2008區(qū)位分布的空間效應(yīng)研究

1、2008 年第 11 期中國FDI 區(qū)位分布的空間效應(yīng)研究何內(nèi)容提要:目前關(guān)于我國 FDI 區(qū)位選擇因素的大部分都是建立在雙邊框架內(nèi), 考慮第效應(yīng)并從城市角度進行的研究還少有涉及。本文在新近發(fā)展起來的“ 第三國效應(yīng)”理論基礎(chǔ)上, 運用空間面板計量方法, 對 1985 2005 年期間我國 30 個省市區(qū)的154 個地級及以上城市的FDI 區(qū)位分布的空間效應(yīng)進行檢驗。發(fā)現(xiàn)全樣本 154 個城市的FDI 之間存在顯著的空間效應(yīng), 周邊城市的FDI 增量可以增加某城市的FDI 流入量, 周邊城市的市場規(guī)模越大某城市的FDI 流入越多, 各城市的FDI 流入也受到周邊城市FDI 不可測因素的影響。對三

2、大地區(qū)內(nèi)部 、三大地區(qū)之間及長 、珠三角與三大地區(qū)之間等不同子樣本的FDI 空間效應(yīng)的檢驗, 發(fā)現(xiàn)東 、中 、西部地區(qū) FDI 的主導類型分別為集聚垂直復合型、受限的集聚垂直復合型和水平型。:外商直接投資 FDI 區(qū)位分布 FDI 類型 空間效應(yīng)空間面板模型一、 引言伴隨著的日益全球化, 外商直接投資(FDI)業(yè)已成為發(fā)展、提高生產(chǎn)力的主要推動力之一。我國自開放以來, FDI 流入呈快速增長勢頭。到 2003 年我國吸納的FDI 超過500 億,美國成為世界上第一大FDI 東道國。直到 2006 年, 中國仍保持著FDI 的最大發(fā)展中東道國的地位。但是, 我國FDI 的區(qū)位分布卻極不平衡。19

3、80 2 00 年期間我國引進的外商直接投資中 87.80 %集中在東部沿海地區(qū), 其中長角洲、珠角洲和環(huán)渤海地區(qū)共占66.8 %。2 00 年以來提出的區(qū)域發(fā)展政策及中西部地方實施的一系列引資政策已經(jīng)使得一部分外商直接投資向中西部地區(qū)轉(zhuǎn)移, 但外商直接投資依然主要集中在東部沿海地區(qū),2004 年的比重仍然保持在 85.93 %, 中西部地區(qū)的 18 個省區(qū)市只占到不足 15 %(金相郁和2006)。,我國FDI 區(qū)位分布呈現(xiàn)出的這種不均衡、集聚性的特點, 自 1990 年起就引起了廣泛關(guān)注。眾多學者從不同角度實證檢驗了我國FDI 的區(qū)位選擇因素。從FDI 在省際分布角度進行的研究, 包括Ch

4、en(1996)、泓(1997)、Sun.(2002)、和(2006)等;從城市角度進行的研究包等(2002)、等(2005);單獨對某個城市進行的研究包括等 (2001)對秦皇島(2005)對東、中 、西部地括的實證分析;從 FDI 在國內(nèi)區(qū)域分布角度進行的研究, 包括和區(qū),等(2005)對我國三大(長三角 、珠三角和環(huán)渤海地區(qū)),(2 07)對和中部地區(qū)FDI 區(qū)位選擇因素的研究。上述對FDI 區(qū)位分布的研究均是建立在雙邊框架的基礎(chǔ)之上, 地區(qū)之間相互, 沒有考慮各* 何, 中山大學嶺南學院, 電子信箱:hexq a l .sysu .edu .cn ,:5 0275發(fā)展理論” 研討會會議

5、, 中山大學嶺南學院, 文章的研究得到,自然科電子信箱:wanglx up 。 本文為“ 區(qū)域合作與區(qū)域?qū)W基金(70703037 , 7047 0 8)的資助。本文作者感謝兩位的協(xié)助, 文責自負。審稿人寶貴的意見和建議, 感謝李、在數(shù)據(jù)收集和整理上137何、:中國 FDI 區(qū)位分布的空間效應(yīng)研究地區(qū)之間在吸收FDI 方面的相互影響。Baltagi.(2005)指出 , 這種雙邊框架不能解釋如今世界貿(mào)易的水平型FDI 不但沒有減少, 反而大量增加的現(xiàn)象。市場日益開放的情況為替代此前,Fujita.(1999)也曾指出, 如果存在空間集聚效應(yīng), 就不能將其他公司的空間分布視為是外生給定的。從計量角

6、度來講, 忽略空間效應(yīng)或第(Anselin , 1988)。效應(yīng)會使得估計結(jié)果有偏、不一致本文建立在新近發(fā)展起來的“ 第三國效應(yīng)”理論基礎(chǔ)之上, 運用較新的空間滯后(SAR)和空間誤差(SEM)空間面板計量模型, 同時在模型中引入市場潛力(Market Potential)變量 , 實證分析我國154 個地級及以上城市FDI 的空間效應(yīng) ;我們也分別檢驗了三大地區(qū)內(nèi)部、三大地區(qū)之間及長 、珠三角地區(qū)與三大地區(qū)之間等多個子樣本的FDI 空間效應(yīng), 從實證角度我國“”的效果;同時, 與國內(nèi)相似文獻不同的是, 本文使用的矩陣W 不再是二元鄰接矩陣, 我們首次采用具體數(shù)值度量, 以更精確地捕捉各城市之

