金融生态环境与外商直接投资

汤 露，彭 耿，刘 芳

（1.吉首大学 商学院，湖南吉首416000；2.江苏理工学院 商学院，江苏 常州213001）

自20世纪八九十年代以来，不完善的法律制度等金融外部环境条件带来的不良资产积累等可能引发金融风险的因素增多，影响到我国金融业的健康发展[1]。许多学者认为金融环境已成为影响金融、经济和社会发展最致命的因素和瓶颈[2-4]。当前，因金融制度、金融监管不完善以及金融科技的发展，金融环境变得日益复杂。“十四五”规划明确提出要防范化解金融风险，加强金融监管，反垄断，防止资本无序扩展，进而引发经济动荡，可见金融环境对金融业以及经济发展的重要性。此外，随着中国对外开放力度的深化，外资成为影响经济发展的重要因素，积极有效地利用外资对贯彻新发展理念、推动供给侧结构性改革、促进经济发展质量、跟上全球产业变革步伐具有重要意义[5]，外商投资的引入也有利于改善中国资本等要素市场的扭曲[6]。金融作为现代经济的核心产业，与外资的关系日益密切，外资的引入可通过资本和技术优化金融资源的配置[7]。目前，越来越多的学者关注金融发展与外商直接投资（FDI）之间关系的研究，如王丹和叶建华[8]关注企业金融化程度与外资的流入的关系；张林[9]、曾岚婷和叶阿忠[10]等关注金融发展与外资之间的关系。综上，金融环境是影响金融业发展的重要因素，FDI与金融环境以及金融发展也日益密切，由此可以进一步思考，金融生态环境与外资之间存在怎样的关系？本文试图基于31个省市金融环境指标，研究金融生态环境与FDI之间的关系，以期从金融业稳定发展的角度为国内国际双循环更好地发展提供经验证据。

一、文献综述

（一）金融生态环境

许涤新等人在1980年提议建立生态经济学，在《生态经济》期刊诞生后，关于金融环境的研究逐渐增多，但是比较分散，金融问题在中国开始真正融合生态学的理念得益于周小川。2004年，周小川在《经济学50人论坛》首次提出金融生态的概念。该概念提出的现实背景是1997年，亚洲金融危机在金融法律不健全、不良资产过多的泰国爆发。同时，自20世纪80年代以来，中国不良资产累积等问题日益严重，这给中国经济起到了一定的警示作用，学者们开始逐渐警惕中国金融风险，关注金融生态环境。金融生态环境最早是指金融法律制度环境。目前，关于金融生态环境的研究主要分为两个部分。

第一，关注金融生态环境的概念、指标测度。学者们基本认同金融生态环境就是指影响金融发展的各种环境因素，但是对于环境的具体定义存在分歧，可分为两派：一派认为金融生态环境是指影响金融发展的外部环境，包括经济、法制、信用、市场、企业发展等[1-2，11]。如徐诺金[2]将金融生态环境划分为硬环境和软环境，其中，硬环境是指政治、法律等以成文性、强制性为特征的正式规则，软环境是指文化、习俗等以非成文性为特征的非正式规则。另一派认为金融生态环境不仅包括影响金融发展的外部环境，还包括金融本身的内在环境，如金融市场、金融工具等[12-14]。如杨子强[13]认为金融生态环境存在广义和狭义之分，其中，广义的金融环境是指与金融发展存在互动的各种社会、自然因素的总和，狭义的金融环境是指包括法律、信用、审计与会计准则、中介服务等微观层面的各种环境。

第二，多数学者聚焦在金融生态环境的外部效应。例如，王擎和潘李剑[15]研究了金融生态环境与商业银行绩效的关系；逯进和朱顺杰[16]、谢盛纹等人[17]、宋淑琴等人[18]研究了金融生态与债务融资的关系；吴昊旻和靳亭亭[19]、戚湧等人[20]关注金融生态环境与企业创新效率的关系；张敏和谢露等人[21]关注金融生态环境对商业银行盈余质量等方面的影响；吕雷和汪天凯[22]等关注金融生态环境对区域经济增长的影响。

