农业外商直接投资及差异性研究

来源：核心期刊咨询网时间：12

摘要：一、空间分布进一步考量 为了更好地反映农业外商直接投资的空间分布状态，在这里采用信息熵和均衡度两个指标进行测算。根据信息熵的定义，农业FDI信息熵可以衡量农业FDI的分布状态，其取值越大，表明不同省份的农业外商直接投资数量差异越小，即农业外商直接

　　一、空间分布进一步考量

　　为了更好地反映农业外商直接投资的空间分布状态，在这里采用信息熵和均衡度两个指标进行测算。根据信息熵的定义，农业FDI信息熵可以衡量农业FDI的分布状态，其取值越大，表明不同省份的农业外商直接投资数量差异越小，即农业外商直接投资在地区间分布越均衡。均衡度是实际熵值与最大熵值之比。该指标最大值为1，表示为最理想的均匀状态；最小值为0，表示最不均匀；取值越大，表明分布越均衡。通过对农业外商直接投资信息熵和均衡度的测算（表2），从绝对数量来看，农业FDI呈现明显的递增趋势；其地区分布的不均衡状态在最近几年也趋于缓和。农业FDI信息熵和均衡度在2009年以前变化不平稳，基本在平均值上下浮动（分别为3.11和0.82）；但是，在2009年以后，就出现了较为明显的上扬趋势，分别达到最高值3.5和0.89。这种变化趋势在前面的数据分析中已得到验证，即农业外商直接投资在过去较多地集中在东部地区，而最近几年正在向中西部地区转移。

　　二、空间分布的差异性因素实证分析

　　基于前面的分析，得知农业外商直接投资在地区间分布不平衡。那么，导致这种差异的原因可归咎于各种区域性因素。本研究认为，这些区域性因素可归为农业生产基础条件、地区经济和社会条件以及地区对外开放程度等方面。

　　（一）变量选择

　　外商投资首先要考虑的因素是农业生产是否具有优势，而这从农业生产基础条件中可以直接反映出来。农业生产严重依赖于自然资源，其中最主要的是耕地和水资源，其丰裕程度直接决定了农业的发展。在这里以耕地总面积、农作物播种面积以及有效灌溉面积来衡量自然资源禀赋。除此之外，农业生产的顺利开展离不开各种物质资本投入。其中，最重要的是水利设施，笔者以有效灌溉面积来代替其拥有量。另外，以农业机械总量和农业固定资产投资来测度其他物质资本投入。除了农业自身的生产条件外，地区社会和经济发展状况也会影响外商的投资选择。以地区农林牧渔业生产总值作为衡量地区农业发展水平以及市场规模大小的指标。除了这些物质条件外，劳动力资源同样重要；而影响投资的主要有劳动力素质，劳动力素质的高低决定了科技创新和生产率的提高。以每10万人口高等学校在校生数量来测量劳动力素质或者人力资本拥有量。地区的对外开放程度可以反映一个地区投资环境的好坏，这也是外商投资要考虑的因素。笔者以各个地区的对外贸易依存度和实际外商直接投资额来衡量。另外，农业外商直接投资额也可以反映农业的对外开放程度；同时，该指标也可以反映集聚效应，即当年外商直接投资额会受上一年投资额的影响；这主要是因为以往的投资者可以对新的投资者产生一定的示范效应以及提供相关信息。

　　（二）研究方法

　　本研究选择因子分析法进行实证分析。因子分析法可以在不牺牲绝大多数信息的前提下缩减变量个数，进而避免变量过多所带来的多重共线性问题。同时，通过因子分析法所获得的因子具有命名解释性的特点，可以更好地分析各种影响因素。

