语言差异与中国对“一带一路”沿线国家直接投资

李明洋 陈缵绪 张乃丽

一、引言

语言不仅是人与人之间沟通交流的工具，而且承担着文化传播与文明延续的功能。受历史、地理、宗教等因素的影响，各国的语言在文字书写、发音方式、思维逻辑等方面都存在显著差异。阮建青等人指出，语言差异不仅会妨碍国家间的文化交流，而且同样会对经济活动产生影响。①阮建青、王凌：《语言差异与市场制度发展》，《管理世界》2017年第4期。Melitz研究发现，语言差异是影响贸易流量的一项重要因素，国际贸易倾向于和语言相同或相近的国家展开。②Melitz J.，“Language and Foreign Trade，”European Economic Review，vol.52，no.4，2008，pp.667-699.Ipshording和Otten利用Levenshtein距离衡量语言差异，实证结果表明语言差异每提高10%，贸易流量约下降4.1%。③Isphording E.and Otten S.，“The Costs of Babylon——Linguistic Distance in Applied Economics，”Review of International Economics，vol.21，no.2，2013，pp.354-369.苏剑等人使用中美两国的贸易数据检验了语言差异对国际贸易的影响，结果同样表明语言差异与贸易流量之间成显著的负相关关系。①苏剑、葛加国：《基于引力模型的语言距离对贸易流量影响的实证分析——来自中美两国的数据》，《经济与管理评论》2013年第4期。苏剑：《语言距离、语言传播与对外贸易增长——理论假说与中国证据》，《江汉论坛》2020年第9期。进入21世纪，随着全球化程度不断提高，要素的跨国流动日益频繁，语言差异对国际移民与跨国投资的影响开始得到关注。Adsera和Pytlikova通过对OECD国家的移民数据进行分析发现，语言在塑造国际移民方面起着关键作用，学习一门新语言和适应新环境的难易程度会对移民产生直接影响。②Adsera A.and Pytlikova M.，“The Role of Language in Shaping International Migration，”The Economic Journal，vol.125，2015，pp.F49-F81.Morris和Jain指出，相同的语言和相似的文化能减少国家间经贸往来的摩擦，降低对外直接投资的壁垒。③Morris S.and Jain P，Empirical Study on Inter-country OFDI，MPRA working paper，No.56194，2014.

“走出去”战略提出后，中国对外直接投资（OFDI）数额快速增长，截至2020年底，已在189个国家或地区实现投资设厂。在这种背景下，语言差异在OFDI过程中的影响不容忽视。2014年中国提出“一带一路”倡议，作为“走出去”战略中的重要一环，“一带一路”是实现对外开放战略转型，构建人类命运共同体的关键一步。吕越等人研究表明，“一带一路”倡议对中国OFDI具有显著促进作用。④吕越、陆毅、吴嵩博、王勇：《“一带一路”倡议的对外投资促进效应——基于2005—2016年中国企业绿地投资的双重差分检验》，《经济研究》2019年第9期。截至2020年底，中国在“一带一路”沿线国家投资建厂超过1.1万家，投资存量达2007.9亿美元，占中国对外直接投资存量总额的7.8%。⑤资料来源：《2020年度中国对外直接投资统计公报》，2021年9月29日，http://www.gov.cn/xinwen/2021-09/29/content_5639984.htm，2022年9月3日。从现有文献来看，关于“一带一路”影响因素的研究多聚焦于文化⑥李俊久、丘俭裕、何彬：《文化距离、制度距离与对外直接投资——基于中国对“一带一路”沿线国家OFDI的实证研究》，《武汉大学学报》（哲学社会科学版）2020年第1期。、制度⑦许家云、周绍杰、胡鞍钢：《制度距离、相邻效应与双边贸易——基于“一带一路”国家空间面板模型的实证分析》，《财经研究》2017年第1期。、政治关系⑧郭烨、许陈生：《双边高层会晤与中国在“一带一路”沿线国家的直接投资》，《国际贸易问题》2016年第2期。等层面，尚没有文章从语言角度探讨中国对“一带一路”沿线国家OFDI。“一带一路”倡议覆盖亚、欧、非三个大洲，沿线国家数量众多，民族语言数量更是多达百种，语言文化的差异难免给双方沟通和交流造成障碍。2017年国家主席习近平在日内瓦发表题为《共同构建人类命运共同体》的主旨演讲，指出“和羹之美，在于合异”。我们不但要正视各国间语言文化的差异，而且要正确处理这种差异给双方文化交流、经贸往来造成的影响，在多元的语言文化中实现合作共赢。当前，“一带一路”进入高质量发展阶段，除经济、科技等硬实力外，语言、文化等软实力的作用同样不容小觑。李宇明指出，“一带一路”需要语言铺路⑨李宇明：《“一带一路”需要语言铺路》，《人民日报》2015年9月22日，第7版。，语言互通是实现政策沟通、设施联通、贸易畅通、资金融通和民心相通的基础，是实现“一带一路”高质量发展的助推器。苏剑等人认为，在推进“一带一路”倡议的同时要注重语言推广，发挥语言红利对经济发展的贡献。⑩苏剑、葛加国：《语言推广的经济效应与语言红利》，《江汉论坛》2019年第2期。研究语言差异如何影响中国向“一带一路”沿线国家OFDI，不仅能够丰富语言与OFDI关系的相关理论，理清语言差异对OFDI影响的客观现实，而且对于中国企业“走出去”、实现“一带一路”高质量发展、构建双循环发展格局具有重要的现实指导意义。

