安徽省利用FDI時空差異及收斂性分析

曾 珍，項桂娥，吳義根

（池州學院商學院，安徽池州247000）

一、引 言

改革開放以來，中國實際利用外資迅速增長，在很大程度上拉動了經濟增長。習近平總書記在2018年亞太經合組織工商領導人峰會上指出，中國將繼續大幅放寬市場準入，進一步加強吸引外資工作，制定財稅支持政策，創造更具吸引力的投資營商環境。黨和政府對外商直接投資尤為重視，為了響應國家的號召，從FDI中獲得更多的紅利，安徽省發布了《關于進一步做好招商引資工作的意見》，通過采取一系列措施做好招商引資工作，促進安徽省經濟快速發展。在當前背景下，有必要了解安徽省利用FDI區域差異以及差異來源，分析這種差異的趨勢及其影響，只有科學地剖析、認識區域的差異和洞悉外商直接投資的發展規律，才能跟上時代發展的潮流，制定更加合理、有效的措施，促進安徽省FDI的增長。

很多學者從差異和收斂性兩方面對FDI做了相關研究。從差異角度，何興強等運用空間面板計量方法,選取1985—2005年間我國30個省市區（包含154個地級及以上城市）為樣本，檢驗得出FDI在其間有顯著的空間相關性[1]。張萃等引入一個可分解的基尼系數框架，分析了1990—2007年間中國引進FDI區域分布的差異，并定量分析了差異形成的原因[2]。趙果慶通過空間計量經濟學和趨勢面分析相結合的方法，以601個縣級以上城市人均FDI為樣本數據，探索了FDI的空間集聚與趨勢面，發現空間因素對FDI集聚分布的相關性影響顯著[3]。郭方強等通過計算標準差、變異系數和Theil指數定量分析了浙江省11個地級市2001—2012年間實際利用FDI在不同地帶間的變化狀況[4]。張一等用一般分位數回歸法測算了1994—2012年間中國287個城市FDI不同分布的影響因素[5]。收斂性角度，金雪軍等論證了在不同時期，中國利用FDI區域差異具有不同的收斂性特征[6]。吳新生等使用空間計量軟件OpenGeoda，根據1987—2010年間31個省的統計數據，實證檢驗了我國FDI空間相關和收斂性，發現我國FDI存在空間相關性[7]。冷俊峰對湖南省利用FDI區域差異收斂性進行了研究，并證明湖南省利用FDI不存在σ收斂，存在β絕對收斂[8]。

綜上可知，學者們從全國和各省市利用FDI的區域差異以及收斂性等方面研究了外商直接投資，并且已經把空間因素納入對FDI分布的研究，但大多是基于省級以上數據來研究全國FDI的空間分布，對于某一省內FDI分布的研究不夠充分，本文試圖從以下幾個方面進行拓展：（1）研究聚焦到市級層面，從各地市的異質性出發，更為微觀地探討一省內各區域FDI的分布和差異，試圖發現一些安徽省各區域FDI分布新的特征；（2）從研究視角進行拓展，將絕對差異和相對差異相結合，并從時間和空間維度分析了安徽省及各區域利用FDI的差異，以便更全面地了解其特點；（3）引入空間計量模型，考慮空間單元各種要素跨區流動的影響，可以捕捉各地市間FDI的空間溢出效應，便于動態把握其變化軌跡，更為準確得闡述安徽省各城市利用FDI的內在互動機理。本文利用Theil指數法分析了安徽省利用FDI的區域差異及其來源問題，嘗試用空間杜賓模型驗證其收斂性。

二、研究方法和數據來源

（一）研究方法

索羅最早開辟了經濟量變化的收斂性思路，在他提出的新古典經濟增長模型中，在一定的假設前提下，隨著資本存量的增加，資本的邊際收益遞減確保了經濟增長收斂于一個特定值[9]。隨后，薩拉伊馬丁進一步研究了收斂性，將其劃分為σ收斂和β收斂，分別從總量和增量兩個角度描述地區經濟增長的差異變化[10]。σ收斂指反映地區經濟增長的指標的差異隨著時間的推移而變小，表現為其標準差變小，β收斂又分為絕對β收斂和條件β收斂，后者又稱為俱樂部收斂，絕對β收斂指貧窮地區的經濟增長要快于富裕地區，條件β收斂指貧窮地區和富裕地區各自內部存在收斂性，但它們之間不存在收斂性。根據以上收斂理論，建立如下兩個模型來分析FDI的收斂性。

