“内循环”产能与对外直接投资的相互影响机制研究

何绍福，杨碧琴

（闽南师范大学a.历史地理学院；b.商学院，福建 漳州 363000）

一、引言

随着中国经济进入新常态发展阶段，国家在全面开放的新格局下，从战略层面规划高质量发展重大策略，并提出强化内在消费驱动措施，实现过剩产能内在消化，开创了国际国内双循环的新格局［1～3］。随着中国经济在世界占比的不断提高以及国家地位的不断崛起，以美国为首的西方国家采用了各种贸易措施，遏制中国的发展；通过发动多轮贸易战，打击中国的对外贸易及重点出口企业，迫使中国工业产能由出口进一步调整为内在消化，使中国试图通过对外贸易消化过剩产能实现经济结构优化的策略受到严重影响［4～6］。同时，随着中国劳动力成本的不断提升，大部分中低端制造业由于成本等因素，逐渐搬出国内。在这样的背景下，党中央、国务院在十九大后进一步提出加快淘汰落后产能，加快构建高质量、高效率的产业体系。2020年习近平总书记郑重提出中国经济结构要尽快构建以国际国内双循环为主体、国内国际双循环相互支撑相互促进的发展新格局。在这一方针指导下，如何通过对外直接投资的内引外出效应来提升内循环下的产能利用率，加快技术转型升级及创新研发，提升内在驱动力，进而实现经济社会的高质量发展，这是摆在当前亟待解决的关键问题［7～8］。

实现经济双循环的关键之一在于工业过剩产能的内在消化，而工业产能过剩特别是中低端产能过剩是困扰国内的主要经济风险之一。IMF认为中国的产能利用率赶不上2008年以前的美国。另外，随着国际贸易制裁的不断加剧，进一步压缩产能利用率的提升空间［9～10］。为此，在供给侧改革的背景下，如何通过对外直接投资改善国内工业产能的利用率以及两者之间的背景如何，成为本文研究的核心内容，这也是目前国内外文献鲜有涉猎的重点课题。

综合上述研究背景及现状，本文首先对国内工业产能的利用水平进行分析，随后采用实证分析模型，结合内循环产能中的关键因素指标，通过选取产能利用率指标来深入且较为全面地分析对外直接投资与内循环工业产能的影响机制，从而为双循环格局下的对外直接投资与国内经济高质量发展的互相融合提供政策借鉴。

二、文献综述

在理论研究中，主要是通过产能利用率对工业产能进行测算，而在实际测算中，产能过剩即为产能利用率低于100%。根据研究现状，由于技术、市场等多因素影响，产能利用率均无法实现100%。发达国家由于技术方面的优势，产能利用率能达到80%左右，大部分发展中国家由于从事的是中低端制造行业，无法获取技术优势，因此产能利用率更低。而产能利用率直接决定了产能过剩程度，对经济结构的优化产生显著影响［11～12］。

关于工业产能测算的方法，不少学者进行了大量尝试，通常有单因素及多因素两种方法。最早的单因素方法，仅考虑投入对产能变化的影响，比如通过资金投入或设备使用来计算产能利用率［13～15］。后来在研究中发现，单因素模型无法同时解决供给侧和需求侧的关键因素影响，因此对前述的单因素模型进行了调整，综合考虑需求端的消费等因素的模型，建立了包含实际需求与实际产出以及实际产出与潜在产出的比值模型，对工业产能利用率进行综合测算［16～18］。

针对产能利用率测算后产能过剩的治理，学者们进行了大量研究［19～23］。但通常是从国内经济结构出发，从政府治理层面进行策略研究，并未考虑对外直接投资等非国内市场因素对产能过剩的影响。随着中国对外投资规模的增大，促进了过剩产能向境外进行转移。近年来，不少学者从全球一体化视角及产业链层面，研究发达国家如何通过国家产业转移来化解过剩产能，并对相关的经验进行总结［24～26］；通过技术资本出海，解决过剩产能问题。同时，利用面板数据，通过建立灰度模型，分析对外直接投资对过剩产能的影响以及对应的策略很少涉及。