在现有研究的基础上，本文的创新点与边际贡献主要体现在如下几个方面：第一，考察了语言差异对中国向“一带一路”沿线国家直接投资的影响。现有文献更多是考察语言差异对国际贸易的影响，尚没有文章研究语言差异与OFDI的关系。第二，建立语言差异与OFDI关系的理论模型，分析了语言差异如何影响OFDI及二元边际。语言经济学研究多为实证研究，缺乏一定的理论基础，本文将语言差异纳入到异质性企业模型中，通过建立交易成本函数，从理论角度探讨了语言差异如何影响OFDI及二元边际。第三，从语音和词汇语法两个方面刻画语言差异，并使用WALS数据库中的语言学指标进行测度。本文将语言差异细化为语音差异和词汇语法差异，从多元视角分析了语言对OFDI的影响，同时使用WALS数据库中的语言学指标对“一带一路”国家语言与汉语（普通话）的差异进行测度，将语言差异以量化的方式得到体现。第四，探讨了语言身份认同与设立孔子学院在中国向“一带一路”国家OFDI中发挥的积极作用。扩展研究中分析了语言身份认同和设立孔子学院是否能够有效减缓语言差异对OFDI的负面影响，扩展了孔子学院对OFDI促进作用的机制分析，为中国海外投资和孔子学院的空间布局提供了理论支撑。

二、理论分析与研究假说

（一）理论分析的假设前提

Melitz异质性企业模型的提出开启了企业层面研究国际贸易的先河。时至今日，异质性企业模型都是从微观视角研究国际贸易与国际直接投资的重要理论基础。后来，Lawless对Melitz的模型进行扩展，分析了贸易成本与贸易及二元边际的关系①Lawless M.，“Firm Export Dynamics and the Geography of Trade，”Journal of International Economics，vol.77，no.2，2009，pp.245-254.，之后该模型又被应用于OFDI的研究。本文在Lawless异质性企业模型的基础上，将语言差异纳入其中，用于分析语言差异如何影响OFDI及二元边际。

在分析语言差异与OFDI的关系之前，首先对异质性企业的产品需求函数及其最优化条件进行说明。假设投资东道国消费者具有相同的位似偏好。基于此，令效用函数为连续型CES效用函数，国家j的效用函数为：

其中，Uj表示国家j居民的效用水平，ε表示企业生产的产品，q表示产品的消费数量，σ表示产品的替代弹性（σ>1）。

在该效用函数形式下，国家j对产品的需求函数为：

其中，yj表示国家j的实际国民收入，pj（ε）和Pj分别表示国家j的产品价格与总价格指数，总价格指数与产品价格之间的关系为：

企业从事跨国投资的目的是实现利润最大化。企业的收益取决于需求函数和价格水平。企业的生产成本由生产率η、工资率w和固定成本f决定。②M.J.Melitz，“The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity，”Econometrica，vol.71，no.6，2003，pp.1695-1725.成本函数中，生产率η为内生因素，其余为外生因素。为简单起见，令工资率w为1。

对价格p求偏导，可以得到企业在国家j实现利润最大化的价格水平：

式（4）表明，价格与生产率成反方向变动关系。生产率越高，表明技术越为成熟，价格越低，在国际市场上的竞争优势就越明显。

该价格下企业的利润为：

由式（5）可知，企业若想获得正的利润，生产率η必须满足下述条件：

其中，是企业获得正利润的生产率临界值。

（二）语言差异与OFDI

企业i对国家j的OFDI数额记为：

式（7）与式（4）合并得到：

假定生产率η的概率密度函数为g（η），其中η∈[ 0，∞]。国家j获得的OFDI总额为生产率从到无穷上的定积分，即：

语言对OFDI的影响与交易成本有关。张卫国指出语言作为一种制度安排是决定交易成本的因素之一。①张卫国：《作为人力资本、公共产品和制度的语言：语言经济学的一个基本分析框架》，《经济研究》2008年第2期。Anderson和Wincoop认为两国的语言差异会增加交易成本进而影响贸易规模。②Anderson J.and Wincoop E.，“V.Trade Costs，”Journal of Economic Literature，vol.3，2004，pp.691-751.与贸易类似，企业在OFDI过程中也会在购买原材料设备、雇佣员工、开拓市场等缔约过程中产生交易成本。假定交易成本函数为：

其中，LDj表示语言差异，xj代表除语言差异外影响交易成本的其他因素。

由于语言差异会加剧信息不对称等问题增加交易成本③Egger P.H.and Lassmann A.，“The Causal Impact of Common Native Language on International Trade：Evidence from a Spatial Regression Discontinuity Design，”The Economic Journal，vol.125，no.5，2015，pp.699-745.，因此认为交易成本与语言差异之间成正相关关系，即：

OFDI总额关于交易成本求导得到

根据式（11）和式（12）可以得到语言差异与OFDI的关系为：

基于上述分析我们提出假说1：由于东道国和母国语言差异的存在，缔约过程中会形成更高的交易成本，从而导致OFDI数额减少。

现有文献中关于语言差异的刻画相对单一，不能深刻反映出不同语言之间的差别。Chiswick和Miller明确指出语言差异主要通过语言内部要素表现出来，体现在语音、词汇、语法等方面的差别上。①Chiswick B.R.and Miller P.W.，“Linguistic Distance：A Quantitative Measure of the Distance Between English and Other Languages，”Journal of Multilingual and Multicultural Development，vol.25，2005，pp.1-11.语音、词汇、语法是一门语言的三个关键特征，是区分语种、语系的重要指标，因此本文从这三个方面刻画语言差异。一般认为，词汇与语法之间构成连续统，两者密不可分，是不同视角的同一现象②M.A.K.Halliday：《功能语法导论》，北京：外语教学与研究出版社，2010。，因此我们可将词汇语法差异作为一个变量刻画，语音差异构成一个单独的变量。

