跨国企业对外投资区位选择的研究，主要以OLI研究范式为基础，将母国和东道国各种宏观因素纳入区位选择模型，后来又逐渐吸收了新经济地理学的主要思想与研究方法。近年来，随着企业层面数据的逐渐公开以及异质性企业贸易理论的兴起，学者们开始从微观企业层面、采用微观数据对企业对外投资的区位选择问题进行理论和实证分析。国内学者运用微观数据对中国企业对外投资区位选择的影响因素进行考察，其中，企业层面的样本数据主要来自两个方面：一是上市公司样本数据，二是通过匹配《中国工业企业数据库》和商务部境外投资企业(机构)名录得到的样本数据(冯华 等，2015)。一些学者在异质性企业贸易理论的框架下，通过对经典模型进行拓展，重点考察不同生产率水平、不同投资动机、不同所有制性质的中国企业对外投资的区位选择问题，也就是考察企业异质性特征因素对其投资区位选择的影响(王方方 等，2012；陶攀 等，2013；邱立成 等，2015；周经 等，2015)。另外一些学者重点考察了东道国特征因素对企业投资区位选择的影响(宗芳宇 等，2012；阎大颖，2013；王永钦 等，2014；余官胜 等，2014；张纯威 等，2016)。可以看到，为数不多的关于中国企业对外投资区位选择的微观层面研究要么主要聚焦于东道国特征因素、要么主要聚焦于企业方面的异质性因素，本文运用中国工业企业数据库和商务部境外投资企业(机构)名录匹配得到的样本数据，对中国企业对外投资区位选择进行全方位的实证检验，检验对象既包含企业异质性特征因素，又包含东道国特征因素，同时还包含对不同所有制性质、不同资本密集度、是否出口三个维度的分组检验。

而由于微课可以反复播放，教师就可以引导学生通过反复观看微课的形式，使学生可以通过微课进行有效地复习，并能够有意识地开展自主学习。同时，教师可以结合教材内容，为学生制作各个单元的重点知识微课，引导学生结合自己的实际情况，自主选择自己需要复习的知识。通过这样的方式引导学生复习，可以使基础知识不牢靠的学生循序渐进地补充自己，还可以使基础知识比较扎实的学生更好地完善自己，从而提升教学质量，使全班的学生都可以获得真正的进步。

一、理论分析

结合已有研究文献，将企业对外投资区位选择的影响因素分为两类：东道国特征因素和企业异质性因素，并对两类影响因素的作用机制进行理论分析，得出理论假设。

下面在分析EM断路器传热过程的基础上，建立在不同负荷电流下的基于等效热通道的稳态热点计算模型，并通过案例与有限元法进行比对，验证所提方法的有效性。

(一)企业异质性因素

影响企业对外投资区位选择的企业层面的因素主要包括企业生产率、规模、年龄、资本密集度、研发投入等。

1．企业生产率

由图3可知，灰渣吸附剂的脱色率随pH值增加而增加。在pH值较低区域内，吸附效果随pH值增加而增大，当pH值大于6时吸附效果有减缓趋势。综合考虑，pH值取5～7为宜。

在异质性企业贸易理论的框架下，企业是否会进入一国进行直接投资取决于其自身的生产率水平与东道国的生产率门槛①。在某东道国生产率门槛值给定的情况下，企业生产率的提升可能会越过其门槛值，导致企业有能力对该国进行投资；同时，企业生产率越高，其超越的不同东道国的生产率门槛就越多，其开展对外投资的区位选择就越多(Helpman et al，2004；Yeaple，2009；Chen et al，2010)。

2．企业规模

通过规模扩张，企业能够在市场上占据一定垄断地位，从而提高市场话语权和议价能力，获取各项生产要素和抵御风险的能力也越强，并有利于形成规模经济和降低成本。因此，随着企业规模的扩大和实力的增强，其向海外扩张的可能性不断提高(Helpman et al，2004)。

本文以常用的Hofstade文化维度指数(权力距离，不确定性规避，个人主义/集体主义，男性主义/女性主义)为基础，采用Kogut等(1998)的测度方法，即采用KSI指数(KogutandSingh Index)进行测算。计算公式如式(4)所示。其中，CDj表示东道国j与中国的文化距离，Iij和IiCH分别表示东道国和中国的第i维度的文化得分值，Vi表示第i维度得分的方差。

企业进行对外直接投资的能力会根据企业所处发展阶段的不同而不同。一般来说，随着经营时间的延长，企业会渐趋发展成熟，经营管理经验不断积累，声誉逐渐扩散，品牌逐渐被认可。同时，企业年龄越大，其开展国际化经营的意愿就会越强烈。因此，企业经营时间越长，越有可能进行对外直接投资。

