中國對美國直接投資的區位選擇及驅動因素研究

摘要：基于州級層面，利用2005—2014年中國對美國直接投資的面板數據，運用廣義矩估計（GMM）方法構建動態面板模型并結合相關理論，著重研究了中國對美國直接投資區位選擇的驅動因素。結果表明，中國對美國直接投資具有市場驅動型和戰略資產驅動型的特征，各州區的市場規模、基礎設施、勞動力數量、專利申請數量、研發支出占GDP比重對吸引COFDI具有顯著的正向影響，而勞動力年均工資、企業所得稅稅率和集聚效應會對COFDI產生顯著的負向影響。在各驅動因素的共同作用下，在空間上形成以太平洋沿岸區域、五大湖區域、大西洋沿岸區域及西南部區域為主的“點輻射面”的分布格局;在產業構成上，COFDI逐漸向技術型與高端服務型產業傾斜。

關鍵詞：中國對外直接投資;區位選擇;驅動因素;動態面板模型;美國

一、引言

對外直接投資（OFDI）已成為推動全球經濟一體化的主要力量。2003年中國大力推動“走出去”的發展戰略，鼓勵中國企業積極參與國際經濟合作，據《中國對外直接投資統計公報》顯示，2003年中國OFDI凈額約為28.5億美元，2018年增至1430.4億美元，是2003年的50倍，占全球流量的比重由0.45%增至14.1%，略低于日本，排名由21位升至全球第2 位，年均增速高達28.2%。截至2018年底，中國對外直接投資存量達1.98萬億美元，占全球存量比重的6.4%，排名由25位升至全球第3 位，僅次于美國和荷蘭，累計超2.7萬家境內投資者設立境外企業數4.3萬家，覆蓋分布在全球188個國家和地區，已成為全球重要的資本輸出國之一。如今中國作為深度融入世界經濟的主要開放型經濟體，對外投資已從規模擴張性逐漸進入質量效益型發展的新階段。

中國對美國的直接投資起始于20世紀80年代，近年來隨著雙方經貿關系的發展，目前美國已成為中國對外直接投資的最大目的地國。2000至 2014年期間，中國對美OFDI存量由0.68億美元增至475.74億美元，投資規模跨越式增長了近700倍，涵蓋制造、采礦、金融、商務服務、信息技術等多個產業。中國企業赴美投資，不僅開拓了當地市場，也更好地把握了市場動態和技術發展方向，有助于提升研發創新能力和企業知名度，同時也為美國當地經濟、就業、稅收等作出了貢獻。

目前，已有相關研究涉及FDI的空間格局及影響因素，并主要圍繞中國對美國直接投資現狀特征、動因、障礙及對策等方面進行分析。國內外也有一些學者對中國對美國直接投資的區位選擇進行探討。王麗[1]研究發現美國國內市場、中美貿易、匯率、勞動力成本等因素會影響COFDI的區位選擇;王疆和陳俊甫[2]基于社會影響因素視角，發現華人移民網絡對COFDI產生重要影響;Ramasamy等[3]、Cheung和Qian[4]認為市場規模、技術等因素是中國對美投資的驅動力;也有研究表明中國對美國FDI空間分布不均，集聚程度尚不顯著[5]，各州GDP、人口數量、研發支出等因素是影響COFDI區位選擇的主要因子[6]。上述研究多基于國家宏觀層面，且定性分析居多，僅僅考慮美國整體的投資環境，忽視了各州區間的差異，對COFDI在美投資區位選擇的參考價值具有一定的局限性。鑒于此，本研究以美國州級行政單位為研究對象，基于空間視角，結合理論與實證兩方面，旨在研究中國對美國直接投資的內在驅動因素。一方面為中國企業對美國直接投資的區位選擇提供戰略參考，同時也希望完善并豐富相關研究。

