闕澄宇 崔潔 馬斌

摘 要：本文基于2010—2020年中國滬深兩市A股上市公司數(shù)據(jù)，采用雙向固定效應(yīng)模型實證研究了企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的影響及其作用機制。研究結(jié)果表明：企業(yè)數(shù)字化轉(zhuǎn)型能促進對外直接投資二元邊際；企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的影響在企業(yè)、行業(yè)和城市層面存在異質(zhì)性；企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)人力資本水平、提升企業(yè)監(jiān)管效率和緩解企業(yè)融資約束促進對外直接投資二元邊際；行業(yè)數(shù)字化轉(zhuǎn)型、相似企業(yè)行動決策和成功企業(yè)行動決策對對外直接投資二元邊際具有溢出效應(yīng)。本文為推進企業(yè)數(shù)字化轉(zhuǎn)型和推動企業(yè)“走出去”提供了實證依據(jù)，也為政府提升貿(mào)易投資合作質(zhì)量和水平提供了決策參考。

關(guān)鍵詞：企業(yè)數(shù)字化轉(zhuǎn)型；對外直接投資；人力資本水平；監(jiān)管效率；融資約束

中圖分類號：F752；F424.3 文獻標識碼：A 文章編號：1000-176X（2023）12-0091-14

基金項目：教育部人文社會科學(xué)研究青年基金項目“人民幣國際化進程中的金融風(fēng)險與應(yīng)對策略研究”（21YJC790084）；遼寧省教育廳科學(xué)研究經(jīng)費面上項目“‘一帶一路背景下鐵路快速化貨運的國際物流節(jié)點研究”（LJKZ0472）

一、問題的提出

黨的二十大報告提出：“推進高水平對外開放”“提升貿(mào)易投資合作質(zhì)量和水平”。對外直接投資是高水平對外開放的重要內(nèi)容，自加入WTO以來，中國對外直接投資取得積極成效。商務(wù)部的數(shù)據(jù)顯示，2022年，中國對外直接投資流量連續(xù)11年位列全球前三。2022年末，中國對外直接投資存量連續(xù)六年排名全球前三。盡管如此，中國對外直接投資仍存在競爭優(yōu)勢不明顯和地理分布不平衡等一系列問題。這不僅使企業(yè)在“走出去”過程中面臨較高風(fēng)險，也給中國深度參與全球產(chǎn)業(yè)分工與合作帶來一定的挑戰(zhàn)。近年來，基于數(shù)字中國戰(zhàn)略，企業(yè)數(shù)字化轉(zhuǎn)型加速推進，有效打破了信息壁壘[1]、優(yōu)化了資源配置[2]、緩解了融資約束[3]、促進了創(chuàng)新轉(zhuǎn)化[4]，從而極大地提升了企業(yè)的生產(chǎn)效率和生產(chǎn)水平。生產(chǎn)率是影響企業(yè)對外直接投資決策的關(guān)鍵因素，生產(chǎn)效率和生產(chǎn)水平的提升可以補償企業(yè)開拓國際市場的固定成本和可變成本，從而提高對外直接投資的概率和規(guī)模[5]。那么，企業(yè)數(shù)字化轉(zhuǎn)型能否為對外直接投資創(chuàng)造新的機遇？企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際將產(chǎn)生怎樣的影響？這一影響又是通過哪些渠道實現(xiàn)？本文試圖從理論和實證兩方面探尋上述問題的答案。當(dāng)前全球化進程受阻，數(shù)字化轉(zhuǎn)型成為企業(yè)提高競爭力和參與國際合作的新抓手。筆者通過梳理現(xiàn)有文獻發(fā)現(xiàn)，與本文研究主題密切相關(guān)的文獻主要集中于以下兩類。

第一類文獻關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟效應(yīng)，相關(guān)研究主要從企業(yè)生產(chǎn)、管理和創(chuàng)新等維度展開。在生產(chǎn)維度，Siebel[6]認為，數(shù)字化轉(zhuǎn)型有助于打通企業(yè)內(nèi)外部數(shù)據(jù)鏈、價值鏈和供應(yīng)鏈，促進研發(fā)創(chuàng)新，從而降低產(chǎn)品生產(chǎn)成本，提升企業(yè)生產(chǎn)力。柏培文和喻理[2]指出，數(shù)字技術(shù)與產(chǎn)品生產(chǎn)深度結(jié)合會影響企業(yè)定價行為和生產(chǎn)決策，改善企業(yè)資源配置，促進企業(yè)生產(chǎn)力水平提升。在管理維度，戚聿東和肖旭[7]認為，數(shù)字技術(shù)發(fā)展會推動企業(yè)目標轉(zhuǎn)變和內(nèi)部管理模式變革，提升企業(yè)管理水平。但Zhang等[8]基于中國A股上市公司數(shù)據(jù)研究發(fā)現(xiàn)，對于跨國管理經(jīng)驗匱乏的企業(yè)，數(shù)字化轉(zhuǎn)型在短期內(nèi)可能會造成內(nèi)部管理混亂，降低管理效率。在創(chuàng)新維度，沈國兵和袁征宇[9]基于互聯(lián)網(wǎng)視角研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型會顯著提升企業(yè)創(chuàng)新能力。進一步地，趙宸宇等[1]基于中國A股制造業(yè)上市公司數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過驅(qū)動企業(yè)創(chuàng)新和優(yōu)化人力資本結(jié)構(gòu)提升企業(yè)全要素生產(chǎn)率。李雪松等[10]基于中國A股制造業(yè)上市公司數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型會促進企業(yè)融入全球創(chuàng)新網(wǎng)絡(luò)，提升其創(chuàng)新績效。

第二類文獻探討信息技術(shù)對企業(yè)對外直接投資決策的影響。Che和Zhang[4]認為，信息技術(shù)發(fā)展會提升企業(yè)創(chuàng)新效率和加速企業(yè)信息轉(zhuǎn)化，降低企業(yè)進入新東道國市場時內(nèi)外部信息不對稱程度，促進其投資新海外市場。Shi等[11]基于美國企業(yè)的樣本研究發(fā)現(xiàn)，低信息化使企業(yè)更傾向擴大已有海外市場投資規(guī)模。但袁淳等[12]以中國A股上市公司為樣本，利用機器學(xué)習(xí)方法研究發(fā)現(xiàn)，信息技術(shù)水平相對較低的企業(yè)追加已有海外市場投資的意愿較低。Hitt[13]利用1895—1993年549個全球大型企業(yè)的數(shù)據(jù)考察了信息技術(shù)發(fā)展對對外直接投資橫向邊界和縱向邊界的影響，認為信息技術(shù)的應(yīng)用能微弱地促進企業(yè)對外直接投資橫向邊界擴展，但使其縱向邊界縮小。

