中國對非援助的出口貿易效應
——基于出口增加值的視角

李榮林 熊 燕 倪何永樂

一、引言

當前的國際形勢復雜多變，2020年的“新冠疫情”在全球范圍內的爆發和中美之間的對立和沖突，增加了中國面臨的對外經濟活動的不確定性。在此背景下，提高中國對非出口增加值具有了更加重要的意義。一方面，提高中國對非洲國家的出口增加值可以擴大中國參與國際貿易的真實利得，有助于加強中非產業的價值鏈聯系，而加強中非之間的產業聯系可以緩解和分散目前中國所面臨的國際經濟環境的不確定性和風險。另一方面，在中非合作論壇和“一帶一路”倡議的合作機制下，非洲作為發展中國家的重要群體，是中國“一帶一路”西向推進的重點方向，提升中國對非出口增加值有助于進一步深化中非產能合作和推動中非經貿關系轉型升級。

對非援助一直以來都是中國對非經濟外交的重要組成部分，近些年來隨著中國對非援助規模的不斷發展，對非援助與中國對非出口的關系受到國內外越來越多的關注與討論(劉愛蘭等，2018；Savin et al.，2020)，但關于中國對非援助與中國對非出口增加值的聯系的研究甚少。從出口增加值視角研究中國對非援助的出口效應，可以探究中國對非援助是否可以提高中國對非出口的真實貿易利得，有助于解答中國對非援助是否在改善非洲經濟發展環境的同時，也對中國經濟發展產生了積極影響這一疑惑，這對于進一步理解中國對非援助的可持續性和互利互惠具有重大意義。由此，對于這一主題的研究十分必要。鑒于此，本文利用了Eora26投入產出表數據和全球中國官方金融數據庫(Global Chinese Official Finance Dataset)，從行業層面上具體核算了中國對非出口的國內增加值，在此基礎上研究了中國對非援助與中國對非出口增加值的因果關系，并從經濟基礎設施角度分析了其具體影響機制。

本文的邊際貢獻具體體現在以下三點：(1)本文從行業層面上具體核算了中國對非出口的國內增加值，相比于已有相關文獻中大多以出口總額衡量出口規模的做法(Liu and Tang，2018；孫楚仁等，2020)，可以排除出口總額中的國外貢獻和一些重復計算部分的干擾，有效避免了傳統貿易總量核算方法的缺陷，真實地反映了中國對非出口的貿易利得，從而更為準確地評估了中國對非援助的出口效應；(2)現有文獻從理論上分析了援助可以通過改善受援國經濟基礎設施削減貿易成本(朱丹丹、黃梅波，2015)，或是從基礎設施角度研究了援助影響受援國貿易的作用渠道(Vijil and Wagner，2012；孫楚仁等，2019)，但鮮有文獻從經驗角度分析經濟基礎設施在中國對非援助的出口效應中的機制作用。鑒于此，本文從非洲經濟基礎設施質量提升的角度，實證檢驗了中國對非援助影響中國對非出口增加值的作用機制，拓展和豐富了現有文獻；(3)本文不僅實證檢驗了中國對非援助對中國出口增加值的影響，而且進一步探討了非洲接受的DAC國家和國際多邊組織援助的“碎片化”對該影響的調節效應。(1)全文中的中國出口增加值均指中國對非出口增加值。結果顯示，DAC國家和國際多邊組織對非援助的“碎片化”會削弱中國對非援助的出口增加值的提升作用，但這種影響會隨非洲國家的經濟實力和政府治理能力的不同而存在差異。這是對相關文獻的有益補充和對相關研究的進一步深化。

本文的其余部分的結構安排如下：第二部分為文獻綜述；第三部分為模型設定和數據說明，第四部分為基準回歸估計結果及分析，并進行了穩健性檢驗、內生性分析和異質性分析，第五部分為機制分析與檢驗，第六部分進一步研究非洲接受的DAC國家和國際多邊組織援助的 “碎片化”對中國對非援助的出口增加值效應的影響，最后總結全文并給出政策建議。