4．资本密集度

从理论上来说，资本密集度高的企业属于资本密集型，相比于资本密集度低的劳动密集型企业来说，其更有条件和实力进行对外直接投资。当然，对于一些劳动密集型企业来说，随着中国劳动力成本的不断上升，其到海外寻求廉价劳动力的投资动机愈加明显。因此，资本密集度变量对企业进行对外投资概率的影响具有不确定性。

LWT-LSSVM建模相比于其他建模方法的显著优势在于它所需要的训练数据量相对较少但精度很高，为提高运算速度，隔4 min取一组数据，共取48组数据进行训练建模。

5．研发投入

通过对外直接投资来获取关键技术等资源，有利于企业培育核心竞争优势，实现跨越式发展，这也正是中国技术获取型对外直接投资的主要动机。同研发投入和技术水平较低的企业相比，具有较高研发投入的企业一般来说技术水平处于国内领先地位，与国际顶尖技术的差距较小，跟国外高新技术的对接能力强，开展技术获取型对外投资的收益就大。因此，研发投入越大的企业开展对外直接投资的概率越高。

这位长期从事小麦育种的研究者希望能从中找到一种小麦种子：没有白垩状的白色真菌（这种真菌分泌的毒素会导致小麦镰刀菌枯萎病）。进而寻找新的基因，使小麦能够抵抗世界上最具毁灭性的植物病害之一。安德森负责该大学的小麦育种项目，这是美国致力于通过传统育种来改善作物的几十个育种项目之一。由于基因技术的发展，这样的项目也越来越多了，而安德森可以利用的研究工具也日益增多。

(二)东道国特征因素

影响企业对外投资区位选择的东道国层面因素主要包括东道国市场规模、自然资源、劳动力成本、地理距离和文化距离、税率水平、市场进入成本、制度环境等。

1．市场规模

由于本国市场趋于饱和或者企业国际化战略需要等原因，很多企业希望到海外开拓新的市场。而且，市场规模越大越容易使企业实现规模经济，从而降低在国外生产的边际成本。另外，随着中国成为世界第一大货物贸易出口国，中国企业的出口受到越来越多国家的贸易限制，而通过到目的国进行直接投资可以有效地避开贸易壁垒，直接就地获取东道国市场。因此，东道国市场规模变量对企业到该国进行投资的概率具有正向影响。

2．自然资源

中国的人均资源占有率非常低，借助外部资源实现快速发展是中国的一项重要战略。对于中国的国有企业来说，其对外投资行为往往肩负着国家战略和使命，在全球布局能源开发则是其非常重要的一项任务。因此，东道国自然资源对于中国企业开展对外投资具有较大的吸引力，特别是国有企业由于得到政府的强力支持，敢于在高风险的资源富集国家和地区进行直接投资。据此，自然资源变量对企业到该国进行投资的概率具有正向影响。

3．劳动力成本

在国内劳动力成本不断提升的背景下，一部分企业开始到欠发达国家寻找替代，将其生产向东南亚等地区转移。当然，鉴于中国巨大的版图和东、中、西部发展的较大差距，劳动力成本上升在一些地区表现得并不明显。Buckley等(2007)认为，以降低劳动力要素成本为动机的对外投资在中国并不普遍。但不可否认，未来具有这种投资动机的对外投资企业数量会越来越多。因此，东道国劳动力要素成本与中国企业对其进行直接投资的概率成反比。

4．地理距离

如果某个企业在开展对外直接投资时面临多个东道国区位选择(J=j，…，n)，就用Uij表示企业i在东道国j进行直接投资能够得到的效用，并且Uij=βXj+εj。其中，Xj是可能对企业投资区位选择产生影响的变量，既包括可能随企业和东道国而变化的企业异质性特征变量，又包括仅根据区位而不同的东道国宏观变量；β是要进行估计的系数，表示企业选择某个区位的概率随自变量变动的程度；εj表示无法观测到的其他变量。如果企业i在n个可选区位中确定了东道国j，且假设该选择能最大化企业i的效用，那么，企业在东道国j进行直接投资的概率为：

相对于城市同龄人，虽然这个群体的受教育程度在提升，但是相对于城市同龄人，其受教育程度还是不太高，他们进入城市以后开始学习、模仿城市的消费观念、消费形式和手段，这些城市的消费意愿和观念对新生代农民工产生深刻的影响，健身、看书报、唱歌、去博物馆等样样都有参与，这些娱乐和消遣都已经成为这个群体闲暇时间主要的消费、娱乐方式，他们与城市同龄人一样储蓄意识比较淡薄，因此月光族也越来越多。

