外商直接投资与城镇化质量的耦合协调机制研究

(浙江工业大学 材料科学与工程学院，浙江 杭州 310014)

随着经济全球化的发展，外商直接投资(Foreign Direct Investment，以下简称FDI) 对我国经济社会发展有着举足轻重的作用，在创造大量就业、税收、外汇的同时，也深刻改变着劳动力流向、技术创新水平和城乡基础设施状况，成为推动我国城镇化又好又快发展的重要驱动力之一[1-2]。在当前国际形势以及国内经济高质量发展和新型城镇化进入新时期的背景下，深入研究FDI对城镇化进程、城镇化质量的影响及驱动机制，成为学者们关注的焦点[3]。

从现有研究成果看，有学者高度评价FDI对中国沿海开放地区国内投资、工业产出和出口的影响，着重强调了FDI的重要性[4]；有学者通过实证研究得出城镇化质量是影响一个国家或地区发展的重要指标之一[5]；也有学者认为，通过FDI可以承接大量的资金、技术、人才和管理经验，解放生产力，发展国民经济，大大推动城镇化的发展，而快速发展的城镇化又进一步优化产业结构，改善投资环境，吸引大量人才，反过来又能进一步增强FDI的吸引力和竞争力[6]。然而，已有的研究主要停留在FDI与城镇化质量关系的测度与评价上，对于两者的耦合空间规律等方面的研究成果较少；其中多数研究仅集中于对区域城镇化质量的空间格局及影响因素的分析[7]，仅有少部分学者基于FDI的流入量与分布情况，对该地区的城镇化水平作了匹配研究[8-10]。可见，此前的研究大都试图对FDI与城镇化的关系进行相关理论机制的研究，鲜有对两者的互动关系进行分析。

本文以全国省域数据为研究样本，采用耦合协调度模型定量分析31个省域的FDI与城镇化质量之间的耦合协同发展情况，并通过空间热点演化分析和地理加权回归模型，深入剖析两者耦合协调发展的驱动机制，为新时期FDI与城镇化质量耦合协调发展提供有益探索。

一、外商直接投资与城镇化质量的耦合机理

耦合，是指在经济发展过程中相互作用而彼此影响以至联合起来的非线性关系的总和。本文结合我国当前的发展现状，梳理、提炼了外商直接投资与城镇化质量之间的演进、互动机制和耦合机理(图1)。

(一)外商直接投资对城镇化质量的作用机理

外商直接投资对城镇化质量的影响有四方面：第一，FDI是城镇化质量提高的重要资金保障。FDI的流入与集聚，缓解了城镇化质量提高所需的大量资金，也促使政府更加重视城市的基础设施建设，进一步带动城镇化质量的发展[11]。第二，FDI是城镇化高端发展的重要技术路径。FDI的流入为我国引入大量高新技术及先进管理经验的同时，也通过技术外溢带动了所在城市乃至整个区域的创新，促进城镇化向更高端方向发展。第三，FDI是新型城镇化的重要人口支撑。FDI向城镇区域的集聚，吸引了大量高素质人才和农村人口向城镇集中，改变了我国的劳动力布局，促进了城乡统筹。第四，FDI是改变城镇化发展模式的重要驱动力量。FDI规模是衡量城市招商引资的重要考核指标，政府通过推行系列优惠政策，改善城市配套设施，提升城市区位优势和竞争力，优化城市产业结构和人口层次，招引更多高水平的FDI流入，从而改变城镇化质量发展模式。

(二)城镇化质量对外商直接投资的作用机理

城镇化质量对外商直接投资流入的作用路径包括：第一，城镇化质量的要素集聚为FDI的流入提供重要支撑。要素集聚是城镇化质量的基本特征[12]。城镇化质量越高，城市内聚集的资金规模越大，人才层次越高，国际化程度越高，出行方式越多，能够更好满足FDI多方位的发展与成长，创造良好效益的同时，也为吸引其他FDI进入起到示范作用。第二，城镇化质量的规模经济为FDI的发展营造良好环境。要素集聚之后会形成规模，而规模达到一定程度后就能降低成本。

