張 燁，肖 倩

（上海理工大學 管理學院，上海 200093）

一、引言

據《2021 年世界經濟形式與展望》，截至2020年底，全球經濟萎縮4.3%，遠超國際金融危機時期的下跌幅度。與此同時，高新技術產業(yè)不斷發(fā)展，以更便捷、更快速、更健康的方式服務大眾。在此背景下，探索信息與通訊技術對FDI 影響經濟增長的調節(jié)作用，為各經濟體復蘇經濟提供有效的理論依據及實踐操作建議，具有重要的理論及現實意義。

從已有學術文獻來看，研究信息通訊技術調節(jié)外商直接投資對經濟增長影響的作用基于以下三個方面：

首先，經濟增長是經濟發(fā)展的重要方面。一國經濟增長帶來投資和消費、就業(yè)機會、基礎設施建設等，為國民提升總體福利水平。一個經濟體經濟增長受到許多因素影響，而外商直接投資和信息通訊技術已被證明對促進發(fā)展中國家的經濟增長非常重要Dunne 和Masiyandima（2017）[1]；朱順和和譚宓（2020）[2]；曾嵐婷和葉阿忠（2020）[3]。納爾森的《經濟增長的源泉》認為技術進步是經濟增長的首要力量，實物投資及人力投資主要是作為技術進步的伴隨物對經濟增長發(fā)揮作用。本研究沿用這種思想，肯定多數FDI 以實物投資、信息通訊技術作為技術發(fā)展的代表在促進經濟增長中的顯著作用。

其次，信息和通信技術與一個國家的經濟發(fā)展有關，因為從長期來看，ICT 能促進行業(yè)發(fā)展和經濟水平的提升，顯著提高生產率水平（胡明和邵學峰，2021）[4]。郭美晨和杜傳忠（2019）[5]從三個層面闡述了ICT 技術促進經濟增長的機理：（1）ICT 部門技術創(chuàng)新不斷更迭，受摩爾定律的影響，ICT 產品及設備的市場價格迅速下降，由此刺激了經濟各部門中ICT投資以及對其他投資的大規(guī)模替代，形成顯著的替代效應；（2）ICT 生產部門自身快速增長；（3）ICT 對其他產業(yè)部門的優(yōu)化重組。

最后，本文進行的研究能進一步充實當代研究經濟發(fā)展文獻中對信息通訊技術與外商直接投資的同時研究。國內對ICT 與經濟研究主要集中于路徑機理及貢獻程度，對FDI 的研究常與環(huán)境規(guī)制因素相聯系（葉阿忠和鄭航，2020）[6]，缺少對三者同時研究的經驗。本文通過利用信息通信技術作為外商直接投資與經濟增長關系的調節(jié)者，決策者可以明確信息和通信技術在提高外商直接投資的吸收能力從而促進經濟增長的重要性。

二、信息通訊技術對外商直接投資影響經濟增長調節(jié)作用的理論分析

借用Hassan（2005）[7]關于外商直接投資、技術和經濟增長之間的理論聯系，有四種機制體現外商直接投資對東道國經濟的正外部性：（1）根據競爭機制，外商直接投資帶來的競爭增強會產生更高的生產率、效率和更多的實物資本和人力資本投資。同時，日益激烈的競爭可以促使工業(yè)部門轉型，從而提高競爭力和轉向出口導向型生產活動。（2）培訓機制催生了管理和勞動方面更多的培訓活動，進一步增強了“干中學”。（3）根據前后項聯系機制，現有的技術水平促進了外商直接投資，外商投資也同時向國內公司傳播技術。（4）根據示范機制，國內企業(yè)在技術使用方面傾向學習更先進的國外企業(yè)。

