數(shù)字化轉(zhuǎn)型與企業(yè)海外投資：事實考察與機理分析

胡 楊，王 馗，范紅忠

(華中科技大學經(jīng)濟學院，湖北 武漢 430074)

一、引 言

當前，全球正面臨百年未有之大變局，國內(nèi)外發(fā)展環(huán)境復雜多變。對此，我國提出“構建以國內(nèi)大循環(huán)為主體，國內(nèi)國際雙循環(huán)相互促進的新發(fā)展格局”?？鐕髽I(yè)作為連接雙循環(huán)的重要紐帶，在助力打通生產(chǎn)、分配、流通和消費各環(huán)節(jié)，暢通國內(nèi)大循環(huán)，促進國內(nèi)國際雙循環(huán)中發(fā)揮著重要作用。對外直接投資(Outward Foreign Direct Investment，OFDI)作為跨國企業(yè)最重要的對外經(jīng)營活動之一，無疑對“雙循環(huán)”產(chǎn)生重要影響。近年來，逆全球化和保守主義盛行，加之各國對外資審查逐漸趨緊，這一系列因素疊加致使我國OFDI力度有所下降。2017—2019年，中國OFDI連續(xù)三年呈現(xiàn)負增長，直至2020年這一勢頭才得以扭轉(zhuǎn)(1)數(shù)據(jù)來源于歷年的《中國對外直接投資統(tǒng)計公報》。。因此，探尋我國OFDI新契機，挖掘企業(yè)對外投資潛在優(yōu)勢，不僅對加快高質(zhì)量對外開放步伐具有現(xiàn)實意義，而且對暢通國內(nèi)國際雙循環(huán)產(chǎn)生重要影響。

伴隨第四次科技革命的深入發(fā)展，數(shù)字經(jīng)濟正成為各國經(jīng)濟增長的新引擎。在此背景下，2021年商務部聯(lián)合三部門印發(fā)《數(shù)字經(jīng)濟對外投資合作工作指引》，提出未來數(shù)字經(jīng)濟領域?qū)ν馔顿Y合作的11項重點工作。其中，一項為推動傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，鼓勵制造業(yè)企業(yè)主動參與全球制造業(yè)產(chǎn)業(yè)數(shù)字化、智能化、自動化進程，提升企業(yè)生產(chǎn)效率。由此可見，數(shù)字化轉(zhuǎn)型為企業(yè)“出?！碧峁┬碌臋C遇，數(shù)字化企業(yè)迎來對外投資合作的好時機。

新新貿(mào)易理論指出，生產(chǎn)率異質(zhì)性是影響企業(yè)國際化模式的關鍵因素，只有生產(chǎn)率較高的企業(yè)才能克服對外投資固定成本獲得正收益，而數(shù)字化轉(zhuǎn)型通過提升企業(yè)生產(chǎn)效率降低OFDI生產(chǎn)率門檻[1]。現(xiàn)有研究表明，數(shù)字技術的運用提升了企業(yè)生產(chǎn)作業(yè)精度，降低操作失誤引致的損失，進而提高生產(chǎn)效率[2]。還有一些研究也給出數(shù)字化有助于生產(chǎn)力水平提振的經(jīng)驗證據(jù)[3]。此外，企業(yè)只有具備足夠的投資能力和競爭優(yōu)勢才能順利進入國際市場開展經(jīng)營活動。既有研究表明，創(chuàng)新能力是企業(yè)獲取競爭優(yōu)勢的一個重要來源[4]。企業(yè)引進先進的數(shù)字化設備并投入生產(chǎn)過程以改變傳統(tǒng)的生產(chǎn)流程，從而增強了企業(yè)創(chuàng)新能力。上述分析表明，數(shù)字化轉(zhuǎn)型可能通過影響企業(yè)生產(chǎn)率和創(chuàng)新能力進而對OFDI產(chǎn)生作用。因此，本文利用上市企業(yè)數(shù)據(jù)，通過構建數(shù)字化轉(zhuǎn)型指標實證檢驗數(shù)字化轉(zhuǎn)型如何影響企業(yè)OFDI行為及其內(nèi)在機理。

與本文相關的研究主要有兩類：一類是關于OFDI驅(qū)動因素；另一類則是關于數(shù)字化轉(zhuǎn)型的經(jīng)濟效應。在OFDI驅(qū)動因素的研究中，學者主要從宏觀和微觀兩個層面分析，具體包括生產(chǎn)率、融資約束等微觀企業(yè)因素及匯率、金融發(fā)展等宏觀因素[5][6][7][8]。在數(shù)字化轉(zhuǎn)型的經(jīng)濟效應研究中，多數(shù)學者聚焦于探討數(shù)字化轉(zhuǎn)型對企業(yè)出口、創(chuàng)新及各種生產(chǎn)活動的影響。(1)信息技術作為數(shù)字化發(fā)展的基礎有助于降低信息搜尋成本進而刺激出口[9]。隨著新一代信息技術及數(shù)字平臺的推廣運用，中小企業(yè)迎來對外貿(mào)易的新機遇。沈國兵和袁征宇(2020)探究數(shù)字化轉(zhuǎn)型對企業(yè)出口產(chǎn)品質(zhì)量的影響[10]。(2)企業(yè)利用數(shù)字平臺不僅加強與不同外部組織的信息交換和收集，幫助企業(yè)獲得更多資源以實現(xiàn)更有效的創(chuàng)新戰(zhàn)略，而且有助于獲取大量知識和信息，推動新的發(fā)明和創(chuàng)新出現(xiàn)[11]。當企業(yè)擁有較強的處理和分析大數(shù)據(jù)能力時，增強了組織學習能力并助推企業(yè)創(chuàng)新和開發(fā)新產(chǎn)品[12]。(3)部分學者從企業(yè)資本市場表現(xiàn)、生產(chǎn)率等角度考察數(shù)字化轉(zhuǎn)型的經(jīng)濟影響。吳非(2021)的研究表明數(shù)字化轉(zhuǎn)型賦予企業(yè)新的發(fā)展動能，提升企業(yè)在資本市場中的表現(xiàn)并顯著增強股票流動性[13]。

