信息通訊技術(shù)對外商直接投資促進(jìn)經(jīng)濟(jì)增長的調(diào)節(jié)作用

張 燁，肖 倩

（上海理工大學(xué) 管理學(xué)院，上海 200093）

一、引言

據(jù)《2021 年世界經(jīng)濟(jì)形式與展望》，截至2020年底，全球經(jīng)濟(jì)萎縮4.3%，遠(yuǎn)超國際金融危機(jī)時(shí)期的下跌幅度。與此同時(shí)，高新技術(shù)產(chǎn)業(yè)不斷發(fā)展，以更便捷、更快速、更健康的方式服務(wù)大眾。在此背景下，探索信息與通訊技術(shù)對FDI 影響經(jīng)濟(jì)增長的調(diào)節(jié)作用，為各經(jīng)濟(jì)體復(fù)蘇經(jīng)濟(jì)提供有效的理論依據(jù)及實(shí)踐操作建議，具有重要的理論及現(xiàn)實(shí)意義。

從已有學(xué)術(shù)文獻(xiàn)來看，研究信息通訊技術(shù)調(diào)節(jié)外商直接投資對經(jīng)濟(jì)增長影響的作用基于以下三個(gè)方面：

首先，經(jīng)濟(jì)增長是經(jīng)濟(jì)發(fā)展的重要方面。一國經(jīng)濟(jì)增長帶來投資和消費(fèi)、就業(yè)機(jī)會、基礎(chǔ)設(shè)施建設(shè)等，為國民提升總體福利水平。一個(gè)經(jīng)濟(jì)體經(jīng)濟(jì)增長受到許多因素影響，而外商直接投資和信息通訊技術(shù)已被證明對促進(jìn)發(fā)展中國家的經(jīng)濟(jì)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(jīng)濟(jì)增長的源泉》認(rèn)為技術(shù)進(jìn)步是經(jīng)濟(jì)增長的首要力量，實(shí)物投資及人力投資主要是作為技術(shù)進(jìn)步的伴隨物對經(jīng)濟(jì)增長發(fā)揮作用。本研究沿用這種思想，肯定多數(shù)FDI 以實(shí)物投資、信息通訊技術(shù)作為技術(shù)發(fā)展的代表在促進(jìn)經(jīng)濟(jì)增長中的顯著作用。

其次，信息和通信技術(shù)與一個(gè)國家的經(jīng)濟(jì)發(fā)展有關(guān)，因?yàn)閺拈L期來看，ICT 能促進(jìn)行業(yè)發(fā)展和經(jīng)濟(jì)水平的提升，顯著提高生產(chǎn)率水平（胡明和邵學(xué)峰，2021）[4]。郭美晨和杜傳忠（2019）[5]從三個(gè)層面闡述了ICT 技術(shù)促進(jìn)經(jīng)濟(jì)增長的機(jī)理：（1）ICT 部門技術(shù)創(chuàng)新不斷更迭，受摩爾定律的影響，ICT 產(chǎn)品及設(shè)備的市場價(jià)格迅速下降，由此刺激了經(jīng)濟(jì)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(yīng)；（2）ICT 生產(chǎn)部門自身快速增長；（3）ICT 對其他產(chǎn)業(yè)部門的優(yōu)化重組。

最后，本文進(jìn)行的研究能進(jìn)一步充實(shí)當(dāng)代研究經(jīng)濟(jì)發(fā)展文獻(xiàn)中對信息通訊技術(shù)與外商直接投資的同時(shí)研究。國內(nèi)對ICT 與經(jīng)濟(jì)研究主要集中于路徑機(jī)理及貢獻(xiàn)程度，對FDI 的研究常與環(huán)境規(guī)制因素相聯(lián)系（葉阿忠和鄭航，2020）[6]，缺少對三者同時(shí)研究的經(jīng)驗(yàn)。本文通過利用信息通信技術(shù)作為外商直接投資與經(jīng)濟(jì)增長關(guān)系的調(diào)節(jié)者，決策者可以明確信息和通信技術(shù)在提高外商直接投資的吸收能力從而促進(jìn)經(jīng)濟(jì)增長的重要性。

