FDI對(duì)長(zhǎng)三角區(qū)域資源錯(cuò)配的影響效應(yīng)

崔金寶，王建民

(安徽理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 淮南 232001)

1 問題提出

長(zhǎng)三角一體化發(fā)展已經(jīng)上升為國(guó)家戰(zhàn)略，要求推動(dòng)更高層次的深化改革和更深層次的對(duì)外開放。長(zhǎng)三角地區(qū)經(jīng)濟(jì)的繁榮與外商直接投資密不可分[1]。外商直接投資一方面推動(dòng)了長(zhǎng)三角地區(qū)經(jīng)濟(jì)高速發(fā)展，另一方面也影響了資源配置結(jié)構(gòu)和發(fā)展質(zhì)量等問題[2-3]，這顯然與中國(guó)供給側(cè)改革的初衷相違背，因此，需要以高質(zhì)量增長(zhǎng)模式來提高資源配置效率[4-5]。在這種情況下，如何合理吸引外商投資，改善資源錯(cuò)配，實(shí)現(xiàn)長(zhǎng)三角高質(zhì)量發(fā)展成為亟待解決的問題。文中的研究旨在明確長(zhǎng)三角地區(qū)資源配置效率動(dòng)態(tài)演化特征及區(qū)域差異，測(cè)算FDI對(duì)資源錯(cuò)配的貢獻(xiàn)方向及程度，探索長(zhǎng)三角地區(qū)FDI與資源配置的作用關(guān)系機(jī)理。

2 文獻(xiàn)綜述

外商投資與區(qū)域資源配置的作用機(jī)理復(fù)雜?，F(xiàn)有文獻(xiàn)關(guān)于資源錯(cuò)配的研究主要有：資源配置的內(nèi)在機(jī)理，資源錯(cuò)配程度如何測(cè)度，緩解資源錯(cuò)配的途徑有哪些。Hsieh和Klenow[]開創(chuàng)性地定義產(chǎn)出扭曲和資本扭曲，以此來測(cè)度資源錯(cuò)配，在Cobb-Douglas模型假設(shè)下，由于要素價(jià)格的扭曲，行業(yè)之間的資源不匹配, 制造業(yè)的實(shí)際產(chǎn)出降低了15 %～20%[6]。外商直接投資通過減小企業(yè)融資難度、提高生產(chǎn)效率和政府干預(yù)[7]扭曲等途徑糾正資本市場(chǎng)扭曲來提高要素配置效率[8]。此外，對(duì)外直接投資也有助于改善中國(guó)的資源錯(cuò)配[9-10]。楊校美[11]關(guān)注到雙向直接投資可以從總體上降低資本和勞動(dòng)力錯(cuò)配。政府對(duì)企業(yè)的干預(yù)不利于資源分配，導(dǎo)致資源分配不當(dāng)，妨礙全要素生產(chǎn)率的提升。韓超等人[12]研究發(fā)現(xiàn)約束性污染控制導(dǎo)致資本要素逐漸流向資源配置效率好的企業(yè)，改善了資源錯(cuò)配并提高經(jīng)濟(jì)效益。研究發(fā)現(xiàn)在長(zhǎng)三角區(qū)域資源錯(cuò)配總體上有所改觀，在資本錯(cuò)配方面先升后降，而在勞動(dòng)力方面呈現(xiàn)下降趨勢(shì)[13]。以上海為核心的長(zhǎng)三角城市群這些年來快速發(fā)展，地區(qū)間差異進(jìn)一步縮小，城市間勞動(dòng)力、資本等交流日益密切，遠(yuǎn)離上海的城市在經(jīng)濟(jì)上就相對(duì)落后[14]。除了勞動(dòng)力、資本，能源要素也應(yīng)考慮在內(nèi)，2010年，中國(guó)首次超過美國(guó)成為全球最大的能源消費(fèi)國(guó)，中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)是基于能源消費(fèi)的，尤其是煤炭資源的持續(xù)增長(zhǎng)，能源要素對(duì)生產(chǎn)和環(huán)境也產(chǎn)生巨大影響。