雖然諸多文獻圍繞OFDI驅(qū)動因素和數(shù)字化轉(zhuǎn)型的相關話題展開研究，但仍存在如下不足：(1)多數(shù)文獻仍基于傳統(tǒng)視角探討OFDI的驅(qū)動因素，僅少數(shù)學者從數(shù)字經(jīng)濟這一新型經(jīng)濟形態(tài)視角分析其對OFDI的影響[14][15]。然而，這些研究多是利用宏觀數(shù)據(jù)著眼于東道國數(shù)字經(jīng)濟發(fā)展對中國OFDI的影響，關于微觀數(shù)字企業(yè)跨國投資的理論探討和經(jīng)驗證據(jù)卻很少。事實上，對于數(shù)字化如何改變企業(yè)國際化的動機、決定因素及其內(nèi)在影響機理，未有系統(tǒng)的實證文獻予以研究；(2)多數(shù)文獻從出口視角考察數(shù)字化與對外經(jīng)濟的關系，而OFDI作為跨國企業(yè)最重要的對外經(jīng)營活動之一并未受到較多關注。相比于出口，OFDI需更高的生產(chǎn)率和創(chuàng)新能力，數(shù)字化轉(zhuǎn)型在提升企業(yè)生產(chǎn)率和創(chuàng)新能力方面具有明顯的促進作用，因而可能對企業(yè)OFDI的影響更大[16]。

與現(xiàn)有文獻相比，本文具有如下的幾點貢獻：(1)試圖將數(shù)字化轉(zhuǎn)型與企業(yè)OFDI結(jié)合起來加以討論?，F(xiàn)有文獻僅關注東道國數(shù)字經(jīng)濟發(fā)展對中國OFDI的影響，而關于企業(yè)自身數(shù)字化轉(zhuǎn)型與OFDI的關系尚未觸及。本文基于異質(zhì)性理論框架，利用微觀企業(yè)數(shù)據(jù)，從生產(chǎn)率和創(chuàng)新能力兩個層面分析數(shù)字化轉(zhuǎn)型對OFDI的影響機制及作用效果；(2)著力回答數(shù)字技術的作用到底體現(xiàn)在哪些方面。一系列結(jié)構效應、企業(yè)異質(zhì)性和環(huán)境效應分析表明，數(shù)字化轉(zhuǎn)型不僅彌補企業(yè)在OFDI中的部分劣勢，而且助力企業(yè)突破地區(qū)金融科技和市場環(huán)境的限制。這對加快企業(yè)數(shù)字化轉(zhuǎn)型、挖掘企業(yè)海外投資競爭優(yōu)勢和潛在動力具有現(xiàn)實意義。

二、影響機理與研究假說

(一)理論框架：異質(zhì)性理論框架下企業(yè)OFDI決定因素

區(qū)別于傳統(tǒng)國際貿(mào)易理論的同質(zhì)企業(yè)假設，Melitz(2003)從生產(chǎn)率視角探討企業(yè)異質(zhì)性與生產(chǎn)模式之間的關系，提出生產(chǎn)率異質(zhì)性是企業(yè)國際化模式選擇的關鍵因素[1]。Helpman等(2004)將該理論延伸至OFDI領域并構建企業(yè)異質(zhì)性理論的一般均衡模型，認為企業(yè)在海外生產(chǎn)經(jīng)營面臨的固定成本大于出口貿(mào)易成本時，位于同一行業(yè)的企業(yè)因生產(chǎn)率不同而選擇差異化的生產(chǎn)模式[17]。具體而言，生產(chǎn)率最高的企業(yè)進行OFDI，生產(chǎn)率次之的企業(yè)選擇出口，生產(chǎn)率最低的企業(yè)則服務于國內(nèi)市場。此后，眾多學者利用理論和實證分析驗證這一結(jié)論，即生產(chǎn)率水平是影響企業(yè)OFDI的關鍵因素。Yeaple(2009)利用美國企業(yè)數(shù)據(jù)，發(fā)現(xiàn)生產(chǎn)率水平與企業(yè)OFDI規(guī)模成正比[5]。張海波(2021)對中國企業(yè)的研究同樣表明，生產(chǎn)率水平與企業(yè)OFDI規(guī)模之間具有顯著的正向關系[18]。

