对外直接投资对中国出口效率影响的实证研究

廖良美，周若妍

(湖北工业大学经济与管理学院，湖北 武汉 430068)

国际直接投资与国际贸易是推动经济全球化趋势的主要力量，对外出口和对外直接投资(outward foreign direct investment，OFDI)是一国或地区参与国际分工的重要方式，这两者的发展规模和水平是该国经济实力的重要体现。近年来，随着我国经济发展融入全球经济的步伐进一步加快，政府积极采取措施支持企业“走出去”，中国OFDI与对外贸易两者之间呈现出优势互补、交叉发展的特点，存在替代关系[1]、互补关系[2]和权变关系[3]。改革开放以来，特别是加入WTO之后，我国对外贸易取得空前发展，2013年提出的“一带一路”倡议更是吸引国内众多学者对OFDI的贸易效应进行研究。聂飞(2018)[4]运用2003-2013年中国与96个国家和地区的面板数据论证中国IFDI、OFDI与出口贸易的互动机制，结果表明，中国在不同区位进行垂直型或水平型OFDI时对出口的作用不同，可能是替代效应，也可能是创造效应。林创伟(2019)[5]基于中国对东盟国家2003—2015年间直接投资和进出口贸易数据，得出中国对东盟国家的ODFI存在贸易创造效应，但这种效应大小取决于贸易额。值得注意的是，由贸易保护主义抬头导致中国出口贸易增速从2001—2010年的21.3%下降至2011—2020年的5.3%，且有两年增长率为负。因此在变局中继续维持较高出口贸易增长率，一方面在于东道国的市场需求，另一方面在于我国出口商品的竞争力，出口贸易的效率是二者合力作用下的结果。Egger(2002)[6]最早将双边贸易拟合值定义为贸易潜力，并把贸易实际值和贸易潜力的比值作为贸易效率。因此，本文可将出口效率定义为实际贸易值与贸易潜力值的比。在以往文献中，测度出口效率大多使用的是贸易引力模型[7]，但由于传统的引力模型使用的是OLS估计，从而得到贸易潜力值是各因素作用下的均值，忽略了贸易约束的影响，贸易潜力不能得到正确反映，测算的贸易效率也不精确。随机前沿引力模型的引入极大丰富了贸易效率的研究内容[8-9]，将对外直接投资引入贸易非效率项，得出中国对外直接投资促进出口效率提升的结论[10-11]。但已有研究多用面板模型进行分析，少有将其他非效率因素纳入考虑范围内。基于此，本文构建随机前沿引力模型测算出口效率，运用“一步法”从对外直接投资、贸易自由度、自由贸易协定安排三个角度评估我国的贸易效率和贸易潜力。

1 中国对外直接投资与出口的统计描述

1.1 对外直接投资规模总体稳健发展

随着经济全球化，经济增长速度日益加快，我国更加积极地进行对外投资。如图1所示，近年来我国对外直接投资流量和存量日益增长，即使在2018年全球对外直接投资大幅减少的趋势下，中国对外直接投资亦达到1430.4亿美元。2020年受新冠疫情的影响，世界经济总体急剧萎缩，但中国经济仍在全球实现唯一逆势增长，完成对外直接投资1537.1亿美元，同比增长12.3%，流量规模首次位居世界第一，连续5年占全球OFDI流量比重超过10%，存量位居世界第三。

数据来源：《2005～2020年中国对外直接投资公报》

1.2 出口贸易发展持续向好

从贸易规模看，2005—2020年这15年间，中国货物贸易出口总额总体上呈现增长态势。2020年在外部形势严峻、国际需求下降、贸易遭受严重冲击的背景下，我国外贸实现快速回稳并持续改善，表现出较强的韧性，对外贸易刷新了2018年创造的对外贸易历史纪录，创造了中国出口规模的新高。从对外直接投资和出口的统计分析(图2)来看，两者之间可能存在相互促进的关系。

数据来源：国家统计局

2 研究设计

2.1 随机前沿引力模型引入

引力模型表明两经济体的贸易额与其经济规模呈正相关，与两地距离呈负相关。这一概念出自物理学的万有引力定律，Anderson[12]最先将引力模型与国际投资结合，提出投资引力模型：

Qij=B0(Yi)B1(Yj)B2(Ni)B2(Nj)B4(Rij)B5(Aij)B6ξ

Qij表示i国向j国的OFDI流量；Yi与Yj分别为i国与j国的经济规模，一般用一国GDP或者人均GDP表示；Ni与Nj分别为i国与j国的人口数量；Rij和Aij表示两国之进行贸易的阻力和动力；j为随机误差项。

