陳漢輝, 胡登峰, 武佩劍

(安徽財(cái)經(jīng)大學(xué) 工商管理學(xué)院, 安徽 蚌埠 233030)

2019年3月15日,《中華人民共和國外商投資法》公布,將“各級人民政府及其有關(guān)部門應(yīng)當(dāng)按照便利、高效、透明的原則,簡化辦事程序,提高辦事效率,優(yōu)化政務(wù)服務(wù)”列入第19條。學(xué)術(shù)界普遍認(rèn)同:營商環(huán)境是制約投資行為的客觀條件,外商投資可以促進(jìn)資金輸入地區(qū)經(jīng)濟(jì)增長和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)變,彌補(bǔ)當(dāng)?shù)刭Y金的短缺,引入先進(jìn)技術(shù)與管理經(jīng)驗(yàn)[1-3]。就目前我國實(shí)際利用外商直接投資規(guī)模來看,2019—2020年,盡管總體規(guī)模在擴(kuò)增且中西部地區(qū)利用外資數(shù)量增速明顯,但絕大多數(shù)外資依然聚集于東部地域,地域不平衡的特征明顯。

以往學(xué)者借助于時(shí)間序列數(shù)據(jù)或面板數(shù)據(jù),通過多元統(tǒng)計(jì)分析或計(jì)量模型來對外商直接投資的影響因素及其影響程度進(jìn)行研究,涉及市場規(guī)模、基礎(chǔ)設(shè)施、勞動(dòng)力素質(zhì)以及政策制度等因素[1,3-7],為外商投資區(qū)位選擇提供了理論支撐,也為地方利用外資提供了實(shí)證性對策建議,但鮮有學(xué)者通過組態(tài)視角來研究多條件組合對外商直接投資的影響。傳統(tǒng)計(jì)量分析將自變量假定為相互獨(dú)立的,在控制其他因素的情況下,分析自變量對因變量的邊際凈效應(yīng),但很難解決因果復(fù)雜性問題。營商環(huán)境包括眾多要素,世界銀行相關(guān)報(bào)告中就多達(dá)10個(gè)指標(biāo),而這些要素指標(biāo)之間并不完全獨(dú)立,它們對外商直接投資的影響可能存在多條因果路徑,這正是本文采用組態(tài)分析方法試圖解決的復(fù)雜性問題。本文第一部分梳理營商環(huán)境與外商直接投資相關(guān)文獻(xiàn);第二部分基于粵港澳大灣區(qū)研究院《2020年中國296個(gè)城市營商環(huán)境報(bào)告》和案例城市2020年統(tǒng)計(jì)年鑒中相關(guān)數(shù)據(jù)進(jìn)行相關(guān)性與因子分析,并構(gòu)建兩階段定性比較分析模型;第三部分采用模糊集定性比較分析方法(fuzzy-set Qualitative Comparative Analysis,fsQCA)對數(shù)據(jù)進(jìn)行實(shí)證分析;第四部分為結(jié)論與相關(guān)討論。本文創(chuàng)新性體現(xiàn)在以下兩個(gè)方面:第一,基于公開報(bào)告與年鑒數(shù)據(jù)進(jìn)行先期處理,然后構(gòu)建定性比較分析模型,不同于先期提出假設(shè)和模型然后進(jìn)行數(shù)據(jù)驗(yàn)證的方式;第二,采用定性比較分析方法(Qualitative Comparative Analysis,QCA)來探究營商環(huán)境中不同要素組合對外商直接投資的影響路徑,為地方引入外資提供“組合拳”式對策建議。

