中国OFDI区位选择决定因素研究

摘要：在国别差异视角下选取2003―2014年28个主要国家和地区的面板数据，并将所有样本国家分为发达经济体和发展中经济体两类，借助于投资引力模型重点考察了东道国市场因素、资源禀赋因素和技术因素对我国对外直接投资区位选择的影响，研究发现，我国OFDI区位选择呈现出明显的国别差异，对发达经济体的投资同时受到市场规模因素和技术禀赋因素的影响，对发展中经济体的投资同时受到市场规模因素和资源禀赋因素的影响，另外还发现随着技术水平的提升和运输工具的革新，距离不再是我国OFDI区位选择的决定因素。

关键词：对外直接投资； 区位选择； 引力模型

文章编号：2095-5960（2017）02-0092-08；中图分类号：F125；文献标识码：A

一、引言

对外直接投资（Outward Foreign Direct Investment，OFDI）是发展中国家参与国际分工和济全球化的两种重要途径之一，随着国家“走出去”战略的实施，我国对外直接投资的数量和规模均取得了快速发展。据商务部相关数据显示，2015年，我国境内投资者共对全球155个国家和地区的6532家境外企业进行了非金融类直接投资，累计实现对外投资11802亿美元，同比增长147%，而同期我国实际使用外资金额为12627亿美元，同比增长55%，说明我国已经到了“引进来”和“走出去”发展并重的新阶段。关于我国企业对外直接投资的相关问题也引起了学者们的关注，Buckley（2007）研究了中国对外投资的驱动力和决定因素[1]，Salidjanova（2011）则从资源和技术两个层面分析了中国OFDI快速增长的原因[2]。然而，从国别差异的角度探究中国对外直接投资区位选择影响因素和动机等问题则缺乏系统深入的研究。

任何国际直接投资理论都不可避免的面临着回答跨国公司对外投资的动因、条件和流向等问题，因此，面对我国对外直接投资发展过程中出现的诸多新现象和新特征，如何解释我国跨国公司对外直接投资的动机？我国企业对外直接投资受到哪些因素的影响？我国企业对不同东道国投资的区位决策影响因素是否一致？显然从理论和实证两个方面仍存在进一步推进研究的空间和可能性。本文在以往学者研究成果的基础上，以国际直接投资理论为指导，借助投资引力模型，选取2003―2014年28个主要国家和地区的面板数据，并将样本国家分为发达经济体和发展中经济体两类，在国别差异视角下重点考察东道国市场因素、资源禀赋因素和技术因素对中国对外直接投资区位选择的影响，以此说明我国对不同类型东道国OFDI驱动力和影响因素的差异，预期将为“一带一路”背景下我国企业持续“走出去”提供理论依据和现实指导。

二、文献述评

关于OFDI区位选择问题目前尚未出现系统并得到一致认可的理论，通过对现有文献的认真梳理，我们可以发现理论界在探讨国际直接投资区位选择问题时大体上沿着三条思路展开，一是从区位经济学入手，从企业生产成本的最小化和靠近市场来进行生产地点的决策；二是从国际贸易理论入手，重点考虑资源禀赋、技术、偏好和运输成本对生产地点决策的影响；三是国际直接投资理论，在综合考虑前两条思路的基础上，主要考虑影响区位选择的因素包括资源和原材料的可获得性、劳动力的成本、市场及其相关因素、政府政策措施等。[3]

Tinbergen（1962）首次将物理学中的引力思想引入到国际贸易流量的分析中，认为两国贸易流量和自然界星体等物质之间的引力一样，和他们的质量成正比，和他们的距离成反比，即两国间的贸易流量和这些国家的国民生产总值成正比，而和他们的距离成反比[4]，贸易引力模型的一般形式为：

其中XAB表示AB两国的贸易流量，GDPαA和GDPβB表示AB两国的国内生产总值，distζAB表示两国的距离，λ是给定的常数。贸易引力模型自提出以后受到了学者们的广泛关注并对其进行了实证检验，Brainard（1993），McCallum（1995），Linnemann（1996），Branstetter（2010），Chaney（2011）[5][6][7][8][9]等学者基于不同国家数据的检验证明了引力模型的广泛适用性。