二、文獻綜述

與本文研究主題密切相關的是援助與貿易方面的文獻。基于此，本文的文獻梳理主要包括：一是援助是否影響了貿易的有關文獻；二是援助如何影響了貿易的有關文獻。

關于援助是否會影響貿易，一部分學者認為援助可以促進援助國與受援國之間的貿易往來，并利用拓展的貿易引力模型估計援助對援助國出口的影響效應(Nelson and Silva，2012；Martínez-Zarzoso et al.，2014)。Munemo et al.(2007)利用84個發展中國家的樣本，發現援助與受援國的出口之間存在正相關關系。閻虹戎等(2020)使用中國對外援助數據，研究發現中國對外援助可以顯著促進受援國對中國出口能力的提升，尤其是中低收入的受援國對中國出口能力的提升。孫楚仁等(2020)利用中國對非援助數據與產品層面的貿易數據進行研究，發現中國對非援助可以通過集約邊際和擴展邊際顯著促進中國對非出口。一部分學者從援助國動機的角度分析了援助與貿易的聯系，認為援助國都是利己的，且大多數援助國會向他們主要的貿易伙伴提供援助(Berthélemy，2006；Nowak-Lehmann et al.，2009；Hoeffler and Outram，2011)。還有一部分學者從援助屬性和類型角度分析援助與貿易的關系。Martínez-Zarzoso et al.(2009)認為捆綁援助限制受援國必須從援助國采購，這直接促進了援助國對受援國的出口。Liu and Tang(2018)研究顯示，雖然中國對非援助中包含了捆綁援助，但這種援助可以更好地服務于雙方的共同利益，由此中國對非援助不僅顯著促進了中國對非出口貿易，而且也促進了中國從非洲的進口貿易。Busse et al.(2012)研究認為促貿援助可以降低貿易成本，從而促進了貿易。Brenton and Uexkull(2009)和Ferro et al.(2014)認為服務援助和技術援助可以促進受援國的出口，而中國的促貿援助還可以提高受援國出口的多樣化(黃梅波、朱丹丹，2015)。此外，還有學者通過對比不同國家的對外援助，研究援助對貿易的異質性影響。例如，劉愛蘭等(2018)認為中國和歐盟對非援助均可以促進對非出口，但是援助影響貿易的效應表現有所不同。Savin et al.(2020)也得出了類似的結論，認為中國和歐盟對非援助不僅可以顯著促進對非出口，也可以提升非洲國家本身的出口能力，而美國對非援助則不具備這種特性。

然而，有一部分學者們對援助是否促進了受援國出口存在較大的爭議。Helble et al.(2012)發現促貿援助與受援國出口呈正相關關系，而其他類型的援助與受援國出口呈負相關關系。Kang et al.(2013)利用1966年至2002年期間30個受援國的數據，發現其中13個國家接受的援助與其出口之間存在正相關關系，17個國家接受的援助與其出口之間存在負相關關系。也有學者將援助無法促進受援國出口的原因歸結為“荷蘭病”的影響(Arellano et al.，2009；Kang et al.，2013)。

梳理上述文獻可知，關于援助與貿易的關系，在大部分的國內外文獻中基本可以達成一致觀點，即援助是可以促進援助國的出口。而對于援助是否可以促進受援國的出口，目前國外學者對此存在較大爭議，但從運用中國援助數據的國內研究中發現，大部分學者認為中國對外援助可以顯著促進受援國的出口。然而，現有文獻存在兩點不足之處：首先，已有文獻在研究援助對援助國出口的影響時，大多使用出口貿易總額衡量援助國的出口規模，但援助國的出口貿易總額中不僅包含了其國內的貢獻，還包含了國外貢獻和一些重復計算部分。這些勢必會影響到援助對援助國出口影響的準確估量；其次，現有文獻雖然指出了援助可以通過改善基礎設施對受援國的出口產生影響，或是從理論上分析了援助對貿易成本的削減作用，但并未給出具體經驗證明基礎設施是影響援助國出口的有效機制。鑒于此，本文從行業層面上具體核算了中國對非出口的國內增加值，在此基礎上研究了中國對非援助與中國對非出口增加值的因果關系，并從經濟基礎設施角度分析了其具體影響機制。

三、模型設定和數據說明

(一)模型設定

為了檢驗中國對非援助的出口增加值效應，借鑒現有研究的做法(Martínez-Zarzoso et al.，2014；劉愛蘭等，2018；孫楚仁等，2020)，構建以下拓展的貿易引力模型進行檢驗：

lnDAVi,j,t=β0+β1lnaidi,t-1+β2lnZi,j,t+μi+νj+δt+εijt

(1)

