中国对外直接投资
潜力的实证分析按照中国对外直接投资潜力的定义，中国对外直接投资潜力是指中国在对外直接投资过程中有雄厚的投资基础和正确的投资发展方向，并外在表现出明显的投资发展趋势和巨大的投资获利空间。作为潜力的外在表现，中国对外直接投资的发展趋势是什么方向，投资空间和获利空间到底有多大，即潜力的大小，是研究中国对外直接投资潜力必须回答的问题。因此，本章将针对我国的实际情况分析与预测我国对外直接投资的规模、产业选择、区位选择以及方式选择等其他方面存在的发展趋势和发展空间，进行以实证为主的分析研究，以得出更有价值的结果。
4.1.1 基于IDP理论的投资规模潜力分析
4.1.1.1 投资发展周期理论评述
第一，投资发展周期理论的内容。
投资发展周期（即Investment Development Path，IDP)理论最早由邓宁提出Dunning，John H。：“International Production and Multinational Enterprises”，London：George Allen ＆ Unwin（1981），又由他的学生进行了补充。邓宁认为，一国的净对外直接投资（即对外直接投资与吸引外国直接投资的差额），是该国经济发展阶段的函数。反映一国经济发展阶段的指标，包括：人均国民生产总值、教育水平、非农业人口的比例、对外开放程度等等。其中人均国民生产总值指标最为重要。IDP理论的中心思想是，一国对外直接投资的动力和能力取决于：（1）经济发展水平；（2）该国所拥有的所有权优势、内部化优势和区位优势。经济发展水平影响对外直接投资的过程纳入邓宁的国际生产折中理论就表现为通过影响该国的所有权优势、内部化优势和区位优势等来影响该国的对外直接投资。邓宁用人均GNP作为衡量一国经济发展水平的指标，把一国经济发展水平与对外直接投资情况划分为五个阶段：
第一阶段（人均GNP在400美元以下），这类国家尚处于工业起飞前阶段，较少接受直接投资，也没有对外投资，对外投资净额为零或负数。低水平的外资流入是因为该国不具备足够的区位优势来吸引外资，没有对外投资源于本土企业尚未具备足够的所有权优势和内部化优势。仅有很小的所有权优势往往是通过简单的渠道如出口来实现。
第二阶段（人均GNP在400～2000美元之间），随着经济发展，东道国基础设施的改进以及经济结构和政府吸引外资政策的调整，区位优势有所增强，资本流入开始大幅增加，而对外直接投资仍微不足道，所以对外投资净额变为更大的负数。同第一阶段一样，对外直接投资尚没能展开是由于本土企业的所有权优势还不足以弥补最初进入外国市场的成本。
第三阶段（人均GNP在2000～4750美元之间），随着经济发展水平的进一步提高，本国企业的所有权优势和内部化优势日益上升，竞争力大为增强，而外国子公司的所有权优势相对下降。当地市场的扩大和政府的积极帮助是促使企业所有权优势提高的积极因素，所有权优势提高的结果是企业具有更强的能力通过对外直接投资来拓展国际市场。虽然对外投资净额仍是负数，但数值开始减小。这是由于：（1）相对于资本流出，资本流入开始降低；（2）对外投资增加的速度快于外资流入的速度。
第四阶段（人均GNP在4750美元以上），资本流出超过资本流入，对外投资净额大于零且不断扩大。这在邓宁的国际生产折中范式中体现为相对于进入一国市场的外国企业，本国企业的所有权优势日趋明显，从而更具备通过内部化的途径来利用其优势进入国际市场，表现在企业规模越来越大，对外投资的地区分布越来越广，对外投资所涉及的技术和产业由低级向高级演进。
第五阶段，主要描述经济发展处于较高阶段的发达国家之间不断增长的交叉投资行为。处在该阶段的国家对外投资净额仍为正数，但绝对值相对于上一阶段已开始下降，并逐渐回归至零。
