论文部分内容阅读
【摘要】随着改革开放的不断深化，外商直接投资在长三角经济中的作用日益突出。文章利用1995-2007年长三角地区城市面板数据，检验了市场规模、城市化水平、政府干预程度等因素对长三角外商直接投资区位选择的影响。文章发现，市场规模和城市化水平对长三角各市FDI的流入具有正向的显著影响；政府干预程度对长三角各市FDI的流入具有负向的显著影响。
【关键词】外商直接投资 区位选择 长三角
一、引言
2005年，我国实际吸收外商直接（FDI）①投资603.25亿美元，作为最具潜力的发展中国家，继续名列“外国直接投资信心指数榜”首位，从而连续四年成为世界上对FDI最具吸引力的国家（贺清云，2008）[3]。随着我国改革开放的不断深化，FDI在经济发展中的作用逐渐突显。它的进入不仅弥补了改革开放初期资金不足的缺陷，为经济腾飞注入了动力；而且促进了外向经济的发展，增强了我国对全球经济的影响；更带来了先进的技术和管理经验等等，在改革开放的30多年里，FDI无疑为长三角的经济增长做出了重要贡献。但是FDI在长三角的分布就像其在全国范围内的分布一样，是不均衡的：大部分的FDI都集中分布在上海、南京、苏州等地。这在一定程度上拉大了长三角城市间的差距，不利于长三角经济的均衡增长。
针对FDI这种不均衡分布，及其在经济增长中的重要作用，近年来许多国内外学者，对FDI的区位选择进行了研究，试图解释造成我国现阶段FDI分布情况的原因。其中韩剑、潘沁、徐康宁（2005）指出对外开放程度、FDI聚集程度是影响FDI区位选择的重要因素，较高的对外开放程度和较高的FDI聚集度都有利于FD的流入[6]；窦清红（2008）的分析结果表明，税负水平对于FDI流向产生重要影响，两者呈负相关关系[1]；贺清云（2005）分析了公共政策、市场规模、劳动力因素对FDI区位选择的影响，结果表明较低的市场干预程度，较大的市场规模，以及较高的劳动力密度，都有利于吸引到更多FDI[3]；肖文、周明海（2008）研究了劳动力成本、市场规模、城市化水平对FDI区位选择的影响，结果显示劳动力成本与FDI流入量呈负相关关系，市场规模与FDI流入量呈正相关关系，城市化水平与FDI流入呈正相关关系[12]；罗知（2009）的研究显示，双边贸易对FDI区位选择产生显著影响[8]。
但是目前对于我国FDI区位选择的研究大多都是利用分省面板数据或利用国际面板数据，以整个国家为研究范围，很少有具体到对某个地区的研究。而我国是一个人口、面积、经济大国，又是一个政治集权而经济分权的国家，地方政府于国家之间的关系错综复杂。因此，现有的研究很难为具体某个地区吸引FDI提供具体的政策依据。就长三角而言，虽然是全国吸引FDI最多的地区，但是现有文献对长三角FDI区位选择的研究却是少之又少，这显然无法与长三角巨大的FDI流入量相适应。本文采用1995～2007年的城市面板数据，以长三角为范围，研究该地区FDI的区位选择，并通过研究为长三角如何吸引更多FDI，以及长三角那些FDI分布较少的城市如何通过缩小FDI分布的地区差异，来缩小与上海、杭州等发达城市之间的差距提出政策性建议，这在一定程度上对促进长三角地区经济均衡发展更具启示意义。
本文其余部分的结构如下:第二部分是指标的选择、模型的设定及数据说明；第三部分是运用所选的模型对样本进行检验，以及检验结果；第四部分是根据检验结果得出的结论以及政策性建议。
二、指标的选择、模型的设定及数据说明
（一）指标的选择