相關研究表明，企業(yè)若要順利進入國際市場并克服東道國經(jīng)營的外來者劣勢，還需具備足夠的創(chuàng)新能力和競爭優(yōu)勢[19]。創(chuàng)新能力作為企業(yè)獲取競爭優(yōu)勢的重要來源，是企業(yè)成功進入東道國市場開展經(jīng)營活動的基本前提和有效保障[4]。

在企業(yè)異質(zhì)性理論框架下，生產(chǎn)率水平和創(chuàng)新能力是影響企業(yè)能否實施國際化生產(chǎn)模式的決定性因素，生產(chǎn)率水平的提升及創(chuàng)新能力的增強均推動企業(yè)前往國際市場開展OFDI活動。因此，本文從生產(chǎn)率和創(chuàng)新能力兩個層面分析數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的影響機制。

(二)生產(chǎn)率渠道

關于數(shù)字技術與生產(chǎn)率之間的“索洛悖論”飽受爭議。早期的文獻并未發(fā)現(xiàn)數(shù)字化投資顯著提升企業(yè)生產(chǎn)率。Rei(2004)的研究顯示葡萄牙勞動生產(chǎn)率并未隨著數(shù)字技術應用領域的投入增加而得以提高[20]。Aghion等(2017)認為數(shù)字技術需經(jīng)歷多個階段不斷迭代滲透至經(jīng)濟社會各個方面，并最終與實體經(jīng)濟深度融合才能實現(xiàn)生產(chǎn)率的提升[21]。最近的部分研究為數(shù)字化促進生產(chǎn)率的上升提供了實證證據(jù)[3]。

就供給側(cè)而言，企業(yè)需大量數(shù)字化投入來實現(xiàn)轉(zhuǎn)型。盡管在此過程中企業(yè)面臨較高的固定成本，但考慮到技術的可重編譯性及同質(zhì)化等特征，致使其在生產(chǎn)過程中僅需克服較低的邊際成本就能促進企業(yè)生產(chǎn)率水平的提升[22]。此外，數(shù)字技術的運用有助于提高生產(chǎn)作業(yè)精度，降低操作失誤引致的損失[2]。例如，3D打印、大數(shù)據(jù)、云計算等技術的聯(lián)合使用能有效結(jié)合大數(shù)據(jù)環(huán)境來制定生產(chǎn)規(guī)范，通過實時監(jiān)控和預警及時處理生產(chǎn)誤差，從而提升企業(yè)生產(chǎn)率。除供給側(cè)外，數(shù)字化轉(zhuǎn)型還有利于增進需求側(cè)與供給側(cè)的匹配效率。以跨境電商為代表的數(shù)字化平臺極大地降低了搜尋成本和合同成本[23]，企業(yè)利用平臺內(nèi)的消費者數(shù)據(jù)更具針對性地生產(chǎn)符合其偏好的產(chǎn)品。

總之，數(shù)字化轉(zhuǎn)型有助于提升企業(yè)生產(chǎn)率，促使企業(yè)跨越OFDI生產(chǎn)率門檻，提高OFDI概率。

(三)創(chuàng)新能力渠道

在當前數(shù)字經(jīng)濟的背景下，數(shù)字技術儼然成為企業(yè)自身創(chuàng)新水平提升的新型驅(qū)動因素。這一方面源于企業(yè)自身數(shù)字化轉(zhuǎn)型，另一方面來自于眾多數(shù)字化轉(zhuǎn)型企業(yè)的虛擬集聚。從企業(yè)自身數(shù)字化轉(zhuǎn)型來看，企業(yè)引進先進的數(shù)字技術設備投入生產(chǎn)過程以改變傳統(tǒng)的生產(chǎn)流程，從而提升了自身創(chuàng)新能力[24]。同時，通過采用數(shù)字化服務(如大數(shù)據(jù)、人工智能等)，企業(yè)更為精準地了解消費者需求，降低信息獲取成本，進而明確下一步創(chuàng)新方向并提高投入效率[10]。從數(shù)字化企業(yè)集聚來看，數(shù)字技術的運用打破集聚所需的地理空間鄰近依賴，形成企業(yè)間信息網(wǎng)絡空間耦合關聯(lián)，降低知識的不可重編譯性，擴大了知識外溢。這種數(shù)據(jù)要素的積累及網(wǎng)絡的知識溢出效應逐步擴散至企業(yè)集群，從而有助于提升企業(yè)創(chuàng)新水平[25]。

進一步地，企業(yè)創(chuàng)新水平的高低顯著影響企業(yè)OFDI決策，這一傳導邏輯與經(jīng)典的國際貿(mào)易理論相符合[17]。因此，具有技術創(chuàng)新優(yōu)勢的企業(yè)靈活選擇進入東道國市場的模式，為克服OFDI的固定成本提供技術保障。這意味著數(shù)字化轉(zhuǎn)型提升了企業(yè)技術創(chuàng)新水平，進而為OFDI決策提供支持服務，最終推動企業(yè)OFDI。

綜上，數(shù)字化轉(zhuǎn)型通過提升企業(yè)生產(chǎn)率及增強企業(yè)創(chuàng)新能力兩個渠道作用于企業(yè)OFDI。

三、研究設計

(一)計量模型設定

在已有文獻的基礎上，本文設定如下的計量模型：

OFDIit=α0+α1digitalit+α2X+δi+θt+εit

(1)

