东道国数字经济发展对中国OFDI的影响——基于空间视角的实证研究

周 经， 吴可心， 陈 旭

(安徽财经大学 国际经济贸易学院，安徽 蚌埠 233030)

一、引 言

当前，世界经济数字化转型深刻改变一国的对外投资区位和产业选择。切实增强数字产业价值链自主可控水平，已成为事关我国对外投资高质量发展的一项重要且紧迫的任务。在全球格局深刻变化导致对外环境日趋复杂的背景下，寄希望于传统的劳动力资源寻求型、自然资源寻求型的对外直接投资发展模式来实现对外直接投资高质量发展已难以为继。数字基础设施已成为区域经济增长的重要驱动力[1]。2021年7月商务部印发的《数字经济对外投资合作工作指引》中指出要鼓励数字经济企业参与科技研发型境外经贸合作区建设，打造境外科技创新平台，这为研究东道国数字经济发展对中国OFDI的影响提供了契机。因此，研究东道国数字经济发展水平对于中国对外直接投资的驱动机制及影响因素，不仅有助于提升企业在数字经济背景下参与国际分工网络的主导性，而且为克服目前对外投资结构和区域发展不平衡性提供新思路。

现有文献主要基于互联网基础设施、网络就绪度指数[2]等单一指标来衡量数字经济发展水平。事实上，根据2016年G20峰会《二十国集团数字经济发展与合作倡议》对数字经济的定义，数字经济是通过有效使用各种数字技术(互联网、云计算、大数据、物联网等)，从而提升生产效率，促进经济结构优化转型升级的一系列经济活动。从数字经济定义来看，数字经济包含多种信息通信技术的运用[3]。因此，在考察东道国数字经济发展水平对于OFDI的影响效应时不能仅依靠单一指标，而是需要一个综合、全面的指标。

此外，现有研究大多采用传统面板数据分析数字经济发展与OFDI之间的关系，较少文献引入空间计量方法。传统面板假定各地区数字经济发展相互独立，这与现实存在偏差。在当前数字经济时代，信息传播打破了地理距离的限制，网络外部性的存在使得数字信息化发展对周边地区产生直接或间接的影响[4]。同时，公共政策外部性以及OFDI的高集聚度进一步加强了数字信息的空间相关性。因此，如果忽略这种空间相关性的影响，模型估计将存在偏误。

鉴于此，本文首先构建东道国数字经济发展水平的指标体系并对各国数字经济发展现状展开分析，其次利用时空双固定空间滞后模型(SAR)实证检验东道国数字经济发展水平对中国OFDI的影响，最后以数字经济为切入点考察东道国数字经济对中国OFDI影响的异质性。与以往研究相比，本文力图在以下三个方面做出创新和贡献：在研究内容方面，本文在构建数字经济指标体系的同时对各国数字经济发展现状展开了对比分析，这为我们更清楚地了解各国数字经济发展水平提供了参考。在研究方法方面，本文基于国家面板数据，构造邻接矩阵和贸易距离矩阵，利用空间面板计量模型充分考察各国数字经济及中国OFDI的空间溢出效应，这为后续客观评价东道国数字经济与中国OFDI的空间溢出特征及演进规律提供了证据。在研究观点方面，本文发现东道国数字经济发展水平对中国OFDI的影响并非是一成不变地起到促进作用，而是受到东道国人力资本、制度环境和自然资源的影响呈现出非线性的门槛特征，这为我们判断东道国所具有的资源禀赋是否有助于发挥数字经济对中国OFDI的促进效应提供了借鉴。