对于上述五个发展阶段，如果以对外投资净额表征对外直接投资地位，以人均GNP表征经济发展水平，就可以按照一国经济所处的不同发展水平，将该国对外直接投资的演进过程用一个理论示意图来表述，序号1～5依次代表了投资发展的五个阶段。直观地看出，该图形是一条由U形曲线（1～3阶段）与倒U形曲线（4～5阶段）相衔接起来的整合曲线。五阶段的投资发展周期理论综上所述，邓宁的投资发展周期理论动态化地考察了各种相关因素对所有权优势、内部化优势和区位优势的影响，揭示了一国经济发展水平与对外直接投资的规律性关系，这为在经验上判定我国对外直接投资所处的发展阶段并预测未来的发展趋势奠定了理论基础。
第二，对投资发展周期理论的验证。
自该理论问世以来，不断有学者对其进行实证检验，并在不同程度上验证了这一假说。托兰惕诺（Tolentino，1993）运用1960～1980年30个国家和地区的数据分别使用横截面数据模型和时间序列模型对IDP理论进行了检验，结果表明：时间序列模型显示其有效性，而横截面数据只有1960～1970年的数据符合J形曲线。邓宁和李金（Dunning，Kin Li，2001）则以爱尔兰为例，使用了1980～1999年间数据，建立起二次函数模型，同样证明了IDP理论的有效性。国内学者针对我国情况也进行了大量研究，但结论迥异。刘红忠（2001）利用1992～1993年间26个省、自治区、直辖市的数据，分别以横截面数据和Panel数据模型进行了实证检验，结论认为：我国的净对外直接投资服从J曲线分布，且在投资发展周期中处于第二阶段。高敏雪、李俊颖（2001）对1984～2001年我国的人均GDP值和净对外直接投资的时间序列数据进行了二阶回归建模，结果表明我国对外直接投资发展路径也符合周期理论，但理论上处于第三阶段，而实际处于第二阶段。邱立成、于李娜（2005）使用1982～2000年的数据建立起以净对外直接投资为因变量的二次非线性回归模型，结果显示，我国的净对外直接投资与经济发展水平之间呈反J形曲线分布，但净对外直接投资处于投资发展周期的第二阶段。
本章选取了中国企业自发进行对外直接投资后1985～2008年共24年的数据。根据杨大楷的研究，表明我国居民人均GNP水平与当年的人均GDP水平基本重合杨大楷，李增春，杨晔。中国企业对外直接投资研究。上海：立信会计出版社，2006：122～123，因此本书选取较容易获得的人均GDP数据代替人均GNP数据用作分析。人均GDP的数据最终来源于国际货币基金组织的2008年世界经济展望具体见World Economic Outlook（October 2008），www。inf。org/external/pubs。中国对外直接投资方面的数据，至少有三个权威数据可以利用：商务部、国家外汇管理局的统计数据和联合国贸发会议（UNCTAD）历年公布的《世界投资报告》。UNCTAD的数据主要是根据中国政府申报数据，剔除其中的非经营性投资部分，考虑国际直接投资流动总额与区域分布态势，由国际权威研究机构推算出来的，相对而言，它考虑了未经政府批准的对外投资，因此可能更接近实际情况。同时本研究注意到，自2003年以后中国公布了自己的对外直接投资报告，其中给出的数据与联合国贸发会议在外国直接投资流入、流出方面差异日渐减小，于是本章还是选用更为全面的联合国贸发会议公布的中国对外直接投资数据。资本流入数据本章选取了中国统计局关于中国历年实际利用外商投资额的统计量，并在原始数据的基础上计算出对外直接投资净额。
