中国OFDI区位分布的“制度异象”——基于OFDI逆向技术溢出的视角

邵宇佳，刘文革，陈 红

(1.北京大学 经济学院，北京 100871；2.浙江工商大学 国际商务研究院，杭州 310018；3.浙江工商大学 经济学院，杭州 310018)

内容提要：针对当前中国OFDI的“制度异象”问题，本文基于2003-2015年中国对140个投资国的相关数据，从东道国的反馈效应视角，将国别制度距离、OFDI逆向技术溢出和OFDI区位选择纳入同一框架，使用空间杜宾模型探究OFDI逆向技术溢出在中国OFDI区位分布中的作用，并进一步解释“制度异象”。研究结果表明，OFDI逆向技术溢出效果越强的东道国越是吸引中国的OFDI，更关键的是OFDI逆向技术溢出能够正向调节国别制度距离对中国OFDI区位选择的影响效应，也即削弱国别制度距离对OFDI的抑制作用。因此，中国选择制度距离较远的国家进行投资一定程度上是由于OFDI逆向技术溢出的调节作用造成的。上述结论表明，应大力优化国内制度环境，提升制度质量，为企业的不同OFDI动机提供对应的制度优势。对外投资企业需加大内部投入，增强对逆向技术溢出的吸收能力，进一步扩大对外投资。

一、引言

改革开放以来，中国凭借“入世”契机、“走出去”发展战略和“一带一路”倡议等有利条件，对外直接投资发展迅速。截止至2017年，中国已经实现总对外投资存量1.8万亿美元，成为世界上第二大对外投资大国，并且中国的对外直接投资涉及所有行业，同时分布于全球189个国家(地区)，占全球国家(地区)总数的80.8%。中国对外直接投资规模和区域覆盖范围不断扩张，其对外直接投资的区位分布却逐渐显露出一些“制度异象”，中国对外直接投资区位选择存在“制度风险偏好”。根据研究文献，其一因于中国的特殊经济背景特征[1]，中国的大部分对外直接投资是由国有企业主导，特殊的国企性质导致OFDI过程中可能存在除利润之外的其他意图[2]，而私有企业并不存在制度风险偏好[3]；其二是因为中国的对外直接投资具有显著的资源寻求动机[1]，只有投资资源行业的OFDI存在制度风险偏好[4]，也即是表明中国的OFDI更多地流向自然资源较为丰富而经济发展水平较低的国家或区域[5]；其三是由于中国同这些东道国的制度距离较小，从而能够有效降低企业的适应成本，吸引中国企业的OFDI[1]。

尽管上述三大原因阐释了中国对外直接投资的“制度风险偏好之谜”，但从历年中国对外直接投资统计公报仍可发现，从总量规模来看，中国的确对发展中国家的投资存量较大，2017年占比85.8%，但在中国对外直接投资存量前20位的国家中，历年发达国家和发展中国家的数量基本对等。可见，中国对外直接投资的区位选择也倾向于发达国家，而这显然同中国更倾向于制度距离较小的国家进行投资的解释存在一定的出入。当前主流国际投资理论认为较好的东道国制度质量吸引OFDI[6]，但笔者认为也可能是OFDI逆向技术溢出效应存在所致。从现实情况而言，发达国家相对于发展中国家不仅具有可观的市场潜力，更具有技术、管理、营销等价值增值作用的资产，可以通过OFDI逆向技术溢出效应提升母国跨国公司的核心竞争力[7]，从而触发企业的战略资源寻求动机[8]，吸引技术水平相对落后的国家进行投资。中国相对于西方发达国家仍属于技术追随者，OFDI逆向技术溢出对中国企业对外直接投资的区位选择具有一定的正向影响。

鉴于此，针对中国OFDI同样倾向于制度距离较远的发达国家这一不同于传统理论的现象，本文在制度距离影响中国OFDI区位选择的研究框架下引入OFDI逆向技术溢出效应，试图从东道国的反馈效应视角解释中国同样选择制度距离较远的国家进行投资的潜在原因。

二、变量定义、模型设定及数据来源

(一)变量定义与构建

1.被解释变量

本文的被解释变量采用中国对东道国的OFDI存量数据，因为考虑到核心解释变量制度距离和逆向技术溢出在短期内相对稳定，很难解释短期波动较大的OFDI流量数据特征，因此采用存量数据相对合适。

2.解释变量

(1)OFDI逆向技术溢出。本文参考Potterie and Lichtenberg(2001)[9]的计算方法把对外直接投资渠道溢出的东道国R&D资本存量作为中国OFDI的逆向技术溢出，具体计算公式如下：

(1)

SFit表示中国第t年通过OFDI渠道溢出的i国R&D资本存量，OFDIci表示中国对i国在第t年的OFDI流量，GDPit表示i国第t年的GDP，Sit表示i国第t年的R&D资本存量。

