境外园区对中国对外直接投资有带动作用吗

尹亚红

摘 要：以境外园区为研究对象，基于2007—2017年69个共建“一带一路”国家数据，运用倾向得分匹配法（PSM）就境外园区对中国ODI的影响进行实证检验。研究发现，与共建“一带一路”国家的园区合作显著带动了中国对园区所在国的直接投资，并弱化了政治风险对中国ODI的影响。就不同产业类型与区位而言，境外园区的带动作用存在显著的异质性，其中资源利用、加工制造、综合利用与物流商贸型园区带动ODI的作用非常显著，而农业产业园区不显著;东南亚、南亚、独联体以及非洲所建园区显著带动了中国ODI的发展，而西亚与欧洲所建园区不显著。

关键词：境外园区;“一带一路”;对外直接投资

中图分类号：F832

文献标识码：A

文章编号：1006-0448（2021）06-0045-11

一、问题的提出

20世纪90年代，中国企业开始探索境外园区建设。2005年以来，商务部相继出台多项政策措施，鼓励企业建立海外园区抱团“走出去”。2015年三部委联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，明确提出“以重点经贸产业园区为合作平台，共建‘一带一路’”。从此，境外园区成为中国企业抱团“走出去”的重要平台以及“一带一路”建设的合作载体。截至2019年11月，中国企业在境外已建立各类园区113家，其中“一带一路”沿线国家82家。截至2019年底，纳入商务部统计的境外园区累计投资419亿美元，吸引了数千家企业入驻，其中，沿线国家所建境外园区累计投资350亿美元，上缴东道国税费已超30億美元，创造就业岗位32万个。境外园区作为“一带一路”建设的重要节点与区域经济合作的载体，如何在“一带一路”建设中深化园区合作进而带动中国对外直接投资（以下简称ODI），让融合中国元素与共建“一带一路”国家元素的园区模式在境外落地生根，这不仅是当务之急，更是中国“走出去”战略转换与升级的重大战略问题。因而，研究“一带一路”建设中境外园区对中国ODI的带动作用，对于推进中国园区高质量“走出去”，以及加强与共建“一带一路”国家国际产能合作具有重要的现实意义。

目前，学术界对于境外园区方面的研究主要聚焦于以下几个方面。一是关于境外园区的性质，如Brutigam & Tang、Zeng、Masiero et al、李丹和陈又庚认为境外园区是中国进入东道国开展对外投资的一种商业模式，是将中国特色的特区制度经过改良向外移植，供发展中国家学习的“中国模式”，这种模式的实现依赖中国政府的外交关系与金融支持[1]（P18-91）[2]（P1-27）[3]（P93-111）[4]（P51-53）。二是境外园区的功能与作用，如李鲁等认为境外园区是承载中国对外投资的有利平台[5]（P118-128）;赵胜波等、吕昱江、刘英奎和王双认为境外园区建设不仅促进了国内生产技术和优势产能的输出、实现与沿线国家的资源共享，也推动了合作国的经济、社会发展，实现互利共赢，同时境外园区在规避贸易壁垒、转移过剩产能、获取稀缺资源、实现产业集聚效应与原产地多元化等方面具有独特的经济功能[6]（P9-20）[7]（P20-24）[8]（P42-45）;许培源和王倩认为境外园区克服了企业对外投资的制度风险，利于企业对外投资[9]（P60-70）;徐俊和李金叶认为境外园区建设促进了中国与东道国的双边贸易[10]（P11-18），不过李嘉楠等却认为境外园区的建立减少了中国对园区所在国的出口，境外园区对中国的对外投资和出口贸易具有替代性[11]（P64-81）。三是境外园区的产业选择或空间布局，如李青对15个境外园区的区位选择进行分析后认为，区位选择影响着境外园区的经营效果，区位差异关系到境外园区产业定位、经营风险等[12];张述存认为应结合东道国的比较优势，在东南亚主要国家建立加工制造业园区、中亚等国建立资源合作型园区、部分中东欧国家建立商贸物流园区等[13]（P1-9）;李志明等通过对30个境外园区进行分析后认为，境外园区建设应加强产业布局，提高园区品牌效应，强化产业链延伸与产业集群效应以及加强绿色生态环保性产业的引入[14]（P102-110）。四是境外园区建设中存在的问题，如李春顶认为境外园区多位于发展中国家，投资风险比较大，园区定位不明确与投资方式不恰当[15]（P25-28）;洪联英和张云通过对相应案例进行分析后认为，境外园区存在企业主体条件与企业权力层次较低、园区规划不健全、盲目投资与重复建设以及区位选择扎堆等问题[16]（P48-54）;高潮就托木斯克木材工贸区分析后认为，境外园区建设存在产业定位不明、融资困难等问题[17]（P70-71）;张金杰通过对罗勇工业园等研究后亦认为境外园区建设不仅融资难，而且面临着基础设施落后、国际化人才短缺以及东道国保护外资法律不健全等问题[18]（P52-58）。

