FDI、科技创新与中国新型城镇化——基于空间杜宾模型的实证分析

宛群超，邓 峰

（新疆大学 经济与管理学院，新疆 乌鲁木齐 830046）

FDI、科技创新与中国新型城镇化
——基于空间杜宾模型的实证分析

宛群超，邓 峰

（新疆大学 经济与管理学院，新疆 乌鲁木齐 830046）

在幅员辽阔、省域差异明显的中国，考虑空间因素研究FDI、科技创新对新型城镇化的影响效应具有重要的理论意义与实践意义。文章遵循“理论—模型—实证”的技术路线，考虑空间因素，对FDI、科技创新与新型城镇化的关系研究进行了机理分析、作用路径分析及经验分析。采用空间杜宾模型进行空间效应分解的研究表明：中国省域FDI、科技创新与新型城镇化存在明显的正向空间关联性和空间溢出效应。特别地，FDI与科技创新对新型城镇化的间接效应大于其直接效应；无论在直接效应与间接效应的独立效应，还是双重效应的作用下，科技创新对新型城镇化的作用均大于FDI的作用；最后，本文就FDI与科技创新的空间交互作用对城镇化提出了政策建议。

FDI；科技创新；新型城镇化；空间杜宾模型；空间效应分解

一、引 言

《国家新型城镇化规划（2014-2020年）》和2016年印发关于深入推进新型城镇化建设的若干意见（国发［2016］8号）明确指出，城镇化是中国现代化的必由之路，是扩大内需的最大潜力所在。城镇化是人类社会伴随着工业化存在的客观趋势，是经济增长的重要引擎。

自中国实行改革开放政策以来，城镇化不断地发展，尤其是近年来呈现不断加快的态势。截至2015年，我国城镇化率已达56.10%，表明城镇化已经步入高速发展的快车道。但是，伴随着城镇化的明显加速，也出现了一系列连锁性问题，如交通拥堵、环境破坏严重、就业需求加大、“人地矛盾”激化等。为解决这些问题，党中央因势利导，顺势而为，做出了实行新型城镇化的重大战略部署。

中国城镇化在对外开放的过程中呈现着不断发展的趋势。外商直接投资（FDI）作为国际资本流动的重要渠道以及先进技术、管理经验及人力资源等的关键载体，给东道国带来了相当多的就业机会和财政收入，成为拉动经济增长的主要路径之一。在改革开放向纵深推进的过程中，中国城镇化水平也不断提高。开放经济环境下，外商直接投资对城镇化进程起着重要的外在推动作用。2015年底，中国实际利用外商直接投资额达到1 262.67亿美元，较2014年增加5.31%，对外商投资的吸引力仍然强劲，现在更多地关注FDI的引入方向和质量，以实现中国供给侧结构性改革。

2016年政府工作会议报告，强调创新是引领发展的第一动力，新型城镇化的发展必须突出创新在国家发展全局的核心位置。目前，中国经济增长正面临着由“结构性加速”转向“结构性减速”阶段（韩永辉、黄亮雄和邹建华，2016）［1］，全面建成小康社会和新型城镇化进程均处于历史的关键节点。城市既是经济社会发展的关键载体，又是创新要素的主要聚集区域，科技创新在城市发展中的作用越来越凸显。要解决城镇化进程中由于过去长期以来注重数量的外延式发展模式所产生的资源过度消耗、环境污染、高碳排的诸多问题和社会矛盾，要着实积极探索符合中国国情的特色新型城镇化道路。

二、文献综述

关于科技创新与新型城镇化的研究，部分学者做了有益的探索与论证。Grossman的研究表明，内生技术进步可以带来城镇化发展和经济增长［2］。贺建风和吴慧（2016）的研究表明，中国城镇化呈现地区结构性不协调状态，新型城镇化水平呈现东部最高、中部次之、西部最低的状态［3］。科技创新对新型城镇化具有滞后推动效应，对人口城镇化起着显著的正向作用。于莲（2016）的研究论证了科技创新能够通过培育新型产业、构建现代产业体系为新型城镇化提供保证［4］。田逸飘，张卫国和刘明月（2017）的研究表明，科技创新与新型城镇化耦合协调度呈现平稳上升态势，不过整体上协调性较差，地区间的耦合协调度具有阶梯式分布特征，且在空间上呈现总体逐步优化态势［5］。何绍田和邱力生（2014）从制度制衡的视角出发，深入系统地研究了地方城镇化制度创新的时机识别、主题选择和实施标准等三大关键创新环节，丰富了地方城镇化制度理论［6］。许多学者的研究也证实了城镇化能够带来内在技术进步所衍生的正外部性，且是技术创新所不容忽视的一个因素（Lucas，1988；Feldman和Audretsch，1999；Carlino和Chatterjee，2007）［7-9］。仇怡（2013）就城镇化对技术创新进行了理论分析与实证检验，城镇化能够对技术创新产生促进效应，且通过创新效应显著地驱动全要素生产率，但存在区域差异［10］。闫玉科、张萌和章政（2016）借鉴国内外城市和产业发展的经验，认为广东应该加大制度创新力度，完善城市发展规划，为新型城镇化提供体制机制保障［11］。

