营商环境如何影响中国企业对“一带一路”沿线国家直接投资

王正新，周 乾

(浙江财经大学经济学院，浙江 杭州 310018)

一、引 言

积极开展对外直接投资(OFDI)是中国顺应全球化趋势，深度融入世界经济，推进国际产能合作的重要体现。自提出“走出去”战略以来，中国企业OFDI迅速发展，2008年OFDI流量在全球金融危机的影响下仍逆势增长，并在此后继续呈显著上升态势(见图1)，2016年中国OFDI流量1961.5亿美元，同比增长34.7%，对外直接投资再次超过吸引外资，连续第二年实现资本净输出，2017年虽呈现负增长，全球位次仍雄踞第三。

2015年3月，中国政府正式发布推动“一带一路”建设的愿景与行动。“一带一路”倡议为全球金融危机后中国OFDI注入了新的活力，助推企业投资布址“一带一路”沿线国家。首先，“一带一路”倡议推动了基础设施的大规模投资并改善了东道国物流设施质量，从而促进了中国企业的OFDI；其次，“一带一路”倡议中嵌入的高级别政治合作与政府支持降低了东道国政策的不确定性，进一步鼓励中国企业的OFDI[1]。中国对“一带一路”沿线国家的投资流量总体呈稳步上升趋势，但有明显的波动(见图1)，在2017年达到历史最高值201.74亿美元，占中国OFDI流量总额近12.7%。由此可见，“一带一路”沿线国家投资潜力巨大，投资前景广阔[2]，正成为中国OFDI的重点领域。

图1 中国2007～2017年OFDI流量及对“一带一路”沿线国家OFDI流量①

① 数据来源：根据2015～2017年度《中国对外直接投资统计公报》整理得到。

中国对“一带一路”沿线国家OFDI规模的日益增长引起了学者们的诸多关注。然而，沿线国家大多为发展中国家或转型经济体，缺乏稳定长效的政治、法律制度和投资政策，东道国严格的进入管制、低效的商业监管等制度约束会降低该国对海外投资的吸引力。因此东道国制度环境对中国OFDI的影响始终是学者们的重点研究领域。营商环境作为制度环境宏观指标的补充，从微观层面衡量了企业从开办、运营到结束整个经营生命周期面临的制度环境，客观度量了各国营商法规及其执行情况。一般来说，恶劣的营商环境会增加企业经营的制度性交易成本，而良好的营商环境为私营经济创造便利透明的市场环境。由此可见，营商环境的优劣与企业的经营绩效息息相关。本文研究“一带一路”沿线国家营商环境对中国企业OFDI的影响，对完善中国OFDI区位选择理论具有重要的理论意义；对中国政府健全相关政策机制，充分保障企业对外投资，正确选择投资区位和防范风险具有重要的指导和实践意义。

本文可能的边际贡献在于：第一，在“一带一路”倡议的背景下，将沿线国家作为研究样本，探究东道国营商环境对中国企业OFDI的影响，助力企业正确投资布址、规避投资营商风险；第二，现有文献大多分析营商环境排名对企业OFDI的影响，局限于将营商环境总体效应作为影响因素，本文将综合分析东道国营商环境总体情况和相关子类指标对中国企业OFDI的影响。第三，从投资动机的视角分析中国不同投资动机型企业是否存在对东道国总体营商环境优劣的选择偏好以及对子类指标的异质性偏好。

二、文献综述与研究假说

(一)“一带一路”沿线国家营商环境与中国企业对外直接投资

当下的区域竞争是制度环境和制度供给的竞争。东道国为了吸引高质量外资，从投资政策扶持转变到营造国际化法治化的营商环境。东道国优越的营商环境对促进经济增长[3]、扩大进口[4]、吸引优质外商直接投资都有着积极而显著的影响。Jayasuriya(2011)提出过营商环境排名的提升是否意味着更多外商投资流入的疑问，研究得出营商环境的改善与外商投资的流入有着密切的正相关关系[5]。Corcoran和Gillanders(2012)也解答了上述疑问，认为更好的营商环境会吸引更多OFDI流入[6]。杨亚平和李腾腾(2018)研究发现中国企业倾向于在整体营商环境更好的国家投资，中国企业对弱势制度国家的营商环境更加敏感，不同投资动机的企业选址更是表现出对营商环境子类指标的异质性偏好[7]。

