文章信息
- 吴群锋, 蒋为. 2015.
- Wu Qunfeng, Jiang Wei. 2015.
- 全球华人网络如何促进中国对外直接投资?
- How does Ethnic Chinese Network Promote Chinese OFDI?
- 财经研究, 41(12): 95-106
- Journal of Finance and Economics, 41(12): 95-106.
-
文章历史
- 收稿日期:2015-06-29
2. 南开大学 经济学院,天津 300071
2. School of Economics, Nankai University, Tianjin 300071, China
长期以来,社会与商业网络在跨国的文化与经济交流中发挥着至关重要的作用(Gould,1994;Belderbos和Sleuwaegen,1998)。而以中华文明与文化认同为核心的海外华人网络,①不管从规模还是从分布的广度来看,均是目前影响力最大的侨民网络之一,所受到的关注也最多(Rauch和Trindade,2002;Gao,2003;阎大颖等,2013)。本文从制度与文化视角,对全球华人网络促使中国企业实现对外直接投资的机制与路径进行深入研究。
① 本文采用全球华人网络与海外华人网络来描述华人的分布情况,海外华人网络指生活在中国大陆以外的国家或地区的华人分布情况,而全球华人网络则侧重于说明海外华人网络对中国大陆的影响。
一方面,现有大量研究围绕中国对外直接投资的动机、效应与约束等问题进行了深入的探讨(毛其淋和许家云,2014;蒋冠宏和蒋殿春,2014;肖慧敏和刘辉煌,2014)。也有很多研究对影响中国对外直接投资的区位选择因素及其约束条件进行了讨论(蒋冠宏和蒋殿春,2012a、b;王永钦等,2014)。本文的研究主题与中国对外直接投资所面临的约束问题密切相关。在这些研究中,许多学者关注制约中国企业实现对外直接投资的因素,尤其是制度因素(蔡冬青和刘厚俊,2012;蒋冠宏和蒋殿春,2012;王永钦等,2014)。这些研究的结论尽管不尽相同,但均发现目标国的制度水平或制度距离对中国对外直接投资具有显著的影响。然而,这些研究却普遍缺乏对非正式制度的关注,尤其是华人网络的作用。
另一方面,对于华人网络在中国跨国经济活动中的作用与影响的研究主要集中于国际贸易方面。Gould(1994)以及Rauch和Casella(1998)等指出,侨民网络能够为国际贸易提供必要的市场信息,从而有助于需求与供给方的匹配,进而促进了国际贸易的发展。对于华人网络,Rauch和Trindade(2002)的研究发现,华人网络有助于中国对外贸易的发展,而且对于差异性商品的贸易是至关重要的。除了华人网络对国际贸易的影响,一些研究也关注华人网络对外国直接投资的影响。Gao(2003)在Rauch和Trindade(2002)的基础上,进一步就华人网络影响中国的外国直接投资进行了实证研究,同样发现华人网络有助于中国的外国直接投资的流入。但是,这些研究均忽略了华人网络对中国的对外直接投资的影响,而这一影响随着中国对外直接投资的崛起将变得越来越重要。
根据现有关于中国对外直接投资与海外华人网络的研究,海外华人网络不仅能够促进中国国际贸易的发展与提升中国对外国直接投资的吸引力,而且还能为中国企业实现“走出去”充当润滑剂。从这一角度来看,现有研究仍然存在以下三个方面的不足:首先,大多只强调了海外华人网络在国际贸易与外国对中国直接投资中的影响,并没有揭示海外华人网络在中国对外直接投资中是否扮演重要的角色;其次,现有关于海外华人网络的度量仅仅停留在少数几个国家的华人网络,且采用的统计数据往往具有很大的统计误差,很难从全球角度对华人网络进行准确的度量;最后,大多忽视了华人网络是如何影响跨国经济活动的微观机制,缺乏对制度差异、华人教育背景与跨国差异的关注。
基于以上几点,我们对全球华人网络如何促进中国对外直接投资的微观机制进行了深入的分析。企业实现对外直接投资有两个关键的条件:一方面,正如Dunning和Narula (1996)所指出的,企业对外直接投资需要有利可图,这种动机可能来源于战略资产、自然资源、市场扩张或者效率提升;另一方面,仅有投资的动机仍然是不够的,决定企业能否实现对外直接投资的另一个关键因素是企业有能力实现对外直接投资。而影响企业实现对外直接投资的因素不仅包括企业的现金流、管理能力与效率水平,还包括企业对投资目标国制度与文化环境的适应程度。正因为东道国与投资目标国之间存在制度与文化环境差异,企业既难以获取营商环境差异巨大的经济体市场的投资信息,也很难保证投资契约能够有效执行,更难以在不同的制度文化背景下成功推行投资战略,从而导致投资失败。海外华人与东道国国民具有相似的文化与价值观认同,一方面能够调节投资信息的不完善,另一方面也能够为契约的执行提供保障,为东道国熟悉投资目标国的制度与文化提供窗口。更加特殊的是,海外华人直接参与东道国的投资项目,从而为提升中国的对外直接投资服务。
二、理论假设与计量模型(一)理论假设
在现有关于对外直接投资分布的影响机制的研究中,主要有两种研究范式:一是以Dunning(1981)为代表的国际生产折衷理论,二是以Helpman等(2004)为代表的异质性厂商对外直接投资理论。而以华人网络为代表的制度与文化因素,无论是在国际生产折衷理论中还是在异质性厂商条件下的对外直接投资理论中均占有重要的地位。我们分别从国际生产折衷理论与异质性厂商的对外直接投资理论出发,对华人网络影响中国对外直接投资的微观机制进行梳理与说明。
