對外直接投資與內資企業成長

鄒衍

一、 引言

自中國政府提出實施“走出去”政策以來，中國對外直接投資（OFDI）的規模一路高歌猛進。在2002年，中國對外直接投資流量只有27億美元，隨后以年均45%的增長率快速擴張。截止2013年，中國對外直接投資流量高達1078.4億美元；與此同時，中國對外直接投資存量由2002年的299億美元上升至2013年的6605億美元，增長了將近21倍。根據《中國對外直接投資統計公報》，中國目前已有1.53萬家境內投資者在境外設立2.54萬家分支機構，分布在全球184個國家（或地區），投資覆蓋率將近80%。毋庸置疑，在過去十多年，中國對外直接投資取得了令人矚目的成績。在此背景下，本文旨在研究中國對外直接投資對企業出口產品質量的影響效應及其作用機制。

實際上，中國對外直接投資與企業出口之間的關系已經引起了學者們的廣泛關注（毛其淋和許家云，2014a；蔣冠宏和蔣殿春，2014），這些研究發現，對外直接投資顯著促進了企業出口。在當前，中國的出口貿易已趕超德國位居全球首位，占世界出口貿易的比重達11.8%。然而，隨著經濟全球化的加快和國際分工的深入，一個國家或地區的出口競爭優勢已不再取決于體量和規模，而在于其出口品的質量與在全球價值鏈中的位置。因此，與即有的單純關注中國企業出口規模的文獻相比，本文通過深入研究對外直接投資與企業出口產品質量之間的關系具有更為重要的理論與現實意義。為此，本文首先采用“回歸反推法”準確地測算了企業出口產品質量，然后采用配對方法為對外直接投資企業（即處理組）篩選出最為合適的非對外直接投資企業（即對照組），在此基礎上再構建倍差法模型進行實證估計。本文研究發現，對外直接投資顯著促進了企業出口產品質量的提升，其中投資高收入國家OFDI對企業出口產品質量的提升作用要明顯大于那些投資中低收入國家OFDI。

與即有的研究文獻相比，本文可能的創新點體現在如下幾個方面：第一，如同前文所述，即有文獻主要關注對外直接投資與企業出口之間的關系，而本文則是深入考察中國對外直接投資對企業出口產品質量的微觀影響，因此從視角上極大地豐富了企業對外直接投資與國際貿易之間關系的研究，同時也豐富了有關評估中國企業對外直接投資成效的研究文獻。第二，在企業出口產品質量指標的構造上，本文利用高度細化的中國海關貿易數據庫，采用“回歸反推法”進行測算，進而克服了前人直接采用單位價格來衡量產品質量的局限性。第三，本文采用比較前沿的基于傾向得分匹配的倍差法（PSM-DID）估計了中國對外直接投資對企業出口產品質量的微觀影響，可以較好地處理和控制樣本選擇偏差與內生性問題，進而提高了研究結論的可靠性。最后，本文還深入檢驗了對外直接投資影響企業出口產品質量的作用機制，有助于深化對對外直接投資與企業出口產品質量之間關系的認識。

本文剩余部分的結構安排如下：第二部分為文獻綜述；第三部分構建計量模型，并對指標與數據進行說明；第四部分報告估計結果并對其進行分析；第五部分檢驗對外直接投資影響企業出口產品質量的作用機制；最后是本文的結論與政策啟示。

二、 文獻綜述

本文的目的在于考察對外直接投資對企業出口產品質量的影響，與本文密切相關的一類文獻是分析企業對外直接投資的經濟效果。在這類文獻中，Potterie和Lichtenber（2001）利用跨國面板數據比較研究了對外直接投資、外商直接投資和進口對國際技術溢出的影響，他們發現對外直接投資和進口對母國生產率進步產生了積極的作用。Driffield和Love（2003）基于英國制造業行業層面數據，考察了對外直接投資對制造業技術進步的影響，結果發現對外直接投資確實產生了逆向技術溢出效應，但該效應只存在于研發密集型行業。隨后，Branstetter（2006）利用日本企業層面數據檢驗了日本對美國直接投資的“知識溢出效應”的存在性，研究結果表明，日本企業的專利申請數量在其開展對外直接投資之后明顯上升，進而證實了“知識溢出效應”的存在性。此外，Vahter和Masso（2006）對愛沙尼亞、Pradhan和Singh（2009）對印度以及Gazaniol和Peltrault（2013）對法國的經驗研究也都發現了對外直接投資能夠顯著促進母國技術進步的證據。近些年來，對外直接投資與中國企業績效之間的關系也引起了國內學者的廣泛關注。其中，李泳（2009）利用中國上市公司數據進行實證研究發現，沒有證據表明中國企業海外投資顯著提高了企業產出和技術人員占比。蔣冠宏等（2013）利用中國工業企業數據專門檢驗了技術研發型對外直接投資對企業生產率的影響，結果發現，企業開展技術研發型對外直接投資可以明顯提升企業生產率。進一步，毛其淋和許家云（2014b）采用傾向得分匹配方法深入分析了對外直接投資對中國企業創新的影響，發現中國對外直接投資顯著促進了企業創新，并且該促進作用具有持續性，另外，對外直接投資還在總體上顯著延長了企業創新的持續時間。最近，毛其淋和許家云（2016）還專文從成本加成率的視角深入評估了對外直接投資對企業績效的影響，通過檢驗發現，與非對外直接投資企業相比，企業開展對外直接投資可使成本加成率得到更大幅度的提升。