当母国企业进入东道国投资时，不可避免地要面临复杂的外部环境，营商环境的优劣对企业的进入成本和经营效率有着重要影响。一方面，优越的营商环境代表着东道国在开办企业、办理施工许可、获得电力、登记财产、缴纳税款等方面便捷高效，因而可以有效降低企业开办初期产生的制度性交易成本。东道国监管质量与管制效率的提高有利于促进中国资本的进入[8]。另一方面，优越的营商环境代表着东道国在投资者获得信贷、执行合同、股东权利保护和办理破产等方面有完善的法律制度，因而可以有效规避投资风险。法律和监管在司法便利度更优越的国家对投资者的保护力度更大[9]。基于以上分析，本文提出假说1：

假说1：中国企业更倾向于在总体营商环境更好的“一带一路”沿线国家投资布址。

(二)“一带一路”沿线国家营商环境与中国企业不同投资动机型对外直接投资

Dunning(1981)综合了发达国家与发展中国家企业的OFDI动机，提出了对外直接投资动机理论[10]，但是Buckley和Liu(2007)认为中国受资本市场不完善等影响，传统的对外直接投资理论并不适用，进而提出中国企业OFDI的三种类型分别为市场寻求型、资源寻求型和战略资产寻求型[11]。从现实情况来看，中国企业既有为了寻求技术和管理经验对以色列、新加坡、捷克等发达国家的上行投资；也有为了寻求广阔市场对泰国、马来西亚以及为获取富裕的自然资源而对蒙古、哈萨克斯坦等发展中国家的下行投资。

在市场规模寻求动机方面，中国OFDI通过拓宽海外产品或服务的消费市场来布局东道国的销售网络。首先，开办企业、登记财产和缴纳税款等方面的商业监管程序的便利造就了更优越的营商环境，也意味着更低的交易成本和更高的交易效率。其次，该类型企业经常要与合作伙伴签订贸易合同，便捷的审批手续、良好的合同履行可以降低违约风险，促进贸易的平稳增长[12]。再者，企业的生产销售环节离不开纳税，冗杂的纳税程序易对中国境外企业的投资活动形成严重障碍，较高的税率也会进一步压缩企业的商业利润空间[7]。基于以上分析，本文提出假说2：

假说2：中国市场寻求型OFDI倾向于流入营商环境更好的“一带一路”沿线国家。

在资源寻求动机方面，中国OFDI通过获取廉价的海外优势资源、降低企业生产经营成本或建立资源开采的海外基地以保障国内资源供应。首先，Kolstad和Wiig(2012)认为有着丰富的自然资源和恶劣的制度环境的东道国是中国企业的投资目的地[13]。沿线国家普遍制度环境较差，但石油、矿石等自然资源丰裕，此类国家能够吸引投资是因为当地政府会通过提供低价矿产的方式吸引外商投资的流入[14]。其次，由于中国经济与法律制度尚未健全，企业更熟悉“关系”和“非市场行为”的规则[2][15][16]，因此在营商环境相对恶劣，法律制度保护力度较差的东道国更具有制度优势。再者，中国国有企业作为资源寻求型OFDI的主体，政府为其提供了强有力的政策支持，对东道国制度风险的容忍度更高[17]。基于以上分析，本文提出假说3：

假说3：中国资源寻求型OFDI倾向于流入营商环境更差的“一带一路”沿线国家。

在战略资产寻求动机方面，中国OFDI通过在发达国家新建或并购海外研发机构以获取核心技术或品牌等战略要素，借以提高自身技术研发能力。首先，良好的营商环境有助于对高新技术人才的培养，其创新思路、理念与设计方案更容易付诸实施。其次，跨国企业的知识产权在产权制度稳固、政府监管到位的东道国更容易得到有效保障，全方位的知识产权保护制度可以代替市场降低企业的进入成本[18]。再者，东道国法律对股东强有力的保护可以有效降低因合同纠纷引发的投资损失[7]，更好地保护中国企业海外技术和人才的获取。基于以上分析，本文提出假说4：

