時空視角下FDI區位選擇的差異研究
——來自省際空間面板數據EBA模型的經驗證據

■王立平，吳 瑤

一、引言與文獻綜述

近年來，我國經濟發展十分迅速，各地區經濟水平不斷提高。但是粗放型的經濟發展方式，也導致我國經濟存在很多問題。在十九大報告中，習主席提出我國現階段矛盾已經轉變為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。目前，我國經濟已由高速增長轉向高質量增長的階段，正處在轉變發展方式、調整產業結構的關鍵時期，如何充分合理利用外資，以推動我國供給側結構性改革，加快產業結構升級，促進區域協調發展，保障經濟高質量增長，是引進外資所要考量的重要問題。根據2016年《世界投資報告》，中國利用外資繼續穩定增長，2015年中國外資流入量增長了6%，達到1356億美元。中西部FDI占比提高，服務業外資比重增加，FDI向資本和技術密集型行業傾斜。但是，我國東中西部之間的外商直接投資分布十分不均衡，1992～2015年東部累計FDI占比達到78%，中部占16%，西部只有6%。因此，分析FDI區位條件因素在時間空間維度上的差異及變化，對我國東中西部地區因地制宜的制定招商引資政策具有重要的借鑒意義。

本文基于國際生產折衷理論、新經濟地理學以及以往研究結果，進行理論分析和變量選取。其中，國際生產折衷理論將FDI的動機分為資源導向型、市場導向型、效率導向型以及戰略資產導向型。資源導向型FDI傾向于資源較為豐富，具有良好的交通和通訊設施，以及有政府政策支持的地區，所以基礎設施、優惠政策等因素被納入FDI區位條件因素的研究中（張鵬楊等，2016）。市場導向型FDI傾向于市場規模大、發展前景廣闊的地區，所以市場規模和經濟增速也為學者所關注（Bo et al.，2017）。效率導向型FDI更看重規模經濟和集聚效應（孫浦陽等，2012），勞動力成本和政策優惠程度也是學者關注的重要影響因素。戰略資產導向型FDI主要考慮投資地區的技術發展水平以及人力資本等因素（王立平和肖翔，2010）。近年來，一些研究將環境規制（張鵬楊等，2016）、制度因素（張相文等，2014）、金融發展水平（楊尚君，2014）、企業稅收與監管（Merz et al.，2017）以及地理距離（Brude et al.，2014）等因素納入FDI區位條件因素的研究范圍之中。

關于FDI區位選擇的研究方法，大多采用多元線性回歸模型，而這一模型容易引起解釋變量固定不變與時間選擇隨意性的問題，導致研究結果存在差異。另外，部分學者采用空間滯后模型、引力模型、存量調整模型等對FDI區位選擇的影響因素進行實證分析，但是這些方法可能存在解釋變量固定不變和多重共線性的問題。而本文使用SEBA模型可以較好地解決多重共線性和解釋變量固定不變的問題。同時，為改變FDI區位條件因素長期不變的思路，本文從時間和空間維度下分析全國和東中西部FDI區位條件因素的變化規律。其次，根據以往學者研究，從經濟、人口和政策三個方面，盡可能多地選擇影響因素，研究FDI區位條件因素的時空變化規律。

本文研究的主要新意在于：從空間和時間的角度，運用空間極值邊界分析方法（the Spatial Extreme Bounds Analysis,下文簡稱SEBA模型），采用多次遍歷式回歸檢驗，對回歸系數進行敏感性分析，實證檢驗FDI區位條件因素的時空差異。本文引入SEBA模型對FDI區位選擇進行實證分析。一方面可以比較不同地區FDI區位選擇影響因素的差異，便于各地方政府因地制宜進行招商引資。另一方面，總結不同時期FDI區位條件因素變化的一般規律，可以更好地把握和預測FDI的動向，為相關政策制定提供理論依據。

