武力超,翟光宇,陈熙龙
(1.厦门大学经济学院国际经济与贸易系,福建厦门361005;2.东北财经大学金融学院,辽宁大连116025;3.天津市河北区人民政府金融服务办公室,天津300232)
二十世纪以来,城市化的发展速度不断加快。尤其是近些年来,世界城市人口快速增长,据联合国人居中心的《世界城市状况报告》,目前世界城市人口已经超过全球总人口的一半,达到35亿。预计今后世界城市化的趋势还会加速发展,到2030年,世界城市人口接近50亿,约占世界总人口的60%;到2050年全球范围内的城市化率将超过70%①数据来源:世界银行数据与研究部(World Bank,Data&Research Sector)。。城市人口空间集聚作为城市化的主要表现,并非人口的自然流动,而是与社会经济发展高度相关的有目的性、方向性的人口流动,对于解释一个国家某一时期的社会经济发展水平具有重要的作用。
与此同时20世纪90年代以来,大部分国家不同程度实现了金融开放及投资自由化,国际资本流动规模不断扩大。外商直接投资(FDI)成为影响经济增长的重要因素。FDI是否会对城市人口集聚产生显著性的影响,如果存在影响,该传导机制又是怎样的,正是本文的研究核心。对于发展中国家而言,FDI是经济增长、扩大就业、技术进步的重要动力,各国政府也不断扩大对外开放程度、优化投资环境、突破制度障碍,以吸引更多的FDI。因此,FDI已成为分析经济发展所不可回避的重要因素,包括城市人口空间集聚问题。
本文的研究中心就是将FDI和城市人口空间集聚问题相联系,将FDI对城市人口集聚的影响落实到传导机制的研究中来,着重探讨FDI对城市人口集聚和城市规模的促进作用,以及与制度因素的关系。通过理论剖析,我们发现传导机制的作用发挥是依靠国家宏观调控来实现的,所以我们又做了进一步的论证,探讨全球范围内不同国家的制度因素,如经济自由程度,是否会对这个传导机制产生显著的影响。探讨FDI的积极作用,不仅对于推进城市人口集聚、促进产业结构调整、提高实际生活水平具有重要的意义,而且对于进一步优化城市发展结构、改善城市发展环境、提高城市发展潜力具有重要的实践意义,同时对于政府的相关政策制定也具有指导作用。
本文第二部分进行理论剖析,结合对以往文献的梳理,研究FDI对城市人口集聚的影响,同时探讨经济自由程度等制度性因素对FDI功能性作用的影响。基于理论上的探讨,接下来本文建立了一个包含139个国家30年的全球面板数据库进行实证分析,第三部分将对本文的模型设立、指标选择和方法确定进行了系统论证。第四部分是实证结果的分析。最后是通过分析而得出的结论。
影响城市人口空间集聚的因素方方面面,诸如金融发展、政府投资、私人投资、制度与政策等等。在当前开放背景下,随着全球化的加深和国际资本流动障碍的减少,越来越多的学者开始关注FDI对城市人口空间集聚的影响。
关于FDI的理论研究,最早可以追溯到古典经济学相关理论。传统的FDI理论依托于国际贸易,费雪以比较优势理论为基础提出国际资本流动是由于国际间的利率差所引起的。20世纪50年代以后,随着战后国际秩序的不断恢复,全球经济发展呈现出了新的局面,而针对FDI专门的理论研究也逐渐增多。1960年,美国学者海默(Hymer)[1]首次提出了垄断优势理论,打破了传统FDI理论的局限,以不完全竞争为前提,认为跨国投资发生的原因是跨国公司凭借其独有的优势在东道国市场上形成占优地位,导致不完全竞争的局面,从而维护了较高的垄断利润。该理论成为了最早、最有影响力的专门研究FDI的理论。弗农(Vernon)[2]把产品的生产分为了创新、成熟和标准化三个阶段,以解释企业根据实际条件做出的对外直接投资决策。英国学者巴克莱和卡森(Buckley,Casson)[3]在科斯提出的内部化理论基础上,把市场交易内部化原理引入了对外直接投资领域,首次从企业组织的角度探寻FDI的原因。日本学者小岛清(Kiyoshi Kojima)[4]利用国际分工的比较优势原理,从宏观经济因素出发,阐明了FDI以及产业转移的方向。英国学者邓宁(Dunning)[5]的国际生产折中理论标志着FDI理论走向成熟,认为对外直接投资是企业所有权、区位和内部化三大优势综合作用的结果,具有很强的解释力。这些理论成为了FDI理论发展的基石。同时,Castells[6],Harvey[7]等一些经济学家也对 FDI 理论提出了不同观点,认为FDI只会导致发展中国家依附于发达国家。
