数字经济发展对中国对外直接投资质量的影响研究

魏 方 周 杰

1（东北财经大学国际经济贸易学院，大连 116025）2（东北财经大学应用经济学博士后流动站，大连 116025）

提升对外直接投资质量不仅是加快中国由对外投资大国向对外投资强国迈进的重要抓手，也是推动形成全面开放新发展格局的重要力量，《“十四五”商务发展规划》 提出了将对外投资水平明显提高、对外投资质量效益不断提升作为“十四五”时期经济社会发展的主要目标，党的二十大报告也明确指出要“提升贸易投资合作质量和水平”，“推进高水平对外开放”。当下尽管中国对外直接投资在数量上已跻身世界前列，但在对外直接投资质量即效率上与发达国家的差距仍然明显；尤其是在逆全球化思潮迭起的背景下，各国限制性投资政策的数量明显增加，世界投资环境趋于恶化，全球投资发展存在巨大下行压力，世界各国特别是发展中国家在对外投资合作上面临着巨大挑战［1］。中国在挑战中维持对外投资规模行稳致远发展的同时，尽快寻求提升对外投资效率的发力点，是实现“十四五”时期经济社会发展主要目标和对外投资高质量发展的迫切要求。

当前全球数字经济的迅猛发展不断催生出新产业活动和新商业形态，带动全球价值链向数字化和智能化趋势发展，传统的国际分工角色和生产运营逻辑正在被改写，促使跨国企业必须重新审视自己的国际投资模式和路径，调整资本结构和区位格局［2］。由于数字经济已经成为吸引外国投资流入的重要决定因素，世界各国越来越重视数字基础设施建设、数字技术研发创新和数字治理政策协调等，这将对未来几年的国际投资流量和格局产生重大影响［3，4］。那么，这是否会成为新形势下中国提升对外直接投资效率的良好契机和有利外部条件？东道国数字经济发展对中国对外直接投资效率的影响方向和程度究竟如何？其内在机制是什么？现有研究尚未明确回答这一系列问题，本文试图通过理论阐释和实证检验来进行解答，确定利用东道国数字经济发展提升中国对外直接投资效率的可行性和潜在空间，为以数字经济为发力点推动中国对外投资高质量发展的策略设计提供参考。

与本文研究密切相关的文献主要包括以下3个方面：

（1）关于中国对外直接投资效率的定义与测算。Farrell（1957）［5］定义对外直接投资效率是一国在等量要素投入下实际投资水平与理论最优投资水平的比值，这一观点被普遍接受和广泛使用。后续测算对外直接投资效率的主要方法包括以数据包络分析（Data Envelopment Analysis，DEA）为主的非参数法和以随机前沿分析（Stochastic Frontier Analysis，SFA）为主的参数法，与DEA 相比，SFA 利用生产函数和随机扰动项构造出随机生产前沿，不但考虑到了非效率项的影响，同时也将直接影响效率的随机误差项考虑在内，弥补了DEA在考察非效率项方面的不足。综观既有文献，SFA已被广泛应用于中国对外直接投资效率的测算与分析中，如中国对“一带一路”沿线国家［6］、RCEP 国家［7］、东盟国家［8］以及亚非欧重点国家［9，10］的直接投资效率测算及其影响因素分析。

（2）关于东道国数字经济发展对中国对外直接投资效率的影响。目前围绕该问题的专门研究非常匮乏，既有相关文献多聚焦于东道国数字经济发展对中国对外直接投资规模的影响，除小部分学者认为数字经济不利于对外直接投资特别是市场寻求型直接投资规模的扩张外［11，12］，大部分学者都持数字经济能够促进对外直接投资规模增加的观点。因为东道国较高的数字经济发展水平能够驱动本地经济加速增长，提升本国国际竞争力［13］，提升当地人力资本水平、创新能力和制度质量［14－16］，从而有利于吸引更多母国投资者对东道国进行直接投资。