對(duì)于資源錯(cuò)配的研究處于初始期，尤其是FDI與區(qū)域資源配置的作用機(jī)理尚不明晰。文中的貢獻(xiàn)在于：1)將能源這一重要要素引入HK模型測(cè)算資源錯(cuò)配程度，進(jìn)而利用動(dòng)態(tài)面板模型分析外商直接投資對(duì)資源錯(cuò)配的影響，全景式動(dòng)態(tài)探索FDI與區(qū)域資源配置的作用機(jī)理。2)從區(qū)域經(jīng)濟(jì)視角探索資源配置機(jī)理，研究長(zhǎng)三角區(qū)域外商直接投資對(duì)資源錯(cuò)配的影響，以此推動(dòng)長(zhǎng)三角一體化高質(zhì)量發(fā)展。

3 模型、變量與數(shù)據(jù)

3.1 計(jì)量模型構(gòu)建

根據(jù)資源錯(cuò)配的研究框架，假設(shè)長(zhǎng)三角區(qū)域均使用資本、勞動(dòng)力、能源作為生產(chǎn)要素進(jìn)行生產(chǎn)，生產(chǎn)函數(shù)相同。為考察中國(guó)的環(huán)境規(guī)制對(duì)區(qū)域資源錯(cuò)配的影響，文中在Brandt等[15]學(xué)者建模思路的基礎(chǔ)上，建立如下計(jì)量模型

τKit=α0+βfdii t+∑γjxijt+μi+λt+εit,

(1)

τLit=α0+βfdii t+∑γjxijt+μi+λt+εit,

(2)

τEit=α0+βfdiivt+∑γjxijt+μi+λt+εit.

(3)

式中:下標(biāo)i和t分別為長(zhǎng)三角各省市、年份;τKit,τLit，τEit分別表示資本、勞動(dòng)力和能源錯(cuò)配的指數(shù);fdi為長(zhǎng)三角地區(qū)外商直接投資，同時(shí)也是文中的核心變量;α0表示常數(shù)項(xiàng);控制變量xijt在下文會(huì)進(jìn)行解釋;μi表示地區(qū)個(gè)體效應(yīng)是不可觀測(cè)變量;λt,εit為時(shí)間效應(yīng)和隨機(jī)誤差項(xiàng)，服從正態(tài)分布，且μi與εit不相關(guān)。

式(1)—(3)為靜態(tài)面板模型，考慮到經(jīng)濟(jì)慣性的影響，資源錯(cuò)配可能存在一定的路徑依賴。因此，文中在式(1)—(3)的基礎(chǔ)上，為控制模型可能存在的動(dòng)態(tài)效應(yīng)，將資本、勞動(dòng)力和能源資源錯(cuò)配指數(shù)的一階滯后項(xiàng)加以校正，校正后的動(dòng)態(tài)面板模型為

τKit=α0+α1τKi,t-1+βfdii t+∑γjxijt+

μi+λt+εit,

(4)

τLit=α0+α1τLi,t-1+βfdii t+∑γjxijt+

μi+λt+εit,

(5)

τEit=α0+α1τEi,t-1+βfdii t+∑γjxijt+

μi+λt+εit.

(6)

式中:τKi,t-1,τLi,t-1,τEi,t-1分別表示地區(qū)資本錯(cuò)配指數(shù)τKit、勞動(dòng)力錯(cuò)配指數(shù)τLit、能源錯(cuò)配指數(shù)τEit的一階滯后項(xiàng)。

3.2 變量描述

3.2.1 地區(qū)資源錯(cuò)配程度

文中參考陳詩一和陳登科[16]的方法，采用柯布—道格拉斯生產(chǎn)函數(shù)形式測(cè)算長(zhǎng)三角各地區(qū)資本、勞動(dòng)力和能源等要素的產(chǎn)出彈性。

(7)

對(duì)式(7)兩端同時(shí)取自然對(duì)數(shù)，并加入個(gè)體效應(yīng)μi和時(shí)間效應(yīng)λt，整理后可得

ln(Yit)=ln(Ait)+βKitln(Kit)+βLitln(Lit)+

βEitln(Eit)+μi+λt+εit.

