中国区域FDI、经济增长与异质性—— 基于1989—2011 省际面板数据分析

湖南人文科技学院 刘诗海

外商直接投资的快速增长一直是推动世界经济急速发展的主要因素。2012年我国外商直接投资达到1117亿美元，并从1993年起连续保持世界第二大外商直接投资吸收国的地位。外资对拉动我国经济增长起着举足轻重的作用，但与此同时， FDI投资的区域分布差异对我国区域经济的平衡发展也带来了较大的影响。FDI差异主要体现在：从区位特征来看，我国外商直接投资呈现“东高西低”的格局，同时在产业分布上也呈现较大的差异，第二产业外商投资比重大。从各地区外商投资的累计变化来看，东部地区要明显高于中西部地区，并且波动幅度差异很大。此外，从外商投资规模来看，各省市的差异更为明显。这种差异不仅是绝对量上的差异，还包括相对规模、增长速度上的差异。同时由于我国各区域的自然环境、资源禀赋以及经济结构和基础存在很大的差异，各区域之间存在较明显的经济非同质性特征。这些特征无疑会导致FDI对经济增长产生异质性效应。这种异质性产生的效应在长期将会进一步加大区域间的已有差距，不利于我国经济的区域协调发展。

1 文献综述

目前，关于区域FDI、经济增长和异质性的研究较多，大多是针对FDI与经济增长的内在机制分析、FDI与区域经济增长的关系、我国FDI的区域分布影响因素分析。国内外对FDI与地区经济的增长关系主要存在以下观点：索罗等人提出的新古典增长理论，认为FDI对我国经济增长起了很大的推动作用，主要通过注入资本带动我国经济的增长。Aitken和Harrison[1]通过研究委内瑞拉第二产业的行业面板数据得出FDI具有负的外溢效应。国内潘文卿(2003)[2]和何洁(2000)[3]研究发现FDI对工业有正向的溢出效果。李晓钟和张小蒂(2007)[4]认为FDI主要是通过技术溢出来传递知识。易明，王腾(2013)[5]分析出外商投资不利于我国区域创新水平的提高，知识溢出对区域创新的影响也是有限的。武剑(2002)[6]通过建立多维方差分析模型论证了FDI的区域分布差异不能解释区域经济发展的不协调问题。然而魏后凯(2004)[7]指出外商投资是中国地区经济增长不平衡和使东西差异不断扩大的主要原因之一。贺文华(2009)[8]分析得出FDI对东中西三个区域的经济增长产生了不同影响。张鹏(2010)[9]分析得出FDI对我国区域经济增长差异的影响十分显著。赵琼(2012)[10]分析得出外资会加大我国区域间经济的差距，FDI的区域分布差异将这种差距进一步拉大。陈海艳(2012)[11]通过对山东省内各地市数据进行研究，发现外商投资是山东区域经济差异缩小的主要因素。关于FDI的影响因素的研究在国内外也有很多的说法。Coughlin et al.(1991)[12]认为FDI流入与一国的税率和基础设备有关。杨仁发，刘纯彬(2012)[13]分析了我国生产性服务业FDI的影响因素，发现工人熟练能力、基础设施、政府的干预作用和对外开放程度与生产性服务业FDI有显著关系。田素华，杨烨超(2012)[14]通过道格拉斯生产函数实证分析发现税收优惠政策对东部地区FDI流入有明显的作用，劳动工资会对中国FDI流入的规模下降。

基于上述研究结果表明：FDI对我国经济增长的影响因区域差别而异，同时由于影响FDI的因素也各不相同，如果采取均一化的策略将会导致地区差异进一步加大。本文基于道格拉斯生产函数，选取1989—2011年29个省份的面板数据，通过运用较为完整的动态面板数据模型检验方法着重分析影响区域FDI流入规模的决定因素。在选取变量时，本文重点考虑了目前我国FDI的产业动态分布情况选取第三产业比重作为研究变量之一，同时还从基础设施、教育水平、科技水平等区域异质性因素来解释FDI流入规模的差异。最后根据实证结论，从区域异质性入手，着眼于我国区域经济的协调发展，提出针对性措施。

2 FDI、中国经济增长与异质性关系分析

为了验证东、中、西部FDI与经济增长差异的关系，本文搜集了1989—2011年我国东中西部29个省市的数据，利用时间序列方法建立模型检验。其中东中西部GDP及FDI数据由各年度《中国统计年鉴》整理计算，为了更好地研究FDI与GDP的关系，本文对两者进行了自然对数处理，为使FDI和GDP的货币单位统一为人民币，将以美元表示的FDI按照当年美元兑换成人民币汇率年度平均汇率中间价进行折算，GDP和FDI的计量单位均为亿元。

2.1 FDI与经济增长的格兰杰因果检验

2.1.1 单位根检验

从图1、图2可以看出我国经济增长与FDI变动的总体趋势是一致的，并且还可以看出LnFDI和LnGDP处于非平稳状态。

图1 我国FDI与GDP的变动趋势

图2 经一阶差分后的相关图

因为我国在1992—1994年政策上进行了较大调整，故FDI与GDP的变动非常剧烈，本文为了更好地研究FDI与GDP之间的关系故选择1994—2011年的数据进行分析。从图2可以看出，LnFDI与LnGDP两个变量经过一阶差分后都表现得很平稳，通过进行ADF(由于全国用的是时间序列数据故友临界值，东中西用的是面板数据没有临界值，只有P值)检验也发现LnGDP与LnFDI存在一阶单整关系，检验结果如表1所示。

