數字貿易發展如何賦能企業海外投資

摘 要 數字貿易正在加速重構全球價值鏈，成為全球化的新引擎和加速器，為企業對外直接投資注入新動能。本文基于2013—2019年中國A股上市企業微觀數據，實證檢驗了數字貿易發展對中國企業海外投資活動的影響及其作用機制。研究結果表明，數字貿易發展顯著且穩健地提高了企業對外直接投資的可能性并擴大了企業對外直接投資規模。機制檢驗發現，在數字貿易發展促進企業對外直接投資的進程中，成本削減效應和綠色投資發揮著重要作用。異質性分析結果顯示，數字貿易發展顯著推動了資本密集型、制造業以及高科技企業的對外直接投資。本文的研究結論，對于在高水平對外開放進程中進一步推進企業依托數字貿易催生的新業態和新模式，促進對外直接投資高質量發展，具有重要的現實意義。

關鍵詞 數字貿易 "海外投資 所有權優勢 高質量發展 對外直接投資

一、引言和文獻綜述

對外直接投資高質量發展是不斷增強我國國際經濟合作和競爭新優勢的本質要求，是經濟高質量發展進程中的重大議題。當前，美國、歐盟、日本等發達經濟體正逐步加強對人工智能等高科技領域外國投資的限制，這使得我國對外投資面臨著預期轉弱、需求收縮和供給沖擊疊加的不利態勢。為此，以習近平同志為核心的黨中央明確提出，要把握數字貿易發展的規律和趨勢，促進數字貿易與實體經濟深度融合。“十四五”規劃和2035年遠景目標綱要均提出大力提升貿易數字化水平的要求，以數字貿易引領對外投資合作創新發展，將是未來一個時期我國提升對外投資效益、優化對外投資結構，進而推動對外投資高質量發展的重要抓手。

聯合國貿易和發展會議（UNCTAD）數據顯示，2022年，中國對外投資合作穩步推進，全行業對外直接投資達到1465億美元，同比增長0.9%。其中，非金融行業對外直接投資達到1168.5億美元，同比增長2.8%。可以看到，2022年中國對外直接投資呈現較為穩健的發展態勢。但從全球對外投資數據來看，世界各國綠地投資、跨國并購、國際融資均呈現走弱趨勢，全球投資發展前景呈現出較大的不確定性。在外部環境復雜多變的背景下，如何培育中國對外直接投資新動能，突破從“超級全球化”轉向“慢全球化”所引致的企業國際化進程受阻困局，已成為中國實施高水平“走出去”戰略的關鍵所在。當前全球已進入“數字驅動投資”時代，逆全球化背景下數字貿易為發展中國家高水平對外開放賦予了新內涵，數字貿易日益成為中國深度參與全球經濟的新引擎。伴隨各國數字貿易的快速發展，全球投資格局的變化以及全球供應鏈和產業鏈的深刻調整對企業對外直接投資產生了復雜多變的影響。如何在投資保護主義盛行及供應鏈脫鉤風險日益加大的背景下，利用數字貿易發展暢通企業對外投資渠道，優化對外投資布局，促進中國企業海外投資高質量發展，成為一個亟須研究的重要話題。

以往學者主要從東道國、母國和企業三個維度對企業對外直接投資的影響因素進行研究。從東道國視角來看，政治風險、人口結構、市場規模、地理因素、制度距離和所有制結構是企業跨國投資的重要影響因素（Eichengreen amp; Tong，2007；周茂等，2015）。從母國視角來看，部分研究指出，資本流動本質上是政治觀念和政治環境共同影響和塑造的結果，母國的制度環境與制度約束，會使得資源受限的企業更有追求政策紅利的動機，非國有企業的海外投資動機常常更為強烈（王碧珺和羅靖，2022）。從企業視角來看，部分文獻表明，母公司的人力資源策略會影響海外子公司的自主權與控制權，進而影響子公司的業績。股權集中度與企業的對外直接投資呈現倒U型關系，并且機構投資者的參與能夠促進企業對外直接投資（Tao et al.，2018；龍婷等，2019）。同時，受節約貿易成本和用地成本的動機影響，企業也會產生相應的海外投資活動（馮志艷和賈海彥，2022）。一般來說，企業生產率與其對外直接投資行為密切相關，企業通過對外直接投資活動能夠產生知識溢出效應，進而提升企業生產經營效率，企業的連續性經驗學習和生產率的提升會增加企業對外直接投資概率，擴大投資規模（田巍和余淼杰，2012；王玨等，2023）。

