新兴市场国家对外直接投资的生产率效应

新兴市场国家对外直接投资的生产率效应

一重点解释与其他相关文献随着经济的发展，直接投资在中国的外国问题（bukey等人，2008）中得到了越来越多的关注。近年来中国不仅是吸收外商直接投资(ForeignDirectInvestment,FDI)的大国,也是全球主要的资本输出国。根据联合国贸发会议(UNCTAD)《2011年世界投资报告》统计,2010年中国对外直接投资分别占全球当年流量和存量的5.2%和1.6%,分列全球第5位和第17位。如表1所示,2003年中国对外投资流量为28.55亿美元,到2010年就迅速增加到688.11亿美元,8年增加了约24倍,年均增长约82.45亿美元。随着中国“走出去”战略的实施和企业实力的增强,中国企业正全方位融入国际市场,参与全球竞争。截至2010年年底,共有约13000多家境内投资者在国(境)外设立对外直接投资企业1.6万家,分布在全球178个国家(地区)。在中国企业大规模对外直接投资的背景下,本文的核心问题是:企业对外直接投资后对其生产率有何影响,即企业对外直接投资后是否存在“生产率效应”?企业对外直接投资的“生产率效应”是指“知识资本”或其他“非技术信息”通过外向FDI渠道促进了企业生产率提升。因此,企业对外直接投资的“生产率效应”属于“逆向技术溢出”范畴。从现有文献来看,与本文相关的文献有两类:一类是新兴市场国家对外直接投资的相关理论文献。Hymer和Rowthom(1970)最早用垄断优势解释了企业对外直接投资问题。此后,Dunning(1981)结合垄断优势的有关思想进一步提出了国际生产折衷(OLI)理论,并认为垄断优势、内部化优势和区位优势共同导致对外直接投资的发生。上述理论在相当程度上解释了发达国家的对外直接投资问题。随着全球经济发展,新兴市场国家的对外直接投资问题引起了学术界的关注。与发达国家企业相比,新兴市场国家的企业并不具备传统的垄断优势,因此很难用垄断优势或OLI理论来解释这种现象。针对新兴市场国家的对外投资问题,Dunning和Narula(2009)将投资发展周期理论(IDP)和OLI理论相结合,并提出新兴市场国家的企业在吸收FDI过程中积累所有权优势、内部化优势和区位优势,同时具备三种优势后,就可以成长为跨国公司,进而作为母国企业进行对外直接投资。此外,一些学者从企业微观层面去寻找新兴市场国家企业所特有的竞争优势并试图以此解释新兴市场国家企业的海外投资行为。Wells(1983)提出了小规模技术理论,认为发展中国家企业的比较竞争优势来自低成本,这种低成本优势主要来源于拥有为小市场需求提供服务的小规模生产技术;即使技术不够先进、经营范围和生产规模较小的发展中国家企业,也能够通过对外直接投资来参与国际竞争。Lall(1983)在对印度跨国公司的竞争优势和投资动机进行深入研究的基础上,提出了发展中国家跨国公司对外直接投资的技术地方化理论,认为发展中国家跨国公司的技术形成包含企业内在的创新活动,这种创新活动形成了发展中国家跨国公司特有的优势。另有学者认为新兴市场国家的“特定比较优势”促进了企业对外直接投资。新兴市场国家可以凭借要素禀赋的结构性差异获取后发优势(林毅夫,2003)。孙黎等(2010)将此种逻辑框架扩展到跨国公司对外投资理论,并与OLI范式相结合,提出了“比较所有权优势”理论,以解释新兴市场跨国公司对外并购现象。他们认为新兴市场的跨国公司可以通过杠杆比较优势来形成竞争力上的结构性差异或“异质性”,以集聚后发优势(Nocke和Yeaple,2008),最终表现为企业在资源、能力上相对于其对手(尤其是发达国家跨国企业)的所有权优势,这就是“比较所有权优势”。以上文献从理论上针对新兴市场国家对外直接投资问题给予了解释。与本文相关的另外一类文献是企业异质性、对外直接投资以及“逆向技术溢出”的相关文献。