“筑巢”与“引凤”：政商关系对FDI的作用特征与机制分析

冯 伟

(东南大学 经济管理学院，江苏 南京 211189)

一、引言

改革开放初期，中国出台了一揽子超国民待遇的优惠政策，以力图快速吸引外商直接投资(FDI)。这些优惠政策对中国吸引外商直接投资起到了重要的促进作用，加之中国具有低廉的劳动力成本和土地价格等方面的优势，使得一些外资企业纷纷把工厂迁移到中国，中国一度成为“世界加工厂”。然而，伴随着相关外资超国民待遇政策的逐步取消，外资企业在中国的生产成本快速上升。基于资本的逐利性，部分制造类外资企业开始逐步撤离中国市场，并转移至东南亚和印度等国家和地区，以寻求更为低廉的生产成本。

在中国经济全面步入新常态的背景下，依靠传统的比较优势来持续引资的做法已举步维艰。新时代下，中国需要培养低替代性的内在核心优势，以此作为吸引外商直接投资的新筹码。针对近些年外商对投资国或地区的经营环境和政务服务的日益关注，营造与国际标准接轨的便利化和法治化的政商环境，可以成为中国吸引高端外资的新优势和加快构建开放型经济新体制的重要基石(桑百川，2019)。

政商关系是营商环境的重要内容，良好的政商关系更是发展社会主义市场经济的重中之重，是吸引外商直接投资的基础(聂辉华 等，2018；夏后学 等，2019)。中共十八大以来，习近平总书记提出要建立新型“亲”、“清”的政商关系，呼吁政府关心企业，同时开展严厉打击腐败官员的运动，在营造良好政商环境方面取得了一定的成效。然而也产生了一些新的问题，如一些地方官员为了避免被扣上官商勾结的帽子，对企业敬而远之，出现企业“事难办、办事难、难办事”的现象。因此，深入研究政商关系对外商直接投资的作用特征及其影响机制，有助于中国正确处理好“筑巢”与“引凤”之间的内在关系，进而有利于促进高质量引资。

对此，本文以2001—2016年中国220个城市为样本，细致考察了亲清政商关系与外商直接投资(FDI)之间的内在关系，以厘清“亲”、“清”政商关系对FDI的作用机制。相较于既有研究，本文的创新之处在于：一是突破了以往文献在研究影响FDI流入因素时所采用的传统要素框架，通过探讨政商关系对FDI的作用关系来明晰新常态下中国吸引外商直接投资的可能性和可行性；二是不同于以往研究在考察政商关系时将其具象为腐败行为或制度环境等概念性要素，本文通过解构了政商关系的内涵，从政商关系的多样化视角分析其对引资的作用特征。总体而言，本文基于亲清政商关系的新视角，对中国如何高质量地“筑巢”、进而高效地吸引外资(即“引凤”)提供了新的参考。

二、文献述评

关于影响FDI空间布局和区位选择因素为中心的研究话题，一直以来受到学术界的广泛关注。通过归纳和梳理国内外学者关于吸引FDI影响因素的相关研究，可以发现现有文献对FDI在东道国选址考虑因素的研究主要聚焦在人力资本存量、基础设施水平、对外开放度、劳动力成本、市场规模和产业聚集度等方面。例如，许和连等(2002)基于1980—2000年中国经济发展数据，分析了国内生产总值、劳动力成本、对外开放度等对中国吸引外商直接投资的影响；黄肖琦等(2006)基于新经济地理学视角，认为贸易成本、技术外溢、市场规模等是影响FDI区位选择的重要因素，而劳动力成本则对FDI区位分布的影响不显著；Pindžo et al.(2013)以中东欧地区14个国家为样本，研究发现人力资本、基础设施以及高效稳定的商业环境有利于FDI的流入水平提高；Kinda(2010)利用77个发展中国家企业层面的数据，研究显示有形基础设施不足、融资限制和体制问题等会限制这些国家引资的规模和质量。