當前，我國數字貿易發展勢頭強勁，數字貿易與服務貿易的融合發展為企業國際化提供了新的數字化工具和途徑。在此背景下，數字貿易與企業對外直接投資的關聯性也愈發密切。在以人工智能、清潔能源、機器人應用、量子信息技術以及生物技術為主的技術革命浪潮中，以數字技術為主體的新興技術革命對全球經貿規則體系的影響更為深遠。進一步地說，數字貿易的發展正在深刻改變我國企業未來的對外投資格局。與傳統貿易模式相比，數字貿易在貿易結構、貿易對象、分工組織形式等方面呈現出一些新的特征（盛斌和高疆，2020）。近年來，部分學者開始把研究視角聚焦于數字經濟時代下企業的國際化發展。首先，企業數字化轉型深刻影響著企業對外直接投資決策。數字化轉型通過提高企業創新能力和生產率、降低交易成本驅動企業對外直接投資，數字跨國公司可以通過建立或進入投資國的數字平臺，實現國際化擴張。其次，數字經濟也深刻影響著企業的對外直接投資區位選擇。張俊彥等（2023）通過研究東道國數字經濟與中國企業OFDI區位決策之間的關系，發現中國對外直接投資會傾向于選擇數字經濟發展較好的國家，這源于數字經濟發展能夠使得企業在東道國的投資回報率上升，并降低跨國投資門檻，緩解文化障礙對企業在東道國投資的負面影響。東道國先進的數字技術和研發資源是驅動數字型跨國并購的主要因素（蔣殿春和唐浩丹，2021）。除此之外，數字貿易規則與數字監管規則體系也影響著企業的對外直接投資決策。馬述忠等（2023）以歐盟《通用數據保護條例》（GDPR）為例，研究了個人數據保護與中國電商間并購的關系及其影響機制，發現GDPR的實施顯著抑制了中國電商的跨境并購。

本文的邊際貢獻主要體現在如下幾個方面：第一，現有文獻主要從企業層面的數字化轉型、宏觀層面的數字經濟發展視角探討數字化發展背景下OFDI的影響因素，而忽略了數字貿易這一在國際戰略中愈加重要的影響因素。基于此，本文將目光聚焦于數字貿易發展在企業對外直接投資中發揮的關鍵作用，這是對企業海外投資影響因素相關研究的補充。第二，以往研究在討論驅動企業對外直接投資的機制時，主要從企業對外直接投資的區位因素變化入手來探索影響企業對外直接投資的驅動因素，而本文在探索數字貿易發展對企業對外直接投資的微觀影響機制時，將目光聚焦于企業所有權優勢的塑造與強化。本文研究發現，成本效應和綠色投資在企業對外直接投資方面發揮了重要作用，數字貿易的發展能夠將這種作用內化為企業國際化發展的驅動力，從實證層面揭開了影響機制的“黑箱”。第三，現有將數字貿易與企業國際化行為聯系的相關研究，重點圍繞數字貿易與企業對外投資行為在產品貿易內容、分工模式和貿易對象上的異質性效應進行探討，對數字貿易與不同產業特征的企業海外投資行為的探討略有不足。基于此，本文立足于我國不同特征企業的規模擴張具有差異性的特征事實，分析數字貿易發展對不同特征企業海外投資活動的異質性影響，并在新發展格局下探尋數字貿易驅動對外投資高質量發展的新機制，從數字貿易提升對外投資效率視角為我國對外投資可持續增長提供理論基礎。

二、中國數字貿易和對外直接投資發展的典型化事實

數字貿易是以數據為關鍵生產要素，依托現代信息網絡實現貿易效率提升和貿易結構優化調整的新型貿易模式。數字貿易催生出數字背景下各種數字化的新業態，成為新時代國際經貿發展的引擎。在新冠疫情背景下，數字貿易憑借其獨特的數字優勢，依托線上訂購、網絡數字交付等方式，帶動全球價值鏈升級優化，為全球經貿復蘇提供了新動能。商務部數據顯示，2022年中國可數字化交付的服務貿易規模達到2.51萬億元，同比增長7.8%，位列全球第五位。其中，在以數字訂購為特點的貿易方式中，跨境電商進出口額達到2.11萬億元，同比增長9.8%。目前，中國跨境電商貿易伙伴已經覆蓋全球，中國已成為全球跨境電商生態鏈最為完善的國家之一。總體來說，中國數字貿易發展呈現出以下幾個方面的顯著特征。

第一，數字服務貿易額快速增長，數字服務貿易在服務貿易中的重要性凸顯。數字服務貿易作為數字貿易的重要構成部分，是服務貿易與數字化技術融合的產物，它既包括傳統服務貿易的數字化轉型，也涵蓋了數字與信息時代催生的各種新型服務貿易模式。2005—2020年，我國服務貿易進出口規模不斷擴大，數字服務貿易進出口總額也穩步上升，特別是近十年來，數字服務貿易規模擴大了近一倍（如圖1所示）。近年來，數字服務貿易額占服務貿易額的比重迅速攀升，從2015年的26.7%上升至2019年的35.9%。然而由于新冠疫情，全球經濟進入“收縮回流期”，主要表現為全球產業鏈收縮回流加速與全球經貿秩序重塑，而我國始終堅持把發展數字貿易放在突出位置，數字服務貿易發展生態進一步優化。2020年，我國數字服務貿易額占數字貿易總額的比重再創新高，增至39.5%。

第二，在數字服務出口結構中，信息與技術服務在出口中的增長潛力不斷釋放，未來技術服務相關出口擁有更大的發展空間。電信、計算機和信息服務出口在數字服務出口中的地位日益上升。中國始終堅持推進高水平對外開放，把中國廣大市場的機遇分享給世界各國，推動國內國際兩個市場協同發展，積極擴大優質數字服務出口。2005年，我國電信、計算機和信息服務出口額在數字服務出口額中的占比為3.4%，2020年該比例攀升至11.0%。同時，其他商業服務出口額占比從2005年的34.0%下滑至2020年的13.6%，這表明傳統商業服務的發展亟待尋求新的增長點。

