中国八大综合经济区OFDI差异特征及影响因素

高聂濡，韦素琼

(福建师范大学a.地理科学学院，b.地理研究所，福州 350007)

0 引言

近年来，在“走出去”战略和“一带一路”倡议的大背景下，中国对外直接投资(OFDI)大幅增长，成为对外直接投资大国[1]。2017年，中国以1 582.90亿美元的OFDI流量位列全球第三，存量也高达18 090.40亿美元，占全球比重近6.00%，再创历史新高[2]。但中国作为一个地域辽阔的国家，地区之间受自然、社会、经济和技术条件等差异的影响，对外直接投资的发展也呈现出明显的区域差异。深入探究中国OFDI发展的地区差异对促进OFDI区域协同均衡发展有重要的实践意义。

关于发展中国家对外直接投资的理论研究始于20世纪70年代，主要有小岛清的边际产业扩张理论[3]、邓宁的投资发展周期理论[4]、刘易斯·威尔斯的小规模技术理论[5]、拉奥的技术地方化理论[6]等。这些理论为本研究奠定了坚实的基础。在实证研究方面，针对中国OFDI的实证研究多将中国视为一个整体进行研究[7]。但是受经济发展水平、产业结构、地缘区位等影响，国内不同区域对外直接投资的特征有所不同，不能一概而论。因此，部分学者进一步对中国不同区域OFDI特征差异展开研究，譬如对中国各省份或OFDI发展较好的典型省份进行差异分析[8]，还有学者将中国31个省份划分为东、中、西三大地区进行OFDI流量和存量差异分析[9]。在此基础上，学者们基于母国视角通过多元回归分析[10]、面板分析[11]、主成分分析[12]等方法得出影响中国不同区域OFDI发展的因素主要有经济发展水平、外商直接投资额、技术、出口额、能源消费总量、专利授权数、劳动力成本等。但囿于研究方法、数据选取、研究时段的差别，学者们得出的结论亦有不同。

目前针对中国不同区域OFDI差异的研究，其尺度主要为东、中、西三大地区，各省份或典型省(市、自治区)。以东、中、西三大地区为尺度的研究不仅存在尺度过大导致区域内部经济特征不够鲜明的问题，而且这种划分还切割了流域经济的横向联系；以各省份或典型省份为对象的研究又缺乏共性特征的提炼归纳。因此，以具有区内省份经济发展状况相似的八大综合经济区作为研究尺度，不仅能够更好地体现不同区域特征的OFDI流量和存量变化的时空差异，而且这种中观尺度的研究也便于共性的提炼。在此基础上，进一步从投资地的角度出发分析造成OFDI区域差异的影响因素与机理。通过该研究可以更加客观、全面地认识中国地区间OFDI的差异特征和内在动力机制，进而丰富与完善中国OFDI研究的理论体系，还可以为贯彻新时代区域协调发展战略，促进中国八大综合经济区OFDI协调均衡发展提供政策实施着力点。

1 研究单元与数据来源

改革开放以来，中国飞速发展。但受国家政策制度、自身资源禀赋、地理区位等多方面因素的影响导致地区发展不平衡，按照东、中、西三大板块划分经济区的方式已不能反映区域经济发展特点。为此，国务院发展研究中心提出“四大板块八大综合经济区”的具体构想。

本研究借鉴国务院发展研究中心发展战略和区域经济研究部《中国(大陆)区域社会经济发展特征分析》报告，将中国内地31个省级行政单位(不含香港、台湾与澳门)划归为八大综合经济区(表1，以下均使用简称)，各经济区内部省份的经济发展水平相近、行业结构相似，是经济新常态下区域协同发展战略的重要支撑[13]。

表1 中国八大综合经济区划分Table 1 Classification of eight comprehensive economic zones in China

OFDI流量和存量数据源于对2008—2017年《中国统计年鉴》[14]和《2017年度中国对外直接投资统计公报》[15]中的省级年度数据进行汇总整理得出。影响因素研究中的变量数据来源于2008—2017年《中国统计年鉴》和各省(市、自治区)统计年鉴[14]。

2 中国八大综合经济区对外直接投资的差异特征

2.1 全国OFDI整体呈现波动上升趋势

OFDI流量和存量总体上呈现波动加速上升的趋势(图1、图2)。2008—2017年间OFDI流量从57.96亿美元增长到861.20亿美元，年均增长率达34.96%，其中2008—2014年为45.34%，2014—2016年更是高达65.93%，与一带一路倡议的实施关系密切。存量的变化也同样印证了这个结论，从2008年的270.92亿美元上升到2017年的7 269.87亿美元，年均增长率44.13%。

