中国对外直接投资的宏观经济绩效评价

霍杰

摘 要：基于中国1985—2012年时间序列数据，运用灰色关联方法分析对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业的贡献，在此基础上使用主成分分析方法综合评价对外直接投资的宏观经济绩效。结果显示，中国对外直接投资的宏观经济绩效并没有持续增长，而是以2007年为分界点呈现V型分布。

关键词：对外直接投资；宏观经济绩效；灰色关联方法；主成分分析

中图分类号：F832.6 文献标志码：A 文章编号：1673-291X（2014）20-0114-03

引言

自改革开放以来，我国的对外直接投资持续快速增长，对外直接投资流量从1985年的6.14亿美元增长到2012年的878.04亿美元，年均增长率19%，远远超过中国经济增长速度。对外直接投资的快速增长有利于我国充分利用国内外两个市场＼两种资源，促进生产要素的自由流动和优化资源配置。然而，由于对复杂的国际经济形势估计不足，加上缺乏对外直接投资的相关经验，我国对外直接投资所取得的经济绩效并不乐观。从宏观层面来看，对外直接投资对我国经济增长和产业结构升级的推动作用并不明显（衣长军，苏梽芳，2008；王英，2012）。国内现有的文献大多从单一指标角度评价我国对外直接投资的宏观经济绩效，而事实上如果想比较全面、客观地评价对外直接投资宏观经济绩效，需要使用一个包含多个指标的综合评价体系，目前对这方面的研究还不够深入。因此，本文拟构建一个包含多个指标的评价体系，综合评价中国对外直接投资的宏观经济绩效。

一、文献综述

（一）对外直接投资对经济增长的影响

在理论上，关于对外直接投资对母国经济增长的影响一直存在两种不同的观点：一种观点认为对外直接投资挤出国内投资，从而不利于母国的经济增长（Stevens，Lipsey，1992）；另一种观点认为对外直接投资能使企业进入新的市场，以较低的价格从国外进口中间产品，从而能够促进母国的经济增长（Herzer，2010）。从实证研究来看，使用发达国家数据大部分研究发现对外直接投资对经济增长有非常显著的促进作用；而使用中国数据有些研究发现，对外直接投资对经济增长的促进作用并不明显（衣长军和苏梽芳，2008）。

（二）对外直接投资对产业结构的影响

从理论上看，一方面，由于对外直接投资具有资源补缺效应、传统产业转移效应、新兴产业促长效应、产业关联效应以及投资收益效应等积极作用，故可以促进产业结构升级；另一方面，由于对外直接投资具有失业效应和重合产业国际竞争效应等消极影响，故不利于调整产业结构（汪琦，2004）。在实证研究上，使用发达国家的数据大多发现对外直接投资可以优化母国的产业结构（Blomstrom，等，2000），使用中国的数据研究发现对外直接投资对产业结构升级作用并不明显（王英，2012）。

（三）对外直接投资对出口的影响

自20世纪60年代以来，对外直接投资和出口之间的关系一直是学者们争论的焦点。在理论上，对外直接投资和出口之间存在替代和互补关系，即对外直接投资可能会减少出口，也可能会增加出口。实证研究大多发现，对外直接投资对出口有显著的促进作用（张纪凤，黄萍，2013），很少有实证研究发现替代关系的存在，其主要原因在于大多数研究使用的是总体数据（Blonigen，2001）。

（四）对外直接投资对技术进步的影响

对外直接投资是国际技术溢出的一条重要渠道，通过对外直接投资，不论发达国家还是发展中国家都可以获得东道国的技术溢出，从而提升母国的技术水平。实证研究大多都发现对外直接投资通过逆向溢出效应可以显著提高母国技术水平（Driffield，等，2009），但也有研究发现对外直接投资对母国技术水平没有显著的影响或者会对母国技术进步产生阻碍作用（Bitzer和Kerekes，2008）。对此，学者们一般认为，对外直接投资逆向溢出效应的产生需要母国的经济发展水平超越一定的“门槛”水平（李梅，柳士昌，2012）。

