我国FDI流入的地区差异与影响因_省略_1992_2007年省级面板数据_李汉君

《国际贸易问题》2011年第3期国际投资与跨国经营我国FDI流入的地区差异与影响因素分析——基于1992-2007年省级面板数据

李汉君摘要：本文利用1992-2007年我国省级面板数据，分析了我国FDI流入的地区差异与影响因素。实证分析结果表明：经济发展水平与FDI规模正相关，且在中西部地区表现明显；劳动力成本与FDI规模反向变动，且东部影响较弱、中西部影响较强；基础设施与FDI规模正相关；对外开放度对东部FDI有正影响，对中部为负影响，而对西部的影响并不显著；沿海区位优势是东部FDI高于中西部的重要原因。最后，针对中西部地区吸引外资提出了政策建议。关键词：FDI；地区差异；影响因素；面板数据

一、引言改革开放以来，外商直接投资（FDI）大量进入我国，有效地弥补了我国在资本形成、技术进步和出口竞争力方面的不足，成为促进我国国民经济增长和经济社会可持续发展的重要推动力。但是，在吸引外资规模不断扩大的同时，也存在着FDI在我国各区域分布不平衡的现象。FDI更多流入东部地区，中西部地区的FDI流入量与东部地区有明显的差距。合理地吸引FDI流入我国资金、技术缺乏的中西部地区，对于我国经济发展、缩小地区差距具有重要的意义。国内外学者对一国吸引FDI流入的决定因素做了许多的经验研究。Dunning（1980）、Veugelers（1991）、Culem（1988）、Hatzius（2000）等都指出较低的劳动力成本是吸引FDI的重要因素。Tallman（1988）、GrosseandTrevino（1996）、Kiminoetal.（2007）都指出东道国的市场规模和FDI之间呈正向关系。Caves（1996）、SinghandJun（1995）认为贸易与FDI之间是正向关系。Raslmi（2003）、Globeman（1999）、Shapiro（2001）等研究发现，市场规模、劳动力成本、高技术水平等因素对FDI流入有很显著的影响。我国学者魏后凯等（2001）研究发现，城市经济文化环境、交易成本、生产投入供应等是影响FDI流入的重要因素。沈坤荣等（2002）研究认为，人力资本存

[基金项目]本文得到国家自然基金项目（编号：70873113）资助。李汉君：渤海大学121013电子信箱：lihanjun58@163.com。--124《国际贸易问题》2011年第3期国际投资与跨国经营量、市场容量、劳动力成本、市场化水平是影响FDI区域性选择和投资规模的重要因素。许罗丹和谭卫红（2003）研究发现，经济水平、居民消费水平、基础设施和市场容量等因素对我国吸引FDI有着正向影响。刘荣添、林峰（2005）利用1986-2003年省级数据，分析了劳动力工资、FDI聚集程度、优惠政策激励、基础设施等因素对我国东、中、西部FDI流入的影响。黄海南、唐五湘（2006）运用我国25个城市1992-2004年面板数据分析影响FDI在华投资区域的因素，发现集聚效应、经济增长率、职工平均工资、贸易依存度等因素的影响显著。冼国明、杨长志（2009）利用1992-2002年我国各省面板数据，研究了我国FDI的区位决定，结果表明，教育水平、基础设施、市场规模、FDI存量和优惠政策对FDI流入具有正面影响,而劳动力成本对其则具有负面影响。李杏、M.W.LukeChan（2009）利用我国1993-2005年29个省的面板数据研究了影响FDI流入我国的因素，发现GDP直接影响了FDI的流入。本文在借鉴以上文献成果的基础上，选择经济发展水平、劳动力成本、基础设施、对外开放度、沿海区位优势作为主要变量，对我国东、中、西部地区影响FDI流入的因素进行实证分析。

