長三角城市群利用外資的分布動態(tài)、區(qū)域差異及時空收斂性

摘要：基于2006—2021年的面板數(shù)據(jù)測度了長三角城市群41個地級市的利用外資指數(shù)，采用核密度估計、Dagum基尼系數(shù)揭示其分布動態(tài)、區(qū)域差異及來源；同時，利用變異系數(shù)分析法和空間杜賓收斂模型對長三角城市群利用外資水平的[σ]收斂和[β]收斂特征進行實證檢驗。研究發(fā)現(xiàn)：長三角城市群外資利用水平總體穩(wěn)步提升，但存在明顯的空間非均衡性；城市群利用外資水平的總體差距較大，但逐漸趨于平衡，存在收斂的可能；城市群利用外資水平呈現(xiàn)顯著的空間正向相關性，具有一定的空間溢出效應；長三角城市群利用外資水平的收斂態(tài)勢明顯，人力資本水平、勞動力規(guī)模、基礎設施和政府支持等因素能正向顯著促進長三角城市群利用外資水平趨于收斂。據(jù)此提出加快提升長三角城市群利用外資水平，縮小其區(qū)域不均衡的政策建議。

關鍵詞：利用外資；區(qū)域差異；時空收斂；長三角城市群

中圖分類號：F207；K921/927 文獻標志碼： A 文章編號：1001-2443（2025）01-0060-11

引言

經(jīng)濟全球化背景下，外商直接投資以其強大的技術和知識傳播功能，已然成為了各個國家推動經(jīng)濟增長的關鍵驅動力［1］。長三角城市群是我國參與全球競爭與國際分工最為活躍的地區(qū)［2］，也是我國利用外資的重點區(qū)域，其實際利用外商直接投資額占全國總額的比重一直高居40%以上。然而，由于各個地方利用外資的市場基礎和投資環(huán)境存在差異，長三角城市群的外商直接投資呈現(xiàn)不均衡態(tài)勢，這一特征事實在一定程度上阻礙了長三角區(qū)域一體化發(fā)展新格局的構建。當前，長三角城市群進入“聚焦高質量、聚力一體化”新征程，如何揭示長三角城市群利用外資的分布動態(tài)和區(qū)域差異，利用外資水平是否存在空間收斂，收斂速度是否存在空間異質性，這一系列問題值得深入研究。

事實上，外商直接投資一直是國內外學者關注的重點領域，但對城市群外資空間結構的研究相對較少，比較典型的有外資空間分布的溢出效應 ［3-4］、外資對城市群空間結構的影響［5］等研究。具體到與本文密切相關的研究，集中在區(qū)域差異和收斂性兩方面。從區(qū)域差異角度而言：何興強和王利霞［6］的研究發(fā)現(xiàn)，我國地級及以上城市的外商直接投資之間存在顯著的空間效應；張萃和趙偉（2011）［7］基于可分解的基尼系數(shù)框架研究指出，外商直接投資在中國的空間分布差異很大，但呈現(xiàn)明顯的收斂趨向；趙果慶和羅宏翔［8］認為，縣級以上城市人均FDI的空間分布也呈現(xiàn)明顯的集聚特征；此外，郭方強和姜海寧［9］、曾珍等［10］分別通過不同視角分析了省域層面外商直接投資區(qū)域差異。關于收斂性的研究：金雪軍等［11］運用收斂理論，論證了我國利用外資的地區(qū)差異，具有不同的收斂特征；吳新生［12］運用空間統(tǒng)計與空間計量方法，對我國外商直接投資的空間相關及收斂假說進行了實證檢驗；冷俊峰［13］對湖南省利用外資的區(qū)域差異收斂性進行了分析。已有文獻為本文的深入研究提供了重要的研究思路和方法論借鑒，但仍然存在如下拓展空間：①從市級層面的異質性出發(fā)，探討長三角城市群內各區(qū)域利用外資的分布和差異，試圖發(fā)現(xiàn)長三角城市群利用外資分布的新特征；②將絕對差異和相對差異相結合，從時間和空間維度分析長三角城市群利用外資的差異，能夠揭示時空異質性的來源及變動趨勢；③引入空間計量模型，實證探究城市群利用外資的時空收斂特征及空間溢出效應，可以更為準確地闡述長三角城市群利用外資的內在互動機理。

因此，本文以長三角城市群各地級市作為基本研究單元，深入分析城市群整體及內部利用外資的分布動態(tài)、區(qū)域差異及空間收斂性，并探討其主要影響因素，在此基礎上提出有針對性的政策建議，不僅對深入實施長三角更高質量一體化發(fā)展國家戰(zhàn)略、推動長三角城市群國際資本競爭力的提升具有重要的理論和現(xiàn)實意義，還能夠為其他城市群如何高質量引進外資提供有價值的參考。