国外学者针对FDI理论的研究逐渐成熟,与此同时国内学者结合我国利用外资的实际情况,针对FDI对社会经济发展,尤其是城市化的影响也做了探索。代谦[8]等认为发达国家FDI中的产业选择依赖于发展中国家自身的技术和竞争能力,且FDI不一定带来技术进步和经济增长,需要城市中较快的人力资本增长相配合。罗茜[9]认为FDI对于城市人口集聚有积极的影响。黄河[10]等利用VAR模型对我国城市化水平和FDI进行实证分析,认为FDI与城市化之间存在单向因果关系,即FDI是城市化发展的动因。郭政浠[11]通过分析FDI区域差异对人口流动的影响发现,FDI主要集中在东部地区,人口迁移的方向也是由中西部移向东部,政府应该通过政策手段合理调节FDI和人口的流向。
从全球普遍现象来看,FDI主要投资于东道国的第二、三产业。一方面,第二、三产业的发展需要依托于城市,与相关产业形成联动发展,从而促进人口向城市集聚;另一方面,为了降低劳动力成本,FDI也需要吸纳大量的农村劳动力到基础设施较为发达、开放程度较高的城市就业。另外,在FDI的作用下,传统农业生产和农村生活逐渐消失,农村劳动者的素质随着教育水平、生活水平的改善而提高,具备了第二、三产业的劳动能力,客观上也促进了农业人口向城市集聚。随着FDI的不断增加,城市人口数量和比例也会不断提高,人力资本不断积累,增加了城市规模扩张的动力,为FDI进一步扩大规模提供了条件。
以中国为例,改革开放以来,由于我国实行了对外开放政策以及一系列投资优惠政策,FDI迅速增长,尤其对沿海城市的经济增长、城市发展、技术创新起到了重要的推动作用,城市人口规模也不断扩大。表1为近年来中国FDI、城市人口、城市人口比重三者之间的关系。可以看到,除两次经济危机期间FDI有小幅波动外,三个变量之间呈现了明显的正向相关。图1为FDI与城市人口比重的散点图。FDI对城市人口集聚的影响还依赖于各国的制度质量。大量研究证明了制度质量对经济增长、国际资本流动等有重要的影响,以 Acemoglu et al[12];Kaufmann et al[13]为代表。通过影响产业结构、人力资本、教育水平、生活水平等,FDI对城市人口集聚产生深刻影响,经济自由程度对其传导机制的发挥有重要的作用。经济自由就是政府对经济活动不进行干预,经济自由程度可以由经济自由度指数衡量。大量研究表明,经济自由可以促进经济增长(Barro[14];Easton,Walker[15])。从经济自由程度的不同方面考虑,贸易自由度、资本市场自由度直接影响FDI的流入,自由度越高,FDI的流入就越多,企业融资、技术创新、专业化分工以及出口就可以得到更多、更稳定的支持;政治民主程度、知识产权保护程度、法制完善程度影响外资企业在东道国的可变成本,直接影响对外资的吸引能力,以知识产权保护程度为例,对技术创新的保护程度越高,可以降低企业维护创新成果的成本,因此对FDI的吸引能力也就越强。制度环境的影响方向在经验检验中却存在着模糊性。鉴于此,在实证中将进一步讨论经济自由程度是否加剧了FDI对城市人口集聚的影响。
表1 中国FDI与城市人口 (单位:亿美元、万人、%)
综合以上的系统理论分析,我们不难发现FDI的流入与城市人口空间集聚之间存在必然联系和影响。所以本文在进行实证论证前提出了两点重要假设:(1)在投资内生性因素存在的前提下,FDI流入对城市人口集聚有显著地促进作用;(2)在第一个假设存在的条件下,经济自由程度等制度性因素对FDI的功能性作用有着显著的影响。而这种作用有可能在某一个或者多个制度因素中得到体现,本文的以下部分将对此进行详细论证。
在实证模型中,我们基于1980—2011年139个国家的基础数据,这里包含52个发达国家和87个发展中国家,实证模型的计量验算过程是基于动态面板回归分析方法来验证外商直接投资和经济自由程度对城市人口集聚的影响,采用动态面板回归方法的主要优势是差分GMM,系统动态GMM是能够有效处理变量内生性问题的动态面板回归方法。面板数据模型最常用的估计方法是固定效应模型和随机效应模型,但当解释变量具有内生性时,这两种模型均不能保证得出无偏的参数估计,此时,工具变量法是更为合适的估计方法。Arellano和Bond[16]提出了用差分GMM(Differenced GMM)估计方法来解决。但是,Blundell和Bond[17]指出,一阶差分 GMM估计方法容易受到弱工具变量的影响而得到有偏的估计结果。为了克服弱工具变量的影响,Arellano和 Bover[18]以及 Blundell和 Bond[17]提出了另外一种方法,即系统GMM(System GMM)估计方法①系统GMM方法的详细介绍,可见武力超(2011),空间集聚是否总是促进经济增长,世界经济。。