智能制造與企業(yè)對外直接投資

摘 要 在科技革命迅猛發(fā)展、全球化與逆全球化并存的當下，深入研究智能制造對企業(yè)對外直接投資（OFDI）的影響，對于保障中國企業(yè)海外投資利益，推進高水平對外開放具有重要的理論和實踐意義。本文基于2007—2022年中國A股上市公司的微觀企業(yè)數(shù)據(jù)，實證檢驗智能制造對企業(yè)OFDI行為的具體影響及內在機制。研究結果表明，智能制造是促進企業(yè)OFDI行為的有效途徑，這不僅體現(xiàn)在OFDI的決策選擇方面，也反映在OFDI的頻次增加方面。機制分析發(fā)現(xiàn)，智能制造能夠通過提高全要素生產率、促進企業(yè)綠色轉型、增強風險承擔能力三個渠道來推動企業(yè)的OFDI活動。拓展分析結果表明，智能制造對企業(yè)OFDI的影響具有時間滯后性，其中長期效應大于短期效應；智能制造對外資企業(yè)、制造業(yè)企業(yè)、高新技術企業(yè)和貿易型企業(yè)OFDI的促進效果最為明顯；智能制造能夠擴展企業(yè)OFDI的投資廣度，二者存在倒U型關系。本文為企業(yè)國際化行為的理論研究提供了新的視角，有助于企業(yè)把握智能制造的時代機遇，對于推進中國高水平對外開放、推動形成全面開放新格局具有重要的現(xiàn)實意義。

關鍵詞 智能制造 對外直接投資 全要素生產率 貿易企業(yè) 高水平對外開放

一、引言

黨的二十大報告強調，要“堅持高水平對外開放，加快構建以國內大循環(huán)為主體、國內國際雙循環(huán)相互促進的新發(fā)展格局”。持續(xù)增強國內國際兩個市場、兩種資源聯(lián)動效應，用好國內國際兩個市場、兩種資源正是構建新發(fā)展格局的應有之義。在推動形成全面開放新格局的重要戰(zhàn)略部署下，中國企業(yè)為了尋求更廣闊的市場、更高效的資源配置以及更先進的技術，不斷探索國際化發(fā)展的道路，企業(yè)對外直接投資（OFDI）已成為順應經濟全球化、實施國家“走出去”戰(zhàn)略和提升國際競爭力的關鍵舉措。2023年，中國OFDI流量達到1772.9億美元，同比增長8.7%，占全球份額的11.4%，連續(xù)12年位列全球前三【商務部、國家統(tǒng)計局和國家外匯管理局聯(lián)合發(fā)布《2023年度中國對外直接投資統(tǒng)計公報》［EB/OL］. （2024-09-24）［2024-10-12］. https：//www.gov.cn/lianbo/bumen/202409/content_6976216.htm.】。OFDI既是企業(yè)國際化經營深度的具體體現(xiàn)，又是企業(yè)全面拓展全球業(yè)務、增強國際競爭力的重要途徑。然而，當前國際環(huán)境復雜性和不確定性凸顯，貿易保護主義抬頭以及地緣政治風險增加，全球貿易投資增長乏力、金融市場持續(xù)波動，世界經濟呈現(xiàn)復蘇放緩態(tài)勢。在這樣的背景下，如何鞏固和擴大企業(yè)海外市場份額、保障企業(yè)海外投資利益，成為推動國際大循環(huán)戰(zhàn)略走深走實的重要課題。

與此同時，融合了人工智能、自動化技術與數(shù)字化信息技術的智能制造正蓬勃興起。2015年，國務院印發(fā)《中國制造2025》，首次提出“將智能制造列為實現(xiàn)制造業(yè)強國目標的五大工程之一” ；2022年，黨的二十大報告再次強調，“建設現(xiàn)代化產業(yè)體系”“加快建設制造強國”“推動制造業(yè)高端化、智能化、綠色化發(fā)展”。在全球經濟格局深刻調整和科技革命迅猛發(fā)展的當下，智能制造作為新一輪工業(yè)變革的核心技術，不僅重塑了傳統(tǒng)生產模式，更催生了新型生產方式，對企業(yè)生產經營產生了深遠影響。2023年，中國智能制造行業(yè)市場規(guī)模約為4.3萬億元，預計2029年將突破7.6萬億元，2024—2029年的復合年增長率將達到15.6%【預見2024：《2024年中國智能制造行業(yè)全景圖譜》（附市場規(guī)模、競爭格局和發(fā)展趨勢等）［EB/OL］. （2024-11-11）［2024-11-15］. https：//www.qianzhan.com/analyst/detail/220/240412-3df8c0ce.html.】。一方面，智能制造的蓬勃發(fā)展不僅提高了企業(yè)的全要素生產率（沈坤榮等，2024），推動了中國經濟的持續(xù)增長，而且能夠優(yōu)化企業(yè)創(chuàng)新結構、增加企業(yè)創(chuàng)新產出（尹洪英和李闖，2022），促進產業(yè)結構升級和低碳轉型（Zhou amp; Shan，2023；權小鋒和李闖，2022），成為推動產業(yè)升級和實現(xiàn)經濟高質量發(fā)展的關鍵力量。另一方面，智能制造能夠提升企業(yè)的生產效率和產品質量，助力企業(yè)探索海外市場。此外，智能制造不僅能夠提升企業(yè)的社會責任形象，降低長期運營成本和環(huán)境風險，為企業(yè)進行大規(guī)模OFDI提供可能，還可以提高企業(yè)對市場變化的快速響應和風險管理能力，降低跨國經營的風險（侯德帥等，2024），為企業(yè)擴張投資、在全球范圍內進行更廣泛的戰(zhàn)略布局提供支持。隨著智能制造技術的不斷進步和應用，企業(yè)如何利用這一技術優(yōu)化其全球戰(zhàn)略布局，成為學術界和業(yè)界共同關注的焦點。

基于以上分析，實證探究智能制造與企業(yè)OFDI行為的關系，不僅有利于理解其潛在的理論意義，對于中國企業(yè)把握數(shù)字經濟時代的新機遇、推進高水平對外開放也具有重要的實踐價值。因此，本文選取2007—2022年中國A股上市公司作為研究對象，全面分析智能制造對企業(yè)OFDI的影響。

與已有文獻相比，本文的邊際貢獻主要體現(xiàn)在以下三個方面： 第一，研究視角的創(chuàng)新性。本文創(chuàng)新性地從微觀層面將智能制造與企業(yè)OFDI行為聯(lián)系起來，為企業(yè)國際化行為的理論研究提供了新的視角，豐富了對制造企業(yè)在全球經濟中投資行為的理解。第二，研究內容的深入性。本文揭示了智能制造如何全面影響企業(yè)的OFDI決策、次數(shù)和規(guī)模，并通過引入深度的時間滯后效應分析和倒U型影響分析，挖掘智能制造影響OFDI的時間動態(tài)變化趨勢。第三，研究價值的實踐性。本文通過明確智能制造對企業(yè)OFDI行為的賦能機制與效果，為政府制定鼓勵企業(yè)智能制造和促進OFDI的政策提供了新的視角，對于幫助企業(yè)制定智能化轉型與國際化發(fā)展相結合的戰(zhàn)略、推進高水平對外開放具有重要的指導價值。

余文的結構安排如下：第二部分為文獻綜述及理論機制分析；第三部分為計量模型構建與數(shù)據(jù)說明；第四部分是基準模型回歸及分析；第五部分是機制分析；第六部分是拓展分析；最后一部分是結論與啟示。