其中，i表示非洲國家，j表示行業，t表示年份。(2)基于Eora26投入產出表數據庫中的行業劃分，除了再進口或再出口行業外，本文構建的計量模型中包含了數據庫中的25個行業。lnDVAi,j,t表示中國對非洲國家i行業j在t年出口的國內增加值；考慮到援助影響的滯后效應，本文的援助變量取滯后一期，lnaidi,t-1表示中國對非洲國家i第t-1年的援助額；lnZi,j,t表示控制變量，其中包括中國與非洲國家的經濟距離(lndiffgdpi,t)，使用中國與非洲各國的國內生產總值差額的對數表示，經濟距離可以表示兩個國家的資源稟賦差異，會對貿易產生影響(王博等，2019)，數據來源于世界銀行；中非的人口規模差距(lndiffpopi,t)，使用中國與非洲國家的人口差距的對數表示，人口規模可以反映市場大小，兩國人口規模會對兩國的貿易產生影響，數據來源于世界銀行。

我們還加入了行業層面的控制變量，中國每個行業的產值占全部行業總產值的比率(lnopratiocj,t)和非洲國家每個行業的產值占全部行業總產值的比率(lnopratioai,j,t)，這兩個變量可以控制中非行業的發展水平，數據來源于Eora26投入產出表數據庫。考慮其他主要國家對非援助的影響，控制變量中還包含了美國對非援助(lnusaidi,t)，日本對非援助(lnjpaidi,t)和歐盟對非援助(lneuaidi,t)，數據來源于經濟合作與發展組織數據庫。此外，根據《中國的對外援助》白皮書可知，中國對非援助會依據相應的條件進行，即“中國重點支持其他發展中國家促進農業發展，提高教育水平，改善醫療服務”。由此，本文控制變量中還加入了非洲國家農業用地面積(lnarilandi,t)，代理非洲國家的農業發展水平；非洲國家教育支出占國民總收入的比例(lneducationi,t)，代理非洲國家的教育水平；非洲國家的健康支出占國內生產總值的比例(lnhealthi,t)，代理非洲國家的醫療水平。這三個變量均取滯后一期，數據來源于世界銀行。除此之外，本文還控制了國家層面的固定效應(μi)，用以控制不隨時間變化的因素影響，還控制了行業層面的固定效應(νj)和時間固定效應(δt)，εijt表示殘差。

1.被解釋變量

本文的被解釋變量是行業層面的中國對非出口國內增加值(DAV)。借鑒王直等(2015)的核算方法，我們利用Eora26投入產出表數據，測算出中國對非洲47個國家出口的25個行業的國內增加值。本文所使用的被解釋變量是由被國外吸收的國內增加值和返回并被本國吸收的國內增加值這兩個部分構成。

2.核心解釋變量

本文的核心解釋變量為滯后一期的中國對非援助(lnaidi,t-1)，數據來源于威廉瑪麗學院AidData數據庫中的全球中國官方金融數據庫。由于在同時涉及多個非洲國家的部分項目中，無法區分每個非洲國家所接受的中國官方援助的份額，本文刪除了該數據庫中此類的援助項目，并且還刪除了AidData數據庫中不建議研究使用的項目數據。本文的中國對非援助指標使用指數平減后的不變價。

(二)特征事實

全球中國官方金融數據庫中包含了2000年至2014年間中國政府在世界5個地區(包括非洲、中東、亞太平洋、拉丁美洲和加勒比、以及中歐和東歐)援助項目的數據。(3)數據來源網站為https://www.aiddata.org/。該數據庫利用經合組織(OECD)的債權人報告系統(CRS)標準，將項目數據對應了24個部門。參考朱瑋瑋等(2018)的做法，我們將援助項目主要分為四類：社會基礎設施、經濟基礎設施、生產部門和政府財政支持。社會基礎設施包括教育、健康、人口政策與生殖健康、供水和衛生等。經濟基礎設施包括運輸和倉儲、通信、能源生產和供應、銀行金融和商業服務等。生產部門包括農林漁業、工業、礦業、建筑業、貿易和旅游等。政府財政支持包括環境保護、預算支持、債務減免、糧食援助等。

圖1為2000年至2014年中國對非援助總額的變動趨勢圖，可以發現，中國對非援助總額在2000年至2014年間整體呈上升趨勢，這表明中國對非援助規模不斷擴大。2008年、2010年以及2012年后中國對非援助額有所回落，這可能是受到了兩次金融危機和中國擴大內需政策的影響。圖2為2000年至2014年這四類援助項目的援助額占比面積堆積的趨勢圖。由圖2可知，在2000年至2014年中，除少數年份外，經濟基礎設施項目的援助額占比領先于其余三類援助項目。另外，我們還計算了在整體年份中這四種援助的援助額占比。在2000年至2014年中，社會基礎設施項目援助額占比為12%，經濟基礎設施項目援助額占比為70%，生產部門項目援助額占比為7.8%，政府財政支持項目援助額占比為 10.2%。這意味著在整體年份中，中國對非援助中經濟基礎設施項目的援助額占比最大。由此可知，無論是從整體年份中看，還是從援助額占比的趨勢圖中分析，經濟基礎設施項目的援助均占據了最重要的地位。

