王 杨，钱雪森（大连交通大学，辽宁 大连 116052）

0 引 言

对外直接投资（Outward Foreign Direct Investment，OFDI），也称为国际直接投资，具体指一国或地区的居民实体在全球范围内凭借参与他国（地区）所在企业经营、管理并实现有效控制等手段，以获得利润为最终目标，并涉及到工厂、土地或股票所有权的国际性投资行为。对外直接投资、吸引外商投资和对外间接投资同属于国际性投资行为，但三者又有明显区别，与吸引外商投资比较而言，OFDI强调的是直接外资的流出和居民实体在其他国家企业中建立长期关系，享有持久利益；与对外间接投资比较而言，OFDI侧重于对投资企业资产管理控制权问题。

近些年来，国内外针对以中国为代表的发展中国家对外直接投资的理论研究不断深入，现实成果也逐渐显现。Tolentino（1993）[1]认为，发展中国家在不具备发达国家传统优势的前提下，对成熟技术的积累和改进能力成为其发展对外直接投资活动的优势所在。Poncet（2007）在其《中国吸引外资及对外直接投资》一文中指出，中国与东道国的双边关系对我国企业OFDI产生重要影响，如相对而言，我国企业会倾向于选择那些和我国政府签订双边投资协议的国家进行投资以尽量规避不确定因素带来的风险[2]。Cheung和Qian（2008）通过对我国1991～2005年对外直接投资的流量数据进行统计分析发现，东道国工资水平、自然条件和市场规模是影响中国企业是否对其开展对外直接投资的重要因素[3]。秦斌（1995）认为20世纪90年代我国所处的国际环境已经发生了明显的变化，要想尽量避免在经济全球化的进程中贸易保护主义、垄断主义等因素带来的影响，中国企业应积极开展对外直接投资战略，秦斌强调了我国对外直接投资的必要性[4]。周晔（2005）采用最小二乘法并借助SPSS软件对影响我国对外直接投资的宏观影响因素进行分析，结果表明：出口、汇率和GDP增长率对我国OFDI有显著影响，而银行贷款利率并不是显著影响因素[5]。李桂芳、马千惠等人（2011）认为，外贸激增港口拥堵、世界航运中心转移、国际海运市场不完全竞争等因素直接导致了我国大型物流企业对外直接投资行为的发生，并强调了沿海运输权、船舶投资融资等相关政策的促进作用[6]。邢春华（2004）、王丹（2007）、张新乐（2007）等人分别对我国对外直接投资规模影响因素[7]、我国对外直接投资影响因素[8]、我国对外直接投资决定因素[9]等相关问题进行了研究，但都存在没有将非定量因素引入模型及研究方法过于单一等问题。

通过对相关文献的梳理作者发现，目前关于我国对外直接投资影响因素的研究主要停留在宏观层面，缺乏对物流产业的针对性研究，这直接限制了相关理论对物流产业OFDI的解释力。另外，传统对外直接投资影响因素的方法主要包括以理论分析为代表的定性研究和以计量经济学最小二乘法为代表的定量研究以及部分以层次分析法（AHP）为代表的将定性和定量结合的研究。理论分析法和最小二乘法将定性因素和定量因素独立开来分析，使所考虑影响因素具有一定的片面性，不利于理论与实际的有效结合。层次分析法（AHP）将定性因素和定量因素引入同一模型进行分析，较上述两种方法有明显改进[10]，但其递阶层次结构及严苛的假设条件限制了对影响因素传递和反馈关系的考虑。网络分析法（ANP）有效地克服了传统OFDI影响因素研究方法的局限性，在实现定性因素与定量因素结合的同时充分考虑元素之间的相互影响，并借助超级决策软件（Super Decision）使超矩阵的运算成为可能[11-12]。我们运用网络分析模型可以建立全面而系统的我国物流产业OFDI影响因素分析体系，对今后的理论研究及实践活动都有重要的指导意义。