目前已有的研究表明，影响FDI在我国的区位选择因素主要有：政府干预程度（魏厚凯，2002）、劳动力密度（肖文，2008）、市场规模（贺清云，2008）、城市化水平（贺灿飞，2005）、FDI聚集程度（徐康宁，2005）、劳动力成本（王剑，2004）等。本文在综合了已有研究出的结论之后，选取了一些在现有文献中常用的指标，并将其应用于对长三角FDI区位选择的研究，以期对长三角FDI现有的分布状况进行解释。
根据Smith的观点，政府的职责应该是充当“守夜人”一个好的政府应该尽可能少的干预经济，保持较轻的税负水平。一方面，若政府对本国经济干预过多，将会破坏市场的竞争，造成不公平竞争，对于适应了高度市场化经济的外资持有人来说，这无疑会阻碍他们对东道国的投资；另一方面，若东道国的税负水平过高，将会减少外资的获利空间，这同样会减少外商来东道国投资，因此本文选取的度量FDI区位选择的第一组和第二组指标分别是政府干预程度和税负水平，并预计政府干预程度和税负水平对于FDI流入量均呈负相关关系。每一个外资企业，都需要雇佣不同数量东道国的劳动力为自己服务，而对那些劳动密集型的外资企业来说，劳动力的充裕程度则显得尤为重要，因此本文选取的第三组度量FDI区位选择的指标是劳动力密度，预计劳动力密度与长三角各城市FDI的流入量具有正向影响。度量FDI区位选择的第四组指标是市场规模，市场规模是衡量一个地区经济活动水平的重要指标，一个较的大市场除了会给企业提供更多的规模经济和溢出效应带来的好处外，还能带来巨大的市场需求和获利空间，外商投资的根本动机就是获利，所以只要一个地区存在足够大的市场和获利空间，就会有外商来投资，从而我们预计市场规模对长三角各市FDI流入量具有正向的显著影响。度量FDI区位选择的第五组指标是城市化水平，城市化水平越高，代表着该地区的基础设施越健全、市场机制越完善，因此我们预计城市化水平与长三角各市FDI流入量呈正相关关系。
具体来说，我们对所选五组指标的表示方法为：（1）政府干预程度，我们用财政支出于GDP的比值来表示，这个比值越大，意味着政府对经济的干预程度越高。（2）税负水平，我们用财政收入于GDP的比值来表示，两者的比值越大，代表着越高的税负水平。（3）劳动力密度，我们采用每平方公里拥有的人口数来表示。（4）市场规模，我们用人均实际GDP来表示，人均实际GDP越多，市场规模越大。（5）城市化水平，我们用非农人口占总人口的比重来表示，这个比重越大，城市化水平越高。 （二）模型设定
根据我们选择的五组度量长三角地区FDI区位选择的指标，我们的基本计量模型设置如下：
AFDI■=α■+α■AGDP■+α■LABOR■+α■URBAN■+α■TAX■+α■FE■+ε■
其中:i=1，2，...16;t=1995，1996，...2007
被解释变量是AFDI，用人均实际利用外商直接额来表示，我们首先利用各年汇率将以美元计价的FDI折算成人民币值，再以1995年为基期对名义FDI进行价格平减得到真实值，单位是元/人。AGDP代表的是人均实际GDP，我们以1995年为基期，对其他各年的名义人均GDP进行平减，单位是元/人；LABOR是劳动力密度，我们用每平方公里内拥有的人口数量来表示，单位是人/平方公里；URBAN是城市化水平，我们用非农人口在总人口中所占比重来表示；TAX是税负水平，我们用财政收入与GDP的比值来表示；FE是政府干预程度，我们用财政支出与GDP的比值来表示。
接下来，我们对文章中所使用的相关变量进行描述性统计分析，以获得一手的感性认识（见表1）。从表中我们发现，被解释变量AFDI的标准差较大，为1240.326，这表明在长三角各城市之间FDI的流入量差异较大；在被解释变量中，标准差最大的是AGDP，为4719.644，这表明在长三角各市之间经济发展水平的差异较大，标准差最小的是TAX，这表明在长三角各市之间，税负水平相差不大。
