内容提要：本文在测算山东省17地市金融效率的基础上，采用空间动态面板杜宾模型(spatial dynamical penal Durbin model)，探讨金融效率对吸收FDI的影响。实证结果表明：山东省各市2001-2016年间FDI的分布存在空间相关性和路径依赖性；短期内金融效率对FDI的流入在区域内具有抑制作用，但是在区域间产生空间促进效应，且这种效应在长期内得到了加强。FDI流入的表现方式为“主动型”而非“牵拉型”。无论短期和长期，人均工资对FDI流入具有显著的正向作用，且长期内人均工资对FDI流入存在区域间竞争效应，这在一定程度上说明了中国的“人口红利”在某些省份还依然存在。第二产业占比对FDI的流入在长、短期内都产生促进作用，发展第二产业在一定时期内依然是吸引FDI的有效手段。

　　关 键 词：空间杜宾模型///空间溢出效应FDI金融效率

　　改革开放40年来，中国吸引外商直接投资(foreign direct investment，FDI)的成绩举世瞩目。大量FDI的引入不仅弥补了改革初期资金的不足，而且促进了技术创新[1]和产业升级[2]，推动了中国经济的快速发展。但是，据《2017年世界投资报告》显示，中国外资流入虽处于历史高位，仍比上年微降1%。在逆全球化背景下，2016年全球FDI流量下降2%，其中各新兴经济体FDI吸入量下降了14%，降至6460亿美元，FDI投资流动方向由新兴经济体转向欧美老牌发达国家。在亚洲区域内，由于我国近些年来劳动成本大幅上升、环境规制强度不断加大、自然资源不断减少等一列问题，直接导致生产成本优势减弱，与此同时东南亚国家劳动力依然较为廉价、环境管制宽松、生产要素成本低，致使大量外商直接投资从中国转向东南亚国家。

　　中国吸引FDI不仅面临着欧美逆全球化和东南亚成本优势双重挤压的外部不利条件，内在发展也存在各省引资竞赛的严重非均衡发展[3]。过去各地政府为吸引FDI的流入，在财政和土地方面对外资实行超国民待遇政策。这一政策虽然有利于FDI的流入，但是却在一定程度上造成了民族企业处于不平等竞争地位，从而损害了民族企业的发展。随着FDI超国民待遇政策逐步取消，中国吸引FDI的能力将会越来越弱。为了改变这一颓势，结合国家发展战略和发展实际，打造新的吸引点、制定新的政策促进FDI的流入，成为经济学界较为紧迫的研究问题之一。党的十八大以来，中国经济进入新常态，经济增长下行压力不断增大，党中央坚持以推进供给侧结构性改革为主线，加快推动新旧动能转换和经济结构战略性调整与经济转型升级，服务业主导地位在不断增强。金融业是服务业的主要产业形式之一，发展金融业以加速FDI的流入是契合国家战略的重要举措。因此，研究金融发展对吸引外商直接投资具有十分重要的现实意义。

　　以往文献对于FDI区位选择的因素聚焦在税收政策、劳动成本、市场需求、基础设施等方面。李国平等认为环境规制对于工业引进外资具有抑制作用，党的十八大之后，中国政府对环境污染的“零容忍”在一定程度上限制了第二产业的发展，其吸引FDI能力下降趋势明显，过去依靠牺牲环境为代价来吸引FDI的老路子将行不通[4]。苗建青和邵青贤研究认为劳动成本的提高并不影响FDI的流入[3]。但是，杨友才和牛欢以广东、山东两个经济大省为样本，研究发现劳动成本在吸引FDI能力上存在门槛效应，在达到阈值之前，FDI对于劳动价格的变化并不敏感，但是一旦超过阈值临界点，劳动成本对FDI弹性变大，说明中国在吸引FDI方面的“人口红利”正在逐渐消失[5]。

