中国对东盟直接投资的效率研究——基于DEA模型

胡 玫,郑 伟

(1.对外经济贸易大学 国际经济研究院，北京 100029;2.中国服务外包研究中心,北京 100061)

一、引言

(一)研究背景

东盟作为当今世界经济政治格局中的一个重要主体,有鲜明的特点,其政治体制非常多样化。越南、缅甸、老挝实行人民代表制度,由共产党统一领导;新加坡实行议会共和制,权力集中,法制严格,在世界银行发布的《全球营商环境报告》中一直名列前茅;印度尼西亚和菲律宾实行总统共和制;泰国、柬埔寨、马来西亚、文莱则实行君主立宪制。东盟国家中,新加坡、文莱的政治局势比较稳定,其他国家则时有波动。如印度尼西亚和菲律宾国内存在着民族关系矛盾、宗教极端势力活跃等不稳定因素。

东盟国家的法律体制相对健全。马来西亚、新加坡、文莱和泰国四国的法制比较健全,政策执行效果能够得到有力保障。其他6个国家也基本形成了较健全的法律法规体系,但是具体执行效果较弱。东盟国家法律体系复杂且各国有所差异,外商投资法所依据的基本原则是尊重主权、经济互利,同时参照世界贸易组织(WTO)《投资协定》等国际规则和国家惯例,与各国投资法律和国际相关规则接轨,从而使得投资相关法律法规易于被各国投资者接受,达成促进投资便利化的目的。东盟国家从20世纪60年代开始对吸引外资进行立法,各国先后颁布鼓励外资进入的法律法规,简化投资申请和审批手续,促进了20世纪70年代国际资本进入东盟,极大带动了东盟国家的经济发展。20世纪70年代末到80年代初,世界经济危机下的东盟各国经济结构发展不平衡的问题凸显,东盟各国对外资立法进行调整,增加控制性,通过法律引导外资在国内的产业领域,重点引导外资发展化工产业和提高产品的质量。此阶段,东盟各国吸引外资的速度开始变慢。20世纪80年代后期,各国对电子、汽车、机械等技术资本密集型产业的引资放宽限制,向外资开放更多的投资领域,进一步简化投资手续,促进贸易便利化,创造了较好的利用外资的法律环境。

东盟是近10年来全世界除中国和印度外,经济增长最快的大型经济体。东盟的GDP总量从2007年不到1.4万亿美元增长到2018年的2.95万亿美元,经济增长翻了一倍,东盟GDP总量占全球GDP总量的比重也从2.4%提升到3.5%。从经济发展水平,人均GDP和产业结构构成来看,东盟国家可分为三个方阵:第一方阵是新加坡,第二方阵是马来西亚、文莱和泰国,第三方阵是印尼、菲律宾、越南、老挝、柬埔寨和缅甸。中国经济发展阶段与东盟第二方阵基本处于同一序列。从人均GDP来看,2018年中国人均GDP低于文莱和马来西亚,高于泰国。从产业结构分布来看,第二方阵的国家都是“第三产业>第二产业>第一产业”,且第二产业、第三产业与第一产业之间的差距巨大,第三产业逐渐成为经济支柱。中国产业结构分布与其基本相似。

在吸引国际资本方面,2018年东盟吸引的外国直接投资流量创历史新高。外国直接投资从2017年的1 470亿美元增至1 550亿美元,东盟十国中柬埔寨、印度尼西亚、新加坡和越南吸引的投资金额再创新高。东盟地区在全球外国直接投资流入中所占份额从2017年的9.6%增至2018年的11.5%,是其GDP占全球比重(东盟GDP总量占全球GDP总量的3.5%)的三倍,这说明全球资本纷纷将东盟地区作为投资的首选地(1)数据来源:ASEAN Investment Report 2019。。2019年东盟已成为中国对外投资存量第二大的区域,中国对东盟投资从2003年的1.19亿美元增长到2019年的130.2亿美元。中国对外投资排名前20位的国家(地区)中,东盟国家占7位,分别为新加坡、印度尼西亚、马来西亚、老挝、越南、柬埔寨、泰国(2)数据来源:2019年中国对外直接投资统计公报。。

此外,在东盟内部,国家间投资依然拥有最高占比,高达16.4%(3)数据来源:ASEAN Investment Report 2019。,这也是东盟相较世界其他地区最大的优势。东盟内部有像新加坡这样的发达国家,也有像菲律宾、柬埔寨、越南这样人力成本低、经济增速超过6%的前沿市场,成员间的互补性独一无二。东盟的FDI投资来源显示出了多元化趋势,这说明看好东盟投资机会的国家越来越多,许多国家(如中国、澳大利亚、日本和美国以及一些来自欧盟的跨国公司)均计划未来几年内在东盟投资或扩大其业务。