一、文獻(xiàn)綜述

營商環(huán)境是影響每個(gè)行業(yè)和公司運(yùn)作效率的政策、制度、基礎(chǔ)設(shè)施、人力資源和地理特征的關(guān)系總和,涉及經(jīng)濟(jì)、社會、政治及生態(tài)等一般環(huán)境和勞動(dòng)力市場、基礎(chǔ)設(shè)施、企業(yè)融資、政府服務(wù)效率、產(chǎn)權(quán)保護(hù)等具體環(huán)境[8-9]。營商環(huán)境是投資者進(jìn)行對外直接投資決策的基本依據(jù),也是各國吸引和擴(kuò)大外商直接投資的必要保障[3]。有利的營商環(huán)境能夠降低企業(yè)運(yùn)營成本,釋放經(jīng)濟(jì)潛力并吸引投資[10],Farole等對意大利、波蘭、羅馬尼亞等的營商環(huán)境進(jìn)行實(shí)證研究發(fā)現(xiàn),處于較好營商環(huán)境區(qū)域的企業(yè)表現(xiàn)出更好的績效和盈利能力[11]。煩瑣的審批程序與無效管理,會給企業(yè)帶來不必要的成本,對當(dāng)?shù)亟?jīng)濟(jì)增長產(chǎn)生負(fù)向影響。梳理營商環(huán)境不同要素與外商直接投資關(guān)系的相關(guān)研究主要體現(xiàn)在以下4個(gè)方面:

1.市場規(guī)模與基礎(chǔ)設(shè)施

外商直接投資通過“外溢效應(yīng)”“資本累計(jì)效應(yīng)”等極大促進(jìn)我國技術(shù)進(jìn)步與經(jīng)濟(jì)增長,其中市場規(guī)模是影響外商直接投資的首要因素,地域市場規(guī)模越大越能夠促進(jìn)外資的進(jìn)入[7,12]。張紀(jì)鳳利用16個(gè)新興市場國家1996—2017年的面板數(shù)據(jù)進(jìn)行分析,結(jié)果表明基本面因子(主要為人均GDP、GDP增長率等反映市場環(huán)境的指標(biāo))對外商直接投資產(chǎn)生顯著正向影響[6]。

在全球化進(jìn)程中,外商直接投資通過資本流入、知識和就業(yè)增加為新興市場國家?guī)砩鐣?、?jīng)濟(jì)和商業(yè)利益。當(dāng)?shù)氐幕A(chǔ)設(shè)施如交通、電力、通信等再加上可靠的數(shù)據(jù),對于外國公司投資選址具有決定性的作用[13]?；A(chǔ)設(shè)施是吸引外商直接投資的硬件:公路里程數(shù)每增加1個(gè)百分點(diǎn),外商直接投資會增加約0.14個(gè)百分點(diǎn)[6],桂林市的基礎(chǔ)設(shè)施與FDI呈現(xiàn)同幅度增長的趨勢[2]。Fang研究發(fā)現(xiàn),信息基礎(chǔ)設(shè)施發(fā)展水平是城市間風(fēng)險(xiǎn)投資最重要的正向因素,具有直接和間接影響[14]。

2.政府政策與制度

政府作為營商環(huán)境優(yōu)化的責(zé)任主體,通過制度創(chuàng)新實(shí)現(xiàn)政府服務(wù)的高效性和市場競爭的公平性,有助于降低企業(yè)交易成本[15]。無論是宏觀經(jīng)濟(jì)政策還是政府管理制度都會對企業(yè)投資的回報(bào)與風(fēng)險(xiǎn)產(chǎn)生直接影響,Sethi基于1981—2000年美國對外直接投資數(shù)據(jù)的實(shí)證分析發(fā)現(xiàn),制度對投資者區(qū)位選擇有重要影響,財(cái)產(chǎn)保護(hù)和合同執(zhí)行情況等經(jīng)濟(jì)制度是決定外商直接投資的重要因素[16]。張應(yīng)武和劉凌博利用2009—2018年世界123個(gè)經(jīng)濟(jì)體的面板數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)論表明財(cái)產(chǎn)登記、破產(chǎn)辦理和合同執(zhí)行等政府軟環(huán)境對外商直接投資產(chǎn)生顯著正向影響[3]。

Mlambo通過對比分析非洲、東亞、拉丁美洲和南亞等40個(gè)發(fā)展中國家在1970—1996每4年度面板數(shù)據(jù),發(fā)現(xiàn)改善非洲經(jīng)濟(jì)的政策環(huán)境有助于增加私人投資[17]。Jerbashian和Kochanova研究了14個(gè)經(jīng)合組織國家的行業(yè)數(shù)據(jù)和世界銀行營商指標(biāo),發(fā)現(xiàn)信息和通信技術(shù)的投資會隨著注冊財(cái)產(chǎn)成本的降低和合法權(quán)利的增加而增加[18]。魏瑋和張萬里基于2001—2015年30個(gè)省(自治區(qū)、直轄市)的數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果表明制度環(huán)境優(yōu)化對FDI質(zhì)量產(chǎn)生正向影響,其中中部地區(qū)制度環(huán)境對FDI質(zhì)量的影響最大,西部地區(qū)次之,東部地區(qū)影響較小[19]。以市場化和開放度為代表的區(qū)域制度環(huán)境仍是外資在中國進(jìn)行區(qū)位選擇時(shí)所考慮的重要方面[7]。