语音作为一门语言的直观感受，在所有语言学特征中处于核心位置。我们在使用第二语言进行交流时会严重受到母语发音的影响，口音问题不可避免。口音是以母语语音代替目标语言语音的一种语言现象③Munro M.J.and Derwing T.M.，“Foreign Accent，Comprehensibility and Intelligibility in the Speech of Second Language Learners，”Language Learning，vol.45，no.1，1995，pp.73-97.，像中式英语、日式英语都是口音问题的突出体现。口音问题在国际商务活动中的影响不可小觑，它关乎谈判双方对彼此语言的理解度，直接决定着谈判成功与否。④Mai R.and Hoffmann S.，“Accents in Business Communication：An Integrative Model and Propositions for Future Research，”Journal of Consumer Psychology，vol.1，2014，pp.137-158.因此，由于语音差异所造成的口音问题会降低谈判效率，导致企业OFDI数额减少。

萨丕尔-沃尔夫假说指出，语言是思维的表达工具，语言结构决定着使用者的思维习惯和行为方式，一个人的思维和世界观很大程度上是由他所使用的语言决定的。Trofimovich和Isaacs认为一种语言词汇的丰富程度和语法的精确程度对使用该语言人们的理解度具有重要影响。⑤Trofimovich P.and Isaacs T.，“Disentangling Accent from Comprehensibility，”Bilingualism-Language and Cognition，vol.15，no.4，2012，pp.905-916.Chen的研究表明，不同语言人群对时态的认知不同会导致思维与行动上的差异，例如母语不区分时态的人会比母语区分时态的人更偏好储蓄。⑥Chen M.K.，“The Effect of Language on Economic Behavior：Evidence from Savings Rates，Health Behaviors，and Retirement Assets，”American Economic Review，vol.103，no.2，2013，pp.690-731.由此我们不难看出，词汇语法差异会对人们的思维、行动产生重要影响，因此语言的词汇语法差异越大，不同群体的决策行为偏差就会越大，OFDI数额就越小。

基于以上分析，我们做出关于假说1的两个子假说。

假说1-1：东道国和母国的语言在语音方面差异越大，双方在沟通交流过程中产生的障碍就越多，对OFDI的阻碍作用就会越明显。

假说1-2：东道国和母国的语言在词汇语法方面差异越大，说明双方在逻辑思维与文化背景上的差异越大，双方在缔约过程中产生认知偏差的可能性越大，进而阻碍OFDI。

（三）语言差异与OFDI二元边际

二元边际最早起源于国际贸易研究⑦Bernard A.B.，Jensen J.B.，Redding S.J.and Schott P.K.，“The Margins of U.S.Trade，”American Economic Review，vol.99，no.2，2009，pp.487-493.，后来又应用于国际投资领域⑧Eicher T.，Helfman L.and Lenkoski A.，“Robust FDI Determinants：Bayesian Model Averaging in the Presence of Selection Bias，”Journal of Macroeconomics，vol.34，2012，pp.637-651.，用于分析企业OFDI的多元化程度。OFDI二元边际包括扩展边际和集约边际。扩展边际指一年时间里东道国接受的投资企业-行业关系对的数量，数值大小反映了对东道国OFDI的次数；集约边际指一年时间里东道国接受的投资企业-行业关系对的平均值，数值大小反映了单笔OFDI的平均规模。

OFDI扩展边际定义为：

交易成本对扩展边际的影响为：

交易成本提高导致企业OFDI的门槛上升，致使生产率较低的企业不再追加投资甚至是撤资，OFDI扩展边际降低。

由此得到语言差异与OFDI扩展边际的关系：

由此提出，假说2：由东道国和母国语言差异引致的交易成本会提高企业OFDI的门槛，从而导致部分企业退出市场，扩展边际降低。

OFDI集约边际定义为：

交易成本对集约边际的影响为：

根据式（18）可知，交易成本对OFDI集约边际的影响可以分解为成本效应和生产率效应。式（18）中分子部分的第一个式子为成本效应，反映了交易成本对企业追加投资的影响。交易成本升高往往会导致企业减少OFDI，因此第一个式子为负值。第二个式子为生产率效应，考虑了生产率对企业OFDI的影响。Helpman等人指出生产率是决定企业是否OFDI的关键因素①Helpman E.，Melitz M.J.and Yeaple S.R.，“Export Versus FDI with Heterogeneous Firms，”American Economic Review，vol.94，no.1，2004，pp.300-316.，那些能够接受较高交易成本的跨国企业，往往具有较高的生产率和较大的企业规模，这些企业可能常年保持较高的OFDI规模，交易成本的升高并不一定会带来OFDI的减少，因此第二个式子为正值。②关于Σj-Ij( )Σejx>0的数学证明限于文章篇幅并未展示，如有需要可以向作者索取。由于两部分数值大小难以确定，因此的正负号也是不确定的。若两数值接近，集约边际数值近似于0。

语言差异与OFDI集约边际的关系为：

由于交易成本对集约边际的影响是不确定的，因此语言差异对OFDI集约边际的影响也难以确定。

由此提出假说3：东道国与母国语言差异引致的交易成本对OFDI集约边际的影响可以分为成本效应和生产率效应，但是两者数值大小不确定，若两数值接近，语言差异对集约边际不存在显著影响。

