文化包容、地理集聚对FDI区位选择的影响分析基于动态面板数据模型的实证分析
对FDI空间分布、地域结构变化动态及其影响因素实证分析--以山东省为例

1 3 0
维普资讯
口 圈
>
代以来 , 全方位开放格局的形成和市场经济 改革 目标 的确立 使 中国成为世 界上外 商直接投 资 ( o i i Fr g D - en
r t net et, e vs ns简称 F I最有 吸引力 的国家之一 。20 cI m D) 04年 F I D 总额 达 66 3 0 .0亿美 元。山东省 F I 长 D增 迅速 , 18 由 9 5年 的 0 09亿美 元 , ,5 增加 到 2 0 04年的 8 ,2亿美元 , 70 占全 国的比重 由 18 9 5年 0 3 % , .0 增加 到
20 04年 的 1 ,5 。 43 %
r aa i z o —in T y eai l gtel 。T eei igF Isa ,tec p c y a a i ae dj oh u j a ” ”tp xsa n h ie h xs n D c e h aa i d cpt n a n o n t l t n l a o tu o go a rk t a eo emanif e cn atr up t fri n ma e s b cmet i nl n igfco. e l h h u Ke r s F I(o indrc iv s e t ; p c ir ui ;S ad n ywo d : T fr g i t n et n) saeds b t n h o g D e e m t i o n
一
、
刖 吾
改革开放 以来 , 中国吸引外资增长迅速 。17 9 9~18 93年外商在华投资仅 1 .2 美元。2 8O 亿 O世纪 9 O年
收 稿 日期 : 0 7市 群形成 的机制及其 区域经济效应研究” 批 准号 20 0 9 9 5 。 ( 0 6 3 0 9 ) 作者简介 : 刘涛 (9 0 ) 男 , 18 一 , 山东济宁人 , 北京大学经济学院 O 5级博 士研究生 , 北京大学 国民经济核算与经济增长研 究中心助理研究 员, 研究方 向为 比较制度分析 、 区域经济 、 产业经济 。
外商直接投资的区位选择模型与集聚

本。
物流成本
03
运输和物流成本对制造业和服务业的外商直接投资有重要影响。利润最大化模型
市场机会
外商直接投资倾向于具有较大市场规模和增长潜力的国家或地区。
资源获取
外商希望获取东道国的自然资源、人力资源和技术知识等,以增强其全球竞争 力。
市场接近模型
接近消费者
外商直接投资往往选择接近主要消费市 场的国家或地区,以降低运输成本和不 确定性。
结果解释与分析
外商直接投资集聚现象的形成主要受到投资环境的影响,包括政策环境、市场环境 、基础设施、人才资源等。
集聚现象有利于提高当地经济的竞争力,吸引更多外资流入,促进当地经济发展。
外商直接投资的集聚现象也存在一些负面影响,如加剧市场竞争、增加土地成本等 ,需要当地政府进行合理引导和调控。
07
FDI是一种资本流动,其目的是为了获取利润或扩大市场份额 。
外商直接投资特点
外资流入国希望吸引更多的FDI 以促进经济增长、创造就业机 会和提高国际竞争力。
FDI通常流向具有较高经济增长 潜力、低劳动力成本和良好商 业环境的国家。
FDI通常集中在少数几个国家或 地区,尤其是发达国家。
外商直接投资发展历程
本文将采用定性和定量相结合的研究方法,首先通过文献回顾梳理相关理论和研 究成果,再通过统计分析方法对数据进行处理和分析,最后得出结论并提出政策 建议。
02
外商直接投资概述
外商直接投资定义
外商直接投资(FDI)是指外国投资者或企业在东道国境内进 行投资、建立独资或合资企业,以及进行资产并购等行为的 总称。
02
03
集聚效应分析
政策建议
分析外商直接投资的集聚效应, 探讨集聚对投资区位选择的影响 。
FDI技术外溢的地区差异分析_基于广西区域面板数据的检验

第47卷 第5期广西师范大学学报:哲学社会科学版V o l .47 N o .5 2011年10月Jo ur nal o f Guang xi N or mal U niver sity :Philo so phy and So cial Sciences Editio n O ctober ,2011[收稿日期]2011-04-10[基金项目]国家软科学基金项目(2008GXSID 036);广西哲学社会科学基金项目(08FJY 006)。
[作者简介]龚三乐(1972-),男,汉族,湖南双峰人,西南大学管理学博士后,广西财经学院副教授,研究领域:产业经济与产业组织。
FDI 技术外溢的地区差异分析——基于广西区域面板数据的检验龚 三 乐(西南大学经济管理学院,重庆400715;广西财经学院经济系,广西南宁530003) [摘 要]F DI 技术外溢存在地区差异。
利用区域面板数据,基于Co bb-Doug las 生产函数构建对数线性回归计量模型估计广西各地资本、劳动产出弹性,并估算各地全要素生产率;建立全要素生产率影响因素变系数面板模型(SU R 模型),测算FD I 技术外溢作用影响系数。
结果表明,广西各地区F DI 技术外溢效用存在规律性差异,开放程度越高、经济发展越快的地区,技术外溢效应越显著,越有利于技术进步。
[关键词]F DI;技术外溢;全要素生产率[中图分类号]F 415.2 [文献标识码]A [文章编号]1001-6597(2011)05-0024-07 FDI(对外直接投资)是国际产业转移的主要途径。
通过FDI ,发达国家或地区产业转移到欠发达国家或地区。
研究表明,FDI 是物化型技术转移的主要形式,具有技术外溢效应,影响承接地的技术进步,并且这种效应会随着承接地的不同而存在差异。
一、FDI 技术外溢的地区差异国内外相关理论研究,证实了FDI 技术外溢地区差异的存在。
布莱姆斯顿(Blo mstro m )和沃尔夫(Wolf )[1]通过对101个国家进行比较分析,发现FDI 的溢出效应主要发生在中等收入水平的发展中国家,而在最贫困的发展中国家,没能发现这种溢出效应存在的证据。
影响FDI区位选择的关键因素研究2100字

影响FDI区位选择的关键因素研究2100字摘要:上世纪90 年代以来, 中国以巨大的市场潜力和日益改善的投资环境, 吸引了大量的外商直接投资。
其中成都作为西部重要城市,是开放型经济发展最快、最有成效的城市之一, 外商直接投资强劲发展, 以邓宁的区位优势理论为基础, 初始选取了四个影响区位选择的因素, 用实证分析的方法分析了这些变量对吸引外商直接投资的影响,对模型进行了平稳性,多重共线性,异方差性,自相关性检验和修正, 得出影响FDI 最重要的区位因素, 由此提出了政策性建议。
