中國在“一帶一路”沿線國家OFDI的影響因素分析

胡冠宇，盧小蘭

（1.上海對外經貿大學 金融管理學院，上海 201620；2.江漢大學 商學院，武漢 430056）

0 引言

根據世界銀行2016年數據，“一帶一路”沿線65個國家加上中國，國土總面積約占全世界總面積的1/4，現價美元計算的GDP約占世界GDP總和的30%，總人口約占世界總人口的62.1%，“一帶一路”沿線國家已成為極具發展潛力的經濟合作走廊。但長期以來，中國對該區域的OFDI的潛力沒有充分發揮，中國在“一帶一路”沿線國家的OFDI存在投資規模偏小且近年來呈現下行的趨勢，空間布局過度集中于東南亞和西亞地區，且主要集中于東盟地區的租賃和商務服務業及制造業等問題。此外，中國在“一帶一路”沿線國家的OFDI還存在潛在的政治風險和經濟風險。

現有文獻在OFDI傳統影響因素、OFDI類型、第三國效應、政治制度影響等方面做出了重要貢獻。但可能存在如下不足：（1）從空間視角測算中國在“一帶一路”沿線國家OFDI潛力的文獻基本沒有。（2）相關文獻關于空間效應的界定和結論存在觀點相悖的情況，如馬述忠和劉夢恒（2016）[1]得到市場潛力、空間滯后和空間誤差等系數均顯著為負，而熊彬和王夢嬌（2018）[2]得到市場潛力、空間滯后和空間誤差等系數均顯著為正，另李勤昌和許唯聰（2017）[3]、謝杰和劉任余（2011）[4]等也得到不盡相同的結論；（3）同時考慮空間效應和政治制度因素對中國在“一帶一路”沿線國家的OFDI影響的文獻偏少，且現有研究中政策制度對OFDI影響的結論也不盡相同。

本文基于擴展的空間投資引力模型，合理確定OFDI的主要影響因素，重點考慮中國對“一帶一路”OFDI的空間效應和政治制度因素影響方向及程度，在此基礎上，測算中國在“一帶一路”沿線各國的OFDI潛力，為擴大中國在“一帶一路”沿線的OFDI規模及改善空間布局提供依據。

1 模型建立、變量設定和數據來源

1.1 空間面板模型構建

空間計量模型主要有空間自相關模型（SAR）、空間誤差模型（SEM）和空間面板杜賓模型（SDM）。

其中，W為空間自相關項的權重矩陣，M為誤差項的空間權重矩陣；Wy表示因變量的空間滯后項，WX變量的空間滯后項。ρ為空間滯后系數，反映相鄰地區的因變量變動對某地區因變量的影響程度。λ為空間誤差項系數，反映相鄰地區的不可測因素對某地區的影響程度。r為自變量的空間相關系數，反映相鄰地區自變量的波動影響某地區因變量的程度。

基于原始的投資引力模型，對數線性化并加入主要影響因素和空間因素后，得到如下擴展的空間投資引力模型。

空間自回歸模型設定為：

其中，Lnofdiit用以衡量中國對外直接投資，是計量模型的被解釋變量。若ρ值顯著為正，表示中國在第三國的OFDI與中國在東道國的OFDI存在互補效，反之，存在擠出效應、Lnsmp表示第三國市場潛力，其系數β1用于檢驗可觀測的第三國因素對中國在東道國OFDI的影響。結合ρ和β1的符號，可以判斷中國在“一帶一路”沿線國家的直接投資屬于那種類型。Politics和Polidiff分別表示東道國的政治制度情況以及中國與該國的政治制度差異，是本文的另一重要考察變量，其系數表示政治制度影響方向及程度。Control-variables為主要的控制變量，這些變量包括：Lnex（中國在東道國的出口）、LnGDP（東道國經濟水平）、open（東道國開放程度）、infrastr（東道國基礎設施水平）、Lnres（東道國自然資源豐度）、Lnhitech（東道國高科技產值）、Lnpop（東道國人口總量）、Lndist（中國與東道國間距離）、CAFTA（同為東盟國家）和APEC（同為APEC國家）?？紤]到變量的指數增長特性，除了Politics和Polidiff存在負值，infrastr和open為百分數，CAFTA和APEC存在零值外，其他各變量均取自然對數形式。此外，ηi為空間固定效應，θt時間固定效應。

