1 머리말
세계 경제가 통합됨에 따라 외국인 직접투자 (이하 FDI) 는 이미 개발도상국 경제를 추진하는 중요한 동력이 되었다. 중국은 1993 이후 미국 다음으로 세계에서 두 번째로 큰 대외투자국이 되었다. 2002 년까지 중국은 실제로 FDI 를 사용하여 527 억 달러를 누적해 미국을 제치고 세계 1 위 대외투자국이 됐다. 외자 유입으로 외국인 직접투자는 중국 경제 발전에서 점점 더 중요한 역할을 하고 있다. 부족한 자원을 중국에 제공하고, 과학기술 수준을 높이고, 일자리를 창출하고, 경제 발전을 촉진하는 데 유리한 것은 중국이 현대화를 실현할 수 있는 가속 요인이다.
그러나 모든 것에는 양면성이 있다. 중국으로 유입되는 외국인 직접투자의 총량은 크지만 지역 분포는 심각하게 불균형하다. 현재 중국이 끌어들이는 외자 대부분은 연해 지역, 특히 광동, 장쑤, 복건, 상하이 등 동남연해 지역에 집중되고 있다. 2002 년 각 지역에서 실제로 이용된 외국인 직접투자 중 동부지역이 87 을 차지했다. 43%, 중부 지역이 9 를 차지한다. 88%, 서부지역은 2.65%, 중서부 지역은 12.57%[ 1] 에 불과하다. 대량의 외자가 연해 지역으로 유입되는 것은 연해 경제의 빠른 성장에 매우 중요한 추진 역할을 했지만, 동시에 우리나라 경제 발전의 불균형을 악화시켜 동 중 서부 지역의 격차를 더욱 넓혔다.
지역 경제의 조화로운 발전을 촉진하고 지역 격차를 점차 좁히기 위해 이 글은 FDI 결정 요소에 영향을 미치는 회귀 모델을 바탕으로 동부 지방 FDI 결정 요소에 대한 가중 평균을 제시하고 이를 참고로 강서성의 해당 지표와 참고치를 비교 분석하여 강서성과 동부 지역의 FDI 유치 차이 지수를 계산함으로써 강서성 정부의 미래 FDI 결정에 대한 정책 건의를 제공한다.
2 문헌 검토
1960 년대 이래로 대외 직접투자 이론에 대한 연구가 끊임없이 심화되고 있다. 1960 년대에 외국인 직접투자 이론은 전통적인 비교 우세 원리로 국제 자본의 흐름을 설명하는 데 초점을 맞추었다. 1990 년대 들어 내부화 이론과 일반 균형 체계를 결합한 연구 방법을 연구의 이슈로 삼았다. 요약하자면, 최근 몇 년 동안 학계에서 FDI 위치 문제에 대한 토론은 기본적으로 두 가지 사고방식에서 전개되었다. 하나는 이론적으로 다른 측면이나 각도에서 FDI 위치 선택의 동기와 영향 요인을 탐구하고 연구하는 것이다. 둘째, 국내외 많은 학자들이 계량경제학 모델을 이용해 FDI 의 위치 선택에 대한 실증 연구를 진행하고 있다.
2. 1 외국인 직접 투자 위치 선택에 관한 이론적 연구
2.1..1위치 이론
이론적으로 초기 구위 이론은 FDI 구위 선택 이론의 기초이며, 많은 관련 국제 직접투자 구위 선택 이론은 구위 이론에 기반을 두고 있으며, 어느 정도 구위 이론의 싹트기 사상을 포함하고 있다. 구위이론의 발전은 주로 원가학파, 시장학파, 행동학파 등 3 개 학파를 형성하여 기업이 비용최소화, 이윤최대화, 기업관리자 자신의 수요 등을 추구하는 방면에서 대외 직접투자의 구위선택을 설명한다. 이 이론은 위치 배치 요인과 위치 선택에 대한 분석을 통해 대외 직접투자의 위치 분석을 위한 이론적 근거와 방법론을 제공하지만 다국적 기업 경제활동에 대한 연구는 거의 다루지 않는다.