关键词:外商直接投资;区位选择因素;实证分析;政策建议1 变量的选取及分析由于影响FDI 区位选择因素的复杂, 考虑到模型的可信度、变量的量化、数据的获得等限制, 仅选取了以下几个较具代表性的因素分析。
(1)因变量:成都市外商直接投资实际利用外资金额(FDI)。
(2)自变量:①地区生产总值(GDP)。
成都本地生产总值。
是衡量地区经济发展水平和生产能力的指标。
根据前文分析,经济发展水平较高的地区具有较大的市场需求和较强的购买能力。
因此GDP能在一定程度上较好地反映地区的市场规模和容量,是理论分析中的市场因素。
②职工年平均工资(AWAGE)。
劳动力成本是影响外商直接投资区位决策的成本因素最为主要的。
但是往往低劳动力成本经常意味着低的劳动生产率, 只有那些低成本并且具有较高劳动生产率的区位, 才更具有吸引力。
③固定资产投资额( FI)。
该指标间接反映该地区的基础设施和基础工业发展状况。
东道国的资源禀赋、可利用的基础设施和金融服务数。
④普通高等学校毕业生人数(EDU)。
该变量衡量人力资本存量的指标,反映地区高素质人才的集聚程度。
是理论分析中的集聚因素。
2 数据及处理本研究所选取的数据是成都市1990-2006年的年度数据,所有数据都来源于中经网统计数据库。
数据库提供了两种有关外商直接投资的数据,一种是外商直接投资合同金额,一种是外商直接投资实际利用金额,本文使用的是后一项指标,因为它能更真实的反映成都吸引外商直接投资的情况。
跨国公司生产性服务业FDI地理集聚因素研究——基于中国1997-2009年的数据分析

的投 资 风 险更 能影 响服 务业 F I D ,而 东道 国的贸 易
然后才会满足当地下游产业 的需求 。即使服务业跨 国公司提供的服务质量更高,当地消费者也会选择 从一个熟悉的、易于评估质量的提供者那里购买此 类服务。 同理 , 制造业跨 国公司也倾向于从它们熟知 的母 国服务提供者处购买高质量服务,这就是所谓
开放度对其影响甚微 。A h a e(09 比较 了贸 ew e 20 ) L
易 、D 两者 在 长期 增长 中不 同的收敛 方 式 , FI 发现 制
造业增长率的长期收敛均与贸易 、D 相关 ;D 输 FI FI 出国比 F I D 输入国更容易达到长期经济增长收敛 , 其 中服务业部门收敛的迹象微弱 , 制造业部门收敛 迹 象强 劲 。Ae sn r Rel2 1 ) l ada id(00 研究 发现 服务 业 k 投人成本低于制造业 , 因此服务业存量的调整速度 快于制造业。由于服务业的不可贸易性与不可储存
性服务业 F I D 首先 会 趋 向于 追 逐母 国制 造 业 F I D,
(0 8 指出 , 20 ) 本国生产性服务业 F I D 喜好追逐本 国 制造业 F I从而形成两者在空间上的积聚。另外 , D,
东道 国的经济规模是生产性服务业 F I D 区位选择 的重要 因素 。I r o t (0 7 v la 20 )利用 5 个 国家 a K sd 7
跨 国公 司生产性服务业 F I D 与制造业 服务业 F I D
基金 项 目 :湖南省社 科基金 (0 0 B 14 ; 国家社 科基金 重 大招标 项 目 (9 Z 0 1 ;教 育部社 科 规划 青年 基金 项 目 21Y B 3 ) 0& D 4 )
数字经济发展与区域经济收敛——基于动态空间面板模型的实证研究

区域经济㊀㊀[基金项目]国家社会科学基金项目 新型城镇化背景下 农转非 人口的劳动力市场融入研究 (20CRK006)㊀㊀[作者简介]尹希果(1972-㊀)ꎬ男ꎬ山东淄博人ꎬ重庆大学经济与工商管理学院教授㊁博士生导师ꎮ主要研究方向:发展经济学ꎮ数字经济发展与区域经济收敛基于动态空间面板模型的实证研究尹希果㊀魏苗苗(重庆大学经济与工商管理学院ꎬ重庆㊀400044)㊀㊀[摘㊀要]㊀数字经济发展对于扎实推进共同富裕具有重要意义ꎮ基于经济增长条件收敛模型ꎬ采用动态空间杜宾模型实证考察数字经济发展对区域经济增长收敛的影响ꎮ研究发现:考察期内全国经济增长具有显著的条件收敛特征ꎬ数字经济发展显著促进了区域经济收敛ꎻ东中西部地区和南北地区均存在明显的俱乐部收敛现象ꎬ仅东部地区和南方地区数字经济发展能够显著缩小地区经济差距ꎻ东部地区数字经济发展对本地区及邻近地区的经济增长均具有显著的正向累积效应ꎬ西部地区数字经济发展的空间溢出效应为负ꎮ为此ꎬ提出以下政策建议:一是充分把握数字经济发展机遇ꎬ二是巩固数字经济的区域经济收敛效应ꎬ三是推行差异化的数字经济政策ꎬ四是推动数字经济均衡发展ꎮ[关键词]㊀数字经济ꎻ经济收敛ꎻ经济增长ꎻ空间溢出[DOI编码]㊀10.13962/j.cnki.37-1486/f.2024.02.003[中图分类号]F127㊀㊀[文献标识码]A㊀㊀[文章编号]2095-3410(2024)02-0029-14一㊁引言实现共同富裕是党和政府的长期历史任务ꎮ党的二十大报告对扎实推进共同富裕作出重要战略部署ꎬ凸显了共同富裕在全面建设社会主义现代化国家的重要地位ꎮ作为实现共同富裕的重要内容ꎬ实现区域协调发展对于推动社会经济稳定发展具有现实意义ꎮ当前ꎬ中国经济已经由高速增长阶段转向高质量发展阶段ꎬ但区域发展不平衡的问题仍日益突出ꎬ如何实现中国区域的共同富裕和经济协调发展是亟待解决的重大问题ꎮ随着人工智能㊁云计算㊁区块链等前沿数字技术的发展ꎬ数字经济逐渐成为经济新常态下国民经济的重要支撑力量和增长动力ꎮ同时ꎬ数字经济具有降成本性㊁强扩散性以及高成长性等主要特征(宋洋ꎬ2019)[1]ꎬ在产业结构升级(陈晓东㊁杨晓霞ꎬ2021)[2]㊁全要素生产率提升(杨慧梅㊁江璐ꎬ2021)[3]以及经济高质量发展(赵涛等ꎬ2020)[4]等方面已表现出强大动力ꎮ因此ꎬ在 实现共同富裕 的战略决策下ꎬ探究数字经济发展对区域经济增长收敛的影响具有重要价值和意义ꎮ区域经济收敛问题一直是宏观经济领域关注和研究的重点内容之一ꎬ已有文献考察了政92区域经济府财政支出(王宝顺㊁徐绮爽ꎬ2021)[5]㊁人口流动(侯燕飞㊁陈仲常ꎬ2016[6]ꎻ毛新雅㊁翟振武ꎬ2013[7])㊁外商直接投资(雷俐等ꎬ2020)[8]和交通基础设施建设(俞峰等ꎬ2021)[9]等方面对地区经济差距的影响ꎮ目前学术界对于数字经济发展能否缩小区域经济差距仍存在争议ꎮ李治国和王杰(2021)[10]认为ꎬ数字技术的应用能够促进各类数据要素快捷流动ꎬ优化数据要素配置ꎬ从而缩小地区经济差距ꎮ杨文溥(2021)[11]认为依托于数字技术的发展ꎬ经济落后的地区可以通过数字经济的后发优势促进经济增长ꎬ为实现区域经济协调发展提供了发展机遇ꎮ高远东和裴馨(2023)[12]认为 宽带中国 