跨国并购是否有助于提高企业动态生产效率：“一带一路”战略背景下中国A股制造业上市公司的证据*

彭 薇

一、 引 言

“经济带”是经济要素在一定地理区域内不断聚集和扩散而形成的一种特殊的经济空间形态。2013年10月中国国家主席习近平在出访中亚和东南亚国家期间，先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”的战略构想。2015年3月在海南博鳌亚洲论坛上，国家发改委、外交部和商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，这标志着具有战略意义的“一带一路”构想进入了全面推进实施的阶段。作为“一带一路”倡议的有机组成部分，“一带一路”经济带将是一个从贸易投资便利化到产业产能合作区，从产业产能合作区到区域基础设施一体化、区域经济一体化的动态演进过程。我国“十三五”规划纲要提到要深入实施《中国制造2025》，以提高制造业创新能力和基础能力为重点，推进信息技术与制造技术深度融合，促进制造业朝高端、智能、绿色、服务方向发展，培育制造业竞争新优势。“中国制造2025”与“一带一路”战略的叠加，是我国淘汰能耗大和效率低的产业，提高增长质量效益，扩展发展空间，形成产业新动能的有益契机。

近年来，随着经济全球化和区域一体化的推进，我国企业全球发展意识不断加强，主动走出国门配置资源和拓展市场，我国的对外直接投资实现了快速发展。图1显示了我国近15年来对外投资的发展态势。截至2015年底，中国对外直接投资达到1456.7亿美元，同比增长近20%。同期，有2.02万家境内投资者在国(境)外共设立境外企业3.08万家。这些境外投资企业广泛分布在全球188个国家及地区。2015年末境外企业资产总额超过了4万亿美元。整个“十二五”期间，中国的对外直接投资流量在全球占比保持逐年递增的态势，2011-2015年全球整体占比分别为4.8%、6.7%、8.2%、9.3%和9.9%。2015年对外直接投资首次超过同期吸引外资水平，较同年吸引外资高出100.7亿美元，实现直接投资项下资本净输出，中国开始步入资本净输出国行列。

图1 中国对外直接投资流量、存量

数据来源：《2015年中国对外直接投资统计公报》。

根据联合国贸易和发展会议的划分，全球对外直接投资分为跨境并购投资和绿地投资。《2016年世界投资报告》显示，2015年全球跨境并购流向最大的行业是制造业，中国对外并购投资流向最大的行业也是制造业。2015年中国跨境并购在发达经济体的并购额占比67%，同比上升了近8%。2015年中国企业对“一带一路”相关国家并购项目101起，并购金额92.3亿美元，占并购总额的17%。从图2可以看到，从投资方式上来看，绿地投资一直是中国对外投资的主要方式。尤其是在2009年，绿地投资额达到了1091亿美元，而跨国并购仅为234亿美元。到了2015年，绿地投资下降为594亿美元，而跨国并购上升到436亿美元。虽然绿地投资仍大于跨国并购数额，但两者差距大幅减小。跨国并购近年来保持了稳中有升的态势。

图2 2009-2015年中国跨国并购与绿地投资情况

数据来源：《2016年世界投资报告》。

面对当前复杂多变的国际国内竞争环境，越来越多的制造业企业积极迎合“中国制造2025”战略部署，利用“一带一路”战略平台，选择采用跨国并购方式“走出去”，通过“走出去”促进企业的效率升级与提质增量。那么，我们不免想要探寻，为什么国内企业越来越偏好于跨国并购？进一步地，跨国并购这种方式是否能以及在多大程度上能促进企业生产效率的提升？在实施对外并购的企业当中，对投资区位的选择是否会有差异？企业的所有制性质差异是否会影响企业的并购选择以及生产效率的提升程度？这些正是本文想要尝试解决的问题。

