小議公共物品供給對FDI影響

導(dǎo)語：小議公共物品供給對FDI影響一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：以蒂布特模型的“用腳投票”理論為基礎(chǔ)，利用中國30個省市1997～2005年的PanelData建立PanelData模型，實(shí)證分析各地區(qū)的地方公共物品供給對吸引fdi的影響。結(jié)果表明，地方公共物品的供給與FDI的吸引呈顯著正相關(guān)，各地區(qū)公共物品供給差異是FDI區(qū)域分布差異的一個重要原因。

關(guān)鍵詞：用腳投票；地方公共物品；FDI；PanelData

外商會根據(jù)自己的偏好選擇合適的投資地，這是蒂布特模型描述的“用腳投票”典型。社區(qū)間地方公共物品供給的競爭就如同廠商間為了消費(fèi)者而展開的競爭，居民“用腳投票”顯示自身偏好，選擇提供符合自身偏好的或更有效率提供這些公共產(chǎn)品的社區(qū)，最終能導(dǎo)致公共資源的有效配置，實(shí)現(xiàn)帕累托最優(yōu)。但是，蒂布特模型的這一結(jié)論是建立在非常嚴(yán)格的假設(shè)基礎(chǔ)上的。

這些假設(shè)并不完全滿足現(xiàn)實(shí)。幸運(yùn)的是，用“用腳投票”理論來解釋FDI的流向選擇非常合適。外商直接投資區(qū)域選擇是一個典型的“用腳投票”模型。這里“用腳投票”的核心是偏好顯示，外商會根據(jù)自己的偏好選擇合適的投資地。因此，地方公共物品供給的數(shù)量和種類及質(zhì)量將在很大程度上影響外商的直接投資流向和選擇。

關(guān)于吸引FDI的影響因素問題．國內(nèi)外有大量文獻(xiàn)對此做出了分析。Qu和Green(1997)通過對100個城市1985—1993年外商投資區(qū)位的決定因素進(jìn)行分析，發(fā)現(xiàn)城市規(guī)模及其中心優(yōu)勢、經(jīng)驗(yàn)積累、集聚岡素、基礎(chǔ)設(shè)施、經(jīng)濟(jì)增長和政策工具對外商投資進(jìn)入有著積極的影響．而與來源國的社會和地理距離有著負(fù)面的影響。胡涵鈞和千紀(jì)亮(2005)把外商在中國的直接投資分為兩個階段：1979～1991年為第一階段，認(rèn)為決定外商直接投資地區(qū)分布的l大I素是市場需求、郵電通信水平、勞動力數(shù)量、工資水平、對外貿(mào)易、產(chǎn)業(yè)結(jié)構(gòu)和優(yōu)惠政策7個元素：1992年以后為第二階段。決定外商直接投資地區(qū)的因素是市場需求、郵電通信水平、國際貿(mào)易、產(chǎn)業(yè)結(jié)構(gòu)和優(yōu)惠政策5個元素。其中．產(chǎn)業(yè)結(jié)構(gòu)最為關(guān)鍵。中央政府政策對外商直接投資具有顯著的影響力，而地方政府政策則較少或沒有影響作用。因此，地方政府為了吸引外商直接投資競相提出過于優(yōu)惠條件的做法是無效果的(殷華方等，2004)。張海洋(2003)選取沿海地區(qū)與中兩部地區(qū)的數(shù)據(jù)，采用PanelData方法運(yùn)用市場需求、市場大小、聚集程度、勞動成本、人力資本水平等指標(biāo)分析沿海地區(qū)與中西部地區(qū)的FDI吸引差異。綜觀以上研究。大多數(shù)是從一般角度分析影響FDI的區(qū)位因素．但是基礎(chǔ)設(shè)施等地方公共產(chǎn)品包括的種類很多，如交通、能源、通訊、環(huán)保等等，各個部分對外資的具體影響程度如何，如何合理配置公共資源，本文的著眼點(diǎn)正是基于此。

