湛　泳，薛　毅

(1.复旦大学　管理学院，上海　200433；2.湘潭大学　商学院，湖南　湘潭　411105)



资源禀赋、技术创新与中国对美直接投资的空间布局*

湛泳1,2，薛毅2

(1.复旦大学管理学院，上海200433；2.湘潭大学商学院，湖南湘潭411105)

摘要:利用2005—2014年中国对美直接投资的州际面板数据,采用GMM动态面板模型进行实证检验,结果发现资源禀赋和技术创新能促进中国对美直接投资且资源禀赋的影响力度高于技术创新,中国对美直接投资目前仍处于以资源导向为主,以技术导向为辅的阶段;分区域实证研究的结果表明,美国东部地区技术创新对中国对美直接投资的影响力度大于资源禀赋,而西部地区的资源禀赋对中国对美直接投资的影响力度更大。

关键词:对美直接投资;资源禀赋;技术创新;空间布局

一、引言

自中国实施“走出去”战略以来，对外直接投资呈现高增长的态势，其中以对美直接投资为最典型的代表。2010—2014年，中国企业对美直接投资由13.08亿美元增长到75.96亿美元，年均增长率达到了18.02%，2015年，中国对美的直接投资达83.9亿美元，同比增速已达60.1%*资料来源：中华人民共和国国家统计局。。目前中国对美国的直接投资主要以跨国并购方式为主，而投资的行业则主要以资源导向型行业和技术导向型行业为主。中国对美国投资的增长速度极快，投资覆盖面广，美国已成为中国对外投资的主要目的地，并且在未来仍有非常大的投资空间和发展潜力。大力发展中国对美国的直接投资，一方面可以促进两国经济合作向更深层次的方向发展，另一方面可以引领中国经济实现转型升级。

通过对中国近年来的对外投资分析后发现，中国的对外投资会被那些具有丰富自然资源的国家所吸引[1]26-34，不同国家间的资源禀赋差异对于中国对外直接投资的空间分布具有差异性[2]47-52，这种差异会对中国对外直接投资有着明显的推动作用[3]124-134。此外，一国的对外直接投资具有技术寻求倾向[4]66-71，对外直接投资也会对一国的技术创新具有一定的促进作用[5]170-181。中国对外投资的区位选择同东道国的技术发展水平有显著相关性[6]21-40，所以中国在对外直接投资时对技术等战略资产具有强烈的寻求动机[7]88-103，并且通过并购等方式接触当地的技术创新网络来促进企业技术水平的提升[8]135-154。

总体而言，国内外学者对于对外直接投资理论做出了许多贡献，但依然存在以下局限：第一，鲜有学者关注中国对单一发达经济体进行直接投资的空间布局影响因素；第二，近年来综合考察资源禀赋、技术创新对于中国企业向发达国家“走出去”空间布局的研究较少。与既有文献相比，本文的贡献体现在以下两个方面：一方面是随着中国经济转型的逐渐推进，研究目前中国对美直接投资的动因究竟以资源寻求为主还是以技术寻求为主，并运用GMM模型探寻资源禀赋、技术创新与中国对美直接投资空间布局的动态关系；另一方面是基于中国对美直接投资的东部和西部区域选择出发，分析区域内资源禀赋和技术创新程度对中国对美直接投资的差异化影响，为中国政府和企业进行对美直接投资时指明了方向。

二、理论模型与相关假说

基于Darby[9]2-6的研究，以其运用的模型和相关理论为依据，来探索中国企业向美国实行“走出去”战略时，东道国内部的资源禀赋和技术创新两因素是如何影响中国对外直接投资的空间布局。

目前，中国向美国各个不同的州进行直接投资时，主要目的就是依靠当地丰富的资源或者较强的科技研发能力来提升企业自身的能力，最终在投资东道国获取高额利润。假设有单一的跨国公司c在美国的其中一个州s进行生产活动缴纳相应的税款后，那么其年利润为ωcs，根据以上假设，如果对美国不同的州进行投资，则该公司在m州和n州进行直接投资的年利润差额为：