第三，數字服務進口結構不斷優化，技術性服務進口呈加速發展態勢。近年來，數字服務貿易中使用知識產權費用進口額和電信、計算機和信息服務進口額占數字服務進口額的比重呈現出逐年上升態勢，在新冠疫情防控期間，其增長勢頭更為突出。數字服務貿易進口結構不斷優化的事實表明，制造業和服務業的數字化融合轉型發展，為全球要素分工快速演進和國內研發要素跨境流動提供了源源不斷的動力來源。

第四，數字服務貿易與對外直接投資協同并進、聯動發展態勢逐漸顯現。中國對外直接投資凈額從2005年的123億美元上升到2020年的1537.1億美元（如圖2所示）。UNCTAD數據顯示，2020年中國對外直接投資流量和存量分別占全球的20.2%和6.6%，流量占比居于全球第一位，存量占比位列全球第三位。新冠疫情對全球經貿發展產生了巨大沖擊，但我國對外直接投資額仍然保持了一定的增長韌性。與此同時，我國數字服務貿易也表現出較高的增長潛力，貿易規模在2019年逆勢上揚。從2008年金融危機發生至今，以跨境數據流動為特征的經濟活動已逐漸成為驅動企業全球化的重要動力來源。

三、理論機制與研究假說

（一）數字貿易驅動企業對外直接投資的作用機理

首先，數字貿易的發展通過增強跨國企業的國際市場適應能力進而促進其對外直接投資。母國與東道國的文化距離會限制企業的對外直接投資活動，主要表現為投資者在與當地消費者之間的信息交流、與東道國市場的聯系、對當地消費者消費偏好的認知和社會網絡融合等方面存在障礙，從而導致企業海外投資效率降低（李俊久等，2020）。而數字貿易的發展能夠更加迅速地提高雙邊貿易的頻率與規模，更有效地縮短雙邊文化距離，從而使得跨國公司能夠更好地融入當地市場，生產出符合當地消費者偏好的產品，選擇適應當地市場經營管理要求的企業運營模式，進而減少文化鴻溝給企業跨國投資帶來的不利影響（周念利等，2023）。馬述忠等（2019）發現，數字貿易以現代信息網絡為載體，通過將信息通信技術與貨物貿易進行有機結合以實現良性互動。大數據、人工智能、區塊鏈、云計算等信息技術與貿易的深度融合，加速了信息在企業供應鏈網絡中的交換與反饋，同時降低了資源閑置的可能性，這種供應鏈網絡信息反饋與資源銜接效率提升在供應商分屬異地時更為顯著（Blankespoor et al.，2020），使得企業能夠迅速捕捉到國際市場與消費者行為偏好的動態變化，從而影響企業的海外投資行為。

其次，企業對外投資區位選擇和治理決策的內涵在貿易數字化背景下發生了深刻變化。在數字化技術應用之前，相對落后的生產管理模式和較差的信息流通性使得企業各項活動的決策效率較低，設備設施間的連通性較差（Frynas et al.，2018）。一方面，數字技術的應用優化了企業生產經營中的服務運營環境，提升了生產服務各環節的工作精度與協調能力，使得跨國企業能夠根據東道國即時的信息反饋，對供應鏈各環節的生產與貿易信息迅速作出合理調整，從而增強資金的利用效率。另一方面，數字貿易的發展縮短了跨國投資的地理距離，有助于成本粘性的下降，進而能夠緩解跨國投資企業的融資約束，有助于促進企業進行海外投資活動（李婉紅和王帆，2022）。

最后，數字貿易的發展增強了平臺型服務企業的供需對接效率，通過搭建客戶與供應商信息溝通的橋梁，數字貿易提高了客戶與企業的消費反饋與產品溝通頻率，降低了消費者的搜尋成本，有利于跨國企業及時對產品結構與供應量進行調整（Liu et al.，2011）。綜上所述，數字貿易發展可能通過降低文化與信息壁壘、緩解融資約束、提高生產效率與管理決策效率來提升企業在國際市場的適應能力，從而促進企業從事海外投資活動。基于此，本文提出如下假設。

假設1：數字貿易的發展有利于促進企業從事海外投資活動。

（二）生產成本對企業對外直接投資調節作用的理論分析

企業勞動力成本除工資薪酬外，還囊括員工培訓、福利待遇等眾多“粘性成本”及相關法律政策調整引致的勞動力“隱性成本”。近年來，我國人口紅利優勢逐漸消失。因此，企業通過融入國際市場，拓寬人力資源配置渠道，實現靈活用工，破除勞動力成本攀升困局（高山等，2021）。民營企業作為對外直接投資的主力軍，積極順應經濟發展新階段下全球供應鏈重塑的大趨勢，但融資難、融資貴是制約其投資規模擴張的絆腳石（金祥義和張文菲，2024）。數字貿易的發展可以從內源上緩解企業成本約束，為企業“走出去”發揮潤滑劑作用。首先，數字技術與貿易的深度融合，使得企業形成高效的資金運營管理體系與生產供應整合體系，推動產品貿易相關模式和流程的創新發展，從而增強企業的資金盈余能力，有效降低企業的跨國投資成本。其次，數字產品貿易的發展使得要素流動和資源配置進入智能化時代，通過促進電子政府的發展，進而實現市場信息的高效傳播和市場交易效率的提升（郭峰等，2023；楊連星等，2024）。再次，跨國企業能夠通過深度挖掘外部市場，帶動金融、電子商務、產業鏈管理等數字服務貿易相關領域的發展，推動跨境電商、數字金融等新組織和新業態的形成，為企業海外投資活動提供各種形式的便利和全鏈條的支撐，增強企業對外直接投資的積極性（張杰等，2023）。最后，在貿易數字化背景下，企業利用數據優勢能夠重塑海外投資競爭優勢，通過數據跨境流動融入全球價值鏈網絡，優化海外投資布局，在一定程度上消除企業成本管理過程中的信息不對稱（余官勝和田菊芳，2023）。如上所述，在數字貿易發展驅動企業對外投資活動的過程中，成本削減效應可能發揮著重要作用。基于此，本文提出如下假設。