Helpmam等(2004)将Melitz(2003)的企业异质性从出口延伸到对外直接投资,他们认为生产率最高的企业选择对外直接投资,生产率居中的企业选择出口,而生产率最低企业只能服务本国市场。由于企业对外直接投资需要克服更高的固定成本,因此只有生产率较高的企业才能在海外市场上有足够的赢利弥补直接投资带来的固定成本。这被称为企业对外直接投资的“自选择效应”。而后,Mayer和Ottaviano(2007)、Tomiura(2007)、Yeaple(2009)和Ryuhei以及Takashi(2012)等大量经验研究也验证了这一点。追溯企业异质性与出口的相关文献,许多学者不仅关注企业出口的“自选择”问题,也关注出口企业的“生产率效应”。他们认为企业出口后向国外消费者和供应商学习,提高了企业生产率(Bernard和Jensen,1999;Biesebroeck,2005)。同样,聚焦中国企业出口的“生产率效应”,国内外学者也得到了积极结论(Lu等,2010;Feenstra等,2011;余淼杰,2011)。于是,本文提出企业对外直接投资是否也存在“生产率效应”?目前还鲜有文献就企业对外直接投资后的“生产率效应”进行直接检验。仅有部分文献检验了外向FDI的“逆向技术溢出”对母国的影响。Blomstrom等(2000)研究了日本的外向FDI对经济的影响。他们发现日本的外向FDI对本国的产业结构调整有显著影响。同样,Branstetter(2000)也研究了日本企业对美国直接投资的“逆向知识溢出”效应。他的研究发现日本企业对美国投资后,其专利申请数量明显增加,从而说明逆向“知识溢出效应”显著促进了日本企业的技术进步。Potterie和Lichtenberg(2001)研究了投资研发密集型国家对母国全要素生产率的影响。他们发现技术可以通过外向FDI逆向溢出,从而促进母国的技术进步。Pradhan和Singh(2009)研究了印度汽车企业的跨国并购对汽车行业的影响。他们发现印度汽车企业的跨国并购成功整合了国外的研发资源和先进技术,进而促进了印度汽车行业的发展。从国内的文献来看,赵伟等(2006)研究了中国外向FDI与技术进步的关系。他们发现外向FDI能够有效促进中国生产率进步。王英和刘思峰(2008)研究了研发资本存量和外向FDI的关系,发现外向FDI对中国的技术进步有一定负面影响。常玉春(2011)利用中国大型国有企业数据研究发现企业的境外资本对企业的技术创新绩效有显著影响。以上文献虽然研究了国家或企业对外直接投资行为的“逆向技术溢出”或“逆向知识溢出”效应,但是并没有就企业对外直接投资的“生产率效应”给予直接回答。因此,企业对外直接投资后对企业生产率有何影响值得深入研究。特别是在中国企业大规模“走出去”背景下,企业对外直接投资是否提升了企业生产率和市场竞争力?对上述问题给予明确回答不仅是理论界亟待解决的问题,也能够更好引导中国企业对外直接投资。与研究出口企业的“生产率效应”一样,要检验企业对外直接投资后的“生产率效应”,选择适当的对照组企业异常关键。由于企业对外直接投资存在“自选择”问题,因此对外直接投资企业在投资之前就比非对外投资企业的生产率高。所以,如果将对外直接投资的企业与非对外直接投资企业进行比较,所得到的结论无疑是不可信的。原因是无法区分对外直接投资企业的生产率提升是由于投资前的“自选择效应”还是投资后的“生产率效应”而导致的。所以,我们在Girma等(2004)、Greenway等(2007)以及Bellone等(2010)的基础上,采用数据匹配方法选择与对外直接投资企业最有可比性的企业作为对照组。然后,利用利用倍差法(Different-in-Different,DID)检验了企业对外直接投资对企业生产率的提升作用。此外,基于稳健性考虑,我们也计算了以对外直接投资企业为实验组的“平均处理效应”(AverageTreatmentEffectontheTreated,ATT)。与此同时,对外直接投资企业和非对外直接投资企业备选对照组(匹配之前的对照组企业)的选择也非常关键。