长三角经济增长与FDI的空间关联分析*

张 俊, 姜海宁

(浙江师范大学 地理与环境科学学院,浙江 金华 321004)

随着全球经济规模的不断扩大，国家间的资本流动日益频繁，外商直接投资(foreign direct investment,FDI)作为经济全球化的重要组成部分发展迅速，是发展中国家利用后发优势、推动经济发展的重要外部力量[1].中国也在改革开放初期提出了“以资金和市场换技术”的政策，意在通过补偿贸易、合资办厂等形式从国外引进设备和技术，形成新的经济发展动力.众多因素驱使国内外学者对FDI与区域经济增长的关系进行了深入研究，主要形成3方面结论：FDI促进经济增长；经济增长促进FDI流入；FDI与经济增长互促互进.

在FDI促进经济增长方面，有研究表明，FDI的边际效益已成为影响经济增长的一个重要外在因素[2]，但Mello[3]指出其经济增长效应取决于FDI与国内投资之间的互补和替代程度;在经济增长促进FDI流入方面，大部分学者从区位选择的角度去分析[4-5]，普遍认为经济水平更高的地区对外资企业的吸引力更大；此外，还有少量学者在对一些地区的研究中发现了FDI与经济增长的互促关系，如何菊香等[1]在对金砖四国的研究中发现，长期内巴西、印度和俄罗斯的FDI与经济增长之间存在因果关系，短期内巴西和俄罗斯两国FDI与经济增长具有互补性.尽管存在上述结论，但亦有不少研究表明，FDI的经济增长效应在许多发展中国家并不明确，如王春法[6]认为,FDI的大量引入会对中国本土的科技创新和技术提升造成“挤出”效应；Aitken等[7]的研究结论与其相似，他们发现，FDI促进了委内瑞拉小型合资工厂生产率的提高，但却抑制了本土工厂生产率的提高，二者相互抵消，总体作用不明显，而东道主国家人力资本水平过低、制度体系不完备,以及所处恶劣的国际环境[8-10]也是致使FDI与经济增长没有太大关联、甚至相互冲突的重要原因.

上述研究表明,不同的区域经济发展实际往往对应不同的FDI与经济增长的互动关系，同时已有研究视角集中于经济学、管理学等学科，在空间范围上多集中于宏观国家尺度，很少有针对小范围经济区的研究.2019年国务院发布《长江三角洲区域一体化发展规划纲要》，将上海、江苏、浙江和安徽全境纳入长三角城市群.2019年长三角经济总量和外商直接投资额分别占全国的24%和31%，已然成为中国经济最发达、外商投资最活跃的地区之一，但同时长三角内部的区域发展异质性显著，目前对长三角FDI与经济增长关系的研究多从特定视角展开[11-12]，在宏观数据研究中以整体的时间演变分析为主[13-14]，缺乏对长三角各省(市)的差异进行研究.因此，选择具有代表性的长三角地区作为研究对象(本文主要选三省一市的数据)，探讨长三角各省(市)FDI与经济增长的空间差异和关联，希冀为长三角地区FDI与经济增长良好互动关系的构建提供建议.

1 数据来源和研究方法

1.1 数据来源

安徽的FDI数据统计始于1986年，迟滞于上海、江苏和浙江，为保证各省(市)数据的一致性，将研究期定为1986—2019年.其中1986—2008年的FDI数据源于《新中国六十年统计资料汇编》，2009—2019年的FDI数据源于2010—2020年《上海统计年鉴》《江苏统计年鉴》《浙江统计年鉴》《安徽统计年鉴》，同时将GDP作为经济增长指标，GDP数据源于国家统计局官网.

1.2 研究方法

1.2.1 耦合协调度模型

耦合是指2个或2个以上的系统或要素之间通过各种相互作用彼此影响的现象，它体现了系统间的动态关联关系.耦合度可以有效地测量各系统间相互作用程度的强弱，计算公式[15]为

C=2{(u1×u2)/[(u1+u2)(u1+u2)]}1/2.

(1)

式(1)中：u1和u2分别代表FDI与GDP标准化后的数值；C为耦合度指数.该值越大,说明二者的相互作用越强，参照文献[15],以0.3，0.5，0.8为分界点，将C值分为低度耦合、较低耦合、较高耦合和高度耦合4种类型.