1 長三角城市群利用外資水平的測度

1.1 基礎指標選取

外商直接投資是推動中國經(jīng)濟由高速增長階段轉向高質量發(fā)展階段的重要引擎之一。既有研究中，利用外資水平的測度指標主要分為三種：流量指標、存量指標和外資企業(yè)產(chǎn)值與GDP的比重。而長三角城市群的外商直接投資在來源地、規(guī)模、技術含量等特性方面參差不齊，單一指標難以完整準確地反映出真實情況。因此，本文探討的利用外資水平，是由多個指標組成的復合系統(tǒng)。借鑒謝守紅和徐西原 ［14］的研究思路，并考慮數(shù)據(jù)的全面性、客觀性和可得性，選擇實際利用外資總額、人均利用外資額、勞均利用外資額以及外商直接投資集中度4個指標，構建利用外資指數(shù)作為衡量長三角城市群利用外資水平的代理指標。具體而言，實際利用外資總額是體現(xiàn)外資利用水平的最直觀指標，通常采用各地級市在和外商簽訂合同后實際到達的外資款項來表征（由于其具體數(shù)值是以百萬美元單位，故在本文中按每年的平均匯率，將其轉換為人民幣）；人均利用外資反映了一個城市吸引外資的能力和利用外資的效率，通常用城市實際利用外資總額除以同期常住平均人口來表示；勞均利用外資是一個城市對外開放程度的重要反映，其增加可以促進經(jīng)濟發(fā)展、提高人民生活水平，各地級市實際利用外資總額與勞動就業(yè)人數(shù)的比例便是勞均利用外資；外商直接投資集中度是有效衡量經(jīng)濟自由度的合適指標，本文以各城市實際利用外資總額占固定資產(chǎn)投資的比重來表示。

1.2 研究范疇與數(shù)據(jù)說明

1.2.1 研究范圍 本研究基于2019年中共中央、國務院印發(fā)的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中所規(guī)劃的范圍進行。該規(guī)劃涵蓋了上海、江蘇、浙江以及安徽四個省份的所有地級及以上城市。

1.2.2 數(shù)據(jù)說明 本文的研究期限為2006—2021年。除特殊說明外，本文使用的原始數(shù)據(jù)都取自于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及其他相關省份的統(tǒng)計年鑒（或統(tǒng)計公報）等。同時，選定2006年作為經(jīng)濟數(shù)據(jù)的基準，并通過價格指數(shù)對原始數(shù)據(jù)進行了適當?shù)男拚?，以此來減小價格因素帶來的影響。

1.3 測度結果與分析

參考已有研究 ［15-16］的思路，利用改進的主成分分析法，測算出2006—2021年長三角城市群41個城市的利用外資指數(shù)，并將其變動趨勢繪制成圖1。需要說明的是，改進的主成分分析法采用指標均值法和指標同趨化策略，來優(yōu)化傳統(tǒng)的無量綱化主成分分析法，這樣既能夠充分反映各基礎指標對綜合目標層的貢獻程度，還可以最大限度保留各指標變異程度上的差異信息。其具體步驟為：

第一步，指標作用效果同趨化：正向作用指標數(shù)據(jù)不變，負向作用指標數(shù)據(jù)取倒數(shù)形式，得到原始數(shù)據(jù)[xijn×p]，n為被評價對象個數(shù)，p為指標個數(shù)。

第二步，無量綱化：記[xj]為所有評價對象第j項指標的均值，采用均值化處理，每個評價對象的第j項指標原始數(shù)據(jù)與該項指標均值作比，即[zij=xijxj]，得到無量綱化矩陣[zijn×p]。

第三步，權重確定：將樣本期全部面板數(shù)據(jù)[zijn×p]的協(xié)方差矩陣作為主成分分析的輸入，采用第一主成分來確定權重，得到基礎指標的權重向量[W]。

第四步，計算綜合得分：利用無量綱化數(shù)據(jù)[zij]與指標權重[wj]計算各評價對象的利用外資指數(shù)[ri]，公式為：[ri=j=1mwjzij]。

①從均值看，2006—2021年長三角城市群利用外資水平穩(wěn)步提升，但3省份差異顯著。長三角城市群利用外資指數(shù)的平均值從2006年的0.048上升為2021年的0.118，同比增長145.83%；江蘇、浙江和安徽的外資利用指數(shù)同比增幅分別為126.47%、92.17%和713.33%。②區(qū)域層面，江蘇的利用外資指數(shù)領先于整個長三角城市群和其他兩省份，且在2014年后增速明顯提高；安徽的利用外資水平在2014年之前低于浙江，但差距逐年縮小，而后，安徽反超浙江，并逐漸拉開差距。表明長三角城市群利用外資水平存在明顯的空間非均衡性。③極值變化呈現(xiàn)出總體縮小趨勢，說明不同省份間利用外資水平的不平衡現(xiàn)象，但這種地區(qū)間的差異或許存在逐漸縮小趨勢。④從增速看，長三角城市群及三省份的外資利用指數(shù)大體呈線性增長態(tài)勢?？梢姡麄€長三角城市群外資利用水平均呈現(xiàn)出持續(xù)向好態(tài)勢。

2 長三角城市群利用外資的分布動態(tài)演進及區(qū)域差異

2.1 長三角城市群利用外資的分布動態(tài)及演進特征

2.1.1 核密度估計 為探究長三角城市群及三省份利用外資的區(qū)域差異分布及動態(tài)演進特征，本文選用核密度估計方法刻畫長三角城市群利用外資的分布動態(tài)。該方法采用平滑峰值函數(shù)擬合樣本數(shù)據(jù)，利用連續(xù)的密度曲線描述城市群利用外資指數(shù)的分布形態(tài) ［17-18］。假定長三角城市群利用外資指數(shù)X的密度函數(shù)為