为了比较企业对外直接投资后对企业生产率的持续影响,我们选择2004～2007年持续经营的企业作为备选对照组企业。这样做的好处有两个:第一,排除了比较期间由于某些样本企业退出而导致的样本偏差;第二,这期间样本数据为企业层面的面板数据排除了截面差异对估计结果的影响。本文接下来的结构安排是:第二部分为经验模型和数据说明;第三部分为经验检验和结果分析;第四部分计算对外直接投资企业的ATT效应;最后总结全文。二经验模型和数据解释(一)企业对外直接投资对企业生产率的影响基于倍差法思想,我们将对外直接投资的企业视为实验组,将从未对外直接投资的企业视为对照组。同时,我们也构造了两个二元虚拟变量du和dt。du表示企业是否对外直接投资,如果du=1表示企业对外直接投资,如果du=0表示企业从未对外直接投资。dt为时间二元虚拟变量,如果dt=1表示企业对外直接投资后的时期,如果dt=0表示企业对外直接投资前的时期。令tfpit表示企业i在时期t的生产率,Δtfpi表示企业i对外直接投资前后的生产率变化。若企业对外直接投资则将其两个时期的生产率变化记为;若企业从未对外直接投资则将其两个时期的生产率变化记为。因此,企业对外直接投资后对企业生产率的实际影响δ为:(1)式中事实上是不可观察的。因为企业对外直接投资后其非对外投资时的状态其实已经不可观测。在此,我们利用匹配的方法为对外直接投资企业找到了最相近的从未有过对外直接投资的企业。我们可以用从未对外直接投资企业的生产率变化代替对外直接投资企业的生产率变化,即。那么(1)式可转化为:然后,依据倍差法将对外直接投资的企业视为实验组,从未对外直接投资的企业视为对照组,比较实验组企业和对照组企业在对外直接投资前后生产率的变化。如果实验组企业在对外直接投资后的生产率增加显著高于对照组企业,那么我们就有理由认为企业的对外直接投资促进了生产率提升。具体的检验模型如下:上式中du和dt的含义与前文一致;i和t分别表示企业和时间;tfpit和ξit分别表示企业的生产率和模型误差项,且E(ξit)=0。(3)式中实验组企业在对外直接投资前后的生产率分别为α0+α1和α0+α1+α2+δ,因此实验组企业的生产率变化为。相对应,对照组企业在对外直接投资前后的生产率分别为α0和α0+α2,因此对照组企业的生产率变化为。根据(2)式可知:由(4)式可知,检验模型(3)的交互项(du×dt)系数δ为企业对外直接投资后对其生产率变化的实际影响。如果δ>0则表示企业对外直接投资前后实验组企业的生产率增加大于对照组企业。这表明企业对外直接投资系统性增加了企业生产率,从而说明对外直接投资促进了企业生产率提升。基于稳健性考虑,我们还在(3)式中加入其他控制变量和固定效应。根据以往研究,具体包括以下控制变量:企业人均资本(capital);企业就业人数(employment);企业经营时间(age);企业是否出口(export);企业是否有外资股份(fdi)及企业是否有研发投入(research)。固定效应主要有年份固定效应(year)、地区固定效应(region)及行业固定效应(industry)。(二)变量配置1.模型a:回归式投资回归运用普通最小二乘(OLS)方法计算的企业全要素生产率是先估计下式:其中,va表示企业工业增加值,l和k分别为企业劳动投入和资本存量,ηit为误差项。但是,由于全要素生产率与企业要素投入水平间存在双向因果关系,如企业生产率越高可能引致企业投资越多,因此回归式(5)存在内生性问题。为此,我们采用Levinsohn和Petrin(2003)的方法,转而估计下式:其中,m为中间投入,φ(kit,mt)为资本存量和中间投入的函数。φ(kit,mt)是由k和m表示的三阶多项式近似(third-orderpolynomialapproximation)。由(6)式可以估计劳动和资本投入系数。之后TFP由下式计算:在实际计算中,(6)和(7)式中变量均取对数形式。