互利共赢还是以邻为壑：以FDI区位选择的第三方效应为视角

宋勇超，朱延福

(中南财经政法大学，湖北武汉430073)

一、引 言

改革开放以来，我国外商直接投资(FDI)从无到有，取得了迅速的发展。联合国贸易与发展会议(UNCTAD)发布的投资报告显示，2011年我国吸引FDI达到1240亿美元，仅次于美国居全球第二位。FDI在为我国经济发展注入大量的金融资本的同时，还对我国技术进步、扩大就业等方面做出了重要贡献。然而我国FDI的地区分布是极不平衡的，东部沿海地区集中了我国大部分外资。2010年《中国对外经济贸易年鉴》显示上海、江苏、浙江等东部地区十一省市FDI存量达到20038亿美元，占全国FDI的80.2%，而中西部地区总计不到20%，这与我国经济发展政策、改革开放进程和不同地区经济发展程度等密切相关。但中央政府提出的西部大开发及中部崛起战略为引导FDI向中西部地区梯度转移起到了搭桥铺路的作用，同时各地方政府也相继出台优惠措施，积极改善投资环境，在引进FDI方面竞争十分激烈。是什么原因致使我国FDI各年份产生剧烈波动?又是何原因导致各省份FDI差距如此之大?这些问题的答案实质上与FDI区位选择问题密切相关。

FDI区位选择的影响因素一直受国内外学者关注。传统的FDI区位选择理论是基于双边框架的，Helpman［1］、Helpman 和 Krugman［2］认为外商投资是以要素禀赋为导向的，跨国公司在成本最低的地区进行投资，通过国外关联方出口获取利益。Markusen［3］认为FDI是以市场为导向的，跨国公司通过直接在东道国建立分公司并将最终产品在当地销售，以节约贸易成本。基于双边框架的实证研究成果也颇为丰富，如Coughlin和 Segev［4］的研究结果表明东道国人均收入、产业集聚度、劳动力供给、地方政府财政收支状况及基础设施的完善程度是影响FDI区位选择的主要因素，Friedman et al.［5］则将市场潜力引入分析当中，考察了美国FDI的区位选择问题，结果表明市场规模是FDI区位决策中最不容忽视的因素。

随着对双边框架限制条件的放松，FDI区位选择理论得到了有益的扩展。Karolina et al.［6］和Yeaple［7］认为外商投资的目的在于将产品销往第三国，因此FDI流入量与东道国的要素成本及周边市场的潜在规模密切相关。Baltagi et al.［8］提出“复合型”跨国公司的概念，在既有因素的基础上考虑了其他国家的投资与贸易成本的影响，并认为东道国相邻地区的FDI存量会引起FDI集聚。经验研究方面，Blonigen et al.［9］通过在传统的 FDI区位选择模型中引入空间滞后被解释变量和第三方市场变量，对流入美国的FDI进行实证分析后发现，与第三方市场的距离对FDI区位选择影响显著。Baltagi et al.［10］认为东道国相邻地区会在要素市场和产品供求上对东道国产生影响，因此必将以不同的空间权重影响东道国投资环境。他们采用距离作为第三方效应的权重，基于美国对外直接投资的数据进行了实证研究，结果表明第三方效应是显著的。

国内学者对FDI区位选择第三方效应也进行了积极探索，王剑［11］、王立平等［12］采用空间计量分析方法，分别利用我国省级截面数据对FDI的区位选择问题进行了研究，结果表明除了传统影响因素之外，相邻省份之间的相互作用也显著影响着FDI的区位分布。李国平等［13］、蒋伟［14］对我国各省份 FDI区位分布的影响因素进行了研究，结果表明我国FDI的区位分布存在正向的空间相关性，相邻省份FDI的增加有助于本地区更多的外资流入。蒋伟、赖明勇［15］利用我国地级市截面数据，利用空间计量方法对FDI区位选择进行了实证研究结果发现:除了传统因素如市场规模、劳动力素质、集聚经济以外，一个城市吸引的FDI还与周边城市的FDI正相关。

