数字技术与国际直接投资——基于我国与“一带一路”沿线国家数据的实证分析.pdf

文章基于我国与“一带一路”沿线主要国家 20102019 年的数字技术相关数据，研究数字技术对我国与“一带一路”沿线国家国际直接投资的影响。研究发现，提高“一带一路”沿线国家的数字技术水平对降低中国与沿线经济体之间的投资运营成本有显著影响，能够克服我国企业作为外来直接投资者的劣势。进一步研究发现，通过优化“一带一路”沿线国家的制度质量，可以改善这些国家的国际投资环境，提高我国对“一带一路”沿线国家的国际直接投资规模。【关键词】“一带一路”；数字技术；国际直接投资；制度质量；投资引力模型【中图分类号】F124.3；F832.6【文献标识码】A【文章编号】20966814（2023）02009014 数字技术与国际直接投资基于我国与“一带一路”沿线国家数据的实证分析丁 昶1，刘京华2，陈娟萍3（1.福建师范大学协和学院国际商学系，福建福州 350117；2.福建师范大学协和学院国际教育学院，福建福州 350117；3.厦门澳磊实业有限公司，福建厦门 361000）一、引言自 2013 年“一带一路”倡议提出至今，我国已经与 151 个国家（地区）和 32 个国际经济组织签署共建“一带一路”合作协议 200 余份。通过利用自身资源禀赋优势，我国不断扩大在“一带一路”沿线国家的投资领域和投资规模，合作共赢得到进一步深化。对外直接投资（Outward Foreign Direct Investment，OFDI）是我国实施“一带一路”倡议的重要组成部分，但沿线国家经济发展水平落后，存在投资环境及文化差异等制约因素，我国对其直接投资规模受到限制。2017 年 5 月，习近平总书记提出推动建设数字第 35 卷第 2 期2023 年 4 月Vol.35 No.2Apr.202390丝绸之路，促进“一带一路”倡议与数字经济融合发展。在数字技术与传统产业的碰撞下，产业形态和商业模式不断更迭,企业的营商环境更为透明、开放和完善，促进了我国对外直接投资实现高质量、可持续发展。现有研究大多数聚焦于数字经济的定义、内涵及其发展现状分析，并以此为依据对某一具体行业提出发展建议，而对数字技术对一国对外直接投资的作用机制及实证检验的研究较少。本文研究数字技术发展对我国对外直接投资的影响机制，通过多个指标衡量“一带一路”沿线国家数字技术发展水平。同时，本文利用投资引力拓展模型进行实证检验，分析“一带一路”沿线国家数字技术发展水平对我国对外直接投资规模的影响。本文可能的创新点包括：一是区分了测度数字经济与数字技术的指标，数字经济的测度指标涉及的具体内容较多，包括数字基础设施、经济结构、社会发展等，本文测度数字技术时主要从技术角度选择指标。二是传统投资引力模型将制度、文化、地理等距离变量作为必须考虑的变量，本文认为在现代信息社会，尤其是随着数字技术的发展，以及“一带一路”倡议提出后中国与沿线国家高度的政治互信、频繁的文化交流与大规模的经济合作，较为明显地减弱了距离对于对外直接投资的影响，因此没有将表示距离的变量引入模型中。二、文献综述（一）有关数字“一带一路”的研究数字经济一词最早出现于 20 世纪 90 年代，由美国学者唐泰普斯科特（DonTapscott）在 1996 年出版的数字经济：网络智能时代的前景与风险一书中提出。1998 年，美国商务部发布了新兴的数字经济报告，数字经济开始被广泛关注。大部分学者认为数字经济能够促进社会发展。Byrne 等（2013）研究发现，尽管通讯技术对美国经济增长促进效应在 21 世纪有所下降，但是数字经济仍然是促进美国经济持续增长的驱动力。Marcel 等（2017）、Amit 和 Han（2017）认为，数字经济促进了数字技术的普及，数字技术的提升有利于创业网络的形成。Knudsen 等（2021）认为，商业大数据与网络的互补性较强，具有数据驱动优势的商业公司竞争优势较为明显，更有能力借助数字经济或者数字技术进入临近市场，有利于企业迅速发展占领新市场。姚战琪（2022）、谢璐（2022）、王亚飞等（2023）认为数字经济有利于提升我国对外贸易竞争力和就业水平，并能够促进城乡融合发展。夏杰长等（2021）、白俊红和陈新（2022）、钟文等（2022）认为数字经济对中国区域创新、创新力的培育等具有显著促进作用。