二、理论分析与研究假设

回顾以往数字经济与对外投资的研究，本文得到以下两点启发：其一，拥有较高科技发展水平的东道国更能吸引外商直接投资[5]。对于东道国而言，外商直接投资可以为东道国提供充足的就业岗位，通过技术转让、激发竞争中的技术扩散、提供工人培训及管理技能而使东道国受益。随着数字技术水平在企业生产中的重要程度日益凸显，东道国为了提高自身的国际竞争力，会大力发展数字经济，使得本国具有“数字经济区位优势”，从而吸引外商直接投资。其二，数字经济能够有效降低投资国双边交易沟通成本。根据邓宁的所有权及内部化等范式，对于投资国而言，母国将企业置于外国市场，能有效降低要素成本[6]。数字经济的发展降低了跨国公司的信息交流成本和搜索成本，同时，企业可以通过直接与客户取得联系从而降低交易成本，提高企业生产效率。除此之外，数字时代使得东道国市场更加透明，这有效降低了中国企业对外投资风险。因此，国际直接投资者更愿意投资于网络基础设施完善、网络空间充裕的国家。齐俊妍和任奕达分析“一带一路”沿线国家的数字经济发展后认为，各国数字经济发展水平显著促进了中国对外直接投资规模的提升[7]。数字经济在投资区位选择中扮演关键角色，同时能够助推国内外经济双循环的深度融合[8]。据此，提出假说1：

H1：东道国数字经济发展水平是影响企业对外直接投资的重要因素。

除了分析东道国数字经济对中国OFDI的直接效应以外，东道国数字经济对中国OFDI的空间溢出机制也值得探讨。一方面，关于数字经济发展空间溢出的直接效应，目前的研究主要集中在信息化传播和数字金融集聚等方面。Yilmaz等较早地对美国各州数字经济发展的空间效应进行分析发现，信息化时代所具有的跨时空、跨距离的信息传递等特征存在负向空间溢出效应[9]，各州可以从自身的信息化基础设施中受益，但其他州的信息化投资对产出增长具有负面影响，且邻近地区会放大这种负向溢出效应。而Sun等发现信息化传播有助于打破由距离引起的经济空间限制，并指出信息化对周边地区均能够产生正向的直接影响和间接影响[10]，即证明了网络积极外部性的存在。同时，数字技术从数字经济的推广中得到发展[11]，数字经济使得企业和部门之间能实现跨地区的分工与合作，这种积极的空间溢出效应能够促进本地及其他地区生产率提升[12]。

另一方面，关于数字经济发展空间溢出的间接效应主要体现为：一是要素流动频繁。数字经济的发展使得人力资本等要素在各国之间的流动更加频繁，这极大地提升了企业的技术进步和创新能力水平，这种由生产要素流动带来的经济效应为东道国数字经济发展的空间溢出提供了渠道。二是资源配置高效。东道国数字技术和数字资源的发展拓宽了资源配置边界，云计算和物联网促进多种资源共享和资源需求分配[13]，数字经济带来的跨国、跨地区交流的便利为资源分配提供渠道。据此，本文提出假说2：

H2：东道国数字经济发展水平对中国OFDI的影响具有正向空间溢出效应。

各国在制度环境、人力资本和自然资源等方面存在明显差异，不同制度环境、人力资本水平及自然资源禀赋对当地数字经济发展水平的影响不同。从制度环境的差异来看，由于良好的制度环境会降低跨国公司在本地经营的投资风险，使得制度质量和数字经济发挥协同作用[10]，进一步促进数字经济发展吸引中国OFDI的效果，因此，东道国数字经济发展的引资效果受制于当地的制度环境。从人力资本差异来看，Vance和Paik基于吸收能力的理论框架检验东道国国民学习形式，认为东道国的员工培训能够提高跨国公司的人力资本水平[14]，从而促进跨国公司产生更有效的知识生成和流动。近年来，国内学者从企业层面的影响因素展开讨论，在数字经济背景下，东道国的人力资本在吸引外资时扮演着重要角色，其决定了企业将外商投资的资源及生产要素转化为创新成果的程度。根据现有文献对相关问题的讨论，多数研究认为人力资本水平高的国家和企业具有较高的生产效率及创新能力[15-16]，因此，东道国数字经济发展的引资效果在人力资本水平高的国家和地区作用更强。从自然资源禀赋差异来看，东道国的自然资源丰裕程度会影响中国OFDI[17]。同时，由于“资源诅咒”效应的存在，东道国丰裕的自然资源在一定程度上导致数字经济发展受到限制，资本投入和技术创新水平相对较低，从而不利于外资进入。因此，东道国数字经济发展的引资效果受自然资源禀赋的影响情况存在不确定性。考虑到不同东道国特征对数字经济与中国OFDI之间关系的调节作用，东道国数字经济对中国OFDI的吸引在不同国家和地区呈现出异质性特征，据此，提出假说3：