虽然现有研究已证实第三方效应对FDI区位选择具有重要作用，却未能揭示究竟是什么因素造成了这种结果，同时对我国东、中、西三大区域内部第三方效应差异性的研究尚不够深入，对FDI区位选择第三方效应的动态变化也未给予足够关注。本文在现有研究的基础上，利用我国1987－2010年省级面板数据，采用空间计量分析方法，分区域、动态考察第三方效应的重要作用，对我国不同阶段的引资政策效果进行检验，同时为不同区域下一步引资策略提供思路。

二、实证模型和数据说明

我们首先给出FDI区位选择的传统实证模型并扩展至包含第三方效应;之后对文中涉及到的指标进行相应解释;最后说明数据的来源及估计方法。

以往文献中的FDI区位选择模型实质上是把区位选择看作对现有区位特征表现出来的一种显性偏好，据以考察既定区位特征对FDI流入的影响。按照该思路，结合前人研究成果，将FDI区位选择的传统影响因素模型设定如下:

模型1:

其中，FDIit为我国各省份实际利用外资数额，POLit、PGDPit、AGGit、OPENit、INFTit、WAGEit、HUMAit和MARit分别表示第i省份第t年的政策优势、市场潜力、FDI集聚程度、对外开放程度、基础设施状况、劳动力成本、人力资本存量和市场化程度，i为我国29个省份，t为年份(即1987 －2010年)，εit为随机扰动项。

上述模型的建立借鉴了 Baltagi et al.［10］有关FDI区位选择的实证模型以及杨海生等［16］对我国FDI区位选择影响因素的总结。从投资者的FDI供给角度来看，市场化程度、基础设施、开放度等决定FDI投资成本的因素对FDI流入数量的影响至关重要;同时从地方政府对FDI的需求来看，地方政府对FDI的欢迎程度不容忽视。因此本文从供需两方面考虑，选择上述8个方面来分析FDI在我国的区位选择，具体指标含义、数据获取方式及变量预期符号见表1。

模型1在以往FDI区位选择实证研究中被广泛采用，该模型不仅把FDI区位选择行为看作外资对现有区位特征表现出来的显性偏好，更从FDI供求双方出发将FDI的流入和地方政府的需求结合起来，描述了外资企业与当地政府综合考虑、相互权衡的结果，但缺点在于没有考虑到周边第三方对本省份的影响，东道国各地区会通过要素市场和产品市场两两产生影响，因此与其他地区的距离远近必将以不同权重影响着一个地区的FDI流入量，忽略这种影响无疑是有偏误的。

表1 指标设计与数据获取

目前有两种将第三方效应纳入分析框架的方法:1.Coughlin 和 Segev［17］将因变量 FDI的空间滞后变量加入模型，度量周边地区的FDI流入量加权和对某一省份FDI流入的影响程度，如果该项系数为正，说明FDI的区位选择具有“互利共赢”的聚集效应;如果系数符号为负，说明FDI的区位选择具有“以邻为壑”的竞争效应。2.Baltagi et al.［10］构建的实证模型除了包含FDI的空间滞后变量之外，还包含了其他地区影响因素的空间滞后项。该方法不仅将证实FDI第三方效应是否存在，更可说明哪些因素造成了第三方效应的产生。本文借鉴Baltagi et al.［10］的方法，在传统模型基础上加入 FDI空间滞后变量及其他因素的滞后变量，构建包含FDI区位选择第三方效应的实证模型如下:

模型2:

其中Xit包含了模型1中影响FDI区位选择的8大因素，WXit为各影响因素的空间滞后项，WFDIit为因变量FDI的空间滞后项。该模型通过引入空间滞后项来考察第三方效应对我国FDI区位选择的影响，如果估计结果中所有空间滞后变量都不显著，则第三方效应不存在，相邻地区对FDI流入无影响;如果有滞后变量是显著的，则第三方效应存在，运用传统模型将产生偏误。