假設2：數字貿易通過降低企業生產成本，發揮成本削減效應，進而對中國企業海外投資活動產生促進作用。

（三）綠色投資對企業對外直接投資調節作用的理論分析

現階段，全球生態環境保護的結構性、根源性和趨勢性問題逐漸成為全球經貿發展與合作的焦點。數字貿易的發展推動了綠色理念在生產消費中的普及，提高了綠色知識的積累效率和滲透率，推動了綠色技術創新資源的集聚與優化重組（郭豐等，2023）。數字服務容納了數字信息技術、數據資源等創新關鍵要素，因而，發展數字服務貿易能夠有效協調創新資源，提高創新效率（張杰等，2023）。企業互聯網化和智能化發展能夠在生產銷售環節增強企業應對市場環境變化和需求沖擊的風險抵御能力，提升企業創新績效，同時大數據分析技術的應用實現了企業生產管理的柔性化變革，以數字思維重塑產業鏈，使企業生產網絡布局更貼近終端消費市場（李唐等，2020）。智能制造是制造業與互聯網深度結合的結果，而工業互聯網的形成有助于推動生產設備的柔性發展，提升產品技術復雜度（黃慧群等，2019；余號和殷鳳，2023）。數字貿易催生了各種新型環保業態，降低了企業往高消耗、高污染和低效率產業投資的可能性。與此同時，踐行ESG理念能夠提高企業的綠色創新能力，使得企業能夠實現所有權優勢的突破與升級，增強企業跨國經營的合法性，提升東道國國民的總體福利（謝紅軍和呂雪，2022）。鑒于此，本文提出如下假設。

假設3：數字貿易促使企業在經營活動中貫徹綠色發展理念，增加綠色投資，進而對企業跨國投資活動產生更強的助推作用。

四、指標測度與數據來源

（一）數據來源與處理

本文以中國滬深市場A股上市公司作為研究對象，考慮到對外直接投資數據、數字貿易相關指標數據、部分控制變量數據以及新冠疫情等因素對樣本選擇的限制，本文選擇的樣本期為2013—2019年，并剔除了金融、房地產類上市公司和對外直接投資涉及中國港澳地區和其他避稅地區的樣本。經過預處理，本文最終獲得3480家上市公司，共計20080條企業—年度數據，其中包括了存在對外直接投資行為的1372家企業的4247條企業對外直接投資非零觀測值數據。樣本中企業層面的財務信息數據來源于中國經濟金融研究數據庫（CSMAR），數字貿易指標體系的數據來自中國互聯網絡信息中心（CNNIC）公布的《中國互聯網發展狀況統計報告》和歷年《中國統計年鑒》。

（二）基礎模型設定

本文參考謝紅軍和呂雪（2022）的研究方法，利用企業層面對外直接投資數據，從投資可能性和投資規模兩個角度展開實證研究。用企業是否進行對外直接投資作為二值被解釋變量，建立Probit模型，研究省際數字貿易的動態變化對企業對外直接投資決策的影響。考慮到對外直接投資數額非負且零值堆積的特征，傳統的線性估計模型可能會對企業對外直接投資規模存在有偏估計，本文將企業對外直接投資規模加1取自然對數后作為被解釋變量來研究數字貿易發展對企業對外直接投資規模的影響，在此基礎上建立左側閾值為0的Tobit模型，兩組模型如下所示：

Pr（Decision=1|Xit） =α1Digitalit+α2Cit+λind+λpro+λt+uit

（1）

In（1+amount）it=β0+β1Digitalit+β2Cit+λind+λpro+λt+uit，amount*gt;0

0，amount*=0

（2）

其中，下標i、t、pro、ind分別代表企業、年份、省份和行業。當企業i在t年發生對外直接投資，那么Decision取1，否則取0。amount*為企業潛在的對數投資規模，按照Tobit模型的假設，其服從正態分布（0，σ2）。根據假設1，數字貿易發展水平越高，企業對外直接投資的可能性越大，同時對外直接投資的數額也就越高，因而預期核心系數α1和β1均為正數。同時為了緩解遺漏變量帶來的影響，本文在模型里加入了企業層面和省份層面的控制變量。其中，企業層面的控制變量包括企業年齡（age）、企業規模（size）、資產負債率（lev）、資產收益率（ROA）、資本密集度（capital），省份層面的控制變量包括信息化水平（information）、政府干預程度（GI）、金融發展水平（financial）、對外開放程度（open）、社會消費水平（consume）。此外，本文還控制了行業固定效應（λind），年份固定效應（λt）和省份固定效應（λpro）。

