论文部分内容阅读
摘要：基于州级层面，利用2005—2014年中国对美国直接投资的面板数据，运用广义矩估计（GMM）方法构建动态面板模型并结合相关理论，着重研究了中国对美国直接投资区位选择的驱动因素。结果表明，中国对美国直接投资具有市场驱动型和战略资产驱动型的特征，各州区的市场规模、基础设施、劳动力数量、专利申请数量、研发支出占GDP比重对吸引COFDI具有显著的正向影响，而劳动力年均工资、企业所得税税率和集聚效应会对COFDI产生显著的负向影响。在各驱动因素的共同作用下，在空间上形成以太平洋沿岸区域、五大湖区域、大西洋沿岸区域及西南部区域为主的“点辐射面”的分布格局;在产业构成上，COFDI逐渐向技术型与高端服务型产业倾斜。
关键词：中国对外直接投资;区位选择;驱动因素;动态面板模型;美国
一、引言
对外直接投资（OFDI）已成为推动全球经济一体化的主要力量。2003年中国大力推动“走出去”的发展战略，鼓励中国企业积极参与国际经济合作，据《中国对外直接投资统计公报》显示，2003年中国OFDI净额约为28.5亿美元，2018年增至1430.4亿美元，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，年均增速高达28.2%。截至2018年底，中国对外直接投资存量达1.98万亿美元，占全球存量比重的6.4%，排名由25位升至全球第3 位，仅次于美国和荷兰，累计超2.7万家境内投资者设立境外企业数4.3万家，覆盖分布在全球188个国家和地区，已成为全球重要的资本输出国之一。如今中国作为深度融入世界经济的主要开放型经济体，对外投资已从规模扩张性逐渐进入质量效益型发展的新阶段。
中国对美国的直接投资起始于20世纪80年代，近年来随着双方经贸关系的发展，目前美国已成为中国对外直接投资的最大目的地国。2000至 2014年期间，中国对美OFDI存量由0.68亿美元增至475.74亿美元，投资规模跨越式增长了近700倍，涵盖制造、采矿、金融、商务服务、信息技术等多个产业。中国企业赴美投资，不仅开拓了当地市场，也更好地把握了市场动态和技术发展方向，有助于提升研发创新能力和企业知名度，同时也为美国当地经济、就业、税收等作出了贡献。
目前，已有相关研究涉及FDI的空间格局及影响因素，并主要围绕中国对美国直接投资现状特征、动因、障碍及对策等方面进行分析。国内外也有一些学者对中国对美国直接投资的区位选择进行探讨。王丽[1]研究发现美国国内市场、中美贸易、汇率、劳动力成本等因素会影响COFDI的区位选择;王疆和陈俊甫[2]基于社会影响因素视角，发现华人移民网络对COFDI产生重要影响;Ramasamy等[3]、Cheung和Qian[4]认为市场规模、技术等因素是中国对美投资的驱动力;也有研究表明中国对美国FDI空间分布不均，集聚程度尚不显著[5]，各州GDP、人口数量、研发支出等因素是影响COFDI区位选择的主要因子[6]。上述研究多基于国家宏观层面，且定性分析居多，仅仅考虑美国整体的投资环境，忽视了各州区间的差异，对COFDI在美投资区位选择的参考价值具有一定的局限性。鉴于此，本研究以美国州级行政单位为研究对象，基于空间视角，结合理论与实证两方面，旨在研究中国对美国直接投资的内在驱动因素。一方面为中国企业对美国直接投资的区位选择提供战略参考，同时也希望完善并丰富相关研究。
二、中国对美国直接投资的分布特征
（一）投资规模总量不断扩大，但份额较小
进入新世纪以来，COFDI取得快速增长，中国对美国投资规模不断扩大，总体呈上升趋势。据荣鼎集团数据显示，自2000年至2014年末，中国企业总共对美国成功发起1029项投资项目，累计对美投资额已达475.74亿美元，年均增长率接近75%。2005年，中国对美FDI流量由0.58亿美元迅速增长到19.78亿美元，重要原因是联想集团以17.5亿美元收购IBM公司的个人计算机业务部门。2009年之后，受全球金融危机的影响，美元对人民币汇率一路下降，美国为刺激外资流入，开放了部分限制产业部门，降低了外资准入门槛，中国企业抓住此次机遇，进入投资快速发展期，投资额显著升高。其中，并购投资仍然是最主要的投资形式，交易总量占累计投资额比例近90%，而民营企业不论在投资项目交易数量或是在投资交易金额方面都已经超过国有企业，所占比重在60%以上，已成为中国对美国直接投资的主力军。
尽管COFDI在美规模迅速扩张，但整体占美国吸收外资的份额还相对较少，在2000-2014年期间，中国对美投资在美国吸收外资总额的占比不足1%。作为全球第二大经济体，无论在投资流量还是存量上，中国对美投资规模与英国、日本、加拿大等国家相比还存在一些差距。
（二）投资地域覆盖面逐步拓宽，但分布不均
2014年，COFDI已经进入美国46个州区，投资覆盖率高达85.19%。但空间分布不均，州际间由于投资环境优劣不同，导致投资规模存在较大差异。投资焦点主要集中在四个区域：即以加利福尼亚州为核心的太平洋沿岸区域，以纽约州、伊利诺伊州和密歇根州为中心的五大湖区域，以北卡罗来纳州、南卡罗来纳州为基点延伸的大西洋沿岸区域和以德克萨斯州为辐射点的西南部区域，呈现为“点辐射面”的空间分布格局（图1）。
具体来看，太平洋沿岸地带以加利福尼亚州和华盛顿州最为突出，由于华人关系网络集中，同时经济、科技、教育水平均位于美国前列，综合实力强，吸引了大量中资流入;五大湖区域水运系统便利，是美国传统的汽车制造、化学军事工业集聚区，其中纽约作为全球重要的国际金融中心，房地产酒店业及金融服务业占据优势;大西洋沿岸区域中北卡罗来纳州的三角科技园区是外资R&D机构的集中区域，弗吉尼亚州因2013年双汇国际控股有限公司以总价71亿美元对美国史密斯菲爾德食品公司的收购，引资量急剧增长;西南部区域自然资源丰富，德克萨斯州是美国最大的能源和化工州，俄克拉荷马州天然气产量居全美第三位，吸引了大量能源投资。 （三）投资领域日趋多元化，已逐渐转向技术型与高端服务型产业
随着中国对美国直接投资规模的快速增长，投资领域也日趋多元化，主要流向制造、能源、商务服务、信息技术等多个产业，而且产业结构也逐步发生变化。据荣鼎集团The Rhodium Group数据显示，截至2014年末，中国对美累计投资额主要集中在能源产业、ICT产业、房地产与酒店业、娱乐业、农业与食品业、汽车产业、医疗保健与生物科技业、金属与采矿业、金融与商业服务业、消费产业与服务业这十类产业，所占比重高达90%以上。
从具体变化来看（表1），2012-2014年，中国对美国能源产业投资比重逐渐减少，占比由41.33%降至2.80%，投资额也由31.02亿美元减至3.33亿美元，说明能源产业逐步失去优势地位。而中国企业投资在农业与食品业、ICT产业、医疗保健与生物科技业、房地产与酒店业、娱乐业领域表现亮眼，增长迅速，这五类产业投资流量总额由33.30亿美元提高到101.45 亿美元，所占比重由44.37%升至85.25%，尤以ICT产业和房地产与酒店业最为突出。其中，2012年大连万达集团以26亿美元完成对AMC娱乐公司的收购，2014年联想集团以29亿美元完成对摩托罗拉移动的收购，可见中国对美国直接投资的技术型与高端服务型产业的趋向性已日益突显。
