中国对中东欧直接投资效率和潜力的实证研究

刘 永 辉, 赵 晓 晖, 张 娟

(1. 上海对外经贸大学 “一带一路”国家经贸关系与合作高等研究院，上海201620；2. 上海对外经贸大学 统计与信息学院, 上海 201620；3. 上海对外经贸大学 国际经贸研究所, 上海 201620)

自中国—中东欧“16+1”合作机制于2012年4月启动以来，中国与中东欧国家的全方位合作迅速升温，这突出表现在中国对中东欧国家的投资领域。中国对中东欧16国的直接投资存量从2008年的3.46亿美元增长到2016年的16.67亿美元，增长了近4倍。中国对中东欧的直接投资主要流向机械制造、化工、物流商贸、新能源、金融和农业等行业，投资领域较为多样。然而，在投资存量快速增长的同时，投资项目的不合理性也逐渐显现。例如，中国投资波兰的A2高速公路项目由于评估错误，使得中国基建中东欧“第一标”以失败告终；浙江冠南集团参与塞尔维亚国有葡萄酒厂的私有化项目，最后被当地政府认定无效，蒙受巨大损失。投资失败固然与企业对投资项目的风险识别与预警能力偏弱有关，但也与中国对中东欧投资的相关研究不足有关。2019年4月12日发布的《中国—中东欧国家合作杜布罗夫尼克纲要》，为包括投资在内的“16+1合作”未来发展指明方向。由于地理环境、法规制度、基础设施、人口因素、经济总量等的差异性，中国对中东欧不同国家应开展差异化的投资。为了避免投资不足或者投资过度问题的发生，亟待深入研究影响中国对中东欧国家直接投资的因素，并测算中国对中东欧地区的投资效率和投资潜力。

一、文献综述

近几年不少学者对贸易潜力进行了研究。刘永辉等(2017、2018)利用传统引力模型和随机前沿引力模型测算了中国与中东欧16国之间的贸易效率和潜力，将其编制为贸易指数，以此描述中国与中东欧16国之间的贸易状况。[1][2]徐坡岭等(2018)指出中俄经贸合作中存在的天花板效应反映了贸易潜力的真实规模。[3]影响贸易潜力的因素有许多，其中不少因素也直接影响投资，因此也可以对投资进行相应的研究。

研究中东欧投资潜力的一个重要步骤是分析影响该地区投资的各种因素。李锋、潘兵(2017)在“一带一路”背景下的研究指出，中国对中东欧国家的投资更多是出于市场寻求和效率寻求的动机。[4]林青(2017)分析表明，中东欧国家的市场规模、自然资源禀赋、廉价劳动力会吸引中国对其进行直接投资。[5]赵明亮(2017)运用拓展的投资引力模型，基于泊松伪极大似然估计的方法进行实证研究，发现汇率波动、政治动荡等因素影响了“一带一路”国家的直接投资。[6]谢国娥等(2018)在“一带一路”背景下对比分析了东南亚与中东欧国家的投资环境，从对外开放水平、政治制度环境、基础设施建设水平、劳动力可得性4个维度构建了投资环境评价体系，发现中国对中东欧国家的投资开发还存在巨大的潜力，但也面临巨大的挑战。[7]

测算中国对外直接投资效率和投资潜力的主要方法是传统的引力模型和随机前沿引力模型。张娟等(2016)考察了1999—2013年期间“一带一路”沿线21个国家的公路、铁路、民航和水运基础设施投资的经济增长效应，重点考察了中东欧国家层面的交通基础设施的投资效率。研究发现，民航基础设施投资的经济增长效应在“一带一路”21国层面显著为正；铁路基础设施投资的经济增长效应在中东欧国家层面显著为负；水运基础设施的经济增长效应在“一带一路”沿线21国和中东欧国家层面都不显著；考虑控制变量之后，公路基础设施投资的经济增长效应的显著水平有所下降，甚至变得不显著。[8]胡浩等(2017)运用随机前沿引力模型测算发现，中国对绝大多数样本国家的直接投资效率都在0.8以下，并且中国对各大洲的投资效率差别较大。[9]季凯文、周吉(2018)选取2003—2014年中国与“一带一路”沿线52个国家的面板数据，建立随机前沿引力模型进行实证分析，发现中国对沿线国家的直接投资效率总体都不高。[10]程中海、南楠(2017)运用“两步法”的随机前沿引力模型，研究发现“一带一路”不同收入水平国家间的直接投资潜力差异大，且随着收入水平的提高，中国对其直接投资效率逐渐减小。[11]而程中海、南楠(2018)运用同一方法研究发现，“一带一路”沿线东道国的法律规范和民主程度越高，中国对其直接投资潜力越大。[12]

