外商直接投資對(duì)長三角地區(qū)資源配置有何影響？

[摘要]資源錯(cuò)配一直是制約一個(gè)國家經(jīng)濟(jì)增長和生產(chǎn)率提高的重要因素，研究表明資源配置效率受到外商直接投資等因素的影響，且資源錯(cuò)配可能存在空間溢出效應(yīng)。基于長三角地區(qū)2008—2021年的面板數(shù)據(jù)，對(duì)資源錯(cuò)配和勞動(dòng)力錯(cuò)配進(jìn)行測(cè)度，通過構(gòu)建空間模型和半?yún)?shù)空間模型，探索資源錯(cuò)配自身的空間溢出效應(yīng)以及外商直接投資與資源錯(cuò)配之間可能存在的非線性關(guān)系。結(jié)果表明：長三角地區(qū)資源錯(cuò)配系數(shù)存在正向空間溢出效應(yīng)，即擴(kuò)散效應(yīng)；外商直接投資對(duì)勞動(dòng)力錯(cuò)配系數(shù)的偏導(dǎo)數(shù)呈“U”型的非線性關(guān)系，對(duì)資本錯(cuò)配系數(shù)的偏導(dǎo)數(shù)呈波浪形的非線性關(guān)系；外商直接投資額占比維持在2.5%—5%水平能夠有效改善地區(qū)內(nèi)資源錯(cuò)配情況；直到2021年，長三角地區(qū)省會(huì)及周邊城市的外商直接投資額占比水平較高，而其他城市的外商直接投資額占比水平較低。據(jù)此提出，長三角地區(qū)中心城市應(yīng)積極改善本地區(qū)資源錯(cuò)配情況，周邊城市應(yīng)適當(dāng)減少對(duì)外商直接投資的依賴，邊緣城市可積極吸引外商直接投資以激發(fā)本地市場(chǎng)活力。

[關(guān)鍵詞]直接投資;資源錯(cuò)配;空間計(jì)量;半?yún)?shù);長三角地區(qū)

一、 引言

經(jīng)濟(jì)研究中的一個(gè)核心問題就是如何合理配置資源。黨的十九大報(bào)告中明確提出了“經(jīng)濟(jì)體制改革必須以完善產(chǎn)權(quán)制度和要素市場(chǎng)化配置為重點(diǎn)，實(shí)現(xiàn)產(chǎn)權(quán)有效激勵(lì)、要素自由流動(dòng)、價(jià)格反應(yīng)靈活、競爭公平有序、企業(yè)優(yōu)勝劣汰”1。同時(shí)十九屆五中全會(huì)公報(bào)中也特別強(qiáng)調(diào)要“全面深化改革，構(gòu)建高水平社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制。堅(jiān)持和完善社會(huì)主義基本經(jīng)濟(jì)制度，充分發(fā)揮市場(chǎng)和有為政府更好結(jié)合”2。隨著改革開放以及社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制的建立，我國的資源配置效率和方式都得到了顯著改善，但隨著我國向經(jīng)濟(jì)高質(zhì)量發(fā)展階段不斷邁進(jìn)，生產(chǎn)要素的優(yōu)化配置仍然是亟須關(guān)注的重點(diǎn)[1]。

如何改善資源錯(cuò)配進(jìn)而優(yōu)化資源配置效率呢？如果是在封閉條件之下，資源錯(cuò)配的改善往往通過優(yōu)化一個(gè)國家內(nèi)部的勞動(dòng)、資本、能源等生產(chǎn)要素的流動(dòng)和配置來完成[2]。但當(dāng)今中國并未處于封閉條件下，而是處在開放的大環(huán)境中，生產(chǎn)要素以及資源不僅可以在國內(nèi)流動(dòng)，也可以跨國流動(dòng)，通過外商直接投資等方式參與國際分工，從而在實(shí)現(xiàn)全球范圍內(nèi)資源優(yōu)化配置的同時(shí)，也能優(yōu)化國內(nèi)的資源配置效率[3]。在開放的大環(huán)境下，隨著我國經(jīng)濟(jì)的快速發(fā)展以及國際經(jīng)濟(jì)發(fā)展速度放緩，外商企業(yè)愈發(fā)傾向于對(duì)我國經(jīng)濟(jì)市場(chǎng)進(jìn)行資本投入，使得外商直接投資額逐漸增加，這一方面顯著刺激了我國市場(chǎng)的競爭活力，優(yōu)化了行業(yè)內(nèi)部及企業(yè)間的資源配置效率；另一方面也一定程度上擠占了我國企業(yè)的市場(chǎng)份額，壓縮了我國企業(yè)創(chuàng)新及中小微企業(yè)的生存空間，帶來了壟斷的可能性，不利于城市資源配置效率的改善。由于外商直接投資對(duì)于資源配置效率存在兩面性，故研究外商直接投資與資源錯(cuò)配之間的關(guān)系顯得尤為重要。

二、 文獻(xiàn)綜述

從現(xiàn)有的研究來看，已經(jīng)有不少學(xué)者對(duì)中國資源錯(cuò)配程度進(jìn)行測(cè)度，并對(duì)造成資源錯(cuò)配的成因和對(duì)經(jīng)濟(jì)增長的影響進(jìn)行了較為深入的研究。Hsieh等[4]在規(guī)模報(bào)酬不變的柯布—道格拉斯生產(chǎn)函數(shù)下，定義了產(chǎn)出的扭曲和資本的扭曲，首次構(gòu)建了計(jì)算測(cè)量資源錯(cuò)配的理論框架體系。

之后，有不少國內(nèi)外學(xué)者開始考察和探究中國的資源配置效率以及資源錯(cuò)配情況。大多數(shù)學(xué)者的研究中均發(fā)現(xiàn)中國存在較為嚴(yán)重的資源錯(cuò)配[2-4]，他們認(rèn)為造成中國資源錯(cuò)配情況嚴(yán)重的原因主要是各城市戶籍制度不同且一線城市戶籍制度有所限制，經(jīng)濟(jì)特區(qū)設(shè)置以及相應(yīng)區(qū)域劃分吸引大量勞動(dòng)力資源以及資本資源的投入進(jìn)而導(dǎo)致的市場(chǎng)分割，行政上的壟斷所產(chǎn)生的國有企業(yè)對(duì)私企的歧視，政府的補(bǔ)貼，要素價(jià)格扭曲以及互聯(lián)網(wǎng)的普及等[1，5-10]。同時(shí)崔書會(huì)等[11]研究指出中國中、東、西部地區(qū)產(chǎn)業(yè)協(xié)同集聚對(duì)資源錯(cuò)配影響的程度有所不同。江艇等[12]研究指出行政級(jí)別越高的城市其制造業(yè)企業(yè)的資源錯(cuò)配程度越嚴(yán)重，但城市級(jí)別對(duì)民營企業(yè)的資源錯(cuò)配改善反而起到了正向的作用。

