原文刊于《兰州学刊》2025年第六期（P75-94）。
智能制造对企业对外直接投资二元边际的影响研究——基于“智能制造试点示范专项行动”的准自然实验
高质量的对外直接投资（OFDI）不仅是中国企业提升国际影响力、获取先进资源和技术的重要途径，也是中国扩大对外开放、推动经济结构转型升级、实现高质量发展的重要抓手。而制造业企业作为实体经济的重要组成部分，其“走出去”的步伐和成效尤为引人注目，因为其不仅是国家经济的基础和支柱，更是技术创新和产业升级的关键所在。在过去的二十多年中，中国制造业企业在对外直接投资方面已经取得了显著的成就，不仅投资规模在逐年扩大，投资结构也发生了显著变化。根据商务部和外汇统计局公布的数据，2023年共有9856家境内制造业企业进行了对外直接投资，占境内投资者数量的比重达到了32.1%，在所有行业中位居首位。同时，截至2023年末，制造业对外直接投资存量达到2834亿美元，占中国对外直接投资存量总额的9.6%，且主要分布在汽车制造、计算机/通信及其他电子设备制造等高附加值领域。然而，虽然已经实现了数量的显著增长与结构的不断优化，中国制造业企业在对外直接投资过程中仍然面临着一系列风险和挑战。一方面，面对全球范围内竞争日益激烈的国际市场，部分制造业企业的产品创新程度尚不足以满足国际市场的多元化需求，品牌影响力和市场认知度也相对较低，另一方面，企业在对外直接投资过程中需要面对来自不同国家和地区的政治风险、经济波动和文化差异等多重挑战，这不仅削弱了企业在国际市场中的竞争力，也使得“走出去”战略面临较大的不确定性和风险。智能制造作为新一代信息技术与制造业深度融合的产物，以其高效、灵活、智能的特点，正在引领全球制造业的转型升级。智能制造技术的应用不仅能够显著提高生产效率、降低生产成本、提升产品质量和创新能力，还能助力企业加强风险管理和战略规划，提升投资决策的科学性和有效性。因此，智能制造为中国制造业企业提供了一种增强国际市场竞争力、有效应对风险和挑战的重要途径。
基于以上分析，本文将引入中国A股制造业上市公司2010—2023年的面板数据，利用“智能制造试点示范专项行动”这一外生冲击，采用多期双重差分法（DID）探究智能制造对企业对外直接投资二元边际的影响及作用机制。本文的边际贡献有以下三点：第一，将智能制造试点政策作为核心解释变量，探究了其对制造业企业对外直接投资的影响，在此基础上，本文还构建了二元边际分析框架，该框架不仅着眼于企业在现有市场的投资深化程度（集约边际），还考察了企业开拓新市场的动向（扩展边际），从而全方位地揭示了智能制造在这两个关键维度上产生的影响，此举不仅填补了当前研究的空白，也为推动中国企业“走出去”的战略布局提供了全新的理论视角和有益的实践指导；第二，本文从交易成本、创新产出、ESG表现三个角度探究了智能制造影响制造业企业对外直接投资二元边际的作用机制，阐明了二者之间的传导路径；第三，本文分别从企业的高管特征、企业是否参与“一带一路”、企业规模三个层面进行了异质性分析，探究了智能制造对不同类型企业的对外直接投资二元边际是否存在异质性影响。
（一）制度背景
为了推动制造业向智能化、自动化、高效化和绿色化转型，提升中国制造业企业在国际市场中的竞争力，中国政府先后出台了《智能制造发展规划（2016—2020年）》与《“十四五”智能制造发展规划》等一系列纲领性文件。这些文件为中国制造业的智能化转型提供了清晰的方向指引和具体的行动指南。2015年3月9日，工信部下发了《2015年智能制造试点示范专项行动实施方案（下称《实施方案》）》。《实施方案》指出，要聚焦于制造关键环节，在基础条件好、需求迫切的重点地区、行业和企业中，选择试点示范项目，分类开展流程制造、离散制造、智能装备和产品、智能制造新业态新模式、智能化管理、智能服务等6方面试点示范。为了确保《实施方案》的有效推进，工信部于2015年7月22日公布了首批入选智能制造试点的46个项目，涉及了38个行业和21个地区。此后，为了加快制造业智能化转型的步伐，工信部又分别于2016、2017和2018年开展了第二、三、四批智能制造试点项目，累计形成了包含上市与非上市企业在内的305个试点示范项目。
（二）文献综述
