复合FDI空间计量模型的估计——基于第三方国家影响因素的研究，本文主要内容关键词为：第三方论文,模型论文,因素论文,国家论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号 F224.0 文献标识码A
对外直接投资(Foreign Direct Investment，简称FDI)是近来全球化趋势的一个动态特征。世界投资报告和联合国世界贸易数据库表明，过去10年间世界范围内的对外直接投资存量的增长比出口快1.5倍，甚至比半成品的出口都快。1990-2006年，世界主要国家和地区FDI输入和输出存量都增长了近5倍。2007年世界投资报告指出，2006年全球外国直接投资流入量连续第三年呈现增长，达到13060亿美元，同比增长38％。由于FDI的持续快速发展以及其对全球贸易和经济发展的重要贡献，人们对它的研究也日益增加。据笔者所知，目前多数研究是基于三因素两国家模型的，该模型只考虑母国和东道国两方的影响因素，忽略第三方国家的影响，该忽略可能造成计量经济模型的有偏估计。本文采用近期发展的空间面板数据广义矩估计方法来建立新的复合FDI模型，可以合理考虑第三方国家影响因素，避免模型的有偏估计。
一、文献回顾
复合FDI的出现与跨国公司(Multi-National Enterprises，简称MNE)的发展密切相关。随着国际贸易的飞速发展，贸易理论对MNE的组织形式进行了划分。最初阶段是区分两种模式的MNE：垂直型和水平型。垂直型MNE着力于贸易，寻求开发资源禀赋因素在价格上的国际差异，它们将总部设在人力资本密集的母国，在劳动密集的东道国进行劳动密集型产品的生产。这种类型的MNE通过国外关联方出口来为母国市场服务(Helpman，1984；Helpman和Krugman，1985)。水平型的MNE不通过贸易而是直接服务于当地市场来节约贸易成本。这种方式比国内企业出口的方式导致更高的固定投资成本(Markusen，1984；Markusen和Venables，2000)。随后，贸易理论有三个重要延伸。第一，上述两种模式的MNE都被合并到跨国公司的“知识—资本”模型中(Carr等，2001；Markusen，2002)，依据资源禀赋以及贸易和投资半成品，国内公司、垂直型和水平型两种MNE的均衡配置是内生决定的。第二，复合型MNE，即不是纯粹的垂直型或水平型，而是兼有两者特色的新型MNE的影响得到重视，相关研究参见Ekholm等(2003)、Grossman等(2003)和Egger等(2004)。第三，对跨国公司复杂的整合战略的研究兴趣由简单的两国模型向外扩展，既强调资源禀赋的作用，又强调世界其他国家的贸易和投资成本的作用。
现有的FDI计量经济模型基本上都没有考虑第三方国家的作用(Brainard，1997；Carr等，2001；Markusen和Maskus，2002；Blonigen等，2003；Egger和Pfaffermayr，2004)。当然也有例外。Head等(1995)采用条件逻辑回归的方法分析日本在美国各州的企业，他们的结果证明了毗邻州之间的投资具有聚集效应。Coughlin和Segev(2000)将美国对中国各省的FDI用空间极大似然法进行估计，发现FDI的内生空间滞后系数为正。Blonigen等(2004)在空间极大似然框架下用合并的最小二乘估计，在国家水平上考虑美国输出到发达国家FDI的加总值，他们发现FDI变量的空间滞后系数为负。这些研究表明，FDI确实受到输入、输出双方以外第三方的影响。遗憾的是，这些研究所涵盖的范围相对较小，本文将从整个世界经济的角度来具体分析FDI受第三方国家空间相关性的影响。
二、复合FDI计量经济模型
1.理论背景