此外，还有学者考察了影响FDI在东道国进行投资的主要动机。例如，孙早等(2014)认为，根据母国特征，可将FDI的动机划分为高技术寻求型、高市场化程度寻求型和低劳动成本寻求型等；Bhasin et al.(2019)对23个新兴经济体2006—2015年的FDI流入和存量进行研究，发现外国投资者投资新兴经济体的主要目的是利用其薄弱的法治环境、制度规范和较为有利的监管效率等。也有学者指出，相比于在国内投资，外资进入其它国家需要承担更大的政治风险和经济风险，如Kamaly(2014)指出，为了降低进入东道国所需承担的先入者风险，风险规避型FDI应将外商投资企业的聚集效应视为关键因素。

由于政商关系与政府制定的商业法规是密不可分的，而商业法规是FDI进入东道国进行投资所面临的重要门槛，对此学者们通过实证研究发现，政府法规会对FDI产生显著的影响。Hornberger et al.(2011)认为，以商业法规和政府支持为代表的投资环境的改善，有助于发展中国家和转型经济体引资的增加。Alguacil et al.(2011)运用系统GMM-OLS方法，发现改善制度环境和变革经济框架有利于发展中国家吸纳和利用外商直接投资。Branimir et al.(2018)基于贝叶斯计量模型研究了世界银行所构建的“营商环境”便利度对27个前社会主义国家吸引FDI的影响程度，指出这些国家的商业法规会对引资水平产生较大的影响。Klimis et al.(2016)着重对东盟国家商业监管体系随时间推移的模式和趋势进行了分析，整理出相关的商业法规和影响变量，并基于此对影响东盟内部和外部的外商直接投资的流入因素进行了实证分析，结果表明有效的商业法规是吸引FDI的重要因素。Aziz et al.(2018)基于1984—2012年16个阿拉伯国家的面板数据，研究发现良好的制度质量会对阿拉伯国家的外商直接投资流入产生显著的积极作用。孙群力等(2020)测算了中国1995—2016年各省份的营商环境指数，发现较高的营商环境水平有利于FDI的流入。综上可以发现，现有文献对政府作用于FDI的研究主要集中在探究政府法规或制度质量对FDI的影响上。然而，政府法规或规章制度只是政商关系中的一部分，并不能全面衡量或指代政商关系，因而关于此方面的研究仍然有值得深入或亟待突破的地方和空间。

需要指出的是，还有一些学者将东道国的腐败程度作为影响外商直接投资的重要因素，实证分析了它们之间的作用关系。由于腐败具有隐蔽性，难以进行量化，所以对于如何衡量东道国政府腐败程度，学者们尚未给出统一的标准，基于此所得出的结论也存在着差异性。Amarandei(2013)考察了用腐败感知指数衡量的中东欧国家的腐败程度，发现腐败与外商直接投资的流入呈现出显著的负向关系。Mudambi et al.(2013)通过对影响55个国家不同时期的FDI流入量进行实证分析，发现经济监管水平是影响FDI流入程度的主要因素，而腐败程度对FDI流入程度并没有显著的影响关系。Aidt(2003)指出，经济中的腐败会提升跨国公司在海外开展业务的成本。Kaufmann(1997)通过对国际业务经理的问卷调查进行分析发现，在腐败程度较高的东道国，投资成本要比腐败程度较低的国家高出约20%。陈媛媛(2016)认为，政府官员腐败虽然会在一定程度上增加中国FDI的流入数量，但是长期会降低FDI的流入质量。

综上所述，尽管已有学者从政府法规或监管状况等视角来分析政府的法规制度或腐败程度等对FDI的影响，但是鲜有文献从一个地区综合的政府治理效率或服务效能(即政商关系)出发，进而展开其对引资规模的影响特征和作用机制的研究。现有文献所存在的不足或遗憾，为我们提供了重要的研究契机和边际贡献之处。

三、研究设计

(一)理论假说

FDI在进行选址时，不仅会考察东道国的劳动力供给、土地成本和市场规模等因素，还会着重考虑东道国的政务服务和规章制度等的发展情况和执行效率，即政商关系。一国政商关系的健康状况会对该国吸引FDI的规模和质量会产生重要影响。健康的政商关系可以塑造优良的政府与企业关系，规范政府官员与企业家的交往行为，实现政治进步和经济发展双重目标。对此，有学者指出，改善政商关系可以促进各类经济体尤其是外来经济的健康发展，进而为整个国民经济的发展营造一个规范和友善的环境(孙丽丽，2016)。基于此，我们可以提出理论假说H1：

