外商直接投資對長三角地區資源配置有何影響？

[摘要]資源錯配一直是制約一個國家經濟增長和生產率提高的重要因素，研究表明資源配置效率受到外商直接投資等因素的影響，且資源錯配可能存在空間溢出效應。基于長三角地區2008—2021年的面板數據，對資源錯配和勞動力錯配進行測度，通過構建空間模型和半參數空間模型，探索資源錯配自身的空間溢出效應以及外商直接投資與資源錯配之間可能存在的非線性關系。結果表明：長三角地區資源錯配系數存在正向空間溢出效應，即擴散效應；外商直接投資對勞動力錯配系數的偏導數呈“U”型的非線性關系，對資本錯配系數的偏導數呈波浪形的非線性關系；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內資源錯配情況；直到2021年，長三角地區省會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。據此提出，長三角地區中心城市應積極改善本地區資源錯配情況，周邊城市應適當減少對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本地市場活力。

[關鍵詞]直接投資;資源錯配;空間計量;半參數;長三角地區

一、 引言

經濟研究中的一個核心問題就是如何合理配置資源。黨的十九大報告中明確提出了“經濟體制改革必須以完善產權制度和要素市場化配置為重點，實現產權有效激勵、要素自由流動、價格反應靈活、競爭公平有序、企業優勝劣汰”1。同時十九屆五中全會公報中也特別強調要“全面深化改革，構建高水平社會主義市場經濟體制。堅持和完善社會主義基本經濟制度，充分發揮市場和有為政府更好結合”2。隨著改革開放以及社會主義市場經濟體制的建立，我國的資源配置效率和方式都得到了顯著改善，但隨著我國向經濟高質量發展階段不斷邁進，生產要素的優化配置仍然是亟須關注的重點[1]。

如何改善資源錯配進而優化資源配置效率呢？如果是在封閉條件之下，資源錯配的改善往往通過優化一個國家內部的勞動、資本、能源等生產要素的流動和配置來完成[2]。但當今中國并未處于封閉條件下，而是處在開放的大環境中，生產要素以及資源不僅可以在國內流動，也可以跨國流動，通過外商直接投資等方式參與國際分工，從而在實現全球范圍內資源優化配置的同時，也能優化國內的資源配置效率[3]。在開放的大環境下，隨著我國經濟的快速發展以及國際經濟發展速度放緩，外商企業愈發傾向于對我國經濟市場進行資本投入，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的競爭活力，優化了行業內部及企業間的資源配置效率；另一方面也一定程度上擠占了我國企業的市場份額，壓縮了我國企業創新及中小微企業的生存空間，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配之間的關系顯得尤為重要。

二、 文獻綜述

從現有的研究來看，已經有不少學者對中國資源錯配程度進行測度，并對造成資源錯配的成因和對經濟增長的影響進行了較為深入的研究。Hsieh等[4]在規模報酬不變的柯布—道格拉斯生產函數下，定義了產出的扭曲和資本的扭曲，首次構建了計算測量資源錯配的理論框架體系。

之后，有不少國內外學者開始考察和探究中國的資源配置效率以及資源錯配情況。大多數學者的研究中均發現中國存在較為嚴重的資源錯配[2-4]，他們認為造成中國資源錯配情況嚴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，經濟特區設置以及相應區域劃分吸引大量勞動力資源以及資本資源的投入進而導致的市場分割，行政上的壟斷所產生的國有企業對私企的歧視，政府的補貼，要素價格扭曲以及互聯網的普及等[1，5-10]。同時崔書會等[11]研究指出中國中、東、西部地區產業協同集聚對資源錯配影響的程度有所不同。江艇等[12]研究指出行政級別越高的城市其制造業企業的資源錯配程度越嚴重，但城市級別對民營企業的資源錯配改善反而起到了正向的作用。

白俊紅等[3]研究指出對外直接投資也能顯著地改善中國整體的資本和勞動力的資源錯配程度，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資本錯配程度，非國有企業就業人數的增加以及農村勞動力人口的流入可以改善本地區勞動力錯配程度。楊校美等[14]關注到雙向直接投資可以從總體上降低資本錯配以及勞動力錯配。崔金寶等[15]研究指出外商直接投資與長三角地區資本錯配、勞動力錯配以及能源錯配之間可能呈倒“U”型關系。

