在华外商直接投资区位选择的影响因素研究——基于东部省市面板数据的分析

马志远

（南京审计大学，江苏 南京 211815）

一、引言

改革开放之后实施的“引进来”战略在一定程度上提升了我国的产业竞争力，打破了原有计划经济的束缚。在这一战略指导下，政府通过出台税收优惠政策和各类补贴措施吸引外国资本进入，促进就业，优化资源配置效率，进而加速了我国经济增长。随后的数十年，外国企业来华创办企业，不仅促进国内资本形成，而且对工业增加值、贸易总额和出口结构提升也做出了很大贡献。“引进来”已经逐渐上升至我国经济发展的战略高度。此外，我国企业国际竞争力的提升，得益于国外先进技术和管理经验的引入，为承接国际产业转移提供契机。

从外商在我国直接投资（FDI）区域来看，流入区域主要是我国东部省市。随着经济稳步增长，劳动力成本持续增加，环境规制日益严格，外商投资优惠出现变化。由于本国企业的崛起，竞争的加剧，政府的外商激励政策因素变化势必会对FDI产生影响，这一现象在我国东部省市更加突出。那么除了政策因素外，还有哪些其他影响因素？在增量经济时期和存量经济时期，影响FDI区位选择的因素发生了哪些变化？这值得我们去研究探讨。

二、文献回顾

随着“引进来”战略的实施，FDI大量涌入，学者对影响FDI区位选择因素的研究也越来越多。通过文献回顾发现影响FDI区位选择的因素主要有：市场规模、劳动力质量、土地成本、产业集聚、教育水平等方面。

（一）市场规模

国内外不少学者认为市场规模因素对FDI区位选择有着重要影响。黄肖琦、柴敏（2006）认为，市场规模会显著影响FDI的区位选择。阎大颖（2013）研究发现，投资市场潜力大的地区更吸引企业的对外直接投资。张诚、赵奇伟(2008)发现，市场发展水平和经济开放程度越高，吸引外商直接投资的可能性越大，市场容量大的区域更能吸引外商直接投资。Fisch、Zschoche(2012)发现，市场寻求是FDI区位选择的重要动机，无论是发达国家还是新兴发展中国家的企业都倾向于投资于一个市场规模更大并且有更高增长潜力的国家。

（二）劳动力质量

劳动力质量有别于传统的劳动力数量的概念，它更侧重于劳动者的受教育程度以及适应新型经济发展模型和经济发展需求的胜任能力。而劳动力成本是相对能够客观反映其质量的要素。因此，本研究借鉴前人的研究将低劳动力成本视为低劳动力质量，高劳动力成本视为高劳动力质量。随着知识经济时代的到来，有学者认为，劳动力成本对FDI区位选择影响作用已经越来越小 （黄肖琦、柴敏2006）。另有一部分学者认为，劳动力成本仍然是FDI区位选择时所要考虑的影响因素 （阎大颖，2013）。 徐雪（2010）对FDI在我国东、中、西部地区差异问题进行了研究，发现中、西部人才基础环境较落后，是导致FDI在我国的分布存在差异现象的原因之一。劳动力成本对区位选择的影响依然存在着争议。其中，田素华、杨烨超（2012）研究发现，FDI的高劳动力成本会抑制中国吸收对外直接投资资源。Hahn和Bunyaratavej（2011)发现，某一国家较高的劳动力成本阻碍了非管理实体对外投资定位的选择。然而不同的研究也表明，东道国较高的劳动力成本也具有积极的影响，Bunyaratavej、Hahn和Doh（2007）发现美国跨国公司为了保持服务质量以满足本国市场需求，更有可能会选择平均工资较高的国家作为对外投资选择的目的地国。

（三）土地成本

影响土地成本的因素有很多，影响最为明显的是当地基础设施。张长春（2002）研究发现，通信设施状况以及公路交通发展水平都会显著影响FDI的区位选择。徐雪（2010）发现，中、西部基础设施、人才基础环境较落后，会抑制FDI在我国中西部的流入。张诚、赵奇伟（2008）发现，基础设施与FDI区位选择正相关。杨晓明（2005）研究发现，土地成本会显著影响FDI的流入。周长富等（2016）研究发现，环境质量的改善可以提高FDI水平。

