王紫綺 孔群喜 彭 丹

(1.南京大學，江蘇 南京 210093；2.南京財經(jīng)大學，江蘇 南京 210003)

一、引言及文獻回顧

中共十九大報告指出，中國經(jīng)濟已由高速增長階段轉向高質量發(fā)展階段。這一對新時代中國經(jīng)濟發(fā)展趨勢的重大判斷表明，中國政府已經(jīng)開始注重經(jīng)濟發(fā)展的質量、效率和效益。因此，如何有效提高企業(yè)生產效率成為當今中國經(jīng)濟發(fā)展變革的首要問題。與此同時，經(jīng)濟全球化使得發(fā)展開放型經(jīng)濟成為全球各國主流選擇。在此背景下，中國不斷強化“走出去”戰(zhàn)略，以持續(xù)推動企業(yè)對外直接投資(Outward Direct Investment,ODI)發(fā)展，并將其作為推進開放型經(jīng)濟高質量發(fā)展的一大突破口。自2002年建立對外直接投資統(tǒng)計制度以來，中國企業(yè)“走出去”的投資規(guī)模不斷擴大。2018年，中國全行業(yè)對外直接投資額為1298.3億美元，同比增長4.2%，中國對外直接投資規(guī)模已穩(wěn)居世界前列。進一步來看，在國際形勢日趨復雜多變的大環(huán)境下，中國企業(yè)對外直接投資亦呈現(xiàn)出投資結構多元化、投資方式不斷創(chuàng)新、多方合作穩(wěn)妥有序推進的狀態(tài)。然而，在取得驕人成績的背后，在國內制度環(huán)境下，資本和勞動力要素市場依然存在著偏向性政策和阻礙要素流動的制度壁壘，現(xiàn)有市場機制下要素無法實現(xiàn)自由流動和有效配置，這給企業(yè)投資活動制造了阻礙。因此，在推進開放型經(jīng)濟高質量發(fā)展的前提下，如何從要素有效配置角度解決對外直接投資企業(yè)生產率低下的問題，這已成為學術界關注的重大問題。

企業(yè)通過對外直接投資獲得國際上先進的管理經(jīng)驗、技術等，以技術轉移機制、技術吸收機制以及規(guī)模效應機制獲得對外直接投資的學習效應，進而提高本企業(yè)的全要素生產率(周超,2018)。從現(xiàn)有文獻來看，對于要素錯配影響企業(yè)對外直接投資“學習效應”的討論主要從技術進步和規(guī)模效應兩方面展開。第一，從技術進步角度來看，由于要素錯配，技術進步受到嚴重的抑制，從而阻礙了全要素生產率的提高，進而導致效率損失，削弱了企業(yè)對外直接投資的學習效應。Acemoglu(2002)指出，要素的稟賦和價格是誘導技術進步發(fā)生變化的根本原因。王亞星等(2017)用TFP作為技術進步的代理指標，研究發(fā)現(xiàn)中國要素市場價格扭曲抑制了技術進步。中國部分內資企業(yè)所面臨的要素價格扭曲問題也十分嚴重，導致創(chuàng)新資源配置效率提高受到限制，并且影響結構紅利的獲得(成力為 等,2012)。李永等(2013)對已有壟斷競爭模型進行擴展的研究表明，要素價格扭曲會顯著抑制國際技術溢出。因此，要素價格扭曲會導致技術溢出和技術創(chuàng)新所需要的市場化“土壤”喪失，那么也就不存在所謂的對外直接投資的學習技術溢出效應。第二，從規(guī)模效應角度來看，要素錯配所引起的要素價格扭曲會影響企業(yè)的生產成本，從而對規(guī)模經(jīng)濟效應產生影響。換言之，在要素價格扭曲的情況下，實際規(guī)模與潛在規(guī)模存在差異。當市場價格扭曲時，實際規(guī)模經(jīng)濟基本上都小于潛在的規(guī)模經(jīng)濟(Atkinson,1984;Kumbhakar,1992)。朱順林(2005)的研究也表明，在要素市場扭曲情況下，產業(yè)發(fā)展中都存在著不同程度的規(guī)模效率損失。此外，張雄等(2017)通過對土地資源錯配進行研究發(fā)現(xiàn)，土地資源要素扭曲程度越大，所導致的經(jīng)濟效率損失就越大。

基于提升對外直接投資企業(yè)生產效率的現(xiàn)實需求，本文對要素錯配與企業(yè)投資學習效應的影響關系進行了理論闡述與實證檢驗。與現(xiàn)有文獻相比，本文可能在以下方面有所貢獻：第一，豐富現(xiàn)有理論研究，本文從理論層面論證了對外直接投資學習效應的存在，并揭示了要素錯配與企業(yè)投資學習效應的影響關系。第二，提升實證檢驗可信度，由于宏觀數(shù)據(jù)不能有效刻畫微觀企業(yè)對外直接投資與生產率之間的確切關系，因此基于企業(yè)角度的分析結果將更加直接和準確；且一般線性回歸模型會出現(xiàn)樣本選擇性偏差，進而引發(fā)參數(shù)估計內生性等計量問題，本文采用傾向得分匹配法以及雙重差分法將有助于減少樣本選擇性偏誤的惡性影響，使研究結論具有較高的可信度。

二、理論分析與研究假設

本文在本地溢出LS模型(1)本地溢出LS模型最早由Baldwin et al.(2001)提出，該模型引入空間因素討論資本溢出效應的影響，在一定程度上解釋了經(jīng)濟增長的 “空間非中性” 特征。的基礎上，構建出企業(yè)投資學習效應的理論分析框架，嘗試從集聚經(jīng)濟的角度，通過分析資本的知識溢出機制以及資本的空間分布狀態(tài)，以此來討論ODI企業(yè)的“學習效應”以及要素流動對ODI企業(yè)“學習效應”的影響。

