直接投资与间接投资的联系范文第1篇

【关键词】安全投资方向决策

StudyontheDecisionofSafetyInvestmentDirection

MeiQiang

JiangsuUniversityofScience&Technology

AbstractTherelated-modelofsafetyinvestmentandbenefitsystemisbuiltwiththeaidofthegrey-systemtheory，whichcouldjudgewhatishighlysensitivetoaffectthebenefitofsafetyinvestmentsoastoproposearelativelycompletecriterionforthedecisionofsafetyinvestmentdirection.Theexemplifiedresultshowsthatthemethodisascientificandfeasible.

Keywords：SafetyinvestmentDirectionDecision

近年来，虽然我国的企业劳动安全卫生工作取得了不少的成绩，但是，安全生产形势仍十分严峻。事故频发，职业危害严重，不仅造成重大经济损失，而且影响社会安定。企业安全投入不足，固然是造成这种状况的主要原因，但是也有相当数量的企业，每年均有一定的安全投资，只是投资方向随意性大，表现出较低的安全投资决策水平。因此，重视并合理地进行安全投资，是提高企业安全生产水平和经济效益的重要手段，笔者拟就提高企业安全投资方向的决策水平作一探讨。

1安全投资构成及安全投资效益

1.1安全投资构成

安全投资，是指为了提高企业的系统安全性、预防各种事故的发生、防止因工伤亡、消除事故隐患、治理尘毒作业区的全部费用，即为保护职工在生产过程中的安全和健康所支出的全部费用。表1列出了安全投资的分类。

表1安全投资分类

1.安全技术措施费主要包括生产设备和设施的安全防护装置，生产区域安全通道与标志所需费用

2.工业卫生措施费主要包括生产环境有害因素治理以及为改善劳动条件的设施所需的费用

3.安全教育费用主要包括购置或编印安全技术、劳动保护书刊、宣传品、电化教育所需设备；设立安全教育室，举办安全展览会、安全教育训练等所需费用

4.劳动保护用品费为保护职工在生产过程中不受各种伤害所必备的个体防护用品费

5.日常安全管理费企业安全管理部门日常办公费及其人工费用

1.2事故经济损失构成

事故既造成财产损失，也导致人员伤亡。职业病使劳动者暂时或永久性地丧失劳动能力。事故（含职业病，下同）不仅产生直接经济损失，还有更多的间接经济损失。发生事故的经济损失之统计范围见表2。

表2事故直接经济损失和间接经济损失的统计范围

直接经济损失1．人身伤亡所支出费用（1）医疗费用（含护理费用）

（2）丧葬及抚恤费用

（3）补助及急救费用

（4）歇工工资

2．善后处理费用（1）处理事故的事务性费用

（2）现场抢救费用

（3）清理现场费用

（4）事故罚款及赔偿费用

3．财产损失价值（1）固定资产损失价值

（2）流动资产损失价值

间接经济损失1．停产、减产损失价值

2．工作损失价值

3．资源损失价值

4．处理环境污染的费用

5．其他损失费用

间接经济损失统计难度相对较大，于是人们就尝试如何根据事故直接经济损失来估算间接经济损失，进而估计事故的总经济损失。

美国安全工程师海因里希（H.W.Heinrich）通过对5000余起伤亡事故的经济损失的统计和分析，得出直接经济损失与间接经济损失的比例为1∶4的结论，即伤亡事故的总经济损失为直接经济损失的5倍。这一结论至今仍被国际劳工组织所采用，作为估算各国伤亡事故经济损失的依据。

由于国内外对伤亡事故直接经济损失和间接经济损失划分标准不同，直接经济损失与间接经济损失比例也不同。我国规定的直接经济损失项目中，包含了一些在国外属于间接经济损失的项目。一般认为，我国的伤亡事故直接经济损失所占的比例应该较国外的大。另外，就行业而论，不同行业之间的差别也很大。

表3事故损失直间比

仪表机械化工综合值

1∶5.881∶3.541∶2.141∶2.314

为了了解我国企业的事故直接经济损失与间接经济损失之间的比例，笔者所在的课题组，近几年来，曾系统地调研过兵器工业系统中仪表、机械、化工等行业。以兵器工业企业(1950～1986)年100多家主要企业伤亡事故统计材料和机械部(1949～1983)年1000多家骨干企业工伤事故分析资料为基础，在重庆、包头、西安、太原、沈阳、长春、南京、无锡、扬州等城市以及安徽、浙江等省，有针对性地调查了兵器工业企业中机械、仪表、化工3个行业26家工厂的工伤事故状况和职业病危害等方面的统计材料，得到机械、仪表、化工3个行业的事故经济损失的直、间比，如表3所示。

因此，在无法准确统计事故间接经济损失时，仪表、机械、化工行业可根据表3的数据与直接经济损失相乘得到，其他行业可根据直间比综合值进行估算。

1.3安全投资效益

安全投资效益的表现形式，主要是“隐性”的。通过安全投资，消除了事故隐患，也就减少了事故经济损失，这就显示了安全投资效益。但是，安全投资效益表现形式不同于生产经营投资带来利润增加的效益表现形式。前者不是显而易见的，是隐性的效益表现形式。

2安全投资——效益系统关联分析

从表1可见，安全投资视内容不同，主要可分为5个投向：安全技术措施投资、工业卫生措施投资、安全教育投资、劳动保护用品投资、日常安全管理投资。这5个方面的安全投资因素，分别地和协同地从不同的角度影响着安全投资的效益，形成一个安全投资——效益系统。在这系统中，各安全投资因素与安全投资效益关系非常复杂，等额安全投资由于在各个因素之间分配比例不同，其投资效益差异较大。人们希望通过定量方法，准确地认识安全投资因素中，哪些是影响投资效益的主要方面，即寻找影响安全投资效益的安全投资敏感因素，以便为制定正确的安全投资方向决策提供依据。为此，笔者引入灰色系统关联分析方法。

2.1灰色系统关联分析

对于两个系统或系统中的两个因素之间随着时间而变化的关联性大小的量度，称为关联度。它定量地描述了系统发展过程中，因素之间相对变化的情况，即变化的大小、方向与速度的相对性。在系统发展过程中，如果两个因素变化的态势基本一致，即同步变化程度较高，则可以认为两者关联度较大；反之，两者关联度就小。其作用在于明确并理顺因素间主次、优劣关系。因此，灰色关联度分析是对于一个系统发展变化态势的定量比较与描述。只有弄清楚系统或因素间的这种关联关系，才能对系统有比较透彻的认识，分清哪些是主导因素，哪些是次要因素，为进行系统分析、预测、决策、研究打好基础。

5个安全投资因素与安全投资效益之间的相互关系是非常复杂的，尤其是事故发生的随机性，更容易混淆人们的直觉，因而难以分清哪些因素与安全投资效益关系相对密切，哪些关系相对不密切。借助灰色系统关联分析理论，能够有效地解决这一问题。

2.2安全投资——效益系统关联模型的建立

设安全投资——效益系统中有6组时间序列，安全投资效益序列记为x0(t)，每个投向的安全投资额序列记为xi(t)，i=1，2，……5，则在时刻t=k时，x0(t)序列与xi(t)序列的绝对差Δoi(k)为：

Δoi(k)=｜x0(k)-xi(k)｜（1）

则在时刻t=k时，x0(t)序列与xi(t)序列的关联系数记为Loi(k)，其关系式为：

（2）

式中，Δmax、Δmin分别为所有比较序列在各个时刻的绝对差的最大值与最小值；ρ为分辨系数。分辨系数用来削弱Δmax数值过大而失真的影响，提高关联系数之间的差异显著性，ρ∈（0，1），一般情况下以(0.1～0.5)为宜。

关联系数反映了某个投向的安全投资额与安全投资效益这两个比较序列在某一时刻的紧密（靠近）程度，如在产生Δmin时刻，Loi=1，关联系数最大，而在产生Δmax时刻，关联系数为最小，因此，关联系数变化范围为0＜Loi≤1。

系统中各序列数值大小的数量级可能相差悬殊，因此，对原始数据往往需要变换为有利于比较的数据序列。原始数据的变换方法可用初值化变换，即分别用原始序列的第一个原始数据去除后面的各个数据，得到其倍数数列，即初值化序列。新序列中各数无量纲，且在曲线图上各比较序列有同一起点。因为各个原始序列中的数据变换后，比较序列为同一起点，故式（2）中的Δmin为0。则公式（2）成为：

(3)

安全投资效益的表现形式，是事故经济损失的减少。在现实统计中，往往只能得到一组事故经济损失额的序列，为此，可用序列中最大值减去其它数值，从而得到一新的序列。该序列可视为事故经济损失减少额，即安全投资效益，故该序列就被确认为x0（t）值。若两比较序列在各个时刻都重合在一起，即关联系数为1，则关联度也必为1；对于两个时间序列来说，在任何时刻都不会垂直相交，关联系数均大于0，故关联度也必大于0。因此，两比较序列的关联度，便可用这两个序列各个时刻的关联系数之平均值来定量表示。其表达式为：

（4）

式中，roi为xi(t)序列与x0(t)序列的关联度；N为两比较序列的长度（即数据个数）。

关联度数值本身的实际意义不大，而关键是比较各个xi(t)序列对于同一序列x0(t)而言，关联度孰大孰小。因此，将5个xi(t)序列对x0(t)序列的关联度按大小顺序排列起来，便组成关联序，它直接反映了各个投向的安全投资额对于安全投资效益的“主次”关系。这些关系可分别表示为：

1）若roi>ro(i+1)，则称序列xi（t）对于序列x0(t)的密切程度优于序列xi+1(t)，可记为（xi｜x0）>（xi+1｜x0）;

2）若roi<ro(i+1)，则称序列xi(t)对于序列x0(t)的密切程度劣于序列xi+1(t)，可记为（xi｜x0）<（xi+1｜x0）;

3）若roi=ro(i+1)，则称序列xi(t)对于序列x0(t)的密切程度等价于序列xi+1(t)，可记为（xi｜x0）=（xi+1｜x0）。

3实证分析

现收集某化工企业（1990～1998)年的安全分项投资及事故直接经济损失状况的资料，如表4所示。该企业没有专门统计“日常安全管理费”。现进行安全投资方向与安全投资效益灰色关联分析。