三、检验结果
我们首先将研究对象设定为长三角地区的全部16座城市，通过Hausman检验，②得到W=3.68，p=0.2981，说明随机效应模型优于固定效应模型，因此我们采用广义最小二乘法（xtgls）对样本进行检验，检验结果见表2模型1。检验结果中，所有控制变量的符号均与预期相同，但是显著性较差：只有AGDP在1%的水平上显著，URBAN在10%的水平上显著，其余三个控制变量均不显著，我们怀疑造成检验结果不理想的原因是模型中存在内生性问题。因此我们将所有的控制变量都取滞后两期，试图在一定程度上消除内生性问题对检验结果造成的影响。通过Hausman检验得到W=7.48，p=0.0580，因此我们采用广义最小二乘法对样本进行检验，检验结果见表2模型2。从中我们发现，检验结果比模型1理想了很多，这说明的确存在内生性问题。接下来在模型3中，我们将上海、南京、杭州以及宁波4个城市予以剔除，之所以将它们剔除，是因为他们都是副省级城市或直辖市，在我国的经济体系中具有特殊的地位，这有可能会使它们成为检验中的异常值。同样，我们通过Hausman检验得到W=5.59，p=0.1333，因此我们采用广义最小二乘法对样本进行检验，检验结果见表2模型3。
在模型2中，AGDP的系数是0.0701，而且是显著的，这说明市场规模越大，对FDI的吸引越大，这和我们的预期一致。AGDP代表的是一个地区的经济发展水平，意味着越富裕的地区，越能吸引更多的FDI，而且AGDP是经济发展过程中长期积累的结果，是短期内很难改变的，因此它在一定程度上会拉大地区间的差异，不利于经济的均衡增。LABOR的系数是0.0271，说明劳动力资源越丰富的地区，吸引的FDI越多，这和事实经验以及我们的预期相吻合，但是在模型中LABOR是个不显著的控制变量。我们认为其中的原因主要有2个：一方面长三角的交通运输业发达，城市于城市之间的距离比较近，劳动力在各个城市之间的流动是很方便的；另一方面，本文使用的劳动力密度这一数据统计的是本地人口数的密度，但是在现实中，长三角有大量的外来务工者，这也对检验结果造成了影响。因此在今后的研究中，在劳动力因素度量指标的选择，是一个有待改进的方面。URBAN的系数是2014.8280，而且是十分显著的，这意味着城市化水平越高的地区，越能吸引FDI，这同样和我们的预期一致。TAX的系数为2865.268，是不显著的，这说明税负水平在长三角税负水平对FDI区位选择的影响不显著。我们认为造成这种结果的主要原因是：长三角各城市间的税负水平较为接近③。FE的系数是-3657.776，而且是比较显著的，这就说明政府对经济的干预程度越高，FDI进入的抑制作用就越大，这同我们的预期相吻合。
在模型3中，由于上海、南京、杭州、宁波4个城市都是副省级和直辖市，可能会影响检验结果的可靠性，我们将它们剔出模型，检验结果中AGDP、URBAN、TAX和FE四个控制变量的符号均保持不变，在显著水平上也没有大的变化，这说明这四个控制变量对长三角FDI流入的影响是比较稳定的；但是劳动力密度的符号由正的变为负的，但是仍然不显著，这说明劳动力密度在长三角FDI区位选择过程中是一个不稳定的因素。
注：***表示在0.01水平上显著，**表示在0.05水平上显著，*表示在0.1水平上显著，括号内是t值。
四、结论及政策建议
