城市作为经济发展的主体，存在产生、成长、衰落、死亡的生命周期^[

关于城市收缩，学术界主要围绕其测度、空间格局特征及影响因素等方面展开讨论。现有测度方式包含单一指标和多维指标体系。单一指标测度方法主要包括人口增长率、夜间灯光辐射强度、城市规模、城市发展指数等。由于学界对城市收缩的定义不再局限于人口密度减少、经济发展衰退，故多维度、全方位的指标体系法是目前城市收缩测度评估的主流方法^[

长江经济带横跨中国东中西三大板块，是我国经济最活跃、产业链最丰富、内循环最畅通的区域，也是吸纳外商直接投资的主战场。2023年11月，习近平总书记在主持召开进一步推动长江经济带高质量发展座谈会上指出，积极推进高水平对外开放，积极拓展国际经济合作新领域、新渠道。FDI连接国内国际两个市场、两种资源，是衡量对外开放水平的重要指标。同时，FDI作为一种特殊的资本，显著推动了中国新型城镇化建设、产业结构转型升级^[

本文贡献如下：在数据处理上，为区分城市扩张与城市收缩的像素影响，基于2005—2019年全球夜间灯光整合数据，通过收缩像素提取完成对长江经济带城市收缩更为精确的测度。在研究方法上，基于空间溢出视角，立足“知识溢出效应”与“竞争模仿效应”，探讨FDI促进城市之间良性互动进而缓解城市收缩的可能性。在作用机制上，构建非线性模型，着重从“劳动收入”和“环境质量”两方面探究FDI对城市收缩的作用机理及现实路径，致力于为长江经济带构建更大范围、更宽领域、更深层次对外开放格局和实现城市高质量发展提供新思路。

FDI作为推动城镇化的重要影响因素，与城市收缩有着显著的相关关系。中心—外围理论表明，只有率先发展起来的城市才能成为“中心”，该类城市拥有较高的科技水平，从事着更高效的生产活动，而其余发展缓慢的城市只能成为“外围”城市，不断向“中心”城市输送资源要素。这种空间二元结构并非一成不变，而会随着不断调整的经济结构而变化。FDI是公认的经济发展驱动力，并在东道国城市化发展阶段承担着加速资本积累、推动城镇化、助推产业结构变革的职能作用^[

假说1：FDI对长江经济带城市收缩影响整体存在先上升后下降的倒“U”型关系且具有空间溢出效应。

FDI创造出来的经济增长将通过直接或间接途径增加东道国就业岗位，缓解城市就业问题。在经济全球化背景下，FDI能通过区位选择将全球化优势转化为地方优势^[

假说2：FDI通过影响劳动收入带来的就业吸纳效应促进城市收缩。

多数学者试图通过“污染避难所假说”与“环境库兹涅茨曲线”描述FDI与环境质量之间的关系^[

假说3：FDI通过影响环境质量导致的环境污染效应促进城市收缩。

FDI对城市收缩的影响机理如图1所示。

本文所采用的DMSP/OLS夜间灯光数据来源于美国国家海洋和大气管理局提供的第四版DMSP/OLS数据，NPP/VIIRS数据为美国科罗拉多州公立研究型大学提供的第二版年度数据。其他数据来源于各地统计年鉴、《中国城市统计年鉴》、CSMAR数据库，缺失值均采用线性插值法补全。结合数据可得性，剔除严重缺乏数据的地区，整理得到2005—2019年长江经济带105个地级及以上城市面板数据。

在城市发展研究领域，学者多采用夜间灯光数据识别城市规模、建成区面积^[

由表1可知，2013年夜间灯光拟合优度R²为0.848 8，大于2012年的0.825 4。故研究选取2013年灯光数据对应关系对2014—2019年份数据进行拟合。拟合后数据的稳健性主要参照全国夜间灯光总亮度TDN值总体趋势。对比拟合前后的DMSP/OLS、NPP/VIIRS数据全国TDN值（如图2）可知，夜间灯光总亮度的不连续问题得到有效解决。夜间灯光数据同经济发展、人类活动息息相关，为获得稳定的灯光数据，研究根据经济与人口数据对夜间灯光进行标准化处理，处理公式如下：