已有较多的文献对FDI与城镇化关系进行了研究。程开明和段存章（2010）从理论上阐述FDI与城市化存在一定的互动机制，其实证分析的结果表明，FDI与城市化之间存在长期均衡关系。FDI对产业结构调整及其升级能够产生促进作用，完善就业结构及用地结构转换机制，推动城市化进程［12］。黄娟（2011）通过因子分析方法甄选出影响城市化水平的主成分，构建复合指标衡量城市化水平的高低，实际FDI对处于不同城市化水平上的21个市作用强度不一［13］。史本叶和罗思坦（2014）认为FDI对中国新型城镇化有着双重效应，既有促进效应，又有阻碍效应，合理引进外资有利于城镇化进程的推进［14］。臧新和江梦冉（2015）通过对地区城镇化水平的提高来分解水平贡献和迁移贡献，探究了江苏省FDI与城镇化的作用机理，结果表明，该省内部有着外资区域转移的现象，FDI与江苏省城镇化发展存在良性互动［15］。曾鹏和吴功亮（2016）基于一个新的多元分析框架理论模型，其论证的结果表明，就中国城市群而言，外商直接投资能够促进城市化水平的提高［16］。

此外，叶娇和王佳林（2014）的研究表明，FDI能够明显地促进技术创新能力的提高，且存在正向的溢出效应，FDI每投入1%，技术创新能力则大约提高0.19%［17］。张宏元和李晓晨（2016）的研究结果表明，FDI对中国自主创新具有显著性的正向促进作用［18］。胡凡（2016）认为，从全国看，新型城镇化进程中城乡收入水平、城镇人口密度对FDI流入有着显著影响；从地区看，产业结构调整效应能够促进西部地区FDI流入［19］。原倩（2016）提出，未来中国城市化进程应当优化城市经济结构、促进区域一体化进程，发挥集群增长效应对城市化进程的推动作用［20］。童中贤、黄永忠和熊柏隆（2017）认为，经济新常态下，中部地区城镇化会以城市群为主体形态，呈现创新、共享、绿色、协调、开放发展的新趋势［21］。

已有一些学者对FDI、科技创新和新型城镇化进行了研究，其视角基本上为两两关系的研究。鲜有文献探讨FDI、科技创新与新型城镇化三者的关系。在中国新型城镇化进程中，FDI与科技创新对新型城镇化的影响是否存在差异型？目前，鲜有文献就FDI、科技创新影响新型城镇化的作用机理进行总结；更值得一提的是，现在尚无文献纳入空间因素考虑FDI、科技创新对新型城镇化的作用机制。

三、FDI、科技创新影响新型城镇化的作用机理

现阶段，中国各省域竞相引入FDI，导致FDI在空间上集聚，从而会减少贸易、运输及联动等其他方面的成本［22］。在对外开放向纵深发展的进程中，省域间科技创新的空间依赖性逐渐增强。中国创新产出存在空间上的分布现象（李志刚、汤书昆和梁晓艳，2006）［23］，即一个省域的科技创新受到其他省域尤其是邻接省域科技创新发展的影响，各省域之间的科技创新存在空间溢出效应。因此，从理论上有必要考虑空间因素探究FDI、科技创新影响新型城镇化发展的作用机理和实施路径，以便明确影响新型城镇化的FDI流入和科技投入方向。