鉴于引力模型在分析国家双边贸易流量问题上的良好适用性，并且根据Kojima（1978）[10]的贸易和投资相互促进理论，学者们开始将引力模型引入到投资领域的研究。Anderson（1979）在对贸易引力模型进行修正的基础上提出了投资引力模型[11]，其一般形式如下：

其中OFDIij表示i国和j国直接投资流量，GDPi和GDPj分别表示i国和j国的国内生产总值，Pi和Pj分别表示i国和j国的人口总数，Bij分别表示i国和j国之间阻碍互相投资的各种因素（如距离、税收等因素），Hij表示促进i国和j国互相投资的各种因素（如签署投资协议、具有共同语言等因素），εij表示前述各种因素没有考虑到的误差项。根据投资引力模型，两国投资流量与两国的国内生产总值以及人口量和一系列助力因素正相关，和贸易壁垒以及一系列阻力因素负相关，并且可以根据不同研究对象和目的的需要，在投资引力模型中加入其他变量进行检验。

近年来，在投资引力模型思想启发下，结合对外直接投资发展现状研究，我国对外直接投资区位选择影响因素的成果逐渐增多。其中大多数学者从实证角度选择将制度因素纳入分析模型中，鲁明泓（1999）是国内较早将制度因素纳入到国际直接投资区位选择分析的学者，在对以往研究成果回顾的基础上，通过选取110多个国家的10多项制度性因素，并把制度因素分解成国际经济制度安排、经济制度、法律制度和企业运行的便利性四种类型，实证分析了制度对国际直接投资区位选择的重要影响，最后从短期和中长期两个时间维度提出了中国制度亟须改进的地方。[12]程惠芳、阮翔（2004）选取了中国对外直接投资的32个国家和地区作为代表性样本，实证检验了东道国的经济规模、地理距离、双边贸易量以及是否签署投资保护协定和避免双重征税协定等虚拟变量和投资流量之间的关系，并通过引力模型计算出中国与东道国的引力系数，研究发现东道国的经济规模、双边贸易量和投资流量正相关，而双边距离则和投资流量负相关，在一定程度上验证了投资引力模型。[13]蒋冠宏、蒋殿春（2012）基于投资引力模型，利用中国对95个国家投资的面板数据，对影响中国OFDI区位选择的因素进行了检验，结果表明，中国对发达经济体和发展中经济体投资的动机存在差异，并且中国对外直接投资对制度风险表现不明显。[14]随着微观数据在实证分析中得以广泛应用，也有部分学者对该问题进行了相关研究。阎大颖（2013）则是基于中国对外直接投资的微观企业数据，通过纳入价值链因素实证检验了中国企业OFDI的区位分布及其决定因素。研究发现中国对外直接投资存在自然资源寻求型和战略资产寻求型，而制度因素对跨国公司OFDI区位选择影响同样显著。[15]王永钦、杜巨澜、王凯（2014）从东道国制度视角出发，选取中国2002―2011年842笔全球对外直接投资活动为研究样本，重点探讨了东道国的六类制度性因素以及税收和自然资源等因素对OFDI流量的影响，结果显示不同制度性因素对中国OFDI的影响具有差异性。[16]赵蓓文（2015）以中国OFDI区位选择中呈现出的新特征作为切入点，分别剖析了中国对欧美、非洲、拉美以及新兴经济体进行投资的典型案例，在甄别不同投资动机的基础上提出了针对不同投资类型要进行风险预判的政策建议。[17]