与本文密切相关的文献共有两类。第一类文献使用文本分析法、新装机器人数量衡量了企业的智能制造水平，并探究了其对企业对外直接投资的影响，得出的结论高度一致，均认为智能制造显著促进了企业对外直接投资水平的提升。一方面，智能制造通过对生产流程的自动化和智能化改造，有效提高了资本和劳动等要素的配置效率，进而显著提升了全要素生产率，使企业具备了更强的国际竞争力与资源整合能力，这为其拓展海外市场提供了坚实的效率基础。另一方面，智能制造所带来的技术进步与数据驱动机制，有助于优化资源利用结构，推动企业向绿色、低碳、高效的发展路径转型。在全球日益重视可持续发展的背景下，这种绿色竞争优势不仅成为了企业进入国际市场的重要加分项，也增强了企业在不同国家实现合规发展的能力。同时，智能制造还通过构建高度灵活的生产体系与供应链管理系统，提升了企业应对不确定性与外部冲击的韧性，这使其在面对跨国经营所带来的制度差异、市场波动和技术壁垒等多重风险时，能够更加稳健地调整战略和资源配置，从而降低对外直接投资的不确定性。另外，还有学者则将跨国并购作为企业对外直接投资的具体形式进行了研究，并发现智能制造同样显著促进了企业跨国并购概率的提升。
第二类文献探讨了数字化转型对企业对外直接投资的影响。不同学者基于各自的研究视角和理论框架，得出了完全不同的结论。刘小迪等指出，数字化转型有效提升了企业开展对外直接投资的可能性；郭娟娟、Wang et al.将企业的对外直接投资细分为了对外直接投资倾向和对外直接投资能力两个维度，发现数字化转型同时促进了二者的提升；韩卫辉等则将对外直接投资进一步分解为了对外直接投资可能性、对外直接投资广度和对外直接投资深度三个维度进行了研究，结果发现数字化转型对这三个维度均展现出了正向推动作用。然而，也有学者持相反观点，认为数字化转型可能会抑制企业的对外直接投资活动。Banalieva and Dhanaraj、Antràs基于贸易替代理论，提出数字化技术与自动化技术能够显著降低贸易成本并扩大贸易范围，从而导致部分产品由投资领域转向贸易领域，这降低了企业进行对外直接投资的意愿；此外，He et al.揭示了企业数字化转型与对外直接投资之间存在的N型曲线关系，即随着数字化转型程度的深入，其对企业对外直接投资的影响先正后负，再转为正；李明洋和张乃丽则发现，当对外直接投资的可变成本小于贸易可变成本时，企业数字化转型会促进其对外直接投资，反之则会起到抑制作用。
综上所述，尽管现有研究已经探讨了智能化对企业对外直接投资的影响。但在度量企业的智能制造水平时，现有研究多依赖于文本分析法或新增机器人数量两类指标。然而，这类方法在识别智能制造因果效应时，可能存在内生性偏误与度量误差等问题。同时，虽然已有研究关注了数字化对企业对外直接投资二元边际的影响，但数字化作为智能制造的一个基础概念，其更侧重于通过信息技术和数据分析优化企业的各项业务流程。相比之下，智能制造则通过进一步融合物联网、人工智能等先进技术，实现了制造过程的自动化、智能化，是一个更加全面且复杂的概念。然而，现有文献却鲜有研究智能制造对企业对外直接投资二元边际的影响。为了弥补上述不足，本文从政策层面切入，将“智能制造试点示范专项行动”视为一次外生冲击，构建准自然实验框架，并将企业的对外直接投资分解为集约边际和扩展边际，系统评估智能制造对二者的影响。这一研究思路不仅在度量方式上引入了更具政策实效性和客观性的标识变量，也更贴近政府推动智能制造转型的现实逻辑。
（一）理论分析
新—新贸易理论指出，企业在进入国际市场时需要承担一定的进入成本，只有那些具备较高生产率、能够覆盖这些成本的企业才会选择“走出去”，生产率较低的企业则要么局限于国内市场，要么在激烈的竞争中被迫退出。因此，企业的生产效率是决定其是否进行对外直接投资的核心变量。智能制造的核心在于实现生产流程的智能化和自动化，这有助于提高生产设备的利用率并提升生产线的响应速度，因此企业的生产效率会得到显著提升。而具备生产效率优势的企业能够更容易地覆盖进入国际市场时的进入成本并获得国际市场的认可和信任，因此其具有较强的国际竞争力，这不仅有助于企业扩大现有市场的投资份额，同时也有利于企业探索新的投资机会和市场领域。
信息不对称理论认为，市场参与者在信息获取和处理能力上的差异会导致认知偏差与决策失误，尤其是在跨国投资背景下，企业面临的信息不对称问题尤为突出，具体表现为对于海外市场的需求结构、制度规则及竞争格局了解不足。这种信息缺口显著抬高了企业的市场进入壁垒和经营风险，成为了制约其开展对外直接投资的关键障碍。而通过利用人工智能和大数据技术，企业可以快速收集对于未知市场产品和服务的需求信息，这些信息不仅包括了现有市场的深层次、精细化需求，还触及了新兴市场的潜在需求。为了满足这些需求以获取更大的利润，企业一方面会通过加大对现有市场的投资力度来对接各细分市场的独特需求，这会驱动企业对外直接投资集约边际的增长。另一方面，企业还会将这些需求信息作为探索新领域的指南针，通过精准配置资源开辟新的投资疆域，这又会促进企业对外直接投资扩展边际的增长。