同時，研究可以發(fā)現，信息通訊技術可以進一步促進競爭力水平、總生產力和整體效用最大化。從理論基礎來看，信息通訊技術可以有效地調節(jié)FDI 在促進經濟增長的影響程度。在Solow（1956）[8]所記錄的新古典主義框架內，外商直接投資對經濟增長的影響取決于實物資本回報的遞減。在經濟增長新理論的框架內，外商直接投資可以影響經濟增長水平和國內經濟的人均產出，因為它可以促進地方資源的使用和開發(fā)、提升管理技術水平，獲得新的信息和通信技術，緩解財政經常賬戶赤字，刺激研發(fā)投資，以及提高人力和實物資本的存量。

在本研究的具體背景下，ICT 可以調節(jié)外商直接投資對經濟增長的影響的主要原因是，在這個知識經濟的時代，信息和通信技術促進了各生產部門之間的溝通和生產的管理，包括國內國外這兩個技術水平有差異的部門。因此，信息和通信技術在提高生產力方面的重要性以及與國內投資有關的生產資源的有效分配（蘇任剛和趙湘蓮，2020）[9]可著重應用于外商直接投資。

綜上所述，本研究認為，將信息和通信技術作為經濟增長的驅動因素是可行的（通過信息直接通信技術渠道可以提高FDI 對經濟增長的促進作用）。

三、數據與實證檢驗

（一）數據來源

本研究的數據取自2010—2018 年中國省級面板數據?；跀祿卣鳎篘 為31，T 為9，N＞＞T，以及實證可操作性，本文使用廣義矩估計（Generalised Method of Moments，GMM）實證檢驗方法。

人均GDP 與GDP 增長率足以解釋本文衡量經濟增長情況，同時，本研究對平均GDP 采用了對數化處理，從而消除單位和數量級不同所帶來的影響，減小方差（下文所有帶單位的變量均進行對數化處理，理由相同）。

國家統計局發(fā)布的FDI 數據是外商直接投資（FDI）指標的來源，該指標為外商直接投資流入總值并取對數。根據研究的動機和理論基礎，為了提高研究的政策吸引力，采用了2 個ICT 變量，即移動電話普及率和互聯網普及率。

根據當代經濟發(fā)展文獻，本研究選擇了4 個影響經濟的要素作為控制變量（Maryam 和Jehan，2018[10]；曹毅和陳虹，2021[11]；胡歆韻等，2022[12]）：人口、通貨膨脹、政府支出和教育水平。在前文的理論基礎上，這四個控制變量也對外商直接投資促進經濟發(fā)展起調節(jié)作用。

這四個控制變量的預期符號推斷為：第一，低而穩(wěn)定的通貨膨脹有利于經濟增長，而高通貨膨脹代表著經濟環(huán)境的不確定性，投資者通常不會選擇模糊的經濟環(huán)境投資，因此通貨膨脹率與經濟增長通常是呈負相關（吳振宇和唐朝，2021）[13]。第二，人口增長與產出和經濟增長呈正相關（李鵬，2022）[14]。第三，政府支出政策對社會的經濟生產、社會福利均能夠產生積極作用，政府支出作為財政政策手段就是為了促進經濟平穩(wěn)增長（高博文等，2021）[15]。第四，教育或人力資本投入將提高經濟生產率進而促進經濟增長（趙冉等，2022）[16]。

本研究數據均來自于中國統計局官網，各變量的定義、數據處理及描述性統計分析均如表1 所示。從平均值的角度來看，所考慮的變量具有可比性。此外，標準偏差的變化也說明可以從回歸中得到合理的估計聯系。相關系數矩陣（見表2）的目的是控制潛在的多重共線性問題，從而避免估計系數出現偏差。

表1 變量的定義、數據處理及描述性統計分析（N=31，2010—2018，NT=279）

表2 相關系數矩陣

（二）實證方法

1.基本模型說明。選用廣義矩估計（GMM）方法出于以下三個原因：（1）根據本研究選用的數據集，是N＞T 的短動態(tài)面板數據。（2）由于數據集的面板性質，在估計中需要考慮不同省市的差異。（3）解決反向因果等原因導致的內生性問題，常需要使用工具變量來處理。

以下公式（1）和第一差分方程（2）總結了系統GMM 評估信息技術在調節(jié)FDI 對經濟增長動力（即GDP 增長、實際GDP 和人均GDP）的影響方面的重要性。