改革开放三十多年，我国的FDI从最初的零，在经历了三十多年的漫长路程后，现在成为仅次于美国的世界第二大FDI东道国，三十年间外商从我国获得收益的同时也为我国的经济增长做出了贡献。但是，我们对于FDI的研究却远远地落后于世界水平，远未达到与FDI流入量相适应的要求。对于FDI的区位选择，知道的则更少。从个体上讲，这不利与那些在吸引FDI中处于劣势地位的城市，增强自身竞争力，吸引更多外资，缩小与发达城市间的差距；从整体上说，这不利于我们“有针对性”地采取一些招商引资的措施，吸引更多外资，促进长三角经济的健康平稳增长。
我们运用了1995～2007年长三角地区的城市面板数据，对几个在不同文献中都被认为对FDI区位选择具有显著影响的因素进行检验，试图找出它们对长三角地区FDI的区位选择中是否依然具有显著影响。根据前文检验结果，我们得出以下结论：首先，不同的区域范围，影响FDI的因素以及各个因素的显著程度是不同的。例如：在许多以全国为研究范围的文献中，劳动力密度和税负水平都是具有显著影响作用的因素，但是在长三角地区，这两个因素的影响不显著。其次，市场规模、城市化水平都对长三角地区FDI的流向产生显著影响，而且越大的市场规模，越高的城市化水平越有利于FDI的流入。最后，政府对经济的干预程度对长三角地区各城市FDI的流入具有负向的显著影响，既越低的干预程度越有利于吸引更多FDI。 本文的研究表明，对于长三角地区那些现阶段吸引FDI较少的城市，若想缩小FDI流入量上与上海等发达城市的差距，最主要的是扩大扩大市场规模，提高城市化水平，以及降低政府对经济的干预程度。市场规模的大小代表着经济发展水平的高低，是经济发展过程中长期积累的结果，是短期内很难改变的一个因素。这就要求政府在制定政策时，切实以经济发展为中心，重视积累，放远眼光注重长期效益，不能光顾眼前利益。同时还要求政府减少对市场经济的干预、保护市场竞争、完善市场机制，为外资创造公平、自由的投资环境。只有这样才能真正提高自身竞争力，充分地处长三角这一地理优势，促进自身经济的发展，促进长三角经济的均衡增长。
本文的不足之处在于，由于数据的限制，我们未能将对外开放程度、聚集效应、劳动力成本、基础设施等因素纳入模型进行研究，而这些因素在现有文献中都被认为对FDI区位选择产生显著影响；同时我们也没有将FDI属于市场导向型还是资源导向型纳入模型，这为我们以后的研究提供了方向。
注释
{1}为了行文方便，本文余下部分将外商直接投资则简写为FDI。
{2}本文在检验过程中使用的均是STATA10.0软件。
③在我们进行的描述性统计分析过程中，TAX的方差仅为0.1143207，是所有控制变量中最小的，这表明长三角地区各城市间税负水平比较接近。
参考文献
[1]窦清红.FDI税收政策研究[M].中国税务出版社，2008年版.
[2]付元海，彭民安，罗志辉.FDI区位研究综述[J].《湖南行政学院学报》，2005年第1期.
[3]贺清云.FDI区位环境优化研究—以湖南为例[M].湖南师范大学出版社，2008年版.
[4]贺灿飞.FDI区位：理论分析与实证研究[M].中国经济出版社，2005年版.
[5]胡函钧，王纪亮.中国FDI地区分布影响因素分析[J].《社会科学》，2005年第5期.
[6]韩剑，潘沁，徐康宁.FDI地区集聚效应的实证研究[J].《国际贸易问题》，2005年第3期.
[7]联合课题组.外资利用与昆山经济发展[M].上海三联书店，2006年版.
[8]罗知.中国FDI流入的决定因素：基于国际面板数据的实证研究[J].《南方经济》，2009年第1期.
[9]魏厚凯.中国外商投资区位决策与公共政策[M].商务印书馆，2002年版.
[10]王剑.FDI区域分布的决定因素分析[J]，《经济科学》.2004年第5期.
[11]许琳，毛加强.我国利用FDI的区域分布研究[J].《兰州大学学报》，2005年第6期.
