对外直接投资对企业产能利用率影响的研究——基于中国企业的实证

胡 超，赵邦锦，王宣迪

（广西民族大学 经济学院，广西 南宁 530006）

一、引言

进入21 世纪，中国在部分制造领域出现产能利用率不高，甚至产能过剩的问题，严重影响了制造业健康发展。一方面，在国际能源供应日益紧张、国际能源价格节节攀升的背景下，低效的产能利用率增加了中国宏观经济运行的成本与风险，降低了资源配置效率，不利于产业结构优化升级。另一方面，在中国政府2030 年“碳达峰”和2060 年“碳中和”的承诺下，低效的产能利用率不仅不利于“碳达峰”“碳中和”目标的实现，也与中国坚持的绿色发展理念相悖。因此，提高企业产能利用率，抑制和化解产能过剩一直是中国供给侧结构性改革的焦点，是经济实现高质量发展的目标，也是兑现“碳达峰”“碳中和”承诺的必然要求。

近年来，伴随中国“走出去”战略的实施，尤其是“一带一路”倡议的提出，到海外投资的中国企业越来越多。据商务部统计，2000 年中国对外投资企业0.6 万家，2012 年增长至2.2 万家①数据来源：中华人民共和国商务部。。2013 年“一带一路”倡议提出后，中国对外投资的企业数量进一步增加。截至2018 年，中国有2.7 万境内投资者在全球188 个国家和地区设立了4.3 万对外投资企业，对外直接投资流量达1 430.4 亿美元，存量19 822.7 亿美元，分别位居世界第二和第三②数据来源：中华人民共和国商务部《2018 年度中国对外直接投资统计公报》。。企业“走出去”到海外投资生产，一方面，可以充分利用国内国外两个市场、两种资源，扩大企业市场选择的范围，拓展资源配置面。另一方面，面对东道国的激烈竞争，为克服外来者劣势，“走出去”企业也会加强学习，积极融入东道国，提高生产水平。因此，理论上，企业到海外投资可以缓解国内狭小市场限制和资源约束，学习东道国先进技术和管理经验，继而促进产能利用率的提升。

随着中国经济从高速增长阶段转向高质量发展阶段，提高产能利用率成为学术界关注的热点，如推进国内经济体制改革（江飞涛等，2012［1］），加强对地方政府的竞争性引资监管（杨振，2013［2］），以及建立严格有效的环境保护体制等（耿强等，2011［3］）。但是，从对外直接投资视角对企业产能利用率展开研究的相对较少，更多研究是从经济宏观层面，如“需求疲软”的工业生产变动（张新海，2010［4］）、“市场失灵”下的“潮涌现象”（林毅夫，2007［5］）、地方政府行为的需求冲击（郭庆旺等，2006［6］）等。区别以往文献，本文基于越来越多中国企业赴海外投资的现实，将中国工业企业数据库与境外投资企业（机构）名录数据匹配，实证检验对外直接投资对企业产能利用率的影响，并从逆向技术溢出和规模经济渠道深入探析了对外直接投资促进企业产能利用率提升的机制。理论上，本文基于对外直接投资角度对产能利用率影响的研究，丰富了企业产能利用率影响因素；现实上，从逆向技术溢出和规模经济角度探析企业“走出去”提升产能利用率的机制，为中国构建全面开放新发展格局，高质量推动“走出去”战略，不断提高企业产能利用率水平提供了参考。

二、文献综述

提高产能利用率，首要任务是分析哪些因素影响了产能利用。地方政府竞争视角下，包群等（2017）［7］认为中国经济开发区内企业产能利用率低下并不是由于单一的主导产业选择，而是在地方政府竞争压力下，同一行政辖区内部的主导产业重复设置导致的。政绩压力视角下，徐业坤等（2019）［8］根据中国地方官员数据实证发现，部分地方官员迫于政绩压力，会对辖区内的税收、银行贷款、政府补贴等关键资源的配置进行干预，从而推动辖区内企业产能扩张，尤其对非产能过剩行业的企业影响更大，加剧了辖区内企业产能利用率的下降。席鹏辉等（2017）［9］研究提出，地方政府存在因增值税分成减少而带来的财政压力，在这种“压力式”财政激励下，当地政府会倾向于发展能够有效缓解财政压力的产能过剩行业。从行为经济学视角来看，林毅夫等（2010）［10］和韩国高等（2011）［11］将产能利用率低下和产能过剩视为“潮涌”行为的结果，是社会投资过多流入人们主观判断“前景好”的企业造成的。面对需求的不确定性，企业预期生产的产能往往与需求不一致，导致产能利用率低下（Paraskevopoulos et al.，1991［12］）。Banerjee（1992）［13］认为，非理性预期下，企业决策具有“羊群效应”，即会受其他企业行为影响产生“从众”行为，进而导致产能过剩。