一方面,以Dunning(1981)为代表的国际生产折衷理论从所有权优势、内部化优势与区位优势等三个方面刻画了企业的对外直接投资行为,进而分析企业在对外直接投资、出口与技术转让三种战略之间的选择。只有当企业同时具备所有权优势、内部化优势与区位优势时,企业才会选择对外直接投资。全球华人网络对中国对外直接投资的影响主要是通过影响区位优势因素来发挥作用的。Dunning(1981)所说的区位优势是指投资目标国的资源禀赋、运输成本、劳动力素质以及制度与文化因素。在驱动对外直接投资的区位优势中,制度与文化因素是解释对外直接投资区位分布的重要方面。一方面,投资目标国的产权制度、政治制度和文化教育水平等均会影响企业的区位优势;另一方面,企业与投资目标国之间的制度与文化差距同样会影响企业的区位优势。由于目标国投资项目与母公司享有共同的管理层,而管理层对于投资东道国的制度与文化更为熟悉,再加上公司的治理模式也与东道国更为接近,这就决定了对外直接投资企业在目标国具有区位优势。海外华人网络则会通过以下两个方面来影响企业的区位优势:一方面,海外华人网络将促使企业与目标国之间进行制度与文化的融合与交流,这不仅有助于企业理解与适应目标国的文化与制度环境,而且有助于目标国对投资企业的文化与制度背景有更大的包容性;另一方面,海外华人网络将为在海外投资的企业提供华人劳动力,而华人员工相较于本土员工具有更强的文化与制度认同感,这也将提升企业在目标国的区位优势。因此,总体上看,海外华人网络将提高企业在目标国的区位优势,从而促使企业实现对外直接投资。
另一方面,随着以Meltiz(2003)为代表的异质性贸易理论逐步发展起来,以Helpman等(2004)为代表的对外直接投资理论也逐步从异质性企业角度展开研究。 Helpman等(2004)在Meltiz(2003)的基础上引入了对外直接投资来分析企业异质性在对外投资、出口与国内销售中的影响,认为对外直接投资需要在国外支付更高的固定成本,其中包括了建厂成本、营销成本以及制度与文化成本,这就导致只有生产率最高的企业能够实现对外投资,因而固定成本的高低将直接影响到对外直接投资的多少与分布。全球华人网络是影响制度与文化成本的重要因素,而海外华人网络也将从以下两个方面影响企业对外直接投资的固定成本:一方面,海外华人网络将直接影响企业在海外的经营成本,它能够在企业的生产与经营中起到润滑剂的作用,从而缓解企业因制度与文化差异带来的无谓成本;另一方面,海外华人网络能够影响企业在海外契约的执行效率,它能够调节投资者的信息不完善,为企业适应东道国市场主体提供重要的窗口,为对外直接投资提供重要的契约保障。因此,海外华人网络能够显著降低对外投资企业在目标国的固定成本,从而促使东道国企业实现对外直接投资。为此,我们提出如下研究假设:
研究假设:全球华人网络能够影响中国对外直接投资的分布并促进其增长,尤其对于教育水平更高的华人网络来说,其影响力也更大。
海外华人网络对中国对外直接投资的影响主要体现在华人受教育程度、跨国分布与制度距离等方面,我们也从这三个方面对其微观机制进行解读。首先,海外华人网络对中国跨国经济行为的影响,关键在于海外华人在当地经济活动中的地位与作用,而受教育水平往往决定了海外华人在海外地区的影响力。因此,随着华人受教育水平的不断提高,华人网络的质量也在不断提升,华人在投资目标国中经济与政治地位的提升势必为中国企业实现对外直接投资提供良好的基础。其次,海外华人网络对不同经济发展水平国家的影响也不一样,原因在于:一方面,在较为发达的国家中,华人网络在受教育水平与影响力上都优于欠发达国家,这使得华人网络在这些国家中的作用凸显出来;另一方面,海外华人网络在一些政治民主体制较为完善的国家中不仅有助于中国企业的海外经营,也有助于构建对中国企业更加包容的营商环境。最后,华人网络促进对外直接投资的关键在于弥合了中国与目标国之间的制度距离。因此,华人网络在与中国制度距离较大的国家中的作用更为重要。为此,我们提出如下研究推论:
研究推论:全球华人网络能够弥合中国与投资目标国之间的制度距离,对于制度距离更大的经济体,华人网络发挥的作用更为显著。
(二)计量模型构建
本文参照Di Mauro(2000)以及蒋冠宏和蒋殿春(2012a)的研究,在引力模型中加入海外华人网络因素,设定基准计量模型如下:①
①由于部分国家和地区的中国对外直接投资与华人数量为0,这类样本若取对数则没有意义,将会被剔除。但剔除这类样本将导致样本偏误问题,因此我们按照对此类问题通常的方法进行处理,即取该变量加上1后取对数的值作为代理变量(Ma等,2010;蒋为,2015)。
| ${\rm{ LnOFD}}{{\rm{I}}_{{\rm{it}}}}{\rm{ = }}{\alpha _{\rm{0}}} + {\beta _1}{\rm{Lnhgd}}{{\rm{p}}_{{\rm{it}}}} + {\beta _2}{\rm{Lncgd}}{{\rm{p}}_{\rm{t}}} + {\beta _3}{\rm{Lndis}}{{\rm{t}}_i} + {\beta _4}{\rm{Lncshar}}{{\rm{e}}_i} + \rho X + {\mu _{it}}$ | (1) |
其中,i表示东道国,t表示年份;Lnhgdp表示东道国的经济规模(GDP)的对数值,Lncgdp表示中国的经济规模(GDP)的对数值,Lndist表示中国与东道国之间的距离。本文的核心解释变量为华人网络(Lncshare),用华人在东道国人口中密集程度的对数值来表示,该变量越大则表示东道国华人网络水平越发达。为了进一步就华人教育背景对投资效应的影响进行讨论,我们分别测算了华人网络中高等级教育背景的华人密集度与低等级教育水平的华人密集度,并对其投资效应的差异性进行研究。与此类似,我们分别就OECD国家与非OECD国家进行分样本检验。此外,我们还控制了其他影响因素,以避免遗漏重要解释变量的问题。
