長三角外商直接投資區(qū)位選擇的實證分析

【摘要】隨著改革開放的不斷深化，外商直接投資在長三角經(jīng)濟中的作用日益突出。文章利用1995-2007年長三角地區(qū)城市面板數(shù)據(jù)，檢驗了市場規(guī)模、城市化水平、政府干預程度等因素對長三角外商直接投資區(qū)位選擇的影響。文章發(fā)現(xiàn)，市場規(guī)模和城市化水平對長三角各市FDI的流入具有正向的顯著影響；政府干預程度對長三角各市FDI的流入具有負向的顯著影響。

【關鍵詞】外商直接投資區(qū)位選擇長三角

一、引言

2005年，我國實際吸收外商直接（FDI）①投資603.25億美元，作為最具潛力的發(fā)展中國家，繼續(xù)名列“外國直接投資信心指數(shù)榜”首位，從而連續(xù)四年成為世界上對FDI最具吸引力的國家（賀清云，2008）[3]。隨著我國改革開放的不斷深化，F(xiàn)DI在經(jīng)濟發(fā)展中的作用逐漸突顯。它的進入不僅彌補了改革開放初期資金不足的缺陷，為經(jīng)濟騰飛注入了動力；而且促進了外向經(jīng)濟的發(fā)展，增強了我國對全球經(jīng)濟的影響；更帶來了先進的技術和管理經(jīng)驗等等，在改革開放的30多年里，F(xiàn)DI無疑為長三角的經(jīng)濟增長做出了重要貢獻。但是FDI在長三角的分布就像其在全國范圍內(nèi)的分布一樣，是不均衡的：大部分的FDI都集中分布在上海、南京、蘇州等地。這在一定程度上拉大了長三角城市間的差距，不利于長三角經(jīng)濟的均衡增長。

針對FDI這種不均衡分布，及其在經(jīng)濟增長中的重要作用，近年來許多國內(nèi)外學者，對FDI的區(qū)位選擇進行了研究，試圖解釋造成我國現(xiàn)階段FDI分布情況的原因。其中韓劍、潘沁、徐康寧（2005）指出對外開放程度、FDI聚集程度是影響FDI區(qū)位選擇的重要因素，較高的對外開放程度和較高的FDI聚集度都有利于FD的流入[6]；竇清紅（2008）的分析結果表明，稅負水平對于FDI流向產(chǎn)生重要影響，兩者呈負相關關系[1]；賀清云（2005）分析了公共政策、市場規(guī)模、勞動力因素對FDI區(qū)位選擇的影響，結果表明較低的市場干預程度，較大的市場規(guī)模，以及較高的勞動力密度，都有利于吸引到更多FDI[3]；肖文、周明海（2008）研究了勞動力成本、市場規(guī)模、城市化水平對FDI區(qū)位選擇的影響，結果顯示勞動力成本與FDI流入量呈負相關關系，市場規(guī)模與FDI流入量呈正相關關系，城市化水平與FDI流入呈正相關關系[12]；羅知（2009）的研究顯示，雙邊貿(mào)易對FDI區(qū)位選擇產(chǎn)生顯著影響[8]。

但是目前對于我國FDI區(qū)位選擇的研究大多都是利用分省面板數(shù)據(jù)或利用國際面板數(shù)據(jù)，以整個國家為研究范圍，很少有具體到對某個地區(qū)的研究。而我國是一個人口、面積、經(jīng)濟大國，又是一個政治集權而經(jīng)濟分權的國家，地方政府于國家之間的關系錯綜復雜。因此，現(xiàn)有的研究很難為具體某個地區(qū)吸引FDI提供具體的政策依據(jù)。就長三角而言，雖然是全國吸引FDI最多的地區(qū)，但是現(xiàn)有文獻對長三角FDI區(qū)位選擇的研究卻是少之又少，這顯然無法與長三角巨大的FDI流入量相適應。本文采用1995～2007年的城市面板數(shù)據(jù)，以長三角為范圍，研究該地區(qū)FDI的區(qū)位選擇，并通過研究為長三角如何吸引更多FDI，以及長三角那些FDI分布較少的城市如何通過縮小FDI分布的地區(qū)差異，來縮小與上海、杭州等發(fā)達城市之間的差距提出政策性建議，這在一定程度上對促進長三角地區(qū)經(jīng)濟均衡發(fā)展更具啟示意義。

本文其余部分的結構如下:第二部分是指標的選擇、模型的設定及數(shù)據(jù)說明；第三部分是運用所選的模型對樣本進行檢驗，以及檢驗結果；第四部分是根據(jù)檢驗結果得出的結論以及政策性建議。