三、“一带一路”沿线国家语言的使用与语言差异的测度

（一）“一带一路”沿线国家语言的使用情况

“一带一路”倡议覆盖亚、欧、非三个大洲，沿线国家和民族数量众多，语言种类丰富。根据李宇明的统计③李宇明：《“一带一路”需要语言铺路》。，“一带一路”沿线国家的民族语言数量多达200余种，仅官方语言就达50种④“一带一路”沿线的部分国家官方语言不止一种，我们在这里所说的官方语言指的是国内使用人数最多、影响力最广泛也最能反映民族文化特征的语言。以印度为例，印地语和英语都是印度的官方语言，其中印地语满足上述特征，因此印地语被视为印度的官方语言。描述语言使用状况以及后面测算语言距离时亦是如此。之多，分属于8个语系。从使用数量来讲，使用阿拉伯语作为官方语言的国家最多，包括沙特阿拉伯、阿拉伯联合酋长国、埃及等13个国家；其次是希腊语和马来语，分别有两个国家将其作为官方语言；其余语言只有一个国家将其作为官方语言。从语系角度来看，印欧语系的语言数量最多，包括俄语、印地语等30种语言，占“一带一路”沿线国家官方语言总数量的60%，主要分布在欧洲和南亚等地区；其次是阿尔泰语系、汉藏语系、南岛语系、南亚语系和闪含语系，对应的语言数量分别为7、4、3、2、2种；乌拉尔语系和高加索语系的语言最少，只有1种。

（二）语言差异的测度

语言差异的准确测度是探讨语言和OFDI关系的核心与关键。语言差异的测度经历了一个由简到繁、不断细致深化的过程。Head和Ries最早使用虚拟变量衡量语言差异，如果目标国与本国使用同一语言记为1，否则记为0。①Head K.and Ries J.，“Immigration and Trade Creation：Econometric evidence from Canada，”Canadian Journal of Economics，vol.72，no.1，1998，pp.47-62.从本文的考察对象来看，“一带一路”中并没有将汉语作为官方语言的国家，如果使用虚拟变量则不能反映出不同语言之间的差异，从而导致测度失真。Bakker等使用编辑距离测度语言差异。②Bakker D.，Brown C.H.，Brown P.，Egorov D.，Grant A.，Holman E.W.，Mailhammer R.，Müller A.，Velupillai V.and Wichmann S.，“Adding Typology to Lexicostatistics：A Combined Approach to Language Classification，”Linguistic Typology，vol.13，no.1，2009，pp.169-181.虽然这种方法的科学性大大提高，但是由于测度方法复杂、耗时长、成本高，一般只在语言学学科中使用，难以推广至经济学或其他领域。Ku和Zussman使用托福考试的成绩作为衡量语言差异的标准。③Hyejin Ku.and Zussman A.，“Lingua Franca：The Role of English in International Trade，”Journal of Economic Behavior&Organization，vol.75，no.2，2010，pp.250-260.使用这种方法测度的语言差异与个人的学习、考试能力等因素有关，主观性较强，且不同群体参与考试的成绩也会有较大差距，数值波动大、不稳定。此外，这种方法只能衡量英语与其他语言的差异，不能测度汉语（普通话）与其他语言的差异，因此也不适用于本文。

本文使用WALS数据库中的语言学指标对语言差异进行测度。该方法的优点在于WALS数据库将语言差异以量化的方式展现，衡量了不同语言之间在语音、词汇、语法等方面的差异。WALS数据库中包含了语音学、形态学、名词目录、动词目录等10个类别，其中每个类别下有若干个指标，每个指标下又有若干子值及相应的赋值。以语音学中的3A（辅音元音比）指标为例，其包括5个子值，值域分布在9—13，其中，汉语（普通话）赋值为11（均衡），俄语为13（高），越南语为9（低）。

在选取语言学指标时遵循如下原则：（1）能够反映语言差异对文化、思维、交流等方面的影响；（2）指标下的子值数量尽可能多，在选取指标时要求子值数量不小于3，这样能够保证与汉语（普通话）赋值的差距，从而更为精确地测度语言差异；（3）指标中包含的语言数量尽可能多。反映语音差异的指标，语言数量不少于400，反映词汇语法差异的指标，语言数量不少于900，这样可以避免由于语言数量过少而造成严重的缺失值问题；（4）避免使用汉语赋值不存在的指标。由于各国语言的差异较大，部分语言现象在汉语中不存在，例如17A节奏类型、37A定冠词等。尽管这些指标能够很好地刻画语言差异，但由于汉语赋值不存在导致语言差异无法计算，因此不能选取。

根据以上原则，为客观有效地反映语音差异，本文选取了3A、12A等5个指标，如表1所示。

表1 测度语音差异的指标选取

本文参考Kogut和Singh提出的文化维度综合指数④Kogut B.and Singh H.，“The Effect of National Culture on the Choice of Entry Mode，”Journal of International Business Studies，vol.19，no.3，1988，pp.411-432.，将该方法运用到对语言差异的测度上。利用该方法测度语言差异，能够体现不同语言学指标的综合影响，避免负值和零值的出现，并使用方差修正数值偏差。

