直接投资和间接投资范例(3篇)

直接投资和间接投资范文

一、文献回顾

迄今为止，虽然对各国对外贸易与对外直接投资关系的研究为数众多，但众多的理论分析所得出的代表性结论只有二个：一是以芒德尔为代表的相互替代关系理论(Mundell,1957)；二是以小岛清(1987)为代表的相互补充关系理论。芒德尔于1957年提出了著名的贸易与投资替代模型。芒德尔认为，由于受贸易保护主义的影响，一国的对外贸易常常遇到难以逾越的障碍，而对外直接投资可以有效地避开贸易壁垒，成为对外贸易的替代物，从而也就出现了“贸易替代型对外直接投资”。而小岛清的互补模型则认为，国际直接投资并不是对国际贸易的简单替代，而是存在着一定程度上的互补关系：在许多情况下，国际直接投资也可以创造和扩大对外贸易。小岛清模型的基本含义是：在要素可以自由流动、生产函数不同的条件下，一国对另一国的直接投资可以扩大对方的生产可能性边界，改变双方的比较优劣势的态势，从而直接创造了对外贸易。无论是芒德尔的替代模型，还是小岛清的互补模型，都是从传统理论的分析框架上衍生出来的，并没有经过实证的检验。这既有统计数据残缺不全的限制，也有统计方法与工具上的瓶颈。

从总体上看，对外直接投资与投资国对外贸易之间的互补性要大于替代性，为数不少的经验统计显示，贸易与直接投资是相互促进、相互补充的。Lipsey、Ramstetter和Blomstrom(2000)依据日本、美国、瑞士的统计数据，研究了这些发达国家对外直接投资对母国出口贸易的影响。研究结果表明，发达国家的对外直接投资对同行业的国际贸易更多地显示的是正面的积极影响。Markuson(1983)和Svensson(1984)对要素流动和商品贸易之间的相互关系做了进一步的分析,指出它们之间表现为替代性还是互补性,依赖于贸易和非贸易要素之间是“合作的”还是“非合作的”，如果两者是合作的,那么，贸易和投资表现为互补关系，如果两者是非合作的,那么，贸易和投资表现为替代关系。以上主要是对发达国家国际贸易与对外直接投资关系的理论分析,而对于有其自身特点的发展中国家的对外直接投资和国际贸易关系的分析,最具代表性的是Agarwal(1986)对印度进行的分析，研究结果表明，对外直接投资对贸易既有积极影响又有消极影响。

上述结论的差异表明，在对外直接投资与对外贸易之间并不存在清晰的替代或互补关系，且这些研究大多数是针对发达国家，对于处在转型经济的中国来说意义甚微。由于国内对对外直接投资与对外贸易关系的实证研究甚少，而具体到某一省份对两者关系的研究更鲜有人为之，本文试图弥补这方面的不足。本文基于浙江省的历年统计数据，采用协整分析方法，分析对外直接投资对国际贸易的影响，研究两者之间的长期均衡关系，并在此基础上，建立误差修正模型，研究两者之间的短期均衡关系。

二、实证分析

（一）数据选取

由于浙江省对外直接投资起步较晚，加之统计数据并不完善，样本仅设定在1989－2005年之间。本文选取浙江年鉴和2005年浙江省国民经济和社会发展统计公报中的对外直接投资额（CFDI）衡量对外直接投资量，以外商直接投资（FFDI）衡量外商对浙江省直接投资量，以出口额（EX）、进口额（IM）来衡量对外贸易。蔡锐和刘泉(2004)认为,FFDI在中国发挥作用时，中国的吸收能力存在时滞问题,同理,浙江省对外直接投资的效应也可能存在时滞问题。所以本文在模型中加入了到上一年度为止累计的浙江省内外向对外直接投资值总和(ACFDI、AFFDI)。同时浙江省经济增长较快,其影响不容忽视,于是引入变量“浙江省生产总值指数（GDP）”来度量浙江省经济规模和经济增长。