(8)

式(7)—(8)中，Yit表示長(zhǎng)三角各地區(qū)第i省市第ta的產(chǎn)出;βKi,βLi,βEi表示資本、勞動(dòng)力和能源等投入要素的產(chǎn)出彈性，且βKi+βLi+βEi=1;μi表示個(gè)體效應(yīng);λt表示時(shí)間效應(yīng);εit為隨機(jī)誤差項(xiàng)。產(chǎn)出和投入要素的數(shù)據(jù)處理方法如下：

1)產(chǎn)出變量(Yit)。用長(zhǎng)三角各地區(qū)的GDP表示，以2000年為基期并將其他年的GDP轉(zhuǎn)化為以2000年不變價(jià)格表示的實(shí)際GDP，單位為億元人民幣。

2)勞動(dòng)力投入量(Lit)。用長(zhǎng)三角各地區(qū)的年均就業(yè)人數(shù)表示，即年初就業(yè)人數(shù)和本年年末就業(yè)人數(shù)的算術(shù)平均數(shù)，單位為萬人。

3)資本投入量(Kit)。用長(zhǎng)三角各地區(qū)的固定資本存量表示，單位為億元人民幣?！坝览m(xù)盤存法”公式為

Kit=Ki,t-1(1-δ)+Ii t.

式中:Ki t,Ki,t-1分別為第i區(qū)域第t、t-1年的資本存量，Ii t為第i區(qū)域第t年的資本投資量，δ為投資資本折舊率。借鑒白俊紅[17]的研究方法及成果，Iit用當(dāng)年該類資本投資額表示，資本折舊率δ取為9.6%。2000年基期的資本存量估算公式為

Ki 0=Ii1/(g+δ).

式中:Ki 0表示第i區(qū)域基期的資本存量，Ii1表示第i區(qū)域基期該類的資本投資額，g表示研究期內(nèi)該類資本平均增長(zhǎng)率，δ表示折舊率，取9.6%。

文中假設(shè)地區(qū)i產(chǎn)出Y的最優(yōu)化問題為

max{piyi-(1-ηKit)pkki t-(1+ηLit)pLli t-

(1+ηEit)pLei t}.

(9)

產(chǎn)出最大化的一階條件為

(10)

(11)

(12)

式中:pi表示i地區(qū)價(jià)格水平，pK，pL，pE分別為地區(qū)、資本、勞動(dòng)力以及能源價(jià)格,ηKi,ηLi和ηEi為資本、勞動(dòng)力和能源相對(duì)于產(chǎn)出的扭曲程度，則由式(10)—(12)可估算出各地區(qū)關(guān)于資本、勞動(dòng)力和能源的錯(cuò)配系數(shù)1+ηKi，1+ηLi，1+ηEi,并在下文以τKit,τLit,τEit表示。

4)能源消費(fèi)量(Eit)。采用長(zhǎng)三角各地區(qū)的各類能源消費(fèi)加總數(shù)據(jù)表示，轉(zhuǎn)化為噸標(biāo)準(zhǔn)煤，單位為萬t標(biāo)準(zhǔn)煤。

3.2.2 外商直接投資(FDI)

一方面，外國(guó)投資帶來了新技術(shù)并破壞了最初的市場(chǎng)平衡，由于市場(chǎng)競(jìng)爭(zhēng)，優(yōu)勝劣汰的規(guī)則有可能將資源分配給效率更高的公司，這改變了資源分配的方式和效率。同時(shí)，地方政府為吸引外商投資，給予企業(yè)一系列政策優(yōu)惠，帶來了不公平競(jìng)爭(zhēng)，扭曲了價(jià)格，帶來了資源錯(cuò)配。文中用長(zhǎng)江三角洲各地區(qū)的外國(guó)直接投資在GDP中所占的比例表示。

