中国对东盟直接投资：区位选择、影响因素及投资效应

史本叶　张超磊



中国对东盟直接投资：区位选择、影响因素及投资效应

史本叶张超磊

摘要:自2010年中国-东盟自由贸易区成立以来，中国对东盟的直接投资快速发展。利用空间滞后模型分析中国对东盟直接投资区位选择的影响因素，可以判断直接投资的类型，并检验中国对东盟的直接投资是否存在“第三方效应”。实证结果表明：实际汇率、相对市场规模和工资差异在中国对东盟的直接投资上有显著的正向影响，并且中国对东盟各国的贸易促进了对其直接投资；能源和税率在中国对东盟的直接投资上有显著的负向影响；基础设施、政治风险和开放度在中国对东盟的直接投资上影响不显著；中国对东盟直接投资的类型是水平型；中国对东盟直接投资的“第三方效应”不显著。

关键词:东盟； 对外直接投资； 区位选择； 第三方效应

引言

近年来，中国对外直接投资高速增长，成为推动我国对外开放和经济增长的重要力量。2013年中国对外直接投资流量创下1078.4亿美元的历史新高，同比增长22.8%，连续两年位列全球第三大对外投资国。根据《中国对外直接投资统计公报》，中国对外直接投资额已连续10年高速增长，2003-2013年的年均增长速度高达43.6%，是我国增长最快的经济指标，推动中国跻身对外投资大国。中国外汇储备增加、人民币升值、生产成本上升和海外投资机会增多等多种因素共同推动了中国对外直接投资快速发展。

亚洲是中国对外直接投资的主要地区。截至2013年末，中国在亚洲地区的投资存量为4474.1亿美元，占中国对外直接投资存量的67.7%。其中，东盟在跃居成为中国第三大贸易伙伴的同时，也逐渐成为中国企业对外投资的重要目的地。2013年中国对东盟直接投资流量为72.67亿美元，同比增长19.1%，2013年末中国共在东盟设立直接投资企业2700多家。从投资存量比重上看，不考虑中国香港、英属维尔京群岛、开曼群岛三个特殊经济体，东盟(5.4%)仅次于欧盟(6.1%)，是中国内地对外直接投资的主要的目的地*数据来源：2013年度中国对外直接投资统计公报。。中国对东盟国家的贸易和投资呈现良好的发展趋势，东盟在中国对外直接投资布局中的地位越来越重要。因此，研究中国对东盟直接投资的影响因素及相关问题具有重要意义。

一、 文献综述

在对外直接投资区位选择的影响因素方面，国外很多学者做了相关的研究。Dunning(1981)认为所有权优势、内部化优势和区位优势决定了企业对外直接投资，其中区位优势和东道国的具体环境有关。Filippaios和Papanastassiou(2008)利用两阶段最小二乘法分析发现东道国的经济发展水平、劳动力素质和中间产品成本都是影响美国对外直接投资的重要因素。Kolstad等(2012)研究发现中国对经济合作发展组织(OECD)国家的直接投资更倾向于市场规模大的国家，对于非OECD国家的直接投资更倾向于拥有丰富自然资源和制度不够完善的国家。Ramasamy等(2012)一方面把中国人在东道国所占的比例作为衡量中国与东道国市场联系的指标，充分考虑制度(文化)因素对直接投资的影响，另一方面它将企业分成国有控股企业和私有企业，考虑到企业所有权的差异对中国对外直接投资的影响，实证分析发现：国有控股企业倾向于资源丰富、政治关系密切的国家进行投资，私有企业则主要为寻求市场进行投资。

在国内也有一些学者进行相关研究，程惠芳和阮翔(2004)运用引力模型选取32个国家(地区)为样本进行分析得出：投资国和东道国的经济规模、人均国民收入及双边贸易量与两国间的直接投资流量呈正相关，投资国与东道国的距离与国际直接投资流量和区位分布呈显著负相关。宋维佳和许宏伟(2012)以中国与51个对外直接投资东道国为样本分析发现东道国与中国的贸易联系对中国对外直接投资具有显著的正向影响。与国外的研究相比，国内的研究更偏向宏观，并且在变量选取方面也存在一定的不足，这可能是由于数据获取困难造成的。