二、 文献回顾

本文尝试厘清企业跨国并购选择与企业生产效率之间的动态关系。相关研究大致包含新兴市场对外投资现象解释、企业进行东道国方式选择以及对外直接投资对企业的影响研究等三个主要方面。Wells(1977)在《发展中国家企业的国际化》一文中提出“小规模技术理论”。新兴市场正是因为具备了小市场需要的劳动密集型小规模生产技术，具有服务于国外同一种族团体需要的优势以及较低的成本优势均促进了新兴市场国家的对外直接投资。Wells的小规模技术理论强调了发展中国家使用“降级技术”生产发达国家成熟产品的行为，但对当前发展中国家对发达国家的直接投资日趋增长以及发展中国家高新技术企业的对外投资行为缺乏解释力。随后有大量文献从新兴国家国际化扩张的“第一浪潮”(Lall，1983；Lecraw，1977)、“第二浪潮”(Lecraw，1993；Tolentino，1993)、金融危机与经济衰退(Dunnin, kim & Parkc，2010；Sauvant et al.，2009)，政府促进(Luo et al.，2010)、新兴市场与发达国家投资行为比较(Bonaglia et al.，2007；Buckley et al.，2008)等不同视角来分析新兴市场的对外直接投资行为，从而进一步丰富充实了对新兴市场国家海外投资的研究。

第二类相关文献是关于企业对外直接投资的道路选择的研究。大量文献讨论了绿地投资与跨国并购的优劣与特点。与绿地投资相比，跨国并购涉及东道国企业现有资产产权的转移，从长期看对于目标企业的追加投资可以增加东道国的资产总量(武锐和黄方亮，2010)。对跨国企业来说，可以很快适应当地的管理习惯、文化习俗，加速业务发展(皮建才等，2016；林莎等，2014)。实证研究方面，胡麦秀和薛求知(2007)从技术与环境差异而形成的创新性壁垒和差异性壁垒的视角，利用一个双寡头模型分析了企业跨越上述两种差异的跨国投资选择。李善民和李昶(2013)通过构建一个三阶段实物期权模型，分析投资项目建设时间、需求增长漂移率以及需求的不确定性等因素对企业跨国并购进入的影响。

第三类文献是关于企业对外直接投资效率的研究。国内目前有关跨国公司绩效的研究，主要以上市公司为研究对象。杨平丽和曹子瑛(2017)利用中国工业企业数据库相关数据检验了对外直接投资对企业资产利润率的影响，发现中国企业对外直接投资总体上显著降低了企业利润率，无论企业投资于单个或多个国家(或地区)。薛安伟(2017)关注净资产收益率、总资产报酬率和投入资本回报等三大财务指标，发现不同地区、不同性质的企业的对外直接投资对企业产生了异质性影响。毛其淋和许家云(2016)利用中国制造业企业的生产数据，考察了对外直接投资对企业加成率的影响及作用机理，研究发现对外直接投资显著提高了企业加成率，其中投资高收入国家对企业加成率的提升作用要明显大于投资中低收入国家。

本文尝试在现有研究基础上进一步强调三个方面的内容：一是在研究对象设计上强调“跨国并购”。如前所述，我国企业“走出去”的方式主要有绿地投资和跨国并购。近年来，跨国并购无论是数量还是并购金额都快速增长。因此，本文主要以企业跨国并购行为作为研究对象。二是在研究内容设计上强调“生产效率”。本文重点关注企业的跨国并购行为对企业生产效率的影响。生产率增长是经济长期增长的一个关键组成部分。对企业而言，生产率增长是企业保持长期竞争力的源泉。企业选择是否进行跨国并购除了考虑对企业经营绩效的影响外，同时会关注是否提升企业生产效率。这对于追求学习效应和逆向技术溢出效应的企业而言尤其重要。三是对效率检验的方法设计上强调“动态与异质”。利用滞后数据从静态到动态时间变化的视角考察跨国并购对企业生产效率的影响。同时，考虑到处于不同地区、不同行业以及出于不同投资目的的企业进行跨国投资活动可能会对企业产生异质性影响，研究中我们将考察行业效应、地区效应以及企业属性效应的差异化影响。

三、 研究思路、方法设计与数据描述

1.研究思路与方法

计量经济学中的“处理效应”，指的是评估某一项目或政策实施后对研究主体产生的影响，此类研究亦被称为“项目效应评估”。Heckman & Ichimura(1997)提出用基于倾向得分匹配的倍差法(PSM-DID)来处理类似工作培训的这种“项目效应评估”。这种绩效评估采用了一个两阶段评估方法：首先估计一个主体参与项目的可能性，接着将经典的匹配方法运用于预估的可能值中。本研究将根据Heckman & Ichimura(1997)的方法，将PSM-DID法运用于企业跨国并购对企业动态绩效的影响评估中。具体思路如下。