虽然学者针对对外直接投资与产能利用率及产能过剩的影响进行了相关研究［27～32］，但很少涉及如何通过对外直接投资来化解国内工业产能过剩带来的影响。本文的着眼点是通过对内循环工业产能的测算，分析研究对外直接投资与内循环工业产能二者的相互联系。

三、理论模型构建

（一）研究假设

本文采用多因素模型，从内循环工业产能生产侧与消费侧两端进行分析，将产能利用率分为两个部分，从生产与消费两个层面分析对外直接投资对产能的影响［33］。

1.对外直接投资对生产侧产能利用率的影响

对外直接投资通过要素水平的提高直接提升了生产端的产能利用率。在内循环工业体系中，对外直接投资通过产业链的投资转移，改善了供给侧结构，并且在生产端优化了要素配置，为此，提出如下假设：

假设1：对外直接投资通过改善国内投资与技术对生产侧产能利用率产生积极影响。

2.对外直接投资对消费侧产能利用率的影响

消费侧的产能利用率主要通过消费市场对产品需求及消化能力来反映。在消费侧，对外直接投资可以通过产品在投资国市场的消化，促使国内市场产品供给量下降，同时对国内投资有挤出效应，优化生产要素配置，提升国内产品的销售率，进而有效缓解产能过剩现象的产生。为此，提出如下假设：

假设2：对外直接投资通过对国内消费市场的影响进而对消费侧产能利用率产生积极影响。

除了以上两个假设外，还要考虑在不同行业科技水平、金融环境及汇率等因素的影响下，对外直接投资与产能利用率之间的关系。对外直接投资受不同行业科技水平、投资国的金融环境及汇率等因素的影响，进而影响综合产能利用率的效果，对内循环产能利用率也会产生作用。为此，提出如下假设：

假设3：对外直接投资受行业科技水平、投资国金融环境及汇率等因素的影响进而对内循环工业产能利用率产生影响。

综合以上分析，本文将对外直接投资对内循环产能利用率的影响机制进行汇总，如图1所示。

图1 对外直接投资对内循环产能利用率的影响机制

（二）模型设定

结合以上的研究机制，采用面板回归模型来分析对外直接投资与内循环工业产能之间的关系［34］，基本的模型可以设定为：式（1）中，pr为内循环产能利用率；α0为常数项；α1、α2、α3、α4为影响系数；dc和dt为企业单位对外投资和随时间对外投资的变量，表征企业对外投资以及随时间投资情况；ks表示不同行业的效应；kt为随时间的效应；kr表示投资地区的效应。ε为截距项，另外tc表示科技水平th、汇率er、出口规模es以及投资国的金融环境fe等因素的影响。

将产能利用率进一步分解为需求端和供给端，如式（2）：

式（2）中，prd为需求端的产能利用率，prc为供给端的产能利用率。综合产能利用率等于二者相乘。

继续对公式（1）进行求对数分解，可以得到：

其中：β0、γ0为常数项，β1、β2、β3、β4为供给端产能利用率对应的影响系数，γ1、γ2、γ3、γ4为需求端产能利用率对应的影响系数，tc1为科技水平th、出口规模es、金融汇率er、投资环境fe等因素对供给端的影响。tc2为科技水平th、出口规模es、金融汇率er、投资环境fe等因素对需求端的影响。σ、η为截距项。

（三）变量计算方法及相关数据来源

1.变量计算方法

变量计算方法及数据如表1所示：

表1 变量计算方法及数据

表1（续）

2.相关数据来源

结合以上变量的需要，本文综合2012—2020年的《中国统计年鉴》《中国工业统计年鉴》《中国工业企业数据库》《中国金融统计年鉴》《中国对外投资公报》《全球竞争力报告》《全球商业环境报告》等参考资料的数据［35～36］，剔除内循环中不相关的产业及企业，得到的样本数据及描述性统计结果如表2和表3所示。