二、影响各地区FDI流入的变量选择和模型的建立（一）变量选择1.经济发展水平。一个地区的经济发展水平，决定了该地区资金的吸收能力和市场规模，各地区经济发展水平是影响FDI流入规模的重要因素。一个地区经济发展速度越快，资金回报率越高，越能吸引FDI的流入。同时，经济发展水平的提高将提升一个地区收入水平，增加商品需求，形成大的市场规模。目前，许多研究将地区人口数作为市场规模的衡量标准，实际上，市场规模与经济发展水平之间存在着较强的相关关系，用经济发展水平作为FDI流入的影响因素，实际上已包含了市场规模因素，如果将市场规模与经济发展水平同时作为变量，则势必出现严重的多重共线现象。2.劳动力成本。国际资本的转移很大程度上来自于寻求资源和劳动力成本的动机，DeepakSethi（2003）通过对美国跨国公司的直接投资趋势进行研究，指出影响跨国公司直接投资决策的最重要因素是跨国公司寻求降低成本的动机；虽然文化差异、市场制度不完备等可能会影响跨国公司的利益，但跨国公司本国高度激烈的市场竞争压力导致跨国公司到发展中国家进行效率寻求性的投资来降低生产成本。从世界产业转移的轨迹来看，劳动力是转移的主要动力。由于经济发展的差异，东部的劳动工资比西部要高出很多，如果直接用绝对劳动力成本（即劳动力工资）来计算劳动力成本，可能会得出错误的结论。笔者采用相对劳动工资，即当年劳动力的平均工资除以制造业的人均增加值，来表示劳动力成本（辛永容等，2009）。3.基础设施。基础设施虽然不是吸收FDI流入的直接因素，但基础设施的完备--125《国际贸易问题》2011年第3期国际投资与跨国经营程度对投资企业的交通、信息等交易成本影响较大。因此，基础设施的完备程度会影响FDI的流向。基础设施通常包括交通设施、电力状况、自来水资源状况、信息网络密集度、通信设施情况等多个方面。笔者用交通设施条件度量基础设施，即用每年各地公路、铁路的货运量除以公路、铁路长度的值来度量基础设施，定义为公路、铁路运输效率。这一方面解决了参数变异性的要求，另一方面体现了公路与铁路的等级差异。4.开放程度。一个地区的开放程度影响一个地区与外界交流的能力，开放程度大的地区会获得更多与国外跨国公司交流的机会，更容易让国外跨国公司了解本地的特点与优势，因此，就可能更多地吸收外商直接投资。从我国各地利用FDI的情况来看，开放程度大的东部沿海地区吸收了FDI的80%左右，而开放程度相对落后的西部地区吸引的FDI不足5%。开放程度大的地区其市场制度较为完善、政策透明度相对较高，这也是跨国公司投资的重要考虑因素。笔者采用对外贸易依存度，即对外贸易总额占各地GDP的比例来表示开放程度。5.沿海区位优势。根据邓宁的生产折衷理论，FDI进入一个地区主要由跨国公司的所有权优势、内部化优势和区位优势决定。一个地区是否具有区位优势是影响跨国公司投资的重要条件。我国FDI的区域分布情况也说明了沿海地区区位优势是吸引FDI的重要因素，2007年我国FDI流入排名前五位的是广东、江苏、辽宁、上海、浙江，这些地区都属于东部沿海地区。广义的区位优势因素，既包括传统意义上的硬件优势，如地理优势、资源优势、交通运输优势、信息通讯优势等；也包括现代意义上的软件优势，如政策优势、对外开放优势以及市场化优势等。由于笔者已经对经济增长因素、基础设施因素进行了单独分析，因此选择地理位置优势来度量区位优势，分析中将是否为沿海省份作为虚拟变量，主要考查沿海条件是否显著地影响了FDI的流向。（二）模型与数据说明本文所使用的数据为1992-2007年各省面板数据，由于数据的缺失，未将台湾省和西藏自治区包含在内；由于本文主要研究我国大陆地区的FDI流向，因此香港地区、澳门地区不在研究的范围之内；由于重庆市的数据不完全，因此将重庆市与四川省进行了合并，归在四川省里，一共16个时间序列、29个截面数据。对于短期时间序列数据而言，样本量的不足影响其分析的真实性，而面板数据则包含了足够多的信息，扩大了样本容量，使回归结果更为可信，而且，面板数据还可以考查各种变量在不同截面上的影响。之所以选择1992年以后的数据，是因为1992年我国FDI出现了跳跃式的发展，之后FDI的增长均比较平稳，选择1992年以后的数据既满足计量经济参数估计的要求，又与我国FDI流入的现实相符。根据前面提到的影响FDI流入的因素，建立关于FDI与这些因素关系的对数模型：LnFDIit=αYLnYit+αWLnWit+αOpOpit+αRdLnRdit+αTrLnTrit+αdumdum+uit+eit（1）FDIit：代表各地外商直接投资，其中1992-2004年数据来自我国经济信息网，--126《国际贸易问题》2011年第3期国际投资与跨国经营2005-2007年数据来自各省统计年鉴，美元按每年汇率换算为人民币，以亿元为单位。Yit：代表各地经济发展水平，以各地国内生产总值（GDP）表示，数据来源于我国经济信息网，对于宁夏部分缺失的数据用移动平均法获得。Wit：代表劳动力成本，用相对劳动工资来表示，即当年劳动力的平均工资除以制造业的人均增加值来表示劳动力成本。W=TW/Y=（TW/L）/（Y/L），其中L为劳动力数量（计算中分子分母约去），TW为职工工资总额，Y为工业增加值，数据源于我国经济信息网。Opit：代表各地对外开放程度，用外贸依存度表示，数据来源于中经专网。Rdit、Trit：代表基础设施水平，用每年公路、铁路的货运量除以公路、铁路的长度来度量，定义为公路、铁路运输效率。各地公路和铁路的货运量、公路长度来源于中经网，2001-2007年铁路长度来自中经网，1992-2000年铁路长度来自各年我国统计年鉴。dum：为虚拟变量，表示是否为沿海省份，按我国对沿海省份的划分，辽宁、北京、天津、河北、山东、江苏、上海、浙江、福建、广东、广西、海南为沿海省份，如为沿海省份值取1，如果不是沿海省份值取0。