（五）对外直接投资对就业的影响

从理论上看，对外直接投资对就业有双重影响，即替代效应和互补效应。对外直接投资会对母国就业产生影响是政策制定者长期担心的问题，之所以担心是因为他们认为对外直接投资和出口之间存在替代效应，对外直接投资会减少本国同类产品的出口，导致国内生产萎缩，就业减少（Jasay，1960）。但也有人认为，对外直接投资和出口之间存在互补效应，对外直接投资会扩大母国产品出口，有利于减少失业（戴翔，2006）。对外直接投资的净就业效应取决于替代效应的消极影响和互补效应的积极影响之差额。

二、指标选择和灰关联系数

本文使用1985—2012年的时间序列数据综合评价中国对外直接投资的宏观经济绩效。根据前人的研究成果和数据的可获取性，使用经济增长、产业结构、对外贸易、技术进步和就业5个宏观经济指标构建对外直接投资宏观经济绩效的评价指标体系，然后使用灰色关联方法计算灰关联系数，以此衡量对外直接投资对宏观经济指标的贡献，最后在此基础上使用主成分分析方法综合评价对外直接投资的宏观经济绩效。

（一）指标计算方法和数据来源说明

使用对外直接投资流量反映对外直接投资FDI，使用中国国内生产总值反映经济增长GDP，使用第二、第三产业增加值之和与国内生产总值的比率反映产业结构STR，使用进出口总额反映对外贸易TRA，使用发明专利授权量反映技术进步TE，使用中国从业总人数反映就业L。

以上所有指标的原始数据均可以从中国统计年鉴和联合国贸易和发展会议网站获取，需要将以美元表示的对外直接投资额和对外贸易额转化为以人民币表示的对外直接投资额和对外贸易额。

（二）计算灰关联系数

由于我们要评价的是对外直接投资对宏观经济的影响，故需要计算对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业的贡献，这里使用灰关联系数来衡量对外直接投资对宏观经济指标的贡献，灰关联系数计算基本步骤如下。endprint

1.收集原始数据序列：Xi={xi（k）}，i=FDI，GDP，STR，TRA，TE，L，k=1985，…，2012。

XFDI为系统特征序列，代表对外直接投资流量向量；xFDI（k） 代表k年对外直接投资流量。XGDP，XSTR，XTRA，XTE，XL为相关因素行为序列，分别代表经济增长、产业结构、对外贸易、技术进步和就业向量。

2.对各序列变换，得到序列X' I={x' I（k）}，其中xi'（k）=Xi（k）=xi（k）/max（xi（k））。

3.求差序列：Δ i（k）=|x' FDI（k）-x' I（k）|，i=FDI，GDP，STR，TRA，TE，L。

4.计算相关因素行为序列和系统特征序列之间的灰关联系数（苏为华和余明江，2002）：R i（k）=1/ Δ i（k）+1，i=FDI，GDP，STR，TRA，TE，L。

根据上面的步骤就可以求出1985—2012年中国对外直接投资对宏观经济指标的贡献，即对外直接投资和宏观经济指标之间的灰关联系数。

三、综合评价

（一） 数据预处理

从上面计算求得的数据可能还不能直接使用，故在综合评价之前，还需要对数据进行进一步处理，主要包括指标正向化以及数据的无量纲化两个方面。

1.指标正向化

本文选取的对外直接投资宏观经济绩效指标体系共有5个指标。因为对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业的实际影响到底是正是负还不清楚，需要作出进一步的判断，这里将对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业分别进行回归，结果发现对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业起正向作用，说明外直接投资对宏观经济各指标的贡献（灰关联系数）都是正向指标，不需要对灰关联系数进一步处理，可以直接使用。

