外商直接投资、技术进步与京津冀经济协同发展

陈明华，张晓萌，仲崇阳，刘玉鑫

(山东财经大学经济学院，山东 济南 250014)

0 引言

外商直接投资(Foreign Direct Investment，FDI)和技术进步都是影响经济发展的重要因素[1]。目前京津冀协同发展已上升为国家战略，推动京津冀地区优势互补、互利共赢已成为当前重要发展方向。然而，综合来看京津冀地区经济发展协调程度还比较低，特别是河北与北京、天津的经济发展差异悬殊。有学者认为技术进步能够促进京津冀地区经济协同发展[2]，而FDI作为国际资本流动的主要方式，不仅能够弥补东道国的资金问题，还能通过知识溢出效应直接或者间接作用于东道国的技术进步，从而缓解京津冀的地区经济差异。但也有学者对FDI的作用持相反意见[3]。那么FDI和技术进步对于京津冀经济协同发展究竟具有怎样的决定力？这一决定力呈现怎样的演进趋势？基于以上问题的分析，对于有效识别京津冀经济发展差异的影响因素及其影响规律、探索京津冀协同发展路径具有重要的理论与现实意义。

目前，对于经济发展协同性的研究主要基于以下方面展开：①大多学者从大尺度视角进行分析，如蔡昉等[4]从省域、沿海内陆等多个视角对中国经济发展进行了分析，结果显示改革开放以来，中国形成了东、中、西三个地区的俱乐部趋同；韩兆洲等[5]分析了省域经济差异，并发现我国经济发展存在显著的空间自相关。②部分学者从小尺度视角进行分析，如李莉等[6]基于城市视角对中国区域经济发展差异进行了分析，按照经济发展水平将其划分为五类，并发现各省区之间的经济增长存在显著差异；伍世代等[7]采用东南沿海55个地市的数据研究了其经济发展差异，研究表明东南沿海地区的经济发展存在两极分化现象，且经济差异呈现扩大趋势；此外也有少数学者就京津冀的协同发展研究展开分析，陈明华等[8]基于城市数据采用基尼系数方法分析了五大城市群经济发展的空间差异，发现京津冀的区域内差异呈现不断增大的趋势。

对于FDI与经济发展的关系，研究分歧较大：①大多数研究表明FDI对经济发展存在正向影响。如谢建国[9]研究发现，外商直接投资对中国省际技术效率的提高有显著的溢出效应；张建华等[10]分析了FDI对于广东省经济发展的影响，研究表明FDI的技术外溢有力促进了经济发展。②但也有学者发现FDI不但没能促进我国经济发展，反而会对其产生负面影响。马林等[11]研究发现，外商直接投资对中国经济发展存在显著负向溢出作用。③随着研究的不断深入，部分学者也意识到，导致FDI产生不同溢出效应的原因可能与本地区的自身条件有关。如蒋殿春等[12]研究发现地区的技术水平和制度，特别是经济政策因素对FDI作用的发挥具有重要的影响，FDI在经济发达地区的技术溢出要明显优于经济落后的地区。

对于技术进步与经济发展的关系，研究结论基本一致：①大部分学者认为技术进步作为经济持续发展的重要动力，对经济发展具有重要的推动作用。如赖明勇等[13]通过构建一个中间产品的内生技术进步模型，检验了人力资本对技术进步的关键作用，并表明技术吸收能力的提高对于经济发展具有正向影响；傅元海等[14]的研究显示，FDI产生的技术转移以及本地企业引进先进技术的行为对经济增长都具有正向影响；宋马林等[15]分析了环境规制和技术进步对于经济发展的作用，发现只有以技术进步带动产业升级才能推动中国环境效率提升实现协调增长。②有学者发现技术进步的效应还没有得到完全发挥。如苗文龙等[16]分析发现，技术进步还没有成为促进我国经济发展的主要因素；林勇等[17]的通过研究发现技术进步虽然已经成为全要素生产率发展的主要动力，但是我国技术进步具有发散性的，技术创新能力有待加强。