綜上所述，已有文獻具有重要借鑒意義，但仍存在進一步拓展的空間。第一，已有文獻多聚焦企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)、管理和創(chuàng)新等方面的影響，僅有少量研究從信息技術(shù)等單一維度探究了企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資的影響。事實上，企業(yè)數(shù)字化轉(zhuǎn)型還包括數(shù)字平臺和數(shù)字基礎(chǔ)設(shè)施等信息載體，忽略上述因素可能會低估企業(yè)數(shù)字化轉(zhuǎn)型的影響。第二，現(xiàn)有文獻多從對外直接投資總量角度進行研究，從擴展邊際和集約邊際方面進行考察的實證研究較少。事實上，對外直接投資擴展邊際和集約邊際對企業(yè)信息獲取能力和融資能力等方面的要求明顯不同。第三，已有文獻大多只考察企業(yè)數(shù)字化轉(zhuǎn)型對自身對外直接投資的影響，忽視了可能存在的行業(yè)或企業(yè)間溢出效應(yīng)。數(shù)字化轉(zhuǎn)型極大地提升了企業(yè)間信息溝通與交流的能力，忽略溢出效應(yīng)可能會導(dǎo)致政策制定者難以全面把握企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資的影響。

本文的邊際貢獻主要體現(xiàn)在三個方面：第一，在考慮信息技術(shù)的基礎(chǔ)上，納入數(shù)字媒介、硬件設(shè)施和數(shù)字基礎(chǔ)設(shè)施，從數(shù)字化賦權(quán)設(shè)施、數(shù)字化媒介和數(shù)字化交易三個維度衡量企業(yè)數(shù)字化轉(zhuǎn)型，系統(tǒng)探究企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資的影響。第二，將對外直接投資解構(gòu)為擴展邊際和集約邊際，研究企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際影響的差異性，以及該影響的作用機制。第三，將數(shù)字化轉(zhuǎn)型的影響由企業(yè)內(nèi)拓展至行業(yè)間和企業(yè)間，分析行業(yè)數(shù)字化轉(zhuǎn)型、相似企業(yè)行動決策和成功企業(yè)行動決策對對外直接投資二元邊際的溢出效應(yīng)。

二、理論分析與研究假設(shè)

“數(shù)字化轉(zhuǎn)型”是指企業(yè)以人工智能、區(qū)塊鏈、云計算、數(shù)據(jù)要素化等手段對其信息載體、經(jīng)營系統(tǒng)和核心業(yè)務(wù)流程等進行融合創(chuàng)新與變革的過程[6]。而企業(yè)數(shù)字化轉(zhuǎn)型過程中的數(shù)據(jù)要素化、宣傳與通信數(shù)字化和生產(chǎn)模式數(shù)字化會直接影響對外直接投資二元邊際。

首先，數(shù)據(jù)要素化會促進對外直接投資二元邊際。就供給側(cè)而言，數(shù)據(jù)要素化不僅可以提升市場反饋的時效性[14]，還能充分發(fā)揮數(shù)字技術(shù)自我學(xué)習(xí)性、自我指涉性和可重編譯性的優(yōu)勢，縮短企業(yè)新產(chǎn)品生產(chǎn)周期，提升生產(chǎn)效率和產(chǎn)品質(zhì)量[15]，進而提高供給水平，促使其開拓新市場，促進對外直接投資擴展邊際。就需求側(cè)而言，數(shù)據(jù)要素化有助于企業(yè)擴大市場分析的數(shù)據(jù)體量，提升對已有海外市場需求預(yù)測的準確性和引導(dǎo)消費者需求的能力[16]，進而推動其擴大已有市場投資規(guī)模，促進對外直接投資集約邊際。

其次，宣傳與通信數(shù)字化通過“曝光效應(yīng)”促進對外直接投資二元邊際。一方面，宣傳與通信數(shù)字化會增強企業(yè)信息時效性和透明度，使企業(yè)在母國也受到更強“曝光效應(yīng)”，從而更易獲得母國政府的政策幫扶，傳遞出政府作為潛在保護者的信號[11]。這一過程會對潛在東道國政府構(gòu)成軟約束，降低企業(yè)投資該市場的風(fēng)險和交易成本，促進對外直接投資擴展邊際。另一方面，宣傳與通信數(shù)字化會提升本土企業(yè)與東道國企業(yè)合作和溝通的頻率，不僅有利于提升企業(yè)在東道國的“曝光度”和知名度，而且有助于降低企業(yè)再次投資該市場時的隱形門檻和交易成本[17]，促進對外直接投資集約邊際。

最后，生產(chǎn)模式數(shù)字化通過規(guī)模效應(yīng)促進對外直接投資二元邊際。生產(chǎn)模式數(shù)字化大幅降低企業(yè)實現(xiàn)規(guī)模經(jīng)濟的門檻值[18]，激勵企業(yè)加速新市場投資，進而促進對外直接投資擴展邊際。同時，生產(chǎn)模式數(shù)字化使企業(yè)生產(chǎn)逐步標準化和模式化，增加企業(yè)規(guī)模擴張的收益，并強化投資東道國市場規(guī)模擴張的網(wǎng)絡(luò)效應(yīng)[19]，促使企業(yè)深化已有海外市場投資，促進對外直接投資集約邊際。由此，筆者提出以下假設(shè)：

假設(shè)1：企業(yè)數(shù)字化轉(zhuǎn)型能促進對外直接投資二元邊際。

數(shù)字化轉(zhuǎn)型通過降低摩擦成本和推進組織架構(gòu)改革提高企業(yè)人力資本水平。作為企業(yè)核心競爭力之一，數(shù)字化轉(zhuǎn)型通過強化人員流動效應(yīng)提升企業(yè)管理層教育背景，從而緩解企業(yè)委托代理問題[17]，提高企業(yè)對投資項目的風(fēng)險容忍度，進而促進其投資新海外市場。同時，人力資源管理數(shù)字化轉(zhuǎn)型不僅更為精準地刻畫出各部門對人才的需求，而且在更大范圍內(nèi)迅速將人力資本需求與外部對接，降低企業(yè)與潛在應(yīng)聘者間的摩擦成本，縮短企業(yè)提高人力資本水平的時間，使其在更短期內(nèi)獲得投資新市場所需的技能，提高其投資新海外市場的頻率。此外，數(shù)字化轉(zhuǎn)型通過企業(yè)組織結(jié)構(gòu)扁平化[7]調(diào)動員工積極性，使員工充分利用先前對外投資時積累的經(jīng)驗和特有知識，把握深化海外市場投資的時機，促進對外直接投資集約邊際。由此，筆者提出以下假設(shè)：

假設(shè)2a：企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)人力資本水平促進對外直接投資二元邊際。

