外商直接投资对中国省级城乡收入差距的影响研究

A Study on the Impact of Foreign Direct Investment on Provincial Urban-Rural Income Gap in China

摘要: 外商直接投资的区域分布不均衡可能对城乡收入差距产生不同影响，研究二者关系有重要价值。本文基于2003~2022年中国省级面板数据，探讨FDI对城乡收入差距的影响机制。研究发现：首先，FDI显著缩小城乡收入差距，这一结论在控制内生性及替换核心变量后仍稳健；其次，FDI通过促进产业结构优化和改善基础设施两路径发挥作用；最后，影响效应存在显著异质性，在中东部地区和基础设施薄弱地区更突出。研究创新性引入历史开放政策视角，揭示FDI影响收入分配的内在机理，为既有文献提供新机制解释与区域异质性分析框架。

Abstract: The uneven regional distribution of foreign direct investment may exert differing impacts on urban-rural income disparities, making the study of their relationship highly valuable. Drawing on provincial-level panel data from China spanning 2003 to 2022, this paper examines the mechanisms through which FDI influences urban-rural income gap. Findings reveal: First, FDI significantly narrows urban-rural income disparities, a conclusion that remains robust after controlling for endogeneity and replacing core variables; Second, FDI exerts its effects through two pathways: promoting industrial structure optimization and improving infrastructure. Finally, the impact exhibits significant heterogeneity, being more pronounced in central and eastern regions and in areas with weak infrastructure. The study innovatively incorporates the historical perspective of opening-up policies to reveal the underlying mechanisms through which FDI influences income distribution, providing new explanatory frameworks and regional heterogeneity analysis for existing literature.

1. 引言

随着我国改革开放持续推进，中国对国际资本吸引力渐显，外商直接投资通过资金、就业与技术等渠道为经济发展注入活力，却也因区域分布和产业投向非均衡，对城乡居民收入分配产生差异化影响。本文聚焦外商直接投资FDI对中国城乡居民收入分配的影响，深入分析其传导路径与机制，为政府平衡经济增长与收入分配公平、制定相关政策提供参考，具有重要理论价值与现实意义。

国内外现有相关研究主要有以下四类观点：一是FDI加剧差距，如Merita和Adnett (2018)发现FDI占比提升会扩大转型经济体工资的不平等[1]；黄雯等(2017)发现FDI扩大会导致城乡收入差距且效应长期稳定[2]。二是FDI缓解差距，如Sharma和Abekah (2017)提出了FDI降差距有区域异质性[3]；三是FDI抑制差距，如马雨刚(2022)研究发现FDI显著抑制该差距[4]；四是FDI影响呈阶段性或非线性，易永杰(2023)证实了二者呈倒U型[5]；而Hyungsun和Miguel (2016)进一步验证其短期加剧、长期缓解的动态机制[6]。

本研究基于2003~2022年全国31省级面板数据，采用固定效应模型与中介效应检验，系统考察FDI对城乡收入差距的影响及机制。创新之处在于：1) 引入“历史开放政策”变量，揭示制度路径依赖对FDI缩距效应的调节作用；2) 构建“产业结构优化”“基础设施提升”双中介模型，检验其阶段性传导特征；3) 从“区域、基础设施、政策”三维度，分析FDI效应的异质性来源。

2. 理论分析与研究假设

2.1. FDI对城乡收入差距的直接效应

经典国际直接投资理论认为，FDI对东道国收入分配有“极化效应”与“涓滴效应”双重影响。结合麦克杜格尔模型与中国城乡二元结构，本文提出FDI对城乡收入差距的作用呈“极化–涓滴”并存的动态过程：FDI进入初期集中于城市高端产业，扩大城乡差距；后期通过技术外溢、就业创造等向农村扩散，进而缩小差距。此过程在中国具有显著的阶段性与非线性特征。其影响机制主要有三方面：一是就业创造效应，通过设立劳动密集型企业吸纳农村剩余劳动力，直接提升劳动者收入，体现涓滴效应；二是技术溢出的双重性，短期因技术偏向城镇可能扩大差距，长期则通过知识扩散推动农村企业技术升级，缩小城乡技术鸿沟(王钊业，2021) [7]；三是政策协同效应，政府引导FDI区域均衡分布，可强化其缩小差距的涓滴效应(褚敏和靳涛，2016) [8]。故提出假设H1：

