APP下载

我国FDI区位选择影响因素实证研究

2016-04-27陶妮

商场现代化 2016年7期
关键词:对外直接投资实证分析影响因素

摘 要:改革开放以来,中国经济逐步从“引进来”向“走出去”转型,我国企业目前正处于对外直接投资快速扩张的关键时期。本文利用对外直接投资理论,选取20个国家作为样本,抽取2005年-2014年各国GDP等相关数据,运用面板数据模型对各影响因素与当年对外直接投资流量的关系进行了计量分析,并依据模型回归结果提出区位选择的战略对策。

关键词:对外直接投资;区位选择;影响因素;实证分析;战略对策

随着经济全球化程度的不断加深,对外直接投资已逐渐成为继国际贸易之后,参与国际分工、国际资源配置和国际市场竞争的主要方式。2000年以前,中国对外直接投资额很小,2001年“十五”计划正式将“走出去”确定为国家战略,从此一条积极稳妥、有序推进的“走出去”路线清晰地展现在眼前。

一、对外直接投资相关概念界定

对外直接投资是国际资本流动的一种重要形式,简称FDI。国际上,不同机构、学者对FDI定义的解释不尽相同。本文将FDI定义为:一国投资者以有效控制企业经营管理权为核心,以获取利润为主要目标,以对外投资为媒介,并通过在海外设立独资企业、合资企业、合作企业等形式而进行的投资行为。

根据Dunning(1976)的国际生产折衷理论,只有当企业同时具备所有权优势、内部化优势和区位优势时,才完全具备了对外直接投资的条件。其中所有权优势和内部化优势是能够通过企业自身的发展取得的,只有区位优势是动态的外生变量,需要通过投资主体在外界寻求,企业无法自身创造。因此,区位选择是企业“走出去”所面对的首要问题。正确的投资区位决策,不仅有助于企业降低生产成本,实现技术创新,开拓国际市场,增强企业竞争力,同时可以加快我国产业结构转型升级,有效解决贸易及非贸易壁垒,推动中国经济持续发展。

二、我国企业对外直接投资区位分布的现状及特征

根据相关统计数据,2004年-2014年我国对外直接投资流量呈现不断递增的趋势,2013年中国对外直接投资流量实现了首次突破千亿美元大关,2014年中国对外直接投资流量是2004年的22.4倍,连续3年位列全球第三。可见我国对外直接投资虽然起步较晚,但发展较快。

从流量来看,根据国家统计局FDI相关数据可知,我国对外直接投资地区分布不均衡,每年对亚洲各国的投资额占世界投资总额比重最大,最近三年都在70%左右。近年来,我国对北美洲的对外直接投资流量明显上升,主要集中在美国和加拿大,投资目的大多是为了获得技术以提升企业自身的竞争力,此外还可以降低技术性贸易壁垒带来的损失。

三、对外直接投资区位选择影响因素的实证分析

本文主要是基于宏观数据,探讨一些易量化的宏观影响因素,如东道国市场规模、劳动力成本因素、基础设施建设等对区位选择的影响。

1.变量的选取

因变量:选取2005年至2014年间我国对各国的对外直接投资流量,记作FFDI(万美元)。自变量:详见表。

表 自变量选取及假设

2.样本选取和数据来源

本文主要收集了2005年-2010年我国对外直接投资流量以及其他解释变量的数据,选取了20个具有代表性的国家作为样本,包括:印度尼西亚、日本、新加坡、韩国、泰国、越南、阿尔及利亚、苏丹、几内亚、尼日利亚、南非、英国、德国、法国、俄罗斯、墨西哥、加拿大、美国、澳大利亚和新西兰。

3.数据的处理与检验

(1)数据的处理

为了更好地将自变量与因变量之间存在的非线性关系转化为线性关系,减少计量模型异常点和残差的非正态分布及异方差性,本文对因变量和各自变量的观测值进行对数处理。为了方便下面的说明和研究,在这里给出一般的回归方程:

其中,αi为模型的截距项;分别为5个自变量的系数;i代表本次研究所选取的20个国家样本,i=1,2,...,20;t=2005,2006,...,2014;μit为随机误差项。