假说4：中国“战略资产寻求型”OFDI倾向于流入营商环境更好的“一带一路”沿线国家。

三、变量、数据与模型构建

(一)研究时期与样本选取

本文选取的研究时期为2007～2017年，同时基于数据可获得性与一致性原则，选取“一带一路”沿线49个国家作为研究样本(1)在“一带一路”沿线64个国家中，土库曼斯坦和巴勒斯坦2国不在世界银行营商环境项目数据库中，巴林、巴基斯坦、俄罗斯、缅甸、印度、印度尼西亚和孟加拉国7国只有2014-2017年数据；中国对不丹和马尔代夫2国的对外直接投资存量数据在《对外投资公报》中部分年份缺失；塞尔维亚、黑山、东帝汶和叙利亚4国的控制变量部分年份数据在WDI数据库中缺失。故剔除该15个国家。，对上述研究假说进行实证检验。截至2017年底，中国对上述49个国家的OFDI存量达到1133.85亿美元，占“一带一路”沿线65个国家的87.61%(2)数据来源于《2017年中国对外直接投资统计公报》，由笔者整理计算得到。，表明本文选取的样本是中国投资“一带一路”沿线的重点区域。研究样本的所在地区具体见表1。

表1 “一带一路”沿线49个国家及分布

(二)变量定义与数据来源

1.被解释变量。中国对外直接投资(OFDI)，以2007～2017年中国企业对49个“一带一路”沿线国家的对外直接投资存量来表示，投资存量数据更加稳定且不存在负数或零值的情况，而流量数据经常会由于企业家在东道国的撤资或变卖企业的情况而出现负值，数据的不稳定性易造成模型结果的偏差，若剔除则无法最大程度地保证数据的完整性。

2.解释变量。(1)营商环境总体情况(DBTot)。利用世界银行营商环境项目组发布的经济体历年总体营商环境得分来衡量。根据该项目组的计算方法，一国(地区)的总体营商环境得分根据各子类指标得分(3)营商环境便利度分数即世界银行营商环境项目组公布的各经济体营商环境便利度的“前沿距离分数”，指每个经济体离“前沿水平”的差距得分。“前沿水平”是指某一指标所有国家所有年份中的达到的历史最好水平。“前沿距离”反映在0～100的数值区间里，其中0分代表最差表现，100分代表前沿水平。“前沿距离分数”越高则表示商业监管环境的效率越高，法律制度越完善。加总后进行无权重简单平均处理得到。由于“获得电力便利度”在2010年以前的得分数据缺失，因此剔除该指标，借鉴营商环境项目组的计算方法得到总体营商环境得分。对于个别指标存在某些年份数据缺失的情况，采用线性插值法补齐。(2)营商环境子类指标情况(DBSub)。第一类是衡量东道国相关商业监管程序的复杂性和成本的指标(DBSP)，包括开办企业便利度(SB)、办理施工许可便利度(DCP)、登记财产便利度(RP)和缴纳税款便利度(PT)。第二类是衡量东道国法律制度保护力度的指标(DBLI)，包括获得信贷便利度(GC)、投资者保护力度(PI)、执行合同的司法便利度(EC)，营商环境子类指标的具体指标解释见表2。

表2 营商环境子类指标具体指标解释

资料来源：世界银行Doing Business官网，http://www.doingbusiness.org/。

(3)衡量投资动机的控制变量。第一，东道国市场规模(GDP)，采用东道国的国内生产总值来衡量市场寻求动机，以2010年为基期的不变美元为单位。第二，东道国自然资源禀赋(RES)，采用东道国矿石和石油出口之和占总出口品的比重来衡量资源寻求动机。第三，战略资产水平(TEC)，采用东道国信息和通信产品出口之和占总出口品的比重来衡量战略资产寻求动机。由于衡量战略资产水平的指标在WDI数据库中缺失2017年数据，因此本文借助GM(1,1)模型[19]根据已有数据预测缺失值。

