一、 引言

改革开放以来，外商直接投资(FDI) 大量地流入中国，极大地促进了中国经济的转轨发展(姚树洁等，2006；Whalley and Xin, 2010)。然而，在现实中，FDI在中国各省份的地理空间分布是极不平衡的，从1986年至2013年，东部、中部、西部和东北^②的FDI比重平均值分别约为73.96%、9.74%、6.74%和9.56%。不禁让人深思，是什么因素造成了FDI在中国各地区呈现出不平衡分布的现象？对于上述问题的解释，已有文献分别从交通运输设施、劳动力成本、人力资本、集聚效应、市场需求、经济制度和优惠政策的视角对FDI的地理空间分布决定因素进行了大量的研究(Cheng and Kwan, 2000；Zhang，2005；Amiti and Javorcik, 2008；Du et al., 2008；余珮、孙永平，2011；Salike，2016)。

②东部、中部、西部和东北的划分参考《中国统计年鉴2015》。东部地区：有10个省(市)，包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南。中部地区：有6个省，包括山西、安徽、江西、河南、湖北和湖南。西部地区：有12个省(区、市)，包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。东北地区：有3个省，包括辽宁、吉林和黑龙江。

不过，众所周知，地方官员在中国政府主导型经济的发展过程中扮演着非常重要的角色。仅仅就FDI而言，中国的地方官员为了吸引FDI而普遍存在激烈的竞争现象。在政治集权和经济分权的地区分权威权体制(Regionally Decentralized Authoritarian System) 框架下，中国的地方官员在发展经济时面临着财政激励和政治激励的双重激励(Xu，2011)。在双重激励下，以投资驱动经济发展成为地方官员的理性选择，而在各类投资中，FDI无疑最具吸引力。为了吸引FDI流入本地，地方官员在招商引资上投入大量的工作，不仅会利用中央政府所赋予的权限去吸引FDI，还会尽可能发挥其个人所拥有的资源和能力。那些具有留学经历的地方官员就会利用留学经历所赋予的优势去促进FDI流入本地，其优势主要体现在：可通过个人积累的跨国人际关系网络向潜在的外商直接投资者传递投资相关的信息；利用信息收集优势制定更具有吸引力的外商直接投资政策以及更加灵活地执行法规政策；可能与潜在的外商直接投资者建立政治关系，向外商直接投资企业提供好处；留学经历意味着地方官员的综合能力素养更高。所以，相对于没有留学经历的地方官员，具有留学经历的地方官员在促进FDI流入本地时更具有优势。

沿着上述思路，本文的发现是，在财政激励和政治激励的双重激励下，具有留学经历的地方官员不仅同样有动力去吸引FDI，而且留学经历赋予其的优势能够显著促进FDI流入本地。本文利用中国29个省份1986~2013年的面板数据检验上述核心观点，检验结果表明，具有留学经历的省长确实能够显著吸引FDI流入本地，具有留学经历的省委书记却不能显著地促进FDI流入本地。除此之外，本文还进行了稳健性检验和敏感性分析，计量回归估计结果同样支持上述结论。

对于省长和省委书记的留学经历在吸引FDI上的差异，这可能是由于在中国的治理体制中，省委书记和省长分别作为党委和政府的一把手，有着不同的分工。省委书记主要负责党群系统的事务，在经济工作中的角色主要是做出战略性的决定。而省长则主要负责政府事务，是具体经济事务的执行者，更多地考虑的是操作层面的事情。因此，具有留学经历的省长在工作中能够充分利用留学经历赋予其自身的优势去吸引FDI流入本地，而具有留学经历的省委书记却不能。

本文分析并验证了地方官员留学经历对FDI的作用。就边际贡献而言，本文的工作主要体现在：其一，目前鲜有文献从地方官员留学经历的视角去分析并验证其对FDI的影响，本文是一次新的尝试，不仅能够为吸引FDI提供新的视角，而且还有助于深入理解地方官员的治理问题。当然，本文的结论不仅对中国有所启示，对世界上其他国家也同样有启示。其二，本文采用较为科学的双重差分法识别地方官员留学经历对FDI的净效应，尽可能地克服了回归估计结果的偏误问题。

本文其余部分的结构安排如下：第二部分回顾相关文献并阐述本文的思路；第三部分介绍计量检验模型、变量和数据来源；第四部分交代实证结果并对其进行解释；第五部分做更进一步的分析；第六部分为结论。

二、 文献回顾

随着FDI逐渐成为参与世界经济分工的重要渠道，FDI也逐渐引起了全世界的关注，但是，FDI在各地区却呈现出不平衡分布的现象。对于这个现象，一部分文献从交通运输设施对其进行解释(Broadman and Sun, 1997；Cheng and Kwan, 2000)，还有一部分文献从投入要素探索其成因，如劳动力成本(Fung et al., 2003；Zhang，2005) 和人力资本水平(Gao，2005；Salike，2016)。此外，FDI还会在一定的区域内产生集聚效应，(Chen，2009；余珮、孙永平，2011) 就分析了集聚效应对FDI不平衡分布的影响。由于市场导向型FDI非常看重本地市场规模，所以，(Head and Mayer, 2004；Amiti and Javorcik, 2008) 还从市场规模的视角剖析了FDI不平衡分布的现象。当然，FDI需要考虑外生的经济制度和经济政策，特别是在转型经济体中。(Fredriksson et al., 2003；Du et al., 2008) 从经济制度的角度探究了其对FDI不平衡分布的作用，Cheng and Kwan (2000)考察了各地区的优惠政策对FDI的促进作用。

虽然上述视角对FDI在各地区的不平衡分布现象很有解释力，但是还需要考虑一个众所周知的问题，在中国经济的转轨过程中，地方官员对地方经济的发展起到极其重要的作用。仅仅考虑FDI，一个不容忽略的现实情况是，中国的地方官员在经济发展过程中普遍比较青睐FDI，甚至为了吸引FDI而普遍存在激烈的竞争现象。那么，为什么地方官员会努力引进FDI呢？因为，地方官员面临财政激励和政治激励的双重激励，投资被当作提高经济增长的手段，而FDI又通常是资本、先进技术和管理经验的集合。