（三）變量設定

1.被解釋變量：對外直接投資（amount）

上市公司對外直接投資數據，參考劉莉亞等（2016）的處理方法，首先根據上市公司關聯公司的相關信息來確定上市公司的投資行為是否應該被界定為對外直接投資。基于CSMAR中國上市公司關聯交易研究數據庫，根據關聯關系、關聯公司注冊地、注冊資本（包括貨幣類型）、上市公司控制的權益比例等具體信息，將“上市公司的子公司”“上市公司的合營企業”“上市公司的聯營企業”作為本文界定對外直接投資關聯關系的依據，同時將關聯方注冊地在中國大陸之外（本文數據不包括中國港澳地區和其他避稅地區）、控制權益比例超過10%的樣本界定為該公司當年對外直接投資規模，并通過當年匯率換算為人民幣投資規模。

2.核心解釋變量：數字貿易發展（Digital）

現有文獻從網絡基礎設施、技術水平、貿易方式、貿易能力、貿易潛力等方面構建數字貿易指標測度體系（克甝等，2022）。考慮到數字貿易是以互聯網為媒介實現產品與服務的貿易活動，并且數字貿易的核心是數字產品與服務，其是傳統貿易模式在數字經濟時代背景下的創造性轉化和創新性發展（馬述忠，2018），同時，為使指標體系涵蓋數字產品與服務貿易、數字貿易發展前景、互聯網與信息產業發展前景等與數字貿易發展相關的重要屬性，本文基于貿易潛力、貿易規模、貿易創新、貿易基礎4個一級指標和17個二級指標，測算了2013—2019年29個省（自治區、直轄市）的區域數字貿易發展水平。【受數據可得限制，不包括新疆維吾爾自治區和西藏自治區。】

數字貿易潛力。本文從人均GDP、貿易開放度、居民消費支出三個維度測度區域數字貿易的發展潛力，人均GDP體現區域的消費潛力，貿易開放度體現對外貿易流量與互動強度，居民消費支出體現居民的消費能力。

數字貿易規模。盛斌和高疆（2020）認為，廣義數字貿易應該包括數字訂購型、平臺支持型、數字交付型三種類型。其中，數字訂購型指通過計算機網絡進行商品與服務的交易，平臺支持型指通過中介平臺進行的交易，數字交付型指信息及通信技術網絡遠程提供的服務產品交易。網絡與平臺是數字貿易的重要媒介，為突出數字貿易的網絡屬性、平臺的媒介屬性與數字貿易的規模大小，本文從人均電子商務銷售額、人均電子商務采購額、人均軟件業務收入、網上零售額比重、人均快遞數、電信業務比重入手構建數字貿易規模指標。

數字貿易創新。貿易創新是驅動數字貿易內容發展和效率提升的關鍵因素，因而本文從信息產業從業人員投入強度、創新能力、研發經費投入強度的視角研究省際數字技術的發展潛力。

數字貿易基礎。數字網絡設施是實現數字貿易的基石，因而本文從人均域名占有量、企業網站占有量、人均互聯網端口占有量、硬件基礎設施、單位面積長途光纜長度入手構建貿易基礎指標，其中“域名”“網站”“互聯網端口”主要體現軟件使用狀況，而硬件基礎設施、單位面積長途光纜長度則主要從硬件支撐的角度揭示貿易基礎發展狀況。

為體現指標構建和賦權方法的客觀性，本文采用熵權法對數字貿易發展水平進行測度，具體步驟如下：

指標體系數據有n個樣本和m個指標，本文主要通過如下步驟計算正向指標Zxy。

Zxy=

Xxy-MinXxyMaxXxy-MinXxy

（3）

其中，Xxy為x年第y個指標，基于上式結果計算各指標的熵值和權重。

εy=-k∑Pxy×ln（Pxy）

（4）

dy=1-εy∑my-11-εy

（5）

其中，εy為各指標的熵值，k=1ln（n×m），Pxy=Zxy∑nx=1Zxy ，dy為各指標的權重。最后加權計算得出全國29個省（自治區、直轄市）數字貿易發展水平指標如下：

Sxy=∑my=1dy×Zxy

（6）

（四）工具變量

影響企業對外直接投資的因素頗多，目前本模型加入的變量難免會存在遺漏的情況。同時，企業對外直接投資與數字貿易發展也存在雙向因果關系，即數字貿易發展水平的變動會影響企業對外直接投資，而企業對外直接投資所產生的逆向技術溢出效應也有可能影響地區數字貿易發展水平。鑒于可能存在的雙向因果關系和內生性問題，本文參考黃群慧等（2019）的做法，使用1984年每百人固定電話數乘以全國信息技術服務收入作為數字貿易發展水平的工具變量。從工具變量的相關性來看，數字貿易發展的核心是貿易活動由消費互聯網向產業互聯網轉型并最終實現制造業智能化轉型升級，因而互聯網的發展是數字貿易發展的基石，互聯網技術的發展是從固定電話的使用和普及開始的。歷史上固定電話普及率高的區域，后期互聯網發展水平也很有可能較高，互聯網發展水平越高，數字貿易發展水平也就越高，從這個角度來看，選擇使用1984年固定電話數量作為本文數字貿易發展水平的工具變量滿足工具變量的相關性要求。隨著信息技術水平的發展和互聯網的普及，歷史上固定電話數量對于企業對外直接投資水平和決策的影響正在逐漸消失，從這個角度看，歷史上固定電話的數量難以影響當下企業對外直接投資水平和決策，因而滿足工具變量的外生性要求。參考Nunn amp; Qian（2014）的研究方法，本文使用了各省（自治區、直轄市）1984年每百人固定電話數量與各年全國信息技術服務收入的交互項作為數字貿易發展指數的工具變量。

