科技和产业

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
Market	3.820	3.901	5.505	7.349	6.987	4.031	8.484	8.744	6.160	6.393	4.995
	(9.599)	(9.578)	(9.658)	(9.568)	(9.808)	(10.217)	(9.560)	(9.618)	(9.593)	(9.862)	(9.675)
Labor	-1.432	-0.727	-3.182	-6.405	-4.433	-1.307	-6.414	-7.925	-6.030	-3.531	-2.765
	(10.658)	(10.670)	(10.728)	(10.685)	(10.818)	(11.530)	(10.617)	(10.764)	(10.777)	(10.752)	(10.732)
Reso	0.026	0.019	0.010	0.055	-0.004	0.018	0.043	-0.024	0.026	0.006	0.003
	(0.074)	(0.074)	(0.079)	(0.076)	(0.076)	(0.077)	(0.074)	(0.075)	(0.075)	(0.075)	(0.075)
Tech	-1.679^*	-0.060	-0.776	-1.533^*	-0.907	-0.824	-1.261^*	-1.162	-0.410	-0.984	-0.952
	(0.863)	(0.811)	(0.819)	(0.805)	(0.758)	(0.750)	(0.754)	(0.751)	(0.771)	(0.873)	(0.784)
Trade	-0.055^***	-0.048^**	-0.057^***	-0.060^***	-0.050^**	-0.057^***	-0.055^***	-0.063^***	-0.052^***	-0.057^***	-0.056^***
	(0.019)	(0.019)	(0.019)	(0.019)	(0.020)	(0.019)	(0.018)	(0.019)	(0.019)	(0.019)	(0.019)
Dist	0.499	0.635	0.777	0.421	0.683	0.762	0.571	0.621	0.351	0.721	0.790
	(1.102)	(1.094)	(1.114)	(1.101)	(1.109)	(1.104)	(1.088)	(1.091)	(1.124)	(1.112)	(1.103)
BRI	0.397	0.476	0.269	0.299	0.116	0.358	0.583	0.088	0.350	0.219	0.214
	(1.013)	(1.014)	(1.022)	(1.008)	(1.035)	(1.040)	(1.010)	(1.009)	(1.014)	(1.026)	(1.022)
解释变量	0.218^**	-0.066^**	-0.002	0.157^**	0.052	0.007	0.108^***	0.117^**	0.064^*	0.050	0.030
	(0.109)	(0.031)	(0.056)	(0.069)	(0.063)	(0.016)	(0.041)	(0.049)	(0.037)	(0.114)	(0.045)
常数项	-79.412	-83.331	-102.614	-124.218	-131.681	-81.378	-152.302	-146.245	-97.495	-123.232	-93.544
	(153.606)	(153.217)	(154.935)	(152.989)	(158.372)	(162.084)	(153.209)	(153.599)	(153.569)	(161.501)	(155.104)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.112	0.114	0.094	0.117	0.097	0.095	0.125	0.119	0.108	0.095	0.096
样本数	224	224	224	224	224	224	224	224	224	224	224

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
Market	3.820	3.901	5.505	7.349	6.987	4.031	8.484	8.744	6.160	6.393	4.995
	(9.599)	(9.578)	(9.658)	(9.568)	(9.808)	(10.217)	(9.560)	(9.618)	(9.593)	(9.862)	(9.675)
Labor	-1.432	-0.727	-3.182	-6.405	-4.433	-1.307	-6.414	-7.925	-6.030	-3.531	-2.765
	(10.658)	(10.670)	(10.728)	(10.685)	(10.818)	(11.530)	(10.617)	(10.764)	(10.777)	(10.752)	(10.732)
Reso	0.026	0.019	0.010	0.055	-0.004	0.018	0.043	-0.024	0.026	0.006	0.003
	(0.074)	(0.074)	(0.079)	(0.076)	(0.076)	(0.077)	(0.074)	(0.075)	(0.075)	(0.075)	(0.075)
Tech	-1.679^*	-0.060	-0.776	-1.533^*	-0.907	-0.824	-1.261^*	-1.162	-0.410	-0.984	-0.952
	(0.863)	(0.811)	(0.819)	(0.805)	(0.758)	(0.750)	(0.754)	(0.751)	(0.771)	(0.873)	(0.784)
Trade	-0.055^***	-0.048^**	-0.057^***	-0.060^***	-0.050^**	-0.057^***	-0.055^***	-0.063^***	-0.052^***	-0.057^***	-0.056^***
	(0.019)	(0.019)	(0.019)	(0.019)	(0.020)	(0.019)	(0.018)	(0.019)	(0.019)	(0.019)	(0.019)
Dist	0.499	0.635	0.777	0.421	0.683	0.762	0.571	0.621	0.351	0.721	0.790
	(1.102)	(1.094)	(1.114)	(1.101)	(1.109)	(1.104)	(1.088)	(1.091)	(1.124)	(1.112)	(1.103)
BRI	0.397	0.476	0.269	0.299	0.116	0.358	0.583	0.088	0.350	0.219	0.214
	(1.013)	(1.014)	(1.022)	(1.008)	(1.035)	(1.040)	(1.010)	(1.009)	(1.014)	(1.026)	(1.022)
解释变量	0.218^**	-0.066^**	-0.002	0.157^**	0.052	0.007	0.108^***	0.117^**	0.064^*	0.050	0.030
	(0.109)	(0.031)	(0.056)	(0.069)	(0.063)	(0.016)	(0.041)	(0.049)	(0.037)	(0.114)	(0.045)
常数项	-79.412	-83.331	-102.614	-124.218	-131.681	-81.378	-152.302	-146.245	-97.495	-123.232	-93.544
	(153.606)	(153.217)	(154.935)	(152.989)	(158.372)	(162.084)	(153.209)	(153.599)	(153.569)	(161.501)	(155.104)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.112	0.114	0.094	0.117	0.097	0.095	0.125	0.119	0.108	0.095	0.096
样本数	224	224	224	224	224	224	224	224	224	224	224

