1、空間相關與外商直接投資區位決定摘 要:以2006年中國大陸244個地級及以上城市為樣本,利用空間計量經濟學方法對外商直接投資的區位決定進行實證研究。對全國城市分析的結果發現:除了勞動力素質、市場規模、基礎設施以及集聚經濟以外,空間相關性也是影響FDI區位分布的重要因素;一個城市吸引的FDI不僅取決于自身的區位條件,還與周邊城市的FDI正相關;勞動力成本在區位決定中的影響不顯著。進一步分地區的分析發現,FDI在東、中、西部城市的區位選擇具有明顯的差異。 關鍵詞:外商直接投資;區位決定;空間相關;空間計量經濟學 1980年中國政府在深圳、珠海、汕頭、廈門4個城市設立經濟特區,拉開了對外開放實踐的序

2、幕。此后,隨著沿海城市、沿江城市、邊境城市和內陸省會城市以及一大批內陸市縣的相繼開放,全方位對外開放格局基本形成,外商直接投資(以下簡稱FDI)大量涌入,中國對外開放和利用外資取得了豐碩的成果。自1991年起,中國利用FDI金額持續居發展中國家首位,2003年更是超過美國,居世界第一位。截至2006年底,中國實際利用FDI達6918.97億美元。然而,FDI在中國的地區分布極不平衡。2006年中國城市實際利用FDI為1033.77億美元,其中76.94%集中在東部城市,中部和西部城市分別占16.02%和7.04%。作為包含資本、技術和管理經驗等多種要素的“一攬子投資”,FDI對于當地經濟發展的

3、作用是多方面的。FDI的空間集聚對區域經濟發展的不平衡造成了深刻影響。在區域經濟協調發展和構建社會主義和諧社會的新形勢下,研究FDI區位選擇的影響因素,解釋FDI區域分布差異,對于制定合理有效的引資政策、縮小地區差距具有重要意義。 一、文獻述評 FDI區位選擇一直是學術界關注的重點課題。隨著中國利用FDI規模的迅猛增長,FDI地區分布不平衡問題引起了社會的廣泛關注,有關中國FDI區位的研究不斷涌現。總體上看,相關研究主要集中在兩個方面:一是采取問卷和實地調查的方法,對外商在華直接投資動機及區位因素進行調查研究(李小建,1996;魏后凱 等,2001);二是以實現的FDI群體為樣本,利用計量經濟

4、學方法對影響FDI分布的區位條件進行分析與評價。從所選擇的地域單元來看,后一類研究主要集中在對省域數據的分析。大量的經驗研究證實,市場規模、工資水平、人力資本、基礎設施、制度環境、集聚經濟、信息成本等因素在FDI省區分布中發揮著重要作用(Cheng,et al,2000;賀燦飛 等,2001;沈坤榮 等,2002;魯明泓 等,2002)。隨著研究的深入,對引資決定因素的探討進一步從宏觀區域延伸到FDI集中的地區和對于單個省市內部差異的考察(何奕 等,2008;陶修華 等,2007)。 城市作為FDI的主要載體也引起了學者的關注,出現了一批經驗研究成果。Gong(1995)利用因子分析方法對中國

5、19801989年FDI的城市分布及其變化情況進行分析的結果表明,那些具有良好的電力供應、臨近海港、水路交通方便、通訊便捷以及擁有特殊優惠政策的城市是跨國公司進行投資的主要區域。Qu等(1997)分析了19851993年間100個城市FDI的區位決定,發現城市規模及其中心優勢、經驗積累、集聚因素、基礎設施、經濟增長和政策工具對FDI的進入有著積極的影響,而與FDI來源國的社會和地理距離有著負面的影響。楊先明等(2004)以30個城市為樣本進行的研究認為,聚集效應在中國城市吸引FDI方面起決定作用,政策等非物質優勢則處于次要地位,但對中西部城市吸引FDI的作用相對重要。金相郁等(2006)利用2

6、002年中國210個地級以上城市數據進行的實證研究結果顯示,市場規模、基礎設施、教育和研究開發條件以及地方金融規模對FDI區位選擇的影響具有顯著性,而勞動力成本的影響不明顯。 通過文獻回顧可以發現,學者們對FDI在中國的區位分布問題進行了廣泛而深入的研究,獲得了很多有益的結論。然而這些研究都將各個地區視為彼此獨立的個體,忽視了FDI分布的空間相關性。所謂空間相關性是指一個空間單元上的變量觀測值與鄰近空間單元上的變量觀測值相關。如果相似的觀測值趨于空間集聚,表明存在空間正相關;反之,如果相似的觀測值趨于分散分布,則表明存在空間負相關。由于受到地域分布連續空間過程的影響,許多區域經濟現象在空間上具

