FDI 与东道国资本配置效率的研究
陈伟，王艳丽**
作者简介：陈伟，（1988-），男，硕士研究生，研究方向：FDI，资本配置效率
通信联系人：王艳丽，（1981-），女，副教授，主要研究方向：FDI，财政政策. E-mail: wangyanlicumt@163.com
（中国矿业大学管理学院，江苏 徐州 221116）
5 摘要：本文利用全国27 个省市2005-2009 年的面板数据，将FDI 这一变量内生化，构建联
立方程系统探讨了FDI 对中国东部、西部和中部资本配置效率的影响，并进行了三大地区的
横向对比。研究发现：FDI 对中国东部、中部、西部资本配置效率的影响有明显区别，其中
对东部地区资本配置效率受FDI 影响最小，中部地区次之，影响最大的因素是金融机构贷款；
而西部地区受FDI 的影响则较为显著。最后本文根据实证结果提出了相关的政策建议。
10 关键词：FDI；资本配置效率；联立方程模型
 0 引言
资本配置效率，即指资本从低回报率行业流向高回报率行业的程度，它是衡量金融市场
运作对经济发展的促进作用程度。如果在回报率高的行业继续追加资金，在回报率低的行业
30 持续减少资金，就称之为资本配置有效率；反之，则为资本配置无效率。
中国改革开放以来，各省市大力引进外资。FDI 为中国企业带来了世界前沿的技术和管
理水平，并且把资本投入到那些回报率高的行业，同时也对资金流向起到导向的作用，这样
就有很可能改善原有的资本配置效率。与此同时，影响资本配置效率的因素除了FDI 外，
还有很多其它因素。基于此，有必要研究在加入FDI 这一内生影响因素下，中国各区域资
35 本配置效率究竟如何；并探讨在众多因素的共同作用下，FDI 如何影响中国各区域的资本配
置效率。
1 文献综述
资本配置效率的研究受到了理论界的广泛关注。美国耶鲁大学国际金融研究中心的
Jeffery Wurgler(2000)[1]指出资本从回报率低的行业流向回报率高的行业即为资本配置有效
40 率，用资本形成对于赢利能力的敏感性来度量资本配置效率；并以固定资本形成为因变量，
以行业增加值为自变量，采用双对数模型进行回归实证分析。结果表明，金融市场的完善程
 度对资本配置效率的提高起到了至关重要的作用。中国学者曾五一、赵楠[2](2007)借鉴并扩
展了Wurgler 测算资本配置效率模型，加入了历史事件的影响、企业的盈利情况、金融机构
贷款等因素，构建了动态面板数据模型，分行业测算了中国各区域的资本配置效率，认为中
45 国各地区的资本形成更加依赖于金融机构贷款的支持，而且绝大多数省份的资本形成存在自
我约束机制。张国富（2010）[3]以Wurgler 模型为基础，构建了门限回归模型，实证分析了
中国资本配置效率行业差异的影响。结果表明，行业的产出水平、技术特质、外资企业比重
以及开放程度的提高均能显著地提高资本配置效率，而大中型企业比重的提高则会降低资本
配置效率，并且测算出了各影响因素对应的门限值。
50 以上研究在分析中国资本配置效率的时候，把中国作为一个封闭的独立系统进行研究，
并没有考虑到FDI 在现代中国资本配置效率中扮演的角色，这可能是由于时间和技术的问
题。由于时间的推进，学者们逐渐意识到FDI 在改变中国资本配置效率过程中所起的作用，
并开始引进FDI 这一变量来研究其对资本流向的影响。米运生、李永杰（2006）[4]对中国
FDI 区域配置效率的总体特征和地区差异进行了研究，结果发现FDI 的配置效率在国家、区
55 域间和区域内的不同层面上有不同的影响因素。在国家层面上，市场潜力、公共资本影响作
用较大；在区域间，区位、知识与技术以及劳动力成本作用较为显著；而在区域内，各种影
响因素分别不同。郑群峰（2010）[5]借鉴Wurgler 的行业投资弹性系数模型构造了空间计量
模型，测算了中国民间资本、国有资本以及FDI 的配置效率。研究发现，配置效率由高到
低依次为民间资本、FDI 和国有资本。赵奇伟（2010）[6]考察了金融深化程度以及FDI 等制
60 度因素对资本配置效率的影响。研究结果表明，FDI 有利于资本配置效率的提高，而且还会
和金融发展交互作用对资本配置效率产生影响，并且两者的影响彼此加强。
以上研究显示出FDI 在影响资本配置效率中的重要地位，而且也采用了各种研究方法
分析了FDI 影响资本配置效率的机制以及影响大小，并在横截面上做了对比分析，但是这
些研究基本上是将FDI 作为一个外生变量来处理的。改革开放以来，随着FDI 的大量涌入，
65 FDI 已经和影响经济发展和资本流向的其他因素和变量彼此相互作用，其内生性越来越明
显，仅仅将其视为外生变量处理已经不足以揭示作用的本质。而本文在众多学者研究成果的
基础上，构建了联立方程系统，将FDI 视为其中的一个内生变量来研究它和资本配置效率
之间的关系。
2 联立方程系统建立
70 FDI 带来了国际先进的技术和管理水平，并且对东道国资金的流向具有引导作用，通过
引导资金从回报率低的行业流向回报率高的行业，促使资本配置效率得到提高。金融机构在
资金的流动过程中起到了中介作用，它吸收了社会上的闲散资金，然后再将其投入到对资金
有需求并且回报率高的行业，以期获得较高的收益；金融市场的发展程度越高，金融机构所
起的中介作用就越大，资本的配置效率就越高。利润越高暗示在该领域投资所获收益的期望
75 就越大，就会吸引其他领域的资金，从而提高资金的利用率。此外，如果上一年的固定资产
投资较大，那么在下一年就会将闲余的资金进行合理配置，以获得更高的回报率，提高资本
配置效率。