（四）产业集聚

聚集因素一直是FDI区位选择所考虑的一个重要因素。田素华、杨烨超（2012）研究发现，FDI进入中国存在地区集聚效应，产业集聚显著影响FDI的区位选择。李勤昌、许唯聪（2017）研究发现，中国对“一带一路”全域的FDI呈显著空间集聚效应，东道国的资源禀赋对中国在“一带一路”全域FDI区位选择有着显著的正向影响。此外，产业集聚带来的高质量和高可用性的有形基础设施有助于企业生产经营活动，并有助于降低运营成本(Enright，2009)。不仅是地理位置的研究，在不同行业中，产业集聚效应也会对FDI产生不同的影响。王晶晶（2013）研究发现，服务业集聚对吸引服务业外商直接投资有着积极作用。

（五）教育水平

随着推动经济增长方式的不断变化，教育水平对FDI的影响值得探究（杨晓明，2005）。已有学者从不同角度分析了这一影响，得出的结论也存在分歧。熊文渊（2013）发现，FDI和教育投入呈负相关。Basant kumar Mohanty（2011）表示，外国直接教育投资在获准开放后十年就一直停滞不前，这显然是因为教育是一个非营利性部门，必须将多余的收入用于扩大该机构。知识水平(Shimizutani和Todo，2008)、国家创新体系 (Demirbag，Tatoglu和Glaister，2010)和专利数量(Chung和Yeaple，2008)会对FDI区位选择产生影响，而这三者显然与国家的教育水平相关。Bhawna Garg（2013）研究发现，自印度开始经济改革以来，外国直接投资已在包括教育部门在内的众多部门中获得越来越多的接受。

三、研究设计

（一）计量模型及变量定义

为了衡量各因素对FDI区位选择的影响，将外商投资企业年底注册资本作为模型的被解释变量，用Y表示。以市场规模、劳动力质量、土地成本、产业集聚以及当地教育水平作为模型解释变量。这些解释变量分别用X1、X2、X3、X4、X5表示。这样，我们得到了如下的计量模型：

具体变量定义见表1。

表1 变量定义

（二）数据说明

2008年我国实施了新《劳动合同法》，劳动保护的加强导致用工成本的上升在一定程度上抑制了企业投资。与此同时，由于外商直接投资可能受2008年全球金融危机影响，剔除受《劳动保护法》和金融危机影响导致数据失真的2008和2009年数据。本文所有数据均来自《中国统计年鉴》。

四、实证结果与分析

（一）实证结果分析

1.描述性统计。本文通过整理，得到11个省市2000—2007年、2010—2017年共16年数据。 对数据按两个时间段分组进行描述性统计，具体统计结果如表2。两个时间段各有88个有效数据。

表2 描述性统计表

其中2000—2007年样本LnFDI均值为8.0487， 2010—2017年样本LnFDI均值为8.9481。可以发现第二时期FDI水平有所提高（为方便叙述，将2000—2007年定为第一时期，将2010-—017定为第二时期）。第一时期样本的LnFDI最小值为6.03，最大值为10.98；第二时期样本的lnFDI最小值为6.77，最大值为10.68。可见第二时期的FDI水平相对较集中。同样，通过对比两组样本的方差，可以明显看出第二时期的市场规模、劳动力质量、土地成本、产业集聚、教育水平的数据都更加集中。第一时期数据差距较大主要是因为2000—2007年是我国经济高速增长的阶段，各个方面都发生着日新月异的变化，这个阶段也被称为增量经济时期。第二阶段数据较为稳定，这一阶段也叫存量经济阶段。此外，对比两个阶段各个变量的均值，第二时期的数据值普遍高于第一时期数据值，可见第二时期的GDP、劳动力质量、土地成本、集聚程度、教育水平水平都有所提高。

2.相关性分析。本文采用Pearson和Spearman相关系数对两个阶段变量之间进行相关性分析，其中上（下）三角为Spearman（Pearson）检验结果。检验结果见表3、4。

从表3、4可以看出，集聚程度与FDI的相关性系数都在0.9左右。说明一个地区集聚水平越高，越吸引外商直接投资，这与预期相符。GDP与FDI的相关性系数在0.7以上，说明市场规模是FDI区位选择所考虑的重要因素，一个地区GDP产出越高，越加吸引外商直接投资。土地成本与FDI相关性系数都显著为正，与预期不符。其中教育水平与FDI相关性系数不高，说明一个地区的教育水平不影响该地区FDI的区位选择。市场规模、劳动力质量、产业集聚与FDI相关性系数显著为正，与预期相符。