通过以上文献梳理可以发现，已有研究在以下方面可能存在一定局限性：①大多数文献基于省际、沿海与内陆、东中西部等视角就经济发展协同性展开了分析，而基于城市视角的分析相对较少;②少数学者就京津冀地区城市经济发展差异展开了分析[18]，但没有基于FDI、技术进步等因素对京津冀协同发展的作用展开实证研究;③已有研究大多采用 “属性数据”进行分析，仅能对数据本身的性质进行刻画。而 “关系数据”则是通过计算区域内部各地区之间的相互关系来确定的数据，数据大小取决于多个地区的相互关系，因而反映的分析情况更加真实全面；④传统计量方法无法识别地区经济发展协同关系的因素，二次指派程序 (Quadratic Assignment Procedure，QAP)方法可以克服这一局限，因而本文采用QAP方法进行分析。

1 模型设定与指标选择

1.1 模型设定

根据前文分析，本文构建的模型如下：

Yij=∂0+∂1Xij+μij(i≠j)

(1)

本文构建的是关系数据计量模型，其中Y为被解释变量，代表京津冀地区经济发展的地区差异，i和j分别表示两个不同的城市，因而Yij表示京津冀i城市与j城市的经济发展差异；X为解释变量，Xij代表任意一种影响因素在i城市与j城市的差异；μij为随机扰动项。所有变量均是n×n的矩阵形式，由于对角线上的元素i与j相等即矩阵对角线上均为0，因此回归过程中的观测样本数为n×(n-1) 个，变量的具体形式如下：

(2)

1.2 指标选择

京津冀地区协调发展的历史可追溯至20世纪80年代，但直至2014年我国才正式提出了京津冀协同发展的概念。考虑到以2014年为起点的考察期较短，为了能够动态考察各因素对于京津冀经济协同发展的影响，同时出于平行数据的考虑，本文将协同发展的考察时间扩展为2003—2016年。本文选取2003—2016年京津冀地区13个城市的年度数据，考察FDI、技术进步等影响因素对于京津冀协同发展的作用。因此在进行QAP回归时，所有变量均为13×13的矩阵，样本量为13×(13-1)=156。根据2010年国家发改委发布的 《京津冀都市圈区域规划》，将京津冀地区界定为如下13个城市：北京、天津、石家庄、唐山、秦皇岛、邯郸、邢台、保定、张家口、承德、沧州、廊坊、衡水。

1.2.1 被解释变量

本文以人均地区生产总值(PGDP) (以2003年为基期进行平减处理)的城市间差异表征京津冀经济协同发展水平，即京津冀PGDP的城市间差异越小，协同发展水平越高；反之，协同发展水平越低。

1.2.2 解释变量

(1)外商直接投资(FDI)。一方面，外商直接投资为我国经济发展提供了强大的动力。沈坤荣等[19]研究发现，外商直接投资不仅缓解了东道国资金短缺的问题，还通过技术溢出提高了企业的生产效率；但另一方面，由于各城市外资引进存在差异，从而进一步阻碍了我国经济协同发展[20]，甚至成为导致地区经济差异的决定因素。本文选取当年实际利用外资金额占当年地区生产总值的比重来表示外商直接投资，并构建外商直接投资的差异矩阵。

(2)技术进步(TECH)。在内生经济增长理论中，技术进步被认为是经济增长的重要源泉，且许多学者指出，经济增长的持续动力是技术进步的发展而不是资本积累[21]，因此技术进步经常被作为重要影响因素进行研究。在指标的选择上，张清正[22]将基础、应用与实验研究三类活动投入的经费加总作为技术进步指标；张中元等[23]采用各地区R&D经费内部支出作为技术水平指标。本文基于数据获得的可行性考虑，以复旦大学产业发展研究中心报告的中国城市创新指数作为技术进步的代理变量，该创新指数使用专利这类创新产出数据，并使用专利更新模型估计每类专利的平均价值，在此基础上计算各城市的创新指数[24]。

