資本扭曲對中國異質性企業對外直接投資的影響分析

王亞星 李敏瑞

摘要：文章研究了異質性企業所承受的資本扭曲是否影響對外直接投資決定。研究匹配工業企業數據庫與《境外投資企業（機構）名錄》2005年～2007年數據，采用Olley和Pakes（1996）方法測算全要素生產率。研究結果顯示中國制造業企業對外直接投資存在自我選擇效應；面臨較低扭曲程度的企業更容易對外直接投資。

關鍵詞：對外直接投資；資本扭曲；全要素生產率；Olley和Pakes方法

一、 引言

21世紀以來，世界對外直接投資（Outbound Foreign Direct Investment，OFDI）日益發展，中國對外直接投資規模也節節攀升。

本文使用2005年～2007年中國制造業企業數據，基于異質性企業理論中對生產率的考慮，考察企業承受的資本扭曲是否影響其對外直接投資決定。全文安排為：第一部分引言；第二部分構建理論框架；第三部分介紹數據來源和處理方法，測算核心變量；第四部分實證分析。最后總結結論，提出建議與展望。

二、 理論框架

1. 異質性企業對外直接投資自我選擇效應。Helpman等（2004）在壟斷競爭框架下建立一套一般均衡模型。他們假設存在N個國家，含有H+1個生產部門，其中H個部門生產差異化產品并服從CES偏好，替代彈性為ε=1/（1-α）>1，剩下一個部門生產同質產品。

i企業市場進入成本為fE，生產成本為fD，出口貿易額外的固定成本為fX，運輸成本為τij>1，OFDI額外固定成本為fI。假設fI>（τij）ε-1fX>fD。

企業生產率隨機，每單位產出需勞動a，勞動生產率則為1/a?？傻帽緡a、出口貿易和對外直接投資的利潤函數，三者關于a1-ε線性單調遞增，而其又關于1/a單調遞增，則更高的生產率意味著更高的利潤，可使用a1-ε間接指代生產率高低。為了研究經營決策，需比較三種利潤函數，得到生產率閾值（ai）1-ε。三者關系為（aIij）1-ε>（aXij）1-ε>（aDi）1-ε

因此，生產率小于1/aD的企業無法在市場中生存，介于1/aD和1/aX之間的企業留在國內市場，介于1/aX和1/aI之間的企業對外貿易，而大于1/aI的企業對外直接投資。即企業的生產經營活動選擇具有自我選擇效應，不同的經營方式需要承擔不同的成本，承擔成本越高，需要企業擁有更高的生產效率。

2. 資本扭曲的對外直接投資影響機制。Buckley等（2007）認為以新興經濟體普遍存在資本市場不完全性、所有權優勢和制度因素等問題。它們導致經典投資理論對其缺乏解釋力，尤以中國為甚。正因此，中國OFDI表現出資源尋求、非政治風險規避、較強的政策影響等特殊的一面。他們尤其強調，如果這些問題得不到解決，基于中國異質性企業的分析是效力不大的，當務之急是建立相應的特殊理論（Special Theory）。

Buckley等（2007），Morck等（2008）認為在中國不完全競爭資本市場上資本配置由國有銀行主導，其不均衡的配置方式使得企業以非市場均衡水平的利率獲得資金。Cheng和Ma（2010），Buckley等（2008）的研究總結了中國的OFDI行為，他們發現中國OFDI 同國家意圖、制度環境有著很緊密的聯系，而這也使得跨國公司享有顯著的信貸支持。

可見眾多學者認為中國OFDI有其獨特的一面。由于資本市場的不完全性、政府政策等多方面原因，企業資本行為受到扭曲，承受了額外成本，影響了決策。資本扭曲考察了影響企業資本行為一系列因素的整體凈效應，資本扭曲程度越高，融資成本越高，越不容易投入到對外直接投資活動中去。

三、 數據處理以及實證分析

1. 數據來源及處理。本文匹配了中國工業企業數據庫和《境外投資企業（機構）名錄》（以下簡稱《名錄》）以獲得所需樣本。

中國工業企業數據庫由國家統計局1998年～2009年年度調查得出，包含所有國有企業及規模500萬以上的非國有企業，共200余萬個樣本，是中國可獲得的最大企業級數據庫。本文選取制造業企業進行研究，同時參考Freestra 等（2014），Brandit等（2012），謝千里等（2009）等的做法以及一般公認會計準則（Generally Accepted Accounting Principles，GAAP），對樣本進行了篩選。

《名錄》由商務部網站提供。核準證書號、國家/地區、境內投資主體、境外投資企業（機構）、省市等在內的信息都可獲取。

基于數據可獲得性，本文將兩者1998年～2007年的數據進行人工匹配。鑒于匹配所得數目和概率，研究選取2005年～2007年數據。

2. 核心變量測算。

（1）全要素生產率。OLS方法測算TFP在使用宏觀數據時是成立的，但在使用微觀數據時必須考慮企業決策和進入退出，OLS方法便會產生同時性偏誤（Simultaneity Bias）和選擇性偏誤（Selection Bias），進而參數估計有偏（Olley和Pakes，1996）。

