普惠金融距離視角下中國對“一帶一路”OFDI的影響效應分析

林 春，譚學通

（遼寧大學 經濟學院，遼寧 沈陽 110000）

一、引言

普惠金融體系在“一帶一路”中的完善與發展是“一帶一路”倡議實現貿易暢通和資金融通的核心環節。2015 年底中國牽頭成立的亞洲基礎設施投資銀行旨在通過促進亞洲區域互聯互通與經濟一體化進程，實現“一帶一路”普惠金融體系進一步完善。與此同時，由于“一帶一路”沿線國家普惠金融水平長期以來存在的差異性，使得依賴于良好金融服務網絡的資金融通存在諸多不確定性，這勢必會對中國向沿線國家對外直接投資的流量規模與流動方向產生影響。為此，中國與沿線國家普惠金融發展差距會對中國對外直接投資規模與流向造成影響的背景下，準確度量兩國間普惠金融發展差距并研究這種影響的具體效應，進而采取針對性措施，富有重要的現實意義。

二、文獻綜述

普惠金融理念最早由聯合國于2005 年提出，隨后世界銀行將其定義為“能廣泛且無障礙地提供金融資源，能為社會所有階層與社會群體提供成本適當、便捷安全的金融服務的一種金融體系”。Leeladhar（2006）[1]與 Bebcuzk（2008）[2]相繼將“惠及所有群體”概念拓展到普惠金融內涵中。Beck 等（2005）[3]和Sarma（2008）[4]最早對普惠金融的測算做出研究，前者就銀行覆蓋面的可得性與使用性提出指標依據，后者將普惠金融指數分為地理滲透性、金融可得性和金融效用性三個維度進行測算。在得以有效度量普惠金融水平的基礎上，發展普惠金融的影響與意義成為國外學者關心的熱點。Demirguc-Kunt & Levine（2008）[5]、Chattopadhyay（2011）[6]及Demirguc-Kunt & Klapper（2012）[7]從金融發展深度與廣度層面指出普惠金融體系的完善與發展能有效促進經濟增長、銀行業的發展以及為貧困人口提供生活保障。進一步地，Kapoor（2014）[8]認為普惠金融體系是一個能使所有公民共同享有經濟發展福利的均衡器，Hanning & Jansen（2010）[9]指出普惠金融能有效提高弱勢群體的金融可得性與效用性。

隨著2013 年我國普惠金融發展戰略的正式提出，國內學者在外國研究的基礎上，結合中國特色進一步豐富了普惠金融研究成果。焦瑾璞等（2006）[10]將普惠金融的核心任務界定為讓金融不再“嫌貧愛富”。白欽先等（2017）[11]從哲學人文理念出發定義普惠金融為引領、規范與實現金融發展的共享的金融發展方式。陳銀娥等（2015）[12]從復合維度出發對普惠金融測算提出了相應的界定法。以中國實際為研究對象，李建軍等（2019）[13]研究發現普惠金融具有消除金融排斥的顯著效用。何德旭等（2015）[14]與李濤等（2016）[15]的研究與外國一致，均認為普惠金融的發展能協同帶動經濟增長，促進社會均衡化發展。隨著普惠金融研究的推進，不少學者在以往研究的基礎上呈現出新的發展面貌。王偉等（2018）[16]采用空間計量分析普惠金融對縣域資金外流的影響。林春等（2019）[17]運用基尼系數和DER 指數探討了中國不同區域和經濟區的普惠金融發展水平和演化特征。

