文章快速检索     高级检索
  人文地理  2018, Vol. 33 Issue (5): 88-96  DOI: 10.13959/j.issn.1003-2398.2018.05.011
0

引用本文  

胡志强, 苗长虹, 华明芳, 刘丽. 中国外商投资区位选择的时空格局与影响因素[J]. 人文地理, 2018, 33(5): 88-96. DOI: 10.13959/j.issn.1003-2398.2018.05.011.
HU Zhi-qiang, MIAO Chang-hong, HUA Ming-fang, LIU Li. SPATIO TEMPORAL PATTERNS AND LOCATION FACTORS OF FDI IN CHINA[J]. Human Geography, 2018, 33(5): 88-96. DOI: 10.13959/j.issn.1003-2398.2018.05.011.

基金项目

国家自然科学基金项目(41430637);江苏省高校哲学社会科学研究基金项目(2017SJB1538)

作者简介

胡志强(1988-), 男, 江苏连云港人, 博士, 讲师, 主要研究方向为区域发展与规划。E-mail:whhuzhiqiang@163.com

通讯作者

苗长虹(1965-), 男, 河南鄢陵人, 教授, 博士生导师, 主要研究方向为经济地理与区域发展。E-mail:chhmiao@henu.edu.cn

文章历史

收稿日期:2017-09-18
修订日期:2018-04-17
中国外商投资区位选择的时空格局与影响因素
胡志强1,2, 苗长虹1,2, 华明芳3, 刘丽1     
1. 河南大学 黄河文明与可持续发展研究中心暨黄河文明传承与现代文明建设河南省协同创新中心, 开封 475001;
2. 河南大学 环境与规划学院, 开封 475004;
3. 山东省微山县发展和改革局, 济宁 277602
摘要:以中国274个地市为样本,引入空间分析和计量模型等方法,分析外资分布特点及影响因素,结果表明:①中国目前尚不存在大规模外资"逃离"现象,外资利用总量在波动中上升,结构趋于优化。②空间上由集聚集中趋向分散均衡,呈"北进西移"态势,东部高度集中,中西部发展较快。外资高值集聚区逐渐向北推进,低值区向西南收缩;③劳动力成本、市场规模、专业化经济、FDI累积、市场化水平和开放度均对外资有正向作用。其中,传统因素对外资的吸引作用正逐渐下降,FDI累积的作用上升明显,集聚对外资分布作用显著。从不同区域看,集聚经济和FDI累积效应等新经济地理因素在东部外资区位选择中受到更多的关注,而劳动力成本、基础设施、开放水平等传统因素在中西部吸引外资中作用更大。④中国应遵循因地制宜、因时制宜的原则制定差异化的外资政策。
关键词外商直接投资    FDI    比较优势    集聚经济    制度政策    
SPATIO TEMPORAL PATTERNS AND LOCATION FACTORS OF FDI IN CHINA
HU Zhi-qiang1,2, MIAO Chang-hong1,2, HUA Ming-fang3, LIU Li1     
1. Key Research Institute of Yellow River Civilization and Sustainable Development & Collaborative Innovation Center onYellow River Civilization of Henan Province, Henan University, Kaifeng 475001, China;
2. College of Environment and Planning, Henan University, Kaifeng 475004, China;
3. Weishan County Development and Reform Bureau of Shandong Province, Jining 277602, China
Abstract: Based on the data of 274 cities in China, and using the methods of Gini coefficient, gravity analysis, spatial autocorrelation analysis and panel regression methods, this paper investigates the spatiotemporal features and influence factors of FDI location in China. The main conclusions are as following:1)At present, there is no large-scale "escape" phenomenon in China. The volatility of total FDI in China is rising and the structure of FDI tends to optimize. 2)From the spatial perspective, The distribution of foreign investment in China has gradually changed from centralization to decentralization. FDI is highly concentrated in the East of China, but its rapid development in the central and western regions has made the dispersed pattern. The FDI location distribution of gravity center is moving to the north and west, and the north moving is faster than the west moving. The hot spot of foreign capital is gradually advancing northward, while the cold zone shrinks to southwest. 3)With reference to the new classical trade theory and the new economic geographies, taking the actual use of FDI as the explanatory variable, and selecting Labor cost, infrastructure, market size, agglomeration effect, cumulative effect, openness, marketization as the explanatory factors, we established a fixed effect model to explain the FDI location choice in the national level, eastern, central, western regions and different stages respectively. We found that the effect of different factors on FDI location choice showed great differences in different regions and stages.
Key words: FDI    comparative advantage    agglomeration economy    institutional policy        
1 引言

外商直接投资(Foreign Direct Investment,FDI)作为国际资本流动的重要形式之一,对中国经济社会发展产生了深远影响。2014年,中国实际利用外资达1195亿美元,首次超过美国跃居世界第一位。然而,随着近几年中国工人工资、税负、地价等生产要素成本的不断上升,关于外资企业是否存在大规模“逃离潮”和“倒闭潮”的忧虑及争论开始逐渐增多。有人认为低要素成本是中国吸引外资的重要区位要素之一,随着经济发展,该比较优势与其他发展中国家相比正不断下降,必然会影响中国对外资的吸引力。同时,也有观点认为中国利用外资的结构正由劳动力密集型向资本、技术密集型转变,优化趋向极为明显,成本优势的下降不会对外资的利用水平产生大的影响;而且,中国沿海与中西部内陆在发展阶段上的差异可以为成本指向型外资提供较为良好的承接地。那么,是否存在外资“撤离”中国的现象?中国FDI区位选择有什么特点?传统的成本因素以及新近关注较多的集聚和制度因素在FDI区位选择中分别扮演什么角色?随时间和区域的不同有何变化?这是本文所要重点回答的问题。