與本文相關另外一類文獻是研究產品質量的測算及其決定因素。首先，在產品質量的測算方面，早期的學者如Schott（2004）、Hummels和Klenow（2005）以及Hallak（2006）等主要采用產品單位價值來直接衡量產品質量，這些文獻的基本假定是，產品質量越高，則該產品單位價值越高。但是在很多情況下，單位價值量除了包含質量信息之外，還可能包含成本信息，因此簡單地采用單位價值量來測算產品質量可能是不準確的。為了更加合理地測算產品質量，Hallak和Schott（2011）放棄單位價值量等同于產品質量這一假設，首次采用事后推理的思路較為準確地測算了產品質量，隨后這一方法得到了廣泛的運用，例如Khandelwal（2010）、David（2011）、Mark等（2012）、Gervais（2013）、施炳展（2013）等等。其次，在產品質量的決定因素方面，其中大部分學者關注了貿易自由化對企業產品質量的影響。例如，Amiti和Khandelwal（2013）利用56個國家對美國出口的產品層面數據進行實證研究發現，進口關稅減免（或進口貿易自由化）顯著促進了高品質產品的質量提高，但抑制了低品質產品的質量升級。Bas和Strauss-Kahn（2015）利用中國2000—2006年海關貿易數據專門考察了中間品貿易自由化對產品質量升級的影響，結果表明，中間品關稅減免促使出口企業進口和使用更多高質量的中間品，進而顯著促進了出口產品的質量升級。同樣利用中國海關貿易數據，Fan等（2015）的一項實證研究表明，進口關稅減免顯著提高了異質品出口的單位價格與質量，但降低了同質品出口的單位價格與質量。除此之外，施炳展和邵文波（2014）發現，生產效率、政府補貼、融資約束緩解等一系列因素均有利于提高產品質量；樊海潮和郭光遠（2015）也發現了企業生產率與產品出口質量存在正相關關系的證據。

通過上述文獻梳理不難發現，雖然當前已有不少研究關注了對外直接投資對企業績效的影響，以及出口產品質量的影響因素，但遺憾的是，鮮有文獻直接考察對外直接投資究竟會如何影響企業出口產品質量。有鑒于此，本文基于中國企業對外直接投資與日俱增這一現實背景，采用基于傾向得分匹配度的倍差法深入研究對外直接投資對企業出口產品質量的微觀影響與作用機制。

三、計量模型、指標與數據

（一）計量模型設定

為了準確地估計對外直接投資對企業出口產品質量的因果效應，本文采用由Heckman等（1997）發展得到的傾向得分匹配方法進行研究。其基本邏輯是：構建一個與OFDI企業（即處理組）在其進行對外直接投資之前的主要特征盡可能相似的非OFDI企業組（即對照組），然后將處理組中企業與對照組中企業進行匹配，使得匹配后的兩個樣本組的配對企業之間僅在是否進行對外直接投資決策方面有所不同，而其他方面相同或十分相似，接下來就可以用匹配后的對照組來最大程度地近似替代處理組的“反事實”，最后再比較在處理組企業進行對外直接投資后兩組企業之間出口產品質量的差異，由此來確定對外直接投資與企業出口產品質量變化之間的因果關系。

具體而言，我們首先將樣本分為兩組，一組是OFDI企業（記為處理組），另一組是從未進行對外直接投資的企業（記為對照組）。為了便于表述，我們構造一個虛擬變量OutwardFDIi={0，1}，當企業i為OFDI企業時，OutwardFDIi取1，否則取值為0；另外我們還構造虛擬變量Postt={0，1}，其中Postt=0和Postt=1分別表示企業進行對外直接投資之前與之后時期。另外，我們定義企業i的出口產品質量在Postt=0和Postt=1兩個時期的變化量為ΔEXPQualit，進一步，我們用ΔEXPQual1it表示OFDI企業在兩個時期的出口產品質量變化量，用ΔEXPQual0it表示非OFDI企業在兩個時期的出口產品質量變化量。在此基礎上，我們構建如下式子來刻畫企業i在進行對外直接投資和如果沒有進行對外直接投資兩種狀態下的出口產品質量差異（即處理組企業的平均處理效應，ATT）：

γ=E（γiQutwardFDIi=1）=E（ΔEXPQual1itOutwardFDIi=1）-

E（ΔEXPQual0itOutwardFDIi=1）（1）

需要注意的是，E（ΔEXPQual0itOutwardFDIi=1）表示OFDI企業i在沒有進行對外直接投資情況下的出口產品質量，是一種“反事實”。為了實現對（1）式的估計，我們將采用最近鄰傾向得分匹配為處理組（即OFDI企業）尋找相近的對照組（即非OFDI企業）。假定經過匹配之后，得到的與處理組企業相配對的對照組企業集合為Ψ（i），它們的出口產品質量的變化量E（ΔEXPQual0itOutwardFDIi=0， i∈Ψ（i））可作為E（ΔEXPQual0itOutwardFDIi=1）的較好的替代。據此，（1）式可重新表示為：