二、文獻綜述及理論機制分析

（一）文獻綜述

1.智能制造的經濟效應

關于智能制造經濟效應的研究，學者們主要聚焦于智能制造及相關政策對企業(yè)生產運營和經濟表現(xiàn)的積極作用。沈坤榮等（2024）對中國制造業(yè)上市公司進行研究，發(fā)現(xiàn)智能制造政策通過增強企業(yè)信息處理能力、改善人力資本結構以及緩解企業(yè)資金約束，顯著提高了企業(yè)的全要素生產率。此外，Ying et al.（2022）發(fā)現(xiàn)智能制造的推廣通過改善企業(yè)學習環(huán)境、提高學習者素質和增加企業(yè)學習投入，不僅增加了企業(yè)創(chuàng)新產出，也促進了企業(yè)創(chuàng)新投入；尹洪英和李闖（2022）則揭示了智能制造不僅能夠促進企業(yè)創(chuàng)新，而且還可以優(yōu)化企業(yè)創(chuàng)新結構、提高企業(yè)創(chuàng)新質量，為企業(yè)高質量發(fā)展提供新動力。進一步地，權小鋒和李闖（2022）研究發(fā)現(xiàn)，智能制造通過優(yōu)化資源配置和提升信息處理能力，有效降低了企業(yè)成本粘性，增強了成本管理的靈活性，顯示出智能制造的長期價值提升功能；Zhou amp; Shan（2023）展示了智能制造、碳效率和產業(yè)結構升級之間的動態(tài)聯(lián)系，揭示了智能制造能夠通過產業(yè)結構升級促進低碳轉型，為理解企業(yè)的低碳轉型提供了新的視角。還有學者將智能制造與勞動力就業(yè)相聯(lián)系，如Acemoglu amp; Restrepo（2020）通過分析工業(yè)機器人使用量增加對美國本地勞動力市場的影響，發(fā)現(xiàn)工業(yè)機器人的應用導致了就業(yè)人口比率和工資水平的降低；而馬瑞光等（2024）發(fā)現(xiàn)，中國智能制造的勞動力替代效應被創(chuàng)造效應抵消，最終促進了就業(yè)增長，這與美國的情況形成鮮明對比。

通過梳理智能制造經濟效應的有關文獻，可以發(fā)現(xiàn)，當前關于智能制造經濟效應的研究側重于企業(yè)內部經營績效和國內經濟影響等方面。相比之下，現(xiàn)有文獻較少關注智能制造政策對企業(yè)進入國際市場、參與全球競爭的影響，考察智能制造如何影響中國企業(yè)OFDI的研究則更為少見，這為本文的研究提供了新的探索空間。

2.企業(yè)OFDI的影響因素

最初的對外直接投資理論集中在發(fā)達國家企業(yè)的國際化行為上，發(fā)展出壟斷優(yōu)勢理論、產品生命周期理論、國際生產折衷理論、邊際產業(yè)擴張理論等，這些理論強調企業(yè)OFDI需要依托壟斷或所有權優(yōu)勢。自20世紀八九十年代以來，新興市場國家的OFDI活動日益頻繁，促使學術界發(fā)展了小規(guī)模技術理論、技術地方化理論、投資誘發(fā)要素組合理論等，以解釋這一現(xiàn)象（張燕和謝建國，2012）。

綜合現(xiàn)有文獻，影響企業(yè)OFDI的因素主要可歸納為三類：企業(yè)自身因素、東道國區(qū)位因素和母國政策因素。從企業(yè)自身因素來看，Helpman et al.（2004）的研究揭示了生產率與OFDI之間的密切聯(lián)系。由于OFDI涉及較高的固定成本，通常只有那些生產率最高的企業(yè)才有能力承擔這些成本；而生產率適中的企業(yè)可能更傾向于通過出口來參與國際市場，因為出口的固定成本相對較低；至于生產率最低的企業(yè)，則可能由于資源和能力的限制，只能服務本國市場。類似地，Makino et al.（2002）深入探討了企業(yè)對外投資地點選擇的動機，發(fā)現(xiàn)尋求市場和技術的企業(yè)更傾向于投資于發(fā)達國家，而尋求勞動力的企業(yè)則更傾向于投資于發(fā)展中國家，由此揭示了企業(yè)如何在全球范圍內進行投資布局。Buch et al.（2014） 研究發(fā)現(xiàn)融資約束對企業(yè)的OFDI決策產生了顯著的限制作用，其對于大型企業(yè)的影響則更為明顯，這表明資金的可獲得性是企業(yè)OFDI決策的關鍵影響因素。

從東道國區(qū)位因素來看，Kolstad amp; Wiig（2012）研究發(fā)現(xiàn)中國OFDI主要流向擁有龐大市場、充足自然資源以及制度薄弱的國家，雖然制度風險也是影響OFDI的一個因素，但中國企業(yè)的OFDI行為與東道國的制度風險的關聯(lián)度并不大。此外，羅偉和葛順奇（2013）通過構建OFDI存量的理論模型，發(fā)現(xiàn)中國企業(yè)傾向于選擇市場規(guī)模較大、勞動力成本較低、投資和出口固定成本差異較小的國家和地區(qū)作為投資目的地，這強調了經濟規(guī)模和成本因素在中國企業(yè)OFDI區(qū)位選擇中的重要性。

從母國政策因素來看，Wang" et al.（2012）考察了推動新興市場企業(yè)OFDI的力量，發(fā)現(xiàn)國家的支持和政府的產業(yè)政策等因素能夠為企業(yè)營造良好的外部制度環(huán)境，對企業(yè)的OFDI也至關重要；類似地，呂越等（2019）通過實證研究“一帶一路”倡議的投資促進效應，發(fā)現(xiàn)該倡議顯著促進了中國企業(yè)對外綠地投資的增長，這表明“一帶一路”倡議為中國企業(yè)提供了大量的海外投資機會，并為中國OFDI的發(fā)展提供了強大的政策支持。

近年來，關于數(shù)字化轉型對企業(yè)OFDI影響的研究文獻逐漸增多，這些研究從不同角度探討了數(shù)字化轉型如何影響企業(yè)的國際化行為和OFDI。其中，郭娟娟（2024）對企業(yè)OFDI傾向和OFDI能力進行測度，檢驗發(fā)現(xiàn)數(shù)字化轉型對企業(yè)OFDI的傾向和能力都具有顯著的促進作用，這表明數(shù)字化轉型不僅提高了企業(yè)對外投資的意愿，也增強了企業(yè)進行OFDI的能力，從而在整體上推動了企業(yè)的國際化進程。李明洋和張乃麗（2022）則從成本角度進行研究，發(fā)現(xiàn)企業(yè)數(shù)字化轉型對OFDI的影響具有成本敏感性，當企業(yè)進行OFDI的可變成本小于貿易可變成本時，數(shù)字化轉型有利于企業(yè)進行OFDI；反之則起到抑制作用。

盡管現(xiàn)有文獻已對OFDI的多個方面進行了廣泛研究，但對智能制造等新興技術如何影響企業(yè)OFDI行為的探討尚顯不足。本文創(chuàng)新性地探討了智能制造對企業(yè)OFDI活動的影響，為理解企業(yè)在全球經濟中的參與提供新的視角和理論支持。

（二）理論分析與研究假設

1.智能制造對企業(yè)OFDI行為的影響

根據(jù)現(xiàn)有研究，智能制造可以從多個維度對企業(yè)OFDI產生積極影響。學術界普遍認為，智能制造的實施能夠顯著提升企業(yè)的生產效率和產品質量，促進企業(yè)創(chuàng)新和技術進步（沈坤榮等，2024），從而使企業(yè)在全球市場中更具競爭力，為企業(yè)提供強大的動機和條件去探索海外市場。同時，智能制造支持企業(yè)采用環(huán)保的生產方式，推動了企業(yè)的綠色轉型（林熙等，2023），這不僅提升了企業(yè)的社會責任形象，還可能降低長期運營成本和環(huán)境風險，有助于企業(yè)更快地適應東道國的政策和市場環(huán)境，為企業(yè)提供了進行大規(guī)模OFDI的可能性。企業(yè)對智能制造技術的熟練掌握，還能夠提高企業(yè)對市場變化的快速響應和風險管理能力，降低企業(yè)跨國經營的風險（侯德帥等，2024），為企業(yè)在全球范圍內進行更廣泛的戰(zhàn)略布局提供支持。因此，智能制造為企業(yè)提供了長期戰(zhàn)略布局的能力，使企業(yè)能夠在全球范圍內規(guī)劃和實施國際化戰(zhàn)略，通過OFDI更好地利用全球資源和市場，實現(xiàn)長期增長和價值創(chuàng)造。綜上所述，隨著智能制造技術的不斷成熟和應用，企業(yè)OFDI行為有望得到進一步的促進和加強。由此，本文提出如下研究假設：

