《中国外商直接投资的区位决定.docx》由会员分享，可在线阅读，更多相关《中国外商直接投资的区位决定.docx（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第10页 共10页中国外商直接投资的区位决定 基于地区数据的空间计量分析内容提要 本文基于19922002年的面板数据，采用空间计量经济学的方法，研究了中国各省市FDI的区位决定。研究的结果表明教育水平、基础设施、省市市场规模、FDI存量和优惠政策对FDI流入是正面影响，而工资水平对FDI流入是负面影响；各省市周边市场潜力的影响不显著，从而进一步证实了中国国内市场的分割性。在进行稳健性检验后，我们还发现各省市FDI的相互影响不能确定，还需要以后进一步研究。关 键 词 中国 外商直接投资 空间计量 一 引 言随着上个世纪70年代末
2、中国改革开放的进行，中国所吸引的FDI开始逐渐发展，在初期FDI的规模并不大，增长速度也不快。但从上个世纪80年代末开始，FDI有了迅猛的增长，1991年，中国所吸引的实际FDI金额为43.66亿美元，在全球排名十三位，在发展中国家排名第三位。但到了1993年金额已达到了275.15亿美元，成为世界第二大FDI吸收国，仅次于美国。此后，中国所吸引的FDI规模继续扩大，到2004年实际金额已达到了606.3亿美元。但FDI在我国的地区分布是极为不平衡的，主要流向了东部沿海的省份，而中西部的流入相对较少。图1显示了19912003年我国东、中、西部的FDI流入占全国的比重。虽然经过这么多年的发展，
3、中部和西部的外资流入在不断增长，但从图中可以看出，中部和西部在全国所占的比例却依然很小。图1 1991-2003年我国中部、西部、东部外资历年所占比例资料来源：中国统计年鉴各年度，中国统计出版社说明：东部包括北京、河北、天津、辽宁、山东、江苏、上海、福建、浙江、广东、海南；中部包括吉林、黑龙江、山西、河南、安徽、湖北、湖南、江西；西部包括内蒙古、新疆、青海、甘肃、西藏、宁夏、陕西、四川(包括重庆)、云南、贵州、广西。对于什么原因导致了外商直接投资在我国投资区位分布上的巨大差异，以往有很多的文献从各省市自身特征的角度入手进行了研究。如Cheng and Kwan(2000) ，用了1985199
4、5年的29个中国省市 本文中“省市”均指的是“省、直辖市和自治区”的FDI数据进行研究，结果表明大的市场规模、好的基础设施、政策优惠以及低劳动力成本会促进FDI，而教育水平对FDI的影响不显著；孙俊（2002）用19851999年的各省FDI的面板数据进行研究，结果表明政策优惠、开放水平、产业优势和市场化程度对FDI是正面影响。此外还有很多学者对此进行了分析（Heid and Ries,1996；Chen, 1997；Sun, et. al. 2002等）。但大部分对此问题的研究都没有考虑到各省市FDI之间的空间相关性，也就是各省市FDI相互之间的影响。在Coughlin and Segev(
5、2000)的分析中，第一次考虑到了空间相关性对FDI的影响，其采用了空间计量经济学的方法了研究了1990-1997年中国各省份FDI的决定，数据采用的是各年度的平均值；研究结果表明：市场规模、劳动生产力和沿海城市区位正面影响FDI，而工资水平和人口文盲率影响是负面的，中国各省市FDI存在着空间相关性，相互之间是互补的关系。王剑（2004）采用了类似的方法得出了相似的结论。但上述两篇文章的实证分析中存在着三个问题，一是采用的都是类似截面数据的方法（各年度的平均值），而中国省市的数量决定了上述研究中样本量偏少（最多只可能是31省市样本）；二是只考虑了各省市市场规模对其所吸引FDI的影响，没有考虑到
6、周边省市的市场潜力的影响，而若国内各省市市场是一体化的，则FDI所针对的市场也可能包括了周边省市的。三是回归结果没有进行稳健性检验，因为FDI在各省市之间相互影响的机制并不清楚，所以实证分析的结果应该进行稳健性检验（Blonigen, et. al., 2004）。基于以上三点，上述两篇文章的实证分析结果可能是有偏或者是不稳健的，因此结论还有待进一步证实。鉴于此，本文进一步采用空间经济计量学的方法研究中国各省市FDI的区位决定因素，针对上述三个问题对实证分析进行改进。首先在回归中采用了面板数据，以扩大样本；其次加入了周边市场潜力变量；再次对模型的结果进行稳健性检验。分析的结果表明教育水平、基础
