曾惠芳，熊培銀

(1．湖南科技大學 商學院，湖南 湘潭 411201；2．湖南科技大學 信息與電氣工程學院，湖南 湘潭 411201)

中國省域FDI投資的時空區(qū)位演化過程研究*

曾惠芳1，熊培銀2

(1．湖南科技大學 商學院，湖南 湘潭 411201；2．湖南科技大學 信息與電氣工程學院，湖南 湘潭 411201)

采用1993-2014年中國31個省市的外商直接投資數(shù)據(jù)，利用了空間馬爾可夫鏈方法和地理信息技術，研究了中國各省市外商直接投資的時空演化特征.按照FDI投資比重大小把各省市FDI演化特征劃分為低、中低、中高和高4種類型，構建馬爾可夫狀態(tài)轉移概率矩陣，利用空間Markov方法模擬了中國各省市FDI投資的時空演化過程.結果發(fā)現(xiàn)中國各省市FDI分布極不均衡，在1993-2002年期間主要分布在中國東部沿海地區(qū)，到2014年具有逐步向中西部轉移的趨勢.比較空間馬爾可夫鏈的初始分布和極限分布發(fā)現(xiàn)，當處于低和中低狀態(tài)時，極限概率小于初始概率，當處于中高和高狀態(tài)時，極限概率大于初始概率；由此可以說明中國各省市FDI投資水平的提高正在穩(wěn)步推進，而且FDI空間區(qū)位演化過程具有發(fā)散性.

外商直接投資；區(qū)位演化；空間馬爾可夫鏈

1 引 言

改革開放以來，F(xiàn)DI的流入對中國區(qū)域經(jīng)濟發(fā)展產生了重大的影響，在加快地區(qū)工業(yè)化進程、促進貿易增長和建設市場化制度等方面，它都起著不可替代的作用.FDI的流向引導著國內資本、勞動力等多種資源的地區(qū)流動，導致各地區(qū)生產要素投入的顯著差異，被認為是影響中國地區(qū)間經(jīng)濟差距的主要因素之一.

FDI的動態(tài)空間演化機制與區(qū)位影響因素有著密切的聯(lián)系，良好的區(qū)位吸引FDI在特定地區(qū)形成聚集，而資本邊際收益遞減與技術擴散會促使FDI的空間形態(tài)由集中逐漸變?yōu)榉稚?目前，關于FDI區(qū)位選擇因素的研究比較多.Fung等(2002)研究發(fā)現(xiàn)優(yōu)越的基礎設施有利于FDI的引進.Li和Park(2006)以及Hong(2007)研究發(fā)現(xiàn)聚集因素是跨國公司區(qū)位選擇的重要因素.因為經(jīng)濟活動的聚集通過勞動力市場的發(fā)展，中間產品的共享以及技術的溢出可以帶來外部效益.蘇梽芳和胡日東(2008)利用空間面板數(shù)據(jù)模型研究了中國區(qū)域FDI決定因素的動態(tài)演變過程.何興強和王利霞(2008)基于“第三國效應”理論，運用空間面板計量方法對1985～2005年期間中國30個省市的FDI區(qū)位分布的空間效應進行了檢驗，結果發(fā)現(xiàn)各個地區(qū)的FDI存在顯著的空間效應.韓劍和張凌(2010)利用空間計量方法分析了中國1987～2007年FDI空間演化的規(guī)律及其影響因素.王麗等(2012)利用空間自相關和空間自回歸模型研究了1995～2009年中國FDI空間集聚特征及其動因，結果表明各省份實際利用FDI的過程存在較強的空間自相關性.Pan(2012)研究了1993～2008中國各省市的FDI區(qū)位決定因素，并發(fā)現(xiàn)中國各省市的FDI具有弱聚集效應.趙偉和向永輝(2012)在馬爾可夫完美均衡的框架下分析了集聚經(jīng)濟和區(qū)位優(yōu)勢對地區(qū)間FDI稅收競爭均衡的影響，并發(fā)現(xiàn)地區(qū)間的FDI稅收競爭是存在的，稅收仍然是影響FDI區(qū)位分布的重要影響因素.目前，關于FDI的收斂性的研究還比較少見，因此，本文將利用地理信息技術和空間馬爾可夫鏈方法研究中國各省市的FDI投資的時空區(qū)位演化過程.

