东道国数字经济对我国对外直接投资的影响——基于跨国面板数据的实证研究.pdf

第 24 卷第 2 期2023 年 4 月南华大学学报(社会科学版)Journal of University of South China(Social Science Edition)Vol.24 No.2Apr.2023收稿日期 2022-11-29基金项目 安徽省高校研究生科研项目“长三角一体化对安徽省的就业效应和收入效应研究”资助(编号:YJS20210055)作者简介 王三兴(1974),男,安徽合肥人,安徽大学经济学院教授,博士。1 安徽大学经济学院硕士研究生。东道国数字经济对我国对外直接投资的影响 基于跨国面板数据的实证研究王三兴,杨少伟1(安徽大学 经济学院,安徽 合肥 230000)摘 要 文章用 Ward 聚类法对 20062020 年我国与 104 个国家的 OFDI 动机分类,用功效得分法计算出数字经济,加入数字经济与投资动机交互项进行调节效应检验,并用泊松伪最大似然法 PPML 和工具变量法解决内生性问题,以此研究数字经济对我国 OFDI 及 OFDI 动机的影响,结论如下:各种检验表明东道国数字经济显著促进我国 OFDI;数字经济的软硬件基础设施的作用最为突出,创新科技转化能力和信息通信技术水平的促进作用较弱;数字经济的提高会抑制市场规模、研发投入对我国 OFDI 的促进作用,会削弱工资水平对我国 OFDI 的抑制作用;市场型 OFDI 偏好数字经济和研发投入高的国家,创新科技转化能力对市场型 OFDI 促进作用较明显;东道国研发投入越高,创新科技转化能力和提升信息通信技术水平才越能获得额外收益,双边协定的签订有利于 OFDI 的发展。文章为推动中国数字经济发展,实现投资效益最大化,构建高水平对外开放格局提供了理论和实证依据。关键词 数字经济;功效得分法;对外直接投资;OFDI 动机;PPML中图分类号 F125;F424 文献标识码 A文章编号 1673-0755(2023)02-0054-13DOI:10.13967/ki.nhxb.2023.0024 经济全球化大背景下,对外直接投资有利于开阔国际市场、资源高效配置和汲取先进技术、管理诀窍。近年来我国加快对外投资进程,积极追求投资方式的创新以及提高投资质量,OFDI 规模呈现不断扩大趋势。据商务部统计,2020 年我国 OFDI 流量规模首次位于全球第一,达到 1 537.1 亿美元,对外投资存量达 2.58 万亿美元,位于全球第三,2020 年我国双向投资呈现基本持平、引进来走出去同步发展的景象。在国外单边和贸易保护主义盛行等外界不利因素和国内要素成本不断上升、产能过剩需求不足的双重影响下,我国发展经济新增长点迫在眉睫,因此二十大报告提出要加快构建新发展格局,坚持高水平对外开放,着力推动高质量发展,把实施扩大内需战略同深化供给侧结构性改革有机结合起来,这是我国当前建设现代化经济体系的迫切要求和战略目标。互联网信息通信等数字化技术的发展,产生了大量以数据信息和数字化技术为核心的产品与服务,数字经济作为一种新兴的经济形态引起学者们的研究兴趣,以往研究重点关注于数字经济的内涵与测度以及其对金融、消费、贸易和产业结构等方面的影响,而数字经济对投资影响的深入探究较少1。然而随着数字化技术的飞跃式发展以及数字经济平台的构建和完善,数字经济的发展会引起投资内容和投资方式的改变。对我国 OFDI 企业来说,从众多潜在东道国中选择投资区域是一项复杂且极具风险的决策,一方面,东道国之间数字经济发展水平差异巨大,且数字经济界定范围宽泛,若仅从基础设施或者科技水平等单方面指标来衡量,则难以发现数字经济侧重点对 OFDI 的影响,也难以发现其对 OFDI 动机的影响,这提高了我国企业 OFDI的风险。另一方面,我国 OFDI 企业各有特点,投资动机多样化,传统 OFDI 理论以及动机划分理论是在发达国家投资实践基础上得出的,中国是新兴经济体的发展中国家,因此需要采取全新视角对我国OFDI 的特点及投资形势变化进行研究。本文的边际贡献在于:第一,从软硬件基础设施、创新科技转化能力、信息通信技术水平三个方面扩展数字经济维度,用因子分析和功效得分法测算出数字经济总体及各维度功效得分,使得实证检验更全面;第二,将数字经济与投资动机的交互项加入模型拓展研究数字经济对 OFDI 动机的影响;第三,使用 Ward 聚类法对 OFDI 动机进行划分,并考察其动态演变,结合不同维度和不同动机视角,拓展不同维度数字经济对不同动机 OFDI 的影响的研究。