生产性服务业FDI空间集聚的经济增长效应——基于省级面板数据的空间计量分析

矫 萍

（1.哈尔滨工业大学管理学院，黑龙江哈尔滨150001；2.黑龙江东方学院经济贸易学部，黑龙江哈尔滨150086）

【投资与合作】

生产性服务业FDI空间集聚的经济增长效应
——基于省级面板数据的空间计量分析

矫 萍1，2

（1.哈尔滨工业大学管理学院，黑龙江哈尔滨150001；2.黑龙江东方学院经济贸易学部，黑龙江哈尔滨150086）

利用我国24个省市2004—2011年的数据，借助空间计量方法对生产性服务业FDI空间集聚的经济增长效应进行实证分析。从全局Moran’s I指数分析来看，生产性服务业FDI和经济增长均具有较强的空间相关性并呈现空间集聚的特征，某个地区与邻近地区生产性服务业FDI和经济增长的水平有关。从空间滞后模型分析看，生产性服务业FDI对经济的促进作用总体上小于经济开放度对经济增长的促进作用，但是经济开放度对经济增长的作用有弱化的趋势，而生产性服务业FDI对经济增长的促进作用在不断提升。

生产性服务业；FDI；经济增长；空间计量模型

一、引言

20世纪90年代以来，全球生产性服务业投资以每年15%的速度增长，目前生产性服务业FDI流量已占全球FDI流量的50%左右，金融、租赁和商务服务、信息传输和计算机服务、物流和通讯等生产性服务行业已成为吸引FDI的主要领域。伴随着服务业国际转移以及国内经济发展方式的转变，我国利用外资正步入“服务经济时代”，生产性服务业外商直接投资已成为提升我国服务业和服务贸易竞争力、促进产业结构升级和经济增长的重要途径之一。

国内外学术界对生产性服务业FDI的研究成果相比于对制造业FDI的研究成果要少一些，理论研究的落后与生产性服务业的快速发展形成了鲜明对比。通过检索现有文献，研究整体服务业FDI经济增长效应的较多［1］［2］，有关生产性服务业FDI集聚经济增长效应的少量研究也主要是运用单位根检验、协整检验、格兰杰因果关系检验等计量经济学的方法来进行分析［3］，研究方法单一，而且这些传统的计量分析方法均默认各个变量观测值相互独立，而忽视了空间相关性，即一个地区与邻近地区的生产性服务业FDI和经济增长可能具有相关性，因此容易产生模型设定的偏差问题，进而导致估计结果的偏误，而空间计量方法可以解决这个问题。基于此，本文将空间相关性因素纳入分析框架，采用空间计量的方法分析生产性服务业FDI空间集聚的经济效应，以期从新的视角探讨促进区域经济增长的措施。

二、变量选择、数据说明与模型设定

本文被解释变量选取24个省市的国内生产总值来反映经济增长，用各省市的GDP表示（PERGDP），用生产性服务业FDI与控制变量来表示解释变量。

关于生产性服务业的界定，本文借鉴Goodman和Steadman的投入产出表法，利用2010年投入产出表计算14个服务行业的中间需求率，将中间需求率高于60%的服务部门归属为生产性服务业［4］，具体包括（1）交通运输、仓储和邮政服务业，（2）租赁和商务服务业，（3）金融服务业，（4）信息传输、计算机服务和软件业，（5）科学研究、技术服务和地质勘查业。采用上述五个行业的FDI实际利用金额之和来表示生产性服务业FDI（PSFDI），并根据各年度汇率的中间价调整为人民币计价。

控制变量是用来控制其他可能导致经济增长的因素，主要选择能够影响各地区经济增长的资源禀赋差异的变量［5］，具体有：（1）政府干预水平（GOV），用政府消费占最终消费的比重表示；（2）经济开放度（OPEN），用出口贸易总额占GDP的比率来表示。

