中國(guó)省域FDI投資的時(shí)空區(qū)位演化過(guò)程研究

曾惠芳+熊培銀

摘 要 采用1993-2014年中國(guó)31個(gè)省市的外商直接投資數(shù)據(jù)，利用了空間馬爾可夫鏈方法和地理信息技術(shù)，研究了中國(guó)各省市外商直接投資的時(shí)空演化特征.按照FDI投資比重大小把各省市FDI演化特征劃分為低、中低、中高和高4種類(lèi)型，構(gòu)建馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣，利用空間Markov方法模擬了中國(guó)各省市FDI投資的時(shí)空演化過(guò)程.結(jié)果發(fā)現(xiàn)中國(guó)各省市FDI分布極不均衡，在1993-2002年期間主要分布在中國(guó)東部沿海地區(qū)，到2014年具有逐步向中西部轉(zhuǎn)移的趨勢(shì).比較空間馬爾可夫鏈的初始分布和極限分布發(fā)現(xiàn)，當(dāng)處于低和中低狀態(tài)時(shí)，極限概率小于初始概率，當(dāng)處于中高和高狀態(tài)時(shí)，極限概率大于初始概率；由此可以說(shuō)明中國(guó)各省市FDI投資水平的提高正在穩(wěn)步推進(jìn)，而且FDI空間區(qū)位演化過(guò)程具有發(fā)散性.

關(guān)鍵詞 外商直接投資；區(qū)位演化；空間馬爾可夫鏈

中圖分類(lèi)號(hào) F222.3 文獻(xiàn)標(biāo)識(shí)碼 A

Abstract Based on the data set of inward foreign direct investment across the provincial regions of China over 1993-2014， this paper attempts to apply Markov chain and geographic information system technology to investigate the spatial and temporal dynamic characteristics of FDI agglomeration in China. Firstly， the FDI shares for different regions in China are classified into four different classes（low， middle-low， middle-high and high），which shows a very uneven FDI distribution pattern based on GIS technology. On the other hand， the estimation of Markov transition probability matrix offers more detailed insights into the mechanics of FDI evolution process in China during the research period. In addition， the evolutionary trends of FDI agglomeration are forecasted by computing the limited power of Markov transition probability matrix. Empirical results indicate that the probability of moving up the FDI ladder is somewhat higher than that of moving down. We can conclude that there is divergence of FDI in China.

Key words Foreign direct investment； Location evolution； Spatial Markov chain

1 引 言

改革開(kāi)放以來(lái)，F(xiàn)DI的流入對(duì)中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生了重大的影響，在加快地區(qū)工業(yè)化進(jìn)程、促進(jìn)貿(mào)易增長(zhǎng)和建設(shè)市場(chǎng)化制度等方面，它都起著不可替代的作用.FDI的流向引導(dǎo)著國(guó)內(nèi)資本、勞動(dòng)力等多種資源的地區(qū)流動(dòng)，導(dǎo)致各地區(qū)生產(chǎn)要素投入的顯著差異，被認(rèn)為是影響中國(guó)地區(qū)間經(jīng)濟(jì)差距的主要因素之一.

