时空视角下FDI区位选择的差异研究——来自省际空间面板数据EBA模型的经验证据

■王立平，吴 瑶

一、引言与文献综述

近年来，我国经济发展十分迅速，各地区经济水平不断提高。但是粗放型的经济发展方式，也导致我国经济存在很多问题。在十九大报告中，习主席提出我国现阶段矛盾已经转变为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。目前，我国经济已由高速增长转向高质量增长的阶段，正处在转变发展方式、调整产业结构的关键时期，如何充分合理利用外资，以推动我国供给侧结构性改革，加快产业结构升级，促进区域协调发展，保障经济高质量增长，是引进外资所要考量的重要问题。根据2016年《世界投资报告》，中国利用外资继续稳定增长，2015年中国外资流入量增长了6%，达到1356亿美元。中西部FDI占比提高，服务业外资比重增加，FDI向资本和技术密集型行业倾斜。但是，我国东中西部之间的外商直接投资分布十分不均衡，1992～2015年东部累计FDI占比达到78%，中部占16%，西部只有6%。因此，分析FDI区位条件因素在时间空间维度上的差异及变化，对我国东中西部地区因地制宜的制定招商引资政策具有重要的借鉴意义。

本文基于国际生产折衷理论、新经济地理学以及以往研究结果，进行理论分析和变量选取。其中，国际生产折衷理论将FDI的动机分为资源导向型、市场导向型、效率导向型以及战略资产导向型。资源导向型FDI倾向于资源较为丰富，具有良好的交通和通讯设施，以及有政府政策支持的地区，所以基础设施、优惠政策等因素被纳入FDI区位条件因素的研究中（张鹏杨等，2016）。市场导向型FDI倾向于市场规模大、发展前景广阔的地区，所以市场规模和经济增速也为学者所关注（Bo et al.，2017）。效率导向型FDI更看重规模经济和集聚效应（孙浦阳等，2012），劳动力成本和政策优惠程度也是学者关注的重要影响因素。战略资产导向型FDI主要考虑投资地区的技术发展水平以及人力资本等因素（王立平和肖翔，2010）。近年来，一些研究将环境规制（张鹏杨等，2016）、制度因素（张相文等，2014）、金融发展水平（杨尚君，2014）、企业税收与监管（Merz et al.，2017）以及地理距离（Brude et al.，2014）等因素纳入FDI区位条件因素的研究范围之中。

关于FDI区位选择的研究方法，大多采用多元线性回归模型，而这一模型容易引起解释变量固定不变与时间选择随意性的问题，导致研究结果存在差异。另外，部分学者采用空间滞后模型、引力模型、存量调整模型等对FDI区位选择的影响因素进行实证分析，但是这些方法可能存在解释变量固定不变和多重共线性的问题。而本文使用SEBA模型可以较好地解决多重共线性和解释变量固定不变的问题。同时，为改变FDI区位条件因素长期不变的思路，本文从时间和空间维度下分析全国和东中西部FDI区位条件因素的变化规律。其次，根据以往学者研究，从经济、人口和政策三个方面，尽可能多地选择影响因素，研究FDI区位条件因素的时空变化规律。

本文研究的主要新意在于：从空间和时间的角度，运用空间极值边界分析方法（the Spatial Extreme Bounds Analysis,下文简称SEBA模型），采用多次遍历式回归检验，对回归系数进行敏感性分析，实证检验FDI区位条件因素的时空差异。本文引入SEBA模型对FDI区位选择进行实证分析。一方面可以比较不同地区FDI区位选择影响因素的差异，便于各地方政府因地制宜进行招商引资。另一方面，总结不同时期FDI区位条件因素变化的一般规律，可以更好地把握和预测FDI的动向，为相关政策制定提供理论依据。