囿于数据可得性，本文收集了2004-2011年全国24个省、直辖市（不包括港澳台地区，西藏、吉林、宁夏、海南、青海、重庆、四川，因数据缺乏未被纳入）的生产性服务业FDI的数据，主要来源于各省市统计年鉴，其他变量的原始数据源于《中国统计年鉴》和《中国商务年鉴》。

基于以上分析，构建一般的非空间计量模型，即线性回归模型如下：

三、研究方法

根据空间计量经济学的原理和方法，首先检验生产性服务业FDI和经济增长是否具有空间相关性。如果存在空间相关性，则应将空间效应纳入分析框架中，并建立空间计量模型进行估计；反之，则可以直接利用一般估计方法，如OLS方法。

（一）空间相关性检验

采用全局Moran’s I指数分别检验生产性服务业FDI和经济增长之间是否存在空间相关性，其计算公式为：

Moran’s I的取值范围在［－1，1］之间，当Moran’s I＞0时，表示存在正相关，说明相邻地区的生产性服务业FDI和GDP值是相似的，呈现空间集聚的特征；当Moran’s I＝0时，表示不存在空间相关性；当Moran’s I＜0时，表示存在负相关［5］，说明相邻地区的生产性服务业FDI和GDP值是相异的，呈现空间离散的特征。

（二）空间计量模型设计

空间相关性可以表现为空间滞后模型（SLM）和空间误差模型（SEM）两种基本形式。

空间滞后模型中变量的空间相关性由因变量的空间滞后项来反映，用于考察相邻地区的行为对整个系统内其他地区行为的影响情形。在一般的非空间计量模型的基础上，引入空间相关性，将空间滞后模型设定如下，其中Ln表示经过对数处理的变量：

空间误差模型是指包含在误差项中的空间自回归处理模型，反映了邻近地区关于因变量的误差冲击对本地区观测值的影响程度。其模型设定如下：

式（3）和（4）中，LnPERGDP为因变量；W为n×n阶空间权重矩阵，其中n是地区数；WLnPERGDP、Wε分别为空间滞后因变量和空间误差因变量；βi、ρ、λ分别为空间回归系数、空间滞后系数和空间误差系数；ε和μ均为随机误差向量。

四、实证分析

（一）空间相关性检验

采用全局Moran’s I指数，利用Geoda1.4.6软件对各省市的生产性服务业FDI和GDP是否存在空间相关性进行检验，检验结果如表1所示。

表1 生产性服务业FDI和人均GDP的空间相关性检验结果

结果显示，除2005年之外，生产性服务业FDI和GDP的Moran指数值在所有年份都通过了10%的显著性水平检验，Moran’s I值均大于零，而且呈逐年上升的趋势，这说明各省市生产性服务业FDI和GDP均呈现出显著的空间正相关性，且相关程度越来越明显。根据空间相关性的概念可知，存在空间正相关则表明生产性服务业FDI和GDP的分布均呈现出空间集聚的特征，相邻地区的生产性服务业FDI值和GDP值是相似的，这表明某个地区与邻近地区的生产性服务业FDI和经济增长水平相关，因此，在研究生产性服务业FDI空间集聚的经济增长效应时有必要考虑空间相关性因素。

（二）空间计量检验

全局Moran’s I指数已证明生产性服务业FDI和GDP存在明显的空间相关性，因而，需要构建空间计量模型进行估计。为了进一步区分空间滞后模型和空间误差模型哪一个更适用，可采用两个拉格朗日乘数形式LM－lag、LM－error及其稳健Robust LM－error、Ro－bust LM－lag来判断。如果在空间相关性的检验中发现LM－lag比LM－error在统计上更加显著，那么应该选择空间滞后模型（SLM）进行估计；反之，则选择空间误差模型（SEM）。本文采用Geoda1.4.6软件进行检验，结果显示空间滞后模型（SLM）更为适用，表2为2004－2011年的SLM估计结果。