(4)其他控制变量。第一，东道国宏观经济稳定情况(INFLA)，采用东道国历年通货膨胀率来表示，按GDP平减指数衡量。第二，双边地理距离(DIST)，利用北京与“一带一路”沿线各国首都之间的距离来表示。第三，政治稳定情况(POLITICS)，利用政治稳定性(Political Stability and Absence of Violence/Terrorism)指标来衡量，反映政府动荡或者暴力行为或恐怖主义发生的可能性，取值越大表示该国政权越稳定、暴力行为或恐怖主义发生的可能性越低。由于该指标取值为(-2.5,2.5)，为了方便实证部分取对数，本文借鉴杨娇辉等人(2015)的做法[16]，采取“指标值+2.5”的转换方法将指标取值范围确定为(0,5)。

其中，被解释变量数据来源于2016～2017年度《中国对外直接投资统计公报》，营商环境数据来源于世界银行营商环境项目数据库(Doing Business数据库)，双边地理距离数据来源于CEPII GeoDist数据库，政治稳定情况数据来源于世界银行全球治理指标数据库(WGI数据库)，其他数据均来源于世界银行发展指标数据库(WDI数据库)。为了降低变量间剧烈波动和异方差可能产生的影响，本文对除百分比以外的所有自变量取自然对数处理。表3给出了本文所有变量的描述性统计。

表3 变量的描述性统计

(三)模型

模型一，考察“一带一路”沿线国家营商环境对中国企业OFDI的影响。解释变量分别为营商环境总体情况与营商环境子类指标，具体模型为：

LnOFDIit=β0+β1LnDBit+γControlit+δt+uij

(1)

模型二，考察营商环境总体情况与投资动机对中国企业在“一带一路”沿线国家OFDI的交互影响。解释变量为投资动机与营商环境总体情况的交互项，具体模型为：

LnOFDIit=β0+β1LnDBTotit+β2MOTit*LnDBTotit+γControlit+δt+uij

(2)

模型三，考察营商环境子类指标与投资动机对中国企业在“一带一路”沿线国家OFDI的交互影响。解释变量为投资动机与营商环境子类指标的交互项，具体模型为：

LnOFDIit=β0+β1LnDBSubit+β2MOTit*LnDBSubit+γControlit+δt+uij

(3)

以上三个模型中，β0为常数项，β1、β2以及γ分别对应各自变量的系数；i和t分别表示东道国与年份，OFDIit表示中国对“一带一路”沿线国家的对外直接投资；Controlit为控制变量；δt为时间固定效应，控制了不同年份对被解释变量的影响；uij为随机误差项。

其中模型一中的DBit表示东道国营商环境状况，包括衡量营商环境总体情况的DBTotit和衡量营商环境子类指标便利度的DBSubit，后者又可划分为DBSPit和DBLIit。模型二中的MOTit表示具体投资动机，包括GDPit、RESit和TECit；MOTit*LnDBTotit表示投资动机与东道国营商环境总体情况的交互项。模型三中的MOTit*LnDBSubit表示投资动机与东道国营商环境子类指标的交互项。

在面板数据计量分析过程中，由于不同国家间的差异极大，经常会出现模型的随机误差项不满足OLS估计假设，若直接进行模型参数估计，结果将是有偏且不一致的。为处理复杂的面板误差结构，检验模型结果对计量方法的敏感性，本文运用可行广义最小二乘法(FGLS)进行面板数据模型修正。FGLS将各截面个体的残差向量代入截面异方差的协方差矩阵并利用GLS得到参数估计值，可以增强面板数据回归估计的有效性和稳健性，有效剔除面板之间的异方差和自相关问题，提高参数估计的精确性和解释力度。

四、实证分析

(一)营商环境对中国企业在“一带一路”沿线国家直接投资的影响

本文通过逐步引入营商环境总体情况和子类指标研究沿线国家营商环境对中国企业OFDI的影响。F检验表明固定效应模型优于混合回归模型，而Hausman检验的结果显示拒绝原假设，即固定效应模型同样优于随机效应模型。由于本文回归模型中存在衡量地理距离的变量，且这个变量不随时间变化而变化，而固定效应模型无法估计不随时间变化而变化的变量之影响，参照Buckley和Liu(2009)[11]进行随机效应模型和混合效应模型回归，最终根据LM检验结果选择随机效应模型。利用Stata 14软件检验是否存在组间异方差。Wald检验结果显示P值均为0.000，拒绝原假设，即模型存在异方差，VIF值均小于5，表明不存在严重的多重共线性问题。基于此，本文拟采用FGLS进行模型修正。FGLS的估计过程实现了对变量异方差的修正，进一步提高面板回归的一致性和有效性。