[fx=1Nhi=1NKXi-xh] （1）

在本文中，Xi為獨立同分布的樣本數(shù)據(jù)；x為樣本均值；N是樣本個數(shù)；h為帶寬；K為核函數(shù)。具體來說，X1，…，Xn是各城市的利用外資指數(shù)，核密度選擇高斯核密函數(shù)進行估計，其表達式為

[Kx=12πexp-x22] （2）

2.1.2 分布特征及演進規(guī)律 為直觀反映“十一五”計劃以來長三角城市群利用外資的分布演進特征，選取“十一五”至“十四五”的期初年份2006年、2011年、2016年和2021年四個時間節(jié)點為代表性年份，圖2～5分別呈現(xiàn)了長三角城市群及三省份利用外資水平的高斯核密度曲線的分布位置、形態(tài)、延展性及極化特征。

觀察圖2中的波峰高度和移動位置，可以發(fā)現(xiàn)長三角城市群的利用外資水平正在穩(wěn)步提升。具體來說：主峰的位置向右偏移，意味著外資利用率在逐漸增強；主峰的高度不斷下降，其寬度也隨之增加，并且右側的拖尾延伸得更為寬廣，反映出長三角城市群中外資利用方面存在著較大的不平衡差異；只有一個主峰出現(xiàn)，暗示了長三角城市群在利用外資方面呈現(xiàn)出多元化的趨勢。從圖3可以看出，江蘇的外資利用水平正在穩(wěn)步上升，其主峰表現(xiàn)出向右移動的趨勢；內部的差距正在逐漸縮小，主要體現(xiàn)在拖尾效應的減弱上。這些現(xiàn)象都表明江蘇在利用外資方面取得了顯著的進步，且內部的差異也在逐漸減小。根據(jù)圖4可以得出浙江對外資的吸引能力呈現(xiàn)出一種明顯的上升趨勢。具體說來，波峰的位置向右移動，表明浙江的外資吸引力正在逐步增強；整個研究期內主峰的高度在逐漸降低，并且其形態(tài)朝著更加扁平化的方向發(fā)展，同時右側拖尾部分也在不斷擴展，這進一步證實了浙江在外資吸引方面的絕對差異正在擴大。在圖5中，安徽的分布形態(tài)與整個長三角的格局具有一定的相似性。具體來說，其分布形態(tài)表現(xiàn)出曲線的顯著向右偏移，主峰的高度有所下降，同時其寬度也得到了擴大，且未顯示出明顯的右側拖尾延展性的變化。這些現(xiàn)象說明安徽正在積極地吸引外資進入，且地區(qū)內的絕對差異正在逐漸減小。

2.2 城市群利用外資的區(qū)域差異及來源

2.2.1 Dagum基尼系數(shù)及分解方法 采用Dagum基尼系數(shù)方法，深入分析長三角城市群整體及江、浙、皖三省利用外資的區(qū)域內差異、區(qū)域間差異及差異來源。依據(jù)Dagum ［19］的研究思路，Dagum基尼系數(shù)的基本公式為

[G=j=1kh=1ki=1njr=1nhyji-yhr2n2y] （3）

其中：[G]表示總體基尼系數(shù)；[yjiyhr]是表示[jh]區(qū)域第[ir]城市的利用外資指數(shù)；[y]表示長三角城市群利用外資指數(shù)的均值；[njnh]是區(qū)域[jh]內的城市數(shù)；n表示所考察城市數(shù)，為41；k為劃分板塊數(shù)量，為5。

進一步，總體基尼系數(shù)[G]可以進一步劃分為三個主要組成部分：區(qū)域內差異貢獻[Gw]、區(qū)域間差異貢獻[Gnb]和超變密度貢獻[Gt]，且[G=Gw+Gnb+Gt]。分解方法如下：

[Gw=j=1kGjjpjsj] （4）

[Gjj=12Yji=1njr=1njyji-yjrn2j] （5）

[Gnb=j=2kh=1j-1Gjhpjsh+phsjDjh] （6）

[Gjh=i=1njr=1njyji-yjrnjnhYj+Yh] （7）

[Gt=j=2kh=1j-1pjsh+phsj1-Djh] （8）

[Djh=djh-pjhdjh+pjh] （9）

[djh=0∞dFjy0yy-xdFhx] （10）

[pjh=0∞dFhy0yy-xdFjx] （11）

其中：[pj=njn]，[sj=njYjnμ]，函數(shù)F是區(qū)域的利用外資指數(shù)的累計概率密度函數(shù)，djh表示區(qū)域之間利用外資指數(shù)的差值，即區(qū)域j和h中所有[yji-yhrgt;0]的樣本值加總的數(shù)學期望，pjh為超變一階矩，表示區(qū)域j和h中所有[yji-yhrlt;0]的樣本值加總的數(shù)學期望。

2.2.2 長三角城市利用外資的區(qū)域差異及來源 依據(jù)公式（3）～（11），計算得出長三角城市群利用外資水平的Dagum基尼指數(shù)。表1報告了2006年、2011年、2016年和2021年四個代表性時間節(jié)點的長三角城市群利用外資水平基尼系數(shù)及其分解情況。