(三)數據說明

本文主要使用的數據庫是Eora26投入產出表數據和全球中國官方金融數據庫，兩個數據庫所包含的非洲國家和樣本年份有所差別。(4)Eora26投入產出表數據來自 https://worldmrio.com/eora26/。因此，綜合兩個數據庫，本文考察的樣本包含非洲47個國家，樣本年份為2000年至2014年。(5)這47個非洲國家具體為：安哥拉，布隆迪，貝寧，博茨瓦納，喀麥隆，剛果(金)，剛果(布)，佛得角，厄立特里亞，埃塞俄比亞，加蓬，加納，幾內亞，肯尼亞，摩洛哥，馬里，莫桑比克，毛里求斯，納米比亞，盧旺達，塞拉利昂，蘇丹，塞舌爾，突尼斯，坦桑尼亞，烏干達，南非，贊比亞，津巴布韋，科特迪瓦，吉布提，萊索托，馬達加斯加，尼日爾，尼日利亞，多哥，阿爾及利亞，埃及，利比亞，利比里亞，索馬里，毛里塔尼亞，馬拉維，塞內加爾，乍得，南蘇丹，圣多美和普林西比。主要變量的描述性統計見表1。

圖1 2000年-2014年中國對非援助金額變動趨勢 注：數據來源于全球中國官方金融數據庫(Global Chinese Official Finance Dataset)；金額使用的是2014年美元不變價，單位為百萬美元。

圖2 2000年-2014年中國對非援助的四類項目援助額占比變動趨勢 注：數據來源于全球中國官方金融數據庫(Global Chinese Official Finance Dataset)。

表1 變量的描述性統計

四、經驗估計結果及分析

(一)基準回歸

表2報告了中國對非援助影響中國對非出口增加值的基準回歸結果。列(1)和列(2)只考慮了中國對非援助的影響，且列(1)控制了時間固定效應和行業固定效應，列(2)在列(1)的基礎上進一步控制了國家固定效應。從列(1)和列(2)的結果中可知，滯后一期的中國對非援助的影響系數顯著為正，初步表明中國對非援助可以提高中國對非出口增加值。列(3)在列(2)的基礎上增加了中非經濟距離和中非人口差距兩個控制變量，列(4)在列(3)的基礎上進一步增加了行業層面的控制變量，列(3)和列(4)結果顯示，滯后一期的中國對非援助的系數仍然顯著為正。列(5)考慮了全部的控制變量并只控制了時間固定效應和行業固定效應，列(6)在列(5)的基礎上增加了國家固定效應。從列(5)和列(6)的結果中可知，滯后一期的中國對非援助的系數仍然顯著為正，控制變量的加入并未改變其顯著性和符號。由基準回歸結果可知，中國對非援助可以顯著提高中國對非出口增加值。

表2 基準回歸結果

(二)穩健性檢驗

1.更換中國對非援助的測算方式

在基準回歸估計中，中國對非援助具體是指中國對非洲國家每年的援助金額。為了使本文以上所得結論穩健，借鑒閻虹戎等(2020)的做法，本文進一步使用累計的中國對非援助(lnaidacc)，非洲國家人均接受的援助額(lnaidper)，中國對非援助占非洲國家GDP的比重(lnaidgdp)和非洲國家是否獲得中國援助的虛擬變量(aiddum)代理中國對非援助，并重新估計中國對非援助的中國出口增加值效應。這四個援助變量均取滯后一期進行估計。估計結果如表3中列(1)至列(4)所示。滯后一期的累計中國對非援助(L.lnaidacc)的影響系數顯著為正，這意味著以存量形式表示的中國對非援助仍然可以提高中國對非出口增加值，歷史的中國對非援助對于中國對非出口增加值具有持續的提升作用。L.lnaidgdp，L.lnaidper以及L.aiddum三個變量的影響系數均顯著為正，與基準回歸結果一致。這表明中國對非援助測算方式的更換并不會改變本文的核心結論。

表3 穩健性檢驗結果

2.考慮中國對非出口增加值的組成部分

中國對非出口國內增加值包含了兩個主要部分：一是中國對非出口中間品增加值，二是中國對非出口最終品增加值。為了驗證本文以上所得結論不會因為增加值的組成部分不同而產生差異，本文分別估計了中國對非援助對中國出口增加值兩個組成部分的影響。估計結果如表3中列(5)和列(6)所示，列(5)為援助對中國出口中間品增加值的影響估計結果，列(6)為援助對中國出口最終品增加值的影響估計結果。從中可知，中國對非援助的系數均顯著且符號為正，表明無論是中國對非出口的最終品增加值還是中間品增加值，中國對非援助均有顯著的提升作用。

