“一带一路”沿线国家投资网络结构演化及其民族特征研究——基于国际资本市场分析

张 林 黄懿翀 王心雨

（1. 广西大学 经济学院，广西·南宁 530004；2. 中港投资有限公司，中国·香港 999077）

对外投资在推动全球经济发展、优化资源配置和产业分工合作模式等方面作用显著。2013年“一带一路”倡议提出后，中国同世界各国资本市场的联动性不断提高，“一带一路”沿线国家资本市场的重要性已逐步显现。本文引入“一带一路”沿线国家双边投资数据构建投资网络，结合复杂网络理论，从资本市场层次揭示不同区域在投资网络中的功能差异和演化趋势，判断沿线国家资本市场环境对所处位置、功能和社团结构的影响。

一、研究对象、研究方法与数据来源

（一） 资本市场研究范围界定

资本市场是指提供一年以上资金借贷和证券交易融通活动的市场，包括在该市场上交易的人、机构及他们之间的关系，主要由股票市场和债券市场构成。马克思将资本输出分为生产性资本输出和借贷性资本输出两种形式，其中生产性输出指在海外从事生产经营活动的直接投资，借贷性资本输出指购买外国债券和股票的间接投资。鉴于间接投资的波动性，本文在分析“一带一路”沿线国家的资本流动时以直接投资为主。

（二） 沿线国家资本流动网络构建

采用社会网络分析法，以“一带一路”沿线国家为节点，各国双边资本流动额度为边，构建沿线国家资本流动网络模型，记为G，并作如下定义：

G=（N，E，A，W，T）

式中：N表示所有资本流动网络节点（沿线国家） 的集合；E表示资本流动网络中所有边（沿线国家中双边资本流动） 的集合；A表示资本流动网络中所有节点的属性（任一国家的双边资本联系数） 的集合；W表示资本流动网络所有边的属性（任意两个国家之间投资额度） 的集合；T表示所有年份投资网络的集合。

（三） 网络结构测度指标

1. “核心—边缘”模型

通过分析沿线国家2010—2019年投资矩阵，构建时间序列的核心—边缘模型，分析10年间的网络结构变化，采用Ucinet软件估计出每年各国的核心度，借鉴王晴晴等（2021） 的结构划分并结合本文数据特点，量化各国层次的指标，从而更加精准定位沿线各国在网络中的位置，将其分为核心地区、半边缘地区与边缘地区三个层次。

2. 网络结构

（1） 网络密度，是衡量整体投资网络连接紧密程度的直接指标，用于描述网络节点聚集情况，通过分层可以清晰看出各国在“一带一路”投资贸易网络中所处位置。网络密度取值范围为[0，1]。

D 是网络密度，数值越大密度越高，rij表示国家i 和国家j之间有效联系数量，k为节点数量。

（2） 关联度指网络节点相互联系程度，主要用于测量网络的凝聚力，数值越高则受其余单个节点影响越小，即形成了均匀结构。

其中Ii表示网络中不可达点对数目，n为节点总数。

（3） 聚类系数指网络节点之间结集成团的程度系数，用于解释沿线国家贸易和投资形成的模块程度。

cu指聚类系数，u指节点，Ν（u） 指n个国家中相邻数量，du指国家之间互相连接的数量。

3. 小世界

（1） 平均路径长度，指任意两个国家之间的距离平均值，用于解释沿线国家贸易和投资网络整体通达效率。

L 指平均路径长度，dij指国家i和国家j之间距离。

（2） 集聚系数用来衡量网络中节点局部聚集情况的指标，主要指一个节点的同其邻近节点的实际连接数量同最大连接数量的比例。

C 表明网络中各个节点形成的最短距离联系。

（四） 固定效应模型

1. 模型构建

为检验“一带一路”沿线国家资本市场发展情况对各国投资网络所处位置（即点度中心度）的影响，本文建立以下面板数据模型：

公式中i表示国家；t表示时间；LnDegreeit为各节点的点度中心度，用于度量沿线国家所嵌入网络位置；xit为一系列衡量沿线国家资本市场指标；Controls 指该式中的控制变量；εit为随机干扰项。