二、信息通訊技術(shù)對外商直接投資影響經(jīng)濟(jì)增長調(diào)節(jié)作用的理論分析

借用Hassan（2005）[7]關(guān)于外商直接投資、技術(shù)和經(jīng)濟(jì)增長之間的理論聯(lián)系，有四種機(jī)制體現(xiàn)外商直接投資對東道國經(jīng)濟(jì)的正外部性：（1）根據(jù)競爭機(jī)制，外商直接投資帶來的競爭增強(qiáng)會產(chǎn)生更高的生產(chǎn)率、效率和更多的實(shí)物資本和人力資本投資。同時(shí)，日益激烈的競爭可以促使工業(yè)部門轉(zhuǎn)型，從而提高競爭力和轉(zhuǎn)向出口導(dǎo)向型生產(chǎn)活動(dòng)。（2）培訓(xùn)機(jī)制催生了管理和勞動(dòng)方面更多的培訓(xùn)活動(dòng)，進(jìn)一步增強(qiáng)了“干中學(xué)”。（3）根據(jù)前后項(xiàng)聯(lián)系機(jī)制，現(xiàn)有的技術(shù)水平促進(jìn)了外商直接投資，外商投資也同時(shí)向國內(nèi)公司傳播技術(shù)。（4）根據(jù)示范機(jī)制，國內(nèi)企業(yè)在技術(shù)使用方面傾向?qū)W習(xí)更先進(jìn)的國外企業(yè)。

同時(shí)，研究可以發(fā)現(xiàn)，信息通訊技術(shù)可以進(jìn)一步促進(jìn)競爭力水平、總生產(chǎn)力和整體效用最大化。從理論基礎(chǔ)來看，信息通訊技術(shù)可以有效地調(diào)節(jié)FDI 在促進(jìn)經(jīng)濟(jì)增長的影響程度。在Solow（1956）[8]所記錄的新古典主義框架內(nèi)，外商直接投資對經(jīng)濟(jì)增長的影響取決于實(shí)物資本回報(bào)的遞減。在經(jīng)濟(jì)增長新理論的框架內(nèi)，外商直接投資可以影響經(jīng)濟(jì)增長水平和國內(nèi)經(jīng)濟(jì)的人均產(chǎn)出，因?yàn)樗梢源龠M(jìn)地方資源的使用和開發(fā)、提升管理技術(shù)水平，獲得新的信息和通信技術(shù)，緩解財(cái)政經(jīng)常賬戶赤字，刺激研發(fā)投資，以及提高人力和實(shí)物資本的存量。

在本研究的具體背景下，ICT 可以調(diào)節(jié)外商直接投資對經(jīng)濟(jì)增長的影響的主要原因是，在這個(gè)知識經(jīng)濟(jì)的時(shí)代，信息和通信技術(shù)促進(jìn)了各生產(chǎn)部門之間的溝通和生產(chǎn)的管理，包括國內(nèi)國外這兩個(gè)技術(shù)水平有差異的部門。因此，信息和通信技術(shù)在提高生產(chǎn)力方面的重要性以及與國內(nèi)投資有關(guān)的生產(chǎn)資源的有效分配（蘇任剛和趙湘蓮，2020）[9]可著重應(yīng)用于外商直接投資。

綜上所述，本研究認(rèn)為，將信息和通信技術(shù)作為經(jīng)濟(jì)增長的驅(qū)動(dòng)因素是可行的（通過信息直接通信技術(shù)渠道可以提高FDI 對經(jīng)濟(jì)增長的促進(jìn)作用）。

三、數(shù)據(jù)與實(shí)證檢驗(yàn)

（一）數(shù)據(jù)來源

本研究的數(shù)據(jù)取自2010—2018 年中國省級面板數(shù)據(jù)。基于數(shù)據(jù)特征：N 為31，T 為9，N＞＞T，以及實(shí)證可操作性，本文使用廣義矩估計(jì)（Generalised Method of Moments，GMM）實(shí)證檢驗(yàn)方法。

人均GDP 與GDP 增長率足以解釋本文衡量經(jīng)濟(jì)增長情況，同時(shí)，本研究對平均GDP 采用了對數(shù)化處理，從而消除單位和數(shù)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(jìn)行對數(shù)化處理，理由相同）。

國家統(tǒng)計(jì)局發(fā)布的FDI 數(shù)據(jù)是外商直接投資（FDI）指標(biāo)的來源，該指標(biāo)為外商直接投資流入總值并取對數(shù)。根據(jù)研究的動(dòng)機(jī)和理論基礎(chǔ)，為了提高研究的政策吸引力，采用了2 個(gè)ICT 變量，即移動(dòng)電話普及率和互聯(lián)網(wǎng)普及率。