H3：东道国数字经济发展吸引中国OFDI呈现异质性特征，即在不同制度环境、资源禀赋、人力资本水平的国家其影响作用存在差异。

三、研究设计

1.变量选取与指标构建

(1)被解释变量 中国OFDI(OFDI)。通过观察历年中国OFDI流量数据，多数存在负值，因此，本文选取OFDI存量数据作为被解释变量进行回归分析。数据来源于历年《中国对外直接投资统计公报》。

(2)核心解释变量 数字经济(dige)。本文选取2015-2019年华为发布的77个东道国的全球联接指数作为样本(1)2015-2019年《全球联接指数》包含79个国家，由于委内瑞拉数据缺失较多故剔除，同时剔除中国，因此本文研究样本中包含77个国家。，对各国数字经济发展状况进行综合评价。该评价体系包括基础设施(infrastructure)、宽带(broadband)、云计算(cloud)、物联网(net)、人工智能(AI)5个一级指标，由32个二级指标构成(2)具体评价指标体系未在正文中展示，感兴趣的读者可以向作者索取。。评分数值越大代表数字经济发展水平越高。本文运用SPSS 25.0软件对标准化后的样本数据进行全局主成分分析，得到前4个特征值大于1的主成分，且累计贡献率达到74.885%，说明能够较好地描述主要的数字经济指标的相关信息量。根据前4个主成分的方差贡献率计算一级、二级指标的权重，最终得到东道国数字经济发展水平综合评价指标。

图1 部分国家数字经济发展水平

由图1可见，各国数字经济发展水平表现出较大的差异性，数字经济发展水平最高的是新加坡、美国等发达国家,而乌干达、埃塞俄比亚等非洲国家数字经济发展水平较为落后。分区域观察(6)限于篇幅，分区域的数字经济发展水平对比图未在文中展示，感兴趣的读者可以向作者索取。，亚洲和南美洲数字经济发展水平差异较为明显，其中新加坡、日本、韩国数字经济发展水平较高，而孟加拉国、巴基斯坦等国家较低；非洲各国数字经济发展水平差异不明显，但整体水平偏低；欧洲、北美洲、大洋洲各国数字经济发展水平较高且差异不明显。各国数字经济发展水平存在差异，可能的原因是，发达国家信息和通信技术设备集成度高，而发展中国家的情况则相反，信息技术集成度偏低。但是，通过观察可以发现，仍有一些排名靠前的发展中国家，如马来西亚等。由此可见，数字经济带来新一轮的经济发展变革，如果这些发展中国家能够应对数字经济所带的挑战并抓住机遇，不断完善互联网硬件和软件基础设施，缩小“数字鸿沟”，世界经济格局也将逐渐改变。

(3)控制变量 为了更准确地分析东道国数字经济发展水平对中国OFDI的影响效应，需要考虑可能对中国OFDI产生影响的其他变量，具体如下：一是东道国经济规模(GDP)。根据国际生产折衷理论，发展中国家OFDI选址决策中主要取决于本国经济规模，参考蒋冠宏和蒋殿春的做法，选取中国GDP衡量母国的经济能力和投资能力[18]。二是人力资本水平(labour)。东道国的劳动力水平是影响企业OFDI区位选择的重要影响因素，本文采用就业人数衡量东道国人力资本水平。三是自然资源禀赋(source)。不同国家在拥有资源的禀赋上存在差异，东道国资源要素越充裕，越能吸引中国OFDI，本文用金属及矿石能源出口/货物总出口来表示东道国自然资源禀赋。四是投资开放度(open)。东道国对外开放程度越高，中国OFDI所面临的贸易壁垒越低，相应的贸易成本会减少，越有利于促进中国OFDI，本文采用外国投资净流入/GDP来表示开放程度。五是贸易依存度(trade)。用东道国贸易依存度表示该国与其他国家的经济密切程度，全球化使得各国贸易繁荣发展，各国通过制定优惠政策来吸引外资流入，从而对中国OFDI产生影响。六是技术水平(tech)。东道国的技术水平越先进, 中国OFDI通过学习和模仿东道国的技术及经验越容易获得更高的逆向技术溢出效益，从而扩大投资规模，本文采用高科技产品出口价值来衡量东道国的技术水平。七是交通基础设施(hk)。传统基础设施一般包括通信、能源、交通等方面，文中数字经济发展已囊括通信基础设施，能源基础设施用东道国自然资源禀赋表示，因此本文选取东道国交通基础设施来衡量东道国基础设施发展水平，用东道国航空客运量来表示[19]。八是制度环境(sys)。本文参考徐俊和李金叶的做法，选取东道国经济自由度指数作为制度环境的代理变量[20]，一国经济自由度指数越高，表明该国制度环境越有利于吸引外资。其中，制度环境(sys)变量数据来源于美国传统基金会，其余七个变量数据均来源于世界银行。

