7×24小时服务热线:400-803-1233 论文代写 | 论文发表 | 联系我们 |
本站服务分类
诚信论文网优势
1、诚信论文网服务宗旨:诚信为首、优质原创、以客户为中心,做论文服务中的楷模。
2、诚信论文网拥有实力雄厚的论文代写团队,累积了广大的期刊合作资源,建立了良好的发表人脉,合作领域广泛,形成了一套可靠专业的论文代写、论文发表的服务流程。
3、诚信论文网专注于论文代写和论文发表等相关服务,承诺为客户提供优质快捷的论文代写,论文发表等相关服务。
4、诚信论文网创办6年,有完善的内部管理流程和丰富的运作经验,确保客户的要求得到快速响应。
论文写作技巧
论文发表技巧
搜索论文关键词
您当前位置:首页 > 免费论文范文 >
论文内容

研究生论文:中国对“一带一路”国家直接投资的效率及潜力评估

来源: 诚信论文网 发表于:2017-09-08 10:05 点击:
 内容提要:本文运用随机前沿引力模型实证分析中国对“一带一路”沿线国家的直接投资效率及国别潜力,纵向分析直接投资潜力的动态趋势,并横向比较对不同收入水平国家直接投资潜力的差异。中国对“一带一路”沿线国家直接投资的效率损失主要来自“非效率”因素的影响,投资效率普遍较低,表现出明显的地区差异性和个体差异性;直接投资潜力较大,呈现“收敛型”特征。投资自由度、法律规范和民主程度是构成投资“非效率”的主要原因,阻碍了中国对“一带一路”沿线国家的直接投资;世贸组织、经合组织、上合组织、自由贸易协定、双边投资协定、贸易依存度、对腐败的控制程度、政府效率、监管质量等是促进中国对“一带一路”沿线国家投资的主要因素。“一带一路”不同收入水平的国家之间直接投资潜力差异大,随着收入水平的提高投资效率递减、投资潜力递增。
  关键词: “一带一路”;直接投资效率;投资潜力;随机前沿引力模型
  中图分类号:F0615 文献标识码:A 文章编号:1001-148X(2017)08-0064-10
  收稿日期:2017-02-23
  作者简介:程中海(1974-),男,河南上蔡人,石河子大学经济与管理学院教授,管理学博士,新疆维吾尔自治区普通高等学校人文社会科学重点研究基地兵团屯垦经济研究中心研究员,研究方向:跨区域中亚经济贸易合作;南楠(1991-),女,甘肃定西人,石河子大学经济与管理学院研究生,研究方向:中亚区域经济与贸易。
  基金项目:国家社会科学基金一般项目“中国与中亚区域贸易投资便利化推进战略研究”,项目编号:13BGJ024。
  “一带一路”沿线是中国“向西开放”的重要枢纽,途经63个国家(不包括中国),涉及人口约30亿,主要包括亚洲发展中国家和东南欧、独联体等转型经济体,这些国家在资源禀赋、经济结构等方面与中国存在较强的互补性,在中国经济发展中具有重要的战略地位,为我国企业“走出去”提供了广阔的市场平台。随着国际分工的不断深化,水平分割逐渐代替垂直分割,国际投资的市场结构、影响因素等均呈现多元化趋势,发展中国家之间的投资逐渐上升。然而,中国对“一带一路”沿线国家的直接投资占中国对外直接投资总额的比重仍然不到10%。在“一带一路”战略背景下,针对不同国家的经济发展水平,中国如何以更好的方式“走出去”需重新思考。基于此,本文利用2005-2014年“一带一路”沿线54个国家的面板数据,借助随机前沿引力模型,实证研究中国对“一带一路”沿线国家的投资效率、潜力及影响因素,对于中国在一带一路建设中选择合理的投资区位、实现投资要素的优化配置具有参考价值。
  一、模型构建与数据来源
  (一)模型构建
  1.基准模型构建。传统的引力模型被学者广泛用于分析双边贸易潜力,后来逐渐被运用到投资领域,认为双边投资也与两国的地理距离成反比,与两国经济总量成正比。它不能直接得到潜力的估计值,其结果为各解释变量的综合和平均[1];参考引力模型,本文利用2005-2014年的面板数据构建了投资的基准模型,其表达式为:
  lnOFDIijt=α0+α1lnGDPjt+α2lnGDPit+α3lnDistij+wit(1)