三、投资驱动因素的理论假设
邓宁的国际生产折衷理论将对外直接投资的动机归纳为四大类：即资源寻求型、市场寻求型、效率寻求型和战略资产寻求型，并把区位因素分为自然和人造资源禀赋、市场潜力、经营成本、政府政策等因素[7-8]。美国作为当今全球最发达的经济体和累计吸收外资最多的国家，在科研创新水平、市场活力、营商环境、制度管理等方面具有区位优势，但由于各州区地理环境及社会经济发展水平的不平衡，影响了COFDI的区位分布。为了探究中国对美国直接投资的区位选择受到哪些因素的影响，在参考相关研究的基础上，以下重点就6 类驱动因素进行理论分析，并提出假设。
（一）市场规模因素
寻求市场是企业跨国经营最为普遍的驱动力，市场规模越大，企业和产业的发展空间就越广阔。产品生命周期理论、内部化理论等传统对外直接投资理论都认为，地区的市场规模与消费水平是影响FDI区位分布的重要驱动因素，市场规模越大则越有利于实现规模经济，从而降低投资的边际成本。国外有研究指出东道国的市场规模对中国OFDI具有显著的正向促进作用[9]。蒋冠宏和蒋殿春[10]实证发现中国OFDI倾向于流入市场规模较大的国家和地区。市场规模一般通过地区的经济发展水平来反映，经济发展水平越高，表明潜在的市场容量越大，消费群体越多，对投资活动具有更大的吸引力。因此本文提出如下假设：
H1：各州区的市场规模与COFDI呈正相关关系。
（二）基础设施因素
基础设施建设是评价一个国家（地区）营商环境优劣的重要因子，也是影响FDI区位分布的重要因素，发达的交通网络和便捷的信息通讯系统可以有效降低企业生产的运输成本、时间成本、信息交流成本，有利于生产效率和利润的提高。Amighini[11]实证发现地区的基础设施水平与其吸收外资之间存在显著的正相关关系。Cheng和Kwan[12]通过研究发现中国企业倾向于投资路网密度高的地区。陈恩和陈博[13]的实证结果也显示东道国基础设施条件对中国OFDI具有显著的正向影响，比如机场和高速公路。因此本文提出如下假设：
H2：各州区的基础设施水平与COFDI呈正相关关系。
（三）劳动力因素
以往研究表明，劳动力要素对于经济活动、FDI区位选择具有明顯影响。劳动力要素包括劳动力数量、成本和质量，其中劳动力成本是决定FDI区位分布的重要成本因素。Anderson和Sutherland[14]通过研究外资在美国各州的区位分布，发现较高的劳动力成本会对FDI产生负向影响，较高的工资水平会阻碍外资的流入。同时劳动力数量对市场寻求型企业投资也具有较大的吸引力。沈坤荣和田源[15]、赵瑜嘉等[16]的实证研究结果表明除了市场容量、劳动力成本等因素之外，地区劳动力存量越大，越容易吸收外资及项目投入。因此本文提出如下假设：
H3：各州区的劳动力成本与COFDI呈负相关关系。H4：各州区的劳动力数量与COFDI呈正相关关系。
（四）科技创新因素
科技创新能力已成为当今国家发展的核心竞争力。Deng[17]指出特别是发展中国家的企业往往缺乏自身的技术优势，希望通过投资行为学习获取发达国家的领先技术、企业管理经验、产品品牌建设经验及营销模式，以进一步推动国内产业结构的优化升级，因此地区的科研实力高低会影响COFDI的区位决策。Hennart[18]指出中国的民营企业更多地采用并购的方式在美国获得战略性资产，实现逆向技术溢出效应，且这种趋势在国际金融危机时期愈发明显。葛振宇和湛泳[19]基于2000至 2013年中国对美国直接投资的时间序列数据，实证研究发现美国的经济规模、高新技术水平和研发投入是影响COFDI投资规模的主要因素，且具有显著的正效应。因此本文提出如下假设：
H5：各州区的科技创新水平与COFDI呈正相关关系。
（五）政策税率因素
东道国的政治环境和营商环境，与投资的安全性和回报率密切相关，而投资目的地的鼓励优惠政策对FDI能产生较大的吸引力，其中税收激励政策、优惠贷款等措施直接关系到企业的经营成本和市场效率，是企业投资所需要考虑的关键因素，一般而言高税率的地区相对引资规模较小。由于美国税法系统复杂，各州均有独立的税收制度，且不同州区在公司所得税和个人所得税方面的税率存在较大差异，这会一定程度影响COFDI的区位选择。Hines[20]基于实证研究，指出税率变化对美国各州吸收FDI具有显著影响，且企业所得税税率越高，吸引FDI流入越少。因此，跨国企业通常倾向于选择政治风险较低、制度体制较为完善或税率较低的国家或地区进行投资。因此本文提出如下假设： H6：各州区的税率与COFDI呈负相关关系。
（六）集聚因素
Krugman认为，规模经济和集聚效应是影响外商直接投资产业和区位分布的重要因素[21]。以往研究表明，外国投资者在面对陌生的投资环境时，为了节约信息成本和交易成本、降低生产风险，基于路径依赖理论，一般趋向于外商投资较为集聚的地区[22]，这是因为前期投资的流入能为后来者开辟市场、完善基础设施、优化劳动力资源，即对企业的区位决策产生“示范效应”，并逐步强化区位优势，形成集聚经济，达到“以资引资”的效果。Kandogan[23]等通过实证分析美国各州吸收FDI的情况，结果显示集聚因素对FDI流入具有正向影响。因此本文提出如下假设：
H7：各州区的集聚程度与COFDI呈正相关关系。
四、驱动因素的实证分析
（一）变量选取说明
基于上述对驱动因素的理论分析及参照相关研究[24-25]，遵循变量选取的科学性、客观性、可获取性等原则，拟从各类驱动因素中选取主要代表变量进行说明。
1. 被解释变量
本研究选取中国对美国各州区直接投资额（COFDI）作为被解释变量。
2.解释变量
（1）市场规模因素。本研究选取美国各州区的人均GDP（GDPPC）作为代表变量，不仅可以反映某州区的经济发展水平，也能在一定程度上反映其市场容量和消费能力。（2）基础设施因素。考虑到交通网络与基础设施建设的联系最为紧密，本研究选取美国各州区每平方英里公路铁路总里程数，即公路和铁路的路网密度（ROAD）来衡量该州区的基础设施条件。
（3）劳动力因素。一般在市场驱动型和战略资产驱动型企业的投资项目中，廉价、充足、高素质的劳动力资源，可以有效降低企业运营成本，对FDI具有较强的吸引力。本研究选取美国各州区劳动力年均工资（WAGE）和劳动力数量（LAB）这两个变量来反映该州区的劳动力资源条件。（4）科技创新因素。以专利等知识产权为主的核心技术和研发投入是战略资产中的重要组成部分，本研究选取美国各州区专利申请数量（PAT）和研发支出占GDP的比重（RAD）作为代表变量，不仅可以反映该州区的科技创新实力，同时也能体现其对知识产权保护的力度。（5）政策税率因素。税收政策中，企业所得税税率与企业投资活动与密切相关[14]，企业所得税税率越低，税收政策越优惠，则企业的利润收益就越高，本研究选取企业所得税税率（TAX）来反映州区的税收政策优惠程度。（6）集聚因素。本研究选取滞后一期的中国对美国各州区直接投资额COFDI（-1）作为代表变量，以此反映该州区前期的外资流入是否对当期投资具有显著影响。
（二）样本及数据来源