7、有相關性。FDI的區位分布也是如此:跨國公司投資選址時不僅考慮本地的市場規模和生產條件,周邊地區的市場潛力和生產條件也是重要的決策依據;出于避免競爭或戰略布局的考慮,跨國公司對于投資地周邊的FDI流入情況往往給予充分重視;此外,集聚經濟和外溢效應的存在,行政區邊界與實際功能區邊界不一致導致的測量誤差,都可能導致FDI分布的空間相關性。這種空間相關性具體表現為一個地區FDI的流入不僅取決于自身區位條件,還會受到相鄰地區的影響。空間相關性的存在違反了傳統統計分析中觀測值相互獨立的基本假定。將傳統計量方法運用于空間數據時,由于忽視了這種空間相關性,有可能產生模型誤設定,進而導致估計結果的偏誤。近年來

8、,不少研究者開始運用空間計量經濟學方法研究FDI在中國的區位決定問題。 Coughlin等(2000)最早運用空間計量經濟學方法對美國在華直接投資區位分布進行了研究,發現一個省區所吸引的FDI與周圍省區的FDI呈現正相關關系。王劍(2004)、王立平等(2006)基于省級截面數據對FDI區位的空間計量分析證實,除了傳統區位條件之外,省份間的空間溢出效應顯著影響了FDI的區位分布。空間相關性的納入使得實證的結果相對一般線性回歸更為可信。李國平等(2007)、蘇梽芳等(2008)運用省級空間面板數據模型進行的研究也得出了類似的結論。 綜上所述,FDI在我國地區分布的空間不平衡是多種因素綜合作用的結

9、果,其中空間相關性的影響不容忽視。目前利用空間計量方法對FDI分布進行實證研究大都基于省級層面的數據。由于中國省級區域是較大的地理單元,其內部差異明顯,基于這樣一個較大的地理單元所展開的研究可能會混淆各因素在FDI區位分布中發揮的真正作用,而且跨國公司投資的實際落腳點多為與其戰略目標最為契合的城市,所以研究FDI在城市的區位選擇比起省區層次上的區位決定可能更有意義。本文將在FDI區位決定模型中明確納入空間相關性,并利用2006年地級及以上城市的數據和空間計量經濟學方法進行實證分析,以期為各地的引資實踐提供更為科學、可靠的參考。 二、模型與數據 根據FDI區位決定的相關理論和研究成果,本文設定如

10、下基本計量模型: FDI=+1WAGE+2COLL+3GDP+4ROAD+5CFDI+(1) 式(1)中的被解釋變量FDI為各城市實際利用FDI金額(萬美元)。i(i=1,2,5)為估計參數,和分別代表常數項和隨機誤差項。各解釋變量簡要說明如下: 1.勞動力成本(WAGE)。古典區位論認為,成本最小化是區位選擇的重要標準。成本因素包括生產成本、運輸成本、交易成本以及信息成本等,其中生產成本中的勞動力成本是區位研究關注的重點。大量研究表明,代表勞動力成本的工資水平與FDI之間存在著負相關關系,跨國公司傾向投資于工資水平較低的地區以節約生產成本。本文采用城市在崗工人工資水平(元)代表勞動力成本變量

11、。 2.人力資本(COLL)。近年來,隨著產業結構的優化升級,FDI中資本和技術密集型產業所占的比重持續增長,跨國公司在華設立的研發中心和地區總部數量迅速增加,人力資本在FDI區位選擇中的重要性日益凸顯,具有豐富人力資本積累的地區更受到外資企業的青睞。本文采用城市普通高等學校學生數(人)代表人力資本變量。 3.市場規模(GDP)。區位選擇研究中對市場因素的重視可以追溯到以克里斯塔勒和廖什為代表的市場學派。FDI區位研究也十分強調市場規模及其增長潛力對外商投資區位的影響。旺盛的市場需求是實現投資收益最大化的保障,接近大規模的市場還意味著可以降低運輸成本以及相關的市場搜尋成本,及時聽取和反饋消費者