尽管前人基于传统引力模型和误差项随机前沿引力模型在研究投资效率和投资潜力方面做出了有意义的探索，但是研究方法仍有改进空间。一是选用模型的局限性使得结果具有较大偏差。传统引力模型对投资潜力的估计是基于均值回归的结果，使其解释力不足；基于误差项的随机前沿引力模型虽然可以通过传统的二步法对非效率误差项进行二次建模，但忽略了引力模型中的变量与误差项回归中的变量之间可能存在的严重共线性问题，使得估计结果有偏；同时该模型还存在第一步假设非效率误差项的期望为常数，而第二步回归却进一步假设其受到其他外生变量的影响，使得前后产生矛盾。[13]二是投资效率和投资潜力的测算依赖于研究对象的集合环境。中国对中东欧的投资效率和投资潜力的测算是否考虑“16+1”之外的第三国影响，缺乏不同背景下测算结果的对比研究。

本文使用非效率项随机前沿引力模型，在“16+1”和“16+1+9”背景下分别测算中国对中东欧国家的投资效率和投资潜力，以期观察不同背景下中国对中东欧国家的投资效率和投资潜力的变化。这里的“16+1+9”大样本既包括中国—中东欧的“16+1”小样本单位，又包括德国、法国、英国、奥地利、意大利、日本、韩国、俄罗斯和美国等9个主要投资伙伴国，这9国是中东欧国家重要的外资来源国。虽然希腊也是中东欧国家重要的外资来源国，但是受到数据可获得性的影响，本文未包括希腊。本文选用的基于“一步法”的非效率项随机前沿引力模型既可以分析投资国的投资效率和潜力，又能够避免出现“二步法”误差项随机前沿引力模型的一些固有问题。

二、模型构建与数据来源

(一)模型

Meeusen和van den Broeck(1977)以及Aigner、Lovell和Schmid+(1977)提出的随机前沿方法，起初是用于解决生产函数中所产生的技术效率问题。[14][15]但是随着时间的推移，该模型经过了一系列的优化。将影响投资效率和非效率的因素代入 Battese和Coelli(1995)提出的非效率项随机前沿模型(Inefficiency Stochastic Frontier Model，ISFM),[16]本文得到非效率项随机前沿投资引力模型：

lnOFDIit=α0+α1lnGDPct+α2lnGDPit+

α3lnPOPct+α4lnPOPit+α5lnDci+α6EXit

+Vit-Uit

(1)

Uit=β0+β1COCit+β2QPIit+β3RQit+Wit

(2)

式(1)中，OFDIit表示第t期中国对国家i的直接投资存量，选取直接投资存量而非流量是因为存量不易受各方面特殊事件的干扰，波动不显著，由此避免了作为被解释变量可能导致的回归偏差问题；GDPct和GDPit分别表示第t期中国和国家i的GDP，POPct和POPit分别表示第t期中国和国家i的人口总量，Dci表示中国与国家i的地理距离，EXit表示第t期国家i的汇率，Vit是随机误差项，Uit是投资非效率。

式(2)中的腐败控制程度(COCit)、港口建设状况(QPIit)、法规质量(RQit)是中国对中东欧国家投资非效率的重要影响因素，其中，Wit表示随机误差。腐败控制程度和法规质量对投资的影响存在某种程度上的不确定性，东道国对腐败的控制越严格，或法规质量越好，投资环境就越稳定，投资效率就越高；东道国对腐败的控制或法规质量越差，投资环境就越不稳定，投资效率就越低。港口设施情况对非效率项的影响也存在两种可能。港口基础设施越完善，交通运输条件越优良，越有利于投资设备等的运输，投资就越便利。但另一种可能是，港口设施越先进，越有利于贸易往来，而贸易与投资若属于替代关系，则会对投资产生负效应，使投资减少。将等式(2)代入等式(1)即得到本文的非效率项随机前沿投资引力模型。