通过文献回顾可以发现学者们从不同角度对OFDI区位选择问题进行了相关的理论分析和实证研究，不仅丰富了区位选择理论，也为学界下一步的研究奠定了基础，但仍然存在以下几方面的问题：首先，关于研究视角的问题，部分学者在研究时没有对中国OFDI东道国进行区分，而是作为一个整体进行对待，这将导致无法准确甄别出中国OFDI的投资动机及其区位决策的影响因素；其次，关于研究方法的选取问题，如程慧芳和阮翔（2004），Kolstad & Wiig（2009）等选取的都是截面数据，和面板数据相比较可能存在的问题是由于没有考虑时间趋势和个体效应所导致的结论有偏；再次，关于研究变量选取的科学性问题，如部分研究仅仅侧重于自然资源因素，而有的研究仅侧重于市场因素等，这些问题可能会导致无法全面把握影响中国OFDI^位决策的影响因素。针对上述研究存在的问题，本文希望克服以往研究存在的缺陷，从国别差异的研究视角出发，将全部样本划分为发达经济体和发展中经济体两类，将影响因素概括成东道国市场因素、资源禀赋因素和技术因素，借助于投资引力模型，运用面板数据实证检验我国OFDI区位选择的影响因素，试图为该领域的研究作出一定的改进和创新。

三、研究设计

（一）样本和指标选取

1.样本选取

考虑到我国对外直接投资数据的系统是从2003年开始，并且对外投资区位分布呈现出集聚现象，因此遵循样本选取的代表性和简洁性原则，本文在样本选取上，以2014年我国OFDI存量数据中排名前30位的国家和地区为标准，去除英属维尔京群岛和开曼群岛的数据后①〖ZW（DYB，0.25〗〖HTF〗①英属维尔京群岛和开曼群岛为传统意义上的“避税天堂”，对其研究不具有实际意义，因此将之剔除。〖ZW）〗，研究对象为28个国家和地区②〖ZW（DYB，0.25〗〖HTF〗②2014年我国对该28个国家和地区的OFDI存量占当年全部比重的83.9%，因此样本选取具有较强的代表性。〖ZW）〗，这28个国家和地区分别是：中国香港、美国、澳大利亚、新加坡、英国、俄罗斯联邦、法国、加拿大、哈萨克斯坦、南非、德国、荷兰、中国澳门、缅甸、蒙古、巴基斯坦、伊朗、印度、柬埔寨、泰国、瑞典、巴西、韩国、日本、委内瑞拉、阿尔及利亚、阿拉伯联合酋长国、尼日利亚。按照联合国开发计划署编制的“人类发展指数” 将这些国家和地区进一步划分为发达经济体和发展中经济体两类，其中发达经济体为：美国、澳大利亚、新加坡、英国、法国、加拿大、德国、荷兰、中国香港、中国澳门、瑞典、韩国、日本。发展中经济体为：俄罗斯联邦、哈萨克斯坦、缅甸、蒙古、巴基斯坦、伊朗、印度、柬埔寨、泰国、巴西、委内瑞拉、阿尔及利亚、阿拉伯联合酋长国、尼日利亚、南非。

2.指标选取

根据样本选取对象和研究目的，本文将历年中国对各东道国OFDI流量作为被解释变量，并从经济规模、资源禀赋和技术禀赋等角度拟将以下指标作为考察对象，变量具体含义、预期符号及理论说明如表1所示。

（二）数据来源说明和描述性统计

限于数据的可得性和全面性问题，本文在尽量扩大研究样本量的原则指导下选取了2003―2014年世界28个主要国家和地区的年度数据，其中，中国对各东道国OFDI流量数据取自历年《中国对外直接投资统计公报》，投资国与东道国国内生产总值数据取自UNCTAD数据库，投资国与东道国双边贸易规模数据

取自WTO数据库，15―64岁的人口占总人口的百分比（POP）、能源使用量（ENE）、高科技出口占制成品出口的百分比（GTEC）数据取自世界银行（World Bank）数据库，中国与各东道国距离成本（DIS）是国家之间的航运距离和国际油价的乘积，航运距离的测算参考Mayer和Zignago（2011）的相关研究，将测算公式设定为：