中国对美国直接投资规模自2005年之后才取得较快发展，为更好地反映各驱动因素对COFDI的影响，且考虑到各解释变量数据年份的一致性和可获得性，本文选取2005—2014年作为时间区间。在剔除部分统计数据缺失和其他数据不足的州区之后，最终确定39个州区作为研究样本，中国在39个样本州区直接投资存量达总值的95%以上，因此样本具有代表性。中国对美国各州区直接投资数据来源于荣鼎集团The Rhodium Group网站数据，各变量指标描述及数据来源见表1。
（三）方法与模型构建
由于考虑到经济个体行为的持续性、惯性和偏好等影響，同时引入了被解释变量的滞后项，需要研究其动态变化过程，因此本研究采用动态面板数据模型。另外考虑到前期变量的滞后影响，有可能引起解释变量的内生性问题，Arellano和Bond[26]运用广义矩估计（GMM）方法进行参数估计，得到“Arellano-Bond估计量”，也称标准一阶差分GMM估计（DIF-GMM），其能够有效降低参数估计量产生偏误的可能性，使估计结果更为稳健[27]。基于上述对各类驱动因素的分析及变量选取，构建以下动态面板模型，来反映各类驱动因素对中国对美国直接投资区位选择的影响程度。
其中，α是常数项，i代表地区，t代表年份，βi为解释变量的系数，ui代表的是不随时间变化的各地区截面的个体效应，εit为随机扰动项。
（四）结果分析
根据模型设定，运用Eviews7.0对 2005—2014年中国对美国39个州区的面板数据进行DIF-GMM估计。首先需要对模型设定的合理性和工具变量的有效性进行检验。Sargan检验主要是判断模型是否存在过度识别限制问题，用来检验工具变量的有效性，其零假设为过度识别限制是有效的，同时，用AR（1）和AR（2）统计量检验残差项是否存在序列相关性，以验证模型设定的合理性[24]。从模型检验结果（表2）来看，Sargan检验结果显示，p值大于0.05，表明其接受了过度识别是有效的零假设，即模型中工具变量的选取是有效的。AR（1）、AR（2）检验结果显示AR（1）显著、AR（2）不显著，表明一阶差分后的残差项不存在二阶序列自相关，即模型的设定是合理的，可进行后续分析。
从模型估计结果（表3）来看，所有解释变量均通过了1%的显著性水平检验。现根据模型估计结果对各类驱动因素进行分析：即中国对美国39个州区的直接投资与各州区市场规模、基础设施、劳动力数量、专利申请数量、研发支出占GDP比重之间呈现显著的正相关关系，与各州区劳动力年均工资、企业所得税税率和集聚效应呈现显著的负相关关系，其中集聚效应的估计结果与理论假设相反，最终7 个假设中有6 个得到了验证。
1. 市场规模因素：代表变量GDPPC的系数为2.805894，表示各州区市场规模与COFDI呈显著正相关，H1得到验证。该变量在所有变量中的解释力度最大，表明中国对美国的直接投资呈现市场寻求型的典型特征。美国整体经济发展程度较高，且长期维持较高的消费水平，其庞大的消费市场容量和市场潜力无疑对中国企业有着强大的投资驱动力。其中，人均GDP高值区集中分布在太平洋沿岸、大西洋沿岸和五大湖区，如纽约州、马萨诸塞州、加利福尼亚州、华盛顿州、伊利诺伊州、德克萨斯州等，因此中国对美直接投资区位选择的倾向性大，且主要流向制造业、房地产与酒店业等。 2. 基础设施因素：代表变量ROAD的系数为0.943283，表示各州区基础设施水平与COFDI呈显著正相关，H2得到验证。美国海陆空交通网络密集交织，基础设施系统完备，大致以密西西比河为分界线，东部路网密度高于西部。其中，路网密度较高的州区主要分布在南大西洋沿岸地区及五大湖地区，这与中国对美直接投资的区位分布具有一定的相似性。基础设施条件完善能有效地降低企业生产、经营、销售等投资贸易活动的成本，从而使企业达到提高收入效益的目的，因此中国企业往往倾向于投资基础设施完善程度较高的地区。
3. 劳动力因素：代表变量WAGE的系数为-0.906187，表示各州区劳动力成本与COFDI呈显著负相关，H3得到验证;代表变量LAB的系数为0.061301，表示各州区劳动力数量与COFDI呈显著正相关，H4得到验证。美国的劳动力市场较为充足，且高素质的管理者和高技能的工程师可获取性较强，其中劳动力资源条件较好的州区主要在加利福尼亚州、德克萨斯州、南大西洋沿岸地区及五大湖区域，这对COFDI的区位选择也产生一定影响。由于在中国对美国直接投资的主要行业中，制造业、商业服务业、ICT产业、医疗生物科技业占有较大的比重，具有明显的市场寻求型和技术寻求型的特征，因此廉价充足、高素质的劳动力资源是驱动该类投资活动的重要因素之一。
4. 科技创新因素：代表变量PAT的系数为1.694713，代表变量RAD的系数为0.242079，综合两者，表示各州区科技创新水平与COFDI呈显著正相关，H5得到验证。PAT对被解释变量有较大的解释力度，表明中国对美国的直接投资受到战略资产驱动力的较大影响，州区的专利申请量越多、研发支出占GDP比重越大，代表其科技创新水平越先进，对中资企业的吸引程度越大，联想、百度、华为近年来的并购投资成为中国对美国战略资产寻求型投资的典型代表。美国目前仍是全球数字经济中技术创新和商业模式创新的中心，高新技术行业及新兴服务业发达。其中，科技创新水平位于前列的区域主要是太平洋沿岸及东北部地区，这些地区高等教育资源优势突出，大学和科研机构相对集中，拥有大量优质的人力资源，同时重视知识产权保护，科研成果转化率高，如马萨诸塞州的哈佛大学、麻省理工大学、波士顿大学，康涅狄格州的耶鲁大学，新泽西州的普林斯顿大学，加利福尼亚州的斯坦福大学、加州大学伯克利分校、加州理工学院等，在东北部和西部形成了外资R&D机构的集聚，已成为高新技术产业发展的学术智库。硅谷作为加利福尼亚州的科技中心，也是当今电子工业、信息技术服务业和计算机软件业的全球基地园区，每年申请专利产品近万件，研发实力强劲。因此，中国技术型产业的投资多趋向于这些地区，主要集中在ICT产业、醫疗保健与生物科技业、信息与技术服务业。
5. 政策税率因素：代表变量TAX的系数为-2.382543，表示各州区税率与COFDI呈显著负相关，H6得到验证。美国各州的税收制度独立且存在差异，一些州区为吸引更多的外资和项目投入，制定实施税收优惠政策，其中一个重要方面就是企业所得税税率。该变量负向影响较大，表明企业所得税税率对企业投资决策时具有显著影响。企业所得税税率较低的区域基本分布在西部和中西部地区，主要因其地理环境、经济社会资源等条件处于相对劣势，很大程度需要依靠优惠政策吸引外资;另外，南部整体税率较低，营商环境较好，如德克萨斯州、南卡罗来纳州、弗吉尼亚州、俄克拉荷马州。因此企业为了降低运营成本，减轻负担，收获更高收益，也倾向于选择这些地区。
6. 集聚因素：代表变量FDI（-1）的系数为-0.434254，表示各州区集聚程度与COFDI呈显著负相关，这与理论假设相悖，H7未得到验证。一个可能的解释是，中国对美国直接投资还未形成大规模区域化，产业集聚和空间集聚程度尚不显著，以加利福尼亚州、德克萨斯州、北卡罗来纳州、南卡罗来纳州和五大湖区为主的投资热点区对周围COFDI的辐射拉动作用尚未有效发挥，前期的“示范效应”带动性也较弱。但随着中国对外直接投资进程的不断发展、投资模式的日趋成熟，企业在从事投资活动之前也会越发重视对集聚因素的考量，投资规模效应也会日益凸显。
五、结论与启示
（一）主要结论