魏下海等（2021）认为数字经济与实体经济相融合，主要体现在 5G 技术、大数据、人工智能、区块链等方面；促进产业数字化和数字产业化，是促进产业结构升级、经济结构优化、绿色经济发展的主要路径。随着数字技术的发展，数字“一带一路”的概念应运而生。我国学者做了一些数字丁昶，刘京华，陈娟萍：数字技术与国际直接投资 http:/ 67 个国家的双边对外直接投资数据，利用 OLS 方法进行实证分析，验证互联网对双边国际直接投资的影响，发现东道国拥有或使用互联网的数目和比率对跨国公司在该国的投资产生积极影响。其中，互联网用户数每增加 10%，对该国国际直接投资的吸引力会增加 2%以上。Ko（2007）通过实证研究发现，互联网带来的负外部性将制约 FDI 流向发展中国家；相反，互联网的积极外部性将大大促进外国直接投资流入发达国家。Dunning（2009）在研究企业跨国区位选择时发现，数字通讯技术是重要的考虑因素，东道国的信息化程度是吸引母国企业对外直接投资目的地选取时排序较为靠前的环境因素。詹晓宁和欧阳永福（2018）在研究对外直接投资与企业跨国数字化战略的关系时发现，企业跨国投资数字化程度越高，越有利于企业实现对外投资的大幅盈利；全球价值链也逐步呈现数字化的特征，东道国数字化基础设施是跨国企业相较于传统区位选择因素更为看重的投资条件。董有德和米筱筱（2019）根据世界经济论坛（WEF）每年发布的门户网站“网络成熟度指数”，构建了一个衡量网络成熟度的指标体系，在扩展投资吸引模型的基础上，分析了东道国数字经济发展水平对我国国际直接投资的影响，认为东道国（地区）的数字经济发展水平越高,越会吸引中国对其进行直接投资,东道国（地区）制度及创新环境、数字基础设施建设和信息技术应用的提升,对中国在该国家（地区）的直接投资具有较为显著的正向影响。董婷婷（2021）、周芮帆等（2022）、周经和王琼（2022）发现东道国数字经济促进了中国对其进行直接投资，且东道国经济发展水平通过人力资本与创新能力，影响中国对外直接投资。有关数字“一带一路”与中国对沿线国家直接投资相关关系的研究文献较少。齐俊妍和仁奕达（2022）基于“网络就绪指数”，利用 Heckman 两阶段模型，选取核心解释变量构建衡量数字经济发展水平的指标体系，发现“一带一路”沿线国家数字经济发展水平与我国投资规模之间存在显著正相关关系。金玉凤（2022）依据世界经济论坛发布的 全球信息技术报告中“网络就绪指数”以及代表数字经济发展的 18 个指标测度“一 第 35 卷 第 2 期 2023 年 4 月92带一路”沿线国家数字经济发展水平，进而研究数字经济对我国对外直接投资的影响。张明哲（2022）研究“一带一路”数字经济对中国对外直接投资区位选择的影响，发现数字经济发展水平影响我国企业对“一带一路”沿线国家对外直接投资的区位选择。三、现状分析（一）数字“一带一路”的发展现状随着“一带一路”沿线国家数字建设发展的不断深化，20172019 年沿线各国平均互联网使用率从 60%提高到 67%，其中，49 个国家的互联网用户数量大幅增加，16 个国家互联网使用比率的全球排名出现了明显提高，平均增幅为 14%（见表 1）。互联网的普及加速了技术、信息和科学知识的创新与发展，促进了各类产业向数字化转型，提高了产业生产效率。“一带一路”沿线国家中，东南亚、南亚国家数字技术的使用率出现大幅增长，柬埔寨的信息和通用技术使用指数增幅最大；中东欧和西亚沿线国家的通信使用指数增长缓慢甚至有所下滑，黎巴嫩的下滑程度最大。这为中国与中东欧和西亚国家进行数字经济合作提供了一定的空间。（二）我国对“一带一路”国家的直接投资现状中国贸促会发布的中国企业对外投资现状及意向调查报告显示，自 2013 年“一带一路”倡议提出以来，70%以上的中国企业对外直接投资目的地优先选择“一带一路”沿线国家，其中，最热门的沿线投资目的地是新加坡、印度尼西亚、马来西亚等东南亚国家。从 2013 年“一带一路”倡议提出至 2020 年，我国对“一带一路”沿线国家的直接投资达 1398.5 亿美元，占我国同时期对外直接投资总额的 7.8%。其中，2020 年中国境内企业在“一带一路”沿线各国 建立了 1.1 万多家境外企业，当年对外直接投资总额达225.4 亿美元，同比增长 20.6%，占同期资本流入该地区的 14.7%。2020 年，中国企业在“一带一路”沿线国家并购 84 个项目，项目金额超 30 亿美元，占“一带一路”沿线国家全年并购总额的 11.1%。