12、的意見并加以改進。由于外資企業的目標市場并不僅僅局限在生產地,對于市場規模的衡量存在一定的困難。本文遵循慣例采用城市GDP(萬元)來粗略代表市場規模的大小。在解釋時需要注意的是,FDI流向GDP較高的城市可能是由于其較大的經濟規模而非該城市對外資企業產品的較大需求。 4.基礎設施(ROAD)。完善的基礎設施條件對于降低生產和交易成本、提高投資回報率具有重要意義,它在FDI區位決策中的重要性已經得到眾多研究的支持。一個地區的基礎設施條件越好,對FDI的吸引力就越大。基礎設施條件包括交通運輸、郵政通訊、商業服務、市政建設等方面,本文使用年末實有城市道路面積(萬平方米)來衡量當地的基礎設施狀況。 5

13、.集聚經濟(CFDI)。集聚經濟在FDI區位選擇中的重要性越來越受到關注。大量企業在地域上相互集中,可以分享知識溢出、專業化要素市場和產業關聯帶來的好處。與當地企業相比,外資企業在所處的投資環境中處于一種外來身份的劣勢。在外部不確定性的條件下,FDI采取集中化的區位戰略,不僅可以獲得集聚經濟效益,而且可以有效節約信息成本,降低投資風險。因此,一個地區已有的FDI對于潛在投資者具有“示范效應”。當然,集聚經濟也可能產生市場競爭加劇、要素價格上漲等負外部性。本文利用外資企業工業產值占工業總產值的比重來衡量集聚經濟。 依據空間計量經濟學,空間效應可以表現為空間自回歸模型(Spatial Autore

14、gressive Model,SAR)和空間誤差模型(Spatial Error Model,SEM)兩種基本形式。在空間自回歸模型中,變量的空間相關關系由因變量的空間滯后項來反映,用于考察FDI區位分布的空間自回歸模型為: FDI=+1WAGE+2COLL+3GDP+4ROAD+5CFDI+W*FDI+(2) 式(2)中,W為nn階空間權重矩陣,W中的元素wij定義了空間鄰接關系,如果地理單元i與j鄰接,wij取1,反之則取0。從行政區劃上看,很多城市之間沒有共同邊界,并不直接相鄰,我們在MATLAB中利用以經緯度表示的各城市地理重心坐標,按照三角剖分法(Delaunay Routine)構

15、建空間權重矩陣。W*FDI為空間滯后因變量。為空間自回歸系數,其估計值反映了空間相關性的方向和大小。 當空間相關通過被模型解釋變量忽略了的變量傳遞時,可以假設空間相關通過誤差過程產生。檢驗FDI區位分布的空間誤差回歸模型如下: FDI=+1WAGE+2COLL+3GDP+4ROAD+5CFDI+W*+(3) 式(3)中,為空間誤差自相關系數,表示回歸殘差之間空間相關的強度,W*為空間滯后誤差項。 由于空間效應的存在,對于上述兩種模型如果仍然采用普通最小二乘法(OLS)進行估計,會導致系數估計值有偏或者無效。根據Anselin(1988)的建議,本文采用極大似然法估計SAR和SEM模型的參數。

16、本文實證分析所用的數據全部來源于中國城市統計年鑒2007。以年鑒中列出的287個地級及以上城市為基礎,篩除缺少有關數據的43個城市后,共得到244個樣本城市,覆蓋了我國絕大部分區域經濟活動中心。年鑒中對地級市分別列出了“全市”和“市轄區”兩項。“全市”指城市的全部行政區域,包括城區、郊區、市轄縣;“市轄區”包括城區和郊區,不包括市轄縣。“市轄區”真實反映了城市的經濟活動且行政邊界相對穩定,因此本文以“市轄區”項下的數據進行實證分析。 三、實證結果與分析 FDI區位決定的OLS、SAR和SEM估計結果詳見表1。 (一)全國城市數據分析 以全國244個地級及以上城市為樣本,對FDI區位決定的基本模

17、型進行OLS回歸的結果表明,五個解釋變量與實際利用FDI金額都顯示出正相關關系,且通過了5%的顯著性檢驗。模型調整后R2為0.6950,說明選取的解釋變量在較大程度上解釋了FDI城市分布的差異。但是對OLS回歸的殘差項進行空間相關性檢驗發現,Morans I指數為0.1506,且在統計上高度顯著。這意味著OLS回歸的殘差項存在顯著的空間正相關,造成這種現象的原因可能是因為遺漏了空間變量,使得被解釋變量的空間相關性不能被解釋變量完全解釋,估計的結果可能存在偏誤。我們利用極大似然法分別對包含了空間滯后項和空間誤差項的SAR和SEM模型回歸的結果顯示,空間系數和都在統計上高度顯著,進一步證實了空間相

