166家外资企业获增值电信业务经营试点批复

外资股比限制的取消本质上是产权制度的边际调整，降低了外资企业在华经营电信业务的信息搜寻成本、谈判成本与执行成本（Coase, 1937）。制度变迁通过"正式规则→激励结构→行为响应"的路径发挥作用（North, 1990）。提出假说H1：外资股比限制取消显著提高了试点地区外资增值电信企业注册数量。H2：制度变迁通过降低交易成本渠道促进市场进入，中介效应在中小规模外资企业中更为显著。H3：制度质量越高的试点城市（如上海、深圳），制度变迁的市场激活效应越强。

核心识别挑战在于外资准入政策可能与其他对外开放政策发生混淆，以及试点城市选择本身具有内生性。本文采用"试点-非试点"双重差分设计，利用政策分批推进的时间变异构造处理组。关键识别假定为平行趋势假定——在政策实施前，试点地区与非试点地区的外资电信企业进入趋势不存在系统性差异。同时采用两阶段双重差分法（Gardner, 2022）处理处理组异质性效应问题，并利用城市-年份面板数据进行事件研究法检验动态处理效应。

基准模型设定为：Y_it = α + β × Treat_i × Post_t + γ X_it + μ_i + λ_t + ε_it。其中Y_it为城市i在第t年新注册的外资增值电信企业数量（取对数），Treat_i为试点城市虚拟变量（北京、上海、海南、深圳为1），Post_t为政策实施后时间虚拟变量（2025年2月及之后为1）。X_it为城市层面的控制变量集，包括GDP增速、第三产业占比、FDI存量、市场化指数等。μ_i为城市固定效应，λ_t为年份固定效应。为进一步识别制度变迁渠道，设定中介效应模型：M_it = α₁ + β₁ × Treat_i × Post_t + γ₁ X_it + μ_i + λ_t + ε_it；Y_it = α₂ + β₂ × Treat_i × Post_t + θ × M_it + γ₂ X_it + μ_i + λ_t + ε_it，其中M_it为以行政审批时间度量的交易成本变量。

核心被解释变量为城市-季度层面的新增外资增值电信企业数量，数据来源于工信部电信业务经营许可管理系统公布的许可审批信息。核心解释变量为试点政策虚拟变量Treat×Post。交易成本变量采用企查查数据库中企业从申请到获准的时间间隔（对数化处理）以及各地政务服务中心公布的审批材料数量作为代理变量。控制变量包括城市GDP、第三产业增加值占比、年末实有外资企业数、互联网宽带接入用户数等，来源于《中国城市统计年鉴》、各地统计公报及工信部通信业统计公报。样本区间为2023年1月至2026年6月的季度面板数据。

第一，更换被解释变量为增值电信业务许可证发放数量的加权指数（以注册资本为权重），验证结论不受指标构造方式影响。第二，采用PSM-DID方法，基于城市经济发展水平、外资依存度、信息化水平等协变量进行倾向得分匹配后重新估计，缓解选择偏差。第三，进行安慰剂检验，将政策时点向前推移两期（如假定2024年2月为政策实施时点），检验虚拟政策效应不显著。第四，排除同期其他政策干扰，剔除同时期内中国（内蒙古）自贸试验区等新增开放试点城市样本。第五，采用Bacon-Decomposition方法分解双向固定效应估计量中的"坏比较"成分，评估处理效应异质性对因果识别的影响。

---

根据Blomström & Kokko（1998）的技术溢出理论，FDI通过示范效应、竞争效应、人力资本流动和产业关联四种渠道产生技术溢出。在增值电信服务领域，外资企业带来的云计算架构、数据中心节能技术、网络安全管理经验等构成可溢出知识。提出假说H1：外资增值电信企业的增加显著提升了同地区本土数字服务企业的全要素生产率。H2：人力资本流动是主要传导渠道——外资增值电信企业的中高层管理人员向本土企业流动将带动知识转移。H3：在数字基础设施较好的地区（以互联网普及率、5G基站密度衡量），FDI技术溢出效应更为显著，体现新结构经济学"禀赋结构决定最优产业结构"的逻辑。

