王廣宇 張倩肖

(西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，陜西 西安 710061)

中國(guó)OFDI企業(yè)存在學(xué)習(xí)效應(yīng)嗎
——基于企業(yè)異質(zhì)性的研究

王廣宇 張倩肖

(西安交通大學(xué) 經(jīng)濟(jì)與金融學(xué)院，陜西 西安 710061)

利用1999—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)和商務(wù)部境外直接投資企業(yè)名錄數(shù)據(jù)庫(kù)匹配后的樣本數(shù)據(jù)，將OFDI企業(yè)按經(jīng)營(yíng)狀態(tài)進(jìn)行分類，在此基礎(chǔ)上對(duì)中國(guó)OFDI企業(yè)是否存在學(xué)習(xí)效應(yīng)進(jìn)行檢驗(yàn)。通過(guò)使用隨機(jī)占優(yōu)的KS非參數(shù)檢驗(yàn)方法進(jìn)行檢驗(yàn)，驗(yàn)證了學(xué)習(xí)效應(yīng)的存在。接著使用系統(tǒng)GMM方法對(duì)樣本數(shù)據(jù)分組進(jìn)行回歸實(shí)證檢驗(yàn)，得到以下結(jié)論：中國(guó)OFDI企業(yè)的學(xué)習(xí)效應(yīng)是存在的，而且容易受地區(qū)、行業(yè)企業(yè)性質(zhì)因素的影響并表現(xiàn)出強(qiáng)弱差異；東南地區(qū)、環(huán)渤海地區(qū)的OFDI企業(yè)學(xué)習(xí)效應(yīng)要顯著強(qiáng)于其他地區(qū)；資本密集型行業(yè)的學(xué)習(xí)效應(yīng)比資源密集型行業(yè)和勞動(dòng)密集型行業(yè)更強(qiáng)；民營(yíng)企業(yè)學(xué)習(xí)效應(yīng)比國(guó)有企業(yè)更為顯著。

OFDI；企業(yè)生產(chǎn)率；學(xué)習(xí)效應(yīng)

一、引言及文獻(xiàn)綜述

由于中國(guó)政府推進(jìn)企業(yè)對(duì)外直接投資進(jìn)程的加快，中國(guó)企業(yè)走出國(guó)門的內(nèi)生動(dòng)力逐漸增強(qiáng)。根據(jù)《2014年中國(guó)對(duì)外直接投資統(tǒng)計(jì)公報(bào)》的統(tǒng)計(jì)結(jié)果，2014年中國(guó)對(duì)外直接投資凈額為1231.2億美元，較上年增長(zhǎng)14.2%，而對(duì)外直接投資分別占全球當(dāng)年流量、存量的9.1%、3.4%，流量列全球第3位，存量居第8位；截至2014年底，1.85萬(wàn)中國(guó)投資者在國(guó)外設(shè)立對(duì)外直接投資企業(yè)2.97萬(wàn)家，分布在186個(gè)國(guó)家(地區(qū))，資產(chǎn)總額3.1萬(wàn)億美元，對(duì)外直接投資累計(jì)凈額達(dá)8826.4億美元?？梢?jiàn)，中國(guó)企業(yè)的境外直接投資取得了前所未有的發(fā)展，那么企業(yè)OFDI國(guó)際化路徑是否與企業(yè)生產(chǎn)率水平有關(guān)呢？如果有關(guān)兩者之間又存在什么樣的關(guān)系？企業(yè)是否學(xué)到國(guó)外先進(jìn)的生產(chǎn)技術(shù)和管理經(jīng)驗(yàn)了呢？或利用當(dāng)?shù)氐娜肆Y本和資源優(yōu)勢(shì)提高了自身的生產(chǎn)率？這些都是需要進(jìn)一步思考的問(wèn)題，而回答這些問(wèn)題有助于挖掘中國(guó)企業(yè)大規(guī)模境外直接投資的深層動(dòng)因，從而推動(dòng)更多的優(yōu)秀企業(yè)走出國(guó)門。

由于異質(zhì)性企業(yè)貿(mào)易理論的出現(xiàn)，從企業(yè)的微觀層面出發(fā)考察企業(yè)國(guó)際化路徑的選擇和企業(yè)生產(chǎn)率之間的關(guān)系成為熱點(diǎn)。Helpman et al.(2004)認(rèn)為生產(chǎn)率是企業(yè)選擇國(guó)際化路徑的決定因素，在考慮了沉沒(méi)成本之后，生產(chǎn)率最高的企業(yè)選擇OFDI，生產(chǎn)率次之的企業(yè)選擇對(duì)外出口，生產(chǎn)率最低的企業(yè)只選擇國(guó)內(nèi)市場(chǎng)。基于異質(zhì)性企業(yè)貿(mào)易理論，國(guó)內(nèi)外越來(lái)越多的研究開(kāi)始圍繞企業(yè)國(guó)際化路徑選擇是否有助于提高企業(yè)生產(chǎn)率，即所謂的“學(xué)習(xí)效應(yīng)”——選擇了OFDI的企業(yè)是否通過(guò)國(guó)外經(jīng)營(yíng)經(jīng)驗(yàn)提高了自身的生產(chǎn)率水平。通過(guò)對(duì)各國(guó)OFDI企業(yè)是否存在學(xué)習(xí)效應(yīng)進(jìn)行驗(yàn)證，國(guó)外相關(guān)研究文獻(xiàn)得出的結(jié)論卻不一致。有的文獻(xiàn)認(rèn)為可以帶來(lái)學(xué)習(xí)效應(yīng)。例如：Lipsey et al.(2000)研究日本對(duì)美國(guó)直接投資的企業(yè)生產(chǎn)率水平的變化后發(fā)現(xiàn)，日本OFDI企業(yè)專利輸出越多，企業(yè)生產(chǎn)率提高就越多，說(shuō)明日本企業(yè)OFDI國(guó)際化路徑選擇促進(jìn)了企業(yè)的技術(shù)進(jìn)步；Pradhan et al.(2009)通過(guò)對(duì)印度汽車行業(yè)企業(yè)OFDI行為的研究發(fā)現(xiàn)，OFDI吸收了國(guó)外先進(jìn)的研發(fā)技術(shù)，顯著改善了國(guó)內(nèi)母公司R&D研發(fā)績(jī)效，提升了企業(yè)生產(chǎn)率水平；Kim et al.(2009)通過(guò)對(duì)1994—2005年韓國(guó)OFDI企業(yè)進(jìn)行深入研究，結(jié)果顯示韓國(guó)企業(yè)的OFDI行為不僅有助于企業(yè)獲得所有權(quán)優(yōu)勢(shì)，還能為企業(yè)帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。有的研究卻得出了相反的結(jié)論，即OFDI企業(yè)不一定存在學(xué)習(xí)效應(yīng)。例如：Castellani et al.(2008)研究了意大利108家企業(yè)的OFDI對(duì)企業(yè)生產(chǎn)率水平的影響，結(jié)果顯示只有對(duì)中歐和東歐進(jìn)行直接投資的企業(yè)有所提升，而投資于其他國(guó)家的企業(yè)并沒(méi)有發(fā)生變化；Luedi(2008)分析1995—2007年中國(guó)跨國(guó)并購(gòu)的56個(gè)案例后發(fā)現(xiàn)，大多數(shù)的跨國(guó)投資并沒(méi)有給投資者帶來(lái)價(jià)值，也沒(méi)有提升企業(yè)的績(jī)效水平；Aybar et al.(2009)研究了新興國(guó)家(地區(qū))433起企業(yè)跨國(guó)并購(gòu)后發(fā)現(xiàn)，過(guò)半的跨國(guó)并購(gòu)并沒(méi)有創(chuàng)造出新的企業(yè)價(jià)值，甚至?xí)p害了企業(yè)的績(jī)效。

