何有良 陸文香

何有良，中央財(cái)經(jīng)大學(xué)理論經(jīng)濟(jì)學(xué)博士后流動(dòng)站，廣西職業(yè)師范學(xué)院;陸文香，審計(jì)署審計(jì)科研所。通訊作者及地址：陸文香，北京市海淀區(qū)中關(guān)村北大街2號(hào)水清木華小區(qū)一號(hào)樓908，郵編：100086;Email：116901516@qq.com.?本文受到廣西哲學(xué)社會(huì)科學(xué)規(guī)劃課題“北部灣異質(zhì)性城市經(jīng)濟(jì)集聚與城市創(chuàng)新競(jìng)爭(zhēng)力耦合機(jī)制研究”（18FJI001）資助。

摘?要

提高企業(yè)產(chǎn)能利用率是化解產(chǎn)能過(guò)剩問(wèn)題的重要途徑。本文采用PSM-DID深入研究了對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的影響及作用機(jī)制。研究發(fā)現(xiàn)，對(duì)外直接投資顯著促進(jìn)了企業(yè)產(chǎn)能利用率的提升;異質(zhì)性分析表明，投資高收入地區(qū)對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的提升作用較大，另外，對(duì)外直接投資的產(chǎn)能利用率提升效應(yīng)在外資企業(yè)、私營(yíng)企業(yè)以及東部地區(qū)企業(yè)中更大。進(jìn)一步的影響機(jī)制檢驗(yàn)發(fā)現(xiàn)，對(duì)外直接投資主要通過(guò)提升企業(yè)生產(chǎn)效率、促進(jìn)企業(yè)研發(fā)創(chuàng)新、降低企業(yè)存貨占比途徑促進(jìn)了中國(guó)制造業(yè)企業(yè)產(chǎn)能利用率的提升。最后，本文還從投資規(guī)模的角度研究了對(duì)外直接投資與企業(yè)產(chǎn)能利用率之間的關(guān)系，發(fā)現(xiàn)對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率具有顯著的提升效應(yīng);進(jìn)一步的非線性估計(jì)表明，對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率產(chǎn)生了“倒U型”的影響效應(yīng)，當(dāng)前絕大多數(shù)企業(yè)的對(duì)外直接投資規(guī)模位于拐點(diǎn)的左側(cè)，這意味著進(jìn)一步擴(kuò)大企業(yè)對(duì)外直接投資的規(guī)模對(duì)促進(jìn)企業(yè)產(chǎn)能利用率提升和化解產(chǎn)能過(guò)剩具有重要的作用。

關(guān)鍵詞?對(duì)外直接投資?產(chǎn)能利用率?生產(chǎn)效率?倍差法

一、引?言

改革開(kāi)放40年來(lái)，中國(guó)經(jīng)濟(jì)增長(zhǎng)取得了舉世矚目的成就，但是一個(gè)不容回避的事實(shí)是，中國(guó)制造業(yè)的產(chǎn)能過(guò)剩問(wèn)題日益凸顯，逐步成為羈絆經(jīng)濟(jì)可持續(xù)增長(zhǎng)的深層次難題（包群等，2017）。嚴(yán)重的產(chǎn)能過(guò)剩一方面會(huì)導(dǎo)致經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的增加，另一方面還會(huì)抑制產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、降低社會(huì)資源配置效率。因此，化解產(chǎn)能過(guò)剩也就自然而然地成為了中央經(jīng)濟(jì)工作會(huì)議的重要議題，并被列為供給側(cè)結(jié)構(gòu)性改革的重要任務(wù)。目前，中國(guó)企業(yè)產(chǎn)能利用率變化的決定因素已引起了部分學(xué)者的關(guān)注，普遍認(rèn)為主導(dǎo)產(chǎn)業(yè)雷同（包群等，2017）、財(cái)政壓力（席鵬輝等，2017）、地方官員變更（徐業(yè)坤和馬光源，2019）等因素是導(dǎo)致中國(guó)企業(yè)產(chǎn)能利用率低下和產(chǎn)能過(guò)剩盛行的重要因素。然而，目前鮮有文獻(xiàn)關(guān)注對(duì)外直接投資是否影響以及如何影響中國(guó)企業(yè)產(chǎn)能利用率。

中國(guó)自實(shí)施“走出去”戰(zhàn)略以來(lái)，對(duì)外直接投資的規(guī)模日益增大

其中，中國(guó)對(duì)外直接投資流量從2002年的27億美元增長(zhǎng)至2013年的1078.4億美元，而對(duì)外直接投資存量也從2002年的299億美元增長(zhǎng)至2013年的6605億美元。。本文將以此為背景，使用中國(guó)微觀數(shù)據(jù)深入研究對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的影響。具體地，本文在微觀層面準(zhǔn)確地測(cè)算了企業(yè)產(chǎn)能利用率，然后采用傾向得分匹配（PSM）方法確保處理組（即對(duì)外直接投資企業(yè)）與配對(duì)后的控制組（即非對(duì)外直接投資企業(yè)）具有可比性，接著在匹配樣本的基礎(chǔ)上采用倍差法（DID）進(jìn)行實(shí)證分析。本文研究的基本發(fā)現(xiàn)是，對(duì)外直接投資顯著提升了企業(yè)產(chǎn)能利用率，它能夠解釋樣本期內(nèi)企業(yè)產(chǎn)能利用率提升的近25%;進(jìn)一步的機(jī)制檢驗(yàn)發(fā)現(xiàn)，對(duì)外直接投資主要通過(guò)提升企業(yè)生產(chǎn)效率、促進(jìn)企業(yè)研發(fā)創(chuàng)新、降低企業(yè)存貨占比途徑促進(jìn)了中國(guó)制造業(yè)企業(yè)產(chǎn)能利用率的提升。

與已有文獻(xiàn)相比，本文的研究特色主要有如下幾個(gè)方面：首先，本文不僅考察了對(duì)外直接投資決策對(duì)企業(yè)產(chǎn)能利用率的影響，而且還首次從投資規(guī)模的角度研究了對(duì)外直接投資與企業(yè)產(chǎn)能利用率的關(guān)系，得到的一個(gè)新穎發(fā)現(xiàn)是，對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率產(chǎn)生了“倒U型”的影響效應(yīng)，樣本中絕大多數(shù)企業(yè)的對(duì)外直接投資規(guī)模位于拐點(diǎn)的左側(cè)，這意味著進(jìn)一步擴(kuò)大企業(yè)對(duì)外直接投資的規(guī)模對(duì)促進(jìn)企業(yè)產(chǎn)能利用率提升具有重要的作用。其次，本文使用基于傾向得分匹配的倍差法（PSM-DID）考察了對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的影響，并且從投資目的地、企業(yè)所有制、分區(qū)域等多個(gè)視角展開(kāi)異質(zhì)性檢驗(yàn)，有助于全面地刻畫(huà)“走出去”對(duì)外直接投資與企業(yè)產(chǎn)能利用率變化之間的關(guān)系。最后，本文利用豐富的樣本數(shù)據(jù)信息，從多個(gè)維度深入考察了對(duì)外直接投資影響企業(yè)產(chǎn)能利用率的作用機(jī)制，深化了對(duì)對(duì)外直接投資與企業(yè)產(chǎn)能利用率內(nèi)在聯(lián)系的認(rèn)識(shí)，能夠?yàn)橥ㄟ^(guò)實(shí)施“走出去”戰(zhàn)略化解產(chǎn)能過(guò)剩和提升企業(yè)產(chǎn)能利用率提供理論支撐。