语音差异测度如下：

其中，k表示语言，prodisk表示语言k与汉语（普通话）在语音方面的差异，i表示WALS数据中的指标，σ（xik）表示语言k的方差。

同样地，在反映词汇语法差异时选取了26A、33A等5个指标，如表2所示。

表2 测度词汇语法差异的指标选取

词汇语法差异测度如下：

其中，wordisk表示语言k与汉语（普通话）在词汇语法方面的差异，其余字母表示与语音差异相同。

除准确测度语言差异外，语言各项指标的缺失值处理问题同样关键。“一带一路”沿线国家的官方语言中，既有印地语、俄语等使用人数超过1亿的语言，也有像亚美尼亚语、迪维希语等使用人数不足1000万的语言。对于这些使用人数较少的语言，很难保证在WALS数据库中都能找到相应赋值，因此缺失值及其处理是一个不可忽视的问题。为了正确处理缺失值，并找到有效的替代值，在寻找替代语言时遵循如下原则：使用存在缺失值语言国家的其他语言替代或使用同语系同语族的周边国家语言替代。以3A辅音元音比为例，乌尔都语的该指标缺失，使用巴基斯坦国内的信德语替代；乌克兰语的该指标同样缺失，使用同为印欧语系斯拉夫语族东斯拉夫语支的俄语替代。这种缺失值处理方法的优点在于能够最大限度还原缺失值语言的关键特征。

四、计量模型与指标选取

（一）计量模型的设定

根据上述的理论分析，计量模型设定如下：

其中，i、j、t分别表示OFDI企业、东道国和年份，ofdiijt表示在t年企业i对国家j的OFDI数额，prodisj和wordisj分别表示国家j官方语言与汉语（普通话）在语音和词汇语法上的差异。X表示控制变量，包括文化距离、地理距离、经济规模、制度质量、经济自由度和资源丰度。εijt表示随机扰动项。

为保证参数回归结果的一致性，需要对可能存在的内生性问题进行处理。企业对外投资会受到如经济危机、新冠肺炎疫情等外生冲击的影响，同时也会受到双边政治、外交关系变化等国家层面因素的影响，因此需要对年份和国家层面的不可观测因素进行控制。除此之外，受数据库中信息所限，难以匹配企业层面的相关数据，因此需要加入企业固定效应以消除企业层面的影响。基于此，在计量模型中加入年份固定效应δt、国家固定效应γj和企业固定效应φi。

（二）变量选取与数据来源

1.被解释变量：OFDI数额（ofdi）

企业OFDI的原始数据来源于中国全球投资追踪数据库（China Global Investment Tracker）。该数据库由美国企业研究所和美国传统基金会联合发布，记录了中国从2005年至今投资额超过1亿美元的所有投资与承包工程信息。该数据库的优点在于数据量和信息量较大，能够为异质性检验提供充足证据，而且数据更新及时，能够反映中国对“一带一路”沿线国家OFDI的最新进展。①金刚、沈坤荣：《中国企业对“一带一路”沿线国家的交通投资效应：发展效应还是债务陷阱》，《中国工业经济》2019年第9期。

2.核心解释变量：语言差异（prodis和wordis）

测度语言差异的原始数据来源于WALS数据库，具体测度方式见上文。

3.控制变量

（1）文化距离（culdis）。Denk等人的研究表明文化距离会对一国对外直接投资产生重要影响。②Denk N.，Kaufmann L.and Roesch J.F.，“Liabilities of Foreignness Revisited：A Review of Contemporary Studies and Recommendations for Future Research，”Journal of International Management，vol.18，no.4，2012，pp.322-334.文化距离的测度参考綦建红等人的方法③綦建红、杨丽：《中国OFDI的区位决定因素——基于地理距离与文化距离的检验》，《经济地理》2012年第12期。，数据来源于Hofstede数据库。（2）地理距离（capdis）。地理距离测度的是各国首都之间的距离，数据来源于CEPII数据库。（3）经济规模（gdp）。使用东道国名义GDP衡量，数据来源于世界银行WDI数据库。（4）制度质量（ins）。Alfaro等人的研究表明东道国的制度质量是企业OFDI决策时考虑的重要因素。④Alfaro L.and Kalemli-Ozcan S.，Volosovych V.，“Why doesn’t Capital Flow from Rich to Poor Countries？An Empirical Investigation，”The Review of Economics and Statistics，vol.90，no.2，2008，pp.347-368.选择政府效率的得分作为制度质量的代理变量，数据来源于世界银行WGI数据库。（5）经济自由度（free）。Moussa等人的研究表明一国经济自由度越高，对外资的吸引能力就越强。⑤Moussa M.，Çaha H.and Karagöz M.，“Review of Economic Freedom Impact on FDI：New Evidence from Fragile and Conflict Countries，”Procedia Economics and Finance，vol.38，no.9，2016，pp.163-173.经济自由度数据来源于《华尔街日报》和美国传统基金会联合发布的经济自由度指数。（6）资源丰度（res）。Dunning指出资源获取是OFDI的一项重要动机⑥Dunning J.H.，“Toward an Eclectic Theory of International Production：Some Empirical Tests，”Journal of International Business Studies，vol.11，1980，pp.9-31.，一国资源的丰裕程度与吸引外资的数量密切相关。使用矿石和金属出口占商品出口的百分比作为代理变量，数据来源于世界银行WDI数据库。

五、计量结果与分析

（一）基准回归结果

本文在基准回归中采用了面板数据的随机效应模型。核心解释变量语言差异属于非时变变量，如果使用固定效应会差分掉不随时间变化的个体效应，从而不能输出参数的回归结果，随机效应正好能够弥补这一不足。此外，普通Hausman检验和异方差Hausman检验对应的p值分别为0.988和0.792，远大于临界值0.100，支持使用随机效应。基准回归结果如表3所示。

