跨境电商、华商网络与中国企业OFDI
陈初昇, 燕晓娟, 衣长军
华侨大学 工商管理学院, 福建 泉州 362021

[作者简介] 1.陈初昇(https://orcid.org/0000-0001-9143-4477),女,华侨大学工商管理学院副教授,管理学博士,主要从事国际企业管理、人力资源管理等方面的研究; 2.燕晓娟(https://orcid.org/0000-0001-7967-0426),女,华侨大学工商管理学院硕士研究生,主要从事国际投融资管理等方面的研究; 3.衣长军(https://orcid.org/0000-0002-0734-1321),男,华侨大学工商管理学院教授,博士生导师,管理学博士,主要从事国际投融资管理等方面的研究。

摘要

全球互联网经济时代,影响中国对外直接投资的因素除了华商网络、制度环境与经济因素外,还有跨境电商。通过分析华商网络对中国企业OFDI的影响、跨境电商对华商网络OFDI的影响和不同类别的跨境电商对华商网络OFDI的差异化影响,研究发现:(1)华商网络会正向促进中国企业OFDI。(2)跨境电商对华商网络OFDI有正面的积极效应。(3)不同类别的跨境电商对华商网络OFDI的影响存在差异,相较于B2C跨境电商贸易,B2B跨境电商贸易对华商网络OFDI的影响更大;相较于跨境电商进口贸易,跨境电商出口贸易对华商网络OFDI的影响更显著。

关键词: 跨境电商; 华商网络; OFDI; 华商网络OFDI; 工具变量
Cross-Border E-Commerce, Ethnic Chinese Network, and Outward Foreign Direct Investment
Chen Chusheng, Yan Xiaojuan, Yi Changjun
School of Business, Huaqiao University, Quanzhou 362021, China
Abstract

In the context of globalization, the scale of outward foreign direct investment (OFDI) of China has grown rapidly. Besides the macro-institutional environment and micro-factors, the OFDI of China is also affected by the ethnic Chinese networks and cross-border e-commerce. Ethnic Chinese networks are self-organized business networks established by Chinese in the host country. Due to its locality and internationality characteristics, ethnic Chinese network has become one of the sources of the unique competitive advantages of China’s multinational enterprises in overseas operations, which have important influences on the multinational’s overseas business. Meanwhile, cross-border e-commerce emerges as a product of economic globalization and continuous advancement of mobile information technology. Researchers have made detailed studies on the influencing factors and logistics models of cross-border e-commerce. Given that international trade will promote international investment, how will cross-border e-commerce, as an emerging international trade mode, affect OFDI? Overseas subsidiaries of Chinese enterprises will naturally embed into the ethnic Chinese networks in the host countries, and then how will cross-border e-commerce affect the OFDI triggered by the ethnic Chinese networks?
This study selects panel data from 103 countries that received China’s OFDI. It was implemented in two stages. In the first stage, the effects of ethnic Chinese networks on Chinese OFDI are examined, thus obtaining the coefficients of ethnic Chinese networks on OFDI. In the second stage, this study multiplies the influential factor of ethnic Chinese networks on OFDI from Chinese enterprises by the amount of OFDI from China to measure the OFDI from ethnic Chinese networks, which represents the part of the OFDI that is caused by the utility of the ethnic Chinese networks(referred to as OFDI from ethnic Chinese networks). Based on these data, this study examines the effect of cross-border e-commerce on OFDI from ethnic Chinese networks, as well as the impact of different types of cross-border e-commerce on the OFDI effects from ethnic Chinese networks. Considering the possible endogenous problem between the ethnic Chinese networks and OFDI of multinational enterprises, this study selects passport cost as the instrumental variable to reduce the endogenous concerns, verifying the robustness of the empirical results. The empirical results indicate that: (1) Ethnic Chinese networks has a significant positive effect on OFDI of China. In other words, the higher the strength of the ethnic Chinese networks, the faster the OFDI growth of Chinese multinational enterprises. (2) Cross-border e-commerce has a positive impact on the growth of OFDI from ethnic Chinese networks. For every 1% increase in the trade scale of cross-border e-commerce, OFDI from ethnic Chinese networks increases by 0.602%. (3) B2B cross-border e-commerce exerts greater impact on OFDI from ethnic Chinese networks than B2C cross-border e-commerce, and export cross-border e-commerce is more influential than import cross-border e-commerce on OFDI from ethnic Chinese networks.
This study establishes a fresh framework by incorporating the cross-border e-commerce and ethnic Chinese networks into the OFDI research. Through the introduction of the OFDI from ethnic Chinese networks, this study clearly defines the OFDI effect caused by the ethnic Chinese networks, and expands the research boundary between the ethnic Chinese networks and OFDI. By examining the relationship between the cross-border e-commerce and OFDI from ethnic Chinese networks, this study also provides a new perspective for cross-border e-commerce research in the new economic era. The empirical findings provide the following practical implications: (1) The government should maintain and improve the international migration environments, and provide a good environment for the construction of interaction platforms between enterprises and emigration networks. Policy makers should further relax access conditions of cross-border e-commerce, encourage capital investment in cross-border e-commerce enterprises and guide OFDI enterprises to integrate with the emigration networks and the Internet Plus; (2) Multinational enterprises should attach importance to the communication with the emigration networks and organizations in the host country to enhance the interaction with the local mainstream society, thereby avoiding unnecessary overseas investment frictions and reducing OFDI trade costs. Multinational enterprises should strengthen the cultivation of Internet thinking, and take full advantage of the low-cost and convenient characteristics of cross-border e-commerce to maximize the effect of ethnic Chinese networks, further facilitating the continuous operation of such networks and multinational enterprises.

