“一带一路”沿线省市FDI利用效率及空间演化效应研究
2018-07-03田泽,李楠,程飞
田 泽,李 楠,程 飞
(1.河海大学 企业管理学院,江苏 常州 213022;2.河海大学 “一带一路”非洲研究中心,江苏 常州 213022)
“一带一路”倡议实施以来,我国与沿线国家的贸易与投资呈现出快速增长态势,实施效果十分明显。据统计,2015年“一带一路”沿线国家对华投资新设立企业2 164家,同比增长18.3%;实际投资71.1亿美元,同比增长23.8%。但在FDI利用过程中出现一些亟待解决的问题:①FDI分布不均衡,加大了区域经济发展失衡;②FDI利用偏数量而轻质量[1];③FDI流向工业低端制造等环节,使得由内生技术溢出和技术进步产生的内生经济增长动力不足。沿线省市如何利用“一带一路”战略契机,充分释放外资政策创新红利以促进经济稳定协调发展,成为必须应对的重要课题。
1 文献综述
国内外有关FDI利用绩效研究可总结为两个方面。①FDI利用与外部效应的研究。在FDI与技术溢出关系上,BLOMSTRÖM等[2]在FDI溢出效应中引入博弈论等方法,强调了竞争的重要性。周游等[3]研究了FDI技术溢出效应的非线性动态规律。在FDI与经济增长关系上,CHOE[4]以1971—1990年80个国家的数据为样本,发现FDI是促进经济增长的重要原因。赵文军等[5]从国家和行业两个方面研究了出口、进口和FDI 对中国工业经济增长的影响。在FDI与就业和产业结构关系上,王燕飞等[6]通过对FDI、就业结构及产值结构的格兰杰因果检验,探究其中的相互作用关系。在FDI与环境的关系上,陈晓峰[7]发现FDI 增长与环境污染变化之间的协整和因果关系。②FDI利用效率与质量的研究,集中于内涵、评价指标及评价方法3个方面。KUMAR[8]最早从发展中国家视角对FDI绩效水平进行研究,认为FDI质量的内涵是其为东道国带来的收益或正外部性。张振华[9]利用熵权灰色关联投影模型,从FDI引进质和量两个维度,全面分析了我国目前FDI引进和利用方面的问题。宁凌等[10]运用DEA分析法评价了我国海上丝路沿线11个港口的动态效率,揭示港口生产效率变化的主因。
综上所述,目前国内外对于FDI及其外部效应研究较为丰富,但在区域性FDI利用效率评价方面有待深入拓展。且现有评价研究尚未考虑FDI所带来的环境污染及其影响,也忽视了省域间要素空间关联特征对FDI利用效率的影响。基于此,笔者将环境污染变量引入到FDI利用绩效评价体系,运用基于非期望产出的SBM模型对“一带一路”沿线18个省市FDI利用效率进行测度,并运用空间计量模型来揭示区域间FDI利用的空间效应及其演化规律。
2 研究方法与评价指标
2.1 基于非期望产出的SBM模型
基于TONE[11]提出的SBM模型,将利用FDI过程中产生的环境污染物等非期望产出考虑在内。SBM模型可以弥补传统DEA模型在径向和分段线性理论上的限制,纠正DEA 模型在评价效率时没有考虑投入和产出的松弛问题的偏差。其基本公式如下:
(1)
s.t.
2.2 空间自相关分析
2.2.1 全局空间自相关
全局自相关常用Moran′sI指数检验“一带一路”沿线省市整个空间对象的FDI利用效率是否存在交互作用,计算公式为:
(2)
2.2.2 局部空间自相关
局部空间自相关可以反映每个省市与周边省市的空间关联程度,将集聚类型划分为H-H、H-L、L-L、L-H集聚4种类型,通常用Moran散点图或LISA集群图对各省市的空间相关性进行分析。计算公式为:
(3)
其中,xt和xv分别为t省市和v省市FDI利用效率。
2.3 评价指标与数据来源
2.3.1 评价指标体系
根据现有研究和联合国贸发会议(UNCTAD)提出的FDI业绩指数、潜力指标,考虑非期望产出因素和“一带一路”沿线省市FDI特点[12],得到FDI利用效率评价指标体系,如表1所示。其中,期望产出由改进的FDI业绩指数得到,即在一定时期内,某一省市FDI的流入量占全国FDI流入量的比重与其GDP总值占全国GDP总值比重的比值。非期望产出采用某一省市的综合污染指数来代替。综合污染指数由工业废水排放量、工业废气排放量、工业固体废弃物产生量3项作为初始指标,在熵值法确定权重的基础上计算得到。
表1 FDI利用效率评价指标体系
注:年末就业人数为港澳台商投资单位和外商投资单位年末就业人数之和
2.3.2 数据来源
上述投入产出指标均来源于《中国统计年鉴》(2012—2016)、《中国环境统计年鉴》(2012—2016)及各省市统计年鉴,个别数据来源于各省市环境状况公报。
3 “一带一路”沿线省市FDI利用效率分析
3.1 基于SBM模型的FDI利用效率测度
考虑非期望产出情况,基于SBM模型测算得到各省市FDI利用效率结果,如表2所示。
表2 2011—2015年“一带一路”沿线省市FDI利用效率
