黄兴　邓博野

【摘 要】 本文基于Novy[1]（2012）构建的双边贸易成本指标，利用2003-2014年中国对全球100多国家的投资面板数据，将双边贸易成本作为核心解释变量引入模型，运用系统GMM两步法实证考察贸易成本对中国对外直接投资的影响。考虑到投资行为具有一定的惯性，进一步引入上期对外直接投资额使用动态面板数据进行回归估计。回归结果显示：双边贸易成本与中国对外直接投资成负相关关系，中国与东道国的双边贸易成本每下降1个百分点，刺激中国对外直接投资上升0.884个百分点。实证结果同样通过了稳健性检验，回归具有一致性，实证证据支持理论结果。因此，认为降低双边贸易成本是推动中国对外直接投资一条切实可行的途径。

【关键词】 双边贸易成本 对外直接投资 系统GMM

一、引言

伴随“新经济地理理论”把贸易成本纳入到经济研究框架，认为降低运输成本等能够引发聚集效应，外部性，规模效应，贸易成本与OFDI关系成为国外研究的一个新主题，国内则缺乏相关研究。随着中国提出“一带一路”战略，中国向沿线国家的对外直接投资势必不断上升。影响对外直接投资的因素众多，国外学者已检验过贸易成本对发达国家对外直接投资的影响，影响显著。本文延伸到“一带一路”等经济相对落后的国家，测算在沿线国家的对外直接投资对贸易成本的敏感程度。

早期关于貿易成本对FDI的影响的研究从关税入手，Horstmann and Markusen [2]（1992）， Motta（1992） and Rowthorn[3]（1996）认为跨国企业在东道国投资生产的目的即为了避免关税壁垒，此即“关税跳跃”（Tariffs-jumping）理论。此外，也有学者从规模效应的角度出发，研究贸易成本与FDI的关系，Brainard[4]（1993）提出“邻近-集中权衡”（proximity-concentrate trade-off）模型，企业是否进行海外直接投资取决于邻近带来贸易成本节约与集中带来规模效应的权衡。近年来，垂直型FDI理论、出口平台型FDI理论、逐渐盛行。在垂直型FDI中，该理论模型显示要素价格和贸易成本对FDI的影响（Helpman[5]，1984）。Neary[6]（2009）则从水平型FDI和跨境并购（cross-border mergers）两个角度解释贸易成本下降促进FDI上升，认为由于出口平台的作用，集团内部的贸易自由化会促进水平型FDI的增长；同样贸易成本下降鼓励了跨境并购，Collie[7]（2011）则构建了一个古诺-双寡头模型，从理论上解释了由多边贸易自由化带来的贸易成本下降导致贸易和FDI共同增长。当然，也有学者认为贸易成本对FDI的作用不明确，Nocke and Yeaple[8]（2007）， Norb?ck and Persson [9]（2007）从从技术溢出角度给出了企业进行跨国并购型FDI的原因，即从生产效率高的国家转移技术和管理经验到生产效率低的国家，认为贸易成本对对外直接投资的影响不大。

从掌握的文献来看，国内研究相对缺乏，刘洪铎[10]（2016）从经验证据上支持贸易成本下降促进中国对外直接投资。而国外学者对于贸易成本与OFDI之间的关系并没有一个定性的结论，从理论角度来看，既有理论支持贸易成本与FDI呈正相关关系，也有理论支持贸易成本与FDI呈负相关关系。虽然贸易成本对FDI究竟是呈促进还是抑制效应在理论证据与经验证据上存在一定分歧，但对现实情况贸易成本下降与FDI迅猛发展的现状一致认可。本文将使用2003-2014年中国OFDI和中国与“一带一路“沿线国的双边贸易成本数据，对两者的具体关系进行进一步检验。一方面从经验证据考察贸易成本与FDI的关系；另一方面尝试在具体背景下厘清贸易成本不同影响因素对中国OFDI的影响，并给出相应结论建议，如有的国家应该加大基础设施建设而有的国家更应该提升本国商业投资环境。

二、模型构建与数据说明

（一）变量构造

1.核心解释变量双边贸易成本测算及内涵：

贸易成本的测度方法主要有直接测度法与间接测度法。直接测度法相对简单，主要度量关税、非关税壁垒（配额）、运输成本等可以明确测量的成本，对各国数据统计要求较高且难以反映综合的贸易成本，不太适用于计量研究。本文需要以双边贸易成本数据对对外直接投资的影响做面板数据实证研究，针对上述不足，本文在测算双边贸易成本数据时采用以贸易流量计算的间接测度法，一是能够得到相对更为完整的贸易成本数据，二是间接测度下的数据更为综合的反映贸易成本，且不会改变实证模型中贸易成本与对外直接投资的整体关系。

