中国FDI的GDP效果影响因素实证研究

-----------------------------------Docin Choose -----------------------------------豆 丁 推 荐
↓
精 品 文 档
The Best Literature----------------------------------The Best Literature
当代财经
ＣｏｎｔｅｍｐｏｒａｒｙＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ
２００７年第３期
总第２６８期
当代财经
ＣＯＮＴＥＭＰＯＲＡＲＹＦＩＮＡＮＣＥ＆ＥＣＯＮＯＭＩＣＳ
ＮＯ．３，２００７ＳｅｒｉａｌＮＯ．２６８
——————————————
—收稿日期：２００６－０９－０１
作者简介：卢君生，襄樊学院讲师，硕士，主要研究方向为国际金融、计量经济学；万良杰，襄樊学院副教授，博士，主要研究方向为国际企业管理。

一、文献综述及问题提出外商直接投资（ＦＤＩ）
对于东道国而言是一把“双
刃剑”
，既有促进经济增长、调整经济结构等正面影响，也产生了诸如排挤民族工业品牌、垄断国内市场、大量利润汇出等负面效应，但最终都落脚于影响东道国ＧＤＰ水平上。

我们的前期研究表明，我国各年度
ＦＤＩ的ＧＤＰ效果存在明显差异（卢汉林、卢君生，
２００４）。

［１］
那么，究竟哪些因素对ＦＤＩ的ＧＤＰ效果存在影响，其影响是否显著，各种影响因素的相对重要性如何，这些问题的答案对于回答如何有效提高ＦＤＩ利用效果这一外资利用中最为根本的问题具有重要意义。

对于影响ＦＤＩ利用效果的各种因素，国内外学者的研究可以概括为两点：其一是外资效益优化论提出的外资偏离适度规模的程度对ＦＤＩ利用效果具有负面影响（卢汉林，１９９８）；［２］其二是折衷理论提出的跨国公司自身因素和东道国吸收能力均对ＦＤＩ效果产生影响
（Ｊ．Ｈ．Ｄｕｎｎｉｎｇ，１９８１）。

［３］
至于各种影响因素的显著程
度，已有研究主要是采用生产函数回归分析框架（ＬｕｉｚＲＤｅＭｅｌｌｏＪｒ，１９９７
）：［４］一种方法是将ＦＤＩ与影响其效果的因素构造成连乘变量对ＧＤＰ或经济增长率进行回归，然后考察其显著性，如ＶＮＢａｌａｓｕｂｒａｍａｎｙａｍ，Ｍ
Ｓａｌｉｓｕ＆ＤａｖｉｄＳａｐｓｆｏｒｄ（１９９６）［５］在生产函数中纳入出
口变量后得出了出口导向国家的ＦＤＩ效果比进口替代导向国家要高的结论，赖明勇、包群、阳小晓（２００２）
［６］
发现人力资本、基础设施、出口依存度、政府政策等
因素能够增强中国ＦＤＩ的吸收能力；另外也有按照影响因素进行样本分类单独回归，然后考察ＦＤＩ回归系数变化的显著性的，如陈涛涛（２００３）［７］的实证研究表明，当中国内外资企业的以“企业规模差距”、“资本密集度差距”及“技术差距”为代表的能力差距较小时，有助于ＦＤＩ溢出效应的产生。

可以看出，这些研究分别对某一个或几个因素进行了实证分析，但将所有因素全部纳入模型中分析其相对重要性的文献较为鲜见。

这主要是缘于现有的生产函数回归分析框架的天然缺陷，而之所以采取如此迂回的分析方式，则是因为缺乏能够直接衡量ＦＤＩ的ＧＤＰ效果的指标。

关于这一点，我们已经取得了初步的研究成果，并在此基础上对外资效益优化论进行了实证检验（卢汉林、卢君生，２００４）［１］：我们首先创建了既反映ＦＤＩ自身效应也能反映其带动效应的外商直接投资ＧＤＰ效果指数模型，定量衡量ＦＤＩ的ＧＤＰ效果；并以两种情形下的指数分别作为被解释变量，以创建的能够准确度量外资偏离适度规模程度的外资或者ＦＤＩ规模偏离度指标分别作为解释变量，构造了四个回归模型，得出了我国ＦＤＩ利用效果与外资规模偏离度之间呈显著负相关的结论。

因此，本文将在上述研究的基础上，加入折衷理论提出的东道国吸收能力因素，构造更为直接的外商直接投资ＧＤＰ效果指数影响因素模型。

如此一来，各种影响因素的显著性与相对重要性的问题迎刃而解。

而且，还能区分外资规模偏离度与ＦＤＩ规模偏离度对
ＦＤＩ效果的不同影响，也能区分各种因素对ＦＤＩ自身效
应与其带动效应的影响程度差异，而这些是传统的生产函数回归分析框架所难以做到的。

在回归方法上，本文将采用能解决自变量多重共线性和我国客观现实存在的小样本问题的偏最小二乘（ＰＬＳ）回归方法（王
惠文，１９９９）［８］进行分析。

中国ＦＤＩ的ＧＤＰ效果影响因素实证研究
卢君生，万良杰
（襄樊学院经济与管理学系，湖北襄樊
４４１０５３
）摘要：在分析ＦＤＩ效果影响因素时，现有研究主要采用生产函数回归的迂回分析框架。

