企业异质性与对外直接投资选择——基于中国纺织类上市公司的实证

赵君丽， 闫园园

(东华大学 旭日工商管理学院， 上海 200051)

纺织业作为我国对外直接投资最大的产业之一，截至2016年底，已在全球一百多个国家和地区建立了3 610多家生产企业。自2008年以来，我国纺织业对外直接投资明显加快。根据商务部统计，2003— 2016年我国纺织业对外直接投资存量高达76.3亿美元，年平均增速为28.25%。其中，2016年我国纺织业对外直接投资金额达26.6亿美元，同比增长89.3%。研究纺织产业的对外直接投资对于其他传统产业转型发展具有重要的参考价值，有助于提高我国产业全球资源配置效率，促进产业升级。在新常态结合“一带一路”倡议下，有效转移纺织等传统产业的过剩产能，强化我国与周边国家的经济纽带，构筑我国与周边国家、非洲、拉丁美洲国家利益共同体，具有重要的现实意义。

Melitz[1]研究了异质性企业国际化投资的选择，发现生产率最低的企业只进行国内销售，生产率较高的企业选择出口供应国外市场，而生产率最高的企业选择对外直接投资。国外学者们[2-6]进行的实证检验验证了此结论，此类的研究被称之为新新贸易理论。

国内学者也纷纷采用中国企业数据来检验新新贸易理论在中国的适用性。在研究企业生产率与对外出口的关系时，出现了两种相反的结论。一方面，大部分学者的研究结果符合新新贸易理论的结论，即我国出口企业的生产率明显高于内销企业[7-10]；另一方面，以李春顶为代表的学者提出我国出口企业存在“生产率悖论”，即我国出口企业的生产率普遍低于内销企业[11-14]。这两种截然相反的研究结论，对新新贸易理论在中国的适用性提出了疑问。

在企业生产率与对外直接投资关系的研究中，大多学者认为我国对外直接投资企业的生产率显著高于出口企业和内销企业的生产率[15-18]。但事实上，影响企业对外直接投资的因素不仅仅只有生产率这样单一的指标。由于行业的平均生产率差异比较大，生产率的差异较大原因取决于所处的行业，而不是企业自身因素，因此本文选择同一个行业内企业微观数据获得的研究结论更具有说服力。

本文从企业多重异质性的研究视角，除了生产率异质性，还加入了企业年龄、企业规模、企业性质、盈利能力、出口强度等指标，研究影响纺织业对外直接投资选择的多重因素。

1 模型假设和模型设定

1.1 模型假设

根据发达国家和发展中国家的企业数据可知，生产率是企业国际化路径选择的重要因素，生产率最高的企业对外直接投资，生产率较高的企业对外出口，而生产率最低的企业只能供应国内市场。从纺织企业中走出去的企业大多是业绩优良的企业，故提出假设H1。

H1：企业生产率越高,越倾向于进行对外直接投资。

企业规模在企业进行对外直接投资选择时有显著积极影响，企业规模越大则越有动机通过对外直接投资扩大规模效应[19]。出口是企业国际化的一种方式，企业通过出口能够积累国际化经验[20-23]，故本文认为出口对企业对外直接投资有显著促进作用。

资本密集度对企业对外直接投资选择的影响方向并不确定。通过对浙江省制造业企业数据的检验发现，企业是否进行对外直接投资与资本密集度没有显著关系[20]。通过对江苏省制造业企业的研究，发现资本密集度对企业对外直接投资决策之间存在显著正向关系，资本密集度越高的企业对外直接投资额越大[22]。也有部分研究表明，资本密集度对企业出口和对外直接投资行为有显著的负向影响，资本密集度较低的企业更倾向于国际化经营[23-24]。本文假设资本密集度越高，则企业拥有更多的资金和更高的技术，更有动机寻求对外投资，从而扩大市场需求。企业在国际化的过程中需要高素质人才，人力资本在一定程度上体现企业员工的素质和能力。综上分析，本文提出假设H2。

H2：企业规模越大，出口强度越大，资本密集度越高，人力资本越高，越倾向于进行对外直接投资。

企业成立时间越长，企业生命周期越成熟，越有经验开拓海外市场。企业对外投资往往需要大量的资金，盈利能力强的企业发展越好，能够为国际化发展提供一定的内部支持[18]。相比民营企业，国有企业更有对外直接投资的优势[25]。在中国特殊的转型经济背景下，政府关系在降低对外投资成本、提高境外投资项目获批可能性与获得政策及资金支持等方面发挥巨大的作用[26]。因此，本文提出假设H3。