表2 空间滞后模型估计结果

从表2可知，（1）生产性服务业FDI（PSFDI）和经济开放度（OPEN）在5%的显著性水平下都通过了显著性检验，说明生产性服务业FDI以及经济开放度均对各地区的经济增长产生正向的促进作用。如2011年，生产性服务业FDI流入量每增加1万元，GDP相应增加7.95万元。（2）生产性服务业FDI的回归系数比经济开放度的回归系数小，这说明生产性服务业FDI对经济增长的促进作用比经济开放度对经济增长的促进作用要小。（3）从动态的发展过程看，2004－2011年经济开放度的回归系数变化较小，总体上有变小的趋势，而生产性服务业FDI的回归系数变化明显，总体上呈上升趋势。这说明在对经济增长的促进作用方面，尽管生产性服务业FDI对经济的促进作用总体上小于经济开放度对经济增长的促进作用，但是经济开放度对经济增长的作用有弱化的趋势，而生产性服务业FDI对经济增长的促进作用在不断提升。

五、结论与政策建议

本文将空间相关性纳入分析框架，借助空间计量的方法，利用我国24个省市2004-2011年的数据，对生产性服务业FDI空间集聚的经济增长效应进行实证分析。从全局Moran’s I指数分析来看，生产性服务业FDI和经济增长均具有较强的空间相关性并呈现出空间集聚的特征，某个地区与邻近地区的生产性服务业FDI和经济增长水平相关。从空间滞后模型分析看，生产性服务业FDI对经济的促进作用总体上小于经济开放度对经济增长的促进作用，但是经济开放度对经济增长的作用有弱化的趋势，而生产性服务业FDI对经济增长的促进作用在不断提升。

基于以上分析，我国各省市应进一步吸引生产者服务业FDI以促进经济增长，同时应加强相邻地区间的交流与合作，形成经济互助，充分发挥各地区生产性服务业FDI和经济增长的空间集聚优势来促进我国区域经济的协调共同发展。

［1］姚战琪.服务业外商直接投资与经济增长——基于中国的实证研究［J］.财贸经济，2012（6）.

［2］赵玉娟.服务业FDI对中国的经济效应研究——基于产业结构和经济增长的实证分析［D］.苏州大学博士论文，2010.

［3］黄卫平，方石玉.生产者服务业外商直接投资与中国经济增长的实证分析［J］.当代财经，2008（4）.

［4］Bill Goodman，Reid Steadman.Services：Business Demand Rivals Consumer Demand in Driving Job Growth［J］.Monthly Labor Review，2002，125（4）：121－156.

［5］陈立泰等.服务业集聚与区域经济增长——基于省级面板数据的空间计量分析［J］.西部论坛，2012（2）.

［6］沈体雁.空间计量经济学［M］.北京大学出版社，2010：121－125.

This paper empirically analyzes the economic growth effect on FDI agglomeration in producer services by using the spatial econometricmethods based on the data of24 provinces in China from 2004－2011.The globalMoran’s I index analysis indicates that FDI in producer services and economic growth has a strong spatial correlation and shows that the characteristics of spatial agglomeration，the level of FDI in producer services and economic growth is related to the level of adjacent areas.The spatial lagmodel analysis indicates that the effecton FDI in producer services promoting economic is less than economic openness，but the effect of economic openness isweakening，and the effect of FDI in promoting economic growth is continuous improvement.

producer services；FDI；economic growth；spatial econometricmodel

F832.6

A

2095－3283（2014）08－0066－03

（责任编辑：陈鸿鹏）

矫萍（1978－），汉族，黑龙江密山人，哈尔滨工业大学管理学院博士研究生，黑龙江东方学院副教授，研究方向：服务业集聚与区域经济发展。

黑龙江省哲学社会科学研究规划项目（12E042）；黑龙江省高校青年学术骨干支持计划项目（1254G048）。