“一帶一路”沿線國家基礎設施影響中國OFDI流入的實證研究

李劍 謝玉洋 姜寶

摘要：東道國基礎設施是影響外商直接投資的重要因素。“一帶一路”沿線國家的基礎設施水平參差不齊，會對中國企業“走出去”對外直接投資（OFDI）產生直接影響。使用UC模型測算東道國的交通、能源、通信和綜合基礎設施發展指數，構建面板模型和空間杜賓模型來實證檢驗“一帶一路”沿線國家基礎設施對中國OFDI的直接影響和空間溢出效應。研究發現，中國在“一帶一路”沿線國家的OFDI整體上存在基礎設施偏好，說明了“設施聯通”對拉動投資的基礎作用；此外，基礎設施空間溢出效應顯著，相鄰國家綜合基礎設施、交通和通信都能夠通過擴散效應拉動中國OFDI流入東道國，突出了國家間“政策溝通”的必要性；基礎設施對直接投資的影響在不同收入水平國家間存在顯著差異，說明不同國家基礎設施建設重點不同。最后，分別從企業、東道國和中國政府角度出發，對提高“一帶一路”沿線基礎設施互聯互通水平和促進中國OFDI提出建議。

關鍵詞：OFDI; 基礎設施；UC模型;空間溢出效應;“一帶一路”

中圖分類號：F125；F224

文獻標識碼：A

文章編號：1673-5595（2023）02-0067-12

一、引言

近年來，隨著“走出去”戰略和“一帶一路”倡議的實施與推進，中國已經成為世界主要的外資來源地。根據國家統計局和商務部2019年數據，中國作為世界對外直接投資第二大流量國和第三大存量國，對外直接投資流量和存量分別達到1 369.1億美元和21 988.8億美元；同時，中國在“一帶一路”的對外直接投資快速增長，對該地區直接投資存量從2014年的924.6億美元增長到2019年的1 794.7億美元，年均增長率超過11.5%。

基礎設施是影響直接投資流入的主要因素之一。區位優勢理論充分肯定東道國基礎設施對企業跨國投資的重要作用，“一帶一路”倡議也強調基礎設施互聯互通的重要性。^［1］但是在學術界，關于東道國基礎設施對外商直接投資影響的研究有促進^［2-3］和阻礙^［4-5］兩種截然不同的結論。現實中，“一帶一路”沿線國家基礎設施發展水平較低且差距非常大。世界經濟論壇發布的2019年《全球競爭力報告》中，各國基礎設施發展水平數據顯示，“一帶一路”沿線國家中得分最高的以色列世界排名第23，得分最低的孟加拉國排名僅為第114。世界銀行《“一帶一路”經濟學——交通走廊的機遇與風險》報告指出，由于基礎設施聯通不足和配套政策溝通不暢，該地區實際貿易量和投資量比潛在貿易量和投資量分別低了30%和70%。因此，系統地量化分析東道國基礎設施對中國在“一帶一路”沿線國家OFDI（Outward Foreign Direct Investment）的影響，一方面能夠為此領域的研究提供更豐富的樣本，進一步檢驗國際投資理論；另一方面，也可為中國企業對外投資提供理論依據和政策建議，幫助中國企業在“一帶一路”沿線更好地“走出去”。

基礎設施的網絡性和外部性表明區域內彼此孤立的經濟體之間能夠被暢通的運輸路線、能源管道或者信息路線連接成為一個整體，各方之間要素的交流和傳播得到加強，從而在促進本地區貿易和投資發展的同時產生空間溢出效應。^［6］那么，“一帶一路”沿線國家間基礎設施的發展是否能夠通過這兩種屬性影響中國OFDI流入？這種影響在高收入及中低收入水平國家中是否具有差異？進一步地，是否存在空間溢出效應？本研究期望通過對以上問題的回答，為優化中國對外直接投資結構、促進“一帶一路”高質量發展提供參考。

二、文獻綜述

在區位優勢理論的企業直接投資決定因素中，對東道國區位優勢的考察重點已從勞動力成本為代表的內生要素轉移到以基礎設施為主的創造性資產。^［7-8］關于東道國基礎設施對外商直接投資影響的研究已經較為豐富，研究結論迥異。一方面，多數研究認為基礎設施通過降低成本來促進外資流入^［9-11］，因此跨國公司總是選擇基礎設施狀況良好的國家進行投資^{［9，12］}。秦炳濤等^［13］以基礎設施為門檻變量構建門檻面板模型，研究發現，“一帶一路”沿線60個樣本國家基礎設施質量對于促進中國OFDI流入的效率是邊際遞減的；也有學者對印度、伊朗和克羅地亞等“一帶一路”國家進行研究，得到了基礎設施顯著促進外資流入的結論^{［12，14-15］}。另一方面，部分學者認為基礎設施不是東道國吸引外資的有利因素，有的研究甚至得出了相反的結論。Hirsch^［16］研究發現，由于母國出口和對外投資存在競爭關系，東道國基礎設施質量的提高促進了母國出口卻阻礙了其對外投資；李猛等^［5］的研究結論也支持了這一觀點，認為21世紀初中國企業“走出去”主要依賴商品出口而不是直接投資，所以東道國基礎設施質量提高無法促進中國OFDI增長?！耙粠б宦贰背h囊括了亞非歐三洲的65個沿線國家和46億人口，是世界上發展潛力最大的“經濟走廊”，在當前乃至未來都是中國“走出去”對外投資的重要目的地和對象國家。^［13］“設施聯通”作為“一帶一路”建設的優先領域，基礎設施互聯互通的支撐水平自然成為中國企業進行對外直接投資的重要考量因素。本文力圖通過系統的量化分析，厘清中國在“一帶一路”沿線國家投資時，東道國的基礎設施對中國OFDI流入的影響，為中國企業對外投資的戰略選擇提供依據和參考。