由于本文采用的海外华人网络指标为截面数据,即华人网络指标主要解释了中国对不同国家间对外直接投资的差异,而并没有解释华人网络对中国对外直接投资增长的影响。为了进一步揭示华人网络影响中国对外直接投资的增长效应,我们参考Jarreau和Poncet(2012)对中国经济增长的研究,进一步设定如下计量模型对增量效应进行检验:
| $\frac{1}{{10}}{\rm{Ln(OFD}}{{\rm{I}}_{{\rm{i,2013}}}}{\rm{/OFD}}{{\rm{I}}_{{\rm{i,2003}}}}{\rm{) = }}{\alpha _{\rm{0}}} + {\beta _1}{\rm{LnOFD}}{{\rm{I}}_{{\rm{i,2003}}}} + {\beta _1}{\rm{Lnhgd}}{{\rm{p}}_{{\rm{i,2003}}}} + {\beta _2}{\rm{Lncgd}}{{\rm{p}}_{{\rm{2003}}}}\\ {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} + {\beta _4}{\rm{Lncshar}}{{\rm{e}}_i} + \rho X + {\mu _{it}}$ | (2) |
其中,被解释变量为中国对外直接投资在2003-2013年的平均增长率,解释变量则在模型(1)的基础上进一步加入了2003年中国对外直接投资水平,以控制对外直接投资的收敛性影响。
为了检验海外华人网络对于中国对外直接投资的影响途径,我们从制度距离角度对此进行了解读。我们在蒋冠宏和蒋殿春(2012b)的基础上,采用中国与东道国之间制度的相对差异,从民主军政(Voice and Accountability,Dva)、政治稳定(Political Stability and Absence of Violence,Dpv)、政府效率(Government Effectiveness,Dge)、规则质量(Regulatory Quality,Drq)、法治水平(Rule of Law,Drt)和腐败控制(Control of Corruption,Dcc)等方面,对制度距离进行衡量,进而加入不同维度的制度距离与华人网络的交乘项对基准回归进行检验。根据这一思路,本文在基准模型的基础上进一步设定计量模型如下:
| ${\rm{LnOFD}}{{\rm{I}}_{{\rm{it}}}}{\rm{ = }}{\alpha _{\rm{0}}} + {\beta _1}{\rm{Lnhgd}}{{\rm{p}}_{{\rm{it}}}} + {\beta _2}{\rm{Lncgd}}{{\rm{p}}_{\rm{t}}} + {\beta _3}{\rm{Lndis}}{{\rm{t}}_i} + \beta _4^s{\rm{Lncshar}}{{\rm{e}}_i} \times Insti_{it}^s + \rho X + {\mu _{it}}$ | (3) |
其中,$Insti_{it}^s$表示东道国分别在六个维度上与中国的制度距离,该变量值越大,则东道国与中国的制度距离越大。
(三)数据说明与指标构建
1. 海外华人网络。2007-2013年中国台湾的侨务部门发布的《华侨经济年鉴》统计了各年世界各国的华人分布数量,然而该数据并未区分成年人与未成年人,并且缺乏对华人教育背景信息的统计,不足以完成对全部假设的检验,因此本文仅采用该数据进行了稳健性检验。为了完成假设的检验并保持估计结果的可比性和一致性,我们主要借鉴Docquier等(2012)的做法,构建了华人网络在全球195个国家与经济体的分布,并借鉴Docquier等(2014)的做法,采用1990年与2000年全部OECD国家与101个非OECD国家与经济体的人口普查数据中对不同受教育层次人口母国信息的统计,以此构建全球海外华人网络的数据,得到了华人在全球195个国家或地区的分布数据。另外,我们根据华人受教育水平的不同,将年满25岁且处于工作年龄的华人划分为受过高等教育与未受过高等教育两个组别。
2.对外直接投资。本文采用2003-2013年《对外直接投资统计公报》中全球132个经济体对外直接投资的流量与存量来衡量对外直接投资的水平。此外,我们还采用了商务部2003—2013年《中国对外直接投资项目信息库》中披露的中国对外直接投资项目数据。根据已有研究,我们仍然采用中国对外直接投资的流量水平进行检验,而其他度量方式则作为稳健性分析。
3.其他控制变量。(1)引力模型变量:我们分别加入了东道国的经济规模、中国的经济规模和双边地理距离等变量,东道国与中国的经济规模均采用世界银行汇报的各国2005年不变美元价格水平GDP的对数值,地理距离则采用CEPⅡ数据中中国与东道国首都之间的球面距离。(2)直接投资动机变量:东道国资源密集程度用东道国当年出口的油气矿物出口值占当年总出口值的比重来表示,该变量值越大则说明中国对外直接投资能够从东道国获取越多的资源性资产。(3)其他变量:东道国人均收入水平用世界银行汇报的各国2005年不变美元价格水平的人均GDP来表示;共同语言指东道国的官方语言是否与中国一致;接壤与否指是否与中国边界接壤;汇率用当年各国对中国的直接汇率来表示。