为了更好地反映GDP与FDI间是在高水平上相互促进还是低水平上相互制约，构建二者的耦合协调度模型，公式如下：

D=(C×T)1/2,T=au1+au2;

(2)

E=u1/u2.

(3)

式(2)中：D为协调度指数，以0.3，0.4，0.5，0.7和0.8为分界点，将协调度分为严重失调、中度失调、轻度失调、勉强协调、中度协调和高度协调6个等级;T为双方的综合调和指数；a，b为待定系数，本文取值为0.5.式(3)中，E为相对发展度指数，参考刘浩等[16]的研究，将FDI相对发展度分为3种类型：当E≥1.2时为FDI超前型;当0.8

1.2.2 动态计量经济学模型

本文主要应用 ADF检验(augmented dickey-fuller test)、Johansen协整检验、Granger因果检验和脉冲响应函数计量检验模型对长三角经济增长与FDI之间的动态关系进行定量研究.

在实证检验和计量建模之前先对序列数据进行对数处理以消除异方差影响，记为ln(xGDP)(对GDP的值取对数)和ln(xFDI)(对FDI的值取对数),进而应用ADF检验法进行序列的平稳性检验，以防止“伪回归”现象的出现，具体模型见文献[17].为确定经济增长与FDI之间是否存在长期均衡关系，应用基于回归系数的Johansen极大似然法进行协整检验，具体模型见文献[18].为深入分析经济增长与FDI之间相互作用关系的方向，分别构建ln(xGDP)和ln(xFDI)序列的 Granger 因果检验模型，具体模型参见文献[19].最后利用脉冲响应函数定量分析经济增长与FDI互动冲击效应的动态变化，建模过程参见文献[20].

2 长三角FDI和GDP空间耦合特征

1986—2019年，长三角各省(市)GDP呈现出相似的稳步增长趋势，而FDI则表现出不同的波动增长态势(见图1)，各省(市)的要素变化差异亦主要体现在FDI之上.

图1 长三角各省(市)FDI和GDP演变

本文根据二者的拟合程度将长三角各省(市)分为2种类型：1种是FDI与GDP演变过程拟合较差的江苏和浙江，二省的GDP增长较为稳定，但FDI波动幅度较大.江苏FDI第1次快速增长出现在1991年南方谈话后，1997年金融危机爆发，FDI出现小幅波动;第2次显著增长出现在2001年中国加入WTO之后，SARS事件使FDI在2004年显著下跌，之后FDI表现出更明显的增长趋势，2008年金融危机后增速放缓，而后再度恢复了高增长趋势，2013—2015年又表现出断崖式下降，这一阶段江苏省传统制造业优势逐步丧失，加快服务业和高端制造业利用外资的任务十分紧迫，到2016年转型后，江苏FDI总量登顶全国，而后FDI维持了较为稳定的慢增长趋势.浙江FDI的第1次快速增长出现在2001年后，2008年、2009年受金融危机影响，FDI出现了负增长，而后再度保持迅猛增长的势头，到2019年中美贸易摩擦，大量外商对海外投资持观望态度，FDI因此显著下降.第2种是FDI与GDP拟合程度较高的上海和安徽.上海的FDI受金融危机影响,在1998年和1999年呈下降态势，而后FDI保持长期稳定增长，至2017年受房地产和金融服务行业的控制措施冲击再度下降.安徽FDI快速增长出现的时间相对滞后，这是东部各省(市)早期相对优势所产生的虹吸效应所致，2006年皖江城市带成为中部崛起战略重点发展区域后，经济状况加速改善，东部产业流入加速，促使安徽FDI呈现快速发展趋势，在近些年逆全球化的背景下，安徽FDI依旧保持迅猛增长的势头，这同样与东部稳定的FDI转移有关.