基礎設施涉及領域廣泛，世界銀行對基礎設施的定義包含了交通、能源和通信等要素^①。基礎設施發展水平指標的選取受基礎設施范圍較廣和分類較細的影響，始終沒有統一的標準。當前關于東道國基礎設施指標的選取主要存在兩類問題。一是使用單一的指標代表一國基礎設施整體發展水平。有的研究用每百人固定或者移動電話數量衡量一國基礎設施發展水平^［17］，有的研究用自然資源產量代表基礎設施發展質量^［18］，還有的研究用鐵路或者公路密度代表一國基礎設施發展水平^［19］，這些用單一指標代表綜合基礎設施發展水平的做法難免偏頗，代表性不足。二是簡單地將基礎設施指標進行加總或者求平均值^［20-21］，這種做法難免會導致低估某些重要的變量。Donaubauer等^［22］使用UC模型（Unobserved Components Model），將已觀測到的基礎設施指標作為未觀測到的基礎設施部分和誤差項的線性函數，同時把回歸過程中不可避免的遺漏變量納入誤差項中，根據誤差項方差對影響力不同的變量賦予不同的權重。這種方法克服了單一指標納入回歸導致實證結果代表性不強的問題，也避免了賦予所有變量相同權重而導致重要變量被低估的問題。本文根據世界銀行對基礎設施的分類，使用UC模型，利用眾多觀測到的基礎設施指標，計算出“一帶一路”沿線國家基礎設施綜合發展指數以及分類的交通、能源和通信基礎設施發展指數。盡可能多角度地測度沿線國家基礎設施發展現狀，并揭示不同類型基礎設施對中國OFDI流入的異質性影響。

隨著現代地理信息技術的進步和國家間經濟聯系的日益密切，區域內國家間經濟活動的空間依賴性不斷增強，越來越多的研究在空間視角下討論基礎設施和直接投資的關系。^［23-24］此外，國家間空間上的集聚使一國經濟不僅受本國基礎設施影響，還會受到鄰近國家基礎設施的影響，即可能存在空間溢出效應。^{［14，25］}多數研究認為基礎設施具有網絡性和外部性，交通和網絡等將區域內經濟體連接起來，經濟較差的地區通過吸收發達地區向外擴散的技術和信息來實現經濟增長，即基礎設施存在正向的空間溢出效應。^{［14，23］}也有學者認為基礎設施發達的地區會虹吸基礎設施落后地區的人員、資金等要素，從而進一步惡化落后地區的經濟環境，減少該地區的外資流入，即基礎設施存在負向的空間溢出效應。^{［20，26］}為了更好地研究中國在“一帶一路”沿線國家的直接投資情況，本文進一步使用空間計量模型，探討東道國基礎設施對中國OFDI的空間溢出效應。

三、“一帶一路”沿線國家基礎設施發展水平分析

（一）UC模型

本文借鑒Kaufmann等^［27］和Donaubauer等^［22］的研究中使用的UC模型，根據已觀測到的基礎設施指標

y_ci，構造一個極大似然函數，以此來計算基礎設施發展指數。

y_ci=α_i+β_i（I_c+ε_ci）（1）

其中，y_ci為c國第i項基礎設施指標數據；參數α_i和β_i分別為截距項和斜率；誤差項ε_ci服從獨立同分布，即E［ε_ci］ = 0，var［ε_ci］ = σ²_i。根據該函數的兩個參數α_i和β_i、誤差項ε_ci以及已觀測到的基礎設施指標y_ci，可以求得y_ci的未觀測到部分I_c的值。對于n項基礎設施指標，可根據誤差項方差的大小賦予不同的權重，最終得到的n項基礎設施未觀測到部分I_c的期望值E［I_c|y_c1，…，y_cA］，就是所求的基礎設施發展指數。其中，權數w_ci是關于第i項基礎設施誤差項方差σ²_i的遞減函數，即第i項基礎設施誤差項方差越大，分配到的權重就越小。

（二）沿線國家基礎設施發展水平排名

本文借鑒Donaubauer 等^［22］關于交通、能源以及通信基礎設施發展指數的指標選取標準，在滿足數據可得性前提下，利用UC模型，由道路交通事故死亡人數（取倒數）、鐵路長度、鐵路客運量和貨運量、注冊承運人全球出港量、航空客運量和貨運量計算得到交通基礎設施發展指數（trinf）；由電力凈裝機容量、通電率、人均電力消耗和人均總能源供給計算得到能源基礎設施發展指數（eninf）；由固定電話和移動電話用戶數量、固定寬帶用戶數量和互聯網使用率計算得到通信基礎設施發展指數（teinf）；構成以上三類基礎設施發展指數的所有指標通過UC模型計算得到基礎設施綜合發展指數（totalinf）。

表1為2019年“一帶一路”沿線國家基礎設施發展指數以及由該指數整理得到的國家間基礎設施發展水平排名。鑒于篇幅有限，僅展示各自排名前五位和后五位的國家。

根據世界銀行對國家收入水平劃分標準的指導下，本文將“一帶一路”沿線45個樣本國家劃分為高收入水平國家、中等收入水平國家和低收入水平國家②。由表1可以看出國家基礎設施發展水平差距較大。其中，基礎設施發展水平最高的俄羅斯基礎設施綜合發展指數為49.153 7，而排名第45的緬甸僅為0.523 0。國家間分類基礎設施發展水平差距同樣較大。在交通基礎設施領域，排名第一的土耳其發展指數為3.815 4，排名最后的斯里蘭卡發展指數僅為-0.000 5，兩國間交通基礎設施發展指數相差3.815 9；能源基礎設施最發達的沙特阿拉伯發展指數為9.537 3，而排名最后的緬甸僅為0.310 0，二者相差了9.227 3；在通信基礎設施領域，最發達的俄羅斯通信基礎設施發展指數為6.907 9，而排名最后的緬甸僅為0.000 1，二者相差6.907 8。沿線國家在以上三類基礎設施建設領域中，發展水平差距從小到大依次為交通、通信和能源。