1.FDI絕對σ收斂

檢驗安徽省利用FDI區域差異是否存在σ收斂可以用標準差來衡量，具體公式如下：

其中σ表示標準差，μ表示安徽省或各區域FDI均值，CV表示變異系數，表示總樣本數，xi表示第i個樣本的FDI數額。

2.FDI絕對β收斂

為了更好地闡述地區間不同變量間復雜的空間依賴性，本文引入空間計量回歸模型來檢驗絕對β收斂。一般而言，空間計量法有三種基本空間模型：空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。空間杜賓模型不僅考慮了因變量和本地區自變量的相關關系，還包含了因變量與相鄰地區自變量和因變量的空間自相關性[11]。基本的回歸模型如下：

上式中，Y是因變量向量；X是自變量向量；W為空間權重矩陣；ρ是空間效應系數；Xβ代表本區域內解釋變量對被解釋變量的影響；ρWY是空間滯后項，表示相鄰區域因變量對本區域因變量的影響；WXδ反映了區域自變量對相鄰區域因變量的空間影響。

當δ=0時，SDM模型即轉化成SAR模型，模型不包括解釋變量的交互影響，此時，基本模型轉化成：

當δ+γβ=0時，SDM模型即轉化成SEM模型，模型表示相鄰區域解釋變量的變動對被解釋變量的誤差沖擊，空間影響在擾動誤差項中體現，此時，基本模型轉化成：

根據以上的討論本文的回歸模型設定為：

公式左邊為該地區后一年FDI數值與前一年FDI數值之比的對數，右邊第一項為因變量的空間交互效應，ρ為空間滯后系數，Wij為空間權重矩陣，ui代表空間效應，vt代表時間效應，εi,t代表隨機誤差項。如果β為負，而且通過顯著性檢驗，則表明存在絕對β收斂，否則，則不存在絕對β收斂。

對于空間權重矩陣的選擇，本文采用了兩種空間權重矩陣，分別為基于Queen的一階鄰接權重矩陣和距離倒數平方權重矩陣，分別如下：

Wq1為一階臨接權重矩陣，假定一地區與周圍地區間有著非常緊密的關系網；

Wd2為i市與j市之間距離（dij）倒數的平方，用來表示兩市間聯系的緊密程度，且相互影響程度隨距離的增加而減小。

（二）數據來源

本文全部數據均來源于2006—2017年的《安徽統計年鑒》。由于2010年以后巢湖的大部分區域被劃分到了合肥市，因此本文將2005—2010年巢湖市的相關數據都歸并到了合肥市。

表1 安徽省利用FDI的變量的描述性統計

三、安徽省及其各區域利用FDI時空差異分析

（一）研究單元

本文以安徽省16個地級市作為研究單元，以淮河為界，將安徽省分為皖南和皖北兩大區域①皖南地區分別是蕪湖市、銅陵市、宣城市、池州市、黃山市、安慶市、六安市、合肥市、滁州市、馬鞍山市、淮南市11個市；皖北地區分別是蚌埠市、淮北市、阜陽市、宿州市、亳州市5個市。，探討近十二年安徽省利用FDI差異演化軌跡。

（二）安徽省及各區域利用FDI的絕對差異

2005—2016年安徽省及各區域利用FDI的絕對差異可利用均值來反映，根據這一指標，可以通過研究期限年間的FDI均值直觀得看出安徽省及各區域利用FDI的演化趨勢，如圖1所示，從時間維度上來看，在2005—2016年期間，安徽省以及皖南、皖北利用FDI的均值均呈現遞增趨勢。由于皖北地區主要以農業為主，經濟發展也較為落后，投資環境不佳，政策扶持力度不夠，使得外商投資較少，導致皖北地區實際利用FDI的均值遠小于皖南地區。

