一、引 言

进入 21世纪以来，发达国家在全球相对的经济垄断地位受到了包括中国在内的新兴和转型经济体的严重挑战。发达国家占全球外商直接投资的比例从 20世纪末的90%,以上下降到 2012年的 65%,左右。相比之下，来自新兴和转型经济体的跨国企业在金砖国家经济体(巴西，俄罗斯，印度，中国和南非)的带动下，对海外扩张采取了积极的态度。

关于新兴经济体跨国企业海外扩张的动机有许多实证研究(Makino等，2002；Yamakawa 等，2008)，特别是基于中国的经验(Buckley等，2007；罗长远和张军，2008；Cheung 和 Qian，2009；Lu 等，2010；Zhang 和 Daly，2011；Kolstad 和 Wiig，2012；Ramasamy等，2012)。然而，这些研究只是在一个静态框架中探讨了中国和其他新兴经济体对外直接投资吸引力因素。

2.1 两组患者围术期指标比较 两组手术时间比较，差异无统计学意义(P>0.05)；单孔组术中出血量、引流时间及住院时间均小于三孔组，两组间比较，差异均有统计学意义(P<0.05)。见表1。

本文旨在通过调查2003—2009年中国在172个国家的对外直接投资动态调整过程来填补此方面文献空白。我们假设在其它控制条件相同的情况下，中国对外投资与吸引外资有密切的关系，这是一种对外投资的市场粘性。这种粘性主要是中国企业在走出去的过程中为了克服对东道国缺乏了解的障碍而形成的市场依赖。

“周边村子需要念经时，尼姑们会前去帮忙。寺里每年还要念诵两遍《甘珠尔》，每年定期守斋戒，为所有众生和村庄祈求吉祥。”

学校体制机制改革，本质上是在讨论学校自主权问题，如何分配、赋予及运用，才能将学校办好。那我们就一起来听听各位校长对学校办学自主权的认识与思考及他们的办学经验吧。

lnImportst-1是从东道国滞后一期的进口货值。它将控制前期 IFDI对同期 OFDI的影响。作为产生外部性的另一个潜在来源，还引入了滞后值以避免虚假相关。

电脑上的照片并不清楚，但仍能看清那个瘦小的女孩儿有一双清亮的眼睛，万姐坐在电脑屏幕前仔仔细细地看着，毫不掩饰地哭了。晚上，我把打印好的照片拿给她，她仍然显得有些激动，爱惜地抚摸着，就像在抚摸女儿的头发。

为了验证市场粘性的理论假设，我们在 OFDI方程中直接引入 IFDI存量，如果OFDI受 IFDI存量的影响，市场粘性的理论假设就可以得到验证，实证结果也具有重要的政策含义。其他控制变量包括东道国的双边贸易、市场规模、国内生产总值增长，收入水平、开放程度、制度质量、通货膨胀以及资源禀赋和技术。本文进一步研究了这些因素的影响是否随技术、资源和收入等东道国特点而变化。本文采用系统广义矩法(系统GMM)技术进行估计。

二、中国对外直接投资的发展

Xit是解释变量；μi包含了所有时间不变情况下未被观察到的特定国家影响；vt指时间特异性的影响；εit是随机扰动。公式(3)表明，均衡 OFDI库存只取决于其决定因素的变化，不受调整成本的影响。将公式(4)植入到公式(3)中，得到公式(5)中的部分库存调整模型。

2016年，中国对外投资金额首次超越吸引外资的金额，超越幅度高达 200多亿美元(图1)。

  

图1 中国OFDI流量与存量、IFDI流量(十亿美元现价)

 

来源：UNCTAD数据库，《世界投资报告2017》。

Yao和 Sutherland(2009)、Yao等(2010)、Xiao和 Sun(2005)指出，“走出去”战略是中国作为全球主要投资国出现的主要特征。

其他控制变量与 Yao和 Wang(2014)的变量相似。实际 GDP(lnRGDP)和实际GDP 年增长率(RGDP_Growth)代表经济质量(Yeaple，2003；Hanson 等，2001；Buckley等，2007)。国内生产总值和经济增长加快意味着更大的市场和更多的机会。因此，预期这两个控制变量的系数为正。

英属维京和开曼群岛两个免税区也是对中国 OFDI最具吸引力的地区之一。发达国家，如美国、澳大利亚、新加坡、加拿大和欧盟成员国也成为中国资本最受欢迎的东道国。中国OFDI的其他目标包括非洲和拉丁美洲的发展中国家。

 

表1 中国OFDI主要目的经济体(十亿美元)，截至2015年

  

来源：国家统计局2016。

 

OFDI存量 占比%,排名总额 1097.9 100.0亚洲 768.9 70.0中国的香港特别行政区 656.9 59.8 1印度尼西亚 8.1 0.7 10日本 3.0 0.3 16中国的澳门特别行政区 5.7 0.5 12新加坡 32.0 2.9 5韩国 3.7 0.3 15非洲 34.7 3.2尼日利亚 2.4 0.2 17南非 4.7 0.4 14欧洲 83.7 7.6英国 16.6 1.5 7德国 5.9 0.5 11法国 5.7 0.5 13俄罗斯 14.0 1.3 8拉丁美洲 126.3 11.5开曼群岛 62.4 5.7 2英属维尔京群岛 51.7 4.7 3北美洲 52.2 4.8加拿大 8.5 0.8 9美国 40.8 3.7 4大洋洲 32.1 2.9澳大利亚 28.4 2.6 6

中国 OFDI的持续增长激励着我们研究其是否有自我延续的增长潜力，也就是说现有的OFDI存量是否对未来投资有正向影响。IFDI、OFDI以及中国OFDI的目的地国家具有相同的趋势，也同样鼓励我们考察某一国家或地区过去对中国的投资可以引发中国对它进行投资。这样的双向行为不能由传统的经济因素所决定，而只能由市场粘性来解释。这是因为中国企业走出去缺乏经验，尤其是缺乏对东道国历史、法律、文化和政治的了解，因而存在投资巨大风险。然而，中国有着吸引外资几十年的经验，对这些来中国投资的国家有了比较深刻的了解，如果向这些国家投资，在其它条件不变的情况下，风险就比较低，这种投资偏好就是我们本文提出来的市场粘性。因为市场粘性的存在，使东道国特点对中国 OFDI在各国和不同部门的分布是否存在显著性影响的检验变为可能。

Buckley等(2007)发现，中国对外直接投资在1984—2001年期间主要受到东道国的市场规模和自然资源的吸引。结果还表明，中国的对外直接投资与东道国的政治风险和文化接近程度相关。Cheung和Qian(2009)也发现了1991—2005年中国OFDI市场和资源寻求动机的证据。Zhang和 Daly(2011)利用 2003—2009年间的实际 OFDI流量发现中国OFDI与东道国的国际贸易、市场规模、GDP增长、开放程度和资源禀赋正相关。Kolstad和Wiig(2012)、杨娇辉等(2016)、顾雪松等(2016)发现，中国的OFDI被吸引到更大的市场以及自然资源丰富而制度落后的国家。