二、外商直接投資業績指數分析

外商直接投資業績指數是由聯合國貿易和發展會議提出的，用于國家層面的外商直接投資分析，主要是一個國家的外商直接投資額在全球的比重除以該國國內生產總值在全球的比重，是評價各國吸引FDI的現狀的一個重要指標。本文分析我國各地區吸引FDI的情況，將該指數修正為地區外商直接投資業績指數，即一個地區外商直接投資額在國內的比重除以該地區國內生產總值在國內的比重。如果業績指數值為1，則表明該地區FDI占全國的比重和其GDP占全國的比例相匹配；如果業績指數值大于1，則表明相對于其GDP份額，該地區吸引了更多的FDI；業績指數值小于1，則表明相對于其GDP份額，該地區吸引了較少的FDI。

其中，INDit為i地區在t年外商直接投資業績指數，FDIit為 i地區在t年外商直接投資額，FDIt為 t年國內外商直接投資額，GDPit為i地區在t年的國內生產總值，GDPt為t年全國國內生產總值。

根據計算結果，1992年和2015年中國各省FDI流入業績指數，可以看出東中西部地區之間FDI分布的差異。1992年FDI流入主要集中在東部地區，中部和西部地區的FDI流入比較少，表明FDI在東中西部地區之間分布十分不均衡，東部與中西部之間差異明顯。2015年東部的FDI流入仍然占主要部分，但是可以明顯看出中西部地區的FDI流入有了顯著增加，尤其是中部地區的整體業績指數有了一定的上升。自1992年以來，我國FDI區位分布十分不均衡，但隨著時間推進，中西部地區的FDI流入有了一定改善，所以從時間和空間維度下研究東中西部地區FDI區位條件因素之間的差異，可以更好地把握和預測FDI的動向，為相關政策制定提供理論依據①由于篇幅限制，本文不列出外商直接投資業績指數結果，如有需要，可聯系作者索取。。

三、研究設計

（一）EBA模型設置

Levine&Renelt（1992）等提出的衡量不同解釋變量和經濟增長之間“穩健性”關系的極值邊界模型（即EBA模型）：

△Y代表一個國家或地區的人均GDP增長率，I是與經濟發展關系密切的核心變量，M是需要研究的目標解釋變量，Z是條件變量集，βi、βm、βz是I、M和Z的回歸系數值，μ是隨機誤差項。

EBA模型的估計主要分兩步:第一步是進行基礎模型估計，先用核心變量I和目標變量M對△Y做基本的多元回歸：

如果目標解釋變量的系數統計顯著的話，則進行第二步，如果目標解釋變量的系數不顯著，不需要進行第二步。第二步穩健性檢驗，對通過基礎模型估計的目標解釋變量，運用式（2）進行多次遍歷式回歸，方法為：每次從通過顯著性檢驗的變量中選擇一個作為目標解釋變量，再從剩下的變量中任取三個變量組成條件變量集Z進行回歸，需考慮任取三個變量排列組合組成條件變量集Z的所有情況，進行多次遍歷式回歸。EBA模型所使用的檢驗方法主要有三種：嚴格的EBA準則、大R2準則和Sala-i-Martin準則。本文參照王立平和肖翔（2010）的研究，使用Sala-i-Martin準則進行檢驗。Martin利用EBA模型對條件變量進行類似Bootstrap方式的回歸，得到目標變量系數的估計的分布，如果存在90%的置信區間不包含0且顯著，則認為該目標變量具有穩健性。該模型能夠處理多重共線性的問題，使得結論更有說服力。

（二）基于空間面板數據的EBA模型

Rupasingha et al.（2004）為提高EBA模型的準確度加入空間因素，對EBA模型進行改進，以檢驗FDI區位條件因素是否穩健。

其中，y是其中N×T列被解釋變量，WN是n×n階空間權重的矩陣，（IT?WN）y為空間滯后被解釋變量，ρ是空間滯后項系數，在（-1，1）之間取值，表示相鄰地區的影響程度，M是目標解釋變量，Z是條件變量集。