Olley和Pakes（1996）提出一種半參數估計方法（Semi-parameter Estimation），使用企業投資額作為代理變量，考慮企業進入退出概率，解決了相關問題。鑒于文章篇幅，OP方法已被廣泛應用，不再詳細介紹。

本文在Olley和Pakes（1996）方法的框架內，參考Amiti和Koning（2007），De Loecker（2011）和Feenstra等（2014）的方法進行拓展，在每個二位代碼產業內測算TFP。使用工業增加值衡量產值Y，用全部從業人員平均人數衡量勞動力投入L，用固定資產凈值衡量資本存量K。測算具體方法如下：

首先，不同產業、類型和所有制的企業會使用不同的生產技術，所處生產經營環境和條件也有所不同。本文參考Tian和Yu（2014），對出口行為以及國有企業類別，加入虛擬變量進行控制，在二位代碼行業內分別進行測算。其次，引用Brandt等（2012）估計的價格平減指數，在四位產業代碼下對相關指標進行了價格平減（以2004年為基年）。Brandt等（2012）在四位代碼產業層面使用中國統計年鑒中的“參考價格”作為產出價格平減指數，根據2002年中國國家投入產出表估計投入價格平減指數。最后，采用永續盤存法測算企業投資額，采取工業企業數據庫中的當期折舊來衡量折舊額。

由于文章篇幅所限，測算結果可向作者索取。

使用核密度估計描述兩類企業TFP對數值分布，OFDI企業生產率更高。

（2）資本扭曲τk。Hsieh和Klenow（2009）給出了測算方法。他們在企業利潤最大化的考慮下，分析造成企業資本扭曲各因素的整體凈效應，衡量了理論與現實的差異。Hsieh和Klenow（2009）認為，在社會資源有效配置的情況下，各行業和企業的利潤率相等，各資源的邊際收益產品（Marginal Revenue Product，MRP）也應相等。假設產業中的企業i滿足柯布—道格拉斯生產函數：

Yi=AiKαiL1-αi

生產需要投入L和K兩種要素。由于扭曲τ的存在，企業個體面臨的價格并非w和r，而分別為w1=（1+τLi）w和ri=（1+τKi）r。

τLi定義為勞動扭曲，即在扭曲下MRPL的變動程度，例如不被允許自由使用員工的企業，τLi較高，而享受用工補貼的企業，τLi則較低；τKi定義為資本扭曲，即在扭曲下MRPK的變動程度，如無法獲得低廉信貸的企業，τK較高，而可以獲得低廉信貸的企業（如通過國有銀行），則τk較低。

因此，企業i的利潤：

πi=PiYi-（1+τLi）wLi-（1+τKi）rKi

由最優化決策有邊際收益產品：

MRPKi==α=γi=（1+τKi）r

MRPLi==（1-α）=wi=（1+τLi）w

MRP的變化由τ反映出來，不存在扭曲時，τ=0，MRP也就不存在變化。

進一步地，

τKi=α-1

τLi=（1-α）-1

可見，τKi越大，企業資本報酬越偏離社會資本邊際報酬r，MRPK越偏離有效狀態，企業資本成本更高，存在較高資本扭曲。τKi也刪除了最大和最小的1%。

遵循Hsieh和Klenow（2009）的作法，對于工資w，假設企業非工資報酬與工資報酬等比例，而這個比例可以使產業內勞動報酬總量調整到工業增加值總量的50%。將r假設為10%，即5%實際利率和5%的折舊率。

3. 指標選擇與描述統計。被解釋變量為對外直接投資決定OFDI。如果企業進行了對外直接投資，OFDI=1，反之OFDI=0。參考Tian和Yu（2014），本文還構建了如下控制變量。企業規模labor。更大的企業往往擁有更強的優勢通過OFDI實現規模經濟（Wang et al.，2012）。這里使用企業雇傭員工數量衡量。出口企業EX。出口企業擁有更好的信息和渠道優勢，更容易從事OFDI（Oldenski，2012）。出口企業EX=1，反之EX=0。企業性質state。Wang等（2012）認為企業OFDI概率同其是否為國有企業密切相關。而Hsieh和Klenow（2009）則認為由于國有企業的低效率，他們進行OFDI的概率較低。國有企業state=1，反之state=0。

