中國ＦＤＩ影響因素之實證研究

摘 要： 在綜述國內外外商直接投資研究方面的文獻的基礎上，利用固定效果panel data模型，構建不同來源地外商直接投資的實證模型，探討不同來源國直接投資的決定性因素，本研究以一般化最小平方法進行估計，實證結果顯示：不同來源國的直接投資，其決定性因素也不相同。

關鍵詞：外商直接投資（FDI）；固定效果；最小平方法

中圖分類號：F125.4 文獻標識碼：A 文章編號：1009－9107（2008）03－0026－06

近年來由于我國經濟實力的快速崛起，外商直接投資（FDI）金額逐年增加，至2005年已達613億美元，是吸收FDI金額最多的發展中國家，更是僅次于美國的最大FDI流入國。外商之所以會到我國投資，從比較利益的觀點解釋是我國勞動力成本低，但卻缺乏實際的證據支持此推論，有必要采取實證方法進行分析，且通過實證分析，可確認影響我國FDI的顯著因素，進而得知我國何以能夠吸引大量的FDI。

以往相關實證研究探討我國FDI影響因素的文章不多，且囿于資料的限制，都是從總體FDI的角度出發，以FDI的總金額進行分析，并未將之細分為不同產業、不同外資來源國，長期忽略不同產業特質、不同外資來源國特性所造成的差異。為了彌補過去實證研究上的不足，本文擬通過panel data模型，找出在我國投資的外商，究竟是為了追求我國所具備的哪些條件而愿意前往投資。

一、研究綜述

我國具備什么特別的區位因素，才會吸引大量的FDI？一般都認為是由于低廉的勞動成本以及廣大的市場商機。為了驗證此觀點是否正確，許多學者紛紛以各種方法進行實證分析，在相關的實證文獻方面，Wang與Swain采用普通最小平方法的估計方式，認為市場大小、相對工資對FDI有顯著影響，而貿易進口金額則與FDI呈現替代關系，進口金額越多越會排擠外商直接投資。［1］

在過去所從事的研究中，一般都認為市場因素與工資水平是外商投資相當重要的考慮因素，例如Wang與Swain，Dees，Cheng與Kwan，Coughlin與Segev等，他們都傾向以我國廣大的市場誘因與廉價勞動成本來解釋FDI的投資現象［1-4］；另一方面，Cheng與Kwan曾以公路密度作為基礎建設的衡量指標，得到的結論認為基礎建設對FDI有顯著正面影響［3］，其它如Head與Ries，Broadman與Sun，Sun， Tong與Yu亦有相同的論點，基礎建設越完善越能夠吸引外商前來投資。［5］

實證文獻上也有研究者考慮研發程度對FDI的影響，Dees認為外資來源國本身的研發水平越高，外商直接投資的意愿會越強［2］，Chen則認為我國本身的研發程度會對FDI產生兩種不同的力量，一股力量為吸引FDI，是由于較高的研發創新能力可促使FDI前來投資，但本國廠商亦有可能基于同樣的理由而群聚在這類研發水平較高的地區，導致該地區的廠商競爭程度提高，形成一股排擠FDI的力量，按Chen的實證結果，以排擠力量略勝一籌，研發水平越高所造成的過度競爭環境不利于吸引FDI［6］，Kuo與Huang也曾經考慮過研發水平是否會影響外商投資決策，實證結果雖為正向效果，但并不顯著。［7］

由于前述的實證文獻均是從總體FDI的角度進行分析，缺乏按不同產業、不同來源地來探討FDI影響因素的相關文獻。而在我國FDI的實證方法方面，包括：(1)普通最小平方法，例如Wang與Swain，Coughlin與Segev［1，4］；(2)有條件logit模型( CLM )，如Chen［6］，Head與Ries；(3)隨機效果panel data模型，采用者如Liu等人；(4)固定效果panel data模型，如Sun， Tong與Yu以及Kuo與Huang。［5，7］在這4種實證方法中，以固定效果panel data模型較適合本文針對我國FDI的實證研究，由于僅提供FDI的年資料，觀察期間較短，而橫截面的各省區單位又多，符合panel data的特性，且可由各省區不同的固定效果觀察其它影響FDI的重要因素，因而在近年來受到研究者的重視與采用，但采取固定效果panel data模型的研究中，卻極少有人針對固定效果從事進一步的分析與探究，甚至在估計結果中省略截距項所展現的固定效果。