近年来，从对外贸易和对外投资角度研究产能利用率成为学者们关注的热点。从对外贸易的角度，田贤亮（2019）［14］通过考察中国企业出口参与度，对世界银行中国企业调查数据库的数据抽样，证明出口参与能够提升企业的产能利用率。张艳等（2013）［15］以中国制造业企业面板数据实证得出贸易自由化有利于提高制造业的产能利用率的结论，且区别于以往文献多研究货物贸易自由化的影响，发现服务贸易自由化同样能促进企业产能利用率的提升。随着以中间品贸易为特征的全球价值链分工的兴起，也有学者从中间品贸易角度研究产能利用率问题，如张先锋等（2019）［16］研究发现，中间品进口有利于企业产能利用率的提升，因此中间品贸易自由化能促进企业产能利用率提升。进一步地，毛其淋等（2021）［17］通过实证检验表明，中间品贸易自由化主要通过中间品关税减让激励企业的创新，进而推动了中国企业产能利用率的提升。对外直接投资角度的相关实证研究表明，企业对外直接投资不仅能推动产能利用率提升（温湖炜，2017［18］），且存在企业异质性（李雪松 等，2017［19］）。杨振兵 等（2020）［20］采用随机前沿法测算企业产能利用率，并验证了对外直接投资能通过促进技术进步提升产能利用率的机制。

相较于部分仅从单一技术溢出渠道展开的机制检验，本文不仅实证研究了对外直接投资对企业产能利用率影响的效应，还分别基于逆向技术溢出和规模经济的视角探讨了对外直接投资对企业产能利用率的影响机制，丰富了对外直接投资促进产能利用率提升的认识。此外，与一些文献采用两种实证模型和两套数据进行技术溢出和规模经济机制检验不同，本文的两种机制检验采用的是同一实证模型、同一数据，不仅能更准确识别两种机制，且结果更稳健、可信度更高，还可对两种机制的影响效应进行比较，一定程度上丰富了现有研究。

三、影响效应

（一）计量模型与数据来源

中国企业对外直接投资是否能够有效促进企业产能利用率提升有赖于实证检验。为此，本文实证检验的基准模型设定为：

其中，Energyit为被解释变量，代表企业产能利用率（下标i代表企业，t代表年份，下同）；OFDIit为解释变量，代表企业是否存在对其他国家的对外直接投资；Xit为控制变量，包括企业生产效率增长（Productivity）、杠杆率（Leverage）、利润率（Profit）、企业年龄（Age）和企业实际税率（Tax）。θit代表企业—年份层面的固定效应，用于控制不可观测变量影响。εit为随机扰动项。α，β1，β2为拟合系数。

本文实证检验的数据来源于中国工业企业数据库和中国境外投资企业（机构）名录数据，根据企业名称是否相同，将两个数据库匹配合并，测算企业产能利用率（Energy）时，主要有时变和时不变两种随机前沿生产函数计算法，随机前沿的柯布—道格拉斯生产函数形式为：InY=αInK+βInL+ε。实证检验中，本文首先参考曲玥（2015）［21］的方法，采用时变的随机前沿生产函数法计算企业的产能利用率，并在稳健性检验时采用时不变随机前沿生产函数方法测算的企业产能利用率作为被解释变量。

