1 前言
隨著世界經濟壹體化，外商直接投資（以下簡稱FDI）已經成為推動發展中國家經濟的重要動力。從1993年開始,我國就成為世界上僅次於美國的第二大外商投資國。到2002年,我國實際FDI使用總額達527億美元,首次超過美國,成為世界第壹的引資大國。由於外資的大量湧入，FDI在中國經濟發展中的作用越來越重要。它有利於給中國提供稀缺資源，提高科學技術水平，創造就業機會，促進經濟發展，是中國實現現代化的可能加速因素。
然而，任何事物都具有兩面性，盡管FDI在中國的流入總量上數額巨大，在地區分布上卻存在很嚴重的不平衡性。目前中國吸引的外商投資絕大部分都集中在沿海特別是廣東、江蘇、福建、上海等東南沿海地區。2002年，在各地區實際利用的FDI中，東部地區占87. 43%，中部地區占9. 88%，西部地區占2.65%，中西部地區加起來僅占12. 57%[1]。大量的外商投資流入沿海地區，雖然對促進沿海經濟的高速增長起著十分重要的作用，但同時加劇了中國地區經濟發展的不平衡，使東、中西部的差距進壹步拉大。
為了促進地區經濟協調發展，逐步縮小地區差距，本文在影響FDI的決定性因素所建立的回歸模型基礎上，對東部地區各省市FDI的決定性因素指標加權平均，以此作為參照值，將江西省的相應指標與參照值實施標準化處理進行對比分析，計算出江西省與東部地區吸引FDI的差異指數，從而為江西省政府未來的FDI決策提供政策建議。
2 文獻回顧
從20世紀60年代開始，關於FDI理論的研究不斷拓深。60年代的FDI理論著重以傳統的比較利益原則來解釋國際資本流動，進入90年代以後，內部化理論與壹般均衡系統合二為壹的研究方法成為研究的重點。歸結起來，近年來學術界基本上是從兩條思路探討FDI的區位問題：壹是從理論上以不同側面或角度對FDI區位選擇的動機和影響因素進行探討研究；二是許多國內外學者越來越多地運用經濟計量模型對FDI的區位選擇問題進行實證研究。
2.1 FDI區位選擇的理論研究
2.1.1區位理論
在理論闡述上，最初的區位理論是FDI區位選擇理論的基礎，很多相關的國際直接投資區位選擇理論是建立在區位理論的基礎上的，或者或多或少包含有區位理論的萌芽思想。區位理論的發展主要形成了三大流派：成本學派、市場學派、行為學派，分別從企業追求成本最小化、利潤最大化和企業經營者的自身需求幾個方面解釋FDI區位選擇問題。該理論對區位布局因素及區位選擇的分析為外商直接投資區位分析提供了理論基礎和方法論，然而對跨國界企業經濟活動的研究它較少涉及。
2.1.2 FDI區位選擇的相關理論
海默提出的壟斷優勢理論認為，母國企業具有比東道國同類企業有利的壟斷優勢，是企業進行外商直接投資的動因。弗龍提出了產品周期理論，認為生產地點取決於產品生命周期的不同階段（李旻晶）[2]。日本學者小島清提出的“日本式”直接投資理論認為，對外直接投資不同於壹般的資本轉移，而是資本、技術和經營管理方式的綜合轉移。對外直接投資是指投資國把具有比較劣勢的產業轉移到東道國具有比較優勢的產業，或者把具有比較優勢的產業投資到東道國具有比較劣勢的產業中，從而帶來貿易的擴大和利潤的增加。
鄧寧的國際生產折衷理論認為，影響外商直接投資的區位選擇優勢包括自然資源和人造資源，以及市場的空間分布，投入品的價格、質量和生產率，國際運輸和通訊成本，投資鼓勵及障礙，產品貿易中的人為障礙，社會和基礎設施條件，跨國間的意識形態、語言、文化、商業和政治等方面的差異，R&D生產和營銷集中的經濟性，經濟體制和政府政策。
還有壹些學者從聚集效應的角度對FDI區位選擇進行了研究。波特認為，壹個地區吸引FDI是因為“擁有發達的基礎設施，可以得到特定的服務設施和熟練勞動力，具有良好的區域形象和大量的產業集中”。Kmgma、Dunning、Dermot和Davelin等從理論上研究了聚集效應的影響。Luger和Shetty通過對三位數產業(產業分類標準)的研究，證實了聚集經濟對外國公司投資區位選擇的重要影響。許羅丹、譚衛紅也分析了聚集效應對中國吸引外資的影響（吳瑤）[3]。