“资本—技能互补”假说指出，技能劳动和物质资本之间存在着显著的互补关系，尤其是在技术升级的背景下，这一互补性愈发突出。随着企业引入更加复杂和先进的技术设备，技能劳动力因其更强的学习能力、操作能力与问题解决能力，能够更有效地释放技术资本的潜在价值，成为推动技术效能转化的关键要素。因此，在技术升级过程中，企业往往会同步加大对高技能人力资源的投入，以最大化其资本投入的边际产出。由于智能制造会推动企业引进例如数控机床和智能机器人在内的高端数字化设备，因此企业会随之增加对高技能劳动力的需求与投入。高技能人才往往具备较强的跨文化沟通与协作技巧，能够敏锐地洞察并深刻理解国际市场的需求动态与变化趋势，从而为企业精准制定及灵活调整国际化战略提供有力支持。这有助于提高企业的跨国管理效率，增强企业在全球市场中的适应力与竞争力。综上所述，本文提出第一个假设。
H1：智能制造促进了企业对外直接投资二元边际的提升
（二）机制分析
1.交易成本
智能制造通过采用高度自动化的生产线和精确的数据分析技术，显著降低了生产过程中人为错误的发生概率，并简化了管理流程。这不仅有效减少了因生产延迟或质量问题而产生的额外成本，还进一步降低了与供应商和客户之间的交易摩擦和协调成本。同时，智能制造能够凭借其智能化的管理系统和数据分析工具，助力企业更好地理解和适应海外市场的法律法规与标准，实现对合规风险的实时监控和预警，从而有效降低因合规问题可能引发的风险和成本。此外，借助自动化的客户关系管理系统和供应链管理系统，企业能够更高效地与合作伙伴实现信息共享、需求对接和合同履行。这种信息流的畅通不仅降低了信息搜寻成本，还有效减少了合同履行中的争议和谈判成本。
交易成本理论指出，企业的边界和组织形式取决于市场交易成本与内部管理成本之间的权衡。在国际投资背景下，当交易成本下降时，企业能够以更低的成本获取外部资源、协调上下游关系，从而显著提升资源配置效率与组织运作效率。在这一理论框架下，一方面，较低的交易成本意味着更强的投资回报稳定性，这使得原本可能被视为高风险或高成本的投资项目变得更加可行，从而会激励企业将更多资源投入到国际化扩张中。因此，企业的对外直接投资扩展边际会得到提升。另一方面，交易效率的上升也使得企业能够将有限的资源配置到收益更高的项目中去，增强单一市场的经营深度，这促进了其对外直接投资集约边际的增加。因此，本文提出第二个假设。
H2：智能制造通过降低交易成本促进了企业对外直接投资二元边际的提升
2.创新产出
企业可以通过大数据分析和用户反馈快速了解市场需求的变化趋势，然后利用智能化设计工具和高精度仿真技术对产品进行精准设计，以满足最新的市场需求，这种新模式使得企业能够迅速响应市场变化，推出符合消费者需求的新产品，有效抢占市场先机，因此企业的创新产出会得到增加。同时，智能化技术对于企业生产流程的赋能还会提升供应链或市场的信息透明度，并降低企业对新技术、新模式和新产品的复制成本，这会增强同质性企业间的市场竞争强度，从而推动创新产出的增加。
根据熊彼特创新理论，企业通过持续的技术创新、产品改进与商业模式重塑，能够在激烈的市场竞争中建立先发优势与技术壁垒，从而获得超额利润。在这一理论背景下，创新产出的增加一方面增强了企业吸引消费者、占据市场份额的能力。因此企业对外直接投资的预期收益会显著提升，这会激发其扩大对外直接投资规模的动力，包括深化现有市场的业务布局和在新兴市场上拓展业务。另一方面，创新产出的增加也提升了企业对国外合作方的议价能力与吸引力，这有助于其获取优质资源并增加与海外企业的战略合作机会，从而推动了企业在海外市场中的进一步扩张。因此，本文提出第三个假设。
H3：智能制造通过增加创新产出促进了企业对外直接投资二元边际的提升
3.ESG表现
首先，智能制造系统的引入推动了企业采纳智能化的生产线与高效节能的生产设备，这减少了企业对于有害物质的排放和废弃物的产生。例如对于低碳排放设备的使用可以有效降低温室气体的排放，因此企业在环境责任方面的表现会得到显著提升。其次，智能制造技术，特别是大数据和人工智能的应用，使企业能够实时收集并分析生产数据，从而为管理层及利益相关者提供准确、及时的信息支持，这不仅能够帮助企业做出更加科学、合理的决策，还能及时发现并纠正生产过程中的违规行为，从而增强企业治理的透明度和合规性，因此企业的ESG表现会得到提升。
