假设检验与数据结论

第六章　数据分析

一、样本数据的描述性统计分析

1．样本的数据剔除和保留问卷数量

为提高数据质量，根据以下原则进行数据剔除，共剔除19份无效或低质量问卷：①问卷存在大片缺失值，特别是缺失被解释变量值。剔除5份问卷。②同一被投资国收集问卷过多。剔除11份问卷，其中剔除阿尔及利亚7份、埃塞俄比亚4份。剔除后保留阿尔及利亚8份问卷、埃塞俄比亚8份问卷。③不属于中国企业的样本。剔除1份问卷，该问卷涉及的境外企业的投资人为美国华人公民，不符合“中国的境外企业样本”的基本要求。④有迹象表明答卷人不够认真，如明显对某些问题连续多个测量项目都选同样的数字，如4或5，剔除2份。

因充分利用人脉、协会等资源对答卷人进行及时跟踪和催促，问卷质量总体较高。共回收151问卷，剔掉以上19份后保留有效问卷132份。本章将根据这132份问卷进行数据分析：首先对样本做描述性统计分析，然后进行数据的预处理，接着检验量表的信度和效度，最后采用相关分析、Logistic回归分析、单因素方差分析等方法对研究模型和假设进行检验。

2．样本的数据特征

（1）被调查境外公司的注册地（ZHUCEDI）。样本分布在49个国家和地区，占2008年中国173个境外投资目的国家和地区的28．32%。其中亚洲18个，非洲13个，欧洲7个，北美洲5个，南美洲3个，大洋洲3个；发展中国家32个，发达国家^[1]17个（见表6－1）。

表6－1　被调查境外公司的注册地分布

续表

续表

（2）被调查境外公司的所属行业（HANGYE）。表6－2中的数据和图3－2进行对比可知：本书被调查的样本涉及《2007年度中国对外直接投资统计公报》的所有14个行业；从各行业的比例来看，本书的被调查样本基本反映了中国FDI存量的行业分布，而且其中采矿业、建筑和制造业样本的比例较高，正好与最近几年中国的矿业投资和制造业投资的流量较高的现象契合，如中国2006年采矿业境外投资流量85．4亿美元，占当年FDI流量的40．4%。

表6－2　被调查境外公司的所属行业分布

（3）被调查境外公司成立或实施并购的时间（CHENGLISHJ）。从被调查境外公司成立的时间上看，样本主要集中在2002年以后，正好是本书分析的中国“走出去”战略实施的第三阶段（2002年至今），也与中国这一阶段FDI迅速增长的实际相呼应（见表6－3）。

表6－3　被调查境外公司成立或实施并购的时间分布

①由于中国的境外企业数量的数据不易获取，此处转用中国对外直接投资流量（亿美元）与样本的个数进行比较。

续表

①此处采用商务部《2007年度中国对外直接投资统计公报》中国2007年FDI流量为265．1亿美元，本书表1－1采用UNCTAD的数据为224．68860亿美元。

图6－1是表6－3中第三列（有效百分比，即本年度样本数量占表中各年样本总量的比例）和最后一列的对比。对比显示，本书所获得的调查样本基本上反映了中国FDI的时间特征，即每一年的样本数量基本上反映了当年中国FDI的流量大小，没有出现某一年样本多、而另一年样本少的不均衡现象。因而，被调查境外公司数量的年度分布大体反映了中国相应年份FDI流量的总体分布情况。

图6－1　1990～2007年被调查公司年度样本数量与当年中国FDI流量分布比较

（4）被调查境外公司成立时的注册资金（ZHUCEZJ）。注册资金小于5000万美元的境外公司占样本总数的82．2%，反映了中国企业目前“走出去”的规模还是比较小，成立的境外公司还是以中小企业为主的现实（见表6－4）。

表6－4　被调查境外公司成立时的注册资金分布

（5）被调查境外公司成立第一年的业务收入（YEWUSHR）。从境外公司的业务收入看，收入小于1亿美元的境外公司占81．9%，也反映了中国境外投资目前仍以中小企业为主的实际（见表6－5）。

表6－5　被调查境外公司成立第一年的业务收入分布

续表

（6）被调查境外公司中方股东的注册地（GUDONGZHCD）。从境外公司的投资主体看，样本涵盖了20个省，北京最多，其次为浙江、广东、上海及其他沿海发达地区，与《2007年度中国对外直接投资统计公报》的有关数据接近，反映了中国FDI投资主体的实际省份分布，显示所调查样本覆盖面和结构的合理性（见表6－6）。