(1) 对样本企业进行分组，以确定“实验组”与“对照组”。考虑企业跨国并购对企业绩效的影响，一个最直接的做法就是直接对比实验组与对照组未来绩效状况。值得注意的是，是否选择进行跨国并购是企业的一种自我选择的结果，由于实验组与对照组的初始条件不相同而不可避免地存在“选择偏差”。因此，本文真正感兴趣的问题是，实验组企业的未来绩效是否会比这些企业在进行并购之前的绩效更高。参照Rubin(1974)的研究提出“反事实框架”，即设立一个是否参与跨国并购的虚拟变量，表示为M&A。如果M&A=1，表示企业参与了跨国并购，而M&A=0则表示没有参与。同时，设立一个参与时间点的时间虚拟变量time。如果time=1，表示并购之后的期间，而time=0则表示并购之前的时期。

(2) 倾向得分匹配。假设企业未来绩效以EFF表示，则可以得到：

EFFi=(1-M&Ai)EFF0i+M&Ai*EFF1i=EFF0i+(EFF0i-EFF1i)M&Ai

(1)

进一步，由于处理效应EFF0i-EFF1i是一个随机变量，我们关心其期望值，得到全体样本的ATE“平均处理效应”以及仅考虑进行跨国并购企业的ATT“参与者平均处理效应”，得到：

(2)

其中，E(EFF1i|M&A=1)为实验组企业i的绩效，E(EFF0i|M&A=1)代表假如实验组企业i不进行跨国并购投资时这一“反事实”情况下的企业绩效。

由于“反事实”情况下的期望值不可观测，于是利用倾向评分匹配的方法在对照组中寻找企业与实验组企业i最为相似，但是没有进行过跨国并购的企业j，并用该企业同期效率E(EFF0j|M&A=0)近似代替企业i没有进行跨国投资的效率E(EFF0i|M&A=1)。得到：

ATT=E(EFF1i|M&A=1)-E(EFF0i|M&A=1)

=E(EFF1i|M&A=1)-E(EFF0j|M&A=0)

(3)

这种做法也体现了匹配估计的基本思想，即假设企业i属于实验组，找到对照组的企业j，使得企业i和企业j的可测变量值尽可能匹配。倾向得分匹配的具体步骤如下：

第一步：选择协变量xi。企业是否进行跨国并购以及企业的生产绩效还会受到一些可观测特征值的影响，比如企业规模、企业年龄、资本密集度等指标。借鉴杨亚平和吴祝红(2015)、乔晶和胡兵(2015)等做法设定变量。

第二步：拟合倾向得分。以LOGIT回归方法估计倾向得分。该得分表示在控制了匹配变量之后企业进行跨国并购的概率。

第三步：进行倾向得分匹配与平衡检验。进行倾向得分匹配有多种匹配方法，本研究采用目前使用较为广泛的邻近匹配法进行匹配，并进行匹配的平衡性检验。如果标准差不超过10%，即诊断为匹配平衡；否则通过重新计算倾向得分、选择其他匹配方法的方式进行调整，直到检验平衡。

(3) 倍差法检验。如前所述，由于企业i不进行跨国并购投资时这一“反事实”情况下企业绩效的期望值不可观测，我们在倍差法中可以采用对照组企业的动态绩效来代替“反事实”动态绩效，即用E(EFF0j|M&A=0)代替。

依照二阶差分模型的基本框架，我们的拟自然实验可以用如下模型表示：

EFFit=β0+β1·OFDIi+β2·timet+β3·M&Ai·timet+φi+γi+εit

(4)

其中，φi和γi分别代表地区固定效应和行业固定效应，εit表示随机扰动项。EFFit、M&Ai、timet与前文解释相同。

根据式(3)及式(4)，实验组企业在跨国并购前后的绩效为β0+β1和β0+β1+β2+β3。因此，实验组企业并购前后绩效的变化为E(EFF1i|M&A=1)=β2+β3。同样地，对照组企业在跨国并购前后的绩效分别为β0和β0+β2。因此，对照组企业绩效的变化为E(EFF0j|M&A=0)=β2。由此可知，式(4)中M&Ai·timet的交乘项系数β3的值即为我们关注的ATT值。如果β3>0，表示跨国并购前后实验组企业的绩效增加大于对照组企业。

进一步地，企业绩效不仅与企业是否进行跨国并购有关，同时还与企业的特征变量以及其他影响企业并购行为的控制变量有关。因此，式(4)可以写为：

EFFit=β0+β1·M&Ai+β2·timet+β3·M&Ai·timet+∑θi·Xi+φi+γi+εit

(5)