表2 2012—2020年投资样本总数量

表3 变量描述性统计分析

四、结果分析

（一）“内循环”产能的测度与趋势分析

通过计算年度的企业单位的产能利用率的平均值，并绘制内循环产能利用率的趋势，如图2所示。从图2可知，中国工业产能利用率的基本态势总体比较平稳。但在2019年之后，逐渐呈现下降趋势，同时叠加新冠肺炎疫情等因素的影响，产能利用率进一步出现下跌状态。

图2 工业产能利用率的变化趋势

从产能利用率的测算数值可知，近十年来中国工业产能利用率一直处于0.650左右，明显落后于发达国家的产能利用率水平。其中，生产端的产能利用率相对较高，而需求端的产能利用率相对较低，拉低了整体水平，这主要与中国长期的经济结构相关。目前，中国的经济结构主要以生产要素进行大量投资进而驱动经济发展，而国内内在的消费能力并未得到有效的挖掘与释放，由此阻碍了中国产能利用率总体水平的提升。

为深入挖掘中国内循环工业产能利用率测算结果的内在关系，本文对细分的36个工业行业的产能利用率进行测算，具体结果如图3所示。

图3 中国工业36个子行业的产能利用率

从图3可知，通过36个微观子行业层面的供给端与需求端的产能利用率及综合产能利用率测算结果可以看出，目前以上微观行业供给端的产能利用率均相对较高，部分能到0.9左右的水平，大部分都超过0.8。而需求端的产能利用率整体相对较低，需求端的产能一直没有得到有效利用，影响了总体产能利用率。同时从图3可以看出，不同细分行业的产能利用率也存在一定差异，原材料相关的石油、煤炭、焦化及核燃料加工行业产能利用率相对较高，主要与S18相关。而S36对应的水资源利用与供应产业的产能利用率最低，仅为0.48左右。当然，这与不同行业的科技发展水平存在一定关联。

（二）对外直接投资与内循环产能的关联分析

为更加深入地分析对外直接投资与内循环产能之间的关联，采用5种回归模型进行对比分析，模型1仅考虑企业对外投资的时间及投资事件变量，模型2综合考虑科技水平、出口规模、金融汇率与投资环境等变量因素，模型3在模型2的基础上考虑不同行业、不同时间及不同投资区域的固定效应影响，模型4和模型5分别为供给侧与需求侧的产能利用率的影响因素分析，结果如表4。

从表4模型1的回归分析结果可以看出，企业单位对外投资事件及时间的变量与产能利用率呈现正相关，但由于没有考虑科技水平、出口规模、金融汇率及投资环境等变量因素的影响，相关性水平并不显著。为进一步考虑对外直接投资与产能利用率的影响关系，将科技水平、出口规模、金融汇率及投资环境等因素进行综合考虑，如模型2和模型3所示，科技水平对产能利用率呈现显著正向促进作用，出口规模对产能利用率呈现正向促进作用。由此可知，科技水平的提升，不仅能加速对外投资的进度，而且能提升产能的利用效率；出口规模同样减轻了产能过剩的压力，进而提升了产能利用率。继续分析可以发现，汇率因素与产能利用率呈现负相关，这是由于汇率因素会抑制对外投资的密度与强度，进而影响产能的出口效率，但影响作用并不显著。而投资环境与产能利用率显著正相关，这是由于投资环境直接决定投资的收益及质量水平，进而也影响了产能的对外输出，影响了产能的综合利用率。另外，模型3与模型2相比多考虑了投资行业、投资时间与投资区域等因素的影响，因此各因素与产能利用率的相关性水平有所提升，但总体影响并不大。