就具体各个国家而言,东盟十国中只有新加坡一个发达国家,地处马六甲海峡南端,是远东航运的十字路口,也是世界的金融中心、物流中心、通信中心和航空中心。多年来,新加坡一直是所有东盟国家中吸引中国直接对外投资最多的一个,是中国在东盟开展直接投资的主要国家。文莱、马来西亚和泰国属于中等收入水平国家,文莱经济以石油天然气产业为支柱,非油气产业均不发达;马来西亚作为一个新兴工业化国家,近几年来经济发展迅速,人均GDP近年已突破1万美元,位居东南亚第三;泰国的经济总量在东盟各国中排名第二,仅次于印度尼西亚,但人均GDP相对较低。自20世纪80年代以来,泰国经济发展迅速,实行自由经济政策,属于外向型经济,较依赖美、日、欧等外部市场。泰国作为一个新兴经济体,对外贸易量也在东南亚排名第二,仅次于新加坡。工业和服务业是泰国国内生产总值的两个重要行业,电信和新型服务贸易业是工业扩张和经济竞争力的焦点。

东盟其他几国,包括印度尼西亚、菲律宾、越南、老挝、缅甸和柬埔寨,都属于发展中国家。具有丰富的自然资源,如石油、森林、矿产、水力等,且人力成本优势突出,经济发展潜力很大,具有很好的发展前景。

(二)中国对东盟国家直接投资概况

20世纪80年代,中国开始初步对东盟进行直接投资尝试,直接投资产业主要集中在自然资源及原材料领域。1991年,中国同东盟的所有成员恢复和建立了外交关系。中国政府积极鼓励对外投资,实施“走出去”战略,中国对东盟的投资也出现了快速增长态势,越来越多的中国企业把东盟国家作为主要投资目的地。中国与东盟之间的相互投资和经贸关系进入了新的发展阶段。随着中国和东盟经济发展水平的提高和合作的深入,中国在东盟的直接投资逐步渗入到制造业、建筑业、金融业、服务业等各个领域。

中国和东盟国家有着互惠合作的悠久历史,是在地理上相邻,发展阶段衔接,优势上互补,文化渊源接近的两大经济体。随着中国—东盟自贸区建设步伐的加快,中国与东盟的合作与发展将持续不断深化。

中国对外直接投资存量八成以上是分布在发展中经济体。2018年末,中国在发展中经济体的投资存量为17 085.3亿美元,占86.2%,其中对东盟投资金额为1 028.6亿美元,占投资存量的6%。2018年末,中国共在东盟设立直接投资企业超过5 200家,雇用外方员工近43万人(4)数据来源:2018年度中国对外直接投资统计公报。。

图1 2014—2018年中国(不含香港)对东盟FDI流量及占比

近年来,东盟地区的经济保持稳健增长,成了亚洲经济发展的中坚力量,也吸引了来自全球的贸易伙伴及投资者。根据海关数据统计,2018年中国与东盟贸易额高达5 878.7亿美元,同比增长14.1%,创历史新高,增速超过中国对外贸易平均增速。东盟各成员国2018年接受外商直接投资(FDI)总额达到1 550亿美元,其中84%来自东盟以外的国家。2018年,中国对东盟FDI流量有所下降,但中国香港地区对东盟投资同比增长67%,两者份额总计210亿美元,占比14%(5)数据来源:ASEAN Investment Report 2019。。

随着中国与东盟自贸区《投资协议》的签署和实施,中国与东盟之间的相互投资和经贸关系进入了新的发展阶段。2014年底,中国和东盟累计双向投资超过了1 300亿美元,双方启动了一系列电力、桥梁、农业和制造业的合作项目(6)数据来源:中国-东盟国家统计手册2015。。对外投资合作已经成为中国主动融入经济全球化的主要措施和实现互利共赢的重要手段之一。中国的“一带一路”倡议,亚投行和丝路基金为东盟国家基础设施互联互通提供了新的资金支持。