Keyword: cross-border e-commerce; ethnic Chinese networks; OFDI; OFDI from ethnic Chinese networks; instrumental variable
一、 引 言

进入21世纪以来, 中国政府相继提出“ 走出去” 战略和“ 一带一路” 倡议, 中国对外直接投资(OFDI)规模迅速增长。2016年, 中国OFDI创下1 961.5亿美元的历史新高, 在全球占比达到13.5%, 蝉联全球第二; 截至2016年底, 中国2.44万家境内投资者在国(境)外设立对外直接投资企业3.72万家, 分布在全球190个国家(地区), 中国已进入双向直接投资项下资本净输出的新时代(①参见商务部《2016年度中国对外直接投资统计公报》, 2017年9月30日, http://hzs.mofcom.gov.cn/article/date/201803/20180302722851.shtml, 2019年1月14日。)。中国是全球海外移民大国, 海外华侨华人约有6 000万, 海外华侨华人社团网络逾2.5万个, 作为社会关系网络的海外华商网络具有本土化与国际化的双重特征, 中国OFDI子公司自然会嵌入东道国(地区)海外华商网络之中, 这是中国企业海外投资的一个天然优势。

随着互联网和通信技术的发展, 电子商务已经成为全球经济必不可少的交易形式, 跨境电商更是为全球企业以及消费者提供了更加低廉的价格和更加丰富的全球商品种类[1]。2017年中国跨境电商交易总规模为8.06万亿元人民币, 2013年到2017年年复合增长率高达26%, 跨境电商渗透率(跨境电子商务交易规模占进出口贸易总额的比例)从2013年的12%上升到29%。跨境电商提供了新的贸易平台, 扩大了国际贸易规模, 而国际贸易对OFDI可能有正向的促进作用[2]。我们认为跨境电商本身作为一种贸易形式理应对OFDI产生一定的影响, 而中国海外投资子公司自然会嵌入东道国(地区)的华商网络中, 海外华商网络也理应为中国企业跨境电商、对外直接投资牵线搭桥, 因而跨境电商、华商网络与对外直接投资的关系问题值得学界重视。但已有关于跨境电商的研究大多集中于跨境电商的影响因素[3, 4]、跨境电商物流[5, 6]以及跨境电商对国际贸易的影响[7, 8, 9], 跨境电商对基于华商网络效应的OFDI的影响机制研究目前仍处于缺位状态。

本文的创新点在于:第一, 学界鲜少关注到华商网络对OFDI的影响, 本文对由华商网络效应引起的OFDI进行了明确界定, 引入了华商网络OFDI变量, 并给出了测算方法。第二, 探索性地研究了跨境电商对中国OFDI的影响作用, 并将华商网络纳入跨境电商与OFDI的关系的研究中; 对跨境电商贸易进行分类(B2B、B2C; 出口贸易、进口贸易), 研究不同种类跨境电商对华商网络OFDI的差异化影响。第三, 本文考虑到华商网络与跨国公司OFDI可能存在双向因果关系而导致的内生性问题, 在研究方法上采用工具变量对内生性问题进行修正, 并验证了实证结果的稳健性。

二、 文献回顾与研究假设
(一) 华商网络与OFDI

随着全球化发展, 移民在整个社会早已是司空见惯, 移民网络在国与国之间的经济合作中所发挥的作用也进一步得到了学界认可。Epstein和Gang将种族网络定义为一种通过建立信任、克服非正式障碍(风险和不确定性等)来解决国际合同执行困难的方法[10]。移民可以充当东道国境内潜在投资者和母国商业界之间的中间人, 启动新的生产活动、促进伙伴关系; 或充当母国企业OFDI的本地合作伙伴; 或作为一个“ 信息者” , 促进、吸引外商直接投资流入其母国[11]。移民企业相较于母国企业拥有更多关于东道国市场信息, 能够有效地减少母国与东道国在投资方面的壁垒, 因此移民对OFDI可能会存在正向的促进作用[12]

早期文献主要集中在移民网络对国际贸易的影响研究上。Gould[13]、White和Tadesse[14]、Jansen和Piermartini[15]均认为移民网络可以通过降低贸易成本促进双边贸易发展。Rauch和Trindade通过研究华商网络对中国与东南亚国家之间的双边贸易, 指出华商网络能够降低非正式的双边贸易壁垒, 促进国际贸易[16]。移民网络还可以通过提供信息渠道、减少摩擦、促进贸易关系降低母国和东道国之间的贸易成本[17]。Fagiolo和Mastrorillo认为双边贸易不仅受到移民数量的影响, 而且受到移民在东道国社会网络的相对嵌入性的影响, 网络嵌入性越强, 对双边贸易的影响就越大[18]