声誉理论指出，良好的声誉不仅能降低交易过程中的信任成本，还能提升企业在市场中的谈判能力和资源获取效率。在国际投资背景下，东道国政府、消费者及潜在合作伙伴往往会将声誉作为评估企业可靠性与可持续发展能力的重要依据。而良好的ESG表现正是企业塑造和强化其声誉的重要手段。一方面，ESG水平的提升能够帮助企业彰显其环境友好与社会责任感，从而吸引具有相同价值理念的国际合作伙伴，这有助于企业扩大其在现有市场中的业务网络，因此其对外直接投资集约边际会得到提升。另一方面，ESG表现优异的企业通常能够更好地遵守东道国的法律法规及行业准则。这提升了企业获得东道国政府政策支持的可能性，因此企业会更容易进入新市场，其对外直接投资扩展边际会得到提升。综上所述，本文提出第四个假设。
H4：智能制造通过提升企业的ESG表现促进了其对外直接投资二元边际的提升
（一）模型设定
为了验证假设H1，本文构造如下多时点双重差分（DID）模型：
其中，被解释变量
和
分别代表i企业t年的对外直接投资集约边际和扩展边际，
代表智能制造虚拟变量，
代表一系列控制变量。
代表个体固定效应，
代表时间固定效应，
则代表残差项。
（二）变量选取
1.被解释变量
对外直接投资集约边际（Intensive）。本文将对外直接投资集约边际定义为“企业对已设立的海外子公司的平均投资规模的大小”，该指标可以反映企业是否通过集中资源、深化投入以增强海外业务的运营能力与竞争优势。理论上，这种“深耕型”投资路径意味着企业倾向于在既有海外运营网络中追加资源，通过加深资本投入、强化运营控制、提升本地化能力，实现投资效率的最大化与资源配置优化。对于对外直接投资集约边际的度量方法，本文参考张海波的研究，使用上市公司海外子公司的平均投资规模度量。计算方法为：
表示上市公司i在t年的对外直接投资集约边际，
表示上市公司i对海外子公司m在t年的投资规模，
表示上市公司i在t年对所有海外子公司的总投资规模，n则表示上市公司i在t年所拥有的海外子公司数量。对海外子公司的投资规模数据来源于年报中“对子公司、联营企业长期股权投资栏目”。
对外直接投资扩展边际（Extensive）。本文将对外直接投资扩展边际定义为“企业设立的海外子公司数量”，该指标反映了企业通过拓展国际市场范围、设立更多海外子公司实现跨国经营的广度，是衡量企业对外直接投资外延式扩张的重要指标。从理论上来讲，扩展边际体现了企业通过增加跨国投资布局点，实现地域覆盖与市场多元化的战略选择。这一扩展路径可以增强企业获取国际市场机会的能力、分散运营风险，并提升全球价值链嵌入度。对于企业对外直接投资扩展边际（Extensive）的度量方法，本文参考Kafouros et al.的研究，使用制造业上市公司的海外子公司数量来衡量。数据来源于企业年报中的“企业集团子公司构成栏目”。如果子公司的注册地址在中国大陆以外（包括港澳台地区和其他国家及地区），且母公司对其持股比例超过10%，则视其为上市公司的海外子公司。
2.解释变量
智能制造试点政策（IMP）。
为处理组虚拟变量，若企业入选了《工业和信息化部关于公布智能制造试点示范项目名单的通告》，则
，否则为0。
为政策实施时间虚拟变量，对于第一批入选的企业，
在2015年及以后赋值为1，否则为0，对于第二批入选的企业，
在2016年及以后赋值为1，否则为0，对于第三批入选的企业，
在2017年及以后赋值为1，否则为0，对于第四批入选的企业，
在2018年及以后赋值为1，否则为0。
3.控制变量
参考谢红军和吕雪的做法，选取总资产收益率（ROA）、公司规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、两职合一（Dual）、公司年龄（FirmAge）、董事会规模（Board）作为控制变量。
4.机制变量
（1）交易成本（Cost）。交易成本理论认为，企业在市场交易过程中会因信息搜寻、合同制定、监督执行与风险防范等活动而产生额外成本。在微观层面，这些成本通常体现在企业日常经营活动中所发生的各类间接性支出。因此，本文参考张宽等的研究，采用企业销售费用、管理费用、财务费用之和占总资产的比重来衡量企业的交易成本。
（2）创新产出（Patent）。创新产出是衡量企业技术创新成果的核心指标，通常通过企业获得的知识产权数量来体现。因此，本文参考权小锋和尹洪英的研究，使用企业发明专利、实用型和外观设计专利的总申请量加1取自然对数衡量企业的创新产出。
（3）企业ESG表现（ESG）。企业ESG表现是衡量企业在环境（Environmental）、社会责任（Social）和公司治理（Governance）三大维度履行可持续发展责任的综合指标。本文参考方先明和胡丁的做法，根据华证ESG评级指数的九个等级（由低到高分别为“C、CC、CCC、B、BB、BBB、A、AA、AAA”），由低到高依次将其赋值为1—9。
