中國對外直接投資效率測算及其金融性影響因素研究

顧雪松，張 群，安曉冉

（1.北京林業(yè)大學(xué)經(jīng)濟管理學(xué)院，北京 100083；2.中國農(nóng)業(yè)銀行總行，北京 100005）

隨著我國產(chǎn)業(yè)競爭力的增強和外向型經(jīng)濟的持續(xù)發(fā)展，近10 余年來對外直接投資（outward direct investment，ODI）迅猛增長，對外投資合作的國家和地區(qū)范圍也不斷擴大。當(dāng)前我國經(jīng)濟進入新常態(tài)，新一輪對外開放逐步推進，ODI 發(fā)展也邁上新臺階：根據(jù)商務(wù)部的統(tǒng)計數(shù)據(jù)，2015 年末中國ODI 實現(xiàn)歷史性突破，流量首次位列全球第二位；2016—2018 年ODI 規(guī)模平均年增速在10%以上，并且超過了國內(nèi)吸引外資規(guī)模。與宏觀層面ODI 的跨越式發(fā)展相伴，微觀層面中資跨國公司的海外擴張步伐也格外引人關(guān)注。微觀個案畢竟無法反映宏觀全貌，從整體上看我國對外直接投資的效果究竟如何？投資數(shù)量增長的同時是否伴隨著投資質(zhì)量和效率的提升？在ODI 快速發(fā)展10 余年后，對此進行科學(xué)判斷，從而為今后我國ODI 的健康發(fā)展提供支持顯得尤為重要。

ODI 的實質(zhì)是資本的走出去，其發(fā)展規(guī)模和結(jié)構(gòu)受制于資金來源，因此金融業(yè)的支持不可或缺。金融對ODI 的影響具有兩面性：一方面，合理的融資支持能夠降低企業(yè)投資成本，對企業(yè)“走出去”形成推力；另一方面，過度的和過于廉價的資金會使企業(yè)傾向于采取更有風(fēng)險的投資策略去博取超額收益，甚至借助ODI 進行資本外逃或投機套利，產(chǎn)生道德風(fēng)險。對此，我國一直在金融層面積極審慎地推進境外投資管理體制改革：2017 年3 月，中國銀行業(yè)監(jiān)督管理委員會允許在華外資銀行與母行集團開展內(nèi)部業(yè)務(wù)協(xié)作，為“走出去”的中國境內(nèi)企業(yè)在境外提供金融服務(wù)；2017 年7 月全國金融工作會議后，防范系統(tǒng)性金融風(fēng)險和引導(dǎo)企業(yè)理性對外投資成為重要的監(jiān)管目標(biāo)。今后怎樣進一步優(yōu)化細化相關(guān)政策，更好地發(fā)揮金融對ODI 的正面作用？只有深入剖析金融性因素對ODI 投資效率的影響才能解決這一問題。

綜上，本文以我國ODI 的投資效率為研究主題，并側(cè)重分析金融性因素對ODI 效率的影響。首先根據(jù)ODI 的本質(zhì)屬性（投資行為）提出通過投入?產(chǎn)出效率衡量ODI 的投資效果，并闡述ODI 投資效率測算與金融性因素對其影響的理論機理；然后建立與理論分析相適應(yīng)的隨機前沿分析（stochastic frontier analysis，SFA）模型；最后利用我國31 個省級行政區(qū)（港澳臺地區(qū)因數(shù)據(jù)缺少剔除）2003—2015 年的面板數(shù)據(jù)進行實證分析，得到不同區(qū)域和年份的效率測算結(jié)果以及金融性因素對效率的影響機制，并根據(jù)研究結(jié)果提出政策啟示。

一、文獻綜述與理論分析

（一）ODI 效率測算的理論機理

與我國ODI 快速發(fā)展的歷史進程相伴，近年來越來越多的文獻關(guān)注我國ODI 的績效及其影響因素。在宏觀層面：張偉如［1］建立了我國各省的ODI 績效指數(shù)，分析了ODI 對經(jīng)濟增長的影響；姚戰(zhàn)琪［2］運用SFA 方法測算了我國整體ODI 效率，并探討了東道國政治、經(jīng)濟等因素對ODI 效率的影響，側(cè)重解決的是ODI 企業(yè)“走向哪”的問題；王英［3］、田澤等［4］對我國ODI 的宏觀績效進行了評價。在微觀層面：李泳［5］、邱立成等［6］研究了企業(yè)ODI 的績效及其影響因素。而對于ODI 的績效如何度量，不同文獻的做法不盡相同。本文認(rèn)為，ODI本質(zhì)上是一種投資行為，其追求的直接效益是產(chǎn)出，相同投入下創(chuàng)造更大的產(chǎn)出或者相同產(chǎn)出下付出更少的投入都意味著更好的投資效果，因此本文以投入?產(chǎn)出效率反映ODI 效果。