其中，Xi表示影响企业跨国并购的控制变量，θi表示变量系数。双重差分估计的一个显著优点就在于它可以对诸如实验组与对照组来自不同地区、不同行业或者是具有不同企业属性等不可观测的组间差异进行控制。

2.数据来源及统计性描述

(1) 数据来源。本文选取2010-2015年中国A股制造业上市公司跨国并购事件为研究对象。上市公司一般规模较大，属于行业中比较领先的企业。在资金、技术、管理等多方面都有优势，具备对外直接投资的实力，跨国并购的比例也比较高。2010-2015年这一时期不仅是我国实施第十二个五年规划的战略期间，也是我国“一带一路”战略承前启后的重要时期。以这一期间为研究时间对象，可以较好地检验“一带一路”战略在推动中国企业“走出去”从而达到扩大市场、提高竞争力、提质增效的实施效果。上市公司跨国并购的信息来自Thomson One数据库，并将相关数据资料与BVD-Zephyr并购数据库、WIND、同花顺数据库进行核对整理，以确保数据的有效性和完整性。我们在筛选跨国并购实验组企业样本时，参照以下四个方面的标准：一是并购方是在中国大陆的A股制造业上市公司；二是被并购企业是中国大陆以外的企业，包括港澳台企业在内；三是跨国并购交易已经完成，并能够对交易结果进行界定，即交易成功或失败；四是在2010年没有进行跨国，而在2011-2015年进行了跨国并购的企业。之后，我们再对相关样本进行第二次筛选，剔除了目标国家为开曼群岛和英属维京群岛的并购案例；去除重复的跨国并购案例；还剔除并购交易金额低于100万美元的交易数据。根据以上条件，最终本文获得113个跨国并购事件。从并购完成的时间来看，2011-2015年分别有12家、23家、24家、22家以及32家企业。2015年从事海外并购的企业数量有大幅增加。从并购企业的所有权分布来看，有33家企业是国有企业，有5家外资企业，其余均为民营企业。从并购企业所属区域来看，62%属于东部，19%属于中部地区，西部地区及东北部地区共占19%。

对照组企业数据来源于WIND数据库所有A股制造业上市公司，我们在筛选对照组企业样本时，有两个方面的标准：一是在2010-2015年均未进行并购活动；二是企业各年度各项数据没有缺失。根据以上条件，最终获得1321个对照组企业。

以上所有并购公司以及对照组企业的相关财务指标和特征数据均从WIND数据库中获得。本文的数据处理和分析运用Stata13、DEAP2.1及Excel软件。

(2) 变量的设定。本文以代表生产绩效的全要素生产率为被解释变量，解释变量分为企业特征变量与其他控制变量两大类，其中企业特征变量包括企业规模、企业年龄、资本密集度、企业利润、企业属性等；其他控制变量包括地区虚拟变量以及两倍数的行业虚拟变量来控制企业因所处地区以及所处行业不同而可能存在的差异。变量含义及度量方法见表1。

作为被解释变量的全要素生产率(TFP)，是“生产活动在一定时间内的效率”的体现。它主要衡量的是总产出与总投入量之间的比值关系，是产出增加中除去劳动和资本后剩下的技术进步和能力实现部分，因此也通常被认为是衡量生产技术进步的指标。Tinberger(1942)基于Cobb-Douglas生产函数确立了一个用来表示生产率发展水平的时间趋势变量，索洛在1952年首次提出利用索洛余值法度量全要素生产率。之后，关于全要素生产率的研究广泛开展起来。主要研究方法包括利用动态面板数据进行估计，OP模型、LP模型、随机前沿、数据包络分析以及近似全要素生产率法等一系列方法。本文借鉴陈一博和宛晶(2012)、李姝(2016)等的研究方法，根据表2所示投入产出关系，利用DEA-Malmquist指数法对上市公司的全要素生产率进行估计。

表2 全要素生产率计算的投入产出指标体系

(3) 统计性描述。表3提供了一个全部企业、实验组企业以及对照组企业相关变量的简要统计。总体来看，三组分类中各变量的统计指标值相差不大。细化各具体指标的均值来看，实验组的TFP、roe、profit、scale等指标值略高于其他两种，而capiden以及age则稍低。从地区分布来看，三类企业没有差异；从企业属性来看，实验组中属于地方国有企业的数量相对较少，而行业分布来看均值明显高于其他两类。

