中国与“一带一路”沿线国家货币合作的实证研究——基于最优货币区(OCA)指数的聚类分析

朱小梅 汪天倩

湖北大学 商学院，湖北 武汉 430001

一、引言

2013年以来，随着“一带一路”倡议的稳步推进，中国同沿线国家之间的贸易投资往来和政策交流逐渐加强，催生了人民币在沿线国家中更多的使用需求，中国也和沿线多个国家完成了双边货币互换协议的签订。相较于“一带一路”倡议实施以前，人民币在全球贸易融资、支付结算、外汇交易中都占据了更大比重。与此同时，人民币国际化水平的提高也为“一带一路”倡议的稳步实施提供了更多的经济保障，为防范区域金融风险、深化区域合作提供了有利的支撑。实践证明，“一带一路”倡议和人民币国际化之间具有较好的协同效应，学术界也普遍认为两者之间具有内在的一致性。然而，近年来人民币国际化进程出现了一些曲折反复，人民币国际化水平同中国现行的经济实力也并不相称。面对国内外复杂的经济形势，加之“一带一路”沿线涉及众多不同类型的国家和地区，不同区域之间差异显著，经济发展水平参差不齐，如何更好地利用“一带一路”建设这个重要的区域经济合作平台，为推进人民币国际化提供更多的助力变成为需要思考和探索的重要问题。

在“一带一路”建设和人民币国际化的相关研究中，越来越多的学者开始认识到中国通过和“一带一路”沿线国家开展货币合作或将成为人民币国际化的重要推进手段，但如何在地域辽阔、覆盖范围广泛的沿线国家实施科学合理、行之有效的合作方案尚未形成一致的定论。因此，有必要进一步实证检验“一带一路”倡议实施前后中国和沿线国家货币合作成本及人民币相对于其他主要货币在沿线国家实际影响力的变化情况，找出现阶段影响中国同沿线国家货币合作成本的主要因素，进而根据“一带一路”不同片区的现实情况，制定并实施有针对性的货币合作方案是未来推进中国同沿线国家货币合作进一步深入发展的现实选择，也是优化人民币国际化路径的必要步骤。

最优货币区(OCA)概念的提出源于固定汇率制度和浮动汇率制度孰优孰劣的争执。传统的OCA理论由Mundell(1961)[1]提出，他认为区域内生产要素的高流动性可以减缓经济冲击的非对称性，因此生产要素的流动性成为区域货币合作的评价标准。在此之后，众多经济学家对区域货币合作的评价标准进行了补充和完善，从而形成了一套完整的区域货币合作的评价标准体系。但传统的OCA理论研究仅仅停留在定性分析的层面上，缺少实证分析的可操作性，无法对货币合作成本进行综合测度。

为了更好地衡量区域货币合作的综合成本，Bayoumi and Eichengreen(1997)[2]综合多个区域货币评价标准，选择产出的波动性、贸易紧密度、贸易结构的相似性、国家规模等指标构建了OCA指数的解释变量。在此之后，万志宏和戴金平(2005)[3]、苏春江(2013)[4]等学者通过对解释变量指标体系的补充、完善，将OCA指数法广泛地应用于欧元区、东亚、中日韩、东盟等地区货币合作成本的分析上，在原有OCA指数研究指标体系的基础上，增加了金融一体化差异变量、汇率制度虚拟变量、利率产异性和通胀差异性变量。在部分指标值的测算上，学者们选择了不同的测算方法。由于指标测度方法、样本期及研究区域的差异，回归结果和分析结论也有所差别。

人民币国际化问题自2009年提出以来，研究内容主要涉及人民币国际化的条件、现状、影响因素及路径几个方面。近年来，范祚军等(2018)[5]、孙瑾等(2019)[6]开始将人民币国际化相关研究和“一带一路”倡议结合起来，且普遍提到建立多样化的货币金融合作机制有助于深化人民币国际化的发展，但在“一带一路”沿线如何分层次、分阶段、分区域建立货币金融合作机制尚没有形成一致的结论。为了更好地回答这一问题，牛风君和李明(2016)[7]、张攀(2016)[8]、郭晴等(2018)[9]学者开始越来越多地转向利用实证分析方法探讨中国同“一带一路”沿线国家货币合作的具体细节，相关的实证应用分析也开始广泛起来。