二、外商直接投资业绩指数分析

外商直接投资业绩指数是由联合国贸易和发展会议提出的，用于国家层面的外商直接投资分析，主要是一个国家的外商直接投资额在全球的比重除以该国国内生产总值在全球的比重，是评价各国吸引FDI的现状的一个重要指标。本文分析我国各地区吸引FDI的情况，将该指数修正为地区外商直接投资业绩指数，即一个地区外商直接投资额在国内的比重除以该地区国内生产总值在国内的比重。如果业绩指数值为1，则表明该地区FDI占全国的比重和其GDP占全国的比例相匹配；如果业绩指数值大于1，则表明相对于其GDP份额，该地区吸引了更多的FDI；业绩指数值小于1，则表明相对于其GDP份额，该地区吸引了较少的FDI。

其中，INDit为i地区在t年外商直接投资业绩指数，FDIit为 i地区在t年外商直接投资额，FDIt为 t年国内外商直接投资额，GDPit为i地区在t年的国内生产总值，GDPt为t年全国国内生产总值。

根据计算结果，1992年和2015年中国各省FDI流入业绩指数，可以看出东中西部地区之间FDI分布的差异。1992年FDI流入主要集中在东部地区，中部和西部地区的FDI流入比较少，表明FDI在东中西部地区之间分布十分不均衡，东部与中西部之间差异明显。2015年东部的FDI流入仍然占主要部分，但是可以明显看出中西部地区的FDI流入有了显著增加，尤其是中部地区的整体业绩指数有了一定的上升。自1992年以来，我国FDI区位分布十分不均衡，但随着时间推进，中西部地区的FDI流入有了一定改善，所以从时间和空间维度下研究东中西部地区FDI区位条件因素之间的差异，可以更好地把握和预测FDI的动向，为相关政策制定提供理论依据①由于篇幅限制，本文不列出外商直接投资业绩指数结果，如有需要，可联系作者索取。。

三、研究设计

（一）EBA模型设置

Levine&Renelt（1992）等提出的衡量不同解释变量和经济增长之间“稳健性”关系的极值边界模型（即EBA模型）：

△Y代表一个国家或地区的人均GDP增长率，I是与经济发展关系密切的核心变量，M是需要研究的目标解释变量，Z是条件变量集，βi、βm、βz是I、M和Z的回归系数值，μ是随机误差项。

EBA模型的估计主要分两步:第一步是进行基础模型估计，先用核心变量I和目标变量M对△Y做基本的多元回归：

如果目标解释变量的系数统计显著的话，则进行第二步，如果目标解释变量的系数不显著，不需要进行第二步。第二步稳健性检验，对通过基础模型估计的目标解释变量，运用式（2）进行多次遍历式回归，方法为：每次从通过显著性检验的变量中选择一个作为目标解释变量，再从剩下的变量中任取三个变量组成条件变量集Z进行回归，需考虑任取三个变量排列组合组成条件变量集Z的所有情况，进行多次遍历式回归。EBA模型所使用的检验方法主要有三种：严格的EBA准则、大R2准则和Sala-i-Martin准则。本文参照王立平和肖翔（2010）的研究，使用Sala-i-Martin准则进行检验。Martin利用EBA模型对条件变量进行类似Bootstrap方式的回归，得到目标变量系数的估计的分布，如果存在90%的置信区间不包含0且显著，则认为该目标变量具有稳健性。该模型能够处理多重共线性的问题，使得结论更有说服力。

（二）基于空间面板数据的EBA模型

Rupasingha et al.（2004）为提高EBA模型的准确度加入空间因素，对EBA模型进行改进，以检验FDI区位条件因素是否稳健。

其中，y是其中N×T列被解释变量，WN是n×n阶空间权重的矩阵，（IT⊗WN）y为空间滞后被解释变量，ρ是空间滞后项系数，在（-1，1）之间取值，表示相邻地区的影响程度，M是目标解释变量，Z是条件变量集。

