投资动机视角下江苏省对东盟10国直接投资的影响因素研究

翁玉颖

(南京财经大学 红山学院，南京 210003)

江苏省是中国的经济大省，中国-东盟自由贸易区的成立，中国“一带一路”倡议的实施，都成为江苏省与东盟经济发展的巨大助力。在此背景下，江苏省与东盟的联系日益密切。2020年，江苏省对东盟的直接投资项目为179个，中方协议投资金额为192 026万美元。因此，研究江苏省对东盟直接投资的动机具有重要的理论意义和实践价值，在丰富对外直接投资理论的同时，又为江苏省及东盟的经济发展提供实践支撑。实证分析投资动机视角下江苏省对东盟直接投资的影响因素，并提出相应的政策建议，基于“一带一路”倡议背景，有利于更好地促进双方发展。

1 国内外研究现状

国际资本流动的重要形式之一就是对外直接投资(outward foreign direct investment,OFDI)，联合国贸易与发展会议(2019)将其定义为：是一个国家的居民为了建立长期关系或持续收益和控制权，而对另一个国家或地区的企业进行的投资。目前以投资动机视角研究投资影响因素的文献较多，市场寻求型、资源寻求型、技术寻求型和成本寻求型，这是当前大部分学者所认同的对外直接投资动机。

在研究方法上，多数采用面板数据的实证分析。周超等基于2007—2014年中国对62个代表性国家(地区)的对外直接投资数据，从投资动机的视角分析了营商环境对中国对外直接投资的影响。出于市场、自然资源寻求动机进行对外直接投资时，东道国的营商环境与中国对外直接投资为负相关关系；而出于劳动力、战略资产寻求动机进行对外直接投资时，东道国的营商环境与中国对外直接投资为正相关关系[1]。刘凯、张文文利用2005—2015年中国对“一带一路”沿线国家(地区)的OFDI数据，实证检验了中国OFDI中的制度偏好以及对区位选择的作用结果。研究发现，对于市场寻求型投资动机OFDI，中国OFDI兼具正向制度偏好和负向制度偏好；资源寻求型OFDI表现出显著正向制度偏好，战略资产寻求型OFDI的负向制度偏好显著[2]。裴秋蕊、卢进勇构建了单边引力模型，利用2006—2015年中国对全球181个国家(地区)的直接投资数据，通过固定效应模型和泊松伪最大似然方法进行双重回归。研究结果显示:中国对外直接投资具有显著的自然资源寻求动机、市场寻求动机和战略资源寻求动机。另外中国对外直接投资动机呈现出随时间变化的发展趋势[3]。陈春、彭慧采用2007—2018年中国与134个东道国的OFDI跨国面板数据,研究了中美贸易摩擦加剧对中国对外直接投资的影响，指出总体上中美贸易摩擦加剧显著抑制了中国对外直接投资,市场规模和科技水平对其正向调节作用显著,而劳动力成本和自然资源禀赋则对其影响不显著[4]。

综上所述，对外直接投资动机的研究已经较为成熟，但是大部分学者从国家的角度出发，基于省际角度的研究较少。

2 江苏省对东盟直接投资的动机

2.1 市场寻求型

市场规模对直接投资(FDI)进入影响重大，研究发现：东道国市场规模越大，得到的外商直接投资也会随之增加；一个国家或地区会选择市场规模或市场潜力优势更大的国家，来开拓自己的海外市场。2021年末，东盟人口总量约6亿人，国土面积为443.56万km2，经济稳定增长，市场潜力巨大。东盟成员国家中发展中国家和不发达国家居多，而这些国家正向发达国家和发展中国家迈进。根据国际货币基金组织的数据，东盟的消费需求逐渐向房地、汽车、高等教育、医疗保健、金融服务等方面转移，如此巨大的消费潜力吸引了各个国家的直接投资。基于上述分析提出如下假设。

H1：江苏省对东盟直接投资受东盟市场规模的正向影响，倾向于投资市场规模较大的国家。

2.2 资源寻求型

中国在对外直接投资过程中，资源寻求动机明显。尽管中国自然资源丰富，但是巨大的人口基数使得人均资源远低于国际平均水平。此外中国铂金、金、铜、铁等稀缺性矿产资源的种类和储量都不足，相比而言，东南亚国家尤其东盟国家矿产资源丰富，但是采掘技术有限，为了解决东盟国家资源利用率不高、资源浪费等问题，江苏省利用先进的技术和优秀的人才与东盟国家进行资源共享，合作共赢。“一带一路”倡议的支持，为双方提供了更为坚实的政策保证。基于上述分析提出如下假设。

H2：江苏省对东盟直接投资受东盟资源禀赋的正向影响，倾向于投资资源丰富的国家。

2.3 技术寻求型

中国对外直接投资的技术寻求动机明显。近年来，杜邦公司、三井化学公司纷纷投资新加坡，马来西亚也吸引了大量电子产业公司，科学技术优势明显。江苏省试图通过投资科学技术水平较高的国家，获得新的技术和知识，弥补自身缺失的核心技术等，从对外直接投资的技术溢出效应中提高自身的科学技术水平。基于上述分析提出如下假设。