本文余下內(nèi)容安排如下：第二部分進(jìn)行文獻(xiàn)綜述;隨后建立模型，對(duì)變量和數(shù)據(jù)進(jìn)行說(shuō)明;第四部分對(duì)實(shí)證結(jié)果進(jìn)行分析;第五部分進(jìn)行影響機(jī)制檢驗(yàn);第六部分進(jìn)一步考察對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率的影響;最后是結(jié)論與政策啟示。

二、文獻(xiàn)綜述

目前已有大量學(xué)者考察對(duì)外直接投資的經(jīng)濟(jì)效應(yīng)，其中，Potterie和Lichtenber（2001）使用跨國(guó)面板數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)，對(duì)外直接投資能夠明顯提升母國(guó)企業(yè)生產(chǎn)率。隨后，Branstetter（2006）使用1980—1997年日本189家企業(yè)數(shù)據(jù)考察了對(duì)外直接投資的創(chuàng)新效應(yīng)，結(jié)果表明，日本對(duì)外直接投資促進(jìn)了企業(yè)專(zhuān)利申請(qǐng)量的提高。Vahter和Masso（2006）利用愛(ài)沙尼亞企業(yè)數(shù)據(jù)研究了對(duì)外直接投資的生產(chǎn)率效應(yīng)，發(fā)現(xiàn)對(duì)外直接投資有利于提升企業(yè)生產(chǎn)率。Pradhan和Singh（2009）還專(zhuān)門(mén)選取了1988—2008年印度汽車(chē)行業(yè)作為研究對(duì)象，考察了對(duì)外直接投資對(duì)國(guó)內(nèi)汽車(chē)企業(yè)研發(fā)績(jī)效的影響，發(fā)現(xiàn)對(duì)外直接投資確實(shí)可以顯著促進(jìn)母國(guó)技術(shù)進(jìn)步。近年來(lái)，有關(guān)中國(guó)企業(yè)對(duì)外直接投資的經(jīng)濟(jì)效應(yīng)也引起了學(xué)界的廣泛關(guān)注。Cozza等（2015）進(jìn)一步研究了中國(guó)對(duì)歐洲發(fā)達(dá)國(guó)家投資對(duì)企業(yè)績(jī)效的影響，他們采用PSM-DID方法進(jìn)行實(shí)證估計(jì)，發(fā)現(xiàn)對(duì)外直接投資不僅促進(jìn)了企業(yè)生產(chǎn)率的提高，而且還促進(jìn)了企業(yè)經(jīng)營(yíng)規(guī)模的擴(kuò)大。毛其淋和許家云（2014）檢驗(yàn)了對(duì)外直接投資與中國(guó)企業(yè)創(chuàng)新之間的關(guān)系，發(fā)現(xiàn)對(duì)外直接投資對(duì)企業(yè)創(chuàng)新決策與創(chuàng)新持續(xù)時(shí)間具有明顯的促進(jìn)作用。明秀南等（2019）基于中國(guó)上市公司數(shù)據(jù)的一項(xiàng)實(shí)證研究表明，對(duì)外直接投資明顯提高了企業(yè)專(zhuān)利申請(qǐng)數(shù)，并且隨著時(shí)間的推移，該效應(yīng)具有持續(xù)性。部分學(xué)者還關(guān)注了對(duì)外直接投資與生產(chǎn)率之間的關(guān)系，例如蔣冠宏等（2013）考察了技術(shù)研發(fā)型對(duì)外直接投資與企業(yè)生產(chǎn)率的關(guān)系，發(fā)現(xiàn)技術(shù)研發(fā)型對(duì)外直接投資顯著提高了企業(yè)生產(chǎn)率;協(xié)天紫光等（2019）利用2003—2014年跨國(guó)面板數(shù)據(jù)考察了中國(guó)對(duì)外直接投資對(duì)“一帶一路”沿線國(guó)家綠色全要素生產(chǎn)率的影響，發(fā)現(xiàn)中國(guó)對(duì)外直接投資顯著提升了沿線東道國(guó)綠色全要素生產(chǎn)率。

另外，對(duì)外直接投資的出口效應(yīng)也逐步成為一部分學(xué)者的研究關(guān)注點(diǎn)，其中蔣冠宏和蔣殿春（2014）采用中國(guó)工業(yè)企業(yè)數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)，對(duì)外直接投資對(duì)企業(yè)出口具有顯著的促進(jìn)作用，其中商貿(mào)服務(wù)類(lèi)對(duì)外直接投資的出口促進(jìn)效應(yīng)最大;閆周府等（2019）從企業(yè)異質(zhì)性視角考察了對(duì)外直接投資與中國(guó)企業(yè)出口的關(guān)系，發(fā)現(xiàn)對(duì)外直接投資總體上促進(jìn)了企業(yè)出口，進(jìn)一步研究表明，對(duì)外直接投資主要促進(jìn)了中間品與消費(fèi)品出口，而對(duì)資本品出口沒(méi)有明顯的影響。最近，對(duì)外直接投資與勞動(dòng)力市場(chǎng)的關(guān)系也開(kāi)始引起學(xué)者們的關(guān)注。例如，劉海云和石小霞（2019）使用2003—2015年中國(guó)省級(jí)面板數(shù)據(jù)考察了對(duì)外直接投資對(duì)收入分配的影響，結(jié)果表明，對(duì)外直接投資加劇了收入不平等和收入極化的增長(zhǎng);與此不同的是，趙春明等（2019）從產(chǎn)業(yè)關(guān)聯(lián)的視角研究了對(duì)外直接投資對(duì)技能工資差距的影響，發(fā)現(xiàn)對(duì)外直接投資通過(guò)水平溢出和前向溢出效應(yīng)促進(jìn)了員工工資水平的提升，但通過(guò)后向溢出效應(yīng)降低了員工工資水平。盡管以上文獻(xiàn)從多個(gè)維度就對(duì)外直接投資的經(jīng)濟(jì)效應(yīng)進(jìn)行了探討與研究，但是并沒(méi)有涉及對(duì)外直接投資是否以及如何影響企業(yè)產(chǎn)能利用率。