一 文献综述(一)OFDI 动机的相关研究对外直接投资动机具有不同的分类和界定方式。Dunning 认为企业 OFDI 主要有四类动机,即东道国资源、市场、廉价劳动力和技术等战略资产,企业依据自身目的和东道国情况确定最佳投资区位2。Buckley 认为中国 OFDI 在 Dunning 分类的四种投资动机上均有涉及,如获取海外市场份额,学习先进技术以及维持资源的海外供给3。黎平海等认为扩张市场、多样化经营、获取先进技术是中国OFDI 的主要动因4。王永钦等发现东道国丰富的自然资源对我国 OFDI 有显著促进作用5。王恕立等把 OFDI 动机简单地分为市场寻求型和效率寻求型,因为跨国企业在东道国除追求市场外,其他诸如资源、技术等要素都是为了提升企业经营效率6。2016 年 WEF 等发起的 E15 倡议对 OFDI 动机的界定和划分更加全面,分为市场型、资源型、技术型和其他复杂动机 OFDI,后者包括效率型 OFDI 和竞争定位型 OFDI。此外,有研究表明我国 OFDI 动机处于动态演变之中。蒋冠宏等发现我国对不同发展阶段国家的投资表现出完全不同的动机。对于欧美等发达国家,我国企业的投资目标是前沿技术、管理诀窍等战略资产,倾向于股权投资;对于亚非等发展中国家,我国企业瞄准的是巨大的市场潜力与丰富的资源禀赋7。裴秋蕊等通过泊松伪最大似然 PPML 法对我国 OFDI 三个时间段的分组样本检验发现,我国OFDI 动机呈现显著的资源寻求型、市场寻求型和战略资源寻求型,不同时间段表现出不同动机的显著8。(二)数字经济对 OFDI 的影响研究学术界对数字经济的内涵与界定没有统一标准,主要包含两个方面的研究:第一,有学者认为数字经济是信息技术发展而形成的特殊经济模式,不是简单的技术融合和电子商务,而是具有创新性、发展性的技术革命和产业变革9。Kling 等认为数字经济属于经济部门,主要依赖数字化技术生产加工并出售商品10。Cohen 认为数字经济是以因特网为基础的信息通信技术产品和服务11。第二,有学者从测量角度阐述数字经济的内涵,该方法常被经济测量机构使用。如 OECD 认为数字经济主要由数字化基础设施、科技创新水平、经济增长、社会赋能组成。WEF 将数字经济概括为数字化环境、准备度、应用及其影响四个方面。综合母国和东道国研究角度,OFDI 的影响因素主要包括经济发展水平、市场规模、双边关系、汇率等宏观因素以及企业具备的技术、所处行业等自身异质性微观因素。Dunning 在2009 年更新了跨国企业区位选择的研究,他认为信息化水平是新时代被忽视的重要因素,因为信息技术为要素流动提供了便利,跨国企业可以将不同部门分散在世界各地,实现全球经营。Bruno Casella 等研究发现数字化水平高的跨国公司相比于数字化水平低的跨国公司,经营投资模式更倾向于 FDI 轻资产化,数字化跨国公司的国际投资会逐步从市场、资源型向技术型和金融类转变12。董有德等从数字技术设施、制度创新环境、信息技术应用三个维度构建互联网成熟度指标体系,使用引力模型实证检验,得出东道国数字经济对我国OFDI 呈显著正向作用13。詹晓宁等研究发现近年来数字跨国企业在数量、资产和营收方面的增速都远远高于传统跨国企业,且其在国际中的比重不断上升。同时全球价值链呈现数字化、智能化的趋势,数字经济发展会引起国际投资动因变化,传统区位因素的影响逐渐弱化,将被新兴数字要素所取代14。路玮孝认为产业的数字化转型会降低跨国公司对该行业的投资,动机存在异质性,跨国公司的资源型和效率型 OFDI 将被削弱,对知识技术等无形资产和市场寻求动机有所增强15。综上所述,虽然已有文献研究数字经济对我国OFDI 的影响,但衡量数字经济的方法仍需优化,且缺少对我国 OFDI 动机的深入研究,较少有文献研究不同维度数字经济对不同动机 OFDI 的影响。因此,本文将数字经济与投资动机的交互项加入模型进行调节效应检验,异质性分析基于 Ward 聚类法划分的 OFDI 动机,从更丰富的数字经济维度实证检验其对不同动机 OFDI 的影响,弥补相关研究的空白。二 理论分析数字经济是经济活动与技术创新融合的经济形态,本文认为数字经济的本质是信息化、数字技术与产业的融合发展,实现经济环境的根本变革,需要依托软硬件基础设施和信息通信技术,并应具备将技55第 2 期王三兴,杨少伟:东道国数字经济对我国对外直接投资的影响术创新应用于实践的能力。