四、變量選取、模型構建與數據來源

（一）變量選取

1.被解釋變量和核心解釋變量選取

本文的被解釋變量是中國對“一帶一路”沿線國家歷年的直接投資存量數據（ln ofdi）。相較于直接投資流量顯示的直接投資區位變化趨勢，存量數據能夠更好地反映長期以來中國在“一帶一路”沿線國家OFDI的偏好，也更符合基礎設施改善對于吸引外資流入的持續性特征。

核心解釋變量中，基礎設施綜合發展指數（totalinf）為衡量“一帶一路”沿線國家基礎設施總體發展水平的綜合指標，交通基礎設施發展指數（trinf）、能源基礎設施發展指數（eninf）和通信基礎設施發展指數（teinf）三個指標分別衡量東道國交通、能源和通信基礎設施發展水平。

2.控制變量選取

通過梳理文獻，本文選取了第三國市場潛力（ln cemp）、中國出口（ln expc）、東道國市場規模 （ln gdp）和東道國勞動力成本（ln labor）作為控制變量。

第三國市場潛力被認為是第三國效應中可觀測的因素，一般認為，第三國市場潛力越大，越能將中國OFDI從東道國吸引到第三國。^［29-30］

中國出口體現了中國與東道國的貿易聯系程度。相關研究認為，中國的OFDI存在顯著的貿易導向特征。^{［10，31］}

多數研究發現GDP代表的東道國市場規模對中國OFDI具有促進作用，說明中國對外投資存在市場尋求的目的。^［5，28］

人均國民收入是衡量東道國勞動力成本的重要指標。一般而言，東道國勞動力成本越高，越不利于外資流入。^［10］

變量選取及指標說明如表2所示。

（二）模型構建

1.固定效應面板數據模型

首先，使用面板數據模型從傳統視角考察東道國基礎設施對中國OFDI的影響。除了核心解釋變量外，本文對所有變量均進行了對數化處理。對數化處理不改變數據間的性質和關系，且能夠緩解數據異方差問題。由于核心解釋變量在計算過程中已經進行了標準化處理，數據波動范圍較小，故未進行對數化處理。其次，模型包括基礎設施綜合發展指數和分類基礎設施發展指數兩級指標。其中，式（3）中的核心解釋變量totalinf_it反映一國基礎設施整體發展水平。鑒于基礎設施指標測算的綜合性和多元性，本文將基礎設施綜合發展指數（totalinf_it）分解為交通基礎設施發展指數（trinf_it）、能源基礎設施發展指數（eninf_it）和通信基礎設施發展指數（teinf_it），并將這三種發展指數共同帶入模型，分類討論東道國不同類型基礎設施對中國OFDI流入的影響。具體如式（4）所示。

ln ofdi_it=α₀+β₀totalinf_it+ξ₁ln cemp_it+ξ₂ln expc_it+ξ₃ln gdp_it+ξ₄ln labor_it+ε_it（3）

ln ofdi_it=α₀+β₁trinf_it+β₂eninf_it+β₃teinf_it+ξ₁ln cemp_it+ξ₂ln expc_it+ξ₃ln gdp_it+ξ₄ln labor_it+ε_it（4）

式（3）中，ln ofdi_it為因變量，表示中國在t年對i國直接投資存量；totalinf_it為核心解釋變量，表示基礎設施綜合發展指數；控制變量分別為第三國市場潛力（ln cemp_it）、中國出口（ln expc_it）、東道國市場規模（ln gdp_it）和東道國勞動力成本（ln labor_it）；β_n為解釋變量系數，n=0，1，2，3；ξ_k為控制變量系數，k=1，2，3，4。式（4）中，trinf_it為交通基礎設施發展指數；eninf_it為能源基礎設施發展指數；teinf_it為通信基礎設施發展指數。

2.空間杜賓模型

普通面板數據模型忽略了要素可以通過國家間聯通的基礎設施在空間上快速移動，從而會對一國經濟發展產生外部影響^［23］，因此當前研究大多采用空間計量模型來考察區域內基礎設施對直接投資的影響。常見的空間計量模型主要有空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。由于空間杜賓模型能夠同時考察被解釋變量和解釋變量的空間滯后效應，本文擬采用這種模型進行實證分析。

3.空間權重矩陣構造

空間計量模型回歸結果受空間權重矩陣的影響較大。為比較不同類型權重矩陣帶來的差異性影響，本文同時使用三種空間權重矩陣來討論基礎設施對中國OFDI流入的影響。

根據地理學第一定律，任意兩種事物之間的相關性隨著距離接近而加強。因此本文首先構建式（7）的地理空間權重矩陣。其中，d_ij表示i國和j國地理距離，d_min表示本文選取的“一帶一路”沿線45個樣本國家中相距最近的兩個國家之間的地理距離，即以色列首都和約旦首都之間的地理距離，為111.09千米。