战略实施能够通过技术创新缩小地区经济差距ꎮ然而ꎬ金春枝和李伦(2016)[13]则指出数字经济发展过程中可能存在数字鸿沟问题ꎮ陈文和吴赢(2021)[14]实证发现数字经济发展与城乡收入差距之间存在U型关系ꎬ数字鸿沟最终会扩大城乡收入差距ꎮ卢盛峰和洪靖婷(2023)[15]发现电子商务进农村试点不仅没有缩小县域内经济差距ꎬ数字能力鸿沟反而进一步加剧了经济发展不平衡程度ꎮ已有文献对于促进区域协调发展具有一定的借鉴意义ꎬ但学者关于数字经济发展究竟是扩大还是缩小了地区经济差距并未达成一致ꎮ与本文最相关的是邵秀燕和陈思华(2022)[16]的研究ꎬ他们探究了数字经济发展对以卫星灯光数据测度的城市经济增长收敛的影响ꎬ但他们主要采用普通面板模型ꎬ并未着重探讨数字经济发展带来的空间溢出效应ꎮ此外ꎬ尽管卫星灯光数据具有一定的客观性ꎬ但本身还存在诸多缺陷ꎬ如卫星灯光会受到地形和森林覆盖率的影响㊁对原始灯光影像进行数据提取方法的选择较为主观以及灯光亮度值饱和度等问题ꎬ这不可避免降低了卫星灯光数据的客观性[17][18]ꎮ鉴于此ꎬ本文在已有研究的基础上纳入经济增长收敛框架ꎬ运用空间计量模型探究全国㊁东中西部地区及南北地区数字经济发展与区域间经济增长差距之间的因果关系ꎬ为统筹推进区域经济协调发展提供理论支撑和决策参考ꎮ本文的边际贡献可能体现在三个方面:第一ꎬ现有研究关于数字经济发展对地区经济差距影响的观点并不统一ꎮ本文基于经济增长收敛模型ꎬ实证检验数字经济发展对中国区域经济增长及收敛性的影响ꎬ进一步丰富了数字经济与区域经济收敛方面的研究ꎮ第二ꎬ与已有研究主要使用普通面板模型进行区域收敛分析不同ꎬ考虑到各地区经济活动的互动联系随着信息技术的发展变得更为密切ꎬ本文将空间因素纳入经济增长收敛模型ꎬ采用动态空间计量模型进行实证研究ꎬ为数字经济发展促进区域经济收敛提供了更为可靠的经验证据ꎮ第三ꎬ以往研究主要基于全国层面进行研究ꎬ考虑到不同区域数字经济发展的影响效应可能具有差异ꎬ本文进一步考察了东中西部地区和南北地区数字经济发展对区域经济收敛的影响ꎬ以期全面系统把握数字经济发展与经济增长收敛之间的关系ꎬ从而有利于各地区因地制宜制定差别化政策ꎮ二、理论分析与研究假设(一)数字经济发展与区域经济增长作为数字经济的核心ꎬ数据要素与劳动力㊁资本等传统生产要素在多维度㊁高层次上实现协同创新和融合发展ꎬ作用于生产㊁消费㊁生活和公共服务等各个领域ꎬ为经济发展提供新动能ꎮ首先ꎬ数字经济在规模经济和范围经济方面具有显著特征[19]ꎬ能够通过降低生产成本促进经济发展ꎮ在企业数字化转型过程中ꎬ生产成本具备低边际成本的特征ꎮ企业倾向于无限扩大生产规模ꎬ长期平均成本随着生产规模的扩大而降低ꎬ形成规模经济效应ꎮ与工业经济相 03区域经济比ꎬ数字经济能够以更低的成本实现技术创新和产品创新ꎬ显著增加市场上商品和服务的种类ꎬ有助于形成范围经济ꎮ其次ꎬ数字经济通过优化资源配置㊁提高资源配置效率加快区域经济增长ꎮ数字经济极大优化了 看得见的手 的资源配置功能[20]ꎮ平台企业将生产者和消费者进行在线精准匹配ꎬ实现供求双方高效对接ꎬ大幅度提升资源利用效率ꎮ最后ꎬ数字经济通过提高全要素生产率促进经济发展ꎮ数字经济以数据为核心生产要素ꎬ打破了传统要素市场的束缚ꎬ渗透到产业的各个生产环节ꎬ改变生产过程中要素的投入种类和比例ꎬ从而提升生产效率[21]ꎮ综上ꎬ本文提出假设1ꎮ假设1:数字经济发展能够显著促进区域经济增长ꎮ(二)数字经济发展与区域经济收敛数字经济主要通过一体化效应㊁知识与技术的溢出效应促进区域经济增长收敛ꎮ一方面ꎬ数字经济发展带来的一体化效应有利于推动实现区域协同发展ꎮ新一代数字技术的广泛应用能够解决由于地理位置造成的市场分割问题ꎬ有效发挥市场的一体化效应[22]ꎮ在区域一体化下ꎬ落后地区通过比较优势嵌入到发达地区的价值链中ꎬ生产本地区具有比较优势的产品ꎬ从而实现不同发展水平的地区之间的分工与协作ꎮ与发达地区的经济互动ꎬ有助于落后地区推动传统产业转型ꎬ延伸产业链ꎬ从而提升经济增长速度和质量ꎮ另一方面ꎬ经济落后的地区通过知识和技术溢出的后发优势缩小与富裕地区的差距ꎮ由于信息知识具有正向外溢性的特征ꎬ落后地区可以通过学习和模仿发达地区制度㊁政策等方面的成功经验ꎬ实现管理水平和生产效率的提高ꎬ加快经济增长速度ꎮ落后地区可以在短时间内迅速将数字技术与传统产业结合起来ꎬ为实现 弯道超车 提供了发展机遇ꎮ综上ꎬ本文提出假设2ꎮ假设2:数字经济发展可以显著促进区域经济增长收敛ꎮ由于各地区资源禀赋㊁发展阶段差异较大ꎬ数字经济在东中西部地区的发展不平衡ꎬ导致其对区域经济收敛的影响可能也存在差异ꎮ东部地区经济基础较为扎实ꎬ有能力投入大量人力㊁物力进行数字基础设施建设ꎬ数字经济发展水平整体较高ꎮ在企业数字化转型过程中ꎬ北京㊁上海㊁广东等数字经济发展活跃的发达地区能够充分释放数字经济为经济发展带来的积极效应ꎬ带动东部地区其他省份数字经济发展与经济增长ꎬ有助于促进东部地区经济收敛ꎮ与东部地区相比ꎬ中西部地区经济基础较差ꎬ数字产业发展普遍滞后ꎬ且地区间内部经济活动的联动性较弱ꎬ数字经济发展的红利难以有效释放ꎬ对经济增长的拉动作用有限ꎮ因此ꎬ中西部地区数字经济对经济增长收敛的影响可能不显著ꎮ基于此ꎬ本文提出假设3ꎮ假设3:数字经济发展对经济收敛的促进作用在东中西部地区具有差异ꎬ东部地区作用效果更为显著ꎮ近年来ꎬ中国区域经济发展不均衡已从东中西部地区差距转变为南北地区差距ꎮ南方地区的经济发展水平和质量均显著高于北方ꎬ数字经济对区域经济收敛的影响效应可能也存在差异ꎮ北方地区高度依赖投资驱动的重工业ꎬ经济发展缺乏韧性ꎬ具有显著的政府主导特征ꎬ导致其资源配置效率低下ꎮ同时ꎬ北方地区企业数字化转型进程较为缓慢ꎬ难以推动产业结构优化ꎬ也不能吸引高科技人才以促进技术创新ꎬ无法有效促进经济增长和缩小经济差距ꎮ与北方地区相比ꎬ南方地区市场机制较为健全ꎬ具有较为夯实的经济发展水平和技术创新基础ꎮ例13区域经济如ꎬ长江三角洲和珠江三角洲地区能够通过劳动力流动㊁产业集聚㊁产业链延伸等ꎬ依靠产业互补㊁专业化分工以及知识㊁技术与创新扩散缩小地区间差距ꎮ因此ꎬ南方地区可以强化数字经济发展的经济增长效应ꎬ使得南方地区数字经济对经济增长收敛的影响强于北方地区ꎮ基于以上分析ꎬ本文提出假设4ꎮ假设4:数字经济发展对经济收敛的促进作用在南北地区具有差异ꎬ南方地区作用效果更为显著ꎮ三㊁模型设定㊁变量选取与数据来源(一)模型设定参考Barro和Sala-I-Martin(1992)[23]提出的β收敛理论ꎬ构建不包含空间因素的区域经济增长收敛模型:giꎬt=α+βlnyiꎬt-1+εiꎬt(1)式(1)为区域经济增长绝对收敛模型ꎮ其中ꎬgiꎬt是经济增长率指标ꎬ用i地区t时期的实际人均GDP增长率表示ꎻlnyiꎬt-1是期初经济发展水平ꎬ用i地区t-1时期的实际人均GDP对数值表示ꎻeiꎬt为随机误差项ꎻβ是收敛系数ꎬ若β小于0ꎬ则表示区域经济存在绝