φcmn=ωcm-ωcn

(1)

其中，φcmn代表了州m相对于州n的利润差额，也可以从侧面反映出m州相对于n州的“空间布局优势”。中国公司对外直接投资看中的是一种长期的良好效应，所以对于预期利润净现值的重视程度非常高。假设中国企业进驻美国投资不存在其他的风险，进入美国投资的企业c能够通过生产和销售的活动连续X期获利，那么预期利润净现值可以用以下形式表示：

(2)

(3)

上式当中，PV(·)代表预期利润净现值，γ则代表折现率。

有诸多因素能够对中国企业的OFDI空间布局结构产生影响，但本文主要考察东道国内部各个区域的资源充裕程度以及技术发展水平对于OFDI空间布局结构的影响。假设美国两个州的其他投资环境和条件均相同，唯一的差别就在于两个州的资源充裕程度不同。而m州的资源充裕程度高于n州，跨国公司c就会率先进入m州进行投资，即有：

(4)

除此之外，技术创新程度也可以从一定层面上对跨国公司c在东道州m的产生影响，在式(4)的假设基础之上，跨国公司c进入m州进行投资的可能性为：

θcm=(μm-1)δm

(5)

其中，θcm代表c公司作为跨国企业进驻m州实施投资的可能性，μm代表m州的技术创新发展水平，μm(1,+∞)，因为当μm越大时，代表该州的技术发展水平越高；而当μm=1时，说明该州的技术创新水平与全美的最低水平相同，不具有比较优势，这样c企业进驻该州的投资可能性不复存在。

通过上述分析，结合式(2)和式(5)，那么对外直接投资的预期利润净现值就是：

(6)

对上式求导，分别得到如下三式：

(7)

(8)

(9)

上述三式的结果表明，东道国的自然资源丰裕程度以及技术创新发展水平越高，跨国公司的预期净利润就会随之增加。总的来看，东道国的资源禀赋以及技术创新程度对于吸引母国进驻投资具有一定的促进作用，上述理论模型对于资源禀赋和技术创新如何影响对外直接投资的空间布局结构提供了理论依据。

基于以上理论分析，我们提出如下假设：

假设H1：中国企业对美直接投资的空间布局会受到当地资源禀赋的影响，该地区资源越丰富则越能吸引中国企业进入投资。

假设H2：中国企业对美直接投资的空间布局会受到当地技术创新程度的影响，并且该地区技术创新程度越高则越能吸引中国企业进入该地区进行投资。

假设H3：资源禀赋与技术创新之间存在互补关系，资源禀赋和技术创新程度可以共同促进中国对美国直接投资的发展。

三、模型与方法

(一)模型设定

本文重点研究美国的资源禀赋和技术创新程度对于中国对美国对外直接投资的影响，但大多数经济社会因素具有很强的关联度，技术创新可能会对中国对美直接投资产生正向影响，而中国对美直接投资也可能会对美国产生技术溢出效应，二者会产生双向因果关系，所以模型可能会存在内生性问题。为了解决可能存在的内生性问题，本文引入了因变量的一阶滞后项建立动态面板模型，采用差分GMM方法*由于系统GMM估计方法需要较强的假设条件：一阶差分滞后项与个体效应不相关。而本文所采用的样本不满足使用系统GMM估计方法的前提条件，故采用差分GMM方法。对模型进行有效估计，并且在设定模型时参考了美国各州发展的实际情况。参照湛泳、李珊[10]4-15的研究，模型设定如下：

OFDIit=β0+β1OFDIit-1+β2lnEnergyit+β3lnTechit+β4lnEconomyit+β5lnLCit+β6lnTaxit+β7lnExportit+β8lnImmiit+β9ln(Energy×Tech)it+πt+ρi+σit