公式(1)表明，OFDI的增长率取决于两个因素。第一个因素是现有存量的数量(COFDISit)具有积极的“自我强化”效应，这意味着中国在东道国投资越多，未来就越会继续投资。这种影响类似于 FDI的集聚效应(Head和 Ries，1996)。第二个因素是均衡水平和实际库存(COFDISit)之间的差额，均衡水平代表未来的投资潜力。α是调整速度，取0到1之间的值。如果α的值较大，反映了较高的调整速度和较小的调整成本，反之亦然。该模型表明，当 COFDISit接近均衡水平时，自增强效应减弱。这意味着中国的海外投资是逐渐调整而不是瞬间调整的，因为投资惯性需要时间来适应长期均衡。新投资的安置由于其边际价值随着资本存量增加而出现调整成本而放缓。

我们利用实际和均衡存量的差反映东道国吸引未来投资的潜力。差值逐渐缩小表明东道国在利用其潜力达到均衡存量。如图5所示。通过对实际存量与均衡存量之比取对数来测定。负值表示实际 OFDI存量没有达到均衡水平，说明中国对外直接投资不足。实际 OFDI存量和均衡存量离差逐渐缩小以及稳定的中位数显示出收敛的趋势。这意味着东道国在积极利用其潜力来吸引中国投资，并且现有投资存量动态调整趋于均衡存量。这种收敛趋势将在之后的例子中进一步解释。

三、方法、数据和模型

部分库存调整模型由 Chow(1967)提出，Cheng和 Kwan(2000)以及 Campos和Kinoshita(2003)在分析中国和转型期经济体的 IFDI均衡库存时都采用了这一模型。经过这些研究，我们假设中国的 OFDI存量(COFDIS)根据公式(1)调整到其均衡(COFDIS*)值。

 

Ramasamy等(2012)将 2006—2008年期间公开上市的中国跨国企业和东道国的数据相结合，并将中国在东道国 FDI项目的频数用作 OFDI的衡量标准。调查结果表明，国有企业受到自然资源丰富、政治环境不稳定国家的吸引，而私营企业则更加以市场为导向。Lu等(2010)研究了2007年8个省632家企业的海外扩张动机，发现政府扶持政策是资产和市场寻求OFDI的重要动力。Cheng和Kwan(2000)认为，现有投资对未来投资有积极的反馈，引发了从实际库存逐步调整到均衡水平。投资惯性需要时间调整，调整不可避免地会产生成本。同样，中国OFDI也可能面临这种动态调整和调整成本，但在现有文献中这一点在很大程度上被忽视。以往研究的另一个局限性在于中国的IFDI与OFDI的关系也被忽视，但从直观上说，中国的IFDI库存应该加强与世界其他地区的经济联系，也就是说，中国OFDI受市场粘性的影响。

本文中,我们深入分析了电子票据容易被篡改的高风险案例,利用深度学习技术和卷积神经网络CNN(Convolutional Neural Networks)组成图像深度传感器网络,针对特定的票据内容区域进行重点加密。传统的水印加密方法不能有效地在鲁棒性和安全性之间做好平衡。因此,我们重点针对票据中的数字,金额和签名等字符区域,进行基于深度神经网络的检测定位,再结合水印技术进行多重的票据加密,使得篡改的检测更加高效。

由于公式(1)可以改写为：

选择2016年1—6月于广州市第八人民医院住院的HIV/AIDS患者共268例，其中男性224例，女性 44 例，年龄（39.77±12.87）岁，范围 23～79 岁。所有患者均经确证实验室确证HIV阳性，CD4+T细胞计数均＜200个/mm3。回顾查阅患者的住院病历，根据中国侵袭性真菌感染工作组所修订的《侵袭性真菌感染诊断标准》[4]，将268例患者划分为真菌感染组（58例）和非感染组（210例）。其中感染组患者中，25例为念珠菌感染，17例为马尔尼菲篮状菌感染，11例为念珠菌与马尔尼菲篮状菌二重感染，3例为隐球菌感染，2例为曲霉菌感染。所有患者均知情同意。

火爆的旅游业还激活了龙泉村的特色产业。近两年，村集体按照“支部+合作社+农户”模式，先后发展蓝莓种植、王鸽养殖、高山茶等三大产业，50多户村民参股入社。

 

用的近似值。将其代入公式(2)，经过移项我们可以得到公式(3)：

 

实际 OFDI库存(lnCOFDISit)表示为其前期库存(lnCOFDISi,t-1)和均衡值的加权值。Campos和 Kinoshita(2003)提出，0＜α＜1表明了稳定性。均衡存量被看作是某些变量的函数。

 

自 2001年进入世界贸易组织(WTO)以来，中国的 OFDI已大大扩张，2002年推出“走出去”战略(Luo等，2010)。2003—2008年期间，中国对外直接投资的年均增长率为73%，而世界平均水平为29%(UNCTAD数据库)。虽然世界金融危机大大降低了全球投资规模，在2009—2012年危机时期，中国的对外直接投资仍然以每年11%,的速度增长。

资本主义社会与合理化进程有着密不可分的联系。马克斯·韦伯写道：“资本主义精神的发展似乎最好理解为合理主义整体发展的一部分，并且似应能够从合理主义对生活基本问题的原则立场中推演出来。”［22］51他还将宗教社会学与社会经济关系联系起来，确认由新教伦理生发的勤奋劳动、诚实经营刺激着理性的工具化扩张，构成理性工具化的文化根源。借助于天职的概念，伦理从宗教信仰转向了世俗信念，系统而合理的追逐利润的价值观构成了资本主义之精神。理性成就了世俗信念的伦理观，却瓦解了理性超越与批判力量，价值合理性被遮蔽。

 

最终模型为：

 