对收敛ꎬ各地区经济差距趋于缩小ꎻ若β大于0ꎬ则表示区域经济发散ꎬ各地区经济发展趋于不平衡ꎮgiꎬt=α+βlnyiꎬt-1+γXiꎬt+εiꎬt(2)式(2)是在绝对收敛模型的基础上加入控制变量ꎬ表示经济增长条件收敛模型ꎬXiꎬt表示一系列控制变量的集合ꎮ考虑到空间地理因素对区域经济收敛存在一定的影响ꎬ且经济增长可能具有时间上的路径依赖特征ꎬ本文在式(2)模型的基础上引入空间效应ꎬ构建动态空间面板计量模型进行收敛性分析ꎮ条件收敛的动态空间杜宾模型设定如下:giꎬt=α+ηgiꎬt-1+βlnyiꎬt-1+α1deiiꎬt+γXiꎬt+ρWgiꎬt+β1Wlnyiꎬt-1+α2Wdeiiꎬt+μi+δt+εiꎬt(3)其中ꎬWgiꎬt㊁Wlnyiꎬt-1和Wdeiiꎬt分别是实际人均GDP增长率㊁期初实际人均GDP和数字经济发展的空间滞后项ꎻgiꎬt-1是实际人均GDP增长率的时间滞后项ꎻW为空间权重矩阵ꎻmi和dt分别代表空间效应和时间效应ꎻ其他变量含义同式(1)和式(2)ꎮ为检验空间计量模型估计结果的稳健性ꎬ本文构建了两类空间权重矩阵ꎬ并对其进行标准化处理:(1)邻接权重矩阵(W1)ꎬ即当两地区地理邻接时W1=1ꎬ非地理邻接时W1=0①ꎻ(2)地理距离权重矩阵(W2)ꎬ用基于经纬度计算的地区间距离平方的倒数表示两地区之间的空间关联程度ꎮ此外ꎬ根据收敛系数βꎬ可以计算出考察期T内相应的收敛速度s以及半生命周期tꎬ计算公式如下:s=-ln(1-β)/T(4)τ=ln(2)/s(5) (二)变量选取①考虑到海南与其他省份均不相邻ꎬ但其距离广东最近ꎬ故将广东作为其邻接省份ꎮ23区域经济1.被解释变量ꎮ被解释变量为实际人均GDP增长率(giꎬt)ꎬ用i地区t时期实际人均GDP的对数值减去t-1时期实际人均GDP的对数值表示ꎮ本文所使用的实际GDP是以2005年为基期将名义GDP用GDP平减指数调整所得ꎮ2.核心解释变量ꎮ关于数字经济发展水平的衡量ꎬ目前并没有统一的指标ꎮ虽然一些研究机构已经测算了各地区数字经济综合发展水平ꎬ但均存在样本时期跨度小的问题[24]ꎮ因此ꎬ结合数据可得性ꎬ本文从数字基础设施㊁数字产业㊁数字技术及数字应用四个维度选取12个指标构建各地区数字经济发展水平指数ꎬ具体指标体系见表1ꎮ参考杨丽和孙之淳(2015)[25]的做法ꎬ基于熵值法测算各个数字经济子指标所占权重ꎬ再根据各个指标的权重得分计算得到各地区数字经济发展水平ꎮ㊀表1数字经济发展水平指标体系一级指标二级指标三级指标指标属性数字经济发展水平数字基础设施数字产业数字技术数字应用平均每平方千米互联网宽带接入端口(个)+平均每平方千米长途光缆线路长度(公里)+平均每平方千米移动电话交换机容量(户)+移动电话普及率(部/百人)+软件业务收入(万元)+软件和信息技术服务业企业数目(个)+信息传输㊁计算机服务和软件从业人员(万人)+信息传输㊁计算机服务和软件业全社会固定投资占比(%)+域名数(万个)+网站数(万个)+网页数(万个)+IPV4数(万个)+人均电信业务量(万元)+人均快递业务量(件/人)+3.控制变量ꎮ为更加全面分析数字经济发展对区域经济增长收敛的影响ꎬ借鉴雷俐等(2020)[8]㊁邵秀燕和陈思华(2022)[16]等关于经济增长收敛影响因素的文献ꎬ本文选取了一系列控制变量:(1)城镇化率(ur)ꎮ本文使用各地区城镇人口占总人口的比重表示ꎮ(2)外商直接投资(fdi)ꎮ本文使用实际利用外商投资额占GDP的比重来表示ꎮ(3)固定资产投资(inv)ꎮ本文用各地区全社会固定资产投资额与地区GDP的比值衡量固定资产投资ꎮ(4)人力资本水平(lnedu)ꎮ本文使用各地区每万人普通高等学校在校学生数来衡量各地区的人力资本水平ꎬ为了消除异方差的影响ꎬ在实证分析中取对数ꎮ(5)就业水平(lnemp)ꎮ本文使用各地区年末就业人数衡量就业水平ꎬ在实证分析中取对数ꎮ(三)数据来源本文选取2006-2019年中国30个省(自治区㊁直辖市)(因数据缺失严重ꎬ不包括西藏自治区和香港㊁澳门㊁台湾)的平衡面板数据探究数字经济发展与区域经济增长收敛之间的关系ꎮ本文所采用的变量数据主要来源于历年«中国统计年鉴»«中国科技统计年鉴»«中国电子信息统计年鉴»及各省(自治区㊁直辖市)统计年鉴ꎬ表2报告了各变量的描述性统计情况ꎮ四、实证结果与分析(一)空间相关性检验为考察现阶段我国各地区实际人均产出和数字经济发展的空间分布状况ꎬ本文采用Mo ̄33区域经济ran'I指数法对所选取2006-2019年30个地区样本的实际人均GDP和数字经济发展进行了空间自相关检验ꎮ表3展示了在邻接矩阵和地理距离矩阵下历年Moran'I指数及其显著性ꎮ由表3可以看出ꎬ实际人均GDP㊁数字经济发展的Moran'I指数均为正值ꎬ且在10%的水平上通过显著性检验ꎮ其中ꎬ在两种权重矩阵下ꎬ实际人均GDP的Moran'I指数均大于0.3ꎬ且在1%的显著性水平上通过检验ꎬ表现出显著的正向空间相关性ꎮ说明区域经济发展并不是相互独立的ꎬ而是在空间分布上呈现集聚态势ꎮ与实际人均GDP相比ꎬ数字经济发展的空间相关性较弱ꎬ但其数值和显著性呈现增强趋势ꎮ因此ꎬ在考察数字经济发展对区域经济增长收敛的影响时应该将空间相关性考虑在内ꎬ否则会导致模型设定的偏误ꎮ㊀表2变量的描述性统计变量观测值均值标准差最小值最大值实际人均GDP增长率(g)4200.08580.02790.00600.1626期初经济发展(lnyt-1)42010.13310.58508.556611.6406数字经济发展(dei)4200.08610.10710.00860.7023城镇化率(ur)4200.54660.13570.27460.8960外商直接投资(fdi)4200.02390.02090.00010.1210固定资产投资(inv)4200.76540.27930.21091.5965人力资本水平(lnedu)4205.15440.32574.09485.8676就业水平(lnemp)4207.61970.79945.68428.8749㊀表3实际人均GDP㊁数字经济发展的Moran I指数年份实际人均GDP数字经济发展邻接矩阵地理距离矩阵邻接矩阵地理距离矩阵20060.432∗∗∗0.391∗∗∗0.134∗0.080∗20070.422∗∗∗0.388∗∗∗0.141∗0.098∗20080.414∗∗∗0.381∗∗∗0.145∗0.101∗20090.406∗∗∗0.375∗∗∗0.181∗∗0.123∗∗20100.395∗∗∗0.370∗∗∗0.197∗∗0.122∗∗20110.380∗∗∗0.363∗∗∗0.174∗∗0.111∗20120.368∗∗∗0.355∗∗∗0.193∗∗0.132∗∗20130.359∗∗∗0.347∗∗∗0.177∗∗0.117∗∗20140.351∗∗∗0.338∗∗∗0.184∗∗0.121∗∗20150.348∗∗∗0.331∗∗∗0.185∗∗0.115∗∗20160.348∗∗∗0.326∗∗∗0.231∗∗0.148∗∗20170.350∗∗∗0.324∗∗∗0.251∗∗∗0.160∗∗20180.350∗∗∗0.325∗∗∗0.238∗∗0.156∗∗20190.350∗∗∗0.325∗∗∗0.230∗∗0.152∗∗㊀注:∗∗∗㊁∗∗和∗分别表示回归结果在1%㊁5%和10%的置信水平下通过显著性检验ꎮ下同ꎮ(二)空间计量模型结果分析1.