论文部分内容阅读
[摘要]本文在对二元OFDI与工业产能过剩关系的机理分析基础上，基于1994-2014年的样本数据，从对外直接投资（OFDI）的路径——顺梯度OFDI与逆梯度OFDI，利用向量自回归（VAR）模型，重点分析了两类OFDI对中国工业产能利用水平的影响。实证结果表明，顺梯度OFDI、逆梯度OFDI均对工业产能利用水平具有正向作用。顺梯度OFDI通过在国外投资建厂，会直接带动开采挖掘设备和相关维护设备的出口以及国内一些以自然资源为原料的加工制成品的出口，从而提高中国工业产能利用水平。逆梯度OFDI在初期也会带动一部分产品的出口，但其逆向技术溢出效应更为显著，国内母公司通过消化吸收由海外子公司传回的国外先进工艺与技术，对本国产品进行加工升级，提高产品质量，刺激产品需求，优化产业结构，达到化解产能过剩的目的。
[关键词]对外直接投资（OFDI）；工业产能过剩；产能利用水平
中图分类号：F403 文献标识码：A 文章编号：1008-4096（2017）01-0019-09
一、引言
改革开放以来，中国经济始终保持着高速增长的态势，国内生产总值快速增加。并于2010年上半年超过日本，成为仅次于美国的世界第二大经济体。但是，在国内经济高速增长的背后，隐藏着巨大的隐患，工业产能过剩现象尤为值得关注。在市场经济条件下，产能过剩是一种普遍的经济现象，并且温和的产能过剩对于资源的优化配置、良性的市场竞争以及国民经济的健康发展都起到良好的促进作用。目前中国工业产能过剩已远远超过合理的界限，成为中国经济健康可持续发展的一大阻碍。近年来，化解工业产能过剩矛盾逐步成为各级政府部门及学者高度关注的热点问题之一。2013年10月15日，国务院下发《关于化解产能严重过剩的指导意见》，拟定分业施策的政策，针对行业特点，开展有选择、有侧重、有针对性的化解工作。2013年11月，中共十八届三中全会也将产能过剩的化解工作作为今后工作的重点。
虽然中央政府高度重视化解产能过剩问题，并出台了一系列政策措施，但政策实施效果并不明显。基于此，在世界经济格局调整和国内经济发展方式转变的双重背景下，将化解国内工业产能过剩矛盾的视角扩展到全球化上，以对外直接投资的方式来解决这一矛盾已达成共识。因此，如何充分认识不同路径的对外直接投资对中国工业产能利用水平的影响显得尤为关键。
二、文献综述
国内外学者关于OFDI（Outward Foreign Direct Investment）对产能利用水平的影响效应研究较少，主要考察了OFDI对产业结构及出口的影响。Ogawa和Lee分析了日本已处于比较劣势产业的资本回报率与其对外直接投资的关系，认为在劳动密集型产业利润下降的情况下，这些产业会以对外直接投资的形式来保证资本回报率，从而优化产业结构。Tuan和Ng认为对外直接投资对香港制造业产业结构的调整起到了关键作用，并通过产业集聚效应间接影响生产率，刺激产品出口。Mucchielli和Soubaya对法国企业进行研究时发现，无论是投资于发达国家或是发展中国家，对外直接投资都显著地促进了出口。李优树和杨环认为OFDI可以带动本国产业结构的调整，借助于比较优势实现产业优化升级，增强国际竞争力。江小娟和杜玲认为，当一国的经济发展水平达到一定阶段、某些产业具有一定实力时，就可以根据产业结构调整的需要进行对外直接投资，优化升级产业结构。项本武基于2000-2006年中国对50个国家的直接投资和进出口数据，通过实证验证了对外直接投资促进了中国出口。蒋冠宏和蒋殿春运用倍差法同样检验了企业对外直接投资的“出口效应”，发现中国对外直接投资总体促进了企业出口。
针对OFDI与工业产能利用水平波动及化解产能过剩问题之间的关系，本文对国内外几个研究成果进行了总结和梳理。Svetlii等对斯洛文尼亚的国内状况进行研究时发现，该国通过对外直接投资可学习国外先进的技术经验，利用国外资金和科技资源，优化本国的产业结构，缓解国内部分行业产能过剩的压力。Barrios等对爱尔兰的经济状况进行研究时发现，跨国公司倾向于从母国反向进口其生产环节所需的中间产品，这种方式使得国内相关企业的生产能力利用率得到提高，从而有利于缓解国内行业产能过剩的压力，促进产业结构升级。陈岩和翟瑞瑞叫利用灰色关联模型验证中国各行业对外直接投资对国内各行业的产业结构的调整效应，选取了2004-2011年中国15个行业作为研究对象，实证结果表明，中国对外直接投资在很大程度上起到了转移部分国内过剩产能的作用，能够有效地促进国内相关产业的结构升级。吕轶根据日本在20世纪80年代治理国内产能过剩的实践经验，认为中国依靠扩张国内市场来化解产能过剩矛盾是远远不够的，必须要通过对外直接投资，在全球范围内配置资源，将在国内市场上面临过度竞争、生产过剩问题的制造业行业通过向海外进行产业转移，消化过剩产能，推动产业优化升级。
上述国内外学者均认为对外直接投资对投资国产能利用水平具有正向作用，也会推动该国的产业结构优化升级，促进企业产品出口，可以缓解国内产能过剩矛盾。但文献中较多从定性角度考察OFDI对投资国产能过剩的影响，缺乏研究OFDI对投资国工业产能利用水平影响的定量分析。因此，本文将结合中国实际情况，考察OFDI对工业产能利用水平波动和化解产能过剩的影响效应，以期为政府部门准确判断OFDI在化解中国产能过剩过程中的作用以及进行顶层设计提供参考性依据。
三、二元OFDI与工业产能过剩关系的机理分析
（一）OFDI的界定