关于移民网络对OFDI的影响, 由于研究方法的差异, 研究结论并不一致。Sanderson和Kentor以发达国家为例, 分析了外商直接投资与国际移民之间的关系, 他们认为国际移民对外商直接投资没有直接影响[19]。但Hernandez的研究却表明移民网络对吸引外资有显著的正向影响[20]。华商网络是族群网络的一种, 可以通过非正式网络高效地传播市场信息[21]。中国作为国际化的“ 后来者” , 在国际竞争中往往面临外来者劣势[22], 这些劣势主要源于双边文化差异[23]。跨国公司通过与东道国华商网络之间的联系, 可以减少文化等非正式制度因素给企业带来的负面影响。华商网络还可以帮助跨国公司获得准确的东道国市场信息, 降低OFDI成本。当企业投资到制度不完善的国家或地区时, 华商网络能够减少交易双方的机会主义行为[16, 24], 为跨国公司提供合约保障, 其传导过程为:跨国公司子公司嵌入东道国华商网络→ 降低外来者劣势→ 提升海外子公司生存经营能力→ 促进跨国公司OFDI绩效。因此, 东道国(地区)的华商网络在中国企业对外直接投资过程中发挥着重要的正向作用[25, 26, 27], 根据以上分析, 提出以下假设:

H1:华商网络对我国企业OFDI有正向作用, 即华商网络有助于促进OFDI的增长。

(二) 跨境电商与华商网络OFDI

华商网络对中国企业OFDI可能有正向促进效应, 本文采用华商网络对中国OFDI的影响系数乘以中国OFDI金额来衡量由华商网络效应所引起的OFDI变动金额(简称“ 华商网络OFDI” )。

如今, 电子商务已经成为中国经济发展的重要趋势[28]。经济全球化也使得电子商务不再只局限于本国, 跨境电商作为一种贸易形式, 对传统贸易产生了重要影响。跨境电商的出现大大减少了与距离相关的贸易成本, 并且减少了其他与文化和信息有关的贸易费用[8]; 跨境电商可以重新分配运输成本、缩短快递运输时间, 也因其有竞争力的价格和广泛的产品组合而更具吸引力[1]。在“ 一带一路” 的背景下, 跨境电商对中国国际贸易体系产生了深刻影响:一方面, 跨境电商颠覆了传统的电子商务, 具有对外贸易方式多样化、国际交流方式多样化、支付方式多样化的特点, 物流模式也在经历着高速的变化和发展; 另一方面, 跨境电商重建了中国对外贸易产业链, 建立了完善的产业标准, 实现了企业规模效应, 给企业发展注入了新的活力[7]。Wang等的研究也证实了跨境电商可以通过降低国际交易成本, 对国际贸易规模产生显著的促进作用[9]。跨境电商对中国的对外贸易也产生了显著的促进作用。《2016年度中国电子商务市场数据监测报告》显示, 2016年中国跨境电商交易规模达6.7万亿人民币, 同比增长24%。跨境电商在中国的对外贸易中发挥着举足轻重的作用。

Moran认为, OFDI出现在产品生命周期的后期; 贸易与投资的关系表现为前期出口贸易不断积累, 导致后期对外投资的产生[29]。出口贸易有利于OFDI增长[30], 关于中国市场的研究也证实了这一观点。Cross等对中国OFDI的计量研究结果表明:中国OFDI与进出口贸易具有正相关关系[31]。跨国公司通过国际贸易会积累起大量有关东道国市场的特点和规模等的信息, 这些信息将有助于其在东道国市场进行投资, 即国际贸易对OFDI有正向促进作用。我们认为跨境电商对华商网络OFDI的影响主要有以下两种传导过程:(1)跨境电商→ 促进国际贸易→ 带动华商网络OFDI; (2)跨境电商→ 为海外华商转型升级提供新途径→ 促进华商网络扩张→ 带动中国OFDI扩张。具体而言, 第一, 跨境电商对国际贸易有显著促进作用。根据国际贸易会促进OFDI的结论, 跨境电商作为国际贸易的新模式, 对OFDI可能会产生积极作用。跨境电商作为一种国际贸易模式, 可以被跨国企业利用, 也可以被华商网络利用, 降低华商网络交易、信息以及运输成本, 充分利用跨境电商的优势可以帮助扩大华商网络效应, 促进华商网络OFDI的增长。第二, 跨境电商的出现为海外华商企业的转型升级提供了新的机遇和途径, 跨境电商使得海外华商不再局限于企业自有资本与地理区位, 跨境电商的低进入门槛使得更多的东道国华侨华人能以更低成本成为中国跨境电商的一员而参与到国际经济中; 跨境电商规模的扩张使得华商网络的范围和人员规模不断扩大, 成为海外华商共享中国国际化红利、搭乘中国经济快速发展便车的有效途径。根据前文综述, 华商网络的扩张对中国企业OFDI的影响效应也自然会被进一步扩大。根据以上分析, 提出以下假设:

H2:跨境电商对华商网络OFDI有正向作用, 即跨境电商有助于促进华商网络OFDI的增长。

上述文献综述表明:第一, 华商网络对OFDI可能有正向促进作用, 然而, 迄今为止, 华商网络所引致的OFDI变动尚未引起学界的足够重视。本文创新性地引入了华商网络OFDI变量展开研究。第二, 跨境电商已经成为中国新的贸易增长点, 但是国内外关于跨境电商的研究大多集中在其对国际贸易的影响上。跨境电商降低交易费用、信息成本、运输成本的功能对华商网络OFDI会有怎样的影响?基于以上分析, 本文分两阶段探讨跨境电商对华商网络OFDI的影响。第一阶段验证华商网络对OFDI的影响, 得到华商网络对OFDI的影响系数; 第二阶段计算华商网络OFDI金额, 研究跨境电商对华商网络OFDI的影响。最后根据《2016年度中国电子商务市场数据监测报告》对跨境电商进行分类, 研究不同类别跨境电商对华商网络OFDI的影响, 并提出相关政策建议。