因此本文从三个维度来诠释数字经济的内涵:第一,软硬件基础设施水平;第二,创新科技转化能力;第三,信息通信技术水平。以下从不同方面分析数字经济影响 OFDI 的作用机制,见图 1。图 1 数字经济对 OFDI 的影响机制 首先,软硬件基础设施水平。有研究表明东道国基础设施水平越高,越容易形成集聚经济,贸易成本的降低更能吸引 FDI16。数字经济发展水平较高的发达国家具有较好的投资设施和经营条件,OFDI 与基础设施水平具有正向关系17。陈玮冰等从基础设施质量、数量维度方面研究了我国对非洲基础设施援助与 OFDI 之间的传导机制,发现在控制了人口、市场、资源等因素条件下,我国对非洲基础设施援助与 OFDI 呈显著的正向作用18。其次,从创新科技转化来说,数字经济发展会通过高创新激励和市场竞争来提升创新绩效,然而内在的市场结构高集中化会产生创新阻碍作用19,创新能力的提升意味着本地具有较高的技术水平和更为活跃的创新氛围,这有助于本地资本、劳动和技术服务质量在更高层次上实现与 FDI 的匹配与衔接,从而提高 FDI 企业的运营效率和盈利水平,促进其投资的积极性20。从信息通信技术水平来说,有研究表明发展中国家 OFDI 主要目标之一是学习和汲取国外先进技术和信息共享,从而促进国内经济发展21,但我国与发达国家在技术水平和信息共享方面仍存在差距,多数企业都处于技术模仿阶段,同时发达国家对核心技术的转移实施了限制,增大了我国引进先进技术的难度,因此,实现信息共享和技术水平的提升,要鼓励和引导企业积极地“走出去”22。方齐云等检验了“一带一路”沿线国家信息通信水平对我国 OFDI 的影响,发现东道国信息通信水平的提高,会有效促进我国对其 OFDI23。再次是工资水平,Dunning 的 OLI 理论认为劳动力成本是区位优势的关键因素,较低的工资水平代表在东道国投资成本较低,容易获得高收益,这促进了对该国的投资。方慧等分别从企业 OFDI 金额、次数方面研究最低工资标准对我国 OFDI 的影响与机制,发现最低工资标准对我国企业 OFDI 金额和次数的影响呈正向作用24。数字经济高速发展容易形成企业聚集现象,刺激劳动力市场对高技能特征劳动者需求的增长,产生更高的工资水平效应,技术密集度高的企业倾向于支付高工资25。数字经济对不同群体的收入均呈现正向作用,且对较低收入群体的收入提升作用更大26。数字经济发展水平较高的国家劳动力成本较高,对其投资收益较低,抑制我国 OFDI。最后是逆向技术溢出效应,Kogut 等首次验证存在逆向技术溢出效应,中国通过 OFDI 吸收东道国的数字知识与技术,推动其技术升级,而东道国政府对我国 OFDI 审查趋于严格,抑制我国 OFDI27。肖慧敏等使用 PSM 方法证实我国 OFDI 存在学习效应,对发达国家投资的企业比对发展中国家投资的企业具有更强的学习能力,并且持续对外投资的企业有更高的生产率和技术溢价28。陈岩等研究我国 OFDI 决定因素发现,技术距离对我国 OFDI 的影响是倒 U 型的,当东道国与我国技术距离过大时,企业会因为无法吸收东道国的技术而减少投资,中等型的技术距离最有利于 OFDI29。因此,数字经济通过逆向技术溢出效应可能会抑制 OFDI 活动。65 南华大学学报(社会科学版)2023 年三 特征性事实(一)OFDI 动机的分类区位优势作为影响跨国企业对外投资的基本要素之一,是东道国独特的优势,主要包含两个内容:一是东道国固有的、不易变化的资源禀赋产生的优势等,如丰富的自然资源、邻近的地理位置等;二是东道国的经济发展水平、政治经济制度和良好的基础设施等形成的营商环境所产生的优势。这些区位优势影响着 OFDI 的区位选择,对不同动机 OFDI 形成不同程度的吸引力8。为准确识别和衡量我国OFDI 动机 的 动 态 演 变,应 用 stata 软 件 对 我 国20062020 年在 104 个东道国的 OFDI 动机进行Ward 聚类分析30。聚类指标选择经济体量(东道国 GDP)、资源禀赋(燃料、矿石和金属出口占商品出口的百分比)、消费水平(人均国民收入)、研发投入(研发支出占 GDP 比重),指标均来自世界银行数据库。样本国的选取依据了赵甜等研究的标准30,Ward 聚类结果见表 1。