一、基本模型和數(shù)據(jù)問題

(一)指標(biāo)和數(shù)據(jù)說明本文所采用的數(shù)據(jù)來源于1998—2006年的《中國統(tǒng)計(jì)年鑒》及1998～2004年的《中國信息年鑒》，經(jīng)整理換算得到。有效樣本包括了30個省(自治區(qū))和直轄市的1997～2005年的PanelData?？倶颖緮?shù)為270。在橫截面維度上，我們選取了中國30個省(自治區(qū))和直轄市，基本與中國行政區(qū)域劃分一致。其中，考慮到我們的樣本是選取1997。2005年的數(shù)據(jù)，為了使數(shù)據(jù)更真實(shí)地反映地區(qū)間差距．我們將重慶與四川的數(shù)據(jù)分離開來，由于西藏多項(xiàng)指標(biāo)連續(xù)幾年數(shù)據(jù)缺失被去掉。另外，放棄1997年以前的數(shù)據(jù)，因?yàn)槠渲械膸讉€省份的FDI等其它指標(biāo)的數(shù)據(jù)缺失。

我們認(rèn)為地方公共物品的供給主要包括教育和基礎(chǔ)設(shè)施，其中基礎(chǔ)設(shè)施按照行業(yè)歸屬劃分為能源設(shè)施類，交通設(shè)施類，通訊設(shè)施類，環(huán)保設(shè)施類(樊麗明，2005)。因此，在時間序列維度上，我們選取了八個變量。一是外商直接投資FDI，這是被解釋變量，單位是萬美元。二是出口占GDP的比重(葛順奇、鄭小潔。2004)，用CKBZ表示，代表一個地區(qū)開放的程度。它是影響FDI流人的一個重要變量。這個指標(biāo)是當(dāng)年的出口(單位是萬美元)和GDP(單位是億人民幣)的比值，其中，出口用當(dāng)年官方匯率將美元換算成人民幣。三是各地區(qū)城市人均擁有的道路面積。用DL表示。單位是平方米。它是反映一個地區(qū)交通設(shè)施完備性的一個重要指標(biāo)，也是地方公共物品供給的一個重要方面。追求效率的跨國公司在選取地址時會優(yōu)先考慮地區(qū)的交通設(shè)施狀況，岡此．DL對于FDI的影響應(yīng)該是正的。四是各地區(qū)城市人均公共綠地面積．用LD表示．單位是平方米。它代表的是一個地Ⅸ的環(huán)保設(shè)施。反映城市的公共環(huán)境和衛(wèi)生情況。五是每百人擁有的移動電話數(shù)，我們用TX表示，單位是臺／白．人。它反映了一個地區(qū)通訊水平。由于許多跨國公司實(shí)行復(fù)合一體化的國際生產(chǎn)，地區(qū)間的溝通協(xié)調(diào)和整合相當(dāng)重要。因此。通訊水平的大小和成本是影響FDI的重要因素。六是各地區(qū)城市人均日生活用水量，用RJSH表示，單位是升。代表地區(qū)能源的可獲得性和成本．是反映地區(qū)能源設(shè)施供給的一個重要指標(biāo)，會影響FDI，特別是效率導(dǎo)向型FDI的流向。七是地方教育的支出占地方財政支出的比重，用JYBZ表示。教育對FDI的影響體現(xiàn)在兩方面：一方面教育投資帶來的勞動力工資水平的上升會增加FDI的勞動力成本．可能與FDI的吸引成負(fù)相關(guān)關(guān)系；另一方面．教育投資會提高勞動力質(zhì)量，會帶來高的利潤。高工資的地區(qū)在一定條件下對外資應(yīng)該會有吸引力。因此，教育對FDI的影響不確定，需通過進(jìn)一步的驗(yàn)證。八是人均GDP，用RJGDP表示。我們以1997年的不變價格作為基期，用該地區(qū)的居民消費(fèi)價格指數(shù)換算：反映一個地區(qū)的市場需求和規(guī)模。一般來說，由于市場規(guī)模直接影響投資的預(yù)期收益，它對FDI的影響應(yīng)該是正相關(guān)的，胡涵鈞和王紀(jì)亮(2005)實(shí)證結(jié)果證實(shí)了這一結(jié)論。

