新经济地理学框架下跨国公司在中国分层区位选择研究*，本文主要内容关键词为：地理学论文,区位论文,跨国公司论文,中国论文,新经济论文，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。
中国改革开放以来，区域经济依然呈现出“中心—外围”阶梯式发展不平衡状态。我们用集中指数（Concentration Ratio，
）①衡量了制造业的区域集聚程度。以2007年年底电器机械制造、电子通讯以及电脑和办公设备产业为例，东部地区（广东、江苏、浙江、上海、北京、天津）的三大产业产量合计占全国总产量的70%以上。金煜等（2006）指出，与很多发展中国家或转型国家—样，中国的区域发展并不像“新古典增长理论”收敛假说预期的那样达到最终发展均衡，而是出现工业集聚的区域差距。在吸引外资方面，中国区域的差距更为显著。根据《中国统计年鉴（2011）》数据计算，截至2010年年底，流入东部地区的外资占全国外资流入总量的80%。因此，区域因素对跨国公司在华区位战略的影响不可忽视。
Krugman（1991a、b）、Fujita和Thisse（2002）等基于Dixit-Stiglitz（D-S）不完全垄断竞争模型建立的新经济地理学为研究区位影响提供了理论基础。新经济地理学强调货币外部性所产生的边际报酬递增对制造业空间集聚的作用。其中，由Krugman（1991b）提出的中心—外围模型指出：消费者对商品的购买、不同消费商品之间需求替代弹性以及地区间的交通运输成本，将对制造业在中心地区的集聚及其稳定性产生影响。Fujita（1993）、Fujita和Thisse（2002）认为：地理位置和历史优势是中心地区制造业集聚的初始条件，Myrdal（1957）提出的经济活动集聚自我累积强化过程使中心地区保持优势。
目前，综合考虑区域经济地理因素以及公司个体战略的跨国公司区位选择文献大多以欧洲国家、美国和日本为主要研究对象，东道主地区的市场规模、生产成本、集聚效应以及激励政策等因素受到学者关注。部分文献放宽Logit模型（CLM）的独立不相关（Independence of Irrelevant Alternatives，IIA）假设条件，运用嵌套Logit模型（Nested Logit Model，NLM）或者混合Logit模型，以便更好地估计跨国公司区位选择步骤。Hansen（1990）首创性的运用NLM分析巴西圣保罗工业区位选择因素。研究发现，公司需要平衡中心地区拥有的生产率优势和外围地区拥有的劳动和土地成本优势，成本导向型的公司可能倾向于在外围地区建厂，从而形成产业中心集聚的离心力。Mucchielli和Puech（2003）、Crozet等（2004）采用同样的计量模型，分别分析法国公司在欧洲以及多国公司位于法国的区位选择战略，他们发现，市场需求、劳动力成本、地理区位、公司的异质性和集聚效应等因素均影响公司的区位选择。Defever和Mucchielli（2005）使用混合Logit模型，发现子公司的职能和市场潜力、人力资本、成本因素及集聚效应的交叉作用影响1000家进行绿地投资的外资子公司位于欧洲的区位选择。此外，Mataloni（2006）采用NLM对682家美国公司位于欧洲7国55个大区的区位选择因素进行了研究。结果显示，美国公司采用分层选择逻辑对子公司区位进行选择，选择因素中产业集聚和劳动力市场是影响美国公司决策的主要因子。Inui等（2008）运用NLM来检验日本跨国公司在世界范围内的投资情况，经济地理因素对日本跨国公司区位选择的影响再次得到证实。中国学者陈健和徐康宁（2009）采用Probit模型，对2006年127家世界500强企业在全球范围内550家研发机构的区位选择因素进行了分析。研究结果表明，东道国的经济环境、要素禀赋以及经济地理因素等是影响跨国公司海外研发活动的重要区位因子。然而，该研究主要考虑东道国的宏观经济变量，缺乏对地理结构以及新经济地理学所强调的微观变量的考察。
Chen（1996）、Cheng和Stough（2006）、He（2003）、Zhou（2002）以中国为东道国研究对象考察了跨国公司个体区位选择并且集中研究来自日本、韩国等亚洲经济体的企业在华投资行为。Hong和Chin（2007）、Hong（2009）均采用NLM分别分析了1775家外商投资物流公司1992～2001年和2565家跨国公司2004年在华的区位战略，研究发现市场规模、人力资本、交通运输条件、通讯设施、集聚效应等都会影响样本公司的区位选择。但是前者缺乏对区域水平经济变量的考察，后者没有考虑时间动态因素。不同于物流等服务行业，由于生产成本和运输成本等因素，制造业厂商在—个国家内选择厂址时，会更加注重与上游和下游产业的联系（Mayer和Mucchielli，1998），因此制造业考虑的因素较服务业更为复杂。此外，余珮和孙永平（2011）运用条件Logit模型，比较分析了各类集聚效应、引资地区产业技术密集度以及区域特征变量对欧洲国家和美国制造业公司在华个体区位选择的影响，但他们没有考虑经济地理结构因素和新经济地理学变量。