表 1 Ward 聚类结果国 家第一类(资源型)伊拉克、伊朗、俄罗斯联邦、刚果(金)、加拿大、加纳、加蓬、南非、卡塔尔、哈萨克斯坦、哥伦比亚、埃及、委内瑞拉、安哥拉、尼日利亚、智利、沙特阿拉伯、津巴布韦、澳大利亚、牙买加、玻利维亚、科威特、秘鲁、肯尼亚、苏丹、莫桑比克、赞比亚、阿塞拜疆、阿尔及利亚、阿曼、阿联酋、马达加斯加第二类(市场型)乌拉圭、克罗地亚、匈牙利、卢森堡、土耳其、巴拿马、巴西、希腊、意大利、拉脱维亚、挪威、捷克、斯洛伐克、新西兰、波兰、爱尔兰、爱沙尼亚、立陶宛、罗马尼亚、英国、葡萄牙、西班牙、阿根廷、马来西亚第三类(效率型)乌克兰、乌兹别克斯坦、乌干达、保加利亚、博茨瓦纳、印度、印度尼西亚、厄瓜多尔、古巴、吉尔吉斯斯坦、坦桑尼亚、埃塞俄比亚、塔吉克斯坦、塞内加尔、塞尔维亚、墨西哥、孟加拉国、尼泊尔、巴基斯坦、摩洛哥、斯里兰卡、柬埔寨、格鲁吉亚、毛里求斯、泰国、白俄罗斯、科特迪瓦、约旦、纳米比亚、缅甸、老挝、菲律宾、蒙古、越南第四类(技术型)丹麦、以色列、奥地利、德国、新加坡、日本、比利时、法国、瑞典、瑞士、美国、芬兰、荷兰、韩国 数据来源:根据 stata16 测算整理得出。借鉴赵甜等的处理方法,比较四类国家聚类指标均值可以看出30:第一类国家资源禀赋占比高达67.02%,远超其他三类国家,体现资源型 OFDI 动机。第二类国家 GDP 为 523 272.7 百万美元,人均国民收入为 24 980.42 美元,仅次于第四类国家,代表东道国有巨大的消费市场潜力,体现市场型 OFDI动机。第三类国家 GDP 和 PGNI 均值分别只占第四类国家的 7.56%和 6.68%,劳动力成本非常廉价,体现效率型 OFDI 动机。第四类国家除了 GDP和 PGNI 是最高的,且每年投入 GDP 的 2.92%作为研发支出,体现技术型 OFDI 动机,见表 2。表 2 四类国家聚类指标均值经济体量/百万美元资源禀赋/%消费水平/美元研发投入/%第一类288 245.467.01512 281.0900.466第二类523 272.713.23224 980.4201.053第三类184 212.718.9863 254.6470.397第四类2 436 926.08.82948 757.6702.917 数据来源:根据聚类结果计算得出。然而东道国营商环境产生的优势在不断发生改变,我国 OFDI 动机也在不断发生变化。本文整理了历年来我国对各类型样本国家投资流量占 OFDI总流量的比例,20062020 年我国 OFDI 动机演变情况30,见图 2。由图 2 可知,我国对样本国的投资动机主要以资源型、市场型向效率型、技术型转变,可见我国政府和企业的对外投资战略一直在发生变化,追求参与附加值高的高端价值链发展是当下战略的重点。(二)数字经济的测算为研究样本国数字经济对我国 OFDI 的影响,使用因子分析法和功效得分法来测度数字经济,选取与数字经济紧密相连的 9 项指标,各指标名称及含义见表 3。表 3 衡量数字经济的指标指标名称指标的含义安全 Internet 服务器网络环境安全度和监管力度个人使用互联网占比信息技术应用程度固定电话普及率信息基础设施完善程度固定宽带普及率信息基础设施完善程度高等教育入学率数字化专业人才充裕度商标申请总数国家人才创新度专利申请总数国家人才创新度ICT 产品出口占比技术国际竞争力高科技出口占比技术国际竞争力 数据来源:世界银行数据库。75第 2 期王三兴,杨少伟:东道国数字经济对我国对外直接投资的影响图 2 我国企业 OFDI 动机的演变数据来源:历年中国对外直接投资统计公报,根据聚类结果计算得出。本文借鉴张伯超等和吴晓怡等的方法对指标因子进行分析,首先提炼出 9 项指标的历年因子权重propit(t 代表年度,i 代表因子数,取 1,2,3),用因子旋转 得 出 因 子 得 分 f1,f2,f3,接 着 计 算 得 出20062020 年每个样本国数字经济的综合得分de_zdt=fi propit,合并成数字经济综合得分面板数据 de _zd31-32。按公式计算数字经济功效得分:de_gd=100(de_zd-de_zdmin)(de_zdmax-de_zdmin)其中,de_zdmax和 de_zdmin分别表示数字经济综合得分 de_zd 的最大值和最小值。本文衡量数字经济用数字经济功效得分 de_gd 表示,其代表每年各样本国数字经济的相对分数。再排序计算 2006 年和 2020 年每个国家的相对排名,即得到样本国数字经济的总体情况。Bartlett 球形度和 KMO 检验表明可以使用因子分析法为指标赋权重。