1 网络分析模型（ANP）介绍

1.1 网络分析模型（ANP）基本结构

Thomas Saaty于1996年提出了网络分析法（Analytic Network Process，ANP）这一决策方法。网络分析法在综合考虑利益、机会、成本、风险四个方面的基础上克服了层次分析法的假设条件，提供了一种将判断及度量转换为概率优先度选择问题，使根据计算出来的比率进行最优方案的选择成为可能。单网络分析结构模型分为控制层和网络层两部分，其中控制层包括目标层和准则层，准则受其决策目标直接支配，彼此之间独立，一般通过AHP法获得其对于决策的重要性比例[13]。具体模型结构如图1所示：

在该网络结构中，节点表示元素组，元素组包含其所对应的元素，箭头表示元素组或是元素的影响关系。如：C1→C2表示元素组C1（或是C1中的元素）对元素组C2（或是C2中的元素）有影响，而C1→C1表示该元素组受其自身元素影响。

图1 典型网络分析结构模型

1.2 使用ANP的基本步骤

ANP由AHP发展而来，故二者的使用步骤在整体思路一致的前提下也有所区别，ANP的具体实施包括分析问题、建立模型、求解矩阵和得出结论四个基本步骤。

第一步，分析问题。通过问卷调查、专家分析等方法对所研究问题进行系统分析，确定元素组及元素中的元素，在此过程中保证同一元素组中的元素具有相同或相似的属性，并使其能通过判断标度进行度量。

第二步，建立模型。确定网络分析模型的控制层及网络层，具体判断各元素及元素组间依存及反馈的关系，并通过网络模型的方式表现出来。

第三步，求解矩阵。我们通过对元素之间的比较得到超矩阵；将元素组的权重考虑在内得到加权超矩阵；将加权超矩阵反复迭代，使其逐渐趋于稳定得到极限超矩阵。上述每一个矩阵的求解过程都涉及到大量的计算，实践过程中借助超级决策软件（Super Decision）使其得以实现。

第四步，得出结论。通过超矩阵的计算得出各影响因素的优先度即其占总目标的权重，进而可以对该因素的重要程度进行判断。

2 基于ANP的中国物流产业对外直接投资影响因素实证研究

2.1 中国物流产业OFDI影响因素的甄选

中国物流产业对外直接投资是中国对外直接投资的重要组成部分，因此其在受到对外直接投资一般因素的影响之外，还会受到物流产业自身特点的影响。通过查阅相关文献及对中国物流产业OFDI现状、特点的梳理，作者从东道国、投资国和物流企业三个维度对影响因素进行分析。

（1）1 东道国[14]

1.1 东道国GDP

1.2 自然条件

1.3 劳动力水平

1.4 反垄断限制

1.5 境外经贸合作区

1.6 地理距离

1.7 外汇风险

1.8 政治稳定性

（2）2 投资国

2.1 中国GNP

2.2 政策支持

2.3 相关法律法规

2.4 产业结构

2.5 物流企业数量

（3）3 物流企业[15]

3.1 企业性质

3.2 企业规模

3.3 投资方式

3.4 运作模式

3.5 国际化经验

3.6 现代化程度

3.7 企业家精神

2.2 构建网络模型

确定网络分析模型的控制层及网络层，具体判断各元素及元素组间依存及反馈的关系，并通过网络模型的方式表现出来（如图2所示）。

图2 网络分析法（ANP）结构模型

2.3 求解超矩阵

（1）无权重超矩阵

无权重超矩阵由相互联系的元素比较而得，具体而言，依次将每个元素作为主准则下的次准则，利用优势度比较的方法，得出该次准则下的比较矩阵。为了保证比较矩阵内部关系逻辑上的正确性，一致性比例需小于0.1，另外，由比较结果可以看出各影响因素的优势度。当我们重复得出各次准则下的比较矩阵，一致性比例及优势度这一过程后，即可得出影响中国物流产业对外直接投资的网络模型的无权重超矩阵。