二、中國對美國直接投資的分布特征

（一）投資規模總量不斷擴大，但份額較小

進入新世紀以來，COFDI取得快速增長，中國對美國投資規模不斷擴大，總體呈上升趨勢。據榮鼎集團數據顯示，自2000年至2014年末，中國企業總共對美國成功發起1029項投資項目，累計對美投資額已達475.74億美元，年均增長率接近75%。2005年，中國對美FDI流量由0.58億美元迅速增長到19.78億美元，重要原因是聯想集團以17.5億美元收購IBM公司的個人計算機業務部門。2009年之后，受全球金融危機的影響，美元對人民幣匯率一路下降，美國為刺激外資流入，開放了部分限制產業部門，降低了外資準入門檻，中國企業抓住此次機遇，進入投資快速發展期，投資額顯著升高。其中，并購投資仍然是最主要的投資形式，交易總量占累計投資額比例近90%，而民營企業不論在投資項目交易數量或是在投資交易金額方面都已經超過國有企業，所占比重在60%以上，已成為中國對美國直接投資的主力軍。

盡管COFDI在美規模迅速擴張，但整體占美國吸收外資的份額還相對較少，在2000-2014年期間，中國對美投資在美國吸收外資總額的占比不足1%。作為全球第二大經濟體，無論在投資流量還是存量上，中國對美投資規模與英國、日本、加拿大等國家相比還存在一些差距。

（二）投資地域覆蓋面逐步拓寬，但分布不均

2014年，COFDI已經進入美國46個州區，投資覆蓋率高達85.19%。但空間分布不均，州際間由于投資環境優劣不同，導致投資規模存在較大差異。投資焦點主要集中在四個區域：即以加利福尼亞州為核心的太平洋沿岸區域，以紐約州、伊利諾伊州和密歇根州為中心的五大湖區域，以北卡羅來納州、南卡羅來納州為基點延伸的大西洋沿岸區域和以德克薩斯州為輻射點的西南部區域，呈現為“點輻射面”的空間分布格局（圖1）。

具體來看，太平洋沿岸地帶以加利福尼亞州和華盛頓州最為突出，由于華人關系網絡集中，同時經濟、科技、教育水平均位于美國前列，綜合實力強，吸引了大量中資流入;五大湖區域水運系統便利，是美國傳統的汽車制造、化學軍事工業集聚區，其中紐約作為全球重要的國際金融中心，房地產酒店業及金融服務業占據優勢;大西洋沿岸區域中北卡羅來納州的三角科技園區是外資R&D機構的集中區域，弗吉尼亞州因2013年雙匯國際控股有限公司以總價71億美元對美國史密斯菲爾德食品公司的收購，引資量急劇增長;西南部區域自然資源豐富，德克薩斯州是美國最大的能源和化工州，俄克拉荷馬州天然氣產量居全美第三位，吸引了大量能源投資。

（三）投資領域日趨多元化，已逐漸轉向技術型與高端服務型產業

隨著中國對美國直接投資規模的快速增長，投資領域也日趨多元化，主要流向制造、能源、商務服務、信息技術等多個產業，而且產業結構也逐步發生變化。據榮鼎集團The Rhodium Group數據顯示，截至2014年末，中國對美累計投資額主要集中在能源產業、ICT產業、房地產與酒店業、娛樂業、農業與食品業、汽車產業、醫療保健與生物科技業、金屬與采礦業、金融與商業服務業、消費產業與服務業這十類產業，所占比重高達90%以上。

從具體變化來看（表1），2012-2014年，中國對美國能源產業投資比重逐漸減少，占比由41.33%降至2.80%，投資額也由31.02億美元減至3.33億美元，說明能源產業逐步失去優勢地位。而中國企業投資在農業與食品業、ICT產業、醫療保健與生物科技業、房地產與酒店業、娛樂業領域表現亮眼，增長迅速，這五類產業投資流量總額由33.30億美元提高到101.45?? 億美元，所占比重由44.37%升至85.25%，尤以ICT產業和房地產與酒店業最為突出。其中，2012年大連萬達集團以26億美元完成對AMC娛樂公司的收購，2014年聯想集團以29億美元完成對摩托羅拉移動的收購，可見中國對美國直接投資的技術型與高端服務型產業的趨向性已日益突顯。

三、投資驅動因素的理論假設

鄧寧的國際生產折衷理論將對外直接投資的動機歸納為四大類：即資源尋求型、市場尋求型、效率尋求型和戰略資產尋求型，并把區位因素分為自然和人造資源稟賦、市場潛力、經營成本、政府政策等因素[7-8]。美國作為當今全球最發達的經濟體和累計吸收外資最多的國家，在科研創新水平、市場活力、營商環境、制度管理等方面具有區位優勢，但由于各州區地理環境及社會經濟發展水平的不平衡，影響了COFDI的區位分布。為了探究中國對美國直接投資的區位選擇受到哪些因素的影響，在參考相關研究的基礎上，以下重點就6 類驅動因素進行理論分析，并提出假設。