二、模型構建

本文按不同FDI來源地的分類，提出實證時所采用的模型。在以不同外資來源地為研究對象時，所包含的主要外資來源地區包括美、英、德、日、韓、新、港、臺等8個國家(地區)，每一個國家(地區)自成一組panel data樣本，每組樣本的橫斷面單位為我國各省市，資料來源為中國統計年鑒與各省統計年鑒，而每個國家(地區)橫斷面單位所包含的省市均略有不同，各省市的觀察期間也有所差異，最長者為7年（1999-2005年），最短者為4年（2001-2004年），呈現出非平衡panel data的數據型態。為了解樣本FDI占總FDI的比率，表1以按年度列出該比率。

在探討不同來源地FDI的決定性因素時，被解釋變量為各國（地區）在我國的外商直接投資實際金額，變量會隨著不同國家、不同省市而有所差異，同時，因樣本的橫斷面單位為各省市，故可觀察不同國家（地區）的FDI在各省市的投入程度，以了解各地在我國的主要投資地區。為方便進行觀察，本研究將各國（地區）在各省市的投資金額按年度加總后取平均值，以平均投入規模判斷各國（地區）的主要投資區位，其結果如表2所示。從表2可見，外資來源地所偏好的投資區位，會隨著各來源國（地區）地理位置的不同而有所差異，距離我國越近的國家（地區），地理位置對該地FDI區位分布的影響效果越強，例如日本、南韓兩個地處東北亞的國家，其主要投資均位于渤海灣沿岸省市，而新加坡以及中國的香港、臺灣則多集中在長江以南的沿海地區，如廣東、福建、上海；另一方面，距離我國較遠的美國、英國、德國，在我國的投資區位受到地緣關系的影響效果不顯著，因此，各國（地區）在各省市的投入程度，與距離該省市的遠近成反比，距離越近的省市，投入規模越大，換言之，外資來源地的地理位置確實會影響各國（地區）FDI的投資區位選擇，且與距離遠近呈現反向關系。

在解釋變量方面，所選取的各項解釋變量分別為經濟增長率(ECON)、平均勞動工資(WAGE)、專利權批準數(PATENT)、高素質人力供應(HST)及對外開放程度(REXPT)。經濟增長率以各省市實際GDP增長率衡量，基期為1999年，用以評估我國的市場潛力對各國（地區）FDI的影響效果；工資率可用來衡量地區的勞動成本，同樣也是以實際金額表示；專利權批準數是指各省市每年批準的專利權數量；高素質人力供應指各省市每年的高等學校畢業生人數；對外開放程度是近年來研究我國FDI者所重視的一項變量。

將上述變量的解釋，整理如表3，從表中可得知各變量的單位以及對FDI的預期效果，其中，經濟增長率與高素質人力供應預期會對FDI產生正面影響，平均勞動工資為負面影響，專利權批準數與對外開放程度的影響效果則不確定，必須進行實證分析才能得知對各國（地區）FDI的實際影響，接下來將探討所采用的實證模型與估計方法。

以FDI來源地為研究對象，采用固定效果panel data模型進行實證分析，依據Hsiao的觀點，采用固定效果panel data模型可評估各橫斷面單位之間的差異，了解各橫斷面單位的特征，在探討不同來源地區FDI的議題時，由于樣本的橫斷面單位為我國各省市，關于不同外資來源地在各省市的投資特征亦是值得進一步研究的焦點。因此，借著固定效果panel data模型所得知的各省市固定效果，可用以衡量某一外資來源國在我國各省市直接投資的強弱程度，亦即不同省市所擁有的不隨時間改變的特征，對于吸引某一來源國FDI的差異程度。模型如下式所示：

