“一带一路”倡议下中国沿线省份OFDI的影响效果评估

马晓燕,薛 俭

(1.陕西科技大学 经济与管理学院,陕西 西安 710021;2.西安思源学院 高等教育营销研究中心,陕西 西安 710038)

一、引言

受新冠肺炎疫情的影响,2020年世界经济出现深度衰退,全球GDP大幅负增长、失业率明显上升、通货膨胀率普遍下降、国际贸易显著萎缩、国际直接投资呈断崖式下跌,造成进出口贸易动力匮乏。鉴于当前的全球经济形势,如何稳定全球贸易发展,支持全球经济发展,成为世界各国亟需面对的问题。如今,中国经济面临下行压力等问题,为推动经济发展,需要进一步寻找促进贸易发展的新动力。“一带一路”作为一种新型合作体制,以运输通道为纽带,以互联互通为基础,以多元化合作机制为特征,进而促进世界经济的平衡发展[1]。截至2019年年底,中国“一带一路”沿线省份有18个,分别为新疆、重庆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、上海、福建、广东、浙江、海南。该倡议实现了国际间资源的高效配置,进一步加快构建中国的对外开放格局,从而加强国内经济的高质量发展。“一带一路”倡议提出九年有余,作为中国吸引对外投资商、促进外商投资、加快进出口贸易、增加外汇、改善经济社会水平的载体,对沿线地区的辐射效应开始明显[2]。

对外直接投资(Outward Foreign Direct Investment,简称OFDI)对中国的进出口贸易具有显著影响,是中国促进世界经济深度融合的重要方式,直接反映了中国对外经济发展水平[3-4]。研究中国沿线省份对外投资行为有助于探索不同区域下对外投资贸易的影响,为中国不同区域的贸易投资所引起的贸易差异性分析提供一定的理论依据,进一步发展理论研究,并且积累实证分析经验。探索中国对外投资是否促进了出口贸易、是否提高了出口竞争力等问题,也能够为政府及企业制定投资贸易策略、探索新的贸易增长点提供启示,有利于解决中国目前对外贸易面临的问题。同时,对“一带一路”倡议带来的影响及效果进行评估,可以为国家充分发挥“一带一路”倡议的作用,制定相关贸易政策提供政策启示。探究“一带一路”倡议对中国沿线省份的对外投资的影响,是进一步促进中国对外直接投资稳定健康发展、实现沿线贸易畅通、深化沿线贸易往来的重要方式,也是加强推动中国“一带一路”建设、落实对外开放政策、提高开放质量的需要。在这一背景下,如何有效识别、评估和规避投资风险成为“一带一路”建设中迫切需要解决的问题,本研究具有一定的理论意义和现实意义。

二、文献综述

自“一带一路”倡议实施以来,国内关于该倡议的投资效应、政府政策、机遇与挑战等问题的理论研究的文章大量涌现,部分学者集中于研究“一带一路”沿线国家贸易的影响因素,还有部分学者从国家层面讨论中国与沿线国家的对外贸易发展情况[5-6]。中国是“一带一路”倡议的提出者,对OFDI研究主要是基于国际视角,使得中国与“一带一路”沿线国家之间的贸易关系研究更是成为焦点。秦邴涛等认为在“一带一路”沿线国家对外投资的决策中,项目实施地的外在环境显得尤为重要,沿线国家的政治环境、经济发展水平和对外开放程度是对外投资的主要影响因素[7]。万頔珂从政府方面分析了“一带一路”给中国对外投资带来的机遇和挑战,并提出了具体的优化政策[8]。田泽等运用耦合模型和空间计量方法测算2006—2015年“一带一路”沿线省市的对外贸易—经济—环境耦合协调水平。研究表明区域间对外贸易—经济—环境耦合协调水平整体处于中度耦合协调阶段,东南地区耦合优势突出,西北地区年均耦合水平最低,西南地区增速明显,但东西差距拉大[9]。陈明华等提出中国“一带一路”沿线地区的OFDI呈上升趋势,空间差异较大,但总体呈缩小趋势。欧洲的OFDI呈现两极或多极分化现象,中国在南美洲OFDI的影响强度相对较大,中国对中低水平和中高水平国家的OFDI呈增加趋势[10]。随着“一带一路”倡议的全面推进中国与东盟的贸易合作面临新的历史机遇,冯颂妹等人根据UN Comtrade数据库对中国与东盟双边贸易的竞争性和互补性进行了相应的指数测算。结果显示:中国与东盟的双边贸易以互补性为主,未来中国与东盟贸易合作的空间和潜力依然较大[11]。周杰琦等人在采用“一带一路”沿线国家面板数据测度投资便利化的基础上,利用两阶段引力模型检验对中国OFDI的广延边际和集约边际进行了分析。研究发现,东道国投资便利化建设不仅显著吸引了中国OFDI的流入,也提高了OFDI规模,投资便利化对中国OFDI的促进效应均趋强[12]。