关键解释变量——企业对外直接投资（OFDI），采用虚拟变量的形式表示。其中，企业开展对外投资设定为1，否则为0。参照相关文献做法，为避免遗漏变量，在实证分析对外投资对企业产能利用率影响时，还加入了如下控制变量（见表1）：（1）企业年龄（Age），用当前年份减去企业开业年份的差值来表示，实证分析中用企业年龄对数表示；（2）企业生产效率增长（Productivity），企业生产效率增长能够在一定程度上代表企业当前的发展阶段处于规模经济还是规模不经济；（3）杠杆率（Leverage），杠杆率会影响企业在研发方面的投入，从而影响企业的创新能力；（4）利润率（Profit），利润率能在一定程度上体现企业的生产效率；（5）企业实际税率（Tax），企业的实际税率可以一定程度上代表企业的发展水平。考虑到可能存在多重共线性的问题，本文计算了解释变量的膨胀因子（VIF），得到VIF最大值为2.68，小于10，因此可以认为不存在严重的多重共线性问题①限于篇幅，此处并未展示VIF 结果图。。

表1 相关变量的描述性统计

（二）基准回归

表2 报告了基准模型的估计结果。其中，第（1）列为混合效应估计，仅纳入对外直接投资解释变量，其系数在1%水平上显著为正（0.0482）。第（2）-（4）列为固定效应估计，并依次加入企业年龄（Age）和其他控制变量，发现在加入控制变量后，解释变量企业对外直接投资（OFDI）的系数依然在1%水平上显著为正，说明中国企业对外直接投资（OFDI）能够有效促进中国企业产能利用率的提升。

表2 对外直接投资与产能利用率：基准回归

从控制变量的系数看，各控制变量系数和显著性均与预期相符。其中，企业年龄（Age）与产能利用率正相关，即随着企业成立的时间增长，企业的产能利用率越高。杨振兵（2015）［22］认为产能过剩有着明显的“惯性”特征，即每个生产年度开始前，厂商一般会根据过去经验预估生产投入。但是，当市场形势发生变化时，如果企业无法及时调整生产投入，便形成了产能过剩。随着企业成立时间增长，尤其有过多次生产投入调整的累积经验，企业进行预估投入时将会更加准确，进而有利于促进企业产能利用率的提升。其次，企业成立时间越长，资金实力可能更为雄厚，在设备更新改造方面的投入力度可能更大，亦有利于促进企业产能利用率的提升。企业生产效率增长（Productivity）系数显著为正，意味着企业生产效率增长越快，企业产能利用率越高。企业利润率（Profit）以及杠杆率（Leverage）是衡量企业盈利能力的重要指标，二者越高意味着企业能有更多的资金投入生产以及生产研发，能进一步提升产能利用率，因此二者的系数显著为正。企业税负（Tax）系数显著为负，即企业税负越大，企业的生产成本也就越高，利润就越少，导致企业提升产能利用率的技术投入的减少，进而降低了企业的产能利用率。

（三）双重差分

考虑到可能存在潜在的逆向因果问题，即对外直接投资有利于提升企业的产能利用率，同时也可能存在企业产能利用率的提升，使得企业生产率不断提高并获得更大市场竞争力，从而增加对外直接投资。为克服可能存在的双向因果关系导致的计量偏误，本文采用双重差分的方法进一步检验企业对外直接投资对产能利用率的影响。本文引入中国2002 年加入世界贸易组织（WTO）作为外生冲击，并将对外投资企业作为实验组，非对外投资企业作为参照组。2002 年中国正式加入WTO，意味着中国对外开放迈上新台阶，更加有利于促进企业对外投资，从而也更加有利于提高企业产能利用率。因此，本文构造双重差分变量didit=OFDIit×dummy，其中，dummy为中国加入WTO的时间虚拟变量，2002 年后取值为1，2002 年以前取值为0。与基准模型一致，双重差分回归中依然纳入可能影响回归结果的系列控制变量，双重差分计量模型设置为①双重差分检验之前，需要进行平行趋势检验。在2002 年前，控制组与参照组企业的产能利用率具有显著的平行趋势。限于篇幅，这里并未展示平行趋势检验的图。：