5．税率水平

一国税率水平是决定企业在该国生产经营成本的重要因素。如果东道国税率较高，税种繁多，则企业负担的总体税负成本较高，相应地，企业利润就会减少，不利于吸引企业来东道国进行投资。因此，一般来说，东道国税率水平对企业对其投资的概率成反比。例如，开曼群岛、英属维尔京群岛等国际避税地能吸引更多跨国投资。

6．市场进入成本

近年来,国际社会越发渴望了解中国,我国也越来越重视在国际社会的话语权,强调讲好中国故事,创新对外宣传方式,这其中就包括将我国的法治文化介绍给世界各国。将中国的宪法、法律、法规、规章等立法文本完整、准确地译介给国际社会,是当代译者肩负的神圣使命。然而,综观诸多法律法规的译本,法律术语译文不规范、不统一的现象比比皆是。本文以期通过对《物权法》及其三个英文译本中名词性术语一词多译现象进行阐述和分析,总结出若干法律术语英译的策略,从而避免出现不合理的一词多译,提高译文质量。

7．文化距离

文化距离会通过影响中国企业在东道国的信息传递、沟通协调、谈判合作等活动进而影响其投资经营成本。在文化距离较大时，中国企业可能无法在短时间内适应东道国的传统风俗、价值观念等，自身的企业文化和经营理念也可能不容易被东道国员工和合作伙伴所接受。因此，东道国与中国之间的文化距离越小，中国企业对其进行直接投资的概率越高。

“我们要坚持把人民群众的小事当作自己的大事，从人民群众关心的事情做起，从让人民群众满意的事情做起，带领人民不断创造美好生活！”党的十九大报告中，习近平的话充满深情。

8．制度环境

一国制度环境涉及多方面的内容，其中最重要的有两个方面：一是法律的完善和执行程度，二是政府的管理体制水平。一般来说，一国的政治越稳定、法律越完善、政府的管理水平越高，对微观经济活动的干预和制约就越少、企业的经营环境就越理想，从而有效降低投资活动的交易成本和不确定性，企业就越愿意到该国进行投资。因此，制度环境越好的国家，中国企业对其进行直接投资的概率越高。

二、计量模型与方法

本文采用条件Logit(Conditional Logit)方法进行分析，该方法尤其适合于分析个体在进行选择时面临很多项方案的情况。而且，该模型不仅适合分析随企业和目的地而变化的自变量，还适合分析仅随目的地但不随企业而变化的自变量，在近年来的与投资区位选择问题相关的研究中被学者们普遍使用(阎大颖，2013；王永钦 等，2014)。

英语新闻中很多新词的创造是基于隐喻之上的，与此同时，隐喻为很多原有词汇披上了一层面纱，赋予其新的意义。

地理距离的影响可以分为两个方面：第一，两国距离越远，则企业进行直接投资各项工作的成本越高，不管是信息传递还是协调管理，这会降低企业对其开展直接投资的概率；第二，两国距离越远，则企业采用出口方式进入东道国市场的运输成本越高，这会降低企业出口的积极性。企业不能采用出口方式进入重点目标市场，就只能考虑以直接投资的方式进入，这就会提高企业对重点目标市场进行直接投资的概率。因此，地理距离的总体作用方向是模糊的。

Prob(Uj>Uk)∀k≠j

(1)

如果εj满足独立不相关的假设，也就是说企业选择各个区位的概率不存在相互影响，某地区被选中的机会为随机变量Yi，那么，企业i在n个可选区位中选择东道国j的概率就可以用条件Logit形式表示为：

市场进入成本是指企业到东道国进行直接投资时需要付出的进入沉没成本。企业在东道国建立时的程序越繁琐、费用越高昂，则企业进入该国市场的意愿就越低。因此，东道国市场进入成本的增加会降低企业到该国投资的概率。

∀i≠j

(2)

在条件Logit模型中，企业在开展对外直接投资时会有n个区位可供选择，也就是说企业的每个投资决策都存在n个观测样本，且这些样本共同描述了企业在某个对外直接投资决策中的行动。就要用极大似然估计方法对条件Logit模型的系数进行估计。

三、变量说明与测度方式

其中，Q表示企业产出，用企业工业增加值来衡量；L表示劳动投入，用企业员工人数来测度；K表示资本投入，用企业的固定资产净值来测度；s表示资本和劳动在企业生产中的贡献程度，根据Hall等(1999)的研究将s设定为1/3。

基于区块链智能合约的存证系统的主要任务是对电子证据进行上传、保全、查询、比对和下载。本系统基于去中心化设计，不再需要系统管理人员，转而使用智能合约进行数据交互。系统主要功能有4个特性：安全性、完整性、机密性和可授权性。