Novy[11]（2006）基于Anderson and Wincoop[12]（2004）的理论框架通过多边一般均衡贸易模型推导得到了跨国间双边贸易成本的测算公式。国内学者如许统生，陈瑾[13]（2011），张毓卿，周才云[14]（2015）等也主要是基于Novy（2006）所提出的方法来对中国贸易成本进行测算。本文采用Novy（2012）的指标构建方法，采用间接测度法将双边贸易成本定义如下 ：

（1）

表示从i国（中国）到沿线j国的贸易成本，和分别表示中国境内和沿线国j境内的贸易成本；表示从中国到j国的贸易流动额，和分别表示中国境内和沿线国家j；其中，代表特定部门产品间的替代弹性，按照现有文献通行的做法取为。这一间接估算法能在更为广泛的意义上捕捉了贸易成本，不仅包括国际运输成本、关税等，而且包含了Anderson and Wincoop（2004）所讨论的其他成本，包括运输基础设施投资、法律的实施、产权制度、信息制度、规则、与货币交换系统相关的贸易障碍、进出口手续相关的等隐性成本（Novy，2012）。

（二）实证模型构建

Anderson[15]（1979）则试图运用引力模型解释国际直接投资中的投资流量问题，提出了如下模型：

（2）

上式中：为母国向东道国的投资流量，、分别表示母国与东道国的经济规模，、分别代表母国与东道国的人口规模， 代表两国负向的制度因素，代表两国正向的制度因素，为模型的误差项。

在引力模型中，很多学者采取增设解释变量的方式来对原始模型进行扩展，新增解释变量主要包括两类： 第一类是逻辑型，即从某单一经济体内挖掘出更多的可能会对贸易产生影响的因素，并将其逐步纳入计量模型， 如Lejour和De Paiva Verheijden[16]（2004）、Kox和Lejour[17]（2005）分别在标准引力方程中新增服务进口方的产品市场管制指标（Product Market Restrict，简称PMR）。第二类是外延型，即根据不同经济体的特性，增设从多角度反映贸易双方差异性的虚拟变量。如： Kimura和Lee[18]（2004）通过引入虚拟变量建立扩展的引力模型，更全面地考察贸易双方是否拥有共同语言、地域上是否相互毗邻以及是否缔结区域经济一体化安排等因素对双边服务贸易的影响。

本文以（2）式为基础在Duval and Utoktham[19]（2014）的基础上，设立如下计量模型：

考虑到对外直接投资往往会存在路径依赖，即上一期的投资活动会对下一期产生重要的影响，在上述（3）式国际投资引力模型的扩展为如下动态面板模型：

（三）控制变量来源与处理说明

1.控制变量来源与解释：

本文以贸易成本（）作为核心解释变量，由于贸易成本是由贸易流量间接测度而来，在控制变量选择上，排除出口贸易流量这一控制变量，同时，又可以加入距离这一常规的引力模型控制变量。在其他控制变量的选择上，对应（2）式中的和，选择控制中国与东道国；考虑到东道国的市场潜力是影响企业决策的重要因素，加入东道国GDP增长率作为代理变量。考虑到要素禀赋，本文以东道国资源禀赋resource作为代理变量。传统文献中都指出汇率是影响对外直接投资的重要因素，本文同样加入汇率波动。考虑到中国对英文的接受程度高，本文虚拟变量的设置以英语作为共同语言。考虑到我国对外直接投资更偏向于出口引致型，而海运作为最主要的运输方式，本文引入班轮运输指数作为代理变量。随着信息技术的快速发展，本文采用互联网发展指数作为代理变量来捕捉信息技术。

变量数据来源：核心解释变量双边贸易成本及剔除关税后的关税等量双边贸易成本数据来源于（http：//artnet.unescap.org/databases.html#first）。控制变量中，两国地理距离来源于法国国际预测研究中心（http：//www.cepii.fr/CEPII/en/welcome.asp），汇率波动数据来源于（http：//unctadstat.unctad.org/wds/ReportFolders/reportFolders.aspx）。其他数据均来自世界银行发展指标数据库（http：//data.worldbank.org/）。

2.数据处理与说明：

本文选用2003-2014年度中国对东道国的年度对外直接投资存量（万美元）的对数值（lnofdi）作为模型的被解释变量。由于双边贸易成本采用贸易流量计算的比值，因此，GDP等数据不进行平减均使用当年名义值（黄珊[20]，2012）。中国对外直接投资的相关数据来源于商务部公布的《2015年度中国对外直接投资统计公报》。