国际贸易中普遍使用的引力模型对数形式为：

lnXij=β0+β1lnYi+β2lnYj+

β3ln POPi+β4ln POPj+β5lnDij+μij

其中：Yi与Yj分别为i国与j国的GDP，Xij为i国对j国的贸易值，POPi和POPj分别为两国人口数量，Dij为两国之间地理距离，μij为随机误差项。然而，传统模型总是忽略了贸易约束的存在，测算出来的贸易潜力是多种未计入模型的影响因素作用下的均值，并不能准确反映贸易潜力，测算出来的贸易效率也不准确。鉴于此，Aigner[13]提出随机前沿引力模型，即将随机扰动项分成两部分单独处理，分别是随机误差项和非效率项，单独处理非效率因素便可以克服上述问题。该模型基本形式可以表示为：

EXijt=f(Xijt，α)eνijt-μijt

其中：EXijt为t时期i国向j国出口实际值；Xijt为影响贸易的重要因素，如经济规模和人口数量等；α是待估参数；μijt为贸易非效率项，表示没有计入方程的阻力因素；νijt与μijt之间相互独立；νijt-μijt为复合的误差项。

在随机前沿引力模型中，两国的贸易潜力表达式的一般形式为：

出口效率TE用贸易实际值和贸易潜力值的比值来表示，即：

μ=0时，TE=1，此时贸易效率达到前沿水平；μ>0时，TE<1则存在非效率因素。此时需要构建贸易非效率模型，基本形式如下：

μijt=Zijtβ+εijt

式中：Zijt为影响贸易无效率项的因素，β为待估算系数，εijt为随机扰动项。

早期的随机前沿模型是时不变的模型，但由于面板数据的特性，忽略时间因素则不能准确估算出时变的贸易非效率项。对此Battes和Coelli(1995)[14]提出时变模型：

μijt={e[-η(t-T)]}μij

μij服从截尾正态分布；η是参数，表示非效率项与时间变动的关系。为验证结果的稳健性，本文将时不变和时变结果进行对比。

2.2 实证模型设定

本文将随机前沿分析与引力模型结合，构建模型如下：

ln EXijt=α0+α1ln GDPit+α2ln GDPjt+

α3ln POPit+α4ln POPjt+α5ln IIT+

α6ln DISTijt+α7Border+νijt-μijt

在此基础上建立贸易非效率模型，模型设置如下：

μijt=β0+β1TFjt+β2ln OFDIijt+β2ln FTAijt+εijt

表1 经济变量的解释

2.3 样本及数据来源

本文选取2005-2019年间中国与16个国家(地区)贸易和投资的数据作为样本。16个国家和地区为德国、俄罗斯、哈萨克斯坦、巴基斯坦、新加坡、越南、中国香港、中国澳门、韩国、日本、泰国、马来西亚、美国、澳大利亚、阿尔及利亚、赞比亚。由于以上国家和地区是中国OFDI流入地和国际贸易进口地，2020年我国对这16个国家和地区的OFDI存量占总量的66.1%，出口额占总额的57.3%，同时这些国家包括了发达国家(地区)、发展中国家，地理位置分布各洲，因此据有代表性。

样本数据来源：中国及16国(地区)的GDP、人口数据均来自世界银行数据库(WDI)，人均GDP差额也由此计算而得；两国(地区)之间的地理距离和是否接壤数据来源于法国前景研究与国际中心；中国对16国(地区)的OFDI(本文使用中国OFDI存量)来自2005—2020年《中国对外直接投资统计公报》；自由贸易协定数据从世界区域贸易协定数据库获取得知；贸易自由度来源于The Fraser Institute公布2005—2019年全球经济自由度，所在区间设置为[1，10]，数值越高表示贸易越自由。

2.4 模型检验和估计

将上述数据整理成面板数据，并以2005-2019中国对16国(地区)的出口额为基础，将部分数据取对数处理，运用frontier4.1软件首先对模型的适用性进行检验，考虑是否引入时变因素和贸易非效率因素，然后对OFDI和出口效率进行随机前沿分析。

2.4.1模型适用性检验：LR检验(似然比检验)第一步检验非效率项存在与否，第二步验证非效率项是不是随时间变化而变化的。结果显示：“无非效率”的似然比统计量为500.72，远大于10.25，拒绝原假设则贸易非效率项存在；“贸易非效率项不随时间变化”的似然比统计量为91.20，大于8.27，拒绝原假设则模型估计要考虑时变因素(表2)。

