一、引言
自2001年我国实施“走出去”战略以来，伴随着开放型经济发展战略的不断深化和经济全球化的持续扩散，中国对外直接投资（OFDI）取得了高速发展。截至2012年底，中国1.6万家境内投资者在全球179个国家和地区设立对外直接投资企业近2.2万家，对外直接投资存量达5319.4亿美元（商务部，2012）。2012年中国对外直接投资分别占全球当年流量、存量的6.3%和2.3%，流量名列按全球国家（地区）排名的第3位，占比较上年提升1.9个百分点，存量位居第13位（UNCTAD，2012）。
截至2013年6月，中国共签订双边投资协定（BIT）128份，签约国数量超过中国对外直接投资东道国总数的70%，中国签订的双边投资协定总量位居德国之后，名列全球第2位（UNCTAD，2013）。在此背景下，研究双边投资协定对中国OFDI的影响，对指导此类双边制度安排有较大的现实意义。本文将引用中国对116个国家的对外直接投资面板数据，使用面板数据双重差分模型和倾向得分匹配考察双边投资协定对中国OFDI的影响。
二、文献综述
传统观点认为，BIT作为签约国投资保护制度的补充，通过保护投资产权以及保障投资公平和提供优惠待遇，降低跨国公司的投资成本和风险，提高投资者对签约国制度环境的信心，进而吸引更多直接投资进入签约国（UNCTAD，2000，2006；Elkins，2006）；而且BIT这类双边制度安排没有如单边经济自由化那样严重的“动态不一致”问题，能够提供比单边制度安排更加可信的投资保护；双边投资协定的签约国相比其他没有签订双边投资协定的国家在吸引直接投资上释放出了愿意保护外资的信号，这使得签约国在吸引直接投资上更具竞争力。
最初实证检验双边投资协定对直接投资影响的学者是Hallward-Driemeier（2003），她采用1980年-2000年20个OECD国家对31个发展中国家的FDI流量数据进行分析，但并未发现双边投资协定的签订或生效对FDI流量有显著影响。往后的研究产生了高度不一致的结论，其中Tobin（2005），Gallagher（2006）和Aisbett（2009）等也都未能发现双边投资协定对直接投资的影响，但是另外一些研究，比如Egger（2004）发现OECD国家之间生效的BIT能够增加30%的双边投资存量，Busse（2010）进一步分析了1978年至2004年间28个国家与83个发展中国家的双边投资数据，发现BIT显著促进了签约国向发展中东道国的外资流入。Tobin（2011）研究了1984年至2007年97个国家的数据后发现，签订BIT能够有效帮助发展中国家吸引FDI，但是需要考虑东道国的制度和签订BIT的总数。
与已有的研究相比，本文的不同之处在于：以往研究在检验双边投资协定政策的处理效应时，习惯采用双重差分的方法，但由于实际平均处理水平存在自我选择，并非随机分组，因而可能导致不一致的估计。而在倾向得分匹配方法中，通过使用“自我选择”的因素估计倾向得分，然后根据得分进行匹配，可以避免上述方法存在的缺陷。因此，本文尝试先使用倾向得分匹配为双边投资签约国寻找合适的对照组，而后使用双重差分的方法估计双边投资协定对中国OFDI的处理效应。
三、实证模型、数据、变量
（一）倾向得分匹配
对数据进行倾向得分匹配，为实验组的东道国匹配到与其相似的对照组东道国，然后将匹配好的数据计入双重差分模型，这一处理可以提高双重差分模型估计结果的准确性，而本文正循这一研究框架。根据发表在journal of international economics上的论文What determines BIT中的结论，本文使用东道国的GDP，东道国的人均GDP，东道国的贸易开放水平，东道国的市场潜力，东道国的GDP增长率，东道国的施政有效性为倾向得分匹配法中的解释变量，中国与东道国的双边投资协定是否生效为处理变量。分年进行匹配，为每一年与中国签订双边投资协定的东道国匹配相似的未签订协定的东道国，最后剔除没有参与过匹配的个体①。