FDI的動(dòng)態(tài)空間演化機(jī)制與區(qū)位影響因素有著密切的聯(lián)系，良好的區(qū)位吸引FDI在特定地區(qū)形成聚集，而資本邊際收益遞減與技術(shù)擴(kuò)散會(huì)促使FDI的空間形態(tài)由集中逐漸變?yōu)榉稚?目前，關(guān)于FDI區(qū)位選擇因素的研究比較多.Fung等（2002）研究發(fā)現(xiàn)優(yōu)越的基礎(chǔ)設(shè)施有利于FDI的引進(jìn).Li和Park（2006）以及Hong（2007）研究發(fā)現(xiàn)聚集因素是跨國(guó)公司區(qū)位選擇的重要因素.因?yàn)榻?jīng)濟(jì)活動(dòng)的聚集通過(guò)勞動(dòng)力市場(chǎng)的發(fā)展，中間產(chǎn)品的共享以及技術(shù)的溢出可以帶來(lái)外部效益.蘇梽芳和胡日東（2008）利用空間面板數(shù)據(jù)模型研究了中國(guó)區(qū)域FDI決定因素的動(dòng)態(tài)演變過(guò)程.何興強(qiáng)和王利霞（2008）基于“第三國(guó)效應(yīng)”理論，運(yùn)用空間面板計(jì)量方法對(duì)1985～2005年期間中國(guó)30個(gè)省市的FDI區(qū)位分布的空間效應(yīng)進(jìn)行了檢驗(yàn)，結(jié)果發(fā)現(xiàn)各個(gè)地區(qū)的FDI存在顯著的空間效應(yīng).韓劍和張凌（2010）利用空間計(jì)量方法分析了中國(guó)1987～2007年FDI空間演化的規(guī)律及其影響因素.王麗等（2012）利用空間自相關(guān)和空間自回歸模型研究了1995～2009年中國(guó)FDI空間集聚特征及其動(dòng)因，結(jié)果表明各省份實(shí)際利用FDI的過(guò)程存在較強(qiáng)的空間自相關(guān)性.Pan（2012）研究了1993～2008中國(guó)各省市的FDI區(qū)位決定因素，并發(fā)現(xiàn)中國(guó)各省市的FDI具有弱聚集效應(yīng).趙偉和向永輝（2012）在馬爾可夫完美均衡的框架下分析了集聚經(jīng)濟(jì)和區(qū)位優(yōu)勢(shì)對(duì)地區(qū)間FDI稅收競(jìng)爭(zhēng)均衡的影響，并發(fā)現(xiàn)地區(qū)間的FDI稅收競(jìng)爭(zhēng)是存在的，稅收仍然是影響FDI區(qū)位分布的重要影響因素.目前，關(guān)于FDI的收斂性的研究還比較少見(jiàn)，因此，本文將利用地理信息技術(shù)和空間馬爾可夫鏈方法研究中國(guó)各省市的FDI投資的時(shí)空區(qū)位演化過(guò)程.

3 實(shí)證分析

3.1 空間布局分析

為了分析中國(guó)各個(gè)省的外商直接投資的動(dòng)態(tài)演化過(guò)程，采用1993～2014年中國(guó)各個(gè)省的FDI數(shù)據(jù)，并計(jì)算各個(gè)省在當(dāng)年占全國(guó)的比重.數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒和各個(gè)省的統(tǒng)計(jì)年鑒，數(shù)據(jù)是由中國(guó)大陸30個(gè)省份的數(shù)據(jù)組成，由于西藏?cái)?shù)據(jù)的缺失，假設(shè)它從1993年至2014年一直處于FDI投資的低水平狀態(tài).圖1 給出了1993年中國(guó)各個(gè)省的FDI水平的空間布局.endprint

從圖1中可以看出，F(xiàn)DI在中國(guó)各個(gè)省的分布極度不平衡，大部分集中在東部沿海地區(qū)，而西部地區(qū)的比重很少，且表現(xiàn)出從東到西的階梯狀.1993年FDI主要集中在東部沿海是由于這些地區(qū)有較好的政策支持，又有較好的基礎(chǔ)設(shè)施，并且交通運(yùn)輸能力好，可以降低運(yùn)輸成本.圖2給出了2002年中國(guó)各個(gè)省的FDI水平的空間布局.

與圖1進(jìn)行比較，從圖2可以發(fā)現(xiàn)東部和西部的變化都比較小，東部除了海南的FDI投資水平下降外其他各省的FDI投資水平基本不變；西部除了四川，重慶和云南的FDI投資水平下降外其他各省的FDI投資水平基本不變；中部各省的變化比較大，江西的FDI投資水平上升，陜西FDI投資水平下降了.由此可以看出這個(gè)階段中國(guó)的FDI投資的空間布局還處于調(diào)整和優(yōu)化的階段.圖3給出了2014年中國(guó)各個(gè)省的FDI水平的空間布局.