2.2 FDI區位選擇的實證分析
實證分析實際上是在理論研究的基礎上，將各種影響因素進行相應的量化，運用計量分析方法，對這些因素與FDI水平進行相關性檢驗。各種影響因素通常歸為幾大類：成本因素、市場因素、集聚經濟因素、制度因素。近年來，國內外許多學者對各種影響因素都進行了實證分析。
2.2.1國外對於FDI區位選擇的實證分析
市場和成本因素對於FDI的影響，Rashmi 的研究與Globerman 和Shapiro 的研究壹樣, 都發現經濟基礎變量對FDI有很顯著的影響。具體而言, 這些因素主要有：市場規模、勞動力成本、高技術水平、外部債務以及發電量。而從目前的壹些關於政府政策對FDI影響的實證文獻來看, 關於政府政策影響FDI流入的結論並不壹致。Rashmi的研究顯示: 政府的壹些財政激勵政策對FDI的流入有正的影響，但影響不顯著，而壹些限制性措施的廢除則對FDI的流入有著顯著的正的影響。 Devereux 和Griffith、Hines認為財政政策的確影響FDI的區域分布，尤其是出口導向型的外國直接投資( export oriented FDI) ，而其他的壹些政策則只起著次要的影響（胡再勇）[4]。
而UNCTAD 的報告則顯示政府實施的激勵措施所發揮的作用並不太重要。壹些學者比如Villela 和Barreix 也提出了不同的觀點, 他們認為如果考慮經濟基礎因素對FDI的影響, 那麽政府的激勵措施對吸引FDI 的影響就被抹殺了。Hoekman 和Saggi也認為, 激勵措施盡管在吸引某種類型的FDI時存在作用, 但如果將它放在更廣闊的經濟因素中來考慮, 激勵措施就不起作用了。
2.2.2國內對於FDI區位選擇的實證分析
國內學者通常是采用橫截面數據或面板數據對國內省級或地區級FDI進行分析，多采用相關回歸分析或對比分析。
魯明泓利用1988-1995年29個省區外商投資數據，分析了投資環境對外商投資區位的影響。結果表明，地區國內生產總值、第三產業產值比重、城鎮人口比重、特殊經濟政策優惠程度和地區經濟外向度與各地區的外商直接投資成正相關。同時，他還計算了各地區吸收的外商直接投資與其投資環境之間存在的偏差，認為廣西、陜西、江蘇、海南、貴州、甘肅、天津等省區屬於外商過度投資區，吸引了過多的投資。而新疆、福建、河南、河北、內蒙古、廣東、青海、山西則屬於外商投資不足地區，但潛力巨大。
魏後凱、賀燦飛、王新采用問卷調查的方法，對秦皇島市135個外商投資企業來華投資動機及其區位因素進行了實證分析。結果顯示，外商來華投資動機依次為生產投入與市場動機、生產服務動機、文化聯系和感情動機、利用優惠政策和降低風險動機、競爭動機以及出口動機，而影響外商在秦皇島市投資的主要區位因素可歸納為城市經濟文化環境因素、交易成本因素、生產投入供應因素、市場因素以及投入成本因素。
葛順奇比較了我國31個省市利用FDI的業績指數和潛力指數。1995年，指數領先的省市分別是北京、上海、廣東、天津、浙江、福建和江蘇。到2001年，指數值大小順序沒有發生變化，但北京的指數值有所下降，其他省市的指數值都有不同程度的提升。另外，很多學者比較了我國加入WTO對吸引FDI的影響，也得到了壹些有價值的理論。
綜上所述，通過對國內外學者對FDI區位選擇的實證分析表明，經濟基礎變量即市場、成本、集聚經濟因素對FDI有顯著性影響，而制度因素的研究結果是較有爭議的，因此政策的制定要因具體情況而具體分析。
3 江西與東部地區吸引FDI的差異分析
本文的實證分析分為兩步：第壹步，選取回歸模型。根據本文研究目的的需要以及篇幅的限制，需要選取壹個能夠較全面反映外商對華直接投資影響因素的模型作為分析的基礎，模型要求數據全面，結論代表性強。第二步，在模型的基礎上，將江西省的影響因素指標同東部地區的相應指標進行對比分析，進而計算出江西省同東部地區在吸引FDI上的差異指數。