1.2.3 控制变量

除了FDI和技术进步之外，人口密度和要素禀赋也对京津冀经济协同发展具有重要的影响作用，为此本文将人口密度和要素禀赋作为控制变量一起引入模型进行分析。

(1)人口密度(PD)。在研究经济发展差异时，人口密度可以作为一个综合指标进行分析。蔡昉等[4]研究发现人口密度会影响一国的制度、物质资本和劳动力数量以及人力资本的形成。林毅夫等[25]采用人口密度反映一个地区的市场规模，因为市场的本质就是人口和社会的需求，一个地区人口密度越高，则该地区对于产品的需求必然越大，市场规模也会随之扩张。因而人口密度可能会通过对劳动、资本等方面的影响对地区经济发展产生重要影响。

(2)要素禀赋(K/L)。要素禀赋指的是生产要素中劳动、资本等要素的构成情况，要素禀赋结构在一定程度上决定了一个地区的产业结构，因为只有当产业与本地的要素禀赋相适应，才能在最大程度上推动地区经济的发展。我国廉价的劳动力及丰富的自然资源，使得我国产业主要以劳动和资源密集型为主，经济发展缓慢。随着城市化的不断发展，农村劳动力逐渐向城市转移，然而产业结构升级使得企业对廉价劳动力的需求减少，要素禀赋的重要性逐渐增大。本文采用京津冀资本存量与劳动人数的比值表示要素禀赋。由于各城市资本存量并没有官方的统计数据，所以本文采用永续盘存法进行估计。以上数据均来自2004—2017 《中国统计年鉴》 《中国城市统计年鉴》，以及2017年 《中国城市和产业创新能力报告》。本文所涉及变量定义如表1所示。

2 京津冀协同发展的基本状况

在分析FDI、技术进步对京津冀经济协同发展的影响之前，需要对目前京津冀经济协同发展现状提供基本认知和把握，Dagum基尼系数方法可以对各变量的地区差异进行测算，基尼系数越大协同性越差，反之协同性越好。如图1所示，对于京津冀经济发展水平，整体来看其基尼系数呈现增大的趋势，这说明京津冀经济协同发展水平降低；FDI的基尼系数呈现波动变化，协同发展水平下降；技术进步的基尼系数呈现扩大的趋势，这说明技术进步的协同发展水平逐步降低。要素禀赋的基尼系数呈现波动下降的趋势，而人口密度的基尼系数却出现小幅增加，这说明要素禀赋的协同性增大，而人口密度的协同性减小。根据Dagum基尼系数演变趋势发现，目前京津冀经济协同发展水平仍需进一步改善。FDI和技术进步的基尼系数明显大于人口密度和要素禀赋，因而可能对京津冀经济协同发展产生较大的影响。为了进一步探究FDI、技术进步与京津冀经济协同发展的关系，以下采用QAP回归方法展开分析。

表1 变量定义

资料来源： 《中国城市统计年鉴》。注：右图次纵坐标用来表示技术进步水平，其他因素由主纵坐标表示。图1 京津冀经济发展差异与各解释变量差异的演变趋势

3 FDI、技术进步对经济协同发展的影响作用

二次指派程序是对两个方阵中各个元素的相关性进行比较，同时对系数进行非参数检验的一种方法。QAP分析包括两部分：①QAP相关分析。QAP 相关分析是通过比较随机置换后的矩阵的方法，得到相关系数并进行非参数相关性检验。②QAP回归分析。QAP 回归分析通过研究一个矩阵对多个矩阵的回归关系，得出可决系数并进行显著性经验。由于QAP回归分析不需要假设变量之间是相互独立的，因而其检验可以避免多重共线性带来的误差，使得检验结果更加稳定可靠[26]。以下将采用QAP方法分析外商直接投资、技术进步等因素对京津冀经济协同发展的影响。

