導語：小議公共物品供給對FDI影響一文來源于網友上傳，不代表本站觀點，若需要原創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，利用中國30個省市1997～2005年的PanelData建立PanelData模型，實證分析各地區的地方公共物品供給對吸引fdi的影響。結果表明，地方公共物品的供給與FDI的吸引呈顯著正相關，各地區公共物品供給差異是FDI區域分布差異的一個重要原因。

關鍵詞：用腳投票；地方公共物品；FDI；PanelData

外商會根據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。社區間地方公共物品供給的競爭就如同廠商間為了消費者而展開的競爭，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品的社區，最終能導致公共資源的有效配置，實現帕累托最優。但是，蒂布特模型的這一結論是建立在非常嚴格的假設基礎上的。

這些假設并不完全滿足現實。幸運的是，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量和種類及質量將在很大程度上影響外商的直接投資流向和選擇。

關于吸引FDI的影響因素問題．國內外有大量文獻對此做出了分析。Qu和Green(1997)通過對100個城市1985—1993年外商投資區位的決定因素進行分析，發現城市規模及其中心優勢、經驗積累、集聚岡素、基礎設施、經濟增長和政策工具對外商投資進入有著積極的影響．而與來源國的社會和地理距離有著負面的影響。胡涵鈞和千紀亮(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，認為決定外商直接投資地區分布的l大I素是市場需求、郵電通信水平、勞動力數量、工資水平、對外貿易、產業結構和優惠政策7個元素：1992年以后為第二階段。決定外商直接投資地區的因素是市場需求、郵電通信水平、國際貿易、產業結構和優惠政策5個元素。其中．產業結構最為關鍵。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)選取沿海地區與中兩部地區的數據，采用PanelData方法運用市場需求、市場大小、聚集程度、勞動成本、人力資本水平等指標分析沿海地區與中西部地區的FDI吸引差異。綜觀以上研究。大多數是從一般角度分析影響FDI的區位因素．但是基礎設施等地方公共產品包括的種類很多，如交通、能源、通訊、環保等等，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，本文的著眼點正是基于此。

一、基本模型和數據問題

(一)指標和數據說明本文所采用的數據來源于1998—2006年的《中國統計年鑒》及1998～2004年的《中國信息年鑒》，經整理換算得到。有效樣本包括了30個省(自治區)和直轄市的1997～2005年的PanelData。總樣本數為270。在橫截面維度上，我們選取了中國30個省(自治區)和直轄市，基本與中國行政區域劃分一致。其中，考慮到我們的樣本是選取1997。2005年的數據，為了使數據更真實地反映地區間差距．我們將重慶與四川的數據分離開來，由于西藏多項指標連續幾年數據缺失被去掉。另外，放棄1997年以前的數據，因為其中的幾個省份的FDI等其它指標的數據缺失。

我們認為地方公共物品的供給主要包括教育和基礎設施，其中基礎設施按照行業歸屬劃分為能源設施類，交通設施類，通訊設施類，環保設施類(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，代表一個地區開放的程度。它是影響FDI流人的一個重要變量。這個指標是當年的出口(單位是萬美元)和GDP(單位是億人民幣)的比值，其中，出口用當年官方匯率將美元換算成人民幣。三是各地區城市人均擁有的道路面積。用DL表示。單位是平方米。它是反映一個地區交通設施完備性的一個重要指標，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先考慮地區的交通設施狀況，岡此．DL對于FDI的影響應該是正的。四是各地區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的環保設施。反映城市的公共環境和衛生情況。五是每百人擁有的移動電話數，我們用TX表示，單位是臺／白．人。它反映了一個地區通訊水平。由于許多跨國公司實行復合一體化的國際生產，地區間的溝通協調和整合相當重要。因此。通訊水平的大小和成本是影響FDI的重要因素。六是各地區城市人均日生活用水量，用RJSH表示，單位是升。代表地區能源的可獲得性和成本．是反映地區能源設施供給的一個重要指標，會影響FDI，特別是效率導向型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的吸引成負相關關系；另一方面．教育投資會提高勞動力質量，會帶來高的利潤。高工資的地區在一定條件下對外資應該會有吸引力。因此，教育對FDI的影響不確定，需通過進一步的驗證。八是人均GDP，用RJGDP表示。我們以1997年的不變價格作為基期，用該地區的居民消費價格指數換算：反映一個地區的市場需求和規模。一般來說，由于市場規模直接影響投資的預期收益，它對FDI的影響應該是正相關的，胡涵鈞和王紀亮(2005)實證結果證實了這一結論。

