对外直接投资与中国纺织产业高质量发展

赵君丽, 张文秋

(东华大学 a.旭日工商管理学院; b.纺织服装产业研究所,上海 200051)

纺织产业是中国传统支柱产业,也是重要的民生产业。中国改革开放四十多年来,已率先建成世界领先的全产业链现代纺织制造体系,成为全球纤维制品生产、出口和消费的第一大国,逐渐从第四次国际产业转移的“承接方”,转变为第五次国际产业转移的“投资方”。根据商务部数据测算,2003—2018年,中国纺织产业对外直接投资(Outward Foreign Direct Investment,OFDI)累计达97.96亿美元,年均增速为15.6%。然而,随着外部环境和中国要素禀赋的变化,市场和资源两头在外的国际大循环动能明显减弱[1]。在此背景下,对外直接投资规模达到峰值后逐渐萎缩,中国纺织产业面临着如何利用OFDI外向集成全球资源[2]推进高质量发展的问题。

关于对外直接投资影响母国产业发展的研究,学术界有三类不同的观点:第一类认为OFDI推动了中国产业转型升级[2-5];第二类观点认为OFDI并没有显著地提升中国企业的生产率[6];第三类认为对外直接投资效应具有双面性或非线性特征[7-9]。上述研究聚焦OFDI影响高质量发展的某一个因素,为本文提供了较好的理论依据。然而,中国生产函数正在发生变化,高质量发展成为现阶段多重约束下的最优解[10]。从“创新、协调、绿色、开放、共享”的新发展理念研究OFDI与产业高质量发展的文献不足,学术界对产业高质量发展的评价指标体系也存在分歧[11-12]。在此背景下,从理论和实证层面深入研究新时期中国对外直接投资与产业高质量发展问题具有十分重要的意义。本文基于新发展理念,构建OFDI影响产业高质量发展的理论框架,采用扩展的投资引力模型,对OFDI影响产业高质量发展的总体与细分、时间与空间的异质性进行探究,对仅聚焦于产业发展某一侧面的研究形成有益补充;验证OFDI促进产业高质量发展的路径机制,为传统制造业“走出去”与高质量发展提供启示。

1 机制梳理与研究假设

1.1 OFDI影响产业高质量发展的理论基础与研究假设

学界对OFDI影响母国产业发展的研究存在不同观点。多数学者认为OFDI可以促进母国生产率提高和产业结构升级[13-16],提升其在全球产业链和价值链中的地位[17]。中国企业技术寻求型OFDI有利于技术水平和生产率提升[15],在中长期内可以促进整体经济增长[18]。同时,OFDI通过产业转移效应、技术进步效应和资源补缺效应及省域间的空间溢出效应推动了中国产业升级[19],但其作用强度可能呈倒“U”型特征[16]。从绿色低碳转型方面,部分学者认为OFDI通过逆向技术溢出机制对降低母国环境污染有益[20-21]。也有少部分学者认为OFDI并没有显著地提升中国企业的生产率[6],随着生产技术的更新换代,核心技术依旧由发达国家企业垄断,中国企业无法从根本上实现国际竞争力的提升[22]。综上多数学者的研究,OFDI对于母国生产率、全球价值链地位和绿色低碳转型具有促进作用,本文提出假设1。

H1:纺织产业OFDI有利于促进母国纺织产业高质量发展。

1.2 OFDI对于产业高质量发展的影响机制分析

1.2.1 成本降低效应

“边际产业扩张理论”认为失去竞争优势的传统产业,可采取对外投资的方式推动产业升级[23]。寻求资源是中国向其他发展中国家顺梯度OFDI的主要动因之一[22],其目的在于获得发展中国家丰富的生产要素,降低生产成本[24]。因此,传统劳动密集型产业可凭借资源寻求型对外投资进行产业升级。据测算,1998—2009年中国纺织业的劳动贡献率为0.528,在国内劳动力和原材料成本上升的背景下,纺织产业作为劳动密集型产业逐渐失去传统优势[25]。中国纺织产业可以通过OFDI利用东道国劳动力或原材料资源降低生产成本,产生边际产业转移效应,促进母国产业转型升级和结构优化[26-27]。据此本文提出假设2。