从表4中列(1)的实证结果可知，营商环境总体情况(lnDBTot)在1%的水平下显著为负，说明东道国营商环境对中国企业OFDI具有显著的负向影响，营商环境总体情况越优越，反而会抑制中国企业的投资选址，这与假说1呈现相反的结果，有悖于国际资本流动理论的投资风险规避特征。究其原因可能在于中国对沿线国家的投资大多为资源寻求型，对东道国营商环境的关注度较低，恶劣的营商环境反而降低了企业的准入门槛。这与王晓颖(2018)基于东盟国家的研究样本得出的结论[20]一致。此外，谢孟军(2016)还认为通过非市场行为获取的优惠待遇使中国企业偏好于投资具有制度缺陷的发展中国家[21]。

本文同时考察了东道国营商环境子类指标对中国企业OFDI的影响。从表4可知，在衡量东道国监管程序的复杂性和成本的指标方面，开办企业便利度(lnSB)和办理施工许可便利度(lnDCP)的系数均在1%的水平下显著为正，说明中国企业更倾向于在开办企业和建设仓库厂房等方面拥有更便捷的行政审批程序的东道国进行OFDI。登记财产便利度(lnRP)和缴纳税款便利度(lnPT)的系数均为负但并不显著，说明便捷的财产转移登记和纳税手续对企业在东道国的直接投资没有明显的影响。

在衡量法律制度的保护力度指标方面，获得信贷便利度(lnGC)和执行合同的司法便利度(lnEC)的系数均在1%的水平下显著为负，说明东道国的信贷体系和司法体系越健全，反而会抑制中国企业的投资，可能的原因在于本土企业在开拓市场时获取资本援持和司法保护的优势会对外资企业的海外经营构成威胁，与周超等(2017)得出的结论[22]一致。投资者保护力度(lnPI)系数也在1%的水平下显著为负，说明东道国对海外投资者的保护力度不能促进中国企业的投资，参考协天紫光等(2017)的研究结论[23]，可能的原因在于东道国本土企业的利益会因为拥有强大资本实力的外资企业进入而难以获得更多的投资保护和优惠政策，本土企业的不满情绪可能会转化为投资风险。总的来说，东道国不健全的法律制度能吸引企业直接投资是由于中国企业的资本实力和对“非市场行为”的熟悉让其更具生产扩张的比较优势[24]。

表4 营商环境影响中国对“一带一路”沿线直接投资的实证结果

注：*、** 和*** 分别表示系数通过10%、5%和1%的显著性检验；回归系数括号中的数值为稳健的面板校正标准误。下同。

在衡量投资动机的控制变量方面，市场规模(LnGDP)的系数均在1%的水平下显著为正，表明东道国市场规模越大，中国企业对东道国的投资规模越大。自然资源禀赋(RES)的系数也均在1%的水平下显著为正，表明东道国自然资源越富裕，中国企业对东道国的投资规模越大，且自然资源禀赋系数均大于市场规模系数，这也说明“丰裕的自然资源”比“广阔的海外市场”更吸引中国企业投资。列(3)～(5)中战略资产水平(TEC)的系数总体为负且在5%的水平下显著为负，说明战略资产的富裕无法促进中国企业对东道国的投资，这是由于沿线国家大多为发展中国家或新兴经济体，并不具备战略资产禀赋优势。从现实情况来看，只有以色列在通讯、医药领域以及捷克在机械、航空领域拥有顶尖的科技水平。

其他控制变量方面，宏观经济稳定情况(INFLA)系数均在1%的水平下显著为正，与田原和李建军(2018)的实证结果[2]一致，表明东道国宏观经济的波动与不稳定会抑制中国企业的投资规模。双边地理距离(LnDIST)系数均在1%的水平下显著为负，表明地理距离依然是阻碍中国企业前往沿线国家投资的重要因素。政治稳定情况(LnPOLITICS)系数总体为负且在列(2)～(5)中均在1%的水平下显著为负，表明中国企业倾向于投资政治稳定性较差的东道国，可能的原因一是在于渴求东道国丰富的自然资源；二是中国企业前往制度环境相近的东道国投资具有比较优势；三是中国国有企业的对外投资多出于政治动机，风险承受能力更强。