核心挑战在于FDI区位选择并非随机——外资更倾向进入市场潜力大、数字基础设施好的城市，存在自选择偏差。采用工具变量法：以1990年代各城市历史外资存量与政策时变变量的交互项作为工具变量（基于Bartik思路），利用历史外资分布与当期政策冲击的交互影响构造外生变异。同时利用行业-城市面板数据控制多维固定效应，吸收不可观测的行业异质性和城市异质性。进一步构建外资进入强度的连续处理变量，以工信部发放的增值电信业务许可中注册资本金额衡量FDI进入深度。

以行业-城市面板数据设定模型：TFP_jit = α + β × FDI_intensity_it + γ × (FDI_intensity_it × Digital_infra_i) + δ Z_it + μ_ji + λ_t + ε_jit。其中TFP_jit为城市i行业中本土企业j在t年的全要素生产率（采用LP半参数法估计），FDI_intensity_it为城市i在t年增值电信领域的外资企业注册资本占比。中介变量为行业层面的劳动力流动率（以LinkedIn及招聘网站公开数据度量外资企业向本土企业的人员流动）。控制变量Z包括城市信息化水平、人力资本存量、研发投入强度。加入行业-城市联合固定效应（μ_ji）和年份固定效应（λ_t），标准误在城市层面聚类。

被解释变量以本土数字服务A股/港股上市公司为样本（行业代码I64-I65），利用国泰安数据库（CSMAR）及Wind数据库的财务数据计算企业TFP。FDI进入强度以工信部电信业务行政许可公告中申报的外资企业注册资本（折合人民币）加总到城市-季度层面。人力资本流动变量以猎聘网、脉脉等平台公开的招聘与履历数据为基础，计算外资电信企业向本土数字企业的人员流动率。数字基础设施变量采用工信部公布的各城市5G基站密度和光纤接入端口数。控制变量中的人力资本以各城市每万人高校在校生数衡量，数据来源于《中国城市统计年鉴》。

第一，更换TFP估计方法，分别使用OP法、ACF法和Wooldridge方法重新估计企业生产率，验证技术溢出效应结论的稳健性。第二，构建行业层面的空间溢出模型（Spatial Durbin Model），检验外资增值电信企业的技术溢出是否跨越城市行政边界。第三，进行行业细分检验——将增值电信业务按ICP、ISP、IDC等子类分别估计，验证技术溢出效应的行业异质性。第四，利用替代性外资衡量指标（如外资企业数量而非资本额）重复估计。第五，进行排除极端值检验，剔除北京、上海两市的样本以评估结论对超一线城市的敏感性。

---

Evans（1995）提出的"嵌入式自主性"理论指出，发展型国家成功的关键在于国家既保持相对于利益集团的自主决策能力，又通过制度渠道嵌入产业发展网络。中国在增值电信领域的开放策略并非简单的"自由化"，而是高度选择性和渐进式的制度调整——这与Vogel（2024）分析的中国"选择性自由化"模式高度吻合。提出假说H1：中央政府对外资增值电信开放的节奏控制服务于"安全-发展"双重目标平衡，试点城市选择反映了政治甄别（战略定位）与经济考量（市场规模）的混合逻辑。H2：四地试点政策的执行路径存在显著差异——上海、深圳偏向"规制便利化"路径，海南偏向"制度突破"路径，北京偏向"安全审慎"路径。H3：地方政府在试点执行中的"行政发包"激励强度影响外资进入的质量（而非仅数量）。

本研究采用混合方法设计。定量部分：以四地增值电信外资进入的数量、速度和行业分布为结果变量，构造城市-月份政策面板数据，采用合成控制法（Synthetic Control Method）为每个试点城市构造反事实的对照组（由非试点城市加权合成），比较实际外资进入轨迹与反事实轨迹的差异。定性部分：对工信部、商务部及四地通信管理局的政策文件（2023-2026年）进行NLP辅助政策文本分析，提取政策话语框架和规制重点；辅以外资增值电信企业的高管深度访谈（6-8家），识别政策执行层面的实际障碍和激励。

合成控制法的核心形式为：对于每个处理单元（试点城市）j，寻找权重向量W_j*使得在政策实施前的处理单元特征向量与合成控制单元特征向量之间的欧氏距离最小化。正式地：W_j* = argmin ||X_1 - X_0 W||，约束条件为权重非负且和为1。政策效应估计为τ_jt = Y_jt - Σ(w_k* × Y_kt)，其中Y为新增外资增值电信企业数量或外资注册资本额。进一步采用广义合成控制法（Xu, 2017）处理多处理单元情形，利用交互固定效应模型控制未观测的时间变异性混杂因素。