（2）加权超矩阵

我们利用元素组的权重对各个元素进行权重调节，使不同元素组下的元素可以在同一标准下比较其优势度。经过元素组权重的调节后，每一个次准则下的影响因素所占比例累积之和都为1，进而得出加权超矩阵。

（3）极限超矩阵

为了充分考虑各影响因素之间相互影响及这种影响关系对总目标的传递，我们将加权矩阵迭代k次，当k→∞时，可得出各元素在总目标下的相对权重即重要性程度。对加权矩阵反复迭代的过程也是一个超矩阵逐渐趋于稳定的过程，得出的影响因素重要性排序结果也更加真实可信。

2.4 优势度比较结果（如表1所示）

3 结论与展望

从实证研究结果可以看出，以企业自身条件为代表的现代化程度、国际化经验、企业规模及运作模式等因素对中国物流企业对外直接投资起到了相对重要的作用。另外，在中国特色社会主义条件下，国家宏观调控对国有企业的侧重决定了企业性质应是我国物流企业国际性投资行为中应充分考虑的因素，通过实证研究作者得以证实，发达国家传统理论并没有对具有中国特色的影响因素予以充分考虑。需要特别说明的是，传统OFDI理论认为，东道国的劳动力水平影响企业的OFDI行为，但从中国实践出发，中国以其大量廉价劳动力已成为“世界工厂”，其自身具有劳动力优势，所以说对外直接投资行为并非以寻求低价劳动力为导向。同样的道理，中国物流企业也没有完全走其它发展中国家从周边国家到具有相似背景发展中国家再到发达国家的投资路线。所以说，中国物流企业对外直接投资行为有其具有国家及企业自身特色的影响因素，我们不能通过发达国家和其它发展中国家的传统OFDI理论一概而论。

作者认为，随着国家宏观调控对物流产业定位的逐步提高及国内外理论研究的不断深入，中国物流企业会在国内经济快速发展、国际经济网络逐步完善这样一个机遇中不断壮大。

表1 实证研究优势度比较结果

[1]Tolentino P.E.Technological Innovation and Third World Multinational[M].London:Routlede,1993:121-234.

[2]Poncet S.Inward and Outward FDI in China[J].Pantheon-Sorbonne-Economie,2007(4):221-274.

[3]Y.W.Cheung,X.W.Qian.The Empirics of China's Outward Direct Investment[J].Review of Development Economics,2008(2):227-247.

[4]秦斌.中国企业对外直接投资必要性的理论研究[J].世界经济与政治，1995(5):10-15.

[5]周晔.我国对外直接投资的宏观影响因素研究[J].企业经济，2005,298(6):7-9.

[6]李桂芳，马千惠，王哲远,等.中央企业对外直接投资报告2011[R].北京：中国经济出版社，2011:251-268.

[7]邢春华，孙婵娟，吴海霞.影响我国对外直接投资规模的因素分析[J].兰州商学院学报，2004(5):21-24.

[8]王丹.我国对外直接投资影响因素的实证研究[J].经济与社会发展，2007(9):61-63.

[9]张新乐，王明文，王聪.我国对外直接投资决定因素的实证研究[J].国际贸易问题，2007(5):91-95.

[10]P.Sanjay Sarathy.TQM practice in real-estate industry using AHP[J].Quality&Quantity,2013,47(4):2049-2063.

[11]李纳纳.ANP内部依赖矩阵构造方法的改进及其在项目评标中的应用[D].吉林：吉林大学（硕士学位论文），2010.

[12]唐小丽，冯俊文.ANP原理及其运用展望[J].统计与决策，2006(6):138-139.

[13]Saat T L.Desion Making with Dependence and Feedbake:The Analytic Network Process[M].Pittburgh,RWS Pbulications,2001:84-136.

[14]Densil A.Williams.Determinants of Outward Foreign Direct Investments from Small Island Developing States[J].American Journal of Economics and Business Administration,2009(2):47-56.

[15]Junjie Hong.Firm-specific Effect on Locaion Decisions of Foreign Direct Investment in Chian's Logistics Industryl[J].Regional Studies,2007(6):673-683.