朱秋亮
(江苏沙钢集团有限公司, 江苏 张家港 215600)
外资空间布局是外资与东道国某确定区域间协调、耦合的结果,从整体上反映该区域的自然、社会和经济特征,是区域经济发展的重要内容与指标。耦合从物理学迁延而来,指两个及以上系统或运动,在自身和外界媒介、因素、条件促动下,通过影响、磨合、反馈、协调,形成动态关联体系的过程。耦合至少包括空间耦合与功能耦合,本文关注外资与东道国各区域的空间耦合,它是指各种因素作用下,基于外资企业微观区位选择的累积而在空间上形成的外资与东道国各区域相互协调的、宏观的、动态的系统性关联状态。作为引进外资第一大国,2020年中国实际利用外资达到1 630亿美元,大量外企进入的微观行为累积为外资与中国各区域在空间上的宏观耦合,正深刻影响着中国各区域产业结构优化、技术进步、就业提供与市场发展[1]。
目前,国内关于外商投资与中国经济发展之间关系的研究较多,大部分学者认为外商直接投资(FDI)对经济增长存在促进作用。周晓辉[2]通过OLS统计回归方法检验FDI与沿海、中西部经济发展的关系,实证结果显示,FDI对中国区域经济增长有积极影响。付志刚等[3]运用空间面板杜宾模型分析地方资本争夺FDI过程中,对区域经济增长产生的影响。实证表明,地方资本和FDI都能有效推动本地区和周边地区经济增长。薛俭等[4]运用双重差分法对“两控区”政策及FDI对中国区域经济增长的影响进行实证分析,研究发现FDI对中国区域经济增长有显著的积极影响。
已有研究分析了吸引外资能力与区域经济发展水平之间的互动关系,也从单方面探索了经济发展水平对吸引外资能力的影响,为本文的研究提供了前提条件。但是,两者间的作用是相互的,因此本文从系统角度出发分析吸引外资能力与经济发展水平之间的双向关系。基于此,本文基于耦合度模型,并且结合面板向量自回归(PVAR)模型对吸引外资能力与经济发展水平的互动关系进行分析,以更好地促进两者的共同提升。
1.1 研究方法
1.1.1 熵值法
熵值法是一种客观赋权方法,主要计算指标的信息熵,根据指标的相对变化程度对系统的整个影响来决定其权重[5]。假设选取了m个评价指标,n个省份。计算方法如下:
1)计算第j项指标下第i个省份占该指标的比重。
(1)
2)计算第j项指标的熵值。
(2)
式中,k=1/ln(n)>0,满足ej≥0,如果pij=0,则自定义limpij→0pijln(pij)=0。
3)计算信息熵冗余度。
dj=1-ej
(3)
4)计算各项指标的权重。
(4)
由于各指标数据的单位与量纲不同,需要对指标数据进行标准化处理,采用最大值最小值标准化法[6]。
(5)
1.1.2 系统耦合协调模型
耦合协调度模型用于分析事物的协调发展水平,耦合协调度反映协调状况好坏程度。耦合协调度模型如下:
(6)
式中:T(t)=αU1+βU2为区域经济与吸引外资能力系统的综合协调指数,U1和U2分别为吸引外资能力和区域经济发展水平两个系统的综合指数,α和β分别表示吸引外资能力和区域经济两个子系统的权重,且α+β=1,本文认为吸引外资能力和区域经济系统同等重要,因而α=β=0.5；
C(t)表示两系统间耦合度,取值范围为[0,1][6]。
(7)
式中:C表示耦合度;F(t,x)代表区域吸引外资能力系统的综合指数；
F(t,y)为区域经济系统的指数。耦合协调度评价标准[7]见表1。
表1 吸引外资能力与区域经济发展耦合协调度判断标准
1.1.3 PVAR模型
本文采用面板向量自回归(PVAR)模型进行实证分析,分析吸引外资能力与区域经济发展水平的动态耦合关系。该模型能够有效处理时间跨度较短的面板数和避免变量内生性问题[8]。模型设定如下:
(8)
式中:Yit表示由模型所有内生变量构成的向量；
φ0表示截距项；
φj表示滞后j阶矩阵；
αi和βi分别表示个体效应和时间效应；
μit表示随机误差。
1.1.4 探索性空间检验
1.1.4.1 全局空间相关性
空间自相关可以理解为位置相近的区域具有相似的变量取值,采用全局莫兰指数(Global Moran’sI)来检验吸引外资能力与区域经济系统耦合协调度是否具有空间相关性。全局莫兰指数(Global Moran’I)的计算公式为
(9)
(10)