va、k和m分别用价格指数和固定资产价格指数进行平减,转化为实际值;劳动投入则用企业年均从业人数表示。2.企业或企业的研发能力或投入确定企业资本密度用企业固定资本存量与从业人数之比表示;企业就业人数用企业年均从业人数表示;企业是否出口根据出口交货值确定(如果出口则取值为1;否则为0)。企业是否有外资股份根据企业实收资本中是否有港澳台资本或外商资本确定(如果有则取值为1;否则为0)。企业是否有研发投入根据企业研发投入确定(如果有研发投入取值为1;否则为0)。(三)样本选取及数据来源本文企业数据来自商务部统计的中国对外直接投资企业与中国工业企业统计数据库。实验组企业来自商务部统计数据库,对照组企业来自中国工业企业统计数据库。具体方法为,首先根据商务部统计的对外直接投资企业名称与中国工业企业统计数据库进行匹配,进而找到对外投资企业的财务数据。商务部统计的数据库公布了海外投资的母公司名称、海外投资分支机构名称、海外分支机构的主要工作性质(如商贸服务、生产销售、技术研发和资源开发等)、投资东道国、母公司所属省份及分支机构设立时间。因此,可根据上述信息,与中国工业企业统计数据库进行匹配,完善对外投资企业的数据。本文样本时间段为2004～2006年开始对外直接投资的企业。选择这个时间段的原因是,2004年以前中国企业还未进行大规模对外直接投资,因此海外投资的企业数量有限。随着中国经济发展和政府政策支持,自2004年后中国企业海外投资成倍增长。因此选择这段时间恰好反映了中国企业大规模“走出去”的背景。根据商务部数据统计,2004～2006年共有2635家中国企业进行了海外投资,经过与中国工业企业数据匹配,获得970家对外直接投资的中国企业数据,进一步剔除在此期间连续进行对外直接投资的企业(样本只选择首次对外直接投资的企业)。1同时,由于要检验企业对外直接投资的持续生产率效应,也剔除了对外直接投资后没有形成两年以上时间序列数据的企业。因此,本文最终获得761家对外直接投资企业。从未进行过对外直接投资的企业样本(对照组)来自中国工业企业统计数据库(2005～2007年)。对于样本异常值,我们参照谢千里等(2008)和余淼杰(2011)的研究进行了常规处理:第一,删除遗漏重要财务指标(如企业总产值、固定资产净值、销售额和工业总产值)的样本;第二,删除雇员人数在10人以下的样本。此外,参照Cai和Liu(2009)与Feenstra等(2011)的研究方法,遵循一般会计准则(GAAP),我们还剔除了有以下情况的样本:流动资产超过固定资产的企业,总固定资产超过总资产的企业,固定资产净值超过总资产的企业。同时,也剔除了没有企业识别码、成立时间无效或不明确以及所属行业不明的企业。基于相似企业的连续可比较性,我们选择2005～2007年有连续经营的企业面板数据,最终获得对照组企业样本量为21678家。2三经验与结果分析(一)马氏距离匹配实验的结果本节我们运用马氏距离匹配法(mahalanobismatching)进行匹配。马氏距离匹配的原理如下:对于实验组个体p∈{dpt=1}和对照组个体q∈{dqt=0},d为二值变量(0或1)表示个体是否属于特定组别,用Dpq表示实验组个体p和对照组个体q之间的马氏距离,其计算公式如下:其中,Up和Uq分别表示实验组和对照组的匹配变量的向量,C为匹配变量的协方差矩阵。通过计算Dpq,其最小值对应的对照组个体q就是与实验组个体p最接近的对照组个体。因此,对照组个体q就是匹配实验寻找的对象。具体而言,如果Dpq满足如下条件:则对照组个体q就是马氏距离匹配的最优值。当然,根据需要我们也可以选择匹配比例(1:n),n表示想要匹配的对数。在进行马氏距离匹配时,首先需要选择决定实验组和对照组个体特征d(1或0)的变量。本文研究企业对外直接投资的行为,因此我们选择的应该是最能够决定企业是否对外直接投资的变量。