表5.3给出了模型（5-1）的回归结果。方程（1）采用了OLS的估计方法，结果显示，在总体宏观层面，中国吸引外商直接投资对中国的对外直接投资起到了显著正向影响，并且该系数在1%的水平下显著。但对方程（1）进行自相关检验后发现其DW值（杜宾—沃森统计量）仅为1.215离2较远，因此判断存在自相关。由于扰动项存在自相关，故采用OLS方法回归获得的结果不再是最优线性无偏估计量（BLUE），t检验的有效性也可能存在偏误，故本部分进一步采用可行广义最小二乘法（FGLS）对模型进行重新估计以处理自相关的问题。方程（2）给出了FGLS的修正估计结果，修正后的DW值为1.719已接近不存在自相关的水平。从方程（2）的结果可以看到，在总体宏观层面上，中国的吸引外资对对外投资会产生正向促进作用，理论假设5.1得到了证实。
从控制变量来看，在方程（1）的OLS回归中GNIpc的系数在10%水平下负显著的异常情况变为方程（2）中的不显著；汇率在OLS的估计方法中显著为负，这与智利正好相反，表示人民币升值会对中国对外直接投资造成正向影响，但该指标在FGLS的估计方法中并不显著。此外，人均出口对于中国对外直接投资的影响在两个方程中均不显著。
表5.3 中国宏观层面IFDI对OFDI影响作用的检验回归结果
注：括号内数据为对应的稳健性t统计量；其中***、**和*分别代表在1%、5%和10%的置信水平下显著；已对主要时间序列变量OFDI和IFDI进行了平稳性检验，均为一阶单整过程，并通过Johansen检验认为存在协整关系；下同。
为了检验东道国（地区）因素是否对中国吸引外资对对外投资作用机制产生影响，本部分通过加入IFDI与中国市场规模、人力资本以及经济发展水平等交互项进行实证检验，结果如表5.4所示。(www.xing528.com)
首先，IFDI对OFDI的影响受到一国市场规模的影响较大，一般而言市场规模越大，本国经济与外商在本土市场共同发展的可能性越大，而不是被挤出。其次，IFDI对OFDI的影响还与本国对外资的吸收学习能力有关，其中的典型代表就是人力资本，即较高的人力资本水平容易将外资的溢出转换为本国产业能力，从而促进对外投资的发生。最后，东道国（地区）的经济发展程度越高，代表东道国（地区）在基础设施、金融环境等方面越好，越有利于外商投资溢出的吸收效果，从而可能提高IFDI对OFDI的促进作用。
本部分在前述国家总体宏观层面模型的基础上，依次加入IFDI与国内生产总值、高等院校入学率和人均国民收入的交乘项进行回归分析，实证结果如表5.4所示。可以看到，在方程（4）中控制了所有交乘项以后发现人力资本与IFDI的交乘项在10%水平下显著，部分证实了中国人力资本水平的提高会正向增强IFDI对OFDI的促进作用。但市场规模和经济发展程度两个交乘项均不显著。这可能是因为中国的市场规模大到一定程度时，市场规模就不再是IFDI促进OFDI的重要因素了。而用人均收入表示的经济发展水平与模型中的GNI可能产生了多重共线性；另外，也可能因为当前中国人均收入还较低，因此无法有效促进IFDI对OFDI的正向影响（潘文卿，2003）。因此，理论假设5.2仅得到了部分证实。
表5.4 中国宏观层面IFDI对OFDI影响作用的检验回归结果（加入东道国（地区）因素）
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