理论假说H1：一地区优良的政商关系能为该地区吸引FDI提供有效的保障，政商关系越健康，越有利于该地区引资。

政商关系是政府和企业之间内在关系的集中体现，具体包括“亲”、“清”两个方面(聂辉华 等，2018；夏后学 等，2019)。亲近的政商关系主要包括政府的服务水平和政府对企业的关心程度。相较于国内企业，由于“人生地不熟”，外资企业往往更需要关注投资国政策层面的各项方针举措和规章制度，因而对政府的“亲近”要求会更高。近年来，中国在改善政务效率上的有益探索，如减少烦琐的审批手续、推进“最多跑一次”改革、提高政府智能化服务水平等，均有效地降低了外资企业在国内投资和运营的成本，提高了外资企业的办事效率，增强了外资企业对中国政府的信任感(董志强 等，2012)。因而，通过构建“肩并肩”的政商关系，如增强政府对外资企业的“嘘寒问暖”、提高政府的办事效率、增加政府信息的透明化和及时回应外资企业可能遇到的政策疑惑等，有助于外资企业合理利用各项优惠政策，使外资企业感受到“宾至如归”的服务，鼓励其持续扩大在华投资(刘军 等，2020b)。基于此，本文可以提出理论假说H2：

理论假说H2：政商关系的亲近程度会对一地区吸引FDI产生重要的影响，政府为企业所提供的服务越“贴心”，越有利于该地区开展引资工作。

在中国的制度情境下，政府拥有大量可支配的公共资源和较广泛的行政审批权，这给企业通过寻租行为获取公共资源提供了可能。非正常的政商交往会造成资源配置扭曲和效率损失，导致企业将更多的时间和精力用于权钱交易，而非提升企业自身的管理水平和技术创新水平等(管考磊，2019；董志强 等，2012)。一般而言，企业家与公职人员之间所建立的私人联系，会在一定程度上造成市场信息的不对称，破坏市场经营的有序环境，给正常运行的企业造成不良影响(余明桂 等，2010；夏后学 等，2019)。相较而言，清廉的政府会对外商直接投资产生重大吸引力(谢孟军，2016)。基于此，本文可以提出理论假说H3：

理论假说H3：一地区政商关系的清白程度会对该地区吸引外商直接投资产生重要的影响，政府与企业之间关系越“清白”，越有利于该地区吸引FDI。

(二)回归方程

根据上述理论假说，本文构建如下回归方程：

ln FDIit=α0+β1ln environ1it+λControlsit+εit

(1)

ln FDIit=α0+β1ln environ2it+λControlsit+εit

(2)

ln FDIit=α0+β1ln environ3it+λControlsit+εit

(3)

其中，因变量FDI为外商直接投资；自变量environ1、environ2和environ3分别表示政商关系、亲近指数和清白指数；Controls表示控制变量；εit为误差项；i表示城市个体；t表示年份。上述变量的具体测度说明如表1所示。

表1 变量的测度说明

需要说明的是，在选取控制变量时，我们主要参考了现有相关文献的做法，具体如下所示。

首先，人口密度(density)。一地区较高的人口密度则意味着较大的市场规模，这有利于促进技术创新和产业结构调整(Schäffler et al.,2017)，是外资进行区位选择时需要考虑的重要因素(陈继勇 等，2010)。

其次，科学技术支出(capital)。一地区所拥有的研发能力和技术水平日益成为影响外商选址的重要因素(Davies et al.,2018)。外商直接投资尤其是高端外商直接投资在进行对外投资时，会考察东道国的科研承接能力和技术创新水平，而高比例的科技支出是形成优良创新氛围的重要保障(Kottaridi et al.,2019)。

第三，经济增长(gdpp)。一地区较高的GDP增长率，意味着较高的经济发展潜力和较强的购买力，而这对以逐利为目的的外商直接投资而言是十分重要的(Belkhodja et al.,2017)。

第四，城镇化率(urban)。一地区较高的城镇化率，则意味着较为合理的产业结构、比较完善的投资环境和政策条件(程开明 等，2010)，而这对该地区扩大引资规模和提升引资质量而言是必不可少的。