其中，i和t分别表示东道国i和年份t。

lnCOFDISit-1为中国在 t-1时期对国家 i的 OFDI存量滞后一年的自然对数。OFDI存量通常用于在实证研究中代表聚集效应(Wheeler和 Mody，1992；Barrell和Pain，1999；Cheung 和 Qian，2009；Wagner和 Timmins，2009)。Cheng 和 Kwan(2000)认为，包括滞后的 FDI存量的影响是三重的。首先，它作为集聚效应，产生“积极反馈”和外部性，从而将自我加强进一步的投资。其次，它与调整过程相关联，如上述部分库存调整模型所示。最后，有助于计算不可观察的均衡存量。如果 0＜β1＜1，中国 OFDI的自强化效应和动态调整得到支持。

lnCIFDISi，t-1是中国在t-1时期国家i的IFDI前期存量。使用滞后的存量价值来获得潜在的外部性有两个原因。首先，Driffield和 Love(2003)认为，IFDI存量比其流量更有可能涵盖累积的知识。同样，可以假设 IFDI存量需要时间来产生外部性，IFDI也需要时间对 OFDI产生影响。禁止这种外部性生成有很多限制，但是随着时间的推移会减少。因此，IFDI存量更有可能产生积极的外部性来促进对外直接投资。其次，引入滞后值以避免任何虚假相关。Oulton(1996)、Driffield和 Love(2003)表明，使用滞后的 IFDI可以准确地定义溢出效应。同期的残差与前期 IFDI相关的可能性较小，因此估计不会是虚假的。如果我们使用IFDI存量的同期价值，则误差项中留下的不可观察因素可能同时影响同期的 IFDI和 OFDI。尽管如此，其可能会采取常见的冲击形式。例如，外国经济政策的自由化可能会同时刺激IFDI和OFDI。本文引入了IFDI存货一年期滞后价值来介绍中国IFDI与OFDI之间的相关性。2β的值预期为正，这意味着中国前期IFDI存量对同期的OFDI存量有正向作用。

互联网具有虚拟性，互联网金融是完全通过网络传输来实现的，对信息技术手段的要求很高。没有过硬的互联网技术就容易导致互联网金融的资金安全问题。例如，由于互联网操作技术的不过关造成黑客和病毒的入侵，导致计算机软硬件失去作用、信息泄露、资料被篡改等后果，这对资金的安全是极其不利的，容易使资金被盗[1]。此外，在我国互联网技术还不够成熟，我国的互联网金融机构的技术支撑大多是从国外购买的。由于我国互联网技术的核心技术的缺乏，大量的对外来软硬件的引进，使我国的金融信息安全失去了保障。

我们构建了Cheng和Kwan(2000)提出的部分存量调整模型来研究OFDI的动态调整效应，并恢复其不可观察的均衡库存值；估算均衡的OFDI存量，并将其与实际存量进行比较可以帮助我们从新的层面了解中国OFDI行为。

中国近十年来才成为一个大型的FDI来源国，但由于1979年通过的开放政策，中国长期以来一直被认为是重要的 FDI受益国(UNCTAD，2007)。中国对发达经济体和发展中经济体的投资高度集中在亚洲，截至2015年底，中国OFDI的三分之二以上在亚洲，其在我国香港特别行政区的投资占59.8%,(表1)。

实际人均GDP(RGDPPC)表现了东道国的收入水平，其对中国OFDI的影响可能不明确。一方面，收入可能反映了家庭劳动力的质量。高收入通常意味着劳动生产率高，对中国 OFDI产生积极影响(蒋冠宏和蒋殿春，2014；李磊等，2016)。另一方面，其反映了东道国的经营成本。高收入意味着高成本，对中国 OFDI产生负面影响(李雪松等，2017)。东道国收入的净效应取决于衡量劳动生产率的正效应与其作为工资成本的负效应之间的相互作用。

一对多(OVA)拆分策略：将多分类问题进行拆分，若样本具有M个类别，则将数据集划分为M部分，每一部分为一个类别，与OVO不同的是，使用训练时的分类器数目与参与训练的数据不同。OVA只需要M个训练器，即只形成M个二分类任务，因此参与训练的数据与OVO不同，它是依次分别以每一类别为正类，其余类别的数据集统一带上负类的标签，也就是将其余数据集的标签重新打上。若最终各个分类器的预测结果出现一正多负的情形，则将最终的预测类别附上所在正类的样本标签；若出现结果为多正多负的情形，则最终的预测类别为置信度最高的正类样本的标签。

双边出口(Exports)可以作为 OFDI的替代或补充。内部化理论(Buckley和Casson，1976)和横向 FDI理论(Markusen，1984)支持替代关系，而垂直 FDI理论(Helpman，1984)支持互补关系。

受经济基础薄弱、基础设施落后、民间资本不足等因素所限，欠发达地区的旅游业发展需要中央和地方政府的全方位支持。在旅游景区品质与品牌打造方面，各级政府应注重欠发达地区的高A级旅游景区培育与评定，并依托区域遗产资源条件，主动申请或与其他遗产资源联合申请世界自然与文化遗产，结合区域资源特色打造区域旅游品牌，提升景区旅游吸引物的品质与知名度；在旅游基础设施方面，注重旅游景区内部与外部的旅游交通、住宿、饮食等产业协同发展；在低收入群体旅游就业方面，加强低收入群体旅游参与技能培训，引导低收入群体结合自身条件与技能全方位参与区域旅游活动，或通过信贷政策倾斜引导低收入群体开展乡村旅游创业。

贸易开放(Openness)的影响也是有争议的。一方面，东道国更高的开放度将吸引更多的外国投资，对OFDI产生积极的影响。另一方面，它与东道国的贸易壁垒是负相关的。如果中国因为“关税跳跃”动机而在高贸易壁垒国家进行 OFDI，这可能对 OFDI产生负面影响。

通货膨胀(Inflation)对中国 OFDI的影响也包括在内，类似于 Kolstad和Wiig(2009)的分析。高通货膨胀将阻碍 FDI，因为高度经济不稳定和低实际利润将限制寻求市场的 FDI(Buckley等，2007)。高通胀贬值当地货币，也不鼓励出口导向的FDI。因此，预期符号为负。

随着社会的不断发展,越来越多的人开始追求阴道分娩分娩,阴道分娩对胎儿的成长具有积极的作用,但是在产妇经阴道分娩时,通常会由于阴道过长,会阴过紧,阴道口过于狭窄,胎儿过大,又加之产妇在分娩时过于紧张和体质虚弱,通常会给接产带来一定程度的困难[4]。在阴道分娩时,会阴受到压力后极速扩张,造成会阴水肿,可能会造成会阴三度,四度的裂伤,也会给胎儿在阴道分娩时带来困难,为了顺利产下胎儿,接产时还会对产妇的会阴进行切开手术,这样就会导致一系列并发症,给后来的生产或者日后的生活带来影响。因此,在产妇进行阴道分娩时要寻找有效的会阴保护方法,尽量避免对产妇在生产时对会阴造成的损伤。

东道国的整体自然资源禀赋(Resources)可以用来考察中国的对外直接投资是否受到自然资源寻求的驱动。依照Cheung和Qian(2009)以及Zhang(2009)的研究，将燃料、矿石和金属出口占商品出口总额的份额用于代表东道国的总体自然资源禀赋。东道国的技术水平(Technology)检验中国 OFDI的技术寻求(或战略资产寻求)的动机，由制造业出口的高科技产品出口所占比例来衡量。

