中国对外直接投资对新型城镇化的影响研究
——基于金融发展的门槛效应

郑强 ，罗渝洁，胡明茜，顾海丽

（1. 重庆工商大学 长江上游经济研究中心，重庆 400067；2. 重庆工商大学 经济学院，重庆 400067；3. 重庆工商大学 东南亚研究中心，重庆 400067；4. 重庆工商大学 金融学院，重庆 400067）

2016年2月，习近平总书记在深入推进新型城镇化建设的会议上强调，新型城镇化建设要坚持以创新、协调、绿色、开放、共享的新发展理念为引领。这为中国新型城镇化健康、持续发展提供了重要遵循和行动指南。近年来，伴随现代化进程加快，中国城镇化率和新型城镇化水平不断攀升。2021年国民经济和社会发展统计公报显示，2021年全国常住人口城镇化率为64.72%，同比增长0.83%。相关研究表明，中国新型城镇化发展水平也在不断提升[1]。随着推动共建“一带一路”走深走实，中国对外直接投资（outward foreign direct investment，OFDI）规模日益扩大。中国商务部数据显示，2021年中国非金融类OFDI达到1 136亿美元。实施OFDI不但利于贸易出口转化为资本输出、规避贸易摩擦[2]，还能够通过消化过剩产能和逆向技术溢出等途径作用于新型城镇化。因而在全方位对外开放和社会主义现代化建设双重语境下，深入探究OFDI对新型城镇化的影响是顺应时代的必然要求。同时，OFDI逆向技术溢出效应可能受到母国金融发展等经济环境的约束[3]，毕竟母国完善的金融市场不但有助于拓宽企业的融资渠道和增强海外投资意愿，还可为发挥OFDI逆向技术溢出效应所需的人员培训、设备购置和技术改造等提供强大资金支持。国家统计局数据显示，2021年中国全部金融机构本外币存贷款余额分别为238.6万亿元、198.5万亿元，比年初增加20.2万亿元、20.1万亿元。那么，中国不断提升的金融发展水平会如何作用于OFDI对新型城镇化的影响呢？规范解读该问题，有助于推动中国金融高质量发展，有效发挥OFDI逆向技术溢出作用，促进新型城镇化持续、健康发展，进而助力加快构建新发展格局。

1 文献综述

系统梳理当前研究动态，城镇化问题一直是国内外学界关注的热点话题[4-6]。为破解中国城镇化发展过程中出现的城市新移民“市民化”进程滞后、资源环境约束趋紧和“城市病”等难题，党的十八大提出了走新型城镇化发展道路，国家发展改革委定期发布新型城镇化和城乡融合发展重点任务，“十四五”规划提出完善新型城镇化战略，提升城镇化发展质量，擘画了中国新型城镇化建设的未来方向。学界则从新型城镇化发展意义及政策[7-9]、新型城镇化发展水平测度[10-11]、新型城镇化与乡村振兴关系[12-13]、新型城镇化影响因素[14-15]等诸多方面对新型城镇化发展进行了研究，并形成了较为丰硕的研究成果。

然而，在众多新型城镇化影响因素中，OFDI是一个不容忽视的重要因素。因为OFDI可能通过规模、结构和技术效应影响新型城镇化[16-17]。同时，母国金融发展在OFDI作用于母国新型城镇化过程中扮演着重要角色。不难理解，企业进行海外投资主要依靠国内融资，需要庞大的资金作为坚实的后盾，对外投资企业将海外先进经验和技术反馈至母公司并产生逆向技术溢出也离不开金融市场的融资支撑。因此，OFDI、母国金融发展与母国新型城镇化之间具有较为密切的联系。但遗憾的是，目前鲜有文献从理论和实证双重维度探究三者之间的关系，对母国金融发展在OFDI作用于母国新型城镇化过程中的门槛效应及其机制的考察则更为罕见。