自“一带一路”倡议提出以后，学者们就开始关注人民币和“一带一路”沿线国家货币合作的问题。早期的研究主要集中于“一带一路”沿线单个片区，没有涉及沿线整体区域。近年来，随着人民币国际化和“一带一路”倡议的深入推进，马楚楚(2017)[10]、张怡心(2018)[11]、陈小荣(2019)[12]等学者开始将研究范围逐渐拓展到整个“一带一路”沿线区域，但相关研究解释变量的指标体系尚不全面，其研究结论有待于进一步验证，研究深度有待于进一步加强。

综合以上分析可知，“一带一路”倡议下人民币国际化、货币合作的相关研究尚处于起步阶段，研究方法和研究内容有待于进一步深入和完善，其研究结论的科学性、时效性也有待于更多研究方法的实证检验。本文尝试通过加入新的解释变量，在OCA指数测算结果的基础上进一步使用聚类分析法进行统计分析，完善相关研究体系。

本文的主要贡献在于：在研究方法上，将聚类分析法应用于“一带一路”货币合作的研究领域，补充完善了相关领域的实证研究方法；在研究指标上，在“一带一路”货币合作OCA指数模型测度分析中，加入了货币政策差异这一研究指标，通过回归分析得出的研究结论丰富，拓展了“一带一路”货币合作研究领域的研究成果，提高了货币合作研究结论的时效性；在研究内容上，对比分析了美元、日元、卢布、人民币在“一带一路”倡议实施之前、实施之初和实施进展期三个阶段中和沿线各个片区货币合作成本的变化情况，弥补了相关研究中的单一货币分析，能够更好地检验“一带一路”倡议实施前后人民币在沿线国家中货币影响力的动态变化情况，为人民币国际化路径设计和前景分析找到更多的现实依据。

二、研究变量选取及指标处理方法

(一)样本选取及数据来源

由于“一带一路”沿线地域辽阔，涉及亚非欧三大洲，不同地区之间差异性显著，本文将“一带一路”沿线国家划分为“一带”沿线、“一路”沿线和中东欧国家。为了对比“一带一路”倡议实施前后中国同沿线国家货币合作成本的变化情况，本文将样本期分成2010～2012年、2013～2015年和2016～2018年三个阶段，分别代表“一带一路”倡议实施之前、“一带一路”倡议实施之初和“一带一路”倡议实施进展期。由于研究指标涉及的数据广泛，获取所有沿线国家的数据比较困难，因此，本文共选取了43个沿线样本国家(表1)。

表1 “一带一路”沿线样本国家的选取

本文相关数据主要包括各国月末双边汇率、广义货币供应量、对外直接投资净流出、外国直接投资净流入、实际GDP、名义GDP、通货膨胀和各国进出口贸易。数据来源于国际货币基金组织IFS数据库、国际收支数据库和国际清算银行BIS统计数据库；实际GDP、名义GDP和通货膨胀率的数据来源均为世界银行国民经济核算数据库以及经济合作与发展组织国民经济核算数据库；各国进出口贸易相关数据来源于UN COMTRADE统计数据库。本文所有指标数据处理采用Eviews8.0、Stata14.0和Spss26.0操作完成。

(二)模型变量选择标准及指标处理方法

1.研究变量的选取。根据OCA理论，区域汇率稳定机制的建立是货币合作进程中的必经阶段，双边汇率波动率能够较好地衡量货币合作成本，波动率越大，两国之间货币合作所需付出的代价越大，货币合作推进的难度越大，货币合作成本越高。因此，本文参考借鉴Bayoumi and Eichengreen(1997)提出的OCA指数模型中变量的选取情况，结合前人的研究成果，以中国与“一带一路”沿线国家之间的双边汇率波动率为被解释变量，选取对双边汇率波动率产生影响的解释变量体系，重新构建OCA指数回归方程，通过回归分析，找出影响中国同“一带一路”沿线国家货币合作成本大小的主要因素。OCA指数方程一般形式表示为：

