中国FDI的空间分布与动态演进规律研究

刘梅+欧阳子怡+张应武

[摘要]基于1991—2014年30个省区市实际利用外商直接投资的数据，采用Dagum基尼系数分解方法和Markov链方法，对中国FDI水平的空间分布、地区差距及分布动态演进规律进行研究。结果发现，我国FDI空间分布极不均衡，FDI的地区差距呈现先增大后缩小的变化特征且主要来源于省区组间差距；Markov链分析表明FDI高水平和低水平省区具有一定的稳定性，相邻水平省区转换概率大。

[关键词]FDI；空间非均衡；演进规律

[中图分类号]F74[文献标识码]A[文章编号]2095-3283（2017）04-0042-05

一、文献综述

随着改革开放的不断深入发展，特别是20世纪90年代以来，大量外资涌入我国。据《世界投资报告》显示，截至2015年底，中国吸收外商投资累计已达13万亿美元，居全球第二位，仅次于美国。中国内部条件来看，中国体制中双重道德风险、金融体制的缺陷使得中国更偏好FDI（李稻葵、海松，2007；陈勇兵、曹亮、何兴容，2011）；中国庞大的市场规模、基础设施水平、低廉的劳动力成本、土地成本、经济发展速度、教育水平等对外商有强大的吸引力（陈艳莹、董旭，2013；庞明川、韩国高、刘婧，2014；杨晓明、田澎、高园，2005）；另外，FDI在区位选择中的“第三方效应”也吸引大量外资（杨海生、聂海峰、徐现祥，2010）。刘宏、李述晟（2013）通过构建VAR模型对FDI、经济增长及就业这三个变量进行动态计量分析得出：FDI对我国经济增长和就业具有明显的促进作用，我国经济增长对FDI的流入具有积极影响，但呈现波动态势。赵文军、于津平（2012）基于30个工业行业数据的实证研究表明FDI增加会带动中国工业经济增长方式转型。鲁钊阳、廖杉杉（2012）研究得出跨越区域和知识产权门槛，FDI技术溢出能够有效促进区域创新能力的提升。杨林（2013）研究发现港澳台外资企业和其他外资企业分别对中国东中西部以及不同工业分组产生了不同的影响。

但是，从全国范围来看，中国FDI的分布又是极不均衡的（见图1）。从图1中可以看出，江苏、广东、天津等东部沿海省区FDI水平较高，而新疆、甘肃、宁夏等广大西部地区FDI水平都较低，其中FDI最高省份江苏比最低省份青海多3044130万美元；且全国GDP走势与FDI走势基本相同，这表明高水平FDI往往伴随着较高经济发展水平（本文尚且以GDP衡量经济发展水平）。然而，国内对于中国FDI分布的研究相对较少。姜海宁（2015）运用GIS-ESDA空间分析框架探讨2000年以来长江三角洲FDI空间格局演化——FDI分布总体呈弱集聚格局。陶修华、曹荣林（2007）描述分析了自1990年以来江苏FDI的利用方式、来源国或地区、行业分布的较大变化。陈少存、吕昌拉（2011）运用空间自相关的方法对广东省利用外资的空间集聚和差异进行分析，并利用广东省利用外资的时空差异特征将广东省利用外资过程分为四个阶段。贺灿飞、梁进社（1999）分析得出中国FDI主要分布在沿海和沿长江流域的“T”字区域上，90年代以来呈由南向北和沿长江地带向中西转移的趋势。

已有文献中研究FDI对中国的影响以及对华FDI的区位因素居多，对FDI在中国的动态分布演进的研究较少，且基本都局限于省份或者中国一个小区域，且已有文献对FDI分布的研究中所采用的GIS-ESDA方法、空间自相关方法等多是静态的研究方法。本文着眼于研究FDI在全国的分布及动态演进趋势，先使用Dagum基尼系数对FDI的地区差距进行测度，然后采用Markov链动态研究方法对中国FDI的空间分布演进规律进行描述分析，进而为各地区经济发展提供政策建议。