空间计量模型选择按照Elhorst(2014)[26]的 从具体到一般 和 从一般到具体 的检验思路ꎬ本文依次从LM检验㊁豪斯曼检验以及空间杜宾模型简化检验(Wald检验㊁LR检验)对空间计量模型进行必要的识别检验ꎬ具体结果如表4所示ꎮ首先ꎬ采用LM检验和稳健性LM检验ꎬ邻接矩阵和地理距离矩阵下的结果均在5%的水平上通过了显著性检验ꎬ表明采用空间计量模型是优于普通面板模型的ꎮ其次ꎬ豪斯曼检验在两种权重矩阵下的结果均为拒绝原假设ꎬ表明固定效应模型的估计结果更有效ꎮ最后ꎬ在不同的权重矩阵下ꎬWald检验和LR检验通过了1%水平下的显著性检验ꎬ表明空间杜宾模型不能被简化为空间滞后模型和空间误差模型ꎮ此外ꎬ考虑到上一期的实际人均GDP增长率可能对当期的经济增长率有影响[27]ꎬ本文最终选用时间和地区双向固定的动态空间杜宾模型探究数字经济发展与区域经济收敛之间的空间关联特征ꎮ43区域经济㊀表4空间面板计量模型的检验结果检验统计量邻接矩阵地理距离矩阵ValueP-ValueValueP-ValueLM-lag115.654∗∗∗0.000140.570∗∗∗0.000RobustLM-lag5.696∗∗0.0178.751∗∗∗0.003LM-error151.208∗∗∗0.000166.751∗∗∗0.000RobustLM-error41.250∗∗∗0.00034.932∗∗∗0.000Hausmantest53.580∗∗∗0.00031.380∗∗∗0.008Waldtestspatiallag46.240∗∗∗0.00072.390∗∗∗0.000Waldtestspatialerror31.120∗∗∗0.00034.210∗∗∗0.000LRtestspatiallag32.030∗∗∗0.000112.040∗∗∗0.000LRtestspatialerror32.870∗∗∗0.000107.170∗∗∗0.0002.全样本回归结果分析表5报告了空间效应下全国层面数字经济发展对经济增长收敛的影响结果ꎮ为了更加科学地分析数字经济发展对中国区域经济收敛的影响ꎬ本文也列出了静态空间杜宾模型的估计结果进行比较ꎮ如表5所示ꎬ列(1)和列(3)是邻接矩阵和地理距离矩阵设定下的静态空间杜宾模型估计结果ꎬ列(2)和列(4)则是相应矩阵下的动态空间杜宾模型估计结果ꎮ在动态空间杜宾模型中ꎬ经济增长滞后一期的系数均为正ꎬ且在1%的检验水平下显著ꎬ表明上一期的经济增长能够正向预测当期的经济增长ꎬ验证了前文关于地区经济增长具有明显路径依赖特征的推断ꎬ将经济增长率的滞后项纳入计量模型能够有效减少模型设定偏误ꎮ此外ꎬ无论是在邻接矩阵还是在地理距离矩阵下ꎬ与静态空间杜宾模型相比ꎬ动态空间杜宾模型的拟合优度R2都更高ꎬ进一步说明动态空间面板模型优于静态空间面板模型ꎮ因此ꎬ本文主要选择动态空间杜宾模型的估计结果分析数字经济发展与区域经济收敛之间的关系ꎮ㊀表5数字经济影响区域经济收敛的全样本回归结果邻接矩阵地理距离矩阵静态SDM动态SDM静态SDM动态SDM(1)(2)(3)(4)l.g0.4773∗∗∗(11.59) 0.4824∗∗∗(11.67)β-0.1021∗∗∗(-9.04)-0.1025∗∗∗(-9.35)-0.1003∗∗∗(-8.81)-0.0996∗∗∗(-9.02)dei0.0698∗∗∗(4.98)0.0481∗∗∗(3.58)0.0697∗∗∗(4.95)0.0449∗∗∗(3.35)ur-0.0388(-0.91)0.0587(1.43)-0.0451(-1.07)0.0493(1.22)fdi0.1888∗∗∗(3.68)0.1105∗∗(2.32)0.2050∗∗∗(3.93)0.1103∗∗(2.29)inv0.0146∗∗∗(3.40)0.0033(0.84)0.0133∗∗∗(3.03)0.0032(0.80)lnedu0.0295∗∗∗(4.00)0.0194∗∗∗(2.64)0.0320∗∗∗(4.29)0.0173∗∗∗(2.33)lnemp-0.0167∗(-1.75)-0.0131(-1.43)-0.0158(-1.63)-0.0135(-1.49)r -0.2234∗∗∗(-3.38)0.1781∗∗∗(2.72)-0.1259(-1.49)0.1785∗∗∗(2.12)s0.00770.00770.00750.0075t 90.105689.734391.812992.4935时间效应是是是是地区效应是是是是R20.71720.78590.72500.7789N420390420390㊀注:括号内为Z统计量ꎬ∗∗∗㊁∗∗和∗分别表示回归结果在1%㊁5%和10%的置信水平下通过显著性检验ꎮ下同ꎮ53区域经济在动态空间杜宾模型中ꎬ空间自相关系数r均在1%的检验水平下显著为正ꎬ说明各地区存在较强的经济活动互动关系ꎬ这与前文空间自相关检验的结果保持一致ꎮ收敛系数β都小于0ꎬ且通过了1%水平的显著性检验ꎬ表明落后地区的经济增长率高于发达地区的增长率ꎬ即我国区域经济增长具有显著的条件收敛特征ꎮ在考虑地区异质性因素的条件下ꎬ各地区的经济增长会朝着各自的均衡水平发展ꎮ从收敛速度和半生命周期的计算结果来看ꎬ在邻接矩阵和地理距离矩阵下ꎬ全国的收敛速度分别为0.77%和0.75%ꎬ半生命周期分别为89.734年和92.496年ꎮ两种权重矩阵下的结果差异较小ꎬ说明估计结果具有较强的稳健性ꎮ数字经济发展的系数在1%的水平上显著为正ꎬ表明数字经济的发展显著提高了地区经济的发展速度ꎬ对缩小区域经济差距具有显著的正向效应ꎬ研究假设1和2均得到验证ꎮ作为一种新兴的经济形态ꎬ数字经济的发展能够降低生产成本ꎬ优化资源要素配置ꎬ推动产业结构合理化与高级化ꎬ从而促进地区经济增长ꎮ同时ꎬ数字经济的快速发展促进了区域经济一体化发展ꎬ具有知识技术溢出效应和创新扩散效应ꎬ加大了区域间统筹协调力度ꎬ增加了各地区分工协作的机会ꎬ有助于经济落后的地区充分发挥数字经济发展的后发优势ꎬ进而推动实现区域经济均衡发展ꎮ在控制变量方面ꎬ外商直接投资对地区经济增长的促进作用在5%的检验水平下显著为正ꎮ外商直接投资为地区经济发展提供了充足的资金ꎬ并通过竞争和示范效应推动企业进行技术创新ꎬ有利于全要素生产率提升ꎬ进而带动经济发展ꎮ同时ꎬ外商直接投资的协调引进也能减小全国范围内的经济差距ꎮ人力资本在1%的水平上能够显著促进区域经济增长ꎮ人力资本是技术创新的核心要素之一[28]ꎬ有效促进各地区创新能力提升ꎬ从而加快经济发展ꎮ经济落后地区通过人力资本积累能够更好地学习和模仿富裕地区的先进技术ꎬ实现对发达地区的追赶式增长ꎬ进而促进区域经济收敛ꎮ从估计结果来看ꎬ就业人数增加对经济发展呈负向影响ꎬ这与奥肯定律预期不符ꎬ但与马大来和陈仲常(2015)[29]的研究结果一致ꎮ原因可能是地区的就业结构调整不能适应产业结构的优化升级ꎬ造成产业结构与就业结构不协调[30]ꎮ此外ꎬ城镇化率和固定资产投资对经济增长的影响均为正ꎬ但在统计意义上不显著ꎮ3.