此外，2020 年，我国企业在“一带一路”沿线对 58 个国家非金融类直接投资 177.9 亿美元，同比增长 18.3%，占同投资期总额的 16.2%，较上年同期提升 2.6%，主要投向新加坡、印度尼西亚、越南、老挝、马来西亚、柬埔寨、泰国、阿联酋、哈萨克斯坦和以色列等国家。从“一带一路”投资地区分布来看，我国对外直接投资主要分布在老挝、新加坡、俄罗 表1“一带一路”部分沿线国家信息和通用技术使用指数国家2017年2019年印度尼西亚41.455.4柬埔寨35.755.4越南55.769伊朗44.350.8文莱67.175.4沙特阿拉伯68.669.3科威特61.469.4孟加拉国21.439.1黎巴嫩68.646.7以色列91.467.6克罗地亚82.960.7数据来源：2017年和2019年全球竞争力报告。丁昶，刘京华，陈娟萍：数字技术与国际直接投资 http:/ 年，我国对上述国家制造业直接投资总额达 76.8 亿美元，同比增长 13.1%。此外，我国在这些国家的建筑、租赁、服务贸易等行业也保持了较高比例的投资，占比分别为 33%、17.5%和10.5%。20132020 年，我国对“一带一路”沿线国家对外直接投资趋势如图 1 所示。20015010050020132014201520162017201820192020单位:亿美元投资总额图 1 20132020 年我国对“一带一路”沿线国家直接投资数据来源：http:/ 1 可知，20132019 年，我国对“一带一路”沿线国家的直接投资总额每年在120 亿200 亿美元，总体上保持稳步上涨的趋势。2015 年之后，投资总额稳步突破150 亿美元，到 2020 年投资总额突破 200 亿美元。对外承包工程项目是中国对“一带一路”沿线国家直接投资的主要形式，20162020 年，与中国签署对外工程承包项目的国家数均在 60 个以上，几乎涵盖了沿线所有国家。但承包合同数量却逐年下降，从 2016 年的 8158 份，减少到 2020 年的 5611 份。与此同时，单份合同金额却明显提高，这是因为签署对外工程承包项目时，我国企业优先选择项目发展前景较好，投资风险较低的工程项目。这说明中国企业在对外承包工程项目投资上，秉持的是国家所倡导的高质量对外投资战略，注重中国与沿线国家互利共赢，投资要利于沿线国家的基础设施建设、经济社会发展、人民福祉提升。四、理论分析与研究假设（一）数字“一带一路”与投资运营成本企业选择对外直接投资目的地时，优先考虑的是减少投资运营成本。随着数字技术的发展，企业通过电子信息设备实现资源与信息共享，从而提高投资效率。投资目的地的选择，通常反映了东道国的一些比较优势，例如较稳定的政治局势，较低的市场风险，较强的政府治理能力等都更容易吸引对外直接投资。因此，数字技术发展程度可以看作是东道国的技术环境比较优势。一个数字技术发展水平较高的投资目的地，能够明显降低企业对外直接投资的运营成本，对投资企业具有较强的吸引力。这是因为，利 第 35 卷 第 2 期 2023 年 4 月 http:/ 1。假设 1：数字“一带一路”的发展，可以通过降低投资成本促进我国将沿线国家作为投资目的地。（二）数字“一带一路”与外来者劣势与东道国国内投资企业相比，外国投资企业具有外来者劣势，即由于信息不对称导致的投资企业不能及时知晓与分辨东道国当地政府、市场、环境、客户等有价值的投资信息。投资企业的对外直接投资决策容易受到这些不对称信息的影响，作出错误的投资决策。东道国与母国在地理距离与经济发展水平上的差异限制了企业与市场之间的信息流动，企业为了获取这些信息，克服作为外来直接投资者的劣势，需要花费更多的时间、精力与成本。而利用数字技术，能够帮助外来直接投资企业较为透明地获得东道国的投资信息，提高东道国的信息披露程度，克服企业作为外来者的劣势。据此，本文提出假设 2。假设 2：数字“一带一路”的发展，有利于我国企业克服直接投资外来者劣势，吸引我国企业进入沿线国家投资。（三）数字“一带一路”与国际投资环境对于对外直接投资来说，国际直接投资环境尤为重要。优良的国际直接投资环境是东道国吸引对外直接投资的重要因素之一。数字技术环境是现代信息社会中，东道国国际直接投资环境中极为重要的组成部分，主要包括数字基础设施水平、营商环境的数字化程度、当地民众的国民数字素质、当地政府的数字治理能力等。