根據(jù)Farrel［7］的觀點，效率就是生產(chǎn)單位在等量要素投入條件下實際產(chǎn)出與理論最大產(chǎn)出之比。理論上投入?產(chǎn)出效率的測算方法主要有兩大類：一類是非參數(shù)法，主要以數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）為主，其優(yōu)勢是能夠度量多個投入和產(chǎn)出情況下的效率，變量間不用建立十分嚴(yán)格的函數(shù)關(guān)系，不足之處是DEA 設(shè)定了研究邊界，沒有把可能存在的測量誤差考慮在內(nèi)；另一類是參數(shù)法，如隨機前沿分析（stochastic frontier analysis，SFA），SFA 采用計量方法對前沿生產(chǎn)函數(shù)進行估計，經(jīng)濟理論基礎(chǔ)更扎實。此外，SFA 方法在測度決策單位效率的同時，還能定量分析相關(guān)因素對效率的具體影響。因此，本文SFA 測算ODI 的效率，把我國的31 個省份作為通過投入資本和勞動來創(chuàng)造ODI 的決策單元，資源的投入總量和利用率決定了一個地區(qū)的ODI 潛力。一個決策單元的實際產(chǎn)出（ODI 實際值）越接近潛力產(chǎn)出（ODI 理論最高值），則認(rèn)為該決策單元的ODI 效率越高。

（二）母國金融性因素對ODI 的影響機制

ODI 是資本的跨國配置與使用過程，在這一過程中，金融機構(gòu)是投入資金的供給方和運作資金的協(xié)助者，因此ODI 的規(guī)模與質(zhì)量直接受到金融業(yè)發(fā)展水平的影響。大量的實證研究表明，國家儲蓄水平、金融發(fā)展水平、金融深化程度等母國的金融因素能夠直接或間接地促進國內(nèi)企業(yè)的ODI［8?18］。余官勝和袁東陽［19］認(rèn)為金融發(fā)展對ODI 的影響方向不是絕對的，需要從金融發(fā)展的不同時期和不同維度來分析。還有學(xué)者認(rèn)為金融抑制政策促進了ODI 的發(fā)展［20］。此外，資金成本也是影響企業(yè)進行ODI 決策的關(guān)鍵要素，而資金成本與資金獲取渠道和方式（即金融結(jié)構(gòu)）密切相關(guān)，也就是說，社會資金的豐裕程度和企業(yè)的主要融資方式對ODI有重要影響，從而間接影響ODI 效率。

1.金融市場規(guī)模與ODI

金融市場規(guī)模越大，則可以作為資金來源的經(jīng)濟資源越多，那么越有利于為ODI 提供資金支持。同時，金融市場規(guī)模也是金融業(yè)發(fā)展水平的標(biāo)志，規(guī)模越大往往意味著金融業(yè)越發(fā)達，市場越完善，金融機構(gòu)能夠為ODI 提供更加高效優(yōu)質(zhì)的融資服務(wù)。此外，ODI 還受到經(jīng)濟增長、對外開放程度、產(chǎn)業(yè)結(jié)構(gòu)升級、市場化水平、技術(shù)進步、環(huán)境規(guī)制等因素的影響［21?26］。金融性因素也會通過作用于這些因素間接影響到投資主體的ODI 水平，例如，發(fā)達的金融市場可以為技術(shù)創(chuàng)新與轉(zhuǎn)移、人力資源培養(yǎng)等提供融資保障，這有助于提升企業(yè)國際競爭力，從而促進ODI 發(fā)展［18］。因此，金融市場規(guī)模對ODI 效率具有正向影響，為了驗證理論推測，下文實證研究中通過金融業(yè)增加值作為代理變量來反映金融市場規(guī)模和金融業(yè)發(fā)展水平，分析其對ODI 效率的具體作用方式。