H3：企业年龄越大，盈利能力越强，越倾向于对外直接投资，且国有企业比非国有企业更有优势对外直接投资。

1.2 模型设定

本文的研究对象为企业是否进行对外直接投资，对外直接投资的决策模型为

Di=β·Ζi+εi

式中：D为决策变量，D=1表示企业进行对外直接投资，D=0表示企业未进行对外直接投资；Z为解释变量列向量，表示影响企业对外直接投资决策的主要因素；β为解释变量的估计系数；ε为服从正态分布的随机向量。在这个决策模型中，企业进行对外直接投资的概率为

Pi=Prob(Di=1/Ζi)=Prob(εi>-β·Ζi)=1-φ(-β·Ζi)=φ(β·Ζi)，(Ζi=β0+β1χ1+…+βiχi)

本文在选取企业多重异质性指标时，综合影响企业进行对外直接投资的多方面因素，同时参考学者的研究结果，最终选取企业性质、企业年龄、企业规模、资本密集度、人力资本、盈利能力、出口强度等变量，确定回归方程如式(1)所示。

Ijt=β0+β1lnPjt+β2Bjt+β3Ajt+β4lnSjt+

β5lnCjt+β6lnHjt+β7Gjt+β8Ejt+μjt+ξjt

(1)

式中：I为解释变量，表示企业是否进行对外直接投资的二元取值变量；lnP为对数企业生产率；B为虚拟变量，B=1表示国有企业，B=0表示非国有企业；A为企业年龄；lnS为对数企业规模；lnC为对数资本密集度；lnH是为对数人力资本；G为企业盈利能力；E为企业出口强度；μ为时间固定效应，ξ为模型中不能观测的误差项；下标jt为j企业t时期。

2 变量选取和数据来源

2.1 样本选取

由于数据的可获得性，本文选取2010—2015年A股市场纺织服装类上市公司为样本，数据来源于Wind数据库和CSMAR数据库。参照文献[27]的研究方法对样本进行如下处理：(1)删除样本观测期间ST公司；(2)删除重要财务指标有缺失的公司；(3)删除发行B股、H股的样本；(4)删除员工人数在10人以下的公司。经过处理共保留62家上市公司，其中只进行国内销售的公司有6家(搜于特、森马服饰、乔治白、九牧王、金发拉比、汇洁股份)，仅对外出口不进行对外投资的公司有22家，进行对外直接投资的公司有34家。

2.2 变量选取

2.2.1 被解释变量

根据企业当年是否有对外直接投资的行为，设定二元被解释变量I(OFDI)为1或0，1表示企业观测样本当年进行对外直接投资，0表示企业当年未进行对外直接投资。企业对外直接投资的数据来源于CSMAR数据库“中国上市公司关联交易研究数据库”的“关联公司基本文件”，该文件包含1997—2016年所有上市公司与其发生关联的企业的信息。根据上市公司是否有控股海外关联企业来判断上市公司是否进行了对外直接投资，并且结合中国商务部网站上公开的《境外投资企业(机构)名录》和上市公司年报中“主要控股参股公司分析”，判定上市公司当年是否有进行对外直接投资的行为。

2.2.2 解释变量

(1) 企业生产率。本文采用“索洛余值法”计算全要素生产率，同时参照文献[11]的做法，运用劳动生产率(企业总产出/员工人数)进行对照。

计算生产率的方法主要有参数和非参数两种。本文采用参数法，通过索洛余值法计算近似全要素生产率。首先估算出总量生产函数，然后采用产出增长率扣除各投入要素增长率得到残差，以此来测算全要素生产率增长。其计算公式如式(2)所示。

Pjt=lnYjt-α*lnKjt-β*lnLjt

(2)

式中：Pjt为j企业在t时期的全要素生产率(TFP)；Yjt为j企业在t时期的产出，用企业的营业收入表示，并以2009年的全国居民消费价格指数为基准进行平减；Ljt为劳动投入量，用企业的员工数量表示；Kjt表示资本投入量，采用永续盘存法计算，计算公式为

Kjt=Kj, t-1(1-Di)+Ijt

参照文献[26]的做法，本文以上市公司上市当天的净资产作为初始资本。Ijt为j企业t时期的投资额，等于当年的固定资产净额与上一年的固定资产净额的差值。固定资产净额以2009年为基准的全国固定资产投资价格指数进行平减。Di为资本折旧率，本文参考国家统计局核算国有工业企业固定资产的规定，采用5%的折旧率。营业收入、员工人数、固定资产净额数据来源于国泰安CSMAR数据库，全国居民消费价格指数、全国固定资产投资价格指数来源于中国统计年鉴。

