科技创新、FDI对我国城镇化影响的理论和实证研究——基于动态空间滞后模型

文 /李 钦

一、引言

城镇化，是扩大资源要素集合以及经济发展核心载体的区域面积的主要力量。2018年，中国城镇化率达到59.58%。在这一过程中，科技创新与外商直接投资(FDI)发挥着不可或缺的作用。于内，科技创新通过优化升级产业结构、转变经济增长方式等方面作用，一定程度上推动了城镇化发展进程，但不同地区间科技创新与城镇化的耦合协调具有阶梯式的分布特点，整体协调性较弱。于外，中国作为最大的发展中经济体接收国，2019年FDI流入增长4%，达到1390亿美元的历史最高水平，占世界总量的10%以上，继续成为排在美国之后的全球第二大外资流入国。外商直接投资带来了大量的税收与就业，促进产业升级，推动城市化水平的提高。

目前的文献一般均集中于科技创新、FDI与城镇化两两关系的研究视角上，鲜有文献综合三者之间的关系进行分析探索。本文的贡献在于：理论分析上，进一步梳理科技创新与FDI对城镇化进程影响的实施路径。实证研究上，采用熵值法构建多指标体系评价科技创新水平，建立动态空间计量模型分析科技创新、FDI及二者协同对城镇化的影响。

二、理论分析

（一） 科技创新对城镇化的影响

纵观世界经济的发展史，可以发现以相关产业为依托的新兴城镇的蓬勃发展都是在科技革命浪潮之后。科技创新能力是城镇综合竞争力的核心要素，其对城镇化发展的作用可以从直接效应和间接效应两个角度来分析：

1．科技创新可以直接优化产业结构的升级，促进资源的有效利用，推动发展信息技术，推动公共管理、社会制度管理水准的提升，从而提高城镇化的质量。

2．我国科技创新产出成果在空间上的分布存在显著的不均衡，随着经济一体化的深入，省域间的科技创新能力的空间依赖性逐渐加强，邻近省市科技创新水平的提升，将带动本地区的科技创新水平，间接促进本地城镇化进程。

（二） FDI对城镇化的影响

FDI对城镇化发展的影响主要体现在以下四个方面：

1．集聚效应。FDI的大量引入，为减少运输、人员流动、管理等方面的成本，会在空间上形成人口、产业的集聚效应，促进城市规模化发展。

2．技术溢出效应。一方面，外资的引入使得外资企业带来一些先进的管理理念与技术，对带动相关上下游行业的发展、推动产业结构的升级起到推动作用，提升了城镇化的内涵和质量。另一方面，外资的引入通过技术溢出、竞争、关联等影响，带动了产业结构的升级和优化，促进城镇化的发展。

3．增进效应。外资的引入带来大量的资金使资本在当地积累，从而改善城镇的公共服务设施、基础设施等，夯实城镇化的基础。

4．结构效应。一是FDI推进就业结构的转变，加快人口城镇化的步伐。外资企业主要集中在一些非农产业，从而提供更多岗位，增加劳动需求，吸引了农村剩余劳动力的同时也带动了相关产业的成熟。二是FDI促进土地结构的转换，资金、人口的流入使得城市住宅基地建设扩大，从而扩大城市规模。

总体而言，开放经济背景下，科技创新与FDI从不同层面为城镇化提供内、外动力相呼应的推动作用。

三、研究设计

（一） 空间计量模型的设定

考虑到现实经济活动之间的空间相关联系，本文采用空间计量模型来分析科技创新、FDI对城镇化的影响。

在使用空间模型之前，本文将采用Moran’s I 指数来检验变量间的空间相关性，以此检测是否适合做空间模型。Moran’s I指数的取值一般在-1到1之间，大于0表示空间正相关，接近于0表示不存在空间自相关性，小于0表示空间负相关。若指数绝对值越大，则表示属性的空间相关性越大。

依据空间滞后变量的类型和空间相关性的作用范围两个维度，空间面板模型分为空间滞后模型和空间误差模型两类。由于城镇化发展进程属于一个动态变化的过程，受当期因素的影响同时也会受到上一期或是上几期其他因素的影响，故本文拟用动态空间面板模型来进行相关的分析研究，这样即避免产生内生性问题，也可以考虑到城镇化发展的空间溢出效应和动态性，使结果更有效准确。

（二）指标设计和数据说明

城镇化水平（urb）选用城镇人口占总人口的比重来测度。

科技创新的综合水平参照张林等（2016）一文中的衡量标准，采用多指标来综合反映。其中，新产品的产出率用新产品销售收入与主营业务收入的比值表示。采用R&D人员折合全时当量人员来衡量研发人力投入，用专利申请授权数与其的比值来表示发明专利的产出率，R&D内部经费支出来代表研发经费投入，技术市场成交合同额与研发经费投入的比值来表示技术市场的成交率。然后采用熵值法来确定各指标的权重，从而简化分析模型，克服单一指标带来缺陷同时避免主成分分析法的主观性影响。

