曾惠芳+熊培银

摘 要 采用1993-2014年中国31个省市的外商直接投资数据，利用了空间马尔可夫链方法和地理信息技术，研究了中国各省市外商直接投资的时空演化特征.按照FDI投资比重大小把各省市FDI演化特征划分为低、中低、中高和高4种类型，构建马尔可夫状态转移概率矩阵，利用空间Markov方法模拟了中国各省市FDI投资的时空演化过程.结果发现中国各省市FDI分布极不均衡，在1993-2002年期间主要分布在中国东部沿海地区，到2014年具有逐步向中西部转移的趋势.比较空间马尔可夫链的初始分布和极限分布发现，当处于低和中低状态时，极限概率小于初始概率，当处于中高和高状态时，极限概率大于初始概率；由此可以说明中国各省市FDI投资水平的提高正在稳步推进，而且FDI空间区位演化过程具有发散性.

关键词 外商直接投资；区位演化；空间马尔可夫链

中图分类号 F222.3 文献标识码 A

Abstract Based on the data set of inward foreign direct investment across the provincial regions of China over 1993-2014， this paper attempts to apply Markov chain and geographic information system technology to investigate the spatial and temporal dynamic characteristics of FDI agglomeration in China. Firstly， the FDI shares for different regions in China are classified into four different classes（low， middle-low， middle-high and high），which shows a very uneven FDI distribution pattern based on GIS technology. On the other hand， the estimation of Markov transition probability matrix offers more detailed insights into the mechanics of FDI evolution process in China during the research period. In addition， the evolutionary trends of FDI agglomeration are forecasted by computing the limited power of Markov transition probability matrix. Empirical results indicate that the probability of moving up the FDI ladder is somewhat higher than that of moving down. We can conclude that there is divergence of FDI in China.

Key words Foreign direct investment； Location evolution； Spatial Markov chain

1 引 言

改革开放以来，FDI的流入对中国区域经济发展产生了重大的影响，在加快地区工业化进程、促进贸易增长和建设市场化制度等方面，它都起着不可替代的作用.FDI的流向引导着国内资本、劳动力等多种资源的地区流动，导致各地区生产要素投入的显著差异，被认为是影响中国地区间经济差距的主要因素之一.

FDI的动态空间演化机制与区位影响因素有着密切的联系，良好的区位吸引FDI在特定地区形成聚集，而资本边际收益递减与技术扩散会促使FDI的空间形态由集中逐渐变为分散.目前，关于FDI区位选择因素的研究比较多.Fung等（2002）研究发现优越的基础设施有利于FDI的引进.Li和Park（2006）以及Hong（2007）研究发现聚集因素是跨国公司区位选择的重要因素.因为经济活动的聚集通过劳动力市场的发展，中间产品的共享以及技术的溢出可以带来外部效益.苏梽芳和胡日东（2008）利用空间面板数据模型研究了中国区域FDI决定因素的动态演变过程.何兴强和王利霞（2008）基于“第三国效应”理论，运用空间面板计量方法对1985～2005年期间中国30个省市的FDI区位分布的空间效应进行了检验，结果发现各个地区的FDI存在显著的空间效应.韩剑和张凌（2010）利用空间计量方法分析了中国1987～2007年FDI空间演化的规律及其影响因素.王丽等（2012）利用空间自相关和空间自回归模型研究了1995～2009年中国FDI空间集聚特征及其动因，结果表明各省份实际利用FDI的过程存在较强的空间自相关性.Pan（2012）研究了1993～2008中国各省市的FDI区位决定因素，并发现中国各省市的FDI具有弱聚集效应.赵伟和向永辉（2012）在马尔可夫完美均衡的框架下分析了集聚经济和区位优势对地区间FDI税收竞争均衡的影响，并发现地区间的FDI税收竞争是存在的，税收仍然是影响FDI区位分布的重要影响因素.目前，关于FDI的收敛性的研究还比较少见，因此，本文将利用地理信息技术和空间马尔可夫链方法研究中国各省市的FDI投资的时空区位演化过程.