基于此，本文尝试从以下几个方面进行拓展：（1）将OFDI、金融发展与新型城镇化纳入统一研究框架，理论分析OFDI对母国新型城镇化影响的金融发展门槛效应，为学界同仁展开OFDI、金融发展和新型城镇化的交叉研究提供理论范式借鉴。（2）建立覆盖经济基础、社会发展和生态环境共20项指标的新型城镇化发展评价体系，采用熵值法，拟合2003—2019年中国省际新型城镇化发展综合指数，以较为全面地衡量新型城镇化发展水平。在此基础上，以涵盖金融发展规模、结构和效率的金融发展综合指数为门槛变量，建立面板门槛模型，实证检验OFDI对母国新型城镇化影响的金融发展门槛效应，并借助耦合协调度模型进一步探测该效应，以期获取新的研究成果，为中国新型城镇化发展提供决策参考。

2 理论分析

新型城镇化内涵丰富，不仅包括农村人口流向城镇，还涉及产业结构优化、城镇资源重新匹配等重要内容。OFDI对新型城镇化影响的主要渠道为：一国企业为了获得海外市场、自然资源、廉价劳动力、先进技术及管理经验进行OFDI，将海外获得的资源、技术及经验传导至母国企业资金使用规模、就业岗位和技术改造等诸多方面，进一步作用于农村人口向城镇转移进程、产业结构调整优化、全要素生产率增长，从而影响新型城镇化发展。

然而，在OFDI影响母国新型城镇化发展过程中，母国金融发展扮演着“双刃剑”的角色。一方面，一国跨国企业进行OFDI，除了依赖经营留存的自有资本之外，还需大量的外部融资，这就需要母国金融市场体系为其提供金融支持，从而增强其OFDI意愿和动力[18]，并通过规模、结构和技术效应，推动母国新型城镇化发展。另一方面，母国金融发展可能在一定程度上制约OFDI的新型城镇化效应，具体体现在以下三个方面：一是有限资金的挤占效应。一般而言，OFDI在金融杠杆支撑下达到一定规模后可能挤占国内大量资金的使用，企业用于本国再扩大生产建设的资金会相对减少，若资金回收成效较慢，可能给企业的资金运转带来一定压力，并且大部分产品会在东道国或第三国市场销售，从而影响国内出口收入、政府财政收入与固定资产投资、居民家庭收入与消费等，冲击城市生产、消费和出口收入等，从而不利于新型城镇化发展。二是国际资本流动的就业效应[19]。根据著名的国际资本移动就业效应模型——麦克杜格尔模型分析，若企业不断加大OFDI引致的资本国际移动，可能缩减用于国内投资生产的资金规模，导致企业生产规模和就业岗位受限，出现就业替代效应。因为母公司生产的产品优势被取代，企业可能投入更多的资金增加海外投资，并削减国内生产，国内就业岗位相应减少，人口城镇化的进度势必会受到一定影响，进而影响城市建设、投资和消费等。三是产业结构升级的滞后效应。若一国OFDI整体呈现低技术格局，加之OFDI的产业结构调整效应受地区经济水平的影响，国内地区经济发展水平对OFDI逆向技术溢出的消化、吸收效果反馈并不同步，且该过程可能存在一定的滞后性[20]，若面临资金周转困难，对新型城镇化也可能产生间接负向影响。

由此可推断，OFDI对母国新型城镇化的影响可能存在基于母国金融发展的非线性效应。当国内金融发展水平较低时，国内有限的金融市场支持国内投资与发展，适当的对外直接投资有益于企业增收并扩大母公司的生产建设，进而促进新型城镇化发展；当金融发展到一定水平之后，国内金融市场发展可能推动低技术含量的OFDI规模扩大，而国内投资与建设的资金可能进一步被挤占，那么，随着OFDI规模的增大可能抑制新型城镇化发展。据此，提出以下研究假设：

H：OFDI对母国新型城镇化的影响存在母国金融发展门槛效应。

3 研究设计

3.1 模型设定

本文首先构建如下基础计量模型，考察OFDI对母国新型城镇化的影响：

式中：i和t分别表示省份和时间；Urbit表示新型城镇化发展水平；OFDIit表示对外直接投资水平；CONTit为控制变量组，包括科技创新产出水平（Inn）、政府干预程度（Gov）、能源消费（Exp）和外商直接投资（FDI）；εit是随机扰动项。

式（1）为OFDI对新型城镇化影响的线性模型，但经前文理论分析，OFDI对母国新型城镇化的影响存在母国金融发展的门槛效应。为验证该效应，本文在式（1）的基础上，参考Hansen[21]的方法，构造如下面板门槛模型：