第五，劳动力成本(labor)。一地区的劳动力成本对外资流入的影响是不确定的。一方面，作为基本的生产要素，东道国低廉的劳动力成本是跨国企业进行对外直接投资和获取更多利润时所要考虑的直接因素(Donaubauer et al.,2018)；另一方面，较高的工资水平或劳动力成本在某种程度上反映了具有较高的劳动技能水平，而这是FDI在东道国扩大投资规模时需要重点关注的因素(Luo et al.,2008)。

最后，基础设施(infra)。俗话说“要致富，先修路”，一地区完善的基础设施，构成了企业运营、产业集聚和地区发展的重要支撑，也是吸引FDI的先决因素(Koyuncu et al.,2017)。

在上述变量中，除了解释变量政商关系(environ1)及其子指标亲近指数(environ2)和清白指数(environ3)的数据来源于中国人民大学国家发展研究院所发布的《中国城市政商关系排行榜2017》之外，其它控制变量所使用的数据均主要来源于历年《中国城市统计年鉴》。本文以2001—2016年中国城市为研究对象，剔除了政商关系指数缺失的城市，最终获得了220个城市样本的观测值，各变量的描述性统计结果如表2所示。从中可以看出，各变量的标准差均保持在一定范围内，t统计量也均通过了1%的显著水平，说明各变量的分布较为集中，体现出较好的数据质量。

表2 各变量的描述性统计结果

在进行实证分析之前，需要对变量之间是否存在相关性进行分析。我们采用皮尔逊(pearson)相关系数进行检验，结果如表3所示。从中可以看出，所得系数均在1%的统计显著性水平上拒绝了原假设，说明变量之间存在着较为显著的相关关系。然而，这种相关性是否会带来多重共线性呢？

表3 变量的皮尔逊相关系数检验

为了避免变量之间可能存在的多重共线性问题所造成的回归偏误，本文对实证变量进行了多重共线性检验。从表4中可以看出，基于政商关系及其子指标和ln FDI回归结果所得到的方差膨胀因子(VIF)均小于10，说明变量之间并不存在着多重共线性问题。

表4 变量的方差膨胀因子检验

四、实证检验

(一)初步回归

由于本文所选取的自变量政商关系数据来源于《中国城市政商关系排行榜2017》，该排行榜目前仅发布了2016年度的数据，无法构建起一个随年度发生变化的面板数据，对此我们采用面板数据的随机效应模型(RE)进行实证分析。同时，为了避免年度、地区等变量对整个回归结果所产生的协同影响，本文在回归分析中控制了年份效应(Year Effect)、省份效应(Province Effect)以及年份和省份的交乘效应(Province-Year Effect)，所得结果见表5。从表5的列(1)—(3)中可以看出，自变量政商关系(ln environ1)和亲近指数(ln environ2)对外商直接投资(ln FDI)均有显著的促进作用，符合理论假说H1和H2；而自变量清白指数(ln environ3)对ln FDI的作用不显著，与理论假说H3并不相符。

表5 基于RE模型和GLS法的基本回归结果

为了消除异方差对实证结果的影响，本文采用广义最小二乘法(GLS)做进一步回归，所得结果见表5的列(4)—(6)。从中可以看出，政商关系及其子指标与FDI之间的作用关系和显著性程度均与基于面板数据的随机效应模型(RE)所得的回归结果相一致。

以上回归结果表明,在样本期之内，政商关系(ln environ1)和亲近指数(ln environ2)对外商直接投资(ln FDI)会产生显著的促进作用，而清白指数(ln environ3)与外商直接投资(ln FDI)之间的作用关系并不显著，其原因可能在于：作为政商关系的重要组成部分，中国各级地方政府及政府相关部门一直致力于构建以反腐败为主要内容的清白指数，尤其是近些年来，反腐败的力度不断加大；然而，由于人事变动、机构调整和部门衔接等原因，反腐败的成效并不能在短期内立刻显现，因而清白指数对吸引FDI的显著作用还有待于进一步的观察。

(二)克服内生性回归

由于政商关系在作用于FDI时可能会存在着内生性问题，如政商关系会影响FDI的选址或区位布局；同样，FDI流入也会促使一地区政商关系发生改变，这种内在关系会导致回归结果偏误。因此，需要克服上述回归过程中所存在的内生性问题。