假設1：企業(yè)智能制造的提升有利于推動企業(yè)開展OFDI。

2.智能制造對企業(yè)OFDI行為的影響機制

（1）全要素生產率

全要素生產率作為衡量企業(yè)資源配置效率和技術創(chuàng)新能力的關鍵指標，能夠對企業(yè)生產經營過程中的方方面面都產生影響，其增長也會直接關系到企業(yè)在全球市場中的競爭力。智能制造不僅通過高新技術的融合和生產流程的優(yōu)化，提升了企業(yè)的創(chuàng)新能力和生產效率，而且直接促進了全要素生產率的增長（沈坤榮等，2024）。這一增長不僅為企業(yè)的OFDI行為提供了堅實的人才和技術基礎，還通過增強企業(yè)的信息化能力和優(yōu)化人力資本結構，為企業(yè)的國際化戰(zhàn)略提供了強有力的支撐。

同時，智能制造通過提高生產效率和創(chuàng)新能力，有助于企業(yè)克服資金約束，為OFDI活動提供必要的資金保障。全要素生產率高的企業(yè)也展現(xiàn)出更敏銳的市場洞察力和更迅速的市場響應能力，為企業(yè)OFDI行為奠定了堅實的基礎，并提供了持續(xù)的動力。已有研究也表明，全要素生產率的提高與企業(yè)OFDI的概率存在顯著的正相關性（王碧珺等，2015），這與異質性企業(yè)海外市場進入理論中的自選擇效應相吻合（Helpman et al.，2004），說明生產率領先的企業(yè)更傾向于進行OFDI。由此可知，智能制造能夠通過多維度的作用機制提高全要素生產率，為企業(yè)在全球范圍內尋求新的增長點和競爭優(yōu)勢提供內在動力和外在條件，從而推動企業(yè)開展OFDI。由此，本文提出如下研究假設：

假設2：智能制造可以通過提高全要素生產率來推動企業(yè)開展OFDI。

（2）綠色轉型

在全球范圍內，可持續(xù)發(fā)展正逐漸成為各國政策的重點，東道國對生態(tài)環(huán)境保護的期望也在不斷提升，因此，企業(yè)在進行OFDI時，其對環(huán)境的潛在影響成為關注焦點。智能制造作為推動工業(yè)現(xiàn)代化的重要力量，不僅在提高生產技術水平和降低能源消耗強度方面發(fā)揮著關鍵作用，更通過先進的減排技術，有效減少了單位能源消耗所產生的碳排放量（林熙等，2023），從而促進企業(yè)實現(xiàn)綠色轉型。這種轉型不僅與全球可持續(xù)發(fā)展的趨勢相契合，還為企業(yè)在環(huán)境、社會和治理（ESG）方面帶來了顯著優(yōu)勢。企業(yè)的ESG優(yōu)勢作為特殊的跨國投資競爭優(yōu)勢，有助于解決海外投資中的合法性問題，為企業(yè)在全球范圍內靈活選擇東道國提供了更大的自由度（謝紅軍和呂雪，2022）。通過智能制造實現(xiàn)的綠色生產方式，不僅減輕了生態(tài)環(huán)境負擔，還提升了企業(yè)在全球市場中的吸引力和競爭力。這種轉型有助于企業(yè)在東道國樹立積極的企業(yè)形象，降低市場進入的障礙，提高當?shù)厣鐣驼慕邮芏龋M而促進OFDI的順利進行。由此可知，在當前全球對可持續(xù)發(fā)展和社會責任要求日益嚴格的背景下，智能制造的深入實施將通過促進企業(yè)綠色轉型，為企業(yè)在全球范圍內的OFDI活動帶來積極的推動效應。由此，本文提出如下研究假設：

假設3：智能制造可以通過促進企業(yè)綠色轉型來推動企業(yè)開展OFDI。

（3）企業(yè)風險承擔

企業(yè)在進行OFDI決策時，需要考慮海外市場巨大的不確定性以及高昂的調整成本，這就要求企業(yè)必須具有充分的風險承擔能力。智能制造作為一項前沿的生產技術和管理理念，不僅重塑了生產流程、提高了效率，還增強了企業(yè)應對市場不確定性的韌性和風險承擔能力（侯德帥等，2024）。風險承擔能力的增強意味著企業(yè)加強對資源的掌控、提升營運效率以及改善協(xié)同治理，這為企業(yè)在復雜多變的市場環(huán)境中穩(wěn)健運營提供了保障。

企業(yè)的風險承擔能力是其追求更高利潤時所愿意承擔的代價和傾向的反映（Boubakri et al.，2013），合理的風險承擔對企業(yè)微觀層面的發(fā)展乃至宏觀經濟增長都具有不可忽視的促進作用。智能制造的推廣和應用使企業(yè)在面對這些挑戰(zhàn)時更有可能展現(xiàn)出良好的風險承擔能力，進而敢于在全球范圍內進行資源配置和創(chuàng)新投資（何瑛等，2019）。由此可知，智能制造通過強化企業(yè)韌性和風險承擔能力，將有效促進企業(yè)在全球范圍內開展OFDI活動。由此，本文提出如下研究假設：

假設4：智能制造可以通過提高企業(yè)風險承擔水平來推動企業(yè)開展OFDI。

三、模型和數(shù)據(jù)

（一）模型構建與變量選取

為系統(tǒng)探究企業(yè)智能制造水平對其OFDI行為的影響，本文利用微觀數(shù)據(jù)，同時從投資決策、投資次數(shù)、投資規(guī)模三個角度展開分析。由于投資決策是企業(yè)進行OFDI的虛擬變量，本文構建概率單位（Probit）模型討論企業(yè)智能制造水平對其OFDI決策（OFDI_Dum）的影響。同時，本文以對數(shù)化的企業(yè)投資次數(shù)（OFDI_Num）作為被解釋變量，探討智能制造對OFDI次數(shù)的影響；以對數(shù)化的企業(yè)投資金額（OFDI_Scale）作為被解釋變量，探討智能制造對OFDI規(guī)模的影響。參考謝紅軍和呂雪（2022）的研究，本文設定如下計量方程：

OFDI_Dumit=α0+α1IMit+α2Zit+μt+ηj+εit

（1）

OFDI_Numit=β0+β1IMit+β2Zit+μt+ηj+uit

（2）

OFDI_Scaleit=γ0+γ1IMit+γ2Zit+μt+ηj+vit

（3）

其中，下標i、j、t分別表示企業(yè)、行業(yè)以及年份，OFDI_Dum為企業(yè)OFDI決策，OFDI_Num為企業(yè)OFDI次數(shù)，OFDI_Scale為企業(yè)OFDI規(guī)模，IM為企業(yè)的智能制造水平，Z代表企業(yè)層面的控制變量。系數(shù)α1、β1和γ1分別衡量智能制造對企業(yè)OFDI決策、數(shù)量和規(guī)模的影響。此外，本文還控制了年份固定效應μt、產業(yè)固定效應ηj，εit、uit和vit代表隨機干擾項。

1.被解釋變量

企業(yè)對外直接投資行為（OFDI）。其主要包括：企業(yè)對外直接投資決策（OFDI_Dum）、企業(yè)對外直接投資次數(shù)（OFDI_Num）和企業(yè)對外直接投資規(guī)模（OFDI_Scale）。其中，投資決策數(shù)據(jù)是企業(yè)進行對外直接投資的虛擬變量，若i企業(yè)t年在海外有關聯(lián)的子公司，該企業(yè)在該年發(fā)生了投資活動，則OFDI_Dumit取值為1，否則取值為0；投資次數(shù)以關聯(lián)子公司注冊次數(shù)加1取對數(shù)表示；投資規(guī)模為連續(xù)變量，用關聯(lián)子公司注冊資本總額加1的對數(shù)值表示。

本文參考劉莉亞等（2015）的做法，利用上市公司關聯(lián)交易數(shù)據(jù)篩選并統(tǒng)計中國上市公司對外直接投資的次數(shù)，并使用世界銀行所提供的官方匯率換算為當期人民幣金額，進而匯總整理出企業(yè)當年的對外直接投資規(guī)模。需要說明的是，本文剔除了上市公司在開曼群島、英屬維爾京群島等“避稅天堂”區(qū)域的投資活動數(shù)據(jù)。