（三）样本选择和数据来源
本文选取沪深A股制造业上市公司2010-2023年的面板数据作为研究样本，并对样本数据做了以下四项处理：剔除样本期内被ST处理的企业；②剔除样本期内资不抵债的企业；③剔除关键变量严重缺失的企业；④对所有连续变量进行上下1%的缩尾处理。最终获得了3265家企业的24280条公司-年度观测值。各变量的定义见表1。
表1 变量定义
（一）描述性统计
描述性统计结果显示，Intensive的最大值为21.0907，均值为3.0338，中位数和最小值均为0。Extensive的最大值为111，均值为1.5651，中位数和最小值也都为0，这说明样本企业的对外直接投资分布表现出了明显的不均衡状态，不仅进行对外直接投资的企业数量较少，而且投资规模及次数均存在较大差异。
（二）基准回归
表2展示了基准回归结果，无论是否加入时间和个体固定效应，IMP前的系数均至少在5%的显著性水平下显著为正，这说明智能制造（IMP）确实促进了企业对外直接投资二元边际的增加。假设H1得证。
进一步看，第（4）列中IMP的回归系数为2.0341，第（2）列中IMP的回归系数为0.5614，这说明智能制造对企业对外直接投资扩展边际（Extensive）的促进作用相较于集约边际（Intensive）更加明显。这是因为在发掘尚未被充分开发的潜在市场方面，智能制造赋予了企业更强的前瞻性识别能力与风险管控能力，这使其能够更快速地捕捉到外部市场机会，并通过设立新的海外子公司迅速实现战略落地。相比之下，对外直接投资集约边际（Intensive）的提升则依赖于对既有海外子公司资源的持续投入与精细化管理，这一过程通常受到企业战略节奏、资源分配能力和东道国吸收能力的限制，因此其增长速度相对较缓。此外，当企业对某一东道国的投资持续增加时，该国市场将趋于饱和，这会导致投资的边际回报递减。因此企业加大对已有海外子公司投资力度的积极性也会减弱，这会使得智能制造在这一维度上的作用相对有限。
表2 基准回归
（三）平行趋势检验
本文采用模型（2）进行平行趋势检验：
表示政策实施前第（-m）年的虚拟变量，若企业i在年份t属于政策实施前的第（-m）年，赋值为1，否则为0；
则表示政策实施后第k年的虚拟变量，若企业i在年份t属于政策实施后的第k年，赋值为1，否则为0。本文以政策实施前1期（Pre_1）为基期，检验制造业企业在智能制造试点政策实施前4年到后4年的动态趋势变化。图1和图2中的横轴代表政策实施的相对年份，纵轴代表各年份虚拟变量回归系数的大小，上下虚线范围代表估计系数90%的显著区间。可以看出，政策实施前，所有虚拟变量的回归系数均不显著，政策实施后，两组虚拟变量的回归系数均显著增加，这说明处理组和对照组通过了“平行趋势”假设。
图1 Intensive的平行趋势检验
图2 Extensive的平行趋势检验
（四）稳健性检验
1.安慰剂检验
本文将随机抽取159家企业作为“新”的处理组，剩下的作为控制组，再随机指定政策时间，构建新的核心解释变量，并再次使用模型（1）进行回归，从而得到“新”的政策效应估计值以及相应的P 值。图3和图4报告了500次随机抽取之后，核心解释变量估计系数的分布及其对应的p值。可以看出，“虚假”的估计系数均落在0附近且呈正态分布趋势，同时绝大部分估计结果并不显著。另外，IMP的实际估计系数明显异于安慰剂检验中的系数。这说明企业对外直接投资二元边际的增加不是由未观测到的随机因素引起的。
图3 Intensive的安慰剂检验
图4 Extensive的安慰剂检验
2.排除其他因素干扰
为排除似类政策对回归结果准确性的干扰，本文依次将“跨境电商综合试验区”虚拟变量（Cross border e-commerce）、“供应链创新与应用试点”虚拟变量（Digitalization）、“国家级大数据综合试验区”虚拟变量（Big Data Zone）加入基准回归模型，控制这些因素对智能制造试点政策效果的影响。回归结果显示，无论加入何种政策虚拟变量，IMP前的系数均显著为正。这意味着同期其他类似政策并未对估计结果造成影响。
3.PSM—DID
首先，本文通过对控制变量进行logit回归，计算企业成为智能制造试点企业的概率；其次，对概率相近的企业进行匹配，并进行平衡性检验以评估匹配效果；最后，对匹配后的样本进行回归。结果显示，IMP前的系数仍显著为正②，这验证了前文研究结果的稳健性。
4.其他稳健性检验
