朱洪平，朱文濤

（1.廣東工業(yè)大學管理學院，廣東廣州510520；2.集美大學財經學院，福建廈門361021）

一、引言

1998—2018年，我國使用外商直接投資（Foreign Direct Investment，F(xiàn)DI）的規(guī)模從403.19 億美元增加到1381.35 億美元，提高了2.4倍。①數(shù)據(jù)來源：依據(jù)EPS數(shù)據(jù)平臺整理。FDI流入一方面能彌補我國經濟增長的資本缺口，增加政府財政收入，提高就業(yè)率；另一方面其所帶來的先進生產和管理技術，有利于促進綜合要素生產率的增長，是我國實現(xiàn)經濟快速發(fā)展的“助推器”（單東方，2020）。改革開放以來，我國憑借廉價的勞動力價格優(yōu)勢成為外商投資的理想地，大量外商資金流入。近年來，這種狀況發(fā)生了改變，我國人口生育率下降和老齡化速度加快，一些地方“用工荒”和“漲薪潮”頻發(fā)，預示“劉易斯拐點”的到來，廉價而豐富的勞動力資源的傳統(tǒng)優(yōu)勢正變得不可持續(xù)。人力資本也是外商企業(yè)投資的重要參考因素，隨著教育投資的增長，勞動者整體素質得到優(yōu)化，我國正逐步從人口大國向人力資本強國邁進。因此，研究人力資本和勞動力價格對FDI流入的影響顯得十分必要。人力資本和勞動力價格是否會影響FDI流入？ 如果存在影響效應，是否會通過市際間的互動機制，在影響本市FDI流入的同時也影響周邊城市FDI的流入？本文通過構建人力資本和勞動力價格對FDI流入的關系模型，深入分析人力資本、勞動力價格對FDI流入的影響機制和路徑。

Dziemianowicz 等（2018）從制度層面研究國家治理對外國投資者的影響，認為東道主國家完善的治理基礎是吸引外商投資者的重要因素；林巍（2007）和Halvorsen（2012）將考察重點放在產業(yè)集聚對FDI的影響上，認為產業(yè)集聚所具備的集聚經濟性是吸引FDI流入的主要動因。也有學者從匯率波動方面進行研究，認為匯率的不穩(wěn)定會阻礙FDI的流入（趙文霞，2018）。還有學者從人力資本和勞動力價格的視角進行論述，在人力資本方面，Noorbakhsh 等（2001）以發(fā)展中國家作為研究樣本，提出人力資本是影響FDI的重要因素，且影響程度隨時間推移而增加的觀點。沈坤榮和田源（2002）以全國省域面板數(shù)據(jù)作為研究樣本，認為提高人力資本存量有助于增加外商投資規(guī)模和投資金額。潘春陽和吳柏鈞（2019）通過構建地區(qū)多維度人力資本指標，以省級面板數(shù)據(jù)作為實證樣本進行分析，研究結果顯示各維度人力資本指標的增長均有利于地區(qū)FDI的流入，且影響效應還呈現(xiàn)不斷放大效應。Hammami（2019）也有類似發(fā)現(xiàn)。

已有研究大都肯定了人力資本對外商投資的積極影響，但也有部分研究否定了人力資本在外商投資中的積極作用。張家滋等（2015）基于2003—2012年我國省域面板數(shù)據(jù)的研究結果表明，市場規(guī)模大小、市場開放度和勞動力總量是外商投資的主要影響因素，相比而言，人力資本對外商投資的影響并不明顯。李江輝等（2019）基于面板門檻模型與面板固定效應模型實證檢驗分析后認為，人力資本對FDI流入會因所處的階段不同而產生不同的作用，當人力資本從低水平階段轉化為高水平階段時，其對FDI流入的吸引力也從強轉弱。Mina（2020）認為貿易開放和基礎設施發(fā)展對FDI流入具有正向促進作用，但人力資本質量的提高卻對FDI流入產生負面作用。在勞動力價格影響方面，Luo 等（2014）研究了我國內陸地區(qū)外商投資選址偏好，認為豐富的自然資源和低價的勞動力是我國內陸地區(qū)吸引外商投資的因素，但重要性低于政策激勵對外商投資的影響。Li 等（2018）基于1980—2016年跨國公司投資地點的研究文獻進行分析，總結歸納出勞動力價格成本依然是跨國公司區(qū)位選擇的主要影響因素。謝科進等（2018）實證分析發(fā)現(xiàn)，勞動力價格的提高不利于我國吸引外商直接投資，勞動力價格每提高1個單位，吸引FDI的金額將減少約0.16個單位，且不同區(qū)域存在差異。