本文還構建鄰接權重矩陣（0-1矩陣），這是國內外研究中使用最普遍、最簡單的一種空間權重矩陣。鄰接權重矩陣的設置如式（8），若兩國之間接壤，則賦值為1，否則為0。

“一帶一路”沿線經濟體不平衡的發展現狀導致國家之間的影響具有非對稱性，因此在空間權重矩陣設定中不可忽略經濟聯系的重要作用。本文借鑒屠年松等^［28］對權重矩陣的設置方法，設定經濟空間權重矩陣如式（9）。其中，

g_i、g_j分別表示i國和j國的GDP;d^-2_ij表示兩國首都距離平方的倒數，由兩國GDP和地理距離共同決定權重值。

（三）數據來源

本文的研究對象為2003—2019年“一帶一路”沿線45個國家，所采用數據均為“全國”統計口徑。其中，中國對沿線國家的直接投資存量數據來源于歷年《中國對外直接投資統計公報》；在構成本文各類基礎設施發展指數的指標中，除人均電力消耗和人均總能源供給數據來自國際能源署外，其余所有數據均來源于世界銀行WDI數據庫；第三國市場潛力數據由東道國間的距離和GDP計算得到，其中地理距離數據來源于CEPII數據庫，GDP數據來自世界銀行WDI數據庫；中國出口數據來自中國國家統計局網站；東道國市場規模和東道國勞動力成本數據均來自世界銀行WDI數據庫。表3為經過數據處理后的各變量描述性統計。

五、實證分析

（一）面板數據模型實證分析

表4展示了“一帶一路”沿線國家基礎設施對中國OFDI影響的固定效應面板數據模型回歸結果。列1、列2為加入個體固定效應后，分別以沿線國家基礎設施綜合發展指數為核心解釋變量和分類基礎設施發展指數為核心解釋變量的回歸結果。列3、列4分別為同時加入了個體和時間固定效應之后的總體和分類基礎設施回歸結果。此外，本文在確定使用固定效應面板數據模型前均進行并且通過了F檢驗和Hausman檢驗，即拒絕了使用混合效應模型和隨機效應模型的原假設，充分說明了使用固定效應面板數據模型的科學性與合理性。限于篇幅，不再贅述這兩個檢驗的相關結果。

從基礎設施綜合發展水平來看，在加入個體固定效應之后，列1中totalinf系數為0.163 7，且在1%的水平下通過了顯著性檢驗，意味著東道國綜合基礎設施發展水平越高，對中國OFDI的吸引力就越強。同時加入個體和時間固定效應后，列3中totalinf系數為0.102 0，且在1%的水平下顯著，說明東道國基礎設施對中國OFDI的吸引力同樣存在，僅在考慮了時間變化效應之后系數有所減小。

從分類基礎設施發展水平來看，列2中trinf系數為正但不顯著，說明良好的交通基礎設施能夠通過降低運輸成本拉動外資，只是這種拉動作用尚不顯著。^［19］eninf系數為負且沒有通過顯著性檢驗，說明沿線國家能源基礎設施對中國OFDI的影響不明顯。teinf系數為1.623 9且通過了1%水平下的顯著性檢驗，意味著“一帶一路”沿線國家通信基礎設施顯著促進了中國OFDI的流入。在同時加入了時間和個體固定效應之后，列4中，trinf和eninf系數同樣不顯著，teinf系數為0.768 0，且在5%的水平下通過顯著性檢驗，說明沿線國家交通和能源基礎設施建設對吸引OFDI的作用不顯著。

控制變量方面，ln cemp系數在各列中均為正但不顯著，說明第三國貿易潛力有利于東道國吸引中國OFDI，只是這種促進作用尚不明顯；ln expc系數均顯著為正，說明出口對OFDI具有拉動作用，也驗證了中國OFDI存在貿易導向特征的結論^［10］；ln gdp和ln labor系數在列1和列2中均顯著為正，在列3和列4中顯著性消失，意味著東道國市場規模和勞動力成本都有利于中國OFDI流入，但在同時考慮時間和個體固定效應之后這種促進作用不再顯著。

綜上所述，“一帶一路”沿線國家基礎設施綜合發展水平顯著促進了中國OFDI流入。這一結論與崔巖等^［32］、趙賽^［33］的研究結論一致，即沿線國家綜合基礎設施改善能夠通過降低投資過程中的各種成本和風險拉動中國OFDI。這也充分證明基礎設施聯通是貿易和投資暢通的前提，對于拉動投資和促進經濟增長都有顯著的作用。在分類基礎設施中，只有通信基礎設施顯著促進了沿線全體國家吸引中國OFDI，說明“一帶一路”沿線國家基礎設施對中國OFDI的吸引作用主要體現在通信基礎設施上。作為新基建的通信基礎設施能夠完全消除地理距離帶來的“隔離”，實現信息的自由傳遞，進而降低直接投資的成本。隨著跨國公司海外投資設廠數量的增加，東道國良好的通信基礎設施能夠降低母公司和海外子公司之間的溝通成本。因此跨國公司進行投資區位選擇時往往偏好通信基礎設施水平較高的國家。 盡管良好的交通基礎設施能夠通過降低運輸成本拉動外資，但是由于“一帶一路”沿線國家交通基礎設施發展差距較大，導致這種拉動作用整體尚不顯著。^［19］此外，沿線國家能源基礎設施對中國OFDI的影響不明顯，這與少數關于能源基礎設施對直接投資影響的文章所得到的結論一致。^{［3，34］}說明能源基礎設施不是影響東道國吸引中國OFDI的主要因素。

（二）空間計量模型實證分析

1.空間自相關檢驗

全局莫蘭指數（Global Moran's I）主要用于描述直接投資在空間上的相關程度。表5分別展示了地理、鄰接和經濟空間權重矩陣下的全局莫蘭檢驗結果。Global Moran's I指數在三種空間權重矩陣下整體顯著為正，說明中國對該地區的OFDI呈現出較強的空間正相關特性，且呈現出“高高-低低（High—Low， HL）”集聚現象，即獲得中國OFDI水平相近的國家相互集聚。

2.“一帶一路”國家基礎設施對中國OFDI影響的SDM模型實證分析

表6為三種不同空間權重矩陣下“一帶一路”沿線國家基礎設施對中國OFDI流入影響的SDM模型回歸結果。三種權重矩陣下的模型適用性檢驗均說明SDM模型在本文中的合理性。與表4中非空間視角下的回歸結果相比，核心解釋變量系數正負號相同，且顯著性不變，說明模型設計比較合理且回歸結果穩健。