为估计模型2，首先需要解决空间权重矩阵W的获取问题。目前有以下处理方法:1.空间相邻法:空间权重矩阵W的各个元素wij代表两个地区是否邻接。如果两个地区在边界上有接壤，则wij=1，否则wij=0。该方法由于处理上较为简便，在空间计量中得到广泛应用。但空间上相邻并不能精确代表相邻省份之间的地理距离，而上述分析中可以看出距离是运输成本、技术溢出等因素的重要影响变量，因此本文并未采取该方法。2.空间权重法:借鉴Blonigen et al.［9］，采用反距离权重法，即以各省份省会(或直辖市)距离的最小值为基础构建空间权重矩阵。两两最短的省会城市(或直辖市)距离为北京和天津(137公里)，假定dij表示两省份i和j的省会城市距离，则空间权重矩阵的元素wij=137/dij，其中 =1，2，…29。虽然两种方法都保证了与FDI流入地区距离越远的省份权重越小，距离越近权重越大，但显然空间权重法更为精确，本文即采用该方法。此外还要对空间权数矩阵W进行行标准化，才能进行回归分析。处理方法如下=，将空间权重矩阵进行行标准化处理之后纳入计量模型。需要说明的是空间权重矩阵具有时间上的不变性。

本文样本区间为我国29个省24年(1987－2010年)的面板数据，所有原始数据来源于各年《中国统计年鉴》和《新中国五十五年统计资料汇编》。由于空间效应的存在，各样本之间不具独立性而是相互依赖的，这时采用面板OLS估计法得到的结果不仅是有偏的，而且是不一致的，因此本文以极大似然估计法估计空间滞后模型的参数。

三、回归结果及分析

模型1是标准的面板数据模型，由于本文考察对象为我国全部省份，因此选择固定效应模型更为合理，同时Hausman检验的结果也进一步证实了固定效应模型的合理性。但由于不同省份之间是存在异方差的，模型1采用面板数据GLS法进行估计。为对比空间滞后模型与传统模型的差别，模型2采用极大似然法进行估计。

(一)分地区FDI区位选择模型

考虑到数据不可得，样本中不包括西藏，而重庆市成立直辖市较晚，将其与四川省合并，因此样本包括29个截面。在东、中、西部的划分上，综合地理特征和中央经济政策两方面因素，东部地区包括:北京、天津、上海、江苏、河北、辽宁、福建、山东、浙江、广东和海南;中部地区包括河南、山西、安徽、江西、吉林、黑龙江、湖北、湖南;西部地区包括四川、贵州、云南、陕西、青海、宁夏、广西、内蒙古、甘肃、新疆。全样本回归及分地区回归结果见表2，其中NS列代表无第三方效应模型，WS列为包含第三方效应的FDI区位选择模型。

通过对比传统模型与加入第三方效应的FDI区位选择模型可以发现，加入空间滞后变量之后，不论是全国还是分地区的拟合优度均得到显著提高，且传统模型中不显著的变量MAR、OPEN变得显著。这说明传统模型可能有遗漏变量，对全国范围FDI区位选择的影响因素进行回归可以发现除人力资本变量在10%临界值下没有通过显著性检验之外，其余变量均是显著的，这似乎与FDI通常选择人力资本水平较高地区的认识是不相符的，但考虑到我国近阶段产业层次较低，FDI多以劳动密集型的出口加工工业为主，对工人技术水平普遍要求不高的事实，该实证结果是合理的。POL、AGG、OPEN、INFT和MAR的系数符号均显著为正，这说明某省份的政策优势、FDI集聚因素、地区开放程度、基础设施完善程度及市场化程度对FDI的流入具有显著的促进作用;WAGE的系数符号为负值，这说明劳动力成本的下降将导致FDI流入量增加，这与以往研究结论是符合的。空间滞后项对FDI流入的影响主要体现在以 下 两 个 方 面:WPGDP、WAGG、WOPEN 和WMAR的系数符号均显著为负，这说明某一省份FDI流入量不仅与自身条件有关，相邻省份市场规模的扩大及FDI集聚程度、开放程度、市场化程度的提高对本省FDI流入将产生抑制作用，这说明我国FDI流动呈现出一定的分割性，地区之间尚没有形成良好的协调效果。WPOL、WINFT和WWAGE的系数符号显著为正，这说明国家政策倾斜和良好的基础设施对整个地区具有溢出作用，且相邻省份劳动力成本的提高将促使FDI向本省份流动。