也有學者認為勞動力價格上升對FDI流入的作用會因時間、地區(qū)和行業(yè)特征等差異而產生不同的效用。張定勝等（2019）通過實證分析發(fā)現(xiàn)，勞動力價格對FDI流入具有“雙重效應”，即在前期階段，勞動力價格的提高意味著勞動力產能的增加，提高了市場競爭力，從而吸引外資投入，但當勞動力價格達到一定程度后，便會對外資的引進產生負向作用。

還有一些學者認為，勞動力價格的提升并沒有對外商直接投資產生明顯影響。蔣偉和賴明勇（2009）認為外商投資者的區(qū)位選擇明顯受到基礎設施條件優(yōu)劣、市場規(guī)模大小、集聚經濟水平強弱及勞動力質量差異等要素的影響，相比而言，勞動力價格的作用并不明顯。馬颯和黃建鋒（2014）認為我國勞動力價格、基礎設施條件和市場規(guī)模均優(yōu)于周邊國家和地區(qū)，相比而言，我國在引進外資方面的有利形勢并不會因勞動力價格的上升而減弱。

綜上，盡管國內外研究文獻均將人力資本和勞動力價格納入FDI流入影響因素的分析框架，但較少考察人力資本、勞動力價格和FDI的空間依賴性和空間外溢效應，這造成傳統(tǒng)模型中樣本的獨立同分布假定不再成立，如果運用傳統(tǒng)計量方法，忽略空間相互作用，則很可能出現(xiàn)有偏估計，導致實證分析結果缺乏信度和效度。鑒于此，本文利用2006—2017年全國247個地級市空間面板數(shù)據(jù)，運用空間計量方法將空間因素納入研究模型，不再將樣本視為相互獨立的個體，降低模型估計偏差，克服已有研究中忽略空間交互效應帶來的缺陷。另外，在空間權重設置方面，已有文獻大多僅構建地理距離權重作為分析基礎，認為溢出效用會隨距離的增加而衰減，但實際上，空間溢出效應還受到經濟差異的影響?；诖?，本文除構造地理權重外，還構建經濟地理權重以保證結果的穩(wěn)健性，彌補已有文獻忽略經濟差異的不足之處。

二、研究設計

（一）指標選取和數(shù)據(jù)說明

1.被解釋變量

考慮到實際利用外資金額具有波動小、較為平穩(wěn)的特質，本文采用實際利用外資金額和城市年末人口的比值作為衡量FDI流入強度的標準，用lnfdi表示。在收集的數(shù)據(jù)中，外商直接投資額以萬美元為計量單位，而在實證分析過程中，為消除匯率的影響，依據(jù)對應年份的匯率，將美元折算成人民幣，以進一步提高檢驗結果的可信度。

2.核心解釋變量

（1）人力資本。人力資本是凝聚在勞動者身上的知識、技能和健康等因素的綜合體現(xiàn)，是勞動者素質的反映（楊建芳等，2006）。人力資本是一個比較寬泛的概念，且現(xiàn)有統(tǒng)計年鑒中并沒有對人力資本進行專門統(tǒng)計。本文借鑒Salike（2016）的構建方法，將人力資本作為一個綜合指標，由人力資本教育維度、人力資本支持維度和人力資本健康維度構成，采用每萬人高等學校數(shù)量、每萬人教師數(shù)、每萬人學生數(shù)、每萬人政府科技支出、每萬人教育支出、每萬人醫(yī)院床位數(shù)、每萬人醫(yī)生數(shù)作為評價指標，運用主成分分析法構建綜合指標，作為衡量人力資本水平的標準，用lnhc表示。