H1：在涓滴效应作用下，FDI显著促进城乡收入差距收敛。

2.2. FDI对城乡收入差距的异质性

(1) FDI对城乡收入差距影响在区域层面的异质性

受资源、政策等因素影响，我国经济发展水平有东中西三区域差异化效应。东部通过人力流动与农村资本集聚缩差距(郑磊和汪旭晖，2018) [9]；西部借一带一路推进与自贸区设立，提升开放合作水平及外资质效，强化缩距作用(孙丽萍和杨筠，2022) [10]；中部呈显著倒U型特征，且经济最先进与最滞后省份差距较小，居中省份差距较大(柳晓明等，2022) [11]。综上，提出假设H2a：

H2a：FDI对城乡收入差距的影响在地区层面存在异质性。

(2) FDI对城乡收入差距影响在基础设施建设层面的异质性

学者普遍认为FDI与城乡收入差距倒U型关系和基础设施建设密切相关：初期FDI集中于基建完善的城镇，差距扩大；随城乡基建差距缩小、劳动密集型产业转移及农村劳动力流动，其影响转向缩小(Todaro, 1969) [12]。郑磊和汪旭晖(2018)指出东部基建完善吸引外资，推动农村人口向非农产业转型增收；中西部虽有外资优惠，但基建薄弱致引资不足，加剧区域城乡收入失衡[9]。可见基建水平变化及区域差异会影响FDI作用效果。故提出假设H2b：

H2b：外商直接投资对城乡收入差距影响在基础设施建设上有异质性。

(3) FDI对城乡收入差距影响在历史开放政策层面的异质性

我国FDI初始分布不均且存在显著阶段与区域差异，这直接导致不同地区城乡收入差距有别(刘乃全和贾彦利，2008) [13]；同时，历史开放政策还能通过改善营商环境(傅联英等，2025) [14]、放松上游服务业外资管制以促进下游制造业FDI溢出来影响差距(冼国明和林洋，2023) [15]。故提出假设H2c：

H2c：外商直接投资对城乡收入差距影响在历史开放政策上有异质性。

2.3. FDI影响城乡收入差距的理论机制

(1) FDI通过产业结构优化缩小城乡收入差距

我国FDI主要流入第二、三产业，通过产业联动促进产业结构优化升级。其带来的增量资本不仅推动城镇产业升级，还促进农村地区资本积累。当城区产业饱和、要素成本上升时，资本深化会推动部分产业向农村及欠发达地区转移，为农村居民创造高收入岗位，直接提升农村居民收入。从产业联动来看，在FDI推动下，城镇产业与农村农业、特色制造业形成产业链协作：城镇提供技术指导、市场渠道，农村则依托资源禀赋承接配套环节，促进农村劳动力转型和土地资源市场化配置，缩小城乡收入差距(左雨生，2021) [16]。综上，提出假设H3a：

H3a：外商直接投资通过促进产业结构优化来缩小城乡收入差距。

(2) FDI通过基础设施建设缩小城乡收入差距

基础设施是地区发展的重要支撑与水平体现，FDI通过资本深化推动基建，进而影响城乡要素流动与配置效率。首先，FDI流入能够提升地方资本与财政能力，为基建供给提供资金保障——例如中国对东盟的直接投资提升其基建水平(余婷，2019) [17]；交通、互联网等配套升级降低城乡壁垒，进一步推动了要素双向流动。其次，基建改善伴随技术外溢与产业联动：FDI先进物流经验外溢至农村供应链，助力农业产业化；基建强化城乡联结后，城市产业增加对农村原材料、劳动力需求，带动农民增收。综上，提出假设H3b：