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
解释变量	-0.125	-0.035	-0.169	0.770	0.037	-0.083	-0.042	0.123	-0.036	-0.075	0.789^*
	(0.674)	(0.132)	(0.241)	(0.942)	(0.121)	(0.130)	(0.143)	(0.187)	(0.219)	(0.243)	(0.421)
常数项	20.451	16.536	-75.578	163.157	-36.251	-132.680	66.605	35.936	15.111	78.076	252.857
	(431.120)	(423.132)	(432.232)	(461.393)	(437.501)	(468.742)	(473.199)	(421.258)	(427.078)	(486.847)	(427.787)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.180	0.181	0.187	0.190	0.181	0.186	0.181	0.187	0.180	0.181	0.232
样本数	64	64	64	64	64	64	64	64	64	64	64

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
解释变量	-0.125	-0.035	-0.169	0.770	0.037	-0.083	-0.042	0.123	-0.036	-0.075	0.789^*
	(0.674)	(0.132)	(0.241)	(0.942)	(0.121)	(0.130)	(0.143)	(0.187)	(0.219)	(0.243)	(0.421)
常数项	20.451	16.536	-75.578	163.157	-36.251	-132.680	66.605	35.936	15.111	78.076	252.857
	(431.120)	(423.132)	(432.232)	(461.393)	(437.501)	(468.742)	(473.199)	(421.258)	(427.078)	(486.847)	(427.787)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.180	0.181	0.187	0.190	0.181	0.186	0.181	0.187	0.180	0.181	0.232
样本数	64	64	64	64	64	64	64	64	64	64	64

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
解释变量	0.218^*	-0.079^**	0.012	0.148^**	0.050	0.011	0.115^**	0.082	0.069^*	0.110	0.043
	(0.117)	(0.033)	(0.060)	(0.073)	(0.076)	(0.016)	(0.049)	(0.056)	(0.039)	(0.142)	(0.047)
常数项	39.360	-40.605	-19.791	-74.159	-35.675	25.654	-110.089	-59.679	-7.084	-56.870	3.985
	(210.301)	(206.683)	(210.475)	(209.279)	(211.657)	(220.543)	(210.057)	(210.709)	(208.249)	(215.648)	(211.282)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.145	0.157	0.124	0.149	0.127	0.127	0.157	0.137	0.143	0.128	0.129
样本数	160	160	160	160	160	160	160	160	160	160	160

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
解释变量	0.218^*	-0.079^**	0.012	0.148^**	0.050	0.011	0.115^**	0.082	0.069^*	0.110	0.043
	(0.117)	(0.033)	(0.060)	(0.073)	(0.076)	(0.016)	(0.049)	(0.056)	(0.039)	(0.142)	(0.047)
常数项	39.360	-40.605	-19.791	-74.159	-35.675	25.654	-110.089	-59.679	-7.084	-56.870	3.985
	(210.301)	(206.683)	(210.475)	(209.279)	(211.657)	(220.543)	(210.057)	(210.709)	(208.249)	(215.648)	(211.282)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.145	0.157	0.124	0.149	0.127	0.127	0.157	0.137	0.143	0.128	0.129
样本数	160	160	160	160	160	160	160	160	160	160	160

变量	(1)	(2)	(3)	(4)
DBI	-2.103^**	0.367	0.439^***	-0.253
	(0.848)	(0.488)	(0.129)	(0.185)
DBI×Market	0.093^***
	(0.034)
DBI×Labor		-0.018
		(0.056)
DBI×Reso			-0.007^***
			(0.002)
DBI×Tech				0.071^***
				(0.023)
常数项	-26.874	-87.593	-205.220	-146.778
	(152.353)	(156.130)	(155.975)	(151.952)
控制变量	Yes	Yes	Yes	Yes
R²	0.144	0.112	0.152	0.153
样本数	224	224	224	224

变量	(1)	(2)	(3)	(4)
DBI	-2.103^**	0.367	0.439^***	-0.253
	(0.848)	(0.488)	(0.129)	(0.185)
DBI×Market	0.093^***
	(0.034)
DBI×Labor		-0.018
		(0.056)
DBI×Reso			-0.007^***
			(0.002)
DBI×Tech				0.071^***
				(0.023)
常数项	-26.874	-87.593	-205.220	-146.778
	(152.353)	(156.130)	(155.975)	(151.952)
控制变量	Yes	Yes	Yes	Yes
R²	0.144	0.112	0.152	0.153
样本数	224	224	224	224

RCEP国家营商环境便利化对中国OFDI的影响

PDF下载

毛向玉 , 孟柔佳

科技和产业 | 政策规划 2025,25(7): 255-260

收起

科技和产业 | 政策规划 2025, 25(7): 255-260

RCEP国家营商环境便利化对中国OFDI的影响

全屏

毛向玉, 孟柔佳

作者信息

河北经贸大学经济学院, 石家庄 050061

毛向玉(2001—),女,山东德州人,硕士研究生,研究方向为跨国经营与投资;

孟柔佳(2001—),女,河北石家庄人,硕士研究生,研究方向为国际市场营销。

Impact of Business Facilitation in RCEP Countries on China’s OFDI

Xiangyu MAO, Roujia MENG

Affiliations

Economics College, Hebei University of Economics and Business, Shijiazhuang 050061, China