研究中国对中东欧国家的投资效率和投资潜力，能够在一定程度上反映中国对中东欧国家的投资状况。当不存在投资障碍时，投资非效率项Uit=0，投资达到前沿值，即在“前沿”上运行时的投资最大化得以实现。由等式(1)测算出投资前沿值：

(3)

OFDIit=f(xit;αi)exp(Vit-Uit)

(4)

(二)数据来源

本文将测算2008—2016年中国对中东欧16国的投资效率与投资潜力。参照Armstrong(2007)的方法，本文选取影响投资效率的因素包括中国对中东欧国家的直接投资存量、各国的国民生产总值、各国人口规模、中东欧各国的汇率和中国与中东欧国家的首都距离等。[17]其中，直接投资存量来自《中国对外直接投资统计公报》，国内生产总值和人口规模皆来自世界银行数据库，各国以美元计价的汇率来源于IMF数据库，腐败控制程度、港口建设状况和法规质量数据取自世界治理指数(WGI)数据库，中国与中东欧首都之间的地理距离来自CEPII数据库。

三、中国直接投资中东欧国家的影响因素分析

(一)随机前沿引力模型的适用性检验和结果

模型形式会对随机前沿方法产生较大的影响，因此需要在估计之前检验模型的适用性和具体形式，包括检验投资非效率项Uit是否符合存在性、随机性和线性形式的假定。本文运用广义似然比统计量检验了中国对中东欧16国的非效率项随机前沿投资引力模型，结果见表1。可见，投资引力模型的非效率项Uit均显著拒绝存在性、随机性和线性检验的原假设。这说明投资非效率项符合线性随机的假定，统计上是显著成立的，用式(1)和式(2)来测算中国对中东欧16国的投资效率和投资潜力是合适的。

(二)模型估计及分析

表2的投资模型(1)给出了基于“16+1”样本的模型估计结果：经济规模、人口总量、地理距离、各国汇率等都显著影响中国对中东欧16国的直接投资。经济增长对直接投资的影响显著。中国经济每增长1%，中国对中东欧国家的直接投资存量将增长6.82%；

表1 非效率项随机前沿投资引力模型假设检验结果

(2)根据非效率项随机前沿引力模型测算得出中东欧国家的经济规模增长1%，中国对中东欧国家的直接投资将增长0.96%，可见中国对中东欧国家的直接投资存在市场寻求特征。人口规模对中国直接投资中东欧国家产生显著影响，人口总数过多不利于一国经济增长，超过一定的人口数量会抑制投资。中国人口总量增长1%，对中东欧国家直接投资将显著下降61.33%；但中东欧国家的人口规模增加1%，中国对其直接投资将显著上升0.36%，这可能是因为中东欧国家的人口数量还未到达阈值，而且当地劳动力短缺，所以会产生正效应。中东欧国家以美元标价的汇率贬值1%，中国对中东欧的直接投资将增长0.0057%。两国首都之间的距离对中国直接投资中东欧具有正向影响。

表2的投资模型(2)给出了基于“16+1+9”样本的模型估计结果。比较不同样本下模型的估计结果，可知：(1)“16+1+9”样本下模型的对数似然函数更小，模型拟合效果更佳；(2)基于“16+1+9”样本，中国与中东欧国家首都之间的地理距离对直接投资的影响比“16+1”样本下显著。在“16+1+9”样本下，当北京与中东欧各国首都之间的地理距离增加1%时，中国对中东欧国家的直接投资将增长0.71%，这可能是因为信息通信技术(ICT)的发展带来的正向影响超过了

(2)*、**、***分别表示显著性水平为10%、5%和1%

(3)根据非效率项随机前沿引力模型测算得出

地理距离对于投资的负向影响。但总体而言，无论是“16+1”样本，还是“16+1+9”样本，其估计的非效率项随机前沿投资引力模型均是有效的。

四、投资效率和投资潜力的测算

本文采用非效率项随机前沿投资引力模型估计得到中国对中东欧国家的投资前沿值，实际直接投资存量与投资前沿值相比得到投资效率，投资前沿值减去实际直接投资存量得出投资潜力。