表2 模型检验结果

2.4.2时变随机前沿引力模型分析在以上结果的前提下，对相关变量回归，得到各解释变量的相关系数和t值，将时不变与时变模型的回归结果对比(表3)。结果显示：1)ln GDP_chn、ln GDP_others的系数均在1%的水平下显著为正，说明外国经济规模增长会扩大对我国产品的需求，相较而言，中国经济规模因素对出口的影响要小于进口国，说明进口国经济规模是促进我国出口的重要因素。2)ln POP_chn的系数为正且在1%水平下显著，表明中国人口规模越大对出口产品的供给能力越强，在很大程度上促进了出口。但ln POP_others的系数在1%的显著水平下为负，可能是因为进口国人口规模增长会稀释人均收入水平，减少进口，人口规模对贸易的影响现在还没有确定的结论，可能是正向的，也可能是负向的(Deardroff[15]，1995)。3)ln dist的系数为负且在1%水平下显著，表明地理距离的远近直接影响到交易成本从而阻碍国际贸易。4)ln iit的回归结果不太显著，但系数为正且与预期一致，说明人均GDP差额并不是影响出口的主要因素。5)border系数为正，且在1%水平下显著，得出拥有共同边界可以减少沟通成本和运输成本。6)γ值在1%水平下显著且均接近于1，说明非效率项是贸易实际值和潜力值存在差距的重要因素；时变系数η显著不为0，进一步体现考虑贸易以上提出的非效率因素的重要性。

表3 时变模型和非时变模型回归结果

2.4.3贸易非效率模型的假设检验和实证结果本文基于“一步法”构建贸易非效率模型，测算出随机前沿模型和影响出口的非效率因素的回归系数和t值(表4)。

表4 “一步法”实证结果

根据回归结果显示，对出口贸易具有负向作用是中国人口规模、地理距离、人均GDP差距，其中除border不显著外，其他变量分别在1%、5%、10%的显著性水平通过检验，说明中国人口规模增长有利于拉动内需。当内需增速超过产量增速表现为减少出口，因此中国产能过剩问题可以从人口因素上入手；地理距离增加了交易成本和运输成本，收入差距过大需求偏好不同，从而阻碍两国贸易。对出口贸易具有正向作用的是中国和进口国(地区)的经济规模、进口国(地区)人口，其中进口国(地区)GDP在1%的水平显著为正，符号与预期一致，说明进口国GDP增长能促进出口。非效率模型中的tariff、ln ofdi、fta系数均显著为负，说明三者与贸易非效率项均是负相关，即抵消贸易非效率项的影响，从而促进出口效率提升。这是因为自由贸易协定的实施有助于消除贸易壁垒，使出口效率提升0.7152%。而OFDI每增加1%会提升出口效率0.3679%，进一步说明OFDI对贸易产生了创造效应，而不是替代效应，即中国OFDI能增加出口效率。Tariff系数为0.1259，说明贸易自由化有利于减少贸易阻力，应降低关税和非关税壁垒促进贸易发展。

2.5 出口效率测算

根据出口效率的定义及前文参数设定结果，可以测算出16国(地区)2005-2019年的出口效率并求得其平均效率，与对外直接投资存量均值进行比较(图3)。总体来看，2005-2019年出口效率从0.0325上升至0.1542呈现稳步增长态势，说明我国贸易条件得到改善，同时OFDI存量历年走势和出口效率趋势大体一致，说明中国OFDI与出口效率具有一定的正向关系。结合上述实证结果基本可以证实，中国OFDI与出口存在互补关系。

图3 2005—2019年中国OFDI存量和出口效率

3 结论

本文基于2005-2019年我国对16个国家和地区的面板数据，采用随机前沿引力模型分析OFDI对我国出口效率的影响。

1)在包含时变因素的模型中，两国(地区)经济规模、中国人口规模、两国(地区)人均GDP差距能推动我国出口贸易的发展，其中两国(地区)经济规模和我国人口有显著影响，进口国(地区)人口规模和地理距离均显著抑制出口，人均GDP差额未通过显著性检验，因此对出口效率的影响不显著。

2)在贸易非效率模型中，贸易自由度、自由贸易协定安排和对外直接投资均对出口效率的促进作用显著，OFDI每提高1%会提升出口效率0.3891%，自贸协定安排对出口效率的促进作用最强。

3)OFDI和出口效率的变动趋势显示，我国OFDI存量和出口效率的走势基本一致，两者可能存在正相关关系。但我国的出口效率仍然处于较低水平，换言之，我国出口贸易存在较大发展潜力。

据此，本文提出以下建议：一是促进OFDI和对外贸易的协同发展，尽力营造良好的贸易投资环境，保持对外直接投资规模的增长速度，在当前贸易摩擦频繁、外部需求不足的背景下，政府更应鼓励、引导企业“走出去”，通过获取先进生产技术，提升产品出口竞争力，促进外贸高质量发展；二是自由贸易协定对出口的促进效应明显，应继续深入推进推进RCEP、CPTPP谈判，为亚太自贸区的建成打下基础，降低关税水平及技术贸易壁垒，提升贸易便利化水平和贸易效率。