（一）市場規模因素

尋求市場是企業跨國經營最為普遍的驅動力，市場規模越大，企業和產業的發展空間就越廣闊。產品生命周期理論、內部化理論等傳統對外直接投資理論都認為，地區的市場規模與消費水平是影響FDI區位分布的重要驅動因素，市場規模越大則越有利于實現規模經濟，從而降低投資的邊際成本。國外有研究指出東道國的市場規模對中國OFDI具有顯著的正向促進作用[9]。蔣冠宏和蔣殿春[10]實證發現中國OFDI傾向于流入市場規模較大的國家和地區。市場規模一般通過地區的經濟發展水平來反映，經濟發展水平越高，表明潛在的市場容量越大，消費群體越多，對投資活動具有更大的吸引力。因此本文提出如下假設：

H1：各州區的市場規模與COFDI呈正相關關系。

（二）基礎設施因素

基礎設施建設是評價一個國家（地區）營商環境優劣的重要因子，也是影響FDI區位分布的重要因素，發達的交通網絡和便捷的信息通訊系統可以有效降低企業生產的運輸成本、時間成本、信息交流成本，有利于生產效率和利潤的提高。Amighini[11]實證發現地區的基礎設施水平與其吸收外資之間存在顯著的正相關關系。Cheng和Kwan[12]通過研究發現中國企業傾向于投資路網密度高的地區。陳恩和陳博[13]的實證結果也顯示東道國基礎設施條件對中國OFDI具有顯著的正向影響，比如機場和高速公路。因此本文提出如下假設：

H2：各州區的基礎設施水平與COFDI呈正相關關系。

（三）勞動力因素

以往研究表明，勞動力要素對于經濟活動、FDI區位選擇具有明顯影響。勞動力要素包括勞動力數量、成本和質量，其中勞動力成本是決定FDI區位分布的重要成本因素。Anderson和Sutherland[14]通過研究外資在美國各州的區位分布，發現較高的勞動力成本會對FDI產生負向影響，較高的工資水平會阻礙外資的流入。同時勞動力數量對市場尋求型企業投資也具有較大的吸引力。沈坤榮和田源[15]、趙瑜嘉等[16]的實證研究結果表明除了市場容量、勞動力成本等因素之外，地區勞動力存量越大，越容易吸收外資及項目投入。因此本文提出如下假設：

H3：各州區的勞動力成本與COFDI呈負相關關系。H4：各州區的勞動力數量與COFDI呈正相關關系。

（四）科技創新因素

科技創新能力已成為當今國家發展的核心競爭力。Deng[17]指出特別是發展中國家的企業往往缺乏自身的技術優勢，希望通過投資行為學習獲取發達國家的領先技術、企業管理經驗、產品品牌建設經驗及營銷模式，以進一步推動國內產業結構的優化升級，因此地區的科研實力高低會影響COFDI的區位決策。Hennart[18]指出中國的民營企業更多地采用并購的方式在美國獲得戰略性資產，實現逆向技術溢出效應，且這種趨勢在國際金融危機時期愈發明顯。葛振宇和湛泳[19]基于2000至 2013年中國對美國直接投資的時間序列數據，實證研究發現美國的經濟規模、高新技術水平和研發投入是影響COFDI投資規模的主要因素，且具有顯著的正效應。因此本文提出如下假設：

H5：各州區的科技創新水平與COFDI呈正相關關系。

（五）政策稅率因素

東道國的政治環境和營商環境，與投資的安全性和回報率密切相關，而投資目的地的鼓勵優惠政策對FDI能產生較大的吸引力，其中稅收激勵政策、優惠貸款等措施直接關系到企業的經營成本和市場效率，是企業投資所需要考慮的關鍵因素，一般而言高稅率的地區相對引資規模較小。由于美國稅法系統復雜，各州均有獨立的稅收制度，且不同州區在公司所得稅和個人所得稅方面的稅率存在較大差異，這會一定程度影響COFDI的區位選擇。Hines[20]基于實證研究，指出稅率變化對美國各州吸收FDI具有顯著影響，且企業所得稅稅率越高，吸引FDI流入越少。因此，跨國企業通常傾向于選擇政治風險較低、制度體制較為完善或稅率較低的國家或地區進行投資。因此本文提出如下假設：