关于对OFDI的界定，英国经济学家Dunning最早提出了將OFDI分为自然资源寻求型OFDI、市场寻求型OFDI以及效率寻求型OFDI，随后又扩展为第四种战略性资产寻求型OFDI。Makino以新工业化经济体为视角，将OFDI分为资产探索型OFDI与资产利用型OFDI。资产探索型OFDI是指企业为了提高在全球市场上的竞争力，通过海外投资获得有形或无形的战略性资产的经济活动；资产利用型OFDI是指企业依靠现有的能力与资源进行海外投资，以使利润最大化。黄速建和刘建丽以国际化战略为视角，将企业进入海外市场的行为分为市场开拓与经验积累型、资源获取与能力提升型两种类型。隋月红根据对外直接投资的流向不同，将OFDI分为顺梯度OFDI与逆梯度OFDI。顺梯度OFDI是指OFDI从相对发达的投资国进入相对欠发达的东道国，目的是境内企业将相对劣势的产业或产品通过其现有的能力或技术以对外直接投资的形式转移出去，其产业转移效应与产业后向关联效应较为显著；逆梯度OFDI是指OFDI从相对欠发达的投资国进入相对发达的东道国，目的是获得来自发达国家或地区的未来能增值的有形或无形资产，其逆向技术溢出效应与产业前向关联效应显著。本文将采用隋月红对OFDI含义的界定，将中国OFDI分为顺梯度型与逆梯度型，探究这两种类型的OFDI对中国工业产能利用水平波动及产能过剩的影响。 （二）顺梯度OFDI与工业产能过剩关系的机理分析
第一，如边际产业理论所说，投资国会将本国内即将处于或已经处于劣势的产业通过顺梯度OFDI的方式转移到东道国，一般这些产业在投资国市场处于供过于求的状态，出现产能过剩问题。东道国相应的产业或许尚未发展成熟，从而使得当地市场上存在着极高的市场需求，通过转移可以使这些产业由比较劣势转变为比较优势。投资国通过顺梯度OFDI可以有效提升本国产业结构内资源要素的合理分配，提高国内资源的利用效率。
第二，中国企业进行顺梯度OFDI最主要的方式是在东道国投资建厂，设立海外子公司。这种方式可以扩大投资国与东道国之间的国际贸易规模，海外子公司对当地资源要素需求的增加会刺激投资国国内对于生产配套设备的需求，促进重型机械、零部件设备等中间产品的出口。顺梯度OFDI主要面向的是非洲相对欠发达的国家。中国企业在该国进行对外直接投资会直接拉动本国中间产品和制成品的出口，从而缓解国内产能过剩矛盾。
第三，顺梯度OFDI使得投资国企业在国际市场上寻求一些劳动力廉价、自然资源丰富的国家和地区，利用这些优势在当地投入生产可以降低生产成本，从而获得比较优势。投资国的劳动密集型产业通过此方式转移至国外，使得本国内技术密集型产业以及资本密集型产业的比重增加，产业结构得到优化升级。
顺梯度OFDI对工业产能过剩影响的机制可用图1表示。
（三）逆梯度OFDI与工业产能过剩关系的机理分析
第一，投资国通过逆梯度OFDI在相对发达的国家进行投资建厂、并购，可获取发达国家先进生产技术和研发工艺，这种现象被称为逆向技术溢出效应。海外设立的子公司可以获得当地先进的工艺和创新想法，经投资国消化吸收后发展为符合本国国情的技术工艺，投入到生产加工环节，提升该国产品的附加值，使产业结构得到优化。
第二，投资国的企业可以通过产业关联效应，利用国外市场对高技术含量、高附加值中间产品的需求，将获取的技术工艺运用到产品生产上，在扩大产品规模的同时提升产品在国际市场上的竞争力，从而促进产品出口，带动产业发展。
第三，通过逆梯度OFDI设立的海外子公司可以选择和当地企业开展一系列合作或结成企业联盟，合作伙伴之间可以共享研发信息，交换所需的生产资源。这种方式不仅可以参与到先进的研发团队，掌握核心的技术工艺，也可以提升海外子公司在当地的品牌形象，形成良好的商业信誉，有利于投资国企业开拓国际市场，从而促进其产品出口。
逆梯度OFDI对工业产能过剩影响的机制可用图2表示。
四、实证分析
（一）变量选择与数据处理
工业产能利用率（CU）：鉴于中国官方尚未发布工业产能利用水平的相关数据，本文采用中国人民银行发布的5000户工业企业景气扩散指数作为中国工业产能利用率的替代变量。由于5000户工业企业景气扩散指数是以月度形式发布的，为了匹配对外直接投资数据以及出口数据，本文用Eviews8软件将月度数据通过频率转化法转为年度数据，时间长度为1994--2014年。
顺梯度OFDI：本文选取1994-2014年历年中国对巴西、南非、巴基斯坦、马来西亚、哈萨克斯坦、蒙古、泰国、印度、印度尼西亚和赞比亚十个典型发展中国家的对外直接投资存量金额进行加总计算，以此作为顺梯度OFDI指标的数据。1994-2002年的数据来源于《中国对外经济贸易年鉴》，2003-2014年的数据来源于《中国对外直接投资统计公报》。本文按当年人民币对美元的汇率将数据单位由亿美元换算为亿元人民币，并用居民消费价格指数对原始数据进行平减，得到以1994年的不变价格计算的顺梯度OFDI数据。为了避免数据异方差性对模型解释产生影响，本文对价格平减后的数据取对数形式并设定为LSOFDI。
逆梯度OFDI：本文选取1994-2014年历年中国对美国、日本、英国、加拿大、德国、法国、意大利、荷兰、瑞典和澳大利亚十个典型发达国家的对外直接投资存量金额进行加总计算，以此作为逆梯度OFDI指标的数据。1994-2003年的数据来源于《中国对外经济贸易年鉴》，2003-2014年的数据来源于《中国对外直接投资统计公报》。本文按当年人民币对美元的汇率将数据单位由亿美元换算为亿人民币，并用居民消费价格指数对原始数据进行平减，得到以1994年的不变价格计算的逆梯度OFDI数据。为了避免数据异方差性对模型解释产生影响，本文对价格平减后的数据取对数形式并设定为LNOFDI。
对发展中国家的顺梯度出口SOUT：为了与顺梯度OFDI数据保持一致性，本文将1994-2014年中国历年对十个典型发展中国家的出口金额加总计算，并对原始数据进行平减、取对数处理，记为LSOUT。数据来源于中经网统计数据库。
对发达國家的逆梯度出口NOUT：为了与逆梯度OFDI数据保持一致性，本文将1994-2014年中国历年对十个典型发达国家的出口金额加总计算，并对原始数据进行平减、取对数处理，记为LNOUT。数据来源于中经网统计数据库。
产业结构合理化程度（IS）：本文采用冯春晓的方法，将制造业产业结构合理化程度用下列公式计算得出：
（3）
其中，ISt为制造业第t年的产业结构合理化程度，其取值范围为[0，1]，该数据越大表明制造业产业结构合理化程度越高。St为第t年制造业的产出，用制造业当年的生产总值表示。Dt为第t年制造业的总需求，用制造业当年的销售总产值表示。该指标的所有数据来源于1994-2014年《中国工业经济统计年鉴》。