H2:纺织产业OFDI通过降低生产成本促进纺织产业高质量发展。

1.2.2 市场扩张效应

“需求引致创新理论”认为市场需求能够影响企业创新行为[28]。纺织产业国际转移伴随着生产、销售和国际市场的扩展。纺织企业“走出去”伊始,通常先建立以贸易销售类公司为主的国际营销网络,以便更快地把握当地市场脉搏、增加国外订单、提高企业的总销量和利润率[29]。东道国纺织品消费市场规模的快速扩张,可以促使规模经济和企业创新行为[26],有利于产业升级。进一步地,由于OFDI的出口创造效应和出口效率提升作用[27,30],中国纺织企业在东道国投资可带动纺织品出口贸易增加。据此本文提出假设3。

H3:纺织产业OFDI通过扩展东道国纺织品消费市场促进纺织产业高质量发展。

1.2.3 逆向技术溢出效应

“技术地方化理论”和“技术创新产业升级理论”为发展中国家对外直接投资产生的逆向技术溢出效应提供了佐证[31-32]。发展中国家以技术寻求型对外投资为杠杆,学习发达国家技术管理等战略资源[33]。中国纺织机械制造、高级布料生产和服装设计等环节与发达国家仍存在较大差距,借对外投资逆向技术溢出效应获得战略性资源,促使自主创新能力提升[34]。通过向技术资源密集地区投资,中国纺织企业一方面利用当地技术资源,另一方面规避贸易壁垒[29]。在互联网日益发展的同时,东道国数字基础设施建设和信息技术应用的提升对中国OFDI有正向影响[35],互联网应用水平同时反映了创新知识接受程度和扩散水平[36]。通过互联网整合设计研发、供应链衔接、品牌和营销渠道,产生逆向技术溢出效应,促进数字化和绿色化水平提升。据此本文提出假设4。

H4:纺织产业OFDI通过逆向技术溢出效应促进纺织产业高质量发展。

因此,OFDI对高质量发展的影响机制可总结为成本降低效应、市场扩张效应、逆向技术溢出效应三条中介渠道,具体影响机制如图1所示。

图1 OFDI影响产业高质量发展的分析框架

2 研究设计

2.1 模型设定及说明

本文采用扩展的投资引力模型,以中国纺织产业高质量发展为被解释变量,纺织产业对外直接投资为核心解释变量,以其他双边影响因素作为控制变量,构建如下基准计量模型:

Scoreit=β0+β1lnofdiit+β2Xit+λt+μi+εit

(1)

式中:ln表示取对数,i、t分别表示国家和年份,lnofdiit、Scoreit分别表示t年中国纺织产业对i国直接投资和纺织产业高质量发展水平,Xit为控制变量,λt、μi分别为时间与国别固定效应,εit为随机误差项。

在总效应回归之后,将Scoreit分解为产业发展基础、数字化水平、供给体系质量、产出结构质量和绿色化水平五个维度进行回归检验。

2.2 变量选择与描述

2.2.1 被解释变量

中国纺织产业高质量发展水平(Score)。基于高质量发展的新理念、新要求及评价方法[11-12,37-40],立足于新格局下中国纺织产业“科技、绿色、时尚”高质量发展新定位[41]和《纺织行业“十四五”发展纲要》,中国纺织产业应在贯彻“创新、协调、绿色、开放、共享”新发展理念的前提下,通过提质增效实现纺织产业更高水平、更有效率、更健康平稳地发展。具体包括:巩固产业发展基础,优化产业基础配置;促进科技创新要素参与,提升数字化智能化应用;提高纺织产业供给体系质量,促进产业协调发展;优化产出结构质量,向供应链更高端迈进;促进产业绿色发展,降低纺织产业污染物排放,增强产业环境治理效率,助力人与自然和谐发展。因此,本文参考纺织产业高质量发展评价体系[42],从产业发展基础、数字化水平、供给体系质量、产出结构质量和绿色化水平5个一级指标维度,选取23项二级指标,分别为纺织产业主营业务收入、纺织产业增加值增长率、纺织品服装出口额占全球比重、纤维加工量占全球比重、数字化销售、数字化研发投入、数字化研发产出、数字化技术人员投入、高性能纤维产量、产业用纺织品占纤维消耗量的比重、具有供给影响力的企业数量、服装家纺产品网上零售成交额、国内人均纤维消费量、人均主营业务收入、纺织品服装贸易竞争力指数、化纤出口竞争力指数、纺机出口额、企业销售利润率、工业二氧化硫排放总量、化学需氧量排放量、氨氮排放量、一般工业固体废物产生量、工业废气治理设施本年运行费用。运用熵值法测度中国纺织产业高质量发展水平。该数值介于0～1,数值越大表明中国纺织产业发展质量越高,测算结果和变化趋势如表1和图2所示。