3.勞動(dòng)力素質(zhì)與成本

張曉濤等認(rèn)為,地方政府與企業(yè)提升當(dāng)?shù)厝肆Y本水平,有助于吸引外商直接投資和發(fā)展高附加值產(chǎn)業(yè)[20]。勞動(dòng)力素質(zhì)和工資水平是影響外商直接投資的決定性因素[21-22]。吳靖珂采用空間計(jì)量方法對我國2014年各省外商直接投資數(shù)據(jù)進(jìn)行分析,實(shí)證結(jié)果表明人力資本因素對FDI起顯著的正效應(yīng)[23]。人力資本質(zhì)量與FDI存在正向相關(guān),而地區(qū)人力資本異質(zhì)性與FDI存在負(fù)向相關(guān)[5]。伴隨新技術(shù)的應(yīng)用,外商直接投資開始轉(zhuǎn)向更多知識、技能和資本密集型產(chǎn)業(yè),受過良好培訓(xùn)和教育的勞動(dòng)力比低成本勞動(dòng)力更為重要。

關(guān)于勞動(dòng)力成本對FDI的影響,研究結(jié)論并不一致:白津卉基于1983—2013年我國外商直接投資相關(guān)影響因素的數(shù)據(jù)進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn),結(jié)果發(fā)現(xiàn),在其他因素不變的情況下,工資率(對數(shù))每增加1%,外商直接投資(對數(shù))下降1.54%,表明勞動(dòng)力成本上升會對FDI產(chǎn)生抑制作用[12]。然而胡志強(qiáng)等、姜亞鵬和譚興梅研究卻發(fā)現(xiàn),勞動(dòng)力成本與FDI呈顯著正相關(guān),他們認(rèn)為較高的工資率是較高生產(chǎn)率、勞動(dòng)力素質(zhì)和地區(qū)經(jīng)濟(jì)發(fā)展水平的體現(xiàn)[7,24]。

馬雙和賴漫桐從勞動(dòng)力成本中的最低工資視角進(jìn)行研究,發(fā)現(xiàn)最低工資上漲對外商直接投資是否進(jìn)入影響不大,外商直接投資主要受企業(yè)自身生產(chǎn)特點(diǎn)和實(shí)力的影響[9]。高素質(zhì)的勞動(dòng)力和豐富的勞動(dòng)力資源是影響外資區(qū)位選擇的顯著要素之一[3,24-25],一個(gè)強(qiáng)調(diào)人力資本建設(shè)的發(fā)展中國家更有可能吸引外國直接投資。

4.生態(tài)環(huán)境

污染避風(fēng)港假說認(rèn)為,發(fā)達(dá)國家的環(huán)境管制標(biāo)準(zhǔn)比較高,為了降低成本,跨國公司投資會向環(huán)境標(biāo)準(zhǔn)較低的發(fā)展中國家轉(zhuǎn)移,尤其體現(xiàn)在污染密集型行業(yè)[26]。在發(fā)展中國家,民眾社會參與和環(huán)境管理的成本較低,跨國公司對此可能比較敏感[4]。傅永雙基于我國31個(gè)省(自治區(qū)、直轄市)的相關(guān)數(shù)據(jù)進(jìn)行回歸分析,發(fā)現(xiàn)生態(tài)環(huán)境簡單指數(shù)與外商直接投資額顯著負(fù)相關(guān)[27]。一般認(rèn)為,環(huán)境規(guī)制會提高企業(yè)的運(yùn)營成本,進(jìn)而對FDI流入產(chǎn)生抑制作用[28-29],但由于地區(qū)發(fā)展程度及政策差異性較大,這種影響作用并不一致[30]。