從圖3可以看出，東部地區(qū)的福建的FDI投資水平下降了，而中部的河南和安徽，西部的四川和重慶的FDI投資水平上升.由此可見(jiàn)，F(xiàn)DI已逐步由東部地區(qū)向中西部地區(qū)轉(zhuǎn)移.FDI的這種轉(zhuǎn)移主要是由于中部具有豐富的礦產(chǎn)資源以及充足而又廉價(jià)的勞動(dòng)力，使得FDI由東部地區(qū)向中西部地區(qū)轉(zhuǎn)移.

3.2 時(shí)間轉(zhuǎn)移特征分析

為揭示中國(guó)各個(gè)省的FDI時(shí)空布局演化過(guò)程，假設(shè)初始分布為均勻分布，利用1993～2014年中國(guó)各個(gè)省的FDI水平，根據(jù)公式（2），計(jì)算中國(guó)各個(gè)省的FDI水平在整個(gè)研究期間馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣.為了更進(jìn)一步說(shuō)明FDI時(shí)空演化的階段性特征，把整個(gè)研究時(shí)段1993～2014年分成兩個(gè)子時(shí)段，第一時(shí)段為1993～2002年，第二個(gè)時(shí)段為2003～2014年.表1給出了1993～2014年以及子時(shí)段的中國(guó)省域FDI時(shí)空演化狀態(tài)轉(zhuǎn)移概率矩陣.

由表1知，主對(duì)角線(xiàn)上的元素值相對(duì)較高，這表明一個(gè)在初期FDI水平為i狀態(tài)的區(qū)域，在隨后年份仍屬于此狀態(tài)的可能性較高.在馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣中，對(duì)角線(xiàn)上的元素的最大值是94.675%，最小值也是86.551%，也就是說(shuō)，中國(guó)各個(gè)省的FDI 水平在不同年份之間變化并不大.另外，比較第一個(gè)時(shí)段的狀態(tài)轉(zhuǎn)移概率矩陣和第二個(gè)時(shí)段的狀態(tài)轉(zhuǎn)移概率矩陣時(shí)，發(fā)現(xiàn)當(dāng)處在低和中低水平狀態(tài)時(shí)，第二階段主對(duì)角線(xiàn)上的元素小于第一階段主對(duì)角線(xiàn)上的元素，當(dāng)處在中高和高水平狀態(tài)時(shí)，第二階段主對(duì)角線(xiàn)上的元素大于第一階段主對(duì)角線(xiàn)上的元素，就說(shuō)明在1993年～2002年期間處在中高和高狀態(tài)的省市狀態(tài)轉(zhuǎn)移概率相對(duì)比較大，這個(gè)時(shí)期是中高和高水平狀態(tài)的關(guān)鍵調(diào)整期，在2003～2014年期間處在低和中低狀態(tài)的省市狀態(tài)轉(zhuǎn)移概率相對(duì)比較大，這個(gè)時(shí)期是低和中低水平狀態(tài)的關(guān)鍵調(diào)整期.這也說(shuō)明1993～2002年期間是FDI空間布局的調(diào)整主要表現(xiàn)在數(shù)量上，而到了2003-2014年FDI空間布局的調(diào)整主要表現(xiàn)在質(zhì)量的提高.

其次，不同省份FDI在不同年份之間的狀態(tài)轉(zhuǎn)移概率比較小，且越偏離主對(duì)角線(xiàn)，轉(zhuǎn)移概率越低.在1993～2014年間，不同狀態(tài)之間最大的轉(zhuǎn)移概率發(fā)生在中低水平向中高水平方向的轉(zhuǎn)移上，為9.356%，其次為中高向高水平方向的轉(zhuǎn)移上，為7.017%，同時(shí)可發(fā)現(xiàn)當(dāng)處在中低和中高水平時(shí)，向上轉(zhuǎn)移的概率大于向下轉(zhuǎn)移的概率，且沒(méi)有跨越兩個(gè)層次轉(zhuǎn)移的情況.這表明，在研究時(shí)段內(nèi)中國(guó)省域FDI整體投資水平不斷提高.