另有少数文献综合考察了公司异质性和经济地理结构两方面的影响。金煜等（2006）运用面板模型，在新经济地理学的分析框架下讨论了经济地理和经济政策等因素对中国工业集聚的作用。研究结果表明，一个地区同一产业内集聚企业的数量、消费者购买力以及城市基础设施建设等是影响工业集聚的重要新经济地理因素。但是，该研究以工业产业为研究对象，并没有对跨国公司个体投资战略进行分析。徐康宁和陈健（2008）以跨国公司在华子公司不同的经营环节为出发点，分别考察了省际层面和城市层面经济特征对1172家样本公司区位选择的影响。研究发现，区位变量随子公司经营环节的不同而异：市场规模和交通便利程度对制造类子公司影响较大，城市的人力资本和科技资源等对研发类子公司有显著的影响，营运类子公司更看重引资地区的地理位置和服务产业的发展。但作者并不是以公司的个体选择为研究单位，而是考察引资地区一个时间点已集聚的子公司数量，没有纳入时间动态因素的影响。Bontempi和Prodi（2009）运用双向选择模型检验了78家意大利公司在华区位选择决定因素。该研究着重考虑公司的异质性，忽略了区域经济变量的作用。
面对中国经济在招商引资发展水平方面的区域发展不平衡状态，以及对上述研究的补充，本文以《财富》（2008）世界500强中美国制造业公司1997～2007年在华设立的以生产为主要职能的子公司为样本，运用嵌套Logit模型模拟样本公司“区域—省”（包括直辖市、自治区，简称省）②的选择逻辑，纳入区域经济地理因素，在微观层面分析跨国公司在华个体区位选择战略。本文结构如下：除第一部分引言外，第二部分阐述该领域的研究现状；第三部分介绍理论模型；第四部分为计量模型和变量的设定；第五部分解释计量结果；第六部分为主要结论及政策建议。
二、现状描述和问题探讨
Mayer和Mucchielli（1998）、Mucchielli和Puech（2003）、Crozet等（2004）、Mataloni（2006）在研究跨国公司区位选择时，主要从经济发展水平或者地理位置方面对东道主地区进行分类，证实了公司分层选择战略。本文结合中国经济的特点，从各省的经济发展水平和地理位置两方面分别考察美国公司在华区位战略，假设经济和地理区域结构因素影响样本公司在华的区位选择。
在经济发展水平方面，本文以Krugman（1991b）中心—外围的划分为基础，③并参考Mayer和Mucchielli（1998）的分类方法和标准，将29个省④按照人均GDP分为中心和外围地区。在1995～2007年间，一个省年均的人均GDP如果达到1600美元，我们就将该省归为中心区域，其他的省被归为外围地区。⑤
本文用一个区域内
值大于1的组合比率粗略衡量了该区域对美国子公司的吸引力。表1计算结果显示，中心地区该组合比率是外围地区的3倍以上，即中心比外围地区更具吸引力，中心—外围区域结构影响在华美国公司的省级区位选择。
在地理位置因素方面，Poncet（2003）、Amiti和Javorcik（2008）的研究发现，中国各省之间存在贸易壁垒和地方保护主义。由于交通等基础建设的不完善而导致的中国市场内部分割，以及一个省制造业中间产品可获得性和市场供给的完备性均影响外资的进入。此外，Hong和Chin（2007）、孙永平和余珮（2008）证实了省的地理位置对在华外商投资的影响。本文将29个省按照各省所处地理位置分为华北、华东、华南、西北、西南、东北、华中七大区域。⑦按照上述方法，我们计算各大区值大于1的组合比率，计算结果见表2。
表2结果显示了美国在华制造业子公司的地理区位差异。如华北地区六大产业的相对吸引力是西北地区的7倍左右。华东、华南和西南地区处于第二、三梯队。
上述计算初步证实了本文的基本假设：经济发展水平和地理区域因素影响美国公司在华区位战略。在新经济地理学理论框架下，本文经验分析部分将着重探讨如下问题：第一，样本公司在华的区位选择是否存在“区域—省”的分层选择逻辑？第二，以新经济地理学为理论背景的变量，例如集聚效应、人力资本、市场需求、交通运输条件等，对样本公司区位选择的影响力度是否存在中心—外围或地理区域的差异？空间集聚效应是否存在？
三、基于新经济地理学理论的跨国公司区位选择模型
Krugman（1991a、b）开创的新经济地理学理论从微观视角出发，在总均衡的框架下，以厂商和消费者为主体，主要分析由运输成本导致的集聚经济和规模收益递增对厂商空间经济活动的影响，并探讨制造业的区域集聚因素，以及其他区域经济发展相对落后的原因。Krugman（1991b）、Krugman和Venables（1995）的理论研究证明，运输成本、市场需求、劳动力资源和成本、制造业中间产品的投入及公司前向和后向联系等因素，都将影响厂商的区位选择和生产要素（劳动力）的流动。在该理论框架下，Amiti（2005）将厂商之间在产业链上的纵向联系和国际贸易理论中的赫克歇尔—俄林理论模型相结合，分析了贸易自由化对拥有不同竞争优势且纵向关联的制造业厂商区位选择的影响。
中国制造业在京津沪三大直辖市和沿海地区集聚，这种经济地理结构引起一些学者的关注，其中，Amiti和Javorcik（2008）构建的跨国公司在华区位选择模型为本文的分析提供了理论基础。
在Krugman和Venables（1995）、Amiti（2005）的模型基础上，Amiti和Javorcik（2008）假设每个外资厂商在华区位选择都以利润最大化为前提。模型以“省”为地理单位。由于户口制度的限制，劳动力在省与省之间不能流动，但是可以在同一省的不同产业之间流动，这一假设条件把各个省类比为新经济地理模型中的国家。⑧