二、指標的選擇、模型的設定及數(shù)據(jù)說明

（一）指標的選擇

目前已有的研究表明，影響FDI在我國的區(qū)位選擇因素主要有：政府干預程度（魏厚凱，2002）、勞動力密度（肖文，2008）、市場規(guī)模（賀清云，2008）、城市化水平（賀燦飛，2005）、FDI聚集程度（徐康寧，2005）、勞動力成本（王劍，2004）等。本文在綜合了已有研究出的結論之后，選取了一些在現(xiàn)有文獻中常用的指標，并將其應用于對長三角FDI區(qū)位選擇的研究，以期對長三角FDI現(xiàn)有的分布狀況進行解釋。

根據(jù)Smith的觀點，政府的職責應該是充當“守夜人”一個好的政府應該盡可能少的干預經(jīng)濟，保持較輕的稅負水平。一方面，若政府對本國經(jīng)濟干預過多，將會破壞市場的競爭，造成不公平競爭，對于適應了高度市場化經(jīng)濟的外資持有人來說，這無疑會阻礙他們對東道國的投資；另一方面，若東道國的稅負水平過高，將會減少外資的獲利空間，這同樣會減少外商來東道國投資，因此本文選取的度量FDI區(qū)位選擇的第一組和第二組指標分別是政府干預程度和稅負水平，并預計政府干預程度和稅負水平對于FDI流入量均呈負相關關系。每一個外資企業(yè)，都需要雇傭不同數(shù)量東道國的勞動力為自己服務，而對那些勞動密集型的外資企業(yè)來說，勞動力的充裕程度則顯得尤為重要，因此本文選取的第三組度量FDI區(qū)位選擇的指標是勞動力密度，預計勞動力密度與長三角各城市FDI的流入量具有正向影響。度量FDI區(qū)位選擇的第四組指標是市場規(guī)模，市場規(guī)模是衡量一個地區(qū)經(jīng)濟活動水平的重要指標，一個較的大市場除了會給企業(yè)提供更多的規(guī)模經(jīng)濟和溢出效應帶來的好處外，還能帶來巨大的市場需求和獲利空間，外商投資的根本動機就是獲利，所以只要一個地區(qū)存在足夠大的市場和獲利空間，就會有外商來投資，從而我們預計市場規(guī)模對長三角各市FDI流入量具有正向的顯著影響。度量FDI區(qū)位選擇的第五組指標是城市化水平，城市化水平越高，代表著該地區(qū)的基礎設施越健全、市場機制越完善，因此我們預計城市化水平與長三角各市FDI流入量呈正相關關系。

具體來說，我們對所選五組指標的表示方法為：（1）政府干預程度，我們用財政支出于GDP的比值來表示，這個比值越大，意味著政府對經(jīng)濟的干預程度越高。（2）稅負水平，我們用財政收入于GDP的比值來表示，兩者的比值越大，代表著越高的稅負水平。（3）勞動力密度，我們采用每平方公里擁有的人口數(shù)來表示。（4）市場規(guī)模，我們用人均實際GDP來表示，人均實際GDP越多，市場規(guī)模越大。（5）城市化水平，我們用非農(nóng)人口占總人口的比重來表示，這個比重越大，城市化水平越高。

（二）模型設定

根據(jù)我們選擇的五組度量長三角地區(qū)FDI區(qū)位選擇的指標，我們的基本計量模型設置如下：

AFDI■=α■+α■AGDP■+α■LABOR■+α■URBAN■+α■TAX■+α■FE■+ε■

其中:i=1，2，...16;t=1995，1996，...2007

被解釋變量是AFDI，用人均實際利用外商直接額來表示，我們首先利用各年匯率將以美元計價的FDI折算成人民幣值，再以1995年為基期對名義FDI進行價格平減得到真實值，單位是元/人。AGDP代表的是人均實際GDP，我們以1995年為基期，對其他各年的名義人均GDP進行平減，單位是元/人；LABOR是勞動力密度，我們用每平方公里內(nèi)擁有的人口數(shù)量來表示，單位是人/平方公里；URBAN是城市化水平，我們用非農(nóng)人口在總人口中所占比重來表示；TAX是稅負水平，我們用財政收入與GDP的比值來表示；FE是政府干預程度，我們用財政支出與GDP的比值來表示。

接下來，我們對文章中所使用的相關變量進行描述性統(tǒng)計分析，以獲得一手的感性認識（見表1）。從表中我們發(fā)現(xiàn)，被解釋變量AFDI的標準差較大，為1240.326，這表明在長三角各城市之間FDI的流入量差異較大；在被解釋變量中，標準差最大的是AGDP，為4719.644，這表明在長三角各市之間經(jīng)濟發(fā)展水平的差異較大，標準差最小的是TAX，這表明在長三角各市之間，稅負水平相差不大。

