信息通讯技术对外商直接投资促进经济增长的调节作用

张 烨，肖 倩

（上海理工大学 管理学院，上海 200093）

一、引言

据《2021 年世界经济形式与展望》，截至2020年底，全球经济萎缩4.3%，远超国际金融危机时期的下跌幅度。与此同时，高新技术产业不断发展，以更便捷、更快速、更健康的方式服务大众。在此背景下，探索信息与通讯技术对FDI 影响经济增长的调节作用，为各经济体复苏经济提供有效的理论依据及实践操作建议，具有重要的理论及现实意义。

从已有学术文献来看，研究信息通讯技术调节外商直接投资对经济增长影响的作用基于以下三个方面：

首先，经济增长是经济发展的重要方面。一国经济增长带来投资和消费、就业机会、基础设施建设等，为国民提升总体福利水平。一个经济体经济增长受到许多因素影响，而外商直接投资和信息通讯技术已被证明对促进发展中国家的经济增长非常重要Dunne 和Masiyandima（2017）[1]；朱顺和和谭宓（2020）[2]；曾岚婷和叶阿忠（2020）[3]。纳尔森的《经济增长的源泉》认为技术进步是经济增长的首要力量，实物投资及人力投资主要是作为技术进步的伴随物对经济增长发挥作用。本研究沿用这种思想，肯定多数FDI 以实物投资、信息通讯技术作为技术发展的代表在促进经济增长中的显著作用。

其次，信息和通信技术与一个国家的经济发展有关，因为从长期来看，ICT 能促进行业发展和经济水平的提升，显著提高生产率水平（胡明和邵学峰，2021）[4]。郭美晨和杜传忠（2019）[5]从三个层面阐述了ICT 技术促进经济增长的机理：（1）ICT 部门技术创新不断更迭，受摩尔定律的影响，ICT 产品及设备的市场价格迅速下降，由此刺激了经济各部门中ICT投资以及对其他投资的大规模替代，形成显著的替代效应；（2）ICT 生产部门自身快速增长；（3）ICT 对其他产业部门的优化重组。

最后，本文进行的研究能进一步充实当代研究经济发展文献中对信息通讯技术与外商直接投资的同时研究。国内对ICT 与经济研究主要集中于路径机理及贡献程度，对FDI 的研究常与环境规制因素相联系（叶阿忠和郑航，2020）[6]，缺少对三者同时研究的经验。本文通过利用信息通信技术作为外商直接投资与经济增长关系的调节者，决策者可以明确信息和通信技术在提高外商直接投资的吸收能力从而促进经济增长的重要性。

二、信息通讯技术对外商直接投资影响经济增长调节作用的理论分析

借用Hassan（2005）[7]关于外商直接投资、技术和经济增长之间的理论联系，有四种机制体现外商直接投资对东道国经济的正外部性：（1）根据竞争机制，外商直接投资带来的竞争增强会产生更高的生产率、效率和更多的实物资本和人力资本投资。同时，日益激烈的竞争可以促使工业部门转型，从而提高竞争力和转向出口导向型生产活动。（2）培训机制催生了管理和劳动方面更多的培训活动，进一步增强了“干中学”。（3）根据前后项联系机制，现有的技术水平促进了外商直接投资，外商投资也同时向国内公司传播技术。（4）根据示范机制，国内企业在技术使用方面倾向学习更先进的国外企业。

同时，研究可以发现，信息通讯技术可以进一步促进竞争力水平、总生产力和整体效用最大化。从理论基础来看，信息通讯技术可以有效地调节FDI 在促进经济增长的影响程度。在Solow（1956）[8]所记录的新古典主义框架内，外商直接投资对经济增长的影响取决于实物资本回报的递减。在经济增长新理论的框架内，外商直接投资可以影响经济增长水平和国内经济的人均产出，因为它可以促进地方资源的使用和开发、提升管理技术水平，获得新的信息和通信技术，缓解财政经常账户赤字，刺激研发投资，以及提高人力和实物资本的存量。

在本研究的具体背景下，ICT 可以调节外商直接投资对经济增长的影响的主要原因是，在这个知识经济的时代，信息和通信技术促进了各生产部门之间的沟通和生产的管理，包括国内国外这两个技术水平有差异的部门。因此，信息和通信技术在提高生产力方面的重要性以及与国内投资有关的生产资源的有效分配（苏任刚和赵湘莲，2020）[9]可着重应用于外商直接投资。

综上所述，本研究认为，将信息和通信技术作为经济增长的驱动因素是可行的（通过信息直接通信技术渠道可以提高FDI 对经济增长的促进作用）。

三、数据与实证检验

（一）数据来源

本研究的数据取自2010—2018 年中国省级面板数据。基于数据特征：N 为31，T 为9，N＞＞T，以及实证可操作性，本文使用广义矩估计（Generalised Method of Moments，GMM）实证检验方法。