FDI影响新型城镇化的作用机理至少可以通过以下四个方面来分析（见图1所示）：①集聚效应。通过区位选择和产业结构调整可以引致人口集聚与产业集聚，推动经济活动综合体在空间上聚集，从而成为城市规模扩大的动力源泉（郭东杰和王晓庆，2013）［24］。FDI通过示范、竞争、关联、人力资本积累等效应作用于产业集聚，而产业在地理上的集聚又进一步扩大了城市规模。当然，在城镇化演进过程中，不同资源禀赋的城镇将形成不同的产业集聚模型，但不论何种集聚模型，都通过规模经济和协同集聚而间接作用于城镇化。②结构效应。FDI流入会对该地区产生具有正向的就业乘数效应，对欠发达地区产生竞争效应和空间溢出效应，从而带动劳动力需求的增长。流动人口集聚通过微观消费需求和中观投资拉动效应，进一步促进了生产服务性产业的良态发展，有效地增强了城市网络系统的数量效应和质量效应。服务业集聚效应对人口城镇化有着显著的正向影响（叶阿忠、陈生明和冯烽，2015）［25］。FDI主要集中于第二、三产业，能够容纳大量的从农村转移出来的剩余劳动力；同时，外资企业通过“区域选择”机制亦带动了相当一部分工业和服务业的发展，吸引外来流动人口向城镇集聚，从而实现人口城镇化。③投资效应。FDI会对东道国形成资本积累，推进新型城镇化进程。新型城镇化将会引致城镇的基础设施、公共服务设施和住宅建设等投资的大幅扩张，FDI的乘数效应促使单位土地产出的增加，加之新型城镇化形成的规模经济也会促使政府提高基础设施的投资效率，这夯实了新型城镇化的基础。④技术溢出效应。FDI能够为东道国带来较为先进的技术与管理理念，对上、下游行业间存在技术距离的要素供给与产品供给的技术溢出产生关联效应，促进产业结构升级，有利于提升城镇化的质量。就总体而言，FDI进入城市基础设施领域能够通过技术溢出效应显著地提升城市基础设施绩效水平（李德刚和苑德宇，2017）［26］，这是新型城镇化建设的基础保障。

图1 FDI、科技创新影响新型城镇化的作用机理

目前，中国城镇化必须实现由“要素驱动”、“投资驱动”转向“创新驱动”，实现外延式扩张向内涵式发展的转变（辜胜阻，2012）［27］。为应对未来的不确定性，科技创新有力地支撑了新型城镇化（于莲，2016）［4］。科技创新优化产业结构升级，推动城市空间经济节约型发展，优化产业布局，促进城市要素空间上的高效节约利用，推动通讯信息技术发展，积极建设智慧城市，推动文化、制度和社会公共管理水平的提升，提高城镇化质量（王兰英和杨帆，2014）［28］。这些聚焦到省域层次，能够加剧各省域的竞争激励程度，能够直接推动新型城镇化的发展。除此之外，邻接省域科技创新能力的提高，可以对本省域产生外部性和空间溢出效应，间接地加强了新型城镇化的促进效应。城镇化过程也是开放经济环境下，科技创新与外商直接投资提供内、外动力融合共生的过程，亦是科技创新要素集聚与FDI技术溢出暗合的过程，亦是其协同效应发挥作用的过程，从而实现“创新、协调、绿色、开放、共享”的发展理念覆盖新型城镇化建设（张占斌，2016）［29］。

四、模型构建

（一）空间杜宾模型

中国省域FDI、科技创新与新型城镇化的空间关联性客观存在，为此有必要考虑空间因素加以分析。空间杜宾模型（SDM）是空间自回归模型（SAR）和空间误差模型（SEM）的更为广义的计量模型，为空间计量研究的一般形式。故而，本文从SDM出发，以便更好地反映实际的问题。具体而言，本文的SDM模型设定如下：

式（1）中，Y为本文的被解释变量，X为解释变量，W为空间权重矩阵，α为常数项，ρ、β、η、γ、ϕ为待估参数。为了设定模型的具体形式，利用Wald统计量分别对原假设:η=0和:η+ρβ=0，即SDM是否可以简化为SAR或SEM进行检验。若两个原假设均被拒绝，则表明选择SDM更为恰当。此外，当Wald检验与( )Robust LM检验不一致时，选用SDM更为合理。

（二）直接效应和间接效应

空间计量经济学的一个较为重要的应用是空间溢出效应的分解，即直接效应、间接效应及总效应。根据Lesage和Pace（2009）的研究，使用偏微分的方法可以更好地处理检验空间溢出效应时模型估计出现偏误的问题，且明确地提出在SDM中分解空间溢出效应。具体而言，将式（1）转换为：