（2）勞動力價格。勞動力價格對外商直接投資的影響存在“雙重性”：一方面，勞動力價格的提升增加了企業(yè)成本，會降低所在城市的外商直接投資額；另一方面，勞動力價格的提升會激發(fā)勞動者的積極性，提高生產效率，從而增強對外商投資的吸引力。職工工資是勞動力價格的重要體現(xiàn)，因此選取城市職工的平均工資作為勞動力價格的測度指標，用lnlp表示。

3.控制變量

（1）經濟發(fā)展水平。多數(shù)情況下，經濟水平較高的城市，人們的收入水平通常也較高，具有較強的消費能力和較大的商品需求，從而提高了外商投資的利潤率。所以，經濟發(fā)展水平是當?shù)匦纬蓞^(qū)位優(yōu)勢的重要因素，也是影響外資企業(yè)進行投資決策的重要力量。因為GDP是經濟發(fā)展狀況的集中體現(xiàn)，故將人均GDP 作為實證分析模型中經濟發(fā)展水平的測度指標，用lngdp表示。

（2）交通基礎狀況。交通基礎設施的完善有利于產品的生產、分配和交換等環(huán)節(jié)的連接。同時，完備的交通體系能促進外資企業(yè)的規(guī)模生產和擴大商品的市場范圍，增強其在全球市場的競爭力。因此，外資企業(yè)一般傾向前往交通基礎設施更加完備的城市進行投資。本文采用城市貨運量與城市年末人口比值作為衡量交通基礎設施的指標，用lntrans表示。

（3）信息化程度。信息化的“網絡效應”具有類似規(guī)模經濟的特點，互聯(lián)網用戶越多，其網絡價值也越大。信息技術發(fā)展便于外資企業(yè)信息交流從而提高生產績效，除此之外，信息化有利于擴大企業(yè)產品的銷售范圍，并通過網絡反饋更好地滿足用戶需要，從而獲得更高的市場份額。因此，信息化程度也是外商投資選址的重要考慮因素。本文采用互聯(lián)網用戶數(shù)與城市年末人口比值作為城市信息化程度的衡量指標，用lntel表示。

（4）政府投資強度。學界認為，政府支出對外商投資存在“擠出效應”和“擠入效應”。政府投資強度越高意味著財政支出越多，一方面，政府在競爭中處于優(yōu)勢地位，一定程度上會擠占外資企業(yè)的投資機會；另一方面，政府在公共領域的投資有利于改善環(huán)境，增加與其相關聯(lián)行業(yè)的需求，擴大外商在相關聯(lián)行業(yè)的投資機會。因此，將政府投資強度作為控制變量加入模型，本文采用人均政府財政支出作為政府投資強度的衡量指標，用lnexp表示。

（5）產業(yè)結構水平。改革開放以來，我國依靠勞動力稟賦優(yōu)勢吸引了大量外商投資，這些外商投資主要集中在勞動密集型企業(yè)。產業(yè)結構升級有助于科技進步和社會發(fā)展，然而是否有助于FDI流入，依然有待實證檢驗。本文采用第三產業(yè)占GDP的比重作為衡量城市產業(yè)結構的標準，用lndus表示。

本文的數(shù)據(jù)主要來源于歷年《中國城市統(tǒng)計年鑒》，為保證數(shù)據(jù)的平穩(wěn)性和可比性，增強實證可信度，剔除數(shù)據(jù)缺失較多的地級市，并用插值法對極個別數(shù)據(jù)進行填補，排除考察期內行政區(qū)劃發(fā)生變動的城市，如新設立的三沙市、畢節(jié)市和同仁市等；由于社會經濟制度和統(tǒng)計口徑的差異，樣本中也不包含港澳臺等地區(qū)，最終選取247個地級城市作為實證分析樣本，時間跨度為2006—2017年。在實證分析之前，先運用面板單位根的方法判斷數(shù)據(jù)的平穩(wěn)性以避免偽回歸，結果顯示數(shù)據(jù)平穩(wěn)。此外，為進一步提高參數(shù)估計的有效性，對所有數(shù)據(jù)進行對數(shù)化處理以降低因異方差導致模型預測被擾亂的影響。變量統(tǒng)計描述如表1所示。