改革开放后，中国形成了政治集权和经济分权的地区分权威权体制(Regionally Decentralized Authoritarian System)，一方面，政治和人事控制权高度集中于中央政府，地方官员的任命、提拔和免职通常被中央政府当作引导地方官员服从其政策的有力工具，另一方面，在经济分权改革的过程中，中央政府分别通过财政分权改革和行政分权改革赋予了地方政府一定程度的财政税收权和经济管理决策权(Xu，2011)。

财政分权改革保证地方政府能够分享经济增长的果实，向其提供了财政激励，而且经济管理决策权也同时给予了地方政府相应的事权，给予地方政府一定的经济发展能力。(Montinola et al., 1995；Qian and Weingast, 1997；Qian and Roland, 1998) 提出的“市场维护型财政联邦主义”就认为，分权改革将地方政府的利益独立化，向地方政府提供了财政激励，而且要素的可流动性硬化了国有企业的预算约束，使得地方政府为了相互竞争而促进市场化进程，从而提高了经济增长速度。

不过，经济分权改革所赋予的财政激励并不能完全解释地方官员发展经济的动力。中国的“市场维护型财政联邦主义”高度依赖于政治集权，政治集权可以保证中央政府以政绩考核为核心的政治激励引导地方官员，使其将注意力集中在发展经济上而不是寻租上(Blanchard and Shleifer, 2001；傅勇，2008)。(Li and Zhou, 2005；Chen et al., 2005；周黎安，2007) 首次提出并检验了“晋升锦标赛”，认为地方官员会关注政治晋升和政治收益，而中央政府控制的人事权能够为地方官员提供政治晋升激励，所以，地方官员为了获得晋升而存在对经济绩效的竞争。

显然，在财政激励和政治激励的双重激励下，地方官员有发展经济的动力，而投资可以直接快速地提高经济增长，便成为地方官员普遍倚重的手段。那么，FDI作为资本、先进技术和管理经验的集合，相对于国内投资，更加受到地方官员的青睐，是地方官员竞相优先争取的对象。王贤彬等(2010)就通过实证分析表明，向地方官员提供的政治激励造成了地方投资的扩张，而且，除国有企业扩张和银行贷款外，FDI是地方官员推动投资增长的重要渠道。周黎安(2004)也提及，地方官员所面临的晋升激励可以解释各地区对外资的激烈竞争现象。不难想象，不只是政治激励会导致地方官员对FDI的激烈竞争，财政激励也会造成同样的效果。王文剑等(2007)的经验分析表明，中国特有的财政分权体制确实导致了地方政府对FDI的激烈竞争。

既然地方官员为了吸引FDI存在激烈的竞争现象，那如何吸引呢？(Montinola et al., 1995；Qian and Roland, 1998) 认为，在财政分权体制下，中国的地方政府会通过法律法规、产权保护、税收优惠、基础设施投资以及建立开发区吸引FDI。Cheng and Kwan (2000)通过经验分析发现，开发区确实能够吸引FDI。在地方财政分权体制下，为了吸引FDI，甚至会引起环境政策的“逐底效应”(朱平芳等，2011)。张军等(2007)则认为，由于面临财政分权和垂直政治集中的双重激励，为吸引FDI而展开的竞争显著提高了中国的基础设施投资。总之，无论是财政激励还是政治激励，都会导致地方官员利用中央政府赋予的各种权限去吸引FDI，包括财政分权赋予的财政税收权和行政分权改革赋予的经济管理决策权。

当面临财政激励和政治激励时，地方官员为了促进FDI流入本地，除了上述权限内所允许的手段外，还可以利用自身的优势。在现实情况中，一些省份的地方官员具有出国留学的经历，因而，那些具有留学经历的地方官员就可以利用其留学经历所赋予的优势去吸引FDI。首先，留学经历能使地方官员与潜在的外商直接投资者建立跨国人际关系网络，而跨国人际关系网络作为信息传递的桥梁在一定程度上能够克服潜在的外商直接投资者所面临的信息不对称，向其传递地方官员任职省份的市场、法规和政策等信息(Granovetter，1973)，从而促进其在该省份的投资。其次，留学生活和学习背景让地方官员更加了解国外的实际情况，外国语言优势和跨国人际网络关系使其更容易收集相关信息，所以，具有留学经历的地方官员更容易制定出具有国际视野并且切实可行的跨国投资政策，或者其在实际操作过程中更能相对灵活地执行相关法规政策。此外，中国正处于转型过程中，地方官员拥有大量的资源配置权和极大的执法自由裁量权且没有受到有效的监督监察，潜在的外商直接投资者可通过跨国人际网络关系与具有留学经历的地方官员建立政治关系，以期获得好处。大量的文献已经表明，政治关系可以作为非正式替代机制能够保护企业的产权免受侵害(Xin and Pearce, 1996；Chen et al., 2011)、改善企业的契约实施环境(王永进、盛丹，2012) 以及降低企业的行业进入壁垒(罗党论、唐清泉，2009；罗党论、刘晓龙，2009)。不仅如此，政治关系还可以给企业带来融资优惠(Khwaja and Mian, 2005；于蔚等，2012)、税收优惠(Adhikari et al., 2006；吴文锋等，2009) 以及政府补贴(Faccio et al., 2006) 等。最后，地方官员的留学经历可能意味着其相对更有能力，代表其蕴含着较为深厚的人力资本，是其综合能力素养的显示信号(Spence，1973)。因此，具有留学经历的地方官员不仅同样有动力去吸引FDI，而且相比没有留学经历的地方官员还可能更具有优势。

综上所述，本文认为，在地区分权权威体制下，地方官员会对财政激励和政治激励做出竞相争取FDI的理性反应，但是，具有留学经历的地方官员在吸引FDI时相对更有优势，因而能够显著地促进FDI流入本地。