新增固定资产完成额（NFA）：是指已经完成建造和购置过程，并已交付使用单位的固定资产价值。本文用固定资产价格指数对原始数据进行平减，为了消除数据异方差性对其进行取对数处理，并设定为LNFA。数据来源于中经网统计数据库。 （二）VAR模型检验
VAR模型的稳定性以及有效性在一定程度上体现为所用数据的平稳性，即模型中的每一个变量都存在着协整关系的同阶单整序列，否则将会出现“伪回归”问题。因此，必须对模型所用数据进行单位根检验以验证其平稳性。
1.平稳性检验
本文利用Eviews8软件，并采用ADF单位根方法对产能利用率CU、顺梯度LSOFDI、逆梯度LNOFDI、顺梯度出口LSOUT、逆梯度出口LNOUT、产业结构合理化程度IS、新增固定资产完成额LNFA进行检验，结果如表1所示。检验结果表明，这些变量的原序列在5%的显著性水平上都是非平稳的。而它们的一阶差分序列在5%的显著性水平上均为平稳序列，所以在以下的分析中，均使用这些变量的一阶差分序列进行研究。
2.协整检验与模型滞后阶数选择
由于本文将做两组VAR模型，分别探讨顺梯度模式下的OFDI与中国工业产能过剩的关系以及逆梯度模式下的OFDI与中国工业产能过剩的关系，本文已检验出两组模型共7个变量均为一阶单整序列，在此基础上使用Johansen协整检验对各序列之间是否存在协整关系，结果如表2所示。检验结果表明各变量之间存在着长期的协整关系，因此可以构建VAR模型。
为了确定VAR模型的最优滞后阶数，本文通过检验LR、FPE、AIC、Sc、HQ五个统计量，运用相关准则来共同确定。对各种信息准则的分析结果进行综合考虑，本文确定顺、逆梯度VAR模型的最优滞后阶数均为2阶。
3.模型的稳定性检验
在确定两个VAR模型最优滞后阶数之后，为了保证后续脉冲响应函数的稳定性及有效性，还需要对两组模型的特征值多项式的根的倒数是否落在单位圆内进行判断。在此本文利用AR根进行检验，结果表明，两组模型特征多项式的根全都在单位圆之内，这说明了两个VAR模型都是稳定的，可以进行后续的脉冲响应函数以及方差分解的操作。
4.脉冲响应分析
在实际应用过程中，由于VAR模型并不是以经济理论为基础的模型，所以它对变量之间不作先验性约束，因此，VAR模型往往不会分析一个变量的变化会对另一个变量产生何种影响，而是分析其中一个误差项或者随机扰动项发生变化时，或者说模型受到某种冲击时对系统的动态影响。
（1）工业产能利用率CU对顺梯度OFDI的脉冲响应分析
工业产能利用率CU对顺梯度OFDI的脉冲响应函数如图3所示。如果顺梯度OFDI产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，工业产能利用率表现出一个较大的正向响应且逐渐上升并在第4期时达到最大值，此后正向响应逐渐减弱，最后基本围绕在0值附近趋于稳定。如前文所说，顺梯度OFDI是指OFDI从相對发达的投资国进入相对欠发达的东道国，目的是境内企业将相对劣势的产业或产品通过其现有的能力或技术以对外直接投资的形式转移出去。若以对外直接投资的目的分析，顺梯度OFDI主要可以分为寻求国外自然资源的资源导向型OFDI与寻求开拓国际市场的市场导向型OFDI。资源导向型OFDI会直接带动开采挖掘设备以及相关维护设备的出口，同时也会带动国内一些以自然资源为原料的加工制成品的出口；市场导向型OFDI会为本国产品市场建立国际销售渠道，直接带动出口。
（2）工业产能利用率CU对逆梯度OFDI的脉冲响应分析
工业产能利用率CU对逆梯度OFDI的脉冲响应函数如图4所示。如果逆梯度OFDI产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，工业产能利用率表现出正向响应，但在第2期达到次高点时正向响应会逐渐减弱甚至在第3期表现为负向响应，随后又转变为正向响应并逐渐上升，在第4期时达到最大值，此后正向响应逐渐减弱，最后基本围绕在0值附近趋于稳定。如前文所说，逆梯度OFDI是指OFDI从相对欠发达的投资国进入相对发达的东道国，目的是获得来自发达国家或地区未来能增值的有形或无形资产，其逆向技术溢出效应比较显著。在对相对发达国家进行对外直接投资的初始时期，势必会带动国内相关产品的出口，进而有效缓解产能过剩现象，但企业出于对出口扩张的预期会积极加大投资、扩大生产规模，导致产品的供给量上升，随着规模的不断扩张最终导致产能利用水平出现负向响应。随后出现更强的正向响应是由于逆向技术溢出效应开始显现，母公司将改善后的国外先进工艺与技术用到生产环节，从而使生产技术提高，产品质量得到提升，产品所含附加值增加，拉动了市场上对该产品的需求，推动了产业结构优化，在更大程度上化解了产能过剩矛盾。随着逆向技术溢出效应逐渐减弱，工业产能利用水平最终会趋于稳定。
（3）工业产能利用率CU对产业结构IS的脉冲响应分析
工业产能利用率CU对产业结构IS的脉冲响应函数如图5所示。如果产业结构IS产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，制造业产能利用率会表现为较大的正向响应，并在第2期达到最大值，随后正向响应逐渐减弱，在第9期后基本围绕0值附近波动，趋于稳定。国内产能过剩多体现为结构性过剩，落后产能过剩与先进产能不足并存。在技术创新上，简单工艺加工的制造业企业较多，高端制造、具有创新能力的企业较少；在产品供给上，制造业目前低端产品处于过剩状态。而高附加值的高端产品满足不了国内的市场需求；在产业价值链上，企业多处在产业价值链低端。目前国内没有学者将产业结构指标与产能利用率进行实证分析，但国家相关部门以及研究产能过剩领域的专家学者都将促进产业结构优化升级作为化解中国工业产能过剩矛盾的具体措施。
（4）产业结构IS对逆梯度OFDI的脉冲响应分析