这些因素均有利于对外直接投资企业基于数字环境优势进入当地直接投资。此外，对对外直接投资企业来说，数据安全、数据隐私、数据知识产权保护等方面都是投资企业较为重视的。而东道国当地数字技术的发展，能够营造良好数字技术投资环境，解决这些数据保护难题，从而吸引对外直接投资。据此，提出假设 3 和假设 4。假设 3：数字“一带一路”的发展，能够改善数字技术国际直接投资环境，提升我国在沿线国家（地区）直接投资的驱动力。假设 4：数字“一带一路”的发展，能够显著提高我国国际直接投资规模。五、实证检验（一）模型构建本文的研究对象是“一带一路”沿线国家，目的是有效探究数字技术对我国国际直接投资的影响。同时，为了控制异方差的问题和便于回归，借鉴姜峰和段云鹏（2021）的方法，采用自然对数线性模型，具体回归模型如下：丁昶，刘京华，陈娟萍：数字技术与国际直接投资 95lnOFDIit=0+1lnLujt+2lnNetsjt+3lnAmbsjt+4lnTechjt+5lnGsrjt+controls+ijt(1)ijtOFDIittIujttjNetsjttjAmbsjttjTechjttjGsrjttjcontrols015ijt其中，表示中国，表示东道国，表示年份（t=2010，2011，2019），表示 时期中国对外直接投资净流出，表示 时期国家 使用互联网的个人比例，表示 时期国家 每百万人安全互联网服务器数量，表示 时期国家 每百名居民的有效移动宽带订阅数，表示 时期国家 高科技出口，代表国家 j 的高技术发展水平，表示 时期国家 知识产权使用费，其他控制变量以表示在控制变量集合中。是常数项，表示待估参数，表示随机误差项。（二）主要变量描述与数据的选取 1.被解释变量OFDIit本文主要研究“一带一路”沿线国家数字技术发展水平对我国国际直接投资的影响，被解释变量是国际直接投资，用对外直接投资净流出来衡量。本文用表示中国对外直接投资净流出，由世界银行发展指标（World Developing Indicators）中中国对外直接投资净流出占 GDP 的百分比计算得出。2.核心解释变量Iu本文的核心解释变量为数字技术发展水平，考虑指标合理性和数据可得性，构建“一带一路”数字技术水平评价指标体系，具体包括使用互联网的个人比例（）、每百万NetsAmbsTechGsr人安全互联网服务器数（）、每百人移动宽带用户数（）、高科技出口（）、知识产权使用费（）。“一带一路”数字技术发展水平指标体系如表 2 所示。3.控制变量GDPcTlfcTaxsElctjtjMctsjttjPatjttjTerjttjIctgjt选取以 2010 年不变价美元的中国 GDP 与东道国 GDP 之比来表示，数据来自世界银行发展指标，表示市场潜力，以中国劳动力人口总数与东道国劳动力人口总数之比来表示，表示东道国的税收水平。表示 时期国家 通电率，表示时期国家 移动蜂窝订阅数（每百名居民的移动电话用户数），表示 时期国家 居民专利申请数量，表示 时期国家 高等院校入学率、表示 t 时期国家 j 信息和通信技术产品出口占产品出口总量的百分比。（三）实证结果本文运用计量经济学理论基于短面板数据进行实证分析。首先，利用普通最小二乘法（OLS）进行混合回归。其次，利用 Hausman 检验进行固定效应与随机效应的选择，检验结果显示 p=0.0000，拒绝了模型是随机效应的原假设，因此本文在后续分析时使用固定效应模型。因存在内生性问题，本文在基准回归的基础上采用了 GMM估计。本文用式（1）进行基准回归分析。该模型将我国国际直接投资作为被解释变量，核 表2“一带一路”沿线国家数字技术发展水平指标体系评价指标数据来源Iu使用互联网的个人比例（）ITUNets每百万人安全互联网服务器数（）World BankAmbs每百人移动宽带用户数（）ITUTech高科技出口（）World BankGsr知识产权使用费（）World Bank 第 35 卷 第 2 期 2023 年 4 月96心解释变量是“一带一路”沿线国家的数字技术发展水平，以研究数字技术对中国与“一带一路”沿线国家国际直接投资的影响。基准回归结果如表 3 所示。