7、设施、省市市场规模、FDI存量和优惠政策对FDI是正面影响，而工资成本对FDI是负面影响；周边市场潜力的影响不显著，说明中国国内市场是分割的；各省市FDI之间的相互影响不确定，还需要进一步进行研究。本文分为四个部分，接下来的第二部分介绍回归模型和数据来源，第三部分报告回归估计的结果，第四部分总结全文。二 回归模型以及数据来源空间计量经济学自从上个世纪七十年代被提出之后，很多人对其进行了研究，早期的研究中以Anselin(1988)最为系统。随着理论的不断完善，很多研究者把其应用于分析实际的经济问题，空间相关性是空间计量经济学研究的一个重要内容。中国各省市FDI之间如果是相互影响的，例如相互之间
8、是竞争的关系，一省市的FDI的增加是以其他省市的FDI减少为代价的，或者是互补关系，一省市FDI的增加会促进其他省市FDI的增加，就存在着的空间相关性（Spatial Dependence）。空间相关具体是指在样本观测中，位于位置i的观测值与位置ji的观测值有关，即 (1)以往FDI决定的实证分析中，回归往往采用的是最小二乘法(OLS)，但在空间相关存在的情况下，最小二乘估计是有偏的也不具有一致性(LeSage ,1999)。为了避免这个问题，要进行空间计量分析，其常采用的方法是极大似然估计法（ML）或两阶段最小二乘法（2SOLS）。在分析中最常用模型有两个：空间滞后模型（Spatial la
9、g model）和空间误差模型(Spatial error model)。为了研究的方便，本文只采用了空间滞后模型。在以往对中国FDI的分析文献中，最常用的模型是弹性模型，将这两者相结合，我们得出了本文分析所需的模型。 (2)是影响各省市FDI流入的各种因素，在分析总结以往的文献基础上（Heid and Ries,1996；Chen, 1997；Cheng and Kwan，2000；孙俊，2002； Sun, et. al. 2002等），本文采用了劳动力素质、市场规模、劳动力成本、基础设施、集聚因素和优惠政策性等变量；此外还加入了本文想要进行验证的周边市场潜力变量。被解释变量FDI的数据来
10、源于中经网统计数据库 .db.cei.gov./，该数据库提供了改革开放以来各省历年吸引的以美元为衡量单位的外商直接投资额，考虑到中国从20世纪90年代初FDI流入才得以迅速增加，以及其他一些数据的可得性。最终选择的是19922002年的面板数据。样本选择中，由于西藏的FDI规模较少，和以往大多数文献中所做处理一样，本文将其舍去。海南省由于其是个海岛，不和任何省份相邻，在空间上不好处理，因此也舍去。重庆市在1997年从四川省分离出来成为直辖市，在本文中，对于1997年后的数据，把重庆市和四川省进行加总处理。为了消除物价变动的影响，本文用国际货币基金组织的GDP缩减指数对FDI值进行了价格处理
11、GDP缩减指数来自International Monetary Fund, World Economic Outlook Database, September 2004。因为有些省份的有些年份FDI的值是零，无法进对数化处理，实际中采用的是的形式。数据详细说明和来源如下：1、劳动力素质(Education)。劳动力素质的衡量主要有三种方法，一是某个年龄段受教育的平均年限，二是取得某种学历的人群在总人口的比例，三是总人口中文盲比率。本文采用的是6岁以上的人群的平均受教育年限。劳动力素质越高，则应对FDI的吸引力越强，所以此项系数预计为正。数据来源，相应年份的中国人口统计年鉴。 2、各省市场规模
12、（GDP）。用各省市的GDP来表示，把各省市名义GDP用各省市国内生产总值指数进行价格调整为实际GDP。对于市场寻求型的FDI来说，市场规模越大，则越有可能进行FDI。所以此项系数预计为正。数据来源，新中国五十年统计资料汇编国家统计局国民经济综合统计司，新中国五十年统计资料汇编，北京：中国统计出版社，1999年和相应年份的中国统计年鉴。3、劳动力成本（Wage）。本文用实际工资率来衡量劳动力成本，对各省名义工资率用居民消费价格指数进行调整得出实际工资率。高劳动力成本会阻碍FDI的流入，所以此项系数预计为负。数据来源，工资水平来自于相应年份的中国劳动统计年鉴，居民消费价格指数来源新中国五十年统计
13、资料汇编以及相应年份的中国统计年鉴。4、基础设施(Infrastructure)。基础设施包括许多方面，如机场、港口、交通网络、通信设施、供水供电等，研究中经常用到的代替变量是单位面积上的公路或铁路等交通运输线路长度，或者是每户的电话数等。本文采用了单位面积上的公路里长来进行衡量。好的基础设施可以降低生产和交易成本，FDI通常倾向于基础设施完善的地区，所以此项系数预计为正。数据来源，新中国五十年统计资料汇编和相应年份的中国统计年鉴。5、周边市场潜力（Market potential）。以往的分析中常常只用各省市的GDP来表示FDI所面对的整个市场规模，这种做法前提假设是中国省际之间的市场是完全