对于被解释变量，正如前文所述，中国对外直接投资企业在每次进行投资决策时都存在n个可选区位。如果企业i在某年选择到j国或地区进行直接投资，则令被解释变量Yij为1，否则为0。

本文用全要素生产率来衡量企业的生产率水平，采用索洛余值法的延伸——近似全要素生产率(ATFP)来测度，公式如下。

ATFP=ln(Q/L)-sln(K/L)

(3)

根据前文理论分析，把企业异质性特征和东道国特征两大类自变量加入模型。由于本文的样本数据分散在各个年份当中，而且不具有连贯性，因此本文将不同年份不同企业的对外直接投资样本数据放在一起组成混合样本，同时对企业对外投资核准的上一年的企业和东道国指标数值进行回归。通过这种方式，能够清晰地考察企业变量和东道国变量对企业对外投资决策的影响，而且能够在一定程度上控制内生性问题。为控制变量的异方差，大部分变量以对数形式引入模型。

3．企业年龄

 

(4)

其他解释变量的测度方式见表1。

 

表1 变量定义明细表

  

变量类型变量名称变量标识预期符号定义或说明数据来源被解释变量投资区位ofdi东道国被选中时取1，否则取0商务部企业特征变量全要素生产率tfp+ATFP=ln(Q/L)-sln(K/L)工业企业数据库企业规模size+工业销售产值/行业平均值企业年龄age+当年年份-企业成立年份资本密集度klratio？固定资产净值/雇员人数研发投入R&D+研发费用/工业销售产值②东道国特征变量市场规模gdp+国内生产总值世界银行数据库(全球营商环境报告DoingBusiness数据库)pgdp+人均国内生产总值自然资源resource+矿石金属产品出口额/出口总额税率水平tax-企业总税负占商业利润的比重市场进入成本entrycost-进入程序成本/人均国民收入制度环境system+全球治理指数(6项指标均值)地理距离distance？两国首都之间的距离CEPII数据库文化距离culture-Hofstede文化维度的KSI指数Hofstede网站劳动力成本laborcost-月平均工资国际劳工组织

四、数据来源与处理

对于样本异常值，参照谢千里等(2008)的做法，进行了以下处理：一是删除工业销售产值、固定资产净值、雇员人数、研发费用等重要指标存在缺漏值的样本；二是删除违反会计准则的样本，例如企业总资产小于固定资产净值，累计折旧小于当期折旧等；三是删除1900年之前成立的企业样本、企业年龄小于0的样本以及雇员人数在10人以下的企业样本。经过匹配，最终得到2001—2009年1569家对外投资企业的样本数据③，涉及63个国家和地区。由于本文采用混合年份的样本数据，因此借鉴Holburn等(2010)的思路，某个企业对外投资可能的区位选择集合就是样本涉及到的所有63个国家和地区(见表2)。

本文数据来源于中国工业企业数据库和商务部公布的境外投资企业名录的合并配对。工业企业数据库的统计范围包含全部国有工业企业和销售额超过500万元的非国有企业，统计的指标包括企业基本信息以及生产、经营、研发等方面的100多个指标。商务部公布的境外投资企业名录则是一个相对简单的信息目录，只包含企业名称、投资国家、经营范围、核准日期等几项基本信息。根据该名录，2004年以前核准的对外直接投资项目相对较少，2004年只有134项，2005年迅速增加到978项，其后逐年上升，2009年达到2200项。

 

表2 变量的描述性统计特征

  

变量观察值均值标准差最小值最大值tfp988262．6370．945-6．3349．253lnsize97578-0．8641．237-12．0615．793lnage976442．2770．81004．681lnklratio977313．6761．265-6．4149．452R&D988470．0020．01401．159lngdp9884723．2712．31118．61428．566lnpgdp988478．2211．5334．10911．247lnresource988342．7561．411-4．6534．711tax988470．4161．2650．081．370entrycost988470．2600．85402．470system988470．4810．2270．1490．974lndistance988478．8200．5336．6199．578culture988474．2010．4553．2994．817lnlaborcost988476．0141．1074．4238．316

注：由于负数和零没有对数，导致一些变量在取对数时样本缺失，观测值减少

五、实证结果分析与稳健性检验

在进行回归分析之前，首先采用Spearman偏相关系数来检验各变量间的多重共线性。检验结果表明：各变量间不存在明显的线性相关，各变量的相关系数均低于0.65，且绝大部分低于0.5，即不存在严重的多重共线性问题。