三、 计量检验模型、变量和数据来源 (一) 计量检验模型

本文主要关注地方官员留学经历是否能够促进本地FDI的流入，即在财政激励和政治激励的双重激励下，具有留学经历的地方官员是否有动力去利用其留学经历所带来的优势吸引FDI。在本文的29个省级行政区样本中，从1986年至2013年，先后有12个省级行政区的省委书记具有留学经历，先后有15个省级行政区的省长具有留学经历，这为本文提供了一个良好的“准自然实验”。因此，本文采用较为科学的双重差分法检验地方官员留学经历是否能够吸引FDI流入本地。具体来说，在省委书记样本中，具有留学经历的省委书记所任职的12个省级行政区构成了处理组，其余的17个省级行政区构成了对照组；在省长样本中，具有留学经历的省长所任职的15个省级行政区构成了处理组，其余的14个省级行政区构成了对照组。同时，具有留学经历的省委书记和省长在各个省份的任职年份也存在差异。根据各个省份在各个年份任职的地方官员是否具有留学经历，本文设置留学虚拟变量(stuabr_it) ^①，当i省份t年任职的地方官员具有留学经历时stuabr_it=1，当i省份t年任职的地方官员不具有留学经历时stuabr_it=0。因此，根据前述分析，并结合(Salike，2016；徐现祥、王贤彬，2010；等) 构建如下的双向固定效应基本计量模型来实现双重差分，以此来检验地方官员留学经历对FDI的净效应：

①本文还根据各个省份在各个年份任职的地方官员出国留学时间期限(从出国留学到留学结束的年份) 来设置留学时间期限(time_it) 变量，当i省份t年任职的地方官员留学时间期限为n时time_it=n，当代当i省份t年任职的地方官员不具有留学经历时time_it=0。

$ \text{Ifdiac}{{\text{u}}_{it}}=c+{{\alpha }_{i}}+{{\delta }_{t}}+\beta \times \text{stuab}{{\text{r}}_{it}}+\sum{{{\gamma }_{j}}}\times \text{offic}_{it}^{j}+{{\sum{\varphi }}_{r}}\times \text{local}_{it}^{r}+{{u}_{it}} $

(1)

其中，lfdiacu_it为被解释变量，代表i(除西藏和新疆外的29个省级行政区) 省份t(t=1986，…，2013) 年实际利用外商直接投资额的对数值，α_i和δ_t分别代表省份固定效应和时间固定效应，offic^j和local^r分别为一系列官员控制变量和省份控制变量，u_it是随机扰动项。在上述模型中，β系数的估计值度量了地方官员留学虚拟变量(stuabr) 对FDI的净效应，是本文关注的焦点。

为了能够更加深入地识别地方官员留学经历对FDI的作用，本文还需构建如下计量模型：

$ \text{Ifdiac}{{\text{u}}_{it}}=c+{{\alpha }_{i}}+{{\delta }_{t}}+\beta \times \text{tim}{{\text{e}}_{it}}+\sum{{{\beta }_{s}}}\times {{D}_{s}}\times \text{tim}{{\text{e}}_{it}}+{{\sum{\gamma }}_{j}}\times \text{offic}_{it}^{j}+\sum{{{\varphi }_{r}}} $

(2)

其中，β代表基准组留学时间期限(time) 对FDI的净效应，D_s代表一系列留学特征虚拟变量(留学国家、留学专业和留学年份) 和任职特征虚拟变量(任职年份和任职地区)，当然，D_s也是考察组，显著的β_s系数意味着基准组与考察组的留学时间期限(time) 对任职省份FDI的影响是有差异的。

(二) 变量和数据来源

本文重点关注的是地方官员留学经历是否能够显著促进各省份FDI的流入。但是，由于还存在其他变量影响各省份FDI，因此，本文需要引入这些变量作为控制变量。因为，如果这些变量被遗漏且与留学经历相关，便会导致估计结果偏误问题。控制变量主要分为两部分，一部分为官员控制变量，另外一部分为省份控制变量。本文变量的详细设置说明如表 1。

①实际利用外商直接投资、外商直接投资合同金额、外商企业年底外方注册资本原始数据的计量单位为美元，本文利用美元兑人民币汇率的年平均价将其计量单位转换为人民币；外商固定资产投资和港澳台固定资产投资的计量单位为人民币。

②人力资本水平(edu) 的计量单位为“人/百人”。

③交通便利程度(trade) 的计量单位为“公里/平方公里”。

1.被解释变量

由于本文要考察的重点是地方官员留学经历和FDI之间的关系。因此，本文的被解释变量为各省份的实际利用外商直接投资额对数值(lfdiacu)。此外，外商直接投资中包括固定资产投资，所以，本文利用外商固定资产投资对数值(lfdifix) 和港澳台固定资产投资对数值(lgatfix)^①对FDI进行更为深入的探讨。为了使得检验结果更加可信，本文还分别使用两个数据替代实际利用外商直接投资额对数值(lfdiacu) 进行稳健性检验，其一，1993~2012年的外商直接投资合同金额对数值(lfdicon)^②，其二，1992~2013年的年末外商投资企业外方注册资本对数值(lfdifca)。

①2004年的外商固定资产投资和港澳台固定资产投资原始数据是缺失的，本文采用均值插值法对部分缺失的数据进行了补充。

②外商直接投资合同金额对数值(lfdicon) 的原始数据有一部分是缺失的，本文采用均值插值法对部分缺失的数据进行了补充。

2.核心解释变量

留学虚拟变量(stuabr)：如果地方官员具有留学经历，将其值设置为1，相反，如果地方官员不具有留学经历，将其值设置为0。为了更加清楚地度量地方党政官员留学经历，本文还构建了留学时间期限(time)，即地方官员从出国留学到留学结束的年份(留学终止年份-留学起始年份+1)。根据前述分析，本文预期两者的系数都显著为正，即意味着官员留学经历能够促进FDI流入本地。

3.控制变量

在中国官员的治理中，各级党政官员存在着逐级升迁的年龄限制，年龄是影响地方官员政治激励的重要因素(徐现祥、王贤彬，2010)。因此，本文控制了年龄(age) 和年龄大于六十五岁的虚拟变量(age65)。其中，年龄(age) 的计算公式为“年份-出生年份+1”；年龄大于六十五岁的虚拟变量(age65) 的设置为，当年龄大于六十五岁时age65=1，当年龄不大于六十五岁时age65=0。

地方党政官员的任期对经济的作用也不可忽视，地方党政官员可能会出于晋升预期或者其他考虑在任期内对经济发展做出反应，(张军、高远，2007；王贤彬、徐现祥，2008) 就考察了地方官员任期与经济增长之间的关系。由于地方官员任期对FDI可能存在非线性的影响，本文不仅控制了地方官员任期(ttenure)，还控制了地方官员任期的平方(ttenure2)。除此之外，本文还控制了地方官员个人的性别(gender) 和受教育程度(peredu) 这两个变量。