（二）金融、金融生态环境与FDI

金融与FDI的研究多从金融发展和金融市场结构两个方面研究金融与FDI的关系，且多研究金融对FDI的影响[23-25]；部分学者引入人口老龄化、经济增长效率等第三个变量来研究三者的关系[26-27]。金融生态环境与FDI的研究多是结合商业贷款、财政政策、经济增长等第三个变量进行分析[28-30]。就直接研究金融生态环境与FDI的文献来看，目前，学者多研究“一带一路”国家与中国省市之间关于两者关系的互动，且多为单向关系研究[31-35]。其中，周兵等人[31]基于省级面板数据，实证研究发现高质量的金融生态环境能提升FDI对产业的集聚能力；张坤和李巍[34]利用行业数据，发现FDI作为经济体宏观流动的重要组成部分，对于经济发展的贡献取决于其实际利用项目与本国金融环境和贸易条件构成的互补和替代关系；张秀华和王子祺[35]等利用中国与“一带一路”国家的数据开展研究，发现金融生态环境与外商直接投资之间存在显著的正相关关系。

综上可知，金融生态环境是一个较为复杂的体系，指标标准不一，现有文献关于金融生态环境指标体系构建较为杂乱，未形成较好的结构体系，本文通过梳理有关金融生态环境的概念，试图采用熵值法消除异质指标带来的影响，从多个角度和层面构建金融生态环境衡量指标，从而能够较为全面地衡量一个地区的金融生态环境水平。从金融生态环境与FDI的研究看，现有文献多研究金融发展、金融结构等要素与FDI的关系，亦或研究金融生态环境、FDI与其他变量之间的关系，较少文献关注金融生态环境对FDI的直接作用。部分文献关注的多是基于中国与其他国家的金融生态环境与FDI的互动发展视角，很少是基于省域层面研究中国金融生态环境与FDI的文献，且鲜有文献对比研究金融生态环境对FDI规模和效率的影响差异。因此，本文运用基于中国内陆31个省市2004—2019年的数据，通过多种方式测度FDI的规模和效率，计量分析金融生态环境对FDI效率和规模的影响，并分析区域的异质性，为金融生态环境进一步提升FDI的规模和效率提出对策建议。

二、实证设计

（一）指标设计与数据说明

1.金融生态环境系统评价指标设计

本文在充分借鉴自然生态环境系统的运作机制，并参考相关经济学和金融学理论知识以及相关指标构建文献的基础上，遵循系统性、代表性、层次性、适应性和可操作性的原则，构建金融生态环境系统的评价指标体系，从消费环境（3个维度，6个指标）、制度环境（5个维度，5个指标）、经济环境（3个维度，6个指标）、信用环境（2个维度，3个指标）对金融生态环境系统进行测度，见表1。

表1 金融生态环境系统评价指标体系

2.数据说明

本文数据样本的时间跨度为2004—2019年，考虑到数据的可得性，选取了除港澳台以外的31个省市的相关数据构建了金融生态环境系统，并利用熵值法计算了金融环境系统的综合协调值。然后选取FDI效率和FDI规模作为被解释变量，金融生态环境系统协调值为解释变量，经济发展水平、服务业水平等10个变量作为控制变量，变量的具体情况如表2所示。以上所有变量的数据来自各省市的《统计年鉴》、《统计公报》、人大经济论坛、Wind数据库以及中经网，部分缺失数据通过内插法和外推法进行处理。

表2 变量说明

（二）实证说明

1.熵值法

为得到一个合理且具有可比性的金融生态环境系统综合协调值，需要对指标数据进行标准化处理，并通过计算熵值来确定各指标所占权重。设样本数据有n个，评价指标有m个，xij为第i个样本的第j项指标值。

