论文部分内容阅读
〔摘要〕本文基于新经济地理学理论框架，首先分析1985—2012年环渤海地区FDI区位分布的动态演变特征，随后运用理论模型和实证数据检验传统经济地理、新经济地理、政府政策与空间因素对FDI区位分布的影响。研究结果表明，早期环渤海地区FDI以集聚垂直复合型居多，后期以水平型为主；市场规模是FDI选择流入的重要影响因素，也是持续影响因素；后期稳态集聚过程中，区域化经济对FDI的流入产生至关重要的作用；地方政府出台的优惠政策对FDI的流入有显著影响，但政策出台需因地制宜。本文结论为地区发展及地区间差距的缩小提供了有价值的参考。
〔关键词〕外商直接投资；空间效应；新经济地理
中图分类号：F830.59文献标识码：A文章编号：10084096（2013）06002408
一、引言
外商直接投资（FDI）业已成为发展中国家发展经济、提高生产力的主要推动力之一＼[1＼]。作为一揽子特定资产的组合，FDI可以通过促进流入地的就业状况、提高当地的人力资本并引发技术外溢等多种途径优化发展中国家的资源配置效率，促进其经济增长。因此，近年来各国与一国内部各地方政府均竞相出台各项优惠政策以吸引外国资本流入。环渤海地区作为我国北部沿海对外开放的最大区域，吸引FDI的力度和步伐同样有增无减。1985年以来环渤海地区对外贸易和利用外商直接投资总量增长迅速，FDI流入量逐年稳步上升，从最初的0.5亿美元升至2012年的680多亿美元，年均增速达40.49%。然而，环渤海地区FDI总体区位分布来看，不同省市及不同时期FDI流入量存在显著差异。由于具有天然的地理位置优势与较完备的基础设施，1990年前北京率先实现了FDI的快速增长，并在样本期内一直保持领先地位。1990年后财政分权体制改革导致地方政府有充分的财政自主权，山东、辽宁、河北与天津四省市出台一系列引进外资的优惠政策，加快了吸引外资的步伐，FDI总量快速上升，自此环渤海地区五省市FDI流入量均有显著增加，但河北省依然处于较低的位置。1998年亚洲金融危机对全球经济产生强烈冲击，投资环境急剧恶化，环渤海地区FDI的流入步伐放缓。各地政府为缓解经济危机带来的不利影响，加大了对FDI引入的激励措施，造成FDI的“潮涌”现象，FDI流入量迅速攀升，但分布却存在明显的非对称性和不均衡性。
研究环渤海地区FDI的区位分布问题，要从各省市的实际情况和比较优势出发，如不同的地理位置、基础设施状况和经济发展水平之间存在很大差异，人口及劳动力成本、质量等也必然不同。既有研究仅将焦点集中在检验部分因素对FDI流入的影响，如王剑和徐康宁[1]仅考察了城市化水平、劳动力成本与土地成本对FDI区位分布的影响。由于在全球一体化的背景下，FDI在不同地区之间的分布并非独立，因而地区之间的空间交互性（具体表现为吸引FDI方面的相互影响（溢出效应）以及FDI流入的空间集聚效应）也成为了应作为重要的考虑因素 FDI空间交互性的存在主要源于：（1）FDI聚集可能导致一国或者地区高水平的FDI流入溢出到相邻的国家或地区，即使一个国家或者地区的FDI聚集性不产生溢出效应，它也可能对相邻地区的FDI的流入产生负向的影响，体现为FDI空间负相关性；（2）随着一个国家或者地区资源成本的上升，跨国公司可能倾向于在相邻地区进行FDI的区位选择；（3）由于实证分析中使用的是基于行政区划分的数据，而行政区边界与实际功能区边界往往并不一致，这就有可能使得相邻行政区的测量误差发生联系。。Blonigen等＼[2＼]最先对FDI的空间交互性进行研究，模型中的市场潜力变量和空间滞后变量分别解释周边地区的市场条件和资本流入量对当地FDI流入的影响，发现FDI的流入存在显著的空间交互性。 Blonigen et al.（2007）认为存在两类FDI可用于解释FDI流入的空间交互性：（1）出口平台型FDI，也即基于地理优势，跨国企业选择在某地生产并将产品出口到第三方。这种情况下周边地区市场潜力对当地FDI的引入具有正向影响，而不同地区对FDI的竞争则会导致空间滞后变量呈现负向影响；（2）垂直型FDI，又可分为纯垂直型FDI和复合垂直型FDI。跨国公司进行纯垂直型FDI投资时，为获得较低廉的要素成本，选择向要素充裕的地区投资，并将生产的产品运回母国服务母国市场，导致FDI流入当地而非周边地区，因此空间滞后效应为负；跨国公司在进行复合垂直型FDI投资时，往往在周边地区设置不同的生产行为，以从空间集聚效应中获益，因此空间滞后效应具有正向影响。但这一研究对样本的选择异常敏感。自此我国部分学者也开始关注FDI区位分布的空间因素，如蒋伟和赖明勇＼[3＼]通过对我国244个地级市分析发现，空间相关性是影响FDI区位分布的重要因素。何兴强和王利霞＼[4＼]基于“第三国效应”理论考察了我国154个地级市FDI区位分布的空间效应，也发现存在显著的空间效应。冼国明和杨长志＼[5＼]发现我国各省市周边市场潜力的影响不显著，证实了国内市场的分割性。安虎森＼[6＼]将新经济地理学系统性地引入到我国以后，从新经济地理学的角度考察FDI的区位分布引起学者的关注。黄肖琦和柴敏＼[7＼]在新经济地理学的框架下重新审视我国FDI的区位决策行为，发现新经济地理学所揭示的贸易成本、技术外溢和市场规模等能较好地解释FDI的区位分布。安虎森和颜银根＼[8＼]通过拓展的新经济地理学非对称模型研究表明工业化和贸易自由化程度是影响FDI流入我国的重要因素。尽管研究FDI区位分布的成果颇丰，但鲜有学者在统一的理论框架下结合经济地理因素、政府政策因素与空间因素深入研究我国FDI区位分布特征，尤其政策因素已被证明在增长理论和区域经济理论的实证检验中非常重要，因而也应作为研究FDI区位选择问题必须考虑的因素之一。地方政府为促进经济增长，竞相出台大量优惠政策，在这种状况下FDI往往被不合理地引入，给当地乃至全国经济带来了巨大危害，影响了经济持续协调健康发展。 尽管诸多学者对我国FDI的区位分布做了大量有益的工作，依然存在以下不足。第一，缺乏整体理论分析框架，影响因素分析不全面，容易导致模型估计结果因为遗漏重要变量而有偏，所得结论可信性不足。第二，已有研究大多基于传统的FDI区位理论，检验FDI区位分布的影响因素，缺乏从演化角度进行动态分析，忽视了FDI地区分布的阶段性特征。不同的发展阶段，外商投资的重点会有所变动，因而FDI的区位分布模式也相应发生变化，对不同时期的演化过程进行综合分析才能对FDI的地区分布做出较为完整的解释。第三，国内已有研究基于截面数据，所得结果不仅无法反映FDI区位选择的动态演变进程，而且也没有控制地区之间存在的异质性。为了能够更加正确地认识环渤海地区FDI区位分布的动态演变历程以及内部各省市间FDI的地理溢出程度，本文基于新经济地理学理论框架，结合演化经济学和FDI区位选择理论，采用空间面板模型实证分析环渤海地区五省市之间FDI的空间效应，揭示FDI流入的影响因素，讨论环渤海地区FDI的主要类型，并。另外，1998年亚洲金融危机导致环渤海经济圈FDI的区位分布与类型存在明显的结构性变化，因此进一步分时段检验1998年前后FDI区位分布的空间效应变化情况具有重要的理论意义和实际价值，通过对变化的及形成原因进行深入细致的分析，为环渤海地区有效吸引FDI、促进经济协调健康发展提供参考。
另外，目前尚无对环渤海经济圈FDI区位选择模式的相关研究，本文采用历年面板数据对环渤海地区的研究既能弥补上述不足又能为新经济地理学的理论提供地区证据。
本文余下部分结构安排：第二部分是对环渤海经济圈FDI区位分布的动态演变特征的考察与解释；第三部分基于新经济地理学理论，构建了一个囊括传统经济地理、新经济地理和经济政策的理论框架，并建立理论模型讨论各因素对外商投资决策的综合影响；第四部分为变量选取、数据说明与模型设计；第五部分为实证结果与分析；第六部分给出本文的结论与政策建议。
二、FDI区位分布的动态演变特征与解释
由于对地理位置和运输成本的依赖程度相对较高，FDI的空间分布容易形成集聚，同时规模经济效应和前后向联系的正反馈作用往往使得这一集聚现象更加明显。为了刻画FDI在环渤海地区的空间分布和演化模式，本文利用变异系数反映FDI的地区分布状况，研究1985—2012年FDI在环渤海地区五省市的动态演变特征。由于1985—1986年北京的FDI数据缺失，图1仅绘制了1987—2012年间变异系数的时序线。观察环渤海地区FDI在五省市间的地区分布可以发现，FDI的空间分布具有两个阶段的动态演化过程：第一阶段是1988—1998年的扩散过程， 变异系数的值越小，表明FDI的空间分布越具有扩散的趋势；变异系数的值越大，表明FDI的空间分布越集聚。，表明FDI在环渤海地区的区位选择具有较大的随机性，主要是通过试探性投资检验当地的投资环境。1988年北京的FDI为5 027.84万美元，与此同时其余四省市的FDI均在1 000万美元以下，随后逐渐向辽宁和山东扩散，至1998年环渤海地区五省市的FDI基本持平。第二阶段是1999—2012年的集聚过程，变异系数由1998年的0.16升至2005年的0.60，尽管2005年以后略有下降，但2012年的变异系数依然达0.59。辽宁的FDI显著增加，由1998年的3.59亿美元升至2012年的26.79亿美元，年均增幅达22.30%。与此同时，北京、天津、山东和河北四省市的FDI增幅分别为7.86%、1.04%、7.34%和4.29%。路径依赖作用使FDI在辽宁不断集中，而河北则进一步被边缘化。
图1环渤海各省市FDI变异系数时序图最近的研究表明，FDI的区位选择由其自身的聚集和扩散特征共同决定，国际投资者进行权衡比较后确定最终投资地。FDI的空间聚集特征可由城市化经济（urbanization economies）和区域化经济（localization economies）解释。城市化经济是指源于共享城市基础设施和经济集聚产生的大量外部性，使FDI的投资效益随着城市规模的增大而上升；区域化经济是指为了共享熟练劳动力、投入与产出品的低运输成本以及知识溢出等主要利益，在某一地区形成的企业集合体。 Hoover（1937）＼[15＼]最早提出城市化经济和区域化经济的概念。在探讨聚集经济时，将聚集经济分为三类：内部规模经济；对企业是外部的，但对产业部门是内部经济的区域化经济；对企业和产业部门都是外部的，但因为产业聚集在某一个城市而发生的城市化经济。城市化经济和区域化经济产生的外部性能够促进信息和技术的传播，使FDI产生聚集。然而，当聚集的FDI达到一定程度时，劳动力价格的上涨、相互之间的竞争加剧，扩散特征逐渐凸显，FDI可能会选择聚集的外围地区实施再定位。