表4某化工企业安全分项投资及事故直接损失状况表单位：万元

年份安全技术投资工业卫生投资安全教育投资劳保用品投资事故直接损失

199088.013.34.031.27.0

199142.116.23.437.510.2

19928.811.41.420.114.8

199330.020.12.244.613.4

199419.211.51.932.616.9

199562.318.41.425.215.2

199680.423.61.337.116.1

199775.613.90.854.223.8

199875.825.10.736.123.5

根据表3，可以得知化工企业事故的间接经济损失是直接经济损失的2.14倍，则总的经济损失是直接经济损失的3.14倍。于是，该化工企业从（1990～1998）年的事故总损失额分别估算为：21.98、32.03、46.47、42.08、53.07、47.73、50.55、74.73、73.79。这一组数据中最大值为74.73，用74.73依次去减各年事故总损失额，可得安全投资效益序列x0(t)。

x0(t)=(52.75，42.70，28.26，32.65，21.66，27.00，28.18，0，0.94)

表4中的安全技术措施投资、工业卫生措施投资、安全教育投资、劳保用品投资，各年的数值分别组成了序列：x1(t)、x2(t)、x3(t)、x4(t)。

分别对x0(t)、x1(t)、x2(t)、x3(t)、x4(t)作初值化变换。可得：

x0(t)=(1，0.8095，0.5357，0.6190，0.4106，0.5118，0.5342，0，0.0178)

x1(t)=(1，0.4784，0.10，0.3409，0.2182，0.7080，0.9136，0.8591，0.8614)

x2(t)=(1，1.2180，0.8571，1.5113，0.8647，1.3835，1.7744，1.0451，1.8872)

x3(t)=(1，0.850，0.350，0.550，0.475，0.350，.0.325，0.20，0.175)

x4(t)=(1，1.2019，0.6442，1.4295，1.0449，0.8077，1.1891，1.7372，1.1571)

据公式（1），分别计算当t=1，2，……9时，x0(t)与xi(t)(i=1，……4)的各个绝对差Δoi(t)，全部结果如表5所示。

表5绝对差汇总表

t123456789

Δ01(t)00.33110.43570.27810.19240.19620.3794&nbsp;0.85910.8436

Δ02(t)00.40850.32140.89230.45410.87171.24021.04511.8694

Δ03(t)00.04050.18570.06900.06440.16180.20920.200.1572

Δ04(t)00.39240.10850.81050.63430.29590.65491.73721.1393

从表5可知，Δmax=1.8694。因为Δmax较大，可取ρ=0.1。

将上述数据代入公式（3），可以进一步计算出各个投向的安全投资额序列xi（t）与安全投资效益x0（t）之间，分别在t=1，t=2，……t=9时的关联系数，计算结果见表6所示。

表6关联系数汇总表

t123456789

L01(t)10.36090.30020.40200.49280.48790.33010.17870.1814

L02(t)10.31400.36770.17320.29160.17660.13100.15170.0909

L03(t)10.82190.50170.73040.74380.53600.47190.48310.5432

L04(t)10.32270.63280.18740.22760.38720.22210.09720.1410

根据表6，应用公式（4），就可以得到每个投向的安全投资额序列与安全投资效益序列的关联度，其计算结果为：

r01=0.4149，r02=0.2996，r03=0.6480，r04=0.3576

据此，可以排出以下关联序：r03>r01>r04>r02。

由此可见，该化工企业的安全分项投资中，安全宣传教育投资额的大小与事故经济损失减少额关联度最大，然后依次是安全技术措施投资、劳保用品投资、工业卫生措施投资。所以，该化工企业的安全宣传教育投资因素对安全效益的影响最大，应特别加大安全宣传教育投资的力度，全面提高员工的安全意识。需强调的是，以上顺序是该企业安全投资投向重要性顺序的依据，而不是各投向投资额所占比重的依据。

4结束语

安全投资方向决策是安全生产决策的重要内容，应用灰色系统理论，建立关联模型，可以有效地判断影响企业安全投资效益的关键因素。这就为找到正确的安全投资方向，提供了一种科学的、实用的指导方法。

作者介绍：副教授

作者单位：江苏理工大学

作者地址：江苏省镇江市；江苏理工大学工商管理学院；邮编：21201

参考文献

1梅强.安全投资技术经济分析的研究.中国安全科学学报，1997，7（4）.

直接投资与间接投资的联系范文第2篇

关键词：房地产投资；经济基本面；联合影响；直接弹性；间接弹性

一、引言

近年来，我国房地产市场“区域分化”明显，不同区域的房地产投资对经济基本面的影响不尽相同。就东部地区而言，其房地产投资对区域房地产供应、固定资产投资、资金市场供给以及经济增长的带动作用仍然较强；而中部与西部面临的房地产投资萎缩、房地产库存严重等问题对区域经济基本面的冲击则愈加显现。诚然，区域房地产投资对经济基本面的影响，不单单是对经济增长的影响，而是涉及到经济基本面多个方面的联合影响。那么，区域房地产投资对经济基本面哪些指标产生显著的联合影响，其直接影响作用与间接影响作用有多大，这些问题是本文的研究所在。有关区域房地产投资对经济层面的影响，国内外研究主要围绕房地产投资对经济增长的影响作用而展开。在其影响关系分析上，一类是利用格兰杰因果关系检验房地产投资与经济增长两者之间是否具有因果关系，并由此建立VAR模型；另一类是利用投入产出法或要素投入贡献率分解法，运用生产函数或拓展的柯布-道格拉斯生产函数，建立房地产投资与经济增长的投入产出关系。

主要结论包括：Green（1997）对1952—1992年美国住宅投资与GDP的影响关系进行实证分析，指出住宅投资是GDP的格兰杰原因，且住宅投资引导了美国经济的周期变动；Wigren和Wilhelmsson（2007）利用14个欧洲国家的房地产数据进行分析，认为住宅投资对经济增长产生了长期的影响；梁云芳、高铁梅等（2006）运用脉冲响应模型，分析房地产投资的冲击对经济增长的长期影响作用，认为房地产市场与经济基本面之间既互相拉动又互相牵制；孔煜（2009）鉴于房地产业的区域性特征，分析指出我国东部与中部地区的房地产投资额与经济增长互为因果关系，而西部地区并不存在这种因果关系；张洪、金杰等（2014）[5]利用1998—2010年我国70个大中城市的面板数据，采用空间动态面板数据方法，构建了包括房地产投资及其空间效应的空间动态计量模型，实证分析房地产投资对经济增长的地区影响效果；等等。这些研究主要考虑房地产投资与经济增长两者之间的影响关系。本文以我国东部、中部和西部为研究对象，通过分析区域房地产投资与经济基本面多个指标的相关性，探讨区域房地产投资对经济基本面的联合影响，由此建立联立方程组形式的递归模型，以检验影响关系的有效性，并估计其直接与间接影响作用的大小，从而为制定因地制宜的房地产调控政策提供量化依据。

二、区域房地产投资与经济基本面的相关性

在房地产业与经济基本面构成的经济系统中，房地产业通过房地产投资与房地产供应（如：房屋面积与套数等）同全社会固定资产投资（简称：固定资产投资）、资金市场供给以及经济增长紧密联系。其中，房地产投资是固定资产投资的重要组成部分；房地产供应所提供的产品及其带动的相关产业的关联发展，反映了房地产所属产品及其相关产品的总消费对国民经济的影响；而房地产业又是资金密集型产业，其吸引的资金流向带动人力与物力的集聚，直接或间接地拉动国民经济增长。因此，这里以房地产供应、固定资产投资、资金市场供给以及国内生产总值（GDP）组成经济基本面指标。考虑房地产投资与经济基本面的区域差异，本文以我国28个省（市）为研究对象。为叙述方便，仍然将这28个省（市）划分为东部、中部和西部区域，东部包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部包括：山西、吉林、安徽、黑龙江、江西、河南、湖北、湖南；西部包括：广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏。同时，考虑数据的可获得性和完整性，选择的样本区间为2005年1季度至2015年4季度。因数据缺失，西部区域数据未包含内蒙古、和新疆的数据。数据来源于中经网统计数据库、国家统计局。我国东部、中部与西部的房地产投资总额不尽相同，但区域房地产投资占其固定资产投资比重的变动态势基本一致。

2005年1季度至2015年4季度区域房地产开发投资完成额占其固定资产投资额比重的变化（注：数据进行了季节调整，消除了季节影响）。由图1可见，东部、中部与西部的房地产投资占比分别在均值线25%、15%和20%上呈现基本一致的走势。统计显示，东部、中部和西部的房地产投资占比分别平均为24.79%、15.61%和19.82%，其波动幅度均在一个标准差左右。近年来，各区域房地产投资占比都呈现下降态势，同样是平均下降5个百分点。其中，东部从高位27.52%降至22%左右、中部由17.64%降至13%左右、西部从22.61%降至17%左右。究其缘由，东部、中部和西部的房地产投资与其固定资产投资的变化是同步的，两者的相关系数都达到0.99以上，具有很强的相关性。以区域房地产竣工面积与新开工面积之和表示房地产供应，以广义货币供应量（M2）表示资金市场供给，统计显示，东部房地产投资与其房地产供应、资金市场供给以及GDP的相关系数分别为0.75、0.92和0.98；中部的分别为0.84、0.88和0.97；西部的分别为0.84、0.94和0.96。因而，区域房地产投资与房地产供应、资金市场供给以及GDP之间也呈现较强的相关性。综上所述，区域房地产投资与经济基本面之间具有较强的相关性。

三、区域房地产投资对经济基本面的影响关系设定

1、提出假设

依据房地产理论和上述区域房地产投资对经济基本面的相关性分析，假设房地产投资是影响经济基本面的直接外部因素，且通过经济基本面的内部单向作用产生间接影响。对此，提出以下假设。假设1：区域房地产投资将带动房地产供应、引致固定资产投资、吸引资金市场供给，进而拉动国民经济增长，因而，区域房地产投资对房地产供应、固定资产投资、资金市场供给以及GDP产生直接的正向影响。假设2：由于房地产供应的增加会扩大总消费，减少总投资，但最终仍然是带动经济增长，由此，房地产供应对固定资产投资、资金市场供给产生直接的负向影响，而对GDP产生直接的正向影响。假设3：固定资产投资对资金市场供给、GDP产生直接的正向影响。假设4：资金市场供给产生的集聚效应将带动经济增长，因此，资金市场供给对GDP产生直接的正向影响。