表3基准回归结果变量 （1）OLS（2）FE（3）RE（4）GMMlnIu0.259*0.0200.225*0.127（3.35）（0.20）（2.81）（1.14）lnNets0.181*0.183*0.192*0.225*（14.47）（17.64）（17.68）（13.51）lnAmbs0.210*0.166*0.192*0.206*（7.91）（7.75）（8.46）（5.48）lnTech0.064*0.072*0.067*0.175*（3.12）（1.92）（2.39）（3.29）lnGsr0.055*0.115*0.0030.159*（2.44）（3.06）（0.09）（5.46）ControlsYesYesYesYesConstant18.587*9.966*18.439*19.863*（10.64）（3.96）（9.25）（7.15）Observations225225225225R20.8900.9640.762注：数据根据STATA15.1计算结果整理；*、*和*分别表示回归系数在10%、5%和1%水平上显著。下同。AmbsIujtTaxsIujtTechTaxs由表 3 回归系数来看，基本符合预期，各回归的解释变量系数均比较显著，说明发展“一带一路”数字技术能有效促进我国对沿线国家的对外直接投资。在表示数字技术的各项指标中，每百万人安全互联网服务器数（Nets）、移动宽带订阅数（）等变量在 1%水平上显著为正。使用互联网的个人比例（）在 OLS、随机效应下，在 1%的水平上显著为正，说明沿线国家互联网个人使用比例促进了我国在这些国家的国际直接投资规模。在固定效应和 GMM 下显示不相关，可能是因为个人是否使用互联网对国家层面的投资区位选择作用不大。如果是国家层面的互联网使用比例，如政府、大型企业、基础交通设施等对于我国是否扩大对沿线国家的直接投资规模影响较大。采用GMM 处理的原因是税负水平（）与对外直接投资双向因果关系导致内生性存在。东道国税负水平的提高，对当地经济发展是不利的，主要影响中国对当地的对外直接投资规模，相比而言，使用互联网的个人比例（）的影响显得微不足道。高科技出口（）变量在 OLS、固定效应和随机效应下，在 10%及以下水平上正相关，说明东道国高科技产品出口有利于我国对当地对外直接投资规模的扩大。在 GMM 处理下，在1%的水平上呈负相关，可能是税负水平（）的提高，不利于当地形成良好的高技术环境，企业为了谋求海外市场的高利润，会将更多高技术产品输往海外，扩大高技术产品出口规模，中国企业在高税负水平和当地技术环境不足的影响下，对外直接投资规模减小。Gsr知识产权使用费（）采用 OLS 估计，在 1%的水平上显著为负，可能是因为OLS 估计将面板数据直接处理成截面数据，忽视了国家个体固定效应和时间效应，一般知识产权使用费用越高，沿线国家的数字技术发展水平越低，越不利于我国对其国际直丁昶，刘京华，陈娟萍：数字技术与国际直接投资 97GsrGsrGsrTaxsTaxsGsrTaxs接投资规模的扩大。在固定效应模型下，在 1%的水平上显著为正，原因可能是固定效应强调国家个体固定效应，随着一国支付知识产权费用的累积增加，其在数字技术上的投入水平增大，数字基础设施建设水平提高，进而促进了我国对其的国际直接投资。随机效应模型显示知识产权使用费（）与我国对“一带一路”沿线国家的直接投资无显著相关关系，可能的原因是随机效应注重时间效应，随着时间的累计，技术掌握达到一定程度，不需要再支付知识产权使用费学习新的数字技术，从而对国际直接投资规模并无影响。在 GMM 下，在 1%的水平上显著为负，原因可能是税负水平（）与对外直接投资双向因果关系导致内生性存在，因而使用 GMM 处理，和对外直接投资是负向相关，知识产权使用费（）和税负水平（）的双重叠加效应，导致对外直接投资规模减小。总的来说，“一带一路”沿线国家大力发展数字技术有利于我国对沿线国家国际直接投资规模的扩大。（四）异质性检验由于沿线各国之间的经济发展水平参差不齐，而数字技术发展水平与当地经济发展水平密切相关，如果同时将所有国家混合进行回归分析，可能会出现结论偏差。因此，本文依据世界银行人均国民收入的划分标准，将沿线 38 个国家进一步分为发达国家和发展中国家进行研究。其中，新加坡、以色列等 10 个国家属于发达国家，马来西亚、约旦等 28 个国家属于发展中国家。具体的分类标准如表 4 所示。