“一带一路”沿线国家投资便利化水平及其影响

□文/夏克拉·努尔夏提 阿布来提·依明

（新疆师范大学商学院新疆·乌鲁木齐）

［提要］随着经济全球化，东道国的投资便利化水平已成为中国关注的重点和实施“一带一路”倡议的重要领域。以“一带一路”为基础，利用主成分分析法计算36个国家的投资便利化水平，在确定沿线国家投资便利化得分之后，采用个体随机效应检验方法，研究2009～2019年沿线国家投资便利化水平对中国对外直接投资的影响。研究结果表明：投资便利化水平、GDP和人口对中国对外直接投资产生一定的积极影响。并为在“一带一路”沿线国家提高投资便利化水平提出政策建议。

“一带一路”开启我国对外开放全新模式，中国为积极适应国际经济贸易模式的变化，加强国家间的贸易和投资合作以及实现经济快速发展而提出此倡议。近年来，我国国际贸易和对外直接投资取得一定进展，在扩大沿线贸易经济体之间的交流和双向投资等方面取得了显著成果。近年来，随着全球投资体系的不断变化，投资便利化逐步成为改善投资环境的重要途径和提高投资效率的重要渠道。因此，多次强调要加强各国互联互通，努力解决投资便利化问题。“一带一路”沿线国家当前的投资便利化水平、如何提高投资便利化水平和邻国投资便利化水平能否显著影响中国的对外直接投资等问题成为当前学者所研究的重要问题。基于此，根据前人研究构建一个投资便利化水平的测度指标体系，通过实证分析并检验“一带一路”沿线国家投资便利化水平对中国对外直接投资的影响。

一、文献综述

目前，投资便利化已成为全球关注的焦点问题。国内和国外学者都对此进行了大量分析和研究。目前，现有文献主要从两个方面进行研究：一方面是基于不同指标测算贸易投资便利化水平；另一方面是实证分析并检验投资便利化对对外直接投资和国际贸易的影响。世界银行发布的《营商环境报告》，从五个发展阶段建立了一系列投资便利化评价体系。国外学者提出的评价体系很具实践性与代表性，结合各项重要指标计算各国的贸易便利化水平，并分析投资便利化水平的变化趋势对东道国贸易的影响。

国内学者章秋琼（2005），袁持平、吴肯浩（2006）对各合作区的投资框架协议进行了分析比较，为如何改善区域间投资环境和构建投资便利化要素提出相应的政策建议。徐雅雯（2012）采用企业营商环境指标来衡量上合组织贸易投资便利化水平。莫敏（2018）通过对中国和东盟国家双向投资及其现状的详细调查，建立了投资便利化指标评估体系。朱明侠、左思明（2019）基于劳动力市场、金融与电子商务、基础设施水平和法制环境等四个指标为基础，探究48个沿线国家投资便利化水平。

总之，大多数学者都在基础设施建设、政治环境、金融服务和商业环境等四个指标的基础上构建投资便利化水平指标体系。在研究投资便利化对对外直接投资影响时，国内外学者通过建立引力模型和CGE模型等实证研究方法进行相关研究。Djankov，Freund，and Pham（2010）基于贸易引力模型，使用港口运作效率、清关和运输成本等因素建立贸易便利化指标确定98个国家的贸易便利化水平对进出口的影响。李豫新、郭颖慧（2013），方晓丽、朱明侠（2013）在拓展引力模型的基础上分析投资便利化水平与贸易量之间的关系。张亚斌（2016）测算出沿线国家投资便利化水平，并对沿线50个国家的面板数据进行了实证检验，检验结果表明：提高东道国的投资便利化对促进中国对外直接投资具有重要作用。

随着“一带一路”的不断发展，投资便利化相关研究成果越来越丰富，“一带一路”沿线国家贸易便利化水平对东道国对外直接投资的影响成为大多数学者的关注重点。因此，结合现有研究成果，构建投资便利化的综合指标体系并测量“一带一路”沿线36个国家的投资便利化水平。

二、投资便利化测评体系

（一）投资便利化的指标选取。由于投资便利化涉及的领域广泛，影响投资便利化的因素也很多，因此据《营商环境报告》和《投资便利化行动计划》的最新规定，构建一个投资便利化衡量体系，其包括基础设施水平（I）、金融与电子商务（F）、法制环境（R）以及劳动力市场（L）四个一级指标和14个二级指标，如表1所示。用于衡量投资便利化水平的二级指标均来自2009～2019年《全球竞争力报告》。（表1）

表1 投资便利化测度指标构成一览表

（二）投资便利化的指标权重确定。在对上述指标进行处理后，对二级指标进行相关性检验，通过对数据进行KMO测试和SMC测试，结果显示，各二级指标的KMO测试系数都比较高，平均得分为0.7565，表明二级指标间的线性关系很强，所选数据符合主成分分析测试要求。