其中GDPgi，t是t 時期省市i 的經濟增長變量；FDI 是外商直接投資；ICT 代表信息通訊技術（即手機普及率或互聯網普及率）；Inter 代表外商直接投資與信息技術的相互作用；σ0是一個常數；τ 是滯后年數，因為它充分捕捉了過去的信息；W 是控制變量（人口、通貨膨脹率、政府支出和教育）的向量，ηi是省市固定效應，ξt 代表時間固定效應，εi是誤差項。公式（1）和公式（2）重復了兩個結果變量，分別是GDP 增長率和人均GDP。

本研究采用的是由Roodman（2009）[17]擴展而來的Arellano 和Bover 的實證策略。由于樣本異方差性，本研究所采用的程序是兩步估計。

2.變量識別與檢驗。實證過程中，通常需要定義三組變量：被解釋變量、內生變量和嚴格外生變量。參考使用系統GMM 方法估計的文獻，本研究將年份作為嚴格外生變量，主要感興趣的FDI 與ICT 變量及四個控制變量內生化，與基本模型一致，被解釋變量為經濟增長。GMM 使用工具變量（iv）控制外生變量，嚴格的外生變量主要是通過已識別內生變量的外生成分影響被解釋變量。

GMM 使用的一個條件是無序列相關性，需要進行擾動項序列相關性檢驗來確定實證方法的有效性。同時，為檢驗工具變量的有效性，還需報告Sargan檢驗結果。

四、實證結果分析

（一）回歸結果及凈效應

回歸結果在表3、表4 中披露。表3 側重于外商直接投資、信息通信技術和經濟增長之間的聯系。表4 涉及外商直接投資、信息通信技術和平均國內生產總值之間的聯系。每個表格被分為兩個主要部分：左邊顯示以“手機普及率”為中心的估計結果，而右邊顯示相應的以“互聯網普及率”為中心的估計結果。

由于殘差中沒有自相關，不應拒絕二階Arellano Bond 自相關檢驗（AR（2））差異的零假設，基于這個標準，本研究估計的模型非常有效，除了表四中的兩個（倒數第四列和倒數第一列）具體估計。這兩種無效模型的共同特征是拒絕了差分中的二階自相關檢驗的零假設。

回顧當代研究交互影響的文獻（Tchamyou 和Asongu，2017[18]；王沖和李雪松，2019[19]），為了估計信息通信技術在調節(jié)外商直接投資對經濟增長的具體效應，本研究采用凈效應計算法。這些凈效應解釋了外商直接投資對經濟增長的無條件影響，以及與外商直接投資和ICT 變量之間的相互作用而對經濟增長共同的影響。為了更好地解釋凈效應的計算，本文從表3 中舉一個例子。從表3 的第3 列可以看出，手機普及率調節(jié)外商直接投資對GDP 增長影響的相關性對GDP 增長的凈效應為0.475 6（91.76%×[-5.419]+5.448）。在此計算中，手機普及率的平均值為91.76%，FDI 對GDP 增長的無條件影響為5.448，而手機普及率與FDI 相互作用的條件影響為-5.419。

根據表3、表4 可得出以下結論：首先，互聯網普及率和手機普及率都顯著調節(jié)了外商直接投資，從而對所有經濟增長速度和人均GDP 水平產生了總體上積極的凈效應。此外，考慮到所涉及各種不同的控制變量和ICT 度量導向，與“手機普及率”為導向相比，積極的網絡效應在以互聯網普及率為中心的估計中更加明顯。其次，控制變量絕大多數都有預期的影響方向，只有通貨膨脹四次分析都是正向影響，且系數顯著，本研究做如下思考：歸因于本文選取的是中國樣本，省級數據均保持在一個穩(wěn)定較低的通貨膨脹水平，一般而言，只有超過一定水平的通貨膨脹才會引起經濟下行。因此，本研究結論是通貨膨脹、人口、教育和政府支出均對經濟增長產生正面影響。