7、間的FDI 空間效應(yīng)。二、 FDI 空間效應(yīng)理論和實證文獻簡要回顧公司理論的正式研究源于Markusen(1984)和 Helpman(1984), 他們的研究也是早期公司理論的典型代表。Markusen(1984)通過建立一般均衡模型 , 分析了“ 水平型”FDI(Horizontal FDI),成本爭奪更大市場份額 ;在 FDI 區(qū)位選擇方面,認為公司進行國外直接投資的動因是降低該理論認為, “水平型”FDI 所的目標市場要么是出口成本很高、要么是在當?shù)亟◤S成本較低的地區(qū), 而且目標市場越大, 其取代出口的可能性也越大(Shatz and Venables , 2000)。Helpman(

8、1984)所建立的一般均衡模型分析了“ 垂直型”FDI(Vertical FDI), 認為公司進行國外直接投資的動因在于獲得東道國較低的(勞動)要素成本, 通過把總部設(shè)在熟練勞動充裕的母國、把非熟練勞動密集的生產(chǎn)部門設(shè)在非熟練勞動充裕的東道國, 并把生產(chǎn)的從東道國出口回國服務(wù)母國市場。因為“ 垂直型”FDI 生產(chǎn)的中間或最終通常運回母國, 因而對東道國來說往往是出口導向的, 一般不受東道國市場規(guī)模的影響。由于生產(chǎn)過程的某些區(qū)域集中, 即發(fā)生“ 集聚” 。Wheeler 和Mody(1992)將集聚, 水平和垂直型FDI 都可能在某個定義為基礎(chǔ)設(shè)施質(zhì)量 、工業(yè)化水平和存量等的函數(shù), 并發(fā)現(xiàn)集聚的

9、區(qū)位選擇。上述和市場規(guī)模決定了美國公司在關(guān)于FDI 的研究僅限于兩國框架內(nèi), 母國向東道國的FDI 投資活動只取決于這兩個其他無關(guān)。的特征, 與近幾年的理獻逐步放松FDI 行為中的兩國假定, 在此方面做了重要擴展。首先, Ekholm etal .(2003)和 Yeaple(2003)分析了“ 出口平臺型”FDI(export platform FDI), 強調(diào)母國投資于一個特定。其次, Baltagi鏈分散在多個.(2005)提出了, 以利用各個的意圖在于把在這個生產(chǎn)的出口到第三個“ 復合垂直型”FDI(complex vertical), 即公司將的垂直地方的比較優(yōu)勢, 并將最終運回國內(nèi)

10、, 同時該文通過發(fā)現(xiàn)第三國效應(yīng)非常顯著, 由此也證實了復合垂直型FDI 的存在。上述“ 第三國效應(yīng)”理論為FDI 區(qū)位分布的開辟了更廣闊的思路。但到目前為止在實證方面考慮第三國效應(yīng)的文獻較少, 涉及到多個東道國FDI 空間依的也只有為數(shù)不多的幾篇文獻。目前利用空間計量方法研究FDI 區(qū)位分布的文獻還較少。據(jù)查, 比較知名的第一篇文章來自于Coughlin 和Segev(2000), 他們應(yīng)用空間誤差模型(SEM)了FDI 在中國的分布, 發(fā)現(xiàn)正的空間溢出效應(yīng)。其后, Blonigen.(2004 , 2005)應(yīng)用空間滯后模型(SAR)分別了流入美國的FDI)。138Blon gen e al

11、 .(2004)把Yeaple(2003)分析的這種情形和 Ekhol e al .(2003)的研究統(tǒng)稱為“ 出口平臺型” FDI(ex or -pla or2008 年第 11 期FDI 和美國對其他和地區(qū)的FDI 投資, 前者發(fā)現(xiàn)鄰近較大規(guī)模第市場的對美國的FDI.(2005)應(yīng)用投資, 并首次根據(jù)空間變量估計符號推斷哪種FDI 投資動因占主導。Baltagi空間誤差模型(SEM), 實證檢驗了基于美國在發(fā)達及欠七個制造行業(yè)的FDI 投資。最近,Garretsen 和Peeters(2007)同時應(yīng)用SAR 和SEM 空間計量模型檢驗了 1984 2004 年荷蘭在 18 個東道國的FD

12、I 投資之間的空間效應(yīng), 估計結(jié)果證明存在顯著的空間溢出效應(yīng)。Ledyaeva(2 07)分別考察了 1998 年金融 前后俄羅斯的FDI 區(qū)位選擇因素, 并根據(jù)估計結(jié)果推斷FDI 類型。國內(nèi)也只有幾篇應(yīng)用空間計量方法進行的研究, 包括(2004)、等 (2006)、等(2007)、蘇 芳和胡日東(2008)對 FDI 在我國的區(qū)位分布的研究, 均發(fā)現(xiàn)正的空間溢出效應(yīng),但這些文獻全部應(yīng)用省級數(shù)據(jù), 不能捕捉省內(nèi)城市之間的差異, 而且也沒有對我國三大地區(qū)內(nèi)部及地區(qū)之間的FDI 空間效應(yīng)進行檢驗。相較于此, 本文的創(chuàng)新之處在于:(1)建立在“ 第三國效應(yīng)”理論基礎(chǔ)之上, 并將實證結(jié)果與FDI 理論