本文研究還與考察中國(guó)企業(yè)產(chǎn)能利用率的影響因素文獻(xiàn)有關(guān)。其中，包群等（2017）使用2000—2006年中國(guó)微觀數(shù)據(jù)就主導(dǎo)產(chǎn)業(yè)雷同與企業(yè)產(chǎn)能利用率的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)地區(qū)內(nèi)部的主導(dǎo)產(chǎn)業(yè)雷同明顯降低了企業(yè)產(chǎn)能利用率。楊光和孫浦陽(yáng)（2017）基于中國(guó)微觀數(shù)據(jù)的一項(xiàng)實(shí)證研究則表明，外資自由化有利于提高下游企業(yè)產(chǎn)能利用率，其中服務(wù)業(yè)外資自由化的作用相對(duì)更大。席鵬輝等（2017）則從地市增值稅分成變化的視角研究了財(cái)政壓力與產(chǎn)能過(guò)剩之間的關(guān)系，結(jié)果表明，財(cái)政壓力導(dǎo)致產(chǎn)能過(guò)剩形成和化解難問(wèn)題的重要因素。余淼杰等（2018）利用修正的生產(chǎn)函數(shù)法測(cè)算了中國(guó)企業(yè)層面的產(chǎn)能利用率，發(fā)現(xiàn)在2007年之前，企業(yè)產(chǎn)能利用率呈現(xiàn)整體上升的趨勢(shì)，不過(guò)在隨后趨于下降，進(jìn)一步的影響因素檢驗(yàn)表明，生產(chǎn)效率和出口產(chǎn)出比對(duì)企業(yè)產(chǎn)能利用率有正向的影響。徐業(yè)坤和馬光源（2019）專(zhuān)門(mén)研究了地方官員變更與企業(yè)產(chǎn)能過(guò)剩之間的關(guān)系，發(fā)現(xiàn)地方官員變更會(huì)傾向于降低企業(yè)產(chǎn)能利用率，從而加劇了轄區(qū)內(nèi)企業(yè)的產(chǎn)能過(guò)剩。劉軍和付建棟（2019）采用世界銀行的中國(guó)企業(yè)調(diào)查數(shù)據(jù)，考察了營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)產(chǎn)能利用率的影響效應(yīng)，結(jié)果表明，營(yíng)商環(huán)境優(yōu)化通過(guò)改善政企關(guān)系和商業(yè)關(guān)系顯著促進(jìn)了企業(yè)產(chǎn)能利用率的提升。近年來(lái)，部分學(xué)者還專(zhuān)門(mén)關(guān)注了國(guó)際貿(mào)易與企業(yè)產(chǎn)能利用率之間的關(guān)系，其中，張先鋒等（2019）考察了中間品進(jìn)口對(duì)企業(yè)產(chǎn)能利用率的影響，發(fā)現(xiàn)中間品進(jìn)口在總體上促進(jìn)了企業(yè)產(chǎn)能利用率的提升;田賢亮（2019）研究了出口參與在企業(yè)產(chǎn)能利用率變化中的作用，發(fā)現(xiàn)與非出口企業(yè)相比，進(jìn)行出口的企業(yè)其產(chǎn)能利用率更高。

與本文聯(lián)系較為緊密的是李雪松等（2017）與楊振兵和嚴(yán)兵（2020）。其中，李雪松等（2017）利用中國(guó)上市公司數(shù)據(jù)進(jìn)行實(shí)證研究，而且只是關(guān)注了對(duì)外直接投資決策對(duì)企業(yè)產(chǎn)能利用率的影響，同時(shí)也沒(méi)有檢驗(yàn)對(duì)外直接投資影響企業(yè)產(chǎn)能利用率的作用機(jī)制，因此對(duì)于對(duì)外直接投資與企業(yè)產(chǎn)能利用率之間關(guān)系的認(rèn)識(shí)是十分有限的。雖然楊振兵和嚴(yán)兵（2020）也利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)進(jìn)行實(shí)證研究，但是該文與本文相比可能在以下幾個(gè)方面存在不足：其一，他們采用隨機(jī)前沿分析方法測(cè)算企業(yè)產(chǎn)能利用率，而該方法需要依賴(lài)很強(qiáng)的假定，并且產(chǎn)能利用率的概念在特定的生產(chǎn)函數(shù)下并不存在，因此其準(zhǔn)確性和經(jīng)濟(jì)學(xué)意義存在懷疑（余淼杰等，2018）;其二，楊振兵和嚴(yán)兵（2020）也僅是從對(duì)外直接投資決策的角度考察其對(duì)企業(yè)產(chǎn)能利用率的影響，而沒(méi)有涉及對(duì)外直接投資規(guī)模究竟會(huì)如何影響企業(yè)產(chǎn)能利用率。比上述文獻(xiàn)更進(jìn)一步的是，本文采用多種方法準(zhǔn)確地測(cè)算了企業(yè)產(chǎn)能利用率，并在此基礎(chǔ)上從對(duì)外直接投資決策和規(guī)模的雙重視角系統(tǒng)地研究了對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的影響及作用機(jī)制，可以在一定程度上彌補(bǔ)現(xiàn)有文獻(xiàn)的不足。

三、計(jì)量模型、變量與數(shù)據(jù)

（一）計(jì)量模型設(shè)定

為了得到對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的因果效應(yīng)，本文采用PSM-DID方法進(jìn)行實(shí)證研究。首先，我們采用最近鄰傾向得分匹配方法

在穩(wěn)健性檢驗(yàn)部分，我們將采用馬氏距離匹配方法來(lái)為對(duì)外直接投資企業(yè)篩選合適的控制組企業(yè)，發(fā)現(xiàn)核心結(jié)論成立。為對(duì)外直接投資企業(yè)（即處理組）篩選出企業(yè)特征

這里的企業(yè)特征即為匹配變量，包括企業(yè)資本密集度、企業(yè)規(guī)模、企業(yè)年齡、政府補(bǔ)貼、企業(yè)所有制、企業(yè)生產(chǎn)率以及產(chǎn)能利用率，具體請(qǐng)見(jiàn)本文第四部分第（一）小節(jié)。

盡可能相似的非對(duì)外直接投資企業(yè)作為其控制組，得到傾向得分匹配樣本;然后，我們?cè)趦A向得分匹配樣本的基礎(chǔ)上構(gòu)造如下倍差法模型即可用于檢驗(yàn)對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的因果效應(yīng)：

其中，f、j、k和t分別表示企業(yè)、行業(yè)、地區(qū)和年份。CUft為企業(yè)f在t期的產(chǎn)能利用率，下文將介紹其測(cè)算方法。OFDIdumf∈{0，1}為虛擬變量，如果f為對(duì)外直接投資企業(yè)，OFDIdumf=1，否則OFDIdumf=0;時(shí)間虛擬變量Afterft=1為對(duì)外直接投資之后的時(shí)期，Afterft=0為對(duì)外直接投資之前的時(shí)期。我們最為感興趣的是交叉項(xiàng)OFDIdumf×Afterft，如果其估計(jì)系數(shù)大于0且顯著，則表明在進(jìn)行對(duì)外直接投資前后，處理組企業(yè)的產(chǎn)能利用率的提升幅度大于控制組企業(yè)，即表明對(duì)外直接投資有利于提升企業(yè)產(chǎn)能利用率，反之則表明對(duì)外直接投資降低了企業(yè)產(chǎn)能利用率。

控制變量Xft主要包含如下因素：資本密集度（KLratio），借鑒李宏和劉玲琦（2019）的做法，采用企業(yè)資本存量除以就業(yè)人數(shù)再取對(duì)數(shù)來(lái)表示;企業(yè)規(guī)模（Size），采用企業(yè)資產(chǎn)總額取對(duì)數(shù)來(lái)表示;企業(yè)年齡（Age），使用當(dāng)期年份與企業(yè)開(kāi)業(yè)年份相減來(lái)表示;政府補(bǔ)貼（Subsidydum），為虛擬變量，若企業(yè)獲得補(bǔ)貼收入取1，否則取0;企業(yè)所有制（包括國(guó)有企業(yè)虛擬變量與外資企業(yè)虛擬變量），如果企業(yè)的所有制類(lèi)型是國(guó)有企業(yè)（外資企業(yè)），則國(guó)有企業(yè)虛擬變量（Soedum）[外資企業(yè)虛擬變量（Fordum）]取1，否則取0;進(jìn)口關(guān)稅（Tariff），使用4位碼行業(yè)層面進(jìn)口產(chǎn)品的簡(jiǎn)單平均關(guān)稅率來(lái)表示。此外，δj和δk分別表示行業(yè)固定效應(yīng)和地區(qū)固定效應(yīng)，εft為隨機(jī)誤差項(xiàng)。