年度虚拟变量(φt)可以用来控制对所有东道国的宏观经济影响。东道国虚拟变量(φi)包括所有时间常数不可观测的国家异质性。为误差项。

上述变量的定义和数据来源见附录A。利用这些数据，我们研究了2003—2009年间影响172个东道国吸引中国OFDI存量的因素。整理后的数据包括1110个观测值，占中国初始OFDI总额的84%,。表3报告了所有变量的统计性描述。图2显示了东道国在中国滞后一期的IFDI存量与他们同期吸引中国OFDI存量之间的关系。

 

表2 2003—2009年描述性统计(7年，172个东道国)

  

注：lnCOFDIS、lnCOFDISt-1、lnCIFDISt-1、lnImportst-1和 lnExports 的单位为百万美元现行价格；lnRGDP、lnRGDPPC 的单位为百万美元(2000不变价格)；RGDP_Growth、Governance、Inflation、Resources、Technology、lnOpenness的单位为百分比。

 

变量 观测次数 均值 标准差 最小值 最大值lnCOFDIS 1110 2.716 2.550 -4.605 12.011 lnCOFDISt-1 939 2.521 2.521 -4.605 11.660 lnCIFDISt-1 958 4.625 3.073 -3.912 13.754 lnImportst-1 966 4.773 3.561 -6.908 11.924 lnRGDP 1134 9.679 2.332 4.751 16.261 RGDP_Growth 1146 0.046 0.053 -0.413 0.465 lnRGDPPC 1134 7.823 1.643 4.419 11.326 lnExports 1160 6.183 2.419 -1.666 12.440 lnOpenness 1088 -0.422 0.731 -12.482 2.777 Governance 1195 0.499 0.205 0.104 1.025 Inflation 1061 0.311 7.502 -0.132 244.110 Resources 873 0.255 0.286 0.000 0.997 Technology 885 0.101 0.129 0.000 0.997

公式(6)的动态模型存在几个相关的计量经济学问题。首先，滞后因变量不是严格外生的，它可能与干扰项相关(Greene，2002)。我们利用工具变量来避免这个问题。其次，不可观察的东道国固定效应，如地理和人口统计，可能与因变量相关。最后，我们有一个小T(短时间段T＝7)和大N(许多东道国家 N＝172)的面板数据。为了解决这些问题，我们使用Blundell和Bond(1998)提出的系统GMM。

  

图2 172个东道国吸引中国OFDI存量与他们在中国投资IFDI滞后一期存量间的关系

 

注：中国年IFDI和OFDI的对数由作者计算得出。数据来源：商务部(2009)和国家统计局(2007，2010)。

与差分GMM估计量相比(Arellano和Bond，1991)，系统GMM包含两个方程组。除了在差分GMM中将水平变量当工具变量用于差分，系统GMM进一步将滞后变量的一阶差分作为水平方程中相应的水平变量的工具，例如将ΔlnCOFDISi，t-1作为lnCOFDISi，t-1的工具变量引入至水平方程。因此，系统GMM比差分GMM更有效。然而，系统GMM做了附加假设，即额外的工具变量在水平方程中与特定国家效应不相关(Blundell和Bond，1998)。这说明该附加假设依赖于稳定状态，表明长期收敛值的差分与固定效应不相关。该假设可通过滞后因变量的系数进行检验(Roodman 2006)。若系数位于OLS估计值与FE估计值之间则有效，否则系统GMM无效。为了检测水平的固定效应之外的自相关性，我们寻找差分的二阶相关AR(2)。自相关的存在表明变量的滞后是内生的，因此不是适当的工具变量。为了测试变量工具集和子集的联合有效性，我们使用Hansen J检验和Hansen差分检验。

Baltagi(2008)认为，系统GMM减少了有限样本偏差，其估计值与其他动态面板估计一致且更有效。系统GMM估计使用两步稳健性回归来校正有限样本偏差(Windmeijer，2005)。Bond(2002)和Roodman(2006)指出，动态面板的普通最小二乘法(OLS)和固定效应(FE)估计是有偏的。然而，它们通过分别提供上限和下限来提供对GMM估计的有效性检验。OLS高估了滞后因变量的系数，因为它与误差正相关(Hsiao，1986)，FE估计低估了一个小组中的系数(Nickell，1981)。如果滞后因变量的系数在OLS和FE的估计之间，系统GMM估计的有效性就得到保证。因此，我们还报告了OLS和FE估计的结果。

四、结果与讨论

对于整个样本的分析结果报告如表3所示。第1列表示了没有控制国家特定影响的OLS回归结果。第2列表示控制国家特定影响的固定效应回归结果。第3列将lnCOFDISt-1视为内生变量，表示了系统GMM回归结果。专栏(2)通过控制国家特定效应来呈现FE(固定效应)回归结果。中国OFDI存量滞后一期的系数小于1，表明系统GMM估计的有效性。估计系数0.649的值低于相应的OLS估计上限0.790，并且高于FE估计的相应下限0.326，提供了有效估计的证据。

 

表3 OLS动态面板估计、固定效应FE和系统GMM

  

注：括号中为稳健标准误。*、**和***分别表示显著性水平为 10%,、5%,和 1%,。SGMM 为系统 GMM 估计和两阶段稳健性估计(有限样本偏差校正(Windmeijer，2005))。AR(1)、AR(2)、HansenJ 和 Differencein-Hansen 均报告了相应的P值。

 

因变量：OLS FE SGMM lnCOFDIS(1)系数(2)标准差(3)系数(4)标准差(5)系数(6)标准差lnCOFDISt-1 0.790***(0.035)0.326***(0.073)0.649***(0.109)lnCIFDISt-1 0.074***(0.020)-0.024(0.058)0.098*(0.052)lnImportst-1 0.034(0.029)-0.007(0.065)0.026(0.035)lnRGDP -0.056(0.063)-0.194(2.074)-0.089(0.108)RGDP_Growth 0.031(0.880)0.748(1.244)0.398(1.112)lnRGDPPC -0.137**(0.055)-0.917(0.055)-0.243**(0.106)lnExports 0.164***(0.061)0.055(0.190)0.279**(0.115)lnOpenness 0.057(0.105)0.118(0.246)-0.022(0.211)Governance 0.042(0.340)2.854(1.880)0.066(0.531)Inflation -0.104(0.084)-0.400(0.941)0.066(0.140)Resources 0.639***(0.185)-0.240(0.860)0.804***(0.273)Technology -0.660**(0.314)0.301(0.616)-0.202(0.459)国家虚拟变量 否 是 是年度虚拟变量 是 是 是观测数 554 554 554 F统计 252.80 33.51 80.31 AR(1)检验 0.001 AR(2)检验 0.508 Hansen J检验 0.570 Difference-in-Hansen 0.385