2012—2019年中国纺织产业高质量发展水平明显改善,整体上呈现增长趋势。从一级指标角度来看,扎实的产业发展基础与稳定的供给体系在各个阶段为产业高质量发展持续供能,产出结构质量在2012—2014年和2018—2019年有较为明显的阶段性优化提升。数字化水平和绿色化水平先后在2014—2015年快速提高,共同助推产业整体发展水平的提升。

2.2.2 核心解释变量

中国纺织产业对外直接投资规模(lnofdi)。2015—2019年对外直接投资流量与存量数据来源于商务部发布的《中国纺织行业投资目的地及投资金额》数据快报,2012—2014年纺织产业投资缺失数据利用“中国全球投资跟踪”数据库进行匹配补充。

2.2.3 中介变量

在探讨成本降低效应、市场扩张效应和逆向技术溢出效应作用机制时,选取纺织产业发展基础(electricity)、市场规模(gdp)、互联网基础设施(servers)和互联网用户比例(internet)为代理变量,分别采用东道国纺织产业电力消费量、国内生产总值、每百万人互联网服务器数量和互联网用户比例[36,43]来衡量。

2.2.4 控制变量

参考文献[44-45],从东道国的宏观经济水平、要素禀赋结构距离、基础设施与营商环境角度选取控制变量,具体包括经济发展程度(pgdp)、技术(td)和劳动力(ld)禀赋结构距离、港口吞吐能力(port)、航空货运能力(freight)、清关便利度(clear)、社会安全指数(death)、审批成本(cost)和关税水平(tariff)变量,分别采用目的地人均国内生产总值、双边研发人员密度差、劳动力自由度差值、港口标准集装箱运送数量、航空货运载货量、海关清关天数、因战斗死亡的人数、企业初创流程成本占企业成本比重及各国对工业制成品征收的关税平均加权税率衡量。

2.3 样本筛选与数据说明

本文选取的考察期为2012—2019年,以中国纺织产业对外直接投资存量的面板数据为样本。据商务部快报数据统计,中国在此期间总计向56个国家(地区)进行了纺织产业相关投资。结合数据可获得性,剔除撤回投资样本及流向开曼群岛、英属维尔京群岛等离岸金融中心样本,本文最终确定49个投资目的地为研究样本。被解释变量各指标数据来源于中经网统计数据库、中国经济金融研究数据库(CSMAR)、《中国纺织工业发展报告》、《中国科技统计年鉴》、中国纺织工业联合会统计数据库、联合国贸易统计数据库、中国环境数据库。核心解释变量数据来源于商务部发布的《中国纺织行业投资目的地及投资金额》数据快报和“中国全球投资跟踪”数据库,控制变量数据来源于世界银行数据库、美国传统基金会经济自由度指数,并且对部分变量做相应的对数化处理。

3 实证结果分析

经检验模型各变量之间相关度较低,通过方差膨胀因子检验,得到VIF均值为6.12,远小于10.00。因此,模型不存在严重的共线性问题。通过Hausman检验确定使用固定效应模型,并使用混合效应模型和最小二乘虚拟变量模型作为稳健性检验参照。

3.1 总样本分析

首先,使用模型(1)对OFDI影响中国纺织产业高质量发展的总效应进行实证检验。表2中,第(1)列是仅对控制变量进行回归估计的检验结果,第(2)列显示仅加入核心解释变量时,lnofdi系数为0.001 1且在1%的水平上显著为正,这表明核心解释变量可以在一定程度上对高质量发展指标进行解释。第(3)～(5)列显示在分别使用固定效应、混合效应和最小二乘虚拟变量模型(LSDV)后lnofdi都通过了1%显著性检验,表明OFDI规模扩大对中国纺织产业高质量发展有显著的促进作用,假设1得证。