2.核心解釋變量

智能制造（IM）。目前學術界關于企業(yè)智能制造的研究主要采用雙重差分（DID）方法，將2015年中國智能制造產業(yè)政策視為一項準自然實驗，進而探究智能制造對企業(yè)經濟效應的影響及機制（沈坤榮等，2024）。企業(yè)層面的智能制造發(fā)展水平量化測度目前有兩種方式：一些學者采用文本分析法，統(tǒng)計上市公司年報中關鍵詞詞頻來衡量智能制造水平（權小鋒和李闖，2022）；還有一些學者以企業(yè)工業(yè)機器人應用滲透率作為企業(yè)智能制造的代理變量（Zhou et al.，2022；林熙等，2023）。

本文借鑒了姚加權等（2024）的核算思路，采用文本分析法衡量企業(yè)的智能制造水平。首先，選取一組與智能制造相關的特定關鍵詞，包括物聯(lián)網(wǎng)、機器學習、智能傳感器、卷積神經網(wǎng)絡、智能監(jiān)管、大數(shù)據(jù)處理、智能機器人、大數(shù)據(jù)分析、特征識別、精益生產等。其次，對2007—2022年所有上市企業(yè)年報中管理層討論與分析（MDamp;A）部分進行截取，統(tǒng)計了這些關鍵詞在年報中的詞頻數(shù)總和。最后，利用上市公司年報MDamp;A 部分智能制造關鍵詞數(shù)量加1的自然對數(shù)（IM）來衡量企業(yè)智能制造水平。

3.企業(yè)控制變量

基于現(xiàn)有相關研究（謝紅軍和呂雪，2022），本文在實證回歸分析中加入以下控制變量：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、總資產收益率（ROA）、資產負債率（Leverage）、高管海外背景（Oversea）、企業(yè)資本密度（Capital）、企業(yè)研發(fā)密度（RD）。

表1列出了本文主要變量及構造說明。

（二）數(shù)據(jù)說明與描述性統(tǒng)計

本文的數(shù)據(jù)來源如下：一是2007—2022年中國A股上市公司的OFDI數(shù)據(jù)，這些均來自深圳希施瑪數(shù)據(jù)科技有限公司（CSMAR）中國上市公司關聯(lián)交易數(shù)據(jù)庫；二是2007—2022年上市公司基本信息與財務數(shù)據(jù)，其中用于測度智能制造水平的原始材料來源于上市公司年報，其他企業(yè)層面的微觀數(shù)據(jù)則來自CSMAR數(shù)據(jù)庫。本文將以上數(shù)據(jù)匹配合并，剔除存在明顯異常值、關鍵變量數(shù)據(jù)缺失的樣本，并對樣本中所有連續(xù)變量按前后1%進行縮尾處理后，得到共計33782個觀測值。表2匯報了變量的描述性統(tǒng)計結果。

（三）典型事實分析

典型事實1：企業(yè)智能制造均值整體呈現(xiàn)上升趨勢。

圖1展示了2007—2022年上市公司智能制造均值的年度變化情況。智能制造均值整體呈現(xiàn)上升趨勢，由2007年的0.025增長至2020年的1.416，說明上市公司普遍在智能制造領域進行了持續(xù)的投入和改進。2014—2017年智能制造均值增幅較為突出，這可能與中國開展智能制造試點示范專項行動相關，該行動促進了智能制造的發(fā)展；2018年之后智能制造均值增長放緩，進入了更為穩(wěn)定的持續(xù)發(fā)展階段。

典型事實2：上市公司OFDI行為整體呈現(xiàn)增長趨勢，但也存在一些波動。

圖2展示了2007—2022年上市公司OFDI規(guī)模增量的年度變化情況。上市公司的OFDI年度規(guī)模增量由2007年的326.90億元上升至2022年的1370.08億元。中國上市公司OFDI規(guī)模在2007—2012年增長較快，在2013—2014年大幅下降，這可能是由于2013年全球工業(yè)生產和貿易疲弱、國際金融市場持續(xù)波動，世界經濟增速繼續(xù)回落。2014年之后，中國上市公司OFDI規(guī)模持續(xù)增長，直到2019年后維持在高水平小幅波動，這可能與新冠疫情對全球經濟造成負面沖擊，導致上市公司放慢OFDI步伐有關。

圖3展示了2007—2022年進行OFDI的上市公司數(shù)量，以及上市公司進行OFDI次數(shù)的年度變化情況。如圖3所示，進行OFDI的上市公司數(shù)量由2007年的240家增長至2022年的1819家，OFDI次數(shù)由502次增長至8122次，這表明越來越多的企業(yè)開始拓展海外市場，尋求國際化發(fā)展。不僅如此，樣本期內進行OFDI的上市公司比重提高，且年均OFDI次數(shù)也有所提高。進行OFDI的上市公司占所有上市公司的比例由2007年的35.09%上漲至2022年的39.65%，且進行OFDI的企業(yè)由年均2.09次OFDI增長至4.47次。這說明不僅參與OFDI的企業(yè)比重增加，而且這些企業(yè)進行OFDI的次數(shù)也在提高，即上市公司整體對外投資的活躍度在增加。

典型事實3：企業(yè)OFDI次數(shù)與上市公司智能制造水平呈正相關關系，但與企業(yè)OFDI規(guī)模無明顯關系。

圖4展示了2007—2022年核心解釋變量IM和被解釋變量OFDI_Num的變動趨勢。其中，企業(yè)的智能制造水平呈現(xiàn)出明顯的穩(wěn)定增長趨勢。同時，盡管OFDI_Num在2013年出現(xiàn)了一次顯著的下降，以及在2020年及之后出現(xiàn)了一次小幅下降，但總體而言，企業(yè)開展OFDI的頻次呈現(xiàn)穩(wěn)定上升的趨勢。這也證實了企業(yè)OFDI次數(shù)與智能制造水平之間存在正相關關系。具體來說，智能制造水平的提升與企業(yè)OFDI次數(shù)的增加呈現(xiàn)同步增長的態(tài)勢，表明智能制造可能在促進企業(yè)OFDI次數(shù)方面發(fā)揮了積極作用。

圖5展示了2007—2022年核心解釋變量IM和被解釋變量OFDI_Scale的變動趨勢。其中，OFDI_Scale在2007—2012年保持上升趨勢，在2013年大幅下降，隨后于2015年后保持穩(wěn)定，無明顯波動。由此可見，2013年之前，企業(yè)OFDI規(guī)模與智能制造水平之間保持正相關關系，但在2013年之后，兩者的變動趨勢并不完全一致。因此，智能制造對OFDI行為的具體影響需要通過實證回歸來進行詳細考察。

四、基本估計結果及分析

（一）基本估計結果

表3匯報了智能制造水平對企業(yè)OFDI行為影響的基本估計結果。其中，列（1）、列（3）和列（5）僅控制了年份及行業(yè)固定效應，考察核心解釋變量IM分別對企業(yè)OFDI_Dum、OFDI_Num和OFDI_Scale的影響。結果表明，解釋變量的估計系數(shù)均在1%水平上顯著為正。進一步地，列（2）、列（4）、列（6）均納入了企業(yè)層面的控制變量。其中，列（2）和列（4）的核心解釋變量估計系數(shù)仍在1%水平上顯著為正，這表明智能制造能夠推動企業(yè)OFDI決策，同時提高OFDI次數(shù)；但列（6）的估計系數(shù)并不顯著。智能制造的高效性和靈活性使得企業(yè)能夠更快速地適應和把握全球市場的變化，有助于企業(yè)在更廣泛的區(qū)域內實現(xiàn)資源的合理配置，這不僅為企業(yè)的OFDI決策提供了新的動力，也提高了企業(yè)在多個地區(qū)和市場進行投資的可能性，增加了OFDI的次數(shù)。然而，智能制造對OFDI規(guī)模的影響并不顯著，這可能是因為智能制造更多地促進了企業(yè)OFDI的廣度而非深度，即企業(yè)更傾向于通過OFDI在更廣泛的地域內進行資源布局和市場拓展（韓衛(wèi)輝等，2024），而非在單個市場或項目上進行大規(guī)模投資。綜合表3結果可知，智能制造能夠推動企業(yè)進行OFDI，這印證了研究假設1。