  经典随机前沿模型来自于生产函数[2],面板数据随机前沿模型的表达式为:
  yit=f(xit,β)exp(-uit)exp(vit)(2)
  y*it=f(xit,β)exp(vit)(3)
  TEit=yit/y*it=exp(-uit)(4)
  uit={exp[-η(t-T)]}ui(5)
  模型(1)、(2)依次为i国在第t期的实际产出和前沿产出的表达式,则yit为产出的实际值,yit*表示产出的最理想状态,称其为“前沿值”;xit为影响产出的自然因素;β为参数向量;vit为白噪声误差项,属于系统非效率,为企业无法控制的随机影响因素;uit为非效率项;exp表示指数函数形式。模型(4)为效率表达式,通过不可观测的uit估计生产效率状况,其中,η为时变衰减项,用来反应“非效率”项随时间变动的情况,其值为正表示“非效率”水平随时间增大,为负则随时间减小,若η=0则为时不变模型。
  2.扩展模型构建。在随机前沿模型中,前沿面指标的选取对模型的估计结果起着至关重要的作用,因此本文在模型构建过程中借鉴了Aigner等(1977)[3]的做法,将GDP、地理位置、民族文化等衡量指标纳入随机前沿面的模型中而将人为可改变的类似区域合作组织、政治、法律制度环境等变量纳入非效率模型中。基于此,本文以模型(1)为基准构建了扩展的随机前沿引力模型(6),据此研究我国对“一带一路”沿线国家OFDI的主要影响因素及投资“非效率”项的时变情况;为了明确造成投资“非效率”的影响因素,文章构建了投资“非效率”模型(7),以此来衡量投资潜力从而选择跨国投资的合理区位。
  我国对“一帶一路”沿线国家投资的随机前沿引力模型的方程为:
  lnOFDIijt=α0+α1lnGDPjt+α2lnGDPit+α3lnDistij+α4Langij+α5Contigij+Vit-Uit(6)
  同经典的引力模型一样,公式(6)中,lnOFDIijt代表第t期中国对i国的实际投资,GDPit、GDPjt、Distij采用对数形式,转化为弹性的概念;t分别代表2005-2014年的10个时期,i代表本文所要研究的54个东道国,j代表中国;Vit为影响投资边界周围的那些随机干扰因素且服从均值为0的正态分布,即Vit~N+(0,σv2);Uit为投资非效率项,服从截断正态分布(Uit≥0),cov(Vit,Uit)=0即二者相互独立且与x不相关,α为随机前沿面的参数向量。
  投资非效率模型的方程为:

  Uit=γ0+γ1Openit+γ2IFit+γ3WTOit+γ4FTAit+γ5OECDit+γ6SCOit+γ7BITijt+γ8CCit+γ9GEit+γ10RQit+γ11RLit+γ12VAit+εit(7)
  式(7)中i、t代表的意義与(4)式相同,γ为投资“非效率”因素所对应的待估参数,εit称为“复合干扰项”。
  投资效率表达式为:
  TEit=lnOFDIijt/lnOFDIfr=exp(-Uit),Uit0(8)
  其中,投资效率TEij为本文的重点关注对象,指对外直接投资的随机前沿效率,是投资实际值lnOFDIijt与前沿值lnOFDIfr(对应前文中的yit*)的比值,也是关于投资非效率的指数函数,其是判断投资国在东道国投资效率和潜力的尺度。若uit=0,则TEij=1,投资效率最大,实际投资水平等于投资前沿;若uit>0,则TEij<1,则代表中国在该国的投资存在“非效率”,潜力有待进一步挖掘。根据投资潜力的评估讨论后期中国应选择先行投资的地理方向。
  在测算了投资效率的基础上通过(8)得出投资前沿值,投资潜力即为投资“前沿值”和实际投资额的差值。
  (二)变量选取及说明