与国内相比,国际上关于“一带一路”倡议对中国对外投资研究很早,现阶段无论在研究内容还是研究方法等方面都发展得比较成熟。目前,国外学者已经做出关于“一带一路”与对外投资的实证研究。Kang等人研究发现中国跨国企业更倾向于选择具有严格的政治体制以及经济自由的东道国进行直接投资,从侧面说明了中国对外投资容易受到东道国的政治、经济情况的约束[13]。Liu等人从多方面的角度以东南亚为例研究了中国“一带一路”倡议对OFDI风险的防范措施和机制[14]。Fu应用SVAR模型分析了人民币国际化对中国OFDI产出的影响,提出人民币国际化对中国OFDI具有正向影响,是中国OFDI快速发展的重要推动力[15]。Liu利用2005—2013年中国对“一带一路”国家直接投资的库存数据,运用主成分分析和固定效应逐步回归模型,探讨了地缘政治风险对中国“一带一路”沿线OFDI的影响。结果表明,地缘政治风险对OFDI有直接的负面影响[16]。Wang等人研究了中国OFDI对“一带一路”沿线国家产业结构升级的影响,并提出中国对外直接投资能够显著促进“一带一路”沿线国家的产业结构升级,中国的技术转移对OFDI促进作用最大,其次是资本转移;劳动力转移对OFDI的促进作用最小[17]。目前国内外关于“一带一路”倡议与中国对外直接投资的相关研究,主要聚焦于中国对沿线国家投资中存在的投资风险、风险管理等方面,对于“一带一路”对中国沿线省份OFDI影响的针对性研究较少[18];另外在研究方法方面,国内主要运用的是理论规范分析法,或者使用的模型形式单一,缺少利用数据、新模型等实证分析,并在很大程度上忽略了除目标因素外的其他可能影响分析的因素,导致实验估计结果出现一定的偏差。

本文的创新之处在于:第一,有针对性地对“一带一路”倡议实施前后的效果进行评估,以“一带一路”倡议为切入点,分析其对中国沿线省份OFDI的影响。第二,采用PSM-DID方法,对处理组和控制组两组数据进行匹配,保证样本的可比性。PSM方法的引入使得以往的政策评估DID方法更具有说服力。

三、理论分析与研究假设

(一)政策实施的总量效应

“一带一路”是新一轮全方位对外开放的重大举措,该倡议的提出为中国沿线省份对外投资的发展提供了重要的契机。《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》明确提出了贸易畅通、资金融通是“一带一路”的重点合作内容。其中,投资贸易合作是“一带一路”建设的重点内容,主要包括：着力研究解决投资贸易便利化问题,消除投资和贸易壁垒,构建区域内和各国良好的营商环境,积极同沿线国家和地区共同商建自由贸易区,激发释放合作潜力;把投资和贸易有机结合起来,以投资带动贸易发展;加快投资便利化进程,消除投资壁垒;资金融通是“一带一路”建设的重要支撑,深化金融合作,推进亚洲货币稳定体系、投融资体系和信用体系建设;扩大沿线国家双边本币互换、结算的范围和规模。金融环境的优化可以增强地区应对外部冲击的能力,更主动地推进自由贸易,从而扩大贸易规模。基于以上分析,提出假设1和假设2。

假设1:“一带一路”倡议的实施,有利于改善中国与沿线国家的投资便利化水平。

假设2:“一带一路”倡议的实施,有利于中国对“一带一路”沿线国家对外贸易投资总额的增加。

(二)政策实施的增量效应

“一带一路”倡议对中国对外贸易投资有较大的影响,不仅体现在对外贸易投资的总额,也可能对贸易投资的增长速度产生影响。2018年全年对外直接投资额为7 974亿元,比上年增长1.6%。其中,“一带一路”沿线国家直接投资额156亿美元,比上年增长8.9%。据此,提出假设3和假设4:

假设3:“一带一路”倡议的提出,会使得沿线省份的对外直接投资发展增量发生变化,并具有显著的促进作用。

假设4:“一带一路”倡议使得对外直接投资存量、对外直接投资流量和对外直接投资净额的比重增加。

四、数据说明及模型构建

(一)双重差分模型的介绍

双重差分模型(difference in differences,DID),又被称为倍差法,最早由Ashenfelter和Card(1984)在研究CETA项目学员的收入变化时提出。构建双重差分模型需满足三个假设条件:(1)在政策干预之前,实验组与对照组的发展具有共同趋势,且这种趋势是不会随时间而发生变化;(2)政策实施之后,整体宏观环境,即,除了本文内研究政策以外的其他因素对实验组和对照组的作用和影响是相同的;(3)政策的实施只会对实验组产生干预效果,即,干预带来的改变只针对于实验组的变量。

双重差分模型的基准模型设置如式(1)所示[19-22]:

Yit=α0+α1Areait+α2Dateit+α3Areait×Dateit+α4Xit+μit

(1)

其中,i表示省份;t表示时间;Yit表示被解释变量;Xit表示控制变量;Areait表示区域虚拟变量,若该区域政策得到实施则为1,未实施区域为0;Dateit表示时间虚拟变量,若某一省份政策得到实施,则该省这一年及其之后的每一年都设为1,没有实施的年份均为0;Areait×Dateit表示解释变量即时间与区域的综合虚拟变量,只有当时间和区域变量都为1时,此变量才有意义;Xit表示控制变量;μit为随机干扰项。

(二)数据说明与模型构建

1.数据选取及说明

本文的研究对象是评估“一带一路”倡议对中国沿线省份OFDI的影响效果,OFDI则选取中国对“一带一路”沿线国家对外直接投资流量、对外直接投资存量、对外直接投资净额这三项指标来衡量,解释变量为模型中的时间与区域综合虚拟变量。由于“一带一路”倡议的提出并不是影响沿线省份OFDI的唯一因素,还需要考虑到其地区的自身经济发展规模、贸易规模、汇率等因素,所以选取中国31个省份(未包含港、澳、台地区)从2008—2017年这10年间的人均GDP、出口总额、汇率变动率为控制变量,进一步提高数据与模型、估计结果与现实情况的契合度。

(1)OFDI的衡量:选取中国31个省份的数据作为样本。在研究中将2008—2017年这10年间中国对“一带一路”沿线国家对外直接投资流量、对外直接投资存量、对外直接投资净额这三项变量作为衡量OFDI的指标。在模型核心变量选取上,对外直接投资指标有存量和流量两种统计数据。流量数据是指某一时期发生的量,是按一定时期核算出来的数量,表示中国当年向东道国的投资流入或撤出量。存量数据是指某一时点的量,是按一定时点核算出来的,反映了OFDI的长期历史积累。净额是指在一定时点上收到的各金融机构的转账金额总数减去发出的转账金额总数,得出净余额。

(2)控制变量的选择:控制变量选择的是三项能直接影响OFDI数据变化的指标。

人均GDP:OFDI首先会受到国家或地区在某个特定时期的经济发展状况的影响,经济发展状况可用生产总值衡量,它不仅能衡量人民贸易水平,还能影响和决定地区的投资水平,所以本文将影响OFDI的经济指标设置为人均GDP。

出口总额:出口贸易决定生产规模,此项指标能够衡量一定时期国家或地区的生产规模,从而衡量一国或者地区的投资规模。

汇率变动率:在2002年汇率水平上,以2008—2017年人民币分别兑美元、日元、港元、欧元的年末汇率(年平均价)的增长率平均值为基准,能直接衡量投资地区的需求规模,以及影响OFDI的利润和收益的指标。

以上数据均可以在《中国统计年鉴》、各省国民经济和社会发展统计年报进行查询整理。变量符号与定义详见表1。

表1 变量定义

2.双重差分模型的构建

根据大多数学者的研究可知,时间虚拟变量所刻画的是实验前后两期本身的差异,且即使不进行实验,两组也存在此时间趋势,所以本文在标准双重差分模型的基准公式中加入了能反映由时间趋势产生自然增长的时间趋势变量,以便尽可能地剔除其他因素的影响,尽量得到无偏的估计结果。“一带一路”倡议首次提出是2013年9月,本文在研究中将2014—2017年作为政策影响后时间,将2008—2013年作为政策影响前时间,构建双重差分模型[23-24],如式(2)所示:

(2)

其中,i表示样本城市(i=1,2,…,310);t表示时间(2008—2017年);Yn,it是被解释变量。

在对照组,即Areait=0,由式(2)可知,“一带一路”倡议的OFDI分别为:

(3)

可见倡议提出后,对照组的OFDI变动为Δ1=β2。

在实验组,即Areait=1,由式(2)可知,“一带一路”倡议的OFDI分别记为:

(4)

