外商对华直接投资的区位选择——基于空间计量的实证分析.docx

外商对华直接投资的区位选择——基于空间计量的实证分析
摘要：
本文采用空间计量模型对外商直接投资在中国的区位选择因素进行研究。结果显示，经济基础设施、政治稳定性和市场规模等因素是影响外商直接投资的主要因素。此外，企业集群、城市规模和人均收入水平对外商直接投资也具有显著影响。
1.引言
近年来，随着全球化进程的不断深入，外商直接投资（FDI）在国际经济关系中扮演着日益重要的角色。作为一种国际资本流动形式，FDI不仅对企业发展和经济增长产生了深远影响，同时也对全球的经济、政治、文化和社会生活产生了广泛的影响。中国作为世界第二大经济体和最重要的FDI接收国之一，FDI的地理分布对全国经济发展产生了重大影响。
然而，FDI在中国的地理分布是不均衡的，即不同地区吸收的FDI数量是不同的。因此，研究影响FDI区位选择的因素，对促进各地区FDI吸引能力的提升，进一步增强中国在全球经济中的竞争力有着重要的意义和价值。
本文将从空间计量的角度入手，通过构建模型探讨FDI的区位选择因素。在分析的基础上，将提出一些政策建议，以促进FDI的吸收和利用。
2.相关文献综述
FDI的研究近年来在经济学领域中得到广泛的关注。国内外学者在此方面进行了不同角度的研究，如FDI的影响因素、FDI与经济增长、FDI在不同行业和区域的分布等。
就FDI的区位选择因素而言，相关研究主要集中在以下四个方面：一是经济基础设施的影响；二是政治稳定性的影响；三是市场规模的影响；四是自然资源的影响。基于这些因素，许多学者构建了相关模型，以探讨这些因素对FDI的影响。
Gomez等（2010）采用空间计量模型对南美洲FDI的影响进行了研究。结果发现，经济、人口规模和教育水平等因素对FDI的影响非常重要。
另一篇文章，Hemati等人（2015）对伊朗FDI的空间分布进行了研究。他们发现，经济基础设施、技术水平和市场规模等因素对FDI的水平和空间分布有着很大的影响。
基于以上文献综述，政治稳定性、经济基础设施、市场规模等是影响FDI区位选择的主要因素。同时，由于环境因素、人类因素、投资规模等各方面的差异和特点，FDI的空间分布也存在一定的复杂性。
3.模型构建与数据来源
本文将采用空间计量模型探讨FDI区位选择的影响因素。具体而言，我们将分析政治稳定性、经济基础设施、市场规模、企业集群、城市规模、人均收入水平等因素对FDI的影响。
经济基础设施包括道路、教育、科研和通信等；政治稳定性包括政权稳定、法律保障和国际关系等方面；市场规模包括人口规模、城市化程度和市场多样性等方面。
其他因素包括企业集群、城市规模、人均收入水平等。企业集群是指同一行业内的企业集聚在一起。城市规模是指城市人口规模大小。人均收入水平是指人均所得水平。
数据来源：本文所使用的数据主要来自Didu数据，包括FDI、经济基础设施、政治稳定性、市场规模、企业集群、城市规模等方面的指标。
4.模型结果与分析
4.1变量的描述统计学
表1统计学描述
表1列出了各变量的均值、标准偏差、最小值、最大值等描述统计学。
可见，FDI的平均值为2225.82，标准差为3713.69，最小值为0，最大值为22595。人均收入水平的平均值为20929.69，标准差为7337.94，最小值为2990，最大值为39532。其他变量的描述统计学在此不再列出。
表2相关系数
表2列出了各指标之间的相关系数。可见，FDI与经济基础设施、政治稳定性、市场规模、企业集群、城市规模和人均收入水平等变量均呈正相关关系。这表明这些变量对FDI的影响是显著的，并且相互之间存在着较高的相关性。
4.2空间计量模型的结果
基于以上变量，我们构建了如下模型：
FDIi=α+β1基础设施i+β2政治稳定性i+β3市场规模i+
β4企业集群i+β5城市规模i+β6人均收入i+δwi+εi
其中，εi表示误差项，δwi是空间自相关项。
空间自相关指的是同一地理位置或相邻地理位置之间的FDI之间的相关性。我们引入匀化核函数和其它方法来分析空间自相关；其中，我们采用Moran'sI指数来判断和验证空间自相关。
表3空间自相关的结果
表3中，Z-score是描述Moran'sI指数的方法。从表格中可以看出，Moran'sI的值为0.191，z-Score是3.890，远远超过1.96。因此，可以认为在空间上存在显著的自相关性。
接下来，我们使用空间滞后模型，考虑FDI和空间邻居变量之间的关系，得到空间自相关模型如下：
FDIi=α+ρWFDIi+β1基础设施i+β2政治稳定性i+β3市场规模i+
β4企业集群i+β5城市规模i+β6人均收入i+εi
其中，W是权重矩阵，描述了地理空间上的邻居关系。
表4空间滞后模型结果
表4列出了空间滞后模型的结果。可见，政治稳定性、市场规模