1.消費者效用

2.生產者利潤

本國產品出售到外國時存在“冰山”成本，因此外國消費者獲得的本國產品價格是外國消費者消費本國產品價格的τ倍，即p*=τp。工業(yè)企業(yè)在壟斷競爭市場上生產差異化工業(yè)品，每個工業(yè)企業(yè)使用一個單位的新資本作為固定成本，因此新資本的資本收益率就是資本創(chuàng)造部門的經(jīng)營利潤，即π=px/σ。

市場出清時，所有企業(yè)的產量和價格均處于均衡水平，此時企業(yè)獲得零利潤。而在壟斷競爭條件下，每個企業(yè)都采用邊際成本加成定價法，因此工業(yè)企業(yè)的經(jīng)營利潤或資本收益可用下述公式表示。

其中，EW表示經(jīng)濟體的總支出；Kw表示總資本存量；SE表示本國相對市場規(guī)模；Sn表示本國工業(yè)企業(yè)總數(shù)。

3.均衡結果分析

以本國為例，根據(jù)上述的結果可推導出，在對稱的長期均衡狀態(tài)下，本國的相對市場規(guī)模為：

當新資本的空間分布主要集中在本國(即Sn>1/2)時，由于dSE/dSn>0，新資本份額的增加將擴大本國的相對市場規(guī)模；同時，由于d2SE/d2Sn>0，新資本份額的增加將導致本國的地區(qū)相對市場規(guī)模以遞增的速度擴大。

上式中的第一項是需求關聯(lián)效應。由于0<λ<1、0<φ=τ1-σ<1，故該系數(shù)大于零，因此本國相對市場規(guī)模的擴大將提升q值，即本國的資本創(chuàng)造成本不斷降低，新資本份額不斷增加，從而表現(xiàn)為世界范圍內的新資本都在本國集聚。第二項是市場擁擠效應，且該系數(shù)為負，因此，增加本國的新資本份額會使q值減小，進而導致本國的新資本創(chuàng)造速度不斷降低。這是抑制新資本集聚的力量，也是維持新資本在兩國之間均衡分布的力量。第三項是資本溢出效應，該系數(shù)為正。本國新資本份額的不斷增加會導致國內的資本形成成本不斷降低，由此提高對新資本的吸引力。因此，國家間知識開放度(即λ值)越低，本地的資本溢出效應越大，本國對新資本的吸引力越強，就越有利于吸引外國的新投資資本向本國集聚。

基于此，我們發(fā)現(xiàn)：第一，資本積累主要依靠資本創(chuàng)造部門的學習效應，資本創(chuàng)造過程中的公共知識資本使得當前的資本創(chuàng)造者從過去的資本創(chuàng)造者那里獲得好處。具體而言，ODI企業(yè)可以通過聘用當?shù)馗呒寄芄と撕秃诵募夹g人才，學習東道國先進技術和管理經(jīng)驗，以尋求戰(zhàn)略性資產，從而提升本企業(yè)的生產效率(Luo et al.,2007;Lu et al.,2011;Lyles，2014；孔群喜 等,2019)。第二，國際間的資本溢出要比國內的資本溢出受到阻力更大。這也能一定程度上解釋下面這一問題：雖然中國企業(yè)已成為對外直接投資的活躍主體，但對外投資帶來的企業(yè)生產率提升效應在短期內效果并不顯著，需要有長期的學習積累過程(嚴兵 等,2016;戴翔,2016;周燕 等,2019)。而在國內要素市場發(fā)育還不健全的情況下，中國企業(yè)更愿意使用價格低廉的本地中間品，或在本國區(qū)際間進行投資，從而減少投資學習效應的途徑。因此，根據(jù)以上的理論分析，本文提出如下兩個研究假說：

研究假說1：ODI企業(yè)存在對外直接投資學習效應，即企業(yè)通過對外直接投資學習效應提高本企業(yè)的生產效率。

研究假設2：在本國要素市場發(fā)育不完全時，要素錯配會影響企業(yè)的投資學習效應，從而抑制本企業(yè)生產效率的提升。

三、研究設計

(一)計量模型構建

從理論分析的結果看，企業(yè)的對外直接投資行為能夠促進其效率水平的提高，而要素錯配則抑制了對外直接投資行為帶來的學習效應。為了進一步對研究假說進行實證驗證，接下來分別構建基準回歸模型、交互項模型和差分模型。

第一步，構建基礎回歸模型，從總體上檢驗要素錯配對企業(yè)全要素生產率的影響。要素錯配不僅會抑制企業(yè)全要素生產率的提升(李平 等,2018)，還會通過加劇技術進步偏向來降低全要素生產率(王衛(wèi) 等,2018)。因此，在系統(tǒng)地研究要素錯配對ODI企業(yè)的影響之前，有必要對要素錯配與全要素生產率之間的關系進行初步探討。通常，要素錯配包括企業(yè)的整體要素錯配、勞動要素錯配和資本要素錯配。因此，在控制影響企業(yè)全要素生產率水平的特征變量的情況下，設立基準回歸模型，如式(1)—(3)所示：

tfpijt=α0+α1distijt+βXijt+νj+νt+εijt

(1)

tfpijt=c0+c1distLijt+βXijt+νj+νt+εijt

(2)

tfpijt=θ0+θ1distKijt+βXijt+νj+νt+εijt

(3)

式(1)—(3)中，i、j和t分別表示企業(yè)、行業(yè)和年份；tfpijt是企業(yè)全要素生產率；distijt、distLijt和distKijt分別代表企業(yè)整體要素錯配指數(shù)、勞動要素錯配指數(shù)和資本要素錯配指數(shù)；α1、c1和θ1衡量總要素錯配、勞動要素錯配和資本要素錯配對全要素生產率的影響；Xijt代表一組控制變量；νj、νt分別為行業(yè)效應、年份效應；εijt表示隨機擾動項。