国际上关于FDI区位的研究起始于20世纪60年代。在理论研究方面已相对成熟,产品生命周期理论[1]、比较优势理论[2]、内部优势理论[3]、国际生产折衷理论[4]均从不同角度对FDI区位选择进行了解释。20世纪90年代,伴随新经济地理学的发展以及经济地理的文化和制度转向,集聚、文化、制度等因素成为解释FDI区位选择的新视角[5]。随着理论研究的深化,对FDI区位选择的实证研究开始大量出现,尤其是20世纪后期,随着大批发展中国家实行对外开放,针对发展中国家FDI区位选择的研究引起了学者的兴趣[6],发现东道国的要素成本、基础设施[7]、市场规模[8]、政府政策[7]是吸引FDI的重要因素。国内学术界对中国利用外资的研究起步较晚,早期多关注改革开放至20世纪末的FDI在华区位分布,发现外商投资高度集中在广东、福建等东部沿海省份,内陆地区的比重极低,长江流域省份仅次于东部沿海也占有一定比重,整体分布有“北上、内进”的趋势[9, 10]。新世纪以来,随着利用外资水平的上升,相关研究不断深化。首先,研究对象更加具体细化,由FDI总体的评价转向制造业FDI[11]、外资银行[12]、外资金融机构[13]、台资[14]、服务业FDI[15]、农业FDI[16]等不同类型外资企业的区位研究。其次,研究尺度趋于多样,除了宏观的全国省域分析外,省域内部[17]、城市群[18]、城市内部[19]等尺度上外资的分布研究受到重视。最后,影响因素愈加综合全面,早期的研究主要是以新古典贸易理论为基础,较多关注区位、成本、劳动力等传统因素对FDI的影响。伴随着新经济地理学的发展,集聚经济、区域制度、路径依赖等因素开始被纳入到外资区位选择的理论框架中[18, 20]。但综观已有文献,仍有以下几个方面有待进一步加强:①相关研究关于外资时空格局评价多为省域、城市群尺度,对新世纪以来全国地市FDI分布的新变化关注较少;②已有文献多从总体角度来解释外资的区位选择,对影响因素在不同时段、不同区域对外资作用的差异考查不足。基于此,本研究以中国274个地市为例,引入基尼系数、重心曲线、空间自相关分析等方法,分析2004—2014年地市尺度外资的分布特点。在此基础上通过构建面板回归模型从全国、分区域、分时段等角度对FDI的区位分布进行解释,以期为不同区域有针对性的制定招商引资政策提供决策依据。

2 理论框架 2.1 比较优势与FDI区位选择

新古典贸易理论主要从比较优势视角对外资区位选择的影响因素进行解释,以成本最小化或利润最大化为基本依据,重点关注基础设施便利性、劳动力价格[21, 22]等因素对外资区位的影响。首先,便利的基础设施可以极大降低企业生产成本,而且其发展完善是一个渐进的过程,当特定区域范围内的基础设施趋于完善,基础设施将不再是外资进驻所首要考量的因素,而对于基础设施水平差异较大的地区,外资的空间分布仍会受到基础设施的明显影响。其次,理论上劳动力价格越低对外资的吸引力越大,而已有的关于中国的实证研究发现劳动力价格对外资没有明显关系,甚至有正向作用,这说明对于外资来说生产效率更为重要,较高的工资是较高的生产效率和劳动力素质的反映,追求较低的劳动力成本是以跨国间的比较来定义的,而在一国内部,其布局在工资水平较高的区域,体现了其在劳动力成本和生产效率之间更倾向于后者。对于不同区域而言,劳动力价格在劳动效率差异较大的地区比劳动力整体较高区域对外资的作用更大。

2.2 市场规模、集聚经济与FDI区位选择

随着新经济地理学的兴起,市场规模、集聚经济[23]等思想为解释外资的空间分布提供了新的视角。Hymer提出较大的市场规模对外资有着极大的吸引力[24]。同时,对于处于快速转型期的中国经济,城市集聚经济对区域利用外资水平有着明显作用,已有研究多用专业化经济和多样化经济来刻画集聚经济外部性[25, 26],前者认为专业化较高的城市往往有着更高的发展效率进而对外资有着较大的吸引力,而后者认为多样化集聚经济可以为外资企业在分享服务业市场、专业化要素市场、上下游产业关联、知识溢出及相关产业信息等方面提供更多的好处。对于FDI来说,区域已有FDI的集聚规模对其区位选择决策同样极为重要,存在着明显的路径依赖过程。因为新进入企业相比已有企业来说存在严重的信息不对称,对区域市场、劳动力以及产业联系的了解相对匮乏,而早期FDI可以使新企业很快建立企业间的生产联系,并在市场、劳动力、基础设施等方面实现共享,极大的降低生产成本和风险。