分地区具体表现如下。虽然全国来看HUMA指标不显著，但在东部地区其系数符号却是显著为正的，这与我国高技术产业多集中在东部沿海地区有关，这些产业对劳动力素质要求较高，人力资本存量的提高对FDI流入产生显著的促进作用。同时东部地区的POL指标的符号显著为正，这与全国范围的实证结果是相反的，相邻省份的优惠政策对整个大的地区都将带来FDI的持续流入。东部和西部地区的WAGE指标变得不显著，产生这种变化可能的原因在于，我国东部地区劳动力流动更为频繁，一旦FDI有对劳动力的需要，往往能够迅速得到满足;同时FDI流入西部地区并非看重其较低的劳动力成本而是着眼于西部地区广阔的市场及丰富的资源。西部地区的AGG是不显著的，可能的原因在于西部地区FDI存量较少，FDI进入该地区并不看重已有跨国公司的技术溢出。在空间滞后项方面，东部地区的WPGDP指标的系数符号同全国范围的回归结果相反，东部地区相邻省份市场规模的扩大对FDI流入产生促进作用，原因在于东部地区商品流动性较强，产品的销售并不限于本省份，相邻省份的市场规模也是不容忽视的。WWAGE指标在东部和西部均不显著，说明东、西部地区内部相邻省份劳动力成本的变化对本省FDI流入并无太大影响。对于WHUMA指标，虽然在全国范围是不显著的，但在东部地区其系数符号却是显著为正的，东部省份之间形成了良性的技术溢出效应，邻省的人力资本水平提高对本省FDI流入有显著促进作用。在其他指标上，分地区回归结果与全国仅存在数量上的较小差异，符号无差别。

表2 实证分析结果

(二)分时期FDI区位选择模型

政府为引导FDI向中西部地区梯度转移，相继出台了一系列的优惠措施，随着东部地区生产要素成本的上升和中西部地区经济的快速发展，特别是西部大开发和中部崛起战略的实施，中西部地区也迎来了利用外资的良好机遇。国家的引资政策对FDI流向及FDI区位选择因素将产生重大影响，为动态分析FDI区位选择影响因素及第三方因素的变化，我们将包含第三方效应的FDI区位选择模型的样本分为三个时期:1987－2000年(西部大开发战略之前);2001－2006年(中部崛起发展战略之前);2007－2010年(中部崛起发展战略之后)，以检验西部大开发和中部崛起发展战略对FDI区位选择的综 合影响程度。分阶段回归结果见表3。

表3 分阶段回归结果

从回归结果中可以看出，国家的政策对于FDI的区位选择产生了重大影响。

1.西部大开发战略的影响

西部大开发战略对东部地区FDI区位选择的影响主要体现在传统因素 WAGE、OPEN、ROAD、PGDP及滞后变量 WWAGE、WOPEN的变化上。WAGE的系数在时期1是不显著的，但在时期2是显著为负的，这是由于劳动力向西部地区大量转移，之前东部地区的廉价劳动力优势不复存在，劳动力成本因素在东部地区FDI区位选择中的作用逐渐增加。OPEN和INFT的系数变小，这是因为随着我国整体开放程度的提升和基础设施的逐渐完善，之前东部地区的对外开放程度较高、基础设施优良的优势变得不再明显。PGDP的系数增大，这说明东部省份在吸引FDI流入方面，市场规模因素变得更加重要。在第三方效应中，WWAGE由不显著变为显著为正，相邻省份劳动力成本对本省份的FDI流入产生竞争效应。WOPEN的系数明显增大，但仍为负值，这说明虽然开放程度在东部地区FDI区位选择中的作用已不如从前，但相邻省份开放度提高还是会吸引FDI向邻省转移。对于中部地区，同样由于劳动力向西部地区转移导致中部地区劳动力成本提高，在FDI区位选择行为中，WAGE和WWAGE系数变化与东部省份保持一致，其他变量的系数无明显变化。