本文在前期研究成果的基础上，提出了一个更为直接的外商直接投资ＧＤＰ效果指数影响因素模型。

利用该模型，通过偏最小二乘（ＰＬＳ）
回归方法，实证分析了我国ＦＤＩ的ＧＤＰ效果影响因素的相对重要性及对ＦＤＩ自身效应与其带动效
应的影响程度差异，以期为我国提高ＦＤＩ利用效果提供定量依据。

关键词：外商直接投资；ＧＤＰ效果；影响因素；最小二乘回归中图分类号：Ｆ８３０．５９
文献标识码：Ａ
文章编号：１００５－０８９２（２００７）０３－０１０２－０６
１０２
二、东道国吸收能力因素分析
对于东道国的吸收能力，折衷理论将比较经济学的ＥＳＰ范式作为其具体体现，强调跨国公司或国际直接投资的效应在很大程度上取决于东道国的ＥＳＰ范式（江心英，２００４）［９］。

ＥＳＰ范式的Ｅ是指环境，泛指一国资源，包括人力资本丰裕度、技术水平、基础设施状况、市场潜力大小、经济发展水平等；Ｓ是指体制，包括自由市场体制、计划体制、混合体制等，不同的体制决定了不同的资源分配特征；Ｐ是指政策，包括政府的货币政策、贸易政策、外资政策等。

总体而言，这些因素决定的东道国吸收能力越强，ＦＤＩ的利用效果越好。

根据折衷理论的ＥＳＰ范式分析和已有的研究结论，以及数据的可获得性，我们选取以下变量作为决定东道国吸收能力并最终影响ＦＤＩ的ＧＤＰ效果的因素：人力资本存量（ＳＰ、ＣＰ）：采用每万人在校中学生数ＳＰ和每万人在校大学生数ＣＰ两指标来区分劳动者素质的高低，进而衡量人力资本存量。

技术差距程度（ＴＤ）：采用内外资工业企业①人均劳动生产率的差距来衡量（陈涛涛，２００３）［７］，而人均劳动生产率则按照工业增加值除以职工人数的方法计算，因此ＴＤ＝（外企工业增加值／外企职工人数）／（内企工业增加值／内企职工人数）。

金融市场完善程度（ＭＭ、ＢＭ）：与任永菊、张岩贵（２００３）［１０］一样，采用麦金农和肖提出的两个指标来表示，分别是反映国内市场货币化程度的指标ＭＭ（＝Ｍ２／ＧＤＰ）和反映国内信贷市场发展状况的指标ＢＭ（＝私人部门信贷规模／ＧＤＰ）。

②
国内配套资金能力（ＳＡＶＥ）：ＦＤＩ进入东道国，一般都要求东道国提供配套资金，我们以城乡居民储蓄ＳＡＶＥ指标表示。

基础设施状况（ＴＥ、ＨＺ）：采用邮电业务量ＴＥ和货物周转量ＨＺ两个指标。

市场规模（ＰＣ）：指国内需求或消费购买力，我们选取反映市场消费能力的最终消费水平ＰＣ指标来度量。

经济发展状况（ＡＧ）：以人均ＧＤＰ水平指标ＡＧ反映。

经济开放度（ＯＰＥＮ）：表示一国经济与国际联系的程度。

以进出口总额占比ＧＤＰ的份额指标ＯＰＥＮ来衡量。

体制因素（ＧＹ）：对中国而言，国有经济比重过大一般意味着国内市场化程度不高、市场经济体制尚不成熟。

因此，以非国有工业产值与工业总产值的比重ＧＹ（＝１－国有工业产值／工业总产值）指标衡量我国工业领域的体制变化进程，进而粗略地反映我国整体的体制环境（包括市场化程度）（沈坤荣、耿强，２００１）［１１］。

政策因素（ＲＲ、ＥＥ；ＲＴ、ＮＴ；ＦＦ）：选取利率ＲＲ和美元兑人民币汇率ＥＥ代表货币政策的变化；选取名义关税税率ＮＴ——
—以进口商品关税算术平均税率表示和实际关税税率ＲＴ——
—以实际关税收入与进口总额之比表示（胡鞍钢、张饶庭，１９９９）［１２］——
—代表贸易政策变化；以虚拟变量ＦＦ代表我国以１９９２年为转折点的外资政策变化——
—１９９２年前取值为０，１９９２年后取值为１（赖明勇、包群、阳小晓，２００２）［６］。