来源：中国对外直接投资额数据来自联合国贸发会议网，中国吸引外资额数据来自于中国统计局网站，中国人均GDP数据来自于IMF官方网站，其他数据为整理所得。
（2）模型的设置
根据描述净对外直接投资额（NOI）与人均GDP（PGDP）关系的折线，考虑到两者之间可能是非线性关系，要引入二次方程，因而，本节设定的回归方程如下：
NOI=a+βPGDP+γPGDP2+ε
其中，自变量是人均GDP（记作PGDP），因变量是净对外直接投资（记作NOI），a是截距项，β和γ分别为一次项和二次项的系数，ε是随机扰动项。净对外直接投资额与人均GDP根据，使用SPSS 11.5软件对该式按最小二乘法（OLS）进行回归，结果如下：
NOI=145.852-0.751PGDP+0.00019058PGDP2（1）
（3.226）（-9.308）（7.394）
R2=0.848，F=58.555
（3）初步结论
从回归结果来看，R2值在0.85左右，说明模型的拟合优度较高，F值的概率小于0.001，常数项、人均GDP及其二次项T值也能通过检验，显著性极强，显示了中国人均GDP的水平及其变化的确很好地解释了对外直接投资净额的变动。从回归方程看出，一次项系数为负值、二次项系数为正值，说明两个变量的系数与邓宁的投资发展周期的“U形”曲线相吻合。
因此，邓宁的投资发展周期理论基本能够用于研究我国的对外直接投资与经济发展的水平之间的关系。
既然如此，本章再从中国对外直接投资所处的投资发展阶段对IDP理论进行检验。首先从折线图所描绘的走势看，从1985年开始，我国净对外直接投资额一路下滑，降势明显，虽然在1998～2001年期间出现了反弹现象，但随后接着维持下降的趋势，一直到2004年中国净对外直接投资达到了历史最低点，随后在2005～2008年这四年期间，净对外直接投资额一路回升，逐步上扬，只有2006年有微弱的下降，但没有影响总体回升的势头。如果按照邓宁的理论，这种持续4年的NOI上涨，可以认为中国已经步入第三阶段。陈冰杨，周雪明，林高榜。国际直接投资周期理论对中国的适应性探讨。浙江科技学院学报，2007（6）据此可以看出，按照IDP理论的周期曲线，我国的对外直接投资从2004年开始已经完成了第二个阶段了。同时，中国的人均GDP水平在2006年已经达到2022美元，也是进入第三个阶段的标志。因此本书从IDP理论可得出结论，中国在2005年已经进入对外直接投资的第三阶段。
（4）质疑
根据IDP理论，在第三阶段，随着人均GDP的进一步增加，本国吸引外国直接投资的增长速度开始下降，而对外直接投资的增长速度加快，因此在第三阶段，本国的对外直接投资流量增加。因此，在人均GDP值基础上，对外直接投资和吸引外国直接投资的增长速度应该是判断一国所处阶段的重要指标。
中国对外直接投资和吸引外资额的增长率。
如果剔除个别年份的特殊激烈变动，可以看出，中国对外直接投资和吸引外资的金额多年来同步稳定上涨。增长速度在2008年达到历史最高点。对外直接投资额的增长率从2000年以来一直高于吸引外资额的增长率。在2004年以后并没有像IDP理论预测的那样吸引外资额的增长率出现下降，反而涨势更强。只不过中国对外直接投资的增长速度大大快于吸引外资额增长的速度，才造成了净对外直接投资额的探底回升。
中国对外直接投资额增长率（%）中国吸引外资额增长率（%）4-1，经整理所得。
（5）IPI指标检验
为了更加科学地验证中国对外直接投资所处的发展阶段，为其提供更多的证据，消除相关质疑，本章引入人均净对外间接投资指标（Investment Position Index，IPI）赵海波。东亚地区国际投资态势的实证分析——邓宁投资阶段论在东亚的检验。世界经济研究，2006（4）：59～63.
