第三產業流量結構對于中國OFDI經濟效應的影響

摘要：根據數據的可得性，本文整合了我國自2002年建立《對外直接投資統計制度》以來的可參考數據，即2006-2017年中國對外直接投資第三產業全行業統計結果，通過對十二年間我國對外直接投資第三產業結構數據進行分析，簡述了我國近年來對外直接投資第三產業結構的現狀，再結合對外直接投資不同的第三產業結構對我國經濟增長帶來的不同的助推作用，設置國民總收入增長率GNIGR這一經濟效應指標，進行回歸分析，確定對外直接投資第三產業行業分布對經濟增長的影響，由此發現目前對外直接投資第三產業結構問題并提出優化建議。

關鍵詞：對外直接投資;第三產業結構;國民總收入

1.引言

自改革開放以來，我國經濟大門敞開。隨著經濟發展的全球一體化，國有企業和民營企業陸續響應我國“走出去”的大力號召，邁出國門進行對外直接投資來謀求豐厚的利潤。

近年來，我國對外直接投資（OFDI）高速發展，實現了不小的成就。投資區域由局部到全球、投資主體由國企主導到民企參與、投資行業也是涉獵廣泛、五花八門，但是與發達國家之間仍存在差距，且其中不乏一些重大的投資問題;問題，既包括我國自身的問題，比如對外直接投資區域結構不合理、對外直接投資行業結構失衡、對外直接投資目標不明確等等;又包括我國面臨的外部投資風險，比如匯率風險、國家安全審查風險、國際外商投資收益率普遍下降等等。

為了使我國對外直接投資第三產業的行業結構更加合理，減少無效投資，從而提高我國對外直接投資的效率，促進我國經濟發展，本文針對我國對外直接投資第三產業內行業結構這一根源性問題，以國民總收入GNI的年增長率GNIGR這一經濟效益指標為被解釋變量，通過實證分析，建立經濟效益函數關系并進行回歸分析來探究兩者之間的內在聯系。

2. 文獻綜述

2.1以數值型指標分析經濟效應

李登（2016）、長江師范學院財經學院劉娟娟（2016）等研究者通過2000-2015年的樣本數據來建立多元線性回歸模型，以進出口規模和進出口結構為目標變量，通過OLS確定參數后進行擬合優度檢驗，他們運用赤池信息準則（Akaike Information Criterion，AIC）和施瓦茨準則（Schwarz Criterion，SC）對解釋變量（行業因子）進行顯著性檢驗，對外直接投資行業比較廣泛，但投資量相當集中，他們認為中國對外直接投資第三產業的內部行業結構并沒有達到對進出口貿易結構升級最大的促進作用[1]。

2.2以比率型指標分析經濟效應

Philip Gunby（2016）、Yinghua Jin（2016）W. Robert Reed（2016）在分析中國對外直接投資對中國經濟發展增益效果時，運用中國對外直接投資收益增長模型，基于對投資區域和投資行業的檢驗，發現國經濟增長（表現為GDP增長）的助推作用依然很小[2]。

潘新樂（2015）運用渠道分析即傳導變量這一新型研究方法，結合全要素生產率、失業率、就業結構和人均GDP等8個中介變量，通過格杰蘭因果檢驗等計量研究方法，實證分析了ODI行業配比對國內產業結構升級有影響，彈性系數為0.01197[3]。

2.3以跨國公司投資理論為分析構架

楊立強、盧進勇（2018）通過運用產業組織理論分析法，借鑒了海默的壟斷優勢理論，分析了對外直接投資中，第三產業內部具有壟斷優勢的十個行業，并對它們的結構做了研究，發現對外直接投資第三產業的結構對行業的壟斷優勢確實存在一定的影響[4]。

2.4直接引用經濟學模型的研究方法

瞿淦、邢建國（2018）通過引用道格拉斯生產函數，對商務服務業和批發零售業的資本與勞動投入取對數，以產出的對數為分析指標，預測出十年內商務服務業和批發零售業在第三產業內的流量占比可行域[5]。

3. 實證研究

對于第三產業中的六大行業流量占比，把它們視為解釋變量，而GNIGR即為被解釋變量。令租賃和商務服務業比重、批發與零售業比重、金融業比重、交通運輸/倉儲和郵政業比重、信息傳輸/軟件和信息技術服務業比重、房地產業比重和GNIGR分別為：X1、X2、X3、X4、X5、X6、和Y。