综上所述，学术界就境外园区性质、经济功能与作用、产业选择或空间布局以及存在问题等方面做了深入研究，定性或案例分析的成果颇多。然而，境外园区作为“一带一路”建设中促进中国对外投资和加强区域经济合作的重要平台与抓手，对中国ODI究竟有无带动作用？如果有，对于不同区位与产业主导类型，境外园区这种带动作用是否存在异质性？对上述问题现有文献鲜少涉及。基于此，本文在现有研究的基础上做如下拓展：首先，实证研究样本主要聚焦于与中国签署了共建“一带一路”合作备忘录的国家;其次，为更好地规避样本选择偏差等内生性问题，本文运用倾向得分匹配法（PSM）就“一带一路”建设中境外园区对中国ODI的带动作用进行实证检验;最后，采用异质性检验法，就“一带一路”建设中不同产业类型与区位的境外园区对中国ODI带动作用所产生的差异性进行深入研究，从而为更好地促进中国园区“走出去”以及加强中国与共建“一带一路”国家国际产能合作提供较为清晰的思路与相应的参考建议。

要发挥境外园区作为共建“一带一路”的载体作用，双方需要签订共建合作协议，否则样本的局限性会降低分析结果的可信度，因为有些国家虽然位于“一带一路”沿线，但并未与中国签订共建合作协议，因而参与“一带一路”建设的积极性较低。

二、中国对“一带一路”沿线国家直接投资的特征

（一）投资规模稳步增长，但其存量占同期之比呈现逐年下降之势

从图1可知，自2013年“一带一路”倡议提出以来，中国在“一带一路”沿线国家此处分析样本指“一带一路”沿线国家，实证分析样本则着重选择与中国签署了共建“一带一路”合作协议国家。

的直接投资规模逐年扩大，呈现稳步增长之势。2014—2019年，中国在沿线国家累计实现投资1 186.5亿美元，投资流量处于增长态势。2014年流向沿线国家的ODI为144.6亿美元，2019年为186.9亿美元，同比增长4.5%，约为2014年的1.3倍。2014—2019年，中国对沿线国家ODI存量亦呈逐年增长之势。2019年末，中国对沿线国家ODI存量为1 794.7亿美元，较2018年末增加67亿美元，是2014年末存量的1.94倍，年均增辐达18.8%。

图2是中国对沿线国家ODI规模占同期中国ODI规模之比。从图中可知，2014年中国对沿线国家ODI流量占同期中国ODI之比为11.75%，其间虽然呈现“升—降—升”的双向波动状态，但整体处于稳步上升之势，2019年达到13.65%;然而，就存量而言，占同期中国ODI存量之比呈现逐年下降之势，即从2014年的10.48%一直降至2019年的8.16%，降幅达到22.14%，年均降幅为4.5%。由此可见，虽然中国对沿线国家ODI流量占同期中国ODI流量之比呈现稳步上升之势，但存量占同期之比却逐年下降，投资基数小。

（二）投资国别分布较为广泛，空间差异大，重点国别占比高

1.投资国别分布较为广泛，空间差异大

中国在沿线国家ODI的国别分布覆盖较广。2019年末，中国企业在“一带一路”63个国家设立境外企业近1.1万家，但呈现显著的空间差异性。图3是2013—2019年中国对沿线国家分区域直接投资状况。从图中可知，2013—2019年，中国在沿线国家的投资，按照规模大小，依次为东南亚地区、西亚北非地区、东北亚地区、中亚地区、南亚地区、中东欧地区。2019年，中国对东南亚地区的直接投资流量额达到130.07亿美元，存量达1 099.72亿美元，分别占沿线国家总额的70%与62%，是处于第二位的西亚北非地区的4.51倍与4.64倍;中国对东北亚地区的直接投资流量最小，为-2.51亿美元，主要是投向俄罗斯联邦的资金撤回国内3.8亿美元;同时，中国对中东欧地区的投资存量最小，为34.19亿美元，占沿线直接投资总额的2%，仅相当于中国对东南亚直接投资存量的3.1%。

