雙向投資對(duì)江浙滬經(jīng)濟(jì)發(fā)展質(zhì)量的影響分析

施維 黃萍

摘要：黨的十九大報(bào)告指出，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展的階段，經(jīng)濟(jì)發(fā)展質(zhì)量的重要性不言而喻，作為全國經(jīng)濟(jì)中心之一的長三角經(jīng)濟(jì)帶，對(duì)其發(fā)展有舉足輕重的地位。為了研究雙向直接投資對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量的影響強(qiáng)弱，現(xiàn)通過選取長三角中經(jīng)濟(jì)活躍的江浙滬地區(qū)，從經(jīng)濟(jì)增長動(dòng)力、經(jīng)濟(jì)增長結(jié)構(gòu)、經(jīng)濟(jì)增長穩(wěn)定性、經(jīng)濟(jì)增長成果和經(jīng)濟(jì)增長的環(huán)保情況五個(gè)角度分析，結(jié)合DEA、因子分析法構(gòu)建面板模型。結(jié)果發(fā)現(xiàn)，雙向直接投資對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量均有促進(jìn)作用。最后提出提高科技創(chuàng)新，重視進(jìn)步效率管理;優(yōu)化對(duì)外投資政策，助力經(jīng)濟(jì)高質(zhì)量發(fā)展;聚焦全球OFDI，積極參與跨國公司全球治理;提高人才資本存量，推動(dòng)企業(yè)資金吸收能力等對(duì)策。

關(guān)鍵詞：雙向投資;江浙滬地區(qū);經(jīng)濟(jì)發(fā)展質(zhì)量

中圖分類號(hào)：F125.5? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2020）11-0109-04

一、引言

引進(jìn)和利用外商直接投資，有利于提高國內(nèi)經(jīng)濟(jì)增長，顯著助推創(chuàng)新能力進(jìn)步，共建人類命運(yùn)共同體。而江浙滬地區(qū)作為我國的經(jīng)濟(jì)發(fā)展重心之一，2019年GDP占全國20%，提高經(jīng)濟(jì)發(fā)展質(zhì)量對(duì)江浙滬地區(qū)有著不可小覷的意義。在此背景下，現(xiàn)選取江浙滬三省2003—2018年的相關(guān)數(shù)據(jù)，采用DEA模型計(jì)算綠色全要素生產(chǎn)率，再利用因子分析法測算經(jīng)濟(jì)增長質(zhì)量的綜合指標(biāo)，全面地表示經(jīng)濟(jì)增長質(zhì)量，同時(shí)建立面板數(shù)據(jù)模型，研究雙向直接投資是如何影響經(jīng)濟(jì)增長質(zhì)量的。以雙向直接投資為切入點(diǎn)，通過理論與實(shí)證研究來探討如何提高江浙滬地區(qū)經(jīng)濟(jì)高增長質(zhì)量，為江浙滬地區(qū)經(jīng)濟(jì)高增長質(zhì)量發(fā)展提供有價(jià)值的理論指導(dǎo)及參考。

二、現(xiàn)狀分析

（一）江浙滬地區(qū)對(duì)外直接投資現(xiàn)狀

選取最近兩年的數(shù)據(jù)，排出前十名的省份。可明顯從圖1和圖2中看出。長三角區(qū)域中上海、浙江和江蘇對(duì)外直接投資金額較高，所占百分比總和均超過40%，經(jīng)濟(jì)發(fā)展較為活躍，市場發(fā)展動(dòng)力較足，開放程度高，發(fā)展?jié)摿Υ蟆６不帐∨琶豢壳埃虼爽F(xiàn)只研究江浙滬地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量，較有說服力。

2017年上海市對(duì)外直接投資金額達(dá)到129.9億美元，占全國比重15.1%，達(dá)到全國對(duì)外投資金額總量第一，浙江省對(duì)外投資額196.6億美元，排名全國第三，江蘇省對(duì)外投資額43.6億美元，排名第七。2018年三省對(duì)外投資額均有所增長，上海市增長至153.3億美元，浙江省對(duì)外投資額122.8億美元，而江蘇省對(duì)外投資額61億美元，排名全國第六。除上海市和浙江省外，明顯可見江蘇省對(duì)外投資額并不是很高，仍有較大的國外市場開發(fā)空間。