資產(chǎn)管理數(shù)字化轉(zhuǎn)型不僅有助于企業(yè)持續(xù)跟進復(fù)雜項目，而且有利于提升記錄的準確性。企業(yè)入賬申報由人人交互轉(zhuǎn)變?yōu)槿藱C交互，相應(yīng)賬目不僅更容易被記錄和監(jiān)管，而且能減輕管理層對此類常規(guī)性事務(wù)的監(jiān)管壓力[20]，聚焦企業(yè)關(guān)鍵項目，提升監(jiān)管的針對性，進而提升企業(yè)監(jiān)管效率。企業(yè)監(jiān)管效率提升既可以通過降低內(nèi)部成本促進企業(yè)投資新市場，促進對外直接投資擴展邊際[21]，又能夠促使企業(yè)進一步提高信息披露水平，提升行業(yè)信息透明度，使企業(yè)充分把握海外市場競爭者決策等影響對外直接投資的重要信息[22]，開展符合自身發(fā)展的投資活動，促進對外直接投資集約邊際。由此，筆者提出以下假設(shè)：

假設(shè)2b：企業(yè)數(shù)字化轉(zhuǎn)型通過提升企業(yè)監(jiān)管效率促進對外直接投資二元邊際。

資金雄厚是企業(yè)開展對外直接投資活動的前提。對外直接投資項目信息透明度低、融資成本高，企業(yè)僅憑自有資金往往難以滿足對外直接投資的資金需求[3]。企業(yè)數(shù)字化轉(zhuǎn)型通過提升投資項目信息透明度緩解企業(yè)融資約束。隨著主營業(yè)務(wù)、資產(chǎn)和經(jīng)營績效數(shù)據(jù)化以及ERP軟件與數(shù)據(jù)平臺接入，企業(yè)對外投資項目每筆交易和資金動向均有跡可循，因而降低了機構(gòu)對企業(yè)進行信用評估的成本，進而降低了企業(yè)信貸獲取成本[23]，這在一定程度上緩解了企業(yè)對外直接投資的融資約束，促進對外直接投資二元邊際。由此，筆者提出以下假設(shè)：

假設(shè)2c：企業(yè)數(shù)字化轉(zhuǎn)型通過緩解企業(yè)融資約束促進對外直接投資二元邊際。

三、研究設(shè)計

（一）變量選擇

⒈被解釋變量

對外直接投資擴展邊際（WFDI），用企業(yè)年末新增對外直接投資東道國數(shù)目衡量；對外直接投資集約邊際（DFDI），用企業(yè)年末新增已有海外市場直接投資流量的自然對數(shù)值衡量。

⒉解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型（dig），本文借鑒許憲春和張美慧[24]的做法，從數(shù)字化賦權(quán)設(shè)施（dig1）、數(shù)字化媒介（dig2）和數(shù)字化交易（dig3）三個維度構(gòu)建九個指標，用加總求和的方式衡量。數(shù)字化賦權(quán)設(shè)施（dig1），用企業(yè)財務(wù)報表費用明細中計算機硬件支出、電信設(shè)備支出和軟件支出之和的自然對數(shù)值衡量；數(shù)字化媒介（dig2），用企業(yè)互聯(lián)網(wǎng)平臺費用、電商銷售費用和互聯(lián)網(wǎng)宣傳費用之和的自然對數(shù)值衡量；數(shù)字化交易（dig3），用企業(yè)互聯(lián)網(wǎng)零售收入、互聯(lián)網(wǎng)批發(fā)收入和互聯(lián)網(wǎng)貿(mào)易代理收入之和的自然對數(shù)值衡量。①

⒊中介變量

企業(yè)人力資本水平（human），用企業(yè)高管和核心技術(shù)人員中本科以上學(xué)歷人數(shù)與高管和核心技術(shù)人員總數(shù)之比衡量；企業(yè)監(jiān)管效率（Q），用企業(yè)托賓Q值（即企業(yè)總市值/企業(yè)總資產(chǎn)）衡量；企業(yè)融資約束（finance），在KZ指數(shù)的基礎(chǔ)上，選取企業(yè)融資能力方面的正向指標和負向指標，用熵值法賦權(quán)后的結(jié)果衡量。②

⒋控制變量

本文從三個方面選取企業(yè)層面的控制變量：一是企業(yè)規(guī)模和結(jié)構(gòu)。企業(yè)規(guī)模（size），用企業(yè)總資產(chǎn)的自然對數(shù)值衡量；企業(yè)資本密度（dense），用企業(yè)固定資產(chǎn)的自然對數(shù)值衡量；企業(yè)治理結(jié)構(gòu)（org），用最大股東持股占比衡量。二是企業(yè)財務(wù)績效。主營業(yè)務(wù)收入增長率（RS），用年末企業(yè)主營業(yè)務(wù)收入和上一年末企業(yè)主營業(yè)務(wù)收入的差值與上一年末企業(yè)主營業(yè)務(wù)收入之比衡量；資產(chǎn)負債率（LAR），用企業(yè)總負債與企業(yè)總資產(chǎn)之比衡量；現(xiàn)金營收比（CFS），用企業(yè)運營現(xiàn)金流與企業(yè)主營業(yè)務(wù)收入之比衡量；資產(chǎn)收益率（ROA），用企業(yè)凈利潤與企業(yè)總資產(chǎn)之比衡量；政府補貼（pre），用企業(yè)收到補貼的自然對數(shù)值衡量。三是企業(yè)成長。企業(yè)年齡（age），用統(tǒng)計年份與企業(yè)成立年份之差的自然對數(shù)值衡量；企業(yè)賬面市值比（BVMA），用企業(yè)賬面價值與市場價值之比衡量。此外，本文還選取了行業(yè)和城市層面的控制變量。行業(yè)外資流入水平（for），用企業(yè)所在行業(yè)年度外資實際使用額的自然對數(shù)值衡量；城市經(jīng)濟發(fā)展水平（cgdp），用企業(yè)所在城市人均GDP的自然對數(shù)值衡量。

（二）模型設(shè)定

其中，i和t分別表示企業(yè)和年份；X表示上述一系列控制變量；γ和δ分別表示個體固定效應(yīng)和年份固定效應(yīng)；ε表示隨機誤差項。

（三）數(shù)據(jù)來源

基于數(shù)據(jù)的可獲得性，本文以2010—2020年中國滬深兩市A股上市公司為研究對象，并對數(shù)據(jù)進行如下處理：其一，以中國證券監(jiān)督管理委員會2012年《上市公司行業(yè)分類指引》為分類依據(jù)，剔除從事貨幣金融服務(wù)業(yè)和房地產(chǎn)行業(yè)的企業(yè)，為了排除避稅因素的干擾，剔除流向維爾京群島、開曼群島和中國香港地區(qū)的對外直接投資。其二，剔除樣本期內(nèi)退市以及對外直接投資不足三年的企業(yè)。其三，對數(shù)據(jù)在1%水平上進行縮尾處理。最終本文獲得1 070家上市公司的5 108個觀測值。相關(guān)數(shù)據(jù)來自中國研究數(shù)據(jù)服務(wù)平臺（Chinese Research Data Services Platform，CNRDS）和中國經(jīng)濟金融研究數(shù)據(jù)庫（China Stock Market & Accounting Research Database，CSMAR）。部分企業(yè)缺失數(shù)據(jù)利用企業(yè)披露的年報最大限度補齊，企業(yè)層面數(shù)據(jù)以公司股票代碼與年份進行匹配，城市層面數(shù)據(jù)以城市代碼、年份與樣本企業(yè)辦公地所在城市進行匹配。

