华东 7省市利用 FDI业绩和潜力比较研究

靖学青

(上海社会科学院 部门经济研究所,上海 200020)

●区域经济

华东 7省市利用 FDI业绩和潜力比较研究

靖学青

(上海社会科学院 部门经济研究所,上海 200020)

采用联合国贸发会议 (UNCTAD)提出的 “业绩指数”和 “潜力指数”评价方法,对华东地区 7个省市利用外商直接投资 (FD I)的业绩和潜力进行了定量比较分析,特别是通过对业绩指数和潜力指数的交叉分析,得到了更有价值和意义的政策性启示。最后,根据分析结论,提出了华东地区 7省市利用 FD I的政策建议。

华东地区;FD I;业绩指数;潜力指数

改革开放尤其是 20世纪 90年代以来,外商直接投资(即 FD I)大量进入我国。华东地区是外商在我国直接投资的重点地区之一。2000年华东 7省市实际利用 FD I合计约185亿美元,约占全国的 45%,2008年突破 660亿美元,在全国占比又上升到约 70%。华东地区作为一个整体,无疑在利用外资方面成绩显著,但是其所包括的 7个省市利用外资的水平却相差比较悬殊。为了客观地评价华东 7省市利用外资的业绩和潜力,本文借鉴联合国《世界投资报告》(UNCTAD,2002/2003)采用的 “业绩指数”和 “潜力指数”评价方法,并参考国内在这方面的研究成果[1-2],对华东地区 7省市利用 FD I业绩和潜力进行计量分析,以便于各省市在吸引外资工作中准确定位,为各省市根据其实际情况调整引进外资的政策和策略提供参考和依据。

一、业绩指数和潜力指数评价方法

根据UNCTAD“业绩指数”的涵义和测算方法,华东地区 7省市利用 FD I的业绩指数可用表达式 (1)计算:

(1)式中,YJZSi为第 i个省市利用 FD I的业绩指数;FD Ii和 FD II分别为第 i个省市和整个华东地区 FD I流入量;GDPi和 GDPI分别为第 i个省市和整个华东地区的地区生产总值。如果某个省市的业绩指数大于 1,表明该省市吸收了相对于其经济规模而言更多的 FD I,即引资业绩突出;如果业绩指数小于 1,则表明其吸收的 FD I低于应该达到的数量,即引资业绩低下。

根据UNCTAD“潜力指数”的涵义和测算方法,华东地区 7省市利用 FD I的潜力指数可定义为对一个省市吸引 FD I可能产生影响的 8个经济变量得分的平均数,这个平均数反映了该省市吸引 FD I的竞争力和潜力。

UNCTAD潜力指数采用了 8个变量,本文根据研究目标剔除了“国家风险”变量,原来的 “人均商业能源支出”变量用“人均社会消费品零售总额”代替,“受高等教育人数占总人口比重”变量用“从业人员中受高等教育者比重”代替、“R&D支出”变量用“科研 (R&D)投入和成果”指标代替,此外再增加 “劳动力成本指标” (以 “在岗职工年平均工资”来表示)。最终确立了 8个变量,分别为:①人均 GDP:代表省市的经济发展水平,这决定了该省市对商品和服务需求的规模和档次,通常 FD I偏好于进入发展水平高、市场规模大的地区;②GDP增长率:代表该省市未来的市场规模和成长潜力,通常 FD I偏好于进入经济活跃、经济成长性好的地区;③进出口总额占 GDP比例:代表该省市对外开放和经济国际化的程度,通常 FD I偏好于进入经济对外开放程度高的地区;④从业人员中受高等教育者比重:代表该省市劳动力素质的高低,通常 FD I偏好于进入劳动力素质较高且规模较大的地区;⑤科研 (R&D)投入和成果:该变量由两个指标综合而成,一个是“R&D投入占 GDP比重”,表示科技投入,另一个是“三项发明专利授权量占地区比重”,表示科研实际成果,通常 FD I偏好于进入科研 (R&D)投入和成果较大的地区;⑥人均社会消费品零售总额:代表省市居民的实际商业消费水平,通常 FD I偏好于进入实际消费水平高的地区;⑦在岗职工年平均工资:代表该市劳动力成本的大小,这是一个负向变量,通常 FD I偏好于进入劳动力成本较小的地区;⑧基础设施发展水平:该变量包括两个部分,一个是交通运输发展水平,用指标“铁路和公路密度”即“境内铁路营业里程长度和公路通车里程长度之和除以土地面积”表示,另一个是通讯发展水平,用指标“百人拥有国际互联网用户数”和“百人拥有固定电话用户数”表示,通常 FD I偏好于进入基础设施发展水平较高的地区,原因是可以节约贸易成本[3]。