LeSage^［35］的研究指出，基礎設施的空間滯后項中包含了反饋效應，即基礎設施在影響鄰近國家OFDI時會反饋到本地區，導致解釋變量滯后項系數不能反映最真實的基礎設施空間溢出效應。因此，本文借鑒LeSage^［35］和Elhorst^［36］的研究所采用的偏微分方程法，去除反饋效應，并將總效應分解為直接效應和間接效應，結果如表7所示。其中，直接效應反映東道國基礎設施發展水平對本國OFDI流入的影響，間接效應準確地測度鄰近國家基礎設施發展水平對本國OFDI流入的影響，也叫空間溢出效應，這也是當前測度空間溢出效應的主流做法。若間接效應系數為正，說明相鄰國家較高的基礎設施發展水平能夠將本國的技術和信息擴散到落后國家，從而促進東道國吸引中國的OFDI；若間接效應系數為負，說明周邊國家良好的基礎設施會虹吸落后國家的要素和人員，從而擠出中國在東道國的OFDI。

表7顯示了基于 “一帶一路”沿線國家基礎設施對中國OFDI影響的直接效應和間接效應。在直接效應方面，三種空間權重矩陣下，

totalinf系數分別為0.112 0、0.141 3和0.128 9，且都在1%的水平下通過了顯著性檢驗，意味著“一帶一路”沿線國家基礎設施綜合發展指數能促進中國在該地區的OFDI增長，說明在空間視角下，中國對“一帶一路”沿線國家的直接投資仍然具有基礎設施偏好。分類基礎設施中，通信基礎設施顯著促進了中國OFDI流入，而交通和能源基礎設施的作用不顯著，這一結論與不考慮空間效應的面板數據模型回歸結論相同。三種空間權重矩陣下，teinf直接效應系數分別為0.988 8、1.239 4和1.134 8，且通過了1%水平下的顯著性檢驗，說明考慮空間效應之后，通信基礎設施對中國OFDI的促進作用依然顯著。

在間接效應方面，totalinf系數在三種空間權重矩陣下的系數分別為0.159 7和0.089 0和0.106 1，且均通過了顯著性檢驗，意味著相鄰國家更完善的基礎設施會增加流入東道國的中國OFDI，即存在正的空間溢出效應。這與Wang等^［37］的研究結論一致，即經濟發展水平較高的國家總是通過發達的綜合基礎設施將本國的技術和信息等向外擴散，輻射和帶動周邊國家經濟發展，降低企業在這些國家投資的成本，最終促進投資增長。trinf的間接效應系數在三種空間權重矩陣下分別為0.488 6、0.576 4和0.590 8，說明鄰近國家交通基礎設施發展水平越高越有利于東道國吸引來自中國的OFDI，因此表現出正向的空間溢出效應。此外，這種正向的溢出效應在地理空間權重矩陣之下顯著，在鄰接權重矩陣和經濟空間權重矩陣下不顯著，說明國家間地理上的鄰近產生的交通基礎設施的空間溢出效應比簡單的相鄰關系和經濟聯系產生的空間溢出效應更顯著。

在三種空間權重矩陣下，eninf間接效應系數均為負，且在地理空間權重矩陣下顯著，意味著相鄰國家完善的能源基礎設施會擠出流入東道國的中國OFDI，且相比于簡單的相鄰關系和經濟往來，國家間地理上的鄰近產生的空間溢出效應更顯著。盡管能源基礎設施對中國OFDI的直接效應不顯著，但空間溢出效應卻顯著為負，說明能源基礎設施作為國家間最基本的發展要素，其本身并不足以吸引外資，但鄰近國家更完善的能源基礎設施卻能夠搶奪流入東道國的中國OFDI。teinf的間接效應系數在三種空間權重矩陣下分別為2.128 5、1.392 3和1.105 1，且都通過了顯著性檢驗，意味著相鄰國家完善的通信基礎設施能夠促進中國OFDI流入東道國，即通信基礎設施存在正向的空間溢出效應。

綜上，三種空間權重矩陣下基礎設施對中國OFDI的直接效應系數與不考慮空間效應的面板模型相比，回歸系數的正負號一致，但顯著性增強，說明基礎設施對中國OFDI的直接影響比較穩定且在考慮空間效應時更加顯著。此外，在三種空間權重矩陣下，trinf、eninf和teinf系數符號相同，但在地理空間權重矩陣下trinf、eninf和teinf均存在顯著的空間溢出效應；而在鄰接權重矩陣和經濟空間權重矩陣下只有teinf顯著，說明經濟因素、簡單的相鄰關系和地理因素對基礎設施溢出效應的影響結論相同，且各類基礎設施的空間溢出效應在地理距離因素下最顯著。

（三）國家收入水平異質性分析

有學者從國家收入水平角度切入，探究基礎設施對直接投資的影響，結果都證實了不同收入水平國家基礎設施吸引外資的方式有所不同。^{［10，33］}本文在進行沿線國家基礎設施發展現狀分析時也發現了各國間巨大的收入水平差距，因此有必要進一步討論空間視角下“一帶一路”沿線國家基礎設施對中國OFDI流入的收入水平異質性影響。表8為基于距離空間權重矩陣下高中低三種收入水平國家基礎設施對中國OFDI影響的SDM模型效應分解結果。