5.簡要評述

關(guān)于營商環(huán)境并無統(tǒng)一定義,學(xué)者們在測量時(shí)使用不同的指標(biāo)維度進(jìn)行研究,有如上面所涉及的市場規(guī)模、基礎(chǔ)設(shè)施、制度、勞動(dòng)力素質(zhì)、生態(tài)環(huán)境等,使得某些結(jié)論產(chǎn)生差異,但總體上觀點(diǎn)一致:良好的營商環(huán)境有助于吸引外部投資[3],降低企業(yè)運(yùn)營成本,減弱企業(yè)融資約束[31]。在前期文獻(xiàn)研究中,計(jì)量或回歸方法的采用控制了某些變量,采用數(shù)據(jù)處理方法降低了自變量之間的共線性,以明確它們對因變量的影響,這對于明確特定變量的作用有著積極貢獻(xiàn),但難以掩蓋研究方法自身的不足,無法給出多變量組合情境下的影響路徑。

二、變量選擇與模型設(shè)計(jì)

1.數(shù)據(jù)來源與變量選擇

(1)營商環(huán)境指標(biāo)變量與數(shù)據(jù)來源。本文依據(jù)粵港澳大灣區(qū)研究院公布的《2020年中國296個(gè)城市營商環(huán)境報(bào)告》獲取來自36個(gè)城市(直轄市、省會城市、副省級城市)6大類營商環(huán)境指標(biāo)數(shù)據(jù),具體包括:

① 軟環(huán)境指數(shù),變量名為X1,主要包括開辦企業(yè)、執(zhí)行合同、財(cái)產(chǎn)登記等反映地區(qū)制度與政策環(huán)境的指標(biāo);

② 市場環(huán)境指數(shù),變量名為X2,主要包括GDP總量、人均GDP、GDP增速等反映城市容量及活力水平的指標(biāo);

③ 商務(wù)成本環(huán)境指數(shù),變量名為X3,主要包括勞動(dòng)力成本、水電氣價(jià)格等反映企業(yè)運(yùn)營成本的指標(biāo);

④ 基礎(chǔ)設(shè)施環(huán)境指數(shù),變量名為X4,主要包括軌道交通長度、使用道路面積、貨運(yùn)量等反映基礎(chǔ)設(shè)施發(fā)達(dá)與否的指標(biāo);

⑤ 生態(tài)環(huán)境指數(shù),變量名為X5,主要包括空氣、廢水、建成綠化覆蓋率等反映地域生態(tài)環(huán)境的指標(biāo);

⑥ 社會服務(wù)環(huán)境指數(shù),變量名為X6,主要包括教育服務(wù)、科技服務(wù)、醫(yī)療與養(yǎng)老服務(wù)等反映地域社會服務(wù)狀況的指標(biāo)。

《2020年中國296個(gè)城市營商環(huán)境報(bào)告》是依據(jù)國內(nèi)各城市2019年的數(shù)據(jù)計(jì)算出6類指標(biāo)的最終數(shù)值,其中指標(biāo)測算采取無量綱化的方式來消除原始變量(指標(biāo))量綱的影響。

(2)外商直接投資額數(shù)據(jù)來源與選取。外商直接投資額,變量名為Y,相關(guān)指標(biāo)設(shè)定為城市實(shí)際利用外商直接投資額(單位:億美元)[1],具體數(shù)據(jù)來源于各城市2020年度統(tǒng)計(jì)年鑒、城市統(tǒng)計(jì)公報(bào),以及所在省(自治區(qū)、直轄市)的統(tǒng)計(jì)年鑒(注:2020年度統(tǒng)計(jì)年鑒數(shù)據(jù)為2019年度實(shí)際發(fā)生的數(shù)據(jù))。

2.相關(guān)分析

借助于SPSS 20.0工具,對上述6個(gè)營商環(huán)境指標(biāo)變量和1個(gè)外商直接投資變量進(jìn)行相關(guān)分析,結(jié)果顯示外商直接投資(Y)與營商環(huán)境4個(gè)指標(biāo)(除了生態(tài)環(huán)境指標(biāo)和商務(wù)成本環(huán)境指標(biāo))顯著相關(guān);營商環(huán)境6個(gè)指標(biāo)中除了生態(tài)環(huán)境指標(biāo)與其余5個(gè)指標(biāo)不顯著相關(guān),商務(wù)成本環(huán)境僅與基礎(chǔ)設(shè)施環(huán)境指標(biāo)顯著相關(guān)以外,其他4個(gè)指標(biāo)均互相顯著相關(guān)(具體系數(shù)見表1),這表明自變量之間并不是相互獨(dú)立的,采取定性比較分析方法進(jìn)行研究是合適的。