相關(guān)研究也引起了國(guó)內(nèi)學(xué)者的興趣，然而直接研究企業(yè)OFDI學(xué)習(xí)效應(yīng)的文獻(xiàn)較少，更多是結(jié)合其它的研究背景間接地驗(yàn)證學(xué)習(xí)效應(yīng)，但從結(jié)果來(lái)看對(duì)外直接投資確實(shí)有助于提高企業(yè)的經(jīng)營(yíng)效率和生產(chǎn)率水平。袁東等(2015)使用微觀企業(yè)數(shù)據(jù)和傾向得分匹配的方法，從母公司特征和子公司進(jìn)入策略的視角，發(fā)現(xiàn)企業(yè)生產(chǎn)率的提高能從對(duì)外直接投資中獲益，企業(yè)首次進(jìn)行對(duì)外直接投資之后一年，其生產(chǎn)率會(huì)顯著高于無(wú)對(duì)外投資的企業(yè)；齊亞偉(2016)運(yùn)用傾向得分匹配法研究企業(yè)研發(fā)投入及投資區(qū)位對(duì)OFDI企業(yè)學(xué)習(xí)效應(yīng)的影響，結(jié)果顯示OFDI企業(yè)的學(xué)習(xí)效應(yīng)是顯著存在的，在持續(xù)研發(fā)企業(yè)對(duì)外直接投資中表現(xiàn)尤為明顯；袁其剛等(2016)從投資目的地角度檢驗(yàn)了對(duì)外直接投資對(duì)生產(chǎn)率的影響，研究發(fā)現(xiàn)中國(guó)企業(yè)對(duì)外直接投資顯著提升了企業(yè)生產(chǎn)率，投資于發(fā)展中國(guó)家的提升力度較發(fā)達(dá)國(guó)家更大，選擇“先易后難”路徑提升作用更大；肖慧敏等(2014)利用2005—2011年上市企業(yè)的微觀數(shù)據(jù)，基于傾向得分匹配方法檢驗(yàn)企業(yè)對(duì)外直接投資是否存在學(xué)習(xí)效應(yīng)，研究結(jié)果表明中國(guó)企業(yè)通過(guò)對(duì)外直接投資顯著提升了技術(shù)水平；蔣冠宏等(2014)運(yùn)用倍差法檢驗(yàn)了企業(yè)對(duì)外直接投資的“生產(chǎn)率效應(yīng)”，發(fā)現(xiàn)企業(yè)對(duì)外直接投資顯著提升了企業(yè)生產(chǎn)率，但由于受企業(yè)投資動(dòng)機(jī)和東道國(guó)發(fā)展水平影響而有所差異。

基于此，本文的貢獻(xiàn)在于：(1)在企業(yè)境外直接投資數(shù)據(jù)庫(kù)的基礎(chǔ)上，按照 OFDI企業(yè)的經(jīng)營(yíng)狀態(tài)將企業(yè)分成新OFDI企業(yè)、持續(xù)OFDI企業(yè)、退出OFDI企業(yè)和非OFDI企業(yè)，并運(yùn)用隨機(jī)占優(yōu)KS非參數(shù)檢驗(yàn)方法對(duì)細(xì)分的企業(yè)是否存在學(xué)習(xí)效應(yīng)進(jìn)行細(xì)致、有效的驗(yàn)證；(2)通過(guò)構(gòu)造可以檢驗(yàn)學(xué)習(xí)效應(yīng)的回歸方程，使用系統(tǒng)GMM估計(jì)方法進(jìn)行檢驗(yàn)，控制住地區(qū)、行業(yè)、企業(yè)性質(zhì)等影響因素，分組進(jìn)行實(shí)證檢驗(yàn)，以期進(jìn)行全面規(guī)范的驗(yàn)證，從而對(duì)OFDI的國(guó)際化路徑選擇和企業(yè)生產(chǎn)率水平的關(guān)系進(jìn)行深入探討。

二、數(shù)據(jù)說(shuō)明和全要素生產(chǎn)率的估算

(一)數(shù)據(jù)描述

本文研究數(shù)據(jù)來(lái)自于1999—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)和商務(wù)部《對(duì)外投資企業(yè)名錄》數(shù)據(jù)庫(kù)的匹配整理，具體方法就是根據(jù)商務(wù)部統(tǒng)計(jì)的對(duì)外直接投資企業(yè)的名稱、所屬省份與中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)進(jìn)行匹配，匹配成功的企業(yè)兼具了商務(wù)部對(duì)外直接投資企業(yè)的信息和中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中企業(yè)的財(cái)務(wù)信息。需要指出的是，數(shù)據(jù)的時(shí)間跨度為1999—2007年，這是因?yàn)橹袊?guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)雖然已經(jīng)更新到2010年，但是2007年之后很多統(tǒng)計(jì)指標(biāo)發(fā)生了變化，和之前統(tǒng)計(jì)口徑有很大差異，有些不再列入統(tǒng)計(jì)范圍，使用2007年之后的數(shù)據(jù)不利于企業(yè)全要素生產(chǎn)率的估算，而且目前國(guó)內(nèi)相關(guān)文獻(xiàn)對(duì)中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的使用年份基本也都截至2007年。商務(wù)部《對(duì)外投資企業(yè)名錄》數(shù)據(jù)庫(kù)涵蓋了對(duì)外直接投資企業(yè)的母公司名稱、國(guó)外子公司名稱、經(jīng)營(yíng)范圍、投資的東道國(guó)、母公司省份和子公司設(shè)立時(shí)間等相關(guān)信息。由于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)某些觀察值存在異常，在匹配前對(duì)該數(shù)據(jù)庫(kù)數(shù)據(jù)做如下處理：(1)調(diào)整行業(yè)代碼。2003年中國(guó)實(shí)施新的《國(guó)民經(jīng)濟(jì)行業(yè)分類》，為統(tǒng)計(jì)行業(yè)口徑，根據(jù)新標(biāo)準(zhǔn)對(duì)企業(yè) 2003 年以前的行業(yè)代碼進(jìn)行調(diào)整。(2)刪除銷售收入低于 500 萬(wàn)元的企業(yè)。數(shù)據(jù)庫(kù)包括了全部國(guó)有及規(guī)模以上的非國(guó)有企業(yè)，為了有效地分析，本文刪除了銷售收入小于500萬(wàn)元的企業(yè)。(3)保留工業(yè)總產(chǎn)值、工業(yè)增加值、固定資產(chǎn)原價(jià)、固定資產(chǎn)凈產(chǎn)值、中間投入為正值的樣本。(4)剔除就業(yè)人數(shù)少于8人的樣本。(5)工業(yè)增加值與工業(yè)總產(chǎn)值比率必須大于 0而小于1。在成功匹配出每年的OFDI企業(yè)后，要對(duì)每年的OFDI企業(yè)狀態(tài)進(jìn)行分類，以1999—2006年各年為基期，將前一年非OFDI企業(yè)，而當(dāng)年OFDI企業(yè)定義為新OFDI企業(yè)；將連續(xù)兩年OFDI的企業(yè)定義為持續(xù)OFDI企業(yè)；將前一年OFDI當(dāng)年退出市場(chǎng)的企業(yè)定義為退出OFDI企業(yè)；將兩年都不從事OFDI的企業(yè)定義為非OFDI企業(yè)，具體結(jié)果見(jiàn)表1。由表1可知，隨著年份的增加，從事OFDI的企業(yè)數(shù)量也在逐年增長(zhǎng)，各種類型的OFDI企業(yè)也呈現(xiàn)出逐年增長(zhǎng)的態(tài)勢(shì)。