根據(jù)當(dāng)代經(jīng)濟(jì)發(fā)展文獻(xiàn)，本研究選擇了4 個(gè)影響經(jīng)濟(jì)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(chǔ)上，這四個(gè)控制變量也對外商直接投資促進(jìn)經(jīng)濟(jì)發(fā)展起調(diào)節(jié)作用。

這四個(gè)控制變量的預(yù)期符號推斷為：第一，低而穩(wěn)定的通貨膨脹有利于經(jīng)濟(jì)增長，而高通貨膨脹代表著經(jīng)濟(jì)環(huán)境的不確定性，投資者通常不會選擇模糊的經(jīng)濟(jì)環(huán)境投資，因此通貨膨脹率與經(jīng)濟(jì)增長通常是呈負(fù)相關(guān)（吳振宇和唐朝，2021）[13]。第二，人口增長與產(chǎn)出和經(jīng)濟(jì)增長呈正相關(guān)（李鵬，2022）[14]。第三，政府支出政策對社會的經(jīng)濟(jì)生產(chǎn)、社會福利均能夠產(chǎn)生積極作用，政府支出作為財(cái)政政策手段就是為了促進(jìn)經(jīng)濟(jì)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(jīng)濟(jì)生產(chǎn)率進(jìn)而促進(jìn)經(jīng)濟(jì)增長（趙冉等，2022）[16]。

本研究數(shù)據(jù)均來自于中國統(tǒng)計(jì)局官網(wǎng)，各變量的定義、數(shù)據(jù)處理及描述性統(tǒng)計(jì)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(biāo)準(zhǔn)偏差的變化也說明可以從回歸中得到合理的估計(jì)聯(lián)系。相關(guān)系數(shù)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(jì)系數(shù)出現(xiàn)偏差。

表1 變量的定義、數(shù)據(jù)處理及描述性統(tǒng)計(jì)分析（N=31，2010—2018，NT=279）

表2 相關(guān)系數(shù)矩陣

（二）實(shí)證方法

1.基本模型說明。選用廣義矩估計(jì)（GMM）方法出于以下三個(gè)原因：（1）根據(jù)本研究選用的數(shù)據(jù)集，是N＞T 的短動(dòng)態(tài)面板數(shù)據(jù)。（2）由于數(shù)據(jù)集的面板性質(zhì)，在估計(jì)中需要考慮不同省市的差異。（3）解決反向因果等原因?qū)е碌膬?nèi)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(jié)了系統(tǒng)GMM 評估信息技術(shù)在調(diào)節(jié)FDI 對經(jīng)濟(jì)增長動(dòng)力（即GDP 增長、實(shí)際GDP 和人均GDP）的影響方面的重要性。

其中GDPgi，t是t 時(shí)期省市i 的經(jīng)濟(jì)增長變量；FDI 是外商直接投資；ICT 代表信息通訊技術(shù)（即手機(jī)普及率或互聯(lián)網(wǎng)普及率）；Inter 代表外商直接投資與信息技術(shù)的相互作用；σ0是一個(gè)常數(shù)；τ 是滯后年數(shù)，因?yàn)樗浞植蹲搅诉^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(yīng)，ξt 代表時(shí)間固定效應(yīng)，εi是誤差項(xiàng)。公式（1）和公式（2）重復(fù)了兩個(gè)結(jié)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(kuò)展而來的Arellano 和Bover 的實(shí)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(jì)。

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

GMM 使用的一個(gè)條件是無序列相關(guān)性，需要進(jìn)行擾動(dòng)項(xiàng)序列相關(guān)性檢驗(yàn)來確定實(shí)證方法的有效性。同時(shí)，為檢驗(yàn)工具變量的有效性，還需報(bào)告Sargan檢驗(yàn)結(jié)果。

四、實(shí)證結(jié)果分析

（一）回歸結(jié)果及凈效應(yīng)

回歸結(jié)果在表3、表4 中披露。表3 側(cè)重于外商直接投資、信息通信技術(shù)和經(jīng)濟(jì)增長之間的聯(lián)系。表4 涉及外商直接投資、信息通信技術(shù)和平均國內(nèi)生產(chǎn)總值之間的聯(lián)系。每個(gè)表格被分為兩個(gè)主要部分：左邊顯示以“手機(jī)普及率”為中心的估計(jì)結(jié)果，而右邊顯示相應(yīng)的以“互聯(lián)網(wǎng)普及率”為中心的估計(jì)結(jié)果。