綜上所述，目前國內外文獻大多集中在普惠金融的概念界定及其作用途徑方面，國內已有研究存在以下兩個方面的問題。第一，以國際視野研究普惠金融的文獻不僅相對有限，且主要停留在研究我國與國際普惠金融水平的發展差距上，而這種差距所造成的外生影響究竟有什么？這種差距擴大是否會加劇其影響程度？均有待進一步考究。第二，忽視了普惠金融對對外直接投資的影響。根據羅伯津斯基定理，普惠金融發展水平較高的國家，其普惠金融水平的提高有利于促進外部融資依賴度較高行業的比較優勢。此外，普惠金融的發展能通過完善金融網絡體系而增進國際資本流通，解決中小企業信貸約束、流動性約束以及金融支持匱乏等問題。以上理論分析均表明普惠金融與對外直接投資間存在關聯，而這種關聯的方向及程度，現目前并沒有明確的答案。鑒于此，本文將研究視角拓展到與中國海外投資密切相關的“一帶一路”沿線國家，采用2011—2018 年“一帶一路”51 個沿線國家數據，測度沿線國家普惠金融發展水平及其與中國普惠金融發展水平的距離，并進一步考察普惠金融距離對中國向沿線國家對外直接投資的影響，最后就如何利用中國普惠金融的發展和中國與沿線國家雙邊普惠金融發展差距以加快中國資本“走出去”進程提供針對性建議。

三、“一帶一路”沿線國家普惠金融發展水平的測算與分析

普惠金融的概念涵蓋多個維度，如何在涵蓋其多維度內涵的基礎上構建一個有效合理的評價指標體系，不僅對“一帶一路”沿線國家的普惠金融發展水平的準確度量顯得尤為重要，還有助于全面反映沿線國家金融發展狀況，為政策制定者提供完整有效的普惠金融信息。本文參考范兆斌等（2017）[18]和王雪等（2019）[19]的做法，并結合中國人民銀行及中國銀保監會等權威機構發布的普惠金融指標體系構建方法，在選取多維度普惠金融發展水平評價指標的基礎上通過賦予各維度權重來構建普惠金融評價指標體系，運用測算所得的各維度值加權計算各沿線國家各年的普惠金融指數IFI（Inclusive Finance Index）。具體測算步驟如下：

（一）指標選取

表1 “一帶一路”沿線國家普惠金融評價指標體系

普惠金融強調機會平等和商業可持續原則，在成本可負擔的基礎上為有金融服務需求的社會各階層各群體提供適當、有效的金融服務①2015年國務院印發的《推進普惠金融發展規劃（2016—2020年）》。。首先，機會平等意味著在一個國家各社會群體均能享有正規的金融服務，這在一定程度上反映為該國家金融體系所提供的金融產品及服務在民眾生活中的參與度，即普惠金融滲透性；其次，能為有金融服務需求者提供可持續、高效用的金融服務，這意味著一個國家內金融機構數量能有效滿足人們的金融需求，盡可能抑制地理層面的金融排斥，即普惠金融可得性；再次，一個國家普惠金融發展應能有效幫助企業成長，促進經濟金融發展，改善金融資源配置并惠及居民特別是弱勢群體，即普惠金融效用性?；诖?，本文從數據選取的可比性、可靠性和可得性原則上出發，從普惠金融滲透性、可得性以及效用性3 個維度選取11 個指標構建“一帶一路”沿線國家普惠金融指數的評價指標體系，以近似代表普惠金融國家層面的發展水平（見表1）。

（二）指數構建

在確定各指標權重方面，變異系數法能客觀反映和綜合評價不同指標的代表性，有效避免專家打分法和層次分析法等方法的主觀性，因此本文采用變異系數法確定權重。作為標準差與平均值的比值，我們在分別計算第i項指標的平均數和標準差σi的基礎上，運用公式便可得到對應指標的變異系數。在確定第i 項指標在普惠金融指數中的權重方面，用各指標的變異系數Vi除以所有指標變異系數加總∑Vi即可得到，公式如下：

在此基礎上用求得的權重對標準化處理后的普惠金融每個指標進行折算，計算公式為：

其中，變異系數法計算所得的權重用ωi表示，ωi∈[0,1]；xi是指標的實際值；第 i 項指標中最大值和最小值分別用Mi和 mi表示；di∈[0,ωi]，di越大，表示該項指標所代表的普惠金融水平越高。