最后，對于不同和行業和地區，設置虛擬變量進行控制。

經過樣本篩選，最終基于2005年～2007年間413 345個企業樣本進行實證分析。描述統計如表1所示。

四、 實證分析

研究采用簡化模型（reduced-form）如下：

P（OFDIijkt=1）=β0+β1lnTFPit+β2τKit+AXit+ξj+ξk+ξt+εijkt

這里OFDIijkt是二值變量，當j地區k產業內的企業i在時間t進行了對外直接投資，其等于1。lnTFPit為全要素生產率的對數形式，為控制變量集合，A為X對應的參數集合。β為解釋變量的系數。模型中還包含地區、產業、和時間固定效應ξj，ξk和ξt，采用最小二乘虛擬變量模型（Last Square Dummy Variable Model，LSDV）?？紤]到同一企業各隨機項間的關聯，在企業層面估計聚類穩健標準誤（Cluster-robust Standard Error）。εijkt～N（0，σ2）為隨機項。變量相關系數如表2所示，可見并不存在明顯關聯，基本可排除多重共線性。

為確保穩健，實證同時采用線性概率模型（Linear Probability Model，LPM）、Probit和Logit三種模型。結果如表3中的（1）、（2）、（3）列所示。

考慮到響應Y=1事件發生概率過低，會對結果造成偏誤，采用King和Zeng（2001，2002）的方法進行修正，如（4）列所示。

TFP對OFDI有顯著正向影響，符合預期。驗證了企業OFDI的自我選擇效應，符合異質性企業OFDI理論（Helpman et al.，2004），與前文測算中顯示出的OFDI企業有著更高的生產率水平也是一致的。

τK參數顯著為負，資本扭曲程度越高的企業，越不容易對外直接投資。這是因為資本扭曲程度較高的企業，在資本活動中遇到的扭曲和困難更大，要承擔更大的資本成本，進入國際市場也更加困難。對應中國情況，能夠利用政策和環境因素獲得信貸優惠和支持的企業，資本扭曲較低，融資成本也較低，更易進行直接投資。

應指出的是，社會資源最優配置，企業信貸資本行為沒有被扭曲時，τK=0。而在獲得優惠信貸等情況下，仍然存在資本扭曲，只是程度較低。

五、 研究結論、政策建議及展望

本文匹配工業企業數據庫和《境外投機企業（機構）名錄》，研究異質性企業在面臨資本扭曲的情況下，對外直接投資決定受到的影響及機制。結果表明：中國制造業企業對外直接投資存在自我選擇效應，企業面臨的資本扭曲負向影響對外直接投資決定。

基于結論可獲得政策啟示和建議：第一，企業積極提高生產率水平，短期爭取和利用優惠政策；第二，健全和完善資本市場，長期整體降低企業資本扭曲程度；第三，探索更有效的方向和方式優化資本配置。

進一步研究可從如下方面進行。首先，由于數據可獲得性，研究可拓寬時間跨度，也可從OFDI數額著手，此外還可納入服務業和投資中介樣本。其次，可研究資本扭曲同生產率對OFDI決定的影響機制，研究生產率是否起到中介作用。

參考文獻：

[1] 葛順奇，羅偉.中國制造業企業對外直接投資和母公司競爭優[J].管理世界，2013，（6）：28-42。

[2] 聶輝華，楊汝岱，江艇.中國工業企業數（下轉第36頁）據庫的使用現狀和潛在問題[J].世界經濟，2012，（5）：142-158.

[3] 田巍，余淼杰.企業生產率和企業“走出去”對外直接投資：基于企業層面數據的實證研究[J].經濟學（季刊），2012，11（2）：383-408.

[4] 謝千里，羅斯基，張軼凡.中國工業生產率的增長與收斂[J].經濟學（季刊），2008，7（3）：809-826.

[5] Amiti， M.， and Konings， J.Trade Liberalization， Intermediate Inputs， and Productivity： Evidence from Indonesia[J].American Economic Review，2007，97（5）：1611-1638.

[6] Bartelsman， E.，Haltiwanger， J.and Scarpetta， S.Cross-Country Differences in Productivity： The Role of Allocation and Selection[J].American Economic Review，2013，103（1）：305-34.

[7] Boyreau-Debray， G.and Wei， S.-J.Pitfalls of a State-Dominated Financial System： The Case of China[J].NBER Working Paper，2005.

[8] Brandt， L.，Biesebroeck， J.and Zhang， Y. Creative Accounting or Creative Destruction？ Firm-level Productivity Growth in Chinese Manufacturing[J].Journal of Development Economics，2012，（97）：339-351.

[9] Buckley， P.J.Clegg， L.J.，Cross， A.R.， Liu， X.，Voss， H.and Zheng， P.The Determinants of Chinese Outward Foreign Direct Investment[J].Journal of International Bus- iness Studies，2007，38（4）：499-518.

基金項目：2015年度中國人民大學科學研究基金項目（中央高?；究蒲袠I務費專項資金資助）“資本錯配，企業異質性與對外直接投資：基于中國數據的實證分析”（項目號：15XNH089）。

作者簡介：王亞星（1960-），男，回族，吉林省長春市人，中國人民大學商學院產業經濟學教授、博士生導師，研究方向為對外貿易與產業國際化、WTO與產業政策；李敏瑞（1990-），男，漢族，江蘇省連云港市人，中國人民大學商學院產業經濟學博士生，研究方向為國際經濟與產業。

收稿日期：2015-10-08。