白俊紅等[3]研究指出對(duì)外直接投資也能顯著地改善中國整體的資本和勞動(dòng)力的資源錯(cuò)配程度，提高資源配置效率。劉雅婕等[13]研究指出外商直接投資額以及貸款的增加有利于緩解本地區(qū)資本錯(cuò)配程度，非國有企業(yè)就業(yè)人數(shù)的增加以及農(nóng)村勞動(dòng)力人口的流入可以改善本地區(qū)勞動(dòng)力錯(cuò)配程度。楊校美等[14]關(guān)注到雙向直接投資可以從總體上降低資本錯(cuò)配以及勞動(dòng)力錯(cuò)配。崔金寶等[15]研究指出外商直接投資與長三角地區(qū)資本錯(cuò)配、勞動(dòng)力錯(cuò)配以及能源錯(cuò)配之間可能呈倒“U”型關(guān)系。

雖然現(xiàn)有對(duì)資源錯(cuò)配影響因素的研究已經(jīng)很豐富，但也存在著不足之處：一是大部分研究只考察了單一因素對(duì)資源錯(cuò)配存在的影響及大小，涉及資源錯(cuò)配自身的空間溢出效應(yīng)的研究較少；二是研究外商直接投資對(duì)資源錯(cuò)配影響的文獻(xiàn)較少且多數(shù)只考慮了外商直接投資對(duì)資源錯(cuò)配的線性影響，研究外商直接投資對(duì)資源錯(cuò)配的非線性影響的文獻(xiàn)較少，這些都不利于理論的發(fā)展以及政府部門相關(guān)政策的制定和實(shí)施。基于此，本文擬基于長三角地區(qū)40個(gè)地級(jí)市數(shù)據(jù)，運(yùn)用空間模型探究資源錯(cuò)配可能存在的空間溢出效應(yīng)；并在此基礎(chǔ)上探究外商直接投資與資源錯(cuò)配間可能存在的非線性關(guān)系，以期更好地推動(dòng)地區(qū)間資源錯(cuò)配的改善以及吸引外資政策的調(diào)整和優(yōu)化。

三、 影響機(jī)理

1. 資源錯(cuò)配空間溢出效應(yīng)的影響分析

經(jīng)濟(jì)學(xué)原理認(rèn)為，完全競爭市場(chǎng)最終是會(huì)達(dá)到帕累托最優(yōu)的。許多經(jīng)濟(jì)學(xué)家根據(jù)這一微觀基礎(chǔ)得到衡量資源有效配置的判斷標(biāo)準(zhǔn)：當(dāng)行業(yè)內(nèi)不同企業(yè)要素投入的邊際收益產(chǎn)品呈現(xiàn)出橫截面差異，就代表著該行業(yè)存在資源錯(cuò)配[16]。但在實(shí)際生產(chǎn)過程中因?yàn)椴煌a(chǎn)單位招商引資能力的不同、部分較大的生產(chǎn)單位生產(chǎn)效率低下、新興生產(chǎn)部門資產(chǎn)過度集中等因素的影響，使得資本很難達(dá)到最優(yōu)的配置。具體而言，資源錯(cuò)配可以通過擴(kuò)散效應(yīng)和集聚效應(yīng)對(duì)周邊鄰近城市的資源配置效率造成影響。

第一，擴(kuò)散效應(yīng)。由于生產(chǎn)要素具有流動(dòng)性，根據(jù)理性人的逐利性特征，生產(chǎn)要素會(huì)向周邊城市生產(chǎn)效率高的部門擴(kuò)散，同時(shí)刺激周邊城市生產(chǎn)效率低下部門的生產(chǎn)要素向本城市生產(chǎn)效率高的部門轉(zhuǎn)移，從而優(yōu)化周邊城市資源配置效率。生產(chǎn)要素的流動(dòng)與再分配改變了各地區(qū)生產(chǎn)要素的組合方式，激發(fā)了由于部分生產(chǎn)要素缺失而無法達(dá)到最優(yōu)生產(chǎn)效率的部門的活力，優(yōu)化了資源配置。對(duì)于勞動(dòng)力錯(cuò)配，若某地的勞動(dòng)力錯(cuò)配程度下降，必然會(huì)產(chǎn)生勞動(dòng)力的流動(dòng)和轉(zhuǎn)移，進(jìn)而輻射到周邊城市使其勞動(dòng)力再分配，最終實(shí)現(xiàn)勞動(dòng)力錯(cuò)配程度下降；若某一部門的勞動(dòng)力配置過度，在資本固定的情況下過度的勞動(dòng)力會(huì)使得其工資水平下降，從而會(huì)驅(qū)使勞動(dòng)力外溢到其他地區(qū)工資水平較高的生產(chǎn)部門，進(jìn)而也能緩解本部門以及周邊地區(qū)部門的勞動(dòng)力錯(cuò)配程度[17]。

第二，集聚效應(yīng)。由于我國城市間經(jīng)濟(jì)發(fā)展水平存在差異，少數(shù)超一線城市以及一線城市對(duì)各種生產(chǎn)要素有著較大的吸引力，使得大量生產(chǎn)要素從本就存在資源配置效率不足問題的中小型城市向資源配置效率較好的大型城市轉(zhuǎn)移，不僅給大城市資源錯(cuò)配的改善工作增加了難度，同時(shí)也加劇了中小型城市資源配置不足的問題，不利于各城市資源配置效率的改善。以資本要素為例，我國大量的資本要素流入北上廣深等中心城市，雖然一定程度上能夠增加城市的經(jīng)濟(jì)活力，但也為這些城市的資本有效配置工作增加了難度，無法精確有效地引導(dǎo)資本流入資本配置不足的高生產(chǎn)效率部門。鑒于此，本文提出如下研究假設(shè)：

