外商直接投资、产业结构与城乡收入不平等——基于长江经济带11 省（市）的空间杜宾模型分析

柳晓明，李佳佳

（淮北师范大学 经济与管理学院，安徽 淮北 235000）

习近平总书记在党的二十大报告中强调要着力促进全体人民共同富裕，坚决防止两极分化[1]。为实现这一目标，需要进一步缩小城乡收入差距。在经济全球化的背景下，中国经济经历了中高速增长，逐渐从一个低收入国家转变为一个中高收入国家，产业结构也逐渐从第一产业为主转变为第二、第三产业为主。从2012 年开始，我国第三产业产值已经超过了第二产业。在此过程中，外商投资政策也不断完善，连续数年成为全球吸引外商投资最多的国家。就具体区域而言，长江经济带因其独特的地理位置，横跨中国东中西三大区域，是具有全球影响力的内河经济带，在全国经济发展中发挥着重要作用。由于受到政府政策和地理位置的影响，长江经济带各省区域发展不平衡问题较为突出，城乡收入差距较大，在一定程度上制约了共同富裕进程。因此，深入分析长江经济带城乡收入差距效应的影响机制，有助于长江经济带在吸引外资和调整产业结构方面缩小城乡收入差距，同时也为实现共同富裕提供了一个有用的准则，可以作为其他省份的参考。

一、文献综述

随着我国对外开放进程的不断深入，外商投资和产业结构转型升级在促进经济持续增长的同时，也导致了城乡居民收入差距扩大。21 世纪初，Atkinson 等提出了外商直接投资会扩大城乡收入差距这一论断[2]。随后，陈璨等选取中国1999—2018 年的样本，用固定效应回归模型得出结论，外商直接投资与中国地区整体城乡收入差距之间存在正相关关系[3]。也有一些学者提出了相反的意见，如沈毅俊等利用1987—2003 年中国主要省份的数据，将实际利用外资额、进出口总额和人均GDP 等作为解释变量先后引入库兹涅茨模型，实证分析得出外商投资不是导致区域内收入差距扩大的主要原因[4]。之后，Liu 发现外资对农村经济的改善远远大于对城市经济的改善，并指出FDI 对城乡收入差距的缩小有一定的贡献[5]。

近年来，关于产业结构对城乡居民收入差距影响的文献逐渐增多，学者就产业结构的调整是扩大还是缩小城乡差距展开了深入讨论。Berman 提出在工业化后期，产业结构的调整会在一定程度上导致就业结构的调整，从而促进经济增长且不会导致收入差距的扩大[6]。杜文胜等依托2005—2020 年的数据，基于中国31 个省份的数据，建立面板向量自回归模型，得出产业结构现代化会促使城乡收入差距缩小的结论[7]。王帅龙等基于城镇化水平这一视角，采用面板门槛法实证分析了产业结构对城乡收入差距的影响，得出当新型城镇化水平较低时，产业结构合理化会加大城乡收入差距的结论[8]。同年，胡晓梅等研究长江经济带2000—2019 年的面板数据，得出了相反的结论，即产业结构的优化和长江经济带的城乡收入差距都具有空间集聚的特征，产业结构升级扩大城乡收入差距，而产业结构合理化可以缩小城乡收入差距[9]。也有学者在数字经济的背景下，研究产业结构升级对城乡收入差距的调节作用，冀福俊采用固定效应模型，基于产业结构高级化的调节效应，实证分析产业结构高级化将对两个指标之间的关系产生反向调节作用[10]。

综上所述，现有文献或关注外资与城乡收入差距之间的联系，或侧重分析产业结构与城乡收入差距之间的关系，但将三者纳入同一分析框架中的研究相对薄弱。现有文献中同时分析这三个因素的研究采用的多是理论分析，这意味着没有考虑空间因素，得出的结论可能无法反映现实情况。此外，已有文献采用实证分析往往集中在国家层面或特定省份，没有考虑到代表地区的整体情况，而长江经济带生态地位重要、综合实力较强、发展潜力巨大、地理位置优越，因此研究长江经济带城乡收入差距对我国的发展具有重要的现实意义，这也是本文研究的切入点。本文研究过程中充分考虑空间因素，从地理空间联动的角度，基于空间杜宾模型的溢出效应分解，探讨外商投资和产业结构对长江经济带城乡收入差距的影响，重点研究产业结构和外商直接投资两个角度时空变化时对城乡收入差距造成的影响。