2.金融市場結(jié)構(gòu)與ODI

金融市場結(jié)構(gòu)反映了ODI 的資金來源，不同的融資組合決定了不同的資金成本，我國近年來ODI 快速增長的重要原因之一可能是來自銀行系統(tǒng)的廉價資金支持，大規(guī)模廉價的資金資源與我國特殊的金融環(huán)境密不可分［8?12］。第一，受傳統(tǒng)觀念影響，我國居民偏好以銀行存款的形式保存?zhèn)€人財產(chǎn)，儲蓄額逐年增長，產(chǎn)生了銀行系統(tǒng)的巨額儲蓄，這為ODI 提供了充足的廉價的信貸資金支持，降低了信貸融資成本。第二，目前除儲蓄額高企之外，另一個具有我國特色的金融業(yè)發(fā)展特點是融資結(jié)構(gòu)不均衡，以銀行信貸為主的間接融資方式仍然是主流。特別地，國有控股大型商業(yè)銀行在銀行體系中仍然占據(jù)主導(dǎo)地位，這導(dǎo)致在授信對象的選擇上更青睞擁有政府背景的國有企業(yè)和部分大型民營企業(yè)，而不是大多數(shù)中小民營企業(yè)。由于融資來源單一并且成本較低，加之這類企業(yè)通常存在隱性的政府擔(dān)保，很容易滋生盲目擴張的投資傾向，從而降低ODI 效率。此外，過度依賴信貸的ODI 融資方式也很容易積累債務(wù)風(fēng)險，降低ODI 的可持續(xù)性。因此，金融市場結(jié)構(gòu)的不合理容易造成ODI 效率下降，為了驗證理論推測，下文實證研究中通過社會總儲蓄和間接融資比例作為代理變量來反映金融市場結(jié)構(gòu)，分析其對ODI 效率的具體作用方式。

（三）現(xiàn)有研究評述與本文的主要貢獻

綜合上述文獻及理論分析可知，目前關(guān)于我國ODI 的研究側(cè)重于分析母國和東道國因素對ODI 發(fā)展規(guī)模的影響，也有部分研究從經(jīng)濟增長和擴大就業(yè)等角度分析了ODI 的宏觀績效，但從母國視角對ODI 投入?產(chǎn)出效率的測算仍屬空白。同時，現(xiàn)有研究雖然普遍認(rèn)為金融市場規(guī)模和結(jié)構(gòu)會影響ODI 的發(fā)展水平，但在實證研究中仍側(cè)重于檢驗對ODI 發(fā)展規(guī)模的影響，尚未將金融性因素與ODI 的效率直接聯(lián)系起來。

針對上述現(xiàn)有研究的不足，本文的主要貢獻有：第一，提出了基于SFA 的ODI 效率度量方法，從投入?產(chǎn)出效率的角度建立了ODI 對母國績效的衡量標(biāo)準(zhǔn)，并實際測算了我國ODI 效率的縱向變化趨勢和橫向區(qū)域差異；第二，通過引入居民儲蓄額、間接融資比例、金融業(yè)增加值等因素，實證分析了金融市場規(guī)模和結(jié)構(gòu)對ODI 效率的影響，為驗證金融性因素等對ODI 效率的影響機制提供了經(jīng)驗證據(jù)，有助于政策層面通過優(yōu)化金融市場環(huán)境更好地促進中資企業(yè)“走出去”。

二、實證研究設(shè)計

（一）研究方法

根據(jù)前文理論分析，本文采用SFA 方法測度ODI 效率是基于以下原因：第一，SFA 方法能夠在一定程度上弱化測量誤差對結(jié)果的影響，可以解釋數(shù)據(jù)處理中的外生噪聲，避免將其計入內(nèi)生的技術(shù)無效當(dāng)中，縮小效率實際值與理論值之間的偏差；第二，SFA 方法能在一定程度上識別并排除一些短暫的干擾。中國的ODI一直處于不斷的變化當(dāng)中，且由于個別年份經(jīng)濟社會出現(xiàn)特殊情況，導(dǎo)致各實體經(jīng)濟因素包括ODI 水平都受到了不同程度的影響，但這不應(yīng)被視為ODI 效率的根本改變，SFA 可以很好地解決這一問題；第三，對于單一產(chǎn)出的面板數(shù)據(jù)，DEA 只能進行效率測算，而SFA 測算效率的同時，也能分析相關(guān)因素對效率的影響。因此，本文研究的問題更適合用SFA 展開，這樣對ODI 效率及其影響因素的估計會更加準(zhǔn)確客觀。