在測算普惠金融指數時，某年某地區的普惠金融發展水平在N 維笛卡爾空間中可以表示為點X=(d1,d2,…,dn)。我們將普惠金融發展水平最低的地區用點O=(0,0,…,0)表示，意味著該地區具有完全的金融排斥；發展水平最高的地區則用點W=(ω1,ω2,…,ωn)表示，意味著該地區的所有市場參與者均不受約束地受到金融服務的惠及。某地普惠金融發展水平越高，則該地區相對應的點X 距離點W 越近或距離點O 越遠。我們用標準化歐式距離進行測算，并用X1和X2分別表示X與O和W之間的距離，公式如下：

取由式（3）和式（4）計算所得的X1和X2的簡單算術平均值，便得到普惠金融指數IFI：

（三）數據說明

我們在測度“一帶一路”沿線國家普惠金融發展水平時，考慮到數據的完整性、可比性和可得性，共剔除了15 個國家①剔除的沿線國家有：老撾、文萊、新加坡、不丹、馬爾代夫、吉爾吉斯斯坦、烏茲別克斯坦、土庫曼斯坦、立陶宛、阿曼、沙特阿拉伯、卡塔爾、敘利亞、亞美尼亞、巴林。，最后計算使用的含中國在內沿線國家共51 個，在各區域均具有代表性的國家。構建IFI 指數的相關數據來自世界銀行的全球金融包容性數據庫、世界發展水平數據庫以及國際貨幣基金組織的金融可得性數據庫②相關數據鏈接見http://www.worldbank.org/globalfindex和http://fas.ims.org/。，其中由于全球金融包容性數據庫為3 年更新一次數據，為保證面板數據的平衡性，采取插值擬合對其進行填補。

（四）結果分析

表 2 給出了 2011 年至 2018 年 51 個沿線國家的普惠金融指數及均值，排名靠前的大多為東歐及西亞國家如以色列、斯洛文尼亞等國家，其主要得益于良好的金融市場環境、不斷創新的金融理念以及政府相應的改善引導的措施等，而處于經濟凹陷區的泛中亞經濟圈的伊拉克、阿富汗和也門等國家由于經濟發展滯后且常處于戰亂中，導致其普惠金融水平相對較低且發展緩慢甚至倒退。值得關注的是，隨著中國大力發展普惠金融，我國取得了8 年來普惠金融水平穩步上升的可喜成績，在51 個“一帶一路”沿線國家中從2011 年的24 名上升到了2018 年的16 名，已成為沿線國家普惠金融領域中具有領先優勢和較高話語權的重要國家。

四、普惠金融距離指數與實證研究

距離作為一個多維鄰近的概念，從狹義層面指兩個物體間相隔的空間長度，從廣義角度看可以指人類個體在感性層面上的差距以及不同人文社會結構的差異度。而作為一個現代國家社會結構體系的表現方面和重要組成部分，普惠金融發展水平同樣也可以突破空間距離的狹義界定，作為一個經濟層面上的距離概念進行衡量和分析，因此我們將兩個國家間的普惠金融發展水平的差距定義為普惠金融距 離 指 數 DFII（Distance of Financial Inclusive Index）。在本文中，我們基于“一帶一路”沿線國家的視角進一步具體定義DFII，即“一帶一路”沿線國家的普惠金融發展水平與中國的普惠金融發展水平的差距。

作為與金融資本密切相關且隨著國際貿易不斷深化所展現出來的更高層次的對外經濟合作，對外直接投資OFDI 對我國經濟與貿易的發展起著越來越顯著的作用（胡浩等，2017）[20]。隨著中國邁入IDP（投資發展路徑）道路的第三階段，在當今“一帶一路”倡議的不斷推進下，中國正逐漸轉型進入“走出去”的發展階段，特別是對沿線國家的OFDI，在2015年中國對“一帶一路”沿線國家的OFDI 流量占當年總流量的13%，同比增長38.6%，是對全球OFDI 增幅的 2 倍（Marton & Mccarthy，2007）[21]。然而，盡管中國對“一帶一路”沿線國家投資發展較快，但在投資質量和投資效率方面相比歐美等發達國家仍是相對不足的。因此本部分立足于DFII 層面探討其對中國與“一帶一路”沿線國家的OFDI的影響，并在此基礎上分析如何從普惠金融距離層面上更有效地推動中國資本“走出去”的進程。