雖然現有對資源錯配影響因素的研究已經很豐富，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資源錯配存在的影響及大小，涉及資源錯配自身的空間溢出效應的研究較少；二是研究外商直接投資對資源錯配影響的文獻較少且多數只考慮了外商直接投資對資源錯配的線性影響，研究外商直接投資對資源錯配的非線性影響的文獻較少，這些都不利于理論的發展以及政府部門相關政策的制定和實施。基于此，本文擬基于長三角地區40個地級市數據，運用空間模型探究資源錯配可能存在的空間溢出效應；并在此基礎上探究外商直接投資與資源錯配間可能存在的非線性關系，以期更好地推動地區間資源錯配的改善以及吸引外資政策的調整和優化。

三、 影響機理

1. 資源錯配空間溢出效應的影響分析

經濟學原理認為，完全競爭市場最終是會達到帕累托最優的。許多經濟學家根據這一微觀基礎得到衡量資源有效配置的判斷標準：當行業內不同企業要素投入的邊際收益產品呈現出橫截面差異，就代表著該行業存在資源錯配[16]。但在實際生產過程中因為不同生產單位招商引資能力的不同、部分較大的生產單位生產效率低下、新興生產部門資產過度集中等因素的影響，使得資本很難達到最優的配置。具體而言，資源錯配可以通過擴散效應和集聚效應對周邊鄰近城市的資源配置效率造成影響。

第一，擴散效應。由于生產要素具有流動性，根據理性人的逐利性特征，生產要素會向周邊城市生產效率高的部門擴散，同時刺激周邊城市生產效率低下部門的生產要素向本城市生產效率高的部門轉移，從而優化周邊城市資源配置效率。生產要素的流動與再分配改變了各地區生產要素的組合方式，激發了由于部分生產要素缺失而無法達到最優生產效率的部門的活力，優化了資源配置。對于勞動力錯配，若某地的勞動力錯配程度下降，必然會產生勞動力的流動和轉移，進而輻射到周邊城市使其勞動力再分配，最終實現勞動力錯配程度下降；若某一部門的勞動力配置過度，在資本固定的情況下過度的勞動力會使得其工資水平下降，從而會驅使勞動力外溢到其他地區工資水平較高的生產部門，進而也能緩解本部門以及周邊地區部門的勞動力錯配程度[17]。

第二，集聚效應。由于我國城市間經濟發展水平存在差異，少數超一線城市以及一線城市對各種生產要素有著較大的吸引力，使得大量生產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移，不僅給大城市資源錯配的改善工作增加了難度，同時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濟活力，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資本流入資本配置不足的高生產效率部門。鑒于此，本文提出如下研究假設：

H1：我國資源錯配程度存在空間溢出效應。

2. 外商直接投資對資源錯配的非線性影響分析

外商直接投資是影響資源錯配的一大影響因素，大多數研究認為外商直接投資通過減小企業融資難度、提高生產部門生產效率等途徑緩解了資本市場扭曲進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資源錯配的改善效果嗎？同時隨著地區資源配置效率的優化，外商直接投資的改善效果是否會降低？

本文認為，外商直接投資一方面能夠有效地改善城市資源錯配程度。外資的進入會打破原有的市場均衡，加劇本國的市場競爭，促使企業采取各種措施提高資源配置效率，進而使得生產效率較低以及無法提高資源配置效率的企業自然而然地離開市場，效率低下企業的減少加之外商投資的增加，大量的資本便會分配到生存下來的生產效率高的企業中，進而改善了資源錯配。此外，外資的進入也可以有效地彌補地區發展過程中資本積累的不足，緩解多數中小型新興企業資本配置不足的問題，提高企業生產效率。另一方面，外商直接投資的增加也會一定程度上加劇城市資源錯配程度，外商資本由于信息的不對稱以及資本的逐利性特征，會大量集中在少數沿海中心城市，雖然對中心城市經濟發展能夠起到正向作用，但大量資本的注入會產生一定的虹吸效應，吸引周邊城市勞動力要素大量涌入中心城市，加劇了企業雇傭勞動力的搜尋成本，惡化了城市勞動力就業形式，不利于勞動力要素配置效率的優化調整。同時外商直接投資大多數投資于大型企業，故對中小型新興企業資本配置不足問題的改善效果并不明顯，加之大型企業吸收了過多的資本，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：