2. 变量选取

被解释变量是点度中心度（lnDegreeit），通过Ucinet 软件测算得出，由绝对点度数除以网络规模计算得来，不受网络规模的影响，本文主要是分析“一带一路”沿线国家双边投资联系。

解释变量如下，资本市场融资能力（lnCapitalit） 指从一国资本市场获取资金的能力；贷款可得性（lnLoanit） 指从一国获取资本的简易程度；货币自由度（lnCurrencyit） 反向指出一国市场资本管制程度；投资者保护力度（lnProtectionit） 指对资本市场投资者的保护程度；金融服务水平（ln-Financeit） 指平均每10万成年人下属的商业银行分支机构数量，用来衡量一国金融服务水平。

控制变量如下，国内生产总值（lnGDPit） 主要衡量一国经济状况；市场规模（InMarketit） 通过人均GDP（现价美元） 计算衡量一国经济活跃度；产业结构（InIndustryit） 是计算第三产业产值占GDP的比例，体现本国吸收外资的规模、增长速度以及增长范围；资本市场存量（InStockit） 为资本形成总额占GDP的百分比，指一国资本市场的体量。

（五） 数据来源及处理

由于缺乏巴勒斯坦和老挝数据，但因其资本流动体量较小，对分析结果影响有限，本文选取“中国一带一路网”公布的“一带一路”沿线64个国家作为研究对象，选择各国双边对外投资数据，构建63x63矩阵进行社会网络分析。本文采用2010～2019 年沿线国家双边投资数据。

根据上述变量和控制变量数据，部分国家数据缺失值较大，为保证分析结果无偏，将其剔除，最终分析49个国家，少量缺失值通过平均数值方式补齐，并且增加数据稳定性对变量取对数，具体来源如表1所示。

表1 数据指标来源表

二、资本流动网络复杂性分析

（一） 网络节点的功能性

根据核心度计算的结果，可知“一带一路”沿线国家投资网络分三层，呈明显的“核心—半边缘—边缘”圈层结构。将核心度小于0.1的国家归于边缘地区，介于0.1～0.14之间的国家归于半边缘地区，大于0.14的国家归于核心地区。核心圈层中各主体联系紧密且相互作用强度大，边缘圈层中各主体分布在投资网络外部且相互作用较小。各年份圈层分布占比如下（图1）。

图1 2010-2019年“核心—边缘”结构分布图

2010—2019年，“核心—半边缘—边缘”的层次结构整体变化不大。其中，边缘圈层占总体的32%，半边缘圈层占39%，核心圈层占28%，且上下浮动不超过5%。沿线国家的投资网络还是以半边缘地区为主，核心区域较少，同对应各边缘国家保持紧密关系，具有较强的集聚吸引能力和依赖性。

把“一带一路”沿线64个国家划分为东亚、东南亚、西亚、南亚、中亚、中东欧、非洲和独联体8个区域，以单一民族人口占全国人口是否达到80%作为多民族国家和单一民族国家的划分标准，则多民族国家有31个，单一民族国家有33个。

东南亚地区是世界上多民族文化表现最为丰富的地区之一。东南亚10国中，有8个多民族国家，2 个单一民族国家。西亚地区的17国家中，除伊朗、土耳其、以色列以及欧洲的希腊和塞浦路斯以外，其余12个国家的主要人口均为阿拉伯人。南亚地区的8个国家中，马尔代夫的人口均为马尔代夫族，孟加拉国全国人口的98%为孟加拉族，其余6国均为多民族国家。中亚5国中，塔吉克斯坦、乌兹别克斯坦和土库曼斯坦的主体民族人口能占到本国人口的80%以上，而哈萨克斯坦和吉尔吉斯斯坦的主体民族哈萨克族和吉尔吉斯族则分别占本国总人口的68%和74%。东亚的蒙古和非洲的埃及均是单一民族国家。蒙古的主要民族为蒙古族，约占全国人口的80%。土耳其的主要民族为东方哈姆族，约占总人口的99%。中东欧15国和独联体7国中，单一民族国家和多民族国家均约为各占一半。