3.1 QAP相关分析

根据5000次随机置换得到了京津冀经济协同发展与各解释变量的相关分析结果，由表2可知，

(1)FDI、技术进步、人口密度、要素禀赋差异与经济发展差异均具有较强的相关性，FDI在1%的水平上显著，技术进步和人口密度在5%的水平上显著，要素禀赋在10%的水平上显著。其中技术进步与经济发展的相关性最大，系数为0.860；其次是FDI与经济发展，系数为0.753；人口密度与经济发展也具有显著的正相关，系数为0.578；要素禀赋与经济发展为负相关，系数为-0.247。但是相关分析结果并不代表回归关系，要进一步探究影响因素与京津冀经济协同发展的关系需要进行QAP回归分析。

(2)由表2可以发现，解释变量之间也存在显著的相关性。如技术进步与FDI的相关系数为0.572，在10%的水平上显著；技术进步与人口密度的相关性为0.440，在5%的水平上显著。所以，解释变量之间可能存在严重的多重共线性，采用传统的计量方法会造成参数的估计值不确定、参数估计值方差增大等问题，影响回归结果的真实性和可靠性，因而本文采取QAP回归方法代替传统计量方法，分析京津冀经济协同发展的影响因素。

表2 2003—2016年QAP相关分析结果

3.2 QAP回归分析

为了对京津冀经济协同发展的影响因素进行研究，本文利用2003—2016年京津冀城市数据，从三个视角进行QAP回归分析：首先基于2003—2016年整体视角进行QAP回归分析；其次，基于2014年国家正式提出京津冀协同发展这一契机，分别从2003—2013年、2014—2016年两个时段进行QAP回归；最后基于考察期内各年份的数据进行QAP逐年回归分析。基于以上三个视角的分析，可以对京津冀地区经济发展影响因素的短期、长期动态变化进行描述。Borgatti等[27]提出，标准化回归系数是对原差异矩阵进行标准化处理后得到的结果，去除了量纲的影响，因而本文仅对标准化回归系数进行分析，具体回归结果见表3。

总体回归结果：表3报告了2003—2016年经济发展差异与FDI、技术进步、人口密度和要素禀赋差异的QAP回归结果。由表3可知，①从作用方向看，FDI、技术进步、人口密度、要素禀赋的标准化回归系数分别为0.516、0.701、0.111、0.314，其中FDI和技术进步的回归系数在1%的水平上显著，要素禀赋在5%的水平上显著，人口密度在10%的水平上显著，这表明减小FDI、技术进步、人口密度和要素禀赋的地区差异对京津冀经济协同发展具有促进作用。②从作用大小看，技术进步的回归系数最大，FDI次之，要素禀赋和人口密度的回归系数分别位列第三、第四，这说明FDI和技术进步是影响京津冀经济协同发展的重要因素。

表3 2003—2016年QAP回归结果

注：P大表示经过随机置换后产生的回归系数大于等于实际回归系数的概率，P小表示小于等于实际回归系数的概率，下同。

分段回归结果：表4报告了2003—2013年和2014—2016年京津冀经济发展水平差异与FDI差异、技术进步差异、人口密度差异和要素禀赋差异的QAP回归结果。①2003—2013年，FDI、技术进步、要素禀赋差异的标准化回归系数分别为0.541、0.603、0.209，FDI和技术进步在1%的水平上显著，要素禀赋在10%的水平上显著。这表明FDI、技术进步、要素禀赋对京津冀经济协同发展均具有正向影响。影响程度最高的是技术进步，其次是FDI，要素禀赋作用处于第三位。人口密度标准化回归系数为0.062，但在10%水平上不显著位列第四。②2014—2016年，FDI、技术进步、人口密度和要素禀赋差异的标准化回归系数分别为0.440、0.769、0.229和0.354，人口密度在5%的水平上显著，其他三个因素均在1%的水平上显著。这表明京津冀经济协同发展与FDI、技术进步、人口密度和要素禀赋均具有同向变化关系。四个影响因素的排名与2003—2013年的结果一致。