2.3 制度环境与FDI区位选择

20世纪80年代中后期,随着新制度经济学的兴起,文化、制度等因素被引入区位理论之中,极大的丰富了区位论的研究,同时对外资区位选择的研究产生了重要影响。尤其对于中国这样的新兴经济体,区域开放水平和市场化程度都是影响外资的重要因素[20]。区域较高的开放度反映了政府对待国际贸易与投资的态度,决定了该地区与国际市场的联系程度,进而影响投资者的行为决策。市场经济制度越完善,资源的配置效率越高,经济行为人的交易成本越小。所以在其他条件相同的情况下,FDI倾向于投资市场化程度高的地区。中国作为一个新兴经济体,地区开放度和市场化水平差异极大,这在较大程度上会影响FDI的区位选择。

3 研究方法及数据来源 3.1 研究方法 3.1.1 基尼系数

以基尼系数对FDI在城市间的集中程度进行测度,计算公式如下[27]

式中,n是地市单元的个数,Mi为各地市实际利用FDI值,μM各地市实际利用FDI的平均值,i为FDI值从小到大排序时的区域序号。

3.1.2 重心分析

为进一步明晰FDI空间分布演化方向,借鉴力学原理,引入重心曲线来刻画FDI空间分布的演化轨迹,计算公式如下[28]

其中,(Xi, Yi)表示各地市行政中心的坐标;Mi表示实际利用FDI值。为进一步量化不同年际重心空间移动距离,测度公式如下:

其中,D表示两个不同年际间重心移动距离;ij分别表示不同的年份;(xi, yi)、(xj, yj)分别表示第i年和第j年的区域重心所在的空间的地理坐标(经度值和纬度值);R为常数,取111.111,是把地理坐标单位(经纬度)转化为平面距离(km)的系数;R ×(xi - xj)、R ×(yi - yj)分别表示区域经济重心从i年到j年在经度和纬度上移动的实际距离。

3.1.3 空间自相关分析

(1)全局空间自相关

全局空间自相关是对外资在空间上集聚态势的描述,用于分析区域总体的空间关联和空间差异程度,常用的测度指标为Moran's I指数,计算公式为[29]

式中,I为Moran's I指数,n为研究对象个数,Wij为空间权重矩阵;ZiMi(空间单元i的属性值)的标准化变换;Moran's I值介于-1至1之间,值趋向于1,表明绝对的空间正相关;趋向于0,表明空间随机分布;趋向于-1,表明绝对的负相关。

(2)局域空间自相关

全局空间自相关分析虽反映了属性值的整体空间集聚态势,但不能确定具体局部空间集聚情况。为进一步分析是否存在局部空间集聚,哪个区域单元对于全局空间自相关的贡献更大,以及Moran's I的全局评估在多大程度上掩盖了局部不稳定,本研究引入局部空间自相关(LISA)分析来识别外资分布的“热点”,计算公式为[29]

式中,系数为正表示同样类型属性值的要素相邻近,负值表示不同类型属性值相邻近,该指数值的绝对值越大邻近程度越大。

3.1.4 影响因素与面板回归模型

(1)变量选择与解释

根据FDI区位选择的理论框架和已有相关文献[20, 22],本研究将实际利用FDI作为被解释变量,从比较优势、市场规模和集聚经济、制度政策三个角度选择劳动力成本、基础设施、市场规模、集聚效应、累积效应、开放程度、市场化水平作为解释变量,具体见表 1

表 1 FDI区位选择的变量定义 Tab.1 Definitions of Explanatory Variables Underlying the Location Choice of FDI

(2)模型构建

根据选定的变量,本文通过建构计量模型来研究中国FDI区位选择的影响因素,模型定义如下:

式中,FDI为年实际利用外资额,WAGE为劳动力成本,RODE为基础设施水平,GDP为市场规模,RZI为专业化指数,RDI为多样性指数,SUMFDI为累计FDI,MAK为市场化水平,OPEN为开放程度,α为个体固定效应,e为随机扰动项,it分别表示区域和时间。

3.2 数据来源

本文用实际利用外商直接投资来表征FDI,各地市FDI及相关的影响因素指标数据主要整理自《中国城市统计年鉴》、《中国区域经济统计年鉴》,个别缺失数据由各省对应年份的统计年鉴整理补充。

4 中国FDI时空格局特征 4.1 时序变化:总量波动上升,结构不断优化

2004—2014年,中国实际利用FDI总量呈波动上升趋势,而且利用外资的结构不断趋于优化(如图 1)。首先,从总量上看,2004年实际利用FDI为640.72亿美元,2009年外资利用规模受国际金融危机影响略有下降,2010年首次突破千亿达1057.35亿美元,至2014年达到1195.6亿美元。虽然2009年和2012年的实际利用FDI出现了小幅下降,但2014年比2004年增长86.60%,总体上升态势明显。其次,2004—2014年,中国利用外资中第二产业比重由74.98%下降至36.75%,第一产业由1.84%波动下降至1.27%,而第三产业则由23.18%上升至61.97%,整体由以第二产业为主向第三产业转变,优化趋势极为明显。

图 1 2004—2014年FDI规模及结构变化 Fig.1 Scale and Structure of FDI During 2004-2014
4.2 空间格局 4.2.1 总体态势:由集中、集聚趋向均衡、分散