式中:GDPi和GDPj分别为t年间地区i和地区j年均GDP的值。当0 1.1.4.2 局部空间自相关性 局部空间莫兰指数主要是用来测量某区域附近的空间集聚情况,其计算公式为 (11) 为了能够全面、客观反映吸引外资能力与区域经济发展,准确反映各省市吸引外资能力与区域经济的动态特征,充分考虑指标的动态性,尽可能扩大指标的覆盖范围以突出各省市的差异性[9]。 1.2.1 区域经济指标 将区域经济指标体系分为3个层次:经济规模、经济结构、经济效益。在经济规模方面,选取了地区生产总值、地方财政一般预算收入等4个指标,地区生产总值和地方财政一般预算收入反映该省的经济发展表现和财富积累,全社会固定资产投资反映了生产活动。选取第二产业占GDP比重、第三产业占GDP比重、非农业人口就业人数作为经济结构的评价指标,选取社会消费品零售总额、城镇居民可支配收入和农村居民可支配收入作为经济效益的评价指标。 1.2.2 吸引外资能力指标 从市场因素、生产因素、资源因素和技术因素4个方面衡量各省市吸引外资能力。①市场因素。地区的市场规模和消费需求显著影响其对外资的吸引能力,为了能够充分刻画地区的市场因素,充分考虑经济发展水平、市场规模以及地区潜在的市场需求[10],主要以技术市场成交额、地区生产总值、货物进出口总额、规模以上工业企业单位数为主。②生产要素。在众多研究中强调了生产要素对外资吸引的重要影晌。外资企业的生产经营活动依赖当地生产要素,该地区生产要素的完善程度决定了外资企业的生产成本的大小,从普通高等学校数、发电量、铁路营业里程3个角度衡量。③资源因素。传统经济学理论认为自然资源的丰裕度促进了工业的发展,引领FDI的快速流入,且政府治理对自然资源禀赋与FDI的关系具有显著的强化作用[11],主要从地方财政资源税、地方财政耕地占用税两个方面刻画资源要素。④技术因素。地区的科技创新水平较高,外商在区域内能够享受一定程度的技术外溢,其获取技术、应用技术就会更加便捷,能够有效提高生产效率和产品质量[12-13],以专利申请受理量、专利申请授权量、固定电话年末用户3个方面衡量。区域经济发展水平发展与吸引外资能力评价指标见表2。 受数据年限缺失的限制,选取2006—2019年中国 30 个省区市(港澳台地区和西藏地区因数据缺失而剔除)的相关数据进行实证分析。各变量的原始数据来源于国家统计局和各省份的统计年鉴及统计公报等资料。 运用熵值法确定各指标权重后进行计算,得到中国各省区市经济发展水平及吸引外资能力的综合评价指数(表3)。2006—2019年,中国区域经济发展平均水平由0.24提升到了0.27,说明中国经济发展得到快速提高。2019年,经济发展水平综合指数前两名分别是广东和江苏,排名靠后的分别是青海和海南。在吸引外资能力方面,全国平均水平由0.18提升到0.21,表明中国实施对外开放政策的有效性。 表2 区域经济发展水平与吸引外资能力评价指标 表3 2006—2019年各省区市经济发展水平及吸引外资能力的综合评价指数 续表3 表4为2006—2019年中国各省区市吸引外资能力系统与区域经济发展系统两者耦合协调度(D)。吸引外资能力与区域经济发展两系统耦合协调度(D)主要分布在0.11～0.61范围内,涉及严重失调、中度失调、勉强协调、中度协调4个协调等级。2019年两系统耦合协调度最高的是广东,为 0.61,达到中度协调等级； 表4 2006—2019年各省区市吸引外资能力系统与区域经济发展系统耦合协调度 2.3.1 区域经济发展水平与吸引外资能力耦合协调的发展趋势 根据2006—2019年的中国区域经济发展与吸引外资能力协调度的全国平均值可以看出,该值在整体上是稳定且上升的,从0.30提升到0.32,说明中国吸引外资能力与区域经济系统之间的相互作用趋向好的发展方向,但增长幅度不大。多年来,耦合协调度均值一直处于中度失调状态,说明在中国经济发展过程中,吸引外资能力可能超前或滞后于经济发展水平,两者的发展方向、速度和步调未能够达成一致,没有实现双赢。 2.3.2 区域经济发展水平与吸引外资能力耦合协调度的空间特征 2.3.2.1 全局空间相关性 全局莫兰指数(Global Moran’sI)是用来考察整个空间的集聚情况,空间的自相关程度,本文用来分析吸引外资能力与区域经济发展水平系统协调度的分布情况(表5)。 