通过上述空间分析与实证分析，得出以下主要结论：（1）中国对美国直接投资数额及项目数逐年增长，目前美国已成为中国对外直接投资的第一大目的地国。COFDI在美区位分布主要集中于太平洋沿岸区域、五大湖区域、大西洋沿岸区域及西南部区域，投资领域逐渐转向ICT产业、房地产与酒店业、生物科技业等技术型与服务型产业，市场潜力巨大。（2）中国对美国直接投资动因与传统FDI理论预期差异不大，大部分假设得到验证，主要驱动因素包括市场规模因素、基础设施因素、劳动力因素、科技创新因素、政策税率因素、集聚因素。其中，市场规模、专利申请数量、企业所得税税率对于COFDI区位分布的影响程度较大，可见中国对美国直接投资具有市场寻求型和战略资产寻求型的特征。（3）与预期假设相悖，集聚因素并没有产生积极的“示范效应”，这可能是由于中国对美国直接投资还未形成规模效应，空间集聚程度尚不显著，集聚经济对COFDI的驱动作用尚未得到有力体现。
（二）启示
基于以上结论，在今后对美投资进程中，中国企业应更加注重产业和区位选择，明确美国各地区的区位优势和产业分布特征，企业应结合自身需求因地制宜选择投资，并充分考虑集聚因素的作用，促进加快形成产业空间的规模经济效应。在投资区域选择方面，应集中分布在太平洋沿岸区域、大西洋沿岸区域、五大湖区及周边辐射区域、中部西南地区，并逐步形成显著的空间集聚效应。
同时，在外向型经济快速发展和“中国制造2025”的大背景下，企业要以创新驱动为重要引擎，多方整合资源，不断提升自身国际竞争力，为对外投资走得更远打下坚实基础。第一，要提高自主研发水平。技术创新是企业发展的灵魂。以往中国企业多数通过对发达国家直接投资学习先进专利与技术，但是并未掌握其核心精髓，缺乏核心竞争力是国内企业在国际市场的一大劣势。当前，中国企业应着力于技术升级，实现国内产业结构转型，以逐步摆脱引进国外技术的被动局面，变“中国制造”为“中国智造”。一要加大企业研发支出投入，以项目式带动，积极与高校、科研院所等研究机构建立合作伙伴关系，提升技术成果的转化率，提高产品附加值，促进形成“产学研”协同创新的良性循环。二要牢固树立品牌意识。在立足创新的基础上，企业要自觉争创品牌、保护品牌，注重培植企业文化，塑造企业良好形象，扎实做到产品质量和企业管理水平“两手抓”，进一步扩大品牌知名度与影响力，让企业更好地“走出去”。三要完善人才引进和培育机制。人力资源是企业研发创新的重要载体，与核心竞争力密切相关。企业应通过多种渠道加快引进高层次人才，包括具备国际经济管理经验、熟悉东道国政治、经济、文化、法律知识、具有语言优势、专业技能过硬的复合型专业化人才。同时做好医疗、教育、生活等配套设施建设工作，建立健全科学合理的人才评价制度和激励机制，为高端人才提供制度保障。 另外，在企业对外投资活动中，应注重本土高素质人才的选拔和培育，构建本地化网络，以更好地根植于当地投资。第二，要科学规划对外投资布局。一要根据企业自身发展定位和未来发展战略，提前规划投资路径。以主导产业方向为前提，充分考量各国基础设施、劳动力、技术创新、制度文化等条件因素，合理布局產业链、供应链。对资源密集型、劳动密集型、资本密集型、技术密集型等不同类型产业，应基于各地区比较优势做出区位选择。二要依据国际形势和国家政策，投资布局具有一定倾向性，特别是“一带一路”沿线国家地区。第三，要提升风险防范能力。近年来，中国企业对美直接投资不断受阻，不仅与特朗普政府对华战略政策日趋竞争化、中美贸易摩擦不断升级有关，同时也是美国外资安全审查的政治干预、不断收紧中国企业对美国关键技术和基础设施投资准入等改革措施共同作用的结果，导致中国企业处境异常艰难。当前中国企业应充分认识投资风险，避免非理性对外投资，特别是与国家内部宏观调控和鼓励对外合作方向不相符的投资项目。一要建立健全风险评估和预警机制，对东道国政治经济形势、社会治安状况、民族宗教冲突、偿债能力等方面进行合理研判。
同时用好对外投资公共信息服务平台，及时关注对华投资贸易政策调整、疫情防控资讯、企业扶持政策等信息的更新，确保政府、企业沟通顺畅，提高企业突发事件应急处置能力。二要加强项目审查，审慎对待境外投资的真实性和合规性，规避因投资盲目跟风、错误预判而导致的债务风险。三要充分发挥华人华侨的桥梁纽带作用，积极与东道国华人华侨、华商协会构建良好联系，一方面方便及时了解当地投资商情、风险变化情况，另一方面也为双向推介投资项目拓宽渠道。
面对复杂的国际竞争态势，中国应充分利用资本优势和人民币加速国际化的契机，以合作共赢为核心，持续推进“一带一路”、“亚洲基础设施投资银行”及“RCEP”建设，进一步提升开放型经济水平，深化国际经贸合作交流，为中国赢得更高质量的稳定外部发展环境，从而早日实现人类命运共同体的伟大实践。
参考文献：
[1] 王丽.中国对美国直接投资的宏观经济影响因素实证分析[J].经营管理者，2012，（8）：267-268.
[2] 王疆，陈俊甫.移民网络，组织间模仿与中国企业对美国直接投资区位选择[J].当代财经，2014，（11）：69-78.
[3] Ramasamy B，Yeung M，Laforet S.China’s 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 China’s Outward Direct Investment[J].Pacific Economic Review，2009，14（3）：312-341.
[5] 黄驰，陈瑛.2000年以来中国对美国直接投资的时空演变[J].世界地理研究，2016，25（2）：40-49.
[6] 陈瑛，马斌.中国民营企业对美国直接投资的区位选择及其影响因子分析[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] 蒋冠宏，蒋殿春.中国对外投资的区位选择：基于投资引力模型的面板数据检验[J].世界经济，2012，（9）：21-40.
[11] Amighini A，Rabellotti R，Sanfilippo M.China’s 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] 陈恩，陈博.中国对发展中国家直接投资区位选择及影响因素[J].国际经济合作，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] 沈坤荣，田源.人力资本与外商直接投资的区位选择[J].管理世界，2002，（11）：26-31
[16] 赵瑜嘉，马妍，贺灿飞.中国对外直接投資区位选择影响因素探究[J].商业时代，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.中国对美国直接投资的影响因素研究[J].亚太经济，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.空间集聚与外商直接投资的区位选择——基于珠江三角洲地区的实证分析[J].地理科学，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] 项本武.东道国特征与中国对外直接投资的实证研究[J].数量经济技术经济研究，2009，（7）：33-46.