出版时间: 2025-04-10

文章导航

摘要

收起

利用2005—2020年中国对RCEP(区域全面经济伙伴关系协定)14个伙伴国的OFDI(对外直接投资)面板数据,基于扩展的引力模型,实证检验RCEP国家营商环境便利化对中国OFDI的影响。研究发现:RCEP国家营商环境便利化有助于促进中国OFDI增长,但各分项指标影响不同;RCEP东盟国家营商环境便利化对中国OFDI有促进作用,而RCEP非东盟国家的促进作用并不明显;基于投资动机不同,RCEP国家营商环境便利化对中国OFDI的影响也不同。随着RCEP深入实施,各国营商环境将不断优化,中国对RCEP伙伴国的直接投资水平将持续上升。

关键词

营商环境便利化 / OFDI(对外直接投资) / 投资动机 / 东道国 / RCEP(区域全面经济伙伴关系协定)

Abstract

收起

Based on the extended gravity model, the impact of business facilitation in RCEP(Regional Comprehensive Economic Partnership) countries on China’s OFDI(outward foreign direct investment) was empirically examined, using China’s panel data on OFDI from 2005 to 2020.The results show that the facilitation of business environment in RCEP countries is conducive to promoting the growth of OFDI in China, but the results are different in each sub-indicator of business environment. The facilitation of the business environment in RCEP ASEAN countries has a promoting effect on China’s OFDI, while the promotion effect of RCEP non-ASEAN countries is not obvious. Based on different investment motives, the impact of business facilitation in RCEP countries on China’s OFDI is also different. With the in-depth implementation of RCEP, the business environment of various countries will continue to be optimized, and the level of China’s direct investment in RCEP partner countries will continue to rise.

Key words

business facilitation / OFDI(outward foreign direct investment) / investment motivation / Host country / RCEP(Regional Comprehensive Economic Partnership)

引用本文

毛向玉, 孟柔佳. RCEP国家营商环境便利化对中国OFDI的影响. 科技和产业, 2025 , 25 (7) : 255 -260 .

Xiangyu MAO, Roujia MENG. Impact of Business Facilitation in RCEP Countries on China’s OFDI[J]. Science Technology and Industry, 2025 , 25 (7) : 255 -260 .

正文

收起

随着“走出去”战略的实施,中国OFDI(outward foreign direct investment,对外直接投资) 迎来了快速发展。据统计,2023年,中国对外直接投资流量增至1 172.9亿美元,同比增长8.7%,占全球份额11.4%,连续12年保持全球前3排名。2022年,中国对外直接投资流量达到1 631.2亿美元,排名全球第2位。2022年1月1日,RCEP(区域全面经济伙伴关系协定) 正式生效实施,作为世界人口最多、经贸规模最大、发展潜力最大的自由贸易区,将为中国OFDI发展带来新的机遇。截至2021年,中国对RCEP伙伴国对外直接投资的流量达到231.189亿美元,同比增长26%;2021年中国对RCEP伙伴国的对外投资存量达到1 893.245亿美元,同比增长约7.4%。由此可见,中国对RCEP伙伴国OFDI趋于稳步上升,而RCEP的签署势必将进一步促进中国企业走向国际市场,更好地融入区域价值链。

21世纪以来,虽然中国OFDI增长突飞猛进,但是也遇到了诸多问题和挑战。在排除投资企业传统意义上考虑的经济、政治、社会、法律因素等方面下,东道国的营商环境也对中国OFDI造成了重要的影响。总体而言,东道国营商环境对促进中国对外直接投资具有正向影响,良好的营商环境可以激发国际市场的活力,促进经济的高质量发展^[1]。因此,世界各国都在积极优化营商环境,以此提升对外资的吸引力。RCEP协议作为当前全球最大自贸协定,也致力于为各国贸易投资提供更好的营商环境,但由于逆全球化浪潮和民粹主义思潮等政治因素与域外因素不确定性的影响,加之域内各国经济发展水平各异,制度环境也不尽相同,这对中国OFDI影响的存在较大的不确定性^[2]。那么,RCEP伙伴国的营商环境怎么样,各国营商环境的便利化与中国OFDI有着怎样复杂的内在关系?为回答这些问题,本文基于RCEP14个伙伴国2005—2020年的面板数据,探究RCEP各国营商环境的便利化对中国OFDI的影响,以期为中国对外直接投资提供理论指导和政策建议。

1 文献综述

收起

随着改革开放的深入,中国对外直接投资显著提升,中国企业OFDI的区位选择及影响因素的研究也随之展开^[3]。既往研究主要集中于东道国的市场潜力、廉价劳动力、自然资源以及战略资产,缺少对于东道国制度方面的分析。因此,近年来涌现出一批学者对东道国制度环境展开分析,以了解当前的状况以及未来可能出现的变化。现研究阶段各学者关于东道国制度与母国OFDI的研究结果不尽相同。蒋冠宏和蒋殿春^[4]认为中国OFDI偏向法制和腐败控制优于本国的东道国。潘镇和金中坤^[5]指出,良好的制度环境未对中国OFDI有良好的促进作用。瞿霞等^[6]研究发现东道国的法律制度完善性与中国企业投资收购的金额具有显著正相关性。除此之外,赵赛^[7]认为制度环境对OFDI的贸易效应有明显的抑制作用。

上述研究大多从宏观角度考察东道国的经济、政治和社会环境与母国 OFDI的关系,鲜有从微观角度研究东道国营商环境对母国 OFDI的影响。本文利用世界银行公布的《营商环境报告》中的营商环境指数,探究东道国营商环境便利化对母国OFDI微观层面的影响机制。营商环境的便利化作为一国制度环境的重要组成部分,对当地经济、政治、法律、社会的发展存在重要影响。相关学者对营商环境的影响展开了讨论,良好的营商软环境对城市的经济发展有着显著的促进作用^[8],营商环境与经济增长方面的关系是则正向的相关关系^[9]。林超等^[10]研究发现优化营商环境显著促进了小微企业生存。东道国的经济政策不确定性对企业跨国并购的规模、多元化程度具有显著抑制的作用^[11]。因此,政府应及时调整经济政策的不确定性进而改善营商环境去吸引外资^[12]。营商环境便利化与中国OFDI又有什么样的关系呢?目前还没有统一的答案。基于中国OFDI区位分布的研究,石茹鑫等^[13]认为当一个企业的政治能力与投资到高政治风险区位呈正相关。基于政府治理水平分析,衣长军等^[14]研究发现营商环境距离对跨国企业OFDI生存绩效具有显著促进作用;当一国的营商环境较好时,中国企业更愿意向该东道国进行OFDI^[15]。基于双边政治关系和东道国的制度风险分析,潘镇和金中坤^[5]通过对117个国家OFDI数据分析认为向发达国家对外直接投资时,良好的政治关系影响意义并不大。