本文根據(jù)Battese 和Coelli［27］提出的方法，建立的基本模型為

將式（1）兩邊取自然對數(shù)，可得對數(shù)形式的隨機前沿函數(shù)模型如式（2）所示：

其中：yit表示決策單位i在時期t的產(chǎn)出；xit為投入向量；βi為一組待估向量參數(shù)；νit表示觀測誤差和其他隨機因素，一般假定它服從標(biāo)準(zhǔn)正態(tài)分布N(0，σ2)；exp(-μit) (μit≥0)為技術(shù)效率（technical efficiency，TE），在這里用產(chǎn)出期望與隨機前沿期望之比來計算：

其中：μit表示技術(shù)非效率的非負(fù)隨機變量。顯然，μit=0 時，TEit=1，表示決策單元位于前沿面[f(xit，t)exp(νit，μit=0)]上，表明技術(shù)有效；當(dāng)μit＞0 時，TEit＜1，決策單元位于前沿面下方，表明技術(shù)無效。μit服從截尾正態(tài)分布N(mit，)，效率函數(shù)可表示為

其中：μit表示技術(shù)非效率的被解釋變量；zit表示解釋變量；δ表示待估參數(shù)，反映變量z對技術(shù)效率的影響方向和程度，正值表明該變量對技術(shù)效率有負(fù)向影響，負(fù)值表示有正向影響。用最大似然法進行參數(shù)估計，使用似然比γ進行統(tǒng)計檢驗，原假設(shè)H0：γ=0，備擇假設(shè)H1：γ≠0，γ∈(0，1)，可得檢驗公式：

若γ=0，則接受原假設(shè)，說明實際生產(chǎn)點全部位于生產(chǎn)前沿曲線上，可直接運用普通最小二乘法（OLS）估計，否則應(yīng)用隨機前沿估計。而且，γ越接近于1，表示實際產(chǎn)出與理想產(chǎn)出的差主要是由技術(shù)非效率引起的，表明隨機前沿估計的結(jié)果越有說服力。

對于生產(chǎn)函數(shù)形式，主要有柯布?道格拉斯（C?D）生產(chǎn)函數(shù)和超越對數(shù)生產(chǎn)函數(shù)兩種：

其中：yit表示決策單位i在時期t的產(chǎn)出；xit為投入向量；β為待估計變量的系數(shù)；νit表示觀測誤差和其他隨機因素；j和l表示第j和l個投入變量。式（6）是式（7）的特殊形式，即超越對數(shù)生產(chǎn)函數(shù)更具有普適性。可以通過似然比（LR）統(tǒng)計量進行檢驗來選擇生產(chǎn)函數(shù)形式，原假設(shè)：β3=β4=β5=0，備擇假設(shè)：β3、β4、β5至少有一個不為0。LR統(tǒng)計量計算公式如式（8）所示：

其中：L（H0）表示原假設(shè)H0下的對數(shù)似然函數(shù)值（log 函數(shù)值）；L（H1）表示備擇假設(shè)H1下的對數(shù)似然函數(shù)值。一般來說，LR 檢驗統(tǒng)計量被認(rèn)為服從混合卡方分布，自由度即是約束個數(shù)。若計算得LR值大于單邊廣義似然比檢驗的臨界值，則拒絕原假設(shè)β3=β4=β5=0，即不可以用C?D 生產(chǎn)函數(shù)進行模型的參數(shù)估計，應(yīng)該用超越對數(shù)生產(chǎn)函數(shù)，否則接受原假設(shè)。現(xiàn)實中我們并不知道ODI 生產(chǎn)函數(shù)的具體形式，只能找出投入和產(chǎn)出的要素，后文實證部分將用上述方法選擇合適的函數(shù)形式。

（二）變量定義與計量模型的建立

1.變量定義

產(chǎn)出變量ODIit為各省份每年非金融類ODI 的流量，經(jīng)當(dāng)年美元對人民幣年均匯率換算，并由GDP 平減指數(shù)平減得到。投入變量選取地區(qū)資本存量K和人力資源水平L。

