空间效应视角下数字经济对FDI区位选择的影响研究

王 青 刘思良 程思进

（辽宁大学经济学院，沈阳 110036）

引 言

数字经济作为一种能够综合运用大数据分析和人工智能的新型经济形态，是实现我国经济高质量发展的关键所在［1］。由 《中国数字经济白皮书2021》可知，2020年在全球经济增长停滞甚至衰退的背景下，我国数字经济规模仍保持高速增长：2020年数字经济增速9.7%是同期名义GDP增速的3.2倍。数字经济能够有效驱动生产交易、组织管理和外贸活动数字化，并且以数字技术为基础的数字经济能够加快制造业服务化、智能化转型 （张雪玲和吴恬恬，2019；武晓婷和张恪渝，2021）［2，3］。这充分说明数字经济是实现经济稳步增长、构建国内新发展格局的强大支撑。习近平总书记强调，“推动高水平对外开放是构建新发展格局的必然选择”。高水平对外开放意味着放宽市场准入门槛，2021年我国实际使用外资金额同比增长14.9%。其中东、中、西部引资分别增长14.6%、20.5%和14.2%。虽然我国FDI呈现逐年增长的态势，但各区域FDI总量上仍存在巨大差距。影响FDI分布区位差异的因素主要呈现三大类：宏观经济因素、制度因素、“第三方效应”。其中宏观经济因素直接影响FDI的投资收益；制度环境改善有助于FDI高质量 “引进来”（何剑等，2020； 黄亮雄等，2019）［4，5］； “第三方效应” 是指FDI的流入不仅受到各省（区、市）本身经济状况、地理条件的影响，同时受到周边省（区、市）经济、社会因素的交叉影响［6－11］。研究FDI区位分布的影响因素，对提升区域的区位优势，实现区域经济协调发展具有重要意义。

要实现区域经济平衡有序良好发展就要求经济落后地区充分挖掘自身比较优势。Dunning（1977）［12］的国际生产折衷理论对FDI区位选择进行了分析，当投资地区的区位优势优于其他地区时，则这种优势会提升该地区FDI吸引力。数字经济的发展对打造各区域的区位优势具有重大作用，从而影响着FDI的流入。已有学者研究信息通信技术对我国FDI的影响。如郑展鹏和岳帅 （2018）［13］认为互联网普及通过降低经济主体的交易成本能够有效促进地区FDI的流入。李浩和黄繁华 （2021）［14］提出现代信息网络建设是地区持续吸引外资的重要动能。孙穗和朱顺和 （2020）［15］研究发现信息通信技术可以通过缩短感知距离吸引FDI。然而互联网和信息通信技术只是数字经济的一部分，并不能完全等同于数字经济对FDI的影响。本文关注的重点是以通信设施、信息通信技术为重要载体的数字经济发展水平，从空间效应视角出发对此问题展开研究，从而为促进各地区数字经济与FDI协调发展提供一定的参考。

1 理论分析

1.1 数字经济通过提升FDI的投资收益来促进FDI流入

（1）跨国企业进行投资时需要对投资项目进行评估调研，而投资收益是企业关注的重点。数字经济依托现代信息网络，通过信息通信技术的综合运用提高资源配置效率，而资源利用率的上升会给企业带来极大的收益。同时数字经济的发展拓宽了外资企业获取信息的渠道，便于企业对各类信息制定相关的投资计划。数字经济通过降低企业进行跨国投资所需的信息成本，进而提升地区FDI吸引力；（2）数字经济本质是以通信设施为重要载体的新型经济形态，数字经济的发展水平与地区通信设施、基础设施的完善程度挂钩。数字经济发展水平越高的地区往往意味着科技、人才实力也越强。这为跨国企业提供大量的人力资源，减少了人才搜寻成本，增加FDI的投资收益，增强地区FDI吸引力；（3）数字经济能够依托信息通信技术拉近跨国企业的沟通距离，有效减少企业经营活动中由于地理距离所带来的沟通成本。数字经济的发展能使企业更好的融入东道国市场环境，通过减少沟通成本来提高投资收益，进而增强地区FDI吸引力。

1.2 FDI通过推动地区技术进步促进数字经济发展

数字经济是通过数字技术综合运用数据资源的经济形态。因此这客观上要求地区具备先进的生产技术，而跨国企业能够为数字经济提供基础设施以及数字化的服务工具。FDI的引进能够有效推动区域数字技术进步，跨国企业与内陆企业之间的人才流动加速了将外资企业的技术转移至内陆企业。技术进步能够加快建设与数字经济发展相适应的技术创新体系，有利于高效发展数字经济，因此，FDI是推动地区数字经济发展的重要驱动力。