首先将62家2010—2015年的数据导入Stata软件进行回归分析，结果如式(3)所示。

lnYjt=8.361+0.399lnKjt+0.455lnLjt

(3)

Pjt=lnYjt-0.427lnKjt-0.573lnLjt

(4)

同时本文参照文献[12]的做法，采用企业的劳动生产率进行对照，计算公式为

(5)

(2) 企业性质。依据上市公司的实际控制人类型，将企业性质分为国有企业和非国有企业。

(3) 企业年龄。企业年龄为观测年份与企业的成立年份之差。

(4) 企业规模。参照文献[28]采用上市公司资产总额代替。

(5) 资本密集度。参照文献[22]采用上市公司年末固定资产净额与员工人数的比值代替。

(6) 人力资本。参照文献[29]采用上市公司人均工资代替。

(7) 盈利能力。参照文献[18]采用营业利润率代替。

(8) 出口强度。参照文献[21]采用出口销售额与营业收入的比值代替。

上述解释变量数据均来源于国泰安CSMAR数据库及公司年报。

3 实证分析

3.1 描述性统计及相关性分析

本文研究的主要变量的定义和描述性统计如表1所示。由于研究企业的多重异质性，解释变量个数较多，因此在实证分析之前，需要检验变量之间是否存在多重共线性。主要变量间相关系数矩阵如表2所示。通过观察表2数据，可以发现变量之间的相关系数大多在0.3以内，因此变量之间不存在严重的多重共线性，其中全要素生产率和劳动生产率计算方法不同，作为对照不受共线性的限制。

表1 主要变量的定义和描述性统计Table 1 Key variable definitions and descriptive statistics

表2 主要变量间相关系数矩阵Table 2 Coefficient matrix of key variables

3.2 实证结果分析

本文采用二元Probit选择回归方法，运用Stata软件对公司数据进行实证检验。首先检验企业生产率与对外直接投资行为选择的关系，随后逐步加入企业多重异质性的其他指标。最后加入时间固定效应，从而检验估计结果的稳健性。三个模型均使用劳动生产率进行对照检验。所有模型的检验结果如表3所示。

表3 企业对外直接投资选择影响因素的检验Table 3 Test on influencing factors of OFDI choice

模型(1)检验全要素生产率对企业对外直接投资决策的影响，检验结果显示全要素生产率的系数显著为正，证明了企业的生产率对于企业是否进行对外直接投资有显著作用，并且生产率高的企业更倾向于对外直接投资。检验结果与假设一致，符合企业异质性贸易理论。

模型(2)用劳动生产率进行对照检验，显示劳动生产率的系数也显著为正，证实了企业生产率在企业进行对外直接投资选择中发挥重要的正向作用。通过比较模型(1)和(2)的拟合优度，可以看出前者优于后者，说明全要素生产率比劳动生产率更好地解释了对企业进行对外直接投资选择的影响。

模型(3)加入了企业年龄、企业性质、企业规模、资本密集度、人力资本、盈利能力、出口强度7个变量。通过比较模型(1)和(3)可知，在加入7个新变量后模型拟合优度达到最佳。全要素生产率的系数明显上升且十分显著。由此表明，相比于单一生产率，企业的多重异质性更好地解释了对企业进行直接对外投资选择的影响。

通过观察7个变量的系数和显著性，检验假设的正确与否。企业规模的系数显著为正，与假设一致，说明企业规模越大，越有可能进行对外直接投资。出口强度的系数显著为正，且数值最大，与假设相符，表明企业出口收入占比越大，越倾向于开展对外直接投资行为。本文认为企业在长期出口的过程中会获取很多海外市场的经验和教训，因此对国际市场环境更加了解，从而更有动机进行对外直接投资。此外，资本密集度的系数为正，且在10%的水平上，通过检验可知其基本与假设一致，表明资本密集度大的企业更有可能进行对外直接投资。纺织服装业是传统的劳动密集型产业，本文认为只有资本密集度相对较大的企业才有动机进行海外投资。人力资本的系数为负且接近0，与预测符号相反，说明人力资本在企业进行对外直接投资选择时基本没有影响。纺织服装业是劳动密集型行业，企业员工大部分为工人和销售人员，其中高素质人才数量较少，因此人均工资普遍较低。企业性质系数为负，且十分不显著，与假设不相符。本文的研究样本是纺织服装类上市公司，样本容量只有62个，其中国有企业只有6家，占比不足10%。由于样本的局限性，削弱了国有企业和非国有企业的区别，这可能是导致企业性质对企业对外直接投资选择的作用不显著的原因。企业年龄的系数不显著，与假设不一致。中国企业在改革开放30多年里，面临着较大的政策变化和市场变化，成立时间长的企业在国际化的过程中没有明显的优势。企业盈利能力的系数不显著，与假设不符。由于本文研究样本是上市公司，上市公司的盈利能力较行业内未上市的公司偏高，因此样本可能忽略了盈利能力较差的企业，从而导致盈利能力无法解释企业对外直接投资选择。模型(4)采用劳动生产率加入7个变量作为参照，结论与模型(3)完全一致。

