我国双边投资条约的实施效果研究

胡诗雪*

 

我国与他国签订的双边投资条约（Bilateral Investment Treaty，简称“BIT”）在于保护和促进两国间的投资。那么现实中，我国到目前为止签订的上述双边投资条约的实施效果如何、是否如其所称促进了我国的直接投资？

一、研究背景和方法

学术界对双边投资条约的实施效果尚未形成一致评价。

Salacus和Sullivan通过检验双边投资条约的性质和范围，以及相应的执行机制，得出了双边投资条约实现了吸引外来投资的目标。[1]Matthias Busse、Jens Königer 和 Peter Nunnenkamp等通过实证分析认为即使发展中国家的国内法律并不完备，双边投资条约也有利于发展中国家吸引外资。[2]

但也有学者表达了相反的意见。Yackee将世界上的投资条约分为强弱两类，他考察了企业在对外投资选择时法律、政治和经济因素的影响。他指出，双边投资条约在企业战略中根本没有起到作用或作用微弱。[3]持同样观点还有Vandevelde，他认为虽然现有的一些实证研究证明了投资条约有利于促进外商投资，但这并不能证明投资条约和国家宏观规制可以实现资本流动的最优化。相反，这种干预大大损害了依靠市场进行资源配置的可能，从而降低了资本利用的效率。[4]

可见在国外现有研究中，对投资条约的实施效果存在争议。一种意见认为其有利于东道国吸引外资，而另一种意见认为其并未对企业形成引力，并且条约的存在不利于资本的最优配置。

在评价我国的投资条约对投资的作用时，国内相当一部分文章呼吁我国政府应加大立法力度、修改现有投资条约，因为他们认为这样有利于我国吸引外资或促进对外投资。[5]其他人则认为“从理论上看，如果我们假设BIT与资本流动之间存在着相互关联的关系的话，这种相互关联关系应当是一种消极关联关系，因为只有那些在吸收外资方面存在着最大的困难的国家才会是最迫切地希望缔结双边投资条约的国家，换言之，那些本身能够吸引外资的国家不会有多少缔结条约的愿望。” [6]

国内针对该问题的实证研究主要集中在金融领域。张鲁青曾运用金融的协整分析技术和Granger因果关系检验双边投资条约对我国1982年至2005年的外商投资流量和存量增长率的影响。他认为我国签订的双边投资条约与外资流入我国存在双向作用。[7]胡再勇则搜集了我国1984-2004年的外商投资数据，同时考虑影响外资流入国内的多个因素及其影响权重。这些因素包括投资目的地国市场规模、企业投资成本因素、实际汇率水平、通货膨胀率、经济稳定性等。其通过回归分析分别验证了上述因素的显着性水平，并得出结论：我国的双边投资条约对我国吸引外资的影响很显着。[8]

即便如此，现有研究依然有待深入。首先，进入我国的外资在2006年之后出现了高峰，之后一直保持着较快增长，几年间就从原有600亿美元突破了1100亿美元大关。[9]但近期我国的外商投资数据并未得到充分关注。其次，上述研究集中探讨了双边投资条约对外商直接投资的影响，即一国签订的条约是否吸引了外来资本进入。但投资条约是平等主权国家间签订的、用以促进和保护两国间的直接投资。两国间的资本流动是双向的，因此在讨论双边投资条约对直接投资的作用时仅讨论法律对一国吸引外资的影响恐怕并不全面，还需对一国的对外投资进行类似的研究。我国自2001年将“走出去”战略写入五年规划后，我国的海外投资逐年增长。十八大更是明确提出了要加快走出去的步伐。[10]我国现在不仅是最大的投资东道国之一，也是最大的投资母国之一。因此，研究双边投资条约对我国的外商投资和海外投资的实施效果，意义不言而喻。