（3）关于影响中国对外直接投资效率的其他因素。现有研究［17］已经较为充分地揭示了经济规模、资源禀赋、技术水平、是否签订投资协议、双边距离等传统引力模型因素的影响。聚焦东道国视角来看，其他重要因素还包括基础设施、金融发展和制度质量等，学者们普遍认为东道国的基础设施建设与联通状况越好［7］，金融发展水平［6］和制度质量［18］越高，越有利于中国对外直接投资效率的提升。

基于以上分析，本文尝试补充关于东道国数字经济发展对中国对外直接投资效率的专门研究，并在以下3 个方面进行拓展和创新：（1）在指标测度方面，根据G20 最新给出的《数字经济测量通用框架路线图》，采用综合指数编制法构建东道国数字经济发展评价体系，并运用熵权法进行降维计算得到东道国数字经济发展水平的总体值和细分指标值；同时克服已有研究大多围绕“一带一路”国家和RCEP 伙伴国的局限，基于随机前沿方法测算得到中国对全球83 个经济体的直接投资效率，为研究提供更加全面的现实基础；（2）在研究方法方面，以时变随机前沿引力模型为基础对东道国数字经济发展影响中国对外直接投资效率的方向、程度和异质性表现进行实证分析，并进行多角度稳健性检验，包括针对被解释变量和核心解释变量的测算方法进行替换、考虑极端值和疫情的影响等，以尽可能保证研究结论的可靠性；（3）在研究内容方面，不仅从理论上阐释了东道国数字经济发展如何通过“降低贸易成本”与“改善政府效率”双渠道影响中国对外直接投资效率，还对此进行机制检验，使研究内容更加丰富，为最终提出促进中国对外直接投资效率提升的政策建议提供依据。

数字经济作为新一代信息技术革命催生的新经济形态，打破了传统的经济要素空间组织格局，在重塑全球生产网络模式上的优势更易凸显，愈发成为促进跨境经济合作的重要纽带。结合当前中国对外直接投资主要集中于服务业和发展中经济体的结构特征，本文认为东道国数字经济发展影响中国对外直接投资效率的内在作用机理至少包括降低贸易成本和改善政府效率两个方面。

从中国企业对外直接投资的行业分布来看，贸易服务型投资相对于海外生产型投资而言更加重要和普遍［19］，其本质上是一种辅助进出口的垂直型直接投资，和进出口呈现互补关系。东道国数字经济的良好发展能够显着提高信息流通速度和频度，降低中国在对外直接投资尤其是贸易服务型投资中面对的跨境搜寻匹配、交流协调等贸易成本，有效规避因信息不对称而产生的跨境合作效率损失，扩大中间品贸易，强化企业间的生产联系，促进中国企业进行对外直接投资；另外，随着数字经济发展水平的提高，东道国国内物流服务行业对数字基础设施和技术的利用能力将不断增强，订单处理、仓储调控、货物清关等的智能化可以明显提升物流运输效率［16］，减少贸易服务型投资所面对的货物仓储、物流运输等运营成本；与此同时，东道国数字贸易和数字平台等新业态也将不断涌现，提高中国优势产业与其精准对接的匹配度，促进跨境数字投资合作，进一步激发中国企业对外直接投资的优势和潜力，提升投资效率。

政府效率是指政府提供公共服务、行政审批、信息公开等事项的处理速度和质量，是影响国际直接投资区位选择的重要因素［20］。东道国政府效率越高，新建企业所面临的制度性交易成本越低［21］，对国际直接投资就越具有吸引力。中国对外直接投资的主要流向地是发展中经济体，较发达经济体而言，其政府效率还存在着很大的改善空间。东道国数字经济的良好发展首先能够有效推动传统政务框架进行数字化改造，审批流程得以简化和提速；其次，政务的数字化还能够增强政府透明度［22］，加快政府和企业间的信息流动，政府利用数字技术可以更精准识别外国投资者的投资政策需求，据此优化投资环境和服务质量，降低投资的不确定性风险；最后，数字经济的良好发展也有助于外国投资者更便捷地通过电子政务平台、政府门户网站等多元化渠道查询政策信息、参与公共政策制定等，使电子政务参与度不断提高，有利于克服因信息不对称而带来的外来者劣势和信任危机［23］，助力外国投资者自身形成高效精准的投资决策运营体系，实现投资效率的提升。