14、分割的。对中国市场的分割状况的研究主要有Young(2000), Poncet(2005)等，基本的结论是中国市场在省际间是分割的。在以往的各省市FDI决定的研究中，往往把这个作为既定的前提条件。在本文中对此项假设进行了验证。如果市场是分割的，那么周边市场潜力的系数就应该是不显著的。但如果市场是一体化的，市场为导向FDI所关注的可能包括了周边省市的市场，周边市场潜力变量的系数就应为正，以往的一些研究结果就可能是有偏的。周边市场潜力的计算采用了Harris（1954）的定义：某一地区所面临的潜在的市场容量是一个空间加权平均值，该指标与本地区及其他地区的收入呈正比，与其他地区到该地区的距离呈反比。
15、本文已单独列出了本省市的市场规模变量，因此计算时将其省略，则第省区的周边市场潜能可表示为： （3）其中为第省的国内生产总值，各省实际GDP来源同上；为、两省省会城市间的公路距离，本文取两地之间最短的公路距离而非直线距离，这样可以间接考虑各地地形地貌（比如山地、高原和沙漠等）的差异性，两省会之间的公路距离从电子地图上直接读取。5、集聚因素(FDIS)。本文采用各省FDI存量来衡量集聚，FDI在某省市集聚越多，在“示范效应”和外部经济等的影响下，FDI就倾向流入该省市，因此此项系数预计为正。本文FDI存量数据也来自于中经网统计数据库，把改革开放后各省历年吸引的FDI量进行价格处理后（处理方法同FD
16、I流量），进行加总得出各年的FDI存量。6、政策性因素(Policy)。是衡量各种优惠政策对FDI的影响，在研究省际FDI区位决定时主要用各种有着不同优惠政策的特殊区域来衡量。这种特殊经济区域主要有三类，一是经济特区，我国现有五个经济特区，分别是1980年设立的深圳、珠海、汕头和厦门经济特区，以及1988年设立的海南经济特区。二是沿海开放城市数，1984年我国进一步开放沿海14个港口城市：大连、秦皇岛、天津、烟台、青岛、连云港、南通、上海、宁波、温州、福州、广州、湛江、北海。三是国家级经济开发区，从1984年我国开始设立第一批国家级经济开发区至今，我国已经设立了49个国家级经济开放区以及5个享
17、受国家级经济技术开发区政策的区域 各国家级经济开放区以及享受国家级经济技术开发区政策的区域所设立的时间见吉林省商务厅网站.jldofcom.gov./df_site/news.jsp?info_id=2198。本文采用了孙俊（2002）的方法，根据不同类型开放地区的政策特点，赋予不同的政策等级。经济特区的政策优惠最高，将其级别定为4，其次是沿海开放城市，级别为3，国家级经济技术开发区的级别为2。在确定了不同类型地区的政策级别后，在此基础上确定每个省市的政策级别，一个省份每拥有一个上述的开放类型地区，就在其政策级别基数上加上该类型的政策级别。经过累加计算，就得到了各地区历年的政策优惠指数（Pol
18、icy）。我们同样对这些指数进行了对数化处理，因为有些样本的政策优惠指数为零，无法进行对数化，因此采用了LN(Policy+1)的变量形式。表1是对数据的描述性统计。表1 数据描述性统计变量单位均值中值最大值最小值标准差预测符号FDI万美元8132.4423003.28673950.9013403.56Education年/人6.461856.51910.0983.116361.303389+GDP万元8512000614860640060501385459.87107954+Wage元2371.4971998.95311029.72941.42851333.314Infrastructure
19、公里/平方公里0.2816650.2583691.013550.0169230.187656+MarketPotential20.3015417.7065860.727743.42795310.36029？FDIS万美元60595.0218383.47947603104.0088130232.6+Policy4.80519522606.325151+注：涉及到价格处理的变量，表中所列值都是处理后的。是空间滞后项。其中W是空间滞后权数矩阵，形式可以为空间相邻矩阵或空间权重矩阵，其是一个方块对角矩阵（Block-diagonal Matrix），每个块（Block）代表的是任意一年的权数矩阵，都可
20、以表示为： (4)本文分析的年份一共有11年， 所以W一共包含了11个w，而每一年又有28个样本，所以W是个308308的矩阵 矩阵的具体表示方法可参见杨长志（2007）。Coughlin and Segev(2002)，王剑（2005）的实证分析中采用的都是空间相邻矩阵，也就是假设只有地理上接壤的两个省份的FDI之间才相互影响。若两个国家在地理上是接壤的，则在空间相邻矩阵中对应的值为1，否则为零。即：1或0 （i和j接壤为1，不接壤为0） (5)空间权重矩阵是赋予周边不同省市的FDI影响力以不同的权重。也就是说不仅仅接壤的省份FDI相互有影响。通常假定离的越远的省份的影响力越小，也就是权重越