其中，i、t分別表示企業(yè)和年份；OFDI為企業(yè)是否開展對外直接投資的虛擬變量，若開展了OFDI，則其取值為1，否則為0；Digital表示企業(yè)數(shù)字化轉(zhuǎn)型指標。X表示一系列控制變量，具體包括：企業(yè)規(guī)模(Size)，采用企業(yè)員工數(shù)的對數(shù)值衡量；資本密集度(Capital)，采用企業(yè)固定資產(chǎn)總和除以員工數(shù)的比值衡量，其中固定資產(chǎn)總和經(jīng)歷年的固定資產(chǎn)價格指數(shù)平減；融資因素(Finance)，采用企業(yè)負債總額與總資產(chǎn)的比值衡量；企業(yè)年齡(Age)，以當年年份減去企業(yè)成立年份的差值衡量；企業(yè)所有制(Nature)，以虛擬變量表示，若為國有企業(yè)，則其取值為1，否則為0；行業(yè)競爭程度(HHI)，采用行業(yè)赫芬達爾指數(shù)衡量；企業(yè)自身投資經(jīng)驗(Invest_e)，以企業(yè)i在t期以前在相同市場j的投資次數(shù)表示；同行業(yè)企業(yè)投資經(jīng)驗(Other_e)，以在t期之前與企業(yè)i同行業(yè)的其他企業(yè)選擇國家j作為東道國的投資次數(shù)表示。δi、θt分別為企業(yè)固定效應、時間固定效應，εit為隨機擾動項。

(二)變量選?。簲?shù)字化轉(zhuǎn)型指標

參考吳非等(2021)的做法，本文從以“ABCD”技術為企業(yè)數(shù)字化轉(zhuǎn)型的底層技術構架和技術實踐運行兩個層面構建企業(yè)數(shù)字化轉(zhuǎn)型指標[13]。首先，利用Python爬蟲軟件搜集滬深A股上市企業(yè)年報，通過JavaPDFbox庫提取文本內(nèi)容，以作為后續(xù)詞譜篩選的數(shù)據(jù)池。其次，立足于學術和實業(yè)領域，確定數(shù)字化轉(zhuǎn)型的特征詞并參考數(shù)字化轉(zhuǎn)型的相關文獻，總結(jié)歸納有關特征詞[26]?；凇吨行∑髽I(yè)數(shù)字化賦能專項行動方案》及政府工作報告等重要資料，擴充特征詞詞庫，參考吳非等(2020)的做法，對數(shù)字化展開結(jié)構分類并形成特征詞圖譜[13]。在此基礎上，刪除“沒有”“無”“不”等特征詞前的否定詞語。再次，利用Python爬蟲軟件提取上市企業(yè)年報并形成數(shù)據(jù)池。最后，在年報文本數(shù)據(jù)池的基礎上，對上述特征詞進行搜索、匹配及詞匯頻率計算(2)考慮到不同企業(yè)年報存在篇幅上的差異，本文采用特征詞頻率(詞匯出現(xiàn)的頻次/年報文本數(shù)據(jù)中總詞匯數(shù))來衡量企業(yè)數(shù)字化轉(zhuǎn)型。。考慮到詞表中部分詞匯可能在年報中廣泛提及，導致對該類特征詞鑒別力的高估，故借鑒Loughran和McDonald(2014)的逆文本頻率法(Term Frequency-Inverse Document Frequency，TF-IDF)，對各特征詞的頻率進行加權[27]。權重計算的原則為：若關鍵詞w出現(xiàn)的年報較多，則其IDF權重較小，說明關鍵詞w類別區(qū)分能力更弱。指標的計算包括三部分：第一，特征詞w在t年公司i年報中的詞頻TFwit；第二，特征詞w在t年的IDF權重指數(shù)IDFwt；第三，加權匯總后得到公司i在t年的數(shù)字化轉(zhuǎn)型指數(shù)Digitalit。具體公式如下：

(2)

(3)

(4)

其中，ait(w)為t年公司i年報中特征詞w出現(xiàn)的次數(shù)，Ait為t年公司i年報的總詞匯數(shù)(經(jīng)數(shù)據(jù)清洗后)，Nt為t年獲得的年報總數(shù)量，nt(w)為t年包含關鍵詞w的年報數(shù)量。為避免某年關鍵詞缺失導致的分母為0的情況，我們?nèi)t(w)+1作為IDF權重計算的分母。

(三)樣本選取及數(shù)據(jù)來源

本文依據(jù)上市公司的關聯(lián)公司信息來識別企業(yè)是否進行OFDI。我們選擇的關聯(lián)關系為“上市公司子公司”“上市公司合營公司”“上市公司聯(lián)營公司”，關聯(lián)方在大陸之外注冊且控制權比例大于10%時被視作上市公司進行了OFDI。據(jù)此，搜集2000—2020年滬深A股上市公司OFDI數(shù)據(jù)，進一步對樣本做如下的篩選：僅保留制造業(yè)企業(yè)，刪除投資于開曼群島、英屬維爾京群島、百慕大群島及香港的企業(yè)，剔除在研究期內(nèi)被ST或*ST處理的上市公司及不符合會計準則的樣本。