第二步，構建交互項模型，有針對性地研究要素錯配對ODI生產率效應的作用效果。由于中國ODI企業(yè)數(shù)量的快速增加，ODI行為和ODI企業(yè)已經(jīng)成為了學者們關注的焦點。同時，通過對現(xiàn)有文獻進行整理發(fā)現(xiàn)，要素資源的錯配或者扭曲會對中國企業(yè)的對外直接投資行為以及對外直接投資的技術創(chuàng)新效應產生影響(王文珍 等,2018;姜能鵬 等,2018)。綜合考慮之下，本文引入ODI與要素錯配的交互項，以分析要素錯配對ODI企業(yè)全要素生產率究竟會產生怎樣的影響。以整體要素錯配指數(shù)為例，設立模型公式如下：

tfpijt=φ0+φ1distijt+φ2odiijt+φ3distijt×odiijt+βXijt+νj+νt+εijt

(4)

式(4)中，odiijt表示對外直接投資的二元變量；φ3表示要素錯配對ODI企業(yè)全要素生產率的影響，若φ3<0，說明要素錯配會降低ODI的生產率效應，若φ3>0，說明要素錯配可以提高ODI的生產率效應。同理可得勞動要素錯配、資本要素錯配與對外直接投資的交互項模型。

(5)

接下來采用倍差法，將非ODI企業(yè)全要素生產率的變動作為參照標準，進而可以衡量對外直接投資行為對企業(yè)全要素生產率變動的真實影響。檢驗企業(yè)對外直接投資學習效應的倍差法估計模型如式(6)所示。odi×time的系數(shù)即為學習效應，如果γ>0，則表示對外直接投資顯著提高了企業(yè)的全要素生產率，對外直接投資的學習效應存在；若γ<0，則意味著學習效應不存在。

tfp=β0+β1odi+β2time+γodi×time+ε

(6)

最后，建立雙重倍差(Difference-in-Difference，DID)模型，以研究要素錯配對企業(yè)投資學習效應的影響。此處要素錯配是一個虛擬變量dn，主要用以區(qū)分要素錯配程度。根據(jù)總體要素錯配指數(shù)平均值，把高于平均水平的要素錯配企業(yè)視為要素錯配密集型企業(yè)，其他企業(yè)視為非要素錯配密集型企業(yè)。與其他企業(yè)相比，如對外直接投資顯著提高要素錯配密集型企業(yè)的全要素生產率，說明要素錯配提高了企業(yè)的投資學習效應；反之，則抑制了企業(yè)的投資學習效應。因此，雙重倍差法的處理組是要素錯配密集型ODI企業(yè)，對照組為非ODI企業(yè)和其他類型的ODI企業(yè)，對應的計量模型如式(7)所示：

tfp=β0+β1odi+β2dn+β3time+γodi×time+β4dn×time+β5odi×dn+λodi×dn×time+CX+ε

(7)

式(7)中，dn表示區(qū)分企業(yè)要素錯配程度的虛擬變量，要素錯配密集型企業(yè)取1，其他企業(yè)取0；λ系數(shù)表示要素錯配對企業(yè)投資學習效應的影響效果：若λ>0，說明與非ODI企業(yè)和其他ODI企業(yè)相比，對外直接投資更能夠促進要素錯配密集型企業(yè)全要素生產率的提高；若λ<0，則表示與非ODI企業(yè)和其他ODI企業(yè)相比，對外直接投資對要素密集型企業(yè)全要素生產率的促進作用相對較小，說明要素錯配削弱了企業(yè)的投資學習效應。同時，odi×time的系數(shù)γ反映了ODI對非要素錯配密集型企業(yè)全要素生產率的影響，該系數(shù)大于零，則意味著投資學習效應存在，即與非ODI企業(yè)相比，對外直接投資提高了非要素錯配密集型企業(yè)的全要素生產率。

(二)變量說明

式(1)—(7)中的變量包括：被解釋變量、關鍵解釋變量、虛擬變量和其他控制變量。被解釋變量是企業(yè)全要素生產率，關鍵解釋變量為總體要素錯配指數(shù)、勞動要素錯配指數(shù)和資本要素錯配指數(shù)，用來進行穩(wěn)健性檢驗的是勞動價格扭曲指數(shù)、資本價格扭曲指數(shù)和要素價格扭曲指數(shù)。在構建模型的過程中，已經(jīng)對虛擬變量odi、time和dn進行了詳細說明，接下來主要解釋本文連續(xù)變量的測算方式。

1.被解釋變量

企業(yè)全要素生產率(tfp)，目前主要有兩種常用的方法測度企業(yè)層面的全要素生產率，即OP法和LP法。一方面，與LP法相比，OP法使用企業(yè)投資作為代理變量，這樣將會造成較大的樣本損失量；另一方面，對OP法而言，不可觀測的全要素生產率變動帶來的內生性問題將導致估計偏誤，LP法能夠更好地將其克服。故而，本文采用LP法測算企業(yè)全要素生產率。具體的：(1)使用企業(yè)的銷售收入衡量實際產出；(2)資本的要素投入主要使用資本存量數(shù)據(jù)，并根據(jù)永續(xù)盤存法計算而得，計算公式為：Kit=Ki(t-1)(1-σ)+Iit，Kit、Ki(t-1)分別為當期資本存量、前一期資本存量，Iit為當期投資額，用當期固定資產投資總額表示，即是折舊率，這里依據(jù)Wang et al.(2003)做法，取折舊率為5%；(3)用企業(yè)的從業(yè)人數(shù)表示勞動要素投入；(4)采用如下公式計算中間投入：(主營業(yè)務成本+銷售費用+財務費用+管理費用)-(本期固定資產折舊+勞動者報酬)。