由于缺少R&D资本存量数据，本文基于世界银行发展指标(WDI)中的R&D投入占GDP的比例和GDP数据计算出各国每年的R&D投入，并利用永续存盘法计算各个国家的每年的R&D资本存量。

Sit=(1-δ)*Si(t-1)+R&Dit

(2)

其中δ表示研发资本的折旧率，本文参照国内大部分学者的做法，把δ取值为5%，R&Dit表示i国第t年R&D资本投入。基期的R&D存量为：

(3)

Si2003表示i国第2003年的R&D资本存量，R&Di2003表示i国第2003年的R&D资本投入，g为i国2003年到2015年的R&D资本投入的算术平均增长率。

(2)国别制度距离变量(INSDit)。为了克服单一指标在反映制度距离时存在相对片面的缺陷，本文从法律制度距离、宏观经济制度距离、微观经济制度距离与政治制度距离四个维度构建综合性国别制度距离代理变量。同时，综合考虑当前主流的三种距离测算方法，即Kogut and Singh指数法、绝对值法和欧氏距离法，存在的优缺点，及对本文研究内容，决定采用绝对值法对四个维度的制度距离进行测算。

其中，法律制度维度包含法治水平(RL)。法治体现了代理人对信任和遵守社会规则的程度的认识，特别是合同执行、财产权、警察和法院的质量以及犯罪和暴力的可能性。

宏观经济制度维度包含财政自由度指数(FD)、货币自由度指数(MF)。财政自由度指数(FD)指标通过3项中类指标衡量，分别为税收占GDP的比重、最高企业所得税税率、最高个人所得税税率。较高的取值代表该国具有较低的税赋。货币自由度指数(MF)指标包括近三年的加权平均通货膨胀率和价格调控2项中类指标。

微观经济制度维度包含企业运营自由度指标(BF)。该指标通过10项中类指标衡量，新成立一家企业须办理的手续数目、所需的时间、费用、最低资金，企业获得许可证须办理的手续、需要花费的时间、费用以及企业关闭需要的时间、费用、恢复率。其较髙的取值代表一国企业的设立和关闭比较容易，成本较低，耗费的时间少。

政治制度维度包含廉洁程度(COR)、腐败控制(CCOR)、政府效率(GE)。廉洁程度(COR)指标表示一国政府的清廉程度,在世界经济自由度指标的10大类指标中，未明确列出廉洁程度所包含的中类指标。腐败控制(CCOR)反映一国政府的权利被用来谋取个人私利的程度，其中包括各种形式的腐败和该国政府为精英或者私人利益操纵的程度。政府效率(GE)表明对公共服务质量、公务员质量和独立于政治压力的程度，政策制定和执行的质量以及政府对这些政策的承诺的认识。

根据以上四个维度的指标，中国与东道国j的制度距离可表示为：

(4)

其中,INSDit表示中国与东道国i的制度距离，Ijit表示i国第t年在第j个维度上在的得分，Ijut表示中国第t年在第j个维度上的得分。

3.控制变量

为严格控制其他因素对OFDI的影响，本文分别采用东道国最终消费(CONSE)、东道国通货膨胀率(INFR)、东道国汇率(EXCH)、东道国税赋(TAX)、中国和东道国间地理距离(DIS)这5个控制变量，以使本文研究更具准确性及科学性。

(二)计量模型设定

研究制度距离对OFDI的区位选择采用空间计量模型进行实证分析因考虑到空间距离的溢出效应而表现出一定的优势，故而本文采用空间杜宾模型(SDM)研究逆向技术溢出对OFDI区位选择的调节效应。

第一步，分别单独研究逆向技术溢出和国别制度距离对中国OFDI区位选择的影响，作为下一步研究的基准，故设定以下计量模型：

(5)

(6)

第二步，基于上述的基准研究，在回归模型(1)中引入逆向技术溢出和国别制度距离的交叉项，作为考察逆向技术溢出是否存在调节效应的指标，具体的计量模型如下：

(7)

其中SFit*INSDit表示OFDI逆向技术溢出和国别制度距离的交互项。

(三)空间权重矩阵构建

空间权重矩阵是空间计量模型估计时的关键环节，现有研究中通常采用二元相邻矩阵、地理距离空间权重矩阵以及经济距离空间权重矩阵。考虑到估计结果的稳健性，本文先后构建经济距离空间权重矩阵和地理距离空间权重矩阵，并将后者作为稳健性检验使用。其中，经济距离空间权重矩阵设定如下：

(8)

之后，基于上述设定的经济距离空间权重矩阵，本文采用LM检验对对外直接投资是否存在空间交互效应进行空间相关性检验。此外，考虑到检验结果的稳健性，分别进行空间固定效应和空间随机效应的LM检验，检验结果如表1所示。