由表2可以看出:①在环境约束下,重庆、海南和上海三省市连续5年在劳动力、能源、研发等投入基础上实现了FDI利用效率最大化和环境污染最小化。其中,海南经济发展规模及效益低于东南沿海发达地区,但是海南作为我国旅游大省,FDI很大一部分流向其支柱产业旅游业;而江苏等省市工业化水平较高,FDI利用过程中对环境造成的污染较为严重,在考虑环境约束因素后,海南成为有效利用FDI的省份[13]。②辽宁的FDI利用效率处在效率前沿面。内蒙古自治区2011—2013年的FDI利用效率均处在效率前沿面,但自2014年起,效率值出现“跳跃式”下降。内蒙古自治区主要吸收香港、韩国、俄罗斯等地区或国家的投资,应用于采矿业、制造业、电力燃气及水的供应业、农林牧渔业等行业。2014年和2015年效率值大幅度下降的可能原因包括当地经济形势的恶化、外资管理模式的不健全、企业自身的发展状况等。
3.2 两种情景下FDI利用效率时空变化分析
考虑环境约束和不考虑环境约束情景下,2011—2015年年均FDI利用效率变化趋势如图1所示,可以看出两种情况下2011—2015年的年均FDI利用效率均保持在较低水平。而环境约束因素对于“一带一路”沿线省市FDI利用效率的影响是显著的,考虑环境约束后的年均FDI利用效率明显低于不考虑环境约束的效率值。2011—2015年考虑环境约束后效率下降均值为21.83%,其中,2011年下降17.62%,2012年下降22.35%,2013年下降21.22%,2014年下降25.69%,2015年下降22.25%。
图1 两种情景下2011—2015年年均FDI利用效率变化趋势
考虑环境约束和不考虑环境约束情景下,“一带一路”沿线省市FDI利用效率的空间差异显著,具体如图2所示,可看出在“一带一路”沿线18个省市中,海南和上海无论是否考虑环境约束,FDI利用效率均处在效率前沿面;辽宁和重庆在考虑环境约束后效率值大于不考虑环境约束的效率值。其余14个省市在考虑环境约束后效率值均出现不同程度的下降。其中,下降幅度较大的区域集中在我国西北地区,此外,广西和云南的下降幅度也达到50%以上。这些地区效率值下降幅度较大的主要原因有:①西部工业发展水平、基础设施建设等条件较差;②我国东西部经济发展差距较大,西部承接东部发达地区资源类传统产业,使得产业结构趋于重化工型。另外,东南沿海省市也出现20%~30%的效率值下降,但下降幅度远低于西部地区。
图2 两种情景下各地区FDI利用效率空间差异
4 沿线省市FDI利用空间演化效应分析
4.1 FDI利用效率全局自相关分析
基于各省市间距离的空间反距离权重矩阵,利用式(2)计算得到每年的指数值,如表3所示。可以看出自2011年以来,全局Moran′sI指数值均大于0,且P值均小于0.1,表明“一带一路”沿线省市FDI利用效率存在显著的正向空间相关性。而且正向集聚作用不断增强,Moran′sI指数值年均增幅达到23.55%。这也说明了各省市的FDI利用效率不仅与该省市的经济社会环境有关,也受到周边省市FDI利用效率的影响。
表3 2011—2015年各省市FDI利用效率全局Moran′s I指数值
4.2 FDI利用效率局部自相关分析
为分析区域内部各省空间关联特征,通过构建的散点图和LISA集群图对各省市的FDI利用效率的空间相关性进行分析。
4.2.1 省市空间演进Moran散点图分析
由于篇幅限制,此处重点分析2011年和2015年散点图,如图3所示,横纵坐标均表示Moran′sI指数值和临近值的加权值,坐标系内圆圈为具体省市。由图3可看出在2011年,江苏、辽宁、上海三省市位于第一象限,保持较高的FDI利用效率,对于周边地区具有明显的扩散效应;新疆、甘肃、青海三省市位于第三象限,FDI利用效率的空间效应不佳;浙江、福建、广东、重庆、吉林、黑龙江、宁夏、陕西、云南位于第二象限,该地区自身FDI利用效率相对良好,对周边地区的空间溢出效应低;内蒙古、广西、海南位于第四象限,受地理位置等主要因素影响,FDI利用效率的空间吸引作用较小,空间效应较差。
图3 一带一路”沿线省市FDI利用效率Moran散点图
2012—2013年,浙江由2011年的“H-L”集聚区,在2012年跃迁至“H-H”集聚,而2013年又转移到“H-L”和“H-H”集聚区的交界处。广东由2011年“H-L”集聚逐渐向“H-H”转移。而陕西由2012年“H-L”集聚转移至“L-L”集聚,受自身和周边环境影响致使FDI利用环境较大,效率下降。2014—2015年,福建和海南受到东南沿海发达地区的协调作用及自身的发展,FDI利用效率的正向空间相关作用明显,分别由“H-L”和“L-H”集聚区跃迁至“H-H”集聚区;吉林发展态势良好,向“H-H”集聚转移;内蒙古则受FDI利用效率低水平集聚影响,下滑到“L-L”集聚区。
4.2.2 省市空间演进LISA集群图分析
通过LISA集群图以更直观地观察通过1%显著性水平检验的局部空间集群指标,研究FDI利用效率集的发展态势,结果如图4所示。
图4 “一带一路”沿线省市FDI利用效率LISA集群图