从动态角度来看，在一个行业的空间演化过程中，城市化经济和区域化经济的作用并不相同。相对而言，区域化经济的外部性对企业的吸引力更大，但这种聚集效应只有当地企业已经形成一定的集中度之后才能产生作用；而城市化经济则根据区位优势吸引第一批投资者在此定位，随着当地运作的企业数量逐渐增多，达到一定规模之后，区域化经济的利益便占据主导地位，对潜在投资者的定位决策产生积极影响，促使地区聚集形态的最终形成。1988年前北京依托城市化经济吸引了大量FDI，外商投资企业年底登记户数为426家，但区域化经济的效果尚未显现，原因在于：第一，企业户数还未形成集聚效应发生作用时所需的集中度。第二，沿海港口的建设使北京的比较优势逐渐弱化。20世纪80年代后期，环渤海湾加大了沿海港口的建设，青岛港、天津港、大连港和营口港发展迅速，优越的地理位置和规模化的港口经营逐渐使FDI向沿海地区转移。1999年，辽宁的外商投资企业年底登记户数为14 204家“外商投资企业年底登记户数”数据来自中经网统计数据库。，反映FDI区位分布的变异系数也由1998年的0.16骤升至1999年的0.51。1998年可看做是外资企业空间演化的临界点。1999—2012年，辽宁FDI的流入量显著增加，外商投资企业年底登记户数比累计增幅达159.00%，同期北京、天津、山东和河北的累计增幅分别为71.03%、61.35%、62.49%和45.83%。1998年辽宁累积的外资企业数形成了必要的聚集规模，累积外资企业数占环渤海地区外资企业总数的27.43%，在越过最低集中度的门槛之后，具有明显的区位优势，并在随后的十余年时间里不断得到强化。自此环渤海地区FDI流入量的稳态聚集过程得以形成。 三、新经济地理学理论模型构建
尽管已有学者将经济地理学与新经济地理学对FDI区位分布的影响因素加以综合，但都忽略了对经济政策的考察。本文将在此基础上构建一个囊括经济地理学、新经济地理学和经济政策的理论框架，据此建立基本理论模型，推导各因素对FDI区位分布的影响方向。
（一）一个新的新经济地理学理论框架
在传统的经济地理理论中，地理位置、劳动力成本和基础设施状况是最重要的影响因素。FDI集聚的主要原因是不同区域之间经济地理因素的差异，例如沿海港口附近通常会成为FDI集聚的中心地区。在环渤海地区，辽宁省就是由于自然条件较好而导致的FDI集聚的生动例子。但是，辽宁和山东同为环渤海地区和海洋交接较广阔的省份，甚至山东的青岛港与辽宁的大连港和营口港两大港相比更有优势，为什么两个在自然条件方面如此相近的地方却在FDI集聚问题上有非常不同的表现？这是传统的经济地理学不能解释的现象。
超越简单的经济地理因素寻找FDI集聚的原因促成了新经济地理学的崛起。新经济地理学理论认为形成FDI集聚的深层次原因为收益递增效应，即使两个地区在自然条件方面非常接近，也可能由于一些偶然因素导致产业开始在其中一个地方集聚，由于经济力量的收益递增作用，在地区间的交易成本没有大到足以分割市场的前提下，FDI集聚现象就可能形成。可见，新经济地理学是对传统经济地理因素的影响，事实上，一些传统的经济地理因素在新经济地理学的理论中变成了间接的影响，甚至可以将两个地区间的经济地理的差异也看做是一种偶然因素，这种纯经济地理因素可以导致初始的FDI集聚，然后再通过新经济地理因素的收益递增效应而对FDI集聚产生作用。在新经济地理学中，被认为是影响FDI集聚的重要因素有经济发展状况、劳动力质量与累计FDI存量新经济地理学的产生和发展引起了一些学者的关注，并有学者实证检验经济地理和新经济地理因素对于FDI区位选择的影响＼[7＼]。然而已有的实证研究却忽视了经济政策的作用。本文认为，经济政策既可能通过经济地理因素间接影响FDI流入，也可能直接产生作用。在环渤海地区FDI流入的过程中，经济政策的调整显然也是导致地区间FDI区位布局变化的重要因素。例如，1998年加快沿海港口建设就是导致北京的比较优势逐渐减弱，从而使FDI逐渐向沿海省市聚集的重要原因。但是，经济政策并不必然通过经济地理或新经济地理的中间变量对FDI产生作用，一些经济政策对于FDI集聚具有直接的影响，而且经济政策无法任意调整，一旦实施即具有自我增强效应。经济政策直接导致FDI集聚的例子也是存在的，辽宁的FDI集聚现象在一定程度上与其出台一系列招商引资的优惠政策有关。
（二）理论模型构建
本文在Dixit-Stiglitz模型的基础上做了适当的变动，以使地方政府为获得FDI出台的一系列优惠政策在模型中得以反映。假设一个国家仅由两个地区（本地和外地）组成，两个地区在偏好和技术等方面基本相同；仅有两种生产要素，分别为劳动L和资本K；生产和消费两种产品，农业品A和工业品I，其中本地消费的农业品均由当地企业自给，本地消费的工业品既有本地外企生产，也有外地外企生产。农业品A完全同质，符合规模报酬不变和完全竞争条件，生产过程中只需投入劳动力，并且每单位劳动生产一单位的产品A。A的单价为1，因而劳动者的工资ω也为1。工业品I由一系列有差异的产品组成，符合规模报酬递增条件。
本地消费者同时消费农业品A和工业品I，效用函数满足Cobb-Douglas函数形式，总预算为B，消费者选择CI与CA以获得效用最大化，即：
max U=CμIC1-μA
s.t.PCI+CA=B
最终得到CI与CA的间接需求函数为：
CI=μB/P，CA=（1-μ）B
由于工业品I并非同质，消费者在多种工业品中进行选择，假设消费工业品组合的效用函数满足CES形式，由CI=μB/P可知消费者消费工业品的预算约束为μB，即：
max CD=[∑n4i=1C（σ-1）/σDi+∑n*4j=1C（σ-1）/σDj]σ/（σ-1）
s.t. ∑N4i=1p（i）c（i）=μB
其中，μ>0，（σ-1/σ）<1，σ>1。CDi为消费者对本地外企生产的工业品消费量，CDj为消费者对外地外企生产的工业品消费量。n为本地外企生产的工业品种类数，n*为外地外企生产的工业品种类数，N为消费者实际消费的工业品种类数。
根据总支出约束下总效用最大化的一阶条件，得到每类工业品消费量为：
CDi=μBp-σi/P1-σ，CDj=μB[f（L）pj]-σ/P1-σ
外地企业生产的产品运至本地进行销售，存在运输成本，本文直接根据两地之间的距离L和当地的销售价格pj决定外地外企产品在本地的价格为f（L）pj，f（L）>1。根据本地外企工业品价格pi和外地外企工业品价格f（L）pj，可知本地总的价格指数P为：
P=[np1-σi+n*（f（L）pj）1-σ]1/（1-σ）
产品I的总消费为：
CI=μB[p-σi+（f（L）pj）-σ]/[np1-σi+n*（f（L）pj）1-σ]
两个地区生产农业品A和工业品I的技术完全相同。为简化分析，假设生产工业品I符合规模报酬递增和垄断竞争原则，每单位耗费的固定成本为1。地方政府为了促进经济增长，普遍具有大力引进FDI的强烈冲动，为此不惜出台多项优惠政策，本文假设FDI流入该国享受的优惠待遇为r。FDI的聚集分布可以产生资本、知识等的溢出效应，表现为FDI的集聚特征，减少企业的生产成本。基于此，假设企业的成本函数为C=（r-αωβe-Stock·GDP）CD，e-Stock·GDP度量FDI的集聚效应对产品价格下降边际量的贡献。边际成本为r-αωβe-Stock·GDP，其中0<α，β<1。由于工业品I符合垄断竞争原则，同时考虑到本地的企业数量如果过多，而外地的企业数略显不足，则企业有外迁的动机，表现为FDI的扩散特征，本文以e-n/n*表示当地工业品的价格变动。因而产品的价格为： Pi=e-n/n*r-αωβe-Stock·GDPσ/（σ-1）
考虑了FDI集聚效应的国外投资者往往根据其利润最大化原则选择最佳的投资地点，设工业品I采用成本加成定价，则利润函数为：
π=pQ-C=pQ/σ=e-n/n*r-αωβe-Stock·GDP（σ/（σ-1））（μBp-σi4P1-σ+μB[pjf（L）]-σ4P1-σ）/σ=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]/P1-σ（σ-1）
由企业的利润函数可知：
π/r=（（σ-1）/σ）σσμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]rσ（σ-1）-1/P1-σ>0
π/ω=-（（σ-1）/σ）σβμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]ωβ（1-σ）-1/P1-σ<0
π/Stock=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]eStock·GDP（σ-1）GDP/P1-σ>0
π/GDP=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]eStock·GDP（σ-1）Stock/P1-σ>0
π/n=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]（-1/n*）/P1-σ（σ-1）>0
π/n*=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]（n/（n*）2）P1-σ（σ-1）>0
π/f（L）=-σ（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*f（L）-σ-1/P1-σ（σ-1）<0
利润函数的一阶条件表明FDI的流入与地方政府的优惠政策、FDI存量、当地的经济发展水平、相邻地区的外资企业数量呈正相关关系，而当地的劳动力成本、当地的外资企业数量及运输成本则不利于FDI的流入。
四、FDI区位分布影响因素分析
在以收益递增效应和自增强机制作为纽带综合分析经济地理、新经济地理和经济政策因素对FDI在环渤海地区区位分布的影响后，测度三大类因素的影响程度对目前FDI区位布局的解释与未来FDI政策的制定都具有极强的指导意义。首先对所用变量、数据和实证模型进行简单介绍。
（一）变量选取与数据来源
根据前文的分析，本文按照传统经济地理因素、新经济地理因素和经济政策因素这三类因素进行变量选取，下面对所选取的解释变量的理论基础进行简要的解释。
传统经济地理因素包括：（1）劳动力成本，用该地区劳动力平均工资的对数（ln_wage）表示。劳动力成本对FDI的流入有正反两方面的影响：一方面，劳动报酬越高，FDI的投资成本也越高，抑制FDI的流入；另一方面，根据经济学中的定价理论可知，劳动力报酬由其边际生产率决定，较高的劳动边际生产率会促进FDI的流入。因而劳动力成本的具体影响尚不确定。（2）基础设施状况，用该地区的交通运输仓储及邮电通信业增加值的对数（ln_trans）表示。邮电通信和交通运输条件的改善有助于降低交易成本，有利于FDI在当地的集聚，因而预期符号为正。