(二)营商环境总体情况与投资动机对中国企业在“一带一路”沿线国家直接投资的交互影响

本文在第一部分考察营商环境总体情况对中国企业OFDI影响的基础上，加入营商环境总体情况与投资动机的交互项考察东道国营商环境总体情况对中国不同投资动机型OFDI的影响效果。经VIF检验得知交互项与其构成的自变量之间存在着较强的相关关系，本文参考Wooldridge(2015)[25]，对模型中的交互项进行了去中心化处理。处理后的VIF值均小于3，说明去中心化处理有效解决了交互项的多重共线性问题。

从表5的实证结果来看，营商环境总体情况(LnDBTot)的系数均在1%的水平下显著为负，进一步论证了表4估计结果的真实性。列(1)和(4)中LnDBTot*LnGDP的系数均在1%的水平下显著为正，表明市场规模的提高会减少营商环境对中国企业OFDI的负向影响，而随着东道国营商环境的优化，市场规模对中国企业OFDI的吸引作用会进一步增强。因此，市场寻求动机型企业更倾向于投资总体营商环境更好的东道国，验证了假说2。列(2)中LnDBTot*RES的系数在1%的水平下显著为负，表明营商环境越差，自然资源对中国企业OFDI的吸引作用越强，营商环境总体情况较差的东道国更能吸引资源寻求型OFDI，验证了假说3。列(3)和(4)中LnDBTot*TEC的系数均在1%的水平下显著为正，虽然单独来看营商环境总体情况和战略资水平对中国企业OFDI具有负向影响，但营商环境总体情况与战略资产水平的交互作用对企业OFDI具有积极的影响。企业出于战略资产寻求动机进行对外投资选址时，更倾向于营商环境总体情况更优越的东道国，验证了假说4。

表5 营商环境总体情况影响中国企业对“一带一路”沿线国家不同动机直接投资的实证结果

(三)营商环境子类指标与投资动机对中国企业在“一带一路”沿线国家直接投资的交互影响

进一步地，本文引入营商环境子类指标与投资动机的交互项并逐步进行实证分析，考察东道国营商环境子类指标对中国不同投资动机型OFDI的影响效果。同样对交互项采取去中心化处理。结果显示(4)因篇幅限制，检验结果未列示，作者备索。，市场寻求型OFDI更关注的是东道国的开办企业便利度、登记财产便利度和缴纳税款便利度，说明该三项审批程序的便利度越高，越能促进中国企业的市场寻求型OFDI规模，该类型企业对东道国开办企业行政审批手续所带来的制度性交易成本以及纳税手续更敏感。

资源寻求型OFDI更关注的是东道国执行合同的司法便利度、登记财产便利度和办理施工许可便利度，说明东道国司法体系越健全、登记财产和办理施工许可的便利度越高，越能促进资源寻求型OFDI规模，这是由于资源寻求型OFDI前期工作主要是办理施工许可证和建设仓库，办理施工许可以及财产转移登记，手续越少、耗费越低越能吸引资源寻求型企业前来投资选址。

战略资产寻求型OFDI最关注的是东道国执行合同的司法便利度和投资者保护力度，说明东道国司法体系越健全、对股东的保护力度越强，越能促进战略资产寻求型OFDI规模。这是由于执合同的司法便利度和对投资者的保护力度可以有效减少知识产权纠纷、保护股东权益。

(四)稳健性检验

考虑到营商环境的总体情况与OFDI之间可能存在的内生性问题对模型估计产生偏误，本文采用两步系统GMM对模型进行稳健性检验。系统GMM克服了差分GMM在有限样本情况下易受弱工具变量影响而产生有偏计量结果的弊端，能显著提高模型估计结果的有效性。此外，该方法可以估计不随时间变化而变化的变量的系数，适合本文的数据。回归模型具体如下：

LnOFDIit=β0+β1LnOFDIit-1+β2LnDBTotit+β3LnDBTotit-1+γControlit+δt+uij

(4)

LnOFDIit=β0+β1LnOFDIit-1+β2LnDBTotit+β3LnDBTotit-1+β4MOTit*LnDBTotit+

γControlit+δt+uij

(5)