定量结果变量包括：月度新增外资增值电信经营许可数、许可涉及注册资本总额（对数）、进入子行业分散度（Herfindahl指数倒数）。政策文本分析变量包括：通过LDA主题模型从300+份中央及地方政策文件中提取的开放话语框架得分（市场化话语vs.安全审慎话语vs.竞争促进话语）。城市特征变量包括：市场化指数（樊纲等最新版本）、外资企业营商环境评价指数（中国贸促会发布）、数字经济发展指数（信通院）。试点前特征窗口设定为2023年1月至2025年1月（首批批复前）。

第一，安慰剂空间检验——将"伪试点"随机分配给四个非试点城市各500次，构造经验p值分布，检验四地实际效应是否显著偏出随机分布。第二，变更合成控制法的预测期窗口和预测变量组合，验证合成权重的稳定性。第三，采用"过程追踪"方法对每个试点城市进行个案深度分析，检验因果机制的微观证据。第四，使用广义DID作为替代因果识别策略，与合成控制结果进行交叉验证。第五，引入多维政策变量（自贸区政策、服务业综合试点等同期政策）作为控制变量，排除替代解释。

---

在增值电信市场开放前，以互联网数据中心（IDC）、云计算服务为代表的细分市场呈寡头竞争结构（少数国内龙头企业占据主要份额）。取消外资股比限制引入了新的竞争主体，根据Cournot寡头竞争模型，竞争者数量的增加将降低市场均衡价格、提高均衡产出、减少单个企业利润但提升社会总剩余。提出假说H1：外资进入试点地区的IDC服务市场后，该类服务加权平均价格下降幅度显著高于非试点地区。H2：外资进入的竞争效应在标准化程度高的服务品类（如机柜租赁、带宽服务）中价格效应最显著，在差异化程度高的服务品类（如定制化云解决方案）中效应较弱。H3：外资进入引致的消费者剩余增量与生产者剩余减量之比大于1，即开放政策的净福利效应为正。

采用Bertrand-Nash价格竞争的结构式模型。需求端：在Berry、Levinsohn & Pakes（1995, BLP）的随机系数离散选择框架下，消费者（企业客户）在选择增值电信服务商时根据价格、服务质量、品牌等特征进行离散选择。供给端：假设企业在价格上进行Bertrand竞争，边际成本为常数。识别策略的关键是利用"取消外资股比限制"作为供给侧外生冲击——它改变了可参与竞争的企业集合，而非直接影响需求参数。外资进入相当于在市场中引入新的"产品"选项，通过产品集合的外生扩张识别需求替代弹性和边际成本参数。

需求端：消费者i选择服务商j的条件间接效用为u_ijt = δ_jt + μ_ijt + ε_ijt，其中δ_jt = X_jt β + α p_jt + ξ_jt 为均值效用，μ_ijt为个体-产品层面的随机效用偏差，ε_ijt为I型极值分布误差。市场份额为s_jt = ∫ [exp(δ_jt + μ_ijt) / (1 + Σ exp(δ_kt + μ_ikt))] dF(μ)。供给端：企业j的利润为π_jt = (p_jt - mc_jt) × M × s_jt(p)，其中M为市场总规模。Bertrand-Nash一阶条件给出p_jt = mc_jt + [Ω⁻¹ s_jt] / [∂s_jt/∂p_jt]，其中Ω为所有权矩阵。通过GMM方法联合估计需求参数（工具变量使用其他市场同产品价格、BLP式工具变量）和边际成本参数，外资进入前后纳入不同的所有权结构以识别竞争效应。

核心数据为各IDC/云服务商公开的服务目录价格，以标准机柜租赁（月价）、100Mbps带宽服务（月价）、基础云计算实例（按小时定价）三类标准化服务为分析对象。服务商特征包括企业性质（外资/内资）、注册资本、技术认证等级（ISO、等保等）。需求侧代理变量使用各服务商的区域市场份额（以客户企业公开披露的供应商信息为基础）。市场定义为城市级别，样本城市覆盖北京、上海、深圳、海南（海口+三亚）四个试点城市及杭州、广州、成都、武汉等对照组城市。时间窗口为2024年第1季度至2026年第1季度。