由于殘差中沒有自相關(guān)，不應(yīng)拒絕二階Arellano Bond 自相關(guān)檢驗(yàn)（AR（2））差異的零假設(shè)，基于這個(gè)標(biāo)準(zhǔn)，本研究估計(jì)的模型非常有效，除了表四中的兩個(gè)（倒數(shù)第四列和倒數(shù)第一列）具體估計(jì)。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(guān)檢驗(yàn)的零假設(shè)。

回顧當(dāng)代研究交互影響的文獻(xiàn)（Tchamyou 和Asongu，2017[18]；王沖和李雪松，2019[19]），為了估計(jì)信息通信技術(shù)在調(diào)節(jié)外商直接投資對經(jīng)濟(jì)增長的具體效應(yīng)，本研究采用凈效應(yīng)計(jì)算法。這些凈效應(yīng)解釋了外商直接投資對經(jīng)濟(jì)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(jīng)濟(jì)增長共同的影響。為了更好地解釋凈效應(yīng)的計(jì)算，本文從表3 中舉一個(gè)例子。從表3 的第3 列可以看出，手機(jī)普及率調(diào)節(jié)外商直接投資對GDP 增長影響的相關(guān)性對GDP 增長的凈效應(yīng)為0.475 6（91.76%×[-5.419]+5.448）。在此計(jì)算中，手機(jī)普及率的平均值為91.76%，F(xiàn)DI 對GDP 增長的無條件影響為5.448，而手機(jī)普及率與FDI 相互作用的條件影響為-5.419。

根據(jù)表3、表4 可得出以下結(jié)論：首先，互聯(lián)網(wǎng)普及率和手機(jī)普及率都顯著調(diào)節(jié)了外商直接投資，從而對所有經(jīng)濟(jì)增長速度和人均GDP 水平產(chǎn)生了總體上積極的凈效應(yīng)。此外，考慮到所涉及各種不同的控制變量和ICT 度量導(dǎo)向，與“手機(jī)普及率”為導(dǎo)向相比，積極的網(wǎng)絡(luò)效應(yīng)在以互聯(lián)網(wǎng)普及率為中心的估計(jì)中更加明顯。其次，控制變量絕大多數(shù)都有預(yù)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(shù)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(shù)據(jù)均保持在一個(gè)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(jīng)濟(jì)下行。因此，本研究結(jié)論是通貨膨脹、人口、教育和政府支出均對經(jīng)濟(jì)增長產(chǎn)生正面影響。

表3 ICT、FDI 與GDP 增長率實(shí)證結(jié)果

表4 ICT、FDI 與人均GDP 實(shí)證結(jié)果

（二）凈效應(yīng)分解

雖然本研究測度的凈效應(yīng)與本研究的理論預(yù)期一致，但I(xiàn)CT 動(dòng)態(tài)和外商直接投資之間的交互估計(jì)的系數(shù)始終是負(fù)的，這表明，當(dāng)信息通信技術(shù)普及率超過一定的閾值，將對經(jīng)濟(jì)增長產(chǎn)生相反方向的影響。根據(jù)最近的閾值文獻(xiàn)，當(dāng)增加某一變量超過臨界質(zhì)量或閾值產(chǎn)生不希望的宏觀經(jīng)濟(jì)影響時(shí)，應(yīng)該補(bǔ)充其他政策舉措以促進(jìn)預(yù)期或有利的結(jié)果。

根據(jù)上述情況，本研究將凈效應(yīng)分解從而為補(bǔ)充相關(guān)政策提供閾值。閾值是凈效應(yīng)為零的點(diǎn)，由此開始，進(jìn)一步增加ICT 會產(chǎn)生負(fù)面的凈效應(yīng)。因此，在既定的門檻下，信息和通信技術(shù)必須輔之以其他政策舉措，以調(diào)節(jié)外商直接投資對經(jīng)濟(jì)增長動(dòng)態(tài)的積極影響。

這進(jìn)一步表明，在既定的閾值下，信息和通信技術(shù)是調(diào)節(jié)外商直接投資以對經(jīng)濟(jì)增長產(chǎn)生積極結(jié)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(shù)和GDP 增長之間聯(lián)系中的凈效應(yīng)

設(shè)y=GDP 增長的凈效應(yīng)，x=平均手機(jī)普及率，z=平均互聯(lián)網(wǎng)普及率。

本研究在此進(jìn)行具體分析，加入人口控制變量的凈效應(yīng)表達(dá)式：y=-2.168x+1.955（當(dāng)x=91.758%時(shí)，y=-0.034）。負(fù)閾值：當(dāng)y=0 時(shí)，x=90.18%（即當(dāng)手機(jī)普及率超過每100 人90 部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長）。