3.2.3 控制變量

資源錯(cuò)配除了受環(huán)境規(guī)制的影響外，還受其他因素的影響。借鑒相關(guān)文獻(xiàn)研究成果，考慮地區(qū)資源稟賦特征，文中在計(jì)量模型中加入表1中的控制變量，變量的描述性統(tǒng)計(jì)如表2所示。

表1 主要變量及定義

表2 變量描述性統(tǒng)計(jì)

3.3 數(shù)據(jù)說明

文中所選取的樣本為2000—2017年長(zhǎng)三角各地區(qū)的面板數(shù)據(jù)。數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》、長(zhǎng)三角各省市統(tǒng)計(jì)年鑒和《中國(guó)能源統(tǒng)計(jì)年鑒》。

4 實(shí)證結(jié)果與分析

4.1 資源錯(cuò)配程度及其分析

Eviews10.0對(duì)式(10)—(12)進(jìn)行時(shí)間與個(gè)體上的雙向固定效應(yīng)模型的回歸，回歸后的結(jié)果如表3所示。面板數(shù)據(jù)回歸后的調(diào)整決定系數(shù)為0.997 0，方程擬合度較優(yōu)，且所有變量的T值都較為顯著，并且都通過了1%水平的顯著性檢驗(yàn)。另外，該表顯示資本的要素產(chǎn)出彈性的系數(shù)最高，而勞動(dòng)力的要素產(chǎn)出彈性最低，結(jié)果表明長(zhǎng)三角區(qū)域資本在區(qū)域生產(chǎn)中的作用比勞動(dòng)力投入更為重要。能源產(chǎn)出彈性在長(zhǎng)三角地區(qū)產(chǎn)出中也有著重要的作用。這說明長(zhǎng)三角地區(qū)的產(chǎn)出與資本、勞動(dòng)力以及能源的投入密切相關(guān)。

表3 生產(chǎn)函數(shù)的參數(shù)分析結(jié)果

利用規(guī)模報(bào)酬不變的柯布—道格拉斯生產(chǎn)函數(shù)即式(11)、式(12)算出各要素產(chǎn)出彈性，進(jìn)而通過式(7)—(10)測(cè)算出長(zhǎng)三角各城市資本、勞動(dòng)力和能源錯(cuò)配指數(shù)。如果當(dāng)τK大于0，說明該地區(qū)資本配置效率不足，若τK小于0，說明該地區(qū)資本要素相對(duì)于整個(gè)經(jīng)濟(jì)而言投入過剩，無論錯(cuò)配指數(shù)大于0或小于0都說明地區(qū)要素投入存在扭曲，只是扭曲程度大小的問題。τK的絕對(duì)值越大，表示該地區(qū)資源錯(cuò)配越嚴(yán)重，反之表示資源錯(cuò)配程度有所改善。同理τL和τE大于0說明該地區(qū)勞動(dòng)力和資源配置效率不足，若τL和τE小于0，說明該地區(qū)勞動(dòng)力和資源配置過剩。圖1—3給出長(zhǎng)三角地區(qū)資本、勞動(dòng)力和能源錯(cuò)配的演變趨勢(shì)。

圖1 2001—2017年長(zhǎng)三角各省市資本錯(cuò)配程度變化趨勢(shì)

由圖1可知，2001—2017年長(zhǎng)三角各省市資本錯(cuò)配均大于0，表明長(zhǎng)三角地區(qū)在資本配置方面存在不足，總體上來看資本錯(cuò)配程度呈現(xiàn)平穩(wěn)狀態(tài)但不顯著。從局部來看，長(zhǎng)三角各省市在2009年均出現(xiàn)明顯波動(dòng)，可能是受2008年金融危機(jī)的影響。以金融危機(jī)來臨前和來臨后為節(jié)點(diǎn)，2001—2008年安徽省資本錯(cuò)配相比于其他省市較為嚴(yán)重，上海市資本錯(cuò)配不明顯，而江蘇和浙江處于二者之間，原因可能是長(zhǎng)三角以上海為核心，其他各省距離上海的輻射范圍越近，經(jīng)濟(jì)越發(fā)達(dá)資本配置效率越高，反之相反。2009—2017年各省市資本錯(cuò)配先升后稍有回落并在總體上呈現(xiàn)下降趨勢(shì)，表明資本錯(cuò)配有所改善，可以看到安徽省資本錯(cuò)配逐步改善，錯(cuò)配程度處于四省市最低，這與近幾年安徽省經(jīng)濟(jì)發(fā)展迅速、市場(chǎng)化進(jìn)程加快與長(zhǎng)三角城市群的經(jīng)濟(jì)交流密不可分。