新经济地理因素包括：（1）经济发展水平，用该地区GDP的对数（ln_gdp）表示。经济发展状况越好，表明市场规模越大，较大的市场规模有利于吸引更多的FDI，尤其是水平型FDI。预期符号为正。但新经济地理学理论认为，市场规模的作用受贸易成本的影响。贸易成本较高时，企业倾向于在大规模的市场周围投资设厂以降低运输成本；随着贸易成本的降低，市场规模的重要性也会相应下降。因此经济发展状况的影响需要分时期和阶段而定。（2）劳动力质量，用该地区的在校大学生数与总人口的比例（ln_edu）表示。大学生毕业留在本地工作的可能性较大，因此教育程度能在一定程度上代表该地区的劳动力质量。劳动力质量越高，外商直接投资的预期回报率也越高，有利于FDI的流入，预期符号为正。（3）累计FDI，代表外商直接投资的聚集效应，用该地区FDI存量的对数（ln_sto）表示。前期FDI存量通过“示范效应”和“推动效应”吸引FDI的增加，同时也会促进和原有投资相关的上下游行业及其相关企业的投资，形成FDI的区域聚集现象。因而预期该变量与FDI呈正相关关系。
在经济政策因素方面，本文主要考察体现经济政策差异性的三个变量：（1）对外开放程度，用该地区的对外进出口总额占GDP的比重（ln_tra）表示。对外开放程度决定了该地区与国际市场的联系程度，通过外在压力促进当地市场环境的完善，最终从而影响FDI对当地的偏好程度。进出口总额越高，说明该地区的开放程度越高，对FDI的吸引力度也会越大，因而预期符号为正。（2）政府干预程度，反映市场化程度，用该地区的政府支出占GDP的比重（ln_gov）表示。政府支出包括政府投资支出与政府转移支付，占绝大部分的政府投资支出会对国内投资及FDI产生挤出效应，因而预期符号为负。（3）政府优惠政策，以孙俊＼[9＼]的政策优惠指数 孙俊（2002）＼[16＼]针对我国的实际情况作了本土化的计算。根据经济区域的不同类型，赋予不同的政策级别，其中经济特区的政策优惠程度最高，将其级别定为4；其次是沿海开放城市，级别为3；国家级经济技术开发区，级别为2；一般省份和城市则为1。每个省份若拥有上述任一政策级别，就在其政策级别基础上加上该类型的政策级别。经过累加计算，就得到了各省市历年的政策优惠指数。同孙俊（2002），本文对这些政策优惠指数作了对数化处理。（lnpre）代理。为了吸引FDI，地方政府竞相出台优惠政策，优惠政策对中国吸引FDI的流入具有正面效应，尤其是经济特区政策。因而预期符号为正。 此外，本文选取两个空间变量：（1）周边市场潜力变量，用周围其他省市的GDP 加权和表示。通过考察该变量的系数来检验周围省市的市场潜力对FDI的吸引能力，检验邻近较大的第三方市场是否能增加该地区的FDI。 （2）空间滞后变量，用周围其他省市的FDI加权和表示。空间滞后变量W×fdi 的系数ρ则度量了地理上邻近的其他城市FDI加权和对当地FDI流入的影响程度，也可以认为是度量了一种集聚效应。与FDI存量变量不同之处在于，FDI存量衡量各省市内部FDI的集聚效应，而空间滞后变量则度量环渤海地区整体FDI的集聚效应。
环渤海地区五省市1985—2012年的面板数据来自《新中国60年统计资料汇编》、《中国统计年鉴》以及各省市统计年鉴。其中，北京1985年和1986年的FDI缺失；人均GDP数据经过当年各地居民消费价格指数消胀；FDI存量、当年FDI和进出口总额数据根据当年人民币与美元比价的中间价折算为人民币，折算时所用的各年汇率取自相应年份的《中国统计年鉴》。
（二）实证模型
1.基本模型
本文先从基本的Panel Data模型入手，分析在没有空间效应的前提下FDI的决定过程。根据面板数据的特征和需要检验的三类影响因素，构建基本模型如下：
fdiit=α+α1ContrVariablesit+α2SpatialVariablesit+ε（1）
其中，t=1985，1986，…，2008，i=1，2，…，5，ContrVariables包含上面提到的传统经济地理因素、新经济地理因素以及经济政策因素，SpatialVariables表示空间变量，市场潜力变量的系数反映地区的市场潜力即周边地区的GDP地理加权和对当地FDI的吸引能力。
2.空间线性模型
Anselin＼[10＼]给出了空间计量经济分析中空间线性模型的通用形式如下：
y=ρW1y+Xβ+ε，ε=λW2ε+μ（2）
其中，μ～N（0，Ω），β是与外生（解释）变量X（n×k）相关的参数向量k×1，ρ是空间滞后W1y的系数，λ是干扰项ε的空间自回归结构W2ε的系数，W1（n×n）、W2（n×n）分别与因变量的空间自回归过程和干扰项ε的空间自回归过程相关，可以是行标准化的矩阵，也可以是二元矩阵或其他非标准化矩阵。为更准确地分析周围省市的影响，本文建立空间经济权重矩阵作为空间权重矩阵，元素形式如下：
wij=1/diji-j（3）
其中，i=1，2，…，n，j=1，2，…，n，n为地区总数，dij为i、j两省省会城市间的直线距离，i为i省的人均GDP，i-j用以测度两省的经济相似程度，当距离一定时，该值越小，表明经济相似度越高，空间相关性越强。
从空间线性模型的通用形式（2）可以看出，空间计量经济的基本思想是将地区间的相互关系引入模型，对基本线性回归模型通过空间权数矩阵W进行修正。根据模型设定时对“空间”的体现方法不同，空间计量模型主要分成两种：一种是空间滞后模型（SAR），主要是用于研究区域的行为对整个系统内其他区域行为存在的影响，适合估计是否存在空间相互作用以及空间相互作用的强度，以反映可能存在的实质性的空间影响；另一种是空间误差模型（SEM），在这种模型中区域间的相互关系通过误差项来体现，回归干扰项的空间相关相当于多余（干扰）相关。
五、实证分析
本文主要借鉴Elhorst（2003）中的极大似然法，同时参考LeSages网站www.spatial-econometrics.上的Matlab Panel SEM和Panel SAR的程序模块，在此基础上根据样本数据作适当改动，对空间面板模型进行估计，本文采用的计量软件为Matlab7.0。
（一）基于环渤海地区数据的两模型比较
在进行空间计量模型估计之前，为证明环渤海地区省市间FDI流入量存在空间相关性，需要计算MoranI指数。经计算，MoranI指数统计量为0.842，相应的P值为0.000，显著拒绝空间不相关的原假设，空间效应显著。进一步进行拉格朗日乘数检验，选用空间误差模型（SEM）较为合适。Hausman检验结果表明，选择采用随机效应模型对Panel Data模型进行估计。估计结果如表1所示。
全样本的随机效应模型总体拟合程度较高，F值达177.720，模型估计结果稳健。空间计量模型2为0.974，高于随机效应模型，模型的极大似然估计值达到了60.446，表明空间误差模型在分析环渤海地区FDI分布状况时较随机效应模型具更强的解释力。一系列证据均表明，环渤海地区FDI的流入具有显著的空间相关性，为我国FDI的空间效应检验进一步提供了有力的地区证据。
估计结果表明，无论是经济地理因素、新经济地理因素还是经济政策因素对FDI的集聚都具有较好的解释力，FDI的流入确受多种因素的复杂影响，忽略任一因素都可能影响实证结果的可信度。
空间误差模型中λ值为0.333，在1%显著性水平下显著，说明环渤海地区FDI的区位分布存在空间溢出效应，λ值度量那些未加入模型中的经济变量对当地FDI流入的影响，这些潜在的经济变量可能包括地区之间的劳动力流动与贸易等。在环渤海地区，北京作为我国的首都城市，工作机会多，劳动报酬较高，对劳动力的吸引力较大，导致河北等其他四省市的劳动力大量流入北京。劳动力的迁移引起诸如劳动力成本、公共服务等一系列经济变量发生变化，从而总体上影响北京FDI的流入。尽管周边地区的FDI总量对当地FDI的流入综合影响不甚明显，但其他不可测因素影响显著，因此地方政府在制定引资战略的过程中需基于整体宏观经济形势而非孤立地考虑自身的引资战略。
经济发展状况较好、基础设施较为完善及FDI存量较高的地区吸引更多的FDI流入，这和我们的预期是一致的。北京正是依靠其较强的经济实力与较为完备的基础设施条件，在样本期间吸引了大量的FDI。在后期，辽宁也依赖于其强劲的经济发展势头成为FDI新的聚集地。劳动力成本的影响与预期相反，较高的劳动力成本促进FDI的流入。有两点需要说明：第一，我国劳动力市场工资报酬机制严重扭曲，较高的劳动力成本并不必然反映较高的劳动边际生产率，低工资也无法根据边际生产率的定价原理解释。第二，劳动力成本与FDI流入之间影响的前后向关系需要在我国特殊的市场体制下重新认识。环渤海、长三角与珠三角等吸引FDI较多的地区，尽管拥有大量廉价劳动力，但是经济状况的不断改善也导致生活成本逐渐上升，工资报酬的增加仅为维持正常的生活开支，因此劳动力成本与FDI流入量之间的关系能否按照经典的国际贸易理论得出结论还需根据环渤海地区的实际情况而定。 事实上，目前已有的贸易理论要么假设地区的要素数量不变，要么假设要素在地区之间的流动无摩擦。但我国尚处于二元经济向一元经济转变的阶段，农村存在大量的劳动力，使得劳动力从农村流向城市，甚至跨区域流动，使较为发达地区的劳动力供给量持续上升。另外，目前在我国劳动力的流动成本非常高，户籍制度的存在及其引起的医疗、保险、教育等方面的不平等已成为劳动力在地区间流动的巨大障碍。这也为环渤海地区在制定FDI的长期策略时提供了重要启示。
政府干预程度越高的地区，FDI流入的阻碍越大，越不利于FDI的引入，反映了市场化程度对FDI流入的正向影响，表明环渤海地区的市场机制作为实现和调节资源配置的一种经济机制与手段，能够反映产品与要素的价格信号是否符合市场的供求状况，因而能为资源的有效配置和企业的有序竞争提供有利环境＼[11＼]。
周边地区市场潜力在不同的模型中系数始终显著，表明环渤海地区FDI投资主导类型为集聚垂直复合型，即跨国公司FDI倾向于投资周边地区市场潜力大的地区。但空间误差模型的估计结果较Panel Data模型小，这可能是由于环渤海地区FDI类型由集聚垂直复合型向水平型转变所致。根据环渤海地区FDI区位分布的动态演变特征来看，1998年前北京依托城市化经济吸引了一批FDI，但远未实现区域化经济，国际投资者有动力寻求周边地区的最佳投资地点。为检验这一结论的正确性，本文将总样本分为两个子阶段，分别考察空间变量系数的变化情况。