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

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。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、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i表示第i個地區(i-l，2，…，30)，下標t表示時間(t=1997，2001，…，2005)。In(．)表示取自然對數，ai為反映各地區差異的截距項，風(i_1，2，…，30；k=l，…，6)表示各解釋變量影響FDI的彈性系數，誤差項Ujf均值為零。要檢驗模型參數在所有橫截面樣本點和時間上是否具有相同的常數．截距和斜率參數又可以有兩種假定：

假設1：al=a2=L=a30，J3lk=／3矗=L=／3jk即回歸斜率系數和截距都相同。在橫截面上無個體影響、無結構變化，相當于多個時期的截面數據混在一起作為樣本數據，稱為混和回歸(Pooledregression)，對應的模型為：ln(FDI“)=a+JBICKBZh+f121n(DLn)+1331n(LD“)++成1n(TXit)+／3sln(RJSI-Iit-)+／3．JYBZil+uh(2)假設2：al#az≠L≠戤，，B．k=13盈=L=13m即回歸系數相同但截距不同，稱為變截距模型，對應模型為：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非齊性而截距齊性的情形．岡為當斜率不同時，考慮截距相同沒有實際意義。其中，變截距模型是應用最廣泛的一種面板數據模型。主要有固定效應模型(FixedEffectsModel)和隨機效應模型(RandomEffectsModel)。一般來說，如果研究者僅以樣本自身效應為條件進行推論，宜使用固定效應模型；如果想以樣本對總體效應進行推論。則應該采用隨機效應模型。

為了判斷樣本數據究競符合哪種模型形式。必須進行模型的篩選和檢驗，這是面板數據模型設定中最為關鍵也是最難的一步。本文將運用三種基本的PanelData模型：混和回歸模型、固定效應模型、隨機效應模型進行對比檢驗，最終得出合適樣本數據的模型。一般情況，用OLS(最小二乘法)估計混和回歸模型和固定效應模型．而用GLS(廣義最小二乘法)估計隨機效應模型。我們運用STATA9．0軟件分別對模型進行OLS和GLS回歸，結果見表l：

1．首先進行固定效應顯著性檢驗。我們采用常用的協方差分析方法進行檢驗。其基本思路是在個體效應不顯著的原假設下。應有：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造F統計量檢驗上述假設是否成立：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。根據固定效應回歸結果如表2。故拒絕固定效應不顯著的原假設，認為相對Pooledregression模型而言，固定效應模型更合適。

2．判定使用固定效應還是隨機效應．一般對結果進行LM檢驗和Hausman規范檢驗。LM檢驗是Breusch和Pagan基于OLS估計的參差構造LM統計量檢驗隨機效應，原假設為OLS估計的參差為零，如果拒絕原假設則表明存在隨機效應。在STATA中，我們可以在完成隨機效應模型的估計后進行此項檢驗。結果為Prob>chi2=0．oooo．則拒絕原假設，表明隨機效應非常顯著。然后進行Hausman規范檢驗，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。結合以上兩種檢驗。我們可以認為本模型中隨機效應模型對FDI的解釋程度比固定效應模型更高。

(三)J隨機效應模型的FGLS回歸通過上面的檢驗可知．隨機效應模型相對固定效應模型解釋程度更高，更適合本文的分析需要。表1的回歸結果也證明了這一點。然而．我們發現盡管上面表1的隨機效應模型回歸結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，整體的擬合效果并不是很理想。考慮到文章主要是將地方公共物品進行細分．著重分析各項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，很有可能會遺漏了對FDI產生影響的其它重要變量，如市場需求和規模、集聚因素等。為解決這個問題，可以采用進行估計。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．文章對上面的隨機效應模型進行FGLS估計，解釋變量和被解釋變量和上面的模型一致，從回歸結果看比較理想．只有一個變鼉LD不是很顯著，我們對原隨機效應模型進行修正．剔除不顯著的變量LD進行FGLS回歸。發現修正后的模型整體擬合程度有較顯著的提高。回歸結果如表3。