二、FDI、产业结构影响城乡收入差距的作用机制

外国直接投资者偏好在经济活跃、交通便利、市场庞大的地区投资，外资通过促进经济发展和城市化等间接地影响城市与农村的收入差距。如果外国投资主要集中在城市高技能劳动力上，城乡之间的收入差距将进一步扩大。改革开放初期，外国投资主要集中在工业领域，我国城乡收入差距是工业生产方式出现的结果。财政对农村的支出较少，农业发展所需设备落后，劳动生产率下降，导致农村居民收入水平低。农村居民不得不前往发达地区务工，但由于他们的技能和文化水平有限，只能在一些低附加值的行业工作。此外，外国直接投资通过技术转移影响了该地区的贸易模式，地方政策适应了外国资本的到来，也会使城乡居民的收入水平发生变化，进一步刺激周边经济的发展。

在产业结构不断升级和发展的过程中，技术发展、科技创新等因素将发挥越来越大的作用，高新技术产业成为发展的新趋势，越来越多低附加值产业和劳动密集型产业被取代。随着中国长期的城市导向的经济政策，这些新技术和产业将首先集中出现在城市，考虑到城市居民拥有更好的教育和卫生环境，这将会进一步拉大城乡居民之间的收入差距。第二和第三产业的发展导致人口向城市集中，而高科技产业需要更多的高素质劳动力，这为那些有技能的劳动力提供了大量机会。特别是，如果把第三产业依据工资水平来划分，那么高收入部门和低收入部门之间的收入差距就更大，因为金融和信息服务等部门需要一定的知识和技能，而农村劳动力往往只能在住宿和餐饮服务等低收入部门工作，从而扩大了最终的收入差距，主要的作用机制如图1 所示。

图1 FDI、产业结构影响城乡收入的作用机制

三、研究设计和变量选取

（一）模型设定

空间计量模型可衡量空间上的影响，考虑空间依赖性，常见的有空间误差模型、空间滞后模型以及空间杜宾模型。空间杜宾模型用于衡量自变量、滞后项与因变量之间的相关性，拟合效果较好。因此，本文采用空间杜宾模型进行实证分析，模型的一般形式如下：

式（1）中，Y是被解释变量，ρ 是空间自回归系数，W为空间权重矩阵，X为解释变量，β 为解释变量参数，WX表示解释变量的空间滞后项，λ 为解释变量的空间滞后系数，ε 为随机扰动项。

（二）空间权重矩阵设定

1.邻接矩阵（W1）

2.地理距离矩阵（W2）

设区域i与区域j间的距离为dij，以各省会城市（直辖市）间直线地理距离的倒数衡量。

3.经济距离矩阵（W3）

设区域i与区域j的人均GDP 分别为Yi、Yj，以其差值的倒数衡量区域经济距离。

（三）变量选择

1.核心解释变量

城乡收入差距（Gap）：被解释变量。城乡收入差距是指城镇与农村居民人均可支配收入的比率。通过城乡收入比测算城乡收入差距，可以有效地消除通货膨胀的影响，是反映城乡收入水平差距的一个比较准确的指标，所以本文研究选择城乡收入比进行测算。

第二产业产值比率（Sip）：核心解释变量，产业结构合理化的指标。第二产业的比重可以有效反映我国的工业化进展情况，该指标越大，表明工业化水平越高，可能也会导致城乡居民收入差距进一步加大。