产业结构IS对逆梯度OFDI的脉冲响应函数如图6所示。如果逆梯度OFDI产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，产业结构合理化程度从第1期开始表现出正向响应，并快速增强在第3期达到正向峰值，之后呈减弱趋势，逐渐平稳趋向于0值。这种路径主要是由逆向技术溢出效应引起的，投资国企业改善并更新生产工艺，提高产品附加值，优化产业结构。同时，母公司可借鉴发达国家企业先进管理经验及人才培养机制，吸引高素质人才流向本国企业，提高行业劳动力专业技能水平。 （5）工业产能利用率CU对新增固定资产完成额NFA的脉冲响应分析
工业产能利用率CU对新增固定资产完成额NFA的脉冲响应函数如图7所示。新增固定资产投资NFA产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，工业产能利用率会从第1期开始表现为较大的正向响应，并在第2期达到最大值，随后正向响应逐渐减弱，并在第4期开始表现为负向响应，此负向响应会一直稳定存在。其原因主要是随着新增固定资产的增加，在市场上会刺激对钢铁、水泥、平板玻璃等基础原材料的需求，从而使行业利润水平提高，企业会加大市场对产品需求的预期继而扩大投资和生产规模，产能利用率水平随之上升。然后随着新增固定资产规模的不断扩张，大批逐利性企业过度进人，产品供给大幅增加并远大于需求，造成产能利用率开始出现下降，当新增固定资产规模达到一定程度时，产能过剩问题就会暴露出来，最终导致负向响应。
5.方差分解
方差分解是通过分析各个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，它给出的是对模型中变量产生影响的各个随机扰动项的相对重要性信息。
（1）顺梯度模式下工业产能利用率的方差分解结果
如表3所示，在中国工业产能利用水平的波动中，大约有2.49%-26.16%可以通过顺梯度OFDI的变动加以解释，大约有46.32%-66.56%的波动可由对欠发达国家的出口进行解释，而在顺梯度模式下制造业产业结构对产能利用率的解释程度为4.83%-9.10%，产能利用率对自身的解释程度为6.91%-20.93%。
（2）逆梯度模式下工业产能利用率的方差分解结果
在中国工业产能利用水平的波动中，大约有15.79%-32.46%可以通过产业结构加以解释，这说明在逆梯度模式下对发达国家进行对外直接投资所产生的逆向技术溢出效应是十分显著的。对发达国家的OFDI以及出口对中国工业产能利用水平的解释程度均为3%左右，产能利用率对自身的解释程度有50.14%-68.71%，甚至在第1期达到100%。
五、结论和建议
（一）结论
基于1994-2014年的样本数据，本文建立向量自回归（VAR）模型重点考察了顺梯度OFDI、逆梯度OFDI对中国工业产能利用水平的影响，并运用脉冲响应分析和方差分解对二元OFDI与中国工业产能利用水平之间的动态相互作用机制进行具体分析，得出如下结论：
第一，二元OFDI均对中国工业产能利用水平具有正向促进作用。顺梯度OFDI在第4期达到峰值后会逐渐下降，从方差分解的结果来看，其主要通过中国出口进而对工业产能利用水平产生影响。逆梯度OFDI会产生两个峰值，第2期次高点是由出口直接带动，第4期峰值则归结于逆向技术溢出效应，但随着影响效应的逐渐减弱，工業产能利用水平最终会趋于稳定。
第二，逆梯度OFDI会优化制造业产业结构，同时制造业产业结构合理化程度的提高会对工业产能利用水平起到正向促进作用。从方差分解的结果来看，在逆梯度模式下产业结构能够解释工业产能利用水平15.79%-32.46%的波动，应该重点关注实证研究得出的影响机制，从而提出更为合理有效的措施建议。
第三，新增固定资产投资在短期会对中国工业产能利用水平产生正向促进作用，因为随着新增固定资产的增加，在市场上会刺激对钢铁、水泥、平板玻璃等基础原材料的需求，从而使行业利润水平提高，企业会加大市场对产品需求的预期继而扩大投资和生产规模，产能利用率水平随之上升。但长期看来，产品供给的快速扩大最终会导致严重的产能过剩问题。
（二）建议
基于上述结论和中国目前的现实情况，为了更好地提高中国整个工业制造业产能利用水平，缓解产能过剩矛盾，促进中国工业的健康发展，本文提出以下两点建议：
第一。加快边际产业转移，优化产业结构。在经济全球化背景下，将中国工业边际产业转移至海外是消化过剩产能的有效宏观治理路径。目前中国大部分企业的主要比较优势在于适用技术以及进入成熟期的产品，这些技术和产品在发达国家一般不具备优势，而在发展中国家具有相对比较优势。因此政府应引导企业以发展中国家作为边际产业转移的重点，以“边际生产成本”为指导思想，将处于边际成本恶化阶段的加工贸易行业以及劳动力密集产业转移出去。在区位选择上，东南亚各国与中国距离比较接近，运输成本较低，东盟自由贸易区的建立使人力、货物与技术的交流障碍越来越小，这对承接工业产能的转移较为有利。南美、中亚、东欧等国家和地区目前经济发展相对比较缓慢、就业形势严峻，而中国工业“边际产业”相对起步早、规模大，选择与上述国家和地区投资合作既可以帮助东道国解决就业问题，刺激需求，也可以实现中国产业的外部延伸，提高产业竞争优势。通过边际产业转移，可以为国内高新技术产业的发展腾出空间，释放出的大量生产要素配置到新兴产业部门。
第二，增强战略性资产寻求型（也可称技术寻求型）对外直接投资，提高国内工业企业国际竞争力。战略性资产寻求型对外直接投资对国内工业企业核心竞争力的提升以及跨国公司的培育具有重要意义。目前中国的企业虽有不少跻身世界500强之列，但基本都是依靠资源垄断和规模经营。而非技术、品牌优势，一直以来工业企业在国际分工上都处于中下游，工艺技术力量薄弱，经济效率低下，研发投入不足，缺乏核心竞争力。许多行业在关键领域对国外技术和设备依存度较高，高附加值、高技术含量的产品要靠进口，高端产品产能不足，低端产品产能过剩。在经济全球化背景下，与国外相关产业领域内的核心技术接轨，是中国制造业企业缩小与国外先进企业差距的最有效的手段。若只是单纯地将工厂转移至成本更低的国家，依靠出口量来缓解工业制造业产能过剩问题，只能造成工业制造业企业技术水平更落后，无法提高自身的国际竞争力。战略性资产寻求型对外直接投资的主要目的并不仅仅是过剩产能的转移或市场规模的扩张，而是最大化利用发达国家技术集聚地的外溢效应，将海外先进工艺、技术在国内迅速吸收并转化，投入生产制造环节，提高产品质量。