在研究方法方面，多数研究都采用传统引力模型、广义最小二乘法等方法，但这种方法忽略了区域之间的相互作用对FDI区位选择的影响，实际上这些区域很有可能存在空间效应*空间效应主要包括空间相关性和空间异质性。空间相关性是指某一变量在不同位置的观测值是不独立的，而是呈现出某种非随机的空间模式，它可能来自于溢出效应，即在经济活动和过程中产生的外部性对未参与经济活动和过程的周围个体的影响；空间异质性表明经济行为在空间上不稳定，在模型中表现为误差项方差和模型参数随区位而变化。。Anselin(1988)认为当变量间的空间依赖性对模型显得非常关键而导致空间相关时，应选择空间滞后模型(SLM)进行分析；当地区间的相互影响通过误差项体现，应选择空间误差模型(SEM)进行分析。Baitagi等(2007)使用空间面板计量验证了混合FDI的存在，Chou等(2011)运用空间计量模型发现东道国的政治风险和经济一体化对中国对外直接投资有负向影响，中国对外直接投资类型是混合型FDI。Blanco(2012)通过分析17个拉丁美洲国家的数据发现周围市场潜力对于FDI流入有显著的正向影响，但是FDI不存在空间自相关。此外，国内学者也开始采用空间计量学的方法去估计这种空间溢出效应。谢杰、刘任余(2011)对影响我国对外直接投资的因素进行了空间计量的分析，结果表明：对资源的寻求不是我国对外直接投资的主要原因；中国与东道国的直接投资和贸易活动受到“第三方效应”的影响；贸易与投资存在互补效应等。

本文与已有研究的不同点在于：第一，在研究方法上，本文考虑了空间效应，运用空间滞后模型分析中国对东盟直接投资区位选择的影响因素和投资类型，并检验是否存在“第三方效应”。第二，在变量的指标选取方面，本文的某些指标的选取更能反映实际情况，如选择企业应缴税额和强制性缴费额占商业利润的比例作为企业在东道国所承担的税费的代理量*已有研究主要采用中国与东道国是否签署避免双重征税协定这种虚拟变量来表示企业在东道国承担的税负，但是该虚拟变量并不能定量地反映东道国真实的税负环境，而本文从企业的微观角度出发，采用的税负指标能够更加准确地反映企业在东道国的税负成本。。第三，在估计方法方面，本文选择极大似然(ML)估计法，但是设定ML估计的分布存在人为的因素，一旦给出了错误的分布假定，那么它的估计量通常是有偏的，因此本文增加了正态性假设检验，以确保估计的有效性。

二、 模型设定与变量说明

本文主要研究中国对东盟直接投资区位选择的影响因素和投资类型，并判断是否存在“第三方效应”。由于东盟十国均位于东南亚地区，不仅在地理上相互邻近，而且经济联系比较密切，这可能导致中国对东盟的直接投资存在空间效应。在考虑空间效应的基础上，根据Anselin(1988)的分析构建如下模型：

ofdisit=α0+α1HVsit+α2SMPit+ρW·ofdisit+εit

(1)

ofdisit=α0+α1HVsit+α2SMPit+εit

(2)

其中(1)和(2)分别代表空间滞后模型和空间误差模型，εit和υit为服从正态分布的扰动项，ρ反映被解释变量是否存在溢出效应，λ反映周围地区的不可测的因素影响某一地区的程度。此外，由于空间自相关的存在，使用OLS方法估计SEM模型，估计参数不具有有效性；估计SLM模型的结果是有偏的，而ML估计可以解决这些问题，因此本文选择ML估计。

Ofdis为中国对东盟直接投资年存量。相对于投资流量而言，存量能够更加准确地反映FDI的区位分布(Yuanfei Kang & Fuming Jiang,2012)。受限于东盟国家数据的可获得性(尤其是缅甸)，为保持数据时间一致，故本文选择的样本期为2005-2010年。数据来源于《2010年度中国对外直接投资统计公报》，由于数据统计的特性，2005年和2006年的对外直接投资数据不包括金融类的投资，2007-2010年的对外直接投资额包括金融类和非金融类投资。该数据取自然对数，单位为万美元。