(一)“16+1”样本下投资效率和投资潜力的测算

由表3可看出，2008—2016年，“16+1”样本下中国与中东欧国家的投资效率均值为0.35，投资潜力均值为8347.52万美元；而在“16+1+9”样本下，中国与中东欧国家的投资效率均值为0.43，投资潜力的均值达到了8831.75万美元。“16+1+9”背景下测算的投资效率比“16+1”背景下高，这意味着在考虑其他投资来源国的情况下，中国与这些国家在中东欧国家市场发生的投资合作可能提高中国对中东欧国家的直接投资效率，且提高投资潜力，这说明中国对中东欧国家的直接投资尚有较大的发展空间，而且各界不必担忧中国在中东欧投资对其传统外资来源国投资的挤出效应。

中国对中东欧国家的直接投资效率存在一定的差异性。由图1可以看出，中国对中东欧国家的投资效率均值的状况，排名前三的依次是罗马尼亚、保加利亚和匈牙利，而中国对斯洛伐克和捷克的投资效率也较高(均达到或超过了0.50)，对黑山、拉脱维亚、斯洛文尼亚、北马其顿的投资效率较低。其中，投资效率最高的罗马尼亚和投资效率最低的北马其顿之间的差距也超过了0.40，体现了国家间投资效率的不均衡性。

具体而言，由表3可以看出，从2008年到2016年，中国对保加利亚、捷克、黑山、塞维利亚、斯洛文尼亚、罗马尼亚、塞尔维亚和北马其顿的投资效率呈现出稳步上升的趋势；由表3还可以看出，中国对波黑、爱沙尼亚、克罗地亚、匈牙利、立陶宛、波兰、阿尔巴尼亚和拉脱维亚的投资效率呈现出下降的趋势，个别国家基本保持稳定。

表3 2008—2016年中国对中东欧国家的投资效率(“16+1”样本)

注：根据非效率项随机前沿引力模型测算得出图1 中国对中东欧国家的平均投资效率

究其原因，罗马尼亚、保加利亚、匈牙利、斯洛伐克和捷克都是欧盟成员国，而且市场规模较大，其发展受惠于欧盟的部分投资政策。然而塞尔维亚、北马其顿、波黑均非欧盟成员国，其来自欧盟的外部发展动力不如欧盟成员国。

中东欧国家中欧盟成员国的银行法、金融服务法、公司税法及竞争保护法等已与欧盟法律对接，并且提出了税收激励政策等来鼓励中国对其进行直接投资。中东欧国家大多颁布投资优惠政策来吸引外资。其中，捷克采取欧盟国家资助规则，加大了对技术中心和商业支持服务投资项目的补贴。匈牙利对投资于技术更新和在匈牙利设立区域中心的外资给予资金补贴和扶持，对外国在匈牙利的生产性企业提供税收优惠。2013年9月9日，中国人民银行与匈牙利中央银行签署中匈双边本币互换协议，从而加强双边金融合作，促进两国经贸往来，提高地区金融稳定性，减少了汇率不稳定给投资带来的不确定性。

排名最后五位的国家，大都位于巴尔干半岛上，尽管具有优越的地理位置，也是重要的经贸通道，但历史遗留问题和民族问题使得这些国家具有潜在的政治风险。国家治理较差，法规质量对投资非效率有显著的影响。

北马其顿存在的政治风险和法规质量是阻碍对其进行投资的重要因素之一。第一，北马其顿与希腊以及保加利亚存在争端，历史遗留问题由来已久。第二，北马其顿国内的民族矛盾仍然没有得到有效的解决，始终潜藏着种族冲突的“火药桶”，这将会对北马其顿国家稳定和经济发展产生消极影响。不过，中国在北马其顿开展的项目取得了积极进展，华为技术有限公司、中兴通讯股份有限公司、中国水电建设集团国际工程有限公司、中国水利电力总公司等都在北马其顿有项目投资，主要从事工程建设、设备出口和技术服务。北马其顿尚未建设完善的铁路网络，各地区间通达性不好，而且缺乏电力领域的投资能力，电力设施陈旧、发电、输电、配电的效率偏低。中国可以加强相关方面的合作，完善相关合作政策，从而提高投资效率。