中华人民共和国商务部、国家统计局和国家外汇管理局的数据显示(如图1),2018年中国向东盟十国投资137亿美元,占当年投资流量总额的9.57%,占对亚洲投资流量的13%。其中绝大部分流向了新加坡,占中国对东盟投资流量的46.8%,主要投向了批发和零售业、金融业等第三产业;其次为印度尼西亚18.65亿美元,占13.6%,主要投向制造业、电力/热力/燃气等第二产业。从投资流向的行业构成情况来看,流向制造业的投资最多,为44.97亿美元,占32.8%。以存量计,投向制造业的累计有214.18亿美元,占20.8%(7)数据来源:2018年度中国对外直接投资统计公报。。

中国企业在东盟地区的投资方式也呈现多元化,从最初的绿地投资发展到包括并购、BOT模式(Build-Operate-Transfer,即建设—经营—转让)、技术投资等多种不同的形式。东盟大部分国家虽然基础设施落后,但这些国家通常有丰富的自然资源,极具发展潜力。然而,对于急需基础设施建设投资的东盟发展中国家来说,受资金、人力资本等因素限制,基础设施建设和开发能力十分有限[1]。

整体而言,东盟十国对于资本需求量较大的基础设施建设均有强烈需求。新加坡作为一个发达国家,其基础设施比较完善,但也面临设施老化、更新换代的问题;泰国、越南、印尼和菲律宾等国家的基础设施建设情况则相对较差，普遍存在现有基础设施不完善、交通运输或电力方面的支持不足等问题。

二、中国对东盟国家直接投资发展趋势及瓶颈问题

(一)中国对东盟国家直接投资趋势

党的十九大报告指出,要以“一带一路”建设为重点,坚持引进来和走出去并重,遵循共商共建共享原则,加强创新能力开放合作,形成陆海内外联动、东西双向互济的开放格局。同时,中国要创新对外投资方式,促进国际产能合作,形成面向全球的贸易、投融资、生产和服务网络。

东盟国家一直是国际产业转移的重要地区,也是中国进行产业结构调整和产业转移的核心区域。东盟地区经济发展水平不均衡,对基础设施等所需资本量较大的产业有迫切需求,因此中国与东盟国家在基础设施领域的合作有巨大的发展空间。随着“一带一路”项目推进与国际产能合作项目的开展,东盟因其区位优势以及历史和文化上的紧密关系,已成为中国对外进行产能合作项目落地的重点区域。

中国对东盟国家的投资领域正在从传统的工业制造业渐渐转向能源、基建、服务业等领域。中老铁路、雅万高铁等大型基础设施领域的工程已落实,预计将在2020年通车,不断推进互联互通建设。2018年11月,首届中新(重庆)战略性互联互通示范性项目金融峰会达成36项合作协议,主要涵盖金融服务、物流运输、信息通信等领域。

随着中国—东盟自贸区的发展、亚洲基础设施投资银行的建立、国际产能合作的深入,中国在东盟地区的投资已经向基础设施领域倾斜。东盟作为中国对外承包工程行业的主要市场之一,其地理位置与中国接近,成为“一带一路”倡议实施的初始阶段项目最为集中的地区。中国和东盟各国全面秉持共商共建共享的原则,合作机制日益完善。东盟各国对基础设施投资的需求快速增加,与中国实现交通运输和信息通信互联互通的需求越来越大。完善或更新基础设施设备、扩宽国际产能合作的领域,既有利于改善东盟各国的贸易投资等营商环境,也有助于中国与东盟加速建设统一市场,加强区域经济合作,最终形成互利共赢的经济合作格局,实现持续稳定的经济增长。

2020年11月15日,RCEP的正式签署标志着中国与东盟十国的经济合作迈向了更高的发展平台,RCEP从投资、货物贸易、服务贸易、贸易便利化等多方面进行规范说明,RCEP协议货物贸易零关税产品数量整体上超过90%,这在很大程度上将助力区域内各国投资与贸易的发展。结合当前东盟国家积极承接发达国家的产业情况,RECP的签订进一步推动了相关的产业在当地的发展,进而在不同程度上增加出口与吸引外资。

这对中国企业来说既是机遇也是挑战。一方面,不仅要提高专业技术能力,还要注重综合服务水平;另一方面,随着国际产能合作的深入实施,对中国企业的创新能力和生态建设能力也提出了要求,高效地进行跨行业跨地区的协同合作将成为发展过程中新的经济增长点。

(二)中国对东盟国家直接投资的瓶颈问题

东盟地区保持稳健增长,成为亚洲经济发展的中坚力量,也吸引了来自全球的贸易伙伴及投资者。中国提出了“一带一路”“中国企业走出去”和“产能合作”等倡议,中国和东盟之间的经济和贸易往来也愈加密切,东盟各国对于基础设施等方面的投资需求旺盛,中国在制造业、工业等方面也具有其他国家所难以比拟的优势,赴外投资的中国企业逐年增多。但近年来,全球经济不确定性加剧,黑天鹅、灰犀牛事件频出,全球经济增速下滑,国际间的资本流动减少,一些国家和地区贸易保护主义抬头,全球化进程受阻,中国对东盟直接投资面临着巨大的挑战。