表3 各变量的统计性描述

四、实证检验及结果分析

1.匹配及匹配质量检验

根据PSM方法的基本思路，本研究选择邻近匹配法进行匹配，表4报告了对全要素生产率的匹配结果。平均处理效应分别为0.069，对应的t值为3.11，通过显著性检验。匹配结果中，在总共8604个观察值中，对照组共有56个观察值不在共同取值范围内，而实验组则全部处于共同取值范围内。两组中符合匹配结果的共有8548个观察值。接下来对以上结果进行匹配平衡检验，发现匹配后大多数变量的标准化偏差小于10%，且对比匹配前大多数变量的标准化偏差均有不同程度的缩小，通过了匹配平衡检验。同时，为保证匹配方法选择的可靠性，实践中还尝试了用卡尺匹配与核匹配进行检验。这两种方法的匹配结果与邻近匹配结果接近，进一步印证匹配方法的选择是合适的。

2.基于倍差法的双重稳健分析

(1) 全部样本的初始检验。中国A股制造业上市企业跨国并购对企业的生产效率的影响如表5所示。方程(1)为基准检验，只对M&A、time以及两者的交乘项进行估计，未添加任何控制变量。方程(2)

表4 平均处理效应检验

表5 全部样本的初始检验

注：(1) 括号内为t值；(2) *、**和***分别表示10%、5%和1%显著性水平。

在方程(1)基础上，增加了企业规模、企业年龄、资本密集度、企业利润水平等控制变量，而方程(3)-(5)继续在方程(2)基础上增加了行业效应、地区效应、年份效应。回归结果中，M&A·time是M&A和time的交互项，代表了跨国并购的全要素生产率效应，5个方程中，除了方程(2)以外，其他都在10%的水平上显著，说明我国A股制造业上市公司进行跨国并购确实能提高企业的全要素生产率。估计结果中，净资产收益率、企业盈利水平、是否为民营企业、资本密集度以及企业规模均对企业全要素生产率产生了正向影响。依次控制行业效应、年份效应和地区效应，对结果影响不大。只有在方程(4)和方程(5)中，企业年龄的系数为负，产生了负向影响，但是t值并不显著。从估计系数来看，以企业就业人数表示的企业规模相对于企业的资本密集度影响程度比较小，这也在一定程度上说明资本的跨区域流动会比劳动力流动更具灵活性，受到的地域、行业以及技术环境的影响相对较小。因此，资本密集度对于企业全要素生产效率的提高影响更显著。

(2) 滞后效应检验。正如前面所论证的，企业跨国并购对生产效率的提升会产生正面影响。然而这种影响的成效并不一定会马上显现，跨国并购对生产效率的提升往往会存在滞后效应。基于这样的考虑，本研究做了时间滞后效应检验以观测时间变化的动态影响。为实现这一目的，将式(5)扩展为：

(6)

其中，Mdum_tYear为企业跨国并购的年份虚拟变量，当企业处于跨国并购对外直接投资的第t期时，取值为1，否则为0。由于本研究中实验组企业均从2011年开始进行识别，因此动态效应检验的滞后期为4期，估计结果见表6。其中，变量Mdum_tYear(t=0,1,2,3,4)分别代表在t不同取值情况下M&Ai·timet·dum_tYear的交乘项。

从包括了当期的共5期时间效应来看，分别控制行业、控制地区并加入相关控制变量，方程(1)至方程(4)各时间效应均显著，说明我国A股制造业上市公司对外并购对全要素生产率的提升效应能在比较短的时间区间内显现出来，这也在一定程度上解释了为什么近年来我国会有越来越多的企业通过跨国并购的方式走出去。从不同年度的回归系数来看，滞后2期回归系数相对于当期与滞后1期有显著提高，是全部5个时期中最高的，说明跨国并购对生产效率的提高效应在并购后的第三年效果最明显，第四年及第五年虽略有下降，但基本保持稳定。对此可能的解释是，企业进行跨国并购后需要一定的时间融入东道国，适应东道国风俗习惯、法律环境以及政治环境。同时，那些出于追求学习效应的企业同样会经历一个“技术学习—消化理解—技术内化”的过程。因此，企业创新能力以及生产效率的提升效果需要一个时间周期。