表4 QAP分段回归结果

根据逐年QAP的标准化回归系数绘制图2进行分析：①从作用方向来看，2003年FDI、技术进步和人口密度的差异对经济差异都具有正向影响，且一直到2016年三者均保持同样的作用方向，2003年要素禀赋回归系数为负，之后其系数逐渐转为正数，且到2010年要素禀赋的系数在1%的水平上显著，这表明要素禀赋对促进京津冀经济协同发展的作用呈现逐年增大的趋势。②从作用大小来看，FDI在前期一直发挥着较为重要的作用，但后期的影响程度略有下降，但2014年之后有回升的趋势；技术进步的作用呈现出明显的逐年增大态势，且最终成为最重要的影响因素；人口密度的回归系数在前期较大，但其作用随着时间呈现递减趋势，并最终成为影响力最小的因素；要素禀赋的系数虽然在前期一直排名末尾，但其系数表现出逐年增大的良好态势，且超越了人口密度成为仅次于FDI的重要影响因素。

经过整体、分段和逐年的回归分析后可以发现：①整体来看，FDI、技术进步、人口密度、要素禀赋对京津冀经济协同发展具有正向影响，其中技术进步的影响力最大，FDI次之，要素禀赋作用排名第三，人口密度的作用最小。②分段来看，2014年之后，技术进步、要素禀赋和人口密度的回归系数都有了明显的增大，FDI的系数略有下降，但逐年回归的结果显示在2015和2016年FDI系数又呈现上升的趋势。2014年，习总书记首次提出推动京津冀协同发展，并指出 “推动各种要素按照市场规律在区域内自由流动和优化配置”，这说明京津冀协同发展战略在一定程度上确实会促进各个影响因素对作用的发挥，但对于个别因素(如FDI)的影响可能会存在滞后的情况。③逐年来看，技术进步的回归系数快速上升的，FDI和人口密度系数逐年下降，但二者系数均在2015和2016年出现增大的特点，要素禀赋的影响力在初始年份较小，但后期呈现较大的上升趋势。此外技术进步和FDI的基尼系数较大，且技术进步和FDI对经济协同发展均具有较大的正向影响作用，因此推动技术进步和FDI差异的减小，对促进京津冀经济协同发展具有十分重要的意义。

注：图中实心表示在10%的水平上显著，空心表示在10%的水平上不显著。图2 逐年QAP回归系数

技术进步超越FDI，成为影响京津冀经济协同发展决定因素的原因可能是：外商直接投资被认为是发展中国家产业发展的催化剂，在发展初期，大量外商直接投资 (FDI)流入京津冀地区。FDI的进入为京津冀的发展提供了资金支持，从而直接有效地促进了经济快速发展，这在一定程度上导致FDI的差异对京津冀经济发展差异具有重要的影响。近年来京津冀地区加大了科技研发的力度，特别是京津冀地区众多的科研院所和高校，为技术进步提供了充足的保证。但是科学技术转化为实际生产力需要一定的时间，技术进步对于经济发展的影响可能存在一定的滞后性，于是在样本考察的后期，技术进步的作用才逐步显现。技术进步通过提升劳动、资本等投入要素的利用效率，从本质上改善了生产要素的质量，促使技术进步对经济发展的贡献超过了FDI的贡献，因而技术进步也就较大程度上决定了京津冀经济协同发展的水平。

根据图2逐年回归的结果发现，人口密度和要素禀赋的演变趋势具有基本对称的特征，即人口密度差异对经济发展差异的影响力减小，要素禀赋差异的影响力增大，这可能是因为随着经济的不断发展，京津冀地区的第三产业占比提高，劳动密集型产业逐渐减少，资本和技术密集型产业逐渐增加。对于资本密集型产业发展的需要，使得人口对经济发展的作用减小，受此影响，在行政区划面积不变的情况下，人口密度对京津冀经济协同发展的作用也会减弱。同时，京津冀协同发展战略的实施优化了北京的产业结构，其他城市在承接了北京转移产业的基础上，对传统产业进行了改造升级，京津冀地区整体的资本和技术密集型产业占比增加，人均资本即要素禀赋的影响增大，从而进一步促进了要素禀赋对京津冀经济协同发展作用力的提升。