[25] 胡博，李凌.我国对外直接投资的区位选择——基于投资动机的视角[J].国际贸易问题，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] 高铁梅.计量经济分析方法与建模——EViews应用及实例（第二版）[M].北京：清华大学出版社，2009：112-113.
作者简介：
黄驰（1990-），女，汉族，福建邵武人，硕士，福州市社会科学院研究实习员，主要研究方向为经济地理与区域投资环境。
关键词：中国对外直接投资;区位选择;驱动因素;动态面板模型;美国
一、引言
对外直接投资（OFDI）已成为推动全球经济一体化的主要力量。2003年中国大力推动“走出去”的发展战略，鼓励中国企业积极参与国际经济合作，据《中国对外直接投资统计公报》显示，2003年中国OFDI净额约为28.5亿美元，2018年增至1430.4亿美元，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，年均增速高达28.2%。截至2018年底，中国对外直接投资存量达1.98万亿美元，占全球存量比重的6.4%，排名由25位升至全球第3 位，仅次于美国和荷兰，累计超2.7万家境内投资者设立境外企业数4.3万家，覆盖分布在全球188个国家和地区，已成为全球重要的资本输出国之一。如今中国作为深度融入世界经济的主要开放型经济体，对外投资已从规模扩张性逐渐进入质量效益型发展的新阶段。
中国对美国的直接投资起始于20世纪80年代，近年来随着双方经贸关系的发展，目前美国已成为中国对外直接投资的最大目的地国。2000至 2014年期间，中国对美OFDI存量由0.68亿美元增至475.74亿美元，投资规模跨越式增长了近700倍，涵盖制造、采矿、金融、商务服务、信息技术等多个产业。中国企业赴美投资，不仅开拓了当地市场，也更好地把握了市场动态和技术发展方向，有助于提升研发创新能力和企业知名度，同时也为美国当地经济、就业、税收等作出了贡献。
目前，已有相关研究涉及FDI的空间格局及影响因素，并主要围绕中国对美国直接投资现状特征、动因、障碍及对策等方面进行分析。国内外也有一些学者对中国对美国直接投资的区位选择进行探讨。王丽[1]研究发现美国国内市场、中美贸易、汇率、劳动力成本等因素会影响COFDI的区位选择;王疆和陈俊甫[2]基于社会影响因素视角，发现华人移民网络对COFDI产生重要影响;Ramasamy等[3]、Cheung和Qian[4]认为市场规模、技术等因素是中国对美投资的驱动力;也有研究表明中国对美国FDI空间分布不均，集聚程度尚不显著[5]，各州GDP、人口数量、研发支出等因素是影响COFDI区位选择的主要因子[6]。上述研究多基于国家宏观层面，且定性分析居多，仅仅考虑美国整体的投资环境，忽视了各州区间的差异，对COFDI在美投资区位选择的参考价值具有一定的局限性。鉴于此，本研究以美国州级行政单位为研究对象，基于空间视角，结合理论与实证两方面，旨在研究中国对美国直接投资的内在驱动因素。一方面为中国企业对美国直接投资的区位选择提供战略参考，同时也希望完善并丰富相关研究。
二、中国对美国直接投资的分布特征
（一）投资规模总量不断扩大，但份额较小
进入新世纪以来，COFDI取得快速增长，中国对美国投资规模不断扩大，总体呈上升趋势。据荣鼎集团数据显示，自2000年至2014年末，中国企业总共对美国成功发起1029项投资项目，累计对美投资额已达475.74亿美元，年均增长率接近75%。2005年，中国对美FDI流量由0.58亿美元迅速增长到19.78亿美元，重要原因是联想集团以17.5亿美元收购IBM公司的个人计算机业务部门。2009年之后，受全球金融危机的影响，美元对人民币汇率一路下降，美国为刺激外资流入，开放了部分限制产业部门，降低了外资准入门槛，中国企业抓住此次机遇，进入投资快速发展期，投资额显著升高。其中，并购投资仍然是最主要的投资形式，交易总量占累计投资额比例近90%，而民营企业不论在投资项目交易数量或是在投资交易金额方面都已经超过国有企业，所占比重在60%以上，已成为中国对美国直接投资的主力军。
尽管COFDI在美规模迅速扩张，但整体占美国吸收外资的份额还相对较少，在2000-2014年期间，中国对美投资在美国吸收外资总额的占比不足1%。作为全球第二大经济体，无论在投资流量还是存量上，中国对美投资规模与英国、日本、加拿大等国家相比还存在一些差距。
（二）投资地域覆盖面逐步拓宽，但分布不均
2014年，COFDI已经进入美国46个州区，投资覆盖率高达85.19%。但空间分布不均，州际间由于投资环境优劣不同，导致投资规模存在较大差异。投资焦点主要集中在四个区域：即以加利福尼亚州为核心的太平洋沿岸区域，以纽约州、伊利诺伊州和密歇根州为中心的五大湖区域，以北卡罗来纳州、南卡罗来纳州为基点延伸的大西洋沿岸区域和以德克萨斯州为辐射点的西南部区域，呈现为“点辐射面”的空间分布格局（图1）。
具体来看，太平洋沿岸地带以加利福尼亚州和华盛顿州最为突出，由于华人关系网络集中，同时经济、科技、教育水平均位于美国前列，综合实力强，吸引了大量中资流入;五大湖区域水运系统便利，是美国传统的汽车制造、化学军事工业集聚区，其中纽约作为全球重要的国际金融中心，房地产酒店业及金融服务业占据优势;大西洋沿岸区域中北卡罗来纳州的三角科技园区是外资R&D机构的集中区域，弗吉尼亚州因2013年双汇国际控股有限公司以总价71亿美元对美国史密斯菲爾德食品公司的收购，引资量急剧增长;西南部区域自然资源丰富，德克萨斯州是美国最大的能源和化工州，俄克拉荷马州天然气产量居全美第三位，吸引了大量能源投资。 （三）投资领域日趋多元化，已逐渐转向技术型与高端服务型产业
随着中国对美国直接投资规模的快速增长，投资领域也日趋多元化，主要流向制造、能源、商务服务、信息技术等多个产业，而且产业结构也逐步发生变化。据荣鼎集团The Rhodium Group数据显示，截至2014年末，中国对美累计投资额主要集中在能源产业、ICT产业、房地产与酒店业、娱乐业、农业与食品业、汽车产业、医疗保健与生物科技业、金属与采矿业、金融与商业服务业、消费产业与服务业这十类产业，所占比重高达90%以上。
从具体变化来看（表1），2012-2014年，中国对美国能源产业投资比重逐渐减少，占比由41.33%降至2.80%，投资额也由31.02亿美元减至3.33亿美元，说明能源产业逐步失去优势地位。而中国企业投资在农业与食品业、ICT产业、医疗保健与生物科技业、房地产与酒店业、娱乐业领域表现亮眼，增长迅速，这五类产业投资流量总额由33.30亿美元提高到101.45 亿美元，所占比重由44.37%升至85.25%，尤以ICT产业和房地产与酒店业最为突出。其中，2012年大连万达集团以26亿美元完成对AMC娱乐公司的收购，2014年联想集团以29亿美元完成对摩托罗拉移动的收购，可见中国对美国直接投资的技术型与高端服务型产业的趋向性已日益突显。
三、投资驱动因素的理论假设