H2：在我國，外商直接投資對資源錯配存在非線性影響。

四、 模型、變量與數據說明

1. 模型

根據前文的機理分析，根據假設1本文構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分別表示城市和時間，[τkit]和[τLit]分別表示資本錯配系數和勞動力錯配系數，X表示控制變量，[μ]和[ν]分別表示個體固定效應以及時間固定效應，[ε]為隨機干擾項，[wij]為空間權重矩陣[18-19]。本文在空間權重矩陣方面選擇的是反地理距離型權重矩陣。

為了檢驗外商直接投資對資源錯配是否存在非線性影響，本文以外商直接投資作為非參數項構建半參數空間杜賓模型。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]為未知的非參數部分。

2. 變量設計

（1）資源錯配系數。本文將資料錯配系數具體分為資本錯配系數（[τk]）和勞動力錯配系數（[τL]）。基于數據的可得性，參考了白俊紅等[3]以及崔書會等[11]計算資源錯配系數的方法，計算了長三角地區各城市的資本錯配系數和勞動力錯配系數，計算公式如下：

[τki=1γki-1 ，τLi=1γLi-1] （5）

其中，[γki]和[γLi]分別表示為資本價格扭曲系數和勞動力價格扭曲系數，計算方式如下：

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

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

[kit=Iit/Pit+1-δkit-1] （7）

其中，[Iit]為第i個城市第t年全社會固定資產投資額，[Pit]為第i個城市第t年對應的固定資產投資價格指數，[δ]為折舊率，借鑒以往國內文獻的取值，取9.6%。

（2）外商直接投資。一方面，外國投資帶來新技術，但同時會破壞最初的市場平衡；由于市場存在競爭，根據優勝劣汰的規則大概率會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，會給子企業一系列優惠政策，這會帶來不公平競爭，從而扭曲價格，帶來了資源的錯配[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：產業結構（is），本文采用長三角地區各城市第三產業的產值所占GDP的比重來表示；政府對經濟活動的干預程度（gov），韓劍等[2]研究發現政府干預對行業內的資源錯配有顯著影響，本文采用扣除科學技術支出以及教育支出之后的財政支出所占GDP的比重來表示；城市等級（cl），簡澤[20]發現地區之間市場的分割是導致資本錯配以及勞動力錯配的重要來源，江艇等[12]分析了城市的行政級別對資源配置效率的影響，發現行政級別越高的城市，其制造業企業的全要素生產率平均水平也越高，且資源錯配程度越嚴重，本文將長三角地區城市按照《2020年城市商業魅力排行榜》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構各項貸款余額與GDP的比值來表示。

由于2008年金融危機使得我國經濟方面受到較大沖擊，也使得多項控制變量受到較大的影響，同時亳州市的數據存在較多缺失值，為防止出現異端值使得模型回歸效率降低，本文選取長三角地區40個地級市2008—2021年的面板數據進行研究。城市層面的數據來源于2008—2021年《中國統計年鑒》《中國城市統計年鑒》以及各省區市統計局的統計年鑒。表1為變量描述性統計。

五、 實證分析

1. 空間相關性檢驗結果分析

采用空間計量模型進行回歸的前提是變量存在空間自相關性，通常的方法是采用Moran’s I指數來判別[21]。本文計算了資本錯配系數和勞動力錯配系數的Moran’s I指數，結果如表2所示1。資本錯配系數在反地理距離權重矩陣下的Moran’s I指數所有年份均在1%和5%水平下顯著為正，勞動力錯配系數的Moran’s I指數也均在1%以及5%水平下顯著為正。這一結果表明，在空間上長三角地區各城市間的資本錯配系數呈現空間正相關，說明資本錯配系數存在顯著的空間溢出效應；而長三角地區各城市間的勞動力錯配系數呈現空間正相關，Moran’s I指數值較為穩定，說明勞動力錯配系數具有穩定的空間相關性。