HVs包括变量Exchange，Export，Gdpper，Energy，Salary，Open，Tele，Tax，Politics，其中每个变量的详细说明如下：Exchange为实际汇率水平。当外币相对于本币贬值时，企业在东道国投资的初始成本会降低，而且将来随着东道国经济的发展，货币汇率回升，其收益率也就有保障，因此预期此项系数为正。该数据为年平均价*即1美元兑各个国家货币的数量，再经过计算得出单位人民币兑各个国家货币的数量，计算购买力平价的实际汇率水平，然后得到实际汇率水平。，数据来源于中国经济社会发展统计数据库；Export为中国向东盟各国的实际出口额，表示两国之间的贸易联系。大量的实证研究表明贸易和投资之间是互补的关系，故本文预期此项系数为正。数据来源于历年《中国统计年鉴》，单位为万美元，折算成人民币，以2005年为不变价格得到实际出口额，该数据取自然对数；Gdpper为人均GDP，作为东道国的相对市场规模的代理量。由于东道国的居民购买力更能反映国家的市场规模，故本文选择相对市场规模。较大的市场规模有助于企业通过降低成本而实现规模经济，因此预期此项系数为正。数据来源于世界银行数据库，按现价美元计，该数据取自然对数；Energy为能源产量。矿产资源人均量低是中国的基本国情，因此中国的企业对外直接投资有可能是以寻求资源为主要目的，故预期此项系数为正。本文选择各类一次能源*各类一次能源包括石油、天然气、固体燃料(煤、褐煤及其他衍生燃料)和可燃性可再生能源和废物和一次电力，均换算为石油当量作为东道国能源产量的代表，单位是千吨石油当量。作为代表。数据来源于世界银行WDI数据库，该数据取自然对数；Salary为人均GNI*本文选择的人均国民总收入(GNI)是指用购买力平价汇率转换为按国际元计算的国民总收入。差异。人均GNI可以作为对东道国工资水平的间接测度。中国企业由于相对缺乏市场和管理经验，很难在高收入国家的市场上立足，因而更愿意选择低收入国家进行投资，故预期此项系数为正。数据来源于世界银行数据库，缅甸的数据来自于联合国统计署数据库，数据以现价国际元计；Open为东道国的开放程度，它由东道国的进出口总额占GDP的比重来表示。贸易开放度表明该国和世界其他国家的经济联系，其数值越高说明该国的政治经济环境越开放，越有利于吸引外商直接投资，故预期此项系数为正。数据来源于世界银行数据库，缅甸的数据来自于ADB数据库；Tele为基础设施，选择每百人拥有固定电话和移动电话部数来表示。东道国拥有良好的基础设施能够为投资企业提供必需的物质基础，进而提高企业的运行效率，因此预期此项系数为正。数据来源于Human Development Report，该数据取自然对数；Tax为总税费。一般而言税费越高，企业的经营成本越大，故预期此项系数为负，本文选择总税率*总税率度量的是企业在说明准予扣减和减免后的应缴税额和强制性缴费额占商业利润的比例，扣缴税款(如个人所得税)或收缴和汇给税务部门的税款(如增值税、销售税或商品及服务税)不包括在内。来度量。数据来源于世界银行数据库，该数据取自然对数；Politics为政治稳定度。一些研究表明中国对外投资的地区的政治风险偏高，故预期此项系数为负，本文选择的政治稳定程度*政治稳定程度指政府被违宪手段或暴力手段动摇或推翻的可能性，包括政治动机的暴力与恐怖主义，标准化之后的取值在-2.5到2.5之间，数值越大表明政治稳定程度越高。来源于全球治理指标。

W为空间权重矩阵。本文采用地理位置规则来确定其中的元素，即将相邻的区域赋予1，不相邻的区域赋予0，该矩阵的主对角线上的元素为0，其中对于没有陆地相邻的国家，考虑到空间距离和经济距离的接近，我们将印度尼西亚和菲律宾、马来西亚和菲律宾、印度尼西亚和新加坡视为相邻地区。由于本文采用的是面板数据，W是一个标量矩阵(如下所示)，其中W2005是按照地理规则确定的矩阵。

(3)

SMP为周围市场潜力。它是对Gdpper进行加权得到的，权重为W，根据Bruce A.Bloigen(2007)的研究结果(见表1)，通过α2和ρ来判断中国对东盟直接投资的类型。