三、计量模型、数据与检验
（一）计量模型设定与数据选取
我们采用前期研究中建立的外商直接投资ＧＤＰ效果指数Ｋｉ（ｉ＝１，２）分别作为被解释变量，以外资或ＦＤＩ规模偏离度Ｄｉ（ｉ＝１，２）以及上述反映东道国吸收能力的１７个指标作为解释变量，建立如下的外商直接投资ＧＤＰ效果指数影响因素模型（共４个方程，以Ｋ１Ｄ１、Ｋ１Ｄ２；Ｋ２Ｄ１、Ｋ２Ｄ２表示，以便区分）：
ｌｎＫｉ＝ａ０＋ａ１ｌｎＤｉ＋ａ２ｌｎＳＰ＋ａ３ｌｎＣＰ＋ａ４ｌｎＴＤ＋ａ５ｌｎＭＭ＋ａ６ｌｎＢＭ＋ａ７ｌｎＳＡＶＥ＋ａ８ｌｎＴＥ＋ａ９ｌｎＨＺ＋ａ１０ｌｎＰＣ＋ａ１１ｌｎＡＧ＋ａ１２ｌｎＯＰＥＮ＋ａ１３ｌｎＧＹ＋ａ１４ｌｎＲＲ＋ａ１５ｌｎＥＥ＋ａ１６ｌｎＲＴ＋ａ１７ｌｎＮＴ＋ａ１８ＦＦ＋μ
其中，Ｋ１为不考虑带动效应的ＦＤＩ的ＧＤＰ效果指数，Ｋ２为考虑带动效应的ＦＤＩ的ＧＤＰ效果指数；Ｄ１表示外资规模偏离度，Ｄ２表示ＦＤＩ规模偏离度（卢汉林、卢君生，２００４）［１］。

为了研究的方便，考虑对各时序数据取对数以后并不影响变量之间的关系，且所得到的数据更加平稳，我们对虚拟变量ＦＦ以外的各变量作对数处理。

由于我国自１９７９年才开始对外开放，之后几年ＦＤＩ进入量又很小，所以我们选取１９８３￣２００５年作为样本空间（原始数据资料来自中国资讯行网站的中国统计数据库ｈｔｔｐ：／／ｗｗｗ．ｂｊｉｎｆｏｂａｎｋ．ｃｏｍ和《中国统计年鉴》各期）。

（二）检验方法选取
在多元回归分析中，普遍存在自变量的多重共线性问题。

而且，我国利用外资历史不长，客观上造成了样本空间的狭小，限制了自变量的数量。

若对存在自变量多重共线性的模型仍然按照一般的最小二乘法
中国ＦＤＩ的ＧＤＰ效果影响因素实证研究
１０３
当代财经
ＣｏｎｔｅｍｐｏｒａｒｙＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ
（ＯＬＳ）进行拟合，将导致系数估计值极其不稳定，重要的解释变量可能无法通过显著性检验，有时甚至出现回归系数的符号与人们的实际经验判断完全相反的现象。

由于传统多元回归分析方法在处理多重共线性和小样本问题时都存在着不同程度的缺陷，我们采用Ｓ．Ｗｏｌｄ和Ｃ．Ａｌｂａｎｏ于１９８３年提出的偏最小二乘（ＰＬＳ，ＰａｒｔｉａｌＬｅａｓｔＳｑｕａｒｅｓ）回归方法（王惠文，１９９９）［８］作为本文的主要分析方法。

该方法利用信息分解的思路，将自变量系统中的信息重新组合，有效地提取对系统解释性最强的综合变量作为主成分，针对主成分分析中没有考虑主成分与因变量相关关系的局限，提取的成分能在很好的概括自变量信息的同时，最好地解释因变量；并且在最终模型中包含原有全部自变量，避免了逐步回归分析方法可能删除自变量的缺陷，最大限度地利用样本信息；而且允许在样本点数量少于变量个数的条件下进行回归建模，彻底摆脱了样本空间的限制。

通过ＰＬＳ回归方法建立的模型，估计系数稳定，符合实际，更便于解释与分析。

（三）实证检验
首先，我们的回归模型共有１８个自变量，而样本数仅为２３年，很有可能存在自变量的多重共线性。

进一步利用方差膨胀因子（ＶＩＦ）进行正式检验，发现大部分自变量的ＶＩＦ大于１０，说明存在严重的多重共线性。

因此，不能用普通的ＯＬＳ回归，需采用ＰＬＳ回归进行分析。

１．ＰＬＳ成分的确定
运用软件ＳＡＳ９．０的ｃｖ＝ｏｎｅｃｖｔｅｓｔｐｖａｌ＝０．０１ｓｔａｔ＝ＰＲＥＳＳ③的交互检验（Ｃｒｏｓｓ－Ｖａｌｉｄａｔｉｏｎ）方法对四个方程的多个ＰＬＳ成分的有效性进行检验，发现在０．０１的显著性水平下，每个方程均只有１个成分满足交互有效性条件。

因此，我们选取１个ＰＬＳ成分作为模型的主成分进行回归分析，得到其利用自变量信息和解释因变量变异信息的程度，结果较为理想（见表１）。

表１ＰＬＳ成分对自变量和因变量变异信息的解释程度
ＰＬＳ成分
因变量Ｋ１因变量Ｋ２
自变量Ｄ１、ＳＰ等自变量Ｄ２、ＳＰ等自变量Ｄ１、ＳＰ等自变量Ｄ２、ＳＰ等自变量信
息利用率
因变量信
息解释率
自变量信
息利用率
因变量信
息解释率
自变量信
息利用率
因变量信
息解释率
自变量信
息利用率
因变量信
息解释率
１８０．１１６９％６５．６３２３％８３．７０９９％６５．５９１７％８０．１５６７％６３．６０７７％８３．７５２６％６３．０１１９％注：采用软件ＳＡＳ９．０的ＰＬＳ过程得到。

