黄鸿逸　郑寒菲　蔡毓杰　马佳毓

摘要：本文基于Dinuk（2011）以“营商环境排名”对FDI的理论研究，选取了2010—2017年中国对“一带一路”沿线国家的ODI流量及存量面板数据，通过复合国家分组方式，利用Hausman检验让不同国家组在固定效应、随机效应、混合模型中匹配到最适合的模型方案，回归得到不同发展状况下，“一带一路”沿线国家的“营商环境排名”对中国ODI的影响。结果表明：整体上东道国的“营商环境排名”对中国ODI具有一定负影响，同时“富强型”国家的“营商环境排名”则与中国ODI呈正相关。

Abstract： Based on Dinuk （2011） 's theoretical research on FDI with "Business Environment Ranking"， this paper selects China's ODI flow and stock panel data for countries along the "The Belt and Road" from 2010 to 2017. Through the compound country grouping method， it uses the Hausman test to match different country groups to the most suitable model solution in fixed effects， random effects and mixed models， and returns the impact of the "business environment ranking" of countries along the "The Belt and Road" on China's ODI under different development conditions. The results show that the overall "business environment ranking" of the host country has a certain negative impact on China's ODI， while the "business environment ranking" of "rich and powerful" countries is positively correlated with China's ODI.

關键词：中国对外直接投资;营商环境排名;一带一路;复合分组

Key words： China's foreign direct investment;business environment ranking;the Belt and Road;compound grouping

中图分类号：TP312                                       文献标识码：A                                  文章编号：1006-4311（2020）14-0291-04

1  文献综述

对于外资流入的影响研究，过往的学者认为一般从这四大核心因素出发：制度、资源、市场、贸易。比如，Sonal S. Pandya（2010）提出制度因素对FDI存在影响。周超、刘夏、辜转（2017）将投机类型分为市场、劳动力、自然资源和战略资产四种寻求动机，并发现在不同投资动机之下发现东道国营商环境对中国FDI的投资影响各异。崔志新（2015）采用了劳动力人口描述东道国的劳动力资源情况。王晓颖在描述东道国与中国的贸易关系中采用了动态变量东道国出口总额来描述。

关于制度因素，Dinuk Jayasuriya（2011）提出利用营商环境作为政治制度的考虑因素。杨亚平、李腾腾（2018）认为营商环境排名更有利于国家的横向排名。Ricardo Pinheiro-Alves，Jo？觔o Zambujal-Oliveira（2012）发现营商环境排名可以有效避免指标一致性，提高准确度。

通过总结过往对外直接投资的行为与影响，主要存在投资国家的风险分层和营商环境改善对FDI流量、存量影响不同的观点。崔志新（2015）按国家发展水平将东道国分为发达国家、发展国家与转轨经济体三种类型。胡俊胡运用统计方法将沿线国家国别量化风险。同时，孙玉玲（2016）发现营商环境的改善对fdi流量和存量影响不同。

2  中国对一带一路沿线国家投资现状与问题

2.1 “一带一路”的现状

我国对“一带一路”沿线国家投资起步较晚，2003年才开始有规模的投资，2007年中国才开始进行大规模投资。最近5年，中国对沿线国家ODI保持较快的增速。我们总结出以下特点（若无特殊说明，数据均来自于《中国对外直接投资统计公报》）：

2.1.1 对外投资增速

从流量上看，2013年中国对沿线国家OFDI流量仅有2亿美元，2017年已升至201.7亿美元，同比增长31.5%，占中国OFDI总流量12.74%。从存量上看，2017年存量1543.9775亿美元，占中国OFDI总存量8.5%。2014年至2017年，中国对“一带一路”沿线国家直接投资累计达646.4亿美元，年均增长6.9%。

2.1.2 对沿线国家的投资行业领域多元化

2017年，中国境内投资者共对沿线国家近3000家境外企业进行直接投资，涉及国民经济17个行业大类，累计投资201.7亿美元，同比增长31.5%，占同期中国对外直接投资流量的12.7%。其中，近80%的投资流向商业服务业、制造业、批发零售业、金融业、信息技术服务业等几大行业。

2.1.3 海外并购热度上升，规模扩大

2017年中国企业对外投资并购活跃，共成功并购431次，涉及到56个国家和地区。其中，中国企业对“一带一路”沿线国家并购项目占并购项目总数的17.63%，并购金额达162.68亿美元，占中国对外总并购金额的比例从4.9%增长至13.6%。