2.2 OFDI增速区域差距大

2008—2017年，八大综合经济区OFDI流量增长率差异较大。东部沿海经济区以41.67%的高增长率位居榜首，东北经济区(17.71%)和大西北经济区(15.63%)处于最末。值得关注的是，大西南经济区增长率高达37.50%，仅次于东部沿海经济区名列第二，2017年OFDI流量是2008 年的17.57倍，相较于同为欠发达地区的大西北经济区而言，有了明显的飞跃式增长。北部沿海经济区是2008—2016年间唯一保持稳定增长势头的经济区，但37.05%的增长率远不及同为沿海经济区的东部沿海经济区。类似的情况还有南部沿海经济区，虽然投资流量一直处于较高水平，但是因为OFDI存量基数较大，所以增长率仅处于中游位置(32.55%)。长江中游经济区和黄河中游经济区的OFDI流量增长幅度较小，增长率处于中下游水平，仅为35.83%和30.65%。

2.3 OFDI高度集中于沿海地区

中国八大综合经济区的OFDI流量差异显著，3个沿海经济区的OFDI流量明显高于其他经济区(图1)。 2008—2017年间，北部沿海、东部沿海、南部沿海三大经济区OFDI流量一直稳定保持在前三位，且攀升幅度较明显，与其他经济区的差距不断拉大。3个沿海经济区2008年与2017年流量的比重分别达63.96%和74.59%，同样的，2008年与2017 年OFDI存量的比重亦分别达76.62%和84.12%(图2)。区域差异显著还体现在2017年OFDI最高存量的东部沿海经济区是最低存量的大西北经济区的19.17倍。

注：数据来源于2017年度《中国对外直接投资公报》。

注：数据来源于2017年度《中国对外直接投资公报》。

2.4 区间和区内差异仍存在，但逐步趋向均衡

选择泰尔指数作为衡量八大综合经济区OFDI空间差异的具体指标，对源于《2017 年度中国对外直接统计公报》[15]中2008—2017年OFDI流量的数据进行计算，泰尔指数越大，表示各区域的对外直接投资水平差距越大；反之，泰尔指数越小，表示差距越小。

如图3所示，衡量中国OFDI总体差异的泰尔指数呈波动起伏的趋势，但整体相对稳定，集中于0.64左右(除了2015年的异常值0.85)，0.64左右的泰尔指数值反映中国地区间存在OFDI发展的不均衡现象。从各经济区区内差异的现状看，2017年，区内差异最大的经济区为大西南经济区(0.46)和大西北经济区(0.42)，区内差异最小的为长江中游和东部沿海经济区(均低于0.10)，而东北、北部沿海、南部沿海和黄河中游经济区的泰尔指数处于0.20左右的中间水平。从各经济区变化趋势来看，南部沿海经济区、北部沿海经济区、长江中游经济区和大西北经济区的泰尔指数虽有波动起伏，但总体是下滑的。东部沿海、黄河中游、大西南和东北经济区大体呈平稳态势。综上可知，区域间差异和区域内部差异均呈下滑或平稳的良性走势，意味着中国八大综合经济区OFDI逐渐趋向均衡发展。

图3 中国八大综合经济区及总泰尔指数 Figure 3 China’s eight comprehensive economic zones and total Thiel index

2.5 不同区域的差异贡献率不同

为进一步研究中国OFDI区域差异的来源，测算各地区的差异贡献率(表2)。贡献率大小反映了不同区域对中国总体OFDI的差异影响程度。近年来南部沿海经济区内部差异和地区之间差异对总体差异的贡献率较大，这说明中国OFDI的地区差异主要是由南部沿海经济区内部的差异和地区间的差异两方面引起的。其中，地区间差异对总体差异的贡献最大，并呈现波动上升的趋势。北部沿海经济区是OFDI地区差异的第三大来源。黄河中游经济区的贡献率一直处在较低水平，东北经济区的贡献率在低水平状态下继续走低，大西北经济区和大西南经济区的贡献率表现出良好的大幅下降势头。

表2 泰尔指数以及八大综合经济区内部和地区间的贡献率Table 2 Theil index and the contribution rate within and among eight comprehensive economic zones

3 中国八大综合经济区OFDI影响因素分析

3.1 变量选取与研究假设

为探寻中国八大综合经济区对外直接投资差异形成的机理，基于前人理论与实证研究成果以及数据的可得性对指标进行筛选。以各经济区OFDI流量作为被解释变量，选取7 个解释变量作为中国八大综合经济区OFDI差异的影响因素并作出研究假设预测(表3)，为了消除异方差性影响对所有原始数据作对数处理。具体说明如下：

表3 解释变量说明与研究假设Table 3 Explanation of explanatory variables and research hypotheses