（五）控制變量

為了更全面地研究企業、行業和省份等不同層面因素對企業對外直接投資的影響，本文的控制變量設置情況如下。

1.企業層面

考慮到研究對象為上市公司對外直接投資情況，本文參考謝紅軍和呂雪（2022）的做法，將企業年齡、企業規模、資產負債率、總資產收益率、資本密集度作為本文的控制變量。其中，企業年齡以樣本所列年份減去企業成立年份加1測度；企業規模以企業年總資產取自然對數測度；資產負債率以企業年末總負債與企業年末總資產的比值測度；總資產收益率由凈利潤在總資產額中所占比重測度；資本密集度用資本投入與勞動投入的比值測度。

2.省級層面

考慮到計算的是省級層面的數字貿易發展水平數據，因而本文使用了信息化水平、政府干預程度、金融發展水平、對外開放程度、社會消費水平作為省級層面的控制變量。其中信息化水平以郵電業務總量在地區生產總值中的占比測度；政府干預程度使用地方政府一般公共預算支出除以地區生產總值計算；金融發展水平以存貸款水平占GDP的比例測度；對外開放程度以貨物進出口總額占地區生產總值的比重測度；社會消費水平以社會消費品零售總額在地區生產總值中的占比測度。

（六）機制變量

本文參考蔣殿春和盧霄（2023）的做法，使用公司營業成本除以營業收入測度生產成本（cost），并以此作為成本效應的指示變量。同時本文借鑒趙領娣和王小飛（2022）的方法，將上市公司年度報告在建工程明細項中與企業環境處理和環保生產相關（如污水排放處理、工業廢渣處理、環保化生產等）的投資支出進行加總處理，得到企業當年綠色投資數額，并除以年末總資產進行標準化處理，用以衡量企業綠色投資（greeninvest）。

五、實證檢驗與回歸結果分析

（一）基準回歸結果

基準回歸結果如表2所示。列（1）和列（2）使用工具變量Tobit模型估計了數字貿易發展對企業對外直接投資規模的影響。列（3）和列（4）使用工具變量Probit模型估計了數字貿易發展對企業對外直接投資可能性的影響。回歸結果表明，數字貿易發展水平對企業對外直接投資的規模和可能性均產生了顯著的正向影響。這可能是因為，在數字技術發展的浪潮中，數字貿易通過彌合投資鴻溝、減少投資成本的方式降低了企業海外投資活動的不確定性因素，進而提高了企業的海外投資意愿。這驗證了本文的理論假設1。

（二）穩健性檢驗

第一，考慮到尾部樣本和極端值對于模型估計可能產生的偏差，本文對樣本數據在1%和99%水平上進行縮尾處理，發現考慮尾部樣本產生的估計偏差后，模型估計依然是穩健的。第二，考慮到二值估計法中僅使用工具變量Probit模型估計，可能會導致模型估計時忽視稀有事件偏誤和模型設定偏誤，因而本文保持原工具變量不變，使用了二階段Logit模型進行估計，發現結論依然穩健。第三，考慮到在使用工具變量Tobit模型估計數字貿易發展與企業對外直接投資規模關系時，投資規模極端值可能對模型估計產生異常影響，因而本文通過將被解釋變量投資規模替換為投資次數后，削弱了極端值對模型估計的影響，同時保持原工具變量不變，再使用負二項模型進行回歸，發現核心結論仍然穩健。

六、進一步分析

（一）機制檢驗

為進一步考察生產成本與綠色投資在數字貿易對企業對外直接投資影響中的作用機制，本文在基礎模型上加入交互項，構建了調節效應模型。

In（1+amount）it=a0+a1Digitalit+a2Cit+a3costit+a4costit×Digitalit+λind+λpro+λt+uit

（7）

In（1+amount）it=b0+b1Digitalit+b2Cit+b3greeninvestit+b4greeninvestit×Digitalit+λind+λpro+λt+uit

（8）

Pr（Decision=1|Xit）=c0+c1Digitalit+c2Cit

+c3costit+c4costit×Digitalit+λind+λpro+λt+uit

（9）

Pr（Decision=1|Xit）=d0+d1Digitalit+d2Cit+d3greeninvestit+d4greeninvestit×Digitalit+λind+λpro+λt+uit

（10）

其中，cost表示企業的生產成本指標，a3是成本對企業對外直接投資規模的影響系數，a4表示成本與數字貿易發展水平交互項的系數。b3是綠色投資對企業對外直接投資規模的影響系數，b4表示綠色投資與數字貿易發展水平交互項的系數。c3表示成本對企業對外直接投資概率的影響系數，c4是成本與數字貿易發展水平交互項的系數。d3表示綠色投資對企業對外直接投資概率的影響系數，d4表示綠色投資與數字貿易發展水平交互項的系數。

如表4所示，列（1）和列（2）展示了成本效應與綠色投資在數字貿易影響企業對外直接投資規模的過程中發揮的作用。列（3）和列（4）展示了成本效應與綠色投資在數字貿易影響企業對外直接投資決策中的作用。其中，列（1）和列（3）的交互項系數顯著為負，表明數字貿易的發展可以通過降低企業生產成本來塑造企業的海外競爭優勢，進而增加企業對外直接投資的可能性和規模，即發揮成本削減效應是數字貿易發展推動企業“走出去”的重要途徑之一，因而假設2成立。列（2）和列（4）的交互項系數顯著為正，表明數字貿易的發展可以通過增加企業綠色投資來強化企業的海外競爭優勢，進而提高企業對外直接投資的可能性和規模，即數字貿易發展會通過在生產經營過程中協調綠色資源，增加企業在環保方面的投資，進而推動企業“走出去”，因而假設3成立。