（1）總體差異分析。長三角城市群利用外資指數(shù)的總體基尼系數(shù)在四個代表性年份分別為0.588、0.511、0.439和 0.439，反映出長三角城市群利用外資水平的總體差距較大，但這種差距呈下降趨勢。說明長三角城市群利用外資水平逐漸趨于平衡，存在收斂的可能。

（2）區(qū)域內差異分析。從數(shù)值大小來看，安徽省內差距明顯高于其他兩省，考察期內基尼系數(shù)平均值由大到小依次為安徽gt;江蘇gt;浙江，說明三省份利用外資水平差異顯著，內部不均衡現(xiàn)象存在，其中安徽省內差異最大，利用外資水平的不均衡程度尤為突出。其主要原因可能是合肥的利用外資指數(shù)明顯高于省內其他城市，導致內部差距過大。分地區(qū)來看，江蘇和浙江的基尼系數(shù)呈平緩下降態(tài)勢，說明兩省的內部差距在考察期呈縮小態(tài)勢，即兩省內利用外資水平的不平衡現(xiàn)象隨時間的推移整體有所緩和。而安徽的基尼系數(shù)表現(xiàn)為持續(xù)上升，表明該省內利用外資水平的不平衡現(xiàn)象呈擴大趨勢。

（3）區(qū)域間差異分析?？傮w來看，各省份之間基尼系數(shù)存在明顯分布差異。從數(shù)值來看，省份間基尼系數(shù)的平均值由大到小依次為江蘇與安徽gt;江蘇與浙江gt;浙江與安徽；從演變態(tài)勢來看，整體上呈現(xiàn)下降趨勢，說明長三角城市群區(qū)域間利用外資的非均衡現(xiàn)象具有緩和態(tài)勢。

（4）區(qū)域差異來源及其貢獻率。整體來看，考察期內長三角城市群利用外資水平的地區(qū)差距主要來源于區(qū)域間差距，最高貢獻率達61.1%。區(qū)域內差距的貢獻率和超密度的貢獻率整體呈逐年遞增趨勢，說明隨著對外資利用能力的提升，那些相對滯后的地區(qū)將會迎頭趕上，從而使得各地區(qū)之間的差距逐漸減小。

3 長三角城市群利用外資水平的空間收斂性分析

區(qū)域發(fā)展差異歷來是經(jīng)濟學研究重點。本文借鑒新古典增長理論中關于經(jīng)濟發(fā)展研究中的收斂概念，從空間計量學角度對長三角城市群利用外資水平的[σ]收斂、[β]收斂和俱樂部收斂情況進行考察。

3.1 [σ]收斂檢驗

3.1.1 [σ]收斂檢驗模型 [σ]收斂是指不同城市利用外資水平偏離平均值的幅度，隨著時間的推移而逐漸減小。為了探究這一特性，本文采用變異系數(shù)法對長三角城市群利用外資水平是否存在[σ]收斂性進行驗證，具體公式為

[σt=1ni=1nlnyit-1ni=1nlnyit2] （12）

其中，yit表示城市i在t年的利用外資指數(shù)，n為城市個數(shù)。若σt+1lt;σt，即變異系數(shù)值隨時間推移呈減小趨勢，說明該區(qū)域利用外資指數(shù)的離散程度逐漸降低，也就是說長三角城市群的利用外資水平差距縮小并呈向均值收斂之勢，存在σ收斂；反之，則說明長三角城市群利用外資水平不存在σ收斂。

3.1.2 [σ]收斂性檢驗 本文利用變異系數(shù)刻畫了長三角城市群41個城市利用外資水平的發(fā)展趨勢，結果見表2。

從演變趨勢看，長三角城市群的[σ]收斂系數(shù)大致表現(xiàn)為“持續(xù)下降—小幅上升—緩慢下降”的波動式變化趨勢，但總體變動趨勢以下降為主，[σ]收斂態(tài)勢較為顯著，說明在長三角城市群整體層面，利用外資水平差異呈縮小態(tài)勢。分區(qū)域看，不同省份變異系數(shù)的發(fā)展態(tài)勢存在差異。江蘇和安徽的[σ]收斂系數(shù)均呈現(xiàn)波動下降趨勢，具有[σ]收斂特征，同時，安徽的[σ]收斂系數(shù)遠大于江蘇。浙江的變異系數(shù)呈現(xiàn)波動上升趨勢，具有發(fā)散特征。綜上所述，在考察期內，長三角城市群及江蘇、安徽兩省份存在明顯的[σ]收斂趨勢，其利用外資水平差異呈縮小態(tài)勢；浙江不存在顯著的[σ]收斂。這與上文區(qū)域內基尼系數(shù)結果分析相一致。

3.2 [β]收斂檢驗

由于利用外資水平差距的縮小也可能受其他隨機因素的影響，因此存在[σ]收斂的地區(qū)不一定存在[β]收斂。為了精確評估長三角城市群的利用外資水平是否趨于收斂，本文進行[β]收斂性的檢驗。同時，為了從橫截面和時間序列全方位考量長三角城市群外商直接投資的收斂情況，借鑒美國學者Rey和Montouri［20］研究方法，運用空間計量法來研究長三角城市群外資利用水平的收斂性。