表4不同发展水平的国家分类标准发展水平分类国家发达国家（10国）新加坡、以色列、塞浦路斯、捷克、希腊、匈牙利、立陶宛、拉脱维亚、波兰、斯洛伐克发展中国家（28国）马来西亚、泰国、越南、印度尼西亚、孟加拉国、克罗地亚、阿塞拜疆、巴林、白俄罗斯、爱沙尼亚、巴基斯坦、罗马尼亚、哈萨克斯坦、乌兹别克斯坦、波斯尼亚和黑塞哥维那、吉尔吉斯斯坦、亚美尼亚、塞尔维亚、印度、保加利亚、约旦、摩尔多瓦、黑山共和国、格鲁吉亚、俄罗斯联邦、沙特阿拉伯、土耳其、乌克兰数据来源：根据世界银行数据库整理。将样本进行普通最小二乘法（OLS）回归和 Hausman 检验，异质性回归结果见表 5。结果表明,在异质性模型中仍应选择固定效应模型。由表 5 异质性检验结果可知，每百万人安全互联网服务器数（Nets）、有效移动宽带订阅数（Ambs）在 1%的水平上显著为正，说明无论是发达国家，还是发展中国家，以网络基础设施为代表的数字技术进步均显著促进了我国对其的国际直接投资规模。IuIu使用互联网的个人比例（）在发达国家组的 OLS 和随机效应模型下，在 1%的水平上显著为正；在固定效应模型下不显著，可能是因为固定效应模型强调国家个体效应，发达国家的互联网普及率较高，快速上涨的空间有限，因而我国对其的国际直接投资规模影响不大。在发展中国家组均显示在 1%的水平上显著为正，说明引导发展中国家人民提高使用互联网比例，能够促进我国对这些国家的国际直接投资规模。Tech高科技出口（）代表东道国高技术发展水平，发达国家组在 OLS 下只在 1%的水平上显著为正，在固定效应和随机效应下不显著，原因可能是发达国家组的高技术发展程度，不是中国企业进行投资的主要考虑因素。其他因素如由于技术攀爬、社会高福 第 35 卷 第 2 期 2023 年 4 月98利、适应发达国家组营商环境等使中国企业必须提高的国际直接投资成本才是主要因素。在发展中国家组则完全相反，所有国家均在 1%的水平上显著为正，可能是这些国家的经济发展水平和数字技术发展水平与中国更为接近，当这些国家技术发展水平提高时，更能吸引我国企业参与国际直接投资，从而提高投资规模。GsrGsr知识产权使用费（）在发达国家组中，在 1%的水平上显著负相关或不相关，发达国家组的创新程度优于或等于中国的创新程度，而提高知识产权使用费、提高社会的数字技术发展水平，会造成双方数字技术水平落差，阻碍我国企业进行投资。在发展中国家组显示不显著，可能因为发展中国家大量支付额外知识产权使用费给主要创新国家（地区），如美国、日本、欧盟等，由于垄断创新、技术领先红利等因素，对本国的数字技术发展和数字基础设施建设反而不利，不能促进我国对发展中国家组的国际直接投资。（五）稳健性检验MmtlcGdi对模型进行稳健性检验是保证实证结果可靠性的必要途径，本文采用的检验方法是替换控制变量数据。本文将自然资源禀赋（）、东道国固定资产（）纳入模型进行回归，检验实证结果是否具有稳健性。lnOFDIit=0+1lnIujt+2lnNetsjt+3lnAmbsjt+4lnTechjt+5lnGsrjt+controls1+ijt(2)lnOFDIit=0+1lnIujt+2lnNetsjt+3lnAmbsjt+4lnTechjt+5lnGsrjt+controls2+ijt(3)式（2）为加入自然资源禀赋模型，式（3）为加入东道国固定资产模型，针对模型的选择问题进行 Hausman 检验和稳健性检验，结果表明在稳健性检验中仍然选择固定效应模型。稳健性检验回归结果见表 6。IuNets由表 6 可知，使用互联网的个人比例（）、每百万人安全互联网服务器数（）、表5异质性回归结果变量（1）OLS（2）FE（3）RE（4）OLS（5）FE（6）RElnIu0.479*0.0770.316*1.196*0.686*1.196*（5.69）（0.71）（3.72）（2.87）（1.90）（2.87）lnNets0.152*0.166*0.167*0.159*0.152*0.159*（12.35）（14.73）（15.06）（6.21）（8.76）（6.21）lnAmbs0.196*0.183*0.199*0.373*0.193*0.373*（6.09）（6.27）（7.23）（5.63）（3.28）（5.63）lnTech0.045*0.0010.0270.117*0.337*0.117*（2.30）（0.02）（0.93）（2.95）（3.90）（2.95）lnGsr0.143*0.0650.095*0.0460.0350.046（5.50）（1.16）（2.41）（1.25）（0.63）（1.25）ControlsYesYesYesYesYesYesConstant19.411*11.132*16.318*9.763*16.057*9.763*（9.05）（3.34）（6.15）（2.13）（3.17）（2.13）Observations136136136767676R20.9370.9700.9540.986丁昶，刘京华，陈娟萍：数字技术与国际直接投资 99每百人移动宽带用户数（Ambs）和高科技出口（Tech）在 1%的水平上显著为正。