（四）描述性統(tǒng)計

表1為主要變量的描述性統(tǒng)計結(jié)果，對外直接投資擴展邊際的最小值為1. 0000，最大值為44. 0000，且其方差為均值的7. 28倍，這表明該變量可能存在過度分散問題。企業(yè)數(shù)字化轉(zhuǎn)型的最大值為22. 1809，最小值為15. 3493，這表明樣本企業(yè)數(shù)字化轉(zhuǎn)型程度存在一定差異。

四、實證結(jié)果與分析

（一）基準回歸結(jié)果

為緩解對外直接投資擴展邊際數(shù)據(jù)過度分散問題，本文采用負二項回歸和自舉法進行估計，①結(jié)果如表2列（1）和列（2）所示。因為對外直接投資集約邊際以連續(xù)值測度，所以本文采用最小二乘法和企業(yè)層面聚類標準誤進行回歸，結(jié)果如表2列（3）和列（4）所示。從表2列（1）和列（2）可以看出，lnalpha檢驗結(jié)果在1%顯著性水平上拒絕原假設(shè)，與對外直接投資擴展邊際數(shù)據(jù)過度分散的預(yù)期相符，且企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)顯著為正，這表明企業(yè)數(shù)字化轉(zhuǎn)型能促進對外直接投資擴展邊際；從表2列（3）和列（4）可以看出，無論是否加入控制變量，企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資集約邊際均有促進作用。綜上所述，假設(shè)1得以驗證。

（二）內(nèi)生性檢驗

⒈工具變量法

為解決企業(yè)數(shù)字化轉(zhuǎn)型與對外直接投資之間可能存在的雙向因果問題，本文借鑒張勛等[27]的做法，以企業(yè)辦公地所在城市與杭州市球面距離（IV_long）作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量，假設(shè)企業(yè)辦公地所在城市距離杭州市越近，則企業(yè)數(shù)字化程度越高。企業(yè)辦公地所在城市經(jīng)緯度信息來自CSMAR數(shù)據(jù)庫。上述工具變量回歸結(jié)果如表3列（1）—列（3）所示。從表3列（1）可以看出，企業(yè)辦公地所在城市與杭州市球面距離（IV_long）對企業(yè)數(shù)字化轉(zhuǎn)型（dig）的回歸系數(shù)顯著為負，且F值大于10，因而弱工具變量可能性較低，這表明辦公地所在城市距離杭州市越近的企業(yè)數(shù)字化程度越高。由于對外直接投資擴展邊際數(shù)據(jù)存在過度分散問題，因而本文采用系統(tǒng)GMM模型對其進行估計，結(jié)果如列（2）所示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)顯著為負，與預(yù)期相符。列（3）仍采用最小二乘法對對外直接投資集約邊際進行回歸，回歸結(jié)果與預(yù)期相符，因而基準回歸存在雙向因果問題的可能性較低。

本文借鑒黃遠浙等[28]的做法，以除去企業(yè)自身所在行業(yè)數(shù)字化轉(zhuǎn)型均值（IV_mean_dig）作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。表3列（4）為該工具變量對解釋變量的回歸結(jié)果，F(xiàn)值大于10，則出現(xiàn)弱工具變量問題的可能性較低。列（5）為采用系統(tǒng)GMM法對對外直接投資擴展邊際的回歸結(jié)果，列（6）為采用最小二乘法對對外直接投資集約邊際的回歸結(jié)果，上述結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的影響均顯著為正。

⒉Heckman兩階段及平衡面板回歸

隨著時間推移，綜合實力較弱的企業(yè)可能會退出海外市場，從而使樣本出現(xiàn)自選擇偏差問題。為此本文以Heckman兩階段回歸處理該問題。在第一階段回歸中，本文納入除去企業(yè)自身所在行業(yè)數(shù)字化轉(zhuǎn)型均值（IV_mean_dig）這一約束性變量后對對外直接投資擴展邊際進行Logit回歸，結(jié)果如表4列（1）所示。第二階段將第一階段回歸所得的逆米爾斯比率（IMR）納入，對對外直接投資集約邊際進行回歸，結(jié)果如表4列（2）所示。其中，IMR的回歸系數(shù)顯著為負，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)顯著為正，這表明基準回歸的確存在樣本自選擇問題，且在考慮該問題后，企業(yè)數(shù)字化轉(zhuǎn)型仍能促進對外直接投資集約邊際。

此外，本文還通過隨機抽取320家企業(yè)2010—2020年的數(shù)據(jù)構(gòu)成平衡面板對式（1）進行回歸，結(jié)果如表4列（3）和列（4）所示?；貧w結(jié)果仍與預(yù)期相符，企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的影響仍顯著為正。上述回歸結(jié)果再次證實初始樣本可能存在樣本自選擇偏差問題，在考慮了上述問題后，企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際仍具有促進作用。

（三）穩(wěn)健性檢驗①

其一，替換核心解釋變量。本文以主成分分析法重新構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型的衡量指標進行回歸，以緩解指標構(gòu)造方式不同造成的估計偏誤。即從數(shù)字化賦權(quán)設(shè)施、數(shù)字化媒介和數(shù)字化交易三個維度選取計算機硬件支出、電信設(shè)備支出、軟件支出、互聯(lián)網(wǎng)平臺費用、電商銷售費用、互聯(lián)網(wǎng)宣傳費用、互聯(lián)網(wǎng)零售收入、互聯(lián)網(wǎng)批發(fā)收入和互聯(lián)網(wǎng)貿(mào)易代理收入九個指標進行主成分分析。其二，控制前期趨勢。為了緩解對外直接投資初始趨勢差異造成的估計偏誤，本文將2015年對外直接投資二元邊際增速與年份虛擬變量的交互項加入基準回歸。其三，進行安慰劑檢驗。本文借鑒柏培文和喻理[2]的做法，用未來一期企業(yè)數(shù)字化轉(zhuǎn)型程度衡量解釋變量，若回歸系數(shù)不顯著，即基準回歸中遺漏不可觀測變量的可能性較低。上述回歸結(jié)果均與基準回歸結(jié)果一致，表明基準回歸結(jié)果是穩(wěn)健的。