式中：I(x)为示性函数；OFDIit表示门槛依赖变量（对外直接投资水平）；Finit表示门槛变量（金融发展水平）；θ1～θn表示不同门槛水平下OFDI对母国新型城镇化影响的参数；α1～αn表示n个不同水平的门槛值；μ代表控制变量组的参数；σi表示个体效应；εit为随机扰动项。

3.2 变量选取

3.2.1 被解释变量：新型城镇化发展水平

新型城镇化发展水平（Urb）用新型城镇化发展综合指数来表征，以较为全面地反映新型城镇化发展水平。本文借鉴郑强[22]的思路，从经济基础、社会功能和环境质量三个维度，选择人均GDP、固定资产投资额、城镇人均可支配收入、财政收入、进出口总额/GDP、非农产业产值/GDP、人口城镇化率、城镇登记失业率、普通高等学校在校人数、公共交通车辆运营数量、人均城市道路实有面积、医疗卫生机构床位数、少年儿童读物类出版、城市用水普及率、城市燃气普及率、工业污染治理完成投资额、工业废水排放量、工业废气排放量、工业固体废弃物产生量、绿地面积20个单项指标，构建新型城镇化发展综合评价指标体系，采用熵值法，拟合新型城镇化发展综合指数。该指数越大，意味着该地区新型城镇化发展水平越高。

3.2.2 核心解释变量：对外直接投资水平

本文以OFDI存量（非金融类）来衡量中国对外直接投资水平（OFDI），将OFDI存量按汇率换算成人民币（亿元），并以2003年为基期平减处理后除以GDP，以表征OFDI的强度。

3.2.3 门槛变量：金融发展水平

金融发展（Fin）采用金融发展综合指数来衡量，以较为全面地反映金融发展水平。本文参考张林等[23]做法，从金融发展规模、金融发展结构和金融发展效率三个维度，甄选金融机构存贷款总额与GDP的比值、金融业产值与GDP的比值、金融业就业人员与总就业人口的比值、股票市值和保费收入总和与金融总资产的比值、金融机构贷款总额与存款总额的比值5项指标，运用熵值法，拟合金融发展综合指数。

3.2.4 控制变量

（1）创新产出水平（Inn）。在经济与金融发展到一定阶段后，科技产出可能促进企业生产效率提升和产业结构升级，进而带动新型城镇化发展，因而将创新产出水平作为控制变量引入计量模型。本文选用专利授权数、合同成交金额、新产品收入和论文发表数量4项指标，借助熵值法，拟合创新产出综合指数，以全面反映地区创新产出水平。（2）政府干预程度（Gov）。新型城镇化是一项需要大量资金投入的民生工程，自然离不开民生财政的资金保障，而财政支出作为政府干预的重要手段，有必要纳入新型城镇化的研究框架。本文采用财政支出与GDP比值来表征政府干预程度。（3）能源消费（Exp）。能源消耗不仅与经济发展挂钩，还深刻作用于城镇人民的生产生活及环境质量。本文使用各省能源消耗总量与GDP的比值来考量能源消耗水平。（4）外商直接投资（FDI）。作为资金、管理和技术综合体的外商直接投资可以通过集聚效应、结构效应、技术效应和扩散效应作用于新型城镇化，于是本文运用外商直接投资额与GDP的比值来考察各省份引进外资水平。

3.3 数据说明

由于OFDI在2003年之后才有权威的统计数据且2020年相关数据不齐，故本文将时间窗口划定为2003—2019年，跨度17年；研究对象为中国30个省域（港澳台及西藏地区的相关数据缺失严重，予以剔除）。本文原始数据主要来自《中国统计年鉴》《中国对外直接投资统计公报》《中国金融年鉴》《中国科技统计年鉴》《中国能源统计年鉴》《中国环境年鉴》《中国环境统计年鉴》《中国固定资产统计年鉴》、各省份统计年鉴、全国及各省份的国民经济和社会发展统计公报、商务部官方网站等，对个别缺失的数据采用移动平均等方法进行补齐。为了保证数据的可比性，对所有涉及货币计量的变量均以2003年为基期进行可比价平减调整；为保证数据的平滑性，部分数据进行对数处理。各变量描述性统计如表1所示。