其中，SD(ei.j)表示2010～2018年各年中国同“一带一路”沿线各国的双边汇率波动率，计算方法为各国各年月末名义双边汇率取对数后的标准差，指标值越大，意味着两国之间货币合作的成本越高；n为选取的解释变量的个数；Xk为各个解释变量；βk为待求的解释变量回归系数；εi,t为误差项，表示影响双边汇率波动率的其他因素。

本文的解释变量指标体系主要包括产出水平波动性差异、经济结构差异、通货膨胀率差异、货币政策差异、经济开放度差异和贸易紧密度等六个方面。

2.变量指标的处理方法。根据Mundell(1961)的要素流动性理论，两国之间劳动、资本等生产要素的流动性越高，经济周期波动的一致性越高，产出的波动性就越小，货币合作的成本也就较小。因此，两国之间产出水平波动性差异和货币合作成本之间在理论上呈正相关。本文选择各国基于2010年不变价美元计算的实际GDP增长率差值的绝对值来表示各国的产出波动性的差异，剔除了物价变化带来的影响。计算方法为：

DY=|Δyi,t-Δyj,t||

其中，DY表示两国产出水平波动性的差异；Δyi,t和Δyj,t分别表示两国各年实际GDP增长率，以2010～2018年各年差值的绝对值作为模型的回归变量。指标值越大，表示两国之间的产出水平波动性越大，货币合作的成本可能会越高。

根据Kenen(1969)[13]提出的产品多样化理论，产品结构的多样化能够增强一国宏观经济的稳定性，减缓外部冲击的不利影响，产品结构的相似性也会促使两国在外部冲击发生时，做出比较相似的政策调整。两国之间经济结构的差异性和货币合作成本在理论上呈正相关。因此，本文选择各国农业、工业和制造业各自的增加值占GDP的比重作为该国经济结构的研究指标，以两国之间三大产业当年增加值占GDP比重之差绝对值的加和平均值作为两国经济结构的相似性指标。计算方法为：

其中，DISSIM表示两国国民经济结构的差异；Wi,n,t和Wj,n,t分别表示两国三大产业增加值占该国t年GDP的百分比，以2010～2018年各年差值的绝对值之和的算术平均值作为回归变量。指标值越高，表示两国之间国民经济结构的差异性越大，货币合作的成本可能会越高。

根据Fleming(1971)[14]提出的通胀程度相似性标准，两国之间物价水平越接近，采用一致的宏观经济政策的意愿越强，通过输入输出型通胀引发汇率波动的概率也越小。因此，两国之间通胀差异和货币合作成本在理论上成正相关。本文选择以GDP平减指数为基础计算的年通货膨胀率来衡量各国的物价水平，以两国年通胀率差值的绝对值来表示两国物价水平的差异。计算方法为：

INFL=|ΔPi,t-ΔPj,t||

其中，INFL表示两国物价水平的差异；ΔPi,t和ΔPj,t分别表示两国各年通货膨胀率，以2010～2018年各年差值的绝对值作为回归变量。指标值越大，表示两国之间物价水平的差异越大，货币合作的成本越高。

根据Tower and Willett(1976)[15]提出的政策一体化理论，两国之间宏观经济政策的相似性能够带来较为一致的政策治理效果，使得宏观经济周期趋于一致，从而降低经济的非对称性，货币合作的政策协调机制也更容易达成。政策一体化程度的高低和货币合作成本之间在理论上呈负相关。宏观经济政策一般包括货币政策和财政政策，考虑到货币政策在调节汇率、国际收支等方面效果更显著，本文以货币政策一体化作为政策一体化程度的研究变量。本文选择广义货币供应量M2占GDP的比重作为该国货币政策制度的体现，该比值能够较好说明宏观经济的货币化程度，比值越高，说明货币政策当局可以调控的范围越广，经济的金融化程度越高，货币政策的传导机制越顺畅，政策的执行效果越能够得到保证，并以两国各自的M2占GDP总量比重之差的绝对值的对数值表示两国之间货币政策差异化程度。计算方法为：