2.重点国别占比高

中国对沿线国家的直接投资重点国别占比非常高。从投资国别来看，主要集中于新加坡、印度尼西亚、马来西亚、越南、泰国、老挝、柬埔寨、哈萨克斯坦、俄罗斯联邦、阿联酋等国，其中，新加坡无论是流量还是存量始终位居第一。2016—2019年前十大国家投资流量总和占沿线国家直接投资总额之比分别为90.42%、88.72%、92.05%和85.7%，整体占比维持在85%以上;存量占比分别为70.6%、71.5%、72.8%和74.2%，整体呈现上升趋势。因而，无论是直接投资流量还是存量，中国对沿线国家直接投资前十大国家占据绝大部分，即中国对“一带一路”沿线国家的投资绝大部分投向这些重点国家。

（三）投资行业趋向多元化，但行业分布差异大

中国对“一带一路”建设相关国家与地区的投资行业日趋多元化，投资对象涉足多个行业领域。虽然投资行业分布多元化，但行业分布差异大，主要集中于制造业、批发零售业、建筑业、金融业等行业，而科学研究与技术服务业占比较低。图4是2019年末中国对“一带一路”沿线国家直接投资流量前六大行业分布状况。从中可知，2019年，制造业仍保持第一位，流向制造业的投资额为67.9亿美元，同比增长15.5%，占36.3%;批发与零售业投资额为25.1亿美元，占比13.4%，位列第二;建筑业投资额为22.4亿美元，占比12%，位列第三;金融业投资额为15.9亿美元，占比8.5%，位列第四。这四大行业总计投资额为131.3亿美元，占比达到70.2%。2019年流向科学研究与技术服务业投资额13.5亿美元，较之2018年的6亿美元，增长了125%，但总体占比只有7.2%。

（四）中国在“一带一路”沿线国家直接投资绩效呈上升之势，但整体水平较低

鉴于对外投资比较容易受母国经济规模的影响，为了更好地反映母国对外直接投资的业绩，联合国贸发会议（UNCTAD）开发了对外直接投资绩效指数（OND），用以反映在控制了母国经济规模之后一国对外投资的相对份额。图5是2013—2019年中国对“一带一路”沿线国家直接投资的绩效指数。从图中可知，2013—2019年，中国对“一带一路”沿线国家直接投资绩效指数呈上升之势，不过起伏较大，即从2013—2014年的0.08后，逐年下降，2016年达到最低点0.067后快速回升，以年均33.6%的速度增长，2018年达到最大值0.112，随即降至2019年的0.087。由此可见，虽然中国对“一带一路”沿线国家直接投资绩效指数呈上升之势，但整体水平较低。

三、变量选取与模型设置

为验证“一带一路”建设中境外园区能否带动中国对外直接投资，根据现有理论以及囿于数据的可得性，本文选择中国对共建“一带一路”国家的ODI存量为被解释变量;境外园区即中国在共建“一帶一路”国家所建园区为核心解释变量，以东道国是否建立园区（OCZ）来表示，若当年建立园区及以后年份以1表示;否则为0;政治风险、市场规模、劳动力成本、自然资源、科技水平、基础设施、经济开放程度等因素为控制变量，在控制变量的选取上主要基于如下考虑：

（1）政局稳定（PS）。没有暴乱与恐怖活动是企业开展投资活动的必然要求，政局动荡不定、政治风险越高越不利于企业ODI，本文采用世界发展指标（WDI）中的政治稳定与没有暴力/恐怖主义来表示政局稳定。

（2）市场规模（MS）。东道国市场规模大小直接影响着中国ODI，市场规模越大对中国海外投资越有吸引力。就此，本文选择东道国GDP来表示市场规模。

（3）劳动力成本（LC）。劳动力是影响中国劳动密集型产业对外直接投资的重要因素。东道国劳动力成本直接关系到中资企业海外投资的生产成本[19]（P41），因而，本文采用东道国人均GDP作为劳动力成本的衡量指标。

（4）自然资源禀赋（NR）。国内资源短缺已制约着中国经济的发展，共建“一带一路”国家蕴藏丰富的石油、天然气、矿产等自然资源，加大资源开发型海外投资，则有利于缓解国内资源短缺，保障资源的有效供给。因而，本文采用东道国自然资源租金总额占GDP之比来表示自然资源禀赋。

（5）科技水平（ST）。通过ODI获取外部技术资源是提高我国技术创新能力的重要途径之一。因而，东道国较高的技术水平是吸引中国技术寻求型海外投资的重要因素。本文以东道国的科技研发支出占GDP之比代表技术水平。

