我国对外直接投资主要影响因素分析
作者：***
来源：《合作经济与科技》2016年第12期
[提要] 本文选取1996～2014年30国对外直接投资面板数据，采用数量分析法，对影响各国对外直接投资的国内主要因素进行甄选。研究发现：母国的经济发展水平对其海外投资具有显著促进作用；以出口占GDP比重度量的贸易开放度对投资的影响较小；以铁矿石为代表的自然资源进口比重以及研发支出占GDP比重大小与对外直接投资呈正相关。基于实证结果，本文提出促进各国对外直接投资相关政策建议。
关键词：对外直接投资；影响因素；母国
中图分类号：F83 文献标识码：A
收录日期：2016年4月11日
一、文献综述
学者们关于对外直接投资的动因进行了大量研究。Andreff（2002）在对转型国家跨国公司的研究中，将母国GDP、人口、技术发展水平、GDP增长率等作为解释变量对转型国家对外直接投资进行分析，研究表明，母国GDP及国内市场规模是对外直接投资的主要决定因素，技术水平影响较小。认为一国的出口与对外直接投资之间存在联系（Dunning，J.，Kim，C.&Lin，J.，2001）。Khanindra Ch.Das（2013）基于联立方程模型和面板数据，对1996～2010年发展中国家对外直接投资的影响因素进行研究并发现，母国的经济发展水平、全球化程度、研发支出对本国的对外直接投资影响非常显著。Rosfadzimi Mat Saad（2014）和Xiaoxi Zhang、Kevin Daly（2011）都认为经济发展水平、贸易开放度共同影响着母国的对外直接投资。此外，Rosfadzimi Mat Saad（2014）使用1981～2011年马来西亚对外直接投资的时间序列数据，运用OLS估计方法得出：专利水平对投资国的对外直接投资具有显著的负作用，即专利个数越多，对外直接投资则越少。Xiaoxi Zhang、Kevin Daly（2011）基于2003～2009年中国对外直接投资的面板数据进行实证分析，认为中国对铁矿石和金属资源进口占商品总进口的比重越大，对外直接投资的需求越大。
学者们关于对外投资动因的研究更多的是从东道国的角度着手，本文从全球视角出发，选取30个有代表性的国家，包括发达国家、发展中国家，基于母国视角分析对外直接投资的
影响因素。
二、对外直接投资影响因素及假设的提出
（一）人均GDP与对外直接投资。Dunning（1981）运用国际生产折衷理论对发展中国家的对外投资做出了解释，并根据人均GDP将对外投资的能力划分为四个阶段。于是，我们假设：
H1：对外直接投资与人均GDP有正相关关系
这一假设与Andreff（2002）、Rosfadzimi Mat Saad（2014）等的研究相同。
（二）贸易开放度与对外直接投资。一国的出口与对外直接投资之间存在联系（Dunning，J.，Kim，C.，Lin，J.，2001）。因此，我们假设：
H2：对外直接投资与贸易开放度正相关，而出口是一国开放度的重要指标，因而对外直接投资与出口有正相关关系
（三）技术与对外直接投资。Khanindra Ch.Das（2013）认为研发支出对本国的对外
投资影响非常显著，即研发支出越多，对外投资越多；专利水平对本国对外直接投资具有显著的负影响，即专利个数越多，对外直接投资则越少（Rosfadzimi Mat Saad，2014）。在此，本文选取研发支出作为技术的测度。于是，我们假设：
H3：对外直接投资与科研经费投入之间正相关
（四）自然资源与对外直接投资。中国铁矿石和金属资源进口占商品进口的比重越大，对外直接投资的需求越大（Xiaoxi Zhang、Kevin Daly，2011）。近年来，很多企业为保证资源的供应而进行海外并购和海外投资。其中，铁矿石和金属资源进口占商品总进口的比重是自然资源禀赋另一层面的反映。因而，我们假设：
H4：对外直接投资与铁矿石和金属资源进口占商品总进口的比重成正相关
三、实证分析
（一）数据描述。本文选取30个国家或地区（美国、日本、英国、法国、德国、加拿大、瑞典、韩国、意大利、墨西哥、挪威、爱尔兰、比利时、丹麦、芬兰、荷兰、葡萄牙、波兰、西班牙、土耳其、中国、中国香港、俄罗斯、新加坡、南非、巴西、印度、哥伦比亚
、阿根廷、乌克兰）对外投资决定因素进行研究，基于面板数据的可获得性，时间跨度为1996～2014年，所选用的变量有：对外直接投资（OFDI）、人均GDP（GDPPC）、贸易开放度（TOPEN）、研发支出占GDP的比重（RDGDP）、资源（NGRES）。其中，OFDI的数据来自《World Investment Report》各期，GDPPC、TOPEN、RDGDP、NGRES的数据从《World Development Indicators 2015》获得。