表1　FDI类型的判断方法

三、 实证分析

(一) 模型选择

LM检验的判别准则是LMLAG较之LMERR在统计上更加显著，且R-LMLAG显著，R-LMERR不显著，则可以判断合适的模型是空间滞后模型；相反，则合适的模型是空间误差模型。本文利用Stata 12.0软件进行估计，结果如表2所示。在检验结果中LMLAG较之LMERR在统计上更加显著，并且在1%的显著性水平下LMLAG的稳健形式显著，LMERR的稳健形式不显著，因此空间滞后模型相对较好。另外通过表3信息准则可知，空间滞后的自然对数似然函数值大于空间误差，AIC和SC信息准则小于空间误差，这也表明空间滞后模型为最优模型。因此，本文将分析空间滞后模型估计的结果。

表2　LM检验

注：*、**和***分别表示在10%、5%和1%的显著性水平下显著。

表3　信息准则

(二) 正态性检验

由于极大似然估计的重要前提是已知变量的分布，此时分布的设定可能存在人为的因素，一旦给出错误的分布假定，它的估计量通常是有偏的，因此本文增加正态性假设检验，以确保估计的有效性。从表4可知，接受原假设，扰动项服从正态分布，因此可以采用极大似然估计法进行估计。

表4　正态性检验

(三) 模型估计与分析

在用传统面板分析时，通过检验发现corr(u_i,Xb)=-0.9663，则此时固定效应仍有效，但是随机效应是有偏的，因此我们采用固定效应进行估计，估计结果如表5所示。

表5　估计结果

注：*、**和***分别表示在10%、5%和1%的显著性水平下显著，括号内为标准差。

Exchange对于中国对东盟的直接投资都有显著的正向影响，符合预期，说明实际汇率越高，即单位人民币的购买力越强，中国对东盟的直接投资越多。Export对于中国对东盟的直接投资有正向影响，符合预期，表明中国对东盟的直接投资和贸易的关系是互补的，即出口促进投资。中国对其投资是为了支持两个经济体已经存在的贸易联系。Gdpper对于中国对东盟的直接投资有显著的正向影响，与预期相符。这也符合弗农的产品生命周期理论，虽然中国的潜在国内市场规模很大，但是当产品在国内市场已经缺乏核心竞争力而相对于国外仍具有比较优势时，企业会选择对外直接投资去占有国外市场，虽然中国的产品相对发达国家而言，没有过多的技术含量，但是与东盟的一些国家相比还是具有优势。

Energy对于中国对东盟的直接投资有显著的负向影响，与预期相反。可能是因为近些年中国在非洲找到了可支撑经济发展的大量廉价自然资源*2010年中国对非洲的直接投资流量为21.1亿美元，同比增长43.8%；2011年的直接投资流量为31.7亿美元，同比增长50.4%。数据来源于2010年和2011年中国对外直接投资公报。，所以在东盟投资可能不是以寻求资源为主。另一方面，目前中国在东盟的直接投资主要集中在新加坡，约占投资存量的49.4%*数据来源于2011年度中国对外直接投资统计公报。，这也反映出中国对东盟的投资并不是主要为了获取能源。Salary对于中国对东盟直接投资有显著的正向影响，符合预期。因为人均工资水平差异越大，中国企业在东盟进行投资所获得的剩余价值相对于国内就越大，企业就越希望在这些国家进行投资。

Open对于中国对东盟的直接投资的影响不显著。可能的原因是虽然这些国家的开放度有差别，如2010年新加坡的开放度为386，印度尼西亚为47.5*开放度由东道国的进出口总额占GDP的比重来表示，数据来源于世界银行数据库。，但是东盟各国对中国可能都会提供一个较好的开放度。因为中国和东盟签署的《投资协议》为双方营造了更加稳定、开放的投资环境，并且国民待遇使得各个国家都会给中国提供一个大致相同的开放市场，所以东道国的开放程度对投资决策的影响不大。Tele对于中国对东盟的直接投资影响不显著。可能的原因是中国对东盟的直接投资主要集中在电力、批发零售和制造业，约占42.3%*数据来源于2011年度中国对外直接投资统计公报。，这些行业主要依靠的基础设施是交通运输和信息通信这两方面，而本文选择的基础设施指标不能综合地反映这两方面的影响，应该使用在东道国的平均物流费用和通信费用(如电话费和网费)来反映，但这种数据难以获得。