由表5可知,2006—2019年,在1%的显著水平下,全局Moran’sI估计值均显著为正,说明吸引外资能力与区域经济耦合系统的协调度具有显著的空间相关性,即吸引外资能力与区域经济发展水平耦合协调度并不是处于完全的随机状态,而是受到临近地区的影响。 表5 2006—2019年耦合协调度全局莫兰指数 2.3.2.2 局部空间相关性 局部Moran’sI指数可以观察到全局Moran’sI指数所无法反映的局域特征[14]。一般通过莫兰散点图来呈现局域空间相关性。当点分布在一、三象限,表明具有相同特征的观测值聚集,当点分布在二、四象限,表明具有不同特征的观测值聚集在一起。根据全局 Moran’sI指数特征,选取2006、2010、2014、2019年为研究时点。在图1～图4中可以发现,莫兰指数散点集中分布于第一、第三象限,表明各省区市吸引外资能力与区域经济发展水平耦合协调度在空间上呈现“高高-低低”聚类,即耦合协调度水平高的省份趋于和耦合协调度水平高的省份集聚。同样的,耦合协调度水平低的省份趋于和耦合协调度水平低的省份集聚,表明了中国吸引外资能力与区域经济发展水平存在显著的局域空间相关性。 运用PVAR模型进一步分析30个省区市2006—2019年吸引外资能力系统与区域经济发展水平系统之间的动态互动关系。 2.4.1 单位根检验 首先对吸引外资能力以及区域经济发展水平两系统综合指标进行单位根检验以确保回归结果真实可靠。分别采用LLC检验、IPS检验、Breitung检验、ADF-Fisher检验4种方法,检验结果见表6,均通过了1%的显著性水平检验,因此拒绝各变量在时间序列上存在单位根的原假设,各变量不存在单位根,序列平稳。 2.4.2 格兰杰检验 运用Stata14.0通过构建赤池信息准则(Akaike information criterion,AIC)值、贝叶斯信息准则(Bayesian information criterion,BIC)值和汉 图1 2006年局部散点图 图2 2010年局部散点图 图3 2015年局部散点图 图4 2019年局部散点图 南—奎因信息准则(Hannan-Quinn information criterion,HQIC)值确定各变量最佳滞后阶数[15],根据表7,最优的滞后阶数是1阶。 对区域经济发展水平和吸引外资能力进行格兰杰因果检验(Granger Causality Test),结果显示: 表6 面板数据单位根检验结果 表7 最优滞后阶数选择 在1%的显著性水平下拒绝了“区域经济发展水平不是吸引外资能力的格兰杰原因”(P=0.003 0),同时在 1% 的显著性水平下拒绝了“吸引外资能力不是区域经济发展水平的格兰杰原因”(P=0.000 0)。 PVAR模型估计结果见表8。可以发现,滞后1期的区域经济发展水平对自身和吸引外资能力的影响系数分别为0.665 3和0.484 5,而且均通过了1%的显著性水平,说明区域经济发展水平在时间上存在一定的依赖性,对吸引外资能力促进作用较为明显。滞后1期的吸引外资能力对自身和区域经济发展水平的影响系数分别为-0.348 4和 -0.526 5,分别通过了5%和1%的显著性水平,吸引外资能力对区域经济发展水平起到一定的阻碍作用。总之,区域经济的发展有效促进了吸引外资能力的提高,但吸引外资能力对区域经济发展起到了抑制作用,说明两者间的双向互动关系较为明显。 表8 PVAR模型估计结果 2.4.3 脉冲响应与方差分解分析 脉冲响应图能够精准分析吸引外资能力与区域经济发展之间短期的互动关系。借鉴Love[16]的方法,结果如图5所示。脉冲响应函数随着滞后期的增加最后基本趋向于0,说明本文构建的PVAR模型是稳定的。 测试200次,每边误差为5%。图5 吸引外资能力与区域经济发展水平的脉冲响应(滞后1期) 区域经济在对自身的影响上,当受到自身一个单位正向标准差冲击之后,即期产生正向影响,且影响值达到最大,随着期数的推移,影响逐渐变小并最终消失。同样,吸引外资能力在受到区域经济一个单位正向标准差冲击之后,即期产生正向影响,且影响值达到最大,随着期数的推移,影响逐渐变小并最终消失。 吸引外资能力在对自身的影响上,当受到自身一个标准差冲击之后,即期产生正向影响,且影响值达到最大,随后产生负向影响,并逐渐趋向于0。