本文基于2005—2020年中国对RCEP其他14个伙伴国直接投资数据考察RCEP国家营商环境便利化对中国OFDI的影响。本文的研究创新主要体现在以下3个方面:①从扩大市场准入、降低投资壁垒及提供法律保护这3方面,阐释东道国营商环境便利化对母国OFDI的影响,并提出相应的研究假说;②采用扩展的引力模型,实证检验RCEP伙伴国营商环境便利化对中国OFDI的影响;③着重分析了营商环境的各分指标,并将RCEP伙伴国按东盟国家和非东盟国家分类进行检验。最后,从东道国企业的投资动机角度出发,考察在不同的投资动机下,营商便利化对东道国 OFDI行为的影响。

2 理论分析和研究假设

收起

整体来看,RCEP营商环境的便利化可以通过扩大市场准入、降低投资壁垒及提供法律保护这3方面来实现。第一,RCEP国家营商环境便利化为中国企业提供了更大的市场准入机会。《区域全面经济伙伴关系协定》涉及了15个亚洲国家,包括东盟十国、中国、日本、韩国、澳大利亚和新西兰。这意味着中国企业可以更容易地进入这些国家的市场,扩大海外投资。第二,RCEP国家营商环境便利化将有助于降低伙伴国之间的贸易壁垒。这将加速贸易流程,减少进出口过程中的限制和限制性措施。降低贸易壁垒可以减少企业在海外投资时的经营成本,并提高效率。第三,RCEP国家营商环境便利化将为中国企业提供更多的法律保护。协议规定了知识产权、投资争端解决、电子商务等方面的规则和协调机制。这将增加对中国企业在海外投资的信心,保障其权益,并降低经营风险。由此,提出如下假设。

H1:RCEP国家的营商环境便利化能促进中国OFDI。

在此基础上,将RCEP分为东盟国家和非东盟国家两个区域,以考察其营商环境对中国企业OFDI的影响。一方面,非东盟国家均是发达国家,对投资的要求可能更加严格且投资的可用空间也较非东盟国家更少。另一方面,中国和东盟国家在文化和历史上存在相似性,这种相似性使中国企业在东盟国家进行投资拥有一定的优势。相似的文化和历史背景有助于建立更好的商业关系和合作,提高投资成功的概率。东盟作为一个经济合作组织,在经济发展、人口规模和消费潜力方面都具有巨大优势。中国企业倾向于在这个庞大的市场上寻找更多的商机和投资机会。东盟国家的持续经济增长和不断扩大的消费市场为中国企业提供了巨大的发展潜力。由此,提出如下假设。

H2:较于非东盟国家而言,RCEP东盟国家营商环境便利化对中国OFDI的促进作用更明显。

3 研究设计

收起

3.1 计量模型

借鉴拓展的引力模型,检验RCEP伙伴国营商环境对中国OFDI的影响。在研究思路上,首先考察RCEP伙伴国总体营商环境水平对中国OFDI的影响,计量模型如(1)式所示。

(1)

$InOFD{I}_{it}={\beta }_{0}+{\beta }_{1}DB{I}_{it}+{\beta }_{2}Marke{t}_{it}+{\beta }_{3}Labo{r}_{it}+{\beta }_{4}Res{o}_{it}+{\beta }_{5}Tec{h}_{it}+{\beta }_{6}Trad{e}_{it}+{\beta }_{7}Dis{t}_{it}+{\beta }_{8}BR{I}_{t}+{\gamma }_{t}+{\delta }_{i}+{\epsilon }_{it}$

式中:OFDI为中国对RCEP各国直接投资水平;DBI_it为整体营商环境水平,在后文实证检验中,再将DBI_it替换为营商环境的10个分项指标分别进行检验分析;$Marke{t}_{it}、Labo{r}_{it}、Res{o}_{it}、Tec{h}_{it}、Trad{e}_{it}、Dis{t}_{t}、BR{I}_{t}$均为控制变量,分别为RCEP各国的市场规模、劳动力成本、自然资源丰富程度、高科技水平、对外贸易依存度、与中国的地理距离、“一带一路”倡议;γ_i为时间效应;${\delta }_{i}$为个体效应;ε_it为随机扰动项;β₀为常数项;β₁~β₈为回归系数。

为了进一步了解在探究市场规模、劳动力成本、自然资源、技术和管理4种传统对外直接投资动机下,在式(1)的基础上,引入了东道国营商环境与上述4个变量的交互项进行检验,模型设定如式(2)所示。

(2)

$lnOFD{I}_{it}={\beta }_{0}+{\beta }_{1}DB{I}_{it}+{\beta }_{2}DB{I}_{it}\times Marke{t}_{it}+{\beta }_{3}DB{I}_{it}\times Labo{r}_{it}+{\beta }_{4}DB{I}_{it}\times Res{o}_{it}+{\beta }_{5}DB{I}_{it}\times Tec{h}_{it}+{\beta }_{6}Trad{e}_{it}+{\beta }_{7}Dis{t}_{t}+{\beta }_{8}BR{I}_{t}+{\beta }_{9}Marke{t}_{it}+{\beta }_{10}Labo{r}_{it}+{\beta }_{11}Res{o}_{it}+{\beta }_{12}Tec{h}_{it}+{\gamma }_{t}+{\delta }_{i}+{\epsilon }_{it}$