四、實證分析

(一)基準回歸估計

表1的(1)列為式(1)的回歸結(jié)果，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型促進了企業(yè)OFDI。(2)列為滯后一期的數(shù)字化轉(zhuǎn)型指數(shù)(使用滯后一階項可在一定程度上緩解互為因果的問題)的回歸結(jié)果，顯示數(shù)字化轉(zhuǎn)型指數(shù)仍顯著為正。考慮到企業(yè)進入國際市場后面臨來自全球企業(yè)更大的競爭壓力，在國際市場中要占據(jù)一定的市場份額不得不進行技術改進升級。OFDI活動在一定程度上促使企業(yè)進行數(shù)字化轉(zhuǎn)型以應對國際市場競爭，因此模型可能存在互為因果的內(nèi)生性問題。(3)列為僅保留企業(yè)首次OFDI的樣本，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型指標的估計結(jié)果與前幾列較為相似。企業(yè)數(shù)字化轉(zhuǎn)型乃至OFDI活動同世界范圍內(nèi)的重大進入沖擊具有一定程度的關聯(lián)。比如，在遭遇重大金融沖擊后，企業(yè)對外投資降低，自身數(shù)字化轉(zhuǎn)型也面臨阻礙，忽略這一因素可能造成內(nèi)生性干擾。(4)列為剔除國際金融危機影響后的估計結(jié)果(3)考慮到2008年全球金融危機對企業(yè)經(jīng)營活動的時滯效應，本文刪除2009、2010年的樣本后進行回歸。。(5)列將被解釋變量替換為企業(yè)對外投資次數(shù)(4)參考黃遠浙等(2021)的做法，以上市公司當年投資市場個數(shù)衡量對外投資次數(shù)，數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫[28]。，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型指標顯著為正，說明數(shù)字化轉(zhuǎn)型有助于提高企業(yè)對外投資次數(shù)。(6)列將被解釋變量替換為企業(yè)對外投資額(5)參考歐陽艷艷等(2022)的做法，手工摘錄上市公司年報中提及的“長期股權投資”并作為境外子公司、合資公司、聯(lián)營公司的直接投資金額[29]。平均投資金額=企業(yè)總投資金額/投資企業(yè)數(shù)。，主要解釋變量仍顯著為正。這一系列結(jié)果顯示數(shù)字化轉(zhuǎn)型顯著促進了企業(yè)OFDI。

表1 基準回歸估計結(jié)果

(二)穩(wěn)健性檢驗

1.雙重差分法。前述基準回歸中考慮了互為因果的內(nèi)生性問題，但模型中仍可能存在遺漏變量偏誤。由于“ABCD”技術的不斷成熟助推企業(yè)分批次逐步進行數(shù)字化轉(zhuǎn)型，這為本文構造了一個較好的準自然實驗。我們采用漸近雙重差分模型，通過比較企業(yè)實施數(shù)字化轉(zhuǎn)型前后處理組與對照組之間的差異得到數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的“凈效應”，從而進一步克服內(nèi)生性問題。具體模型如下：

OFDit=β0+β1(du×dt)+β2X+δi+θt+πit

(5)

其中，du表示個體虛擬變量，當企業(yè)在研究期內(nèi)進行數(shù)字化轉(zhuǎn)型時，du=1，否則du=0。dt表示時間虛擬變量，若企業(yè)在當年及之后進行數(shù)字化轉(zhuǎn)型，dt=1，否則dt=0。待估參數(shù)β1表示數(shù)字化轉(zhuǎn)型前后企業(yè)OFDI的變化。值得注意的是，本文選取至少連續(xù)5年的樣本，查看數(shù)據(jù)可知部分企業(yè)從近些年才開始進行數(shù)字化轉(zhuǎn)型，但雙重差分模型需政策沖擊前后幾年均有一定的觀察值。為此，對實施數(shù)字化轉(zhuǎn)型不足2年的企業(yè)樣本不賦值du=1，以保證差分前后具有足夠的樣本。

表2的(1)列報告了雙重差分檢驗的估計結(jié)果，發(fā)現(xiàn)du×dt(did)的估計系數(shù)顯著為正，表明實施數(shù)字化轉(zhuǎn)型后企業(yè)OFDI的概率得到顯著提高。在此基礎上，本文對雙重差分模型進行平行趨勢檢驗(6)限于篇幅，文中未列出平行趨勢圖，作者備索。。根據(jù)(2)列的估計結(jié)果，數(shù)字化轉(zhuǎn)型實施前pre3、pre2、pre1的估計系數(shù)均不顯著，滿足平行趨勢假設；數(shù)字化轉(zhuǎn)型實施后1年(post1)、2年(post2)、3年(post3)的估計系數(shù)均顯著為正，表明數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的影響具有一定的持續(xù)性特征。從顯著性水平和系數(shù)值大小來看，隨著數(shù)字化轉(zhuǎn)型實施時間的推移，du×dt的估計系數(shù)值和顯著性水平均有所上升，由此得到一個有趣的結(jié)論：數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的影響具有時滯效應，往往在實施若干年后才顯現(xiàn)出來。因此，企業(yè)需盡早開始數(shù)字化轉(zhuǎn)型戰(zhàn)略部署，搶抓數(shù)字化高地，提升企業(yè)競爭力，為后續(xù)開展OFDI奠定數(shù)字基礎。