13、緊密結(jié)合, 給予的解釋;(2)從更微觀的城市層面 , 將各城市的異質(zhì)性考慮在內(nèi), 以更準確地把握我國FDI 區(qū)位分布的空間效應(yīng);(3)通過空間變量進入模型估計的矩陣W 不再是沿用二元鄰接矩陣, 而是采用具體的里程函數(shù)來表示 ;(4)除了檢驗全樣本 154 個城市FDI 的空間效應(yīng)外, 還了多個子樣本(包括東、中、西部三大地區(qū)內(nèi)部 , 兩兩之間等)的 FDI 空間效應(yīng), 從實證角度檢驗我國“”的效果。三 、 實證模型和數(shù)據(jù)(一)樣本數(shù)據(jù)本文采用 1985 2005 年期間30 個省市區(qū)的 154 個地級及以上城市 的面板數(shù)據(jù), 所涵蓋的城市均為從 1985 年開始就已經(jīng)設(shè)立并有明確數(shù)據(jù)報告的城市

14、。數(shù)據(jù)來源為中國的中國城市統(tǒng)計年鑒(1985 1990)、中經(jīng)網(wǎng)(1991 2 05)和中國資訊行數(shù)據(jù)庫(INFOBANK),統(tǒng)計口徑為各城市市區(qū)值。各名義量均折算為 1985 年不變價。本文采用空間計量方法分析我國FDI 的區(qū)位分布, 以檢驗周邊城市的GDP 及FDI 對某一城市FDI 的影響力, 在變量設(shè)置上分為空間變量和傳統(tǒng)變量兩類。(二)空間變量空間變量由市場潛力變量 MarketPotential(W·GDP)和空間滯后變量W·FDI。市場潛力變., 2004 , 2005 ;量 MarketPotential(W·GDP)為一個城市周圍其他城市的 GD

15、P和(BlonigenGarretsen and Peeters , 2007 都曾使用此變量),矩陣W 為兩兩城市間的里程函數(shù)(下面討論實證模型時會進一步說明), 通過該變量的系數(shù)來檢驗一個城市的市場潛力即周邊城市的GDP 地理和 (W(GDP)對 FDI 的吸引能力, 也即檢驗鄰近較大的第市場是否能增加該地區(qū)的FDI(Head and Mayer , 2004 ;Blonigen., 2 04 , 2005 ;G arretsen and Peeters , 2007);空間滯后變量 W·FDI 的系數(shù)則度量了地理上鄰近的其他城市的 FDI可以認為是度量了一種集聚效應(yīng)。和對某一城

16、市吸引FDI 的影響程度, 也之所以設(shè)置這兩個空間變量, 是由于空間滯后模型(SA R)與 FDI 理論存在較密切的關(guān)系, 而空間誤差模型(SEM)與 FDI 理論的甚微(Blonigen., 2004)。Blonigen.(2004)總結(jié)了與市為了保證數(shù)據(jù)的平穩(wěn)、可比和易得性, 本文樣本包含來自大陸除地區(qū)外的所有省市區(qū)、從 985 年開始就已經(jīng)設(shè)立的地級及以上城市, 并排除了一些 985 2005 年期間FDI 存量較小(2005 年FDI 存量按 985 年計少于6000)、行政區(qū)劃變動較大的城市, 西部地區(qū)總體 FDI 流入量較低, 但為了保證地理上的連續(xù)性, 各個省份至少保留一個城市,

17、 基本為省會城市, 有的省份 FDI 量較大, 包含城市則會稍多一些。這里的空間集聚效應(yīng)與 Wheeler 和M ody(992)所定義的集聚有所不同, 前者定義的集聚是基于一個地區(qū)內(nèi)的集聚,而空間集聚效應(yīng)則是與周邊地區(qū)相的一種區(qū)域集聚。139何、:中國 FDI 區(qū)位分布的空間效應(yīng)研究場潛力 MarketPotential 和空間滯后W·FDI 變量的符號相對應(yīng)的具體FDI 類型, 如下表所示:水平型FDI 是市場導向表 1各種類型FDI 所對應(yīng)的空間變量的預期影響的, 只特定地區(qū)的市場,因此該地區(qū)的FDI 與周圍地區(qū)的GDP 和FDI 無關(guān);垂直型FDI 是或成本導向的,公司選定國

18、外某地區(qū)進行直接投資生產(chǎn), 之后將運回母國, 對于資料來源:Blon gen e al .(2004)。公司在一個地區(qū)投資, 在周圍地區(qū)的投資必然減少其在特定地區(qū)的FDI , 故預期 為負, 與市場潛力變量 MarketPotential 無關(guān) ;出口平臺型 FDI 主要是選定一個地區(qū)建立分公司, 以輻射周圍市場規(guī)模較大的地區(qū), 故預期市場潛力變量 MarketPotential 的符號為正, 但對特定地區(qū)的選擇又是基于要素成本考慮, 類似垂直型, 故預期的符號為負;上表的第四種集聚垂直復合型(vertical specializationwith agglomeration)FDI 是最為復

19、雜的一種, 兼有垂直和水平的特點,公司把其垂直生產(chǎn)鏈分散在不同地區(qū), 以利用各個地區(qū)的比較優(yōu)勢。對于這種類型的FDI 及其生產(chǎn), 周邊市場供應(yīng)商的存在可以增加特定市場的FDI , 除供應(yīng)商網(wǎng)絡(luò)之外的其他跨區(qū)作用力也可能增加特定市場的FDI 。預期空間滯后系數(shù) 為正 , 代表公司的(垂直)供應(yīng)商網(wǎng)絡(luò)對 FDI 空間集聚(溢出)效應(yīng)的貢獻 , 本質(zhì)上市場潛力變量 MarketPotential 對此種類型FDI 沒有影響, 但此變量與工業(yè)生產(chǎn)高度相關(guān), 而周圍地區(qū)的工業(yè)生產(chǎn)水平與生產(chǎn)鏈上的供應(yīng)商網(wǎng)絡(luò)相關(guān), 因此 MarketPotential 變量可能既代表了市場潛力, 又代表了東道地區(qū)周圍本土供