表2 总样本回归检验

其次,分解作用效果如表3所示,第(1)～(5)列分别为OFDI对产业发展基础、数字化水平、供给体系质量、产出结构质量、绿色化水平5个纺织产业高质量发展分解维度的回归结果。结果显示,OFDI对数字化水平、供给体系质量和绿色化发展具有促进作用,对产业发展基础负向影响较弱,但对产出结构质量具有显著抑制作用。具体而言,1) 在数字化、绿色化和供给体系层面,lnofdi分别在1%、5%和10%的水平下显著为正,系数分别为0.005 1、0.001 4、0.000 3,这表明纺织产业“走出去”在提高国际资源利用效率的同时,有利于企业利用信息技术优化设计、生产与销售环节,提升供给影响力和环境污染治理能力,但由于生产环节污染物排放的阻滞周期长,OFDI的绿色化提升效果需假以时日。2) 在产业基础和产出结构层面,lnofdi分别在10%和1%的水平下显著为负,系数分别为-0.000 7和-0.002 2,可能的原因是2018年中国纺织行业向湄公河流域投资额全球占比为51.31%[46],投资区位集中于亚洲9国,形成的替代效应对纺织产业增加值、产品结构和出口贸易产生抑制作用,这与“中国总体对外投资有显著出口创造效应”的结论[47]相比,存在行业异质性。

表3 分解回归检验

3.2 作用机制检验

为了识别对外投资促进作用的影响机制,本文运用中介效应分析方法,进一步构建模型(2)和(3)。其中,中介变量Mit包括要素成本降低效应、市场扩张效应和逆向技术溢出效应。参考Baron and Kenny的方法[48],1) 在进行中介效应模型检验前,确定OFDI对纺织产业高质量发展具有显著影响。2) 将Mit对核心解释变量lnofdiit进行回归,若系数b1显著则进行第三步。3) 将Scoreit对Mit进行回归,同时控制lnofdiit,若系数b1和c1均显著,则存在中介效应。

Mit=b0+b1lnofdiit+τt+νi+εit

(2)

Scoreit=c0+c1Mit+c2lnofdiit+κXit+τt+νi+εit

(3)

1) 成本降低效应检验。表4第(1)列显示lnofdi在5%显著性水平上促进东道国纺织产业基础(electricity)提升,系数为2.9248;第(2)列中lnofdi和electricity均在1%水平上显著为正,系数分别为0.001 3和0.000 1。模型通过Sobel检验后判断electricity是OFDI促进纺织产业高质量发展的部分中介变量,证实OFDI提升了东道国纺织产业基础,在合理运用当地纺织产业生产资源的同时具有要素成本降低效应,假设2得证。2) 市场扩张效应检验。第(3)～(4)列实证结果显示市场规模(gdp)并非中介变量,市场扩张效应的中介作用路径未能得到证实,因此拒绝假设3。在一定程度上可以认为海外市场对中国纺织产业的高质量发展带动作用较弱,由于2010年以后中国“国内市场扩大”而“外循环地位下降”[2],市场和资源两头在外的国际大循环动能明显减弱[1],经济发展转向更多地依靠国内大循环,在新的发展阶段纺织产业更应重视本土市场的消费需求。3) 逆向技术溢出效应检验。第(5)和第(7)列显示lnofdi在5%显著性水平上为正,系数分别为0.239 0和0.008 8,这表明OFDI有助于推动东道国网络基础设施建设水平(servers)与互联网用户比例(internet)的提升;第(6)和第(8)列显示lnofdi、servers和internet均在1%水平上显著为正,servers和internet的系数分别为0.001 7和0.019 1。Sobel检验显示两者发挥部分中介作用,OFDI可通过东道国互联网建设与发展产生逆向技术溢出效应,从而促进中国纺织产业高质量发展,假设4得证。综上所述,要素成本降低效应和逆向技术溢出效应是中国纺织产业OFDI促进国内产业高质量发展的重要途径,而市场化中介效应不显著。

表4 中介作用检验

3.3 稳健性检验

3.3.1 替换变量数据与分位数回归

首先,采用对外直接投资流量数据替换核心解释变量的方式进行稳健性检验,如表5和表6所示。表5第(1)～(3)列分别为固定效应、混合效应和最小二乘虚拟变量模型实证检验结果,lnofdi分别在1%、1%和5%的水平上显著为正,系数分别为0.000 6、0.000 6和0.000 7。表6第(1)～(5)列为分解作用的实证检验结果,lnofdi在1%水平上显著促进纺织产业数字化和绿色化水平,回归系数分别为0.003 9和0.001 3。