图2反映了长三角各省(市)FDI与GDP之间耦合度与协调度的演变过程.不难看出，长三角各省(市)FDI与GDP的耦合度和协调度变化趋势相似，研究期各省(市)的耦合度均呈现明显好转，1986年上海、江苏、浙江和安徽的耦合等级分别为高度耦合、较低耦合、较高耦合和较低耦合，而后各省(市)对应的耦合等级均为高度耦合，到2019年各省(市)的耦合度值均接近1.这说明各省(市)的FDI与GDP相互作用强度较高.与之相比，各省(市)对应两要素的协调度指数一直维持在较低水平，虽有上升但增幅较小，1986年、1997年、2008年各省(市)的协调度等级均为严重失调，到2019年只有安徽的协调度等级转为中度失调，而上海、江苏和浙江仍维持在严重失调状态.这说明FDI与经济增长之间存在较为严重的偏离现象，良性互动水平并未随着互动强度的增加而增加.在大部分时间点上各省(市)呈现的是“高度耦合→严重失调”状态.主要原因是，虽然FDI和GDP均存在明显的发展趋势，但FDI在快速推进过程中仍缺乏良好的经济发展环境支撑，FDI的区域溢出效应也亟待加强，以加大它对经济增长的驱动作用.

注：基于自然资源部标准地图服务网站审图号为GS(2020)3189号的标准地图制作，底图无修改

图3反映了长三角各省(市)FDI相对发展程度的演变过程.1986年各省(市)相对发展度均为FDI滞后型，改革开放初期，中国市场的准入门槛较高，各省(市)FDI引入规模较小，落后于经济发展水平.随着改革开放进程的加深，东部各省(市)利用政策和区位优势率先大规模引入FDI，到1997年上海和江苏转变为FDI超前型，浙江FDI在21世纪前发展逊于上海和江苏，转变为FDI同步型，安徽则由于经济基础较差加上东部省(市)的虹吸效应使其FDI没有取得较快发展，仍维持在FDI滞后的状态.随着东部地区生产成本的上升，产业转移规模逐步扩大，2008年处于产业转移初期，此时上海的经济发展水平最高，劳动密集型和低附加值产业向外转移的需求较大，首先转变为同步发展型，而江苏依托地理邻近承接了大量来自上海的产业转移，FDI总量依然很大，维持了FDI超前型的发展状态，这一阶段浙江则通过引入一定数量外资对民营、个体经济的发展进行补充，FDI水平有了进一步提升，转变为FDI超前型，相应地，安徽在2005年后抓住了中部崛起和东部产业转移的机遇带动FDI显著提升，逐步赶上了经济发展水平，到2008年表现为同步发展型.近些年伴随着世界反全球化和再工业化浪潮的掀起，上海、江苏、浙江通过产业升级化解高成本压力，产业转移趋势显著加强，对FDI的依赖度有所减弱，在2019年均表现为FDI滞后型，而安徽则进一步加大了承接产业转移的力度，相对发展度由2008年的0.82上升到了2019年的1.09，FDI发展水平进一步提升.

注：基于自然资源部标准地图服务网站审图号为GS(2020)3189号的标准地图制作，底图无修改

3 长三角FDI与经济增长关联机制分析

3.1 单位根检验

本文根据ADF检验结果，运用赤池信息量准则确定具体的检验类型(见表1).

表1 ADF检验结果

由表1可知，除江苏的ln(xFDI)序列的ADF检验值小于1%水平下的临界值外(为平稳序列)，上海、浙江、安徽的ln(xFDI)序列的ADF检验值均大于5%或10%水平下的临界值(为不平稳序列).而各省(市)的ln(xGDP)序列的ADF检验值均大于1%或10%水平下的临界值(为不平稳序列).一阶差分后各省(市)的ln(xFDI)和ln(xGDP)序列ADF检验值均小于1%,5%或10%水平下的临界值，为平稳序列.因此，可以认为各省(市)的ln(xFDI)和ln(xGDP)序列为一阶单整序列，但二者之间是否存在长期均衡关系，还需通过协整检验判断.

3.2 协整检验

通过迹统计量和临界值的比较及P值大小可知(见表2)，在没有协整关系的假定条件下，江浙沪的迹统计量均大于5%水平下的临界值，而安徽的概率统计P值小于10%，通过了10%水平下的检验，可以认为各省(市)均拒绝了没有协整关系的原假设，即各省(市)对应变量均存在协整关系.因此，各省(市)的ln(xFDI)与ln(xGDP)序列的变化具有长期的一致性和同步性，接下来可继续进行Granger因果检验.