表1 各变量描述性统计特征

4 实证结果分析

4.1 门槛效应检验

根据前文的计量模型和估计方法，本文运用Stata17.0软件进行门槛回归分析。

4.1.1 门槛显著性检验

根据式（2）进行自抽样300次检验，以验证样本的门槛显著性。首先验证单门槛的显著性，若显著，则继续验证双门槛和多重门槛，直到不显著为止，其检验结果见表2。观察表2，以金融发展综合指数为门槛变量的门槛模型通过了单门槛和双门槛显著性检验，但三门槛未通过检验。这就意味着OFDI对母国新型城镇化的影响存在基于母国金融发展的双门槛效应。

表2 金融发展门槛效果显著性检验

4.1.2 门槛值估计

根据上述检验发现，OFDI对母国新型城镇化影响的金融发展双门槛效应显著存在，随后进一步检验两个门槛值和置信区间，如表3所示。由表3可知，该门槛效应存在0.204 2和0.538 7这两个真实门槛值，均落在了95%的置信区间内，可对门槛回归结果进行分析。

表3 金融发展门槛值估计和置信区间

4.2 回归结果分析

在双门槛显著性检验和门槛值估计之后，紧接着需要对金融发展双门槛模型的参数进行估计。为了方便比较估计结果，本文先后进行了线性回归模型和门槛回归模型估计，回归结果见表4。从表4来看，在固定效应模型中，OFDI的系数为-0.002，且高度显著，说明样本期内OFDI在一定程度上抑制了中国新型城镇化发展。在双门槛模型中，第一个金融发展门槛模型区间的OFDI系数显著为正，第二个和第三个金融发展门槛模型区间的OFDI系数为负，与固定效应模型中OFDI的系数方向大体一致，且两个模型中控制变量的系数方向和显著性基本吻合，也在一定程度上印证了检验结果的稳健性。此外，从两个模型的R2来看，双门槛回归模型的R2更高，意味着双门槛回归模型优于固定效应模型，接下来，将重点分析双门槛回归模型的估计结果。

表4 回归估计结果

从双门槛模型估计结果来看，考察期内，当金融发展水平小于第一个门槛值（0.204 2）时，OFDI的系数为0.015，在1%的显著性水平下显著，说明OFDI对中国新型城镇化具有正向促进作用；当金融发展水平跨越第一个门槛值（0.204 2）而未到达第二个门槛值（0.538 7）时，OFDI的系数为-0.000 1，但不显著，意味着OFDI对中国新型城镇化的负效应不明显；当金融发展水平翻越第二个门槛值（0.538 7）后，OFDI的系数变为-0.004，且高度显著，表明OFDI显著抑制了中国新型城镇化发展。综上，样本期内OFDI对中国新型城镇化的影响存在基于中国金融发展的双门槛效应，即OFDI与中国新型城镇化的关系会随着中国金融发展水平的上升而呈现先升后降之势。该结论也印证了前文的研究假设。

不难理解，当金融发展水平相对较低时，金融市场对OFDI的资金支持偏少，少量的OFDI较少挤占国内资金，OFDI的就业补充效应会对新型城镇化产生正向促进作用。当金融发展水平逐渐升高，对OFDI提供了较好的金融服务环境，鼓励大量企业走出去，若这些OFDI多数属于资源寻求型和市场寻求型，技术含量偏低（图1），那么，这种OFDI不仅难以有效获取逆向技术溢出，反而会因为大量的OFDI挤占了国内自有资金，致使研发所需的资金缺口扩大和国内资金流动趋紧，阻碍科技创新能力、全要素生产率和要素报酬率的提升，进而抑制新型城镇化发展。此外，控制变量中，科技创新产出水平（Inn）和政府干预程度（Gov）的系数显著为正，表明科技创新和政府干预显著促进了新型城镇化发展。能源消费（Exp）的系数显著为负，外商直接投资（FDI）的系数为正但不显著。