（二）異質性分析

1.高科技產業異質性

數字貿易發展水平越高的區域，高科技產業越集中，同時高科技企業創新能力和創新需求也較強，其對外直接投資行為可能對數字貿易發展環境的變化更為敏感，我們有必要比較數字貿易發展水平對高科技企業和非高科技企業海外投資活動的影響差異。從表5列（1）回歸結果來看，數字貿易發展水平的提高會促進高科技產業對外直接投資規模的上升，同時列（3）回歸結果表明，數字貿易發展水平的提高會增加高科技產業中企業進行對外直接投資的可能性。而列（2）和列（4）的回歸結果表明，數字貿易發展水平對非高科技產業企業對外直接投資規模和可能性的影響皆不顯著。

2.制造業異質性

隨著制造業數字化轉型速度的加快，現代數字技術讓智能制造成為工業界的主流模式，數字貿易的發展拓展了投資主體范圍，打開了新的投資空間。因此，探討數字貿易發展與制造業海外投資活動的關系對于我國制造業企業進一步融入全球產品市場，優化全球投資布局具有重要意義。數字貿易水平對制造業和非制造業企業對外直接投資的異質性影響檢驗結果如表6所示。列（1）與列（3）中數字貿易發展水平的系數均顯著為正。而列（2）和列（4）的估計結果表明，數字貿易發展對非制造業企業對外直接投資規模和投資可能性的影響不顯著。這說明數字貿易的發展帶動了制造業企業的數字化投入，推動了大數據技術及系統控制技術與制造業企業的深度融合，實現了制造業企業的數智化升級，因而增強了制造業企業在海外市場的競爭力與適應力。

3.行業特征異質性

考慮到資本密集型企業與勞動密集型企業在跨國經營過程中具有不同的特征，相較于勞動密集型企業，資本密集型企業的生產率較高，因而在企業對外直接投資活動中生產率較高的企業可能更具有海外投資優勢（田巍和余淼杰，2012）。接下來，本文考察了數字貿易發展對不同行業特征企業的海外投資規模和投資可能性產生的影響。表7列（2）與列（4）的結果表明，數字貿易發展對資本密集型企業的對外直接投資規模和對外直接投資可能性均產生了顯著的促進效應，而列（1）與列（3）的回歸結果表明，數字貿易發展對勞動密集型企業的對外直接投資規模和可能性均沒有產生顯著影響。

七、主要結論與政策建議

數字貿易正在以全新的方式重塑全球產業鏈供應鏈分工體系，這為各國貫穿“全球數字價值鏈”開展對外投資活動提供了契機。因此，在我國加快建立健全綠色低碳循環發展經濟體系的背景下，本文聚焦數字貿易驅動對外投資高質量發展的機制，能夠為有效推進中國對外投資綠色發展、增強數字產業鏈關鍵環節競爭力、提升對外投資效率提供決策依據和有益參考。本文主要結論如下：第一，以數字貿易為特征的新型貿易模式在推動海外投資活動、塑造特定優勢中發揮著重要作用，研究結果表明，數字貿易發展成為企業“走出去”的重要驅動因素。第二，在“數字驅動投資”的時代，成本削減效應和綠色投資在企業“走出去”過程中扮演著重要角色。企業可以通過在生產經營過程中降低生產成本、提高綠色投資，加強企業在海外投資市場的競爭力。第三，數字貿易發展水平對于高科技企業、制造業企業以及資本密集型企業的對外直接投資活動起到了更強的助推作用。

本文的研究結論對于新時代中國發揮數字貿易全產業鏈競爭優勢與加快構建更具包容性的國際投資合作新格局開拓了新路徑和新思路。首先，應積極推動高科技企業數字化轉型升級，把握數字貿易發展給企業海外經營活動帶來的新機遇。數字貿易基于信息技術的替代效應和擴散效應，引發了東道國需求側的深刻變化，并對中國對外投資供給側的變革產生了強烈的倒逼作用。數字貿易爆發式增長引致的對外投資產業多元化已成為中國對外投資質效提升的重要驅動力。其次，應以數字貿易背景下企業對外投資結構調整為契機，利用中國作為數字貿易大國的優勢，重塑全球價值鏈和區域創新鏈，依托我國超大規模數字貿易市場優勢，更加積極主動地建立由我國主導的全球數字價值鏈，實現中國對外投資“高水平”與“大規模”相互促進的發展目標。最后，應加快數字貿易發展步伐，精準獲取數字貿易發展為企業海外投資活動帶來的“紅利”。百年未有之大變局下，全球經濟風起云涌，中國企業海外投資正在進入“全球本地化”的更高級階段。中國企業海外投資需要兼顧發達國家和發展中國家數字貿易合規管理的差異性，尋求個性化應對方案，推動形成企業自身與所有利益相關者共贏共生的新格局，助力培育中國式現代化背景下跨國企業海外投資可持續發展的綜合競爭新優勢。

參考文獻：

［1］馮志艷，賈海彥. 用地成本與中國企業對外直接投資［J］.世界經濟研究，2022（6）.

［2］郭峰，熊云軍，石慶玲，等. 數字經濟與行政邊界地區經濟發展再考察——來自衛星燈光數據的證據［J］.管理世界，2023，39（4）.