本文采用工具变量法来克服内生性问题，所选取的工具变量为各个城市的坡度。选用这一工具变量的原因在于：一方面，坡度与核心解释变量政商关系具有相关性，历史经验表明，较高的坡度阻隔了当地与外部之间的联系，使之成为相对闭塞的“孤岛”，其外部约束被弱化，容易形成官商合谋(马华 等，2017)；另一方面，从FDI的逐利本性来看，与地势平缓程度相关的坡度并不能阻止外商投资者对利益的追逐，如中国古丝绸之路的开辟和运营是体现商人逐利性的一个典型例子，尽管在古丝绸之路上存在千沟万壑，布满了万难险阻，但是商人们依然保持着对利润追求的高昂精神(冯伟 等，2019)。为了确保所选工具变量的有效性，本文进行了F统计量检验，主要判断所选取的工具变量是否为弱工具变量，且一般情况下若F统计量显著大于10，即可拒绝“存在弱工具变量”的原假设。此外，需要指出的是，本文仅选取了一个工具变量，因而无需进行多个工具变量之间的比较和辨识，即不存在工具变量过度识别的问题(卡梅伦 等，2015)。

基于此，本文采用二阶段最小二乘法(2SLS)、工具变量的广义矩估计法(GMM)和工具变量的有限信息最大似然法(LIML)等进行回归，所得结果如表6的列(1)—(9)所示。从中可以看到：一是F统计量的值均大于10，表明拒绝“存在弱工具变量”的假设；二是回归结果与表5中基于广义最小二乘法(GLS)所得的结果是一致的，即政商关系(ln environ1)和亲近指数(ln environ2)对外商直接投资(ln FDI)具有显著的促进作用，而清白指数(ln environ3)与外商直接投资(ln FDI)的作用关系在样本期之内并不显著。

表6 基于2SLS法、GMM法和LIML法的克服内生性回归结果

为了进一步检验上述结论的稳健性，本文进行去除极端值处理，即选取了5%～95%区间的样本，并采用面板数据的随机效应模型和工具变量法再次进行回归，所得结果如表6的列(10)—(18)所示。从中可以看出，在样本期内，政商关系(ln environ1)和亲近指数(ln environ2)依然对外商直接投资(ln FDI)具有显著的正向促进作用，而清白指数(ln environ3)对外商直接投资(ln FDI)的作用仍然不具有显著性。这意味着，在现阶段，中国政商关系的总体发展状况对吸引FDI具有积极的促进作用，且这种作用关系主要体现在亲近指数对FDI的作用上；而对清白指数而言，可能由于当前中国反腐倡廉工作还在不断推进中，成效尚未充分显现，因而其对引资的促进作用还有待于进一步的观察。

此外，我们采用替代变量的方法再次检验上述结果的稳健性。根据政商关系的内涵和特征，我们尝试使用王小鲁等(2017)所测算的市场化指数中的子指标“政府与市场的关系”来表征一个地区的政商关系(1)在此，非常感谢审稿专家的宝贵建议。。由于王小鲁等(2017)所测算的指标是省级层面的，为了对接到本文的地级市层面数据，我们以一个城市GDP占其所在省份GDP的比重作为匹配权重，将其乘以该省份的“政府与市场的关系”指数，以此数值来反映该城市的政商关系。运用上述计量方法进行回归，所得结果如表7所示。

表7 基于ln environ的回归结果

由于此时政商关系(ln environ)是个时点变量，因而需要采用Hausman检验来甄别究竟是采用固定效应模型(FE)还是随机效应模型(RE)。在表7的列(1)—(2)中，我们基于固定效应模型(FE)和随机效应模型(RE)进行了回归，所得到的Hausman检验结果的chi2(187)是33.58，接受原假设，即应使用随机效应模型。基于此，我们将年份效应(Year Effect)、省份效应(Province Effect)以及年份和省份的交乘效应(Province-Year Effect)进行控制，并采用随机效应模型(RE)、二阶段最小二乘法(2SLS)以及去掉极端值等进行回归，所得结果见表7的列(3)—(5)。从中可以看出，所得到的政商关系(ln environ)的系数均显著为正。这再次印证了上文的理论假说，即总的来看，改善政商关系是有利于吸引外商直接投资的。