表5 总样本稳健性检验

表6 分解回归稳健性检验

因此,OFDI对纺织产业高质量发展总指标与分指标的作用效果与前文估计结果保持一致。其次,采用分位数回归估计法,选定被解释变量在分位数(θ)等于0.20、0.40、0.60和0.80处的样本进行分析。实证结果如表5第(4)～(7)列所示,当θ等于0.20和0.40时,OFDI的系数在5%显著性水平下为正,系数均为0.000 2,随分位数的增加其回归系数递增且显著性递减。这表明OFDI具有阶段异质性作用:在纺织产业发展质量较低时,OFDI促进效应更强;而当产业发展水平逐渐提升后,OFDI正向促进作用减弱。上述结果表明,研究结论具有良好的稳健性。

3.3.2 内生性问题

在现实中可能因纺织产业发展水平提升而促进纺织企业对外直接投资,从而导致OFDI与纺织产业高质量发展存在双向因果关系,因此,采用面板工具变量法进一步控制内生性问题。参考韦东明等[43]的做法,本文采用中国与东道国首都地理距离(DIS)作为纺织产业对外直接投资规模的工具变量。从相关性角度判断,双边地理距离近有利于中国企业对其投资。从排他性角度判断,双边地理距离不会影响一国产业总体发展水平的进步或衰退。综上所述,选用地理距离作为中国纺织产业对外直接投资的工具变量具有可行性。实证结果如表7所示,第(1)～(2)列报告了二阶段最小二乘法(2SLS)工具变量检验结果,正则相关性检验在1%水平上显著,拒绝工具变量识别不足的原假设。弱工具变量检验的Cragg-Donald WaldF统计值至少大于该指标名义显著性5%水平上的偏误值,拒绝存在弱工具变量的原假设,表明DIS是外生的。通过工具变量检验,lnofdi均在1%水平上显著为正,与前文论述一致,从而增强了结论的稳健性。

表7 内生性问题讨论

3.4 异质性检验

3.4.1 对外投资阶段性视角

依据纺织产业发展过程中不同的主导指标,本文将样本期划分为2012—2016年“基础提质”和2017—2019年“绿色转型”两组进行分阶段回归,如表8所示。在基础提质阶段,lnofdi的系数为0.000 6,且在1%的水平上显著,因而OFDI显著促进纺织产业高质量发展;在绿色转型阶段,lnofdi对供给体系与产出结构质量的影响均在10%水平上显著为正,系数分别为0.000 1和0.005 2,相较于基础提质阶段lnofdi对两者的显著负向影响,OFDI在绿色转型阶段有利于供给体系与产出结构质量提升。分析认为,由于投资目的地集中在发展中国家和欠发达地区[29],在“走出去”伊始,OFDI引致的边际产业转移效应致使中国国内纺织产业供给体系与产出结构面临东道国纺织产业的竞争与替代。近年来,企业差异化投资策略与多样化目的地选择,形成了地域分工明确的生产网络,有利于中国纺织产业供给体系与产出结构的优化升级。

表8 阶段异质性检验

3.4.2 经济发展水平差异视角

为了检验OFDI对母国纺织产业高质量发展的促进效果是否受东道国经济发展水平影响而存在异质性,本文依据OECD数据库将样本分为发达国家和发展中国家两组进行对比分析(本文提到的“国家”均指“国家或地区”),如表9所示。结果显示,在发达国家组别,lnofdi对产业高质量发展总指标的影响系数为0.000 6且在1%水平上显著,在5%显著性水平上对绿色化水平的影响系数为0.002 3;在发展中国家组别,lnofdi的系数为0.000 2且在5%水平上显著。上述结果表明,流向发达国家的OFDI对产业高质量发展的促进作用更显著,尤其是发达国家纺织行业较高的产品标准与生产技术对中国纺织产业绿色化转型的促进效果更明显。