区域经济发展水平在受到吸引外资能力一个标准差的冲击时,当期影响不显著,在第1期达到最大,但是该影响是负向的,此后逐渐趋向于0。吸引外资能力显著抑制区域经济发展水平的提升,抑制作用在第1期达到最大值,之后逐渐减弱,与GMM估计结果基本一致。这可能是因为地方政府片面追求利用外资量的扩张,外资未能与国内经济总量平衡相适应以及产业结构不合理,没有充分利用好外资,所以区域经济会被抑制。但从长期来看,中国市场日渐完善,提高利用外资的质量,优化外资利用的结构,稳固亚洲国家的投资,将引资重点转向欧美等国,负向影响会逐渐减弱。 2.4.4 方差分解分析 为了进一步了解吸引外资能力与区域经济发展水平两者相互影响的贡献程度,即各变量指标每次冲击对其他变量的作用效果,采用方差分解方法进行探究。表9分别给出了第10、20、30预测期的方差分析结果。 表9 吸引外资能力与区域经济发展水平的方差分解 方差分析的结果显示,选取第 10、20、30 个预测期进行方差分析的结果一致,说明在10个预测期之后系统基本已经达到稳定状态。区域经济发展水平受自身影响程度为 96.759 516%,受吸引外资能力的影响程度为3.240 484%,说明区域经济发展水平主要受自身影响。吸引外资能力受自身影响程度仅为16.291 355%,受区域经济发展水平的影响程度达到了83.708 645%,说明吸引外资能力依赖区域经济发展水平。无论是吸引外资能力还是区域经济发展都在不同程度上依赖自身的发展惯性,同时吸引外资能力与区域经济发展水平又能够相互影响。但是,由于区域经济发展水平对吸引外资能力的贡献度大于吸引外资能力对区域发展水平的贡献度,所以分析认为中国各省区市的区域经济发展水平对吸引外资能力的影响大于吸引外资能力对区域经济发展的影响。 利用2006—2019年中国 30 个省份的数据测算区域经济发展水平和吸引外资能力,实证研究区域经济发展水平与吸引外资能力之间的耦合与互动发展情况。主要结论如下: 1)耦合协调度的空间关联特征,从全局空间自相关分析来看,2006—2019年的全局莫兰指数估计值均大于0,说明中国吸引外资能力与区域经济耦合发展水平系统耦合协调度存在显著的空间正相关性。局部聚集特征较为明显,主要表现为高-高聚集和低-低聚集。 2)2006—2019年,吸引外资能力与区域经济发展水平均保持持续上升趋势,但区域发展协调性存在不足,有待提高。 3)运用PVAR模型,研究吸引外资能力与区域经济发展的互动关系,根据方差分解结果,吸引外资能力受到区域经济发展水平的影响程度较大,而区域经济发展水平受到吸引外资能力的影响程度则相对较小。 研究结论对进一步促进经济发展和吸引外资能力提升,促进两系统之间的耦合和互动发展具有如下启示: 1)由于吸引外资能力与区域经济发展水平系统的耦合协调度具有正向的空间相关性且集聚特征明显,因此各省份的耦合协调度会受到邻近省份的影响。地方政府应该加强与相邻地区之间的合作,发挥各地区的区域优势,提高协调度水平。对于Moran’sI散点图中“低低-低效型”的省份,地方政府应在其内部选择有发展潜力的城市,率先提升其协调度水平,进而带动周围城市,最终达到整体的提高。对于Moran’sI散点图中“高低-极化型”的省份,让耦合协调度高的省份带动弱的省份,中央政府在制定各项针对提升协调发展的政策时也应适度偏向水平较低区域。 2)充分利用中国经济长期向好、物质基础雄厚、市场空间广阔等优势,各地区要坚持实施区域协调发展战略,健全区域协调发展体制机制。同时,各地区提升对外资的吸收竞争能力,形成经济增长与外商直接投资良性互动。 3)采取有效措施大力促进各区域经济的增长。脉冲响应图已经揭示区域经济发展水平能够提升对外资的吸引能力。各地区要因地制宜,加大研发投入与人力资本投资,依靠技术创新和人力资本积累推动经济增长方式转型,促进经济持续增长。
1.2 指标体系构建与处理
1.3 数据来源
2.1 区域经济发展水平和吸引外资能力的测度结果
2.2 吸引外资能力与区域经济发展的耦合协调度分析
最低的则是青海,为0.13,处于严重失调状态,两者差值较大,说明各省区市之间存在发展不平衡问题。
2.3 区域经济发展水平与吸引外资能力协调演变的时空特征
2.4 吸引外资能力与区域经济的互动关系分析