2. 1.2 FDI 위치 선택 이론
Harmo 가 제시한 독점 우위 이론은 모국의 기업이 동도국 동종 기업보다 더 유리한 독점 우위를 가지고 있다는 것이 기업의 대외 직접투자 동기라고 주장했다. 부용은 생산지가 제품 수명 주기의 여러 단계 (이운정) [2] 에 달려 있다고 제품 주기 이론을 제시했다. 일본 학자 작은 섬의' 일본식' 직접투자 이론은 대외 직접투자가 일반 자본 이전과는 달리 자본, 기술, 관리 방식의 종합 이전으로 보고 있다. 대외 직접투자는 비교 열세를 가진 산업을 동도국으로 옮기는 비교 우위를 가진 산업이나 동도국이 비교 우위를 가진 산업에 투자하여 무역의 확대와 이익 증가를 가져오는 것을 말한다.
Dengning 의 국제 생산 절충 이론은 외국인 직접 투자에 영향을 미치는 위치 선택 우위에는 천연 자원과 인적 자원, 시장의 공간 분포, 투입물의 가격, 품질 및 생산성, 국제 운송 및 통신 비용, 투자 인센티브와 장벽, 제품 무역에서의 인위적 장애, 사회 및 인프라 조건, 국가 간 이데올로기, 언어, 문화, 상업 및 정치적 차이 등이 포함됩니다. 생산과 판매에 집중하는 경제, 경제 체제, 정부 정책.
일부 학자들은 집결 효과의 관점에서 FDI 의 구위 선택을 연구했다. 포터는 한 지역이 FDI 를 끌어들이는 것은 "특정 서비스 시설과 숙련된 노동력을 얻을 수 있는 선진 기반 시설을 갖추고 있고, 좋은 지역 이미지와 대량의 산업 집결이 있기 때문" 이라고 생각한다. Kmgma, Dunning, Dermot, Davelin 은 이미 이론적으로 집결 효과의 영향을 연구했다. Luger 와 Shetty 는 3 자리 산업 (산업 분류 기준) 에 대한 연구를 통해 집적 경제가 외국 기업의 투자 위치 선택에 미치는 중요한 영향을 입증했다. 서로댕과 담울홍도 중국의 외자유치 작용 (오요) [3] 을 분석했다.
2.2 FDI 위치 선택에 관한 실증 분석
실증분석은 실제로 이론 연구에 기초하여 각종 영향 요인을 수량화하고 계량 경제 분석 방법을 이용하여 이러한 요소들과 FDI 수준의 상관관계를 검증하는 것이다. 각종 영향 요인은 일반적으로 비용 요소, 시장 요소, 집적 경제 요소, 제도 요소 등 여러 가지 범주로 나뉜다. 최근 몇 년 동안 국내외 많은 학자들이 각종 영향 요인을 실증적으로 분석했다.
2.2. 1 외국인 직접 투자 위치 선택에 관한 실증 분석
시장 및 비용 요인이 FDI 에 미치는 영향, 라슈미의 연구는 Globerman 및 Shapiro 의 연구와 마찬가지로 경제 기본 변수가 FDI 에 큰 영향을 미친다는 사실을 발견했습니다. 특히 이러한 요인으로는 시장 규모, 인건비, 첨단 기술 수준, 외채, 발전량 등이 있습니다. 그러나 현재 정부 정책이 FDI 에 미치는 영향에 대한 실증적 문헌에서 정부 정책이 FDI 유입에 미치는 영향에 대한 결론은 일치하지 않는다. Rashmi 의 연구에 따르면 일부 정부 재정 인센티브 정책은 FDI 유입에 긍정적인 영향을 미치지만 영향은 크지 않지만 일부 제한 조치의 취소는 FDI 유입에 상당한 긍정적인 영향을 미친다. Devereux, Griffith, Hines 는 재정 정책이 FDI 의 지역 분포, 특히 수출 지향형 FDI 에 영향을 미치는 반면 다른 정책은 부차적인 역할 (후재용) [4] 에 불과하다고 생각합니다.