(一)基准估计结果

使用Stata13.0软件，采用条件Logit模型进行估计，表3报告了估计结果。由表3可以看出，随着解释变量的逐渐加入，模型的pseudo R2逐渐增大，表明模型中自变量对因变量的解释能力逐渐增强，模型的拟合优度逐渐提高，同时(1)～(6)中的LR chi2检验统计量的p值均小于0.01，表明模型整体均为显著。

在企业异质性特征变量方面，全要素生产率tfp的系数均在1%的水平上显著为正，表明企业生产率对企业的对外直接投资决策具有正向影响，与理论预期相一致；企业规模变量size、企业资本密集度变量klratio和企业研发投入变量R&D的系数均显著为正，与理论预期基本一致；而企业年龄变量age的系数为负且不显著，表明企业经营时间的长短与其对外直接投资决策并不存在显著的相关关系，一些成立较早的企业在占领和巩固国内市场后并没有强烈的开拓海外市场的动机。

 

表3 总体模型回归结果

  

(1)(2)(3)(4)(5)(6)tfp0．167∗∗∗(4．79)0．159∗∗∗(4．22)0．146∗∗∗(3．92)--0．143∗∗∗(4．41)lnsize-0．214∗∗∗(3．78)0．187∗∗∗(4．13)--0．163∗∗∗(4．51)lnage--0．047(-0．43)-0．041(-0．51)---0．055(-0．69)lnklratio--0．109∗∗(2．45)--0．112∗∗∗(4．11)R&D--1．114∗∗∗(6．35)--1．237∗∗∗(7．85)lngdp---0．397∗∗∗(5．37)0．328∗∗∗(6．21)0．311∗∗∗(5．66)lnpgdp---0．426∗∗∗(4．99)0．409∗∗∗(4．67)0．452∗∗∗(5．36)lnresource---0．216∗∗(2．39)0．208∗∗(2．44)0．257∗(1．74)tax----0．107∗(-1．87)-0．113∗(-1．80)-0．147∗(-1．77)entrycost----0．065(-0．09)-0．058(-0．11)-0．096(-0．22)lnlaborcost----0．135∗(-1．79)-0．129∗(-1．81)-0．144∗∗(-2．80)system----0．288∗∗∗(7．78)0．301∗∗∗(9．36)lndistance-----0．177∗∗(-2．59)-0．164∗∗(-2．66)culture-----0．212∗∗∗(-6．79)-0．205∗∗∗(-5．88)constant-5．861∗∗∗(-11．79)-6．933∗∗∗(-9．75)-4．375∗∗∗(-10．28)-9．832∗∗∗(-5．77)-10．114∗∗∗(-6．19)-7．366∗∗∗(-8．26)Loglikelihood-3126-3578-3018-4567-4257-3692pseudoR20．0230．1160．1280．1670．1720．175LRchi21921．76(0．000)1946．49(0．000)2782．18(0．000)4693．71(0．000)6520．14(0．000)5478．26(0．000)Observations988269746397358988479884797358

注：括号内为回归系数的z统计量，LR chi2栏括号内为p值，***、**和*分别表示1%、5%和10%的显著性水平

在东道国特征变量方面，有关市场规模的两个变量gdp和pgdp的系数均在1%的水平上显著为正，表明东道国市场规模对中国企业的投资区位决策具有显著的正向影响，与理论预期一致；自然资源变量resource的系数显著为正，这意味着中国倾向于去自然资源丰富的国家和地区进行投资；东道国税率水平变量tax均在10%的水平上显著为负，表明中国企业更倾向于选择税率较低的国家和地区进行投资；市场进入成本变量entrycost的系数不显著，表明这一成本在企业的投资区位决策中不具有决定性作用，但系数的符号为负仍表明了方向上的影响；劳动力成本变量laborcost的系数显著为负，表明中国企业更倾向于到有廉价劳动力的东道国进行投资，以应对国内日益提高的劳动力成本；制度环境变量system的系数均显著为正，与理论预期一致，表明良好的东道国制度环境能有效吸引中国企业到当地进行投资；文化距离变量culture和地理距离变量distance的系数都显著为负，表明中国企业在选择对外直接投资的区位时更偏向于同中国邻近的国家，不管是地理上的临近还是文化上的邻近。

(二)分组估计结果：所有制性质、资本密集度、是否出口

企业异质性特征和东道国特征对企业对外直接投资区位决策的影响是否会根据企业性质的差异而表现出明显区别？为了寻求答案，本文分别将总体样本划分成国有企业和私营企业、劳动密集型企业与资本密集型企业、出口企业和非出口企业进行分组估计。