在实践中,中国企业出于产业转移的考量赴东盟投资,会有“低价竞标”“恶性竞争”的情况出现,致使各企业间存在非正常竞争,这不利于中国企业在全球进行生产布局,合理配置产业链的各个环节。

另外,东盟各国与中国的政治关系、经济发展水平、文化背景和营商环境等因素的影响,使得制定一部完备的专门针对海外投资的法律法规较为困难,实践中对外投资管理也缺乏统一高效的管理机构,导致了审批程序繁琐复杂,权责归口较多,一个企业项目往往要经过层层审批,效率较低。

三、基于DEA模型的实证分析

以数据包络分析(Data Envelope Analysis,DEA) 为主要方法的非参数估计模型不需要对生产函数形式进行定义与假设,可以利用线性规划求解出技术前沿函数和距离函数来计算全要素生产率变动的情况,所以DEA模型有效解决了模型设定的随意性而产生估计偏差的问题,能够计算出较为可靠的结果。除此之外,还可结合 Malmquist指数对全要素生产率的变动进行分解,以分析技术效率变动、规模报酬效应与技术进步的影响,即DEA-Malmquist指数法。

(一)Malmquist指数模型

Malmquist指数是一种基于相较于有效前沿的距离函数的非参数方法,距离函数可以看作是某生产点与最优的生产点的距离。S. Malmquist在分析用户的消费决策行为的过程中,第一次提到了“缩放因子”的概念,即最初的Malmquist指数,来分析不同时期的消费变化[2]。其中缩放因子的概念类似于R.W.Shephard提出的距离函数概念[3]。R.W.Shephard通过建立距离函数(Input Distance Function)对Malmquist指数进行了定义[4]。Malmquist指数早期主要用于消费领域的研究,D.W.Caves、L.R.Christensen和W.E.Diewert(1982)开始将Malmquist消费指数引入生产分析,通过距离函数之比构造生产率指数用于测算全要素生产率(Total Factor Productivity,TFP)的变化,并将这一指数命名为Malmquist生产率指数(Malmquist Productivity Index)[5]。但是当时并未结合上DEA方法,测度距离函数还没有实现,所以Malmquist指数还只是一种理论指数。R.Fare、S.Grosskopf、M.Linolgren和Roos基于1978年Charnes等提出的DEA方法将Malmquist生产率指数从理论指数变成了实证指数[6]。从此,Malmquist指数被广泛用于投入、产出方面的分析。R.Fare、S.Grosskopf、M.Norris和Z.Zhang进一步将Malmquist指数进行了分解,把指数分解为技术效率变动、技术进步和规模效率变动[7]。

对于单一投入、单一产出的多个生产决策单元效率比较,我们直接可以使用单位投入的产出标准化后作为生产效率的反映指标。标准化的目的是使得效率最高的投入产出比为单位1,其他非效率单元同比例转换为小于1的数值。而对于多投入、多产出的多个生产决策单元,我们通过赋予各项投入和产出一定的权重,再比较加权后的投入产出比率以比较相对的技术效率。

先假设每一时期固定规模报酬(Constant Return to Scale,CRS),参与投资效率评价的决策单元为M,共纳入L种评价指标,K种产出指标。设xml(xml>0)表示第m个决策单元的第l种投入,ymk表示第m个决策单元的第k种产出,其投资效率的DEA模型为:

λm≥0;m=1,2,…,M

(1)

其中,θ(0<θ≤1)代表投入产出的效率指数;ε是非阿基米德无穷小量;λm(λm≥0)为权重变量;s-(s->0)为松弛变量;s+(s+≥0)为剩余变量。综合效率指数θ越大,表明综合效率越高,当θm=1时,表明第m个国家处于生产前沿面,θm<1时,则表明第m个国家投资效率非有效。将约束条件∑(K,j=1)λj=1加入上面的约束条件,则变为VRS(Variable Returns to Scale,规模报酬可变)的DEA模型。

生产决策单元技术效率可以通过从投入和产出两个角度来估算:基于投入(Input-oriented)的技术效率是在固定产出的假设条件下,通过最小投入与实际投入之比来测算;基于产出(Output-oriented)的技术效率是在投入数量固定的假设条件下,通过最大产出与实际产出的比值来估算。本文使用基于投入的技术效率。