政府应鼓励工业企业加战略性资产寻求型的对外直接投资，引导企业向欧美等发达国家进行贸易合作，借助于由对外直接投资所产生的逆向技术溢出效应，提高自身的研发能力，增强在国际市场上竞争力。
（责任编辑：孟耀）
[关键词]对外直接投资（OFDI）；工业产能过剩；产能利用水平
中图分类号：F403 文献标识码：A 文章编号：1008-4096（2017）01-0019-09
一、引言
改革开放以来，中国经济始终保持着高速增长的态势，国内生产总值快速增加。并于2010年上半年超过日本，成为仅次于美国的世界第二大经济体。但是，在国内经济高速增长的背后，隐藏着巨大的隐患，工业产能过剩现象尤为值得关注。在市场经济条件下，产能过剩是一种普遍的经济现象，并且温和的产能过剩对于资源的优化配置、良性的市场竞争以及国民经济的健康发展都起到良好的促进作用。目前中国工业产能过剩已远远超过合理的界限，成为中国经济健康可持续发展的一大阻碍。近年来，化解工业产能过剩矛盾逐步成为各级政府部门及学者高度关注的热点问题之一。2013年10月15日，国务院下发《关于化解产能严重过剩的指导意见》，拟定分业施策的政策，针对行业特点，开展有选择、有侧重、有针对性的化解工作。2013年11月，中共十八届三中全会也将产能过剩的化解工作作为今后工作的重点。
虽然中央政府高度重视化解产能过剩问题，并出台了一系列政策措施，但政策实施效果并不明显。基于此，在世界经济格局调整和国内经济发展方式转变的双重背景下，将化解国内工业产能过剩矛盾的视角扩展到全球化上，以对外直接投资的方式来解决这一矛盾已达成共识。因此，如何充分认识不同路径的对外直接投资对中国工业产能利用水平的影响显得尤为关键。
二、文献综述
国内外学者关于OFDI（Outward Foreign Direct Investment）对产能利用水平的影响效应研究较少，主要考察了OFDI对产业结构及出口的影响。Ogawa和Lee分析了日本已处于比较劣势产业的资本回报率与其对外直接投资的关系，认为在劳动密集型产业利润下降的情况下，这些产业会以对外直接投资的形式来保证资本回报率，从而优化产业结构。Tuan和Ng认为对外直接投资对香港制造业产业结构的调整起到了关键作用，并通过产业集聚效应间接影响生产率，刺激产品出口。Mucchielli和Soubaya对法国企业进行研究时发现，无论是投资于发达国家或是发展中国家，对外直接投资都显著地促进了出口。李优树和杨环认为OFDI可以带动本国产业结构的调整，借助于比较优势实现产业优化升级，增强国际竞争力。江小娟和杜玲认为，当一国的经济发展水平达到一定阶段、某些产业具有一定实力时，就可以根据产业结构调整的需要进行对外直接投资，优化升级产业结构。项本武基于2000-2006年中国对50个国家的直接投资和进出口数据，通过实证验证了对外直接投资促进了中国出口。蒋冠宏和蒋殿春运用倍差法同样检验了企业对外直接投资的“出口效应”，发现中国对外直接投资总体促进了企业出口。
针对OFDI与工业产能利用水平波动及化解产能过剩问题之间的关系，本文对国内外几个研究成果进行了总结和梳理。Svetlii等对斯洛文尼亚的国内状况进行研究时发现，该国通过对外直接投资可学习国外先进的技术经验，利用国外资金和科技资源，优化本国的产业结构，缓解国内部分行业产能过剩的压力。Barrios等对爱尔兰的经济状况进行研究时发现，跨国公司倾向于从母国反向进口其生产环节所需的中间产品，这种方式使得国内相关企业的生产能力利用率得到提高，从而有利于缓解国内行业产能过剩的压力，促进产业结构升级。陈岩和翟瑞瑞叫利用灰色关联模型验证中国各行业对外直接投资对国内各行业的产业结构的调整效应，选取了2004-2011年中国15个行业作为研究对象，实证结果表明，中国对外直接投资在很大程度上起到了转移部分国内过剩产能的作用，能够有效地促进国内相关产业的结构升级。吕轶根据日本在20世纪80年代治理国内产能过剩的实践经验，认为中国依靠扩张国内市场来化解产能过剩矛盾是远远不够的，必须要通过对外直接投资，在全球范围内配置资源，将在国内市场上面临过度竞争、生产过剩问题的制造业行业通过向海外进行产业转移，消化过剩产能，推动产业优化升级。
上述国内外学者均认为对外直接投资对投资国产能利用水平具有正向作用，也会推动该国的产业结构优化升级，促进企业产品出口，可以缓解国内产能过剩矛盾。但文献中较多从定性角度考察OFDI对投资国产能过剩的影响，缺乏研究OFDI对投资国工业产能利用水平影响的定量分析。因此，本文将结合中国实际情况，考察OFDI对工业产能利用水平波动和化解产能过剩的影响效应，以期为政府部门准确判断OFDI在化解中国产能过剩过程中的作用以及进行顶层设计提供参考性依据。
三、二元OFDI与工业产能过剩关系的机理分析
（一）OFDI的界定
关于对OFDI的界定，英国经济学家Dunning最早提出了將OFDI分为自然资源寻求型OFDI、市场寻求型OFDI以及效率寻求型OFDI，随后又扩展为第四种战略性资产寻求型OFDI。Makino以新工业化经济体为视角，将OFDI分为资产探索型OFDI与资产利用型OFDI。资产探索型OFDI是指企业为了提高在全球市场上的竞争力，通过海外投资获得有形或无形的战略性资产的经济活动；资产利用型OFDI是指企业依靠现有的能力与资源进行海外投资，以使利润最大化。黄速建和刘建丽以国际化战略为视角，将企业进入海外市场的行为分为市场开拓与经验积累型、资源获取与能力提升型两种类型。隋月红根据对外直接投资的流向不同，将OFDI分为顺梯度OFDI与逆梯度OFDI。顺梯度OFDI是指OFDI从相对发达的投资国进入相对欠发达的东道国，目的是境内企业将相对劣势的产业或产品通过其现有的能力或技术以对外直接投资的形式转移出去，其产业转移效应与产业后向关联效应较为显著；逆梯度OFDI是指OFDI从相对欠发达的投资国进入相对发达的东道国，目的是获得来自发达国家或地区的未来能增值的有形或无形资产，其逆向技术溢出效应与产业前向关联效应显著。本文将采用隋月红对OFDI含义的界定，将中国OFDI分为顺梯度型与逆梯度型，探究这两种类型的OFDI对中国工业产能利用水平波动及产能过剩的影响。 （二）顺梯度OFDI与工业产能过剩关系的机理分析