H6：各州區的稅率與COFDI呈負相關關系。

（六）集聚因素

Krugman認為，規模經濟和集聚效應是影響外商直接投資產業和區位分布的重要因素[21]。以往研究表明，外國投資者在面對陌生的投資環境時，為了節約信息成本和交易成本、降低生產風險，基于路徑依賴理論，一般趨向于外商投資較為集聚的地區[22]，這是因為前期投資的流入能為后來者開辟市場、完善基礎設施、優化勞動力資源，即對企業的區位決策產生“示范效應”，并逐步強化區位優勢，形成集聚經濟，達到“以資引資”的效果。Kandogan[23]等通過實證分析美國各州吸收FDI的情況，結果顯示集聚因素對FDI流入具有正向影響。因此本文提出如下假設：

H7：各州區的集聚程度與COFDI呈正相關關系。

四、驅動因素的實證分析

（一）變量選取說明

基于上述對驅動因素的理論分析及參照相關研究[24-25]，遵循變量選取的科學性、客觀性、可獲取性等原則，擬從各類驅動因素中選取主要代表變量進行說明。

1.??? 被解釋變量

本研究選取中國對美國各州區直接投資額（COFDI）作為被解釋變量。

2.解釋變量

（1）市場規模因素。本研究選取美國各州區的人均GDP（GDPPC）作為代表變量，不僅可以反映某州區的經濟發展水平，也能在一定程度上反映其市場容量和消費能力。（2）基礎設施因素。考慮到交通網絡與基礎設施建設的聯系最為緊密，本研究選取美國各州區每平方英里公路鐵路總里程數，即公路和鐵路的路網密度（ROAD）來衡量該州區的基礎設施條件。

（3）勞動力因素。一般在市場驅動型和戰略資產驅動型企業的投資項目中，廉價、充足、高素質的勞動力資源，可以有效降低企業運營成本，對FDI具有較強的吸引力。本研究選取美國各州區勞動力年均工資（WAGE）和勞動力數量（LAB）這兩個變量來反映該州區的勞動力資源條件。（4）科技創新因素。以專利等知識產權為主的核心技術和研發投入是戰略資產中的重要組成部分，本研究選取美國各州區專利申請數量（PAT）和研發支出占GDP的比重（RAD）作為代表變量，不僅可以反映該州區的科技創新實力，同時也能體現其對知識產權保護的力度。（5）政策稅率因素。稅收政策中，企業所得稅稅率與企業投資活動與密切相關[14]，企業所得稅稅率越低，稅收政策越優惠，則企業的利潤收益就越高，本研究選取企業所得稅稅率（TAX）來反映州區的稅收政策優惠程度。（6）集聚因素。本研究選取滯后一期的中國對美國各州區直接投資額COFDI（-1）作為代表變量，以此反映該州區前期的外資流入是否對當期投資具有顯著影響。

（二）樣本及數據來源

中國對美國直接投資規模自2005年之后才取得較快發展，為更好地反映各驅動因素對COFDI的影響，且考慮到各解釋變量數據年份的一致性和可獲得性，本文選取2005—2014年作為時間區間。在剔除部分統計數據缺失和其他數據不足的州區之后，最終確定39個州區作為研究樣本，中國在39個樣本州區直接投資存量達總值的95%以上，因此樣本具有代表性。中國對美國各州區直接投資數據來源于榮鼎集團The Rhodium Group網站數據，各變量指標描述及數據來源見表1。

（三）方法與模型構建

由于考慮到經濟個體行為的持續性、慣性和偏好等影響，同時引入了被解釋變量的滯后項，需要研究其動態變化過程，因此本研究采用動態面板數據模型。另外考慮到前期變量的滯后影響，有可能引起解釋變量的內生性問題，Arellano和Bond[26]運用廣義矩估計（GMM）方法進行參數估計，得到“Arellano-Bond估計量”，也稱標準一階差分GMM估計（DIF-GMM），其能夠有效降低參數估計量產生偏誤的可能性，使估計結果更為穩健[27]。基于上述對各類驅動因素的分析及變量選取，構建以下動態面板模型，來反映各類驅動因素對中國對美國直接投資區位選擇的影響程度。