1.按企业所有制分组

将全部样本中的国有企业、私营企业分组估计，回归结果见表4。结果显示，各分组变量的系数符号和显著性与前面的整体估计结果基本一致，因此主要对不同所有制企业的回归系数进行横向比较④。由表4可以看到，国有企业全要素生产率变量tfp的系数均明显小于私营企业，表明国有企业对外直接投资的区位选择决策受生产率的影响小于私营企业，这可能与国有企业和私营企业对外投资的动机差异相关。国有企业本身肩负的政治任务以及国资背景带来的各种政策优势，使国有企业在对外直接投资活动中必须将国家宏观利益放在首位；而民营企业则是更多地出于纯粹的市场动机，因此生产率变量对其对外直接投资区位选择的影响更加明显。对研发投入变量R&D系数的解释与此类似。在东道国特征变量方面，代表市场规模的GDP和人均GDP变量表现出相反的特征，私营企业与国有企业相比更加重视整体的市场规模即东道国的GDP，而国有企业更重视东道国的人均收入水平；自然资源变量resource对国有企业的影响明显大于对私营企业的影响，从另一个方面证明了国有企业更多地承担着对外获取能源资源的任务；对于东道国税率水平变量tax、市场进入成本变量entrycost和劳动力成本变量laborcost，私营企业比国有企业更加敏感，也表明私营企业大多数是基于利润最大化的目标进行对外直接投资，因此，对各类成本非常重视；对于制度环境变量system，私营企业组的估计系数也明显大于国有企业组，表明国有企业在国家政策的支持下具有更高的风险承受能力。

2.按企业资本密集度分组

藤尾追求高尚的文学，想与博学多识的小野交往，常常与小野一起交流文学。她蔑视宗近的妹妹丝子的贤妻良母的意识，敢于放弃封建的女性意识。直接向小野表示自己喜欢小野。

劳动密集型与资本密集型的划分界限为资本密集度指标的样本均值，均值之上为资本密集型，均值之下为劳动密集型，估计结果见表4。在企业异质性特征变量方面，劳动密集型样本组的企业规模变量系数明显大于资本密集型样本组，表明劳动密集型企业的规模越大其进行对外直接投资的概率越高，这也是劳动密集型企业进一步开拓市场和降低生产成本的需要；资本密集型样本组的研发投入变量系数明显大于劳动密集型样本组，表明研发因素在资本密集型企业的对外投资决策中的作用更加突出。在东道国特征变量方面，资本密集型企业样本组在市场规模变量、自然资源变量的系数上均显著大于劳动密集型企业组，表明前者更加看重东道国的市场和资源条件；在税率水平、劳动力成本和文化距离变量的系数上，劳动密集型样本组明显大于资本密集型，表明劳动力密集型企业对东道国的税收成本、劳动力成本和文化差异更加敏感。

《意见》明确要求，各级财政部门要始终把解决好“三农”问题作为工作重中之重，坚持优先发展、压实责任，坚持综合施策、系统推进，坚持改革创新、激发活力，把农业农村作为财政支出的优先保障领域，公共财政更大力度向“三农”倾斜，确保投入力度不断增强、总量持续增加，确保财政投入与乡村振兴目标任务相适应，坚持绩效导向、加强管理，将财政资金的分配和使用管理与支持乡村振兴工作的实际成效紧密结合起来，加快推进乡村治理体系和治理能力现代化，加快推进农业农村现代化，坚持走中国特色乡村振兴之路。

3.按企业是否出口分组

根据工业企业数据库中的出口交货值变量对企业进行分类，出口交货值大于0为出口企业，出口交货值等于0为非出口企业。在工业企业数据库全样本中，出口企业大约占到全部企业的25%左右，而在匹配之后的对外投资企业样本数据中，同时开展出口业务的企业占到65%以上，这表明大多数的对外直接投资企业会同时开展出口业务，也就是同时采用出口和对外直接投资两种方式服务海外市场。估计结果见表4。在企业异质性特征变量方面，出口企业组的全要素生产率变量系数明显小于非出口企业组，表明出口企业生产率水平的高低对其对外直接投资决策的影响相对较小，这说明很多出口企业是为了更好地扩大出口而开展的对外投资，而不完全是因为其生产率达到了对外直接投资东道国的生产率阈值；在企业年龄变量的系数上，出口企业组达到了显著，这表明出口企业在经过一定时期的出口活动以后，具有进一步开展对外直接投资的倾向。在东道国特征变量方面，在市场规模两个变量的系数上，出口企业组均大于非出口企业组，表明出口企业的对外直接投资区位选择更加看重东道国市场规模和消费水平，这与其出口导向的对外直接投资动机相吻合；在自然资源变量的系数上，非出口企业组显著大于出口企业组，这与我们的预期相一致，即非出口企业组中包含相当数量的资源开发类企业；在另外的东道国特征变量当中，出口企业的对外直接投资区位决策对于税率水平、制度环境、地理距离和文化距离变量更加敏感，而非出口企业的对外直接投资区位决策对于劳动力成本变量更加敏感，其原因在于这类企业的海外资源开发活动需要雇用大量的当地工人。