3.1 模型的選取
本文借鑒的是首都經貿大學經濟學院研究生吳瑤所建立的壹個回歸模型。根據之前所闡述的FDI的影響因素，該作者選取了九個變量作為方程的解釋變量：
In(FDI)=ao+a1ln(GDP)+a2ln(GGDP)+a3TER+a4HCAP+a5ln(WAGE)
+a61n(TRA)+a7INFRA+a8ln(FDI-1)+a9POL+C （3.1）
FDI（單位：萬美元）是解釋變量；GDP（單位：億元）：國內生產總值；GGDP（單位：元)：人均國內生產總值；TER(單位：%)：第三產業(各地區金融、信息、交通等行業)占GDP的比重，該變量衡量壹個地區的市場化發展程度；HCAP(單位：%)：各地區的人力資本存量；WAGE(單位：元)：各地區勞動力的平均工資水平，該變量反映各地區外商直接投資的人力成本水平；TRA（單位：億美元)：進出口總額，用於衡量壹個地區的對外開放程度；INFRA(單位：公裏/平方公裏)：交通運輸線路綜合密集度，用於衡量壹省市基礎設施水平；FDI-1(單位：萬美元)：上壹年外商直接投資額；POL：外商優惠政策，享受優惠政策的地區賦值為1，否則為0[5]。
這九個變量考慮了各地區在集聚效應、經濟規模和市場容量、經濟效率、市場化程度、人力資本存量、對外開放程度、基礎設施水平、勞動力成本以及優惠政策等因素，指標全面且量化合理。同時，該作者采用中國31個省市1997-2003年的面板（Panel Data）數據和計量分析方法，從靜態和動態兩個層次分析了各因素對FDI的影響。
模型采用逐步回歸法進行分析，結果五個解釋變量通過檢驗，進入方程，即：
ln(FDI)=1.985+0.435ln(GDP)+0.610ln(GGDP)-0.634ln(WAGE)+1.023INFRA
+0.508ln(FDI-1)+0.467POL+C （3.2）
回歸結果表明，解釋變量1n(FDI-1)、INFRA、ln(GDP)、1n(WAGE)、1n(GGDP)、
POL都通過了顯著性檢驗，且在1%水平下顯著，整體模型的R平方達到91. 38%，
具有較好的擬合度。F值為351.6917，在1%水平下顯著，表明模型總體顯著。D-W值為1. 476，表明不存在嚴重的序列自相關，VIF值都在5以下，表明不存在嚴重的多重***線性。另外，通過觀察殘差圖，不存在明顯的異方差。
由模型可知，聚集效應（FDI-1）、基礎設施水平（INFRA）、經濟發展水平(GDP、GGDP)、勞動力成本（WAGE）、政策因子（POI）都對FDI有重要影響。其它三個解釋變量沒有通過顯著性檢驗，其中第三產業占GDP的比重（TER）可能與基礎設施水平（INFRA）在壹個層面上反映了基礎設施狀況，因此存在多重***線性被剔出。代表壹個地區開放水平的變量（TRA）可能是由於外商對中國直接投資更看重的是中國的本土市場，因此進出口水平與FDI不顯著相關。人力資本存量（HCAP）由於用的是相對數，反映的是壹個地區的人力資本的供給情況，分析中HCAP沒有進入方程，說明外商進行投資地區選擇時，更多的是從對人力資本的需求狀況來考慮，而不是供給角度。該模型從宏觀經濟發展狀況考慮了對FDI的影響，較好的解釋了FDI在華區位選擇的情況。
本文借鑒此模型的目的在於檢驗模型所選取變量影響FDI的顯著性。進入回歸方程的變量說明這些變量對於吸引FDI有顯著性影響，只有在滿足這壹條件的前提下計算它們的差異指數才有實際意義，否則，沒有實際意義。例如，人力資本存量（HCAP）沒有通過檢驗進入回歸方程，計算該變量的差異指數得出的結論就只能說明：江西省與東部地區的人力資本存量存在差異（差異程度由差異指數的數值決定），然而由於該變量沒有進入方程，這個差異就不是造成兩地區吸引FDI不同的因素，變量的差異指數就不具有實際意義。
3.2 對比分析
3.2.1聚類分析