3 实证分析

3.1 空间布局分析

为了分析中国各个省的外商直接投资的动态演化过程，采用1993～2014年中国各个省的FDI数据，并计算各个省在当年占全国的比重.数据来源于中国统计年鉴和各个省的统计年鉴，数据是由中国大陆30个省份的数据组成，由于西藏数据的缺失，假设它从1993年至2014年一直处于FDI投资的低水平状态.图1 给出了1993年中国各个省的FDI水平的空间布局.endprint

从图1中可以看出，FDI在中国各个省的分布极度不平衡，大部分集中在东部沿海地区，而西部地区的比重很少，且表现出从东到西的阶梯状.1993年FDI主要集中在东部沿海是由于这些地区有较好的政策支持，又有较好的基础设施，并且交通运输能力好，可以降低运输成本.图2给出了2002年中国各个省的FDI水平的空间布局.

与图1进行比较，从图2可以发现东部和西部的变化都比较小，东部除了海南的FDI投资水平下降外其他各省的FDI投资水平基本不变；西部除了四川，重庆和云南的FDI投资水平下降外其他各省的FDI投资水平基本不变；中部各省的变化比较大，江西的FDI投资水平上升，陕西FDI投资水平下降了.由此可以看出这个阶段中国的FDI投资的空间布局还处于调整和优化的阶段.图3给出了2014年中国各个省的FDI水平的空间布局.

从图3可以看出，东部地区的福建的FDI投资水平下降了，而中部的河南和安徽，西部的四川和重庆的FDI投资水平上升.由此可见，FDI已逐步由东部地区向中西部地区转移.FDI的这种转移主要是由于中部具有丰富的矿产资源以及充足而又廉价的劳动力，使得FDI由东部地区向中西部地区转移.

3.2 时间转移特征分析

为揭示中国各个省的FDI时空布局演化过程，假设初始分布为均匀分布，利用1993～2014年中国各个省的FDI水平，根据公式（2），计算中国各个省的FDI水平在整个研究期间马尔可夫状态转移概率矩阵.为了更进一步说明FDI时空演化的阶段性特征，把整个研究时段1993～2014年分成两个子时段，第一时段为1993～2002年，第二个时段为2003～2014年.表1给出了1993～2014年以及子时段的中国省域FDI时空演化状态转移概率矩阵.

由表1知，主对角线上的元素值相对较高，这表明一个在初期FDI水平为i状态的区域，在随后年份仍属于此状态的可能性较高.在马尔可夫状态转移概率矩阵中，对角线上的元素的最大值是94.675%，最小值也是86.551%，也就是说，中国各个省的FDI 水平在不同年份之间变化并不大.另外，比较第一个时段的状态转移概率矩阵和第二个时段的状态转移概率矩阵时，发现当处在低和中低水平状态时，第二阶段主对角线上的元素小于第一阶段主对角线上的元素，当处在中高和高水平状态时，第二阶段主对角线上的元素大于第一阶段主对角线上的元素，就说明在1993年～2002年期间处在中高和高状态的省市状态转移概率相对比较大，这个时期是中高和高水平状态的关键调整期，在2003～2014年期间处在低和中低状态的省市状态转移概率相对比较大，这个时期是低和中低水平状态的关键调整期.这也说明1993～2002年期间是FDI空间布局的调整主要表现在数量上，而到了2003-2014年FDI空间布局的调整主要表现在质量的提高.

其次，不同省份FDI在不同年份之间的状态转移概率比较小，且越偏离主对角线，转移概率越低.在1993～2014年间，不同状态之间最大的转移概率发生在中低水平向中高水平方向的转移上，为9.356%，其次为中高向高水平方向的转移上，为7.017%，同时可发现当处在中低和中高水平时，向上转移的概率大于向下转移的概率，且没有跨越两个层次转移的情况.这表明，在研究时段内中国省域FDI整体投资水平不断提高.

最后，根据式（3）计算了马尔可夫链的极限分布，表1还给出了1993～2014年，1993～2002年以及2003～2014年的极限分布.进一步，比较极限分布和初始分布来分析中国各个省FDI的收敛性.在整个研究时段1993～2014年期间，处在低和中低水平状态的极限分布小于初始分布，而处在中高和高水平状态的极限分布大于初始分布，这说明中国各省市FDI水平是发散的，且具有一定的长期聚集趋势.但从第一个时段1993～2002年期间来看，处在低和中低水平状态的极限分布大于初始分布，而处在中高和高水平状态的极限分布小于初始分布，这还是说明中国各省市FDI水平是发散的，且长期聚集趋势不明显.再从第二个时段2003～2014年期间来看，处在低和中低水平状态的极限分布明显小于初始分布，而处在中高和高水平状态的极限分布明显大于初始分布，这还是说明中国各省市FDI水平是发散的，且具有长期明显的聚集趋势.总之，整个研究时间段内中国各省市FDI 投资水平的提高正在稳步推进，但这种FDI时空演化过程发散的，并从长期来看具有明显的聚集趋势.

