（一）构建模型

跨国公司在经济全球化过程中发挥着重要的作用，想要理解全球化对世界各国环境、工资以及经济平衡的影响，首先必须分析跨国公司的行为，分析其通过出口还是对外直接投资服务国际市场。通过K-S 结果分析我们已经发现出口企业和OFDI企业在生产率上的差异，为进一步分析生产率对企业投资的影响，同时分析出口企业相对于非出口企业的信息和市场优势以及学习效应对企业OFDI的影响，我们建立企业OFDI决定因素的模型。

OFDIit表示企业i在t时期是否对外直接投资，对外直接投资企业取1，否则取0。TFP用来衡量企业的生产率，为保证模型的稳健性，我们将分别用LP和OP方法计算的TFP进行检验，同时为控制可能存在的内生性，将TFP的滞后期作为解释变量。为检验出口对OFDI的影响，模型中我们加入企业出口交货值（EX）来衡量出口。μi表示时间、地区和行业固定效应。εit为随机扰动项，均值为0。

模型中还加入企业年龄、企业规模、所有制、资本密集度等反映企业自身特点的控制变量。企业年龄（Age），企业成立时间越长可能经营能力越强、信用越好，越有能力参与国际竞争。为保证研究的有效性，我们首先去掉营业状态为停业、撤销等状态的企业，仅保留营业状态的企业，然后企业年龄用样本年份与企业成立年份的差值表示；企业规模（Size），企业规模越大，越容易产生规模经济，越容易投资国际市场，用年末工人数表示；企业所有制，为控制企业是否为外资企业以及是否为国企，分别用两个虚拟变量表示企业的所有制，虚拟变量为1 时分别表示企业为外资企业、国有企业。企业资本密集度（Capital Intersity），用固定资产净值年均余额与从业人员平均人数比表示。

（二）数据来源

文章所用的数据来源于《中国工业企业数据库》和《境外投资企业（机构）名录》。《中国工业企业数据库》由国家统计局对全部国有和规模以上非国有企业每年的调查收集而成，包含了丰富的企业层面信息。《境外投资企业（机构）名录》则包含了OFDI企业的名称、所在境外投资企业（机构）及其东道国经营范围、核准日期等。我们通过企业名称将两个数据库进行匹配，从而得到企业投资、出口以及企业特征的相关数据。匹配之前我们首先对工业企业数据库的异常值进行处理，具体参照蒋冠宏（2014）的方法，第一，删除遗漏重要财务指标（工业总产值、固定资产净值、销售额）；第二，删除雇员人数在10 人以下的指标；第三，删除不符合一般会计准则（GAAP）的样本，包括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和固定资产净值超过总资产的企业。

（三）回归结果

1.出口对OFDI的直接影响

为检验生产率对企业OFDI决策的影响，我们分别采用LP和OP方法计算得到的生产率作为解释变量，同时，为了验证出口企业更具有对外投资动机，我们运用Probit模型对企业的OFDI行为进行回归分析，且LR test of rho=0 的检验表明不可忽略不可观测变量的影响，采用xtprobit回归更有效，具体结果如下：

表4.2 生产率和出口对OFDI的影响

续表

注：***、**和*分别表示在1%、5%和10%的水平上显著。

两组回归结果均显示全要素生产率显著促进企业的对外投资决策，进一步证明了生产率在企业国际化选择中的重要作用。出口对OFDI的影响系数也显著为正，证明了二者的互补关系，表明具有出口经验的企业更容易对外投资，这可能得益于出口企业对海外市场的熟悉。通过《中国工业企业数据库》和《境外投资企业名录》匹配，我们共得到1631 家对外投资企业，其中既对外投资也出口的企业有1205 家，占70%以上。根据自选择效应，为克服较高的固定成本及各种市场进入成本，对外投资企业必须具备较高的生产率，但中国许多对外投资企业可能没有达到东道国的生产率门槛要求，因此这些企业往往采取非直接生产的商贸服务形式参与国际市场，2012年中国租赁和商务服务业对外直接投资流量267.4 亿美元，占30.4%。商务服务类投资的主要职能是进出口服务、接受订单和仓储服务、产品推广和销售、收集产品信息、联系客户和售后服务等，是为了促进出口而产生的，因此出口的增加会带动更多的投资。Buckley（2007）发现母国与东道国的进出口贸易都能促进OFDI，出口导向型的经济体通过出口对国外市场产生进一步了解，从而促进其通过OFDI的方式在国际市场上开展活动。Zhang（2011）运用中国2003 到2009年的面板数据研究表明，中国对东道国的出口会显著地促进中国对其直接投资。Chen（2014）运用中国微观数据研究发现效率较高、规模较大、出口密集型的企业更容易对外直接投资。

各控制变量也都通过了1%的显著性检验，可见，充足的资本、较大的规模以及较长的经营时间都可以促进企业开展对外投资活动。是否外资的系数显著为负，表明外资企业缺乏对外投资动机。虽然外资企业具有丰富的海外市场和资源，但其主要想利用中国廉价的劳动力资源完成简单的组装生产任务，将最终产品返销回母国或出口到第三国，即使外资企业有对外投资动机时，它们也会倾向于母国总部直接对外投资而不会选择在中国的子公司进行（Chen，2014）。是否国企的系数显著为正，表明国有企业更有利于对外投资。这与传统观点以及国有企业在我国对外直接投资企业中占很大比重的事实相符，因为国有企业具有雄厚的资金、承担风险能力强及政府支持等优势。