2.關鍵解釋變量

(1)要素錯配指數(shù)(dist)、勞動要素錯配指數(shù)(distL)和資本要素錯配指數(shù)(distK)，由于中國要素錯配主要體現(xiàn)為企業(yè)獲取要素的價格被高估或低估，因此，可以采用要素應得報酬與實際報酬的對比來構建要素錯配指數(shù)。由于資本要素和勞動要素是影響企業(yè)進行投資經(jīng)營決策的最重要因素，因此本文借鑒Heish et al.(2009)、施炳展等(2012)的做法，使用C-D生產函數(shù)來測算資本和勞動的錯配指數(shù)，而后得到要素錯配指數(shù)。假設生產函數(shù)形式為Y=AKαLβ，Y、K和L分別表示總產出、資本投入和勞動投入，本文分別用工業(yè)增加值、固定資產凈值年平均額和從業(yè)人數(shù)表示；A為技術進步；α和β為資本和勞動的產出彈性，二者之和為1，通過對該函數(shù)兩邊取對數(shù)，即可將他們求出。進一步地，可得資本和勞動的邊際產出分別為：MPK=AαKα-1Lβ=αY/K、MPL=AβKαLβ-1=βY/L。接下來，得到資本要素錯配指數(shù)、勞動要素錯配指數(shù)、總體要素錯配指數(shù)為：distK=MPk/r、distL=MPL/w、dist=distKα/(α+β)distLβ/(α+β)。其中，w為勞動價格，用應付工資總額除以從業(yè)人數(shù)來表示；r為資本價格，通常使用利率來表示，本文參照盛仕斌等(1999)的做法，采用利息支出與負債合計的比值來測算，得到的利率值若高于0.05，則為資本價格，若利率值小于0.05或者數(shù)據(jù)缺失，則使用企業(yè)各年貸款的平均利率表示資本價格(Hsieh et al.，2009)。此外，在計算過程中，對Y、K和L分別取了對數(shù)。

(2)要素價格總扭曲指數(shù)(D)、勞動價格扭曲指數(shù)(Li)和資本價格扭曲指數(shù)(Ki)。為了保證研究結構的準確性，本文還分別使用要素價格總扭曲指數(shù)(D)、勞動價格扭曲指數(shù)(Li)和資本價格扭曲指數(shù)(Ki)來代替要素錯配指數(shù)(dist)、勞動要素錯配指數(shù)(distL)和資本要素錯配指數(shù)(distK)，以進行穩(wěn)健性檢驗。借鑒李靜等(2012)、李曉龍等(2018)的測度方式，在勞動要素錯配指數(shù)和資本錯配指數(shù)的基礎上，進一步計算出勞動價格扭曲指數(shù)、資本價格扭曲指數(shù)，即Li=distL-1、Ki=diskK-1，從而得到要素價格總扭曲指數(shù)，具體的計算公式為：D=(1+Ki)α(1+Li)β。

3.控制變量

本文的控制變量包括企業(yè)工資水平(Wage)、企業(yè)資本密集度(Kl)、企業(yè)年齡(Age)、企業(yè)融資約束(Finance)和企業(yè)規(guī)模(Scale)。具體的測算方式分別為：(1)企業(yè)工資水平(Wage)，使用應付工資總額除以從業(yè)人數(shù)表示；(2)企業(yè)資本密集度(Kl)，先用固定資產原價減去累計折舊，然后再利用差值除以從業(yè)人數(shù)來測度；(3)企業(yè)年齡(Age)，用當年年份減去開業(yè)年份，之后再加1；(4)企業(yè)融資約束(Finance)，使用應收賬款與企業(yè)銷售收入之比來表示；(5)企業(yè)規(guī)模(Scale)，使用資產總額來測度。除了企業(yè)年齡之外，本文對控制變量均做對數(shù)處理。

(三)樣本數(shù)據(jù)

本文的數(shù)據(jù)主要有三個來源：第一，2009—2013年中國工業(yè)企業(yè)數(shù)據(jù)庫數(shù)據(jù)，該數(shù)據(jù)庫數(shù)據(jù)不僅包括中國30個省份(除西藏外)所有國有企業(yè)以及規(guī)模以上非國有企業(yè)的基本情況，還涵蓋了這些企業(yè)的各類財務指標，是較為全面的微觀企業(yè)數(shù)據(jù)庫；第二，國家商務部記錄的《對外直接投資企業(yè)(機構)名錄》，該名錄中含有企業(yè)進行對外直接投資的“證書號”、“境內投資主體”、“境外投資企業(yè)”和“經(jīng)營范圍”等信息；第三，中國統(tǒng)計年鑒，本文使用的平減指數(shù)(如出口品出產價格指數(shù)、居民消費物價指數(shù)和固定資產投資價格指數(shù)等)均來源于中國統(tǒng)計年鑒。

本文的研究樣本包括總體樣本企業(yè)、內資樣本企業(yè)和外資樣本企業(yè)、ODI企業(yè)和非ODI企業(yè)。其中，內資樣本企業(yè)、外資樣本企業(yè)是根據(jù)企業(yè)登記注冊類型對總體樣本企業(yè)進行分類得到的，ODI和非ODI企業(yè)則是使用企業(yè)的對外直接投資信息進行分類的。本文所使用的企業(yè)對外直接投資信息，可以將中國工業(yè)企業(yè)數(shù)據(jù)庫數(shù)據(jù)與對外直接投資企業(yè)(機構)名錄數(shù)據(jù)進行配對而得到。在對外直接投資企業(yè)(機構)名錄找到具有對外直接投資行為的企業(yè)，然后根據(jù)法人單位、年份把這些企業(yè)與中國工業(yè)企業(yè)數(shù)據(jù)庫中的企業(yè)進行匹配。本文還對匹配后的樣本進行了基本處理，如刪除異常值和剔除不符合會計準則的企業(yè)樣本等，最后共得到376家ODI企業(yè)樣本。此外，本文使用馬氏距離匹配法時配對比例是1∶3，配對變量為企業(yè)規(guī)模、勞動生產率和企業(yè)利潤率(Helpman et al.，2004；Hijzen et al.，2011)，共得到了1083家非ODI企業(yè)。配對后的ODI企業(yè)和非ODI企業(yè)在企業(yè)規(guī)模、勞動生產率和企業(yè)利潤率變量上不存在明顯差異，表明配對效果較好。