人均GDP 与GDP 增长率足以解释本文衡量经济增长情况，同时，本研究对平均GDP 采用了对数化处理，从而消除单位和数量级不同所带来的影响，减小方差（下文所有带单位的变量均进行对数化处理，理由相同）。

国家统计局发布的FDI 数据是外商直接投资（FDI）指标的来源，该指标为外商直接投资流入总值并取对数。根据研究的动机和理论基础，为了提高研究的政策吸引力，采用了2 个ICT 变量，即移动电话普及率和互联网普及率。

根据当代经济发展文献，本研究选择了4 个影响经济的要素作为控制变量（Maryam 和Jehan，2018[10]；曹毅和陈虹，2021[11]；胡歆韵等，2022[12]）：人口、通货膨胀、政府支出和教育水平。在前文的理论基础上，这四个控制变量也对外商直接投资促进经济发展起调节作用。

这四个控制变量的预期符号推断为：第一，低而稳定的通货膨胀有利于经济增长，而高通货膨胀代表着经济环境的不确定性，投资者通常不会选择模糊的经济环境投资，因此通货膨胀率与经济增长通常是呈负相关（吴振宇和唐朝，2021）[13]。第二，人口增长与产出和经济增长呈正相关（李鹏，2022）[14]。第三，政府支出政策对社会的经济生产、社会福利均能够产生积极作用，政府支出作为财政政策手段就是为了促进经济平稳增长（高博文等，2021）[15]。第四，教育或人力资本投入将提高经济生产率进而促进经济增长（赵冉等，2022）[16]。

本研究数据均来自于中国统计局官网，各变量的定义、数据处理及描述性统计分析均如表1 所示。从平均值的角度来看，所考虑的变量具有可比性。此外，标准偏差的变化也说明可以从回归中得到合理的估计联系。相关系数矩阵（见表2）的目的是控制潜在的多重共线性问题，从而避免估计系数出现偏差。

表1 变量的定义、数据处理及描述性统计分析（N=31，2010—2018，NT=279）

表2 相关系数矩阵

（二）实证方法

1.基本模型说明。选用广义矩估计（GMM）方法出于以下三个原因：（1）根据本研究选用的数据集，是N＞T 的短动态面板数据。（2）由于数据集的面板性质，在估计中需要考虑不同省市的差异。（3）解决反向因果等原因导致的内生性问题，常需要使用工具变量来处理。

以下公式（1）和第一差分方程（2）总结了系统GMM 评估信息技术在调节FDI 对经济增长动力（即GDP 增长、实际GDP 和人均GDP）的影响方面的重要性。

其中GDPgi，t是t 时期省市i 的经济增长变量；FDI 是外商直接投资；ICT 代表信息通讯技术（即手机普及率或互联网普及率）；Inter 代表外商直接投资与信息技术的相互作用；σ0是一个常数；τ 是滞后年数，因为它充分捕捉了过去的信息；W 是控制变量（人口、通货膨胀率、政府支出和教育）的向量，ηi是省市固定效应，ξt 代表时间固定效应，εi是误差项。公式（1）和公式（2）重复了两个结果变量，分别是GDP 增长率和人均GDP。

本研究采用的是由Roodman（2009）[17]扩展而来的Arellano 和Bover 的实证策略。由于样本异方差性，本研究所采用的程序是两步估计。

2.变量识别与检验。实证过程中，通常需要定义三组变量：被解释变量、内生变量和严格外生变量。参考使用系统GMM 方法估计的文献，本研究将年份作为严格外生变量，主要感兴趣的FDI 与ICT 变量及四个控制变量内生化，与基本模型一致，被解释变量为经济增长。GMM 使用工具变量（iv）控制外生变量，严格的外生变量主要是通过已识别内生变量的外生成分影响被解释变量。

GMM 使用的一个条件是无序列相关性，需要进行扰动项序列相关性检验来确定实证方法的有效性。同时，为检验工具变量的有效性，还需报告Sargan检验结果。

四、实证结果分析

（一）回归结果及净效应

回归结果在表3、表4 中披露。表3 侧重于外商直接投资、信息通信技术和经济增长之间的联系。表4 涉及外商直接投资、信息通信技术和平均国内生产总值之间的联系。每个表格被分为两个主要部分：左边显示以“手机普及率”为中心的估计结果，而右边显示相应的以“互联网普及率”为中心的估计结果。