假设中国由S个省组成（j=1，2，l，…，S），厂商处于Chamberlin式的垄断竞争环境。⑨当一个厂商i选择在省l建立工厂时，它的利润函数为：
综合式(3)和(4)得到：
Fujita和Thisse（2002）在建立厂商区位选择模型时，着重研究集聚效应的影响，并且在新经济地理学强调的货币外部性基础上融入Marshall提出的纯技术外部性。研究表明，厂商把集聚产生的正向外溢效应和规模报酬递增带来的生产成本降低同非集聚产生的市场垄断利益进行比较，从而确定最后的区位。当集聚带来的正溢出效应能在很大程度减少生产成本并且产品种类丰富、运输成本较低时，先行厂商的区位选择会给后行厂商带来锁定效应（lock-in effect）的影响。
结合式（8）和Fujita和Thisse（2002）关于集聚对厂商区位选择的研究，我们假设一个省的区域因素、对外贸易、交通基础设施、工资水平、人力资本、市场规模以及集聚效应将影响样本美国子公司在华区位选择。
四、计量模型和变量设定
（一）计量模型
本文通过第二部分计算发现：按经济发展水平和地理位置分别划分的区域结构影响了美国公司在华区位战略选择。我们假设美国公司并不是把中国各省看成一个层面，而是按照一种“区域—省”的树状分层结构来选择最终的厂址。在分析中，由于单个厂商的利润等定量数据难以获得，根据Mucchielli和Puech（2003）、Crozet等（2004）、Hong和Chin（2007）的研究，本文采用嵌套Logit模型（NLM）来模拟样本公司的分层区位选择逻辑（McFadden，1984）。NLM属于定性计量模型。一方面在考虑微观个体选择时，厂商以利润最大化为出发点，该模型可以解决单个公司样本部分定量数据难以获得的问题；另一方面，该模型可以稳健地模拟公司的分层选择结构和考察不同层次的经济变量对公司区位选择的影响，同时规避条件Logit模型（CLM）中违背独立不相关（IIA）假设的风险，以及控制由于区域内隐藏因素所导致的内生性问题（Mucchielli和Puech，2003）。
（二）研究样本和变量设定
本文公司样本来自中国商务部研究院《2009年跨国公司中国报告》以及68家制造业美国公司年度报告。省级和区域级的经济变量来自《中国工业经济统计年鉴》和《中国统计年鉴》相关各期。根据自变量统计数据的可得性，最终参与回归的样本为1997～2007年294家以生产为主要职能的美国子公司（12）跨越29个省的区位选择。
因变量为1999～2007年，省l被294家美国子公司选为投资目的地的情况。如果l被公司i选中，因变量记为1，如果没有，则记为0。根据理论模型部分的设定，我们选择如下自变量。
区域结构：我们分别考察中心—外围结构和七大地理区域结构（见表1和表2）。Mataloni（2006）、Mucchielli和Puech（2003）以及Crozet等（2004）分别通过经验分析证明美国跨国公司以及法国跨国公司在欧洲地区均采用分层区位选择逻辑。Hong和Chin（2007）以中国为研究对象发现，地理区域对物流产业的跨国公司区位选择存在影响。
假设1：美国制造业公司在华选择子公司位置时会考虑中心—外围和七大地理区域结构的影响，并采用分层选择逻辑。一个区域的经济水平、地理位置以及其他的特征均会影响公司的选择战略。
市场需求：本文理论模型显示市场产品的种类以及厂商的前后向联系影响跨国公司的区位选择。理论上，经济发展水平较高的地区市场供应更丰富，并且厂商间的联系更紧密。由于微观层面的投入产出数据不可获得，我们分别用人均GDP和市场潜力来衡量不同层面的市场需求变量。
Belderbos和Carre（2002）、Zhou等（2002）、Crozet等（2004）研究发现市场需求变量对跨国公司区位选择有正的影响。在运用分层选择模型的研究中，Mayer和Mucchielli（1998）指出，由于贸易壁垒的存在，市场潜力对跨国公司的影响在较小的地理单位上更明显。由于中国区域面积较大，各个区域潜在的地方保护主义会削弱市场潜力的影响（Poncet，2003），因此，在NLM回归中，对于区域级水平，我们只用人均GDP作为市场需求变量。根据计算，我们发现人均GDP在省级上的差距大于区域级。
假设2：引资地区的人均GDP对美国公司区位选择有正向影响，并且省级人均GDP的影响比区域级更大。有关市场潜力变量，由于中国经济存在省际市场分割，当地方政府过度调控地方经济时，会影响经济资源的配置效率，从而造成资源的非生产性消耗（陆铭和陈钊，2006），我们难以判断该变量对样本公司的作用。
劳动力市场：本文分别考察劳动力成本和人力资本对美国公司投资区位选择的影响。我们用效率工资来衡量劳动力成本。一个地理单位的效率工资等于当地工人平均工资除以工业总产值（He，2003）。相关研究发现，跨国公司大多是成本和效率导向型的，因而较低的工资水平和高效的产出有利于吸引外资（Mucchielli，2008）。通过计算，我们发现处于不同区域的各省之间效率工资的差距要大于处于同一区域内各省之间效率工资的差距。