第一，删除特殊样本。本文删除位于“避税天堂”及港澳台地区的子公司后进行回归，结果显示IMP前的系数均显著为正。第二，删除特殊年份。本文剔除疫情期间（2020—2022年）的样本后进行回归，结果显示IMP前的系数依然显著为正。第三，反事实法。本文人为地将智能制造试点政策实施的时间统一设置为2012年进行回归，结果显示IMP前的系数均不显著。第四，加入固定效应。本文在基准回归的基础上，分别加入行业、城市、行业*年份、城市*年份固定效应进行回归，结果显示IMP前的系数均显著为正。以上结果均验证了本文研究结论的稳健性。
（五）内生性处理
1.Weibull Hazard模型
参考Beck et al.的研究，本文使用Weibull Hazard模型验证解释变量与被解释变量之间可能存在的反向因果关系。为此，本文构建如下模型（3）：
代表企业入选智能制造试点的预期时间。参考彭远怀的做法，以企业入选智能制造试点年份与观测年份之差的自然对数对其进行衡量，若企业在样本期内始终未入选智能制造试点，则其预期时间为样本结束年份与观测年份之差的自然对数。由表3第（1）—（2）列可以看出，Intensive和Extensive前的系数均不显著，这说明反向因果问题对本文回归结果造成的影响较小。
2.工具变量
首先，地形起伏度越大，基础设施建设和物流成本越高，供应链管理难度可能增加，这不利于企业引入先进制造技术。同时，地形复杂地区的劳动力流动性较低，这可能降低企业对智能制造的投资意愿。因此，满足工具变量的相关性要求。其次，企业的投资决策主要受市场需求和成本效益等因素的影响，而与地理因素无关。外生性要求得到满足。
为此，本文通过构造企业所在地级市地形起伏度与时间趋势的交互项作为工具变量，进行2SLS回归。表3第（3）列展示了第一阶段的回归结果，工具变量IV_Waviness前的系数显著为负，且F值大于10，说明其通过了弱工具变量检验，相关性得到了验证。由第（4）—（5）列则可以看出，IMP前的系数均显著为正。因此，在控制了可能存在的内生性问题后，本文的研究结论依然稳健。
表3 内生性处理
（六）机制检验
为了验证假设H2、H3、H4，本文设定如下模型（4）：
为机制变量，分别代表交易成本（Cost）、创新产出（Patent）、ESG表现（ESG）。检验结果如表4所示，智能制造（IMP）显著降低了企业的交易成本（Cost），并同时促进了企业的创新产出（Patent）和ESG表现（ESG）。因此，假设H2、H3、H4得证。
表4 机制检验
（七）异质性分析
1.基于高管背景的异质性
（1）高管的数字化背景。具有数字化背景的高管不仅更擅长利用智能化技术优化生产流程、提升产品质量、降低运营成本，还尤为善于通过数据分析来精准定位海外市场和客户需求，制定更为合理的投资策略，促进企业在海外市场的深入发展，这将有效推动企业对外直接投资二元边际的提升。相比之下，高管不具有数字化背景的企业可能缺乏对智能化技术的深入了解和实践经验，这使他们难以准确评估智能制造技术的投资回报和风险，从而在决策上趋于保守，最终使企业错失拓展海外市场的良机。为此，本文参考王超等的研究，将样本企业划分为高管具有数字化背景的企业和高管不具有数字化背景的企业进行回归。表5展示了回归结果，智能制造对高管具有数字化背景企业的对外直接投资二元边际的正向影响更为明显。且根据费舍尔检验，组间系数差异也均显著。
表5 基于高管数字化背景的异质性分析
（2）高管的海外背景。一方面，具有海外背景的高管往往能够更好地理解和适应目标市场的商业环境和文化差异。当企业利用智能制造技术寻求海外投资时，他们能够更敏锐地捕捉国际市场机遇，并帮助企业有效地克服国际市场的进入壁垒和运营挑战。另一方面，具有海外背景的高管通常具有更广泛的国际关系网络，这不仅可以使企业获取宝贵的市场信息和业务机会，还有助于企业寻找合适的本地合作伙伴或直接获取关键技术和管理经验，这种技术水平和管理能力的提升降低了企业投资初期的成本和不确定性，加速了企业进行海外投资的过程。因此，本文参考淦未宇和刘曼的研究，若上市公司高管中任意一人具有海外学习或工作经历，则视该企业为高管具有海外背景的企业，否则为高管不具有海外背景的企业。表6展示了回归结果，智能制造对高管具有海外背景企业的对外直接投资二元边际的正向影响更为显著。且根据费舍尔检验，组间系数差异也均显著。
表6 基于高管海外背景的异质性分析
2.基于企业是否参与“一带一路”的异质性