H1：我國資源錯(cuò)配程度存在空間溢出效應(yīng)。

2. 外商直接投資對(duì)資源錯(cuò)配的非線性影響分析

外商直接投資是影響資源錯(cuò)配的一大影響因素，大多數(shù)研究認(rèn)為外商直接投資通過減小企業(yè)融資難度、提高生產(chǎn)部門生產(chǎn)效率等途徑緩解了資本市場(chǎng)扭曲進(jìn)而提高了要素配置效率[2，9]。但隨著外商直接投資額占比的提高，外商直接投資能夠一直保持對(duì)資源錯(cuò)配的改善效果嗎？同時(shí)隨著地區(qū)資源配置效率的優(yōu)化，外商直接投資的改善效果是否會(huì)降低？

本文認(rèn)為，外商直接投資一方面能夠有效地改善城市資源錯(cuò)配程度。外資的進(jìn)入會(huì)打破原有的市場(chǎng)均衡，加劇本國的市場(chǎng)競爭，促使企業(yè)采取各種措施提高資源配置效率，進(jìn)而使得生產(chǎn)效率較低以及無法提高資源配置效率的企業(yè)自然而然地離開市場(chǎng)，效率低下企業(yè)的減少加之外商投資的增加，大量的資本便會(huì)分配到生存下來的生產(chǎn)效率高的企業(yè)中，進(jìn)而改善了資源錯(cuò)配。此外，外資的進(jìn)入也可以有效地彌補(bǔ)地區(qū)發(fā)展過程中資本積累的不足，緩解多數(shù)中小型新興企業(yè)資本配置不足的問題，提高企業(yè)生產(chǎn)效率。另一方面，外商直接投資的增加也會(huì)一定程度上加劇城市資源錯(cuò)配程度，外商資本由于信息的不對(duì)稱以及資本的逐利性特征，會(huì)大量集中在少數(shù)沿海中心城市，雖然對(duì)中心城市經(jīng)濟(jì)發(fā)展能夠起到正向作用，但大量資本的注入會(huì)產(chǎn)生一定的虹吸效應(yīng)，吸引周邊城市勞動(dòng)力要素大量涌入中心城市，加劇了企業(yè)雇傭勞動(dòng)力的搜尋成本，惡化了城市勞動(dòng)力就業(yè)形式，不利于勞動(dòng)力要素配置效率的優(yōu)化調(diào)整。同時(shí)外商直接投資大多數(shù)投資于大型企業(yè)，故對(duì)中小型新興企業(yè)資本配置不足問題的改善效果并不明顯，加之大型企業(yè)吸收了過多的資本，使得資源配置效率不能得到有效的改善。鑒于此，本文提出如下研究假設(shè)：

H2：在我國，外商直接投資對(duì)資源錯(cuò)配存在非線性影響。

四、 模型、變量與數(shù)據(jù)說明

1. 模型

根據(jù)前文的機(jī)理分析，根據(jù)假設(shè)1本文構(gòu)建如下空間杜賓模型：

[τkit=α0+ρj=1nwijτkit+α1Xit+βj=1nwijXjt+μi+νt+εit] （1）

[τLit=α0+ρj=1nwijτLit+α1Xit+βj=1nwijXjt+μi+νt+εit] （2）

在式（1）和式（2）中，i和t分別表示城市和時(shí)間，[τkit]和[τLit]分別表示資本錯(cuò)配系數(shù)和勞動(dòng)力錯(cuò)配系數(shù)，X表示控制變量，[μ]和[ν]分別表示個(gè)體固定效應(yīng)以及時(shí)間固定效應(yīng)，[ε]為隨機(jī)干擾項(xiàng)，[wij]為空間權(quán)重矩陣[18-19]。本文在空間權(quán)重矩陣方面選擇的是反地理距離型權(quán)重矩陣。

為了檢驗(yàn)外商直接投資對(duì)資源錯(cuò)配是否存在非線性影響，本文以外商直接投資作為非參數(shù)項(xiàng)構(gòu)建半?yún)?shù)空間杜賓模型。模型具體形式如下：

[τkit=α0+ρj=1nwijτkit+α1Xit+βj=1nwijXjt+mfdiit+μi+νt+εit] （3）

[τLit=α0+ρj=1nwijτLit+α1Xit+βj=1nwijXjt+mfdiit+μi+νt+εit] （4）

在式（3）和式（4）中，[mfdiit]為未知的非參數(shù)部分。

2. 變量設(shè)計(jì)

（1）資源錯(cuò)配系數(shù)。本文將資料錯(cuò)配系數(shù)具體分為資本錯(cuò)配系數(shù)（[τk]）和勞動(dòng)力錯(cuò)配系數(shù)（[τL]）。基于數(shù)據(jù)的可得性，參考了白俊紅等[3]以及崔書會(huì)等[11]計(jì)算資源錯(cuò)配系數(shù)的方法，計(jì)算了長三角地區(qū)各城市的資本錯(cuò)配系數(shù)和勞動(dòng)力錯(cuò)配系數(shù)，計(jì)算公式如下：

[τki=1γki-1 ，τLi=1γLi-1] （5）

其中，[γki]和[γLi]分別表示為資本價(jià)格扭曲系數(shù)和勞動(dòng)力價(jià)格扭曲系數(shù)，計(jì)算方式如下：

[γki=kik/siβkiβk ，γLi=LiL/siβLiβL] （6）

其中，[si]為i城市產(chǎn)出占長三角地區(qū)總產(chǎn)出的份額，[ki/k]為i城市使用的資本占長三角地區(qū)總資本量的比例，[siβki/βk]為資本有效配置時(shí)i地區(qū)所使用資本的比例，[βki]為利用生產(chǎn)函數(shù)估計(jì)出的i城市的資本產(chǎn)出彈性；[Li/L]為i城市使用的勞動(dòng)力占長三角地區(qū)總勞動(dòng)力人數(shù)的比例，（[siβLi/βL]）為勞動(dòng)力有效配置時(shí)i地區(qū)所使用勞動(dòng)力的比例，[βLi]為利用生產(chǎn)函數(shù)估計(jì)出的i城市的勞動(dòng)力產(chǎn)出彈性[11]。產(chǎn)出總量用各城市的GDP表示，勞動(dòng)投入量用各城市就業(yè)人數(shù)表示，資本投入量用永續(xù)盤存法計(jì)算，公式為：

[kit=Iit/Pit+1-δkit-1] （7）

其中，[Iit]為第i個(gè)城市第t年全社會(huì)固定資產(chǎn)投資額，[Pit]為第i個(gè)城市第t年對(duì)應(yīng)的固定資產(chǎn)投資價(jià)格指數(shù)，[δ]為折舊率，借鑒以往國內(nèi)文獻(xiàn)的取值，取9.6%。