法律制度的实施效果更多地是一个实然问题。本文主要通过数据来观察和检验我国双边投资条约的实施效果，即通过搜集我国现有的双边投资条约信息、外商直接投资额和对外直接投资额等数据，用不同的统计方式对条约实施效果进行描述和评价。

在数据搜集上，截至2012年底，我国共与其他国家签订关于促进和保护投资的双边条约118个，其中重新修订的有11个。[11]而我国的“直接投资”，可按资本流入和流出分为外商直接投资（Foreign Direct Investment，简称为“FDI”）和对外直接投资（Overseas Direct Investment，简称为“ODI”）。两者均是一国境内投资者在国外以现金、实物、无形资产等方式的投资，并以控制境外企业的经营管理权为核心的经济活动。2002年后，我国开始建立对外直接投资统计制度，[12]并从2004年起由商务部联合外交部发布《对外投资国别产业指导目录》和《对外投资统计公报》等对企业对外投资进行指引。除此之外，本文还将联合国贸发会（UNCTAD）《世界投资年报》和《中国统计年鉴》中有关我国的直接投资数据纳入统计，力使数据更加权威和全面。

在数据处理上，由于我国与国际上统计方式不一，甚至我国国内同一部门不同年份的统计方式和统计单位也会发生变化，因此首先对数据进行了统一，将我国2003-2011各年的外商直接投资和对外直接投资数据分国别进行了整理，行变量是各个国家，列变量是2003至2011年各个年度。这样得到了外商直接投资表（FDI表）和对外直接投资表（ODI表）。另一方面，笔者从商务部条法司网站上找到关于我国双边投资条约的汇总信息，根据国别将“条约之有无”、“条约生效年份”、“条约实施长短”、“条约修订年份”共4栏信息作为列变量加入到上述FDI表和ODI表中。[13]

在数据检验上，本文将分析双边投资条约在数量、存在与否、生效时间和实施长短几个层面对我国外商直接投资和对外直接投资数量的影响，并最终得出结论：我国双边投资条约的实施促进了我国吸引外资和我国的对外直接投资。

二、双边投资条约的实施效果分析

（一）双边投资条约数量影响直接投资数量

我国实行改革开放政策以来，对利用国际条约的形式保护和促进国际投资一直持积极态度。笔者根据商务部公布的数据，对各年生效的双边投资条约数量进行了分地域统计，并在此基础上计算出了各年累积的双边投资条约数量。[14]

从数量上看，我国双边投资条约的发展可以分为四个阶段。有趣的是，进入我国的外商直接投资数量和我国对外直接投资数量也经历了类似的发展过程。

第一阶段为发展前阶段。1990年之前，我国的双边投资条约从无到有，并且主要集中在欧洲国家和部分亚洲国家。而这一阶段进入我国的外资数量也一直处于较低水平。

第二阶段为大幅提升阶段。我国在1990年至1997年间与其他国家签订了大量的双边投资条约，累积数量呈现迅速增长的态势，并在1997年前后达到高峰。这一时期大部分的双边投资条约仍集中在亚欧国家，但也逐渐出现了与拉美国家的条约。几乎是与此同时，我国的外商直接投资从1992年开始至1998年间也有大幅度的提升，从原先的每年100亿上升到了400亿美元，并且在1998年前后达到一个高峰。

第三阶段为平稳发展阶段。我国的双边投资条约在1997年至2005年保持了数量的稳定增长，但相比于上一阶段增速放缓，并且这一阶段的缔约国集中在拉美和非洲。而我国的外商投资总量再次出现了同步。在1998年第一个投资高峰后，我国的外商投资也放缓了增长，在1999年至2006年逐渐从400亿美元上升至600亿美元。

第四阶段为再次增长阶段。从图上看，2005年之后，无论是我国的双边投资条约的历史累积数量还是外商直接投资额都呈现高速增长。这一时期，我国的双边投资条约签订数量在2008年后出现了又一个高峰；而流入我国的外资更是几年间就从原有600亿美元突破1100亿美元，几乎翻了一倍，并在2008年前后出现高峰。