21、小。本文用空间权重矩阵来进行稳健性检验，采用的是以下两种权重方法。 （是i和j省市首府之间最短的公路距离） (6) （是i和j省市首府之间最短的公路距离） (7)（6）式中取距离两省首府之间最短的公路距离的倒数来为权重（数据来源同上）。在（7）式中假设所有样本中距离最远的两个省市的FDI相互之间无影响（5160公里是两个首府之间最短公路距离中的最大值，从黑龙江的哈尔滨到新疆的乌鲁木齐），即权数取零值，除此外，其他的权重值都为正。这两种函数形式都保证了空间距离越远的省市权数越小，只是不同函数所对应的权数大小有所不同。三 回归结果分析在回归过程中由于采用的是面板数据，为了消除外部因素变化（如国际环
22、境、汇率调整等）给FDI总体上带来的影响，本文加入了时间固定效应。按照空间计量经济学的要求，还要对空间滞后权数矩阵W行标准化，才能进行回归分析。行标准化是指把矩阵W中每一行加总，用加总值去除该行的各个元素，用所得值代替该元素。本文采用了极大似然估计法（ML）进行空间计量分析。为了便于进行比较，还同时进行传统的OLS估计 本文中所有实证分析结果都是由Matlab软件得出，运算程序来源于.spatial-.。表2显示了回归结果。表2 实证分析结果（OLS，ML）OLSOLSSpatial MLSpatial MLConstant-4.78(-2.56) *-4.83(-2.58) *-6.62(-
23、3.67) *-6.33(-3.54) *Ln(Education)0.53(2.05) *0.60(2.40) *0.70(2.85) *0.62(2.65) *Ln(GDP)0.55(6.17) *0.58(6.98) *0.59(7.01) *0.56(7.09) *Ln(Wage)-0.35(-2.41) *-0.32(-2.28) *-0.29(-2.14) *-0.32(-2.38) *Ln(Infrastructure)0.47(5.20) *0.53(8.42) *0.35(3.99) *0.32(3.86) *Ln(MarketPotential)0.13(1.01)-0.1
24、5(-1.02)Ln(FDIS)0.51(8.10) *0.49(3.81) *0.48(7.99) *0.51(9.30) *Ln(POL)0.23(3.77) *0.24(3.29) *0.18(3.04) *0.18(3.13) *W*Ln(FDI)0.19(4.14) *0.17(4.24) *时间固定效应？YesYesYesYes样本数308308308308Adj R2/log-likelihood0.890.89-178.368-178.93注：括号里的是t值，*，*，*分别表示通过显著水平为10，5和1的统计检验。从表2中我们可以看出，在各个共有项中OLS和ML显著性变化不大，
25、但回归系数有些变化较大，如基础设施和政策变量。各项的系数都与预计的系数相同，教育水平、基础设施、各省GDP、基础设施以及FDI存量的系数都为正且显著，而劳动力成本的系数为负且显著。说明教育水平的提高、基础设施的改善、市场规模的扩大、FDI存量的增加都会增加FDI的流入，而工资水平的上升会阻碍FDI的流入。在OLS和ML回归结果中，周边市场潜力的系数都不显著，这说明FDI所针对的市场只是所投资的省市，而并不关心周边市场规模；因此中国的各省市之间的市场是相互分割的，这进一步证实了Young(2000)等的结论。本文还剔除了不显著的周边市场潜力项进行了OLS和ML估计，估计结果也列在了表2中，回归结
26、果变化不大。在ML回归结果中，我们可以看到，空间滞后项的系数为正且显著，同 Coughlin and Segev(2002)和王剑（2004）的研究结果是一样的，但正如前文所说的，由于FDI相互之间具体影响机制目前并不清楚，所以要进行稳健性检验。表3 稳健性检验式(6)式(6)式(7)式(7)Constant-4.40(-2.15) *-4.86(-2.42) *-9.07(-4.35) *-9.36(-4.55) *Ln(Education)0.55(2.15) *0.59(2.36) *0.56(2.26) *0.59(2.47) *Ln(GDP)0.55(6.36) *0.58(7.11
27、) *0.57(6.78) *0.59(7.46) *Ln(Wage)-0.36(-2.51) *-0.32(-2.29) *-0.26(-1.93) *-0.25(-1.85) *Ln(Infrastructure)0.48(5.36) *0.52(6.80) *0.40(4.54) *0.42(5.80) *Ln(MarketPotential)0.15(1.09)0.06(0.47)Ln(FDIS)0.51(8.35) *0.49(8.56) *0.52(8.55) *0.51(9.15) *Ln(POL)0.24(3.88) *0.23(3.80) *0.22(3.69) *0.22(