第一，如边际产业理论所说，投资国会将本国内即将处于或已经处于劣势的产业通过顺梯度OFDI的方式转移到东道国，一般这些产业在投资国市场处于供过于求的状态，出现产能过剩问题。东道国相应的产业或许尚未发展成熟，从而使得当地市场上存在着极高的市场需求，通过转移可以使这些产业由比较劣势转变为比较优势。投资国通过顺梯度OFDI可以有效提升本国产业结构内资源要素的合理分配，提高国内资源的利用效率。
第二，中国企业进行顺梯度OFDI最主要的方式是在东道国投资建厂，设立海外子公司。这种方式可以扩大投资国与东道国之间的国际贸易规模，海外子公司对当地资源要素需求的增加会刺激投资国国内对于生产配套设备的需求，促进重型机械、零部件设备等中间产品的出口。顺梯度OFDI主要面向的是非洲相对欠发达的国家。中国企业在该国进行对外直接投资会直接拉动本国中间产品和制成品的出口，从而缓解国内产能过剩矛盾。
第三，顺梯度OFDI使得投资国企业在国际市场上寻求一些劳动力廉价、自然资源丰富的国家和地区，利用这些优势在当地投入生产可以降低生产成本，从而获得比较优势。投资国的劳动密集型产业通过此方式转移至国外，使得本国内技术密集型产业以及资本密集型产业的比重增加，产业结构得到优化升级。
顺梯度OFDI对工业产能过剩影响的机制可用图1表示。
（三）逆梯度OFDI与工业产能过剩关系的机理分析
第一，投资国通过逆梯度OFDI在相对发达的国家进行投资建厂、并购，可获取发达国家先进生产技术和研发工艺，这种现象被称为逆向技术溢出效应。海外设立的子公司可以获得当地先进的工艺和创新想法，经投资国消化吸收后发展为符合本国国情的技术工艺，投入到生产加工环节，提升该国产品的附加值，使产业结构得到优化。
第二，投资国的企业可以通过产业关联效应，利用国外市场对高技术含量、高附加值中间产品的需求，将获取的技术工艺运用到产品生产上，在扩大产品规模的同时提升产品在国际市场上的竞争力，从而促进产品出口，带动产业发展。
第三，通过逆梯度OFDI设立的海外子公司可以选择和当地企业开展一系列合作或结成企业联盟，合作伙伴之间可以共享研发信息，交换所需的生产资源。这种方式不仅可以参与到先进的研发团队，掌握核心的技术工艺，也可以提升海外子公司在当地的品牌形象，形成良好的商业信誉，有利于投资国企业开拓国际市场，从而促进其产品出口。
逆梯度OFDI对工业产能过剩影响的机制可用图2表示。
四、实证分析
（一）变量选择与数据处理
工业产能利用率（CU）：鉴于中国官方尚未发布工业产能利用水平的相关数据，本文采用中国人民银行发布的5000户工业企业景气扩散指数作为中国工业产能利用率的替代变量。由于5000户工业企业景气扩散指数是以月度形式发布的，为了匹配对外直接投资数据以及出口数据，本文用Eviews8软件将月度数据通过频率转化法转为年度数据，时间长度为1994--2014年。
顺梯度OFDI：本文选取1994-2014年历年中国对巴西、南非、巴基斯坦、马来西亚、哈萨克斯坦、蒙古、泰国、印度、印度尼西亚和赞比亚十个典型发展中国家的对外直接投资存量金额进行加总计算，以此作为顺梯度OFDI指标的数据。1994-2002年的数据来源于《中国对外经济贸易年鉴》，2003-2014年的数据来源于《中国对外直接投资统计公报》。本文按当年人民币对美元的汇率将数据单位由亿美元换算为亿元人民币，并用居民消费价格指数对原始数据进行平减，得到以1994年的不变价格计算的顺梯度OFDI数据。为了避免数据异方差性对模型解释产生影响，本文对价格平减后的数据取对数形式并设定为LSOFDI。
逆梯度OFDI：本文选取1994-2014年历年中国对美国、日本、英国、加拿大、德国、法国、意大利、荷兰、瑞典和澳大利亚十个典型发达国家的对外直接投资存量金额进行加总计算，以此作为逆梯度OFDI指标的数据。1994-2003年的数据来源于《中国对外经济贸易年鉴》，2003-2014年的数据来源于《中国对外直接投资统计公报》。本文按当年人民币对美元的汇率将数据单位由亿美元换算为亿人民币，并用居民消费价格指数对原始数据进行平减，得到以1994年的不变价格计算的逆梯度OFDI数据。为了避免数据异方差性对模型解释产生影响，本文对价格平减后的数据取对数形式并设定为LNOFDI。
对发展中国家的顺梯度出口SOUT：为了与顺梯度OFDI数据保持一致性，本文将1994-2014年中国历年对十个典型发展中国家的出口金额加总计算，并对原始数据进行平减、取对数处理，记为LSOUT。数据来源于中经网统计数据库。
对发达國家的逆梯度出口NOUT：为了与逆梯度OFDI数据保持一致性，本文将1994-2014年中国历年对十个典型发达国家的出口金额加总计算，并对原始数据进行平减、取对数处理，记为LNOUT。数据来源于中经网统计数据库。
产业结构合理化程度（IS）：本文采用冯春晓的方法，将制造业产业结构合理化程度用下列公式计算得出：
（3）
其中，ISt为制造业第t年的产业结构合理化程度，其取值范围为[0，1]，该数据越大表明制造业产业结构合理化程度越高。St为第t年制造业的产出，用制造业当年的生产总值表示。Dt为第t年制造业的总需求，用制造业当年的销售总产值表示。该指标的所有数据来源于1994-2014年《中国工业经济统计年鉴》。
新增固定资产完成额（NFA）：是指已经完成建造和购置过程，并已交付使用单位的固定资产价值。本文用固定资产价格指数对原始数据进行平减，为了消除数据异方差性对其进行取对数处理，并设定为LNFA。数据来源于中经网统计数据库。 （二）VAR模型检验