為了構造壹類吸引FDI成效顯著的省市，作為與江西省作比較的參照地區，本文利用2004-1998年各省市的FDI的數據對31個省市自治區聚類。以下是原始數據及分析結果：
表3.1 1998-2004年31個省市自治區的外商直接投資額 單位 ：萬美元
地區
2004年
2003年
2002年
2001年
2000年
1999年
1998年
北京
255974
219126
172464
176818
168368
197525
216800
天津
172091
153473
158195
213348
116601
176399
211361
河北
69954
96405
78271
66989
67923
104202
142868
山西
9022
21361
21164
23393
22472
39129
24451
內蒙古
34297
8854
17701
10703
10568
6456
9082
遼寧
540677
282410
341168
251612
204446
106173
219045
吉林
19237
19059
24468
33766
33701
30120
40917
黑龍江
33917
32180
35511
34114
30086
31828
52639
上海
631087
546849
427229
429159
316014
283665
360150
江蘇
894830
1056365
1018960
691482
642550
607756
663179
浙江
573256
498055
307610
221162
161266
123262
131802
安徽
42850
36720
38375
33672
31847
26131
27673
福建
192384
259903
383837
391804
343191
402403
421211
江西
204487
161202
108197
39575
22724
32080
46496
山東
866423
601617
473404
352093
297119
225878
220274
河南
42211
53903
40463
45729
56403
52135
61654
湖北
174441
156886
142665
118860
94368
91488
97294
湖南
141803
101835
90022
81011
67833
65374
81816
廣東
1001158
782294
1133400
1193203
1128091
1165750
1201994
廣西
29579
41856
41726
38416
52466
63512
88613
海南
11926
42125
51196
46691
43080
48449
71715
重慶
25196
26083
19576
25649
24436
23893
43107
四川
36503
41231
55583
58188
43694
34101
37248
貴州
6271
4521
3821
2829
2501
4090
4535
雲南
14153
8384
11169
6457
12812
15385
14568
西藏
-
-
-
-
-
-
-
陜西
14132
33190
36005
35174
28842
24197
30010
甘肅
3539
2342
6121
7439
6235
4104
3864
青海
-
2522
4726
3649
-
459
-
寧夏
6704
1743
2200
1680
1741
5134
1856
新疆
3996
1534
1899
2035
1911
2404
2167
資料來源：《中國地區統計年鑒》，2005年，中經網。
聚類結果如下：
Dendrogram using Average Linkage (Within Group)