假设3：效率工资对美国公司在华区位选择有负面影响，并且区域水平的效率工资影响力度更大。
人力资本是劳动力市场的另一个重要组成部分。Kang和Lee（2007）以及Zhou等（2002）分别发现引资地区的人力资本促进了韩国和日本跨国公司在该地区的投资。此外，徐康宁和陈健（2008）的研究结果显示，中国一个城市所拥有的高新技术产业开发区和国家级经济技术开发区，对以生产和研究为主要职能的子公司具有吸引作用。本文用一个省（或区域）每年每1000人中拥有高等教育学历的人数作为人力资本变量。统计资料显示，美国公司在华投资大部分属于高或中高技术产业，（14）这些产业更注重引资地区的人力资本。
假设4：一个地区的人力资本水平高，将促进美国公司在该地区的投资。区域结构的影响暂不能确定。
集聚效应：国内文献关于集聚效应对跨国公司区位选择的影响大多集中在宏观或产业层面（梁琦，2003;何兴强和王利霞，2008；孙永平和余珮，2008）。这样不能显示制造业自身的异质性对外资流入的影响。国外学者从微观视角分析集聚效应对跨国公司的区位选择影响时一般考虑两种集聚效应：一种是考虑不同类型的公司数量（Mucchielli和Puech，2003；Crozet等，2004）；另一种则考虑一个引资产业专业化因素的影响，例如用引资地区的产业专业化指标来衡量一个地区Marshall集聚外溢效应对FDI流入的影响（Mataloni，2006; Cheng和Stough,2006）。
此外，Martin等（2008）在分析1996～2004年集聚效应对法国制造业公司产出的影响时，考虑了两种新的集聚效应：一个是“地方化经济”（localization economies），即同一个地区同一产业内除样本公司外的其他公司工作人员的数量；另一个是“城市化经济”（urbanization economies），即样本公司所在地区其他制造业的就业人数。他们的研究发现，地方化经济对样本法国公司的产出有正向影响，而城市化经济的影响不显著。
基于上述研究，本文考察三大类型的集聚效应变量：母国（或外资公司）集聚效应、地方化经济（或产业专业化）以及空间集聚效应。
关于母国（或外资公司）集聚效应，我们分别考察一个省和一个区域内年初已拥有美国子公司的数目和外资公司的数目。（15）
本文用两个变量来衡量地方化经济（或产业专业化）：一个是某省某一引资产业所包含公司的总数，一个是某省某一引资产业以就业人数来计算的Location Quotient（LQ）值。省l产业s的LQ=[（省l产业s的就业人数/省l工业就业人数）]/[（全国产业s的就业人数/全国工业就业人数）]。一个省的产业专业化水平随LQ值的增高而增高。Martin等（2008）指出，用就业人数来衡量一个引资产业专业化优于使用公司的数目。该类变量只考察省级单位的指标，主要有两个原因：第一，每个省的比较优势产业不同，而且Marshall外溢效应相对体现在较小的地理单位（Martin等，2008）；第二，我们没有关于不同区域各个制造业就业人数等的统计数据，而且，各省之间的劳动人口流动存在壁垒（Amiti和Javorcik，2008; Puga，1999），因此，我们不能简单地把省级就业数据进行加总得到区域级的数据。
假设5：当集聚效应大于竞争效应时，这4个集聚变量对一个省吸引美国公司的投资有促进作用，用LQ值衡量的一个引资产业的专业化影响大于用该产业所包含公司数量衡量的影响。
第三类变量为空间集聚效应，何兴强和王利霞（2008）以城市为地理单位，运用空间面板模型考察了FDI流入的空间效应。本文仅考察省级水平。我们想知道一个省周边省份已集聚的美国子公司数目是否对该省吸引新的美国公司投资有影响。省l美国公司空间集聚=
距离因素会削弱集聚经济的外溢效用（Autant-Bernard，2006；Cantwell和Piscitello，2003）。
假设6：空间集聚变量对一个省能否被美国子公司选为投资目的地概率的影响暂不确定。
对外贸易依存度：本文理论模型表明一个省的地理位置和贸易成本会影响公司的预期利润。由于具有优势的地理位置和改革开放政策，中国沿海省份更易受到外商投资者的关注。此外，有的制造业公司不仅面向中国市场，而且也会把中国作为再出口平台。本文用一个省（或区域）的对外贸易依存度来衡量对外贸易对吸引外资的影响。一个省（或区域）的对外贸易依存度=（该省（区域）一年进出口总额/该省（区域）同年GDP）×100。中国早期吸引的外来投资主要为出口导向型，特别是20世纪90年代外商在华南沿海地区投资的电子产品或者玩具类加工厂。但是，随着中国国内市场需求的加大以及人力资本的提高，外资企业特别是世界500强等大型跨国公司可能更注重面向中国国内市场和较高技术含量的投资。
假设7：对外贸易依存度对美国公司区位选择的影响不确定。
内陆运输成本：制造业存在前向和后向的联系，中间产品的运输成本对厂商尤为重要。东道主地区的交通运输条件直接影响运输成本。本文借鉴孙永平和余珮（2008）的方法，按照铁路、公路和水路运输的效率差异，在计量回归中引入省（区域）的内陆运输基础设施密度来考察交通成本对美国公司区位选择的影响。数据来自《中国统计年鉴》和《中国交通年鉴》相关各期。具体计算方法如下：