得益于“一带一路”倡议在贸易畅通、资金融通及民心相通等多个领域内构建的广泛而深入的合作框架，企业对外投资所面临的风险与不确定性得以显著降低。在这一背景下，智能制造试点政策加速了参与“一带一路”倡议的企业向共建国家的投资步伐，这不仅体现在投资规模的扩张上，更在于投资项目的多样化与投资地域的广泛覆盖。然而，对于未参与“一带一路”倡议的企业来说，其可能面临更多的贸易壁垒和投资障碍，这些因素可能限制其对外直接投资。因此，尽管智能制造试点政策在一定程度上提升了这些企业的国际市场竞争力，但在缺乏足够的市场机会和投资保障的情况下，这一政策对其对外直接投资二元边际的促进作用并不显著。为此，本文使用CSMAR数据库中的上市公司海外投资-海外关联公司数据库将样本企业划分为“一带一路”企业和非“一带一路”企业进行回归，若企业当年在“一带一路”共建国家设立了关联公司，则视为“一带一路”企业，否则为非“一带一路”企业。回归结果如表7所示，智能制造对“一带一路”企业的对外直接投资二元边际呈现出了显著的正向促进作用，而对非“一带一路”企业的对外直接投资二元边际则未表现出明显影响。且根据费舍尔检验，组间系数差异显著。
表7 基于企业是否参与“一带一路”的异质性分析
3.基于企业规模的异质性
对于大规模企业来说，其通常拥有更为雄厚的资金实力和更加广阔的市场基础，这使得它们在面对智能制造试点政策时，能够迅速投入资源进行技术升级和流程优化，这不仅提高了这些企业的生产效率，降低了生产成本，还优化了其资源配置效率并增强了其创新能力，进而提升了国际竞争力。这种竞争力的提升使得大规模企业在开拓国际市场、进行对外直接投资时更具优势。相比之下，对于小规模企业来说，尽管智能制造技术同样具有提高生产效率、降低生产成本等潜力，但由于资金、技术和市场等方面的限制，其往往难以迅速适应智能制造试点政策带来的变革，这使得它们在利用智能化技术提高国际竞争力时会面临更多的风险和不确定性。为此，本文以公司规模的中位数作为分界点，将样本企业分为大规模企业和小规模企业进行回归。由表8第（1）列和第（3）列可以看出，对于大规模企业，IMP前的系数均显著为正，而由第（2）列和第（4）列则可以看出，IMP前的系数均不显著。且根据费舍尔检验，组间系数差异均显著。
表8 基于企业规模的异质性分析
（八）调节效应分析：管理者长视
一方面，长视的管理者更倾向于把资源投向那些能够带来长期竞争优势、促进可持续发展的领域，而智能制造作为这一战略选择的理想平台，显著提升了企业的生产效率和产品质量，进而增强了企业的国际竞争力。在这一背景下，长视的管理者更有可能识别并抓住智能制造带来的投资机会，将资源投向海外市场，以推动企业实现长远的海外市场布局与可持续发展蓝图。另一方面，由于智能制造的实施往往伴随着技术风险和市场不确定性，而长视的管理者能够通过前瞻性的风险评估和精细化的管理策略，制定灵活的应对措施，确保企业在面对国际市场变化时能够迅速进行调整和适应，以降低这些风险和不确定性对企业国际化进程的负面影响。因此，本文参考徐宁等的研究，使用“管理者长期主义”关键词词频占经文本清洗后的“管理层讨论与分析”文本词频的百分比度量管理者长视水平。回归结果显示，交互项IMP*LongtermVision前的系数均显著为正②，说明管理者长视确实正向调节了智能制造对企业对外直接投资二元边际的影响。
高附加值行业通常依赖于技术创新和产品差异化，而智能制造不仅提升了企业的生产效率，更通过智能化、自动化和集成化的手段，推动了企业产品质量的提升和个性化定制的实现，企业因此能够获取“竞争占优资源”和难以模仿的知识资产及核心技术，这些特异性的技术和知识资产提升了高附加值行业企业的产品差异化程度和附加值，使其在领域内的竞争优势更加突出，从而使企业更有动力通过对外直接投资来扩大市场份额和影响力。与之相比，非高附加值行业的企业往往依赖于传统生产要素，且产品同质化程度较高，竞争优势主要体现在价格上。智能制造政策虽然能够提升这些企业的生产效率，但由于其产品附加值较低，难以通过技术升级实现竞争力提升。同时，智能制造的实施可能需要较高的初始资本和技术投入，这对于资源有限的非高附加值行业企业来说，会增加其运营成本和财务压力，从而影响其对外直接投资的积极性，且这种影响在农副食品、饮料、烟草加工制造业中尤为明显，因为这些行业的产品具有高度的同质化特征，它们面临的市场竞争高度激烈且利润空间有限，同时面临的财务压力也尤为沉重。因此，智能制造试点政策不仅未能显著促进这类企业的对外直接投资，反而可能因为增加的成本和风险抑制其国际化步伐。基于以上分析，本文根据国家统计局发布的国民经济与行业分类代码（GB/4754-2017）、《高技术产业（制造业）分类（2017）》，将样本企业分为6个大类进行回归，分别是农副食品、饮料、烟草加工制造业，纺织、服装、皮革加工和制鞋业，轻纺工业制造业，橡胶、塑料制品以及非金属矿物质制品业，资源类加工工业制造业，高技术制造业。