28、3.69) *W*Ln(FDI)0.39(-0.38)0.003(0.03)0.41(3.87) *0.43(4.30) *时间固定效应？YesYesYesYes样本数308308308308log-likelihood-186.14-186.75-182.20-182.29注：括号里的是t值，*，*，*分别表示通过显著水平为10，5和1的统计检验。表3是利用不同的空间滞后权数进行稳健性检验的结果，通过变动空间滞后权数W中块的表达式进行，分别采用了（6）式和（7）式。可以看出，各控制变量的系数符号与预计相同，大小变化不大，显著性水平也几乎没有变化。市场潜力的系数在各个回归中也都不显著。但本文最
29、为关心的FDI空间滞后项的系数并不稳定，在采用式（6）的回归分析结果中，空间滞后项并不显著虽然空间滞后项系数大小变化较大，但这是主要是因为对各国FDI赋予的权数不同所造成的，而非稳健性不足造成的。这说明个省市之间FDI的相互关系并不能确定，只有准确判断出FDI相互作用的具体过程，给出确切的方程式，才能得出最终的结论。四 结论及政策建议本文针对Coughlin and Segev(2000)和王剑（2004）研究中的不足，采用19922002年的面板数据，用空间计量经济学的方法，研究了中国各省市FDI的区位决定。研究的结果表明教育水平、基础设施、省市市场规模、FDI存量和优惠政策对FDI是正面影
30、响，而工资水平对FDI是负面影响。说明各省市为了吸引FDI的流入，至少可以从以下几个方面入手：（1）提高劳动者素质，除了常规的学校教育外，还可以开展各种专业技能培训等。（2）建好基础设施，东部和西部吸引的FDI差距很大的一个重要的原因就是西部基础设施不健全。与东部沿海相比，西部很多地方的基础设施状况很差。高昂的运输成本往往会抵消西部原材料和劳动力低廉的优势。不少外商在考察西部投资环境后，常常因为这里基础设施落后而放弃了投资计划。（3）发展好本地经济，FDI和经济发展是互相影响的一个过程，一方面FDI能促进经济增长，另一方面经济增长后，市场规模的扩大会促进FDI流入。本文的研究还发现各省市周边市
31、场潜力对FDI影响不显著，这进一步证实了中国国内市场的分割性。地方保护不仅降低了资源配置的静态效率，而且影响了经济增长的速度。如果地方保护不能根除，那么其对生产率进而对整个社会福利的影响，不仅仅在于短期之内的增长效应（降低生产率），还有长期内的水平效应（降低长期的稳态水平）（林毅夫和刘培林，2004）。此外，由于市场分割，势必会给市场寻求型FDI带来整体上的负面影响，因为这种FDI如果面对的是一个一体化的中国市场，必将会增加其进入的可能性和投资的规模。因此打破市场分割，是今后我国政府的一项重要任务。各省FDI之间相互影响机制目前还不清楚，因此本文还对空间计量回归结果进行了稳健性检验，结果发现各
32、省市FDI之间如何相互影响还不能确定。它们之间是相互促进还是相互竞争的关系，这需要以后进行进一步的研究。参考文献：林毅夫、刘培林(2004)：地方保护和市场分割：从发展战略的角度考察，北京大学中国经济研究中心讨论稿系列No. C2004015孙俊(2002)：中国FDI地点选择的因素分析，经济学季刊第一卷第3期王剑(2004)：外商直接投资区域分布的决定因素，经济科学第 5期。杨长志(2007)：亚洲各国FDI流入相互关系的实证研究，数量经济技术经济研究第5期Anderson, J. “A Theoretical Foundation of the Gravity Model”, Americ
33、an Economic Review, 1979, Vol. 69(1): 106-116.Blonigen, Bruce A., Ronald B. Davies, Glen R. Waddell and Helen Naughton. “FDI in Space: Spatial Autoregressive Lags in Foreign Direct Investment” J, NBER Working Paper. No.10939, 2004.Chen Chunlai, 1997. “Provincial Characteristics and Foreign Direct In