表1 基于经济距离空间权重矩阵的LM检验

注：本表未列出变量的系数估计结果,***、**、*分别表示在1%、5%和10%的显著性水平上显著(下同)。

从表1中的检验结果可以发现，无论是空间固定效应还是空间随机效应均拒绝原假设，表明对外直接投资确实存在空间交互效应，从而意味着在实证分析中需要考虑变量的空间滞后效应。

(四)数据来源说明

本文采用的数据主要来自《中国对外直接投资统计公报》、世界银行发展指标以及CEPII数据库。其中，被解释变量数据取自《中国对外直接投资统计公报》，包含中国对140个国家②和地区2003-2015年的对外直接投资数据，核心解释变量国别制度距离的数据来自世界银行治理指标WGI以及美国传统基金会的世界经济自由度指标，中国和东道国间地理距离数据取自CEPII数据库，剩余各变量数据取自世界银行数据库。

三、实证结果分析

本文对以上计量模型分别采用空间固定效应和空间随机效应进行估计，然后采用Hausman检验对两种估计结果进行择优。具体结果分析如下：

首先，本文分别单独考察OFDI逆向技术溢出和国别制度距离在中国OFDI区位选择中的作用，估计结果由表2中的模型(1)和(2)给出。其中，被解释变量的空间滞后项W*lnOFDI系数显著为正，说明OFDI确实存在空间滞后效应，意味着本文采用SDM进行实证分析是合理的。对于逆向技术溢出的回归结果，由Hausman检验结果表明，模型(1)的估计结果采用空间随机效应，所以从空间随机效应的估计结果来看，逆向技术溢出lnSF的估计系数为0.5124，且显著，表明OFDI逆向技术溢出在中国对外直接投资的区位选择中发挥着重要的作用，也即是说逆向技术溢出效应越强的东道国更吸引中国的OFDI。此外，逆向技术溢出的空间滞后项估计系数为1.3946，且显著，表明各东道国的逆向技术溢出对中国的OFDI区位选择的积极影响具有显著的互补效应。对于国别制度距离的回归结果，由Hausman检验结果表明，模型(2)的估计结果采用空间固定效应，从空间固定效应的估计结果来看，国别制度距离INSD的估计系数为-0.1273，且显著，表明国别制度距离对中国的OFDI存在负向影响，即中国倾向于向与本国制度距离较小的国家进行直接投资，这也正好同传统理论结论保持一致。

表2 逆向技术溢出对中国OFDI区位选择的调节作用

注：括号中为标准误(下同)。

然后，本文进一步将逆向技术溢出、国别制度距离以及其交互项纳入同一分析框架，即模型(3)，估计结果由表3中的模型(3)给出。由Hausman检验结果表明，模型(3)的估计结果采用空间随机效应，从空间随机效应的估计结果来看，OFDI逆向技术溢出和国别制度距离交互项lnSF*INSD的估计系数为0.0017，且显著，表明OFDI逆向技术溢出能够正向调节国别制度距离对OFDI区位选择的影响，即削弱国别制度距离对OFDI的抑制作用。此外，对比模型(2)的估计结果可以发现，在加入OFDI逆向技术溢出变量后，国别制度距离系数由-0.1273扩大至-0.0773，在某种程度上也意味着逆向技术溢出发挥了调节作用，减弱了国别制度距离对OFDI的负向影响作用。同时，逆向技术溢出和国别制度距离交互项的空间滞后项W*lnSF*INSD的估计结果为负但是不显著，表明该中国向某一东道国的直接投资，并不会受到第三方国家的OFDI逆向技术溢出的调节效应的影响，这也间接表明，OFDI逆向技术溢出的正向调节效应并不具有空间溢出效应。此外，国别制度距离的空间滞后项W*INSD的系数在模型(2)和(3)中始终不显著，表明中国同其他国家之间的制度距离对中国对某一东道国的直接投资，即中国向某一东道国进行直接投资，较少会受中国同其他国家之间较大制度距离的影响。

最后，从相应的效应分析来看，lnSF*INSD的直接效应极其微小，且未通过显著性检验，表明一国的OFDI逆向技术溢出在国别制度距离对中国OFDI区位选择影响路径中调节作用的反馈效应很微弱，间接表明某一东道国较强的OFDI逆向技术溢出效应仅在中国和该国家之间制度距离对中国向该国家的直接投资的负向影响中起到正向调节作用，但是该正向调节作用并不能通过其他国家进行传递。从lnSF*INSD的间接效应估计结果还可以发现，其估计结果不显著，表明该正向调节作用不会影响到中国对其他第三方国家的直接投资，这里进一步验证了OFDI逆向技术的正向调节效应不存在空间溢出效应。

