中国对外直接投资绩效与经济增长——基于省级面板数据的实证分析

摘要：参照联合国贸易与发展会议开发的对外直接投资绩效指数，引入了中国各省份的对外直接投资绩效指数，并且结合2003～2009年的非平衡面板数据，来讨论省级对外直接投资绩效对经济增长的影响。研究发现：从全国来看，省级的对外直接投资绩效与经济增长率之间存在着显著的正向关系，但对于中西部地区省份来说，两者之间呈现弱负相关。

关键词：对外直接投资，绩效指数，经济增长

作者简介：张伟如(1975—)，男，湖南益阳人，对外经济贸易大学国际经济贸易学院博士研究生，研究方向为国际金融、国际投资。

一、文献回顾

Hymer(1960)提出垄断优势论，指出大企业凭借其特定的垄断优势从事对外直接投资，开创了对外直接投资理论研究的先河。关于对外直接投资对母国经济发展的影响，主要有两种理论观点：替代关系论和互补关系论。

替代关系论认为，企业在国外进行的是与国内相似的经济活动，企业对外投资的主要目的是为了更好利用经济发展的规模效应，以绕开贸易壁垒(Braconier，2000)；企业在国外直接进行投资生产，必然会将一部分资金转移到国外，从而减少了国内投入，国内产品的出口将会受到限制，从而对国内经济发展起到了替代作用。Stevens等(1992)、Bender(2003)分别研究了美国企业对外投资数据和亚洲多个国家的宏观经济数据，两者一致认为对外投资的增加导致对内投资的减少，进而对国内经济的发展造成了阻碍。Barro(2005)利用瑞典对外投资与国内生产的面板数据得出结论，对外投资对母国经济没有显著的影响。肖黎明(2009)运用时间序列数据，讨论了中国对外直接投资与国内生产总值GDP之间的关系，发现对外直接投资对中国经济增长的促进作用不明显。

互补关系论认为，尽管对外直接投资不可避免地将一部分资金投向国外，但企业在国外进行的是与国内不同的经济活动，企业对外投资的目的是为了进一步开拓国际市场，更好地利用东道国资源和较低价格的生产要素。Desai(2005)发现对外投资能够显著拉动国内投资，进而促进国内经济的发展。Frank等(2006)对我国香港地区、新加坡等8个东南亚经济体进行研究，结果发现对外投资对母国经济发展存在单向促进作用。Herzer(2010)分别运用横截面数据和时间序列数据讨论了50多个国家对外直接投资与经济增长之间的关系，发现两者之间存在双向的促进关系。尹贤淑(2009)认为对外投资可以更好地提高中国融入国际分工的深度和广度，缓解资源短缺问题，提高国内技术水平，促进经济的发展。

二、中国省市区对外直接投资绩效

由于对外投资比较容易受母国经济规模的影响，用绝对份额简单进行比较并不说明全部问题。为此，联合国贸易与发展会议(UNCTAD)开发了对外直接投资绩效指数(OND)，以反映在控制了母国经济规模之后一国对外投资的相对份额。对外直接投资绩效指数是用一国对外投资流量(OFDI_k)占世界对外投资流量(OFDI_w)的份额与该国国内生产总值(GDP_k)占世界生产总值(GDP_w)的份额的比率来表示，对外直接投资绩效指数的数学表达式为。对外直接投资绩效指数在剔除了来源国经济规模的影响因素之后，反映了一国或地区在世界直接投资市场上的真实地位。如果某国或地区的OND为1，意味着该国或地区对外直接投资的绩效达到世界平均水平；某国或地区的OND大于或小于1，则意味着该国或地区的绩效高于或低于世界平均水平。一般地，OND越大，则一国或地区对所有权和区位优势的利用越充分。

本文引入了中国各省份的对外直接投资绩效指数(OND_i)，用一省份对外投资流量(OFDI_i)占全国对外直接投资流量(OFDI_n)的份额与该省份的国内生产总值(GDP_i)占全国国内生产总值(GDP_n)的份额的比率来表示，表达式为，OND_i反映了i省对外直接投资的效益和综合竞争力。本文数据来源于2001～2009年《中国统计年鉴》和《2010年度中国对外直接投资统计公报》(除西藏自治区外，余下30个省份)。

三、计量模型及实证分析

(一)模型构建

本文采用如下计量模型：

GRTH_it=α₀+β₁Ln(RGDP)_i,t-₁+β₂GOV_it+β₃INV_it+β₄POP_it+β₅OND_it+u_i+v_it (1)

其中，i代表截面个体，表示中国的30个省份；t代表2003～2010年；GRTH表示实际(剔除通货膨胀因素后)人均GDP的增长率；RGDP代表实际人均GDP相对于2001年实际人均GDP的比值，Ln(RGDP)是RGDP的自然对数，为了考查各省份的经济增长是否存在条件趋同效应，这里取RG-DP的滞后一期作为变量；GOV表示政府财政支出占GDP的比率；INV表示固定资产投资占GDP的比率；POP代表人口增长率；OND代表省份的对外直接投资绩效；α₀是常数项，u_i为截面个体特征；v_it是残差项。变量的符号预期如下。

1.经济增长理论认为，长期来说不同地区的经济增长具有条件趋同性，在其他条件相同的情况下，如果某地区开始时比较贫穷，它就更容易实现迅速增长。因此，Ln(RG-DP)_t-1预期符号为负。

2.在单一收入税下，消费性政府支出与经济增长率之间存在负相关关系。提高消费性政府支出需要征收更多税收，降低了投资的报酬，抑制了投资的动机，政府财政支出(GOV)的预期符号为负。