其中，DM表示两国货币政策的一体化程度指标；M2i,t和M2j,t分别表示t年i国和j国广义货币供应量；GDPi,t和GDPj,t分别表示i国和j国t年的GDP总量，以2010～2018年各年的比重差值绝对值的对数值作为回归变量。该指标值越大，说明两国之间货币政策的差异越大，宏观经济政策的一体化程度越低，货币合作的成本可能越高。

根据McKinnon(1963)[16]提出的经济开放度理论，两国之间经济开放度越高，参与货币合作的意愿就越强烈。货币合作能够减少商品交易、金融投资的交易成本，降低汇率风险发生的可能性，因此两国之间经济开放度差异和货币合作成本之间理论上呈正相关。本文综合考虑贸易开放度和投资开放度两个方面，选择一国进出口贸易总量占该国当年GDP的比重表示各自的贸易开放度，选择一国对外直接投资净流出和外国直接投资净流入占该国当年GDP比重表示各自的投资开放度，以两国之间贸易开放度差异和投资开放度差异的均值表示两国经济开发度的差异。计算方法为：

其中，OPEN表示两国经济开放度的差异；IMi,t+EXi,t表示t年i国进出口总量；IMj,t+EXj,t表示t年j国进出口总量；GDPi,t和GDPj,t分别表示两国t年GDP总量；FDIi,t+ODIi,t表示t年i国对外直接投资净流出和外国直接投资净流入之和；FDIj,t+ODIj,t表示t年j国对外直接投资净流出和外国直接投资净流入之和。以2010～2018年各年差值绝对值的对数均值作为回归变量，该指标值越高，说明两国之间经济开放度差别越大，两国之间货币合作的成本可能越高。

学者们对McKinnon(1963)经济开放度理论的应用分析做了进一步延伸和拓展。蔡宏波等(2010)[17]增加了贸易紧密度作为进一步考察两国之间贸易相关性的指标，两国之间双边贸易的出口比重越高，说明两国之间经济依赖性越强；宏观经济周期和经济冲击的对称性越高，说明两国之间货币合作的成本越低。两国之间贸易紧密度的高低和货币合作成本之间理论上呈负相关。本文参照蔡宏波等(2010)的计算方法，选择两国之间出口量占各自GDP比重之和作为双边贸易联系的研究指标。计算方法为：

其中，TR表示两国贸易紧密度；EXij,t和EXji,t分别表示t年i国对j国的出口量和j国对i国的出口量；GDPi,t和GDPj,t分别表示i国和j国t年的GDP总量；以2010～2018年各年的比重之和作为回归变量。该指标值越高，说明两国之间贸易紧密度越高，货币合作成本可能越低。

综合上文变量指标体系的分析，变量的选取标准、变量和货币合作成本的理论变动方向及指标的计算方法总结见表2。

表2 研究变量及指标选取

根据上文变量的选取情况，OCA指数方程的表达式可以写为：

SD(ei.j)=α+β1DY+β2DISSIM+β3INFL+β4DM+β5OPEN+β6TR+εi,t

三、中国与“一带一路”沿线国家货币合作成本的OCA指数分析

通过以上指标体系的选取，本文利用OCA指数模型的回归分析找出影响中国与“一带一路”沿线国家货币合作成本大小的显著性因素，并在此基础上进一步测度分析中国同沿线国家之间的货币合作成本。

(一)OCA指数模型回归结果

根据上文选择的变量指标，本文首先对解释变量面板数据的统计特征进行描述性统计分析。表3为2010～2018年所有解释变量的统计特征分析。

表3 2010～2018年中国与“一带一路”沿线国家解释变量面板数据统计特征

从表3可以看出，各解释变量的均值和中位数都比较接近，标准差较小，样本数据整体上比较平稳。考虑到样本期T较短，小于横截面个体数量，本文的短面板数据不再进行单位根检验，直接进行模型估计方法的选择。本文首先通过F检验考察模型的个体效应，在固定效应模型的回归结果中，F统计量为1.24，Prob>F=0.1513，检验结果表明接受原假设，混合效应优于固定效应，模型的截距项不变，再利用Hausman检验，比较固定效应和随机效应的优劣性；其次在分别对固定效应模型和随机效应模型估计的基础上，进行Hausman检验，Hausman检验结果为chi2(7)=11.84，Prob >chi2=0.1060，检验结果表明接受原假设，随机效应要优于固定效应；最后利用LM检验判断模型的时间效应，LM检验结果为chibar2(01) = 0.02，Prob > chibar2 = 0.4381，说明随机效应不显著，混合效应优于随机效应。综合以上检验结果可知，采用混合效应OLS估计比较合适。考虑到面板数据中常见的截面相关和个体异方差，本文采用聚类稳健标准误的估计结果(表4)。

