地方公共物品供给对FDI影响的实证分析论文.docVIP

　　地方公共物品供给对FDI影响的实证分析论文 摘要：以蒂布特模型的“用脚投票”理论为基础，利用中国30个省市1997～2005年的PanelData建立PanelData模型，实证分析各地区的地方公共物品供给对吸引FDI的影响。结果表明，地方公共物品的供给与FDI的吸引呈显著正相关，各地区公共物品供给差异是FDI区域分布差异的一个重要原因。 关键词：用脚投票；地方公共物品；FDI；PanelData 外商会根据自己的偏好选择合适的投资地，这是蒂布特模型描述的“用脚投票”典型。社区间地方公共物品供给的竞争就如同厂商间为了消费者而展开的竞争，居民“用脚投票”显示自身偏好，选择提供符合自身偏好的或更有效率提供这些公共产品的社区.freel即回归系数相同但截距不同，称为变截距模型，对应模型为：ln(FDIh)=ai+B1CKSZil+132ln(DL0+p3ln(LDh)++134ln(TX0+13sln(RJSHit)+136JYBZ．+tht(3)注意这里没有斜率系数非齐性而截距齐性的情形．冈为当斜率不同时，考虑截距相同没有实际意义。其中，变截距模型是应用最广泛的一种面板数据模型。主要有固定效应模型(FixedEffectsModel)和随机效应模型(RandomEffectsModel)。一般来说，如果研究者仅以样本自身效应为条件进行推论，宜使用固定效应模型；如果想以样本对总体效应进行 推论。则应该采用随机效应模型。 为了判断样本数据究竞符合哪种模型形式。必须进行模型的筛选和检验，这是面板数据模型设定中最为关键也是最难的一步。本文将运用三种基本的PanelData模型：混和回归模型、固定效应模型、随机效应模型进行对比检验，最终得出合适样本数据的模型。一般情况，用OLS(最小二乘法)估计混和回归模型和固定效应模型．而用GLS(广义最小二乘法)估计随机效应模型。我们运用STATA9．0软件分别对模型进行OLS和GLS回归，结果见表l： 1．首先进行固定效应显著性检验。我们采用常用的协方差分析方法进行检验。其基本思路是在个体效应不显著的原假设下。应有：Hf，：al=a2=L=a30，则可以用无约束模型和受约束模型的回归残差平方和构造F统计量检验上述假设是否成立：F-一(Ru-Rz)／(N-1)．F(n—J，nn】—蠡)口一R。)／(nT-n-k)其中R：表示无约束模型(固定效应模型)的残差平方和，R：表示受约束模型(混和回归模型)的残差平方和。根据固定效应回归结果如表2。故拒绝固定效应不显著的原假设，认为相对Pooledregression模型而言，固定效应模型更合适。 2．判定使用固定效应还是随机效应．一般对结果进行LM检验和Hausman规范检验。LM检验是Breusch和Pagan基于OLS估计的参差构造LM统计量检验随机效应，原假设为OLS估计的参差为零，如果拒绝原假设则表明存在随机效应。在STATA中，我们可以在完成随机效应模型的估计后进行此项检验。结果为Prob chi2=0．oooo．则拒绝原假设，表明随机效应非常显著。然后进行Hausman规范检验，其P—value为0．6318，表明在10％的显著水平下，不能拒绝固定模型显著的原假设。结合以上两种检验。我们可以认为本模型中随机效应模型对FDI的解释程度比固定效应模型更高。 (三)J随机效应模型的FGLS回归通过上面的检验可知．随机效应模型相对固定效应模型解释程度更高，更适合本文的分析需要。表1的回归结果也证明了这一点。然而．我们发现尽管上面表1的随机效应模型回归结果可以从一定程度上解释公共物品对FDI的影响。但是解释并不充分．其中两个重要的代表地方公共物品的变量DL和LD都未能在10％的水平上通过显著性检验，整体的拟合效果并不是很理想。考虑到文章主要是将地方公共物品进行细分．着重分析各项公共物品的供给对吸引FDI的影响差异，闲而模型主要选取代表地方公共物品的各类指标，很有可能会遗漏了对FDI产生影响的其它重要变量，如市场需求和规模、集聚因素等。为解决这个问题，可以采用进行估计。这种方法理论上可以解决由于遗漏重要变量造成回归不理想、解释变量对被解释变量解释不充分的题。因此．文章对上面的随机效应模型进行FGLS估计，解释变量和被解释变量和上面的模型一致，从回归结果看比较理想．只有一个变鼍LD不是很显著，我们对原随机效应模型进行修正．剔除不显著的变量LD进行FGLS回归。发现修正后的模型整体拟合程度有较显著的提高。回归结果如表3。 二、经验分析结果 从表3的模型1回归结果可以看出，除LD(城市人均公共绿地面积)外．其它的变量均在l％的水平上通过显著性检验．整体上拟合很好。城市公共绿地面积对吸引外资不显著也符合一些地区的现实，有的地方政府为了吸引外资大搞形象T程，事实证明