中国对一带一路沿线国家OFDI逆向技术溢出的影响因素研究.docxVIP

? ? 中国对“一带一路”沿线国家OFDI逆向技术溢出的影响因素研究 ? ? 　　一、引言及文献综述 　　近年来中国对外投资进入快速增长期，根据商务部发布的《2015年度中国对外直接投资统计公报》，2015年中国对外直接投资（OFDI）首次超过外商直接投资。而自2003年以来，中国对“一带一路”沿线国家的直接投资存量连续快速增长，“一带一路”沿线国家OFDI存量占比明显提升。据统计，2014年“一带一路”沿线国家总人口和经济总量分别约占全球的63%和29%，“一带一路”沿线国家发展潜力巨大。有哪些因素会影响中国向“一带一路”沿线国家OFDI获得的国外研发资本存量？这是一个非常值得研究的问题。 　　近年来融资约束对企业对外直接投资的影响受到国内外学者的关注。由于面临进入新市场的固定成本，企业可能更加受融资能力的制约[1]。Feenstra[2]的经验研究发现，即便需要筹集的资金相同，融资能力不同的企业在不完全金融市场筹集这部分资金时也将存在成本差异。Buch et al.[3]认为，对外直接投资比出口涉及更高的固定成本投入。 　　同时国内学者开始从东道国层面分析中国企业对外直接投资的影响因素。侯文平、岳咬兴[4]从市场化进程、知识产权保护的制度视角分析了中国OFDI的影响因素，发现市场化进程、知识产权保护和金融发展对中国的OFDI有显著影响。陈伟等[5]使用中国29个省份2003-2011年的面板数据，采用门槛回归方法构造了非线性面板数据模型，进一步检验了影响对外直接投资规模的若干因素的门槛特征。 　　也有部分研究从母国层面分析了中国OFDI的影响因素。曹欣童、张鑫[6]从母国层面利用多元线性回归方法实证分析中国企业对外直接投资的影响因素，姜昊求[7]研究了韩国对华OFDI对母国劳动生产率的影响因素，认为韩国企业组织结构、韩国对华垂直型OFDI特征、在华韩国企业的集群效应等因素推动了韩国劳动生产率的提升。 　　部分文献从“一带一路”角度研究了中国企业“走出去”的影响因素。田泽、许东梅[8]使用2008-2014年我国对“一带一路”35个重点国家直接投资的面板数据，运用超效率DEA和Malmquist指数法对投资效率及其变化进行了评价。也有学者将随机前沿模型运用在我国对外直接投资的潜力分析中，比如李计广、李彦莉[9]通过建立随机前沿模型，估算了中国对欧盟及其成员国的投资潜力及其影响因素，但未测算中国对“一带一路”沿线国家OFDI逆向技术溢出效应的影响因素。 　　以上学者在检验对外直接投资的逆向技术溢出效应存在性的模型中，都未研究中国对“一带一路”沿线国家OFDI的逆向技术溢出效应，也都未使用随机前沿分析法在测算效率的基础上对影响中国对外投资效率的因素进行分析。同时，在已有使用引力模型的研究中，多数学者采用地理距离作为距离变量，使用贸易距离或相对距离变量代替距离变量，本文则在距离变量上采用经济距离代替学术界多采用的地理距离、贸易距离或GDP比值变量，利用双边协议修正权数和经济差异修正权数对地理距离做了一定的修正，在距离变量中引入经济差异因素和双边关系因素。本文使用Frontier 4.1软件，通过建立随机前沿模型，以中国对外直接投资溢出的国外研发资本存量为被解释变量，对影响中国对“一带一路”沿线国家OFDI逆向技术溢出的因素进行直接检验。使用2003-2014年“一带一路”跨国面板数据进行实证分析，有效增加了样本容量，增强了估计结果的可靠性和稳健性。本文余下部分的结构如下：第二部分为研究假设，第三部分为研究设计，第四部分为样本说明及相关性检验，第五部分使用随机前沿引力模型等方法研究中国对外投资效率及影响因素，第六部分为主要结论及政策建议。 　　二、研究假设 　　中国与东道国之间的经济距离是影响中国对外投资的重要因素，经济距离能够对包括国际投资在内的国际贸易活动产生重要影响，因此国际社会努力缩小国家之间的经济距离。但国内学者主要将地理距离或贸易距离作为影响经济距离的主要因素，即认为关税和非关税壁垒、不可观测的贸易成本会显著影响企业国际贸易活动，贸易成本越高，企业国际贸易活动风险就越高；反之则风险就越低。在模型的距离变量选择中，许和连等[10]使用地理距离作为距离变量的代理变量，也有学者在涉及国际贸易和投资的实证研究中采用贸易距离或相对距离来替代地理距离[11]，因此在地理距离变量中引入成本因素。本文在空间距离定量方法基础上进一步修改，使用经济距离计算公式衡量中国与东道国之间的经济距离。同时，使用随机前沿法能很好地解决引力模型无法在测算效率的基础上对影响效率的因素进行分析的问题。本文中的中国与东道国的经济距离变量综合引入了东道国与投资国的经济发展程度差距、两国首都的地理直线距离、两国间签订的投资相关协议和加入的组织总数等因素，该