其做法是将水平回归方程和差分回归方程结合起来进行估计,在这种估计方法中,滞后水平作为一阶差分的工具变量,而一阶差分又作为水平变量的工具变量。王津港[19]的研究指出系统GMM估计在大多数情况下,估计量具有最小的偏误,也最有效,但如果个体效应与异质性冲击的方差比非常小,特别是非常大时,估计量的偏误程度可能大于差分的GMM估计结果;一阶差分GMM估计量的偏误程度随自回归系数趋近于1而显著增大,但其对方差比变化的敏感性较弱;水平方程的GMM估计对方差比变化的敏感性较大,因此本文将报告差分GMM和系统GMM的回归结果。我们提供面板固定效应的回归结果作为对照组。由于内生性回归系数隐含偏误,因此在动态面板回归之后对过度识别的约束条件进行测试,本文报告了Sargan检验及其相关P值反映估计过程中样本矩条件工具变量的总体有效性。Sargan检验的原假设是模型估计选用的工具变量是合适的,因此,如果Sargan统计量的p值大于0.05,表示在5%的显著性水平上,工具变量的选择是合理的,否则不合理。
由于城市人口集聚 (Aggloi,t)可能受到外商直接投资 (FDIi,t)的影响,而且经济自由程度等制度因素(Freedomi,t)的差异会对这个传导机制产生显著效应,方程中还引入了若干影响城市人口集聚的宏观控制变量(Conti,t),所以以下模型是面板回归的简化方程式(Reduced Form):
其中 i和 t分别是指国家(i=1,…,139)和时间(t=1980,…,2011)。因为面板GMM估计允许固定的国家效应以及时间效应的存在,所以在以上的方程里分别添加了两个对应的国家固定效应(vi)和时间固定效应(ψt)。
本文选取了全球范围一个国家的人口居住在超过百万人口的大城市群的比例(Aggloi,t)作为城市人口空间集聚的度量指标。Henderson[20]的研究表明,在考量集聚的经济效益时,与城市化率指标相比,城市人口集聚指标是更好的表征集聚效应的指标。作者同意Henderson的看法,Aggloi,t作为集聚的有效表现形式,能体现某城市是否存在大城市的特征和国家内部不同城市是否得到了均衡发展。该数据来源于世界银行 (World Bank)城市发展研究开发部(Urban Development R&D Sector)的城市发展数据库(Urban Development Database)②数据来源:www.esds.ac.uk/international/access/dataset_overview/asp#desc_IMFWEO。
文中我们使用FDI的流量而不是存量数据作为被解释变量,是基于FDI的存量无法反映投资的最新变化,我们使用FDI流入占GDP比重作为衡量指标,FDI流入指标来自于世界银行世界发展指标数据库(World Development Indicators,WDI)③数据来源:www.esds.ac.uk/international/access/dataset_overview/asp#desc_IMFWDI,时间跨度为1980-2011年。此外我们采用变量的对数形式,这样有两个优点:一是可以平滑变量短期波动对实证分析的影响,二是回归结果可以提供一个直观的经济解释。
在之前考虑城市发展的模型中,已经有经济学家开始考虑城市发展过程中众多影响因素的内生性问题[20],但是大多数经济学家仍然停留在理论上对影响城市发展因素的内生性讨论上,并没有在实证中给予支持和验证。从另一方面,虽然FDI对于社会经济发展具有各个不同层次的作用,但是其对于城市建设的支持作用是本文讨论的核心,FDI与城市发展之间具有较强的内生关系,这种内生性的关系可以理解为FDI与城市发展有直接互动关系:FDI为城市发展提供必要的资金和物力支持,城市发展也会影响FDI的流入,尤其是城市人力资本数量和质量以及城市基础设施建设。基于以上从城市发展与FDI流入的两个角度考虑,本文基于Henderson[20]对于支持城市建设因素的内生性假设的基础上,我们采用了能够较好处理变量内生性问题的动态面板回归方法:差分GMM和系统动态GMM,这也是本文的重要贡献之一。