其中，若λ顯著為正，說明影響第三國OFDI的不可測度因素對中國在東道國的OFDI會產生間接的互補效應，反之，則為擠出效應。

空間面板杜賓模型設定為：

式（6）是式（4）的一般形式，其中，φ是解釋變量或控制變量的空間滯后系數，它反映自變量或控制變量對因變量的變動是否具有空間溢出效應。

1.2 變量設定及數據來源

中國社會科學院發布的“一帶一路”沿線國家共65個，本文選取的研究對象為2007—2016年中國在63個沿線國家（因數據缺失，不丹和塞浦路斯除外）。

所有變量的數據來源及預期符號見表1。其中，因變量用中國在“一帶一路”沿線各國的對外直接投資存量來測度，數據來源于2007—2016年《中國對外直接投資統計公報》。核心解釋變量包括第三國市場潛力、空間滯后、各東道國政治制度質量以及中國與東道國政治距離。第三國市場潛力由第三國的GDP和第三國與東道國間的距離計算得到，其中各國GDP數據來源于世界銀行《世界發展指標》，距離數據來源于CEPII遠程數據庫。由于6個全球治理指數取值區間均在[-2.5,2.5]區間，政治制度質量綜合指數可由6個全球治理指數加總得到。政治制度距離則采用每年中國與各東道國政治制度質量綜合指數差的絕對值來測度。

為檢驗空間面板模型的穩定性，本文采用空間相鄰矩陣、地理距離矩陣、經濟距離矩陣和經濟地理距離嵌套矩陣4種不同的空間權重矩陣。4類空間權重矩陣的數據來源如下。其中，空間相鄰矩陣由世界地圖經GeoDa軟件生成；地理距離權重矩陣由地理距離的倒數來構建，其距離數據從CEPII遠程數據庫得到；經濟特征權重矩陣利用2007—2016年各國平均人均GDP差的絕對值倒數構建，其中，各年度人均GDP指標數據來源為世界銀行《世界發展指標》；經濟地理嵌套權重矩陣由WN(?)=WG+(1-?)WE計算得到，其中，WG與WE分別為上述的標準化的地理距離權重矩陣和經濟距離權重矩陣，?∈[0，1]。此外，本文對少量缺失數據進行了線性插補。變量的描述統計量如表2。

綜上所述，對于我國經濟的發展和人民的日常生活，電力系統是一個相當重要的角色，起到了非常關鍵的作用。因此，在進行智能電網的建設工作時，對于繼電保護技術的應用研究一定要進一步的加強，對于現代化的通信技術和網絡技術也必須要充分的利用，讓繼電保護裝置的升級工作能夠做得更好，讓繼電保護技術想自動化、智能化以及數字化方向的發展大大促進。對相關的繼電保護故障維修人員嗎，也應該進一步的對其進行提高，對其進行定期的培訓，讓自身的專業技能得到提高。只有做好上面這些工作，才能夠讓智能電網的建設和運行更加的安全可靠以及更加的高效。

表1 相關變量描述及數據來源

表2 變量基本描述性統計量

2 模型檢驗和結果分析

2.1 空間效應檢驗

首先，檢驗中國在“一帶一路”沿線國家的OFDI和主要自變量的全局空間相關性。

表3（見下頁）給出偶數年時OFDI的空間相關性檢驗結果，其中嵌套矩陣W4和W5中?分別取0.6和0.4。檢驗結果表明，在空間相鄰矩陣、地理距離矩陣和地理經濟嵌套矩陣下，OFDI空間正相關性均顯著；經濟距離矩陣的情況下，空間相關系數為正但不顯著。下文中將主要采用空間相鄰矩陣和地理距離矩陣為權重矩陣進行分析。以地理距離空間權重矩陣分析得到主要自變量的全局空間相關系數如表4。從表3和表4可知，一方面，中國在空間相鄰的沿線國家的OFDI呈現出高高、低低的集聚現象。另一方面，沿線各國的第三國市場潛力、政治制度質量、政治制度差異和其他社會經濟特征也呈現空間集聚現象。