２．模型结果和自变量投影重要性指标ＶＩＰ
通过ＳＡＳ软件的ＰＬＳ过程，可以得到各自变量的标准化回归系数（见附表）。

由于标准化系数的符号只
是表明自变量对因变量的影响方向，其大小只能粗略衡量自变量对因变量的影响程度，却没有考虑自变量对形成ＰＬＳ成分的贡献。

而变量投影重要性指标ＶＩＰ（ｖａｒｉａｂｌｅｉｍｐｏｒｔａｎｃｅｉｎｐｒｏｊｅｃｔｉｏｎ）则综合考虑了自变量对构造ＰＬＳ成分的贡献和ＰＬＳ成分对因变量的解释能力，其计算公式为：
ＶＩＰｊ＝ｐ
ｋ
ｈ＝１
!Ｒｄ（Ｙ；ｔｈ）ｗ２ｈｊ／Ｒｄ（Ｙ；ｔ１…ｔｋ）
"
其中，ｐ表示自变量的个数；Ｒｄ（Ｙ；ｔｈ）＝ｒ２（Ｙ；ｔｈ），表示成分ｔｈ对因变量Ｙ的解释能力；ｗｈｊ是轴ｗｈ的第ｊ个分量，用于测量ｘｊ对构造ｔｈ成分的边际贡献；Ｒｄ（Ｙ；ｔ１…ｔｋ）＝
ｋ
ｈ＝１
!Ｒｄ（Ｙ；ｔｈ），表示所有ｔ１…ｔｋ成分对因变量Ｙ的累计解释能力。

因此，我们按照上述计算公式，编制ＳＡＳ程序计算每个自变量的投影重要性指标ＶＩＰ（见附表），从而可以准确判断每个自变量对因变量影响的相对重要性。

为了观察各种因素对ＦＤＩ自身效应（Ｋ１）与其带动效应（Ｋ２）的影响程度差异，我们将Ｋ１Ｄ２和Ｋ２Ｄ２两个回归方程④所得到的各因素ＶＩＰ值从大到小进行排序，得到各因素影响Ｋ１和Ｋ２的最终排名（见图１）。

四、实证结果分析
由以上的检验结果可知，四个方程均通过了ＰＬＳ回归的交互有效性检验，说明模型彻底克服了多重共线性的干扰，在０．０１的水平上显著并有效。

其中，对自变量的信息利用率均在８０％以上，说明我们选取的自变量系统较为有效，噪音信息较少。

对因变量变异信息的解释能力则均在６５％左右，这是由于影响ＦＤＩ效果的因素不仅有我们选取的自变量所反映的东道国因素，还包括折衷理论所指出的而我们没有考虑的跨国公司自身因素。

（一）外资与ＦＤＩ规模偏离度的贡献度对比分析
四个方程的外资、ＦＤＩ规模偏离度指标Ｄ１、Ｄ２的系数均为负值，说明即使在考虑了众多其他因素的情况下，ＦＤＩ效果依然与外资偏离适度规模的程度呈负相关。

这与我们前期的研究结论完全吻合，再一次证实了外资效益优化论。

另外，无论考虑ＦＤＩ的带动效应与否，外资规模偏离度Ｄ１的ＶＩＰ值（０．２７３９１、０．０８００１）和相对重要性（第１８位）均明显低于ＦＤＩ规模偏离度Ｄ２的ＶＩＰ值（０．９１５６７、０．７９１３３）和相对重要性（第１３位、第１７位），也与其他因素存在显著差距，说明外资规模偏离
当代财经２００７年第３期总第２６８期
１０４当代财经
ＣｏｎｔｅｍｐｏｒａｒｙＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ
当代财经
ＣｏｎｔｅｍｐｏｒａｒｙＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ图１
因素排名散点图
度对ＦＤＩ效果的影响力明显逊色于ＦＤＩ规模偏离度及其他因素。

这是由于双缺口模型所计算的外资适度规模不仅包括ＦＤＩ，还包括外债，这样得到的外资规模偏离度对ＦＤＩ效果的影响显然不如ＦＤＩ规模偏离度等因素那样直接和强烈。

因此，虽然外资规模偏离度的影响是统计显著的，却非经济显著（Ｊ．Ｍ．伍德里奇，２００５）
［１３］
，故
我们在接下来的分析中主要采用Ｋ１Ｄ２和Ｋ２Ｄ２方程的结果。

（二）
对ＦＤＩ带动效应Ｋ２的影响力逊色于ＦＤＩ自
身效应Ｋ１的因素分析
图１中偏向ｎｏ＿Ｋ２轴较多的因素有ＭＭ、ＢＭ、ＲＲ、
Ｄ２，说明这些因素对ＦＤＩ带动效应Ｋ２的贡献度及相对排
名均显著低于对ＦＤＩ自身效应Ｋ１的贡献度及相对排名。

１．影响方向分析
反映金融市场完善程度的指标ＭＭ、ＢＭ的系数均为正值，说明我国金融市场越发达、完善，利用ＦＤＩ的效果越好。

这符合Ａｌｆａｒｏｅｔａｌ．（２０００）［１４］的东道国金融市场效率是影响其吸收能力的重要因素的观点，也与任永菊、张岩贵（２００３）［１０］
的我国信贷市场促进了ＦＤＩ
的潜力发挥的结论一致。