（3）式中，Dij表示两国之间的航运距离， popm 和popn表示两国的城市人口， popi 和popj 表示两国的人口总量，λ表示贸易距离弹性，一般设定为1，国际油价参考World Bank数据库中英国布伦特轻质石油年度平均成交价格。BORDER和LANG为虚拟变量，分别表示中国和东道国是否有共同边界和共同语言，是取1，否取0。各变量中所有以货币度量的指标均采用美元计价，为排除物价波动的影响，均按1990年不变美元价格进行调整，对个别缺失值均按插值法进行补齐，对投资流量、经济规模、贸易规模、距离成本和资源禀赋分别取对数，并将各变量的描述性统计列示于表2中。

（三）模型建立

本文在原始投资引力模型Anderson（1979）的基础上，参考Di Mauro（2000）的研究方法[18]，将模型设定为：

为了将我国对各东道国OFDI与解释变量之间的非线性关系转换为线性关系，本文在（4）式的基础上，将模型两端同时取对数，这样不仅可以克服自相关问题并将有效改善模型可能存在的异方差问题，于是，修正后的模型设定如（5）式所示。

其中，i代表样本选取的28个东道国，t代表年份为2003―2014年，α代表截距项，β为各变量的弹性系数，μ表示国家效应，ν表示时间效应，δ为干扰项。其余解释变量和被解释变量的含义及理论说明和表1相同。

四、实证检验和结果分析

（一）面板模型选择

面板模型估计方法一般有固定效应模型、随机效应模型和混合效应模型，根据Baldwin和Taglioni（2006）的研究，当模型中包含国家固定效应和时间固定效应比不包含固定效应或只包含一种固定效应时估计结果更加可靠。[19]Jeffrey M. Wooldridge（2002）也指出对使用总量数据的政策分析而言，采用固定效应模型总比随机效应模型更加令人信服。[20]因此，本文选取固定效应模型来进行实证分析。另外，为了考察我国对不同东道国OFDI区位选择影响因素的差异，本文还设计了以下三个研究方案，第一个方案针对全部28个样本国家进行估计，估计所得结果如表3（1）列所示，第二个方案针对13个发达经济体进行估计，估计所得结果如表3（2）列所示，第三个方案针对15个发展中经济体进行估计，估计所得结果如表3（3）列所示。

（二）实证结果分析

表3引力模型回归结果显示，从全样本回归结果来看，投资国与东道国国内生产总值、投资国与东道国双边贸易规模、中国与各东道国距离成本和高科技出口占制成品出口的百分比通过了1%水平上的显著性检验，15―64岁的人口占总人口的百分比、能源使用量通过了5%水平上的显著性检验，两个虚拟变量BORDER和LANG则分别通过了5%和1%水平上的显著性检验。从预期符号来看，投资国与东道国国内生产总值、投资国与东道国双边贸易规模、15―64岁的人口占总人口的百分比以及BORDER和LANG均和预期一致，说明了投资国和东道国的经济规模、贸易规模以及劳动力结构均能促进我国OFDI流量，是否和东道国拥有共同边界和共同语言显著为正说明了不仅符合理论预期，并且反映了我国OFDI总体倾向于流向有内在联系的国家和地区，而能源使用量和高科技出口占制成品出口的百分比则和预期不一致，说明了当前阶段我国OFDI对技术禀赋需求仍存在较大的增长空间。另外，双边距离成本符号和预期不一致则说明了随着技术进步和运输工具的革新，距离已经不再是影响OFDI的决定性因素。

从对发达经济体的回归结果来看，所有变量均通过了显著性检验，其中，投资国与东道国双边贸易规模、中国与各东道国距离成本、15―64岁的人口占总人口的百分比和高科技出口占制成品出口的百分比通过了1%水平上的显著性检验，投资国与东道国国内生产总值、能源使用量通过10%水平上的显著性检验，虚拟变量是否有共同语言和共同边界则分别通过了1%和10%水平上的显著性检验。和全样本回归结果不同的是，对发达经济体的检验发现双边贸易规模、劳动力结构以及高科技产品出口占制成品出口的比重均显著为正，说明了我国对发达经济体的对外直接投资存在典型的市场寻求和技术寻求的目的，是否有共同边界（border）显著为负则说明我国流向发达经济体的OFDI受到边界效应的影响并不大，而具有共同的语言显著为正则说明了我国流向发达经济体的OFDI受到了语言因素较大程度的影响。