由圖2可知，2001—2017長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配均大于0，總體來看長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配呈現(xiàn)上升趨勢(shì)，表明長(zhǎng)三角地區(qū)勞動(dòng)力配置效率一直沒得到改善。局部來看，2013—2017年長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配均呈現(xiàn)上浮趨勢(shì)，這可能與長(zhǎng)三角近幾年勞動(dòng)人口劇增、就業(yè)政策不完善、產(chǎn)業(yè)失衡等有關(guān)。

圖2 2001—2017年長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配程度變化趨勢(shì)

圖3 2001—2017年長(zhǎng)三角各省市能源錯(cuò)配程度變化趨勢(shì)

由圖3可知，2001—2017年長(zhǎng)三角各省市能源錯(cuò)配均大于0，表明能源要素在長(zhǎng)三角地區(qū)沒有最優(yōu)利用，總體上來看長(zhǎng)三角各地區(qū)能源錯(cuò)配程度相當(dāng)，局部來看，2008年金融危機(jī)發(fā)生后短時(shí)間內(nèi)長(zhǎng)三角各省市能源錯(cuò)配指數(shù)波動(dòng)明顯，這可能與金融危機(jī)導(dǎo)致長(zhǎng)三角各地區(qū)能源供需結(jié)構(gòu)失衡、能源要素流動(dòng)受阻有關(guān)，隨后回落到平均水平，說明長(zhǎng)三角在行業(yè)不景氣的情況下能夠迅速調(diào)整。2015年以來中國(guó)深化供給側(cè)改革的背景下，長(zhǎng)三角地區(qū)能源要素逐步實(shí)現(xiàn)最優(yōu)配置，在保證經(jīng)濟(jì)增長(zhǎng)的同時(shí)又保證經(jīng)濟(jì)增長(zhǎng)的質(zhì)量。

綜合來看，長(zhǎng)三角各地區(qū)資本、勞動(dòng)力、能源錯(cuò)配情況不容樂觀。資本和能源要素除了在2008年波動(dòng)明顯外，總體上在其他時(shí)期保持平穩(wěn)，表明資本及能源配置效率低的問題一直未得到有效改善。而長(zhǎng)三角勞動(dòng)力錯(cuò)配呈現(xiàn)惡化趨勢(shì)，其原因可能是長(zhǎng)三角勞動(dòng)人口龐大，勞動(dòng)力成本高，勞動(dòng)力供給結(jié)構(gòu)不均衡，應(yīng)當(dāng)引起足夠的重視。

4.2 面板模型回歸結(jié)果與分析

利用修正后的動(dòng)態(tài)模型研究外商直接投資對(duì)長(zhǎng)三角區(qū)域資源錯(cuò)配指數(shù)之間的影響，使用雙向固定效應(yīng)模型考慮時(shí)間與個(gè)體所帶來的影響。表4—6分別為外商直接投資對(duì)資本錯(cuò)配、勞動(dòng)力錯(cuò)配和能源錯(cuò)配的回歸結(jié)果分析。