從控制變量看，企業(yè)規(guī)模（Size）、企業(yè)研發(fā)密度（RD）對企業(yè)的OFDI決策、次數(shù)和規(guī)模都有正向影響，高管具有海外背景（Oversea）將提升OFDI決策、次數(shù)和規(guī)模；企業(yè)資本密度（Capital）對企業(yè)的OFDI決策、次數(shù)和規(guī)模都有較為明顯的負向影響。

（二）內生性分析

考慮到可能存在反向因果和遺漏變量的潛在內生性問題，為了確保結果的穩(wěn)健性，本文采用工具變量法處理潛在的內生性問題。工具變量的使用需要滿足相關性和外生性條件，本文借鑒周銘山等（2017）的處理方法，選取不包含公司本身的智能制造水平的年度行業(yè)均值作為工具變量（IV）。經過上述處理，一方面能夠保證某一企業(yè)的智能制造水平與所屬行業(yè)企業(yè)的智能發(fā)展水平均值（IV）高度相關；另一方面，所屬行業(yè)的智能發(fā)展水平均值（IV）不會直接影響單個企業(yè)的OFDI行為，并且在控制固定效應后與單個企業(yè)OFDI行為的殘差項不相關。利用此工具變量進行兩階段最小二乘（2SLS）回歸，結果見表4。

結果顯示，第一階段回歸結果中企業(yè)智能制造水平對工具變量IV的回歸結果在1%水平上顯著為正，且F統(tǒng)計量遠高于10，表明IV的選取滿足了相關性的條件。第二階段回歸結果中，企業(yè)OFDI的決策和次數(shù)對智能制造的回歸結果仍顯著為正，與主回歸結果保持一致。此外，Kleibergen-Paap rk LM統(tǒng)計量在1%的水平上顯著，拒絕了原假設，表明工具變量滿足了模型的可識別性要求；Kleibergen-Paap rk F統(tǒng)計量超過了Stock-Yogo在10%顯著性水平上的臨界值，意味著工具變量通過了弱工具變量檢驗。綜合這些結果，本文選用的工具變量是合理且可靠的，其系數(shù)顯著為正進一步印證了研究核心結論的穩(wěn)健性。

（三）穩(wěn)健性檢驗

1.替換核心解釋變量

考慮到估計結果可能受到所選核心解釋變量測度的影響，本文利用其他替代指標衡量智能制造水平，進而驗證估計結果的穩(wěn)健性。借鑒王永欽和董雯（2020）所構造的工業(yè)機器人滲透度指標，提取國際機器人聯(lián)合會（IFR）發(fā)布的中國工業(yè)機器人數(shù)據(jù)，再將行業(yè)層面的數(shù)據(jù)分解到企業(yè)層面，構造出企業(yè)層面的工業(yè)機器人滲透度指標（IM_Sub），作為智能制造的替代變量。如表5所示，替換核心解釋變量后估計結果依然顯著為正。以上分析再次驗證了智能制造對企業(yè)OFDI決策和次數(shù)均具有正向的促進作用。

2.滯后處理分析

本文還通過延長智能制造影響企業(yè)OFDI行為的時間進行穩(wěn)健性檢驗，并分析智能制造推動企業(yè)OFDI行為的滯后性和持續(xù)性。本文對核心解釋變量（IM）進行滯后1—9期處理，圖6和圖7分別匯報了滯后處理后的IM對OFDI_Dum和OFDI_Num的影響【 限于篇幅，本文未能詳盡展示滯后回歸結果，備索。】。

圖6顯示，從滯后1期到滯后7期，IM系數(shù)均顯著為正且其絕對值逐漸增加；滯后超過7期，IM系數(shù)的絕對值開始減小，且顯著性水平下降。這反映出IM對OFDI_Dum的長期效應比短期效應更強，且滯后效應的峰值大約在7—8年。圖7顯示，從滯后1期到滯后5期，IM系數(shù)均顯著為正且波動不大，但在滯后6期及之后，IM系數(shù)超過0.05，并于滯后7期時達到峰值且仍然顯著為正。這同樣反映出IM對OFDI_Num存在一定的長期促進效應。綜上所述，滯后處理回歸結果顯著，即IM對OFDI_Dum和OFDI_Num具有正向影響，并且這種影響存在著一定的時間滯后性。

3.變更回歸方法

考慮到估計結果可能受到所選估計方法的影響，本文嘗試使用不同的估計方法來驗證結果的穩(wěn)健性。對于OFDI_Dum，本文基準回歸模型選用了Probit模型，為檢驗結果的穩(wěn)健性，本文使用評定（Logit）模型、固定效應模型重新進行估計，結果如表6所示。此外，OFDI_Num屬于截斷的受限數(shù)據(jù)，使用固定效應模型進行估計可能會存在偏誤，因此，本文采用左側受限點為零的截尾回歸（Tobit）隨機效應模型進行估計，來驗證結果的穩(wěn)健性。表6結果顯示，IM的系數(shù)均顯著為正，與主回歸結果保持一致。

4.使用不同階段樣本

為推進智能制造發(fā)展，2015年3月工業(yè)和信息化部啟動2015年“智能制造試點示范專項行動”；同年5月，國務院印發(fā)《中國制造2025》，將其作為中國實施制造強國戰(zhàn)略第一個十年的行動綱領。考慮到智能制造政策可能對本文的估計產生新的影響，本文保留2015年及之后的樣本進行重新估計。如表6所示，在更換樣本階段后，IM的系數(shù)均在1%水平上顯著為正，再次表明本文的基本結論穩(wěn)健。

五、機制分析

基準回歸結果已經驗證了本文的核心假設。根據(jù)上文的理論分析，智能制造可以通過提高全要素生產率、推動企業(yè)綠色轉型、提高企業(yè)風險承擔水平這三種機制來推動企業(yè)進行OFDI。接下來，本文將對這三種機制進行實證檢驗。

為進行機制檢驗，設定如下回歸模型：

Channelit=β0+β1IMit+β2Zit+μt+ηj+εit

（4）

OFDI_Dumit=α0+α1Channelit+α2Zit+μp+ηj+uit

（5）

OFDI_Dumit=γ0+γ1Channelit+γ2Zit+μp+ηj+vit

（6）

其中，Channelit為機制變量，由全要素生產率、企業(yè)綠色轉型和企業(yè)風險承擔三個變量組成；εit、uit和vit為隨機干擾項；其他變量含義與基準回歸模型中的變量含義相同。同上，此處仍構建Probit模型探討機制變量對OFDI_Dum的影響，使用固定效應模型探討機制變量對OFDI_Num的影響。若式（4）中的系數(shù)β1顯著，則說明智能制造對機制變量存在影響；若式（5）中的系數(shù)α1顯著，則說明機制變量對企業(yè)OFDI決策有影響；若式（6）中的系數(shù)γ1顯著，則說明機制變量對企業(yè)OFDI次數(shù)存在影響。綜上，在系數(shù)β1顯著的前提下，系數(shù)α1顯著則證明智能制造能夠通過上述機制對企業(yè)OFDI決策產生影響；系數(shù)γ1顯著則證明智能制造能夠通過上述機制對企業(yè)OFDI次數(shù)產生影響。

（一）全要素生產率

根據(jù)上文的理論分析，智能制造可以通過提高企業(yè)的創(chuàng)新能力和生產效率，直接促進全要素生產率的增長（沈坤榮等，2024），為企業(yè)的國際化戰(zhàn)略提供強有力的支撐和必要的資金保障，促進企業(yè)在全球范圍內尋求新的增長點和競爭優(yōu)勢（Helpman et al.，2004），從而推動企業(yè)開展OFDI。

本文使用LP法計算上市公司的全要素生產率（TFP_LP），機制檢驗結果如表7所示。其中，TFP_LP對IM的回歸系數(shù)顯著為正，表明智能制造能夠提高企業(yè)的全要素生產率；OFDI_Dum和OFDI_Num對TFP_LP的回歸系數(shù)也顯著為正，說明全要素生產率的提高能夠促使企業(yè)進行OFDI，并且增加進行OFDI的次數(shù)。綜上，實證檢驗表明，智能制造確實能夠通過提高企業(yè)全要素生產率來推動企業(yè)開展OFDI，這印證了研究假設2。