（二）时间序列的平稳性检验

在对经济变量的时间序列进行最小二乘回归分析之前，首先要进行单位根检验，以判别序列的平稳性。只有平稳的时间序列才能进行回归分析。在此对序列采用ADF检验，其结果见表2。由表2可知，LnGDP、LnCFDI、lnACFDI分别在1%、5%、10%的显著性水平上通过了平稳性检验，表明这些变量是平稳的时间序列变量，即零阶单整。LnEX和LnIM在5%的显著性水平上都没有通过平稳性检验，而其差分后的两个变量在5%的显著性水平上都拒绝了存在单位根的假设，表明这两个变量是一阶差分平稳的，即一阶单整。同理可知，LnAFFDI差分后在10%的显著性水平上拒绝了存在单位根的假设，表明该变量也是一阶单整。对LnFFDI进行二阶差分后，在5%的显著性水平上通过平稳性检验，即二阶单整。

综上所述，序列lnEX、lnIM、lnCFDI、lnACFDI、lnFFDI、lnAFFDI、lnGDP均为二阶单整序列。依据协整理论，对于通过平稳性检验且为同阶单整序列来说，可以进行协整检验，分析它们之间的协整关系。

（三）协整检验

近年来，不少国内外研究对外直接投资与对外贸易关系的文献均重视对外直接投资对出口的拉动作用，着重分析两者直接的相互影响关系，得到出口贸易与对外直接投资有长期均衡关系而进口与对外直接投资没有长期稳定关系（张如庆,2005）。其研究的重点只放在对外直接投资对出口贸易的作用上，低估甚至忽视了对外直接投资对进口贸易的滞后推动作用。因此，本文为避免忽视进口的作用，首先单独分析浙江省对外直接投资及其滞后因素、外商直接投资及其滞后因素与出口、进口之间的关系，建立如下模型：

lnEXt=a0+a1lnCFDIt+a2lnACFDIt+a3lnFFDIt+a4lnAFFDIt+a5lnGDPt+ε1t（1）

lnIMt=b0+b1lnCFDIt+b2lnACFDIt+b3lnFFDIt+b4lnAFFDIt+b5lnGDPt+ε2t（2）

综合考察这些变量之间的协整关系,并依据DW值与t值，运用向后回归法进一步筛选可以被替代的变量，删除t值不显著变量，同时消除模型中的多重共线性和自相关。

对浙江省对外直接投资、外商直接投资（解释变量）与出口额、进口额（被解释变量）做OLS回归分析，结果见表3。其残差序列平稳性检验结果如表4所示。

回归方程(1)表示LnEX与LnCFDI、LnFFDI、LnAFFDI、LnGDP之间的线性关系；回归方程(2)表示LnIM与LnCFDI、LnAFFDI、LnGDP之间的线性关系。根据表3与表4结果，可以得出如下结论：

浙江省对外直接投资额、外商直接投资额对出口总额、进口总额的作用较显著，模型拟合优度较高，且不存在序列相关与异方差。模型估计式(1)、(2)的残差序列为平稳性，变量lnEX、lnIM与lnCFDI、lnFFDI、LnGDP之间存在协整关系，即浙江省对外直接投资、外商直接投资与对外贸易存在长期稳定关系。

由回归方程(1)可知，CFDI每增长1%，EX将增长0.0709%；FFDI每增长1%，EX将增长2.5622%；AFFDI每增长1%，EX将减少0.312821%；GDP每增长1%，EX将增长2.2407%。原因在于浙江省的对外直接投资(CFDI)起步较晚，相对于外商直接投资(FFDI)来说总量较少，所以对出口的贡献程度没有外商直接投资来得明显，但由回归结果可知，对外直接投资已经对出口贸易产生了正向影响，即通过对外直接投资，带动了浙江省出口贸易的发展；从短期来看，当年外商直接投资对出口贸易产生正向影响，而从长期来看却对浙江省出口贸易产生负面的影响，与一般看法和直接统计结果相反。这从一个侧面反映了外商直接投资中跨国公司赚取垄断利润的动机越来越明显，市场导向型外商直接投资与出口贸易的替代作用将逐步显现。

由回归方程(2)可知，CFDI每增长1%，IM将增长0.054923%；AFFDI每增长1%，IM将减少0.241292%；GDP每增长1%，IM将增长2.333%。同理，浙江省的对外直接投资(CFDI)对进口的贡献程度也没有外商直接投资来得明显，但由回归方程可知，浙江省对外直接投资导致了进口的增长,说明对外直接投资中为了获得自然资源、技术与管理经验的投资对浙江省进口贸易有一定的促进作用，符合浙江省自然资源相对缺乏、原材料稀少的实情，从而带动了浙江省进口贸易的发展；而外商直接投资对浙江省进口贸易产生负面的影响，说明更多的外商在浙江省实现了生产和销售的本土化,需要进口的原料更多地来自本土,从国外的进口减少了。