(三)內生性檢驗

表4是內生性檢驗的估計結果。表4中的列(1)是第一階段的回歸結果，列(2)是第二階段的估計結果。由表4列(1)可知，lnex*lnfreq的回歸系數顯著為正，表明了該工具變量與中國對非援助具有較強的相關性。由列(2)可知，中國對非援助的系數顯著為正，表明中國對非援助對中國出口增加值表現出顯著的正向影響，與基準回歸結論一致。且Kleibergen-Paap rk Wald F統計值均為28.098，超過Stock Yogo 10%臨界值16.38，拒絕“存在弱工具變量”的原假設，Kleibergen-Paap rk LM的統計值表示拒絕“不可識別”的原假設。這表明本文的結論在內生性檢驗后依然穩健。

表4 內生性檢驗

(四)異質性分析

1.區分不同援助項目類型

根據本文特征事實的分析得出，中國對非援助的項目主要可分為四類：社會基礎設施、經濟基礎設施、生產部門和政府財政支持。且在這四類項目中，中國對非援助的領域有所不同，本文區分不同援助類型進行分樣本檢驗。表5中列(1)至列(4)分別為社會基礎設施、經濟基礎設施、生產部門和政府財政支持項目類的估計結果。從中可知，社會基礎設施、經濟基礎設施和生產部門項目類的中國對非援助系數顯著為正，表明這三類援助可以顯著提高中國對非出口增加值。而在政府財政支持類型的援助中，中國對非援助的系數并不顯著，表示政府財政支持的援助無法提高中國對非出口增加值。究其原因我們認為，政府財政支持的援助項目主要為債務減免，預算支持等，屬于非生產性的援助，對于非洲國家的工業生產發展無法起到直接的促進作用，從而無法顯著提高中國對非出口增加值。

表5 異質性分析

2.區分不同產業

本文包含了Eura26數據庫的25個行業，對這25個行業進行歸類可分為第一類產業，第二類產業和第三類產業，據此我們構建了第二類產業虛擬變量(second)和第三類產業虛擬變量(third)，并將這兩個虛擬變量分別與中國對非援助變量交乘(7)第一類產業包含：農業，漁業，采礦業；第二類產業包含：食品和飲料的制造，紡織和服裝，木材和紙制造，石油化工和非金屬礦產，金屬，電力機械，運輸設備和其他制造業；其余歸類為第三類產業，第三類產業主要為服務業。。 表5中列(5)為分產業的異質性檢驗結果。從中可知，L.lnaid系數不顯著，且L.(lnaid*second)和L.(lnaid*third)的系數均顯著為正。這表明對非援助無法提高第一類產業的中國對非出口增加值，而在第二類產業和第三類產業下，中國對非援助可以提高中國出口至非洲的增加值。究其原因，可能是因為非洲大多數為農業國家，人均收入并不高，對于農產品的需求較弱。并且由于中非的飲食習慣差異，中國出口至非洲的農產品很多并不符合非洲當地的消費習慣。由此，對于第一類型的產業，中國對非援助的出口增加值的促進作用并不顯著。對于第二類產業，非洲大部分國家的工業化發展水平較弱，中國對非援助有利于非洲國家的工業化發展，從而促進了非洲對于工業產品的需求，因此提高了中國對非出口增加值。中國對非援助在交通，建筑業，通訊等服務業領域較多，帶動了中國對非服務業出口，從而使得中國對非援助可以顯著地提高第三類產業的出口增加值。