构建Malmquist指数的主要依据是距离函数(Distance Function)。根据Fare等距离函数是DEA模型最优值的倒数[7]。Djt(xt,yt)表示以第t期的技术前沿为参照第t期生产点的距离函数,其数值越大,表示相对效率越高。根据D.W. Caves、L.R. Christensen和W.E.Diewert基于投入的Malmquist指数[8]可表示如下:

(2)

其中Djt(xt+1,yt+1)表示以第t期的技术前沿为参照第t+1期生产点的距离函数。Djt(xt+1,yt+1)表示第t期生产点在第t+1期技术前沿的距离函数。Mjt测度了在第t期的技术条件下,从第t期到第t+1的效率变化。

根据R.Fare、S.Grosskopf、B.Lindgren和P.Roos,Malmquist生产率变化指数(2)式可以被分解为两部分(以下简称FGLR分解)[9],如下式:

Mj(xt+1,yt+1;xt,yt)=

=TECFGLR(xt+1,yt+1;xt,yt)·TCFGLR(xt+1,yt+1;xt,yt)

(3)

即TFPC=TEC(CRS)×TC(CRS).

(4)

其中,TECFGLR(·)是固定规模报酬条件(CRS)下的技术效率变动(Technical Efficiency Change, TEC)指数,它测度了决策单元从第t期到第t+1的相对技术效率的变化程度,也就是对技术前沿的追赶变化情况,又称作“追赶效应”。TEC>1,表示决策单元在第t+1期与第t+1期的技术前沿的距离,相比于第t期时有所缩短,也就是说相对技术效率上升;TEC=1,表示决策单元在第t+1期与第t+1期的技术前沿的距离相对于第t期不变,即相对技术效率不变;TEC<1,则说明相对技术效率下降。TCFGLR(·)是技术进步(Technological Progress Change, TC)指数,它测度了技术前沿从第t期到第t+1的移动情况,又称作“技术前沿移动效应”。技术进步指数大于1,表示技术前沿扩大,即技术进步了;技术进步指数等于1,表示技术前沿未发生变化;技术进步指数小于1,表示技术前沿缩小,即技术水平降低了。

上面讨论的Farrell技术效率的计算与Malmquist指数分解等问题均是在固定规模报酬(CRS)条件下进行的。规模报酬可变(VRS)的情况下,Malmquist指数可以被进一步分解(R.Fare、S.Grosskopf、M.Norris和Z.Zhang)(以下简称FGNZ分解)[7],表达式如下:

TFPC=TEC(CRS)×TC(CRS)=PTEC(VRS)×SEC(CRS,VRS)×TC(CRS)

(5)

其中,PTEC(VRS)(纯技术效率变化指数)、SEC(CRS,VRS)(规模效率变化指数)、TC(CRS)(技术变化指数)分别表示技术效率变动、规模报酬变动和技术进步变动,相应的代表“追赶效应”“规模效应”和“技术前沿移动效应”。

经过处理后的Malmuquist指数可以被拆解为两个部分,第一部分被称作为综合技术效率变化指数(EFFCH),第二部分被称为技术进步变化指数(TECHCH),而综合技术效率变化指数还可以进一步拆分为纯技术效率指数(PECH)和规模效率指数(SECH),公式变动结果如下:

m(xt,yt,xt+1,yt+1)=

(6)

即TFPC=PTEC×SEC×TC=EFFCH×TECHCH

(7)

当全要素生产率变化指数TFPC>1时,表明生产效率提高;反之,若TFPC<1时,则表明效率降低;TFPC=1,则意味着效率保持不变。规模效率变化指数SEC代表投资的规模效率变化情况,若SEC>1,则表示该决策单元处于规模效益递增阶段;纯技术效率指数PEC表示纯技术效率的变化情况,若PEC>1,则表示该决策单元的技术效率增加。TECHCH代表技术进步变化指数。

(二)指标选取及数据来源

在DEA模型中,DMUs(决策单元)的数目应大于输入和输出的总和的三倍[10]。Min Cheng在研究城市的基础设施投资效率时,选取了包括人均建筑面积、总供水量、人均用电量、瓦斯渗透率、人均绿地面积、库数和医院数量在内的六项指标全面反映城市的基础设施投资情况。产出指标应该要反映出建造城市基础设施的影响。因此Min从城市化的角度来衡量基础设施投资的效率。被选作基础设施投资效率评价的产出指标主要有三个,包括人均GDP、基础设施相关工业的就业人口和城市化水平。这三项指标分别反映了三方面的基础设施投资的结果,包括经济增长、就业变化和城市人口增长[11]。在估算发展中国家的经济增长效率时,Adler etc采用了包括经济条件、社会发展水平、环境情况在内等多个维度的指标作为投入产出指标构建DEA模型,分析了这些国家利用各种投资实现发展目标的效率情况[12]。