对于西部地区，西部大开发对传统因素INFT、OPEN、MAR、PGDP 及第三方因素WINFT、WOPEN、WPGDP的系数大小产生了明显影响。INFT的系数明显变大，这说明西部地区的基础设施完善程度在FDI区位选择中的地位逐步增强，西部大开发之前，由于整体基础设施较为落后，该因素对FDI区位选择并没有起到应有的作用，而西部大开发战略为西部地区带来了大量的建设资金，该地区的基础设施得到了很大程度的改善，因此基础设施完善程度的地位逐渐提高。OPEN的系数有所增加，这说明西部地区开放度指标变得更为重要，FDI投资于西部利用西部地区的资源优势进而向外出口，即出口平台型FDI数额较大，因此区域开放程度变得更加重要。MAR的系数变大，这说明市场化程度指标的作用同样有所上升，这是由于资金短缺是制约国企改革的重要因素，而西部地区抓住西部大开发的时机，将国企改革与利用外资相结合，通过扩大外资进入领域，既解决了国企改革中的资金短缺问题，同时也为西部带来了体制创新的机遇。PGDP指标的系数有所上升，这说明西部地区各省份的潜在市场规模正成为吸引外资的重要因素。WINFT系数变大，说明西部地区基础设施状况的改善可以吸引更多FDI进入整个西部地区，各省份的基础设施产生了良好的溢出效应。WOPEN和WPGDP的系数(均为负值)变得更小，这说明开放度和市场规模的竞争在FDI区位选择中的作用越来越明显。值得注意的是，西部地区POL指标的系数事实上变化并不显著，政策优势并没有达到预想中的效果，这是由于目前西部大开发战略主要体现在政府对西部地区扶贫、环保等方面的支持上，而这些政策对鼓励FDI的作用并不十分明显。

2.中部崛起战略的影响

中部崛起战略对东部地区产生了进一步的影响，主要体现在传统变量WAGE、OPEN、PGDP及滞后变量WWAGE、WOPEN上边。外商投资向中西部推进使东部地区WAGE变量的系数进一步减小，OPEN的系数也比之前更小，即劳动力成本在东部地区比之前更受关注，但开放程度的受关注程度变小。PGDP的系数进一步增大，这说明潜在市场规模对东部地区的FDI流入影响更为重要。在空间滞后项方面，WWAGE和WOPEN的系数变大，相邻省份工资率的竞争更加激烈，而开放程度的竞争优势逐渐弱化。

对于中部地区，WAGE的系数变大。原因在于在引进外资的初期，中部地区劳动力成本本身较低，外资企业对劳动力成本的变化并不敏感;但随着中部地区发展的加快，该地区的劳动力成本逐渐提高，同时可供外资企业选择的劳动力数量减少，劳动力成本因素对区位选择的影响程度有所提高。PGDP、AGG的系数同样变得更大，潜在市场容量对FDI区位选择的影响越来越大，并且跨国公司越来越注重选择FDI集聚的省份进行投资。空间滞后项方面WWAGE的系数变得更大，这说明中部地区劳动力流动不够，相邻省份劳动力价格的降低会对本省份形成竞争。同时WPOL的系数逐渐变小，这说明中部地区各省份之间优惠政策的竞争性逐渐降低，中部地区各省份应通过相互交流来增加相互之间优惠政策的协调性，使中部崛起战略发挥到切实的作用。

四、结论及对策建议

以往对FDI区位选择影响因素的研究主要着眼于特定地区的区位优势，而忽略了空间关联效应的影响。但通过上述分析可以发现，遗漏第三方效应将导致回归结果的偏误和不一致，据此得出的对策建议也会产生误导。本文通过对我国29个省市1987－2010年的空间面板数据进行分地区和分阶段的实证检验，证实了第三方效应的存在，且这种第三方效应也在不断的变化。据此笔者得到如下政策建议:

第一，由于我国幅员辽阔且各地区发展极不平衡，影响三大区域FDI流入的因素是不同的。中西部地区不能一概而论地照搬东部地区经验，而应当结合本省自身条件制定相应引资政策。东部地区应在利用好当前对外开放程度、市场化程度较高的先发优势的同时，将引资重点放在提升人力资本水平上，人力资本存量的提高将对东部地区FDI流入起到显著的促进作用。因此中西部地区则应利用好当前中部崛起和西部大开发战略的良好发展时机，大力发展经济以增强潜在市场规模，在承接东部地区产业转移的过程中，应注重基础设施的建设;同时劳动力成本较低及资源丰富也是中西部地区的特定区位优势。

