中级数字贸易学-课件 第19章 数字投资

《数字贸易学》胡增玺房超吴鹏马述忠第十九章数字投资第一节问题的提出人大版《中级数字贸易学》一、数字投资在分析框架中的定位数字技术的快速发展以及市场对数字产品和服务的庞大需求催生了全球数字投资热潮。在数字贸易学分析框架中，数字投资从属于基于需求驱动的全球公司次分析框架。三大技术基石共同构成数字投资的基础：①数字技术（AI、大数据、区块链、物联网）推动全新商业模式和组织变革，使跨国公司无需在东道国设立常设机构即可跨境经营；②数字平台（电子商务、社交媒体、金融科技）聚合用户和市场资源，通过规模和网络效应吸引跨境资本；③数据作为关键生产要素，既是精准投资决策的核心支撑，也带来个人数据保护和跨境数据流动监管等政策挑战。第一节问题的提出（续）人大版《中级数字贸易学》二、本章三大核心理论命题命题一（理论命题19-1）：技术寻求驱动数字型跨国并购理论——聚焦数字经济领域跨国并购的特征与驱动力，揭示技术寻求对中国企业数字型跨境并购的重要性。（蒋殿春、唐浩丹，2021，《财贸经济》）命题二（理论命题19-2）：数字型绿地投资的创新动机——深入探讨中国企业数字型绿地投资的动机是避税还是创新，揭示数字经济时代知识产权税收政策对国际投资的影响。（马述忠等，2024，《财贸经济》）命题三（理论命题19-3）：数据保护的影响——基于成本与收益分析，揭示数据保护对数字投资的负面影响，有助于企业加强数据隐私保护和跨境数据流动合规性。（马述忠等，2023，《中国工业经济》）第二节技术寻求驱动数字型跨国并购理论人大版《中级数字贸易学》一、理论命题的提出：互补资源假说与数字技术寻求Booteetal.（2019）：2017年数字并购占全球并购市场24%，其中三分之二并购者为获取数字能力和技术的非技术型企业。数字并购具有强烈的技术寻求动机。Buckleyetal.（2008）：并购适用技术是后发型国家迅速提升技术水平的捷径。在"赢家通吃"的市场上，哪怕产品和技术一点点领先也会捕获大批消费者；落后厂商若不迎头赶上，将很快被市场遗弃。本质上，数字技术寻求动机与Nocke&Yeaple（2007）的"互补资源假说"高度契合：对数字型企业，海外先进数字技术资源是最佳互补性资源；对传统企业，通过数字并购直接获取数字技术可降低自我创新风险、加速数字化转型。理论命题19-1人大版《中级数字贸易学》理论命题19-1：技术寻求驱动数字型跨国并购中国企业进行数字型跨国并购的技术寻求动机强烈，东道国丰富的数字技术和研发资源是其发起并购的核心驱动力。此外，制度距离和文化距离等"无形"距离仍会深刻影响数字型海外并购的投资决策。来源：蒋殿春,唐浩丹.数字型跨国并购：特征及驱动力[J].财贸经济,2021,42(09):129-144.理论创新①首次将多个数字经济行业的跨国并购整体作为分析对象，拓展了数字经济与数字并购的研究边界。②聚焦数字型跨国并购探讨其特征和驱动力，是对Nocke&Yeaple（2007）"互补资源假说"的重要拓展——后者揭示跨国并购的两类动机（可转移优势+不可转移资源vs不可转移优势+先进技术），前者聚焦数字型并购的特殊性。第二节投资引力模型与理论分析人大版《中级数字贸易学》二、理论命题的具体内容：从市场寻求到技术寻求西方经典投资引力模型验证了跨国并购的市场寻求动机：东道国市场规模越大，并购可能性越大（Head&Ries,1997,2008;Horn&Persson,2001;Neary,2007）。蒋殿春和唐浩丹（2021）指出中国数字并购的"技术获取"不同于传统制造业的技术追赶：中国企业在数字金融、电子商务、AI和无人机等领域逼近甚至达到世界领先水平，孕育了全球三分之一的"独角兽"企业。技术寻求并非缺乏垄断优势，而是既有优势通过贸易形式服务海外市场可能更为有效（发挥数字产品贸易成本低和集中生产的规模经济效应），同时平台的成本分摊效应使并购海外数字技术资产相对经济。假说1：东道国市场规模对我国数字型跨国并购无显著影响。假说2：东道国数字技术资源丰富能够显著促进我国对其进行数字型跨国并购。第二节实证设计与行业分类人大版《中级数字贸易学》三、实证设计：数据与变量数据来源：PitchBook数据库，2009-2018年中国数字型跨国并购数据，借鉴MGI做法并结合PitchBook垂直行业分类，界定26个数字经济行业。被解释变量：每一年度中国向相关国家在26个数字经济行业完成的并购交易数量（面板负二项回归）。核心解释变量：①市场规模——gdp、intuse；②数字技术资源——paper（计算机领域论文发表及引用数量）、ICTs_ex（ICT服务出口规模）；③各类距离——dis（地理距离，以国际原油价格加权调整）、ID（制度距离，基于WGI六维度）、CD（文化距离）。控制变量：殖民关系（col）、共同边界（contig）、贸易开放度（tradeop）、知识产权保护（ipr）、世界体系（world）。所有解释变量滞后一期以缓解内生性。公式（19-1）：基准回归模型人大版《中级数字贸易学》采用面板负二项回归模型实证检验数字型跨国并购的特征和驱动因素Mj,t-1：东道国