二、模型构建、指标选取与数据来源

本文通过构建耦合协调度的基本模型，测度全国31个省域外商直接投资与城镇化质量之间的耦合协调情况，结合空间自相关阐述两者之间耦合协调发展的时空演化，并利用地理加权回归方法来研究两者耦合协调发展的动力机制。

(一)耦合协调度模型

本文运用物理学的耦合计量手段，构建了两者协同效应的耦合评价模型，计算过程如下。

1.耦合关联度。FDI和城镇化质量发展是两个相互作用、彼此促进的系统，借鉴容量耦合系数模型，构建FDI和城镇化质量发展水平间的耦合度函数，表达式为[13-14]：

C=2{(U1*U2)/(U1+U2)2}1/2

式中，U1和U2分别代表标准化处理后的外商直接投资水平和城镇化质量得分；C表示耦合关联值，0≤C≤1，C值越大，系统的耦合度越大；反之，C值越小，系统的耦合度越小。

2.耦合协调度。耦合关联度能够有效评价两大系统之间的交互耦合强度，但由于各系统的发展水平存在一定差异，某些情况下不足以完全反映各系统的协同效应。为此，特引入耦合协调度模型，使之能客观反映系统间的耦合协调发展水平，表达式为[13-14]：

D=(C*T)1/2，T=aU1+bU2

式中，D为耦合协调度；C为耦合关联值；T为综合评价指数；a、b为待定系数，且a+b=1，一般认为FDI水平和城镇化质量的协同效应相同，取a=b=0.5，则t年度内两者耦合协调度表达式为：

根据相关研究成果，并结合我国各省域的实际发展情况，根据耦合协调度值，以 0.4、0.6为分界点将耦合协调度划分为低度协调耦合、中度协调耦合、高度协调耦合3种类型。

(二)空间自相关模型

1.全局空间自相关模型。全局自相关模型描述某一属性在区域总体上的平均空间联系与差异，即表明空间邻接或临近的研究的相似程度。Moran’s I统计量是常用的全局空间自相关指标，计算公式表示如下[15]：

(1-1)

Moran’s I的取值范围为-1 至1 之间，当取值为0 时，表示地区变量间是随机分布的空间模式，不存在空间自相关性；Moran’s I值越接近于1，表明变量之间空间正相关性越强，即相似的属性值倾向于集聚；Moran’s I值越接近于-1，表明变量之间空间负相关性越强，即相似的属性值倾向于离散。

2.局域空间相关性模型。为了更好地阐述局部耦合协调度的空间集聚程度，本文运用局域空间自相关测度对呈现出集聚特征的区域进行邻域空间的相关性检验，即利用Local Moran’s I来解析全国省域外商直接投资与城镇化质量耦合协调度空间集聚程度的显著性。

Local Moran’s I的定义如下[15]:

(1-2)

式中，Zi和Zj代表省份i和省份j外商直接投资与城镇化质量耦合协调度，Wij是空间权重。

(三)地理加权回归模型(GWR模型)

地理加权回归模型是分析空间异质性过程的一种方法，模型如下：

yi=β0(ui+vi)+∑kβk(,)xik+εi

(1-3)

式中，(ui+vi)是第i个样本点的空间坐标，系数βk(,)是连续函数在βk(,)在i点上的值，是所研究区域内待估计的参数，它是空间位置(ui+vi)的k+1元函数。通过在每一个位置(ui+vi)处使用加权最小二乘法(WLS)对系数进行估计。εi为i处的随机误差项。

在空间分析中，距离回归点i较近的观测值对回归点i处的参数估计影响较大，而远离回归点i的观测值影响较小。本文采用高斯距离权重选择参数b，研究各影响因素对协调度的作用强度。

(四)指标选取与数据来源

对于外商直接投资的测度，本文选取实际利用FDI金额的数据进行衡量。关于城镇化质量内涵构建，遵循指标选取的系统性、完整性、有效性和可量可比性的原则，分别从经济发展、社会发展、人口发展、生态发展、城乡统筹等5个维度，选取了GDP增速、人均GDP、农村与城镇恩格尔系数之比等20个指标，构建了城镇化质量综合评价指标体系[16-17](表1)。本文用耦合协调度测度省域FDI与城镇化质量的互动情况，并对全国31个省域的空间分异特征及驱动机制进行剖析、总结；同时，采用变异系数计算各指标的权重，通过加权法测算出城镇化质量得分，用来衡量城镇化质量水平。本文所采用数据均来自《中国统计年鉴(1997—2017)》以及各省(市、区)统计局网站。

