各地区市场化水平对吸引FDI具有重要意义。经济活动是否规范、是否有法律法规体系保障、是否有地方保护、是否有红顶商人和腐败、寻租现象等因素都直接或间接影响到外资流入的信息成本和投资风险。市场化程度是一个高度综合的指标，涉及到产权制度、竞争性价格制度、市场环境、政府行为和经济主体行为的独立性等多方面因素，要完整地度量一个地区的市场化程度相当困难，我们借用樊纲、王小鲁（2001）所测度的各地区1999与2000年市场化指数平均值作为市场化指标的代理变量。
　　3.5　信息成本（IC）
　　与国内投资者相比，外国投资者饱受信息不对称之苦，外国投资者在某个地区投资是针对信息成本存在理性反应的结果（Casson，1994）。信息成本的度量包括与区域中心的距离、首个FDI投资年限、世界前500强的表现和相邻效应（地理上相邻或文化相近）等。对于我国来说，沿海地区就是低信息成本区域，原因在于：①这些地区是传统的工商业中心；②这些地区最先对外开放，也是吸引FDI的重点区域，享有广泛的优惠政策；③世界前500强在这一区域的投资远远超过了内地；④这些沿海地区和香港、澳门、台湾等地区除了地理上相邻外，在血缘关系和文化上有千丝万缕的联系。对于信息成本我们设置了虚拟变量（或称沿海地区哑变量），沿海12个地区为1，其他地区为0。
　　3.6　累积的FDI（CFDI）
　　累积的FDI对于其他FDI具有“羊群效应（herding effect）”。在这里我们用各地区累积的FDI除以其累积的国内投资作为代理变量。在回归分析中，如果这个变量呈现负相关关系，则表示累积FDI对于吸引新的FDI具有挤出效应，也就是说广大中、西部地区通过改善投资环境能吸引更多的FDI；如果这个变量呈现正相关关系，则表明累积FDI对于吸引新的FDI具有吸引功能，集聚效应大于其扩散效应。这个变量采用的是1986年到2001年各地区累积的FDI的数据。
　　3.7　开放程度（OPEN）
　　开放程度从本质上降低了信息成本，促进FDI的涌入。同时开放程度也决定了一个地区当地居民和政府对外资的接受程度、有无通畅的外销渠道、管理水平能否与国际接轨、有无大量的一流人才等。开放程度综合概括了这些因素，因此开放程度提高伴随着对外资吸引力的增加。我们用2001年各地区的外贸依存度来衡量开放程度指标。

免费论文下载中心 　　4　空间计量经济模型及其估计
　　4.1　中国FDI区域分布区位条件及地理溢出的空间计量模型
　　4.1.1　空间计量经济学理论模型。
　　不同学者得出的结论由于研究方法不同而各异，但有关FDI区域分布的研究中，区域总是被当成一个独立的个体进行分析，区域间潜在的相互影响往往被忽略。毫无疑问，任何一个地区的经济都不可能独立存在，它总是与其它经济体存在着千丝万缕的联系。当外生冲击对一个地区的经济造成影响时，往往也会波及到邻近地区或者更远。空间依存性是区域经济研究的重点内容，空间依存性可以表述为Tobler（1979）地理第一定理：“地理物体是互相关联的，空间接近的地物间关联程度高”。依据空间计量经济学，空间依存性可以设置成两种形式基本的模型结构，即空间自回归模型（spatial autoregressive model，即SAR）和空间误差构成（spatial error components model，即SEA）模型两类。
　　空间自回归模型（SAR）：
　　y＝ρWy＋Xβ＋ε　　（1）
　　式中：y是n×1列的决策变量观察值向量；W是n×n的空间权数矩阵，n个机构或地区之间相互关系网络结构的一个矩阵，W[，y]为空间一阶滞后因变量；ρ是空间自回归参数，其取值在－1到1之间，表明相邻区域之间的影响程度；X是k个外生变量观察值的n×k阶矩阵；β是k×1阶回归系数向量；ε是随机误差序列向量。
　　另一种是空间误差模型，机构或地区间的相互关系通过误差项来体现。当机构或地区之间的相互作用因所处的相对位置不同而存在差异时，则采用这种模型。空间误差构成（SEA）基本模型为：
　　y＝Xβ＋ε　　（2）其中，
　　ε＝λWΨ＋ξ　（3）
　　式中：Ψ是n×1列溢出成分误差，ξ是n×1列的区域内随机扰动项；假定Ψ和ξ是服从独立同分布（i.i.d）且互不相关；λ是空间自相关系数，λ的取值在－1、1之间，表明一个区域变量变化对相邻区域的溢出程度；其他字母如（1）式所设。可见，（2）和（3）两式构成的SEA模型其本质就是在线形模型的误差结构中融入了一个区域间溢出成分。
　　4.1.2　理论模型估计及检验
　　空间依存性模型的估计比时间序列要复杂得多。空间自回归模型由于自变量的内生性，OLS估计是有偏的（biased）和不一致（inconsistent）的。需要通过工具变量法、极大似然法或广义最小二乘估计等其他方法来进行估计。判断地区间的空间相关存在与否，一般通过包括Moran’s I检验、最大似然LM－Error检验及最大似然LM－Lag检验等一系列空间效应检验来进行（Anselin 1988）。鉴于空间经济计量估计中一系列问题有待进一步解决，目前一般空间计量模型都局限于一阶滞后、一阶自回归模型。本研究也仅限于讨论一阶模型。