固定资产投资（inv）采用各省份社会固定资产投资额与当年省份地区的生产总值的占比来反映。人力资本水平（edu）采用各省6岁及以上人口的平均受教育年限来表示。政府支持力度（ifs）选用地方财政一般预算支出和一般公共服务支出的总额占当年省份地区的生产总值的比值来表示。

考虑到数据的可得性与连续性，本文选择2009年—2017年为样本区间。因西藏地区缺乏部分年份的统计数据，所以未被列入研究的范畴内。本文数据来源于《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国统计年鉴》。为使数据更加平稳，消除异方差影响，对各指标取自然对数。

四、实证分析

（一）空间自相关检验

空间权重矩阵的构建有多种方法，为从地理区位特征方面来探讨研究科技创新、FDI对我国城镇化的影响，本文选用0-1邻接矩阵来构建权重矩阵。本文测算了2009-2017年我国30个省份城镇化水平的全域的Moran’s I指数，以此进行空间相关性的分析。在样本观测期内，城镇化水平的Moran’s I 值集中在0.37-0.41之间波动，且全部都在1%的显著性水平上显著，这意味着我国各省份间的城镇化水平并非呈现随机状态，而是存在着显著的正向空间相关性，故适合做空间计量模型。

（二）模型估计结果与实证分析

通过显著性检验，表明我国各个省份之间的城镇化发展显然存在空间溢出效应，从而再次证实了空间效应在城镇化发展中的影响。

核心变量科技创新和FDI的系数在各模型中均为正数，且都通过显著性检验，表明科技创新和FDI在推动城镇化进程均起着稳定、积极的作用，有助于我国城镇化水平的发展，这也与上文的理论分析相符。通过比较科技创新和FDI的估计系数，可以发现FDI估计系数相较更大，说明在一定程度上，外商直接投资对本省域的城镇化发展有更大的推进作用。这可能是由于科技创新这一过程需要较长的回报时间，研发投入未能较好体现价值，故对拉动城镇化发展的贡献度较低。科技创新与FDI的交互项无论在哪个模型中均不显著，且表现出负向效应，可能原因有：FDI的引入带来了新兴技术和发展理念，从而致使自身的自主科技创新研究有所懈怠和下降，而且外资的引入多集中于一些低层次和低附加值技术的行业。由于资本投入结构的不恰当、市场环境的不完善以及创新技术的不良吸收，致使二者的协同作用并不能较好地表现出来，从而在城镇化进程中促进作用不显著。

控制变量人力资本指标于城镇化水平呈正相关关系，但并不显著，表明人力资本水平对城镇化水平的提高并无明显促进作用。可能由于人力资本作为知识和科技创新的主要载体，其提高是一个较为缓慢的过程，故在拉动城镇发展方面未能产生明显效益。政府支持力度的系数显著为负，说明政府的干预对城镇化的发展起到抑制作用，但是系数并不大表示抑制作用较小。可能原因包括：一是政府的支出资金使用率较低；二是政府过度干预，致使城市发展无法充分发挥市场潜力，从而阻碍城镇化的推进和发展。固定资产投资均显著为正，说明伴随固定资产投资的增加，城镇发展水平也会随之提高。固定资产投资增加意味着资金在地区范围内的积累增加，从而改善了城镇的基础设施条件，吸引更多企业驻落于此，形成产业集聚，提高了城镇化的质量和水平。

五、结论与建议

本文首先通过理论分析阐述科技创新、FDI对城镇化发展的影响路径，然后选取2009-2017年我国30个省份数据，通过熵值法构建多指标综合评价体系衡量各个省份的科技创新水平，运用静态、动态空间计量模型来分析我国科技创新、FDI对城镇化的影响。

研究发现：在样本考察期内，我国的城镇化发展存在显著的正向空间相关性。科技创新与FDI对省域城镇化发展起积极推动作用，相较而言， FDI比科技创新对城镇化的推动作用更为明显，并且二者交互项的估计参数表明协同作用对城镇化的进程无明显作用。控制变量政府支持力度、固定资本投资对城镇化发展分别具有显著的负、正作用，人力资本水平对城镇化发展无显著影响。

据此，本文提出建议如下：第一，为加大FDI的集聚效应、技术溢出效应、增进效应和结构效应对城镇化进程的影响，相关部门应加大外资吸引力度，加强对外商直接投资项目产业的引导。第二，可持续、高质量的城镇化发展离不开科技创新的推动作用，相关部门需制定有利于科创长远发展规划，鼓励企业自主创新，大力扶持科创项目。第三，相关部门应注意科技创新与FDI对城镇化进程的联动作用和影响，提高资本投入的使用率，以外资带动内资，良好吸收与消化由外资引入的技术，促进产业结构升级，充分发挥FDI与科技创新的联动作用，从而更好的服务、推动本省的城镇化发展。