系统GMM的有效性取决于其统计值。F检验拒绝零假设。Arellano-Bond序列相关检验表明，在统计上不能拒绝不存在二阶序列，转换后的方程在第二阶段并不连续相关，意味着模型正确。拒绝 Hansen test的失败证实了增加工具变量的整体有效性。拒绝差分Hansen test的失败证实了子集的有效性。

滞后的中国OFDI存量的系数在 1%,水平是显著为正的。东道国滞后的OFDI存量每增长10%，当期OFDI存量就增长6.5%。这一结论支持了集聚效应，并提供证据表明，中国过去投资的积极反馈和自强化效应推动了目前在同一方向上的投资。这一发现与 Cheung和 Qian(2009)的结论一致。更重要的是，滞后因变量的意义支持着中国 OFDI的动态调整。这将在下一节进一步讨论。实证结果表明，一个国家在中国投资的历史 IFDI存量对该国吸引中国的投资 OFDI存量有显著的影响作用。东道国的滞后 IFDI存量(lnIFDISit-1)每上涨10%，该国吸引中国投资OFDI的存量就增长1%。这一发现通过信息和知识溢出证实了 IFDI存量的正面外部性，也证明了中国对外投资的市场粘性。

其他解释变量的估计结果也与期望和现有的研究结果一致。人均实际 GDP 在5%,的水平上显著而且是负的，说明中国投资更倾向于比较欠发展的国家和地区，这与Cheng、Ma和 Zhang 得出的结论一致。另外，中国投资者倾向于出口更多商品和服务的东道国，以往有确凿的研究证实了这一点(Buckley等，2007；Cheung和Qian，2009；Zhang，2009)。Resources的估计值表明，中国OFDI更有可能被自然资源丰富的国家吸引，这一发现证实了自然资源寻求动机以及与其他实证研究结果相一致(Buckley等，2007；Cheung和Qian，2009)。

实际GDP和实际GDP增长的结果不显著，这意味着中国跨国企业在整个样本中没有市场寻求动力的证据。同样，估计结果不足以支持中国跨国公司寻求技术的动机。中国来自东道国的滞后进口、东道国的开放度、腐败控制度和通货膨胀的影响也几乎为零。

部分库存调整模型使我们能够恢复未观察到的均衡存量，并将其与实际水平进行比较。调整过程如公式(7)所示：

 

lnCOFDISit-1的系数(即1-α)表明调整速度为α＝1-0.649＝0.351。如果中国OFDI存量能够保持此稳定状态，则需要约1/α＝1/0.351≈3年来弥补均衡与实际存量之间的差距。这种逐步调整反映了调整成本的影响。

根据方程(7)可以计算出中国OFDI的均衡存量。Cheng和Kwan(2000)认为，均衡存量的变化反映了政策和外生变量的影响，没有调整成本和自我增强效应的干预；实际和均衡存量之间的差异反映了东道国吸引来自中国进一步投资的潜力。

为了研究均衡和实际库存之间的差异，我们计算了均衡OFDI存量的年均中位数和年均增长率，并将其与实际水平进行比较(图3和图4)。研究结果分为以下三个方面。第一，图3中均衡存量总是大于实际存量，意味着中国的实际对外直接投资普遍不足。因此，中国的对外直接投资依然存在巨大潜力，并将不断拓展。第二，2007年的次贷危机并没有影响中国的对外直接投资。2008年其均衡存量以及实际存量的中位数保持稳定，并在2009年持续增长，这意味着中国通过海外投资在世界经济中实现重新整合是一项长期的战略，不会由于受到短期冲击而产生根本性的改变。第三，最重要的是，其均衡存量的波动性比实际水平波动性更大。次贷危机对其均衡存量的影响比实际水平更强。其均衡存量是在没有自我增强效应和调整成本的情况下进行估计的，因此对外部变化的反应更快。投资惯性和调整成本使其实际存量对外部变化的反应放缓。

  

图3 中国OFDI均衡存量和实际存量的中位数

 

注：其均衡存量的中位数由作者计算得出。数据来源：商务部(2009)。

  

图4 中位数的年增长率

 

注：中位数的年增长率由作者计算得出。数据来源：商务部(2009)。

调整成本具有不同的来源：两项研究“time-to-plan”(Christiano 和 Todd，1996)及“time-to-build”(Casares，2002)提供了宏观证据。中国相对稳定的实际对外直接投资表明中国的海外投资仍面临投资调整成本。比如中国的海外投资必须通过一系列的政府部门审核和登记。这些行政事务性过程减缓了实际 OFDI 存量的反应速度，但均衡存量可以更迅速地作出反应。

因此，期望中国的IFDI与OFDI存在密切关系是符合市场粘性的理论假设的。然而，除了一些描述性研究(Sauvant，2011；Sauwant 等，2011；Liu 等，2005；Katherin 和Cornelia，2007)之外，对外投资的市场粘性理论还缺乏实证研究。本文旨在通过研究中国OFDI的动态调整效应及其与IFDI的关系来填补现有文献的空白。

  

图5 实际和均衡OFDI存量之差

 

注：OFDIS为实际OFDI存量。OFDIS*为做综合计算得出的均衡存量。排除外部值。数据来源：商务部(2009)

为了检验中国OFDI的动态调整和IFDI是否随着东道国的特征而改变，按照科技水平、自然资源和收入水平三个标准，我们将东道国划分为几类。对于所有分类，系统GMM 估计通过了所有样本的所有检验，结果报告在表4中。特别是，作为系统 GMM有效性的基本依据，任何样本的估计中，滞后一期的中国 OFDI 存量系数小于1，并保持稳态假设。它恰好位于 OLS估计的上限之下和FE估计的下限之上。

表4中列(1)和列(2)表示了高科技国家和低技术国家的系统GMM估计。滞后一期的中国IFDI存量系数为正，在5%,以下水平显著。滞后OFDI的集聚效应在两个子样本中都很强，但在高科技东道国更大。高科技国家的调整速度(0.372)低于低科技国家(0.615)，调整成本比后者高。例如，中国跨国企业在聘用熟练劳动力和专家于新兴投资方面，高科技国家的生产准备成本可能更高。如果中国 OFDI存量保持稳定状态，则弥补两个样本实际库存与均衡库存之间的差距分别需要约3年和2年的时间。

图6显示了高科技和低技术国家吸引中国OFDI均衡和实际存量的中位数。高科技国家的均衡存量较高。一个可能的解释是，技术寻求动力往往将中国的 OFDI推向高科技东道国，但这需要时间。Wang和 Blomstrom(1992)明确指出，虽然技术溢出是固有的，但它们并不会自动产生作用。技术处于劣势的公司在吸收先进技术方面进行的学习投入越多，技术溢出对活跃投资者的转移率就越高。因此，中国在高科技东道国的最终 OFDI存量可能会更高。我们还发现均衡存量在两个样本中比实际存量波动性更大。有趣的是，高科技国家的均衡和实际存量差异普遍大于低科技国家的差异，这与中国OFDI在前者的调整速度较慢和调整成本较高有关。