表1 所有變量相關(guān)分析結(jié)果

3.營商環(huán)境指標(biāo)因子分析

鑒于相關(guān)分析的結(jié)果,自變量之間存在顯著相關(guān),為了明確它們之間某些變量可能處于同一類別(維度),本文對營商環(huán)境6個(gè)指標(biāo)進(jìn)行降維處理,采用SPSS 20.0軟件因子分析功能中主成分分析法和最大方差法旋轉(zhuǎn),特征值大于1提取公因子,結(jié)果顯示:KMO值為0.713(sig.=0),適合進(jìn)行因子分析;2個(gè)公因子累計(jì)解釋方差74.468%因子載荷均大于0.5;第一個(gè)因子解釋方差為51.539%,包括軟環(huán)境指數(shù)(X1)、市場環(huán)境指數(shù)(X2)、基礎(chǔ)設(shè)施指數(shù)(X4)和社會服務(wù)指數(shù)(X6);商務(wù)成本指數(shù)(X3)和生態(tài)環(huán)境指數(shù)(X5)組成第二個(gè)公因子。具體旋轉(zhuǎn)成分矩陣如表2所示。

表2 自變量旋轉(zhuǎn)成份矩陣

在公因子2的載荷中可以看出商務(wù)成本指數(shù)(X3)為負(fù)值,這主要是由于X3為負(fù)向指標(biāo),即發(fā)達(dá)城市往往基礎(chǔ)設(shè)施、市場環(huán)境及社會服務(wù)指數(shù)都較好,而商務(wù)成本卻極其高昂,其商務(wù)成本指數(shù)得分最低。與此同時(shí),商務(wù)成本越低的城市,生態(tài)環(huán)境相對保護(hù)得越好,生態(tài)指數(shù)得分則相對較高。

4.兩階段定性比較分析模型構(gòu)建

依據(jù)相關(guān)分析和降維分析結(jié)果,本文從兩個(gè)階段分析營商環(huán)境變量對外商直接投資的影響,其中第一階段為公因子1所包含的4個(gè)變量組合對因變量Y的影響,明確這些相關(guān)條件對外商直接投資可能的影響路徑;第二階段為營商環(huán)境6個(gè)變量組合對外商直接投資的影響,即在第一階段的自變量組合中增加公因子2中的兩個(gè)變量。通過兩階段分析結(jié)果的對比,可以更好地闡述營商環(huán)境對外商直接投資的影響及可能的條件組合所帶來的實(shí)際指導(dǎo)意義——在資源有限條件下,提升哪些關(guān)鍵營商環(huán)境指標(biāo)可以更好地吸引外商直接投資,促進(jìn)地域經(jīng)濟(jì)增長和社會就業(yè)。

三、實(shí)證分析

定性比較分析法(QCA)出現(xiàn)在20世紀(jì)80年代后期的政治學(xué)與社會學(xué)中[32],通過組態(tài)的方式來分析和處理數(shù)量有限的案例,伴隨模糊集定性比較分析(fsQCA)的應(yīng)用,已逐漸被商業(yè)管理研究領(lǐng)域所接受[33],[34]352。模糊集定性比較分析法不再要求變量必須為二分類或多值分類,通過使用模糊集理論和布爾代數(shù),可以識別特定變量如何影響前因條件的構(gòu)型,以及不同條件構(gòu)型間的區(qū)別[35]。

1.數(shù)據(jù)校準(zhǔn)

進(jìn)行fsQCA需要對前因變量和結(jié)果變量的原始數(shù)據(jù)進(jìn)行校準(zhǔn),使變?yōu)槟：`屬度分?jǐn)?shù),取值范圍為0～1,分別表示完全不隸屬和完全隸屬[36]79。在具體操作過程中,需要設(shè)定各變量校準(zhǔn)錨點(diǎn):完全隸屬95%、交叉模糊點(diǎn)50%和完全不隸屬5%。依據(jù)Samagaio等及Lee和Chen的做法,將各變量的完全隸屬和完全不隸屬的閾值分別設(shè)置為各變量95百分位數(shù)和5百分位數(shù),交叉點(diǎn)設(shè)定為各變量的平均值[34]356,[37](具體如表3所示)。