表6－6　被调查境外公司中方股东的注册地分布

续表

（7）被调查境外公司中方股东的所属行业（GUDONGHY）。据《2007年度中国对外直接投资统计公报》显示，2007年末所有境外企业的中方股东的行业数量存量分布为，中方投资主体为制造业的占45．5%；其次为批发和零售业，占23%；再次为建筑业，占5．2%^[2]。本样本涵盖了全部14个行业，其中中方股东为采矿业（26．7%）、制造业（18．3%）、商业服务业（13．7%）的最多，基本上反映了《2007年度中国对外直接投资统计公报》的相关情况（见表6－7）。

表6－7　被调查境外公司中方股东的所属行业分布

续表

（8）被调查境外公司中方股东的所有权类别（GUDONGLB）。本书被调查的境外企业中，国有控股和国有独资类的中方股东占总样本的58．3%，这与《2007年度中国对外直接投资统计公报》所显示的中国国有企业是FDI主要投资主体的现实一致（见表6－8）。

表6－8　被调查境外公司中方股东的所有权类别

（9）被调查境外公司的进入方式（TOUZIFS）与进入目的。在被调查的132个境外公司中新建投资100个，占75．8%；跨国并购32个，占24．25%。2001年以来中国每年跨国并购数额占当年全部FDI流量的比例分别为：2001年11．26%、2002年51．41%、2003年66．85%、2004年30．51%、2005年45．67%、2006年72．70%、2007 年20．16%。跨国并购的样本虽然较少，但反映了中国跨国并购的进入方式的现状（见表6－9）。

表6－9　被调查境外公司的进入方式与进入目的分析

被调查的132个境外公司中，境外投资以独资方式进入东道国的占48．5%，合资占52．5%。独资与合资的样本分布比较均匀。

被调查的132个境外公司中，境外投资以市场为目的的占52．3%，以自然资源占有为目的的占29．5%，以技术为目的的占6．8%，以其他为目的的占11．4%。

（10）答卷人职务（ZHIWU）。答问卷人中，中方股东的中、高层管理人员占53．0%，境外公司及其中方股东的中高层管理人员达70．0%。境内外的中、高层管理人员熟悉境外公司的情况，问卷调查的数据质量比较高。样本中的基层往往直接参与了对外直接投资的各个环节，对业务比较熟悉，问卷调查的准确率也比较高。表中“其他”指熟悉被调查境外公司的中介机构（投资银行、会计师、律师）或合作单位的答卷人（见表6－10）。

表6－10　答卷人职务分类

（11）被并购企业的并购价值。在41个并购样本中，“通过并购，中方股东迅速进入了东道国相关领域”的平均值3．7317，最大值5、最小值2，超过了该平均值3。说明通过并购，中方股东确实迅速进入了东道国的相关领域（见表6－11）。

表6－11　被并购企业的并购价值

在41个并购样本中，“被并购企业的价值被低估”的平均值2．9756，没有达到该项问题的平均值，说明在现阶段被并购企业的价值被低估不是中方股东采用跨国并购的主要原因。

（12）合资伙伴提供的战略资源。在问卷中，以上4个问题最大值为1、最小值为5，但各问题的平均值均超过3，其中“境外公司的外方股东提供的市场或技术等资源重要”的均值为3．7538，“外方股东提供了在东道国开展业务的有利条件”的均值为3．7500，“外方股东有利于与东道国政府部门建立良好关系”的均值为3．7606，“合资使境外公司享受东道国特殊的税务等优惠”的均值为3．1831。说明，合资确实使得中方获得了战略资源的互补（见表6－12）。

表6－12　合资伙伴提供的战略资源

3．解释变量测量项目的描述性统计量

通过调查问卷获得模型中各解释变量（构念）测量项目的取值、平均值和标准差，如表6－13所示。

表6－13　各测量项目的描述性统计量

二、数据预处理

1．同源误差检验和缺失值处理

（1）同源误差检验^[3]。同一答卷人回答了不同的问题，可能存在一定的同源误差（Common Method Variance）。为检查同源误差是否在可接受的范围，本书做了Harman’s单因子检验，把调查问卷中投资方式、股权结构等定量指标外的所有18个主观性项目（含技术优势、技术隐性、产业壁垒、市场潜力、资本市场发展水平和绩效6个构念的测量项目）放在一起做验证性因子分析。

结果表明，单因子分析模型不能很好地与样本数据相匹配（RMSEA＝0．15，TLI＝0．54，CFI＝0．59，GFI＝0．65，p＜0．001），而多因子模型在对样本数据的匹配上则有显著的改善。说明没有一个共同因子存在，同源误差在一个可接受的范围内（Podsakoff ＆Organ，1986）。

（2）缺失值处理。为充分利用样本信息，对样本中若干缺失值（即调查问卷中，被调查人没做任何回答的个别空白项）以平均值替代处理。以下因子分析、回归分析与方差分析中的数据均为经平均数取代缺失值后的数据。

