【数字经济】刘婷、任康钰：数字经济与中国对外直接投资 ——基于欧盟成员国的实证研究

点击上方  国际经济合作杂志社   关注我们

刘婷

北京外国语大学英语学院博士研究生，研究方向为欧洲经济。

任康钰

北京外国语大学国际商学院副教授，研究方向为国际金融。

内容提要

数字经济和新冠肺炎疫情推动着包括中国和欧盟在内的各经济体的数字化转型。数字经济发展水平日益成为一国进行对外直接投资时的重要考量。基于2007—2019年的数据，实证分析表明：欧盟各国数字经济发展水平是中国对其进行直接投资的显著影响因素；数字经济发展水平与市场寻求型、效率寻求型、创新资产寻求型投资动机因素在促进中国对欧盟直接投资上有显著的互补性影响；数字经济发展水平的影响存在一定的地区异质性；人力资本水平是一个显著的中介变量。

一

引言

中国对欧盟直接投资起步较晚但增长迅速。2008年全球金融危机后，中国对欧盟的直接投资呈现爆发式增长，之后保持波动中增长的趋势，2019年投资流量达到106.9亿美元。新冠肺炎疫情的暴发和2021年5月《中欧全面投资协定》（CAI）的搁置并没有在根本上动摇中欧双边务实投资合作的基础，2021年中国对欧盟直接投资相比2020年大幅回升。受新冠肺炎疫情的推动和数字经济加速发展的影响，欧盟近年出台了诸多措施来促进数字经济发展，数字因素逐渐成为中国对欧盟成员国直接投资的重要考量因素。

本文在回顾相关文献的基础上，建立基准回归模型检验数字经济发展水平在中国对欧盟直接投资中影响的显著性，这种显著性在西欧和中东欧地区之间是否存在异质性；并建立交乘效应模型，检验数字经济发展水平与不同投资动因在影响中国对欧盟直接投资中的交互作用；最后进行中介效应检验，分析人力资本水平在数字经济发展水平对中国对欧盟直接投资的影响中的中介效应。

（图源：bmuv）

二

文献综述与假设

1

文献综述

有关数字经济的研究大多肯定了数字经济和数字技术发展的价值，数字化转型为欧洲带来了众多机遇，但也产生了新的问题和挑战。在数字化对欧盟经济社会影响越来越大的情况下，人口的数字技能成为决定其在劳动力市场上取得成功的关键因素。

国内学者探究了欧盟数字税和数字条例的出台动机、影响、意义、启示以及中国的应对等。国内学者做了大量关于中国对外直接投资（OFDI）影响因素的研究。具体到中国对欧盟直接投资的研究，现有文献基于制度环境、经济资源、经济规模、技术水平、贸易关系和投资自由度等影响因素分析其对中国对欧盟直接投资的影响。

在各国加速推动数字化转型的大背景下，数字经济水平开始成为决定他国对其进行投资的主要参考因素，但在具体的影响方向上不同学者的结论并不一致，并给出了各自的理由。

一些学者在此基础上引入数字经济发展水平因素，证实数字经济发展水平是中国OFDI的显著影响因素。但有关数字经济发展水平对中国OFDI影响的定量研究较少，具体到对欧盟直接投资的定量研究更是鲜见。

本文的边际贡献有：在已有定量研究的基础上，加入数字经济变量，考察其发展水平在中国对欧盟直接投资中的显著性；将数字经济因素与传统的动机因素相结合建立交乘项，考察数字经济发展因素和不同投资动机因素在对中国对欧盟直接投资的影响上是互补性的还是替代性的；考察地区异质性，以及人力资本水平在数字经济发展水平对中国对欧盟直接投资作用机制中的中介效应。

2

提出假设

本文提出四个假设：

假设1：欧盟各国数字经济发展水平对中国对欧盟直接投资有显著促进作用。

假设2：数字经济发展水平与技术创新、市场规模存在互补性，即数字经济发展水平越高，对中国对欧盟的市场寻求型和创新资产寻求型直接投资的促进作用越强。

假设3：欧盟各国数字经济发展水平对中国对欧盟直接投资的影响在中东欧和西欧存在地区异质性。

假设4：欧盟各国的数字经济发展水平会通过人力资本水平这个中介变量来影响中国对其直接投资规模。

三

变量选取与模型设定

本文的被解释变量是中国对欧盟直接投资存量（取其自然对数）。数据来自历年《中国对外直接投资统计公报》。

核心解释变量是欧盟各国的数字经济发展水平，选取以下指标衡量：数字网络覆盖率，用使用互联网的人群占比；数字人才占比，用信息通信技术人员在总就业人员中的占比；数字产品与服务出口占比，用计算机、通信和其他服务出口额占服务出口总额的比重。数据分别来自国际电信联盟（ITU）、欧盟统计局，世界银行发展指标数据库（WDI）。