首先,中国地市外资的分布正逐渐由集中趋向均衡。2004—2014年,FDI基尼系数由2004年的0.790下降至2014年的0.725,地市分布的均衡趋势显著。其次,中国地市外资在空间上正逐渐由集聚趋向分散。Moran'I指数整体从2004年的0.387下降至0.156,说明外资在空间分布上明显由集聚趋向分散(如图 2)。

图 2 2004—2014年FDI基尼系数和莫兰指数 Fig.2 Gini Coefficient and Moran'I of FDI During 2004-2014
4.2.2 重心特征:呈现“北进西移”,“北进”速度快于“西移”

首先,在空间位置上,中国FDI区位分布的地理重心始终偏于我国东南方向(如表 2)。重心的经纬度位于31.81° N—33.27°N和117.79°E—116.56°E之间,相对于中国的几何中心(103°50′E,36°N),FDI的分布重心一直偏东偏南,说明FDI在中国的分布东部多于西部,南部多于北部。其次,在移动方向上,整体呈“北进西移”态势(如图 3)。2004—2014年,重心整体从117.79°E下降至116.56° E,西移的态势非常明显;2004—2014年FDI分布重心的纬度则由31.81°N增加至33.27°N,北迁趋势极为显著。③在移动速度上,“北进”速度快于“西移”,年际迁移速度差异显著。2001—2014年,FDI分布重心由31.81°N,117.79° E变为33.27°N,116.56°E,在东西方向上迁移了1.23°,年均迁移0.11°;在南北方向上迁移了1.46°,年均迁移0.13°。其中,2004—2006年,2008—2010年和2010—2012年的重心迁移速度较快,2006—2008年,2012—2014则相对较慢。

表 2 2004—2014年FDI重心经纬度值(度) Tab.2 Longitude and Coordinate of Gravity Center of FDI During 2004—2014
图 3 2004—2014年FDI重心曲线 Fig.3 Gravity Centers Curve of FDI During 2004-2014
4.2.3 空间分布:东部高度集中,内陆地区发展较快

2004—2014年,中国外资总体上高度集聚在东部沿海,但内陆地区的FDI水平上升趋势明显(图 4a-c)。2004年,FDI主要分布在东部的京津、山东、长三角、福建沿海和珠三角地区。与东部沿海向比,中部、西部内陆FDI比重极低(图 4a)。到2009年,东部FDI的集聚区中京津、辽东半岛、长三角的FDI集聚水平进一步提高。同时,中西部高FDI水平的极核城市数量有了明显增加(图 4b)。2014年,东部地区外资利用量依然维持在较高水平,而内陆地区尤其是中部的外资水平有了明显的提升,在河南、安徽、长江中游城市群地区形成了明显的外资高值区,西部地区利用外资水平整体依然较低,但形成了多个FDI水平较高的极核城市,如重庆、成都、昆明、西安、鄂尔多斯、包头等(图 4c)。

图 4 2004、2009和2014年FDI空间格局 Fig.4 Spatial Pattern of FDI During 2004, 2009 and 2014 注:底图来源于国家测绘地理信息局网站1:3200万中国地图,网址为:http://bzdt.nasg.gov.cn/
4.2.4 空间集聚:外资高值集聚区向北推进,低值集聚区向西

南收缩首先,中国地市实际利用外资高—高类型区集中在沿海,北进态势显著。2004年,高—高类型区主要集中在珠三角、长三角和山东半岛。至2014年,珠三角和长三角的高—高类型区明显减少,在京津和辽东形成新的FDI集聚区。其次,中国地市实际利用外资低—低类型区主要集中在中西部内陆,呈现向西南地区收缩的发展趋势。2004年,属于外资低—低类型的区域主要有黑龙江、吉林、山西、陕西、河南、安徽、四川、云南、广西等地。至2014年,东北低—低类型区完全消失,中部低—低类型区数量也有了大幅下降,云桂川等地的成为外资低值的主要集中区域。最后,外资高—低类型区主要以内陆区域核心城市为主,说明外资在中西部主要以点状集中在区域中心城市(如图 5)。

图 5 2004、2009和2014年实际利用外资LISA集聚图 Fig.5 LISA Cluster Mapof FDI During2004, 2009 and 2014 注:底图来源于国家测绘地理信息局网站1:3200万中国地图,网址为:http://bzdt.nasg.gov.cn/
5 中国FDI区位选择的影响因素 5.1 模型处理与检验

在进行计量回归前,首先对模型进行必要的预处理和检验,以保证估计结果的可靠和准确。①为保证数据平稳性,削弱序列的共线性、异方差对估计结果的影响,将部分指标取对数。②为尽可能降低内生性影响,同时体现早期投资环境等历史因素对当期FDI区位选择的作用,对所有解释变量做滞后一期处理。③以当年美元兑人民币平均汇率将进出口总额、FDI转换为万元,将GDP转换为2000年不变价。④由自变量相关系数可以发现,SUMFDI与RODE、GDP、OPEN,OPEN与GDP的相关系数较高(>0.5),为避免可能存在的共线性对回归结果的不利影响,将该四个变量分入三个模型进行分别估计。⑤以Hausman检验对随机效应模型的可行性进行测度,发现全国及分时段、分区域模型的卡方P值均小于0.01,在5%的显著性水平下拒绝原假设(应建立随机效应模型),本研究据此选择固定效应作为估计方法。