参考 Wang（2003）［24］、Battese 和 Coelli（1988）［25］的研究，构建测算中国对外直接投资效率的SFA 理论模型如下：

式（1）为中国对外直接投资的时变随机前沿引力模型，其中OFDI′ijt为t期中国i对东道国j对外直接投资理论最优水平，Xijt表示影响对外直接投资前沿水平的重要因素，β为待估参数向量，vijt为随机误差项。式（2）中OFDIijt为t期中国对东道国对外直接投资实际规模，uijt为中国对外直接投资非效率项，假设其与vijt相互独立。式（3）中OFDIEijt表示中国对外直接投资效率，是对外直接投资实际规模与理论最优水平的比值；可见，当存在投资非效率项的影响即uijt＞0 时，对外直接投资实际规模小于理论最优水平，因而OFDIEijt∈（0，1）。式（4）中zijt表示影响中国对外直接投资非效率项的因素，σk为zijt的待估计系数，ωijt为随机扰动项。

基于设定的理论模型，本文进一步参考吴先明和黄春桃（2016）［26］的做法，将时变随机投资前沿方程的重要影响因素分为自然资源寻求类（Naresjt）、市场寻求类（PGDPjt）和其他（Distjt和Comlangjt）。考虑到数据波动可能导致的异方差，对模型两边进行对数化处理，投资前沿方程具体设定为：

式（5）中Naresjt、PGDPjt、Distjt、Comlangjt分别表示t时期东道国j的自然资源禀赋、市场规模、与中国首都间地理距离、与中国语言相近程度。投资非效率方程设定为：

式（6）中DEIjt表示东道国数字经济发展水平，IDSjt表示东道国产业结构。为避免二次估计产生系统性误差和遗漏变量偏差，本文将投资前沿方程和投资非效率方程同时纳入式（7）中，即构建一步法对外直接投资非效率模型进行估计，具体形式如下：

3.2.1 被解释变量

前沿方程被解释变量OFDIijt使用中国对外直接投资存量衡量，数据来源于各年度《中国对外直接投资统计公报》；非效率方程被解释变量uijt与中国对外直接投资效率为相反关系，当非效率方程中的解释变量估计系数显着为负时，表明该影响因素能显着促进非效率项的消减，即促进中国对外直接投资效率的提升。

3.2.2 解释变量

关于前沿方程的解释变量，东道国自然资源禀赋（Naresjt）用农业原材料、矿石及金属出口占商品总出口的比重衡量，以此反映东道国自然资源的丰裕程度；东道国市场规模（PGDPjt）用人均国内生产总值衡量；地理距离（Distjt）用首都间经相对人均GDP 加权调整的球面距离衡量，反映中国对外直接投资的距离成本；语言相近程度（Comlangjt）用中国与东道国之间是否存在共同语言衡量。人均国内生产总值、自然资源禀赋数据来源于世界银行WDI 数据库，地理距离及是否使用共同语言数据来源于法国智库国际研究中心CEPII数据库。

非效率方程的核心解释变量为东道国数字经济发展水平（DEI）。本文以G20 最新公布的《数字经济测量通用框架路线图》 对数字经济发展的内涵解析和指标构架为基础，同时兼顾数据的可获得性，构建了测算东道国数据经济发展水平的综合评价体系，包括数字基础设施（DEI＿I）、数字经济产品（DEI＿P）和数字技术创新与应用（DEI＿T）3 个一级指标和14 个二级细分指标，对此运用熵值法进行降维计算，最终得到了2009 ～2021年83 个东道国的数字经济发展水平。具体指标含义说明和数据来源如表1 所示，个别缺失值通过线性插值法和趋势外推法补齐。产业结构（IDS）使用第三产业增加值占GDP 的比重衡量，数据来自于世界银行WDI 数据库。