内陆运输基础设施密度对样本公司的厂址选择存在两方面的影响：一方面，基础设施密度越高说明内陆交通运输越便捷；另一方面，高密度的交通设施并不一定等同较低的交通运输成本。Fujita和Thisse（2002）指出，在垄断竞争的条件下，当单位交通运输成本超过“支撑点”（sustain point）（16）时，位于中心地区的公司需要承担较高的运输成本，于是，制造业在中心地区的集聚不再是一种均衡状态，而会逐渐向外围地区扩散。根据样本统计显示，美国公司的投资大量集聚在中心地区。
假设8：当单位交通成本过高时，内陆运输密度可能对样本公司的投资有负面影响，且省内交通运输密度和区域内（即省间）交通运输密度对样本公司的投资存在不同的影响力度。
本文除母国（外资公司）集聚效应变量由于存在0值不能取对数外，其他所有自变量都取自然对数形式。为了避免公司选择的内生性，我们参考Ge（2009）的研究，将有关市场需求、劳动力、地方化经济（或产业专业化）、对外贸易依存度和内陆运输成本的自变量均滞后1年，母国（或外资公司）集聚效应为年初值。我们假设各省（区域）的经济特征在样本公司进行选择前就已经确定。此外，为了捕捉宏观经济政策等对外商投资的影响，我们引入年份哑变量。
五、计量结果和分析
本文分别运用CLM和NLM对样本公司的区位选择战略进行计量分析。我们用Hausman-McFadden检验对CLM省级变量的回归结果进行了稳健性检验。检验结果显示大部分p值很小，即我们在99%的置信度上否定原假设，CLM的估计结果违背独立不相关假设。在这种情况下，我们根据Inui（2008）、Mucchielli和Puech（2003）、Mataloni（2006）的研究，并结合美国制造业子公司在华分布特点，用NLM估计来解决这一问题。因此，本文主要关注NLM的回归结果。（17）为了使回归结果具有经济学含义，NLM和CLM的回归系数可以用平均概率弹性来表示（Cheng和Stough，2006；Mayer和Mucchielli，1998）。（18）
（一）中心—外围结构
表3（1）和表3（2）报告了美国样本公司在华区位选择的中心—外围结构的NLM回归结果。
首先，IV值证明了NLM的有效性（McFadden，1984）。中心和外围区域的Ⅳ值都在（0.2，0.7）的区间内，而且显著水平大多数达到1%和5%的水平。这说明美国跨国公司在选择子公司厂址时，没有把中国各省看成一个层面，而是倾向于在第一层面比较中心和外围区域，然后在所选的区域内选定最终投资省。其次，IIA值显示大多数p值都小于0.05。因此，CLM回归大部分违背IIA（独立不相关假设）的原假设，（19）中心—外围结构的NLM回归所得结果比CLM更稳健。
在考虑区域级变量时，为了避免多重共线性和通过
检验，我们从模型（1）到（12）逐步加入区域变量。（20）表3（2）有关人力资本、各种集聚效应以及运输成本和对外依存度等变量的结果证明了表3（1）回归系数的稳健性，得出的主要结果如下：
第一，我们关注市场需求等宏观变量的影响。本文在区域级变量中对处于中心地区的省加入“中心”控制变量，结果显示该变量对外围地区的影响是中心地区的3～4倍，即对美国公司而言，外围地区整体比中心地区存在相对劣势。此外，区域人均GDP显著地提高了中心地区对美国投资的吸引力，但该变量对外围区域的影响并不显著。70%的样本公司为中、高新技术产业，生产部门可能更注重与研发和总部之间的联系，因此，这些公司更偏好中心地区的整体经济发展水平。在省级水平，我们发现省人均GDP对美国公司的投资有很大的促进作用。当同一个区域内的一个省的人均GDP增加10%，该省吸引美国投资的平均概率弹性将增加3%～7.9%。（21）这个结论支持了本文的假设，省级人均GDP体现了一个市场的完备性（Belderbos，2006）。随着中国市场吸引力的增加，外资公司倾向于选择更完备的市场进行投资。
第二，省级市场潜力这一变量对外资的影响并不显著。这个结果与He（2003）研究的1992～1995年美国在华投资的结论相反。可能的原因主要是，一方面，本文考虑的是1997～2007年世界500强美国公司的投资，公司的区位选择因素以及样本公司不同于He（2003）的研究；另一方面，除了区域性的贸易壁垒以外，省级地方保护主义同样削弱了周边省份市场需求的外溢性，样本公司可能更注重一个省的经济实力。赵琼（2009）发现，地方保护主义制约一个省FDI的引入，中国的市场分割对企业参与国际贸易存在抑制作用（张如庆和张二震，2009）。此外，各省之间的交通运输条件可能对市场潜力有影响。
第三，各类集聚变量显著影响美国公司的选择战略。在第一类集聚变量中，省级回归结果显示一个省的外资公司集聚和母国公司集聚是不断吸引美国FDI的重要影响因素，特别是母国公司集聚的作用力更强，影响系数达到0.719。当用人均GDP来衡量市场需求变量时，一个区域内美国子公司的集聚同样促进新的美国公司投资。此外，母国公司的集聚对外围地区更重要。我们推测对于经济相对落后的外围地区，先行美国公司的投资将对其他美国公司的投资有借鉴和促进作用。但外资公司的集聚效应在中心地区更显著。这可能是由于外资公司集聚包含了港澳台地区的子公司以及一些中小型厂商，这些公司多数为劳动密集型，中心地区沿海省份的劳动资源、地理优势以及与港澳台的亲缘关系会增大该地区对外资的吸引力。第二类集聚变量，即地方产业专业化变量估计结果显示了Marshall提出的地方产业集聚产生的纯技术外溢性对美国公司的吸引力。表3（1）显示，当一个省的某一引资产业的公司集聚数提高10%，该省吸引美国公司投资的平均概率弹性将提高1.7%～3.8%。用LQ值计算的引资产业专业化的影响更加稳健；表3（2）显示当一个省的引资产业LQ值提升10%，美国公司选择该省的平均概率弹性将增加2.5%～4.3%。第三类考虑美国公司空间集聚效应的变量显示，这种集聚仅体现在一定的空间范围内，周边省集聚美国公司的数量对目标省吸引美国FDI没有显著影响。这一结论与市场潜力的作用相似。省级地方保护主义对外溢效用的削弱再次得到证实。