20、應(yīng)鏈等因素的集聚, 預期為正(Blonigen., 2004)。Blonigen.(2004)的總結(jié)主要是國別市場而言的, 對于在國內(nèi)市場的應(yīng)用有細微差別,Ledyaeva(2007)對 FDI 在俄羅斯內(nèi)部的分布進行研究時, 將“ 出口平臺型”FDI為“ 貿(mào)易平臺型” ,即服務(wù)的市場不是出口, 而是國內(nèi)的其他周邊市場。事實上, Ledyaeva(2007)是將(其劃分的)俄羅斯各地區(qū)視為一些小的“”來應(yīng)用Blonigen.(2005)的總結(jié)的 , 本文借鑒Ledyaeva(2007)的做法, 將中國各地區(qū)(地級及以上城市)視為一些小的“”來進行分析, 由此, 單純的水平型和出口平臺型FDI

21、可以總體歸類為水平型, 單純垂直型和復合垂直型 FDI 可以統(tǒng)一歸類為垂直型, 因此,計量檢驗中的“ 出口平臺型”實際為“ 貿(mào)易平臺型” 。同時, 由于將FDI 劃分為各種具體類型分別進行幾乎不可能實現(xiàn), 所以本文的研究結(jié)果是各種類型FDI 的一種綜合及凈效應(yīng), 也即哪種類型占主導, 后面將把實證估計的結(jié)果與此表相對公司在我國的FDI 動因作進一步的分析。(三)傳統(tǒng)變量, 并考慮數(shù)據(jù)的可得性進行選傳統(tǒng)變量的設(shè)置借鑒FDI 區(qū)位分布方面已有的理論和取, 具體的定義如下:1 .被解釋變量 FDI :采用各城市市區(qū)當年實際外商投資額(), 并根據(jù)當年兌的不變價。平均匯率和價格指數(shù)折算為 1985 年

22、2 .市場規(guī)模(GDP):為各城市市區(qū)生產(chǎn)總值 1985 年不變價()。由水平型 FDI 可知, 由于的, 較大的東道地區(qū)市場會降低向市場提品的成本以及產(chǎn)出的固定成本, 因規(guī)模140FDI空間滯后系數(shù) 的符號MarketPotential 變量系數(shù)的符號水平型00出口平臺型+垂直型+集聚垂直復合型+2008 年第 11 期此該變量會正向影響水平型FDI ;然而垂直型 FDI 與該變量沒有太大。凈效應(yīng)預期為正。3 .人口(POP):為各城市市區(qū)年末總?cè)丝?)。在GDP 一定的情況下, 一個城市人口越多則人均GDP 越低,FDI 也隨之減少, 因此包括人口變量是為了FDI 在相近的城市之間的選.,

23、 2004 , 2005 ;Garretsen and Peeters , 2007)。擇傾向, 預期為負(Blonigen4 .勞動力成本(RSAL):用相對工資率代表, 為人均工資與勞動生產(chǎn)率的比值(Chen , 1 97), 其) 市區(qū)在崗職工人數(shù)(), 勞動生產(chǎn)率定義為市中人均工資定義為市區(qū)在崗職工工資總額區(qū)生產(chǎn)總值GDP() 市區(qū)從業(yè)()。追求成本最小化的垂直型 FDI 最受低勞動成本的吸引, 同時水平型FDI 也會傾向于投資勞動成本低的地區(qū)(Lim , 2001), 預期凈效應(yīng)為負。5 .基礎(chǔ)設(shè)施(ROA):用道路鋪裝面積(萬平方米)代表。Wheeler 和Mody(1992)將基

24、礎(chǔ)設(shè)施狀況作為集聚的貢獻之一, 集聚效應(yīng)對于水平和垂直型FDI 的影響均為正, 有良好交通基礎(chǔ)設(shè)施的地區(qū)也往往能吸引到較多, 預期效應(yīng)為正。6 .貿(mào)易(DISTPORT):采用距最近的外貿(mào)口岸里程(公里)度量 , 外貿(mào)口岸所在城市設(shè)置為0 。作為替代出口的純水平型FDI 會隨著貿(mào)易的增大而增多 ;垂直型 FDI 需要中間產(chǎn)品, 貿(mào)易越小, 越有利于其發(fā)展 ;而對于其他水平型如出口平臺型 , 則可能隨著東道國貿(mào)易的減小而增多。所以預期凈效應(yīng)不明確。貿(mào)易與開放度相反, 而對于開放度的度量, 一般采用外貿(mào)依存度, 但由于數(shù)據(jù)不可得, 本文采用距離來描述。也有很多文獻采用二元值來表示, 即沿海開放城市

25、為 1 , 其他為0 , 但這樣的設(shè)置沒有將沿邊城市和出口貨物集散地如、重慶等包括在內(nèi), 這些地區(qū)可能是由于省會或直轄市的地位而獲得較多投資, 一旦了這些因素, 其他變量的估計會更準確。應(yīng)用里程數(shù)據(jù)的在于, 有些城市盡管沒有外貿(mào)口岸, 但距外貿(mào)口岸較近, 如浙江省的金華市, 距沿海城市溫州只有 248 公里, 其截止 2005 年的存量接近于溫州市, FDI 存量較高, 可見用里程可以捕捉這部分城市的開放度, 預期效應(yīng)不明確。7 .FDI 存量(SUMFDI):用各城市絕對 FDI 存量代表。Wheeler 和Mody(1 92)也將FDI 存量作為集聚 的貢獻之一, 預期為正。另外, 前期F