投资网络核心圈层分别由南亚的印度，中亚的哈萨克斯坦，中东欧的捷克、匈牙利和波兰，东亚的中国，东南亚的马来西亚、泰国和新加坡以及西亚的以色列、土耳其和阿联酋等国家构成。这些国家都具有以下基本特征：一是拥有良好稳定的资本市场环境，不仅经济体量较大，还积极提供对外投资和吸引外资的政策；二是受全球金融危机冲击较小，并积极参与产业分工，资本流动大幅增长；三是资源丰富，能源业和挖掘业务的发展带来了跨国资本流入。

（二） 网络结构的组织性

分别对2010—2014年和2015—2019年两个时间段内投资额矩阵加权求和得到总额矩阵，利用Gephi 软件中模块化分析法将沿线国家分成三类团体，并且Fruchterman Reigngold布局关联度越强的节点连接越紧密，反之则排斥，再将沿线国家所属各区域分为三个社团（表2）。

表2 “一带一路”沿线国家投资网络社团群分布表

两个时间段中各社团所包含的成员数量以及内部核心成员变化不大，且高度符合区域地缘划分。沿线国家投资网络主要划分为三个部分：一是以新加坡、中国、马来西亚、印度尼西亚、泰国和印度为核心的东南亚—南亚—中亚；二是以塞浦路斯、俄罗斯、乌克兰、保加利亚和拉脱维亚为核心的中东欧—独联体，部分西亚国家如伊朗、伊拉克和也门打破地缘关系演化至该组；三是以土耳其、格鲁吉亚、巴基斯坦和科威特为核心的西亚—非洲，主要是沿着印度洋的欧亚大陆边缘地带的国家。

通过投资推动双边和多边合作，使全球资本一体化更进一步。如中国—巴基斯坦和卡塔尔—印度尼西亚等将第一组和第三组连接；土耳其—俄罗斯和土耳其—立陶宛—希腊等将第二组和第三组连接；塞浦路斯—印度、塞浦路斯—新加坡、新加坡—俄罗斯等将第一组和第二组连接。

三、资本流动网络拓扑结构时序演化分析

（一） 网络拓扑结构

分析2010—2019年的投资网络拓扑结构点度中心度，计算出网络各节点直观反映“一带一路”沿线各国在网络中的影响力以及所处位置。从测算结果可以看出，投资网络的中心国家随着时间变化浮动较小，主要以泰国、中国、保加利亚、塞浦路斯、新加坡和蒙古等国家为主。10年间，沿线国家投资合作次数逐步上升，主要是新加坡、中国、印度尼西亚和泰国等东亚、东南亚国家占据中心位置，塞浦路斯和俄罗斯的投资关联度较高。各国逐步放弃区域内部互相投资，打破地缘限制导致节点间联系程度有所下降，但辐射范围逐步扩张至网络边缘国家。

（二） 网络密度与关联度测度

计算出沿线国家2010—2019年间投资网络的密度和关联度指标。根据图2所示，沿线国家投资网络十年间密度和关联度呈上升趋势。网络密度增长平稳缓慢，从2010年的0.164到2019年提升至0.229，可知投资拓扑网络结构关系愈发紧密，沿线各国双边和多边合作次数逐年提高。网络关联度可以分为两个显著增长的关键节点，一是2010—2011 年，关联度从0.399提升至0.429，主要因2010 年后全球经济从金融危机中逐渐复苏，各国资本市场活跃起来；二是2014—2015年，关联度从0.429跃升至0.444，主要因中国推行的“一带一路”相关政策自2014年后初有成效，企业加快“走出去”，沿线国家也积极响应。因此，各国资本流动路径增加，提高了整个投资网络的凝聚力。