表3 ICT、FDI 與GDP 增長率實證結果

表4 ICT、FDI 與人均GDP 實證結果

（二）凈效應分解

雖然本研究測度的凈效應與本研究的理論預期一致，但ICT 動態(tài)和外商直接投資之間的交互估計的系數始終是負的，這表明，當信息通信技術普及率超過一定的閾值，將對經濟增長產生相反方向的影響。根據最近的閾值文獻，當增加某一變量超過臨界質量或閾值產生不希望的宏觀經濟影響時，應該補充其他政策舉措以促進預期或有利的結果。

根據上述情況，本研究將凈效應分解從而為補充相關政策提供閾值。閾值是凈效應為零的點，由此開始，進一步增加ICT 會產生負面的凈效應。因此，在既定的門檻下，信息和通信技術必須輔之以其他政策舉措，以調節(jié)外商直接投資對經濟增長動態(tài)的積極影響。

這進一步表明，在既定的閾值下，信息和通信技術是調節(jié)外商直接投資以對經濟增長產生積極結果的必要條件，但不是充分條件。

1.外商接投資、信息通信技術和GDP 增長之間聯系中的凈效應

設y=GDP 增長的凈效應，x=平均手機普及率，z=平均互聯網普及率。

本研究在此進行具體分析，加入人口控制變量的凈效應表達式：y=-2.168x+1.955（當x=91.758%時，y=-0.034）。負閾值：當y=0 時，x=90.18%（即當手機普及率超過每100 人90 部時，ICT 的增長會抑制經濟增長）。

與上一例表達式的具體分析相同，本研究加入通貨膨脹控制變量負閾值為當手機普及率超過每100 人100 部時，ICT 的增長會抑制經濟增長；加入教育支出控制變量負閾值為當手機普及率超過每100 人81 部時，ICT 的增長會抑制經濟增長；加入政府支出控制變量的負閾值為當手機普及率超過每100 人61 部時，ICT 的增長會抑制經濟增長；不考慮其他因素，當互聯網普及率超過101.178%時，ICT的增長會抑制經濟增長；加入人口控制變量的凈效應，當互聯網普及率超過105.245%時，ICT 的增長會抑制經濟增長。

綜上所述，對于GDP 增長，設定的閾值為每100人60～100 的手機普及率，101.178-105.245 互聯網普及率。從現有數據來看，我國的手機普及率不斷增長，在閾值范圍內上下波動，已經開始呈現抑制經濟增長的趨勢；同時，我國互聯網普及率平均值尚未超過50%，部分省市達到72%、73%，離本研究測算的閾值還有一定距離，所以互聯網在調節(jié)FDI 促進經濟增長方面發(fā)揮了主力作用。

2.分解外商直接投資、信息通信技術和人均GDP之間的凈效應

不考慮控制變量的凈效應表達式，負閾值為當手機普及率超過每100 人127 部時，ICT 的增長會抑制經濟增長；加入人口控制變量的凈效應，負閾值為當手機普及率超過每100 人118 部時，ICT 的增長會抑制經濟增長；加入通貨膨脹率控制變量的凈效應，負閾值為當手機普及率超過每100 人126部時，ICT 的增長會抑制經濟增長；加入教育投入控制變量，負閾值為當手機普及率超過每100 人268部時，ICT 的增長會抑制經濟增長；不考慮控制變量的互聯網凈效應負閾值為當互聯網普及率超過104.75%時，ICT 的增長會抑制經濟增長；加入人口控制變量的互聯網負閾值為當互聯網普及率超過110.68%時，ICT 的增長會抑制經濟增長；加入通貨膨脹控制變量負閾值為當互聯網普及率超過107.63%時，ICT 的增長會抑制經濟增長；加入教育投入控制變量負閾值為當互聯網普及率超過116.46%時，ICT 的增長會抑制經濟增長；加入財政投入控制變量負閾值為當互聯網普及率超過106.31%時，ICT 的增長會抑制經濟增長。