（二）穩(wěn)健性檢驗(yàn)

1.企業(yè)產(chǎn)能利用率的其他衡量方法

在基本估計(jì)中，我們主要采用韓國(guó)高等（2011）的方法測(cè)算企業(yè)產(chǎn)能利用率，為了穩(wěn)健起見(jiàn)，這里采用其他方法重新測(cè)算企業(yè)產(chǎn)能利用率。首先，我們采用余淼杰等（2018）的方法對(duì)企業(yè)產(chǎn)能利用率進(jìn)行測(cè)算（記為CU1），測(cè)算公式為：CU1ft=1ηln（δftδ），其中η為產(chǎn)能利用率對(duì)折舊率的彈性，δft為企業(yè)當(dāng)期折舊率，δ-為產(chǎn)能利用率達(dá)到1時(shí)的折舊率。表3第1列報(bào)告了以CU1為因變量的回歸結(jié)果，交叉項(xiàng)OFDIdum×After的估計(jì)系數(shù)為正且在5%水平上顯著，表明外直接投資對(duì)企業(yè)產(chǎn)能利用率提升具有顯著的促進(jìn)作用。另外，我們還借鑒徐業(yè)坤和馬光源（2019）的做法，使用超越對(duì)數(shù)成本函數(shù)的方法來(lái)測(cè)算企業(yè)產(chǎn)能利用率（記為CU2）。以CU2為因變量的回歸結(jié)果報(bào)告在表3第2列。從中可以看出，核心解釋變量OFDIdum×After的估計(jì)系數(shù)在5%水平上顯著為正，再次表明對(duì)外直接投資顯著提升了企業(yè)產(chǎn)能利用率。由此可見(jiàn)，對(duì)外直接投資提升企業(yè)產(chǎn)能利用率這一核心結(jié)論并不會(huì)隨著企業(yè)產(chǎn)能利用率測(cè)算方法的不同而改變。

2.馬氏距離匹配

前文主要采用最近鄰傾向得分匹配方法進(jìn)行樣本篩選，這里進(jìn)一步采用馬氏距離匹配法為對(duì)外直接投資企業(yè)篩選合適的控制組。我們可用如下式子來(lái)表示處理組企業(yè)f與控制組企業(yè)κ的馬氏距離

馬氏距離匹配的基本思路是，對(duì)于處理組企業(yè)f，只有那些具有最小距離Δ（f，k）的一個(gè)控制組企業(yè)被篩選出來(lái)作為新的控制組，接下來(lái)將成功配對(duì)的觀測(cè)值從數(shù)據(jù)集中移除，然后重復(fù)進(jìn)行這一過(guò)程直至為所有處理組企業(yè)找到相應(yīng)的配對(duì)企業(yè)。：

其中，Uf和Vκ分別為處理組企業(yè)與控制組企業(yè)的匹配變量取值，Ω為樣本協(xié)方差矩陣?；隈R氏距離匹配后樣本的倍差法回歸結(jié)果報(bào)告在表3第3列，我們發(fā)現(xiàn)，交叉項(xiàng)OFDIdum×After的估計(jì)系數(shù)顯著為正，再次表明對(duì)外直接投資有利于促進(jìn)企業(yè)產(chǎn)能利用率的提高，這一結(jié)論與匹配方法的選擇無(wú)關(guān)。

3.控制不同維度的固定效應(yīng)

在前文，為了降低遺漏偏差，我們?cè)诨貧w中控制了行業(yè)固定效應(yīng)和地區(qū)固定效應(yīng)，這一做法的好處在于在控制非觀測(cè)固定效應(yīng)的同時(shí)，使得我們可以估計(jì)變量OFDIdum和After的回歸系數(shù)，但不足在于難以捕捉那些非時(shí)變的企業(yè)特定因素以及共同時(shí)間沖擊對(duì)企業(yè)產(chǎn)能利用率的影響。作為一個(gè)穩(wěn)健性檢驗(yàn)，表3第4列報(bào)告了控制企業(yè)固定效應(yīng)和年份固定效應(yīng)

需要說(shuō)明的是，對(duì)外直接投資企業(yè)虛擬變量OFDIdum會(huì)被企業(yè)固定效應(yīng)吸收，而時(shí)間虛擬變量After會(huì)被年份固定效應(yīng)吸收，因此表3第4列沒(méi)有列出這兩個(gè)變量的估計(jì)結(jié)果。的回歸結(jié)果。可以看到，核心解釋變量OFDIdum×After的估計(jì)系數(shù)為正且通過(guò)了1%水平的顯著性檢驗(yàn)，再次表明對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率產(chǎn)生了明顯的提升效應(yīng)。

（三）異質(zhì)性分析

1.區(qū)分投資目的地

前文通過(guò)估計(jì)發(fā)現(xiàn)，對(duì)外直接投資在總體上有利于提升企業(yè)產(chǎn)能利用率。我們感興趣的一個(gè)問(wèn)題是，對(duì)外直接投資的產(chǎn)能利用率提升效應(yīng)是否與OFDI投資目的地有關(guān)？為了回答這一問(wèn)題，我們首先按照企業(yè)對(duì)外投資的國(guó)家名稱(chēng)信息來(lái)區(qū)分投資目的地，進(jìn)而構(gòu)造得到投資高收入地區(qū)對(duì)外直接投資企業(yè)虛擬變量（Highdum）與投資中低收入地區(qū)對(duì)外直接投資企業(yè)虛擬變量（Lowdum）。我們將Highdum、Lowdum與OFDIdum×After形成三重交叉項(xiàng)，將它們加入基準(zhǔn)倍差法模型進(jìn)行估計(jì)，用于考察不同投資目的地對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的差異性影響。表4第1列報(bào)告了區(qū)分投資目的地的回歸結(jié)果。從中可以看到，三重交叉項(xiàng)OFDIdum×After×Lowdum的估計(jì)系數(shù)為正但不顯著，表明投資中低收入地區(qū)OFDI對(duì)企業(yè)產(chǎn)能利用率沒(méi)有明顯的影響。與此不同的是，三重交叉項(xiàng)OFDIdum×After×Highdum的估計(jì)系數(shù)為正并且通過(guò)了1%水平的顯著性檢驗(yàn)，這說(shuō)明投資高收入地區(qū)OFDI顯著提高了企業(yè)的產(chǎn)能利用率。由此可見(jiàn)，對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的影響效應(yīng)的確與OFDI投資目的地有關(guān)，即只有投資高收入地區(qū)OFDI對(duì)企業(yè)產(chǎn)能利用率的提升產(chǎn)生了顯著的促進(jìn)作用，而投資中低收入地區(qū)OFDI的作用相對(duì)較弱。我們認(rèn)為導(dǎo)致以上差異性影響效應(yīng)的可能原因在于，高收入地區(qū)或地區(qū)通常是全球技術(shù)創(chuàng)新的發(fā)祥地，擁有更為先進(jìn)的生產(chǎn)技術(shù)和管理經(jīng)驗(yàn)，以及更加雄厚的人力資本與研發(fā)資金，因此與中低收入地區(qū)相比，投資高收入地區(qū)OFDI更有利于促進(jìn)本國(guó)企業(yè)研發(fā)創(chuàng)新和生產(chǎn)效率的提升