2. 基準回歸模型估計結果分析

本文先分別對資本錯配系數和勞動力錯配系數的基準回歸模型進行了Hausman檢驗，結果顯示資本錯配系數與勞動力錯配系數基準回歸模型Hausman檢驗得到的P值均為負數，無法拒絕隨機效應的原假設。隨后分別對資本錯配系數和勞動力錯配系數進行LM檢驗、LR檢驗以及Wald檢驗，最終根據顯著性考慮，勞動力錯配系數和資本錯配系數將選擇隨機效應的空間滯后模型進行回歸分析。估計結果見表3。

從表3中可以看出，對于勞動力錯配系數以及資本錯配系數而言，其空間滯后模型的空間自相關系數rho顯著且變量的顯著性水平普遍較高，擬合優度[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效應的空間滯后模型是合理的。

分析被解釋變量為勞動力錯配系數的回歸結果，可以得出以下幾點結論：

第一，隨機效應的空間滯后模型的空間自相關系數rho在1％水平下顯著為正，證明周邊城市的勞動力錯配系數對本城市的勞動力資源錯配系數有正向的空間溢出效應，即勞動力配置效率具有擴散效應，勞動力錯配程度高的城市其周圍城市的勞動力錯配程度普遍較高，一個城市勞動力錯配的改善能有效改善周邊城市勞動力錯配情況。

第二，外商直接投資的估計系數為負且在1％水平下顯著，說明外商投資的增加可以緩解本地區勞動力資源錯配程度，改善勞動力資源配置效率。

接下來分析被解釋變量為資本錯配系數的回歸結果，得到以下幾點結論：

第一，外商直接投資系數顯著為正，說明長三角地區外商直接投資額的增加能夠加劇此地區的資本錯配程度。可能的原因是外商為追求穩定且客觀的資本收益率，會傾向于投資規模較大且資金充裕的大型企業，使本就資本配置過度的大型企業部門的資本錯配程度進一步加深，而需要資金注入的中小型新興科技企業會由于資本配置不足而無法達到其最優的生產效率，進一步加劇地區資本錯配。

第二，模型的空間自相關系數rho顯著為正，說明地區間的資本錯配程度存在正向的空間關系，即地區間資本要素配置存在擴散效應，資本錯配程度高的地區其周邊城市資本錯配程度也相對較高，一個地區資本配置效率的提高能夠帶動周邊城市資本配置效率的提高，同時一個地區資本錯配的加劇也會加劇周邊城市資本錯配[22]。

3. 穩健性檢驗

為了檢驗實驗結論的穩健性，本文擴大所檢驗的樣本量，因為東南部沿海城市的經濟發展水平和外商直接投資水平相較于中西部較高，與長三角地區相較于中國其他城市的經濟發展水平和外商直接投資水平相類似，故在長三角地區城市2008—2021年數據的基礎上增加了山東、廣東以及福建共46個地級市2008—2021年數據，并對上述樣本資本錯配系數和勞動力錯配系數重新進行估計。同時本文將空間權重矩陣由反地理距離矩陣轉化為經濟地理距離矩陣進行穩健性檢驗。結果如表4所示，在擴充了樣本容量以及替換空間權重矩陣后，長三角地區資本錯配系數以及勞動力錯配系數回歸系數的顯著性和系數方向、空間效應以及擬合優度較基準回歸結果并無較大差別，證明了基準分析結果具有穩定性。