為檢驗影響FDI區位選擇的穩健性因素，需要對通過第一步顯著性檢驗的目標變量做穩健性檢驗。

其中X是核心變量集，包括核心變量和被解釋變量的空間滯后項，M是需要研究的目標變量，Z是條件變量集，β、βm、βz是X、M和Z的回歸系數值。μ是隨機誤差項。

（三）變量選擇及數據來源

本文的研究對象為中國29個?。ㄊ?、自治區），由于一些數據的缺失，不包括西藏和重慶，研究時間區間為1992～2015年，數據來源主要為歷年《中國統計年鑒》，部分缺失數據由各?。ㄖ陛犑?、自治區）統計年鑒補充。文中所涉及人均變量的計算均以年末常住人口計算。所選變量均采用對數的形式來表示，一方面減少異方差的影響，另一方面回歸系數為彈性，便于解釋回歸結果的經濟意義。

本文將樣本數據劃分為兩個時間段：1992～2001年和2002～2015年，用來分析FDI區位條件因素在時間維度上的變化。1992年，中國的改革和發展進入新的階段，故選擇1992年作為研究的起始時間。2001年末，中國加入WTO，外商直接投資開始新階段，研究這一階段FDI區位分布的影響因素，是對中國加入WTO以來FDI區位分布變化的研究，故選擇2002年作為樣本數據的分界點。

被解釋變量：外商直接投資（FDI）。本文選取1992～2015年各地區實際外商直接投資額作為被解釋變量，并以1978年為基期及年平均匯率進行不變價格折算。

核心變量：GDP年均增長率（GGDP）。本文選擇與經濟增長密切相關的各省GDP年均增長率作為EBA模型的核心變量。

通訊能力：人均郵電業務量大的地區通訊更加便捷，能夠提高企業信息的交流效率，從而降低企業的交易費用，有利于吸引FDI流入。本文以人均郵電業務量衡量各地區的通訊能力。

產業結構：第三產業比重較高的地區，整體工業技術水平和市場環境等條件也相對更好，有利于吸引FDI流入。因此，本文以各省第三產業的產值占地區總產值的比重來衡量各地區的產業結構。

科技創新：企業核心競爭力是科技實力，FDI會更加傾向于科技創新實力較強的地區。本文以國內發明專利申請受理量來衡量各地區科技創新水平。

經濟發展水平：FDI傾向于經濟發展水平較高的地區。人均GDP高的地區經濟更加發達，消費能力更強，市場規模更大。本文以人均GDP來度量地區的經濟發展水平，并以1978年基期進行不變價格折算。

集聚程度：人口集聚會帶來正的外部效應和規模經濟，一定程度上可以降低成本，從而提高效率。人口密度大的地區，FDI的集聚效應更加明顯。本文以人口密度（以年末常住人口計算）作為替代變量。

金融發展程度：較高的金融發展水平為外資企業提供高質量的金融服務，有利于FDI的流入。本文以金融相關率（金融機構年末存貸款余額占GDP比重）來衡量金融發展水平。

基礎設施：完善的基礎設施可以降低交通物流成本，增加經濟效益，具有完善基礎設施的地區往往都有較多的FDI流入。本文以公路密度來衡量基礎設施。

能源效率：外商在進行投資時會考慮地區的能源消費結構以及單位能源所能帶來的經濟效益，能源效率越高，對FDI的吸引力越大。本文以單位能源所產生的GDP來衡量能源效率。

城市化水平：城市化水平高的地區可以提供更好的要素市場、更大的消費市場以及更好的服務，有利于吸引FDI流入。本文以城市人口占總人口（以年末常住人口計算）的比例來衡量城市化水平。

對外開放程度：對外開放程度越高，越有利于FDI的流入。本文以外貿依存度（進出口總額占GDP比重）來衡量對外開放程度。

人力資本：外商對人力資本的要求不斷提高，FDI進行區位選擇時傾向于人力資源相對豐富的地區，高等學校在校生數代表各地區勞動力質量和儲備，本文以高等學校在校生數來衡量人力資本。