二、中国FDI空间分布非均衡特征

本文样本数据跨度是1991—2014年，其中1991—2007年的数据来自《新中国60年统计资料汇编》，2008—2014年数据来自各省区统计年鉴；而青海省1991—1996年数据来自《青海统计年鉴》，福建省2013—2014年数据根据《福建统计年鉴》在历史可比口径的基础上以全口径的增长率计算所得，FDI数据单位都为万美元。由于港澳台缺乏FDI数据来源，及西藏外商直接投资量相当少，故本文省略这4个地区。

（一）空间非均衡的基本事实

本文利用ArcGIS软件分别绘制了1991年、1999年、2007年以及2014年中国FDI的空间分布图（见图2），从图2中我们可以直观地看出：第一，1991年、1999年、2007年、2014年中国FDI的空间分布都呈现非均衡的特征（颜色深浅代表FDI水平高低），且东部省区FDI水平明显高于中西部省区；第二，从变动趋势来看，整体上，中西部省区的FDI水平在不断提高，其中西部地区四川省表现尤为突出。和1991年相比较，1999年FDI空间分布图中湖北省、吉林省这两个中部地区省份FDI水平下降了一个层次，而河北、浙江这两个东部地区省份FDI水平上升了一个层次，这说明1991—1999年间，东部地区与中部地区FDI水平的差距在加大。从2007年开始，中部地区河南、湖北、湖南、安徽、江西的FDI水平上升了一个层次；2014年，河南FDI水平再上升一个层次，西部地区四川FDI水平也上升了一个层次，说明1999—2014年间FDI水平地区差距在缩小。

（二）中国FDI分布的类型特征

中国FDI的分布空间不均衡，呈现明显的区域差异，本文尝试对30个省区市依据1991—2014年引进FDI均值进行聚类分析，以比较不同省区市之间FDI的相似性和差异性。采用离差平方和法按欧式距离的平方进行系统聚类分析，聚类过程如图3所示。可见，中国30个省区市分为3类或者4类较为适宜，按4类划分的结果见表1，从各类型FDI的均值比较来看，第Ⅰ类属于FDI高水平区域，包括江苏、广东、辽宁；第Ⅱ类属于中高水平区域，包括天津、浙江、福建、山东、上海、河南，都为东部沿海地区；第Ⅲ类属于中低水平区域，包括河北、四川、江西、安徽、湖北、湖南、北京、内蒙古、黑龙江、重庆、陕西，主要为中部地区；第Ⅳ类属于低水平区域，包括宁夏、新疆、甘肃、青海、贵州、山西、云南、海南、廣西、吉林。由表1还可得知，第一类区域FDI均值是第二类的两倍，第二类是第三类的两倍多，第三类是第四类的七倍左右。若分为三类，即将第Ⅲ类和第Ⅳ类合并即可，合并后该类地区均值为335404万美元，不如四类分得详细、区别明显。图4显示了四类省区市在全国的分布位置，从图4也可以直观地看出，大致是中东部地区FDI水平较高，广大西部地区FDI水平较低。

三、中国FDI的地区差距及其分解

国内学者在研究我国省区市差距时，通常采用行政区划或经济地带等划分我国的省区市，如常见的东中西三大地带等，显然这样的划分相对于研究对象而言是外生的；本文依据各省区市1991—2014年FDI均值采用聚类分析方法将其划分为四类地区，具有一定的内生性。另外，依据FDI水平高低来划分中国省区市，可以使得各类省区市之间差距更明显，便于制定相应的政策缩小省区市间的差距，使得中国经济更加协调发展。