表4 OCA指数模型初次回归结果

从表4初次回归结果可以看出，经济增长率的差异DY、经济结构的差异DISSIM、货币政策差异DM对中国和沿线国家货币合作成本大小影响显著。其影响效应依次减弱，系数值方向和经济理论也是吻合的。物价水平差异INFL和贸易紧密度TR对货币合作的影响不显著，经济开放度差异OPEN这一指标虽然通过了显著性检验，但是系数值方向和经济理论并不符合。因此，在OCA指数模型的再回归中，本文剔除物价水平差异、经济开放度差异和贸易紧密度三个指标，对经济增长率的差异、经济结构的差异、货币政策差异三个解释变量重新回归(表5)。

表5 OCA指数模型再回归结果

从表5可以看出，R2为0.753，模型的拟合优度较好，DW值大于2，模型不存在自相关。根据再回归结果，两国之间经济增长率的差异DY、经济结构的差异DISSIM、货币政策差异DM三个指标都能在5%的水平下通过显著性检验，三个指标对货币合作均产生正向影响：中国和沿线国家之间经济增长率差异越大、经济结构差异越大、货币政策的差异越大，则货币合作的成本越高。根据三个指标的系数大小，经济增长率的差异、经济结构的差异、货币政策差异分别对货币合作成本产生9.2%、4.52%和1.06%的影响效应。这说明，近十年以来，对中国同“一带一路”沿线国家货币合作成本产生最大影响的是经济增长率的差异，其次是经济结构的差异，货币政策差异对货币合作成本也产生了一定的影响。根据OCA指数模型最终的回归结果，OCA指数模型的表达式最终写为：

SD(ei.j)=0.0191+0.092DY+0.0452DISSIM+0.0106DM

(二)OCA指数测度分析

根据OCA指数模型的最终表达式，本文分别计算2010～2012年、2013～2015年、2016～2018年三个阶段中国与“一带一路”沿线各国OCA指数的阶段性均值及各阶段相对于上一阶段OCA指数均值的变化幅度，三个阶段OCA指数计算依据分别为各年份的截面数据。根据OCA理论，OCA指数值越小，两国之间货币合作的成本越低，货币合作的可行性越高(表6)。

表6 三个阶段中国与“一带一路”沿线国家OCA指数均值

续表6

从表6可以看出，整体上，多数国家第二阶段和第三阶段的OCA指数均值都发生了不同幅度的下降，且第三阶段中发生了更大幅度的下降。这说明中国同“一带一路”沿线多数国家的货币合作正处于一个快速上升期。中国和“一带”沿线、“一路”沿线中不同国家的OCA指数的差异化程度要大于中东欧国家。

从表7可以看出，三个阶段中，中国与“一路”地区OCA指数值都是最低的，其次是中东欧国家，最高的是“一带”沿线国家。“一路”沿线国家中，东盟地区的OCA指数值低于南亚地区，“一带”沿线国家中，西亚、东亚的OCA指数值相对较低，中亚、独联体OCA指数值相对较高，“一带”沿线各个片区OCA指数值差异比较显著。从三个阶段的变化幅度来看，在第三阶段中，所有区域的OCA指数值均发生了更大幅度的下降。这说明“一带一路”倡议的推进和实施有效地降低了中国与沿线国家的货币合作成本，且随着“一带一路”倡议的持续深入推进，这种效应更加明显。这进一步说明“一带一路”倡议的实施为中国同沿线国家货币合作提供了有利的契机，以“一带一路”倡议的实施为推手，通过中国和沿线国家货币合作的推进，增强人民币国际化水平的构想具有较强的可行性。对比来看，三个阶段中，中东欧国家OCA指数值下降幅度是最大的。第三阶段中，“一带”沿线国家OCA指数值下降幅度超过了“一路”沿线国家，说明虽然现阶段中国同“一带”沿线国家和中东欧国家货币合作成本还比较高，但未来货币合作的潜力较大。“一带”沿线国家中，西亚地区OCA指数值下降幅度最大，超过了其他所有区域的下降幅度，达到10.65%。总的来说，“一带”沿线各个片区差异化显著，中国同西亚、东亚地区推进货币合作的难度相对较低，尤其是西亚地区；中国同中亚和中东欧地区推进货币合作的难度相对较大，因此在“一带”沿线国家，可以考虑在不同片区实施不同层次的货币合作方案。“一路”沿线国家货币合作基础整体较好，特别是东盟地区，可以率先开展较高层次的货币合作，为其他地区发挥示范效应；现阶段，中国同中东欧地区货币合作的成本仍然较高，但货币合作成本一直在持续稳定下降，未来进一步推进长期货币合作的潜力巨大。