그러나, UNCTAD 의 보고서는 정부가 실시한 인센티브의 역할이 그다지 중요하지 않다는 것을 보여준다. 윌러라와 바레와 같은 일부 학자들도 다른 관점을 제시했다. 그들은 경제 요인이 FDI 에 미치는 영향을 고려한다면, 정부 인센티브가 FDI 유치에 미치는 영향은 말살될 것이라고 생각한다. Hoekman 과 Saggi 는 인센티브가 어떤 종류의 FDI 를 끌어들이는 데 중요한 역할을 했지만, 이를 더 넓은 경제적 요인에 두면 인센티브가 작용하지 않을 것이라고 판단했다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 스포츠명언)
2. 2. 2 FDI 위치 선택에 관한 국내 실증 분석
국내 학자들은 일반적으로 횡단면 데이터 또는 패널 데이터를 사용하여 국내 주 또는 지역 FDI 를 분석하고 관련 회귀 분석 또는 비교 분석을 많이 사용합니다.
노명홍은 1988- 1995 29 개 성의 외국인 투자 데이터를 이용하여 투자 환경이 외국인 투자 위치에 미치는 영향을 분석했다. 그 결과 지역 총생산, 제 3 산업 생산액 비중, 도시 인구 비중, 특수경제정책 특혜 정도, 지역 경제 외향도 각 지역 외국인 직접투자와 직결되는 것으로 나타났다. 동시에, 그는 또한 광서, 산시, 장쑤, 해남, 구이저우, 간쑤, 천진 등의 지방이 외국인 과잉 투자 지역에 속한다는 점에서 각 지역에 흡수된 외국인 직접투자와 투자 환경의 편차를 계산했다. 신장, 푸젠, 하남, 허베이, 내몽골, 광동, 청해, 산서는 외자가 부족한 지역이지만 잠재력이 크다.
위, 하찬비, 설문조사를 통해 진황도시 135 개 외국인 투자기업의 투자 동기와 구위 요인을 실증적으로 분석했다. 그 결과, 외국 상인의 중국 투자 동기는 생산 투입과 시장 동기, 생산 서비스 동기, 문화적 연계 및 정서적 동기, 우대 정책 활용 및 위험 감소 동기, 경쟁 동기 및 수출 동기, 진황도 투자에 영향을 미치는 주요 위치 요인은 도시 경제 문화 환경 요인, 거래 비용 요소, 생산 투입 공급 요소, 시장 요소 및 투자 비용 요소로 요약할 수 있는 것으로 나타났다.
갈순계는 중국 3 1 성시가 FDI 를 이용하는 성과지수와 잠재력지수를 비교했다. 65438 에서 0995 까지 지수의 영상성 시는 각각 베이징, 상하이, 광동, 천진, 절강, 복건, 장쑤 등이다. 200 1 까지 지수값의 순서는 변하지 않았지만 베이징의 지수값은 다소 하락하여 다른 성시의 지수값은 모두 다른 정도로 높아졌다. 또한 많은 학자들은 중국이 WTO 가입이 FDI 유치에 미치는 영향을 비교하고 가치 있는 이론을 내놓았습니다.
요약하면 국내외 학자들이 FDI 위치 선택에 대한 실증 분석에 따르면 경제 기본 변수인 시장, 비용, 집결 경제 요인이 FDI 에 큰 영향을 미치는 반면 제도 요인의 연구 결과는 논란이 되고 정책 제정은 구체적인 상황에 따라 구체적으로 분석해야 한다.
3 장시성과 동부 지역의 FDI 유치 차이 분석
이 글의 실증 분석은 두 단계로 나뉜다. 첫 번째 단계는 회귀 모형을 선택하는 것이다. 이 글의 목적과 편폭의 제한에 따라 외국인 직접 투자의 영향 요인을 전면적으로 반영하는 모델을 분석의 기초로 선택할 필요가 있다. 모델에는 포괄적 인 데이터와 강력한 대표 결론이 필요합니다. 둘째, 모델을 바탕으로 강서성의 영향 요인을 동부 지역의 해당 지표와 비교 분석해 강서성과 동부 지역의 FDI 유치 차이 지수를 계산한다.
3. 1 모델 선택
이 글은 수도 경제무역대학교 경제대학원 대학원생 오요가 세운 귀환 모델을 차용했다. 앞서 설명한 FDI 의 영향 요인에 따라 저자는 9 개의 변수를 방정식의 해석 변수로 선택했습니다.