H3：江苏省对东盟直接投资受东盟科技水平的正向影响，倾向于投资科技水平较高的国家。

2.4 成本寻求型

中国改革开放初期劳动力成本不高，因此成本寻求型动机并不明显。近年来，中国经济飞速发展，随之而来的就是廉价劳动力的逐渐缺失。东盟国家包含着大量的劳动力资源，其中越南、老挝等欠发达国家的人力成本价格远低于中国，中国的劳动密集型产业开始向邻近的不发达国家转移，东盟成员国中的不发达国家成为首选。江苏省在东盟开办工厂，能够通过低廉的劳动力获得价格优势，促进劳动密集型产业的发展，提高产品竞争力，实现资源优化配置，同时也能解决东盟国家的劳动就业问题，形成双赢局面。基于上述分析提出如下假设。

H4：江苏省对东盟直接投资受东盟劳动力成本的负向影响，倾向于投资劳动力成本低廉的国家。

2.5 基础设施的影响

除了新加坡以外，东盟的其余9国均为发展中国家或不发达国家，对于发展中国家或不发达国家而言，基础设施对FDI流入的影响较大，完善的基础设施意味着便捷的物流运输、信息传递，是考虑对外直接投资时的重要因素。基于上述分析提出如下假设。

H5：江苏省对东盟直接投资受东盟基础设施的正向影响，倾向于投资基础设施较为完善的国家。

3 实证分析

3.1 样本来源与数据处理

对外直接投资的动机有市场寻求型、资源寻求型、技术寻求型及成本寻求型，另外基础设施也会对对外直接投资产生影响。

故而被解释变量为江苏省对东盟直接投资的中方协议投资金额；用GDP增长率、自然资源租金总额(占GDP的百分比)、科技期刊文章数量、购买力评价(PPP)衡量的人均国民收入(现价国际元)作为解释变量，代表东盟各国的市场规模、资源丰裕程度、科学技术水平、劳动力成本；用移动蜂窝订阅数(每100人)作为控制变量，代表东盟各国的基础设施。数据的时间跨度为2007—2020年，共14年，其中，中方协议投资金额来源于江苏省统计年鉴(2009—2020)，其余数据来源于世界银行公开数据。指标的具体情况见表1。

表1 变量指标的具体情况

3.2 模型构建

引力模型是国际贸易中常用的模型，通常用来分析和预测两个国家之间的贸易潜力，对参数和分量作出适当改变，就可以用于不同的问题，故而有学者用引力模型来分析对外直接投资问题。

结合研究目的，在传统引力模型的基础上，构建拓展的投资引力模型。由于各变量的单位及数量均不同，同时为了方便计量和降低异方差，在构建模型过程中进行了取对数处理，最终模型为

ln FDIit=β0+β1ln gdprit+β2ln resit+

β3ln techit+β4ln pgniit+γcontrol+εit

(1)

γcontrol=β5ln infrait

(2)

式中：i代表东盟各国；t代表年份；β0为常数项；β1～β5分别表示各个解释变量回归系数；εit为随机误差项。

3.3 模型检验

3.3.1 相关性检验和方差膨胀因子检验

为防止多重共线性问题，先用Eviews20.0得出各变量之间的相关系数矩阵，见表2，绝对值最大的相关系数为0.504 457，小于0.6，说明各变量之间不存在严重的多重共线性问题。基于谨慎性原则，计算了各变量的方差膨胀因子(VIF)，ln gdpr、ln res、 ln tech、ln pgni、 ln infra的VIF值分别为1.089、1.412、1.588、1.662及1.483，均小于2，说明模型中的各变量独立性较好。

表2 变量的相关系数矩阵

3.3.2 平稳性检验

面板数据在回归前需要检验序列的平稳性，鉴于只有14年的短时间跨度，此处选用单位根检验中的LLC(Levin-Lin-Chu)检验，见表3，各变量在1%的显著性水平下都拒绝原假设，即各变量是平稳的，可进行回归分析。

表3 LLC单位根检验结果

3.4 实证结果与分析

面板数据的回归模型一般包括混合效应模型、固定效应模型和随机效应模型，运用SPSSAU软件进行回归分析。表4列示了3种模型的检验结果。

表4 混合、固定、随机效应模型检验结果

F检验的检验值为0.010，小于0.05，说明固定效应模型优于混合效应模型，BP检验的检验值为0.041，小于0.05，说明随机效应模型优于混合效应模型，Hausman检验的检验值为0.000，小于0.05，说明固定效应模型优于随机效应模型，故而固定效应模型为最合适的模型。

为了稳健标准误差减少异方差问题，使用了SPSSAU的Robust法对模型进行修正，修正前和修正后的回归结果见表5。

表5 固定效应模型回归结果

根据表5，对东盟10国14年的面板数据进行回归之后，解释变量回归系数的正负与预期一致，即ln FDI与ln gdpr、ln res、ln tech、ln infra正相关，ln FDI与ln pgni负相关。R2为0.679，说明该回归方程总体拟合度良好。模型修正后各变量显著性水平均提高，除了ln gdpr在5%的显著性水平下统计显著，其余变量均在1%的显著性水平下统计显著。根据统计结果，得出以下结论：