在Bernard和Jensen(1999)、Greenaway等(2007)以及Bellone等(2010)文献的基础上,我们选择企业如下指标作为匹配变量:企业全要素生产率、企业资本密度、企业规模及企业所属行业等。需要强调的是,匹配实验的目的是要找到企业没有对外投资时与其最有可比性的企业,因此我们按照企业对外投资前一期的企业特征变量和样本进行匹配,找出在该阶段与对外投资企业最接近的非对外投资企业。3具体匹配结果见表2。从表2可知,匹配前实验组和对照组的样本均值相差较大且高度显著。这说明由于企业对外直接投资的“自选择效应”,使得对外直接投资企业的生产率远高于非对外直接投资企业。因此,如果直接将对照组企业与实验组企业进行比较,将无法识别到底是“自选择效应”还是“生产率效应”提升了企业生产率。匹配后的实验组和对照组企业的生产率高度接近,从T值来看可以接受实验组和对照组样本均值相等的原假设。因此,经过匹配后,按企业对外直接投资的时间分,我们获得对照组企业是:2003年为104家,2004年618家,2005年707家。然后基于研究需要,我们还可以根据2004～2006年实验组和对照组企业找到2005～2007年的相对应企业。(二)企业生产率和企业产能是企业新型基于DID方法和匹配的样本数据,我们对(3)式进行了初始检验,具体见表3。我们首先不控制任何其他因素进行检验,而后加入控制变量并逐步控制年份、地区和行业因素对企业生产率的影响。本文核心检验变量是交互项du×dt。从表3第(1)和(2)列来看,du×dt的系数显著为正,加入控制变量后,系数和显著性仍然稳健。这表明企业对外投资后的生产率增加显著大于非对外投资企业,从而证明企业对外直接投资显著提升了企业生产率。由于时间、地区和行业的差异可能会影响企业生产率。如特定年份的外部冲击,可能影响企业的需求和供给结构,因而影响企业生产率。各地区市场规模、外部市场需求以及特定要素供给的差异可能影响企业生产率。最后,企业所属行业的差异也导致了企业生产率差异。例如,与传统行业相比,高新技术行业生产率可能更高。因此,表3中我们逐步控制了年份、地区和行业差异对企业生产率的影响。从第(3)～(5)列检验结果看,du×dt的系数显著为正。这再次表明企业对外直接投资显著促进了企业生产率提升。du度量了实验组和对照组企业的生产率差异,即那些不随时间变化的其他因素对企业生产率的影响。我们发现在未控制企业特征变量时,对外投资企业的生产率要高于非对外投资企业。然而随着企业特征变量和年份固定效应的控制,du的系数不再显著。这说明企业自身特征和年份固定效应解释了实验组和对照组企业的生产率差异。但是,地区和行业固定效应控制后,du的系数再次显著。这说明从地区和行业层面看,实验组企业的生产率在绝对水平上要高于对照组企业。总之,du的估计系数符号和显著性随企业特征和固定效应的控制变得不稳健。这说明如果不考虑时间维度的影响,实验组企业不一定比对照组企业的生产率更高。dt为企业对外直接投资前后的时间二元虚拟变量。dt的系数符号和稳健性也不稳健。在控制了年份、地区和行业固定效应后,dt的系数变为负。这说明如果不考虑企业是否对外直接投资的影响,不论是实验组还是对照组企业,其生产率不一定随时间而上升。从其他控制变量来看,企业资本密度和企业就业人数系数都显著为正,说明企业资本密度越高、就业人数越多则企业生产率越高。企业经营时间的系数显著为负,说明企业成立时间越早生产率越低。对此可能的解释有两点:第一,企业成立越早则采用的技术装备可能越落后,因此生产率相对越低;第二,企业成立越早,越有可能受制于管理体制和所有制对企业生产率的影响。企业是否出口的系数显著为负,说明出口企业的生产率不一定高。这与传统理论预期相反(Melitz,2003)。然而,这却验证了中国企业出口的“生产率悖论”。由于国内市场分隔和地方保护主义,导致企业在国内销售的成本可能比国外市场更高。因此,这要求国内销售的企业有更高的生产率。此外,Lu(2010)认为中国企业在国内销售的成本和出口成本取决于行业特性。对于特定行业而言,国内竞争比国外竞争更加激烈。