26、DI 的進入會在當?shù)嘏嘤枂T工 、開拓市場、創(chuàng)造專業(yè)化服務(wù), 從而降低后來者的進入成本, 增強當?shù)貙ν鈬顿Y者的吸引力(Markusen , 1 90), 因此預期為正。(四)實證模型1 .基本模型首先根據(jù)上面描述的FDI 影響因素構(gòu)建基本的回歸模型如下:FDIit = 0 +1 HostVariablesit +2 MarketPotentialit +(1)這里, t (1 , T), T =21(1985 2005);i (1 , N), =154 。HostVariablesit 包含上面所提到的傳統(tǒng)解釋變量, MarketPotentialit 為上述空間變量之一的市場潛力變量, 該變

27、量的系數(shù)反映一個城市的市場潛力即周邊城市的GDP 地理和對FDI 的吸引能力, 即鄰近較大的第市場是否能增加該地區(qū)的FDI 。模型中所有變量均采用對數(shù)形式。此模型采用面板計量方法進行估計。 L (200 ), Sha z 和 Venables(2000)均提到, 傳統(tǒng)意義上公司對外直接投資的主要有兩個, 即水平型(市場導向)和垂直型(成本導向)。 Bal ag e al .(2005)將單純的水平型和出口平臺型 FDI 總體歸類為水平型, 將單純垂直型和復合垂直型(Co plex Ver cal)統(tǒng)一歸類為垂直型, 故這里討論的傳統(tǒng)變量中, 水平型和垂直型為廣義。這里借鑒了 Blon gen

28、e al .(2004, 2005)對樣本的有關(guān)處理方法。由于 985 年中國城市統(tǒng)計年鑒所報告的 FDI 指標值為各城市( 984)的 FDI 存量, 而從 986 年起, 所報告的數(shù)據(jù)則為各年度的增量, 所以以后各年度的FDI 存量只需將前一年的存量與增量相加即可, 因此本文樣本數(shù)據(jù)中的 FDI 存量即為以往年度實際發(fā)生的所有 FDI 之和。 考慮到 FDI 從某地等情況, 按該口徑統(tǒng)計各年年底FDI 存量和各年年底的FDI 實際存量有一定差別, 由于沒有 FDI 從某地的詳細數(shù)據(jù)資料, 本文中我們采用了這種近似的處理方法。141何、:中國 FDI 區(qū)位分布的空間效應(yīng)研究空間計量方法有兩種

29、基本的空間模型, 即空間滯后模型(SAR)和空間誤差模型(SEM)。2 .空間滯后模型(SA R)在基本模型基礎(chǔ)上引入空間滯后變量的空間滯后模型(SAR)的回歸方程如下:FDIit = 0 +1 HostVariablesit +2 MarketPotentialit +· W · FDIit +(2)這里的 W·FDI 同前述空間變量之一的空間滯后變量一致,為空間滯后系數(shù) , 度量周圍城市的FDI 流入量和對某一城市FDI 的影響程度, ( 1 , 1)。由于本文采用空間面板計量方法, 將面板數(shù)據(jù)與空間特征相結(jié)合, 所以這里的矩陣 W 不T)的分塊N 方陣(N

30、代表橫截面數(shù)), 而是一個(NT) (N再是基于橫截面數(shù)據(jù)時的N矩陣:W1985000·000W2005W =(3)矩陣 W 中的非對角元素全部為 0 , 而對角線上的每個元素又是一個 154154 的方陣, 且 W1985=W1986 =W2005 , 即假定距離具有時間不變性。與目前大多數(shù)采用空間計量方法研究此方向的文獻(Coughlin., 2000 ;, 2004等, 2006)不同的是 , 本文沒有采用簡單的二元鄰接矩陣(即 0 , 1 兩種值), 而是應(yīng)用具體的數(shù)值, 這樣可以更準確地捕捉周圍城市變量對某個特定城市的FDI 的影響。每個方陣的值又表述如下:ij =0 ,

31、如果 i =j ;ij =22 dij , 如果 dij1624(km);ij =0 , 如果 dij >1624(km)該矩陣的處理方法參考多數(shù)文獻的作法(Blonigen(4)., 2004 , 2 05 ;Garretsen and Peeters ,2007), 選取了較簡單的距離倒數(shù)函數(shù), 樣本中最短的城市間里程(2km)得到的權(quán)重為 1 , 其他里程的權(quán)重為 2 dij , dij 是樣本中城市i 和城市j 之間的里程(i , j( 1 , 154 )。距離限值1624 的選取參照Madariaga and Poncet (2007)的作法, 認為如果城市間里程大于此值, 則

32、空間影響力由正轉(zhuǎn)為負。對角線上元素全部為 0 , 表示任何地區(qū)的FDI 值不能夠一行的行和等于 1 , 表示每個城市的空間影響所占份額。3 .空間誤差模型(SEM)自身。同時該矩陣經(jīng)過標準化處理, 使每在基本模型基礎(chǔ)上引入空間誤差變量的空間誤差模型(SEM)的回歸方程如下:FDIit = 0 +1 HOstVariablesit +2 MarketPotentialit +, = W+(5)這里 是待估計的空間誤差系數(shù), 其值應(yīng)位于( 1 , 1)內(nèi);是3234 維(15421)誤差向量 。同樣也反映了空間效應(yīng)的大小, 但作用機制與空間滯后模型(SA R)不同 , 它反映了影響周圍城市FDI