根据Hausman检验结果,适合采用固定效应模型进行估计。

3.2 变量选取

3.2.1 被解释变量

被解释变量为中国对RCEP国家直接投资(OFDI)。选取中国对RCEP各国对外直接投资流量衡量。鉴于中国对沿线国家的直接投资流量数据中包含了非正值(即负值和零值),若直接剔除这些观测值,不仅会缩减样本规模,还可能加剧模型估计结果的偏差性。因此,根据Busse和Hefe-ker^[16]的方法:$y=ln(x+\sqrt{{x}^{2}+1}),$对统计数据中的负值和零值进行相应处理。其中,x代表中国对沿线国家直接投资的流量原始值,y为处理后的取值。

3.2.2 核心解释变量

(1)营商环境便利化(DBI)。使用世界银行《营商环境报告》中各经济体历年营商环境得分来衡量。该报告每年计算总体营商环境得分数的方法为各分项指标的简单无权重平均。因此,使用营商环境的10项指标的简单算术平均值计算RCEP各国营商环境最终得分。

(2)营商环境便利化分指标情况。使用世界银行《营商环境报告》各分指标的得分衡量,包括开办企业(SB)、办理施工许可(CP)、登记财产(RP)、获得信贷(GC)、获得电力(GE)、保护少数投资者(PMI)、纳税(PT)、跨国贸易(TAB)、合同执行(EC)、破产办理(RI)。

3.2.3 控制变量

选取决定一国对外直接投资的关键因素作为控制变量,具体包括以下几项:①市场规模(Market),通过计算东道国GDP的自然对数进行量化;②劳动力成本(Labor),以东道国人均GDP的自然对数作为评估指标;③自然资源丰富度(Reso),利用东道国矿石与金属出口及燃料出口占商品出口总额的比例进行衡量;④高科技发展水平(Tech),依据东道国科技论文发表数量的自然对数进行评判;⑤对外贸易依赖程度(Trade),通过计算东道国进出口总额占GDP的比重来反映;⑥地理距离(Dist),采用东道国与中国首都间距离的数值与布伦特原油价格乘积的自然对数进行估算;⑦“一带一路”倡议参与度(BRI),采用虚拟变量进行衡量,即对于2013年及之后的年份,BRI赋值为1,否则赋值为0。

3.3 样本与数据来源

2005—2020年,中国对区域全面经济伙伴关系协定(RCEP)成员国直接投资的详细数据,可查阅《中国对外直接投资统计公报》获取。营商环境的指标数据则来源于世界银行的《营商环境报告》。RCEP成员国的相关宏观经济数据可通过世界银行全球发展指标(WDI)数据库进行检索与获取。需要说明的是,对于部分指标缺失值,通过线性插值法进行插补。

4 实证结果分析

收起

4.1 基准回归结果

表1基准回归结果显示,核心解释变量DBI在5%水平上显著为正,表明RCEP国家营商环境便利化有助于促进中国OFDI增长。据此,假设H1得以验证。通过对营商环境10个分项指标进一步分析发现,SB、GE、PMI、PT、TAB回归系数至少在10%水平下显著,并且除SB外均大于0,说明获得电力、保护少数投资者、纳税、跨国贸易均对中国OFDI产生显著的正向影响,即获得电力、保护少数投资者、纳税、跨国贸易等营商环境指标水平的提高有助于加强中国OFDI,尤其是保护少数投资者对中国OFDI的影响尤为显著。而SB为5%水平上显著为负,表明RCEP国家开办企业便利化水平的提高与中国OFDI呈负相关,这可能是因为RCEP国家对于开办企业的便利直接导致了激烈的外商竞争。另外,办理施工许可(CP)、登记财产(RP)、获得信贷(GC)、获得电力(GE)、破产办理(RI)对中国OFDI的影响不显著。

4.2 分样本回归结果

将14个RCEP国家分为东盟国家与非东盟国家两类进行检验,非东盟国家为韩国、澳大利亚、日本、新西兰,其余10个为东盟国家。基于RCEP国家的发展程度的异质性,进一步考察东道国营商环境便利化对中国OFDI的影响,相应结果分别汇报于表2和表3。

表2结果显示,对非东盟国家而言,整体营商环境便利化DBI回归系数为-0.125,但并不显著。而表3结果显示,对于东盟国家,整体营商环境便利化DBI回归系数为0.218,在10%的水平下显著,说明东盟国家的营商环境便利化对中国OFDI具有正向影响,即中国更加倾向于投资到营商环境更加便利的RCEP东盟国家。据此,假设H2得以验证。

在此基础上,对RCEP下东盟国家和非东盟国家营商环境的分项指标与中国OFDI关系进行分样本讨论,表2中破产办理RI在10%的水平下显著为正,说明RCEP非东盟国家破产办理便利化有利于促进中国OFDI,其他的分项指标回归系数均不显著。表3中开办企业SB在5%的水平下显著为负,表明RCEP东盟国家开办企业的便利化一定程度上会抑制中国OFDI;获得电力GE在5%的水平上显著为正,表明RCEP东盟国家的获得电力水平对中国OFDI具有正向影响;获得信贷PMI在5%的水平上显著为正,说明RCEP东盟国家纳税便利度对中国OFDI具有正向影响;跨境贸易TAB在5%的水平上显著为正,表明RCEP东盟国家跨境贸易便利度对中国OFDI具有正向影响。

4.3 基于不同投资动机的检验

一般来说,企业开展对外直接投资的动机可以分为市场寻求型、效率寻求型、资源寻求型和技术寻求型4类。基于此,在式(2)的基础上,进一步考察不同投资动机下,RCEP伙伴国营商环境便利化与中国OFDI之间的关系,回归结果见表4。