（2）外商直接投資。一方面，外國投資帶來新技術(shù)，但同時(shí)會(huì)破壞最初的市場(chǎng)平衡；由于市場(chǎng)存在競爭，根據(jù)優(yōu)勝劣汰的規(guī)則大概率會(huì)將資源分配給效率更高的公司，這改變了資源分配的效率和方式。另一方面，地方政府可能為了吸引外商的投資，會(huì)給子企業(yè)一系列優(yōu)惠政策，這會(huì)帶來不公平競爭，從而扭曲價(jià)格，帶來了資源的錯(cuò)配[15]。本文以采用外商直接投資額占GDP的比重來表示外商直接投資。

（3）控制變量。本文還控制了以下變量：產(chǎn)業(yè)結(jié)構(gòu)（is），本文采用長三角地區(qū)各城市第三產(chǎn)業(yè)的產(chǎn)值所占GDP的比重來表示；政府對(duì)經(jīng)濟(jì)活動(dòng)的干預(yù)程度（gov），韓劍等[2]研究發(fā)現(xiàn)政府干預(yù)對(duì)行業(yè)內(nèi)的資源錯(cuò)配有顯著影響，本文采用扣除科學(xué)技術(shù)支出以及教育支出之后的財(cái)政支出所占GDP的比重來表示；城市等級(jí)（cl），簡澤[20]發(fā)現(xiàn)地區(qū)之間市場(chǎng)的分割是導(dǎo)致資本錯(cuò)配以及勞動(dòng)力錯(cuò)配的重要來源，江艇等[12]分析了城市的行政級(jí)別對(duì)資源配置效率的影響，發(fā)現(xiàn)行政級(jí)別越高的城市，其制造業(yè)企業(yè)的全要素生產(chǎn)率平均水平也越高，且資源錯(cuò)配程度越嚴(yán)重，本文將長三角地區(qū)城市按照《2020年城市商業(yè)魅力排行榜》劃分為一、二、三、四線城市[1]；金融深化程度（fd），采用各城市年末金融機(jī)構(gòu)各項(xiàng)貸款余額與GDP的比值來表示。

由于2008年金融危機(jī)使得我國經(jīng)濟(jì)方面受到較大沖擊，也使得多項(xiàng)控制變量受到較大的影響，同時(shí)亳州市的數(shù)據(jù)存在較多缺失值，為防止出現(xiàn)異端值使得模型回歸效率降低，本文選取長三角地區(qū)40個(gè)地級(jí)市2008—2021年的面板數(shù)據(jù)進(jìn)行研究。城市層面的數(shù)據(jù)來源于2008—2021年《中國統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》以及各省區(qū)市統(tǒng)計(jì)局的統(tǒng)計(jì)年鑒。表1為變量描述性統(tǒng)計(jì)。

五、 實(shí)證分析

1. 空間相關(guān)性檢驗(yàn)結(jié)果分析

采用空間計(jì)量模型進(jìn)行回歸的前提是變量存在空間自相關(guān)性，通常的方法是采用Moran’s I指數(shù)來判別[21]。本文計(jì)算了資本錯(cuò)配系數(shù)和勞動(dòng)力錯(cuò)配系數(shù)的Moran’s I指數(shù)，結(jié)果如表2所示1。資本錯(cuò)配系數(shù)在反地理距離權(quán)重矩陣下的Moran’s I指數(shù)所有年份均在1%和5%水平下顯著為正，勞動(dòng)力錯(cuò)配系數(shù)的Moran’s I指數(shù)也均在1%以及5%水平下顯著為正。這一結(jié)果表明，在空間上長三角地區(qū)各城市間的資本錯(cuò)配系數(shù)呈現(xiàn)空間正相關(guān)，說明資本錯(cuò)配系數(shù)存在顯著的空間溢出效應(yīng)；而長三角地區(qū)各城市間的勞動(dòng)力錯(cuò)配系數(shù)呈現(xiàn)空間正相關(guān)，Moran’s I指數(shù)值較為穩(wěn)定，說明勞動(dòng)力錯(cuò)配系數(shù)具有穩(wěn)定的空間相關(guān)性。

2. 基準(zhǔn)回歸模型估計(jì)結(jié)果分析

本文先分別對(duì)資本錯(cuò)配系數(shù)和勞動(dòng)力錯(cuò)配系數(shù)的基準(zhǔn)回歸模型進(jìn)行了Hausman檢驗(yàn)，結(jié)果顯示資本錯(cuò)配系數(shù)與勞動(dòng)力錯(cuò)配系數(shù)基準(zhǔn)回歸模型Hausman檢驗(yàn)得到的P值均為負(fù)數(shù)，無法拒絕隨機(jī)效應(yīng)的原假設(shè)。隨后分別對(duì)資本錯(cuò)配系數(shù)和勞動(dòng)力錯(cuò)配系數(shù)進(jìn)行LM檢驗(yàn)、LR檢驗(yàn)以及Wald檢驗(yàn)，最終根據(jù)顯著性考慮，勞動(dòng)力錯(cuò)配系數(shù)和資本錯(cuò)配系數(shù)將選擇隨機(jī)效應(yīng)的空間滯后模型進(jìn)行回歸分析。估計(jì)結(jié)果見表3。

從表3中可以看出，對(duì)于勞動(dòng)力錯(cuò)配系數(shù)以及資本錯(cuò)配系數(shù)而言，其空間滯后模型的空間自相關(guān)系數(shù)rho顯著且變量的顯著性水平普遍較高，擬合優(yōu)度[R2]比之普通面板回歸模型有顯著提高，故綜合考慮選擇隨機(jī)效應(yīng)的空間滯后模型是合理的。

分析被解釋變量為勞動(dòng)力錯(cuò)配系數(shù)的回歸結(jié)果，可以得出以下幾點(diǎn)結(jié)論：

第一，隨機(jī)效應(yīng)的空間滯后模型的空間自相關(guān)系數(shù)rho在1％水平下顯著為正，證明周邊城市的勞動(dòng)力錯(cuò)配系數(shù)對(duì)本城市的勞動(dòng)力資源錯(cuò)配系數(shù)有正向的空間溢出效應(yīng)，即勞動(dòng)力配置效率具有擴(kuò)散效應(yīng)，勞動(dòng)力錯(cuò)配程度高的城市其周圍城市的勞動(dòng)力錯(cuò)配程度普遍較高，一個(gè)城市勞動(dòng)力錯(cuò)配的改善能有效改善周邊城市勞動(dòng)力錯(cuò)配情況。