模型(5)加入了年份固定效应，检验估计结果的稳健性，其中生产率的系数显著提高，模型拟合优度更佳，进一步支持模型(3)估计结果。模型(6)以劳动生产率作为对照，与模型(5)结果一致。

新新贸易理论的核心观点为生产率是决定企业国际化路径选择的关键因素。那么，企业对外直接投资是存在“自我选择效应”，即生产率高的企业才会选择进行对外直接投资，还是存在“学习效应”，即企业通过对外直接投资提高了生产率呢？本文针对企业生产率和对外直接投资的因果关系问题进行了进一步检验。将企业对外直接投资选择与滞后一期的生产率进行格兰杰因果关系检验，检验结果如表4所示。由表4可知，第一个假设对外直接投资选择不是企业全要素生产率的原因，P值为0.7187，接受原假设，因此对外直接投资不是影响全要素生产率的原因。第二个假设全要素生产率不是企业对外直接投资选择的原因，P值较小，为0.008 6，在1%的显著性水平下通过检验，因此拒绝原假设，证明全要素生产率的高低是企业对外直接投资的影响因素。同时利用劳动生产率进行对照检验，虽然显著性水平降低，但得到结论与全要素生产率完全一致。本文通过企业生产率与对外直接投资选择的因果关系检验发现，中国纺织类上市企业对外直接投资行为显著存在“自我选择效应”，而不存在“学习效应”，因此生产率高的企业进行对外直接投资更有优势。

表4 企业生产率与对外直接投资选择的格兰杰因果关系检验Table 4 Pairwise Granger causality tests of TFP/LTFP and OFDI

4 主要结论及建议

4.1 基本结论

本文选取中国纺织企业数据，从多重异质性的视角研究纺织企业对外直接投资选择的影响因素。通过二元Probit选择模型对企业数据进行实证分析，本文发现了纺织企业对外直接投资行为的显著特征。第一，纺织企业对外直接投资选择显著存在“自我选择效应”，而不存在“学习效应”，即生产率高的企业更倾向对外直接投资。第二，出口强度对纺织服装企业进行对外直接投资决策有显著的正向作用。第三，纺织业是我国传统劳动密集型产业，资本密集度对纺织企业对外直接投资选择有一定的正向作用，资本密集度高有助于企业对外投资。第四，纺织企业的规模在企业进行对外投资选择时有显著影响，企业规模越大，对外直接投资的概率就越大。第五，纺织企业成立时间长短、企业性质及盈利能力对企业对外直接投资的影响不显著。

4.2 相关建议

基于本文的研究结果，从企业异质性角度对我国纺织服装企业进行对外直接投资决策提出3条建议。

(1) 加快技术创新，努力提高生产率。生产率是纺织服装企业进行国际化经营的重要影响因素。根据新新贸易理论，只有生产率高的企业才有能力承担国际市场的额外成本和风险。我国纺织服装企业在“走出去”时，应当加大技术创新、工艺流程创新和改善组织管理水平，促进生产率的提高，提高跨国资源的配置效率。

(2) 扩大企业规模，利用规模经济效应。企业规模是企业市场竞争力的重要体现。企业规模越大，对外直接投资的概率越高。因此我国纺织服装企业在对外直接投资中充分利用规模经济降低生产成本。规模经济包括内部规模经济如生产量的扩大，外部规模经济如企业数量的增多，典型的如抱团出海，降低跨国投资成本，实现规模报酬递增。

(3) 重视出口贸易，提高对外直接投资的成功率。出口强度与企业对外直接投资选择有显著的正向关系，出口销售额占比越高的企业越有机会开展对外直接投资。我国是世界上最大的纺织服装生产国和出口国，纺织服装出口长期在世界出口贸易份额中占据世界第一。但是我国经济发展进入新常态后，纺织产业面临出口下滑，订单、客户、产业均转移的新挑战，特别是2015年以来，纺织产业对外转移出现井喷现象，国内一些生产率较高的企业可以首先通过进行出口贸易，初步了解海外市场，在参与经济全球化中积累经验，为进一步实施对外直接投资奠定坚实的基础，降低“走出去”风险，提高对外直接投资的成功率。