 

图1：我国双边投资条约所涉及国家（地区）累积数量

 

 

数据来源：商务部条法司网站http://tfs.mofcom.gov.cn/aarticle/Nocategory/201111/20111107819474.html

 

图2：我国历年吸引外资数额

 

数据来源：《中国统计年鉴》。

 

相较于我国吸引的外商直接投资，我国对海外的投资起步较晚，但其在历史发展阶段上与我国双边投资条约仍具有同步性。从图上看，我国对海外的投资在第四阶段才开始有明显的增长，在此之前一直处于较低水平。在2005年之后，我国对海外的投资额出现了迅猛发展，从原来的不到300亿美元迅速突破至700亿美元以上，并且高峰同样出现在2008年。

 

图3：我国1992-2011历年ODI数额

 

数据来源：《2011年度中国对外直接投资统计公报》 

 

从历史数据中，可以看出我国双边投资条约的实施与我国的外商直接投资数量和对外直接投资数量具有同步性。通过一元线性回归分析，我们更可证明双边投资条约对直接投资数量的影响。

一元线性回归用于分析两个变量之间的因果关系。我国双边投资条约和我国外商直接投资之间的一元线性回归分析就是将我国的双边投资条约累积数量作为自变量来分析其对我国外商直接投资数量这一因变量的影响程度。[15]

根据统计原理，自变量的标准系数绝对值越大，表示该自变量对因变量的影响就越大、自变量解释因变量的程度就越高。我国双边投资条约累计数量对我国外商直接投资数量影响的标准系数为0.952，影响程度很高。并且，这一系数是正值，意味着我国双边投资条约签得越多、我国吸引的外商直接投资数量就越大。我们甚至可以用线性函数来表达我国双边投资条约数量对流入我国的资本数量的影响：

我国外商投资数量= -118.418 + 8.529×双边投资条约累积数量

而在显着性检验上，p值为0.000，小于统计上0.05的显着水平，说明上述算式解释因变量的变化达到显着水平，具有很高的解释力。

用同样的方法分析双边投资条约对我国对外直接投资的影响也得出了同样的结果[16]：前者对后者的影响系数高达0.722，而p值同样为0.000。这意味着，我国双边投资条约数量越多、我国对外直接投资数量也越大。

上述柱状图和回归分析的结果说明，我国的双边投资条约的数量越多，进入和流出我国的直接投资数量越大，资本流动数量与我国的条约数量呈现历史同步发展的态势。因此可以说，我国的双边投资条约在整体数量上促进了我国直接投资的增长。

（二）有无双边投资条约影响直接投资的高低

笔者在上述FDI表和ODI中提取了2011年的统计量，根据各国是否与我国有双边投资条约进行了分组比较。将FDI表中与我国有双边投资条约的国家分为一组，无条约的国家分为另一组，并统计两组国家与我国之间的直接投资数额，计算出两组国家组内的均值、中值、标准差等统计量。

结果发现，与我国有双边投资条约的国家对我国的直接投资平均值要明显高于与我国没有双边投资条约的国家的平均值，并且前者的中值是后者的41倍！均值是一组数据内的绝对平均，中值则是组内排在中间一个数的数据。这说明与我国签署了双边投资条约的国家平均对我国的投资数量更多。其次，与我国有投资条约的国家对我国的投资数量，其标准差大大低于与我国没有双边投资条约的国家对我国投资量的标准差。标准差反映的是数据波动的剧烈程度，这说明与我国有双边投资条约的国家，其对我国的外商投资数量不仅数量更多，而且波动相对较小，投资更加稳定，处于一个更高的水平。[17]

同样的结果也出现在了我国的对外投资中。从均值和中值上看，如果某一国与我国有双边投资条约，我国对其的投资数量就更多。而从中值和标准差上看，我国对与我国有投资条约的国家的投资也更加平稳。[18]