表1 对外直接投资对经济增长、产业结构、

对外贸易、技术进步和就业回归结果

注：表示在1%的显著性水平上显著。

2.数据的无量纲化

由于原始数据的量纲不同无法进行直接比较，这里对指标值使用标准化方法进行处理消除量纲的影响。

（二）指标权重和综合评价方法

目前对指标权重的确定主要有两类方法：主观赋权法和客观赋权法。两类权重确定方法各有优缺点，由于我们使用的指标之间可能存在相关性，这里使用主成分分析法确定权重，可以有效消除指标之间的相关性。在用主成分分析法确定权重之后构造主成分综合评价函数，使用综合评价函数求出对外直接投资宏观经济绩效的综合评价值。

1.原有变量的相关系数

为了分析变量之间是否存在一定的线性关系，是否适合使用主成分分析，这里使用变量相关系数矩阵进行分析，变量的相关系数矩阵如表2。

表2 变量相关系数矩阵

从表2可以看出，有些变量之间相关系数较高，变量之间存在较强的线性关系，适合使用主成分分析。

2.确定主成分个数和系数

这里依据主成分对应的特征值大于1，且主成分累积贡献率大于85%的原则确定主成分的个数，表3报告了总方差解释。

表3 总方差解释

从表3可以看出，前2个主成分的累积贡献大于85%，且特征根大于1，为了不出现变量信息丢失，这里提取2个主成分。

表4报告了因子载荷矩阵，将表4中每列系数除以表3相应特征根的开根后可以得到两个主成分的系数向量，进而可以获得每个主成分的函数表达式。

表4 因子载荷矩阵

3.综合评价

以累积方差贡献率作为权重构造主成分综合评价函数，计算各主成分值，利用综合评价函数求出综合评价值，图1给出1985—2012年中国对外直接投资的宏观经济绩效综合评价结果。

图1 1985—2012年中国对外直接投资的宏观经济绩效

从图1可以看出，在1985—2012年期间，虽然中国对外直接投资规模持续扩张，但对外直接投资宏观经济绩效并没有持续增长，而是呈V型。在2007年之前，对外直接投资宏观经济绩效呈缓慢下降趋势；2007年之后，对外直接投资宏观经济绩效呈较快的上升趋势。其主要原因在于2007年之前，对外直接投资对经济增长、对外贸易和就业的贡献逐渐下降；2007年之后，对外直接投资对经济增长、对外贸易和就业的贡献较快上升，从而导致对外直接投资宏观经济绩效呈现V型。

参考文献：

[1] 戴翔.对外直接投资对国内就业影响的实证分析——以新加坡为例[J].世界经济研究，2006，（4）：70-76.

[2] 李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，

2012，（1）：21-32.

[3] 汪琦.对外直接投资对投资国的产业结构调整效应及其传导机制[J].国际贸易问题，2004，（5）：73-77.

[4] 王英.基于产业结构优化的我国OFDI宏观绩效评价[J].世界经济研究，2012，（4）：71-75.

[5] 衣长军，苏梽芳.我国企业对外直接投资的绩效评价与主体分析[J].国际经贸探索，2008，（1）：38-43.

[6] 张纪凤，黄萍.替代出口还是促进出口——我国对外直接投资对出口的影响研究[J].国际贸易问题，2013，（3）：95-103.

[7] Bitzer J，Kerekes M.Does foreign direct investment transfer technology across borders？ New evidence[J].Economics Letters，2008，

100（3）：355-358.

[8] Blomstr？覿m M，Kokko A.Outward investment，employment，and wages in Swedish multinationals[J].Oxford Review of Economic Policy，

2000，16（3）：76-89.

[9] Blonigen B A.In search of substitution between foreign production and exports[J].Journal of international economics，2001，53（1）：

81-104.

[10] Herzer D.Outward FDI and economic growth[J].Journal of Economic Studies，2010，37（5）：476-494.

[11] Jasay A E.The social choice between home and overseas investment[J].The Economic Journal，，1960：105-113.

[12] Stevens G V G，Lipsey R E.Interactions between domestic and foreign investment[J].Journal of International Money and Finance，

1992，11（1）：40-62.