四、檢驗結果與分析

(一)初步觀察

1.要素錯配狀況

根據(jù)研究設計的思路，本文分別從投資行為差異、所有制結構差異來分析企業(yè)資源錯配情況。表1匯報了利用2009—2013年企業(yè)數(shù)據(jù)測算的要素價格錯配指數(shù)。首先，總體平均要素錯配水平顯示，中國企業(yè)的要素錯配程度從2009年1.0426提高到了2013年的16.1823，表明企業(yè)普遍存在資本與勞動力價格的扭曲現(xiàn)象，且此要素錯配程度呈逐年上升態(tài)勢。造成要素錯配的來源因素錯綜復雜，諸如企業(yè)所有制性質、企業(yè)規(guī)模、行業(yè)屬性等。其次，從投資行為差異來看，ODI企業(yè)的要素錯配情況要優(yōu)于非ODI企業(yè)，其中，2009—2010年ODI企業(yè)要素價格存在正向扭曲，此后要素價格出現(xiàn)負向扭曲(2)根據(jù)Hsieh et al.(2009)、施炳展等(2012)的研究，如果要素價格扭曲指數(shù)取值大于1，意味著該要素的應得報酬大于實際所得，價格被負向扭曲；反之，要素價格被正向扭曲。，且程度不斷加深。原因可能在于：企業(yè)對外直接投資獲得逆向技術溢出，從而提高了資源利用率，減弱了要素錯配的程度。此外，從企業(yè)登記注冊類型來區(qū)分，外資企業(yè)的要素錯配水平略高于內資企業(yè)，尤其2012—2013年兩類企業(yè)的要素配置效率水平差異在不斷拉大。出現(xiàn)這一現(xiàn)象的潛在原因是：一方面，中國政府為了吸引外資而頒布各項對外資企業(yè)優(yōu)惠政策，政策性優(yōu)惠歧視加劇了資源錯配的情況；另一方面，外資企業(yè)在中國生產、銷售一般會受到不公平的對待，且對中國消費者需求也較不熟悉，因而資源分布比例會更加失衡。

表1 各年份中國企業(yè)的要素錯配情況

注：作者整理。

2.投資學習效應

圖1 ODI企業(yè)與非ODI企業(yè)的生產率差異

為進一步考察企業(yè)對外直接投資對于其自身生產率的作用關系，即檢驗ODI是否存在學習效應，本文基于上述實證模型，通過設立實驗組與尋找與之相接近的控制組方式，以此來觀察ODI行為是否會使企業(yè)TFP出現(xiàn)差異，具體可見圖1。

從圖1可以看出，在進行ODI之前，控制組與實驗組企業(yè)TFP大致保持相同的增長趨勢，同時也表明了實驗組和控制組在接受處理之前滿足共同趨勢假定，這是保證本文進行DID的前提，同時充分表明了本文設立DID模型的適當性。在發(fā)生ODI之后，兩類企業(yè)TFP增長趨勢出現(xiàn)明顯差異。ODI企業(yè)的TFP一直高于非ODI企業(yè)，表明對外直接投資存在學習效應。其原因可能是：企業(yè)對外直接投資既存在自選擇效應(蔣冠宏 等，2014)，又存在學習效應。自選擇效應解釋了高TFP企業(yè)傾向于對外直接投資這一現(xiàn)象，而高TFP企業(yè)則可以通過ODI增強自身的創(chuàng)新能力、國際競爭力和獲取資源的能力，從而提高生產效率，即對外直接投資能夠進一步拉大ODI企業(yè)與非ODI企業(yè)之間的差距。圖1中展現(xiàn)出企業(yè)對外直接投資以后ODI企業(yè)與非ODI企業(yè)之間的差距是非線性擴大的，由此在一定程度上驗證了研究假說1。

3.影響趨勢分析

為了直觀展現(xiàn)要素錯配與企業(yè)生產率的關系，分別繪制了2010—2013年各年要素錯配對企業(yè)生產率關系的影響趨勢圖，具體如圖2—5所示。其中，縱坐標是要素錯配指數(shù)，橫坐標是企業(yè)生產率，擬合線是要素錯配指數(shù)對企業(yè)生產率的回歸線。

從散點圖可以看出，2010—2013年要素錯配指數(shù)大部分是集中于0～20之間，而且扭曲有增強趨勢。從回歸線來看，該回歸線接近水平線，同時具有向下傾斜的趨勢，這表明要素錯配指數(shù)與企業(yè)全要素生產率之間大致呈負向非線性關系，與預期一致。多數(shù)研究表明，一國生產率的提高得益于要素在不同部門之間合理轉移的程度，而要素錯配阻礙了經(jīng)濟資源在不同企業(yè)之間的再配置，因而限制了生產率的進一步提高。究其原因在于：造成要素錯配的來源因素錯綜復雜，可能包括行業(yè)屬性、地區(qū)特征因素、是否為對外投資企業(yè)、是否獲得政府補貼等多方面因素。以上研究表明，要素錯配抑制了企業(yè)的生產效率，但具體的關系仍需進一步探究。