赵鉴华等运用DEA模型对中国2000年到2009年各地区的FDI引进效率进行了动态分析[13]。田泽等运用DEA-Malmquist指数模型和中国对“一带一路”沿线30余个国家七年的直接投资数据,评估对外直接投资的效果及其动态变化情况,结果显示中国对这些国家的直接投资结果差强人意,且国家与国家之间存在较大差距[14]。Min Chenga and Yujie Lub选取2004—2014年中国省级面板的数据,利用基于MPI指数的DEA模型评估城市基础设施系统投资的效率。选取的投入指标包括交通设施、供水设施、供电设施、公共服务设施等;产出指标包括经济增长、就业水平、城镇人口等[11]。

根据已有研究和数据的可获得性,本文最终采用了四个投入指标和两个产出指标,时间跨度为从2011年至2015年,共五年。投入指标包括:东盟各国人均GDP、中国对东盟各国FDI流量、中国对东盟各国的承包工程及劳务合作派出人数总和、营商环境排名;由于当年的投资投入对于经济增长和贸易促进的效果于次年后得到体现,因此产出指标均采用滞后一年的数据,包括:滞后一年的人均GDP增长率、滞后一年的双边贸易额增长率(见表1)。

表1 指标选取及数据来源

(三)描述性统计及数据处理

本文共采用了2011—2015年五年中东盟十国的经济贸易等相关数据(见表2)。

根据搜集到的数据,使用DEAP2.1软件对其进行分析。应用DEA-Malmquist指数法进行数据分析时,所有数据必须为正数,如有0或者负数则需首先进行标准化处理,处理公式如下:

(8)

其中X为原始值,Y为调整后的值;Xmin为该变量的最小值,Xmax为该变量的最大值。

DEA模型只能测算截面数据或者时间序列数据,针对本文的研究问题,采用截面数据进行投资效率的横向比较,分别测算了2011—2015年中国对东盟十国投资的综合效率、纯技术效率和规模效率。

Malmquist指数方法适用于面板数据,用来测度投资效率的变化趋势。使用全样本数据进行计算,得出技术效率变化指数和技术进步指数。

表2 数据的描述性统计

(四)DEA模型结果

本文采用DEA模型和2011—2015年相关数据,逐年测算了中国对东盟十个国家直接投资的综合效率(CTE)、纯技术效率(PTE)和规模效率(SE)。在东盟十国中,柬埔寨、马来西亚、菲律宾、新加坡、泰国和越南六国的投入产出效率较为稳定且处于技术前沿面之上,因而不做结果汇报;文莱、印度尼西亚、老挝和缅甸四个国家的综合效率、纯技术效率和规模效率则有所变化,结果见下表(“drs”表示决策单元在该期处于规模报酬递减阶段;“irs”表示决策单元在该期处于规模报酬递增阶段;“-”表示决策单元在该期处于规模报酬不变阶段):

表3 DEA模型结果

由上表3可以观察得到,于观察期的五年间,中国对于文莱的投入产出综合效率和规模效率有下降趋势,纯技术效率则保持不变,总体而言处于规模报酬递增阶段。中国对于印度尼西亚的综合效率、纯技术效率和规模效率基本表现出了上升趋势,2011—2014年皆处于规模报酬递增阶段,但到了2015年则转变为规模报酬递减阶段。中国对于老挝的投资效率情况则从规模报酬不变阶段进入了规模报酬递减阶段,投入产出综合效率、纯技术效率和规模效率有一定程度的下降。中国对于缅甸的投资效率则经历了先减后增的发展,但于2014—2015年处于规模报酬递增阶段。

根据所采用的所有样本数据,运用DEAP2.1进行分析。通过DEA模型得到了各国相对于生产前沿面的相对效率,是横向比较;接下来进行基Malmquist指数模型进一步对东盟十国五年间的数据同处于生产前沿面的样本进行纵向比较,结果如表4和表5:

表4 2011—2015年东盟十国平均Malmquist指数及其分解

表5 2011—2015年东盟十国年度 平均Malmquist指数变化及其分解

1.东盟十国平均Malmquist指数及其分解

表4中可以看出,东盟十国中缅甸的全要素生产率指数排名第一,达到1.089,其后是印度尼西亚和柬埔寨;马来西亚和文莱则处于最后两位,全要素生产率指数仅为0.887和0.771。