[12]肖文，周明海.中国FDI的区位选择及其影响因素分析[J].《经济学·管理学》，2008年第2期.
作者简介：周仲辉（1988-），男，汉族，浙江丽水人，就读于浙江财经学院金融学院，研究方向：金融学。
【关键词】外商直接投资 区位选择 长三角
一、引言
2005年，我国实际吸收外商直接（FDI）①投资603.25亿美元，作为最具潜力的发展中国家，继续名列“外国直接投资信心指数榜”首位，从而连续四年成为世界上对FDI最具吸引力的国家（贺清云，2008）[3]。随着我国改革开放的不断深化，FDI在经济发展中的作用逐渐突显。它的进入不仅弥补了改革开放初期资金不足的缺陷，为经济腾飞注入了动力；而且促进了外向经济的发展，增强了我国对全球经济的影响；更带来了先进的技术和管理经验等等，在改革开放的30多年里，FDI无疑为长三角的经济增长做出了重要贡献。但是FDI在长三角的分布就像其在全国范围内的分布一样，是不均衡的：大部分的FDI都集中分布在上海、南京、苏州等地。这在一定程度上拉大了长三角城市间的差距，不利于长三角经济的均衡增长。
针对FDI这种不均衡分布，及其在经济增长中的重要作用，近年来许多国内外学者，对FDI的区位选择进行了研究，试图解释造成我国现阶段FDI分布情况的原因。其中韩剑、潘沁、徐康宁（2005）指出对外开放程度、FDI聚集程度是影响FDI区位选择的重要因素，较高的对外开放程度和较高的FDI聚集度都有利于FD的流入[6]；窦清红（2008）的分析结果表明，税负水平对于FDI流向产生重要影响，两者呈负相关关系[1]；贺清云（2005）分析了公共政策、市场规模、劳动力因素对FDI区位选择的影响，结果表明较低的市场干预程度，较大的市场规模，以及较高的劳动力密度，都有利于吸引到更多FDI[3]；肖文、周明海（2008）研究了劳动力成本、市场规模、城市化水平对FDI区位选择的影响，结果显示劳动力成本与FDI流入量呈负相关关系，市场规模与FDI流入量呈正相关关系，城市化水平与FDI流入呈正相关关系[12]；罗知（2009）的研究显示，双边贸易对FDI区位选择产生显著影响[8]。
但是目前对于我国FDI区位选择的研究大多都是利用分省面板数据或利用国际面板数据，以整个国家为研究范围，很少有具体到对某个地区的研究。而我国是一个人口、面积、经济大国，又是一个政治集权而经济分权的国家，地方政府于国家之间的关系错综复杂。因此，现有的研究很难为具体某个地区吸引FDI提供具体的政策依据。就长三角而言，虽然是全国吸引FDI最多的地区，但是现有文献对长三角FDI区位选择的研究却是少之又少，这显然无法与长三角巨大的FDI流入量相适应。本文采用1995～2007年的城市面板数据，以长三角为范围，研究该地区FDI的区位选择，并通过研究为长三角如何吸引更多FDI，以及长三角那些FDI分布较少的城市如何通过缩小FDI分布的地区差异，来缩小与上海、杭州等发达城市之间的差距提出政策性建议，这在一定程度上对促进长三角地区经济均衡发展更具启示意义。
本文其余部分的结构如下:第二部分是指标的选择、模型的设定及数据说明；第三部分是运用所选的模型对样本进行检验，以及检验结果；第四部分是根据检验结果得出的结论以及政策性建议。
二、指标的选择、模型的设定及数据说明
（一）指标的选择
目前已有的研究表明，影响FDI在我国的区位选择因素主要有：政府干预程度（魏厚凯，2002）、劳动力密度（肖文，2008）、市场规模（贺清云，2008）、城市化水平（贺灿飞，2005）、FDI聚集程度（徐康宁，2005）、劳动力成本（王剑，2004）等。本文在综合了已有研究出的结论之后，选取了一些在现有文献中常用的指标，并将其应用于对长三角FDI区位选择的研究，以期对长三角FDI现有的分布状况进行解释。