勞動力成本：勞動力成本與FDI關系的研究結論存在一些爭議。一方面，較低的勞動力成本能夠降低企業生產成本，有利于吸引FDI流入。另一方面，勞動者的高工資又代表著較高的勞動力質量和更強的消費能力，這也會吸引FDI的流入。本文以職工平均工資來衡量勞動力成本，并以1978年為基期折算成不變價格。

優惠政策：政府政策的傾斜是吸引FDI流入的重要因素之一。本文借鑒孫?。?002）對優惠政策賦值的方式來代替這一變量，具體如下：具有最高優惠政策的五個經濟特區和浦東新區，設權數為4；經濟技術開發區和保稅區，設權數為3；東部沿海省份，設權數為2；中西部省份設權數為1。優惠政策指數是先確定各省權數，再由各省擁有不同等級優惠政策區域個數，進行累加所得。

四、實證結果和分析

（一）空間相關性檢驗

全局自相關研究相鄰地區的FDI是否存在集聚效應，首先對被解釋變量進行Moran′s I檢驗，判斷是否存在空間自相關，如果存在則建立空間計量模型進行估計和檢驗。Moran′s I檢驗計算公式如下：

根據FDI區位空間變化的“空間溢出”效應以及Moran′s I檢驗結果可知，FDI空間分布具有顯著的正向空間相關性，在1992～2001年間空間Moran′s I指數基本保持在0.2左右，在2002～2015年呈現波動的態勢，FDI基本呈現出很大的空間溢出效應，某一地區FDI的流入會對周邊地區FDI流入產生影響。

（二）EBA模型估計

1.基礎模型估計

本文選取13個變量對1992～2001年和2002～2015年兩個時期的全國和東中西部分別進行顯著性檢驗。如果通過顯著性檢驗，則進行第二步穩健性檢驗，否則不能作為條件變量。模型如下：

由于本文采用短面板數據，故只考慮隨機效應與固定效應的選擇。在Hausman檢驗結果的基礎上，利用Eviews進行回歸，實證結果列于表1①由于篇幅限制，本文不列出Hausman和Moran′s I檢驗結果，如有需要，可聯系作者索取。。

表1 基礎模型估計結果

2.影響因素穩健性檢驗

運用Sala-I-Martin準則對通過基礎模型估計的目標變量進行穩健性檢驗，共經過10980次回歸，得到不同時期不同地區的回歸系數、t檢驗值、P值及各變量顯著性分布概率。本文表2列出各變量顯著性分布概率，以便后續分析。

表2 穩健性檢驗結果

根據Sala-I-Martin檢驗準則，目標變量估計的顯著性概率分布超過90%，則通過了穩健性檢驗。下面根據表2的實證研究結果，對各地區進行對比分析。

從全國角度看，在1992～2001年期間，通訊能力、基礎設施、能源效率、人力資本、勞動力成本和優惠政策，這六個變量通過了空間EBA的穩健性檢驗。在2002～2015年期間，經濟發展水平、基礎設施、能源效率、人力資本和優惠政策，這五個變量通過了穩健性檢驗。這表明隨著國內通訊能力的不斷加強，金融發展程度不斷提高，外商在國內進行投資時，從看重通訊能力、基礎設施、勞動力成本等因素逐步轉向看重地區經濟發展水平、人力資本等因素，我國吸引外商直接投資由成本導向型逐步轉向市場導向和技術導向型。

從東部地區看，在1992～2001年期間，金融發展程度、能源效率、對外開放程度、人力資本和優惠政策，這五個變量通過了穩健性檢驗。在2002～2015年期間，產業結構、科技創新、人力資本、優惠政策，通過了穩健性檢驗。這表明經濟體制改革后，東部金融制度不斷發展完善，地區經濟發展水平的提高和產業結構的優化升級，使得外商從看重東部開放的外部環境和地理優勢以及政策傾斜，逐步轉向看重東部地區產業的發展潛力以及科技創新實力，顯示了外商在東部地區的投資逐步偏向市場導向和技術導向型。