Gsr 在分别加入两组控制变量后的 OLS 和随机效应下，在 1%的水平上显著为负，在固定效应下不显著。控制变量自然资源禀赋（Mmtlc）、东道国固定资产（Gdi）对核心解释变量知识产权使用费（Gsr）产生了一定影响，原因可能是自然资源禀赋和东道国固定资产不同的东道国在知识产权使用费上，即创新主动性上，存在明显国别差距。自然资源禀赋高的国家通常在国际市场上售卖原始资源的可能性大，很少支付知识产权费用主动改善本国数字技术水平，因而与我国对其国际直接投资无显著相关性；东道国固定资产水平较高的国家，通常是经济发展水平较高的国家，本国的创新能力已经相对较强，没有动力支付知识产权使用费，从而在我国对其国际直接投资上呈现不相关。总体而言，在稳健性检验下，大部分代表数字技术的核心解释变量对被解释变量是正向显著的，基准回归结果具有稳健性。六、结论与建议（一）结论本文利用 20102019 年中国与“一带一路”沿线 38 个主要国家的面板数据，通过实证分析验证了“一带一路”沿线国家数字技术发展有利于推动我国对外直接投资。同时，进行了分样本异质性检验，发现“一带一路”沿线国家数字技术发展对我国在沿线发达国家和发展中国家对外直接投资上大体都具有显著影响。此外，本文对模型进行了稳健性检验，结果显示各核心解释变量显著性并没有发生明显的变化，可以认为基准模型具有一定的稳健性。（二）建议本文的研究结果表明，“一带一路”沿线国家的数字技术发展水平对我国在该地区表6稳健性检验结果 变量（1）OLS（2）FE（3）RE（4）OLS（5）FE（6）RElniu0.082*0.176*0.070*0.148*0.208*0.089*（3.12）（2.57）（4.17）（3.56）（6.79）（7.24）lnnets0.236*0.257*0.247*0.215*0.242*0.224*（13.21）（14.27）（17.66）（15.20）（19.21）（18.21）lnambs0.246*0.214*0.289*0.254*0.217*0.235*（8.33）（9.21）（9.92）（7.72）（8.82）（9.92）lntech0.005*0.067*0.005*0.018*0.042*0.006*（8.23）（5.41）（8.21）（4.22）（3.77）（3.25）lngsr0.124*0.0210.213*0.167*0.0260.134*（4.62）（0.18）（3.37）（4.03）（0.38）（3.29）controls1YesYesYescontrols2YesYesYesConstant12.347*13.676*14.375*14.676*12.211*16.441*（8.32）（3.623）（7.45）（6.27）（3.23）（6.36）Observations216216216225225225R20.8730.9210.8660.947 第 35 卷 第 2 期 2023 年 4 月100的投资活动具有显著正向影响，且其已成为中国对外直接投资决策的重要影响因素之一。未来，数字经济的发展必将成为中国经济增长的新动力，也是今后重点发展方向。因此，在数字经济背景下，本文从中国和“一带一路”沿线国家双边角度出发，基于以下三点对如何更好地在沿线国家进行投资，提出合理化的政策建议。（1）我国应与“一带一路”沿线国家合作共同培养数字人才。发挥我国高校的优势，与“一带一路”沿线国家高校展开数字技术优秀留学生培养和“2+2”双学位模式联合培养项目合作，该项目不仅可以对我国数字技术发展带来积极影响，且数字人才的培养也能对沿线国家的数字技术高速发展起到推动作用，使我国能更好地在沿线国家进行国际直接投资。（2）“一带一路”沿线国家应学习借鉴沿线数字技术发达国家的先进经验。数字技术发展程度不足的国家与数字技术发达的国家应加强交流沟通，吸收借鉴数字技术发展成功经验。