（二）基于环渤海地区空间计量模型的两阶段估计
1998年前环渤海地区FDI的流入呈现量少、稳定两大特点。与之相对应，1998年后各地区FDI流入量迅速增加，波动较为剧烈。为探究变化的深层次原因，本文以1998年为分界点，分1985—1998年和1999—2012年两个时间段进行考察。
1985—1998年，MoranI值为0.872，p值为0.009，FDI分布的空间效应显著。进一步计算LM-lag和LM-err统计量，检验结果显示LM-lag值为1.028 （p值为0.311），LM-err值为5.101 （p值为0.024），后者统计显著，使用SEM进行估计。1999—2012年，MoranI值为0.740，p值为0.000，空间效应同样显著。进一步计算LM-lag和LM-err统计量，检验结果显示LM-lag值为2.442（p值为0.018），LM-err值为1.289 （p值为0.256），前者统计显著，使用SAR进行估计。
两阶段模型参数估计值变化明显，环渤海地区FDI的区位分布出现较大变化。
估计结果表明，早期环渤海地区FDI类型以集聚垂直复合型居多，后期向水平型转变。1985—1998年空间效应正向显著影响FDI的流入，说明环渤海地区FDI投资的主导类型为集聚垂直复合型。1999—2012年空间变量系数在5%的显著性水平上均不显著，人口状况、劳动力质量、劳动力成本也不存在显著影响，这一阶段环渤海地区的市场和资源成为国际投资者的重要考虑因素，FDI的主导投资类型为水平型。另外，不同阶段周边市场潜力对FDI流入的影响由显著变为不显著，表明FDI投资的主导类型由集聚垂直复合型寻求资源的水平型转变。1985—1998年λ值为0.245，并且高度显著，表明环渤海各地区FDI的流入量也受到周边地区FDI不可测因素的影响。在第二阶段的模型估计结果中，反映空间相关性的ρ系数尽管为正，但显著性水平有所下降，说明近年来环渤海各地区的FDI流入受相邻地区的影响逐渐变弱，跨国公司投资环渤海某地区考虑的重要因素不是其周边地区的基本情况，而是该地区自身的市场和资源。
传统经济地理因素、新经济地理因素及经济政策因素方面。两个不同阶段的经济发展水平均显著影响FDI的流入，这表明：第一，市场规模是FDI选择流入我国的重要影响因素，FDI以水平型居多。第二，市场规模也是FDI选择流入我国的持续影响因素。随着石油价格的普遍上涨、税费繁杂、运输过程中中转效率低下以及运输设备落后，贸易成本逐年上升，还不足以低到使FDI不再考虑市场规模的影响。1985—1998年FDI在环渤海地区正处于随机性的选址阶段，市场规模、劳动力成本与素质、FDI存量水平与周边地区的FDI流入量成为国际投资者主要的考虑因素。1999—2012年FDI步入逐步集聚阶段，除市场规模、FDI存量水平与周边地区的FDI流入量对FDI的流入存在影响之外，对外开放程度与交通运输状况也存在显著影响，表明随着开放程度的不断提高以及基础设施的不断完善，FDI投资已不再看重于劳动力的优势，而更多的是将目光转向于市场和经济持续的发展潜力。不同阶段劳动力成本的影响不同，1999—2012年劳动力成本不显著但劳动力素质凸显，劳动力成本对外资定位的影响正逐步减弱，劳动力素质代替劳动力成本成为重要的影响因素，说明区域化经济对FDI的流入产生了至关重要的作用，而城市化经济的作用则退居其次。
地方政府出台的优惠政策对FDI的流入有显著影响，作用程度也逐步增强。无论是中小企业还是大型跨国公司，除了关注市场的基本因素以外，优惠政策依然具有较强的吸引力。但同时也要看到，优惠政策一方面容易形成虚假合资现象，既没有达到引进外资的目的，同时也损失大量的财政收入；另一方面容易造成外商投资审核不严，尽管对经济增长有利，却不利于经济的持续稳定发展。Wells 和Allen＼[12＼]对印度尼西亚的优惠政策如何影响FDI的流入进行模拟研究表明，税收假日的优惠政策并没有影响国际投资者的投资策略。即使没有这些政策，印度尼西亚的FDI仍能以较快的速度增长。这在一定程度上说明，当前我国地方政府盲目的引资策略有待改善，应紧密结合当地的经济发展状况制定引资策略。如可根据各地区建设资金的需要，适当加大FDI的引入，但不能超出自身建设的需要，也不能盲目脱离现有的经济基础；也可根据当地出口、就业、技术等因素的要求，引进适量有利于当地的出口，增加就业，还能带来先进的生产技术，提高整体生产水平的高质量FDI。另外，还可将普惠制向特惠制转变，对一些特殊行业和地区给予一定的优惠，但其余外资仅给予国内投资的同等待遇。 六、结论与启示
FDI区位分布的影响因素异常复杂，地理位置、经济状况和政府政策都具有不可忽视的影响，忽略其中的任何因素都可能降低结论的可信度。本文首先运用变异系数描述了环渤海地区FDI区位分布的动态演变特征，发现1998年前主要是随机化的选址阶段，此后才逐步进入稳态的集聚过程。随后构建了一个囊括传统经济地理、新经济地理与经济政策的理论框架，并运用改进的D-S模型进行推导，进而利用1985—2012年的面板数据实证检验了经济地理、新经济地理和经济政策因素对FDI集聚的影响。结果表明：第一，早期环渤海地区FDI类型以集聚垂直复合型居多，后期以水平型为主。第二，市场规模是FDI选择流入我国的重要影响因素，也是持续影响因素。第三，稳态集聚过程中，区域化经济对FDI的流入产生了至关重要的作用，而城市化经济的作用则退居其次。第四，地方政府出台的优惠政策对FDI的流入有显著影响，但政策出台需因地制宜。
随着新经济地理学的逐渐兴起，所强调的因素之间的正反馈影响与生产的规模报酬递增性也开始得到越来越多的学者关注。本文的实证检验也证实了这些因素对FDI集聚的影响。从我国FDI的整体布局来看，FDI也仅在少数地区聚集，并产生自增强效应。作为一个典型的发展中国家，地区的发展亟需适量的FDI，而FDI不均衡的分布导致了我国地区间差距的加剧。从这一点来说，为缩小我国地区间的发展差距，本文的结论可为政策制定者提供些许参考和启示。在影响FDI区位分布的四大类影响因素中，传统经济地理因素、新经济地理因素对FDI的影响长久存在，政府可行的做法为：第一，增加教育支出，提高劳动者素质。第二，加强基础设施建设，降低贸易成本。在政府政策方面，进一步提高改革开放程度可导致FDI的集聚。在空间因素方面，可以肯定的是，地方政府在制定引资战略的过程中需基于宏观经济形势而非孤立地考虑自身。
参考文献：
[1]王剑，徐康宁.FDI的地区聚集及其空间演化——以江苏为例的研究＼[J＼].中国工业经济，2004，（12）：61-67.
[2]Blonigen， B.， Ronald， B. ，Waddell， G.， Naughton， H. FDI in Space： Spatial Autoregressive Lags in Foreign Direct Investment＼[J＼]. European Economic Review， 2007， 51（5）：1303-1325.
＼[2＼]Wooster， R.， Diebel， D. Productivity Spillovers form Foreign Investment in Developing Countries： A Meta-Regressive Analysis＼[J＼]. Review of Development Economics， 2010， 14（3）： 640-655.
＼[3＼]Havranek， T.， Irsova， Z. Estimating Vertical Spillovers from FDI： Why Results Vary and What the True Effect is ＼[J＼]. Journal of International Economics， 2011， 85（2）：234-244.
＼[4＼]Blanco， L. The Spatial Interdependence of FDI in Latin America＼[J＼]. World Development， 2012， 40（7）： 1337-1351.
＼[7＼]Baltagi， B.， Egger， P.， Pfaffermayr， M. Estimating Models of Complex FDI： Are These Third-country Effects？＼[J＼]. Journal of Econometrics， 2007， 140（1）： 260-281.
＼[11＼]安虎森.空间经济学原理＼[M＼].北京：经济科学出版社，2005：156-173.
＼[15＼]Hoover， E. Spatial Price Discrimination＼[J＼]. Review of Economic Studies， 1937， 4：182-191.
＼[3＼]Fujita，M.， Krugman， A. The Spatial Economy： Cities， Regions and International Trade＼[M＼]. MIT Press， Cambridge MA， USA ，1999.
＼[3＼]蒋伟，赖明勇.空间相关与外商直接投资区位决定——基于中国城市数据的空间计量分析＼[J＼].财贸研究，2009，（6）：1-19.
＼[4＼]何兴强，王利霞.中国FDI区位分布的空间效应研究＼[J＼].经济研究，2008（11）：137-150.
＼[5＼]冼国明，杨长志.中国外商直接投资的区位决定——基于地区数据的空间计量分析＼[J＼].世界经济研究，2009，（1）：60-64.
＼[6＼]安虎森.新经济地理学原理＼[M＼].北京：经济科学出版社，2009.72-74.
＼[7＼]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）：7-13.
＼[8＼]安虎森，颜银根.贸易自由化、工业化与企业区位——新经济地理视角中国FDI流入的研究＼[J＼].世界经济研究，2011，（2）：54-58.
＼[9＼]孙俊.跨国投资与服务贸易比较研究＼[J＼].国际贸易问题，2002，（9）：45-53.
＼[10＼]Anselin，L. Spatial Econometrics： Methods and Models＼[M＼]. Dordrecht： Kluwer Academic，1988.
＼[11＼]杨海生，聂海峰，徐现祥.我国FDI区位选择中的“第三方效应”——基于空间面板数据的实证研究＼[J＼].数量经济技术经济研究，2010，（4）：122-136.