二、經驗分析結果

從表3的模型1回歸結果可以看出，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．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的現實，有的地方政府為了吸引外資大搞形象T程，事實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進行再次回歸。發現其余顯著變量的彈性系數有所變化，從表3模型2看。公共物品供給差異對FDI影響具體表現在以下幾個方面：

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

(二)通訊設施對FDI的影響我們用地區每百人擁有的移動電話數量作為衡量地區通訊設施發達程度的指標。我們發現，每百人擁有的電話數量每提高1個百分點，FDI將提高0．6423個百分點，說明地區通訊基礎設施是影響外資流向的重要因素。現代企業的生產要素除了傳統的土地、資本和勞動外，還加上了信息．可以說信息的暢通對現代企業的發展至關重要。規模龐大的跨國企業擁有眾多的子公司，它們之間通過電話、互聯網和郵電這些通訊設施迅速的進行信息交流，做出快速決策，提高工作效率。因此外資企業非常看重投資地的通訊設施的建設。事實表明西部地區的通訊設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該呈負相關關系。但從另一個方面來看。高工資水平的地區的勞動力質量相對較高。勞動力的邊際產出較高，也就是說高工資會帶來高的利潤．進而表明高工資的地區在一定條件下對外資也會有吸引力。本文的回歸結果證明。地方教育支出的增長與FI)I增長是呈顯著正相關的。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將相應提高0．8167％。增加地方教育支出，可以提高當地的人力資本。培養大批高素質的勞動力以增強食業核心競爭力。我國東部地區的教育投入遠大于巾西部地區．有著較好的工業基礎與國內一流的高校和科研機構，擁有素質較高的產業工人和科研、技術人才，因而對外資的吸引力就遠大于中兩部地區。尤其是近年來，伴隨資金、技術密集型外商企業的增多，外商對低勞動力成本的關注下降。對勞動力素質的要求13漸提高。這對地方教育的發展提出了更高的要求。

(四)能源設施類對FDI的影響能源沒施包括電、水、氣、油、熱等設施，本文選取的各地區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。兩方發達國家的資本不斷流入發展中國家正是看中了發展中國家能源的低價及可獲得性。這是影響FDI特別是效率導向型FDI的重要因素。回歸結果表明，能源設施與FDI的吸引呈顯著正相關．其彈性系數高達7．8235，足以說明地方能源設施對FDI的影響作用。

三、小結

本文選取了中國30個地區的PanelData，通過’一系列的模型檢驗，最終運用隨機效應模型實證分；析了地方公共物品的各項供給對吸引FDI的影響。研究表明：地方公共物品的供給如教育、交通設施、通訊設施、能源設施等與FDI呈顯著正相關關系，很好的解釋了當前各地區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位因素的差異，而筆者認為當巾最蕈要的就是地方公共物品的供給水平的差異，包括教育和基礎設施、通訊設施的差異。這些正代表了地區吸引投資的硬環境，相對于投資的軟環境(如法律、地區優惠政策、政府職能等)，更為穩定、町靠，更容易對FDI產生影響。本文通過實證還表明，不同于以往的一些研究認為教育發展與FDI的增長呈負相關，教育在吸引FDI上呈現顯著正相關。而且發揮越來越重大的作用。

基于此，當前中西部地區要擺脫吸引FDI的弱勢地位，首先是觀念上的轉變，認識到自身不足，更要清楚改善地區的投資硬環境，如提高地方公共物品特別是基礎設施、通訊設施和教育的供給水平．比一味利用地方的優惠政策、法規等來吸引外資更為可靠：其次，付諸行動，加大投資力度，改善投資的硬環境，如加強公路、鐵路、機場等交通設施的建設；能源建設方面。重點抓好“西氣東輸”、“西電東送”工程：加快中西部地區通信干線、郵電網絡建設等；最后也是很重要的，即加大教育投資，加速人才培養，為巾兩部培養一批素質較高的產業工人和科研、技術人才。吸引更多的FDI。