 

表4 分组回归结果

  

企业所有制国有企业私营企业资本密集度劳动密集型资本密集型是否出口出口企业非出口企业tfp0．108∗∗∗(4．36)0．152∗∗∗(4．21)0．137∗∗∗(4．56)0．141∗∗∗(4．68)0．101∗∗∗(5．01)0．146∗∗∗(4．77)lnsize0．193∗∗∗(4．61)0．143∗∗∗(4．37)0．185∗∗∗(4．77)0．152∗∗∗(4．66)0．167∗∗∗(4．12)0．171∗∗∗(4．57)lnage-0．051(-0．70)-0．048(-0．63)0．031(0．39)-0．051(-0．62)0．042∗(1．36)0．049(0．66)R&D1．107∗∗(2．81)1．245∗∗∗(7．96)0．993∗∗∗(7．33)1．249∗∗∗(7．26)1．234∗∗∗(6．93)1．112∗∗∗(7．33)lngdp0．112∗∗∗(5．38)0．348∗∗∗(5．59)0．268∗∗∗(5．02)0．324∗∗∗(5．47)0．322∗∗∗(5．33)0．304∗∗∗(5．67)lnpgdp0．467∗∗∗(4．76)0．358∗∗∗(5．24)0．431∗∗∗(5．01)0．465∗∗∗(5．29)0．488∗∗∗(5．66)0．421∗∗∗(5．87)lnresource0．308∗∗(2．74)0．241∗(1．68)0．231∗∗(2．89)0．264∗∗(2．64)0．227∗∗(3．02)0．306∗∗(2．77)tax-0．122(-0．97)-0．167∗(-1．68)-0．153∗(-1．67)-0．134∗(-1．81)-0．149∗(-1．72)-0．126(-0．98)entrycost-0．088(-0．38)-0．107(-0．45)-0．076(-0．25)-0．088(-0．33)-0．069(-0．29)-0．076(-0．41)lnlaborcost-0．125∗∗(-2．77)-0．151∗∗(-2．69)-0．203∗∗∗(-4．80)-0．137∗∗(-2．68)-0．146∗∗∗(-4．99)-0．171∗∗(-2．59)system0．203∗∗∗(8．34)0．354∗∗∗(9．22)0．315∗∗∗(8．86)0．323∗∗∗(9．44)0．311∗∗∗(7．79)0．300∗∗∗(9．12)lndistance-0．153∗(-1．67)-0．179∗∗(-2．68)-0．171∗(-1．66)-0．170∗∗(-2．58)-0．183∗(-1．59)-0．171∗∗(-2．63)culture-0．188∗∗(-2．87)-0．211∗∗∗(-5．63)-0．287∗∗∗(-5．77)-0．198∗∗∗(-5．47)-0．296∗∗∗(-5．89)-0．196∗∗∗(-5．66)constant-7．933∗∗∗(-8．25)-8．132∗∗∗(-6．67)-7．354∗∗∗(-8．16)-8．355∗∗∗(-7．23)-7．354∗∗∗(-8．33)-8．427∗∗∗(-6．97)Loglikelihood-3037-4211-3396-3777-3457-3719pseudoR20．1240．1320．1690．1720．1710．169LRchi23657．51(0．000)4193．71(0．000)4978．33(0．000)5367．24(0．000)4237．34(0．000)5328．26(0．000)Observations73686387539062582966041436944

注：括号内为回归系数的z统计量，LR chi2栏括号内为p值，***、**和*分别表示1%、5%和10%的显著性水平

六、结论

第一，总体上来说，企业生产率、企业规模、资本密集度和研发投入变量均对企业的对外直接投资决策具有显著的正向影响，即随着企业规模的扩大、生产率和资本密集度的提高以及R&D投入的增加，其进行对外直接投资的概率会不断提高；东道国市场规模、自然资源和制度环境变量对企业的对外直接投资区位决策具有显著的促进作用，而东道国税率水平、劳动力成本、文化距离和地理距离变量与企业选择该东道国投资的概率具有显著的负相关关系，也就是说，中国企业更倾向于选择市场规模较大、自然资源较丰富、制度环境较好、税率水平和劳动力成本较低、文化距离和地理距离更临近的国家和地区进行投资。