H3b：外商直接投资通过促进基础设施优化来缩小城乡收入差距。

3. 研究设计

3.1. 模型构建

(1) 基准回归模型

为考察FDI对中国城乡收入差距影响，基于省级面板数据构建模型如下：

${\text{Theil}}_{it}=+{\beta }_1{\text{FDI}}_{it}+{\displaystyle \sum \gamma {\text{Controls}}_{it}}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (1)

其中，i为省份，t为时间，Theil为城乡收入差距，Controls为表1所示一系列控制变量，μ_i为省份固定效应，δ_t为年份固定效应，ε_it为随机扰动项。

(2) 中介机制检验

基建水平(INF)的中介路径：

${\text{INF}}_{it}={\alpha }_1+{\beta }_2{\text{FDI}}_{it}+{\displaystyle \sum \gamma {\text{Controls}}_{it}}+{\lambda }_i+{\delta }_t+u_{it}$ (2)

${\text{Theil}}_{it}={\alpha }_2+{\beta }_3{\text{FDI}}_{it}+{\theta }_1{\text{INF}}_{it}+{\displaystyle \sum \gamma {\text{Controls}}_{it}}+{\lambda }_i+{\delta }_t+{\eta }_{it}$ (3)

产业结构(IS)的中介路径：

${\text{IS}}_{it}={\alpha }_3+{\beta }_4{\text{FDI}}_{it}+{\displaystyle \sum \gamma {\text{Controls}}_{it}}+{\lambda }_i+{\delta }_t+v_{it}$ (4)

${\text{Theil}}_{it}={\alpha }_4+{\beta }_5{\text{FDI}}_{it}+{\theta }_2{\text{IS}}_{it}+{\displaystyle \sum \gamma {\text{Controls}}_{it}}+{\lambda }_i+{\delta }_t+{\zeta }_{it}$ (5)

其中，i为省份，t为时间，Controls为表1所示一系列控制变量。λ_i为省份固定效应，δ_t为年份固定效应，u_it、v_it、η_it、ζ_it为随机扰动项。

Table 1. Variable definitions and descriptions

表1. 变量的定义及说明

变量类型	变量符号	变量名称	变量定义
解释变量	FDI	外商直接投资	实际利用外商直接投资额/GDP × 100%
被解释变量	Theil	城乡收入差距	泰尔指数
中介变量	INF	基建水平	公路里程/城区面积
	IS	产业结构	第二、三产业增加值之和/第一产业增加值
控制变量	edu	教育水平	普通高校在校生人数/当地年末常住人口 × 100%
	pergdp	经济发展水平	人均地区生产总值
	open	对外开放水平	进出口额/GDP × 100%
	gov	财政支出水平	政府支出/GDP × 100%
	industry	产业高级化	第三产业产值/GDP × 100%
	urban	城镇化水平	城镇人口/总人口 × 100%
	road	基础设施水平	人均道路面积

数据来源：2003~2022年《中国统计年鉴》。

3.2. 变量选取及数据说明

(1) 解释变量：外商直接投资FDI，为各省实际外商直接投资额与地区生产总值之比；(2) 被解释变量：城乡收入差距Theil，用泰尔指数衡量；(3) 控制变量(吴柏庆，2019) [18]：① 教育水平edu，普通高校在校生人数和当地年末常住人口比值；② 经济发展水平pergdp，人均地区生产总值取对数；③ 对外开放水平open，当地进出口额与地区生产总值比值；④ 财政支出水平gov，当年政府支出与当年GDP比值；⑤ 产业高级化industry，第三产业所占比重。(4) 中介变量(左雨生，2021；李超，2019) [16] [19]：① 基建水平INF，用公路里程和城区面积的比值取对数测度；② 产业结构IS，用第二、三产业增加值和第一产业比值取对数测度。