（6）基础设施。基础设施是影响中国ODI的一个重要因素。良好的基础设施能提供便利的交通运输与通信交流，提高物流绩效，加速信息沟通，节约运营成本。多边开发银行的共同参与、以PPP模式进行合作、全球治理相关指标以及项目绿化等因素有利于促进私营资本的绿色基础设施的投资[20]（P13-22）。本文选择每百人移动蜂窝订阅数（MC）代表通信设施，物流绩效指数（LPI）代表交通运输方面的基础设施。

（7）经济开放程度（IO）。经济开放程度越高，引进外资的约束条件越少，越有利于吸引外部资本流入[21]（P28-36）。本文以东道国的外国直接投资净流入占GDP之比表示经济开放程度。

（8）地理距离（GD）。地理距离对ODI有着一定的负面影响[22]（P32-42）。地理距离主要涉及文化、宗教等各方面的差异，本文以东道国首都与中国首都之间的直线距离来表示两国之间的地理距离以检验地理距离对中国ODI的影响。

（9）境外园区与政局稳定的交互项（OCZ*PS）。该指标主要检验境外园区的调节效应，因为政治风险是影响企业对外投资的重要因素，境外园区作为中资企业抱团走出去的重要平台，作为政策高地为入园企业规避风险提供了重要保障。因此，企业入驻园区借助政策高地可以降低政治风险，进而带动对外直接投资。

综上所述，模型设置为：

lgODIit=β0+β1 OCZit+γControlit+uit

上式中，i表示东道国，t表示年度;ODI是中国对“一带一路”建设国家的直接投资存量，OCZ是核心变量，Control是所有控制变量，其中ODI、MS、LC、MC、GD等变量均取自然对数;uit为随机误差项。

鉴于数据的可得性，经过逐步筛选与排查，剔除数据缺失较为严重的国家与年份，最终选取2007—2017年69个共建“一带一路”国家为研究样本。主要变量的数据来源：境外园区建立年份主要通过中国一带一路网、中国自由贸易区服务网、中华人民共和国商务部网站、中国贸易促进会网站以及各省商务厅网站的资料整理而成，其他数据均来自世界银行数据库以及Wind数据库，地理距离通过百度地图获取。分析软件采用R4.0.2。

四、实证检验与分析

基于变量间相关性检验显示，各变量之间的相关系数最高为0.729 9，由此判断各变量间的相关性较低，不存在严重的多重共线性，具体见表1。为了保证检验结果的稳定性，进一步采用方差膨胀因子进行检验，结果显示方差膨胀因子VIF非常小，介于1.106-6.13之间，没有超过10。因而，可以确定各变量之间的相关性较低，不存在多重共线性。经过F统计量与Hausman检验，选择混合效应模型进行回归分析。为规避样本选择偏差等内生性问题，本文采用倾向得分匹配法进行实证检验。

（一）倾向得分匹配

中国在境外建立园区时的区位选择是以东道国经济发展以及与我国的政治经贸关系为依据，即建立境外园区的国家和没有建立境外园区的国家初始条件有可能不同，境外园区建立前中国与这些国家间的经贸投资本身可能存在显著差异。因此，如果直接将建立境外园区的国家与没有建立境外园区的国家直接比较，有可能导致回归结果的偏差。为解决可能存在的选择偏差等内生性问题，本文采取倾向得分匹配法对数据进行筛选，该方法由Paul Rosenbaum & Donald Rubin于1983年提出[23]（P41-55），主要是为了解决数据偏差进而消除组别之间的干扰因素。具体步骤如下：

第一步，本文采用境外园区（OCZ）作为虚拟变量，将数据分为处理组和对照组，其中OCZ=1为处理组，OCZ=0为对照组。参与匹配的对照组与处理组的样本分别为409个与202个，对照组与处理组的描述性统计见表2。

第二步，在使用倾向得分匹配法（PSM）进行样本筛选时，将OCZ作为被解释变量，选择回归方程中的其他控制变量作为协变量，即政局稳定、劳动力成本、物流绩效指数、技术水平以及经济开放程度为匹配变量，使用Logit模型进行回归估计，得到倾向得分值。

匹配方法运用近邻匹配与核匹配法进行匹配。

第三步，将匹配后的对照组与处理组的数据进行合并，以此為新的估计样本按照之前设定的回归方程进行样本估计。

具体匹配细节及统计结果如下：

采用1[BFZ]：[BF]1近邻匹配法得到的匹配前后得分值核密度如图6所示。从中可知，匹配前后处理组和对照组的得分值核密度依然存在较大区别，匹配效果较差，因此采用核匹配法进行匹配。