表1 省域城镇化质量评价指标体系

三、外商直接投资与城镇化质量耦合协调的空间分异特征

(一)耦合协调度的空间分异格局

通过31个省域外商直接投资水平和城镇化质量的耦合协调度的变化趋势，直观反映两者互动结果的空间分异格局。在对原始数据进行标准化处理的基础上，根据耦合协调度的计算公式，计算出31个省域外商直接投资水平和城镇化质量的耦合协调度，并对各省域FDI、城镇化质量水平、耦合协调度的均值进行测算，绘制成图2。

由图2可见，FDI、城镇化质量水平、耦合协调度的均值在研究期内均有一定程度上升，且耦合协调度与FDI的走势更为接近，说明整体上全国省域FDI水平和城镇化质量之间良性互动在持续改善，互动作用明显。1996—2000年，中国加入世贸组织前，耦合协调度缓慢爬升，处于低度协调耦合区间；2001—2013年，在中国加入世贸组织的13年里，FDI快速增加，2008年进入中度协调耦合区间；2014—2016年，FDI进入徘徊期，耦合协调度出现回落，城镇化质量均值也停滞不前。同时，FDI和省域城镇化质量耦合协调度的提升在空间格局上经历了由南往北、自东向西的演进过程，除西藏、甘肃、青海等省域，全国多数省域在研究期内FDI和城镇化质量之间耦合协调度均有一定程度优化。其中，高度协调耦合阶段的区域，1996年仅有广东进入，2006年增加了山东、江苏、浙江等3个省域，且基本分布在东部沿海地区，2016年开始逐步由沿海往内陆延伸；中度协调耦合阶段的区域，1996年仅有山东、江苏、上海、福建等4个东部沿海省域，2006年仍主要集中在东部沿海地区，2016年向中西部地区快速延伸；低度协调耦合阶段的区域，1996年有26个省域，2006年主要集中在中西部地区，2016年有11个省域位于低协调耦合阶段，多数分布在西部地区。

(二)耦合协调度的空间聚类特征和演化

根据测算全局Moran’s I指数的公式对耦合协调度进行计算，并绘制全局自相关趋势。由图3可见，在1996—2016年的20年间，省域外商直接投资与城镇化质量的耦合协调度呈现出波动上升的空间集聚态势，集聚的强度表现为竖“Z”的变化趋势。1996—2004年，全局Moran’s I指数的值持续快速上升，由0.1542上升至0.2735，全局的空间作用强度增长了0.8倍，耦合协调度的集聚分布态势持续增强。2005年开始，全局Moran’s I指数开始出现下降趋势。2008年金融危机之后降幅不断扩大，这表明该时段空间集聚效应依然存在，但空间集聚强度渐次降低，主要是东北的辽宁、华北的北京和天津、西南的贵州在耦合协调度上与周边省域拉开了差距，导致外商直接投资与城镇化质量耦合协调度的空间集聚程度减弱。2014年，Moran’s I指数出现由降转升，之后持续上升，且上升幅度较大，这表明该时段空间集聚效应开始增强，主要表现在长江中下游的省域和环渤海区域的省域都连片进入中度以上的耦合协调区域。

(三)耦合协调度的热点区演化分析

结合数据的显著性水平和Getis-Ord Gi*指数的值，将31个省域FDI和城镇化质量之间的耦合协调度的热点区域划分为7类，即冷点低显著区、热点低显著区、冷点中显著区、热点中显著区、冷点高显著区、热点高显著区以及随机分布区。其中冷点表示耦合协调度低的省域集聚区，热点表示耦合协调度高的省域集聚区。1996年，热点区域集中在东部沿海地区，只有广东为热点高显著区，冷点显著区主要集聚在中西部地区。2006年，热点显著区向中部地区扩展，冷点显著区进一步向西集聚，并呈集中态势，新增了吉林、广西，内蒙古成为不显著区。2016年，热点显著区形成以东部沿海和相邻部分中部省域的聚集区，冷点显著区的区域数量没有变化，具体区域发生了变化。