表3 是采用双重差分法计量的结果。第（1）列是未加入控制变量的双重差分结果，其中，双重差分变量did的结果在1%的水平上显著为正，意味着在克服内生性的情况下，中国企业对外直接投资对提高企业产能利用率确实有一定的促进作用。第（2）列是考虑企业—年份固定效应的计量结果；第（3）列是加入了其余控制变量的计量结果。结果显示，第（2）-（3）列双重差分变量did的结果依然显著为正，说明对外直接投资对中国企业提高产能利用率影响显著存在。

表3 对外直接投资与产能利用率：双重差分

（四）异质性检验

为更全面考察企业对外直接投资对产能利用率的影响，本文还根据企业所在区位进行了系列异质性检验。根据对外投资企业在国内区位分布划分为三种情况：一是根据对外投资企业所在省区市位于东部还是中西部进行比较（当企业位于东部地区时，虚拟变量为1，否则为0）；二是根据企业所在地省区市位于沿边地区还是腹地区域进行比较（当企业在沿边地区时，虚拟变量为1，否则为0）；三是根据企业所在城市是沿海地区还是内陆地区进行比较（当企业位于沿海地区时，虚拟变量为1，否则为0）。此外，由于企业成立运营的时间长短不一，可能存在学习效应，使得成立时间长的企业能够根据过往的经验，更好地调整产出，从而提高企业产能利用率。为此，本文还比较了不同成立时长企业对外直接投资对产能利用率的异质性（当企业成立时长大于样本均值时长时，虚拟变量为1，否则为0）。

异质性检验的结果如表4 所示，其中，第（1）列是根据企业所在省区市是否属于东部地区的实证结果，第（2）列是根据企业所在省区市是否为沿边地区的实证结果，第（3）列是根据企业所在省区市是否为沿海地区的实证结果，第（4）列是根据企业成立时长是否大于样本均值企业时长的实证结果。结果显示，东部地区对外直接投资对企业产能利用率的促进作用要显著高于中西部地区；沿边地区对外直接投资对企业产能利用率的促进作用要显著高于非沿边地区；沿海地区对外直接投资对企业产能利用率的影响要显著高于非沿海地区企业；企业成立时长越长，对外直接投资对企业产能利用率提升效果越显著。

表4 对外直接投资与产能利用率：异质性检验

四、影响机制

（一）机制分析

对外直接投资是企业充分利用国内国外两个市场、两种资源，不断调整资源配置方式，提高资源配置效率的过程。因此，对外直接投资通常伴随着企业经营规模的扩大。但是，企业规模的扩大既可能产生规模经济效应，也可能产生规模不经济效应。一方面，如果现有企业已经达到最优规模经济的平衡点，再进行对外直接投资扩大生产规模，则可能会因企业规模过大，运营协调成本增加而产生规模不经济，不利于企业产能利用率的提升。另一方面，如果现有企业尚未达到其最优规模经济的平衡点，企业对外直接投资扩大生产规模的边际收益大于边际成本，则产生规模经济效应，从而提高企业生产率，有利于企业产能利用率的提升。

假说一：中国企业对外直接投资通过规模经济影响企业生产率，但对企业产能利用率是正向或负向影响有待实证检验。

企业之所以“走出去”，一个重要目的是通过对外直接投资参与全球竞争，使企业更好掌握和了解国际竞争动态，处于技术前沿，在激烈竞争中培育企业的竞争优势。因为相对东道国本土企业，“走出去”的企业往往面临一定的外来者劣势。为融入东道国市场，“走出去”企业通常通过学习东道国先进技术，以提高企业生产效率，充分利用东道国人力资源与物质资源，以此研究生产技术升级；模仿东道国先进企业管理模式，以取得合法性等方式来克服外来者劣势，继而深度嵌入东道国的商业网络。借助海外子公司与国内母公司紧密的业务联系，海外子公司在东道国学习掌握的先进技术和管理经验会通过技术研发合作、人员交流、贸易尤其是中间产品贸易等形式逆向溢出到国内母公司，进而提升母公司的技术水平，促进母公司产能利用率的提升。

