求外商在华直接投资区域差异分析的相关数据。
1前言
随着世界经济的一体化，外国直接投资(以下简称FDI)已经成为推动发展中国家经济的重要动力。自1993以来，中国已成为仅次于美国的全球第二大对外投资国。到2002年，中国实际使用FDI累计527亿美元，首次超过美国，成为世界第一大对外投资国。由于外资的涌入，外商直接投资在中国经济发展中发挥着越来越重要的作用。有利于向中国提供稀缺资源，提高科技水平，创造就业机会，促进经济发展，是中国实现现代化的一个可能的加速因素。
然而，任何事物都有两面性。虽然流入中国的外商直接投资总量巨大，但地区分布严重失衡。目前，中国吸引的外资大部分集中在沿海地区，特别是广东、江苏、福建、上海等东南沿海地区。2002年，在各地区实际利用的外商直接投资中，东部地区占87。43%，中部地区占9。88%，西部地区占2.65%，中西部地区只占12.57%[1]。大量的外资流入沿海地区，对沿海经济的快速增长起到了非常重要的推动作用，但同时也加剧了我国经济发展的不平衡，进一步拉大了东、中、西部地区的差距。
为促进区域经济协调发展，逐步缩小地区差距，本文基于影响FDI决定性因素建立的回归模型，对东部省市FDI决定性因素进行加权平均，并以此作为参考值，将江西省相应指标与参考值进行对比分析，计算出江西省与东部地区吸引FDI的差异指数，从而为江西省政府未来FDI决策提供政策建议。
2文献综述
自20世纪60年代以来，对外直接投资理论的研究不断深入。20世纪60年代，外国直接投资理论侧重于用传统的比较优势原理来解释国际资本流动。进入20世纪90年代后，将内部化理论与一般均衡体系相结合的研究方法成为研究的热点。综上所述，近年来学术界对FDI区位问题的讨论基本上是从两种思路展开的:一种是在理论上从不同侧面或角度探讨和研究FDI区位选择的动因和影响因素；第二，国内外许多学者越来越多地运用计量经济学模型对FDI的区位选择进行实证研究。
2.1外商直接投资区位选择的理论研究
2.1.1区位理论
理论上，初始区位理论是FDI区位选择理论的基础，许多相关的国际直接投资区位选择理论都是基于区位理论，或多或少包含了区位理论的萌芽思想。区位理论的发展主要形成了三个学派:成本学派、市场学派和行为学派，分别从企业追求成本最小化、利润最大化和企业管理者自身需求等方面来解释对外直接投资的区位选择。该理论对区位布局因素和区位选择的分析为对外直接投资的区位分析提供了理论基础和方法论，但很少涉及对跨国企业经济活动的研究。
2.1.2 FDI区位选择理论
Harmo提出的垄断优势理论认为，母国的企业比东道国同类企业具有更有利的垄断优势，这是企业进行对外直接投资的动机。芙蓉提出了产品周期理论，认为生产地点取决于产品生命周期的不同阶段(李云静)[2]。日本学者小岛清的“日本式”直接投资理论认为，对外直接投资不同于一般的资本转移，而是资本、技术和管理方式的综合转移。对外直接投资是指将具有比较劣势的产业转移到东道国具有比较优势的产业，或者对东道国具有比较优势的产业进行投资，从而带来贸易的扩大和利润的增加。
邓宁的国际生产折衷理论认为，影响对外直接投资的区位选择优势包括自然资源和人为资源，以及市场的空间分布、投入物的价格、质量和生产率、国际运输和通讯成本、投资激励和障碍、产品贸易中的人为障碍、社会和基础设施条件以及国家之间的意识形态、语言、文化、商业和政治差异，R & amp；集中生产和销售的经济、经济体制和政府政策。
一些学者从集聚效应的角度研究了FDI的区位选择。波特认为，一个地区吸引FDI是因为它“拥有发达的基础设施，能够获得特定的服务设施和熟练劳动力，拥有良好的区域形象和大量的产业集聚”。Kmgma，Dunning，Dermot和Davelin已经从理论上研究了聚集效应的影响。Luger和Shetty通过对三位数产业(产业分类标准)的研究，证实了集聚经济对外国公司投资区位选择的重要影响。徐罗丹和谭蔚泓也分析了集聚对中国吸引外资的作用(吴瑶)[3]。
2.2 FDI区位选择的实证分析
实证分析实际上是在理论研究的基础上，将各种影响因素量化，运用计量经济分析方法检验这些因素与FDI水平的相关性。各种影响因素通常分为几类:成本因素、市场因素、集聚经济因素和制度因素。近年来，国内外许多学者对各种影响因素进行了实证分析。
2.2.1外国直接投资区位选择的实证分析
市场和成本因素对FDI的影响，拉什米的研究与Globerman和Shapiro的研究一样，发现经济基本变量对FDI有显著影响。具体来说，这些因素主要包括:市场规模、劳动力成本、高科技水平、外债和发电量。然而，从目前关于政府政策对FDI影响的实证文献来看，关于政府政策对FDI流入影响的结论并不一致。Rashmi的研究表明，一些政府财政激励政策对FDI的流入有积极影响，但影响并不显著，而一些限制性措施的取消对FDI的流入有显著的积极影响。Devereux、Griffith和Hines认为，财政政策确实影响FDI的地区分布，尤其是出口导向型FDI，而其他政策只起次要作用(胡在勇)[4]。