邓宁的国际生产折衷理论将对外直接投资的动机归纳为四大类：即资源寻求型、市场寻求型、效率寻求型和战略资产寻求型，并把区位因素分为自然和人造资源禀赋、市场潜力、经营成本、政府政策等因素[7-8]。美国作为当今全球最发达的经济体和累计吸收外资最多的国家，在科研创新水平、市场活力、营商环境、制度管理等方面具有区位优势，但由于各州区地理环境及社会经济发展水平的不平衡，影响了COFDI的区位分布。为了探究中国对美国直接投资的区位选择受到哪些因素的影响，在参考相关研究的基础上，以下重点就6 类驱动因素进行理论分析，并提出假设。
（一）市场规模因素
寻求市场是企业跨国经营最为普遍的驱动力，市场规模越大，企业和产业的发展空间就越广阔。产品生命周期理论、内部化理论等传统对外直接投资理论都认为，地区的市场规模与消费水平是影响FDI区位分布的重要驱动因素，市场规模越大则越有利于实现规模经济，从而降低投资的边际成本。国外有研究指出东道国的市场规模对中国OFDI具有显著的正向促进作用[9]。蒋冠宏和蒋殿春[10]实证发现中国OFDI倾向于流入市场规模较大的国家和地区。市场规模一般通过地区的经济发展水平来反映，经济发展水平越高，表明潜在的市场容量越大，消费群体越多，对投资活动具有更大的吸引力。因此本文提出如下假设：
H1：各州区的市场规模与COFDI呈正相关关系。
（二）基础设施因素
基础设施建设是评价一个国家（地区）营商环境优劣的重要因子，也是影响FDI区位分布的重要因素，发达的交通网络和便捷的信息通讯系统可以有效降低企业生产的运输成本、时间成本、信息交流成本，有利于生产效率和利润的提高。Amighini[11]实证发现地区的基础设施水平与其吸收外资之间存在显著的正相关关系。Cheng和Kwan[12]通过研究发现中国企业倾向于投资路网密度高的地区。陈恩和陈博[13]的实证结果也显示东道国基础设施条件对中国OFDI具有显著的正向影响，比如机场和高速公路。因此本文提出如下假设：
H2：各州区的基础设施水平与COFDI呈正相关关系。
（三）劳动力因素
以往研究表明，劳动力要素对于经济活动、FDI区位选择具有明顯影响。劳动力要素包括劳动力数量、成本和质量，其中劳动力成本是决定FDI区位分布的重要成本因素。Anderson和Sutherland[14]通过研究外资在美国各州的区位分布，发现较高的劳动力成本会对FDI产生负向影响，较高的工资水平会阻碍外资的流入。同时劳动力数量对市场寻求型企业投资也具有较大的吸引力。沈坤荣和田源[15]、赵瑜嘉等[16]的实证研究结果表明除了市场容量、劳动力成本等因素之外，地区劳动力存量越大，越容易吸收外资及项目投入。因此本文提出如下假设：
H3：各州区的劳动力成本与COFDI呈负相关关系。H4：各州区的劳动力数量与COFDI呈正相关关系。
（四）科技创新因素
科技创新能力已成为当今国家发展的核心竞争力。Deng[17]指出特别是发展中国家的企业往往缺乏自身的技术优势，希望通过投资行为学习获取发达国家的领先技术、企业管理经验、产品品牌建设经验及营销模式，以进一步推动国内产业结构的优化升级，因此地区的科研实力高低会影响COFDI的区位决策。Hennart[18]指出中国的民营企业更多地采用并购的方式在美国获得战略性资产，实现逆向技术溢出效应，且这种趋势在国际金融危机时期愈发明显。葛振宇和湛泳[19]基于2000至 2013年中国对美国直接投资的时间序列数据，实证研究发现美国的经济规模、高新技术水平和研发投入是影响COFDI投资规模的主要因素，且具有显著的正效应。因此本文提出如下假设：
H5：各州区的科技创新水平与COFDI呈正相关关系。
（五）政策税率因素
东道国的政治环境和营商环境，与投资的安全性和回报率密切相关，而投资目的地的鼓励优惠政策对FDI能产生较大的吸引力，其中税收激励政策、优惠贷款等措施直接关系到企业的经营成本和市场效率，是企业投资所需要考虑的关键因素，一般而言高税率的地区相对引资规模较小。由于美国税法系统复杂，各州均有独立的税收制度，且不同州区在公司所得税和个人所得税方面的税率存在较大差异，这会一定程度影响COFDI的区位选择。Hines[20]基于实证研究，指出税率变化对美国各州吸收FDI具有显著影响，且企业所得税税率越高，吸引FDI流入越少。因此，跨国企业通常倾向于选择政治风险较低、制度体制较为完善或税率较低的国家或地区进行投资。因此本文提出如下假设： H6：各州区的税率与COFDI呈负相关关系。
（六）集聚因素
Krugman认为，规模经济和集聚效应是影响外商直接投资产业和区位分布的重要因素[21]。以往研究表明，外国投资者在面对陌生的投资环境时，为了节约信息成本和交易成本、降低生产风险，基于路径依赖理论，一般趋向于外商投资较为集聚的地区[22]，这是因为前期投资的流入能为后来者开辟市场、完善基础设施、优化劳动力资源，即对企业的区位决策产生“示范效应”，并逐步强化区位优势，形成集聚经济，达到“以资引资”的效果。Kandogan[23]等通过实证分析美国各州吸收FDI的情况，结果显示集聚因素对FDI流入具有正向影响。因此本文提出如下假设：
H7：各州区的集聚程度与COFDI呈正相关关系。
四、驱动因素的实证分析
（一）变量选取说明
基于上述对驱动因素的理论分析及参照相关研究[24-25]，遵循变量选取的科学性、客观性、可获取性等原则，拟从各类驱动因素中选取主要代表变量进行说明。
1. 被解释变量
本研究选取中国对美国各州区直接投资额（COFDI）作为被解释变量。
2.解释变量
（1）市场规模因素。本研究选取美国各州区的人均GDP（GDPPC）作为代表变量，不仅可以反映某州区的经济发展水平，也能在一定程度上反映其市场容量和消费能力。（2）基础设施因素。考虑到交通网络与基础设施建设的联系最为紧密，本研究选取美国各州区每平方英里公路铁路总里程数，即公路和铁路的路网密度（ROAD）来衡量该州区的基础设施条件。
（3）劳动力因素。一般在市场驱动型和战略资产驱动型企业的投资项目中，廉价、充足、高素质的劳动力资源，可以有效降低企业运营成本，对FDI具有较强的吸引力。本研究选取美国各州区劳动力年均工资（WAGE）和劳动力数量（LAB）这两个变量来反映该州区的劳动力资源条件。（4）科技创新因素。以专利等知识产权为主的核心技术和研发投入是战略资产中的重要组成部分，本研究选取美国各州区专利申请数量（PAT）和研发支出占GDP的比重（RAD）作为代表变量，不仅可以反映该州区的科技创新实力，同时也能体现其对知识产权保护的力度。（5）政策税率因素。税收政策中，企业所得税税率与企业投资活动与密切相关[14]，企业所得税税率越低，税收政策越优惠，则企业的利润收益就越高，本研究选取企业所得税税率（TAX）来反映州区的税收政策优惠程度。（6）集聚因素。本研究选取滞后一期的中国对美国各州区直接投资额COFDI（-1）作为代表变量，以此反映该州区前期的外资流入是否对当期投资具有显著影响。
（二）样本及数据来源
中国对美国直接投资规模自2005年之后才取得较快发展，为更好地反映各驱动因素对COFDI的影响，且考虑到各解释变量数据年份的一致性和可获得性，本文选取2005—2014年作为时间区间。在剔除部分统计数据缺失和其他数据不足的州区之后，最终确定39个州区作为研究样本，中国在39个样本州区直接投资存量达总值的95%以上，因此样本具有代表性。中国对美国各州区直接投资数据来源于荣鼎集团The Rhodium Group网站数据，各变量指标描述及数据来源见表1。
（三）方法与模型构建