FDI_i，t= α_i+ β₁ ( ECON_I，t-1 ) + β₂( WAGE_I，t-1) + β₃(PATENT_I，t-1) + β₄(HST_I，t-1 ) + β₅( REXPT_I，t-1 ) + ε_i，t

在上式中，解釋變量包括經濟增長率(ECON)、平均勞動工資(WAGE)、專利權批準數 (PATENT)、高素質人力供應(HST)以及對外開放程度(REXPT)，且各項解釋變量均落后一期，由前一期的回歸變量來解釋當期FDI的投資金額大小，以避免可能存在的內生性因果關系。

三、實證結果分析

按不同外資來源地的類別，分為先進工業化國家（美、英、德、日）以及亞洲四小龍(韓、新、港、臺)加以說明，并分析在不同外資來源地的情況下，各省市固定效果的強弱程度。

來自于美國、英國、德國、日本等先進工業化國家的FDI，其決定性因素的實證結果如表4所示。

實證結果顯示，來自于美國的FDI，受到中國高增長率的正向吸引，經濟增長的速度越快，直接投資的金額就越多，我國的市場潛力對來自美國的FDI具有正面顯著影響；工資成本則會對美國來源的FDI產生顯著負面影響，這一結果顯示美國企業近年來的投資原因已逐漸有所轉變，不僅為了搶占我國市場，更要充分運用我國低廉工資的成本優勢；另一項顯著影響投資決策的因素為研發程度，我國的研發水平越高，越有利于美國廠商前來投資；而對于來自美國的FDI而言，高素質人力以及對外開放程度的影響效果則不顯著。

對來自于英國的FDI，僅有研發水平會顯著影響直接投資，且產生的效果為負向，表示研發水平較高的地區，在集聚效應的作用下會聚集許多國內與國外企業，導致該地區企業彼此的競爭程度趨于激烈，為避免過度競爭，英國企業會選擇避開這一地區，因此，較高的研發水平形成的高度競爭環境，反而會排擠英國投資，然而，以回歸模型解釋英國的投資現象時，模型整體的解釋能力偏低（調整后系數僅約28.88%），仍有進一步改善的空間，以了解其它會影響英國廠商投資決策的潛在因素。

影響德國在我國投資的顯著因素為對外開放程度，較高開放程度對德國FDI產生的排擠力量大于吸引力量，造成德國廠商隨著開放程度提高而減少直接投資，換言之，我國的市場越開放，德國會由直接將產品出口到我國的方式打入中國市場，而不必以直接投資的方式在我國制造產品，避免海外投資可能產生的風險。例如兩國間的文化差異，官僚體系的低效率，以及距離遙遠所導致的管理控制問題等，同時，有一點必須加以說明，由于之前觀察德國FDI所獲得的信息顯示，德國近年來在我國的投資呈現大幅成長的態勢，在我國逐步降低貿易障礙，提高對外開放程度的情形下，表示我國尚有某些吸引德國FDI的因素未被本模型列入考慮。

日本實證結果并不顯著，僅有研發水平與對外開放程度是構成日本企業投資我國的決定性因素；在開放程度方面，我國的對外開放程度越高，除了表示貿易障礙降低外，也代表市場透明度較高，外國較容易取得我國的內部信息，因而有助于提升日本企業的投資意愿。

在亞洲四小龍的FDI決定性因素的實證結果見表5。從中可知，我國低廉的勞動成本是吸引韓國投資的顯著因素，由于我國的平均工資水平較韓國低，韓國企業為降低勞動成本，會將勞力密集型的產業移往我國。另一項顯著影響投資意愿的因素為研發程度，在具有較高研發水平的地區投資，可獲取相關的技術信息，改善自身的生產效率。在實證結果中發現，我國高速成長的經濟體系以及低廉的工資率是吸引新加坡企業投資的主因，除此之外，新加坡企業亦偏好在研發水平較高的地區投資，且我國的對外開放程度越高，國外企業獲取我國投資信息的困難度降低，越能夠吸引新加坡企業直接投資。