(2)数据检验与模型回归

第一步:作为一个参照系,首先进行混合回归,得到以东道国为聚类变量的聚类稳健标准差和普通标准差,通过对比发现两者差别不大,故传统的豪斯曼检验适用于此。第二步:对该面板数据进行豪斯曼检验,由于p值为0.0000,故应该使用固定效应模型,而非随机效应模型。这与预期相符,由于每个国家的投资环境不同,很可能存在一些不随时间改变的影响因素,这就是所谓的“个体效应”。第三步:进行组间异方差检验。沃尔德检验强烈拒绝“组间同方差”的原假设,即存在“组间异方差”。第四步:用加权最小二乘法处理异方差问题。通过辅助回归可以得到解释变量lnFDLt-1可以解释近37%的变动,残差平方的变动于lnFDLt-1很大程度上相关,最后进行WLS回归。

4.回归结果与分析

对比WLS回归结果与固定效应模型回归结果可见,各解释变量的t统计量在使用WLS之后,变量的显著性得到了明显提升。WLS回归结果中,R2=0.67,F=70.15,对比固定效应模型回归结果可知,整体拟合程度提高了。

lnGDP的系数估计值由-0.40改进为-0.14(其假设值应为正数);lnRE的系数估计值由0.49改进为0.10(其假设值应为负数);lnINF的系数估计值由-0.09改进为-0.01(其假设值应为正数),相比较而言,WLS回归使模型更符合预想。

lnFDIt-1的系数估计值为0.84,而且变量显著性很好,表明中国对东道国滞后一期的投资存量每增加1%,则对该国的对外直接投资流量就会增加0.84%。这与假设一致,即对外投资存在集聚效应,前期投资经验为后投资者减少投资风险,并可以降低信息壁垒。

lnTRA的系数估计值为0.27,而且变量显著性较好,表明中国与东道国的贸易额每增加1%,则对该国的对外直接投资流量就会增加0.27%,这假设也是相符的。FDI是企业参与国际化经营的高级方式,我国企业国际化遵循“先贸易、后投资”的原则。

四、我国企业对外直接投资的区位战略选择与对策建议

基于前文的实证分析,可以发现我国对外直接投资的影响因素与过去有所不同,也标志着随着我国经济进一步发展,中国对外直接投资也在逐步进入新阶段。根据Dunning(1996)对投资发展阶段理论(IDP)的各阶段区分,NOI代表一国吸引的国外直接投资与本国对外直接投资之间的差额,近年来,我国NOI值呈不断缩小趋势,到2014年首次超过外商直接投资额,故我国FDI已经进入第4阶段。随着我国人口红利的消失,廉价劳动力已不再是我国的比较优势。因此,产业升级和技术能力升级将成为政府与企业应重点关注的内容,在对外直接投资区位选择的时候一方面要考虑投资的集聚效应,另一方面还应考虑我国与东道国之间的贸易关系,以降低投资风险。

因此,可以从以下方面进一步优化中国对外直接投资布局,提高FDI投资效率。政府应加快制定对外直接投资的总体规划,在国内产业结构升级的基础上,不断促进我国对外贸易的结构优化,以此来推动FDI的发展。企业应提升自主创新能力,主动将相关业务向东道国相应的产业集聚地和公司集聚地靠拢,通过跨国并购等方式培育大型企业集团。

参考文献:

[1]黄梅波.世界经济:理论、政策与实践[M].北京:北京大学出版社,20

15:283-284.

[2]小岛清.对外贸易论[M].天津:南开大学出版社,1987:421.

[3]杨震.我国企业对外直接投资区位选择影响因素研究[D].北京:华侨大学工商管理学院,2013.

[4]李剑桥.中国对外直接投资的决定因素研究[D].北京:北京交通大学经济管理学院,2015.

[5]宋维佳,许宏伟.对外直接投资区位选择影响因素研究[J].财经问题研究,2012,10(10):44-50.

作者简介:陶妮(1992- ),女,汉族,江苏江阴,学生,硕士,苏州大学,世界经济

猜你喜欢

对外直接投资实证分析影响因素
我国企业对外直接投资对国内就业的影响
江苏省OFDI产业升级效应浅析
中国企业对外直接投资的发展特征与导因分析
我国房地产对外直接投资分析
电子服务质量与顾客忠诚的关系研究
本土会计师事务所与国际四大会计师事务所的比较分析
以公有制经济为主体,国有经济为主导的实证分析
基于省会城市经济发展程度的实证分析
农业生产性服务业需求影响因素分析
村级发展互助资金组织的运行效率研究