分区域回归结果分析从熵值法计算的数字经济指数来看ꎬ2019年东部地区的数字经济发展水平均值为0.320ꎬ中部地区均值为0.096ꎬ西部地区均值只有0.079ꎬ反映了各区域数字经济发展不平衡ꎬ中西部地区的数字经济发展与东部地区还存在很大差距ꎮ由于数字经济发展与经济增长收敛在区域分布上可能存在明显的异质性特征ꎬ本文将样本分为东㊁中㊁西部三大地区①ꎬ进一步探究数字经济发展对三大地区经济增长收敛的影响ꎬ同时也可以检验东中西部地区的经济增长是否存在俱乐部收敛ꎮ表6为空间效应下东中西部地区数字经济影响经济增长收敛的回归结果ꎮ所有模型中ꎬ上一期的实际人均GDP增长率的系数在1%的水平下均显著为正ꎬ反映了三大地区的经济增长也存在明显的动态效应ꎬ再次验证了使用动态空间面板模型的必要性ꎮ63 ①东部地区包括北京㊁天津㊁河北㊁辽宁㊁上海㊁江苏㊁浙江㊁福建㊁山东㊁广东及海南11个省份ꎬ中部地区包括山西㊁吉林㊁黑龙江㊁安徽㊁江西㊁河南㊁湖北㊁湖南8个省份ꎬ西部地区包括内蒙古㊁广西㊁四川㊁重庆㊁贵州㊁云南㊁陕西㊁甘肃㊁青海㊁宁夏及新疆11个省份ꎮ。
行业集聚与FDI区位集聚关系的实证研究——以江苏等11省为例
分, 与传统 的行政 经济 区的划 分方法 有所不 同 , 因 为其 照顾 了三大地 带 的完 整性 …。我们 根据 这 七 大 区域的特 点及 经 济 发展 程 度 分 为三 组 : 东部 ① 和北 部 相 对 发 达 省 市 : 括 江 苏 、 江 、 包 浙 山东 、 福
建、 辽宁 、 广东 、 京 ; 中部地 区 : 括安徽 ; 西 北 ② 包 ③
度看 农林 牧 副 渔业 , 矿业 , 采 电力 、 气及 水 生产 燃 与供应 业及建 筑 业 为 收缩 性 行 业 , 批发 和 零 售住
宿餐饮 业 、 房地产 业 、 科学 研 究技术 服务和 地质勘
部欠发 达地 区 : 括 陕西 、 肃 、 包 甘 贵州 。为 了保 持
所选择 产 品统计 数 据 的 完整 性 , 文 以省 和 直 辖 本 市 为基 本 区域 单 位 , 取 2 0 年 和 20 选 01 05年 各 主
● 段瑜琳
王
华
行业集聚与 F DI区 位 集 聚 关 系 的 实 证 研 究
以江苏 等 1 省 为例 1
[ 内容提 要 ] 本 文试 图通过 对进入 中国的 F I 区位 分布 和我 国 目前经 济发展 D的
的行 业 空间分 布的研 究 , 分析 F I D 的行 业 投 资 的 空 间分 布特 征 和 我 国 目前 经 济发 展 的行 业 空间分 布 的变动趋 势 ; 过格 兰杰 因果 分 析检 验 F I 区位 集聚 与 各 省各 行 通 D 的
[ 关键 词 ] 静 态集 聚
动 态 集聚
格 兰杰 因果 检验
中 图分类 号 :826 文献 标识 码 : 文章编 号 :07 3920 ) —03 0 F3 ・ A 10 —16 (085 06— 7
城乡收入差距、市场规模与FDI的区位选择——基于中国省级面板数据的实证分析
城乡收入差距、市场规模与FDI的区位选择——基于中国省
级面板数据的实证分析
侯晓辉;范红忠
【期刊名称】《华中科技大学学报(社会科学版)》
【年(卷),期】2007(021)004
【摘要】在考虑常用控制变量的前提下,实证分析发现,地区GDP总量、人均GDP 与城乡收入差距对FDI区位选择有着至关重要的影响.前两个因素对FDI的流入量有正向的影响,地区城乡收入差距的扩大则对FDI的实际利用量具有显著的负面影响.这一结论的政策建议是,一方面短期内不能过分依赖FDI向中西部流动来减少地区差距,而另一方面中西部地区可以通过减少城乡差距,来增加对FDI的吸引力.【总页数】5页(P71-75)
【作者】侯晓辉;范红忠
【作者单位】西安交通大学,金禾经济研究中心,陕西,西安,710049;华中科技大学,经济学院,湖北,武汉,430074
【正文语种】中文
【中图分类】F831
【相关文献】
1.环境规制对不同来源地FDI区位选择的影响——基于省级面板数据的研究 [J], 王奇;蔡昕妤
2.中国OFDI区位选择影响因素的实证分析——基于"一带一路"沿线61个国家的
面板数据 [J], 张彬; 何进渊
3.中国OFDI区位选择影响因素的实证分析--基于“一带一路”沿线61个国家的面板数据 [J], 张彬; 何进渊
4.国际SPA企业在中国市场的区位选择研究——基于省级面板数据的实证分析[J], 叶翀;赵朝阳
5.新经济地理学视角下的FDI区位选择——基于中国省际面板数据的实证分析 [J], 黄肖琦;柴敏
因版权原因,仅展示原文概要,查看原文内容请购买。
FDI区位选择因素与地方经济增长:基于联立方程组模型的实证研究
FDI区位选择因素与地方经济增长:基于联立方程组模型的实证研究作者:陈曦邓韬逸姚沁里来源:《现代经济信息》 2017年第23期摘要:本文通过选取全国31个省(自治区、直辖市)2000—2012的面板数据作为样本,建立联立方程组模型,对FDI区位分布因素和地方经济增长的相互作用关系进行实证分析。
结果显示,FDI对地方经济增长有显著的直接促进作用,并且高人力资本存量、完善的基础设施、高第三产业水平和低用工成本更有利于吸引FDI进入。
关键词:FDI;区位因素;经济增长;联立方程组模型中图分类号:F127文献识别码:A文章编号:1001-828X(2017)034-000-02引言从我国加入世界贸易组织(WTO)以来,来自国外的投资显著增长。
而学界对于FDI和经济增长的关系,已得出了丰富的研究成果,但也留下不少有待回答的问题。
本文通过建立一个联立方程组模型,重点回答以下问题:(1)FDI在我国的区位因素与地方经济发展水平存在怎样的相互影响?(2)在模型框架下,一个地方吸引FDI进入的因素是什么?一、文献综述Dunning(1973,1992)确立了国际生产折衷理论中区位优势的概念,认为不同地方区位优势的大小决定了FDI的流向[1]。
鲁明泓(1994,1997)研究发现GDP、市场化程度、劳动力成本、制度因素等与各地吸收的FDI显著相关[2][3]。