3.3. 描述性统计

本文选取2003~2022年我国31个省份面板数据，各类变量描述性统计结果见表2，其中对经济发展水平(pergdp)和基础设施水平(road)做对数化处理。

Table 2. Descriptive statistics of variables

表2. 变量的描述性统计

变量	观测值	平均值	标准差	Max	Min
Theil	620	0.106	0.053	0.323	0.017
uv	620	2.737	0.512	5.238	1.827
FDI	620	0.022	0.021	0.121	0.000
edu	620	0.018	0.007	0.043	0.004
pergdp	620	10.404	0.762	12.156	8.218
open	620	0.071	0.174	1.710	0.000
gov	620	0.257	0.187	1.354	0.084
industry	620	44.781	9.791	83.900	28.600
urban	620	0.537	0.154	0.896	0.139
road	620	9.527	1.013	11.608	6.061

4. 实证分析

4.1. 基准回归分析

表3报告了FDI与城乡收入差距关系的基准回归结果。未纳入控制变量及固定效应的基准模型显示，FDI对城乡收入差距具有显著正向影响；当依次加入控制变量及固定效应后，FDI的影响由正转负且仍保持统计显著性，这一结果验证了本文的假说H1。

Table 3. Benchmark regression results

表3. 基准回归结果

变量	(1) Theil	(2) Theil	(3) Theil	(4) Theil	(5) Theil	(6) Theil
FDI	0.433^*** (0.091)	0.622^*** (0.090)	−0.246^*** (0.047)	−0.142^*** (0.041)	−0.103^** (0.041)	−0.115^*** (0.038)
edu				−1.454^***	−1.491^***	−1.327^***
				(0.240)	(0.243)	(0.240)
pergdp				−0.029^***	−0.028^***	−0.043^***
				(0.002)	(0.002)	(0.005)
open				0.037^***	0.033^***	0.027^***
				(0.004)	(0.005)	(0.004)
gov				−0.009	−0.030^***	−0.070^***
				(0.010)	(0.011)	(0.011)
industry				−0.000^*	−0.000^*	0.000
				(0.000)	(0.000)	(0.000)
Province FE	NO	YES	YES	NO	YES	YES
Year FE	NO	NO	YES	NO	NO	YES
N	620	620	620	620	620	620
Adjusted R^2	0.569	0.695	0.932	0.735	0.944	0.958

注：括号内为稳健性标准误，^***、^**、^*分别表示在1%、5%和10%水平上显著。下同。

4.2. 内生性检验

参考吴柏庆(2019) [18]选择FDI一阶滞后期为内部工具变量进行内生性检验，结果见表4：第一阶段回归中，工具变量系数显著且模型F值大于10，说明工具变量与内生解释变量强相关，选择有效；第二阶段回归仍呈负相关，FDI系数显著性未明显改变，表明FDI缩小城乡收入差距的作用仍稳健。

Table 4. Endogeneity test

表4. 内生性检验

变量	(1)	(2)
	第一阶段	第二阶段
FDI		−0.100^***
		(0.035)
lFDI	0.779^***
	(0.060)
edu	−0.234^*	−1.524^***
	(0.131)	(0.303)
pergdp	0.007	−0.048^***
	(0.005)	(0.006)
open	0.001	0.019^**
	(0.002)	(0.008)
gov	0.001	−0.070^***
	(0.006)	(0.019)
industry	0.000	−0.000
	(0.000)	(0.000)
Province FE	YES	YES
Year FE	YES	YES
F statistics	50.11	30.27
N	589	589
Adjusted R^2	0.586	0.376

4.3. 稳健性检验

本文通过不同方法进行稳健性检验，结果见表5。(1) 剔除样本区间：剔除2020~2021年疫情时段数据，结果仍稳健；(2) 替换被解释变量：用城乡收入比替换被泰尔指数，系数仍显著为负；(3) 增加控制变量：新增城市化率(urban)、交通基础设施(road)，FDI负向影响仍显著且调整R²升至0.962；(4) 缩尾处理：对解释变量与被解释变量进行上下1%缩尾，结果仍稳健。