j

在

t-1

年的市场规模；Tj,t-1：东道国数字技术资源；Dj,t-1：东道国与我国的各类距离CV

为一系列控制变量，δi

和

λt

为行业和年份固定效应，εj,t

为球形扰动项所有解释变量均做滞后一期处理以缓解内生性问题，β、γ

为待估参数E(M&Aj,i,t)=exp(x'j,i,t-1)β=exp(β0+β1·Mj,t-1+β2·Tj,t-1+β3·Dj,t-1+γ·CV+δi+λt+εj,t)（19-1）表19-2数字型跨国并购驱动因素回归结果人大版《中级数字贸易学》解释变量(1)(2)(3)gdp0.083-0.258-0.169(0.24)(0.19)(0.18)intuse-0.113-0.0300.085(0.21)(0.19)(0.18)paper0.845***0.623***0.763***(0.17)(0.14)(0.14)ICTs_ex0.259***0.146**0.203***(0.08)(0.06)(0.06)dist-0.136-0.206-0.062(0.18)(0.14)(0.14)ID-0.154-0.453*-0.685***(0.24)(0.24)(0.22)CD0.236***0.205***0.414***(0.08)(0.08)(0.07)其他控制变量—是是年份固定效应是是是行业固定效应否否是Observations9,8809,8809,880注：改编自蒋殿春和唐浩丹（2021）表2。括号中为标准误差，*、**、***分别表示10%、5%、1%显著性水平。其他控制变量包括col、contig、tradeop、ipr、world、cons、ln_r、ln_s。gdp和intuse系数均不显著→假说1成立；paper和ICTs_ex系数显著为正→假说2成立；dist不显著→地理距离不再是阻碍；ID显著为负→制度距离抑制并购；CD显著为正→文化距离促进并购。第二节五大研究发现与假说3-5人大版《中级数字贸易学》四、数字型跨国并购的五大特征发现①东道国市场规模不再是重要驱动力——在数字经济领域，旨在开拓全球市场的水平型并购已不多见。②地理距离不再是阻碍因素——互联网普及降低了投资前后的信息和管理成本；数字技术资源作为无形资产天然不受地理距离限制。③数字技术和研发资源是核心驱动力——获取海外先进数字技术是中国企业数字并购的主要动机。④制度距离的负向作用依旧显著——在民粹主义盛行和逆全球化趋势下，各国加强了数字领域外资并购审查（如美国CFIUS对我国中兴、华为、字节跳动的审查和打击）。⑤文化距离表现出显著的促进作用——一旦打破文化壁垒收获多元消费族群，便能实现规模经济与范围经济，更好捕获长尾市场。假说3：东道国与我国的地理距离对我国数字型跨国并购无显著影响。假说4：东道国与我国的制度距离越大越抑制我国对其进行数字型跨国并购。假说5：东道国与我国的文化距离越大越促进我国对其进行数字型跨国并购。表19-3异质性分析人大版《中级数字贸易学》解释变量(1)数字型主并(2)传统主并(3)线上服务类(4)非线上服务类gdp0.415(0.28)-0.378(0.26)-0.145(0.19)-0.181(0.43)intuse-0.308(0.28)-0.014(0.26)0.051(0.19)-0.093(0.49)paper0.535**(0.23)1.015***(0.21)0.576***(0.15)2.139***(0.57)ICTs_ex0.192*(0.11)0.220***(0.08)0.174***(0.07)0.285**(0.14)dist0.316(0.26)-0.439(0.28)-0.048(0.15)-0.405*(0.23)ID-1.175***(0.37)-0.631**(0.32)-0.674***(0.24)-0.540***(0.20)CD0.385***(0.11)0.493***(0.09)0.333***(0.08)0.527***(0.16)年份/行业FE是是是是Observations9,8809,8804,9404,940Paper系数差异P=0.003—P=0.000—注：改编自蒋殿春和唐浩丹（2021）表4。数字型企业完成418笔并购，传统企业完成650笔。数字型企业paper系数（0.535**）小于传统企业（1.015***），数字型主并企业技术寻求动机整体弱于传统企业。