从对发展中经济体的回归结果来看，只有投资国与东道国国内生产总值、投资国与东道国双边贸易规模和能源使用量通过了1%水平上的显著性检验，说明了我国对发展中经济体的对外直接投资存在典型的市场寻求和资源寻求的目的。双边距离成本虽然和理论预期一致，但显著性水平则较低，另外高科技出口占制成品出口的百分比和是否有共同边界均和理论预期符号一致，但都没有通过显著性检验。另外，通过方案3的检验也说明了我国对外直接投资流向发达经济体和发展中经济体的区位选择决定因素既有相同的影响因素，同时也存在着一定的国别差异，从投资动机上来看，我国OFDI流向发达经济体和发展中经济体都有市场寻求的目的，但流向发达经济体的OFDI更侧重于技术寻求，流向发展中经济体的OFDI则更加侧重于资源寻求，这和我国当前对外直接投资的发展实践是一致的，即我国当前对发达国家和地区的跨国并购和绿地投资不仅在于开拓东道国市场，同时更加重要的是为了获取其先进的技术，对发展中国家和地区的投资活动则主要是为了获取其自然资源，而技术寻求的目的则不明显，甚至存在着技术溢出到东道国的现象。

（三）稳健性检验

由于投资国和东道国双方的经济规模越大，越有可能促进对外投资的发展，另外随着对外投资规模的扩大，也会带动双方国内生产总值的增长。因此，变量之间存在的双向影响关系使得实证分析中有可能会出现内生性问题从而导致回归结果的有偏性。因此，本文选择将经济规模、贸易规模和距离成本分别滞后1期，对模型进行再次检验，以确保分析结果的准确性和稳健性。从表4的稳健性检验结果可以看出，无论是对样本国家的总体检验，还是对发达经济体和发展中经济体的分类检验，本文所选取的各个变量的系数值和显著性与表3分析结果基本保持一致，说明实证分析结论是稳健的，并具有一定的实际意义。

五、研究结论与政策建议

本文通过选取2003―2014年28个主要国家和地区的面板数据，借助于投资引力模型，从国别差异的角度出发将所有样本国家分为发达经济体和发展中经济体两类，通过设计3个研究方案重点考察了东道国市场因素、资源禀赋因素和技术因素对我国对外直接投资区位选择的影响，结论表明我国OFDI区位选择呈现出明显的国别差异，从对不同研究方案的分析来看，我国OFDI区位选择受到了不同解释变量的影响，并表现出不同的投资动机，对发达经济体的投资不仅受到市场规模因素的影响，同时也受到技术禀赋因素的影响，即呈现出市场寻求和技术寻求的动机，对发展中经济体的投资在同样受到市场规模因素影响的同时，还受到资源禀赋因素的影响，即呈现出市场寻求和资源寻求的动机。

通过上述研究结论，结合我国对外直接投资的发展现状，本文提出如下政策建议。

首先，要继续扩大对发达国家和地区的技术寻求型ν庵苯油蹲使婺＃通过本文分析发现我国对发达经济体的OFDI已经表现出明显的技术寻求特征，在当前我国自主创新能力促进技术进步的作用亟待提高的背景下， 借助于OFDI途径通过嵌入技术发达国家和地区的高端产业链条，运用模仿以及“干中学”等多种手段获取东道国先进的技术、管理经验以及前沿信息，并通过逆向技术溢出效应将获得的成果传递到我国，最终借助于技术传播和扩散提高我国的整体技术水平。

其次，要继续加强与发展中国家和地区的投资与合作，本文分析结果显示我国对发展中经济体OFDI呈现出明显的市场和资源寻求的动机，因此面对当前受困于全球经济缓慢复苏导致我国外贸发展受阻以及国内资源有限且分布不平衡的现状，在国家“一带一路”顶层战略的推动下，通过加大对发展中经济体的对外投资，不仅可以扩大我国国际市场规模，同时对于我国资源的稳定供给也提供了重要保障。