圖2 2010年要素錯配與企業(yè)生產率

圖3 2011年要素錯配與企業(yè)生產率

圖4 2012年要素錯配與企業(yè)生產率

圖5 2013年要素錯配與企業(yè)生產率

(二)要素錯配與企業(yè)生產效率

1.基準回歸檢驗

為考察要素錯配對企業(yè)生產效率的影響，接下來分別將全部企業(yè)樣本、內資企業(yè)樣本、外資企業(yè)樣本用OLS方法進行回歸，具體結果可見表2和表3。在表2全部企業(yè)樣本中：列(1)、列(3)和列(5)為未加入交互項時總體要素錯配、勞動要素錯配和資本要素錯配對企業(yè)全要素生產率影響的狀況；列(2)、列(4)和列(6)為加入交互項后總體要素錯配、勞動要素錯配和資本要素錯配對ODI企業(yè)全要素生產率的影響的狀況。觀察可發(fā)現(xiàn)：未加入交互項時，總體要素錯配、勞動要素錯配和資本要素錯配的系數(shù)均為負且顯著，說明要素錯配程度的提升對企業(yè)全要素生產率的提高具有顯著抑制作用。加入交互項后，總體要素錯配、勞動要素錯配和資本要素錯配的系數(shù)均為負且顯著，說明要素錯配程度提升會顯著抑制ODI企業(yè)全要素生產率的提高。這是因為：一方面，長期以來，中國城鄉(xiāng)二元的經(jīng)濟結構阻礙了人口的自由流動，尤其是高素質人才無法按照市場機制進行相應的配置，致使其創(chuàng)新才能無法得到有效發(fā)揮，企業(yè)創(chuàng)新生產的效率水平未能得到相應提高；另一方面，近幾年來，中國政府對于金融部門信貸決策的干預、“非生產性尋租” 以及政府的創(chuàng)新補貼政策都在一定程度上阻礙了資本市場的自由配置，降低了資本要素的利用效率，從而導致企業(yè)生產效率降低。

表2 基準回歸檢驗(全樣本)

注：dist、distL和distK分別表示總體要素錯配、勞動要素錯配和資本要素錯配；()內數(shù)值為相應檢驗統(tǒng)計量的t值；***、**和*分別表示1%、5%和10%的顯著性水平。

表3分樣本中，列(7)—(12)是在內資企業(yè)和外資企業(yè)樣本下要素錯配對ODI生產率效應的回歸結果。觀察可發(fā)現(xiàn)，在內資企業(yè)中，總體要素錯配、勞動要素錯配和資本要素錯配的系數(shù)均為負且顯著，由此說明要素錯配程度的提升對內資企業(yè)全要素生產率的提高有顯著抑制作用。而在外資企業(yè)中，總體要素錯配、勞動要素錯配和資本要素錯配的系數(shù)仍為負，但顯著性較弱。原因可能在于：外資企業(yè)在本土市場中與本土企業(yè)深入交流和互動主要借助技術溢出和競爭激勵等方式，這有效促進本土企業(yè)開展創(chuàng)新生產活動，而對要素需求并不十分迫切，因此，要素錯配對企業(yè)全要素生產率帶來的負面影響較弱(白俊紅 等，2016)。

在控制變量中，不論是全部企業(yè)，還是內資企業(yè)與外資企業(yè)，各變量的回歸結果均比較穩(wěn)定，這在一定程度上說明計量方程設定的合理性。對企業(yè)生產效率而言，企業(yè)工資水平系數(shù)顯著為正，這說明工資水平的提升對企業(yè)生產效率的提高具有顯著促進效應；而企業(yè)規(guī)模顯著為正，這說明企業(yè)規(guī)模的擴大會帶來生產效率的提高；企業(yè)資本密集度顯著為負，這說明資本密集度越高的行業(yè)，企業(yè)生產效率越低；企業(yè)年齡顯著為負，這說明企業(yè)生產效率會隨著企業(yè)建立時間增長而不斷降低；企業(yè)融資約束顯著為負，這說明企業(yè)融資約束不利于生產效率的提升。

表3 基準回歸檢驗(分樣本)

注：dist、distL和distK分別表示總體要素錯配、勞動要素錯配和資本要素錯配；()內數(shù)值為相應檢驗統(tǒng)計量的t值；***、**和*分別表示1%、5%和10%的顯著性水平。

2.內生性討論

考慮到本文的關鍵解釋變量(總體錯配指數(shù)dist、勞動要素錯配distL、資本要素錯配distK)可能是內生的，由此會引致內生性問題，為保證本文檢驗結果的無偏性和有效性，本文采用工具變量(IV)法對關鍵解釋變量的內生性問題進行控制。在工具變量的選擇上，本文分別選取內生變量的一階滯后項作為工具變量，即總體要素市場扭曲、勞動力要素市場扭曲和資本要素市場扭曲的一階滯后項作為其自身的工具變量，并使用2SLS估計原模型，具體結果見表4。表4中的列(1)、列(3)、列(5)是未加入交互項的估計結果，其他各列是加入交互項的估計結果。從表4中可以看出，所有模型用“不可識別檢驗”的Anderson canon corr.LM統(tǒng)計值在1%的水平上拒絕了原假設，表明本文設定的工具變量是可識別的。進一步地，本文所關注的關鍵解釋變量的回歸結果與表2、表3估計結果基本一致，驗證了要素錯配與企業(yè)全要素生產率間存在相關關系。這些足以證明上文的估計結果是穩(wěn)健的，在統(tǒng)計上不存在內生性問題。

表4 內生性討論

注：Anderson正則相關性檢驗的原假設是“工具變量識別不足”，若拒絕原假設，則說明工具變量是可識別的；Cragg-Donald Wald F檢驗的原假設是“工具變量為弱識別”，若拒絕原假設，則說明工具變量是合理的；()內數(shù)值為相應檢驗統(tǒng)計量的t值；***、**和*分別表示1%、5%和10%的顯著性水平。

3.穩(wěn)健性檢驗

為檢驗數(shù)據(jù)分析的穩(wěn)健性，本文通過替換關鍵解釋變量的測算方式重新考察要素錯配與企業(yè)生產率之間的關系。本節(jié)使用要素價格總扭曲指數(shù)(D)、勞動價格扭曲指數(shù)(Li)和資本價格扭曲指數(shù)(Ki)來替換模型中的dist、distL和distK，并對模型進行重新估計，得到的結果見表5所示。就非ODI企業(yè)而言，D、Li、Ki的系數(shù)數(shù)值均顯著為負，說明要素價格扭曲抑制了企業(yè)生產率的提高；就ODI企業(yè)而言，不論是全部企業(yè)樣本，還是內資企業(yè)樣本或者外資企業(yè)樣本，ODI系數(shù)均顯著為正，而D、Li、Ki與ODI的交互項均為負，且都通過了1%的顯著性水平檢驗，說明企業(yè)對外直接投資能夠對企業(yè)生產率的提升有積極的促進作用，但是要素價格扭曲削弱了對外直接投資對企業(yè)生產率的積極作用，從而不利于企業(yè)生產率的提升，這與上文研究結論一致。以上穩(wěn)健性檢驗表明，各關鍵解釋變量的相關系數(shù)符號以及顯著性與上文研究結論相比并沒有發(fā)生本質性的變化，說明上述研究結論是穩(wěn)健的。