本文第五部分將進(jìn)一步考察對(duì)外直接投資影響企業(yè)產(chǎn)能利用率的作用機(jī)制，發(fā)現(xiàn)研發(fā)創(chuàng)新和生產(chǎn)效率是對(duì)外直接投資提升企業(yè)產(chǎn)能利用率的重要渠道。（毛其淋和許家云，2014），進(jìn)而會(huì)在更大程度上提高企業(yè)產(chǎn)能利用率。

2.區(qū)分企業(yè)所有制

中國(guó)制造業(yè)企業(yè)在所有制特征方面存在顯著的差異，那么，對(duì)外直接投資對(duì)不同所有制類(lèi)型企業(yè)產(chǎn)能利用率的影響是否不同，哪種類(lèi)型企業(yè)的產(chǎn)能利用率受到對(duì)外直接投資的影響相對(duì)更大？對(duì)這一問(wèn)題的考察有助于深入全面地評(píng)估對(duì)外直接投資的產(chǎn)能利用率效應(yīng)。這里首先根據(jù)企業(yè)的“登記注冊(cè)類(lèi)型”構(gòu)造國(guó)有企業(yè)虛擬變量（Soedum）、外資企業(yè)虛擬變量（Fordum）和私營(yíng)企業(yè)虛擬變量（Pridum）。然后，我們將上述三個(gè)所有制虛擬變量與OFDIdum×After形成三重交叉項(xiàng)，將它們納入倍差法模型即可用于考察對(duì)外直接投資對(duì)不同所有制企業(yè)產(chǎn)能利用率的差異性影響效應(yīng)。表4第2列的回歸結(jié)果顯示，三重交叉項(xiàng)OFDIdum×After×Soedum的估計(jì)系數(shù)為正但不顯著，表明對(duì)外直接投資對(duì)國(guó)有企業(yè)產(chǎn)能利用率沒(méi)有明顯的影響;而三重交叉項(xiàng)OFDIdum×After×Fordum與OFDIdum×After×Pridum的估計(jì)系數(shù)均顯著為正，并且前者不論在系數(shù)大小還是在顯著性水平方面均更大，這意味著對(duì)外直接投資顯著促進(jìn)了外資企業(yè)和私營(yíng)企業(yè)產(chǎn)能利用率的提升，其中對(duì)外資企業(yè)產(chǎn)能利用率的影響最大。實(shí)際上并不難理解上述差異性影響效應(yīng)：國(guó)有企業(yè)由于長(zhǎng)期受到體制庇護(hù)，效率相對(duì)較低，沒(méi)有足夠的利益驅(qū)動(dòng)其積極吸收對(duì)外直接投資的逆向技術(shù)溢出（Hale?and?Long，2006）;與此不同的是，外資企業(yè)和私營(yíng)企業(yè)可以通過(guò)對(duì)外直接投資的逆向技術(shù)溢出效應(yīng)提升自身的生產(chǎn)效率和研發(fā)水平，從而提高了產(chǎn)能利用率，而在這當(dāng)中，由于外資企業(yè)本身?yè)碛休^多高素質(zhì)的人力資本，能夠更好地吸收對(duì)外直接投資的逆向技術(shù)溢出效應(yīng)，因此這類(lèi)型企業(yè)的產(chǎn)能利用率受到對(duì)外直接投資的積極影響也就相對(duì)更大。

3.分區(qū)域

接下來(lái)，我們將研究視角轉(zhuǎn)向研究對(duì)外直接投資對(duì)不同地區(qū)企業(yè)產(chǎn)能利用率的影響是否存在差異。具體地，我們借鑒王小魯和樊綱（2004）的做法，構(gòu)造東部地區(qū)虛擬變量（Eastdum）、中部地區(qū)虛擬變量（Middum）和西部地區(qū)虛擬變量（Westdum）。然后將以上3個(gè)地區(qū)虛擬變量與OFDIdum×After形成三重交叉項(xiàng)，從表4第3列可以看到，對(duì)外直接投資對(duì)西部地區(qū)企業(yè)產(chǎn)能利用率沒(méi)有明顯的影響，但它顯著提升了東部與中部地區(qū)的企業(yè)產(chǎn)能利用率，其中對(duì)外直接投資對(duì)東部地區(qū)企業(yè)產(chǎn)能利用率的提升效應(yīng)相對(duì)更大。我們認(rèn)為導(dǎo)致上述異質(zhì)性影響效應(yīng)的可能原因在于，西部地區(qū)在地里位置和經(jīng)濟(jì)發(fā)展水平上處于相對(duì)劣勢(shì)，且對(duì)外開(kāi)放水平較低，例如在本文樣本期內(nèi)，西部地區(qū)的對(duì)外投資企業(yè)數(shù)占比遠(yuǎn)遠(yuǎn)低于東部與中部地區(qū)，因此難以對(duì)這類(lèi)地區(qū)企業(yè)的產(chǎn)能利用率產(chǎn)生明顯的影響;與此不同的是，其余兩類(lèi)地區(qū)尤其是東部地區(qū)對(duì)外直接投資的規(guī)模較大，而且這類(lèi)地區(qū)企業(yè)自身?yè)碛械娜肆Y本水平較高，可以更好地吸收對(duì)外直接投資的逆向技術(shù)溢出效應(yīng)，這也就不難理解為何對(duì)外直接投資對(duì)東部地區(qū)企業(yè)產(chǎn)能利用率的提升效應(yīng)相對(duì)較大。

五、影響機(jī)制檢驗(yàn)

通過(guò)前文研究，我們得到的主要發(fā)現(xiàn)是，對(duì)外直接投資顯著提高了企業(yè)產(chǎn)能利用率。與此密切相關(guān)的一個(gè)重要問(wèn)題是，對(duì)外直接投資可能通過(guò)什么渠道對(duì)企業(yè)產(chǎn)能利用率產(chǎn)生影響？對(duì)這一問(wèn)題的探討與檢驗(yàn)無(wú)疑有助于深入地揭示對(duì)外直接投資與企業(yè)產(chǎn)能利用率變動(dòng)之間的內(nèi)在聯(lián)系。

目前有大量的文獻(xiàn)表明，對(duì)外直接投資會(huì)通過(guò)逆向技術(shù)溢出效應(yīng)提高企業(yè)生產(chǎn)效率（Vahter?and?Masso，2006;Pradhan?and?Singh，2009;蔣冠宏和蔣殿春，2014），而生產(chǎn)效率是影響企業(yè)產(chǎn)能利用率的關(guān)鍵因素（余淼杰等，2018）。很自然地我們有如下推測(cè)，即對(duì)外直接投資可能通過(guò)生產(chǎn)效率渠道進(jìn)而影響企業(yè)產(chǎn)能利用率。具體地，與馬述忠和張洪勝（2017）的做法類(lèi)似，我們構(gòu)建如下回歸模型來(lái)進(jìn)行影響機(jī)制檢驗(yàn)，即利用（9）式考察對(duì)外直接投資對(duì)渠道變量Qudao的影響，并利用（10）式檢驗(yàn)對(duì)外直接投資以及它與Qudao的交叉項(xiàng)對(duì)企業(yè)產(chǎn)能利用率的影響，以此來(lái)進(jìn)一步判斷Qudao是否是對(duì)外直接投資影響企業(yè)產(chǎn)能利用率的渠道：