表9 经济水平异质性检验

3.4.3 “一带一路”倡议视角

为考察投资流向“丝绸之路经济带”与“21世纪海上丝绸之路”沿线是否存在异质性,本文依据“一带一路”统计数据库将样本分为“一带”沿线和“一路”沿线两组。表10的第(1)列显示:总指标层面,OFDI对“一带”沿线样本的影响系数在1%水平显著为0.000 4,而“一路”沿线相关系数小且显著性弱,因而纺织产业对外投资促进效应在“一带”沿线更显著。一级指标层面,第(2)列表明OFDI流向“一路”沿线有利于巩固产业发展基础,第(6)列显示向“一带”沿线投资对纺织产业绿色化水平提升有正向影响。

表10 “一带一路”异质性检验

4 建 议

基于前文的实证分析,本文从以下三个方面提出政策建议:

1) 兼顾两类生产要素,实行差别化策略。对于正处于工业化中期的中国纺织产业来讲,在“走出去”的过程中要兼顾两种要素在两类市场的侧重,落实差别化行动策略:一方面是推动中国纺织产业剩余生产要素和生产能力在劳动力要素密集的发展中国家进行梯度转移,另一方面是重视从技术要素更密集的发达国家引进创意、设计、技术和管理等稀缺战略资源,以提升自身在世界纺织品市场的竞争力。

2) 巩固与调整传统投资选择,接轨发达市场与技术。在保持产业梯度的基础上,继续通过OFDI提升中国纺织企业对东南亚和南亚地区劳动力生产要素、自然资源和消费市场的利用效率,促进纺织产业过剩产能的转移。同时,重视多样性选择以降低东南亚和南亚地区纺织产业集聚对中国纺织产品贸易的替代性。对于研发创新能力较强、市场容量大并且消费能力强的发达国家,可以有重点地通过合资、并购或设立创新研发与创意设计中心等方式,提高中国纺织产业研发与管理技术水平,促进纺织产业的数字化与绿色化转型升级。

3) 规避不确定性风险,重视“一带一路”沿线纺织投资区位因地制宜的多样化选择。第一,由于丰富的劳动力要素资源对于OFDI促进纺织产业高质量发展有强化效果,“一带一路”共建国家中纺织产业基础较好并且劳动力丰富的国家可以作为投资选择参考。第二,考虑到向发达国家纺织产业投资所带来的数字化和绿色化转型效应,同时,为应对发达国家政策调整导致的国际经贸环境不确定性,一方面可以选择“一带一路”沿线的中东欧发达经济体,进而将产品辐射欧洲甚至全球更多地区;另一方面也可以考虑“一带一路”沿线与发达国家存在贸易优惠政策安排的部分发展中国家,以达到一定程度的贸易壁垒规避效果。

5 结 论

基于外向集成全球资源促进高质量发展的视角,本文采用2012—2019年中国纺织产业对外直接投资存量面板数据,实证检验对外直接投资影响产业高质量发展的机制与效果。通过变量替换、分位数回归、内生性讨论等稳健性检验及时空异质性检验后,得出如下结论:

1) 在总体指标层面,中国纺织行业OFDI规模扩大对中国纺织产业高质量发展有显著的促进作用。OFDI一方面通过东道国纺织产业良好的发展基础降低成本,另一方面通过互联网引致的逆向技术溢出路径促进产业高质量发展,但海外市场扩张效应不显著。

2) 在高质量发展具体内涵层面,OFDI对产业数字化水平、绿色化水平和供给体系质量具有促进作用;对产业发展基础负向影响较弱但对产出结构具有显著抑制作用,即OFDI对产品结构丰富性和出口贸易产生负面影响,该结果与中国总体OFDI显著的出口创造效应相比,存在行业异质性。

3) OFDI影响产业高质量发展的效果存在时空异质性。时间上,相较于“绿色转型调整”阶段,对外投资在“基础提质”阶段的整体促进作用更强;在“绿色转型”阶段,有利于供给体系与产出结构质量提升。空间上,与流向“一路”沿线国家或发展中国家的投资相比,流向“一带”沿线或发达国家的投资,更有助于整体产业高质量发展和绿色化水平提升。

本文对于对外直接投资影响纺织产业高质量发展的作用效果与路径机制的探讨,可以为其他传统制造业“走出去”与高质量发展提供借鉴意义,也可对构建国内国际双循环相互促进的新发展格局提供重要的研究启示。

《丝绸》官网下载

中国知网下载