因此,可见倡议提出后实验组的OFDI变动为:Δ2=β2+β3。

3.变量的描述性统计

所有用到的变量共有8个,其中,被解释变量3个、控制变量3个、时间虚拟变量1个、区域虚拟变量1个,每一项变量由310个样本数据组成。本文选取31个省份从2008年到2017年的数据,从样本的均值、标准差、最小值、最大值四方面进行相应的描述性统计分析,各变量的结果详见表2。从表2可以发现,所有变量的标准差均小于均值,说明选择样本的变量波动程度不大。

表2 变量的描述性统计

五、实证分析与稳健性检验

(一)实证分析过程

为了便于进行数据分析,通常需要将原始数据进行标准化处理,利用标准化后的数据进行分析。本文采用的是z-score标准化,该方法利用原始数据的均值和标准差来进行标准化处理。

首先,将本文全部变量的数据经过标准化处理;其次,运用软件STATA 15.0对没有加入控制变量的数据进行实证分析,得出一组分析数据;然后,加入控制变量后再次得到一组有对比性的结果数据;最后,分别从“一带一路”倡议提出对沿线省份的对外直接投资流量、对外直接投资存量、对外直接投资净额三方面的影响进行分析,进而综合得出“一带一路”政策对沿线省份OFDI发展的影响效果。

1.实验组与对照组分析

表3结果显示“一带一路”沿线省份与非“一带一路”沿线省份相比,实验组的对外直接投资流量、对外直接投资存量、对外直接投资净额偏低且波动范围较大。对照组的人均GDP均值为10.67,标准差为0.53,实验组的人均GDP均值为10.64,标准差为0.46,不难发现对照组的经济发展水平相对偏高,并且由于经济发展不均衡,使得样本数据的标准差相对较大。从出口总额来看,对照组的均值为17.21,标准差为1.14,实验组的均值为16.44,标准差为1.92,可以看出对照组的出口量更大,并且发展更加均衡。

表3 分组描述统计

2.变量相关性分析

使用Pearson相关系数法来分析相关关系的强弱情况。由表4的相关系数表可以看出,三个被解释变量,即,对外直接投资流量、对外直接投资存量、对外直接投资净额两两之间都存在显著的正相关关系,且相关系数都大于0.8,说明这三者之间具有强相关关系。出口总额与三个被解释变量也有显著的正相关关系,呈强相关性。人均GDP与对外直接投资流量、对外直接投资存量、出口总额之间存在弱相关,与对外直接投资净额为中度相关;而汇率变动率与所有变量成负相关。

表4 相关系数表

3.双重差分模型估计

表5 “一带一路”倡议对沿线省份OFDI的影响结果

4.“一带一路”倡议对沿线省份OFDI流量、存量、净额的影响

无论是否加入控制变量进行回归,综合虚拟变量的系数均为正,由此得出:在5%显著水平下,“一带一路”倡议提出对沿线省份对外直接投资流量、对外直接投资存量、对外直接投资净额的影响显著为正且有正向促进作用。拟合优度分别由0.096 2提高到0.776、0.088 5提高到0.743、0.117提高到0.844,但是加入控制变量后,“一带一路”的净效应小于未加入控制变量时的净效应,表明控制变量对“一带一路”的净效应具有削弱的作用。

对加入的四项控制变量分析结果显示,人均GDP的系数分别为0.804、1.135和0.836,表明人均GDP对沿线省份对外直接投资流量、对外直接投资存量、对外直接投资净额的影响显著为正且有正向促进作用;出口总额的系数分别为1.441、1.285和0.630,可知在1%的水平下,出口总额对沿线省份对外直接投资流量、对外直接投资存量、对外直接投资净额的影响显著为正且有正向促进作用;汇率变动率的系数分别为0.029 7、0.008 87和0.009 15,表明汇率变动率在1%的显著性水平上,不具有统计显著性。

从净效应方面来看,三次的估计结果均显示:综合虚拟变量和时间虚拟变量都在95%的显著性水平上显著且前后作用方向不变,区域虚拟变量在加入控制变量后系数正负性未发生改变,但是系数估计结果不再显著,表明区域虚拟变量对对外直接投资净额可能不具有明确的影响关系。除此之外,加入控制变量后的净效应均小于未加入控制变量时的净效应,该结果的差异是技术层面的原因引起的,使得其不能保证与“一带一路”倡议发展保持同步。

(二)稳健性检验

本文31个省份的OFDI情况因其要素禀赋和历史发展等因素各有不同而具有一定的差异,但是从宏观角度来看,31个省份整体的OFDI发展还是具有一定趋同性。事实上,一个地区的OFDI发展不单只受“一带一路”倡议提出的影响,还可能会因为整体经济发展形态等因素而发生变化,而如果这些因素所导致的差异与“一带一路”政策没有必然关联,最终会直接导致前文的估计结果和研究结论无法成立,这就需要进一步验证前文估计结果的稳健性。