三、 研究设计
(一) 指标说明与模型设计

1.被解释变量

OFDI额。本文选取2011— 2016年《对外直接投资统计公报》公布的中国对各国(地区)OFDI存量来衡量OFDI水平, 并取对数消除异方差的影响。

华商网络OFDI。将华商网络对中国OFDI的影响系数乘以中国对各国(地区)OFDI额, 得到基于华商网络效应的OFDI额。该变量表示由华商网络效应所引起的OFDI变动金额, 取对数以消除异方差的影响。

2.解释变量

(1)华商网络。本文根据联合国人口司公布的世界移民数据, 利用中国在各国的移民存量计算各国的华人人口比例。该数据每五年公布一次, 2011— 2014年的华人人口比例用2010年和2015年的华人人口比例的平均数代替, 2016年的华人人口比例用2015年和2017年的华人人口比例的平均数代替。

(2)跨境电商。本文借鉴田文和王超男的研究[32], 运用公式计算跨境电商贸易额CBECj=CBECi× (ICTj/ j=1nICTj), 其中i表示母国, j表示东道国(地区), ICT表示某一国(地区)的技术发展水平; IC Tjt=(Xj1tXj2tXj3t)13, Xj1t表示j国(地区)每百人拥有的固定电话线路数, Xj2t表示j国(地区)每百人拥有的移动电话数, Xj3t表示j国(地区)每百人的互联网用户数。

(3)企业与企业跨境电商贸易额。主要是表示不同国家(地区)企业与企业之间通过跨境电商平台进行贸易往来和交易所产生的交易额。

(4)企业与消费者跨境电商贸易额。主要是指不同国家(地区)的企业和消费者之间通过跨境电商平台进行交易所产生的交易额。

(5)跨境电商出口额。表示跨境电商贸易额中属于出口部分的贸易额。

(6)跨进电商进口额。表示跨境电商贸易额中属于进口部分的贸易额。

3.控制变量

根据Ramasamy等的研究[33], 东道国经济规模、劳动力成本、技术水平以及母国和东道国之间的地理距离都会影响母国OFDI。本文用东道国的经济生产总值表示东道国的经济规模; 用东道国的人均国民收入表示东道国的劳动力成本; 用东道国的高科技产品出口额占总制成品出口额的比例表示东道国技术水平; 母国和东道国之间的地理距离用北京和东道国首都之间的距离表示。母国和东道国之间的经济距离往往反映了要素成本和技术能力的差异, 是影响母国OFDI决策的重要因素[34], 本文用东道国与母国之间的人均GDP差的绝对值衡量。东道国的贸易开放程度[35]和自然资源禀赋[36]也是影响母国OFDI的重要指标, 本文用东道国的进出口贸易额占GDP的比重来衡量东道国的贸易开放程度, 用东道国燃料、矿石和金属出口占商品出口总额的比重来表示东道国自然资源禀赋。Aguilera-Caracuel等的研究表明, 正式制度距离和非正式制度距离是跨国公司对外投资决策不可忽略的因素[37]。正式制度距离的测量参考Wiig和Kolstad的研究[38], 采用世界银行世界治理指标(WGI)数据库提供的世界各国制度质量评价体系, 包括话语权和问责、政府稳定与暴力、政府效能、监管质量、法治程度和腐败控制。本文采用Hofstede文化评价指数衡量母国与东道国之间的非正式制度距离, 由于部分国家的数据缺失, 本文从权力距离、个人主义、男性主义、不确定性四个维度对母国与东道国的文化特征进行量化。

本文采用Kogut和Singh提出的对正式制度距离和非正式制度距离的测量方法[39], 计算公式如式(1)所示:

InsDisi= j=1n(Iij-Icj)2/Vj/n(1)

Icj表示母国的第j项指标, Iij表示第i国的第j项指标, Vj表示第j项指标的方差, n表示指标个数。

4.工具变量

护照费用。表示中国居民办理各国护照的费用, 高护照费用与较低的移民水平有关。数据来源于Mckenzie[40]提供的世界各地护照费用。

本文所涉及变量的类型、名称、标识与数据来源如表1所示。

表1 变量说明及其数据来源

如前所述, 本文通过两个阶段来研究跨境电商对华商网络OFDI的影响。

第一阶段模型:

ln OFDI=α 1CHI+α 2GDP+α 3DIS+α 4DP+α 5OPEN+α 6DE+α 7FID+α 8IID+α 9DB+α 10ZF+ξ

第二阶段模型:

ln COFDI=β 1CBEC+β 2GDP+β 3DIS+β 4DP+β 5OPEN+β 6DE+β 7FID+β 8IID+β 9DB+β 10ZF+ξ

(二) 变量相关性分析

1.单位根检验

本文结合Dickey和Wayne提出的ADF-Fisher单位根检验法[41]以及Phillips和Perron提出的Fisher-PP单位根检验法[42]对各面板序列进行单位根检验, 检验结果如表2所示。由表2可以看出, 各变量的p值均小于10%从而拒绝原假设, 表明各面板序列不存在单位根, 具有良好的稳定性。

2.多重共线性检验

为保证检验结果的稳健性, 对文章所有自变量进行方差膨胀因子(VIF)分析, VIF的值越大, 说明多重共线性问题越严重。表2中显示所有变量的VIF值都远小于5, 表示模型中的变量之间不存在多重共线性问题。