實證結果中，內地的經濟潛力、勞動工資對香港企業的影響效果均呈現不顯著，而競爭程度、高質量人力供應以及對外開放程度是近年來影響香港FDI的主因，在由專利權批準數所顯示的廠商競爭程度方面，專利權批準數較多的地區固然表示研發水平較高，但也代表該地區會聚集許多廠商，因而形成激烈競爭的投資環境。就香港企業而言，會選擇放棄較高研發水平所帶來的利益，以避免過度競爭所造成的企業損失。香港企業在進行投資決策時，也會考慮高質量勞動力是否充分供應，若內地培養的高素質人力越多，越能夠吸引香港企業前往投資；另一項影響香港企業投資決策的因素為對外開放程度，對外開放程度構成正向吸引香港FDI的因素。由表4及表5的實證結果，可將各項解釋變量所影響的外資來源地，按正、負向的影響效果列示見表6。

四、結論與未來研究方向

（一）結論

為了探討不同來源地FDI的決定性因素，本研究以一般化最小平方法進行估計，實證結果顯示，不同來源地的FDI，其決定性因素也不相同，來自美國的FDI系受到我國高經濟增長率、低廉工資、研發水平的影響；英國廠商較偏好在市場競爭程度較低的地區投資；德國FDI會受到我國對外開放程度的負面影響；日本企業會隨著我國提升研發水平、提高對外開放程度而增加投資額；韓國廠商的投資決策則與我國的工資成本、研發程度有密切關聯；新加坡企業的考慮因素為市場潛力、工資率、研發水平以及對外開放程度；香港FDI會受到廠商競爭程度、高質量勞動供應與內地對外開放的影響；而臺灣FDI的決定性因素則為內地高經濟增長率、低工資率、研發水平、高質量勞動供應以及對外開放程度。

（二）未來研究方向

本研究因采取固定效果panel data模型，可得到橫斷面各省市的固定效果，從固定效果中可發現，某些國家（地區）在特定省市具有相當強的固定效果，例如美國在上海的投資，香港在廣東的投資。因此，對于未來的研究者而言，可進一步分析某一國家（地區）在某些省市的投資因素。另一方面，由于本研究僅探討各國（地區）FDI的決定性因素，未來的研究者可將研究范圍擴展至FDI的影響效果，分析資本流向我國對各國（地區）經濟狀況所造成的影響，尤其是對于某些資本大量外流的國家（地區），究竟大幅度在我國投資是利是弊，皆是值得未來研究者深入探索的方向。

參考文獻：

［1］WANG， Z.Q， SWAIN， N.J.The determinants of foreign direct investment in transforming economies: empirical evidence from Hungary and China［J］. Weltwirts Chaftliches Archiv， 1995，131:359-382.

［2］ DEES， S. Foreign direct investment in China: determinants and effects［J］. Economics of Planning， 1998，31:175-194.

［3］ CHENG， L.K， KWAN， Y.K.What are the determinants of the location of foreign direct investment? The Chinese experience［J］. Journal of International Economics， 2000，51:379-400.

［4］ COUGHLIN， C.C， SEGEV， E.Foreign direct investment in China.a spatial econometric study［J］. The World Economy， 2000，23:1-23.

［5］ BROADMAN， H.G， SUN， X.The distribution of foreign direct investment in China［J］.The World Economy， 1997，20(3): 339-361.

［6］ CHEN， C.H. Regional determinants of foreign direct investment in mainland China［J］. Journal of Economic Studies， 1996，23(2):18-30.

［7］ KUO，C.C， HUANG， J.T. A regional analysis on the determinants of foreign direct investment toward mainland China［J］. Paper Presented at the Western Economic Association International Pacific Rim Conference， 2003，9:9-12.