原创《中国对一带一路沿线国家直接投资影响因素》：本文是一篇关于影响因素论文范文，可作为相关选题参考,和写作参考文献。
[摘 要]采用2004—2014年中国对“一带一路”沿线20个国家直接投资面板数据,从东道国视角实证研究了“一带一路”沿线国家影响中国企业对其投资的影响因素.研究结果表明：中国企业对“一带一路”沿线国家的投资和东道国的市场规模成正比；东道国的经济发展水平显著正向影响中国企业对其投资,而地理距离显著阻碍了中国企业对其投资；发达国家的金融发展显著吸引了中国投资.
[关键词]对外直接投资 ；一带一路；东道国视角；影响因素
[中图分类号]F83059[文献标识码]A[文章编号]2095-3283（2017）04-0073-03
一、引言
除国际贸易外,对外直接投资是中国参和国际分工,深度融入世界经济,和世界各国实现互利共赢的桥梁之一.自21世纪初中国提出“走出去”战略以来,我国对外直接投资迅速发展.尽管2015年世界工业生产低速增长并且贸易持续低迷,中国对外直接投资却创下了14567亿美元的历史最高值,占全球流量的份额由2002年的04%提升到2015年的99%,投资流量第一次成为全球第二,仅次于美国.规模上首次超过同期吸引外资流量（1356亿美元）,实现资本净输出.2015年3月中国政府正式发布推动“一带一路”（丝绸之路经济带和21世纪海上丝绸之路）建设的愿景和行动.作为中国“走出去”的重要战略,“一带一路”建设对于促进中国实现产业转移,加强和沿线国家投资合作以及加快中国投资便利化进程具有重要意义.根据中国对外投资公报,2015年我国对“一带一路”沿线相关国家投资加快.中国对“一带一路”相关国家投资达1893亿美元,占我国对外投资当年流量总额的13%,同比增长386%,是全球投资增幅的2倍.流量位列前五的国家为：新加坡、俄罗斯、印度尼西亚、阿联酋和印度.
二、文献综述
对外投资的区位选择或影响因素一直以来都是对外直接投资研究领域里的热门话题,吸引了国内外学者的广泛研究.其中,东道国市场规模是最不可忽略的影响因素.但是不同的学者研究得出的结论产生分歧.罗伟和葛顺奇（2013）研究发现对外直接投资更倾向于流入市场规模大的国家；但也有一些学者研究得出相反的结论（项本武,2009）,市场规模对东道国的投资具有显著的负影响.相对于国内投资,对外直接投资面临更大的不确定性和风险,故部分学者转入研究东道国制度质量对吸引外资的影响.祁春凌和邹超（2013）研究表明东道国较高的经济制度和法治制度质量对我国对外投资有显著的正向影响；邱立成和赵成真（2012）研究發现我国对外直接投资所遭受的风险受东道国经济发展水平的影响.
现在越来越多的发展中国家开始对拥有先进技术的国家直接投资以获取东道国先进的技术,即所谓的逆向技术溢出效应.姜宝、邢晓丹等（2015）研究中国对欧盟逆向投资的贸易效应,结果表明中欧逆向投资主要表现为技术寻求型；叶娇、赵云鹏（2016）也研究中国对外投资的逆向技术溢出效应,发现中国对外直接投资的逆向技术溢出存在明显的地区差异,对发达国家投资逆向技术效应更明显.除了寻求国外市场和先进技术外,获取东道国自然资源也是对外直接投资动机之一.王永钦和杜巨澜等（2014）研究发现中国的ODI具有明显的获取资源特质.对外直接投资主要是资本向东道国流动,在母国资金供给不足的情况下会制约对外投资,此时东道国金融发展可以起到补充作用.余官胜（2015）研究了东道国发展水平对我国对外直接投资的影响,结果发现东道国金融发展正面刺激了我国对外直接投资.杨恺钧和胡树丽（2013）研究发现东道国的经济发展水平也显著影响我国对其直接投资.除上述影响我国对外投资的因素外,东道国和中国的地理距离也是重要影响中国企业对其投资考虑的因素.本文综合这些因素,从东道国视角实证研究“一带一路”沿线国家影响中国投资的因素.
三、模型设定、变量选取和数据处理
(一)模型设定
本文是从“一带一路”沿线东道国视角研究中国对其投资的影响因素,选取了东道国市场规模、发展水平、技术水平、制度质量、自然资源禀赋、金融发展水平以及中国和东道国间的距离作为解释变量,被解释变量为中国对东道国投资存量.具体设定的模型如下：
(二)变量选取和数据来源
本文选取“一带一路”沿线国家作为样本,样本期间为2004—2014年.但是由于一些国家部分数据缺失的原因,本文只选取了其中20个主要国家,其中包括波兰、捷克、匈牙利、罗马利亚、俄罗斯、乌克兰、吉尔吉斯斯坦、土耳其、阿联酋、沙特阿拉伯、埃及、越南、柬埔寨、泰国、马来西亚、新加坡、印度尼西亚、印度、菲律宾、斯里兰卡.表1为变量的数据来源.
四、实证分析
表2为各变量的相关系数矩阵.从表2中可以看出,东道国经济发展水平和东道国质量的相关系数最大,为0610.该相关系数小于临界值07,仍处在可接受范围以内.其他变量之间的相关系数较小,说明各变量之间不存在严重的多重共线性问题.表2中,进一步计算了各变量的方差膨胀因子（VIF）,发现变量中最大的VIF为667,小于10,说明不存在系统多重共线性问题.
对于本文面板数据的回归,首先分别使用固定效应模型和随机效应模型进行回归,发现P值都为0,说明固定效应模型和随机效应模型都优于混合回归效应模型.再通过Hausman检验发现拒绝使用固定效应模型,故本文最终采用随机效应模型.本文运用Stata13软件对总样本回归分析.为了进一步研究不同经济体的东道国影响中国对其直接投资,把总样本划分为发达国家和发展中国家.最后的回归结果如表3 所示.
在总样本回归结果中,变量 InGDPit回归系数显著为正,表明总体来说中国对“一带一路”沿线国家的投资随着东道国的市场规模的扩大而增大.该结果表明中国企业去国外投资是为了寻找更多的机会,属于市场寻求型投资.该变量在发达国家回归不显著,造成这种结果很可能是由于“一带一路”沿线发达国家数量较少.变量InPGDPit在发达国家和发展中国家的回归系数均为正且显著,说明东道国的经济发展水平越高,越吸引中国企业对其投资.
影响因素论文参考资料：
结论：中国对一带一路沿线国家直接投资影响因素为关于本文可作为相关专业影响因素论文写作研究的大学硕士与本科毕业论文影响因素分析模型论文开题报告范文和职称论文参考文献资料。