2.模型构建

(1)基准模型 为检验假设，本文参考已有研究的做法，构建如下基本模型：

(1)

其中：ln OFDIit表示中国在t年对i国的OFDI； digeit表示i国数字经济发展水平；i表示不同的国家；t表示不同的年份；α0为常数项；α1为核心解释变量东道国数字经济发展水平的系数；βl为各控制变量的系数；μi表示个体固定效应；ηt表示时间固定效应；ϑit为随机干扰项；Xit表示控制变量。

(2)空间面板模型 为讨论东道国数字经济对中国OFDI的空间溢出效应，在式(1)中加入核心变量、被解释变量及其他控制变量的空间交互项，进一步拓展为空间面板模型：

ln OFDIit=α0+α1digeit+ρ1Wdigeit+ρ2Wln OFDIit+α2Xit+ρ3WXit+ ϑit

(2)

ϑit=γWϑi+εit

(3)

其中：ρ1、ρ2、ρ3、γ分别为核心变量、被解释变量、其他控制变量及随机误差项的空间误差系数，用于反映周边国家不可观测的因素对东道国数字经济吸引中国OFDI的影响效果；εit为误差向量；W表示空间权重矩阵；其余各变量及含义与公式(1)相同。

式(2)中，当γ=0时，该模型退化为空间杜宾模型(SDM)；当γ=ρ1=0时，模型进一步退化为空间滞后模型(SAR)；当ρ1=ρ2=0时，模型表示空间误差模型(SEM)；当γ=ρ1=ρ2=ρ3=0时，转化为基准的面板模型，说明不存在空间效应。

(3)空间权重矩阵的设定 第一，邻接矩阵(W01)。本文采用i国与j国是否相邻构建邻接矩阵，若两国相邻则取值为1，若两国不相邻则取值为0。其中判断是否相邻所用数据来源于谷歌卫星地图。

(4)

第二，贸易距离矩阵(Wtr)。当两国不相邻但距离较近时，邻接权重矩阵就无法反映两国之间的关系。因此，参考刘志东和高洪玮[21]的做法，采用i国向j国的出口贸易额占i国向所有样本国出口贸易额的比重来构建贸易距离矩阵，从而反映各国之间的贸易往来的密切联系。各国贸易数据来源于UN comtrade。

(5)

四、实证检验与结果分析

1.基准回归

异方差及自相关检验结果认为原数据存在组内自相关，因此，本文采用广义最小二乘法(GLS)以修正模型随机项的异方差和序列相关问题。估计结果如表1所列，东道国高水平的数字经济能够吸引中国OFDI，具体而言，东道国基础设施、宽带覆盖率、云计算能力、物联网及人工智能水平均能显著促进中国OFDI规模的增加，假说1得到证实。

表1 数字经济各指标对中国OFDI影响的基准回归结果

续表

从控制变量观察，东道国经济规模(GDP)、投资开放度(open)以及交通基础设施(hk)对中国OFDI的影响为正但不显著，这表明东道国稳定的经济状况、适度的开放水平以及交通基础设施使得中国对东道国形成稳定且长远的投资规模。东道国自然资源禀赋(source)、贸易依存度(trade)以及人力资本水平(labour)对中国OFDI具有显著的正向影响，说明中国更倾向于在资源丰富、双边贸易联系密切以及人力资本水平高的地区投资。中国的投资企业多数以劳动密集型为主，并且东道国丰富的自然资源和人力资本水平能够为中国OFDI提供保障。东道国技术水平(tech)和制度环境(sys)对中国OFDI存在负向影响，可能的原因在于目前各国投资壁垒较高，对技术的保护主义阻碍了技术寻求型OFDI[22]。随着中国技术寻求型OFDI的占比逐渐增多，东道国会提高外来投资的风险规避意识以防止当地技术外溢，从而导致中国OFDI规模减少，这也与郑霄鹏和赖石成的观点相一致[23]。另外，由于企业OFDI存在制度适应成本[24]，中国OFDI存在“制度风险偏好”的特征，在制度环境完善的国家，中国OFDI在市场中易受到他国的挤出和约束[25]，因此，东道国制度环境并不是中国OFDI的主要参考因素。