其中，LnOFDIit-1表示OFDI的一阶滞后项，LnDBTotit-1表示营商环境总体情况的一阶滞后项，δt为时间固定效应。使用系统GMM需要满足两个假设前提：一是扰动项uij不存在自相关，二是所有的工具变量都是有效的。因此本文选用Arellano-Bond检验对第一个假设进行验证，若扰动项的差分存在一阶自相关，且不存在二阶自相关，则表明扰动项不存在自相关。此外，由于本文选取了因变量LnOFDIit的二至四阶滞后项作为工具变量，故引入Sargan检验对模型进行过度识别检验借以考察工具变量的有效性。系统GMM模型的估计结果具体见表6。

表6 系统GMM模型的估计结果

注：*、** 和*** 分别表示系数通过10%、5%和1%的显著性检验；回归系数括号中的数值为t统计量；AR(1)、AR(2)、 Sargan统计量的回归结果为p值。

首先，由表6的检验结果可知，AR(1)检验在5%的显著性水平下均能拒绝原假设，AR(2)检验均无法拒绝原假设，表明四个模型中扰动项的差分均存在一阶自相关，不存在二阶自相关，则扰动项不存在自相关，可使用系统GMM模型来估计。其次，Sargan检验结果显示在5%的显著性水平下均无法拒绝“所有工具变量均有效”的原假设，因此本文选取的工具变量是有效的。最后，LnOFDIit-1的系数均在1%的水平下显著为正，说明中国企业对沿线国家的OFDI呈现动态连续性。LnDBTotit-1的系数至少通过了10%的显著性检验，说明前一期营商环境的总体情况也会对中国企业的OFDI产生一定影响。东道国营商环境的总体情况以及营商环境总体情况与三类投资动机的交互项对OFDI的影响方向与FGLS模型中的估计结果一致，且呈现出较强的显著性，表明本文的结论是稳健的。

五、结论与政策启示

本文基于世界银行Doing Business工作小组发布的营商环境数据，考察了“一带一路”沿线国家营商环境对中国企业OFDI的影响，选取2007～2017年中国企业在49个“一带一路”沿线国家直接投资的面板数据进行实证检验，不仅分析了东道国营商环境总体情况和子类指标对中国企业OFDI的影响，还考察了在不同投资动机驱动下东道国营商环境总体情况和子类指标对中国企业OFDI的不同影响效果，具体结论如下：第一，中国企业的OFDI更倾向于营商环境总体情况更差的东道国。在衡量东道国监管程序的复杂性和成本的子类指标方面，沿线国家的开办企业便利度和办理施工许可便利度越高，越能吸引中国企业的OFDI。在衡量东道国法律制度的保护力度的子类指标方面，沿线国家的获得信贷便利度、投资者保护力度和执行合同的司法便利度高，会抑制中国企业的OFDI。第二，东道国营商环境总体情况对不同投资动机型中国企业的影响效果不同。市场寻求型和战略资产寻求型OFDI更倾向于投资营商环境更好的东道国；资源寻求型OFDI更倾向于投资营商环境更差的东道国。第三，市场寻求型OFDI更倾向于投资开办企业、登记财产和办理施工许可更便捷的东道国；资源寻求型OFDI更倾向于投资执行合同的司法便利度更好、登记财产和办理施工许可更便捷的东道国；战略资产寻求型OFDI更倾向于投资执行合同的司法便利度和投资者保护力度更好的东道国。

基于上述研究结论，本文从企业层面和政府层面提出如下政策启示：(1)企业层面。第一，对“一带一路”沿线国家进行OFDI时，既要充分了解东道国基础设施质量等硬件条件，也要客观分析营商制度约束等软环境，在明确自身战略定位与投资动机的基础上，合理选择目标东道国。第二，提高企业经营能力的同时注重对东道国政治、法律制度的深入剖析。(2)政府层面。第一，与“一带一路”沿线国家积极建立合作对话机制，将改善营商环境作为“一带一路”建设的持久性合作条件，定期发布沿线国家营商环境综合评估报告。第二，修订现有双边投资保护协定并建立符合“一带一路”特点的国际争端解决机制。