VAR模型的稳定性以及有效性在一定程度上体现为所用数据的平稳性，即模型中的每一个变量都存在着协整关系的同阶单整序列，否则将会出现“伪回归”问题。因此，必须对模型所用数据进行单位根检验以验证其平稳性。
1.平稳性检验
本文利用Eviews8软件，并采用ADF单位根方法对产能利用率CU、顺梯度LSOFDI、逆梯度LNOFDI、顺梯度出口LSOUT、逆梯度出口LNOUT、产业结构合理化程度IS、新增固定资产完成额LNFA进行检验，结果如表1所示。检验结果表明，这些变量的原序列在5%的显著性水平上都是非平稳的。而它们的一阶差分序列在5%的显著性水平上均为平稳序列，所以在以下的分析中，均使用这些变量的一阶差分序列进行研究。
2.协整检验与模型滞后阶数选择
由于本文将做两组VAR模型，分别探讨顺梯度模式下的OFDI与中国工业产能过剩的关系以及逆梯度模式下的OFDI与中国工业产能过剩的关系，本文已检验出两组模型共7个变量均为一阶单整序列，在此基础上使用Johansen协整检验对各序列之间是否存在协整关系，结果如表2所示。检验结果表明各变量之间存在着长期的协整关系，因此可以构建VAR模型。
为了确定VAR模型的最优滞后阶数，本文通过检验LR、FPE、AIC、Sc、HQ五个统计量，运用相关准则来共同确定。对各种信息准则的分析结果进行综合考虑，本文确定顺、逆梯度VAR模型的最优滞后阶数均为2阶。
3.模型的稳定性检验
在确定两个VAR模型最优滞后阶数之后，为了保证后续脉冲响应函数的稳定性及有效性，还需要对两组模型的特征值多项式的根的倒数是否落在单位圆内进行判断。在此本文利用AR根进行检验，结果表明，两组模型特征多项式的根全都在单位圆之内，这说明了两个VAR模型都是稳定的，可以进行后续的脉冲响应函数以及方差分解的操作。
4.脉冲响应分析
在实际应用过程中，由于VAR模型并不是以经济理论为基础的模型，所以它对变量之间不作先验性约束，因此，VAR模型往往不会分析一个变量的变化会对另一个变量产生何种影响，而是分析其中一个误差项或者随机扰动项发生变化时，或者说模型受到某种冲击时对系统的动态影响。
（1）工业产能利用率CU对顺梯度OFDI的脉冲响应分析
工业产能利用率CU对顺梯度OFDI的脉冲响应函数如图3所示。如果顺梯度OFDI产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，工业产能利用率表现出一个较大的正向响应且逐渐上升并在第4期时达到最大值，此后正向响应逐渐减弱，最后基本围绕在0值附近趋于稳定。如前文所说，顺梯度OFDI是指OFDI从相對发达的投资国进入相对欠发达的东道国，目的是境内企业将相对劣势的产业或产品通过其现有的能力或技术以对外直接投资的形式转移出去。若以对外直接投资的目的分析，顺梯度OFDI主要可以分为寻求国外自然资源的资源导向型OFDI与寻求开拓国际市场的市场导向型OFDI。资源导向型OFDI会直接带动开采挖掘设备以及相关维护设备的出口，同时也会带动国内一些以自然资源为原料的加工制成品的出口；市场导向型OFDI会为本国产品市场建立国际销售渠道，直接带动出口。
（2）工业产能利用率CU对逆梯度OFDI的脉冲响应分析
工业产能利用率CU对逆梯度OFDI的脉冲响应函数如图4所示。如果逆梯度OFDI产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，工业产能利用率表现出正向响应，但在第2期达到次高点时正向响应会逐渐减弱甚至在第3期表现为负向响应，随后又转变为正向响应并逐渐上升，在第4期时达到最大值，此后正向响应逐渐减弱，最后基本围绕在0值附近趋于稳定。如前文所说，逆梯度OFDI是指OFDI从相对欠发达的投资国进入相对发达的东道国，目的是获得来自发达国家或地区未来能增值的有形或无形资产，其逆向技术溢出效应比较显著。在对相对发达国家进行对外直接投资的初始时期，势必会带动国内相关产品的出口，进而有效缓解产能过剩现象，但企业出于对出口扩张的预期会积极加大投资、扩大生产规模，导致产品的供给量上升，随着规模的不断扩张最终导致产能利用水平出现负向响应。随后出现更强的正向响应是由于逆向技术溢出效应开始显现，母公司将改善后的国外先进工艺与技术用到生产环节，从而使生产技术提高，产品质量得到提升，产品所含附加值增加，拉动了市场上对该产品的需求，推动了产业结构优化，在更大程度上化解了产能过剩矛盾。随着逆向技术溢出效应逐渐减弱，工业产能利用水平最终会趋于稳定。
（3）工业产能利用率CU对产业结构IS的脉冲响应分析
工业产能利用率CU对产业结构IS的脉冲响应函数如图5所示。如果产业结构IS产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，制造业产能利用率会表现为较大的正向响应，并在第2期达到最大值，随后正向响应逐渐减弱，在第9期后基本围绕0值附近波动，趋于稳定。国内产能过剩多体现为结构性过剩，落后产能过剩与先进产能不足并存。在技术创新上，简单工艺加工的制造业企业较多，高端制造、具有创新能力的企业较少；在产品供给上，制造业目前低端产品处于过剩状态。而高附加值的高端产品满足不了国内的市场需求；在产业价值链上，企业多处在产业价值链低端。目前国内没有学者将产业结构指标与产能利用率进行实证分析，但国家相关部门以及研究产能过剩领域的专家学者都将促进产业结构优化升级作为化解中国工业产能过剩矛盾的具体措施。
（4）产业结构IS对逆梯度OFDI的脉冲响应分析
产业结构IS对逆梯度OFDI的脉冲响应函数如图6所示。如果逆梯度OFDI产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，产业结构合理化程度从第1期开始表现出正向响应，并快速增强在第3期达到正向峰值，之后呈减弱趋势，逐渐平稳趋向于0值。这种路径主要是由逆向技术溢出效应引起的，投资国企业改善并更新生产工艺，提高产品附加值，优化产业结构。同时，母公司可借鉴发达国家企业先进管理经验及人才培养机制，吸引高素质人才流向本国企业，提高行业劳动力专业技能水平。 （5）工业产能利用率CU对新增固定资产完成额NFA的脉冲响应分析