表2 描述性统计及各变量单位根p值和VIF检验结果

3.模型选择

本文实证模型采用面板数据模型, 模型选择的检验步骤如下:第一, F检验结果为p=0.000, 拒绝“ 混合效应模型是可以接受的” 的原假设, 固定效应模型优于混合回归模型; 第二, LM检验结果为p=0.000, 拒绝“ 不存在个体随机效应” 的原假设, 与混合回归模型相比, 随机效应模型更好; 第三, Hausman检验选择固定效应模型和随机效应, 原假设为“ 应该使用随机效应模型” , 检验结果为p=0.086 6, 不能拒绝原假设, 随机效应模型更优。

四、 实证结果分析
(一) 华商网络对OFDI的影响

本文根据第一阶段模型, 检验华商网络对OFDI的影响, 检验结果如表3所示。华商网络对OFDI的回归系数为0.051, 在5%的水平上显著为正, 表明华商网络对OFDI有正向的促进作用, 即华商网络的活动越活跃, 中国跨国公司的OFDI就越高, 假设1成立。

(二) 稳健性检验

本文运用工具变量进行稳健性检验。移民网络会影响OFDI, 反过来OFDI也会增加母国对东道国的净移民[19]。中国OFDI会影响海外华商网络的分布, 华商网络与中国OFDI之间可能存在双向因果关系。工具变量可以有效地解决内生性问题, 本文选择护照费用作为华商网络的工具变量主要是基于以下考虑:一是从与内生变量的关系看, 办理护照的费用提高会增加移民的成本, 与移民存在负相关关系; 二是从外生性的角度考虑, 办理护照的费用是由各国自由设定, 与OFDI之间是相互独立的, 不会对OFDI产生影响。综上所述, 本文选取护照费用作为华商网络的工具变量。

使用工具变量进行估计的结果如表3所示。本文采用以下统计检验判断工具变量选择是否合适:(1)工具变量与内生变量的相关性, 计算Stock和Yogo[43]的最小特征值统计量为10.704, 因此, 拒绝“ 弱工具变量” 的零假设, 说明工具变量与内生变量之间具有较强的相关性; (2)Kleibergen-Paaprk LM检验在1%的显著性水平上拒绝“ 工具变量识别不足” 的零假设; (3)通过Hausman检验, 在5%的显著性水平上拒绝“ 华商网络是外生的” 的零假设。综上, 本文选择的工具变量是合理的。在引入CUSD工具变量有效地控制内生性问题之后, 华商网络系数在5%的水平上显著为正, 没有实质性变化, 再次验证假设1。

表3 华商网络对OFDI的影响分析
(三) 跨境电商对华商网络OFDI的影响

由第一阶段回归结果得出华商网络的系数为0.051%, 将该系数与OFDI额相乘即可得到华商网络OFDI的值, 再根据第二阶段模型, 检验跨境电商对华商网络OFDI的影响。如表4所示, 模型1包括所有控制变量, 模型2加入变量跨境电商(CBEC)。

表4 全样本回归结果

表4中模型2显示, CBEC的系数为0.602, 在1%的水平上显著, 表明跨境电商的贸易额每增长1%, 华商网络OFDI增长0.602%, 跨境电商与华商网络OFDI呈现正相关关系, 华商网络通过与跨境电商结合, 对OFDI的效应得到加强, 假设2得到验证。根据产品生产周期理论, 国际投资会在国际贸易之后产生, 企业前期通过对外贸易进行资本积累, 为后期OFDI奠定基础。由跨境电商所完善的跨国运输渠道及信息搜集系统可以帮助华商网络在前期更加快速地积累资本, 也帮助华商网络在前期对外贸易和后期OFDI过程中节省大量的时间和运营成本。跨境电商的出现促使更多的华侨华人成为国际经济的参与者, 扩大了华商网络的和国际贸易的规模, 为海外华商搭乘中国经济快速发展便车提供了途径, 也为海外华商转型升级经营模式提供了机遇, 从而促进中国企业持续开展OFDI活动。

(四) 不同种类跨境电商对华商网络OFDI的影响

本文将跨境电商分为两大类:第一类包括B2B跨境电商和B2C跨境电商; 第二类包括出口贸易和进口贸易。将第二阶段模型中的自变量变换为B2B贸易额(B2B)、B2C贸易额(B2C)、跨境电商出口额(EXPORT)、跨境电商进口额(IMPORT), 得出四个新的方程, 以此来分析不同种类的跨境电商对华商网络OFDI的影响。回归结果如表5所示。

表5 不同种类跨境电商对华商网络OFDI的影响

第一种分类的回归结果如模型3和模型4所示。模型3和模型4中B2B和B2C的系数都为正, 且在1%的水平上显著, 说明企业与企业之间的跨境电商贸易、企业与消费者之间的跨境电商贸易对华商网络OFDI都有正向促进作用。B2B的系数为0.629, B2C的系数为0.336, 说明B2B对华商网络OFDI的正向促进作用更大。B2B是企业与企业之间的交易, 其市场信息收集更加全面; 相较于B2C模式, 企业与企业之间的交易量更大, 交易双方的信任度也更高, 逆向选择与道德风险发生的概率也更低, 更有利于企业打开海外市场, 开拓海外合作伙伴。所以, B2B跨境电商更能够促进华商网络OFDI。