2 模型构建

2.1 变量的选择

被解释变量：FDI，为各省（区、市）实际利用外商直接投资额的对数（lnFDI）。

核心解释变量：数字经济发展水平（me），本文选取互联网普及率、移动电话普及率、长途光缆线路长度、邮电业务总量、软件业务收入、快递业务收入和快递量7个指标，使用因子分析法测度各省（区、市）数字经济发展水平，将测度的数字经济发展水平区间调整［1，11］。图1报告了2000～2020年按照东、中、西部地区划分的各省（区、市）数字经济发展水平的均值和标准差。区域对比来看，东部地区数字经济水平较高，中、西部地区数字经济发展水平相近。东部地区主要以沿海城市为主，如广东是我国较早启动数字经济建设的省市，北京、上海等其他东部省（区、市）由于优越的地理条件，为数字经济发展奠定了良好的基础；而对于中、西部地区而言，数字经济发展水平仍有较大的发展空间。从各区域内部差异来看，东部地区内部差异较大，中、西部地区差异较小。东部地区各省（区、市）之间数字经济发展水平发展存在不均衡现象，如海南省与广东省的数字经济渗透程度明显不同；中、西部地区由于发展条件相似，内部差异较小。

图1 2000～2020年东、中、西部地区数字经济发展水平均值及标准差

影响数字经济发展水平的控制变量Xi包括：政府支出水平（enter），以地方政府财政支出与GDP的比重来衡量；技术创新水平（innov），用规模以上工业企业有效发明专利测度；对外开放程度（open），使用进出口总额与GDP之比衡量；人口集聚水平（iv），以地区的常住人口数取对数衡量。

影响FDI的控制变量Zi包括：经济发展水平（lnprgdp），以人均GDP测度；人力资本（rlzb），用每十万人口中大学生人数衡量；产业结构（cyjg），使用第三产业产值与第二产业产值之比衡量；市场化水平（mv），使用市场化指数进行衡量。

2.2 模型设定

建立空间计量模型前需要检验核心变量的空间自相关性，而空间自相关性通常使用Moran's I指数来测度。结果见表1。

表1 2000～2020年lnfdi和me的全域莫兰指数值

由表1可知，数字经济发展水平和FDI均具有显著的空间相关性。数字经济发展水平和FDI区位选择存在空间依存特征。本文选用空间联立方程模型检验数字经济与FDI区位选择的相互关系。

本文的模型设计如下：

其中，α0、β0为常数；i表示样本省（区、市）；lnFDIit为i省（区、市）在t年的外商直接投资；lnFDIjt则表示j省（区、市）在t年的外商直接投资。meit为i省（区、市）在t年的数字经济发展水平；同理，mejt为i省（区、市）在t年的数字经济发展水平。Xuit和Zuit为控制变量，包括：政府支出水平（enter）、技术创新水平（innov）、对外开放程度（open）、人口集聚水平（iv）、经济发展水平（lnprgdp）、人力资本（rlzb）、产业结构（cyjg）、市场化水平（mv）。εit、ηit为随机扰动项。α1代表相邻地区FDI的溢出效应，反映FDI空间溢出强度和方向；β1代表相邻地区数字经济空间溢出效应。α2和β2代表二者的空间交互效应。α3、β3表示数字经济与FDI的内生关系。

2.3 数据说明与描述性统计分析

本文使用2000～2020年全国30个省（区、市）（考虑到数据的可获得性，不含西藏及港、澳、台地区）的面板数据进行实证检验，数据主要来源于国家统计局、各省（区、市）统计年鉴。2020年初，我国受新冠肺炎疫情的影响，传统经济复苏受挫，数字经济成为经济增长的新抓手，对促进我国经济稳定、推动国际经贸合作发挥了重要作用。本文对缺失值数据使用插值法进行补充，描述性统计见表2。

表2 描述性统计

空间计量模型需要确定使用的空间权重矩阵，本文构建两类空间权重矩阵。第一类是反距离空间权重矩阵，根据 “空间相关性随着距离的扩大而逐渐递减”这一定理，设置反距离空间权重矩阵：

其中，dij表示地区i和j地区之间的距离。

为避免传统空间权重矩阵，i地区对j地区的影响相等这一弊端，本文基于林光平等 （2005）［16］的方法，还采用第二类空间权重矩阵，即经济距离空间权重矩阵。

3 实证结果及分析

3.1 基准回归分析

本文的基准回归结果见表3。

表3 基于GS3SLS的基准回归结果

由表3可知，FDI的投资区位具有显著的正向溢出效应。相邻地区的FDI流入增加会显著促进本地区FDI投资，FDI的流入存在明显的集聚特征。数字经济发展水平的提高能够有效吸引FDI的投资。邻近地区数字经济发展水平的提升对FDI流入效应不显著甚至为负。这一估计结果符合预期，即由于我国地区之间的替代性较强，当邻近地区的数字经济发展水平高于本地区时，FDI倾向流入邻近地区。因此邻近地区数字经济发展水平的提升对FDI区位选择呈现出竞争效应。