表1 變量描述性統(tǒng)計

（二）空間自相關檢驗

構建空間計量模型之前，根據(jù)各城市研究變量的空間相關性檢驗判斷是否適合采用空間計量模型，參考以往多數(shù)文獻做法，本文采用Moran’s I 指數(shù)對各變量進行空間相關性識別，具體公式如下：

其中，Wij為空間權重矩陣，Xi和Xj分別表示第i個城市和第j個城市的變量值，為研究樣本均值為研究樣本方差。Moran’s I的取值范圍為[-1，1]，當Moran’s I 指數(shù)包含于[-1，0）時，表示各研究變量間為空間負相關；當Moran’s I 指數(shù)為0，則表示各研究變量間不存在空間相關性；當Moran’s I 指數(shù)包含于（0，1]時，表示各研究變量間為空間正相關。

相關空間計量研究文獻表明，Moran’s I 指數(shù)計算結果和空間計量模型估計結果均受空間權重矩陣Wij的影響。為克服空間權重設置不當所帶來的估計偏誤問題，提高研究的可信度，本文通過構建地理距離權重和經濟地理權重進行空間計量模型估計。

1.地理距離權重

關于地理權重設置方面，大部分學者采用球面距離和歐式距離倒數(shù)或者倒數(shù)的平方構建地理距離權重，即根據(jù)事物距離的遠近確立彼此間的親疏關系。這種權重的構建方法符合“地理學第一定律”的觀點，但容易忽略基礎設施完善和交通工具發(fā)展所帶來的時空壓縮效應。鑒于此，本文構建基于地理空間距離和行車時間距離的地理權重W1，具體的計算公式如下：

其中，dij為城市i和城市j的距離，借助R 軟件測度樣本城市的經緯度信息，計算各個城市之間的地理距離，tij為城市i和城市j的行車時間，利用谷歌地圖，通過輸入兩兩城市的地址來測度城市間的最短行車時間。

2.經濟地理權重

各個城市之間因經濟發(fā)展差異而導致關聯(lián)效應不同，即經濟水平較發(fā)達的城市對外圍城市的輻射效應往往更強，借鑒李婧等（2010）的研究方法，構建經濟地理權重，具體的計算公式如下：

其中，W2表示經濟地理權重，W1表示地理距離權重，為第n個城市在考察期內GDP的平均值，Eˉ為所有樣本城市在考察期內GDP的平均值。

在公式（2）和公式（3）的基礎上，運用stata15.0 計算出人力資本、勞動力價格和FDI流入的Moran’s I 指數(shù)。如表2所示，2006—2017年人力資本、勞動力價格和FDI流入的各年份Moran’s I 指數(shù)在不同的權重矩陣下均顯著為正。這表明城市之間人力資本、勞動力價格和FDI流入均呈現(xiàn)顯著的空間正相關性。

表2 各變量的Moran’s I 指數(shù)值

（三）空間計量模型的構建

1.空間杜賓模型

空間相關性檢驗表明：人力資本、勞動力價格和FDI流入三個變量的空間關聯(lián)性客觀存在，因此可以建立普通形式的空間杜賓模型（SDM模型）作為本文實證分析的基礎，并對不同形式的空間計量模型關系進行梳理分析，SDM模型可表述為：

公式（4）中，Yt為被解釋變量，W為空間權重矩陣，Xt為解釋變量，pWYt為被解釋變量的空間滯后項，表示外圍城市的被解釋變量對本城市被解釋變量的空間溢出效應；θWXt為解釋變量的空間滯后項，表示外圍城市的解釋變量對本城市解釋變量的空間溢出作用；α為常數(shù)項，In為單位矩陣，ε為隨機誤差項，p、θ和β為待估參數(shù)。

當θ=0，p=0時，則SDM模型將轉化為空間誤差模型（SEM模型）：

當θ=0時，則SDM模型將轉化為空間自回歸模型（SAR模型）：

當p=0時，則SDM模型將轉化為空間滯后模型（SLM模型）：

2.直接效應和間接效應分析

LeSage和Pace（2009）認為用點估計法對空間溢出效應進行檢驗可能會出現(xiàn)模型估計偏誤問題。因此，運用偏導數(shù)的方法將實證分析的總效應分解為直接效應和間接效應，即本地效應和空間溢出效應，即可將公式（4）轉化為：