（四）误差修正模型

误差修正模型（ErrorCorrectionModel）是一种具有特殊形式的计量经济模型，成为协整分析的一个延伸。若变量之间存在协整关系，即表明这些变量之间存在着长期稳定的关系，而这种稳定的关系是在短期动态过程的不断调整下得以维持的。如果由于某种原因短期出现了偏离均衡的现象，必然会通过对误差的修正使变量重返均衡状态，误差修正模型将短期的波动和长期均衡结合在一个模型中。

由协整检验可以知道浙江对外直接投资额、外商直接投资额、浙江省生产总指数与进、出口贸易之间存在着惟一的协整关系，因此可对各模型分别建立误差修正模型，结果如下：

lnEXt=0.027ΔlnCFDIt+0.099ΔlnFFDIt-0.346ΔlnAFFDIt+2.412ΔlnGDPt-1.062ECMt-1

t:(0.839666)(1.154311)(-2.395444)(5.941397)(-3.837613)（3）

lnIMt=0.042ΔlnCFDIt-0.313ΔlnAFFDIt+2.425ΔlnGDPt-1.115ECMt-1

t：(1.332574)(-2.847501)(6.042488)(-3.679680)（4）

在误差修正模型(3)中，协整关系对EX的增长起到了反向修正作用，当超出对外直接投资的均衡约束(ECMt-1)时，则误差修正作用降低了当期EX(弹性系数为-1.062)，EX的动态调整过程具有一定稳定性，而且误差修正模型ECM项对应t值较高，说明浙江对外直接投资、外商直接投资与出口贸易之间短期比较稳定。

在误差修正模型(4)中，协整关系对IM的增长也起到了反向修正作用，当IM超出对外直接投资的均衡约束(ECMt-1)时，修正作用也降低了当期IM(弹性系数为-1.115)。IM的动态调整过程具有稳定性，这体现着短期内浙江对外直接投资、外商直接投资与进口贸易的稳定关系。

三、结论与建议

直接投资和间接投资范文

［关键词］对外直接投资；人民币汇率；升值

［中图分类号］F830.591［文献标识码］A［文章编号］1005-6432（2011）1-0067-02

1文献回顾

一般认为汇率对FDI的影响涉及两个层面:一是汇率水平的变动(货币的贬值或升值),二是汇率波动的剧烈程度(汇率的稳定性)。汇率变动的这两个层面对于对外直接投资的流出都会产生不同的影响。从20世纪70年代起,国外学者就开始研究这两个层面的汇率变化对直接投资的影响。

有关第一个问题,Cushman（1985)考虑了一个两期的动态模型。模型不仅考虑了汇率的水平而且考虑了预期汇率波动的影响。通过分析生产地和销售地不同的四个对外直接投资模型,Cushman推断预期母国货币升值将会降低投资者在东道国的生产成本,当因汇率升值导致的本国生产成本与在投资对象国本地生产成本的差额,大于在出口对象国直接投资的沉淀成本时,就可能发生对外直接投资。Cushman的理论被称为“相对生产成本效应”理论。邢予青(2003)以日本对中国的直接投资为背景分析了汇率和日本对外直接投资之间的关系。通过使用从1981―2000年日本在中国9个制造业部门对外直接投资的数据,建立模型进行回归分析,研究结果表明,日元对人民币的双边真实汇率和日本对中国直接投资之间存在显著正相关关系。

对于汇率波动幅度对直接投资的影响,一般认为:汇率波动越剧烈,对外直接投资所面临的风险就越大。因此汇率波动幅度过大对风险回避型投资主体是不利的。早期的Wilhborg（1978)认为汇率的波动程度等价于投资者所面临的汇率风险,汇率频繁或剧烈地波动对于风险厌恶的对外直接投资者往往具有负面效应。Campa(1993)等学者采用期权定价模型得出汇率的频繁波动带来了很高的不确定性,汇率变动得越剧烈,就越需要更高水平的汇率来诱使企业执行FDI决策。汇率的频繁波动使得投资者进行投资决策时更多地考虑投资的不可逆性。换句话说,大的汇率波动将增加外国直接投资的风险,而风险增大时投资者将要求更高的投资溢价以抵消可能出现的损失,于是放弃部分项目。