其中：GDP_n为第n年GDP数据，GDP₁为第1年GDP数据，POP_n与POP₁、TDN_n与TDN₁同理；DN_n,i为第n年第i个标准化前的DN值。DN′_n,i为第n年第i个标准化过后的DN值。经标准化后处理后得到R²为0.969 5的全国夜间灯光长时间序列结果，如图3所示。

（1）平均城市收缩强度指数（Shrink1）。研究通过夜间灯光收缩像素计算得到城市收缩强度指数，关于收缩像素提取及平均城市收缩强度计算主要借鉴Wu等的方法，将收缩像素定义为相邻年份DN值减少超过15%的像素，计算公式如下：

其中：DN_i,t（n）为n地区第t年第i个像素DN值，DN_i,t+1（n）为第n个地区第t+1年第i个像素DN值，S_t为第t年该地区总收缩像素数。

（1）外商直接投资（fdi）：将FDI按照每年平均汇率转化为人民币单位，用人民币单位FDI占当年gdp比重作为外商直接投资指标。（2）经济发展水平（gdp）：引入地区gdp增长率作为地方经济发展水平指标。（3）政府干预（gov）：采用地方政府财政支出占GDP比重进行表征。（4）产业结构（stru）：采用第二产业与第三产业产值占比对产业结构进行表征。（5）人口增长（lpop）：借助人口增长率测度地区人口增长对城市收缩的影响。（6）基础设施水平（rdl）：选用人均道路面积衡量城市基础建设情况及居民通勤水平。（7）人力资源水平（rhr）：采取普通高等学校在校学生数占城市总人口比重进行衡量。（8）城市创新创业水平（rcx）：引入北京大学企业大数据研究中心研究得出的中国区域创新创业指数中的人均得分进行度量。

由于对外开放带来资源要素的跨省市流动，影响周边城市发展，因此探究FDI将城市收缩是否存在空间溢出效应尤其必要。研究首先对被解释变量及主要解释变量进行空间自相关检验，包括全局Moran's I计算、Moran散点图分析，涉及的空间权重有queen邻接空间矩阵、反距离空间权重矩阵以及经济距离空间权重矩阵。此处仅展示经济距离空间权重矩阵检验下的结果，如表2所示，绝大部分Moran's I值显著通过检验，被解释变量与主要解释变量均存在稳定的空间自相关。城市平均收缩强度指数Shrink1的莫兰散点图（如图4）显示大部分城市落在了第一象限与第三象限内，表明长江经济带城市收缩整体呈现出高—高聚集和低—低聚集特征，空间自相关性进一步得证。其余检验结果如表3与表4所示，LM检验、Hausman检验、LR检验、Wald检验均以1%显著性水平通过检验，故选择个体与时间双向固定的固定效应空间杜宾模型（SDM）进行后续实证检验。

空间SDM模型在静态面板回归方程的基础上引入了被解释变量、解释变量的空间滞后项，既考虑了本地自变量对因变量的影响，又考虑了邻地自变量对本地因变量的影响，是典型的空间面板模型。空间杜宾模型（SDM）的设定形式如下：

其中：Shrinkl_it代表长江经济带第i个城市第t年的平均城市收缩强度，W为空间权重矩阵，μ₁WFDI_it、为解释变量的空间滞后项，WShrinkl_it为被解释变量的空间滞后项，X_it为控制变量组合。基准回归结果如表5所示。

由经济距离权重矩阵、反距离权重矩阵以及邻接权重矩阵下的空间面板结果可知，一次项系数显著为正，二次项系数显著为负，FDI对长江经济带城市收缩影响满足倒“U”型假设，假说1得证。由表5中模型（1）