2.2 问题

2.2.1 投资的空间分布不合理，东道国投资环境普遍较差

根据中国电子科学研究院2016年发布的“丝路信息化指数”显示，“一带一路”沿线国家的总体均分①不高，信息化投资环境尚不成熟。中国的直接投资较为集中分布在具能源资源优势的国家;南亚的基础设施建设薄弱;且“一带一路”覆盖了执政党更换频繁和政局动荡国家，特别是“西亚中东-南亚-中亚”国家带，这些政治因素会给中国直接投资造成负面影响。可见中国对沿线国家直接投资的空间分布不太合理，需进行战略调整。

2.2.2 对外直接投资行业集中，导致投资失败率较高

根据Merger Market数据显示，中国对“一带一路”沿线国家跨国并购中资源类并购占比67.2%，明显看出中国的投资动机为资源寻求型。虽解决了中国经济高增速下资源不足的问题，但却使国内产业结构升级受到阻碍，丧失动力。不仅如此，随着近年来美联储不断加息及中国经济发展步入新常态的特殊时期，国际大宗商品价格下降，相关产业投资减少，中国对外投资风险不断加大。

2.2.3 缺乏产业升级，可能导致产业“空心化”

由于中国对外投资动机偏向于资源寻求型，忽视了对管理、技术等层面进行升级，竞争优势逐渐下降。竞争对手在获得了我国的大量投资之后，当地相关企业迅速兴起，可能导致产业“空心化”。

通过分析可以知道，目前中国对“一带一路”沿线国家的直接投资仍相对有限，“一带一路”沿线国家还不是中国首要的投资方向，且中国企业投资更倾向于政治稳定，与中国有稳固协作关系的临近国，对于国家投资较少，对于近年有政治、领土主权纠纷的国家重视程度低。

3   “一带一路”沿线国家行业现状

3.1 国家分组

为使得实证结果更为具体准确，本文通过经济距离和文化水平对样本国家（中国）进行初步分类②之后，再分别进行单独实证分析，这样可以分别讨论中国对各类国家的投资动机的差异，同时还可以通过交叉分析得出在不同类别之下，某些变量的影响是否会发生反转。当国家的营商环境发生变化时，也能运用此分析结果对投资方向进行指导，即可以更好的适用于营商环境的动态，更符合实际，结果参见表1。

3.2 各分组国家优劣行业及中国对各组国家行业投资情况

根据投资项目信息库数据得出：中国对一带一路沿线国家的投资主要集中在制造业，这类产业的投资在各类投资项目总数中都处于第一位，排除这一行业从剩余的投资项目可以看出各类国家之间的差异。（见表2）对富强型国家主要是技术需求动机，对发展型国家主要是效益寻求动机，对落后型和膨胀型国家主要是劳动力寻求动机。其中对膨胀型国家的投资与东道国优势产业不符。

4  实证研究

4.1 假设

假设1：营商环境排名（LDBR）对中国对外直接投资呈负相关。

假设2：劳动力资源（LLABOR）对中国对外直接投资呈正相关。

假设3：自然资源禀赋（LNATUR）對中国对外直接投资呈负相关性。

假设4：一带一路沿线国家对华出口指标（LEXP）对中国对外直接投资呈正相关性。

假设5：一带一路沿线国家对华进口指标（LMP）对中国对外直接投资呈正相关性。

4.2 变量选择与数据来源

4.2.1 被解释变量

被解释变量为中国对东道国的ODI流量和存量。由于营商环境排名的数据从2010年开始发布，文章研究样本的时间跨度为2010～2017年。数据来源于世界银行公开数据库。

4.2.2 解释变量

解释变量包括三个方面，分别为制度、资源和贸易。（表3）

4.3 模型设定及检验

基于面板数据的固定效应、随机效应和混合效应模型，聚焦东道国的制度、贸易和资源方面因素对中国ODI的影响，将模型设定如下：

其中，FDI表示FDI流入量指标，LDBR表示营商环境排名，LMP表示东道国的进口，LEXP表示东道国的出口，LNATURE表示自然资源禀赋指标，LLABOR表示劳动力资源α是各项指标的弹性系数。I代表类别，t代表时间。

文章选取的是面板数据，由于面板数据是截面数据与时间序列数据的结合，所以截面数据与时间序列数据所特有的问题在面板数据中都可能会出现为了避免出现伪回归，故进行平稳性检验，判断数据是否复合平稳性假设，采用的检验方法是同根LLC检验与异根IPS检验，并辅以ADF检验。各变量皆通过LLC检验，变量检验结果为平稳。

