空间经济学视角下的我国FDI区位选择——空间计量分析

发布时间：2019-10-28 10:35

【摘要】：本文在对空间经济学中自由资本垂直联系模型进行修改的基础上,采用2001-2010年全国各省市的平均数据,运用空间计量经济学的方法研究了我国FDI的区位选择问题。分析结果表明,人力资本、基础设施水平、市场规模、对外开放程度以及外资集聚度与FDI之间具有正向的相关关系。劳动力成本对FDI的流入呈现负相关关系,但是这种负向效应却并不显著。当地工业发展水平却与FDI的流入呈负向相关关系。分析结果还显示相邻省域之间存在着空间关联效应。
【图文】：

空间分布,四分位,流入量

图1我国FDI的空间分布四分位图利用上述公式计算我国31个省市区域FDI空间自相关性及集聚的Moran’sI，结果见表1，结果显示Moran’sI值为0．2772＞0，表明FDI在我国的31个省市的区位选择行为在空间分布上具有空间正相关性。空间上邻近的地区具有相似的外商直接投资属性值，说明FDI在我国的分布呈现出集聚特征，区域之间存在近邻效应，某个区域的FDI流入量与邻近区域的FDI引入量的大小有关。表1FDI的Moran’sI统计值Moran＇sI统计值Moran＇sI平均值平均数标准差0．2772－0．0333－0．03370．1000Moran’sI散点图可更直观的显示各地区有关变量与邻近地区的关系，通过绘制Moran’sI散点图，我们将区域技术创新水平分为四个象限，分别用以识别各个地区与其他临近地区之间的相互关系。图2FDI的Moran’sI散点图图中，在右上方的第一象限，表示FDI量高的地区被其他FDI流入量多的地区所包围(高—高)，包括北京、上海、天津、江苏、浙江等地区;左上方的为第二象限，表示FDI量低的地区被其他FDI流入量多的地区所包围(低—高)，包括的地区有:福建、吉林、内蒙古、安徽等;左下方的为第三象限，表示FDI量低的地区被其他FDI流入量低的地区所包围(低—低)，包括甘肃、宁夏、四川、重庆、海南、西藏、新疆、青海、、陕西、云南、贵州、广西、山西、湖南、湖北、河南、江西、黑龙江等地区;右下方的为第四象限，表示FDI量高的地区被其他FDI流入量低的地区所包围(高—低)，这一象限只有广东一个地区。(三)回归结果分析关于参数估计方法的选择，我们首先采用OLS(最小二乘法)对其进行分析，，同时利用最大似然估计法(ML)来估计空间滞后模型和空间误差模型，并对三者的结果进行比较分析。空间计量回归结果见表2。表2全国31省市计量分析结?

散点图,流入量,象限,散点图

省市的区位选择行为在空间分布上具有空间正相关性。空间上邻近的地区具有相似的外商直接投资属性值，说明FDI在我国的分布呈现出集聚特征，区域之间存在近邻效应，某个区域的FDI流入量与邻近区域的FDI引入量的大小有关。表1FDI的Moran’sI统计值Moran＇sI统计值Moran＇sI平均值平均数标准差0．2772－0．0333－0．03370．1000Moran’sI散点图可更直观的显示各地区有关变量与邻近地区的关系，通过绘制Moran’sI散点图，我们将区域技术创新水平分为四个象限，分别用以识别各个地区与其他临近地区之间的相互关系。图2FDI的Moran’sI散点图图中，在右上方的第一象限，表示FDI量高的地区被其他FDI流入量多的地区所包围(高—高)，包括北京、上海、天津、江苏、浙江等地区;左上方的为第二象限，表示FDI量低的地区被其他FDI流入量多的地区所包围(低—高)，包括的地区有:福建、吉林、内蒙古、安徽等;左下方的为第三象限，表示FDI量低的地区被其他FDI流入量低的地区所包围(低—低)，包括甘肃、宁夏、四川、重庆、海南、西藏、新疆、青海、、陕西、云南、贵州、广西、山西、湖南、湖北、河南、江西、黑龙江等地区;右下方的为第四象限，表示FDI量高的地区被其他FDI流入量低的地区所包围(高—低)，这一象限只有广东一个地区。(三)回归结果分析关于参数估计方法的选择，我们首先采用OLS(最小二乘法)对其进行分析，同时利用最大似然估计法(ML)来估计空间滞后模型和空间误差模型，并对三者的结果进行比较分析。空间计量回归结果见表2。表2全国31省市计量分析结果解释变量SLM模型SEM模型OLS估计结果相关系数相关系数回归系数CONSTANT－0．1140217－0．0145414－0．03479827LNWAGE－3．020411e－006－4．806419e－007－1．79628e?
【作者单位】：西北师范大学经济管理学院;
【分类号】：F832.6;F224

【参考文献】