根据表4,交互项DBI×Market的回归系数在1%的水平下显著为正,说明RCEP营商环境良好的国家往往拥有庞大的市场规模和潜力。这些国家的市场需求强劲,消费者和客户对各种产品和服务的需求量大。这为中国企业提供了更多的商机和发展空间,激发了它们对这些国家的对外直接投资的兴趣。交互项DBI×Reso的回归系数在1%的水平下显著为负,表明营商环境并不能增强中国对RCEP国家资源寻求型的OFDI,这主要相较于东道国营商环境便利程度,中国更加关注在当地获取相关自然资源。交互项DBI×Tech的回归系数在1%的水平下显著为正,说明良好的营商环境有助于促进中国对RCEP国家技术寻求型的OFDI。交互项DBI×Labor的回归系数不显著,表明东道国营商环境便利化并不能显著促进中国效率寻求型OFDI,这可能是因为我国整体上对RCEP各国的投资并无明显的寻求廉价劳动力的目的。

5 结论与建议

收起

5.1 结论

基于2005—2020年中国对RCEP伙伴国的面板数据,实证检验了RCEP国家营商环境便利化对中国OFDI的影响。主要结论如下:①总体而言,东道国的营商环境便利化有利于促进中国对外直接投资的增长,但营商环境便利化分指标的影响效应有所差异;②相较于RCEP非东盟国家,RCEP东盟国家营商环境便利化对中国对外直接投资的促进作用更加显著;③基于投资动机的结果表明,相较于效率寻求型和资源寻求型投资,RCEP伙伴国营商环境便利化能够显著促进中国市场寻求型和技术寻求型的直接投资。

5.2 政策建议

(1)要提升政府效能,充分利用政策对企业的扶持功能。虽然中国内部营商环境正在持续优化,但与营商环境良好的国家相比仍存在差距。我们需要积极评估国内营商环境,推动“放管服”改革,降低企业的制度性交易成本。同时,政府要建立行业和民营企业之间公平竞争的体制和机制,为民营企业创造一个可持续发展的制度环境。同时,还要完善国有企业和民营企业之间的公平竞争制度体系,政府要提供政策、资金、税收和服务支持,真正为民营企业的健康可持续发展创造有利的制度环境。

(2)要加强中国企业在RCEP伙伴国的OFDI风险防控。虽然大部分RCEP伙伴国的商业环境较差,政治和社会环境复杂,投资风险较高,但中国企业仍有投资需求。为保障中国企业的权益,中国政府应构建境外投资风险防控机制,及时披露相关信息。同时,中国企业在考虑投资时应综合评估风险和收益,避免经济亏损。

(3)加强合作交流平台。政府可以积极构建和促进RCEP国家间的合作交流平台,如举办投资论坛、商务洽谈会等活动,为中国企业提供与当地企业和政府官员直接对话的机会。这样的平台可以促进信息共享、业务合作和政策对话,帮助中国企业更好地了解当地市场,建立合作关系,并获得有关投资政策的即时更新和实践经验。这将有助于促进中外企业的合作与交流,提升中国企业在RCEP国家的投资效果和市场竞争力。

基金

收起

2024年河北省哲学社会科学工作办公室青年项目(HB24YJ016)
2024年河北省人力资源和社会保障厅项目一般项目(JRS-2024-1179)
河北经贸大学2023年“现代商贸服务业”科研专项项目委托项目(2023XDSMWT01)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

周超, 刘夏, 辜转. 营商环境与中国对外直接投资: 基于投资动机的视角[J]. 国际贸易问题, 2017(10): 143-152.

[2]

肖琬君, 冼国明. RCEP发展历程: 各方利益博弈与中国的战略选择[J]. 国际经济合作, 2020(2): 12-25.

[3]

阎大颖. 中国企业对外直接投资的区位选择及其决定因素[J]. 国际贸易问题, 2013(7): 128-135.

[4]

蒋冠宏, 蒋殿春. 绿地投资还是跨国并购: 中国企业对外直接投资方式的选择[J]. 世界经济, 2017(7): 126-146.

[5]

潘镇, 金中坤. 双边政治关系、东道国制度风险与中国对外直接投资[J]. 财贸经济, 2015(6): 85-97.

[6]

瞿霞, 李然, 李文兴. 东道国法律制度对中国企业OFDI进入东道国的影响研究: 基于中国上市公司微观数据的实证分析[J]. 宏观经济研究, 2022(2): 27-41, 136.

[7]

赵赛. 基于制度环境视角的中国OFDI的贸易效应研究: 基于“一带一路”沿线64个国家的实证分析[J]. 经济问题探索, 2022(1): 166-180.

[8]

董志强, 魏下海, 汤灿晴. 制度软环境与经济发展: 基于30个大城市营商环境的经验研究[J]. 管理世界, 2012, 38(4): 9-20.

[9]

赖先进. 哪些优化营商环境政策对经济增长影响更有效?基于全球162个经济体的证据[J]. 中国行政管理, 2020(4): 145-152.

[10]

林超, 刘盛宇, 尹恒. 营商环境、交易费用与小微企业生存[J]. 世界经济, 2024(9): 183-207.

[11]

周晶晶, 赵增耀. 东道国经济政策不确定性对中国企业跨国并购的影响: 基于二元边际的视角[J]. 国际贸易问题, 2019(9): 147-160.

[12]

李凤羽, 杨墨竹. 经济政策不确定性会抑制企业投资吗?基于中国经济政策不确定指数的实证研究[J]. 金融研究, 2015(4): 115-129.

[13]

石茹鑫, 杜晓君, 张铮. 企业政治能力、高管过度自信与对外直接投资政治风险承担[J]. 运筹与管理, 2023(3): 220-226.