In (FDI) = ao+a1ln (GDP)+a2ln (ggdp)+a3ter+a4h cap+a5ln (임금)
+a61n (tra)+a7 infra+a8ln (FDI-1)+a9 pol+c (3./kloc)
FDI (단위: 만 달러) 는 변수를 해석하는 것입니다. GDP (단위: 억 위안): 국내 총생산; GGDP (단위: 위안): 1 인당 GDP; TER (단위:%): 제 3 산업 (각 지역의 금융 정보 교통 등 산업) 이 GDP 의 비중을 차지하며 한 지역의 시장화 발전 정도를 측정한다. HCAP (단위:%): 지역별 인적 자본 재고 임금 (단위: 위안): 각 지역의 노동력 평균 임금 수준은 각 지역의 외국인 직접 투자의 인건비 수준을 반영한다. TRA (단위: 억 달러): 한 지역의 대외 개방 정도를 측정하는 수출입 총액입니다. INFRA (단위: km/km2): 한 성의 인프라 수준을 측정하는 교통선의 종합 밀도입니다. FDI- 1 (단위: 만 달러): 전년도 대외 직접투자 금액 폴: 외국인 투자자에 대한 우대 정책. 특혜 정책을 즐기는 지역 할당은 1 이고, 그렇지 않으면 0[5] 입니다.
이 9 가지 변수는 집결 효과, 경제 규모와 시장 용량, 경제 효율성, 시장화 정도, 인적 자본 재고, 대외 개방 정도, 인프라 수준, 인건비, 우대 정책 등의 요소를 종합해 지표가 전면적으로 합리적이다. 한편, 저자는 중국 365438+ 1997-2003 년 패널 데이터를 이용하여 계량경제학 분석 방법을 이용하여 정적과 동적인 두 가지 차원에서 다양한 요소가 FDI 에 미치는 영향을 분석했다.
단계별 회귀 방법을 사용하여 모델을 분석합니다. 결과 5 개의 해석 변수는 테스트를 통해 방정식에 들어갑니다.
Ln (외국인 직접 투자) = 1.985+0.435ln (국내총생산) +0.6 10ln(GGDP)-0.634ln (임금
+0.508ln (FDI-1)+0.467pol+c (3.2)
회귀 결과 해석변수가 1n(FDI- 1), INFRA, ln(GDP), 1n (임금) 인 것으로 나타났다
POL 은 모두 중요도 테스트를 통과했으며 1% 수준에서 현저하게, 전체 모델의 R 제곱은 9 1 에 도달했습니다. 38%.
그것은 아주 좋은 맞춤도를 가지고 있다. F 값은 35 1.69 17 로 1% 수준에서 두드러지게 나타나 모델 전체가 두드러진다는 것을 나타냅니다. D-W 값은 1 입니다. 476, 심각한 시퀀스 자기 상관 없음, VIF 값이 5 이하인 경우 심각한 다중 * * * 선형이 없음을 나타냅니다. 또한 잔차 그래프를 관찰함으로써 뚜렷한 이차를 발견하지 못했다.
이 모델에 따르면 집결효과 (FDI- 1), 인프라 수준 (infra), 경제발전수준 (GDP, GGDP), 인건비 (임금), 정책요소 (POI) 가 모두 옳다 다른 세 가지 해석 변수는 중요도 검증을 통과하지 못했습니다. 그 중 GDP 를 차지하는 제 3 산업의 비중 (TER) 은 인프라 수준 (infra) 과 같은 수준의 인프라 상태를 반영할 수 있으므로 여러 * * * 선형을 제외해야 합니다. 한 지역의 개방 수준을 대표하는 변수 (TRA) 는 외국 상인이 중국에 직접 투자하여 중국 본토 시장에 더 많은 관심을 기울일 수 있기 때문에 수출입 수준은 FDI 와 크게 관련이 없다. 인적 자본 재고 (HCAP) 는 상대 수치를 사용하기 때문에 한 지역의 인적 자본 공급을 반영합니다. 분석에서 HCAP 는 등식에 들어가지 않았다. 이는 외국인 투자자들이 인적 자본을 고려하는 수요가 공급보다 많다는 것을 보여준다. 이 모델은 거시경제 발전이 FDI 에 미치는 영향을 고려하여 중국에서 FDI 의 위치 선택을 잘 설명했다.