我们模型里另外一组重要的指标就是经济自由度指标(Freedomi,t),经济自由度指标我们选自美国传统基金会①美国传统基金会成立于1973年,是美国著名的智囊研究和教育机构,其经费主要来自私人部门,其任务是研究和促进以自由企业、有限政府、个人自由、传统美国价值观及强大国防为原则的保守主义政策。的经济自由指标数据库,美国传统基金会联合《华尔街日报》集团从1980年开始②其中1980-2000期间是每5年公布一次,2000年以后每年公布一次。,每年年初发布各国经济自由度指数。他们主要对政治稳定,法律健全,贸易政策、政府的财政负担、政府对经济的干预、货币政策、资本流动和外国投资、银行和金融业、工资和价格、知识产权保护、政府管制、非正规市场等10大类50个项目指标进行考察。传统基金会指数的特点是其度量方法保持了很长的连续性与一致性。他们将10大类指标分别进行打分,并最后进行算术平均,打分标准由1到10,分值越高,代表自由度越高。按照之前的理论分析,经济自由程度作为一个重要的发展性因素,会对城市人口集聚产生影响,考虑了数据完整性和对不同层次的代表性后,我们从中筛选了5个指标,如表2所示。
表2 经济自由程度指标
模型中使用的宏观控制变量(Conti,t)的选择是依据 Beck[21]模型中选择的宏观控制变量(Conti,t)包括:人均 GDP(GDPP),人口抚养比率(Adro)、贸易开放度(Open),平均工资水平(Wage)。
人均GDP是消费者财富的衡量,会对投资收益产生影响。将人均GDP作为人口红利的反映,会影响FDI的流入;人口抚养比率体现了一国的人口结构,人口抚养比率越高,意味着相对于工作人口来说,被抚养的人口越多,那么该国的适龄劳动力就越少,人力资本水平越低,该国的经济水平就越低,对FDI的吸引力下降;贸易开放度代表了一个国家的开放程度,开放程度的提高有助于经济活跃程度的提高,提升对FDI等投资的吸引力;平均工资水平,表明一定时期就业人口工资收入的高低程度,也反映了当地的劳动力成本,会对FDI的流入产生影响。
基于以上的实证模型以及全球数据库,通过动态面板回归方法计算而得的结果见下表。因为考虑到全球数据库必然包含各个国家之间的截面以及时间上的固定效应区别,以下的方程里我们都考虑了对应的国家固定效应(vi)和时间固定效应(ψt)。需要特别说明的是,因为考虑到FDI指标,经济自由度指标以及收入分配指标都具有非常明显的时间性特征,而一般的面板方法又不直接添加时间固定效应(ψt),本文实证中为每一个方程都添加了时间固定效应(ψt)。
表3-表7我们依次考察了FDI与表征5个经济自由度指标及其互动对于城市人口集聚的影响。
命题1:外商直接投资(FDI)流入会对城市人口集聚产生积极的促进作用
按照我们的理论机制分析以及较为全面的文献整理,FDI的流入通过对工业、服务业的投资,带动相关产业发展,促进了城市人口的空间集聚;同时,FDI为了实现自身的利益最大化、降低成本,也会吸收大量农村剩余劳动力,形成农村人口向城市流动。
从表3-表7模型(1)-(3),我们依次加入表征经济自由度的指标,考察了不同层面的经济自由度状况对于FDI和城市人口集聚这一传导机制的影响,通过观察我们发现表3—表7中外商直接投资指标均显著为正,体现了FDI流入对城市人口集聚和城市规模扩大均产生显著的促进作用,提高了社会人力资本的优化分配和流动性,增加了城市规模扩张的动力,与前文提出的第一个理论假设相一致。变量的符号与预期的一致。
差分GMM回归和系统动态GMM回归结果的系数发生了微小的变动,但FDI指标显著为正,体现了GMM回归结果的稳健性,我们提供了面板固定效应作为对照组,回归结果和GMM回归有一些差别,主要体现在系数上的差别,这也从侧面佐证了我们使用GMM方法的正确性。Sargan检验值也没有拒绝一阶滞后变量是合适的工具变量的零假设,并且通过二阶自相关检验。
表3 实证结果分析—贸易自由度指标
在第一个假设完全成立的基础上,我们对第二个假设进行验证。
命题2:经济自由程度差异对FDI的功能性作用产生显著影响
基于之前的理论分析,各国经济自由程度的差异会对FDI影响城市人口的传导机制产生显著影响,所以以上方程里的系数预计结果是FDI流入的指标 βi,3> 0 以及经济自由度指标 βi,2> 0,但是对于交叉项的系数βi,3>0而言,按照理论的分析,成立的条件只是显著,而最好的结果是和FDI的系数保持一致βi,3> 0,不过对于交叉项来说如果βi,3< 0同时又是显著的,就可以说明我们的理论假设是成立的。