进一步分解Malmquist指数,观察到缅甸和印度尼西亚的技术效率指数同样名列第一、第二,柬埔寨则是并列第三名,除文莱和老挝外,其余国家的技术效率皆大于1,也就是说它们的纯技术效率和规模效率都处于上升阶段(见表5)。

而对于技术进步变化指数(TECHCH),只有缅甸是大于1的,说明它正处于技术进步阶段,资本的流入为缅甸带来了技术进步效应。

2. 东盟十国年度平均Malmquist指数变化及其分解

因为Malmquist指数属于增长指数范畴,故而从第2期才有结果。同时,由于时间跨度较短,无法观察出明显的趋势。整体来看,中国对东盟十国整体的投资全要素生产率(TFPCH)从2011年到2015年呈现出先下降后上升的趋势,但是只有2015年全要素生产率大于1,全要素生产率指数的增加来源于技术的进步,这表明投资对于技术进步的带动作用并不明显。

对Malmquist指数进行分解,综合技术效率指数(EFFCH)、纯技术效率变化指数(PECH)和规模效率指数(SECH)波动较小,而技术进步变化指数(TECHCH)则经历了较大幅度的波动,2015年经历了30%的上涨,说明此时技术进步对产出有正向影响。

四、结论与政策建议

(一)结论

1.中国对缅甸的投资效率最高

纯技术效率指数(PTE)、规模效率指数(SE)、技术进步变化指数(TECHCH)均大于1的国家,说明资本在该国的利用效率正在逐步上升的阶段。根据模型得到的数据结果,可以观察到中国对于缅甸的直接投资的全要素生产率指数在东盟十国中位列第一,并且超过了新加坡和文莱两个发达国家。根据进一步分解的Malmquist指数可以看出,缅甸的EFFCH、TECHCH、PECH和SECH均大于等于1,这说明了缅甸不仅处于规模有效率的阶段和技术效率增长阶段,并且技术进步也对投资效果有着积极影响。近年来,缅甸政府积极发展经济,同时加强与中国的经贸联系,与中国签订中缅经济走廊条约,正式签署了中缅皎漂深水港项目的合作协议。缅甸政府积极加入中国倡导的“一带一路”发展规划,成立了“一带一路实施委员会”,皎漂经济特区是中缅经济走廊重要支撑项目,对于缅甸西部发展有重要意义,对维护缅甸稳定发展有重要意义,对深化中缅两国经贸合作和传统友谊具有重要意义。

2.新加坡的投资效率受益于技术进步的积极影响

纯技术效率指数(PTE)、规模效率指数(SE)都等于1的国家,中国对于该国的投资效率大概率取决于技术进步的作用，即技术进步变化指数(TECHCH)。根据新加坡的投资效率数据,我们可以发现,其全要素生产率指数居于缅甸和印度尼西亚之后,原因可能是新加坡的规模效率指数和纯技术效率指数都等于1,也就是说正位于规模报酬不变和纯技术效益不变阶段,但仍在受到了技术水平提升带来的积极影响,因此投资效率在规模报酬不变和纯技术效率不变的情况下还是有所提升。

在东盟其他国家中,柬埔寨、马来西亚、泰国、越南的规模效率指数(SECH)和纯技术效率指数(PECH)都等于1,说明这些国家的规模报酬和技术效益皆位于投资增长保持不变的阶段。印度尼西亚则是规模效率指数(SECH)和纯技术效率指数(PECH)都大于1,弥补了小于1的技术进步变化指数(TECHCH)的影响,最终综合效率指数(EFFCH)大于1。

值得注意的是,无论是根据综合效率指数(EFFCH)进行排名还是根据全要素生产率指数(TFPCH)进行排名,文莱皆位于第十位。究其原因,主要是文莱受限于国土面积较小、且经济结构单一等原因,经济缺乏持续发展的动力;油气产业是其唯一经济支柱,约占国内生产总值的2/3。最近几年,由于油气产量下降,文莱经济增长出现停滞,而国际原油价格下滑更使文莱经济雪上加霜。近年来文莱试图改变单一的经济发展模式,大力实施经济多元化战略,但收效不明显。