(二)全要素生產(chǎn)率的估計(jì)

表1 不同類型的OFDI企業(yè)數(shù)統(tǒng)計(jì)

對(duì)企業(yè)全要素生產(chǎn)率(TFP)的估計(jì)是實(shí)證分析的基礎(chǔ)。傳統(tǒng)的全要素生產(chǎn)率估計(jì)方法(OLS方法)將產(chǎn)生同時(shí)性偏差和樣本選擇性偏差，從而無(wú)法獲得無(wú)偏一致的估計(jì)結(jié)果。針對(duì)此問(wèn)題，Olley et al.(1996)提出了一種修正的方法(即OP方法)，即將投資額作為代理變量，以解決樣本數(shù)據(jù)相互決定偏差所引起的內(nèi)生性問(wèn)題和樣本選擇偏差所引起的偏差問(wèn)題。而Levinsohn et al.(2003)設(shè)計(jì)了TFP估計(jì)方法(即LP方法)，通過(guò)引入中間品投入指標(biāo)代替投資作為代理變量，設(shè)計(jì)幾種檢驗(yàn)代理變量合意程度的方案，使代理變量的選擇更為科學(xué)。在進(jìn)行LP方法估算時(shí)，固定資產(chǎn)存量按永續(xù)盤(pán)存法計(jì)算Kit=Kit-1(1-δ)+Iit,其中，Iit為企業(yè)固定資產(chǎn)投資，δi為折舊率，可以假定企業(yè)的折

表2 全要素生產(chǎn)率的估計(jì)結(jié)果

舊率是固定不變的。本文在進(jìn)行全要求生產(chǎn)率的估計(jì)時(shí)，在利用OP方法和LP方法測(cè)度企業(yè)全要素生產(chǎn)率之后，先使用OP方法得到的TFP來(lái)進(jìn)行實(shí)證分析，之后使用LP方法測(cè)度的TFP來(lái)進(jìn)一步做回歸結(jié)果的穩(wěn)健性檢驗(yàn)，具體見(jiàn)表2。

三、學(xué)習(xí)效應(yīng)的KS非參數(shù)檢驗(yàn)

(一)Kolmogorov-Smirnov(KS)非參數(shù)檢驗(yàn)

為進(jìn)行OFDI企業(yè)自我選擇效應(yīng)和學(xué)習(xí)效應(yīng)的檢驗(yàn)，先采用第一等隨機(jī)占優(yōu)的KS非參數(shù)檢驗(yàn)方法。與傳統(tǒng)比較兩組樣本均值等統(tǒng)計(jì)量方法不同，基于隨機(jī)占優(yōu)的KS非參數(shù)檢驗(yàn)方法反映了兩組樣本間更全面的分布差異，是一種更為嚴(yán)格的檢驗(yàn)方法。為了體現(xiàn)第一等隨機(jī)占優(yōu)的思想，需要進(jìn)行雙邊和單邊KS檢驗(yàn)，假設(shè)兩組樣本的分布函數(shù)分別為F1(φ)和F2(φ)，雙邊KS檢驗(yàn)兩組樣本的分布是否存在差異：

原假設(shè)(H0)：F1(φ)-F2(φ)=0,?φ∈ψ

備擇假設(shè)(H1)：F1(φ)-F2(φ)≠0,?φ∈ψ

單邊KS檢驗(yàn)一組樣本是否隨機(jī)占優(yōu)于另一組樣本：

原假設(shè)(H0)：F2(φ)-F1(φ)≤0,?φ∈ψ

備擇假設(shè)(H1)： F2(φ)-F1(φ)>0,?φ∈ψ

為了使一組樣本F1(φ)隨機(jī)優(yōu)于另一組樣本F2(φ)，需要拒絕雙邊KS檢驗(yàn)的原假設(shè)，同時(shí)接受單邊KS檢驗(yàn)的原假設(shè)。

(二)學(xué)習(xí)效應(yīng)的檢驗(yàn)

OFDI企業(yè)的學(xué)習(xí)效應(yīng)可能來(lái)源于以下幾個(gè)方面：(1)國(guó)外市場(chǎng)規(guī)模的擴(kuò)大，這不僅給OFDI企業(yè)提供了增加收入的機(jī)會(huì)，而且給了相關(guān)企業(yè)更大的壓力來(lái)解決提升效率的問(wèn)題，以便應(yīng)對(duì)激烈的國(guó)際市場(chǎng)競(jìng)爭(zhēng)(Greenaway et al.，2007)；(2)東道國(guó)市場(chǎng)的消費(fèi)者對(duì)產(chǎn)品的價(jià)值和質(zhì)量的要求比國(guó)內(nèi)消費(fèi)者更為苛刻，導(dǎo)致OFDI企業(yè)為了生產(chǎn)出品質(zhì)更高的產(chǎn)品，積極吸收國(guó)際先進(jìn)的技術(shù)，改進(jìn)生產(chǎn)工藝，提高技術(shù)標(biāo)準(zhǔn)，加大對(duì)職工的培訓(xùn)力度(Javorcik，2004；Dunning et al.，2008)；(3)對(duì)于一些國(guó)家的OFDI企業(yè)還可以從東道國(guó)企業(yè)獲取逆向技術(shù)溢出，通過(guò)聘用當(dāng)?shù)馗呒寄芄と撕途哂泻诵募夹g(shù)的人才，吸取東道國(guó)先進(jìn)的生產(chǎn)技術(shù)和管理經(jīng)驗(yàn)，提升自身技術(shù)水平(Branstetter，2006)。通過(guò)以上方式，OFDI企業(yè)在進(jìn)行跨國(guó)經(jīng)營(yíng)后生產(chǎn)率水平得到明顯地提高，這就是所謂的“學(xué)習(xí)效應(yīng)”。為了檢測(cè)學(xué)習(xí)效應(yīng)，就需要測(cè)度選擇了OFDI的企業(yè)生產(chǎn)率增長(zhǎng)是否高于非OFDI企業(yè)。因此，根據(jù)對(duì)學(xué)習(xí)效應(yīng)的解釋提出兩個(gè)假設(shè)，并基于隨機(jī)占優(yōu)的方法來(lái)進(jìn)一步驗(yàn)證OFDI企業(yè)的學(xué)習(xí)效應(yīng)：

假設(shè)1：新OFDI企業(yè)生產(chǎn)率的增長(zhǎng)率分布隨機(jī)占優(yōu)于非OFDI企業(yè)生產(chǎn)率的增長(zhǎng)率分布。

假設(shè)2：持續(xù)OFDI企業(yè)生產(chǎn)率的增長(zhǎng)率分布隨機(jī)占優(yōu)于新OFDI企業(yè)生產(chǎn)率的增長(zhǎng)率分布。

表3 新OFDI企業(yè)VS非OFDI企業(yè)