四、外商直接投资与城镇化质量耦合协调发展的驱动机制分析

借鉴相关理论研究成果，利用省域统计数据，并结合地理加权回归模型(Geographically Weighted Regression，简称 GWR)，进一步实证探讨外商直接投资与城镇化质量的驱动机制。通过构建基于31个两者协调发展的驱动机制框架，确定经济基础、政府管制、基础设施、信息化程度、生态环境、城乡统筹等6个因子作为驱动力实证研究的观测变量。鉴于数据指标的科学性和可获得性，用2016年的截面数据减去1996年的相应指标值，再利用极差方法对数据进行标准化处理，得出6大指标的变化值，并将其作为1996—2016年耦合协调度变化的GWR模型中的自变量，耦合协调度的变化为因变量，对31个省域的相关数据建立GWR模型(表2)。GWR模型回归方程通过显著性水平为0.001的检验。GWR模型估计系数中，6个自变量的系数有正有负，采用自然断点法进行分类，把各因子系数水平分为5 个等级，分别是高值区、较高值区、中等值区、较低值区和低值区。从1996—2016年耦合协调度的局域估计系数分析看，各驱动因子对外商直接投资与城镇化质量的耦合协调度具有正向驱动作用。就影响程度而言，根据线性拟合回归分析，从强到弱依次为信息化程度、经济基础、政府管制、生态环境、基础设施、城乡统筹。

表2 六大驱动力拟合回归系数a

1.信息化程度。信息化带动城镇化发展，为城镇化建设带来了全球物联网、技术人才等，有利于外商直接投资的引进与壮大。在31个省域中，信息化程度系数估计呈现“由东往西递增”的规律。高值和较高值区域主要集中在西部和东北，东部沿海省份和部分中部省份，如安徽、江西等省域，虽然处于较低值区间，但仍有通过信息化水平提高耦合协调度的空间。

2.经济基础。经济基础是一个地区发展的根本，经济水平的提高可以带动该地区的城镇化建设，也会吸引更高质量的FDI。在31个省域中，经济基础的系数估计呈现“由东往西递增”的规律，高值和较高值集中在西部地区。多数东部沿海省域和部分中部省域凭借最早开放的优势和产业梯度转移的机会，GDP发展较快，对耦合协调度的影响度也趋于弱化。

3.政府管制。政府管制是政府利用财政政策进行统筹规划，直接影响城镇化进程。其对协调度的促进强度形成以中部省份为高值按圈层向外扩散。在31个省域中，政府管制的系数估值呈现“由南往北、由东往西”渐次提高的变化规律。高值区域是青海、新疆、西藏等3个省域，较高值区域是甘肃、宁夏、黑龙江等3个省域，中值区域集中在中部、东北地区，低值和较低值区域则集中在华东、华南等沿海省域及华中、西南部分省域。

4.生态环境。生态环境是衡量新型城镇化健康发展的重要指标，对FDI产生影响。在31个省域中，生态环境的系数估计高值区域是青海、新疆、西藏等3个省域，较高值区域除了四川，青海和宁夏依然在列，说明西部地区生态环境较差，严重制约了耦合协调度的提高。沿海、东北和长江流域的省域多数处在低值和较低值区域，说明近年来这些区域的生态环境改善较为明显，对耦合协调度的影响度趋于弱化。

5.基础设施。基础设施的完善能促进城镇规模扩张，也能加速外商投资的落地。从基础设施的系数估计看，处于平原地带的华北、东北和长江沿岸的省域多数处于低值和较低值区域，对耦合协调度的影响度也趋于弱化。而处于高值和较高值区域的新疆、西藏、青海等省域，特别需要加强道路、铁路等基础设施建设，来改善耦合协调度。

6.城乡统筹。城乡统筹是世界城镇化发展的一个普遍规律，随着城镇化的推进，城乡关系由最初的城乡割裂、对立，逐步走向城乡融合、城乡一体。在31个省域中，城乡统筹系数估计呈现“由东南向西北递增”的规律。高值和较高值区域集中在西北、华北和东北区域，说明这些区域城乡统筹的水平仍有较大提升空间。低值和较低值区域集中在东部沿海省域、部分中部省域，如安徽、江西、湖南等省域，这些区域城乡统筹力度的协调度相对较好，对耦合协调度的影响力度也相对较弱。

