FDI对我国城市化水平的影响研究_基于2003_2007年21个市数据

FDI对我国城市化水平的影响研究_基于2003_2007年21个市数据

黄娟，尚枫，雷鹏飞：FDI对我国城市化水平的影响研究

FDI对我国城市化水平的影响研究

———基于2003～2007年21个市数据

黄

a

娟，尚

bc枫，雷鹏飞

（中南财经政法大学a.工商管理学院；b.经济学院；c.法学院，武汉430073）

摘

要：运用因子分析法对影响城市化水平的诸因素进行甄选，构建城市化水平综合评价指标体系衡量城市化水平的高

低，然后通过中国21个市2003～2007年的相关数据，对FDI与城市化综合水平的关系进行实证检验。实证结果表明，在城市FDI对城市化综合水平促化综合水平较高的地方，实际FDI对城市化综合水平有积极作用，而在城市化综合水平较低的地方，进作用较小，甚至为负作用。

关键词：

城市化水平；FDI；面板数据

文献标识码：A

文章编号：1004－972X（2011）04－0044－04

中图分类号：F290

郭文杰（2007）认为外国直接投资（FDI）不仅

极大地满足了发展中国家资金短缺的要求，而且为东道国提供了技术和先进的管理经验。罗茜（2008）通过部分城市的数据构建综合城市化水平对FDI与城市化水平进行分析和研究，实评价指标，

证结果表明，在FDI投资稳定且规模较大时，城市化FDI对城市化推动水平受到FDI的推动作用显著，

城市自身的积累会促使其自作用达到一定程度后，

身的高速发展；在FDI投资规模不大，但有强大内资

推动时，城市综合实力也会快速提升；而在FDI投资不稳定且绝对规模较小，同时内资缺乏的情况下，城市发展受到制约。萧健（2009）通过逐步回归法选择对城市化综合水平影响较大的因素构建综合指

再利用1978～2007年湖南省的相关数据的时间标，

序列，运用Granger因果检验对FDI与城市化的相互作用进行了实证分析。目前国内以FDI为切入点的研究都通过实证方法分析FDI与城市化水平的关系，但都存在分析不够全面的问题。本文基于我国城市的特点，首先运用因子分析法构建综合性的评价指标体系来衡量城市化水平，然后，通过2003～2007年以来我国21个省市城市的面板数据分析，建立相关模型研究FDI与城市化水平之间的关系。

一、中国城市化综合指标体系的构建

1.数据收集和指标体系构建。由以上分析表明，对于城市化水平的衡量不能仅仅局限于城市人而应采用能综合反映城市化水口占总人口的比重，

平的指数。本文根据不同的分类兼顾数据可获得性选以及各种相关研究或评价体系使用的指标体系，

择了2007年我国北京、天津、沈阳、大连、长春、哈尔滨、上海、南京、无锡、苏州、杭州、宁波、厦门、济南、青岛、武汉、广州、深圳、重庆、成都、西安等21个市的GDP、第三产业占GDP比重、第三产业从业人数、职工平均工资、本地固话使用量、人均铺路面积、人均绿地面积、城建用地面积比、固定资产投资总额、科技教育投入等10个指标数据（数据均来源于历《中国统计年鉴》年的和中经网数据库），将10个城市化水平的影响因素指标通过统计软件SPSS19．010个原始变量的变量共同度基本都进行因子分析，

在80%以上，说明提取的因子已经包含了原始变量的大部分信息，因子提取的效果比较理想。选取特征值大于1的3个公因子，各公因子的方差贡献率21．15%、26．67%，其累计贡献率分别为36．98%、达84.80%，说明提出的3个公因子已经包含了解释原始变量的大部分信息。对初始因子载荷矩阵进