表4 模型总体估计结果

为深入研究对外直接投资与内循环工业产能二者的联系，本文分别讨论供给端的产能利用率与需求端的产能利用率对内循环产能利用率的影响，如模型4与模型5。从模型4可知，企业对外直接投资与供给侧的产能利用率存在显著正相关，科技水平、出口规模、金融汇率及投资环境等变量因素同样与供给侧的产能利用率显著正相关，这是由于科技水平、出口规模、投资环境等变量能够直接或间接通过对外投资水平影响供给侧的产能利用率，而汇率等因素由于与产品在当地的销售和需求相关，并没有对供给侧的产能利用率产生显著相关。继续对模型5的回归结果进行分析，可以看到，对外直接投资与需求端的产能利用率并无显著正相关，这意味着对外直接投资并不能显著影响产品市场的销售，也无法直接在消费需求端市场实现产能利用率的提高。同时，出口规模、投资环境对需求端的产能利用率不能产生积极影响，这是由于出口规模与投资环境这两个因素只能够吸引对外直接投资在生产端实现消费产能的提升，但并不能提升产品在消费端市场的消耗率，也无法显著影响需求端的产能利用率；科技水平的提升分为生产设备端的提升及生产产品的提升，对生产端与消费端都存在较大影响，因此科技水平的提升通过对外直接投资可以显著影响需求端的产能利用率，产品的科技水平和竞争力与市场需求端的产能利用率具有正比关系。汇率因素对出口产品的竞争力形成显著影响，因此对需求端的产能利用率产生显著影响，并呈现显著负相关。

综合以上模型的回归分析可知，对外直接投资与产能利用率存在显著正相关，并通过科技水平、出口规模、金融汇率、投资环境等因素，直接或间接影响内循环的产能利用率。科技水平的提升从供给侧和需求侧两端，充分挖掘了现有的生产潜能及产品在市场上的消费力与竞争力，进而提升了供给侧、需求侧的产能利用率；出口规模、投资环境等因素和对外直接投资的强度、密度与对外投资水平均存在显著关联，因此对产能利用率，特别是供给端的产能利用率产生显著影响。另外，汇率对产品在市场中的需求与销售情况有很大影响，因此对需求端的产能利用率有显著影响，并呈现显著负相关。因此，对外直接投资对解决产能利用效率有显著作用，通过科技水平、出口规模、金融汇率、投资环境等因素，既可以在供给端对产能利用效率进行调整和提升，又可以影响需求端的产能利用效率，优化供给侧两端的资源配置，降低过剩产能风险，提高内循环产能利用效率。

最后结合本文提出的研究假设，可以看出，回归分析结果验证了假设1即对外直接投资通过改善国内投资与技术对生产侧产能利用率产生积极影响。针对假设2，回归分析结果显示，对外直接投资通过科技水平与汇率等因素，影响了投资国的产品市场需求，进而对产品的国内消费市场也产生影响，进一步影响了消费端的产能利用率。对于假设3，回归结果显示，对外直接投资通过科技水平、出口规模、金融汇率及投资环境等因素的影响进而对内循环工业产能利用率产生影响，这一点与假设3非常符合，因此，回归分析结果与研究假设的一致度较高，说明研究结果是准确的。

（三）模型检验结果

为进一步验证回归模型的准确性与可靠性，本文采用GMN方法考察对外直接投资与内循环产能之间的相关性及影响效果［37～38］。为保证数据的完整性与有效性，本研究保留所有样本数据，同时选取上市企业样本中没有进行对外投资的企业样本（2629家）进行模型检验对比。从稳健性检验结果可以发现，Arellano-Bond检验与Sargan检验结果证明本文的研究方法具有很强的解释力，结合表5给出的动态面板数据验证结果，可以看到，在GMN检验方法下，dc×dt的系数为显著正相关，再次证明对外直接投资对内循环产能利用率具有明显的促进作用。