表5 穩(wěn)健性檢驗

注：()內數(shù)值為相應檢驗統(tǒng)計量的t值；***、**和*分別表示1%、5%和10%的顯著性水平。

(三)要素錯配與企業(yè)投資學習效應

1.雙重倍差估計結果

本文采用1∶3的馬氏距離匹配法得到研究樣本，使用倍差法以及雙重倍差法對要素錯配及企業(yè)的投資學習效應的關系進行檢驗，檢驗結果如表6所示。為控制樣本因時間期限不同而導致的偏差以及檢驗學習效應的動態(tài)持續(xù)性，表6分別匯報了以2011年、2012年、2013年為期末年份的估計結果，列(1)是倍差法估計結果，列(2)—(3)是雙重倍差法估計結果，列(2)未包含控制變量，列(3)加入了控制變量，列(4)—(5)則加入控制變量進行估計。

表6 要素錯配與企業(yè)投資學習效應

注：ODI代表是否為對外直接投資企業(yè)，dn代表是否為資源錯配型企業(yè)；()內數(shù)值為糾正了異方差后的t統(tǒng)計量；***、**和*分別表示1%、5%和10%的顯著性水平。

表6估計結果顯示：從靜態(tài)時間來看，以2011年為期末年份時，列(1)中ODI×time系數(shù)為0.2696，在10%水平下顯著，這表明，相較于非ODI企業(yè)，ODI企業(yè)顯著提升了自身TFP，從而驗證了ODI存在學習效應，由此驗證了研究假說1；列(2)—(3)中ODI×time系數(shù)仍然為正，表明對于非要素錯配型企業(yè)而言，企業(yè)能通過ODI行為提升自身生產率，存在投資學習效應；ODI×dn×time系數(shù)為負，表明ODI行為對要素錯配型企業(yè)生產率的作用要弱于其對非要素錯配型企業(yè)生產率的影響，要素錯配削弱了投資學習效應?？赡艿脑蚴牵阂环矫?，多數(shù)研究表明，要素價格扭曲直接影響要素配置效率，而要素價格扭曲所帶來的企業(yè)間低成本競爭，削弱了企業(yè)研發(fā)和創(chuàng)新的積極性，從而降低企業(yè)從ODI中學習、吸收新知識或模仿先進技術能力；另一方面，要素市場發(fā)育不健全時，企業(yè)可能會依賴政府來獲得勞動、資金等稀缺要素資源，以獲得經(jīng)濟租。然而，企業(yè)可能會為了獲得經(jīng)濟租而將一部分經(jīng)濟資源從生產性活動中轉移出來，相應“擠出”企業(yè)的研發(fā)創(chuàng)新投資，進而阻礙ODI的學習效應，從而證明了研究假說2。以2012年、2013年為期末年份的估計結果與列(3)相類似，與本文預期結果一致。從動態(tài)持續(xù)性來看，2010—2013年ODI×time系數(shù)呈現(xiàn)較為明顯的增長趨勢，說明企業(yè)通過ODI獲得的學習效應在持續(xù)提升；與此同時，ODI×dn×time系數(shù)始終為負，且絕對值一直在提高，表明要素錯配對投資學習效應的負向影響愈加明顯。可能的原因是：自2009年至今，尤其是“一帶一路”倡議推進之后，中國作為對外直接投資大國的地位已經(jīng)確立，相應地，在激烈的國際競爭中，企業(yè)對外直接投資的學習效應也在逐步增強。反之，ODI的學習效應吸引了較多企業(yè)進行對外直接投資，這樣往復循環(huán)進一步拉大了企業(yè)之間的差距，加劇了資源錯配程度，導致要素錯配對投資學習效應的負向影響進一步升級。因此，研究假說1和研究假說2得到了進一步證明。

2.異質性分析：企業(yè)所有制差異

以上分析表明，ODI企業(yè)存在投資學習效應，但要素錯配會對其產生不利影響，但是進一步從企業(yè)異質性角度來看，要素錯配對投資學習效應的影響是否會因企業(yè)所有制的不同而存在差異呢？基于此，本文依據(jù)企業(yè)登記注冊類型，將樣本劃分為內資企業(yè)與外資企業(yè)兩類，并基于倍差法以及雙重倍差法進行了檢驗，檢驗結果見表7。表7分別以2011年、2012年、2013年為期末年份，同時顯示了加入控制變量后的估計結果。

表7 內資企業(yè)和外資企業(yè)

注：同表6。

根據(jù)表7的結果顯示，首先，比較內資企業(yè)和外資企業(yè)的ODI×time系數(shù)。內資企業(yè)與外資企業(yè)的ODI×time系數(shù)均為正，而且除了2011年之外均在10%的水平下顯著，但相比而言，外資企業(yè)的ODI×time系數(shù)更高，表明外資企業(yè)的投資學習效應更為顯著。原因可能是：外資企業(yè)與國外關聯(lián)較為緊密，通過國際上的交流更有利于外資企業(yè)學習。其次，比較內資企業(yè)、外資企業(yè)ODI×dn×time系數(shù)。一方面，內資企業(yè)與外資企業(yè)的ODI×dn×time系數(shù)均為負，再次驗證了研究假說2，即要素錯配削弱了投資學習效應；另一方面，外資企業(yè)ODI×dn×time系數(shù)絕對值要高過內資企業(yè)，表明要素錯配對外資企業(yè)投資學習效應的削弱程度更深。原因可能是，要素市場扭曲顯著削弱了中國企業(yè)的投資學習效應，與其他企業(yè)相比，外資企業(yè)密集使用價格負向扭曲嚴重的要素進行生產，而且過于依賴要素低估帶來的成本優(yōu)勢，從而導致研發(fā)積極性不高，技術水平未能得到快速提升(包群 等，2011)。