　　4.1.3　中国FDI区域分布区位条件及地理溢出的空间计量模型
　　本项研究设置的空间计量模型包括空间自回归模型（SAR）和空间误差构成（SEA），然后对此进行检验，甄别出最适合中国FDI区域分布的模型形式。对于空间计量模型，空间权数矩阵W是一个至关重要的范畴。权数确定的标准一般依据“距离”而定，最常用的是“空间距离”和“经济距离”？（Anselin 1988）。本研究依据地理相邻设定权数，该空间权数矩阵W是一个n×n稀疏的0－1矩阵，相邻区域的元素为1，其他为0，对角线元素也为0。这是一个29×29稀疏的0－1矩阵。对于SAR模型（1）或SEA模型（2）、（3），为了避免内生性对模型解释力的影响，所有的自变量滞后一期，如SAR模型：
　　y[，t]＝ρWy[，t]＋X[，t－1]β＋ε　　（4）
　　式中：y[，t]是中国2002年29个省、直辖市或自治区（海南省、西藏和重庆除外）实际吸引的FDI值取对数（即lnFDI[，t]，单位：美元），W是地理相邻权数矩阵。自变量矩阵为2001年的影响因素的值取对数：
　　X[，t－1]＝（ lnGDP[，t－1]，lnWAIP[，t－1]，lnINFR[，t－1]，lnMAK[，t－1]，lnCFDI[，t－1]，lnOPEN[，t－1]，IC）　（5）
　　其他字母如（1）式所述。SEA模型（2）、（3）的设置与上类似。
　　4.2　实证分析
　　模型使用的数据来自1980—2003年的中国统计年鉴和新中国五十年统计资料汇编。作者运用GUASS Light 6.0软件（林光平，2003），依据极大似然估计原理，编写了相应的空间计量模型计算估计程序（表2）。
　　表2　相关回归结果
　　Tab.2 The result of the regression 变量　　　　　　　　　　　　　　 模型1　　　　　　　　　　　　　　　　　　　　模型2
　　　　　　　　　　　　　　回归系数（概率）　　　　　　　　　　　　　　 回归系数（概率）
　　　　　　　　　　　　　　OLS　　　　　　　　 SEA　　　　　　　　 OLS　　　　　　　　 SEA
C　　　　　　　　　　 -5.819405(0.0017)　　　　-6.023757(0.0008)　　-6.288888(0.0002)　　 -6.422313(0.0000)
lnGDP[，t-1]　　　　　　0.726925(0.0025)　　　　 0.746824(0.0011)　　 0.714412(0.0011)　　 0.742548(0.0005)
lnWAIP[，t-1]　　　　 -0.734435(0.1042)　　　　-0.695832(0.0845)　　-0.747168(0.0947)　　 -0.784224(0.0421)
lnINFR[，t-1]　　　　 0.089272(0.8093)　　　　 0.122654(0.562493)
lnMAK[，t-1]　　　　　　2.49843(0.0177)　　　　 2.658563(0.0076)　　 2.682820(0.0028)　　 2.744256(0.0012)
lnCFDI[，t-1]　　　　 0.339636(0.0195)　　　　 0.376985(0.0146)　　 0.334120(0.0117)　　 0.352256(0.0054)
lnOPEN[，t-1]　　　　 0.225370(0.1482)　　　　 0.2364322(0.0951)　　0.243067(0.0970)　　 0.223285(0.0623)
IC　　　　　　　　　　 0.135986(0.7657)　　　　 0.1436552(0.4265)
λ　　　　　　　　　　　　　　　　　　　　　　 0.14(0.0079)　　　　　　　　　　　　　　 0.12(0.0163)
　　　　　　　　　　 检验值（概率）
Kiefer-Salmon　　　　 2.86(0.25)　　　　　　　　　　　　　　　　　　2.78(0.27)
Breusch-Pagan　　　　 8.12(0.26)　　　　　　　　　　　　　　　　　　7.56(0.16)
LMerr　　　　　　　　 2.83(0.08)　　　　　　　　　　　　　　　　　　2.61(0.09)
LMlag　　　　　　　　 0.38(0.54)　　　　　　　　　　　　　　　　　　0.18(0.69)
Adjusted R[2]　　　　 0.88　　　　　　　　　　　　　　　　　　　　 0.89
Log likelihood　　　　 -21.9860　　　　　　　　 -20.1865　　　　　　-22.0816　　　　　　 -20.6987
Sample Size　　　　　　29　　　　　　　　　　　　29　　　　　　　　 29　　　　　　　　　　 29