33、的不可測因素影響某一城市FDI 的程度。這里的4 .空間模型估計方法矩陣W 同上。對于空間面板模型的估計, 本文主要借鑒Elhorst(2003)極大似然法(ML), 同時參考LeSage s 網(wǎng)站 (www .spatial econometrics .com) 關(guān)于的PANEL SEM 和PANEL SAR 的程序, 在此基礎(chǔ)上根據(jù)樣本數(shù)據(jù)作適當改動, 利用程序?qū)潭ㄐ?yīng)的空間面板模型進行回歸。采用的計量軟件為7.0 。 本文使用的具體程序文件為 Download 菜單欄里的第一項 Download Ma lab Verson 7 W nz p le。1422008 年第 11 期四、 模

34、型估計結(jié)果(一)全樣本估計利用空間面板模型作估計之前, 先通過Moran I 檢驗來測定變量之間是否存在空間依。通過對 1985 2 05 年期間的變量數(shù)據(jù)進行檢驗,Moran I 值為 0.1 06 , p 值為 0.000 , 表明我國各城市的FDI 分布存在顯著的空間效應(yīng)。進一步通過 LM lag 和 LM err 統(tǒng)計量來檢驗空間滯后模型(SAR)和空間誤差模型(SEM)的適用性, 檢驗結(jié)果顯示LM lag 值為 49.8472(p 值為 0 .000), LM err值為 24 .34 7(p 值為 0 .00 0), 兩者都統(tǒng)計顯著, 故對兩種空間模型SAR 和SEM 都進行相應(yīng)的

35、估計。首先對基本模型、空間滯后模型(SAR)和 空間誤差模型 (SEM)作全樣本(1985 2 05 年,154 個城市)回歸 , 結(jié)果列于表 2中。根據(jù)估計結(jié)果可見:1 .我國的 FDI 投資主導類表 21985 2005 年中國FDI 區(qū)位分布的全樣本估計結(jié)果型為集聚垂直復合型,公司的FDI 傾向于投資周邊城市 FDI 增量大、市場潛力大的城市 。在表 2 的空間滯后 SAR 模型估計結(jié)果中, 空間滯后參數(shù) 和市場潛力參數(shù) MP 均顯著為正, 根據(jù)表1 的解釋表明, 我國的 FDI 投資主導類型為集聚垂直復合型?？臻g滯后系數(shù) 顯著為正, 表明公司在我國投資時, 將其生產(chǎn)鏈分布于多個城市,

36、以利用各個城市的比較優(yōu)勢, 降低生產(chǎn)成本, 周邊城市的 FDI 增量可以增加某一城市的FDI 流入量。面板模型和空間滯后模型中市場潛力變量的系數(shù)MP 均顯著為正, 說明周邊城市的市場規(guī)模越大, 某一城市的FDI 流入量會越多。2 .各城市的 FDI 流入量也注:全部變量均為對數(shù)形式;括號內(nèi)為 t 統(tǒng)計量;表示在 0%的水平上顯著, 表示在 5%的水平上顯著, 表示在 %的水平上顯著;資料來 源: 中國 城市統(tǒng) 計年鑒 ( 985990), 中經(jīng)網(wǎng)( 992005),INFO BANK 。受到周邊城市FDI 不可測因素的影響。在空間SEM 模型估計結(jié)果中, 空間誤差系數(shù) 顯著為正 , 說明各城市

37、的FDI 流入量也受到周邊城市FDI 不可測因素的影響, 這意味著各個城市在制定引資戰(zhàn)略時需要考慮宏觀 的整體形勢, 不能孤立地考慮城市自身的引資戰(zhàn)略。3 .在傳統(tǒng)解釋因素方面, 市場規(guī)模(GDP)較大 、人口(POP)相對較少、交通基礎(chǔ)設(shè)施(ROA)較一般通過Moran s I 檢驗來驗證是否存在顯著的空間效應(yīng), LM lag 和 LM err 檢驗分別對空間滯后模型(SAR)和空間誤差模型(SEM)的適用性進行相應(yīng)的檢驗(A nsel n , 988)。143面板估計(固定效應(yīng))空間滯后模型(SAR)空間誤差模型(SEM)GDP0 .3803 5.3233 0.6025 4.5122 0.

38、7027 9 .3339 POP(人口)0.32864 .4238 0.77984.9755 0 .40834.6695 RSAL(相對工資)0 .2262 3.4203 0.2402 3.2455 0.3840 5 .2684 ROA(道路鋪裝面積)0 .2389 4.1818 0.1176 1 .9994 0.1718 3 .1260 DISTPORT(距外貿(mào)口岸距離)0.07766 .6243 0.11785.1348 0 .10107.7793 SUMFDI(FDI 存量)0 .7374 39.0617 0.3527 16 .0435 0.6046 45 .1832 MP(市場潛力)

39、(W(GDP)0 .1569 6.4471 1.0979 4.6302 0.1932 6 .6678 常數(shù)項5.13988 .9380 0.2200 4.6486 0.6970 21 .1842 樣本容量323432343234Adj R20 .72190.77040.7099Log likelihood6030 .43186440 .4602何、:中國 FDI 區(qū)位分布的空間效應(yīng)研究完善、距外貿(mào)口岸(LDISTPORT)較近、FDI 存量較高的城市, 會吸引到的FDI 流入。而勞動成本FDI 有正向影響, 可能的是, 較高的勞動成本往往與較大的市場規(guī)模相關(guān)。則與預期相在面板模型中, 傳統(tǒng)變量