表2 2011—2018年“一帶一路”沿線國家普惠金融指數測算值

（一）普惠金融距離指數的構建

目前有關金融發展水平距離的研究相對較少，本文參考兩國之間經濟距離的構建方法，以同時期兩國普惠金融水平的差距進行構建。參考李文宇等（2016）[22]的經濟距離構建模型，以沿線國家在不同時期的普惠金融指數為變量，采用重力模型公式進行度量。計算公式如下：

其中DFIIit表示i 國在t 時期與中國的普惠金融距離指數，IFIit和IFIt分別表示i國和中國在t時期的普惠金融指數，此處兩者均由上文部分計算所得。經計算所得，我們發現由于公式將兩國普惠金融指數的乘積作為普惠金融規模加以計算，因此往往是普惠金融發展水平較低的國家與中國普惠金融距離較大，且隨著中國IFI 逐年的上升，與中國保持相同發展趨勢的國家的DFII 呈現下降趨勢?？傮w而言，東歐國家與中國的DFII 最小，這也能從東歐國家的IFI 相比其他地區國家而言與中國最為接近的角度進行解釋，而南亞和東南亞等沿線國家與中國的DFII相對較大。

（二）普惠金融距離指數與中國對外直接投資

依據前文研究思路與分析框架，此處進行實證研究。為更準確衡量我國對沿線國家的OFDI占比，我們采用對一國OFDI 與該國同時期GDP 比重作為被解釋變量。鑒于普惠金融距離對中國向沿線國家OFDI的效用可能具有時滯性，僅采用當期發展距離DFII 可能會掩蓋其滯后效應，本文引入普惠金融距離指數的一階滯后項LDFII，以全面考察普惠金融距離指數與中國向其OFDI的關系，并就縮減普惠金融差距是否會促進中國對沿線國的OFDI 進行中介效應檢驗?；谝陨峡季?，本文模型構建如下：

其中，被解釋變量OFDI 與核心解釋變量DFII和LDFII 已在前文說明，此處不再贅述，其他解釋變量說明如下。第一，沿線國家的人均國內生產總值（Pcgdp）：東道國的經濟發展水平是吸引外資的重要因素，此處采用東道國人均GDP 反映其國民經濟水平。第二，沿線國家高科技產品的出口占制成品出口的比重（Ict）：用以反映沿線國家的科學技術水平。第三，沿線國家政府穩定性（Sta）：東道國優良的制度環境能為外國投資提供保障，從而吸引中國更多的對外直接投資，預期其影響方向為正（付韶軍，2018）[23]。第四，沿線國家對中國的對外貿易依存度（Ftd）：代表東道國對中國市場的依賴程度，兩國間貿易往來越密切，越能帶動直接投資的增加，影響方向先驗為正。第五，沿線國家是否與中國同為世貿組織成員國（Wto）：若沿線國家與中國在同一時期內均為世貿組織成員國，則該變量為1，反之為0。第六，沿線國家與中國的空間地理距離（Lndis）：根據成本學派理論，兩國間地理距離越遠，會增加運輸成本與信息溝通成本，降低企業對外投資的流量，預期符號為負，本文通過東道國首都與北京的空間直線距離并取對數加以衡量（Ghemawat，2001）[24]。第七，沿線國家是否與中國接壤（Nei）：若沿線國家與中國在地理上接壤，則該變量為1，反之則為0。本文有關實證分析部分的數據來源于中國商務部發布的歷年《中國對外直接投資統計公報》、世界銀行WDI 和WGI 數據庫、法國CEPII 數據庫以及中經網統計數據庫。

由于前文51 個國家中阿富汗、塔吉克斯坦和伊拉克的變量數據缺失，且本部分研究對象不應包含中國，因此在實證分析部分剔除以上4 個國家?；?7 個沿線國家的總體樣本的各變量描述性統計結果詳見表3。此外，由于各變量之間具有良好的獨立性，因此省略變量相關性檢驗的結果。