因此，被解释变量Y对解释变量X求偏导数后的矩阵为：

其中，式（3）最右端方程矩阵的主对角线上元素的算术平均值即为直接效应，表示某一省域研究的解释变量对本省域被解释变量的空间影响，非对角线上元素的平均值即为间接效应，表示其他省域解释变量对本省域被解释变量的影响效应。

（三）空间权重矩阵

空间权重矩阵表达了不同空间区域中某些地理或经济属性值之间的相互依赖程度，是进行空间计量分析的关键。孙洋和李子奈（2008）指出，在空间计量模型中，空间权重矩阵是模型的外生变量，采用适宜的空间权重矩阵则是空间计量分析的关键［30］。为了从地理空间位置上分析FDI、科技创新对新型城镇化的作用强度以及空间溢出效应的大小，本文选用0-1地理邻接权重矩阵。

地理邻接权重矩阵（W）。通过研究变量在地理位置空间上相邻与否来设置空间权重矩阵元素。根据研究对象在空间地理位置上相邻与否来赋值0或1，这是最为本义的空间权重设置方式。该空间权重矩阵定义如下：

其中。若i≠j，则省域i与j相邻；若i=j，则省域i与j不相邻。

（四）FDI、科技创新与新型城镇化的空间自相关特征

利用空间计量模型的第一步是要检验研究变量是否存在空间相关性。对此，经常选用的测度指标有Moran'sI、Geary'sC、Getis、Join Join指数等，大量文献研究表明，Moran'sI指数能够很好地检验空间相关性，其计算公式如下：代表第i个省域，n表示省域个数，wij是空间权重矩阵。Moran'sI值

其中的取值范围在（-1，1），其绝对值越大，说明该对象的空间相关性越强。若Moran'sI值大于0，说明该对象存在正向的空间相关性；若Moran'sI值小于0，则表示负向的空间相关性；若Moran'sI值等于0，则表示不存在空间相关性。

五、变量与数据

（一）数据来源

考虑样本的可获取性和可靠性，本文选取2006-2015年30个省域（因数据不全，未包括西藏）相关研究变量的面板数据作为研究样本。2015年各省域实际利用外商直接投资的原始数据来自2015年相应省域《国民经济与社会发展统计公报》及2016年省域地方统计年鉴，其余所使用变量的原始数据均来自2007-2016年《中国统计年鉴》和《中国科技统计年鉴》。其中，对实际利用外商直接投资利用相关的人民币对美元的年平均汇价进行相应折算。另外，考虑数据的平稳性和异方差，对所有变量采用对数形式。

（二）变量说明

新型城镇化（ur）。新型城镇化测度指标有复合指标测度法与简单指标测度法。本文认为，新型城镇化的本质内涵是人口城镇化，体现“人本导向”。现有文献通常采用城镇化率来测度新型城镇化水平，本文遵循这一做法，采用非农业人口与总人口的比值来表征新型城镇化水平。

FDI（fdi）。外商直接投资具有关联效应、竞争效应、示范效应及溢出效应，优化产业结构，能够提升企业效率，促进新型城镇化发展。本文采用各省域实际利用外商直接投资额与该省域GDP的比值来测度FDI。

科技创新（patent）。专利授权量能够很好地体现科技创新产出的社会认可度与科技创新能力。借鉴多数人的研究方法，本文选用专利授权量来测度科技创新能力。

人力资本水平（hum）。一般情况下，各省域人力资本水平越高，知识溢出效应的产生越多，越会促进经济增长方式的转型和产业结构的优化调整，服务于城镇化与信息化深度融合。它主要涉及社会成员在教育、在岗培训、干中学、迁徙和保健等获取方面的支出。人力资本的测度方法有许多，借鉴Barro和Lee［31］、朱平芳和张征宇等［32］在研究中采用的方法，对各省域人力资本水平进行测度。

固定资产投资（fsi）。固定资产投资是新型城镇化水平提高的重要路径之一，对其产生供给效应，对其发展起着较强的拉动作用。利用各省域全社会固定资产投资额与GDP的比值来测定，反映各地区固定资产投资水平。

地区消费水平（com）。消费能够驱动经济增长，能够带动其他方面的需求，能够推动新型城镇化发展水平。本文选用各地区消费水平来表示相应地区的消费水平。

政府支持（gov）。政府参与度在一定程度上可以对新型城镇化产生影响，一般情况下，政府支持能够推动新型城镇化的发展。本文选用政府公共预算财政支出占当年GDP的比重来表示地区政府支持。