其中，α是常數項，i代表地區，t代表年份，βi為解釋變量的系數，ui代表的是不隨時間變化的各地區截面的個體效應，εit為隨機擾動項。

（四）結果分析

根據模型設定，運用Eviews7.0對 2005—2014年中國對美國39個州區的面板數據進行DIF-GMM估計。首先需要對模型設定的合理性和工具變量的有效性進行檢驗。Sargan檢驗主要是判斷模型是否存在過度識別限制問題，用來檢驗工具變量的有效性，其零假設為過度識別限制是有效的，同時，用AR（1）和AR（2）統計量檢驗殘差項是否存在序列相關性，以驗證模型設定的合理性[24]。從模型檢驗結果（表2）來看，Sargan檢驗結果顯示，p值大于0.05，表明其接受了過度識別是有效的零假設，即模型中工具變量的選取是有效的。AR（1）、AR（2）檢驗結果顯示AR（1）顯著、AR（2）不顯著，表明一階差分后的殘差項不存在二階序列自相關，即模型的設定是合理的，可進行后續分析。

從模型估計結果（表3）來看，所有解釋變量均通過了1%的顯著性水平檢驗。現根據模型估計結果對各類驅動因素進行分析：即中國對美國39個州區的直接投資與各州區市場規模、基礎設施、勞動力數量、專利申請數量、研發支出占GDP比重之間呈現顯著的正相關關系，與各州區勞動力年均工資、企業所得稅稅率和集聚效應呈現顯著的負相關關系，其中集聚效應的估計結果與理論假設相反，最終7 個假設中有6 個得到了驗證。

1.??? 市場規模因素：代表變量GDPPC的系數為2.805894，表示各州區市場規模與COFDI呈顯著正相關，H1得到驗證。該變量在所有變量中的解釋力度最大，表明中國對美國的直接投資呈現市場尋求型的典型特征。美國整體經濟發展程度較高，且長期維持較高的消費水平，其龐大的消費市場容量和市場潛力無疑對中國企業有著強大的投資驅動力。其中，人均GDP高值區集中分布在太平洋沿岸、大西洋沿岸和五大湖區，如紐約州、馬薩諸塞州、加利福尼亞州、華盛頓州、伊利諾伊州、德克薩斯州等，因此中國對美直接投資區位選擇的傾向性大，且主要流向制造業、房地產與酒店業等。

2.??? 基礎設施因素：代表變量ROAD的系數為0.943283，表示各州區基礎設施水平與COFDI呈顯著正相關，H2得到驗證。美國海陸空交通網絡密集交織，基礎設施系統完備，大致以密西西比河為分界線，東部路網密度高于西部。其中，路網密度較高的州區主要分布在南大西洋沿岸地區及五大湖地區，這與中國對美直接投資的區位分布具有一定的相似性。基礎設施條件完善能有效地降低企業生產、經營、銷售等投資貿易活動的成本，從而使企業達到提高收入效益的目的，因此中國企業往往傾向于投資基礎設施完善程度較高的地區。

3.??? 勞動力因素：代表變量WAGE的系數為-0.906187，表示各州區勞動力成本與COFDI呈顯著負相關，H3得到驗證;代表變量LAB的系數為0.061301，表示各州區勞動力數量與COFDI呈顯著正相關，H4得到驗證。美國的勞動力市場較為充足，且高素質的管理者和高技能的工程師可獲取性較強，其中勞動力資源條件較好的州區主要在加利福尼亞州、德克薩斯州、南大西洋沿岸地區及五大湖區域，這對COFDI的區位選擇也產生一定影響。由于在中國對美國直接投資的主要行業中，制造業、商業服務業、ICT產業、醫療生物科技業占有較大的比重，具有明顯的市場尋求型和技術尋求型的特征，因此廉價充足、高素質的勞動力資源是驅動該類投資活動的重要因素之一。