5.2 不同时序阶段回归结果

为考察影响因素在整体以及不同时段对外资区位分布的作用差异,本研究在分析2004—2014年回归结果的基础上以2008年为节点,将研究时段分为2004—2008、2009—2014两个阶段,具体结果见表 3

表 3 不同时序阶段FDI区位选择影响因素回归结果 Tab.3 Regression Results of Influencing Factors of FDI Location Choice at Different Stages

(1)从整个研究时段看:①劳动力成本与FDI关系显著为正,说明外资有着较强的效率指向,因为较高的工资是较高的生产效率和劳动力素质的反映,而这也与中国利用外资结构的不断优化相对应,即第三产业外资的比重在不断上升,一二产业外资的比重则不断下降。与劳动力价格相比,外资企业会更注重劳动力素质,而布局在中国工资水平较高的区域,这一方面可以享受中国在全球化过程中整体上劳动力成本较低的好处,同时也可利用国家内部生产效率较高区位的优势。基础设施与外资的关系不显著,这可能与指标的选取有关,基础设施涉及内容极多,测度难度较大,路网密度并不能代表基础设施的全部,已有文献也证实了以道路交通作为基础设施表征变量的局限性[18]。但毫无疑问,交通、邮电、商业科技服务等基础设施在吸引外资中的作用不可忽视。②市场规模、FDI累积效应、专业化水平对外资有着明显的正向作用,多样化经济与外资关系不显著,说明城市规模越大、已有FDI数量越多、专业化水平越高对外资的吸引力越大,即市场规模效应、专业化集聚效应和累积效应能够促进外资的进入。与该结论对应,胡平和Huang的研究发现,较大的市场规模和FDI累积、专业化经济对外资有着更大的吸引力,而多样化经济对外资的作用较为有限[18, 20]。③市场化水平、开放水平与外资均为显著正向关系,即市场化和开放度为代表的区域制度环境仍是外资在中国进行区位选择时所考虑的重要方面,说明在中国,政府在区域经济发展中扮演着重要的角色,政府对经济的干预程度以及对外来资本所持的态度对外商投资决策有较大影响。

(2)从不同时段变化看:①劳动力成本对吸引外资的作用一直为显著正向,但系数略有降低,说明随着中国劳动力成本差异的缩小和整体效率水平上升,劳动效率对外资的作用有所下降。根据相关文献,区域间人口流动的加大可能是促进区域间劳动力成本及效率差异缩小的原因[30]。基础设施的回归系数仍为不显著,且由正向变为负向,说明随着近几年外资技术含量的不断上升,以及道路交通的逐步完善和邮电通讯、生产科技服务等基础设施作用的增大,路网密度已经不是外资区位决策的主要影响因素。②市场规模的回归系数明显下降,说明随着区域经济差异的不断缩小,中西部市场规模上升,以及东部地区可能的规模不经济现象的凸显,市场规模对外资的整体吸引作用较早期有所下降。专业化经济与外资关系由早期的不显著变为负向显著,而多样化经济由显著负向转变为显著正向,说明经济危机以后,面对外部经济形势的恶化,经济多样性城市的发展具有较高的稳定性和活力,多样化的产业结构能很好满足外资的生产需要,故而比专业化城市具有更大的吸引力。同时,FDI累积效应对外资的作用有了明显上升,说明随着各地外资规模的不断扩大,区域早期FDI存量对FDI区位选择产生了良好的贡献,集聚的极化效应愈加突出。与该结论对应,Huang的研究即得出了专业化随着时间的推移对外资吸引力下降,而多样性作用上升的结论[20]。吴加伟对长三角外资影响因素的研究中证实了累积FDI对外资的正向作用不断增大[22]。③市场化水平和开放度的回归系数均有所下降,说明随着中国社会主市场经济体制改革的不断推进和全方位对外开放格局的逐渐形成,区域市场化程度和开放水平对外资区位选择的影响正逐渐弱化。已有研究同样佐证了,随着市场化改革、对外开放红利的下降,制度环境在吸引外资中的作用逐渐变小[22]

5.3 不同区域回归结果

为考察影响因素在不同区域对外资区位分布的作用差异,本研究对东部、中部、西部进行分别回归,具体结果见表 4

表 4 不同区域FDI区位选择影响因素回归结果 Tab.4 Regression Results of Influencing Factors of FDI Location Choice at Different Regions

(1)首先,从劳动力成本和基础设施看:①东部地区劳动力成本的回归系数低于中西部,说明相比中西部内陆,东部地区内部劳动力效率差异较小,整体水平较高,因此对外资的作用比中西部要小。②东部基础设施回归系数显著为负,中西部内陆显著为正,说明在东部地区路网建设仅仅是基础设施一个方面,且已趋于完善,区域差异不大。对于东部地区而言,邮电、机场、港口和商业科技服务等更能反映区域的基础设施水平。反观中西部地区,基础设施整体水平较低,不少区域对外联系较为闭塞,道路交通仍是区域基础设施的重要方面,所以交通路网水平在中西部吸引外资过程中仍然具有较为突出的影响。从另一个方面讲,这与沿海内陆吸引外资的结构差异也有关系,东部沿海的外资技术水平高,更加重视道路交通以外的邮电通讯水平,而中西部内陆多以劳动力密集型外资为主,对道路交通的依赖度更高。