①、②、③、④、⑤、⑥、⑧是正向变量,其得分的分值计算表达式为:

⑦是负向变量,其得分的分值计算表达式为:

在 (2)式和 (3)式中,Scorei代表某省市第 i个变量的得分,Zi代表该省市的第 i个变量值,Zmax和 Zmin分别代表该变量在 7个省市中的最大值和最小值。按公式 (2)和(3)计算,分值最小的省市得 0分,分值最大的省市得 1分。一个省市利用 FD I的潜力指数,就是该省市上述 8个变量分值的算术平均数。其中:第 8个变量将三个指标综合在一起的方法是:计算“百人拥有国际互联网用户数”得分和“百人拥有固定电话用户数”得分的算术平均数,得到 “通讯设施装备水平”得分,然后再与表示“交通运输发展水平”的“铁路和公路密度”得分计算算术平均数,就得到表示“基础设施发展水平”的得分;第 5个变量将两个指标综合在一起的方法是:计算 “R&D投入占 GDP比重”得分和“三项发明专利授权量占地区比重”得分的算术平均数即可。

二、华东 7省市利用外资业绩指数比较

为了消除各个变量短期异常波动而导致的结果误差,本文采用三年期平均值进行测算和比较。2000—2002年为一个时段,称之为“基期”,2006—2008年为另一个时段,称之为“报告期”。根据公式 (1),计算这两个时段华东地区 7个省市利用 FD I的业绩指数,如表 1所示。业绩指数以及后文中潜力指数计算的基础数据全部来自相应年份出版的 7个省市统计年鉴、《中国统计年鉴》和《中国劳动统计年鉴》。

从表 1可以看出各个省市利用 FD I的业绩状况及其变化趋势。

表1 华东 7省市利用 FD I业绩指数

第一,7个省市利用 FD I总体业绩水平上升。从基期到报告期,业绩指数上升的省市有 4个,业绩指数合计上升1.401,业绩指数下降的省市有 3个,业绩指数合计下降1.161,业绩指数上升的省市数量及其业绩指数的点数之和

大于业绩指数下降省市数量及其业绩指数的点数之和。2000—2002年,7个省市业绩指数的平均值为 0.925,到2006—2008年提高到 0.959,上升率约为 3.7%。

第二,各省市间利用 FD I发展水平不平衡,但总体上不平衡程度在降低。2000—2002年业绩指数最大值和最小值分别为 1.729(福建)和 0.189(安徽),极差为 1.540,极差率达到 8.148倍;2006—2008年业绩指数最大值和最小值分别为 1.462(江苏)和 0.606(安徽),极差缩小为 0.856,极差率缩小到 1.413倍。作为反映总体不平衡程度的指标即7个省市业绩指数的变异系数由 2000—2002年的 0.55降低到 2006—2008年的 0.28。可见,7个省市利用 FD I业绩在静态上是不平衡的,但在动态变化上是趋向于平衡的。

第三,业绩指数的变化及其幅度与排名的变化及其幅度不完全一致,有的差异还比较大。在潜力指数上升的省市中,从基期到报告期,安徽省业绩指数上升幅度最大,上升率达到 220%以上,但是由于基期业绩指数过小,排名并没有变化,仍然处于第 7的末位;江西省的情况则是业绩指数上升幅度大,排名上升幅度也大,指数上升率为 147%,排名由第 6位上升到第 3位,上升了 3个位数;江苏和浙江两省随着业绩指数的上升,业绩排名均上升 1位。在潜力指数下降的省市中,从基期到报告期,福建省业绩指数下降幅度最大,下降率达到 50%以上,业绩排名下降幅度也是最大,由第 1位下降到第 5位,下降了 4个位数;山东省随着业绩指数的下降,业绩排名也下降了 2位;上海市则是另外一种情况,虽然业绩指数下降了 12%,但是由于基期业绩较好,业绩排名不但没有下降,反而上升了 1位。

三、华东 7省市利用 FD I潜力指数比较

潜力指数的计算仍然延用两个时段的平均值,但是由于数据获取的困难,某些变量的时间区间有所变化,其中:“基础设施装备水平”变量的基期时间区间改为 2002—2004年,同时报告期时间区间改为 2006—2007年;“从业人员中受高等教育者比重”变量的基期时间区间改为 2001—2003年;“科研 (R&D)投入和成果”变量的基期时间区间改为2003—2005年。