采用主成分分析法分析各指标之间的内在相关性，选取几个指标来表示其基本数据结构，根据检验结果，选取了6个主成分，表2反映了各主成分的特征值和贡献率。（表2）

表2 主成分特征值及贡献率一览表

表3中的主成分载荷矩阵表示各指标的系数，根据其结果计算投资便利化综合指数（D）。（表3）

表3 主成分各指标系数构成情况一览表

为了获得投资便利化的综合指标，需要对上述模型进行标准化处理，得到以下投资便利化评价模型：

根据该模型中二级指标的权重结果，如表4所示，计算出2009～2019年“一带一路”沿线36个国家的投资便利化得分。从各国得分情况可以看出，2019年马来西亚投资便利化排名第一，便利化水平较高。此外，阿塞拜疆、沙特阿拉伯、爱沙尼亚、以色列等国基本属于较为便利的水平。然而，克罗地亚、吉尔吉斯斯坦和蒙古国的投资便利化水平相对落后。这说明投资便利化水平与各国经济发展和国际贸易水平密切相关，经济发展速度快、各国经贸合作频繁的国家投资便利化指数相对较高；反之，则指数越低。（表4）

表4 2019年“一带一路”沿线国家投资便利化得分一览表

三、“一带一路”沿线国家投资便利化水平对中国对外直接投资的影响

（一）模型构建与数据来源。结合各国经济发展的特点，“一带一路”沿线各国的投资便利化水平有较大差异，为检测沿线国家投资便利化水平对中国对外直接投资的影响，建立以下计量模型：

其中，OFDIit是指中国对沿线国家直接投资总额；Dit是模型的主要解释变量，代表每个国家的投资便利化水平；GDPit为控制变量，反映东道国的潜在市场规模；DISTit为控制变量，为投资者距离；POPit和OPENit也均为控制变量，指人口和开放度，人口数量的增加在增加消费需求的同时刺激投资需求，开放度则用该国进出口总额与国内生产总值的比率来表示；APECit是一个虚拟变量，表示是否是APEC的贸易伙伴，是为1，否则为0；γi是时间效应。

（二）实证检验与结果分析。选用“一带一路”沿线36个国家2009～2019年的数据，在确定变量之间的相关性和数据可用的情况下，使用个体随机效应模型探究分析投资便利化对中国对外直接投资的影响。选取投资便利化的一级指标对对外直接投资（OFDI）的影响进行了实证检验，回归结果如表5所示，其中5个模型分别对应投资便利化指标中的总指标和各一级指标。（表5）

如表5回归结果所示，模型1为混合面板回归结果，模型2为个体随机效应的结果，模型3为加入个体固定效应的结果，模型4为双向固定效应结果。一国的国内生产总值（GDP）和人口（POP）都对一国对外直接投资产生一定的积极影响，即一国市场规模越大，劳动力越丰裕，对促进中国对外直接投资的力度就越大，投资便利化的各一级指标在一定程度上促进投资的便利化水平，但是存在一定差异。

表5 投资便利化水平与一级指标回归结果一览表

四、结论及建议

以“一带一路”沿线36个国家为例，使用2009～2019年“一带一路”沿线36个国家的数据，运用主成分分析法衡量各国投资便利化水平，探索各国投资便利化水平之间的差异，以此为基础考察投资便利化对中国对外直接投资的影响。根据以上分析，“一带一路”沿线国家投资便利化水平对中国的对外直接投资有一定的正向影响，一个国家的GDP和人口对对外直接投资有显著的积极影响。

基于对投资便利化评价体系的构建和上述回归结果的分析，为提高“一带一路”沿线国家投资便利化水平和加强各国之间投资合作提出以下建议：

（一）加强沿线各国互联互通，加快基础设施建设。通过提高沿线地区和国家的基础设施建设水平，加快互联互通建设，可有效降低跨境公司的交易成本，提高投资便利化水平，促进区域投资合作。

（二）构建新型贸易平台，创造良好营商环境。为了加深与促进沿线国家经济快速发展，中国应努加强与“一带一路”沿线国家之间的贸易往来，加强区域间投资便利化规则谈判，积极协调各国间的利益关系，提高教育质量，平衡好素质教育与技术教育，进而营造良好的营商环境，从而使中国和“一带一路”国家的投资数量和质量提升，这样也有利于提高投资便利化水平。

（三）积极参与全球价值链合作，实现双边合作共赢。价值链的长度需要延长，中国与“一带一路”沿线国家应充分发挥各自的优势，积极配合，通过投资合作，不断优化资源配置，从而达到双边合作共赢。在新时期，各国间增加贸易往来，通过提高“一带一路”沿线国家的投资便利化水平增加中国的对外直接投资，从而为全球经济增长注入活力。