三、实证结果与分析(一)基准回归结果
根据基本回归方程(1),我们就全球华人网络对中国对外直接投资的影响进行检验,结果如表1所示。表1的前三列与后三列分别采用2000年与1990年全球华人分布构造的华人网络变量对中国对外直接投资进行回归。在表1的列(1)、列(2)、列(5)与列(6)中,我们采用中国对外直接投资的流量数据进行检验。表1的列(1)加入了华人网络变量和一些引力模型的基本变量,列(2)则加入了其他控制变量。列(1)与列(2)的回归结果均表明,全球华人网络变量的估计系数在1%的显著性水平上为正。列(2)的回归系数显示,在其他因素不变的条件下,投资目标国的华人密度每提高1%,中国对该国的对外直接投资将提高8.296%,这表明华人在海外的活动对中国企业“走出去”有着显著的正向影响。在表1的列(3)中,我们采用中国对外直接投资的存量作为对外直接投资活动的代理变量,得到的结果与采用流量指标时相似,同样证实了全球华人网络对中国企业“走出去”的正向影响。需要说明的是,本文采用的是2000年的全球华人分布数据,而中国对外直接投资的加速过程却发生在2004年之后,这在很大程度上避免了该类问题对因果推断带来的影响。我们采用1990年的全球华人网络数据主要是基于如下两个原因:一方面,1990年中国对外直接投资微乎其微,这也就使得1990年全球华人的分布几乎不受到来自对外直接投资的影响;另一方面,华人在海外发展时间越长,其对当地经济、社会、法律的熟悉程度则更深入且影响力也更大,因此越有可能起到润滑剂的作用。其中,列(4)与列(5)采用中国对外直接投资的流量进行估计,列(6)采用对外直接投资的存量进行估计,估计结果证实了本文的假说。
| 2000年海外华人网络 | 1990年海外华人网络 | |||||
| (1) | (2) | (3) | (4) | (5) | (6) | |
| 注:括号内为t统计值,*、* *和* * *分别表示10%、5%和1%的显著性水平,下同。 | ||||||
| Lncshare | 13.149***(5.66) | 8.296***(2.72) | 9.019***(4.11) | 12.394***(5.58) | 7.291**(2.47) | 8.262***(3.88) |
| Lndist | -0.834***(-4.96) | -0.356*(-1.88) | 0.018(0.13) | -0.833***(-4.94) | -0.350*(-1.85) | 0.023(0.16) |
| Lncgdp | 0.320**(2.26) | 0.419***(2.96) | 0.225**(2.15) | 0.320**(2.26) | 0.418***(2.95) | 0.224**(2.14) |
| Lnhgdp | 0.699***(17.00) | 0.892***(17.91) | 0.614***(16.01) | 0.699***(17.00) | 0.889***(17.85) | 0.612***(15.96) |
| Resource | 2.174***(7.93) | 1.170***(5.79) | 2.163***(7.90) | 1.159***(5.74) | ||
| Language | 1.685***(2.78) | 1.381***(3.16) | 1.736***(2.82) | 1.391***(3.12) | ||
| Border | 1.691***(4.43) | 1.385***(4.92) | 1.728***(4.54) | 1.413***(5.02) | ||
| Exchangerate | -0.135***(-6.50) | -0.143***(-9.41) | -0.136***(-6.52) | -0.144***(-9.43) | ||
| LnIncome | -0.272***(-3.69) | -0.123**(-2.20) | -0.267***(-3.62) | -0.119**(-2.12) | ||
| R2 | 0.249 | 0.365 | 0.348 | 0.249 | 0.365 | 0.347 |
| N | 1 342 | 1 262 | 1 258 | 1 342 | 1 262 | 1 258 |
其他控制变量的回归结果如下:首先,中国与目标国之间的地理距离对对外直接投资流量的估计系数均显著为负,这表明中国对外投资流量随着与目标国间距离的提高而逐步降低。但本文发现,距离对于对外直接投资存量的影响却并不显著。其次,中国的经济规模与东道国的经济规模的估计系数均显著为正,这表明中国经济规模的扩大将增加中国的对外直接投资潜力,且中国对外直接投资也更倾向于流向经济规模更大的目标国。自然资源代理变量的系数显著为正,这表明中国对外直接投资具有明显的资源导向性倾向。共同语言与共同边界的代理变量的系数都显著为正,这说明共同语言与共同边界的存在极大降低了两国间投资的文化与制度障碍,从而提高了中国的对外直接投资水平,这与其他相关研究得到的结论一致。最后,汇率变量与人均收入的估计系数均显著为负,这与其他相关研究的结论相同。
(二)稳健性检验