＼[12＼]Wells， L.， Allen，J. Tax Holidays to Attract Foreign Direct Investment Lessons from Two Experiments＼[R＼].FIAS Occasional Papers，2001.
（责任编辑：韩淑丽）
〔关键词〕外商直接投资；空间效应；新经济地理
中图分类号：F830.59文献标识码：A文章编号：10084096（2013）06002408
一、引言
外商直接投资（FDI）业已成为发展中国家发展经济、提高生产力的主要推动力之一＼[1＼]。作为一揽子特定资产的组合，FDI可以通过促进流入地的就业状况、提高当地的人力资本并引发技术外溢等多种途径优化发展中国家的资源配置效率，促进其经济增长。因此，近年来各国与一国内部各地方政府均竞相出台各项优惠政策以吸引外国资本流入。环渤海地区作为我国北部沿海对外开放的最大区域，吸引FDI的力度和步伐同样有增无减。1985年以来环渤海地区对外贸易和利用外商直接投资总量增长迅速，FDI流入量逐年稳步上升，从最初的0.5亿美元升至2012年的680多亿美元，年均增速达40.49%。然而，环渤海地区FDI总体区位分布来看，不同省市及不同时期FDI流入量存在显著差异。由于具有天然的地理位置优势与较完备的基础设施，1990年前北京率先实现了FDI的快速增长，并在样本期内一直保持领先地位。1990年后财政分权体制改革导致地方政府有充分的财政自主权，山东、辽宁、河北与天津四省市出台一系列引进外资的优惠政策，加快了吸引外资的步伐，FDI总量快速上升，自此环渤海地区五省市FDI流入量均有显著增加，但河北省依然处于较低的位置。1998年亚洲金融危机对全球经济产生强烈冲击，投资环境急剧恶化，环渤海地区FDI的流入步伐放缓。各地政府为缓解经济危机带来的不利影响，加大了对FDI引入的激励措施，造成FDI的“潮涌”现象，FDI流入量迅速攀升，但分布却存在明显的非对称性和不均衡性。
研究环渤海地区FDI的区位分布问题，要从各省市的实际情况和比较优势出发，如不同的地理位置、基础设施状况和经济发展水平之间存在很大差异，人口及劳动力成本、质量等也必然不同。既有研究仅将焦点集中在检验部分因素对FDI流入的影响，如王剑和徐康宁[1]仅考察了城市化水平、劳动力成本与土地成本对FDI区位分布的影响。由于在全球一体化的背景下，FDI在不同地区之间的分布并非独立，因而地区之间的空间交互性（具体表现为吸引FDI方面的相互影响（溢出效应）以及FDI流入的空间集聚效应）也成为了应作为重要的考虑因素 FDI空间交互性的存在主要源于：（1）FDI聚集可能导致一国或者地区高水平的FDI流入溢出到相邻的国家或地区，即使一个国家或者地区的FDI聚集性不产生溢出效应，它也可能对相邻地区的FDI的流入产生负向的影响，体现为FDI空间负相关性；（2）随着一个国家或者地区资源成本的上升，跨国公司可能倾向于在相邻地区进行FDI的区位选择；（3）由于实证分析中使用的是基于行政区划分的数据，而行政区边界与实际功能区边界往往并不一致，这就有可能使得相邻行政区的测量误差发生联系。。Blonigen等＼[2＼]最先对FDI的空间交互性进行研究，模型中的市场潜力变量和空间滞后变量分别解释周边地区的市场条件和资本流入量对当地FDI流入的影响，发现FDI的流入存在显著的空间交互性。 Blonigen et al.（2007）认为存在两类FDI可用于解释FDI流入的空间交互性：（1）出口平台型FDI，也即基于地理优势，跨国企业选择在某地生产并将产品出口到第三方。这种情况下周边地区市场潜力对当地FDI的引入具有正向影响，而不同地区对FDI的竞争则会导致空间滞后变量呈现负向影响；（2）垂直型FDI，又可分为纯垂直型FDI和复合垂直型FDI。跨国公司进行纯垂直型FDI投资时，为获得较低廉的要素成本，选择向要素充裕的地区投资，并将生产的产品运回母国服务母国市场，导致FDI流入当地而非周边地区，因此空间滞后效应为负；跨国公司在进行复合垂直型FDI投资时，往往在周边地区设置不同的生产行为，以从空间集聚效应中获益，因此空间滞后效应具有正向影响。但这一研究对样本的选择异常敏感。自此我国部分学者也开始关注FDI区位分布的空间因素，如蒋伟和赖明勇＼[3＼]通过对我国244个地级市分析发现，空间相关性是影响FDI区位分布的重要因素。何兴强和王利霞＼[4＼]基于“第三国效应”理论考察了我国154个地级市FDI区位分布的空间效应，也发现存在显著的空间效应。冼国明和杨长志＼[5＼]发现我国各省市周边市场潜力的影响不显著，证实了国内市场的分割性。安虎森＼[6＼]将新经济地理学系统性地引入到我国以后，从新经济地理学的角度考察FDI的区位分布引起学者的关注。黄肖琦和柴敏＼[7＼]在新经济地理学的框架下重新审视我国FDI的区位决策行为，发现新经济地理学所揭示的贸易成本、技术外溢和市场规模等能较好地解释FDI的区位分布。安虎森和颜银根＼[8＼]通过拓展的新经济地理学非对称模型研究表明工业化和贸易自由化程度是影响FDI流入我国的重要因素。尽管研究FDI区位分布的成果颇丰，但鲜有学者在统一的理论框架下结合经济地理因素、政府政策因素与空间因素深入研究我国FDI区位分布特征，尤其政策因素已被证明在增长理论和区域经济理论的实证检验中非常重要，因而也应作为研究FDI区位选择问题必须考虑的因素之一。地方政府为促进经济增长，竞相出台大量优惠政策，在这种状况下FDI往往被不合理地引入，给当地乃至全国经济带来了巨大危害，影响了经济持续协调健康发展。 尽管诸多学者对我国FDI的区位分布做了大量有益的工作，依然存在以下不足。第一，缺乏整体理论分析框架，影响因素分析不全面，容易导致模型估计结果因为遗漏重要变量而有偏，所得结论可信性不足。第二，已有研究大多基于传统的FDI区位理论，检验FDI区位分布的影响因素，缺乏从演化角度进行动态分析，忽视了FDI地区分布的阶段性特征。不同的发展阶段，外商投资的重点会有所变动，因而FDI的区位分布模式也相应发生变化，对不同时期的演化过程进行综合分析才能对FDI的地区分布做出较为完整的解释。第三，国内已有研究基于截面数据，所得结果不仅无法反映FDI区位选择的动态演变进程，而且也没有控制地区之间存在的异质性。为了能够更加正确地认识环渤海地区FDI区位分布的动态演变历程以及内部各省市间FDI的地理溢出程度，本文基于新经济地理学理论框架，结合演化经济学和FDI区位选择理论，采用空间面板模型实证分析环渤海地区五省市之间FDI的空间效应，揭示FDI流入的影响因素，讨论环渤海地区FDI的主要类型，并。另外，1998年亚洲金融危机导致环渤海经济圈FDI的区位分布与类型存在明显的结构性变化，因此进一步分时段检验1998年前后FDI区位分布的空间效应变化情况具有重要的理论意义和实际价值，通过对变化的及形成原因进行深入细致的分析，为环渤海地区有效吸引FDI、促进经济协调健康发展提供参考。
另外，目前尚无对环渤海经济圈FDI区位选择模式的相关研究，本文采用历年面板数据对环渤海地区的研究既能弥补上述不足又能为新经济地理学的理论提供地区证据。
本文余下部分结构安排：第二部分是对环渤海经济圈FDI区位分布的动态演变特征的考察与解释；第三部分基于新经济地理学理论，构建了一个囊括传统经济地理、新经济地理和经济政策的理论框架，并建立理论模型讨论各因素对外商投资决策的综合影响；第四部分为变量选取、数据说明与模型设计；第五部分为实证结果与分析；第六部分给出本文的结论与政策建议。
二、FDI区位分布的动态演变特征与解释
由于对地理位置和运输成本的依赖程度相对较高，FDI的空间分布容易形成集聚，同时规模经济效应和前后向联系的正反馈作用往往使得这一集聚现象更加明显。为了刻画FDI在环渤海地区的空间分布和演化模式，本文利用变异系数反映FDI的地区分布状况，研究1985—2012年FDI在环渤海地区五省市的动态演变特征。由于1985—1986年北京的FDI数据缺失，图1仅绘制了1987—2012年间变异系数的时序线。观察环渤海地区FDI在五省市间的地区分布可以发现，FDI的空间分布具有两个阶段的动态演化过程：第一阶段是1988—1998年的扩散过程， 变异系数的值越小，表明FDI的空间分布越具有扩散的趋势；变异系数的值越大，表明FDI的空间分布越集聚。，表明FDI在环渤海地区的区位选择具有较大的随机性，主要是通过试探性投资检验当地的投资环境。1988年北京的FDI为5 027.84万美元，与此同时其余四省市的FDI均在1 000万美元以下，随后逐渐向辽宁和山东扩散，至1998年环渤海地区五省市的FDI基本持平。第二阶段是1999—2012年的集聚过程，变异系数由1998年的0.16升至2005年的0.60，尽管2005年以后略有下降，但2012年的变异系数依然达0.59。辽宁的FDI显著增加，由1998年的3.59亿美元升至2012年的26.79亿美元，年均增幅达22.30%。与此同时，北京、天津、山东和河北四省市的FDI增幅分别为7.86%、1.04%、7.34%和4.29%。路径依赖作用使FDI在辽宁不断集中，而河北则进一步被边缘化。
图1环渤海各省市FDI变异系数时序图最近的研究表明，FDI的区位选择由其自身的聚集和扩散特征共同决定，国际投资者进行权衡比较后确定最终投资地。FDI的空间聚集特征可由城市化经济（urbanization economies）和区域化经济（localization economies）解释。城市化经济是指源于共享城市基础设施和经济集聚产生的大量外部性，使FDI的投资效益随着城市规模的增大而上升；区域化经济是指为了共享熟练劳动力、投入与产出品的低运输成本以及知识溢出等主要利益，在某一地区形成的企业集合体。 Hoover（1937）＼[15＼]最早提出城市化经济和区域化经济的概念。在探讨聚集经济时，将聚集经济分为三类：内部规模经济；对企业是外部的，但对产业部门是内部经济的区域化经济；对企业和产业部门都是外部的，但因为产业聚集在某一个城市而发生的城市化经济。城市化经济和区域化经济产生的外部性能够促进信息和技术的传播，使FDI产生聚集。然而，当聚集的FDI达到一定程度时，劳动力价格的上涨、相互之间的竞争加剧，扩散特征逐渐凸显，FDI可能会选择聚集的外围地区实施再定位。