(2)其次,从市场规模、集聚经济和FDI累积看:①东部和西部的市场规模回归系数相同,中部略低,三大区域整体差异不大,说明随着中西部经济水平的不断上升,内陆地区市场规模所产生的外部效应正成为外资区位选择的重要影响因素。②与中西部内陆相比,城市集聚经济仅在东部地区对FDI呈显著正向作用,因为对于对外开放较早、发展水平较高的东部地区来说,专业化经济的聚集效应以及多样化的产业结构能很好满足外资的生产需要,中西部地区起步较晚,产业结构水平不高,城市集聚经济对外资的正向吸引作用还难以充分发挥。③东部累积FDI数量与外资的回归系数要高于中部和西部,这也体现了利用外资水平由沿海向内陆递减的现实,东部利用外资数量多、水平高,所产生的路径依赖和学习示范效应明显高于内陆地区,因而对外资的吸引力较中西部更大。已有文献也有着类似的结论,Huang通过对比经济发达城市与一般地市发现,专业化、多样性在经济发达城市对外资的进驻作用更大[20],而吴加伟通过对比长三角核心区与外围区,认为FDI的累积作用在核心区的影响比外围区更明显[22]

(3)最后,从市场化程度和开放水平看:①东部和西部的市场化水平对FDI有显著的正向作用,而中部地区不显著。正如5.2中所发现的,市场化水平对外资的作用下降极为明显,中部地区的吉林、黑龙江、山西、河南等地又恰是国有企业比重极高的区域,但随着市场化改革的不断深入,各地市场化差异越来越小,区域国有企业比重高并不绝对意味着区域外资发展环境的不透明和高风险,而且国有经济发达区域往往有着经济社会基础条件优越、资源丰富、制度相对完善等优势。这也就是为什么近些年东北和中部等市场化水平相对较低区域仍能实现外资水平的稳步上升。同时,黄肖琦对中国省域外资分布的研究也证实了市场化对外资的作用正在减弱甚至消失,这也与本研究的结论形成了相互印证[31]。②东部开放水平的回归系数不显著,中西部地区显著为正,说明东部整体全方位开放水平极高,内部差异不大,而中西部地区整体开放水平更低,且区域之间开放度差异明显,正如根据2014年相关统计数据计算的外资依存度所证实的,东部省域外资依存度最大值是最小值的5.54倍,而中西部的差距却达到了40.35倍,远高于东部。所以,外资在中西部的区位选择会更多的考虑区域的开放水平。

6 结论与讨论 6.1 结论

FDI作为中国区域发展的重要动力,在空间分布上有着极大的不均衡,而且其影响因素在不同时段和区域的表现差异明显。本研究基于2004—2014年中国274个地市的数据,对中国地市FDI时空格局特征及区位选择影响因素进行了计量分析和模型模拟,得出以下结论:

(1)时序上,中国利用FDI的总量在波动中持续上升,且结构不断趋于优化,不存在外资大规模“撤离”的现象。空间分布上,由集聚集中趋向分散均衡,呈“北进西移”态势,东部沿海高度集中,中西部内陆发展较快。外资的高值集聚区正逐渐向北推进,而低值集聚区向西南收缩。中国外资分布的最新时空特点的明晰,得益于本研究所采用的较新的研究数据和较细的研究尺度,早期全国尺度研究多关注外资在新世纪以前省域尺度的分布特点[9, 10],所的结论往往较为粗浅,而新世纪以来外资分布的研究多以省[17]、城市群[18]或某一类外资[11, 14, 16]的空间分布为主,本文对新世纪以来地市尺度外资分布的分析可以极大提高外资空间格局表征的准确性和政策制定的针对性。

(2)从影响因素看,劳动力成本、市场规模、专业化经济、FDI累积、市场化水平和开放度均对外资有着正向作用。同时,FDI区位选择的影响因素有着明显的时空差异性。从不同时段看,比较优势因素(劳动力成本、基础设施)和制度因素(市场化水平、开放度)对外资的吸引作用正逐渐下降,而FDI累积、多样性等集聚经济因素的作用上升明显。从不同区域看,东部专业化、多样性和FDI累积等集聚经济因素在外资区位选择中受到更多的关注,而在中西部地区的比较优势和制度因素(劳动力成本、基础设施、开放水平)在吸引外资过程中更受偏好。已有的早期文献多关注传统比较优势对外资的作用[10],随着理论的发展,对集聚、制度等方面关注增多[19],但系统综合分析仍有待加强,特别是对影响因素的时间、区域异质性关注不够。中国利用外资的国内外环境变化快速,不同区域的外资利用条件差异明显,忽视时间变化和区域差异极有可能造成结论的有偏性。本研究充分考虑因素在不同阶段和不同区域的作用不同,得出的结论有着更强的准确性和现实指导性。

6.2 讨论

(1)从全国看,应该将加强城市经济集聚水平,进一步发挥FDI的自我强化累积效应作为未来吸引外资的主要着眼点。东部地区在吸引外资中应该努力提高经济集聚水平,同时进一步发挥FDI累积效应,“以商招商”,滚动发展。而中西部地区首先应进一步提升劳动生产率和开放水平、加强基础设施建设。从长远看,随着利用外资数量和质量的不断提升,提高经济集聚水平、发挥外资的累积效应将是中西部吸引外资的努力方向。