(二)PanelData三種基本模型的設(shè)定和檢驗(yàn)PanelData使我們能夠既考慮到單個地區(qū)FDI隨時問的變化。也可以考慮到各個地區(qū)的FDI在某時間點(diǎn)上的不同。故非常適合本文分析的需要。考慮到變量之間將會出現(xiàn)的多蕈共線性問題．本文使用相關(guān)系數(shù)矩陣觀察變最之問的相關(guān)程度．并排除相關(guān)系數(shù)高(>o．75)的變量RJGDP，篩選變量后的相關(guān)系數(shù)矩陣表明高的多重共線性問題已經(jīng)不存在。

為了便于回歸分析。一定程度上減少了異方差，而且還可以衡量增長率．對于篩選出的變量取自然對數(shù)。故本文選擇的PanelData一般模型為：

1n(FDIh)=a,+／3“CKBZi,+D口ln(DL．)+／3坍ln(LDi,)++JB“1n(TXn)+／3籪ln(RJSHjf)+p∥YBZf+嘞(1)其中，EDI表示外商直接投資．為被解釋變量，CKBZ、DL、LD、TX、JYBZ、RJSH為解釋變量，分別表示出口占GDP的比重、人均擁有的道路面積、人均公共綠地面積、每百人擁有的移動電話數(shù)、地方教育的支出占地方財政支出的比重、城市人均日生活用水量，下標(biāo)i表示第i個地區(qū)(i-l，2，…，30)，下標(biāo)t表示時間(t=1997，2001，…，2005)。In(．)表示取自然對數(shù)，ai為反映各地區(qū)差異的截距項(xiàng)，風(fēng)(i_1，2，…，30；k=l，…，6)表示各解釋變量影響FDI的彈性系數(shù)，誤差項(xiàng)Ujf均值為零。要檢驗(yàn)?zāi)Ｐ蛥?shù)在所有橫截面樣本點(diǎn)和時間上是否具有相同的常數(shù)．截距和斜率參數(shù)又可以有兩種假定：

假設(shè)1：al=a2=L=a30，J3lk=／3矗=L=／3jk即回歸斜率系數(shù)和截距都相同。在橫截面上無個體影響、無結(jié)構(gòu)變化，相當(dāng)于多個時期的截面數(shù)據(jù)混在一起作為樣本數(shù)據(jù)，稱為混和回歸(Pooledregression)，對應(yīng)的模型為：ln(FDI“)=a+JBICKBZh+f121n(DLn)+1331n(LD“)++成1n(TXit)+／3sln(RJSI-Iit-)+／3．JYBZil+uh(2)假設(shè)2：al#az≠L≠戤，，B．k=13盈=L=13m即回歸系數(shù)相同但截距不同，稱為變截距模型，對應(yīng)模型為：ln(FDIh)=ai+B1CKSZil+132ln(DL0+p3ln(LDh)++134ln(TX0+13sln(RJSHit)+136JYBZ．+tht(3)注意這里沒有斜率系數(shù)非齊性而截距齊性的情形．岡為當(dāng)斜率不同時，考慮截距相同沒有實(shí)際意義。其中，變截距模型是應(yīng)用最廣泛的一種面板數(shù)據(jù)模型。主要有固定效應(yīng)模型(FixedEffectsModel)和隨機(jī)效應(yīng)模型(RandomEffectsModel)。一般來說，如果研究者僅以樣本自身效應(yīng)為條件進(jìn)行推論，宜使用固定效應(yīng)模型；如果想以樣本對總體效應(yīng)進(jìn)行推論。則應(yīng)該采用隨機(jī)效應(yīng)模型。

為了判斷樣本數(shù)據(jù)究競符合哪種模型形式。必須進(jìn)行模型的篩選和檢驗(yàn)，這是面板數(shù)據(jù)模型設(shè)定中最為關(guān)鍵也是最難的一步。本文將運(yùn)用三種基本的PanelData模型：混和回歸模型、固定效應(yīng)模型、隨機(jī)效應(yīng)模型進(jìn)行對比檢驗(yàn)，最終得出合適樣本數(shù)據(jù)的模型。一般情況，用OLS(最小二乘法)估計(jì)混和回歸模型和固定效應(yīng)模型．而用GLS(廣義最小二乘法)估計(jì)隨機(jī)效應(yīng)模型。我們運(yùn)用STATA9．0軟件分別對模型進(jìn)行OLS和GLS回歸，結(jié)果見表l：