（二）江浙滬地區(qū)外商直接投資現(xiàn)狀

從總量上來看，江浙滬地區(qū)歷年FDI數(shù)值呈穩(wěn)步上升趨勢(shì)，說明國外對(duì)我國投資力度逐年加大，我國市場潛力較足發(fā)展前景良好。由圖3看出，相比之下，浙江省外資投資力度較弱，江蘇省資金流入量最多，而上海市增長幅度較快。

此外，近些年來，人均GDP也逐年穩(wěn)步增長，至2018年，江浙滬三省人均GDP都已達(dá)到十萬元左右，上海市人均GDP為134 982元/人，江蘇省為115 168元/人，浙江省為98 643元/人。資源醫(yī)用和環(huán)境保護(hù)也得到重視，城市日污水處理量、生活垃圾日處理量和人均綠化面積等都在逐年加強(qiáng)。至2018年，上海人均公共綠地面積達(dá)到8.20平方米/人，江蘇省達(dá)到14.70平方米/人，浙江省達(dá)到14.10平方米/人。由此可見，在外資引入的同時(shí)，除加強(qiáng)經(jīng)濟(jì)發(fā)展速度、提高科技創(chuàng)新外，我國加強(qiáng)了對(duì)民生、經(jīng)濟(jì)分配、資源和環(huán)境利用等方面的重視，助力經(jīng)濟(jì)發(fā)展質(zhì)量的提升。

三、理論模型

（一）經(jīng)濟(jì)發(fā)展質(zhì)量的衡量

經(jīng)濟(jì)增長質(zhì)量的界定較為復(fù)雜，說法種類繁多。參考國內(nèi)外多方面相關(guān)文獻(xiàn)，綜合考量后，現(xiàn)選取從五個(gè)大維度剖析經(jīng)濟(jì)發(fā)展質(zhì)量。由于商務(wù)部統(tǒng)計(jì)年鑒數(shù)據(jù)為2003至2018年，于是結(jié)合江浙滬三省實(shí)際發(fā)展情況，選取13個(gè)指標(biāo)分別測量2003-2018年江浙滬三省的經(jīng)濟(jì)增長動(dòng)力、經(jīng)濟(jì)增長結(jié)構(gòu)、經(jīng)濟(jì)增長穩(wěn)定性、經(jīng)濟(jì)增長成果和經(jīng)濟(jì)增長的環(huán)保情況（見表1）。

（二）變量解釋

現(xiàn)從科技、資本、人力三個(gè)方面考察經(jīng)濟(jì)增長動(dòng)力維度，其指標(biāo)采用全要素生產(chǎn)率、勞動(dòng)生產(chǎn)率、資本生產(chǎn)率和高等學(xué)校在校人口數(shù)來表示。全要素生產(chǎn)率采用DEA模型計(jì)算而得，主要是指技術(shù)進(jìn)步和技術(shù)效率的變動(dòng)，資本生產(chǎn)率用省份生產(chǎn)總值與社會(huì)固定資產(chǎn)投資額的比值來衡量，勞動(dòng)生產(chǎn)率用省份生產(chǎn)總值與年末就業(yè)人數(shù)的比值來衡量，高等學(xué)校在校人口數(shù)則衡量人口福利和人才潛力。經(jīng)濟(jì)增長結(jié)構(gòu)用投資率和消費(fèi)率衡量。經(jīng)濟(jì)增長穩(wěn)定性用經(jīng)濟(jì)增長波動(dòng)性和消費(fèi)者物價(jià)指數(shù)兩個(gè)指標(biāo)表示。經(jīng)濟(jì)增長成果維度用人均GDP和農(nóng)村住房面積兩個(gè)指標(biāo)表示。經(jīng)濟(jì)增長的環(huán)保情況用城市日處理污水能力、生活垃圾清運(yùn)量和人均公共綠地面積表示。

其中，現(xiàn)采用DEA-Malmquist模型測算全要素生產(chǎn)率，主要彌補(bǔ)傳統(tǒng)DEA模型無法進(jìn)行面板數(shù)據(jù)測算的不足。選取各地政府財(cái)政支出、固定資產(chǎn)投資和就業(yè)人員數(shù)作為投入指標(biāo)，從資金、物資和人資三方面表示江浙滬地區(qū)的投入。選取地區(qū)生產(chǎn)總值和工業(yè)廢水排放量作為產(chǎn)出指標(biāo)，其中，地區(qū)生產(chǎn)總值是期望產(chǎn)出，而工業(yè)廢水排放量是非期望產(chǎn)出。得出全要素生產(chǎn)率如表2所示。