3.2.1 空間相關性檢驗 采用空間自相關性檢驗對所研究的區(qū)域進行空間相關性測度是空間計量分析的首要任務。首先參考楊桐彬等 ［21］的研究思路，構建以下四種空間權重矩陣：①鄰接權重矩陣（W1），分別以0和1代表兩市的空間鄰接關系，即相鄰時權重為1，否則為0；②地理距離權重矩陣（W2），通過計算兩城市間最短公路里程的倒數(shù)來構建矩陣的元素；③經(jīng)濟距離權重矩陣（W3），通過比較兩城市的人均GDP年均值的絕對差值的倒數(shù)來定義矩陣的元素；④地理與經(jīng)濟距離的嵌套權重矩陣（W4），具體來說，W4=jW2+（1-j）W3，其中j表示地理距離權重所占比重，此處令j=0.5。然后采用莫蘭指數(shù)方法對2006—2021年長三角城市群41個城市的利用外資指數(shù)進行空間相關性檢驗。結果顯示，四個不同的空間權重在不同年度的Moran’s I指數(shù)均呈現(xiàn)出正值，并且達到了5%的顯著性水平。這意味著長三角城市群對外資的利用水平存在顯著的空間正相關性，也具有一定的空間溢出效應。其中，表3顯示的基于地理與經(jīng)濟距離的嵌套權重矩陣的Moran’s I指數(shù)，均顯著為正且呈下降趨勢，這說明其空間相關性在時序上波動下降，但下降趨勢微弱。

3.2.2 [β]收斂檢驗模型 [β]收斂檢驗的核心是考察城市利用外資水平的增長率與初始水平之間的關系［22］。根據(jù)利用外資指數(shù)的增長速度與其初始值呈現(xiàn)反向關系，可以推斷出利用外資水平處于[β]收斂狀態(tài)。然而，[β]收斂又可以細分為絕對[β]收斂和條件[β]收斂兩種類型。

①絕對[β]收斂檢驗模型 絕對[β]收斂是指假定各地區(qū)的發(fā)展進程與發(fā)展特征等條件完全相同時，各城市利用外資水平將隨時間推移逐漸收斂為相同水平。因此，本文構建絕對[β]收斂模型如下：

[lnyityi0=α+βlnyi0+εit] （13）

其中，yit表示城市i在第t年的利用外資指數(shù)，yi0表示考察期初的利用外資指數(shù)。[β]表示利用外資指數(shù)在時間上的絕對收斂趨勢，若顯著小于0，則可以推斷出長三角城市群在利用外資方面呈現(xiàn)出絕對[β]收斂趨勢，反之，則意味著這種收斂并不存在。此外，值得注意的是[β]的絕對值越大，其收斂效應就越明顯。

空間相關性檢驗發(fā)現(xiàn)，長三角城市群利用外資水平的正空間相關性特征顯著，但在不同城市間有一定差異性，這種差異在一定程度上可能會影響外商直接投資空間格局的變化。因此，在標準收斂模型的基礎上納入空間因素，建立利用外資指數(shù)[β]收斂的空間杜賓模型。檢驗方程為

[lnyityi0=α+ρ?Wlnyityi0+β?lnyi0+εit] （14）

其中，[ρ]考察長三角城市群利用外資是否呈現(xiàn)空間收斂態(tài)勢，[W]為空間權重矩陣，其余變量與上述模型的變量含義相同。

②條件[β]收斂檢驗模型 條件[β]收斂是指由于各地市在發(fā)展階段和發(fā)展特征等方面存在差異，各城市利用外資指數(shù)增長率會最終收斂于自身的穩(wěn)態(tài)水平，且不同穩(wěn)態(tài)水平間的差異長期存在?；诖耍诮^對[β]收斂模型的基礎上，引入對城市群外資水平產(chǎn)生顯著影響的控制變量，構建條件[β]收斂模型如下：

[lnyityi0=α+β?lnyi0+ρ?Wlnyityi0+WφXit+εit] （15）

其中，X為控制變量，包括人力資本、勞動力規(guī)模、基礎設施、政府支持和產(chǎn)業(yè)結構等，其余變量的含義與上述模型中一致。如果回歸系數(shù)[β]顯著小于0，則表明城市群利用外資存在條件[β]收斂趨勢。其中，人力資本（hum）使用城市人均教育支出水平表示，高質量人力資本是城市增強外商直接投資吸引力的內在引擎；勞動力規(guī)模（lab）采用在崗職工平均人數(shù)予以表示，勞動力人口數(shù)量及素質影響著地區(qū)經(jīng)濟發(fā)展的集聚水平和增長速度，是外商直接投資的重要影響因素；基礎設施（inf）采用人均道路鋪裝面積來衡量，城市基礎設施建設是一個地區(qū)能否吸引高質量外資流入最為直接的指標；政府支持（gove）采用城市政府財政支出與GDP總量的比值來刻畫，政府的財政支持是城市經(jīng)濟發(fā)展繁榮或蕭條最為直接的必要條件，進而影響著城市的外商直接投資吸引力；產(chǎn)業(yè)結構（ind）則采用年末第二產(chǎn)業(yè)與第三產(chǎn)業(yè)從業(yè)人員數(shù)的比例來表示，產(chǎn)業(yè)結構的優(yōu)化升級會對經(jīng)濟產(chǎn)生影響，進而提升資源配置效率吸引高質量外資流入。