三、檢驗結果

我們首先將研究對象設定為長三角地區(qū)的全部16座城市，通過Hausman檢驗，②得到W=3.68，p=0.2981，說明隨機效應模型優(yōu)于固定效應模型，因此我們采用廣義最小二乘法（xtgls）對樣本進行檢驗，檢驗結果見表2模型1。檢驗結果中，所有控制變量的符號均與預期相同，但是顯著性較差：只有AGDP在1%的水平上顯著，URBAN在10%的水平上顯著，其余三個控制變量均不顯著，我們懷疑造成檢驗結果不理想的原因是模型中存在內(nèi)生性問題。因此我們將所有的控制變量都取滯后兩期，試圖在一定程度上消除內(nèi)生性問題對檢驗結果造成的影響。通過Hausman檢驗得到W=7.48，p=0.0580，因此我們采用廣義最小二乘法對樣本進行檢驗，檢驗結果見表2模型2。從中我們發(fā)現(xiàn)，檢驗結果比模型1理想了很多，這說明的確存在內(nèi)生性問題。接下來在模型3中，我們將上海、南京、杭州以及寧波4個城市予以剔除，之所以將它們剔除，是因為他們都是副省級城市或直轄市，在我國的經(jīng)濟體系中具有特殊的地位，這有可能會使它們成為檢驗中的異常值。同樣，我們通過Hausman檢驗得到W=5.59，p=0.1333，因此我們采用廣義最小二乘法對樣本進行檢驗，檢驗結果見表2模型3。

在模型2中，AGDP的系數(shù)是0.0701，而且是顯著的，這說明市場規(guī)模越大，對FDI的吸引越大，這和我們的預期一致。AGDP代表的是一個地區(qū)的經(jīng)濟發(fā)展水平，意味著越富裕的地區(qū)，越能吸引更多的FDI，而且AGDP是經(jīng)濟發(fā)展過程中長期積累的結果，是短期內(nèi)很難改變的，因此它在一定程度上會拉大地區(qū)間的差異，不利于經(jīng)濟的均衡增。LABOR的系數(shù)是0.0271，說明勞動力資源越豐富的地區(qū)，吸引的FDI越多，這和事實經(jīng)驗以及我們的預期相吻合，但是在模型中LABOR是個不顯著的控制變量。我們認為其中的原因主要有2個：一方面長三角的交通運輸業(yè)發(fā)達，城市于城市之間的距離比較近，勞動力在各個城市之間的流動是很方便的；另一方面，本文使用的勞動力密度這一數(shù)據(jù)統(tǒng)計的是本地人口數(shù)的密度，但是在現(xiàn)實中，長三角有大量的外來務工者，這也對檢驗結果造成了影響。因此在今后的研究中，在勞動力因素度量指標的選擇，是一個有待改進的方面。URBAN的系數(shù)是2014.8280，而且是十分顯著的，這意味著城市化水平越高的地區(qū)，越能吸引FDI，這同樣和我們的預期一致。TAX的系數(shù)為2865.268，是不顯著的，這說明稅負水平在長三角稅負水平對FDI區(qū)位選擇的影響不顯著。我們認為造成這種結果的主要原因是：長三角各城市間的稅負水平較為接近③。FE的系數(shù)是-3657.776，而且是比較顯著的，這就說明政府對經(jīng)濟的干預程度越高，F(xiàn)DI進入的抑制作用就越大，這同我們的預期相吻合。

在模型3中，由于上海、南京、杭州、寧波4個城市都是副省級和直轄市，可能會影響檢驗結果的可靠性，我們將它們剔出模型，檢驗結果中AGDP、URBAN、TAX和FE四個控制變量的符號均保持不變，在顯著水平上也沒有大的變化，這說明這四個控制變量對長三角FDI流入的影響是比較穩(wěn)定的；但是勞動力密度的符號由正的變?yōu)樨摰模侨匀徊伙@著，這說明勞動力密度在長三角FDI區(qū)位選擇過程中是一個不穩(wěn)定的因素。

注：***表示在0.01水平上顯著，**表示在0.05水平上顯著，*表示在0.1水平上顯著，括號內(nèi)是t值。

四、結論及政策建議

改革開放三十多年，我國的FDI從最初的零，在經(jīng)歷了三十多年的漫長路程后，現(xiàn)在成為僅次于美國的世界第二大FDI東道國，三十年間外商從我國獲得收益的同時也為我國的經(jīng)濟增長做出了貢獻。但是，我們對于FDI的研究卻遠遠地落后于世界水平，遠未達到與FDI流入量相適應的要求。對于FDI的區(qū)位選擇，知道的則更少。從個體上講，這不利與那些在吸引FDI中處于劣勢地位的城市，增強自身競爭力，吸引更多外資，縮小與發(fā)達城市間的差距；從整體上說，這不利于我們“有針對性”地采取一些招商引資的措施，吸引更多外資，促進長三角經(jīng)濟的健康平穩(wěn)增長。