表3 變量的描述性統計

（三）實證分析

為有效測度靜態面板中各變量與被解釋變量的關系與顯著性，我們對模型進行靜態面板Hausman檢驗，結果顯著表明應使用隨機效應面板模型。同時，為避免數據可能存在的異方差導致估計有偏，采用聚類穩健標準誤所得結果OFDI_R 作為分析依據，作為對比，將普通標準誤結果附于OFDI列（見表4）。

從計量結果來看，本文構建的普惠金融距離指數及其一階滯后項均具有良好的統計顯著度。我們發現，普惠金融發展差距對于沿線國家吸引中國OFDI的長期和短期影響截然不同，在短期內距離增大會吸引更多來自中方企業的投資，而在長期這種差距會抑制中國對該國的直接投資，對此我們分別從企業和政府的投資時間跨度層面進行解釋。企業OFDI 通常存在短期行為，在當期或較短時期內，企業更傾向于選擇與母國金融發展差距較大的東道國進行投資，一方面市場尋求型投資能夠迅速占領市場獲取壟斷利潤，另一方面技術研發型投資也能利用“后發優勢”帶給中方企業短期內高速的技術變遷速度，因此兩國普惠金融水平距離越大在短期內越能吸引中方企業的OFDI（林毅夫等，2005）[25]。而在長期中國OFDI 則是以國企或國家控股的企業為主導，為貫徹“利用兩種資源，開拓兩個市場”，中方需與東道國建立長期穩定的投資關系以更好地接軌東道國市場，進行基礎設施建設、國家戰略資源尋求等長期投資活動，從而兩國普惠金融水平越相近，越有利于中方政府層面的投資活動，也就越能促進以政策導向型為主的中方長期OFDI（Gallagher & Irwin，2014）[26]。

表4 全樣本回歸結果

而大部分解釋變量均具有良好的顯著性，且系數方向與預期相符，表明有效涵蓋了除普惠金融距離以外的其他重要因素。代表經濟水平的人均GDP系數為負但其效應并不顯著，這可能是由于中國在OFDI區位選擇時，更加注重東道國的投資潛力而非其現有經濟水平。東道國技術要素對中國OFDI 的影響顯著為負，可能意味著目前中國對發達國家的技術獲取型投資規模小于其他國家的市場和資源尋求型投資（張亞斌，2016）[27]。政治穩定性顯著促進了中國對其OFDI規模，表明中國投資者更愿意規避潛在的政治風險，向政治制度質量較高的國家投資。沿線國家對中國市場依存度的影響與預期相符，更頻繁的貿易往來能增進兩國企業的交流與共識度，從而促進中方對該國 OFDI（張應武，2007）[28]。此外，地理距離較遠會增大運輸成本與信息溝通成本，從而顯著降低中國對其OFDI規模。

（四）穩健性檢驗

受制于數據的可得性，本文可能遺漏了其他影響中國對沿線國家OFDI的重要變量。此外，兩國間普惠金融距離在對中國OFDI 規模與區位選擇產生影響的同時，反過來對該國OFDI規模同樣可能會影響中國與其的普惠金融距離。為考察上文實證結果的可靠性，本文從兩方面對回歸模型的全體估計結果進行穩健性檢驗。

首先本文從時間節點層面上進行穩健性檢驗。鑒于2013 年是我國提出“一帶一路”倡議，同時將“發展普惠金融”正式寫入黨的決議的具有里程碑意義的一年，因此，本文選用2013 年數據進行回歸計算，結果參見表5中OFDI_2013year列。

表5 穩健性檢驗結果

其次，考慮到普惠金融指數IFI 包含三個子維度，前文所考察的僅僅是基于IFI 總體層面，而沒有涉及有關子維度的測量。因此為考察IFI 內部結構穩健性，本文對子維度所分別構建的DFIIi，i=1,2,3進行相應檢驗，三類結果依次匯報于表5 中OFDI_Permeability、OFDI_Availability、OFDI_Utility列。