使用方差最大旋转法对 9 项指标分析得出前三个主成分的方差累计贡献率为 83.73%,大致可以包含所有数据内容。最后,采用旋转载荷矩阵得出优化后每个指标所属的主成分,见表 4。表 4 显示前五项指标由主成分 f1 体现,主要衡量一国数字经济的软硬件基础设施情况。主成分 f2由商标申请总数和专利申请总数指标体现,反映出一国人才创新和技术转化成果的能力。ICT 产品出口占比、高科技出口占比指标由主成分 f3 体现,衡量一国数字经济发展所仰仗的信息通信技术水平和国际竞争地位,表现出该国数字经济发展的外向程度。表 4 主成分旋转载荷矩阵指标变量主成分123安全 Internet 服务器0.883 50.106 50.148 8个人使用互联网占比0.910 00.083 70.175 7固定电话普及率0.800 60.203 20.104 6固定宽带普及率0.931 40.126 00.150 2高等教育入学率0.821 60.151 60.086 6商标申请总数0.168 60.917 70.098 5专利申请总数0.110 90.931 80.083 5ICT 产品出口占比0.066 20.073 10.945 2高科技出口占比0.273 30.114 80.8902从本文整理的样本国数字经济功效得分排名可知,2006 年和 2020 年样本国数字经济功效得分均值分别约为 18.6 和 32.2,整体上数字经济提升了近一倍。数字经济排名前 25 的国家 OFDI 存量年均增长率约为 36.8%,排名靠后的 15 个国家也有27.7%。这表明样本国 OFDI 存量与数字经济总体趋势呈正相关关系。同时数字经济排名靠后的国家,诸如赞比亚、刚果金等资源禀赋丰富的国家和巴85 南华大学学报(社会科学版)2023 年基斯坦、缅甸等劳动力廉价的国家却吸收了较多的OFDI 存量,可以推断出不同动机 OFDI 对不同数字经济发展水平的国家有不同偏好。总体来看,样本国数字经济与我国对其 OFDI 存量大体表现出正相关关系。四 实证分析(一)模型构造、变量含义与预期符号、变量来源与数据处理1.模型构造Anderson 最先引用贸易引力模型来研究投资流量问题,并且加入了制度因素,具体模型如下:Ijk=0(Yj)1(Yk)2(Nj)3(Nk)4(Rjk)5(Ajk)6 jk其中:Ijk表示国家 j 和 k 之间双边国际投资流量;Y 和 N 分别表示收入和人口,Rjk和 Ajk分别表示国家 j 和 k 之间投资流量的阻碍因素和推动因素。此模型认为两个国家之间双边 OFDI 流量与两国收入、人口呈正向作用,与两国之间距离呈反向作用。由于我国对外直接投资流量是以境内投资者投资的首个东道国进行统计,但我国对外直接投资的首个东道国不能完全反映出投资动机,因此,本文借鉴宫汝凯22等的做法,选择我国对外直接投资存量ofdi_cl 作为被解释变量,核心解释变量是数字经济功效得分 de_gd 指标(包括数字经济三维度功效得分 de_gdf1、de_gdf2、de_gdf3),解释变量选取于东道国的市场规模 GDP(国内生产总值)、工资水平 pgni(人均国民收入)、资源禀赋 res(燃料、矿石和金属出口占商品出口的百分比)、研发投入 rd(研发支出占 GDP 比重),本文还选取了以下控制变量:宏观经济稳定度 eco_wd(用通货膨胀率表示)、汇率 exr、对外开放程度 open(用货物和服务进出口占 GDP 的比重表示)、双边协定 bia(两国签订双边协定当年及之后 bia 值为 1,否则为 0)、税收占比 tax。本文借鉴了裴秋蕊8等、姜丽群33等的做法,引入以上变量构造单边投资引力模型:ln ofdi_clit=0+1 de_gdit+2 ln gdpit+3 ln pgniit+4 resit+5rdit+6 ln eco_wdit+7ln exrit+8 ln openit+9biait+10 taxit+it其中:i 代表样本国;t 代表时间年份;是待估计参数;ofdi_clit代表我国在 t 年度对样本国 i 的直接投资存量。本文实证分析东道国数字经济对我国OFDI 的影响,并且将数字经济与投资动机交互项加入模型进行调节效应检验,之后对不同动机 OFDI进行实证扩展研究。2.变量含义与预期符号(1)解释变量市场规模(GDP):国内生产总值反映一国经济体量,GDP 越大说明该国有较大市场规模,市场规模决定消费潜力。