除了比较绝对数量，通过交互分析也可证明：我国双边投资条约的签订国对我国的直接投资量以及我国对其的投资量都会更高。

在统计上，交互分析可对多个分类变量之间各自所占比例进行描述和推断。我们根据“双边投资条约的有无”这一标准已将所有国家分为了两组——“与我国有双边投资条约的国家”和“与我国无双边投资条约的国家”。接着，按照某一国家投资数额与组内所有国家投资数额中值的关系将国家再次分为“外商直接投资额较高的国家”和“外商直接投资额较低的国家”两组。例如，2011年我国外商直接投资额的中值是170万美元，若一个国家该年对我国的外商直接投资额低于170万美元，则将该国放在的“外商直接投资额较低的国家”一组，反之则放入“外商直接投资额较高的国家”一组。这样，我们就得到了四组国家类型：与我国有双边投资条约的国家、与我国无双边投资条约的国家、2011年对我国外商直接投资额较高的国家、2011年对我国外商直接投资额较低的国家。

对上述四类国家进行交互分析后发现：在与我国有双边投资条约的缔约国中，62.2%的缔约国对我国的投资量水平高；而与我国没有双边投资条约的国家中，只有36.8%的国家对我国的投资量水平较高，其余63.2%的国家对我国的投资水平都较低。[19]

分析双边投资条约对我国对外投资水平的影响也能得到类似结果：在我国缔结了双边投资条约的缔约国中，绝大多数国家（61.1%）得到了来自我国的较高投资额；而与我国没有类似条约的国家，只有37.7%的国家得到了来自我国较多的投资，剩下62.3%的国家几乎没有从我国得到什么投资。[20]

可见，与我国是否存在双边投资条约将影响国家间实际投资数额的高低：与我国有双边投资条约的缔约国整体而言对我国的直接投资数量更多、更稳定，我国对这些国家的直接投资亦是如此。相反，那些与我国没有投资条约的国家，不仅其对我国投资数量少，我国对这些国家的投资量相较于缔约国整体而言也较低。

（三）双边投资条约的生效影响直接投资的增长率

通过观察各个国家与我国签署双边投资条约在生效前后双方之间直接投资流量的变化，我们可以从一个更加微观的角度看到投资条约对直接投资的促进作用。

由于我国于2002年才开始建立对外投资统计制度，因此能够获得的国别投资数额信息是自2003年之后的数据。在近十年间，我国的外商直接投资和对外直接投资发展迅速。这里我们将2003年之后与我国双边投资条约生效的国家的各年统计数据摘出进行更加具体的分析。

首先以这些国家2003年对我国的外商直接投资额作为基数，计算出之后各年相对于前一年投资额的增长率。在得到各年的投资增长率后，再根据该国与我国双边投资条约的生效时间，分别计算各国与我国的双边投资条约生效前对我国直接投资的平均年增长率和条约生效后该国对我国投资的平均年增长率。[21]

结果发现，上述国家在与我国签订了双边投资条约前对我国直接投资的年均增长率约为50%，而在与我国签订了条约后年均增长率则增加到了183.4%，是前者的近4倍！换言之，双边投资条约的实施使得进入我国的外资数量更高，并且迅速增长。更有意思的是，超过一半的国家在双边投资条约生效后，其直接投资增长率在一年内有了提高。这意味着这些国家在与我国的促进投资条约生效后，随后便大大增加了对我国的直接投资数量。