将控制组国家的period②规定为参与匹配前为0，参与匹配之后为1；处理组国家的period在双边投资协定生效之前为0，生效之后为1。最后对匹配好的数据，使用双重差分法估计双边投资协定的处理效应。从表2③的匹配实验可以发现，在匹配前与中国签署双边投资协定并生效的东道国相比其他东道国，它们有更高的GDP、更高人均GDP、更高的贸易开放水平、更高市场潜力、更高GDP增长率或更高的施政有效性，这说明中国更可能和GDP较高、人均GDP较高、贸易开放水平较高、市场潜力较高、GDP增长率较高或施政有效性较高的东道国签订及生效双边投资协定，即双边投资协定的签订及生效存在“自选择效应”。从T值检验上可以看出，其结果高度拒绝实验组和对照组东道国均值相等的原假设。匹配后实验组东道国和对照组东道国的GDP、人均GDP、贸易开放水平、市场潜力、GDP增长率、施政有效性高度接近。从T值检验来看，不能拒绝实验组和对照组东道国均值相等的原假设。因此本文用倾向得分匹配方法为实验组东道国找到了最相近的对照组东道国，排出了双边投资协定的“自选择性效应”对估计结果的影响，提高了之后双重差分模型估计的准确性。
（二）双重差分模型设定
本文实证检验构建的面板数据双重差分模型如下：
OFDIi，t=β0+γ′Xi，t+β1TREATYi，t+β2PERIODi，t+β3TREATYi，t*PERIODi，t+μi+εi，t（1） 式（1）中下标i、t分别代表东道国和年份；OFDI为中国在t年对东道国i的OFDI；PERIOD为哑变量，如果我国与东道国i签订的双边投资协定在第t年已生效则取1，否则取0；TREATY为哑变量，表征中国是否与东道国i签订双边投资协定；TREATY*PERIOD为TREATY与PERIOD的交互项。X为控制变量集合，包括东道国GDP（gdp）、东道国的GDP增长率（ggdp）、东道国的人均GDP（gdppop）、东道国人均gdp与中国人均gdp之比（marketopport）、东道国政府施政有效性（govern）和贸易开放水平（openness）；μ为东道国i的个体效应，以控制不可观测的东道国个体特征；ε为随机误差项。
（三）变量与数据说明
1、被解释变量为中国对东道国的OFDI，以中国对各个国家或地区的直接投资存量度量，数据来源于2012年的《中国对外直接投资统计公报》。
2、核心解释变量为period*treaty。其中period为哑变量，如果我国与东道国i签订的双边投资协定在第t年已生效则取1，否则取0④；treaty为哑变量，表征中国是否与东道国i签订双边投资协定。因为部分双边投资协定从签订到生效常常需要一段时间，故双边投资协定的签订年份和生效年份都曾经被以往的文献采用。中国双边投资协定签订与生效往往相差较长，并且有近20%的双边投资协定在签署后从未生效，因此本文采用双边投资协定生效年份。数据来自中国外交部网站的记录。
3、控制变量。gdp采用东道国i在t年的国内生产总值，度量东道国的市场规模，东道国的市场规模越大，则可能会有更多的外国投资者被吸引到该国进行投资，因此该变量可以被视为市场寻求型直接投资的决定因素，可以假设变量gdp与中国ofdi具有正向关系（Buckley，2007）；gdppop采用东道国的人均gdp，以测度东道国的劳动力成本；marketopport采用东道国人均gdp与中国人均gdp之比，表征东道国的市场机会，该变量的数值越大，表示东道国相对中国而言是高收入国家，中国公司去该东道国投资的市场机会则越小，可以预期变量marketopport与中国OFDI呈负向关系（Cheung，Qian，2009；Eaton，Tamura，1994）；ggdp采用东道国的GDP增长率，反映东道国的市场潜力；govern采用世界银行全球治理指标中的政府施政有效性，以测度东道国的制度质量；变量openness代表东道国i在t年的贸易开放水平，采用东道国贸易总额的GDP占比度量（Wu et al.，2007），贸易开放水平刻画了东道国i和世界其他国家或地区经济交流的相对强度，变量openness的数值越高，表示东道国的政治和经济环境越开放，中国直接投资越容易进入其市场。控制变量的数据均来源于世界银行数据库。