2．文化距离的量化

本书采用Hofstede模型并由以下方程测量各国与中国的文化距离：

式中：WENHJLj表示第j个国家与中国的文化距离；Iij表示第j个国家的第i个文化维度指数；Vi表示第i个维度的指数的方差；C表示中国。

按Hofstede所给出的文化维度指数及上述方程所确定的与中国的文化距离^[4]见表6－14。

表6－14　中国与其他国家（地区）的文化距离

续表

续表

注：权力距离、个人／集体主义、男／女性主义、不确定规避等原始数据来源于http：／／www．geerthofstede．com／hofstede＿dimensions．php。

三、量表的信度和效度检验及相关分析

1．量表的信度检验

在实证研究中，普遍用内容一致性系数（Cronbachα值）来检验量表的信度。根据美国统计学家Hair、Anderson、Tatham和Black（1998）的观点，Cronbachα值大于0．7则表明数据可靠度较高；计量的项目数小于6个的时候，Cronbachα值大于0．6就表明数据是可靠的，信度较高。Guieford（1965）也认为，当Cronbachα值介于0．4和0．5之间时，表示比较可信；当系数在0．5和0．7之间时，表示可信度可以接受；当值大于0．7时，表示问卷的信度比较高（见表6－15）。

表6－15　构念信度

从表6－15可以看出，构念的Cronbachα值除行业壁垒为0．5209较低外，其他都比较理想，表明这6个构念的量表信度可以接受。

2．量表的效度检验

（1）KMO与Bartlett’s球形检验。KMO（Kasier－Meyer－Olkim）统计量是用于比较观测相关系数值和偏相关系数值的一个指标。当所有变量之间的偏相关系数的平方和与相关系数的平方和相比小时，KMO值小表明对这些变量的因子分析的结果不好，因为变量偶对之间的相关不能被其他变量解释。KMO的经验值为：0．9≤KMO＜1时，结果极好；0．8≤KMO＜0．9时，结果较好；0．7≤KMO＜0．8时，结果还好；0．6≤KMO＜0．7时，结果中等；0．5≤KMO＜0．6时，结果较差；KMO＜0．5时，结果很差，不可接受。

Bartlett’s球形检验可用来检验变量之间彼此独立的假设，即总体相关矩阵是单位矩阵（单位矩阵中，斜对角线上的所有元素均为1，其他元素均为0）这一假设。球体检验统计量是根据相关矩阵行列式的卡方转换求得的，该统计量取值大时表示拒绝原假设。当不能拒绝原假设时，因子分析就不合适了。

对技术优势、技术隐性、产业进入壁垒、市场潜力、资本市场发展水平和绩效6个构念、18个测量项目的因子分析结果表明，KMO值为0．757，Bartlett球形检验的卡方值为1406．513，自由度为153 （P＜0．001）。这些结果表明适宜对这18个测量项目做因子分析。

（2）因子负荷矩阵。表6－16是本书6个构念、18个测量项目的因子分析负荷矩阵。采用主成分法和方差最大法进行正交旋转，提取特征值大于1的因子作为公因子。因子分析结果得到了预期的6个因子：除产业壁垒有两个稍小于0．7外（分别为0．672和0．669），其余都大于0．7，相关的负荷系数都能接受。这6个特征值大于1的共同因子，累计解释的方差为75．055%，说明因子的提取效果良好。

因子分析结果表明测量问卷的区分效度能够得到保证。

表6－16　因子分析的负荷矩阵

续表

3．Pearson相关分析

表6－17为本书构念之间的Pearson相关系数，从中可以看出，投资方式（TOUZFS）与股权结构（GUQUANJG）、技术优势（JISHUYS）、资本市场发展水平（ZIBENFZSP）与公司国际化程度（GONGSGJH）存在显著的相关性。集权偏好（JIQUANPH）与股权结构（GUQUANJG）的相关关系也很显著，而公司国际化程度（GONGSGJH）仅在0．1的显著性水平上与股权结构（GUQUANJG）存在相关性。

表6－17　构念的PEARSON相关系数

注：＊＊表示满足1%的显著性水平检验（双侧），N＝132；＊表示满足5%的显著性水平检验（双侧），N＝132。

四、假设检验与数据结论

1．FDI投资方式的影响因素回归与数据结论

采取进入法对研究模型进行Logistic回归，结果如表6－18显示：解释变量技术优势（JISHUYS）、公司国际化程度（GONGSGJH）、东道国资本市场发展水平（ZIBENFZSP）通过Wald检验，而解释变量产业进入壁垒（CHANYBL）、文化距离（WENHJL）、进入目的（JIRUMD）没能通过检验。