3.2.3 空間[β]收斂的總體檢驗結果

①絕對[β]收斂空間估計結果 根據(jù)上述公式（13）～（15），利用長三角城市群利用外資指數(shù)增長率對考察期初利用外資指數(shù)進行回歸檢驗，結果見表4。

表4給出來長三角城市群及三省份利用外資的絕對[β]收斂檢驗結果。首先，長三角及三省份收斂系數(shù)[β1]均為負，且在1%的顯著性水平下顯著。這表明，無論是整個長三角城市群，還是江蘇、浙江、安徽三省份，利用外資水平的增長速度與其基期初始水平呈現(xiàn)反向變動關系，存在絕對[β]收斂。也就是說，長三角城市群利用外資雖然在前期存在差異，但外資水平較低的城市對外資水平較高的城市呈“追趕效應”，即隨著時間推移，長三角城市群的利用外資水平最終趨向于某一穩(wěn)態(tài)水平。其次，利用外資指數(shù)增長速度的空間自回歸系數(shù)[λ]均顯著為正，說明長三角城市群利用外資指數(shù)空間收斂性存在空間溢出，外資水平的非均衡性導致空間相鄰城市的外資水平差異呈現(xiàn)逐步縮小趨勢，空間溢出和鄰里模仿行為在外資水平空間收斂中發(fā)揮著重要的作用。最后，通過比較可以看出，安徽的收斂速度明顯要快于江蘇和浙江。這是由于江蘇和浙江的外資水平相對較高，進一步縮小內部差距的難度較大；而安徽的外資水平差距明顯，具有較大的縮小空間。

②條件[β]收斂空間估計結果 進一步運用條件[β]收斂空間計量模型來檢驗長三角城市群利用外資水平的增長是否具有條件[β]收斂性，其具體的空間估計結果見表5。

條件[β]收斂結果顯示，在考慮人力資本、勞動力規(guī)模、基礎設施、政府支持和產(chǎn)業(yè)結構等其他因素影響后，各區(qū)域的回歸系數(shù)仍然均顯著為負，說明長三角城市群及江蘇、浙江、安徽三省份的利用外資均存在明顯的條件[β]收斂，進一步證實了長三角城市群的利用外資水平隨時間推移，均向各自的穩(wěn)態(tài)水平變化發(fā)展。比較長三角城市群條件收斂系數(shù)和絕對收斂系數(shù)可以發(fā)現(xiàn)，條件收斂系數(shù)的絕對值更大，表明在考慮社會經(jīng)濟等因素差異的情況下，在一定程度上加快了長三角城市群利用外資的收斂速度，使得外資水平收斂性更加可靠，即條件[β]收斂模型估計結果更為穩(wěn)健和有效。

3.3 收斂性的影響因素分析

為進一步考察長三角城市群利用外資收斂趨勢背后的影響因素，需要根據(jù)式（15）的空間收斂性檢驗模型對表5中控制變量的系數(shù)和顯著性進行深度剖析。檢驗結果顯示，長三角城市群以及三省份中各相關變量的系數(shù)和顯著性水平各不相同，說明由于不同地區(qū)的經(jīng)濟社會發(fā)展程度不同，影響利用外資收斂性趨勢的諸多因素所發(fā)揮的作用也存在明顯差異。

從長三角城市群整體層面來看，控制變量回歸系數(shù)依次為-0.0988、-0.0678、-0.0537、-0.0293和0.0184，且均通過顯著性檢驗，說明人力資本水平、勞動力規(guī)模、基礎設施和政府支持對長三角城市群利用外資收斂起顯著促進作用，這一結論與先前的認知基本吻合，即長三角城市群利用外資的收斂性可借助提高人力資本質量、擴大勞動力規(guī)模、改善基礎設施和加大政府支持來實現(xiàn)。城市產(chǎn)業(yè)結構對其收斂起顯著抑制作用，這種現(xiàn)象的產(chǎn)生可能與兩方面的因素有關：一是區(qū)域內產(chǎn)業(yè)結構差距不是太大，尚不足以抵補外資在區(qū)域內轉移帶來的不利影響；二是在2008年金融危機后以及在新經(jīng)濟新常態(tài)下，外商投資正逐漸失去以往的優(yōu)勢或超國民待遇。

具體分省份和影響因素來看，江蘇和安徽的人力資本水平回歸系數(shù)顯著為負，分別為-0.0676、-1.1684，說明人力資本對利用外資的收斂性具有顯著影響，即提升人力資本質量是兩省利用外資實現(xiàn)均衡協(xié)調發(fā)展的主要力量；但對于浙江而言，人力資本水平對利用外資的收斂性無顯著影響，說明人力資本質量的差異未能誘發(fā)外商投資在省內的區(qū)域轉移。江蘇的勞動力規(guī)?；貧w系數(shù)為-0.0776，且在10%水平下顯著，表明該省勞動力規(guī)模擴大可以縮小省內利用外資水平的差異；浙江和安徽的勞動力規(guī)模回歸系數(shù)均顯著為正，說明兩省內勞動力規(guī)模對利用外資水平提升起促進作用，但對利用外資的收斂性起抑制作用，即勞動力規(guī)模是導致兩省利用外資水平失衡的重要因素。基礎設施的回歸系數(shù)均顯著為正，表明交通基礎設施可以有效提升省內利用外資水平，但對其收斂趨勢呈負向作用，也就是說基礎設施可能會使利用外資水平的差距擴大，這可能與過度的基礎設施投資擠占了有利于外商投資梯度轉移的其他公共財政支出有關。政府支持回歸系數(shù)在三省均為負值且不顯著，說明政府支持是驅動利用外資呈收斂趨勢的重要力量，但由于當下正處于一體化發(fā)展初期，相關體制機制不夠健全，其制度的外部性尚未發(fā)揮出來，對利用外資均衡發(fā)展的效果不明顯。因此，未來應該加大政府支持力度，健全體制機制激發(fā)政府財政支持對利用外資呈現(xiàn)收斂趨勢的正向刺激作用。產(chǎn)業(yè)結構回歸系數(shù)為正但均不顯著，說明產(chǎn)業(yè)結構調整還未明顯表現(xiàn)出與利用外資呈收斂趨勢間的負相關性，可能的原因是各省利用外資水平相對較高，對產(chǎn)業(yè)結構調整帶來邊際效應的依賴性較弱，從而導致各城市在吸引外商投資方面存在著一定的競爭性。