2.空间效应检验

在对空间计量模型进行估计之前，首先采用莫兰指数法分析是否有必要进行空间计量，本文基于邻接矩阵和贸易距离矩阵分别测算了2015-2019年东道国数字经济和中国OFDI的全局Moran'sI统计值，其计算方法如下：

(6)

(7)

其中：Yi表示i国家相关指标对应的观测值；n是国家总数；Wij表示各国空间权重矩阵。

检验结果如表2所列，2015-2019年东道国数字经济和中国OFDI的莫兰指数显著为正，表明二者具有显著的空间自相关性，即空间分布的集聚现象明显。

表2 东道国数字经济与中国OFDI莫兰检验的结果

续表

同时，根据莫兰散点图，加拿大、日本、韩国、瑞典、丹麦、瑞士等发达国家的数字经济发展水平呈现出“H-H集聚”；肯尼亚、坦桑尼亚、印度、乌干达等发展中国家的数字经济发展水平呈现“L-L集聚”(7)由于篇幅限制，东道国数字经济的莫兰散点图未在正文中展示，感兴趣的读者可以向作者索取。。

在对空间模型回归之前，首先进行LM检验，判断是否有必要进行空间效应的分析。结果表明，空间滞后模型更显著。其次，通过Hausman检验确定使用随机效应模型。最后，采用LR检验以及Wald检验，结果表明SAR模型优于SDM模型，最终确定使用时空双固定空间滞后模型进行分析。

表3报告了空间邻接矩阵、贸易距离矩阵两种空间权重矩阵下，东道国数字经济综合指数以及分指标对中国OFDI影响效应空间滞后模型的回归结果。空间自相关系数rho均在1%的显著性水平上显著为正，表明东道国数字经济发展具有显著的正向空间溢出效应。个体效应的特异误差及时间效应的特异误差均显著，表明模型应当采用个体和时间双固定模型。东道国数字经济发展水平及其分指标的估计系数在两种不同的空间权重矩阵中均显著为正，且都通过了1%的置信水平。

为考察地区间空间溢出效应是否存在，应当关注核心变量的直接效应、间接效应是否显著。根据表3回归结果可以看出，在两种不同的空间权重矩阵下，东道国数字经济发展水平对中国OFDI影响的直接效应均在1%的水平上显著为正，说明东道国数字经济发展水平有利于促进中国OFDI。同时，东道国数字经济发展水平对中国OFDI影响间接效应的估计系数均显著为正，说明东道国周边国家和地区的数字经济发展水平也能够吸引中国OFDI。综上可知，假说2成立。其主要原因在于，数字基础设施建设为各国搭建了便利的沟通交流平台，这极大地降低了各国之间的沟通成本，促使各国之间贸易往来更加频繁。随着各东道国贸易经济的联动性不断增强，各东道国产业结构得以持续优化，其产业发展所形成的集聚效应为中国跨国公司在各东道国的生产发展提供了良好环境，这有利于中国对东道国及其周边国家的投资规模进一步扩大。因此，东道国数字经济发展对中国OFDI的促进作用具有显著的空间溢出效应。

表3 东道国数字经济的空间效应回归——空间邻接矩阵(W01) (8)由于篇幅限制，贸易距离矩阵的回归结果未在正文中展示，感兴趣的读者可以向作者索取。

续表

3.分样本回归

本文根据经济发展水平将样本国划分为发达国家和发展中国家，以考察不同经济发展水平的东道国数字经济发展水平对中国OFDI的影响。

根据表4(1)～(2)列的回归结果显见，发达国家数字经济发展对中国OFDI的引资效果更为显著。

为进一步考察中国与“一带一路”沿线国家形成的友好合作关系是否会影响东道国数字经济发展对中国OFDI的吸引程度，本研究将样本国划分为“一带一路”沿线国家与非“一带一路”沿线国家。