圖1 安徽省及各區域利用FDI的均值（單位：萬美元）

從安徽省及各區域實際利用FDI的情況來看，如表2所示，安徽省整體的均值從2005年的4 303萬美元上升到2016年的92 295萬美元，年平均增長率為32.14%，皖南地區，皖北地區利用FDI的均值也在逐年增加，且皖南地區，皖北地區之間的FDI差額大體上呈增長趨勢，在2009年之后，兩個地區的差額已超過2億美元，這說明安徽省、皖南地區和皖北地區利用FDI的絕對差異在逐年增大。這是由于2009年合肥經濟圈成立之后，相比于皖北地區，以合肥為中心的皖南地區在吸引外資方面有更大優勢，從而皖南地區、皖北地區在2009年之后實際利用FDI的差異增大，2013年皖南、皖北兩個地區的FDI均值差額達到峰值，2014年差額又降低了，但總體呈現增大的趨勢。

表2 皖南、皖北利用FDI的均值比較（單位：萬美元）

從市級角度，安徽16個地級市利用FDI的差異較大。如圖2所示，整個圖形呈山峰狀，有三個高峰值，從高到低依次排名是：合肥、蕪湖、馬鞍山。合肥是安徽省省會，在吸引FDI流入具有其他城市沒有的政治地位優勢，另外合肥近年來創建了許多高新技術產業基地和現代服務業基地，這在很大程度上促進了FDI的引入和人才的流入。蕪湖，安徽省次中心城市，是安徽省重要的工業基地和綜合交通樞紐，蕪湖港是安徽省最大的貨運、外貿、集裝箱中轉港，利用自身優越的地理位置，蕪湖躋身安徽省各市利用FDI均值第二名。排名第三的馬鞍山緊鄰江蘇省會南京市，具有鋼鐵和汽車兩大優勢產業。

安徽省其它各市的FDI明顯低于這三個城市，FDI均值處于中等水平的城市有淮北、亳州、宿州、蚌埠、滁州、六安、宣城、銅陵和安慶，蚌埠作為全國重要的交通樞紐，相比于皖北其他城市，在吸引外資方面具有獨特的優勢，FDI均值排名全省第四；滁州緊鄰南京市，位于蘇皖交匯處，同時也是南京都市圈和合肥經濟圈的重要城市，在2005—2016年間FDI的均值超過4億美元，排名全省第五。除此之外，阜陽、淮南、池州和黃山這四個市的FDI較低，均低于2億美元。

圖2 2005—2016年各市利用FDI的均值（單位：萬美元）

從空間角度，本文選取了2005年、2011年、2016年安徽省16個地級市利用FDI的數據，將FDI的數據從低到高分成了6類，分別制作了2005年、2011年、2016年安徽省實際利用FDI的地圖，如圖3，可以看出，2005年實際利用FDI的熱點區和次熱點區主要集中在皖南地區，其中合肥、蕪湖和淮南為熱點區，池州和六安是旅游城市，FDI投資較少，為冷點區；2011年次熱點區逐漸向皖北部分城市轉移，淮北、亳州、宿州上升為次熱點區，這說明皖南地區與皖北地區實際利用FDI的差異在縮小；2016年16個地級市實際利用FDI的情況大致與2011年類似，位于皖北地區的蚌埠一直是熱點區，阜陽、淮南、安慶、池州、銅陵和黃山為冷點區，冷點區主要集中在皖南地區，而合肥、蕪湖、馬鞍山又屬于熱點區，這說明相比于2005年，皖南地區各地級市間利用FDI的差異在增大。

圖3 安徽省2005年、2011年、2016年實際利用FDI分布

（三）安徽省利用FDI區域差異來源分析—Theil指數

基于安徽省利用FDI區域差異的事實，本文用Theil指數來進一步測度其差異的來源。Theil指數是衡量兩者或兩者以上數據之間差距的指標，它不但可以反映出2005—2016年安徽省利用FDI區域差異程度，同時Theil指數可分解為地帶間差異（Tbr）和地帶內差異（Tw r），具體到本文則是拆分成皖南地區、皖北地區兩個地帶間的差異以及皖南地帶內差異和皖北地帶內差異，從而能夠直觀地分析差異的來源[12]。FDI地區差異的Theil指數公式是：