表4 持續(xù)OFDI企業(yè)VS新OFDI企業(yè)

表3和表4顯示了新OFDI企業(yè)與非OFDI企業(yè)、持續(xù)OFDI企業(yè)與新OFDI企業(yè)之間全要素生產(chǎn)率增長(zhǎng)率分布的KS檢驗(yàn)。表3中KS雙邊檢驗(yàn)所有年份都在5%的顯著水平下拒絕了“新OFDI企業(yè)與非OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率分布來(lái)自于同一分布”的零假設(shè)，說(shuō)明新OFDI企業(yè)與非OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率之間存在差異；KS 單邊檢驗(yàn)在所有年份皆在 5%顯著水平下無(wú)法拒絕“新OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率分布隨機(jī)占優(yōu)非OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率分布”的零假設(shè)，這說(shuō)明新OFDI企業(yè)在進(jìn)入OFDI市場(chǎng)后的生產(chǎn)率、增長(zhǎng)率高于非OFDI企業(yè)，企業(yè)OFDI學(xué)習(xí)效應(yīng)提升了自身的生產(chǎn)率水平，驗(yàn)證了假設(shè)1。表4中KS雙邊檢驗(yàn)除了2000、2001、2007三年在5%的顯著水平下拒絕以外，其余年份都在10%的顯著水平下拒絕了“持續(xù)OFDI企業(yè)與新OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率分布來(lái)自于同一分布”的零假設(shè)，說(shuō)明持續(xù)OFDI企業(yè)與新OFDI企業(yè)全要素生產(chǎn)率之間存在差異；KS 單邊檢驗(yàn)在所有年份都在 5%顯著水平下無(wú)法拒絕“持續(xù)OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率分布隨機(jī)占優(yōu)于新OFDI企業(yè)全要素生產(chǎn)率增長(zhǎng)率分布”的零假設(shè)，這說(shuō)明持續(xù)OFDI企業(yè)的生產(chǎn)率增長(zhǎng)率高于新OFDI企業(yè)，OFDI企業(yè)經(jīng)營(yíng)年限越長(zhǎng)學(xué)習(xí)效應(yīng)越大，驗(yàn)證了假設(shè)2。

四、學(xué)習(xí)效應(yīng)的模型估計(jì)與檢驗(yàn)

上文運(yùn)用KS非參數(shù)檢驗(yàn)方法比較了不同類型的OFDI企業(yè)生產(chǎn)率的增長(zhǎng)率分布的差異，探討了中國(guó)OFDI企業(yè)中是否存在學(xué)習(xí)效應(yīng)。接下來(lái)運(yùn)用傳統(tǒng)的經(jīng)驗(yàn)研究方法，使用同一樣本數(shù)據(jù)，通過(guò)構(gòu)造可以檢驗(yàn)學(xué)習(xí)效應(yīng)的回歸方程，控制住年份時(shí)間效應(yīng)、地區(qū)效應(yīng)、行業(yè)效應(yīng)和企業(yè)性質(zhì)等因素，從而更規(guī)范、全面地來(lái)驗(yàn)證這種效應(yīng)。

(一)模型的設(shè)定和變量的選取

計(jì)量模型設(shè)定如下：

ln TFPit-ln TFPit-1= α+β1Startit+β2Bothit+θ1Scaleit+θ2Capitalit+θ3Ownerit+

θ4Ageit+λit+γit+μt+εit

被解釋變量：ln TFPit-ln TFPit-1表示OFDI企業(yè)全要素生產(chǎn)率的增長(zhǎng)率。

核心解釋變量：Startit表示新OFDI企業(yè)，即前一年不進(jìn)行OFDI、當(dāng)年從事OFDI的企業(yè)，是一個(gè)二元虛擬變量，它的比較參照對(duì)象是非OFDI企業(yè)，計(jì)量回歸結(jié)果中它的系數(shù)β1的大小和顯著性可以檢驗(yàn)學(xué)習(xí)效應(yīng)，從而揭示新OFDI企業(yè)與非OFDI企業(yè)生產(chǎn)率的差異。

控制變量：Bothit表示持續(xù)OFDI企業(yè)，即連續(xù)兩年都從事OFDI的企業(yè)，也是二元虛擬變量，它的比較參照對(duì)象是非OFDI企業(yè)，計(jì)量回歸結(jié)果中它的系數(shù)β2的大小和顯著性可以檢驗(yàn)OFDI企業(yè)生產(chǎn)率是否比非OFDI企業(yè)更高，以揭示持續(xù)OFDI企業(yè)與非OFDI企業(yè)生產(chǎn)率的差異。為了檢驗(yàn)生產(chǎn)率是否是企業(yè)退出OFDI市場(chǎng)的因素，還應(yīng)該加入退出OFDI企業(yè)的虛擬變量，但數(shù)據(jù)庫(kù)中企業(yè)一旦退出OFDI市場(chǎng)便不再存在，相應(yīng)的企業(yè)信息和財(cái)務(wù)數(shù)據(jù)則無(wú)法獲取，更惶論估算生產(chǎn)率的增長(zhǎng)率，同時(shí)退出OFDI企業(yè)對(duì)檢驗(yàn)學(xué)習(xí)效應(yīng)影響不大，因此不再對(duì)退出OFDI企業(yè)虛擬變量進(jìn)行設(shè)定。Scaleit表示企業(yè)的規(guī)模水平，采用企業(yè)總資產(chǎn)的對(duì)數(shù)值來(lái)衡量；Capitalit表示企業(yè)的資本密集度，用企業(yè)的固定資產(chǎn)凈值年平均

表5 變量的描述性統(tǒng)計(jì)

余額與企業(yè)從業(yè)人員數(shù)的比值來(lái)衡量；Ownerit表示企業(yè)的控股類型，是二元虛擬變量，值為1表示企業(yè)是國(guó)有控股，值為0表示企業(yè)是非國(guó)有控股；Ageit表示企業(yè)的年齡，即從企業(yè)設(shè)立到目前的時(shí)間，以年為單位；λit、γit、μt分別表示企業(yè)的省份特征、行業(yè)特征和時(shí)間特征的固定效應(yīng)；εit是殘差項(xiàng)。具體各個(gè)變量的描述性統(tǒng)計(jì)如表5所示。