首先，针对金融生态环境系统的正、负指标分别进行标准化处理。

其次，确定各指标的熵值，第j项指标的熵值为：

其中，pij为第j项指标下第i个样本的指标值所占比重，ej为第j项指标的信息熵。

再次，确定评价指标j的权重：

最后，计算金融生态环境系统()Us的综合水平指数（hs）。具体如下：

其中，wj为前面计算出来的j的权重，yij为系统内部各指标的标准化值。

2.计量模型

本文分整体和区域面板数据进行计量分析，其中，整体为31个省市，区域是将样本数据按东、中、西三个地区进行划分①。为避免伪回归，增强回归模型的可靠性与科学性，首先运用Stata软件对整体和区域面板数据进行平稳性检验，其中，整体面板属于短面板，因此采用HT检验和IPS检验，区域面板数据属于长面板，因此采用LLC检验、IPS检验以及FISHER检验，检验表明变量均平稳，进而对原数据进行建模，具体模型如下：

fdiefffi=w×hs+λi×controli+e1， （7）

lnfdiscal=c×hs+ri×controli+e2， （8）

其中，w、λi、c、ri均为系数，e1、e2均为误差项。

（三）描述性统计分析

1.金融生态环境系统协调值的描述性统计分析

从整体上看，2004—2017年，金融生态环境呈较为平缓的上升趋势；2018年，金融生态环境略有下降；2019年，金融生态环境又恢复到2017年的水平状态，2018年金融生态环境出现一定程度的下滑可能是受美联储四次加息引发的世界金融动荡的影响。从数值上看，目前，中国金融环境水平整体不高，比较好的是北京、上海、江苏和广东，在0.6以上，其他地方均低于0.6；省市之间差距较大，最大差值为北京（0.726）与西藏（0.241），差值达0.485，具体见表3。

表3 2004—2019年中国31省市金融生态环境协调值

续表：

2.主要变量的描述性统计分析

表4 报告了主要变量的描述统计。其中，FDI效率值最大值和最小值分别为5.100和0.004，FDI规模值最大值和最小值分别为18.469和7.990，FDI规模差异远大于效率差异。从FDI的平均值来看，FDI效率和规模的平均值分别为0.854、14.317，这表明就大部分省市而言，FDI效率的水平偏低，与效率水平的最大值相差较大；FDI规模的水平较高，与规模水平的最大值相差较小。金融生态环境的平均值为0.376，最大值和最小值分别为0.786、0.164，这说明中国各省市金融生态环境水平普遍较低，且不同省市之间的金融生态环境水平相差较大。

表4 描述性统计

三、实证结果

（一）平稳性检验

由于整体数据属于短面板类型，因此利用Stata软件，采用HT检验、IPS检验两种方式检验其平稳性，结果显示整体面板中每个变量均处于平稳状态，具体结果见表5。

表5 整体面板数据的平稳性检验结果

（二）整体回归结果

由Hausman检验，31个省市金融生态环境对FDI的规模和效率回归分析均适用固定效应模型，具体结果见表6。由表6可知，就31个省市整体而言，金融生态环境（hs）对FDI的效率和规模均存在显著的正向影响；具体来说，当hs优化1个单位时，FDI效率提升4.368个单位，当hs提升1%时，FDI规模提升268.7%；就控制变量看，经济发展水平对FDI的影响呈U型，这与李林[9]的结论一致，外资企业规模和工业企业规模的发展对FDI的规模和效率均有提升作用，且前者对FDI规模和效率的提升力度大于后者对FDI对规模和效率的提升力度，这说明外资企业的壮大比工业企业的壮大更能促进FDI的发展；创新能力对FDI的规模和效率均存在一定的抑制作用；服务业水平和外贸水平的提升在一定程度上抑制了FDI效率的提升；金融发展水平的提升一定程度上抑制了FDI规模的扩张。

表6 整体固定效应回归结果

续表：

（三）分区域回归结果

由表7可知，就东部地区看，金融生态环境对FDI效率和规模的影响均呈十分显著的正向性；服务业水平、外贸水平、外资企业规模和工业企业规模均对FDI效率和规模提升影响显著，其中，服务业水平和外贸水平均与FDI效率和规模呈负相关关系，且前者对FDI规模和效率的影响比后者对FDI规模和效率的影响呈现更大的负相关性；外资企业规模与工业企业规模均对FDI效率和规模呈正相关关系，且后者比前者对FDI规模和效率的正向影响更大，这说明东部地区工业企业的发展比外资企业的发展更能促进FDI的提升。人力资本与FDI效率呈显著的负相关关系，金融发展水平与促进FDI效率呈显著的正相关关系。