γ=E（γiOutwardFDIi=1）=E（ΔEXPQual1itOutwardFDIi=1）-

E（ΔEXPQual0itOutwardFDIi=0， i∈Ψ（i））（2）

實際上，（2）式的一個等價性的可用于實證檢驗的表述為：

EXPQualit=α0+α1OutwardFDIit+α2Postit+α3OutwardFDIit×Postit

+βX′it+ωi+ωk+μit（3）

其中，下標i、j、k和t分別表示企業、行業、地區和年份。EXPQualit表示企業出口產品質量，μit表示隨機誤差項。交叉項OutwardFDI×Post是我們最為感興趣的變量，它的估計系數α3刻畫了對外直接投資對企業出口產品質量的因果影響。如果α3>0，意味著在進行對外直接投資前后，處理組企業的出口產品質量的提升幅度大于對照組企業，即對外直接投資提高了企業出口產品質量。為了穩健起見，我們在（3）式中控制了影響企業出口產品質量的企業層面影響因素Xit，具體包括：企業規模（Firmsize），采用企業銷售額取對數來衡量，這里企業銷售額采用了以2004年為基期的工業品出廠價格指數進行平減；企業年齡（Firmage），用當年年份與企業開業年份的差來衡量；資本密集度（KLratio），采用固定資產與從業人員數的比值取對數來表示，其中固定資產使用以2004年為基期的固定資產投資價格指數進行平減處理；企業生產率（Productivity），為了降低因傳統普通最小二乘法（OLS）估計生產函數所可能存在的偏差問題，本文采用Levinsohn和Petrin（2003）的半參數法估計企業生產率；國有企業虛擬變量（Stateowned）和外資企業虛擬變量（Foreignowned），如果企業i屬于國有企業，則Stateowned取值為1，否則取值為0，類似的，如果企業i屬于外資企業，則Foreignowned取值為1，否則取值為0。此外，我們還控制了非觀測的行業特征ωj和非觀測的地區特征ωk。

（二）企業出口產品質量的測度

在早期，學者們一般采用產品單位價值來衡量產品質量，如Schott（2004）、Hummels和Klenow（2005）、Hallak（2006）等，這一做法的基本假定是，如果產品質量越高，那么該產品單位價值越高。然而近年來，越來越多的學者（如Khandelwal，2010；Gervais，2013）指出，直接利用出口產品單位價值衡量出口產品質量存在諸多弊端，在很多情況下，高價格并不一定意味著高質量。為了更加準確地衡量企業出口產品質量，本文采用新近發展起來的事后推理方法進行測算（Hallak和Schott，2011）。具體的，本文分三步測算企業層面的出口產品質量。第一步，計算企業-國家-產品層面的產品質量。給定某個海關HS8位碼產品，將企業i在t年對c國的出口產品數量表示為：xicht=p-σichtλσ-1icht（Yct/Pct）。對該式取對數并經整理可得到：

lnxicht=ct-σlnpicht+εicht（4）

其中，xicht和picht分別表示企業出口產品的數量和價格；ct=lnYct-lnpct表示國家時間維度的固定效應，可用來控制僅隨進口國變化的特征變量、僅隨時間變化的特征變量以及同時隨進口國和時間變化的特征變量等；εicht=（σ-1）lnλicht表示包含產品質量信息的殘差項。對（4）式進行估計，可以計算得到產品質量，表示為Qualicht=lnicht=icht/（σ-1）=（lnxicht-lnicht）/（σ-1），在基本估計中，與Fan等（2015）類似，假定σ=5。接下來，采用Rel_Qualicht=（Qualicht-Qualminicht）/（Qualmaxicht-Qualminicht）對以上產品質量指數進行標準化處理，其中Qualminicht和Qualmaxicht表示對每一種HS8位碼產品，在企業-國家-時間維度分別求最小值和最大值。最后，我們將企業-國家-產品層面的相對產品質量（Rel_Qualicht）加總到企業層面：EXPQualit=∑ch∈Aitvalicht∑ch∈Aitvalicht·Rel_Qualicht，其中，Rel_Qualicht表示企業層面的產品質量，Ait表示企業i在t年的出口產品和目的地集合，valicht表示樣本的價值量。

（三）數據說明

本文研究使用了三套大型微觀數據。第一套是中國海關貿易數據庫，來自中國海關總署，它記錄了各個月度通關企業的每一筆產品層面（HS8位碼）的交易信息。這里我們將月度數據加總為年度數據。海關貿易數據庫的主要優勢在于對每筆產品層面的進出口交易信息都有翔實的記錄，這些細化的交易記錄為本文從微觀層面準確地測算企業出口產品質量提供了可能。第二套數據是來自國家統計局的中國工業企業數據庫，其統計調查的對象涵蓋了全部國有工業企業以及“規模以上”（主營業務收入大于500萬元）非國有企業。為了研究的需要，我們的首要工作是將以上兩套數據庫進行合并。由于中國工業企業數據庫中的企業代碼與海關貿易數據庫中的企業代碼采用的是兩套編碼系統，例如，工業企業數據庫中的企業代碼是9位數，而海關貿易數據庫中的企業代碼則是10位數。因此我們不能直接根據企業代碼將兩套數據庫進行合并。這里我們借鑒Yu（2013）的方法對這兩套數據庫進行合并。需要說明的是，不論是工業企業數據庫還是海關貿易數據庫，都沒有提供企業是否進行對外直接投資的相關信息。為了彌補這一不足，我們進一步利用樣本數據的第三個來源——商務部的關于中國對外直接投資企業統計數據庫即由商務部統計的《境外投資企業（機構）名錄》，來自http：//wszw.hzs.mofcom.gov.cn/fecp/fem/corp/fem_cert_stat_view_list.jsp。進行綜合分析。具體的，我們利用中國工業企業數據庫（或海關貿易數據庫）中的企業名稱與中國對外直接投資企業統計數據庫中的“境內投資主體”名稱進行合并，本文所用的時間跨度為2004—2007年。這主要是因為，在2004年之前，中國企業只有少數開展對外直接投資，而從2004年開始迅速增加，因此選取2004年及其之后的樣本可以更加準確地揭示對外直接投資與企業出口產品質量之間的關系。