第四，关于对外贸易依存度和省内陆交通运输成本的变量回归结果体现了中国吸引外资因素的演变以及交通基础建设存在的不足。首先，回归结果显示对外贸易依存度对外资吸引存在负的且基本不显著的影响。这说明随着中国国内消费市场规模的增大，以及劳动成本相对提高，市场导向型的FDI逐渐替代出口导向型FDI。其次，一个省的内陆交通运输密度对新进入的美国投资有抑制作用，当交通运输密度增加10%时，该省吸引美国公司投资的平均概率弹性会降低1.4%～3.6%。这个结果与孙永平和余珮（2008）的结论相反。他们的研究考虑的是FDI的总量，由于中国FDI较大部分来自亚洲国家和地区，（22）亚洲公司的总部相对美国公司占有地理优势，运输成本相对较低，因此，对内陆交通运输条件的要求可能不同于美国公司。此外，城市交通拥堵也会提高运输成本。我们推断中国内陆交通运输条件暂时还不能满足美国制造业厂商的要求，单位交通成本超过了Fujita和Thisse（2002）提出的“支撑点”，交通运输设施和效率削弱了对来自美国投资者的吸引力。
（二）七大地理区域结构
表4（1）～（3）报告了美国公司在华区位选择七大地理区域结构的NLM回归结果。我们根据区域层面自变量之间的相关系数，并结合理论模型选取参与回归的变量，最终选定了回归结果最显著的3组模型。
首先，表4（1）～（3）的大部分IV值位于（0，1）的区间，虽然显著程度没有中心—外围结构的IV值高，但大多维持在10%的显著水平上。特别是在华北、西南和华中地区，美国公司在这3个区域的区位选择战略呈现了稳健的分层结构，即投资者对在这些省的投资倾向是有差异的，省级和区域级经济变量共同影响公司最终的选择。值得关注的是，华东地区的Ⅳ值在1左右且处于5%的显著水平。这说明在华东地区，美国FDI更关注每个省的差异，而不是整个地区，即江苏、浙江和上海对美国公司而言存在不同的吸引力。我们推测，美国公司设在上海以生产为职能的子公司可能包含针对中国消费偏好的产品研发，而江苏、浙江等传统制造业基地则主要依靠熟练生产技术来吸引外资。其次，IIA检验中的p值均小于0.05，因此，CLM回归违背了独立不相关假设，七大地理区域结构NLM估计比CLM估计更稳健。此外，该结构比中心—外围结构更细致地说明了区域政策和省级政策对吸引外资的不同影响。根据回归结果，我们主要得到如下结论：
第一，人均GDP对美国公司投资的影响存在区域性的不同。在西南地区，市场完备程度的提高可以很大程度的提升美国公司投资的可能性，当区域人均GDP增加10%时，西南地区被美国公司在第一层次选中的平均概率弹性将增加11.9%～31.8%。
第二，省级人力资本变量是美国公司考虑的主要因素之一。特别是西南地区，区域人力资本的集聚同样会促进美国公司的投资。电子通讯产业是美国制造业在华公司投资密集的产业。近几年，位于西南地区的四川省形成了以成都为中心的电子产业基地。
第三，相对劳动成本优势使同一地理区域内的各省处于竞争状态。较低的劳动成本和相对较高的产出水平可以提高一个省在同一地理区域内对美国公司投资的吸引力。但是，除了西北地区，区域级的效率工资对吸引外资的影响均不显著。我们推测，同一地理区域内地理位置相近的各省往往会由于劳动成本相近而导致更激烈的竞争，因此省级效率工资的影响更显著。
第四，省级集聚变量的影响和中心—外围结构的结果相似，一个省的外资公司集聚、美国公司集聚以及引资产业专业化指数均可以提高该省的吸引力。引资产业专业化的影响力度比中心—外围结构更大，一个省的引资产业LQ值提高10%，该省吸引美国公司投资的平均概率弹性会增加5.8%～7%。美国公司的空间集聚效应在七大地理区域结构中没有体现出来。这一结论同Autant-Bernard（2006）及Cantwell和Piscitello（2003）的结果一致。在区域级水平上，模型（3）考虑了外资公司集聚的影响。结果显示，在华南、东北、西北、华中地区，先行外商投资者对后进入的美国公司示范效应得到体现。中心—外围回归结果没有反映出这一点。
第五，与中心—外围结构得到的结果一样，不完善的省内交通运输基础设施将降低该省吸引美国投资的吸引力。此外，区域对外依存度的大小受地理位置影响。华南地区的进出口贸易可以促进美国公司的投资，这个结论在中心—外围结构中并没有体现出来。我们推测：一方面，由于地理位置的优势以及制造业前向和后向的联系，珠江三角洲的外资公司在重视国内市场的同时，也会服务国外市场；另一方面，随着跨国公司产业链的全球扩展，高质量外资带来的技术和资金有利于提高中国出口产品的技术含量，并促进高技术产品的出口（Jarreau和Poncet，2009）。OECD（2011）指出，中国制造业出口产品的技术含量比其他新兴市场国家有很大的提高，特别是在高技术产业，从2007年起，中国的国际贸易专业指数已接近德国水平，位居世界第三。