表2 穩(wěn)健性檢驗結(jié)果

2.工具變量法。數(shù)字化轉(zhuǎn)型與OFDI同屬企業(yè)自身的決策行為，因而估計結(jié)果可能仍存在內(nèi)生性問題。一方面，OFDI企業(yè)比非OFDI企業(yè)的生產(chǎn)率和技術水平相對更高，意味著OFDI企業(yè)具有更強的傾向進行數(shù)字化轉(zhuǎn)型，以進一步提高其OFDI水平及企業(yè)績效。另一方面，或許同時存在影響企業(yè)數(shù)字化轉(zhuǎn)型及OFDI的不可觀測因素，致使回歸結(jié)果高估了企業(yè)數(shù)字化轉(zhuǎn)型與OFDI之間真實的因果效應。對此，本文采用工具變量法來緩解內(nèi)生性問題，利用上市企業(yè)“董高監(jiān)”人員受教育背景信息構建工具變量。首先，通過CSMAR數(shù)據(jù)庫獲取企業(yè)“董高監(jiān)”人員受教育背景信息，若畢業(yè)為“軟件工程”“人工智能”或“IT管理”等與數(shù)字化轉(zhuǎn)型密切相關的專業(yè)，則將其劃歸為數(shù)字人才；其次，計算企業(yè)在特定年份擁有的數(shù)字人才總數(shù)(對其加1后取對數(shù))并作為數(shù)字化轉(zhuǎn)型的工具變量；最后，采用2SLS模型進行估計。選取該工具變量的主要原因是：作為企業(yè)經(jīng)營管理的重要決策者和領導者，“董高監(jiān)”成員對企業(yè)的未來發(fā)展方向具有重要影響，成員中數(shù)字人才的增加將影響企業(yè)數(shù)字化轉(zhuǎn)型水平，而成員中數(shù)字人才的數(shù)目顯然難以左右企業(yè)OFDI決策。因此，該工具變量滿足相關性及外生性的假定。

表2的(3)、(4)列是工具變量的估計結(jié)果。(4)列的數(shù)字化轉(zhuǎn)型估計系數(shù)顯著為正，表明使用工具變量后的基準回歸結(jié)果是穩(wěn)健的。(3)列的第一階段估計結(jié)果顯示，工具變量的估計系數(shù)顯著為正，表明工具變量與數(shù)字化轉(zhuǎn)型之間存在顯著的正向關系；Cragg-Donald Wald F統(tǒng)計量為15.291且大于10，拒絕了弱工具變量假設。

(三)影響機制

前述的機理分析表明數(shù)字化轉(zhuǎn)型通過提升企業(yè)生產(chǎn)率及增強企業(yè)創(chuàng)新能力兩個渠道促進企業(yè)OFDI，本文依次檢驗這兩個影響渠道。

表3匯報了企業(yè)生產(chǎn)率和創(chuàng)新能力的機制檢驗結(jié)果。(1)列采用LP法測度企業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計系數(shù)顯著為正，表明數(shù)字化轉(zhuǎn)型提升企業(yè)生產(chǎn)率?？紤]到內(nèi)生性問題，(2)列利用上述的數(shù)字化轉(zhuǎn)型的工具變量進行回歸，其估計系數(shù)仍顯著為正，證明數(shù)字化轉(zhuǎn)型在提升企業(yè)生產(chǎn)率方面確實具有一定的作用。(3)、(4)列采用OP法測度企業(yè)全要素生產(chǎn)率，主要解釋變量的估計系數(shù)仍顯著為正，進一步證明數(shù)字化轉(zhuǎn)型的生產(chǎn)率渠道作用。(5)列采用企業(yè)發(fā)明專利授權數(shù)衡量企業(yè)的創(chuàng)新能力，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計系數(shù)顯著為正，表明企業(yè)進行數(shù)字化轉(zhuǎn)型有助于提升自身的創(chuàng)新能力。(6)列采用工具變量的估計結(jié)果也證實這一結(jié)論的穩(wěn)健性。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應和創(chuàng)新能力增強效應是顯著存在的，而企業(yè)生產(chǎn)率水平的提升和創(chuàng)新能力的增強均有助于提高企業(yè)OFDI水平。

表3 影響機制檢驗結(jié)果

(四)進一步檢驗

1.企業(yè)異質(zhì)性。為進一步考察數(shù)字化轉(zhuǎn)型促進企業(yè)OFDI的作用程度是否依賴于企業(yè)個體異質(zhì)性，本文分別從要素密集度、企業(yè)規(guī)模和政企關系三個方面進行比較。

首先，參考魯桐和黨印(2014)的研究，我們將企業(yè)劃分為勞動、資本和技術密集型三類[30]。根據(jù)表4的(1)—(3)列的估計結(jié)果，數(shù)字化轉(zhuǎn)型顯著促進了勞動和技術密集型企業(yè)OFDI。技術密集型企業(yè)本身具有較高的科技水平，在數(shù)字化轉(zhuǎn)型過程中通過發(fā)揮其人力資本優(yōu)勢和技術優(yōu)勢來提升企業(yè)創(chuàng)新能力及海外投資能力。對勞動密集型企業(yè)來說，其技術水平要低于其他兩類企業(yè)，數(shù)字化轉(zhuǎn)型可彌補企業(yè)在技術水平方面的相對劣勢，助推企業(yè)通過OFDI擴大國際市場、拓寬產(chǎn)品銷售渠道，最終改善企業(yè)經(jīng)濟效益。