表2 协整检验结果

3.3 Granger因果检验

利用施瓦茨准则确定最优滞后阶数，在此基础上对各省(市)对应的时间序列进行Granger因果检验，具体见表3.

表3 Granger因果检验结果

由表3可以看到，各省(市)均拒绝了ln(xFDI)不是ln(xGDP)的Granger原因的假设，即FDI流入显著促进了各省(市)的经济增长.FDI对经济增长的推动作用首先表现在增加了地区资本总量，国土面积占比仅为3.73%的长三角地区，近些年外商直接投资额占全国比例一直维持在40%左右，这本身就是重要的资本积累、经济发展的重要基础、财政税收的重要来源；第二，长三角属于技术密集型地区，而引入的外资企业往往具有较高的技术和管理水平，通过生产技术、管理技术及营销模式外溢，促进产业结构优化升级，为经济发展提供持久动力；第三，许多入驻外资企业属于出口加工型企业，进行的产业活动能够扩大出口，近些年长三角外商投资企业的出口总额稳定保持在出口总额的一半以上，有些原本需要进口的产品，在本土进行生产后，可以促进进口替代；另外，外资企业进入长三角地区后，会聘用本土化专业人才，对劳动力素质的提高、专业人员的经验积累同样起到了重要促进作用.

上海和安徽拒绝了ln(xGDP)不是ln(xFDI)的Granger原因的假设，而江苏和浙江则接受了此假设，说明上海和安徽经济增长对FDI有显著的促进作用，而江苏和浙江没有表现出这种关系.改革开放以来，大部分年份浙江FDI占GDP比例在长三角地区均处于末位，FDI虽有一定规模，但相对于经济总量，体量较小，同时浙江经济增长主要依赖的是民营和个体经济，这些经济形式创造了全省约60%的税收、70%的地区生产总值、80%的外贸出口、90%的就业岗位，这些与外资可能产生的效益有很大的重合，因此，经济增长总体上对FDI流入的推动作用并不大.江苏经济发展对民营经济也有一定程度的依赖，其民营经济对江苏省生产总体的贡献率高达81.4%，作为“苏南模式”发源地的苏锡常三市在2019年的非国有化比例高达93.15%，并且近些年在主动调整外资结构及国际贸易摩擦背景下，江苏对外资的依赖程度进一步减弱.相比之下，上海作为区域增长极，其发展环境对外资始终具有强吸引力，而安徽近些年随着经济状况、营商环境的好转及招商引资力度的加大、一体化程度的加深，对外资吸引力显著增强.

但上述结果只能说明长三角各省(市)经济增长与FDI的因果关系，却不能说明当其中一个变量发生变化后对另一个变量冲击效应的动态变化，因此，还需进行脉冲响应函数分析.

3.4 脉冲响应函数分析

图4为长三角各省(市)GDP对FDI的一个标准差新息的冲击所产生的脉冲响应曲线.

图4 长三角GDP对FDI的脉冲响应曲线

由图4可以发现，各省(市)在追踪期内冲击均为正值，这与Granger检验结果一致，但不同省(市)的响应波动存在差异.上海在初期响应不断上升到第3期峰值，再不断下降到第8期低谷后再以微弱态势上升，这是因为上海FDI积累方面扮演着先行者的角色，但生产成本的增加致使产业升级的需求日益迫切，FDI逐渐由向上海集中进而向周边省份扩散，上海的发展也逐渐从“要素驱动”和“投资驱动”向“创新驱动”发展模式转变，这也是上海的总体脉冲响应小于苏、浙、皖3个省的原因所在.江苏、浙江和安徽的冲击变化趋势相似，均为先上升后下降的态势.其中江苏和浙江累计冲击响应较大，在后期冲击下降较为平缓，说明对于二省而言，FDI对经济增长的促进作用显著且持久.江苏作为中国外资最集中的地区之一，近些年FDI的区域效益提升显著，并且逐步由以苏南为核心，向省内边缘地区拓展，区域分布趋于均衡，未来对经济增长仍会维持较大的推动作用.浙江的经济增长主要依赖民营和个体经济，通过“以民引外，民外合璧”“北接上海，东引台资”等策略，促进企业技术进步和组织形式的完善，对经济增长造成的正向冲击明显.安徽的冲击效应总体上比江苏、浙江小，这是因为安徽在FDI规模及吸收能力上都逊于江、浙二省，对经济增长的推动作用也相对较小.