六、主要结论和政策涵义
以新经济地理学为理论背景，本文采用嵌套式Logit模型，对2008年《财富》世界500强中美国制造业公司1997～2007年在华设立的294家以生产为主要职能的子公司的区位选择战略进行分析。研究结果发现：
首先，区域的经济发展水平和地理结构均影响样本公司的区位选择，美国公司对华投资采用了“区域—省”分层选择逻辑。
其次，市场完善度、劳动力市场成本和质量、母国公司和外资企业集聚、引资产业专业化、内陆运输条件、对外依存度都是重要的区位决定因素。
最后，美国子公司集聚效应限定在一定的地理范围内，跨省的外溢效用并不显著。
我们根据所得结论并结合中国区域经济发展的现状，提出相应的政策建议：
第一，在制定招商引资政策时，区域政策和省级政策的博弈和配合十分重要。计量回归结果中的IV值和IIA检验显示，按照各省经济发展水平划分的中心—外围结构和按地理位置划分的七大地理区域结构对美国公司的分层选择逻辑有影响，特别是中心—外围结构以及按地理位置划分的华北、华中、西南区域，经济发展水平和地理结构的影响作用更加稳健和显著。因此，各级政府需要根据外资公司分层区位战略制定相应的分层计划，从而有效吸引优质外资。
第二，整体经济发展有利于吸收外资，特别是内陆省份。本文中心—外围结构显示，一个省人均GDP的提高可以促进美国公司的投资。七大地理区域结构表明，区域人均GDP是美国公司投资西南地区的一个重要参考指标。在国家投资促进计划的影响下，内陆省份有机会获得新的经济发展机遇（Lemoine，2010）。因此，内陆地区可以通过整体的经济发展来提高市场完善度，从而吸引更多高质量的美国资金。
第三，一个省制定合理的产业政策从而防止人力资本外流十分重要。两种区域结构的回归结果均显示省级人力资本对吸引美国FDI的重要性，提高西南地区的人力资本水平同样可以促进美国资本的流入。因此，在吸引外资方面，除西南地区外，其他地区的省级人力资源政策应该优先于区域级相关政策。此外，统计资料显示，美国大型跨国公司在华投资集中于中高技术产业，对于这些产业的外资，引资地区的人力资本和专业技术人才集聚是重要的指标。以电子通信产业为例，外资企业（港澳台地区除外）的生产率是内资企业以及港澳台投资企业的两倍。（23）因此，一个省可以把自身有比较优势的产业同具有竞争优势的外资企业相结合，利用外商的资金、先进技术以及进入国际市场的渠道，进一步提高本省企业的生产率。
第四，一个省如何引进优质的大型外资龙头公司十分重要。本文研究发现，美国公司在华投资是“效率”导向型，一个省的效率工资，特别是位于外围地区的各省，较低的工资水平和较高的劳动生产率可以提高该省对美国公司的吸引力。我们根据统计资料计算发现，2007年中部地区的河南、湖北、湖南、江西各省的制造业平均效率工资比1996年下降了11.22%～52%。随着中国沿海地区劳动成本的提高，内陆省份可以通过提高自身具有比较优势产业的劳动生产率，用成本优势来吸引从沿海向内陆转移的制造业投资。此外，Martin等（2008）在研究法国产业集群时指出，大量小型公司的集聚不一定能够形成Marshall技术外溢效应，反而可能因为拥挤效应而导致生产率的降低，包含了专业技术人员的小批量大型公司的集聚可以促进产业集群类技术外溢。
第五，省级政府可以借助外商投资促进委员会对本省的投资环境、政策、法规以及其他经济产业发展情况给出详细的信息，同时也需要对已经前来投资的企业给予更多的关注和宣传，对潜在外资的质量进行严格的控制，从而通过集聚的“累积因果”效应，吸引更多的优质外资。
第六，高质量、安全、方便、快捷的内陆运输方式应该在内陆地区得到推广。两种结构的NLM回归结果均显示，中国的内陆交通基础设施还没有达到美国公司的要求，特别是在西南地区，较高的内陆运输成本阻碍了美国大型制造业公司在华建立以生产为主要职能的子公司。
在今后研究中，在数据可得的前提下，我们将从两方面来进一步分析跨国公司在华投资战略：
第一，将样本扩大到其他国家（地区）在华投资的子公司，运用不同的计量模型，如混合Logit模型来控制子公司的异质性（如投资类型、技术密集程度），并用更精确的微观数据来考察厂商间的前后向联系等，从而进一步提高结论的稳健性和实践性。
第二，从2009年开始，中国在内陆交通，特别是铁路运输方面进行了大规模的投资建设，交通运输成本是新经济地理学中心—外围结构的重要影响因素之一，随着内陆交通运输效率的提高，我们将用新的统计数据和指标来考察高铁经济对外商投资区位选择的影响。
*作者感谢法国巴黎索邦第一大学经济系Jean-Louis Mucchielli和美国商务部经济分析局（Bureau of Economic Analysis）Raymond Mataloni的宝贵意见。
②在东道主地区地理单位的选定上，由于我们关注制造业的异质性，特别是一个地区不同制造业的集聚特征，同时城市级别的可得数据缺乏产业细分后的统计资料，而且，根据中国“区域—省—城市”的行政单位结构，省级政府的有效性将影响区域政策和城市政策的制定，因此本文选择以“省”为最小地理单位。