IPI指标也是用来衡量对外直接投资态势的，其定义如下：
IPI=（直接投资流出-直接投资流入）/直接投资流入
也就是说，这个指标是一国直接投资净流量与直接投资流入量之比，其设置思路源自邓宁的投资阶段理论，但更多地强调了国际投资在流出和流入上的均衡，并把绝对数值作了指数化。下面，本章通过IPI指数和邓宁理论划分的五个投资阶段之间的对应关系，对这个指标的意义加以说明。
具体来说，若邓宁的投资阶段论成立，IPI的数值相应作出如下变动：首先，在第一阶段，直接投资流入为零，IPI不存在。一旦这个国家出现国际直接投资的流入（在没有变为净对外投资者之前），IPI的值将在（-1，0）区间。如果IPI=-1，则该国只存在国家直接投资的流入，不存在对外直接投资的流出。也就是说，只要IPI＜0，就可以判断该国处于邓宁投资阶段划分中的前三阶段——开始接受国际直接投资，存在一定的对外投资，但仍以接受投资为主，第二阶段和第三阶段的划分标准在于曲线切线斜率，当斜率大于1，即对外直接投资额的增长速度超过吸引外资增长速度，对外直接投资的增长率大于吸引外资的增长率，此时该国处于邓宁划分的第三阶段参见赵海波。东亚地区国际投资态势的实证分析——邓宁投资阶段论在东亚的检验。世界经济研究，2006（4）：59～63.但笔者认为原文界定各阶段的方法有不当之处，对此进行更正，并说明第二、第三阶段的划分方法；其次，如果IPI的数值处于大于0的区间，则说明该国已成为国际直接投资的净供给者，此时正是邓宁论所说的第四阶段，IPI值会超过1，但没有具体意义，只不过其值越高，意味着其净对外投资的数量也就越大；最后，当一国进入第五阶段后，IPI的值将从最高点开始下降，最终围绕0值上下波动。五阶段与IPI指标曲线需要说明的是，使用IPI指数并非是要替代衡量国际投资的绝对数指标。绝对数指标更为直观、突出了人口基数的影响，IPI指数更抽象，更注重反映国际投资在流入和流出上的平衡，两类指标各有所长，可相互补充。
中国在近10年期间IPI长期维持在-0.9以下，只有个别年份（如2001年）出现过剧烈变动，但在下一年立即回到原来的趋势。但是本研究也看到，虽然IPI指标至今仍没有超过-0.4，但从2004年开始IPI指标的增长率大大提高，出现了质的改变，2004～2008年一直维持这种趋势。
（6）结论
因此，经过IPI指标对上面的回归分析初步结论的验证，本章可以得出这样的结论，中国在2004年以前基本处于对外直接投资的第二阶段，2005年起，中国对外直接投资已经进入到第三个发展阶段。回看2004年中国的对外直接投资与经济发展变化，当年中国对外直接投资额55.3亿美元，而吸引外商直接投资额达到606.3亿美元，净对外直接投资额为-551亿美元，此时人均GDP水平达到1486美元。人均GDP的水平不能达到邓宁界定第三阶段2000美元的要求，而且直到2006年才达到这个数值，这是由于我国人口众多，平均值一定程度上会削弱经济增长发展的趋势，因此无法达到分界值。这同时也从另一个侧面说明了中国对外直接投资活跃期要提前于世界平均水平。
4.1.1.3 对外直接投资规模的预测
从模型方程（1）我们可以知道，中国净对外直接投资额与经济发展之间的关系可以体现为一元二次函数。本节将对二次函数的数值特性进行分析，并对中国对外直接投资规模的发展空间进行预测。
方程（1）作为一元二次方程，模型存在一个确定平均临界值的问题，也就是要研究因变量取到极值时，自变量人均GDP的取值问题。对二阶系数项大于零的情况，该方程存在一个最小值。根据方程（1）可得：
NOI=0.00019058（PGDP-1970.3）2-593.996（2）
即当PGDP=1970.3美元时，中国净对外直接投资达到最低点，为-593.996亿美元，过了这一点，中国对外直接投资增长速度超过吸引外资的增长速度，中国对外直接投资进入第三阶段。从数值上看，我们知道中国在2004年已经基本达到，所以更加验证了上文关于中国已经进入对外直接投资第三个阶段的结论。
同时本节还要利用方程（2）的另外的临界值对中国对外直接投资进入第四个阶段的情况进行预测。
方程（2）作为一元二次函数，与横轴必然存在交点，即NOI=0.此时方程（2）的解，即与横轴的交点为PGDP=3735.7414，这个数值的经济学意义在于，从我国人均GDP达到3735.7414美元时起，净对外直接投资额变为正值，我国对外直接投资超过吸引外资的金额，我国成为净对外直接投资国，即我国进入到对外直接投资的第四阶段。如果按照上文的观点，这个PGDP水平是理论值，中国也许还会早于这个水平提前成为对外直接投资大国。