表9 对外直接投资的结构性分析
由表9第（11）—（12）列可以看出，对于高技术制造业这一典型的高附加值行业，IMP显著促进了其对外直接投资二元边际的增加。而由第（1）—（2）列则可以看出，对于农副食品、饮料、烟草加工制造业，智能制造抑制了其对外直接投资集约边际的增加，同时对其对外直接投资扩展边际未产生明显影响；此外，由第（6）列可以看出，智能制造显著促进了轻纺工业制造业的对外直接投资扩展边际，这是因为虽然轻纺工业制造业通常不被视为高附加值行业，但其可以通过创新设计、品牌建设、技术升级和供应链优化等方式提高其产品的附加值，例如，通过开发高性能纺织材料、智能服装或可持续生产工艺，企业可以在市场上获得更高的竞争力和利润率。而智能制造可以在很大程度上提升轻纺工业制造业企业的创新能力，这增强了其国际竞争力，增加了其在全球市场上的投资机会。对于其他行业企业，智能制造均未对其对外直接投资二元边际产生明显影响。
（一）结论
本文以企业对外直接投资二元边际为切入点，将2015—2018年开展的四轮智能制造试点示范项目评选视为一次准自然实验，基于沪深A股制造业上市公司2010—2023年的面板数据，运用多时点双重差分法（DID）系统考察了智能制造对企业对外直接投资二元边际的影响及作用机制。研究发现：智能制造促进了企业对外直接投资二元边际的提升，且在进行了一系列稳健性检验后，这一结论仍然成立；机制检验表明，智能制造通过降低交易成本、增加创新产出、提升ESG表现促进了企业对外直接投资二元边际的提升；异质性分析表明，智能制造对企业对外直接投资二元边际的提升作用在高管具有数字化背景的企业中、高管具有海外背景的企业中、参与“一带一路”的企业中、大规模企业中更为显著；调节效应分析表明，管理者长视在智能制造促进企业对外直接投资二元边际的过程中起到了正向调节效应的作用；结构性分析表明，智能制造对高技术制造业企业的对外直接投资二元边际、轻纺工业制造业企业的对外直接投资扩展边际展现出了明显的促进作用，而对农副食品、饮料、烟草加工制造业等低附加值行业企业的对外直接投资集约边际却表现出了抑制作用。
（二）政策建议
基于以上结论，本文提出以下政策建议。第一，加强智能制造试点政策的深化性，积极引导企业在不同国家或地区设立多元化的子公司。由于智能制造促进了企业对外直接投资二元边际的提升，且对于对外直接投资扩展边际的促进作用要强于集约边际。因此，政府首先应该进一步深化智能制造试点示范项目的实施，以吸引更多企业参与智能制造。其次，政府要加大对企业海外多元化布局的支持力度，特别是鼓励企业在制度环境、市场需求和资源禀赋各异的国家和地区设立多元化类型的海外子公司，在更好地适应全球市场多样化需求的同时，也实现市场边界的持续扩张与国际竞争力的系统提升。此外，政府在推动企业智能化转型的过程中，应加大对高管具有数字化背景的企业、高管具有海外背景的企业、参与“一带一路”的企业、大规模企业、高技术制造业企业、轻纺工业制造业企业的政策支持力度，因为智能制造对于这类企业的国际化战略可以起到事半功倍的效果。
第二，畅通交易成本、创新产出和ESG表现三大传导渠道，为企业利用智能制造增强国际竞争力奠定机制保障。政府首先应该加强跨国合作平台建设，帮助企业更好地应对国际市场中的法律、文化和运营挑战，进一步降低跨境交易成本。其次，政府应该加大对于企业创新的支持力度，通过增加研发投入、优化创新环境、培育创新人才等，支持企业开展关键技术攻关和核心产品研发。最后，政府部门还要推广先进的管理理念和经验，帮助企业提升治理水平，减少资源浪费与环境污染，这不仅有助于推动中国企业对外直接投资的增加，还可以促进中国经济的高质量发展。
第三，强化长期价值认知，推广长视管理理念。政府应该与企业携手合作，共同开设针对企业管理层长期战略规划与国际化视野的培训课程，特别是在智能制造、可持续发展等前沿领域，不断提升其决策水平。同时，政府还应鼓励企业改革高管绩效考核体系，将长期投资回报、国际市场开拓成效等关键指标纳入考核范围，以此激励管理者更加注重企业的长远发展和国际竞争力的提升。
lzxk@vip.163.com
《兰州学刊》1980年3月创刊，是兰州市社会科学院、兰州市社会科学界联合会主办的人文社科类综合性学术期刊。2025-2026年度中文社会科学引文索引(CSSCI)扩展版来源期刊，RCCSE中国核心学术期刊（A），中国人文社会科学期刊AMI综合评价（A刊）扩展期刊。