第一，由于官方未公布資本存量相關(guān)的統(tǒng)計數(shù)據(jù)，因此采用“永續(xù)盤存法”計算固定資本投入，公式為

其中：Kt表示t期期末資本存量；δ表示重置率而非折舊率；It表示t期固定資產(chǎn)形成總額；Pt表示固定資產(chǎn)投資價格指數(shù)。

第二，為更全面地反映一個地區(qū)人力資源水平，借鑒錢雪亞等［28］、李海崢等［29］、顧雪松和韓立巖［30］的做法，綜合幾個具有代表性的指標(biāo)，包括省級行政單位的各級教育生均教育事業(yè)費加總、本專科在校學(xué)生數(shù)占總?cè)丝诒戎亍⒕蜆I(yè)人員平均受教育年限、研發(fā)（R&D）投入經(jīng)費強度、R&D 人員全時當(dāng)量，運用主成分分析法，合成一個主成分變量，稱為人力資源變量。其中，各級教育生均教育事業(yè)費，由普通小學(xué)、普通初中、普通高中、職業(yè)中學(xué)、普通高等學(xué)校的生均教育事業(yè)費加總得來。平均受教育年限（T）的計算參照劉遵義和汪同三［31］的方法：公式為T=6t1+9t2+12t3+16t4，t1、t2、t3、t4分別代表小學(xué)、初中、高中、大專及以上學(xué)歷的受教育人口占總?cè)丝诘谋戎兀煌氖芙逃潭确謩e對應(yīng)4 個不同的受教育年限，即6、9、12、16。R&D 投入經(jīng)費強度，用地區(qū)研究與發(fā)展經(jīng)費支出占該地區(qū)GDP 的比重表示。R&D 人員全時當(dāng)量，即研究與試驗發(fā)展全時人員加非全時人員按工作量折算為全時人員數(shù)的總和。

本文把ODI 效率的影響因素分為兩類。一類是金融性因素，選取以下3 個變量反映金融市場規(guī)模和結(jié)構(gòu)：居民儲蓄存款總額，記為Sav；社會融資結(jié)構(gòu)，用間接融資額占總?cè)谫Y額的比重來表示，記為Str；金融市場規(guī)模，用金融業(yè)增加值表示，記為Fin。第二類，即金融因素外的其他因素，本文將其作為控制變量。這里選取3 個控制變量：地區(qū)經(jīng)濟發(fā)展水平，用各省份的人均國民生產(chǎn)總值表示，記為PGDP；對外開放程度，用各省按境內(nèi)目的地和貨源地分的貨物進出口總額占當(dāng)年GDP 的比重表示，也可以反映貿(mào)易依存度，記為Tra；國有化程度，用國有工業(yè)企業(yè)工業(yè)銷售產(chǎn)值占規(guī)模以上工業(yè)企業(yè)工業(yè)銷售產(chǎn)值比重表示，記為SO。變量定義具體情況見表1。

表1 變量定義

2.計量模型的建立

首先，在理論模型的基礎(chǔ)上建立基于SFA 的ODI 效率主模型。具體形式如式（10）所示：

其中：i（i=1，2，…，31）和t（t=1，2，…，13）分別表示第i個省份和第t個年份；β0表示常數(shù)項；β1和β2分別表示資本存量和人力資本變量的產(chǎn)出彈性；β3、β4、β5分別是資本二次項、人力資源水平二次項以及資本和人力交叉項的系數(shù)。為降低異方差的影響，各變量都取自然對數(shù)。

其次，由前文理論說明可得分析效率影響因素的非效率函數(shù)模型如式（11）所示：

其中：μit表示ODI 效率，各變量定義具體見表1。

（三）樣本與數(shù)據(jù)來源

根據(jù)所分析問題的需要，結(jié)合數(shù)據(jù)的可獲取原則，本文選取我國31 個省級行政區(qū)（港澳臺地區(qū)因數(shù)據(jù)缺少剔除）作為實證樣本。自2003 年中國官方有詳細的ODI 統(tǒng)計開始，到目前能獲得最新統(tǒng)計數(shù)據(jù)的2015 年為止，是我國ODI 事業(yè)飛速發(fā)展的時期，也是世界及我國經(jīng)濟、社會形勢發(fā)生巨大變化的時期，因此樣本期間選擇2003—2015 年。

產(chǎn)出變量非金融類ODI 的數(shù)據(jù)來自商務(wù)部公布的歷年《中國對外直接投資統(tǒng)計公報》，對于將新疆維吾爾自治區(qū)與新疆建設(shè)兵團分開統(tǒng)計的，為與其他變量的數(shù)據(jù)統(tǒng)計形式一致，本文將二者合并。ODI 在統(tǒng)計中有流量和存量兩種數(shù)據(jù)，為反映我國ODI 近年來迅猛發(fā)展且年度差異較大的現(xiàn)實情況，本文在實證模型中選用時效性強且能夠反映動態(tài)變化的流量數(shù)據(jù)。