通过核匹配法得到的得分值核密度见图7。较之近邻匹配，采用核匹配法匹配之后，处理组和对照组的得分值核密度较为接近，说明匹配结果较为理想。

核匹配前后得分值的分布情况如图8所示。可以看出在匹配之前，对照组的得分值和处理组有较大的差异，而匹配之后，对照组的得分值分布与处理组相接近，说明匹配结果较好，匹配具有合理性。

在运用倾向得分匹配结果进行实证检验之前，为更好地了解匹配的有效性，再采用平衡性检验特征变量在对照组与处理组之间的分布是否平衡，具体结果见表3。由表3可知，匹配之前，匹配变量的均值在处理组与对照组之间有着较大的差异;匹配后，匹配變量的均值在处理组与对照组之间的分布较为平衡，根据Rosenhaum & Rubin[24]（P33-38）的经验标准，当标准化平均值差异小于20%，认为匹配过程是有效的，表3中，匹配后各特征变量的标准化平均值差异均小于20%，且大部分小于5%，可见，本文所进行的匹配过程皆为有效。因而，可以认为倾向得分匹配有效，匹配的估计结果具有可信性。

（二）模型回归估计结果与分析

基于上述分析，利用匹配后样本进行回归，估计结果见表4。表4中，模型2增加了各控制变量，模型3在模型2的基础上，加入了境外园区与政局稳定的交互性，主要考察境外园区就政治风险影响对外投资是否具有调节作用。从回归结果来看，境外园区的估计系数显著且为正，说明境外园区的建立显著带动了中国对园区所在国的直接投资。以模型3为例，由于境外园区在1%的显著性水平下显著，且系数约为1.849，说明与未建立境外园区国家相比，中国对建立境外园区国家的直接投资会相应提高184.9%，原因可能是通过境外园区“抱团出海”“以大带小”可以实现产业集聚以及规模效应。因此，境外园区作为对外投资的新抓手与载体，对中国对外投资存在很强的带动作用，确实促进了中国企业尤其是中小型企业的海外投资。较之其他影响因素，境外园区对中国对外投资的带动作用最大。

对于控制变量，模型2中，政局稳定的估计系数为正且显著，说明东道国政局稳定有利于吸引中资企业在此投资。市场规模系数为正且显著，意味着东道国市场规模越大越有利于中资企业开展海外投资活动。劳动力成本系数为负且显著，意味着劳动力成本较低的国家越有利于吸引中国企业在当地的投资，毕竟廉价的劳动力会降低生产成本，尤其是劳动密集型产业。自然资源的系数为正且显著，说明东道国富足的自然资源显著促进了中国对外投资活动。通信设施系数为正且显著，说明中资企业更愿意在通信设施较为完善的国家进行投资。而物流绩效指数与经济开放程度系数尽管为正，但并不显著，究其原因，可能是共建“一带一路”国家主要以发展中国家为主，境外园区主要是建立在这些经济欠发达的国家，匹配到的对照组也主要是发展中国家，而这些发展中国家的交通基础设施条件较差，这也符合共建“一带一路”国家大多基础设施较为落后的实际情况。通过引进外资，落后的基础设施反而还能得到改造;对于经济开放程度，因为共建“一带一路”国家多为经济开放程度不高且正处于工业化进程的早期阶段，因而，经济开放程度如何对中国ODI的影响不显著，东道国通过引进外资加强国际产能合作反而会提高经济开放程度。地理距离的系数为负且显著，说明中资企业更倾向于地理距离较近的国家进行直接投资。技术水平的估计系数为正，但不显著，说明技术水平对中国ODI没有显著的影响，毕竟共建“一带一路”中国家主要是欠发达国家，中资企业在此投资并不以技术寻求为主。

模型3中，境外园区与政局稳定交互项的系数为0.3271，在5%的水平下显著，此时境外园区的回归系数显著且较之模型2提高了约5%，同时政局稳定的系数为正不显著，说明境外园区作为国际经贸合作平台借助政策高地对企业海外投资有规避风险的作用。因而，东道国的政治风险对入园企业开展海外投资活动没有显著的影响，境外园区就政治风险对中国ODI的影响具有显著的正向调节作用，弱化了政治风险对中国企业海外投资的影响，增强了园区带动对外投资的作用，这亦证实了余官胜等提出的境外园区具有风险规避功能的观点[25]（P15-25）。其他控制变量与模型2的估计结果一致。