“一带一路”沿线省份与其他省份存在的异质性差异,容易导致结果存在系统性的偏差,为了消除这种异质性差异,本文选取PSM-DID的方法进行了稳健性检验,来实现满足共同趋势假设的目标[25]。通过是否设置“一带一路”沿线省份为虚拟变量对控制变量进行Logit回归,得到倾向得分值(PS值)。倾向得分值最接近的省份为沿线的匹配省份,从而达到对模型稳健性检验的目的。

1.PSM-DID检验

在此需要对模型PSM-DID进行有效性检验,即实验组合成控制组的均值在匹配后是否有显著性差异。由表6可以看出倾向得分匹配后,在0.05的显著性水平下,对照组和实验组的差异并不显著。

表6 PSM-DID检验

2.样本回归

表7为使用PSM-DID后得到的样本进行回归分析后的结果。可以看出交互项在0.05的显著性水平下都显著为正,表明“一带一路”政策能够提高对外直接投资流量0.072 1个单位,能够提高对外直接投资存量0.065 9个单位,提高对外直接投资净额0.015 2个单位。因此,在0.05的显著性水平下,人均GDP和出口总额对于中国对“一带一路”沿线国家的对外直接投资流量、对外直接投资存量、对外直接投资净额有显著的正向影响。由表7可看出中国对“一带一路”沿线国家的对外直接投资流量、对外直接投资存量、对外直接投资净额的拟合优度分别为0.752、0.718和0.845,分别表示因变量75.2%、71.8%和84.5%以上的信息被自变量所解释,3个控制变量的拟合程度非常好。

表7 PSM-DID检验后样本回归

(三)小结

通过“一带一路”倡议对沿线省份的对外直接投资流量、对外直接投资存量、对外直接投资净额影响的实证分析发现,无论如何设置被解释变量、是否加入控制变量,综合虚拟变量系数在一定水平下始终显著为正,表明“一带一路”倡议提出对沿线省份OFDI有正向影响,其中“一带一路”政策对对外直接投资存量所表现的正向作用是最大的,其次是对外直接投资流量,最后是对外直接投资净额。为了验证前文估计结果的稳健性,本文运用PSM-DID方法进行了重新估计,结果与前文双重差分结果并无显著差异,进一步证实了前文所得到的结论。

六、研究结论与启示

本文选取中国31个省份2008—2017年这10年间的人均GDP、出口总额、汇率变动率为控制变量,采用双重差分计量经济模型测度“一带一路”倡议对中国沿线省份的净效应。提出了“一带一路”政策实施的总量和增量理论假设,并引用PSM-DID检验法,对实验结果进行了稳健性验证。得到如下结论:第一,无论是否加入控制变量进行回归,总体结果显示综合虚拟变量的系数均在一定的水平下显著为正,说明“一带一路”倡议提出对OFDI有正向促进作用。第二,本文应用PSM-DID检验法,证实双重差分结果没有显著性差异,证明“一带一路”沿线省份的OFDI发展增量是由于“一带一路”倡议的提出引起的,更进一步证实了“一带一路”倡议提出对沿线省份的OFDI起正向促进作用这一结论。

为了使“一带一路”政策在中国对外直接投资发展方面发挥出更大的促进效应,实现其被赋予的使命和战略目标,本文根据前文研究结果提出如下建议:第一,从整体上看,“一带一路”倡议显著促进了中国沿线省份OFDI,因此政府应该继续发挥政策的引导作用,优化海外投资服务体系,推动中国沿线省份的贸易发展;第二,从动态效应来看,“一带一路”倡议在实施的前两年对中国沿线省份的OFDI影响显著,后续几年效果不明显。政府应扩大国际合作的范围,继续保持与各国的友好关系,这对推进中国沿线省份OFDI的平稳发展具有重要的意义。第三,“一带一路”倡议对沿线省份OFDI及经济增长的影响结果是有差异性的,应当结合地区的地理环境、经济发展实况等要素,针对性地实施和优化“一带一路”政策,促进层次化发展和差异化发展,强化中国“一带一路”倡议在国际市场中的竞争力。第四,加强对外直接投资监管,保护中国对外直接投资的合法权益,必要时建立对外直接投资补偿标准体系,在一定程度上缓解投资风险。第五,应该鼓励更多的国家加入到“一带一路”倡议中来,发挥“贸易畅通”的便利化作用,更好地促进全球贸易的发展。