表3 中國在“一帶一路”沿線國家的OFDI空間相關性檢驗

表4 主要自變量及相關控制變量的空間相關性檢驗

接下來，以地理距離為空間權重矩陣，分別對2016年中國在沿線國家的OFDI、第三國市場潛力、東道國政治制度和中國與東道國政治制度差異進行局部空間相關性分析。

OFDI的空間LISA圖的結果表明，中國在沿線國家OFDI的HH集聚區主要分布了馬來西亞、新加坡、印度尼西亞、緬甸、阿富汗、菲律賓、泰國、烏茲別克斯坦、吉爾吉斯斯坦、印度、巴基斯坦、蒙古、哈薩克斯坦、阿聯酋、科威特、斯里蘭卡和沙特阿拉伯等國家，這些國家全部為亞洲國家；而LL集聚區主要為波黑、馬其頓、黎巴嫩、愛沙尼亞、阿爾巴尼亞、敘利亞、黑山、摩爾多瓦、波黑、克羅地亞、斯洛伐克、塞爾維亞、保加利亞、立陶宛、約旦、烏克蘭和斯洛文尼亞等中東歐國家。此外，第三國市場潛力的低值集聚地區主要位于新加坡、印度尼西亞、老撾、柬埔寨、越南、文萊、菲律賓等東盟國家，以及哈薩克斯坦、烏茲別克斯坦、吉爾吉斯斯坦和馬爾代夫、孟加拉、斯里蘭卡等中亞及南亞國家，這和OFDI的高值集聚區重合度較高。政治制度的高值集聚區域和政治制度差異的高集聚區幾乎一樣，主要是愛沙尼亞、捷克、克羅地亞、匈牙利、拉脫維亞、摩爾多瓦、波蘭、羅馬尼亞、塞爾維亞、斯洛文尼亞和匈牙利等中東歐國家，這些國家與OFDI的低值集聚區高度吻合。

為進一步驗證空間模型的適用性，采用LM-lag和LM-err統計量以及穩健的LM-lag和LM-err統計量進行檢驗。表5中對OLS回歸結果進行LM檢驗，結果顯示空間誤差和空間滯后效應非常顯著，即證實了使用SAR、SEM或SDM模型的可能性。繼續采用LR檢驗判斷SAR、SEM和SDM模型的適用性，LR檢驗結果拒絕了不存在SAR模型與SEM模型的原假設，Hausman檢驗結果表明隨機效應模型的適用性。考慮到本文需檢驗空間效應的來源，選擇以SDM模型來檢驗空間滯后效應和第三國市場潛力的直接效應，同時以SEM模型檢驗第三國不可測因素的間接效應，并使用極大似然法（MLE）來估計上述模型。

表5 空間模型適用性的LM檢驗

2.2 基于地理距離權重矩陣的空間面板模型估計

基于地理距離權重矩陣的SDM模型估計結果見下頁表6中第三欄，結果表明：

空間滯后系數ρ的符號均顯著為正。這表明中國在第三國的OFDI會對中國流向東道國的OFDI產生顯著的空間互補效應。這與謝杰和劉任余（2011）[4]的結論基本一致，但這與馬述忠等（2016）[1]和刁秀華等（2017）[5]的結論相反。除模型4外，SDM模型中的第三國市場潛力（Lnsmp）系數均顯著為正。表明第三國市場潛力對中國在東道國的OFDI產生直接的互補效應。這和Regelink和Elhorst（2015）[6]估計結果一致，但與馬述忠等（2016）[1]的結論相反。導致上述差異的可能有兩個原因：其一，本文的研究樣本涵蓋除不丹和塞浦路斯以外的63個“一帶一路”沿線國家。而馬述忠等（2016）[1]、刁秀華等（2017）[5]的樣本分別包括42個或44個國家，空間單元不同可能導致空間效應的差異。其二，選取的樣本區間為2007—2016年。2013年“一帶一路”戰略開始實施，由于政策的執行存在一定的時滯，相應地，空間效應的顯現可能存在一定時滯。結合第三國市場潛力和空間滯后項的符號，可以看出，中國在“一帶一路”沿線國家的OFDI類型為集聚垂直復合型投資。