4.??? 科技創新因素：代表變量PAT的系數為1.694713，代表變量RAD的系數為0.242079，綜合兩者，表示各州區科技創新水平與COFDI呈顯著正相關，H5得到驗證。PAT對被解釋變量有較大的解釋力度，表明中國對美國的直接投資受到戰略資產驅動力的較大影響，州區的專利申請量越多、研發支出占GDP比重越大，代表其科技創新水平越先進，對中資企業的吸引程度越大，聯想、百度、華為近年來的并購投資成為中國對美國戰略資產尋求型投資的典型代表。美國目前仍是全球數字經濟中技術創新和商業模式創新的中心，高新技術行業及新興服務業發達。其中，科技創新水平位于前列的區域主要是太平洋沿岸及東北部地區，這些地區高等教育資源優勢突出，大學和科研機構相對集中，擁有大量優質的人力資源，同時重視知識產權保護，科研成果轉化率高，如馬薩諸塞州的哈佛大學、麻省理工大學、波士頓大學，康涅狄格州的耶魯大學，新澤西州的普林斯頓大學，加利福尼亞州的斯坦福大學、加州大學伯克利分校、加州理工學院等，在東北部和西部形成了外資R&D機構的集聚，已成為高新技術產業發展的學術智庫。硅谷作為加利福尼亞州的科技中心，也是當今電子工業、信息技術服務業和計算機軟件業的全球基地園區，每年申請專利產品近萬件，研發實力強勁。因此，中國技術型產業的投資多趨向于這些地區，主要集中在ICT產業、醫療保健與生物科技業、信息與技術服務業。

5.??? 政策稅率因素：代表變量TAX的系數為-2.382543，表示各州區稅率與COFDI呈顯著負相關，H6得到驗證。美國各州的稅收制度獨立且存在差異，一些州區為吸引更多的外資和項目投入，制定實施稅收優惠政策，其中一個重要方面就是企業所得稅稅率。該變量負向影響較大，表明企業所得稅稅率對企業投資決策時具有顯著影響。企業所得稅稅率較低的區域基本分布在西部和中西部地區，主要因其地理環境、經濟社會資源等條件處于相對劣勢，很大程度需要依靠優惠政策吸引外資;另外，南部整體稅率較低，營商環境較好，如德克薩斯州、南卡羅來納州、弗吉尼亞州、俄克拉荷馬州。因此企業為了降低運營成本，減輕負擔，收獲更高收益，也傾向于選擇這些地區。

6.??? 集聚因素：代表變量FDI（-1）的系數為-0.434254，表示各州區集聚程度與COFDI呈顯著負相關，這與理論假設相悖，H7未得到驗證。一個可能的解釋是，中國對美國直接投資還未形成大規模區域化，產業集聚和空間集聚程度尚不顯著，以加利福尼亞州、德克薩斯州、北卡羅來納州、南卡羅來納州和五大湖區為主的投資熱點區對周圍COFDI的輻射拉動作用尚未有效發揮，前期的“示范效應”帶動性也較弱。但隨著中國對外直接投資進程的不斷發展、投資模式的日趨成熟，企業在從事投資活動之前也會越發重視對集聚因素的考量，投資規模效應也會日益凸顯。

五、結論與啟示

（一）主要結論

通過上述空間分析與實證分析，得出以下主要結論：（1）中國對美國直接投資數額及項目數逐年增長，目前美國已成為中國對外直接投資的第一大目的地國。COFDI在美區位分布主要集中于太平洋沿岸區域、五大湖區域、大西洋沿岸區域及西南部區域，投資領域逐漸轉向ICT產業、房地產與酒店業、生物科技業等技術型與服務型產業，市場潛力巨大。（2）中國對美國直接投資動因與傳統FDI理論預期差異不大，大部分假設得到驗證，主要驅動因素包括市場規模因素、基礎設施因素、勞動力因素、科技創新因素、政策稅率因素、集聚因素。其中，市場規模、專利申請數量、企業所得稅稅率對于COFDI區位分布的影響程度較大，可見中國對美國直接投資具有市場尋求型和戰略資產尋求型的特征。（3）與預期假設相悖，集聚因素并沒有產生積極的“示范效應”，這可能是由于中國對美國直接投資還未形成規模效應，空間集聚程度尚不顯著，集聚經濟對COFDI的驅動作用尚未得到有力體現。

（二）啟示

基于以上結論，在今后對美投資進程中，中國企業應更加注重產業和區位選擇，明確美國各地區的區位優勢和產業分布特征，企業應結合自身需求因地制宜選擇投資，并充分考慮集聚因素的作用，促進加快形成產業空間的規模經濟效應。在投資區域選擇方面，應集中分布在太平洋沿岸區域、大西洋沿岸區域、五大湖區及周邊輻射區域、中部西南地區，并逐步形成顯著的空間集聚效應。