表1 东道国数字经济发展水平综合评价体系

在使用时变随机前沿引力模型进行估计前需要对模型进行适用性检验，以确定是否存在非效率项以及非效率项是否随时间变化，检验方法通常为似然比（LR）检验，具体结果如表2 所示。

表2 时变随机前沿引力模型适用性检验结果

检验结果显示，“不存在投资非效率项”原假设的LR 统计量为2081.188，大于在1%显着水平下的临界值，因此可以拒绝原假设，需利用随机前沿模型进行估计；“投资非效率项不随时间变化”的原假设同样被拒绝，即非效率项具有时变性，模型设定合理。

在适用式（7）设定的时变随机前沿引力模型进行一步法对外直接投资非效率模型估计时，首先将东道国总体数字经济发展水平作为核心解释变量，然后分别使用数字基础设施、数字经济产品以及数字技术创新与应用分指标替换总指标，全面探究东道国数字经济发展对中国对外直接投资效率的影响方向和程度。一步法非效率模型估计结果分为投资前沿方程和投资非效率方程两部分，具体结果如表3 所示，γ值表示的是投资非效率项的方差占复合扰动项方差的比重，γ值越接近于1，越表明中国对外直接投资实际规模与理论最优水平之差即投资效率损失主要由投资非效率因素引起。

表3 一步法对外直接投资非效率模型估计结果

可以看到，列（1）～（4）估计结果中的γ值均显着地达到了0.9 以上，表明中国对外直接投资实际规模偏离理论最优水平的主要原因是投资非效率项的存在。列（1）显示东道国数字经济总体发展水平（DEI）能够显着降低投资非效率项，这意味着东道国数字经济发展确实能推动中国对外直接投资效率的提升。列（2）～（4）进一步给出了数字基础设施（DEI＿I）、数字经济产品（DEI＿P）和数字技术创新与应用（DEI＿T）这3 个不同维度的数字经济发展水平对中国对外直接投资效率的影响，估计结果均显着为负，即均有利于提升中国对外直接投资效率。其中东道国数字基础设施对中国对外直接投资非效率项的影响相对最大，这意味着数字基础设施建设越完善，知识和信息传播的及时性和有效性越高，越能够降低中国进行对外直接投资活动时面临的沟通和协调等成本，越有利于提升中国对外直接投资效率。东道国数字技术创新与应用对投资非效率项的削减效应也较为明显，这可能是因为东道国关于数字技术的创新能力越强、应用范围越大，越能够催生数字经济新业态、拓展投资合作空间、改善投资环境和政府服务质量，有助于中国对外直接投资效率提升。此外，东道国产业结构（IDS）的估计结果也符合预期，对中国对外直接投资非效率项的影响显着为正，这表明东道国产业结构转型升级速度越快、越呈现高级化特征，其与中国产业结构之间的差异性越明显，中国对外直接投资的优势和潜力越会受到抑制，不利于投资效率的提升。

4.3.1 基于东道国收入水平异质性

将83 个样本国划分为高收入国家组和中低收入国家组，以考察东道国收入水平的异质性是否会造成数字经济发展对中国对外直接投资效率的异质性影响，划分标准来自世界银行，具体是将人均国民收入高于12536 美元的国家纳入高收入国家组，其余样本纳入中低收入国家组。实证过程与表3 的列（1）保持一致，基于东道国收入水平异质性的分样本回归结果如表4 的列（1）、（2）所示。从投资非效率方程的估计结果来看，东道国数字经济发展依然能够显着提升中国对外直接投资效率，而且中低收入国家的数字经济发展对中国对外直接投资效率的提升作用较高收入国家来说更强，这可能是因为高收入国家的数据保护和投资壁垒通常都较为严格，会抑制中国企业市场寻求型对外直接投资意愿，同时中国与高收入国家的数字技术差距相对较大，逆向技术溢出效应不明显［27］，不利于中国企业技术寻求型对外直接投资的发展。