利率ＲＲ的系数为负值，说明其从影响外企资金成本的角度对ＦＤＩ的ＧＤＰ效果产生一定的负面影响；而影响力排位较为靠后，说明我国对外资实行的各种信贷优惠政策在一定程度上削弱了名义利率的负面影响。

２．影响程度差异原因——
—作用机制分析ＭＭ、ＢＭ对ＦＤＩ自身效应Ｋ１影响比较显著（第４、１０位），而对ＦＤＩ带动效应Ｋ２的影响却相对较弱（第８、１４位）。

这是因为，一方面，我国金融市场特别是
信贷市场对外企的支持力度很大，优惠政策很多，效果显著，明显优于其它因素，这与顾卫平、薛求知
（１９９９）［１５］研究跨国公司在华融资行为时得出的其主要是向我国借入人民币贷款的结论相印证；另一方面，我国对外企周边产业链的内资企业特别是非国有企业的信贷支持明显不足（任永菊、张岩贵，２００３）
［１０］
，使这
些因融资渠道过少而主要依赖国家和银行贷款的企业无法获得急需的资金，从而严重阻碍了这些企业的发展，影响了ＦＤＩ带动效应的更好发挥。

这种外企较内企更大程度上依赖银行信贷资金的事实，也正是利率
ＲＲ影响外企（ＦＤＩ自身效应）甚于内企（ＦＤＩ带动效
应）的根源所在。

外资、ＦＤＩ规模偏离度之所以对ＦＤＩ带动效应Ｋ２
的负面影响低于对ＦＤＩ自身效应Ｋ１的负面影响⑤，是因为外资、ＦＤＩ偏离适度规模主要对外企产生影响，而对内资企业影响不大。

因此，在我国外资与ＦＤＩ严重偏离适度规模的既定现实情况下，注重发挥ＦＤＩ的带动效应，将有助于减轻外资与ＦＤＩ规模失调对ＦＤＩ的
ＧＤＰ效果的负面影响。

（三）
对ＦＤＩ带动效应Ｋ２的影响力甚于ＦＤＩ自身
效应Ｋ１的因素分析
图１中偏向Ｋ１轴较多的因素是ＧＹ，说明其对ＦＤＩ带动效应Ｋ２的贡献度及相对排名显著超过对ＦＤＩ自身效应Ｋ１的贡献度及相对排名。

体制因素ＧＹ的系数为正，说明我国国有经济比重越低，市场化程度越高，越有利于ＦＤＩ的ＧＤＰ效果。

这与沈坤荣、耿强
（２００１）［１１］的国有工业产值比重这一体制变化因素对经济增长呈较显著的负相关关系，我国市场化的体制转型对经济的增长效应显著的结论互相呼应。

虽然体制因素对ＦＤＩ带动效应Ｋ２和ＦＤＩ自身效应
Ｋ１的影响方向是一致的，但程度却有轻重之分。

这主
要是因为，体制因素即市场化程度ＧＹ既影响外企的市场环境和采购行为（影响Ｋ１、Ｋ２），也影响国内相关企业的市场环境以致生产配套能力（影响Ｋ２），从而使Ｋ１受到单重影响，而使Ｋ２受到显著的双重影响。

因为市场化程度越高，竞争越充分，外企越能够从国内以相对于垄断价格更低的市场价格购买到需要的生产要素，从而也更愿意从国内企业采购；而国内企业也能从适度的市场竞争中增强实力，从而为外企提供更优良的配套产品与服务。

（四）其它因素分析
人力资本存量ＳＰ、ＣＰ因素的系数均为正值，说明随着人力资源的逐渐丰富，我国吸收ＦＤＩ的能力将逐渐增强。

但大学生数量指标ＣＰ的排名（第１位）
比中
中国ＦＤＩ的ＧＤＰ效果影响因素实证研究
１０５
学生数量指标ＳＰ（第８位以后）要靠前得多，说明人才的质量已经成为吸引外资、决定ＦＤＩ效应的首要因素，劳动者素质越高，ＦＤＩ效果越强。

这与沈坤荣、耿强（２００１）［１１］提出的对我国经济有增长效应的、能够带来技术扩散的ＦＤＩ一般要求较高的人力资本存量的观点相印证，也符合ＥｄｕａｒｄｏＢｏｒｅｎｓｚｔｅｉｎ、ＪｏｓｅＤｅＧｒｅｇｏｒｉｏ、Ｊｏｎｇ－ＷｈａＬｅｅ（１９９５）［１６］的ＦＤＩ正是与东道国的人力资本存量结合起来对经济增长起着推动作用的研究结论。

反映基础设施状况的ＨＺ、ＴＥ因素系数均为正值，说明我国基础设施状况对ＦＤＩ的利用效果存在较大的正面影响，这符合引进外资需要改进基础设施的普遍看法。

另外，与货物周转量ＨＺ的重要程度高居前２位不同，邮电业务量ＴＥ仅居于７位之后，说明邮电业务量的经济影响相对较不显著，这与赖明勇、包群、阳小晓（２００２）［６］得出的ＦＤＩ与电信业务量乘积项的回归系数并不显著但系数为正说明基础设施状况的改善的确增强了我国对ＦＤＩ的吸收能力的结论较为一致。