（一）Dagum基尼系数及其分解方法

不同于泰尔系数和传统的基尼系数，Dagum基尼系数不仅能够有效解决地区差距的来源问题，同时能够描述子样本的分布状况，有效解决样本之间的交叉重叠问题。目前，这一方法已被广泛应用于各个领域：碳排放、人口、经济差距、金融规模差距等。Dagum（1997）基尼系数的计算公式如式（1）所示，其中yji（yhr）是j（h）地区内任意一省份（直辖市、自治区，下同）的FDI，y是全国各省FDI的平均值，n是省份的个数，k是地区个数，nj（hh）是j（h）地区内省份个数。

按照Dagum的基尼系数分解方法，可以将基尼系数分解为三部分：地区内差距Gw、地区间差距Gnb和超变密度（Intensity of Transvariation）Gt，它们之间的关系满足G=Gw+Gnb+Gt。其具体分解方法较为繁琐，这里不做详细说明，详见相关文献（Dagum，1997）。

（二）测度结果

根据前面的分析可知，中国FDI的分布呈现不均衡特征，并依据各省区市FDI多年的均值将中国FDI分为高水平区域、中高水平区域、中低水平区域、低水平区域四种类型。为进一步刻画我国FDI引进水平的地区差距，下面根据Dagum基尼系数的分解方法，测算1991—2014年中国各地区FDI的基尼系数并按照聚类分析的四大地区进行了分解，限于篇幅，本文仅给出相关时序图。

我国各省区市FDI的地区差距。由图5可以直观地发现，1991—2014年中国FDI的总体地区差距呈下降趋势，2003年之前总体差距呈现一段上升的趋势，2003年达到最大值0653，之后总体差距呈下降趋势。总的来说，我国FDI地区差距经历了先扩大后缩小的格局。图6进一步表明，我国FDI总体地区差距主要来源于地区间差距，且其贡献率有逐渐上升的趋势，中低水平、中高水平地区与高水平地区的差距在拉大，表明高水平省区FDI发展速度很快，低水平省区与中低水平省区、中高水平省区、高水平省区的差距在缩小，这表明低水平省区发展速度也很快；原因在于国家相继实施了西部大开发和中部崛起战略，加快了中西部地区的发展步伐，吸引了大量外资，缩小了与东部沿海地区FDI的差距。超变密度的贡献率却在波动中下降，地区内差距的贡献率保持较低的平稳状态。图5和图6总体表明了中国FDI地区间差距明显，而地区内部FDI的引进较为协调、稳定。

（一）Markov链方法

Markov链是通过构造可转移矩阵，描述各区域FDI水平分布的动态演进特征。马尔科夫链是一个随机过程{x（t），t∈T}，该随机过程的指数集合T对应于各个时期，有限状态对应于随机变量的状态数，那么对所有时期t和所有可能的状态j、i和ik（k=0，1，2，…，t-2），满足式（2）。式（2）表明了一阶马尔科夫链的性质，即随机变量X在时期t处于状态j的概率仅取决于X在t-1的状态。

随机变量从一种状态转变为另一种状态就是状态转移。如果把FDI分为N种类型，则可得到一个N×N的转移矩阵，则状态转移态概率Pi则是指由状态Pij转移到状态j的概率，所有的Pij所组成的N×N维矩阵就是状态转移概率矩阵P。通过转移矩阵，可以判断各地区FDI的分布动态演进趋势。设马尔科夫过程{X（t），t∈T}的状态空间为I，记pij=p{xt+1=j|Xt=i，i，j∈I}，表示过程有状态i转变为j的状态转移概率矩阵，则所有的转移概率Pij组成的I×I维矩阵称为状态转移概率矩阵，记为式（3）：

设Ft为1×L的行向量，代表t时期考察变量的分布状况，即每一个状态出现的频率。那么，t+1时期的状态可以表示为Ft+1=FtPs；如果转移概率不随时间变化，那么马尔科夫链就具有时间平稳性或时间同质性，t+s时期的分布Ft+s可以表示为Ft+s=FtPs。如果转移概率矩阵P是正规概率矩阵，随s趋于无穷大，Ps收敛于一个秩为1的极限矩阵，同时得到Ft的稳态分布或长期分布F。