從時(shí)間發(fā)展態(tài)勢(shì)來看，2003-2018年全要素生產(chǎn)率平均變化率的技術(shù)效率的增長幅度低于技術(shù)進(jìn)步效率的增長幅度，主要是規(guī)模效率下降。全要素生產(chǎn)效率的提高主要依賴于技術(shù)進(jìn)步效率的提高，特別是2017-2018年技術(shù)進(jìn)步效率的大幅增加，同比上一年增加了17.6%。這說明近兩年來，江浙滬地區(qū)對(duì)高技術(shù)產(chǎn)業(yè)管理水平有進(jìn)一步提高，加強(qiáng)資源利用效率，但高技術(shù)產(chǎn)業(yè)技術(shù)的開發(fā)仍發(fā)展較緩慢，仍需進(jìn)一步提高。

從不同地區(qū)角度來看，上海市和江蘇省全要素生產(chǎn)率出現(xiàn)增長，而浙江省出現(xiàn)下跌現(xiàn)象，兩省一市總體上呈增長態(tài)勢(shì)，平均增幅為0.9%。技術(shù)進(jìn)步效率增長幅度大于技術(shù)效率增長幅度，特別是技術(shù)進(jìn)步效率增幅為1.1%，且上海市對(duì)江浙滬地區(qū)技術(shù)進(jìn)步效率貢獻(xiàn)較大，規(guī)模效率并未改變，說明技術(shù)進(jìn)步效率是全要素生產(chǎn)率的主要增長動(dòng)力。由表3可見，浙江省在高技術(shù)產(chǎn)業(yè)技術(shù)的研發(fā)和對(duì)高技術(shù)的管理上都有較大的發(fā)展空間，仍需進(jìn)一步加強(qiáng)對(duì)技術(shù)的管理與投入。

（三）數(shù)據(jù)處理

為了更好地分析數(shù)據(jù)，需用倒數(shù)方法將逆向化指標(biāo)正向化，用功效系數(shù)方法做無量綱化一致處理。現(xiàn)采用因子分析法降維，提取較為代表性的少數(shù)綜合指標(biāo)，有效衡量江浙滬地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量。

1.相關(guān)性分析。由表 4 可得KMO值為0.668，適合做因子分析。Bartlett球形檢驗(yàn)，拒絕單位相關(guān)陣的原假設(shè)，p<0.001，表明數(shù)據(jù)間彼此沒有相關(guān)性，適合做因子分析。

2.綜合得分計(jì)算及結(jié)果分析。為更好解釋各項(xiàng)因子的意義，現(xiàn)采用方差最大旋轉(zhuǎn)法實(shí)行旋轉(zhuǎn)，減少各因子之間密切的聯(lián)系。以江浙滬地區(qū)各因子對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量的貢獻(xiàn)率作為權(quán)重和累計(jì)貢獻(xiàn)率的比值，計(jì)算得出經(jīng)濟(jì)發(fā)展質(zhì)量的評(píng)價(jià)指數(shù)Y，計(jì)算式子如下，同時(shí)對(duì)綜合值進(jìn)行百化分處理，將負(fù)數(shù)轉(zhuǎn)化為正數(shù)，得到經(jīng)濟(jì)發(fā)展質(zhì)量綜合得分，見表5所示。

由表5可見，江浙滬地區(qū)均呈上升趨勢(shì)。但其中浙江省上升較為穩(wěn)健且幅度較大，江蘇省和上海市較為波動(dòng)，尤其是上海市波動(dòng)較大且增幅較弱。分析原因?yàn)樯虾Ｊ惺侵袊?jīng)濟(jì)重心之一，大力發(fā)展的同時(shí)難以兼顧對(duì)資源利用和環(huán)境保護(hù)等方面的重視。總體來看，我國經(jīng)濟(jì)發(fā)展質(zhì)量得到了改善，未來還有更大的提高空間。

四、實(shí)證分析

（一）模型選擇

現(xiàn)首先通過 Hausman 檢驗(yàn)來判斷選擇何種模型，Hausman 統(tǒng)計(jì)量對(duì)應(yīng)相伴P值為 0.0000，因此拒絕隨機(jī)效應(yīng)模型中個(gè)體影響與解釋變量之間不相關(guān)的原假設(shè)，選擇固定效應(yīng)模型。