在本文中，處理組的選擇標準為，企業在2004年沒有進行對外直接投資，而在2005—2007年期間開始進行對外直接投資；對照組的選擇標準為企業在2004—2007年期間始終未進行對外直接投資。與現有的國內外文獻保持一致，我們選取制造業作為分析對象。此外，由于各種原因，一些企業提供的信息不夠準確或尚未提供部分信息，結果導致原始數據中存在異常樣本。為此，我們在合并數據的基礎上做了以下篩選和處理：（1）刪除雇員人數小于10的企業樣本；（2）刪除出口額存在缺漏值或負值的企業樣本；（3）刪除工業總產值、企業銷售額、工業增加值、固定資產以及從業人員年平均人數中任何一項存在缺漏值、零值或負值的企業樣本；（4）刪除1949年之前成立的企業樣本，同時刪除企業年齡小于0的企業樣本。

我們感興趣的問題是，與非對外直接投資企業相比，對外直接投資企業的出口產品質量有何差異。接下來我們在上文數據處理的基礎上，對兩類企業的出口產品質量差異進行初步檢驗，結果報告在表1。從中可以看出，非OFDI企業的平均出口產品質量為0.399，而OFDI企業的平均出口產品質量高達0.421，比前者高出0.022，并且這一差異值在5%水平上顯著。另外，表1其余部分還報告了不同投資目的地OFDI類型企業與非OFDI企業出口產品質量的均值檢驗結果。這里是按照世界銀行2008年收入分組標準，將人均國民總收入高于11906美元的劃分為高收入國家，其余為中低收入國家。若企業向高收入國家進行對外直接投資，記為OFDI_H，否則記為OFDI_L。可以發現，投向中低收入國家OFDI企業的出口產品質量與非OFDI企業相比沒有明顯差異，而投向高收入國家OFDI企業的出口產品質量明顯高于非OFDI企業，具體而言，它比前者高出0.098，且這一差異值通過了1%水平的顯著性檢驗。在下文，我們將采用PSM-DID方法進行計量分析，以期更嚴謹地揭示對外直接投資對企業出口產品質量的因果影響效應。

四、 估計結果與分析

（一）基本估計結果

在對倍差法模型（3）式進行估計之前，我們首先采用傾向得分匹配法對樣本進行匹配，即為處理組（OFDI企業）尋找合適的對照組（非OFDI企業）。我們將企業進行對外直接投資的概率表示為：

P=Pr{OutwardFDIit=1}=Φ{Zit-1}（5）

其中，表示影響企業對外直接投資的因素，即匹配變量或共同影響因素。我們主要選取了選取企業規模（Firmsize）、企業年齡（Firmage）、企業生產率（Productivity）、資本密集度（KLratio）、國有企業虛擬變量（Stateowned）和外資企業虛擬變量（Foreignowned）作為匹配變量。根據方程（5）式，我們可以計算得到每個企業進行對外直接投資的預測概率值，傾向得分匹配則是將預測概率值相近的企業進行配對。在本文中，我們主要采用最近鄰匹配方法為每個處理組企業配對得到唯一最相近的對照組企業，其匹配原則可用下式表示：

Ψ（i）=minji-j， j∈（OutwardFDI=0）（6）

其中，i和j分別表示處理組和對照組的概率預測值（或傾向得分），Ψ（i）表示與處理組企業相對應的來自于對照組企業的匹配集合，并且對于每個處理組i，僅有唯一的對照組j進入集合Ψ（i）。

表2報告了匹配變量的平衡性檢驗結果。從中可以看到，在進行匹配之后，處理組企業與對照組企業在匹配變量上沒有顯著的差異（即t檢驗相伴概率均大于0.1），并且匹配后各匹配變量的標準偏差的絕對值均小于20%。總體而言，匹配滿足了平衡性假設，即本文對匹配方法和匹配變量的選取是恰當的。

在進行上述最近鄰傾向得分匹配之后，我們對（3）式的基準模型進行倍差法估計，結果如表3所示。為了穩健起見，表3第（1）列沒有加入企業層面控制變量和其他固定效應，以此作為比較基礎；第（2）列加入了企業層面控制變量但未控制其他固定效應；第（3）列在此基礎上控制了行業固定效應；第（4）列則進一步控制了地區固定效應。回歸結果顯示，我們最感興趣的倍差法估計量OutwardFDI×Post在各個回歸中的系數符號和顯著性水平沒有發生根本性變化，說明本文的回歸結果具有較好的穩定性。從第（4）列完整的回歸結果可以看到，倍差法估計量OutwardFDI×Post的估計系數顯著為正，這表明在控制了其他影響因素之后，與不進行對外直接投資相比，開展對外直接投資使得企業出口產品質量得到了更大幅度的提高。具體而言，對外直接投資使得企業出口產品質量額外提高了0.035，即對外直接投資顯著促進了企業出口產品質量升級。

（二）投資目的國異質性分析

前文第三部分均值檢驗的結果顯示，不同類型OFDI企業在出口產品質量方面存在顯著的差異。由此引申的一個重要問題是，投資目的地的差異究竟會如何影響OFDI對企業出口產品質的微觀效應。為了更深入地揭示對外直接投資與企業出口產品質量的關系，我們根據中國對外直接投資企業統計數據庫中給出的“對外直接投資的國家或地區”名稱信息，將企業對外直接投資劃分為投資高收入國家和投資中低收入國家兩種類型。在此基礎上建立如下擴展后的倍差法模型來檢驗不同類型對外直接投資對企業出口產品質量影響的差異性：

EXPQualit=α0+α1OutwardFDIit+α2Postit

+∑2=1λOutwardFDIit×Postit×Dum_+βX′it+ωj+ωk+μit（7）

其中，Dum_（=1、2）表示企業對外直接投資類型虛擬變量。具體的，根據“投資目的地”將企業對外直接投資劃分為投資高收入國家（Dum_1）和投資中低收入國家（Dum_2）兩類。