(二)實(shí)證結(jié)果分析

由于采用非平衡面板數(shù)據(jù)，需要使用動(dòng)態(tài)面板的系統(tǒng)GMM方法對(duì)模型進(jìn)行估計(jì)。由于使用動(dòng)態(tài)面板估計(jì)方法的需要，考慮到前一期的TFP增長(zhǎng)率對(duì)當(dāng)期的影響，所以在解釋變量中加入TFP增長(zhǎng)率的滯后一期值(Dln TFPit-1)。而加入后，樣本觀察值的數(shù)量會(huì)有所減少，因?yàn)槿粢袃善赥FP增長(zhǎng)率的值，企業(yè)就必須至少連續(xù)經(jīng)營(yíng)3年以上，而軟件stata12在進(jìn)行系統(tǒng)GMM估計(jì)時(shí)會(huì)篩選連續(xù)經(jīng)營(yíng)3年以上的企業(yè)，這也是為了有效驗(yàn)證學(xué)習(xí)效應(yīng)，企業(yè)從中獲益和學(xué)習(xí)效應(yīng)“發(fā)酵”往往需花費(fèi)幾年甚至更久的時(shí)間，保留連續(xù)經(jīng)營(yíng)3年以上的企業(yè)觀察值更有利于學(xué)習(xí)效應(yīng)的檢驗(yàn)。對(duì)于動(dòng)態(tài)面板模型，由于Dln TFPit-1與固定效應(yīng)λit、γit相關(guān)，如果不控制內(nèi)生性，將產(chǎn)生動(dòng)態(tài)面板偏誤；如果數(shù)據(jù)時(shí)間維度較短，偏誤就會(huì)更加嚴(yán)重，而通過(guò)組內(nèi)估計(jì)轉(zhuǎn)換的滯后因變量和殘差項(xiàng)相關(guān)，并不能克服偏誤的問(wèn)題。針對(duì)動(dòng)態(tài)模型存在的問(wèn)題，Arellano et al.( 1995)、Blundell et al.(2000)設(shè)計(jì)出的系統(tǒng) GMM 方法能有效克服動(dòng)態(tài)面板模型參數(shù)估計(jì)所存在的問(wèn)題。通過(guò)將差分后的滯后因變量和內(nèi)生自變量作為水平方程中對(duì)應(yīng)變量的工具變量，將水平的滯后因變量和內(nèi)生自變量作為差分方程中對(duì)應(yīng)變量的工具變量，在對(duì)水平方程和差分方程參數(shù)進(jìn)行估計(jì)和識(shí)別后，通過(guò)加權(quán)得到最終的水平方程系統(tǒng)GMM估計(jì)結(jié)果，利用水平方程和差分方程，通過(guò)增加矩條件來(lái)提高估計(jì)效率。因此使用stata12.0軟件中的xtabond2命令進(jìn)行系統(tǒng)GMM的估計(jì)。

1.全樣本的實(shí)證檢驗(yàn)結(jié)果

為了進(jìn)行比較，先對(duì)使用了OLS方法和面板隨機(jī)效應(yīng)方法的方程進(jìn)行估計(jì)，在固定效應(yīng)和隨機(jī)效應(yīng)之間選擇進(jìn)行Hausman檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量的值為7.556，P值為0.271，接受原假設(shè)，選擇隨機(jī)效應(yīng)估計(jì)。接著進(jìn)行系統(tǒng)GMM估計(jì)，對(duì)于估計(jì)結(jié)果報(bào)告三項(xiàng)檢驗(yàn)統(tǒng)計(jì)指標(biāo)：sargan檢驗(yàn)對(duì)應(yīng)的統(tǒng)計(jì)值和P值，

表6 全樣本的實(shí)證檢驗(yàn)結(jié)果

注：***、**、* 分別表示在1%、5%、10%水平上顯著；括號(hào)中為標(biāo)準(zhǔn)誤，Sargan檢驗(yàn)給出的是統(tǒng)計(jì)量和對(duì)應(yīng)的P值，AR(1)和AR(2)給出的是P值。下表同。

而AR(1)和AR(2)。sargan檢驗(yàn)通過(guò)檢驗(yàn)過(guò)度識(shí)別約束來(lái)判斷工具變量的有效性，而AR(1)和AR(2)用于檢驗(yàn)殘差中是否有一階和二階序列相關(guān)，GMM估計(jì)的一致性要求差分殘差的二階序列不相關(guān)。對(duì)全樣本的實(shí)證結(jié)果如表6所示，模型(1)、(2)、(3)是沒(méi)考慮地區(qū)效應(yīng)、行業(yè)效應(yīng)和時(shí)間年份效應(yīng)的最小二乘估計(jì)、面板隨機(jī)效應(yīng)估計(jì)和系統(tǒng)GMM估計(jì)的結(jié)果；模型(4)、(5)、(6)是考慮地區(qū)效應(yīng)、行業(yè)效應(yīng)和時(shí)間年份效應(yīng)的估計(jì)結(jié)果。從總體上來(lái)看，OFDI企業(yè)存在學(xué)習(xí)效應(yīng)，核心變量Start的系數(shù)及其顯著性表示學(xué)習(xí)效應(yīng)，在沒(méi)有考慮地區(qū)效應(yīng)、行業(yè)效應(yīng)和時(shí)間年份效應(yīng)的條件下，OLS面板隨機(jī)效應(yīng)和系統(tǒng)GMM估計(jì)出的系數(shù)都在5%的水平下顯著。在加入了控制變量之后，OLS和面板隨機(jī)效應(yīng)估計(jì)出的系數(shù)在數(shù)值和顯著性方面都有所提高，說(shuō)明地區(qū)和行業(yè)因素對(duì)OFDI企業(yè)學(xué)習(xí)效應(yīng)的影響是存在的，為了進(jìn)一步分析地區(qū)和行業(yè)因素的影響效果，下文將分地區(qū)、分行業(yè)進(jìn)行回歸分析。從其他解釋變量來(lái)看，Both的系數(shù)及其顯著性在考慮了地區(qū)效應(yīng)、行業(yè)效應(yīng)和時(shí)間效應(yīng)前后差別不大且都很顯著，說(shuō)明OFDI企業(yè)的生產(chǎn)率水平總是顯著高于非OFDI企業(yè)，即生產(chǎn)率高的企業(yè)會(huì)自發(fā)地選擇境外投資來(lái)拓展海外市場(chǎng)，提高企業(yè)經(jīng)營(yíng)利潤(rùn)。企業(yè)規(guī)模(Scale)對(duì)企業(yè)生產(chǎn)率的增長(zhǎng)影響為正且非常顯著，是因?yàn)榫哂幸?guī)模優(yōu)勢(shì)的大型企業(yè)，由于收入規(guī)模的擴(kuò)張和政府政策的支持，往往會(huì)選擇跨國(guó)并購(gòu)的方式來(lái)開(kāi)拓海外市場(chǎng)、實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)，提高盈利能力和競(jìng)爭(zhēng)力。然而中小企業(yè)由于受政策制約和自身競(jìng)爭(zhēng)實(shí)力欠缺，在進(jìn)行OFDI時(shí)會(huì)遇到很多阻力，因而不利于公司發(fā)展。企業(yè)資本密度(Capital)的影響為負(fù)且非常顯著，這與傳統(tǒng)的觀點(diǎn)預(yù)期相反，考慮到中國(guó)實(shí)際情況，OFDI企業(yè)生產(chǎn)率增長(zhǎng)可能更多地來(lái)自企業(yè)資本之外的優(yōu)勢(shì)，如國(guó)家政策的支持、國(guó)內(nèi)外市場(chǎng)的結(jié)構(gòu)等。企業(yè)性質(zhì)(Owner)的影響為負(fù)且非常顯著，是因?yàn)閲?guó)有控股企業(yè)雖然可以憑借其國(guó)有資源優(yōu)勢(shì)在境外直接投資方面表現(xiàn)活躍，但其OFDI包含了非市場(chǎng)動(dòng)機(jī)，如出于國(guó)家戰(zhàn)略的需要，在對(duì)能源資源的戰(zhàn)略性投資中，要照顧到國(guó)家長(zhǎng)期的能源資源戰(zhàn)略，而不是簡(jiǎn)單地追求企業(yè)價(jià)值和利益的最大化；隨著國(guó)內(nèi)經(jīng)濟(jì)轉(zhuǎn)型，民營(yíng)企業(yè)對(duì)外投資比重上升，經(jīng)營(yíng)更加靈活，對(duì)自身盈利能力和經(jīng)營(yíng)效益的要求也會(huì)提高，從而影響到學(xué)習(xí)效應(yīng)的強(qiáng)弱。與地區(qū)、行業(yè)因素一樣，企業(yè)性質(zhì)這一虛擬變量對(duì)學(xué)習(xí)效應(yīng)的強(qiáng)弱起著重要的作用，因此下文中將按照企業(yè)性質(zhì)對(duì)數(shù)據(jù)進(jìn)行分組，在控制了地區(qū)和行業(yè)效應(yīng)后，進(jìn)一步觀察國(guó)有企業(yè)和民營(yíng)企業(yè)在境外投資表現(xiàn)出的學(xué)習(xí)效應(yīng)差異。企業(yè)經(jīng)營(yíng)年齡Age影響為正且非常顯著，這說(shuō)明企業(yè)經(jīng)營(yíng)的時(shí)間越久，積累的經(jīng)驗(yàn)越豐富，越有利于自身生產(chǎn)率水平的提高。模型(3)和模型(6)使用了系統(tǒng)GMM方法，針對(duì)這兩個(gè)模型的AR(1)和AR(2)檢驗(yàn)表明，差分方程的殘差序列存在顯著的一階自相關(guān)但不存在二階自相關(guān)，意味著模型設(shè)定總體上是可取的。判定工具變量是否有效的Sargan檢驗(yàn)接受原假設(shè)，表明各工具變量的構(gòu)造均是有效的；生產(chǎn)率增長(zhǎng)率滯后一期值L.DlnTFP的影響為正且顯著。