六、实证分析结果

（一）空间相关性检验

表1是中国省域FDI、科技创新及新型城镇化的全域Moran'sI指数值。空间统计结果表明，2006-2015年中国FDI、科技创新及新型城镇化的全域Moran'sI指数值均为正值且通过统计显著性水平，这表明省域FDI、科技创新及新型城镇化均在全域范围内存在显著的正向空间自相关，具有空间集聚特征，对周边产生显著的空间溢出效应。这也说明应该考虑空间因素探讨FDI、科技创新对新型城镇化的影响效应。

表1 2006-2015年中国省域FDI、科技创新与新型城镇化的Moran’s I指数

由图2可知，从时间维度上看，在2006-2015年期间，lnfdi的全域Moran'sI指数值总体上呈现上升的空间变动趋势，但在2009年出现下降的情况，这主要在于2008年的金融危机对新型城镇化的冲击具有“滞后效应”。lnpatent的全域Moran'sI指数值一直呈现上升趋势，后期的空间变动趋势较为平缓，这可能与中国经济进入“新常态”和产业结构转型升级的宏观环境有关。lnur的全域Moran'sI指数值的空间变动趋势较为平缓，在2009年出现小幅上升的情况，这可能也与2008年的金融危机的冲击相关。

图2 2006-2015中国省域lnfdi、lnpatent和lnur的Moran’s I时间趋势

进一步测算lnur的局域Moran'sI指数值发现，2006-2015年期间中国省域lnur的局域空间关联特征差异明显。选择2006年、2009年、2012年和2015年lnur的局域Moran'sI散点图，判断其局域空间变动趋势。从lnur的局域Moran'sI散点图3、4、5、6，可以清晰地识别该现象：大部分省域新型城镇化的Moran'sI指数值位于第一象限和第三象限，具有明显的高—高集聚和低—低集聚特征，这说明新型城镇化呈现空间上的聚集效应。

图3 2006年lnur的Moran，s I指数散点图

图4 2009年lnur的Moran’s I指数散点图

图5 2012年lnur的Moran’s I指数散点图

图6 2015年lnur的Moran，s I指数散点图

从lnur的Moran'sI散点图，可以直观地看出地理上较为接近的区域几乎位于同一个象限中，如长三角、珠三角部分区域，甘肃、宁夏、青海、新疆省域。此外，海南和吉林逐渐呈现低-高集聚特征，这意味着两省本区域新型城镇化水平较低，周围省域的较高。

以上分析表明，中国省域新型城镇化的全域空间关联和局域空间关联较为显著，这意味着地理空间因素是影响省域新型城镇化的重要要素之一。

（二）变量的描述性分析

由表2可知，本文研究变量的观测值为330，为平衡面板数据。仅对本文关注的变量FDI、科技创新和新型城镇化进行描述性统计分析。新型城镇化的最大值、最小值和标准差，分别为4.495 4、3.312 7和0.250 2，说明各省域之间新型城镇化水平存在的差距不是很明显；新型城镇化的均值是3.926 2，说明从总体上看，各省域新型城镇化已经发展到一定的阶段。FDI的标准差是0.993 3，说明各省域之间实际利用外商直接投资额具有较大的差异，这可能与FDI的区域“选择效应”、交通基础设施和通信能力等有关。科技创新的最大值、最小值和标准差，分别为12.506 0、4.574 7和1.566 8，说明各省域之间科技创新能力存在较大的差距，这可能与各省域自身的经济基础、创新要素投入和创新环境有关。

表2 变量的描述性统计结果

（三）空间计量模型的估计结果与分析

1.空间面板模型的选择与设定

根据Elhors（t 2014）［33］的研究，并结合表3的估计结果，从SAR和SEM的LM检验结果可知，在混合ols、地区固定、时间固定及地区时间固定效应模型中，SAR与SLM两者其一或均通过了相关的（Robust）LM检验，这表明应该考虑选用SDM模型。

根据表4的估计结果，空间滞后和空间误差的Wald统计量均在1%统计检验水平上显著，即拒绝原假设和，也证实了选用SDM模型更为合理。此外，Hausman检验通过5%显著性检验，即随机效应模型被拒绝，应当采用固定效应模型。