根据Smith的观点，政府的职责应该是充当“守夜人”一个好的政府应该尽可能少的干预经济，保持较轻的税负水平。一方面，若政府对本国经济干预过多，将会破坏市场的竞争，造成不公平竞争，对于适应了高度市场化经济的外资持有人来说，这无疑会阻碍他们对东道国的投资；另一方面，若东道国的税负水平过高，将会减少外资的获利空间，这同样会减少外商来东道国投资，因此本文选取的度量FDI区位选择的第一组和第二组指标分别是政府干预程度和税负水平，并预计政府干预程度和税负水平对于FDI流入量均呈负相关关系。每一个外资企业，都需要雇佣不同数量东道国的劳动力为自己服务，而对那些劳动密集型的外资企业来说，劳动力的充裕程度则显得尤为重要，因此本文选取的第三组度量FDI区位选择的指标是劳动力密度，预计劳动力密度与长三角各城市FDI的流入量具有正向影响。度量FDI区位选择的第四组指标是市场规模，市场规模是衡量一个地区经济活动水平的重要指标，一个较的大市场除了会给企业提供更多的规模经济和溢出效应带来的好处外，还能带来巨大的市场需求和获利空间，外商投资的根本动机就是获利，所以只要一个地区存在足够大的市场和获利空间，就会有外商来投资，从而我们预计市场规模对长三角各市FDI流入量具有正向的显著影响。度量FDI区位选择的第五组指标是城市化水平，城市化水平越高，代表着该地区的基础设施越健全、市场机制越完善，因此我们预计城市化水平与长三角各市FDI流入量呈正相关关系。
具体来说，我们对所选五组指标的表示方法为：（1）政府干预程度，我们用财政支出于GDP的比值来表示，这个比值越大，意味着政府对经济的干预程度越高。（2）税负水平，我们用财政收入于GDP的比值来表示，两者的比值越大，代表着越高的税负水平。（3）劳动力密度，我们采用每平方公里拥有的人口数来表示。（4）市场规模，我们用人均实际GDP来表示，人均实际GDP越多，市场规模越大。（5）城市化水平，我们用非农人口占总人口的比重来表示，这个比重越大，城市化水平越高。 （二）模型设定
根据我们选择的五组度量长三角地区FDI区位选择的指标，我们的基本计量模型设置如下：
AFDI■=α■+α■AGDP■+α■LABOR■+α■URBAN■+α■TAX■+α■FE■+ε■
其中:i=1，2，...16;t=1995，1996，...2007
被解释变量是AFDI，用人均实际利用外商直接额来表示，我们首先利用各年汇率将以美元计价的FDI折算成人民币值，再以1995年为基期对名义FDI进行价格平减得到真实值，单位是元/人。AGDP代表的是人均实际GDP，我们以1995年为基期，对其他各年的名义人均GDP进行平减，单位是元/人；LABOR是劳动力密度，我们用每平方公里内拥有的人口数量来表示，单位是人/平方公里；URBAN是城市化水平，我们用非农人口在总人口中所占比重来表示；TAX是税负水平，我们用财政收入与GDP的比值来表示；FE是政府干预程度，我们用财政支出与GDP的比值来表示。
接下来，我们对文章中所使用的相关变量进行描述性统计分析，以获得一手的感性认识（见表1）。从表中我们发现，被解释变量AFDI的标准差较大，为1240.326，这表明在长三角各城市之间FDI的流入量差异较大；在被解释变量中，标准差最大的是AGDP，为4719.644，这表明在长三角各市之间经济发展水平的差异较大，标准差最小的是TAX，这表明在长三角各市之间，税负水平相差不大。
三、检验结果