40、除RSAL 外, 其他變量均與預期相符, 并且統(tǒng)計顯著。SAR 模型中, 傳統(tǒng)變量的符號與顯著性均與基本模型相同, 回歸系數(shù)值方面, 除 ROA 、SUMFDI 變量的系數(shù)下降了一半左右外, 其它變量的系數(shù)均有較大程度的提高。可見, 考慮了空間效應(yīng)之后, 傳統(tǒng)各變量的解釋力有所不同。(二)三大地區(qū)子樣本估計本節(jié)主要對我國三大地區(qū)的子樣本單獨進行估計, 以檢驗各個地區(qū)內(nèi)部的空間效應(yīng), 回歸結(jié)果列于表 3 中。同時相應(yīng)的地區(qū)的城市。矩陣W 也變更為各個地區(qū)內(nèi)部城市之間的里程函數(shù), 而不考慮其他1985 2005 年我國FDI 區(qū)位分布空間效應(yīng)三大地區(qū)子樣本估計結(jié)果表3注:全部變量均為對數(shù)形式;括號

41、內(nèi)為 統(tǒng)計量;表示在 0 %的水平上顯著, 表示在 5 %的水平上顯著,水平上顯著;資料來源:同表2 。對三大地區(qū)的劃分依據(jù)中國城市統(tǒng)計年鑒的劃分方法:東部地區(qū)包括北京、表示在 %的、河北 、遼寧、上海、江蘇、浙江 、福建 、山東 、廣西、海南 12 個省市區(qū);中部地區(qū)包括山西 、內(nèi)蒙 、吉林 、黑龍江 、江西 、河南、湖南 9 個省市區(qū) ;西部地區(qū)包括重慶 、云南、陜西、青海、9 個省市區(qū)。根據(jù)表3 的估計結(jié)果可見:1 .東部城市的 FDI 主導類型為集聚垂直復合型, 西部城市的 FDI 主要為尋求的水平型,中部城市的FDI 主導類型為“ 受限的集聚垂直復合型” 。在空間滯后 SAR 模型估

42、計中, 東部地區(qū)144空間滯后模型(SAR)空間誤差模型(SEM)東部城市中部城市西部城市東部城市中部城市西部城市GDP0 .7476 5.6533 1.5077 6 .7695 0.7765 1.44720 .6145 7.3323 1.8897 8 .6708 0.3418 0.6197POP(人口)0.84314 .8999 0.17470.62010.88721.40540.32353 .4241 0 .25060 .85680.63400.9904RSAL(相對工資)0 .3666 4.4561 0.4321 3 .5476 0.0406 0.12490 .3452 3.9101 0

43、.5397 4 .3281 0.22340.6353ROA(道路鋪裝面積)0 .0340 0 .61600.4091 4 .0549 0.9698 3.2912 0 .0333 0 .58680.4999 5 .0918 1.0093 3.0954 DISTPORT(距外貿(mào)口岸距離)0.11994 .9087 0.11923.0199 0.16931.9276 0.08956 .2856 0 .14853.6868 0.15211.7329 SUMFDI(FDI 存量)0 .4836 26.1725 0.3971 12.1045 0.3494 4.7987 0 .6658 43.3950 0.

44、4577 17 .3336 0.3558 4.7850 MP(W·GDP)0 .1335 2 .1008 0.23201.16700.13040.39720 .2731 3.2903 0 .06010 .23580.04390.13330 .2930 13.7312 0.1530 2 .9440 0.0310 0.39510 .5910 14.2673 0.5320 11 .4025 0.2320 3.0708 樣本容量Adj R20 .82210.70830.52680 .77390.65360.5382Log likelihood2910.67442378.7727871 .71

45、242854.65992527 .785868 .93672008 年第 11 期MP 和 參數(shù)均顯著為正 , 說明東部城市的FDI 主導類型為集聚垂直復合型;西部地區(qū)空間變量都不顯著, 對應(yīng)的FDI 主導類型為市場導向的水平型, 同時, 西部地區(qū)GDP 、人口(POP)、工資(RSAL)的影響效應(yīng)都不顯著, 據(jù)此推斷, 對西部地區(qū)的FDI其獨特的;中部地區(qū)MP 不的是顯著、顯著為正 , 表 1 沒有此種組合的FDI 類型, 根據(jù)對表 1 的分析進行推斷, 我們稱此類FDI 主導類型為“ 受限的集聚垂直復合型” , 即公司投資該地區(qū)的直接動因表現(xiàn)為集聚垂直復合型、有在該地區(qū)分布垂直供應(yīng)鏈的,

46、但地區(qū)本土的供應(yīng)鏈等因素卻不能顯著地促進FDI 的空間集聚,市場潛力的作用也未能得到發(fā)揮。2 .三大地區(qū)中 , 某一城市的FDI 流入量也受到周邊城市FDI 不可測因素的顯著影響。在空間誤差SEM 模型估計中, 空間誤差系數(shù) 在三個地區(qū)都顯著為正 , 但西部地區(qū)的估計值明顯小于東、中部地區(qū), 說明在三大地區(qū)中某一城市的FDI 流入量也受到周邊城市FDI 不可測因素的顯著影響,但西部地區(qū)的影響效應(yīng)小于東 、中部地區(qū) 。這意味著各個城市引資政策的制定應(yīng)符合發(fā)展戰(zhàn)略。3 .傳統(tǒng)解釋變量, GDP 和人口(POP)在東部地區(qū)顯著 , FDI 關(guān)注市場總規(guī)模也關(guān)注市場發(fā)展水平, 中部地區(qū)的FDI 只關(guān)注