　　（三）实证结果

　　因子分析的前提条件是各变量之间具有较强的相关关系。所以，笔者对所选取的变量计算相关系数矩阵，并进行Bartlett球形度检验和KMO检验（二者取值分别为91.71和0.82，这意味着原有变量可做因子分析）。在计算因子载荷矩阵时选用主成分分析法；在进行因子提取时，根据特征根累计贡献率超过85%的特征根个数来确定因子个数。在这里，笔者提取3个因子。三者方差贡献率依次为48.9%、23.4%和13.7%，累计方差贡献率达86%，也就是说所提取的3个因子能较好地综合原有变量的信息。为了使3个因子能够更好地命名，采用方差极大法（Varimax）对因子进行正交旋转。如表3所示，农作物播种面积、农业机械总量、有效灌溉面积、全社会固定资产投资、农林牧渔业总产值、耕地面积在第一个因子有较高的载荷，即第一个因子可以较好地解释这6个变量。因此，第一个因子可以命名为农业生产物质基础。对外贸易依存度、上一年FDI和上一年农业FDI在第二个因子具有较高载荷，所以第二个因子可以解释为对外开放程度。最后，第三个因子主要解释了每10万人口高等学校在校生数，可解释为人力资本状况。通过以上分析将原来的10个变量降为3个因子，且每个因子的实际含义也非常清晰。此外，采用回归法估计3个因子的得分系数，并据此计算各地区3个因子的得分，计算结果如表4所示。在农业生产物质基础方面（因子1），山东、河南和河北得分最高，说明3省的耕地资源、水资源等自然资源禀赋以及农业水利设施等物质投入比较充裕。广东、江苏和山东的对外开放得分最高（因子2），3省也是中国对外经济活动较为活跃的地区，如广东的对外贸易依存度高达119%。湖北、辽宁和江苏在人力资本得分最高（因子3），也就是说3省经济发展具备良好的人力资源。为了对各地区进行综合评价，可以以3个因子的方差贡献率为权数，计算各地区的综合得分。根据表4，除个别省份外，农业实际外商直接投资额较多的地区，其因子综合得分也较高。如河南、江苏和山东农业外商直接投资额分别是4.7亿、6.7亿和3.2亿美元，其因子综合得分也较高，分别是0.77、0.63和1.05。而与此同时，农业外商直接投资最少的3个省份，即内蒙古、广西和新疆，其因子综合得分也较低，分别是-0.4、-0.62和-0.69。由此可以看出，农业外商直接投资会受到地区农业生产物质基础、地区对外开放程度及人力资源状况的影响。当然，在这14个省份里，也存在例外情况，如福建和江西的农业外商直接投资额虽然比较高，其因子综合得分反而比较低，这可能除了笔者所考虑的影响因素外，两省的农业外商直接投资还受其他因素的影响，如农业劳动力数量、劳动力成本以及社会基础设施等。另外，农业外商直接投资较少的省份，3个因子得分也相对较低。例如，农业FDI最少的内蒙古、广西和新疆，其在因子1、因子2和因子3得分都较低，且都为负数，说明这3省份在农业生产物质基础、对外开放程度和人力资本状况不太乐观，这也是为什么其对外商投资吸引较少的原因。

　　三、研究结论

　　农业FDI在各地区分布较为不平衡，即东部地区占一半以上，西部地区最少。但是，随着时间的推移，这种不平衡状态有所减缓，即东部地区的农业外商直接投资在向中部地区转移。为进一步考量农业外商直接投资在地区间分布的不平衡状态，本研究又通过信息熵和平衡度两个指标的测算验证了以上结论。最后，通过因子分析法分析了农业FDI空间分布差异性背后的原因。笔者认为，与东部和中部地区相比，西部地区在吸引农业外商直接投资相对滞后的原因在于与其自身农业生产基础条件较弱、对外开放力度不够以及人力资本匮乏相关。所以，为了更好地促进外商直接投资向西部地区转移，笔者提出以下几点建议：第一，加强农业生产基础设施建设，这其中既包括物质资本的投入，如农田水利设施、农业机械等固定资产的建造和使用，也包括自然资源和生态的保护和维持。对于生态比较脆弱的西部地区，后者尤为重要。第二，通过和东部地区相关产业对接以及从东部地区引进相关农产品加工产业，扩大西部地区农产品市场销路和形成完整的产业链。第三，通过政策引导和资金支持，加强本地培育和招贤引才，进而提高本地劳动者素质，以解决外商直接投资的人才需求问题。

转载请注明来自：http://www.qikan2017.com/lunwen/nye/4893.html