从表1可以看出对LnGDP进行单位根检验，其ADF统计值大于临界值，故LnGDP非平稳；接下来对LnGDP进行一阶差分后进行检验，ADF值为-3.083小于临界值，故一阶差分后为平稳序列。同理，LnFDI进行一阶差分后也变得平稳。故LnGDP与LnFDI为一阶单整。

2.1.2 LnFDI与LnGDP的协整关系检验

为了考查LnGDP与LnFDI之间是否存在长期的稳定关系，即二者之间是否存在协整关系，1987年，Engle和Granger首次提出了协整理论，该理论认为，虽然一些经济变量本身不平稳，但是他们的线性组合可以抵消趋势项的影响，使其成为平稳序列。故本文通过采用E-G两步法，对LnFDI与LnGDP之间的协整关系进行检验。

首先，对LnGDP和LnFDI进行最小二乘估计得回归方程如下：

表1 ADF检验

然后，分别对残差进行单位根检验，看残差是否平稳。选择无截距项和趋势项的ADF检验，残差序列大致是平稳的，结果如表2所示。

表2 残差的单位根检验

从表2的结果可知，ADF值均小于临界值，故残差序列ε是平稳的，即LnGDP与LnFDI之间存在长期稳定的均衡关系。从协整结果来看，全国和东中西部地区的Ln FDI与LnGDP之间都存在长期的均衡关系。从协整系数来看，东部地区为0.6044，中部地区0.5846，西部地区0.5547，由此可见，同样一个单位的FDI带来的经济增长，东部地区要比中部和西部地区高，中部地区比西部地区高出约5个百分比。

2.2 FDI区域异质性影响因素实证研究

2.2.1 变量选择与数据处理方法

本文研究所需数据是基于省级层面的面板数据，时间跨度从1989—2011年，23年的近30个省份或直辖市的多元数据(由于西藏和新疆两个地区数据不全，故本文只研究了29个省份)，以FDI占比为因变量，自变量包括企业所得税占比，用来反映一国的税收政策方面的相关信息；教育支出占比反映地区的基本教育水平；科技支出占比反映地区的科研能力；通信水平和道路里程均反映一个地区的基础设施建设；工资水平反映外商投资的人力成本；进出口比重反映一个地区的市场开放程度；第三产业占比反映一地区服务业的发展水平。在数据处理方面为了使结果更加准确，对所有变量均采取了对数处理。

2.2.2 模型的构建和结果分析

通过使用1989—2011年我国东中西部29个省份的面板数据得到如表4所示的模型。

根据表3可以发现从全国数据的计量分析结果看，教育、进出口比重、道路基础设施对外商直接投资有显著的推动作用。同时发现第三产业的发展并没有带动FDI的流入，说明我国目前FDI仍倾向于投资第一和第二产业。税收与FDI流入呈负相关关系但结果不显著，科技和通信水平对FDI流入有正向的推动作用但是结果也不是很显著，这客观地反映了进入我国的FDI技术水平不高。此外劳动力工资上涨不利于FDI流入。从中东西三个不同区域分析结果可以看出，影响FDI流入的因素有着显著的差异，其中企业所得税及职工平均工资的增长均会使FDI流入减少，通信水平的提高有助于FDI流入。科技投入对中部和东部均有显著的推动作用，教育支出和道路设施的建设对中部和西部有正向作用，第三产业发展有利于东部更好地吸引外资，而对中部和西部有显著的负向作用，说明FDI在中部和西部投资过程中更倾向与投资第一和第二产业，因此促进这两个产业的发展更有利于FDI的流入。

3 结语

本文的实证结果显示，我国外商投资与经济增长之间确实存在长期稳定均衡关系，同时，从外资对投资区域经济的影响来看，相比中部和西部地区FDI对我国东部地区的经济增长有更大的推动作用。此外我国FDI的分布存在地区间差异，东部地区和中部地区相对于西部地区更能吸引FDI的流入。针对实证分析结果本文提出以下几方面的建议：(1)对于东部地区可以通过对相关的税项采取减免或优惠政策以减少外资流入的成本更好地吸引更多的外资。对中部和西部地区，政府更应该提高其基础设施的建设以及专业技能人才的培养，而不是采取税收优惠减免的竞争战略。(2)对外开放度对我国中西部有较大的正向推动，因此政府可以通过减少或降低贸易壁垒等措施，扩大市场开放度将对FDI流入规模起到显著的作用。(3)低劳动力成本优势一直是我国各区域引资的重要因素。但是这种低成本劳动力吸引的外资大都是劳动密集型低质量外资。(4)东部地区第三产业比重的提高有利于FDI流入，由于目前我国第三产业的比重逐渐增加，FDI在东部区域产业分布上也有所调整。

表3 各变量名称

表4