與上一例表達(dá)式的具體分析相同，本研究加入通貨膨脹控制變量負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人100 部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入教育支出控制變量負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人81 部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入政府支出控制變量的負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人61 部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；不考慮其他因素，當(dāng)互聯(lián)網(wǎng)普及率超過101.178%時(shí)，ICT的增長會抑制經(jīng)濟(jì)增長；加入人口控制變量的凈效應(yīng)，當(dāng)互聯(lián)網(wǎng)普及率超過105.245%時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長。

綜上所述，對于GDP 增長，設(shè)定的閾值為每100人60～100 的手機(jī)普及率，101.178-105.245 互聯(lián)網(wǎng)普及率。從現(xiàn)有數(shù)據(jù)來看，我國的手機(jī)普及率不斷增長，在閾值范圍內(nèi)上下波動(dòng)，已經(jīng)開始呈現(xiàn)抑制經(jīng)濟(jì)增長的趨勢；同時(shí)，我國互聯(lián)網(wǎng)普及率平均值尚未超過50%，部分省市達(dá)到72%、73%，離本研究測算的閾值還有一定距離，所以互聯(lián)網(wǎng)在調(diào)節(jié)FDI 促進(jìn)經(jīng)濟(jì)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(shù)和人均GDP之間的凈效應(yīng)

不考慮控制變量的凈效應(yīng)表達(dá)式，負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人127 部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入人口控制變量的凈效應(yīng)，負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人118 部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入通貨膨脹率控制變量的凈效應(yīng)，負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人126部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入教育投入控制變量，負(fù)閾值為當(dāng)手機(jī)普及率超過每100 人268部時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；不考慮控制變量的互聯(lián)網(wǎng)凈效應(yīng)負(fù)閾值為當(dāng)互聯(lián)網(wǎng)普及率超過104.75%時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入人口控制變量的互聯(lián)網(wǎng)負(fù)閾值為當(dāng)互聯(lián)網(wǎng)普及率超過110.68%時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入通貨膨脹控制變量負(fù)閾值為當(dāng)互聯(lián)網(wǎng)普及率超過107.63%時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入教育投入控制變量負(fù)閾值為當(dāng)互聯(lián)網(wǎng)普及率超過116.46%時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長；加入財(cái)政投入控制變量負(fù)閾值為當(dāng)互聯(lián)網(wǎng)普及率超過106.31%時(shí)，ICT 的增長會抑制經(jīng)濟(jì)增長。

綜上所述，針對人均GDP 水平，設(shè)定的閾值為每100 人118～268 部的手機(jī)普及率，104.75%-116.46%互聯(lián)網(wǎng)普及率。相對于GDP 增長速度的研究，此輪計(jì)算發(fā)現(xiàn)手機(jī)普及率的閾值有一個(gè)明顯的上升，而互聯(lián)網(wǎng)普及率的閾值維持在之前的水平。手機(jī)普及率閾值雖有上升，仍可保留之前結(jié)論，中國手機(jī)普及率呈不斷上升趨勢，已有部分省市達(dá)到閾值，已經(jīng)開始呈現(xiàn)抑制經(jīng)濟(jì)增長的趨勢；同時(shí)，我國互聯(lián)網(wǎng)普及率平均值尚未超過50%，部分省市達(dá)到72%、73%，離本研究測算的閾值還有一定距離，所以互聯(lián)網(wǎng)在調(diào)節(jié)ICT 促進(jìn)經(jīng)濟(jì)增長方面發(fā)揮了主力作用。

五、結(jié)論與建議

（一）研究結(jié)論

本研究評估了9 年，信息通信技術(shù)（ICT）如何調(diào)節(jié)外商直接投資（FDI）對中國31 個(gè)省市經(jīng)濟(jì)增長的影響。經(jīng)濟(jì)增長動(dòng)力用經(jīng)濟(jì)增長速度和人均GDP 來衡量，信息通訊技術(shù)用手機(jī)普及率和互聯(lián)網(wǎng)普及率來衡量，研究發(fā)現(xiàn)，互聯(lián)網(wǎng)普及率和手機(jī)普及率顯著地調(diào)節(jié)外商直接投資，對經(jīng)濟(jì)增長產(chǎn)生總體積極的凈效應(yīng)。此外，與手機(jī)普及率相比，積極的促進(jìn)效應(yīng)在以互聯(lián)網(wǎng)普及率為中心的估計(jì)中更加明顯。