邓宁投资理论表明经济水平越高越能吸引外商投资。借鉴王恕立等做法,选取国内生产总值作为市场规模的代理指标,该变量体现市场寻求型 OFDI6。预期符号为正。工资水平(pgni):人均国民收入反映一国工资水平,低廉的工资水平意味企业经营成本较低,使得东道国拥有巨大的区位优势。借鉴宋维佳等的做法,选取人均国民收入作为工资水平的代理变量34,该变量体现效率寻求型 OFDI。预期符号为负。资源禀赋(res):资源禀赋反映一国自然资源的丰富程度。东道国丰富的自然资源会减少企业经营成本,吸引我国 OFDI。本文用燃料、矿石和金属出口占商品出口百分比来作为资源禀赋指标,该变量体现资源寻求型 OFDI。预期符号为正。研发投入(rd):较高研发投入对我国技术寻求型 OFDI 吸引力较大,但可能会产生逆向技术溢出效应,吸收东道国数字知识与技术,推动我国技术升级与实力不断强大,东道国政府对我国 OFDI 审查趋于严格,抑制我国 OFDI27。本文用研发支出占GDP 比重来作为研发投入指标,该变量体现技术寻求型 OFDI。研发投入估计系数的正负无法确定。(2)控制变量宏观经济稳定度(eco_wd):借鉴吴先明35等、姜丽群33等的做法,用通货膨胀率作为宏观经济稳定度的代理指标,数值越大代表宏观经济越不稳定,经营成本提高,不利于我国 OFDI 发展,预期符号为负。汇率(exr):汇率波动对跨国公司 OFDI 成本和利润产生直接影响,汇率越大代表东道国货币贬值越严重,促进我国 OFDI,预期符号为正。对外开放程度(open):本文用货物和服务进出口占 GDP 比重作为对外开放程度的代理指标,反映东道国在国际经济活动中的参与度,其充满活力的开放市场有利于吸引外资,预期符号为正。双边协定(bia):该变量是虚拟变量,两国签订双边协定当年及之后 bia值为 1,否则为 0。两国签署协定为跨国公司对外投资提供保障和优质的国际经济投资环境,预期符号为正。税收(tax):东道国税收比重越大表明 OFDI经营成本越高,不利于吸引海外投资,预期符号为负。95第 2 期王三兴,杨少伟:东道国数字经济对我国对外直接投资的影响3.变量来源与数据处理由于数据存在零值,直接采用 OLS 法线性回归容易带来内生性或估计偏差等问题,而且可能会使被解释变量拟合值为负,产生有偏的估计结果。因此,本文借鉴裴秋蕊等、赵甜等的处理方法,对投资存量零值加 1 且取对数,然后使用 PPML 法作为稳健性检验,解决内生性问题8,30。对个别年份缺失值、异常值采用修正和插值法处理并对数据进行5%缩尾处理。本文的主要数据、来源及描述性统计见表 5。表 5 变量的描述性统计变量名变量含义标准差最小值中值最大值ln ofdi对外投资存量(取对数)2.27010.6115.90de_gd数字经济17.70023.32100de_gdf1数字经济维度 f124.27044.53100de_gdf2数字经济维度 f28.7105.26100de_gdf3数字经济维度 f313.1909.47100ln GDP市场规模(取对数)1.697.9511.9616.88ln pgni工资水平(取对数)1.475.198.8911.56res资源禀赋31.000.0316.2099.99rd研发投入0.9750.0130.5105.436ln eco_wd宏观经济稳定度(取对数)0.274-0.2233.5496.379ln exr汇率(取对数)2.921-1.5432.03810.640ln open对外开放程度(取对数)0.587-0.2434.2926.081bia双边协定0.417011tax税收6.8790.04314.85036.500 数据来源:ln ofdi 来源于中国对外直接投资统计公报,de_gd、de_gdf1、de_gdf2、de_gdf3 由作者自行整理后计算得出,ln gdp、ln pgni、res、rd、ln eco_wd、ln exr、ln open、tax 来源于世界银行数据库,bia 来源于 UNCTAD 数据库。(二)基准检验F 检验和 LM 检验结果表明混合回归模型不是最优选择,本文选取 bootstrap 法 hausman 检验和过度识别检验的 wald 统计量两种方法来判断固定效应和随机效应的选择,p 值分别为 0.000 2 和0.000 0 严格小于 0.01,故使用固定效应更佳。表 6表明数字经济对总样本 OFDI 表现出一致显著的促进作用,实证结果与理论分析较为符合。