引言

2000年之后，在我国政府“走出去”战略的背景下，我国对外直接投资进入了飞速发展时期。非金融类对外直接投资流量从2003年的28.5亿美元增加到了2012年的878亿美元，增长了31倍（详见图1）。2008年金融危机后，在全球对外直接投资下滑的情况下，我国对外直接投资依然保持了强劲的增长势头。根据联合国贸发会议(UNCTAD)的《2013年世界投资报告》，2012年中国对外直接投资分别占全球当年流量、存量的6.3%和2.3%，2012年中国对外直接投资流量名列按全球国家（地区） 排名的第3位，成为继美国、德国之后的世界第三大对外投资国，存量位居第13位。

然而在对外直接投资中，我国的对外直接投资表现出极大的地区不均衡性，对外直接投资主要集中在东部省市，东部地区^①占了所有对外直接投资当年流量的70%以上，而中、西部省市只占不到30%。

数据来源：商务部历年《中国对外直接投资统计公报》

我国对外直接投资巨大的省市间差异有可能进一步拉大我国内部经济发展的差异，进一步扩大经济发展的不均衡。因而研究影响我国各地区对外直接投资差异的影响因素对于缩小地区间的差异具有重要的意义。

一、 文献综述

中国的对外直接投资由于发展速度快，增长强劲，从而吸引了越来越多的学者对中国企业对外直接投资的各种特征进行研究。学者们从宏观层面和企业微观层面对中国对外直接投资的动因（Morck et al, 2008；Deng, 2009；Rui and Yip, 2008；代中强，2008）、决定因素（Buckley et al., 2007；阎大颖、洪俊杰、任兵，2009）和企业国际化进入模式和战略（Mayer et al., 2009；黄速建、刘建丽，2009）、企业国际化程度和绩效的关系（杨忠、张骁，2009）等问题进行实证和理论分析。然而，在文献梳理时，我们发现已有的分析通常从宏观层面展开，将母国作为一个整体，这实质是假定一国内部各地区的制度是以相同方式和程度影响不同地区企业的对外直接投资的，这种做法没有考虑母国不同地区在制度上的异质性。在中国，各地区不仅在制度上存在差异，而且同一制度在不同地区对企业行为的影响也不尽相同。

对于中国对外直接投资地区差异的研究，张建刚（2011）通过计算不同年份各地区的泰尔指标，运用省级面板数据研究了中国对外直接投资的区域均衡和动因差异，认为在我国对外直接投资发展存在着区域非均衡性。郑展鹏、刘海云（2012）基于省级面板数据，从制度的视角分析了我国对外直接投资的影响因素，研究结果显示经济制度完善的地区可以促进我国的对外直接投资水平，而较弱的法律制度抑制了我国的对外直接投资。陈岩、杨桓和张斌（2012）运用调节变量的研究方法，将制度和资源放在统一的分析框架中，研究结果表明，政府资源配置能力会对不同类型的资源和对外关系起到调节作用，并受地区差异的影响。尽管开始有学者研究我国对外直接投资的地区差异，但还缺乏深入系统的研究。本文以Buckley et al（2007）和郑展鹏等人（2012）的研究为基础，加入了金融发展因素，运用中国省级面板数据进行分析，研究哪些因素影响中国地区对外直接投资的差异。中国各省市的对外投资的差异有多种形式，除了规模以外，还有投资方式、投资的导向（如资源、市场等）等，本文只考虑规模上的差异。

二、 理论分析与假定

一个国家或者地区的对外投资活动受多方面因素的影响，在前人研究的基础上结合中国各地区的特征，本文从各地区的制度、金融和经济发展等角度对影响中国地区间对外直接投资差异的影响因素进行分析。

（一） 制度质量对中国各地区对外直接投资的影响

Williamson(1985) 和North（1990）认为，制度是创建有序的秩序，并降低市场的不确定性以促进社会经济活动的顺利进行。中国作为一个大国，拥有31个省级行政区域，这些省份的规模相当于一般规模的国家，而且由于各种各样的原因，我国各省份在多方面存在较大的差异。从制度观的角度看，制度较好的国家或者地区，经济环境比较好，该国家或者地区内的企业面临的不确定性比较低，有利于企业在该地区开展经营活动。从现实数据来看，我国各地区制度上表现出较大的差异，具体到地区的经济结果有很大的不同，经济发展好的地区集中在东部地区，中西部地区主要为经济发展落后地区，而这引致中国各地区对外直接投资的巨大差异。根据这一分析，本文提出如下假设：