2、递归模型的设立

（1）面板数据的指标选取。依据上述东部、中部和西部区域的划分，样本数据为2005年1季度至2015年4季度各区域对应省（市）的季度数据组成的面板数据，其中，东部是11个省（市）组成的样本量为484的面板数据，中部是8个省（市）组成的样本量为352的面板数据，西部是9个省（市）组成的样本量为396的面板数据。在指标与变量选取中，以各省（市）房地产开发投资完成额表示房地产投资（记作：X）（单位：亿元），以其房地产竣工面积与新开工面积之和表示房地产供应（记作：Y1）（单位：万平方米），以其全社会固定资产投资总额表示固定资产投资（记作：Y2）（单位：亿元），选取广义货币供应量（即：M2）表示资金市场供给（记作：Y3）（单位：亿元），各省（市）GDP（记作：Y4）（单位：亿元）。同时，为避免数据可能出现的异方差性，所有变量均以对数形式引入模型之中，简记为：ln（）。

（2）递归模型。在计量经济学的联立方程模型中，递归模型（RecursiveModels）[6]以其独特的内生变量单向传递关系，通过联立方程组的形式，系统地反映内生变量之间、外生变量与内生变量之间的因果依赖性以及直接与间接联合影响关系。于是，递归模型的内生变量为：房地产供应、固定资产投资、资金市场供给以及GDP；外生变量为房地产投资。为简便起见，不妨将外生变量与滞后变量组成的向量简记为Z。

1，2，3，4。在递归模型式（1）中，第一个方程为区域房地产供应方程，假设房地产供应主要由房地产投资及相关滞后变量所决定；第二个方程为区域固定资产投资方程，假设固定资产投资不仅受房地产投资及相关滞后变量的影响，而且与第一个方程的内生变量（房地产供应）有关，因而，将房地产供应与房地产投资两者都看作是决定固定资产投资的“原因”；由此类推，第三个方程为区域资金市场供给方程，假设决定资金市场供给的“原因”包含第一、第二个方程的内生变量（房地产供应、固定资产投资）以及房地产投资；第四个方程为区域GDP方程，假设GDP由第一至第三个方程的内生变量以及房地产投资共同决定。于是，这些方程的内生变量之间、外生变量与内生变量之间形成了因果决定关系，其系数βij反映了经济基本面的内部弹性影响；系数γij为房地产投资等外部因素影响经济基本面的直接弹性，而∑（βij×γkl）则为间接弹性。

四、区域房地产投资影响经济基本面的实证分析

1、面板数据的协整性与变截距效应检验

（1）面板数据的单位检验与协整检验。面板数据的单位根检验显示，东部区域的所有变量均为2阶单整的非平稳序列；中部与西部区域的变量则同为1阶单整非平稳序列。进一步，Johansen协整检验显示，各区域的这五个变量之间均存在协整关系方程。由于递归模型的单个方程均满足最小二乘估计方法的基本假定，所以，对于单整阶数相同且具有协整关系的面板数据，单个方程均可以直接用最小二乘法进行估计。

（2）变截距效应的检验。依据面板数据的特征，递归模型的截距项或斜率系数可能随横截面单元的个体（即：省（市））的不同而变化。如果这些系数随个体是不变的，其对应的模型是固定效应模型，估计的系数被称为共同系数；如果截距项或斜率系数随个体不同而变化，其模型被称为变截距效应模型或变斜率效应模型。经计算与检验显示，东部、中部与西部区域的面板数据对应的递归模型具有变截距效应，而斜率系数则是固定效应。因此，各区域的递归模型具有变截距效应的特征。

2、递归模型的估计

现分别利用东部、中部与西部区域的面板数据，对递归模型的单个方程进行逐个估计。由最小二乘法得到2005年1季度至2015年4季度我国区域房地产投资影响经济基本面的直接弹性与间接弹性，以及经济基本面指标之间的内部弹性，其变量指向关系与对应的弹性系数如表1所示（因篇幅所限，未列出其变截距项部分的回归结果），同时，模型的整体拟合效果较好，且不存在异方差和自相关性。因此，回归方程可用于经济分析。

3、比较分析区域房地产投资的弹性影响

根据上述回归系数，经整理得到2005年1季度至2015年4季度我国区域房地产投资影响经济基本面的直接弹性与间接弹性，以及经济基本面指标之间的内部弹性。

（1）直接弹性。一是房地产供应：房地产投资对房地产供应产生直接弹性作用，弹性值分别为0.527、0.685和0.545，即东部、中部与西部的房地产投资每提高1%，将使其房地产供应（面积）分别上升0.527%、0.685%和0.545%，因而，不同区域的房地产供应增速基本相同。二是固定资产投资：东部、中部与西部的直接弹性均接近于1，表明区域房地产投资引致的固定资产投资增速接近一倍。三是资金市场供给：东部与中部的直接弹性为正，分别为0.227和0.137，表明东部与中部的房地产投资每上升1%，将吸引资金的供给分别提高0.227个百分点和0.137个百分点；但西部的直接弹性是负值，这与理论上假设的正向影响不一致，说明西部的房地产投资缺乏资金支持，其投资每提高1%，资金供给却下降了0.135%。四是GDP：东部、中部与西部的直接弹性分别为0.198、0.06和0.165，即房地产投资每提高1%，将直接带动经济增长分别提高0.198个百分点、0.06个百分点和0.165个百分点。因此，东部与西部的经济增长带动效应基本相同，而中部的带动效应较弱。

（2）间接弹性。区域房地产投资对经济基本面的间接影响，来自经济基本面的内部影响关系和弹性作用。具体来说：一是房地产供应的负向传递作用，使固定资产投资增速下降。这与理论假定是一致的，说明当房地产供应增加时，总消费的扩大使得总投资减少。经计算，东部、中部与西部的固定资产投资间接弹性分别为-0.038、-0.223和-0.046。可见，东部和西部的间接弹性较小，这种间接影响不敏感；而中部的弹性较大，间接影响较为敏感，表明中部的固定资产投资缺乏后续支撑。二是西部的资金市场供给间接弹性增大。虽然西部房地产投资引致资金市场供给不足，但其间接带动的资金市场供给弹性较大，弹性为0.316。三是区域GDP的间接弹性大于直接弹性。区域房地产投资通过房地产供应与资金市场供给对GDP产生间接作用，东部、中部和西部的间接弹性分别为0.220、0.211和0.179。比较而言，区域GDP的间接弹性略大于直接弹性。因此，区域房地产投资对经济增长的间接带动效应不容忽视。

五、结论与政策建议

1、主要结论

我国区域房地产投资与房地产供应、固定资产投资、资金市场供给以及GDP组成的经济基本面具有较强的相关性。构建的递归模型反映了区域房地产投资对经济基本面的联合影响，以及直接弹性与间接弹性关系。实证分析表明，区域房地产投资对房地产供应产生直接弹性影响；区域房地产投资引致的固定资产投资增速接近一倍；东部与中部的资金市场供给具有正向直接弹性，表明房地产投资能够吸引资金市场的相应供给，但西部的房地产投资缺乏资金支持。同时，区域房地产投资对经济增长的间接影响略大于直接影响，其中，东部与西部的房地产投资对经济增长的带动效应基本相同，但中部的直接带动效应较弱。

2、政策建议

（1）保持房地产业平稳发展，防止区域房地产投资的过度下滑对国民经济产生下行冲击。区域房地产投资不仅直接影响房地产关联产业的发展、固定资产投资的增速、资金市场供给以及经济增长，而且对经济增长产生显著的间接影响。因此，在宏观经济处于新常态的背景下，保持房地产业的适度发展，有利于创造一个稳定的宏观经济环境，有利于稳定发挥投资要素对经济增长的贡献。

（2）实施区域差异化的房地产投资策略。东部房地产投资的转型升级，有利于经济基本面逐步退出对房地产的过度依赖。中部房地产投资对经济增长的直接带动效应较弱，因而，需要将投资更多地转移到其他产业领域，以促进区域经济增长。由于西部房地产投资缺少资金供给的支持，因此，在资金供应有限的条件下，应适度开发房地产业，以保证其他行业发展的资金需求。

（3）区域房地产调控从需求侧转向供给侧，以提高调控效果。近年来，我国房地产市场经历了大范围的多轮房地产调控，尽管实施了差异化的区域限购、限贷等需求管理政策，但始终未能达到预想的调控效果，而是落入“限购限贷”与“放松限购限贷”的循环圈。可将这种以需求管理为主的调控转向房地产供给侧管理，即：在规范房地产有序开发的同时，提高房地产供应的有效供给，将房屋的“空置”、“库存”转化为人们当前的居住与商用需求，进而使区域房地产调控跳出“循环圈”，达到预期的调控效果。

参考文献

[1]梁云芳、高铁梅、贺书平：房地产市场与国民经济协调发展的实证分析[J].中国社会科学，2006（3）.

[2]孔煜：我国房地产发展与经济增长关系的实证研究[J].工业技术经济，2009，28（5）.

[3]张洪、金杰、全诗凡：房地产投资、经济增长与空间效应———基于70个大中城市的空间面板数据实证研究[J].南开经济研究，2014（1）.

