论文部分内容阅读
改革开放以前，我国几乎没有外商直接投资(FDI)。1979年以来，外商直接投资以空前的速度在我国发展开来。特别是上个世纪90年代以来，我国FDI得到了飞速发展。从1993年开始，我国一直是仅次子美国的世界第二大外商直接投资流入国。1993年到2007年期间，我国吸引FDI连续15年居发展中国家之酋。2002年，我国实际使用FDI的总额首次突破500亿美元，成为世界第一大引资大国。根据联合国贸易与发展会议的数据显示，2003年我国利用外商直接投资535.1亿美元，创历史性最高，居世界第一。根据“全球投资前景评估机构”2004年发表的专题工作报告，我国被列为全球对FDI最具吸引力国家。
迄今为止，中国吸引了大量的外商直接投资，FDI成为推动中国经济高速增长的重要力量之一。外商直接投资的大规模进入，有力地促进了中国的改革开放，加快了中国市场化和国际化的进程，并在很大程度上推动了中国经济的持续快速增长。
然而，与此同时，由于我国各地区对外开放的时间不同及其他环境因素的影响，外商直接投资在我国呈现出明显的区域差异，外资在中国的地区分布结构严重失衡。东部、中部、西部三个地区吸引FDI的水平极不均衡。历年来，东部一直都是吸引FDI的主要聚集区位，比重大多在85％以上，而中西部的比重仅在7％～16％这一区间，长期处于一种吸收不足的状态，尤其是从1990年开始，西部的比重一直保持最低。2000年以来中央政府给予了西部一系列优惠政策，但不均衡趋势并未得到转变，而且西部FDI占全国的比重仍在走下坡趋势。2006年，全国新批准设立外商投资项目数、合同外资金额和实际使用外资金额分别为41473个、1937.27亿美元和630.21亿美元，其中，东部地区所占比重分别为85.69％、84.59％和90.32％;中部地区所占比重分别为9.85％、10.20％和6.22％：西部地区所占比重分别为4.46％、5.21％和3.45％。
在后金融危机时代，东部沿海外资产业转移及投资环境发生变化的情况下，我们进行FDI区位选择因素的比较分析，是十分必要的，也是具有现实意义的。外资的区位选择究竟遵循什么原则？是什么因素造成了外商直接投瓷在三大区域分布失衡的这种局面？如何改善这种失衡现象？如何通过增强我国中西部地区的区位优势来增强其对FDI的吸引能力？本文定量的分析了三大区域的FDI区位选择因素，有针对性地进行了重点变量的阐述，为制定相关政策提供支持。地方政府只有把握好外资的区位决策偏好，才能制定有针对性的政策吸引外商投资企业。中西部地区只有把握好本地区外资的发展状况，以及外资区位选择的重要因素，才能在未来吸引外资的过程中争取主动。
综合外商直接投资区位选择问题的研究情况，本文采取理论分析和实证检验相补充、定性分析与定量检验相结合的研究方法，深入探讨了FDI在我国的区位选择问题。本文采用面板数据(Panel Data)模型，选取1990～2004年全国各省份的历史统计数据，对可能影响FDI区位差异的影响因素进行实证分析，引入政策优惠虚拟变量，分别对全国以及东部、中部和西部各省份进行经济计量回归分析，以确定影响各区域FDI流入的显著因子。旨在为我国决策各地区改善投资环境，引进FDI，从而改善FDI在我国分布失衡的现象提供参考。
本文最终得出如下结论：中央政府所采取的经济发展战略使得中国对外资的优惠政策在时间上存在变化，在空间上存在差异，这种变化和差异是造成外资地区分布不平衡的重要原因。特别是在1992年以前，中国的东部沿海地区和中、西部地区的外资政策一直保持很大的差别，这一差别在1992年以后开始有所缩小，但是依然存在相当大的差距，这成为外资集中流向东部沿海地区的一个重要原因。优惠政策对中、西部地区的引资起着重要的作用，尤其是对中、西部地区初期引资的影响力较大。
但从长期效应看，政策优势总是表现出呈弱化趋势，如2000年起西部大开发优惠政策，在近几年对西部地区吸引FDI影响并不显著。这表明，在我国新的引资发展阶段中，各区域同时应把注意力放在市场开放程度、劳动力成本、第三产业比重等环境条件的改善上，而不应过度地开展区域之间优惠政策的竞争。
本文分为六章：第1章主要论述选题的背景及研究的意义；第2章主要对国内、外的理论及实证研究进行系统的分析；第3章介绍我国FDI的分布历史及现状；第4章对可能影响FDI区位选择的因素进行讨论；第5章是本文的重点章节，主要论述模型选择及计量结果；第6章，总结全文并提出政策建议。
本文的创新之处包括如下四点：1.从理论和实证两个方面对外商直接投资在华的区位选择进行了系统研究。2.定性分析了FDI在我国三大区域分布不平衡的影响因素，并着重对政策优惠、市场开放程度、第三产业比重、劳动力成本等因素进行定量分析。3.考虑到政策激励作用的滞后及积累效应，对政策优惠虚拟变量赋予具体数值，定量分析了政策优惠对FDI区位选择的影响。4.选用了面板数据模型，并在模型中引入了划分区域的哑变量( dummy)，很好地解决了数据量不够大的问题。同时引入了dummyinteraction项，使各地区的区位差异情况更加明显，更加便于分析。