我们首先将研究对象设定为长三角地区的全部16座城市，通过Hausman检验，②得到W=3.68，p=0.2981，说明随机效应模型优于固定效应模型，因此我们采用广义最小二乘法（xtgls）对样本进行检验，检验结果见表2模型1。检验结果中，所有控制变量的符号均与预期相同，但是显著性较差：只有AGDP在1%的水平上显著，URBAN在10%的水平上显著，其余三个控制变量均不显著，我们怀疑造成检验结果不理想的原因是模型中存在内生性问题。因此我们将所有的控制变量都取滞后两期，试图在一定程度上消除内生性问题对检验结果造成的影响。通过Hausman检验得到W=7.48，p=0.0580，因此我们采用广义最小二乘法对样本进行检验，检验结果见表2模型2。从中我们发现，检验结果比模型1理想了很多，这说明的确存在内生性问题。接下来在模型3中，我们将上海、南京、杭州以及宁波4个城市予以剔除，之所以将它们剔除，是因为他们都是副省级城市或直辖市，在我国的经济体系中具有特殊的地位，这有可能会使它们成为检验中的异常值。同样，我们通过Hausman检验得到W=5.59，p=0.1333，因此我们采用广义最小二乘法对样本进行检验，检验结果见表2模型3。
在模型2中，AGDP的系数是0.0701，而且是显著的，这说明市场规模越大，对FDI的吸引越大，这和我们的预期一致。AGDP代表的是一个地区的经济发展水平，意味着越富裕的地区，越能吸引更多的FDI，而且AGDP是经济发展过程中长期积累的结果，是短期内很难改变的，因此它在一定程度上会拉大地区间的差异，不利于经济的均衡增。LABOR的系数是0.0271，说明劳动力资源越丰富的地区，吸引的FDI越多，这和事实经验以及我们的预期相吻合，但是在模型中LABOR是个不显著的控制变量。我们认为其中的原因主要有2个：一方面长三角的交通运输业发达，城市于城市之间的距离比较近，劳动力在各个城市之间的流动是很方便的；另一方面，本文使用的劳动力密度这一数据统计的是本地人口数的密度，但是在现实中，长三角有大量的外来务工者，这也对检验结果造成了影响。因此在今后的研究中，在劳动力因素度量指标的选择，是一个有待改进的方面。URBAN的系数是2014.8280，而且是十分显著的，这意味着城市化水平越高的地区，越能吸引FDI，这同样和我们的预期一致。TAX的系数为2865.268，是不显著的，这说明税负水平在长三角税负水平对FDI区位选择的影响不显著。我们认为造成这种结果的主要原因是：长三角各城市间的税负水平较为接近③。FE的系数是-3657.776，而且是比较显著的，这就说明政府对经济的干预程度越高，FDI进入的抑制作用就越大，这同我们的预期相吻合。
在模型3中，由于上海、南京、杭州、宁波4个城市都是副省级和直辖市，可能会影响检验结果的可靠性，我们将它们剔出模型，检验结果中AGDP、URBAN、TAX和FE四个控制变量的符号均保持不变，在显著水平上也没有大的变化，这说明这四个控制变量对长三角FDI流入的影响是比较稳定的；但是劳动力密度的符号由正的变为负的，但是仍然不显著，这说明劳动力密度在长三角FDI区位选择过程中是一个不稳定的因素。
注：***表示在0.01水平上显著，**表示在0.05水平上显著，*表示在0.1水平上显著，括号内是t值。
四、结论及政策建议
改革开放三十多年，我国的FDI从最初的零，在经历了三十多年的漫长路程后，现在成为仅次于美国的世界第二大FDI东道国，三十年间外商从我国获得收益的同时也为我国的经济增长做出了贡献。但是，我们对于FDI的研究却远远地落后于世界水平，远未达到与FDI流入量相适应的要求。对于FDI的区位选择，知道的则更少。从个体上讲，这不利与那些在吸引FDI中处于劣势地位的城市，增强自身竞争力，吸引更多外资，缩小与发达城市间的差距；从整体上说，这不利于我们“有针对性”地采取一些招商引资的措施，吸引更多外资，促进长三角经济的健康平稳增长。
