長三角外商直接投資區位選擇的實證分析

【摘要】隨著改革開放的不斷深化，外商直接投資在長三角經濟中的作用日益突出。文章利用1995-2007年長三角地區城市面板數據，檢驗了市場規模、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位選擇的影響。文章發現，市場規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，作為最具潛力的發展中國家，繼續名列“外國直接投資信心指數榜”首位，從而連續四年成為世界上對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，FDI在經濟發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，為經濟騰飛注入了動力；而且促進了外向經濟的發展，增強了我國對全球經濟的影響；更帶來了先進的技術和管理經驗等等，在改革開放的30多年里，FDI無疑為長三角的經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，不利于長三角經濟的均衡增長。

針對FDI這種不均衡分布，及其在經濟增長中的重要作用，近年來許多國內外學者，對FDI的區位選擇進行了研究，試圖解釋造成我國現階段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、市場規模、勞動力因素對FDI區位選擇的影響，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、市場規模、城市化水平對FDI區位選擇的影響，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，雙邊貿易對FDI區位選擇產生顯著影響[8]。

但是目前對于我國FDI區位選擇的研究大多都是利用分省面板數據或利用國際面板數據，以整個國家為研究范圍，很少有具體到對某個地區的研究。而我國是一個人口、面積、經濟大國，又是一個政治集權而經濟分權的國家，地方政府于國家之間的關系錯綜復雜。因此，現有的研究很難為具體某個地區吸引FDI提供具體的政策依據。就長三角而言，雖然是全國吸引FDI最多的地區，但是現有文獻對長三角FDI區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年的城市面板數據，以長三角為范圍，研究該地區FDI的區位選擇，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分布的地區差異，來縮小與上海、杭州等發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經濟均衡發展更具啟示意義。

本文其余部分的結構如下:第二部分是指標的選擇、模型的設定及數據說明；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、模型的設定及數據說明

（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，選取了一些在現有文獻中常用的指標，并將其應用于對長三角FDI區位選擇的研究，以期對長三角FDI現有的分布狀況進行解釋。

根據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濟，保持較輕的稅負水平。一方面，若政府對本國經濟干預過多，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，都需要雇傭不同數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區位選擇的第四組指標是市場規模，市場規模是衡量一個地區經濟活動水平的重要指標，一個較的大市場除了會給企業提供更多的規模經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模對長三角各市FDI流入量具有正向的顯著影響。度量FDI區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來表示。（4）市場規模，我們用人均實際GDP來表示，人均實際GDP越多，市場規模越大。（5）城市化水平，我們用非農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

根據我們選擇的五組度量長三角地區FDI區位選擇的指標，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擁有的人口數量來表示，單位是人/平方公里；URBAN是城市化水平，我們用非農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計分析，以獲得一手的感性認識（見表1）。從表中我們發現，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濟發展水平的差異較大，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。從中我們發現，檢驗結果比模型1理想了很多，這說明的確存在內生性問題。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的系數是0.0701，而且是顯著的，這說明市場規模越大，對FDI的吸引越大，這和我們的預期一致。AGDP代表的是一個地區的經濟發展水平，意味著越富裕的地區，越能吸引更多的FDI，而且AGDP是經濟發展過程中長期積累的結果，是短期內很難改變的，因此它在一定程度上會拉大地區間的差異，不利于經濟的均衡增。LABOR的系數是0.0271，說明勞動力資源越豐富的地區，吸引的FDI越多，這和事實經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發達，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據統計的是本地人口數的密度，但是在現實中，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，越能吸引FDI，這同樣和我們的預期一致。TAX的系數為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的系數是-3657.776，而且是比較顯著的，這就說明政府對經濟的干預程度越高，FDI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定的；但是勞動力密度的符號由正的變為負的，但是仍然不顯著，這說明勞動力密度在長三角FDI區位選擇過程中是一個不穩定的因素。

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，在經歷了三十多年的漫長路程后，現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，促進長三角經濟的健康平穩增長。

我們運用了1995～2007年長三角地區的城市面板數據，對幾個在不同文獻中都被認為對FDI區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FDI的區位選擇中是否依然具有顯著影響。根據前文檢驗結果，我們得出以下結論：首先，不同的區域范圍，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，這兩個因素的影響不顯著。其次，市場規模、城市化水平都對長三角地區FDI的流向產生顯著影響，而且越大的市場規模，越高的城市化水平越有利于FDI的流入。最后，政府對經濟的干預程度對長三角地區各城市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，對于長三角地區那些現階段吸引FDI較少的城市，若想縮小FDI流入量上與上海等發達城市的差距，最主要的是擴大擴大市場規模，提高城市化水平，以及降低政府對經濟的干預程度。市場規模的大小代表著經濟發展水平的高低，是經濟發展過程中長期積累的結果，是短期內很難改變的一個因素。這就要求政府在制定政策時，切實以經濟發展為中心，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濟的干預、保護市場競爭、完善市場機制，為外資創造公平、自由的投資環境。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勢，促進自身經濟的發展，促進長三角經濟的均衡增長。

本文的不足之處在于，由于數據的限制，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，而這些因素在現有文獻中都被認為對FDI區位選擇產生顯著影響；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區位環境優化研究—以湖南為例[M].湖南師范大學出版社，2008年版.

[4]賀燦飛.FDI區位：理論分析與實證研究[M].中國經濟出版社，2005年版.

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

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

[7]聯合課題組.外資利用與昆山經濟發展[M].上海三聯書店，2006年版.

[8]羅知.中國FDI流入的決定因素：基于國際面板數據的實證研究[J].《南方經濟》，2009年第1期.

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

[10]王劍.FDI區域分布的決定因素分析[J]，《經濟科學》.2004年第5期.

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

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

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