表6－18　FDI投资方式选择的Logistic回归结果

注：＊＊表示满足5%的显著性水平检验，N＝132。JIRUMD（进入目的）为哑变量，1为以技术为目的，0为不以技术为目的。

在回归结果中，Cox ＆Snell R2和Nagelkerke R2的值分别达到0．206和0．310，并通过了Hosmer和Lemeshow拟合优度检验；模型解释变量对被解释变量是否选择并购的预测准确率为78．6%。因此，总体回归结果不错。

根据估计模型，在中国企业FDI投资方式决策中选择并购的概率为：

2．FDI股权结构的影响因素回归与数据结论

采取进入法进行Logistic回归，结果如表6－19显示：解释变量投资方式（TOUZFS）、公司国际化程度（GONGSGJH）、集权偏好（JIQUANPH）通过Wald检验，而解释变量技术优势（JISHUYS）、技术隐性（JISHUYX）、市场潜力（SHICQL）和文化距离（WENHJL）没能通过检验。

表6－19　FDI股权结构选择的Logistic回归结果

续表

注：＊＊表示满足5%的显著性水平检验，N＝132。

模型Cox ＆Snell R2和Nagelkerke R2的值分别达到0．167和0．222，并通过了Hosmer和Lemeshow拟合优度检验；模型解释变量对被解释变量是否选择独资的预测准确率为68．7%。因此，总体回归结果尚可。

根据估计模型，在中国企业FDI股权结构决策中选择独资的概率为：

3．不同FDI进入模式下的绩效差异单因素方差分析及其数据结论

为了检验不同进入模式下绩效是否存在潜在差异，分别从投资方式、股权结构两个方面进行单因素方差分析，如表6－20、表6－21所示。

表6－20　不同投资方式下的绩效差异单因素方差分析

续表

根据表6－20分析结果中F和p值，对于“境外公司促进了中方股东的战略目标实现”这一指标，在新建和并购这两种情形下存在显著差异（p＝0．010）。在其他指标中，样本的方差并没有显著的差异性。因此，符合单因素方差分析的一个基本条件。

可见，在“境外公司促进了中方股东的战略目标实现”上，并购和新设两种进入方式是有显著差异的；而对于“境外公司的收入达到了各方股东的期望”、“境外公司的净利润达到了各方股东的期望”两种进入模式并不具有显著差异。所以，投资方式选择的影响主要体现在母国企业的战略目标实现上。

表6－21　不同股权结构下的绩效差异单因素方差分析

根据表6－21分析结果中F和p值，对于“境外公司的收入是否达到了各方股东的期望”这一指标，在独资、合资这两种情况下，边际上存在一定显著差异（p＝0．087）。从表6－21中Levene Statistic和P值来看，除“境外公司促进了中方股东的战略目标实现”在独资、合资中存在显著异方差性（P＝0．049）。在其他指标中，样本的方差并没有显著的差异性。因此，符合单因素方差分析的一个基本条件。

可见，在“境外公司促进了中方股东的战略目标实现”上，独资和合资两种进入方式是有显著差异的；而对于“境外公司的收入达到了各方股东的期望”、“境外公司的净利润达到了各方股东的期望”两种进入模式并不具有显著差异。所以，股权结构选择的影响主要体现在母国企业的战略目标实现上。

【注释】

[1]发达国家通常指经济发展水平较高、技术较为先进、生活水准比较高的国家，又称工业化国家。发达国家大多具有较高的人均国内生产总值，但并非所有具有高人均国内生产总值的国家都被称为发达国家。中东国家因为社会发展程度较低，被排除在发达国家行列之外。目前并没有建立起一套发达国家的标准。根据各种国际组织的资料来看，公认的发达国家共24个，分别是：卢森堡、挪威、瑞士、爱尔兰、丹麦、冰岛、瑞典、英国、奥地利、荷兰、芬兰、比利时、法国、德国、意大利、西班牙、希腊、葡萄牙、美国、加拿大、日本、新加坡、澳大利亚和新西兰。新增的发达国家共8个，分别是塞浦路斯、巴哈马、斯洛文尼亚、以色列、韩国、马耳他、匈牙利和捷克。引自2006年7月10日《环球时报》。

[2]商务部、国家统计局、国家外汇管理局：《2007年度中国对外直接投资统计公报》。

[3]P．M．Podsakoff，S．B．MacKenzie，J．Y．Lee and N．P．Podsakoff，Common Method Biases in Behavioral Research：a Critical Review of the Literature and Recommended Remedies，Journal of Applied Psychology，2003，88（5）．

[4]Hofstede（1994）在此四项指标的基础上又增加了长／短期取向（Long－term Orientation），成为五个维度的国家文化模型。由于长／短期取向目前只有23个国家的数据，所以，本书没有考虑长／短期取向这一维度。