平、人力资本和对外开放程度四个门槛变量，分析在不同门槛变量下 FDI 技术溢出与物流能源效率的影响；最后根据本文研究结果有针对性地提出政策建议。分别从物流能源效率评价与 FDI 技术溢出对物流能源效率的影响两方面总结本文的研究结论。
（1）物流能源效率的评价
基于静态分析的物流能源效率评价。由测算结果表明，物流能源效率地区差异大，两级分化严重，大多省份的物流能源效率处于“高效率”区间和“低效率”区间。河北、上海、广东和宁夏的物流能源效率一直处于生产前沿面上，即效率值为 1，而云南、四川、重庆、贵州和新疆为物流能源效率最低的五个省份，距离生产前沿面较远。三大地带与全国物流能源效率变化趋势基本一致，效率值自东向西逐渐降低。从整体看，我国物流能源效率一直处于中等水平，效率值呈波动上升变化趋势。
基于动态分析的物流能源效率评价。从各个省（市、区）视角看，36.67%的省（市、区）全要素生产率提高，且技术进步是其提高的主要原因，在另外 63.33%全要素生产率降低的省（市、区）中，技术退步是其降低的主要原因，因此技术变化指数是决定全要素生产率变化的主要影响因素。从三大地带视角看，除东部地带外，中、西部地带全要素生产率均有所降低。东部地带全要素生产率的提高主要得益于显著的技术进步，而中、西部地带的下降则是由技术退步与技术效率降低的共同作用。从整体看，虽然我国全要素生产率整体退步 1.2%，但是自 2012年以来基本保持增长趋势，其中技术进步是其增长的主要原因。
参考文献（略）