2实证分析

2.1平稳性检验

首先对所选变量数据序列的平稳性进行检验。本文采用的是ADF单位根检验的方法,分别就每个变量的时间序列的水平和一阶差分形式进行检验,检验的结果见表1。

在ADF单位根检验的过程中,分别对我国的对外直接投资流量ODI和人民币对美元的汇率变量EXR进行水平和一阶差分的检验,临界值取的是5％的显著性水平,从检验的结果中可以看出两个变量在水平序列上是非平稳的,而在一阶差分上都是平稳的,即两个变量都是I(1)。

2.2协整检验

由于时间序列EXR和ODI都是一阶单整,因此有可能存在着协整关系。本文采用了Johansen极大似然法对时间序列EXR和ODI进行协整检验。在进行协整检验之前,必须确定VaR模型滞后的阶数。如果滞后阶数太小,则误差项的自相关会很严重,但滞后阶数也不宜过大,滞后阶数过大会导致自由度的减小,直接影响模型参数估计量的有效性。按照最小AIC准则确定最佳滞后期为2,协整检验的结果见表2。

由表2可以看出,当r=0时,似然率统计量的值是20.05,大于显著性水平为5％的临界值15.41,表明应拒绝零假设,接受r=1的被择假设。而在假设r=1时,似然率的统计量是3.03,小于显著性水平是5％的临界值3.76,因而接受r=1的假设。也就是汇率时间序列和对外直接投资流量时间序列之间存在着一个协整关系,估计得出的协整关系对应的方程是：

方程下面括号内的数是对应的t统计量。由此可以看出,长期来看,对外直接投资流量和人民币的汇率之间存在着负相关的关系,因为本文的人民币的汇率采用的人民币对美元的直接表示方法,因此EXR和ODI的负相关表达的是当人民币升值时,我国的对外直接投资也会相应增加。我国的对外直接投资每变动一个百分点,人民币对美元汇率水平就会相应变动34.06个百分点。

2.3Granger因果检验

协整检验的结果表明两个变量之间存在着长期的均衡关系,但这关系是否具有因果性还需进一步的验证。

从表3的Granger因果检验的结果中我们可以看出,两个P值分别是0.0048和0.00098,说明变量lnODI对lnEXR在1％显著性水平上都是具有明显先导作用,即我国的对外直接投资是引起我国汇率变化的Granger原因；同理lnEXR对于lnODI的先导作用更加明显,也说明人民币的汇率水平同样是我国对外直接投资发生变化的Granger原因。

3结论与政策建议

第一,两个变量之间协整关系表明,我国的对外直接投资ODI和人民币的汇率EXR本身都是非平稳的时间序列数据,但从长期来看它们之间存在着稳定的负相关的关系(这里人民币的汇率的表示方法是直接表示法),人民币汇率每变动34.0586个百分点,则我国的对外直接投资会变动1个百分点。这一结论与对日本的对外直接投资和日元升值之间的关系进行分析时得出的结论是一致的。在我国工业化的进程中,人民币的逐渐升值是一个必然要经历的过程,如何抓住这一机遇。加快“走出去”的步伐,是企业在进行对外直接投资时要考虑的重要问题。

第二,Granger因果检验的结果表明,我国的对外直接投资ODI是人民币的汇率的Ganger原因,同时人民币的汇率也是我国对外直接投资ODI的Granger原因。且人民币对美元的汇率对于我国对外直接投资的先导作用更加明显。从长期来看,人民币一定幅度的升值又是一种必然,这样就会促进我国企业的对外直接投资,因此作为对外直接投资主体的企业也应该抓住这种机遇,实现企业自身的跨越式的发展。同时我国的对外直接投资对于人民币的汇率也具有先导作用。现阶段,我国的贸易顺差不断增大,外汇储备也不断增加,这就在客观上产生了人民币升值的压力。而对外直接投资的增加能够缓解我国来自这方面的压力,从而有利于保持我国人民币汇率的稳定。

参考文献:

［1］邢予青.汇率与日本对华直接投资［J］.世界经济文汇，2003(8)：12-20.

［2］王凤丽.人民币汇率对我国对外直接投资的影响［J］.经济问题，2008（3）：5-12.