  本文最终的落脚点为投资潜力,故以中国对这些国家的直接投资存量(OFDIijt)作为被解释变量;解释变量可分为两类,一类是随机前沿面的解释变量,另一类则是投资“非效率”模型的解释变量。由于“一带一路”涉及的国家较多,部分指标虽然能够很好地解释所研究的问题,但某些国家数据严重缺失,在保证国家数据完整的基础上进行筛选之后解释变量主要如下:随机前沿面表达式中的解释变量主要包括投资国(中国)的国内生产总值(GDPjt)、东道国的国内生产总值(GDPit)、与中国的地理距离(Distij)、共同的官方语言(Langij)、共同的边界线(Contigij);投资非效率表达式中的解释变量主要有对外贸易依存度(Openit)、投资自由度(IFit)、WTO成员方(WTOit)、自由贸易协定(FTAit)、经合组织成员国(OECDit)、上合组织成员国(SCOit)、双边投资协定(BITijt)、腐败的控制程度(CCit)、政府效率(GEit)、监管质量(RQit)、法律规范(RLit)和民主程度(VAit)12个指标,重点辨别中国对“一带一路”沿线国家直接投资的促进因素和阻碍因素。解释变量的选取如表1所示。
  (三)数据来源
  本文选取的数据时间跨度为2005-2014年,分别来自“一带一路”沿线国家中54个国家的数据。其中,OFDIijt数据来源于2006年和2014年商务部的官方统计公报;GDP数据来源于WB,个别缺失的数据摘自2014年《国际统计年鉴》;Distij来源于CEPII;Openit来源于IMF、WDI数据库;FTAit、BITijt来源于WTO数据库;IFit来源于美国传统基金会;OECDit、SCOit的数据来自官网主页;其他所有变量的数据均来源于WGI。
  二、检验结果及分析
  本文采用Stata140软件对模型(6)和(7)进行了估计,结果如下:
  1.随机前沿面分析。对(6)的估计结果如表2所示。其中时变衰减项η对应的P值为0053,在10%的显著性水平下可以通过检验,表明中国对“一带一路”沿线国家直接投资随时间变化较为明显,故随机前沿面模型应该选取时变模型,对应表达式为:
  lnOFDI=7673+2018lnGDPjt+0442lnGDPit-2510lnDistij+2052Langij+0866Contigij+Vit-Uit(9)
  对随机前沿面核心解释变量的含义解释如下:(1)α1为第t期投资国(中国)的市场规模弹性,表示中国GDP每增长1%能够引起我国对其直接投资平均增加2018%,具有显著的正弹性,符合预期。(2)α2为第t期i国GDP的投资弹性,即东道国GDP每增长1%能够引起我国对其直接投资平均增加0442%,具有显著的正弹性,符合预期。(3)α3为地理距离的弹性,地理距离每增加1%将引起我国对其直接投资平均降低2510%,具有显著的负弹性,符合预期。表明两国距离越远,运输的资金成本、时间成本等都越高,对双边投资造成了一定的制约作用,与主流的研究结果一致。
  对随机前沿面控制变量的含义解释如下:(1)共同的官方语言这一变量对我国OFDI有正向促进作用但不显著。语言文化是国际经济交流的重要因素,因为“一带一路”沿线国家语言文化丰富、种类繁多、差异性大,语言不通一直是限制这些国家经济往来的首要障碍,文中使用的样本中与我国有共同官方语言的只有新加坡和马来西亚两个国家,而这两个国家都是我国的“自然经济伙伴”,语言的通用性并未得到体现。(2)共同的边界线对投资的作用不明显。由于表面上虽与中国接壤但地理上陆路交通被山脉阻断,经济联系强度较小,地理距离较近的优势尚未充分发挥[4]。
  2.投资非效率模型分析。通过随机前沿面的估计发现我国对“一带一路”沿线国家OFDI存在着投资“非效率”,因此需进一步检验其主要影响因素,对投资“非效率”模型的系数估计结果如表3所示。
  检验结果显示γ=0945,说明投资“非效率”为阻碍中国OFDI主要的因素,而统计误差的影响并不大。根据表3的结果,可得投资“非效率”模型的表达式:
  投资非效率模型的解释变量可以分为三类:第一类为Openit和IFit,用来衡量投资的经济环境;第二类为相关协定及区域合作组织;第三类为衡量投资的政治、法律环境的指标。投资“非效率”模型参数的含义解释如下:
  (1)东道国的开放程度与“非效率”项呈显著负相关,则其与投资呈显著正相关,表明开放程度越高,国际合作强度越大,能够吸引外资进入。有研究发现市场开拓型直接投资主体以在海外建立分支机构或子公司的形式构筑营销网络,最终也会促进国际贸易的发展,这也符合中国OFDI的客观实际。投资自由度与“非效率”项的相关性为正,说明投资自由度是我国对“一带一路”沿线国家直接投资的阻碍因素,与理论预期不符。投资自由度越高,中国对该国的直接投资越少,说明中国对外直接投资主体尚未占据国际市场的优势地位,国际竞争力仍有待加强。

(2)世贸组织、经合组织、上合组织及双边投资协定与投资“非效率”项的符号显著为负,表明双方签订投资协定或加入国际组织均能够显著地促进我国对东道国的直接投资。
  (3)在投资“非效率”影响因素的验证结果存在两种区别。其一,对腐败的控制、政府效率和监管质量与Uit呈负相关关系,说明三者不同程度地促进了中国对“一带一路”沿线国家的OFDI,与理论预期相同。其中,监管质量的促进作用较显著,而控制腐败对我国在“一带一路”沿线的OFDI促进作用不明显。故我国对“一带一路”沿线国家的直接投资应考虑选择腐败的控制程度较高和监管质量较好的国家或地区。其二,法律规范和民主程度与投资“非效率”显著正相关,说明二者是投资的阻碍因素,从一定程度上体现出东道国政府过度操控市场导致市场开放程度不够,从而限制了外资的进入;另一方面表明我国对“一带一路”国家的直接投资钻法律、制度空子的现象尤为突出,较高法律规范程度和民主化程度反而会阻碍中国在相应国家的投资。可见,中国的OFDI仍存在着“寻租”现象,证明了我国OFDI所谓的“特殊性”[5]。
  3.投资效率分析。本文测算了中国对“一带一路”沿线54国的投资效率(见表4)。可以看出,中国对“一带一路”沿线国家的OFDI表现出以下特征:第一,从总体的广度和深度来看,表现“范围广、效率低、潜力大”的现状。多数国家的投资效率呈现一定的上升趋势,但是上升程度较弱,部分国家的投资效率走势下降,以也门、沙特两国表现较为明显。2014年,对柬埔寨、新加坡、俄罗斯、老挝等国投资效率位于前列。投资效率大于05的只有10个国家,效率高于平均值的国家仅17个,说明对绝大多数国家的投资潜力依然很大。第二,从区域分布来看,多集中于亚洲地区,以中亚五国等周边国家为主,另有伊朗、新加坡等经济发展水平较高的国家和沙特、阿联酋等自然资源比较丰富的国家。第三,从国别分布来看,相对而言集中于发展中国家,涉及转型经济体和发达国家。就中亚五国来讲,对哈萨克斯坦等四国的投资效率较高而对乌兹别克斯坦的投资效率很低,中亚五国作为我国“自然伙伴”的优势得到了一定的体现但并不充分。东盟作为一个较大的经济体,投资效率整体并不高,我国与东盟国家的经济往来具有较好的地缘优势(我国西南部与东盟多国相邻)及政策优势(中国-东盟自贸区的建立、共同构建21世纪海上丝绸之路等),对双边及多边投资具有促进作用,然而目前来看尚未达到预期的效果。样本国中的罗马尼亚、匈牙利、波兰、捷克、立陶宛、保加利亚、斯洛伐克、斯洛文尼亚、爱沙尼亚、拉脱维亚10国同时也属于欧盟国家,由表4可知投资效率普遍在(01,04)的区间,后期欧盟这些国家为投资潜力很大的经济体。第四,从个体差异来看,对也门、沙特、吉尔吉斯斯坦、俄罗斯的投资效率一直较高,对土库曼斯坦的投资效率变动较大,表现出先快速增大后又逐渐减小的特征;对老挝、伊朗的投资效率上升较快,对蒙古、巴基斯坦和阿联酋的投资较为稳定。
  可以人为地将投资效率分为6个子区间,所有国家的区间划分和国家的大致分布见表5。显然,投资效率差异性较大,投资效率普遍偏低,低于01的国家28个,超过了50%;落在[01,03)区间内的国家为11个,占204%;可见,中国对“一带一路”沿线国家的选择空间广泛,投资潜力依然很大。此外,本文试图从动态视角分析投资效率的演变情况,由于篇幅所限,文中只列出了效率排名较前的10个国家为代表进行说明(图1)。可以看出,该图表现为“收敛状”,表明中国对外直接投资格局在逐步调整和改善,投资形势趋于稳定,呈现出一定的波动性上升趋势,2008年以前波动较小,2008年受金融危机的影响,国际经济环境较为复杂,OFDI波动较大,其中,对塔吉克斯坦、老挝、俄罗斯、格鲁吉亚、伊朗的投资效率均出现了不同程度地下降,2009年有所回升后在2010-2011期间小幅下降,2011年之后呈现回暖平稳发展态势。