(2)不同地区在吸引外资中要因地制宜的发挥区域优势。近些年,随着中国经济的快速发展和土地、劳动力价格的上升,与东南亚、非洲等发展中国家相比,作为曾经吸引外资重要力量的传统比较优势正在不断减弱。虽然“外资是否会大规模逃离中国”一度引起了广泛讨论,但中国外资流入量持续上升的趋势并没有变化。正如本研究所发现的,中国在整体发展水平持续上升的同时还有这巨大的东中西地理空间差异,能够较好的满足不同层次、结构及类型的外资发展需求。所以,中国今后在吸引外资中的关键是充分发挥各地区当前的比较优势,因地制宜、因势利导的制定差异化的外资利用措施。全国以及东部地区应摒弃单纯依赖制度、比较优势等传统因素的思想,转向市场规模、集聚和累积对外资的吸引作用。中西部地区在努力发挥传统比较优势的同时应着眼长远,培育区域集聚经济和FDI累积的水平。

(3)受数据限制,本文仅关注了各地市利用FDI的总量而没有分析其结构;同时在理论分析和模型建构中,虽然关注到集聚效应,但其测度特别是专业化指数和多样性指数的计算尚缺乏更精准数据和更合适方法的支持,这有待在今后的研究中进一步完善。

注释:

① 由于2003年后的行业统计口径发生变化,本文对专业化和多样化性的测度采用2003-2013年的数据,相关数据来自《中国城市统计年鉴》274个地市18个行业的单位从业人员。专业化指数:一般以城市就业份额最大部门的熵来表征,计算公式如下:RZI = max(sij/sj)。多样化指数:采用赫希曼-赫芬达尔指数的倒数来表征,计算公式如下:,其中,sij表示i城市j行业就业人数占全部就业人数的比重,sj表示 j行业在全国所占份额。