直接投资与间接投资的联系范文第3篇

关键词：对外直接投资；中国；关系视角；区位分布

中图分类号：F119.9 文献标识码：A DOI：10.3969/j.issn.1004-9479.2013.04.001

引 言

改革开放以来，中国持续的高速发展举世瞩目，2001年加入WTO之后，中国更是加快加深了其全球化进程。在发达国家跨国公司席卷全球的同时，中国大陆的企业和资本也逐步成长起来，越来越多地进行对外直接投资，主动参与全球生产网络，向世界输出资本、劳务甚至技术。可以预见，随着中国的进一步发展，中国对外直接投资将会越来越多，这对中国和世界的发展都将产生巨大的影响[1]。

面对中国对外直接投资的重要性和特殊性，国内外学者从不同的视角进行了研究分析。其中大部分研究是根据国际直接投资的市场导向、资源导向、战略导向和效率导向[2]，从东道国发展情况、区位特征的视角出发来研究中国对外直接投资的区位选择问题，包括对东道国自然资源、市场规模、增长潜力、生产成本等因素的研究[3-5]，或者从中国自身的发展状况和投资政策出发进行研究[6，7]。但中国对外直接投资区位选择的影响因素并不止这些，也有研究强调制度环境的重要性，指出要了解中国对外直接投资，必须首先了解中国的国内外政治环境，以及中国与其他国家之间的政治关系[8]。除了政治关系以外，中国与其他国家之间的社会、经济关系同样也会对中国的对外经济活动产生影响[9]。从这些研究可以看出，“关系”视角的研究刚刚起步，它将是继区位视角和政策视角之后又一个解释中国对外直接投资的重要视角。但是，目前没有文献从“关系”视角对中国对外直接投资进行系统的分析。

本文基于2002-2012年的中国企业对外直接投资数据和2003-2011年的中国对外直接投资流量金额数据，结合中国对外直接投资发展历程，系统、详细地分析了中国对外直接投资的发展模式和区位分布特征。同时，本文将经典国际直接投资理论和经济地理的“关系转向”相结合，试图从“关系”视角，用中国与其东道国之间的政治、社会、经济关系来解释近年来中国企业和资本对外直接投资的区位分布。

1 “关系视角”下的中国对外直接投资

国际直接投资区位理论研究主要从跨国公司投资理论引申出来，并吸收了区位理论、外商直接投资理论和产业组织理论等相关学科的研究成果，主要关注国际直接投资的动因以及外资区位选择[10]。其中，Dunning的国际生产折衷理论将对外直接投资的动机分为市场导向型、资源导向型、战略导向型和效率导向型[2]，这一理论被广泛用来解释跨国公司对外直接投资的区位选择问题[11，12]。

Dunning的国际生产折衷理论是对发达国家对外直接投资的经验总结，随着全球化的进一步深入发展，发展中国家展现出不同的对外投资表现[4]。一方面，中国等发展中国家和地区在国际投资和贸易中扮演的角色越来越重要；另一方面，由于仍然存在发展水平和发展阶段的差异，以及中国特殊的文化和制度环境，其对外直接投资的方式、动因与西方国家相比，存在着很大的不同[13]。Peng认为制度转型期存在一个两阶段模型。在早期的阶段，完善的制度框架还未形成，因此企业在面对未知性和风险时，更多地是依靠管理者之间的相互信任和达成的协议；而经过一段时期的发展，在第二个阶段，正规的制度、法律框架已经形成，管理者之间非正式的沟通合作成本可能会高于依循制度法规的成本，因此管理者之间的“关系”将显得不那么重要[14]。根据这一模型，对于中国这样的转型期经济体和发展中国家来说，经济活动中的不确定性越高，“关系”在其中就显得越重要[15]。而Lovett等在上世纪90年代的时候就认为中国未来在世界的经济活动将会发展成基于“关系”的网络[16]。

西方经济地理学近年来出现了“关系转向”，即关系经济地理学，它更多的是从微观视角，用企业和人的关系网络来解释国家或区域的经济表现。许多研究认为人与人、组织与组织之间的关系网，有很高的道德信任，例如关系契约。这些根植性的联系能产生信任与合作，它是知识交流、创新和跨公司学习的基础。地理学界对关系视角的研究大多停留在微观层面，拘泥于人和企业的关系网络，缺乏宏观层面的“关系”研究。关系，不仅包括微观层面的人和企业的关系，还包括宏观层面的国家间的关系，后者对国家之间的经济活动有重要影响。本文认为，国家间的“关系”不仅包括国家间的政治关系，还包括以制度、社会文化为基础的社会关系[17]和一系列促进经济贸易合作的经济联系，即经济关系[3，9]。

首先，政治关系是中国对外直接投资区位选择的重要影响因素。中国政府将对外直接投资作为一项外交政策，以拉近和加强中国与其他国家和地区的外交关系，例如中国在非洲以及东南亚的大量投资，而中国在香港的投资也可以被认为是在其转型期维护了香港的稳定和繁荣[18]。改革开放以来，中国对外直接投资的主体一直是国有企业，更多的代表国家意志和政府行为，因此也主要投资的是涉及国计民生的行业，投资的区域也集中于历来与中国关系良好的发展中国家和部分欠发达国家。所以，中国的对外直接投资与发达国家和地区最大的不同，在于中国政府在其中扮演着极其重要的角色[19]，在区位选择上也会更多地考虑与东道国之间的政治关系。

其次，社会文化的联系以及相似程度很大程度上影响中国对外直接投资的区位选择。一方面，中国还处于对外直接投资的初级阶段，对国外投资环境的不了解使其一定程度上依赖紧密的华人社会联系来开拓市场；另一方面，中国拥有较为特殊的政治体制环境，腐败问题、资本市场不健全以及复杂的人际关系网络对投资和商业发展有十分重要的影响，使中国企业更倾向于在文化与制度环境相似的区域投资[5]。很多研究表明，母国和东道国政策环境的相似性将会对外商直接投资产生显著影响，相似性较高将会促进两国间的投资交流[20]。与中国制度相似、社会关系紧密的大多也是周边的发展中国家以及所谓的“第三世界”国家和地区，这些区域的政治制度环境和社会环境并不稳定，但是这些国家的政策环境、政治经济制度、社会文化等与中国的相似度较高，是中国对外直接投资的主要地区[5，11，20]。

第三，双边经济关系也是中国对外直接投资区位选择的重要影响因素。从贸易成本的角度来说，地理接近以及经济一体化能够降低贸易成本，从而促进区域间的贸易往来。发展中经济体的跨国公司走出母国、选择在东道国进行投资，与其说是为了接近市场，不如说是为了促进贸易合作[9，21]。中国的跨国公司同拉丁美洲的跨国公司一样，特别关心如何规避贸易壁垒[22]。从20世纪80年代开始，中国政府便要求中国企业“走出去”学习先进技术、获取原材料，以及扩大出口，促进本国经济的发展[4]。另一方面，中国近年来经济的快速增长使其在对外直接投资中表现出了对关键资源、工程建设等方面的需求[22]。也正是因为如此，中国对外直接投资的产业相对集中，过分偏重于对加工、制造等初级产品产业以及资源开发型产业的投资，其主要目标是获得其他国家的原材料、技术和管理经验，而非企业自身进行全球性扩张需求[23]。

因此，具有中国特色的经济发展模式和对外投资模式决定了中国对外直接投资区位选择的独有特点，表现出的最主要特征是仍然在很大程度上受到国家政策的主导和影响，其内在原因是中国与其直接投资东道国紧密的政治、社会、经济关系。因此，中国企业在对外直接投资区位选择的过程中也就并不一定像经典国际投资理论和区位选择理论一样“趋利而居”，而是为了满足国家和区域的发展，追求资源、增加就业、扩展市场、促进贸易等等。

2 中国对外直接投资发展历程和区域格局

中国对外直接投资起步于1979年，进入21世纪后得到迅猛发展。按照联合国贸发会议的统计，2011年，中国对外直接投资流量为651.2亿美元，占全球对外直接投资流量的4%，排在全球国家和地区的第九位，也是亚洲对外直接投资流量的1/6。截至2012年底，中国13500多家境内投资者在境外设立对外直接投资企业2.3万多家，分布在全球近180个国家和地区，对外直接投资存量达到3659.8亿美元，占全球对外直接投资存量的近2%，排名第十五位。但相对于2011年接受外商直接投资流量全球第二的水平，中国的对外直接投资总量并不算多。下文将对中国对外直接投资的发展历程和区域格局做简要总结。

2.1 中国对外直接投资发展历程

中国的对外直接投资起步较晚。从改革开放到90年代之前，国内利用外资大幅增加，但由于缺乏资金、管理技术和专业人才，不管投资金额，还是企业数量，中国的对外直接投资在这一时期都几近于零。90年代中期，很多跨国公司在中国珠三角和长三角发展外包加工业，中国贴牌制造的产品流向世界各地，中国也因此被称为“世界工厂”。但中国的对外直接投资仍处于低迷状态，增速在零上下徘徊。90年代末，中国经济出现了通货紧缩，为了解决重复建设造成的生产能力过剩和产品滞销，政府鼓励加工企业到海外建厂。总体来说，整个90年代，中国实际利用外资一直处于高位增长状态，对外直接投资并没有太显著的发展。

进入21世纪后，随着中国加入WTO，尤其是2004年以后，中国对外直接投资与实际利用外资都有大幅提升，增幅也更加趋于稳定（图1）。这一时期的中国对外直接投资，是以追求资源、原材料等上游产品和追求市场等下游发展空间为主。首先，经过改革开放二十多年的发展，中国的制造业有了较大进步，尤其是在制造业的下游生产环节得到了充分的发展。为了寻求更多的资源、获取更大的附加值以及寻求稳定的供应方、避免外部冲击对供应链和整个生产活动的影响，中国企业在这一发展阶段开始有了向国外零部件、能源、资源甚至研发等上游价值增值活动进行投资的战略需求。这类追求资源、原材料甚至技术的投资是目前中国对外直接中最主要的组成部分之一。另一方面，中国的制造业和出口企业在很大程度上是依靠满足香港等地贸易中间商的订单，通过代工、贴牌发展起来的，在前期研发技术和后期的销售服务等方面都没有掌握其核心信息。随着出口企业的发展壮大和投资规模的扩大，这些企业对进一步投资的风险控制和收益要求越来越高，因而也逐渐有了对外投资建立自己掌握的销售渠道和营销服务网络的需求。这类追求市场的投资也是目前中国对外直接中的主要组成部分之一。

在针对对外投资的具体政策法规方面，中国对外投资政策经历了从管制、限制，到合理管理，再到放松、下放审批权的过程。政策法规的演变，对中国对外投资有着极大的促进作用，也带来了中国对外直接投资的起伏发展。从2011年至今，中央各部委先后出台了对境外投资项目核准权限的下放，鼓励和引导民营企业进行海外投资等等。2011年2月，国家发改委将境外投资资源类限额从2004年的3000万美元提高到3亿美元，将审批时限缩短至20个工作日。外汇使用的自由度也明显提高，取消了人民币购汇的限制。自此，中国的对外投资更加开放和自由。