表3 所有變量描述性統(tǒng)計(jì)及校準(zhǔn)錨點(diǎn)設(shè)定

2.必要條件分析

必要條件是導(dǎo)致結(jié)果發(fā)生必須存在的條件,但是它的存在并不能保證結(jié)果必然發(fā)生,在進(jìn)行模糊集真值表程序分析之前,檢查必要條件是有用的。Ragin認(rèn)為確定必要性條件可以通過一致性比率來判定,得分超過0.9屬于必要條件,得分在0.8和0.9之間,屬于近似必要條件[38]。本文選擇外商直接投資增加為結(jié)果變量,進(jìn)行必要條件分析,結(jié)果如表4所示。一致性比率取值在0.8～0.9之間的分別為基礎(chǔ)設(shè)施良好的軟環(huán)境(X1,0.857)、良好的市場環(huán)境(X2,0.868)、較高的商務(wù)成本(～X3,0.850)、良好的基礎(chǔ)設(shè)施環(huán)境(X4,0.844),屬于吸引外商直接投資的近似必要條件。良好的社會服務(wù)環(huán)境(X6,0.950)屬于必要條件。

表4 必要條件檢驗(yàn)匯總

3.充分條件分析

表5 兩階段分析條件構(gòu)型匯總表

第一階段分析結(jié)果表明,增進(jìn)外商直接投資存在1種前因條件構(gòu)型(路徑),為C1,總體一致性為0.912,總體覆蓋率為0.771,凈覆蓋率為0.771。C1路徑表明城市具有良好軟環(huán)境、市場環(huán)境(較大市場潛力),以及社會服務(wù)環(huán)境,有利于促進(jìn)外商直接投資的增加,其中基礎(chǔ)設(shè)施環(huán)境處于或有狀態(tài)。代表城市有北京、深圳、廣州、杭州、成都、南京、武漢、上海、重慶、長沙等。

第二階段分析結(jié)果表明,城市吸引外商直接投資存在兩種前因條件構(gòu)型(路徑),分別為D1和D2,總體一致性為0.943,總體覆蓋率為0.653。兩條路徑擁有共同的核心條件:良好的軟環(huán)境、較高的商務(wù)成本和較好的社會服務(wù)環(huán)境。D1路徑中,生態(tài)環(huán)境為或有條件,在高商務(wù)成本的案例城市中,良好的軟環(huán)境、基礎(chǔ)設(shè)施環(huán)境、市場環(huán)境及社會服務(wù)環(huán)境有助于吸引外商直接投資(一致性為0.942,原始覆蓋率為0.637,凈覆蓋率為0.350),代表性城市有廣州、深圳、南京、武漢、上海、杭州、重慶等。D2路徑的一致性為0.965,原始覆蓋率為0.303,凈覆蓋率為0.015,相比D1而言,獨(dú)立解釋力下降,代表性城市主要為鄭州。在該路徑中,盡管6個(gè)營商環(huán)境指標(biāo)均出現(xiàn),但只有軟環(huán)境和社會服務(wù)環(huán)境以正向出現(xiàn),而基礎(chǔ)設(shè)施環(huán)境、市場環(huán)境、生態(tài)環(huán)境和商務(wù)成本以負(fù)向出現(xiàn),在具有這些條件組合的案例城市中,僅有30.3%的城市實(shí)現(xiàn)了外商直接投資的增加。

4.穩(wěn)健性檢驗(yàn)

借鑒Fiss研究方法,通過變換各變量的校準(zhǔn)錨點(diǎn)值來觀察前述路徑的解釋是否保持穩(wěn)定一致性[33]。本文將各變量的完全隸屬和完全不隸屬的閾值分別設(shè)置為各變量90百分位數(shù)和10百分位數(shù),交叉點(diǎn)設(shè)定為各變量的平均值。利用fsQCA 3.0軟件計(jì)算后的結(jié)果如表6所示:兩個(gè)階段分析的一致性明顯有所提高,第一階段分析總體一致性比率為0.936(之前為0.912),第二階段分析總體一致性比率為0.962(之前為0.943);兩個(gè)階段分析的總體覆蓋率均有所下降;前因條件構(gòu)型數(shù)量及變量組合沒有發(fā)生變化,各路徑一致性和凈覆蓋率整體上略有提高,路徑原始覆蓋率有所下降。所有數(shù)據(jù)均表明本文實(shí)證研究結(jié)論具有穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)結(jié)果匯總表