② 因1990年以前的FDI集中于少数城市,考虑数据的完整性,本文的累计FDI以1990年作为计算起点。

参考文献
[1] Vernon R. International investment and international trade in the product cycle[J]. The Quarterly Journal of Economics, 1966, 80(2): 190-207. DOI:10.2307/1880689
[2] Kojima K. A macroeconomic approach to foreign direct investment[J]. Hitotsubashi Journal of Economics, 1973, 14(1): 1-21.
[3] Buckley P J, Casson M. The Future of the Multinational Enterprise[M]. London: Macmillan London, 1976.
[4] Dunning J H. Toward an eclectic theory of international production:Some empirical tests[J]. Journal of International Business Studies, 1980, 11(1): 9-31. DOI:10.1057/palgrave.jibs.8490593
[5] 苗长虹, 魏也华, 吕拉昌. 新经济地理学[M]. 北京: 科学出版社, 2011: 67-156. [Miao Changhong, Wei Yehua, Lv Lachang. New Economic Geography[M]. Beijing: Science Press, 2011: 67-156.]
[6] James B A. Determinants of foreign direct investment in Malaysia[J]. Journal of Policy Modeling, 2008, 30(1): 185-189. DOI:10.1016/j.jpolmod.2007.06.014
[7] Wei Y D, Luo J, Zhou Q. Location decisions and network configurationsof foreign investment in urban China[J]. The Professional Geographer, 2010, 62(2): 264-283. DOI:10.1080/00330120903546684
[8] Kimino S, Saal D S, Nigel D. Macro determinants of FDI inflows to Japan:An analysis of source country characteristics[J]. The World Economy, 2007, 30(3): 446-469. DOI:10.1111/twec.2007.30.issue-3
[9] 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, 54(2): 97-105. [He Canfei, Liang Jinshe. Regional differences of foreign direct investment in China[J]. Acta Geographica Sinica, 1999, 54(2): 97-105. DOI:10.3321/j.issn:0375-5444.1999.02.001]
[10] 许学强, 李胜学. 改革开放以来广东省利用外资的时空差异特征[J]. 地理学报, 1995, 50(2): 128-137. [Xu Xueqiang, Li Shengxue. A research on temporal and spatial disparities of foreign investment in Guangdong since China's reform and open-door[J]. Acta Geographica Sinica, 1995, 50(2): 128-137. DOI:10.3321/j.issn:0375-5444.1995.02.004]
[11] 符文颖, 吴艳芳. 德国在华知识密集制造业投资进入方式的时空特征及区位影响因素[J]. 地理学报, 2017, 72(8): 1361-1372. [Fu Wenying, Wu Yanfang. Spatio-temporal characteristics and locational determinantsfor entry mode of German knowledge-intensive FDI in China[J]. Acta Geographica Sinica, 2017, 72(8): 1361-1372. ]
[12] 贺灿飞, 傅蓉. 外资银行在中国的区位选择[J]. 地理学报, 2009, 64(6): 701-712. [He Canfei, Fu Rong. An empirical study on the locational choices of foreign banksin China[J]. Acta Geographica Sinica, 2009, 64(6): 701-712. DOI:10.3321/j.issn:0375-5444.2009.06.007]
[13] 谢守红, 汪明峰. 外资金融机构在中国的区位分布研究[J]. 人文地理, 2004, 19(3): 50-56. [Xie Shouhong, Wang Mingfeng. A study on the location of foreign financial institutions in China[J]. Human Geography, 2004, 19(3): 50-56. DOI:10.3969/j.issn.1003-2398.2004.03.011]
[14] 陈艳华, 韦素琼, 陈松林. 大陆台资跨界生产网络的空间组织模式及其复杂性研究——基于大陆台商千大企业数据[J]. 地理科学, 2017, 37(10): 1517-1526. [Chen Yanhua, Wei Suqiong, Chen Songlin. The spatial organization pattern and its complexity characteristics of cross-border production networks of Taiwan-funded enterprises in Mainland China:Based on top 1000 Taiwan-funded enterprises in Mainland China[J]. Scientia GeographicaSinica, 2017, 37(10): 1517-1526. ]
[15] 兰晓虹, 马妍. 中国房地产外资的区位选择及空间转移[J]. 地理科学进展, 2014, 33(1): 114-123. [Lan Xiaohong, Ma Yan. Location choice and its special shift for foreign real estate investment in China[J]. Progress in Geography, 2014, 33(1): 114-123. ]
[16] 马巍, 王春平, 李旭. 农业FDI的技术溢出效应——基于27省面板门槛模型实证分析[J]. 经济地理, 2016, 36(7): 167-172. [Ma Wei, Wang Chunping, Li Xu. Technology spillover effect of agricultural FDI in China based on panel threshold model[J]. Economic Geography, 2016, 36(7): 167-172. ]
[17] 冷俊峰. 湖南省利用FDI区域差异收敛性[J]. 经济地理, 2016, 36(3): 125-130. [Leng Junfeng. The convergence of utilizing FDI in different regions of Hunan province[J]. Economic Geography, 2016, 36(3): 125-130. ]
[18] 胡平, 伍新木, 文余源. 基于面板数据SDM的长江中游城市群FDI决定因素分析[J]. 经济地理, 2014, 34(1): 15-21. [Hu Ping, Wu Xinmu, Wen Yuyuan. The decisive factors to FDI in urban agglomerations in middle Reaches of the Yangtze River:Based on panel data and SDM[J]. Economic Geography, 2014, 34(1): 15-21. DOI:10.3969/j.issn.1000-8462.2014.01.003]
[19] Huang H, Wei Y D. Intra-metropolitan location of foreign direct investment in Wuhan, China:Institution, urban structure, and accessibility[J]. Applied Geography, 2014, 47(2): 78-88.
[20] Huang H, Wei Y D. Spatial inequality of foreign direct investment in China:Institutionalchange, agglomeration economies, and market access[J]. Applied Geography, 2016, 69(4): 99-111.
[21] 何振. 筑巢引凤:基础设施与外商直接投资[J]. 现代管理科学, 2017(12): 45-47. [He Zhen. Infrastructure and foreign direct investment[J]. Modern Management Science, 2017(12): 45-47. DOI:10.3969/j.issn.1007-368X.2017.12.015]
[22] 吴加伟, 袁丰, 吕卫国, 等. 金融危机下泛长三角FDI时空格局演化及其机制研究[J]. 地理科学进展, 2014, 33(12): 1601-1613. [Wu Jiawei, Yuan Feng, Lv Weiguo, et al. Spatiotemporal change of foreign direct investment and mechanism inthe Pan-Yangtze River Delta area under the global financial crisis[J]. Progress in Geography, 2014, 33(12): 1601-1613. DOI:10.11820/dlkxjz.2014.12.003]
[23] Harry G B, Sun X L. The distribution of foreign direct investment in China[J]. The World Economy, 1997, 20(3): 339-361. DOI:10.1111/1467-9701.00073
[24] Hymer S. The International Operations of National Firms:A Study of Directforeign Investment[M]. Cambridge, MA: The MIT Press, 1976: 25-50.
[25] Marshall A. Principles of Economics[M]. London: MacMillan, 1920: 183-192.
[26] Jacobs J. The Economy of Cities[M]. New York: Vintage Books, 1969: 63-68.
[27] 孟德友, 陆玉麒. 基于基尼系数的河南县域经济差异产业分解[J]. 经济地理, 2011, 31(5): 799-804. [Meng Deyou, Lu Yuqi. Industry decomposition of county economic disparity based on Gini coefficient in Henan province[J]. Economic Geography, 2011, 31(5): 799-804. ]
[28] 关伟, 王春明. 沈阳经济区经济重心的演变及其轨迹分析[J]. 人文地理, 2014, 29(3): 103-108. [Guan Wei, Wang Chunming. The shift route of economic center of gravity in Shenyang economic zone[J]. Human Geography, 2014, 29(3): 103-108. DOI:10.3969/j.issn.2095-0446(h).2014.03.014]
[29] 葛莹, 姚士谋, 蒲英霞, 等. 运用空间自相关分析集聚经济类型的地理格局[J]. 人文地理, 2005, 20(3): 21-25. [Ge Ying, Yao Shimou, Pu Yingxia, et al. Application of spatial autocorrelation for the spatial patterns of urbanization and localization economy[J]. Human Geography, 2005, 20(3): 21-25. DOI:10.3969/j.issn.1003-2398.2005.03.005]
[30] Au CC, Henderson J V. How migration restrictions limit agglomerationand productivity in China[J]. Journal of Development Economics, 2006, 80(2): 350-388. DOI:10.1016/j.jdeveco.2005.04.002
[31] 黄肖琦, 柴敏. 新经济地理学视角下的FDI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): 7-11. [Huang Xiaoqi, Chai Min. FDI location choice from the perspective of new economic geography[J]. Management World, 2006(10): 7-11. ]