1)针对ln gdpr而言，其呈现出5%水平的显著性，回归系数为1.023，说明ln gdpr会对ln FDI产生显著的正向影响关系，东盟国家的ln gdpr每增长1%，江苏省对东盟的直接投资就会增长1.023%。近年来，东盟国家经济增长迅速，市场规模亦不断扩大，尤其是中国-东盟自由贸易区的成立以及中国“一带一路”倡议的实施，东盟国家的市场潜力巨大，江苏省在对东盟国家进行投资时，首先会考察东盟国家的市场规模，对市场规模较大的国家会加大投资，江苏省的市场寻求型投资动机明显。

2)针对ln res而言，其呈现出1%水平的显著性，回归系数为0.383，说明ln res会对ln FDI产生显著的正向影响关系，东盟国家的ln res每增长1%，江苏省对东盟的直接投资就会增长0.383%。虽然中国的自然资源总量丰富，但是人均自然资源远低于世界平均水平，江苏省也是如此，东盟国家的自然资源丰富，并且像老挝、缅甸等不发达国家缺乏先进的采掘技术等，自然未能得到充分有效利用。为了寻求和利用更多的自然资源，同时有着邻近的地理优势，江苏省会偏向于投资东盟自然资源丰富的国家。

3)针对ln tech而言，其呈现出1%水平的显著性，回归系数为1.145，说明ln tech会对ln FDI产生显著的正向影响关系，东盟国家的ln tech每增长1%，江苏省对东盟的直接投资就会增长1.145%。科学技术是第一生产力，江苏省同样偏向于投资东盟科学技术更为发达的国家，合作利用先进的科学技术，提高江苏省自身的科技水平。

4)针对ln pgni而言，其呈现出1%水平的显著性，回归系数为-3.315，说明ln pgni会对ln FDI产生显著的负向影响关系，东盟国家的ln pgni每增长1%，江苏省对东盟的直接投资就会下降3.315%。近年来中国经济飞速发展的同时，劳动力成本也显著提高。江苏省作为中国的经济大省，劳动力成本较高，劳动密集型产业逐渐向周边国家转移，以寻求更为廉价的劳动力。江苏省的成本寻求动机极为明显，是各个解释变量中回归系数绝对值最大的，这也与中国及江苏省当前的实际相符。江苏省经济发达，大部分城市属于长三角地区，交通便利，迫切希望投资于劳动力成本较低的国家。

5)针对ln infra而言，其呈现出1%水平的显著性，回归系数为2.268，说明ln infra会对ln FDI产生显著的正向影响关系，东盟国家的ln infra每增长1%，江苏省对东盟的直接投资就会增长2.268%。基础设施的完善与否会直接影响对外直接投资的规模，运输设施、通信设施等都是决定对外直接投资的重要影响因素，江苏省实际与理论相符，偏向于投资基础设施较为完善的国家。

总体来说，江苏省对东盟的直接投资动机最为明显的是成本寻求型，其次是技术寻求型和市场寻求型，最后是资源寻求型，而基础设施也对江苏省对东盟的直接投资产生重要影响。新加坡作为唯一的发达国家，市场潜力巨大，科学技术水平高，基础设施完善，江苏省对新加坡的直接投资历年来都位居榜首，更加佐证了江苏省对东盟直接投资的动机。

4 政策建议

基于以上的理论和实证分析，提出以下政策建议，以期更好地促进江苏省对东盟的直接投资，同时让东盟国家能更好地利用外商直接投资。

4.1 加快边际产业的转移

根据小岛清的边际扩张理论，直接投资应从投资国已经处于或即将处于比较劣势地位的产业(即边际产业)依次进行，这些边际产业也是东道国具有比较优势或潜在比较优势的产业。长三角地区制造业非常发达，在国内劳动力成本日益提高的情况下，必须进行产业结构的调整和升级，积极向周边国家转移，可以降低江苏省自身的生产成本，也为被投资国家提供了大量就业机会。东盟新四国(即越南、老挝、缅甸、柬埔寨)劳动力成本低廉，是江苏省进行直接投资的良好选择。

4.2 增加对部分国家基础设施的直接投资

除了新加坡等国有完善的基础设施，老挝、缅甸等不发达国家基础设施薄弱，空运、陆运、水运设备亟待完善，同时江苏省为了寻求低廉劳动力会增加对老挝、缅甸等东盟新4国的投资，增加对这些国家的基础设施投资，完善物流、通信等基础设施，能够增强投资的便利性，为双方的便利交通提供基础，减少运输成本，提高产品的价格优势。

4.3 优化对东盟国家直接投资的结构

根据实证结果，江苏省对东盟国家的动机有强弱区分，东盟国家在经济发展水平、资源禀赋、科学技术、劳动力成本、基础设施方面均有所差别。江苏省应因地制宜，充分考虑各个国家的不同优势和劣势结合自身需要，利用“一带一路”倡议的政策支持，制定差异化的投资策略，注重多种投资模式与多投资区位相结合，实现投资结构的最优化。