Table 5. Robustness test regression results

表5. 稳健性检验回归结果

变量	(1) 剔除样本区间	(2) 替换被解释变量	(3) 增加控制变量	(4) 缩尾处理
	Theil	uv	Theil	Theil
FDI	−0.672^***	−1.450^***	−0.115^***	−0.093^**
	(0.064)	(0.435)	(0.037)	(0.036)
edu	−0.963^***	−8.093^***	−0.793^***	−1.253^***
	(0.251)	(2.716)	(0.244)	(0.228)
pergdp	−0.046^***	−0.462^***	−0.029^***	−0.046^***
	(0.002)	(0.055)	(0.005)	(0.005)
open	0.021^***	0.355^***	0.027^***	0.013^***
	(0.008)	(0.047)	(0.004)	(0.005)
gov	0.039^***	−1.136^***	−0.076^***	−0.070^***
	(0.007)	(0.126)	(0.011)	(0.010)
industry	−0.000	0.001	0.000	0.000
	(0.000)	(0.001)	(0.000)	(0.000)
urban			−0.067^***
			(0.010)
road			−0.016^***
			(0.003)
Province FE	YES	YES	YES	YES
Year FE	YES	YES	YES	YES
N	527	620	620	620
Adjusted R^2	0.770	0.943	0.962	0.962

4.4. 异质性检验

1) 区域异质性

本文借鉴吴柏庆(2019) [18]做法，将全国31个省份划分为东、中、西三大区域，考察FDI影响的区域异质性，结果见表6。

FDI区域效应的差异，本质是产业属性与区域发展阶段、政策导向协同作用的结果。东部作为改革开放前沿，因早期制造业集聚与后期服务外包辐射乡村，缩距效应显著；中部承接产业转移形成“以工补农”效应，效应也较明显；西部受限于资源型外资就业吸纳能力弱，效应不显著。故假说H2a得以验证。

Table 6. Regional variability regression results

表6. 区域差异性回归结果

变量	(1) 西部地区 Theil	(2) 中部地区 Theil	(3) 东部地区 Theil
FDI	−0.189	−0.198^***	−0.090^**
	(0.135)	(0.059)	(0.041)
edu	−1.365^**	−0.115	−1.978^***
	(0.540)	(0.377)	(0.290)
pergdp	−0.038^***	−0.012^**	0.015^*
	(0.012)	(0.006)	(0.008)
open	0.025^***	−0.018	−0.012
	(0.005)	(0.015)	(0.011)
gov	−0.068^***	−0.029	0.043
	(0.017)	(0.031)	(0.037)
industry	0.000	−0.000	0.000
	(0.000)	(0.000)	(0.000)
Province FE	YES	YES	YES
Year FE	YES	YES	YES
N	240	160	220
Adjusted R^2	0.945	0.977	0.936

2) 基础设施异质性

本文借鉴冷艳丽等(2016) [20]的划分方法，将全国31个省份分为基础设施完善、中等及薄弱三类区域，并进行分区域回归分析，结果如表7所示。

Table 7. Regression results for infrastructure variability

表7. 基础设施差异性回归结果

变量	(1) 基础设施完善 Theil	(2) 基础设施薄弱 Theil	(3) 基础设施中等水平 Theil
FDI	−0.164^***	−0.520^***	−0.103^*
	(0.051)	(0.122)	(0.055)
edu	−2.192^***	−0.124	−0.053
	(0.340)	(0.533)	(0.449)
pergdp	−0.037^***	−0.060^***	−0.010^*
	(0.009)	(0.010)	(0.006)
open	0.004	0.018^***	0.000
	(0.038)	(0.005)	(0.018)
gov	0.067	−0.091^***	−0.007
	(0.047)	(0.016)	(0.027)
industry	0.000	0.000	−0.000
	(0.000)	(0.000)	(0.000)
Province FE	YES	YES	YES
Year FE	YES	YES	YES
N	240	220	160
Adjusted R^2	0.944	0.949	0.969