然而，贸发会议的报告显示，政府实施的激励措施发挥的作用不太重要。一些学者如维勒拉和巴雷也提出了不同的观点。他们认为，如果考虑经济因素对FDI的影响，政府激励对吸引FDI的影响就会被抹杀。Hoekman和Saggi还认为，虽然激励措施在吸引某一类FDI方面发挥了作用，但如果将其放在更广泛的经济因素中考虑，激励措施就不会发挥作用。
2 . 2 . 2 FDI区位选择的国内实证分析
国内学者通常采用横截面数据或面板数据来分析国内省级或地区FDI，且多采用相关回归分析或比较分析。
卢明宏利用1988-1995 29个省区的外商投资数据，分析了投资环境对外商投资区位的影响。结果表明，地区生产总值、第三产业产值比重、城镇人口比重、特殊经济政策优惠程度、区域经济外向度与各地区外商直接投资呈正相关。同时，他还计算了各地区吸收的外商直接投资与其投资环境的偏差，认为广西、陕西、江苏、海南、贵州、甘肃、天津等省属于外商过度投资区，吸引了过多的投资。新疆、福建、河南、河北、内蒙古、广东、青海、山西是外资不足的地区，但潜力很大。
魏、何灿飞、通过问卷调查对秦皇岛市135家外商投资企业的投资动机和区位因素进行了实证分析。结果表明，外商在华投资的动机是生产投入和市场动机、生产服务动机、文化联系和情感动机、利用优惠政策和降低风险动机、竞争动机和出口动机，影响外商在秦皇岛投资的主要区位因素可以概括为城市经济文化环境因素、交易成本因素、生产投入供给因素、市场因素和投入成本因素。
葛顺启比较了中国31省市利用FDI的绩效指数和潜力指数。从65438到0995，指数的领涨省市分别是北京、上海、广东、天津、浙江、福建、江苏。到2001，指数值的排序没有变化，但北京的指数值有所下降，其他省市的指数值都有不同程度的提高。此外，许多学者比较了中国加入WTO对吸引FDI的影响，也得出了一些有价值的理论。
综上所述，国内外学者对FDI区位选择的实证分析表明，经济基本变量即市场、成本和集聚经济因素对FDI有显著影响，而制度因素的研究结果存在争议，政策的制定应根据具体情况具体分析。
3江西与东部地区吸引FDI的差异分析
本文的实证分析分为两步:第一步是选择回归模型。根据本文写作目的的需要和篇幅的限制，有必要选择一个能够全面反映外商对华直接投资影响因素的模型作为分析的基础。模型需要全面的数据和强有力的代表性结论。第二步，在模型的基础上，将江西省的影响因素与东部地区的相应指标进行对比分析，进而计算出江西省与东部地区吸引FDI的差异指数。
3.1型号选择
本文借鉴了首都经济贸易大学经济学院研究生吴瑶建立的一个回归模型。根据前面描述的FDI的影响因素，作者选取了九个变量作为方程的解释变量:
in(FDI)= ao+a 1ln(GDP)+a2ln(GGDP)+a3 ter+a 4h cap+a5ln(工资)
+a 61n(TRA)+a7 infra+a8ln(FDI-1)+a9 pol+C(3.1)
FDI(单位:万美元)为解释变量；GDP(单位:亿元):国内生产总值；GGDP(单位:元):人均国内生产总值；TER(单位:%):第三产业(各地区金融、信息、交通等行业)占GDP的比重，衡量一个地区的市场化发展程度；HCAP(单位:%):各地区人力资本存量；工资(单位:元):各地区劳动力平均工资水平，反映各地区外商直接投资的人工成本水平；TRA(单位:亿美元):进出口总额，用于衡量一个地区的对外开放程度；INFRA(单位:km/km2):交通线路的综合密度，用来衡量一个省市的基础设施水平；FDI-1(单位:万美元):上年对外直接投资金额；POL:对外国投资者的优惠政策。享受优惠政策的地区赋值为1，否则为0[5]。
这9个变量综合考虑了集聚效应、经济规模和市场容量、经济效率、市场化程度、人力资本存量、对外开放程度、基础设施水平、劳动力成本和优惠政策等因素，指标全面合理。同时，作者利用中国365438+1997-2003年的面板数据，运用计量经济学分析方法，从静态和动态两个层面分析了各种因素对FDI的影响。
采用逐步回归方法对模型进行分析。结果5个解释变量通过检验进入方程，即:
ln(外国直接投资)=1.985+0.435ln(国内生产总值)+0.610ln(GGDP)-0.634ln(工资)+1.023INFRA
+0.508 ln(FDI-1)+0.467 pol+C(3.2)
回归结果表明，解释变量为1n(FDI-1)，INFRA，ln(GDP)，1n(工资)，1n(GGDP)，
POL全部通过显著性检验，在1%水平显著，整体模型的r平方达到91。38%.