表6 跨国并购的动态效应检验

注：(1) 括号内为t值；(2) *、**和***分别表示10%、5%和1%显著性水平。

(3) 企业异质性效应的检验。我们还认为企业的跨国并购行为是否有助于提高生产效率，还受到企业的所有制性质、东道国发达程度、企业所处行业以及企业所处地区的影响。基于研究篇幅限制的考虑，本文通过控制行业和地区对企业的所有制性质、东道国发达程度等差异进行企业异质性效应的检验，结果如表7所示。回归中Mdum_1att-Mdum_5att分别代表是否属于地方国有企业、中央国有企业、民营企业、外资企业、集体企业的虚拟变量。Mdum_develop代表是否投资于发达国家的虚拟变量。

表7 跨国并购的企业异质性效应检验

注：(1)括号内为t值；(2)*、**和***分别表示10%、5%和1%显著性水平。

从回归结果可以看出，企业生产效率的提高在多大程度上受到企业投资行为的影响，呈现出企业所有制性质上的差异。当未对行业和地区进行控制以及未增加其他控制变量时，只有地方国有企业和中央国有企业显著。当加入各类控制变量后，前四类企业显著，并呈现正向影响，而集体企业却呈现反向影响。从影响程度上看，民营企业的影响会明显高于其他类型的企业。实验组样本中有近70%的企业为民营企业，这在一定程度上说明民营企业正积极地参与到全球的第五次并购浪潮中，并成为其中一个重要主体。回归结果还显示，民营企业参与跨国并购确实可以实现生产效率的提升，这也与民营企业机制体制更加灵活、创新意识较高、追求技术溢出以及注重企业经营的交易费用等特质有关。而集体企业参与跨国并购的意愿并不强。从东道国发达程度上看，上市公司更加偏好于投资发达国家。这一回归结果也佐证了为什么实验组企业中计算机、通信和电子设备制造业企业所占企业总体比重较高。这些类型企业比传统制造业企业更重视新产品开发与技术创新，具有较强的技术寻求特征。因此这些企业也会更多地选择发达国家进行投资，尽可能地利用东道国的技术资源与研发环境，通过逆向溢出效应反馈于母公司。

五、 结论与政策启示

中国企业的国际化，是中国由经济大国发展为经济强国的核心环节之一。在以建设自由贸易区和“一带一路”战略构想为标志的新一轮开放背景下，中国企业通过对外投资积极寻求国外市场、自然资源与技术环境，以期实现企业竞争力的提升。本文的研究目的在于评估跨国并购对企业动态生产效率的影响。一般地，一个自然的做法是直接对比实验组与对照组的生产效率的高低或者考察实验组的生产效率是否比未进行跨国并购时更高。然而两组企业可能存在初始条件的差异，同时也不可能观察到实验组的“反事实”。鉴于此，本文利用倾向评分匹配与倍差法相结合的估计方法，实证检验我国A股制造业上市公司“走出去”进行跨国并购的动态生产率效应。

本文得到的主要结论及政策启示有：第一，企业以跨国并购的方式“走出去”会显著提高企业的全要素生产率。中国企业以产业国际转移的方式“走出去”会在一定程度上消化和缓解国内日益严重的产能过剩问题。同时，以研发平台为目标的“走出去”在当前成为常态，这将有助于进一步构筑中国的全球生产网络和全球供应链。借助于“一带一路”战略平台，需要有更细化的“政策红利”的释放。这种“政策红利”需要进一步覆盖包括发展定位、产业选择、区位抉择、合作方式等方面。第二，从企业异质性角度观察，民营企业生产效率的提升效应会相对高于其他类型企业，集体企业对外投资意愿则不强。然而民营上市公司同时也会更多地面临审批程序较繁琐、境外并购贷款安排困难、对外投资的法律障碍等现实难题。从企业层面上看，由于跨国并购往往涉及庞大的资金投入，为了顺利完成并购活动，并购企业一定要制定严密的并购交易方案，立足于企业自身状况，选择对自身最为有利的融资方式，充分考虑并购行为对未来生产经营的影响，防范可能发生的资金链断裂。政府层面上除了减化程序，提供一揽子税收优惠外，还应当给予“走出去”企业在境外法律咨询、人员培训、融资等方面的服务，促进服务平台建设从供应链角度延伸到服务业。第三，上市公司投资目的地更多地选择发达国家，体现了国内企业对于提升技术水平与创新能力的渴求。为此，也需要加快制定和出台对重点行业和重点领域的支持政策，对不同类型东道国采取不同投资策略与方向。包括对高新技术产业鼓励企业在海外设立研发机构，利用全球智力资源，加强新一代技术研发；在市场需求大、资源条件好的国家，加强资源开发和产业投资；在劳动力资源丰富、生产成本低、靠近目标市场的国家投资建设劳动密集型项目，带动相关行业出口等。

1. Bonaglia, F., A. Goldstein,and J. A. Mathews. Accelerated Internationalization by Emerging Markets Multinationals:The Case of the White Goods Sector.JournalofWorldBusiness, 2007,42(4):369-383.