（二）企業(yè)綠色轉型

根據(jù)前文理論分析，智能制造能夠促進企業(yè)進行綠色轉型和綠色技術創(chuàng)新（林熙等，2023），為企業(yè)在環(huán)境、社會和治理（ESG）方面帶來顯著優(yōu)勢，助力企業(yè)解決在海外投資中的合法性問題，減少企業(yè)進入海外市場的障礙，為企業(yè)在全球范圍內靈活選擇東道國提供更大的自由度（謝紅軍和呂雪，2022），進而促進OFDI的順利進行。

本文參考王茂斌等（2024）的研究，使用綠色專利的授權總量來衡量企業(yè)綠色轉型（Green），數(shù)據(jù)來自國家知識產權局專利數(shù)據(jù)庫。企業(yè)綠色轉型機制的檢驗結果如表7所示。其中，Green對IM的回歸系數(shù)顯著為正，說明智能制造能夠增加企業(yè)綠色專利授權數(shù)量，促進企業(yè)綠色轉型；OFDI_Dum和OFDI_Num對Green的回歸系數(shù)也顯著為正，說明企業(yè)綠色轉型能夠推動企業(yè)開展OFDI。綜上所述，智能制造確實能夠通過企業(yè)綠色轉型來推動企業(yè)開展OFDI，這印證了研究假設3。

（三）企業(yè)風險承擔

根據(jù)上文理論分析，智能制造能夠提高企業(yè)對資源的掌控能力、營運效率、協(xié)同治理水平，增強企業(yè)應對市場不確定性的韌性和風險承擔能力（侯德帥等，2024），保障企業(yè)在復雜多變的市場環(huán)境中運營的穩(wěn)健性，進而助力企業(yè)在全球范圍內進行資源配置和創(chuàng)新投資（何瑛等，2019），推動企業(yè)開展OFDI。

本文參考Bernile等（2018）的研究，使用上市公司在觀測時段內的企業(yè)盈利的波動程度，即標準差來度量企業(yè)風險承擔水平（Risk）。水平盈余波動性越大，表明企業(yè)風險承擔水平越高，而更高的風險承擔意味著企業(yè)未來現(xiàn)金流入面臨的不確定性增加。企業(yè)風險承擔機制的檢驗結果如表7所示。其中，Risk對IM的回歸系數(shù)顯著為正，說明智能制造能夠提高企業(yè)風險承擔水平；OFDI_Dum和OFDI_Num對Risk的回歸系數(shù)也顯著為正，說明企業(yè)風險承擔水平的提高能夠推動企業(yè)開展OFDI。綜上，實證檢驗表明，智能制造確實能夠通過企業(yè)風險承擔來推動企業(yè)開展OFDI，這印證了研究假設4。

六、拓展分析

（一）智能制造對OFDI規(guī)模的影響分析

為了進一步檢驗智能制造對OFDI規(guī)模的影響，本文再次對核心解釋變量（IM）進行滯后處理，以捕捉其潛在的動態(tài)效應。圖8展示了對IM進行滯后處理后，其對OFDI_Scale的影響。結果顯示，智能制造在當期對OFDI規(guī)模的影響是負向的，但隨著時間的推移，這種影響逐步轉變?yōu)檎颉Ｌ貏e是當IM滯后4期時，其系數(shù)首次由負轉正，且隨著滯后期的延長，IM對OFDI規(guī)模的正面影響不僅持續(xù)存在，而且其影響力也逐步增強，這一趨勢一直延續(xù)至滯后10期。這表明智能制造對OFDI規(guī)模的促進影響具有明顯的時滯性，與前文關于智能制造對OFDI決策的分析結果相吻合，進一步證實了智能制造對企業(yè)OFDI行為促進的中長期影響遠大于短期影響。這可能是由于企業(yè)在初期采用智能制造技術時面臨成本調整和轉型挑戰(zhàn)，而隨著企業(yè)不斷適應和優(yōu)化智能制造的應用，其逐漸獲得積極的投資回報。

（二）異質性分析

1.企業(yè)所有制

不同所有制企業(yè)在市場準入機會、創(chuàng)新動力以及風險承擔偏好等諸多方面存在差異，因而智能制造對不同所有制企業(yè)OFDI行為的影響也可能存在差異。為此，本文根據(jù)上市公司企業(yè)性質不同，以民營企業(yè)為檢驗的基準組，構造出國有企業(yè)虛擬變量Soe和外資企業(yè)虛擬變量Foreign，并與核心解釋變量IM構建了交互項IM_Soe和IM_Foreign。異質性檢驗結果如表8所示。其中，OFDI_Dum和OFDI_Num對IM的回歸系數(shù)均顯著為正，表明智能制造對民營企業(yè)的OFDI決策和次數(shù)具有積極影響；與基準組相比，IM_Soe的系數(shù)顯著為負且絕對值均大于基準組系數(shù)，表明智能制造對國有企業(yè)的OFDI決策和次數(shù)具有負面影響；IM_Foreign的系數(shù)顯著為正，表明智能制造對外資企業(yè)OFDI決策和次數(shù)具有提升作用。這可能是由于外資企業(yè)與國外市場的聯(lián)系更緊密，具備更為豐富的海外經驗（蔣冠宏和曾靚，2020）；而國有企業(yè)一般會按照國家戰(zhàn)略需求進行OFDI，且其獨特的行政特征和投資監(jiān)管限制都削弱了智能制造促進企業(yè)OFDI的作用。

2.行業(yè)屬性

制造業(yè)企業(yè)是中國最主要的OFDI參與者，而高新技術企業(yè)的智能制造技術應用更加成熟。行業(yè)屬性的差異使企業(yè)在市場定位、創(chuàng)新能力和國際化程度等方面存在不同表現(xiàn)，因此，智能制造對不同行業(yè)屬性的企業(yè)OFDI行為的影響可能也存在一定差異。基于此，本文根據(jù)兩種標準將樣本企業(yè)分為制造業(yè)、非制造業(yè)和高新技術企業(yè)、非高新技術企業(yè)，構造制造業(yè)企業(yè)虛擬變量（Manu）和高新技術企業(yè)虛擬變量（High），并與本文的核心解釋變量IM交乘，形成交互項IM_Manu和IM_High，將非制造業(yè)企業(yè)和非高新技術企業(yè)分別作為檢驗的基準組。如表8所示，OFDI_Dum和OFDI_Num對IM的回歸系數(shù)均不顯著，而對IM_Manu和IM_High的回歸系數(shù)均顯著為正。這表明智能制造對制造業(yè)和高新技術企業(yè)的OFDI行為具有促進作用，而對于非制造業(yè)和非高新技術企業(yè)則無明顯影響。這可能是由于制造業(yè)企業(yè)作為中國實體經濟的支柱，其在OFDI中的活躍參與度與其對智能制造技術的敏感性和高效應用緊密相關；而高新技術企業(yè)因其技術密集和創(chuàng)新頻繁的特點，在智能制造技術的應用上表現(xiàn)出更高的成熟度，在全球化競爭中具備更強的創(chuàng)新表現(xiàn)（羅偉和葛順奇，2013）。

3.是否參與出口貿易

由于貿易企業(yè)與內銷企業(yè)在市場開放程度、國際化戰(zhàn)略以及全球供應鏈的參與度等方面存在顯著差異，智能制造對于貿易企業(yè)和內銷企業(yè)之間的影響可能也存在一定差異。基于此，本文根據(jù)企業(yè)是否參與出口貿易【 綜合考慮上市公司進出口數(shù)據(jù)的時間跨度、可獲得性和企業(yè)進出口行為相近程度，本文選取中國研究數(shù)據(jù)服務平臺（CNRDS）中的上市公司海外收入數(shù)據(jù)，以此反映企業(yè)出口側的國際化程度和對外貿易水平。同時，本文還采用海關與上市公司匹配數(shù)據(jù)（2007—2016年）的出口額數(shù)據(jù)進行穩(wěn)健性檢驗，結論無明顯差異。】，將樣本劃分為貿易型企業(yè)和非貿易型企業(yè)兩類，將非貿易型企業(yè)作為檢驗的基準組，構造貿易型企業(yè)（Trade），并與本文的核心解釋變量IM交乘，形成交互項IM_ Trade。異質性檢驗結果如表9所示。其中，IM的估計系數(shù)均顯著為負，而IM_ Trade的估計系數(shù)均顯著為正且其絕對值大于IM的估計系數(shù)，表明智能制造對貿易型企業(yè)的OFDI具有明顯的促進作用，但對于非貿易型企業(yè)的OFDI并無促進作用。這可能是由于貿易企業(yè)有著豐富的國際化經驗和成熟的全球戰(zhàn)略，對國際規(guī)則和市場標準有著深刻的理解，使其能夠將出口貿易順利轉化為OFDI活動（張夏等，2019）；而且由于貿易企業(yè)深入融入全球供應鏈，擁有廣泛的國際網(wǎng)絡和合作伙伴，對海外市場的高度依賴也驅動其更積極地進行OFDI。