  4.投资潜力评估。前文测算了中國对“一带一路”沿线国家的直接投资效率,在此基础上计算可得中国对各东道国的投资前沿值,用投资前沿值减去投资实际值则为投资潜力。为了便于对比分析,本文采用世界银行的分类口径按照收入水平高低将样本国分为高等收入非经合组织国家,高等收入经合组织国家中低等、低等收入国家和中高等收入国家(由于低等收入国家只有一个,故将其与中低等收入国家合并为一组),中国对四个组别国家的直接投资潜力如表6至表9。
  可以看出,中国对“一带一路”沿线高收入经合组织国家和中低等、低等收入国家的直接投资潜力大于对高收入非经合组织国家和中高等收入国家。目前,大部分中低等、低等收入国家的投资潜力很小;中高等收入国家中伊朗、土库曼斯坦、泰国、蒙古的投资潜力发挥得比较充分,其他国家后期的投资潜力较大;高收入经合组织国家的投资效率次之,潜力较前者增大;高收入非经合组织国家中新加坡、俄罗斯、沙特阿拉伯、阿联酋的效率依次位于前4位,而其他的投资效率明显低于中低等、低等收入国家、高收入经合组织国家的,相对来讲其整体的投资潜力也最大。大体上,我国对“一带一路”的直接投资存在随着收入水平的提高投资效率递减、投资潜力递增的大致趋势,可见我国企业的直接投资存在着劳动力资源掠夺型动机,说明我国对“一带一路”沿线投资依然靠低成本、小规模制造优势。究其原因,可能是我国前期的投资着重于面向低附加值市场的劳动密集型和资源密集型投资,而资本和技术密集型OFDI较少,或者是为了规避贸易壁垒的限制。而高收入国家的市场准入条件等恰恰都相对较高,导致中国对其投资效率低。目前我国正处于“转方式、调结构”的关键时期,在新一轮产业结构转型升级的进程中,打开中高收入国家市场将会成为中国对外直接投资中不错的选择。
  三、结论与讨论
  本文采用随机前沿引力模型为更加精确地估计中国直接投资的现状提供了工具,既避免了传统的引力模型忽视随机误差项中非效率因素的局限性,也能够对干扰潜力实现的因素进行评估,评估结果较为可信,对我国跨国投资研究具有较好的方法借鉴。研究得出以下结论:

 第一, 从随机前沿面的实证结果可以看出, 投资国和东道国的市场规模、 共同的语言和边界线与我国对 “一带一路” 沿线国家的OFDI呈正相关关系, 而地理距离与其呈显著的负相关关系。表明中国及东道国较大的市场规模、共同的语言和边界线能够促进中国对“一带一路”沿线国家的直接投资,地理距离较为明显地阻碍了中国对“一带一路”沿线国家的直接投资,符合传统投资引力模型的研究结论。从中国OFDI的原始数据来看,中国对“一带一路”沿线地理距离较远的国家已有投资本来较少,与实际情况相符。
  第二,中国对“一带一路”沿线国家的直接投资945%的效率损失来自非效率因素,但效率损失程度随时间逐渐减小。在投资 “非效率” 模型中,世贸组织、 经合组织、 上合组织、 自由贸易协定、 双边投资协定、 贸易依存度、 对腐败的控制程度、 政府效率、 监管质量是中国对 “一带一路” 沿线国家直接投资的促进因素,表明双边或者多边组织和协定促进了中国OFDI,各国应进一步推进投资便利化;而投资自由度、法律规范和民主程度却阻碍了中国对这些国家的OFDI,表明中国对外直接投资具有一定的特殊性。
  第三,整体情况来看我国对 “一带一路” 沿线国家的投资效率并不高,投资效率值落在(0,03)区间内的国家达到74%。从其动态演变趋势来看,大多数国家的投资效率呈现缓慢上升趋势, 以也门、沙特等为代表的部分国家投资效率走势下降。从区域分布来看, 市场结构多集中于亚洲地区, 此外,中国对伊朗、 新加坡等经济发展水平较高的国家和沙特、 阿联酋等自然资源比较丰富的国家。 从国别结构来看,投资效率较高的主要为发展中国家,也包括部分转型经济体和发达国家。 表明中国对“一带一路”沿线的直接投资尚有很大的提升空间,进一步证明了“一带一路” 战略的前瞻性, 中国可以通过打造“一带一路” 重新绘制地缘经济版图, 加强对外直接投资合作力度, 对于提升国际话语权和经济主导权具有重要意义。