4 研究結論與政策啟示

本文根據(jù)2006—2021年長三角城市群41個地級城市的面板數(shù)據(jù)，采用核密度估計、Dagum基尼系數(shù)和空間收斂模型，分析檢驗長三角城市群利用外資水平的分布動態(tài)、區(qū)域差異以及空間收斂性。主要研究結論如下：第一，從特征事實看，長三角城市群外資利用水平總體穩(wěn)步提升，但存在明顯的空間非均衡性。第二，從區(qū)域差異及基尼系數(shù)分解來看，長三角城市群利用外資水平的總體差距較大，但逐漸趨于平衡，存在收斂的可能。第三，從空間相關性來看，長三角城市群利用外資水平呈現(xiàn)顯著的空間正向相關性，具有一定的空間溢出效應，但空間相關性在時序上波動下降。第四，從收斂趨勢來看，長三角城市群利用外資水平的收斂態(tài)勢明顯，條件[β]收斂作用相對于絕對[β]收斂更為穩(wěn)健和有效。同時，人力資本水平、勞動力規(guī)模、基礎設施和政府支持等因素能正向顯著促進長三角城市群利用外資水平趨于收斂。

基于上述結論，本文形成如下政策啟示：

首先，發(fā)揮政府調控作用，加快長三角更高質量一體化進程。鑒于長三角城市群利用外資水平的差異性和發(fā)展不平衡性，要充分考慮各城市利用外資的初始水平、現(xiàn)實困境、發(fā)展路徑以及發(fā)展?jié)摿Φ纫蛩兀^續(xù)加強區(qū)域協(xié)調機構或組織建設，打破行政邊界障礙，推進統(tǒng)一大市場建設，實現(xiàn)區(qū)域內的資源優(yōu)化配置，增強區(qū)域協(xié)同發(fā)展合力。

其次，加快市際交流合作，實現(xiàn)區(qū)域均衡發(fā)展。重視并利用好長三角城市群利用外資水平具有顯著的空間正相關性和收斂特征，加強城市間的合作、交流與互動。有效發(fā)揮利用外資水平較高地區(qū)的“領頭羊”作用，相對落后地區(qū)實施“趕超”戰(zhàn)略，通過取長補短形成高質量吸引外資的自身特色，通過跳躍式發(fā)展縮小地區(qū)間差距，實現(xiàn)更高層次的區(qū)域均衡。

再次，轉變經(jīng)濟發(fā)展理念，推動外資在區(qū)域內梯度轉移。正確認識高質量引進利用外資在經(jīng)濟發(fā)展大局中的地位和作用，注重外資企業(yè)的“技術外溢”效應，推動外資產(chǎn)業(yè)在區(qū)域內梯度轉移，加快形成上下游合理分工、結構有序的產(chǎn)業(yè)鏈，提高城市群的整體產(chǎn)業(yè)掌控力和資源分配效率，以吸引更多更高質量的外資流入。

最后，理性吸引利用外資，多方面推進經(jīng)濟高質量發(fā)展。各地區(qū)在大力倡導高質量吸引利用外資的同時，相對較落后地區(qū)更要注重加大對新興產(chǎn)業(yè)的扶持力度、構建高效協(xié)同鏈接的產(chǎn)業(yè)生態(tài)系統(tǒng)，形成良好的外資投資環(huán)境，提高市場競爭力和經(jīng)濟發(fā)展質量，加快對高經(jīng)濟發(fā)展地區(qū)的追趕速度。

參考文獻

［1］ 李浩，黃繁華，許亞云.區(qū)域經(jīng)濟一體化促進了外資流入嗎？——基于長三角城市群的實證分析［J］.經(jīng)濟問題探索，2020（10）：81-93.

［2］ 張學良，李培鑫，李麗霞.政府合作、市場整合與城市群經(jīng)濟績效——基于長三角城市經(jīng)濟協(xié)調會的實證檢驗［J］.經(jīng)濟學（季刊），2017，16（4）：1563-1582.

［3］ GIRMA S， GORG H. Foreign Direct Investment， Spillovers and Absorptive Capacity： Evidence from Quantile Regressions ［M］. The Institute for International Integration Studies Discussion Paper Series， 2003.