地区生产总值。邓宁选用1967—1978年间67个国家的OFDI数据进行研究，提出了投资发展周期(IDP)理论，一个国家的OFDI与该国经济发展水平呈有规律的动态相关关系[4]。当一个国家的经济实力和市场规模达到一定程度时将形成较高的生产力水平，资本和技术等因素也会不断积累并发展壮大，带动OFDI的活跃。根据近年来中国OFDI的流量和存量数据可知，其增长趋势与经济增长之间存在着较高的一致性，这说明中国经济增长对中国对外直接投资具有促进作用。但中国内部不同地区的经济发展程度存在差异，导致对外直接投资情况也不一致[11]。因此，假设1：OFDI与经济发展水平呈正相关。

人均地区生产总值。除地区生产总值外，人均地区生产总值也是一个反映经济发展和人民生活水平的重要因素。邓宁的IDP理论中提到，一国的OFDI流量与该国经济发展水平存在对应的函数关系，而人均国内生产总值是衡量经济发展阶段最重要的指标之一[4]。因此，假设2：OFDI与人均地区生产总值呈正相关。

货物出口额。从理论上看，有关货物出口额与OFDI之间的关系一直存在着互补和替代两种观点[16]。持互补观点的学者认为大量的货物出口可以促进OFDI，在此基础上境外投资企业在海外建立的机构反过来再促进出口；而持替代观点的学者认为，当存在较高的关税壁垒和贸易保护主义等贸易威胁时，企业会用OFDI来替代出口。近年来，中国面对的贸易壁垒不断升级，出口遭受重创。因此，假设3：OFDI与货物出口额呈负相关。

外商投资额(滞后一期)。先前学者们的研究表明，外商投资额(滞后一期)与OFDI流量之间存在正相关关系[17]。伴随着改革开放，外商开始在中国进行直接投资，给本国企业带来冲击。为此，企业多选择通过OFDI在国际市场寻求新的机遇策略来应对[18]。做出对外直接投资决策并付诸行动存在时间上的滞后，故在讨论该变量时选择滞后一期的变量进行研究。因此，假设4：OFDI与外商投资额(滞后一期)呈正相关。

城镇非私营单位就业人员平均工资。区位优势理论和新古典理论认为劳动工资差异是对外直接投资的一个重要决定因素。近年来，由于中国劳动力人口数量的下降和整体素质水平的提升，平均工资水平正逐步上升。而一个国家的平均工资水平关系到企业对其进行直接投资的人工成本，当劳动密集型生产不具备成本优势时，企业将会在国际市场中寻求更为有效率的对外直接投资[19]。因此，假设5：OFDI与城镇非私营单位就业人员平均工资呈正相关。

能源工业固定资产投资额。赫克歇尔-俄林的资源禀赋理论指出各国自然资源的种类和分布不尽相同，因此其在国际贸易中有不同的分工，从而衍生出差别化的国际投资动机和行为[20]。中国人均自然资源量较少，地区分布不均，国内市场资源消耗量大，面临严峻的供需矛盾，迫切需要“走出去”利用世界资源以满足国内经济增长的需要。先前学者的研究结论也认为能源消费水平水平越高，资源供给压力越大，对外直接投资的动机越强[10]。因此，假设6：OFDI与能源工业固定资产投资额呈正相关。

专利授权数。国际生产折衷理论提出所有权优势是进行OFDI必不可少的核心要素，而技术优势是所有权优势中的重要内容。拉奥的技术地方化理论也阐述了发展中国家要想在激烈的国际竞争中获得市场份额就必须加大技术研发投入,增强自身优势[6]。专利授权数可以作为衡量科学发展水平和技术创新能力的指标来研究与OFDI流量的关系。因此，假设7：OFDI与专利授权数呈正相关。

3.2 模型构建

根据上述假设条件以及代理变量的设定，构建如下模型，采用经典的最小二乘法(OLS)并借助Eviews 9.0计量软件对面板数据模型进行回归，对中国八大综合经济区对外直接投资的影响因素进行检验。

LnOFDI=α+β1LnGDPit+β2LnAGDPit+β3LnEXPORTit+β4LnFDIit+β5LnWAGit+β6LnENERGYit+β7LnPATit+εit

(1)

式(1)中:i、t分别表示各经济区和年份，ε表示随机误差项，β1、β2、β3、β4、β5、β6、β7是验证结论的回归系数。由于被解释变量和解释变量的样本选取年限为2008—2017年，属于中等长度序列，平稳性较强，为了降低未知因素或统计缺失对数据波动性造成的影响，选取ADF检验和LLC检验对数据进行平稳检验(表4)，所有变量都无共线性问题，达到了平稳性要求，即通过协整性检验。因此可知解释变量影响被解释变量。

表4 各变量的平稳性检验结果Table 4 Stability test results of each variable

3.3 模型结果分析

通过F检验，可知该模型适合混合效应估计，F统计量概率即Prob(F-statistic)值为0，小于0.05，表明在95%的置信水平下模型总体是显著的，即回归结果基本可以解释造成中国八大综合经济区对外直接投资明显差异的原因。具体分析如下：