其中GDP（ab）指的是a地帶b城市的GDP，FDI（ab）指的是a地帶b城市的FDI，GDP代表全省GDP總量，FDI代表全省FDI總量。對Theil指數公式進一步分解為皖南、皖北地帶間的差異T（BR）：

其中GDP（a）指的是a地帶GDP總量，FDI（a）指的是a地帶FDI的總量；GDP、FDI分別指的是安徽省GDP、FDI的總量。地帶內差異T（WR）的公式為：

T（a）為第a地帶內城市間的差異，T（a）公式為：

利用Theil指數公式分步計算得到如圖4所示，如下：Theil指數走勢分為四個階段：2005—2006年下降，2006—2007年上升，2007—2013年一直處于下降趨勢，2013—2016年間又逐步上升。2005年達到最大值0.219 67，最小值為2013的0.116 63。T（w r）地帶內差異走勢也分為四個階段：2005—2007年間下降；2007—2008年上升；2008—2013年間持續下降；2013—2016年又開始上升。同樣也在2005年達到最大值0.1832，最小值為2013年的0.116 63。T（w r）地帶內差異在2006—2013年間比較平穩，增減幅度均在區間0.154—0.117內，在2005—2007年縮減幅度劇烈，從0.183 2縮減到0.134 4。Theil指數和T（br）地帶內差距在2013年后基本重合，說明在這一時期T（w r）地帶內差異在Theil指數中占絕對主導作用。

T（br）地帶間差異走勢分為三個階段：2005—2006年呈下降趨勢；2006—2007年間呈上升趨勢；2007—2016年間逐步下降。最大值為2007年的0.061 27，最小值為2016年的0.000 608 8。在2011—2016年間T（br）地帶間差異趨于平穩，波動幅度較小且數值較小，均在0.025之下。將數據頭尾比較，即2005年與2016年數據比較，無論中間年份怎么變化，2016年Theil指數及T（br）地帶間差異較2005年有所縮減，但地帶內差異T（w r）2016年較2015年有所增加。

圖4 2005—2016年安徽省利用FDI差異的Theil指數走勢圖

表3是基于Theil指數的靜態分析結果，分析了各個地帶及地帶內的Theil指數貢獻率，這樣就可以準確地找到差異來源。T（w r）地帶內差異在整個樣本期間平均貢獻率高達90.89%，只有2007和2008年低于均值，貢獻率在77%以下。T（br）地帶間差異在整個樣本期間平均貢獻率為9.11%，明顯低于T（w r）地帶內差異貢獻率90.89%，說明在整個樣本期間安徽省利用FDI差異來源主要是T（w r）地帶內部差異。本文將安徽省分為皖南、皖北兩個地帶，這兩個地帶內部差異在整個樣本期間的平均貢獻率分別為58.28%和32.61%，說明皖南地帶內部差異大于皖北地帶內部差異，在T(w r)中皖南地帶內部差異占主導地位，進一步追究可知安徽省利用FDI差異大部分來源于皖南地帶內部差異。

表3 2005—2016年安徽省利用FDI地區差距靜態分解結果

三、安徽省利用FDI區域差異收斂性分析

（一）FDI絕對σ收斂

根據上述公式（1）進行σ收斂分析，得出表4，可以看出安徽省利用FDI標準差整體走勢為逐年遞增，只是在2008—2009年有所回落，據此可以判斷：安徽省各區域利用FDI水平差別是擴散的，不存在σ收斂。