2 外商直接投資時空演變過程的模擬

pij(t)=Pr [Xt=j|Xt-1=i]，

且∑jpij(t)=1,

(1)

其中pij(t)表示一個區(qū)域在t時刻處于i狀態(tài)并在t+1時刻轉移到j狀態(tài)的概率.記狀態(tài)轉移概率矩陣為P=(pij)4×4，根據(jù)馬爾可夫鏈的齊次性可得

pij(t)=Pr [Xt=j|Xt-1=i]

=Pr [Xt′=j|Xt′-1=i]．

(2)

假設馬爾可夫鏈是不可約且正常返的，πj為馬爾可夫鏈處在狀態(tài)j的時間比例，那么πj滿足

πj=∑iπipij，且 ∑jπj=1，j≥0．

(3)

若馬爾可夫鏈是非周期的，那么πj是馬爾可夫鏈處于狀態(tài)j的極限概率.假設馬爾可夫鏈是一步狀態(tài)轉移馬爾可夫鏈時，初始概率可以假設為πi(0)=ni/n，i=1,2,3,4.比較極限分布π和初始分布π(0)可以判斷FDI的動態(tài)演化過程是否收斂．當馬爾可夫過程處在中低和中高狀態(tài)時，有πi>πi(0)；當處在低和高狀態(tài)時，有πi<πi(0)；由此可以判斷FDI的動態(tài)演化過程是收斂的.反過來，亦說明該過程是發(fā)散的.另外，當馬爾可夫過程處在低和中低狀態(tài)時，有πi<πi(0)；當處在中高和高狀態(tài)時，有πi>πi(0)；由此可以判斷FDI的動態(tài)演化過程是發(fā)散的，并且從長期趨勢來看，F(xiàn)DI投資總體水平具有向上提升的趨勢.當馬爾可夫過程處在低和中低狀態(tài)時，有πi>πi(0)；當處在中高和高狀態(tài)時，有πi<πi(0)；由此可以判斷FDI的動態(tài)演化過程是發(fā)散的，并且從長期趨勢來看，F(xiàn)DI投資總體水平具有下降的趨勢.

為了檢驗馬爾可夫過程的時間齊次性，把1993～2014年的數(shù)據(jù)分為兩段，分別是1993～2002和2003～2014的數(shù)據(jù)，根據(jù)兩個子樣本的數(shù)據(jù)計算其馬爾可夫狀態(tài)轉移概率矩陣，并把它們與根據(jù)整個時間段數(shù)據(jù)計算得到的狀態(tài)轉移概率矩陣進行比較，看它們是否具有明顯的差別，從而判斷馬爾可夫鏈的時間齊次性.假設可以把所有數(shù)據(jù)分為Q個時間段，分別可以得到Q個子時間段的狀態(tài)轉移概率矩陣P(k)，k=1,2,…,Q，然后比較P(k)和整個時段的狀態(tài)轉移概率矩陣P.若原假設為H0:?k,pij(k)=pij，備擇假設為H1:?k,pij(k)≠pij，可以通過構造似然比檢驗統(tǒng)計量

(4)

其中nij(k)表示狀態(tài)的個數(shù)，統(tǒng)計量Tχ是服從自由度是(Q-1)N(N-1)的卡方分布.似然比統(tǒng)計量的值越大，說明越有可能拒絕原假設.在一定顯著性水平下，比較似然比統(tǒng)計量的值和臨界值，如果拒絕原假設，說明該馬爾可夫過程不能被假設為滿足時間齊次性，那么前面由馬爾可夫模型推出的結論就不能用，只有滿足馬爾可夫時間齊次性的條件下，所有的結論才是合理的.

3 實證分析

3.1 空間布局分析

為了分析中國各個省的外商直接投資的動態(tài)演化過程，采用1993～2014年中國各個省的FDI數(shù)據(jù)，并計算各個省在當年占全國的比重.數(shù)據(jù)來源于中國統(tǒng)計年鑒和各個省的統(tǒng)計年鑒，數(shù)據(jù)是由中國大陸30個省份的數(shù)據(jù)組成，由于西藏數(shù)據(jù)的缺失，假設它從1993年至2014年一直處于FDI投資的低水平狀態(tài).圖1 給出了1993年中國各個省的FDI水平的空間布局.

圖1 1993年中國省域FDI空間布局圖

從圖1中可以看出，F(xiàn)DI在中國各個省的分布極度不平衡，大部分集中在東部沿海地區(qū)，而西部地區(qū)的比重很少，且表現(xiàn)出從東到西的階梯狀.1993年FDI主要集中在東部沿海是由于這些地區(qū)有較好的政策支持，又有較好的基礎設施，并且交通運輸能力好，可以降低運輸成本.圖2給出了2002年中國各個省的FDI水平的空間布局.

圖2 2002年中國省域FDI空間布局圖

與圖1進行比較，從圖2可以發(fā)現(xiàn)東部和西部的變化都比較小，東部除了海南的FDI投資水平下降外其他各省的FDI投資水平基本不變；西部除了四川，重慶和云南的FDI投資水平下降外其他各省的FDI投資水平基本不變；中部各省的變化比較大，江西的FDI投資水平上升，陜西FDI投資水平下降了.由此可以看出這個階段中國的FDI投資的空間布局還處于調整和優(yōu)化的階段.圖3給出了2014年中國各個省的FDI水平的空間布局.