基础设施薄弱地区FDI缩距效应更强，因新增FDI多投向政府主导的基建、民生项目或劳动密集型产业，显著改善农村劳动力市场；而完善地区缩距效应稳定但弱，因城乡一体化程度高，FDI边际效益递减，从直接就业转向间接技术溢出，短期难缩差距；中等地区FDI负向影响显著但弱，因处于城乡结构变动期，就业创造与资本深化效应抵消，净效应弱。故假说H2b得以验证。

3) 历史开放政策异质性

参考刘乃全和贾彦利(2008)做法[13]，将全国31个省份划分为“有历史开放政策”和“无历史开放政策”两区域开展回归，结果见表8。

Table 8. Regression results for historical open policy variability

表8. 历史开放政策差异性回归结果

变量	(1) 无历史开放政策 Theil	(2) 有历史开放政策 Theil
FDI	−0.089	−0.161^***
	(0.068)	(0.052)
edu	−1.240^***	−2.693^***
	(0.285)	(0.542)
pergdp	−0.047^***	−0.034^***
	(0.006)	(0.008)
open	0.033^***	−0.045^***
	(0.005)	(0.014)
gov	−0.075^***	−0.064^*
	(0.012)	(0.037)
industry	0.000	0.000
	(0.000)	(0.000)
Province FE	YES	YES
Year FE	YES	YES
N	400	220
Adjusted R^2	0.960	0.957

有历史开放政策的地区，已形成成熟的市场制度、法治环境等，优良营商环境使FDI更高效融合本地经济，充分释放技术外溢与产业关联效应，更有效推动城乡收入收敛；而无历史开放政策的地区，因制度与市场体系不完善，“就业创造”与“技术溢出”效应受限，缩距效果不显著。故假说H2c得以验证。

5. 机制检验

本文采用常见方法计算中介效应占比，即间接效应(a × b)与总效应(TE)的比值乘以100%，其中a为FDI对产业结构的影响系数，b为产业结构或基建水平对城乡收入差距的影响系数。

5.1. 产业结构的机制效应检验

产业结构(IS)机制分析结果见表9。模型显示总效应TE为−0.115，a为0.859，b为0.021，直接效应DE为−0.133。通过计算，间接效应IE为0.018，产业结构路径的效应占比为−15.65%。即当模型中加入产业结构变量后，FDI的直接缩距效应得到强化，从而验证了假说H3a。

Table 9. Analysis of industrial structure mechanisms

表9. 产业结构机制分析

变量	(1) Theil	(2) IS	(3) Theil
FDI	−0.115^***	0.859^*	−0.133^***
	(0.038)	(0.510)	(0.037)
IS			0.021^***
			(0.003)
edu	−1.327^***	−40.464^***	−0.484^*
	(0.240)	(3.184)	(0.262)
pergdp	−0.043^***	0.377^***	−0.051^***
	(0.005)	(0.065)	(0.005)
open	0.027^***	−0.031	0.028^***
	(0.004)	(0.056)	(0.004)
gov	−0.070^***	−0.388^***	−0.062^***
	(0.011)	(0.148)	(0.011)
industry	0.000	−0.001	0.000^**
	(0.000)	(0.001)	(0.000)
Province FE	YES	YES	YES
Year FE	YES	YES	YES
N	620	620	620
Adjusted R^2	0.958	0.977	0.961

产业结构(IS)对城乡收入差距的正向系数，反映产业升级阶段性特征。FDI推动的产业升级集中在城镇二、三产业，加剧城乡产业分化，使产业结构升级单独作用时扩大差距。但FDI通过吸纳农村劳动力、延伸产业链等直接效应抵消间接影响，总效应仍缩小，呈现直接效应主导、间接效应阶段性抑制特征。

教育水平(edu)对产业结构的显著负向效应，源于区域教育结构与产业需求错配。中西部农村教育提升多集中在基础教育，高技能人才供给不足，难以适配FDI产业升级的技能需求；且因采用单一指标测量，偏差可能放大该效应。