表3 OFDI逆向技术溢出调节作用的效应估计

四、稳健性检验

考虑到研究结论的稳健性以及空间计量模型的特殊性，本文通过采用替换空间权重矩阵的形式对上文研究结论进行稳健性检验。因此，依据各国首都地理距离的空间权重矩阵设定如下：

(9)

其中dij表示i国和j国首都之间地理距离，dmin表示所有距离中的最小值，w(dij)表示空间权重矩阵W′第i行第j列的元素。

之后，基于上述设定的地理距离空间权重矩阵，采用LM检验对对外直接投资是否存在空间交互效应进行空间相关性检验。此外，进一步考虑到检验结果的稳健性，分别进行空间固定效应和空间随机效应的LM检验，检验结果如表4所示。

表4 基于地理距离空间权重矩阵的LM检验

注：本表未列出变量的系数估计结果。

由表中的检验结果表明，被解释变量对外直接投资的确存在空间滞后效应，在实证研究中应加以考虑。

表5 稳健性检验逆向技术溢出对中国OFDI区位选择的调节作用

表5 (续)

于是，替换空间权重矩阵之后的回归结果如表5和表6所示。首先，由表5中空间滞后项W*lnOFDI的估计结果来看，同样通过了1%的显著性检验，再次验证采用SDM进行实证分析是合适的。然后从逆向技术溢出和国别制度距离的单独回归结果来看，两者的回归系数和显著性均符合预期，预示结果是稳健的。最后，从模型(3)的稳健性检验结果来看，交叉项lnSF*INSD的系数仍为正且通过了5%的显著性检验，表明逆向技术溢出效应的确能够正向调节国别制度距离对OFDI区位的选择，该结论是稳健的。

表6 稳健性检验OFDI逆向技术溢出调节作用的效应估计

此外，从相应的效应估计结果来看，直接效应和间接效应的估计结果基本保持一致，表明效应估计的结果具有稳健性。

五、结论与建议

本文基于2003-2015年中国对140个国家(包括发达和发展中国家或地区)的直接投资数据，分别构建国别制度距离综合指标和OFDI逆向技术溢出指标，采用空间杜宾模型实证分析OFDI逆向技术溢出在中国OFDI区位选择中的作用，试图解释中国企业为何同样倾向于向制度距离较远的国家进行投资的现象。研究结果表明，OFDI逆向技术溢出效果越强的东道国越是吸引中国的OFDI，更关键的是OFDI逆向技术溢出能够正向调节国别制度距离对中国OFDI区位选择的影响效应，也即削弱国别制度距离对OFDI的抑制作用，从而一定程度地解释了中国为何仍选择制度距离较远的国家进行投资。此外，还可以发现，OFDI逆向技术效应在国别制度距离对OFDI区位选择影响路径中的正向调节作用并不具有空间溢出效应，即某一国家较强的OFDI逆向技术溢出效应仅可以削弱中国同该国家之间制度距离对中国向该国家直接投资的负向影响，但是难以在中国和其他国家的制度距离对中国OFDI的负向影响中起到削弱作用。也可解释为若某一国家增强其对中国对外直接投资企业的逆向技术溢出，即使中国同该国家制度距离较远，也会吸引中国企业对其进行直接投资，而且也不会惠及其他国家。

根据研究结论，本文政策含义如下：首先，OFDI逆向技术溢出的强度同东道国制度环境紧密相关，所以国内需大力优化国内制度环境，缩小与发达国家的制度差异，疏通OFDI逆向技术溢出渠道；其次，提升国内制度质量，一方面可以减轻国内企业向发达国家对外直接投资的适应成本，扩大投资，另一方面制度质量的提升利于释放国内经济活力，促进经济的增长；然后，国内可以凭借自身特有的制度性优势，为企业的不同OFDI动机提供对应的制度优势，例如市场指导和政府支持等，弥补同东道国的制度差距，增强互补效应，减弱竞争效应，优化国内企业OFDI结构。之后，积极参与双边或多边国际投资规则的协商与制定，加强区域经济合作，建立多双边联系机制，签订双边投资保护协定，一定程度上弥补因制度距离较大产生的不利影响；最后，由于OFDI逆向技术溢出的强度也取决于企业的吸收能力[10]，所以对外投资企业需加大内部投入，增强对逆向技术溢出的吸收能力，提升企业竞争优势，进一步扩大对外投资。

注释：

① 由于空间矩阵元素必须为正值，本文采用绝对值的形式，此外以人均 GDP 均值形式设置空间权重矩阵，一定程度上可避免内生性问题。

② 剔除卢森堡、塞浦路斯、开曼群岛、英属维尔京群岛和中国香港等避税港及金融自由港。