因此,出口企业未必比非出口企业的生产率高。企业是否有外资股份的系数显著为负,表明外资股份不一定提高了企业生产率。企业研发系数显著为正,说明企业的研发投入提升了企业生产率。总之,通过初始检验我们发现:在控制企业特征变量和年份、地区和行业固定效应后,企业对外直接投资仍然显著提高了企业生产率,说明中国企业的对外直接投资存在“生产率效应”。(三)企业对外直接投资“生产率效应”的滞后效应分析企业对外直接投资的“生产率效应”可能存在滞后作用。例如企业对外直接投资接触到国际上先进技术和管理经验之后,需要学习先进技术和改进管理模式后才能促进生产率提升,企业“生产率效应”的发挥需要一段时间。但是,当企业掌握现有先进技术和管理经验后,企业从对外直接投资中学到的新技术和管理经验可能存在边际递减的效应。因此,企业生产率并不会因对外直接投资而持续提高。此外,企业对外直接投资前可能存在剩余产能,对外直接投资后市场规模扩大,剩余产能得以开发,降低了平均成本,从而提高了企业生产率。但是,企业对外直接投资持续一段时间后,如果再增加产能可能会引致额外固定投资,从而增加平均成本,对企业生产率产生了负面影响。总之,我们认为企业对外直接投资的“生产率效应”可能存在先上升后下降趋势。那么实际情况如何?为检验这种猜测,我们进行了滞后效应检验,具体结果见表4。从核心变量(du×dt)系数来看,投资1和2年后的系数都显著为正,说明企业对外直接投资存在“生产率效应”的滞后作用。比较企业对外直接投资的滞后效应,我们发现:第一,与投资1年后比较,投资2年后的系数增大;第二,与投资1年和2年后比较,投资3年后的系数下降,且不再显著。上述结果表明:企业对外直接投资的“生产率效应”存在先上升的过程且呈现滞后的动态趋势。du的系数显著为正,说明在不考虑时间因素的情况下,对外直接投资的企业生产率更高。这表明企业对外投资对生产率绝对水平的提高有一定作用。其他控制变量稳健,这里不再详述。(四)当地生产类投资与中国企业生产率的关系根据商务部统计,中国企业对外直接投资的动机主要有商贸服务、当地生产和销售、技术研发及资源开采等。由于不同动机的投资与东道国要素联系的紧密程度有差异,这可能对企业投资的“生产率效应”产生一定影响。在此,我们根据中国企业的不同投资动机分析其影响企业生产率的可能传导机制。第一,商贸服务型对外投资。商贸服务类投资的主要目的是开拓国外市场、接受贸易进出口的订单以及售后服务等,其最终目的就是扩大企业出口。商贸服务类投资促进企业生产率提升的可能机制有两个:“接近效应”和“规模经济效应”。“接近效应”为对外投资的企业提供了两个平台。首先,为企业提供了接近国外创新型竞争者、研发基础设施、知识中心和研发成果的平台。其次,也为企业提供了解全球消费者偏好、产品标准和未来创新趋势等信息的机会。上述信息通过海外子公司以技术或非技术的信息渠道传导给母公司。在全球竞争日益激烈的压力下,母公司可能会扩大研发投入,整合流入国内的国外知识和技术,进而提升企业生产率。而从“规模经济效应”来看,企业对外投资扩大了出口,促进了“规模经济效应”的发挥,进而降低了单位产品的平均成本,最终提升企业生产率。从研究出口与企业生产率提升的文献看,Feenstra等(2011)和余淼杰(2011)都认为企业出口提升了企业生产率。所以,商贸服务型对外投资可能通过“接近效应”和“规模经济效应”促进企业生产率提升。第二,当地生产型对外投资。当地生产类投资是直接在东道国生产和销售产品。它对母公司生产率的影响不仅包括“接近效应”和“规模经济效应”还包括“研发费用分摊”、“利润反馈机制”和“中间投入出口”等方面。首先,当地生产类投资的“接近效应”除了拉近了与世界先进技术和产品信息的距离,也拉近了与东道国要素市场的距离。不同于商贸服务类投资,当地生产类投资还需雇佣东道国员工和较大规模的固定资产投资。对东道国生产要素的开发和利用,特别是优质研发和技术类要素的使用,有助于企业掌握先进技术和产品生产经验。