其余控制变量结果如下：政府干预系数为负且未通过显著性检验。这与地方政府治理费用使用效率不高、政策倾斜不合理、政府财政支出未被合理运用于城市发展息息相关。经济增长率与人口增长率系数均未通过显著性检验。由此说明单纯的经济和人口增长并未能被城市经济、社会与福利系统所吸纳，这种与经济发展不匹配的人口规模增长模式对城市收缩缓解作用有限。产业结构系数未能通过显著性检验。长江经济带的收缩城市多以第二产业为主，且处于由第二产业向第三产业的转型过渡期，虽已基本实现工业化，但各地工业化进程差距较大、专业化分工不足，沿江地区还存在较多劳动密集型且处于价值链低端的行业，产业结构高级化与合理化转型短期难以实现。技术创新水平在1%的水平上显著为负。鉴于跨国企业拥有的先进生产管理经验与技术创新能力，本地企业在通过竞争模仿效应提升生产率与经济效率的同时，企业员工能够通过“干中学”学习效应积累工作经验与技能，大量节省劳动力培养成本。基础设施建设在模型（3）中影响系数为正。基础设施建设是生产要素集聚的物质条件与现实基础。中心城市拥有更加优越的基础设施服务水平，该种中心—外围城市结构导致中心城市在发展初期虹吸效应更强，城市收缩趋势难以避免。人力资本系数在模型（2）和（3）中为正且显著。长江经济带作为中国人口最密集的经济带，人口规模与经济总量实力雄厚，但人力资本质量水平不高，高学历人才数量和质量难以满足发展需求。由各变量空间滞后项系数看，FDI对邻地城市同样具有倒“U”型空间相关性，一次项及二次项均通过了1%的显著性检验，说明在空间依赖前提下周边城市的FDI同样影响本地城市发展。此外，周边城市的财政支出、经济增长、产业结构水平均能减缓本地城市收缩。由于地方政府间存在政绩竞争关系，本地政府极易受到周边影响，因此依据邻地政府行为进行政策调适。总体看来，各影响因素的空间溢出效应甚至超过了本地效应，这种空间溢出效应主要通过“知识溢出效应”与“竞争模仿效应”实现。

为进一步认识FDI对长江经济带城市收缩的空间效应，研究通过偏微分法将其分解为直接效应、溢出效应以及总效应，表6报告了分解显著程度更高的经济距离空间权重矩阵下的模型结果。就FDI而言，直接效应、间接效应及总效应均在1%显著水平下显著，一次项系数与二次项系数分别为正数和负数，均存在空间溢出效应，这种溢出效应甚至超过了直接效应。政府干预、产业结构对城市收缩同样具有负向间接效应与总效应，技术创新能力对城市收缩具有负向直接效应与总效应。

除空间杜宾模型外，研究采用个体时间双向固定效应模型与Ordered Probit模型，通过替换方法与替换被解释变量对FDI与城市收缩关系进行稳健性检验。

个体时间双向固定效应模型设定如下：

其中：Shrinkl_t+1为长江经济带第i个城市第t年平均收缩强度，FDI_it与FDI²_it为FDI的一次项与二次项主要解释变量，X_it为控制变量组，μ_it、ω_it均为随机误差项。

Oswalt等^[

如表7模型（1）所示，FDI与城市收缩之间的倒“U”型关系依然成立。模型（2）为以城市收缩频率为被解释变量的Ordered Probit模型检验结果。本研究主要关注解释变量对序数变量Shrink2的边际影响而并非其边际效应，因为解释变量系数符号具体反映了该变量对城市收缩的影响方向。Ordered Probit模型FDI一次项与二次项的系数符号同模型（1）一致，说明FDI对长江经济带城市收缩频率同样存在倒“U”型关系。综上，模型（1）、（2）展示的结果与空间面板回归结果大体一致，由此说明了模型的稳健性，FDI对城市收缩程度和城市收缩频率均具有倒“U”型影响。