5.2. 基建水平的机制效应检验

基建水平(INF)的机制分析结果见表10。模型显示总效应TE为−0.115，a为1.098，b为0.015，直接效应DE为−0.131。通过计算，间接效应IE为0.0165，基建水平的路径效应占比为−14.35%。即FDI推动基建升级的间接效应会轻微扩大城乡收入差距，但FDI的直接缩距效应占据主导。故假说H3b得以验证。

Table 10. Analysis of infrastructure level mechanisms

表10. 基建水平机制分析

变量	(1) Theil	(2) INF	(3) Theil
FDI	−0.115^***	1.098^**	−0.131^***
	(0.038)	(0.482)	(0.038)
INF			0.015^***
			(0.003)
edu	−1.327^***	−4.860	−1.255^***
	(0.240)	(3.006)	(0.237)
Pergdp	−0.043^***	0.020	−0.043^***
	(0.005)	(0.061)	(0.005)
OT	0.027^***	0.148^***	0.025^***
	(0.004)	(0.053)	(0.004)
gov	−0.070^***	0.354^**	−0.075^***
	(0.011)	(0.139)	(0.011)
industry	0.000	0.001	0.000
	(0.000)	(0.001)	(0.000)
Province FE	YES	YES	YES
Year FE	YES	YES	YES
N	620	620	620
Adjusted R^2	0.958	0.976	0.959

基建水平(INF)对城乡收入差距的正向影响，源于基建升级的空间偏向与阶段滞后。FDI推动的基建仍以城镇为核心，城乡差距未消，城镇借基建强化产业集聚，短期扩大收入差距；而基建收入效应存在时滞，农村需通过劳动力流动、产业承接释放红利，样本期内这一过程未完成，导致短期扩距。

此外，财政支出(gov)呈现双重效应：既通过正向促进基建间接影响城乡收入差距，也通过民生保障、农村扶持等政策渠道直接缩小差距，与国家区域协调发展、共同富裕等政策导向高度契合。

5.3. 产业结构与基建水平的机制效应综合分析

中介模型结果显示，产业结构优化与基础设施改善均呈抑制性中介特征，虽与理论预期偏差，但反映中国城乡转型的阶段特征与机制约束——红利未有效传导至农村。产业结构上，FDI驱动的产业升级集中在东部城市高端制造与服务业，未辐射县域及农村，城镇借此集聚优质要素，扩大城乡差距；基础设施上，FDI提升了整体基建水平，但新增设施优先服务城市与产业园区，农村存在“最后一公里”短板，基建收益未传导至农村。综上，该结果未消解产业升级、基建提升的机制价值，反而凸显制度设计与政策协同对释放包容性增长潜力的关键作用。

6. 主要结论与对策建议

主要结论：1) FDI总体显著缩小城乡收入差距且效应稳健。该作用通过产业结构优化与基础设施提升两条路径实现，现阶段呈现“直接效应主导、间接效应阶段性抑制”的特征，反映城乡融合的进程性与复杂性。2) 影响具有显著异质性：中东部、基础设施薄弱及有历史开放政策的区域，FDI缩距效应更突出，体现制度环境与要素短板对引资成效的关键调节作用。3) 机制传导存在阶段性滞后。当前FDI推动的产业升级与基建仍偏重城市，短期内加剧城乡资源配置不平衡，凸显政策协同与制度设计在释放“涓滴效应”中的决定性作用。

对策建议：1) 实施差异化引资策略。中西部结合资源禀赋引导FDI投向农产品加工、乡村旅游等劳动密集型产业，配套税收与用地支持；东部则强化技术外溢与产业链下沉。2) 强化FDI与农村基建协同。鼓励外资参与冷链物流、数字乡村等短板建设，对投资乡村基建的外企给予财政奖励与政策便利。3) 健全劳动力匹配与技能提升机制。联合外资开展针对性农村职业培训，打通城乡就业信息平台，放宽户籍限制，提升农村劳动力高质量就业的可及性与适应力。4) 发挥制度先行区示范效应。在有历史开放优势地区深化“放管服”改革，复制推广成熟经验，提升中西部营商环境，增强FDI在欠发达地区的包容性增长潜能。