Tax对于中国对东盟直接投资有显著的负向影响，符合预期。因为企业负担的税费越多，投资激励就会减少。Politics对于中国对东盟的直接投资的影响不显著。这可能是政府政策导向的结果，政府通过审批制、外汇管理等方法去引导对外直接投资的流向。此时投资一般会流向与中国有良好政治关系的国家和地区，并且还会有政府相关部门的担保，故企业在进行投资决策时，一般不会考虑政治风险。

空间滞后项系数不显著，说明中国对东盟的直接投资的“第三方效应”不显著，即中国在东盟某国直接投资的过程中产生的外部性对周围国家的影响不显著，这点可以利用Stata 12.0软件计算的全局Moran’s I指数来再次验证。当Moran’s I指数为正数，表示存在正的空间自相关，反之则为负相关。从表6可知Moran’s I指数均不显著，说明不存在空间溢出效应。“第三方效应”不显著表明其传导机制受到了阻碍，相邻效应不能得到很好的发挥，可能由于以下原因导致：第一，东盟各国之间的经济发展水平差异较大，并且中国在不同国家投资的行业有明显差异，而不同行业之间的相邻效应难以发挥。第二，东盟各国之间政治体制存在差异，投资的相邻效应难以直接穿越国界进行传导，进而导致国家之间的溢出效应不明显。第三，东盟各国之间社会文化差异较大，尤其在宗教信仰上，这种社会文化差异加大了相互影响的难度。此外，随着中国-东盟自由贸易区的全面建成，中国与东盟各国的经贸联系愈发紧密，也抑制了各国引进中国投资的空间溢出效应。

表6　全局Moran’s I指数

SMP不显著，表明周围市场潜力对于中国对东盟某个国家的直接投资影响不显著。根据Bruce A.Bloigen(2007)研究的结果(见表1)可知：当空间滞后项系数不显著，周围国家市场规模不显著时，表明对东盟成员国的直接投资不受周围国家投资存量和市场规模的影响，则中国对于东盟的直接投资的类型是水平型，即跨国企业为了获得某个特定国家的市场规模而选择对其投资。

四、 结论与相关政策建议

本文运用空间滞后模型检验中国对于东盟的直接投资是否存在“第三方效应”，判断对东盟直接投资的类型，分析中国对东盟直接投资区位选择的影响因素，得到如下结论和相关政策建议：

1．实际汇率对于中国对东盟直接投资有显著正向影响，中国的企业可以利用目前人民币升值机会，将其转化为真正的购买力。出口对于中国对东盟的直接投资有显著的正向影响，说明贸易是投资的先导，企业可以先通过贸易熟悉东道国的经济状况和习惯，进而再决定是否进行投资。相对市场规模对于中国对东盟的直接投资有显著的正向影响。工资差异对于中国对东盟直接投资有显著的正向影响，中国劳动密集型的企业可以投资于低劳动力成本国家，从而减缓我国近些年来劳动力成本上升的压力。

2．能源对于中国对东盟的直接投资有显著的负向影响，可能的原因是东盟与非洲相比失去了自然资源优势，如果企业是为了获取资源，应该选择具有该优势的地区进行投资。税率对于中国对东盟的直接投资有显著的负向影响，企业在进行投资时应该考虑一些“避税天堂”以减少企业的运营成本。

3．政治风险和开放度对中国对于东盟的直接投资影响不显著，可能的原因是中国和东盟各国保持着友好的政治关系以及中国已经和东盟建成自由贸易区，双边的经济联系也十分紧密，企业的投资背后有政府和相关法律条款的支撑，企业在决策时可能不会太注重这两方面。但是，我国企业在进行投资决策时，要注意和政府的动向尽量保持一致，选择一些和中国友好的国家进行投资，以防范对外投资中可能遇到的政治风险。