1.内生性问题与工具变量回归。中国对外直接投资可能为海外华人带来新的工作机会,这将导致本国居民向国外移民,从而影响全球华人网络的分布。工具变量回归是缓解内生性问题的有效方法,这要求我们找到仅影响华人网络分布但不影响中国对外直接投资的因素作为工具变量。为了得到全球华人网络的工具变量,我们参考Javorcik等(2011)的做法,使用McKenzie(2007)提供的各国办理护照的成本费用作为华人网络的工具变量进行工具变量回归。一方面,护照办理费用的增加会提高移民成本,因而与移民数量呈负相关关系;另一方面,各国护照办理费用与中国对外直接投资的决策是相互独立的,因而选取护照办理费用作为第一代华人网络的代理变量符合对工具变量的要求。表2报告了工具变量的回归结果,其中,列(1)、列(2)、列(4)与列(5)分别采用对外直接投资流量,列(3)与列(6)则采用对外直接投资存量。我们发现,无论是采用流量还是存量,全球华人网络变量的估计系数均显著为正,与基准回归结果相比,这没有发生本质的改变。
| 2000年海外华人网络 | 1990年海外华人网络 | |||||
| (1) | (2) | (3) | (4) | (5) | (6) | |
| Lncshare | 1 016.343***(2.61) | 887.711*(1.92) | 641.577**(2.08) | 946.264***(2.69) | 893.047*(1.90) | 632.541**(2.09) |
| Lndist | 12.929***(3.01) | -0.721(-1.60) | -0.268(-0.86) | 12.842***(3.10) | -0.491(-1.19) | -0.089(-0.31) |
| Lnegdp | 0.100(0.09) | 0.587(0.66) | 0.449(0.71) | 0.096(0.09) | 0.555(0.63) | 0.426(0.69) |
| Lnhgdp | 1.102***(7.73) | 2.074***(3.74) | 1.543***(3.76) | 1.092***(8.01) | 2.001***(3.89) | 1.475***(3.97) |
| 控制变量 | 控制 | 控制 | 控制 | 控制 | ||
| N | 985 | 934 | 928 | 985 | 934 | 928 |
2.返程投资与投资通道。根据中国《对外直接投资统计公报》,中国有近80%的对外直接投资流向了中国香港地区、凯门群岛与英属维京群岛三地。导致这一现象的可能原因是:这些地区仅仅作为中国对外直接投资的初始目标国,而非最终目标国。为了缓解这一问题对本文结论的影响,我们剔除了这三个地区作为目标国的对外直接投资数据进行稳健性检验。表3中列(1)的结果表明,华人网络变量的系数依然显著为正,这说明本文的结论是稳健的。
| (1) | (2) | (3) | (4) | (5) | |
| Lncshare | 5.857*(1.87) | 0.162***(4.44) | 0.375***(6.44) | 0.661***(3.01) | 1.557*(1.98) |
| LnOFDI2003 | -0.088***(-7.34) | ||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
| R2 | 0.341 | 0.286 | 0.498 | 0.417 | |
| N | 1 251 | 695 | 376 | 362 | 119 |
3. 华人网络的再度量。前文使用的华人网络数据并不包含25岁以下的华人且均为取得国籍的华人数量,而Rauch和Trindade(2002)采用的则是全部华人总量数据。为了检验本文结果的稳健性,我们采用Rauch和Trindade(2002)关于华人全球分布的数据对本文的研究假设进行检验。检验结果如表3的列(2)所示,华人网络的估计系数在1%的水平上显著为正。此外,为了缓解使用华人网络分布的历史数据进行回归可能造成的度量偏差问题,我们根据2007-2013年中国台湾侨务部门发布的《华侨经济年鉴》,获取了样本年份内华人在全球112个国家的分布情况。我们根据该数据度量了每一年的华人分布变量,并对当年的中国对外直接投资进行回归。回归结果如表3的列(3)所示,华人网络变量依然在1%的水平上显著为正。因此,在考虑了华人网络度量指标可能存在的问题后,本文的结论仍然是稳健的。
4.对外直接投资的再度量。我们采用商务部2003-2013年《中国对外直接投资项目信息库》中披露的中国对外直接投资项目数据,对基准回归的结果进行稳健性检验。由于对外直接投资项目数是一系列整数,采用普通最小二乘方法得出的结论可能是有偏的,因此,我们采用了泊松回归对此进行检验,估计结果如表3的列(4)所示。回归结果表明,华人网络的估计系数仍然在1%的水平上显著为正,这表明我们在基准回归中得到的结论仍然是稳健的,并不会受直接投资度量方式的影响。
5.模型设定与增长效应。模型(1)以及基准回归针对海外华人网络对中国对外直接投资的水平与分布进行了检验,但这忽略了两个方面的问题:一方面,虽然模型(1)及其回归结果证实了海外华人网络更为发达的地区集聚了更多的中国对外直接投资,但是回归集中于对外直接投资的水平及其在地区间的分布,并没有揭示海外华人网络对中国对外直接投资增长效应的影响。现实中,2004年中国对外直接投资开始大幅上升,这不仅表现在水平上,更表现在增长率以及增长率的跨国差异上。因此,我们有必要就海外华人网络对中国对外直接投资增长率的影响进行检验与分析。另一方面,由于数据的限制,本文采用的海外华人网络数据以及估计模型只能识别海外华人网络对中国对外直接投资地区差异的影响,而无法揭示时间维度上的差异。因此,我们进一步采用增长模型就海外华人网络对中国对外直接投资在时间维度上的影响差异进行检验与分析。为了解决以上两个方面的潜在问题,我们进一步借鉴经济增长研究中收敛模型的研究思路,采用回归模型(2)对海外华人网络的增长效应进行检验。模型(2)的回归结果如表3的列(5)所示。估计结果显示,全球华人网络的估计系数显著为正,这表明全球华人网络不仅影响了中国对外直接投资在全球分布的格局,同时影响了中国对外直接投资的增长。在其他条件不变的情况下,华人网络越密集的地区,不仅对外直接投资水平较高,而且其增长也较快。这一研究结论同样证实了本文的研究假设。此外,我们在模型中加入了2003年对外直接投资水平对中国对外直接投资的收敛性进行检验。初始投资水平的估计系数显著为负,这表明在跨国情形中,中国对外直接投资的分布呈现条件收敛的趋势。