表4 基于东道国发展程度的异质性分析

4.3.2 是否属于“一带一路”投资指南国

在全球主要发达经济体持续推行投资限制政策与措施的形势下，“一带一路”倡议为中国企业进行对外直接投资提供了更加稳定和便利的环境，具有明显的投资促进效应［28］；与此同时，为了更好地服务中国企业“走出去”，商务部于2009年开始每年发布《对外投资合作国别（地区）指南》，全面介绍投资东道国经济社会状况、法律法规、市场机遇等信息，是一项有助于降低企业投资调研成本和风险的高质量公共服务产品。基于此，本文将已经与中国签订共建“一带一路”合作文件并同时涵盖在《对外投资合作国别（地区）指南》 中的样本国定义为“一带一路”投资指南国，其余归为非“一带一路”投资指南国，以考察东道国数字经济发展对中国对外直接投资效率的异质性影响，具体结果见表4 的列（3）和列（4）。可以看到，东道国数字经济发展始终能够显着提升中国对外直接投资效率，其中“一带一路”投资指南国的数字经济发展对中国对外直接投资效率的提升作用相对更大，这表明政府搭建的对外经贸合作框架和对内信息共享平台越完善，中国企业越能够更高效便捷地在东道国数字经济发展中找寻投资商机、拓展投资空间和降低投资成本，投资效率得以更大幅度地提升。

4.4.1 替换被解释变量

使用中国对外直接投资流量（ofdi）替代对外直接投资存量（OFDI）作为被解释变量，但由于对外直接投资流量统计数据存在零值或负值，本文参考Busse 和Hefeker（2006）［29］的方法，按照lnofdi＝ln［ofdi＋（ofdi2＋1）1／2］对零值和负值进行处理后再进行估计，结果见表5 列（1）。可以看到，东道国数字经济发展依然能够显着推动中国对外直接投资效率的提升，即改变对外直接投资的衡量方式不影响本文的主要研究结论。

表5 稳健性检验结果

4.4.2 替换核心解释变量

采用主成分分析法替代熵值法对东道国数字经济发展水平综合评价体系进行降维计算，得到基于主成分分析法的东道国数字经济总体发展水平，以此为核心解释变量对式（7）重新进行估计，结果见表5 列（2）。可以看到，DEI的估计系数符号和显着性均与基准回归结果保持一致，说明本文研究结论稳健。

4.4.3 剔除极值

极值的存在可能会影响估计结果的准确性，因此本文将位于被解释变量OFDI和核心解释变量DEI数据分布中最低1%和最高99%的观测值予以剔除后再进行估计。表5 列（3）的估计结果显示，剔除极值后，研究结论依旧稳健。

4.4.4 改变样本期间

为消除2020～2021年新冠肺炎疫情对全球经济以及中国企业对外直接投资活动的影响，本文将样本期间限制在2009 ～2019年后再进行估计，结果见表5 列（4）。可以看出，改变样本期间后，DEI的估计系数符号和显着性仍然与基准回归结果保持一致，本文的主要研究结论具有稳健性。

为了验证本文提出的东道国数字经济发展影响中国对外直接投资效率的降低贸易成本机制和改善政府效率机制，参考吕越和陈泳昌（2022）［30］的研究，设定以下检验方程：

式（8）中Channel表示机制变量，具体是指贸易成本（Cost）和政府效率（EPI）；式（9）中OFDIEjt表示t年中国对东道国j的对外直接投资效率水平，从前述的时变随机前沿引力模型测算得到；e为随机扰动项，控制变量Xjt的含义与基准回归保持一致。