劳动力成本作为企业重要投入要素的支出，是各个省份比较优势的重要来源，也是外商直接投资者比较关心的问题。文献(Fung et al., 2003；等) 一般利用平均工资作为劳动力成本的代理变量，因此，本文使用各省份城镇单位在岗职工平均工资的对数值衡量劳动力的平均工资(lavewag)。与劳动力成本相关的是各个省份的人力资本水平，田素华、杨烨超(2012)使用高等学校在校学生数占总人口数的比重作为人力资本水平的代理变量，本文也同样使用高等学校学生数占总人口数的比重衡量人力资本水平(edu)，其计算公式为“高等学校在校学生数/总人口数”。

交通运输设施直接关系到企业在一定范围内的分工成本和销售成本，因而对企业的经营活动有所影响。本文参考(Broadman and Sun, 1997；Cheng and Kwan, 2000)，同样控制了交通便利程度(trade) 这一变量。本文通过计算“(公路里程+铁路里程)/土地面积”衡量交通便利程度(trade)。

在经营过程中，金融发展水平对企业来说至关重要，便利的金融交易和发达的金融水平能够降低企业的交易成本和融资成本。因而，本文同样控制了金融发展水平(loans)，其计算公式为“各省份年末贷款余额/各省份地区生产总值”。

政府消费占全社会最终消费的比例很大1986~2013年各省政府消费与最终消费的比重平均值约为26.33%。，国家统计局对政府消费的统计口径定义为“政府部门为全社会提供的公共服务的消费支出和免费或以较低的价格向居民住户提供的货物和服务的净支出”，因而其对外商经济活动的影响也不可忽视。本文通过计算“政府消费/最终消费”衡量政府消费比重(gov1)。

经济特区、沿海开放城市和国家级经济技术开发区是各种优惠政策的重要平台，能够为外商直接投资者提供支持。而且，国家级开发区在审批时，国务院会综合考察其具有的优势，因此也可能是一个良好的经济环境信号。不过，由于经济特区和沿海开放城市的批准时间几乎都不在本文样本时间区间内，因而，已经包含省份固定效应中。所以，本文参考Cheng and Kwan (2000)，以“国家经济技术开发区”的数量来度量优惠政策(netdz)。

一个地区的开放程度反映了其对国际分工的参与程度，决定其与国际市场的联系程度。为此，本文也同样控制各个省份的开放程度(open) 变量，其计算公式为“进出口总额/地区生产总值”。

工业化水平意味着一个地区的生产制造能力，发达的工业水平不仅能够提供较为完善的产业配套基础，还能够共享信息和知识，从而在一定程度上实现集聚效应。因此，本文通过计算“工业总产值/地区生产总值”来衡量工业化水平(indust)。

城市化也能够提供一定的集聚效应，不过城市化同样会存在挤出效应。所以，本文通过计算“非农业人口/总人口”来度量变量城市化(urban1)。

市场规模可能是吸引外商直接投资者的重要因素(Amiti and Javorcik, 2008)，因而，本文计算“ln (人口密度×人均地区生产总值)”度量市场规模(lmarket)。不过，中国作为一个统一的市场以及在一定程度上开放的国家，以“In (人口密度×人均地区生产总值)”度量市场规模不一定很合适。

本文的数据样本涵盖了1986~2013年中国大陆除西藏和重庆外的29个省级行政区(省、自治区、直辖市)。本文的数据分为三部分：省级地方党政官员数据、省级经济数据和国家级经济技术开发区数据。省级地方党政官员数据是通过“百度百科”、“维基百科”、中共广东省委南方杂志社主办的“政坛网”等各种途径搜集完成的，样本剔除了任期明显不足一年的地方党政官员。省级经济原始数据来源于《新中国六十年统计资料汇编》、《新中国五十年统计资料汇编》、《中国人口统计年鉴》、《中国人口和就业统计年鉴》、《中国区域统计年鉴》、《中国对外经济统计年鉴》、《中国统计年鉴》和各省份历年《统计公报》。国家级经济技术开发区名单来源于“中国开发区网”，其批准时间和所属省份大部分系参考2007年国家发展和改革委员会、国土资源部和建设部联合发布的第18号公告附件《中国开发区审核公告目录》(2006年版)，其余是通过“百度百科”和各个经济开发区官方网站搜集完成的。

四、 实证结果和分析 (一) 基本回归估计结果与解释

1.核心解释变量为留学虚拟变量(stuabr)

本文的核心观点是，当对发展经济的激励存在时，地方官员会竞相争取FDI，而具有留学经历的中国地方官员能够利用其留学经历所赋予的优势促进本地FDI的流入。因此，本小节采用双向固定效应计量模型(1) 对上述核心观点进行初步检验，计量回归估计结果如表 2中第(1) 列和第(3) 列所示。首先需要说明的是，在表 2中，第(1)~(4) 列的被解释变量均为实际利用外商直接投资额对数值(lfdiacu)，核心解释变量均为留学虚拟变量(stuabr)，并且控制了所有的官员控制变量和省份控制变量；第(1)~(4) 列的样本时间区间都为1986~2013年由于实际利用外商直接投资额的数据限制，本文选取1986~2013年的数据进行检验。；第(1) 列和第(2) 列的官员样本范围为省长样本，第(3) 列和第(4) 列的官员样本范围为省委书记样本。

观察表 2中第(1) 列的计量回归估计结果可以发现，在省长样本内，留学虚拟变量(stuabr) 的系数在5%的显著水平上显著，说明省长的留学经历确实能够显著促进本地FDI的流入。这初步验证了本文的核心观点，在地区分权权威体制下，政治激励或者财政激励促使省长努力吸引FDI发展本地经济，而具有留学经历的省长又能利用其留学经历所赋予的优势显著地促进本地FDI的流入。此外，表 2所报告的系数为标准化beta系数，而且在本文接下来的计量回归结果中，如无特别说明，所报告的系数均为标准化beta系数。所以，进一步观察表 2第(1) 列可以发现，在省长样本内，留学虚拟变量(stuabr) 的beta系数估计值同样是经济显著的，留学虚拟变量(stuabr) 的1个标准差能够显著提高本地实际利用外商直接投资额对数值(lfdiacu) 大约0.041个标准差。由于本文所报告的是标准化beta系数值，还可以直接比较省长的留学虚拟变量(stuabr) 和其他控制变量对实际利用外商直接投资额对数值(lfdiacu) 的相对重要程度。表 2中第(1) 列的标准化beta系数表明，相对于工业化水平(indust) 对实际利用外商直接投资额对数值(lfdiacu) 的作用，留学虚拟变量(stuabr) 对实际利用外商直接投资额对数值(lfdiacu) 的作用大约是其作用的31.83%^①。