表4報告了對擴展倍差法模型（7）式的估計結果。由于基準組是從未進行對外直接投資的企業，因此，可以直接通過比較交叉項的回歸系數大小來識別不同類型OFDI對企業出口產品質量影響的差異性。與前文估計的步驟類似，表4第（1）列沒有加入企業層面控制變量和其他固定效應，第（2）列加入了企業層面控制變量但未控制其他固定效應，第（3）列在此基礎上控制了行業固定效應，第（4）列則進一步控制了地區固定效應。從第（1）列回歸結果可以看到，交叉項OutwardFDI×Post×Dum_1和OutwardFDI×Post×Dum_2的估計系數均顯著為正，表明投資不同目的地OFDI均有利于提高企業的出口產品質量。不過通過進一步比較發現，交叉項OutwardFDI×Post×Dum_1的估計系數大小明顯大于交叉項OutwardFDI×Post×Dum_2，這說明與投資中低收入國家相比，投資高收入國家OFDI對企業出口產品質量的促進作用更大。有趣的是，隨著企業層面控制變量以及非觀測固定效應的逐步加入（表4第（2）—（4）列），交叉項OutwardFDI×Post×Dum_1的估計系數符號和顯著性水平沒有發生實質性變化，而交叉項OutwardFDI×Post×Dum_2的估計系數大小出現下降并且未能通過常規水平的顯著性檢驗，這表明在控制了其他影響因素之后，只有投資高收入國家OFDI才能顯著提高企業出口產品質量，而投資中低收入國家OFDI未能產生明顯的影響。這一結果意味著，不同投資目的國OFDI對企業出口產品質量的影響具有顯著的異質性，其中投資高收入國家OFDI對企業出口產品質量的提升作用明顯大于那些投資中低收入國家的OFDI。對此可能的解釋是，與中低收入國家相比，高收入的發達國家往往擁有更加殷實雄厚的技術存量、研發資金和人力資本，是全球技術創新的發祥地；因此，對這些高收入的發達國家進行對外直接投資的企業具有更多的機會學習與獲得最先進的技術和知識，并利用投資國當地技術條件、人力資本和創新環境等資源進行研發創新（蔣冠宏等，2013；毛其淋和許家云，2016），這無疑會反過來更加明顯地提高企業的出口產品質量。

（三）對外直接投資對企業出口產品質量的動態影響

從前文的基準回歸結果可知，對外直接投資對企業出口產品質量的提高具有顯著的促進作用，然而這種影響是平均意義上的。接下來我們將進一步檢驗對外直接投資對企業出口產品質量的影響效應是否存在時滯以及對外直接投資對企業出口產品質量的提升作用是否具有持續性特征，也即考察對外直接投資對企業出口產品質量的動態效應。為此，我們將基準計量模型（3）式擴展為：

EXPQualit=α0+α1OutwardFDIit+α2Postit

+∑2τ=0λτOutwardFDIit×Postit×D_τyear+βX′it+ωj+ωk+μit（8）

在上式中，D_τyear為企業對外直接投資年度虛擬變量，當企業處于對外直接投資后的第τ期（τ=0、1、2）時由于本文的時間跨度為2004—2007年，并且處理組的識別是從2005年開始，因此這里最長的滯后期為2期。，D_τyear取值為1，否則為0。交叉項OutwardFDIit×Postit×D_τyear的估計系數λτ反映了企業對外直接投資后第τ年對出口產品質量的動態影響。

表5報告了對外直接投資對企業出口產品質量的動態效應檢驗結果。為了穩健起見，我們仍然采用逐步放入控制變量的方法進行估計，具體而言，表5第（1）列僅考慮倍差法模型的基礎變量，第（2）列加入了企業層面控制變量但未控制其他固定效應，第（3）列在此基礎上控制了行業固定效應，第（4）列則進一步控制了地區固定效應。通過逐步回歸發現，倍差法估計量OutwardFDI×Post×D_τyear的估計結果沒有發生實質性變化，具有較好的穩定性。接下來以第（4）列最為完整的回歸結果為基礎進行分析。結果顯示，交叉項OutwardFDI×Post×D_0year的估計系數為負，但未能通過常規水平的顯著性檢驗，表明對外直接投資在即期未能對企業出口產品質量產生明顯的影響；另外，交叉項OutwardFDI×Post×D_1year和OutwardFDI×Post×D_2year均顯著為正，且后者的系數大小和顯著性水平都明顯大于前者。這表明，對外直接投資對企業出口產品質量的影響可能存在一年的時滯，隨后它對企業出口產品質量的提高具有顯著的促進作用，并且影響程度具有遞增的趨勢。出現這一結果可能的原因是，企業通過“走出去”對外直接投資獲得先進的技術知識與管理經驗之后，并不能直接迅速地將其內部化為企業的一部分，而相反需要經過一定的時間進行不斷地學習、吸收和消化，然后才能對產品質量升級產生積極的影響。

（四）穩健性檢驗

1.使用其他方法測算企業出口產品質量。前文在測算企業出口產品質量時，將產品替代彈性σ取值為5，為了穩健起見，這里我們借鑒Bas和Strauss-Kahn（2015）的思路，采用Broda和Weinstein（2006）的方法估計產品替代彈性，然后在此基礎上重新測算企業出口產品質量EXPQual′。以EXPQual′為因變量的倍差法回歸結果報告在表6前4列。從中可以看到，倍差法估計量OutwardFDI×Post的估計系數均為正，且至少通過了5%水平的顯著性檢驗，這再次表明對外直接投資顯著促進了企業出口產品質量的提高。以第（4）列完整的回歸結果為例，在控制了其他影響因素之后，對外直接投資可以使得企業出口產品質量額外提高了0.0367。另外我們還注意到，控制變量的估計系數符號和顯著性與基本估計結果相比沒有發生根本性變化，這也進一步說明本文的回歸結果不會因企業出口產品質量測算方法的不同而有差異，具有較好的穩健性。