在直接效應方面，高收入水平國家的trinf系數為負且不顯著，意味著交通基礎設施對高收入水平國家吸引中國OFDI的作用不大；eninf系數為-0.432 5并在10%的水平下通過了顯著性檢驗，說明能源基礎設施發展水平制約了高收入水平國家吸引中國OFDI；teinf系數為2.184 4并在1%水平下高度顯著，說明高收入水平國家完善的通信基礎設施促進了中國OFDI流入。中等收入水平國家的trinf和eninf系數均不顯著，說明交通和能源基礎設施對中國OFDI的作用不顯著；teinf系數為2.133 8且顯著，說明通信基礎設施的普及有利于中等收入國家吸引中國OFDI。低收入水平國家的交通、能源和通信基礎設施系數均為正，但只有交通基礎設施通過了顯著性檢驗，說明低收入水平國家較低的交通基礎設施發展水平反而吸引了中國OFDI進入，能源和通信基礎設施的促進作用不顯著。

交通基礎設施對中國OFDI的吸引作用在低收入水平國家顯著，在中、高收入水平國家不明顯。這可能是由于中、高收入水平國家便利的交通基礎設施吸引了大量外資涌入，其中包括發達國家成熟的跨國公司，市場競爭較激烈，中國企業進入難度大；而低收入水平國家交通基礎設施落后，對發達國家吸引力不大，中國企業進入難度小且競爭小，因此較低的交通基礎設施發展水平反而促進了中國OFDI流入。能源基礎設施發展水平制約了高收入水平國家吸引中國OFDI。這可能是由于“一帶一路”沿線高收入水平國家主要分布在中東歐地區，這些國家高昂的能源價格使企業在該地區的投資成本增加，因此阻礙了中國OFDI流入。通信基礎設施是中等收入和高收入水平國家吸引中國OFDI的有效因素，卻沒有顯著促進低收入水平國家吸引中國的投資。這可能是因為通信基礎設施屬于“新基建”項目，建立在能源和交通基礎設施發展基礎上，科技含量更高；而低收入水平國家由于無法滿足這些條件，所以通信基礎設施發展水平也不高，無法促進中國OFDI流入。

在間接效應方面，不同收入水平國家基礎設施的空間溢出效應不同。高收入水平國家trinf系數為0.671 6且在1%的水平下顯著，而eninf和teinf的系數均不顯著，說明高收入水平國家基礎設施的空間溢出效應以交通基礎設施為主，且溢出效應為正。中等收入水平國家trinf系數為-0.184 1，并且通過顯著性檢驗，而eninf和teinf系數也都不顯著，說明中等收入水平國家基礎設施的空間溢出同樣以交通基礎設施為主，但溢出效應為負。低收入水平國家eninf系數為-1.060 0且通過顯著性檢驗，而trinf和teinf系數也都不顯著，說明低收入水平國家基礎設施的空間溢出以能源基礎設施為主，且溢出效應為負。

綜上，基礎設施在高收入水平國家以正的空間溢出效應為主，而在中等收入和低收入水平國家則是負的空間溢出效應明顯，說明高收入水平國家間基礎設施通過互補作用促進了中國OFDI流入，而中等收入水平和低收入水平國家對中國OFDI的競爭比較激烈，更好的基礎設施成為吸引中國OFDI的競爭優勢。高收入水平國家基礎設施正的空間溢出效應表現在交通行業。盡管高收入水平國家普遍完善的交通網絡并不能成為吸引外商直接投資的區位優勢，但區域內各個高收入水平國家被完善的交通基礎設施通過網絡特性連接成片，利于地區間要素流動和知識傳播，從而促進外資流入。因此，在高收入水平國家中，相鄰國家完善的基礎設施反而能夠幫助東道國吸引更多中國OFDI，從而表現出正的空間溢出效應。中等收入水平國家和低收入水平國家基礎設施負的空間溢出效應分別表現在交通和能源基礎設施上。在中等收入和低收入水平國家，基礎設施發展水平較低，經濟建設和基礎設施發展主要依賴外資，因此對中國OFDI的競爭較大，表現出負的空間溢出。低收入水平國家交通基礎設施發展水平較低，無法成為國家間競爭中國OFDI的因素，吸引中國OFDI主要通過豐富的能源供給和電力供應，因此，低收入水平國家主要通過能源基礎設施競爭中國OFDI，即能源基礎設施表現出負的空間溢出效應；中等收入水平國家交通基礎設施發展水平相較于低收入水平國家更加完善，成為國家間競爭中國OFDI的主要手段，因此，中等收入水平國家交通基礎設施空間溢出效應為負。

六、結論與建議

本文使用UC模型對“一帶一路”沿線45個樣本國家基礎設施綜合發展指數以及分類的交通、能源和通信基礎設施發展指數進行測算，運用固定效應面板數據模型和空間杜賓模型實證考察沿線國家基礎設施對中國OFDI的影響。主要結論如下：第一，“一帶一路”沿線國家間基礎設施發展水平差距較大，且這種差距還在不斷擴大；第二，中國對“一帶一路”沿線全體國家的OFDI具有基礎設施偏好，且通信基礎設施對OFDI的促進作用與國家間的收入水平成正比，交通基礎設施對OFDI的促進作用與國家間的收入水平成反比；第三，基礎設施總體上存在正的空間溢出效應，在高收入水平國家中，這種空間溢出效應為正，而在中低收入水平國家則為負。根據研究結論，本文提出以下幾點建議。

首先，建議中國企業在對外直接投資過程中應重視基礎設施因素，認真考察不同收入水平國家基礎設施發展現狀；同時，根據自身需要選擇擁有相對基礎設施發展優勢的國家進行投資，避免盲目跟風扎堆投資。對于高收入和中等收入水平國家，可以選擇電子信息和商務服務這類對通信基礎設施發展水平要求較高的行業進行投資；對于低收入水平國家，可以利用交通基礎設施的顯著促進作用，結合中國充足的鋼鐵和水泥等資源，進一步在交通基礎設施行業進行投資，這樣既能避免中高收入水平國家激烈的市場競爭，也能占據低收入水平國家中的先入者優勢，獲得有利的準入政策，選擇最有潛力的投資對象。