四、影响机制与影响路径下面主要从海外华人类型、国家类型与制度距离三个角度,分别就全球华人网络对中国对外直接投资的影响机制进行分析与解读。
1.海外华人类型。海外华人网络能否在一国对外经济活动中起到更强的润滑剂作用,一个核心就在于其在经济活动中的地位与作用,而受教育水平往往决定了海外华人在海外地区的影响力。一般而言,受过高等教育的群体不仅在收入上具有优势,而且其对相关制度更为熟悉、影响力也更大,受过高等教育的海外华人网络往往更能弥合本国企业与海外市场间的制度与文化摩擦,从而促进中国的对外直接投资。因此,我们测算了受过高等教育与未受过高等教育的海外华人网络变量,分别采用不同的度量方式对基准方程进行回归。估计结果如表4的列(1)与列(2)所示。回归结果显示:一方面,无论是否受过高等教育,海外华人网络对中国对外直接投资的影响系数在5%和1%的水平上显著为正,这表明高技术与低技术华人的分布均有利于中国企业“走出去”;另一方面,受过高等教育的海外华人的网络密度每提高1%,中国对外直接投资将提高44.578%,而未受过高等教育的海外华人网络的弹性仅为9.174%,这说明受过高等教育的海外华人网络对中国对外直接投资的边际影响远大于教育背景较差的海外华人。
| 海外华人类型 | 国家类型 | 资源型投资 | |||
| (1)College | (2)Unskilled | (3)OECD | (4)非OECD | (5) | |
| Lncshare_c | 44.578**(2.57) | ||||
| Lncshare_u | 9.174***(2.63) | ||||
| Lncshare | 475.540***(5.82) | 6.644**(2.23) | 12.422***(2.60) | ||
| lncshare×Resource | -47.153*(-1.89) | ||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
| R2 | 0.365 | 0.365 | 0.461 | 0.394 | 0.366 |
| N | 1 262 | 1 262 | 285 | 977 | 1 262 |
2.国家类型。OECD国家与非OECD国家华人网络的作用存在差异,其原因主要在于:一方面,由于OECD国家海外华人的受教育水平更高,导致其对中国对外直接投资的影响力也更大;另一方面,由于OECD国家相对于非OECD国家而言,往往在民主法制上更为健全,华人在这些国家中能够通过更多的渠道对当局与中国企业产生影响。尤其是对于这些国家在法律体系上的严密性,中国企业在国外经营过程中必须对国外制度有充分的了解才能避免很多不必要的问题。
根据这一思路,我们将所有地区划分为OECD国家与非OECD国家或地区,再分别进行回归。估计结果如表4中的列(3)与列(4)所示。回归结果表明:一方面,OECD国家与非OECD国家或地区样本的回归结果均显著为正,这表明无论是在OECD国家还是非OECD国家或地区,全球华人网络均对中国对外直接投资有着显著的促进作用。另一方面,华人网络在OECD国家与非OECD国家或地区中对中国对外直接投资的边际作用有着显著的差异性。对于OECD国家而言,华人网络密度每提高1%,对外直接投资将提高475.540%;而对于非OECD国家或地区,这一弹性系数仅为6.644%。这表明OECD国家的华人网络对中国对外直接投资的促进作用远远高于非OECD国家或地区。这不仅从侧面再次证实了本文研究结论的稳健性,也表明了华人网络影响对外直接投资的机制与路径。
此外,华人网络对于对外直接投资的影响不仅在OECD与非OECD国家或地区间存在差异,而且随着企业“走出去”目的的不同也会有差异。根据Dunning和Narula(1996)关于对外直接投资动机的理论,对外直接投资的目标在于提高效率、扩张市场和获取战略资产与资源。当对外直接投资的目标在于获取资源时,企业对国外制度与文化的依赖程度则相对较小;而当目标在于获取技术与市场时,企业对外投资的生存与发展则严重依赖于国外市场的制度与文化,华人网络的影响对于后者也是至关重要的。我们根据某经济体出口中资源产品所占比重来度量该经济体的资源密集性。对于资源密集型国家,对外直接投资的资源获取目标的潜力较大。根据这一思路,我们引入了资源密集性指标与华人网络指标的交乘项,如果交乘项的估计系数显著为负,则表明华人网络对中国对外直接投资的影响更集中于市场与技术获取型投资。估计结果如表4中的列(5)所示。结果表明,华人网络与资源密集性指标的交乘项系数显著为负,这表明华人网络对以技术与市场为导向的对外直接投资的影响效果更加明显,而对资源寻求型投资的作用则很小。