经济开放度ＯＰＥＮ的影响力排在第３位，系数为正，说明我国经济越开放，对ＦＤＩ的ＧＤＰ效果越有利。

这与赖明勇、包群、阳小晓（２００２）［６］的研究结论一致。

国内配套资金能力ＳＡＶＥ、市场规模ＰＣ、经济发展状况ＡＧ三个因素的系数均为正，且重要性排名非常靠近，位居中上游，说明它们都对我国吸收ＦＤＩ的能力有着正向且均等的影响力。

政策因素中，实际关税税率ＲＴ、名义关税税率ＮＴ系数均为负值，重要性居中，说明它们从影响外企的进口成本的角度对ＦＤＩ的ＧＤＰ效果产生一定的负面影响，降低贸易壁垒具有积极作用。

美元兑人民币汇率ＥＥ的系数为正值，说明人民币贬值将有利于ＦＤＩ的ＧＤＰ效果。

因为这将有利于外企出口增长，并使其减少利润汇出和不必要的要素进口。

虚拟变量ＦＦ的系数为正值，说明１９９２年的外资政策调整确实对我国的ＦＤＩ利用效果产生了积极的影响，这与ＨｅｎｌｅｙＪ．Ｃ．＆Ｇ．Ｗｉｌｄｅ（１９９９）［１７］的政府政策影响东道国吸收能力的观点相符，也与赖明勇、包群、阳小晓（２００２）［６］提出的政府政策不仅是影响ＦＤＩ本身波动变化的关键因素，而且也深刻地影响了ＦＤＩ对我国经济增长的作用效果的看法相一致。

但其排位靠后，作用有限，不宜过分倚重。

技术差距程度ＴＤ的系数符号为负，说明我国企业与ＦＤＩ的技术差距越大，ＦＤＩ的效果越差。

这符合ＬｕｉｚＲＤｅＭｅｌｌｏＪｒ（１９９７）［４］的东道国与投资国的技术差距越大，ＦＤＩ的技术溢出效应越小的看法；也与陈涛涛（２００３）［７］以我国制造业８４个四位码行业的数据为样本得出的当内外资企业的技术差距较小时，有助于溢出效应产生的结论相吻合。

其原因在于，较大的技术差距导致我国企业无法吸收过于先进的技术，以致无法生产出外企需要的配套零部件等产品，使得外企不得不从国外进口高昂的生产要素，导致对外要素支付增加，对内采购减少。

五、结论及政策建议
按照外资效益优化论和折衷理论，外资偏离适度规模的程度和东道国的吸收能力都对ＦＤＩ的ＧＤＰ效果有着较大的影响。

我们构造的外商直接投资ＧＤＰ效果指数影响因素模型，得出了与前人采用生产函数分析框架相同的结论，证实了模型的有效性。

通过对实证结果的对比分析发现：相对于外资而言，ＦＤＩ规模偏离度对ＦＤＩ的ＧＤＰ效果的负面影响更甚；对ＦＤＩ自身效应与其带动效应的贡献差异，金融市场特别是信贷市场完善程度和外资规模偏离度对后者的影响力弱于前者，而市场化程度这一体制因素的影响恰恰相反，其余因素对两者的影响则没有显著差异；劳动者素质、基础设施状况、经济开放度、经济发展水平、市场规模、国内配套资金能力等因素都具有较为重要的正面影响，影响力依次递减；消除贸易壁垒的努力、人民币适度贬值和１９９２年的外资政策调整产生了积极影响，但不宜过分倚重；内外资企业的技术差距则对ＦＤＩ利用效果具有负面效应。

因此，从利用ＦＤＩ的东道国角度出发，可以得到以下几点政策启示：
第一，我国引进外资和ＦＤＩ的规模应适度。

应采取手段调控外资规模特别是ＦＤＩ规模至适度水平，防止外资和ＦＤＩ规模过度失调对ＦＤＩ利用效果造成过大的负面影响。

第二，要注重发挥ＦＤＩ的带动效应，特别是在当前我国外资与ＦＤＩ严重偏离适度规模的既定现实情况下。

因为这将有助于减轻外资与ＦＤＩ规模失调对ＦＤＩ的ＧＤＰ效果的负面影响。

第三，应迅速改进对ＦＤＩ带动效应影响较小的薄弱环节——
—金融市场因素，改革过去存在的对内资企业特别是非国有企业的信贷支持不足局面，加强金融市场特别是信贷市场对内资企业的金融支持。

第四，应高度重视并继续推进对ＦＤＩ带动效应具有更强作用的市场化体制改革进程。

当代财经２００７年第３期总第２６８期
１０６当代财经
ＣｏｎｔｅｍｐｏｒａｒｙＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ
当代财经
ＣｏｎｔｅｍｐｏｒａｒｙＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ第五，着力提升我国劳动者素质，改善基础设施状况，扩大对外开放，提高人民消费能力，开拓外资配套资金渠道，努力消除贸易壁垒，完善外资政策，提升企业自主创新能力以缩小与外资的技术差距，提高我国吸收ＦＤＩ的能力。