五、機制檢驗

如前所述，經濟基礎設施是中國對非援助的主要領域，因此本部分主要研究中國對非援助是否可以通過提高非洲經濟基礎設施的質量，從而促進中國對非出口增加值的提升。

中國對非援助有利于非洲國家的交通基礎設施質量和信息通信技術水平的提高。非洲大部分為欠發達國家，經濟發展水平較低，經濟基礎設施建設的投入缺口較大，從而導致了非洲很多國家的交通設施和信息通信技術的發展水平也較低。(8)非洲開發銀行發布的《African Development Report 2011》中分析顯示，融資不足是限制非洲基礎實施發展的重要因素之一 ；非洲開發銀行發布的《African Economic Outlook 2018》中統計顯示，非洲每年需要1300至1700億美元的基礎設施投資，但每年缺口680至1080億美元。從本文的特征事實分析中可以看出，中國對非援助為非洲的經濟基礎設施建設提供了大量的資金，這有利于非洲國家的交通基礎設施質量和信息通信技術水平的提升。Deininger and Okidi(2003)認為中國對非洲的經濟基礎設施的項目援助會明顯改善非洲國家的經濟基礎設施條件。中國的援助有助于受援國解決陸路運輸、通信等基礎設施瓶頸的問題，并顯著提高了受援國的基礎設施水平(林毅夫、王燕，2016；李嘉楠等，2021)。而交通設施條件的改善和信息通信技術的發展有利于運輸、信息等貿易成本的削減(Cohen and Paul，2004；Huang and Song，2019)。朱丹丹、黃梅波(2015)研究發現，中國的對外援助可以改善受援國運輸設施條件和提高受援國的信息通信技術水平，從而可以顯著削減受援國的貿易成本。

由此，我們認為中國對非援助可以通過提高非洲國家的交通和通信基礎設施的質量削減貿易成本，從而促進了中國對非出口增加值的提升。本文借鑒毛其淋、許家云(2018)的做法，使用交互項方式進行機制檢驗，構建了如下模型：

lnchanneli,t=γ0+γ1lnaidi,t-1+γ2lnZi,j,t+μi+νj+δt+εijt

(2)

lnDVAi,j,t=α0+α1lnaidi,t-1+α2lnaidi,t-1×lnchanneli,t+α3lnchanneli,t

+α4lnZi,j,t+μi+νj+δt+εijt

(3)

其中，lnchannel為本文的機制變量，其余變量含義與基準模型一致，下文的機制分析都基于以上模型。關于機制變量，參考嚴兵等(2021)的做法，我們利用非洲國家的航空客運量(lntraffic)代理非洲國家的交通基礎設施質量水平。同時，我們使用非洲國家互聯網使用人數比例(lninternet)代理非洲國家的通信基礎設施質量水平。估計結果如表6所示。

表6中列(1)為本文的基準回歸的結果，用以對照。列(2)至列(3)是以lntraffic為機制變量的檢驗結果。列(2)結果顯示，中國對非援助的系數顯著為正，表示中國對非援助可以顯著提高非洲國家的航空客運量，意味著中國對非援助可以促進非洲交通基礎設施的建設，有利于非洲交通基礎設施質量的提高。列(3)結果顯示，lntraffic的系數顯著為正，表明非洲國家的交通基礎設施質量越好，對于提高中國對非出口增加值的作用越顯著。lntraffic與滯后一期中國對非援助的交互項系數顯著為正，表明中國對非援助可以通過提高非洲國家的交通基礎設施質量，促進中國對非出口增加值的提升。且在加入lntraffic以及lntraffic與滯后一期中國對非援助的交互項后，核心解釋變量的系數和顯著性均有所下降，表明該機制有效。同樣地，列(4)至列(5)是以lninternet為機制變量的檢驗結果。從中可知，中國對非援助可以顯著提高非洲國家的通信設施的質量水平，lninternet以及lninternet與滯后一期中國對非援助的交互項系數均顯著為正，表明中國對非援助可以通過提高非洲國家的通信基礎設施質量，促進中國對非出口增加值的提升。且在加入lninternet以及lninternet與滯后一期中國對非援助的交互項后，核心解釋變量的系數和顯著性均有所下降。綜合以上檢驗結果可知，中國對非援助可以通過提高非洲國家的交通和通信基礎設施的質量，促進中國對非出口增加值的提升。

表6 機制檢驗結果

六、進一步研究

非洲是世界上發展中國家和最不發達國家的主要集中地區，也是接受援助的主要地區之一。近年來對非援助的“碎片化”現象不斷凸顯，日益受到國內外學者的關注。Frot and Santiso(2009)研究顯示，1960年平均每個受援國接受了少于2個援助國的援助。而到2006年，平均每個受援國接受了超過28個援助國的援助。那么對非援助的“碎片化”是否會影響到中國對非援助的出口增加值效應？本部分將對該問題進行探討。