政治制度變量（politcs）的系數不顯著，而政治制度差異（poldiff）的系數為負且通過10%的顯著性檢驗。表明中國在“一帶一路”沿線國家直接投資并不是簡單地偏好于政治制度較差的國家，而是傾向于向與中國政治制度差異性較小的國家投資。東道國政治制度與中國越接近，越有利于中國出口企業逾越“制度差異”，實施“走出去”戰略。這種結論支持“制度接近論”的觀點，與杜江和宋躍剛（2014）[7]的觀點一致。此外，制度差異還存在負向的空間溢出效果，即中國與東道國周邊的第三國的制度差異越小，越增加中國往東道國的OFDI。

母國出口（Lnex）系數為正且顯著性強，表明中國在“一帶一路”沿線國家的OFDI具有顯著的“貿易導向”特征，出口有利于企業熟悉東道國的制度環境和經濟特征，有利于擴大母國在東道國的直接投資。東道國的經濟規模（LnGDP）系數為正且顯著，表明中國在“一帶一路”沿線國家的OFDI具有“市場尋求”特征，反映了中國企業面對國內市場飽和狀態下“走出去”的態度和決心。東道國開放度（open）系數為正且較為顯著，這反映中國的OFDI偏好對開放程度較高的國家。東道國的基礎設施水平（infras）系數顯著為正，表明中國的OFDI偏向基礎設施水平高的國家。此外，基礎設施還存在正向的空間溢出效果，即東道國周邊的第三國的基礎設施越好，中國在東道國的OFDI越多。東道國自然資源稟賦（Lnres）系數為正，但顯著性不高，這盡管一定程度表明中國在該地區的OFDI存在一定程度的自然資源尋求動機，但并不明顯。因此，中國的“一帶一路”倡議并非如西方國家所言的資源掠奪性質的“馬歇爾”計劃。此外，自然資源稟賦還存在負向的空間溢出效果，即東道國周邊的第三國的資源稟賦越豐富，中國在東道國的OFDI會減少。東道國高科技產業出口變量（Lnhitech）完全不顯著，表明中國在“一帶一路”沿線國家不存在高技術尋求型OFDI動機。原因是沿線國家的高技術產業并不發達，中國在該地區的OFDI并不是高技術尋求導向。東道國人口（Lnpop）系數為正值且顯著，這表明“一帶一路”沿線國家的人口數量以及市場需求正向影響中國向“一帶一路”沿線國家的OFDI。中國與東道國間的距離（Lndist）顯著為負，表明中國與東道國的空間距離越遠，中國在“一帶一路”沿線國家的OFDI越少。此外，CAFTA和APEC系數符號分別為正和負，但都不顯著，表明中國在CAFTA國家進行投資的意愿較強。

表6 空間計量模型結果

此外，表6中基于地理距離空間矩陣的SEM模型8結果顯示，空間誤差項系數λ顯著為正，表明中國在“一帶一路”沿線國家OFDI的空間效應還來源于第三國不可測因素的間接互補效應。SEM模型8中其他變量的結論基本與SDM模型6一致。

2.3 基于空間相鄰和嵌套矩陣的空間面板模型估計

分別以空間相鄰和經濟地理嵌套矩陣作為權重矩陣進行空間面板模型估計（本文只報告了以空間相鄰和地理距離為權重矩陣的估計結果，其他經濟地理嵌套權重矩陣的結果基本相似）。表6中SDM模型1至SDM模型3和SEM模型7的估計結果與基于地理距離權重矩陣的空間面板模型估計結果基本相同。總體來看，第三國市場潛力的回歸系數穩定為正，且較為顯著，進一步證實了第三國市場規模對在東道國OFDI的直接空間互補效應。ρ和λ的符號為正且顯著性穩定，證實了第三國OFDI和第三國不可測因素對東道國OFDI的集聚效應和空間間接影響效應。此外，第三國市場潛力變量系數和ρ的符號及其顯著的穩定性聯合表明，中國在“一帶一路”沿線國家OFDI為集聚垂直復合型特點的穩健性。不同于“強效制度”或“弱效制度”研究結論[5]，“一帶一路”沿線國家的政治制度質量對中國的OFDI的流向影響基本不顯著。但政治制度差異越小，中國在“一帶一路”沿線國家的OFDI越大，即支持“制度接近論”觀點。此外，中國在“一帶一路”沿線國家的OFDI具有較強的貿易導向、基礎設施偏好和一定的資源尋求特點，且更偏向于投資經濟體量大、人口數量多、空間距離近和開放程度高的國家。