由图4可知,2011年,上海、江苏、青海、福建分别通过1%的显著性检验,即在2011年形成了以江苏、上海为中心的显著的高FDI利用效率集聚区;在2011年形成了以青海为中心的显著的低FDI利用效率集聚区;福建在FDI利用效率过程中,明显低于东南沿海区域均值,出现自身效率相对较低而被效率值较高地区包围的态势。
2013年福建没有通过1%的显著性检验,即福建逐渐缩小了与东部沿海FDI利用效率较高省市的差距,跨越“L-H”集聚类型的集聚中心。并在2014—2015年,与广东、江苏、上海共同成为显著的高FDI利用效率集聚中心。
总之,“一带一路”沿线省市FDI利用效率已经形成相对稳定的集聚区,且低效率水平集聚中心连续5年集中于青海省,反映出该集聚区提升FDI效率的空间仍然很大;高效率水平集聚中心则在东南沿海地区形成多点多中心,东西部地区FDI效率利用的差异逐渐拉大。
5 结论
笔者运用非期望产出的SBM模型,构建了考虑环境污染综合指数的FDI利用效率评价体系,结果显示考虑环境约束和不考虑环境约束的情景下,FDI利用效率存在较大差异。2011—2015年考虑非期望产出后效率下降均值为21.83%。通过FDI空间效应实证研究发现,沿线省市FDI利用效率整体呈显著的空间正相关关系,且相关强度逐年增强。低FDI利用效率集聚中心连续5年集中在青海,而高FDI利用效率集聚中心不断增多。
基于以上结论,提出以下政策建议,以促进提升沿线省市FDI利用效率。①发挥两极区域集聚中心作用与区位优势,缩小区域间引资差距。东南沿海地区发挥集聚中心与正向空间溢出作用。西南地区通过外商投资的优惠政策,推进与周边国家边境贸易和旅游文化合作。陕新青等西北地区利用丝路经济带核心地理位置优势,加强与中亚、西亚国家的基础设施便利化投资建设,以摆脱外资低效率集聚的路径依赖。东北地区利用中蒙俄经济走廊,创新招商引资模式。②加强沿线省份“一带一路”绿色国际产能合作。强化外资引进和利用的绿色发展理念,通过绿色债券、绿色期权等多种金融工具,增强金融服务能力,提供战略推进的绿色金融有效供给,建设“一带一路”绿色经济走廊。同时发挥各省市的产业集成优势和特色,避免同质化竞争,加强丝路基金和专项资金的引导与投向,深度开展绿色国际产能合作。③优化区域产业结构,增强区域自主创新能力。沿线省市利用外资推动自身经济结构转型升级,推进“引资、引智、引技”协同发展,引导、鼓励外商投资高新技术、智能制造及战略新兴产业。同时强化各省市外贸外资管理机制创新,充分发挥外资的技术溢出效应,增强省域产业集聚能力和自主创新能力。
参考文献:
[1] 傅元海.我国引进FDI质量的实证研究[J].统计研究, 2008,25(10):9-17.
[2] BLOMSTRÖM M, KOKKO A. Multinational corporations and spillovers[J]. Journal of Economic Surveys, 1998,12(3):247-277.
[3] 周游,谭光荣,王涛生.财政分权的门槛与FDI技术溢出效应的非线性研究:基于地方政府竞争视角[J].管理世界,2016(4):168-169.
[4] CHOE J I. Do foreign direct investment and gross domestic investment promote economic growth[J]. Review of Development Economics, 2003,7(1):44-57.
[5] 赵文军,于津平.贸易开放、FDI与中国工业经济增长方式:基于30个工业行业数据的实证研究[J].经济研究,2012(8):18-31.
[6] 王燕飞,曾国平.FDI、就业结构及产业结构变迁[J].世界经济研究,2006(7):51-57.
[7] 陈晓峰.长三角地区FDI与环境污染关系的实证研究:基于1985—2009年数据的EKC检验[J].国际贸易问题,2011(4):84-93.
[8] KUMAR N. Globalization and the quality of foreign direct investment[M]. New Delhi: Oxford University Press,2002:257-258.
[9] 张振华.中国FDI的质量研究[D].天津:南开大学,2012.
[10] 宁凌,欧春尧.经济新常态下我国海上丝绸之路主要港口动态效率研究[J].广西财经学院学报,2016,29(6):19-27.
[11] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001,130(3):498-509.
[12] 何骏,郭岚,朱妍娜.中国引进服务业FDI效率评价与分析[J].经济地理,2012,32(7):93-99.
[13] 徐盈之,吴海明.环境约束下我国各地区FDI综合利用效率研究[J].中国科技论坛,2010(9):93-99.