國內外學者主要研究援助的“碎片化”對援助效果的影響，且目前存在兩種論點：一是認為援助的“碎片化”可能會增加受援國的行政成本和交易成本，從而增加了受援國的負擔，降低了援助的效果(Acharva et al.，2006；Anderson，2012)。并且援助“碎片化”使得援助國在市場上的占比下降，管理援助項目的官員和專業技能的工作人員也會減少，擴大了每個官員和工作人員的權利，從而降低了政策質量和援助的效果(Knack and Rahman，2007；Djankov et al.，2009)；二是認為援助的“碎片化”對于援助效果的影響并沒那么明確，甚至有利于受援國。Kimura et al.(2012)研究結果表明，對于援助國數量足夠多的受援國而言，分散的援助確實可能不利于受援國，但援助國相對集中，可能也會帶來缺乏競爭和監管的不利影響。Gehring et al.(2017)的分部門研究結果則認為分散的援助對于受援國的教育部門是有益的。

本部分主要研究非洲國家接受的發展委員會國家(以下稱為DAC國家)和國際多邊組織的援助“碎片化”對中國對非援助的出口增加值效應的影響。(9)將非洲接受的援助“碎片化”限定在DAC國家和國際多邊組織內，主要基于以下幾點考量：首先，DAC國家和多邊機構的對非援助是非洲接受總援助的主要部分。雖然近些年一些非DAC國家對外援助額增長較快，相比于DAC國家的援助，這些國家的援助占比仍然較小(龐珣，2013)。因此討論援助“碎片化”問題的重要載體是主要援助國。本文使用了OECD數據庫中非洲接受的除中國以外所有其他國家和國際多邊組織的援助數據，構建了援助“碎片化”指標并進行了該部分的實證分析，檢驗結果與本文在該部分報告的結果并無顯著區別，也進一步表明了DAC國家和國際多邊組織的對非援助占據了主導地位；其次，囿于對非援助的數據，OECD數據庫只包含了向DAC報告的國家的援助數據，并且一些非DAC國家的援助數據缺失較為嚴重。雖然由于數據獲取的問題使我們不得不將“碎片化”問題的主體限定在DAC國家和國際多邊組織的范圍內，但考慮到這些援助主體對外援助的協調性是更高的，故可以合理地預期，如果全部援助國家的數據均可獲得，這種“碎片化”的趨勢可能會更加明顯。因此本文討論的結果是有意義并且可以一般化的。參考Gehring et al.(2017)的做法，我們使用赫芬達爾指數構建非洲接受的DAC國家和國際多邊組織的援助“碎片化”指標：

(4)

其中，sharei,f,t為非洲國家i在t年接受的DAC國家或國際多邊組織f的援助額占當年非洲國家i接受的DAC國家和國際多邊組織的總援助額的份額，N表示非洲國家i接受的援助國和援助國際多邊組織的總和。該指數越大表明非洲國家接受的DAC國家或國際多邊組織援助的分散度越高，DAC國家或國際多邊組織對非援助“碎片化”程度也越高。(10)計算該指標的數據來源于OECD數據庫，本文中非洲接受的DAC國家或國際多邊組織援助均為對非官方援助。為了使本文的研究不受指標測算方法的影響，本文另外還構建了其他4種衡量對非援助“碎片化”指標，具體包括：1.非洲國家的援助國和援助國際組織的數量總和(n)；2.計算援助金額排名前二、前三、前四的國家或組織的援助額的加總占總援助額的份額，然后分別使用1減這三個份額，從而得到三個分散度指標并用top2，top3和top4表示。

我們在模型(1)的基礎上，增加了對非援助的“碎片化”指標與中國對非援助的交互項的滯后一期，估計援助“碎片化”對中國對非援助的出口增加值的調節效應，估計結果如表7(11)表7因文章篇幅所限省略，備索。所示。表7列(1)為以赫芬達爾指數構建的對非援助“碎片化”指標的估計結果。從中可知，中國對非援助的系數仍然顯著為正，交互項L.(lnaid*hhi)的系數顯著為負。其他四種衡量指標的估計結果如表7的列(2)至列(5)所示，對非援助“碎片化”指標與中國對非援助的交互項的系數均顯著為負。這表明對非援助“碎片化”程度的加深，會抑制中國對非援助的出口增加值效應。究其原因，我們認為非洲接受的DAC援助國或國際多邊組織的援助越多，中國對非援助面臨的競爭越大。并且援助來源越多，非洲受援國為滿足不同援助國和國際組織的條件而調整國內的機構和政策，會產生較大的協調政策成本，還可能會因為援助國或國際組織之間目標不一致，產生負的外溢效應。此外，對于非洲國家來說，協調援助國或援助國際組織是很困難的，尤其涉及貿易和投資領域(Gehring et al.，2017)。而以上這些因素均可能影響了中國對非援助的效果，從而削弱了援助對中國出口增加值的促進作用。