首要正向影响因子是城镇非私营单位就业人员平均工资，系数高达0.88，表明城镇非私营单位就业人员平均工资(即劳动力成本)对OFDI流量有着显著正相关的影响，与假设5和学者们的研究结论相一致[21]。近年来，东部沿海经济区、北部沿海经济区和南部沿海经济区的劳动力不再相对廉价，许多依靠低成本战略发展的中小企业面临着劳动力成本上升的问题，因此会在国际市场中寻求劳动力成本更加低廉的投资目的地进行对外直接投资，从而导致东部三大沿海经济区对外直接投资明显多于其他经济区。

地区生产总值的回归系数为0.63，符号为正，说明不同区域的经济发展水平与OFDI流量之间存在正向相关性，符合原假设。验证了邓宁的对外直接投资发展周期理论中关于对外直接投资的规模与经济发展水平密切相关的论断。不同经济区的经济发展水平是造成对外直接投资差异的内在动机，地区生产总值长期处于较低水平的大西北经济区和黄河中游经济区，对外直接投资也呈欠发达的状态。

专利授权数与OFDI是正相关的，回归系数为0.62，表明经济区的技术水平和创新能力越强，在“走出去”的过程中就越具有竞争力，对外直接投资会更为顺利地开展。北部沿海经济区、东部沿海经济区企业的科学技术水平和创新能力较高，故能促进对外直接投资的发生，而在大西北、大西南经济区经济尚不发达，科技资源匮乏，区域创新能力不足，导致其达不到对外投资的条件要求。

外商直接投资额(滞后一期)的回归系数为0.31。表明外商直接投资额越多，对外直接投资越活跃，与假设4一致。诸如南部沿海经济区和东部沿海经济区从大量的外商直接投资中“吸收”先进的技术和管理模式，拥有了更广阔的营销平台，并将其转化为自身的竞争力，使得对外直接投资成为一种必然。而外商鲜少对大西北经济区进行投资，因此大西北经济区对外直接投资一直处于低水平状态。

货物出口额与OFDI表现为负相关(-0.40)，验证了假设3。实证研究中发现黄河中游经济区、长江中游经济区和大西南经济区的货物出口额都处于偏低水平，但3个区域的对外直接投资却呈现出较好的发展趋势，究其原因是部分企业在面临反倾销和配合出口等贸易壁垒的阻碍时，会另辟蹊径选择对外直接投资的方式进行规避。

值得注意的是，能源工业固定资产投资额和人均地区生产总值的回归系数虽然为正，但却不显著，因此对于该指标的结论没有太大参考价值。有学者在之前的研究中也得出过相似的结论[10]。

4 结论与讨论

通过对2008—2017年中国八大综合经济区对外直接投资流量、存量差异的深入研究，并运用Eviews软件采用最小二乘法对形成差异的影响因素进行实证分析，得出以下结论：

2008—2016年中国OFDI整体呈现波动加速上升的态势，2017年略有下降。在整体向好的形势下，进一步研究不同区域的差异性，八大综合经济区OFDI增速差距较大，处于前三位的是东部沿海经济区、大西南经济区和北部沿海经济区，排名最末的是大西北经济区。八大综合经济区OFDI空间不均衡显著，高度集中于3个沿海经济区，长江中游经济区和大西南经济区虽有了较为突出的发展，但与3个沿海经济区相比还存在不小的差距。进一步运用泰尔指数实证得出八大综合经济区间和区内仍存在差异，但都呈平稳或下滑的良性收敛发展趋势。究其差异贡献率，可知南部沿海经济区内部差异和八大综合经济区间差异对总体差异的贡献率最大，大西北经济区和大西南经济区的贡献率有了大幅的下滑。

通过OLS得出造成中国八大综合经济区对外直接投资出现差异特征的影响因素与假设预测契合度较高。地区生产总值、城镇非私营单位就业人员平均工资、专利授权数、外商直接投资额(滞后一期)与中国八大综合经济区对外直接投资存在正相关性，货物出口额具有显著的负影响，能源工业固定资产投资额和人均地区生产总值虽然回归系数为正，但却不显著。

近年来，中国对外开放水平不断提升，对外直接投资必将是推动中国未来经济增长的主要动力。通过对中国对外直接投资地区差异深入细致的研究，可以准确把握中国对外直接投资的自身独特性和存在的问题。在此基础上，结合各经济区自身情况，根据比较优势理论，积极有效地分配各经济区的资源，使资源配置效率达到最大化，为其找到适合的国际化发展方式和对外投资模式，优化对外直接投资结构，不断缩小八大综合经济区对外直接投资水平的差距。与此同时，通过交流合作、信息共享等途径形成八大综合经济区内部的分工和协作，增强区域发展协调性，以期实现中国对外直接投资均衡发展。