（四）異質(zhì)性分析

⒈企業(yè)層面異質(zhì)性

不同創(chuàng)新能力的企業(yè)可能對數(shù)字化轉(zhuǎn)型的重視程度不同，從而對對外直接投資的影響有所差異。本文根據(jù)所在行業(yè)年度研發(fā)投入中位數(shù)將樣本劃分為創(chuàng)新型企業(yè)和非創(chuàng)新型企業(yè)進行回歸，回歸結(jié)果如表5列（1）—列（4）所示。企業(yè)數(shù)字化轉(zhuǎn)型能促進創(chuàng)新型企業(yè)對外直接投資二元邊際和非創(chuàng)新型企業(yè)對外直接投資擴展邊際，但對非創(chuàng)新型企業(yè)對外直接投資集約邊際的影響不顯著。可能的原因是，創(chuàng)新型企業(yè)能更快地將數(shù)字化手段與已有東道國市場投資信息相結(jié)合，提升其決策效率[29]，進而促進對外直接投資集約邊際。但非創(chuàng)新型企業(yè)的數(shù)字技術(shù)可能優(yōu)先應(yīng)用于對新市場的投資，使得企業(yè)數(shù)字化轉(zhuǎn)型對深化已有海外市場投資決策的影響不顯著。

國有企業(yè)和非國有企業(yè)的經(jīng)營目標和企業(yè)架構(gòu)不同，其數(shù)字化轉(zhuǎn)型程度及影響可能存在顯著差異。本文根據(jù)企業(yè)實際控制人將樣本劃分為國有企業(yè)和非國有企業(yè)進行回歸，回歸結(jié)果如表5列（5）—列（8）所示。企業(yè)數(shù)字化轉(zhuǎn)型顯著促進非國有企業(yè)對外直接投資二元邊際，但對國有企業(yè)對外直接投資二元邊際均無顯著影響。在宏觀戰(zhàn)略維度，國有企業(yè)主要服務(wù)于國家戰(zhàn)略，出于政治和安全等因素不會輕易調(diào)整海外市場布局；在經(jīng)營環(huán)境維度，非國有企業(yè)面臨更嚴峻的投資環(huán)境，企業(yè)數(shù)字化轉(zhuǎn)型有助于其更全面地獲取市場信息；在企業(yè)架構(gòu)維度，國有企業(yè)組織架構(gòu)層級更為分明，企業(yè)數(shù)字化轉(zhuǎn)型主要提升了上級對下級、母公司對子公司的管控能力，上級或母公司接收下級或子公司反饋信息的作用較弱，數(shù)字化信息反饋并未顯著影響對外直接投資策略。

⒉行業(yè)及城市層面異質(zhì)性

不同要素密集型行業(yè)對外直接投資的動機往往不同，因而企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資的影響可能存在差異。本文借鑒魯桐和黨印[30]的做法，依據(jù)企業(yè)所在行業(yè)將樣本劃分為勞動密集型企業(yè)和資本密集型企業(yè)進行回歸，①結(jié)果如表6列（1）—列（4）所示。勞動密集型行業(yè)通常為技術(shù)相對固定的傳統(tǒng)產(chǎn)業(yè)，企業(yè)對外直接投資的動機主要為尋求廉價優(yōu)質(zhì)的資源[31]。企業(yè)數(shù)字化轉(zhuǎn)型在勞動密集型企業(yè)尋求資源和選擇新市場時發(fā)揮重要作用，因而促進對外直接投資擴展邊際；勞動密集型企業(yè)追加投資時資金需求和技術(shù)壁壘相對較低，所以企業(yè)數(shù)字化轉(zhuǎn)型對深化投資的影響較弱。資本密集型企業(yè)通常需要大規(guī)模資本投入且投資成本波動幅度更大，通過企業(yè)數(shù)字化轉(zhuǎn)型獲取的最新信息不僅能顯著提升投資新海外市場的收益、降低投資風(fēng)險，同時還可能顯著降低投資成本，因而企業(yè)數(shù)字化轉(zhuǎn)型會促進該類企業(yè)對外直接投資二元邊際。

外資流入會通過競爭效應(yīng)和技術(shù)溢出效應(yīng)提升本土企業(yè)開拓海外市場的能力和意愿。本文將2010—2020年256個地級市外資流入額與樣本企業(yè)辦公城市相匹配，并按照樣本城市年度外資流入額的中位數(shù)劃分樣本，高于中位數(shù)的城市為高外資流入城市，否則為低外資流入城市，分樣本回歸結(jié)果如表6列（5）—列（8）所示。處于低外資流入城市的企業(yè)由于外資企業(yè)技術(shù)溢出效應(yīng)較弱，因而擁有較強的技術(shù)尋求型對外直接投資動機。企業(yè)數(shù)字化轉(zhuǎn)型使傳統(tǒng)信息技術(shù)難以滿足當(dāng)前處理海量信息的需求，從而進一步強化技術(shù)尋求型對外直接投資動機，加速其對外投資新市場的進程，而處于高外資流入城市的企業(yè)由于外資企業(yè)在當(dāng)?shù)鼐哂懈鼜娏业氖痉缎?yīng)，可能通過模仿和學(xué)習(xí)，加速數(shù)字化轉(zhuǎn)型，進而加快投資海外市場的進程，因而企業(yè)數(shù)字化轉(zhuǎn)型顯著促進兩類企業(yè)對外直接投資擴展邊際。企業(yè)數(shù)字化轉(zhuǎn)型對低外資流入城市企業(yè)對外直接投資集約邊際的影響不顯著，這表明缺乏外資企業(yè)競爭使處于低外資流入城市的企業(yè)安于國內(nèi)市場經(jīng)營。②

五、機制檢驗與進一步分析

（一）機制檢驗

根據(jù)前文理論分析，企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)人力資本水平、提升企業(yè)監(jiān)管效率和緩解企業(yè)融資約束促進對外直接投資二元邊際。本文參考胡山和余泳澤[32]的做法，檢驗企業(yè)數(shù)字化轉(zhuǎn)型對上述中介變量的影響，機制檢驗的回歸結(jié)果如表7所示。表7列（1）的回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型會顯著提高企業(yè)人力資本水平，從而促進對外直接投資二元邊際，假設(shè)2a得以驗證。表7列（2）的回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型有助于提升企業(yè)監(jiān)管效率，從而促進對外直接投資二元邊際，假設(shè)2b得以驗證。表7列（3）的回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型會顯著緩解企業(yè)融資約束，從而促進對外直接投資二元邊際，假設(shè)2c得以驗證。

（二）進一步分析：溢出效應(yīng)

前文重點關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型如何影響對外直接投資二元邊際。但企業(yè)所在行業(yè)數(shù)字化轉(zhuǎn)型、行業(yè)內(nèi)相似企業(yè)行動決策和行業(yè)內(nèi)成功企業(yè)行動決策同樣可能通過反饋效應(yīng)、示范效應(yīng)和競爭效應(yīng)影響對外直接投資決策。因此，本文構(gòu)建如下模型研究行業(yè)數(shù)字化發(fā)展和企業(yè)間行動決策對對外直接投資二元邊際的溢出效應(yīng)。