假说二：中国企业对外直接投资可以通过逆向技术溢出影响企业生产率，促进企业产能利用率的提升。

无论是逆向技术溢出还是规模经济机制，都是通过影响企业生产率间接影响企业的产能利用率。因此，本文构建如下中介效应模型以检验对外直接投资对企业产能利用率影响的机制。

其中，方程（3）是对外直接投资对企业产能利用率的基准回归，方程（4）是对外直接投资对企业规模的影响，方程（5）对外直接投资和企业规模共同对产能利用率的影响。根据中介效应检验机理，如果方程（3）中企业对外直接投资变量（OFDI）的系数β1显著为正，方程（4）企业对外直接投资变量（OFDI）的系数β2显著为正，方程（5）企业对外直接投资变量（OFDI）的系数β3也显著为正，但相对方程（3）企业对外直接投资变量（OFDI）的系数β1下降，则意味着企业对外直接投资产生的规模经济效应促进了企业产能利用率这一机制的存在。如表5 所示，第（1）列为方程（3）的回归结果，OFDI的系数（0.038 8）显著为正；第（2）列为方程（4）的回归结果，OFDI的系数（0.612 0）显著为正，说明企业规模与对外直接投资具有较强的正向关联；第（3）列为方程（5）的回归结果，OFDI的系数（0.032 3）显著为正，但小于方程（3）OFDI系数（0.032 3<0.038 8）。因此，证实了中国企业对外直接投资通过规模经济影响企业产能利用率机制的存在，且规模经济对企业产能利用率产生了正向促进作用，验证了假说一。

同理，方程（6）是对外直接投资对企业技术创新的影响，方程（7）是对外直接投资和逆向技术溢出共同对产能利用率的影响。如果方程（6）企业对外直接投资变量（OFDI）的系数β4显著为正，方程（7）企业对外直接投资变量（OFDI）的系数β5也显著为正，但相对方程（3）的系数β1下降，则意味着逆向技术溢出促进企业产能利用率提升机制的存在。如表5 所示，第（4）列为方程（6）的回归结果，企业对外直接投资变量（OFDI）的系数（3.022 0）显著为正，显示企业创新与对外直接投资具有较强的关联；第（5）列为方程（7）的回归结果，企业对外直接投资变量（OFDI）的系数（0.030 7）显著为正，且小于方程（3）企业对外直接投资变量（OFDI）的系数（0.030 7<0.032 8）。因此，证实了中国企业对外直接投资通过逆向技术溢出影响企业生产率继而促进企业产能利用率提升机制的存在，验证了假说二。

表5 对外直接投资与企业产能利用率：机制分析

综上，中介效应模型的实证检验发现，中国企业对外投资之所以能够促进企业产能利用率提升，主要是通过逆向技术溢出和规模经济效应，且两种机制都具有正向的促进作用。

（二）稳健性检验

1.稳健性检验一：滞后变量

考虑到对外直接投资与企业产能利用率可能存在的内生性，为进一步明确对外直接投资影响企业产能利用率是否由逆向技术溢出和规模经济机制产生，本文将企业规模（Scale）和企业创新能力（Innovation）中介变量分别滞后1 期和2 期做进一步的中介效应检验，即：

如表6 所示，第（1）-（2）列为企业创新能力（Innovation）分别滞后1 期、2 期的计量结果。其中，无论是衡量滞后1 期还是滞后2 期，对外直接投资变量（OFDI）的系数均显著为正，但与表5 中第（1）列对外直接投资变量（OFDI）的系数（0.038 8）相比，均有所下降，验证了对外投资可通过逆向技术溢出机制对企业产能利用率产生影响。同理，表6 中第（3）-（4）列为企业规模（Scale）依次滞后1期和2 期的计量结果。其OFDI的系数也同样显著为正，同样，与表5 中第（1）列对外直接投资变量（OFDI）的系数（0.038 8）相比，有所下降。由此，验证了对外直接投资可通过规模经济机制对企业产能利用率产生影响。