第二，外商直接投資的估計(jì)系數(shù)為負(fù)且在1％水平下顯著，說明外商投資的增加可以緩解本地區(qū)勞動(dòng)力資源錯(cuò)配程度，改善勞動(dòng)力資源配置效率。

接下來分析被解釋變量為資本錯(cuò)配系數(shù)的回歸結(jié)果，得到以下幾點(diǎn)結(jié)論：

第一，外商直接投資系數(shù)顯著為正，說明長三角地區(qū)外商直接投資額的增加能夠加劇此地區(qū)的資本錯(cuò)配程度。可能的原因是外商為追求穩(wěn)定且客觀的資本收益率，會(huì)傾向于投資規(guī)模較大且資金充裕的大型企業(yè)，使本就資本配置過度的大型企業(yè)部門的資本錯(cuò)配程度進(jìn)一步加深，而需要資金注入的中小型新興科技企業(yè)會(huì)由于資本配置不足而無法達(dá)到其最優(yōu)的生產(chǎn)效率，進(jìn)一步加劇地區(qū)資本錯(cuò)配。

第二，模型的空間自相關(guān)系數(shù)rho顯著為正，說明地區(qū)間的資本錯(cuò)配程度存在正向的空間關(guān)系，即地區(qū)間資本要素配置存在擴(kuò)散效應(yīng)，資本錯(cuò)配程度高的地區(qū)其周邊城市資本錯(cuò)配程度也相對(duì)較高，一個(gè)地區(qū)資本配置效率的提高能夠帶動(dòng)周邊城市資本配置效率的提高，同時(shí)一個(gè)地區(qū)資本錯(cuò)配的加劇也會(huì)加劇周邊城市資本錯(cuò)配[22]。

3. 穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)實(shí)驗(yàn)結(jié)論的穩(wěn)健性，本文擴(kuò)大所檢驗(yàn)的樣本量，因?yàn)闁|南部沿海城市的經(jīng)濟(jì)發(fā)展水平和外商直接投資水平相較于中西部較高，與長三角地區(qū)相較于中國其他城市的經(jīng)濟(jì)發(fā)展水平和外商直接投資水平相類似，故在長三角地區(qū)城市2008—2021年數(shù)據(jù)的基礎(chǔ)上增加了山東、廣東以及福建共46個(gè)地級(jí)市2008—2021年數(shù)據(jù)，并對(duì)上述樣本資本錯(cuò)配系數(shù)和勞動(dòng)力錯(cuò)配系數(shù)重新進(jìn)行估計(jì)。同時(shí)本文將空間權(quán)重矩陣由反地理距離矩陣轉(zhuǎn)化為經(jīng)濟(jì)地理距離矩陣進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果如表4所示，在擴(kuò)充了樣本容量以及替換空間權(quán)重矩陣后，長三角地區(qū)資本錯(cuò)配系數(shù)以及勞動(dòng)力錯(cuò)配系數(shù)回歸系數(shù)的顯著性和系數(shù)方向、空間效應(yīng)以及擬合優(yōu)度較基準(zhǔn)回歸結(jié)果并無較大差別，證明了基準(zhǔn)分析結(jié)果具有穩(wěn)定性。

4. 半?yún)?shù)空間模型的估計(jì)分析

通過上述比較分析，得到的隨機(jī)效應(yīng)空間滯后模型能夠更好地描述資源錯(cuò)配的空間溢出效應(yīng)。根據(jù)崔金寶等[15]研究，長三角地區(qū)資本錯(cuò)配和勞動(dòng)力錯(cuò)配與外商直接投資之間呈倒“U”型關(guān)系。由描述性統(tǒng)計(jì)結(jié)果可知長三角地區(qū)各城市外商直接投資額占GDP比重有很大區(qū)別，占比最高的城市達(dá)到0.12，而占比最低的城市只有0.002。上述空間回歸模型結(jié)果中雖以證明在平均水平下，外商直接投資能夠顯著影響資源錯(cuò)配系數(shù)，但根據(jù)對(duì)以往文獻(xiàn)的總結(jié)以及機(jī)理分析的研究，本文認(rèn)為簡單地在線性層面探究外商直接投資對(duì)資源錯(cuò)配的影響是遠(yuǎn)遠(yuǎn)不夠的，且一般的線性回歸并不能有效地反映不同外商直接投資水平下，其可能對(duì)資源錯(cuò)配所造成的不同程度的影響。故為了進(jìn)一步準(zhǔn)確刻畫相關(guān)變量之間的關(guān)系，同時(shí)也為了長三角地區(qū)各城市政府能夠根據(jù)自身城市外商直接投資實(shí)際情況因地施策，本文對(duì)基準(zhǔn)模型中的外商直接投資進(jìn)行非參數(shù)處理，這也是考慮到實(shí)際生活中大多數(shù)的空間數(shù)據(jù)都具有一定程度的空間依賴或者空間自相關(guān)的特征，使用傳統(tǒng)的線性或者非線性計(jì)量模型在應(yīng)用中會(huì)存在模型設(shè)定誤差，而非參數(shù)模型可以更好地描述具有非線性未知關(guān)系的變量的影響[23]。

對(duì)于被解釋變量勞動(dòng)力錯(cuò)配系數(shù)以及資本錯(cuò)配系數(shù)，本文采用隨機(jī)效應(yīng)的空間滯后的半?yún)?shù)模型（SLSM）對(duì)其非參數(shù)項(xiàng)進(jìn)行討論。具體模型形式為：

[τL=ρWτL+Xβ+mfdi+μ] （8）

[τk=ρWτk+Xβ+mfdi+μ] （9）

其中，[τL、τk]是被解釋變量資源錯(cuò)配系數(shù)，X為控制變量，m（fdi）為外商直接投資額所代表的非參數(shù)部分，[μ]為隨機(jī)誤差項(xiàng)，假設(shè)各解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)。[WτL]、[Wτk]為資源錯(cuò)配系數(shù)的空間溢出效應(yīng)。