3.回归结果分析。相关性检验并没有完全排除变量之间的相互影响，因此，需要建立回归模型，进行回归分析。两阶段回归结果见表5。

（二）回归分析

1.增量经济模式下的2000—2007年回归结果分析。从回归结果可知，调整后的R2为0.869，有较强的解释能力。在各影响因素中，代表劳动力质量的职工历年工资、代表土地成本的单位面积GDP产出和代表教育水平的在校大学生数比总人口数未通过显著性检验。代表市场规模因素的GDP和代表集聚水平的历年FDI累积量分别在在5%、1%的水平上通过显著性检验，其系数分别为0.167、0.814，符号为正。相关经济学解释是：在其他条件不变的情况下，东部省市GDP产出每增加1%，FDI注册资本就会增加0.167%；在其他条件不变的情况下，东部省市FDI投资总额每增加1%，第二年东部省市FDI注册资本增加0.814%。

表3 第一阶段相关性

表4 第二阶段相关性

表5 两时段数据回归一览表

2.存量经济模式下的2010—2017年回归结果分析。从回归结果看，调整后的R2为0.951，模型对FDI有较强的解释能力。在各影响因素中，代表土地成本的单位面积GDP产出和代表教育水平的在校大学生数比总人口数未通过显著性检验。代表市场规模的GDP在5%的水平上通过了显著性检验。代表劳动力质量的职工历年工资和代表集聚水平的历年FDI累积量均在1%的水平上通过了显著性检验。通过显著性检验的3个因素的系数分别为0.098、0.501、0.887。其经济学含义是：在其他条件不变的情况下，东部省市GDP产出每增加1%，FDI注册资本就会增加0.098%；东部省市职工平均工资每增加1%，FDI注册资本就会增加0.501%；东部省市FDI投资总额每增加1%，次年东部省市FDI注册资本增加0.887%。

3.两时间段回归结果比较分析

（1）市场规模因素：在两个阶段，GDP产出与FDI流入成正比，即市场规模越大，FDI流入越明显。在第一阶段，其他条件不变的情况下，东部省市GDP产出每增加1%，FDI注册资本就会增加0.167%；在第二阶段，其他条件不变的情况下，东部省市GDP产出每增加1%，FDI注册资本就会增加0.098%。这并不是说明FDI流入资本变少了，只是FDI在东部省市的注册资本慢慢增加，基数已经很大，从数字上看，增加比例变小，但是实际增加额变大。

（2）劳动力质量因素：代表劳动力质量的职工历年工资在第一阶段未通过显著性检验，第二阶段，在1%的水平上通过显著性检验，系数为0.501。高新服务业要求高质量劳动者，低廉的劳动力已经不能满足要求。一个地区的职工平均货币工资水平反映了劳动者能力水平。随着经济的发展，FDI区位选择因素越加重视劳动力质量因素。

（3）土地成本因素：两个阶段，代表土地成本的单位面积GDP产出均未通过显著性检验，说明东部省市的土地成本并不影响FDI流入。这与常识不符，很可能是本文在选取衡量土地成本的变量时出现了差错，限于本文研究水平有限，目前尚不能解决该问题。

（4）产业集聚因素：两个阶段集聚因素均在1%的水平上显著。且系数都在0.8%以上，说明集聚因素是影响FDI流入我国东部省市的重要因素。

（5）教育水平因素：两个阶段代表教育水平的在校大学生数比总人口数均未通过显著性检验，说明一个地区的教育水平不会影响该地区的FDI流入。

五、研究结论与不足

近些年来，中国的FDI流入得到了迅速发展。本文着重研究了外商直接投资（FDI）与市场规模、劳动力质量、土地成本、产业集聚和教育水平因素之间的关系。研究得到了下列有趣的发现：

首先，市场规模因素对我国东部省市FDI流入有显著的影响。在增量经济时期，其他条件不变的情况下，东部省市GDP产出每增加1%，FDI注册资本就会增加0.167%。在存量经济时期，其他条件不变的情况下，东部省市GDP产出每增加1%，FDI注册资本就会增加0.098%。字面上看，增加比例变小，但实际增加额变大。其次，高新服务业要求高质量劳动者，低廉的劳动力已经不能满足其要求。经济时期的变化，并不会改变集聚效应带来的积极作用。

鉴于本文研究范围有限，存在一些影响FDI区位选择遗漏变量，无法找出不同时期影响FDI区位选择的全部因素。本研究也存在一定的不足之处，在我国的特殊情境下，地方政策对FDI区位选择的影响至关重要，但是由于这一变量难以量化，本研究并没有体现该要素所起的作用。在未来的研究中，可以采用其他研究方法，将这一因素考虑进来，以提高研究的信度和效度。另外，一些潜在的研究方向仍需要进一步探索，如对FDI投资进行详细的分割，或者考虑除市场规模、产业集聚等以外的更多变量，以便更好地理解FDI投资区位选择的原因。