由于考虑到经济个体行为的持续性、惯性和偏好等影響，同时引入了被解释变量的滞后项，需要研究其动态变化过程，因此本研究采用动态面板数据模型。另外考虑到前期变量的滞后影响，有可能引起解释变量的内生性问题，Arellano和Bond[26]运用广义矩估计（GMM）方法进行参数估计，得到“Arellano-Bond估计量”，也称标准一阶差分GMM估计（DIF-GMM），其能够有效降低参数估计量产生偏误的可能性，使估计结果更为稳健[27]。基于上述对各类驱动因素的分析及变量选取，构建以下动态面板模型，来反映各类驱动因素对中国对美国直接投资区位选择的影响程度。
其中，α是常数项，i代表地区，t代表年份，βi为解释变量的系数，ui代表的是不随时间变化的各地区截面的个体效应，εit为随机扰动项。
（四）结果分析
根据模型设定，运用Eviews7.0对 2005—2014年中国对美国39个州区的面板数据进行DIF-GMM估计。首先需要对模型设定的合理性和工具变量的有效性进行检验。Sargan检验主要是判断模型是否存在过度识别限制问题，用来检验工具变量的有效性，其零假设为过度识别限制是有效的，同时，用AR（1）和AR（2）统计量检验残差项是否存在序列相关性，以验证模型设定的合理性[24]。从模型检验结果（表2）来看，Sargan检验结果显示，p值大于0.05，表明其接受了过度识别是有效的零假设，即模型中工具变量的选取是有效的。AR（1）、AR（2）检验结果显示AR（1）显著、AR（2）不显著，表明一阶差分后的残差项不存在二阶序列自相关，即模型的设定是合理的，可进行后续分析。
从模型估计结果（表3）来看，所有解释变量均通过了1%的显著性水平检验。现根据模型估计结果对各类驱动因素进行分析：即中国对美国39个州区的直接投资与各州区市场规模、基础设施、劳动力数量、专利申请数量、研发支出占GDP比重之间呈现显著的正相关关系，与各州区劳动力年均工资、企业所得税税率和集聚效应呈现显著的负相关关系，其中集聚效应的估计结果与理论假设相反，最终7 个假设中有6 个得到了验证。
1. 市场规模因素：代表变量GDPPC的系数为2.805894，表示各州区市场规模与COFDI呈显著正相关，H1得到验证。该变量在所有变量中的解释力度最大，表明中国对美国的直接投资呈现市场寻求型的典型特征。美国整体经济发展程度较高，且长期维持较高的消费水平，其庞大的消费市场容量和市场潜力无疑对中国企业有着强大的投资驱动力。其中，人均GDP高值区集中分布在太平洋沿岸、大西洋沿岸和五大湖区，如纽约州、马萨诸塞州、加利福尼亚州、华盛顿州、伊利诺伊州、德克萨斯州等，因此中国对美直接投资区位选择的倾向性大，且主要流向制造业、房地产与酒店业等。 2. 基础设施因素：代表变量ROAD的系数为0.943283，表示各州区基础设施水平与COFDI呈显著正相关，H2得到验证。美国海陆空交通网络密集交织，基础设施系统完备，大致以密西西比河为分界线，东部路网密度高于西部。其中，路网密度较高的州区主要分布在南大西洋沿岸地区及五大湖地区，这与中国对美直接投资的区位分布具有一定的相似性。基础设施条件完善能有效地降低企业生产、经营、销售等投资贸易活动的成本，从而使企业达到提高收入效益的目的，因此中国企业往往倾向于投资基础设施完善程度较高的地区。
3. 劳动力因素：代表变量WAGE的系数为-0.906187，表示各州区劳动力成本与COFDI呈显著负相关，H3得到验证;代表变量LAB的系数为0.061301，表示各州区劳动力数量与COFDI呈显著正相关，H4得到验证。美国的劳动力市场较为充足，且高素质的管理者和高技能的工程师可获取性较强，其中劳动力资源条件较好的州区主要在加利福尼亚州、德克萨斯州、南大西洋沿岸地区及五大湖区域，这对COFDI的区位选择也产生一定影响。由于在中国对美国直接投资的主要行业中，制造业、商业服务业、ICT产业、医疗生物科技业占有较大的比重，具有明显的市场寻求型和技术寻求型的特征，因此廉价充足、高素质的劳动力资源是驱动该类投资活动的重要因素之一。
4. 科技创新因素：代表变量PAT的系数为1.694713，代表变量RAD的系数为0.242079，综合两者，表示各州区科技创新水平与COFDI呈显著正相关，H5得到验证。PAT对被解释变量有较大的解释力度，表明中国对美国的直接投资受到战略资产驱动力的较大影响，州区的专利申请量越多、研发支出占GDP比重越大，代表其科技创新水平越先进，对中资企业的吸引程度越大，联想、百度、华为近年来的并购投资成为中国对美国战略资产寻求型投资的典型代表。美国目前仍是全球数字经济中技术创新和商业模式创新的中心，高新技术行业及新兴服务业发达。其中，科技创新水平位于前列的区域主要是太平洋沿岸及东北部地区，这些地区高等教育资源优势突出，大学和科研机构相对集中，拥有大量优质的人力资源，同时重视知识产权保护，科研成果转化率高，如马萨诸塞州的哈佛大学、麻省理工大学、波士顿大学，康涅狄格州的耶鲁大学，新泽西州的普林斯顿大学，加利福尼亚州的斯坦福大学、加州大学伯克利分校、加州理工学院等，在东北部和西部形成了外资R&D机构的集聚，已成为高新技术产业发展的学术智库。硅谷作为加利福尼亚州的科技中心，也是当今电子工业、信息技术服务业和计算机软件业的全球基地园区，每年申请专利产品近万件，研发实力强劲。因此，中国技术型产业的投资多趋向于这些地区，主要集中在ICT产业、醫疗保健与生物科技业、信息与技术服务业。
5. 政策税率因素：代表变量TAX的系数为-2.382543，表示各州区税率与COFDI呈显著负相关，H6得到验证。美国各州的税收制度独立且存在差异，一些州区为吸引更多的外资和项目投入，制定实施税收优惠政策，其中一个重要方面就是企业所得税税率。该变量负向影响较大，表明企业所得税税率对企业投资决策时具有显著影响。企业所得税税率较低的区域基本分布在西部和中西部地区，主要因其地理环境、经济社会资源等条件处于相对劣势，很大程度需要依靠优惠政策吸引外资;另外，南部整体税率较低，营商环境较好，如德克萨斯州、南卡罗来纳州、弗吉尼亚州、俄克拉荷马州。因此企业为了降低运营成本，减轻负担，收获更高收益，也倾向于选择这些地区。
6. 集聚因素：代表变量FDI（-1）的系数为-0.434254，表示各州区集聚程度与COFDI呈显著负相关，这与理论假设相悖，H7未得到验证。一个可能的解释是，中国对美国直接投资还未形成大规模区域化，产业集聚和空间集聚程度尚不显著，以加利福尼亚州、德克萨斯州、北卡罗来纳州、南卡罗来纳州和五大湖区为主的投资热点区对周围COFDI的辐射拉动作用尚未有效发挥，前期的“示范效应”带动性也较弱。但随着中国对外直接投资进程的不断发展、投资模式的日趋成熟，企业在从事投资活动之前也会越发重视对集聚因素的考量，投资规模效应也会日益凸显。
五、结论与启示
（一）主要结论
通过上述空间分析与实证分析，得出以下主要结论：（1）中国对美国直接投资数额及项目数逐年增长，目前美国已成为中国对外直接投资的第一大目的地国。COFDI在美区位分布主要集中于太平洋沿岸区域、五大湖区域、大西洋沿岸区域及西南部区域，投资领域逐渐转向ICT产业、房地产与酒店业、生物科技业等技术型与服务型产业，市场潜力巨大。（2）中国对美国直接投资动因与传统FDI理论预期差异不大，大部分假设得到验证，主要驱动因素包括市场规模因素、基础设施因素、劳动力因素、科技创新因素、政策税率因素、集聚因素。其中，市场规模、专利申请数量、企业所得税税率对于COFDI区位分布的影响程度较大，可见中国对美国直接投资具有市场寻求型和战略资产寻求型的特征。（3）与预期假设相悖，集聚因素并没有产生积极的“示范效应”，这可能是由于中国对美国直接投资还未形成规模效应，空间集聚程度尚不显著，集聚经济对COFDI的驱动作用尚未得到有力体现。