从表3第（1）列的结果来看，语音差异和词汇语法差异对中国向“一带一路”沿线国家OFDI产生了显著的负面影响；第（2）列中，在加入了控制变量后，语音差异和词汇语法差异的回归结果仍显著为负，实证结果验证了假说1及两个子假说的正确性。语音作为一种语言的直观感受，由于语音差异导致的口音问题会给企业OFDI过程中的交易、谈判等环节带来影响，因此语音差异会对OFDI产生阻碍作用。一种语言的词汇、语法反映了该语言使用者的文化背景与思维逻辑，词汇语法差异越大说明两国在文化、思维方面的差异越大，对同一事物的理解极有可能出现偏差，因此词汇语法差异同样会对OFDI产生阻碍作用。控制变量中，文化距离、经济规模、制度质量和资源丰度对中国向“一带一路”沿线国家OFDI的影响在统计上显著，而地理距离和经济自由度并不显著。实证结果显示，文化距离与对“一带一路”沿线国家OFDI之间成正相关关系，说明在OFDI决策时更倾向于选择与中国文化距离较大的国家。经济规模的系数显著为正，说明东道国经济规模越大，中国企业OFDI数额也就越大。制度质量的系数显著为负，说明更偏好制度质量较低的国家，王金波的研究支持这一结论。⑦王金波：《双边政治关系、东道国制度质量与中国对外直接投资的区位选择——基于2005—2017年中国企业对外直接投资的定量研究》，《当代亚太》2019年第3期。资源丰度的系数显著为正，说明东道国的资源禀赋是企业OFDI决策时考虑的重要因素，张述存的研究也支持这一结论。①张述存：《“一带一路”战略下优化中国对外直接投资布局的思路与对策》，《管理世界》2017年第4期。

表3 基准回归结果

为保证实证结果的稳健性，表3中的第（3）（4）列使用了面板数据混合回归的方法，结果同样表明语音差异、词汇语法差异与OFDI之间成显著的负相关关系，且控制变量对被解释变量的影响与第（2）列一致。为避免可能存在的异方差问题影响参数回归结果的有效性，使用面板数据的FGLS方法进行回归，结果如第（5）（6）列所示，实证结果同样验证了之前结论的稳健性。

（二）稳健性检验

1.方法一：前后1%的Winsorize处理

为避免极端值对回归结果的影响，对原数据做Winsorize处理，去掉各变量前后1%的数据后再进行回归。经过Winsorize处理后，回归结果的正负号及显著性与基准回归相同，说明实证结果稳健。

2.方法二：选取其他指标测度语言差异

为保证实证结果的稳健性，选取其他指标测度语言差异。在测度语音差异和词汇语法差异时选取与原测度方法相近的指标，这样做能够充分还原各指标的语言学特征，并保证稳健性检验的可行性。测度语音差异选取了1A、4A、8A、11A、18A五个指标，测度词汇语法差异的指标选取了20A、34A、66A、83A、143E五个指标。回归结果的正负号及显著性与基准回归一致，表明实证结果稳健。

3.方法三：被解释变量替换为宏观指标

基准回归中的被解释变量为企业OFDI，现将其替换为历年中国对“一带一路”沿线国家OFDI的流量数据，数据来源于历年《中国对外直接投资统计公报》。回归结果与基准回归一致，实证结果稳健。

（三）语言差异与对外直接投资的二元边际

为进一步考察语言差异对中国向“一带一路”沿线国家OFDI的影响是反映在集约边际还是扩展边际上，本文借鉴杨连星和刘晓光的做法将企业OFDI分解为集约边际与扩展边际。①杨连星、刘晓光：《反倾销如何影响了对外直接投资的二元边际》，《金融研究》2017年第12期。计算方式如下：

上式中，ofdijt表示国家j在t年得到的OFDI总额，ofdivalueijht表示企业i在t年对国家j行业h的OFDI数额，ofdijt是ofdivalueijht在国家和行业两个层面的加总。indvaluejt表示国家j在t年企业—行业对的平均值，是集约边际；indnumjht表示国家j在t年获得的企业-行业对的数量，是扩展边际。

考察语言差异对集约边际的影响，仍使用面板数据的随机效应模型。对于扩展边际的影响，由于被解释变量为非负整数，因此考虑泊松计数模型或负二项回归模型。负二项回归输出的过度分散参数α接近于0，说明不存在过度分散的情况，因此使用泊松回归更好。回归结果如表8所示。

表4中第（1）列表明，语言差异对扩展边际的影响显著为负，验证了假说2的正确性。无论是语音差异还是词汇语法差异都会对扩展边际产生负面影响，说明语言差异会阻碍企业OFDI的决策，减少投资次数。控制变量中，文化距离和地理距离显著为负，说明文化距离和地理距离越大，企业OFDI的次数就会越少；经济规模和经济自由度显著为正，说明东道国的经济规模越大、经济自由度越高，企业OFDI的意愿就会越强烈，投资次数也会增多。表4中第（2）列表明，语言差异对集约边际的影响不显著，在一定程度上支持了假说3。无论是语音差异还是词汇语法差异都不会对集约边际产生影响，说明企业OFDI的规模与语言差异无关。控制变量中，经济规模与资源丰度对集约边际的影响显著为正，说明对“一带一路”沿线国家OFDI的规模更多是由东道国经济总量和资源禀赋决定的，而不是两国语言上的差异；制度质量显著为负，说明更偏好制度质量相对较差的国家，我们不难发现，“一带一路”沿线的南亚、中亚、西亚等国家拥有着较为丰富的矿产资源，这也是企业OFDI区位决策时极为看重的。