虽然模型控制了固定效应，但企业对外直接投资会通过学习效应等提高生产率，且企业的对外投资也会对出口产生影响，因此模型可能存在双向因果引起的内生性问题。我们采用Wooldridge（2002）的方法，将生产率和出口的滞后一期作为解释变量放在模型中，这样就排除了企业当期OFDI对生产率的影响。回归结果如表2 第三列和第四列，回归结果非常稳健，且回归系数与之前的回归结果相近，表明生产率仍然显著地促进企业OFDI行为，其他控制变量也很稳健。(www.daowen.com)

2.出口对OFDI的间接影响

为检验出口对OFDI的间接影响，我们通过在模型中加入出口和生产率的交互项来检验，为了保证模型的稳健性，我们分别运用LP方法和OP方法测度全要素生产率，且分别用面板Probit和Logit两种回归方法对模型进行了检验，同时为了避免模型的内生性，模型中的生产率和出口变量均采用滞后一期的值。具体回归结果如表4.3 所示：

表4.3 出口对OFDI的间接影响

续表

注：***、**和*分别表示在1%、5%和10%的水平上显著。

模型回归结果均通过了1%的显著性检验，出口和生产率的交互项显著为正，表明出口通过提高生产率显著地促进企业的对外直接投资。改革开放以来中国对外出口规模不断增加，为中国经济增长带来了巨大的增长动力，因为出口是国际技术扩散的重要途径，国际技术扩散是发展中国家和地区技术进步的一个重要来源，毫无疑问，中国企业的出口会通过“边出口边学习”的方式促进国内企业生产率的提高。中国一直是引资大国，对外直接投资规模相对较小，根本原因是中国企业自身生产率较低，未达到对外投资的条件。只有极少数生产率较高的企业才会对外投资，而可能是因为出口的促进作用，企业的生产率提高，不断达到对外投资的生产率门槛，从而促进了企业的OFDI。这与Dunning（1988）的投资发展路径（IDP）理论一致，该理论是在其折衷理论基础上发展起来的、最成熟的投资理论。IDP理论认为一个国家的投资是由其经济发展水平决定的，经济发展水平较低时，对外直接投资较少，随着技术水平的不断提高，对外投资规模不断扩大，最后达到引资和投资规模都很大的水平。

文章第二部分验证了生产率在企业投资和出口决定中的作用，表明了生产率在企业投资决策中起重要作用，本部分证明了出口通过提高生产率间接促进投资的增加，进一步证明了出口和OFDI之间的互补关系，与Thomas（2013）的研究结论一致。其他变量与之前的回归结果类似，不再赘述。

3.稳健性检验

本书利用中国工业企业数据库中30 多个行业大类的数据进行实证分析，虽然在回归过程中我们控制了行业效应，但各个行业在企业规模、企业数量及出口规模上往往存在着系统的差异性，同一个行业内的企业存在自相关，不满足扰动项相互独立的假设，从而可能使估计结果有偏误。经调整的聚类稳健标准差考虑了残差项的相互关系，从而使回归结果更有效（Petersen，2009）。因此，我们进一步运用残差项聚类稳健回归对模型作进一步的检验，同时控制其他两个可能引起偏误的地区和时间效应。

新新贸易理论关于企业OFDI和生产率的关系主要有“自选择效应”和“学习效应”两个方面，前者强调只有生产率达到一定水平的企业才可以对外投资，即生产率对企业投资的影响；而后者则强调企业对外投资后通过学习效应可以提高生产率水平，即OFDI对生产率的影响。本书的模型中同时包括对外投资和生产率，因此，可能存在由于二者之间的双向因果关系导致的内生性；同时，出口和OFDI是企业国际化选择的两种方式，二者之间存在相互影响的关系是本书可能存在内生性的另一个方面。文章在回归中运用Wooldridge（2002）的方法对内生性进行了克服，为进一步确定模型的稳健性，我们将分别以生产率的滞后一期和出口的滞后一期为工具变量，通过工具变量法对模型进行进一步的检验。

同时，为了进一步保证模型的稳健性，我们考察首次对外直接投资企业的情况，首次对外直接投资为1，其余为0，分别对模型（1）和模型（2）重新回归。运用首次OFDI的企业可以有效地避免企业OFDI后对生产率和出口产生的反向作用，从而很好地控制内生性，具体如表4.4。

表4.4 稳健性检验结果

注：***、**和*分别表示在1%、5%和10%的水平上显著。

表4.4 的第二和第三列显示了聚类稳健回归的结果，我们采用行业的聚类标准差来调整Logit回归结果的标准差。生产率、出口以及二者的交互项的系数均显著为正，再次表明了出口对投资的直接和间接促进作用。表4.4的第四和第五列则是运用工具变量法对模型（1）和（2）的回归结果，Wald 检验结果均在1%水平上拒绝了弱工具变量的假设，表明了工具变量选择的合理性。各解释变量的系数及符号均与前面的回归结果一致，且基本都呈现较高的显著性，进一步验证了模型的稳健性。表4.4 的第六和第七列显示的是对初次OFDI企业回归的结果，结果显示生产率仍是促进企业OFDI的重要影响因素，出口也会直接或间接地促进企业对外直接投资。