4. 半參數空間模型的估計分析

通過上述比較分析，得到的隨機效應空間滯后模型能夠更好地描述資源錯配的空間溢出效應。根據崔金寶等[15]研究，長三角地區資本錯配和勞動力錯配與外商直接投資之間呈倒“U”型關系。由描述性統計結果可知長三角地區各城市外商直接投資額占GDP比重有很大區別，占比最高的城市達到0.12，而占比最低的城市只有0.002。上述空間回歸模型結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配系數，但根據對以往文獻的總結以及機理分析的研究，本文認為簡單地在線性層面探究外商直接投資對資源錯配的影響是遠遠不夠的，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，其可能對資源錯配所造成的不同程度的影響。故為了進一步準確刻畫相關變量之間的關系，同時也為了長三角地區各城市政府能夠根據自身城市外商直接投資實際情況因地施策，本文對基準模型中的外商直接投資進行非參數處理，這也是考慮到實際生活中大多數的空間數據都具有一定程度的空間依賴或者空間自相關的特征，使用傳統的線性或者非線性計量模型在應用中會存在模型設定誤差，而非參數模型可以更好地描述具有非線性未知關系的變量的影響[23]。

對于被解釋變量勞動力錯配系數以及資本錯配系數，本文采用隨機效應的空間滯后的半參數模型（SLSM）對其非參數項進行討論。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配系數，X為控制變量，m（fdi）為外商直接投資額所代表的非參數部分，[μ]為隨機誤差項，假設各解釋變量與隨機誤差項不相關。[WτL]、[Wτk]為資源錯配系數的空間溢出效應。

圖1是勞動力錯配系數的半參數空間滯后模型回歸結果中，非參數項外商直接投資對被解釋變量勞動力錯配系數的偏導數散點圖。結果表明，外商直接投資額對勞動力錯配系數的偏導數并不是不變的常數，而是隨著時空變化而變化的。長三角地區外商直接投資與勞動力錯配系數呈類似于“U”型的關系。

外商直接投資額占GDP比重較低時，會對勞動力錯配程度起到正向的影響，即加劇勞動力錯配程度，可能的原因是在外商投資較少的時候，外商的大量資產會進入收益率較穩定的大型企業，使得大型企業招聘更多的勞動力，造成勞動力配置過度，而生產效率較高的中小型新興企業由于競爭不過大型企業而產生勞動力配置不足，從而造成了勞動力錯配程度的加劇。

但這種影響會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，此時外商直接投資對勞動力錯配系數呈負向影響。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轉移，從而使得企業的勞動力配置得到優化，進而降低了勞動力錯配程度。

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

圖2是資本錯配系數的半參數空間滯后模型回歸結果中，非參數項外商直接投資對被解釋變量資本錯配系數的偏導數散點圖。結果表明，外商直接投資額對資本錯配系數的偏導數并不是不變的常數，而是隨著時空變化而變化的。當外商直接投資占GDP比重較低時，會對資本錯配系數產生正向影響，但會隨著外商直接投資比重的增加迅速減小到負值，即外商直接投資額比重的增加會緩解地區資本錯配，可能的原因是當外商直接投資較少時，根據資本的逐利性，外商會將資本投入在生產效率較高的大型企業以追求穩定且較高的收益率，這使得資本配置不足的大型企業生產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配的程度。

當外商直接投資額占比在0.025—0.050時，外商直接投資能夠改善地區資本配置效率。當外商直接投資額占比在0.05—0.08時，外商直接投資對資本錯配系數具有正向影響，即此時外商直接投資的增加會加劇資本錯配。原因可能是此時市場所需要的資本量已經達到飽和，增加的外商直接投資可能會補充在資本配置不足的部門，使得資本配置效率提高，也可能補充在資本配置過度的部門，使得資本配置效率降低，因為外商更加傾向于投資大型企業，故總的來說會使得資本錯配加劇。

當外商直接投資占GDP比例高于0.08時，外商直接投資對資本錯配的影響會從改善逐漸轉變為加劇，可能的原因是此時大多數資本配置不足的部門資本配置已經達到了最優化，外商直接投資的增加會使本來資本配置達到最優的部門資本配置過度，使那些本就資本配置過度的生產部門錯配加劇，綜合來看就會使得外商直接投資對資本配置效率的抑制作用大于促進作用。