3.固定资产投资对经济增长有很强的促进作用，更多的固定资产投资带来更快的经济增长速度，固定资产投资(INV)的预期符号为正。

4.人口增长率是新古典经济增长模型的一个关键外生变量，更高的人口增长率降低了每个工人的资本和产出稳态水平，人口增长率(POP)的预期符号为负。

5.对外直接投资绩效指数与中国各省份的经济增长率之间存在正向关系，对外直接投资绩效(OND)的预期符号为正。

(二)实证分析

对于随机效应和固定效应模型常采用Hausman检验进行选择。Hausman检验的原假设是非观测效应与解释变量不相关，备择假设是两者相关。若检验结果显著，拒绝原假设，采用固定效应模型；否则采用随机效应模型。对本文的非平衡面板数据采用Hausman检验，结果chi2(5)=-314.14＜0，Hausman检验无效，为此采用了更一般的似不相关估计(SUR)，表1给出了STATA计量工具关于最小二乘法(OLS)、固定效应模型(FE)、随机效应模型(RE)和似不相关估计(SUR)等四种回归的结果。

四种估计一致指出对外直接投资绩效指数的回归系数在5%水平上显著为正，各省份的对外直接投资绩效与经济增长率之间存在着显著的正向关系，对外直接投资绩效的提高对各省份的经济增长有较强促进作用。在对外直接投资量不变的情况下，对外直接投资绩效每提高1%，实际人均GDP的增长率将会增加0.03%。Ln(RGDP)_t-1的回归系数在1%水平上显著为负，说明中国各省份的经济增长确实存在条件趋同性，即较低实际人均GDP的省份其经济增长率越高。

表1 模型回归结果

注：括号中的数值表示t统计量，*、**、***分别表示该估计量在1%、5%、10%水平上显著。

为了考察各省份的地理位置是否对模型的估计结果产生影响，下面对于以上四种估计的残差项，采用Moran’s I检验，检验结果如表2所示。

表2 Moran’s I检验结果

由表2可看出，地理位置因素对于模型估计结果的影响是显著的。为此，将全国30个省份分为两部分(东部沿海地区和中西部地区)比较分析。

东部沿海地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省市，中西部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、广西、河南、湖北、湖南、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆等19个省份。对东部沿海地区和中西部地区分别进行随机效应估计(Hausman检验结果是chi2(5)=1.49，Prob>chi2.=0.913，结果不显著)和似不相关估计(Hausman检验结果是chi(7)=-5.71＜0，检验无效)，结果如表3所示。

表3的结果表明，对于东部地区，OND的回归系数在10%水平上显著为正，对外直接投资绩效与经济增长率之间仍然具有显著的正向关系；但对于中西部地区来说，OND的回归系数为负，不显著，对外直接投资绩效与经济增长率之间呈现弱负相关。这主要是由于中国东部和中西部地区经济发展的不平衡造成的，相对于东部沿海地区来说，中西部地区的经济基础比较薄弱，迫切需要吸引来自外部的投资，这也是我国政府实行西部大开发、中部崛起以及东部产业转移战略的原因之一。对于中西部地区来说，在对外直接投资量给定的情况下，此时对外直接投资绩效的提高反而对经济增长有弱负向影响。

表3 区域回归结果

四、结论及启示

根据联合国贸易与发展会议(UNCTAD)关于对外直接投资绩效指数的定义，本文引入了中国各省份的对外直接投资绩效指数，来讨论对外直接投资绩效对经济增长的影响。从全国和东部地区来看，对外直接投资绩效的提高对省级经济增长有较强的促进作用，但对于中西部地区来说，对外直接投资绩效的提高反而对各省份经济增长有较弱的负向影响；各省市的经济增长确实存在条件趋同性。以上结果说明中国各地区经济发展较不平衡，对外直接投资结构不合理、总体效益较差、技术含量不高。

为此，必须尽快改变中国经济的二元结构模式，大力鼓励中西部地区的经济发展，逐渐消除地区发展的不平衡性；调整国内的产业结构，以中国现在较低的人均资源占有量不可能存在绝对资本过剩的情况，即使某一行业或地区存在相对的资本过剩，也是结构性的资本过剩，通过国内产业结构的调整，可以把相对过剩的资本消化在本国经济落后的地区；改变中国对外直接投资结构，提高对外直接投资项目的效益和技术含量。

参考文献：

[1]Elena Podrecca, Gaetano Carmeci. Fixed Investment and Economic Growth: New Results on Causality[J]. Applied Economics, 2001,33(2):177-182.

[2]Ding L, Haynes KE, Liu Y. Telecommunications Infrastructure and Regional Income Convergence in China: Panel Data Approaches [J]. The Annals of Regional Science, 2008,42(1):843-861.

[3]Xavier Sala-I-Martin. The Disturbing Rise of Global Income Inequality [M]. Mimeo: Columbia University Press, 2002.

[4]Zhao Fang Chu. Logistics and Economic Growth: A Panel Data Approach [J]. The Annals of Regional Science, 2012,49(1):87-102.

[5]王梦奎.中国中长期发展的重要问题2006～2020[M].北京：中国发展出版社，2005.

[6]张燕.中国对外直接投资产业选择[M].天津：天津大学出版社，2010.

[7]邢厚嫒，冯赫.量化的参照指标——中国各地区外国直接投资流入业绩指数与潜力指数比较[J].国际贸易，2003，(11)：48-51.

责任编辑：夏雨