同样地，我国于2003年后生效的双边投资条约共17个，我国对其中的13个国家在条约生效后便增加了对该缔约国的直接投资，只对2个国家的投资有所下降。例如我国与伊朗于2000年就签订了双边投资条约，直到2005年该条约才生效、开始实施。在此之前，我国对伊朗的投资额一直保持在相对较低水平，2005年的投资增长率为负。而在投资条约生效后不久，中石化股份有限公司就开始对伊朗的一家能源公司陆续投资了28亿美元[22]，2006年的年增长率更是高达400%以上。再比如，我国与以色列的双边投资条约于2009年生效，2010年10月，中国中化集团公司对以色列的一家农业公司Makhteshim-Agan投资了14.4亿美元，收购了其60%的股份[23]。而在此之前的一年，我国对伊朗的直接投资总量几乎为零。

从这些数据和案例可以看出，我国与他国双边投资条约的生效会大大刺激缔约国的投资者来我国的投资热情，也增加了我国境内投资者对缔约国投资的兴趣和信心。

（四）双边投资条约实施长短将影响缔约方对彼此的投资数量

除了双边投资条约的生效将影响直接投资的增长率外，通过分析投资条约实施的长短对缔约国彼此间直接投资数量的影响，发现投资条约在其生效后依然能促进直接投资的数量。

如果将我国与他国生效的双边投资条约实施长短作为自变量，将2011年我国外商直接投资国别流量和对外直接投资国别流量分别作为因变量进行回归分析，会发现自变量和因变量之间均存在一定的线性关系。

数据显示，我国双边投资条约实施长短对我国2011年外商直接投资数量的标准系数为0.231，为正值，说明前者对后者具有一定的促进作用。换言之，一国与我国签署的双边投资条约实施时间越长，其在之后增加对我国直接投资数量的可能性越大。而在显着性上，p值为0.022，小于0.05，说明这一结果具有较高的解释力、值得信赖。[24]

而我国的对外直接投资亦是如此。我国双边投资条约实施长短这一自变量对2011年我国对外直接投资数量的线性回归标准系数为0.242，p值为0.021。这些数据表明，条约实施时间越长、投资量就越可能增加。[25]

三、研究结论

本文的研究，从一个具体视角证明了法律制度会对经济行为产生巨大影响——我国双边投资条约对于我国外商直接投资和对外直接投资都具有促进作用。这种促进作用体现为四个方面：第一，本文通过历史走势图和线性回归分析，发现双边投资条约的数量与直接投资的数量增长成正比关系。第二，对所有国家进行分组进行数值比较和交互分析后，发现与我国有双边投资条约的国家与我国之间的直接投资数量更多、资本流动更趋平稳。第三，通过观察各个与我国签署双边投资条约的国家在条约生效前后与我国的直接投资流量的变化，发现投资条约的生效会大大刺激缔约国间的投资热情，使得投资数量和增长速度都大幅提升。第四，投资条约实施后对直接投资的促进作用依然明显，因为通过回归分析发现，条约的实施时间越长、条约缔结国间越可能增加对彼此的直接投资数量。

本文研究的目的在于客观地评价我国现有双边投资条约对直接投资的实施效果，并最终发现前者对后者具有促进作用。这些结论和证明回答了文章开头提出的问题，也回应了学界对双边投资条约实施效果的争论：法律本身具有地域性和多样性，不同地区的法律制度各异，其必然对经济行为产生不同的影响；因此，笼统地评价世界范围内双边投资条约的实施效果，不可避免地会产生争论。而从我国的国情出发进行实证分析，反而能更加具体和真实地看到法律在经济活动中的作用，这也为今后我国的立法决策提供了更加合适和坚实的理论支持。例如，中国和美国作为世界上最大的经济体，两国间的投资本应数量巨大。但实际上，我国2011年流向美国的投资数量却不及流向法国一国甚至是新加坡的投资数量。媒体更是时常出现中国企业赴美投资遭遇重大挫折的新闻。[26]我国企业赴美投资的不确定性极大地增加了交易成本。这种情况下，如果两国间签署了双边投资条约，对征收、补偿、投资待遇、争议解决等问题达成一致，那么根据现有双边投资条约的实施效果可以预见，条约生效后将极大地促进两国间的投资往来。