3.中国对老挝的直接投资处于规模报酬递减阶段

规模效率指数(SE)、纯技术效率指数(PTE)、技术进步变化指数(TECHCH)中三者全部小于1的国家,中国对其的投资效率偏低。其中老挝的三项指标全部小于1,DEA模型的结果显示,中国对于老挝的投资的规模效率指数(SE)、纯技术效率指数(PTE)、技术进步变化指数(TECHCH)逐年递减,目前处于规模报酬递减阶段。老挝由于地缘优势和资源丰富、生产要素相对低廉,与中国经济互补性较强,成为中国“一带一路”互联互通战略和大湄公河区域经济合作的重要阵地之一。中国自2010年以来持续保持老挝最大贸易合作伙伴的地位。但是由于近年来赴老挝进行基础设施建设的中国企业越来越多,且多是进行如水资源开发等投资效益见效时间较长的项目,因而表现出投资低效的结果。同时我们应该关注中国对老挝的对外直接投资也存在对于单一行业投资过度集中的现象。例如在“一带一路”项目的实践调研中,中国对老挝水电站基础设施的投资与电网的投资相匹配均衡发展的问题是需要重视的,投资效率的研究要同步跟上。另外值得注意的是,文莱的全要素生产率指数(TFPCH)是东盟十国中的最后一位,主要是因为其技术进步变化指数(TECHCH)偏低,可能是由于其人口数量和国土面积较小,因此技术的发展较为缓慢。

(二)政策建议

自中国—东盟自贸区成立以来,中国同东盟各国的贸易投资日趋密切。2018年已被定为中国—东盟创新年,共同推进“一带一路”科技创新行动计划和中国—东盟科技伙伴计划,以科技创新合作为引领,以谋求双方的持续高速发展。“一带一路”倡议的实现离不开投资的高效利用,因此根据研究结果,本文给出相应投资建议:

1.对外投资首选技术进步变化指数较高的国家

技术进步变化指数(TECHCH)是全要素生产率指数(TFPCH)的重要影响因素,因此在对外投资时,应选择营商环境稳定,经济发展速度较高的国家进行投资,技术进步会明显的投资溢出效益,如缅甸。对于技术进步低效或者营商环境不稳定的国家,则应密切关注政治及经济动态及行业的发展方向,做到未雨绸缪,有备无患。

授人以鱼不如授人以渔,在对外投资的过程中,要注重东道国的技术人才培养,这样一方面可以保证工程的顺利实施,增进两国人民关系,从长远角度看,只有当地民众的受教育水平和产业技能水平提高,才有可能进一步增强双方的经济贸易往来,夯实互联互通的要素基础,最终提升对外投资效率达到双赢。

2.对外投资的过程中应注重统筹规划

中国企业在投资时,除了关注东道国所具备的要素资源,人力成本等方面的优势,还应对其投资的规模报酬和技术效益的变化持续关注。在对一个国家进行较大规模对外投资时,中国企业也应评估其发展能力是否能够匹配投资收益的可持续增长。例如东盟中的老挝,中国对其直接投资数额逐年递增,但它的规模报酬却处在递减阶段。在老挝投资的中方企业较多,当市场上进行同一业务的公司过多时,难免会出现恶意竞价,无序竞争等现象,造成资源的浪费。中国企业在对这样类型的国家进行投资时,切忌盲目增加资本,对某一特定行业扎堆投资,追求工程大项目多,而是应致力于提高其技术效益,将企业的优势与当地融合,进行本土化,提高投资收益和长期目标。同时,国家可以发挥一定的统筹规划作用,尽力避免过度竞争的现象,这样才能提高中国企业的国际形象，有利于打开东道国市场,最终实现双赢。

3.规避政治风险,重视前期投资调查,提升投资效率

政治关系稳定,政治风险较低的东盟国家,中国企业对其的投资效率更高。开展前期投资调查，一方面是评估事前事中的相关风险,积极利用保险、担保等专业风险管理机构,尤其是双边和多边的政治关系对中国投资东盟影响程度较大,有效地规避政治风险能够提高投资质量和效率。另一方面是对东盟国家的基础设施、商业环境、制度法规、金融服务和技术创新环境相关方面进行充分调查,可以通过专家咨询、实地考察、官方网站等渠道对东盟国家的投资环境进行了解。同时在中国对外投资的参与者中,对于东盟国家的相关投资信息和国家实际投资便利情况应做到信息共享,增强合作意识,减少企业调查成本,从而实现良性竞争。中国要推进建立相关的信息共享平台,对分享有效信息的中国企业给予相应的激励,尤其要增加投资法律法规等方面最新信息的更新分享。

致谢：对外经济贸易大学2017级研究生路越对本文亦有重要贡献，特此致谢!