③工业化水平的高低是衡量一个地区经济发达程度的重要指标，Krugman（1991b）将工业集聚的地区称为中心地区，而将工业经济落后的农业地区称为外围地区。由于中国制造业在经济发达地区的相对集中以及区域经济发展的不平衡，本文沿用这个分类，按照经济发展水平将各省分为经济发达的中心和经济欠发达的外围地区。
④由于缺乏相关统计资料，港澳台地区、西藏和贵州不在我们的样本之内。
⑤根据计算，本文中心区域包括京津沪三大直辖市和浙江、江苏、辽宁、福建、广东、山东六省。外围地区涵盖其余20个省。
⑥以中心地区为例，6大产业和9个省组成的矩阵组合数为54（6×9=54），在54个组合中，我们先计算每一个省产业s的LQ值，然后统计LQ值大于1的产业和省的组合数之和。此例中组合数之和为24，占中心地区产业和省组合的44%。
⑦根据孙永平和余珮（2008）研究中各省的地理位置，本文划分的华北地区包括：河北、北京、天津、内蒙古；华东包括：福建、江苏、山东、浙江、上海；华南包括：广东、海南、广西；华中包括：江西、湖北、安徽、湖南、山西、河南；东北包括：黑龙江、吉林、辽宁；西北包括：甘肃、新疆、青海、陕西、宁夏；西南包括：重庆、四川、云南。
⑧详细推导过程参见Amiti和Javorcik（2008）。
⑨Chamberlin垄断竞争主要包含4个假设：（1）不同厂商所生产的产品不能完全替代；（2）一个厂商只生产一种产品并且根据报酬递增来制定价格；（3）厂商的数目足够大，以至于在考虑所有厂商时，单个厂商可以忽略不计；（4）均衡时，厂商自由进出并且可以即时调整，且当利润为零时的厂商数为最优数目。详细内容参见Combes等（2008）。
⑩Amiti和Javorcik（2008）假定厂商对自由进出不敏感，当进入壁垒存在时，不会对各个变量进行及时调整，而是优先选择能给其带来最大利润的省和产业进行投资。因此，市场上最优厂商数目由厂商利润函数的自然对数来决定。
（11）式（8）所描述的模型是以省为例。在计量回归中，本文省和区域级的变量设定均依据式（8）的模型。
（12）本文考察的是以生产为主要职能的美国子公司，其类型包括中外合资、中外合作、外商独资或是参股合作（符合国际货币基金组织规定的10%股权持有标准）。
（13）在新经济地理学的有文献中，大多数关于地理距离的变量都使用一个地理范围的内部弧形距离
表示（Inui等，2008）。Crozet等（2004）在计算法国大区的市场潜力时，采用两个大区中心之间的公路直线距离。He（2003）在研究外资公司在中国的区位选择时，采用两个省会之间的最短铁路距离，并设定该距离等于两省所包含范围的半径。为了便于计算，本文运用Google Earth近似计算两省省会间的直线距离。
（14）本文对产业技术含量的划分遵循OECD（2005）的标准。
（15）美国子公司的数据来自《2009年跨国公司中国报告》和各公司年度报告，外资公司（包括港澳台地区）的统计数据来自于《中国统计年鉴》相关各期。
（16）在其他条件不变的情况下，Fujita和Thisse（2002）将由较高的交通运输成本而导致的制造业中心集聚不再稳定的单位交通成本的临界值称为支撑点。详细的数学推导过程见Fujita和Thisse（2002）。
（17）由于篇幅限制，有关Hausman-McFadden检验和CLM回归结果未列出，如有需要，可向作者索取。
（18）根据Mayer和Mucchielli（1998）的研究，CLM和NLM的回归结果可以解释为某个解释变量数值的变动对一个“平均”投资者最终选择省j的概率弹性的影响。由于回归结果得到的系数比这个概率弹性略微偏大。因此，在解释回归结果的经济学含义时需要做出相应调整，即根据样本大小对系数进行缩放。在NLM回归中，省级和区域级变量的系数缩放比率相同，因为省级的变量会通过包含值（IV）间接影响区域级的变量；在CLM回归中，省级变量和区域级变量的缩放比例差距较大。省级变量系数乘以0.9655，中心—外围结构区域变量系数乘以0.5，七大地理区域变量系数乘以0.857。
（19）CLM模型独立不相关假设（IIA）的原假设为：两个备选地的机会比与任意第三个备选地无关；备择假设为：两个备选地的机会比与任意第三个备选地相关。在计量结果中，IIA假设用Chi2值来衡量。当p值小于0.05时，我们接受备择假设，拒绝原假设，即不能满足独立不相关假设（McFadden，1982）。
（20）中心—外围结构由于区域所包含的范围较大，运输成本变量只考虑省级变量。
（21）根据前面的注解，在运用平均概率弹性解释回归结果时，变量系数均需要乘以0.9655。
（22）根据《中国统计年鉴》数据计算发现，在1996～2007年期间，亚洲地区（包括港澳台地区）对华的FDI平均占FDI流入总量的25%，而美国对华FDI仅占7.15%。
（23）根据《中国电子信息产业年鉴（2007）》数据整理，电子信息产业包括电子通信和计算机及办公设备两个产业。
标签：经济地理学论文; 集聚效应论文; 经济模型论文; 经济论文; 区位因素论文; 战略分析论文; 产业集聚论文; 区位理论论文; 地理论文; 经济学论文; 人力资本论文; 投资论文;