一个时间平稳的马尔科夫链的性质完全由转移概率矩阵P和初始分布F0决定，因此马尔科夫链分析的主要任务就是估计转移概率矩阵和计算初始概率分布。设Pij表示某一区域FDI在t年属于i类型，而在t+1年份转移到j类型，那么转移概率可采用极大似然法估计。Pij的最大似然估计如式（4）所示：

式（4）中，nij是考察期间内，第i状态转变为第j种状态出现的次数，ni是第i种状态出现的总次数。初始概率分布主要取决于状态划分，在中国FDI分布的演进分析中，需要通过恰当的状态划分使得每一种状态的初始概率都相同。

（二）中国FDI的Markov链分析

本文参考戴其文等（2014）在用马氏链研究收入分布动态时的思路，将各省（区、直辖市）区域FDI水平划分为四种类型：低于全国FDI平均值的75%，为FDI低水平区域；介于全国FDI平均值的75%—100%之间的，为FDI中低水平区域；介于全国FDI平均值的100%—150%之间的，为中高水平区域；高于全国FDI平均值的150%，为FDI高水平区域。

通过Matlab编程构造轉移概率矩阵对1991—2014年FDI进行了转移概率测算，以便更好地反映我国各地区FDI引进水平的变动特征，具体结果见表2。

转移概率矩阵主对角线上的元素表示地区FDI水平类型没有发生转移的概率，其值越大，表明FDI的组间流动性较低，主对角线之外的元素则为各地区在不同类型之间发生“向上转移”或“向下转移”的概率。

表2的第一行数据的含义是，有3704%的省区FDI引进水平在当年年末保持不变，5556%省区的FDI引进水平则上升了一个等级为中低水平，741%的省区FDI引进水平上升了两个等级为中高水平，没有从低水平上升到高水平的省区。第二行数据的含义是，40%的省区在当年年末从中低水平下降一个等级为低水平，没有FDI水平在中低水平保持不变的省区，60%的省区FDI引进水平从中低水平上升一个等级为中高水平，没有FDI水平从中低水平上升到高水平的省区。第三行数据的含义是，1111%的省区FDI引进水平从中高水平下降两个等级到低水平，2778%的省区FDI引进水平从中高水平下降一个等级到中低水平，没有省区的FDI引进水平在中高水平保持不变，6111%的省区FDI引进水平从中高水平上升一个等级变为高水平。第四行数据的含义是，909%的省区FDI引进水平从高水平下降三个等级为低水平，909%的省区FDI引进水平从高水平下降两个等级为中低水平，5455%的省区FDI引进水平从高水平下降一个等级为中高水平，2727%的省区FDI引进水平在当年年末保持不变。

根据表2，1991—2012年中国FDI分布具有以下动态变化特点：1FDI引进水平为低水平和高水平的省区具有一定的稳定性，中高水平和中低水平的省区不具有稳定性；2相邻水平地区变动的概率较大，地区跨水平变动的概率较小，地区FDI引进水平难以实现跨越式发展。例如，低水平省区转变为中低水平的概率较大为5556%，而转化为中高水平的概率却只有741%；中低水平省区转变为低水平省区、中高水平省区的概率分别为40%、60%，中低水平省区没有转化为高水平省区。

五、结论与启示

本文使用1991—2014年中国30个省区市实际利用FDI的数据，对中国FDI的地区差距及其分布动态演进进行了描述统计分析，研究结论如下：

1利用ArcGIS繪制的中国FDI分布图直观地展示出中国FDI的空间分布存在显著的空间非均衡特征，主要表现为FDI高水平省区、中高水平省区主要分布在东部沿海地区，广大西部地区一直处于FDI低水平状态；FDI的地区差距呈现出先增大后缩小的变化趋势。