四、結(jié)論與討論

本文研究主要目的是通過分析城市營商環(huán)境中不同維度對外商直接投資的影響來探究增加地區(qū)外商投資背后的因果復(fù)雜性。主要采用模糊集定性比較分析方法探討了兩階段營商環(huán)境因素組合對外商直接投資不同路徑組合的影響,拓展了關(guān)于外商直接投資區(qū)位選擇的相關(guān)研究[6-7]。

相關(guān)分析與因子分析的結(jié)果顯示,營商環(huán)境不同維度之間存在顯著相關(guān),因此采用模糊集定性分析方法進(jìn)行研究是合理的,有助于確定導(dǎo)致外商直接投資增加的不同前置因素組合。在第一階段分析中(營商環(huán)境的因子1包括4個(gè)指標(biāo)),產(chǎn)生1種條件構(gòu)型(C1),良好的軟環(huán)境、市場環(huán)境和社會服務(wù)環(huán)境是核心條件。在增加營商環(huán)境因子2(生態(tài)環(huán)境和商務(wù)成本兩個(gè)變量)的第二階段分析所產(chǎn)生的2種條件構(gòu)型中(D1和D2),良好的軟環(huán)境和社會服務(wù)環(huán)境、較高的商務(wù)成本成為核心條件。相比D1路徑,D2路徑凈覆蓋率非常小,僅為1.5%,說明這一路徑獨(dú)立解釋結(jié)果變量的覆蓋率較小,是與其他構(gòu)型共同作用于結(jié)果變量的。這對于商務(wù)成本處于較高水平的城市而言,促進(jìn)外商直接投資增加的有效手段是構(gòu)建良好的制度軟環(huán)境和社會服務(wù)環(huán)境。

與基于回歸的技術(shù)不同,模糊集定性比較分析方法并不是給出一個(gè)權(quán)重系數(shù),而是注重多條件的組合作用。社會服務(wù)環(huán)境作為必要條件并以核心條件的形式出現(xiàn)在3條路徑中,表明它對外商直接投資的重要作用。城市管理者應(yīng)對地區(qū)教育、科技,以及醫(yī)療養(yǎng)老等社會服務(wù)予以足夠的投入和改善,畢竟外商投資以回報(bào)為目的,沒有地區(qū)良好的社會服務(wù)體系和人才儲備支持,再好的戰(zhàn)略也無法落地,再好的策略也無法得到高效執(zhí)行。軟環(huán)境變量在兩階段分析的3條路徑中也是以核心條件形式出現(xiàn)的,并且屬于近似必要條件,這與Sethi[16]關(guān)于合同執(zhí)行、財(cái)產(chǎn)保護(hù)等制度軟環(huán)境是影響外商直接投資的決定因素的結(jié)論相呼應(yīng)。值得注意的是,社會服務(wù)環(huán)境與軟環(huán)境并不是獨(dú)立作用,而是兩者一起,并與其他營商環(huán)境要素共同作用于外商直接投資的。

本文實(shí)證結(jié)論一方面為處于不同地域或者受資源限制的城市提供了多條營商環(huán)境改進(jìn)路徑,以促進(jìn)外商投資、拉動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展,另一方面也提出城市營商環(huán)境的改善需要多方位和全面協(xié)調(diào),單獨(dú)注重某個(gè)指標(biāo)并不可取。此外,本研究依然存在如下局限:研究僅依賴于一組權(quán)變因素,即營商環(huán)境的6個(gè)指標(biāo),而對其他可以影響外商直接投資的變量如技術(shù)水平、產(chǎn)業(yè)集聚等因素并未涉及;案例對象選擇為我國直轄市、省會及副省級城市36個(gè),這些城市作為地區(qū)發(fā)達(dá)城市代表,商務(wù)成本均處于地區(qū)較高水準(zhǔn),歷史上存有定位差異,人力資源存量和政策導(dǎo)向也存在不可逆的顯著差異,從而對實(shí)證結(jié)論的普適性產(chǎn)生影響。對處于同一政策方針或其他外部環(huán)境類似的不同城市和地區(qū)進(jìn)行比較可能是一個(gè)有趣的研究方向。