我们运用了1995～2007年长三角地区的城市面板数据，对几个在不同文献中都被认为对FDI区位选择具有显著影响的因素进行检验，试图找出它们对长三角地区FDI的区位选择中是否依然具有显著影响。根据前文检验结果，我们得出以下结论：首先，不同的区域范围，影响FDI的因素以及各个因素的显著程度是不同的。例如：在许多以全国为研究范围的文献中，劳动力密度和税负水平都是具有显著影响作用的因素，但是在长三角地区，这两个因素的影响不显著。其次，市场规模、城市化水平都对长三角地区FDI的流向产生显著影响，而且越大的市场规模，越高的城市化水平越有利于FDI的流入。最后，政府对经济的干预程度对长三角地区各城市FDI的流入具有负向的显著影响，既越低的干预程度越有利于吸引更多FDI。 本文的研究表明，对于长三角地区那些现阶段吸引FDI较少的城市，若想缩小FDI流入量上与上海等发达城市的差距，最主要的是扩大扩大市场规模，提高城市化水平，以及降低政府对经济的干预程度。市场规模的大小代表着经济发展水平的高低，是经济发展过程中长期积累的结果，是短期内很难改变的一个因素。这就要求政府在制定政策时，切实以经济发展为中心，重视积累，放远眼光注重长期效益，不能光顾眼前利益。同时还要求政府减少对市场经济的干预、保护市场竞争、完善市场机制，为外资创造公平、自由的投资环境。只有这样才能真正提高自身竞争力，充分地处长三角这一地理优势，促进自身经济的发展，促进长三角经济的均衡增长。
本文的不足之处在于，由于数据的限制，我们未能将对外开放程度、聚集效应、劳动力成本、基础设施等因素纳入模型进行研究，而这些因素在现有文献中都被认为对FDI区位选择产生显著影响；同时我们也没有将FDI属于市场导向型还是资源导向型纳入模型，这为我们以后的研究提供了方向。
注释
{1}为了行文方便，本文余下部分将外商直接投资则简写为FDI。
{2}本文在检验过程中使用的均是STATA10.0软件。
③在我们进行的描述性统计分析过程中，TAX的方差仅为0.1143207，是所有控制变量中最小的，这表明长三角地区各城市间税负水平比较接近。
参考文献
[1]窦清红.FDI税收政策研究[M].中国税务出版社，2008年版.
[2]付元海，彭民安，罗志辉.FDI区位研究综述[J].《湖南行政学院学报》，2005年第1期.
[3]贺清云.FDI区位环境优化研究—以湖南为例[M].湖南师范大学出版社，2008年版.
[4]贺灿飞.FDI区位：理论分析与实证研究[M].中国经济出版社，2005年版.
[5]胡函钧，王纪亮.中国FDI地区分布影响因素分析[J].《社会科学》，2005年第5期.
[6]韩剑，潘沁，徐康宁.FDI地区集聚效应的实证研究[J].《国际贸易问题》，2005年第3期.
[7]联合课题组.外资利用与昆山经济发展[M].上海三联书店，2006年版.
[8]罗知.中国FDI流入的决定因素：基于国际面板数据的实证研究[J].《南方经济》，2009年第1期.
[9]魏厚凯.中国外商投资区位决策与公共政策[M].商务印书馆，2002年版.
[10]王剑.FDI区域分布的决定因素分析[J]，《经济科学》.2004年第5期.
[11]许琳，毛加强.我国利用FDI的区域分布研究[J].《兰州大学学报》，2005年第6期.
[12]肖文，周明海.中国FDI的区位选择及其影响因素分析[J].《经济学·管理学》，2008年第2期.
作者简介：周仲辉（1988-），男，汉族，浙江丽水人，就读于浙江财经学院金融学院，研究方向：金融学。