其中，OFDI表示中国对美国各州直接投资的规模，解释变量Energy代表了各州的资源禀赋，而技术创新程度则由Tech来表示。此外还控制了以下变量：经济规模(Economy)、劳动力成本(LC)、税收成本(Tax)、出口规模(Export)以及华人移民网络(Immi)。πt表示时间哑变量，ρi为地区哑变量，σit为随机扰动项。

(二)变量选取和数据说明

1.被解释变量

被解释变量为对外直接投资(OFDI)。所选取的数据是2005—2014年中国向美国部分州投资的年度交易数据，来源于美国的荣鼎投资公司(Rhodium Group)。其中，有部分州存在投资数据连续多年为零的情况，不具有研究的意义和价值，故从所得结果的合理性角度出发，只选取了其中的26个州的投资数据作为样本。由于企业的性质和规模不同，其投资的项目规模也会有所不同，这就导致各州吸引的直接投资的异动较大，参考王永钦[11]126-142等人的方法，如果该州当年存在中国对美国的直接投资，用1表示，否则用0表示。

2.解释变量

资源禀赋(Energy)：本文以徐康宁、王剑[12]78-89的测度方法为基础，采用美国各州采矿业和伐木业的就业人口来测度自然资源禀赋，数据来源于美国劳工统计局(BLA)。技术创新(Tech)：参考湛泳、李珊[10]4-15的做法，本文采用美国各州申请专利的总数量来体现美国各州的技术创新水平，数据来源于美国科学基金会网站(NSF)。

3.控制变量

根据已有研究对外直接投资空间布局的文献，参考韩剑、徐秀军[8]135-154的做法，加入了以下控制变量：经济规模(Economy)、劳动力成本(LC)、税收成本(Tax)、出口规模(Export)、华人移民网络(Immi)。

表1　指标变量及其计算方法

四、模型的估计结果与分析

本文采用差分GMM估计方法对所有的模型进行估计，在模型中加入了被解释变量的一阶滞后项作为解释变量。同时为了确保估计结果以及工具变量使用的有效性，采用两种检验方法进行检验，一是通过Sargan检验来判断工具变量是否整体有效，二是通过AR(2)的检验方法检验模型当中是否存在二阶序列相关。

(一)技术创新、资源禀赋对中国对美直接投资的空间布局影响分析

表2给出了运用GMM回归模型考察的技术创新、资源禀赋对中国对美直接投资空间布局结构影响的估计结果。为了保证结果的稳健性与一致性，采用逐项加入解释变量和控制变量的方法来对模型进行估计。所有的二阶序列相关检验结果均大于0.05，这表明所有的回归模型均不存在二阶序列相关情况，并且Sargan检验的结果均表现良好，不能拒绝工具变量有效性的零假设，所以整个模型的设定是有效的。同时，Wald的检验都在1%的显著性水平下拒绝了解释变量系数为0的原假设，全部七个模型的结果处理得当，有一定的说服力。

表2　中国对美直接投资的空间布局的GMM模型估计结果

注：***、**和*分别表示在1%、5%和10%水平上显著，括号内为t统计量。

在所有模型当中，一阶滞后项均显著为正，说明上一期的投资对于这一期有显著的正向效应。资源禀赋变量的估计系数均显著为正，这说明该变量对于中国对美国各州直接投资的空间布局具有正向影响，这表明当地的资源丰裕程度越高，中国的企业就越容易进入该州进行直接投资，这样的结论印证了假设H1是正确的。同样，在每个模型当中均加入了反映技术创新的解释变量，结果显示该变量正向支持中国对美国各州的直接投资，这表明当地技术创新程度越高，就越能促进中国企业进驻该州进行直接投资行为，这样的结论也同时印证了假设H2是正确的。此外，模型7的结果显示交互项的系数为正，并且在1%水平上显著，这就表明资源禀赋与技术创新之间存在互补关系，资源禀赋和技术创新程度可以共同促进中国对美国直接投资的发展，这同样印证了假设H3的正确性。综合来看，在模型1—7当中，随着控制变量的逐步增加，资源禀赋系数会逐渐大于技术创新系数，相对于技术创新而言，资源禀赋在当前中国对美直接投资的空间布局影响更大。