此外，我们还发现中国实际 OFDI存量和均衡存量离差的逐渐缩小以及稳定的中位数显示出收敛的趋势。高科技国家的离差高于低科技国家，这与上述实际存量调整速度比前者均衡水平偏高的结论一致。

表4中的列(3)和列(4)分别是自然资源丰富与稀缺的国家的结果，列(5)和列(6)分别报告了高收入国家和低收入国家的结果。所有列中滞后中国 OFDI存量的系数均显著为正。列(3)、(4)之间以及列(5)、(6)之间的调整速度或缩短均衡和实际库存之间差距的年数相似。

 

表4 东道国特征的系统GMM检验

  

注：括号中为稳健标准误。*、**和***分别表示显著性水平为10%,、5%,和1%,。SGMM 为系统GMM估计和两阶段稳健性估计(有限样本偏差校正(Windmeijer，2005))。AR(1)、AR(2)、HansenJ 和 Difference-in-Hansen 均报告了相应的P值。

 

技术水平 自然资源禀赋 人均GDP水平(1)(2)(3)(4)(5)(6)lnCOFDIS 高 低 丰富 稀缺 高 低lnCOFDISt-1 0.628*** 0.385** 0.470*** 0.524*** 0.614*** 0.657***(1-α)(0.133)(0.163)(0.126)(0.130)(0.137)(0.138)lnCIFDISt-1 0.158** 0.140* 0.026 0.159 0.177*** 0.017(0.074)(0.077)(0.050)(0.102)(0.064)(0.026)国家虚拟变量 是 是 是 是 是 是年度虚拟变量 是 是 是 是 是 是控制变量 是 是 是 是 是 是调整速度α 0.372 0.615 0.530 0.476 0.386 0.343调整时间1/α年 3 2 2 2 3 3观测数 302 252 280 274 347 207 F统计 48.27 23.73 28.29 27.24 51.25 76.69 AR(1)检验 0.014 0.060 0.027 0.015 0.005 0.006 AR(2)检验 0.750 0.259 0.577 0.624 0.666 0.938 Hansen J检验 0.515 0.780 0.159 0.218 0.545 0.264 Difference-in-Hansen 0.439 0.605 0.224 0.154 0.395 0.328

  

图6 高科技与低技术国家中均衡和实际OFDI存量的中位数

 

注：均衡存量的中位数由作者计算得出。数据来源：商务部(2009)。

图7给出了资源丰富和稀缺国家的实际和均衡存量的中位数和离差，图8显示了高收入和低收入国家的相应值。

  

图7 中国在自然资源丰富及自然资源稀缺国家的均衡和实际OFDI存量的中位数

 

注：均衡存量的中位数由作者计算得出。数据来源：商务部(2009)。

  

图8 高收入国家和低收入国家中中国均衡和实际OFDI存量的中位数

 

注：均衡存量的中位数由作者计算得出。数据来源：商务部(2009)。

此结果与之前结果一致。均衡存量总是比所有拆分样本中的实际水平波动性更大。资源丰富国家的均衡和实际存量之间的差异与资源稀缺国家相似，高收入国家和低收入国家之间也存在差异。

这些结果证实了两组中有相似的的调整速度(或调整成本)。中国OFDI在所有子样本中都投入不足，所以东道国有潜力吸引更多的中国外商直接投资，不论资源禀赋或经济发展水平如何。在所有子样本中，实际存量与其均衡水平之间存在相对收敛以及相似的离差。

滞后的 IFDI存量对高技术国家和中低收入国家的同期 OFDI存量产生了显著的正影响，而资源丰富或稀缺的国家其影响与零无异。鉴于 IFDI的溢出效应主要来自制造业，关于东道国技术的溢出信息与中国在这些国家的未来投资有关，而关于东道国自然资源的溢出信息可能与之并不相关。我们还发现，高收入国家对中国的前期投资越多，中国对其投资就越多，而对低收入国家而言，这种影响并不明显。一个可能的解释是，高收入国家的消费者需求更加多样化，溢出信息可能包括消费者偏好。例如，美国是中国最主要的 IFDI来源国，美国的累积投资可能为中国提供了更好地了解美国消费者偏好的机会，从而促进中国的后续投资。一个成功的例子是海尔在美国投资设计和生产冰箱，并迅速成为一个领先的品牌。总而言之，我们找到了支持中国的 IFDI与OFDI有正向关系的证据。

我们还进行了一系列稳健性检验以研究结论对各种变化的敏感度。我们使用 t-2和更早期的水平作为系统 GMM 估计中转化公式时的工具变量，结果不会改变主要变量的符号和意义。估计系数的大小也非常相近。为进一步纠正可能影响中国 OFDI存量实际数量的避税天堂和境外金融中心的偏差，我们将我国的香港特别行政区和我国的澳门特别行政区从样本中扣除。因此，这两个特别行政区的“迂回投资”(Wong 和Chan，2003；Xiao，2004)都被排除在外，估计结果依然稳健。我们剔除出了 4个Governance值极高的观测值，结论与文中报告的主要结果相似。

五、结 论

本文研究结论表明中国 OFDI 确实存在动态调整和集聚效应。动态调整表明中国OFDI存在大量调整成本，意味着中国现有 OFDI 存量正逐渐向均衡水平调整，还原得出的均衡存量不仅比实际存量更大而且波动性更强。东道国积极利用其潜力来吸引中国未来的投资。有证据表明中国滞后的 IFDI与其同期 OFDI呈正相关。此外，中国OFDI 在高科技国家的动态调整和集聚效应都比其在低技术国家的相对较强。相反地，这并不随东道国的自然资源丰度或收入水平而变化。同时，也有证据表明中国在高收入国家的OFDI与IFDI正相关，而且这一正相关关系并不以东道国的科技水平为先决条件。

这样的实证结果刚好符合我们所提出的市场粘性理论假设，前来中国内陆投资的经济体主要是文化很接近的我国的“港澳台地区”，或者是欧美日等具有技术优势和法制优势的西方国家。中国企业对这些经济体最了解，因而对他们的投资风险也比较低。但是，这不等于中国企业对那些欠发展的经济体缺乏技术优势，相反，中国的技术非常适用于欠发展的经济体，只是中国企业对那里的社会和市场缺乏了解而已。随着中国企业不断走出去，虽然对前来中国投资的经济体产生过市场粘性，今后在陌生的经济体必将有更大的发展空间。在对其他经济体投资积累经验以后，通过“一带一路”建设，并得到亚投行、几大国家政策和商业银行的大力支持，中国企业已经大规模的挺进那些原来比较陌生的经济体，例如巴基斯坦、中亚诸国和东部非洲。当中国企业熟悉这些经济体以后，就能形成新的市场粘性，从而使中国的对外投资更加多元化。