投入變量中：資本存量用永續(xù)盤存法計算，以2000 年為基期，基準(zhǔn)期資本存量K0（2000 年，按1952 年不變價）直接采用張軍等［32］的結(jié)論，重置率δ取值9.6%，It、Pt數(shù)據(jù)均來自2003—2015 年《中國統(tǒng)計年鑒》。西藏和港澳臺地區(qū)的固定資產(chǎn)投資價格指數(shù)缺失，用商品零售價格指數(shù)代替。各級教育生均教育事業(yè)費數(shù)據(jù)來自教育部公布的2003—2015 年《教育經(jīng)費執(zhí)行情況統(tǒng)計表》、本專科在校學(xué)生數(shù)和就業(yè)人員各學(xué)歷占比情況數(shù)據(jù)來自《中國統(tǒng)計年鑒》，R&D 投入經(jīng)費強度、R&D 人員全時當(dāng)量數(shù)據(jù)來自《中國科技統(tǒng)計年鑒》。

影響因素變量中：城鄉(xiāng)居民儲蓄存款年末余額數(shù)據(jù)來自2003—2015 年《地方經(jīng)濟金融統(tǒng)計表》；融資結(jié)構(gòu)用間接融資額占總?cè)谫Y額的比例表示。需要說明的是，2003—2012 年數(shù)據(jù)為各地《區(qū)域金融運行報告》公布的非金融機構(gòu)間接融資比例，2013 及之后官方不再公布非金融機構(gòu)融資結(jié)構(gòu)的詳細數(shù)據(jù)，因此2013—2015 年融資結(jié)構(gòu)數(shù)據(jù)來自中國人民銀行網(wǎng)站公布的社會融資規(guī)模。雖然融資主體范圍由非金融機構(gòu)擴大到全社會，但本文用間接融資額占總?cè)谫Y額的比例來表示融資結(jié)構(gòu)，而沒有單純用融資額的絕對數(shù)，在一定程度上可以平滑統(tǒng)計口徑改變帶來的差距。金融業(yè)增加值數(shù)據(jù)來自《中國統(tǒng)計年鑒》。人均GDP 由GDP 除以對應(yīng)地區(qū)年末人口數(shù)計算得出，GDP、年末人口數(shù)、按境內(nèi)目的地和貨源地分的貨物進出口額均來自2003—2015 年《中國統(tǒng)計年鑒》，規(guī)模以上工業(yè)企業(yè)和國有及國有控股工業(yè)企業(yè)的工業(yè)銷售產(chǎn)值數(shù)據(jù)來自2003—2015 年《中國工業(yè)統(tǒng)計年鑒》。

非金融類ODI 流量的原始數(shù)據(jù)經(jīng)過當(dāng)年美元對人民幣年均匯率換算，然后用GDP 平減指數(shù)處理，單位為人民幣元。其他各價值量數(shù)據(jù)單位均為人民幣元，且都經(jīng)過GDP 平減指數(shù)的平減，消除了時間因素的干擾。最后在參數(shù)估計的模型中，全部數(shù)據(jù)都取自然對數(shù)。選取31 個省份2003—2015 年的面板數(shù)據(jù)，表2 報告了數(shù)據(jù)的統(tǒng)計特征。

表2 變量的描述性統(tǒng)計

三、實證結(jié)果與分析

（一）假設(shè)檢驗

為保證實證的嚴(yán)謹(jǐn)性和結(jié)果的準(zhǔn)確性，要選擇最適合樣本的函數(shù)形式，就需要對不同假設(shè)前提下估計的參數(shù)結(jié)果進行最大似然檢驗。模型I 為本文擬采用的參照模型：超越對數(shù)生產(chǎn)函數(shù)形式，且考慮效率影響因素；模型II 假設(shè)函數(shù)形式為C?D 生產(chǎn)函數(shù)；模型III 假設(shè)不考慮效率影響因素。回歸結(jié)果和假設(shè)檢驗結(jié)果見表3。