图2 投资网络格局演变图

整体来看，“一带一路”沿线国家投资网络密度值平均为0.2，处于较低位置，尚存在较大的拓展空间。一是因为当前对外直接投资大多集中于如美国、英国等资本市场活跃的国家，而“一带一路”沿线国家主要是发展中国家，产业结构等级较低，金融系统不健全；二是沿线国家的企业大多处于起步阶段，跨国投资能力较低，参与产业分工水平参差不齐，尚不具备应对不同程度市场环境的能力。不过，近年来各国营商环境逐步改善，投资壁垒逐步下降，沿线国家间投资网络具有极大的加强空间。

（三） 小世界分析

根据计算2010—2019年间沿线国家平均路径长度和聚类系数（图3），平均路径长度逐年缩小，而聚类系数则逐年上升，故投资网络显著呈“小世界”特征，且逐年显现。即沿线国家伴随地缘关系和路径依赖，偏好对邻近地区进行投资，故“抱团”形成小范围团体，具有更高的投资效率。投资网络中平均路径长度由2010年的1.618下降到2019 年的1.506，虽然中间出现短暂波动，但整体下滑趋势明显，因此可以判断沿线国家资本流动关系愈发紧密，网络中的投资效率和空间组织效率逐步提高。同时，集聚系数从2010年的0.724上升至2019年的0.779，表明各节点联系越大，则网络的局部连接更加显著，集聚现象愈发明显。

图3 沿线国家演化分析图

四、“一带一路”沿线国家资本市场对投资的影响因素分析

（一） 描述性统计

表3展示出2010—2019年间“一带一路”沿线国家资本市场环境对投资网络位置影响的描述性分析，主要对其中49个国家的资本市场融资能力、贷款可得性、货币自由度、投资者保护力度、金融服务水平等变量进行简单统计归纳，初步判定数据中未出现极端值和异常值。

表3 变量的描述性统计分析结果表

（二） 模型检验

本文构建“一带一路”沿线国家资本市场的面板数据，通常涉及混合模型、固定效应模型和随机效应模型。通过Hausman检验明显看出在分析该模型的被解释变量、解释变量和控制变量，结果如表4所示在1%水平下显著，拒绝原假设，因此选择固定效应模型进行检验。

表4 Hausman检验表

（三） 实证结果分析

根据实证分析，资本市场融资能力、贷款可得性、货币自由度和投资者保护力度四个解释变量在1%水平下均有显著正向影响，故可知沿线国家在投资网络的地位变化主要由三个关键因素影响：一是高效的融资能力，直接投资耗时长、耗资多，最关键问题是资金，因此拥有较高的融资能力和贷款可得性对于企业来说是关键考量因素；二是宽松的资本管制，货币流通度越高表明该国对资本流动的限制越低，沿线国家横跨亚欧非大陆，涵盖复杂的政治、经济、法律和社会等投资环境，企业偏好选择管制度较为宽松、拥有高货币自由度的国家；三是有力的投资保护，最大程度降低外来投资者的风险，沿线国家多为发展中国家，跨国公司面临较多的安全问题，并且国际竞争力和海外投资经验不足，难以应对较高的风险，因此会更加偏好投资保护力度大的国家。

在控制变量方面，资本市场存量结果没有呈现出显著性，因而说明资本市场的体量对投资网络位置不会产生影响，而市场规模显著性不明显，但整体呈正向关系，表明较大的市场规模对吸引资本具有一定的积极效用。GDP和产业结构呈现出1%水平的显著性，并且回归系数值为正值，说明对资本流动产生显著的正向影响关系，高效且经济活跃的市场容易吸引外来投资。