中国在波黑的投资尚处于起步阶段，还有一系列的政策需要落实，同时波黑的政治体制颇为复杂，国家权力有限，部分政策难以实施，给投资造成极大的不便。加上波黑存在严重的民族矛盾和社会问题，难以营造出良好的投资环境，使得中国对其直接投资效率不高。

塞尔维亚正处于经济转轨过程中，资金吃紧，同时投资者也会遇到当地新旧法规的转换与衔接问题。财政紧缩以及法规不完善等不利因素使得投资效率不是很高。塞尔维亚铁路设施老化严重，同时配套的通讯设备落后，运行效率低下，面临着整体的更新改造，中国可以借此机会与其合作，达到共赢的局面。匈塞铁路于2013年宣布开始建设，该项目建成后，不仅能完善塞尔维亚与匈牙利两国的交通网络，更将成为贯通中东欧地区的骨干铁路线。

中东欧国家的法规质量是导致中国对中东欧国家直接投资非效率的一个因素。投资非效率项模型的估计结果显示法规质量与投资效率正相关，法规质量提高1%，投资效率将上升2.11%。大部分中东欧国家的法规质量较好，有助于营造良好的投资环境。影响中国对中东欧国家直接投资效率的另一个因素是港口、机场等交通运输设施的便利度，交通便利度增加1%，投资将显著减少0.65%。

(二)“16+1+9”样本下投资效率和投资潜力的测算

从表4和表5中可以看出，从2008年到2016年，不论是“16+1+9”的背景下还是“16+1”背景下，中东欧国家的投资潜力都不同程度地呈现出持续上升的趋势。中国对中东欧国家的直接投资潜力在“16+1+9”背景下较“16+1”背景下有显著增加。

具体而言，伴随着“一带一路”建设，中国对中东欧国家的投资潜力显著增长，中国对波兰的投资潜力达到了14.53亿美元，对捷克的投资潜力达到了3.48亿美元，对匈牙利的投资潜力达到了3.57亿美元；而对波黑、北马其顿、黑山等的投资潜力未迈入一亿美元大关。

究其原因，中国与波兰在经贸领域互补性较强。波兰对外国投资者具有很强的吸引力，国际金融危机和欧债危机期间，波兰仍然能够保持经济的相对稳定，意味着对经济衰退具有较强的抵抗能力。目前波兰经济中有许多行业都相当具有竞争力，包括食品、采矿、机械设备、化妆品、琥珀、医疗、旅游业、游艇制造业等。波兰的产品和服务质量较高，价格也具有国际竞争力，这些都是投资波兰的优势。同时，波兰也是欧洲国内需求最稳定的市场之一。

表4 2008—2016年中国对中东欧16国的投资潜力(“16+1”样本)(百万美元)

表5 2008—2016年中国对中东欧国家的投资潜力(“16+1+9”样本)(百万美元)

捷克是中东欧地区的重要国家，影响力较大，深化中国与捷克的经贸合作，实现投资潜力，将对中东欧其他国家具有良好的示范效应。捷克工业化的程度位居欧盟前列，工业基础设施完备，汽车业、机床业、冶金业、重工业方面都很发达。同时，捷克位于欧洲中心，也是“一带一路”在欧洲对接的重要战略支点。加强中国与捷克的经贸合作，有利于促进中国与欧洲整体合作，为实施“一带一路”倡议发挥重要的支撑作用。捷克的食品加工业，特别是啤酒和葡萄酒酿造业发达，中国与捷克在农产品领域的合作也是潜力所在。捷克的服务业发达，中国可以在金融服务、医疗卫生、生活环境、信息技术等方面与捷克加强合作。