第三产业产值比重（Tip）：核心解释变量。借鉴已有文献[11]，用第三产业占比替换第三产业与第二产业之比，该指标体系经过调整之后，更符合我国城乡收入差距的现状和当前的经济发展形势。因为近年来随着我国经济发展方式和产业结构的转变，外商对我国第三产业投资已经越来越多，远超第二产业和第一产业之和，因此选用第三产业的占比替换第三产业与第二产业之比的变量有着特殊的经济意义。作为产业结构升级的衡量标准，Tip值越高，第三产业发展越好，经济服务化程度越高。这一指标可以清晰地反映出经济结构的服务化倾向，会进一步拉大城乡收入差距。

外商直接投资（FDI）：核心解释变量。外商投资是影响产业发展的外部因素，主要从资金上支持我国产业发展，FDI越高，中国引进外资的水平就越高，可反映国际市场对国内产业发展的认可程度，在具体指标上选择所在区域每年实际利用外资额来衡量FDI的水平。

2.控制变量

实际生活中还存在诸多影响城乡收入不平等的因素，为了避免遗漏重要的变量，削弱回归的意义，选取以下控制变量：

教育水平（Edu）：控制变量。参考相关文献采用每万人中普通高等教育在校生人数来表示，外商投资的技术外溢主要体现在人力资本上面，技术水平较高的产业，多是雇佣高学历的人才，高水平人才通过技术外溢可以很好地学习到国外先进的管理经验和技术。

贸易开放度（Exim）：控制变量。该指标以各省份进出口总额占全年GDP 的比率来衡量，能有效反映中国对外贸的依赖程度。根据斯托尔帕-萨缪尔森定理，发展中国家的对外贸易有利于增加非熟练劳动力的相对需求，因此进出口增加，可能影响城乡收入差距。

人均国内生产总值（Pgdp）：控制变量。衡量经济发展对收入不平等的影响，一般来说，人均GDP 越高，人均收入越高。但由于不同区域经济发展不平衡，所以该指标也可能与城乡收入差距同向变动。

（四）数据来源及描述性统计

本文的数据来源于中国统计年鉴、中国教育年鉴、海关统计数据以及各省份历年统计年鉴等，研究数据选取长江经济带11 个省市①根据国家层面颁布实施的《长江经济带发展规划纲要》，长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11 个省市。2000—2020 年面板数据进行数据处理与实证研究。变量描述性统计结果如表1 所示。

表1 变量描述性统计

四、实证分析

（一）莫兰检验

1.全局莫兰指数

在应用空间计量经济学方法之前，首先要考察外商直接投资、产业结构和城乡收入差距之间的空间相关性。空间相关性一般用Moran’ s I 在整个领域内进行检验，取值范围在[-1,1]，一般来说，数值绝对值越大，相应的空间相关性也就越强；如果数值为正，则存在正的空间相关性；如果数值为负，则存在负的空间相关性；如果数值为0，则不存在空间相关性。由于篇幅原因，本文运用经济距离空间权重矩阵对城乡收入差距和外商直接投资的莫兰指数进行测算，结果如表2。可以发现绝大部分年份空间观测值通过了显著性检验且系数为正，说明二者均具有显著的空间自相关性。

表2 长江经济带历年来莫兰指数

2.局部莫兰指数

为进一步验证被解释变量及核心解释变量的空间相关性，再对城乡收入差距、外商直接投资进行局部莫兰检验。2000—2020 年长江经济带11 省市的城乡收入差距和外商投资在各象限的分布大致相同，受篇幅限制，仅展示2014 年经济距离矩阵下的局部莫兰检验结果，如图2～3 所示，可以发现，上海、浙江、江苏在外商投资呈现高—高集聚现象（观测值均落在第一象限），而贵州、云南和湖南在城乡收入差距上呈现高—高集聚现象，说明长江经济带省市外商投资和城乡收入差距存在不平衡现象。局部莫兰检验再次印证了在空间上具有相关性，因此应采用空间计量模型研究城乡收入差距的空间影响。