2通过使用聚类分析方法以各省区市24年FDI的均值将中国30个省区市分为FDI高水平、中高水平、中低水平、低水平四类地区，经过Dagum基尼系数分解，发现中国FDI总体差距主要来自地区间的差距，且地区间差距的贡献率在不断上升，中低水平区域、中高水平与高水平区域之间的差距在拉大。

3Markov链分析表明，低水平省区和高水平省区的FDI水平具有一定的稳定性，FDI水平向相邻水平转变的概率较高，整体都有向更高一级水平转变的趋势。

由以上结论可得到两方面政策启示：一是要制定优惠政策鼓励各个省区市积极引进FDI；二是要注意协调省区市吸引FDI的均衡发展，以缩小地区发展差距。具体来讲：第一，给予中西部地区更多的引进FDI优惠政策，例如，降低税收、允许外商开发更多的项目等；第二，积极引导东部沿海地区向中西部地区进行产业转移，以便东部地区产业升级，引进更高质量的FDI；第三，各省区市要积极和周边省区市合作，互利共赢——基于FDI的“第三方效应”，以便提高本地区FDI水平和缩小省区间差距。

[参考文献]

[1]陈勇兵，曹亮，何兴容中国经济为何偏好FDI[J].宏观经济研究，2011（1）：30-35.

[2]陈艳莹，董旭服务业与制造业对华FDI区位选择的差异——基于存量调整模型的实证研究[J].世界经济研究，2013（3）：53-58.

[3]陈少存，吕拉昌广东省利用外资的空间差异研究[J].地域研究与开发，2011，30（5）：41-44.

[4]戴其文，魏也华，宁越敏欠发达省域经济差异的时空演变分析[J].经济地理，2015， 35（2）：14-21.

[5]贺灿飞，梁进社中国外商直接投资的区域分异及其变化[J].地理学报，1999（2）：97-105.

[6]姜海宁泛长江三角洲FDI空间格局演化研究[J].人文地理，2015（6）：126-131.

[7]李稻葵，梅松中国经济为何偏好FDI？[J].国际经济评论，2007（1）：15-16.

[8]刘宏，李述晟FDI对我国经济增长、就业影响研究——基于VAR模型[J].国际贸易问题， 2013（4）：105-114.

[9]鲁钊阳，廖杉杉FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究，2012（5）：75-88.

[10]刘华军，何礼伟，杨骞中国人口老龄化的空间非均衡及分布动态演进：1989—2011[J].人口研究，2014，38（2）：71-82.

[11]庞明川，韩国高，刘婧入世以来主要发达经济体对中国直接投资下降影响因素分析[J]. 财贸经济，2014，35（5）：82-92.

[12]沈丽，鲍建慧中国金融发展的分布动态演进：1978—2008年——基于非参数估计方法的实证研究[J].数量经济技术经济研究，2013（5）：33-47.

[13]陶修华，曹荣林江苏省外商直接投资（FDI）时空演变及区位决策因素[J].经济地理，2007， 27（2）：217-221.

[14]杨晓明，田澎，高园 FDI区位选择因素研究——对我国三大经济圈及中西部地区的实证研究[J].财经研究，2005， 31（11）：98-107.

[15]杨海生，聂海峰，徐现祥我国FDI区位选择中的“第三方效应”——基于空间面板数据的实证研究[J].数量经济技术经济研究，2010（4）：122-136.

[16]杨林中国是否应该继续大量引进FDI——多重视角下FDI对中国经济的影响分析[J].商业经济与管理，2013，1（5）：88-97.

[17]赵文军，于津平贸易开放、FDI与中国工业经济增长方式——基于30个工业行业数据的实证研究[J].经济研究，2012（8）：18-31.

[18]Dagum C A New Approach to the Decomposition of the Gini Income Inequality Ratio[J]. Empirical Economics， 1997， 22（4）：515-531.

（责任编辑：郭丽春董博雯）