圖1是勞動(dòng)力錯(cuò)配系數(shù)的半?yún)?shù)空間滯后模型回歸結(jié)果中，非參數(shù)項(xiàng)外商直接投資對(duì)被解釋變量勞動(dòng)力錯(cuò)配系數(shù)的偏導(dǎo)數(shù)散點(diǎn)圖。結(jié)果表明，外商直接投資額對(duì)勞動(dòng)力錯(cuò)配系數(shù)的偏導(dǎo)數(shù)并不是不變的常數(shù)，而是隨著時(shí)空變化而變化的。長三角地區(qū)外商直接投資與勞動(dòng)力錯(cuò)配系數(shù)呈類似于“U”型的關(guān)系。

外商直接投資額占GDP比重較低時(shí)，會(huì)對(duì)勞動(dòng)力錯(cuò)配程度起到正向的影響，即加劇勞動(dòng)力錯(cuò)配程度，可能的原因是在外商投資較少的時(shí)候，外商的大量資產(chǎn)會(huì)進(jìn)入收益率較穩(wěn)定的大型企業(yè)，使得大型企業(yè)招聘更多的勞動(dòng)力，造成勞動(dòng)力配置過度，而生產(chǎn)效率較高的中小型新興企業(yè)由于競爭不過大型企業(yè)而產(chǎn)生勞動(dòng)力配置不足，從而造成了勞動(dòng)力錯(cuò)配程度的加劇。

但這種影響會(huì)隨著外商直接投資額的增加而逐漸減小，直到外商直接投資額占GDP比重在0.05附近為止，此時(shí)外商直接投資對(duì)勞動(dòng)力錯(cuò)配系數(shù)呈負(fù)向影響。可能的原因是隨著外商直接投資額的增加，外商資金開始向中小型新興企業(yè)轉(zhuǎn)移，從而使得企業(yè)的勞動(dòng)力配置得到優(yōu)化，進(jìn)而降低了勞動(dòng)力錯(cuò)配程度。

隨著外商直接投資額的增加，其對(duì)勞動(dòng)力錯(cuò)配程度的改善效果也越來越小，最終會(huì)反過來加劇地區(qū)的勞動(dòng)力錯(cuò)配程度，可能的原因是過量的外商直接投資涌入，使得地區(qū)的資本逐漸達(dá)到飽和，并最終產(chǎn)生過量資本。而隨著資本的增加，薪酬水平也會(huì)得到提升，使得勞動(dòng)力過度集中在該地區(qū)，造成勞動(dòng)力配置過度，進(jìn)而加劇勞動(dòng)力錯(cuò)配。

圖2是資本錯(cuò)配系數(shù)的半?yún)?shù)空間滯后模型回歸結(jié)果中，非參數(shù)項(xiàng)外商直接投資對(duì)被解釋變量資本錯(cuò)配系數(shù)的偏導(dǎo)數(shù)散點(diǎn)圖。結(jié)果表明，外商直接投資額對(duì)資本錯(cuò)配系數(shù)的偏導(dǎo)數(shù)并不是不變的常數(shù)，而是隨著時(shí)空變化而變化的。當(dāng)外商直接投資占GDP比重較低時(shí)，會(huì)對(duì)資本錯(cuò)配系數(shù)產(chǎn)生正向影響，但會(huì)隨著外商直接投資比重的增加迅速減小到負(fù)值，即外商直接投資額比重的增加會(huì)緩解地區(qū)資本錯(cuò)配，可能的原因是當(dāng)外商直接投資較少時(shí)，根據(jù)資本的逐利性，外商會(huì)將資本投入在生產(chǎn)效率較高的大型企業(yè)以追求穩(wěn)定且較高的收益率，這使得資本配置不足的大型企業(yè)生產(chǎn)部門資本配置效率得到改善，從而能夠有效地降低該城市資本錯(cuò)配的程度。

當(dāng)外商直接投資額占比在0.025—0.050時(shí)，外商直接投資能夠改善地區(qū)資本配置效率。當(dāng)外商直接投資額占比在0.05—0.08時(shí)，外商直接投資對(duì)資本錯(cuò)配系數(shù)具有正向影響，即此時(shí)外商直接投資的增加會(huì)加劇資本錯(cuò)配。原因可能是此時(shí)市場(chǎng)所需要的資本量已經(jīng)達(dá)到飽和，增加的外商直接投資可能會(huì)補(bǔ)充在資本配置不足的部門，使得資本配置效率提高，也可能補(bǔ)充在資本配置過度的部門，使得資本配置效率降低，因?yàn)橥馍谈觾A向于投資大型企業(yè)，故總的來說會(huì)使得資本錯(cuò)配加劇。

當(dāng)外商直接投資占GDP比例高于0.08時(shí)，外商直接投資對(duì)資本錯(cuò)配的影響會(huì)從改善逐漸轉(zhuǎn)變?yōu)榧觿。赡艿脑蚴谴藭r(shí)大多數(shù)資本配置不足的部門資本配置已經(jīng)達(dá)到了最優(yōu)化，外商直接投資的增加會(huì)使本來資本配置達(dá)到最優(yōu)的部門資本配置過度，使那些本就資本配置過度的生產(chǎn)部門錯(cuò)配加劇，綜合來看就會(huì)使得外商直接投資對(duì)資本配置效率的抑制作用大于促進(jìn)作用。

圖3為長三角地區(qū)各城市外商直接投資額占GDP比重的時(shí)空演變分布圖，可見隨著年份的增加，長三角地區(qū)大部分城市外商直接投資額占比均有顯著的降低，說明大部分城市對(duì)于外資的依賴程度有所減少，開始更多地依靠本地產(chǎn)業(yè)進(jìn)行發(fā)展。2008年，上海、江蘇以及浙江的東部沿海城市對(duì)于外商直接投資的依賴程度均較高，而安徽各市的外商直接投資占比均較低，可能的原因是當(dāng)時(shí)我國處于快速發(fā)展階段，東部沿海地區(qū)擁有便利的交通和地理位置優(yōu)勢(shì)，吸引諸多外商企業(yè)在此投資，拉動(dòng)了經(jīng)濟(jì)的發(fā)展，但也使得東部地區(qū)資源配置效率的改善受到影響。到了2015年，東部沿海城市的外資占比有所減少，外資有向長三角地區(qū)內(nèi)部轉(zhuǎn)移的趨勢(shì)，可能的原因是沿海城市由于大量資金的涌入得到了迅速發(fā)展，本土產(chǎn)業(yè)迅速發(fā)展并加劇市場(chǎng)競爭，迫使外資向內(nèi)地競爭壓力較小且資金需求旺盛的城市轉(zhuǎn)移。直到2021年，僅有宿州市、馬鞍山市、蕪湖市等少數(shù)幾個(gè)城市外商直接投資的占比處于過度依賴階段，其余城市的外商直接投資占比均較為合理。其中省會(huì)城市及周邊城市的外資占比水平較高，而其他城市的外資占比均回到了低水平。可能的原因是長三角地區(qū)城市發(fā)展水平較高，本身便聚集了我國大量資本投資，同時(shí)隨著生產(chǎn)力水平的提高，使得外資的競爭力不斷下降，也迫使外資向其他地區(qū)轉(zhuǎn)移，最終導(dǎo)致外資占比不同程度地下降。