同時，在外向型經濟快速發展和“中國制造2025”的大背景下，企業要以創新驅動為重要引擎，多方整合資源，不斷提升自身國際競爭力，為對外投資走得更遠打下堅實基礎。第一，要提高自主研發水平。技術創新是企業發展的靈魂。以往中國企業多數通過對發達國家直接投資學習先進專利與技術，但是并未掌握其核心精髓，缺乏核心競爭力是國內企業在國際市場的一大劣勢。當前，中國企業應著力于技術升級，實現國內產業結構轉型，以逐步擺脫引進國外技術的被動局面，變“中國制造”為“中國智造”。一要加大企業研發支出投入，以項目式帶動，積極與高校、科研院所等研究機構建立合作伙伴關系，提升技術成果的轉化率，提高產品附加值，促進形成“產學研”協同創新的良性循環。二要牢固樹立品牌意識。在立足創新的基礎上，企業要自覺爭創品牌、保護品牌，注重培植企業文化，塑造企業良好形象，扎實做到產品質量和企業管理水平“兩手抓”，進一步擴大品牌知名度與影響力，讓企業更好地“走出去”。三要完善人才引進和培育機制。人力資源是企業研發創新的重要載體，與核心競爭力密切相關。企業應通過多種渠道加快引進高層次人才，包括具備國際經濟管理經驗、熟悉東道國政治、經濟、文化、法律知識、具有語言優勢、專業技能過硬的復合型專業化人才。同時做好醫療、教育、生活等配套設施建設工作，建立健全科學合理的人才評價制度和激勵機制，為高端人才提供制度保障。

另外，在企業對外投資活動中，應注重本土高素質人才的選拔和培育，構建本地化網絡，以更好地根植于當地投資。第二，要科學規劃對外投資布局。一要根據企業自身發展定位和未來發展戰略，提前規劃投資路徑。以主導產業方向為前提，充分考量各國基礎設施、勞動力、技術創新、制度文化等條件因素，合理布局產業鏈、供應鏈。對資源密集型、勞動密集型、資本密集型、技術密集型等不同類型產業，應基于各地區比較優勢做出區位選擇。二要依據國際形勢和國家政策，投資布局具有一定傾向性，特別是“一帶一路”沿線國家地區。第三，要提升風險防范能力。近年來，中國企業對美直接投資不斷受阻，不僅與特朗普政府對華戰略政策日趨競爭化、中美貿易摩擦不斷升級有關，同時也是美國外資安全審查的政治干預、不斷收緊中國企業對美國關鍵技術和基礎設施投資準入等改革措施共同作用的結果，導致中國企業處境異常艱難。當前中國企業應充分認識投資風險，避免非理性對外投資，特別是與國家內部宏觀調控和鼓勵對外合作方向不相符的投資項目。一要建立健全風險評估和預警機制，對東道國政治經濟形勢、社會治安狀況、民族宗教沖突、償債能力等方面進行合理研判。

同時用好對外投資公共信息服務平臺，及時關注對華投資貿易政策調整、疫情防控資訊、企業扶持政策等信息的更新，確保政府、企業溝通順暢，提高企業突發事件應急處置能力。二要加強項目審查，審慎對待境外投資的真實性和合規性，規避因投資盲目跟風、錯誤預判而導致的債務風險。三要充分發揮華人華僑的橋梁紐帶作用，積極與東道國華人華僑、華商協會構建良好聯系，一方面方便及時了解當地投資商情、風險變化情況，另一方面也為雙向推介投資項目拓寬渠道。

面對復雜的國際競爭態勢，中國應充分利用資本優勢和人民幣加速國際化的契機，以合作共贏為核心，持續推進“一帶一路”、“亞洲基礎設施投資銀行”及“RCEP”建設，進一步提升開放型經濟水平，深化國際經貿合作交流，為中國贏得更高質量的穩定外部發展環境，從而早日實現人類命運共同體的偉大實踐。

參考文獻：

[1]?? 王麗.中國對美國直接投資的宏觀經濟影響因素實證分析[J].經營管理者，2012，（8）：267-268.