2.2 中国对外直接投资区域格局

中国对外直接投资区位分布最显著的特征之一是区域集中程度较高，特别是在亚洲和拉丁美洲（图2）。2003年，中国的对外直接投资主要投向了港澳台，占截止2003年存量的75.5%；其次为美洲，占14.0%，其中投向美国的仅占1.5%，而作为“避税天堂”的开曼群岛和英属维尔京群岛，吸引中国对外直接投资的比重分别达到11.1%和1.6%。到了2011年，相对来说，中国对外直接投资更加分散，对港澳台的投资存量比重下降到62.2%，对英属维京群岛和开曼群岛的投资存量保持在12%左右，而对非洲、欧盟、东盟的直接投资存量在这9年来都有显著上升。

另外，中国对发展中国家投资存量占其对外投资总量的89%，发达国家占11%。由此可见，由于地理距离和文化距离的优势，以及中国与亚洲各地区紧密的贸易联系[24]，特别是中国-东盟自由贸易区（CAFTA）的启动，使得中国的对外直接投资一直以来都主要流向香港和亚洲其他区域。从投资企业的数量上看也是如此（图3和图4），中国企业2002年和2012年大多集中在亚洲和俄罗斯，近年来欧洲和美国的企业数量有所增加，这在一定程度上是因为中国与欧盟、美国的贸易联系越来越紧密，也加强了投资的紧密程度。中国对外直接投资在企业数量和投资金额的区位分布都显示出，中国对外直接投资总量不断增长，覆盖面越来越广，区位格局也有向发达国家和地区扩散的趋势。

图3 2002年中国对外直接投资累积企业数量分布

数据来源：中国对外投资和经济合作网站。

图4 2012年中国对外直接投资累积企业数量分布

数据来源：中国对外投资和经济合作网站。

3 中国对外直接投资区位分布的关系特征

3.1 政治关系：政治体制与国有经济为主导的投资模式

由于政治体制和意识形态的不同，西方国家始终视中国为价值观上的异己。在西方发达国家和地区，中国的投资很容易受到保护主义和政治猜忌的阻挠，特别是在中国改革开放逐步“走出去”的早期。

以中国对美国的投资为例，从1990年初布什政府援引《埃克森-弗洛里奥修正案》由总统直接出面阻止中国航天航空技术进出口公司收购西雅图曼可公司，到中国华为公司2008年联合美国基金贝恩资本竞购3Com公司、2010年竞购摩托罗拉公司移动网络业务受阻、2011年被迫退出收购美国三叶系统公司部分资产，中国制造业在美国的直接投资项目因各种“理由”屡次受阻。

另一方面，中国的对外直接投资企业大多是国有企业，其行为在一定程度上体现了国家的意志和政策，是国家实现政治目的的工具之一，因此，国有企业主导的中国对外直接投资显然受到中国与东道国政治关系的影响较大[25，26]。从投资量来看，按照商务部、国家统计局、国家外汇管理局的统计，在2010年中国非金融类对外直接投资的存量中，国有企业占66.2%（图 5）。中国2003-2011年年均对外直接投资交易的价值中，国有和国有控股企业都占到了巨大比重，使中国对外直接投资附带了浓重的国家意志，因此，政治关系对投资区位的选择有不可忽视的影响。

正因为上述原因，即使发达国家的市场容量远大于发展中国家和地区，但迄今为止前者吸收的中国直接投资仍明显少于后者。中国企业更愿意投资于那些与自己政治关系较好、欢迎中国资本进入的东道国。比如，中国直接投资较早进入的国家和地区包括香港、澳门、赞比亚、越南、约旦、新加坡、尼日利亚、马来西亚、刚果（金）、俄罗斯等，它们与中国政治、文化、地理距离都较为接近。

中国与东道国的政治关系以中国在非洲的投资表现得最为明显，由于与非洲各国的传统友好关系和一系列历史原因，中国在非洲进行了大量的直接投资。2000年中非贸易额突破100亿美元后，连续5年保持30%以上的增长。2006年，中国已成为非洲的第三大贸易伙伴。近年来，受经济衰退和金融危机，以及埃及、利比亚等国家政治和社会动乱的影响，非洲的外商直接投资开始下滑，但即使在这样的情况下，中国对非洲的直接投资不减反增。从投资量来看，2011年中国对非洲直接投资流量超过31亿美元，是2001年的60倍；从投资区域来看，中国投资面向所有的非洲国家，2000多家投资企业、超过100万中国员工遍布50个非洲国家；从投资的产业结构来看，中国对非洲的直接投资集中在能源矿产行业和劳动密集型产业，还涉及金融、加工制造、商贸服务、农业、交通运输等产业。

除此以外，随着中国和非洲的不断发展，中国投资非洲的动因也开始变得多样化。根据世界银行林毅夫等对近2000家企业以及部分非洲国家调研得出的结论，中国企业在非洲的投资是看中了非洲这个“新世界”的资源和市场，中国将部分劳动密集型制造业转移到非洲，不仅对于非洲各国来说是实现工业化的重要机遇，对中国自身发展来说也是调整优化制造业结构的机会。也正因为如此，即使在风险激增的时期，中国企业对非洲的投资仍然保持在高位。

3.2 社会关系：文化、制度环境

中国和东道国之间的社会关系包括文化和制度两个方面。首先，中国的对外直接投资大量集中于华人社会东道国，以及与中国文化相似的亚洲其他国家和地区。中国人分布在很多国家和地区，其中主要以亚洲为主，如港澳台和新加坡等，他们与中国大陆有着千丝万缕的联系，对中国仍然保持着较高的文化认同感，中国对这些国家和地区的直接投资会得到当地华人华侨的帮助，降低信息成本和失败风险，从而使中国企业更倾向投资于这些国家和地区。另外，亚洲其他很多国家和地区由于距离较近，历史上就有很多文化交流和相互影响，文化相似度较高，社会联系紧密，也成为中国对外直接投资的重要区域。如图 6所示，中国对外直接投资的绝大部分都流向了亚洲，占到总投资流量的60.82%，总投资存量的71.41%。

图6 2011年中国对外直接投资流量和存量在各大洲的分布

数据来源： 2011年中国对外直接投资统计公报。

其次，中国作为发展中国家，正处于一个制度变迁的时代，当前发展中存在的一系列问题，在政策、体制和法律方面仍存在很多不完善的地方，使政策体制成为外资进入中国时考虑的重要因素[27]。反过来，当中国的企业和资本走出国门、走向世界的时候，在区位选择上也会考虑东道国的政策制度[28]。如图7和图8所示，全球政策制度不稳定和腐败较严重的区域都集中在亚洲、非洲和拉丁美洲地区，包括中国自身，而这些地区也正是中国对外直接投资较为集中的地区。因此，从数据可以看出，中国的对外直接投资相对集中在那些政治经济制度不完善、政策不稳定、腐败较严重的东道国，制度文化的相似性使走出去的中国企业更容易适应当地的办事方式，更高效地开展工作，从而提高投资的成功概率。

图7 2011年全球政策法规系数分布图（1：完善；0：不完善）

数据来源：International Country Risk Guide.

注：此系数为各国对投资的管制系数及其法律法规完善程度的加和平均值。

图8 2011年全球腐败指数分布图（10：清廉；0：腐败）

数据来源：Transparency International.

3.3 经济关系：出口促进与资源寻求

中国与东道国的经济关系包括对外贸易关系和对资源的需求，其本质都是为了促进中国的改革开放和自身经济发展。

（1）对外贸易关系

从20世纪80年代开始，中国政府要求中国企业“走出去”，从而学习先进技术、获取原材料，同时扩大出口，以促进本国经济的发展。2002-2011年，中国的对外直接投资、进出口总额的相关系数在0.9以上。这在一定程度上反映了中国对外直接投资与进出口贸易之间的相互促进的关系[29]。因此，中国的对外直接投资在区位分布上与进出口贸易是相互跟随的关系（表1），当中国与东道国地区存在较密切的贸易关系时，其投资流量也会较大，如中国在亚洲、欧洲的投资。而由于东道国地区市场容量、政府限制等原因，中国在非洲、北美洲、拉丁美洲、大洋洲的直接投资和贸易额都较小。

表1 2011年中国与各大洲的投资、贸易关系

数据来源：中国统计年鉴2012；2011年中国对外直接投资统计公报。

这种基于贸易的经济关系给中国带来了完全不同形式的对外直接投资。近年来，随着中国与欧盟的贸易不断深化，不管是投资金额还是企业数量，中国对欧盟的直接投资都出现大幅增加。2006-2009年，中国对欧盟的年投资额翻了3倍，到2011年再次翻了3倍以上，直接投资流量超过200亿美元。与在非洲和大洋洲的投资快速增长不同的是，中国对欧洲的投资并没有很多集中在资源能源行业，而是扩展到其他工业行业，对政治关系的依赖性也相对较小[30]。在欧洲，商业动机和对经济利益的追求成为中国投资欧盟的最主要动因。有企业从国际品牌或先锋技术中获得竞争力，如吉利汽车收购北欧最大的汽车企业沃尔沃；有企业投资于先进制度管理下的高附加值产业，根据亚欧联合资本的数据，高科技产业、化工领域的投资占了中国对欧洲总投资额的53%；有企业借直接投资与欧洲消费者、或上下游生产商建立直接关系、扩展市场，如中钢集团在德国汉堡的投资，是看重德国的区位优势，以便其提供更便捷优质的客户服务。

（2）对资源的需求

随着中国的快速发展，所需的很多资源都得不到充足的供应，所以，中国的对外直接投资很大部分集中在资源、能源类行业，且增速较快，在区位分布上也会相对集中在资源密集的区域。如图9所示，中国对外投资最主要集中在能源、金属这两大块。与Dunning的国际直接投资动机相似，以能源为首的自然资源是各个国家及其跨国公司追逐的目标，中国的对外直接投资也是如此。安永的《冲出亚洲：聚焦中国》报告称，2005年到2012年上半年，中国能源、金属等资源类行业的对外直接投资额达约2390亿美元，占中国对外直接投资总额的71%。在并购活动中，截止2012年9月底，中国石油天然气相关并购案交易金额由2011年同期的99亿美元跃升至260亿美元，当年前三季度中国企业能源行业对外并购增长122%。