我们的研究将使用两部门、三因素、三国家模型。两部门为同质产品和异质产品生产部门，其中同质产品生产部门的企业属于完全竞争型，异质产品生产部门的企业属于垄断竞争型。三因素分别是有形资本K、熟练劳动力H(人力资本)和非熟练劳动力因素L。异质部门依赖全部三种因素来生产产品，而同质部门的产品只需要非熟练劳动力因素。三国家是FDI的母国、东道国和第三国。跨国公司总部为它们的分支机构提供有形的实物资本投资和无形的人力资本(Egger和Pfaffermayr，2004)。使用该模型可以分析两种类型的资本对双边FDI的作用，避免边角解条件，使得国内公司和跨国公司可以同时存在(Baldwin和Ottaviano，2001；Helpman等，2004)。
传统的跨国公司知识—资本模型(Markusen，2002)建立在一个两因素、两国家的基础之上。除了国内出口公司，两种类型的跨国公司内生形成。水平型MNE通过当地市场服务于消费者，这些公司在国内外均建立产品生产设施，而不是通过贸易来节约成本。与国内出口公司相比，这导致较高的固定成本。因此，如果市场规模大、建立分支机构的成本低，而且贸易成本高，则这种类型的公司形式就比较容易出现(Markusen，1984；Markusen和Venables，2000)。因此，水平型MNE的行为和产品贸易属于替代品(Egger和Pfaffermayr，2004)。相反，垂直型MNE的典型特征是服务与生产完全分开，服务在人力资本丰富的总部，生产在劳动力资源丰富、可变资本低的国家，通过这种方式节约固定成本。与国内出口公司类似，垂直型MNE主要从事商品贸易。如果母国对东道国的人力资本—劳动力和实物资本—劳动力禀赋的比例高，并且贸易成本和建立分支机构的股东成本都比较低时，垂直型MNE和国内出口公司可能同时存在(Helpman，1984；Markusen，2002)。因此，垂直型MNE的行为和商品贸易是互补品。
超过两个国家时，复合模式的MNE组织就容易出现。该模式下，双边FDI不仅依赖于双边的决定因素还依赖于第三方市场的特征(用脚标j表示)。我们关心的是实物资本和人力资本富裕的母国对东道国i的FDI。研究中，母国的脚标为d，贸易成本为t[，dj]。每个东道国与母国相比，都属于劳动密集型，但是这些国家加总起来考虑，经济规模相当大。在三国家模型的设定中，双边FDI不仅依赖于双边的决定因素还依赖于第三方市场j的特征。为了让模型尽可能的简单，我们只考虑总部在d的MNE。为了研究第三国家与双边FDI的关系，我们将分析限制在四种类型的“复合”FDI，h型MNE更接近于水平FDI，v型MNE与垂直FDI的关系更密切。四种类型的MNE标志如下：两种复合的h型MNE分别为水平型(在d和i建厂，从d出口到j)和出口平台型(在d和i建厂，从i出口到j)FDI；两种复合的v型MNE分别为垂直型(在i和j建厂，从i出口到j)和复合垂直型(在i和j建厂，从j出口到d)MNE。
表1总结了双边和第三国家双边规模、规模的相似度、物质资本、人力资本和劳动力的相对禀赋等会对复合FDI造成的预计影响方向(参见Baltagi等，2006)。
如Egger和Pfaffermayr(2004)所述，复合水平和复合垂直型FDI的双边决定因素与一个三因素两国家的双边知识资本模型相似。特别的，双边FDI随着双边整体经济规模(用GDP表示)、母国对东道国的资本禀赋比率
、母国对东道国的人力资本禀赋比率
的增加而增加，随着劳动力资本禀赋比率
的增加而减少。国家规模相似度的影响相对更不确定：出口平台型FDI随着相似度的增加而增加，而水平和复合垂直型FDI随着d相对于i规模的增加而增加，但垂直型FDI的变化刚好相反。因此，双边变量对出口平台型(复合垂直)FDI影响的符号与简单水平型(垂直)FDI一样。两个交叉乘积项非常重要，第一项是相关要素禀赋差值的对数乘以运输成本的对数值，它主要考虑到运输费用的增加会导致更多的h型FDI与更少的v型FDI，相对于v型FDI，h型FDI的重要性由相对要素禀赋的差异决定。第二个交叉项是d相对于i的资本禀赋率乘以双边规模：双边规模越大，d的资本充足越有利于双边FDI。Carr等(2001)认为FDI只有在水平型，也就是相对要素禀赋差异小的情况下，才与双边规模正相关。