再次，要重视对被投资国家和地区的制度考察。随着我国OFDI 的快速发展，经济规模、基础设施等“硬环境”所起的作用正在逐步下降，而诸如东道国的政府效率、法制水平以及腐败控制等“软环境”所起的作用正在逐步上升，因此，我国企业在“走出去”的过程中，要更加重视对东道国的制度环境的关注和考察，应利用自身优势有意识的打破“制度接近性”的束缚，积极扩大对制度比较完善的发达国家和地区的投资规模，提高我国企业的综合竞争优势和适应能力。

参考文献：

[1]Buckley， P.J， Zheng， P，The Determinants of Chinese Outward Foreign Direct Investment[J].Journal of international Business Studies ，2007，38 （4）：499-518.

[2]Salidjanova， N. Going Out： An Overview of China's Outward Foreign Direct Investment[J].US-China Economic and Security Review Commission，2011，29（7）：126-149.

[3]赵春明.跨国公司与国际直接投资[M].北京：机械工业出版社，2013：55.

[4]Tinbergen，J. Shaping the World Economy， An analysis of world trade flows. new York， Twentieth Century Fund， 1962，5（1）：27-30.

[5]Brainard，S.L. An Empirical Assessment Of The Proximity-Concentration Tradeoff Between Multinational Sales And Trade[R].National Bureau of Economic Research，1993.

[6]John Mccallum. National Borders Matter： Canada-U.S. Regional Trade Patterns[J].The American Economic Review，1995，85（3）：615-623.

[7]Linnemann，H. An Econometric Study of International Trade Flows[M]. Amsterdam： North Holland Publishing Company，1996：121-136.

[8]Branstetter，L， Foley ，C..F. Facts And Fallacies About Us FDI In China[M]. China Growing Role in World Trade， University Of Chicago Press，2010：513-539.

[9]Thomas Chaney.The Gravity Equation In International Trade： An Explanation[J].Preliminary And Incomplete，2011，63（9）：432-467.

[10]Kojima， K.， Direct Foreign Investment： Japanese Model versus American Model [M].New York， Praeger Publishers， 1978：83-102.

[11]Anderson，J. E.A， Theoretical Foundation for The Gravity Equation[J].the American Economic Review，1979，69（1）：106-116.

[12]鲁明泓. 制度因素与国际直接投资区位分布：一项实证研究[J]. 经济研究，1999（7）：57-66.

[13]程惠芳，阮翔. 用引力模型分析中国对外直接投资的区位选择[J]. 世界经济，2004（11）：23-30.

[14]蒋冠宏，蒋殿春. 中国对外投资的区位选择：基于投资引力模型的面板数据检验[J]. 世界经济，2012（9）：21-40.

[15]阎大颖. 中国企业对外直接投资的区位选择及其决定因素[J]. 国际贸易问题，2013（7）：128-135.

[16]王永J，杜巨澜，王凯. 中国对外直接投资区位选择的决定因素：制度、税负和资源禀赋[J]. 经济研究，2014（12）：126-142.

[17]赵蓓文. 经济全球化新形势下中国企业对外直接投资的区位选择[J]. 世界经济研究，2015（6）：119-126.

[18]Di Mauro F. The Impact of Economic Integration on FDI and Exports A Gravity Approach[R].CEPS Working Document，2000.

[19]Baldwin， R， Taglioni， D. Gravity for Dummies and Dummies for Gravity Equations[R].NBER working paper， No. 12516，2006.

[20]Wooldridge.J.M. Econometric Analysis of Cross Section And Panel Data[M].Cambridge， MA： MIT Press，2006.

收稿日期：2016-11-21

基金项目：教育部人文社会科学研究规划基金项目“中国对外直接投资逆向技术溢出效应对技术进步影响程度与政策仿真研究”（13YJA790066）

作者简介：梁文化（1986―），男，河南驻马店人，首都经济贸易大学经济学院博士研究生，研究方向为跨国公司与对外直接投资。