18、關性的存在。因為SAR模型的LogL值(-282.45)要大于SEM模型的LogL值(-285.67),我們認為SAR模型更好地擬合了空間效應(對同時包含了空間滯后項和誤差項的SAC模型回歸的結果顯示,空間誤差自相關系數不顯著),在此主要對SAR模型的結果進行解釋。 在SAR模型的回歸結果中,除了在崗工人平均工資沒有通過10%水平下的顯著性檢驗外,其他變量都在5%的顯著性水平下呈正相關關系。這說明各城市的工資水平不是影響FDI區位分布的主要因素,這似乎與FDI追求低勞動成本的動機不符,但考慮到城市勞動成本差異的有限性和勞動生產效率的差異,就很容易理解了。而且反映人力資本水平的變量COLL對吸引

19、FDI具有顯著的正效應,這也說明人力資本可能是影響FDI布局的更為重要的因素。與一般預期相一致,龐大的經濟規模、良好的基礎設施條件以及較高的經濟集聚程度對于吸引FDI都具有積極的作用。空間滯后項的估計值為0.2690且在1%的水平下高度顯著,表明城市層面上的FDI分布存在顯著的空間正相關。某個城市實際利用FDI的數量不僅取決于該市的人力資本、經濟規模、基礎設施和集聚經濟等條件,還受到鄰近城市利用FDI數量的影響。平均而言,鄰近城市實際利用的FDI數量每增加1個單位,本市利用FDI數量增加0.27個單位。 (二)東、中、西部城市數據分析 FDI在中國三大地區之間的分布極不平衡,為了進一步考察FD

20、I在不同地區區位選擇的差異,本文依據國家統計局統計資料的區劃標準將244個地級及以上城市劃分為東部城市(100個)、中部城市(93個)和西部城市(51個)三個樣本分別進行考察。 從表1所列各地區樣本估計的結果中可以發現,WAGE、COLL、GDP、ROAD、CFDI這五個解釋變量的符號與利用全國城市作為樣本估計的結果一致,都顯示出正相關關系,但是各變量的估計值和顯著程度在不同地區表現出較大差異。不同地區空間滯后項和空間誤差項不僅在估計值大小和顯著性程度方面存在差異,而且西部地區空間項的估計值表現為與東部和中部地區截然相反的負值。對不同地區變量估計值的差異進行具體分析,可以揭示FDI區位分布的地

21、區特征。 東部城市OLS回歸模型的殘差中仍表現出了顯著的空間正向相關,說明有必要在模型中引入空間變量。SAR和SEM模型的回歸結果顯示,空間滯后項和空間誤差項的估計值分別為0.26和0.334,且通過了5%水平下的顯著性檢驗,證實了FDI在東部城市區位分布具有顯著的空間正相關。鄰近城市利用FDI的增加將有利于本城市吸引FDI,這種關系得益于東部地區較高的市場一體化程度。GDP和CFDI在1%的顯著性水平下與FDI呈正相關關系,而WAGE、COLL和ROAD與FDI的正向相關關系在10%的顯著性水平下不顯著。這意味著就東部城市而言,市場規模(或城市規模)、集聚經濟以及鄰近城市利用FDI規模對于本

22、城市吸引FDI具有正面的影響。而工資水平、人力資本以及基礎設施條件對FDI區位決策的影響不顯著。造成這種狀況的原因可能是因為經過長期開放和發展,東部城市在工資水平、人力資本和基礎設施方面逐漸趨同,而產業升級換代使得FDI在區位決策時更偏重于規模經濟和集聚經濟。 對中部城市OLS回歸的殘差進行空間相關性檢驗的結果也呈現出顯著的正相關性。中部地區空間滯后變量的估計值為0.2730,且在5%的水平下顯著,空間誤差變量的估計值為0.2790,在10%的水平下顯著。 在OLS、SAR和SEM模型中,WAGE、COLL和CFDI三個變量在5%的顯著性水平下與FDI顯著正相關。中部地區廉價的高素質勞動力成為

23、承接東部沿海地區勞動密集型產業轉移的有利條件。由于中部地區制度環境不如東部,因此已有FDI的示范效應尤為重要,已有FDI比例高的城市在吸引FDI方面更有優勢。GDP和ROAD的估計值沒有通過10%水平的顯著性檢驗。說明對于目前以“效率尋求型”為主的中部外資企業而言,市場規模和基礎設施條件在區位決策中的重要性還未凸顯。 西部城市OLS回歸殘差的Morans I值為-0.1055,且沒能通過10%水平下的顯著性檢驗。這意味著與東、中部城市不同,西部城市FDI的空間分布呈現統計上不顯著的負相關關系。SAR和SEM模型中空間滯后項和空間誤差項的估計值分別為-0.344和-0.368,P值分別為0.08

