会员登录
会员注册蒋伟 赖明勇
三、实证结果与分析
(一)全国城市数据分析
以全国244个地级及以上城市为样本,对FDI区位决定的基本模型进行OLS回归的结果表明,五个解释变量与实际利用FDI金额都显示出正相关关系,且通过了5%的显著性检验。模型调整后R2为0.6950,说明选取的解释变量在较大程度上解释了FDI城市分布的差异。但是对OLS回归的残差项进行空间相关性检验发现,Moran′s I指数为0.1506,且在统计上高度显著。这意味着OLS回归的残差项存在显著的空间正相关,造成这种现象的原因可能是因为遗漏了空间变量,使得被解释变量的空间相关性不能被解释变量完全解释,估计的结果可能存在偏误。我们利用极大似然法分别对包含了空间滞后项和空间误差项的SAR和SEM模型回归的结果显示,空间系数ρ和λ都在统计上高度显著,进一步证实了空间相关性的存在。因为SAR模型的LogL值(-282.45)要大于SEM模型的LogL值(-285.67),我们认为SAR模型更好地拟合了空间效应(对同时包含了空间滞后项和误差项的SAC模型回归的结果显示,空间误差自相关系数不显著),在此主要对SAR模型的结果进行解释。
在SAR模型的回归结果中,除了在岗工人平均工资没有通过10%水平下的显著性检验外,其他变量都在5%的显著性水平下呈正相关关系。这说明各城市的工资水平不是影响FDI区位分布的主要因素,这似乎与FDI追求低劳动成本的动机不符,但考虑到城市劳动成本差异的有限性和劳动生产效率的差异,就很容易理解了。而且反映人力资本水平的变量COLL对吸引FDI具有显著的正效应,这也说明人力资本可能是影响FDI布局的更为重要的因素。与一般预期相一致,庞大的经济规模、良好的基础设施条件以及较高的经济集聚程度对于吸引FDI都具有积极的作用。空间滞后项的估计值为0.2690且在1%的水平下高度显著,表明城市层面上的FDI分布存在显著的空间正相关。某个城市实际利用FDI的数量不仅取决于该市的人力资本、经济规模、基础设施和集聚经济等条件,还受到邻近城市利用FDI数量的影响。平均而言,邻近城市实际利用的FDI数量每增加1个单位,本市利用FDI数量增加0.27个单位。
(二)东、中、西部城市数据分析
FDI在中国三大地区之间的分布极不平衡,为了进一步考察FDI在不同地区区位选择的差异,本文依据国家统计局统计资料的区划标准将244个地级及以上城市划分为东部城市(100个)、中部城市(93个)和西部城市(51个)三个样本分别进行考察。
从各地区样本估计的结果中可以发现,WAGE、COLL、GDP、ROAD、CFDI这五个解释变量的符号与利用全国城市作为样本估计的结果一致,都显示出正相关关系,但是各变量的估计值和显著程度在不同地区表现出较大差异。不同地区空间滞后项和空间误差项不仅在估计值大小和显著性程度方面存在差异,而且西部地区空间项的估计值表现为与东部和中部地区截然相反的负值。对不同地区变量估计值的差异进行具体分析,可以揭示FDI区位分布的地区特征。东部城市OLS回归模型的残差中仍表现出了显著的空间正向相关,说明有必要在模型中引入空间变量。SAR和SEM模型的回归结果显示,空间滞后项和空间误差项的估计值分别为0.26和0.334,且通过了5%水平下的显著性检验,证实了FDI在东部城市区位分布具有显著的空间正相关。邻近城市利用FDI的增加将有利于本城市吸引FDI,这种关系得益于东部地区较高的市场一体化程度。GDP和CFDI在1%的显著性水平下与FDI呈正相关关系,而WAGE、COLL和ROAD与FDI的正向相关关系在10%的显著性水平下不显著。这意味着就东部城市而言,市场规模(或城市规模)、集聚经济以及邻近城市利用FDI规模对于本城市吸引FDI具有正面的影响。而工资水平、人力资本以及基础设施条件对FDI区位决策的影响不显著。造成这种状况的原因可能是因为经过长期开放和发展,东部城市在工资水平、人力资本和基础设施方面逐渐趋同,而产业升级换代使得FDI在区位决策时更偏重于规模经济和集聚经济。
对中部城市OLS回归的残差进行空间相关性检验的结果也呈现出显著的正相关性。中部地区空间滞后变量的估计值为0.2730,且在5%的水平下显著,空间误差变量的估计值为0.2790,在10%的水平下显著。 在OLS、SAR和SEM模型中,WAGE、COLL和CFDI三个变量在5%的显著性水平下与FDI显著正相关。中部地区廉价的高素质劳动力成为承接东部沿海地区劳动密集型产业转移的有利条件。由于中部地区制度环境不如东部,因此已有FDI的示范效应尤为重要,已有FDI比例高的城市在吸引FDI方面更有优势。GDP和ROAD的估计值没有通过10%水平的显著性检验。说明对于目前以“效率寻求型”为主的中部外资企业而言,市场规模和基础设施条件在区位决策中的重要性还未凸显。
西部城市OLS回归残差的Moran′s I值为-0.1055,且没能通过10%水平下的显著性检验。这意味着与东、中部城市不同,西部城市FDI的空间分布呈现统计上不显著的负相关关系。SAR和SEM模型中空间滞后项和空间误差项的估计值分别为-0.344和-0.368,P值分别为0.083和0.134。这说明西部城市FDI分布的空间相关性主要体现在空间滞后项上,一个城市流入的FDI与其邻近城市的FDI数量是一种负相关关系。我们对此的解释是由于西部城市布局分散,而空间相互作用的强度随地理距离的扩大而减弱,相对保守的经济结构和较低的市场化程度进一步限制了城市之间的交流,空间相关性不强。落后的经济发展造成的狭窄市场和趋同化的产业结构使得各城市在吸引FDI方面体现出一种此消彼长的相互竞争关系。在OLS、SAR和SEM模型中估计值较大,且相对显著的变量是ROAD和COLL。这说明跨国公司在西部城市进行投资决策时较为注重当地的基础设施条件和人力资本水平,而西部城市的工资水平、市场规模和集聚经济总体上都处于较低的水平,对投资决策的影响不明显。模型总体拟合程度偏低,说明可能影响FDI在西部城市分布的一些重要因素,如制度环境、自然条件、产业结构等,未被包括在模型内,还有待于进一步的深入研究。