其次，一些低收入水平國家本身資金和技術不足，基礎設施發展水平長期得不到提升，與中高收入水平國家的差距越來越大。這不僅不利于該國吸引外資，也不利于“一帶一路”的基礎設施聯通和貿易投資潛力充分釋放。建議政府應該積極尋求與絲路基金、亞洲基礎設施投資銀行、金磚國家新開發銀行、中國—東盟海上合作基金和上海合作組織銀聯體等金融機構或專業平臺的合作與支持。這些專業的機構通過制定合適的發展規劃，可以大大降低東道國基礎設施建設的試錯成本，幫助投資項目順利實施，有效提高基礎設施水平。同時，這些金融平臺能夠為東道國提供諸如貸款、擔保以及股權投資等形式的幫助，能夠緩解東道國的債務負擔，提高吸引中國OFDI的能力。

最后，由于基礎設施集聚產生空間溢出效應，各國可以構建區域協同機制，在制定本國基礎設施建設發展規劃的同時關注相鄰國家基礎設施發展重點和政策，彼此互通有無，推動國家間基礎設施發展由“平均化”向“集聚化”轉變，提高基礎設施一體化水平，從而促進中國OFDI流入。中低收入水平國家要特別注重通信基礎設施的聯通，激發通信基礎設施的空間溢出效應。

注釋：

① 世界銀行（1994） 將基礎設施定義為包括公用事業、公共工程和其他交通系統中的永久性工程建筑、設備和設施以及它們所提供的生產性服務。

② 世界銀行在2020年根據世界各國2019年人均國民收入水平計算出高收入水平國家（GNI高于12535美元）、中等收入水平國家（GNI介于4046美元和12535美元之間）和低收入水平國家（GNI低于4046美元）的劃分標準。“一帶一路”國家中，高收入水平國家（12個）分別為：捷克、愛沙尼亞、克羅地亞、匈牙利、以色列、立陶宛、拉脫維亞、阿曼、波蘭、沙特阿拉伯、斯洛伐克、斯洛文尼亞；中等收入水平國家（17個），分別為：阿爾巴尼亞、亞美尼亞、阿塞拜疆、保加利亞、波黑、白俄羅斯、伊拉克、約旦、哈薩克斯坦、摩爾多瓦、北馬其頓、馬來西亞、羅馬尼亞、俄羅斯、泰國、土庫曼斯坦、土耳其；低收入水平國家（16個），分別為：孟加拉國、埃及、印度尼西亞、印度、伊朗、吉爾吉斯斯坦、斯里蘭卡、緬甸、蒙古、巴基斯坦、菲律賓、塔吉克斯坦、烏克蘭、烏茲別克斯坦、越南、敘利亞。

參考文獻：

［1］ Dunning J H. Trade， Location of Economic Activity and the MNE： A Search for an Eclectic Approach［M］//Bertil Ohlin， Per-Ove Hesselborn， Per Magnus Wijkman. The International Allocation of Economic Activity. London：Palgrave Macmillan， 1977：395-418.

［2］ Yamin M， Sinkovics R R. Infrastructure or Foreign Direct Investment？［J］. Journal of World Business， 2009，44（2）：144-157.

［3］ 潘素昆，楊雅琳.“一帶一路”國家基礎設施和中國對外直接投資區位選擇［J］.統計與決策，2020，36（10）：133-138.

［4］ Chen J， Liu Y， Liu W. Investment Facilitation and China's Outward Foreign Direct Investment Along the Belt and Road［J］. China Economic Review， 2020，61（1）：101458.

［5］ 李猛，于津平.東道國區位優勢與中國對外直接投資的相關性研究——基于動態面板數據廣義矩估計分析［J］.世界經濟研究，2011（6）：63-67.

［6］ 趙培陽，魯志國.粵港澳大灣區信息基礎設施對經濟增長的空間溢出效應——基于空間計量和門檻效應的實證分析［J］.經濟問題探索，2021（8）：65-81.

［7］ Narula R， Dunning J H. Industrial Development， Globalization and Multinational Enterprises： New Realities for Developing Countries［J］. Oxford Development Studies， 2000，28（2）：141-167.

［8］ Dunning J H. The Eclectic Paradigm of International Production： A Restatement and Some Possible Extensions. ［J］. Journal of International Business Studies， 1988，19（1）：1-31.

［9］ Saidi S， Mani V， Mefteh H. Dynamic Linkages Between Transport， Logistics， Foreign Direct Investment， and Economic Growth： Empirical Evidence from Developing Countries［J］. Transportation Research Part A： Policy and Practice， 2020，141（1）：277-293.

［10］ 熊彬，王夢嬌.基于空間視角的中國對“一帶一路”沿線國家直接投資的影響因素研究［J］.國際貿易問題，2018（2）：102-112.

［11］ 張鵬飛.基礎設施建設對“一帶一路”亞洲國家雙邊貿易影響研究：基于引力模型擴展的分析［J］.世界經濟研究，2018，6（6）：70-82.

［12］ Kaur M， Khatua A， Yadav S S. Infrastructure Development and FDI Inflow to Developing Economies： Evidence from India［J］. Thunderbird International Business Review， 2016，58（6）：555-563.

［13］ 秦炳濤，黃羽迪，任靜.“一帶一路”國家基礎設施狀況對我國OFDI的影響——基于面板門檻模型的研究［J］.會計與經濟研究，2019，5（5）：95-111.

［14］ Dehghan Shabani Z， Safaie S. Do Transport Infrastructure Spillovers Matter for Economic Growth？ Evidence on Road and Railway Transport Infrastructure in Iranian Provinces［J］. Regional Science Policy & Practice， 2018，10（1）：49-63.

［15］ Grgic＇ J. Impact of Transport Infrastructure on Local Development in Dalmatia［J］. Regional Science Policy & Practice， 2020，13（3）：527-558.