基于引力模型的经验研究，一般采用引力模型的对数形式，这主要是因为经济生活中各因素间的相互关系往往是几何形式而非算术形式的，而对数形式不仅可以使引力公式线性化，又可以减少数据中的异常点，还可以避免数据残差的非正态分布和异方差现象（张海森、谢杰[21]， 2008）。在扩展模型和中考虑到资源禀赋，互联网指数、汇率波动及班轮运输指数都是指数形式，故不进行对数化处理。虚拟变量通常而言不进行对数化处理。

三、实证结果分析

（一）基准回归

系统GMM估计法能够较好的解决内生性问题，但是必须对残差项是否存在序列相关以及工具变量的有效性进行检验。表3-1的回归结果各列AR（1）检验对应的P值均小于10%，而AR（2）检验对应的P值均大于10%以上，从而可以推断残差的序列存在一阶相关，二阶不相关，符合模型设定要求。sargan 检验的P值均大于10%，拒绝原假设，说明工具变量不存在过度识别问题，工具变量设定有效。综上，可以接受采用系统GMM法估计本文的计量模型相对是合理的。

表3-1中第（1）列和第（2）列分别从整体和制造业两个层面检验了双边贸易成本对中国对外直接投资的影响，第（3）列和第（4）则进一步引入了上期的对外直接投资流量，从动态的角度研究了整体与制造业中双边贸易成本对中国对外直接投资的影响。表3-1各列中核心解释变量无论是整体双边贸易成本（）还是制造业双边贸易成本（）均在1%的统计性水平上显著为负，这意味着中国与东道国之间的双边贸易成本与中国对外直接投资为负向关系。从回归系数来看，符合贸易成本普遍下降及中国对外直接投资逐渐上升的现状。

从整体层面来看，式（3）式（4）对应的模型分别为式（5）和式（6）。 从估计结果来看，在静态模型式（3）中，双边贸易成本每上升一个百分点，将导致中国对外直接投资下降1.784个百分点；在动态模型式（4）中，双边贸易成本每上升一个百分点，将导致中国对外直接投资下降0.884个百分点，从实证结果的統计性显著水平及系数符号来看，结果显著为负具有一致性，足见贸易成本对我国对外直接投资具有非常显著的负面作用。同样，该结论适用于制造业，表3-1的第（2）和（4）列制造业中所有控制变量的系数及显著性与（1）、（3）列保持高度的一致性。虽然使用制造业贸易成本与整体对外直接投资数据进行回归会产生一定的偏误，但是此种方法可以对比不同行业中对外直接投资对双边贸易成本的敏感度。在使用制造业双边贸易成本对中国对外直接投资的影响时，可以发现在制造业中贸易成本系数的绝对值小于整体的绝对值。即相比整体而言，制造业对贸易成本的敏感度较低，更加注重规模效应带来的收益。一方面，回归结果支持贸易成本下降促进对外直接投资的结论；另一方面，又指出针对细分行业对外直接投资对贸易成本的反映程度各不相同。

（二）稳健性检验

为了考察上述模型回归结果的稳健性， 本文在整体和制造业两个层面做了两种稳健性检验。一是替换核心解释变量 （）替换为排除关税后的关税等量双边贸易成本（）。二是剔除卢森堡、塞浦路斯、英属维尔京群岛、开曼群岛和中国香港等具有避税或金融自由港性质的国家（地区），上述国家（地区）往往扮演着资金中转的角色，很可能不是资金流向的最终目的地，对于贸易成本的敏感度极低。对应的检验结果依然符合计量模型的设定和工具变量选取的有效性，且所有稳健性结果支持双边贸易成本下降促进对外直接投资，通过稳健性检验。

四、主要结论

从实证的经验证据上，回归结果显然与出“邻近-集中权衡”理论结果相反。本文认为原因在于在“邻近-集中权衡”模型是一个静态模型，该模型将对外直接投资固定成本与贸易成本联系起来，权衡规模效应与节约贸易成本的邻近效应之间的收益。在静态模型中，在其他情况不变的前提下，支持贸易成本下降抑制对外直接投资。然而现实世界是动态的，各国都意识到外商在本国的投资对经济的促进作用，都在不断加强基础设施建设，加快投资便利化进程，降低企业的固定投资成本。因此，即使目前世界上双边贸易成本一直呈现不断下降的趋势，但是考虑到投资成本也在下降，对冲了贸易成本下降带来收益，在动态中可以出现与现实与理论相冲突的悖论。