第二种分类的回归结果如模型5和模型6所示。模型5和模型6中EXPORT和IMPORT的系数都为正, 且在1%的水平上显著, 说明跨境电商出口贸易和跨境电商进口贸易对华商网络OFDI都有正向促进作用。EXPORT的系数为0.646, IMPORT的系数为0.375, 说明跨境电商出口贸易比跨境电商进口贸易对华商网络OFDI的正向促进作用大。中国跨境电商进出口产品以制成品为主, 根据高扬的研究(① 参见高扬《我国进出口贸易结构与对外直接投资区位选择的相关性分析》, 吉林大学国际贸易学2017年硕士学位论文。), 进口制成品在一定程度上会挤压国内相关产业的市场份额, 而目前中国国内工业产业处于产能过剩阶段, 制成品进口额的增加会加剧中国国内的企业竞争, 过度竞争将不利于中国OFDI布局; 出口制成品的企业通过寻求海外市场可以解决产能过剩和成本过高的问题, 企业通过出口寻求更多的商业机会, 进一步获取市场, 为企业的海外投资做准备, 对中国的OFDI有显著的促进作用。所以, 跨境电商出口贸易对华商网络OFDI的促进作用更明显。

综上, 不同种类的跨境电商贸易对华商网络OFDI都有正向促进作用, 但是B2B跨境电商和跨境电商出口贸易的促进作用更大。这也进一步验证了假设2, 跨境电商与华商网络OFDI存在正相关关系。

为了进一步证明本文所得结论的合理性, 本文将使用护照费用工具变量所得出的华商网络对OFDI的影响系数乘以OFDI额, 重新计算华商网络OFDI额, 并运用第二阶段模型进行回归, 回归结果如表6所示。

表6 加入工具变量的华商网络OFDI回归结果

表6所示, CBEC和不同种类跨境电商(B2B、B2C、EXPORT、IMPORT)的回归系数依然在1%的水平上显著为正, 且系数大小与之前研究所得的回归结果没有太大差异, 说明本文的研究结果是稳健的, 即跨境电商对华商网络OFDI有正向促进作用, 不同种类跨境电商对华商网络OFDI的影响具有差异性。

五、 结论与建议

本文运用中国OFDI的宏观数据, 将跨境电商加入华商网络OFDI的研究中, 拓展了OFDI的研究内涵, 丰富了华商网络OFDI的影响机理, 明确了跨境电商与华商网络OFDI的关系, 也为未来跨境电商的研究提供了新的视角。本文还创新性地研究了不同种类的跨境电商对华商网络OFDI的影响。

实证结果支持华商网络对OFDI有正向作用的假设, 即东道国华商网络越活跃则越有利于母国在该国进行直接投资。世界经济一体化, 跨国公司在进行OFDI的过程中要充分考虑华商网络这种非正式网络的影响。一方面, 各国政府应当维护国际移民权益, 支持国际移民组织(IMO)的政策, 加强企业与华商网络的交流平台建设; 另一方面, 跨国企业应当与东道国华侨华人积极交流沟通, 通过华商网络与当地主流社会增进交流, 扩大自身的优势, 增进对跨国文化差异的理解, 避免不必要的海外投资摩擦与OFDI交易成本。

实证结果也支持跨境电商对华商网络OFDI有正向作用的假设。B2B跨境电商贸易对华商网络OFDI的促进作用要大于B2C跨境电商贸易, 跨境电商出口贸易对华商网络OFDI的促进作用要大于跨境电商进口贸易。运用跨境电商可以有效地降低贸易成本和进入门槛, 更有利于促进移民网络OFDI。因此, 应当进一步扩大全球跨境电商的交易规模, 放宽跨境电商企业的国际准入条件, 鼓励资本进驻跨境电商企业。鼓励OFDI企业将华商网络与“ 互联网+” 结合, 发挥跨境电商低成本和便捷的优势, 利用跨境电商扩大华商网络的效应, 促进华商网络与跨国企业的持续经营。

由于条件限制, 本文也存在一定的不足。首先, 本文实证数据年限较短, 主要是由于中国跨境电商贸易起步较晚, 从2011年才开始公布跨境电商数据; 其次, 虽然中国跨境电商与OFDI近年来发展迅速, 华人移民网络遍布全球, 研究华人移民网络与中国企业国际化有一定的代表性和典型性, 但国际移民是世界性的普遍现象, 中国人向外移民只是国际移民潮流中的一个组成部分, 并不是中国独有的现象, 另外还有犹太移民、印度移民、非洲移民等, 未来应该采用更多的移民样本, 丰富和拓展全球移民网络与国际经济的研究内容。