为了描述中国各省的FDI时空流动性，根据马尔可夫状态转移概率矩阵可以构建流动性指标（Shorrocks Index）

其中N=4，tr（P）表示状态转移概率矩阵P的迹. 当P是单位阵时，SI值等于0，但当P对角线上的元素全为零时，SI值等于1.SI值越大，说明流动性越强.根据表1中给出的马尔可夫状态转移概率矩阵，计算整个研究时段1993～2014年的流动性指标SI=0.094，说明具有一定的流动性，但流动性不强.比较第一时段1993～2002年的流动性指标SI=0.104和第二时段2003～2014年的流动性指标SI= 0.089，发现第一个阶段的流动性大于第二个阶段的流动性.

为了进一步检验前面得出结论的可靠性，对该马尔可夫模型的时间齐次性进行检验，根据（4）式，根据表1中给出的状态转移概率矩阵，Q=2，计算得到的似然比检验统计量为Tγ=19.356，且统计量的临界值为χ20.9912=26.217.由此可以得出结论，在显著性水平为1%时接受原假设，说明假设中国各个省市的FDI具有马尔可夫时间齐次性，也进一步验证了前面得出结论的合理性.

4 结 论

以1993～2014年期间中国大陆31个省份FDI空间分布格局演化为研究对象，通过采用地理信息技术模拟发现，中国各省市的FDI分布极度不平衡，大部分集中在东部沿海地区，而西部地区的比重很少，且表现出从东部地区向中西部地区转移的趋势.进一步，构建空间马尔可夫模型，并分析了中国各省市的FDI 时空演化过程，结果发现当处在中低和中高水平时，向上转移的概率大于向下转移的概率，且没有跨越两个层次转移的情况.这表明，在研究时段内中国省域FDI整体投资水平不断提高.总之，整个研究时间段内中国各省市FDI 投资水平的提高正在稳步推进，但这种FDI时空演化过程发散的，并从长期来看具有明显的聚集趋势.由此说明影响FDI区位选择的因素在不断变化，市场规模、基础设施水平等传统经济因素的影响仍然显著，但作用在逐渐下降，而市场化程度与聚集效应的影响正不断增强.另外传统政策优势的影响也逐渐退居次要地位，这说明FDI已经进入一个新的阶段.本文的研究结果对于从全国层面制定适宜的外资政策，实现外资空间布局的优化，推进区域一体化进程具有指导意义.endprint

参考文献

[1] K C Fung， H Iizaka， S Parker. Determinants of US and Japanese foreign direct investment in China[J]. Journal of Comparative Economics， 2002， 30（3）：567-578.

[2] Li S， Park S. Determinants of locations of foreign direct investment in China[J]. Management and Organization Review， 2006， 2（1）：95-119.

[3] Hong J， Anthony T H. Chen. Modeling the location choices of foreign investments in Chinese Logistics Industry[J]. China Economic Review， 2007， 18（4）：425-437.

[4] Pan M. FDI agglomeration change in China[J]. Journal of Chinese Economic and Foreign Trade Studies， 2012， 5（3）： 172-184.

[5] 何兴强，王利霞. 中国FDI区位分布的空间效应研究[J]. 经济研究，2008（11）：137-150.

[6] 王丽，曹有挥，袁丰. 中国FDI区位选择的时空格局演进及影响因素分析[J].长江流域资源与环境，2012，21（1）：8-21.

[7] 苏梽芳，胡日东. 中国FDI区域分布决定因素的动态演变与地理溢出程度—基于空间面板数据的实证研究[J]. 经济地理，2008，28（1）：16-20.

[8] 蒋伟. 中国外商直接投资区位决定：基于“第三方效应”的空间计量分析[J]. 世界经济研究，2012（1）：75-80.

[9] 赵伟，向永辉. 区位优势、集聚经济和中国地区间FDI竞争[J]. 浙江大学学报（人文社会科学版）.2012，42（6）：111-125.

[10]韩剑，张凌. 集聚、扩散与FDI空间演化—基于中国省级数据的研究[J]. 财经科学， 2010（273）：43-49.

[11]Bode E， Nunnenkamp P. Does foreign direct investment promote regional development in developed countries？ A Markov chain approach for US states[J]. Review of World Economics， 2011， 147（2）： 351-383.endprint