　　一些国内外学者认为金融发展是影响FDI的重要因素之一。Ju和Wei研究发现具有有效金融制度的发达国家通常是外商直接投资的净出口国和金融资本的净进口国；发展中国家薄弱的金融体系往往呈现出相反的模式：金融资本净出口，但外商直接投资净进口[6]。Adam和Tweneboah认为股票市场发展和FDI存在互为因果的关系，完善的股票市场能够增加上市公司的流动性，降低融资成本，因此能够吸引更多的外来投资者，同时FDI的流入有助于股票市场的完善[7]。王建增发现中国中部地区金融发展的滞后阻碍了FDI的流入：一方面在于企业运营的后续资金主要来源于当地金融机构，落后的金融市场无法满足外资的金融诉求；另一方面由于跨国投资衍生的国际贸易所需的金融服务需求无法得到满足[8]。Otchere等认为相对完善的金融市场传达出如下信号：经济充满活力、包容性发展、市场环境友好，而且完善的股票市场能够增加上市公司的流动性，降低融资成本，因此能够吸引更多的外来投资者[9]。Albulescu与Cuadros等研究发现金融市场的发展有利于FDI的流入，各国金融发展水平不同导致FDI的溢出效应的不确定性[10，11]。这些研究基本表明金融发展促进FDI流入，但是另一种截然不同的观点同样得到部分学者的支持[12]。陈万灵和杨永聪从金融视角探究中国金融发展水平和FDI流入量之间的关系，结果显示二者之间存在负相关性[13]。主要原因在于中国金融体系以国有银行为主导，股票、债券、保险等市场发展缓慢，融资渠道以间接融资为主，而且存在信贷资源分配所有制歧视问题[14]，即银行更倾向于将信贷资源分配给国有大中型企业，由于民营企业信息不透明，金融机构和民营企业存在严重的信息不对称，银行放贷风险大[15]，这种扭曲的金融市场使民营企业面临严重的融资约束，被迫转向外部金融体系融资，导致FDI流入。冼国明和冷艳丽研究发现金融发展和地方政府债务的高值聚集区对应于外商直接投资的低值聚集区，反之亦然，并进一步运用空间计量模型验证了金融发展和地方债务存量扩张会抑制FDI流入[16]。东部地区地方政府债务对FDI挤出效应比西部大，而西部地区FDI的流入对金融市场的发展更敏感。不但金融体系扭曲金融资源配置，造成FDI的被动流入；同样，金融效率的低下也会导致FDI的被动流入。我国虽然有大量居民储蓄，但是无法转化为有效投资，以储蓄与贷款占比来衡量金融市场效率偏低，此时FDI的替代效应产生。但是当金融发展到达一定门槛，这种金融抑制效应会减弱甚至消除[17]。金融发展和外商直接投资之间的非线性U型关系也得到了Dutta和Roy的证实[18]。因此可知，金融因素对于FDI具有双重效应：替代效应和互补效应，在金融发展的不同阶段有不同的效应体现：由于国内信贷资源配置扭曲，存在信贷资源分配所有制歧视，民营企业通过引入FDI更多的是弥补资金短缺，也就是说金融发展的滞后会导致FDI的流入；而当金融发展相对完善可能会抑制FDI的流入。

　　上述文献论证了金融发展对于FDI流入具有双重效应，但是金融发展包括不同的维度：金融规模的扩大、金融结构的变化以及金融效率的提升。不同维度可能对FDI流入产生不同的影响，熊勇清和孙会认为长三角经济圈的金融效率的提升促进了FDI溢出效应，而金融规模的扩张阻碍了FDI扩散效应[19]，而且张亮等利用System GMM方法研究金融效率与FDI流入关系时发现二者存在正向相关性，并且这种相关性随时间推移越来越强[20]。这种溢出效应是将FDI与金融发展指标构成交互项作为解释变量，当被解释变量对FDI求偏导数时，交叉项为正则说明FDI具有溢出效应，强调的是FDI的正外部性，与空间意义上的溢出效应存在差异：前者强调金融效率作为催化剂，加速FDI技术性溢出，提高全要素生产率；后者则强调了金融效率对周围地区FDI流入的带动作用，描述的是金融效率与FDI的空间相关性。

　　目前国内外的研究视角主要集中于利用交叉项研究FDI的溢出效应，而利用空间自相关性方法进行分析的文献相对较少，且这些文献通常是研究FDI空间溢出效应对周围邻近地区全要素生产率和经济增长的影响[21，22]，对于FDI自身空间效应并没有得到充分认识。Mi和Yum研究证明我国FDI确实存在区域集聚现象，高值集聚和低值集聚分属第一象限和第三象限，并且FDI存在空间正相关性[23]。张贤和周勇使用莫兰指数(Moran's index)揭示了我国在省际层面上FDI的流入量存在显著的正相关关系[24]。何兴强和王利霞从地级市层面给出了进一步的佐证，认为各城市之间的FDI流量具有空间集聚效应[25]。韩剑和张凌利用高阶权重矩阵研究表明FDI的扩散具有空间递减效应[26]。虽然FDI在空间上的溢出效应在递减，但是在时间上的FDI溢出效应却在增强[27]。但这些研究都未将金融因素纳入吸引FDI的空间分析框架内，这就很难全面反映吸引FDI的要素，尤其是金融发展方面的因素。