表7 分区域固定效应回归结果

就中西部地区看，金融生态环境对FDI效率影响十分显著；当中部金融生态环境质量提高1个单位时，FDI效率可提升2.610个单位；当西部金融生态环境质量提高1个单位时，FDI效率可提升1.988个单位；金融生态环境对FDI规模均呈不显著的正向影响，这说明目前中、西部地区金融环境优化能提升FDI效率，无助于扩大FDI规模。就控制变量来看，提高中部地区市场化水平、改善人力资本均能促进FDI效率和规模的提升；提升外贸水平会抑制FDI效率；扩大工业企业规模能促进FDI效率的提升。国民经济的增长对西部地区的FDI发展产生U型影响；市场化水平、金融发展水平和创新能力均与西部地区FDI的发展呈负相关关系；外贸水平、外资企业规模和工业企业规模均对西部地区FDI的发展产生显著的正向影响。

在不同金融生态环境水平下，无论是从影响地区还是从影响方面看，金融生态环境对FDI的影响存在异质性。东部地区金融生态环境对FDI规模和效率影响显著；中西部地区金融生态环境对FDI的规模影响不显著，对效率影响显著。

（四）稳健性检验

本文通过变换fdi效率与规模的测度方式以及变换控制变量上述结果仍比较显著。从结果可得出，整体和东部地区模型中，金融生态环境对FDI的规模和效率仍有十分显著的正向影响；中、西部地区模型中，金融生态环境对FDI的规模呈不显著的正向影响，金融生态对FDI的效率呈较为显著的正向性。由于控制变量较多，这里只报告核心变量情况，具体结果见表8。

表8 稳健性结果

四、结论与对策

整体以及分区域的回归结果显示，金融生态环境对FDI的影响存在较为正向的差异性。总体来说，金融生态环境的优化能促进FDI发展，但是从金融生态环境综合看，我国金融生态环境还不够优化，说明还未能充分发挥金融生态环境对FDI发展的促进作用。

就东部地区看，金融生态环境的优化能显著促进FDI效率和规模的提升；服务业水平和外贸水平均会抑制FDI效率和规模，且前者比后者呈现更大的抑制作用。对于服务业与FDI的负向关系，这可能是因为东部地区作为我国经济最发达的地区，其金融资源配置能力和资本集聚能力更强、信息技术网络较为发达，这使得内资在东部地区的运作更加高效，从而一定程度上取代了FDI的发展；另一个可能的原因是，就东部地区而言，外资主要运用于制造业，服务业利用外资存在明显滞后的状况[36]。对于外贸与FDI的负向关系，这可能是近十年来，源于全球经济不景气，贸易保护主义趋势日渐显现，外商投资者出于投资风险考虑，减少对外贸领域的涉猎，东部地区作为我国外贸发展最具代表性的地区，受这一贸易政策趋势和投资风向变动的影响比较大。服务业发展水平对FDI发展的制约作用大于外贸发展水平对FDI的制约作用，这说明服务业利用外资的滞后性作用强于贸易保护主义带来的外贸业外资收缩性作用。

外资企业规模和工业企业规模均与FDI效率和规模呈正相关关系，且后者比前者对FDI规模和效率的正向影响更大。外资企业是外资流入的一个重要载体，外资企业规模的扩大有助于扩大外资进入的渠道；工业企业是外资引入的一个重要归属，工企规模的扩大有利于增强外资流入的动力。从作用途径看，工业企业是制造业的主要组织形式，外资主要运用于制造业，是直接作用的关系，而外资企业只是引入外资的一个渠道，是间接作用的关系，因此，工业企业规模对FDI的作用力度大于外资企业对FDI的作用力度。此外，人力资本的提升不利于FDI效率的发展，金融发展水平的提升能促进FDI效率的发展。这可能是由于东部地区经济较为发达，人力资本成本相对较高，在一定程度上削弱了FDI的利用效率，这一结论与马双等[37]，基于最低工资视角的研究结论一致，其实证表明人力资本的上升会抑制FDI的引入；金融发展水平的提升有利于促进资金的融通，加速资金的流转，进而提高外资的使用效率。