因此，鉴于对资源的需求，和对本国经济持续发展的追求，中国对外直接投资相对集中在全球资源丰富的国家和地区。比如，中国在2011年的对欧直接投资中，资源性投资比重达到43%。而中国对大洋洲投资主要集中在矿产行业，以并购为主。2009和2010年，中国投资者就投入逾380亿澳元收购澳大利亚的矿山和采矿权。而据澳联邦政府外商投资审查委员会2011年的数据，在之前的两个财年中，中国投资者注入澳大利亚的429亿澳元资金中，90%都面向矿产勘探和开发产业。近两年，中国企业投资澳大利亚矿产业的趋势进一步加强，2013年1月8日，罕王宣布其全资澳洲子公司——罕王黄金矿业有限公司，与澳大利亚上市公司圣芭芭拉（STBARBARA）达成收购协议，收购其拥有的南十字运营金矿，收购金额为2250万澳元。

4 结论

随着全球经济的不断发展和中国的进一步对外开放，中国“引进来”大量外资的同时，中国企业和资本也在开始逐步“走出去”，特别是2001年加入WTO之后，其对外直接投资总量不断增长，在世界的地位不断抬升。中国对外直接投资主要呈现出以下几个特点：中国的对外直接投资以国有企业为主导，逐渐向多元化发展；区位上主要分布在亚洲，并以香港占据的份额最多，近年来，中国对外直接投资的增长主要集中在欧洲、大洋洲和非洲，显示出中国对外直接投资开始向全球扩展的趋势；在产业分布方面，由于中国现阶段发展对资源、能源的需求，中国对外直接投资更多地集中在资源、能源的相关行业，但随着中国企业对外投资能力的提高，也逐步向其他行业扩展。

由于中国发展模式和对外直接投资的特殊性，现有区位理论和经典国际外商直接投资理论都不能有针对地解释中国对外直接投资区位选择的问题。本文从“关系”视角出发，对中国对外直接投资的区位分布进行了更为深入的研究。研究发现：

（1）在政治关系方面，由于国际政治局势和发达国家对中国经济发展的制约，中国企业更愿意投资于那些与自己政治关系较好、欢迎中国资本进入的东道国。比如，中国最早投资的国家和地区包括香港、澳门、赞比亚、越南、约旦、新加坡、尼日利亚、马来西亚、刚果（金）、俄罗斯等与中国政治关系比较紧密的国家和地区。因此，也形成了中国的对外直接投资在亚洲、非洲等区域更为活跃的格局。

（2）在社会关系方面，一方面，与经典国际投资理论相符，中国的对外直接投资更多的集中在与其社会关系紧密、文化距离接近的区域；另一方面，中国作为发展中国家，在自身的制度和法规发展方面并不完善，因此，中国的企业也会更倾向于选择与其政策制度更为接近的区域，从而减少投资中存在的不适应，而这些区域大多为发展中或欠发达经济体。

（3）在经济关系方面，一方面，中国的对外直接投资表现出与进出口贸易关系相互跟随的特点，另一方面，中国自身经济的发展也使其对资源、能源存在大量的需求，向外寻求发展所需的资源、能源也成为中国对外直接投资的主要动因之一。

总之，与东道国之间存在密切的政治关系、社会关系和经济关系是中国对外直接投资的区位选择的重要影响因素。随着中国政治制度和市场经济体制的完善以及中国非国有企业对外投资能力的提高，中国对外直接投资将会越来越取决于与东道国的经济关系，越来越看重对经济利益的追求，同时，政治关系与社会关系对中国对外直接投资的影响程度可能会有不同程度地下降，但二者仍然是影响中国对外直接投资区位选择的重要因素。

参考文献：

[1] Zhao， W.， Liu， L.， Zhao， T.. The contribution of outward direct investment to productivity changes within China： 1991–2007[J]. Journal of International Management， 2010， 16： 121–130.

[2] Dunning， J.H.. Multinational Enterprises and the Global Economy[M]. Wokingham： Addison-Wesley Publishing Company， 1993.

[3] Buckley， P.J.， Clegg， L J.， et.al.. The determinants of Chinese outward foreign direct investment[J]. Journal of International Business Studies， 2007， 38（4）： 499-518.

[4] Cheung， Y.， Qian， X.. Empirics of China's Outward Direct Investment[J]. Pacific Economic Review， 2009， 14（3）： 312， 341.

[5] Kolstad， I.， Wiig， A.. What determines Chinese outward FDI？[J]. Journal of World Business， 2012， 47： 26–34.

[6] Morck， R.， Yeung， B.， Zhao， M.. Perspectives on China's outward foreign direct investment[J]. Journal of International Business Studies， 2007（39）：337-350.

[7] Herzer， D.， Schrooten， M.. Outward FDI and domestic investment in two industrialized countries[J]. Economics Letters， 2008， 99： 139–143.

[8] Li， Q.， Liang， G.. Political relations and Chinese outbound direct investment： evidence from firm- and dyadic-level tests[Z]. RCCPB Working Paper， 2012： 19.

[9] Dong， B.， Guo， G.. A model of China’s export strengthening outward FDI[J]. China Economic Review， Available online 2 August 2012. doi：10.1016/j.chieco.2012.07.003.

[10] 朱彦刚，贺灿飞，刘作丽. 2010. 跨国公司的功能区位选择与城市功能专业化研究[J]. 中国软科学， 11： 98-109.

[11] Amighini， A.， Rabellotti， R.， Sanfilippo， M.. China’s outward FDI： an industry-level analysis of host country determinants[C]. in “China and the global economy post crisis” CESifo Venice Summer Institute， 18-23 July 2011.

[12] Stoian， C.. Extending Dunning’s investment development Path： the role of home country institutional determinants in explaining outward foreign direct investment[J]. International Business Review， 2013， 22（3）： 615–637.

[13] Taylor， R.. Globalization strategies of Chinese companies： current developments and future prospects[J]. Asian Business & Management， 2002（2）： 209-225.

[14] Peng， M.W.. Institutional transitions and strategic choices[J]. Academy of Management Review， 2003， 28（2）： 275-296.

[15] Zhou， K.Z.， Poppo， L.， Yang， Z.. Relational ties or customized contracts？ An examination of alternative governance choices in China[J]. Journal of International Business Studies， 2008， 39： 526-534.

[16]Lovett， S.， Simmons， L.C.. Kali， R.. Guanxi versus the market： ethics and efficiency[J]. Journal of International Business Studies， 1999， 30（2）： 231-247.

[17] Tong， S.Y.. Ethnic networks in FDI and the impact of institutional development[J]. Review of Development Economics， 2005， 9（4）： 563–580.

[18] World Bank. China Engaged： Integration with the Global Economy[R]. 1997.

[19] Deng， P.. Foreign direct investment by multinationals from emerging countries： the case of China[J]. Journal of Leadership and Organizational Studies， 2003， 10（2）： 113–124.

[20] Habib， M.， Zurawicki， L.. Corruption and foreign direct investment[J]. Journal of international business studies， 2002， 33（2）： 291–307.

[21] Bhaumik， S.K.， Co， C.Y.. China’s economic cooperation related investment： an investigation of its direction and some implications for outward investment[J]. China Economic Review， 2011， 22： 75-87.

[22] UNCTAD. World Investment Report 2006： FDI From Developing and Transition Economies： Implications for Development[R]. New York and Geneva： United Nations， 2006.

[23] Huang， Y.， Wang， B.. Chinese outward direct investment： is there a China model？[J] China & World Economy， 2011， 19（4）： 1-21.

[24] Wong， J.， Chan， S.. China’s outward direct investment： expanding worldwide[J]. China： An International Journal. 2003， （2）： 273-301.

[25] Alon， T.. Institutional analysis and the determinants of Chinese FDI[J]. Multinational Business Review， 2010， 18（3）： 1-24.

[26] 宋立刚，杨继东，张永生.中国国有企业对外直接投资与体制改革[J].国际经济评论， 2013（1）：75-86.

[27] 刘作丽，贺灿飞.在华外商直接投资区位研究述评[J].地理科学进展， 2009，28（6）： 952-961.

[28] Kang， Y.， Jiang， F.. FDI location choice of Chinese multinationals in East and Southeast Asia： tranditional economic factors and institutional perpective[J]. Journal of World Business， 2012， 47： 45-53.

[29] 杨震宁，贾怀勤. 我国“走出去”战略的实施与贸易扩张：互补还是替代[J].当代经济科学， 2010， 32（4）： 36-45.

[30] Hanemann， T.， Rosen， D.H.. China Invests in Europe： Patterns， Impacts and Policy Implications [R]. Rhodium Group， June 2012.