表4 FDI與資本錯(cuò)配的回歸分析

表4為外商直接投資對(duì)資本錯(cuò)配的影響，根據(jù)表4可以看出回歸方程調(diào)整后的系數(shù)為0.951 5，說明模型有較好的擬合度。外商直接投資變量的一次項(xiàng)和二次項(xiàng)的系數(shù)符號(hào)由正數(shù)轉(zhuǎn)向負(fù)數(shù)，并且通過了5%水平下的檢驗(yàn)，說明隨著外商直接投資進(jìn)入長(zhǎng)三角地區(qū)，資本配置效率由逐漸降低后開始回升，呈現(xiàn)倒“U”型關(guān)系。控制變量方面，能源結(jié)構(gòu)和政府干預(yù)的回歸系數(shù)為負(fù)，說明能源結(jié)構(gòu)和政府干預(yù)對(duì)于資本錯(cuò)配有負(fù)向影響作用，產(chǎn)業(yè)結(jié)構(gòu)通過了5%水平下的顯著性檢驗(yàn)且回歸系數(shù)為正，說明產(chǎn)業(yè)結(jié)構(gòu)對(duì)資本錯(cuò)配有正向影響作用。

表5 FDI與勞動(dòng)力錯(cuò)配的回歸分析

根據(jù)表5可以看出,方程調(diào)整后的系數(shù)為0.826 3，說明模型有較好的擬合度。外商直接投資變量的一次項(xiàng)和二次項(xiàng)的系數(shù)符號(hào)由正數(shù)轉(zhuǎn)向負(fù)數(shù)，并通過了5%水平下的顯著性檢驗(yàn)，說明外商直接投資進(jìn)入長(zhǎng)三角地區(qū)使得勞動(dòng)力配置效率由逐漸降低后開始回升，呈現(xiàn)倒“U”型關(guān)系。控制變量方面，能源結(jié)構(gòu)、政府干預(yù)以及貿(mào)易開放度的回歸系數(shù)為負(fù)，說明能源結(jié)構(gòu)、政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)以及貿(mào)易開放度對(duì)于勞動(dòng)力錯(cuò)配有負(fù)向影響作用，產(chǎn)業(yè)結(jié)構(gòu)通過了10%水平下的顯著性檢驗(yàn)且回歸系數(shù)為正，說明產(chǎn)業(yè)結(jié)構(gòu)一定程度上可以降低勞動(dòng)力錯(cuò)配，而其余變量沒有通過顯著性檢驗(yàn)。

表6 FDI與能源錯(cuò)配的回歸分析

根據(jù)表6可以看出，回歸方程調(diào)整后的系數(shù)為0.795 5，說明模型有較好的擬合度。外商直接投資變量的一次項(xiàng)和二次項(xiàng)的系數(shù)符號(hào)由正數(shù)轉(zhuǎn)向負(fù)數(shù)，呈現(xiàn)倒“U”型關(guān)系，沒有通過顯著性檢驗(yàn)，但接近于通過顯著性檢驗(yàn)?？刂谱兞糠矫?，能源結(jié)構(gòu)、環(huán)境規(guī)制以及貿(mào)易開放度的回歸系數(shù)為負(fù)，且能源結(jié)構(gòu)通過5%顯著性檢驗(yàn)，環(huán)境規(guī)制和貿(mào)易開放度通過了10%顯著性檢驗(yàn)，說明能源結(jié)構(gòu)、環(huán)境規(guī)制以及貿(mào)易開放度對(duì)于勞動(dòng)力錯(cuò)配有負(fù)向影響作用，一定程度上可以降低資源錯(cuò)配系數(shù)，而其余變量沒有通過顯著性檢驗(yàn)。