为检验影响FDI区位选择的稳健性因素，需要对通过第一步显著性检验的目标变量做稳健性检验。

其中X是核心变量集，包括核心变量和被解释变量的空间滞后项，M是需要研究的目标变量，Z是条件变量集，β、βm、βz是X、M和Z的回归系数值。μ是随机误差项。

（三）变量选择及数据来源

本文的研究对象为中国29个省（市、自治区），由于一些数据的缺失，不包括西藏和重庆，研究时间区间为1992～2015年，数据来源主要为历年《中国统计年鉴》，部分缺失数据由各省（直辖市、自治区）统计年鉴补充。文中所涉及人均变量的计算均以年末常住人口计算。所选变量均采用对数的形式来表示，一方面减少异方差的影响，另一方面回归系数为弹性，便于解释回归结果的经济意义。

本文将样本数据划分为两个时间段：1992～2001年和2002～2015年，用来分析FDI区位条件因素在时间维度上的变化。1992年，中国的改革和发展进入新的阶段，故选择1992年作为研究的起始时间。2001年末，中国加入WTO，外商直接投资开始新阶段，研究这一阶段FDI区位分布的影响因素，是对中国加入WTO以来FDI区位分布变化的研究，故选择2002年作为样本数据的分界点。

被解释变量：外商直接投资（FDI）。本文选取1992～2015年各地区实际外商直接投资额作为被解释变量，并以1978年为基期及年平均汇率进行不变价格折算。

核心变量：GDP年均增长率（GGDP）。本文选择与经济增长密切相关的各省GDP年均增长率作为EBA模型的核心变量。

通讯能力：人均邮电业务量大的地区通讯更加便捷，能够提高企业信息的交流效率，从而降低企业的交易费用，有利于吸引FDI流入。本文以人均邮电业务量衡量各地区的通讯能力。

产业结构：第三产业比重较高的地区，整体工业技术水平和市场环境等条件也相对更好，有利于吸引FDI流入。因此，本文以各省第三产业的产值占地区总产值的比重来衡量各地区的产业结构。

科技创新：企业核心竞争力是科技实力，FDI会更加倾向于科技创新实力较强的地区。本文以国内发明专利申请受理量来衡量各地区科技创新水平。

经济发展水平：FDI倾向于经济发展水平较高的地区。人均GDP高的地区经济更加发达，消费能力更强，市场规模更大。本文以人均GDP来度量地区的经济发展水平，并以1978年基期进行不变价格折算。

集聚程度：人口集聚会带来正的外部效应和规模经济，一定程度上可以降低成本，从而提高效率。人口密度大的地区，FDI的集聚效应更加明显。本文以人口密度（以年末常住人口计算）作为替代变量。

金融发展程度：较高的金融发展水平为外资企业提供高质量的金融服务，有利于FDI的流入。本文以金融相关率（金融机构年末存贷款余额占GDP比重）来衡量金融发展水平。

基础设施：完善的基础设施可以降低交通物流成本，增加经济效益，具有完善基础设施的地区往往都有较多的FDI流入。本文以公路密度来衡量基础设施。

能源效率：外商在进行投资时会考虑地区的能源消费结构以及单位能源所能带来的经济效益，能源效率越高，对FDI的吸引力越大。本文以单位能源所产生的GDP来衡量能源效率。

城市化水平：城市化水平高的地区可以提供更好的要素市场、更大的消费市场以及更好的服务，有利于吸引FDI流入。本文以城市人口占总人口（以年末常住人口计算）的比例来衡量城市化水平。

对外开放程度：对外开放程度越高，越有利于FDI的流入。本文以外贸依存度（进出口总额占GDP比重）来衡量对外开放程度。

人力资本：外商对人力资本的要求不断提高，FDI进行区位选择时倾向于人力资源相对丰富的地区，高等学校在校生数代表各地区劳动力质量和储备，本文以高等学校在校生数来衡量人力资本。