表7 三个阶段中国与“一带一路”沿线各个片区OCA指数均值

从图1可以看出，2010～2018年期间，中国同东盟、西亚、中东欧地区OCA指数值的走势比较接近，都是呈现出比较稳定的下降趋势，且都是在2016年之后出现了一个更大的下降趋势。东亚、南亚、中亚和独联体的OCA指数走势比较接近，都出现了不同程度的波折、反复，波动幅度较大的是东亚和独联体国家，南亚地区的波动幅度相对较小。综合来说，东盟和西亚地区在货币合作成本大小和稳定性方面都是表现最优的。

(三)其他主要货币与“一带一路”沿线国家OCA指数的对比分析

在上文分析的基础上，综合地理区域邻近和经济一体化的原则，本文选择美元、卢布、日元、人民币和“一带”沿线、“一路”沿线以及中东欧不同片区在“一带一路”倡议实施之前、实施之初和实施进展期三个阶段OCA指数值以及变化幅度进行对比分析。

表8 三个阶段美元、卢布、人民币同东亚地区OCA指数均值及变化幅度

表9 三个阶段美元、卢布、人民币同西亚地区OCA指数均值及变化幅度

表10 三个阶段美元、卢布、人民币同中亚地区OCA指数均值及变化幅度

表11 三个阶段美元、卢布、人民币同独联体国家OCA指数均值及变化幅度

从表12、表13美元、日元、人民币与“一路”沿线各个片区三阶段OCA均值对比情况可以看出，从绝对数上看，美元和“一路”沿线各个片区货币合作的成本最低，但这种优势并不明显，尤其是东盟地区。现阶段，中国和东盟地区的OCA指数均值已基本和美元持平。在下降幅度上，人民币基本上占据了绝对的优势，人民币和东盟、南亚地区货币合作的成本都是持续、快速下降的，尤其是第三阶段，下降速度更快。相反，在第三阶段，美元和东盟地区OCA指数均值的下降幅度减小，和南亚地区OCA指数均值还出现了1.88%的上升幅度。三个阶段中，人民币无论是从OCA指数均值还是下降幅度上都绝对超过了日元，这说明人民币在“一路”地区的货币影响力高于日元。总的来说，随着“一带一路”倡议的持续推进，人民币和“一路”地区货币合作的优势逐渐凸显出来，东盟和南亚地区都开始出现一定程度的去美元化趋势，未来人民币在“一路”地区的影响力有望超过美元。

表12 三个阶段美元、日元、人民币同东盟地区OCA指数均值及变化幅度

表13 三个阶段美元、日元、人民币同南亚地区OCA指数均值及变化幅度

从表14中可以看出，现阶段，相对于美元，人民币和中东欧国家的OCA指数均值仍然较高，但差距已经从第一阶段的39.3%下降到第三阶段的24.7%。在OCA指数均值的下降幅度上，人民币远远超过了美元，人民币和中东欧国家OCA指数均值的下降速度越来越快。相反，在第二阶段，美元和中东欧国家OCA指数均值的下降趋势并不明显；在第三阶段，还出现了6.12%的上升幅度。这说明随着“一带一路”倡议的稳步推进，人民币和中东欧国家货币合作的前景良好，中东欧国家的去美元化趋势比较明显。