表7 分地區(qū)的實(shí)證檢驗(yàn)結(jié)果

2.分地區(qū)的實(shí)證檢驗(yàn)結(jié)果

通過(guò)全樣本的實(shí)證檢驗(yàn)，結(jié)果發(fā)現(xiàn)：OFDI企業(yè)的學(xué)習(xí)效應(yīng)強(qiáng)弱受地區(qū)、行業(yè)、企業(yè)性質(zhì)的影響較多，因此要結(jié)合各地區(qū)域發(fā)展的實(shí)際情況，將OFDI企業(yè)按其省份所屬地進(jìn)行細(xì)致地劃分，以進(jìn)一步研究不同區(qū)域的OFDI企業(yè)的表現(xiàn)。按照世界銀行(2006)的劃分，中國(guó)內(nèi)地分為6大經(jīng)濟(jì)區(qū)域，分別是東北地區(qū)(吉林、遼寧、黑龍江)、東南地區(qū)(江蘇、上海、福建、廣東、浙江)、環(huán)渤海地區(qū)(北京、河北、天津、山東)、中部地區(qū)(湖南、湖北、安徽、江西、河南)、西北地區(qū)(陜西、山西、內(nèi)蒙古、寧夏、新疆、青海、甘肅)和西南地區(qū)(重慶、四川、云南、廣西、貴州、海南、西藏)，本文分地區(qū)檢驗(yàn)地區(qū)劃分采納這一劃分方法，結(jié)果見(jiàn)表7。由表7可知，不同地區(qū)OFDI企業(yè)差異較大：東南地區(qū)、環(huán)渤海地區(qū)和中部地區(qū)的OFDI企業(yè)Start系數(shù)較為顯著，表明這三個(gè)地區(qū)的學(xué)習(xí)效應(yīng)較為顯著， 而東北地區(qū)、西北地區(qū)、西南地區(qū)的學(xué)習(xí)效應(yīng)不是很顯著。這可能是因?yàn)椋簴|南地區(qū)、環(huán)渤海地區(qū)的OFDI企業(yè)數(shù)量占境外直接投資的企業(yè)比重較大，是中國(guó)對(duì)外直接投資的主力，且在境外投資主體多為民營(yíng)企業(yè)，這些民營(yíng)企業(yè)經(jīng)營(yíng)靈活，投資途徑多樣化，企業(yè)進(jìn)行OFDI已從過(guò)去的單打獨(dú)斗轉(zhuǎn)變?yōu)閰^(qū)域集群式規(guī)模式發(fā)展，善于從對(duì)外直接投資經(jīng)歷中總結(jié)經(jīng)驗(yàn)，以提升企業(yè)效率，所以表現(xiàn)出較強(qiáng)的學(xué)習(xí)效應(yīng)；相對(duì)于東南地區(qū)、環(huán)渤海地區(qū)，東北地區(qū)和西部地區(qū)的基礎(chǔ)設(shè)施建設(shè)較為落后，企業(yè)競(jìng)爭(zhēng)意識(shí)和觀念欠缺，故在境外投資中的表現(xiàn)不如東南地區(qū)、環(huán)渤海地區(qū)的企業(yè)。Both的系數(shù)都為正且較為顯著，說(shuō)明受地區(qū)因素的影響不太明顯，生產(chǎn)率高的企業(yè)已不滿足于國(guó)內(nèi)市場(chǎng)，會(huì)自愿去承擔(dān)OFDI成本，通過(guò)選擇境外直接投資的經(jīng)營(yíng)方式去拓展海外市場(chǎng)，以爭(zhēng)取更大海外利潤(rùn)。分地區(qū)檢驗(yàn)中，其他的解釋變量都很顯著，所使用的系統(tǒng)GMM方法都接受了判定工具變量是否有效的Sargan檢驗(yàn)原假設(shè)，差分方程的殘差序列都存在顯著的一階自相關(guān)同時(shí)不存在二階自相關(guān)，意味著模型設(shè)定總體上是可取的。

3.分行業(yè)的實(shí)證檢驗(yàn)結(jié)果

為進(jìn)一步探討不同行業(yè)因素對(duì)OFDI企業(yè)學(xué)習(xí)效應(yīng)的影響，將對(duì)不同行業(yè)分組做實(shí)證。通過(guò)兩個(gè)數(shù)據(jù)庫(kù)的匹配整合，樣本企業(yè)涵蓋了國(guó)民經(jīng)濟(jì)38個(gè)二維碼行業(yè)，借鑒段文斌等(2013)的處理辦法，將這些二維碼行業(yè)進(jìn)行分類，分別是：資源密集型行業(yè)(06、07、15、16、20、22、25、45、46)、勞動(dòng)密集型行業(yè)(08、09、10、11、13、14、17、18、19、21、23)和資本密集型行業(yè)(24、26、27、28、29、30、31、32、33、34、35、36、37、39、40、41、42、43)。分行業(yè)的實(shí)證檢驗(yàn)結(jié)果見(jiàn)表8中的模型(1)、模型(2)和模型(3)。由表8的模型(1)、模型(2)和模型(3)可知，不同行業(yè)類型對(duì)OFDI企業(yè)學(xué)習(xí)效應(yīng)的影響差異明顯：資本密集行業(yè)的OFDI企業(yè)的學(xué)習(xí)效應(yīng)較為顯著，而資源密集和勞動(dòng)密集行業(yè)的學(xué)習(xí)效應(yīng)不是很顯著，這可能因?yàn)橘Y本密集的行業(yè)能夠使用先進(jìn)的技術(shù)或裝備，擴(kuò)大海外市場(chǎng)需求，充分利用企業(yè)的規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)，從而能夠提高企業(yè)的生產(chǎn)率水平和經(jīng)營(yíng)效率，表現(xiàn)出較強(qiáng)的學(xué)習(xí)效應(yīng)。Both的系數(shù)為正且較為顯著，這說(shuō)明企業(yè)的學(xué)習(xí)效應(yīng)受行業(yè)因素影響不明顯，不同行業(yè)里生產(chǎn)率高的企業(yè)都會(huì)自主選擇境外直接投資。分行業(yè)檢驗(yàn)中其他的解釋變量都很顯著，使用的系統(tǒng)GMM方法也都接受了判定工具變量是否有效的Sargan檢驗(yàn)原假設(shè)，差分方程的殘差序列都存在顯著的一階自相關(guān)同時(shí)不存在二階自相關(guān)，意味著模型設(shè)定總體上是可取的。