1．首先進(jìn)行固定效應(yīng)顯著性檢驗(yàn)。我們采用常用的協(xié)方差分析方法進(jìn)行檢驗(yàn)。其基本思路是在個體效應(yīng)不顯著的原假設(shè)下。應(yīng)有：Hf，：al=a2=L=a30，則可以用無約束模型和受約束模型的回歸殘差平方和構(gòu)造F統(tǒng)計(jì)量檢驗(yàn)上述假設(shè)是否成立：F-一(Ru-Rz)／(N-1)．F(n—J，nn】—蠡)口一R。)／(nT-n-k)其中R：表示無約束模型(固定效應(yīng)模型)的殘差平方和，R：表示受約束模型(混和回歸模型)的殘差平方和。根據(jù)固定效應(yīng)回歸結(jié)果如表2。故拒絕固定效應(yīng)不顯著的原假設(shè)，認(rèn)為相對Pooledregression模型而言，固定效應(yīng)模型更合適。

2．判定使用固定效應(yīng)還是隨機(jī)效應(yīng)．一般對結(jié)果進(jìn)行LM檢驗(yàn)和Hausman規(guī)范檢驗(yàn)。LM檢驗(yàn)是Breusch和Pagan基于OLS估計(jì)的參差構(gòu)造LM統(tǒng)計(jì)量檢驗(yàn)隨機(jī)效應(yīng)，原假設(shè)為OLS估計(jì)的參差為零，如果拒絕原假設(shè)則表明存在隨機(jī)效應(yīng)。在STATA中，我們可以在完成隨機(jī)效應(yīng)模型的估計(jì)后進(jìn)行此項(xiàng)檢驗(yàn)。結(jié)果為Prob>chi2=0．oooo．則拒絕原假設(shè)，表明隨機(jī)效應(yīng)非常顯著。然后進(jìn)行Hausman規(guī)范檢驗(yàn)，其P—value為0．6318，表明在10％的顯著水平下，不能拒絕固定模型顯著的原假設(shè)。結(jié)合以上兩種檢驗(yàn)。我們可以認(rèn)為本模型中隨機(jī)效應(yīng)模型對FDI的解釋程度比固定效應(yīng)模型更高。

(三)J隨機(jī)效應(yīng)模型的FGLS回歸通過上面的檢驗(yàn)可知．隨機(jī)效應(yīng)模型相對固定效應(yīng)模型解釋程度更高，更適合本文的分析需要。表1的回歸結(jié)果也證明了這一點(diǎn)。然而．我們發(fā)現(xiàn)盡管上面表1的隨機(jī)效應(yīng)模型回歸結(jié)果可以從一定程度上解釋公共物品對FDI的影響。但是解釋并不充分．其中兩個重要的代表地方公共物品的變量DL和LD都未能在10％的水平上通過顯著性檢驗(yàn)，整體的擬合效果并不是很理想?？紤]到文章主要是將地方公共物品進(jìn)行細(xì)分．著重分析各項(xiàng)公共物品的供給對吸引FDI的影響差異，閑而模型主要選取代表地方公共物品的各類指標(biāo)，很有可能會遺漏了對FDI產(chǎn)生影響的其它重要變量，如市場需求和規(guī)模、集聚因素等。為解決這個問題，可以采用進(jìn)行估計(jì)。這種方法理論上可以解決由于遺漏重要變量造成回歸不理想、解釋變量對被解釋變量解釋不充分的題。因此．文章對上面的隨機(jī)效應(yīng)模型進(jìn)行FGLS估計(jì)，解釋變量和被解釋變量和上面的模型一致，從回歸結(jié)果看比較理想．只有一個變鼉LD不是很顯著，我們對原隨機(jī)效應(yīng)模型進(jìn)行修正．剔除不顯著的變量LD進(jìn)行FGLS回歸。發(fā)現(xiàn)修正后的模型整體擬合程度有較顯著的提高。回歸結(jié)果如表3。