只有在出口平台型FDI的情况下，我们才能期望双边(d对i)与第三国家(d对j)规模和要素禀赋变量的参数符号一致。然而，对垂直型和复合垂直型FDI，可能出现了不同的符号。可以证明第三国家的影响效应受东道国与第三国MNE贸易的影响，并且贸易成本越低，i和j市场之间的距离越近，第三国家效应就越重要。基于这个原因，我们在下面的实证分析中用距离作为空间权重矩阵来研究第三国家对FDI的影响。
2.计量经济模型
我们建立一个知识资本三因素的双边模型，用两种类型的空间相关系数做下标来考虑第三国家的影响。我们通过引入空间加权的外生变量来捕捉第三国家影响，看它是否与表1中的假设相一致。我们允许模型中的误差项存在空间自相关性，用以考虑东道国之间金融危机等冲击的传递。
(1)美国部分。我们首先研究美国输出的FDI。因为横截面模型忽视国家的异质性影响会导致遗失变量有偏估计，我们使用面板数据估计模型。样本涵盖51个东道国1995-2005年的相关数据。
我们引入两个模型。第一个模型忽略第三国家因素的影响，仅就双边要素对FDI进行估计。第二个模型加入第三国家因素，通过选择合适的权重矩阵重新估计，然后在此基础上考虑扰动项的空间相关性。
忽略空间效应，双边国家三因素知识—资本模型的基本向量形式如下所示：
模型(2)的表达式为：
整个中国部分的分析方法和美国部分相同，先忽略第三方影响直接对双边因素估计，然后考虑第三方因素，对扰动项的空间相关性进行分析。注意到固定效应模型的扰动项空间相关性分析虽然已经在实证中有应用，但是缺少必要的计量经济理论支持，因此，整个空间相关性分析我们只针对随机效应模型。
三、数据来源和描述性统计分析
本文美国FDI的数据来源于美国商务部经济分析局(BEA)公布的美国对外输出的直接投资存量，51个东道国国家或地区分别为阿根廷、澳大利亚、奥地利、巴西、加拿大、智利、中国、中国香港、哥伦比亚、哥斯达黎加、捷克共和国、丹麦、多米尼加共和国、厄瓜多尔、埃及、芬兰、法国、德国、希腊、危地马拉、洪都拉斯、匈牙利、印度、印度尼西亚、爱尔兰、以色列、意大利、牙买加、日本、马来西亚、墨西哥、荷兰、新西兰、尼日利亚、挪威、巴拿马、秘鲁、菲律宾、波兰、葡萄牙、俄罗斯、新加坡、南非、西班牙、瑞典、瑞士、泰国、特立尼达和多巴哥、土耳其、英国、委内瑞拉。12个行业是石油业、食品业、化工业、金属行业、机械行业、电子行业、运输业、其他制造业、零售业、银行业(除金融)、金融业、其他服务业。
输入中国的FDI数据来源于《中国统计年鉴》，具体年份覆盖了1995-2005年，45个母国国家或地区分别为阿根廷、澳大利亚、奥地利、巴西、加拿大、智利、哥伦比亚、哥斯达黎加、捷克共和国、丹麦、芬兰、法国、德国、洪都拉斯、中国香港、匈牙利、印度、印度尼西亚、爱尔兰、以色列、意大利、牙买加、日本、韩国、马来西亚、墨西哥、荷兰、新西兰、尼日利亚、挪威、巴拿马、秘鲁、菲律宾、波兰、葡萄牙、俄罗斯、新加坡、南非、西班牙、瑞典、瑞士、泰国、英国、美国、委内瑞拉。受数据来源的限制，中国部分的FDI数据不区分行业。
以美元计算的GDP数值和毛固定资本投资来源于世界银行的世界发展指标。我们通过Leamer在1984年提出的永续存货法来估算一个国家的资本存量，计算所采用的资本存量的初值离现在的时间远一些，这样可以减小初值对估计值的时间序列影响。
一个国家的人力资本(熟练劳动力)是该国劳动力总数乘以大学以上学历(含大学学历)人数所占比例得到，大学以上学历人数通过大学毛入学率估算得到。与此对应的非熟练劳动力禀赋就是用劳动力总数减去熟练劳动力人数。劳动力和教育数据来源于世界发展指标。投资风险指标来源于各国风险指南(International Country Risk Guide)。表2给出了数据的描述性统计分析结果。