(二)对美国东、西部地区直接投资的空间布局分析

在考察资源禀赋、技术创新对美国东西部地区直接投资的空间布局的影响时，仍然采用与前文相同的被解释变量(OFDI)进行测度，所选取的解释变量也与上文相同，整体模型都通过了二阶序列相关检验以及Sargan检验，具有一定的说服力。所选取的计量方法与上文相同，依然采用差分GMM模型进行模拟。

表3　美国东西部地区GMM模型估计结果

注：***、**和*分别表示在1%、5%和10%水平上显著，括号内为t统计量。

表3给出了分区域GMM模型的结果。同样的，为了保证结果的稳健性，继续采用逐项添加解释变量的方法对模型进行估计。在模型中依然加入了被解释变量的一阶滞后项作为解释变量，结果显示东部地区显著为正。这说明前一期的投资对于后一期投资产生的影响大。而西部地区被解释变量的一阶滞后项存在不显著的情况，这是因为投资规模和投资额度均落后于美国的东部地区，而且部分州的投资并不连贯，所以前一期的投资对于本期的影响不大。此外，无论是东部地区还是西部地区，我们所选取的核心解释变量均显著为正，这说明无论在东部地区还是西部地区，资源禀赋和技术创新都对于中国对美直接投资的空间布局结构有显著的正向效应。东部地区的交互项显著为负，这说明在东部地区投资的中国企业存在资源挤出效应，在此地区投资的中国企业对于技术创新的依赖度很强。而西部地区的交互项不显著，说明资源禀赋和技术创新之间没有交互作用。

观察东、西部地区的模型3、模型4的实证结果，发现东部地区技术创新指标的系数均大于资源禀赋的系数，而西部地区资源禀赋指标的系数均高于技术创新的系数。这说明在东部地区技术创新对于中国企业投资的空间布局结构影响更大，而西部地区的资源禀赋对于中国企业投资的空间布局结构影响更大。因为美国东部地区的技术发展水平较高，所以对该区域投资的中国企业以技术需求型企业为主；而西部地区地广人稀，虽然开发程度不如东部地区，但是无论是土地资源还是矿产资源相对于东部地区都较为丰富，所以进入该区域投资的中国企业主要以资源寻求型企业为主。

五、结论与政策建议

本文采用了2005—2014年中国企业进驻美国部分州进行直接投资的数据作为主要的研究对象，并且从资源禀赋以及技术创新两个方面考察了中国企业进驻美国投资的空间布局，得出了如下的结论：从整体上来说，技术创新和资源禀赋是影响中国企业对美国各州投资空间布局结构的重要因素，两者之间存在互补关系；相对而言，资源禀赋对于中国对美直接投资的空间布局结构影响力度更大；通过分区域模拟，发现美国东部地区是以吸引技术导向型为主的中国企业进入投资，而西部地区则吸引以资源导向型为主的企业进入投资。

基于本文的研究结果，对于中国推进国际化战略以及对美直接投资提出了一些建议：(1)应当充分考虑当地的投资环境以及区位优势。特别是对于投资东道国的政治制度和法律环境，应当做好充分的调查，并且厘清当地的区位条件和优势资源，以免出现盲目投资的情况，造成资源错配的局面。(2)应当将目光放在投资成长空间较大的地区。大批中国企业将自己的直接投资地点选在了美国的东部地区，而进驻中西部地区投资的中国企业则相对较少。纵观美国的西部地区，虽然投资相对较少，但是该区域投资潜力较大，资源相对丰富，值得中国企业予以关注。(3)中国政府应当为民营企业跨国投资提供政策支持和金融支持。在未来，政府部门应当大力扶持民营企业进行跨国投资，政策上尽量放宽，为民营企业走出国门创造良好的投资环境。而对于民营企业融资困难的问题，应从金融支持的角度激发民营企业发展的活力，例如降低银行贷款利率等。

参考文献：

[1] Kolstad I, Wiig A. What determines Chinese outward FDI?[J]. Journal of World Business, 2012.