表14 三个阶段美元、人民币同中东欧国家OCA指数均值及变化幅度

四、中国与“一带一路”沿线国家货币合作的聚类分析

(一)K-均值聚类分析法运用

为了在沿线国家中遴选出不同层次的货币合作对象国，制定出科学有效、有针对性的货币合作方案，根据上文测算出的中国同“一带一路”沿线国家的OCA指数，本部分拟对沿线样本国家进行货币合作的聚类分析(重点考察2013年“一带一路”倡议实施后的情况)。聚类分析法能够对给定的样本数据组按照一定的数据特征进行相似性归类，从而使得研究问题更加简化。该方法在社会科学研究领域应用广泛，但在货币合作领域尚未应用。考虑到选取的样本国家数量较多，且各年度的OCA指数为连续型数值，本文采用K-均值聚类分析法对沿线国家进行货币合作的聚类分析。

根据研究目的，本文给定的数据集X={xm|m=1,2,...43|}|分别表示选择的43个沿线样本国家，X中的样本用6个描述属性A1、A2…A6来表述，A1、A2…A6分别为上文测算出的中国同“一带一路”沿线各个国家2013～2018年各年的OCA指数值。Xi=(xi1,xi2...xi6)，Xj=(xj1,xj2...xj6)分别为样本Xi和Xj对应的6个描述属性A1、A2…A6的具体取值。以欧式距离表示样本Xi和Xj之间的相似度，距离越小，Xi和Xj相似度越高，聚为一类的可能性越高；反之，相似度越低，差异度越大，聚为一类的可能性越低。

(二)货币合作聚类分析结果

本文将43个样本国家按照货币合作推进的难易程度分为三类，中国和三类国家货币合作推进的难度依次降低，货币合作难易程度包含货币合作成本大小和稳定性两个方面。货币合作难度低指的是在“一带一路”倡议实施以后，中国同该国货币合作成本持续稳定下降，货币合作成本走势稳定，没有大幅的周期性反复；反之，则为货币合作难度高。各个聚类子集的均值代表点(即聚类中心)的选择依据是使得误差平方和准则函数最小化。

聚类过程经过了4次迭代，在第4次迭代后，聚类中心不再发生变化，其最大绝对坐标变动为0.000，实现了收敛。

最后，根据检验结果，本文将聚类结果进行整理(表15)。其中，聚类列表示观测量(样本国家)所属的类别，距离项表示观测量与所属中心的距离。

表15 各观测量所属类成员表

从表15可以看出，1类国家有11个；2类国家有23个；3类国家有9个。现阶段，中国和第1类国家开展货币合作难度最大，其次是和第2类国家，和第3类国家开展货币合作难度最低。第1类国家主要以中亚、独联体国家为主；第2类国家主要包括东亚、西亚和部分的南亚、中东欧国家；第3类国家以东盟国家为主。3类国家的数量分布说明中国仍然处于人民币国际化的初级阶段，人民币在周边邻近国家的国际化程度相对较高，未来人民币国际化发展路径还是应该遵循周边化-区域化-国际化的递进式发展策略。未来，对于沿线不同层次的货币合作对象国，中国应制定并实施有针对性的货币合作方案。第1类国家货币合作基础比较欠缺，未来应该考虑如何进一步提高中国和该类国家之间经济冲击的对称性，降低国民经济结构的差异，提高政策一体化水平，增强货币合作基础，其中中亚国家相对于独联体国家离聚类中心的距离稍近，货币合作推进起来难度相对低一些，可以作为货币合作进一步推进的突破口。第2类国家货币合作的基础需要进一步加强，其中西亚和中东欧国家整体发展比较均衡，离聚类中心距离相对集中，南亚国家之间相对发散，未来在增强货币合作基础的同时要进一步提高货币合作的稳定性。第3类国家货币合作基础最好，其中中国和东盟地区的多数国家已经形成了一定的人民币交易网络，未来可以尝试推进更高水平和层次的货币合作，探索货币合作的长期发展模式。