3.穩(wěn)健性檢驗：不同匹配比例及匹配結果

本文采用傾向評分配對法(Propensity Score Matching，PSM)重新為處理組企業(yè)挑選配對企業(yè)。該方法先對企業(yè)的出口概率進行估測，然后根據(jù)內資企業(yè)和外資企業(yè)估計出的出口概率相近程度進行匹配。表8匯報了選取配對比例是1∶4和1∶1時的估計結果。估計結果顯示：ODI×time的估計系數(shù)均為正，且基本在10%以上的統(tǒng)計水平上顯著，ODI×dn×time的系數(shù)或為負向顯著或為正向不顯著。

本文還利用馬氏距離配對法為處理組企業(yè)挑選最合適的對照組樣本。對于處理組企業(yè)i∈{Dit=1}與對照組企業(yè)j∈{Dit=0}，i與j間的距離為dij=(Ui-Uj)×C1×(Ui-Uj)，其中Ui和Uj為i和j的匹配向量，C為處理組與對照組各匹配變量的協(xié)方差矩陣。因此，對于處理組企業(yè)i，只有與其距離dij最小的一個或幾個對照組企業(yè)才能被選為新的對照組企業(yè)樣本。表9匯報了選取配對比例是1∶4和1∶1時的估計結果。估計結果顯示：ODI×time的估計系數(shù)均為正，且基本在10%以上的統(tǒng)計水平上顯著，ODI×dn×time的系數(shù)均為負。表9與表8的結果基本一致，說明本文結論的可靠和穩(wěn)健。

表8 不同傾向得分匹配比例的估計結果

注：同表6。

表9 馬氏匹配的估計結果

注：同表6。

根據(jù)表8和表9的估計結果，ODI×time系數(shù)符號均為正，且大部分至少通過了10%的顯著性水平，說明對外直接投資顯著提高了非要素價格密集扭曲型企業(yè)的生產效率，即一般意義上的投資學習效應成立(劉竹青 等，2017)；ODI×dn×time的系數(shù)負向顯著或正向不顯著，說明與非要素價格密集扭曲型企業(yè)相比，要素扭曲抑制了投資學習效應。由此可以得出以下結論：不論改變配對方法還是配對比例，均能有效驗證要素錯配抑制了對外直接投資過程中的學習效應這一結論。

五、結論和政策建議

在中國企業(yè)大規(guī)模“走出去”的背景下，如何從要素有效配置層面解決對外直接投資企業(yè)生產率低下問題，已成為推動開放型經(jīng)濟高質量發(fā)展的一大關注點。本文基于2009—2013年的中國工業(yè)企業(yè)數(shù)據(jù)庫數(shù)據(jù)與對外直接投資企業(yè)(機構)名錄相匹配的統(tǒng)計數(shù)據(jù)，利用企業(yè)全要素生產率的影響機制，實證檢驗了企業(yè)投資學習效應的存在性，并探討了要素扭曲對學習效應的影響。首先，根據(jù)本地溢出LS模型，構建了企業(yè)投資學習效應的理論分析框架；其次，根據(jù)數(shù)據(jù)匹配方法為ODI企業(yè)尋找了可供比較的對照組，并利用倍差法和雙重倍差法進行了實證分析。得到結論如下：第一，中國企業(yè)普遍存在資本與勞動力價格扭曲，并且要素錯配程度在逐年加深；企業(yè)進行對外直接投資后的全要素生產率與非ODI企業(yè)差距呈非線性擴大，初步證明了投資學習效應的存在性。第二，要素錯配會對企業(yè)全要素生產率產生不利影響，且要素錯配程度加深會顯著抑制ODI企業(yè)全要素生產率的提高。第三，從靜態(tài)時間來看，企業(yè)對外直接投資存在顯著的學習效應，要素錯配削弱了投資學習效應，表現(xiàn)為ODI行為對要素錯配型企業(yè)全要素生產率的作用要弱于其對非要素錯配型企業(yè)全要素生產率的影響；從動態(tài)持續(xù)性來看，企業(yè)通過對外投資行為而獲得的學習效應在持續(xù)提升，但同時要素錯配對投資學習效應的負向影響卻愈加嚴重；基于企業(yè)異質性角度來看，相較于內資企業(yè)，外資企業(yè)的投資學習效應更為突出，而且要素錯配對外資企業(yè)投資學習效應的削弱程度要更深。

根據(jù)研究結果，本文提出以下政策建議：由于中國的要素市場化發(fā)展相對滯后，勞動力與資本的要素價格出現(xiàn)負向扭曲，從而引發(fā)了資源配置效率低下問題，并進一步使得對外直接投資企業(yè)的學習效應受到不利影響。要確保要素市場改革落到實處，需要做到如下幾點：第一，完善要素市場需要構建完善的競爭性要素市場體系。傳統(tǒng)觀點將要素市場改革與放松價格管制簡單關聯(lián)，并認為除去政府干預而讓市場自由定價，就可以實現(xiàn)生產要素價格的市場化，但是忽略了一些重要前提，例如市場化改革是指競爭性市場的市場化，只有市場主體實現(xiàn)多元化才能確保競爭性市場價格而非壟斷價格，因此，要實現(xiàn)真正意義上的競爭性市場化價格，關鍵在于要素市場的主體不能單一化；再如要素價格市場化的前提是生產要素產權明晰，假若產權不明晰，則所有者利益和外部成本難以體現(xiàn)在要素價格之中，因此產權明晰是生產要素自由流動并進行市場交易的基本前提。第二，各要素市場的情況存在差別，不可一刀切，比如勞動市場改革的主要內容是戶籍制度改革，牽涉到既有利益格局的方方面面，相關部門在推進要素市場改革時應區(qū)別對待、分類改革、有序推進，不可急于求成。