（二）理论模型。为验证上文提出的4个假设，本文建立了回归模型。希望通过回归分析，识别对外直接投资的决定因素，同时比较OECD国家和非OECD国家对外直接投资影响因素的异同，为中国对外直接投资寻求政策建议。回归模型如下：
OFDIit=β0+β1GDPPCit+β2TOPENit+β3RDGDPit+β4NGRESit+εit （1）
其中：i代表国家，t代表年份；OFDI表示对外直接投资额；GDPPC表示人均GDP；TOPEN代表贸易开放度，即出口额占GDP的比重；RDGDP表示研发经费支出占GDP的比重；NGRES表示资源，即铁矿石和金属进口占商品总进口的比重。
（三）研究方法
1、平稳性检验。本文使用LLC和PP-FISHER方法对面板数据进行单位根检验，测试方程包括截距项和交叉项，只有当两种检验均拒绝存在单位根的原假设时才证明序列是平稳的，反之则不平稳。结果显示，在5%的显著性水平下，OFDI序列平稳，GDPPC、TOPEN、RDGDP、NGRES一阶差分序列平稳。
2、协整检验。虽然OFDI与解释变量不是同阶单整序列，但是被解释变量OFDI的单整阶数0要小于所有解释变量的单整阶数1，因此可以做协整检验。检验结果表明，绝大多数的统计量在5%的显著水平上都拒绝接受“不存在协整关系”的原假设，综合考虑，该变量之间存在协整关系。因此，可以进行回归分析。
在单位根检验和协整检验通过后，用EVIEWS进行最小二乘法估计，估计模型为面板固定效应模型。
Model 1：对所有国家进行回归分析，回归结果如下：
OFDIit=-0.44+0.47GDPPCit+0.09TOPENit+5.11RDGDPit+2.62NGRESit （2）
（-0.17） （7.41） （1.50） （3.22） （5.24）
R2=0.72 R=0.70 F=37.51 T=30
其中，括号内的数字是t值。给定显著水平α=0.05，回归系数除了TOPEN，其他的都具有显著性，其中，人均GDP和NGRES显著性强，RDGDP也比较显著。查F分布表：
F0.05（4，25）=2.76，F=37.51>2.76，故回归方程显著。实证检验的结果表明，1996～2014年人均GDP每变动1%，OFDI增长率就同向变动0.44%左右；出口占商品总出口的比重（TOPEN）每变动1%，OFDI增长率就同向变动0.09%左右，研发支出比率每变动1%，OFDI增长率就同向变动5.11%左右，而以铁矿石和金属为代表的资源进口率每变动1%，OFDI增长率同比变动2.62%左右。
Model 2：对所属OECD国家进行回归分析，回归结果如下：
OFDIit=5.01+0.42GDPPCit+0.14TOPENit+5.79RDGDPit+1.90NGRESit+εit （3）
（1.96） （6.36） （1.48） （3.70） （2.75）
R2=0.74 R2=0.72 F=40.02荷兰vs美国比分分析
实证检验的结果表明，1996～2014年20个OECD国家，人均GDP每变动1%，OFDI增长率就同向变动0.42%左右，不如对所有国家进行回归的影响大；出口占商品总出口比重（TOPEN）每变动1%，OFDI增长率就同向变动0.14%左右，明显大于Model1的增长率，说明OECD国家对市场的需求比较大；研发支出比率每变动1%，OFDI增长率就同向变动5.79%左右，而以铁矿石和金属为代表的资源进口率每变动1%，OFDI增长率同比变动1.90%左右，说明OECD国家相对来说偏向市场寻求型海外投资。
Model 3：对所属非OECD国家进行回归分析，回归结果如下：
OFDIit=-35.68+1.54GDPPCit+0.19TOPENit+5.19RDGDPit+5.45NGRESit+εit （4）
（-6.11） （5.93） （2.10） （0.62） （5.12）
R2=0.71 R2=0.69 F=27.63
显然，该回归方程的拟合程度没有Model 1和Model 2好，但是通过检验很明显，非OECD国家对资源需求更大，而且母国经济发展与对外直接投资关系显著，这与（Andreff，2002；Rosfadzimi Mat Saad，2014；Xiaoxi Zhang & Kevin Daly，2011）结果一致。反而
研发支出对OFDI的影响比较微弱，这与Khanindra Ch.Das（2013）的结论不太一致。
综合以上三个模型得出：假设1、4成立，假设2在10%的显著水平下成立，而假设3则不成立。说明，人均GDP、自然资源对对外直接投资的影响非常显著，非OECD国家对资源的需求更大，贸易开放度对OECD国家影响更为明显，而研发支出影响很小。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论