一、引言 随着中国物流市场的开放,流入中国物流业的外商直接投资数量逐渐增加。根据国家统计局的数据,对运输、仓储、邮政和电信业的外商直接投资实际使用额从1999年的15.51亿美元增长到2009年的25.27亿美元。一些世界著名的物流企业(如FedEx、UPS、DHL等)都已进入中国市场,并建立其物流网络。对中国来说,物流业的直接投资一方面可以完善中国本身的物流网络,有利于创建一个良好的投资硬环境,促进中国制造业的发展;另一方面,先进的技术以及成熟的管理流程有利于带动中国本土物流企业的发展[1]。而物流基础设施水平被很多学者(Cheng & Kwan,2000;Markusen,2005;许罗丹,2003;张红伟,2007等)认为在吸引外资中具有重要的作用,对物流业FDI的流入是否会产生影响?又会在多大程度上产生影响?本文尝试对这些问题进行实证分析,揭示物流基础设施水平对物流业吸收FDI的影响程度,为进一步提升吸引外资水平、促进我国物流业发展提供参考。 二、相关文献回顾 目前,关于物流基础设施与外商直接投资关系的研究主要集中在两个方面。 (一)在影响外商直接投资的因素分析中涉及物流基础设施的部分 由于使用方法和数据方面的原因,研究结论迥异。一种观点认为基础设施有利于FDI流入。Cheng & Kwan(2000)认为区域市场容量、基础设施状况以及优惠政策对吸引FDI具有正面作用[2]。Zhang K.H.(2005)阐述了最不发达国家吸引外资很少的原因在于这些国家缺少各种形式的基础设施[3]。许罗丹和谭卫红(2003)借助邓宁的区位优势理论构建局部调整模型,分析了FDI的聚集效应,发现外商直接投资的聚集效应明显,我国的经济水平、居民消费水平、基础设施建设水平、市场容量对吸引FDI的影响显著,特别是我国的基础设施建设水平更为明显[4]。张红伟和陈伟国(2007)根据大量统计数据研究后发现,经济规模、政策优惠、产业结构、开放水平、基础设施、市场化程度等都对FDI的地区选择产生了很大的影响[5]。罗妍(2009)对中国物流业吸引FDI的影响因素进行了实证分析,表明GDP水平、制造业FDI水平及基础设施水平与物流业FDI的流入不仅存在正向协整关系,而且变量之间的变化也存在因果关系[1]。 另一种观点认为基础设施与FDI流入无关。朴商天(2004)对外商投资选址的影响因素进行探讨后发现,对外开放度、市场规模、鼓励政策与外商投资呈显著正相关,而基础设施和集聚化程度与外商投资呈较弱的正相关,这表明外商投资选址时对这两方面关注较少[6]。吴先华和胡汉辉(2005)研究了交通设施、金融深化、制度变迁及人力资本与FDI之间的关系,认为FDI的流入与基础设施的改善、金融深化、人力素质的提高等因素关系不大,并与制度的变迁存在着相互的引致关系[7]。 (二)单独就物流基础设施建设与FDI流入关系的实证研究 靳涛(2006)针对基础设施投资与外国直接投资之间的相关性进行了协整检验和格兰杰检验。结果发现,二者之间不仅存在协整关系,还存在单向的格兰杰因果关系,即FDI是带动基础设施投资的格兰杰原因,而基础设施投资并不是引致FDI增加的格兰杰原因[8]。刘铁胜(2006)根据我国东南沿海地区与中西部地区吸引外商直接投资的差距,从物流基础设施的角度解释了这些差距,认为物流基础设施对一个地区吸引外商直接投资有着重要的促进作用[9]。 回顾以往的相关文献我们发现,绝大多数研究都是把物流基础设施作为一个影响因素来考察其对FDI是否产生影响,而单独就物流基础设施与FDI流入关系的研究则很少,至于物流基础设施对物流业FDI流入影响的研究就更少。基于前人的研究成果,本文试图利用时间序列数据,运用协整分析、Granger因果关系检验和VAR模型分析等方法,针对我国物流基础设施水平对吸引物流业FDI的影响进行实证分析。 三、实证研究分析 (一)变量的选取和数据来源 考虑到中国物流产业真正得到快速发展是在1996年左右,加上数据收集的可得性,本文选取了1997-2009年的样本。为更好地反映物流业吸收FDI的实际情况,本文选用物流业外商直接投资实际使用金额(用LFDI表示)。而对物流基础设施的衡量,由于没有准确的物流产业统计数据,考虑到交通运输基础设施是物流基础设施的重要组成部分,其衡量指标又具有可得性,故本文选取能够反映交通运输基础设施水平的典型指标——物流网络里程数代表我国物流业基础设施建设水平(用LONG表示)。关于物流网络里程的度量理论上应该是现存五种运输方式按实现的价值增加额计算的加权和,但限于数据的可得性和有效性,本文以五种运输方式的里程数(铁路营业里程、公路里程、内河航道里程、民航航线里程、管道输油/气里程)简单加总后的总和来度量。选取的样本数据均来源于历年的《中国统计年鉴》,为避免统计口径不一致可能产生的问题以及削弱多重共线性、异方差、非稳态性等问题,在检验过程中对两个指标序列均采取自然对数形式(即LNLFDI、LNLONG)。 (二)单位根检验 为避免非平稳时间序列进行传统最小二乘法回归分析时产生的“伪回归”问题,我们先对时间序列数据的平稳性进行检验。借助Eviews5.1软件,运用ADF检验法,通过查验DF检验式中常数项和趋势项的显著性水平来确定是否应该包括截距项和趋势项,基于最小信息准则(AIC和SC)确定滞后阶p(如表1所示)。