表4 语言差异对对外直接投资二元边际的影响

（四）异质性检验

1.根据投资方式分类

将OFDI分为跨国并购和绿地投资两大类，检验语言差异对OFDI的影响是否与投资类型有关。实证结果如表5中的第（1）（2）列所示，无论是跨国并购还是绿地投资，语言差异都会对中国向“一带一路”沿线国家OFDI产生负面影响，比较而言，语言差异对绿地投资的阻碍作用要略大于跨国并购。可能的原因是与跨国并购相比，绿地投资的项目营建周期更长、风险更大，涉及的交流谈判次数也越多，在开拓市场、打通销售渠道、人员管理等方面会面临更多困难，从而导致这种阻碍效果更加明显。

2.根据投资目的分类

市场导向和战略动机是OFDI的两大重要动机。参考杨连星等人的做法②杨连星、刘晓光、张杰：《双边政治关系如何影响对外直接投资——基于二元边际和投资成败视角》，《中国工业经济》2016年第11期。，将全部行业根据投资目的分为两类，一类是能够体现战略动机的行业，其中包括技术、金属、健康、能源、化学、公共事业六大行业，另一类是体现市场动机的行业，其中包括金融、旅游、房地产等行业。对两组分别进行回归，回归结果如表5中的第（3）（4）列所示。实证结果表明，语言差异会对市场动机的OFDI产生负面影响，而对于战略动机的OFDI，负面影响并不显著。战略动机的OFDI更看重东道国的技术、资源等战略资产，较市场动机的OFDI目的性更强，因此由于语言差异对OFDI所产生的负面影响反而大大减弱。

表5 异质性检验结果

3.根据投资东道国的经济发展水平分类

Chakrabarti的研究表明，东道国的经济发展水平是影响OFDI布局的重要因素①Chakrabarti A.，“The Determinants of Foreign Direct Investment：Sensitivity Analysis of Cross-country Regressions，”Kyklos，vol.54，no.1，2001，pp.89-114.，因此，需要从东道国经济发展水平的角度考察语言差异对OFDI的影响。由于“一带一路”沿线绝大部分都为发展中国家，因此以人均GDP12000美元作为划分标准，将样本分为中低收入国家和高收入国家，回归结果如表5中的第（5）（6）列所示。回归结果表明，语言差异只对中低收入国家的OFDI产生显著的负面影响，而对高收入国家OFDI的影响不显著。原因可能是高收入国家的经济发展水平和市场规模往往更大，制度质量也更优，语言差异形成的交易成本也就越小，对OFDI的负面影响也大幅降低。此外，对于向高收入国家OFDI往往更看重其先进的技术和管理经验，投资的目的性和战略性更强，这就导致语言差异对OFDI的负面影响反而不明显。

4.根据投资数额分类

中国历年对“一带一路”沿线国家的OFDI数额相差较大，其中单笔投资数额最大的投资达到了16000亿美元。为了考察语言差异对OFDI的影响是否与投资数额有关，我们根据投资数额进行分类，一类是单笔投资小于1000亿美元，另一类是大于等于1000亿美元。实证结果如表5中的第（7）（8）列所示。对于小于1000亿美元的投资，语言差异会对OFDI产生显著的负面影响，但对于数额超过1000亿美元的投资，这种阻碍作用反而不显著。通过统计分析得知，在单笔数额超过1000亿美元的投资中，能源和金属两个行业的投资比例就占65%，由此发现在数额较大的投资中战略投资比重更高。这说明对于战略投资，语言差异对OFDI的阻碍作用反而减弱，同时也进一步印证了之前的结论。

六、扩展研究

（一）语言身份认同的影响

Akerlof和Kranton最早把身份认同引入新古典经济学的分析框架内，并得出结论认为，身份认同会对经济决策产生重要影响。②Akerlof G.A.and Kranton R.E.，“Economics and Identity，”Quarterly Journal of Economics，vol.115，no.3，2000，pp.715-753.身份认同的来源有很多，语言身份认同是其中一项。每一种语言都承载着一个国家或民族的历史与文化，因此语言和国家意识之间具有不可分割性，基于语言会产生身份的认同感。语言带来的身份认同除了在文化交流、政治外交等方面具有影响外，还会对经济活动产生重要影响。Frankel和Rose的研究表明，一国更倾向于与本国语言相同或相似程度较高的国家展开贸易。①Frankel J.and Rose A.，“An Estimate of the Effect of Currency Currencies on Trade and Income，”Quarterly Journal of Economics，vol.2，2002，pp.1-36.基于以上分析，下面考察语言身份认同是否会对中国向“一带一路”沿线国家OFDI产生影响。

由于“一带一路”沿线没有国家将汉语作为官方语言，因此我们将语言身份扩展至语系，从语系的角度考察语言身份认同是否会对中国向“一带一路”沿线国家OFDI产生影响。语系是按照“谱系分类”的方法将世界上的语言进行分类，其中语音、词汇、语法等要素是划分语系的重要标志，同一个语系的国家在历史、文化、思维方式等方面具有较高的相似度。汉语属于汉藏语系的语言，在“一带一路”沿线国家的语言中泰语、缅甸语和老挝语都属于汉藏语系。基于此，将样本分为两组，一组为汉藏语系国家，另一组是非汉藏语系国家。分组检验的结果如表6中的第（1）（2）列所示。