綜合考慮外商直接投資額對(duì)資本錯(cuò)配系數(shù)以及勞動(dòng)力錯(cuò)配系數(shù)的非線性影響，發(fā)現(xiàn)外商直接投資額占比處于2.5%—5%時(shí)，外商直接投資可以最好地改善地區(qū)內(nèi)部資源配置效率，過低或者過高水平的外商直接投資額占比均不利于長三角地區(qū)內(nèi)資源配置效率的改善和優(yōu)化。對(duì)照2021年長三角地區(qū)各城市外商直接投資額占比情況，可將城市外商直接投資額占比水平分為過低、最佳、過高3個(gè)級(jí)別，具體分布如表5所示。

由表5可見，長三角地區(qū)省會(huì)城市外商直接投資額占比均處于最佳水平，省會(huì)城市的周邊城市也多處于最佳以及過高水平，而距離省會(huì)城市較遠(yuǎn)的城市其外商直接投資額占比大部分處于過低水平。故離省會(huì)城市較遠(yuǎn)的城市應(yīng)該適當(dāng)出臺(tái)相應(yīng)激勵(lì)政策，吸引外商投資，以更好優(yōu)化本地區(qū)市場(chǎng)結(jié)構(gòu)、提高資金活力、促進(jìn)市場(chǎng)合理競爭，進(jìn)而優(yōu)化資源配置效率；而離省會(huì)城市較近的城市應(yīng)當(dāng)根據(jù)自身經(jīng)濟(jì)體量，適當(dāng)引進(jìn)外商企業(yè)進(jìn)行投資，不宜吸引過多的外商直接投資，避免使本地企業(yè)面臨過大的競爭壓力，同時(shí)將重心放在本地優(yōu)勢(shì)企業(yè)的建設(shè)上去，以更好地優(yōu)化地區(qū)內(nèi)資源配置效率。

六、 結(jié)論與建議

1. 結(jié)論

本文利用2008—2021年我國長三角地區(qū)40個(gè)地級(jí)市的面板數(shù)據(jù)，通過空間模型和半?yún)?shù)空間模型考察了資源錯(cuò)配的空間溢出效應(yīng)以及外商直接投資與資源錯(cuò)配可能存在的非線性關(guān)系。研究結(jié)果表明：

（1）長三角地區(qū)資源錯(cuò)配系數(shù)存在正向的空間溢出效應(yīng)，即擴(kuò)散效應(yīng)，長三角地區(qū)資源錯(cuò)配程度高的城市周圍一般也是資源錯(cuò)配程度高的城市，同樣某個(gè)城市資源錯(cuò)配程度的改善也會(huì)使得周邊城市資源配置效率得到優(yōu)化。

（2）外商直接投資對(duì)勞動(dòng)力錯(cuò)配系數(shù)的偏導(dǎo)數(shù)呈“U”型的非線性關(guān)系，對(duì)資本錯(cuò)配系數(shù)的偏導(dǎo)數(shù)呈波浪形的非線性關(guān)系，外商直接投資額占比維持在2.5%—5%水平時(shí)能夠有效改善地區(qū)內(nèi)資源錯(cuò)配情況。

（3）直到2021年，長三角地區(qū)省會(huì)及周邊城市的外商直接投資額占比水平較高，而其他城市的外商直接投資額占比水平較低。

2. 建議

近年來，我國正處于向高質(zhì)量發(fā)展階段邁進(jìn)的過程中，在此階段，如何實(shí)現(xiàn)生產(chǎn)要素的優(yōu)化配置成了一大重要議題。基于上述的研究結(jié)論，本文提出以下幾點(diǎn)政策啟示：

（1）省會(huì)城市應(yīng)發(fā)揮帶頭作用，充分利用資源配置存在的空間溢出效應(yīng)。實(shí)證表明長三角地區(qū)資源錯(cuò)配系數(shù)存在正向的空間溢出效應(yīng)，即擴(kuò)散效應(yīng)，故省會(huì)城市可以充分發(fā)揮自身大體量優(yōu)勢(shì)，出臺(tái)相關(guān)政策引導(dǎo)資源向中小微企業(yè)以及創(chuàng)新型企業(yè)傾斜，提高市場(chǎng)活力，鼓勵(lì)勞動(dòng)密集型行業(yè)及部門減少冗余，向資本密集型部門發(fā)展，將過剩的資源向資源配置不足的企業(yè)及周邊城市轉(zhuǎn)移，進(jìn)而在改善本市資源配置效率的同時(shí)，能夠?yàn)橹苓叧鞘刑峁┮欢ǖ膭趧?dòng)力資源、資本資源以及政策經(jīng)驗(yàn)，進(jìn)而改善周邊城市資源錯(cuò)配情況。

（2）省會(huì)城市周邊城市應(yīng)適當(dāng)減少對(duì)外商投資的依賴，增強(qiáng)本地產(chǎn)業(yè)競爭力。長三角地區(qū)省會(huì)城市部分周邊城市外商直接投資額占比過高，使得地區(qū)內(nèi)部競爭壓力過大，本土企業(yè)生存空間被過度擠占，過度的外商投資同樣抑制了本地區(qū)創(chuàng)新活力，不利于中小微企業(yè)以及創(chuàng)新型企業(yè)的發(fā)展。故政府應(yīng)積極鼓勵(lì)并幫助本地區(qū)企業(yè)發(fā)展，引導(dǎo)資本和技術(shù)向本地區(qū)企業(yè)轉(zhuǎn)移，從而提高本地區(qū)企業(yè)競爭力，減小對(duì)外資的依賴，改善資源錯(cuò)配，提高地區(qū)發(fā)展質(zhì)量。

（3）未臨近省會(huì)的城市應(yīng)積極吸引外資進(jìn)入，增強(qiáng)本地市場(chǎng)活力。實(shí)證顯示長三角地區(qū)未臨近省會(huì)的城市外商直接投資額占比均較低，使得地區(qū)內(nèi)部市場(chǎng)活躍度較低，企業(yè)提高資源配置效率進(jìn)而提高生產(chǎn)力的欲望不強(qiáng)，容易產(chǎn)生資本外流以及勞動(dòng)力外流的情況。這些城市的政府可以適當(dāng)放開外資進(jìn)入要求，積極引進(jìn)外資，提高本地區(qū)市場(chǎng)活力，從而激發(fā)本地區(qū)企業(yè)競爭力。在防止資源外流的基礎(chǔ)上可以適當(dāng)吸引中心城市及周邊城市的資源進(jìn)入，從而改善本地資源錯(cuò)配情況。

參考文獻(xiàn)：

[1] 郎昆，劉慶.資源錯(cuò)配的來源、趨勢(shì)與分解[J].經(jīng)濟(jì)學(xué)報(bào)，2021，8（2）：1-25.