表5 稳健性检验结果

五、研究结论与政策建议

（一）研究结论

近年来，随着中国经济增速的不断放缓，经济社会发展进入新常态发展阶段。为进一步提升发展驱动力，在战略层面提出了高质量发展策略，同时随着欧美发达国家在经济贸易上的不断制裁，国家绘制了开创国际国内双循环的发展战略新格局。在双循环的战略格局下，如何进一步优化中国工业产能结构，通过对外直接投资的内引外出效应来提升内循环下的产能利用率，解决产能过剩问题，同时加快技术转型升级及创新研发，提升内在驱动力，进而实现经济社会的高质量发展。在以上背景下，本文着眼于宏观与微观层面，通过建立面板回归分析模型，研究对外直接投资与内循环产能利用率之间的关联影响，并通过科技水平、出口规模、金融汇率、投资环境等因素分析两者之间的影响机制，得出如下结论：

第一，近十年来，中国工业产能利用率总体比较平稳。但在2019年之后逐渐下降，同时叠加新冠肺炎疫情等因素的影响，产能利用率进一步出现下跌状态。从产能利用率测算结果可知，中国工业产能利用率处于0.65左右，低于发达国家产能利用率水平。其中，生产端的产能利用率性对较高，部分能达到0.9左右水平，而需求端的产能利用率相对较低，拉低了整体水平，这与中国当前的投资型经济结构密切相关。而国内内在的消费能力并未得到有效的挖掘与释放，从而阻碍了产能利用率总体水平的提升。

第二，深入分析对外直接投资与内循环产能两者的关系可知，对外直接投资与产能利用率呈显著正相关，并通过科技水平、出口规模、金融汇率、投资环境等因素，既可以在供给端对产能利用效率进行调整和提升，又可以影响需求端的产能利用效率，优化供给侧两端的资源配置，降低过剩产能风险，提升内循环产能利用效率。

第三，在科技水平、出口规模、金融汇率、投资环境等因素中，科技水平的提升从供给侧和需求侧两端提升了产能利用效率，出口规模、投资环境等因素明显影响供给端的产能利用率。另外，汇率对需求端的产能利用率有显著影响，并呈现显著负相关。

第四，结合本文的三项研究假设，模型的回归分析结果与研究假设一致度较高，同时通过稳健性检验结果，充分证明对外直接投资对内循环产能利用率具有显著影响，也进一步验证了本文研究的有效性与可靠性。

（二）政策建议

在目前的全球政治经济形势下，如何有效地化解过剩产能，提升产能的综合利用效率对优化国家的经济结构，提升国家经济的综合竞争力具有关键作用。本文研究发现对外直接投资可以提升内循环的工业产能，在此基础上提出如下政策建议。

第一，进一步优化对外直接投资渠道与路径，借助“一带一路”经贸战略，将对外直接投资目标集中在“一带一路”沿线国家。同时，结合目前国内产业特别是工业产能的综合优势及特点，借鉴欧美发达国家的对外投资与产业转移经验，强化对外直接投资对化解国内工业过剩产能的推动力。另外，国家在企事业单位对外投资过程中要给予对应的优惠政策及相应的资金支持，通过针对不同的行业及企业类型，采用详细的产业指导政策，不断改善对外直接投资的产出效果与综合效能。

第二，对外直接投资在一定程度上还存在提升消费需求端的产能利用率方面的不足。因此，今后应充分挖掘对外直接投资在消费需求侧产能过剩的化解能力。通过政策与财政扶持国内企业以产品推广方式直接进行对外投资，同时大量收购投资国的产品、销售原材料，进一步提升产品在投资国市场的占有率，提高产品总体需求度，提高消费需求侧的产能利用率。同时，在产品推广过程中，由于投资国需求量的增加，进一步推动了国内市场需求侧产能利用率的提升。另外应不断提升产品的技术创新水平，增强产品在生产过程中的全要素使用效率，进一步挖掘和创新市场需求。

第三，强化对外投资企业的政策激励，通过税收、金融等政策扶持重点产能过剩行业的企业进行对外直接投资。通过设立投资国的专项投资基金，进一步鼓励企业实施走出去战略。通过对国内过剩产能的有效化解，带动国内供给端与需求端产能利用率的提升，促进经济良性循环发展，助力构建国际国内经济双循环发展的新格局。