①计算公式为“0.041÷0.133×100≈31.83”。

然而，当观察表 2中的第(3) 列时却发现，在省委书记样本中，留学虚拟变量(stuabr) 的标准化beta系数估计值即使在10%的显著水平上也并不显著，意味着省委书记的留学经历并不能影响本地FDI的流入，即具有留学经历的省委书记并没有利用其留学经历所赋予的优势显著地促进FDI流入本地。

至于省长与省委书记的留学经历对FDI的差异，即省长的留学经历能显著促进FDI流入本地，而省委书记的留学经历却没有，这可能是由于省长与省委书记在工作中的分工差异导致的。在中国地方官员的治理体制中，省委书记和省长分别作为地方党委的负责人和地方政府的行政首长，在现实工作中既有合作又有分工，分别侧重于不同的工作内容。省委书记是中国共产党地方委员会的书记，主要负责党群系统的事务，如人事的考察任免、纪律、政法、审计、宣传和统战等工作，在经济建设中所扮演的角色主要是与地方行政首脑协调并进，进行宏观方向上的把控，做出经济战略上的决定，并不负责具体的经济管理建设工作。省长则主管经济建设、社会治安以及公共服务等工作，在经济建设管理中所扮演的角色是具体经济事务的执行者，更多地考虑的是操作层面的事务。在这种分工体制下，具有留学经历的省长在具体的经济建设管理中才能向潜在的外商直接投资者传递该省的投资信息，更好地制定执行与外商直接投资相关的法规政策，与外商直接投资企业建立政企关系并向其提供好处。除此之外，留学经历本身就是其综合能力素养的显示信号，意味着其蕴含着更多的人力资本。所以，省长能在工作中充分利用其留学经历所赋予的优势促进FDI流入本地，而省委书记却没有充分利用其留学经历赋予的优势去吸引FDI流入本地。

1992年初，邓小平的“南方讲话”对中国经济发展的理论问题和实践问题做出了重大的突破，重申了深化改革和发展经济的必要性和紧迫性，促使中国的经济进入了一个新的发展阶段。那么，在“南方讲话”后，中国的地方官员是否加大了对FDI的竞争力度，进而导致具有留学经历的地方官员在促进FDI流入本地时存在显著的时间段差异。为了考察地方官员留学经历对FDI的作用是否显著存在系统性的时间段差异，本文构建了1992年及之后与留学虚拟变量的交互项(year92_stuabr)。然后，利用计量模型(2) 验证这种系统性的时间段差异是否显著存在，计量回归结果见表 2中的第(2) 列和第(4) 列。在表 2第(2) 列和第(4) 列中，留学虚拟变量(stuabr) 的标准化beta系数估计值代表1992年之前地方官员留学虚拟变量(stuabr) 对FDI的净效应，交互项(year92_stuabr) 的标准化beta系数估计值则代表1992年及之后与1992年之前存在系统性的时间段差异。观察表 2中第(2) 列和第(4) 列发现，交互项(year92_stuabr) 的标准化beta系数在10%的显著水平上都不显著，说明省长和省委书记在“南方讲话”前后促进FDI流入本地时并不存在系统性的时间段差异。

2.核心解释变量为留学时间期限(time)

为了能够更加细致地考察地方官员留学经历对FDI的促进作用，本文还将留学经历具体化为留学时间期限(time)，即地方官员从出国留学到留学结束的年数。将双向固定效应计量模型(2) 和(3) 中的关键变量留学虚拟变量(stuabr) 替换为留学时间期限(time)，并同样用1992年及之后与留学时间期限的交互项(year92_time) 替代交互项(year92_stuabr)，计量回归估计结果显示在表 3中。同样需要说明的是，在表 3中，被解释变量、控制变量、样本时间区间和官员样本范围的设置与表 2中的一样，唯一不同的是关键解释变量和交互变量。

观察表 3第(1) 列和第(3) 列可以发现，在省长样本中，留学时间期限(time) 的标准化beta系数估计值在1%的显著水平上是显著的，而在省委书记样本中，留学时间期限(time) 的标准化beta系数估计值在10%的显著水平上不显著。表 3中第(1) 列和第(3) 列的计量回归估计结果表明，在地区分权权威体制下面临财政激励和政治激励时，具有留学经历的省长相比没有留学经历的省长更能促进FDI流入本地，而且省长的留学时间期限(time) 越长越是能够吸引更多FDI流入到本地。但是，表 3中第(1) 列和第(3) 列的计量回归估计结果同样表明，由于省长和省委书记的分工差异，具有留学经历的省委书记并没有显著地促进FDI流入本地，即具有留学经历的省委书记并没有利用其留学经历所赋予的优势去吸引FDI。单独观察表 3中第(1) 列发现，将关键变量设置为留学时间期限(time) 后，在省长样本中，留学时间期限(time) 的1个标准差能够提高被解释变量大约0.46个标准差。再计算表 3第(1) 列中留学时间期限(time) 与工业化水平(indust) 的标准化beta系数比值，计算值约为35.94%计算公式为“0.046÷0.128×100≈35.94”。。这说明，在省长样本中，留学经历对FDI的促进作用是工业化水平的35.94%。

此外，同样考察地方官员留学经历对FDI的促进作用在邓小平“南方讲话”前后是否显著存在系统性的时间段差异，计量回归估计结果如表 3中的第(2) 列和第(4) 列所示。表 3中的第(2) 列和第(4) 列依然采用计量模型(3)，只不过将关键变量和交互变量替换为留学时间期限(time) 和交互项(year92_time)。表 3中第(2) 列和第(4) 列的计量回归估计结果与表 2中第(2) 列和第(4) 列一致，交互项(year92_time) 的标准化beta系数在10%的显著水平上同样不显著，说明留学经历对FDI的促进作用在邓小平“南方讲话”前后并不存在系统性的时间段差异。

