中国企业投资非洲的贸易效应实证研究

○杨林燕

（厦门海洋职业技术学院 福建厦门 361012）

中国企业投资非洲的贸易效应实证研究

○杨林燕

（厦门海洋职业技术学院 福建厦门 361012）

本文借鉴引力空间模型，利用2003—2009年我国对非洲主要的十个国家的直接投资统计数据，采用面板数据（Panel Data）变系数模型，对中国对非洲主要国家直接投资的贸易效应进行实证分析。分析结果表明，我国对非洲主要国家的投资具有正的效应，也就是说，中国企业对非洲国家的投资其实并没有替代两国之间的贸易，而是促进了双边贸易的进一步发展。

投资非洲 贸易效应 实证分析 面板数据模型

一、引言

随着中非投资与合作的深化和加强，非洲作为一块投资热土，吸引了国内资本的密切关注。国内学者对投资非洲的研究逐步重视，并且形成了一些不同角度的研究成果。但是，以往关于贸易和投资关系的实证研究主要是从中国对外投资的总体来建模，而且很少有关于中国对非洲直接投资方面的实证分析，几乎没有涉及到具体的国家和地区。这些研究更多地是从理论层面进行一般性和阐释性的研究，缺乏实证研究成果。因此，笔者尝试利用2003—2009年我国对非洲主要的十个国家的直接投资统计数据，采用面板数据（Panel Data）变系数模型，分析我国对非洲主要国家的直接投资与进出口贸易额之间的关系。

二、模型的设定和建立

1、变量的选取和数据来源

本文主要利用面板数据分析中国投资非洲国家对我国与非洲国家贸易的影响，重点考察两者的关系，而不是对中国与非洲贸易的所有影响因素都进行实证分析。因此，选取的被解释变量是中国与非洲主要国家的进出口金额，解释变量包括中国对其直接投资流量额和非洲各主要国家的人均国民总收入。目前与中国有密切经贸往来的非洲国家不是很多，本文选取了近年来与中国贸易进出口关系最密切的前十个国家，时间范围是2003—2009年的七年短期数据，因此适合采用面板数据分析模型，而且采用面板数据还可以避免自相关问题，较多的数据保证有一个更大的自由度，使模型更有说服力。

中国对主要非洲国家的投资额OFDI（2003—2009年）的数据来源于《中国对外直接投资统计公报2008》和中国商务部网站，中国与非洲国家进口（IM）和出口（EX）贸易额的数据主要来自《中国对外经济贸易年鉴2009》，非洲各主要国家的人均国民总收入（GNI）来自《国际统计年鉴2009》和世界银行数据库。

2、模型的设定

PanelData模型分为无个体影响的不变系数模型、变截距模型、含有个体影响的变系数模型。

无个体影响的不变系数模型的单方程回归形式可以写成：

变截距模型的单方程回归形式可以写成：

变系数模型的单方程回归形式可以写成：

为了避免模型设定的偏差，改进参数估计的有效性，首先进行协方差分析检验，主要检验以下两个假设：

如果接受假设H2，则可以认为样本数据符合模型（1），为不变系数模型，无需进一步检验。如果拒绝假设H2，则需检验假设H1。如果接受假设H1，则认为样本数据符合模型（2），反之，则认为样本数据符合模型（3），为变系数模型。

考虑到国家间贸易额与投资额的较大差异，为了使结果比较稳定，模型中变量均采用美元作为计价货币，同时考虑到时间因素的影响，对面板数据进行对数处理，保证数据的平稳性。据此，建立如下的出口效应模型和进口效应变系数模型：

其中，i=1，2，3，……，10，表示十个国家；t=2003，2004，……，2009，共七年。

经过协方差分析检验，由F统计量值可知拒绝假设H1和H2，因此该模型适用变系数的形式。

三、实证分析

本文重点分析中国对非洲主要国家直接投资与贸易的关系。国家间地理差异、环境资源差异、文化差异及政治因素等不同，会存在所谓的横截面异方差，用最小二乘法（OLS）来估计模型，可能导致结果失真。因此，在模型估计中，采用同时对截面单元异方差性和同期相关性进行修正的广义最小二乘法（GLS），运用EViews6.0软件来估计回归方程。

1、分析步骤

第一步，先进行模型设定形式的设定检验，采用广泛使用的协方差检验确定适用变截距模型的形式。Hausman与Taylor（1981）通过允许一部分回归变量与个体的差异性之间存在着相关关系的方式，运用Hausman类的统计量对是否存在随机效应进行了检验。