其他变量的基期和报告期时间区间维持不变,仍然分别为 2000—2002年和 2006—2008年。显然,这样的细小改动不会对潜力指数及其比较分析有大的影响。

根据上文表达式 (2)和表达式 (3),本文分别计算了两个时段的华东 7省市利用 FD I的潜力指数,如表 2和表 3所列。

第一,7省市利用 FD I的总体潜力变化不大,且略有上升。基期和报告期 7省市利用 FD I潜力指数的平均值分别为0.3804和 0.3934,报告期比基期上升了约 3.4%。

第二,7个省市利用 FD I的综合条件和潜力差距明显、层次分明,呈四级阶梯式分布。上海潜力指数在两个时段均在 0.7以上,在 7省市中最大,处于第一阶梯的位置。江苏和浙江的潜力指数在两个时段均在 0.4-0.5之间,在 7省市中处于第二阶梯的位置。山东省和福建省在两个时段均在0.3-0.4之间,在 7省市中位居第三阶梯的位置。安徽和江西潜力指数在两个时段均在 0.1-0.2之间,在 7省市中最小,处于第四阶梯的位置。

第三,两个时段潜力指数排名的基本格局没有发生变化,只是在两个阶梯的内部有小的调整,阶梯之间没有排名变动。可见,引资潜力指数反映的是一个省市经济发展的“基本功”,结构性变量不是一朝一夕能够轻易改变的。

第四,在动态变化上,从基期到报告期引资潜力处于第一阶梯的上海利用 FD I潜力指数下降,而处于第四阶梯的安徽和江西潜力指数上升,导致 7省市利用 FD I的综合条件和潜力差距缩小。从基期年到报告期,上海潜力指数下降了约11%,安徽和江西潜力指数分别上升了约 26%和 17%。在基期,利用 FD I潜力指数最大值和最小值分别为 0.840(上海)和 0.156(安徽),极差为 0.684,极差率为 4.385倍,7个省市潜力指数的变异系数为 0.2147;到报告期,潜力指数的最大值和最小值分别为 0.744(上海)和 0.190(江西),极差缩小为 0.544,极差率缩小为 2.916倍,变异系数缩小为0.1730。

第五,潜力指数构成要素得分的排名与其潜力指数的排名不完全一致,有些差距还比较大。上海、江苏、浙江三省在两个时段的潜力指数排名为前三位,但表征劳动力成本的变量“在岗职工平均工资”得分排名为最后三位,报告期上海市“GDP增长率”得分排名也处于最后一位。安徽和江西两个时段的潜力指数排名为最后两位,但表征劳动力成本的变量“在岗职工平均工资”得分排名均为最前两位,江西省在报告期的“从业人员中受高等教育者比重”得分排名为第三位。在报告期,福建省潜力指数排名在第 5位,但是“GDP增长率”得分排名却名列第一位。

四、业绩指数与潜力指数的交叉分析

业绩指数和潜力指数只能反映问题的一个方面,前者反映的是省市利用 FD I的实际成效,后者反映的是省市利用FD I的能力和竞争力。如果将二者结合起来,进行交叉分析和比较,则更有意义,更能够得到政策性启示。

我们以业绩指数和潜力指数的中位数为界,对 7个省市进行划分,等于或者大于业绩指数和潜力指数中位数的省市各有 4个,小于业绩指数和潜力指数中位数的省市各有 3个,分别冠以“高”和“低”的评级,这样可以将 7个省市归为四种类型:第一种是业绩指数和潜力指数均等于或者大于中位数,二者评级都是 “高”的省市,称其为利用 FD I的“领先省市”;第二种是业绩指数等于或者大于中位数,评级为“高”,但潜力指数小于中位数,评级为 “低”的省市,称其为“超潜力发挥省市”;第三种是业绩指数评级为“低”,但潜力指数评级为 “高”的省市,称其为 “未发挥潜力省市”;第四种是业绩指数和潜力指数的评级均为“低”的省市,称其为利用 FD I的 “落后省市”。

根据这样的定义,参照表 1、表 2和表 3,得到华东地区7个省市利用 FD I业绩指数和潜力指数交叉归类的情况,如表 4所列。

表4 利用 FD I业绩指数与潜力指数交叉归类

第一,业绩指数与潜力指数排序一致的比例较高,表明利用 FD I业绩与潜力密切相关,业绩基本上建立在潜力基础之上。在两个时段,业绩指数和潜力指数“双高”的“领先省市”均为 3个,业绩指数和潜力指数 “双低”的 “落后省市”均为 2个,7个省市两个指数排序一致的省市有 5个,比例达到 70%以上。