（二）實(shí)證檢驗(yàn)結(jié)果

在建立模型前需要對(duì)模型設(shè)定的具體形式進(jìn)行檢驗(yàn)，即進(jìn)行面板模型的單位根檢驗(yàn)，為了保證結(jié)果的穩(wěn)健性，分別采用了LLC檢驗(yàn)、IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)和Fisher-PP檢驗(yàn)，具體結(jié)果見表6。可看出，在單位根檢驗(yàn)中，所有變量的檢驗(yàn)結(jié)果均拒絕非平穩(wěn)性。協(xié)整檢驗(yàn)統(tǒng)計(jì)量為-12.51，對(duì)應(yīng)概率為0.0000，拒絕非協(xié)整的假設(shè)，各變量之間存在長期穩(wěn)定的均衡關(guān)系，可以進(jìn)行面板分析。

考慮到實(shí)證結(jié)果的穩(wěn)健性，現(xiàn)將從OLS估計(jì)方法、控制省份的固定效應(yīng)模型、控制時(shí)間的固定效應(yīng)模型、控制省份時(shí)間雙固定的角度分析雙向直接投資對(duì)江浙滬地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量的影響，得出結(jié)果見表7。

（三）結(jié)果分析

從表7中可以看出，OLS估計(jì)方法、控制省份的固定效應(yīng)模型、控制時(shí)間的固定效應(yīng)模型、控制省份時(shí)間雙固定的結(jié)果均顯示，雖然系數(shù)值大小略有變化，但雙向直接投資能顯著促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。且分析P值，發(fā)現(xiàn)四個(gè)模型中控制省份時(shí)間雙固定模型較為理想。

從OFDI的角度看，作為核心解釋變量之一，從四個(gè)模型中看，除控制省份的固定效應(yīng)模型，其他模型系數(shù)均為正值，且控制省份的固定效應(yīng)模型負(fù)系數(shù)值較小，綜合表明對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量有促進(jìn)作用。分析其原因有兩點(diǎn)，一是對(duì)外直接投資的資金每年變化幅度較大，主要受國內(nèi)對(duì)外投資出臺(tái)的相關(guān)政策較少，改革開放后我國金融市場還未成熟，對(duì)外直接投資者還在探索階段。二是2007-2014年間波動(dòng)較為起伏，國際正處于經(jīng)濟(jì)大蕭條的動(dòng)蕩時(shí)期，整體經(jīng)濟(jì)環(huán)境較為消極。但總體分析數(shù)據(jù)漲幅較大，表明雙向直接投資市場事態(tài)良好，前景廣闊。

從FDI的角度看，作為另一個(gè)核心解釋變量，四個(gè)模型中，除控制時(shí)間的固定效應(yīng)模型，其他模型系數(shù)均為正值，且控制時(shí)間的固定效應(yīng)模型負(fù)系數(shù)值較小，綜合表明對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量有促進(jìn)作用。在控制省份時(shí)間雙固定模型中，其系數(shù)是位于城鎮(zhèn)化之后的第二個(gè)解釋力度較強(qiáng)的變量。系數(shù)為0.8252，為正，說明國外直接投資對(duì)江浙滬地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量有較強(qiáng)的促進(jìn)作用。

從其他控制變量看，城鎮(zhèn)化比率X3系數(shù)最大為2.3477，P值為0.0002，對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量有明顯的促進(jìn)作用。技術(shù)進(jìn)步水平X4系數(shù)為-0.0911，工業(yè)發(fā)展水平X5系數(shù)為-0.4193，均為負(fù)數(shù)，說明技術(shù)進(jìn)步水平和工業(yè)發(fā)展水平對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量有消極作用，且對(duì)其影響力度較弱。主要原因是技術(shù)進(jìn)步和工業(yè)發(fā)展雖然會(huì)大力發(fā)展經(jīng)濟(jì)，但同時(shí)會(huì)帶來環(huán)境污染等問題，綜合造成經(jīng)濟(jì)發(fā)展質(zhì)量的下降，說明江浙滬地區(qū)綠色技術(shù)發(fā)展欠缺，對(duì)環(huán)境保護(hù)力度不大。

五、發(fā)展對(duì)策

（一）提高科技創(chuàng)新，重視進(jìn)步效率管理

江浙滬地區(qū)作為經(jīng)濟(jì)發(fā)展重心，為保持經(jīng)濟(jì)發(fā)展動(dòng)力的穩(wěn)定性，需要不斷重視高科技產(chǎn)業(yè)技術(shù)的創(chuàng)新和技術(shù)進(jìn)步效率的管理。雙向直接投資在引進(jìn)外來資本所帶來的技術(shù)紅利同時(shí)，應(yīng)多加強(qiáng)本國人才出國實(shí)戰(zhàn)學(xué)習(xí)的機(jī)會(huì)，擴(kuò)大人才規(guī)模，進(jìn)而推動(dòng)本國科技創(chuàng)新能力的提升。經(jīng)濟(jì)增長動(dòng)力穩(wěn)定，經(jīng)濟(jì)穩(wěn)定發(fā)展，政府稅收額增加，反作用于改善人民生活水平，加強(qiáng)對(duì)資源的合理利用和環(huán)境保護(hù)。