4.1.2.1 综合因素法的提出
在中国对外直接投资规模预测方面，中国社会科学院江小涓（2006）进行过大量详细的研究。她认为江小涓。“十五”我国对外投资趋势研究：全球背景、投资规模与重点选择。管理世界，2001（1）：62～70，决定一个国家对外投资规模的因素较多。考虑指标的重要性和数据的可得性，她选择八项指标为参照，并对其分组，分为可计算指标和参考指标。可计算的指标是：对外投资增长率、出口总额、国内固定资产投资总额、国内生产总值。四项参考指标是：国内市场竞争状况、外汇储备、汇率变动预期、贸易摩擦状况。
江小涓认为，前期对外投资增长率在一定程度上可以预示未来投资增长趋势，可以使用增长率指标对于我国对外投资未来发展水平进行预测；对外投资规模与出口能力有明显相关性，出口规模大，表明产品已经被海外消费者普遍接受，此时从出口转为在当地投资生产的条件较好，但对于对外直接投资规模与进口能力的相关性没有进行分析；国内投资能力强的国家对外投资能力也会相对较强，所以可以使用固定资产投资数量预测中国对外直接投资的规模；另外，GDP总量大，国内对外投资规模也会相应变大。
除上述几项可计算的指标外，还有四项难以计量但影响突出的因素，使我国今后几年对外投资的规模可能高于发展中大国的平均水平。一是国内市场竞争压力。市场饱和导致竞争加剧，是推动企业投资海外的重要因素。今后几年生产能力过剩行业将加快对外投资步伐。二是外汇储备数额巨大。我国已经超过日本成为外汇储备最多的国家，对外投资需要的外汇资金充裕。三是汇率变化预期。汇率变化会影响企业对外投资决策，如果人民币升值，会使出口成本增加同时对外投资成本下降，一升一降，企业对外投资的积极性明显提高。四是贸易摩擦加剧。最近几年，贸易摩擦使企业出口成本上升，出口前景不稳定，从出口转向投资是许多企业的必然选择。
江小涓还使用趋势外推法基于以上每个要素对中国对外直接投资的影响进行预测，最后进行加总平均得出“十一五”期间我国对外直接投资的预计规模。
总体看来，江小涓的研究具有一定的科学性，但也存在一定的问题。不可计算因素的作用被弱化，没能被纳入我国对外直接投资的规模预测中；另外趋势外推的方法与其他实证研究的手段相比说服力也不够强。鉴于此，本研究考虑，把江小涓提出的各种因素，无论是可计算还是不可计算，进行综合，建立回归模型，即综合因素法，尝试计算出影响中国对外直接投资的每一个可控因素与对外直接投资规模的关系。
由于中国人口众多，GDP的数值不足以反映中国经济的发展状况；国内竞争的压力、国际贸易摩擦都将影响进出口的规模；汇率的实际变动要比汇率的预期变动对实际投资额有更大的影响，因此综合因素法根据影响程度和数据的可得性，将选取人均GDP、贸易总量、外汇储备、外汇汇率中间价和社会固定资产的投资额作为自变量（投资母国和东道国各自拥有的要素优势以及彼此之间的经贸关系都会通过这些变量反映出来），将对外直接投资额作为因变量，以时间序列进行回归分析。
4.1.2.2 对外直接投资规模的分析与预测
（1）数据的选取
为保证数据来源的统一性，人均GDP、贸易总量、社会固定资产的投资额的数据来自于国家统计局网站，单位分别为元、亿美元和亿元，外汇储备、外汇汇率中间价的数据取自国家外汇管理局网站。中国对外直接投资数据，来自于和中国统计数据日渐接轨的联合国贸发会议网站，选用的是中国对外直接投资流量值。由于2008年的部分数据缺失，所以数据样本区间是1985～2007年。
（2）模型设置
本节选取时间序列进行回归分析。设定下面的回归模型：
OFDI=C0+C1×PGDP+C2×FE+C3×FR+C4×FA
+C5×TRADE+ε（3）
其中，自变量是人均GDP（PGDP）、外汇汇率中间价（FE）、外汇储备（FR）、固定资产投资额（FA）以及对外贸易总额（TRADE），因变量是对外直接投资额（OFDI），C0是常数项，C1～C5是各项的系数，ε是随机扰动项。
使用SPSS 11.5软件进行时间序列的线性回归分析，得出以下回归方程：
OFDI=1109.243-2.583PGDP+445.433FE+0.295FR
（0.482）（-2.840）（0.774）（0.233）
+0.714FA-1.490TRADE（4）
（2.210）（-1.191）
R2=0.964，调整后的R2=0.930，F值为44.851，D。W。值为1.731.