3.1回歸結果的分析

觀察五個解釋變量前面的參數估計，COMMERCE前的參數估計為0.962286，表明2006-2017年，國民總收入增長率關于對外直接投資租賃與商務服務業在第三產業流量占比的增長彈性為0.962286，在控制變量法下，租賃與商務服務業的產業內流量占比每增加1%，當年的國民總收入增長率將增加0.96%;RETAIL前的參數估計為0.847875，表明2006-2017年，國民總收入增長率關于對外直接投資批發與零售業在第三產業流量占比的增長彈性為0.847875，在控制變量法下，批發與零售業的產業內流量占比每增加1%，當年的國民總收入增長率將增加0.85%;FINANCE前的參數估計為0.842336，表明2006-2017年，國民總收入增長率關于對外直接投資金融業在第三產業流量占比的增長彈性為0.842336，在控制變量法下，金融業的產業內流量占比每增加1%，當年的國民總收入增長率將增加0.84%;TRANSPORTATION前的參數估計為1.689712，表明2006-2017年，國民總收入增長率關于對外直接投資交通運輸/倉儲和郵政業在第三產業流量占比的增長彈性為1.689712，在控制變量法下，交通運輸/倉儲和郵政業的產業內流量占比每增加1%，當年的國民總收入增長率將增加1.69%;IT前的參數估計為1.850252，表明2006-2017年，國民總收入增長率關于對外直接投資信息傳輸/軟件和信息技術服務業在第三產業流量占比的增長彈性為1.850252，在控制變量法下，信息傳輸/軟件和信息技術服務業的產業內流量占比每增加1%，當年的國民總收入增長率將增加1.85%。

3.2 流量結構優化方案

租賃和商務服務業、批發和零售業、金融業、交通運輸/倉儲和郵政業和信息傳輸/軟件和信息技術服務業，這五大行業，無論誰的產業內流量占比增加，都會促進國民總收入增長率的提高，只是國民總收入增長率的變化對交通運輸/倉儲和郵政業及信息傳輸/軟件和信息技術服務業的結構變化更為敏感，意味著，如果想要通過調整對外直接投資第三產業內流量結構來促進國民總收入增長，這兩個行業理論上應該得到重點關注，它們理應占到更多的投資流量份額。

4. 結語

本文重點研究了中國對外直接投資第三產業內行業的流量及存量結構變化對國民總收入增長率產生的影響，深入分析前對為何選取第三產業做了解釋，包括歷年來的對外直接投資三大產業的流量額和存量額數據分析、歷年來對外直接投資三大產業流量和存量的占比情況，得以說明研究第三產業是具有經濟學意義的。之后又選取了對外直接投資第三產業中最主要的六大行業，對它們進行流量額、在行業內的流量占比的數據分析。

在被解釋變量的選擇上，有兩個要點，一個是目標函數，一個是目標函數的指標;可能與其他學者不同，我在選取要研究的目標變量時，我要研究的是經濟效應，引言中也已經闡明了研究經濟效應的重要性。

建立多元一次回歸函數后，通過回歸分析確定了經濟效應流量模型，在流量結構分析中，排除了房地產業這個無關變量，發現了目前我國對外直接投資第三產業內行業流量結構的問題，并闡述了交通運輸/倉儲和郵政業及信息傳輸/軟件和信息技術服務業這兩個行業在流量結構中對國民收入增長的重要性;最后又總結了交通運輸/倉儲和郵政業這個行業的特別之處和發展建議。

參考文獻：

[1]李登.中國對外直接投資現狀及存在問題淺析. 商場現代化，2016，（18）：212-213.

[2]Philip Gunby，Yinghua Jin and W. Robert Reed. Did FDI Really Cause Chinese Economic Growth？ A Meta-Analysis. World Development Vol.90，2017，0305（750）：242-255.

[3]潘新樂.中國對外直接投資產業結構升級效應研究. 宏觀經濟管理，2017，（02）：55-58.

[4]楊立強，盧進勇.中國企業 “走出去”未來發展方向與思路. 國際貿易，2018，（07）：46-51.

[5]瞿淦，邢建國.中國對外投資的國際趨勢分析：來自中國與OECD國家的證據. 河南社會科學，2018，25（12）：8-13.

作者簡介：張銘文（1997—），男，山西大同人，碩士研究生，在校學生，研究方向：證券投資。