根據(jù)假設(shè)檢驗結(jié)果，模型II 和模型III 相對于參照模型I 的廣義似然率都遠大于相應(yīng)自由度下的臨界值，本文選擇拒絕原假設(shè)，即C?D 生產(chǎn)函數(shù)形式、不考慮效率影響因素的函數(shù)形式都不適合ODI 效率影響因素的分析，確定模型為考慮效率影響因素的超越對數(shù)生產(chǎn)函數(shù)形式。

表3 參數(shù)估計和假設(shè)檢驗結(jié)果

（二）效率測算結(jié)果

利用SFA 方法對模型進行估計，得到31 省（自治區(qū)、直轄市）2003—2015 年ODI 效率值的描述性統(tǒng)計見表4（效率值區(qū)間為0～1），比較的直觀情況如圖1 所示。

表4 2003—2015 年31 個省份的ODI 效率描述統(tǒng)計（按年份）

圖1 2003—2015 年31 個省份ODI 效率年均值的比較

由表4 可知：各省2003—2015 年總的平均ODI 效率為0.3652。從時間趨勢上看，31 個省份的平均效率由2003 年的0.1189 到2015 年的0.5741，13 年間的ODI 平均效率始終在提高，這與我國ODI 總量一直在飛速發(fā)展的勢頭保持了一致，但還有較大的提升空間。效率高于平均值的省份逐年增多，由開始的大部分省份集中在0.2 以下，到如今的大部分省份ODI 效率維持在0.6～0.8 的區(qū)間內(nèi)，提高的趨勢十分明顯。

本文同樣對我國31 個省份以及中、東、西部的ODI 效率進行了測算，見表5。由表5 可知：ODI 平均效率最高的是上海，為0.5898，最低的貴州，平均效率為0.0780，地區(qū)間差異較為顯著，但是效率值的變異系數(shù)逐年縮小，表明省際ODI 效率差距呈現(xiàn)收斂態(tài)勢。東部、中部、西部地區(qū)ODI 效率變化趨勢與全國總體保持一致，區(qū)域間不平衡情況較為明顯。東部地區(qū)ODI 活動最為活躍，平均效率最高，中部次之，西部最低。東、中、西部2003—2015 年ODI 平均效率變化趨勢如圖2 直觀所示。

表5 2003—2015 年31 省ODI 效率值的描述性統(tǒng)計（按省份）

圖2 2003—2015 年東、中、西部省份效率年均值比較

（三）效率的影響因素

ODI 效率與影響因素的回歸結(jié)果匯總見表6，模型IV、模型V 分別為：未加控制變量的主模型、加入控制變量的模型。γ值都非常接近于1，由上文理論分析可知擬合程度較高。

表6 SFA 模型的回歸結(jié)果

第一，城鄉(xiāng)居民儲蓄額對ODI 效率具有顯著負(fù)向影響。估計結(jié)果中Sav的系數(shù)在1%的水平下顯著為正（由前文研究方法的介紹可知，正號代表負(fù)向影響），即城鄉(xiāng)居民儲蓄額與各省ODI 效率之間是顯著負(fù)相關(guān)的。城鄉(xiāng)居民儲蓄總量反映了可貸資金規(guī)模，儲蓄額越大意味著信貸資金的成本越低，這有可能造成投資的過度擴張，從而對ODI 效率產(chǎn)生負(fù)面影響。特別是作為ODI 的主要參與者，國有企業(yè)依靠政府優(yōu)惠等優(yōu)勢條件，更容易通過大型商業(yè)銀行信貸獲取廉價資金進行投資活動［33］。因此，過高的儲蓄在一定程度上成為提高ODI 效率的阻礙因素。

第二，間接融資比例對ODI 效率具有顯著負(fù)向影響。結(jié)果中Str的系數(shù)都為正，且通過了1%的顯著性檢驗。企業(yè)的間接融資絕大部分是向金融機構(gòu)的貸款，其比例能反映社會融資結(jié)構(gòu)是否均衡合理。間接融資比例越高，表明企業(yè)ODI 更多地依靠負(fù)債融資，加之我國儲蓄規(guī)模大導(dǎo)致債務(wù)融資成本相對較低，這容易導(dǎo)致企業(yè)投資決策不夠?qū)徤鳎谖茨艹浞终撟CODI 項目的可行性的情況下盲目擴張，造成資源浪費和ODI 效率下降。隨著我國金融業(yè)改革開放進入新階段，股票、債券等直接融資方式的發(fā)展完善會逐漸解決ODI 資金來源單一的問題，從而提高ODI 效率。

