沈阳市生产业利用FDI影响因素分析

摘要：本文在对生产业合理分类和影响因素有效选取的基础之上，利用统计数据，通过主成分分析和多元回归分析，对沈阳市生产业利用FDI影响因素进行研究。

关键词：生产业 FDI 影响因素

引言

目前对生产业的具体分类世界各国没有统一的划分标准，参照我国行业分类标准，本文将沈阳市生产业分为以下具体六类：（1）现代物流业（2）信息服务业（3）现代金融业（4）商务服务业，（5）科技服务业（6）房地产业。

一、沈阳市生产业利用FDI的影响因素

（一）因变量

生产业的FDI规模（PSFDI）。本文认为生产业FDI实际金额则更能反映外商根据东道国变化了的实际投资环境采取相应投资策略的意愿与能力。

（二）自变量

1、经济需求

（1）市场规模（GDP）。（2）经济增长潜力（PGDP）。本文用人均GDP来代表市场增长潜力。（3）居民收入（RI）。本文采用城市居民可支配收入。

2、供给因素

（4）基础设施建设（ROAG）。本文采用交通运输、仓储、邮电通讯业增加值来表示。（5）人力资本（HRM）。本文用每万人口普通高校在校生人数来表示。（6）劳动力成本（WAGE）。采用职工年度平均工资。（7）科研水平（RL）。本文用财政用于科学研究支出来表示。（8）信息化水平（IL）。本文采用邮电业务总量来衡量信息化水平。

3、行业因素

（9）制造业FDI（MFDI）。本文仍采用制造业FDI实际金额。（10）生产业GDP增加值（SGDP）。本文用服务业GDP增加值来表示。

4、开放水平

（11）城市化水平（CITY）。为城市人口占全市总人口中的比重。（12）服务贸易开放度（OPEN）。沈阳市进出口总值相当于GDP比例。（13）市场化程度（DM）。非公有制经济的工业产值与工业总产值的比率。（14）政府干预程度（GID）。虚拟变量，反映经济政策变化所带来的经济影响。1990―2000年，中国未加入WTO为0；2001年，中国加入WTO为1；2002―2004年，国家提出并实施“振兴东北老工业基地”为2；2005―2007年，《辽宁中部城市群（沈阳经济区）合作协议》签订为3；2008―2009年，《沈阳市加快发展服务业若干政策措施》的实施为4；2010年，国家正式提出建立“沈阳经济区”为5。

二、计量分析

本文采用主成分分析和线性回归分析相结合的方法，样本数据选择从1990年开始到2010年，数据主要来自《沈阳市统计年鉴》、《中国统计年鉴》。运用SPSS19.0软件包对样本进行分析。可知，提取2个主成分，即F1和F2。累计方差贡献率为94.200 %，远远大于85%，可以看出提取的两个主成分包含了全部指标的总信息量。之后对其进行KMO 和 Bartlett 的检验，可知此时KMO取值0.822大于0.7，Bartlett 的球形度检验统计量的Sig值小于0.01，即认为各变量之间存在显著的相关性。

从表1可知，除CITY、SOPEN之外，其它各变量在F1上均有较高的载荷，说明F1基本反映了除CITY、SOPEN以外指标的信息，而F2仅SOPEN有较高载荷。利用因子载荷矩阵可以求得F1、F2对应的特征向量，进而求得主成分F1和F2的表达式：

F1=0.097 ZGDP+0.095ZPGDP+0.044ZMFDI+0.091ZSGDP+0.083ZROAG+0.067ZHRM+0.106ZRL+0.099ZWAGE+0.092ZRI+0.098ZIL+0.039ZDM+0.014ZCITY-0.098ZOPEN+0.088ZGID

F2=-0.074 ZGDP-0.058ZPGDP+0.221ZMFDI-0.026ZSGDP+0.017ZROAG+0.104ZHRM-0.157ZRL-0.088ZWAGE-0.033ZRI-0.079ZIL+0.253ZDM+0.309ZCITY+0.591ZOPEN-0.023ZGID

其中，ZGDP，ZPGDP，…ZGID为原始变量标准化后的数据。以每个主成分所对应的特征值与所有变量个数比例作为权重计算主成分综合模型：

F=0.8287143 F1+0.113283F2

可以看出，主成分F1的权重系数远远大于F2，可见，第一主成分F1对我国服务业利用FDI的影响更大。然而F1包含多个变量的信息，且载荷均较大，因此，本文结合多元回归法，对影响生产业利用FDI的主要因素做进一步的分析。首先应用主成分筛选变量法，即对特征值近似为0的主成分，其权重系数较大的特征向量所对应的变量剔除掉，然后再次进行主成分分析和剔除，重复这一过程直至特征值不是很小为止，最终得到因子的最佳组合。据此方法，本文最终保留了DM、CITY、OPEN、HRM、GID、ROAG等六个自变量，并与因变量PSFDI进行多元回归分析，回归模型经多次改进后，最终结果如表2。

此时R2=0.925，调整R2=0.906，均大于90%，即模型几乎解释了总变异的全部。DW=2.074，可初步认为残差序列不存在一阶的自相关性。除CITY之外，模型线性关系成立的F检验显著性值Sig均小于0.01，说明模型整体的拟合优度较好。系数表里的VIF统计量也都小于10，说明共线性基本消除。

三、结论

根据上面的主成分分析和回归分析可以得到以下几点结论：

首先，PSFDI与DM有明显的反向依存关系。造成这种扭曲的负相关关系，除了统计口径变化造成的分析误差外，本文认为更重要的是由于随着沈阳市非公有制经济的发展壮大，逐渐具有较强的市场竞争力，某种程度挤占了原本外商直接投资的市场份额。

其次，PSFDI与HRM、CITY 、ROAG有明显的正相关关系，其中ROAG占的比重最大。城市人口数量的提升意味着巨大的市场需求，而人力资本数量的丰富及质量的提高进一步减低了外资的人力成本。完善而良好的城市基础设施是吸引外商投资的关键性因素，它可以使城市各社会经济单位更好地分工协作加强联系，迅速传导着人流、物流和信息流，把各社会经济要素紧密地聚合在一起，大大增强外资的工作效率，提高有关部门的经济效益。同时基础设施的建设扩大了需求，增加了就业，促进了经济的高速增长。

再次，PSFDI与GID、OPEN有较低程度的负相关关系。虽然行政干预的出发点是为了更好地利用外资、发展经济，但是有时却会造成外商的担忧，导致外资的流失。当经济发展程度较低、进出口额较小时，主要进口技术密集型产品，出口劳动密集型产品，外资利用其技术优势大量涌入；当经济水平提高、进出口额提高、进出口结构改善后，本土企业与外资企业技术差距缩小甚至有所反超时，外资流入相对减少。

最后，PSFDI与GDP、PGDP、MFDI、SGDP、RL、WAGE、RI、IL关系不明显。

参考文献：

[1]Hymer.“A Study of Direct Foreign Investment“[M].International Operations of NationalFirms.1.T.Press， 1976

[2]冯霞.服务业利用FDI影响因素探讨――河南例证，山东大学硕士论文，2008.4

[3]刘优剑，任曙明.产业分工重组与生产业的发展[J].科技和产业，2006，VOI.8

作者简介：王晓云（1971-）：女，辽宁沈阳人，沈阳理工大学经济管理学院，教授，硕士，国际投融资方向。夏雷（1981）男，江苏人，沈阳理工大学经济管理学院，硕士研究生，国际投融资方向。