表3 普通面板模型的相关检验

表4 SDM的估计结果

2.直接效应和间接效应分析

表5呈现了本文直接效应、间接效应和总效应的估计结果。对新型城镇化而言，会同时受到本地区和周围地区FDI和科技创新的影响。具体分析如下：①FDI对新型城镇化的直接效应通过了1%显著性检验，且系数为正，即随着FDI流入的上升，能够显著地推动新型城镇化发展水平；新型城镇化同时受到周围地区FDI流入的影响，具体地说，随着周围地区FDI流入水平每提高1%，对本地新型城镇化的作用强度提高0.066 123%。这表明，周围地区FDI流入水平对本地新型城镇化产生了竞争效应和空间溢出效应，相互之间竞相引入FDI，出台优惠政策，提供便利条件，使得FDI空间集聚的正外部性被显著地发挥出来；在FDI流入的直接效应和间接效应的双重作用下，新型城镇化的总效应的系数为正，通过了1%显著水平。除此之外，FDI的间接效应大于直接效应，这说明周围地区FDI流入对本地的新型城镇化产生了更大的作用。②科技创新对新型城镇化的直接效应的系数为正，通过了1%显著水平，即随着科技创新能力的提升，能够显著地推动新型城镇化发展水平；新型城镇化同时受到周围地区科技创新能力提高的影响，具体而言，随着周围地区科技创新能力提升1%，对本地新型城镇化的作用强度提高0.069 898%。这说明，周围地区科技创新能力的提升对本地新型城镇化产生了杠杆效应和空间溢出效应，促进了本地新型城镇化质量的提升；在科技创新的直接效应和间接效应驱动的双重效应下，新型城镇化的总效应系数为正，通过1%显著水平。除此之外，科技创新的间接效应大于直接效应，这说明周围地区科技创新对本地新型城镇化影响更大。在直接效应、间接效应和总效应下，科技创新的系数都大于FDI的系数，说明在一定程度上，相比较于FDI而言，科技创新对新型城镇化的影响较大，各地区应该立足于自身条件，更多地关注科技创新能力的提升，从而推动新型城镇化进程。

控制其他条件，人力资本水平对新型城镇化的直接效应和间接效应为正向，前者显著，但后者不显著。人力资本水平直接效应的系数为正且显著，说明本省域人力资本水平能够明显地促进城镇化的发展，直接推动新型城镇化的发展。人力资本水平的间接效应为正但不显著，说明周围省域人力资本水平的提高能够正向地促进本省域新型城镇化发展，不过这种影响不明显，这可能是各省域的人力资本水平存在差距，发展条件较差的省域难以提高人力资本水平。

固定资产投资水平对新型城镇化的直接效应和间接效应均为正，直接效应显著，但间接效应不显著。固定资产投资水平对该省域的新型城镇化产生正向的促进效应，能够很好地带动新型城镇化的发展。固定资产投资水平的间接效应为正但不显著，说明周围省域人力资本水平的增加对本省域的新型城镇化有推动作用，但是不显著。在固定资产投资双重效应的作用下，其对本省域新型城镇化的总效应显著为正。

另外，消费水平对新型城镇化的直接效应和间接效应均为正，直接效应和间接效应均显著。这说明，无论本省域还是邻近省域的消费水平对新型城镇化的影响均显著。政府支持对新型城镇化的直接效应为正，这说明本省域政府支持能够直接推动该省域新型城镇化的进程。政府支持对新型城镇化的间接效应为负，这说明邻接省域的政府支持对新型城镇化起着反向作用，不过这种影响不大。

表5 空间效应分解

七、结论与建议

（一）结论

外商直接投资可能通过集聚效应、结构效应、投资效应、技术溢出效应以及与科技创新的协同效应等路径影响新型城镇化，科技创新可能通过直接效应、间接效应以及与外商直接投资的协同效应等路径影响新型城镇化。本文基于30个省域2006-2015年的空间面板数据，利用空间效应分解模型进行的研究表发现：①Moran'sI指数值表明中国省域FDI、科技创新和新型城镇化几乎存在空间相关性，且存在正向的空间溢出效应。局域Moran'sI散点图表明中国城镇化存在局域空间关联性；②通过空间效应分解为直接效应、间接效应及总效应的结果表明中国各省域FDI、科技创新、人力资本水平、固定资产投资水平和消费水平对于本省域的新型城镇化存在显著的促进作用；中国各省域政府支持会促进新型城镇化，不过这种促进效应不明显；邻近省域的FDI、科技创新和消费水平对于本省域的新型城镇化具有显著的影响；邻近省域的人力资本水平和固定资产投资水平在一定程度上会促进新型城镇化，但是这种影响不显著；邻近省域的政府支持对于本省域的新型城镇化存在着反向作用，不过影响小。无论在直接效应、间接效应还是总效应下，相比较于FDI，科技创新对新型城镇化的作用更为大些。另外，FDI和科技创新对新型城镇化的间接效应大于它们对其的直接效应。