工业产能利用率CU对新增固定资产完成额NFA的脉冲响应函数如图7所示。新增固定资产投资NFA产生一个单位的正向标准差信息冲击时，假定其他因素保持不变，工业产能利用率会从第1期开始表现为较大的正向响应，并在第2期达到最大值，随后正向响应逐渐减弱，并在第4期开始表现为负向响应，此负向响应会一直稳定存在。其原因主要是随着新增固定资产的增加，在市场上会刺激对钢铁、水泥、平板玻璃等基础原材料的需求，从而使行业利润水平提高，企业会加大市场对产品需求的预期继而扩大投资和生产规模，产能利用率水平随之上升。然后随着新增固定资产规模的不断扩张，大批逐利性企业过度进人，产品供给大幅增加并远大于需求，造成产能利用率开始出现下降，当新增固定资产规模达到一定程度时，产能过剩问题就会暴露出来，最终导致负向响应。
5.方差分解
方差分解是通过分析各个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，它给出的是对模型中变量产生影响的各个随机扰动项的相对重要性信息。
（1）顺梯度模式下工业产能利用率的方差分解结果
如表3所示，在中国工业产能利用水平的波动中，大约有2.49%-26.16%可以通过顺梯度OFDI的变动加以解释，大约有46.32%-66.56%的波动可由对欠发达国家的出口进行解释，而在顺梯度模式下制造业产业结构对产能利用率的解释程度为4.83%-9.10%，产能利用率对自身的解释程度为6.91%-20.93%。
（2）逆梯度模式下工业产能利用率的方差分解结果
在中国工业产能利用水平的波动中，大约有15.79%-32.46%可以通过产业结构加以解释，这说明在逆梯度模式下对发达国家进行对外直接投资所产生的逆向技术溢出效应是十分显著的。对发达国家的OFDI以及出口对中国工业产能利用水平的解释程度均为3%左右，产能利用率对自身的解释程度有50.14%-68.71%，甚至在第1期达到100%。
五、结论和建议
（一）结论
基于1994-2014年的样本数据，本文建立向量自回归（VAR）模型重点考察了顺梯度OFDI、逆梯度OFDI对中国工业产能利用水平的影响，并运用脉冲响应分析和方差分解对二元OFDI与中国工业产能利用水平之间的动态相互作用机制进行具体分析，得出如下结论：
第一，二元OFDI均对中国工业产能利用水平具有正向促进作用。顺梯度OFDI在第4期达到峰值后会逐渐下降，从方差分解的结果来看，其主要通过中国出口进而对工业产能利用水平产生影响。逆梯度OFDI会产生两个峰值，第2期次高点是由出口直接带动，第4期峰值则归结于逆向技术溢出效应，但随着影响效应的逐渐减弱，工業产能利用水平最终会趋于稳定。
第二，逆梯度OFDI会优化制造业产业结构，同时制造业产业结构合理化程度的提高会对工业产能利用水平起到正向促进作用。从方差分解的结果来看，在逆梯度模式下产业结构能够解释工业产能利用水平15.79%-32.46%的波动，应该重点关注实证研究得出的影响机制，从而提出更为合理有效的措施建议。
第三，新增固定资产投资在短期会对中国工业产能利用水平产生正向促进作用，因为随着新增固定资产的增加，在市场上会刺激对钢铁、水泥、平板玻璃等基础原材料的需求，从而使行业利润水平提高，企业会加大市场对产品需求的预期继而扩大投资和生产规模，产能利用率水平随之上升。但长期看来，产品供给的快速扩大最终会导致严重的产能过剩问题。
（二）建议
基于上述结论和中国目前的现实情况，为了更好地提高中国整个工业制造业产能利用水平，缓解产能过剩矛盾，促进中国工业的健康发展，本文提出以下两点建议：
第一。加快边际产业转移，优化产业结构。在经济全球化背景下，将中国工业边际产业转移至海外是消化过剩产能的有效宏观治理路径。目前中国大部分企业的主要比较优势在于适用技术以及进入成熟期的产品，这些技术和产品在发达国家一般不具备优势，而在发展中国家具有相对比较优势。因此政府应引导企业以发展中国家作为边际产业转移的重点，以“边际生产成本”为指导思想，将处于边际成本恶化阶段的加工贸易行业以及劳动力密集产业转移出去。在区位选择上，东南亚各国与中国距离比较接近，运输成本较低，东盟自由贸易区的建立使人力、货物与技术的交流障碍越来越小，这对承接工业产能的转移较为有利。南美、中亚、东欧等国家和地区目前经济发展相对比较缓慢、就业形势严峻，而中国工业“边际产业”相对起步早、规模大，选择与上述国家和地区投资合作既可以帮助东道国解决就业问题，刺激需求，也可以实现中国产业的外部延伸，提高产业竞争优势。通过边际产业转移，可以为国内高新技术产业的发展腾出空间，释放出的大量生产要素配置到新兴产业部门。
第二，增强战略性资产寻求型（也可称技术寻求型）对外直接投资，提高国内工业企业国际竞争力。战略性资产寻求型对外直接投资对国内工业企业核心竞争力的提升以及跨国公司的培育具有重要意义。目前中国的企业虽有不少跻身世界500强之列，但基本都是依靠资源垄断和规模经营。而非技术、品牌优势，一直以来工业企业在国际分工上都处于中下游，工艺技术力量薄弱，经济效率低下，研发投入不足，缺乏核心竞争力。许多行业在关键领域对国外技术和设备依存度较高，高附加值、高技术含量的产品要靠进口，高端产品产能不足，低端产品产能过剩。在经济全球化背景下，与国外相关产业领域内的核心技术接轨，是中国制造业企业缩小与国外先进企业差距的最有效的手段。若只是单纯地将工厂转移至成本更低的国家，依靠出口量来缓解工业制造业产能过剩问题，只能造成工业制造业企业技术水平更落后，无法提高自身的国际竞争力。战略性资产寻求型对外直接投资的主要目的并不仅仅是过剩产能的转移或市场规模的扩张，而是最大化利用发达国家技术集聚地的外溢效应，将海外先进工艺、技术在国内迅速吸收并转化，投入生产制造环节，提高产品质量。
政府应鼓励工业企业加战略性资产寻求型的对外直接投资，引导企业向欧美等发达国家进行贸易合作，借助于由对外直接投资所产生的逆向技术溢出效应，提高自身的研发能力，增强在国际市场上竞争力。
（责任编辑：孟耀）