第二，对FDI区位选择因素的考虑应当是动态的。随着经济的发展及国家政策的变化，东部地区开放程度较高和基础设施更为完善的优势逐渐被弱化，而人力资本及市场规模的作用逐渐凸显。同时由于劳动力向中西部地区转移，东部省份在吸引FDI过程中对于劳动力成本的竞争愈见激烈。中西部地区由于开放程度的加深和较好地利用了国家建设资金，开放程度和基础设施完善程度对FDI区位选择的影响逐渐增强，当前阶段这些内容是制定引资政策的重点。

第三，各省份在制定引资战略时不仅要充分考虑本地区的区域优势，更要考虑周边地区的影响。各省份之间在FDI引进过程中，劳动力成本、政策优势、FDI集聚等因素将产生竞争效应，但市场规模、人力资本、基础设施却能显著促进周边整个地区的FDI流入。各省市在强化区位优势的同时，更要注重同周边省市的协调与合作，通过人才交流和共同加强基础设施的建设，利用好第三方效应对FDI区位选择带来的正面影响。

［1］Helpman E.A simple theory of international trade with multinational corporations［J］.Journal of Political Economy，1984，92(3):451－471.

［2］Helpman E，Krugman P R.Market structure and foreign trade［M］.Cambridge，MA:MIT Press，1985.

［3］Markusen J R.Multinationals，multi－ plant economies，and the gains from trade［J］.Journal of International E－conomics，1984，16(3):205 －226.

［4］Coughlin C C，Segev E.Location determinants of new foreign － owned manufacturing plants［J］.Journal of Regional Science，2000，40(2):323－351.

［5］Friedman J，Gerlowski D A，Silberman J.What attracts foreign multinational corporations?Evidence from branch plant locations in the United States［J］.Journal of Regional Science，1992，32(4):403－418.

［6］Karolina E，Rikard F，Markusen J R.Export－platform foreign direct investment.［C］.NBER Working Paper，No.9517，Cambridge，MA，2003.

［7］Yeaple S R.The complex integration strategies of multinationals and cross country dependencies in the structure of foreign direct investment［J］.Journal of International Economics，2003，60(2):293 －314.

［8］Baltagi B H，Egger P，Pfaffermayr M.Estimating models of complex FDI:Are there third－country effects?［C］.Center for Policy Research Working Paper，2005.

［9］Blonigen B A，Davies R B，Waddell G R，Naughton H T.FDI in space:Spatial autoregressive relationships in foreign direct investment［J］.European Economic Review，2007，51(5):1303 －1325.

［10］Baltagi B H，Egger P，Pfafermayr M.Estimating models of complex FDI:Are there third－country effects?［J］.Journal of Econometrics，2007，140(1):260 －281.

［11］王剑.外国直接投资区域分布的决定因素:基于空间计量学的实证研究［J］.经济科学，2004(5):116－125.

［12］王立平，彭继年，任志安.我国FDI区域分布的区位条件及其地理溢出程度的经验研究［J］.经济地理，2006(2):265－269.

［13］李国平，陈晓玲.我国外商直接投资地区分布影响因素研究——基于空间面板数据模型［J］.当代经济科学.2007，29(3):43 －48.

［14］蒋伟.中国外商直接投资区位决定:基于“第三方效应”的空间计量分析［J］.世界经济研究，2012(1):75－80.

［15］蒋伟，赖明勇.空间相关与外商直接投资区位决定―基于中国城市数据的空间计量分析［J］.财贸研究，2009(6):1－6.

［16］杨海生，聂海峰，徐现祥.我国FDI区位选择中的“第三方效应”——基于空间面板数据的实证研究［J］.数量经济技术经济研究，2010(4):122－136.

［17］Coughlin C C，Segev E.Foreign direct investment in China:A spatial econometric study［J］.World Economy，2000，23(1):1－23.