非线上服务类paper系数（2.139***）远大于线上服务类（0.576***），因我国在电子商务、大数据和AI等线上服务领域技术已达世界领先水平。第二节异质性解读与小结人大版《中级数字贸易学》五、异质性分析解读数字型vs传统企业：数字型企业paper系数（0.535**）小于传统企业（1.015***），数字型主并企业技术寻求动机整体上弱于传统企业。可能原因：①数字型企业自身数字知识库更丰富、技术水平更高；②数字型企业寻求的技术更前沿高端，并购难度更大。线上服务vs非线上服务：非线上服务类paper系数（2.139***）远大于线上服务类（0.576***）。可能原因：我国在电子商务、大数据和AI等线上服务领域技术已达世界领先水平，对外获取先进技术的动力较小；线上服务类行业技术难度相对低、受东道国保护强度弱，更易通过模仿等方式低成本获取。小结蒋殿春和唐浩丹（2021）拓展了西方经典跨境并购理论：数字并购中市场寻求动机和地理距离阻碍均不成立，技术寻求成为核心驱动。近年的中美科技竞争（CFIUS审查、长臂管辖）进一步放大了制度距离的负面作用。第三节数字型绿地投资的创新动机人大版《中级数字贸易学》一、理论命题的提出：知识产权盒制度与绿地投资绿地投资（GreenfieldInvestment）是跨国公司通过在东道国设立新企业实现生产能力扩张的资本输出方式（Hennart&Park,1994）。以创新为动机的绿地投资是发展中国家获取国外先进技术、提升生产率的重要渠道（Castellanietal.,2022;Amendolagineetal.,2023）。知识产权盒制度（IPBR）是针对数字企业的税收优惠政策——对知识产权相关收入适用较低税率。除鼓励创新外，IPBR还可能吸引以避税为目的的数字型投资（Bornemannetal.,2023）。由于软件等知识产权在数字企业中扮演更重要角色，IPBR使数字企业税负远小于其他行业，可能引发税基侵蚀和有害税收竞争。OECD要求各国修改IPBR，规定知识产权相关收入必须与企业在当地的研发活动相关联（"关联法"，Merrill,2016），极大降低了数字型绿地投资的避税动机。理论命题19-2人大版《中级数字贸易学》理论命题19-2：数字型绿地投资的创新动机IPBR的实施对于中国以创新为动机的数字型绿地投资有吸引作用，而对于中国以避税为动机的数字型绿地投资没有吸引作用。来源：马述忠,刘锴,吴鹏.知识产权盒制度对数字型绿地投资的影响：鼓励创新还是滋生避税[J].财贸经济,1-16.理论创新①首次考察知识产权相关税收优惠政策对数字型绿地投资的影响，填补了IPBR对数字型绿地投资影响研究的空白——现有文献主要分析一般公司所得税，鲜少关注知识产权相关税收政策。②从创新动机和避税动机两个维度进行辨别，结合IPBR主要特征（针对收入的税收优惠vs支出型激励），是对数字经济时代国际投资理论的重要补充。第三节制度基础观与双动机分析人大版《中级数字贸易学》二、理论命题的具体内容：创新还是避税？制度基础观（North,1990;Kimetal.,2010）：管理者在正式和非正式制度约束下理性追求利益。马述忠等（2024）将视角聚焦IPBR这一全新制度，是对数字经济时代制度基础观的拓展。创新动机：IPBR能增加知识产权税后收入（Daviesetal.,2020）→提高研发投资回报预期→激励创新成果商业化→吸引和留住数字资产企业形成集聚效应。IPBR避免了支出型税收激励（如研发补贴）的两大缺点：评估审计成本高、政治支持使失败项目难以终止。避税动机：知识产权作为高流动性无形资产，跨国企业易将其转移到低税率国家（Dischinger&Riedel,2011），方式包括：①转让定价（低于市场价格出售给子公司）；②许可安排（许可给低税率国子公司）；③成本分摊协议（母国虚假低价提供IP，子公司为改进提供资金，使海外收入不被母国征税）。假说1：IPBR的实施对于中国以创新为动机的数字型绿地投资有吸引作用。假说2：IPBR的实施对于中国以避税为动机的数字型绿地投资有吸引作用。公式（19-2）：DID基准回归模型人大版《中级数字贸易学》使用多期双重差分法（DID）实证检验IPBR对中国数字型绿地投资的影响数字型绿地投资识别：参考UNCTAD（2018）分类，从《全球企业绿地投资数据库》筛选"Software&ITservices"行业IPBRct=Treatc×Postt：若国家

