论文部分内容阅读
【摘 要】本文选取非洲52个主要国家作为研究对象，利用因子分析，寻找影响我国在非洲直接投资区位选择的主因子，提取前4个主因子，其累计解释程度达到73.5%，之后我们使用数据包络分析（DEA）模型来评价我国在非洲各国直接投资的有效性，将样本在这四个主因子上的得分作为DEA模型的输入变量，对外投资的存量和流量作为模型输出变量，计算我国在非洲各国直接投资的相对效率并进行排名。研究发现，我国对非洲直接投资的效率在非洲纬度较低的东中西非地区明显好于纬度较高的南北非地区，最后对模型结果进行分析并提出建议。
【关键词】因子分析；DEA模型；直接投资效率；非洲
一、问题的引入
2013年，中国对非洲直接投资为33.7亿美元，虽然仅占中国对外直接投资的3.2%，但增速明显，达33.9%，呈现出加快趋势，从行业角度看，投资行业比较集中，在流量上，建筑业、采矿业、制造业、科学研究服务业占到90%，其中建筑业是中国在非洲展开投资的最活跃的行业；在存量上，采矿业、建筑业、金融业、制造业、科学研究服务业占到85%以上，投资的资源寻求动机比较明显，而不同的国家的投资环境千差万别，故将我国对非洲直接投资进行效率分析也就有了重要意义。
二、因子分析与因子得分
综合文献信息，在建立因子模型分析我国对非洲直接投资的影响因素时，我们将主要的影响因素指标归类设定为4个一级指标，分别是宏观经济类指标、经济对外依存度类指标、社会效率类指标、要素充裕程度类指标和12个二级指标，分别为GDP增长率、消费者价格指数、进口增长率、出口增长率、FDI流入量、国际竞争力指数、每百人移动电话数量、矿产资源产量、总人口数、人均GDP、城镇人口比例、受高等教育人口比例。在这12个指标中，我们使用迭代因子法构建因子模型，选取贡献度较大的4个公因子，经计算，其累计解释程度达到73.5%，可以认为其包含了原始样本的大部分信息。之后，借助因子载荷矩阵，分别计算52个非洲国家的投资环境得分，其因子得分公式为：
根据此得分将非洲国家进行初步排名，可以得到排名前十位的国家分别为多哥、利比里亚、尼日利亚、安哥拉、南非、塞舌尔、加蓬、赤道几内亚、几内亚、埃塞尔比亚，此结果与我国在非洲投资存量排名的实际情况也相吻合，可以认为此因子分析模型得到的结果是可靠的。
三、基于DEA模型分析我国对非洲直接投资的效率
数据包络分析（DEA）模型是一个对多投入、多产出的多个决策单元的效率评价方法，广泛使用于业绩评价，我们采用DEA模型，来对我国在非洲52国的直接投资的效率进行分析评价。在前面的因子分析过程中，我们发现四个主因子分别在宏观经济指标、经济对外依存度、社会效率、要素充裕度上有较大的载荷，把这4个主因子提取出来，按照样本计算这52个国家分别在这四个主因子上的得分，作为DEA模型的输入变量，将对外投资的存量与流量作为DEA模型的输出变量，变量和样本的数目符合DEA模型的经验法则，同时，采用技术规模报酬递增的假设，建立数据包络分析模型。
从DEA模型得到的结果看，DEA相对有效率国家排名前15位的国家非别为坦桑尼亚、肯亚、刚过共和国、埃塞俄比亚、吉布提、狮子山、中非共和国、马拉维、圣多美普林，苏丹、南非、乌干达、利比里亚、刚果民族共和国、加蓬。也就是说，在这15个国家进行的直接投资是与中国企业投资效益相对较为匹配的，我国对非洲的直接投资应重点关注这些DEA相对效率较高的国家。
四、结果的分析与评价
从因子分析可以发现，对我国非洲直接投资的影响最大的因子是宏观经济指标，也就是说，对非洲而言，国家宏观经济越景气，国家整体的经济规模越大，我国在这个国家的投资也就相对越多。
根据DEA模型分析得到的效率排名来看，DEA相对有效率国家排名前15位的国家中，东非、中非、西非各占4个，南非2个，北非1个，我国对非洲直接投资的国家效率的高值相对集中于非洲中部，也即纬度较低的地区，这些国家的投资环境对我国而言比较好。另外，我国在非洲进行直接投资的一个重要原因是获取资源，这可能是因为低纬度的非洲国家，自然资源较为丰富，成为我国企业走出去青睐的对象国，我国在对非洲进行直接投资也应对这些国家有多侧重，并在政策上对其做出相应的倾斜。
参考文献：
[1]尹海伟，徐建刚.非洲投资环境地域差异研究[J].非洲投资环境地域差异研究，2005，14（2）：25-31.
[2]张长春.影响FDI的投资环境因子分析[J].管理世界， 2002（11）： 32-41.
[3]田泽，张雨辰.中国企业对非洲投资环境评价研究[J].理论探讨，2005（2）：91-94.