在公式（8）中，矩陣右對角線元素（β1、β2，…，βk）的平均值表示直接效應，即本城市的解釋變量對被解釋變量的直接影響；非對角線元素的平均值表示間接效應，即外圍城市的解釋變量對本城市被解釋變量的空間溢出影響。由于公式（4）僅為SDM模型的普通形式，結合研究實際，將SDM模型轉化為以下具體形式：

其中，lnfdiit表示FDI流入強度，lnhcit表示人力資本，lnlpit表示勞動力價格，lngdpit表示經濟發(fā)展水平，lntransit表示交通基礎狀況，lntelit表示信息化程度，lnexpit表示政府投資強度，lndusit表示產業(yè)結構水平，wijlnhcit、wijlnlpit、wijlngdpit、wijlntransit、wijlntelit、wijlnexpit和wijlndusit是對應解釋變量的空間滯后項。

三、實證結果及分析

在兩種不同權重矩陣下，運用stata15.0 軟件計算出基于最大似然法的回歸結果，如表3所示。在處理空間面板數(shù)據(jù)前，需對各類模型進行檢驗比較，以確定采用何種實證模型較為合適。運用LR 檢驗、LM 檢驗和Wald 檢驗分別判定SDM模型是否適宜轉化為SEM模型、SAR模型或SLM模型。兩種權重矩陣中，檢驗結果均拒絕原假設，說明相比其他3 種模型，選擇SDM模型更為合適。再用Hausman 檢驗判斷隨機效應模型和固定效應模型兩者的適宜性，檢驗結果表明采用固定效應模型更為適宜。結合sigma2、log-likelihood和R2進行分析，最終判定運用時間固定效應的SDM模型作為本文實證分析的基準模型最為合適。

表3 空間杜賓模型估計結果

表3（續(xù)）

為便于比較，表3列示了SDM模型隨機效應的實證回歸結果，在不同的權重矩陣中，關于人力資本的系數(shù)均顯著為正，說明提升人力資本對本城市FDI流入具有顯著的正向作用；勞動力價格的系數(shù)均顯著為負，說明勞動力價格的提高對本地區(qū)FDI流入具有顯著的負向作用。而從空間滯后項看，在不同空間權重下，人力資本和勞動力價格均顯著為負，說明本地區(qū)人力資本和勞動力價格的增加對外圍城市FDI流入具有顯著的消極作用。表3使用點估計法檢驗空間溢出效應的回歸結果，僅能對人力資本和勞動力價格對FDI流入的影響作出初步判斷，需利用偏微分方法將人力資本和勞動力價格對FDI流入的影響分解為直接效應和間接效應，分解結果如表4所示。

從表4可以看出，人力資本的直接效應為正，間接效應為負，進一步論證了人力資本會對本地區(qū)FDI流入產生積極影響，而對周邊地區(qū)FDI流入產生消極影響的檢驗結果。這可能因為勞動力質量較高的地區(qū)，外商企業(yè)更容易吸引高質量的勞動力，而高質量勞動力往往掌握更多的工作技能和更強的學習能力，有助于降低外商企業(yè)的培訓費用和溝通成本，最終提高了企業(yè)利潤。因此，各地區(qū)的人力資本狀況往往成為外商投資決策的重要參考。本市人力成本的提高對周邊城市的FDI流入產生了消極影響，原因可能是隨著本地區(qū)勞動力價格的提高，對外商投資者的吸引力也有所增加，導致外商對周邊城市的投資需求相應減少。

表4 變量的直接效應和偏效應估計

勞動力價格的直接效應和間接效應均顯著為負，說明勞動力價格提高不僅會對本市FDI流入產生負面影響，還會產生負的外部性作用，從而抑制了周邊城市的FDI流入。可能的原因是外商在我國投資的企業(yè)多數(shù)是勞動密集型企業(yè)，投資者更加關注勞動力價格變化對企業(yè)生產成本的影響。勞動力價格上升直接提高了外商企業(yè)的生產成本，當勞動力價格優(yōu)勢逐漸消失時，外商企業(yè)較傾向于尋找勞動力價格洼地進行投資，從而出現(xiàn)了FDI的跨區(qū)轉移，因此在其他條件不變時，勞動力價格上升無疑會對FDI流入產生阻滯效應。那么，勞動力價格上升為什么會影響相鄰城市的FDI流入？可能的原因是勞動力價格具有明顯的空間正相關性，一個城市工資水平的上漲，會使相鄰城市工人產生工資增長預期，在勞動力有限供給的情況下，相鄰城市工資水平也將跟隨上漲，從而促使外商企業(yè)尋找更符合其生產成本最小化的區(qū)域進行投資活動。