鉴于本研究的范围是影响ＦＤＩ效果的东道国方面因素，下一步可以将跨国公司自身因素囊括进来，以便对影响ＦＤＩ效果的所有因素进行全面分析。

———————————————注
释：
①因为外商在我国的投资主要集中于工业领域，如１９９１、１９９９、２００２年三资企业资金投向第二产业的比重分别为８１．５％、６６．２％、７３．９％（来自中国投资指南网站）。

②金融市场包括信贷市场和股票市场。

鉴于我国股票市场极不完善，且Ａ股也不对外资开放，因此我们主要考虑信贷市场。

③见软件ＳＡＳ９．０的帮助文档ＰＬＳ项。

④之所以不选择Ｋ１Ｄ１和Ｋ２Ｄ１两方程，是因为Ｄ１的ＶＩＰ值太小，解释能力太弱。

⑤外资规模偏离度Ｄ１对Ｋ１与Ｋ２的排名是一样的，但ＶＩＰ（Ｄ１－Ｋ２）＜ＶＩＰ（Ｄ１－Ｋ１）。

———————————————参考文献：
［１］卢汉林，卢君生．外资ＧＤＰ效果与适度规模关系的实证研究［Ｊ］．当代财经，２００４，９：９９－１０２．
［２］卢汉林．国际投融资［Ｍ］．武汉：武汉大学出版社，１９９８．［３］Ｊ．Ｈ．Ｄｕｎｎｉｎｇ．ＩｎｔｅｒｎａｔｉｏｎａｌＰｒｏｄｕｃｔｉｏｎａｎｄｔｈｅＭｕｌｔｉｎａｔｉｏｎａｌＥｎｔｅｒｐｒｉｓｅ’
，１９８１，Ｌｏｎｄｏｎ：ＧｅｏｒｇｅＡｌｌｅｎａｎｄＵｎｗｉｎＬｔｄ．［４］ＬｕｉｚＲＤｅＭｅｌｌｏＪｒ，‘Ｆｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔｉｎｄｅｖｅｌｏｐｉｎｇｃｏｕｎｔｒｉｅｓａｎｄｇｒｏｗｔｈ：Ａｓｅｌｅｃｔｉｖｅｓｕｒｖｅｙ’，ＴｈｅＪｏｕｒｎａｌｏｆＤｅｖｅｌｏｐｍｅｎｔＳｔｕｄｉｅｓ，Ｌｏｎｄｏｎ，Ｏｃｔ１９９７，Ｖｏｌ．３４，Ｉｓｓ．１：ｐｇ．１，３４ｐｇｓ．
［５］ＶＮＢａｌａｓｕｂｒａｍａｎｙａｍ，ＭＳａｌｉｓｕａｎｄＤａｖｉｄＳａｐｓｆｏｒｄ，Ｆｏｒｅｉｇｎ
Ｄｉｒｅｃｔ
Ｉｎｖｅｓｔｍｅｎｔ
ａｎｄ
Ｇｒｏｗｔｈ：ＮｅｗＨｙｐｏｔｈｅｓｅｓ
ａｎｄ
Ｅｖｉｄｅｎｃｅ，１９９６，ＷｏｒｋｉｎｇＰａｐｅｒＥＣ７／９６，ＤｅｐａｒｔｍｅｎｔｏｆＥｃｏｎｏｍｉｃｓ，ＬａｎｃａｓｔｅｒＵｎｉｖｅｒｓｉｔｙ．
［６］赖明勇，包
群，阳小晓．外商直接投资的吸收能力：理论
及中国的实证研究［Ｊ］．上海经济研究，２００２，
（６）．
［７］陈涛涛．影响中国外商直接投资溢出效应的行业特征［Ｊ］．中国社会科学，２００３，
（４）．
［８］王惠文．偏最小二乘回归方法及其应用［Ｍ］．北京：国防工业出版社，１９９９
［９］江心英．东道国因素与东道国外商直接投资特征［Ｊ］．经济经纬，２００４，
（２）．
［１０］任永菊，张岩贵．外国直接投资对我国经济增长贡献的计
量分析［Ｊ］．当代财经，２００３，（９）．
［１１］沈坤荣，耿强．外国直接投资、技术外溢与内生经济增
长——
—中国数据的计量检验与实证分析［Ｊ］．中国社会科学，２００１，（５）．
［１２］胡鞍钢，张饶庭．提高税收占ＧＤＰ比重大有潜力［Ｊ］．广东财政，１９９９，
（４）．
［１３］Ｊ．Ｍ．伍德里奇．费剑平，林相森译．计量经济学导论：现代观点［Ｍ］．北京：中国人民大学出版社，２００５．
［１４］Ａｌｆａｒｏｅｔａｌ．，‘ＦＤＩａｎｄＥｃｏｎｏｍｉｃＧｒｏｗｔｈ：ＴｈｅＲｏｌｅｏｆＬｏｃａｌＭａｒｋｅｔｓ’，ＯＥＣＤＷｏｒｋｉｎｇＰａｐｅｒ，２０００．
［１５］顾卫平，薛求知．跨国公司在华融资行为实证与分析［Ｊ］．国际经济合作，１９９９，
（１０）．