［3］夏坤，陈巍巍.对外直接投资和汇率关系的理论分析［J］.时代经贸，2008（7）：3-18.

［4］WilhborgClas.CurrencyRisksinInternationalFinancialMarkets［J］.PrincetonStudiesinInternationalFinance,PrincetonUniversity，1978：67-121.

直接投资和间接投资范文篇3

关键词：对外直接投资；地区来源分布；差异性；Theil系数；区位熵

一、引言

入世后，中国面临着更为复杂的国际经济环境。为了适应这一新的变化，中国开始实施“走出去”战略，在大量吸引外商直接投资的同时，中国对外直接投资进程加快。2003年中国对外直接投资的流量仅有29亿美元，占全球对外直接投资流量的045%。之后，中国对外直接投资便以较快的速度发展，到2010年中国境内投资者共对129个国家和地区的3125家境外企业进行了直接投资，实现非金融类对外直接投资590亿美元，成为紧跟美国、法国、德国和中国香港之后的全球第五大对外直接投资经济体。①①数据来源于商务部的2010年度《中国对外直接投资统计公报》。

与此同时，中国对外直接投资地区来源分布的差异性非常突出。2010年中国对外直接投资排名前三位的是浙江、辽宁和山东，投资流量分别是2621亿美元、1774亿美元和1588亿美元，而排名后三位的是贵州、青海和，对外直接投资的流量分别只有510万美元、110万美元和29万美元。从中国东、中、西部三大区域来看，2010年中国东部地区对外直接投资占全国份额的7841%，中部和西部地区分别占1001%、1157%。①对外直接投资地区来源分布的巨大差异性对中国对外直接投资的可持续发展带来了障碍，因此，深入分析中国对外直接投资的地区差异性显得尤其重要。本文的主要目的在于通过构建Theil系数及对外直接投资区位熵等指标，在测算中国对外直接投资地区总体差异的基础上，将其分解为组内差异和组间差异，从而揭示出中国对外直接投资地区来源分布的组内差异和组间差异各自变动的方向和幅度，以及各自在总体差异中的重要性及其影响，进一步揭示出中国对外直接投资地区来源分布的演变规律。

二、文献述评

随着中国对外直接投资的快速发展，国内学术界对中国对外直接投资的研究日渐丰富，主要集中于中国对外直接投资的动因、区位选择及经济效应等三个方面。

1.中国对外直接投资的动因。目前主要是以国际生产折中理论和垄断优势理论为框架来探讨中国对外直接投资的动因，如代中强（2008）[1]，崔家玉（2010）[2]等。但一些学者认为中国可能并不具备发达国家对外投资的垄断优势，传统用于解释发达国家对外直接投资的理论不一定适用于中国，如李翀（2007）[3]，李敬、冉光和和万丽娟（2007）[4]等。还有学者分析了中国不同行业、不同企业规模及不同性质企业对外直接投资的动因，如衣长军（2010）[5]，朱美虹和池仁勇（2011）[6]等。

2.中国对外直接投资区位选择的影响因素。国内不少学者基于东道国宏观经济特征的视角研究中国对外直接投资的区位选择，这类文献多以引力模型或国际生产折中理论为理论框架展开，如程慧芳和阮翔（2004）[7]，项本武（2009）[8]，陈恩和王方方（2011）[9]等。近年来，国内学者发现传统国际直接投资理论无法很好地解释中国对外直接投资的“逆梯度”投资模式。因此，国内一些学者纷纷从制度尤其是东道国制度视角来考察中国对外直接投资区位选择的影响因素，如贺书锋和郭羽诞（2008）[10]，陈丽丽和林花（2011）[11]等。

3.中国对外直接投资的经济效应。一些学者研究了中国对外直接投资的贸易效应，如张应武（2007）[12]，俞毅和万炼（2009）[13]等。还有学者研究了中国对外直接投资的逆向技术溢出效应，如阚大学（2010）[14]，刘伟全（2010）[15]等。还有学者研究了中国对外直接投资的经济增长效应，如魏巧琴和杨大楷（2003）[16]，常建坤和李杏（2005）[17]，霍杰（2011）[18]等。

总体来看，上述研究成果基于不同理论从不同角度对中国对外直接投资进行了比较深入的探讨，为中国企业对外直接投资提供了较好的理论支持和实践总结。但目前还鲜有文献系统地研究中国对外直接投资地区来源分布的差异性，而加强对该问题的研究，能准确把握中国对外直接投资地区来源分布的演变规律，从而为中国对外直接投资地区来源分布的均衡发展提供一定的理论支撑。