但仍需牢记的是，某一真命题的逆命题不一定也为真。换言之，虽然本文证明了我国的投资条约促进了我国的直接投资，但推动我国直接投资发展的原因是复杂的。除了法律制度外，投资东道国的国内政策和治理水平，投资母国的国家战略、产业布局、贸易摩擦等因素同样影响着直接投资的数量和流向。[27]可见，法律对经济行为存在影响，但这种影响又是有限的。很可能存在一万种其他的因素影响着直接投资的流量和方向，而不仅仅是投资条约在其中起着作用。这样看来，任何实证分析或数理模型都无法对某一经济现象进行完美地解释和证明。

即便如此，作为社会科学的法学在面对许多问题时仍需要进行客观的、具体地、实证地研究分析。西方已存在不少类似的实证研究成果，但对这一问题基于中国国情的实证分析实在太少，亟待后续进一步的研究。

 

 

附录

表1：BIT累积数量对FDI的线性回归分析结果

模型汇总b
模型	R	R 方	调整 R 方	标准 估计的误差
1	.952a	.906	.903	104.34202
a. 预测变量: (常量), BIT累积数量。
b. 因变量: FDI历年总量

 

Anovab
模型		平方和	df	均方	F	Sig.
1	回归	2739769.770	1	2739769.770	251.649	.000a
	残差	283068.697	26	10887.258
	总计	3022838.467	27
a. 预测变量: (常量), BIT累积数量。
b. 因变量: FDI历年总量

 

系数a
模型		非标准化系数		标准系数	t	Sig.
		B	标准 误差
1	(常量)	-118.418	39.027		-3.034	.005
	BIT累积数量	8.529	.538	.952	15.863	.000
a. 因变量: FDI历年总量

 

表2：BIT累积数量对ODI的线性回归分析结果

模型汇总b
模型	R	R 方	调整 R 方	标准 估计的误差
1	.722a	.522	.495	176.63772
a. 预测变量: (常量), BIT累积数量。
b. 因变量: ODI历年总量

 

Anovab
模型		平方和	df	均方	F	Sig.
1	回归	612217.925	1	612217.925	19.622	.000a
	残差	561615.893	18	31200.883
	总计	1173833.818	19
a. 预测变量: (常量), BIT累积数量。
b. 因变量: ODI历年总量

 

系数a
模型		非标准化系数		标准系数	t	Sig.
		B	标准 误差
1	(常量)	-397.195	135.766		-2.926	.009
	BIT累积数量	7.060	1.594	.722	4.430	.000
a. 因变量: ODI历年总量

 

表3：有无BIT对FDI的分组比较

2011年FDI流量流量
是否有BIT		均值	N	标准差	中值	极大值	极小值
dimension1	无	22237.55	87	111306.978	13.00	972495	0
	有	23390.23	98	92749.279	534.50	632963	0
	总计	22848.16	185	101616.600	170.00	972495	0

 

表4：有无BIT对ODI的分组比较

2011年ODI流量
是否有BIT		均值	N	标准差	中值	极小值	极大值
dimension1	无	22962.45	76	92958.109	561.50	-2743	620833
	有	23667.26	90	61999.974	4080.50	-38304	348232
	总计	23344.57	166	77468.544	1706.00	-38304	620833

 

表5：有无BIT与FDI高低水平的交互分析

交叉制表
			FDI的高低		合计
			高	低
BIT	有	计数	61	37	98
		BIT 中的 %	62.2%	37.8%	100.0%
		FDI的高低中的 %	65.6%	40.2%	53.0%
		总数的 %	33.0%	20.0%	53.0%
	无	计数	32	55	87
		BIT 中的 %	36.8%	63.2%	100.0%
		FDI的高低中的 %	34.4%	59.8%	47.0%
		总数的 %	17.3%	29.7%	47.0%
合计		计数	93	92	185
		BIT 中的 %	50.3%	49.7%	100.0%
		FDI的高低中的 %	100.0%	100.0%	100.0%
		总数的 %	50.3%	49.7%	100.0%