4．中国对东盟直接投资的类型是水平型。即中国对东盟直接投资主要是为了获得其市场，但是在进行投资决策时也要根据每个国家不同的比较优势来确定投资的市场。例如，中国可以在位置优越、资本技术丰富的新加坡增加交通运输业和技术服务等方面的投资，在劳动力成本较低的马来西亚和越南等国增加制造业等方面的投资，在自然资源丰富的印度尼西亚和柬埔寨等国增加战略性资源和基础设施等方面的投资。

5．中国对东盟直接投资的“第三方效应”不显著。可能的原因是东盟不同国家的经济发展水平不同，而在不同国家投资的不同行业之间其相邻效应难以发挥，抑或是不同国家政治体制或社会文化的差异阻碍了这种外部性的传导。因此，中国企业在对东盟进行直接投资时不必过于关注第三国的影响。

参考文献：

[1]程惠芳、阮翔(2004).用引力模型分析中国对外直接投资的区位选择.世界经济,11.

[2]宋维佳、许宏伟(2012).对外直接投资区位选择影响因素研究.财经问题研究,10.

[3]谢杰、刘任余(2011).基于空间视角的中国对外直接投资的影响因素与贸易效应研究.国际贸易问题,6.

[4]Anselin L(1988).SpatialEconometrics:MethodsandModels.Boston:Kluwer Academic Publishers.

[5]Baitagi B.H & Egger P & Pfaffermayr M(2007).Estimating Models of Complex FDI:Are There Third-country Effects?.Journalofeconometrics,140.

[6]Blanco & Luisa R(2012).The Spatial Interdependence of FDI in Latin America.WorldDevelopment,1.

[7]Bruce A.Bloigen & Ronald B.Davies & Glen R.Waddell & Helen T(2007).Naubhton.FDI in Space:Spatial Auto-regressive Relationships in Foreign Direct Investment.EuropeanEconomicReview,5.

[8]Chou,K.& Chen,C.& Mai,C(2011).The Impact of Third-country Effects and Economic Integration on China’s Outward FDI.EconomicModelling,28.

[9]Filippaios,F.& Papanastassiou M(2008).The Geography of US Outward FDI within the OECD:a Cross-regional Empirical Analysis.TheJournalofCommonMarketStudies,46.

[10] Kolstad,I.& Wiig,A(2012).What Determines Chinese Outward FDI?.JournalofWorldBusiness,47.

[11] Ramasamy,B.& Yeung,M.& Laforet,S(2012).China’s Outward Foreign Direct Investment:Location Choice and Firm Ownership.JournalofWorldBusiness,47.

[12] Yuanfei Kang & Fuming Jiang(2012).FDI Location Choice of Chinese Multinationals in East and Southeast Asia:Traditional Economic Factors and Institutional Perspective.JournalofWorldBusiness,47.

■作者地址：史本叶，吉林大学中国国有经济研究中心，吉林大学经济学院；吉林 长春 130012。Email:shibenye@sina.com。

张超磊，中国人民大学经济学院。

■责任编辑：刘金波

◆

China’s Direct Investment Toward ASEAN:

Location,Influencing Factors and Investing Effects

ShiBenye(Jilin University)

ZhangChaolei(Renmin University of China)

Abstract:Since to establishment of China-ASEAN free trade area in 2010,China's direct investment to ASEAN has gotten rapid development.This paper analyzes the factors that influence direct investment’s location choice for the ASEAN countries by spatial lag model,judgeing the type of FDI and verifiying that whether there is a third-party effect in ASEAN where China invests directly.The empirical results show that:the real exchange rate,the relative to the size of the market and the wage differentials for China’s direct investment in ASEAN have a significant positive impact; trade promotes its investment between China and ASEAN; energy and tax rate for China’s direct investment in ASEAN have a significant negative impact; the infrastructure,the political risk and the degree of openness for China’s direct investment in ASEAN is not the type of the China’s direct investments in ASEAN is horizontal FDI; the third-party effect is not significant for China’s direct investment in ASEAN.

Key words:ASEAN; outward FDI; the third-country effects; location choice

基金项目：■国家社会科学基金青年项目(12CJL045)；吉林省科技发展计划软科学研究项目(20140418080FG)；吉林大学哲学社会科学创新团队建设项目(2012FRTD02)

DOI:10.14086/j.cnki.wujss.2015.03.008