美国数据的观测值总数为4282，基于不重复的行业组合N=556，时期为1995-2005年的11年。在这11年间美国的经济规模一直是全世界最大的，日本、英国、德国等发达国家的GDP虽与之最接近，但仍有一定差距。实物资本禀赋
是美国相对东道国资本存量比率的对数值，人力资本禀赋
是美国相对东道国人力资本(熟练劳动力)禀赋比率的对数值，非熟练劳动力禀赋
是相对应的非熟练劳动力资源的比率的对数值。相对实物资本禀赋除了最小的几个为负数外，基本上都是正数，这就意味着美国的实物资本明显占据优势；美国的人力资本禀赋值全部为正数，即与其他任何国家或地区人力资本数量的比值均大于1，所以美国的人力资本禀赋占据绝对优势；非熟练劳动力资源禀赋值中负数较多，说明美国的非熟练劳动力相对少一些，尤其和中国、印度等发展中的人口大国相比。
中国部分的变量定义与美国部分类似。从描述性统计分析的结果来看，相对非熟练劳动力禀赋I的值全部为负数，取对数前所对应的非熟练劳动力比率均小于1，说明在这11年间中国的非熟练劳动力禀赋一直是全世界最大的。但从具体的数值来看，中国非熟练劳动力有下降趋势，这与中国计划生育国策的实施和高等教育的普及有很大关系，中国非熟练劳动力的数量有被印度赶超趋势。实物资本禀赋和人力资本禀赋值有正有负，说明中国的实物资本投资和人力资本处于中间水平，没有明显的优势或劣势。同时从经济规模看，中国在1995-2005年间也是处于中间地位。
四、估计结果与分析
1.美国部分
表3总结了美国输出FDI数据的模型估计结果。模型(1)的回归元包括三因素知识—资本模型的双边影响因素，但是没有考虑第三国家的影响。这个模型忽略回归元和扰动项的空间相关性。模型(2)对模型(1)中的回归元进行空间加权平均，并且考虑了残差项的空间相关性。
从模型(1)出发，注意到在随机效应模型中，国家行业组合的随机效应影响是显著的，因此在分析FDI时应该考虑这个重要因素。回归结果中，经济规模、相似度、实物资本禀赋和人力资本禀赋四个要素的符号为正，劳动力禀赋和两个交叉项的符号为负，这与表1中复合垂直型FDI的模式最为接近，但仍有所差别，更可能是几种FDI模式的混合。四个变量的回归结果在5％的水平上显著，特别是双边经济规模、经济相似度和东道国投资风险这三个因素，即使在1％的水平上也高度显著，并且这三个因素对FDI都是正影响。双边经济规模的正影响说明FDI随着经济的发展而不断扩大。投资风险指标的原始数值越大，代表这个国家的投资环境越好，所以正的影响很容易理解，也符合直观想象，优良的投资环境能吸引更多的外资投入。经济相似度的影响为正，根据前面的理论，这个结果最支持出口平台型FDI，当然水平型和复合垂直型FDI模式下经济规模的相似度也是以正号为主。实物资本与经济规模的交叉项符号为负，且在5％的水平上显著，这表明随着资本禀赋数值的增大，双边经济规模对FDI数值的影响减小，同样随着双边经济规模的增大，资本禀赋对FDI数值的影响也受到削弱。这与理论假定中复合垂直型FDI模式相吻合，其余三种类型的FDI模式下，该交叉项的影响都为正。
实物资本、人力资本相对禀赋、劳动力禀赋和距离同资本与劳动力禀赋差值的交叉项这四个因素统计上都不显著。其中，前两个因素的系数符号均为正，说明随着实物资本、人力资本相对优势的加大，FDI也随之增加。模型(1)整体来看，统计显著的变量不多，出现这种结果的原因一方面可能是因素本身对FDI的影响确实有限，另外一方面也可能跟我们使用所有行业的面板数据有关，Baltagi等(2006)使用全部行业的数据和机械行业的FDI数据分别进行模型估计，前者得到的结果中参数估计的显著性、符号的一致性均不如后者，当然这只是给我们提供了一个思路，要确定是否是行业的影响还需要进一步的分析研究。