[4]陈小平.我国对非洲直接投资现状分析[J].经营管理者，2005（5）：172-173
[5]赵蓓文.经济全球化新形势下中国企业对外直接投资的区位选择[J].世界经济研究，2015（6）：119-126
作者简介：
郭龙飞（1991-），男，汉族，河南人，首都经济贸易大学硕士研究生在读，研究方向：国际贸易理论与政策。
【关键词】因子分析；DEA模型；直接投资效率；非洲
一、问题的引入
2013年，中国对非洲直接投资为33.7亿美元，虽然仅占中国对外直接投资的3.2%，但增速明显，达33.9%，呈现出加快趋势，从行业角度看，投资行业比较集中，在流量上，建筑业、采矿业、制造业、科学研究服务业占到90%，其中建筑业是中国在非洲展开投资的最活跃的行业；在存量上，采矿业、建筑业、金融业、制造业、科学研究服务业占到85%以上，投资的资源寻求动机比较明显，而不同的国家的投资环境千差万别，故将我国对非洲直接投资进行效率分析也就有了重要意义。
二、因子分析与因子得分
综合文献信息，在建立因子模型分析我国对非洲直接投资的影响因素时，我们将主要的影响因素指标归类设定为4个一级指标，分别是宏观经济类指标、经济对外依存度类指标、社会效率类指标、要素充裕程度类指标和12个二级指标，分别为GDP增长率、消费者价格指数、进口增长率、出口增长率、FDI流入量、国际竞争力指数、每百人移动电话数量、矿产资源产量、总人口数、人均GDP、城镇人口比例、受高等教育人口比例。在这12个指标中，我们使用迭代因子法构建因子模型，选取贡献度较大的4个公因子，经计算，其累计解释程度达到73.5%，可以认为其包含了原始样本的大部分信息。之后，借助因子载荷矩阵，分别计算52个非洲国家的投资环境得分，其因子得分公式为：
根据此得分将非洲国家进行初步排名，可以得到排名前十位的国家分别为多哥、利比里亚、尼日利亚、安哥拉、南非、塞舌尔、加蓬、赤道几内亚、几内亚、埃塞尔比亚，此结果与我国在非洲投资存量排名的实际情况也相吻合，可以认为此因子分析模型得到的结果是可靠的。
三、基于DEA模型分析我国对非洲直接投资的效率
数据包络分析（DEA）模型是一个对多投入、多产出的多个决策单元的效率评价方法，广泛使用于业绩评价，我们采用DEA模型，来对我国在非洲52国的直接投资的效率进行分析评价。在前面的因子分析过程中，我们发现四个主因子分别在宏观经济指标、经济对外依存度、社会效率、要素充裕度上有较大的载荷，把这4个主因子提取出来，按照样本计算这52个国家分别在这四个主因子上的得分，作为DEA模型的输入变量，将对外投资的存量与流量作为DEA模型的输出变量，变量和样本的数目符合DEA模型的经验法则，同时，采用技术规模报酬递增的假设，建立数据包络分析模型。
从DEA模型得到的结果看，DEA相对有效率国家排名前15位的国家非别为坦桑尼亚、肯亚、刚过共和国、埃塞俄比亚、吉布提、狮子山、中非共和国、马拉维、圣多美普林，苏丹、南非、乌干达、利比里亚、刚果民族共和国、加蓬。也就是说，在这15个国家进行的直接投资是与中国企业投资效益相对较为匹配的，我国对非洲的直接投资应重点关注这些DEA相对效率较高的国家。
四、结果的分析与评价
从因子分析可以发现，对我国非洲直接投资的影响最大的因子是宏观经济指标，也就是说，对非洲而言，国家宏观经济越景气，国家整体的经济规模越大，我国在这个国家的投资也就相对越多。
根据DEA模型分析得到的效率排名来看，DEA相对有效率国家排名前15位的国家中，东非、中非、西非各占4个，南非2个，北非1个，我国对非洲直接投资的国家效率的高值相对集中于非洲中部，也即纬度较低的地区，这些国家的投资环境对我国而言比较好。另外，我国在非洲进行直接投资的一个重要原因是获取资源，这可能是因为低纬度的非洲国家，自然资源较为丰富，成为我国企业走出去青睐的对象国，我国在对非洲进行直接投资也应对这些国家有多侧重，并在政策上对其做出相应的倾斜。
参考文献：
[1]尹海伟，徐建刚.非洲投资环境地域差异研究[J].非洲投资环境地域差异研究，2005，14（2）：25-31.
[2]张长春.影响FDI的投资环境因子分析[J].管理世界， 2002（11）： 32-41.
[3]田泽，张雨辰.中国企业对非洲投资环境评价研究[J].理论探讨，2005（2）：91-94.
[4]陈小平.我国对非洲直接投资现状分析[J].经营管理者，2005（5）：172-173
[5]赵蓓文.经济全球化新形势下中国企业对外直接投资的区位选择[J].世界经济研究，2015（6）：119-126
作者简介：
郭龙飞（1991-），男，汉族，河南人，首都经济贸易大学硕士研究生在读，研究方向：国际贸易理论与政策。