[责任编辑 李 可]endprint

1.收集原始数据序列：Xi={xi（k）}，i=FDI，GDP，STR，TRA，TE，L，k=1985，…，2012。

XFDI为系统特征序列，代表对外直接投资流量向量；xFDI（k） 代表k年对外直接投资流量。XGDP，XSTR，XTRA，XTE，XL为相关因素行为序列，分别代表经济增长、产业结构、对外贸易、技术进步和就业向量。

2.对各序列变换，得到序列X' I={x' I（k）}，其中xi'（k）=Xi（k）=xi（k）/max（xi（k））。

3.求差序列：Δ i（k）=|x' FDI（k）-x' I（k）|，i=FDI，GDP，STR，TRA，TE，L。

4.计算相关因素行为序列和系统特征序列之间的灰关联系数（苏为华和余明江，2002）：R i（k）=1/ Δ i（k）+1，i=FDI，GDP，STR，TRA，TE，L。

根据上面的步骤就可以求出1985—2012年中国对外直接投资对宏观经济指标的贡献，即对外直接投资和宏观经济指标之间的灰关联系数。

三、综合评价

（一） 数据预处理

从上面计算求得的数据可能还不能直接使用，故在综合评价之前，还需要对数据进行进一步处理，主要包括指标正向化以及数据的无量纲化两个方面。

1.指标正向化

本文选取的对外直接投资宏观经济绩效指标体系共有5个指标。因为对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业的实际影响到底是正是负还不清楚，需要作出进一步的判断，这里将对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业分别进行回归，结果发现对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业起正向作用，说明外直接投资对宏观经济各指标的贡献（灰关联系数）都是正向指标，不需要对灰关联系数进一步处理，可以直接使用。

表1 对外直接投资对经济增长、产业结构、

对外贸易、技术进步和就业回归结果

注：表示在1%的显著性水平上显著。

2.数据的无量纲化

由于原始数据的量纲不同无法进行直接比较，这里对指标值使用标准化方法进行处理消除量纲的影响。

（二）指标权重和综合评价方法

目前对指标权重的确定主要有两类方法：主观赋权法和客观赋权法。两类权重确定方法各有优缺点，由于我们使用的指标之间可能存在相关性，这里使用主成分分析法确定权重，可以有效消除指标之间的相关性。在用主成分分析法确定权重之后构造主成分综合评价函数，使用综合评价函数求出对外直接投资宏观经济绩效的综合评价值。

1.原有变量的相关系数

为了分析变量之间是否存在一定的线性关系，是否适合使用主成分分析，这里使用变量相关系数矩阵进行分析，变量的相关系数矩阵如表2。

表2 变量相关系数矩阵

从表2可以看出，有些变量之间相关系数较高，变量之间存在较强的线性关系，适合使用主成分分析。

2.确定主成分个数和系数

这里依据主成分对应的特征值大于1，且主成分累积贡献率大于85%的原则确定主成分的个数，表3报告了总方差解释。

表3 总方差解释

从表3可以看出，前2个主成分的累积贡献大于85%，且特征根大于1，为了不出现变量信息丢失，这里提取2个主成分。

表4报告了因子载荷矩阵，将表4中每列系数除以表3相应特征根的开根后可以得到两个主成分的系数向量，进而可以获得每个主成分的函数表达式。

表4 因子载荷矩阵

3.综合评价

以累积方差贡献率作为权重构造主成分综合评价函数，计算各主成分值，利用综合评价函数求出综合评价值，图1给出1985—2012年中国对外直接投资的宏观经济绩效综合评价结果。

图1 1985—2012年中国对外直接投资的宏观经济绩效

从图1可以看出，在1985—2012年期间，虽然中国对外直接投资规模持续扩张，但对外直接投资宏观经济绩效并没有持续增长，而是呈V型。在2007年之前，对外直接投资宏观经济绩效呈缓慢下降趋势；2007年之后，对外直接投资宏观经济绩效呈较快的上升趋势。其主要原因在于2007年之前，对外直接投资对经济增长、对外贸易和就业的贡献逐渐下降；2007年之后，对外直接投资对经济增长、对外贸易和就业的贡献较快上升，从而导致对外直接投资宏观经济绩效呈现V型。

参考文献：

[1] 戴翔.对外直接投资对国内就业影响的实证分析——以新加坡为例[J].世界经济研究，2006，（4）：70-76.