(三)分地区回归

由于中国幅员辽阔，不同地区的引资水平和政商关系发展状况均有较大的差异，如从《中国城市政商关系排行榜2017》的比较中可知，政商关系在中国地区层面呈现出一定的梯度衰减的特征，因而有必要探究一下这种地区异质性是否会对政商关系作用于引资的效果产生影响。另外，一般而言，行政级别高的地区，比如省会城市或副省级城市等，拥有较多的行政资源，然而，这种行政上的优势或便利性是否会提升FDI的投资偏好呢？同时，近年来，东北地区出现了人口大规模减少、科技投资不足、经济严重下滑等现象，使得东北地区的GDP增长率已低于全国平均水平，这种经济增长上的“塌陷”是否也会影响政商关系对引资的作用效果呢？基于上述不同地区的发展特征，本文将研究样本划分为东部、中部、西部三个地区以及省会和非省会、副省级和非副省级、东北和非东北等城市类型，并对政商关系及其子指标作用于FDI的特征做进一步回归，所得结果如表8所示。

首先，从政商关系(ln environ1)与外商直接投资(ln FDI)的回归结果来看，在城市归属地域层面，东西部两个地区的政商关系(ln environ1)与外商直接投资(ln FDI)之间存在着显著为正的作用关系；在城市级别层面，非省会城市(N-CAPIT)的政商关系能对FDI产生显著为正的促进作用，而省会城市(CAPIT)的政商关系与FDI存在着显著为负的作用关系；同样，非副省级城市(N-VICE)的政商关系能够显著地对FDI产生积极的促进作用，而副省级城市(VICE)的政商关系对FDI的作用系数是显著为负的。

其次，从亲近指数(ln environ2)与外商直接投资(ln FDI)的回归结果来看，东部地区亲近指数显著为正，而中西部地区的亲近指数均没有通过至少是10%的统计显著性水平检验；对是否为省会城市而言，其回归结果与政商关系(ln environ1)是一致的，即省会城市的亲近指数显著为负，而非省会城市的亲近指数显著为正；同样，对是否为副省级城市而言，副省级城市的系数不显著，而非副省级城市的回归结果显著为正。

对归属于省会城市或副省级城市的样本而言，其所得的政商关系和亲近指数并不能显著地促进外商直接投资(2)这样的回归结果也体现在清白指数(ln environ3)对外商直接投资(ln FDI)的作用上。，与我们的预期存有一定的偏差。其原因可能在于：相较于非省会城市或非副省级城市，虽然省会城市或副省级城市拥有更好的发展条件和政策保障，但是对于大部分的省会城市或副省级城市而言，其更多扮演着的是政治中心或文化中心的角色，FDI进入这些城市并不一定能够获得有效的经济支撑，尤其是伴随着近些年来中国一些重要城市的发展功能或角色定位进行调整和优化，如经济功能的逐渐剥离与外迁等，导致中国各类城市的职能分工和发展类型更为鲜明；另外，一般而言，省会城市或副省级城市的劳动力成本也较高，据2018年《中国城市统计年鉴》所统计的全国城市工资数据可知，2017年全国平均在岗职工工资为64994元，而省会城市为78772元，副省级城市为84408元，省会城市和副省级城市的平均在岗职工工资比全国平均水平分别高出21.20%和29.87%，而现阶段中国所引进的FDI主要集中在制造业，劳动力成本依然是制造类FDI选址时所需要着重考量的因素。

此外，表8也汇报了清白指数(ln environ3)与外商直接投资(ln FDI)的回归结果。从中可以看出，除西部地区外，其它地区的清白指数对FDI的作用效果均不显著。这总体上与前文的回归结果是一致的，即就现阶段而言，中国虽然对各类腐败行为和腐败分子采取了严厉的惩治措施，如“苍蝇”、“老虎”一起打等，但是鉴于本文的样本期限是截至2016年，反腐败的成效尚未充分显现，因而导致表征反腐败内容的清白指数并不能显著地对外商直接投资产生积极的作用；而对于西部地区而言，可能由于地处内地、交通不便或人才短缺等原因，外资较少“光顾”，因而多数地区对于引资工作或产业转移等都较为重视，地方官员对所引外资或落户企业也会表现出较高的热情和积极性，因而地方政府会尽力维护良好的政治生态和政府形象，以此来确保引资的成功性。