其中，OFDIdumf表示對(duì)外投資企業(yè)虛擬變量，Afterft為對(duì)外直接投資時(shí)間虛擬變量;Qudaoft為渠道變量，在考察生產(chǎn)效率的作用機(jī)制時(shí)，Qudaoft用企業(yè)生產(chǎn)率來(lái)表示，這里采用Olley和Pakes（1996）半?yún)?shù)方法進(jìn)行測(cè)算，并將測(cè)算所得的企業(yè)生產(chǎn)率記為T(mén)FPOP。其中，（9）式用于檢驗(yàn)對(duì)外直接投資對(duì)渠道變量（即企業(yè)生產(chǎn)效率）的影響;而在（10）式中，三重交叉項(xiàng)OFDIdumf×Afterft×Qudaoft是我們最為感興趣的，如果其估計(jì)參數(shù)β4顯著為正，則表明對(duì)外直接投資通過(guò)渠道Qudao提高了企業(yè)產(chǎn)能利用率。

表5第1列報(bào)告了對(duì)（9）式進(jìn)行估計(jì)的結(jié)果，這里以TFPOP作為因變量?；貧w結(jié)果顯示，交叉項(xiàng)OFDIdum×After的估計(jì)系數(shù)顯著為正，表明對(duì)外直接投資顯著提高了企業(yè)生產(chǎn)率，意味著對(duì)外直接投資存在正向的逆向技術(shù)溢出效應(yīng)。這一結(jié)論與Vahter和Masso（2006）對(duì)愛(ài)沙尼亞、Pradhan和Singh（2009）對(duì)印度以及蔣冠宏和蔣殿春（2014）對(duì)中國(guó)的研究發(fā)現(xiàn)是一致的。進(jìn)一步地，表5第2列報(bào)告了對(duì)（10）式的回歸結(jié)果，從中可以看到，三重交叉項(xiàng)OFDIdum×After×TFPOP的估計(jì)系數(shù)為正并且在5%水平上顯著，表明對(duì)外直接投資通過(guò)生產(chǎn)效率渠道促進(jìn)了企業(yè)產(chǎn)能利用率的提升;我們還注意到，與基準(zhǔn)回歸結(jié)果（表2第8列）相比，在引入渠道變量TFPOP以及三重交叉項(xiàng)之后，交叉項(xiàng)OFDIdum×After不論是在估計(jì)系數(shù)大小還是在顯著性水平方面均有明顯的下降，這就進(jìn)一步表明生產(chǎn)效率是對(duì)外直接投資促進(jìn)企業(yè)產(chǎn)能利用率提升的重要途徑。從表5第2列還可以看出，生產(chǎn)效率（TFPOP）的估計(jì)系數(shù)顯著為正，這說(shuō)明生產(chǎn)效率越高的企業(yè)其產(chǎn)能利用率也越高，與我們的理論預(yù)期是吻合的。

近年來(lái)，研發(fā)創(chuàng)新被認(rèn)為是提升企業(yè)產(chǎn)能利用率的重要推力，下面我們檢驗(yàn)研發(fā)創(chuàng)新是否是對(duì)外直接投資影響企業(yè)產(chǎn)能利用率的途徑。在表5第3列，我們采用“1+研究開(kāi)發(fā)費(fèi)”的對(duì)數(shù)值衡量企業(yè)創(chuàng)新（lnRD）。我們發(fā)現(xiàn)，交叉項(xiàng)OFDIdum×After的估計(jì)系數(shù)顯著為正，表明在控制了其他影響因素之后，對(duì)外直接投資顯著促進(jìn)了企業(yè)研發(fā)創(chuàng)新的增加，這與毛其淋和許家云（2014）的研究發(fā)現(xiàn)是一致的。表5第4列則在基準(zhǔn)回歸的基礎(chǔ)上引入lnRD以及它與OFDIdum×After的三重交叉項(xiàng)，發(fā)現(xiàn)三重交叉項(xiàng)顯著為正，表明研發(fā)創(chuàng)新是對(duì)外直接投資提高企業(yè)產(chǎn)能利用率的重要途徑。

考慮到企業(yè)通過(guò)“走出去”進(jìn)行對(duì)外直接投資，相比于之前擁有了更大的外部需求和市場(chǎng)范圍，這無(wú)疑會(huì)將企業(yè)部分的過(guò)剩產(chǎn)品轉(zhuǎn)移至外部市場(chǎng)，從而有助于提高企業(yè)的產(chǎn)能利用率。因此，我們預(yù)期，過(guò)剩產(chǎn)品的轉(zhuǎn)移是對(duì)外直接投資影響企業(yè)產(chǎn)能利用率的可能途徑。受數(shù)據(jù)可獲得性的限制，這里采用企業(yè)存貨占比（lnInvRat）

具體采用企業(yè)存貨占其銷(xiāo)售額的比重并取對(duì)數(shù)來(lái)衡量。來(lái)間接地刻畫(huà)企業(yè)過(guò)剩產(chǎn)品的轉(zhuǎn)移情況。從表5第5列可以看到，交叉項(xiàng)OFDIdum×After的估計(jì)系數(shù)顯著為負(fù)，表明對(duì)外直接投資明顯降低了企業(yè)的存貨占比，即有利于企業(yè)將過(guò)剩產(chǎn)品轉(zhuǎn)移至國(guó)外市場(chǎng)，與我們的理論預(yù)期是相一致的。表5第6列的回歸結(jié)果顯示，三重交叉項(xiàng)顯著為負(fù)，表明對(duì)外直接投資通過(guò)存貨占比削減渠道促進(jìn)了企業(yè)產(chǎn)能利用率的提升;此外從表5第6列還能看出，存貨占比（lnInvRat）的估計(jì)系數(shù)顯著為正，表明企業(yè)存貨占比的下降的確有利于化解產(chǎn)能過(guò)剩和提高企業(yè)產(chǎn)能利用率。

六、進(jìn)一步分析：對(duì)外投資規(guī)模與企業(yè)產(chǎn)能利用率

前文從對(duì)外直接投資決策的角度進(jìn)行研究，而沒(méi)有考慮企業(yè)對(duì)外直接投資的規(guī)模差異。在這一部分，我們利用江蘇省制造業(yè)企業(yè)對(duì)外直接投資數(shù)據(jù)

如前所述，由于商務(wù)部的中國(guó)對(duì)外直接投資企業(yè)統(tǒng)計(jì)數(shù)據(jù)庫(kù)只有企業(yè)是否進(jìn)行對(duì)外直接投資的信息，而沒(méi)有對(duì)外直接投資金額信息，因此在這一部分，我們使用江蘇省對(duì)外直接投資數(shù)據(jù)進(jìn)行研究。進(jìn)一步研究對(duì)外直接投資規(guī)模與企業(yè)產(chǎn)能利用率之間的關(guān)系。

我們?cè)谧罱弮A向得分匹配樣本的基礎(chǔ)之上，構(gòu)建如下回歸模型來(lái)考察對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率的影響效應(yīng)：

CUft=β0+β1lnOFDIft+γXft+δj+δk+εft（11）

其中，f、j、k和t分別表示企業(yè)、行業(yè)、地區(qū)和年份;lnOFDIft表示企業(yè)f在t期的對(duì)外直接投資規(guī)模，具體使用“1+企業(yè)對(duì)外直接投資金額”的對(duì)數(shù)值衡量;lnOFDIft的估計(jì)參數(shù)β1是我們最為關(guān)注的，若β1顯著為正，表明對(duì)外直接投資規(guī)模的擴(kuò)大促進(jìn)了企業(yè)產(chǎn)能利用率的提升，反之則表明對(duì)外直接投資規(guī)模的擴(kuò)大對(duì)企業(yè)產(chǎn)能利用率的提升產(chǎn)生了抑制作用。此外，其余變量的設(shè)定與（1）式相同。