[2] 李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，

2012，（1）：21-32.

[3] 汪琦.对外直接投资对投资国的产业结构调整效应及其传导机制[J].国际贸易问题，2004，（5）：73-77.

[4] 王英.基于产业结构优化的我国OFDI宏观绩效评价[J].世界经济研究，2012，（4）：71-75.

[5] 衣长军，苏梽芳.我国企业对外直接投资的绩效评价与主体分析[J].国际经贸探索，2008，（1）：38-43.

[6] 张纪凤，黄萍.替代出口还是促进出口——我国对外直接投资对出口的影响研究[J].国际贸易问题，2013，（3）：95-103.

[7] Bitzer J，Kerekes M.Does foreign direct investment transfer technology across borders？ New evidence[J].Economics Letters，2008，

100（3）：355-358.

[8] Blomstr？覿m M，Kokko A.Outward investment，employment，and wages in Swedish multinationals[J].Oxford Review of Economic Policy，

2000，16（3）：76-89.

[9] Blonigen B A.In search of substitution between foreign production and exports[J].Journal of international economics，2001，53（1）：

81-104.

[10] Herzer D.Outward FDI and economic growth[J].Journal of Economic Studies，2010，37（5）：476-494.

[11] Jasay A E.The social choice between home and overseas investment[J].The Economic Journal，，1960：105-113.

[12] Stevens G V G，Lipsey R E.Interactions between domestic and foreign investment[J].Journal of International Money and Finance，

1992，11（1）：40-62.

[责任编辑 李 可]endprint

1.收集原始数据序列：Xi={xi（k）}，i=FDI，GDP，STR，TRA，TE，L，k=1985，…，2012。

XFDI为系统特征序列，代表对外直接投资流量向量；xFDI（k） 代表k年对外直接投资流量。XGDP，XSTR，XTRA，XTE，XL为相关因素行为序列，分别代表经济增长、产业结构、对外贸易、技术进步和就业向量。

2.对各序列变换，得到序列X' I={x' I（k）}，其中xi'（k）=Xi（k）=xi（k）/max（xi（k））。

3.求差序列：Δ i（k）=|x' FDI（k）-x' I（k）|，i=FDI，GDP，STR，TRA，TE，L。

4.计算相关因素行为序列和系统特征序列之间的灰关联系数（苏为华和余明江，2002）：R i（k）=1/ Δ i（k）+1，i=FDI，GDP，STR，TRA，TE，L。

根据上面的步骤就可以求出1985—2012年中国对外直接投资对宏观经济指标的贡献，即对外直接投资和宏观经济指标之间的灰关联系数。

三、综合评价

（一） 数据预处理

从上面计算求得的数据可能还不能直接使用，故在综合评价之前，还需要对数据进行进一步处理，主要包括指标正向化以及数据的无量纲化两个方面。

1.指标正向化

本文选取的对外直接投资宏观经济绩效指标体系共有5个指标。因为对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业的实际影响到底是正是负还不清楚，需要作出进一步的判断，这里将对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业分别进行回归，结果发现对外直接投资对经济增长、产业结构、对外贸易、技术进步和就业起正向作用，说明外直接投资对宏观经济各指标的贡献（灰关联系数）都是正向指标，不需要对灰关联系数进一步处理，可以直接使用。