观察表 2和表 3中的官员控制变量，本文发现官员的年龄(age)、年龄大于65岁(age65) 和受教育程度(peredu) 对FDI并没有显著的作用。省委书记的任期(ttenure) 与本地FDI的流入呈倒U型关系，这与(张军、高远，2007；王贤彬、徐现祥，2008) 的发现相吻合。不过，省长的任期(ttenure) 并不影响FDI。此外，在省长样本和省委书记样本中，性别(gender) 的标准化beta系数分别是不显著和显著为正，这说明省长的性别不影响FDI，而男性省委书记能促进FDI流入本地。

在表 2和表 3的省份控制变量中，人力资本水平(edu) 的标准化beta系数不显著，这可能是外商直接投资者并不看重中国的人力资本，或者是本文的人力资本指标并不是一个良好的度量指标。平均工资(lavewag) 的标准化beta系数基本上显著为正，一方面，这可能是由于平均工资包含了人力资本报酬，另一方面，较高的平均工资意味着较高的平均劳动收入。交通便利程度(trade) 的标准化beta系数也显著为正，这说明交通运输设施是外商直接投资者考虑的重要条件。金融发展水平(loans) 并不显著，这可能是外商直接投资者本身并不依赖中国本地的融资。政府消费比重(gov1) 在5%的显著水平上显著为正，也许是由于中国的居民消费能力不强，地方政府的消费能力就显得较为重要，又或许是由于政府的消费支出意味着政府向社会提供了较多的服务，从而使得该地区对外商直接投资者来说更有吸引力。优惠政策(netdz) 的标准化beta系数基本上显著为正，表明国家级经济技术开发区作为优惠政策的载体，确实能够有效吸引FDI的流入。开放程度(open) 的系数却是不显著的，说明一个地区的开放程度对外商直接投资来说并不重要。本文的工业化水平(indust) 是显著为正，工业化水平(indust) 意味着较完善的产业基础，可能形成上游的供给和下游的需求，在一定程度上具有集聚效应。然而，城市化(urban1) 显著为负，可能存在对FDI的挤出效应，因为城市化程度的提高意味着一些投入要素的成本会增加。不过，市场规模(lmarket) 的标准化beta系数并不显著，这说明本省份的市场规模并不能显著促进FDI流入本地。

3.更加深入的识别

一般来说，FDI也同时包含着固定资产投资，因而，为了更加深入地识别地方官员留学经历对FDI的作用，本文分别利用外商固定资产投资和港澳台固定资产投资进行考察。本文还是采用双向固定效应计量模型(1) 进行计量检验，被解释变量分别为外商固定资产投资对数值(lfdifix) 和港澳台固定资产投资对数值(lgatfix)，核心解释变量分别是地方官员留学虚拟变量(stuabr) 和留学时间期限(time)，计量回归估计结果如表 4所示。在表 4中，由于数据限制，外商固定资产投资对数值(lfdifix) 和港澳台固定资产投资对数值(lgatfix) 的样本时间区间为1993~2013年，并且在表 4中控制了表 2和表 3中所有的控制变量由于篇幅所限，本文没有报告表 4中控制变量的标准化beta系数估计值，如有兴趣，可向作者索要，作者非常乐意向大家提供。。此外，还需要说明的是，表 4中第(1) 列和第(2) 列的官员样本范围为省长样本，第(3) 列和第(4) 列的官员样本范围为省委书记样本；A部分的核心变量为留学虚拟变量(stuabr)，B部分的核心变量为留学时间期限(time)。

正如表 4中A部分第(1) 列和第(2) 列所示，在省长样本中，留学虚拟变量(stuabr) 的标准化beta系数估计值在5%的显著水平上显著。再观察表 4中B部分第(1) 列和第(2) 列的计量回归估计结果，与B部分的估计结果一致，留学时间期限(time) 的标准化beta系数估计值分别在1%和5%的显著水平上显著。表 4中第(1) 列和第(2) 列的计量回归估计结果意味着，省长的留学经历能显著提高外商固定资产投资和港澳台固定资产投资。此外，表 4中第(1) 列和第(2) 列的计量估计结果表明，在省长样本中，留学虚拟变量(stuabr) 的1个标准差能够显著提高0.038个外商固定资产投资对数值(lfdifix) 的标准差和0.045个港澳台固定资产投资对数值(lgatfix) 的标准差；留学时间期限(time) 的1个标准差能够显著提高0.051个外商固定资产投资对数值(lfdifix) 的标准差和0.055个港澳台固定资产投资对数值(lgatfix) 的标准差。

不过，表 4中第(3) 列和第(4) 列显示，不管是A部分留学虚拟变量(stuabr) 的标准化beta系数估计值还是B部分留学时间期限(time) 的标准化beta系数估计值，都在10%的显著水平上不显著。这说明，在省委书记样本中，留学经历对外商固定资产投资和港澳台固定资产投资都没有显著的促进作用。至于省长和省委书记的差异，与之前的分析结果相一致，省长和省委书记的不同分工内容造成了地方官员留学经历对FDI的作用产生这种差异。

(二) 稳健性检验和敏感性分析

1.稳健性检验

在本小节，本文对基本的计量回归估计结果进行稳健性检验。本文同时从两方面进行稳健性检验，以期尽可能地检验回归估计结果的稳定性以及避免因遗漏变量导致的回归偏误问题。其一，利用实际利用外商直接投资额对数值(lfdiacu) 的两个替代变量进行稳健性检验。其二，由于外商投资企业可能在一定区域内产生集聚效应，所以，本文使用年末外商投资企业注册登记数对数值(lfdinum) 的滞后项(L.lfdinum) 来尽可能地排除这个遗漏外商投资企业集聚效应导致的回归偏误问题。

本文替代实际利用外商直接投资额对数值(lfdiacu) 的两个变量分别为：外商直接投资合同金额对数值(lfdicon) 和年末外商投资企业外方注册资本对数值(lfdifca)。其中，外商直接投资合同金额对数值(lfdicon) 的原始数据外商直接投资合同金额为流量数据，年末外商投资企业外方注册资本对数值(lfdifca) 的原始数据年末外商投资企业外方注册资本为累积数据。