二、經(jīng)驗(yàn)分析結(jié)果

從表3的模型1回歸結(jié)果可以看出，除LD(城市人均公共綠地面積)外．其它的變量均在l％的水平上通過顯著性檢驗(yàn)．整體上擬合很好。城市公共綠地面積對吸引外資不顯著也符合一些地區(qū)的現(xiàn)實(shí)，有的地方政府為了吸引外資大搞形象T程，事實(shí)證明這對吸引外資的作用不顯著，并在很大程度影響了其他公共物品的有效供給。通過剔除不顯著的LD進(jìn)行再次回歸。發(fā)現(xiàn)其余顯著變量的彈性系數(shù)有所變化，從表3模型2看。公共物品供給差異對FDI影響具體表現(xiàn)在以下幾個方面：

(一)交通設(shè)施對FDI的影響交通基礎(chǔ)設(shè)施是地方公共物品的暈要組成部分。實(shí)證結(jié)果表明。FDI的交通彈性系數(shù)達(dá)到了0．1770。即各地區(qū)的人均道路面積每增加l％，它吸引的FDI將增加約0．1770％。表明發(fā)達(dá)的基礎(chǔ)交通設(shè)施是吸引外資的重要因素，像公共交通、地鐵、公路、鐵路、港口和機(jī)場，這些交通設(shè)施作為氽業(yè)物流的承載體．對外商企業(yè)原材料和產(chǎn)品的運(yùn)輸起了至關(guān)重要的作用。外商企業(yè)需要的原材料和銷售市場離企業(yè)都比較遠(yuǎn)．便利的交通可以大大降低運(yùn)輸成本。提高運(yùn)輸效率．對企業(yè)產(chǎn)品的競爭力產(chǎn)生重要影響。特別是我國有不少外企是屬于加工型食業(yè)，許多原料需要從國外進(jìn)口，同時生產(chǎn)的產(chǎn)品需要輸出國外．沒有外商愿意選擇交通不便利的地方投資建廠。通過對數(shù)據(jù)的對比，我們不難發(fā)現(xiàn)中西部地區(qū)特別是西部地區(qū)基礎(chǔ)交通設(shè)施相對薄弱。盡管現(xiàn)在國家對兩部地區(qū)的交通設(shè)施投資力度加大。但是西部地區(qū)的整體交通設(shè)施的配套與中東部地區(qū)仍存在一定差距。這在很大程度上影響了其FDI的吸引。

(二)通訊設(shè)施對FDI的影響我們用地區(qū)每百人擁有的移動電話數(shù)量作為衡量地區(qū)通訊設(shè)施發(fā)達(dá)程度的指標(biāo)。我們發(fā)現(xiàn)，每百人擁有的電話數(shù)量每提高1個百分點(diǎn)，F(xiàn)DI將提高0．6423個百分點(diǎn)，說明地區(qū)通訊基礎(chǔ)設(shè)施是影響外資流向的重要因素?，F(xiàn)代企業(yè)的生產(chǎn)要素除了傳統(tǒng)的土地、資本和勞動外，還加上了信息．可以說信息的暢通對現(xiàn)代企業(yè)的發(fā)展至關(guān)重要。規(guī)模龐大的跨國企業(yè)擁有眾多的子公司，它們之間通過電話、互聯(lián)網(wǎng)和郵電這些通訊設(shè)施迅速的進(jìn)行信息交流，做出快速決策，提高工作效率。因此外資企業(yè)非?？粗赝顿Y地的通訊設(shè)施的建設(shè)。事實(shí)表明西部地區(qū)的通訊設(shè)施能力相對薄弱已成為制約其吸引FDI的又一大瓶頸。