Spatial Distribution of China’s Foreign Direct Investment： A Perspective of Relationship （Guanxi） between China and its Host Countries

HE Can-fei1，2，GUO Qi1，ZOU Pei-si2

（1. College of Urban and Environmental Sciences， Peking University， Beijing 100871， China；

2. Lincoln Institute Center for Urban Development and Land Policy， Peking University， Beijing 100871， China）

直接投资与间接投资的联系范文第4篇

1洪灾间接经济损失内涵

目前洪灾间接经济损失主要从两个角度进行定义:一个是社会经济核算的角度，另外一个是从灾害损失的时间和空间传播的角度进行界定。

1．1基于核算角度定义

(1)存量－流量损失Parker等［7］基于经济学中“存量”和“流量”的差异，对洪水灾害的间接经济损失评估方法的实用性做了理论的说明，指出存量是指在某一个时间点上某一变量的量值，属静态概念，对应于灾害中的直接经济损失;流量是指在一个时段上所累积变动的量，对应于间接经济损失，其大小有时间维度(图1)。

(2)产业关联损失Cochrane［20］认为间接损失是由于灾害引起经济部门前向产出(依赖于区域市场产出)和后向供给(依赖于区域资源)错位，引起的生产运转中断导致的损失。这种定义与目前世界上大多数国家国民核算体系相匹配，从而便于利用投入产出法计算灾害对经济整体的影响。这个定义也与HAZUS灾害管理系统平台中对灾害间接损失的定义一致(图2)。若产业部门B因灾害遭到破坏，则可能引起部门A的后向关联损失、部门C的前向关联损失，并影响最终需求和消费，造成市场供需不平衡，引起物价、劳动力就业与失业、国民收入、储蓄和投资水平等的变化，进而影响国民经济总值和经济增长速度［16］。从两种定义方法理论基础来分析，上述间接经济损失两种定义之间既有区别又有联系(表1)。

1．2从时空延续性角度定义

图3灾害间接经济影响的延迟性Fig．3Delayofdisasterindirecteconomicimpact时间角度的定义从系统延迟性来分析，存量是延迟的来源，延迟是经济系统产出落后于投入的过程，正因为如此，Toshihisa［13］阐述了间接经济损失时间的模糊性。图3中灾害发生的初始损失为直接损失(黑粗线)是静态的。灾害可能使区域经济发展产生A(最终恢复到原有状态)、B(最终低于原有状态)、C(最终高于原有状态)3种情形，而间接损失则是指原有状态线下方范围，即图中阴影部分。由此可以看出间接损失的大小和灾后恢复到原有状态的时间有着直接的关系，而这个恢复时间不仅受直接破坏程度影响，也和救灾恢复能力有着密切的联系。

空间角度的定义间接经济损失涉及灾区内部及灾区对非灾区的间接关联影响，这样就产生了灾害间接经济损失的空间尺度界定问题。Cochrane用损益分析的方法对间接经济损失的影响因素及尺度问题进行了分析(图4)。图4(a)显示，从区域角度计量，灾区由于保险赔付和政府援助而受益(图4(a)上半部分)，同时也存在间接经济损失(图4(a)下半部分)，但是从国家范围来说，因灾害而得到的收益就不存在了(图4(b)上半部分)，于此相对应，间接经济损失反而增大了(图4(b)下半部分)。

2洪水灾害间接经济损失的构成

从广义角度把洪灾间接经济损失分为3类:

(1)社会经济关联型损失，其中最主要的是产业关联型损失;

(2)灾害关联型损失，如水灾引发的地质灾害;

(3)资源关联型损失，它既包括传统意义上的人力资源和资本资源的损失对未来经济增长的影响，又包括自然资源破坏在可持续意义上对未来发展能力的影响。类似地，CGER把洪水灾害间接经济损失也分为3类:引致损失(inducedloss)、关联损失(linkageloss)和支出损失(spendingreduction)。但是，更多的研究者把洪水灾害间接经济损失限定在停产(减产)损失、产业关联损失和投资溢价损失3个方面。

2．13类洪灾间接经济损失

(1)停产或减产的经济损失企业停减产损失是指企业或产业部门在更换、修复因灾损毁、流失的资产和充实伤亡人员之前，不得不暂停生产经营活动或减小生产经营规模而造成的一种损失［15，18］。在进行定量计量时，经常考虑洪灾造成的生产能力幅度和生产能力恢复到灾前水平的时间两个方面因素，使用有无对比法(withandwithout)按下面步骤进行评估。设“无灾时”和“有灾时”，某企业的产出曲线分别为f1(t)，f2(t)，用D1表示企业停减产损失，则D1=∫∞0［f1(t)－f2(t)］dt若考虑货币时间价值，则D1=∫∞0［f1(t)－f2(t)］•1(1+r)t－t0dt式中，r为贴现率。

(2)产业关联性间接经济损失魏一鸣等［10］考虑了洪灾产业关联性损失的地域性，由于洪水淹没区内工商企业停产、农业减产、交通运输受阻或中断而停工停产及产品积压造成的经济损失，以及淹没区外工矿企业为解决原材料不足和产品外运采用其他途径绕道运输所增加的费用等造成的“地域性波及损失”;同时考虑了“时间后效性波及损失”，提出洪灾以后，原淹没区内重建恢复期间农业净产值的减少;原淹没区与影响区工商企业在恢复期间减少的净产值和多增加的年运行费用，以及恢复期间用于救灾与恢复生产的各种费用支出等。

(3)投资溢价损失对多数发展中国家经济而言，投资的资金相对不足，可用于生产性投资的单位资金比用于消费的资金更有价值，其超出的部分称为溢价。灾害后的恢复过程需要动用原来(如果没有灾害)可用于生产性投资的资金加以弥补，这种由于财产补偿引起生产性投资减少所产生的机会损失称为投资溢价损失。魏一鸣等［10］认为投资溢价损失包括抗洪抢险、抢运物资、灾民救护、转移、安置、救济灾区、开辟临时交通、通讯、供电与供水管线等的费用。武靖源［1］投资溢价损失是一种资金的机会成本损失，并用影子价格的方法对投资溢价损失进行了计量。黄渝祥［25］具体说明了其计算步骤:设灾害以后的第t年，动用原拟用于生产性投资因灾害而用于补偿和恢复生命财产的资金为Ai，则由此产生的投资溢价间接经济损失L为L=∑ni=0Ai(pinv''''－1)(1+is)－1，式中:n为灾害以后政府动用生产性投资来补偿居民生命财产损失的年数，is为社会折现率，pinv''''为修正后的投资影子价格。修正后的投资影子价格计算公式是:pinv''''=pinv(1－s)+s×pinv，其中，s为国民生产总值中用于积累的升值率，pinv为以消费现值为计算单位的投资的影子价格。

2．2洪水灾害间接经济损失的关系

洪灾间接经济损失的3个部分是相互联系构成一个整体的(图5)。洪灾直接经济损失导致了灾区各产业部门的生产能力损失，通过各产业部门间的投入产出关系，使灾区各产业部门产生停减产损失及产业关联损失。停减产损失及产业关联损失不仅与直接经济损失及各产业部门间的投入产出关系有关，而且与灾区灾后生产恢复模式密切相关［26］。由于洪水灾害损失使投资改变了原有在社会生活中的流向，产生投资溢价损失。

3洪灾间接经济损失的评估方法体系

根据间接经济损失的界定视角不同，可以把洪灾间接经济损失的评估方法分成两大体系，即基于存量－流量方法体系和基于投入－产出方法体系。前者包括:比例系数法、模拟法和系统动力学方法;后者包括:经济增长模型法、投入产出法和可计算一般均衡方法。

3．1存量－流量方法系统

(1)比例系数法美国学者DouglasJames和RobertLee［23］在评估洪灾间接经济损失时，提出了分行业间接经济损失影响系数法，将行业分为:①居民生活，②商业，③工业，④公用事业，⑤公共产业，⑥农业，⑦公路，⑧铁路，并给出了各行业的洪灾间接经济损失影响系数。把各行业洪灾直接经济损失值乘以间接经济损失影响系数即为各行业的间接经济损失。刘希林等［27］用IEL=∑ni=1λi•DELi来计算间接经济损失，其中，IEL表示间接经济损失，DEL表示直接经济损失，λi表示某行业或部门的损失折算系数，n表示被自然灾害破坏的各种行业或部门总数。而且他们给出λi的确定方法:λi=P•G•AF•T，其中，P，G，A，F，T分别表示受灾地区人口数量、经济总量、受灾面积、救灾资金和影响时间的转换赋值，即在最大值和最小值之间分别赋以不同值。

(2)马尔科夫模拟法显然，比例系数法间接经济损失评估过于简单，直接与间接经济损失并非简单的线性关系，因为洪灾间接经济损失不仅与直接经济损失有关，而且与灾后是否能够迅速恢复生产能力、形成最佳生产力布局等经济管理体制因素有关。所以，FEMA［16］从风险概率角度，应用蒙特卡罗模拟方法分析了直接经济损失和间接经济损失的关系。

(3)系统动力学模型最早采用系统动力学模型研究美国灾后经济的是Hill和Gardiner［30］，他们认为系统动力学方法在描述灾后经济特征方面非常有效。模型包括4个主要部门:生产和设备制造、中间产品、劳动力和食品供应，其中食品供应又进一步分为生产、运输和分配3个环节。模型考虑的新因素包括:生产系统的延迟、动态变化、不确定性、可变的生产系数关系、投入产出的非线性、管理政策的选择等。模型的研究表明灾后经济的生存性与灾前预防措施以及灾后资源管理方案非常相关。在不同的管理政策下同样的系统可以表现出生存和崩溃两种结果。PetersonandDavid等［3］构建了另一种系统动力学模型，其特点是对经济系统中的投入产出结构做了准确的描述，对资本的资产负债情况有所反映，对灾后人口的结构状况做了描述，以及对灾后人口心理反应的影响做了分析。模型研究表明，当经济资源的10%因灾损失时，经济系统的恢复是比较快的，当50%的经济资源因灾损失时，恢复非常慢。作者将其归因于人们在灾后不同的心理反应，以及政府在灾后管理政策的有效性。用同类模型研究灾害经济的还有Belzer和Roop等人。

(4)张幸［14］发现系统动力学与动态投入产出模型的结合对解决宏观经济中的产业关联问题有很大帮助，因为系统动力学模型考虑了投入产出的非线性关系。武靖源［24］通过构造系统状态方程、状态约束方程、初始及终端条件及目标函数，建立了用于洪灾间接经济损失下限预评估及灾后最优恢复重建策略的最优控制模型，通过构造函数空间梯度法及罚函数法，对最优控制模型进行数值求解，对所构造的数值模型进行求解［26］。

3．2投入－产出方法体系

(1)经济增长模型张显东等［21］以哈罗德－多马经济增长模型为基础，初步估计了直接经济损失对经济增长率的影响，并由此导出了一个计算灾害间接经济损失的方法。Hallegatte＆Hourcade［22］通过对索洛模型(theBasicSolowModel)的改进和拓展形成了一个非均衡动态模型(nonequilibriumdynamicmodel，NEDyM)，用以评估剧烈气候变化对宏观经济的影响。其研究发现，灾后重建能力不光取决于财力，影响有限财力在短期充分发挥效能的技术和组织约束同样重要;