本文选取2005-2012年中国对116个国家或地区直接投资的跨国面板数据作为样本。在具体估计模型时，为减少异方差的影响并提高变量的平稳性，变量ofdi、gdp、gdppop、openness均取自然对数⑤。
五、结果分析
基于倾向得分匹配后得到的跨国面板数据，运用面板数据差分模型的估计方法对式（1）进行估计，得到三个结果⑥。其中，模型（1）是混合OLS估计，模型（2）和模型（3）分别为随机效应回归和固定效应回归。
从模型（1）的估计结果来看，核心关注变量交互项period*treaty的估计系数为正，且在5%的水平上显著，交互项period*treaty的估计系数在5%的水平显著为正。而从模型（2）-（3）的估计结果可以看出，在控制了个体效应后，估计的系数符号为负，并且变得并不显著。这反映了在不考虑东道国个体特征的影响的影响时，流入实验组国家的中国直接投资比对照组更多，说明双边投资协定生效促进中国直接投资流入签约国。变量treated的估计系数在模型（1）-（3）中均为负，且于模型（1）中在5%的水平上显著，这表明在不考虑双边投资协定生效前后时间维度的影响，实验组东道国不一定能比对照组东道国吸引更多中国的直接投资。变量period的估计系数在模型（1）-（3）中均为正，且分别在10%和1%的水平上显著，表明从时间维度上看来中国对实验组东道国的直接投资在增加。
对于模型（1）中的其他变量，openness的估计系数为正，且在1%的水平上显著，这显示了东道国贸易开放水平越高，越有利于中国OFDI的进入。gdp的估计系数为正，而marketoppo和ggdp的系数为负，表明中国OFDI倾向于选择一些有较大规模的市场而不是更具有潜力的市场。gdppop的估计系数为负，且在1%的水平上显著，表明中国OFDI并不具有效率寻求动机。govern的系数为负，表明中国OFDI倾向于进入一些具有高收益、高风险的国家。
六、结论及建议
本文基于2005-2012年中国对116个东道国直接投资的跨国面板数据，采用面板数据双重差分方法和倾向得分匹配法，实证考察双边直接投资协定对中国OFDI的影响。面板数据双重差分模型的估计结果显示，双边投资协定的生效显著增加了中国对签约国的直接投资存量。
故提出两点建议：第一，随着中国对外直接投资的迅速发展，BIT已经能够起到促进和保护本国对外投资的作用，故与外国签订或者续签BIT时，政府不仅需要考虑吸引外资的条款，更应加入保护本国企业到对方国家投资的内容。政府在引导企业把握投资机会的同时，还应通过在双边投资协定中引入投资者与东道国争议处理机制，鼓励企业到BIT签约国投资。第二，政府应重视与贸易开放水平低的国家签订BIT，从而引导企业到投资机会多但贸易开放水平低的国家进行投资。特别的，美国虽然是全球经济和文化前沿国，制度环境比较优秀，但是中国企业进入美国市场投资受到诸多阻力和限制，若中国与美国签订双边投资协定，可以在一定程度上缓解中国企业不易进入美国市场的困境。（作者单位：重庆师范大学经济与管理学院） 注解：
①本文采用一对一有放回的匹配。
②period为哑变量，表征如果我国与东道国i签订的双边投资协定在第t年已生效则取1否则取0；为了能对面板数据使用双重差分模型，故规定对照组东道国参与匹配前为0，参与匹配之后为1。
③表中T检验的原假设为“实验组和对照组的样本均值相等”；2005年-2012年的匹配实验结果均高度拒绝实验组和对照组东道国均值相等的原假设，并且分年度匹配后实验组东道国和对照组东道国的GDP、人均GDP、贸易开放水平、市场潜力、GDP增长率、施政有效性高度接近，为节约篇幅不列出。
④本文分别以双边投资协定签署时间和生效时间计入模型进行考察，没有检查到双边投资协定签署对直接投资的显著影响，故在此仅报告以双边投资协定生效时间计入模型的结果。
⑤为节约篇幅不列出具体数据统计。
⑥为节约篇幅不列出具体估计结果。