3.制度距离。接下来,我们采用一种更为直接的方式,从制度距离的角度更深入地剖析华人网络影响中国对外直接投资的具体机制与路径。我们借鉴了Habib和Zurawicki(2002)以及BenassyQuere等(2005)的研究,用中国与东道国制度差异的绝对值来衡量双边制度差异。世界治理指标从民主军政、政治稳定、政府效率、规则质量、法治水平与腐败控制等六个方面测度了一个国家的制度质量水平,该指标得分越高则表明其在所属层面制度治理越合理。为了度量其他国家或经济体与中国的制度距离,我们参考已有的研究方法,采用中国与其他国家或地区的制度质量水平指标差值的绝对值作为代理变量。制度距离变量值越大,说明中国与该国家或地区的制度距离也越大。我们采用模型(3)的形式,通过加入全球华人网络与相对制度距离变量的交乘项来讨论全球华人网络影响对外直接投资的机制与路径。如果全球华人网络能够弥合不同制度间的差异而起到润滑剂的作用,那么对于制度距离更大的国家,全球华人网络在其对外直接投资中的作用将更为明显,也就是交乘项估计系数显著为正的情形。在表5中,我们从六个方面定义目标国与中国间的制度距离,结果显示,所有制度距离与华人网络变量的交乘项系数均显著为正,这表明华人网络对中国对外直接投资的影响随着制度距离的不断增加而增大。对于与中国制度距离更大的国家或地区而言,中国企业对这些国家或地区的制度与文化更缺乏认识和了解,而全球华人网络却能够在其中起到关键的润滑剂作用,使得中国企业能够更加适应国外的营商与制度环境。
| (1) | (2) | (3) | (4) | (5) | (6) | |
| Lncshare×Dva | 114.174***(5.57) | |||||
| Lncshare×Dpv | 272.243***(5.02) | |||||
| Lncshare×Dge | 134.990***(6.12) | |||||
| Lncshare×Drq | 62.263***(5.15) | |||||
| Lncshare×Drl | 150.627***(4.77) | |||||
| Lncshare×Dcc | 76.852***(5.17) | |||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| R2 | 0.360 | 0.357 | 0.364 | 0.358 | 0.355 | 0.358 |
| N | 1 088 | 1 088 | 1 088 | 1 088 | 1 088 | 1 088 |
本文的研究证实了华人网络对中国对外直接投资的促进作用及其影响机制。研究发现:首先,全球华人网络促进了中国企业“走出去”以实现对外直接投资,中国企业在华人分布密集的地区更容易实现对外直接投资;其次,全球华人越来越集中于高技能与OECD国家,同时高技能华人网络与OECD国家的华人网络对中国对外直接投资的影响更为明显;最后,全球华人网络对于与中国制度距离更远的国家与经济体的影响更为明显,这证实了全球华人网络能够弥合中国与东道国之间的制度距离而促使中国企业“走出去”。本文的结论不仅证实了全球华人网络在中国对外直接投资中的显著作用,而且从侧面证实了制度与文化在跨国经济活动中的作用。
对外直接投资中潜在的风险很大程度上来源于不同国家或地区之间制度与文化的差异。对于这种差异,我们必须从更多的非经济角度进行弥合,对全球华人网络的组织与利用正是其中一个非常重要的工具。因此,政府部门应重视并加大对全球华人网络等非正式制度安排的组织与利用,这将有助于帮助中国企业开拓并迅速赢得市场,并且可以进一步尝试在企业与华人网络之间构建更为直接便利的交流平台,从而改善中国企业的投资环境,也直接为企业“走出去”提供更为丰富的信息资源。
| [1] | 蔡冬青,刘厚俊. 中国OFDI反向技术溢出影响因素研究——基于东道国制度环境的视角[J].财经研究,2012,(5):59-69. |
| [2] | 蒋冠宏,蒋殿春. 中国对外投资的区位选择:基于投资引力模型的面板数据检验 [J].世界经济,2012a,(9):21-40. |
| [3] | 蒋冠宏,蒋殿春. 中国对发展中国家的投资——东道国制度重要吗? [J].管理世界,2012b,(11):45-56. |
| [4] | 蒋冠宏,蒋殿春. 中国企业对外直接投资的"出口效应"[J].经济研究,2014,(5):160-173. |
| [5] | 蒋为. 环境规制是否影响了中国制造业企业研发创新?——基于微观数据的实证研究[J].财经研究,2015,(2):76-87. |
| [6] | 毛其淋,许家云. 中国企业对外直接投资是否促进了企业创新[J].世界经济,2014,(8):98-125. |
| [7] | 肖慧敏,刘辉煌. 中国企业对外直接投资的学习效应研究[J].财经研究,2014,(4):42-55. |
| [8] | 王永钦,杜巨澜,王凯. 中国对外直接投资区位选择的决定因素:制度、税负和资源禀赋[J].经济研究,2014,(12):126-142. |
| [9] | 阎大颖,孙黎,谢盈莹,等. 海外华人网络如何影响中国引进外商直接投资:一个经验研究[J].南开经济研究,2013,(2):20-43. |
| [10] | Artuc E, Docquier F, Ozden C,et al. A global assessment of human capital mobility: The role of non-OECD destinations [R]. IRES Discussion Paper No. 2012-022, 2012. |