从动态角度来看，在一个行业的空间演化过程中，城市化经济和区域化经济的作用并不相同。相对而言，区域化经济的外部性对企业的吸引力更大，但这种聚集效应只有当地企业已经形成一定的集中度之后才能产生作用；而城市化经济则根据区位优势吸引第一批投资者在此定位，随着当地运作的企业数量逐渐增多，达到一定规模之后，区域化经济的利益便占据主导地位，对潜在投资者的定位决策产生积极影响，促使地区聚集形态的最终形成。1988年前北京依托城市化经济吸引了大量FDI，外商投资企业年底登记户数为426家，但区域化经济的效果尚未显现，原因在于：第一，企业户数还未形成集聚效应发生作用时所需的集中度。第二，沿海港口的建设使北京的比较优势逐渐弱化。20世纪80年代后期，环渤海湾加大了沿海港口的建设，青岛港、天津港、大连港和营口港发展迅速，优越的地理位置和规模化的港口经营逐渐使FDI向沿海地区转移。1999年，辽宁的外商投资企业年底登记户数为14 204家“外商投资企业年底登记户数”数据来自中经网统计数据库。，反映FDI区位分布的变异系数也由1998年的0.16骤升至1999年的0.51。1998年可看做是外资企业空间演化的临界点。1999—2012年，辽宁FDI的流入量显著增加，外商投资企业年底登记户数比累计增幅达159.00%，同期北京、天津、山东和河北的累计增幅分别为71.03%、61.35%、62.49%和45.83%。1998年辽宁累积的外资企业数形成了必要的聚集规模，累积外资企业数占环渤海地区外资企业总数的27.43%，在越过最低集中度的门槛之后，具有明显的区位优势，并在随后的十余年时间里不断得到强化。自此环渤海地区FDI流入量的稳态聚集过程得以形成。 三、新经济地理学理论模型构建
尽管已有学者将经济地理学与新经济地理学对FDI区位分布的影响因素加以综合，但都忽略了对经济政策的考察。本文将在此基础上构建一个囊括经济地理学、新经济地理学和经济政策的理论框架，据此建立基本理论模型，推导各因素对FDI区位分布的影响方向。
（一）一个新的新经济地理学理论框架
在传统的经济地理理论中，地理位置、劳动力成本和基础设施状况是最重要的影响因素。FDI集聚的主要原因是不同区域之间经济地理因素的差异，例如沿海港口附近通常会成为FDI集聚的中心地区。在环渤海地区，辽宁省就是由于自然条件较好而导致的FDI集聚的生动例子。但是，辽宁和山东同为环渤海地区和海洋交接较广阔的省份，甚至山东的青岛港与辽宁的大连港和营口港两大港相比更有优势，为什么两个在自然条件方面如此相近的地方却在FDI集聚问题上有非常不同的表现？这是传统的经济地理学不能解释的现象。
超越简单的经济地理因素寻找FDI集聚的原因促成了新经济地理学的崛起。新经济地理学理论认为形成FDI集聚的深层次原因为收益递增效应，即使两个地区在自然条件方面非常接近，也可能由于一些偶然因素导致产业开始在其中一个地方集聚，由于经济力量的收益递增作用，在地区间的交易成本没有大到足以分割市场的前提下，FDI集聚现象就可能形成。可见，新经济地理学是对传统经济地理因素的影响，事实上，一些传统的经济地理因素在新经济地理学的理论中变成了间接的影响，甚至可以将两个地区间的经济地理的差异也看做是一种偶然因素，这种纯经济地理因素可以导致初始的FDI集聚，然后再通过新经济地理因素的收益递增效应而对FDI集聚产生作用。在新经济地理学中，被认为是影响FDI集聚的重要因素有经济发展状况、劳动力质量与累计FDI存量新经济地理学的产生和发展引起了一些学者的关注，并有学者实证检验经济地理和新经济地理因素对于FDI区位选择的影响＼[7＼]。然而已有的实证研究却忽视了经济政策的作用。本文认为，经济政策既可能通过经济地理因素间接影响FDI流入，也可能直接产生作用。在环渤海地区FDI流入的过程中，经济政策的调整显然也是导致地区间FDI区位布局变化的重要因素。例如，1998年加快沿海港口建设就是导致北京的比较优势逐渐减弱，从而使FDI逐渐向沿海省市聚集的重要原因。但是，经济政策并不必然通过经济地理或新经济地理的中间变量对FDI产生作用，一些经济政策对于FDI集聚具有直接的影响，而且经济政策无法任意调整，一旦实施即具有自我增强效应。经济政策直接导致FDI集聚的例子也是存在的，辽宁的FDI集聚现象在一定程度上与其出台一系列招商引资的优惠政策有关。
（二）理论模型构建
本文在Dixit-Stiglitz模型的基础上做了适当的变动，以使地方政府为获得FDI出台的一系列优惠政策在模型中得以反映。假设一个国家仅由两个地区（本地和外地）组成，两个地区在偏好和技术等方面基本相同；仅有两种生产要素，分别为劳动L和资本K；生产和消费两种产品，农业品A和工业品I，其中本地消费的农业品均由当地企业自给，本地消费的工业品既有本地外企生产，也有外地外企生产。农业品A完全同质，符合规模报酬不变和完全竞争条件，生产过程中只需投入劳动力，并且每单位劳动生产一单位的产品A。A的单价为1，因而劳动者的工资ω也为1。工业品I由一系列有差异的产品组成，符合规模报酬递增条件。
本地消费者同时消费农业品A和工业品I，效用函数满足Cobb-Douglas函数形式，总预算为B，消费者选择CI与CA以获得效用最大化，即：
max U=CμIC1-μA
s.t.PCI+CA=B
最终得到CI与CA的间接需求函数为：
CI=μB/P，CA=（1-μ）B
由于工业品I并非同质，消费者在多种工业品中进行选择，假设消费工业品组合的效用函数满足CES形式，由CI=μB/P可知消费者消费工业品的预算约束为μB，即：
max CD=[∑n4i=1C（σ-1）/σDi+∑n*4j=1C（σ-1）/σDj]σ/（σ-1）
s.t. ∑N4i=1p（i）c（i）=μB
其中，μ>0，（σ-1/σ）<1，σ>1。CDi为消费者对本地外企生产的工业品消费量，CDj为消费者对外地外企生产的工业品消费量。n为本地外企生产的工业品种类数，n*为外地外企生产的工业品种类数，N为消费者实际消费的工业品种类数。
根据总支出约束下总效用最大化的一阶条件，得到每类工业品消费量为：
CDi=μBp-σi/P1-σ，CDj=μB[f（L）pj]-σ/P1-σ
外地企业生产的产品运至本地进行销售，存在运输成本，本文直接根据两地之间的距离L和当地的销售价格pj决定外地外企产品在本地的价格为f（L）pj，f（L）>1。根据本地外企工业品价格pi和外地外企工业品价格f（L）pj，可知本地总的价格指数P为：
P=[np1-σi+n*（f（L）pj）1-σ]1/（1-σ）
产品I的总消费为：
CI=μB[p-σi+（f（L）pj）-σ]/[np1-σi+n*（f（L）pj）1-σ]
两个地区生产农业品A和工业品I的技术完全相同。为简化分析，假设生产工业品I符合规模报酬递增和垄断竞争原则，每单位耗费的固定成本为1。地方政府为了促进经济增长，普遍具有大力引进FDI的强烈冲动，为此不惜出台多项优惠政策，本文假设FDI流入该国享受的优惠待遇为r。FDI的聚集分布可以产生资本、知识等的溢出效应，表现为FDI的集聚特征，减少企业的生产成本。基于此，假设企业的成本函数为C=（r-αωβe-Stock·GDP）CD，e-Stock·GDP度量FDI的集聚效应对产品价格下降边际量的贡献。边际成本为r-αωβe-Stock·GDP，其中0<α，β<1。由于工业品I符合垄断竞争原则，同时考虑到本地的企业数量如果过多，而外地的企业数略显不足，则企业有外迁的动机，表现为FDI的扩散特征，本文以e-n/n*表示当地工业品的价格变动。因而产品的价格为： Pi=e-n/n*r-αωβe-Stock·GDPσ/（σ-1）
考虑了FDI集聚效应的国外投资者往往根据其利润最大化原则选择最佳的投资地点，设工业品I采用成本加成定价，则利润函数为：
π=pQ-C=pQ/σ=e-n/n*r-αωβe-Stock·GDP（σ/（σ-1））（μBp-σi4P1-σ+μB[pjf（L）]-σ4P1-σ）/σ=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]/P1-σ（σ-1）
由企业的利润函数可知：
π/r=（（σ-1）/σ）σσμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]rσ（σ-1）-1/P1-σ>0
π/ω=-（（σ-1）/σ）σβμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]ωβ（1-σ）-1/P1-σ<0
π/Stock=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]eStock·GDP（σ-1）GDP/P1-σ>0
π/GDP=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]eStock·GDP（σ-1）Stock/P1-σ>0
π/n=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]（-1/n*）/P1-σ（σ-1）>0
π/n*=（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*[1+f（L）-σ]（n/（n*）2）P1-σ（σ-1）>0
π/f（L）=-σ（（σ-1）/σ）σμB（r-αωβe-Stock·GDP）1-σe-n/n*f（L）-σ-1/P1-σ（σ-1）<0
利润函数的一阶条件表明FDI的流入与地方政府的优惠政策、FDI存量、当地的经济发展水平、相邻地区的外资企业数量呈正相关关系，而当地的劳动力成本、当地的外资企业数量及运输成本则不利于FDI的流入。
四、FDI区位分布影响因素分析
在以收益递增效应和自增强机制作为纽带综合分析经济地理、新经济地理和经济政策因素对FDI在环渤海地区区位分布的影响后，测度三大类因素的影响程度对目前FDI区位布局的解释与未来FDI政策的制定都具有极强的指导意义。首先对所用变量、数据和实证模型进行简单介绍。
（一）变量选取与数据来源
根据前文的分析，本文按照传统经济地理因素、新经济地理因素和经济政策因素这三类因素进行变量选取，下面对所选取的解释变量的理论基础进行简要的解释。
传统经济地理因素包括：（1）劳动力成本，用该地区劳动力平均工资的对数（ln_wage）表示。劳动力成本对FDI的流入有正反两方面的影响：一方面，劳动报酬越高，FDI的投资成本也越高，抑制FDI的流入；另一方面，根据经济学中的定价理论可知，劳动力报酬由其边际生产率决定，较高的劳动边际生产率会促进FDI的流入。因而劳动力成本的具体影响尚不确定。（2）基础设施状况，用该地区的交通运输仓储及邮电通信业增加值的对数（ln_trans）表示。邮电通信和交通运输条件的改善有助于降低交易成本，有利于FDI在当地的集聚，因而预期符号为正。