由表5 可知，相較前文結果，除普惠金融滲透性外其余檢驗中普惠金融距離指數及其一階滯后項均保持一致。此外，解釋變量回歸結果的系數符號與顯著性并未發生根本性改變，僅系數大小存在細微差異，說明本文對影響變量進行了較為有效的控制，驗證了本文研究結果的可靠性。

五、進一步分析：普惠金融距離視角下的聚類分析

全樣本回歸結果只能從宏觀層面反映普惠金融距離及有關變量對中國向沿線國OFDI的影響，要全面評估測度需要按照一定特征將47 個沿線國家分層，并分別計量分析探究是否存在異質性，以進一步探究中國對不同圈層國家OFDI 流量規模和流動方向與普惠金融距離指數及相關因素的關系。分層模型設定同全樣本的過程一致，在此不再贅述。

作為一種數據挖掘的工具，聚類分析理論由來已久，并在包括金融貿易等各方面領域中得到了廣泛的運用。范祚軍等（2008）[29]利用聚類分析在實證研究金融發展與區域經濟關系的基礎上對中國省際進行金融調控區域類別的動態劃分。陸岷峰等（2017）[30]用聚類分析法按普惠金融水平將江蘇20個縣劃分并發現江蘇縣域普惠金融發展呈現異質性及多頭變動趨勢。總結以往文獻，我們發現聚類分析的對象以截面數據為主，缺乏更有利于反映對象特征和變化趨勢的面板數據的聚類分析。本文在借用以往有關文獻的方法和思想的基礎上，著重參考李因果等（2010）[31]提出的應用于面板數據聚類分析的方法，對本文實證中47 個沿線國家進行聚類并加以具體分析。

本文采用歐式距離衡量兩個個體間的距離，并在一定程度上延續經典多元統計分析中歐式距離的方法。現用 xijt，i=1,2,…,N，j=1,2,…,m，t=，1,2,…,T，其中N 代表面板數據中所含樣本數，m 表示指標所含變量個數，T 表示時間點的長度，表示t時期第i個個體的第k 個指標，用dij表示第i 個個體和第j 個個體間的距離，構建公式如下。

其中?xikt=xikt-xikt-1，?xjkt=xjkt-xjkt-1，表示個體指標在兩個相鄰時間絕對值的變化情況表示t 時期第i 個個體m 個指標的變量均值具有類似形式表示 t 時期第 i 個個體m 個指標的變量值標準差，Sjt同理可得。公式（8）從整個時間T 的范疇構建個體間“絕對值”距離的大?。还剑?）從指標變化趨勢構建個體間“增長速度”距離的遠近；公式（10）表征了樣本指標值隨時間波動程度的距離，若個體間相似則兩者的離散程度應相近，因此它是一個負指標，用其倒數表示。

在上述基礎上對所得的三種距離進行無量綱化處理后，構建個體i和個體j的“綜合”距離指標dij(CD)：

其中α，β 和γ 分別代表三種距離各自的權重，α+β+λ=1，權重可通過熵值法、變異系數法等方法具體地測定。

本文基于上述構建原理采用解釋變量及OFDI作為聚類要素，使用Ward法類間距離進行系統聚類分析，其中在測算dij(CD)時認為三種距離同等重要，權重系數均取三分之一，并對“綜合”距離作對數處理以削弱異方差，使數據更為平滑。據此將47 個沿線國家劃分為3層，參見表6所示。

表6 聚類分層描述性統計

可以發現，就地理空間分布而言，與中國相近的南亞和東南亞國家構成第一層主體，第二層國家分布較為分散，第三層國家則以東歐和西亞地區為主。依據聯合國貿易與發展會議所劃分的經濟發展水平，第一層以發展中經濟體為主；第二層兩極分化較為明顯，既包含發達經濟體，也存在經濟較為滯后的發展中經濟體；第三層國家則由轉型經濟體和發達國家組成，其政治穩定性遠優于第一、二層。從與中國貿易密切度來看，第一層國家相較其余兩層而言明顯更為緊密，第三層則與中國貿易往來相對較少。由于分類依據涵蓋了地理空間、經濟科技、政治制度和貿易環境，將沿線國家與中國的密切程度構成了一個逐步延伸的圈層結構。