表8 分行業(yè)、分企業(yè)性質(zhì)的實(shí)證檢驗(yàn)結(jié)果

4.分企業(yè)性質(zhì)的實(shí)證檢驗(yàn)結(jié)果

根據(jù)數(shù)據(jù)庫(kù)中國(guó)有股份的控股情況將企業(yè)劃分成國(guó)有企業(yè)和民營(yíng)企業(yè)，分別分組做實(shí)證，分企業(yè)性質(zhì)的實(shí)證檢驗(yàn)結(jié)果見(jiàn)表8的模型(4)、模型(5)。檢驗(yàn)結(jié)果表明，民營(yíng)企業(yè)Start系數(shù)較為顯著，表現(xiàn)出較強(qiáng)的學(xué)習(xí)效應(yīng)，而國(guó)有企業(yè)則不是很顯著。這可能是因?yàn)椋褐袊?guó)民營(yíng)企業(yè)境外直接投資的比重逐年增加，投資經(jīng)營(yíng)更加靈活，對(duì)自身盈利能力和經(jīng)營(yíng)效益的要求也會(huì)提高；而國(guó)有企業(yè)可能出于國(guó)家戰(zhàn)略等非市場(chǎng)動(dòng)機(jī)的需要進(jìn)行投資(如對(duì)能源資源的戰(zhàn)略性投資，要關(guān)注國(guó)家長(zhǎng)期的能源資源戰(zhàn)略，而不是簡(jiǎn)單追求企業(yè)價(jià)值和利益的最大化)，導(dǎo)致民營(yíng)企業(yè)的學(xué)習(xí)效應(yīng)要顯著強(qiáng)于國(guó)有企業(yè)。Both的系數(shù)都為正且顯著，說(shuō)明企業(yè)學(xué)習(xí)效應(yīng)受企業(yè)性質(zhì)影響不太明顯，這是因?yàn)樯a(chǎn)率高的企業(yè)在“走出去”戰(zhàn)略激勵(lì)下自主走出國(guó)門，以求在國(guó)際市場(chǎng)上尋求更大的發(fā)展空間。分企業(yè)性質(zhì)檢驗(yàn)中其他解釋變量都很顯著，使用的系統(tǒng)GMM方法都接受了判定工具變量是否有效的Sargan檢驗(yàn)原假設(shè)，差分方程的殘差序列都存在顯著的一階自相關(guān)同時(shí)不存在二階自相關(guān)，意味著模型設(shè)定總體上是可取的。

5.穩(wěn)健性檢驗(yàn)

為了驗(yàn)證上文實(shí)證結(jié)果是否可靠，對(duì)使用LP方法估算出的全要素生產(chǎn)率(TFP)的穩(wěn)健性檢驗(yàn)，以TFP的增長(zhǎng)率為被解釋變量進(jìn)行回歸實(shí)證分析，結(jié)果見(jiàn)表9、表10。表9的模型(1)是對(duì)全樣本進(jìn)行的檢驗(yàn)，模型(2)、(3)、(4)是分行業(yè)進(jìn)行的檢驗(yàn)，模型(5)、(6)是分企業(yè)性質(zhì)進(jìn)行的檢驗(yàn)，表10是分地區(qū)進(jìn)行實(shí)證檢驗(yàn)的結(jié)果。穩(wěn)健性檢驗(yàn)的結(jié)果與上文所得出的結(jié)論基本一致，有效地驗(yàn)證了實(shí)證結(jié)果。只是在分地區(qū)進(jìn)行檢驗(yàn)時(shí)，東南地區(qū)、環(huán)渤海地區(qū)的企業(yè)學(xué)習(xí)效應(yīng)都是最顯著的，西南地區(qū)企業(yè)要顯著于東北地區(qū)和中部地區(qū)企業(yè)，這與上文的西部地區(qū)整體落后的實(shí)證檢驗(yàn)結(jié)果有所出入，但不影響全國(guó)整體的區(qū)域性特征。穩(wěn)健性檢驗(yàn)的各個(gè)模型其他解釋變量都很顯著，使用的系統(tǒng)GMM方法都接受了判定工具變量是否有效的Sargan檢驗(yàn)原假設(shè)，差分方程的殘差序列都存在顯著的一階自相關(guān)同時(shí)不存在二階自相關(guān)，意味著模型設(shè)定總體上都是可取的。

表9 穩(wěn)健性檢驗(yàn)(一)

表10 穩(wěn)健性檢驗(yàn)(二)

五、結(jié)論和政策建議

本文通過(guò)使用KS非參數(shù)檢驗(yàn)的方法，對(duì)新OFDI企業(yè)和非OFDI企業(yè)、持續(xù)OFDI企業(yè)和新OFDI企業(yè)生產(chǎn)率增長(zhǎng)率分布進(jìn)行雙邊和單邊檢驗(yàn)，驗(yàn)證了學(xué)習(xí)效應(yīng)的存在。通過(guò)構(gòu)造可以檢驗(yàn)學(xué)習(xí)效應(yīng)的回歸方程，使用系統(tǒng)GMM估計(jì)方法分地區(qū)、分行業(yè)、分企業(yè)性質(zhì)進(jìn)行實(shí)證檢驗(yàn)，得到以下結(jié)論：(1)從樣本總體來(lái)看，中國(guó)OFDI企業(yè)的學(xué)習(xí)效應(yīng)是存在著的，但受地區(qū)、行業(yè)、企業(yè)性質(zhì)等因素影響而表現(xiàn)出不同的強(qiáng)弱水平；(2)分地區(qū)來(lái)看，東南地區(qū)、環(huán)渤海地區(qū)的OFDI企業(yè)學(xué)習(xí)效應(yīng)顯著強(qiáng)于東北地區(qū)、西北地區(qū)等其他地區(qū)，可能因?yàn)樵摰貐^(qū)的企業(yè)境外直接投資已經(jīng)轉(zhuǎn)變?yōu)閰^(qū)域集群式規(guī)模發(fā)展，善于從對(duì)外直接投資經(jīng)歷中總結(jié)提升效率的經(jīng)驗(yàn)；(3)分行業(yè)來(lái)看，資本密集型行業(yè)能夠使用先進(jìn)的技術(shù)或機(jī)械裝備，擴(kuò)大海外市場(chǎng)需求，充分利用企業(yè)的規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)，所以表現(xiàn)出比資源和勞動(dòng)密集型行業(yè)更強(qiáng)的學(xué)習(xí)效應(yīng)；(4)分企業(yè)性質(zhì)來(lái)看，民營(yíng)企業(yè)境外直接投資的比重逐年增加，且經(jīng)營(yíng)方式更加靈活，能提高自身盈利能力和經(jīng)營(yíng)效益，因此學(xué)習(xí)效應(yīng)要比國(guó)有企業(yè)更加顯著。