第三，金融業(yè)增加值對ODI 效率具有顯著正向影響。模型I～模型II 的Fin系數(shù)為負(fù)，且模型I 通過了顯著性檢驗，即金融業(yè)增加值與ODI 效率之間是顯著正相關(guān)的。金融業(yè)增加值代表金融市場規(guī)模與金融業(yè)發(fā)展水平：一方面，金融市場規(guī)模越大，企業(yè)的ODI 活動就越能夠得到更強有力的資金支持，進行融資等活動就越便捷和有效；另一方面，金融業(yè)發(fā)展水平越高，則越能對社會資源起到優(yōu)化配置作用，金融業(yè)帶動實體經(jīng)濟和社會各領(lǐng)域發(fā)展的能力也越強，從而間接推動ODI 效率提高。

第四，由模型II 可知，控制變量中，人均GDP 對ODI 效率具有正向影響，人均GDP 能反映一個省的社會經(jīng)濟發(fā)展程度，與ODI 效率成正比。貿(mào)易依存度對全國總體的ODI 效率具有正向影響，國有化水平對ODI 效率具有負(fù)向影響，這與現(xiàn)有研究的普遍結(jié)論一致。

四、結(jié)論與政策啟示

本文在我國ODI 規(guī)模迅速擴張而其投資效果又備受爭議的背景下，研究ODI 效率及其金融性影響因素。首先從投入?產(chǎn)出角度提出ODI 效率測算的原理，并揭示金融市場規(guī)模和結(jié)構(gòu)對ODI 效率的影響機制，奠定全文的理論基礎(chǔ)；然后基于隨機前沿分析（SFA）方法，利用我國31 個省份2003—2015 年的面板數(shù)據(jù)進行實證研究，通過測算發(fā)現(xiàn)我國ODI 效率的縱向變化趨勢和橫向區(qū)域差異，通過超越對數(shù)函數(shù)的回歸分析揭示城鄉(xiāng)居民儲蓄額、間接融資比例、金融業(yè)增加值所代表的金融性因素對ODI 效率的影響。

研究結(jié)果表明：第一，2003—2015 年間，我國的ODI 效率整體呈上升趨勢并且波動幅度趨于穩(wěn)定，ODI 效率的省際差異和區(qū)域間差異較大，東部最高、中部次之、西部最低，但這種差異呈縮小趨勢；第二，金融業(yè)增加值所代表的金融市場規(guī)模和發(fā)展水平對ODI 效率具有顯著正向影響，城鄉(xiāng)居民儲蓄額和間接融資比例所代表的金融市場結(jié)構(gòu)對ODI 效率具有顯著負(fù)向影響；第三，金融性因素對ODI 效率的影響具有穩(wěn)健性，無論是以全國整體為分析對象，還是對東部、中部、西部三大區(qū)域單獨進行參數(shù)估計，結(jié)論是一致的，并且不隨參數(shù)和變量設(shè)定的調(diào)整而改變。

上述研究結(jié)論對我國合理發(fā)展ODI 具有政策啟示意義。ODI 效率逐年上升和區(qū)域間差異不斷縮小的結(jié)果說明我國ODI 的經(jīng)濟效果是正面的，中資企業(yè)“走出去”應(yīng)該繼續(xù)得到政策支持，促進ODI 穩(wěn)定發(fā)展的長效支持機制需要建立。擴大金融市場規(guī)模、提高金融業(yè)發(fā)展水平有助于ODI 效率的提升，這一結(jié)論為我國進一步推進金融業(yè)改革發(fā)展以更好地為ODI 提供融資服務(wù)，從而提升ODI 效率提供了依據(jù)。但是，金融市場結(jié)構(gòu)不合理已成為我國ODI 效率提升的阻礙因素，這一結(jié)論凸顯了ODI 融資由規(guī)模擴張型向結(jié)構(gòu)升級型轉(zhuǎn)變的必要性和迫切性。一方面要避免ODI 過度依賴間接融資和銀行信貸所滋生的道德風(fēng)險與盲目擴張；另一方面要通過發(fā)展直接融資拓寬ODI 的融資渠道。同時要以審慎原則加強對ODI 的真實性和合規(guī)性審查，避免借ODI 之名的資本外逃和投機套利，引導(dǎo)企業(yè)理性對外投資，通過提升投資效率最大限度發(fā)揮ODI 對我國實體經(jīng)濟的正面作用。