由于残差中没有自相关，不应拒绝二阶Arellano Bond 自相关检验（AR（2））差异的零假设，基于这个标准，本研究估计的模型非常有效，除了表四中的两个（倒数第四列和倒数第一列）具体估计。这两种无效模型的共同特征是拒绝了差分中的二阶自相关检验的零假设。

回顾当代研究交互影响的文献（Tchamyou 和Asongu，2017[18]；王冲和李雪松，2019[19]），为了估计信息通信技术在调节外商直接投资对经济增长的具体效应，本研究采用净效应计算法。这些净效应解释了外商直接投资对经济增长的无条件影响，以及与外商直接投资和ICT 变量之间的相互作用而对经济增长共同的影响。为了更好地解释净效应的计算，本文从表3 中举一个例子。从表3 的第3 列可以看出，手机普及率调节外商直接投资对GDP 增长影响的相关性对GDP 增长的净效应为0.475 6（91.76%×[-5.419]+5.448）。在此计算中，手机普及率的平均值为91.76%，FDI 对GDP 增长的无条件影响为5.448，而手机普及率与FDI 相互作用的条件影响为-5.419。

根据表3、表4 可得出以下结论：首先，互联网普及率和手机普及率都显著调节了外商直接投资，从而对所有经济增长速度和人均GDP 水平产生了总体上积极的净效应。此外，考虑到所涉及各种不同的控制变量和ICT 度量导向，与“手机普及率”为导向相比，积极的网络效应在以互联网普及率为中心的估计中更加明显。其次，控制变量绝大多数都有预期的影响方向，只有通货膨胀四次分析都是正向影响，且系数显著，本研究做如下思考：归因于本文选取的是中国样本，省级数据均保持在一个稳定较低的通货膨胀水平，一般而言，只有超过一定水平的通货膨胀才会引起经济下行。因此，本研究结论是通货膨胀、人口、教育和政府支出均对经济增长产生正面影响。

表3 ICT、FDI 与GDP 增长率实证结果

表4 ICT、FDI 与人均GDP 实证结果

（二）净效应分解

虽然本研究测度的净效应与本研究的理论预期一致，但ICT 动态和外商直接投资之间的交互估计的系数始终是负的，这表明，当信息通信技术普及率超过一定的阈值，将对经济增长产生相反方向的影响。根据最近的阈值文献，当增加某一变量超过临界质量或阈值产生不希望的宏观经济影响时，应该补充其他政策举措以促进预期或有利的结果。

根据上述情况，本研究将净效应分解从而为补充相关政策提供阈值。阈值是净效应为零的点，由此开始，进一步增加ICT 会产生负面的净效应。因此，在既定的门槛下，信息和通信技术必须辅之以其他政策举措，以调节外商直接投资对经济增长动态的积极影响。

这进一步表明，在既定的阈值下，信息和通信技术是调节外商直接投资以对经济增长产生积极结果的必要条件，但不是充分条件。

1.外商接投资、信息通信技术和GDP 增长之间联系中的净效应

设y=GDP 增长的净效应，x=平均手机普及率，z=平均互联网普及率。

本研究在此进行具体分析，加入人口控制变量的净效应表达式：y=-2.168x+1.955（当x=91.758%时，y=-0.034）。负阈值：当y=0 时，x=90.18%（即当手机普及率超过每100 人90 部时，ICT 的增长会抑制经济增长）。

与上一例表达式的具体分析相同，本研究加入通货膨胀控制变量负阈值为当手机普及率超过每100 人100 部时，ICT 的增长会抑制经济增长；加入教育支出控制变量负阈值为当手机普及率超过每100 人81 部时，ICT 的增长会抑制经济增长；加入政府支出控制变量的负阈值为当手机普及率超过每100 人61 部时，ICT 的增长会抑制经济增长；不考虑其他因素，当互联网普及率超过101.178%时，ICT的增长会抑制经济增长；加入人口控制变量的净效应，当互联网普及率超过105.245%时，ICT 的增长会抑制经济增长。

综上所述，对于GDP 增长，设定的阈值为每100人60～100 的手机普及率，101.178-105.245 互联网普及率。从现有数据来看，我国的手机普及率不断增长，在阈值范围内上下波动，已经开始呈现抑制经济增长的趋势；同时，我国互联网普及率平均值尚未超过50%，部分省市达到72%、73%，离本研究测算的阈值还有一定距离，所以互联网在调节FDI 促进经济增长方面发挥了主力作用。