新经济地理因素包括：（1）经济发展水平，用该地区GDP的对数（ln_gdp）表示。经济发展状况越好，表明市场规模越大，较大的市场规模有利于吸引更多的FDI，尤其是水平型FDI。预期符号为正。但新经济地理学理论认为，市场规模的作用受贸易成本的影响。贸易成本较高时，企业倾向于在大规模的市场周围投资设厂以降低运输成本；随着贸易成本的降低，市场规模的重要性也会相应下降。因此经济发展状况的影响需要分时期和阶段而定。（2）劳动力质量，用该地区的在校大学生数与总人口的比例（ln_edu）表示。大学生毕业留在本地工作的可能性较大，因此教育程度能在一定程度上代表该地区的劳动力质量。劳动力质量越高，外商直接投资的预期回报率也越高，有利于FDI的流入，预期符号为正。（3）累计FDI，代表外商直接投资的聚集效应，用该地区FDI存量的对数（ln_sto）表示。前期FDI存量通过“示范效应”和“推动效应”吸引FDI的增加，同时也会促进和原有投资相关的上下游行业及其相关企业的投资，形成FDI的区域聚集现象。因而预期该变量与FDI呈正相关关系。
在经济政策因素方面，本文主要考察体现经济政策差异性的三个变量：（1）对外开放程度，用该地区的对外进出口总额占GDP的比重（ln_tra）表示。对外开放程度决定了该地区与国际市场的联系程度，通过外在压力促进当地市场环境的完善，最终从而影响FDI对当地的偏好程度。进出口总额越高，说明该地区的开放程度越高，对FDI的吸引力度也会越大，因而预期符号为正。（2）政府干预程度，反映市场化程度，用该地区的政府支出占GDP的比重（ln_gov）表示。政府支出包括政府投资支出与政府转移支付，占绝大部分的政府投资支出会对国内投资及FDI产生挤出效应，因而预期符号为负。（3）政府优惠政策，以孙俊＼[9＼]的政策优惠指数 孙俊（2002）＼[16＼]针对我国的实际情况作了本土化的计算。根据经济区域的不同类型，赋予不同的政策级别，其中经济特区的政策优惠程度最高，将其级别定为4；其次是沿海开放城市，级别为3；国家级经济技术开发区，级别为2；一般省份和城市则为1。每个省份若拥有上述任一政策级别，就在其政策级别基础上加上该类型的政策级别。经过累加计算，就得到了各省市历年的政策优惠指数。同孙俊（2002），本文对这些政策优惠指数作了对数化处理。（lnpre）代理。为了吸引FDI，地方政府竞相出台优惠政策，优惠政策对中国吸引FDI的流入具有正面效应，尤其是经济特区政策。因而预期符号为正。 此外，本文选取两个空间变量：（1）周边市场潜力变量，用周围其他省市的GDP 加权和表示。通过考察该变量的系数来检验周围省市的市场潜力对FDI的吸引能力，检验邻近较大的第三方市场是否能增加该地区的FDI。 （2）空间滞后变量，用周围其他省市的FDI加权和表示。空间滞后变量W×fdi 的系数ρ则度量了地理上邻近的其他城市FDI加权和对当地FDI流入的影响程度，也可以认为是度量了一种集聚效应。与FDI存量变量不同之处在于，FDI存量衡量各省市内部FDI的集聚效应，而空间滞后变量则度量环渤海地区整体FDI的集聚效应。
环渤海地区五省市1985—2012年的面板数据来自《新中国60年统计资料汇编》、《中国统计年鉴》以及各省市统计年鉴。其中，北京1985年和1986年的FDI缺失；人均GDP数据经过当年各地居民消费价格指数消胀；FDI存量、当年FDI和进出口总额数据根据当年人民币与美元比价的中间价折算为人民币，折算时所用的各年汇率取自相应年份的《中国统计年鉴》。
（二）实证模型
1.基本模型
本文先从基本的Panel Data模型入手，分析在没有空间效应的前提下FDI的决定过程。根据面板数据的特征和需要检验的三类影响因素，构建基本模型如下：
fdiit=α+α1ContrVariablesit+α2SpatialVariablesit+ε（1）
其中，t=1985，1986，…，2008，i=1，2，…，5，ContrVariables包含上面提到的传统经济地理因素、新经济地理因素以及经济政策因素，SpatialVariables表示空间变量，市场潜力变量的系数反映地区的市场潜力即周边地区的GDP地理加权和对当地FDI的吸引能力。
2.空间线性模型
Anselin＼[10＼]给出了空间计量经济分析中空间线性模型的通用形式如下：
y=ρW1y+Xβ+ε，ε=λW2ε+μ（2）
其中，μ～N（0，Ω），β是与外生（解释）变量X（n×k）相关的参数向量k×1，ρ是空间滞后W1y的系数，λ是干扰项ε的空间自回归结构W2ε的系数，W1（n×n）、W2（n×n）分别与因变量的空间自回归过程和干扰项ε的空间自回归过程相关，可以是行标准化的矩阵，也可以是二元矩阵或其他非标准化矩阵。为更准确地分析周围省市的影响，本文建立空间经济权重矩阵作为空间权重矩阵，元素形式如下：
wij=1/diji-j（3）
其中，i=1，2，…，n，j=1，2，…，n，n为地区总数，dij为i、j两省省会城市间的直线距离，i为i省的人均GDP，i-j用以测度两省的经济相似程度，当距离一定时，该值越小，表明经济相似度越高，空间相关性越强。
从空间线性模型的通用形式（2）可以看出，空间计量经济的基本思想是将地区间的相互关系引入模型，对基本线性回归模型通过空间权数矩阵W进行修正。根据模型设定时对“空间”的体现方法不同，空间计量模型主要分成两种：一种是空间滞后模型（SAR），主要是用于研究区域的行为对整个系统内其他区域行为存在的影响，适合估计是否存在空间相互作用以及空间相互作用的强度，以反映可能存在的实质性的空间影响；另一种是空间误差模型（SEM），在这种模型中区域间的相互关系通过误差项来体现，回归干扰项的空间相关相当于多余（干扰）相关。
五、实证分析
本文主要借鉴Elhorst（2003）中的极大似然法，同时参考LeSages网站www.spatial-econometrics.上的Matlab Panel SEM和Panel SAR的程序模块，在此基础上根据样本数据作适当改动，对空间面板模型进行估计，本文采用的计量软件为Matlab7.0。
（一）基于环渤海地区数据的两模型比较
在进行空间计量模型估计之前，为证明环渤海地区省市间FDI流入量存在空间相关性，需要计算MoranI指数。经计算，MoranI指数统计量为0.842，相应的P值为0.000，显著拒绝空间不相关的原假设，空间效应显著。进一步进行拉格朗日乘数检验，选用空间误差模型（SEM）较为合适。Hausman检验结果表明，选择采用随机效应模型对Panel Data模型进行估计。估计结果如表1所示。
全样本的随机效应模型总体拟合程度较高，F值达177.720，模型估计结果稳健。空间计量模型2为0.974，高于随机效应模型，模型的极大似然估计值达到了60.446，表明空间误差模型在分析环渤海地区FDI分布状况时较随机效应模型具更强的解释力。一系列证据均表明，环渤海地区FDI的流入具有显著的空间相关性，为我国FDI的空间效应检验进一步提供了有力的地区证据。
估计结果表明，无论是经济地理因素、新经济地理因素还是经济政策因素对FDI的集聚都具有较好的解释力，FDI的流入确受多种因素的复杂影响，忽略任一因素都可能影响实证结果的可信度。
空间误差模型中λ值为0.333，在1%显著性水平下显著，说明环渤海地区FDI的区位分布存在空间溢出效应，λ值度量那些未加入模型中的经济变量对当地FDI流入的影响，这些潜在的经济变量可能包括地区之间的劳动力流动与贸易等。在环渤海地区，北京作为我国的首都城市，工作机会多，劳动报酬较高，对劳动力的吸引力较大，导致河北等其他四省市的劳动力大量流入北京。劳动力的迁移引起诸如劳动力成本、公共服务等一系列经济变量发生变化，从而总体上影响北京FDI的流入。尽管周边地区的FDI总量对当地FDI的流入综合影响不甚明显，但其他不可测因素影响显著，因此地方政府在制定引资战略的过程中需基于整体宏观经济形势而非孤立地考虑自身的引资战略。
经济发展状况较好、基础设施较为完善及FDI存量较高的地区吸引更多的FDI流入，这和我们的预期是一致的。北京正是依靠其较强的经济实力与较为完备的基础设施条件，在样本期间吸引了大量的FDI。在后期，辽宁也依赖于其强劲的经济发展势头成为FDI新的聚集地。劳动力成本的影响与预期相反，较高的劳动力成本促进FDI的流入。有两点需要说明：第一，我国劳动力市场工资报酬机制严重扭曲，较高的劳动力成本并不必然反映较高的劳动边际生产率，低工资也无法根据边际生产率的定价原理解释。第二，劳动力成本与FDI流入之间影响的前后向关系需要在我国特殊的市场体制下重新认识。环渤海、长三角与珠三角等吸引FDI较多的地区，尽管拥有大量廉价劳动力，但是经济状况的不断改善也导致生活成本逐渐上升，工资报酬的增加仅为维持正常的生活开支，因此劳动力成本与FDI流入量之间的关系能否按照经典的国际贸易理论得出结论还需根据环渤海地区的实际情况而定。 事实上，目前已有的贸易理论要么假设地区的要素数量不变，要么假设要素在地区之间的流动无摩擦。但我国尚处于二元经济向一元经济转变的阶段，农村存在大量的劳动力，使得劳动力从农村流向城市，甚至跨区域流动，使较为发达地区的劳动力供给量持续上升。另外，目前在我国劳动力的流动成本非常高，户籍制度的存在及其引起的医疗、保险、教育等方面的不平等已成为劳动力在地区间流动的巨大障碍。这也为环渤海地区在制定FDI的长期策略时提供了重要启示。
政府干预程度越高的地区，FDI流入的阻碍越大，越不利于FDI的引入，反映了市场化程度对FDI流入的正向影响，表明环渤海地区的市场机制作为实现和调节资源配置的一种经济机制与手段，能够反映产品与要素的价格信号是否符合市场的供求状况，因而能为资源的有效配置和企业的有序竞争提供有利环境＼[11＼]。
周边地区市场潜力在不同的模型中系数始终显著，表明环渤海地区FDI投资主导类型为集聚垂直复合型，即跨国公司FDI倾向于投资周边地区市场潜力大的地区。但空间误差模型的估计结果较Panel Data模型小，这可能是由于环渤海地区FDI类型由集聚垂直复合型向水平型转变所致。根据环渤海地区FDI区位分布的动态演变特征来看，1998年前北京依托城市化经济吸引了一批FDI，但远未实现区域化经济，国际投资者有动力寻求周边地区的最佳投资地点。为检验这一结论的正确性，本文将总样本分为两个子阶段，分别考察空间变量系数的变化情况。
（二）基于环渤海地区空间计量模型的两阶段估计
1998年前环渤海地区FDI的流入呈现量少、稳定两大特点。与之相对应，1998年后各地区FDI流入量迅速增加，波动较为剧烈。为探究变化的深层次原因，本文以1998年为分界点，分1985—1998年和1999—2012年两个时间段进行考察。