其中，R分別表示行業(yè)數(shù)字化轉(zhuǎn)型（indig）、相似企業(yè)行動決策（peer）和成功企業(yè)行動決策（achiever），θ3表示溢出效應(yīng)。本文借鑒陳立敏等[33]的做法，分別用企業(yè)模仿密度和成功企業(yè)模仿密度衡量相似企業(yè)行動決策和成功企業(yè)行動決策。

⒈行業(yè)內(nèi)溢出效應(yīng)

表8列（1）和列（2）的回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型與行業(yè)數(shù)字化轉(zhuǎn)型的交互項對對外直接投資集約邊際有顯著正向影響，但對對外直接投資擴展邊際的影響不顯著?？赡艿脑蚴牵Q(mào)易摩擦等沖擊進一步惡化投資環(huán)境，風(fēng)險規(guī)避程度提升使企業(yè)更傾向于深化已有海外市場投資，通過投資更為熟悉的市場規(guī)避風(fēng)險。行業(yè)內(nèi)大型企業(yè)通過數(shù)字化轉(zhuǎn)型獲得壟斷優(yōu)勢后迫使其他企業(yè)退出市場，因而行業(yè)數(shù)字化轉(zhuǎn)型并未促進行業(yè)內(nèi)所有企業(yè)數(shù)字化轉(zhuǎn)型及對外直接投資。此外，中國企業(yè)更傾向于將獲取的知識在熟悉的海外市場精耕細作[34]，使行業(yè)數(shù)字化發(fā)展并未有效轉(zhuǎn)化為企業(yè)投資新市場的動力。

⒉企業(yè)間溢出效應(yīng)

表8列（3）和列（4）的回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型與相似企業(yè)行動決策的交互項對對外直接投資擴展邊際的影響顯著為負，對對外直接投資集約邊際的影響顯著為正。當(dāng)企業(yè)試圖通過模仿相似企業(yè)投資行為進入新海外市場時，相似企業(yè)可能會采取相應(yīng)策略阻止企業(yè)進入，使企業(yè)難以僅憑借模仿拓展新海外市場。但就對外直接投資集約邊際而言，企業(yè)間合作效應(yīng)表現(xiàn)得更為顯著。同一國家相似企業(yè)間更可能分享信息[26]，數(shù)字化手段使信息能更迅速地在企業(yè)間傳遞；同時，相似企業(yè)產(chǎn)品的替代效應(yīng)使企業(yè)進入某一市場后會節(jié)約后續(xù)宣傳成本[35]，且通信技術(shù)發(fā)展使企業(yè)能迅速獲悉相似企業(yè)數(shù)字化戰(zhàn)略、對外投資決策以及外界對此類行為的反應(yīng)，使企業(yè)能基于相似企業(yè)經(jīng)驗制定符合自身發(fā)展的投資策略，促進對外直接投資集約邊際。

表8列（5）和列（6）的回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與成功企業(yè)行動決策的交互項對對外直接投資擴展邊際的影響顯著為正，對對外直接投資集約邊際的影響不顯著?？赡艿脑蛟谟冢袠I(yè)內(nèi)成功企業(yè)存在示范效應(yīng)，其他企業(yè)傾向于追隨行業(yè)內(nèi)成功企業(yè)[36]。由于體量懸殊，初次進入新市場時，成功企業(yè)往往不會設(shè)置過多進入壁壘阻止小企業(yè)進入，因而強烈的示范效應(yīng)會促進其他企業(yè)對外直接投資擴展邊際。但隨著對外直接投資集約邊際的深化，企業(yè)在海外市場不斷積累經(jīng)驗，會意識到由于技術(shù)等方面的差異，成功企業(yè)的戰(zhàn)略規(guī)劃不僅難以復(fù)制，而且可能不適合自身發(fā)展。同時，在海外市場擁有一定市場勢力后，為維護壟斷地位，成功企業(yè)可能會對意圖繼續(xù)擴大投資的企業(yè)實施進入阻止策略，阻礙競爭者追加投資和擴大市場份額，使成功企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資集約邊際并無顯著溢出效應(yīng)。

六、研究結(jié)論與政策啟示

對外直接投資是高水平對外開放的重要內(nèi)容。本文基于2010—2020年中國滬深兩市A股上市公司數(shù)據(jù)，采用雙向固定效應(yīng)模型實證研究企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的影響及作用機制。研究結(jié)果表明：企業(yè)數(shù)字化轉(zhuǎn)型能顯著促進企業(yè)對外直接投資二元邊際；企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的影響在企業(yè)、行業(yè)和城市層面存在異質(zhì)性，企業(yè)數(shù)字化轉(zhuǎn)型能促進創(chuàng)新型企業(yè)、非國有企業(yè)、資本密集型企業(yè)和高外資流入城市企業(yè)的對外直接投資二元邊際，但對非創(chuàng)新型企業(yè)、國有企業(yè)、勞動密集型企業(yè)和低外資流入城市企業(yè)對外直接投資集約邊際的影響均不顯著；企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)人力資本水平、提升企業(yè)監(jiān)管效率和緩解企業(yè)融資約束促進對外直接投資二元邊際；行業(yè)數(shù)字化轉(zhuǎn)型、相似企業(yè)行動決策和成功企業(yè)行動決策對對外直接投資二元邊際具有溢出效應(yīng)，行業(yè)數(shù)字化轉(zhuǎn)型、相似企業(yè)行動決策會強化企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資集約邊際的影響，成功企業(yè)行動決策會強化企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資擴展邊際的影響，但相似企業(yè)行動決策會削弱企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資擴展邊際的影響?；谏鲜鲅芯拷Y(jié)論，筆者得出以下政策啟示：

首先，企業(yè)應(yīng)全面推進數(shù)字化建設(shè)。數(shù)字化建設(shè)不應(yīng)局限于搭建數(shù)字平臺和拓展線上渠道，更應(yīng)從數(shù)字化賦權(quán)設(shè)施、數(shù)字化媒介和數(shù)字化交易等方面加速數(shù)字化轉(zhuǎn)型。同時，企業(yè)應(yīng)結(jié)合自身實際，對外充分借助數(shù)字平臺搜尋優(yōu)質(zhì)人力資本，獲取先進的技術(shù)知識和跨國管理經(jīng)驗；對內(nèi)進一步激發(fā)人才潛力，借助“人才紅利”，寬領(lǐng)域、多層次地部署對外直接投資目的地。此外，在提高人力資本水平的同時，企業(yè)應(yīng)注重提升監(jiān)管效率，使監(jiān)管與數(shù)字化轉(zhuǎn)型相匹配，并重視數(shù)字化對融資的作用，發(fā)揮數(shù)字平臺優(yōu)勢，通過積極信息披露和良好媒體關(guān)系增進投資者對企業(yè)的了解，緩解自身在對外直接投資中的融資約束，從而促進對外直接投資。