五、研究结论及政策建议

（一） 研究结论

通过对“一带一路”沿线国家投资网络的复杂性分析、时序演化分析以及影响因素分析，得出如下结论：第一，沿线国家投资网络呈明显的“核心—半边缘—边缘”圈层结构，核心区内部紧密相连，边缘同核心互联互通，结构稳定且呈小幅增长，呈现出较好的资本流动环境；第二，沿线国家“抱团”投资呈“小世界”特征，集聚形成三大团体组织，高度符合区域的划分，并且随时间推移各社团逐步打破地缘束缚和路径依赖，将资本向社团外部溢出，共同建设“一带一路”资本市场；第三，沿线国家投资网络结构稳定，中国、俄罗斯、东南亚和西亚部分国家长年处于投资网络中心，并辐射至沿线各国的资本市场，提高网络的密度和投资效率；第四，东道国资本市场对投资网络位置的影响因素，资本流动更偏好对资本保护力度、市场管制力度、融资能力和市场体量进行考量，而金融服务水平和资本市场存量影响较小。

（二） 政策建议

1.“一带一路”沿线国家结合自身发展情况，有针对性地改善资本流动空间布局。由于沿线国家投资网络具有层次性和组织性，导致各国所处网络位置不同。首先，核心国家间继续深化资本流动，开创新领域的投资项目，寻求更高层次的投资合作，充分利用各国劳动力、产业结构和科技发展水平等要素禀赋，建立境外经贸合作区，从而提高国际影响力。其次，半边缘国家应成为核心国家和边缘国家合作的突破口，完善基础设施和市场化建设，成为沿线国家资本流动的桥梁。最后，边缘国家应积极改善自身的市场环境，放宽资本管制力度，形成良好的沟通条件，促进跨国投资的便利化。

2. 推行多样化的融资产品，拓宽融资渠道。针对沿线国家资本市场差异性较大的现实，我国应完善自身资本市场制度和金融合作机制，实现融资产品多样化，进一步保障我国在投资网络中的核心地位。推行国际化会计准则，选择国际组织或大部分国家皆认可的财务处理方式，并针对不同国家资金需求创造贷款期限、投资方式和还款方式不同的融资产品，发挥政策性银行和政府基金的引导作用，引入公共资金推动重点项目建设。提倡使用人民币进行结算并且作为沿线国家的官方外汇储备货币，完善人民币汇率形成机制，提高人民币在国际货币中的话语权和使用率。

3. 加强国际政策协调，促进资本市场一体化。各国投资网络呈“小世界”结构，具有传导性和波动性，表明沿线国家的资本流动具有较强的集聚性，更易推动区域资本市场的一体化。各国应以“共商、共建、共享”为核心，建立完善的沟通机制，促使各国具有代表性的金融机构间相互合作，提供良好的信用背书，实现沿线国家投资网络效益最大化。

4. 关注民族多样性，促进沿线各国投资和商品服务贸易网络发展。基于“一带一路”沿线国家投资网络的核心圈以多民族国家为主这一情况，我国在推进“一带一路”建设，构建投资和商品服务贸易网络的过程中，应更加关注各国民族和文化的多样性，不仅要与各国国内主体民族开展沟通交流，还要有针对性地与除主体民族外的其他民族加强联系，重视不同民族的特色，提升“一带一路”倡议在各国各民族中的认可度，进一步促进沿线各国投资贸易网络和经济社会的发展。

5. 完善中国监管体系，积极参与沿线国家资本市场建设。我国应建立合理的风险预警机制，加强央行的协调机制和金融监管体系，提高金融中介机构的专业性，解决跨市场的信息差，针对不同风险事项提供专业化管理，建立覆盖多项业务的风险评价管理系统。密切关注资本市场不完善且易出现较大波动的国家，以我国在市场建设过程中积累的经验为新兴市场国家提供参照，争取建立区域一体化的资本市场。