表6 语言身份认同与孔子学院对OFDI的影响

由实证结果可知，语音差异和词汇语法差异对中国向汉藏语系国家OFDI的影响并不显著，但两者对非汉藏语系国家OFDI的影响显著为负。这说明语言身份认同在中国向汉藏语系国家OFDI过程中起到了积极作用，减弱了语言差异对OFDI的负面影响。但是对于非汉藏语系国家，随着交流方式与思维习惯差异的拉大，语言身份认同感逐渐减弱甚至消失，语言差异对OFDI的负面影响开始显现。

（二）孔子学院的作用

中国从2005年开始在海外开设孔子学院，截至2021年底，已通过中外合作方式在159个国家设立了1500多所孔子学院和孔子课堂，累计培养各类学员1300多万人。孔子学院的设立为弘扬中华民族传统文化、促进经贸往来、构建人类命运共同体做出了重要贡献。陈胤默等人研究认为，孔子学院的设立能够缩短中国与东道国的文化距离，提升OFDI规模。②陈胤默、孙乾坤、张晓瑜：《孔子学院促进中国企业对外直接投资吗——基于“一带一路”沿线国家面板数据的分析》，《国际贸易问题》2017年第8期。下文将从语言差异的角度出发，检验在“一带一路”国家设立孔子学院是否有助于中国企业“走出去”，还将检验孔子学院的设立是否会改善语言差异对OFDI的负面影响。将孔子学院设置为虚拟变量，如果中国在t年对国家j设立了孔子学院，记为1，否则记为0。计量模型设定如下：

实证结果如表6中的第（3）—（5）列所示。孔子学院对OFDI的回归系数显著为正，说明在“一带一路”沿线国家设立孔子学院有利于中国企业更好地“走出去”。此外，通过对比表3中第（1）（2）列的基准回归结果发现，孔子学院的设立能够显著改善由于语音差异和词汇语法差异对OFDI产生的负面影响，而且通过比较发现，对词汇语法差异所造成的负面影响的改善效果要优于对语音差异的改善效果。孔子学院的设立虽然不能改变语言差异，但是却能够通过语言学习、文化交流等方式增进沿线各国对汉语以及对中华文化的了解，有利于降低交易成本，助益企业更好地“走出去”。

七、结论与政策建议

本文研究了语言差异对中国向“一带一路”沿线国家OFDI的影响。将语言差异纳入异质性企业模型，得出结论，语言差异会提高交易成本进而抑制OFDI，语言差异会对扩展边际产生阻碍作用，但是对集约边际的影响是不确定的。实证方面，从语音和词汇语法两个角度刻画语言差异，根据WALS数据库中的语言学指标及赋值进行测度，使用2005—2020年中国企业向“一带一路”沿线国家OFDI数据进行验证，实证结果表明，语音差异和词汇语法差异都会对中国向“一带一路”沿线国家OFDI产生负面影响，且这种影响主要体现在扩展边际，对集约边际的影响在统计上不显著。扩展研究表明，对汉藏语系国家OFDI时，语言身份认同能够有效减缓语言差异的负面影响，同样地，在“一带一路”沿线国家设立孔子学院也能够有效减缓语言带来的负面影响。基于以上结论，本文提出如下政策建议：

第一，合理规划对“一带一路”沿线国家OFDI的产业与空间布局。从产业布局来看，应加强战略动机行业的投资部署。本文研究发现，企业选择战略投资能够有效减缓语言差异对OFDI的负面影响，因此应扩大技术、能源等战略动机行业投资的规模，并充分利用其带来的溢出效应，提升中国经济发展质量。从空间布局来看，应提高对汉藏语系国家的OFDI比重。研究发现，受语言身份认同的影响，语言差异并不会对汉藏语系国家OFDI产生显著的负面影响。此外，通过对中国向泰国、老挝、缅甸三个汉藏语系国家OFDI的结构进行分析发现，能源投资比重较高，占到了全部投资的一半，且全部能源投资项目中，泰、老、缅三国就有58项，占到了能源投资项目总数的12%。由此可见，加大对汉藏语系国家的投资比重，不仅可以有效规避语言差异对OFDI的负面影响，同时也是促进中国能源行业发展的重要途径，能够实现OFDI规模与效率的双重提升。

第二，在海外持续推进汉语语言文化的教学与传播工作，充分发挥孔子学院对OFDI的促进作用。研究发现，孔子学院的设立可以有效改善语言差异对OFDI的负面影响，推动中国企业更好地“走出去”，因此可在“一带一路”沿线国家积极推广并设立孔子学院。截至2019年底，“一带一路”沿线尚有13个国家没有孔子学院。因此，对于中国OFDI数额较大的国家可以增设孔子学院，对于没有孔子学院的国家，应积极进行规划部署，以此发挥孔子学院对中国语言文化传播和经贸活动的促进作用。

第三，积极推动国内语言产业发展，开展小语种教育，培养多元化的语言人才。伴随经济全球化的深入，国家间的交流与经贸合作日益频繁，语言多样性是企业“走出去”面临的重要一关。目前，中国掌握“一带一路”沿线国家语言人才相对紧缺，为保证“一带一路”倡议的顺利推进，需要加快并优化相关语言人才的培养。一方面，要积极推动高校和科研院所展开“一带一路”沿线国家语言的教学与研究工作，丰富我国小语种人才储备；另一方面，支持新兴语言产业的发展，加大在智能语音翻译、智能外文识别等科技领域投资力度，为今后更大范围的经贸合作提供语言与技术支持。