收稿日期：2010－12－30作者简介：黄

娟（1985—），女，江苏苏州人，中南财经政法大学工商管理学院博士研究生，研究方向为中国对外贸易。

44

FDI对我国城市化水平的影响研究_基于2003_2007年21个市数据

2011年第4期

行旋转，旋转后的因子载荷矩阵如表1所示。结合公共因子及经旋转后的因子载荷矩阵对各公共因子进行命名。公共因子1在GDP及第三产业占GDP比重和第三产业从业人数上有较大的载

GDP反映了城市经济发展的整体实力，荷，第三产业占GDP的比重是城市现代化水平的表现，随着经济的发展，第三产业占GDP的比重会相应提高，同从业人员也会逐渐从第一、二产业转移到第三产时，业来，因此，第三产业从业人数会相应增加。所以该因子可以称为经济发展水平因子。

2.各市城市化综合水平排序。为对2007年21

个市城市化水平作出综合评价，以各因子方差贡献0.2115、0.2667，率为其综合权重，依次为0.3698、对其进行加权来计算，从而对各市城市化水平作出综合评价。综合统计量（F）为：

F=0.3698F1+0.2115F2+0.2667F3

（1）

F为综合得分，Fi（i=1，2，3）为各因子得其中，

分，得分从大到小的排序结果如表2所示。

表2

位次2007年各市城市化综合水平及排序

综合排名位次综合排名表1

旋转因子载荷矩阵

变量

因子123GDP

0.9530.0170.005第三产业占GDP比重0.8950.211－0.112第三产业从业人数0.8160.176－0.025职工平均工资0.5310.8490.097本地固话使用量0.4520.7920.019人均铺路面积0.3450.8790.167人均绿地面积0.4160.3470.926城建用地面积比0.2720.1560.938固定资产投资总额0.538－0.0180.882科技教育投入

0.189

0.014

0.858

公共因子2在职工平均工资、本地固话使用量和人均铺路面积上有较大的载荷，固定电话使用量反映了城市人们的生活水平，尤其是通信状况，而人均铺路面积反映了城市的交通状况，所以，该因子可以称为人们生活水平因子。

公共因子3主要反映城市环境和城市未来的发展能力和潜在能力，城市环境主要体现在人均绿地面积、城市建设用地面积占市区总面积的比重两个方面。而各个市辖区政府关于科技和教育的财政支出和固定资产投资总额能反映城市未来的发展能力和潜在能力，以上两者统称为城市环境与发展潜力。由此得出的城市化水平综合评价指标体系如图1所示。

图1

城市化水平综合评价指标体系

排名得分

排名得分1

上海5.24112武汉2.6512北京4.78413青岛2.4383深圳3.97214长春2.2294广州3.67915大连2.2065天津3.42316哈尔滨1.9976苏州3.40917厦门1.8267杭州3.38518济南1.7318沈阳3.33219重庆1.6279宁波3.29620成都1.61310南京3.10221

西安

1.579

11

无锡

2.738

从表2中可以看出，基础比较好经济发展水平较高的沿海地区城市化水平较高，而中西部地区的城市化水平较低。

二、

FDI对城市化综合水平的影响实证分析1.数据来源。为了全面考察FDI对城市化综合水平的影响，首先使用因子分析方法分别得出21个市2003～2007年间城市化综合水平，并将其（用URB表示）作为自变量，选取2003～2007年间21市的实际外商投资（FDI）作为因变量。数据均来源于历年的

《中国统计年鉴》和中经网数据库。2.模型建立。FDI对于我国各个市城市化综合水平的影响可能随着时间的变化发展以及不同城市的情况而不同，因此，本文选用面板数据模型进行实证分析。面板数据模型主要有三类模型，即混合模型、固定效应模型和随机效应模型，为了选出最适合的模型，本文先建立固定效应模型，通过F检验来

判别是建立混合模型还是固定效应模型；然后，使用Hausman检验来判定是建立个体固定效应模型还是个体随机效应模型。设定模型为：

URBit=αi+βFDIit+μit

（2）…… 此处隐藏：6187字，全部文档内容请下载后查看。喜欢就下载吧 ……