表8 分地区的回归结果

最后，值得关注的是，从表8中可以观察到，在东北地区(NE)，不论是政商关系还是细分指标亲近指数或清白指数，其对FDI的作用系数均不显著。出现这样的结果，与东北地区近些年来经济下滑不无关系。据《中国统计年鉴》所发布的地区生产总值来看，2015年东北地区GDP为57815.82亿元，2016年下降至52409.79亿元，下降了9.3%，而当年中国GDP增长率为6.91%；2016年辽宁省的经济增长率为-2.5%，2015年也只有3%。由此可见，近年来，东北地区所出现的经济发展不佳甚或是经济衰退等状况，抑制了其吸引FDI的能力和潜力。

(四)分时间段回归

2012年，中共十八届一中全会召开之后，中国开始了大规模的反腐败行动，对地方政府的政治生态和官员行为产生了重大的影响，因而本文认为有必要以2012年作为时间节点，分别将政商关系(ln environ1)、亲近指数(ln environ2)、清白指数(ln environ3)与外商直接投资(ln FDI)做分时间段回归，以探究反腐行动对中国FDI流入的影响，所得结果如表9所示。从中可以看出，尽管政商关系在2012年之前和2012年之后均是显著为正的，但是从显著性的程度上来比较，前者通过了1%的统计显著性检验，且系数是0.3970，而后者通过了5%的统计显著性检验，系数为0.3685，同样的结果也体现在对亲近指数的回归结果中，而对清白指数而言，其在两个时间段均不显著为正。这说明在大规模反腐败行动开始之前，政商关系会对FDI产生显著的促进作用，但是在大规模反腐败运动拉开序幕之后，政商关系及其细分指标清白指数对FDI的作用效果会弱化。这是为什么呢？

表9 基于分时间段的回归结果

其中的原因可能在于：一般情况下，地方政府廉洁程度的提升会降低政府和企业之间寻租设租或权钱交易等的可能，从而增加对外商直接投资的吸引力；然而，打击的贪腐行为也使得地方官员会刻意回避与企业家的正常交往，以此避免给自己带来不必要的“麻烦”，这就导致有些地方政府对引资活动会采取更加审慎甚或是“无作为”的态度，使得外商投资企业的诸多合理诉求得不到及时回应，进而降低了它们的积极性。另外，由于大多数地方政府官员的任期较短，因此他们会更加注重短期利益，即为了追求短期内出政绩，他们会利用自身职权为外资企业发展谋“福利”，如允许外资企业使用相对廉价的原材料或不合规且易造成污染的生产技术等降低生产成本，但是大规模反腐败行动遏制了这些黑色交易，导致部分外资企业的利润减少，投资意愿下降。因此，通过打击腐败行为来建构良好的政商关系，进而对吸引FDI产生积极作用，这是一个长期过程，需要通过较长时间的时间对环境进行净化，才能显现打击腐败所带来的政商关系尤其是清白指数对引资的促进效应。

(五)交互项回归

为了考察政商关系与各控制变量在共同作用于外商直接投资过程中是否会存在协同效应或替代效应，本文把政商关系与各控制变量做交互项回归，所得结果见表10。考虑到直接引入交互项有可能会产生多重共线性问题，因而需要对所引入的交互项做去中心化处理。然而，基于《中国城市政商关系排行榜2017》所构建的政商关系，经去中心化后的值为0，无法进行回归，对此采用王小鲁等(2017)所测算的“政府与市场的关系”来表征政商关系，并对其进行去中心化处理和回归，所得结果如表10所示。

表10 基于政商关系的交互项回归结果

从中可以看出，除了与基础设施(ln infra)的交互项具有显著性外，政商关系与其余控制变量所构建的交互项均没有通过至少是10%的统计显著性水平检验。这意味着，在共同作用于引资的过程中，人口密度(ln density)、经济增长(ln gdpp)、科学技术支出(ln capital)、劳动力成本(ln labor)以及基础设施(ln infra)等并不能与政商关系(ln environ)形成有效的协同效应。这可能是因为，将政商关系和影响吸引外资的诸多因素充分地融合起来需要一定的时间，而现阶段这种契合效应还没有发挥出来。这就要求各城市在致力于提升引资质量的过程中，在努力改进和优化政商关系的同时，也要积极做好影响引资的其它服务和保障，如保持适度的人口密度、培养有竞争力的劳动力成本、推进有内涵的城镇化建设和提供现代化的基础设施等，以此催化与政商关系的互进作用，进而协同提升引资水平的高质量和高端化。