在控制變量中，城市經濟發(fā)展水平的本地效應系數(shù)顯著為正，但間接效應不顯著，表明良好的經濟發(fā)展狀況能夠提高本城市FDI流入，但對周邊城市的作用則不明顯；交通基礎設施的直接效應為正，間接效應不顯著，說明交通基礎設施的完善能吸引本地區(qū)FDI的流入，但對周邊地區(qū)FDI的流入并沒有產生明顯的效應；信息化程度直接效應和間接效應均為正，說明信息化程度的提高有助于本地區(qū)FDI流入，并通過空間溢出效應增加周邊地區(qū)FDI的流入；政府支出直接效應和間接效應均為正，說明政府支出強度越高越有利于增加本地區(qū)外商投資的吸引力，且具有空間溢出效應，能促進周邊地區(qū)FDI流入；產業(yè)結構直接效應系數(shù)值為正，但間接效應卻不顯著，表明產業(yè)結構的優(yōu)化升級對本市FDI流入具有積極影響，但沒有明顯影響周邊城市FDI的流入。

四、穩(wěn)健性檢驗

前文對空間杜賓模型進行了估計，發(fā)現(xiàn)本城市人力資本的提高有利于吸引FDI流入，但會通過空間競爭效應抑制周邊城市FDI流入；勞動力價格的上升對本城市和周邊城市FDI流入均產生抑制效應。這種實證結果是否穩(wěn)健，需要進一步分析。這部分擬對前文變量設置進行調整，借鑒Salike（2016）的研究方法，構建教育維度指數(shù)作為人力資本的衡量指標，分別替代前文的變量設置；以外商直接投資額占GDP 比重作為FDI流入強度的指標；以城市職工平均貨幣工資與全國平均貨幣工資額比值作為勞動力價格的衡量指標。表5為更換衡量指標后的估計結果，可以看出在兩種不同權重下的實證結果依然支持本文的觀點，表明人力資本、勞動力價格對FDI流入具有空間溢出效應的結論非常穩(wěn)健。

表5 變量替換的穩(wěn)健性結果

五、結論與建議

本文收集了2006—2017年中國247個城市面板數(shù)據(jù)，運用SDM模型實證檢驗人力資本和勞動力價格對FDI流入的本地效應和市際影響，實證估計結果表明：人力資本、勞動力價格和地區(qū)FDI流入均具有顯著的空間正相關性；人力資本的提升對本城市FDI流入具有顯著的正向作用，并通過空間競爭效應對周邊城市FDI流入產生負向影響；勞動力價格的提升具有明顯的空間負溢出效應，不僅抑制本城市FDI流入，還對周邊城市FDI流入產生消極影響。

根據(jù)研究結果，本文提出以下建議；

（1）加強區(qū)域合作。人力資本、勞動力價格和地區(qū)FDI流入三者均具有空間溢出效應，因此各城市需增強交流合作，避免惡性競爭，促進資本和人才的自由有序流動，發(fā)揮區(qū)域聯(lián)動優(yōu)勢，創(chuàng)造互利共贏的招商引資格局；同時，在協(xié)調和共享的發(fā)展理念下，建立城市間的統(tǒng)籌協(xié)調機制，共同打造具有全球競爭性的投資環(huán)境。

（2）提高人力資本質量。要重視科學教育，探索新型人才培養(yǎng)模式，為社會發(fā)展輸送高素質及高層次人才；改進醫(yī)療服務環(huán)境，保障人民生命健康安全；完善人才激勵機制，通過人才引進的方式，提升城市人力資本的質量，從而有效吸引FDI流入。