（三）基于不同产业类型园区的异质性检验

依据园区主导产业划分，当前中国境外园区主要包括加工制造型园区、资源利用型园区、农业产业园区、商贸物流型园区、科技研发型园区与综合性园区等六大类型，由于不同类型园区产业定位不一样，因而，对于ODI的带动作用可能不一。那么，不同类型的境外园区对中国ODI的带动作用究竟有无差异？对此，本文进一步做异质性检验，具体结果见表5。

鉴于科技研发型园区境外建设极少，囿于样本，本文暂不考虑。

第一，就农业产业园区而言，园区带动ODI的作用不显著但系数为正，说明带动作用并未显现，原因可能是入园企业主要从事经济作物以及畜禽等的种养殖、加工等初级产品的生产，规模非常小。根据2019年中国对外直接投资统计公报显示，农业对外直接投资存量为56.45亿美元，仅占中国对外直接投资存量的0.26%。由此可见，通过境外农业产业园区带动ODI的作用更是极为有限。第二，就资源利用型园区而言，园区带动对外投资的作用非常显著，较之其他类型园区系数最大，即通过建立海外资源利用型园区可以提高中国对园区所在国的投资189个百分点，究其原因，可能是入驻该类园区的企业主要从事石油、天然气开采与炼油化工、有色金属矿（如镍、铬、铁等）以及煤炭的开采与加工等，这些产业投入的资金量非常大，而且中国正面临严重的资源约束，对此类资源的进口依赖性极为严重，因而资源利用型园区的建设进一步拉动了中国对该类产业的投资。第三，从加工制造型园区来看，园区带动对外投资的作用非常显著且系数为1.446，意味着较之未建立园区的国家而言，建立加工制造类园区可以提高中国对园区所在国的投资144.6个百分点，原因可能是共建“一带一路”国家以发展中国家为主，而发展中国家工业化程度较低，为加快工业化进程，制造业的发展则是根本。与此同时，中国正处于制造业产能过剩的困境，加工制造类园区的建设正好可以转移国内过剩的产能以及拓展海外市场。因而，境外园区的建设极大地促进了中国ODI的发展。第四，从商贸物流型园区来看，境外园区显著带动了中国ODI，且系数为0.721，意味着通过商贸物流园区的建立可以带动中国对园区所在国的投资提高72.1个百分点，原因可能是在将汇集此处的货物转运至其他地方之前，需要配备专门的仓储、物流配送、流通加工、集散以及商品展示等服务设施，因而促进了国内相关产业在此投资。第五，从综合利用型园区来看，境外园区的带动作用非常显著且系数为1.266，说明境外园区的建立可以促进中国对园区所在国的投资，较之未建立境外园区的国家，可以提高122.6个百分点，原因可能是综合利用型园区是多功能园区，园区内不仅有加工制造型园区，还有资源利用型以及商贸物流型园区等，从而形成产供销一体化服务的产业链，就此吸引了诸多不同产业类型的企业入驻以开展经贸投资活动，因而强有力地促进了中国企业的海外投资。

（四）基于不同经济区域园区的异质性检验

本文对建立在不同经济区域的境外园区就其带动ODI的作用做进一步异质性检验。就“一带一路”建设中境外园区区位分布而言，各洲占比分别为：亚洲51.3%，其中东南亚占亚洲的44.8%;非洲与中东欧分别为22.1%与12.4%。鉴于境外园区主要位于亚洲、非洲与欧洲，因而，将全样本按照地理区域分为东南亚与南亚、独联体、西亚、非洲、欧洲等子样本，具体估计结果见表6。