假设1：各地区的制度质量与各地区的对外直接投资呈正相关关系

（二） 经济发展对中国各地区对外直接投资的影响

Dunning于1981年提出了投资发展周期（IDP）理论。该理论认为, 一国的对外直接投资受该国经济发展水平的影响。在经济发展的早期，随着一国经济的发展和人均GDP的提高，该国的市场规模逐渐扩大，经济环境改善，区位优势增强，这时外商直接投资（IFDI）迅速增加。之后，随着一国经济的进一步发展和人均收入的增加，该国的企业在国际市场上逐渐拥有所有权优势和内部化优势，并进而进行对外直接投资（OFDI）。因此，我们提出：

假设2：各地区的经济发展水平与各地区的对外直接投资规模呈正相关关系

（三） 金融发展对中国各地区对外直接投资的影响

我国各地区的金融发展水平存在较大差异，表现为各地区间不同的金融系统运行效率、金融要素流动规模、金融市场容量和金融结构，以及金融资产的存量和质量的差别等。根据王伟等（2013）的研究成果，我们假设：

假设3：金融发展可以显著促进一个国家或者地区的海外直接投资

（四） 研发投入（R&D）对中国各地区对外直接投资的影响

Hymer(1960) 提出垄断优势论，认为发达国家的跨过公司凭借其特定的垄断优势从事对外直接投资，与东道国的企业进行竞争。针对发展中国家的对外直接投资， Wells（1977）和拉奥（1983）分别提出了小规模技术优势和技术地方化优势，认为发展中国家的跨国企业拥有为市场服务的生产技术，获得特定的竞争优势。从而，我们认为一个国家或者地区的企业的对外直接投资建立在该企业拥有某种特定的垄断优势，而垄断优势的提高来源于该国或者地区的科研经费投入，本文提出：

假设4：我们预期科技经费投入与对外投资额之间有正相关关系

（五） 对外贸易对中国各地区对外直接投资的影响

Vernon（1966）认为投资前的出口可以降低企业国外生产的风险；Johanson& Vahnle(1997)认为跨国公司在对外扩张的过程中，先通过贸易积累起来的经验扩大对东道国市场的认识，之后再进行投资，以此来降低投资风险。基于此，本文提出：

假设5：我们预期各地区的对外贸易（即对外开放度）与该地区的对外投资额呈正相关关系

（六） 外商直接投资（IFDI）

Ellingsen(1999)认为一国或者地区的对外直接投资是由于受到外来企业直接投资的威胁，本土企业采取的一种策略性行为。因此，本文提出：

假设6：我们预期地区吸引的对外直接投资越多，其对外直接投资的动机越强烈，二者呈正相关关系

三、 方法和数据

（一） 计量模型

在以往研究的基础上，结合本文研究目的，我们选用了简约型（reduced-form approach）计量模型，简约型模型的好处在于它不依赖于某特定理论，也不依赖某特定环境。根据本文的假定，回归方程如下：

$\mathrm{l}\mathrm{n}\text{ofdiit}={\alpha }_0+{\alpha }_1{\text{index}}_{it}+{\alpha }_2\mathrm{l}\mathrm{n}gd{p}_{it}+{\alpha }_3\mathrm{l}\mathrm{n}{\mathrm{e}\mathrm{x}\mathrm{p}}_{it}+{\alpha }_4\mathrm{l}\mathrm{n}r{\text{dnum}}_{it}+{\alpha }_5\mathrm{l}\mathrm{n}{\text{ifdi}}_{-}{1}_{it}+{\alpha }_{6}FINDE{X}_{it}+v_{it}$

其中下标代表不同的省市，t代表时间，$v_{it}$为随机扰动项，$\mathrm{l}\mathrm{n}\text{ofdiit}$表示取对数值的中国各地区对外直接投资额，其他项为本文的所有解释变量，包括代表中国各地区制度变量的市场化指数，代表各地区市场规模的实际GDP的对数值等。

（二） 变量描述

因变量（OFDI）：衡量中国各地区的对外直接投资水平。由于研究的目的不同，之前的研究有的采用OFDI的流量数据，有的采用存量数据。考虑到流量数据没有滞后效应，能够反映经济状况的当期发展和变化等因素，本文对外直接投资额采用流量数据。

根据前面的假设，本文选取解释变量如下：

制度质量：衡量中国各地区总体的制度水平。樊纲等（2010）建立了中国各地区市场化进程指标体系，本文采用该指数作为制度质量的代理变量，该指数的取值范围从0.00到11.71，数值越大表示制度的质量越高。

经济发展：表示中国各地区的经济发展水平。用各地区的剔除了价格因素的实际生产总值（GDP）来表示。

金融发展：衡量中国各地区的金融发展水平。一个国家金融发展水平的常用指标是M2/GDP，本文研究的是我国各省市的金融发展水平，由于各省市没有M2 的统计数据，本文采用Christopoulos和Tsionas（2001）的方法，用各省市的年末存贷款余额/GDP度量的存贷款规模来衡量各省市的金融发展水平。