[14]

衣长军, 李楚薇, 李蕾, 等. 营商环境距离对跨国企业OFDI生存绩效的影响研究[J/OL]. 管理学报, 1-9[2024-09-29]. http://kns.cnki.net/kcms/detail/42.1725.C.20241029.1332.022.html. http://kns.cnki.net/kcms/detail/42.1725.C.20241029.1332.022.html

[15]

杨亚平, 李腾腾. 东道国营商环境如何影响中国企业对外直接投资选址[J]. 产经评论, 2018(3): 129-147.

[16]

BUSSE

, HEFEKER

. Political risk, institutions and foreign direct investment[J]. European Journal of Political Economy, 2007, 23(2): 397-415.

2025年第25卷第7期

PDF下载

309

159

引用本文

BibTeX

文章信息

接收时间：2024-10-21
首发时间：2025-07-21
出版时间：2025-04-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-10-21

基金

2024年河北省哲学社会科学工作办公室青年项目(HB24YJ016)

2024年河北省人力资源和社会保障厅项目一般项目(JRS-2024-1179)

河北经贸大学2023年“现代商贸服务业”科研专项项目委托项目(2023XDSMWT01)

作者信息

河北经贸大学经济学院, 石家庄 050061

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1153993000377110940

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
Market	3.820	3.901	5.505	7.349	6.987	4.031	8.484	8.744	6.160	6.393	4.995
	(9.599)	(9.578)	(9.658)	(9.568)	(9.808)	(10.217)	(9.560)	(9.618)	(9.593)	(9.862)	(9.675)
Labor	-1.432	-0.727	-3.182	-6.405	-4.433	-1.307	-6.414	-7.925	-6.030	-3.531	-2.765
	(10.658)	(10.670)	(10.728)	(10.685)	(10.818)	(11.530)	(10.617)	(10.764)	(10.777)	(10.752)	(10.732)
Reso	0.026	0.019	0.010	0.055	-0.004	0.018	0.043	-0.024	0.026	0.006	0.003
	(0.074)	(0.074)	(0.079)	(0.076)	(0.076)	(0.077)	(0.074)	(0.075)	(0.075)	(0.075)	(0.075)
Tech	-1.679^*	-0.060	-0.776	-1.533^*	-0.907	-0.824	-1.261^*	-1.162	-0.410	-0.984	-0.952
	(0.863)	(0.811)	(0.819)	(0.805)	(0.758)	(0.750)	(0.754)	(0.751)	(0.771)	(0.873)	(0.784)
Trade	-0.055^***	-0.048^**	-0.057^***	-0.060^***	-0.050^**	-0.057^***	-0.055^***	-0.063^***	-0.052^***	-0.057^***	-0.056^***
	(0.019)	(0.019)	(0.019)	(0.019)	(0.020)	(0.019)	(0.018)	(0.019)	(0.019)	(0.019)	(0.019)
Dist	0.499	0.635	0.777	0.421	0.683	0.762	0.571	0.621	0.351	0.721	0.790
	(1.102)	(1.094)	(1.114)	(1.101)	(1.109)	(1.104)	(1.088)	(1.091)	(1.124)	(1.112)	(1.103)
BRI	0.397	0.476	0.269	0.299	0.116	0.358	0.583	0.088	0.350	0.219	0.214
	(1.013)	(1.014)	(1.022)	(1.008)	(1.035)	(1.040)	(1.010)	(1.009)	(1.014)	(1.026)	(1.022)
解释变量	0.218^**	-0.066^**	-0.002	0.157^**	0.052	0.007	0.108^***	0.117^**	0.064^*	0.050	0.030
	(0.109)	(0.031)	(0.056)	(0.069)	(0.063)	(0.016)	(0.041)	(0.049)	(0.037)	(0.114)	(0.045)
常数项	-79.412	-83.331	-102.614	-124.218	-131.681	-81.378	-152.302	-146.245	-97.495	-123.232	-93.544
	(153.606)	(153.217)	(154.935)	(152.989)	(158.372)	(162.084)	(153.209)	(153.599)	(153.569)	(161.501)	(155.104)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.112	0.114	0.094	0.117	0.097	0.095	0.125	0.119	0.108	0.095	0.096
样本数	224	224	224	224	224	224	224	224	224	224	224

变量

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

DBI

PMI

TAB

Market

3.820

3.901

5.505

7.349

6.987

4.031

8.484

8.744

6.160

6.393

4.995

(9.599)

(9.578)

(9.658)

(9.568)

(9.808)

(10.217)

(9.560)

(9.618)

(9.593)

(9.862)

(9.675)

Labor

-1.432

-0.727

-3.182

-6.405

-4.433

-1.307

-6.414

-7.925

-6.030

-3.531

-2.765

(10.658)

(10.670)

(10.728)

(10.685)

(10.818)

(11.530)

(10.617)

(10.764)

(10.777)

(10.752)

(10.732)

Reso

0.026

0.019

0.010

0.055

-0.004

0.018

0.043

-0.024

0.026

0.006

0.003

(0.074)

(0.079)

(0.076)

(0.077)

(0.074)

(0.075)

Tech

-1.679^*

-0.060

-0.776

-1.533^*

-0.907

-0.824

-1.261^*

-1.162

-0.410

-0.984

-0.952

(0.863)

(0.811)

(0.819)

(0.805)

(0.758)

(0.750)

(0.754)

(0.751)

(0.771)

(0.873)

(0.784)

Trade

-0.055^***

-0.048^**

-0.057^***

-0.060^***

-0.050^**

-0.057^***

-0.055^***

-0.063^***

-0.052^***

-0.057^***

-0.056^***

(0.019)

(0.020)

(0.019)

(0.018)

(0.019)