c

实施了IPBR，Treatc=1；IPBR实施当年及之后，Postt=1投资选择集合：中国有绿地投资的东道国；处理组：实施IPBR的国家；对照组：其余国家DOFDIct

采用

ln(1+投资数量)形式，Zct

包括人均GDP、GDP增长率、实际汇率、双边地理距离、共同语言、共同宗教、营商环境指数λc

和

λt

为国家固定效应和年份固定效应，εct

为残差项DOFDIct=β0+β1·IPBRct+β2·Zct+λc+λt+εct

（19-2）表19-4IPBR对中国数字型绿地投资的影响人大版《中级数字贸易学》(1)(2)(3)(4)IPBR0.309**(0.145)0.239***(0.067)0.294**(0.149)0.269***(0.084)控制变量否否否是国家固定效应否是否是年份固定效应否否是是Observations1,6251,6251,6251,275R²0.0680.5690.0760.613注：改编自马述忠等（2024）表4。括号内为聚类在国家层面的标准误，***、**、*分别表示1%、5%、10%显著性水平。IPBR系数在所有设定下均显著为正→IPBR实施后，中国对实施IPBR国家的数字型绿地投资数量显著增加，知识产权税收优惠吸引了中国数字型绿地投资。第（4）列加入控制变量和双向固定效应后，R²达0.613。表19-5投资动机检验人大版《中级数字贸易学》(1)创新动机(2)创新动机(3)避税动机(4)避税动机EII(东道国创新指数)Purchase(新技术采购)Cut(企业所得税差额)IPCut(IP税率差额)IPBR-0.148(0.127)-0.609***(0.160)0.372***(0.110)0.387***(0.121)IPBR×交互变量0.890***(0.258)0.092***(0.016)-0.010(0.007)-0.016(0.014)控制变量是是是是国家/年份FE是是是是Observations1,2361,2101,2621,262R²0.6030.5240.6190.618注：改编自马述忠等（2024）表5。EII为2007年东道国创新指数（欧盟委员会），Purchase为2018年购买新技术设备企业数量（欧洲统计局），Cut为中国与东道国企业所得税税率差额，IPCut为中国与东道国知识产权相关收入税率差额。创新动机：交互项系数均显著为正→假说1成立。避税动机：交互项系数均不显著→假说2不成立。结论：IPBR通过鼓励创新（而非滋生避税）吸引中国数字型绿地投资。第三节"关联法"的影响与机制总结人大版《中级数字贸易学》三、"关联法"的关键作用OECD《BEPS行动方案》第5项将IPBR视为重点打击对象，要求知识产权收入必须与当地研发活动关联（"关联法"）。参考Chenetal.（2023），马述忠等（2024）检验了"关联法"的作用。表19-6结果显示：若2016年前未涉及关联要求而2016年后涉及，则IPBR×Nexus系数为0.259***（0.088），在1%水平显著→"关联法"显著强化了IPBR的积极影响，进一步证明IPBR通过鼓励创新（而非避税）吸引数字型绿地投资。四、小结马述忠等（2024）填补了IPBR对数字型绿地投资影响的研究空白：IPBR通过创新动机吸引中国数字型绿地投资，避税动机不成立；OECD"关联法"要求R&D活动与IP收入挂钩是关键。这拓展了数字经济时代制度基础观理论，也凸显了国际税收治理（BEPS）的重要性。