  第四,中国对“一带一路”沿线国家的投资潜力表现出从中低等、低等收入国家向高等收入国家逐渐增大的趋势,并且对高收入经合组织国家的直接投资潜力比高收入非经合组织的国家低,也验证了实证结果中经合组织对直接投资的促进效应。总体而言,中国在“一带一路”战略推进过程中,应该尝试以中高等收入国家为主要的投资东道国。我国对 “一带一路” 沿线国家的OFDI表现出较为明显的地区差异性和个体差异性, 对也门等投资效率大于07, 而对马其顿等国小于001, 相差数十倍, 未来我国对大多数国家的OFDI还有很大的提升空间。目前中国对中亚、 东南亚的部分国家投资现状较为可观而在西亚等地区的投资效率并不高, 值得思考和进一步挖掘。
  第五,从“一带一路”不同分组国家的投资潜力的变动趋势来看,基本表现出“收敛型”特征,表明中国对外直接投资潜力的差异有缩小的迹象。同时,投资潜力的稳定性在逐渐增强,波动性减弱,表明中国对“一带一路”沿线国家OFDI的可靠性在逐步提高。
  “一带一路”背景下我国OFDI区位选择的重点应该从以下几点考虑:其一,应着重选择投资效率相对较低、投资潜力、监管较好的国家。某些国家受政治稳定性、市场管制等方面的制约,并不是未来我国OFDI 的最佳选择。其二,劳动力资源和自然资源寻求型动机为我国对“一带一路”国家OFDI的动因之一,但是中国对低收入国家和中低收入国家的投资潜力相对较小,随着国际劳动力价格的提高,中国劳动力依赖型对外直接投资的短板将会进一步凸显。鉴于此,中国在“一带一路”建设中OFDI应尽量弥补这一短板,提高竞争力。其三,从投资领域和行业角度,现阶段我国主要面临与其他国家加强产能合作的问题,某种程度会以边际产业转移为目的寻求东道国,应根据不同国家的经济发展水平、地理条件、资源禀赋、制度环境等综合考虑选择合适的投资区位。
  参考文献:
  [1] 张亚斌.“一带一路”投资便利化与中国对外直接投资选择——基于跨国面板数据及投资引力模型的实证研究[J].国际贸易问题,2016(9):165-176.
  [2] Meeusen,W.and VAN den Broeck,J.Efficiency Estimation FROM Cobb-Douglas Production Functions with Composed Error[J].International Economic Review,1977,18:435-444.
  [3] Aigner,D,Knox Lovell.C.A.,and Schmidt,P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics,1977,6:21-37.
  [4] 田澤,许东梅.我国对“一带一路”沿线国家的投资效率与对策[J].经济纵横,2016(5):84-89.
  [5] Ramassmy,B.,Yeung,M&Laforet,SChina’s Outward foreign Direct Investment:Location Choice and Form Ownership[J].Journal World of Business,2012,47(1):17-25.
  China′s Direct Investment Efficiency and Potential Evaluation for the Countries along
  “Belt and Road”
  CHENG Zhong-hai, NAN Nan
  (School of Economics and Management,Shihezi University, Shihezi 832003,China)