三、实证结果（一）模型估计对模型选择多个不同的参数进行验证，并采取固定效应和随机效应两种方式进行了参数估计，最后用Hausman检验值确定选择固定还是随机效应模型，计算结果列在表1中，其中的F代表固定效应、R代表随机效应。固定效应模型在Stata系统中是用虚拟变量估计的，在加入沿海条件判断的模型中，由于沿海条件是用虚拟变量表示的，如果用固定效应模型会造成严重的共线，因此，在有沿海判断的模型中，只采用了随机效应模型。通过几个模型的对比，发现当经济发展水平和劳动力成本放在一起时，劳动力的作用并不显著；当把经济发展水平和劳动力成本分别与其他影响因素结合分析时，发现劳动力的影响是显著的。从模型的拟合度R2（组内值）来看，劳动力成本与其他因素组合对FDI的解释力度明显比GDP与其他因素组合的解释力度低（R2值较小），因此，只在分析劳动力成本时使用模型5、模型7和模型9的实证结果；其余因素的分析选择模型4、模型6和模型8的实证结果（见表1）。（二）回归结果分析1.经济发展水平是各地吸引FDI最重要的因素。从全国来看（模型2），GDP提高1%，将带动FDI增长0.87%。从我国东、中、西部各地来看，经济发展水平是各地吸引FDI的主要因素，但其作用是不同的，在西部发展水平对FDI的影响最大，中部其次，东部最小。西部GDP每提高1%，FDI增长1.08%；中部FDI增长0.95%；东部只增长0.66%。中西部经济发展水平落后是FDI规模不足的主要原--127