第四节数据保护的影响人大版《中级数字贸易学》一、理论命题的提出：GDPR与跨境并购跨境并购（Cross-borderM&A）是跨国公司常用资本输出方式。国界使其比国内并购增加了额外影响因素：地理距离、文化差异、金融市场、制度环境、母国-东道国经济关联度等（Ereletal.,2012;Bekaertetal.,2005;Ahmad&Lambert,2019）。随着数字经济发展，新的数字规则不断涌现。2018年5月正式生效的欧盟《通用数据保护条例》（GDPR）是全球影响最深远的个人数据保护法规，要求收集个人数据必须获得用户同意，对违规行为处以高达全球营业额4%的巨额罚款（Jiaetal.,2021）。电子商务企业是最依赖个人数据、也最易受数据法规影响的类型之一。马述忠等（2023）以GDPR为例，基于SDC数据库和DID方法，考察个人数据保护对中国电商跨境并购的影响。理论命题19-3人大版《中级数字贸易学》理论命题19-3：数据保护的影响东道国数据保护会通过提高跨境并购的成本和降低跨境并购能够获得的潜在收益抑制电商企业跨境并购。来源：马述忠,吴鹏,房超.东道国数据保护是否会抑制中国电商跨境并购[J].中国工业经济,2023,(02):93-111.理论创新①首次将消费者数据保护纳入跨境并购分析——现有跨境并购理论仍局限于传统因素（地理距离、文化差异、制度环境等），未考虑数据保护这一数字经济时代新因素的影响。②将数据保护法规的成本收益分析具体化——成本端包括数据采集合规成本、违规罚款等；收益端包括电商销售收入、在线广告等，是对跨境并购研究的重要完善。③区别于OLI范式：政府对消费者数据保护难以归结为所有权优势、区位优势或内部化优势，是数字经济时代影响跨国公司投资行为的新因素。第四节成本与收益分析框架人大版《中级数字贸易学》二、理论命题的具体内容：成本视角GDPR带来三类成本上升：①客户获取成本——需改变应用程序以符合数据监管要求（如增加同意使用数据的界面）；②法律合规成本——需聘请数据保护官（DPO）、购买专业法律咨询；③违规罚款成本——因违规使用或泄露数据可能面临高额罚单。成本上升因国家而异：监管严格程度更高的国家合规调查更频繁、处罚金额可能更高；居民对个人数据敏感程度更高的国家对违规查处力度更大。假说1：GDPR的实施会带来各类成本上升，抑制中国电商企业并购欧盟企业；东道国政府对数据监管越严格、居民对数据敏感程度越高，GDPR通过提高成本抑制跨境并购的作用越明显。收益视角GDPR降低两类潜在收益：①电商销售收入——商品推荐、搜索匹配、信用评分等高度依赖个人信息，GDPR使个性化推荐精准度下降，买卖匹配效率降低、成交额下降（Sunetal.,2021）；②在线广告收入——GDPR降低了基于用户画像的广告投放精准度，广告效果及收入明显下降（Aridoretal.,2020;Goldbergetal.,2022）。假说2：GDPR的实施会降低潜在收益，抑制中国电商企业并购欧盟企业；东道国电商市场越发达、在线广告市场越大，GDPR通过降低收益抑制跨境并购的作用越明显。公式（19-3）：DID基准回归模型人大版《中级数字贸易学》采用双重差分法（DID），对比GDPR实施前后中国对欧盟和世界其他国家的电商跨境并购数量电商跨境并购识别：SDC数据库中行业为"E-commerce/B2B"和"InternetandCatalogRetailing"EUc：欧盟国家虚拟变量（是=1，否=0）；Postt：时间虚拟变量（2018年及之后=1，之前=0）核心关注系数