34、vestment Location Decision within China”, Chinese Economy Research Unit Working Paper No. 97/16, Univ,ersity of Adelaide.Cheng, Leonard K. and Kwan, Yum K. (2000), “What are the determinants of the location of foreign direct investment? The Chinese experience “, Jounal of International Economics,51(
35、2000)397-400.Coughlin, Cletus and Eran Segev. “Foreign direct investment in China: a spatial econometric study ”, The World Economy ,2000, Vol. 23(1): 1-23.Harris, C. D., “The Market as a Factor in the localization of Industry in the United States”, Annals of the Association of American Geographer,
36、1954, 44(4),315-348.Heid, K. and Ries, J.,1996. “Inter-city competition for foreign investment: static and dynamic effects of Chinas incentive areas” J. Journal of Urban Economics 40, 38-60.Poncet, Sandra, 2005, “A Fragmented China: Measure and Determinants of Chinese Domestic Market Disintegration”
37、. Review of International Economics, 13(3), 409430, 2005Sun, Qiang, Wilson Tong, and Qiao Yu, “ Determinants of foreign direct investment across China”, Journal of International Money and Finance, 21(2002),79-113.Young, Alwyn,“The Razors Edge: Distortions and Incremental Reform in the Peoples Republ
38、ic of China” , Quarterly Journal of Economics 115 (2000):1091136.Location Determinants of FDI in China: An analysis of FDI in Asian Countries Based on Spatial EconometricsAbstract: This paper adopts a spatial econometrics model in the analysis of the location determinants of FDI in China based on th
39、e panel data between 1992 and 2002. The result shows that education level, infrastructure, the market level, the FDI stock and preferential policies have a positive impact in attracting FDI, while wages level, a negative impact. The influence of market potential in surrounding areas is not obvious. This further proves the fragmentation of Chinese markets. However, how the FDI to different provinces influence one another is not clear, which requires further research.Key Words : China; Foreign Direct Investment; Spatial Econometrics提供60万企业管理资料下载，详情查看：./map.htm第 10 页 共 10 页