根据表4(3)～(4)列的回归结果可以看出，“一带一路”沿线国家相比于非“一带一路”沿线国家的数字经济也更能吸引中国OFDI。

2020年《全球联接指数报告》中指出，中国的数字经济发展水平排名第22位，属于发展中的加速者。当新兴经济体处于追赶阶段时，往往具有双重特征，即向发展中国家流动的OFDI具有正向梯度，向发达国家流动的OFDI具有反向梯度[26]。

出现这种结果的主要原因是，以20世纪80年代日本OFDI的分布情况为例，流向北美、欧洲等发达地区的OFDI主要是基于市场寻求、技术寻求和信息获取，而流向发展中国家和地区的OFDI是对低生产成本的追求[27]。

在发达国家，OFDI的主要目的是市场寻求和技术寻求[28]；在发展中国家，OFDI主要是针对资源寻求和政治关系[29]。

更具体地说，中国的OFDI主要流动地也可以分为三种类型的国家或地区，分别是自然资源丰富的国家或地区、劳动力廉价的发展中国家、技术先进的发达国家[30]。随着数字经济的不断发展，中国OFDI在区位选择上出现高科技偏好，发达国家稳定的经济发展形势、先进的技术水平是吸引中国OFDI的重要原因，中国在向发达国家的OFDI中能获得更多的逆向技术溢出。另外，中国向“一带一路”沿线国家投资时，不需要承担“外来者劣势”，中国投资企业不仅能够学习当地的技术及经验，而且能与东道国形成长期友好合作关系。

表4 分样本回归

4.稳健性检验

(1)内生性处理 东道国数字经济取得发展也可能是由于中国扩大对当地的投资规模，当地获得投资后加大数字经济等基础设施建设，从而进一步吸引中国OFDI。因此，东道国数字经济和中国OFDI可能存在双向因果关系。为解决可能存在的双向因果关系，本文参考范鑫的做法[31]，选取核心变量指标体系中的子指标作为工具变量，即本文选取东道国网络安全意识、互联网对商业模式的影响、互联网市场潜力作为东道国数字经济发展水平这一内生变量的工具变量。根据全球联接指数的指标构建可知，这三个变量均代表国家的数字经济发展水平，因此与东道国数字经济发展水平具有很强的相关性；而网络安全意识、互联网对商业模式影响程度以及互联网市场潜力与投资市场环境并无直接关系，中国OFDI也不会对东道国的网络安全意识、商业模式影响程度及市场潜力产生直接影响。因此所选工具变量满足相关性与排他性要求。

在存在异方差的情况下，通过Hausman检验以及异方差稳健的DWH检验，发现核心解释变量数字经济(dige)为内生解释变量。因此，采用两阶段最小二乘估计(2SLS)，表5(1)列报告了工具变量的回归结果。所选取的工具变量均通过弱工具变量与过度识别检验，表明所选取的工具变量是合适的。方程不可识别检验(Underidentification test)中的P值小于0.01，强烈拒绝方程不可识别的原假设。弱工具变量检验(Weak identification test)中的Wald-F统计值为109.312，大于所有临界值，说明拒绝“弱工具变量”的原假设，即方程不存在弱工具变量。过度识别检验P值为0.144，大于0.1，说明接受所选工具变量均外生。为了进一步检验模型的稳健性，本文采用对弱工具变量更不敏感的有限信息最大似然法(LIML)，根据表5(2)列回归结果发现，LIML的系数与2SLS的估计值非常接近，表明所选取的工具变量均外生。

(2)稳健性检验 考虑到研究样本数据具有短面板特征，本文进一步使用系统GMM与迭代GMM方法进行稳健性估计，表5(3)、(4)列报告了GMM回归的估计结果。

续表

5.扩展检验结果与门槛特征分析

基于前文分析，数字经济发展水平较高的多为发达国家，而发展中国家数字经济发展水平相对较低。因此，为了进一步厘清东道国特征在数字经济发展对中国OFDI的影响中是否存在异质性，本文采用门槛模型，探究东道国特征对数字经济与中国OFDI关系的调节作用。根据理论假设中提到的东道国特征是解释中国OFDI的外部因素，建立如下模型：

ln OFDIit=α0+α1digeit×I(P≤γ1)+α2digeit×I(γ1

(8)