本文的研究结论有两方面的政策涵义。首先，调整成本的存在限制了中国对外直接投资的潜力，进一步简化审批制度将有效降低调整成本。其次，中国政府应更多地提供有关东道国的信息，这些有价值的信息有助于中国的跨国企业更好地了解国外市场，更快地对未来投资做出决择。对于东道国，这意味着要吸引更多的中国投资必须更好地了解中国的政治和经济制度。

[2]郭惠玲：《基于博弈论视角的电商价格战分析》，《北京理工大学学报》（社会科学版）2014年第5期。

 

附录A 变量说明和数据来源

  

变量 变量说明 数据来源lnCOFDIS 中国OFDI值取对数，单位百万美元2003—2009年的数据来源于商务部《中国对外直接投资统计公报》(2009)；1991—2003年的数据来源于商务部《中国对外经济贸易年鉴》(各年)lnCOFDISt-1 滞后一期的OFDI值对数 同上lnCIFDISt-1 中国IFDI值取对数，单位百万美元 国家统计局(2007；2010)；《中国对外经济贸易年鉴》(各年)lnImportst-1 滞后一期中国从东道国的进口额取对数，单位：百万美元国际货币基金组织(IMF)，《贸易流向统计》lnRGDP 以2000年为基准的实际国内生产总值取对数，单位：百万美元 世界银行《世界发展指标》(各年)RGDP_Growth 实际国内生产总值的年增长率 同上lnRGDPPC 实际人均国内生产总值取对数 同上lnExports 中国在东道国的出口额取对数，单位：百万美元 世界银行《世界发展指标》(各年)lnOpenness 贸易量占 GDP 的比重取对数 世界银行《世界发展指标》Governance 腐败控制(2003—2009)和腐败(1991—2003)高数值表示低腐败 世界银行(2010)《全球治理指标》Inflation 年通货膨胀率 世界银行《世界发展指标》Resources 燃料、矿石和金属占商品出口中的份额 同上Technology 高科技产品占制造业的出口份额 同上

参考文献

［1］顾雪松，韩立岩，周伊敏.产业结构差异与对外直接投资的出口效应[J].经济研究，2016(4)：102-115.

［2］蒋冠宏，蒋殿春.中国企业对外直接投资的“出口效应”[J].经济研究，2014(5)：160-173.

［3］李 磊，白道欢，冼国明.对外直接投资如何影响了母国就业？——基于中国微观企业数据的研究[J].经济研究，2016(8)：144-158.

［4］李雪松，赵宸宇，聂 菁.对外投资与企业异质性产能利用[J].世界经济，2017(5)：73-97.

［5］罗长远，张 军.转型时期的外商直接投资：中国的经验[J].世界经济文汇，2008(1)：27-42.

［6］王永钦，杜巨澜，王 凯.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，2014(12)：126-142.

［7］杨娇辉，王 伟，谭 娜.破解中国对外直接投资趣味分布的“制度风险偏好”之谜[J].世界经济，2016(11)：3-27.

［8］Arellano M.，Bond S.Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations [J].Review of Economic Studies，1991，58(2)：277-97.

［9］Baltagi B.H.Econometric Analysis of Panel Data.4th Edition[M].Chichester：John Wiley &Sons Ltd，2008.

［10］Barrell R.，Pain N.Domestic Institutions，Agglomerations and Foreign Direct Investment in Europe[J].European Economic Review，1999，43(43)：925-34.

［11］Blonigen B.A.In Search of Substitution between Foreign Production and Exports[J].Journal of International Economics，2001，53(1)：81-104.

［12］Blonigen B.A.A Review of the Empirical Literature on FDI Determinants[R].NBER Working Paper 11299，2005.

［13］Blundell R.，Bond S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometrics，1998，87(1)：115-43.

［14］Bond S.Dynamic Panel Data Models：A Guide to Micro Data Methods and Practice[R].Working Paper 09/02，Institute for Fiscal Studies，London，2002.

［15］Brainard S.L.An Empirical Assessment of the Proximity-Concentration Tradeoff between Multinational Sales and Trade[J].American Economic Review，1997，87(4)：520-44.

［16］Buckley P.J.，Casson M.The Future of the Multinational Enterprise[M].London：Macmillan，1976.

［17］Buckley P.J.，Clegg L.J.，Cross A.R.，Liu X.，Voss H.，Zheng P.The Determinants of Chinese Outward Foreign Direct Investment[J].Journal of International Business Studies，2009，40(2)：353-54.

［18］Campos N.F.，Kinoshita Y.Why Does FDI Go Where It Goes? New Evidence from the Transition Economies[R].IMF Working Paper 03/228，2003.

［19］Casares M.Time-to-build Approach in A Sticky Price；Sticky Wage Optimizing Monetary Model[R].Working Paper Series 147，European Central Bank，2002.

［20］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.

［21］Cheng L.K.，Ma Z.China′s Outward FDI：Past and Future[R].Working Paper no.2007706001E，School of Economics，Renmin University，Beijing，2007.

［22］Cheung Y.W.，Qian X.W.The Empirics of China′s Outward Direct Investment[J].Pacific Economic Review，2009，14(3)：312-41.

［23］Child J.，Rodrigues S.，The Internationalization of Chinese Firms：A Case for Theoretical Extension? [J].Management and Organization Review，2005，1(3)：381-410.

［24］Chow G.C.Technological Change and the Demand for Computers[J].American Economic Review，1967，57(5)：1117-30.

［25］Christiano L.J.，Todd R.M.Time to Plan and Aggregate Fluctuations[J].Federal Reserve Bank of Mineapolis Quarterly Review，1996，20(1)：14-27.

［26］Cole M.A.，Elliott R.J.R.，Zhang J.Corruption，Governance and FDI Location in China：A Province-Level Analysis[J].Journal of Development Studies，2009，45(9)：1494-512.

［27］Driffield N.，Love J.H.Foreign Direct Investment，Technology Sourcing and Reverse Spill-overs[J].The Manchester School，2003，71(6)：659-72.

［28］Dunning J.H.，Kim C.，Lin，J.Incorporating Trade Ratio into the Investment Development Path：A Case Study of Korea and Taiwan[J].Oxford Development Studies，2001，29(2)：145-54.

［29］Globerman S.，Shapiro D.Global Foreign Direct Investment Flow：The Role of Governance Infrastructure[J].World Development，2002，30(11)：1899-919.

［30］Greene W.H.Econometric Analysis(5th ed.)[M].New York：Prentice-Hall，2002.