全部患者接受冠状动脉造影检查有98例确诊为无症状心肌缺血,常规心电图诊断无症状心肌缺血的敏感度是72.45%、特异度是57.69%、准确性是67.33%,有27例漏诊,22例误诊;动态心电图以上指标分别是85.71%、76.92%、82.67%,有12例误诊和14例漏诊,两种诊断方式的结果存在统计学差异性(P<0.05)。常规心电图和冠状动脉造影诊断对比,Kappa=0.526,一致性一般,动态心电图和冠状动脉造影相比,Kappa=0.719,一致性良好。

五、结论及启示

综上所述，本文得出六点主要结论。

第一，现阶段，经济增长率差异、经济结构差异和货币政策差异对中国同沿线国家的货币合作成本产生了显著性影响，即经济增长率差异越大，国民经济结构差异越大，货币政策的差异越大，货币合作的成本就越高，其影响效应依次减弱。

第二，现阶段，中国和东盟、西亚、东亚、中东欧多数国家的OCA指数均值水平相对较低，和中亚、独联体多数国家的OCA指数均值水平相对较高。

第三，在“一带一路”倡议实施之前、实施之初和实施进展期三个阶段中，中国同“一路”地区的OCA指数值都是最低的，其次是中东欧国家，最高是“一带”沿线国家。从三个阶段的变化幅度来看，“一路”地区和中东欧国家OCA指数值的下降幅度都明显超过了“一带”沿线，中东欧国家下降幅度最大。

第四，三个阶段中，中国同东盟、西亚地区在货币合作成本大小和货币合作的稳定性上表现都是最优的，都呈现出比较稳定的下降趋势，且都在2016年之后出现了一个更大的下降趋势。

第五，现阶段，人民币和“一带”沿线各个片区货币合作成本的下降趋势比较明显，而美元和卢布都在不同程度上出现了一定的上升反弹波动，货币合作的稳定性较差。三个阶段中，人民币无论是在OCA指数均值水平还是下降幅度上都绝对超过了日元。

第六，按照中国和沿线国家货币合作的难易程度，将沿线国家分为3类：第1类国家有11个；第2类国家有23个；第3类国家有9个。现阶段，中国和第1类国家开展货币合作的难度最大，其次是和第2类国家，和第3类国家开展货币合作的难度最低。现阶段中国仍然处于货币国际化的初级阶段，人民币国际化应该遵循周边化-区域化-国际化递进式的发展路径。

基于以上研究结论，本文提出三点对策建议。

第一，针对“一带一路”沿线各个片区的不同情况，中国和沿线国家之间的货币合作应该分阶段、分区域依次推进，遵循渐进式的货币合作发展路径：考虑到中国和“一路”沿线国家整体的货币合作基础最好，特别是东盟地区，因此，“一路”地区可以率先开展较高层次的货币合作，为其他地区发挥示范效应；“一带”沿线不同片区差异化显著，西亚地区少数国家货币合作基础较好，可以作为深入推进的突破口，以点带面增强人民币的持有惯性；中国和中东欧国家之间还要继续保持货币合作成本快速下降的趋势，进一步降低货币合作成本。

第二，“一带一路”沿线缺乏稳定的核心货币，这是未来推进人民币国际化的动力和机遇。因此，中国应致力于增强自身政治、经济金融体制的稳定性，对内完善政治经济制度安排，对外协调同美元、日元、卢布等主要货币的关系，增强和沿线国家的政治互信，才能更好地提高人民币在各个片区的吸引力，增强人民币的持有惯性。

第三，第3类国家和中国的货币合作基础最好，未来可以考虑将短期危机性货币合作发展为长期货币融合型合作，进一步增强金融监管合作，加强区域金融市场和风险防范体系的建设；第2类国家和中国的货币合作基础需要进一步增强，未来可以通过产能输出，提高中国和这类国家之间经济冲击的对称性，借助区域金融组织强化人民币在大宗商品定价、贸易结算、金融投资方面的优势，逐步增强人民币的流动性需求；第1类国家和中国货币合作基础较差，未来可以通过增强政治、文化交流，破除制度性障碍，在增强和这类国家产业融合的同时，鼓励更多的境内资本加强对这类国家的资金支持，提高中国和中亚国家之间的政策一体化水平。