劳动力成本：劳动力成本与FDI关系的研究结论存在一些争议。一方面，较低的劳动力成本能够降低企业生产成本，有利于吸引FDI流入。另一方面，劳动者的高工资又代表着较高的劳动力质量和更强的消费能力，这也会吸引FDI的流入。本文以职工平均工资来衡量劳动力成本，并以1978年为基期折算成不变价格。

优惠政策：政府政策的倾斜是吸引FDI流入的重要因素之一。本文借鉴孙俊（2002）对优惠政策赋值的方式来代替这一变量，具体如下：具有最高优惠政策的五个经济特区和浦东新区，设权数为4；经济技术开发区和保税区，设权数为3；东部沿海省份，设权数为2；中西部省份设权数为1。优惠政策指数是先确定各省权数，再由各省拥有不同等级优惠政策区域个数，进行累加所得。

四、实证结果和分析

（一）空间相关性检验

全局自相关研究相邻地区的FDI是否存在集聚效应，首先对被解释变量进行Moran′s I检验，判断是否存在空间自相关，如果存在则建立空间计量模型进行估计和检验。Moran′s I检验计算公式如下：

根据FDI区位空间变化的“空间溢出”效应以及Moran′s I检验结果可知，FDI空间分布具有显著的正向空间相关性，在1992～2001年间空间Moran′s I指数基本保持在0.2左右，在2002～2015年呈现波动的态势，FDI基本呈现出很大的空间溢出效应，某一地区FDI的流入会对周边地区FDI流入产生影响。

（二）EBA模型估计

1.基础模型估计

本文选取13个变量对1992～2001年和2002～2015年两个时期的全国和东中西部分别进行显著性检验。如果通过显著性检验，则进行第二步稳健性检验，否则不能作为条件变量。模型如下：

由于本文采用短面板数据，故只考虑随机效应与固定效应的选择。在Hausman检验结果的基础上，利用Eviews进行回归，实证结果列于表1①由于篇幅限制，本文不列出Hausman和Moran′s I检验结果，如有需要，可联系作者索取。。

表1 基础模型估计结果

2.影响因素稳健性检验

运用Sala-I-Martin准则对通过基础模型估计的目标变量进行稳健性检验，共经过10980次回归，得到不同时期不同地区的回归系数、t检验值、P值及各变量显著性分布概率。本文表2列出各变量显著性分布概率，以便后续分析。

表2 稳健性检验结果

根据Sala-I-Martin检验准则，目标变量估计的显著性概率分布超过90%，则通过了稳健性检验。下面根据表2的实证研究结果，对各地区进行对比分析。

从全国角度看，在1992～2001年期间，通讯能力、基础设施、能源效率、人力资本、劳动力成本和优惠政策，这六个变量通过了空间EBA的稳健性检验。在2002～2015年期间，经济发展水平、基础设施、能源效率、人力资本和优惠政策，这五个变量通过了稳健性检验。这表明随着国内通讯能力的不断加强，金融发展程度不断提高，外商在国内进行投资时，从看重通讯能力、基础设施、劳动力成本等因素逐步转向看重地区经济发展水平、人力资本等因素，我国吸引外商直接投资由成本导向型逐步转向市场导向和技术导向型。

从东部地区看，在1992～2001年期间，金融发展程度、能源效率、对外开放程度、人力资本和优惠政策，这五个变量通过了稳健性检验。在2002～2015年期间，产业结构、科技创新、人力资本、优惠政策，通过了稳健性检验。这表明经济体制改革后，东部金融制度不断发展完善，地区经济发展水平的提高和产业结构的优化升级，使得外商从看重东部开放的外部环境和地理优势以及政策倾斜，逐步转向看重东部地区产业的发展潜力以及科技创新实力，显示了外商在东部地区的投资逐步偏向市场导向和技术导向型。