目前，中西部地区金融环境优化能提升FDI效率，却无助于扩大FDI规模。这可能是因为中西部地区相对于东部地区来说，技术水平较为落后，中、西部地区的FDI利用效率的提升主要依靠金融生态环境的改善。此外，外商投资中西部地区主要基于地区资源的丰富度，不太注重对金融生态环境的考虑。如湖北省，金融生态环境指数相对较高，2004—2019年平均值为0.369，在中部地区排名第1位，但是其对应年份的平均实际外资利用规模却排名第5；河南对应年份平均生态环境值在中部地区排名第4，为0.321，但其平均实际外资利用规模却在中部地区排第1；云南省金融生态环境均值为0.269，在西部地区排第8，但是平均外资利用规模排第5；宁夏省金融生态环境均值为0.311，在西部地区排第5，其平均外资利用规模却排第9；云南与宁夏相比，云南拥有更加丰富的旅游资源和更好的地理位置优势，因此即便云南的金融生态环境劣于宁夏的金融生态环境，外资还是会倾向于进入云南而非宁夏。可见，金融生态环境相对较好的地方不一定会带来FDI规模的同步扩大，部分环境较差的地区可能基于地区资源禀赋优势而吸引外资的介入。以上表明，在中、西部地区，金融环境优化是提升FDI效率的显著因素，但是中西部以资源导向型为主要吸引外资的结构特点也导致金融环境对FDI规模的整体扩张作用不大。

市场化水平、外贸水平对FDI的作用在中西部地区呈现不同的趋势，这说明相同的因素在不同的环境下可能产生不同的效果。中部比西部更容易受东部的影响，贸易保护主义趋势加强时，中部更容易受该趋势的影响，呈现外贸与FDI的负相关关系；而西部一方面，离东部较远，受贸易保护趋势下东部的影响较小；另一方面，西部主要靠自然资源优势发展经济，外贸产业多不属于当前外贸制裁的核心领域，不会激起外商高度的风险意识，因此，西部外贸的发展有利于促进外资的引入。同样，中部受东部的影响，市场化开放水平提升，产品市场、要素市场日益完善，市场的力量逐渐打破行政干预为主导的力量，使得外资的进入和利用更为便捷。西部地处内陆，市场化程度相对较低，市场作用力量较为有限，不太利于外资的引入。外资企业和工业企业规模的扩张均有利于扩大FDI的发展，主要是两者的发展有利于拓展外资引入的渠道、增强外资流入的动力；人力资本的改善有利于提升中部地区人员的素质，促进外资的使用效率；此外，人力资本的改善有利于提高中部居民整体的收入水平，增强居民消费能力，刺激经济活力，吸引外资的流入，进而扩大外资的规模。金融发展水平的提升和创新能力的提升均不利于西部FDI的发展，这可能是因为西部较为封闭保守导致发展基础实力弱，使得两者的发展对FDI的正向影响难以发挥作用。

为更好地促进FDI的发展，应该针对不同的地区采取不同的措施。就东、中部地区而言，金融生态环境对FDI发展存在较为显著的影响，因此，应进一步提升这两个地区的金融生态环境，使得FDI得到更好地发展，其中，东部地区应进一步加强数字经济等科技含量的投入，健全高效的金融生态环境的网络，提升技术水平含量，减少人力资本成本投入，合理划分金融对内、外资的服务作用；中、西部地区首先要进一步规范和定位中、西部地区各省市的资源禀赋，在此基础上，综合考虑FDI的流入差异，尤其关注FDI流量较大而金融生态环境欠佳的地区，改善这些地区的金融生态环境，以促进FDI规模的扩张和FDI效率的提升；其次，中部地区要强化中部崛起战略，发挥河南、湖南和湖北等省域的制造业优势，提升中部地区外资的吸引力度，促进中部外资的发展；西部借助“一带一路”战略以及自身的资源优势，进一步扩大开放力度，通过外贸的发展吸引外资的流入，更好地促进FDI使用效率的提升，使得FDI的技术效应和资本效应得到更好地发挥。

注释：

①东部地区包含北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东及海南11个省市；中部地区包含湖南、山西、吉林、安徽、湖北、江西、河南及黑龙江8个省市；西部地区包含云南、内蒙古、广西、西藏、重庆、四川、陕西、贵州、新疆、青海、宁夏及甘肃12个省市。