第二,业绩指数与潜力指数相背离的现象也同时存在,说明利用 FD I业绩的大小并不完全受引资潜力的限制,其他因素也有一定作用和影响。有的省市虽然引资潜力比较大,但是如果这种综合优势条件未得到很好利用,则很可能就沦为“未发挥潜力省市”,基期的浙江省和报告期的山东省就是此种情况。相反,有的省市虽然引资潜力比较小,利用FD I的综合条件欠佳,但是如果其中某种或者某几种优势要素利用得好,则有可能成为 “超潜力发挥省市”,基期的福建省和报告期的江西省的情况就是如此。

第三,在动态变化上,利用 FD I综合评价存在着 “不变”和 “变”两种情况,而 “变”又存在着 “上升”和“下降”两种情况。从基期到报告期,江苏省和上海市的综合评价没有发生变化,始终保持“领先省市”的地位,安徽省的综合评价也没有发生变化,始终处于“落后省市”的状态;但是,其他四个省发生了变化,其中浙江省由“未发挥潜力省市”上升为“领先省市”,江西省则由“落后省市”上升为“超潜力发挥省市”,山东省由“领先省市”下降为“未发挥潜力省市”,福建省则是由“超潜力发挥省市”下降为“落后省市”。

五、政策建议

FD I进入对于弥补地区资金缺口,引进先进技术和管理经验,引入市场竞争机制,开拓外贸出口网络和渠道,促进地区经济发展均可起到积极作用,因此华东 7省市仍应采取适当的政策和措施积极争取利用较多的外商直接投资。

第一,根据引资潜力和引资业绩及其交叉结合的实际情况,制定和采取适宜的利用 FD I政策和措施。作为利用 FD I一直保持“领先省市”的江苏省和上海市,以及由“未发挥潜力省市”变为“领先省市”的浙江省需要保持竞争优势以巩固吸引外资的强势地位。作为由“领先省市”变为“未发挥潜力省市”的山东省,需要消除瓶颈因素,提高招商引资效率,调整引资策略和方向,力争变引资潜力优势为业绩优势,在利用 FD I上再续辉煌。作为“落后省市”上升为“超潜力发挥省市”的江西省,需要进一步改善引资条件和增强引资潜力,以期保持利用 FD I的良好业绩。作为一直处于引资“落后省市”状态的安徽省和由“超潜力发挥省市”变为“落后省市”的福建省,应在增强引资潜力的同时加大引资力度,进一步提高利用 FD I的业绩水平。

第二,发挥比较优势,明确吸引外资的重点和主攻方向。上海的比较优势主要在于经济发展水平高、经济规模和市场规模较大、基础设施好,吸引外资的“木桶短板”在于劳动力成本高、商务成本高,因此利用 FD I的重点应放在以金融、保险和企业管理等为主的生产性服务业、高新技术项目上。江苏省、浙江省和山东省吸引外资的综合条件较好,而且引资具有较好基础,利用 FD I的重点应放在已经具有较好基础的高新技术产业、各种先进制造业和消费性服务业上。安徽省、江西省和福建省虽然利用外资的综合条件相对较差,但是他们也具有吸引外资的优势因素,主要是劳动力成本低廉,而且福建省近年来经济发展速度较快、经济活力大,其利用外资的重点应放在一般性制造业、具有良好基础的先进制造业、农业、旅游业等方面。总之,各省市之间在利用 FD I上应当发挥比较优势,有所侧重,这样才能够提高引资业绩,促进经济快速发展。

[1]杜思霖,周升起.山东省 17地市利用 FD I的业绩与潜力比较研究 [J].国际贸易问题,2007,(5):60-64,71.

[2]葛顺奇,郑小洁.北京、上海利用外资业绩与潜力比较研究 [J].国际经济合作,2003,(7):23-27.

[3]黄肖琦,柴敏.新经济地理学视角下的 FD I区位选择──基于中国省际面板数据的实证分析 [J].管理世界,2006,(10):7-13,26.

Comparing Study of Using FD IAchievement and Potential of 7 Provinces or C ities in East China

J ING Xue-qing
(Institute of B ranch Economy,Shanghai Academ y of Social Science,Shanghai200020,China)

The paper compares and analyses the achievement and potential of using FD I of 7 provinces or cities in east China with“achievement index”and“potential index”putted forward byUNCTAD.Especially the paper across analyses their achievement index and potential index,and gets hold ofmore counting and content policy revelation.Lastly,the paper puts forward using FD Ipolicy advises for the provinces and citie with basis of the analyzing conclusions.

east China;FD I;achievement index;potential index

F061.5

A

1007—5097(2010)11—0055—04

10.3969/j.issn.1007-5097.2010.11.013

2010—04—15

靖学青 (1961—),男,山西浑源人,研究员,博士生导师,理学博士,经济学博士后,研究方向:区域经济,城市经济。

[责任编辑:余志虎 ]