此外，現有文獻認為援助的“碎片化”對援助效果的影響可能會受到受援國的經濟和行政能力的影響(Gutting and Steinwand ，2017；Gehring et al.，2017)。由此，本文進一步根據非洲國家GDP和非洲國家政府治理能力指標，進行分樣本異質性分析。具體來說，本文以非洲國家GDP指標的中位數為依據，將非洲國家區分為經濟實力較強的國家和經濟實力較弱的國家；以政府治理能力指標的中位數為依據，將非洲國家區分為政府治理能力較強的國家和政府治理能力較弱的國家。并以此為基礎進行分樣本的異質性分析。(12)關于政府治理能力指標的構建，本文使用來源于世界銀行的“全球治理指數WGI”中6個指標：言論自由與問責、政府效率、法治水平和腐敗控制、政局穩定與無暴力/恐怖主義和監管質量，并參考孫楚仁等(2020)的做法，將六個指標加總并取算術平均后，作為非洲國家的政府治理能力的衡量指標。表8(13)表8因文章篇幅所限省略，備索。為估計結果，其中列(1)至列(4)的結果分別表明，非洲國家的經濟實力和政府治理能力的不同，援助“碎片化”對中國對非援助的出口增加值的影響也不同。在經濟實力較強和政府治理能力較強的非洲國家中，援助的“碎片化”并不會顯著削弱中國對非援助的出口增加值的促進作用。這可能是因為，非洲受援國的經濟實力和政府治理能力越強，越不容易被援助國或國際組織的援助政策干預，越容易擁有獨立的能力制定政策協調多個來源的援助，從而有利于實現中國對非援助的目標，緩解了援助的“碎片化”對中國對非援助的出口增加值效應的負面影響。

七、結論與政策建議

在“新冠疫情”和中美對立等不確定事件的沖擊下，如何有效分散中國對外經濟活動的風險和不斷推進中國高水平開放型經濟進程，成為了擺在中國面前的現實問題。基于此，本文利用Eora26投入產出表數據和全球中國官方金融數據庫，研究了中國對非援助對中國出口增加值的影響及其作用渠道。結果發現：(1)中國對非援助可以顯著提高中國對非出口增加值。在更換援助的度量方法、分別考慮出口增加值組成部分和處理了內生性問題后，該結論依然穩健；(2)本文主要從非洲國家的經濟基礎設施質量提升角度分析和檢驗了中國對非援助對中國出口增加值的影響渠道，并發現中國對非援助可以顯著提升非洲國家的交通和通信基礎設施質量，從而促進了中國對非出口增加值的提升；(3)基于援助項目類型的異質性檢驗發現，社會基礎設施、經濟基礎設施和生產部門的援助對于中國出口增加值的促進作用更為明顯。基于產業分類的異質性檢驗發現，在第二類和第三類產業中，中國對非援助可以顯著提高中國對非出口增加值；(4)本文的進一步研究表明，非洲接受的DAC國家和國際多邊組織援助的“碎片化”會削弱中國對非援助的出口增加值的促進作用，但是當非洲受援國的經濟實力和政府治理能力較強時，對非援助“碎片化”所帶來的負面影響并不顯著。

本文主要從經驗上剖析了中國對非援助與中國對非出口增加值的內在聯系。提高中國對非出口增加值既是中國實現高水平開放型經濟的應有之義，也是中國在“百年未有之大變局”的后疫情時期發揮自身產業優勢，“構建國內國際雙循環互相促進的新發展格局”的重要舉措。由此，基于本文得出的研究結論，提出以下政策建議：首先，我們必須摒棄將對外援助與國內發展相對立的觀念。對外援助是在中國不斷發展的過程中必須參與的國際社會活動，而且對外援助和國內的經濟發展可以是相輔相成的。根據本文所得結論可知，中國對非援助不僅可以提高非洲的經濟基礎設施的質量，而且還可以提高中國出口增加值，從而推動了中國與非洲國家的產能合作和經貿合作。其次，在對非援助的功能定位和政策制定上必須把握住十九大精神，堅持正確的義利觀，緊密聯系和服務于“一帶一路”倡議。與此同時，應當讓中國對非援助“有的放矢”，使中國對非援助充分發揮出口增加值的促進效應。具體來說，在擴大中國對非援助時，對于援助的項目類型選擇需要有偏向性。加強社會基礎設施、經濟基礎設施和生產部門類的援助項目的合作，不僅可以顯著提升中國出口增加值，而且也可以充分發揮中國的產業優勢。最后，中國必須加強國際間的協調，積極融入非洲國家的援助協調信息溝通平臺，并充分利用非洲現有的協調機制，緩解對非援助“碎片化”的負面影響。