［4］ 鐘昌標. 外商直接投資地區(qū)間溢出效應研究［J］.經(jīng)濟研究， 2010（1）： 80-89.

［5］ NIELSEN B B，ASMUSSEN C G，WEATHERALL C D. The location choice of foreign direct investments： Empirical evidence and methodological challenges［J］. Journal of World Business，2017，52（1）： 62-82.

［6］ 何興強，王利霞.中國FDI區(qū)位分布的空間效應研究［J］.經(jīng)濟研究， 2008， 43（11）：137-150.

［7］ 張萃，趙偉.中國引進FDI空間分布差異：規(guī)范測算與成因分析［J］.統(tǒng)計與決策，2011（7）：87-90.

［8］ 趙果慶，羅宏翔.中國FDI空間集聚與趨勢面［J］.世界經(jīng)濟研究，2012（1）：3-8+43+87.

［9］ 郭方強，姜海寧.浙江省FDI區(qū)域差異及其影響因素分析［J］.世界地理研究，2014，23（4）：148-156.

［10］ 曾珍，項桂娥，吳義根.安徽省利用FDI時空差異及收斂性分析［J］.安慶師范大學學報（社會科學版），2019，38（4）：77-86.

［11］ 金雪軍，金建培，盧佳.中國FDI發(fā)展地區(qū)差異的收斂性分析［J］.財貿經(jīng)濟， 2009（1）：84-88.

［12］ 吳新生.地方引資競爭、空間溢出與FDI收斂——基于空間計量模型的實證研究［J］.金融與經(jīng)濟，2012（8）：25-28.

［13］ 冷俊峰.湖南省利用FDI區(qū)域差異收斂性［J］.經(jīng)濟地理，2016，36（3）：125-130.

［14］ 謝守紅，徐西原.長江三角洲利用外資的空間差異及成因分析［J］.經(jīng)濟體制改革，2012（3）：51-54.

［15］ 呂明元，張旭東，苗效東.中國數(shù)字經(jīng)濟發(fā)展的分布動態(tài)、區(qū)域差異及收斂性研究［J］.技術經(jīng)濟， 2021， 40（11）：46-61.

［16］ 楊歡.“健康中國”發(fā)展水平的測度、地區(qū)差距及時空收斂性研究［J］.統(tǒng)計與信息論壇，2022， 37（9）：106-116.

［17］ 馬玉林，馬運鵬.中國科技資源配置效率的區(qū)域差異及收斂性研究［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究， 2021，38（8）：83-103.

［18］ 楊桐彬，朱英明，姚啟峰.中國城市群經(jīng)濟韌性的地區(qū)差異、分布動態(tài)與空間收斂［J］.統(tǒng)計與信息論壇，2022，37（7）：45-60.

［19］ DAGUM C. A new approach to the decomposition of the Gini income inequality ratio［J］. Empirical Economics， 1997， 22（4）：515-531.

［20］ REY S J， MONTONTOURI B D. US regional income convergence：a spatial econometric perspective［J］. Regional Studies， 1999， 33（2）：143-156.

［21］ 楊桐彬，朱英明，王念，等.長三角城市生態(tài)效率的地區(qū)差異與空間收斂［J］.華東經(jīng)濟管理，2020， 34（7）：28-35.

［22］ 李榮杰，張月明，李娜，等.中國省域雙循環(huán)新發(fā)展格局績效測度及其空間收斂性分析［J］.統(tǒng)計與信息論壇，2022，37（5）：36-51.

Distributional Dynamics， Regional Differences and Space-Time Convergence of Foreign Capital Utilization in the Yangtze River Delta Urban Agglomeration

HUAN Heng-fei1，2， ZHU Ying-ming1， QIAN Ying2

（1. School of Economics and Management / Jiangsu Industrial Cluster Decision-Making Consulting Research Base， Nanjing University of Science and Technology， Nanjing 210094， China; 2. Institute of Yancheng Digital Economy / School of Business， Yancheng Teachers University， Yancheng 224007， China）

Abstract： Based on the panel data from 2006 to 2021， this paper measures the utilization of foreign capital of 41 prefecture-level cities in the Yangtze River Delta urban agglomeration. Kernel density estimation and Dagum Gini coefficient are used to reveal the distributional dynamics， regional differences and sources.At the same time，the coefficient of variation analysis method and spatial Dubin convergence model are used to test the [σ] convergence and [β] convergence characteristics of foreign capital utilization in the Yangtze River Delta urban agglomeration. The findings are as follows： The level of foreign capital utilization in the Yangtze River Delta urban agglomeration has been steadily improved， but there is an obvious spatial imbalance. The overall gap of foreign capital utilization in urban agglomeration is large， but gradually tends to be balanced， and there is a possibility of convergence. The foreign capital utilization in urban agglomeration presents a significant spatial positive correlation， with a certain spatial spillover effect. The foreign capital utilization in the Yangtze River Delta urban agglomeration has an obvious convergence trend. Factors such as human capital level， labor force size， infrastructure and government support can significantly promote the FDI to converge. Therefore， the paper puts forward some policy suggestions to accelerate the utilization of foreign capital in the Yangtze River Delta urban agglomeration and narrow the regional imbalance.

Key words： foreign capital utilization; regional differences; space-time convergence; the Yangtze River Delta urban agglomeration

（責任編輯：鞏 劼）