(六)机制探讨

为了进一步探究亲清政商关系对FDI作用的传导机制，本文引入了地区创新水平(innovation)和企业发展活力(cor)两个变量作为影响政商关系作用于FDI的主要机制变量(夏后学 等，2019；董志强 等，2012)。其中，表征地区创新水平的数据来源于复旦大学与第一财经研究院联合发布的《中国城市和产业创新力报告》(寇宗来 等，2017)；企业发展活力用个体和非公有制企业数占总企业数的比重来表示。选取这两个变量的原因主要在于：亲清政商关系能促使地方政府推进地区经济持续健康发展，通过增加研发创新领域的支出，努力提升地区创新水平，而地区创新水平的提升和吸引FDI的程度是相辅相成的(黄传荣 等，2020)；同时，亲清政商关系能够为民营企业塑造公平的市场环境(刘军 等，2020a)，从而确保资源合理配置，进而提升市场效率，通过优化政商环境能够强化效率寻求型FDI的动机(刘军 等，2020b)。

基于此，参照Gao et al.(2020)的做法，我们对政商关系、亲近指数和清白指数影响FDI的作用机制进行回归，结果见表11中的列(1)—(3)以及列(5)—(7)。从中可以看到，政商关系(ln environ1)、亲近指数(ln environ2)和清白指数(ln environ3)均与地区创新水平(ln innovation)和企业发展活力(ln cor)呈现出显著为正的相关关系。这说明，在“亲”、“清”的政商关系作用下，地方政府会将主要精力投入到地方经济的发展上，即“筑巢”，如不断增加研发投入、营造公平公正的市场环境、促进非公有制经济发展等，从而高质量地吸引外商直接投资，即达到“引凤”的目的。

为了确保上述回归结果的有效性，本文使用替换变量法以及二阶段最小二乘法(2SLS)再次进行回归，所得结果见表11中的列(4)、列(8)以及列(9)—(16)。从中可以发现，基于上述两种方法所得到的回归结果与基于随机效应模型(RE)的结果是一致的，说明上述结论具有一定的稳健性。

五、主要结论

政商关系会对一地区吸引外商直接投资产生重要的影响。本文选取中国2001—2016年220个城市层面的发展数据，实证研究了“亲”、“清”政商关系对吸引FDI的作用特征和影响机制，研究发现：改善政商关系和亲近指数均能显著地促进FDI流入，而清白指数对FDI的作用并不显著。该结果在总的样本层面上是稳健的，但也会呈现出一定的时空异质性，如在分地区回归中，东西部地区、非省会城市、非副省级城市和非东北城市的政商关系对FDI具有显著的促进作用，而中部地区、省会城市、副省级城市和东北城市的政商关系在现阶段并不能对FDI产生有效的促进作用；同时，本文也得到了一个较为有趣的结论，即在2012年开始大规模反腐败后，改善亲清政商关系对吸引FDI的作用力度有所弱化，尤其是清白指数对引资并没有产生显著作用，其原因可能在于反腐败具有长期效应，其效果还有待于历经时间的进一步检验。此外，在交互项和机制探讨的分析中，本文还发现，在影响地区引资的其它变量中，人口密度、科技支出、经济增长、劳动力成本和基础设施等并不能与政商关系在共同作用于引资的过程中形成协同效应；然而，亲清政商关系可以通过提升地区创新水平和增强企业发展活力等途径来提升吸资的效能。

本文的研究结论不仅丰富了有关FDI选址因素的理论研究，而且对新常态下中国如何进一步提升引资质量也具有十分重要的政策启示意义。如，可通过充分利用自媒体平台和政府门户网站等方式建立企业诉求反馈机制，积极搭建政企交流与联系的平台和渠道；通过法治规章明晰亲清政商关系的界限、以法律条文厘定政企交流的边界等措施，建立政企交往的双向清单；通过加强廉政勤政的制度建设和认真贯彻从严治党方针等举措，建立健全权力监督机制，从而有效抵制官员贪腐和不作为等问题；通过搞好地方经济建设，如保持适度的人口规模、加大研发投入、提升劳动力质量和加快新基建建设等，促使政商关系能与这些因素在引资过程中形成耦合互补的联动效应。