综合来看，模型(1)的结果与以前文献的研究类似，支持几种类型的FDI混合存在，当然根据表3的结果，复合垂直型FDI占据主导地位。
模型(2)在模型(1)原有变量的基础上加入空间加权平均后的变量，并且假定扰动项有空间相关性来检测第三国家的影响效应。表3给出了通过广义矩条件调整前后模型(2)的估计结果。与模型(1)一样，国家—行业组合的随机效应高度显著，必须加入考虑。新添加的空间加权回归元的联合效应也是高度显著的，这就表明忽略这些空间因素的模型(1)会造成遗漏重要变量的偏误。在计量经济理论上，若忽略随机效应面板数据模型的扰动项的空间相关性，则参数估计量的相合性不受影响，但有效性受到一定影响。因此，参数估计值在数值上变动应该不大。就模型(2)的估计结果来看，没有考虑扰动项的空间自相关性下显著的几个指标，在考虑扰动项的空间自相关性后仍然显著，相似度的符号与复合垂直型FDI模式最接近，实物资本禀赋的符号支持出口平台型和垂直型FDI。就其余几个指标而言，人力资本禀赋支持水平型和出口平台型FDI，非熟练劳动力禀赋支持水平型和垂直型FDI，但这两个因素统计上不显著，支持度有所降低。因此最后的估计结果同样为垂直型和水平型FDI的混合存在提供了依据，间接地支持了垂直型MNE和复合型MNE共同存在的情况。然而，我们只能从结果中看出几种模式的FDI的特点都有所显现，但不能区分究竟哪种模式的FDI占据主导地位。
因为研究第三方对双边MNE行为影响的论文较少，模型(2)中估计得到的第三国家效应很难与以前的研究比较。一个比较接近的结论来自Egger和Pfaffermayr(2004)，也是支持垂直型和水平型FDI共存的状态，但他们只是简单地将距离作为一个变量加入模型中。此外，Blonigen等(2004)将一定时间维度内美国输出到OECD国家的FDI的横截面数据用合并的空间最大似然法进行估计，他们得到的结果是，整体来说，第三方市场规模对美国输出到OECD的FDI有显著的负效应，而FDI的空间滞后系数为正。但他们同时也指出，这个结果对OECD东道国的选择十分敏感，不够稳定。他们没有发现扰动项的空间相关性。Baltagi等(2006)的文章中考虑了空间相关性对美国输出的FDI进行分析，但他们所使用的是固定效应模型，这个在计量经济理论上有一定缺陷，当然最后结论也是支持各种类型FDI的混合存在。
2.中国部分
表4总结了中国FDI输入数据估计的输出结果。两个模型与美国部分形式完全一致。从模型(1)的回归结果来看，在5％的水平上显著的变量是双边经济规模、实物资本相对禀赋和两个交叉项：实物资本与经济规模的乘积、距离同资本与劳动力禀赋差值的乘积。除实物资本禀赋外其余三个因素对FDI的影响均为正，说明随着双边经济规模的扩大，输入中国的FDI增加，并且经济规模这个因素的作用随着资本禀赋值增加而得到加强。对比表1可以知道，这三个正号与水平型FDI的两种模式较为吻合。
从模型(2)的回归结果看，考虑扰动项具有空间相关性之后模型的参数估计值也在数值上略有变化，符号和显著性都保持一致。就几个显著统计量来看，相似度的符号不支持出口平台型FDI，与垂直型FDI最为接近，实物资本禀赋的符号支持水平型和复合垂直型FDI，人力资本禀赋的符号支持垂直型和复合垂直型FDI，第一个交叉项的符号支持除垂直型以外的三种FDI模式，第二个交叉项最支持垂直型FDI。从其余指标来看，虽然统计上不显著，但也是兼有四种FDI的特征。因此总的来看，最后结果也是支持四种类型FDI模式的共存。具体到某个FDI类别而言，模型(2)结果与垂直型和复合垂直型两种FDI模式最为接近。所以中国部分的数据虽然与美国数据类似是支持FDI模式共存的，但比较明显地可以看出两种v型FDI占据主导地位，间接说明垂直型MNE占据优势地位，这种类型的MNE主要从事商品贸易，这个结果与中国目前跨国公司的运行现状也较为吻合。