比如，数字技术和经济较为发达的新加坡，所实行的数字技术发展模式，对我国北京、上海等一线城市具有较大借鉴意义。针对数字技术欠发达的沿线国家，我国可以在这些国家设立境外研究院、中外合作办学场所等传授相关经验，帮助其培养相关数字科研人才，提升基础数字研究水平，助力数字技术创新，推动我国在这些地区的国际直接投资。（3）“一带一路”国家应大力推进数字基础设施建设，尽快推动数字技术的广泛应用。利用我国与“一带一路”沿线国家的良好经济合作关系，向沿线国家的企业开展本国数字技术项目招标，引进良好的数字技术建设手段。对于经济落后的国家，必要时应向沿线其他国家申请数字技术援助，制定与当前数字经济发展相符的各项制度与营商环境，尽快完成数字基础设施建设，提高数字技术水平，以吸引更多中国企业对其进行国际直接投资。参考文献：白俊红,陈新,2022.数字经济、空间溢出效应与区域创新效率 J 研究与发展管理,34（6）:6778.DOI:10.13581/ki.rdm.20211722.程昊,孙九林,董锁成,等,2016.“一带一路”信息化格局及对策 J.中国科学院院刊,31（6）:656661.DOI:10.16418/j.issn.1000-3045.2016.06.008.董婷婷,2021.数字经济背景下中国对外直接投资区位选择影响因素研究 D.沈阳:辽宁大学.DOI:10.27209/ki.glniu.2021.001292.董有德,米筱筱,2019.互联网成熟度、数字经济与中国对外直接投资基于 2009 年2016 年面板数据的实证研究 J 上海经济研究（3）:6574.DOI:10.19626/31-1163/f.2019.03.006.姜峰,段云鹏,2021.数字“一带一路”能否推动中国贸易地位提升基于进口依存度、技术附加值、全球价值链位置的视角 J.国际商务（2）:7793.DOI:10.13509/ki.ib.2021.02.006.金玉凤,2022.“一带一路”沿线国家数字经济发展水平对中国对外直接投资的影响 D.济南:山东大学.DOI:10.27272/ki.gshdu.2021.000955.彭德雷,2020.“一带一路”数字基础设施投资:困境与实施 J.兰州学刊（7）:98111.丁昶，刘京华，陈娟萍：数字技术与国际直接投资 101齐俊妍,任奕达,2022.数字经济发展、制度质量与全球价值链上游度 J.国际经贸探索,38（1）:5167.DOI:10.13687/ki.gjjmts.20220104.001.王亚飞,张兴建,龚涛,2023.我国数字经济发展对就业的多维影响:作用机理与经验证据 J 重庆文理学院学报（社会科学版）,42（1）:5265.DOI:10.19493/ki.issn1673-8004.2023.01.005.魏下海,郭凯明,吴春秀,2021.数字技术、用工成本与企业搬迁选择 J.中国人口科学（1）:104116;128.夏杰长,姚战琪,徐紫嫣,2021.数字经济对中国区域创新产出的影响 J 社会科学战线（6）:6778;281282.谢璐,2022.数字技术和数字经济助力城乡融合发展的理论逻辑与实现路径 J.农业经济问题（11）:96105.DOI:10.13246/ki.iae.20220215.001.姚战琪,2022.数字经济对中国对外贸易竞争力的多重影响 J.财经问题研究（1）:110119.DOI:10.19654/ki.Cjwtyj.2022.01.011.詹晓宁,欧阳永福,2018.数字经济下全球投资的新趋势与中国利用外资的新战略 J.管理世界,34（3）:7886.DOI:10.19744/ki.11-1235/f.2018.03.007.张伯超,沈开艳,2018.“一带一路”沿线国家数字经济发展就绪度定量评估与特征分析 J.上海经济研究（1）:94103.DOI:10.19626/31-1163/f.2018.01.010.张明哲,2022.“一带一路”数字经济对中国对外直接投资区位选择的影响研究 J.当代财经（6）:111122.DOI:10.13676/36-1030/f.2022.06.010.钟文,郑明贵,钟昌标,2022.数字经济、创新力培育与经济高质量发展 J/OL 软科学.中国知网首发.（2022-10-08）.https:/ J.合肥工业大学学报(社会科学