从中部地区看，在1992～2001年期间，能源效率和人力资本通过了稳健性检验。在2002～2015年，科技创新、城市化水平和人力资本通过了稳健性检验。这表明随着中部地区的产业从高资源消耗的产业向技术密集型产业转型，外商从看重中部地区能源消费结构和能源资源以及人力资本的储备，逐步转向对科技创新能力和城市化水平的看重，显示出外商在中部地区的投资由资源能源导向型逐步向技术导向型转变。

从西部地区看，在1992～2001年期间，通讯能力、能源效率和劳动力成本通过了稳健性检验，是外商看重的因素。在2002～2015年期间，科技创新能力、能源效率和人力资本通过了稳健性检验。这表明随着西部地区通讯情况的改善，外商从考虑西部地区对外通讯沟通能力、能源效率以及劳动力成本的优势，逐步转向看重西部的科技创新能力、能源效率以及人力资本的储备，体现出外商直接投资从成本导向型逐步转向资源导向型和人力资本导向型。

五、结论和对策建议

依据本文实证研究结果，中国各地区FDI区位条件因素存在时空差异。分析结果表明：我国吸引外商直接投资由成本导向型逐渐转变为市场导向型和技术导向型；人力资本和基础设施是吸引FDI流入的重要因素；在2002～2015年间，科技创新的作用逐步凸显；东部对外开放的比较优势、中部能源效率优势、西部劳动力成本优势逐渐减弱，对FDI流入的吸引作用减弱；中西部地区的产业结构转型升级对于吸引FDI的作用尚未凸显。根据各地区FDI区位条件因素的变化，为各地区改善自身区位条件，进一步做好招商引资工作，推动经济由高速发展向高质量发展转变，提出四点对策建议。

（一）把握外商投资导向，引导外资发展方向

东部地区应把握外资向市场和技术导向型转变的趋势，充分发挥地区市场规模大、技术水平高和对外开放程度深的先发优势，吸引战略性外商投资，提升外资质量。中部地区应充分利用《外商投资产业指导目录》，建立有效的招商引资机制，鼓励外资进入深度加工、增值链条长的产业，引导外资向技术导向型转变。西部地区要充分利用自身资源能源型产业优势，吸引原料加工业、资源开采类产业的FDI流入。

（二）加大科技教育投入，完善基础设施建设

东部地区应加大科技研发与科学教育经费投入，完善人才政策，降低科技人才落户门槛，为东部地区发展储备高素质人才，吸引资本技术密集型外资。中部地区应充分发挥劳动力资源优势，加强劳动力的职业技能培训，同时升级产业配套基础设施，创造良好的外商投资环境。西部地区要提高科技创新财政支出占比，推动高等院校教师队伍建设，优化教育资源配置，逐步完善交通、水利等基础设施建设，改善西部地区经济发展条件，吸引FDI流入。

（三）发挥地区比较优势，加强地区经济联系

东部地区应充分发挥地理位置优势和对外开放的先发优势，引进日本、韩国、新加坡等地理位置邻近国家或地区的外资。中部地区应充分发挥能源效率优势和交通枢纽优势，强化与东部地区的产业联系，积极促进现代装备制造业等产业的外资流入。西部地区应充分发挥劳动力成本优势和资源能源优势，提高资源利用效率，吸引FDI流入资源能源基础产业，积极加强中亚及欧洲地区的经济联系，促进外资来源地多元化。

（四）促进产业结构优化，引导产业集聚发展

东部地区应重点发展高新技术产业，积极引进世界500强企业的战略投资，推动产业结构高端化，吸引高质量外资流入。中部地区应充分利用东部地区产业溢出效应，主动承接东部优质产业，完善产业链，同时积极引导关联产业集聚发展，培育区域优势产业，吸引外资流入。西部地区要在自身资源优势的基础上，打造地区特色产业链，利用后发优势，构建产业集聚区，吸引FDI流入。同时在整体上推动东中西部产业协同发展，强化产业间关联效应，逐步形成产业集聚。