FDI对数字经济的回归系数符号显著为正，这表明拥有先进技术的FDI能够有效提升地区数字经济发展水平，有利于地区数字经济这一新型经济形态的规模化、体系化。邻近地区FDI的流入显著抑制本地数字经济的发展，这表明FDI的流入产业可能存在导向性，这种导向性会使本地区与邻近地区的数字经济发展出现竞争关系。邻近地区数字经济对本地区数字经济建设存在显著的正向影响。这是由于数字经济所运用的数字技术进步迅速，数字产业存在空间集聚现象，在考虑经济距离的空间权重下能够显著反映这一特征。因而数字经济的发展具有区域协同现象。

3.2 地区异质性检验

为进一步分析研究数字经济与FDI区位选择之间是否存在区域异质性，本文根据国家统计局公布的东、中、西部地区划分方法，将全国划分为东、中、西部地区进行实证检验。实证结果见表4。

表4 地区异质性检验

由表4可知，东部与中、西部地区数字经济与FDI区位选择的相互关系存在空间分异；两者的区别主要体现在效应强度上。数字经济发展水平的提高能有效促进地区FDI流入，该作用在中、西部地区尤为明显。东部地区数字经济发展水平提升对提高地区FDI吸引力作用小于中、西部地区。本文认为，产生这一现象是由于长久以来，东部地区在对外开放以及经济环境等方面均具有先发优势。这些优势有助于东部地区大量FDI的引进，同时其区位优势、制度因素等方面均有较大提升，因此数字经济发展水平的提高对地区提升FDI吸引力的边际效用相对小于中、西部地区。中、西部地区与东部地区的情况不同，其在经济发展、基础设施与人才集聚方面存在一定的不足，因而导致地区FDI吸引力相对较小。在此情况下，数字经济建设所带来的外资企业投资收益增加将成为地区提升FDI吸引力的关键因素。因而加快地区数字化建设能够有效帮助中、西部地区提高外资流入。

3.3 稳健性和内生性讨论

为确保本文结果的稳健性，本文采取更换空间权重矩阵的方法进行稳健性检验。将使用的空间权重变更为反距离平方空间权重矩阵。除此之外，本文选用3SLS估计方法检验模型的稳健性。检验结果见表5。

表5 稳健性检验

通过稳健性检验估计结果可知，在改变空间权重设定后，本文的基本结论没有改变，即数字经济发展水平的提高有效提升了地区FDI吸引力，FDI的流入也有效促进了地区数字经济发展。同时本文变换估计方法，在不考虑空间效应下采用3SLS对方程进行重新估计，估计结果同样未发生变化，说明基准回归结论具有稳健性。本文对内生性问题的处理方法是使用空间联立方程模型，空间联立方程模型能够较好的控制内生性问题（孙攀等，2021）［17］。

4 结论与政策建议

本文基于2000～2020年中国30个省（区、市）的面板数据，实证检验了数字经济与FDI之间的相互影响及空间溢出效应。研究发现：东部地区数字经济发展水平较高，中、西部地区数字经济发展水平相近；数字经济与FDI存在显著的相互促进关系，两者的空间溢出效应强度存在差异；从异质性分析来看，中、西部地区的数字经济发展水平提高对地区提升FDI吸引力的促进作用更为明显，而东部地区FDI引入对数字经济发展水平的正向效应更显著。基于以上研究发现，本文提出如下建议：

（1）数字经济对FDI区位选择的空间效应显著为正，各地区竞相提升数字经济发展水平以提高地区FDI吸引力。因此，现阶段我国地区政府应加大数字经济建设力度，不仅需要制定切实可行的数字经济发展规划，还要推进数字经济建设的落实，从而保证数字经济建设的效率和质量。

（2）数字经济对FDI区位选择存在空间分异，其在中、西部地区的作用更为显著，所以在推动地区数字经济发展建设的过程中需要注重地区差异。中、西部地区应制定更为科学规范的数字经济发展规划，加快培育数字经济这一新动能，实现弯道超车。具体而言，应对投资促进及便利化的重点、方式做出新的调整，增强FDI在中、西部投资信心，充分发挥地区的比较优势，推动区域协同发展。

（3）地区利用外资战略着眼点在于注重外资进入规模与进入质量的同步提高。地方政府的发展导向也应从招商引资转为招商引智，推动外资与数字经济的深度融合，实现外资引入的同时有效推动地区数字经济发展水平的提高，充分发挥FDI对数字经济发展的带动作用。