筑巢引凤：基础设施与外商直接投资

何振

摘要：20世纪90年代之后中国基础设施建设取得了极其显著的成就，与此同时，中国吸收的外商直接投资也在迅速增长。文章利用1993年-2008年地市级数据实证检验了基础设施投资对外商直接投资的影响。结果发现，基础设施投资显著提高本地吸收的外商直接投资。异质性检验发现：与中西部地区相比，东部地区的基础设施投资能够吸引更多外商投资；腐败会降低基础设施对外商直接投资的吸引力。

关键词：基础设施；外商直接投资；地方政府

一、 引言

20世纪90年代之后中国基础设施投资开始大幅增加，全国各地发生了翻天覆地的变化。以交通基础设施为例，截止2015年年底，中国公路通车总里程达到457.73万公里，其中高速公路通车里程达12.35万公里，全国铁路营业总里程达12.1万公里，其中高速铁路里程达1.9万公里。金戈（2012）采用永续盘存法，测算了全国的基础设施资本存量，发现全国基础设施资本存量从1993年的10 449亿元迅速增长到2008年的11 045亿元，实际增长了将近11倍。

基础设施增加不仅改变了中国各地的面貌，同时也对经济增长产生了深远的影响。大量文献发现，基础设施投资能够显著促进经济增长（金戈，2012；郑世林等，2014）。关于基础设施促进经济增长的机制，现有文献发现，基础设施建设能够通过促进居民迁移、降低运输成本和吸引外商直接投资等推动经济持续增长。外商直接投资对我国经济增长具有重要意义，在改革開放初期，我国资本匮乏，外商直接投资极大的弥补了我国的储蓄和外汇的不足，一方面，外商直接投资能够直接增加当地投资、就业和出口拉动经济增长，另一方面，外商直接投资带来了先进的管理理念和技术，先进管理理念和技术的扩散又会间接促进本地企业改善管理，提高生产效率，进而推动经济增长。

影响外商直接投资的因素很多，包括当地工资水平、法制环境、市场规模和基础设施配套等。改革开放后，中国经济开始快速增长，经过将近40年的增长后我国已经进入中等收入国家阵营。2008年经济危机之后，我国经济增长开始放缓，如何跳出中等收入陷阱成为社会普遍关注的焦点。随着经济的发展和社会平均工资的上升，中国吸收的外商直接投资开始放缓，甚至有企业将工厂从中国迁到越南、印度等地。社会上普遍担忧随着中国社会平均工资的进一步上升，将有更多的企业外迁，中国作为世界“加工厂”的地位也将不保。在中国尚未进入高收入国家前，外商撤离会降低经济发展、减少社会就业，增加中国陷入中等收入陷阱的可能。

基础设施改善能够降低企业运输成本，帮助企业获得稳定的电力、水力供应，对吸引外商投资具有重要作用。但基础设施的改善也会显著改善本地企业的生产能力，吸引更多企业在本地生产，直接增加当地市场的竞争性，提高了工人工资和其他服务成本，从这个角度看，其对吸引外商投资具有一定的负面作用，尤其是简单的加工贸易企业。因此，综合看，基础设施对外商投资的吸引力具有不确定性。

本文利用地市级数据，实证研究了基础设施投资对外商直接投资的作用。与之前文献相比，本文具有以下几点贡献。第一，本文使用金戈（2012）测算的1993年～2008年分省基础设施资本存量数据，一方面能够更完整的衡量各地的基础设施存量，减少其他代理指标存在的测量误差，另一方面也能得出基础设施资本对外商直接投资的弹性，得到的结果更具有现实意义和理论意义。第二，本文的估计结果有助于合理的评价地方政府基础设施建设的效益性。1994年分税制改革后，地方政府在政治晋升竞争的压力下，大规模的投资基础设施。这不可避免的引发一个担忧：地方政府竞争带动的基础设施投资是否过多？我国基础设施投资是否产生了相应的回报？本文的估计有助于从吸引外商直接投资的角度评价地方政府基础设施投资的效益。第三，本文的估计结果为中国能否跳出中等收入陷阱的讨论提供了一定的证据。在中国社会平均工资大幅增加的背景下，有学者担忧外资直接投资可能会进一步下降，进而对中国就业和经济增长带来严重负面冲击，可能导致中国落入中等收入陷阱。本文则认为决定外资投资的因素较多，工资只是一方面，如果中国能够进一步改善社会投资环境，未必不能弥补工资上涨对外商直接投资的负面影响。

本文剩余部分安排如下：第二部分介绍本文的实证设计，包括实证使用的数据和实证模型；第三部分是对实证结果的分析；第四部分是主要结论和政策建议。

二、 实证设计

1. 数据和主要变量。本文主要使用了1993年～2008年的地级市数据，数据来自国泰安数据库（CSMAR）。此外本文还使用了金戈（2012）编制的1993年～2008年各省基础设施资本存量数据。本文的主要变量如下：

（1）基础设施变量，这是本文的核心解释变量。已有研究中，相关文献经常使用各地公路里程、铁路里程以及自来水普及率衡量各地的基础设施。这样做的好处是数据方便易得，但也有明显的弊端，即无论是公路、铁路里程还是自来水普及率均难以准确完整的衡量各地基础设施存量，也就难以准确的估计基础设施对外商直接投资的影响。本文采用金戈（2012）编制的1993年～2008年各省基础设施存量（infras）衡量各地的基础设施，能够最大程度的准确衡量各地的基础设施存量。

（2）外商直接投资变量，这是本文的核心被解释变量。参考现有文献，本文使用外商实际投资额衡量外商直接投资（fdi1）。为了更全面的衡量外资投资，本文还同时使用了另外两个变量衡量外商直接投资，分别是外商协议投资金额（fdi2）和外商新签协议合同数（fdi3）。

（3）其他变量。本文研究基础设施对外商直接投资的影响，可能存在其他因素既影响基础设施存量又影响外商直接投资，从而导致回归结果存在偏误。因此，本文还参考其他文献选择控制以下变量：各地实际国内生产总值（gdp），用以控制各地的经济发展水平；各地第一产业占比（grirat），用以控制各地的经济结构；各地总人口（popul），用以控制各地市场规模；各地人口密度（dens），用以控制各地的人口密集度；各地非农人口比例（nonagr），用以控制各地的劳动力市场结构；各地职工人数占总人口的比例（employ），用以控制各地的就业水平。需要注意的是，本文所有涉及价值的变量均按1993年价格水平进行了调整，并取对数值。表1是对本文所有变量的统计性描述。endprint