表3-表7模型(4)-(6)包含不同的经济自由度指标以及其与FDI指标的交叉项,我们发现各指标本身对FDI流入和城市人口集聚这一传导机制均有显著影响,说明随着贸易开放度的提升,资本项目的开放,FDI的流入增加,为企业融资、技术创新、专业化分工、出口提供便捷和稳定的支持,从而促进城市人口集聚和城市发展。政府民主程度的提高、知识产权保护有效、法制完善降低了外资企业在当地的可变成本,对FDI的流入形成吸引。有些学者曾经批判的指出,制度相关指标的使用带有严重的统计上的偏向性,但是本文采取的是139个国家的数据库,在一定程度上已经克服了统计上的偏向性,所以结果是可信的。
在控制了经济自由程度指标与FDI指标的交互项后,各指标显著性良好,说明经济自由程度等制度性因素是影响城市人口集聚的重要因素。其中贸易自由度指标显著为正,表明贸易自由度提高有利于外资企业的产品出口和实现专业化分工,资本市场自由度指标显著为正,反映资本市场自由化直接降低了融资约束,从某种意义上来说不仅外国资本可得性增强,给了境外投资者投资国内股票证券的机会,同时本国投资者也有权利交易外国股票证券,这被认为是放松信贷约束最直接也是最有效的方法(Bekaert et al[22];Manova[23])。外国资本流入使投资资金的获得变得更加便利,包括实物资本和人力资本的积累。资本市场自由化之后,企业将会有更多的机会获得资金的支持。这样一来,国家可以大力发展经济,投资到不同的产业领域。有利于城市人口的集聚和城市的规模扩张。政治民主可以有效促进城市企业的扩张和人口的集聚,有利于城市的发展,有效的知识产权保护和健全的法制均有助于提高城市对外资企业的吸引力度,有利于城市的良性发展。
为观察经济自由程度本身对FDI流入的影响,我们还引入了5个经济自由度指标作为解释变量,通过观察我们发现他们均对于城市人口集聚有积极的促进作用,经济自由度提高改善了投资环境,促进了市场的良性运转和资源的合理分配,有利于城市人口集聚和城市发展。
表5 实证结果分析—政治民主程度指标
表6 实证结果分析—知识产权保护程度指标
表7 实证结果分析—法制完善程度指标
本文首先从理论上分析了FDI影响城市人口集聚的传导机制,采用1980-2011年间139个国家的数据,基于动态面板回归分析方法来验证外商直接投资和经济自由程度对城市人口集聚的影响。通过分析发现,FDI流入对城市人口空间集聚和城市规模扩大均产生显著的促进作用,提高了社会人力资本的优化分配和流动性,增加了城市规模扩张的动力。FDI可以带来新的就业岗位,同时提高劳动者素质,但是FDI的区位选择并不是均匀分配的,开放的城市获得了更多的FDI,导致开放城市农村人口向城市集聚速度加快,造成了城乡发展的不均衡、区域贫富差距的加大。政府需要通过合理的政策引导,使FDI的区位分配更加科学合理。另外,FDI的流向与城市的产业结构、基础设施发展水平等因素密切相关。FDI投资集中于第二、三产业,通常与东道国的比较优势产业相结合,达到降低成本、提高利润的目的;而基础设施水平体现了一个地区产品运输、信息获取的成本,良好的基础设施水平会提高一个地区吸引FDI的能力。通过不断调整产业结构、改善基础设施水平,可以达到吸引更多外资的目的,从而实现城市人口集聚和城市规模的不断扩大。
同时经济自由程度的影响不容小觑,已经成为城市人口集聚的重要制约因素。提高经济自由程度,包括提高贸易自由度、资本市场自由度、政治民主程度、知识产权保护程度及法制完善程度,都有利于该地区吸引外资,促进城市人口集聚的加速。
[1]Hymer S H.The international operations of national firms:A study of direct foreign investment[M].Cambridge:MIT Press,1976.
[2]Henderson J V,Wang H G.Urbanization and city growth:The role of institutions[J].Regional Science and Urban Economics,2007,37:283–313.
[3]Buckley P J,Casson M.The future of the multinational enterprise[M].London:Macmillan,1976.
[4]Kiyoshi K.Theory of foreign direct investment[M].Tokyo:Diamond,1977.
[5]Dunning J H.Trade,location of economic activity and MNE:A search for an eclectic approach[M].London:Macmillan,1977.
