外商在中国直接投资区位选择因子分析.docVIP

外商在中国直接投资区位选择因子分析 　　摘要：外商直接投资环境是现代跨国投资理论的热点问题之一。本文运用SPSS数据统计处理软件，对中国21个城市、10个指标数据进行因子分析，明晰外国直接投资与东道国的要素禀赋之间的相互关系，从与外商直接投资相关的众多因素提炼归纳出硬实力与软实力两个主因子，并按照因子分析结果将城市综合得分进行排名，以期判定南京在中国城市中吸引外商直接投资的位势，为南京的吸引外资寻求路径突破和模式创新提供一定依据。 　　关键词：影响因子；外商直接投资区位；外商投资动机；区位因素分析 　　中图分类号：F752　文献标识码：A　文章编号：1008-4428(2011)05-109-02 　　 　　一、文献综述 　　 　　近年来，我国成为外商直接投资的一个重要目标国，而外资也成为我国的重要资金来源之一。尤其是近十余年来，我国吸收国际直接投资的数量一直位居发展中国家的前列。截至2005年末，我国累计批准设立外商投资企业59.4万家，实际使用外资金额达6854亿美元。世界500家最大的跨国公司几乎都在我国进行了直接投资。FDI对中国经济的繁荣做出了很大的贡献。本文希望通过因子分析，深入了解我国主要城市吸引FDI流人的关键区位因素，从而能更好地有利于我国经济的发展。 　　关于影响FDI区位选择的因素，国内外已经有很多学者对此作了研究和探讨。有些学者从成本最低化角度来探讨FDI的区位决策，如Caves(1982)以及Mariotti和Piseitello(1995)等从各种成本角度对FDI的区位决策进行了实证研究。依据邓宁的国际生产折衷理论，Woodward D.和R.Rolfe(1993)对影响出口导向制造业国际分配的主要因素进行了实证分析，结果呈现对投资选址产生正影响的因素有：人均国民生产总值、土地面积、汇率贬值、政治稳定因素、制造业的集聚度、免税期限、自由贸易区的规模等；而产生负影响的因素有：工资、通货膨胀率、利润汇回管制、运输费用、工会组织等。现今随着信息经济学的不断发展，又有研究指出直接投资的区位选择是外商为了降低信息成本的一种理性选择。中国也已有很多研究做了相关分析。沈坤荣、耿强(2001)构建了一个包含外国直接投资和人力资本的内生增长模型，并运用1987-1998年中国29个省、市及自治区的有关数据进行回归分析，认为外国直接投资的增长导致了经济增长率的增加，并且发现外国直接投资技术扩散效应的发挥程度与人力资本有着至关重要的关系，沈在他2002年的论文中，进一步采用中国分省分年的Panel Data数据和计量分析方法，研究人力资本存量对外商直接投资区位选择及投资规模的影响。结果显示，除了市场容量、劳动成本、市场化水平等因素以外，人力资本存量是影响FDI区域性选择和投资规模的重要因素。从以上相关的文献研究中，可以发现各国学者对于影响FDI的区位因素的研究已经很多，但是针对中国做的研究还比较有限，而随着外国对华投资规模的飞速提高，而我国加入WTO后面临新的挑战，我们有必要再次审视影响外商对华直接投资的区位因素。在借鉴以上文献研究的成果基础上，本文运用SPSS统计软件，试图从中国21个主要城市的硬实力和软实力两个因子来解释外商直接投资区位选择的动机。 　　 　　二、指标选择和样本确定 　　 　　外商直接投资区位的确定受多种因素的影响。本文选择一系列相关指标，确定样本城市，运用SPSS统计处理软件进行因子分析。 　　指标选取如下：地区生产总值、实际利用外资金额、固定资产投资总额、高等学校数、第三产业占GDP的比重、国际互联网用户数量、限额以上外商投资企业工业总产值、职工平均工资、年末移动电话用户数量、外商直接投资新签协议合同数。指标数据来源于2007年中经网统计数据库，根据数据可得性，确定了21个主要城市分别为：北京、天津、沈阳、大连、长春、哈尔滨、上海、南京、无锡、苏州、杭州、宁波、厦门、济南、青岛、武汉、广州、深圳、重庆、成都、西安。 　　 　　三、外商直接投资区位的因子分析 　　 　　利用因子分析技术，首先对2007年的数据矩阵进行处理，根据其特征根分布特点可判断选取2个主因子比较合适，累积方差达到84.273％，能够解释全部信息量的近85％。由于原始数据之间有些变量指标的相关系数很大，即部分因子之间存在高度正相关，因此进行斜交旋转。对比发现，旋转后的PattemMatrix的解释能力增强。斜交旋转所得的2个主因子的方差贡献见表1，载荷矩阵见表2。根据斜交旋转结果确定了影响外商直接投资区位的主要因子，按重要程度依次为硬实力和软实力。 　　 　　 　　(一)第一主因子：硬实力 　　这一因子主要反映了8个变量的综合信息，方差贡献达68.712，该因子与各个城市的限额以上外商投