关于贸易成本，借鉴Novy（2013）［31］对中国与东道国的双边贸易成本进行测算，具体公式如下：

式（10）中Costijt表示t年中国i与东道国j之间的双边贸易成本，xijt、xjit分别表示t年i国对j国、j国对i国的出口规模，xiit、xjjt分别表示t年i国、j国的市场潜力，以本国国内生产总值减去出口总额表示，ε为替代弹性，参考Anderson和Wincoop（2004）［32］将替代弹性ε取值8。相关数据来源于联合国Comtrade 数据库与世界银行WDI 数据库，并对双边贸易成本的最终计算结果进行了对数化处理。

关于东道国政府效率，选取世界经济论坛发布的《全球信息技术报告》 所构建的电子参与度指数（EPI）来衡量，由于《全球信息技术报告》对各国电子参与度指数的测度截至2016年，因此本文在检验改善东道国政府效率机制时所使用的样本范围为2009～2016年。

降低贸易成本机制检验结果如表6 列（1）、（2）所示，可以看到，东道国数字经济发展水平的提高能够显着降低双边贸易成本，从而推动中国对外直接投资效率的提升。列（3）、（4）为改善政府效率机制的检验结果，该结果表明东道国数字经济发展也会通过改善本国政府效率来提升中国对外直接投资效率。将两个机制变量同时引入式（9）进行检验的结果如列（5）、（6）所示，其结果与单独引入各机制变量的回归结果保持一致，同时核心解释变量DEI的系数值下降，这意味着降低贸易成本和改善政府效率确实是东道国数字经济发展提升中国对外直接投资效率的重要机制。

表6 作用机制检验结果

本文响应党的二十大对提升贸易投资合作质量和水平的明确要求，结合全球数字经济迅猛发展趋势，重点考察了东道国数字经济发展对中国对外直接投资效率的影响，在对影响机制进行理论阐释的基础上，建立了东道国数字经济发展水平综合评价体系，继而使用2009 ～2021年跨国面板数据基于一步法投资非效率模型进行了实证分析，得到以下主要结论：（1）东道国数字经济发展能够显着提升中国对外直接投资效率，细分数字经济发展的数字基础设施、数字经济产品和数字技术创新与应用3 个维度，该提升效果同样显着；（2）就机制而言，东道国数字经济发展至少通过降低贸易成本和改善政府效率双渠道驱动中国对外直接投资效率提升；（3）中低收入国家和“一带一路”投资指南国的数字经济发展对中国对外直接投资效率提升的影响相对更明显。

基于以上研究结论，本文对于如何借助东道国数字经济发展进而提高中国对外直接投资效率具有如下启示：

（1）构建数字经济协同发展机制。①政府可以加强与投资东道国之间数字基础设施互联互通，为实现数据共享的及时性与安全性提供强力保障的同时，带动区域间数字经济高质量协同发展；②加强与东道国数字产业的贸易往来，建立起互利共赢的贸易网络，实现数字产业增加值及进出口额稳步增长；③加快培养和引进数字化人才，与数字技术强国一道建立起数字化人才联合培养体系，建立健全数字化人才队伍。

（2）深化“一带一路”及国际投资合作。目前数字经济在全球范围内尚未形成统一的治理规则，未来中国可以与“一带一路”沿线国家共同探索，建立起一套互利共赢的数字治理体系，充分利用区域间数字治理上的制度条件，不断优化数字经济领域的投资规则，从而进一步发掘中国在对外直接投资中尚未被开发的潜力，推动中国对外直接投资效率在数字经济全球化的浪潮中稳步提升。

（3）积极开拓良好的投资环境。政府部门和跨国企业可以借助东道国数字经济尤其是数字政府平台的建设，进一步加强与当地政府或合作企业间的政策沟通，及时、全面地获取当地的投资政策信息，与东道国形成友好和谐的投资环境，从而降低中国对东道国进行直接投资的风险，提升中国对外直接投资效率。