24、3和0.134。這說明西部城市FDI分布的空間相關性主要體現在空間滯后項上,一個城市流入的FDI與其鄰近城市的FDI數量是一種負相關關系。我們對此的解釋是由于西部城市布局分散,而空間相互作用的強度隨地理距離的擴大而減弱,相對保守的經濟結構和較低的市場化程度進一步限制了城市之間的交流,空間相關性不強。落后的經濟發展造成的狹窄市場和趨同化的產業結構使得各城市在吸引FDI方面體現出一種此消彼長的相互競爭關系。在OLS、SAR和SEM模型中估計值較大,且相對顯著的變量是ROAD和COLL。這說明跨國公司在西部城市進行投資決策時較為注重當地的基礎設施條件和人力資本水平,而西部城市的工資水平、市場規模和集

25、聚經濟總體上都處于較低的水平,對投資決策的影響不明顯。模型總體擬合程度偏低,說明可能影響FDI在西部城市分布的一些重要因素,如制度環境、自然條件、產業結構等,未被包括在模型內,還有待于進一步的深入研究。 四、結論和建議 本文利用空間計量經濟學方法對FDI在中國城市的區位決定進行了實證研究。以全國城市為樣本進行的分析證實了FDI分布具有顯著的空間正相關性,一個城市流入FDI的數量受益于鄰近城市FDI的增加。人力資本的提高、市場規模的擴大、基礎設施的改善以及集聚經濟的發展對于吸引FDI有顯著的正面影響;而勞動力成本對于FDI區位決策的影響不顯著。FDI的區位分布特征存在明顯的地區差異。FDI在東部

26、和中部城市的分布存在著顯著的空間正相關關系,而在西部城市則呈現出不顯著的負相關關系。對東部城市FDI區位分布起重要作用的因素是市場規模和集聚經濟;中部地區的勞動力成本、人力資本和集聚經濟對FDI區位分布影響較大;西部地區城市基礎設施條件、人力資本以及其他一些未被觀測到的因素對于FDI的區位決策有較大的影響。 從研究結論中我們可以引申出如下政策建議: (1)從FDI區位分布存在的空間相關性出發,有關部門在制定引資政策時應該充分重視這種跨區域的空間聯系,積極尋求城市間的互助合作,避免惡性競爭,形成一種互利共贏的引資格局。 (2)各地區城市應該因地制宜,依托自身優勢制定引資政策,防止政策的千篇一律。

27、東部城市可以充分發揮自己在規模經濟和集聚經濟方面的優勢,實現利用外資由量到質的轉變;而中部城市應該充分利用自身在勞動力方面的優勢,進一步提高人力資本和勞動生產率,承接東部地區的產業轉移,積極發揮已有外資的示范作用,吸引更多的外資進入;相對東、中部城市而言,西部城市在利用外資方面面臨諸如地理條件、市場環境等困難,但是通過改善基礎設施條件、提高勞動力素質以及加強城市合作等系列措施,利用FDI水平有望達到新的高度。 參考文獻: 賀燦飛,魏后凱. 2001. 信息成本、集聚經濟與中國外商投資區位J. 中國工業經濟(9):38-45. 何奕,童牧. 2008. 長三角外商直接投資的區位選擇研究J. 金融

28、與經濟(1):65-68. 金相郁,樸英姬. 2006. 中國外商直接投資的區位決定因素分析:城市數據J. 南開經濟研究(2):35-44. 李國平,陳曉玲. 2007. 我國外商直接投資地區分布影響因素研究:基于空間面板數據模型J. 當代經濟科學(5):43-48. 李小建. 1996. 香港對大陸投資的區位變化與公司空間行為J. 地理學報(3):213-221. 魯明泓,潘鎮. 2002. 中國各地區投資環境評估與比較:19902000J. 管理世界(11):42-49. 沈坤榮,田源. 2002. 人力資本與外商直接投資的區位選擇J. 管理世界(11):26-30. 蘇梽芳,胡日東. 2008. 中國FDI區域分布決定因素的動態演變與地里溢出程度:基于空間面板數據的實證分析J. 經濟地理(1):17-20.