最后，根據(jù)式（3）計(jì)算了馬爾可夫鏈的極限分布，表1還給出了1993～2014年，1993～2002年以及2003～2014年的極限分布.進(jìn)一步，比較極限分布和初始分布來(lái)分析中國(guó)各個(gè)省FDI的收斂性.在整個(gè)研究時(shí)段1993～2014年期間，處在低和中低水平狀態(tài)的極限分布小于初始分布，而處在中高和高水平狀態(tài)的極限分布大于初始分布，這說(shuō)明中國(guó)各省市FDI水平是發(fā)散的，且具有一定的長(zhǎng)期聚集趨勢(shì).但從第一個(gè)時(shí)段1993～2002年期間來(lái)看，處在低和中低水平狀態(tài)的極限分布大于初始分布，而處在中高和高水平狀態(tài)的極限分布小于初始分布，這還是說(shuō)明中國(guó)各省市FDI水平是發(fā)散的，且長(zhǎng)期聚集趨勢(shì)不明顯.再?gòu)牡诙€(gè)時(shí)段2003～2014年期間來(lái)看，處在低和中低水平狀態(tài)的極限分布明顯小于初始分布，而處在中高和高水平狀態(tài)的極限分布明顯大于初始分布，這還是說(shuō)明中國(guó)各省市FDI水平是發(fā)散的，且具有長(zhǎng)期明顯的聚集趨勢(shì).總之，整個(gè)研究時(shí)間段內(nèi)中國(guó)各省市FDI 投資水平的提高正在穩(wěn)步推進(jìn)，但這種FDI時(shí)空演化過(guò)程發(fā)散的，并從長(zhǎng)期來(lái)看具有明顯的聚集趨勢(shì).

為了描述中國(guó)各省的FDI時(shí)空流動(dòng)性，根據(jù)馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣可以構(gòu)建流動(dòng)性指標(biāo)（Shorrocks Index）

其中N=4，tr（P）表示狀態(tài)轉(zhuǎn)移概率矩陣P的跡. 當(dāng)P是單位陣時(shí)，SI值等于0，但當(dāng)P對(duì)角線(xiàn)上的元素全為零時(shí)，SI值等于1.SI值越大，說(shuō)明流動(dòng)性越強(qiáng).根據(jù)表1中給出的馬爾可夫狀態(tài)轉(zhuǎn)移概率矩陣，計(jì)算整個(gè)研究時(shí)段1993～2014年的流動(dòng)性指標(biāo)SI=0.094，說(shuō)明具有一定的流動(dòng)性，但流動(dòng)性不強(qiáng).比較第一時(shí)段1993～2002年的流動(dòng)性指標(biāo)SI=0.104和第二時(shí)段2003～2014年的流動(dòng)性指標(biāo)SI= 0.089，發(fā)現(xiàn)第一個(gè)階段的流動(dòng)性大于第二個(gè)階段的流動(dòng)性.

為了進(jìn)一步檢驗(yàn)前面得出結(jié)論的可靠性，對(duì)該馬爾可夫模型的時(shí)間齊次性進(jìn)行檢驗(yàn)，根據(jù)（4）式，根據(jù)表1中給出的狀態(tài)轉(zhuǎn)移概率矩陣，Q=2，計(jì)算得到的似然比檢驗(yàn)統(tǒng)計(jì)量為T(mén)γ=19.356，且統(tǒng)計(jì)量的臨界值為χ20.9912=26.217.由此可以得出結(jié)論，在顯著性水平為1%時(shí)接受原假設(shè)，說(shuō)明假設(shè)中國(guó)各個(gè)省市的FDI具有馬爾可夫時(shí)間齊次性，也進(jìn)一步驗(yàn)證了前面得出結(jié)論的合理性.