(2)投入产出(IO)模型投入产出法对灾害间接经济损失进行评估得到广泛应用，如，Rose［34］和Okuyama等［35］考虑灾害对需求造成的后果。Tierney［36］提出通过需求和生产的振荡评估每个部门的重要性和脆弱性，但是，该方法最典型的应用是美国FEMA的HAZUS灾害管理系统平台中的间接经济损失评估模块(IELM)。模型以灾后的生产能力作为计算产业供求关系的起点。直接损失按现存能力的百分比计算，通过计算灾后产出效应来计算产业之间的发货量。首先，计算一个部门购买力损失的程度，把部门灾后生产能力比例乘以产业投入，得出的结果是产业之间的部门需求量，然后计算部门发货的损失程度，用剩余生产能力乘以发货量。这样就可以得出产业之间供求的过剩程度。计算的结果加上灾前的最终需求(家户、政府和出口)就是总的部门过剩程度［16］;

(3)可计算一般均衡模型(CGE)在灾害经济研究中最早使用一般均衡模型的是JamesMcGill等［28］，当时建立一个名为MEVUNS的模型体系，用于评估国民经济系统的灾害易损性。该系统包括5个子系统:工业和人口的数据库、防御－攻击生成系统、灾害损失评估模型、经济恢复模型、数学规划模型。一般均衡模型是其中使用的一个经济模型，该模型包含了一个87部门的投入产出表，最终需求被综合为6个部门:消费、投资、库存、联邦政府支出、州政府支出和出口。模型的求解基于两个原则:供给和需求的平衡;劳动力充分就业。Cochrane［29］为研究自然灾害对区域经济的影响也构建了一个一般均衡模型，该模型的基础是新古典经济学中关于生产者和消费者行为的描述。Cochrane选取了合适的生产函数和效用函数，提出应以消费者恢复到灾前效用的补偿大小作为灾后损失真正度量。Cochrane在对预想的灾害进行模拟后，认为灾害对区域经济的影响与收入的边际效用、消费和生产函数中的替代弹性、区域间的价格差异、最大劳动力人口以及资本的流动性有关。这些因素中资本的流动性最重要，在可以快速重置资本的情况下，补偿变量与资本损失是相同的。他还认为，对区域的各类经济援助，如现金、物质资本、消费品等，对补偿变量的影响是相同的，即援助的形式不影响福利。

3．3两大洪灾间接经济损失评估方法体系比较

两大方法系统之间既有区别又有联系。我们首先看存量－流量方法体系。正如Parker［17］所定义的存量损失对应于直接经济损失，流量损失对应于间接经济损失，直接损失和间接损失的比例系数就是存量和流量关系反应;第二，存量和流量是系统的一种状态，直接经济损失和间接经济损失之间也并非简单的线性关系，系统状态的转移是随机过程，马尔科夫模拟方法恰好是这个关系的反应;第三，系统状态的转移描述的数学方法可以用状态方程表示，也可以用系统动力学方法描述，其中系统动力学方法是定量分析系统反馈性的直观化方法。由此可见，存量－流量体系中的几种方法的本质是一致的。其次，我们分析投入产出方法体系。传统的经济增长模型是基于生产函数理论由参数估计方法得到的，它是从生产要素损失的角度来进行灾害损失评估的方法，其生产要素损失可以看作是经济系统的投入损失，经济增长损失就是产出损失，所以，其实质就是投入产出分析，只是分析的是多投入、单产出问题。部门投入产出法是一种重要的经济核算方法，是从部门之间前向关联和后向关联损失角度来分析灾害损失的。可计算一般均衡理论方法的数据基础是投入产出表，它是投入产出与线性规划相结合的优化模型方法，所以把它归为投入产出的衍生方法。但是，基于存量－流量角度和投入产出角度评估的两大方法体系之间的区别也非常明显(表2)。

4结论

尽管国内外在洪水灾害间接经济损失评估研究领域有所涉及，并取得了一些成果，但是仍有许多重要的科学问题亟待解决。突出表现在以下几个方面:

(1)产业关联损失是间接经济损失评估的核心问题根据现有的研究，间接经济损失包括:停产减产损失、产业关联损失和投资溢价损失3个部分。其实3个部分之间，既有联系又有区别。洪灾发生首先导致企业停产减产损失，接着由产业之间的关联产生关联损失，前者是产业内部的损失，后者是产业之间的损失。一般而言，停产或减产损失是由于经济系统受到洪灾的直接冲击，属于直接损失，投资溢价损失是由于灾害导致投资者行为改变，从而减小了资金的利用效益，这是一种引致的损失，也不应该是间接经济损失。因此，洪灾间接经济损的评估应该集中于产业关联损失的评估，鉴于目前区域之间关联损失评估薄弱情况，今后的灾害间接经济损失评估对洪灾间接损失的波及损失评估应该有所加强。

(2)投入产出法是灾害间接经济损失评估的实用方法总体而言，在洪灾各种间接经济损失评估方法中，比例系数法和生产函数模型的评价结果相对粗糙，而一般均衡模型、蒙特卡罗模拟和系统动力学模型较难且需要的数据量比较大，在实际的灾害评估中应用有一定的困难，投入产出模型可以根据获得的数据而选择多部门或少部门的投入产出表，具有很大的灵活性，是一种有效的定量损失评估方法。

(3)投入产出法存在许多亟待改进地方

投入产出法在以下几个方面有待继续改进:

直接投资与间接投资的联系范文第5篇

投资者情绪，主要反映了投资者在投资行为中的主观意愿，对股市人气的预测发挥着重要作用。与少数理性投资者相比，大多数投资者往往更加倾向于习惯性操作、过度自信以及从众行为，其根据客观事实转变主观态度进而改变投资策略的过程通常具有滞后性。换言之，在投资股票过程中，投资者的情绪具有“黏性”成分。这种“情绪黏性”将使机构投资者和投资个人蒙受损失。随着互联网行业对金融业的渗透，互联网金融不断发展，其相应的股票市场不可避免地成为了投资热点。因此，利用现有的数据构建特属“互联网金融”板块的情绪指数，探究投资者“黏性”情绪对股票价格变动的作用，从而预测和指导相应股票市场的变化，具有可观的研究价值。

目前，对于该领域的国内外研究主要分为两个方面：一是关于投资者情绪的定义，二是关于投资者情绪和股票价格的关系研究。Brown和Cliff（2004）把投资者情绪定义为投资者参与市场时对待市场乐观或者悲观的态度；Baker和Stein（2004）认为它是投资者的投资倾向和对资产的错误估值；Baker和Wurgler（2006）则把投资者情绪定义为一种会引起投资性需求的投机行为趋势。在关于投资者情绪和股票价格的关系研究中，Brown（2005）认为情绪可以用来预测股票的价格以及市场的走势；Schmeling（2009）把投资者情绪归类为一种会影响资产定价的系统因素。

二、构建投资者情绪指数

通常，投资者情绪指标可以分为三类：直接指标、间接指标和情绪变量。直接指标是指可以直接获取的指标，例如通过调查问卷来获取投资者对市场的态度；间接指标则是指无法通过直接方式来获得投资者态度的指标，往往需要通过对反映投资者心理变化的变量（如市净率、市盈率、换手率等）进行综合处理来获取；情绪变量则指投资者所处的天气、气压、云层覆盖率等自然环境因素。由于直接指标的获取方式过于随机和片面，而情绪变量主观不可控，本研究将采用间接指标来构造情绪指数。

本研究选用的间接指标有：换手率、市盈率、市净率、成交量、涨跌幅。这些指标可以间接反映出投资者对市场的热忱度，因此我们可以通过对这5个指标进行主成分分析，获得一个综合指数，相对全面地反映投资者的实际情绪。

本研究选取了互联网金融板块中总股本排名前十的股票（依次为：苏宁云商、中天城投、内蒙君正、大智慧、精达股份、乐视网、东方财富、冠城大通、大连控股、世联行）作为样本，其间接指标的数据来源为Wind资讯金融终端，样本时间区间为2014年1月到2015年9月，且均用周数据作为考察对象。首先，对全部的数据进行标准化处理，再通过主成分分析，得出十只股票各自对应的综合情绪指数。

三、不同时间区间的投资者情绪与股票价格的相关程度

在进行量化分析之前，我们先对投资者情绪与股票价格之间的关系进行了直观的了解。其中，投资者情绪由上一部分得出的综合情绪指数表示，股票价格由每周收盘价（元）表示。观察发现，股票价格通常随着过去或者现在某一期情绪指数的变化进行波动。

首先，我们通过不同时期投资者情绪与股票价格的相关系数（如表1），并通过相关系数随时间变化的折线图（如图1）来反映两者之间的相关关系密切程度以及其在不同时间区间的变化情况。SENTI、SENTI（-1）、SENTI（-2）、SENTI（-3）和SENTI（-4）分别表示当周、前1周、前2周、前3周以及前4周的综合情绪指数。

从表1可以看出，大部分股票的当周、前1周、前2周情绪指数与收盘价强烈相关并且显著，只有少数股票的强烈显著相关性可以持续到前3周，可以初步推断，投资者“情绪黏性”的持续时间在3个星期左右。如图1所示，除“内蒙君正”以外，其他股票与情绪指数的相关系数都随时间向后推移而总体呈现下降或者缓慢下降的趋势。“世联行”的相关系数“最高点”出现在前1周，“内蒙君正”在前3周，其余八只股票的相关系数“最高点”均出现在当周。由此可以得出，在“互联网金融”板块上，投资者 “情绪黏性”的持续长度在3个星期左右，但明显的“情绪黏性”作用时间通常小于7天。

由文献可知，我国A股市场的“情绪黏性”一般持续在1个月左右，然而，互联网金融这一新兴板块的“情绪黏性”之所以持续时间短，主要由以下几点原因造成。首先， 据统计数据显示，互联网金融的投资者大部分是80、90后的年轻群体，占比76%。作为互联网的常客，他们时刻掌握最新资讯，可以更好的获得有助于改变投资策略的信息；其次，在学历方面，本科及以上学历的人占总互联网金融投资人的69%，他们之中有相当一部分人群掌握一定的专业知识，不易受心理因素的长期干扰，更倾向于科学的投资策略。因此，由于互联网金融投资的“群体年轻化”和“投资理性化”，“情绪黏性”的持续时间通常较短。