表4 企業(yè)異質(zhì)性檢驗結(jié)果

其次，依據(jù)企業(yè)規(guī)模將樣本劃分為較大、中等和較小三種類型。表4的(4)—(6)列的結(jié)果表明，數(shù)字化轉(zhuǎn)型促進了中小規(guī)模企業(yè)OFDI。相較于中小規(guī)模企業(yè)而言，規(guī)模較大的企業(yè)具有較強的資本運作能力和抗風險能力及豐富的國際市場經(jīng)驗，對外投資能力更強，因而數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的作用并不突出。而對中小規(guī)模企業(yè)來說，數(shù)字化轉(zhuǎn)型有利于企業(yè)通過數(shù)字技術更便捷、快速地獲取海外市場信息，降低投資風險。此外，借助數(shù)字平臺拓展獲取外源資金的途徑，提升資金運作效率，緩解企業(yè)融資約束，最終增強企業(yè)OFDI能力。

最后，在企業(yè)與政府的關系方面，政企關系劃分為較強和較弱兩種(7)由于政企關系難以直接觀測，現(xiàn)有研究多采用政企合謀的概率來衡量政企關系，具體包括企業(yè)高管是否在政府主要部門任職、官員出身、擁有政治關聯(lián)的高管占企業(yè)高管總數(shù)的比重等[31][32]。然而，政企關系強調(diào)的是政府與企業(yè)間互惠行為的制度安排，表現(xiàn)為政企關聯(lián)的整體制度性現(xiàn)象[31]。企業(yè)與政府在制度層面達成默契后能為自身提供穩(wěn)固的社會資源和更全面有利的政策信息，進而形成一種非賄賂合謀，因此政企關系需包含企業(yè)試圖建立“利益型關系網(wǎng)絡”的可能性。本文參考Cai等(2011)、孫曉華(2022)的研究，采用企業(yè)賬目中差旅費和招待費等管理費用占銷售收入的比例來衡量政企關系，將大于中位數(shù)的樣本歸為政企關系較強的企業(yè)，反之則是政企關系較弱的企業(yè)[33][34]。。政企關系較強的企業(yè)通過與政府建立某種聯(lián)系而更易獲得對外投資所需的資金和政策支持。表4的(7)、(8)列的估計結(jié)果表明，數(shù)字化轉(zhuǎn)型促進了政企關系較弱企業(yè)的OFDI。相比于政企關系較強的企業(yè)，政企關系較弱的企業(yè)在取得政府支持方面處于一定的劣勢，在缺乏政府政策和資金扶持的情況下，需通過其他途徑增強自身的OFDI能力，而數(shù)字化轉(zhuǎn)型有助于提升其創(chuàng)新能力，彌補了這一劣勢并增強企業(yè)的競爭優(yōu)勢。

上述的企業(yè)異質(zhì)性分析表明，勞動密集型、中小規(guī)模及政企關系較弱的企業(yè)進行數(shù)字化轉(zhuǎn)型的受益更大，說明數(shù)字化轉(zhuǎn)型在彌補企業(yè)OFDI活動中的部分劣勢起到一定的推動作用。

2.環(huán)境效應。事實上，既有研究表明地區(qū)金融科技的發(fā)展已打破傳統(tǒng)金融市場資源配置的低效率，實現(xiàn)了金融資源的優(yōu)化配置，通過降低金融機構與企業(yè)之間的信息不對稱緩解企業(yè)融資約束，提高企業(yè)投資的積極性[35]。除地區(qū)金融科技環(huán)境外，周經(jīng)和王馗(2019)認為地區(qū)市場環(huán)境也影響企業(yè)OFDI(如要素市場扭曲帶來的要素價格差別化、市場分割引致的商品自由流動限制等均不利于OFDI)[36]。為進一步檢驗數(shù)字化轉(zhuǎn)型能否助力企業(yè)突破當?shù)亟鹑诳萍辑h(huán)境及市場環(huán)境約束進而促進其OFDI，本文分別從金融科技水平(地區(qū)金融科技環(huán)境)、市場分割程度及要素市場扭曲程度(地區(qū)市場環(huán)境)三個方面進行比較。

首先，參考沈悅和郭品(2015)的思路，采用“文本挖掘法”構建地區(qū)金融科技水平指數(shù)[37](8)限于篇幅，具體的計算方法未列出，作者備索。。本文以中位數(shù)為界，劃分地區(qū)金融科技水平高低組別進行回歸(估計結(jié)果見表5的(1)、(2)列)。在地區(qū)金融科技水平較高的組別中，數(shù)字化轉(zhuǎn)型的估計系數(shù)不顯著，而較低組別的估計系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的促進作用在金融科技發(fā)展水平較低的地區(qū)更明顯，助推企業(yè)突破地區(qū)金融科技水平的限制，進而提高企業(yè)OFDI。