2. Buckley, P. J., L. Clegg, A. R. Cross, X. Liu, H. Voss, and P. Zheng. The Determinants of Chinese outward Foreign Direct Investment.JournalofInternationalBusinessStudies, 2007, 38(4):499-518.

3. Heckman,J.J., H. Ichimura, and P. E. Todd. Matching as an Econometric Evaluation Estimator:Evidence from Evaluating a Job Training Program.TheReviewofEconomicStudies, 1997, 64(3): 605-654.

4. Heckman, J.J., H. Ichimura, and P. Todd. Matching as an Econometric Evaluation Estimator.TheReviewofEconomicStudies,1998,65(24): 261-294.

5. John, H., K. Changsu, and P. Donghyun. Old Wine in New Bottles:A Comparison of Emerging Market TNCs Today and Developed Country TNCs Thirty Years Ago.SLPTMDWorkingPaperSeries,2010, No. 011.

6. Lecraw, D. Direct Investment by Firms from Less Developed Countries.OxfordEconomicPapers, New Series, 1977,29(3): 442-457.

7. Lecraw, D. J. Outward Direct Investment by Indonesian Firms:Motivation and Effects.JournalofInternationalBusinessStudies, 1993,24(3):589-600.

8. Li, J., and F. K. Yao. The Role of Reference Groups in International Investment Decisions by Firms from Emerging Economies.JournalofInternationalManagement, 2010,16(2): 143-153.

9. Sauvant, K., W. A. Maschek, and G. McAllister. Foreign Direct Investment by Emerging Market Multinational Enterprises, the Impact of the Financial Crisis and Recession, and Challenges Ahead.OECDGlobalForumonInternationalInvestmentOECDInvestmentDivision, 2009.

10.Wells, L. T. Third World Multinationals:The Rise of Foreign Investment from Developing Countries.Cambridge:MITPress, 1983.

11. Luo, Yadong, Qiuzhi Xue, and Binjie Han. How Emerging Market Governments Promote Outward FDI:Experience from China.Journalofworldbusiness, 2010,23(2):219-232.

12. 陈一博、宛晶：《创业板上市公司全要素生产率分析——基于DEA-Malmquist指数法的实证研究》，《当代经济科学》2012年第4期。

13. 胡麦秀、薛求知：《技术-环境壁垒与企业的最佳投资模式选择——绿地投资还是跨国并购》，《经济管理》2007年第23期。

14. 李善民、李昶：《跨国并购还是绿地投资?——FDI 进入模式选择的影响因素研究》，《经济研究》2013年第12期。

15. 李姝：《基于Malmquist 指数法的火电上市公司全要素生产率增长来源分析》，《宏观经济研究》2016年第4期。

16. 林莎、雷井生、杨航：《中国企业绿地投资与跨国并购的差异性研究——来自223家国内企业的经验分析》，《管理评论》2014年第9期。

17. 毛其淋、许家云：《中国对外直接投资如何影响了企业加成率：事实与机制》，《世界经济》2016年第6期。

18. 皮建才、李童、陈旭阳：《中国民营企业如何“走出去”：逆向并购还是绿地投资》，《国际贸易问题》2016年第5期。

19. 乔晶、胡兵：《对外直接投资如何影响出口——基于制造业企业的匹配倍差检验》，《国际贸易问题》2015年第4期。

20. 武锐、黄方亮：《跨境进入的模式选择：跨国并购、绿地投资还是合资公司》，《江苏社会科学》2010年第6期。

21. 薛安伟：《跨国并购提高企业绩效了吗——基于中国上市公司的实证分析》，《经济学家》2017年第6期。

22. 杨平丽、曹子瑛：《对外直接投资对企业利润率的影响——来自中国工业企业的证据》，《中南财经政法大学学报》2017年第1期。

23. 杨亚平、吴祝红：《中国对外直接投资的逆向溢出效应——基于企业异质性与微观面板数据的考察》，《产经评论》2015年第11期。