基于分層結果以及各層國家的樣本數據，我們分別進行回歸檢驗，具體的回歸估計結果見表7。

表7 分層回歸結果

可以看到，在將沿線國家分層依次計算的情況下，各層表現出較為明顯的異質性，我們對此有必要結合不同圈層的國家特點進行更深入的分析。

對于DFII 在不同圈層國家影響的異質性，筆者認為這是由于中國對不同圈層樣本國家的OFDI 動機不同所引致的。約翰.鄧寧將跨國企業的經營動機分為四類：市場尋求型、資源尋求型、效率尋求型以及戰略資產尋求型。我國作為新興發展中國家具有小規模制造優勢，且隨著中國勞動力成本不斷提高，中國企業急需將產品的生產轉移到東南亞低廉的勞動力市場中去，因此效率尋求型和市場尋求型投資主要針對第一層發展中國家，且由于該層國家普遍具有豐富的石油、天然氣等國家戰略資源，OFDI 也兼具資源尋求型特點；對于第二、三層中發達國家投資則是為了獲取東道國先進技術即逆向技術溢出效應，表現為戰略資產尋求型投資；而對于發展相對滯后國家以及中東歐部分轉型國家，中國企業投資的主要領域則為基礎設施建設和工業等方面，由國家戰略導向的OFDI為主（陳強等，2013）[32]。

對于以效率尋求型和市場尋求型投資為主的第一層沿線國家，中方對此直接投資時會面臨融資約束問題和金融市場完善程度的影響，當被投資國的金融發展水平越完善，越有利于中國企業在當地的資金運作和項目融資（Buch et al.，2010）[33]。H-K Tradition 理論指出，跨國企業在開辟長期穩定的海外市場時需要具有壟斷優勢，因此對于第一層國家的OFDI，中國企業在短期內會尋求金融水平相近國，而在長期則更傾向與中國DFII 更大的沿線國家。第二層中有以色列、塞浦路斯等普惠金融水平高于中國的國家，還有也門、尼泊爾等發展滯后國。中國對前者的投資主要表現為戰略資產尋求型，東道國普惠金融水平越高，中國則越愿意投資以獲取先進產業技術，待研究完成后則會相應縮減投資規模；而對于后者則以市場尋求及基礎建設為主，較大的發展差距更凸顯中國基建產業在當地建設的比較優勢，由于基礎設施建設會促進普惠金融可得性維度的提高，因此當東道國基礎設施越完善而普惠金融差距不變或縮小的同時，更能吸引中方對外直接投資（蔣冠宏等，2014；Nunnenkamp&Spatz，2003）[34-35]。第三層主要為東歐國家，大部分東歐國家由于缺乏資金與技術，通過優惠政策和優越市場環境吸引外資，若其金融環境及投資優惠政策相較他國不具有比較優勢，在投資成本更高的條件下，中企將會降低對其OFDI 規模，同時普惠金融距離的效用較弱，這是由于中國在東歐國家投資重點領域主要為工業而非金融服務業（王灝晨等，2018）[36]。