五、结论与改进
1.结论
目前的FDI理论研究已经指出第三国家因素对MNE的贸易有重要的影响作用。通过对三要素、三国家知识资本模型的数值模拟可以得到FDI双边变量的可能符号，将实证数据估计得到的结果与之比较，就能判断出FDI的类型，进而推断相对应的MNE的类型。本文使用全世界大范围国家和地区1995-2005年的面板数据，选择有代表性的美国输出FDI和中国输入FDI的数值，建立了一个允许误差项存在空间相关性的三要素知识资本空间计量模型，依据Kapoor等(2007)中的GM方法进行估计。我们的结果显示第三国家确实对FDI有着重要影响，跨国公司整体的贸易规模能促进东道国之间的联系，而贸易成本则是一个重要的阻碍因素。
美国部分的数据结果支持四种FDI模式共存的事实，并且不能判断出哪种FDI模式占据主导地位。这在一定程度上为经济政策提供依据，如果复合FDI占据主导地位，发展中国家单纯的投资吸引政策效果会受到限制。这些政策只有在一个国家与巨大的国外消费基地相距很近的时候才最有效，否则较低的生产成本优势会被较高的贸易成本劣势所破坏。中国部分的数据虽然也支持四种FDI模式共存，但明显能够看出两种垂直型FDI模式占优，从而间接说明垂直型MNE占据主导地位，这也符合中国劳动力资源丰富的国情。
2.不足与改进
本文研究的不足与改进之处包括以下几点。
第一，要分析跨国公司的商业活动，外国关联企业销售额(Foreign Affiliate Sales，简称FAS)也是一个重要指标，FDI和FAS究竟哪个能够更好地衡量MNE的行为还没有定论。本文选取的是FDI，如果采用FAS是否会得出不一样的结论还需要研究。同时，即使选定FDI，FDI也有存量和流量之分，文中借鉴以往的研究，采用美国商务部基于历史成本得出的FDI存量数据，在一定程度上可以反映这11年来美国输出FDI的变化情况，但是否是最好的数据来源也值得讨论。
第二，Baltagi等(2006)中将制造业单独估计，估计结果中参数的统计显著性和符号的一致性都比全部行业数据估计的结果好很多。而本文使用全部行业的数据，没有细分，因此无法考虑不同行业的异质性。
第三，两个国家之间的地理距离能否准确度量贸易成本值得怀疑，而且随着交通行业的迅速发展，地理距离的影响也在缩小；另外，即使距离能够代表贸易成本，选择怎样的距离最合适也值得讨论。本文中采用的距离是通过两个国家首都的经纬度计算出来的球面距离，这是相对方便的一种计算方法，但这与实际距离还有一定差距，同时像中美这样的大国，仅用首都坐标显然存在缺陷。改进的一个办法就是采用“经济距离”而非“地理距离”，经济距离将交通运输行业的发展、文化因素、经济发展差异等因素考虑进来(见Tsang等，2007)，比“地理距离”有很大优势，但经济距离应该通过哪些因素来衡量，目前的研究也没有定论。
第四，从美国的结果可以看出，国家—行业效应十分重要，应该考虑进来，但是中国的行业数据十分缺乏，本文就没有区分行业，对国家水平的数据粗浅地进行了分析。同时中国对外输出的FDI虽然近年来增加很迅速，但毕竟基础比较薄弱，FDI输出值的绝对数量较小，且统计不完备，不适合放在本文的模型中，也就不能与美国数据做对比。
第五，残差带有空间相关性的固定效应模型分析缺乏一定的理论支持。在通过空间距离加权平均后的变量模型中，Hausman检验拒绝了随机效应模型，这样按照常规应该采用固定效应模型进行分析。但Kapoor等(2007)只探讨残差带有空间相关性的随机效应模型，至于如何分析残差带有空间相关性的固定效应模型在理论上还是空白。
第六，通过广义矩条件可以获得
的估计值，但却无法得到这三个值的估计精度。如何得到这些估计量的标准差在理论上还没有解决。
标签：人力资本论文; 相关性分析论文; 经济模型论文; 资源禀赋论文; 禀赋效应论文; 空间分析论文; 中国模式论文; 经济资本论文; 经济学论文;