進一步地，本文采用2007—2016年的海關與上市公司匹配數(shù)據(jù)，根據(jù)企業(yè)貿易方式的不同，將企業(yè)分為一般貿易企業(yè)、加工貿易企業(yè)和混合貿易企業(yè)【參考現(xiàn)有文獻，本文將一般貿易進口金額占進口貿易總額gt;90%的企業(yè)分類為一般貿易企業(yè)，加工貿易進口金額占進口貿易總額gt;90%的企業(yè)分類為加工貿易企業(yè)，其余部分企業(yè)分類為混合貿易企業(yè)。】，以非貿易企業(yè)為基準組，構造加工貿易企業(yè)虛擬變量（Process）、混合貿易企業(yè)虛擬變量（Mixed）以及一般貿易企業(yè)虛擬變量（Normal），并與本文的核心解釋變量IM交乘形成交互項。如表9所示，IM的系數(shù)并不顯著，而三個交互項的系數(shù)均顯著，再次印證了智能制造對貿易型企業(yè)的OFDI決策和次數(shù)均具有明顯的促進作用。除此之外，智能制造對加工貿易企業(yè)和混合貿易企業(yè)OFDI的提升作用更強，對一般貿易企業(yè)的OFDI的提升作用次之，對非貿易企業(yè)的OFDI并無明顯促進作用。

（3）投資廣度與深度

目前已有文獻關注了企業(yè)OFDI的雙元性問題。OFDI廣度的累積意味著OFDI 企業(yè)可以在更為廣泛的國別區(qū)域內合理配置資源，資本逐利的空間地域擴大，有利于企業(yè)整合差異化市場資源（Phene amp; Almeida，2008），對企業(yè)資本配置效率提升也會起到積極作用；投資深度則可代表企業(yè)在特定東道國市場的嵌入程度及其對東道國資源的聚集能力和配置能力（曹杰和劉娟，2021），反映出 OFDI企業(yè)縱向邊界的拓展。因此，討論智能制造對企業(yè)OFDI的雙元性影響，有助于深入理解智能化生產賦能中國企業(yè)OFDI的路徑選擇。

本文借鑒韓衛(wèi)輝等（2024）的研究，利用海外投資企業(yè)的東道國區(qū)位數(shù)量測度投資廣度（Breadth），利用企業(yè)當年每個目的地平均開展OFDI的次數(shù)測度投資深度（Depth），進一步考察智能制造對企業(yè)OFDI的影響。表10的回歸結果表明，智能制造水平對企業(yè)投資深度影響不顯著，而對投資廣度有促進作用。這在一定程度上可以說明，智能制造水平的提升有助于OFDI企業(yè)橫向邊界的擴展，使得企業(yè)可以在更廣泛的區(qū)域內實現(xiàn)資源合理配置，進一步整合不同空間地域內的差異化市場資源。

（4）倒U型效應

近年來，有學者關注到數(shù)字化和智能化轉型對企業(yè)OFDI存在非線性的動態(tài)影響（薛軍和周鵬冉，2024）。智能制造水平的提升能夠幫助企業(yè)更有效地分析國內外市場趨勢和消費者需求，使得企業(yè)更容易進入國際市場，從而增加對外投資的機會。在這一階段，OFDI與智能制造之間是正相關關系，隨著智能制造的升級，企業(yè)OFDI可能達到效率最優(yōu)點。然而，當企業(yè)繼續(xù)提升智能制造水平時，OFDI可能會減少，表明企業(yè)OFDI與智能制造水平之間可能存在倒U型關系。

本文參考薛軍和周鵬冉（2024）以及曹杰和劉娟（2021）的做法，考慮在基準回歸方程中加入智能制造水平的平方項IM_sq以刻畫這種非線性關系。表10的實證結果表明，智能制造的一次項系數(shù)顯著為正，二次項系數(shù)顯著為負，且拐點所對應的智能制造水平在樣本取值范圍內，說明隨著智能制造水平的不斷提升，智能制造對企業(yè)OFDI的影響會出現(xiàn)變化，呈現(xiàn)倒U型的動態(tài)發(fā)展模式。

七、結論與啟示

本文基于2007—2022年中國A股上市公司的微觀企業(yè)數(shù)據(jù)，實證檢驗了智能制造對企業(yè)OFDI行為的具體影響及其內在機制。研究結果表明，企業(yè)采納智能制造是促進其OFDI行為的有效途徑，這不僅體現(xiàn)在OFDI決策的選擇上，也反映在OFDI次數(shù)的增加上。這一結論在充分引入控制變量并保持了固定效應條件下，經過工具變量法、替換核心解釋變量、滯后處理分析、更換估計方法和使用不同階段樣本等多種穩(wěn)健性檢驗之后依然成立。機制分析發(fā)現(xiàn)，智能制造能夠通過提高全要素生產率、促進企業(yè)綠色轉型和增強風險承擔能力三個渠道來推動企業(yè)進行OFDI。拓展分析結果表明，智能制造對OFDI的影響具有時間滯后性，其中長期效應大于短期效應。異質性分析結果表明，智能制造對外資企業(yè)、制造業(yè)企業(yè)、高新技術企業(yè)和貿易型企業(yè)OFDI的促進效果最為明顯。進一步的研究結果還表明，智能制造能夠擴展企業(yè)OFDI的投資廣度，促進企業(yè)開拓海外市場；企業(yè)OFDI與智能制造存在倒U型關系，隨著智能制造水平的提升，二者呈現(xiàn)倒U型動態(tài)發(fā)展模式。

基于上文的理論研究和實證分析，可以得到如下政策啟示：

首先，智能制造對企業(yè)OFDI行為具有推動作用。政府應加強對智能制造技術發(fā)展的合理規(guī)劃和積極引導，制定和完善相關政策，以鼓勵企業(yè)采用智能制造解決方案。此外，政府應持續(xù)開展智能制造試點示范項目，以促進更多企業(yè)通過智能化轉型提升全球資源配置能力，并深化智能制造技術與實體經濟的融合，從而全面提升中國企業(yè)的國際競爭力和OFDI活躍度。同時，還需關注智能制造技術的長期和滯后效應，制定并實施長期政策框架，激勵企業(yè)持續(xù)投資智能制造技術，為企業(yè)在全球市場中實現(xiàn)長期增長和價值創(chuàng)造打下堅實基礎。

其次，智能制造能夠通過提高全要素生產率、促進企業(yè)綠色轉型和增強企業(yè)風險承擔能力三種機制來推動企業(yè)進行OFDI。政府應引導企業(yè)通過智能化改造實現(xiàn)更高的生產效率和產品質量，為企業(yè)進一步采用智能制造技術提升全要素生產率創(chuàng)造良好的政策環(huán)境，促進生產流程的優(yōu)化和資源配置的高效化；鼓勵和支持企業(yè)研發(fā)能夠減少環(huán)境污染、提高資源利用效率的智能制造技術，充分提高綠色技術創(chuàng)新效能，實現(xiàn)綠色、可持續(xù)的技術解決方案；為企業(yè)構建一個有利于創(chuàng)新和投資的營商環(huán)境，建立穩(wěn)定的政策預期，降低企業(yè)在OFDI過程中面臨的不確定性，增強企業(yè)在全球范圍內進行資源配置和創(chuàng)新投資的能力。

最后，智能制造對外資企業(yè)、制造業(yè)企業(yè)、高新技術企業(yè)以及貿易企業(yè)OFDI的正向影響更為顯著。應制定針對不同產業(yè)特點的智能制造發(fā)展政策，積極推動制造業(yè)企業(yè)和高新技術企業(yè)智能制造的集成和應用；為外資企業(yè)提供更加便利化的營商環(huán)境，更好地發(fā)揮其在OFDI方面的天然優(yōu)勢，鼓勵民營企業(yè)積極探索智能制造技術，幫助民營企業(yè)克服技術轉型中的障礙，審慎考慮國有企業(yè)智能制造普及的步驟和范圍，確保技術升級與企業(yè)戰(zhàn)略相匹配；大力鼓勵和支持貿易企業(yè)應用和發(fā)展智能制造，積極推動貿易型企業(yè)有效利用智能制造技術，實現(xiàn)更高質量的國際化發(fā)展。

參考文獻：

［1］曹杰，劉娟.OFDI如何影響企業(yè)資本配置效率：投資雙元性視角下的經驗分析［J］.世界經濟研究，2021（1）.