表6第1列報(bào)告了對(duì)（11）式的估計(jì)結(jié)果，這里使用韓國(guó)高等（2011）的方法度量企業(yè)產(chǎn)能利用率。變量lnOFDI顯著為正，說(shuō)明對(duì)外直接投資規(guī)模的擴(kuò)大對(duì)企業(yè)產(chǎn)能利用率具有顯著的提升效應(yīng)。為了穩(wěn)健起見(jiàn)，表6第2列和第3列分別以用余淼杰等（2018）的方法測(cè)算的企業(yè)產(chǎn)能利用率（CU1）和用徐業(yè)坤和馬光源（2019）的方法測(cè)算的企業(yè)產(chǎn)能利用率（CU2）作為因變量，結(jié)果顯示，變量lnOFDI仍然顯著為正，再次表明對(duì)外直接投資規(guī)模的擴(kuò)大對(duì)企業(yè)產(chǎn)能利用率具有顯著的提升效應(yīng)。以上回歸均是基于最近鄰傾向得分匹配后的樣本進(jìn)行的，為了考察回歸結(jié)果是否會(huì)隨著傾向得分匹配方法的不同而改變，接下來(lái)我們采用馬氏距離匹配法為對(duì)外直接投資企業(yè)篩選合適的控制組，表6第4列報(bào)告了基于馬氏距離匹配樣本的回歸結(jié)果。核心解釋變量lnOFDI仍然顯著為正，可見(jiàn)本文的核心結(jié)論與匹配方法的選取沒(méi)有關(guān)系，即再次驗(yàn)證了對(duì)外直接投資規(guī)模的擴(kuò)大有利于促進(jìn)企業(yè)產(chǎn)能利用率的提高。

為了處理企業(yè)對(duì)外直接投資規(guī)模潛在的內(nèi)生性問(wèn)題，表6第5列采用對(duì)外直接投資規(guī)模的滯后一期項(xiàng)（lnOFDI_lag）作為企業(yè)對(duì)外直接投資規(guī)模（lnOFDI）的工具變量，進(jìn)而進(jìn)行兩階段最小二乘法（2SLS）估計(jì)?；貧w結(jié)果顯示，變量lnOFDI的估計(jì)系數(shù)顯著為正，在處理潛在的內(nèi)生性問(wèn)題之后，對(duì)外直接投資規(guī)模的擴(kuò)大提升企業(yè)產(chǎn)能利用率這一核心結(jié)論依然成立;通過(guò)將表6第5列的2SLS回歸結(jié)果與表6第1列的OLS回歸結(jié)果進(jìn)行比較還能看出，前者估計(jì)系數(shù)值相對(duì)更大，這意味著若不處理潛在的內(nèi)生性問(wèn)題，將會(huì)在一定程度上低估對(duì)外直接投資規(guī)模的擴(kuò)大對(duì)企業(yè)產(chǎn)能利用率的提升作用。最后，我們還比較感興趣的一個(gè)問(wèn)題是，對(duì)外直接投資規(guī)模與企業(yè)產(chǎn)能利用率變化的關(guān)系是否存在非線性關(guān)系？為此，表6第6列在回歸模型中加入了企業(yè)對(duì)外直接投資規(guī)模的平方項(xiàng)（lnOFDI_sq），結(jié)果顯示，變量lnOFDI的估計(jì)系數(shù)顯著為正，而對(duì)外直接投資規(guī)模的平方項(xiàng)（lnOFDI_sq）的估計(jì)系數(shù)為負(fù)且在5%水平上顯著，這表明對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率產(chǎn)生了“倒U型”的影響效應(yīng)。我們根據(jù)表6第6列的回歸結(jié)果進(jìn)一步計(jì)算了拐點(diǎn)（lnOFDI*=15.8），發(fā)現(xiàn)樣本中絕大多數(shù)企業(yè)的對(duì)外直接投資規(guī)模位于這一拐點(diǎn)的左側(cè)，這意味著進(jìn)一步擴(kuò)大企業(yè)對(duì)外直接投資的規(guī)模對(duì)促進(jìn)企業(yè)產(chǎn)能利用率提升和化解產(chǎn)能過(guò)程具有重要的作用。

七、結(jié)論與啟示

本文采用中國(guó)企業(yè)級(jí)微觀數(shù)據(jù)深入考察了對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的影響，并對(duì)背后潛在的作用機(jī)制進(jìn)行了深入的檢驗(yàn)，主要得到如下結(jié)論：

第一，對(duì)外直接投資顯著促進(jìn)了企業(yè)產(chǎn)能利用率的提升，在控制了其他影響因素之后，對(duì)外直接投資對(duì)樣本期內(nèi)企業(yè)產(chǎn)能利用率提升的貢獻(xiàn)度大約為25%。這一核心結(jié)論對(duì)于使用不同方法測(cè)算的企業(yè)產(chǎn)能利用率、采用不同的匹配方法以及控制不同維度的固定效應(yīng)依然保持穩(wěn)健。

第二，向中低收入地區(qū)的對(duì)外投資對(duì)企業(yè)產(chǎn)能利用率的影響較弱，而向高收入地區(qū)對(duì)外投資顯著提高了企業(yè)產(chǎn)能利用率;對(duì)外直接投資對(duì)國(guó)有企業(yè)產(chǎn)能利用率的影響較小，但顯著提高了外資企業(yè)與私營(yíng)企業(yè)的產(chǎn)能利用率;對(duì)外直接投資對(duì)東部地區(qū)企業(yè)產(chǎn)能利用率的提升作用最大，其次是中部地區(qū)企業(yè)，而對(duì)西部地區(qū)企業(yè)產(chǎn)能利用率的影響最小。

第三，進(jìn)一步的影響機(jī)制檢驗(yàn)表明，對(duì)外直接投資主要通過(guò)提升企業(yè)生產(chǎn)效率、促進(jìn)企業(yè)研發(fā)創(chuàng)新、降低企業(yè)存貨占比途徑促進(jìn)了中國(guó)制造業(yè)企業(yè)產(chǎn)能利用率的提升。

第四，本文最后還從投資規(guī)模的角度研究了對(duì)外直接投資與企業(yè)產(chǎn)能利用率之間的關(guān)系，發(fā)現(xiàn)對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率具有顯著的提升效應(yīng);進(jìn)一步的非線性估計(jì)發(fā)現(xiàn)，對(duì)外直接投資規(guī)模對(duì)企業(yè)產(chǎn)能利用率產(chǎn)生了“倒U型”的影響效應(yīng)，在本文樣本中，大多數(shù)企業(yè)位于拐點(diǎn)左側(cè)，這意味著繼續(xù)擴(kuò)大對(duì)外直接投資規(guī)模對(duì)促進(jìn)企業(yè)產(chǎn)能利用率提升和化解產(chǎn)能過(guò)程具有重要的作用。