从方程（4）的回归结果看，虽然拟合优度很好，但大部分自变量不能通过T检验，造成这种现象的主要原因就是各个自变量之间存在多重共线性。本节用方差膨胀因子（VIF）的值来检验这几个自变量的多重共线性。一般认为，VIF值如果大于5就说明变量之间存在多重共线性，有的研究将这个值设定为10.从本节的5个自变量的VIF值来看它们的VIF值都很大。只有FE的VIF值略小于10，其他自变量都远远超过这一标准，甚至最大的VIF值超过了750，这充分说明它们彼此相关性强，所以造成方程（4）无法有效估计自变量与因变量之间的关系。
下面，采取标准化的方法消除这种多重共线性的影响（标准化后的各变量值）。对于标准化后的自变量，进行主成分分析（分析结果），发现X1、X2两大主成分可以保证99.595%的自变量有关信息都能被包括在内。其中X1和X2的表达式分别为：
X1=0.993ZPGDP+0.641ZFE+0.962ZFR+0.991ZFA
+0.979ZTRADE（5）
X2=0.076ZPGDP+0.767ZFE-0.260ZFR-0.127ZFA
-0.194ZTRADE（6）
其中，ZPGDP、ZFE、ZFR、ZFA、ZTRADE分别表示标准化后的人均GDP、汇率中间价、外汇储备额、固定资产投资额以及对外贸易总额。
对此，本节以X1、X2为自变量，以标准化后的对外直接投资额（ZOFDI）为因变量进行回归分析（具体回归结果），得到回归方程如下：
ZOFDI=5.595E-8+0.205X1-0.471X2（7）
（7.37E-7）（11.278）（-4.345）
R2=0.938，调整后的R2=0.868，F值为73.042.虽然能够通过检验，但由于常数项太小，本节尝试去掉常数项，再次进行回归，得到新的回归方程如下：
ZOFDI=0.205X1-0.471X2（8）
（11.557）（-4.453）
R2=0.938，调整后的R2=0.868，F值为76.695，拟合优度值很大，也完全能够通过T检验、F检验（具体结果）。
将标准化后的值还原成原值，可以使用公式：
Bi=（Sy/Si）×βi
其中，βi为方程（8）进行合并同类项后各自变量的系数，Sy和Si分别为OFDI和各个自变量的标准差，Bi为最终的系数。
最后，得出以下方程：
OFDI=0.217PGDP-754.885FE+0.540FR+0.048FA
+0.337TRADE（9）
（3）结论
方程（9）可以清晰地看出综合因素对中国对外直接投资的影响。中国人均GDP、汇率中间价、外汇储备额、固定资产投资额以及对外贸易总额与对外直接投资额有很强的相关性。其中，汇率与对外直接投资额成反比，即人民币贬值会引起汇率中间价升高，带来对外直接投资规模的下降。另外4个因素与对外直接投资规模有正向关系，它们的增加会带来对外直接投资规模不同程度地扩大。从变动的幅度看，除了对外直接投资额对汇率中间价最为敏感外，外汇储备是影响最大的因素。外汇储备每增加1%，就会带动对外直接投资规模增加0.5%。综合因素中社会固定资产投资额与对外直接投资规模的相关性较小，只有0.048的变动比率，所以社会固定资产投资的增加并不能带来对外直接投资规模的太大变化。
考虑到经济总量和经济指标有时对下一年的经济决策提供指导，本节还想考察当年的中国人均GDP、汇率中间价、外汇储备额、固定资产投资额以及对外贸易总额与下一年度对外直接投资额的关系。使用同样的方法，进行同样的步骤，将OFDI值错后一年计算，得出以下方程：
OFDI=0.37374PGDP-1621.44FE+1.00539FR+0.087995FA