从表6可知，境外园区对中国ODI的带动作用在不同经济区域存在较强的差异性，子样本东南亚南亚、独联体以及非洲分别在不同的显著性水平下显著且系数为正，说明这三个区域所建园区显著带动了中国ODI的发展，而西亚与欧洲所建园区的带动作用不显著，虽然系数为正。究其原因，第一，可能是东南亚、南亚自然资源丰富，劳动力成本较低，又毗邻中国，文化习俗等与中国极为接近，对中国企业海外投资具有很强的吸引力，中国在东南亚、南亚建立的园区数量亦众多，因而境外园区的建立很大程度上带动了中国的对外投资。第二，独联体与非洲所建园区同样带动了中国企业对园区所在国的直接投资，而且系数较之前者更大，原因可能是独联体与非洲园区所在国为了更好地推动国内经济的发展，迫切希望与中国加强国际产能合作，学习中国经济特区经验，大力引进中国方案助力国内经济腾飞，加之这些地区资源丰富，因而，境外园区的建立对中国海外投资的带动作用最强。第三，西亚与欧洲国家所建园区对中国ODI的带动作用不显著，虽然系数为正，表明该区域所建园区对中国ODI的带动作用还未显现，原因可能是：西亚地区所建园区本身数量极少，而且该地区政治风险较大，政局动荡不定，虽然蕴藏丰富的石油，但对中国企业的吸引力还是较为有限。对于欧洲，可能是中国“走出去”企业主要以资源能耗较高、技术含量较低的劳动密集型产业为主，这与发达国家的发展理念不符;同时，近年来欧盟实施更严苛的投资审查，一直以国家安全保护为由，加大对关键战略资产、基础设施、高新技术等领域的外国投资监管审查力度，对背后有国家支持的外国投资开展特别审查，这给中国“走出去”企业在开展对外投资合作中就流程、成本等方面带来阻力和诸多不确定，尤其是欧盟利用反补贴调查审查中国“一带一路”倡议下相关项目，并首次将调查对象聚焦到中国境外园区企业，为中国境外园区企业带来潜在的风险。因而，中国在欧洲建立园区受到一定限制，以致所建园区数量较少。因此，当前该地区境外园区对中国ODI的带动作用非常有限。

（五）稳健性检验

本文选取中国在共建“一带一路”各国所建园区数量作为境外园区的代理变量进一步做稳健性检验，检验结果具体见表7。从表7可知，核心变量OCZ回归系数显著且为正，其他控制变量的回归系数符号与显著性均与前文检验结果一致，这意味着前文的实证检验结果是可靠的。

五、结论与建议

本文运用倾向得分匹配法就“一带一路”建设中境外园区对中国ODI的带动作用进行了实证考察，由此可知：第一，中国与共建“一带一路”国家的园区合作显著带动了中国对园区所在国的直接投资;政局稳定、市场规模、自然资源及通信设施与中国对外投资正相关;交通基础设施、经济开放程度以及技术水平的影响不显著;劳动力成本及地理距离与中国ODI负相关;境外园区就政治风险对中资企业海外投资具有显著的正向调节作用，弱化了政治风险对ODI的影响。第二，不同产业类型境外园区对于中国ODI的带动作用存在异质性，资源利用、加工制造、综合利用与物流商贸型园区显著带动了中国的对外投资活动，而农业产业园区不显著。第三，境外园区带动中国ODI的作用在不同经济区域中存在较强的差异性，东南亚、南亚、独联体以及非洲所建境外园区显著带动了中国ODI的发展，而西亚与欧洲所建园区不显著。

为更好地通过园区“走出去”带动中国ODI，加强与共建“一带一路”国家的国际产能合作，本文在此提出以下建议：

第一，坚持“共商、共建、共享”原则，大力推动共建“一带一路”高质量发展。加强与共建国家的政策沟通与协调，尽可能为园区“走出去”提供各种政治保障与优惠政策，为出海企业提供全方位护航;构建多元化资金支持体系，更好地支持境外园区基础设施建设，降低入园企业运营成本與风险;为充分发挥境外园区国际产能合作平台的作用，园区应注重本土化发展，更好地为当地创造社会收益，实现互利共赢。

第二，结合共建“一带一路”国家的战略发展需要，充分发挥双方的比较优势，扩大产业合作空间，加强境外园区的高效合作。一要结合东道国在自然禀赋、人力资本、优惠政策、技术条件等方面的比较优势，确立符合园区发展的主导产业，培育一批产业定位清晰、发展前景好的境外园区;二要结合中国富足产能，深化国际产能和装备制造合作，在推动资源型与传统加工制造型等园区稳步发展的同时，加大高端制造、信息科技等特色主导产业园区的建设，推动园区向高端产业发展;三要完善园区区位选择，提升园区规划与布局，尤其是中东欧、西亚等园区建设较少之地区，以及大洋洲、拉美等签署“一带一路”合作共建国家。

第三，促进“一带一路”境外园区可持续、高质量发展。境外园区建设应结合联合国2030年可持续发展目标方面的规划而推进，突出生态文明理念、推动绿色发展、加强生态环境保护，以带动国内先进的环保技术、装备、产能走出去，确保对共建“一带一路”国家投资活动的生态完整性，努力实现境外园区在经济、社会、环境等方面全方位可持续发展，通过园区高质量“走出去”更好地带动中国的对外直接投资。

参考文献：

[1]

Brutigam，D，Xiaoyang Tang.Going Global in Groups：Structural Transformation and China’s Special Economic Zones Overseas[J].World Development，2014（3）.