表6 对外直接投资与产能利用率机制分析的稳健性检验：滞后变量

2.稳健性检验二：替换变量

进一步上述两种机制存在的可信性，本文还通过替换规模经济与逆向技术溢出测度指标的方法进行了稳健性检验。由于企业规模的改变，企业的管理费用（AK）也会随之改变。一般情况下，企业规模越大，管理费用越高，两者一定程度上具有较强的相关性。因此，本文将企业管理费用（AK）作为规模经济的替换变量进行中介效应检验。企业出口增加值（EDV）一定程度上可以反映企业技术水平。通常，企业技术水平越高，企业竞争力就越强，出口产品中的增加值就越大。因此，本文将企业出口增加值（EDV）作为企业技术创新能力的替换变量进行中介效应检验。如表7 第（1）-（2）列所示，对外直接投资变量（OFDI）的系数显著为正，但系数大小相对表5 中第（1）列对外直接投资变量（OFDI）的系数（0.038 8）均有所下降，亦再次验证了规模经济和逆向技术溢出作为中介效应影响企业产能利用率机制。

表7 对外直接投资与产能利用率机制分析的稳健性检验：替换变量与变换测度方法

3.稳健性检验三：变换测度方法

测度企业产能利用率的随机前沿生产函数主要有时变模型和时不变两种模型。在基准检验中，本文在测度企业产能利用率时采用的是时变模型时，进一步地，本文采用了时不变模型重新对企业产能利用率进行测度，并进行计量检验。此时，由于被解释变量是时不变的，拟采用随机效应中的可变最小二乘法（FGLS）进行计量检验，结果如表7 第（3）-（5）列所示。实证检验发现，对外直接投资变量（OFDI）的系数依然显著为正，且第（4）列对外直接投资变量（OFDI）的系数（0.011 4）相对第（3）列基准回归中对外直接投资变量（OFDI）的系数（0.018 2）有所下降，证明了规模经济中介效应机制的存在。第（5）列对外直接投资变量（OFDI）的系数（0.008 8）相对第（3）列对外直接投资变量（OFDI）的系数（0.018 2）也有所下降，证明逆向技术溢出中介效应机制的存在。由此，采用随机前沿生产函数的时不变模型测度的产能利用率的回归结果再次验证了规模经济和逆向技术溢出两种机制在企业对外直接投资促进企业产能利用率提升效应的存在。

五、结论与启示

本文使用中国企业的微观数据，采用随机前沿生产函数法测算了中国企业产能利用率。在此基础上，检验发现对外直接投资对企业产能利用率具有显著的促进作用，采用克服内生性的双重差分方法结果显示对外直接投资对企业产能利用率提升的促进作用依然稳健。在考虑企业异质性的情形下，发现东部地区企业相比非东部地区企业，沿海地区企业相比非沿海地区企业，沿边地区企业相比非沿边地区企业，以及成立时间更长企业相比成立时间较短企业的对外直接投资对其产能利用率的提升促进作用更显著。中介效应的机制检验表明，对外直接投资提升企业产能利用率存在规模经济和逆向技术溢出渠道，且无论是滞后变量、替换变量还是变换测度方法，规模经济和逆向技术溢出的中介效应依然显著。

高质量发展是“十四五”时期乃至更长时期中国经济社会发展的主题。“双碳”目标承诺下，不断提升企业产能利用率、不断降低能耗是中国推动经济高质量发展的必由之路。对外直接投资已成为促进企业产能利用率提升的一种有效方式，且规模经济和逆向技术溢出是提升企业产能利用率的两种重要渠道，本文研究对政策的启示在于：

一是实现高质量发展，要以加快构建以国内大循环为主体、国内国际双循环相互促进的新发展格局为契机，在持续深入推动东部地区、沿海地区、沿边地区扩大开放的同时，持续深入推动中西部地区、内陆地区和腹地区域的经济开放步伐，全面提高中国经济开放水平，不断提升产能利用水平。

二是实现高质量发展，要牢牢把握共建“一带一路”命运共同体的机遇，坚定不移推动“一带一路”走深走实，广泛搭建各类合作平台，及时发布“一带一路”沿线国家产能合作需求信息，分享成功经验，助推更多国内企业尤其是中小企业“走出去”，从而促进资源配置的优化和规模经济效应的提升，不断提升我国产能利用水平［23］。

三是实现高质量发展，要进一步深化改革开放，对标高标准国际经贸规则，探索更高水平的制度型开放，持续提高贸易自由化、投资便利化水平，为更多企业“走出去”参与全球产业链、价值链和供应链分工，共享技术逆向溢出和规模经济效应创造良好条件［24］，不断提升中国产能利用水平。