表1 对外直接投资对经济增长、产业结构、

对外贸易、技术进步和就业回归结果

注：表示在1%的显著性水平上显著。

2.数据的无量纲化

由于原始数据的量纲不同无法进行直接比较，这里对指标值使用标准化方法进行处理消除量纲的影响。

（二）指标权重和综合评价方法

目前对指标权重的确定主要有两类方法：主观赋权法和客观赋权法。两类权重确定方法各有优缺点，由于我们使用的指标之间可能存在相关性，这里使用主成分分析法确定权重，可以有效消除指标之间的相关性。在用主成分分析法确定权重之后构造主成分综合评价函数，使用综合评价函数求出对外直接投资宏观经济绩效的综合评价值。

1.原有变量的相关系数

为了分析变量之间是否存在一定的线性关系，是否适合使用主成分分析，这里使用变量相关系数矩阵进行分析，变量的相关系数矩阵如表2。

表2 变量相关系数矩阵

从表2可以看出，有些变量之间相关系数较高，变量之间存在较强的线性关系，适合使用主成分分析。

2.确定主成分个数和系数

这里依据主成分对应的特征值大于1，且主成分累积贡献率大于85%的原则确定主成分的个数，表3报告了总方差解释。

表3 总方差解释

从表3可以看出，前2个主成分的累积贡献大于85%，且特征根大于1，为了不出现变量信息丢失，这里提取2个主成分。

表4报告了因子载荷矩阵，将表4中每列系数除以表3相应特征根的开根后可以得到两个主成分的系数向量，进而可以获得每个主成分的函数表达式。

表4 因子载荷矩阵

3.综合评价

以累积方差贡献率作为权重构造主成分综合评价函数，计算各主成分值，利用综合评价函数求出综合评价值，图1给出1985—2012年中国对外直接投资的宏观经济绩效综合评价结果。

图1 1985—2012年中国对外直接投资的宏观经济绩效

从图1可以看出，在1985—2012年期间，虽然中国对外直接投资规模持续扩张，但对外直接投资宏观经济绩效并没有持续增长，而是呈V型。在2007年之前，对外直接投资宏观经济绩效呈缓慢下降趋势；2007年之后，对外直接投资宏观经济绩效呈较快的上升趋势。其主要原因在于2007年之前，对外直接投资对经济增长、对外贸易和就业的贡献逐渐下降；2007年之后，对外直接投资对经济增长、对外贸易和就业的贡献较快上升，从而导致对外直接投资宏观经济绩效呈现V型。

参考文献：

[1] 戴翔.对外直接投资对国内就业影响的实证分析——以新加坡为例[J].世界经济研究，2006，（4）：70-76.

[2] 李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，

2012，（1）：21-32.

[3] 汪琦.对外直接投资对投资国的产业结构调整效应及其传导机制[J].国际贸易问题，2004，（5）：73-77.

[4] 王英.基于产业结构优化的我国OFDI宏观绩效评价[J].世界经济研究，2012，（4）：71-75.

[5] 衣长军，苏梽芳.我国企业对外直接投资的绩效评价与主体分析[J].国际经贸探索，2008，（1）：38-43.

[6] 张纪凤，黄萍.替代出口还是促进出口——我国对外直接投资对出口的影响研究[J].国际贸易问题，2013，（3）：95-103.

[7] Bitzer J，Kerekes M.Does foreign direct investment transfer technology across borders？ New evidence[J].Economics Letters，2008，

100（3）：355-358.

[8] Blomstr？覿m M，Kokko A.Outward investment，employment，and wages in Swedish multinationals[J].Oxford Review of Economic Policy，

2000，16（3）：76-89.

[9] Blonigen B A.In search of substitution between foreign production and exports[J].Journal of international economics，2001，53（1）：

81-104.

[10] Herzer D.Outward FDI and economic growth[J].Journal of Economic Studies，2010，37（5）：476-494.

[11] Jasay A E.The social choice between home and overseas investment[J].The Economic Journal，，1960：105-113.

[12] Stevens G V G，Lipsey R E.Interactions between domestic and foreign investment[J].Journal of International Money and Finance，

1992，11（1）：40-62.

[责任编辑 李 可]endprint