（二）優(yōu)化對(duì)外投資政策，助力經(jīng)濟(jì)高質(zhì)量發(fā)展

近年來，江浙滬地區(qū)乃至全國對(duì)外直接投資政策都處在頻繁變遷中。2017年發(fā)布《中央企業(yè)境外投資監(jiān)督管理辦法》和《關(guān)于擴(kuò)大對(duì)外開放積極利用外資若干措施的通知》，2018年發(fā)布《企業(yè)境外投資管理辦法》和《對(duì)外投資備案（核準(zhǔn)） 報(bào)告暫行辦法》，2019年發(fā)布《外商投資準(zhǔn)入特別管理措施（負(fù)面清單）》和《對(duì)外直接投資統(tǒng)計(jì)制度》修訂和補(bǔ)充。政策不斷變動(dòng)的同時(shí)，也讓投資者們望而卻步。這也正是反映出國內(nèi)投資者們對(duì)外投資能力欠缺，對(duì)資金管理能力仍需加強(qiáng)。

（三）聚焦全球OFDI，積極參與跨國公司全球治理

隨著互聯(lián)網(wǎng)科技的不斷發(fā)展，全球變成一個(gè)家，人類命運(yùn)共同體不可避免。聚焦全球OFDI，加速長三角一體化建設(shè)，拉動(dòng)國內(nèi)外經(jīng)濟(jì)增長，促進(jìn)國內(nèi)外共同繁榮發(fā)展。強(qiáng)化全球FDI 政策競爭，進(jìn)而推動(dòng)了全球范圍內(nèi)的避稅天堂發(fā)展，對(duì)經(jīng)濟(jì)發(fā)展質(zhì)量的改善起到良性作用。積極參與跨國公司全球治理，有利于減少跨國公司成本外部化，增加跨國公司收益外部化。

（四）提高人才資本存量，推動(dòng)企業(yè)資金吸收能力

人力資本是決定各地企業(yè)對(duì)FDI帶來的技術(shù)和產(chǎn)生的溢出效應(yīng)吸收能力最為關(guān)鍵的因素之一。加強(qiáng)對(duì)人才的培養(yǎng)和各國人才的吸收能力是江浙滬地區(qū)急需的任務(wù)，提高三省技術(shù)教育水平，優(yōu)化各高校人才培育力度，鼓勵(lì)扶持大學(xué)生創(chuàng)新創(chuàng)業(yè)和社會(huì)培訓(xùn)專業(yè)技能人才，促進(jìn)FDI對(duì)技術(shù)和產(chǎn)生的溢出效應(yīng)更快吸收。

參考文獻(xiàn)：

[1] 李娜娜，楊仁發(fā).FDI能否促進(jìn)中國經(jīng)濟(jì)高質(zhì)量發(fā)展[J].統(tǒng)計(jì)與信息論壇，2019（9）：35-43.

[2] 田素華，李筱妍，王 璇.雙向直接投資與中國經(jīng)濟(jì)高質(zhì)量發(fā)展[J].上海經(jīng)濟(jì)研究，2019（8）：25-36.

[3] 肖 臨，潘 慧，陳勝良. FDI對(duì)廣西經(jīng)濟(jì)增長的影響及利用外資的政策建議[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2019（10）：54-59.

[4] 汪麗娟，吳福象，蔣欣娟.雙向FDI技術(shù)溢出能否助推經(jīng)濟(jì)高質(zhì)量發(fā)展[J].財(cái)經(jīng)科學(xué)，2019（4）：64-79.

[5] 李陽譚，黃 萍.江蘇沿海地區(qū)金融資源配置效率研究[J].合作經(jīng)濟(jì)與科技，2019（4）：35-37.

[6] 李陽譚，黃 萍.江蘇沿海地區(qū)金融發(fā)展對(duì)經(jīng)濟(jì)增長質(zhì)量的影響分析[J].市場周刊，2019（4）：70-72.

[責(zé)任編輯：王功巧]