图2 城乡收入差距莫兰检验结果

图3 外商投资莫兰检验结果

（二）空间回归结果

本文基于经济距离矩阵W3，将城乡收入差距作为因变量，外商直接投资、第二产业比率、第三产业比重作为自变量，与3 个控制变量之间建立空间杜宾模型。并在稳健性检验中进一步运用邻接矩阵W1、地理距离矩阵W2进行检验。

为了确定合适的空间计量经济模型，本文进行一系列诊断性检验，最终选择空间杜宾模型。Durbin 模型是空间滞后模型和空间误差模型的扩展形式，它考虑了因变量和自变量的相关性。即本地区的城乡收入差异不仅取决于本地区外商直接投资、第二产业和第三产业比重以及其他控制变量，而且还取决于其他地区的外商直接投资、第二产业和第三产业比重以及其他控制变量。

1.检验结果

表3 显示了空间计量模型较传统面板模型更适合本文研究的LM 检验结果，结果表明，SEM模型和SAR 模型都适用，因此我们选择了将两者结合起来的SDM 模型。

表3 LM 检验结果

此外，为了检验模型选取的正确性，本文用选定的SDM 模型进行LR 检验，根据实证结果来判断其是否会退化为空间滞后或者是空间误差模型。由表4 可知，检验结果P值为0，在SDM 退化成SAR 和SEM 模型的假设中，均在1%的显著性水平下拒绝了原假设，即空间杜宾模型不会退化，因此SDM 模型是最合适的模型。

表4 模型选择LR 检验结果

为进一步验证模型选择是否正确，对选定的SDM 模型进行Wald 检查，以确定是否可以简化空间滞后或者是空间误差模型（表5）。实证结果表明，在SDM 简化为SAR 模型和SEM 模型的过程中，均在1%的显著水平上拒绝了原假设，即选用SDM 模型是合理的。

表5 Wald 检验结果

最后，对选定的SDM 模型进行相关的效应检验。如表6 所示，原始假设全部被拒绝，因此确定选择双固定效应。进一步进行Hausman 检验，在1%的显著性水平上也拒绝了原假设，进而验证了效应类型的选择，最终设定为双向固定效应的空间杜宾模型。

表6 效应类型选择结果

2.整体回归结果

表7 显示了SDM 模型在ind、time 和both 的不同情况下的计量结果，具体如下。

表7 计量估计结果

在both 列，长江经济带省域的三个核心解释变量均通过了5% 的显著性水平检验，系数分别为0.005 38，4.544，2.288，且第二产业系数在解释变量中最大，是影响城乡收入差距的主要原因。这主要是由于我国多年城市偏向性政策的实施，使得农村劳动力无论是在医疗保障、住房成本还是子女教育等方面相对于城市劳动力都不够完善，随着经济的发展，许多产业在技术层面提出了更高的要求，而城市居民由于拥有更好的教育环境等，更容易进入该行业，进而对城乡居民收入差距产生不利影响。第三产业比重也是扩大城乡收入差距的另一重要原因，可能是因为第三产业内部像金融业、物流和信息管理等都需要拥有一定的知识储备的人才才能很好地从事该项工作，而农村劳动力由于教育水平和技能水平有限，往往很难胜任该项工作。

在ind 和time 列，FDI、Sip、Tip的系数均通过了5% 的显著性水平检验。在不同的计量模型中，将空间因素引入模型后，FDI、第二产业比重和第三产业比重等三个核心解释变量均显著，第二产业和第三产业比重拉大城乡收入差距，FDI有利于缩小城乡收入差距，这说明该地区的城乡收入差距不仅与本地区有关，还受到相邻地区经济要素的影响。主要原因可能是外资进入初期可以为当地的企业引入先进的设备、成熟的生产工艺、技术和管理经验等，提高了企业生产效率，从而缩小了城乡收入差距。