表5 環(huán)境效應檢驗結(jié)果

其次，參考張杰(2011)等的研究，采用市場化指數(shù)法測度地區(qū)要素市場扭曲程度[38](9)采用王小魯?shù)?2021)的市場化指數(shù)來構建指標，數(shù)據(jù)來源于王小魯?shù)?2021)的《中國分省份市場化指數(shù)報告》(2002—2019年)[40]。具體的計算過程未列出，作者備索。。與上述類似，以中位數(shù)為界來劃分各地區(qū)要素市場扭曲程度(估計結(jié)果見表5的(3)、(4)列)。結(jié)果顯示，數(shù)字化轉(zhuǎn)型對地區(qū)要素市場扭曲程度較高的企業(yè)OFDI的促進作用更顯著，有助于優(yōu)化要素資源配置，緩解要素市場扭曲的不利影響。

最后，參考卿陶和黃先海(2021)的研究，采用相對價格法測度地區(qū)市場分割程度[39](10)大體步驟如下：計算兩兩省份的相對價格絕對值，采取去均值法消除相對價格法中存在的固定效應，求解各商品的價格方差并將其按照兩兩省份匹配合并，最終得到30個省份的市場分割指數(shù)。樣本期為2002—2019年。具體的計算過程未列出，作者備索。。仍以中位數(shù)為界，地區(qū)市場分割程度劃分為較高和較低兩種(估計結(jié)果見表5的(5)、(6)列)。在市場分割程度較低的地區(qū)，數(shù)字化轉(zhuǎn)型的估計系數(shù)不顯著。相反地，數(shù)字化轉(zhuǎn)型促進了位于市場分割程度較高地區(qū)的企業(yè)OFDI，說明數(shù)字化轉(zhuǎn)型有助于企業(yè)突破市場環(huán)境限制，在一定程度上打破了地區(qū)市場分割，增進商品要素資源自由流動，從而對企業(yè)OFDI產(chǎn)生作用。

上述的地區(qū)金融科技環(huán)境及市場環(huán)境分析表明，數(shù)字化轉(zhuǎn)型幫助企業(yè)突破地區(qū)發(fā)展環(huán)境的限制而驅(qū)動企業(yè)OFDI。

五、結(jié)論與政策建議

數(shù)字化轉(zhuǎn)型賦予企業(yè)新的發(fā)展動能能否為企業(yè)開展海外投資提供新契機？本文深入探討數(shù)字化轉(zhuǎn)型對企業(yè)OFDI行為的影響及其內(nèi)在機理，結(jié)果表明數(shù)字化轉(zhuǎn)型促進企業(yè)OFDI并主要通過提升企業(yè)生產(chǎn)率和增強企業(yè)創(chuàng)新能力兩個渠道來實現(xiàn)，對勞動密集型、中小規(guī)模及政企關系較弱的企業(yè)OFDI的作用更強；當企業(yè)位于金融科技水平較低及市場環(huán)境較差的地區(qū)時，數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的促進效應更明顯，助力企業(yè)突破地區(qū)發(fā)展環(huán)境的限制。

上述的研究結(jié)論具有重要的實踐啟示。(1)目前，數(shù)字企業(yè)海外投資正成為引領跨國投資的最新趨勢，企業(yè)需通過數(shù)字化轉(zhuǎn)型賦予新的發(fā)展動能才可在復雜多變的國際市場中建立競爭優(yōu)勢。數(shù)字化轉(zhuǎn)型對企業(yè)OFDI的影響存在一定的時滯性，企業(yè)應盡早實施數(shù)字化轉(zhuǎn)型戰(zhàn)略，搶抓數(shù)字高地，縮小與其他企業(yè)的數(shù)字“鴻溝”，以保持并提高競爭力。(2)重視數(shù)字經(jīng)濟帶來的后發(fā)優(yōu)勢。全球正推進以數(shù)字技術為基礎的新一輪技術變革，只有充分利用數(shù)字經(jīng)濟的后發(fā)優(yōu)勢，才能形成中國OFDI的新增長點，進而探尋企業(yè)海外投資新契機。我國已成為全球第二大經(jīng)濟體和最大的發(fā)展中國家，但就數(shù)字技術而言與發(fā)達國家仍存在一定的差距。大力發(fā)展數(shù)字經(jīng)濟，積極引導企業(yè)數(shù)字化轉(zhuǎn)型，完善數(shù)字金融體系，推動經(jīng)濟高質(zhì)量發(fā)展，提高發(fā)展效率，實現(xiàn)對發(fā)達國家的“彎道超車”。(3)數(shù)字化轉(zhuǎn)型的“最后1公里”不僅是企業(yè)自身發(fā)展的問題，還需政府重視企業(yè)所處地區(qū)的軟環(huán)境。前文的環(huán)境效應檢驗結(jié)果顯示，數(shù)字化轉(zhuǎn)型中仍要注重地區(qū)金融科技環(huán)境、市場環(huán)境等軟環(huán)境的建設。各地區(qū)應進一步完善金融科技水平建設，推動金融科技與實體企業(yè)精準對接，提高金融對高效優(yōu)質(zhì)企業(yè)的識別率，降低企業(yè)融資成本，助力企業(yè)“走出去”。