技术和经验在整个公司的分享,无疑会促进母公司生产率提升。其次,当地生产的“规模经济效应”,不仅降低了企业产品的平均成本,也降低了单位产品的研发成本,并分摊了研发成本和风险。这对企业生产率的提升有积极影响。再次,当地生产类投资的“利润反馈”将为母公司的技术研发和产品升级提供更多资金支持,因而也能促进企业生产率提升。最后,企业子公司的海外生产可能需要从母公司进口中间产品,母公司出口的增加显然有助于提升企业生产率。第三,技术研发型投资。该类型投资是中国企业为直接寻求新技术和创新能力对发达国家进行的投资。该类投资的特点是利用国外先进技术和研发基础设施进行研发活动,进而回馈母公司以促进企业生产率提升。但是,技术研发型投资不一定能促进企业技术进步,原因有两个方面:首先,母公司具有的“学习能力”和“吸收能力”可能并不足以吸纳和掌握先进的技术。其次,东道国企业是否有意愿输出有市场价值的技术值得进一步商榷。因此,综合上述主观和客观因素,技术研发类投资是否会显著提升母公司生产率需要进一步检验。第四,资源开发型对外投资。资源开发类投资的目的是寻求东道国自然资源。中国的资源开发类投资大都进入了资源丰富的发展中国家。因此,企业对外投资的“接近效应”和“学习效应”较弱。更为重要的是,资源开发类投资可能存在“非市场动机”(如战略资源保障)。“非市场动机”可能使得企业投资不是以市场价值最大化为出发点的。这对整个企业的经营绩效都有负面影响,因而不利于企业生产率的提升。所以,中国企业资源开发类投资是否提升了企业生产率值得检验。综合以上分析,我们的基本预期是:当地生产类投资的“生产率效应”最大,商贸服务类投资次之,而技术研发和资源开发类投资则不确定。基于上述目的,我们按照企业对外投资的动机进行了分类检验,结果见表5。从核心检验变量(du×dt)的系数来看,第(12)～(13)列的系数显著为正,说明商贸服务和当地生产类对外投资显著促进了企业生产率的提升。比较第(12)和(13)列的系数和显著性,我们发现当地生产型投资对企业的生产率促进作用更加明显。对此可能的解释是:当地生产型对外直接投资与东道国要素联系更加紧密,“学习效应”也更加直接,对企业生产率的促进作用更加明显。4第(14)～(15)列的du×dt系数都不显著,说明技术研发和资源开发型投资对企业的生产率促进作用不确定。技术研发类型对外投资的目的是要提升企业生产率水平,但从检验结果看并未起到生产率提升的作用。这可能说明中国该类型企业的“学习能力”和“吸收能力”还不足。就资源型投资而言,中国该类投资大都进入资源丰富的发展中国家,因此通过投资的“生产率效应”提升企业生产率的可能性不大。接下来我们检验不同投资动机的“生产率效应”是否有滞后作用,具体结果见表6和7。表6中第(16)～(18)列的核心检验变量(du×dt)系数为正,滞后1～3年后显著性逐渐下降,直到不显著。这说明商贸服务型投资对企业生产率的提升逐年递减。第(19)和(20)列的du×dt系数在滞后1～2年后仍然高度显著,且系数大小和显著性上升。这说明在投资后1～2年内,当地生产类投资的生产率提升作用是上升的。然而,滞后3年后du×dt的系数虽然为正,但不显著。这说明当地生产型投资的生产率提升作用不再显著。比较这两类投资,我们发现当地生产类投资对企业生产率的提升更加显著,可能的原因是当地生产类投资与东道国要素联系更加紧密。与商贸服务类投资相比,当地生产类投资需要大量固定资产投资和人员雇佣,这就需要该类型投资与东道国要素联系更加紧密,也就越有可能接触到国际上先进的技术和管理经验,因此“干中学”效应也就更加明显,进而越有可能持续提升企业生产率。表7中技术研发类投资的du×dt系数在投资1～2年后都不显著,说明中国企业技术研发类投资的持续技术创新能力不足,这与我们对技术研发类投资的期望有所出入。中国技术研发类投资的目的就是学习国外先进技术和持续技术创新,然而,从企业层面来看,技术研发类投资并没有显著提升企业生产率。