2.采用馬氏距離匹配法進行樣本配對。在前文分析中，為了克服樣本選擇偏差問題，我們采用了最近鄰傾向得分匹配方法為處理組（即OFDI企業）尋找合適的對照組（即非OFDI企業）。為了保證回歸結果的可靠性，這里我們進一步采用馬氏距離匹配法進行樣本配對。具體的，處理組企業i與對照組企業j的馬氏距離可用如下式子表示：

d（i，j）=（Ui-Vj）T·C-1·（Ui-Vj）（9）

在上式中， C為來自整個對照組企業集合的匹配變量的樣本協方差矩陣，Ui和Vj分別表示處理組企業i和對照組企業j的匹配變量取值。這種配對方法的基本邏輯是，對于處理組企業i，只有那些具有最小距離d（i，j）的一個對照組企業被篩選出來作為新的對照組，接下來將成功配對的觀測值從數據集中移除，然后重復進行這一過程直至為所有處理組企業找到相應的配對企業。表6后4列報告了基于馬氏距離匹配后樣本的倍差法估計結果。從中不難發現，倍差法估計量OutwardFDI×Post的估計系數均為正，并且在系數大小和顯著性水平上與基準回歸結果十分相似，這再次表明，對外直接投資有利于企業出口產品質量的提高。

五、 影響機制分析

前文分析得到的基本結論是，對外直接投資顯著提升了企業出口產品質量。我們感興趣的一個問題是，企業對外直接投資提高出口產品質量的可能影響渠道是什么。對這一問題進行深入的探討，一方面可以深化我們對于企業對外直接投資與出口質量升級之間關系的認識，另一方面有助于更好地評估企業對外直接投資的經濟績效。根據既有的理論與實證研究文獻，進口中間品質量與研發創新是企業實現出口產品質量升級的重要途徑（Kugler和Verhoogen， 2012；Hallak和Sivadasan， 2013；施炳展和邵文波，2014；Bas和Strauss-Kahn，2015）。與此同時，企業對外直接投資會通過逆向技術溢出、學習效應、人員流動、研發費用分攤等途徑將無形的技術知識或有形的技術設備傳遞給母公司，而母公司則將重要的技術知識內部化為企業的一部分，且將其與原先已有技術進行整合進而最終提升研發創新能力（Yang等，2013；毛其淋和許家云，2014b）；此外，與國內企業相比，企業通過“走出去”對外直接投資熟悉國際產品市場、有更多的機會接觸國外先進的生產商與高品質中間品，進而使得企業對高品質中間品進口增加。通過上述分析，我們推測研發創新增加與進口中間品質量提升是對外直接投資促進出口產品質量升級的兩個可能的渠道。為此，我們在基準倍差法模型的基礎上分別引入研發創新、進口中間品質量與倍差法估計量的三重交叉項，進而構建如下計量模型來檢驗對外直接投資影響企業出口產品質量的作用機制：

EXPQualit=α0+α1OutwardFDIit+α2Postit+α3OutwardFDIit×Postit

+α4OutwardFDIit×Postit×Innovationit+βX′it+ωj+ωk+μit（10）

EXPQualit=α0+α1OutwardFDIit+α2Postit+α3OutwardFDIit×Postit

+α4OutwardFDIit×Postit×IMPqualityit+βX′it+ωj+ωk+μit（11）

EXPQualit=α0+α1OutwardFDIit+α2Postit+α3OutwardFDIit×Postit

+α4OutwardFDIit×Postit×Innovationit

+α5OutwardFDIit×Postit×IMPqualityit

+βX′it+ωj+ωk+μit（12）

其中，下標i、j、k和t分別表示企業、行業、地區和年份；EXPQualit表示企業出口產品質量。與前文類似，OutwardFDIit為處理組虛擬變量，如果企業i是對外直接投資企業，則OutwardFDIit取值為1，否則取值為0；Postit為時間虛擬變量，如果是企業進行對外直接投資之后的年份取值為1，否則取值為0。Innovationit為企業研發創新，用新產品銷售額與企業銷售額的比值來表示；IPMqualityit為進口中間品質量，我們基于中國海關貿易數據庫并采用施炳展和曾祥菲（2015）的方法進行測算得到。在回歸式（10）—（12）中，三重交叉項OutwardFDIit×Postit×Innovationit和OutwardFDIit×Postit×IMPqualityit是我們最為關注的，如果它們的估計系數為正且顯著，則表明對外直接投資通過研發創新增加與中間品進口質量提升渠道促進了企業出口產品質量升級。另外，我們在各個回歸模型中加入了企業層面的控制變量以及控制非觀測的行業特征ωj和非觀測的地區特征ωk。