由于长江经济带东中西各区域的经济发展、产业结构、资源禀赋均存在较大差异，依照历年统计年鉴划分标准，将长江经济带105个地级及以上城市划分为东中西三部分

如表8所示，东部与西部地区长江经济带地级及以上城市FDI的一次项、二次项系数符号分别为负、正，与总样本回归结果一致。但中部地区符号相反且未通过显著性检验，这与中部地区城市收缩对FDI敏感度不高、中心城市辐射能力低及老龄化程度较高有关。尽管武汉城市圈、环长株潭城市群和鄱阳湖城市群发展较快，但中部城市群发展模式并不成熟。相较成渝地区双城经济圈，武汉城市圈人口分布较为分散，人力资本水平积累相对滞后，FDI对城市收缩的影响作用有限。西部地区相较东部地区FDI影响系数较小，主要原因在于西部地区城市经济发展较为落后，在人力资本、技术创新引进等方面都弱于东部地区，“三农”问题与就业问题长期存在。

国务院发布的《全国资源型城市可持续发展规划（2013—2020年）》将262个城市界定为资源型城市，其中已有67个被列为衰退型城市。本研究根据该划分标准将涉及长江经济带的105个地级及以上城市样本分为资源型城市以及非资源型城市，进一步探究FDI对这两类城市收缩的影响。估计结果如表9所示。

由显著性程度更高的反距离权重矩阵估计结果可知（如表9），FDI对城市收缩影响的倒“U”型关系在非资源型城市显著成立，资源型城市并未通过“U”型关系检验。这是由于资源型城市产业结构、就业岗位的提供相比非资源型城市更为单一，地方城市发展对资源依赖性极强，支柱产业极易受到外来冲击，资源一旦枯竭，产业衰落、人口外流等各种发展问题接踵而至。长江经济带的城市诸如淮南市、淮北市、自贡市、铜陵市等地均为典型资源型城市；淮北市、铜陵市、景德镇市、新余市、萍乡市、黄石市、泸州市等地已被纳入衰退型城市名单。上述过度依赖自然资源发展经济的城市大多存在产业转型困难、从业人员大量流失等问题，由此对FDI的吸纳能力较弱。

为进一步讨论长江经济带FDI对城市收缩的传导途径，研究参考林伟鹏和冯保艺^[

其中，M_it为中介变量，FDI_it与M_it为非线性关系，M_it与Shrink1_it为线性关系。间接效应由系数β₆与β₁₁乘积确定。如表10所示，模型（1）表明FDI对职工薪酬（wage）存在倒“U”型影响，在竞争模仿效应的驱使下，企业前期倾向于提升工资水平以增强自身竞争力，增至拐点后劳动力市场的过度饱和将迫使劳动力价格下降。模型（3）则进一步说明人均工资与城市收缩存在显著的正相关关系。β₆×β₁₁符号为负，综合表明工资收入对城市收缩产生的是倒“U”型间接效应，假说2得证。模型（2）同样显示FDI对长江经济带环境污染排放存在倒“U”型影响，FDI聚集地往往拥有更高的经济发展水平，“环境库兹涅茨曲线”影响确切存在。模型（4）env系数为正，环境污染将进一步促进城市收缩。总体看，β₆×β₁₁为负，FDI带来的环境污染效应对城市收缩同样具有倒“U”型间接效应，假说3得证。

本文将整合的夜间灯光数据用于城市收缩识别测度，构建了长江经济带105个地级及以上城市平均收缩强度指数与城市收缩频率指数，采用空间杜宾模型实证考察长江经济带FDI对城市收缩的影响，主要结论如下。