隧道渗漏产生的原因是多方面的，涉及到防水材料失效、管片制造与拼装工艺、注浆加固不充分、沉降不均匀等诸多因素[3]。其中，联络通道为区间隧道的外挂结构，采用冻结法施工，周边地层冰胀后发生融沉，沉降导致接缝张开，进而造成弹性密封垫防水性能减弱。根据监测可知，管片错台量较大，3#联络通道左线隧道附近错台量达45 mm，严重超出允许错台量(相邻管片径向错台5 mm，相邻环片环面错台6 mm)[4]。JGJT 212—2010《地下工程渗漏治理技术规程》[5]中规定的各渗漏现象处理措施如表1所示。

第二，从样本分组来看，在大部分的企业异质性特征和东道国特征变量上，国有企业的受影响程度小于私营企业，即私营企业的对外直接投资区位决策对这些因素更加敏感；在资本密集度分组方面，劳动密集型企业的对外直接投资区位决策更加受到企业规模、东道国税率水平、劳动力成本、文化距离等因素的影响，而资本密集型企业受企业研发投入、东道国市场规模、自然资源等因素的影响更明显；在出口和非出口企业分组方面，非出口企业的对外直接投资区位决策对企业生产率、企业规模、东道国自然资源、劳动力成本等因素更加敏感，而出口企业对东道国市场规模、税率水平、制度环境、地理距离和文化距离等因素更加敏感。

①东道国生产率门槛值取决于该国市场需求、贸易成本、生产成本等因素，一国市场需求减少、生产成本增加或者贸易成本降低，都会促使该国生产率门槛值的提高。

②在《中国工业企业数据库中》中，2002年、2003年、2008年、2009年的研究开发费用指标缺失。因为企业一旦进行研发投入，每年的投入基本保持不变，所以对于缺失年份的数据分别使用2001年和2007年的数据补齐。

③由于所有解释变量均滞后一期，所以实际上涉及到的工业企业数据库的起始年份是2000—2008年。由于2008年以后年份的工业企业数据库数据质量较差、可信度较低，所以本文仍使用被大部分学者认可的2008年之前年份的样本数据。

④虽然logit模型的变量系数不代表变量的边际影响，但仍可以进行横向比较。

参考文献：

冯华，辛成国.2015.中国跨国公司对外直接投资的多层面分析[J].东岳论丛 (10)：170-174.

邱立成，杨德彬.2015.中国企业OFDI的区位选择——国有企业和民营企业的比较分析[J].国际贸易问题 (6)：139-147.

陶攀，荆逢春.2013.中国企业对外直接投资的区位选择——基于企业异质性理论的实证研究[J].世界经济研究(9)：74-80.

王方方，赵永亮. 2012.企业异质性与对外直接投资区位选择——基于广东省企业层面数据的考察[J]. 世界经济研究 (2)：46-56.

王永钦，杜巨澜，王凯.2014.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(12)：126-142.

谢千里，罗斯基，张轶凡.2008.中国工业生产率的增长与收敛[J].经济学(季刊)(3)：809-826.

阎大颖.2013.中国企业对外直接投资的区位选择及其决定因素[J].国际贸易问题(7)：128-135.

余官胜，林俐.2014.我国企业对外直接投资投向哪国集群?——基于浙江省样本的计数模型实证研究[J].中南财经政法大学学报 (5)：125-132.

宗芳宇，路江涌，武常岐.2012.双边投资协定、制度环境和企业对外直接投资区位选择[J].经济研究 (5)：71-82.

张纯威，石巧荣.2016.中国对外直接投资规模演进路径[J].金融经济学研究(1)：3-13.

周经，张利敏.2015.新形势下我国企业对外投资模式的选择[J].经济纵横(3)：52-57.

BUCKLEY P J, CLEGG J, CROSS A R,et al.2007. The determinants of Chinese outward foreign direct investment[J]. Journal of International Business Studies, 38(4): 499-518.

CHEN M X, MOORE M.2010.Location decision of heterogeneous multinational firms[J].Journal of International Economics, 80(2): 188-199.

HALL R, JONES C.1999. Why do some countries produce so much more output per worker than others? [J]. The Quarterly Journal of Economics, 114(1): 83-116.

HELPMAN E, MELITZ M J, YEAPLE S R.2004. Export versus FDI with heterogeneous firms[J].American Economic Review, 94(1): 300-316.

HOLBURN G L, ZELNER B A.2010. Political capabilities, policy risk and international investment strategy: evidence from the global electric power generation industry[J].SSRN Electronic Journal, 31(12):1290-1315.

KOGUT B, SINGH H. 1998. The effect of national culture on the choice of entry mode[J]. Journal of International Business Studies, 32(1): 641-665.

YEAPLE S R.2009. Firm heterogeneity and the structure of U.S. multinational activity[J]. Journal of International Economics, 78(2): 206-215.