其次，企業(yè)應(yīng)充分意識到自身特點，選擇適合自身數(shù)字化轉(zhuǎn)型和開拓海外市場的策略。企業(yè)應(yīng)提升自身創(chuàng)新能力，借助數(shù)字化轉(zhuǎn)型的有利條件，積極借鑒國內(nèi)外優(yōu)秀企業(yè)的經(jīng)驗，降低開拓海外市場的成本，促進對外直接投資擴展邊際。同時，企業(yè)應(yīng)主動將數(shù)字化手段運用到對現(xiàn)有海外市場的分析中，以提升分析預(yù)測的準確性。相似企業(yè)不僅應(yīng)積極借助數(shù)字技術(shù)進行經(jīng)驗借鑒和知識學(xué)習(xí)，提升應(yīng)對開拓新海外市場競爭壓力的能力，而且應(yīng)提升合作意識，攜手出海，充分發(fā)揮數(shù)字化轉(zhuǎn)型對深耕海外市場的積極作用。成功企業(yè)應(yīng)充分發(fā)揮自身示范作用，帶動其他企業(yè)進行數(shù)字化轉(zhuǎn)型和開拓海外市場。

最后，政府在企業(yè)數(shù)字化轉(zhuǎn)型過程中應(yīng)發(fā)揮好支持、引導(dǎo)和監(jiān)管的作用。政府應(yīng)引導(dǎo)國有企業(yè)通過數(shù)字化手段既提升上級對下級、母公司對子公司的管控能力，也接收來自下級或子公司的反饋信息。同時，政府應(yīng)主動識別在數(shù)字化轉(zhuǎn)型中成功企業(yè)設(shè)置的隱形壁壘，警惕企業(yè)“走出去”過程中潛在的“贏者通吃”“低端鎖定”問題，維護市場秩序，鼓勵不同類型企業(yè)公平競爭，充分發(fā)揮企業(yè)數(shù)字化轉(zhuǎn)型對對外直接投資二元邊際的積極影響。

參考文獻：

[1] 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，42（7）：114-129.

[2] 柏培文，喻理.數(shù)字經(jīng)濟發(fā)展與企業(yè)價格加成：理論機制與經(jīng)驗事實[J].中國工業(yè)經(jīng)濟，2021（11）：59-77.

[3] 葉永衛(wèi)，李鑫，劉貫春.數(shù)字化轉(zhuǎn)型與企業(yè)人力資本升級[J].金融研究，2022（12）：74-92.

[4] CHE Y， ZHANG L. Human capital， technology adoption and firm performance： impacts of China？s higher education expansion in the late 1990s[J]. The economic journal，2018，128（614）：2282-2320.

[5] CHENG Z， LI L， LIU J. The impact of foreign direct investment on urban PM2.5 pollution in China[J]. Journal of environmental management，2020，265（1）：433-467.

[6] SIEBEL T. Digital transformation： survive and thrive in an era of mass extinction [M]. New York： Rosettabooks，2019：1-10.

[7] 戚聿東，肖旭.數(shù)字經(jīng)濟時代的企業(yè)管理變革[J].管理世界，2020，36（6）：135-152+250.

[8] ZHANG C， KANDILOV I T， WALKER M D. Direct flights and cross？border mergers & acquisitions[J]. Journal of corporate finance，2021，70（1）：1-20.

[9] 沈國兵，袁征宇.企業(yè)互聯(lián)網(wǎng)化對中國企業(yè)創(chuàng)新及出口的影響[J].經(jīng)濟研究，2020，55（1）：33-48.

[10] 李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績效[J].中國工業(yè)經(jīng)濟，2022（10）：43-61.

[11] SHI W， SUN S L， YAN D， et al. Institutional fragility and outward foreign direct investment from China[J]. Journal of international business studies，2017，31（48）：452-476.

[12] 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟，2021（9）：137-155.

[13] HITT L M. Information technology and firm boundaries： evidence from panel data[J]. Informational systems research，1999，22（2）：134-149.

[14] 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：130-144+110.

[15] WU M， LIU Y， CHUNG H F， et al. When and how mobile payment platform complementors matter in cross？border B2B e？commerce ecosystems？An integration of process and modularization analysis[J]. Journal of business research，2022，139（2）：843-854.

[16] BUKHT R， HEEKS R. Defining， conceptualising and measuring the digital economy[J]. International organization research journal，2018，13（2）：143-172.

[17] 姜建剛，張建紅.政治換屆、國際關(guān)系與中國對外直接投資：交易成本視角[J].世界經(jīng)濟研究，2020（7）：33-45+135-136.

[18] DINERSTEIN M， EINAV L， LEVIN J， et al. Consumer price search and platform design in internet commerce[J]. The American economic review，2018，108（7）：1820-1859.

[19] CHEN M X， WU M. The value of reputation in trade： evidence from Alibaba[J]. The review of economics and statistics，2021，103（5）：857-873.

[20] RHUE L， SUNDARARAJAN A. Playing to the crowd？Digital visibility and the social dynamics of purchase disclosure[J]. MIS quarterly，2019，43（4）：1127-1141.

[21] 孟夏，董文婷.企業(yè)數(shù)字化轉(zhuǎn)型與出口競爭力提升——來自中國上市公司的證據(jù)[J].國際貿(mào)易問題，2022（10）：73-89.

[22] ZHAN J， ZHANG Z Y， ZHANG S， et al. Manufacturing servitization in the digital economy： a configurational analysis from dynamic capabilities and lifecycle perspective[J]. Industral management & data systems，2023，123（1）：79-111.

[23] 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應(yīng)差異[J].管理世界，2020，36（5）：52-66+59.

[24] 許憲春，張美慧.中國數(shù)字經(jīng)濟規(guī)模測算研究——基于國際比較的視角[J].中國工業(yè)經(jīng)濟，2020（5）：23-41.

[25] BAREFOOT K， CURTIS D， JOLLIFF W， et al. Defining and measuring the digital economy[R]. Washington： US Department of Commerce Bureau of Economic Analysis，2018.

[26] 張葉青，陸瑤，李樂蕓.大數(shù)據(jù)應(yīng)用對中國企業(yè)市場價值的影響——來自中國上市公司年報文本分析的證據(jù)[J].經(jīng)濟研究，2021，56（12）：42-59.

[27] 張勛，楊桐，汪晨，等.數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐[J].管理世界，2020（11）：48-63.

[28] 黃遠浙，鐘昌標，葉勁松，等.跨國投資與創(chuàng)新績效——基于對外投資廣度和深度視角的分析[J].經(jīng)濟研究，2021，56（1）：138-154.

[29] 洪俊杰，蔣慕超，張宸妍.數(shù)字化轉(zhuǎn)型、創(chuàng)新與企業(yè)出口質(zhì)量提升[J].國際貿(mào)易問題，2022（3）：1-15.