图5所示为上海和安徽FDI对GDP的一个标准差新息的冲击所产生的脉冲响应曲线图.上海全程表现为正响应，到第3期正峰值后迅速下降，第8期谷值后再以微弱趋势上升.上海早期强大的经济基础给外商营造了良好的发展环境，经济的高速增长也是上海吸引FDI流入的有利区位优势，因此,初期经济增长对FDI流入的促进作用明显，但随着产业竞争的加剧，低附加值产业生存难以为继，高端产业的流入和经济溢出效应亟待加强，这一阶段具体表现为经济增长对FDI的促进作用下降显著.安徽省的冲击则表现出了先负后正的态势，即初期表现为明显的负响应并于第4期达到负峰值，随后快速上升至第6期的第1个正峰值，随后再度波动到第9期至第2个正峰值，最后再以较明显的趋势下降.这是因为安徽在改革开放初期的经济状况较差，由此引发营商环境对外资的吸引能力弱，到后期随着经济的加速发展，自然对FDI产生了更多的需求，同时本地相对低廉的生产成本、产业发展环境的完善加之对东部省份大规模产业转移和相关政策倾斜的积极呼应，推动大量外商流入安徽，造成了后期的显著促进作用.

图5 上海和安徽FDI对GDP的脉冲响应曲线

4 结论与讨论

本文在对长三角各省(市)FDI和GDP演变过程分析的基础上，运用耦合协调度模型和动态计量经济学模型对长三角各省(市)FDI与GDP之间的互动机制进行测度，结果表明：1)长三角各省(市)的FDI与GDP增长趋势相似，且各省(市)FDI与GDP的耦合度和协调度变化趋势相似，耦合度显著上升且水平较高，协调度水平较低且没有明显变化，上海、江苏和浙江的FDI相对发展度呈先上升后下降的态势，安徽的FDI相对发展度呈稳步上升态势.协整检验结果表明,各省(市)FDI与经济增长均存在稳定的动态均衡关系.2)上海和安徽的FDI与GDP之间存在双向因果关系，浙江和江苏只存在FDI到GDP的单向因果关系.3)各省(市)FDI对GDP具有正向波动式的冲击效应：上海表现为先上升后下降再微弱上升的冲击，总体冲击效应低于江浙皖3省；江浙皖3省的冲击均表现为先上升后下降的态势，江浙的冲击效应比安徽更明显.上海GDP对FDI的冲击全程保持了正效应，表现出先上升后下降再微弱上升的态势，安徽GDP对FDI则表现出了“先负后正”的冲击，而后表现出明显下降的态势.

综合上述结论，对长三角各省(市)FDI政策的制定和实施提出以下建议：1)着力构筑经济增长与FDI的良性互动关系.江浙沪在民营经济蓬勃发展和产业转型升级的背景下，应通过制度和软环境的改善保障FDI的稳定发展，针对性引入更高技术水平的FDI企业作为产业发展的有效补充.上海FDI对经济增长的累计冲击最小，尤其要注重外资的质量和效益，在吸收外商投资的同时,统筹吸收外省(市)企业投资，从注重“引进来”向 “引进来”与“走出去”相结合转变，切实增强FDI区域效应.安徽FDI吸收能力较差，应继续加大FDI的引进力度，加强本地企业的技术吸收能力和竞争力，同时也要提升区域发展环境质量，促进FDI发展环境的持续优化.2)进一步完善跨区域协作发展机制，包括各省(市)之间和省(市)内部的跨区域协作发展机制.一方面，各省(市)可按照自身比较优势有序融入价值链，使得本地优势产业得到延伸和补充，提升产业竞争力，实现生产效率最大化；另一方面，在宏观层面上,对长三角各省(市)进行适当的FDI产业分工：推动上海世界级金融中心建设，发挥浙江软件、服务业优势，建设苏皖成为高科技制造业高地;同时应继续加大对安徽的政策倾斜，注重皖北与皖南、苏北与苏南、浙东北与浙西南的协同发展，在发达地区实现产业升级的过程中，促进FDI向欠发达地区流动，实现FDI与经济的协同并进发展.