这其中的缘由值得我们进一步研究。资源开发类投资的du×dt系数也在投资1～2年后不显著,说明资源开发类投资对企业生产率的提升作用并不明显。(五)企业对外投资是否显著提升企业生产率影响企业对外直接投资“生产率效应”的因素中,投资东道国是一个很重要的因素。投资高收入国家的企业更有可能接触到当今世界最先进的技术和管理经验,因而“生产率效应”可能更加明显。DeLoecker(2007)研究企业出口的“生产率效应”时就发现出口目的地是一个重要影响因素。他认为企业出口到发达国家的生产率提升比出口发展中国家更大。企业出口尚且如此,企业对外直接投资的“生产率效应”可能更易受到目的国影响。原因是:与企业出口相比,企业对外直接投资不仅拉近了与当代先进技术和管理经验的距离,而且也可能是先进技术和管理经验的使用者或创造者。因此,投资的目的国可能对企业投资的“生产率效应”有较大影响。此外,我们还发现中国部分企业的对外直接投资存在“制度逃避或投机”动机。如部分在中国香港、中国澳门和传统避税“天堂”投资的企业在取得外商投资身份后又返回中国大陆投资,这些企业的目的很可能仅是利用外商直接投资的身份来获得更多优惠政策,因此,这种投资是否显著提升企业生产率?值得我们关注。基于以上目的,我们进行了如表8的检验。从第(26)和(27)列的检验来看,du×dt的系数都显著为正,说明企业不管投资高收入国家还是中低收入国家都存在“生产率效应”。但是从系数大小来看,投资中低收入国家的“生产率效应”更大。这可能与中国企业对外直接投资的结构有关。中国企业对发达国家的直接投资主要是商贸服务和技术研发,而当地生产类投资相对较小。而表6和7的检验表明商贸服务和技术研发类投资的“生产率效应”衰减较快。因此,总体来看投资高收入国家的“生产率效应”未必比投资中低收入国家大。第(28)列的核心检验变量(du×dt)系数显著为正,说明企业投资中国香港以外地区显著促进了企业生产率提升。而第(29)列核心检验变量(du×dt)系数虽然为正,但不显著,说明企业只在中国香港或传统避税港投资对企业的生产率提升作用不明显。这也表明存在“制度逃避或投机”动机的企业其生产率可能并未因对外投资而显著提升。总之,企业对外投资的目的国对企业生产率的提升有重要影响。接下来我们检验投资不同东道国的“生产率效应”是否存在滞后作用。表9第(30)～(32)列的du×dt系数的大小和显著性均在滞后1～2年内有所上升,滞后3年后虽为正,但不再显著。这说明中国企业投资高收入国家1～2年后显著存在“生产率效应”。投资中低收入国家的du×dt系数的显著性变化趋势和高收入国家一致。这说明其“生产率效应”的滞后作用与投资高收入国家一致。表10中的两类投资对企业“生产率效应”的滞后影响有较大差异。首先看无香港的第(36)和(37)列的du×dt系数,其大小和显著性依次降低,滞后3期后系数虽为正,但不再显著,说明企业投资中国香港和传统避税港以外东道国的“生产率效应”是逐渐衰减的。第(39)和(40)列的du×dt系数为正,但不显著,说明企业投资中国香港和传统避税港并没有显著促进企业生产率提升。这再次验证企业的“制度规避和投机”动机可能并没有促进企业效率改进。总之,通过东道国的滞后效应检验我们认为,企业投资不同东道国的“生产率效应”存在滞后现象,但是投资不同东道国表现出较大差异。四基于偏见的att测试(一)t分析模型基于稳健性考虑,我们也根据目前文献的做法(Wagner,2002;Alvarez和Lpoez,2005;DeLoecker,2007),采用偏向得分匹配法(propensityscorematching)来构建对外直接投资企业的对照组。偏向得分匹配法的原理是:第一步,利用决定企业是否对外直接投资的变量组估计一个Probit模型,然后计算企业对外直接投资的概率(倾向得分);第二步,比较实验组和对照组企业对外直接投资的概率,将概率最接近的实验组和对照组企业进行匹配;第三步,根据匹配比例挑选新的对照组。