圖3為長三角地區各城市外商直接投資額占GDP比重的時空演變分布圖，可見隨著年份的增加，長三角地區大部分城市外商直接投資額占比均有顯著的降低，說明大部分城市對于外資的依賴程度有所減少，開始更多地依靠本地產業進行發展。2008年，上海、江蘇以及浙江的東部沿海城市對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，可能的原因是當時我國處于快速發展階段，東部沿海地區擁有便利的交通和地理位置優勢，吸引諸多外商企業在此投資，拉動了經濟的發展，但也使得東部地區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內部轉移的趨勢，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展，本土產業迅速發展并加劇市場競爭，迫使外資向內地競爭壓力較小且資金需求旺盛的城市轉移。直到2021年，僅有宿州市、馬鞍山市、蕪湖市等少數幾個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城市發展水平較高，本身便聚集了我國大量資本投資，同時隨著生產力水平的提高，使得外資的競爭力不斷下降，也迫使外資向其他地區轉移，最終導致外資占比不同程度地下降。

綜合考慮外商直接投資額對資本錯配系數以及勞動力錯配系數的非線性影響，發現外商直接投資額占比處于2.5%—5%時，外商直接投資可以最好地改善地區內部資源配置效率，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內資源配置效率的改善和優化。對照2021年長三角地區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個級別，具體分布如表5所示。

由表5可見，長三角地區省會城市外商直接投資額占比均處于最佳水平，省會城市的周邊城市也多處于最佳以及過高水平，而距離省會城市較遠的城市其外商直接投資額占比大部分處于過低水平。故離省會城市較遠的城市應該適當出臺相應激勵政策，吸引外商投資，以更好優化本地區市場結構、提高資金活力、促進市場合理競爭，進而優化資源配置效率；而離省會城市較近的城市應當根據自身經濟體量，適當引進外商企業進行投資，不宜吸引過多的外商直接投資，避免使本地企業面臨過大的競爭壓力，同時將重心放在本地優勢企業的建設上去，以更好地優化地區內資源配置效率。

六、 結論與建議

1. 結論

本文利用2008—2021年我國長三角地區40個地級市的面板數據，通過空間模型和半參數空間模型考察了資源錯配的空間溢出效應以及外商直接投資與資源錯配可能存在的非線性關系。研究結果表明：

（1）長三角地區資源錯配系數存在正向的空間溢出效應，即擴散效應，長三角地區資源錯配程度高的城市周圍一般也是資源錯配程度高的城市，同樣某個城市資源錯配程度的改善也會使得周邊城市資源配置效率得到優化。

（2）外商直接投資對勞動力錯配系數的偏導數呈“U”型的非線性關系，對資本錯配系數的偏導數呈波浪形的非線性關系，外商直接投資額占比維持在2.5%—5%水平時能夠有效改善地區內資源錯配情況。

（3）直到2021年，長三角地區省會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，我國正處于向高質量發展階段邁進的過程中，在此階段，如何實現生產要素的優化配置成了一大重要議題。基于上述的研究結論，本文提出以下幾點政策啟示：

（1）省會城市應發揮帶頭作用，充分利用資源配置存在的空間溢出效應。實證表明長三角地區資源錯配系數存在正向的空間溢出效應，即擴散效應，故省會城市可以充分發揮自身大體量優勢，出臺相關政策引導資源向中小微企業以及創新型企業傾斜，提高市場活力，鼓勵勞動密集型行業及部門減少冗余，向資本密集型部門發展，將過剩的資源向資源配置不足的企業及周邊城市轉移，進而在改善本市資源配置效率的同時，能夠為周邊城市提供一定的勞動力資源、資本資源以及政策經驗，進而改善周邊城市資源錯配情況。

（2）省會城市周邊城市應適當減少對外商投資的依賴，增強本地產業競爭力。長三角地區省會城市部分周邊城市外商直接投資額占比過高，使得地區內部競爭壓力過大，本土企業生存空間被過度擠占，過度的外商投資同樣抑制了本地區創新活力，不利于中小微企業以及創新型企業的發展。故政府應積極鼓勵并幫助本地區企業發展，引導資本和技術向本地區企業轉移，從而提高本地區企業競爭力，減小對外資的依賴，改善資源錯配，提高地區發展質量。