表4 安徽省利用FDI年度標準差

進一步，根據公式（2）所得的變異系數如圖5所示，2008年安徽省、皖南地區利用FDI的相對差異最大，皖北地區則是在2005年利用FDI的相對差異最大。皖南地區的變異系數和安徽整體變異系數走勢幾乎相同，可以說皖南利用FDI的差異在安徽省利用FDI區域差異中占主導作用。安徽總體變異系數和皖南地區變異系數均大于皖北地區變異系數，說明皖南地區利用FDI差異大于皖北地區利用FDI差異。依照圖5，將安徽省整體變異系數和皖南變異系數分為三個階段：（1）2005—2008年安徽整體變異系數由1.069增長到1.288，皖南變異系數由 0.969增長到 1.171；（2）2009—2013年安徽整體變異系數由1.228縮減到0.777，皖南變異系數由 1.171縮減到 0.784；（3）2014—2016年安徽省整體變異系數由0.777增長到0.907，皖南變異系數由0.784增長到0.964。對比先前泰勒指數的分析走勢，基本上相同，從而相互印證了兩者的準確性。由此得知安徽省及皖南地區利用FDI的相對差異在第一階段逐年增大，第二階段逐年減小，第三階段又逐年增大。而皖北變異系數在2010年以前逐年減小，2010年以后則逐年增長。表明皖北地區內部外商直接投資差異增大，這歸結于2010年安徽省委、省政府出臺的《關于進一步加快皖北地區發展的若干意見》所釋放的政策紅利，而作為皖北中心城市的蚌埠市，由于其優越的交通區位和較強的產業基礎，在吸引外資方面具有明顯優勢。

2011年以前安徽整體變異系數略大于皖南變異系數，2011年以后皖南變系數略大于安徽整體變異系數，說明2011年后皖南地區內部利用FDI差異較大。

圖5 安徽省及各區域利用FDI的變異系數

（二）FDI絕對β收斂

運用空間回歸模型進行β絕對收斂檢驗，具體如下：

1.空間面板模型選擇。根據上述討論，應選擇空間杜賓模型（SDM），根據公式（6），對于此模型的估計，本文主要借鑒極大似然法（ML），主要是因為使用OLS回歸估計的參數有偏，不能包含空間計量模型中的滯后項。首先，采用Hausman檢驗及赤池信息量準則（AIC）來確定是采用固定效應模型或是隨機效應模型，如表5，Hausman檢驗結果顯示：chi2(3)=13.47，Prob>=chi2=0.003 7，P值在小于0.01的顯著性水平下拒絕原假設，故選擇固定效應模型較好。同時，根據隨機效應和固定效應模型的AIC值以及BIC值的比較，發現在固定效應下AIC和BIC值更小，并且其似然值也相對更大，由此得出，選擇固定效應模型更優。

表5 固定效應和隨機效應模型選擇比較

其次，要檢驗空間杜賓模型（SDM）是否轉化成空間滯后模型（SAR）或者空間誤差模型（SEM），按照之前的論述，當δ=0時，SDM模型即轉化成SAR模型；當δ+γβ=0時，SDM模型即轉化成SEM模型。前者Wald檢驗值為1.45，p值為0.228 6，在10%的顯著性水平上不能拒絕轉化成SAR，所以選擇空間SAR模型。這與Blonigen etal的研究結果一致，Blonigen etal.認為空間滯后模型（SAR）模型與FDI理論關系較為密切[13]。

2.空間面板數據計量分析。基于上述論述，采用stata/MP14軟件對SAR模型進行極大似然估計，固定效應SAR模型包含空間固定效應，空間時期固定效應和空間時期雙向固定效應。如表6，從三種模型的估計比較得出，根據LogL值最大及AIC，BIC最小的原則，應選擇雙向固定效應的SAR模型，在雙向固定效應模型下，ρ值為-0.180，通過了10%的顯著性檢驗。這說明安徽省FDI的分布存在顯著的集聚效應，并且受地區鄰近效應影響。

表6 SAR模型估計結果

3.空間計量模型和傳統計量模型的比較。為了確保SAR模型估計結果的穩健性，本文采用了兩種空間權重矩陣，分別為一階鄰接權重矩陣和距離倒數平方權重矩陣，如表7，Wq1表示基于QUEEN的一階鄰接權重矩陣；wd2是距離倒數平方權重矩陣。從估計結果來看，系數的符號一致，β的值基本一致：模型(1)中β為-0.284，模型(2)中β為-0.272，并且，模型擬合度、似然值以及AIC和BIC值均較為穩定，接下來為了分析空間收斂性，采用模型（2）的數據，基于模型（2）的似然值稍大，以及AIC和BIC稍小，收斂速度為0.317，與傳統未考慮空間單元交互的收斂速度為0.261，顯然考慮空間單元各種要素跨區流動，收斂速度明顯會改善。