由于存在消極的交互效應(yīng)，本研究將凈效應(yīng)進(jìn)行分解，以提供閾值，在此閾值下，信息和通信技術(shù)的政策變量應(yīng)與其他政策舉措相補(bǔ)充，以便對經(jīng)濟(jì)增長產(chǎn)生有利的結(jié)果。因此，閾值是使凈效應(yīng)為零的點(diǎn)，由閾值開始，進(jìn)一步增加ICT 會對經(jīng)濟(jì)增長產(chǎn)生負(fù)面的凈效應(yīng)。因此，在既定的閾值下，信息和通信技術(shù)必須與其他政策舉措相補(bǔ)充，從而調(diào)節(jié)外商直接投資，以便對經(jīng)濟(jì)增長產(chǎn)生積極影響。首先，對于GDP 增長，設(shè)定的閾值為每100 人60～100 部的手機(jī)普及率，101.178-105.245 互聯(lián)網(wǎng)普及率；對于人均GDP，設(shè)定的閾值為每100 人118～268 部的手機(jī)普及率，104.75%～116.46%互聯(lián)網(wǎng)普及率。所建立的閾值具有經(jīng)濟(jì)意義，并且可以被政策利用，因?yàn)樗鼈冊趨R總統(tǒng)計(jì)數(shù)據(jù)中披露的ICT 變量的統(tǒng)計(jì)范圍內(nèi)。這進(jìn)一步表明，在該閾值下，信息和通信技術(shù)是調(diào)節(jié)外商直接投資以對經(jīng)濟(jì)增長動(dòng)態(tài)產(chǎn)生積極結(jié)果的必要條件，但不是充分條件。

（二）研究建議

首先，根據(jù)本研究的主要結(jié)論——信息通訊技術(shù)在正向調(diào)節(jié)外商直接投資促進(jìn)經(jīng)濟(jì)增長方面起顯著作用，決策者應(yīng)當(dāng)發(fā)行促進(jìn)信息和通信技術(shù)在該技術(shù)尚未飽和的區(qū)域的普及率的政策。具體而言，這些政策應(yīng)包括：降低價(jià)格、增加普及接入方案和進(jìn)一步鼓勵(lì)建設(shè)與信息通信技術(shù)順利運(yùn)作有關(guān)的基礎(chǔ)設(shè)施。由于閾值的存在，證明信息通訊技術(shù)正在逐漸飽和，F(xiàn)DI 與信息通訊技術(shù)的交互作用可能會起到反作用，因此，政策制定者應(yīng)當(dāng)進(jìn)一步尋求提升FDI 促進(jìn)經(jīng)濟(jì)增長的其他因素，例如更加具體嚴(yán)苛的環(huán)境規(guī)制、更高質(zhì)量的人力資源等。

其次，研究發(fā)現(xiàn)本文中的四個(gè)控制變量在具體經(jīng)濟(jì)發(fā)展中也起到至關(guān)重要的作用。理論研究發(fā)現(xiàn)，維持在一定水平的通貨膨脹能促進(jìn)經(jīng)濟(jì)增長，當(dāng)通貨膨脹率超過一定值，會抑制經(jīng)濟(jì)。由于本文采取的是中國省級市的樣本數(shù)據(jù)，根據(jù)2010—2018 年的通貨膨脹數(shù)據(jù)，通貨膨脹率在中國都維持在一個(gè)穩(wěn)定小幅增長水平，尚未達(dá)到抑制經(jīng)濟(jì)增長的程度。另外，人口、教育支出和政府其他支出與經(jīng)濟(jì)增長呈正相關(guān)，這與理論預(yù)期結(jié)果都是一致的。就實(shí)際情況而言，在一個(gè)混合多元的世界中，經(jīng)濟(jì)增長受到的影響因素往往是相互聯(lián)系的，決策者在經(jīng)濟(jì)治理時(shí)需要從多個(gè)角度綜合分析，促進(jìn)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(shí)代也是嚴(yán)峻考驗(yàn)，協(xié)調(diào)政府支出在經(jīng)濟(jì)動(dòng)蕩時(shí)期有諸多學(xué)問，各要素協(xié)同管理不僅是當(dāng)今決策者需要不斷學(xué)習(xí)的問題，更是學(xué)術(shù)界需要努力的研究方向。