1985—1998年，MoranI值为0.872，p值为0.009，FDI分布的空间效应显著。进一步计算LM-lag和LM-err统计量，检验结果显示LM-lag值为1.028 （p值为0.311），LM-err值为5.101 （p值为0.024），后者统计显著，使用SEM进行估计。1999—2012年，MoranI值为0.740，p值为0.000，空间效应同样显著。进一步计算LM-lag和LM-err统计量，检验结果显示LM-lag值为2.442（p值为0.018），LM-err值为1.289 （p值为0.256），前者统计显著，使用SAR进行估计。
两阶段模型参数估计值变化明显，环渤海地区FDI的区位分布出现较大变化。
估计结果表明，早期环渤海地区FDI类型以集聚垂直复合型居多，后期向水平型转变。1985—1998年空间效应正向显著影响FDI的流入，说明环渤海地区FDI投资的主导类型为集聚垂直复合型。1999—2012年空间变量系数在5%的显著性水平上均不显著，人口状况、劳动力质量、劳动力成本也不存在显著影响，这一阶段环渤海地区的市场和资源成为国际投资者的重要考虑因素，FDI的主导投资类型为水平型。另外，不同阶段周边市场潜力对FDI流入的影响由显著变为不显著，表明FDI投资的主导类型由集聚垂直复合型寻求资源的水平型转变。1985—1998年λ值为0.245，并且高度显著，表明环渤海各地区FDI的流入量也受到周边地区FDI不可测因素的影响。在第二阶段的模型估计结果中，反映空间相关性的ρ系数尽管为正，但显著性水平有所下降，说明近年来环渤海各地区的FDI流入受相邻地区的影响逐渐变弱，跨国公司投资环渤海某地区考虑的重要因素不是其周边地区的基本情况，而是该地区自身的市场和资源。
传统经济地理因素、新经济地理因素及经济政策因素方面。两个不同阶段的经济发展水平均显著影响FDI的流入，这表明：第一，市场规模是FDI选择流入我国的重要影响因素，FDI以水平型居多。第二，市场规模也是FDI选择流入我国的持续影响因素。随着石油价格的普遍上涨、税费繁杂、运输过程中中转效率低下以及运输设备落后，贸易成本逐年上升，还不足以低到使FDI不再考虑市场规模的影响。1985—1998年FDI在环渤海地区正处于随机性的选址阶段，市场规模、劳动力成本与素质、FDI存量水平与周边地区的FDI流入量成为国际投资者主要的考虑因素。1999—2012年FDI步入逐步集聚阶段，除市场规模、FDI存量水平与周边地区的FDI流入量对FDI的流入存在影响之外，对外开放程度与交通运输状况也存在显著影响，表明随着开放程度的不断提高以及基础设施的不断完善，FDI投资已不再看重于劳动力的优势，而更多的是将目光转向于市场和经济持续的发展潜力。不同阶段劳动力成本的影响不同，1999—2012年劳动力成本不显著但劳动力素质凸显，劳动力成本对外资定位的影响正逐步减弱，劳动力素质代替劳动力成本成为重要的影响因素，说明区域化经济对FDI的流入产生了至关重要的作用，而城市化经济的作用则退居其次。
地方政府出台的优惠政策对FDI的流入有显著影响，作用程度也逐步增强。无论是中小企业还是大型跨国公司，除了关注市场的基本因素以外，优惠政策依然具有较强的吸引力。但同时也要看到，优惠政策一方面容易形成虚假合资现象，既没有达到引进外资的目的，同时也损失大量的财政收入；另一方面容易造成外商投资审核不严，尽管对经济增长有利，却不利于经济的持续稳定发展。Wells 和Allen＼[12＼]对印度尼西亚的优惠政策如何影响FDI的流入进行模拟研究表明，税收假日的优惠政策并没有影响国际投资者的投资策略。即使没有这些政策，印度尼西亚的FDI仍能以较快的速度增长。这在一定程度上说明，当前我国地方政府盲目的引资策略有待改善，应紧密结合当地的经济发展状况制定引资策略。如可根据各地区建设资金的需要，适当加大FDI的引入，但不能超出自身建设的需要，也不能盲目脱离现有的经济基础；也可根据当地出口、就业、技术等因素的要求，引进适量有利于当地的出口，增加就业，还能带来先进的生产技术，提高整体生产水平的高质量FDI。另外，还可将普惠制向特惠制转变，对一些特殊行业和地区给予一定的优惠，但其余外资仅给予国内投资的同等待遇。 六、结论与启示
FDI区位分布的影响因素异常复杂，地理位置、经济状况和政府政策都具有不可忽视的影响，忽略其中的任何因素都可能降低结论的可信度。本文首先运用变异系数描述了环渤海地区FDI区位分布的动态演变特征，发现1998年前主要是随机化的选址阶段，此后才逐步进入稳态的集聚过程。随后构建了一个囊括传统经济地理、新经济地理与经济政策的理论框架，并运用改进的D-S模型进行推导，进而利用1985—2012年的面板数据实证检验了经济地理、新经济地理和经济政策因素对FDI集聚的影响。结果表明：第一，早期环渤海地区FDI类型以集聚垂直复合型居多，后期以水平型为主。第二，市场规模是FDI选择流入我国的重要影响因素，也是持续影响因素。第三，稳态集聚过程中，区域化经济对FDI的流入产生了至关重要的作用，而城市化经济的作用则退居其次。第四，地方政府出台的优惠政策对FDI的流入有显著影响，但政策出台需因地制宜。
随着新经济地理学的逐渐兴起，所强调的因素之间的正反馈影响与生产的规模报酬递增性也开始得到越来越多的学者关注。本文的实证检验也证实了这些因素对FDI集聚的影响。从我国FDI的整体布局来看，FDI也仅在少数地区聚集，并产生自增强效应。作为一个典型的发展中国家，地区的发展亟需适量的FDI，而FDI不均衡的分布导致了我国地区间差距的加剧。从这一点来说，为缩小我国地区间的发展差距，本文的结论可为政策制定者提供些许参考和启示。在影响FDI区位分布的四大类影响因素中，传统经济地理因素、新经济地理因素对FDI的影响长久存在，政府可行的做法为：第一，增加教育支出，提高劳动者素质。第二，加强基础设施建设，降低贸易成本。在政府政策方面，进一步提高改革开放程度可导致FDI的集聚。在空间因素方面，可以肯定的是，地方政府在制定引资战略的过程中需基于宏观经济形势而非孤立地考虑自身。
参考文献：
[1]王剑，徐康宁.FDI的地区聚集及其空间演化——以江苏为例的研究＼[J＼].中国工业经济，2004，（12）：61-67.
[2]Blonigen， B.， Ronald， B. ，Waddell， G.， Naughton， H. FDI in Space： Spatial Autoregressive Lags in Foreign Direct Investment＼[J＼]. European Economic Review， 2007， 51（5）：1303-1325.
＼[2＼]Wooster， R.， Diebel， D. Productivity Spillovers form Foreign Investment in Developing Countries： A Meta-Regressive Analysis＼[J＼]. Review of Development Economics， 2010， 14（3）： 640-655.
＼[3＼]Havranek， T.， Irsova， Z. Estimating Vertical Spillovers from FDI： Why Results Vary and What the True Effect is ＼[J＼]. Journal of International Economics， 2011， 85（2）：234-244.
＼[4＼]Blanco， L. The Spatial Interdependence of FDI in Latin America＼[J＼]. World Development， 2012， 40（7）： 1337-1351.
＼[7＼]Baltagi， B.， Egger， P.， Pfaffermayr， M. Estimating Models of Complex FDI： Are These Third-country Effects？＼[J＼]. Journal of Econometrics， 2007， 140（1）： 260-281.
＼[11＼]安虎森.空间经济学原理＼[M＼].北京：经济科学出版社，2005：156-173.
＼[15＼]Hoover， E. Spatial Price Discrimination＼[J＼]. Review of Economic Studies， 1937， 4：182-191.
＼[3＼]Fujita，M.， Krugman， A. The Spatial Economy： Cities， Regions and International Trade＼[M＼]. MIT Press， Cambridge MA， USA ，1999.
＼[3＼]蒋伟，赖明勇.空间相关与外商直接投资区位决定——基于中国城市数据的空间计量分析＼[J＼].财贸研究，2009，（6）：1-19.
＼[4＼]何兴强，王利霞.中国FDI区位分布的空间效应研究＼[J＼].经济研究，2008（11）：137-150.
＼[5＼]冼国明，杨长志.中国外商直接投资的区位决定——基于地区数据的空间计量分析＼[J＼].世界经济研究，2009，（1）：60-64.
＼[6＼]安虎森.新经济地理学原理＼[M＼].北京：经济科学出版社，2009.72-74.
＼[7＼]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）：7-13.
＼[8＼]安虎森，颜银根.贸易自由化、工业化与企业区位——新经济地理视角中国FDI流入的研究＼[J＼].世界经济研究，2011，（2）：54-58.
＼[9＼]孙俊.跨国投资与服务贸易比较研究＼[J＼].国际贸易问题，2002，（9）：45-53.
＼[10＼]Anselin，L. Spatial Econometrics： Methods and Models＼[M＼]. Dordrecht： Kluwer Academic，1988.
＼[11＼]杨海生，聂海峰，徐现祥.我国FDI区位选择中的“第三方效应”——基于空间面板数据的实证研究＼[J＼].数量经济技术经济研究，2010，（4）：122-136.
＼[12＼]Wells， L.， Allen，J. Tax Holidays to Attract Foreign Direct Investment Lessons from Two Experiments＼[R＼].FIAS Occasional Papers，2001.
（责任编辑：韩淑丽）