（3）未臨近省會的城市應積極吸引外資進入，增強本地市場活力。實證顯示長三角地區未臨近省會的城市外商直接投資額占比均較低，使得地區內部市場活躍度較低，企業提高資源配置效率進而提高生產力的欲望不強，容易產生資本外流以及勞動力外流的情況。這些城市的政府可以適當放開外資進入要求，積極引進外資，提高本地區市場活力，從而激發本地區企業競爭力。在防止資源外流的基礎上可以適當吸引中心城市及周邊城市的資源進入，從而改善本地資源錯配情況。

參考文獻：

[1] 郎昆，劉慶.資源錯配的來源、趨勢與分解[J].經濟學報，2021，8（2）：1-25.

[2] 韓劍，鄭秋玲.政府干預如何導致地區資源錯配——基于行業內和行業間錯配的分解[J].中國工業經濟，2014（11）：69-81.

[3] 白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配[J].中國工業經濟，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.行政壟斷對所有制差異所致資源錯配的影響[J].中國工業經濟，2015（4）：31-43.

[6] 柏培文.中國勞動要素配置扭曲程度的測量[J].中國工業經濟，2012（10）：19-31.

[7] 宋馬林，金培振.地方保護、資源錯配與環境福利績效[J].經濟研究，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.價格扭曲、要素錯配和效率損失：理論和應用[J].經濟學（季刊），2011，10（4）：1401-1422.

[10] 張治棟，趙必武.智慧城市建設對城市經濟高質量發展的影響——基于雙重差分法的實證分析[J].軟科學，2021，35（11）：65-70.

[11] 崔書會，李光勤，豆建民.產業協同集聚的資源錯配效應研究[J].統計研究，2019，36（2）：76-87.

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

[13] 劉雅婕，熊艷艷，姚先國.要素市場化改革對資源錯配的影響[J].統計與決策，2021，37（11）：139-142.

[14] 楊校美，肖紅葉.雙向直接投資協同發展對中國資源錯配的影響[J].商業經濟與管理，2020（7）：86-101.

[15] 崔金寶，王建民.FDI對長三角區域資源錯配的影響效應[J].黑龍江工程學院學報，2021，35（4）：46-51.

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

[17] 白井文.要素流動規律與西部地區的要素積聚[J].南方經濟，2001（1）：53-55.

[18] 韓長根，張力.互聯網是否改善了中國的資源錯配——基于動態空間杜賓模型與門檻模型的檢驗[J].經濟問題探索，2019（12）：43-55.

[19] 張桅，胡艷.長三角地區創新型人力資本對綠色全要素生產率的影響——基于空間杜賓模型的實證分析[J].中國人口·資源與環境，2020，30（9）：106-120.

[20] 簡澤.市場扭曲、跨企業的資源配置與制造業部門的生產率[J].中國工業經濟，2011（1）：58-68.

[21] 鐘昌標.外商直接投資地區間溢出效應研究[J].經濟研究，2010，45（1）：80-89.

[22] 王星媛，白俊紅.要素流動、資源錯配與全要素生產率[J].經濟問題探索，2021（10）：50-61.

[23] 郭炬，葉阿忠，陳泓.基于半參數空間計量模型的技術創新能力區域聚集效應研究[J].科學學與科學技術管理，2012，33（11）：62-70.

基金項目：國家自然科學基金面上項目“半參數全局向量自回歸模型的理論研究及應用”（項目編號：71571046）；國家自然科學基金面上項目“半參數空間滯后模型理論研究及應用”（項目編號：72073030）。

作者簡介：葉阿忠（1963-），男，博士，福州大學經濟與管理學院教授，博士生導師，研究方向為經濟計量分析與預測；范凱鈞（1999-），通訊作者，男，福州大學經濟與管理學院碩士研究生，研究方向為經濟計量分析與預測。

（收稿日期：2023-03-20" 責任編輯：殷 俊）