5 結(jié)論與啟示

從上文實(shí)證結(jié)果可以看出，中國(guó)長(zhǎng)三角地區(qū)存在不同程度的資源錯(cuò)配問題，資本和能源要素配置效率低的問題一直未得到有效改善，而長(zhǎng)三角勞動(dòng)力錯(cuò)配呈現(xiàn)惡化趨勢(shì)。長(zhǎng)三角區(qū)域一體化上升為國(guó)家戰(zhàn)略，在此背景下如何改善資源錯(cuò)配、緩解產(chǎn)能過剩成為亟待解決的問題。文中采用 2001—2017年長(zhǎng)三角區(qū)域的面板數(shù)據(jù)，測(cè)算了長(zhǎng)三角各地區(qū)資本、勞動(dòng)力以及能源的錯(cuò)配程度，在此基礎(chǔ)上構(gòu)建動(dòng)態(tài)面板模型，實(shí)證分析外商直接投資對(duì)長(zhǎng)三角地區(qū)資源錯(cuò)配的影響。主要研究發(fā)現(xiàn)如下：1)長(zhǎng)三角地區(qū)在資本配置方面存在不足，資本錯(cuò)配程度總體呈現(xiàn)平穩(wěn)狀態(tài)但不顯著。2001—2008年安徽省資本錯(cuò)配相比于其他省市較為嚴(yán)重，上海市資本錯(cuò)配不明顯，而江蘇和浙江處于二者之間。2009—2017年各省市資本錯(cuò)配先升后稍有回落并在總體上呈現(xiàn)下降趨勢(shì)。2)考察期內(nèi)長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配均大于0，總體來看長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配呈現(xiàn)上升趨勢(shì)，2013—2017年長(zhǎng)三角各省市勞動(dòng)力錯(cuò)配均呈現(xiàn)上浮趨勢(shì)。3)考察期內(nèi)長(zhǎng)三角各省市能源錯(cuò)配均大于0，能源要素沒有最優(yōu)利用，2008年金融危機(jī)發(fā)生后短時(shí)間內(nèi)長(zhǎng)三角各省市能源錯(cuò)配指數(shù)波動(dòng)明顯，隨后回落到平均水平。4)外商直接投資與長(zhǎng)三角地區(qū)資本錯(cuò)配、勞動(dòng)力錯(cuò)配以及能源錯(cuò)配之間存在倒“U”型關(guān)系，一定程度上說明當(dāng)前外商直接投資進(jìn)入長(zhǎng)三角地區(qū)可以有效地改善地區(qū)資本錯(cuò)配和勞動(dòng)力錯(cuò)配，但對(duì)能源錯(cuò)配的影響效果不顯著。

上述結(jié)論的政策啟示在于：1)長(zhǎng)三角各地區(qū)應(yīng)當(dāng)堅(jiān)持吸引外商投資的戰(zhàn)略，政府職能應(yīng)從發(fā)布優(yōu)惠政策逐步轉(zhuǎn)變?yōu)樘峁┓?wù)為主，以此改善投資環(huán)境。2)從長(zhǎng)遠(yuǎn)來看，吸引外資應(yīng)通過引進(jìn)高科技人才提高人力資本質(zhì)量，比如安徽合肥大力發(fā)展人工智能、量子信息等高科技領(lǐng)域。3)吸引外國(guó)投資的優(yōu)勢(shì)在于適應(yīng)當(dāng)?shù)厍闆r。不同地區(qū)根據(jù)當(dāng)?shù)禺a(chǎn)業(yè)基礎(chǔ)選擇目標(biāo)產(chǎn)業(yè)，增加上海第三產(chǎn)業(yè)比重，依靠高新技術(shù)產(chǎn)業(yè)集群效應(yīng)的影響，以上海為輻射源，協(xié)調(diào)發(fā)展江蘇、浙江和安徽等地區(qū)，促進(jìn)區(qū)域經(jīng)濟(jì)一體化的高質(zhì)量發(fā)展。 4)江蘇、浙江和安徽3個(gè)省以勞動(dòng)密集型產(chǎn)業(yè)為主，根據(jù)不同的區(qū)域優(yōu)勢(shì)和產(chǎn)業(yè)結(jié)構(gòu)，利用產(chǎn)業(yè)鏈吸引外資，發(fā)展相應(yīng)的配套產(chǎn)業(yè)和下游產(chǎn)業(yè)，從整體上提高外國(guó)直接投資的效率，同時(shí)加強(qiáng)與長(zhǎng)三角中心上海市經(jīng)濟(jì)、金融和商業(yè)合作，發(fā)揮中心城市的引領(lǐng)作用，讓企業(yè)在同一個(gè)層次上公平競(jìng)爭(zhēng)，實(shí)現(xiàn)長(zhǎng)三角一體化要素資源的合理配置。