黄海南和唐五湘(2006)运用1992年到2004年的面板数据,发现集聚效应、经济增长率、第三产业占GDP的比重、在岗职工平均工资和贸易依存度对FDI进入有显著影响[4]。
二、模型设定和估计方法与前人只单独研究了一方对另一方带来的影响不同,本文把FDI和经济增长作为相互影响的内生变量,现给出联立方程组来处理这一内生性问题。
FDIit=f(GDPit,wageit,indusit,infrait,thirdit,pit)(1)GDPit=f(FDIit,hit,FDIit·hit,govit,pit)(2)在反映FDI区位选择决定因素的方程(1)中,FDI表示各地外商直接投资额。
FDI技术外溢的地区差异与吸收能力的门限特征 基于中国省际面板数据的门限回归分析
本次演示通过面板门限回归分析发现,FDI技术外溢在我国的高技术产业中 确实存在门槛效应。这为我们制定相关政策提供了重要依据,有助于我们更好地 利用外资推动我国高技术产业的发展。
谢谢观看
FDI技术外溢的地区差异与吸收能 力的门限特征 基于中国省际面板
数据的门限回归分析
目录
01 一、引言
03 三、研究方法
02 二、文献综述 04 四、结果与讨论
05 五、结论
07 参考内容
目录
06 六、
一、引言
随着全球经济的深入发展,外商直接投资(FDI)在技术转移和经济增长中 的作用日益凸显。然而,FDI技术外溢的效果并不总是显著的,它受到东道国吸 收能力的制约。吸收能力,即东道国获取、理解和应用外国技术的能力,已成为 影响FDI技术外溢效果的关键因素。本次演示旨在探讨FDI技术外溢的地区差异与 吸收能力的门限特征,以期为提高我国的技术水平和经济增长质量提供理论依据。
本次演示的研究为理解FDI技术外溢和吸收能力提供了新的视角,也为政策 制定提供了理论依据。未来,应更加地区差异和吸收能力门限特征,制定有针对 性的政策措施,提高我国的技术水平和经济增长质量。
六、
参考内容
一、引言
外商直接投资(FDI)的技术外溢效应是经济发展研究中的重要议题。特别是 在高技术产业中,这一效应可能更加显著。然而,有观点提出,FDI的技术外溢 效应可能存在“门槛条件”,即投资必须达到一定的临界值才能产生积极的技术 溢出效应。本次演示以我国高技术产业为例,采用面板门限回归分析方法,旨在 检验FDI技术外溢是否存在这种门槛效应。
二、理论和假设
FDI的技术外溢效应一般被认为主要通过示范-模仿、人力资本流动和竞争互 动等机制实现。然而,这些效应的显现可能受到投资规模、技术差距、人力资本 等因素的影响。特别地,当FDI投资规模不足或与当地技术水平差距过大时,可 能无法引发显著的技术外溢效应。因此,我们假设在高技术产业中,FDI的技术 外溢效应存在一个门槛条件。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
文化包容、地理集聚对FDI区位选择的影响分析基于动态面板数据模型的实证分析作者:李斌杜松泰蒋泌莹来源:《湖南大学学报(社会科学版)》2013年第05期[收稿日期] 2012-12-17[基金项目] 国家软科学重大项目“科技进步对经济发展贡献率研究”(2008GXS1B022);国家软科学重大项目“科技促进经济发展方式转变的评价方法和体系研究”(2011GXS1B001)[作者简介] 李斌(1968—),女,湖南湘乡人,湖南大学经济与贸易学院教授,博士生导师.研究方向:产业经济,经济增长.[摘要] 我国东、中、西部地区的外商直接投资(FDI)呈现出极不平衡的状态,地区之间的地理禀赋以及文化差异是重要的原因。
1998-2010年的区域经济数据显示,文化包容程度、地理位置以及集聚效应对FDI的区位选择有显著的正向影响,其中又以集聚效应的影响最大;交通运输因素并不直接影响FDI区位选择,集聚效应的文化包容效应为负。
[关键词] 文化;地理;集聚效应;FDI区位选择[中图分类号] F224[文献标识码] A[文章编号] 1008—1763(2013)05—0046—05一引言我国在完成由计划经济向市场经济的转型后吸引了大量的FDI,这些FDI对我国的经济发展产生了重要的作用。
与此同时,我国东、中、西部地区的FDI却呈现出了极不平衡的状态,“十二五”规划明确提出要缩小区域经济发展差距,研究影响FDI区位选择的因素对缩小我国区域间经济差距具有重要意义。
表1为我国东、中、西部地区FDI分布情况,中、西部地区与东部地区的FDI投资量长期存在差湖南大学学报(社会科学版)2013年第5期李斌,杜松泰等:文化包容、地理集聚对FDI区位选择的影响分析基于动态面板数据模型的实证分析以往的研究认为,影响FDI区位选择的因素主要有技术创新、内需、市场规模、市场开放程度、市场成熟度、基础设施完善程度、劳动力成本、产业结构、政策优惠程度、教育发达程度、财政分权程度、政府消费、宏观赋税、开放度、国有投资占GDP的比重、经济增长速度等(孙霄仲(2006)[4];杨海生(2010)[7];王文剑、仉建涛、覃成林(2007) [6];廖上胜、樊瑞鹏、王选华(2012)[2]等)。
但很多学者的研究并不基于一个统一的框架。
美国学者Krugman(1991)从地理禀赋差异的角度通过中心外围理论研究了企业集聚,他将最初的产业集聚归结为历史的偶然,初始的优势因“路径依赖”而逐渐扩大,产生“锁定”效应[9]。
集聚带来的是企业经济效应的增强,李君华(2009)等研究了集聚效应对企业经济效应的作用后认为,随着企业集聚的增加,企业间通过人与人的交流、交换信息而产生的技术外部性会更大,从而能获得更大的经济效应 [3] 。
集聚效应增强企业经济效应的功能使得集聚效应影响FDI的区位选择,余珮、孙永平(2011)等学者研究了集聚效应对FDI的吸引作用,他们认为集聚效应在吸收外资时具有积极效应[8]。
以新经济地理学为基础的分析固然基于一个统一的框架,但文化因素对FDI的区位选择也有着重要的影响。
孙焱林(2004)等以国家为单位研究了文化因素对我国外商投资的影响,研究中使用了Gravity模型进行分析得出结论,认为我国之所以能吸引大量FDI,与我国和新加坡、日本、韩国及我国台湾、香港之间的文化关系有很大联系[5],而陈继勇(2010)等发现,文化因素对外商直接投资具有正向影响[1]。
我们认为目前以文化、地理因素为视角来研究我国FDI区位选择问题的学者相对较少,并且地理因素对FDI区位选择的影响并不完全由集聚效应传导。
因此本文在前人研究的基础上结合集聚效应研究文化、地理因素对我国FDI区位选择的影响及其作用机制。
二文化、地理因素对FDI的影响分析(一)文化因素文化包容性的强弱关系到FDI投资者的企业文化能否很好应用于在东道国的经营活动中。