解釋變量在各層中的效用方向與顯著性同樣存在較大差異。反映東道國經濟發展水平與市場容量大小的人均GDP 僅對中國向第三層國家OFDI 時具有顯著抑制效應。結合閻大穎（2013）[37]的研究與前文圈層國家的描述性統計，我們認為，由于目前中國技術尋求型OFDI動機占比較小，對于經濟發達的第三層國家我們的投資比重相對較低，因此表現出負向結果。東道國技術水平對OFDI影響在第二、三層中為負向效應，其中發展中國家為主的第二層相較第三層而言其抑制作用不僅更強且更為顯著。史恩義等（2018）[38]指出發展中國家向其他發展中國家OFDI時主要為效率尋求型，東道國勞動力市場的人力成本是決定母國企業是否對此投資的關鍵影響因素，東道國技術水平上升將不可避免地導致該國生產成本的增加，從而降低對其的投資規模。政治穩定性僅對政治風險較大的第一層國家具有顯著促進作用，而對其余國家影響不顯著，這可能是因為制度穩定性僅是市場和資源尋求型投資的關鍵要素（王恕立等，2015）[39]。貿易環境方面，貿易依存度在第一、二層國家中促進效用顯著，而是否同為WTO 成員國則對第二層國家有顯著正向影響，對此可能的解釋是，中國對第二層國家OFDI 動機類型最為豐富，其所受雙邊貿易環境的影響相較單一OFDI動機而言更為顯著，在中國對其OFDI 規模選擇時同為WTO 成員國的降低貿易壁壘效用能得到更充分體現（Hanh，2011）[40]。地理因素的影響與全樣本回歸結果類似，需要注意的是，東道國與中國是否鄰近在第一層中系數為正但不顯著，表明隨著全球化的發展，發達的通信技術與交通設施跨越了傳統的“空間鄰近效應”，是否相鄰對資本流動的影響不再顯著。而對第二層樣本國家顯著為負，說明存在“以鄰為壑”的對外投資現象。

六、結論與啟示

研判我國對外直接投資與兩國間普惠金融發展距離的關系，對于推動我國普惠金融的發展以更好助力于“一帶一路”沿線國家對外直接投資效用的提升，有著重要的現實意義。本文采用2011—2018 年“一帶一路”51 個沿線國家數據，測度沿線國家普惠金融發展水平及其與中國普惠金融發展水平的距離，并采用其中47 個沿線國家數據進一步考察普惠金融距離對中國向沿線國家對外直接投資的影響。研究發現：第一，就普惠金融發展水平而言，“一帶一路”沿線國家普遍較低，全時間全樣本均值僅為0.278，中國在其中處于領先地位；第二，從總體回歸結果上看，普惠金融發展差異對OFDI流量存在顯著的方向相反的短長期效應，具體表現為在短期內DFII的增大會提高中國對該沿線國家的對外直接投資水平，但在長期則表現出抑制作用；第三，進一步從分層角度實證發現，DFII 對于不同圈層的沿線國家OFDI存在不同影響，其余解釋變量也呈現顯著異質性。上述結論對于不同的模型設定均具有良好穩健性。

依據上述結論得到如下政策啟示。一是中國的普惠金融發展水平雖然在不斷提高但仍具有較大的發展空間，應進一步推進中國普惠金融體系的完善與發展，并對“一帶一路”沿線國家金融層面給予政策導向，以塑造和鞏固中國在沿線國家中的普惠金融領導地位。二是采取區分國別的對外金融政策。對于第一層沿線國家中國政府應鼓勵企業在OFDI時給予必要的普惠金融發展支持，以加快中國資本“走出去”進程，而對于第二層國家中國政府應保持適當的金融支持力度，既要充分利用領先國的金融距離勢能使中國企業能從中汲取充足“營養”，也要對向落后國提供資金的中企提供必要金融支持，以防止兩國普惠金融水平差距進一步擴大導致融資受阻。三是在鼓勵企業加大OFDI的同時，加強有效管控監督的力度。由于企業往往是短期逐利型，而國家或政府層面上更注重長期效應，普惠金融距離對OFDI所具有的短期和長期效應，可能會造成企業短期盈利的同時削弱政府層面投資效用的情況，因此政府需要平衡與企業的關系，采取必要的管控與限制。四是對于東歐等國應繼續深化“16+1”合作機制，運用好經濟結構優化和金融發展這驅動經濟增長的“雙輪”。五是堅持貫徹“一帶一路”對外開放倡議，加大與沿線國家的貿易資金往來。中國對外貿易的擴大能為中國OFDI 提供更為優質的國際貿易環境，確保中國“走出去”能夠順利實施，并在增強中國經濟實力的同時，鞏固和提高中國的國際貿易地位。