2.4 穩健性檢驗

分別基于空間相鄰和地理距離矩陣，并運用空間面板GMM估計進行穩健性檢驗。表7報告了在不同空間權重矩陣下使用初始加權GMM估計、部分加權GMM估計和完全加權GMM估計的結果。

表7 空間面板模型的GMM穩健性檢驗結果

與空間面板MLE估計結果不同的是，空間面板GMM估計結果表明，市場潛力的回歸系數為負，但基本不顯著性或在10%的水平下顯著，結合空間滯后系數顯著為正，這并不能推翻中國對東道國的OFDI為集聚垂直復合型的結論。東道國的政治制度依舊不顯著，并且政治制度差異為負，但其顯著性有所降低。此外，母國出口、東道國的經濟規模、東道國的基礎設施、東道國的人口、與東道國的距離等變量系數的符號和顯著性變化不大，基本穩定。但東道國的市場開放度、東道國自然資源、東道國高科技產品出口總值、是否同為CAFTA或APEC國家的系數的符號盡管都未改變，但更為顯著。這表明，基于GMM方法的空間面板數據估計，除具有SDM模型和SEM模型估計的一般結論外，更能體現OFDI的市場開放程度偏好和自然資源尋求特征，但也顯示中國在該地區的OFDI的絕非高科技導向型目的。此外，中國在該區域更傾向于向東盟國家進行投資，而對同為APEC的國家并不一定偏好對其投資。

穩健性檢驗表明，空間面板GMM的估計結果與利用極大似然估計方法得到的SDM模型和SEM模型的結果基本一致，并進一步證明了中國OFDI的空間效應、集聚垂直復合型特點、政治制度質量和政治制度差異對OFDI的影響及其他控制變量影響效果的穩健性。

2.5 投資潛力指數測算

投資潛力指數Pi由中國對國家i的OFDI的實際值與理論值的比值得到，其中理論值由SDM模型6計算得到。本文測算2016年中國在63個沿線國家的投資潛力指數，依據Pi值將中國對沿線各國的投資潛力劃分為“投資不足”、“投資適中”和“投資過度”3種類型，結果如表8。

表8 中國在“一帶一路”沿線國家投資潛力情況表

如表8所示，中國在“一帶一路”沿線的投資過度、投資適中和投資不足國家在收入類型或地域類型上各有分布。從收入類型上看，中國對高、中或低收入等不同類型國家均存在投資過度和投資不足的情況。從地域分布上看，中國對大多亞洲國家投資過度或適中，而對大部分歐洲國家投資不足。

3 結論及啟示

首先，中國在“一帶一路”沿線國家的OFDI呈現集聚垂直復合型的特點。中國在“一帶一路”沿線國家OFDI的空間效應來源于空間集聚效應、第三國市場潛力的直接互補效應和第三國不可測因素的間接互補效應。中國在對外投資時，不僅要關注雙邊關系，還應足夠重視第三國效應，努力實現區域協同發展，積極有效地實現“走出去”戰略。

其次，政治制度質量對中國在“一帶一路”沿線國家的OFDI的影響基本不顯著，但中國在“一帶一路”沿線國家的OFDI偏好“制度接近”的國家。因此，中國需要進一步完善信息平臺服務，關注東道國政治和經濟政策變動情況，為本國企業提供咨詢服務。

第三，中國在“一帶一路”沿線國家的OFDI具有較強的貿易導向、基礎設施偏好和一定的資源尋求特點，且更偏向于投資經濟體量大、人口數量多、空間距離近和開放程度高的國家。中國應加大與沿線國家的經貿合作力度，增強貿易便利化程度，促進對外投資與對外貿易的協同發展。

最后，投資潛力指數顯示，中國對亞洲國家的投資潛力相對較小，對歐洲國家投資潛力巨大。中國應拓展其他渠道謀求在亞洲國家的投資潛力再造，同時應加速對歐洲國家的直接投資。

（責任編輯/易永生）