作为企业核心竞争力之一的企业文化是企业的核心理念以及组织、生产、管理和研发等方面的综合软实力,与企业的竞争力水平以及盈利能力紧密相关。
FDI东道国内部不同地区的文化包容性由于历史、环境等客观因素存在差异,但不同地区之间的文化交流可以改善文化包容性:地区间的文化交流使得不同地区的文化得以相互吸收、融合从而提高本地区文化的包容性。
(二)地理因素地理因素可以分为交通运输因素以及地理位置因素。
交通运输是企业生产过程中的必要组成以及拓展市场的重要工具。
企业通过交通运输加强对周边市场的辐射能力以扩展市场。
交通运输发达地区的运输方式选择种类多、运输能力强,产品、原料运输周转速度快,企业可以结合自身产品特点合理选择费用低、耗时短的运输方式,避免产品积压以及原材料供应不及时,降低成本,提高盈利能力。
FDI投资者在经营过程中的各环节对于市场规模、信息获取、基础设施以及金融体系具有很高的依赖度。
地理位置作为企业开展经营活动的空间场所反映地区在经济体系中的重要性以及地区的经济活动与其它地区经济活动之间的关联程度,地理位置靠近经济中心的地区市场规模大、信息获取迅速,基础设施、金融体系完善。
(三)集聚效应由于历史原因或在贸易成本较高的情况下,大量企业倾向于把厂址向运输成本较低的地区集中进而产生了集聚,集聚所产生的集聚效应又进一步推动企业的集中,使得这些地区的企业数量以及人口数量大幅增加。
这种规模的增加一方面使得企业个体能够从外部获得“福利”,通过共享市场、原料以及人力资本等方式降低生产成本,即集聚效应的外部性。
另一方面,知识的非竞争性和非完全专用性所引起的周边企业在生产过程中的研发技术以及生产工艺的扩散以及企业之间企业家、设计者、技术人员和工程师等人员的相互流动将促进企业的研发技术、生产工艺等的改进,提高企业的生产效率以及盈利能力,即集聚效应的技术外溢效应。
交通运输因素与集聚效应的外部性影响FDI区位选择的方式有着一定的相似性,即通过扩大市场、降低成本来影响FDI的区位选择;同时,集聚效应的增强将使得地区人口流动内部化从而减少地区之间的文化交流,这将不利于地区文化包容性的增强。
因此我们假设,地理因素中的交通运输因素主要通过集聚效应来影响FDI区位选择;集聚效应的增强将降低地区的文化包容性,即集聚效应的文化包容效应为负。
图1作用机理三实证检验(一)模型设定Dij表示地区i与地区j之间的距离,在这里我们近似地采用两省份省会之间的直线距离进行计算,公式中当i=j时Dij代表“区域内距离”,在这里我们近似地采用区域i等面积圆半径的三分之一来计算。
我们分别使用上海、湖北、四川的中心指数代表东部、中部和西部的中心指数。
东、中、西部地区1998~2010年的中心指数如下:在回归阶段,我们首先对模型是否存在个体效应进行检验,我们得到F=11.51***,拒绝H0:不同个体的截距相同,模型存在个体效应。
进一步我们对模型个体效应是随机效应还是固定效应进行检验,Hausman检验结果显示随机效应模型优于固定效应模型。
由于模型中加入滞后一阶的FDI作为解释变量将导致自变量存在严重内生性。
在这里我们需要对模型加以修正,而如果模型扰动项之间存在自相关或者异方差则GMM模型较球型扰动假设下的两阶段最小二乘法2SLS模型修正更为有效。
我们对模型残差项是否存在异方差进行检验,异方差的检验主要有BreuschPagan 检验、GoldfeldQuandt 检验等,在这里我们使用BreuschPagan 检验,Breusch-Pagan 检验是将OLS估计的残差的平方对模型中的解释变量做回归的异方差性检验,我们得到LM= 36.02***(0.0000),进而我们拒绝原假设:修正模型与原模型误差序列同方差,即数据存在异方差。
因此我们认为,GMM模型更适合以上数据的回归分析。
Arellano和Bover(1995)提出并由Blundell和Bond(1998)改进的动态面板系统GMM估计方法可以很好地解决变量的内生性问题。
在GMM模型中,我们采用Bond(2002)的方法将GMM估计中的被解释变量滞后项系数与固定效应估计系数和混合效应估计系数进行比较(C0=0.449、C1=0.382、C2= 0.461,C0 、C1 、C2分别为FDI(-1)项的GMM估计系数、固定效应估计系数和混合效应估计系数),我们发现GMM模型中的FDI(-1)项估计系数介于固定效应模型估计系数和混合效应模型估计系数之间,因此我们认为GMM模型未出现大的偏倚,而检验过度识别的SARGAN 检验接受原假设,即工具变量是有效的。
(四)计量结果讨论通过GMM模型回归结果我们发现,集聚效应的衡量指标Nu企业数量并不显著,原因可能是企业的数量并不能很好地反映企业的规模。
地理位置对FDI区位选择的影响显著,中心指数每增加1%,FDI投资额将增加0.39%。
地区在经济意义上的地理位置越靠近区域的经济中心,FDI投资者获得的市场越大、生产成本越低,地区对FDI的吸引越强。
文化因素对FDI区位选择的影响显著,客运量每增加1%,FDI将增加2.51%,流出的人口越多,地区与其它地区之间文化的交流越多,随着这些流出人口的回归,地区的文化包容性将得到提升,FDI投资者的企业文化、先进理念、管理模式在地区中能更好地被接受,地区对FDI的吸引力将增强。
集聚效应对FDI区位选择有显著的影响,外商固定资本总量Cap每增加1%,FDI将增加3.79%,地区的集聚效应越强,其成本越低、市场越大、技术外溢效应越强,地区对FDI的吸引力越大。
换而言之,FDI投资者更偏向于以往投资更多的区域,历史FDI投资量较大的东部地区在其它条件不变的情况下将获得更多的FDI。
集聚效应与文化因素乘积项的回归系数为负,这与我们的假设相符,集聚效应的增强会使得地区人口流动内部化,不利于地区间的文化交流以及地区文化包容性的增强,这与我国发布的宏观经济数据一致,以地处西部的人口输出大省四川省为例,其内部人口流动随着地区集聚效应增强已超过省际人口流动。
另一方面,衡量文化交流的指标客运量越大人口流出越多,虽然文化的交流增强会增强地区文化的包容性,但这种人口流出并不利于本地区集聚效应的增强。
最后,我们使用随机效应模型检验我们的假设:交通运输因素是否直接影响FDI区位选择。
加入Fr变量的随机效应模型RE(1)的Fr变量不显著,并且修正后的R2值并未显著提高。
这与我们的假设相符:地理因素中的交通运输因素并不直接影响FDI的区位选择。
四结论及政策建议通过研究我们发现,文化、地理因素以及集聚效应对FDI区位选择均有显著的正向影响;FDI投资者在区位选择过程中更倾向于以往投资过的地区,并且以往投资量越多,这种倾向也就越明显;交通运输并不直接影响FDI的区位选择;伴随集聚效应增强的地区人口流动内部化将降低地区的文化包容性,不利于地区对FDI的吸引。