　　山东省既没有像深圳特区享受国家吸引FDI的优惠政策，也没有像浙江省一样具有较为发达的民间金融，但是该省作为人口大省具有丰富的劳动力优势，并且具有与韩国、日本隔海相邻的优越区位条件，经济实力稳居全国第三。然而，近几年来山东省的外商直接投资总额排名一直徘徊在六七位，作为拥有良好工业基础和优越区位因素的经济大省，其FDI流入总额排名与经济地位并不相匹配，因此以山东省为例探讨影响吸引FDI流入的因素具有一定的代表性和前瞻性。虽然，彭怡等利用熵权Topsis方法从市场成本、集聚、制度等因素探讨了外商直接投资在山东省的最佳区位选择[28]，但是并没有从空间实证的角度作深入研究。有鉴于此，本文采取如下研究思路：以山东省为例，首先检验FDI的流入是否存在空间相关性。其次探讨金融效率对于周边地区FDI流入的间接影响是否显著性存在以及对本地区FDI的直接影响是否有区别；FDI的流入是否存在路径依赖以及金融效率对于本地区FDI流入的短期和长期直接效应如何，对周围地区FDI流入的短期和长期间接影响如何。

　　金融效率测算

　　由以上理论分析可知，在金融发展的不同阶段，金融因素对于FDI的流入存在两种不同的效应：替代效应和互补效应。金融发展包括金融规模、金融结构以及金融效率等三个维度，对于金融发展水平的衡量也逐渐从金融规模向金融效率转变[29]。本文重点从金融效率角度研究金融因素对FDI流入的影响。而如何科学测度金融效率是研究金融发展与FDI流入之间关系的基础性工作，目前存在两种测度方式：单一比率测算和DEA(数据包络分析)模型测算。单一比率测算通常采用储蓄—投资转化率代替[30]、私企信贷的GDP占比[31]、农业贷款与农村居民储蓄存款比率[32]等。由于单一比测算比较简单，难以反映出金融效率的内涵，缺点比较明显，因此衡量金融效率更多采用DEA方法[33]。DEA方法相比单一比率测算的优点在于其能够评价多输入、多输出效率测度问题，而且事前不需要设定具体函数形式，因此可以测度具有复杂生产关系的决策单位的效率。故本文采用DEA方法对山东省各地市2001年至2016年的金融效率进行测算，以期科学地测度出山东省各地市金融效率水平。

　　区域金融效率既涉及宏观金融效率又包含微观金融效率，所以在指标选取时需要考综合虑宏观和微观层面的各项指标，因此测度山东省各地市的金融效率选取如下指标：投入指标1：金融机构贷款余额，这一指标能够体现该地区金融机构为经济发展提供的金融资本数量，可利用金融机构年末本币贷款余额进行衡量；投入指标2：金融机构从业人员数量，这一指标能够反映金融业投入的劳动力状况，从业人员数量越多代表该地区在金融业地区投入的劳动力就越多；产出指标1：人均GDP，在投入指标1和2相同的情况下，人均GDP越高说明金融配置资源效率越高；产出指标2：人均金融资源，这一指标能够很好地衡量金融发展水平，人均金融资源越高说明金融发展水平越高。

　　将投入指标和产出指标输入到DEA模型中，得出山东省各地市自2001年至2016年的金融效率，限于篇幅原因并未将结果呈现在文章中，下文从横向(各地市)和纵向(时间维度)两个方面分析山东省金融效率状况。从表1横向角度分析认为潍坊、烟台、临沂、济宁、青岛等5地市的金融效率普遍较低，除青岛以外，其他地区一直处于低位波动且波动幅度较小。而济南、东营、莱芜、威海、枣庄、日照等6地市的金融效率较高，其中前三者始终处于高位且无波动，后三者波动幅度较大，并且威海、日照总体呈现下降趋势，枣庄则表现为先上升后下降趋势。

　　图1为2001年至2016年山东省平均金融效率的测算，可以看出山东省整体金融效率偏低，且波动幅度较小，呈现先上升再下降后上升的趋势，尤其在2008年美国次贷危机后，山东省金融效率不断下降。原因在于金融危机后，为遏制经济下滑实施的强刺激经济政策导致大量信贷资源配置到市场效率不高的“僵尸企业”，从而造成金融资源配置扭曲、效率低下。而在2013年后山东省整体金融效率有所提升，主要原因在于当年山东省出台的“山东金改22条”产生了较为理想的政策效应，促进了金融发展、提升了金融效率。