［2］郭娟娟.數(shù)字化轉型如何影響企業(yè)OFDI行為：內在機制與經驗證據(jù)［J］.世界經濟研究，2024（2）.

［3］韓衛(wèi)輝，張?zhí)齑T，曲如曉.數(shù)字化與對外直接投資新優(yōu)勢——基于中國A股上市工業(yè)企業(yè)的分析［J］.統(tǒng)計研究，2024，41（2）.

［4］何瑛，于文蕾，楊棉之.CEO復合型職業(yè)經歷、企業(yè)風險承擔與企業(yè)價值［J］.中國工業(yè)經濟，2019（9）.

［5］侯德帥，熊健，杜松樺.智能制造與企業(yè)韌性——基于工業(yè)機器人視角［J］.中南財經政法大學學報，2024（4）.

［6］蔣冠宏，曾靚.融資約束與中國企業(yè)對外直接投資模式：跨國并購還是綠地投資［J］.財貿經濟， 2020，41（2）.

［7］李明洋，張乃麗.企業(yè)數(shù)字化轉型促進還是抑制了“走出去”：來自中國A股上市企業(yè)的證據(jù)［J］.世界經濟研究，2022（10）.

［8］林熙，劉啟仁，馮桂媚.智能制造與綠色發(fā)展：基于工業(yè)機器人進口視角［J］.世界經濟，2023，46（8）.

［9］劉莉亞，何彥林，王照飛，等.融資約束會影響中國企業(yè)對外直接投資嗎？——基于微觀視角的理論和實證分析［J］.金融研究，2015（8）.

［10］羅偉，葛順奇.中國對外直接投資區(qū)位分布及其決定因素——基于水平型投資的研究［J］.經濟學（季刊），2013，12（4）.

［11］呂越，陸毅，吳嵩博，等.“一帶一路”倡議的對外投資促進效應——基于2005—2016年中國企業(yè)綠地投資的雙重差分檢驗［J］.經濟研究，2019，54（9）.

［12］馬瑞光，秦一博，殷江濱.制造業(yè)智能化帶動了勞動力就業(yè)嗎——來自中國智能制造推廣的證據(jù)［J］.山西財經大學學報，2024，46（3）.

［13］權小鋒，李闖.智能制造與成本粘性——來自中國智能制造示范項目的準自然實驗［J］.經濟研究，2022，57（4）.

［14］沈坤榮，喬剛，林劍威.智能制造政策與中國企業(yè)高質量發(fā)展［J］.數(shù)量經濟技術經濟研究，2024，41（2）.

［15］王碧珺，譚語嫣，余淼杰，等.融資約束是否抑制了中國民營企業(yè)對外直接投資［J］.世界經濟，2015，38（12）.

［16］王茂斌，葉濤，孔東民.綠色制造與企業(yè)環(huán)境信息披露——基于中國綠色工廠創(chuàng)建的政策實驗［J］.經濟研究，2024，59（2）.

［17］王永欽，董雯.機器人的興起如何影響中國勞動力市場？——來自制造業(yè)上市公司的證據(jù)［J］.經濟研究，2020，55（10）.

［18］謝紅軍，呂雪.負責任的國際投資：ESG與中國OFDI［J］.經濟研究，2022，57（3）.

［19］薛軍，周鵬冉. 數(shù)字化轉型與對外直接投資的非線性關系研究［J］.天津師范大學學報（社會科學版），2024（4）.

［20］姚加權，張錕澎，郭李鵬，等.人工智能如何提升企業(yè)生產效率？——基于勞動力技能結構調整的視角［J］.管理世界，2024，40（2）.

［21］尹洪英，李闖.智能制造賦能企業(yè)創(chuàng)新了嗎？——基于中國智能制造試點項目的準自然試驗［J］.金融研究，2022（10）.

［22］張寶友，范榕榕，孟麗君.企業(yè)數(shù)字化轉型、知識產權保護與對外直接投資——來自中國服務業(yè)上市公司的經驗證據(jù)［J］.國際貿易問題，2023（5）.

［23］張夏，汪亞楠，施炳展.事實匯率制度選擇、企業(yè)生產率與對外直接投資［J］.金融研究，2019（10）.

［24］張燕，謝建國.出口還是對外直接投資：中國企業(yè)“走出去”影響因素研究［J］.世界經濟研究，2012（3）.

［25］周銘山，張倩倩，楊丹.創(chuàng)業(yè)板上市公司創(chuàng)新投入與市場表現(xiàn)：基于公司內外部的視角［J］.經濟研究，2017，52（11）.

［26］ Daron Acemoglu， Pascual Restrepo. Robots and Jobs： Evidence from US Labor Markets ［J］. Journal of Political Economy， 2020， 128（6）.

［27］ Gennaro Bernile， Bhagwat Vineet， Yonker Scott. Board Diversity， Firm Risk， and Corporate Policies？［J］. Journal of Financial Economics， 2018， 127（3）.

［28］ Narjess Boubakri， Cosset Jean-Claude， Saffar Walid. The Role of State and Foreign Owners in Corporate Risk-taking： Evidence from Privatization ［J］. Journal of Finance Economics， 2013， 108（3）.

［29］ Claudia M. Buch， Iris Kesternich， Alexander Lipponer， Monika Schnitzer. Financial Constraints and Foreign Direct Investment： Firm-level Evidence ［J］. Review of World Economics，2014，150.

［30］ Elhanan Helpman， Melitz J. Marc， Yeaple R. Stephen. Export versus FDI with Hetero￣geneous Firms ［J］. American Economic Review， 2004， 94（1）.

［31］ Kolstad Ivar， Wiig Arne. What Determines Chinese Outward FDI ［J］. Journal of World Business， 2012， 47（1）.

［32］ Makino Sakae， Lau Chung-Chun， Yeh Ruey-Jer. Asset-exploitation versus Asset-seeking： Implications for Location Choice of Foreign Direct Investment from Newly Industrialized Economies［J］. Journal of International Business Studies， 2002， 33（3）.

［33］ Phene Anupama， Almeida Paul. Innovation in Multinational Subsidiaries： The Role of Knowledge Assimilation and Subsidiary Capabilities ［J］.Journal of International Business Studies， 2008， 39（4）.

［34］ Chengqi Wang， Junjie Hong， Mario Kafouros， Agyenim Boateng. What Drives Outward FDI of Chinese Firms？ Testing the Explanatory Power of Three Theoretical Frameworks ［J］. International Business Review， 2012， 21（3）.

［35］ Limeng Ying， Xiaojing Liu， Menghao Li， et al. How Does Intelligent Manufacturing Affects Enterprise Innovation？ The Mediating Role of Organisational Learning ［J］. Enterprise Information Systems， 2022， 16（4）.

［36］ Dongdong Zhou， Ke Xu， Zhimin Lv， et al. Intelligent Manufacturing Technology in the Steel Industry of China： a Review ［J］. Sensors， 2022， 22（21）.

［37］ Shengjia Zhou， Fenxia Shan. Discovery of Innovation Effect and Spillover Effect： Evidence from Intelligent Manufacturing Promoting Low-carbon Development ［J］. Journal of Innovation amp; Knowledge， 2023， 8（3）.

［38］ Zhu Minghao， Liang Chen， Andy Yeung， et al. The Impact of Intelligent Manufacturing on Labor Productivity： An Empirical Analysis of Chinese Listed Manufacturing Companies ［J］. International Journal of Production Economics， 2024， 267.

（責任編輯：陳思萌）