研发与投入：衡量中国各地区的科研投入水平，以间接地度量各地区对外直接投资企业的垄断优势。目前理论研究中关于技术指标的测度，主要使用R&D经费和专利数作为科技投人产出的指标。已有研究常使用研发支出作为创新活动的代理变量(Clegg, 1987)，本文使用科技经费支出作为衡量各地区技术能力的指标。

对外开放度：衡量中国各地区的贸易开放程度，采用各省市的出口数据和进出口数据。

外商直接投资：衡量中国各地区吸引外商直接投资的水平。一国或地区的企业只有在感到存在外部威胁时才会进行对外直接投资，在一个地区吸引对外直接投资，做出投资决策和形成实际生产能力间存在时滞，因此该变量为滞后一期的变量 $\text{ifdi}\text{\_1}$。

（三） 数据

考虑到中国对外直接投资各地区间的差异性，本研究使用省级数据。根据数据的一致性和可获得性，本文选取2003~2009 年中国各省（市、自治区）的对外直接投资数据进行面板实证分析（西藏的数据在各变量统计中不完整，故样本中将西藏的数据剔除），对于有些省份缺失的数据，或者行政区划调整导致的异常，本文采用前后期的算术平均数方法进行弥补，由此可以得到从2003 年至2009 年30个地区的面板数据。表1列出了各变量的定义和基本的描述性统计特征。各省市、自治区的对外直接投资原始数据来自《中国对外直接投资统计公报》、研发投入数据来自中国科技部网站历年《中国科技年鉴》、各地区GDP和人均GDP来自《中国统计年鉴》、各地区的贸易数据、金融发展数据来自《中国金融年鉴》。各变量预期符号见表2。

四、 估计方法与计量分析

（一） 估计方法

研究影响我国地区投资差异的影响因素，本文使用面板数据。对于不同的个体，面板数据可以控制无法观测或者测量的变量对OFDI的影响，面板数据避免了截面数据和时间序列数据的诸多问题，使得结果更为可靠。

但是在处理面板数据时，应该使用固定效应模型还是随机效应模型呢？固定效应模型假设个体效应与其他解释变量相关，而随机效应模型假设不相关。究竟使用固定效应模型还是随机效应模型，可以进行豪斯曼检验。检验的原假设为随机效应模型为正确模型。无论原假设成立与否，随机效应都是一致的。如果原假设不成立，则随机效应无效，应当使用固定效应模型。本文使用软件STATA12.0进行回归分析， Hausman检验结果表明，固定效应模型优于随机效应模型。

（二） 计量分析

1. 全国总样本的计量分析

注：*、**、*** 分别表示在10%、5%和1%的水平上显著，括号内为t统计值

表3是针对影响我国地区对外直接投资差异影响因素全国总样本的回归。模型显示，制度质量指标的系数显著为正，且在模型中通过了1%的显著性水平检验，说明市场化程度越高的地区，对外直接投资水平越高，这一结果与我们的预期相一致。从回归结果可以看出，无论是哪一个模型，市场化指数的系数都显著为正。我国自改革开放后的市场化改革改善了资源配置效率和微观经济效率，并且取得了很大的成就。但由于各种历史原因，市场化改革在地区之间存在着巨大的不平衡，与其他的省份相比，东部沿海省市的市场化程度要明显偏高。市场化程度越高的地区，其资源配置效率越高，与其他地区相比，该地区的企业效率越高。Bernard等（2007）指出，由于对外直接投资要承担一定的成本，包括海外市场调研费用、建立海外市场销售网络费用等，只有生产率较高的企业才能赚取足够的利润来补偿相应的成本，所以只有生产率最高的企业才能进行对外直接投资。

实际GDP对我国地区对外直接投资差异的影响在1%的显著性水平上为正，模型6的结果表明，一个地区的GDP每增加一个百分点，该地区的对外直接投资增加将近5个百分点，这一结果符合邓宁的关于经济发展阶段与对外直接投资关系的理论。改革开放之后，我国地区经济发展极不平衡，东部沿海省市的经济总量明显高于其他地区，这引致了东部地区的对外直接投资水平高于中西部地区。

金融发展水平高的国家或者地区具有更完善的金融体系，Caballero等（2008）研究得出，金融发展水平越高的国家或者地区对投资者的红利分配的比例越高，对投资者产生更大的投资收益，则该国或者地区可以提供更多的资产供给。而在金融发展水平较低的国家或者地区，Ju and Wei(2010)认为，由于信息不对称等因素导致这些金融发展水平低的国家或者地区投资收益的成本增加，投资者所得收益低于金融利率收益。鉴于此，本文认为，东部的金融发展水平高于中西部地区的省市，这引起了省市间对外直接投资的差异。从回归结果来看，各省市的金融发展水平对对外直接投资有显著的正影响。

