杜玲燕

[摘要]自金融危机以来，各国经济深陷泥沼，中国作为经济全球化中的一员，自然也或多或少地受到金融危机的冲击，为早日走出阴影，城镇化成为推动我国产生新的经济增长的支点。与此同时，FDI的流入也在不同程度受到影响，那么FDI对于城镇化会产生什么样的影响？多大程度的影响？这些都是值得探讨的问题。本文利用1993—2012年数据，运用多元线性回归模型分析了FDI对城镇化率的影响程度，对于有效利用外资来推动城镇化进程，具有十分重要的现实意义。

[关键词]FDI；城镇化；多元线性回归分析

[DOI]1013939/jcnkizgsc201538197

1引言

自改革开放以来，特别是入世以来，随着我国各种产业和对外政策的开放，我国经济迅速发展，各种经济指标迅速上扬，2001年我国GDP总量仅为10965517亿元人民币，而截至2014年，我国GDP总量已经达到636463亿元人民币，足足翻了48倍，而GDP增长率也一直保持在8%左右。与此同时，随着对外政策的开放和经济全球化的热潮席卷而来，中国作为经济增长速度最具潜力的发展中国家，外商直接投资也纷纷流入中国各个产业。报告显示，全球外国直接投资（FDI）在2014年下降了16%，但流入发展中经济体的投资却达到了历史最高水平，中国更首次超过美国成为全球最大FDI流入国，补充丰富了产业资本，并促进了我国经济的进一步提升。

但是，我国过去十多年的经济腾飞主要是资源依赖和粗放型增长的，不仅造成资源稀缺，而且造成如雾霾、酸雨等各类环境污染，严重影响我国的可持续发展。随着十八大的召开，城镇化成为我国经济腾飞的一个新的经济增长点和发力点，发展农村经济，带动农民消费，提高农民的增收能力，对于全面提高我国内需、带动经济增长具有十分重要的现实意义。

那么，FDI 对城镇化的发展起到何种影响，如何利用FDI 推动城镇化进程，从而为区域经济发展提速，这是当前中国经济发展和城镇化过程中亟待解决的问题。

2文献综述

国外学者对于 FDI 与城市化二者之间关系存在不同观点，一种认为FDI不利于发展中国家城镇化，另一种认为FDI对发展城镇化有利。第一种观点的代表学者主要有Castells、Friedmann等。Castells（1972）和Harvey（1975）认为FDI会通过影响产业情况，导致发展中国家对 FDI 产生依附性。Friedmann（1986）通过研究发现，FDI流入不仅会影响城市化进程，而且会影响城镇化的空间结构，使对FDI的依附进一步增强。

国内学者对此的研究主要有：王新娜通过研究对外商直接投资影响下的城市化反馈机制，总结出FDI与城市化之间应该是一种双向互动的关系。毛新雅（2006）通过实证分析1990 年到 2000年的长三角城镇人口，发现 FDI 加快了上海城市化的进程。蒋伟，曹荣林（2010）从空间上对江苏省各个地级市的FDI与城市化相关性分析表明，无论是FDI增量或存量，其与城市化的相关性均存在明显的地域差异。罗茜（2008）通过构建新指标体系来衡量城市综合水平，利用新的城市综合水平研究与 FDI 的关系，发现FDI促进了我国城市化的发展，FDI规模不同，对城市的影响大小也不同。

小结：国内大多数学者选择长三角和珠三角等地区作为研究对象，而很少有从我国整体视角研究FDI与城市化的关系，本文正是基于此来研究的。

3实证分析

31模型设定：多元线性回归分析

被解释变量和解释变量的关系可表示为：UBt=Af（FDIt，IDt）

为了消除异方差，本文对所有变量取对数。

LNUBt=α0+α1LNFDIt+α2LNIDt+μt

其中，LNUB是被解释变量，LNFDI为核心解释变量，LNID为一般解释变量，μt为随机误差项。α0、α1、α2分别表示常数项、各解释变量的参考系数，t 表示年份（t=1993，…，2012）。

32变量及数据说明

本文所研究的变量主要有：UB：城镇化率，由城镇人口与全国总人口之比得来。FDI：外商直接投资的年度流量（单位为亿元，由当年 FDI 的流入量（亿美元）乘以当年的平均汇率换算而得到）。ID：工业化率，指当年工业增加值占全部生产总值的比重。本文所使用的1993—2012年的数据均来源于《中国统计年鉴》，结果均由Eviews 60 得来。

33相关性检验

下图为各变量趋势图，图中LNUB和LNFDI曲线均向右上方倾斜，说明二者间可能存在相关关系。LNID比较平稳，呈现出先升后降的波形特征。由表1可以看出，LNUB和LNFDI的相关系数都很高，但是这可能是由于改革开放后各种经济指标上扬所造成的，因此还需运用多元线性回归分析进一步验证。

各变量趋势图

34多元线性回归分析

由表2得到多元线性回归模型的结果：LNUB=102+047LNFDI-009LNID。

由多元线性回归分析表可看出，R2值为09058，经调整后的R2值为08948，说明模型拟合度较好；在1% 的显著性水平下，FDI系数的t检验通过，说明统计显著性较强；表中DW值为1895612，dl

在所有影响城镇化率的变量中，对LNUB影响最大的是LNFDI，它与LNUB存在显著的正相关，并且回归系数为047，这意味着FDI每增长1%，会带动城镇化率约增长047%。这表明FDI在进行区位选择时，会起到带动农村向城市过渡的正面作用。另外，LNID与城镇化率呈反向变动，这可能是由于我国目前正处于工业化与城镇化的“倒U形”的下降段的原因。

4结论与建议

本文通过运用多元线性回归模型得出结论：FDI的变动对城镇化变动的影响是显著的，并且FDI的变动会导致城镇化率的正向变动，由此我们可以认为，优化投资环境，促进外资流入对促进我国城镇化进程大有裨益。但是为了防止不良投资带来的不良影响，又不能一味地任其流入，因此改革投资结构与机制势在必行。

参考文献：

[1]FriedmanThe World City Hypothesis[J].Development and Chang，1986（17）

[2]王新娜FDI在发展中国家城市化中的动力作用——基于国外研究的综述[J].云南财经大学学报，2010（12）

[3]毛新雅长江三角洲地区外商直接投资的城市化效应研究[C].上海市社会科学界第四节学术年会文集，2006-06-30

[4]蒋伟，曹荣FDI与城市化水平的相关性分析——以江苏省地级市为例[J].信阳师范学院学报：自然科学版，2010（4）

[5]罗茜FDI 对我国城市化进程的影响[J].区域经济，2008（4）：19-13