本文的实证结果还包含了如下几个方面：第一、距离因素对其有显著的负面影响，东道国市场规模越大，或者东道国资源禀赋越高（可衡量比较优势），吸引的我国直接投资就越多。第二，从实证结果回归系数绝对值的大小及符号来看，中国本身的经济规模与发展状况对企业对外直接投资的影响最大，表3-1中实证结果显示平均而言中国国内生产总值每上升1个百分点，将导致中国的对外直接投资上升约3.29个百分点，其次是东道国市场规模对企业对外直接投资的影响较大，实证结果显示平均而言东道国国内生产总值（市场规模代理变量）每上升1个百分点，中国对东道国的直接投资增加0.239个百分点。如果考虑以东道国作为出口平台服务其周边国家及地区，则该系数理论上会进一步增大。第三，汇率波动、语言、班轮运输条件都会影响中国企业对外直接投资决策，并且都在一定程度上与贸易成本间接相关。保持汇率稳定，加大中国相关语言教育，改善东道国班轮运输条件至进一步改善东道国基础设施建设都有利于中国在东道国进行直接投资。

【参考文献】

[1] Novy N C D. On the measurement of trade costs： direct vs. indirect approaches to quantifying standards and technical regulations[J]. World Trade Review， 2012， 11（3）：401-414.

[2] Horstmann I J， Markusen J R. Endogenous market structures in international trade （natura facit saltum）[J]. Journal of International Economics， 1992， 32（1–2）：109-129.

[3] Motta M， Norman G. Does Economic Integration Cause Foreign Direct Investment？[J]. International Economic Review， 1996， 37（4）：757-83.

[4] Brainard L. A Simple Theory of Multinational Corporations and Trade with a Trade-Off Between Proximity and Concentration[J]. American Economic Review， 1993， 87（2）：118-124.

[5] Helpman E. A Simple Theory of Trade With Multinational Corporations[J]. Journal of Political Economy， 1984， 92（3）：451-71.

[6] Neary J P. Trade costs and foreign direct investment ☆[J]. International Review of Economics & Finance， 2009， 18（2）：207-218.

[7] Collie D R. Multilateral Trade Liberalisation， Foreign Direct Investment and the Volume of World Trade[J]. Economics Letters， 2011， 113（1）：47-49.

[8] Nocke V， Yeaple S. Cross-border mergers and acquisitions vs. greenfield foreign direct investment： The role of firm heterogeneity ☆[J]. Journal of International Economics， 2007， 72（2）：336-365.

[9] Norb?ck P J， Persson L. Privatization and foreign competition[J]. Journal of International Economics， 2004， 62（2）：409-416.

[10] 劉洪铎， 曹翔， 李文宇. 双边贸易成本与对外直接投资：抑制还是促进？——基于中国的经验证据[J]. 产业经济研究， 2016（2）：96-108.

[21] Novy D. Is the Iceberg Melting Less Quickly？ International Trade Costs after World War II[J]. Warwick Economics Research Paper， 2006.

[12] Anderson J E， Wincoop E V. Trade Costs[J]. Journal of Economic Literature， 2004， 42（3）：691-751.

[13] 许统生， 陈瑾， 薛智韵. 中国制造业贸易成本的测度[J]. 中国工业经济， 2011（7）：15-25.

[14] 张毓卿， 周才云. 中国对外贸易成本的测度及其影响因素——基于面板数据模型的实证分析[J]. 经济学家， 2015（9）：11-20.

[15] Anderson J E. A Theoretical Foundation for the Gravity Equation[J]. American Economic Review， 1979， 69（1）：106-116.

[16] Lejour A， Verheijden J W D P. Services trade within Canada and the European Union； what do they have in common？[J]. Cpb Discussion Paper， 2004.

[17] Kox H， Lejour A. Regulatory Heterogeneity as Obstacle for International Services Trade[J]. Cpb Discussion Paper， 2005， 49（12）：2931-2931.

[18] Kimura F， Lee H H. The Gravity Equation in International Trade in Services[J]. Review of World Economics， 2006， 142（1）：92-121.

[19] Duval Y， Utoktham C. Enabling participation of SMES in international trade and production networks ： trade facilitation， trade finance and communication technology[J]. Artnet Working Papers， 2014.

[20] 黃珊. 我国贸易成本及其效应的经验研究——基于贸易成本的FDI区位选择效应的视角[J]. 物流工程与管理， 2012（3）：149-151.

[21] 张海森， 谢杰. 中国—东欧农产品贸易：基于引力模型的实证研究[J]. 中国农村经济， 2008（10）：45-53.