結(jié)合影響OFDI學(xué)習(xí)效應(yīng)的地區(qū)差異、行業(yè)特征和企業(yè)性質(zhì)等因素，為進(jìn)一步提升中國(guó)OFDI企業(yè)的學(xué)習(xí)效應(yīng)，本文提出如下政策建議：首先，政府應(yīng)該針對(duì)地區(qū)間發(fā)展的差異，因地制宜采取不同發(fā)展策略。對(duì)經(jīng)濟(jì)發(fā)展程度較高的東部、環(huán)渤海地區(qū)，要加大企業(yè)境外投資和進(jìn)行研發(fā)的支持力度，通過(guò)靈活多樣的境外投資吸收利用國(guó)外的技術(shù)和資源來(lái)提升企業(yè)生產(chǎn)率；對(duì)經(jīng)濟(jì)發(fā)展程度較低的地區(qū)，要改善區(qū)域內(nèi)制度環(huán)境，切實(shí)保障本地企業(yè)利益，降低企業(yè)經(jīng)營(yíng)成本。其次，加快不同行業(yè)企業(yè)的轉(zhuǎn)型升級(jí)，優(yōu)化資源配置結(jié)構(gòu)。對(duì)資本密集和規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)的行業(yè)，要引導(dǎo)其參與國(guó)際市場(chǎng)競(jìng)爭(zhēng)，鼓勵(lì)公司內(nèi)部進(jìn)行知識(shí)和技術(shù)轉(zhuǎn)移。最后，深化國(guó)有工業(yè)企業(yè)改革，完善現(xiàn)代企業(yè)制度，增強(qiáng)國(guó)有企業(yè)的競(jìng)爭(zhēng)力和活力，同時(shí)兼顧社會(huì)服務(wù)和企業(yè)持續(xù)發(fā)展。

段文斌,劉大勇,余泳澤. 2013. 異質(zhì)性產(chǎn)業(yè)節(jié)能減排的技術(shù)路徑與比較優(yōu)勢(shì)：理論模型及實(shí)證檢驗(yàn)[J]. 中國(guó)工業(yè)經(jīng)濟(jì)(4):69-81.

蔣冠宏,蔣殿春. 2014. 中國(guó)工業(yè)企業(yè)對(duì)外直接投資與企業(yè)生產(chǎn)率進(jìn)步[J]. 世界經(jīng)濟(jì)(9):53-76.

齊亞偉. 2016. 研發(fā)創(chuàng)新背景下中國(guó)企業(yè)對(duì)外直接投資的學(xué)習(xí)效應(yīng)研究[J]. 國(guó)際貿(mào)易問(wèn)題(2):111-121.

肖慧敏,劉輝煌. 2014. 中國(guó)企業(yè)對(duì)外直接投資的學(xué)習(xí)效應(yīng)研究[J]. 財(cái)經(jīng)研究(4):42-55.

袁東,李霖,潔余. 2015. 外向型對(duì)外直接投資與母公司生產(chǎn)率：對(duì)母公司特征和子公司進(jìn)入策略的考察[J]. 南開(kāi)經(jīng)濟(jì)研究(3):38-58.

袁其剛,樊娜娜. 2016. 企業(yè)對(duì)外直接投資目的地選擇的生產(chǎn)率效應(yīng)[J]. 中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)(1):123-131.

ARELLANO M, BOVER O. 1990. Another look at the instrumental variable estimation of error-components Models [J]. Journal of Econometrics, 68(1):29-51.

AYBAR B, FICICI A. 2009. Cross-border acquisitions and firm value: An analysis of emerging-market multinationals [J]. Journal of International Business Studies, 40(8):1317-1338.

BLUNDELL R, BOND S. 2000. GMM estimation with persistent panel data: an application to production functions [J]. Econometric Reviews, 19(3):321-340.

BRANSTETTER L. 2006. Is foreign direct investment a channel of knowledge spillovers? Evidence from Japan′s FDI in the United States[J]. Journal of International economics, 68(2):325-344.

CASTELLANI D, MARIOTTI I, PISCITELLO L. 2008 .The impact of outward investments on parent company′s employment and skill composition: evidence from the Italian case [J]. Structural Change and Economic Dynamics, 19(1):81-94.

DUNNING J H, LUNDAN S M. 2008. Multinational enterprises and the global economy [M]. Cheltenham:Edward Elgar Publishing.

GREENAWAY D, KNELLER R. 2007. Firm heterogeneity, exporting and foreign direct investment [J].The Economic Journal, 117(517):134-161.

HELPMAN E, MELITZ M J, YEAPLE S R. 2004. Export Versus FDI with Heterogeneous Firms [J].American Economic Review, 94 (1)：300-316

JAVORCIK B S. 2004. Does foreign direct investment increase the productivity of domestic firms? In search of spillovers through backward linkages [J]. American economic review, 94(3):605-627.

KIM J, RHEE D K. 2009. Trends and determinants of Korean outward FDI [J]. The Copenhagen Journal of Asian Studies, 27(1):126-154.

LEVINSOHN J, PETRIN A. 2003. Estimating production functions using inputs to control for unobservable [J]. The Review of Economic Studies, 70(2):317-341.

LIPSEY R E, RAMSTETTER E, BLOMSTROM M. 2000. Outward FDI and parent exports and employment: Japan, the United States, and Sweden [R]. National Bureau of Ecomomic Research NBER Working Paper, No.7623.

LUEDI T. 2008. China′s track record in M&A [J/OL]. www.Mckinseychina.com.

OLLEY G S, PAKES A. 1992. The dynamics of productivity in the telecommunications equipment industry [R]. National Bureau of Economic Research, No.4567.

PRADHAN J P, SINGH N. 2009. Outward FDI and knowledge flows: A study of the Indian automotive sector [J]. Institutions and Economies, 1(1):156-187.

(責(zé)任編輯 張 坤)

Do Chinese OFDI Enterprises Have Learning Effect: On Firm Heterogeneity

WANG GuangYu ZHANG QianXiao

(School of Economics and Finance, Xi′an Jiaotong University, Xi′an 710061)

Using 1999—2007 OFDI enterprise database, which is matched between Chinese industrial enterprise database and FDI enterprise directory database of the Ministry of Commerce, this paper inspects whether China OFDI enterprises have learning effect on the classification of OFDI enterprises′ operating state. The conclusions are: Firstly, in terms of the overall sample, the learning effect does exist, but is more vulnerable to many other factors, such as region, industry and ownership, and shows different manifestations. Secondly, learning effects of OFDI enterprises locating in the southeast region and in the Bo Sea region are significantly stronger than the rest regions of the country. Thirdly, learning effects of OFDI enterprises of capital-intensive industries exhibit stronger than resource-intensive and labor-intensive industries. Fourthly, learning effects of private enterprises is more significant than the state-owned enterprises, because of their increased OFDI share and more flexible operation.

OFDI; enterprise productivity; learning effect

2016-04-26

王廣宇(1987--)，男，安徽蚌埠人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院博士生。 張倩肖(1966--)，女，陜西蒲城人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院教授，博士生導(dǎo)師。

陜西省西安市社會(huì)科學(xué)重點(diǎn)項(xiàng)目“絲綢之路經(jīng)濟(jì)帶建設(shè)背景下西安企業(yè)走出去戰(zhàn)略研究”(15Z63)；西安交通大學(xué)基本科研業(yè)務(wù)費(fèi)專項(xiàng)科研項(xiàng)目(SK2013037)。

F125.5

A

1001-6260(2016)06-0102-11