4 結(jié) 論

以1993～2014年期間中國(guó)大陸31個(gè)省份FDI空間分布格局演化為研究對(duì)象，通過(guò)采用地理信息技術(shù)模擬發(fā)現(xiàn)，中國(guó)各省市的FDI分布極度不平衡，大部分集中在東部沿海地區(qū)，而西部地區(qū)的比重很少，且表現(xiàn)出從東部地區(qū)向中西部地區(qū)轉(zhuǎn)移的趨勢(shì).進(jìn)一步，構(gòu)建空間馬爾可夫模型，并分析了中國(guó)各省市的FDI 時(shí)空演化過(guò)程，結(jié)果發(fā)現(xiàn)當(dāng)處在中低和中高水平時(shí)，向上轉(zhuǎn)移的概率大于向下轉(zhuǎn)移的概率，且沒(méi)有跨越兩個(gè)層次轉(zhuǎn)移的情況.這表明，在研究時(shí)段內(nèi)中國(guó)省域FDI整體投資水平不斷提高.總之，整個(gè)研究時(shí)間段內(nèi)中國(guó)各省市FDI 投資水平的提高正在穩(wěn)步推進(jìn)，但這種FDI時(shí)空演化過(guò)程發(fā)散的，并從長(zhǎng)期來(lái)看具有明顯的聚集趨勢(shì).由此說(shuō)明影響FDI區(qū)位選擇的因素在不斷變化，市場(chǎng)規(guī)模、基礎(chǔ)設(shè)施水平等傳統(tǒng)經(jīng)濟(jì)因素的影響仍然顯著，但作用在逐漸下降，而市場(chǎng)化程度與聚集效應(yīng)的影響正不斷增強(qiáng).另外傳統(tǒng)政策優(yōu)勢(shì)的影響也逐漸退居次要地位，這說(shuō)明FDI已經(jīng)進(jìn)入一個(gè)新的階段.本文的研究結(jié)果對(duì)于從全國(guó)層面制定適宜的外資政策，實(shí)現(xiàn)外資空間布局的優(yōu)化，推進(jìn)區(qū)域一體化進(jìn)程具有指導(dǎo)意義.endprint

參考文獻(xiàn)

[1] K C Fung， H Iizaka， S Parker. Determinants of US and Japanese foreign direct investment in China[J]. Journal of Comparative Economics， 2002， 30（3）：567-578.

[2] Li S， Park S. Determinants of locations of foreign direct investment in China[J]. Management and Organization Review， 2006， 2（1）：95-119.

[3] Hong J， Anthony T H. Chen. Modeling the location choices of foreign investments in Chinese Logistics Industry[J]. China Economic Review， 2007， 18（4）：425-437.

[4] Pan M. FDI agglomeration change in China[J]. Journal of Chinese Economic and Foreign Trade Studies， 2012， 5（3）： 172-184.

[5] 何興強(qiáng)，王利霞. 中國(guó)FDI區(qū)位分布的空間效應(yīng)研究[J]. 經(jīng)濟(jì)研究，2008（11）：137-150.

[6] 王麗，曹有揮，袁豐. 中國(guó)FDI區(qū)位選擇的時(shí)空格局演進(jìn)及影響因素分析[J].長(zhǎng)江流域資源與環(huán)境，2012，21（1）：8-21.

[7] 蘇梽芳，胡日東. 中國(guó)FDI區(qū)域分布決定因素的動(dòng)態(tài)演變與地理溢出程度—基于空間面板數(shù)據(jù)的實(shí)證研究[J]. 經(jīng)濟(jì)地理，2008，28（1）：16-20.

[8] 蔣偉. 中國(guó)外商直接投資區(qū)位決定：基于“第三方效應(yīng)”的空間計(jì)量分析[J]. 世界經(jīng)濟(jì)研究，2012（1）：75-80.

[9] 趙偉，向永輝. 區(qū)位優(yōu)勢(shì)、集聚經(jīng)濟(jì)和中國(guó)地區(qū)間FDI競(jìng)爭(zhēng)[J]. 浙江大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）.2012，42（6）：111-125.

[10]韓劍，張凌. 集聚、擴(kuò)散與FDI空間演化—基于中國(guó)省級(jí)數(shù)據(jù)的研究[J]. 財(cái)經(jīng)科學(xué)， 2010（273）：43-49.

[11]Bode E， Nunnenkamp P. Does foreign direct investment promote regional development in developed countries？ A Markov chain approach for US states[J]. Review of World Economics， 2011， 147（2）： 351-383.endprint