四、结论和建议
本文利用空间计量经济学方法对FDI在中国城市的区位决定进行了实证研究。以全国城市为样本进行的分析证实了FDI分布具有显著的空间正相关性,一个城市流入FDI的数量受益于邻近城市FDI的增加。人力资本的提高、市场规模的扩大、基础设施的改善以及集聚经济的发展对于吸引FDI有显著的正面影响;而劳动力成本对于FDI区位决策的影响不显著。FDI的区位分布特征存在明显的地区差异。FDI在东部和中部城市的分布存在着显著的空间正相关关系,而在西部城市则呈现出不显著的负相关关系。对东部城市FDI区位分布起重要作用的因素是市场规模和集聚经济;中部地区的劳动力成本、人力资本和集聚经济对FDI区位分布影响较大;西部地区城市基础设施条件、人力资本以及其他一些未被观测到的因素对于FDI的区位决策有较大的影响。
从研究结论中我们可以引申出如下政策建议:
(1)从FDI区位分布存在的空间相关性出发,有关部门在制定引资政策时应该充分重视这种跨区域的空间联系,积极寻求城市间的互助合作,避免恶性竞争,形成一种互利共赢的引资格局。
(2)各地区城市应该因地制宜,依托自身优势制定引资政策,防止政策的千篇一律。东部城市可以充分发挥自己在规模经济和集聚经济方面的优势,实现利用外资由量到质的转变;而中部城市应该充分利用自身在劳动力方面的优势,进一步提高人力资本和劳动生产率,承接东部地区的产业转移,积极发挥已有外资的示范作用,吸引更多的外资进入;相对东、中部城市而言,西部城市在利用外资方面面临诸如地理条件、市场环境等困难,但是通过改善基础设施条件、提高劳动力素质以及加强城市合作等系列措施,利用FDI水平有望达到新的高度。
参考文献:
贺灿飞,魏后凯. 2001. 信息成本、集聚经济与中国外商投资区位[J]. 中国工业经济(9):38-45.
何奕,童牧. 2008. 长三角外商直接投资的区位选择研究[J]. 金融与经济(1):65-68.
金相郁,朴英姬. 2006. 中国外商直接投资的区位决定因素分析:城市数据[J]. 南开经济研究(2):35-44.
李国平,陈晓玲. 2007. 我国外商直接投资地区分布影响因素研究:基于空间面板数据模型[J]. 当代经济科学(5):43-48.
李小建. 1996. 香港对大陆投资的区位变化与公司空间行为[J]. 地理学报(3):213-221.
鲁明泓,潘镇. 2002. 中国各地区投资环境评估与比较:1990—2000[J]. 管理世界(11):42-49.
沈坤荣,田源. 2002. 人力资本与外商直接投资的区位选择[J]. 管理世界(11):26-30.
苏梽芳,胡日东. 2008. 中国FDI区域分布决定因素的动态演变与地里溢出程度:基于空间面板数据的实证分析[J]. 经济地理(1):17-20.
陶修华,曹荣林. 2007. 江苏省外商直接投资(FDI)时空演变及区位决策因素[J]. 经济地理(3):217-221.
魏后凯,贺灿飞,王新. 2001. 外商在华直接投资动机与区位因素分析:对秦皇岛市外商直接投资的实证研究[J]. 经济研究(2):67-76.
王剑. 2004. 外国直接投资区域分布的决定因素:基于空间计量学的实证研究[J]. 经济科学(5):34-42.
王立平,彭继年,任志安. 2006. 我国FDI 区域分布的区位条件及其地理溢出程度的经验研究[J]. 经济地理(3):265-269.
杨先明,赵果庆. 2004. 中国城市对外商直接投资的聚集吸引力研究[J]. 南开经济研究(2):12-17.
ANSELIN L. 1988. Spatial econometrics: methods and models [M].
CHENG L K,YUM K K. 2000. What are the determinants of the location of foreign direct investment-the Chinese experience [J]. Journal of International Economics,51:379-400.
COUGHLIN C, SEGEV E.2000. Foreign direct investment in
GONG H. 1995. Spatial patterns of foreign investment in
QU T,GREEN M B. 1997. Chinese foreign direct investment: a subnational perspective on location [M].
JIANG Wei LAI Mingyong. Spatial Dependence and FDI Location Determinants: Spatial Econometrical Analysis Based on Chinese Urban Data (
Abstract: Based on data of 244 Chinese cities in 2006, this paper studies the location selection of FDI in mainland
Keywords: foreign direct investment(FDI); location determinants; spatial dependence; spatial econometrics
来源：《财贸研究》2009年第6期
责任编辑：奇奇