| [11] | Belderbos R, Sleuwaegen L. Tariff jumping DFI and export substitution: Japanese electronics firms in Europe [J]. International Journal of Industrial Organization, 1998, 16(5): 601-638. |
| [12] | Bénassy-Quéré A, Coupet M, Mayer T, et al. Institutional determinants of foreign direct investment [J]. The World Economy, 2007, 30(5): 764-782. |
| [13] | Di Mauro F. The impact of economic integration on FDI and exports: A gravity approach [R]. CEPS Working Paper, 2000. |
| [14] | Docquier F, Ozden C, Peri G. The labour market effects of immigration and emigration in OECD countries[J]. The Economic Journal, 2014, 124(579): 1106-1145. |
| [15] | Dunning J. International production and the multinational enterprise[M]. London: George,1981. |
| [16] | Dunning J, Narula R. The investment development path revisited: Some emerging issues [A]. Dunning J, Narula R. Foreign direct investment and governments: Catalysts for economic restructuring[C].London: Routledge,1996. |
| [17] | Gao T. Ethnic Chinese networks and international investment:Evidence from inward FDI in China [J]. Journal of Asian Economics, 2003, 14(4): 611-629. |
| [18] | Gould D M. Immigrant links to the home country: Empirical implications for U.S. bilateral trade flows [J]. The Review of Economics and Statistics, 1994, 76(2): 302-316. |
| [19] | Habib M, Zurawicki L. Corruption and foreign direct investment [J]. Journal of International Business Studies, 2002, 33(2): 291-307. |
| [20] | Helpman E, Melitz M J, Yeaple S R. Export verus FDI with heterogeneous firms [J]. American Economic Review, 2004, 94(1): 300-316. |
| [21] | Jarreau J, Poncet S. Export sophistication and economic growth: Evidence from China [J]. Journal of Development Economics, 2012, 97(2): 281-292. |
| [22] | Javorcik B S,Ozden C,Spatarean M,et al.Migrant networks and foreign direct investment [J]. Journal of Development Economics, 2011, 94(2): 231-241. |
| [23] | McKenzie D.Paper wall are easier to tear down: Passport costs and legal barriers to emigration [J]. World Development, 2007, 35(11):2026-2039. |
| [24] | Melitz M J. The impact of trade on intra-industry reallocations and aggregate industry productivity[J]. Econometrica, 2003,71(6): 1695-1725. |
| [25] | Rauch J, Trindade V. Ethnic Chinese networks in international trade [J]. The Review of Economics and Statistics, 2002, 84(1): 116-130. |
2015, Vol. 41