匈牙利不仅对外资企业提供金融支持，而且提供较大的税收优惠，有利于吸引外资。近年来，匈牙利加大了基础设施建设的力度，同时具有完善的电讯系统、发达的公交网络和便利的金融服务。这些都增加了中国对其直接投资的潜力，从而推动更深层次的合作。中国对匈牙利农业有巨大投资潜力，匈牙利资源禀赋优越，农业基础地位突出，其中可耕种面积占国土面积的79%，有机农产品涉及各个领域。中国应重点推进农业科技、农产品加工等领域的合作，创新多元化的投资合作方式。

由图2和图3可以看出，“16+1+9”样本下的投资效率高于“16+1”样本下的投资效率，且“16+1+9”样本下的投资潜力高于“16+1”样本。这可能是因为在2008年全球金融危机和2010年欧洲主权债务危机的背景下，作为中东欧国家传统投资来源国的欧盟国家受到本国经济复苏缓慢的困扰，削减了对中东欧国家的投资，中东欧国家不得不寻求欧盟之外的投资来源国来满足本国经济发展的资金需要，而中国企业“走出去”和“16+1”合作机制促进了中国对外直接投资在中东欧国家快速增长。中东欧国家为吸引外资而积极改善投资环境，“16+1”合作机制为中国投资中东欧国家积极提供机制保障，因此中东欧国家的投资潜力巨大。中国作为投资中东欧市场的后来者，与当地占优势地位的原有投资来源国进行密切合作，更有助于提高投资效率和挖掘投资潜力。

注：根据非效率项随机前沿引力模型测算得出图2 不同样本下中国对中东欧国家的直接投资效率对比

注：根据非效率项随机前沿引力模型测算得出图3 不同样本下中国对中东欧国家的直接投资潜力对比(百万美元)

五、结论与建议

本文根据2008—2016年中国对中东欧16国的直接投资存量、经济总量、人口数量、中东欧国家的汇率和地理距离等变量和数据，构建非效率项随机前沿投资引力模型，测算了中国对中东欧国家的投资效率和投资潜力。研究发现：

(1)在中国—中东欧“16+1”合作机制下，中国对中东欧16国的投资效率均值为0.35，仍有较大的提升空间。

(2)中国—中东欧“16+1”合作机制的建立有助于实现中国对中东欧国家直接投资的潜力。中国对中东欧16国的投资潜力自2008年以来逐年攀升，在2016年达到了峰值，说明实际直接投资存量与投资前沿值的差距较大，有较大的投资潜力有待实现。

(3)对比“16+1”样本和“16+1+9”样本下的估计结果发现，中国对中东欧国家的投资效率和投资潜力有显著的差异。这说明在考虑中东欧主要投资来源国的情况下，中国对中东欧国家的投资潜力和投资效率更高，中国与中东欧主要投资来源国在中东欧市场有良好的合作前景。而在影响投资非效率的因素中，腐败控制程度、港口建设情况和法规质量均具有显著的影响，可见中东欧国家的投资环境有待改善，中国在当地的投资急需系统的风险评估和风险防范。

根据以上数据分析测算结果，本文对提高中国对中东欧国家的投资效率、实现投资潜力提出以下建议：

第一，进一步完善中国与中东欧“16+1”合作机制。根据中东欧各国的特点和发展模式，制定切实有效的发展政策，减少投资过程中的摩擦，保障中国投资者权益。对于投资效率高的国家，继续加强优势领域的合作，在保持高效率的同时，挖掘潜力较大的项目；对于投资效率较低的国家，在法制质量较高与经济环境稳定的前提下，积极参与该国提高投资效率的活动。

第二，改善中东欧国家的基础设施，优化投资便利度。优化铁路、公路、航空等交通基础设施和ICT基础设施，提高投资便利化水平。

第三，管控投资风险，适度扩大中国对中东欧国家的直接投资。目前，中东欧国家普遍制定了投资优惠政策来吸引外资。中国企业为避免盲目投资，需要深入了解中东欧国家经济状况，规避东道国可能的经济和政治风险。加强与中东欧国家的货币合作，为中国—中东欧投资合作降低汇率风险。

第四，加强中国对中东欧国家投资风险的监测预警研究。学界应发挥研究专长，服务社会。评价和监测中东欧国家的投资风险，定期发布研究报告，给中国企业在该地区投资保驾护航。