2.分解外商直接投资、信息通信技术和人均GDP之间的净效应

不考虑控制变量的净效应表达式，负阈值为当手机普及率超过每100 人127 部时，ICT 的增长会抑制经济增长；加入人口控制变量的净效应，负阈值为当手机普及率超过每100 人118 部时，ICT 的增长会抑制经济增长；加入通货膨胀率控制变量的净效应，负阈值为当手机普及率超过每100 人126部时，ICT 的增长会抑制经济增长；加入教育投入控制变量，负阈值为当手机普及率超过每100 人268部时，ICT 的增长会抑制经济增长；不考虑控制变量的互联网净效应负阈值为当互联网普及率超过104.75%时，ICT 的增长会抑制经济增长；加入人口控制变量的互联网负阈值为当互联网普及率超过110.68%时，ICT 的增长会抑制经济增长；加入通货膨胀控制变量负阈值为当互联网普及率超过107.63%时，ICT 的增长会抑制经济增长；加入教育投入控制变量负阈值为当互联网普及率超过116.46%时，ICT 的增长会抑制经济增长；加入财政投入控制变量负阈值为当互联网普及率超过106.31%时，ICT 的增长会抑制经济增长。

综上所述，针对人均GDP 水平，设定的阈值为每100 人118～268 部的手机普及率，104.75%-116.46%互联网普及率。相对于GDP 增长速度的研究，此轮计算发现手机普及率的阈值有一个明显的上升，而互联网普及率的阈值维持在之前的水平。手机普及率阈值虽有上升，仍可保留之前结论，中国手机普及率呈不断上升趋势，已有部分省市达到阈值，已经开始呈现抑制经济增长的趋势；同时，我国互联网普及率平均值尚未超过50%，部分省市达到72%、73%，离本研究测算的阈值还有一定距离，所以互联网在调节ICT 促进经济增长方面发挥了主力作用。

五、结论与建议

（一）研究结论

本研究评估了9 年，信息通信技术（ICT）如何调节外商直接投资（FDI）对中国31 个省市经济增长的影响。经济增长动力用经济增长速度和人均GDP 来衡量，信息通讯技术用手机普及率和互联网普及率来衡量，研究发现，互联网普及率和手机普及率显著地调节外商直接投资，对经济增长产生总体积极的净效应。此外，与手机普及率相比，积极的促进效应在以互联网普及率为中心的估计中更加明显。

由于存在消极的交互效应，本研究将净效应进行分解，以提供阈值，在此阈值下，信息和通信技术的政策变量应与其他政策举措相补充，以便对经济增长产生有利的结果。因此，阈值是使净效应为零的点，由阈值开始，进一步增加ICT 会对经济增长产生负面的净效应。因此，在既定的阈值下，信息和通信技术必须与其他政策举措相补充，从而调节外商直接投资，以便对经济增长产生积极影响。首先，对于GDP 增长，设定的阈值为每100 人60～100 部的手机普及率，101.178-105.245 互联网普及率；对于人均GDP，设定的阈值为每100 人118～268 部的手机普及率，104.75%～116.46%互联网普及率。所建立的阈值具有经济意义，并且可以被政策利用，因为它们在汇总统计数据中披露的ICT 变量的统计范围内。这进一步表明，在该阈值下，信息和通信技术是调节外商直接投资以对经济增长动态产生积极结果的必要条件，但不是充分条件。

（二）研究建议

首先，根据本研究的主要结论——信息通讯技术在正向调节外商直接投资促进经济增长方面起显著作用，决策者应当发行促进信息和通信技术在该技术尚未饱和的区域的普及率的政策。具体而言，这些政策应包括：降低价格、增加普及接入方案和进一步鼓励建设与信息通信技术顺利运作有关的基础设施。由于阈值的存在，证明信息通讯技术正在逐渐饱和，FDI 与信息通讯技术的交互作用可能会起到反作用，因此，政策制定者应当进一步寻求提升FDI 促进经济增长的其他因素，例如更加具体严苛的环境规制、更高质量的人力资源等。

其次，研究发现本文中的四个控制变量在具体经济发展中也起到至关重要的作用。理论研究发现，维持在一定水平的通货膨胀能促进经济增长，当通货膨胀率超过一定值，会抑制经济。由于本文采取的是中国省级市的样本数据，根据2010—2018 年的通货膨胀数据，通货膨胀率在中国都维持在一个稳定小幅增长水平，尚未达到抑制经济增长的程度。另外，人口、教育支出和政府其他支出与经济增长呈正相关，这与理论预期结果都是一致的。就实际情况而言，在一个混合多元的世界中，经济增长受到的影响因素往往是相互联系的，决策者在经济治理时需要从多个角度综合分析，促进人口增长在人口老龄化的背景下显得非常迫切，控制通货膨胀增长速度在疫情时代也是严峻考验，协调政府支出在经济动荡时期有诸多学问，各要素协同管理不仅是当今决策者需要不断学习的问题，更是学术界需要努力的研究方向。