FDI 的根本目的在于盈利，所以其投资多少会受到该省经济发展状况和利润多少的因素
影响。一个省的经济发展状况良好意味着在该省投资具有可观的消费市场，使得投资企业可
80 以得到良好发展；如果投资得到的回报过低，外商投资便会减少甚至撤走。
利润因素产生受到一个省经济发展、FDI 以及扣除盈利因素外的其他自发投资激励的影
 响。一个省的经济发展良好，企业就会因此加大投资以满足消费者的需要，同时获得更多的
利润；FDI 带来了国际先进技术和管理水平，并且对资金流向具有导向作用，引导资金流向
回报率高的行业，使得资金得到有效利用，产生更多的利润；某一领域具有盈利空间，就会
85 产生自发投资激励，中国总体来说属于劳动密集型国家，劳动力的投入也会造成利润的增加。
根据以上描述可以列出如下方程：
1 11 1 21 31 41 51 1 =α + β + β + β + β + β +ε it it . it it it it EFF I V D FDI N ①
2 12 22 1 2 =α + β + β +ε it it it. FDI GDP I ②
3 13 23 33 3 =α + β + β + β +ε it it it it V GDP FDI N ③
90 本文运用边际产出/资本信贷来衡量资本配置效率，边际产出代表产出的增量，用地区
生产总值来表示；资本信贷则代表金融市场的发展程度，用地区金融机构贷款来表示。表达
式为： it it it EFF = GDP / D 。省份的经济发展状况用该省的GDP 来衡量。其中it I 代表第i
个省份在第t 年的固定资本形成，其滞后一期项it.1 I 表示历史形成因素，即上一期的固定资
本增加； it V 代表第i 个省份在第t 年的利润增加； it D 代表金融市场的发展程度，我们用金
融机构贷款额来衡量；
it FDI 代表第i 个省份在第t 年的FDI 额； it 95 N 代表第i 个省份在第t
年扣除盈利因素以外的其他自发投资激励程度，中国工业产业平均技术含量较低，相对而言，
人力资本扩张速度更能反映自发激励程度，故而我们用劳动人数来衡量之。在此方程中，
( 1,2,3,4,5) 1 i = i
β 用来衡量各影响因素对资本配置效率的影响关系，其中41 β 也为本文重点
探讨的FDI 对中国资本配置效率的影响系数。
100 3 中国三大地区资本配置效率实证分析
本文所指三大地区即为中国东部、中部和西部地区。其中，东部地区省份包括：北京、
天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、福建、山东、广东、海南；中部地
区省份包括：山西、江西、湖北、湖南、河南、安徽；西部地区省份包括：广西、贵州、四
川、云南、陕西、甘肃、宁夏、新疆。
105 由于数据的可获得性，本文构建了全国27 个省市(其中已剔除了重庆、内蒙古、西藏等
地区)的面板数据，每个截面成员包含了6 组变量，分别为FDI、地区生产总值、金融机构
贷款、固定资产投资、利润总额以及年末就业人数，时间跨度由2005 年到2009 年。本文数
据全部来自于CCER 金融研究数据库、中经网产业数据库以及中国资讯行数据库。
本节对中国东部、中部、西部三大地区的面板数据基于上述联立方程①②③进行估计，
110 由于GMM 方法允许随机扰动项存在异方差和自相关，而且不需要知道随机扰动项的确切分
布，所得到的参数估计量比运用其他方法更稳健、更合乎实际，所以我们采用GMM 方法来
对联立方程进行估计。表1 是利用Eviews6.0 软件得到的结果。
 表1 面板数据估计结果
Tab.1 Estimate 125 result of panel data
东部 中部 西部
3.8887 1.5950 19.0339
α1
(7.01) (4.36) (0.94)
-0.2156 -0.0320 -6.5945
β11
(-1.36) (-0.42) (-0.71)
0.9875 0.0753 2.0255
β21
(5.36) (1.89) (0.82)
-1.1017 -0.9640 2.8454
β31
(-13.71) (-14.68) (0.51)
0.0532 0.4044 1.5010
β41
(0.67) (16.10) (0.97)
0.0472 0.5642 -1.1283
β51
(0.49) (15.68) (-0.63)
-2.6692 -3.5984 -9.7332
α2
(-2.44) (-3.60) (-8.44)
0.5936 1.1450 0.5860
β12
(1.38) (5.97) (1.67)
0.3477 -0.2490 1.0119
β22
(0.85) (-1.39) (2.40)
-3.3544 -34.5774 -0.8268
α3
(-3.08) (-1.65) (-0.46)
1.2040 20.2260 1.6225
β13
(3.46) (1.51) (6.36)
0.0813 -8.6484 0.1748
β23
(0.58) (-1.35) (0.93)
-0.0684 -11.4611 -0.8306
β33
(-0.38) (-1.41) (-3.73)
注：括号内为各变量系数的t 统计量，表中各值为方程中变量均取对数后的结果。
3.1 东部地区资本配置效率影响分析
对于东部地区而言，影响其资本配置效率的五个因素的回归系数符号基本与假设一致。
学术论文网Tag：代写论文 代写金融论文 论文发表 代发论文 职称论文发表