外商投资企业倾向于集聚在一定区域范围，以期获得外部规模经济效应。(余珮、孙永平，2011；Chen，2009) 就通过研究表明，集聚效应对外商投资企业的地理区位分布能够起到重要的作用，集聚效应能够显著促进FDI流入外商投资企业相对较多的地区。为了尽可能地避免因遗漏变量导致的回归偏误问题，本文使用年末外商投资企业注册登记数对数值(lfdinum) 的滞后项(L.lfdinum) 来度量外商投资企业的集聚效应。

本文依然采用计量模型(1) 进行稳健性检验，稳健性检验的计量回归估计结果见表 5中的偶数列。首先，表 5中偶数列的控制变量除了包含表 2、3和4中的所有控制变量外，还包括年末外商投资企业注册登记数对数值(lfdinum) 的滞后项(L.lfdinum)，并且，由于年末外商投资企业注册登记数的数据限制，表 5中偶数列的样本时间区间起始年份为1993年。其次，在表 5中，第(2) 列和第(8) 列的被解释变量为实际利用外商直接投资额对数值(lfdiacu)，第(4) 列和第(10) 列的被解释变量为外商直接投资合同金额对数值(lfdicon)^①，第(6) 列和第(12) 列的被解释变量为年末外商投资企业注册资本对数值(lfdifca)。此外，在表 5中，A部分的核心解释变量为留学虚拟变量(stuabr)，B部分的核心解释变量为留学时间期限(time)。最后，表 5中第(2)、(4) 和(6) 列的官员样本范围为省长，第(8)、(10) 和(12) 列的官员样本范围为省委书记。

①由于数据限制，外商直接投资合同金额的样本时间区间为1993~2012年，所以，表 5中第(4) 列和第(10) 列样本时间区间的终止年份为2012年。

观察表 5中A部分的第(2)、(4) 和(6) 列可以发现，在省长样本中，即使控制了表 2、3和4中的所有控制变量并考虑集聚效应，留学虚拟变量(stuabr) 的标准化beta系数估计值都依然至少在10%的显著水平上显著，而且其标准化beta系数估计值的分布区间为0.024~0.052。而观察表 5中B部分的第(2)、(4) 和(6) 列也可以发现，在省长样本中，同样控制了表 2、3和4中的所有控制变量并加入集聚效应后，留学时间期限(time) 的标准化beta系数估计值也都依旧至少在5%的显著水平上显著，而且其标准化beta系数估计值的分布区间为0.027~0.051。这与本文之前的计量回归估计结果一致，使得之前的计量回归估计结果更加可信，进一步验证了本文的核心观点。也就是说，这表明如下所述的逻辑更加可信，即在地区权威体制下，当省长面临政治激励和财政激励时会努力争取FDI流入本地，以期促进本地经济的发展，但是，由于地方官员的出国留学经历能赋予其优势，所以，那些具有留学经历的省长能显著地促进FDI流入本地。

然而，当观察表 5中第(8)、(10) 和(12) 列时发现，在省委书记样本中，A部分和B部分核心解释变量的标准化beta系数估计值均在10%的显著水平上不显著。这使得之前的分析结果更加可信，省长和省委书记的留学经历在吸引FDI时存在显著的差异。当然，也进一步验证了下述的逻辑，省长和省委书记在工作中的不同分工安排确实导致其留学经历在促进FDI流入本地时产生不同的作用，省长能在工作中充分发挥其留学经历所赋予的优势促进FDI流入本地，而省委书记在促进FDI流入本地时却没有充分发挥其留学经历所赋予的优势。

此外，在表 5偶数列中，不管核心解释变量是A部分的留学虚拟变量(stuabr) 还是B部分的留学时间期限(time)，在控制控制表 2、3和4中的所有控制变量后，年末外商投资企业注册登记数对数值滞后项(L.lfdinum) 的标准化beta系数估计值都在1%的显著水平上是显著，且其标准化beta系数估计值的分布区间为0.396~0.626。年末外商投资企业注册登记数对数值滞后项(L.lfdinum) 代表外商投资企业的集聚效应，所以，上述计量回归估计结果意味着，外商投资企业会在一定区域内产生集聚效应。

为了比较核心解释变量的标准化beta系数估计值在加入集聚效应(L.lfdinum) 前后的变化，本小节估计了未控制集聚效应(L.lfdinum) 的双向固定效应计量模型(1)，计量回归估计结果如表 5中奇数列所示。表 5中奇数列的每一列都对应着其后的偶数列，除了未控制集聚效应(L.lfdinum) 外，其被解释变量、核心解释变量、控制变量、样本时间区间以及官员样本范围的设置都完全一样。观察表 5中第(1)~(6) 列不难发现，在省长样本中，在计量回归中未控制集聚效应(L.lfdinum) 导致A部分留学虚拟变量(stuabr) 和B部分留学时间期限(time) 的标准化beta系数估计值产生向上的偏误。但是，观察表 5中第(7)~(12) 列发现，在省委书记样本，无论是否控制集聚效应(L.lfdinum)，A部分留学虚拟变量(stuabr) 和B部分留学时间期限(time) 的标准化beta系数估计值都在10%的显著水平上不显著。

2.敏感性分析

北京市、天津市和上海市这三个直辖市是中央政府直接管辖的建制城市，具有明显的政治经济优势和区位优势，往往是全国的政治、经济以及文化中心。由于直辖市具有其特殊性，因此，本文将北京市、天津市和上海市这三个直辖市^①从样本中剔除，从而对基本计量回归估计结果进行敏感性分析。本文依然采用双向固定效应计量模型(1) 进行敏感性分析，计量回归估计结果见表 6。

①样本中本来就不包括重庆市，所以在敏感性分析中不需要再从样本中剔除重庆市。

在表 6中，同样控制了表 2、3和4中的所有控制变量^②。第(1) 列和第(4) 列的被解释变量为实际利用外商直接投资额对数值(lfdiacu)，其样本时间区间为1986~2013年；第(2) 列和第(5) 列的被解释变量为外商直接投资合同金额对数值(lfdicon)，其样本时间区间为1993~2012年；第(3) 列和第(6) 列的被解释变量为年末外商投资企业注册资本对数值(lfdifca)，其样本时间区间为1992~2013年。另外，在表 6中，A部分为省长样本范围，B部分为省委书记样本范围；第(1)~(3) 的核心解释变量为留学虚拟变量(stuabr)，第(4)~(6) 的核心解释变量为留学时间期限(time)。