三、中国OFDI地区来源分布的差异性

（一）Theil系数分析

Theil系数是研究收入差距及其分解比较流行的方法，其特点是能把总体的差异分解为组间差异和组内差异。Theil系数可以用公式表示为：

（2）式中的第1项表示经济区域的组内差异，第2项表示经济区域的组间差异。其中，g代表第g组经济区；G表示全国经济区域总数；Tg表示第g组的组内差异。Ng表示第g组的省市数；N表示全国的省市总数；OFDIg表示第g组经济区的对外直接投资额；OFDI表示全国对外直接投资总额。（2）式中第1项组内差异的计算步骤为：首先将全国分为东部、中部和西部等三大区域，然后利用（1）式分别计算出三大区域各自的Theil系数，即为（2）式中的组内差异Tg。然后将Tg带入（2）式的第1项中进行计算即可。（2）式中第2项组间差异的计算步骤为：首先分别计算三大区域占全国地区数份额与三大区域对外直接投资占全国对外直接投资份额的比值，然后对此比值取对数后乘以三大区域各自的地区数占全国地区数的比值，然后将三大区域的数值进行加总即可得到组间差异的数值。

根据需要，本文将中国30个省（市、区）①①由于的数据不具有统计意义，因此不包含。分为东部地区、中部地区和西部地区三大区域。其中，东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东、海南；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括陕西、甘肃、青海、广西、宁夏、新疆、四川、重庆、贵州、云南。

本文所使用的对外直接投资数据为各省（市、区）对外直接投资的存量数据。之所以选择存量数据而不选择流量数据，主要有两个方面的原因：一是因为中国各省（市、区）对外直接投资的流量数据极不平稳，使用流量数据难以准确把握中国对外直接投资的规律性；二是因为使用存量数据可以反映各地区对外直接投资的累积效应。

1三大区域内部差异的Theil系数分析

虽然东部、中部、西部三大区域的划分已经总和考虑了地理、经济、市场及风俗习惯等方面的差异，但在每一区域内部不同省（市、区）之间依然在传统习惯、经济发展程度等方面均存在较大的差异性。因此，有必要分别深入分析东部、中部、西部地区对外直接投资的内部差异性。表1和图1是2003—2010年中国东、中、西部地区各自内部对外直接投资Theil系数。

从Theil系数的分解来看，与全国Theil系数的变化趋势一致，除了个别年份外，三大区域的组内差异和组间差异自2003年以来也大多处于不断下降的趋势，说明无论是组内差异还是组间差异，其差异性也都在逐渐缩小。从组内差异和组间差异占总差异的贡献率来看，2003年组内差异和组间差异在总差异中的贡献率各占50%，处于势均力敌的状态。之后，除个别年份外，组内差异的贡献率大多高于组间差异，尤其在2008年，组内差异的贡献高达6279%，组间差异只有3721%。

（二）区位熵分析

区位熵也是分析地区差异及地区竞争力的常用指标，结合本文研究的实际情况，对外直接投资区位熵可以用（3）式表示：

Qi=OFDIi/∑Ni=1OFDIi/GDPi/∑Ni=1GDPi（3）

在（3）式中，OFDIi、GDPi分别表示i省（市、区）某年对外直接投资额和国内生产总值。

区位熵的含义为各地区对外直接投资占全国对外直接投资的比重与该地区GDP占全国GDP比重之比值。依据区位熵指数的大小可以将各地区的对外直接投资进行分类：如果区位熵大于1，说明该地区对外直接投资的水平处于领先水平，数值越大，领先地位越强；如果区位熵小于1则该地区的对外直接投资处于落后地位，数值越小，落后地位越明显。

数据来源：根据2003—2010年度《中国对外直接投资统计公报》的相关数据计算得到。

如表3所示，自2003年始，中国东部地区中对外直接投资区位熵大于1的省（市）有北京、上海和广东，说明2003—2010年中国东部地区中的北京、上海和广东的对外直接投资处于领先地位。另外，福建、浙江、天津、辽宁、海南在部分年份其对外直接投资区位熵大于1，说明这五个省份的对外直接投资在部分年份处于领先地位，部分年份处于落后地位。2003—2010年，山东省的对外直接投资的区位熵大多年份处于080—097之间，非常接近1，说明山东的对外直接投资水平处于较强的水平。河北、江苏和海南的对外直接投资区位熵不仅小于1，并且数值比较小，说明河北、江苏和海南的对外直接投资一直处于落后地位。