控制变量中，人均国内生产总值扩大城乡收入差距，且在ind 列、time 列和both 列均通过了5%的显著性水平检验。这说明人均国内生产总值高、经济环境较优越的省份不利于缩小城乡收入差距，主要是由于省内不同地区发展存在竞争关系，省内某个地理位置优越的地区经济发展的同时，会抢占省域内周边地区资源，农村地区本身资源有限，进而发展受到限制，不利于缩小城乡收入差距。

（三）直接和间接效应分解

在深入分析各经济要素的溢出效应时，参照LeSage 和Pace 的实证方法[12]，将效应分解为直接效应、间接效应和总效应，来考察这些变量在空间上是否受到集聚效应的影响，结果如表8所示。

表8 样本的直接效应和间接效应分解

1.外商直接投资

在表8 和表9 中，核心解释变量外商直接投资在3 种矩阵下均对城乡收入差距有着正向的影响，受篇幅限制，本文仅展示经济距离空间权重矩阵下的效应分解，若该地区的外商直接投资每提升1%，则会使本地区的城乡收入差距扩大0.001 463 1%，周围地区的城乡收入差距扩大0.002 413 2 %，直接效应、间接效应和总效应在经济距离矩阵下均通过了1% 的显著性检验，但整体效应不明显，说明外商直接投资对收入差距的影响较小，这与上文结论一致，原因可能是外资本身对城乡收入差距的直接影响较小，主要是通过作用于第二、第三产业，使得行业之间收入的不平等加剧。外资总体上有助于中国产业结构的升级，通过投资于地理位置优越的第二、三产业，产业集聚使得第二、三产业的工人收入上升，而从事第一产业的工人收入水平下降，且长江经济带中各省份教育资源分布不均衡，像江苏和上海集中了较多的高校，劳动力水平较高，能够很好地从事各种外商投资的高新技术产业，进而对省域和周围地区农村务工人员的吸收能力较弱。

表9 稳健性检验

2.第二产业比率

第二产业比率在3 种矩阵下均通过了检验。若该地区的第二产业比重每提升1%，则会造成该地区的城乡收入差距扩大6.069 693%，而会使周围地区的城乡收入差距缩小5.264 732%，且直接效应大于间接效应，说明第二产业比重对本省的影响更大。随着经济全球化的推进，知识、技术密集型产业对劳动密集型产业的替代使劳动力的市场需求结构发生改变，人力资本水平低的劳动力将会被挤出劳动力市场。而江浙沪由于先天的地理优势，大量高素质人才集聚，相互学习共享资源，工业发展水平较高，拥有该技术的熟练工人收入水平提升，本省收入差距拉大。而某省域产业过于聚集，会使得产业向周边省域转移，因此带动周边省域经济发展，进而周边省份的低素质劳动力也能从事相关行业，收入水平上升。

3.第三产业比率

第三产业比率在三种矩阵下，均显著为正。由于产业结构高级化的空间溢出效应的存在，产业结构高级化的直接效应为4.354 379，间接效应为-4.320 745，两者均在1% 的水平上是显著的，且两者相抵的总效应为0.033 634 2，在统计上不显著。这表明，本区域城乡收入差距与本区域的产业结构高级化呈正相关，而与邻近区域的产业结构高级化水平呈负相关，且邻近区域的负相关抵消了本区域的正相关，导致总效应不明显。这可能是产业结构高级化为人力资源提供了就业岗位和机会,导致人口不断向城镇集中,而高新技术等高级化的产业结构对资本和人力资源的素质要求较高,集中到城镇的农村务工人员较少能从事高技术工作,只能从事一些劳动密集型、工资水平较低的传统产业,导致城乡收入差距进一步加剧；而缩小周围省份收入差距这可能是由于我国劳动力市场的开放，且在当前信息全覆盖、交通便捷的时代，地域限制已被打破，流动成本低，劳动力不仅从农村向城镇转移，更多还向经济发展速度快的大城市聚集，从而提高了自身收入，解决了一部分相邻地区农村剩余劳动力的就业问题。