+0.623TRADE（10）
可以看出，综合因素对下一期的中国对外直接投资影响更加显著。系数几乎都达到原来的一倍。尤其是汇率变动和外汇储备额的增加，都会带来对外直接投资规模的剧烈变动。
（4）预测
通过方程（10），如果给定或者设定综合因素的值，就可以估计出下一年的中国对外直接投资的适度规模。由于综合因素中除了汇率中间价之外的4个影响因素与时间都有明显的相关关系，用简单的线性回归进行参数估计，即可找到综合因素各自的年增长率（具体估计结果），并预测出未来8年内未来8年是指2008～2015年，即包含了对下一个五年计划时期的预测。各因素能达到的水平。然后运用这些因素的预测值再预测出中国未来8年里对外直接投资的适度和可能的规模。
产投资为预测值，其他为实际值。②由于汇率改革以后，汇率中间价不会再随年份而出现长期贬值性变化，人民币会逐渐升值或较为稳定，因此本表格中未包括汇率的中间价这一变量，但计算时本书以7代值计算。③对外直接投资额2009年预测值低于2008年实际值，这是因为估计造成的，从2008年经验看，2009年的对外直接投资规模会远远大于预测值。
中国对外直接投资的产业选择潜力从前文所进行的理论回顾看，西方标准的FDI理论在解释工业化国家跨国投资动因及其行为特征等方面，为本研究提供了一系列重要的依据，但同时也发现，这些理论基本上没有涉及或很少涉及厂商开展对外直接投资的产业发展路径问题。这是因为：
首先，“产业”作为一个经济范畴，基本上是游离于正统西方经济学理论框架之外的。西方学者认为，几乎所有的经济问题都可以归纳为两大类，即微观经济学和宏观经济学。微观经济学主要研究单个厂商、单个消费者以及单一产品的市场，进行的是个量经济分析。宏观经济学则是以国民收入总量均衡为分析对象的。这就决定了它对“产业”这一介于微观经济细胞与宏观经济体系之间的对象缺乏研究，成为一个理论“盲点”。
其次，西方经济学认为在自由的市场经济条件下，市场机制能够自动实现资源优化配置。投资产业选择是厂商按照市场机制的导向的结果，因而是厂商自发完成的过程，因此是单纯的市场行为，与国家的宏观经济调控没有直接关联。
最后，西方主流FDI理论是以发达国家的对外直接投资为研究对象的，而发达国家作为工业革命的策源地，技术进步速度快，产业结构转换能力强，在世界经济体系中处于结构高度化的领先水平。因而，单个企业优势基本上反映了产业的总体竞争优势。这意味着企业选择与产业选择被视为同一过程，从而使得西方FDI理论习惯于“企业选择”代替“产业选择”。
因此，西方主流FDI理论是一种以“企业选择”为重点的理论范式，在中国对外直接投资的产业选择上并没有提供多少有价值的建议。产业选择可能是西方经济学家心目中后起跨国公司面临的一个特殊问题。
中国对外直接投资尚处于起步阶段，对外直接投资的产业选择既关系到一国对外经济活动的宏观经济效益，也关系到投资者的微观经济收益。随着中国对外开放的不断深化，中国现阶段的对外直接投资规模将不断扩大。制定合理的产业选择基准，是优化中国对外直接投资产业结构、提高中国对外经济活动质量的必要的理论前提。从更深意义说，中国FDI产业选择的科学性与合理性，将直接决定着中国对外开放总体发展战略的政策绩效，决定中国在经济全球化时期参与国际分工的利益分配。
鉴于此，本章将依据“要素优势综合动因假说”试图分析中国对外直接投资的产业选择，探讨现有投资产业基础和产业选择基准，并以显示性投资竞争力指数、产业静态集聚度和产业动态集聚度等指标实证分析中国对外直接投资产业选择的发展方向和发展空间，深入探寻中国对外直接投资产业选择的潜力。