从对外直接投资区位熵的动态变化来看，辽宁、江苏和浙江的对外直接投资区位熵总体处于不断上升的发展态势，说明这三个省份对外直接投资的相对优势在逐渐增强。上海和广东的区位熵总体处于不断下降的态势，说明这两个地区的对外直接投资虽然处于领先地位，但相对优势程度在逐渐下降。而东部其他地区对外直接投资区位熵的变化没有体现出规律性的上升或下降趋势。

从区位熵的变化趋势来看，陕西、新疆、贵州和云南在大多数年份区位熵呈现出不断上升的变化趋势，说明这些地区对外直接投资的竞争优势在不断累计。其他省（市、区）的区位熵处于上升和下降的不断交替变化中。

四、结论

文章通过构建Theil系数、区位熵等指标体系，对中国对外直接投资地区来源分布的演变规律进行了实证研究，得出如下结论：

2003—2010年，东部地区和中部地区对外直接投资的内部差异性在逐渐减小，西部地区对外直接投资的内部差异性没有体现出整体性的上升或下降趋势。在三大区域中，西部地区对外直接投资的内部差异最大，其次是东部地区，中部地区最小。

从Theil系数的分解来看，无论是组内差异还是组间差异，其差异性也都在逐渐缩小。总体来看，组内差异和组间差异自2003年以来均处于下降的态势，并且组内差异在总差异中的贡献率总体要高于组间差异。

从对外直接投资区位熵来看，东部地区各省（市）对外直接投资的整体竞争力强于中部地区和西部地区。从具体省（市、区）来看，北京、上海、广东的对外直接投资一直处于领先地位，而湖北、贵州两省处于落后地位。

参考文献：

[1]代中强.中国企业对外直接投资动因研究——基于省际面板数据的分析[J].山西财经大学学报，2008（11）：29-35.

[2]崔家玉.中国对外直接投资的动因[J].大连海事大学学报，2010（6）：12-14.

[3]李翀.发展中国家学习型对外直接投资——论发展中国家对外直接投资的原因[J].福建论坛（人文社会科学版），2007（6）：4-7.

[4]李敬，冉光和，万丽娟.发展中国家企业对外直接投资的综合动因分析[J].新疆社会科学，2007（4）：31-34.

[5]衣长军.中国与美日对外直接投资战略动因国际比较[J].宏观经济研究，2007（11）：63-67.

[6]朱美虹，池仁勇.中小民营企业对外直接投资动因分析——以浙江省为例[J].特区经济，2011（6）：41-43.

[7]程惠芳，阮翔.用引力模型分析中国对外直接投资的区位选择[J].世界经济，2004（11）：23-30.

[8]项本武.东道国特征与中国对外直接投资的实证研究[J].数量经济技术经济研究，2009（7）：33-46.

[9]陈恩，王方方.中国对外直接投资影响因素的实证分析——基于2007—2009年国际面板数据的考察[J].商业经济与管理，2011（8）：43-50.

[10]贺书锋，郭羽诞.中国对外直接投资区位分析：政治因素重要吗？[J].上海经济研究，2009（3）：3-10.

[11]陈丽丽，林花.中国对外直接投资区位选择：制度因素重要吗？——基于投资动机视角[J].经济经纬，2011（1）：20-25.

[12]张应武.对外直接投资与贸易的关系：互补或替代[J].国际贸易问题，2007（6）：87-93.

[13]俞毅，万炼.中国进出口商品结构与对外直接投资的相关性研究——基于VAR模型的分析框架[J].国际贸易问题，2009（6）：96-104.

[14]阚大学.对外直接投资的反向技术溢出效应——基于吸收能力的实证研究[J].商业经济与管理，2010（6）：53-58.

[15]刘伟全.国对外直接投资国内技术进步效应的实证研究——基于研发费用和专利授权数据的分析[J].当代财经，2010（5）：101-106.

[16]魏巧琴，杨大楷.对外直接投资与经济增长的关系研究[J].数量经济技术经济研究，2003（1）：93-97.