（四）稳健性检验

参考李娜[13]、张弘等[14]的做法，本文采用替换矩阵和核心解释变量的方式验证模型的稳定性。具体而言，用邻接矩阵和地理距离矩阵替换经济距离矩阵，用第三产业产值/第二产业产值替换核心解释变量来验证实证结果的科学性和可靠性。

表9（1）列中，模型用邻接矩阵替换了经济距离矩阵，说明影响城乡收入差距的因素不仅与本地区发展有关，也与空间相邻地区的经济发展有关，且模型估计结果与双固定的空间杜宾模型一致。在（2）列中，模型用地理距离矩阵替换了经济距离矩阵，三个核心解释变量的结果还是会扩大城乡收入差距。在（3）列中，替换了核心解释变量，只有第三产业比重/第二产业比重符号发生改变，但系数较小，这与上文不符，可能是因为在产业结构转变的初期阶段，由于资金和政策限制等，各省域为支持本地发展，容纳当地低水平就业人员较多，从而吸纳了部分农村务工人员。模型的估计结果表明，改变各种空间矩阵后，模型的主要解释变量的估计结果和符号显著性与先前模型基本一致，说明模型的结果具有稳健性。

五、研究结论和政策建议

（一）基本结论

本文利用我国长江经济带2000—2020 年省级面板数据，基于经济距离矩阵，运用空间杜宾模型就外商直接投资、产业结构对城乡收入差距的影响效应进行分析，得出以下结论。

第一，外商投资、第二产业比重和第三产业比重与城乡收入差距始终正相关，并且第二产业比重是影响城乡收入差距的主要原因。由分析可知FDI 倾向于选择市场规模大、地理位置优越的地区，且主要是高新技术产业，导致大多数非技术劳动力无法从事外商投资的产业；且第一产业主要集中在农村，较少利用外资，收入水平较低。产业间的收入差距扩大极易导致城乡间的收入差距加剧,进而恶化全社会的收入结构。

第二，第三产业中的通信行业、金融业等工资较高，同时对劳动力素质要求也较高，而农村居民受教育水平较低，往往只能从事第三产业中工资较低的行业，如餐饮和住宿业。而其他高薪行业对劳动者素质要求较高，集中到城镇的农村务工人员较少能从事高薪技术工作，技能水平的欠缺也会扩大该区域城乡人均收入之间的差距。

（二）政策建议

基于上述研究结论，可以从以下几个方面入手，进一步缩小城乡收入差距。

第一，优化FDI 在我国城乡之间的区域布局。加强对欠发达地区FDI 的吸引，均衡配置优质FDI 资源，使各省份逐步缩小城乡收入差距。因此，引进外资时应考虑到数量、质量和区位因素。外商直接投资的区域布局应以有利于各省产业结构优化和相邻地区相互合作为导向，使其在乡村振兴过程中发挥更大的作用，为增加农村居民收入提供更为有力的支撑。长江经济带农村地区应通过完善基础设施和相关法律法规，保障FDI 的技术溢出效应能够有效发挥，为区域经济高质量发展增强驱动力。

第二，进一步提升产业合理化水平。产业结构合理化水平较低是造成长江经济带部分省份城乡收入差距较大的重要原因。因此，要进一步加强农业科技创新，优化农业资源配置，积极探索特色农业等产业模式，确保农民高效创收，推动乡村地区第一、二、三产业之间的融合发展，完善有利于推动不同产业融合发展的政策体系与市场架构。长江经济带的内部要因地制宜、协同发展，制定差异化的区域政策。同时，重视乡村地区产业的技术升级和内部产业结构的优化，推动中国式现代化进程。

第三，通过充分发挥空间溢出效应逐步增强农村劳动力综合素质。注重提高农村劳动力的技能，逐渐增强其在物流传输和计算机服务等第三产业或第二产业中的市场竞争力。充分发挥空间溢出效应，完善住宿、餐饮等服务行业的公共机构和服务部门的管理制度，吸引高技能劳动力进入相关行业，为产业链与供应链的完善提供坚实的人才支撑，在缩小城乡收入差距的同时为乡村振兴提供坚实的人才支撑。