［3］郭豐，楊上廣，柴澤陽. 企業數字化轉型促進了綠色技術創新的“增量提質”嗎？——基于中國上市公司年報的文本分析［J］.南方經濟，2023（2）.

［4］高山，李征，宋順鋒. 勞動保護、用工成本與企業對外直接投資［J］.國際貿易問題，2021（2）.

［5］黃群慧，余泳澤，張松林. 互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）.

［6］蔣殿春，盧霄. 工業機器人應用與中國企業對外直接投資［J］.國際貿易問題，2023（6）.

［7］蔣殿春，唐浩丹. 數字型跨國并購：特征及驅動力［J］.財貿經濟，2021，42（9）.

［8］金祥義，張文菲. 民間借貸與企業對外直接投資：非正規金融重要嗎［J］.國際經貿探索，2024，40（1）.

［9］李俊久，丘儉裕，何彬. 文化距離、制度距離與對外直接投資——基于中國對“一帶一路”沿線國家OFDI的實證研究［J］.武漢大學學報（哲學社會科學版），2020，73（1）.

［10］劉莉亞，何彥林，楊金強. 生產率與企業并購：基于中國宏觀層面的分析［J］.經濟研究，2016，51（3）.

［11］李唐，李青，陳楚霞. 數據管理能力對企業生產率的影響效應——來自中國企業—勞動力匹配調查的新發現［J］.中國工業經濟，2020（6）.

［12］李婉紅，王帆.智能化轉型、成本粘性與企業績效——基于傳統制造企業的實證檢驗［J］.科學學研究，2022，40（1）.

［13］龍婷，衣長軍，李雪，等. 股權集中度、機構投資者與企業對外直接投資決策——冗余資源的調節作用［J］.國際貿易問題，2019（2）.

［14］馬述忠，房超，梁銀鋒. 數字貿易及其時代價值與研究展望［J］.國際貿易問題，2019（2）.

［15］馬述忠，吳鵬，房超. 東道國數據保護是否會抑制中國電商跨境并購［J］.中國工業經濟，2023（2）.

［16］盛斌，高疆. 超越傳統貿易：數字貿易的內涵、特征與影響［J］.國外社會科學，2020（4）.

［17］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）.

［18］王碧珺，羅靖. 民粹主義、國家監管空間與國際投資協定再談判［J］.世界經濟與政治，2022（1）.

［19］王玨，黃怡，丁颯颯，朱章耀.經驗學習與企業對外直接投資連續性［J］.中國工業經濟，2023（1）.

［20］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）.

［21］余官勝，田菊芳. 數字金融發展與企業對外直接投資規模增長——基于上市公司樣本的實證研究［J］.國際商務（對外經濟貿易大學學報），2023（1）.

［22］余號，殷鳳.貿易數字化、柔性生產力與出口產品質量——來自中國微觀企業的經驗證據［J］.國際貿易問題，2023（6）.

［23］楊連星，王秋碩，韓彩霞. 數字貿易與跨國并購影響研究：理論機理與中國證據［J］.數量經濟技術經濟研究，2024，41（3） .

［24］張杰，白鎧瑞，畢鈺. 互聯網基礎設施、創新驅動與中國區域不平衡——從宏觀到微觀的證據鏈［J］.數量經濟技術經濟研究，2023，40（1）.

［25］張俊彥，賈玉成，張誠. 東道國數字經濟與中國對外直接投資區位決策——基于上市公司數據的研究［J］.上海財經大學學報，2023，25（4）.

［26］趙領娣，王小飛.企業綠色投資及綠色費用能否提升經營績效？——基于EBM和面板Tobit模型的經驗分析［J］.北京理工大學學報（社會科學版），2022，24（3）.

［27］周念利，王達，龍海泉.數字內容出口是否會帶來引致的OFDI促進效應［J］.國際經貿探索，2023，39（8）.

［28］周茂，陸毅，陳麗麗.企業生產率與企業對外直接投資進入模式選擇——來自中國企業的證據［J］.管理世界，2015（11）.

［29］Blankespoor， Elizabeth， Ed deHaan， Ivan Marinovic. Disclosure Processing Costs， Investors’ Information Choice， and Equity Market Outcomes： A Review［J］. Journal of Accounting and Economics， 2020，70（2-3）.

［30］Day-Yang Liu， Shou-Wei Chen， Tzu-Chuan Chou. Resource Fit in Digital Transformation Lessons Learned from the CBC Bank Global E-Banking Project ［J］. Management Decision，2011，49（10）.

［31］Fang Tao， Xiaohui Liu， Lan Gao， et al. Expatriates， Subsidiary Autonomy and the Overseas Subsidiary Performance of MNEs from an Emerging Economy ［J］. The International Journal of Human Resource Management，2018，29（11）.

［32］Jedrzej George Frynas， Michael J. Mol， Kamel Mellahi. Management Innovation Made in China： Haier’s Rendanheyi ［J］. California Management Review，2018，61（1）.

［33］Nathan Nunn， Nancy Qian. US Food Aid and Civil Conflict ［J］. American Economic Review，2014，104（6）.

［34］Snehal Banerjee， Bradyn Breon-Drish， Joseph Engelberg. Discussion of “Disclosure Processing Costs， Investors’ Information Choice， and Equity Market Outcomes： A Review”［J］. Journal of Accounting and Economics，2020，70（2-3）.

（責任編輯：李思慧）