表7 空間計量模型與傳統計量模型估計結果比較

由此可見，安徽省利用FDI區域差異存在β絕對收斂，即利用FDI水平低的地市其FDI增長率相對較高，并最終收斂于某一穩態。

四、結論與建議

（一）結論

本文利用安徽省16個地級市的2005—2016年的面板數據，運用均值和Theil指數分析了安徽省利用FDI的區域差異及其來源。一方面，從利用FDI的均值來看，皖南地區和皖北地區利用FDI的絕對差異在逐年增大，從空間維度上看，各市利用FDI的差異較大，合肥，蕪湖，馬鞍山分列利用FDI均值的前三位，皖南地區實際利用FDI總量高于皖北地區。從相對差異來看，皖南地區利用FDI的相對差異在擴大，皖北地區利用FDI的相對差異在縮小。2005—2011年間，造成安徽省利用FDI區域差異的來源主要是地帶內差異，地帶間差呈現先上升后下降的趨勢，2011年后皖南地區與皖北地區兩個地帶間的差異幾乎趨近于0，安徽省利用FDI差異幾乎全部來源于地帶內差異，說明隨著交通的改善，包括高速公路，高速鐵路等交通網絡的完善，安徽省內各區域的區位優勢差別逐漸降低。另一方面，運用標準差，變異系數和空間計量模型檢驗了2005—2016年間安徽省利用FDI區域差異的收斂性，得出結論：FDI不存在σ收斂，存在β絕對收斂，說明安徽省各市區雖然在利用FDI的絕對量上差別在擴大，但其利用FDI的增長速度卻是收斂的，并且，空間要素流動（如技術溢出，環境改善等）有利于FDI的空間收斂。

（二）建議

根據上述結論，為了縮小各區域利用FDI的差異，促進安徽省各區域經濟均衡發展，可從以下四個方面入手：

1.加強基礎設施建設，優化投資環境

安徽省要繼續加快高速公路和省級道路擴容改造，修建長江沿岸重要港口，配合國家的高速鐵路和機場建設，形成更加快捷的“四縱八橫”高速網絡，提升各大交通通道服務效率，為要素的流動提供基礎保障。尤其是皖北地區，地理位置偏僻，交通不便利，需在亳州、淮北、阜陽等地建設多條鐵路網絡，提升水運航道級別，加強航空建設，打造皖北綜合交通樞紐。同時，在全省范圍內加強電力和天然氣的建設，為外商投資提供必要的能源供給，完善通信設施，提高行政部門的開放度和辦事效率，對已在皖的外商投資園做好各項基礎服務，發揮他們的示范效應。

2.加大服務業利用FDI比重，形成產業集聚

安徽歷史文化資源豐富，風景優美，有眾多旅游景點，像黃山、九華山、瑯琊山等，省政府應出臺相應政策保護現有的旅游景點，發展潛在的旅游景點，吸引外資企業落戶一些旅游城市，并投入更多的資金、大力發展第三產業，增強第三產業的競爭力。同時，創新產業模式，形成產業集聚區。例如，蕪湖的奇瑞汽車聞名全國，汽車及零部件也是馬鞍山的優勢產業，可形成以蕪湖、馬鞍山為中心的汽車產業集聚區，注重和利用好鄰近效應[14]。

3.重視人才培養，加強人才交流

安徽省應采取相關政策培養人才、留住人才和吸引人才。首先，要加大對基礎教育、職業教育、高等教育的投入，完善人才培養機制，培養更多高素質人才。其次，針對性地制定人才吸引政策。根據FDI的產業特征，適時得培養和吸引緊缺的技能型人才，積累人力資本，促進經濟增長。例如政府或企業給外來務工人員提供住房補貼，出臺畢業生落戶政策，吸引人才流入。再次，要定時舉辦市場交流會，促進同產業和市場間的人才交流。

4.加強各地市間合作，實現FDI的協調互動

要加強互利合作，讓商品，技術等有形和無形要素能夠充分流動，建立開放有序的統一大市場，發揮各自優勢，改善周邊地區投資環境，鼓勵外商投資企業實現跨區域合作，例如：皖南礦產資源豐富，而皖北盛產農產品，皖南地區應利用皖北土地廣闊等自然優勢，轉移部分外資企業至皖北，雙方簽署合作條約，實現互利雙贏。