（二）启示
基于以上结论，在今后对美投资进程中，中国企业应更加注重产业和区位选择，明确美国各地区的区位优势和产业分布特征，企业应结合自身需求因地制宜选择投资，并充分考虑集聚因素的作用，促进加快形成产业空间的规模经济效应。在投资区域选择方面，应集中分布在太平洋沿岸区域、大西洋沿岸区域、五大湖区及周边辐射区域、中部西南地区，并逐步形成显著的空间集聚效应。
同时，在外向型经济快速发展和“中国制造2025”的大背景下，企业要以创新驱动为重要引擎，多方整合资源，不断提升自身国际竞争力，为对外投资走得更远打下坚实基础。第一，要提高自主研发水平。技术创新是企业发展的灵魂。以往中国企业多数通过对发达国家直接投资学习先进专利与技术，但是并未掌握其核心精髓，缺乏核心竞争力是国内企业在国际市场的一大劣势。当前，中国企业应着力于技术升级，实现国内产业结构转型，以逐步摆脱引进国外技术的被动局面，变“中国制造”为“中国智造”。一要加大企业研发支出投入，以项目式带动，积极与高校、科研院所等研究机构建立合作伙伴关系，提升技术成果的转化率，提高产品附加值，促进形成“产学研”协同创新的良性循环。二要牢固树立品牌意识。在立足创新的基础上，企业要自觉争创品牌、保护品牌，注重培植企业文化，塑造企业良好形象，扎实做到产品质量和企业管理水平“两手抓”，进一步扩大品牌知名度与影响力，让企业更好地“走出去”。三要完善人才引进和培育机制。人力资源是企业研发创新的重要载体，与核心竞争力密切相关。企业应通过多种渠道加快引进高层次人才，包括具备国际经济管理经验、熟悉东道国政治、经济、文化、法律知识、具有语言优势、专业技能过硬的复合型专业化人才。同时做好医疗、教育、生活等配套设施建设工作，建立健全科学合理的人才评价制度和激励机制，为高端人才提供制度保障。 另外，在企业对外投资活动中，应注重本土高素质人才的选拔和培育，构建本地化网络，以更好地根植于当地投资。第二，要科学规划对外投资布局。一要根据企业自身发展定位和未来发展战略，提前规划投资路径。以主导产业方向为前提，充分考量各国基础设施、劳动力、技术创新、制度文化等条件因素，合理布局產业链、供应链。对资源密集型、劳动密集型、资本密集型、技术密集型等不同类型产业，应基于各地区比较优势做出区位选择。二要依据国际形势和国家政策，投资布局具有一定倾向性，特别是“一带一路”沿线国家地区。第三，要提升风险防范能力。近年来，中国企业对美直接投资不断受阻，不仅与特朗普政府对华战略政策日趋竞争化、中美贸易摩擦不断升级有关，同时也是美国外资安全审查的政治干预、不断收紧中国企业对美国关键技术和基础设施投资准入等改革措施共同作用的结果，导致中国企业处境异常艰难。当前中国企业应充分认识投资风险，避免非理性对外投资，特别是与国家内部宏观调控和鼓励对外合作方向不相符的投资项目。一要建立健全风险评估和预警机制，对东道国政治经济形势、社会治安状况、民族宗教冲突、偿债能力等方面进行合理研判。
同时用好对外投资公共信息服务平台，及时关注对华投资贸易政策调整、疫情防控资讯、企业扶持政策等信息的更新，确保政府、企业沟通顺畅，提高企业突发事件应急处置能力。二要加强项目审查，审慎对待境外投资的真实性和合规性，规避因投资盲目跟风、错误预判而导致的债务风险。三要充分发挥华人华侨的桥梁纽带作用，积极与东道国华人华侨、华商协会构建良好联系，一方面方便及时了解当地投资商情、风险变化情况，另一方面也为双向推介投资项目拓宽渠道。
面对复杂的国际竞争态势，中国应充分利用资本优势和人民币加速国际化的契机，以合作共赢为核心，持续推进“一带一路”、“亚洲基础设施投资银行”及“RCEP”建设，进一步提升开放型经济水平，深化国际经贸合作交流，为中国赢得更高质量的稳定外部发展环境，从而早日实现人类命运共同体的伟大实践。
参考文献：
[1] 王丽.中国对美国直接投资的宏观经济影响因素实证分析[J].经营管理者，2012，（8）：267-268.
[2] 王疆，陈俊甫.移民网络，组织间模仿与中国企业对美国直接投资区位选择[J].当代财经，2014，（11）：69-78.
[3] Ramasamy B，Yeung M，Laforet S.China’s 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 China’s Outward Direct Investment[J].Pacific Economic Review，2009，14（3）：312-341.
[5] 黄驰，陈瑛.2000年以来中国对美国直接投资的时空演变[J].世界地理研究，2016，25（2）：40-49.
[6] 陈瑛，马斌.中国民营企业对美国直接投资的区位选择及其影响因子分析[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] 蒋冠宏，蒋殿春.中国对外投资的区位选择：基于投资引力模型的面板数据检验[J].世界经济，2012，（9）：21-40.
[11] Amighini A，Rabellotti R，Sanfilippo M.China’s 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] 陈恩，陈博.中国对发展中国家直接投资区位选择及影响因素[J].国际经济合作，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] 沈坤荣，田源.人力资本与外商直接投资的区位选择[J].管理世界，2002，（11）：26-31
[16] 赵瑜嘉，马妍，贺灿飞.中国对外直接投資区位选择影响因素探究[J].商业时代，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.中国对美国直接投资的影响因素研究[J].亚太经济，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.空间集聚与外商直接投资的区位选择——基于珠江三角洲地区的实证分析[J].地理科学，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] 项本武.东道国特征与中国对外直接投资的实证研究[J].数量经济技术经济研究，2009，（7）：33-46.
[25] 胡博，李凌.我国对外直接投资的区位选择——基于投资动机的视角[J].国际贸易问题，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] 高铁梅.计量经济分析方法与建模——EViews应用及实例（第二版）[M].北京：清华大学出版社，2009：112-113.
作者简介：
黄驰（1990-），女，汉族，福建邵武人，硕士，福州市社会科学院研究实习员，主要研究方向为经济地理与区域投资环境。