第一，更换市场竞争模型假定——将Bertrand价格竞争更换为Cournot产量竞争进行反事实模拟，比较福利效应估计的模型敏感性。第二，使用简式回归（reduced-form）作为结构模型的交叉验证——以DID估计外资进入对价格的简化效应，与结构模型反事实模拟结果比较。第三，进行不同服务品类的分样本估计，验证竞争效应是否存在品类异质性。第四，使用替代需求模型（嵌套Logit模型、随机系数Probit模型）重新估计需求参数。第五，将反事实模拟中的外资进入程度设定为不同梯度（如仅限合资、完全独资等），评估政策强度变化的福利敏感性。

---

根据凯恩斯投资乘数理论，一笔自主性投资的注入将通过边际消费倾向形成多轮收入-消费循环，最终产出增量为初始投资的数倍。增值电信领域的FDI流入属于自主性投资，其在数据中心建设、网络设备采购、软件开发等方面的资本支出将通过ICT产业的广泛前向和后向关联（前向：为下游制造业数字化提供基础设施；后向：拉动上游芯片、服务器、光纤等制造需求）产生显著的乘数效应。提出假说H1：增值电信领域的FDI每增加1元，通过产业关联渠道拉动总产出增加2-3元，乘数效应超过一般制造业FDI。H2：增值电信FDI的就业乘数效应存在显著的技能偏向性——高技能ICT岗位的新增就业带动效应优于中低技能岗位。H3：在数字基础设施存量较高、ICT产业集聚度较高的地区，增值电信FDI的投资乘数效应更大（存在"加速数"放大机制）。

构建两阶段分析框架。第一阶段：利用2018年和2023年两期国家投入产出表（42部门及153部门两个粒度），使用需求拉动型投入产出模型计算电子信息产品制造、软件与信息技术服务、电信服务三个关联部门的完全消耗系数和列昂惕夫逆矩阵，通过前向关联和后向关联乘数量化增值电信FDI对各产业部门的拉动效应。第二阶段：基于省级面板数据构建PVAR模型，以增值电信外资实际投资额为冲击变量，通过脉冲响应函数（IRF）追踪其对地区GDP、固定资产投资、就业和税收的动态路径，识别投资乘数的时变特征和收敛周期。

PVAR模型设定：Y_it = A_0 + A_1 Y_{i,t-1} + A_2 Y_{i,t-2} + ... + A_p Y_{i,t-p} + B X_it + μ_i + ε_it，其中Y_it为内生变量向量，包括：（1）增值电信FDI实际投资额（对数），（2）地区GDP增速，（3）地区ICT固定资产投资增速，（4）地区ICT行业就业人数（对数），（5）地区财政收入增速。通过Cholesky分解识别脉冲响应，变量排序依据外生性程度从高到低。投入产出乘数部分：ΔX = (I - A)⁻¹ × ΔF，其中ΔF为增值电信FDI的初始投资向量（在ICT资本形成项注入），(I - A)⁻¹为列昂惕夫逆矩阵，ΔX为各部门总产出增量向量。分解为直接投资效应、间接前向效应和后向效应。

增值电信FDI实际投资额：从商务部外商投资管理系统的分行业-分来源地数据中提取，分类标准参照《国民经济行业分类》中的"I-64互联网和相关服务"和"I-65软件和信息技术服务业"中与增值电信业务交叉的部分。投入产出表数据来源于国家统计局发布的2018年及2023年153部门投入产出表。PVAR分析中的控制变量包括：地区市场化指数、基础设施水平（高速公路密度、互联网宽带接入端口数）、人力资本存量（就业人口中大专及以上学历占比）。数据频率为年度面板（2016-2025年），覆盖31个省市区。所有名义变量通过省级GDP平减指数调整为2023年不变价。

第一，变更PVAR的变量排序方案，将不同内生变量置于Cholesky分解的外生端，检验脉冲响应函数的排序敏感性。第二，分别使用短期（1年）、中期（3年）、长期（5年）三个乘数计算窗口，评估乘数效应的时变稳健性。第三，采用不同版本的投入产出表进行乘数重算——分别使用全国表和地区表（北京、上海、广东等有省份级投入产出表的地区），交叉验证乘数估计精度。第四，将增值电信FDI替换为FDI协议金额和实际使用金额两种口径分别估计，检验结论对数据口径的敏感性。第五，引入向量误差修正模型（VECM）检验变量间的长期均衡关系，验证PVAR短期动态与长期协整的一致性。