[2] 杜江,宋跃刚. 制度距离、要素禀赋与我国OFDI区位选择偏好——基于动态面板数据模型的实证研究[J]. 世界经济研究,2014(12).

[3] 杨校美,张诚. 要素禀赋、政策倾斜与中国对外直接投资——基于省级面板数据的分析[J]. 国际贸易问题, 2014(5).

[4] 欧阳艳艳. 中国对外直接投资逆向技术溢出的影响因素分析[J]. 世界经济研究,2010(4).

[5] 陈菲琼,钟芳芳,陈珧. 中国对外直接投资与技术创新研究[J]. 浙江大学学报(人文社会科学版),2013(4).

[6] 蒋冠宏,蒋殿春. 中国对外投资的区位选择:基于投资引力模型的面板数据检验[J]. 世界经济, 2012(9).

[7] Anderson J, Sutherland D. Entry mode and emerging market MNEs: An analysis of Chinese greenfield and acquisition FDI in the United States[J]. Research in International Business and Finance, 2015(35).

[8] 韩剑,徐秀军. 美国党派政治与中国对美直接投资的区位选择[J]. 世界经济与政治,2014(8).

[9] Darby J, Desbordes R, Wooton I. Does public governance always matter? How experience of poor institutional quality influences FDI to the South[R].CEPR Discussion Paper Series,2009.

[10] 湛泳,李珊. 金融发展、科技创新与智慧城市建设——基于信息化发展视角的分析[J]. 财经研究,2016(2).

[11] 王永钦,杜巨澜,王凯. 中国对外直接投资区位选择的决定因素:制度、税负和资源禀赋[J]. 经济研究, 2014(12).

[12] 徐康宁,王剑. 自然资源丰裕程度与经济发展水平关系的研究[J]. 经济研究,2006(1).

责任编辑：廖文婷

Resource Endowment, Technology Innovation and Spatial Layout of China’s Outward Direct Investment in the US

ZHAN Yong1,2，XUE Yi2

(1.SchoolofManagement,FudanUniversity，Shanghai200433; 2.BusinessSchool,XiangtanUniversity,Xiangtan,Hunan411105,China)

Abstract：Using GMM dynamic panel model with the interstate panel data of China’s outward direct investment in the US from 2005 to 2014, this paper’s empirical studies found that resource endowments and technological innovation can promote China’s outward direct investment in the US and the resource endowments play a more important role. China’s outward direct investment in the US is still resource-oriented nowadays, and the technology-oriented is kind of secondary importance; the results of sub-regional empirical studies show that technological innovation of China’s outward direct investment in the US has more significant in eastern US than the resource endowment while natural resources in the western region have more impact on China's outward direct investment in the US.

Keywords：outward direct investment in the US;resource endowment; technological innovation; spatial layout

收稿日期：2015-12-12

作者简介：湛泳(1976-)，男，湖南沅江人，复旦大学管理学院博士后，湘潭大学商学院副教授、硕士生导师。

基金项目：国家社会科学基金一般项目“新常态下技术创新引领跨越‘中等收入陷阱’的机制和路径研究”(项目编号：15BJL015)；国家统计局重点项目“新常态下国家自主创新示范区创新能力评价指标体系研究”(项目编号：2015LZ55)；中国博士后科学基金一等资助“技术创新助推跨越‘中等收入陷阱’的机制和路径研究”(项目编号：2015M570309)。

中图分类号:F742

文献标识码:A

文章编号:1001-5981(2016)03-0071-05