参考文献
[1] Kim T. Y. , Dekker R. & Heij C. , ″Cross-Border Electronic Commerce: Distance Effects and Express Delivery in European Union Markets, ″ International Journal of Electronic Commerce, Vol. 21, No. 2 (2017), pp. 184-218. [本文引用:2]
[2] Tham S. Y. , Goh S. K. & Wong K. N. et al. , ″Bilateral Export Trade, Outward and Inward FDI: A Dynamic Gravity Model Approach Using Sectoral Data from Malaysia, ″ Emerging Markets Finance and Trade, Vol. 54, No. 12 (2018), pp. 2718-2735. [本文引用:1]
[3] Gomez-Herrera E. , Martens B. & Turlea G. , ″The Drivers and Impediments for Cross-Border E-commerce in the EU, ″ Information Economics & Policy, Vol. 28, No. 1 (2014), pp. 83-96. [本文引用:1]
[4] Yang J. , Yang N. & Yang L. , ″The Factors Affecting Cross-Border E-commerce Development of SMEs: An Empirical Study, ″ Bioresource Technology, Vol. 102, No. 3 (2014), pp. 3322-3329. [本文引用:1]
[5] Giuffrida M. , Mangiaracina R. & Perego A. et al. , ″Cross Border B2C E-commerce to Greater China and the Role of Logistics: A Literature Review, ″ International Journal of Physical Distribution & Logistics Management, Vol. 47, No. 6 (2017), pp. 772-795. [本文引用:1]
[6] Liu X. , Chen D. & Cai J. , ″The Operation of the Cross-Border E-commerce Logistics in China, ″ International Journal of Intelligent Information Systems, Vol. 4, No. 2-2(2015), pp. 15-18. [本文引用:1]
[7] Yang N. , Fu J. & Wang Y. , ″Study of the Impact of the Cross-Border E-commerce Model Based on the Belt and Road on China’s International Trade System, ″ Revista de la Facultad de Ingeniería U. C. V. , Vol. 32, No. 8 (2017), pp. 490-496. [本文引用:2]
[8] Martens B. , ″What Does Economic Research Tell Us about Cross-Border E-commerce in the EU Digital Single Market?″2013-02-15, http://dx.doi.org/10.2139/ssrn.2265305, 2019-01-14. [本文引用:2]
[9] Wang Y. , Wang Y. & Lee S. H. , ″The Effect of Cross-Border E-commerce on China’s International Trade: An Empirical Study Based on Transaction Cost Analysis, ″ Sustainability, Vol. 9, No. 11 (2017), pp. 1-13. [本文引用:2]
[10] Epstein G. S. & Gang I. N. , ″Ethnic Networks and International Trade, ″2004-08-10https://ssrn.com/abstract=574064, 2019-01-14. [本文引用:1]
[11] Federici D. & Giannetti M. , ″Temporary Migration and Foreign Direct Investment, ″ Open Economies Review, Vol. 21, No. 2 (2010), pp. 293-308. [本文引用:1]
[12] Gheasi M. , Nijkamp P. & Rietveld P. , ″Migration and Foreign Direct Investment: Education Matters, ″ The Annals of Regional Science, Vol. 51, No. 1 (2013), pp. 73-87. [本文引用:1]
[13] Gould D. M. , ″Immigrant Links to the Home Country: Empirical Implications for U. S. Bilateral Trade Flows, ″ Review of Economics & Statistics, Vol. 76, No. 2 (1994), pp. 302-316. [本文引用:1]
[14] White R. & Tadesse B. , ″Immigration Policy, Cultural Pluralism and Trade: Evidence from the White Australia Policy, ″ Pacific Economic Review, Vol. 12, No. 4 (2007), pp. 489-509. [本文引用:1]
[15] Jansen M. & Piermartini R. , ″Temporary Migration and Bilateral Trade Flows, ″ World Economy, Vol. 32, No. 5 (2009), pp. 735-753. [本文引用:1]
[16] Rauch J. E. & Trindade V. , ″Ethnic Chinese Networks in International Trade, ″ The Review of Economics and Statistics, Vol. 84, No. 1 (2002), pp. 116-130. [本文引用:2]
[17] Hatzigeorgiou A. , ″Migration as Trade Facilitation: Assessing the Links Between International Trade and Migration, ″ The B. E. Journal of Economic Analysis & Policy, Vol. 10, No. 1 (2010), pp. 1-35. [本文引用:1]
[18] Fagiolo G. & Mastrorillo M. , ″Does Human Migration Affect International Trade? A Complex-Network Perspective, ″ PloS One, Vol. 9, No. 5 (2014), pp. 1-11. [本文引用:1]
[19] Sand erson M. R. & Kentor J. , ″Foreign Direct Investment and International Migration: A Cross-National Analysis of Less-Developed Countries, 1985-2000, ″ International Sociology, Vol. 23, No. 4 (2008), pp. 514-539. [本文引用:2]
[20] Hernand ez E. , ″Immigrant Social Capital and Firm Strategic Heterogeneity: Effects on Foreign Entry and Firm Performance″ https://conservancy.umn.edu/bitstream/handle/11299/112580/Hernandez_umn_0130E_11937.pdf;sequence=1, 2019-01-14. [本文引用:1]
[21] Baghdadi L. & Cheptea A. , ″Migrant Associations, Trade and FDI, ″ Annals of Economics & Statistics, Vol. 71, No. 97 (2010), pp. 71-101. [本文引用:1]
[22] Xu D. , Pan Y. & Beamish P. W. , ″The Effect of Regulative and Normative Distances on MNE Ownership and Expatriate Strategies, ″ Management International Review, Vol. 44, No. 3 (2004), pp. 285-307. [本文引用:1]