[6]Castells M.Movimiento pobladores lucha de clases[M].VIEXPO,Santiago,1972.
[7]Harvey D.The roots of geographical change:1973 to the present[J].Human Geography,Geografiska Annaler.Series B,1989,71:3 -17.
[8]代谦,别朝霞.FDI、人力资本积累与经济增长[J].经济研究,2006(4):15-27.
[9]罗茜.FDI对中国城市化进程推动的实证分析[J].首都经济贸易大学学报,2008(3):105-112.
[10]黄河,周春光,袁瑶南.我国城市化发展与FDI的动态关系研究[J].统计教育,2009(8):13-17.
[11]郭政浠.FDI东西部差异对人口流动的影响研究[J].经济研究导刊,2010,35:15 -17.
[12]Acemoglu D,Johnson S,Robinson J A.Institutions as the fundamental cause of long run growth[R].NBER Working Paper,No.10481,2004.
[13]Kaufmann D,Kraay A,Mastruzzi M.Governance matters VI:Governance indicators for 1996~2006[R].World Bank Policy Research Working Paper,No.4280,2007.
[14]Barro R.Determinants of economic growth:A crosscountry empirical study[M].Cambridge,MIT Press,1992.
[15]Easton S T,Walker M A.Income,growth,and economic freedom[J].American Economic Review,1997,87:328-332.
[16]Arellano M,Bond S.Some tests of specification for panel data:Monte Carlo evidence and an application to employment equations[J].Review of Economic Studies,1991,58:277-297.
[17]Blundell R,Bond S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of Econometrics,1998,87:115 -143.
[18]Arellano M,Bover O.Another look at the instrumental variable estimation of error-components models[J].Journal of Econometrics,1995,68(1):29–52.
[19]王津港.动态面板数据模型估计及其内生结果突变检验理论与应用[D].武汉:华中科技大学,2009.
[20]Henderson J V.Urbanization and growth[A].Aghion P,Durlauf S.Handbook of economic growth,volume 1B[C].Amesterdam:North-holland,2005.
[21]Beck T,Demirgüc-Kunt A,Leaven L,et al.A theory of the informal sector[R].NBER Working Paper,No.W8823,2007.
[22]Bekaert G,Harvey C R,Lundblad C.Does financial liberalization spur growth?[J].Journal of Financial E-conomics,2005,77(1):3–56.
[23]Manova K.Firm exports and multinational activity under credit constraints[R].NBER Working Paper,No.16905,2009 .