47、地區(qū)的市場總規(guī)模, 西部地區(qū)的市場規(guī)模對FDI 沒有影響 ;道路鋪裝面積代表的基礎(chǔ)設(shè)施狀況在東部地區(qū)不顯著, 但在中 、西部都發(fā)揮重要作用, 西部地區(qū)程度最高, 可能的解釋是東部地區(qū)整體基礎(chǔ)設(shè)施建設(shè)程度較高, 所以FDI 在該地區(qū)內(nèi)部選擇時該變量就顯得比較次要 ;SUMFDI 、DISTPORT 變量在三個地區(qū)都顯著;RSAL 在三個地區(qū)的估計值都不符合預期。(三)三大地區(qū)之間的 FDI 空間效應(yīng)估計的區(qū)域了范圍主要地級及以上城市間、及三大地區(qū)內(nèi)部各城市間的FDI 空間效應(yīng)后, 有必在要再對三大地區(qū)之間的FDI 空間效應(yīng)進行檢驗, 同時也在一定程度上檢驗我國開放政策的有效性,即我國先開放東南沿

48、海地區(qū), 再逐步開放中部內(nèi)陸城市, 直到西部大開發(fā)戰(zhàn)略。與前面不同的是, 本節(jié)參考Ledyaeva(2007)不同組之間空間溢出效應(yīng)時的處理方式對矩陣 W 進行了相應(yīng)調(diào)整。為了說明便利, 僅以東、中部城市樣本為例 , 此樣本包括了東、中部地區(qū)的主要城市集, 若 1 、2 城市為東部城市, 3 、4 城市為中部城市, 則矩陣 W 的w 1 ,3 、w1 ,、w 2 ,3、w3 , 1 、w,1 、w3 , 2 、w, 2 為相應(yīng)的兩兩城市之間的里程函數(shù), 其他元素均為 0 。如(6)所示 :w2 ,00w3 , 1w , 100w3 , 2w , 2w1 , 3w2 , 300w1 ,w2 ,0

49、0W =(6)各地區(qū)內(nèi)部的城市之間的設(shè)為 0 , 而來自兩個不同地區(qū)的城市之間的設(shè)為里程的函數(shù), 以單獨地區(qū)之間的FDI 空間溢出效應(yīng)?；貧w結(jié)果列于表 4 中。根據(jù)估計結(jié)果可見:1 .東 、中部地區(qū)的FDI 之間存在顯著的空間溢出效應(yīng), 中 、西部和東、西部地區(qū) FDI 之間的空間效應(yīng)表現(xiàn)為“ 集聚垂直復合型” 。由于此節(jié)的主要目的在于研究三大地區(qū)兩兩之間的FDI 空間關(guān)系, 故對于空間變量與FDI 類型的沒有實際意義, 但仍利用上述方法對空間變量的估計結(jié)果進行解釋。表4 顯示, 東 、中部地區(qū)之間 , 系數(shù)MP 和 均顯著為正 , 表現(xiàn)為“ 集聚垂直復合型” , 說明東、中部地區(qū)的 FDI

50、之間存在顯著的空間溢出效應(yīng) ;中、西部和東 、西部之間均是 MP 不顯著、而 顯著為正,對表 1 的分析, 中 、西部和東 、西部地區(qū)之間的 FDI 空間效應(yīng)表現(xiàn)為“ 受限的集聚垂直復合型” 。2 .中、西部地區(qū)FDI 之間的溢出效應(yīng) <中部地區(qū)內(nèi)部的 FDI 集聚效應(yīng) <東 、中部地區(qū) FDI 之間的溢出效應(yīng)<東部地區(qū)內(nèi)部 FDI 的集聚效應(yīng)。從空間滯后系數(shù) 大小來看 , 東、中部地區(qū) FDI 之間145何、:中國 FDI 區(qū)位分布的空間效應(yīng)研究的溢出效應(yīng)最強, 中、西部地區(qū)之間次之 , 東 、西部之間最小 ?？臻g誤差系數(shù) 也保持了一致的排序。對比表 3 中的系數(shù) 可見,

51、東 、中部地區(qū) FDI 之間的溢出效應(yīng)略小于東部地區(qū)內(nèi)部的集聚效應(yīng), 但大于中部地區(qū)內(nèi)部的集聚效應(yīng) ;中 、西部地區(qū) FDI 之間的溢出效應(yīng)略小于中部地區(qū)內(nèi)部的集聚效應(yīng)。1985 2005 年我國三大地區(qū)之間FDI 的空間效應(yīng)估計結(jié)果表4注:全部變量均為對數(shù)形式;括號內(nèi)為 t 統(tǒng)計量;表示在 0%的水平上顯著, 表示在 5 %的水平上顯著,水平上顯著;資料來源:同表2 。(四)長、珠三角城市與三大地區(qū)城市間的空間效應(yīng)估計表示在 %的長、珠三角城市借助天然的地理優(yōu)勢及較早的政策, 在吸引FDI 投資方面遠遠優(yōu)開放于其他城市 ;我國在政策上形成的由逐步開放的格局, 其主要目的也在于借助長、珠三角等東部發(fā)達城市的輻射效應(yīng), 帶動中 、西部地區(qū)吸引進駐。長、珠三角城市與東部城市FDI 之間的空間效應(yīng)估計基于東部地區(qū)子樣本,矩陣W 的