数字经济发展水平的提高是国际直接投资活动的促进因素。从总样本其他解释变量系数看,国内生产总值、研发投入显著促进我国 OFDI,这表明东道国市场规模越大,其消费规模和潜力就越大,吸引外商直接投资的力度就越大,这与程惠芳等学者的研究结论一致36。跨国企业追求知识技术的最终目的是创造盈利,东道国研发投入越多,更可能创造出新型产品与技术,期望利润也就越大,就越能吸引我国 OFDI。工资水平显著抑制我国 OFDI,因为劳动力成本的相对优势依然是我国效率寻求型 OFDI 企业考虑的重要因素25,所以随着东道国劳动力成本的提高,我国相应的 OFDI 将会减少。资源禀赋估计系数虽然为正数,但是却不显著。从总样本其他控制变量系数看,宏观经济稳定度、税收对我国 OFDI 的影响呈负向作用,通货膨胀率越大或税收越多,企业经营管理成本就越高,抑制我国 OFDI。汇率、对外开放程度和双边协定对我国总样本 OFDI 的影响呈正向作用,汇率增加,东道国货币贬值,吸引我国 OFDI;对外开放程度大、双边协定签订代表东道国对国际投资与贸易政策持开放与支持态度,会促进我国 OFDI。(三)调节效应检验我国对外直接投资企业出于不同投资动机会做出不同区位的选择决策,又因为上文基准检验中证实了东道国数字经济对我国 OFDI 具有显著的促进作用,所以本文在基准回归模型中引入了数字经济与投资动机的交互项,构建了拓展的实证模型:ln ofdi_clit=0+1 de_gdit+2 ln gdpit+3 ln pgniit+4 resit+5rdit+6 de_gdit ln gdpit+7 de_gdit lnpgniit+8de_gdit resit+9 de_gdit rdit+10 ln eco_wdit+11 ln exrit+06 南华大学学报(社会科学版)2023 年12 ln openit+13 biait+14 taxit+it表 6 第(2)(5)列展示了调节效应的回归结果,可以看出东道国数字经济的提高抑制了市场规模对我国 OFDI 的促进作用,这一结论与曹书维等的结论较为一致1。可能是因为数字平台的跨越式发展给企业创造出除对外直接投资之外的新模式选择,即通过跨境电商平台实现跨境经营。东道国数字经济的提高会削弱工资水平对我国 OFDI 的抑制作用,可能是因为数字技术对劳动生产率的促进效应,数字技术的领先使员工劳动生产率提高,工资水平提高幅度大,数字技术方面人才需求增多,因此工资水平的提高对于我国 OFDI 抑制作用减弱,这一结论与罗小芳等的研究结论较为符合26。东道国数字经济与资源禀赋的交互项系数并不显著,原因可能在于该交互项是基于资源禀赋本身就不显著的主效应得出的。东道国数字经济的提高抑制了研发投入对我国 OFDI 的促进作用,可能的原因是数字经济的飞速发展不仅使知识技术文化等信息数字化的存储、分享及利用变得更高效,而且降低了对知识技术的窃取、侵权等行为的成本,国际上对知识产权等技术的投资交易市场的风险显得更加敏感,可能会导致各国政府对我国跨国企业进入其市场的排斥。表 6 数字经济对我国 OFDI 影响的基准检验及调节效应检验(1)(2)(3)(4)(5)de_gd0.146(0.007)0.146(0.007)0.137(0.007)0.138(0.007)0.140(0.007)ln GDP1.455(0.252)1.163(0.256)1.327(0.248)1.357(0.248)1.341(0.248)ln pgni-0.169(0.286)-0.164(0.287)-0.167(0.288)-0.486(0.290)-0.451(0.291)res0.004(0.005)0.004(0.005)-0.001(0.005)-0.003(0.005)-0.003(0.005)rd0.208(0.107)0.210(0.108)0.139(0.105)0.149(0.105)0.114(0.107)ln eco_wd-0.122(0.112)-0.123(0.113)-0.115(0.109)-0.136(0.109)-0.137(0.109)ln exr0.246(0.063)0.248(0.064)0.408(0.064)0.414(0.064)0.402(0.065)ln