为了确定每类国家对ODI流量和存量的模型，文章选用了Hausman检验。Hausman检验原假设是利用随机效应效果更好，拒绝原假设代表固定效应模型更好，两个都拒绝的话，将采用混合回归模型进行回归，各类检验的在置信水平为95%的接受和拒绝结果以及各类所选用模型的情况汇总表如表4。

4.4 实证结果

“一带一路”沿线国家总体对于流量，营商环境排名在95%的置信区间下显著负相关，劳动力资源在95%的置信区间下显著正相关，自然资源禀赋、出口额和进口额不显著。对于存量，自然资源禀赋在95%的置信区间下显著负相关，进口额在95%的置信区间下显著正相关，劳动力资源和进口额在90%的置信区间下显著正相关，营商环境排名不显著。

富强型国家对于流量，劳动力资源在95%的置信区间下显著正相关，其他变量均不显著。对于存量，营商环境排名进口额和出口额在95%的置信区间下显著正相关，劳动力资源和自然资源禀赋不显著。

发展型国家对于流量，劳动力资源和出口额在95%的置信区间下显著正相关，自然资源禀赋和进口额在95%的置信区间下显著负相关，营商环境排名不显著。对于存量，出口额在95%的置信区间下显著正相关，进口额在95%的置信区间下显著负相关劳动力资源在90%的置信区间下显著负相关，营商环境排名和自然资源禀赋不显著。

落后型国家对于流量，劳动力资源在95%的置信区间下显著正相关，进口额在90%的置信区间下显著正相关，其他变量不显著。对于存量，劳动力资源和进口额在95%的置信区间下显著正相关，自然资源禀赋在95%的置信区间下显著负相关，营商环境排名和出口额不显著。

膨胀型国家对于流量，各变量均不显著。对于存量，劳动力资源在95%的置信区间下显著正相关，进口额在95%的置信区间下显著负相关，出口额在90%的置信区间下显著正相关，营商环境排名和自然资源禀赋不显著。

5  结果分析

回归结果显示，营商环境排名对中国ODI流量呈负相关，而对中国ODI存量没有显著影响。因此总体上营商环境对我国ODI有促进作用，但营商环境的改善不是造成下一年的ODI流入的存量变化的原因。营商环境排名对中国ODI存量没有显著影响。

营商环境的改变造成ODI的流量和存量变化量不同可能的原因之一是解释ODI存量的模型不适合解释流量，二者的模型实际上存在差异。可能的原因之二是数据的时间展望期选取不恰当，时间序列过短，较少的数据量对结果分析造成不确定影响。原因之三可能是营商环境排名在构建过程中大多采用微观层面的指标，会影响微观企业对外直接投资，但在一定程度上无法解释国家宏观层面的对外直接投资。

国家分类中富强型国家营商环境排名对中国ODI呈负相关的原因，我们认为是富强型国家生产要素完善，具备将较强技术实现能力，外部化成本低于内部化，中国企业趋向于出口商品中间产物，而非直接投资，所以沿线国家营商环境越好，中国对沿线国家ODI越少;反之，会更倾向于内部化。

注释：

①“丝路信息化指数”通过科学构建评估数值模型，综合评价“一带一路”沿线各国的信息化、经济发展与资源保障水平。

②通过以中国作为样本国家，利用经济距离（2014年人均GDP）和文化水平（2014年高校入学率）进行聚类分析和绝对分析，对“一带一路”国家进行分类。

参考文献：

[1]Pandya， Sonal S. Labor Markets and the Demand for Foreign Direct Investment[J].International Organization， 2010， 64（03）：389-409.

[2]Ricardo Pinheiro-Alves. The Ease of Doing Business Index as a tool for investment location decisions[J].Economics Letters，2012.

[3]Jayasuriya D. Improvements in the World Bank's Ease of Doing Business Rankings： Do They Translate into Greater Foreign Direct Investment Inflows？[J]. SSRN Electronic Journal， 2011， 24（3）：430-441.

[4]邸玉娜，由林青.中国对一带一路国家的投资动因、距离因素與区位选择[J].中国软科学，2018（02）：168-176.

[5]李晓钟，徐慧娟.中国对“一带一路”沿线国家直接投资贸易效应研究[J].国际经济合作，2018（10）：4-9.

[6]周超，刘夏，辜转.营商环境与中国对外直接投资——基于投资动机的视角[J].国际贸易问题，2017（10）：143-152.

[7]崔志新，外商直接投资影响因素研究——基于42个国家数据的实证分析[J].管理现代化，2015，35（6）：16-18.

[8]孙玉玲.金砖国家营商环境对外商直接投资的影响研究[D].广东：广东工业大学，2016.