β3（EUc×Postt

交互项）：衡量GDPR实施对中国电商跨境并购的因果效应DMAct

采用

ln(1+并购数量)形式，Zct

包括人均GDP、GDP增长率、实际汇率、制度质量、双边地理距离、双边贸易额、共同语言、共同宗教εct

为残差项DMAct=β0+β1·EUc+β2·Postt+β3·EUc×Postt+β4·Zct+εct

（19-3）表19-7个人数据保护对电商跨境并购的影响人大版《中级数字贸易学》(1)(2)(3)(4)(5)EU×Post-0.0264***(0.0085)-0.0263**(0.0111)-0.0252**(0.0111)-0.0264***(0.0085)-0.0485***(0.0180)EU-0.0101(0.0079)-0.0189(0.0133)-0.0202(0.0133)Post0.0200***(0.0073)0.0193(0.0118)控制变量否是是否是年份固定效应否否是是是国家固定效应否否否是是Observations1,7161,0941,0941,7161,094R²0.00750.15180.16740.30750.3409注：改编自马述忠等（2023）表2。括号内为聚类在国家层面的标准误，***、**、*分别表示1%、5%、10%显著性水平。EU×Post系数在所有设定下均显著为负→GDPR实施后，中国对欧盟电商并购数量相比其他地区显著减少→个人数据保护法规抑制了中国电商跨境并购。表19-8成本视角机制分析人大版《中级数字贸易学》(1)监管严格程度(2)数据敏感程度1(3)数据敏感程度2RSIPrivacy1Privacy2EU×Post0.0044(0.0196)0.0009(0.0191)0.0006(0.0198)Post-0.0203(0.0135)-0.0203(0.0134)-0.0203(0.0134)EU×Post×交互变量-0.1265**(0.0506)-0.0718**(0.0334)-0.1487*(0.0801)控制变量是是是年份固定效应是是是Observations1,0941,0941,094R²0.16790.16780.1677注：改编自马述忠等（2023）表5。RSI为数据监管严格程度（欧盟4835名数据控制者调查），Privacy1为知道cookies可追踪上网行为的人数占比，Privacy2为曾改变浏览器设置以防止cookies的人数占比（欧洲统计局）。三重交互项系数均显著为负→监管越严格、居民数据敏感度越高，GDPR通过提高成本抑制跨境并购的作用越明显→假说1成立。表19-9收益视角机制分析人大版《中级数字贸易学》(1)电商营业额(2)网购人群(3)在线广告eEMiEMAdvertisementEU×Post0.0044(0.0189)-0.0008(0.017)0.0085(0.0221)Post-0.0201(0.0135)-0.0203(0.0135)-0.0203(0.0135)EU×Post×交互变量-0.3051***(0.11)-0.0888***(0.0327)-0.1471**(0.0618)控制变量是是是年份固定效应是是是Observations1,0941,0941,094R²0.16810.16810.1679注：改编自马述忠等（2023）表6。eEM为电子商务营业额占比，iEM为个人使用互联网订购商品和服务的比例，Advertisement为付费在互联网上做广告的企业占比（欧洲统计局）。三重交互项系数均显著为负→东道国电商市场越发达、网购人群占比越