我們運用了1995～2007年長三角地區(qū)的城市面板數(shù)據(jù)，對幾個在不同文獻中都被認為對FDI區(qū)位選擇具有顯著影響的因素進行檢驗，試圖找出它們對長三角地區(qū)FDI的區(qū)位選擇中是否依然具有顯著影響。根據(jù)前文檢驗結果，我們得出以下結論：首先，不同的區(qū)域范圍，影響FDI的因素以及各個因素的顯著程度是不同的。例如：在許多以全國為研究范圍的文獻中，勞動力密度和稅負水平都是具有顯著影響作用的因素，但是在長三角地區(qū)，這兩個因素的影響不顯著。其次，市場規(guī)模、城市化水平都對長三角地區(qū)FDI的流向產(chǎn)生顯著影響，而且越大的市場規(guī)模，越高的城市化水平越有利于FDI的流入。最后，政府對經(jīng)濟的干預程度對長三角地區(qū)各城市FDI的流入具有負向的顯著影響，既越低的干預程度越有利于吸引更多FDI。

本文的研究表明，對于長三角地區(qū)那些現(xiàn)階段吸引FDI較少的城市，若想縮小FDI流入量上與上海等發(fā)達城市的差距，最主要的是擴大擴大市場規(guī)模，提高城市化水平，以及降低政府對經(jīng)濟的干預程度。市場規(guī)模的大小代表著經(jīng)濟發(fā)展水平的高低，是經(jīng)濟發(fā)展過程中長期積累的結果，是短期內(nèi)很難改變的一個因素。這就要求政府在制定政策時，切實以經(jīng)濟發(fā)展為中心，重視積累，放遠眼光注重長期效益，不能光顧眼前利益。同時還要求政府減少對市場經(jīng)濟的干預、保護市場競爭、完善市場機制，為外資創(chuàng)造公平、自由的投資環(huán)境。只有這樣才能真正提高自身競爭力，充分地處長三角這一地理優(yōu)勢，促進自身經(jīng)濟的發(fā)展，促進長三角經(jīng)濟的均衡增長。

本文的不足之處在于，由于數(shù)據(jù)的限制，我們未能將對外開放程度、聚集效應、勞動力成本、基礎設施等因素納入模型進行研究，而這些因素在現(xiàn)有文獻中都被認為對FDI區(qū)位選擇產(chǎn)生顯著影響；同時我們也沒有將FDI屬于市場導向型還是資源導向型納入模型，這為我們以后的研究提供了方向。

注釋

{1}為了行文方便，本文余下部分將外商直接投資則簡寫為FDI。

{2}本文在檢驗過程中使用的均是STATA10.0軟件。

③在我們進行的描述性統(tǒng)計分析過程中，TAX的方差僅為0.1143207，是所有控制變量中最小的，這表明長三角地區(qū)各城市間稅負水平比較接近。

參考文獻

[1]竇清紅.FDI稅收政策研究[M].中國稅務出版社，2008年版.

[2]付元海，彭民安，羅志輝.FDI區(qū)位研究綜述[J].《湖南行政學院學報》，2005年第1期.

[3]賀清云.FDI區(qū)位環(huán)境優(yōu)化研究—以湖南為例[M].湖南師范大學出版社，2008年版.

[4]賀燦飛.FDI區(qū)位：理論分析與實證研究[M].中國經(jīng)濟出版社，2005年版.

[5]胡函鈞，王紀亮.中國FDI地區(qū)分布影響因素分析[J].《社會科學》，2005年第5期.

[6]韓劍，潘沁，徐康寧.FDI地區(qū)集聚效應的實證研究[J].《國際貿(mào)易問題》，2005年第3期.

[7]聯(lián)合課題組.外資利用與昆山經(jīng)濟發(fā)展[M].上海三聯(lián)書店，2006年版.

[8]羅知.中國FDI流入的決定因素：基于國際面板數(shù)據(jù)的實證研究[J].《南方經(jīng)濟》，2009年第1期.

[9]魏厚凱.中國外商投資區(qū)位決策與公共政策[M].商務印書館，2002年版.

[10]王劍.FDI區(qū)域分布的決定因素分析[J]，《經(jīng)濟科學》.2004年第5期.

[11]許琳，毛加強.我國利用FDI的區(qū)域分布研究[J].《蘭州大學學報》，2005年第6期.

[12]肖文，周明海.中國FDI的區(qū)位選擇及其影響因素分析[J].《經(jīng)濟學·管理學》，2008年第2期.

作者簡介：周仲輝（1988-），男，漢族，浙江麗水人，就讀于浙江財經(jīng)學院金融學院，研究方向：金融學。