五、结论与政策启示

基于31个省域的外商直接投资和城镇化质量之间的耦合协调度模型测算，利用热点分析等方法探讨了两者耦合协调度的空间分异特征，并利用地理加权回归模型对耦合协调度的驱动机制进行了分析，研究结论如下：

全国省域FDI与城镇化质量的耦合协调度在空间格局上经历了一个由南往北、自东向西的演进过程，呈现一定程度的优化。研究期内，省域FDI与城镇化质量的耦合协调度集聚的强度表现为竖“Z”的变化趋势，形成了东部沿海和相邻的部分中部省域的显著热点区，西部地区的显著冷点区。各驱动因子均对FDI与城镇化质量的耦合协调度具有正向驱动作用，影响程度由强到弱依次为信息化程度、经济基础、政府管制、生态环境、基础设施、城乡统筹。FDI与城镇化质量耦合协调度在西部和东北区域仍有较大的提升空间，可以从六个驱动因子出发，进行多方面协同推进。

一是因省施策，重视差异化与针对性。我国的东中西、南北中差异均较大，省域情况各不相同，外商直接投资与城镇化质量的耦合协调度在空间上存在较大不同，耦合协调度的六大驱动因子对各个省域的影响力度也各有不同，具体见表3。因此，各省在研究、拟定各项举措时，需根据各自省域情况，提出针对性强、操作性强的政策措施，从而实现外商直接投资与城镇化质量的良性互动。

表3 1996—2016年GWR模型.六大自变量回归系数估计的空间分布

二是六管齐下，全方位补强西北区域。从耦合协调度来看，西北五省均处于低度协调耦合阶段，耦合协调度提升空间仍然较大；从六大驱动因子来看，西北五省需全方位行动，在政府管制、生态环境、经济基础、基础设施、信息化程度、城乡统筹等六大方面齐头并进，迎头赶上。

三是四力共推，大力度振兴东北区域。东北区域是我国的老工业基地，国家早在2004年就开始实施东北振兴战略，但近几年东北区域产业转型缓慢，人才流失严重，导致经济发展速度严重滞后。从六大驱动因子来看，东北区域在城乡统筹、信息化程度、经济基础、政府管制等四方面需全力推进，大力引进外商直接投资，改善互联网硬件设施，发展现代文创产业，以满足百姓的精神需求。同时，大力发挥政府在招商引资方面的主导作用，从而全面推进东北振兴战略。

四是加大投入，高标准发展西南区域。从六大驱动因子来看，西南五省由于山多地少、经济发展相对落后，需从基础设施、经济基础、城乡统筹等三方面入手，通过中央转移支付，继续加大高铁、高速、机场等交通基础设施的建设(如川藏高铁已计划开建)，加快新兴产业的引进与培育力度(如贵州的大数据产业)，提高边境的开发开放力度，加大精准扶贫力度，从而促进西南区域耦合协调度的全面提升。

五是协同发展，高起点平衡华北区域。从六大驱动因子来看，华北区域除了基础设施，其他五个因子尚需更上一层楼，特别是要借助京津冀协同发展这一国家战略，以“城乡统筹”为突破口，加快出台实质性的农村振兴举措，加速消弭城乡差别，大力普及互联网技术与应用，从而加快实现华北区域的平衡发展。

六是统筹推进，促进东中西一体化发展。FDI与城镇化质量高度协调耦合阶段的区域呈现“由东部沿海向内陆延伸”的空间趋势，而人口、产业与空间的协调发展又是城镇化质量提升的关键。因此，首先，要加快落实区域协同发展，以长江经济带国家战略为依托，以制度创新为动力，以高质量的城镇化为手段，不断推进外商直接投资和城镇化质量的协调发展；其次，要积极调整、升级产业结构，在继续吸引“高精尖”FDI的同时，加快东部地区制造业向中西部地区的转移，优化人口结构，提升人口素质，培育新的经济增长点；最后，要统筹城乡、区域发展。要充分发挥自贸区、自贸港、经济基础较好、辐射效应较强地区的带动效应，促进区域联动发展，使FDI和城镇化质量高度协调耦合区域发展的同时，也能够有效地辐射低度协调耦合地区的共同发展。