［１６］ＥｄｕａｒｄｏＢｏｒｅｎｓｚｔｅｉｎ，ＪｏｓｅＤｅＧｒｅｇｏｒｉｏａｎｄＪｏｎｇ－ＷｈａＬｅｅ，Ｈｏｗｄｏｅｓｆｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔｅｆｆｅｃｔｅｃｏｎｏｍｉｃｇｒｏｗｔｈ？，１９９５，ＷｏｒｋｉｎｇｐａｐｅｒＮｏ．５０５７，ＮａｔｉｏｎａｌＢｕｒｅａｕｏｆＥｃｏｎｏｍｉｃＲｅｓｅａｒｃｈ，ＵｎｉｖｅｒｓｉｔｙｏｆＣａｍｂｒｉｄｇｅ．
［１７］ＨｅｎｌｅｙＪ．Ｃ．＆Ｇ．Ｗｉｌｄｅ，ＦｏｒｅｉｇｎｄｉｒｅｃｔｉｎｖｅｓｔｍｅｎｔｉｎＣｈｉｎａ：ｒｅｃｅｎｔｔｒｅｎｄｓａｎｄｃｕｒｒｅｎｔｐｏｌｉｃｙｉｓｓｕｅｓ，ＴｈｅＷｏｒｌｄＥｃｏｎｏｍｙ，１９９９，２２（２），ｐｐ，２３３～２４３．
附表：自变量的标准化回归系数与ＶＩＰ值
自变量
因变量Ｋ１
因变量Ｋ２
自变量Ｄ１、ＳＰ等自变量Ｄ２、ＳＰ等自变量Ｄ１、ＳＰ等自变量Ｄ２、ＳＰ等标准化系数
ＶＩＰ标准化系数
ＶＩＰ标准化系数
ＶＩＰ标准化系数
ＶＩＰ
ｌｎｄ１－０．０１３８６０．２７３９１
－０．００３９８
０．０８００１
ｌｎｄ２－０．０４５３
０．９１５６７－０．０３８２９
０．７９１３３ｌｎＳＰ０．０５３７０５１．０６１４９０．０５１３８６１．０３８６４０．０５０１９７１．００９９０．０４８０１４０．９９２３６ｌｎＣＰ０．０６３４５６１．２５４２２０．０６０７１６１．２２７２２０．０６０９７１．２２６６５０．０５８３１８１．２０５３４ｌｎＴＤ－０．０４３０３０．８５０５４－０．０４１１７０．８３２２３－０．０４４５０．８９５３８－０．０４２５７０．８７９８２ｌｎＭＭ０．０５４６１２１．０７９４２０．０５２２５４１．０５６１９０．０５１９４７１．０４５１１０．０４９６８８１．０２６９６ｌｎＢＭ０．０５１５３１．０１８５１０．０４９３０５０．９９６５８０．０４４５４０．８９６０９０．０４２６０３０．８８０５２ｌｎＳＡＶＥ０．０５４２３２１．０７１９０．０５１８９１．０４８８３０．０５３７８４１．０８２０８０．０５１４４５１．０６３２８ｌｎＴＥ０．０５３４４７１．０５６３９０．０５１１３９１．０３３６５０．０５２９５６１．０６５４１０．０５０６５３１．０４６９ｌｎＨＺ０．０６１１１９１．２０８０２０．０５８４７９１．１８２０１０．０６０２９７１．２１３１１０．０５７６７５１．１９２０４ｌｎＰＣ０．０５４２９９１．０７３２３０．０５１９５４１．０５０１２０．０５４５４３１．０９７３５０．０５２１７１１．０７８２８ｌｎＡＧ０．０５４１９３１．０７１１４０．０５１８５３１．０４８０８０．０５４５９９１．０９８４７０．０５２２２５１．０７９３９ｌｎＯＰＥＮ
０．０５８００１１．１４６３９０．０５５４９６１．１２１７１０．０５８４８９１．１７６７３０．０５５９４５１．１５６２９ｌｎＧＹ０．０４６８３５０．９２５７０．０４４８１２０．９０５７７０．０４９６６８０．９９９２６０．０４７５０８０．９８１９ｌｎＲＲ－０．０４６９５０．９２８０４－０．０４４９３０．９０８０６－０．０３９１５０．７８７６３－０．０３７４５０．７７３９４ｌｎＥＥ０．０４３４９１０．８５９６１０．０４１６１３０．８４１１１０．０４６０３５０．９２６１８０．０４４０３３０．９１００９ｌｎＲＴ－０．０４９５２０．９７８７１－０．０４７３８０．９５７６４－０．０５０６４１．０１８７５－０．０４８４３１．００１０５ｌｎＮＴ－０．０４９８３０．９８４８９－０．０４７６８０．９６３６８－０．０４８１９０．９６９５７－０．０４６１０．９５２７２ＦＦ
０．０３８４１９
０．７５９３７
０．０３６７６
０．７４３０２
０．０４２８８２
０．８６２７４
０．０４１０１７
０．８４７７５
注：采用软件ＳＡＳ９．０的ＰＬＳ过程得到。

责任编校：史言信
中国ＦＤＩ的ＧＤＰ效果影响因素实证研究
１０７。