從中部地區看，在1992～2001年期間，能源效率和人力資本通過了穩健性檢驗。在2002～2015年，科技創新、城市化水平和人力資本通過了穩健性檢驗。這表明隨著中部地區的產業從高資源消耗的產業向技術密集型產業轉型，外商從看重中部地區能源消費結構和能源資源以及人力資本的儲備，逐步轉向對科技創新能力和城市化水平的看重，顯示出外商在中部地區的投資由資源能源導向型逐步向技術導向型轉變。

從西部地區看，在1992～2001年期間，通訊能力、能源效率和勞動力成本通過了穩健性檢驗，是外商看重的因素。在2002～2015年期間，科技創新能力、能源效率和人力資本通過了穩健性檢驗。這表明隨著西部地區通訊情況的改善，外商從考慮西部地區對外通訊溝通能力、能源效率以及勞動力成本的優勢，逐步轉向看重西部的科技創新能力、能源效率以及人力資本的儲備，體現出外商直接投資從成本導向型逐步轉向資源導向型和人力資本導向型。

五、結論和對策建議

依據本文實證研究結果，中國各地區FDI區位條件因素存在時空差異。分析結果表明：我國吸引外商直接投資由成本導向型逐漸轉變為市場導向型和技術導向型；人力資本和基礎設施是吸引FDI流入的重要因素；在2002～2015年間，科技創新的作用逐步凸顯；東部對外開放的比較優勢、中部能源效率優勢、西部勞動力成本優勢逐漸減弱，對FDI流入的吸引作用減弱；中西部地區的產業結構轉型升級對于吸引FDI的作用尚未凸顯。根據各地區FDI區位條件因素的變化，為各地區改善自身區位條件，進一步做好招商引資工作，推動經濟由高速發展向高質量發展轉變，提出四點對策建議。

（一）把握外商投資導向，引導外資發展方向

東部地區應把握外資向市場和技術導向型轉變的趨勢，充分發揮地區市場規模大、技術水平高和對外開放程度深的先發優勢，吸引戰略性外商投資，提升外資質量。中部地區應充分利用《外商投資產業指導目錄》，建立有效的招商引資機制，鼓勵外資進入深度加工、增值鏈條長的產業，引導外資向技術導向型轉變。西部地區要充分利用自身資源能源型產業優勢，吸引原料加工業、資源開采類產業的FDI流入。

（二）加大科技教育投入，完善基礎設施建設

東部地區應加大科技研發與科學教育經費投入，完善人才政策，降低科技人才落戶門檻，為東部地區發展儲備高素質人才，吸引資本技術密集型外資。中部地區應充分發揮勞動力資源優勢，加強勞動力的職業技能培訓，同時升級產業配套基礎設施，創造良好的外商投資環境。西部地區要提高科技創新財政支出占比，推動高等院校教師隊伍建設，優化教育資源配置，逐步完善交通、水利等基礎設施建設，改善西部地區經濟發展條件，吸引FDI流入。

（三）發揮地區比較優勢，加強地區經濟聯系

東部地區應充分發揮地理位置優勢和對外開放的先發優勢，引進日本、韓國、新加坡等地理位置鄰近國家或地區的外資。中部地區應充分發揮能源效率優勢和交通樞紐優勢，強化與東部地區的產業聯系，積極促進現代裝備制造業等產業的外資流入。西部地區應充分發揮勞動力成本優勢和資源能源優勢，提高資源利用效率，吸引FDI流入資源能源基礎產業，積極加強中亞及歐洲地區的經濟聯系，促進外資來源地多元化。

（四）促進產業結構優化，引導產業集聚發展

東部地區應重點發展高新技術產業，積極引進世界500強企業的戰略投資，推動產業結構高端化，吸引高質量外資流入。中部地區應充分利用東部地區產業溢出效應，主動承接東部優質產業，完善產業鏈，同時積極引導關聯產業集聚發展，培育區域優勢產業，吸引外資流入。西部地區要在自身資源優勢的基礎上，打造地區特色產業鏈，利用后發優勢，構建產業集聚區，吸引FDI流入。同時在整體上推動東中西部產業協同發展，強化產業間關聯效應，逐步形成產業集聚。