綜上所述，針對人均GDP 水平，設定的閾值為每100 人118～268 部的手機普及率，104.75%-116.46%互聯網普及率。相對于GDP 增長速度的研究，此輪計算發(fā)現手機普及率的閾值有一個明顯的上升，而互聯網普及率的閾值維持在之前的水平。手機普及率閾值雖有上升，仍可保留之前結論，中國手機普及率呈不斷上升趨勢，已有部分省市達到閾值，已經開始呈現抑制經濟增長的趨勢；同時，我國互聯網普及率平均值尚未超過50%，部分省市達到72%、73%，離本研究測算的閾值還有一定距離，所以互聯網在調節(jié)ICT 促進經濟增長方面發(fā)揮了主力作用。

五、結論與建議

（一）研究結論

本研究評估了9 年，信息通信技術（ICT）如何調節(jié)外商直接投資（FDI）對中國31 個省市經濟增長的影響。經濟增長動力用經濟增長速度和人均GDP 來衡量，信息通訊技術用手機普及率和互聯網普及率來衡量，研究發(fā)現，互聯網普及率和手機普及率顯著地調節(jié)外商直接投資，對經濟增長產生總體積極的凈效應。此外，與手機普及率相比，積極的促進效應在以互聯網普及率為中心的估計中更加明顯。

由于存在消極的交互效應，本研究將凈效應進行分解，以提供閾值，在此閾值下，信息和通信技術的政策變量應與其他政策舉措相補充，以便對經濟增長產生有利的結果。因此，閾值是使凈效應為零的點，由閾值開始，進一步增加ICT 會對經濟增長產生負面的凈效應。因此，在既定的閾值下，信息和通信技術必須與其他政策舉措相補充，從而調節(jié)外商直接投資，以便對經濟增長產生積極影響。首先，對于GDP 增長，設定的閾值為每100 人60～100 部的手機普及率，101.178-105.245 互聯網普及率；對于人均GDP，設定的閾值為每100 人118～268 部的手機普及率，104.75%～116.46%互聯網普及率。所建立的閾值具有經濟意義，并且可以被政策利用，因為它們在匯總統計數據中披露的ICT 變量的統計范圍內。這進一步表明，在該閾值下，信息和通信技術是調節(jié)外商直接投資以對經濟增長動態(tài)產生積極結果的必要條件，但不是充分條件。

（二）研究建議

首先，根據本研究的主要結論——信息通訊技術在正向調節(jié)外商直接投資促進經濟增長方面起顯著作用，決策者應當發(fā)行促進信息和通信技術在該技術尚未飽和的區(qū)域的普及率的政策。具體而言，這些政策應包括：降低價格、增加普及接入方案和進一步鼓勵建設與信息通信技術順利運作有關的基礎設施。由于閾值的存在，證明信息通訊技術正在逐漸飽和，FDI 與信息通訊技術的交互作用可能會起到反作用，因此，政策制定者應當進一步尋求提升FDI 促進經濟增長的其他因素，例如更加具體嚴苛的環(huán)境規(guī)制、更高質量的人力資源等。

其次，研究發(fā)現本文中的四個控制變量在具體經濟發(fā)展中也起到至關重要的作用。理論研究發(fā)現，維持在一定水平的通貨膨脹能促進經濟增長，當通貨膨脹率超過一定值，會抑制經濟。由于本文采取的是中國省級市的樣本數據，根據2010—2018 年的通貨膨脹數據，通貨膨脹率在中國都維持在一個穩(wěn)定小幅增長水平，尚未達到抑制經濟增長的程度。另外，人口、教育支出和政府其他支出與經濟增長呈正相關，這與理論預期結果都是一致的。就實際情況而言，在一個混合多元的世界中，經濟增長受到的影響因素往往是相互聯系的，決策者在經濟治理時需要從多個角度綜合分析，促進人口增長在人口老齡化的背景下顯得非常迫切，控制通貨膨脹增長速度在疫情時代也是嚴峻考驗，協調政府支出在經濟動蕩時期有諸多學問，各要素協同管理不僅是當今決策者需要不斷學習的問題，更是學術界需要努力的研究方向。