第二步，采用Hausman（1978）检验方法来判断上述设定和建立的进出口模型适用固定效应模型还是随机效应模型，哪一个会更有效，检验的结果，见表1、表2。

表1 进口模型Hausman检验结果

表2 出口模型Hausman检验结果

从Hausman检验的结果可以看出，适用于随机效应模型的原假设以0.0001的显著性被拒绝了，因此进出口模型都适用于固定效应模型。

第三步，确定应该用一元还是二元的固定效应变系数模型。很显然，因为解释变量有两个，一个是中国对非洲国家的直接投资额OFDI，另一个是非洲国家人均总国民收入，所以应该采用二元的固定效应变系数模型进行分析。

表3 投资的出口和进口贸易效应实证结果（分国家）

2、实证结果及其分析

利用EViews6.0软件，采用广义最小二乘法GLS进行回归，结果，见表3。

在面板数据模型中，判断模型的拟合度是否良好主要是看t检验值和P值，t值偏大，P值在0.05以下，其参数估计的置信度就较高；若t值偏小，而P值偏大，那么解释变量不显著。

根据上面的回归结果，可以看出该模型的回归拟合效果是较好的，无论是出口还是进口的贸易效应都通过了5%的显著性水平检验。从回归结果中显示的回归系数值可以看出，一方面，中国对这十个国家的直接投资对出口和进口贸易的效应是正的，这说明我国对非洲主要国家的投资并没有使进出口贸易额显著下滑，也就是说，中国企业对非洲国家的投资其实并没有替代两国之间的贸易，而是促进了双边贸易的进一步发展。以埃及为例，中国对埃及直接投资额OFDI每增加或减少一个百分点，出口贸易EX将增加或减少0.5518个百分点，而进口贸易IM将增加或减少0.3927个百分点。另一方面，各系数值不同，说明投资的贸易效应存在明显的国别差异。OFDI对出口的贸易效应最高的国家为赤道几内亚（0.8405）、埃及（0.5518）、安哥拉（0.2113）和阿尔及利亚（0.2101）；效应较低的是苏丹（0.0576）和尼日利亚（0.0773）。OFDI对进口的贸易效应较高的国家是赤道几内亚（0.6267）、摩洛哥（0.5135）和阿尔及利亚（0.4358）；效应较低的是刚果（金）（0.1632）和苏丹（0.1092）。

此外，回归系数的值都比较小，不管是在出口效应模型还是在进口效应模型中，投资对贸易效应的影响还不是特别显著。一个很可能的原因是中国目前对非洲国家的直接投资还处于初始阶段，很多投资项目刚开始建设，特别是一些大型的项目，投资周期比较长，对双方进出口贸易往来的增长拉动作用还没有完全充分地显现出来。

通过对数据的进一步分析可以发现，投资对贸易效应较高的国家，不仅投资规模较大，其自然资源也相对丰富。例如，吸收我国企业投资规模排名靠前的埃及、安哥拉等国是非洲自然资源极其丰富的国家。这也从另一个方面解释了现阶段我国企业对非洲的直接投资很大程度上是资源导向型的，这些自然资源丰富的国家吸收了来自我国大量的直接投资。

上述结果清晰地表明了我国目前对非洲主要国家的直接投资对中非双方经济与贸易发展的影响是正效应的。仔细分析，其主要原因与中国企业目前对非洲的投资领域或产业分布密不可分。近年来，中国企业对非洲的投资大多集中在第二产业。例如，我国企业对非洲基础设施建设方面的投资，为中国对非工程承包提供了众多机会。由于我国对非工程承包包括商品贸易、技术贸易、服务贸易、劳务输出等众多领域，这也带动了我国相关行业的对非贸易。又如，非洲国家资源丰富，会吸引更多的中国企业在当地投资，这一方面可以带动我国资本品的出口，另一方面又可以使我国增加资源密集型产品的进口。此外，在加工工业领域，中国产业结构要升级，由此需要转移许多闲置、即将淘汰的设备和生产线，而这些设备对生产率普遍落后的非洲国家来说，却是很适合的。因此，我国企业也可以通过对非投资，将大量的闲置设备出口到非洲，更快地实现我国产业结构的升级。

[1]杜玲：发展中国家、地区对外直接投资：理论、经验与趋势[D].中国社会科学院，2002.

[2]代中强：中国企业对外直接投资动因研究——基于省际面板数据的分析[J].山西财经大学学报，2008（11）.

[3]刘鸿武、王涛：中国私营企业投资非洲现状与趋势分析[J].浙江师范大学学报（社会科学版），2008（5）.

[4]莫莎、刘芳：中国对非洲直接投资与贸易的关系研究[J].国际经贸探索，2008（8）.

[5]United Nations Department of Information：Africa Recovery[J]. Vol.17，No.12，June，2005.

（责任编辑：李文斐）

book=132,ebook=30