open0.089(0.115)0.088(0.115)0.078(0.111)0.043(0.112)0.052(0.113)bia0.838(0.128)0.835(0.129)0.753(0.125)0.734(0.125)0.717(0.126)tax-0.018(0.015)-0.019(0.015)-0.035(0.015)-0.033(0.015)-0.033(0.015)de_gdln gdp-0.001(0.003)-0.018(0.003)-0.019(0.003)-0.021(0.003)de_gdln pgni-0.046(0.005)-0.046(0.005)-0.043(0.005)de_gdres-0.001(0.001)-0.001(0.001)de_gdrd-0.007(0.004)_cons-10.820(1.471)8.941(0.714)7.732(0.703)7.939(0.709)7.976(0.709)N15211521152115211521r20.5840.5840.6100.6110.612 注:括号内值为稳健标准误。表示在 1%的水平上显著。表示在 5%的水平上显著。表示在 10%的水平上显著。(四)内生性问题的处理1.泊松伪最大似然估计 PPML 方法前文说到为解决数据存在零值带来的内生性问题,借鉴了裴秋蕊等、赵甜等的处理方法,使用泊松伪最大似然估计 PPML 方法作为稳健性检验8,30。从表 7 内生性问题处理的 PPML 检验分析东道国数字经济对总体样本 OFDI 的影响,PPML 法和 FE 法回归得出的大多数系数较为一致,且 PPML 法普遍小于 FE 法的回归系数,PPML 法的显著性普遍优于FE 法,较合理地解释了经济学上的意义,证明PPML 法较为恰当地解决了内生性问题。2.工具变量法本文的核心解释变量数字经济包含软硬件基础设施二级指标,这些指标可能与其他影响我国 OFDI的随机误差项相关,会产生内生性问题,因此采用工具变量法处理可能存在遗漏变量的问题。本文选择16第 2 期王三兴,杨少伟:东道国数字经济对我国对外直接投资的影响固定电话普及率作为内生的核心解释变量数字经济的工具变量,是借鉴了赵涛等将各城市邮电历史数据作为工具变量来研究数字经济与经济高质量发展的关系37的做法,数字经济是在信息通信技术发展的基础上形成的,固定电话是目前使用频率较低的信息通信基础设施,学术上较少有固定电话与对外投资的关系研究。综上,固定电话普及率符合工具变量的两个要求:工具变量与内生解释变量存在相关性,工具变量严格外生。表 7 内生性问题处理的检验结果FEPPML工具变量法(2SLS)de_gd0.146(0.007)0.006(0.001)0.079(0.994)ln GDP 1.455(0.252)0.039(0.004)0.378(0.856)ln pgni-0.169(0.286)-0.055(0.007)-0.657(0.799)res0.004(0.005)0.001(0.001)0.013(0.171)rd0.208(0.107)0.003(0.008)-0.060(0.717)r20.5840.2810.299 注:括号内值为稳健标准误。分别表示在 1%的水平上显著。分别表示在 5%的水平上显著。如表 7 所示,使用工具变量法后东道国数字经济对我国 OFDI 的影响依然在 1%的水平上显著为正,两阶段最小二乘法(2SLS)显示 DWH 检验显著拒绝了变量为外生的原假设,认为存在内生性;弱工具变量检验和过渡识别检验均拒绝原假设,表明固定电话普及率作为工具变量具有合理性。(五)异质性分析1.数字经济对不同动机 OFDI 的影响如表 8 所示,市场寻求型 OFDI 回归结果显示研发投入对我国 OFDI 的影响在 1%水平上显著为正,其他类型 OFDI 不显著或为负,而且数字经济系数显著性最强,可能是因为市场型 OFDI 国家的市场成熟、市场消费潜力大,市场进入制度、竞争环境和人才、技术创新储备相对完善,认为进入市场型OFDI 国家市场预期收益较为丰厚,因此更为显著的促进我国 OFDI。然而,技术型 OFDI 的研发投入系数为正却不显著,且数字经济系数显著性减弱,原因可能是对比商品市场,国际上对知识产权等技术投资交易市场的风险更加敏感,导致各国政府排斥我国跨国企业进入其市场。四种动机 OFDI 的市场规模对我国 OFDI 在 1%显著水平下呈正向关系,其中技术型 OFDI 显示市场规模的系数为 10.672,远远大于其他三种,因为技术