第一，从整体层面看，FDI对长江经济带105个地级及以上城市收缩存在倒“U”型影响。初期阶段FDI对城市收缩促进效应较为明显。在区位优势与资源集聚优势条件下，中心城市将对周边城市造成“虹吸效应”。在经济发展后期，随着中心城市工业发展逐渐成熟，在技术进步和劳动质量逐步提高、产业结构升级与资源配置优化相互作用下，中心城市将产生辐射能力，带动外围城市经济发展，FDI对城市收缩抑制效应占据主导地位。目前长江经济带绝大部分城市处于FDI促进城市收缩的倒“U”型第一阶段。FDI主要通过就业吸纳效应、环境污染效应等途径影响城市收缩。

第二，从区域层面看，FDI对城市收缩的倒“U”型关系在东西部地区显著成立而在中部地区并不成立，区域发展缺乏联动性。中东西三大板块各具比较优势，但要素资源流动性不强。非资源型城市FDI对城市收缩同样存在倒“U”型关系，但资源型城市不存在，其中资源枯竭危机、人口外流困境、产业转型困难是长江经济带资源型收缩城市经济发展动力不足的主要原因。

第三，空间效应的检验结果表明，长江经济带FDI对城市收缩的影响具有空间溢出效应，FDI的间接效应甚至超过了直接效应。城市之间具有较强“知识溢出效应”与“竞争模仿效应”。关注周边城市的空间溢出效应并将其转化为经济发展动能成为城市发展规划中的重要课题。

基于以上结论提出以下政策建议。

其一，关注城市收缩本质，转变城市收缩传统价值误区认识。部分学者夸大了城市收缩的严重性与危害性，仅认识到人口流失、经济衰退带来的城市空心化现象，忽略资源配置效率低下、生产结构紊乱、传统工业衰落等本质原因。各地结合自身实际，将FDI引入作为一种资源调配的政策工具，重新审视和利用FDI对产业结构的优化调整作用，加快推进新型工业化和新型城镇化融合发展，实现城市“精明收缩”；优化布局重点城市、重点区域及重点产业，发挥城市对城郊边远地区经济的辐射带动作用，特别是针对无大城市、中等城市较多的省份，重点建设一批核心地区，通过产业转移方式实现中心城市向周边地区资源输送，在避免吸引FDI同质化的同时辐射带动周边欠发达地区发展。

其二，针对长江经济带区域异质性，实行差异化外资引入策略。在提升FDI质量基础上，扎实落实FDI投资环境准入门槛与环境标准，利用FDI的就业吸纳效应吸引对工资价格敏感的外资进入。在明确各城市比较优势前提下，引导FDI合理转移至欠发达的非资源型城市。针对目前多未达到倒“U”型拐点的西部地区譬如云南、贵州等地，尽可能提升其对外开放水平，加强引资策略优化与产业政策推进。中部城市在加快工业化进程的同时更应注重整体产业链的外资引进，提高人力资本回流吸引力。西部城市重点引入适应西部产业结构的FDI，譬如智能网联新能源汽车、电子信息、高端装备制造等。东部地区则以加快FDI结构优化与政策机制创新设计为首要任务，在稳存量、扩增量的同时，引导FDI更多向先进制造业、现代服务业、高新技术、节能环保等领域流入。

其三，建立协调发展机制，促进开发开放平台协同发展。充分利用FDI对城市收缩的空间溢出效应，加快优化长江经济带营商环境、提升市场竞争力，最大限度降低城市收缩带来的负面影响。一方面，加强长江经济带中心城市与外围城市协同、城乡区域协同，发挥中心城市对城郊边远地区的辐射带动作用。按照共建“一带一路”倡议、推动西部大开发形成新格局等要求，打破城市行政分割、市场壁垒，促进资源要素跨区域有效流动。另一方面，促进资源技术共享交流，促进城市良性互动。在整合城市现有资源基础上，鼓励打造跨区域的产业公共技术服务平台与专业化共性技术服务平台。建立公平有序的营商环境，避免外资企业与本地企业产生恶性竞争，引导本地优质企业“走出去”，全面融入全球价值链。