（二）建议

制定差异化的区域引资战略，因地制宜地满足不同区域的城镇化要求。中国新型城镇化发展受到地理空间位置的影响明显，各省域对外资的吸引能力和消化能力存在着较大的差异。各省域要因地制宜，采用合理的招商引资方式，以最大程度上推进本省域城镇化进程。注重吸收外商直接投资内含的先进技术与管理理念，利用好本省域的基础设施。以外资带动内资，优化城镇空间布局，增强城镇承载、产业集聚与人口集聚的能力。注重外资引进的过程中核心技术的吸收与消化能力，使外商直接投资既发挥经济带动效应，也发挥技术引进及其人才培养效应，强化其技术溢出效应对新型城镇化的提升作用。

未来的城镇化建设必须实现“要素驱动”、“投资驱动”转向“创新驱动”，实现由传统型外延式扩张转向内涵式发展，在发展动能转换中推动新型城镇化进程。抓住机遇，走出一条集约、低碳、绿色、智能的新型城镇化道路。中国新型城镇化过程中的技术创新存在空间相关性而且空间溢出效应明显，各省域不仅要注重做好本省域创新要素投入、创新转换与转化能力、创新环境培养与强化等关键环节的工作，更要注重邻近省域创新驱动的空间溢出效应对本省域的作用路径，注重邻近省域技术引进的集成开发与消化、吸收再创新，特别是要大力发展战略性新型产业，凭借创新引领一个新的城镇化发展周期。通过加强科技创新与新型城镇化空间包容性发展，走出一条追求质量、效应、创新、生态文明与可持续发展的新型城镇化道路。

建立国家宏观调控机制，加强体制机制环境建设。各省域相对独立的体制机制是新型城镇化可持续发展的重要障碍之一。凭借全面深化改革，统筹于国家战略的需要，创新体制机制，多管齐下，竭力破除导致城乡分割和区域分割的体制因素，建立面向市场的公开、公正、透明、统一的机制体系。

［1］韩永辉，黄亮雄，邹建华.中国经济结构性减速时代的来临［J］.统计研究，2016（5）：23-33.

［2］Grossman Jay.The evolution of inhaler technology［J］.Jour⁃nal of Asthma，1994（1）：55-64.

［3］贺建风，吴慧.科技创新和产业结构升级促进新型城镇化发展了吗？［J］.当代经济科学，2016（5）：59-68，126.

［4］于莲.科技创新与新型城镇化的关联度［J］.重庆社会科学，2016（2）：23-28.

［5］田逸飘，张卫国，刘明月.科技创新与新型城镇化包容性发展耦合协调度测度——基于省级数据的分析［J］.城市问题，2017（1）：12-18.

［6］何绍田，邱力生.制度创新推动中国珠三角新型城镇化研究［D］.武汉：武汉大学，2014.

［7］Lucas R E.On the Mechanics of Economic Development［J］.Journal of Monetary Economics，1988（1）：3-42.

［8］Feldman M P，Audretsch B.Innovation in Cities ：Science-Based Diversity，Specialization and Localized Competition［J］.European Economic Review，1999（2）：409-429.

［9］Carlino G A，Chatterjee S，Hunt M.Urban Density and the Rate of Invention.［J］.Journal of Urban Economics，2007（3）：389-419.

［10］仇怡.城镇化的技术创新效应——基于1990-2010年中国区域面板数据的经验研究［J］.中国人口科学，2013（1）：26-35.

［11］闫玉科，张萌，章政.广东新型城镇化发展路径研究——基于制度创新视角［J］.农业经济问题，2016（3）：51-60.

［12］程开明，段存章.FDI与中国城市化关联机理及动态分析［J］.经济地理，2010（1）：99-103+109.

［13］黄娟.FDI对我国城市化水平的影响研究［J］.经济问题，2011（4）：44-47.

［14］史本叶，罗思坦.开放条件下的新型城镇化：外商直接投资的作用及对策［J］.上海金融，2014（7）：22-28.

［15］臧新，江梦冉.外资区域转移与地区城镇化发展的相互关系——基于江苏省主要城市的实证研究［J］.国际贸易问题，2015（2）：125-133.