其中：I(·)是一个指标函数；P表示门槛变量；γ1、γ2为门槛值；ϑit为随机干扰项；Xit表示控制变量；其余各变量及含义与公式(1)相同。

为避免门槛变量在选择上存在主观性，基于理论假设部分的分析，主要选取东道国人力资本水平(labour)、制度环境(sys)和自然资源禀赋(source)作为门槛变量。首先对面板门槛模型进行存在性检验，从而确定门槛个数。根据Hansen检验的结果，以人力资本和制度环境为门槛变量时，存在单一门槛，以自然资源禀赋作为门槛变量时存在双重门槛(9)由于篇幅限制，门槛效应的存在性及门槛估计值的检验结果未在正文中展示，感兴趣的读者可以向作者索取。。具体回归结果如表6所列。

表6 东道国数字经济对中国OFDI的门槛效应

根据门槛检验的结果可知，当东道国自然资源禀赋超过最大门槛值时，东道国数字经济发展显著促进中国OFDI，这表明良好的自然资源能够显著影响东道国数字经济发展对中国直接投资的正向促进作用。而当东道国人力资本水平和制度环境超过门槛值时，东道国数字经济对中国OFDI的吸引作用减弱甚至不明显。可能的原因在于，一方面，企业的人力资本水平是知识整合和技术提升的关键，但是，随着东道国的人力资本水平不断提高，中国与东道国的技术差异不断缩小，“示范-模仿”效应减弱。同时，东道国人力资本水平到达阈值后会挤出东道国数字经济发展带来的经济效益，致使东道国数字经济的引资效果相对减弱。另一方面，东道国完善的制度环境会给中国企业带来制度适应成本压力，所以呈现出制度风险偏好特征[29]。另外，自然资源丰裕程度越高，东道国数字经济发展的引资效果越好，主要原因在于，东道国自然资源为中国企业带来绝对优势，使得中国企业在东道国能够形成低成本经营效应，因此，在自然资源丰富的国家，东道国数字经济发展的引资效果更为显著。

五、研究结论与对策建议

在数据作为一种新型生产要素不断被强调的背景下，本文基于2015-2019年跨国面板数据，运用空间计量模型实证检验了东道国数字经济对中国OFDI的影响及其空间溢出效应。研究结果表明：第一，东道国数字经济发展对中国OFDI具有显著的促进作用，在考虑了模型内生性问题之后，结果仍保持稳健。第二，东道国数字经济对中国OFDI存在显著的正向空间溢出效应，即东道国及其周边国家的数字经济发展水平均能够促进中国OFDI。第三，异质性分析发现发达国家及“一带一路”沿线国家的数字经济水平对中国OFDI的促进作用更为显著。第四，东道国数字经济对中国OFDI的影响受东道国人力资本水平、制度环境以及自然资源的影响而存在显著的条件性特征。

本文结合上述研究结论，提出以下对策建议：一是注重考察东道国数字经济发展水平。鉴于东道国数字经济发展水平对中国OFDI选址决策的重要性，中国政府及其相关部门应当更加重视对东道国数字经济发展水平的考察，通过收集整理东道国数字经济发展的相关信息，明确各国数字经济发展水平之间差异,因地制宜地制定不同的投资政策。二是强化对数字经济空间集聚效应的运用。中国政府和企业在投资决策时应着重考虑数字经济在国别之间存在的空间溢出效应，充分利用各国多边协同机制，发挥各国之间数字经济的集聚效应，促进区域融合和缩小发展差距，推动形成跨国跨区域、低成本高效率的投资合作环境，努力弥合“数字鸿沟”，实现经济可持续发展。三是积极利用东道国有利的人力资本水平、制度环境和自然资源禀赋。区别于传统意义上的线性促进作用，东道国数字经济对中国OFDI的促进作用受东道国人力资本水平、制度环境和自然资源的影响呈现出门槛特征，中国政府和企业在进行投资活动的区位决策时除了考察东道国数字经济发展水平，也应考虑到东道国特征在其中发挥的重要作用，最大程度地降低中国企业在东道国进行投资活动时的适应及经营成本，保障中国企业“走出去”的学习效应发挥应有的作用。