(三)教育投資對FDI的影響一方面，教育投資意味著外商勞動力成本也就是勞動力的工資水平會增加，勞動力成本與吸引外商直接投資應(yīng)該呈負(fù)相關(guān)關(guān)系。但從另一個方面來看。高工資水平的地區(qū)的勞動力質(zhì)量相對較高。勞動力的邊際產(chǎn)出較高，也就是說高工資會帶來高的利潤．進(jìn)而表明高工資的地區(qū)在一定條件下對外資也會有吸引力。本文的回歸結(jié)果證明。地方教育支出的增長與FI)I增長是呈顯著正相關(guān)的。地方教育支出占地方總財政支出的比重每提高l％。它吸引的FDI將相應(yīng)提高0．8167％。增加地方教育支出，可以提高當(dāng)?shù)氐娜肆Y本。培養(yǎng)大批高素質(zhì)的勞動力以增強(qiáng)食業(yè)核心競爭力。我國東部地區(qū)的教育投入遠(yuǎn)大于巾西部地區(qū)．有著較好的工業(yè)基礎(chǔ)與國內(nèi)一流的高校和科研機(jī)構(gòu)，擁有素質(zhì)較高的產(chǎn)業(yè)工人和科研、技術(shù)人才，因而對外資的吸引力就遠(yuǎn)大于中兩部地區(qū)。尤其是近年來，伴隨資金、技術(shù)密集型外商企業(yè)的增多，外商對低勞動力成本的關(guān)注下降。對勞動力素質(zhì)的要求13漸提高。這對地方教育的發(fā)展提出了更高的要求。

(四)能源設(shè)施類對FDI的影響能源沒施包括電、水、氣、油、熱等設(shè)施，本文選取的各地區(qū)城市人均日生活用水量(RJSH)代表了能源的可獲得性和成本，能源設(shè)施的完備意味著可以投入更少的資本，在某種程度上能源可以等同于資本。兩方發(fā)達(dá)國家的資本不斷流入發(fā)展中國家正是看中了發(fā)展中國家能源的低價及可獲得性。這是影響FDI特別是效率導(dǎo)向型FDI的重要因素?；貧w結(jié)果表明，能源設(shè)施與FDI的吸引呈顯著正相關(guān)．其彈性系數(shù)高達(dá)7．8235，足以說明地方能源設(shè)施對FDI的影響作用。

三、小結(jié)

本文選取了中國30個地區(qū)的PanelData，通過’一系列的模型檢驗(yàn)，最終運(yùn)用隨機(jī)效應(yīng)模型實(shí)證分；析了地方公共物品的各項(xiàng)供給對吸引FDI的影響。研究表明：地方公共物品的供給如教育、交通設(shè)施、通訊設(shè)施、能源設(shè)施等與FDI呈顯著正相關(guān)關(guān)系，很好的解釋了當(dāng)前各地區(qū)吸引外資的不平衡狀況。城市人均公共綠地面積對FDI的影響不顯著．也解釋了目前有的地方為了吸引外資大搞形象工程作用不，大。進(jìn)一步探討東中西部在吸引FDI上存在明顯差距的原因，除了歷史原岡的影響，很大程度上是由于區(qū)位因素的差異，而筆者認(rèn)為當(dāng)巾最蕈要的就是地方公共物品的供給水平的差異，包括教育和基礎(chǔ)設(shè)施、通訊設(shè)施的差異。這些正代表了地區(qū)吸引投資的硬環(huán)境，相對于投資的軟環(huán)境(如法律、地區(qū)優(yōu)惠政策、政府職能等)，更為穩(wěn)定、町靠，更容易對FDI產(chǎn)生影響。本文通過實(shí)證還表明，不同于以往的一些研究認(rèn)為教育發(fā)展與FDI的增長呈負(fù)相關(guān)，教育在吸引FDI上呈現(xiàn)顯著正相關(guān)。而且發(fā)揮越來越重大的作用。

基于此，當(dāng)前中西部地區(qū)要擺脫吸引FDI的弱勢地位，首先是觀念上的轉(zhuǎn)變，認(rèn)識到自身不足，更要清楚改善地區(qū)的投資硬環(huán)境，如提高地方公共物品特別是基礎(chǔ)設(shè)施、通訊設(shè)施和教育的供給水平．比一味利用地方的優(yōu)惠政策、法規(guī)等來吸引外資更為可靠：其次，付諸行動，加大投資力度，改善投資的硬環(huán)境，如加強(qiáng)公路、鐵路、機(jī)場等交通設(shè)施的建設(shè)；能源建設(shè)方面。重點(diǎn)抓好“西氣東輸”、“西電東送”工程：加快中西部地區(qū)通信干線、郵電網(wǎng)絡(luò)建設(shè)等；最后也是很重要的，即加大教育投資，加速人才培養(yǎng)，為巾兩部培養(yǎng)一批素質(zhì)較高的產(chǎn)業(yè)工人和科研、技術(shù)人才。吸引更多的FDI。