[23] Johanson J. & Vahlne J. E. , ″The Uppsala Internationalization Process Model Revisited: From Liability of Foreignness to Liability of Outsidership, ″ Journal of International Business Studies, Vol. 40, No. 9 (2009), pp. 1411-1431. [本文引用:1]
[24] 范兆斌杨俊: 《海外移民网络、交易成本与外向型直接投资》, 《财贸经济》2015年第4期, 第96-108页.
[Fan Zhaobin & Yang Jun, ″International Emigration Network, Transaction Cost and Outward FDI, ″ Finance & Trade Economics, No. 4 (2016), pp. 96-108. ] [本文引用:1]
[25] Lu J. , ″A Social-Network Behavioural Approach to Overseas Chinese and Overseas Non-Chinese Investments in China, ″ Tijdschrift Voor Economische En Sociale Geografie, Vol. 103, No. 4 (2012), pp. 426-442. [本文引用:1]
[26] 衣长军徐雪玉: 《海外华人网络、双边伙伴关系与中国OFDI空间格局》, 《华侨大学学报(哲学社会科学版)》2016年第3期, 第116-125页.
[Yi Changjun & Xu Xueyu, ″A Research on the Relationship among Overseas Chinese Network, Two-Way Relationship and the Spatial Pattern of Chinese OFDI, ″ Journal of Huaqiao University ( Philosophy and Social Sciences), No. 3 (2016), pp. 116-125. ] [本文引用:1]
[27] 袁海东朱敏: 《海外华人网络对中国对外投资的影响研究——基于东道国异质性的视角》, 《国际商务》2017年第5期, 第79-89页.
[Yuan Haidong & Zhu Min, ″The Effect of Overseas Chinese Network on Chinese OFDI: A Research Based on Mediating Effect and Host Country Heterogeneity, ″ International Business, No. 5 (2017), pp. 79-89. ] [本文引用:1]
[28] Miao Q. , Xie D. & Zhong W. , ″Platform Externality, Asymmetric Information, and Counterfeit Deterrence in E-commerce, ″ Emerging Markets Finance and Trade, Vol. 54, No. 14 (2018), pp. 3209-3234. [本文引用:1]
[29] Moran T. H. , ″The Product Cycle Model of Foreign Direct Investment and Developing Country Eelfare, ″ Journal of International Management, Vol. 6, No. 4 (2000), pp. 297-311. [本文引用:1]
[30] Damijan J. P. , Polanec S. & Prasnikar J. , ″Outward FDI and Productivity: Micro-Evidence from Slovenia, ″ World Economy, Vol. 30, No. 1 (2007), pp. 135-155. [本文引用:1]
[31] Cross A. R. , Buckley P. J. & Clegg L. et al. , ″An Econometric Investigation of Chinese Outward Direct Investment, ″in Dunning J. H. & Lin T. M. (eds. ), Multinational Enterprises and Emerging Challenges of the 21 st Century, Cheltenham: Edward Elgar, 2007, pp. 55-85. [本文引用:1]
[32] 田文王超男: 《跨境电商对华商网络贸易的效应分析》, 《南京审计学院学报》2018年第1期, 第35-45页.
[Tian Wen & Wang Chaonan, ″An Analysis of the Effect of Cross Border Electronic Commerce on the International Trade of Ethnic Chinese Networks, ″ Journal of Nanjing Audit University, No. 1 (2018), pp. 35-45. ] [本文引用:1]
[33] Ramasamy B. , Yeung M. & Laforet S. , ″China’s Outward Foreign Direct Investment: Location Choice and Firm Ownership, ″ Journal of World Business, Vol. 47, No. 1 (2012), pp. 17-25. [本文引用:1]
[34] Tsang E. W. K. & Yip P. S. L. , ″Economic Distance and the Survival of Foreign Direct Investments, ″ The Academy of Management Journal, Vol. 50, No. 5 (2007), pp. 1156-1168. [本文引用:1]
[35] Sun C. & Shao Y. , ″An Empirical Analysis of the Spatial Links in China’s Outward Foreign Direct Investment, ″ https://ieeexplore.ieee.org/document/7854409, 2019-01-14. [本文引用:1]
[36] Wang P. & Yu Z. , ″China’s Outward Foreign Direct Investment: The Role of Natural Resources and Technology, ″ Economic and Political Studies, Vol. 2 (2014), pp. 89-120. [本文引用:1]
[37] Aguilera-Caracuel J. , Hurtado-Torres N. E. & Aragón-Correa J. A. et al. , ″Differentiated Effects of Formal and Informal Institutional Distance Between Countries on the Environmental Performance of Multinational Enterprises, ″ Journal of Business Research, Vol. 66, No. 12 (2013), pp. 2657-2665. [本文引用:1]
[38] Wiig A. & Kolstad I. , ″Multinational Corporations and Host Country Institutions: A Case Study of CSR Activities in Angola, ″ International Business Review, Vol. 19, No. 2 (2010), pp. 178-190. [本文引用:1]
[39] Kogut B. & Singh H. , ″The Effect of National Culture on the Choice of Entry Mode, ″ Journal of International Business Studies, Vol. 19, No. 3 (1998), pp. 411-432. [本文引用:1]
[40] Mckenzie D. , ″Paper Walls Are Easier to Tear Down: Passport Costs and Legal Barriers to Emigration, ″ World Development, Vol. 35, No. 11 (2009), pp. 2026-2039. [本文引用:1]
[41] Dickey D. A. & Wayne A. F. , ″Distribution of the Estimators for Autoregressive Time Series with a Unit Root, ″2012-04-05, https://doi.org/10.1080/01621459.1979.10482531, 2019-01-14. [本文引用:1]
[42] Phillips P. C. B. & Perron P. , ″Testing for a Unit Root in Time Series Regression, ″ Biometrika, Vol. 75, No. 2 (1988), pp. 335-346. [本文引用:1]
[43] Stock J. H. & Yogo M. , ″Testing for Weak Instruments in Linear IV Regression, ″2003-04-02, https://ssrn.com/abstract=346941, 2019-01-14. [本文引用:1]