 

卡方检验d
	值	df	渐进 Sig. (双侧)	精确 Sig.(双侧)	精确 Sig.(单侧)	点概率
Pearson 卡方	11.953a	1	.001	.001	.000
连续校正b	10.956	1	.001
似然比	12.086	1	.001	.001	.000
Fisher 的精确检验				.001	.000
线性和线性组合	11.888c	1	.001	.001	.000	.000
有效案例中的N	185
a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 43.26。
b. 仅对 2x2 表计算
c. 标准化统计量是 3.448。
d. 对于 2x2 交叉制表，提供精确结果而不是 Monte Carlo 结果。

 

表6：有无BIT与ODI高低水平的交互分析

交叉制表
			ODI的高低		合计
			高	低
BIT	有	计数	55	35	90
		BIT 中的 %	61.1%	38.9%	100.0%
		ODI的高低中的 %	65.5%	42.2%	53.9%
		总数的 %	32.9%	21.0%	53.9%
	无	计数	29	48	77
		BIT 中的 %	37.7%	62.3%	100.0%
		ODI的高低中的 %	34.5%	57.8%	46.1%
		总数的 %	17.4%	28.7%	46.1%
合计		计数	84	83	167
		BIT 中的 %	50.3%	49.7%	100.0%
		ODI的高低中的 %	100.0%	100.0%	100.0%
		总数的 %	50.3%	49.7%	100.0%

 

 

卡方检验d
	值	df	渐进 Sig. (双侧)	精确 Sig.(双侧)	精确 Sig.(单侧)	点概率
Pearson 卡方	9.127a	1	.003	.003	.002
连续校正b	8.213	1	.004
似然比	9.213	1	.002	.003	.002
Fisher 的精确检验				.003	.002
线性和线性组合	9.072c	1	.003	.003	.002	.001
有效案例中的N	167
a. 0 单元格(.0%) 的期望计数少于 5。最小期望计数为 38.27。
b. 仅对 2x2 表计算
c. 标准化统计量是 3.012。
d. 对于 2x2 交叉制表，提供精确结果而不是 Monte Carlo 结果。

 

表7：BIT实施长短与2011年FDI流量的回归分析

模型汇总b
模型	R	R 方	调整 R 方	标准 估计的误差
1	.231a	.053	.043	907.13399
a. 预测变量: (常量), BIT实施长短。
b. 因变量: FDI2011

 

Anovab
模型		平方和	df	均方	F	Sig.
1	回归	4445921.060	1	4445921.060	5.403	.022a
	残差	7.900E7	96	822892.069
	总计	8.344E7	97
a. 预测变量: (常量), BIT实施长短。
b. 因变量: FDI2011

 

系数a
模型		非标准化系数		标准系数	t	Sig.
		B	标准 误差
1	(常量)	-252.276	228.356		-1.105	.272
	BIT实施时间	31.849	13.702	.231	2.324	.022
a. 因变量: FDI2011

 

表8：BIT实施长短与2011年ODI流量的回归分析

模型汇总b
模型	R	R 方	调整 R 方	标准 估计的误差
1	.242a	.059	.048	604.914
a. 预测变量: (常量), BIT实施长短。
b. 因变量: ODI2011

 

Anovab
模型		平方和	df	均方	F	Sig.
1	回归	2010474.900	1	2010474.900	5.494	.021a
	残差	3.220E7	88	365921.546
	总计	3.421E7	89
a. 预测变量: (常量), BIT实施长短。
b. 因变量: ODI2011

 

系数a
模型		非标准化系数		标准系数	t	Sig.
		B	标准 误差
1	(常量)	-89.571	153.094		-.585	.560
	BIT实施时间	21.479	9.163	.242	2.344	.021
a. 因变量: ODI2011