[2]Zeng D Z.Special Economic Zones：Lessons from the Global Experience[R].PEDL Synthesis paper Series，2016（1）.

[3]Masiero G，Ogasavara M H，Risso M L.Going Global in Groups：a Relevant Market Entry Strategy？[J].Review of International Business and Strat，2017（1）.

[4]李丹，陈友庚.对外援助与我国境外经贸合作区建设[J].开放导报，2015（1）.

[5]李鲁，刘乃全，刘学.园区出海服务“一带一路”的逻辑与对策：以上海为例[J].外国经济与管理，2017（7）.

[6]赵胜波，王兴平，胡雪峰.“一带一路”沿线中国国际合作园区发展研究——现状、影响与趋势[J].城市规划，2018（9）.

[7]吕昱江.赋予海外园区助中企FDI的新优势[J].新经济导刊，2018（5）.

[8]刘英奎，王双.境外经贸合作区——中国对外开放新模式[J].中国对外贸易，2019（10）.

[9] 许培源，王倩.“一带一路”视角下的境外经贸合作区：理论创新与实证检验[J].经济学家，2019（7）.

[10] 徐俊，李金叶.“一带一路”沿线境外经贸合作区的贸易效应及其实现路径研究[J].新疆大学学报（哲学·人文社会科学版），2020（4）.

[11]李嘉楠，龙小宁，张相伟.中国经贸合作新方式——境外经贸合作区[J].中国经济问题，2016（6）.

[12]李青.我国境外经贸合作区区位选择研究[D].天津：天津财经大学，2012.

[13]张述存.“一带一路”战略下优化中国对外直接投资布局的思路与对策[J].管理世界，2017（4）.

[14]李志明，张成，陈曦.我国境外产业园的区位布局和发展现状分析[J].中国科技资源导刊，2020（5）.

[15]李春顶.境外经贸合作区建设与我国企业“走出去”[J].国际经济合作，2008（7）.

[16]洪联英，张云.我国境外经贸合作区建设与企业“走出去”战略[J].国际经贸探索，2011（3）.

[17]高潮.中俄托木斯克木材工贸区——林业资源开发潜力巨大[J].中国对外贸易，2011（7）.

[18]张金杰.中国境外经贸园区发展面临的机遇、挑战与经验总结[J].经济纵横，2018（7）.

[19]张纪凤，钱丹斐.双向直接投资对中国技能工资差距的影响研究[J].现代经济探讨，2020（11）.

[20]孙昕，克甝，张文中.如何有效吸引私营资本投资绿色基础设施？——基于“一带一路：沿线国家（地区）的实证研究[J].企业经济，2020（10）.

[21]陈博，贾玉成.促进还是抑制中国的OFDI？——基于制度转型同步化的视角[J].经济问题，2020（8）.

[22]张纯威，戴本忠，姚捷.中国对外直接投资区位结构特点及其形成动因[J].金融经济学研究，2017（2）.

[23]Rosenbaum，Paul R，Rubin，Donald B.The Central Role of the Propensity Score in Observational Studies for Causal Effects[J].Biometrika，1983（1）.

[24]Rosenhaum P R，Rubin D B.Constructing a Control Group Using Multivariate Matched Sampling Methods That Incorporate the Propensity Score[J].The American Statistician，1985（1）.

[25]余官胜，范朋真，龙文.东道国风险、境外经贸合作区与我国企业对外直接投资进入速度——度量与跨国面板数据实证研究[J].国际商务研究，2019（2）.

Can Overseas Parks Drive China’s ODI

——Empirical Data from Countries Constructing B&R

YIN Ya-hong

（School of Finance and Investment，Guangdong University of Finance，Guangzhou 510521，China）

Abstract：

Based on the panel data of 69 countries constructing B&R from 2007 to 2017，we empirically investigated the impact of overseas parks on China’s ODI with constructing B&R using PSM methodology.The empirical results showed that the parks cooperation on co-construction B&R countries could significantly improve China’s ODI，and weakens the impact of political risk on ODI.The impacts of overseas parks on China’s ODI varied from industry types and locations;specifically，resource utilization parks，processing and manufacturing parks，comprehensive utilization parks，and logistics and trade parks play a significant role in driving ODI，while the impacts of agricultural industrial parks are not significant.Besides，overseas parks could promote the development of China’s ODI significantly in Southeast Asia，South Asia，the Commonwealth of Independent States and Africa，but not significantly in West Asia and Europe.

Key words：

overseas parks;the Belt and Road;outward direct investment

（責任编辑

刘雪斌）