4 结论及建议

本文采用2003—2016年京津冀城市数据，运用关系数据计量建模技术和二次指派程序(QAP)方法实证研究了FDI与技术进步对于京津冀协同发展的影响，研究发现：第一，Dagum基尼系数测算结果表明，京津冀地区经济发展差异呈现逐年扩大的趋势，且技术进步和FDI的基尼系数较大，因而技术进步和FDI较大的地区差异，可能对于京津冀经济协调发展具有较大的阻碍。第二，由整体、分段、逐年视角的QAP回归结果可知，FDI、技术进步、人口密度和要素禀赋对京津冀地区经济协同发展均具有正向影响。从演变趋势看，FDI和人口密度对促进京津冀经济协同发展的作用正在不断减小，而技术进步的作用却在逐年增强，且从2008年开始已经超越FDI成为最重要的影响因素；结合基尼系数的分析结果可以预判，未来技术进步差异会成为京津冀城市群经济差异的决定要素，且FDI是仅次于技术进步的重要影响因素。

本文提出以下建议：第一，提高科技创新能力，加快科技成果转化。技术进步是转变经济发展方式的重要环节，实现科技创新是重要前提。首先应发挥以北京中关村等为代表的科技园区对周边城市自主创新能力的辐射带动作用，加大科技成果的贡献和优秀人才交流，推动技术进步；其次，要建立科技成果的转化服务体系，加快科研成果向先进生产技术的转化过程，以技术进步弥合京津冀的发展差异。第二，完善基础设施，提高外资利用效率。政府应针对京津冀三地不同的经济发展现状，分别制定吸引和利用外资的经济政策，发展水平较高的地区应提高外资引进的水平和外企的科技含量标准，同时增加外资企业产品的本地化含量，避免FDI对本国企业产生挤出效应；而发展水平较低的地区可以适当降低外资进入的门槛，在防止 “污染天堂假说”的前提下最大限度发挥外资的积极作用，从而加快外资在不同地区的流动及利用效率，缓解FDI的地区经济差异；其次要完善本地区的基础设施建设，在利用外资的同时能够有效承接FDI的技术溢出，提高京津冀城市群的生产和管理效率，缩小地区差异。第三，调控人口规模，改善劳动力结构。北京、天津过高的人口密度一方面为其提供了丰富的劳动力，但另一方面是人力资本与当地产业结构不相匹配的矛盾，以及人口密度过大带来的 “大城市病”问题。与城市规模的扩张相比，选取适宜的城市人口密度具有更大的意义[28]。 《京津冀协同发展规划纲要》(后文中简称 《纲要》)提出， “至2020年，北京的常住人口最好不要超过2300万”。目前，北京正按照 《纲要》提出的目标疏解其非首都功能，调控人口规模。同时应该积极引领河北省的产业结构转型，引导京津冀中部的密集人口区向周围扩散，并改善各地区的劳动力结构，从而逐步缓解京津冀地区的经济发展差异。第四，提高人均资本配置，增强经济增长动力。要素禀赋对于京津冀经济协同发展的影响力呈现逐年迅速增长的趋势，但京津冀地区的要素禀赋差异较大，且中、东部地区主要以资源密集型产业为主，而周边地区劳动力密集型产业占据较大规模，因此京津冀地区要根据本地区产业、技术水平调整其要素禀赋结构，只有技术进步与要素禀赋相匹配，才能使两者的作用得到充分发挥。此外，在完成了前期调整后，还需不断推动初级要素禀赋向高级要素禀赋发展，实现各城市经济增长动力的转换[29]，从而促进京津冀经济的协同发展。