圖3 2014年中國省域FDI空間布局圖

從圖3可以看出，東部地區(qū)的福建的FDI投資水平下降了，而中部的河南和安徽，西部的四川和重慶的FDI投資水平上升.由此可見，F(xiàn)DI已逐步由東部地區(qū)向中西部地區(qū)轉移.FDI的這種轉移主要是由于中部具有豐富的礦產資源以及充足而又廉價的勞動力，使得FDI由東部地區(qū)向中西部地區(qū)轉移.

3.2 時間轉移特征分析

為揭示中國各個省的FDI時空布局演化過程，假設初始分布為均勻分布，利用1993～2014年中國各個省的FDI水平，根據(jù)公式(2)，計算中國各個省的FDI水平在整個研究期間馬爾可夫狀態(tài)轉移概率矩陣.為了更進一步說明FDI時空演化的階段性特征，把整個研究時段1993～2014年分成兩個子時段，第一時段為1993～2002年，第二個時段為2003～2014年.表1給出了1993～2014年以及子時段的中國省域FDI時空演化狀態(tài)轉移概率矩陣.

由表1知，主對角線上的元素值相對較高，這表明一個在初期FDI水平為i狀態(tài)的區(qū)域，在隨后年份仍屬于此狀態(tài)的可能性較高.在馬爾可夫狀態(tài)轉移概率矩陣中，對角線上的元素的最大值是94.675%，最小值也是86.551%，也就是說，中國各個省的FDI 水平在不同年份之間變化并不大.另外，比較第一個時段的狀態(tài)轉移概率矩陣和第二個時段的狀態(tài)轉移概率矩陣時，發(fā)現(xiàn)當處在低和中低水平狀態(tài)時，第二階段主對角線上的元素小于第一階段主對角線上的元素，當處在中高和高水平狀態(tài)時，第二階段主對角線上的元素大于第一階段主對角線上的元素，就說明在1993年～2002年期間處在中高和高狀態(tài)的省市狀態(tài)轉移概率相對比較大，這個時期是中高和高水平狀態(tài)的關鍵調整期，在2003～2014年期間處在低和中低狀態(tài)的省市狀態(tài)轉移概率相對比較大，這個時期是低和中低水平狀態(tài)的關鍵調整期.這也說明1993～2002年期間是FDI空間布局的調整主要表現(xiàn)在數(shù)量上，而到了2003-2014年FDI空間布局的調整主要表現(xiàn)在質量的提高.

表1 1993-2014年中國省域FDI的馬爾可夫狀態(tài)轉移概率矩陣

Tab．1 Markov transition probability matrix for FDI at the province level in the China

時期狀態(tài)初始分布低/%中低/%中高/%高/%極限分布1993～2014低0.2594.1525.8480.0000.0000.1544中低0.254.09386.5519.3560.0000.1796中高0.250.5855.26387.1357.0170.2873高0.250.0000.0005.32594.6750.37861993～2002低0.2597.5602.4400.0000.0000.3079中低0.252.33090.6906.9800.0000.3224中高0.250.00011.76079.4208.8200.1914高0.250.0000.0009.46090.5400.17842003～2014低0.2591.3048.6960.0000.0000.0598中低0.253.26186.9569.7830.0000.1596中高0.250.0005.26389.4745.2630.2966高0.250.0000.0003.22696.7740.4839

其次，不同省份FDI在不同年份之間的狀態(tài)轉移概率比較小，且越偏離主對角線，轉移概率越低.在1993～2014年間，不同狀態(tài)之間最大的轉移概率發(fā)生在中低水平向中高水平方向的轉移上，為9.356%，其次為中高向高水平方向的轉移上，為7.017%，同時可發(fā)現(xiàn)當處在中低和中高水平時，向上轉移的概率大于向下轉移的概率，且沒有跨越兩個層次轉移的情況.這表明，在研究時段內中國省域FDI整體投資水平不斷提高.

最后，根據(jù)式(3)計算了馬爾可夫鏈的極限分布，表1還給出了1993～2014年，1993～2002年以及2003～2014年的極限分布.進一步，比較極限分布和初始分布來分析中國各個省FDI的收斂性.在整個研究時段1993～2014年期間，處在低和中低水平狀態(tài)的極限分布小于初始分布，而處在中高和高水平狀態(tài)的極限分布大于初始分布，這說明中國各省市FDI水平是發(fā)散的，且具有一定的長期聚集趨勢.但從第一個時段1993～2002年期間來看，處在低和中低水平狀態(tài)的極限分布大于初始分布，而處在中高和高水平狀態(tài)的極限分布小于初始分布，這還是說明中國各省市FDI水平是發(fā)散的，且長期聚集趨勢不明顯.再從第二個時段2003～2014年期間來看，處在低和中低水平狀態(tài)的極限分布明顯小于初始分布，而處在中高和高水平狀態(tài)的極限分布明顯大于初始分布，這還是說明中國各省市FDI水平是發(fā)散的，且具有長期明顯的聚集趨勢.總之，整個研究時間段內中國各省市FDI 投資水平的提高正在穩(wěn)步推進，但這種FDI時空演化過程發(fā)散的，并從長期來看具有明顯的聚集趨勢.