이 문서의 목적은 모델에서 선택한 변수가 FDI 에 미치는 중요도를 검사하는 것입니다. 회귀 방정식에 들어가는 변수는 이러한 변수가 FDI 유치에 큰 영향을 미친다는 것을 보여 줍니다. 이 조건이 충족되어야만 차이 지수를 계산할 수 있습니다. 그렇지 않으면 실질적인 의미가 없습니다. 예를 들어, HCAP (인적 자본 재고) 는 테스트를 통과하지 못하고 회귀 방정식에 들어갑니다. 이 변수의 차이 지수를 계산한 결론은 강서성과 동부 지역의 인적 자본 주식에 차이가 있다는 것을 설명할 수 있을 뿐이다 (차이의 정도는 차이 지수의 값에 의해 결정됨). 그러나 이 변수가 방정식에 들어가지 않았기 때문에, 이 차이는 두 지역이 서로 다른 FDI 를 끌어들이는 요인이 아니며, 변수의 차이 지수는 실질적인 의미가 없다.
3.2 비교 분석
3.2. 1 클러스터 분석
강서성과 비교하는 참조 지역으로서 FDI 를 효과적으로 끌어들이기 위해 이 글은 2004 년부터 1998 년까지 각 성시의 FDI 데이터를 이용하여 3 1 개 성 자치구를 클러스터링했다. 다음은 원시 데이터 및 분석 결과입니다.
표 3. 1 1998-2004 년 외국인 직접투자 3 1 각 성 자치구 단위: 백만 달러.
지역
2004 년
2003 년
2002 년
200 1 년
2000 년에
1999
1998
베이징
255974
2 19 126
172464
1768 18
168368
197525
2 16800
톈진 시
17209 1
153473
158 195
2 13348
1 1660 1
176399
2 1 136 1
허베이성
69954
96405
7827 1
66989
67923
104202
142868
산시
9022
2 136 1
2 1 164
23393
22472
39 129
2445 1
내몽골
34297
8854
1770 1
10703
10568
6456
9082
랴오닝 성
540677
2824 10
34 1 168
25 16 12
204446
106 173
2 19045
길림성
19237
19059
24468
33766
3370 1
30 120
409 17
헤이룽장 성
339 17
32 180
355 1 1
34 1 14
30086
3 1828
52639
상하이
63 1087
546849
427229
429 159
3 160 14
283665
360 150
장쑤 주
894830
1056365
10 18960
69 1482
642550
607756
663 179
저장 성
573256
498055
3076 10
22 1 162
16 1266
123262
13 1802
안후이 성
42850
36720
38375
33672
3 1847
26 13 1
27673
푸젠성
192384
259903
383837
39 1804
343 19 1
402403
42 12 1 1
강서
204487
16 1202
108 197
39575
22724
32080
46496
산둥 (도)
866423
60 16 17
473404
352093
297 1 19
225878
220274
허난 성
422 1 1
53903
40463
45729
56403
52 135
6 1654
후베이 성
17444 1
156886
142665
1 18860
94368
9 1488
97294
호남
14 1803
10 1835
90022
8 10 1 1
67833
65374
8 18 16
광둥
100 1 158
782294
1 133400
1 193203
1 12809 1
1 165750
120 1994
광서
29579
4 1856
4 1726
384 16
52466
635 12
886 13
해남
1 1926
42 125
5 1 196
4669 1
43080
48449
7 17 15
충칭
25 196
26083
19576
25649
24436
23893
43 107
쓰촨 주
36503
4 123 1
55583
58 188
43694
34 10 1
37248
구이저우 (성)
627 1
452 1
382 1
2829
250 1
4090
4535
윈난성
14 153
8384
1 1 169
6457
128 12
15385
14568
티베트
--
--
--
--
--
--
--
산시 성
14 132
33 190
36005
35 174
28842
24 197
300 10
간쑤
3539
2342
6 12 1
7439
6235
4 104
3864
청해성
--
2522
4726
3649
--
459
--
닝샤시
6704
1743
2200
1680
174 1
5 134
1856
신장
3996
1534
1899
2035
19 1 1
2404
2 167
출처: 중국 통계 연감, 2005, 중국 경제망.
클러스터링 결과는 다음과 같습니다.
평균 체인 트리 뷰 사용 (그룹 내)