[2] 韓劍，鄭秋玲.政府干預(yù)如何導(dǎo)致地區(qū)資源錯(cuò)配——基于行業(yè)內(nèi)和行業(yè)間錯(cuò)配的分解[J].中國工業(yè)經(jīng)濟(jì)，2014（11）：69-81.

[3] 白俊紅，劉宇英.對(duì)外直接投資能否改善中國的資源錯(cuò)配[J].中國工業(yè)經(jīng)濟(jì)，2018（1）：60-78.

[4] Hsieh C T，Klenow P J.Misallocation and Manufacturing TFP in China and India[J].The Quarterly Journal of Economics，2009，124（4）：1403-1448.

[5] 靳來群，林金忠，丁詩詩.行政壟斷對(duì)所有制差異所致資源錯(cuò)配的影響[J].中國工業(yè)經(jīng)濟(jì)，2015（4）：31-43.

[6] 柏培文.中國勞動(dòng)要素配置扭曲程度的測(cè)量[J].中國工業(yè)經(jīng)濟(jì)，2012（10）：19-31.

[7] 宋馬林，金培振.地方保護(hù)、資源錯(cuò)配與環(huán)境福利績效[J].經(jīng)濟(jì)研究，2016，51（12）：47-61.

[8] Brandt L， Tombe T， Zhu X.Factor Market Distortions across Time， Space and Sectors in China[J].Review of Economic Dynamics，2013，16（1）：39-58.

[9] 陳永偉，胡偉民.價(jià)格扭曲、要素錯(cuò)配和效率損失：理論和應(yīng)用[J].經(jīng)濟(jì)學(xué)（季刊），2011，10（4）：1401-1422.

[10] 張治棟，趙必武.智慧城市建設(shè)對(duì)城市經(jīng)濟(jì)高質(zhì)量發(fā)展的影響——基于雙重差分法的實(shí)證分析[J].軟科學(xué)，2021，35（11）：65-70.

[11] 崔書會(huì)，李光勤，豆建民.產(chǎn)業(yè)協(xié)同集聚的資源錯(cuò)配效應(yīng)研究[J].統(tǒng)計(jì)研究，2019，36（2）：76-87.

[12] 江艇，孫鯤鵬，聶輝華.城市級(jí)別、全要素生產(chǎn)率和資源錯(cuò)配[J].管理世界，2018，34（3）：38-50.

[13] 劉雅婕，熊艷艷，姚先國.要素市場(chǎng)化改革對(duì)資源錯(cuò)配的影響[J].統(tǒng)計(jì)與決策，2021，37（11）：139-142.

[14] 楊校美，肖紅葉.雙向直接投資協(xié)同發(fā)展對(duì)中國資源錯(cuò)配的影響[J].商業(yè)經(jīng)濟(jì)與管理，2020（7）：86-101.

[15] 崔金寶，王建民.FDI對(duì)長三角區(qū)域資源錯(cuò)配的影響效應(yīng)[J].黑龍江工程學(xué)院學(xué)報(bào)，2021，35（4）：46-51.

[16] 沈春苗，鄭江淮.資源錯(cuò)配研究述評(píng)[J].改革，2015（4）：116-124.

[17] 白井文.要素流動(dòng)規(guī)律與西部地區(qū)的要素積聚[J].南方經(jīng)濟(jì)，2001（1）：53-55.

[18] 韓長根，張力.互聯(lián)網(wǎng)是否改善了中國的資源錯(cuò)配——基于動(dòng)態(tài)空間杜賓模型與門檻模型的檢驗(yàn)[J].經(jīng)濟(jì)問題探索，2019（12）：43-55.

[19] 張桅，胡艷.長三角地區(qū)創(chuàng)新型人力資本對(duì)綠色全要素生產(chǎn)率的影響——基于空間杜賓模型的實(shí)證分析[J].中國人口·資源與環(huán)境，2020，30（9）：106-120.

[20] 簡澤.市場(chǎng)扭曲、跨企業(yè)的資源配置與制造業(yè)部門的生產(chǎn)率[J].中國工業(yè)經(jīng)濟(jì)，2011（1）：58-68.

[21] 鐘昌標(biāo).外商直接投資地區(qū)間溢出效應(yīng)研究[J].經(jīng)濟(jì)研究，2010，45（1）：80-89.

[22] 王星媛，白俊紅.要素流動(dòng)、資源錯(cuò)配與全要素生產(chǎn)率[J].經(jīng)濟(jì)問題探索，2021（10）：50-61.

[23] 郭炬，葉阿忠，陳泓.基于半?yún)?shù)空間計(jì)量模型的技術(shù)創(chuàng)新能力區(qū)域聚集效應(yīng)研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2012，33（11）：62-70.

基金項(xiàng)目：國家自然科學(xué)基金面上項(xiàng)目“半?yún)?shù)全局向量自回歸模型的理論研究及應(yīng)用”（項(xiàng)目編號(hào)：71571046）；國家自然科學(xué)基金面上項(xiàng)目“半?yún)?shù)空間滯后模型理論研究及應(yīng)用”（項(xiàng)目編號(hào)：72073030）。

作者簡介：葉阿忠（1963-），男，博士，福州大學(xué)經(jīng)濟(jì)與管理學(xué)院教授，博士生導(dǎo)師，研究方向?yàn)榻?jīng)濟(jì)計(jì)量分析與預(yù)測(cè)；范凱鈞（1999-），通訊作者，男，福州大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向?yàn)榻?jīng)濟(jì)計(jì)量分析與預(yù)測(cè)。

（收稿日期：2023-03-20" 責(zé)任編輯：殷 俊）