表7報告了影響渠道檢驗結果，其中前3列是基于最近鄰匹配樣本的估計結果，后3列則是基于馬氏距離匹配樣本的估計結果。我們首先分析基于最近鄰匹配樣本的影響渠道檢驗結果。在表7第（1）列中，我們加入了三重交叉項OutwardFDI×Post×Innovation（即對應回歸式（10）），結果顯示，其估計系數為正且通過了1%水平的顯著性檢驗，這初步表明，對外直接投資通過研發創新增加的渠道顯著提高了企業出口產品質量；另外我們還注意到，倍差法估計量OutwardFDI×Post的回歸系數及其顯著性水平與基準回歸結果相比均出現了明顯的下降，這進一步說明研發創新是對外直接投資提升企業出口產品質量的一個重要的渠道。表7第（2）列加入了三重交叉項OutwardFDI×Post×IMPquality（即對應回歸式（11）），我們發現，它的估計系數顯著為正，并且此時倍差法估計量OutwardFDI×Post的估計系數未能通過常規水平的顯著性檢驗，這說明中間品進口質量提升也是對外直接投資促進企業出口產品質量升級的另一個重要的渠道。進一步，在表7第（3）列中，我們同時加入了兩個三重交叉項OutwardFDI×Post×Innovation和OutwardFDI×Post×IMPquality（即對應回歸式（12）），回歸結果顯示，三重交叉項OutwardFDI×Post×Innovation和OutwardFDI×Post×IMPquality的估計系數均為正且至少通過了5%水平的顯著性檢驗，另外，倍差法估計量OutwardFDI×Post的估計系數依然未能通過10%水平的顯著性檢驗，這進一步表明研發創新增加與中間品進口質量提升是對外直接投資提高企業出口產品質量的兩個重要的渠道。為了穩健起見，我們還采用馬氏距離匹配樣本重新進行估計，回歸結果如表7第（4）—（6）列所示。我們發現，核心變量的估計系數及其顯著性與基于最近鄰匹配樣本的估計結果十分相似。具體而言，三重交叉項OutwardFDI×Post×Innovation和OutwardFDI×Post×IMPquality的估計系數在不同回歸模型中都顯著為正，而倍差法估計量OutwardFDI×Post的估計系數與基準回歸結果相比，在大小和顯著性水平上均出現了明顯下降，這就進一步驗證了研發創新增加與中間品進口質量提升是對外直接投資提高企業出口產品質量的兩個重要的途徑。

六、 結論與政策含義

對外直接投資與企業出口之間的關系已引起了國內外學者的廣泛關注（Belderbos和Sleuwaegen，1998；Fontagne和Pajot，2002；毛其淋和許家云，2014a；蔣冠宏和蔣殿春，2014），然而鮮有文獻關注對外直接投資究竟如何影響了企業出口產品質量。本文以中國“走出去”政策實施引發的大規模企業對外直接投資為背景，深入地研究了企業對外直接投資對出口產品質量的影響及其作用機制。為了準確地揭示對外直接投資對企業出口產品質量的因果效應，我們首先采用配對方法為對外直接投資企業挑選出最為合適的非對外直接投資企業（即對照組），然后在此基礎上構建倍差法模型進行實證估計。歸納起來，本文主要有如下幾點結論：

第一，在控制了其他影響因素之后，與不進行對外直接投資相比，開展對外直接投資使得企業出口產品質量的提高幅度更大，即對外直接投資顯著促進了企業出口產品質量升級。

第二，不同投資目的國對外直接投資對企業出口產品質量的影響具有顯著的異質性，其中投資高收入國家OFDI對企業出口產品質量的提升作用明顯大于那些投資中低收入國家OFDI。

第三，動態效應檢驗結果表明，對外直接投資對企業出口產品質量的影響可能存在一年的時滯，隨后它對企業出口產品質量的提高具有顯著的促進作用，并且影響程度具有遞增的趨勢。

第四，通過影響機制檢驗發現，研發創新增加與中間品進口質量提升是對外直接投資促進企業出口產品質量升級的兩個重要的途徑。

本研究具有重要的政策含義。本文研究的一個主要發現是，對外直接投資顯著提高了企業的出口產品質量，因此，為了促進出口質量升級和提升企業出口競爭力，我國政府需要進一步加大力度引導和鼓勵企業“走出去”參與對外直接投資。具體而言，現階段管理對外投資的部門存在審批環節多、政策穩定性不足等問題，接下來要大力改革對外投資的審批管理體制，徹底跳出項目核準和備案的傳統管理思路，通過下放權力、簡化程序來提高效率和降低企業“走出去”的準入門檻，為真正的投資者開辟“綠色通道”。此外，本文研究的另一個重要發現是，不同投資目的國對外直接投資對企業出口產品質量的影響具有顯著的異質性，為了充分地發揮對外直接投資對企業出口產品質量的提升作用，我國政府要積極引導更多有條件的企業向發達國家或地區進行對外直接投資，以充分吸收和獲得世界最先進的技術和知識。具體的，我國需要加快制定和出臺獨立的鼓勵企業對外投資的稅收政策，同時考慮對一些重要地區和領域的對外投資給予稅收優惠。例如，通過稅收優惠形式鼓勵和支持國內企業向發達經濟體開展對外投資活動，以提升逆向技術吸收能力；通過稅收優惠來引導和鼓勵企業將資金投向技術水平和附加值較高的高科技領域，通過與國外先進企業聯合開展研發投資，借助逆向技術溢出效應來提升我國企業的出口產品質量和在全球價值鏈中的地位。