根據(jù)本文研究結(jié)論，可以得到如下政策啟示。首先，中國(guó)政府應(yīng)當(dāng)繼續(xù)引導(dǎo)和鼓勵(lì)有條件的企業(yè)“走出去”對(duì)外直接投資，這對(duì)于化解當(dāng)前盛行的產(chǎn)能過(guò)剩問(wèn)題具有重要的現(xiàn)實(shí)意義。其次，中國(guó)應(yīng)當(dāng)實(shí)行差異化的“走出去”激勵(lì)措施，一方面，鑒于向高收入國(guó)家（或地區(qū)）的對(duì)外直接投資對(duì)企業(yè)產(chǎn)能利用率的提升效應(yīng)最大，中國(guó)政府應(yīng)引導(dǎo)那些具備條件的企業(yè)更多地向高收入國(guó)家（或地區(qū)）展開(kāi)對(duì)外直接投資，同時(shí)加大自身人力資本投資，以充分吸收正向的逆向技術(shù)溢出;另一方面，對(duì)于西部地區(qū)企業(yè)而言，應(yīng)當(dāng)給予一定的政策傾斜與更多支持，以此提升這類(lèi)地區(qū)企業(yè)的產(chǎn)能利用率，以縮小其與東中部地區(qū)企業(yè)之間的差距。第三，本文研究的另一重要發(fā)現(xiàn)是，企業(yè)對(duì)外直接投資的規(guī)模大多數(shù)位于“倒U型”拐點(diǎn)的左側(cè)，因此應(yīng)當(dāng)繼續(xù)擴(kuò)大這部分企業(yè)的對(duì)外直接投資的規(guī)模，這將有助于使對(duì)外直接投資的產(chǎn)能利用率提升效應(yīng)得到更大程度的發(fā)揮。

參考文獻(xiàn)：

[1]包群，等.?地方競(jìng)爭(zhēng)、主導(dǎo)產(chǎn)業(yè)雷同與國(guó)內(nèi)產(chǎn)能過(guò)剩[J].?世界經(jīng)濟(jì)，2017（10）.

[2]韓國(guó)高，等.?中國(guó)制造業(yè)產(chǎn)能過(guò)剩的測(cè)度、波動(dòng)及成因研究[J].?經(jīng)濟(jì)研究，2011（12）.

[3]蔣冠宏，蔣殿春.?中國(guó)工業(yè)企業(yè)對(duì)外直接投資與企業(yè)生產(chǎn)率進(jìn)步[J].?世界經(jīng)濟(jì)，2014（9）.

[4]蔣冠宏，蔣殿春.?中國(guó)企業(yè)對(duì)外直接投資的“出口效應(yīng)”[J].?經(jīng)濟(jì)研究，2014（5）.

[5]蔣庚華，霍啟欣，李磊.服務(wù)業(yè)離岸外包、全球價(jià)值鏈與制造業(yè)國(guó)際競(jìng)爭(zhēng)力[J].?山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（12）.

[6]李宏，劉玲琦.?制造業(yè)服務(wù)化促進(jìn)出口產(chǎn)品質(zhì)量升級(jí)機(jī)制研究[J].山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2019（6）.

[7]李淑云，李平.市場(chǎng)導(dǎo)向型FDI、進(jìn)口與企業(yè)生產(chǎn)率——基于中國(guó)制造業(yè)企業(yè)數(shù)據(jù)的經(jīng)驗(yàn)分析[J].?山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2018（6）.

[8]李雪松，等.?對(duì)外投資與企業(yè)異質(zhì)性產(chǎn)能利用率[J].?世界經(jīng)濟(jì)，2017（5）.

[9]李鋒，?張小男.?資源尋求視角下中國(guó)對(duì)中亞直接投資研究[J].?東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），?2018（2）：8186.

[10]毛其淋，許家云.?中國(guó)企業(yè)對(duì)外直接投資是否促進(jìn)了企業(yè)創(chuàng)新[J].世界經(jīng)濟(jì)，2014（8）.

[11]馬述忠，張洪勝.?集群商業(yè)信用與企業(yè)出口——對(duì)中國(guó)出口擴(kuò)張奇跡的一種解釋[J].?經(jīng)濟(jì)研究，2017（1）.

[12]明秀南，等.?對(duì)外直接投資對(duì)企業(yè)創(chuàng)新的影響分析[J].?南方經(jīng)濟(jì)，2019（8）.

[13]彭倩，干鎧駿.?產(chǎn)業(yè)集聚、生產(chǎn)率與污染排放——來(lái)自中國(guó)制造業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J].山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020（2）.

[14]邵帥.?環(huán)境規(guī)制的區(qū)域產(chǎn)能調(diào)節(jié)效應(yīng)——基于空間計(jì)量和門(mén)檻回歸的雙檢驗(yàn)[J].?現(xiàn)代經(jīng)濟(jì)探討，?2019?（1）：8695.

[15]田賢亮.?出口參與能提升企業(yè)產(chǎn)能利用率嗎？[J].?財(cái)經(jīng)問(wèn)題研究，2019（10）.

[16]王小魯，樊綱.?中國(guó)地區(qū)差距的變動(dòng)趨勢(shì)和影響因素[J].?經(jīng)濟(jì)研究，2004（1）.

[17]協(xié)天紫光，等.?中國(guó)對(duì)外直接投資對(duì)“一帶一路”沿線國(guó)家綠色全要素生產(chǎn)率的影響[J].?上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（6）.

[18]席鵬輝，等.?財(cái)政壓力、產(chǎn)能過(guò)剩與供給側(cè)改革[J].?經(jīng)濟(jì)研究，2017（9）.

[19]徐業(yè)坤，馬光源.?地方官員變更與企業(yè)產(chǎn)能過(guò)剩[J].?經(jīng)濟(jì)研究，2019（5）.

[20]楊光，孫浦陽(yáng).?外資自由化能否緩解企業(yè)產(chǎn)能過(guò)剩[J].?數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2017（6）.

[21]楊振兵，嚴(yán)兵.?對(duì)外直接投資對(duì)產(chǎn)能利用率的影響研究[J].?數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，?2020（1）.

[22]閆周府，等.?中國(guó)企業(yè)對(duì)外直接投資的出口效應(yīng)——基于企業(yè)異質(zhì)性視角的經(jīng)驗(yàn)研究[J].?統(tǒng)計(jì)研究，2019（8）.

[23]余淼杰，等.?工業(yè)企業(yè)產(chǎn)能利用率衡量與生產(chǎn)率估算[J].?經(jīng)濟(jì)研究，2018（5）.

[24]張先鋒，等.?中間品進(jìn)口對(duì)企業(yè)產(chǎn)能利用率的影響：基于中間品進(jìn)口的數(shù)量、種類(lèi)與質(zhì)量維度[J].?世界經(jīng)濟(jì)研究，2019（1）.

[25]趙春明，等.?對(duì)外直接投資、產(chǎn)業(yè)關(guān)聯(lián)與技能工資溢價(jià)——基于水平溢出與垂直溢出效應(yīng)的實(shí)證研究[J].?國(guó)際貿(mào)易問(wèn)題，2019（2）.

[26]Branstetter?L.?Is?Foreign?Direct?Investment?a?Channel?of?Knowledge?Spillovers？?Evidence?from?Japans?FDI?in?the?United?States[J].Journal?of?International?Economics，?2006，?68（2）.

[27]Cozza?C，?Rabellotti?R，?Sanfilippo?M.?The?Impact?of?Outward?FDI?on?the?Performance?of?Chinese?Firms[J].?China?Economic?Review，?2015，?36.

[28]Hale?G，?Long?C.?Firm?Ownership?and?FDI?Spillovers?in?China[R].?Working?Paper?Series?2006-25，?Federal?Reserve?Bank?of?San?Francisco，?2006.