从回归结果来看，滞后一期的外商投资额系数为正，通过了5%的显著性水平检验。各省市吸引的外商直接投资每增加1个百分点，则各省市的对外直接投资上升0.4 个百分点。这一结果符合本文的假设，针对发展中国家的对外直接投资，西方学者认为这些地区的企业对外直接投资是出于本土市场受到外来企业投资的威胁而采取的策略性行动。一个地区吸引的对外直接投资越多，则出于策略性考虑，该地区企业的对外直接投资也会增多。

研发投入对各地区的对外直接投资的影响不稳定，但没有通过显著性检验。这个结果表明，虽然我国各省市的研发投入和专利申请在不断增加，但对各省市企业是否进行对外直接投资并不起显著的作用。这说明，外国学者的垄断优势论、小规模技术优势和技术地方化优势理论都不能充分解释为什么我国各省市进行对外直接投资。

对外开放度的系数为负，但都没有通过显著性检验。这一结果虽然与本文之前的假设相反，但根据Mundell(1957)的投资与贸易替代模型，在存在贸易壁垒的情况下，各地区的企业对外直接投资主要是为了规避关税、非关税等贸易壁垒，而改为到目标国进行直接投资，进而投资对贸易产生了替代的作用。这表明，越是对外开放度高的省市，其对外投资额越高。

2. 分地区的计量分析

表4、表5和表6分别给出了影响东部地区和中、西部地区对外直接投资的因素的估计结果。

从东部地区来看，随着控制变量的增多，与全国的样本相比，制度在促进东部企业走出去的效果越来越不明显，统计上越来越不显著。金融发展对东部地区企业走出去有显著的正的影响。出口、经济发展、研发和外商直接投资（IFDI）的系数均不显著。

从中西部地区来看，制度和各省市的外商直接投资（IFDI）对中西部地区企业走出去有显著的正的影响，金融发展对中西部地区对外直接投资的影响不显著。出口和研发对中西部地区的对外直接投资影响不显著。

东部和中西部地区这种在对外直接投资上的影响因素的差异，可能是由于东部地区在中国改革的过程中，市场化的程度比中西部地区更高一些。表现为东部地区政府对市场的干预更少一些，法律的执行更有效率，非国有经济的发展东部地区更活跃等。由于东部地区的市场环境好，因此金融发展的更好一些，而金融发展的好坏直接关系到企业的利益。企业在走出去时面临比国内更加复杂的环境和更高的相关成本，东部地区的金融发展好可以为企业提供更多的资金支撑，以支持企业顺利进行对外直接投资。

注：*、**、***分别表示在10%、5%和1%的水平上显著，括号内为t统计值

注：*、**、***分别表示在10%、5%和1%的水平上显著，括号内为t统计值

注：*、**、***分别表示在10%、5%和1%的水平上显著，括号内为t统计值

五、 结论

本文运用我国2003~2009年的省级面板数据，考察了我国地区对外直接投资差异的影响因素。综合以上的分析结果，与已有的研究成果不同，本文得出，从全国层面来看，我国的制度发展、经济总量（GDP）、吸引的外商直接投资（IFDI）和金融发展等因素对我国的对外直接投资有显著的正的影响。从地区内部来看，在控制了其他变量后，我国不同地区的对外直接投资的影响因素不同，制度对东部地区省市的对外直接投资影响不显著，而中西部地区的对外直接投资显著地受制度的影响；金融发展对东部地区的对外直接投资影响显著，对中西部地区的影响不显著。

我国在总量上已成为世界第三大对外直接投资资本输出国，但我国各省市的对外直接投资表现出极大的地区差异，这种差异有可能导致我国地区间经济差距的进一步拉大。结合本文分析，提出以下政策建议：一是继续推进经济发展，通过提高各省市的制度水平，推进市场化进程的建设，缩小各省市的经济发展差距；二是促进地区内的企业有良好的经济制度环境，完善各地的法律制度环境和金融制度环境，培育良好的市场竞争环境，提高企业的竞争力。一个国家或者地区的监管质量越高，经济制度环境和政治制度环境越完善，越可以为国内或者地区内的企业提供好的环境以经营业务，由此，企业会变得强大和具有竞争力，而这些品质是企业进行海外扩张的前提。

① 根据商务部的划分中部地区包括8个山西、安徽、江西、河南、湖北、湖南、吉林、黑龙江；西部地区包括11个：内蒙古、广西、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆，西藏由于数据不完整，将其从样本中剔除；东部地区包括11 个：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南。

参考文献