參考文獻：

[1] 樊海潮，郭光遠. 出口價格、出口質量與生產率間的關系：中國的證據[J].世界經濟，，2015年（2）：58-85。

[2] 蔣冠宏，蔣殿春、蔣昕桐. 我國技術研發型外向FDI的“生產率效應”——來自工業企業的證據[J].管理世界，2013（9）：44-54。

[3] 蔣冠宏，蔣殿春. 中國企業對外直接投資的“出口效應”[J].經濟研究，2014（5）：160-173。

[4] 李泳. 中國企業對外直接投資成效研究[J].管理世界，2009（9）：34-43。

[5] 毛其淋，許家云. 中國對外直接投資促進抑或抑制了企業出口[J].數量經濟技術經濟研究，2014（9）：3-21。

[6] 毛其淋，許家云. 中國對外直接投資如何影響了企業加成率[J].世界經濟，2016（6）：77-99。

[7] 毛其淋，許家云. 中國企業對外直接投資是否促進了企業創新[J].世界經濟，2014（8）：98-125。

[8] 施炳展，曾祥菲. 中國企業進口產品質量測算與事實[J].世界經濟，2015（3）：57-77。

[9] 施炳展，邵文波. 中國企業出口產品質量測算及其決定因素——培育出口競爭新優勢的微觀視角[J].管理世界，2014（9）：90-106。

[10] 施炳展. 中國企業出口產品質量異質性：測度與事實[J]. 經濟學（季刊），2013（1）：263-284。

[11] Amiti， M and Khandelwal， A K. Import Competition and Quality Upgrading [J].Review of Economics and Statistics，？2013， 95（2）： 476-490.

[12] Bas， M and Strauss-Kahn， V. Input-trade liberalization， Export Prices and Quality Upgrading[J]. Journal of International Economics， 2015， 95（2）： 250-262.

[13] Belderbos， R and Sleuwaegen， L. Tariff jumping DFI and export substitution： Japanese electronics firms in Europe [J]. International Journal of Industrial Organization， 1998， 16（5）： 601—638.

[14] Branstetter， L. Is Foreign Direct Investment a Channel of Knowledge Spillovers？ Evidence from Japans FDI in the United States [J].Journal of International Economics， 2006， 68（2）： 325-344.

[15] Broda， C and Weinstein， D E. Globalization and the Gains From Variety [J]. Quarterly Journal of Economics， 2006， 121 （2）： 541–585.

[16] David， J M. Competition， Innovation， and the Sources of Product Quality and Productivity Growth[R].Working Paper， 2011.

[17] Driffield， N and Love， J H. “Foreign Direct Investment， Technology Sourcing and Reverse Spillovers [J].Manchester School， 2003， 71（6）： 659-672.

[18] Fan， H， Li， Y A and Yeaple， S R. Trade Liberalization， Quality， and Export Prices [J].Review of Economics and Statistics， 2015， 97（5）： 1033-1051.

[19] Fontagne，L and Pajot， M. Relationships between Trade and FDI Flows within Two Panels of US and French Industries[C]in R.E， Lipsey and J. L. Mucchielli， Editors， Routledge， London and New York， 2002： 43—83.

[20] Gazaniol， A and Peltrault， F. Outward FDI， Performance and Group Affiliation： Evidence from French Matched Firms [J].Economics Bulletin， 2013， 33（2）： 891—904.

[21] Gervais，A. Product Quality and Firm Heterogeneity in International Trade [R]. Mimeo， 2013.

[22] Hallak， J and Sivadasan， J. Product and Process Productivity： Implications for Quality Choice and Conditional Exporter Premia[J].Journal of International Economics， 2013， 91 （1）： 53–67.

[23] Hallak， J C. and Schott， P K. Estimating Cross-Country Differences in Product Quality[J].Quarterly Journal of Economics， 2011， 126（1）： 417-474.

[24] Hallak， J C. Product Quality and the Direction of Trade[J].Journal of International Economics， 2006， 68 （1）： 238-265.

[25] Heckman， J J.， Ichimura， H and Todd， P E. Matching as an Econometric Evaluation Estimator： Evidence from Evaluating a Job Training Programme[J]. Review of Economic Studies， 1997， 64（4）： 605-654.

[26] Hummels， D and Klenow， P J. The Variety and Quality of a Nations Exports[J].American Economic Review， 2005， 95 （3）： 704-723.

[27] Khandelwal， A. The Long and Short of Quality Ladders[J].Review of Economics Studies， 2010， 77（4）： 1450-1476.

[28] Kugler， M and Verhoogen， E. Prices， Plant Size， and Product Quality[J].Review of Economic Studies， 2012， 79（1）： 307–339.

[29] Levinsohn， J and Petrin， A. Estimating Production Functions Using Inputs to Control for Unobservables[J]. Review of Economic Studies， 2003， 70（2）： 317-341.

[30] Mark J R， Xu， D Y， Fan， X and Zhang， S. The Role of Firm Factors in Demand， Cost， and Export Market Selection for Chinese Footwear Producers[R].NBER Working Paper， 2012， No. 17725.

[31] Potterie， B and Lichtenberg， F. Does Foreign Direct Investment Transfer Technology across Borders[J].Review of Economics and Statistics， 2001， 83（3）： 490-497.

[32] Pradhan， J and Singh， N. Outward FDI and Knowledge Flows： A Study of the Indian Automotive Sector[J].International Journal of Institutions and Economies， 2009， 1（1）： 156-187.

[33] Schott， P K. Across-Product versus Within-Product Specialization in International Trade[J].Quarterly Journal of Economics， 2004， 119？（2）： 647-678.

[34] Vahter， P and Masso， J. Home versus Host Country Effects of FDI： Searching for New Evidence[R].William Davidson Institute Working Paper， 2006， No.820.

[35] Yang， Shu-Fei， Kun-Ming Chen and Tai-Hsin Huang. Outward foreign direct investment and technical efficiency： Evidence from Taiwans manufacturing firms[J].Journal of Asian Economics， 2013， 27： 7—17.

[36] Yu Miaojie. Processing Trade， Tariff Reductions and Firm Productivity： Evidence from Chinese Firms[J]. Economic Journal， 2015， 125 （585）： 943–988.

（責任編輯：趙英杰）