其他解释变量选取一国OFDI的四种动机：市场寻求型动机，用欧盟各国年度GDP的对数值来反映市场规模；效率寻求型动机，用以2010年为基年的欧盟各国人均劳动力成本指数来反映劳动力成本；创新资产寻求型动机，用欧盟各国研发支出占年GDP的比重来衡量技术创新水平；自然资源寻求型动机，用矿石、燃料和金属出口占本国商品总出口的比重来反映欧盟各国自然资源的丰富度。

根据相关文献并结合实际情况引入控制变量：制度环境，用世界银行全球治理指标（WGI）六项因素的平均值来衡量；贸易依存度，用欧盟各国进出口总额占GDP的比重来衡量；通胀水平，用欧盟各国GDP平减指数来衡量。其他解释变量和控制变量主要分别来自欧盟统计局、世界银行发展指标数据库。

数据涵盖欧盟28个成员国（包括2019年尚未正式退出欧盟的英国和2013年加入欧盟的克罗地亚），时间段为2007—2019年。分别建立基准模型和包含核心解释变量与解释变量交乘项的交乘效应模型，对以上四个假设进行检验。

（图源：DE.DIGITAL）

四

实证分析

1

基准检验

基准检验的结果支持假设1，即欧盟各国数字经济发展水平对中国对欧盟直接投资有显著促进作用。

2

交互作用检验

交乘效应模型检验结果基本支持假设2，即数字经济发展水平与技术创新、市场规模在对中国对欧盟直接投资的影响中存在互补作用，但与假设2的不同之处在于，三个衡量数字经济发展水平的变量与劳动力成本因素的交乘项均显著，数字经济发展水平与劳动力成本的互补性作用最显著。

3

异质性检验

异质性检验结果支持假设3，中东欧和西欧存在一定的地区异质性，数字网络覆盖率在西欧和中东欧地区都是影响中国对其直接投资的显著因素，数字人才占比对中国直接投资西欧国家的影响更大，数字产品与服务出口占比则对中国投资中东欧国家的影响更大。可能的原因是，西欧国家整体而言经济较发达，更加注重数字人才的培养，因而数字人才占比成为中国对其进行直接投资的一个重要考量因素；相比之下，中东欧国家的经济和数字经济水平没有西欧国家发达，中国企业对其进行直接投资时追求数字产品与服务的生产率，更加看重数字产品与服务出口占比。

4

稳健性分析

1. 内生性问题的处理

为了解决可能的内生性问题，本文参考了黄群慧等（2019）的思路选取工具变量进行处理，每百人固定电话数量的滞后一阶项和滞后二阶项经检验是合理的工具变量，检验结果表明在考虑了内生性问题后，结果依旧具有一定的稳健性，即数字经济发展水平是中国对欧盟直接投资的重要影响因素。

2. 替换核心解释变量

为了确保结论的可靠性，本文通过替换部分核心解释变量进行稳健性检验，检验结果具有一定的稳健性。

3. 使用滞后一期的核心解释变量

考虑到数字经济发展水平对中国对欧盟直接投资影响可能存在滞后效应，将模型中的核心解释变量替换成滞后一期的核心解释变量进行检验，总体来看基本上可以排除反向因果关系，数字经济发展水平对中国对欧盟直接投资的影响是持续显著的。

5

中介效应检验

建立中介效应模型，用受高等教育人才占比来衡量人力资本水平，检验结果显示在欧盟数字经济发展水平对中国对欧盟直接投资的影响机制中，人力资本水平在一定程度上发挥着中介作用，具体体现在数字网络覆盖率和数字人才占比对中国对欧盟直接投资的影响上，检验结果支持假说4。

五

主要结论与启示

1

主要结论

第一，欧盟各国数字经济发展水平对中国对欧盟直接投资有显著的正向促进作用；

第二，欧盟各国数字经济发展水平与不同投资动机的交互作用有所不同；

第三，数字经济发展水平对中国对欧盟直接投资的影响在西欧和中东欧国家存在一定的地区异质性；

第四，在欧盟各国数字经济发展水平影响中国对欧盟直接投资的过程中，人力资本水平在一定程度上发挥了中介效应。

2

启示

中欧经贸投资合作是双方发展的必然选择，也是大势所趋，在欧中资企业仍看好中欧经贸合作前景。中国数字型企业对欧盟投资要密切关注欧盟的数字政策，综合考虑欧盟各国数字经济发展水平选择最适合的区位，中欧双方应进一步加强在数字经济政策或投资上的合作。

数字经济背景下，人力资本成为吸引外商直接投资的重要因素，主要发达国家极为重视科技人才，数字经济的发展可以降低人们接受高等教育的成本。人力资本水平在数字经济时代成为一国对外直接投资的重要决定因素，这启示我们要注重数字经济人才的培养，中国企业在对欧盟进行直接投资时应将欧盟各国人力资本水平或创新人才作为一个重要的考虑因素。

本文原载《国际经济合作》2023年第1期，37—50+93页。公众号刊载为缩减版，注释从略，如需全文，请前往知网下载。

微信号｜国际经济合作杂志社

                            责 编丨刘 玮

美 编丨周 旭

审  订 | 郭 语