為了描述中國各省的FDI時空流動性，根據(jù)馬爾可夫狀態(tài)轉移概率矩陣可以構建流動性指標(Shorrocks’ Index)

(5)

其中N=4，tr(P)表示狀態(tài)轉移概率矩陣P的跡. 當P是單位陣時，SI值等于0，但當P對角線上的元素全為零時，SI值等于1.SI值越大，說明流動性越強.根據(jù)表1中給出的馬爾可夫狀態(tài)轉移概率矩陣，計算整個研究時段1993～2014年的流動性指標SI=0.094，說明具有一定的流動性，但流動性不強.比較第一時段1993～2002年的流動性指標SI=0.104和第二時段2003～2014年的流動性指標SI= 0.089，發(fā)現(xiàn)第一個階段的流動性大于第二個階段的流動性.

4 結 論

以1993～2014年期間中國大陸31個省份FDI空間分布格局演化為研究對象，通過采用地理信息技術模擬發(fā)現(xiàn)，中國各省市的FDI分布極度不平衡，大部分集中在東部沿海地區(qū)，而西部地區(qū)的比重很少，且表現(xiàn)出從東部地區(qū)向中西部地區(qū)轉移的趨勢.進一步，構建空間馬爾可夫模型，并分析了中國各省市的FDI 時空演化過程，結果發(fā)現(xiàn)當處在中低和中高水平時，向上轉移的概率大于向下轉移的概率，且沒有跨越兩個層次轉移的情況.這表明，在研究時段內中國省域FDI整體投資水平不斷提高.總之，整個研究時間段內中國各省市FDI 投資水平的提高正在穩(wěn)步推進，但這種FDI時空演化過程發(fā)散的，并從長期來看具有明顯的聚集趨勢.由此說明影響FDI區(qū)位選擇的因素在不斷變化，市場規(guī)模、基礎設施水平等傳統(tǒng)經(jīng)濟因素的影響仍然顯著，但作用在逐漸下降，而市場化程度與聚集效應的影響正不斷增強.另外傳統(tǒng)政策優(yōu)勢的影響也逐漸退居次要地位，這說明FDI已經(jīng)進入一個新的階段.本文的研究結果對于從全國層面制定適宜的外資政策，實現(xiàn)外資空間布局的優(yōu)化，推進區(qū)域一體化進程具有指導意義.

[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] 何興強，王利霞. 中國FDI區(qū)位分布的空間效應研究[J]. 經(jīng)濟研究，2008(11)：137-150．

[6] 王麗，曹有揮，袁豐. 中國FDI區(qū)位選擇的時空格局演進及影響因素分析[J].長江流域資源與環(huán)境，2012，21(1)：8-21．

[7] 蘇梽芳，胡日東. 中國FDI區(qū)域分布決定因素的動態(tài)演變與地理溢出程度—基于空間面板數(shù)據(jù)的實證研究[J]. 經(jīng)濟地理，2008，28(1)：16-20.

[8] 蔣偉. 中國外商直接投資區(qū)位決定：基于“第三方效應”的空間計量分析[J]. 世界經(jīng)濟研究，2012(1)：75-80.

[9] 趙偉，向永輝. 區(qū)位優(yōu)勢、集聚經(jīng)濟和中國地區(qū)間FDI競爭[J]. 浙江大學學報(人文社會科學版)．2012，42(6):111-125．

[10]韓劍，張凌. 集聚、擴散與FDI空間演化—基于中國省級數(shù)據(jù)的研究[J]. 財經(jīng)科學, 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.

Research on Temporal-Spatial Location Evolution of Foreign Direct Investment in China

ZENG Hui-fang1, XIONG Pei-yin2

(1.College of Business, Hunan University of Science and technology, Hunan, Xiangtan 411201, China; 2. School of Information and Electrical Engineering, Hunan University of Science and technology, Xiangtan, Hunan 411201, China)

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.

Foreign direct investment; Location evolution; Spatial Markov chain

2016-01-25

國家自然科學基金青年項目(41301421)

曾惠芳(1981—)，女，湖南省邵陽人，講師，博士E-mail:hnhuizi@126.com

F222.3

A