［31］Grubert H.，Mutti J.Taxes，Tariffs and Transfer Pricing in Multinational Corporate Decision Making[J].The Review of Economics and Statistics，1991，73(2)：285-93.

［32］Habib M.，Zurawicki L.Corruption and Foreign Direct Investment[J].Journal of International Business Studies，2002，33(2)：291-307.

［33］Hanson G.H.，Mataloni R.J.，Slaughter M.J.Expansion Strategies of U.S.Multinational Firms[R].NBER Working Paper 8433，2001.

［34］Head K.，Ries J.Overseas Investment and Firm Exports[J].Review of International Economics，2001，9(1)：108-22.

［35］Helpman E.A Simple Theory of Trade with Multinational Corporations[J].Journal of Political Economy，1984，92(3)：451-571.

［36］Hsiao C.Analysis of Panel Data[M].Cambridge：Cambridge University Press，1986.

［37］Katherin M.，Cornelia M.C.Is China on the Investment Development Path? [J].Journal of Asia Business Studies，2007，1(2)：1-9.

［38］Kolstad I.，Wiig A.What Determines Chinese Outward FDI? [J]Journal of World Business，2012，47(1)：26-34.

［39］Liu X.H.，Buck T.，Shu C.Chinese Economic Development，the Next Stage：Outward FDI?[J].International Business Review，2005，14(1)：97-115.

［40］Lu J.，Liu X.，Wang H.Motives for Outward FDI of Chinese Private Firms：Firm Resources，Industry Dynamics，and Government Policies[J].Management and Organization Review，2010，7(2)：223-48.

［41］Luo Y.，Tung R.L.International Expansion of Emerging Market Enterprises：A Springboard Perspective[J].Journal of International Business，2007，38(4)：481-98.

［42］Luo Y.，Xue Q.，Han B.How Emerging Market Governments Promote Outward FDI：Experience from China[J].Journal of World Business，2010，45(1)：68-70.

［43］Makino S.，Lau C.M.，Yeh R.S.Asset-Exploitation Versus Asset-Seeking：Implications for Location Choice of Foreign Direct Investment from Newly Industrialized Economies[J].Journal of International Business Studies，2002，33(3)：403-21.

［44］Markusen J.R.Multinationals，Multi-Plant Economies，and the Gains from Trade[J].Journal of International Economics，1984，16(3)：205-26.

［45］Ministry of Commerce People′s Republic of China(MOFCOM)，2009.Statistical Bulletin of China′s Outward Foreign Direct Investment[EB/OL].Available at http：//images.mofcom.gov.cn/hzs/accessory/201009/1284339524515.pdf，(Accessed 6 September 2013).

［46］Morck R.，Yeung B.，Zhao M.Perspectives on China's Outward Foreign Direct Investment[J].Journal of International Business Studies，2008，39(3)：337-50.

［47］National Bureau of Statistics(NBS).China Trade and External Economic Statistical Yearbook[M].China Statistical Press，Beijing，2007，2010.

［48］Nickell S.Biases in Dynamic Models with Fixed Effects[J].Econometrica，1981.49(6)，1417-26.

［49］Oulton，N.Increasing Returns and Externalities in UK Manufacturing：Myth or Reality?[J].Journal of Industrial Economics，1996，44(1)：99-113.

［50］Ramasamy B.，Yeung M.，Laforet S.China's Outward Foreign Direct Investment：Location Choice and Firm Ownership[J].Journal of World Business，2012，47(1)：17-25.

［51］Roodman D.How to Do Xtabond2：An Introduction to ″Difference″and ″System″GMM in Stata[R].Center for Global Development Working Paper 103，2006.

［52］Sauvant K.P.China：Inward and Outward Foreign Direct Investment[J].Transnational Corporations Review，2011，3(1)：1-4.

［53］United Nations Conference on Trade and Development(UNCTAD).Rising FDI into China：The Facts behind the Numbers[R].UNCTAD Investment Brief No.2-2007，2007.

［54］UNCTAD.World Investment Report 2013，Global Value Chains：Investment and Trade for Development[R].New York and Geneva：United Nations，2013.

［55］Sauvant K.P.，Jost T.，Davies K.，Garcés A.M.P.Inward and Outward FDI Country Profiles[M].New York：Vale Columbia Center on Sustainable International Investment，2011.

［56］WagnerW.J.，Timmins C.D.Agglomeration Effects in Foreign Direct Investment and the Pollution Haven Hypothesis[J].Environ Resource Econ，2009，43(2)：231-56.

［57］Wang J.Y.，Blomstrom M.Foreign Investment and Technology Transfer，A Simple Model[J].European Economic Review，1992，36(1)：137-55.

［58］Wheeler D.，Mody A.International Investment Location Decisions：The Case of U.S.Firms[J].Journal of International Economics，1992，33(1)：57-76.

［59］Windmeijer F.A Finite Sample Correction for The Variance of Liner Efficient Two-Step GMM Estimators[J].Journal of Econometrics，2005，126(1)：25-51.

［60］Wong J.，Chan S.China's Outward Direct Investment：Expanding Worldwide[J].China：An International Journal，2003，1(2)：273-301.

［61］World Bank.The Worldwide Governance Indicators[M].World Bank，Washington，DC.，2010.

［62］Xiao G.People's Republic of China's Round-Tripping FDI：Scale，Causes and Implications[R].University of Hong Kong，Working Paper，2004.

［63］Xiao J.，Sun F.The Challenges Facing Outbound Chinese M&A[J].International Financial Law Review，2005，24(12)：44-46.

［64］Yamakawa Y.，Peng M.W.，Deeds D.L.What Drives New Ventures to Internationalize from Emerging to Developed Economies? [J]Entrepreneurship：Theory and Practice，2008，32(1)：59-82.

［65］Yao S.，Sutherland D.Chinalco and Rio Tinto：A Long March for China's National Champions[J].China Quarterly，September，2009，199(199)：829-36.

［66］Yao S.J.，Sutherland D.，Chen J.China's Outward FDI and Resouce-Seeking Strategy：A Case Study on Chinalco and Rio Tinto[J].Asia-Pacific Journal of Accounting &Economics，2010，17(3)：313-26.

［67］Yao S.，Wang P.Has China Displaced The Outward Investments of OECD Countries? [J].China Economic Review，2014，28(1)：55-71.

［68］Yeaple S.R.The Role of Skill Endowments in the Structure of U.S.Outward Foreign Direct Investment[J].Review of Economics and Statistics，2003，85(3)：726-34.

［69］Zhang X.，Daly K.The Determinants of China's Outward Foreign Direct Investment[J].Emerging Markets Review，2011，12(4)：389-98.

［70］Zhang Y.Unravelling the Complex Motivation behind China's FDI[R].Tjalling C.Koopmans research Institute，Discussion Paper Series 09-02，2009.