它有很好的拟合度。f值为351.6917，在1%的水平上显著，说明模型整体显著。D-W值为1。476，说明没有严重的序列自相关，VIF值都在5以下，说明没有严重的多重* * *线性。此外，通过观察残差图，没有发现明显的异方差。
根据该模型，集聚效应(FDI-1)、基础设施水平(infra)、经济发展水平(GDP、GGDP)、劳动力成本(工资)和政策因素(POI)都对FDI产生重要影响。其他三个解释变量未能通过显著性检验，其中第三产业占GDP的比重(TER)可能反映了与基础设施水平(infra)处于同一水平的基础设施状况，因此需要排除多个* * *线性。代表一个地区开放水平的变量(TRA)可能是外商在华直接投资更关注中国本土市场，因此进出口水平与FDI并不显著相关。人力资本存量(HCAP)反映了一个地区的人力资本供给，因为它使用的是相对数字。在分析中，HCAP没有进入等式，这表明外国投资者考虑人力资本的需求多于供应。该模型考虑了宏观经济发展对FDI的影响，较好地解释了FDI在中国的区位选择。
本文的目的是检验模型中选择的变量对FDI的显著性。进入回归方程的变量表明，这些变量对吸引FDI有显著影响，只有满足这个条件，计算它们的差异指数才有实际意义，否则没有实际意义。例如，人力资本存量(HCAP)没有通过测试，进入回归方程。计算这个变量的差异指数得出的结论只能说明江西省与东部地区的人力资本存量存在差异(差异的程度由差异指数的值决定)。但由于这一变量没有进入方程，这种差异并不是导致两个地区吸引不同FDI的因素，变量的差异指数没有实际意义。
3.2比较分析
3.2.1聚类分析
为了构建一类有效吸引FDI的省市，作为与江西省比较的参照地区，本文利用2004年至1998年各省市的FDI数据，对31个省市自治区进行聚类。以下是原始数据和分析结果:
表3.1 1998-2004年外商直接投资31各省市自治区单位:百万美元。
地区
2004年
2003年
2002年
2001年
在2000年
1999
1998
北京
255974
219126
172464
176818
168368
197525
216800
天津
172091
153473
158195
213348
116601
176399
211361
河北省
69954
96405
78271
66989
67923
104202
142868
山西
9022
21361
21164
23393
22472
39129
24451
内蒙古
34297
8854
17701
10703
10568
6456
9082
辽宁省
540677
282410
341168
251612
204446
106173
219045
吉林省
19237
19059
24468
33766
33701
30120
40917
黑龙江省
33917
32180
35511
34114
30086
31828
52639
上海
631087
546849
427229
429159
316014
283665
360150
江苏省
894830
1056365
1018960
691482
642550
607756
663179
浙江省
573256
498055
307610
221162
161266
123262
131802
安徽省
42850
36720
38375
33672
31847
26131
27673
福建省
192384
259903
383837
391804
343191
402403
421211
江西
204487
161202
108197
39575
22724
32080
46496
山东(省)
866423
601617
473404
352093
297119
225878
220274
河南省
42211
53903
40463
45729
56403
52135
61654
湖北省
174441
156886
142665
118860
94368
91488
97294
湖南
141803
101835
90022
81011
67833
65374
81816
广东
1001158
782294
1133400
1193203
1128091
1165750
1201994
广西
29579
41856
41726
38416
52466
63512
88613
海南
11926
42125
51196
46691
43080
48449
71715
重庆
25196
26083
19576
25649
24436
23893
43107
四川省
36503
41231
55583
58188
43694
34101
37248
贵州(省)
6271
4521
3821
2829
2501
4090
4535
云南省
14153
8384
11169
6457
12812
15385
14568
西藏
-
-
-
-
-
-
-
山西省
14132
33190
36005
35174
28842
24197
30010
甘肃
3539
2342
6121
7439
6235
4104
3864
青海
-
2522
4726
3649
-
459
-
宁夏
6704
1743
2200
1680
1741
5134
1856
新疆
3996
1534
1899
2035
1911
2404
2167
资料来源:中国统计年鉴，2005，中国经济网。
聚类结果如下:
使用平均连锁的树状图(组内)