Dist

0.499

0.635

0.777

0.421

0.683

0.762

0.571

0.621

0.351

0.721

0.790

(1.102)

(1.094)

(1.114)

(1.101)

(1.109)

(1.104)

(1.088)

(1.091)

(1.124)

(1.112)

(1.103)

BRI

0.397

0.476

0.269

0.299

0.116

0.358

0.583

0.088

0.350

0.219

0.214

(1.013)

(1.014)

(1.022)

(1.008)

(1.035)

(1.040)

(1.010)

(1.009)

(1.014)

(1.026)

(1.022)

解释变量

0.218^**

-0.066^**

-0.002

0.157^**

0.052

0.007

0.108^***

0.117^**

0.064^*

0.050

0.030

(0.109)

(0.031)

(0.056)

(0.069)

(0.063)

(0.016)

(0.041)

(0.049)

(0.037)

(0.114)

(0.045)

常数项

-79.412

-83.331

-102.614

-124.218

-131.681

-81.378

-152.302

-146.245

-97.495

-123.232

-93.544

(153.606)

(153.217)

(154.935)

(152.989)

(158.372)

(162.084)

(153.209)

(153.599)

(153.569)

(161.501)

(155.104)

控制变量

Yes

R²

0.112

0.114

0.094

0.117

0.097

0.095

0.125

0.119

0.108

0.095

0.096

样本数

224

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
解释变量	-0.125	-0.035	-0.169	0.770	0.037	-0.083	-0.042	0.123	-0.036	-0.075	0.789^*
	(0.674)	(0.132)	(0.241)	(0.942)	(0.121)	(0.130)	(0.143)	(0.187)	(0.219)	(0.243)	(0.421)
常数项	20.451	16.536	-75.578	163.157	-36.251	-132.680	66.605	35.936	15.111	78.076	252.857
	(431.120)	(423.132)	(432.232)	(461.393)	(437.501)	(468.742)	(473.199)	(421.258)	(427.078)	(486.847)	(427.787)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.180	0.181	0.187	0.190	0.181	0.186	0.181	0.187	0.180	0.181	0.232
样本数	64	64	64	64	64	64	64	64	64	64	64

变量

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

DBI

PMI

TAB

解释变量

-0.125

-0.035

-0.169

0.770

0.037

-0.083

-0.042

0.123

-0.036

-0.075

0.789^*

(0.674)

(0.132)

(0.241)

(0.942)

(0.121)

(0.130)

(0.143)

(0.187)

(0.219)

(0.243)

(0.421)

常数项

20.451

16.536

-75.578

163.157

-36.251

-132.680

66.605

35.936

15.111

78.076

252.857

(431.120)

(423.132)

(432.232)

(461.393)

(437.501)

(468.742)

(473.199)

(421.258)

(427.078)

(486.847)

(427.787)

控制变量

Yes

R²

0.180

0.181

0.187

0.190

0.181

0.186

0.181

0.187

0.180

0.181

0.232

样本数

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)	(9)	(10)	(11)
解释变量	0.218^*	-0.079^**	0.012	0.148^**	0.050	0.011	0.115^**	0.082	0.069^*	0.110	0.043
	(0.117)	(0.033)	(0.060)	(0.073)	(0.076)	(0.016)	(0.049)	(0.056)	(0.039)	(0.142)	(0.047)
常数项	39.360	-40.605	-19.791	-74.159	-35.675	25.654	-110.089	-59.679	-7.084	-56.870	3.985
	(210.301)	(206.683)	(210.475)	(209.279)	(211.657)	(220.543)	(210.057)	(210.709)	(208.249)	(215.648)	(211.282)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes	Yes
R²	0.145	0.157	0.124	0.149	0.127	0.127	0.157	0.137	0.143	0.128	0.129
样本数	160	160	160	160	160	160	160	160	160	160	160

变量

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

DBI

PMI

TAB

解释变量

0.218^*

-0.079^**

0.012

0.148^**

0.050

0.011

0.115^**

0.082

0.069^*

0.110

0.043

(0.117)

(0.033)

(0.060)

(0.073)

(0.076)

(0.016)

(0.049)

(0.056)

(0.039)

(0.142)

(0.047)

常数项

39.360

-40.605

-19.791

-74.159

-35.675

25.654

-110.089

-59.679

-7.084

-56.870

3.985

(210.301)

(206.683)

(210.475)

(209.279)

(211.657)

(220.543)

(210.057)

(210.709)

(208.249)

(215.648)

(211.282)

控制变量

Yes

R²

0.145

0.157

0.124

0.149

0.127

0.157

0.137

0.143

0.128

0.129

样本数

160

变量	(1)	(2)	(3)	(4)
DBI	-2.103^**	0.367	0.439^***	-0.253
	(0.848)	(0.488)	(0.129)	(0.185)
DBI×Market	0.093^***
	(0.034)
DBI×Labor		-0.018
		(0.056)
DBI×Reso			-0.007^***
			(0.002)
DBI×Tech				0.071^***
				(0.023)
常数项	-26.874	-87.593	-205.220	-146.778
	(152.353)	(156.130)	(155.975)	(151.952)
控制变量	Yes	Yes	Yes	Yes
R²	0.144	0.112	0.152	0.153
样本数	224	224	224	224

变量

(1)

(2)

(3)

(4)

DBI

-2.103^**

0.367

0.439^***

-0.253

(0.848)

(0.488)

(0.129)

(0.185)

DBI×Market

0.093^***

(0.034)

DBI×Labor

-0.018

(0.056)

DBI×Reso

-0.007^***

(0.002)

DBI×Tech

0.071^***

(0.023)

常数项

-26.874

-87.593

-205.220

-146.778

(152.353)

(156.130)

(155.975)

(151.952)

控制变量

Yes

R²

0.144

0.112

0.152

0.153

样本数

224