[30] 魯桐，黨印.公司治理與技術(shù)創(chuàng)新：分行業(yè)比較[J].經(jīng)濟研究，2014，49（6）：115-128.

[31] 王恕立，劉軍，胡宗彪.FDI流入、動機差異與服務(wù)產(chǎn)品垂直型產(chǎn)業(yè)內(nèi)貿(mào)易[J].世界經(jīng)濟，2014，37（2）：71-94.

[32] 胡山，余泳澤.數(shù)字經(jīng)濟與企業(yè)創(chuàng)新：突破性創(chuàng)新還是漸進性創(chuàng)新？[J].財經(jīng)問題研究，2022（1）：42-50.

[33] 陳立敏，劉靜雅，張世蕾.模仿同構(gòu)對企業(yè)國際化—績效關(guān)系的影響——基于制度理論正當(dāng)性視角的實證研究[J].中國工業(yè)經(jīng)濟，2016（9）：127-143.

[34] LI J， LI Y， SHAPIRO D. Knowledge seeking and outward FDI of emerging market firms：the moderating effect of inward FDI[J]. Global strategy journal，2012，61（4）：277-295.

[35] KEDIA B L， RHEW N D， GAFFNEY N T， et al. Emerging market multinationals： coopetition for global growth[J]. Thunderbird international business review，2016，11（6）：515-526.

[36] 蔣為，李行云，宋易珈.中國企業(yè)對外直接投資快速擴張的新解釋——基于路徑、社群與鄰伴的視角[J].中國工業(yè)經(jīng)濟，2019（3）：62-80.

How Does Digital Transformation of Enterprises Affect the Dual Margin of Foreign Direct Investment？

QUE Cheng-yu， CUI Jie， MA Bin

（School of International Economics and Trade， Dongbei University of Finance and Economics， Dalian 116025， China）

Summary：Since joining the WTO， Chinas foreign direct investment （FDI） has developed rapidly in both depth and breadth. Nevertheless， there are still a series of problems in Chinas FDI， such as unclear competitive advantage and unbalanced geographical distribution. This not only makes enterprises face higher risks in the process of going global， but also brings challenges to Chinas deep participation in global industrial division and cooperation. The accelerated digital transformation of enterprises has greatly improved the production efficiency and level of enterprises， and brought new opportunities for enterprises to enhance the probability and scale of FDI. In this context， it is of great academic value and practical significance to explore the impact of digital transformation of enterprises on the dual margin of FDI from a more detailed perspective by using firm？level data.

Based on the data of A？share listed companies in Shanghai and Shenzhen from 2010 to 2020， this paper empirically studies the influence of digital transformation of enterprises on the dual marginal of FDI and its mechanism by using the fixed effect model. The results show that the digital transformation of enterprises significantly promotes the dual margin of FDI， and the regression results are still robust after considering endogeneity problems. The results of heterogeneity analysis show that the digital transformation of enterprises significantly promotes the intensive margin of FDI of innovative enterprises and non？state？owned enterprises （SOEs）， and has a significantly positive impact on the expansion margin of FDI of labor？intensive and capital？intensive enterprises， but only on the intensive margin of FDI of capital？intensive enterprises， and it has a more significant impact on the dual margin of FDI of enterprises in cities with high foreign capital inflow. The results of mechanism analysis show that the digital transformation of enterprises promotes the dual margin of FDI by improving the level of human capital and the efficiency of enterprise supervision， and relaxing the financing constraints of enterprises. Further analysis shows that digital transformation of industries， similar enterprises action decisions and successful enterprises action decisions have significant spillover effects.

The marginal contributions of this paper are mainly reflected in the following three aspects. Firstly， on the basis of considering information technology， the influence of digital media， hardware facilities and digital infrastructure is included， and the digital transformation of enterprises is measured in dimensions of digital empowerment facilities， digital media and digital transaction. The influence of digital transformation of enterprises on FDI is systematically explored. Secondly， the FDI is decomposed into expansion margin and intensive margin， and the difference in the impact of enterprise digital transformation on dual margin of FDI. Thirdly， this paper expands the influence of digital transformation from enterprises to inter？enterprises to analyze the spillover effect of digital transformation in industries and enterprises.

Key words：digital transformation of enterprises； FDI； human capital level； regulatory efficiency； financing constraint

（責(zé)任編輯：孫艷）

[DOI]10.19654/j.cnki.cjwtyj.2023.12.008

[引用格式]闕澄宇，崔潔，馬斌.企業(yè)數(shù)字化轉(zhuǎn)型如何影響對外直接投資二元邊際？[J].財經(jīng)問題研究，2023（12）：91-104.

① 對于部分企業(yè)未披露互聯(lián)網(wǎng)零售收入，本文借鑒Barefoot等[25]與張葉青等[26]的做法，用企業(yè)網(wǎng)絡(luò)搜索指數(shù)與其所在行業(yè)網(wǎng)絡(luò)搜索指數(shù)之比近似替代該企業(yè)與所在行業(yè)數(shù)字化產(chǎn)出之比，再以該企業(yè)當(dāng)年所在行業(yè)總產(chǎn)出乘以該比率的結(jié)果替代企業(yè)數(shù)字化交易值。根據(jù)CNRDS數(shù)據(jù)庫數(shù)據(jù)字段說明，企業(yè)網(wǎng)絡(luò)搜索指數(shù)是指企業(yè)股票代碼、企業(yè)簡稱和企業(yè)全稱等關(guān)鍵字在搜索引擎上的搜索量，其能較好地反映企業(yè)在互聯(lián)網(wǎng)上的受關(guān)注程度。

② 正向指標包括企業(yè)經(jīng)營性凈現(xiàn)金流與上期總資產(chǎn)的比值、企業(yè)現(xiàn)金股利與上期總資產(chǎn)的比值、企業(yè)現(xiàn)金持有量與上期總資產(chǎn)的比值；負向指標包括企業(yè)資產(chǎn)負債率和企業(yè)托賓Q值。

① 參照已有研究，采用重復(fù)抽樣1 000次計算回歸結(jié)果的標準誤。

① 樣本中技術(shù)密集型企業(yè)經(jīng)營時間大多在三年以內(nèi)，且存在大量缺失值，因而此處僅探討勞動密集型企業(yè)和資本密集型企業(yè)的異質(zhì)性問題。

② 上述城市包含四大直轄市，可能影響回歸結(jié)果的準確性，本文進一步采用省級層面外資流入數(shù)據(jù)進行分組，分組依據(jù)如前所述。高外資流入地回歸結(jié)果與城市層面數(shù)據(jù)一致，但企業(yè)數(shù)字化轉(zhuǎn)型對低外資流入地企業(yè)對外直接投資二元邊際均無顯著影響，該回歸結(jié)果未在正文中列出，留存?zhèn)渌鳌?/p>