［16］ Hirsch S. An International Trade and Investment Theory of the Firm［J］. Oxford Economic Papers， 1976，28（2）：258-270.

［17］ Hoang H H， Goujon M. Determinants of Intra-Region and Extra-Region Foreign Direct Investment Inflow in ASEAN： A Spatial Econometric Analysis［J］. Applied Spatial Analysis and Policy， 2018，12（4）：965-982.

［18］ 謝杰，劉任余.基于空間視角的中國對外直接投資的影響因素與貿易效應研究［J］.國際貿易問題，2011（6）：66-74.

［19］ 馬衛，曹小曙，黃曉燕，等.絲綢之路沿線交通基礎設施空間經濟溢出效應測度［J］.經濟地理，2018，38（3）：21-29.

［20］ 李天籽，王偉.網絡基礎設施的空間溢出效應比較研究［J］.華東經濟管理，2018，32（12）：5-12.

［21］ Brun J F. Has Distance Died？ Evidence from a Panel Gravity Model［J］. The World Bank Economic Review. 2005，19（1）：99-120.

［22］ Donaubauer J， Meyer B E， Nunnenkamp P. A New Global Index of Infrastructure： Construction， Rankings and Applications［J］. The World Economy， 2016，39（2）：236-259.

［23］ 張學良.中國交通基礎設施促進了區域經濟增長嗎——兼論交通基礎設施的空間溢出效應［J］.中國社會科學，2012，3（3）：60-77.

［24］ 胡艷，朱文霞.交通基礎設施的空間溢出效應——基于東中西部的區域比較［J］.經濟問題探索，2015（1）：45-63.

［25］ 周雯雯， 李小平，李菁.基礎設施建設對全要素生產率的空間溢出效應——基于“一帶一路”背景下271個地級市面板數據的研究［J］.經濟問題探索，2020（6）：64-76.

［26］ 崔百勝，楊曉勤.交通基礎設施對區域經濟增長的空間溢出效應［J］.城市問題，2017（7）：48-59.

［27］ Kaufmann D， Kraay A， Mastruzzi M. The Worldwide Governance Indicators： Methodology and Analytical Issues1［J］. Hague journal on the rule of law， 2011，3（2）：220-246.

［28］ 屠年松，曹建輝.空間視角下中國在東盟OFDI的影響因素分析［J］.投資研究，2019，38（4）：125-136.

［29］ Chou K H， Chen C H， Mai C C. The Impact of Third-country Effects and Economic Integration on China's Outward FDI［J］. Economic Modelling， 2011，28（5）：2154-2163.

［30］ 徐煒鋒，阮青松，李永.地理空間視角下跨境基礎設施投資區位選擇——以“一帶一路”沿線國家為例［J］.經濟問題探索，2020，4（4）：117-130.

［31］ 馬述忠，劉夢恒.中國在“一帶一路”沿線國家OFDI的第三國效應研究：基于空間計量方法［J］.國際貿易問題，2016（7）：72-83.

［32］ 崔巖，于津平.“一帶一路”國家基礎設施質量與中國對外直接投資——基于面板門檻模型的研究［J］.世界經濟與政治論壇，2017（5）：135-152.

［33］ 趙賽.基于空間視角的東道國基礎設施水平對中國OFDI的影響研究——基于“一帶一路”沿線64個國家的實證分析［J］. 經濟問題探索，2021（4）：168-180.

［34］ 姜慧，孫玉琴.中國OFDI、東道國基礎設施建設與雙邊經濟增長——基于“一帶一路”東道國制度的視角［J］.經濟理論與經濟管理，2018（12）：84-97.

［35］ LeSage J P. An Introduction to Spatial Econometrics［J］. Revue D'éonomie Industrielle， 2008，123（3）：19-44.

［36］ Elhorst J P. Matlab Software for Spatial Panels［J］. International Regional Science Review， 2012，37（3）：389-405.

［37］ Wang C， Lim M K， Zhang X Y， et al. Railway and Road Infrastructure in the Belt and Road Initiative Countries： Estimating the Impact of Transport Infrastructure on Economic Growth［J］. Transportation Research Part A： Policy and Practice， 2020，134：288-307.

責任編輯：曲 紅

An Empirical Study on the Impact of Infrastructure in the Countries along

the "Belt and Road" on China's OFDI Inflows

LI Jian， XIE Yuyang， JIANG Bao

（School of Economics， Ocean University of China， Qingdao 266100， Shandong， China ）

Abstract： The infrastructure of host countries is an important factor that affects FDI.? However， the infrastructure level of the countries along the "Belt and Road" is uneven， which has a direct impact on Chinese enterprises' OFDI in the process of "going global".? In this paper， the unobservable components model （UCM） is used to measure the transportation， energy， communication and overall infrastructure development index of host countries， and the panel and the spatial Durbin models are constructed to empirically test the direct and spatial spillover effect of the infrastructure in the countries along the "Belt and Road" on China's OFDI.? The results reveal that China's OFDI on the "Belt and Road" has an overall preference for infrastructure， indicating the fundamental role of "connectivity of infrastructure" in stimulating investment. In addition， the spatial spillover effect of infrastructure is significant， and the infrastructure， transportation， and communication of neighboring countries can make China's OFDI flow into the host country through the diffusion effect， which highlights the necessity of "policy communication" between countries. There are significant differences in the impact of infrastructure on direct investment among countries with different income levels， indicating that different countries have different focuses of infrastructure construction. Finally， from the perspectives of enterprises， host countries and the Chinese government， this paper respectively puts forward policy suggestions for improving the level of infrastructure connectivity along the "Belt and Road" and promoting China's OFDI.

Key words： OFDI; infrastructure; unobservable component model （UCM）; spatial spillover effects；the "Belt and Road"

英文編校：馬志強