[2]?? 王疆，陳俊甫.移民網絡，組織間模仿與中國企業對美國直接投資區位選擇[J].當代財經，2014，（11）：69-78.

[3]?? Ramasamy B，Yeung M，Laforet S.Chinas Outward Foreign Direct In-vestment：Location Choice and Firm Ownership[J].Journal of World Business，2012，47（1）：17-25.

[4]?? Cheung Y W，Qian X.Empirics of Chinas Outward Direct Investment[J].Pacific Economic Review，2009，14（3）：312-341.

[5]?? 黃馳，陳瑛.2000年以來中國對美國直接投資的時空演變[J].世界地理研究，2016，25（2）：40-49.

[6]?? 陳瑛，馬斌.中國民營企業對美國直接投資的區位選擇及其影響因子分析[J].世界地理研究，2016，25（1）：67-74.

[7]?? Dunning J H.The Eclectic Paradigm of International Production：a Re-statement and Some Possible Extensions[J].Journal of International Business Studies，1988，19（1）：1-31.

[8]?? Dunning J H.The Eclectic（OLI）Paradigm of International Production：Past，Present and Future[J].International Journal of the Economics of Business，2001，8（2）：173-190.

[9]?? Buckley P J，Clegg L J，Cross A R，et al.The Determinants of Chinese Outward Foreign Direct Investment[J].Journal of International Business Studies，2007，38（4）：499-518.

[10] 蔣冠宏，蔣殿春.中國對外投資的區位選擇：基于投資引力模型的面板數據檢驗[J].世界經濟，2012，（9）：21-40.

[11] Amighini A，Rabellotti R，Sanfilippo M.Chinas Outward FDI：an In-dustry level Analysis of Host-country Determinants[J].Frontiers of Economics in China，2013，8（3）：309-336.

[12] Cheng L K，Kwan Y K.What are the Determinants of the Location of Foreign Direct Investment？The Chinese Experience[J].Journal of International Economics，2000，51（2）：379-400.

[13] 陳恩，陳博.中國對發展中國家直接投資區位選擇及影響因素[J].國際經濟合作，2015（8）：14-20.

[14] Anderson J，Sutherland D.Entry Mode and Emerging Market MNEs：an Analysis of Chinese Greenfield and Acquisition FDI in the United States[J].Re-search in International Business and Finance，2015，35：88-103.

[15] 沈坤榮，田源.人力資本與外商直接投資的區位選擇[J].管理世界，2002，（11）：26-31

[16] 趙瑜嘉，馬妍，賀燦飛.中國對外直接投資區位選擇影響因素探究[J].商業時代，2014（30）：65-67.

[17] Deng P.Outward investment by Chinese MNCs：Motivations and impli-cations[J].Business Horizons，2004，47（3）：8-16.

[18] Hennart J F.Emerging Market Multinationals and the Theory of the Multinational Enterprise[J].Global Strategy Journal，2012，2（3）：168-187.

[19] 葛振宇，湛泳.中國對美國直接投資的影響因素研究[J].亞太經濟，2015，（2）：85-91.

[20] Hines J R.Tax Policy and the Activities of Multinational Corporations[R].National Bureau of Economic Research，1996.

[21] Krugman P.Geography and Trade[M].Cambridge：MIT Press，1991.

[22] 李郇，丁行政.空間集聚與外商直接投資的區位選擇——基于珠江三角洲地區的實證分析[J].地理科學，2007，27（5）：636-641.

[23] Kandogan Y.Regional Foreign Direct Investment Potential of the States within the US[J].Journal of Economics and Business，2012，64（4）：306-322.

[24] 項本武.東道國特征與中國對外直接投資的實證研究[J].數量經濟技術經濟研究，2009，（7）：33-46.

[25] 胡博，李凌.我國對外直接投資的區位選擇——基于投資動機的視角[J].國際貿易問題，2008，（12）：96-102.

[26] Arellano M，Bond S.Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations[J].The Review of Economic Studies，1991，58（2）：277-297.

[27] 高鐵梅.計量經濟分析方法與建模——EViews應用及實例（第二版）[M].北京：清華大學出版社，2009：112-113.

作者簡介：

黃馳（1990-），女，漢族，福建邵武人，碩士，福州市社會科學院研究實習員，主要研究方向為經濟地理與區域投資環境。