②由于篇幅所限，本文并未报告表 6中控制变量的标准化beta系数估计值，如有兴趣，可向作者索要，作者非常乐意向大家提供。

观察表 6中A部分发现，在省长样本中，剔除直辖市样本并控制所有变量后，无论核心解释变量为留学虚拟变量(stuabr) 还是留学时间期限(time)，其标准化beta系数估计值都在5%的显著水平上显著为正值。表 6中A部分的计量回归估计结果表明，即使在非直辖市任职，具有留学经历的省长也能充分发挥留学经历所赋予的优势吸引FDI流入本地。再观察表 6中B部分，可以发现，在省委书记样本中，剔除直辖市样本并控制所有变量后，不管核心解释变量是留学虚拟变量(stuabr) 还是留学时间期限(time)，其标准化beta系数估计值都在10%的显著水平上不显著。这同样说明，在促进FDI流入本地时，具有留学经历的省委书记并没有充分发挥其优势。总之，敏感性分析同样支持本文的核心观点，地方官员会对财政激励和政治激励做出理性的反应，而且在互相竞争吸引FDI时，具有留学经历的地方官员由于其留学经历所赋予的优势能显著促进FDI流入本地。

综合上述分析，本文的核心观点是成立的，即当地方官员在地区分权威权体制下面临财政激励和政治激励，并且普遍以投资驱动经济发展时，由于FDI能够缓解融资约束以及产生溢出效应，所以，地方官员之间会存在对FDI的激烈竞争，这就导致具有留学经历的地方官员由于其所具有的优势而能够显著吸引FDI流入本地。

五、 进一步的分析

为了能够进一步考察地方官员留学经历对FDI的异质性作用。本文将地方官员留学国家分为资本主义国家(capital) 和社会主义国家(social)，将留学所学专业分为经济类专业(econom) 和非经济类专业(noneco)，将留学初始年份分为1978年及之前(stuy21) 和1978年之后(stuy22)，将具有留学经历的官员任职年份分为1986~1991年(year1)、1992~2002年(year2) 和2003~2013年(year3) 三个时间区间，将任职地区分为东部地区(east1)、中部地区(midland1)、西部地区(west1)、东北地区(noreast1) 和直辖市(municip1)。

本文采用计量模型(2) 识别地方官员留学经历对FDI的异质性作用，回归估计结果如表 7。在表 7中，被解释变量为实际利用外商直接投资额对数值(lfdiacu)，核心解释变量为留学时间期限(time)^①，样本时间区间为1986~2013年，第(1)~(5) 列为省长样本，第(6)~(10) 列为省委书记样本。计量模型(2) 中的β系数是基准组留学时间期限(time) 的净效应，交互项D_s_time的系数β_s就是考察组与基准组留学时间期限(time) 的差异。表 7第(1) 列和第(6) 列分别以社会主义国家(social) 为基准组，以资本主义国家(capital) 为考察组；第(2) 列和第(7) 列分别以经济类专业(econom) 为基准组，以非经济类专业(noneco) 为考察组；第(3) 列和第(8) 列以留学初始年份在1978年及之前(stuy21) 为基准组，以留学初始年份在1978年之后(stuy22) 为考察组；第(4) 列和第(9) 列以任职年份在1986~1991年(year1) 为基准组，以任职年份在1992~2002年(year2) 和2003~2013年(year3) 为考察组；第(5) 列和第(10) 列以任职地区在西部地区(west1) 为基准组，以任职地区在东部地区(east1)、中部地区(midland1)、东北地区(noreast1) 和直辖市(municip1) 为考察组。

①核心解释变量为留学经历(stuabr) 的计量回归估计结果与核心解释变量为留学时间期限(time) 基本一致，由于篇幅所限，本文没有报告，如有兴趣，可向作者索要，作者非常乐意向大家提供。

观察表 7中第(1)~(6) 列可以发现，所有考察组与留学时间期限交互项的标准化beta系数估计值都在10%的显著水平上不显著。这说明，留学国家、留学所学专业、留学初始年份、任职年份以及任职地区并不影响地方官员留学经历对FDI的促进作用。此外，在省长样本中，所有基准组的留学时间期限(time) 都是显著的，其标准化beta系数值大约在0.043至0.052之间。而表 7第(7)~(12) 列的计量回归估计结果显示，在省委书记样本中，所有基准组的留学时间期限(time) 都不显著。

六、 结论

如何吸引FDI以期促进各地区的经济发展是大家所关注的一个重大问题，众多学者对吸引FDI流入各地区的因素进行了严谨的研究。本文则以中国地方官员发展经济的动机和方式为起点，着眼于地方官员留学经历对FDI流入中国各个省份的促进作用。从这个视角看，留学经历赋予了具有该经历的地方官员一定程度的优势，因而使得其在促进FDI流入时能发挥相对更大的作用。本文利用1986~2013年中国29个省级行政区的数据，采用双向固定效应模型就此观点进行了检验，检验结果表明，具有留学经历的省长确实能够促进FDI流入本地，但省委书记的留学经历对FDI没有显现出显著的作用。为了使得检验结果更为可信，本文还进行了稳健性检验和敏感性分析，尽可能地排除了遗漏变量导致的回归偏误以及尽可能地避免了样本选择问题。稳健性检验和敏感性分析的计量回归估计结果依然支持本文的核心观点。另外，本文进一步考察了地方官员留学经历对FDI的异质性作用，结果发现，留学国家、留学所学专业、留学初始年份、任职年份以及任职地区并不会导致地方官员留学经历对FDI的异质性作用。

本文的发现为解释FDI在中国各地区的不平衡分布现象提供了一个新的思路。在财政激励和政治激励的双重激励下，中国的地方官员有动力通过吸引FDI发展本地经济，而留学经历又能赋予地方官员吸引FDI流入本地的优势，因此地方官员是否具有留学经历也是导致FDI不平衡分布的影响因素之一。本文的研究也为中国各地区吸引FDI和地方官员治理提供了一些启示。但必须承认，本文还有一些问题有待进一步的研究。首先，对地方官员留学经历促进FDI流入本地的机制做出细致的分析和有效的识别。其次，进一步研究地方官员留学经历对FDI产业分布结构和来源国别(地区) 结构所产生的影响。最后，将地方官员的样本范围扩展到其他地方官员，比如，省委常委、省政府党组成员、市委书记、市长等。