图1 2003—2019年中国OFDI存量的行业架构变迁

为深入考察样本期内中国各省份OFDI对新型城镇化影响的金融发展门槛效应的内部差异，本文对不同门槛区间内的省份数量分布特征进行描述性统计分析。首先，根据金融发展的门槛值将样本期内的30个省份分割为三个梯队（图2和表5），具体为：金融发展水平低于第一个门槛值的省份为第一梯队；金融发展水平处于两个门槛值之间的省份为第二梯队；金融发展水平高于第二个门槛值的省份为第三梯队。综合图2和表5来看，第一梯队的样本数为182个，占总样本数的35.69%；第二梯队的样本数为294个，占总样本数的57.65%；第三梯队的样本数为34个，占总样本数的6.67%；第二、第三梯队的样本数为328个，占总样本数的64.32%。这意味着样本期内金融发展水平较高的省份超过了60%，这些省份的OFDI会对新型城镇化产生一定抑制作用，这与前面回归估计结果不谋而合。

表5 不同门槛区间的省份分布

图2 2003—2019年中国不同梯度金融发展的省份数量变化趋势

4.3 稳健性检验

为提高前文计量检验结果的可信度，本文采取以下方式进行稳健性检验。一是调整门槛变量金融发展的测度指标，用金融机构存贷款总额与GDP的比值替换金融发展水平综合指数（模型1）。二是调整控制变量，用技术市场成交金额替换创新产出综合指数（模型2），检验结果见表6。从表6来看，主要解释变量的系数方向和显著性与前文检验结果大体一致，说明前文的双门槛回归结果具有一定稳健性。

表6 稳健性检验结果

4.4 扩展性分析

通过上述研究，得出OFDI对中国新型城镇化的影响存在金融发展双门槛效应，但有待验证OFDI与金融发展的关联性。为此，本文借鉴张勇等[24]的做法，计算样本期内OFDI与金融发展的耦合协调度（图3）。由图3可知，仅有上海、北京处于极度协调状态，广东、浙江等4个省份处于高度协调状态，甘肃、福建、山东等16个省份处于中度协调状态，广西、河北、贵州等8个省份处于低度协调状态。由此可见，中国OFDI与金融发展水平大部分处于中度以上协调状态，且耦合协调度较高省份的OFDI对新型城镇化呈现出抑制作用，这也意味着OFDI对新型城镇化的影响的确存在金融发展双门槛效应。

图3 2003—2019年中国OFDI与金融发展的耦合协调度

5 研究结论与政策启示

本文从理论和实证双重维度，系统考察了中国对外直接投资对新型城镇化影响的金融发展门槛效应，得到以下主要研究结论和政策启示：考察期内，中国对外直接投资对新型城镇化的影响存在金融发展双门槛效应。即当金融发展水平低于第一个门槛值时，对外直接投资对新型城镇化具有显著的推动作用；当金融发展水平位于两个门槛值区间时，对外直接投资对新型城镇化具有负效应，但不显著；当金融发展跨越第二个门槛值后，对外直接投资对新型城镇化产生明显的抑制作用。尽管当前随着中国金融发展水平提升，对外直接投资对新型城镇化产生了一定抑制作用，但这绝不能成为放慢对外直接投资步伐的理由。虽然目前逆全球化有所“抬头”，但经济全球化是大势所趋，“走出去”仍是中国企业谋求全球化红利的必由之路。因此，中国应顺应经济全球化大趋势，高质量推进对外直接投资，尤其是鼓励技术寻求型对外直接投资，营造良好的吸收消化环境（金融发展等），充分发挥其逆向技术溢出效应，有效推动新型城镇化健康发展。具体而言，政府部门要强化引导，完善对外直接投资的促进、服务、监管和保障政策，为海外投资企业的合法权益保驾护航；行业组织要创新行业自律形式，倡导企业安全有序“走出去”并合规经营，搭建企业、同行、政府、金融机构的沟通桥梁；企业要构建涵盖组织架构合理、管理制度科学、人员配备齐全、考核机制完善以及信息披露及时的可持续治理体系，主动承担社会责任，形成利益共享、风险共担和多方共赢的新局面。此外，进一步完善金融市场体系，提升金融服务效率，促进金融服务与数字科技深度融合，鼓励金融机构为高质量的对外直接投资提供优质高效的金融服务，助力对外直接投资拉动新型城镇化发展。