［16］曾鹏，吴功亮.FDI影响中国城市群城市化进程的机理探讨：产业结构变迁的视角［J］.重庆大学学报：社会科学版，2016（1）：7-21.

［17］叶娇，王佳林.FDI对本土技术创新的影响研究——基于江苏省面板数据的实证［J］.国际贸易问题，2014（1）：131-138.

［18］张宏元，李晓晨.FDI与自主创新：来自中国省际面板的证据［J］.宏观经济研究，2016（3）：24-34.

［19］胡凡.中国新型城镇化进程对FDI流入的影响研究——基于31个省市的面板数据［J］.湖南社会科学，2016（2）：141-144.

［20］袁倩.城市群是否能够促进城市发展［J］.世界经济，2016（9）：99-123.

［21］童中贤，黄永忠，熊柏隆.中部崛起背景下的城镇化演进特征及其趋势［J］.城市发展研究，2017（1）：44-50.

［22］邓峰，宛群超.环境规制、FDI与技术创新——基于空间计量学的经验分析［J］.工业技术经济，2017（8）：51-58.

［23］李志刚，汤书昆，梁晓艳，等.我国创新产出的空间分布特征研究——基于省际专利统计数据的空间计量分析［J］.科学学与科学技术管理，2006（8）：64-71.

［24］郭东杰，王晓庆.经济开放与人口流动及城镇化发展研究［J］.中国人口科学，2013（5）：78-86.

［25］叶阿忠，陈生明，冯烽.服务业集聚和经济增长对我国城镇化影响的实证研究——基于半参数空间滞后模型［J］.运筹与管理，2015（3）：205-211.

［26］李德刚，苑德宇.FDI进入、技术溢出与城市基础设施绩效改进［J］.国际贸易问题，2017（1）：127-138.

［27］辜胜阻，刘江日.城镇化要从“要素驱动”走向“创新驱动”［J］.人口研究，2012（6）：2-12.

［28］王兰英，杨帆.创新驱动发展战略与中国的未来城镇化建设［J］.中国人口·资源与环境，2014（9）：163-169.

［29］张占斌.新型城镇化的战略意义和改革难题［J］.国家行政学院学报，2016（1）：13-18.

［30］孙洋，李子奈.一种空间矩阵选取的非嵌套检验方法［J］.数量经济技术经济研究，2008（7）：147-159.

［31］Barro R J，Lee J M.International Data on Educational At⁃tainment：Updates and Implications［R］.CID Working Pa⁃per No.42，2000.

［32］朱平芳，张征宇，姜国麟.FDI与环境规制：基于地方分权视角的实证研究［J］.经济研究，2011（6）：133-145.

［33］Elhorst J P.Spatial econometrics：From cross-sectional da⁃ta to spatial panels［M］.Berlin:Springer Berlin Heidel⁃berg，2014.

FDI,Technological Innovation and New Urbanization in China—An Empirical Analysis Based on Spatial Durbin M odel

WAN Qun-chao,DENG Feng
（School of Economicsand Management,Xinjiang University,Urumqi 830046,China)

With a vast territory and obvious differences in provincial areas,it is of great theoretical and practical significance to study the influence of FDI and technological innovation on new urbanization in China.This paper,according to the theoreti⁃cal-model-empirical analysis and considering the spatial factors,discusses the mechanism,paths and principles among FDI,technological innovation and new urbanization.The study of spatial effect decomposition by using spatial Durbin model indi⁃cates that there is obviously positive spatial correlation and spatial spillover effect of FDI,technological innovation and new ur⁃banization at provincial level in China.In particular,the indirect effect of FDI and technological innovation on new urbaniza⁃tion is greater than its direct effect;Whether the independent effect of the direct effect or the indirect effect,or their dual ef⁃fects,the effect of technological innovation on new urbanization is greater than that of FDI.Finally,the paper puts forward pol⁃icy suggestions based on the spatial interaction between FDI and technological innovation.

FDI;technological innovation;new urbanization;spatial Durbin model;spatial effect decomposition

F124.3；F291

A

1007-5097（2017）10-0103-09

10.3969/j.issn.1007-5097.2017.10.014

2017-06-15

新疆维吾尔自治区自然科学基金项目（2017D01C031）

宛群超（1988-），男，安徽庐江人，硕士研究生，研究方向：技术创新，区域经济；

邓 峰（1970-），男，湖北黄陂人，教授，博士生导师，博士，通讯作者，研究方向：技术创新，西方经济学。

［责任编辑：欧世平］