“一带一路”数字经济水平对中国对外直接投资的影响研究

王 蕊 潘紫燕

（新疆财经大学 经济学院，新疆 乌鲁木齐 830012）

一、引言

随着全球化日益推进，中国近年来对外直接投资快速发展，投资流量不断增长，2020 年达到1329.4 亿美元，相比2019 年增长3.3%，在当年的世界排名中位居首位；同时，投资存量也取得了优异的成绩，2020 年底超过2.3 万亿美元，是2015 年底的2 倍。可见，中国正由投资大国迈向投资强国。“一带一路”倡议提出后，加强与“一带一路”沿线国家的投资合作成为进一步扩大中国对外直接投资规模的重要途径。近年来中国与“一带一路”沿线国家投资活动较为频繁，中国与贸易国对外直接投资仍保持增长态势，2020 年达到177.9 亿美元，比2019 年增长18.3%，但是在中国对外投资贸易总额中仅占16.2%，与沿线国家人口总数占世界人口总数的63%这一比值相差甚远，表明沿线国家的投资市场和潜力有很大空间需要挖掘。2021 年7月在亚太经合组织领导人非正式会议上，习近平主席强调要把握数字经济发展的良好时机，高质量共建“一带一路”。目前提升“一带一路”沿线国家数字经济水平已经成为提升中国与沿线国家对外直接投资规模和质量的关键因素。因此，研究“一带一路”沿线国家数字经济水平，充分释放中国与其对外直接投资潜力，对持续扩大投资规模具有很强的现实意义。

二、文献综述

数字经济自Tapscott（1996）[1]首次提出后，便成为国际贸易领域的研究热点，国内外学者对其进行了大量研究，主要集中于数字经济的定义、特征、规模测算、高质量发展的路径等方面。数字经济的定义方面：Mesenbourg（2001）尝试在对电子业务基础设施、电子业务及电子商务进行测算的基础上实现对总体数字经济的解释，但是这些文献最终并没有给出数字经济的定义[2]；李长江（2017）通过梳理数字经济概念的起源、传播历程等，将数字经济定义为主要通过数字技术方式进行生产[3]。数字经济特征方面：李晓华（2019）发现数字经济之所以成为新旧动能转换的重要力量，与其四个特征有很大关联，这四个特征分别为颠覆性变革不断涌现、平台经济、网络效应、“蒲公英效应”[4]。数字经济规模测算方面：许宪春和张美慧（2020）系统梳理数字经济的相关演变历程，概括出数字经济的内涵并找出其形成要素，建立了数字经济规模核算框架，测算了中国数字经济规模[5]。数字经济高质量发展的路径方面：刘淑春（2019）认为推动数字经济高质量发展必须突破关键核心技术，建设数字平台，提升数字经济核心产业能级，对产业进行数字化改造和赋能[6]。

关于中国对外直接投资影响因素方面的研究较多。贺娅萍和徐康宁（2018）在检验市场规模和市场吸引力对中国外商投资的影响时，发现无论在“一带一路”倡议提出前还是提出后，市场规模均具有显著正相关影响，且在倡议提出三年后市场吸引力对投资的影响呈明显正相关[7]。姚辉斌和张亚斌（2021）在验证要素禀赋差异对中国向沿线国家投资的影响时，发现中国与沿线国家的劳动力、人力资本及自然资源三要素的差异均阻碍双方对外直接投资的发展，而有形资本、技术要素差异表现出正向影响[8]。

数字经济是影响国际投资的重要因素之一。詹晓宁和欧阳永福（2018）指出数字经济的兴起深刻改变了传统的对外直接投资模式，成为世界各国投资流动区位选择的关键因素[9]。目前研究数字经济对中国对外直接投资影响的相关文献较少，其中董有德和米筱筱（2019）构建了含有3 个一级指标和20 个二级指标的互联网成熟度指标体系，对2009—2016 年的跨国面板数据进行实证分析，得出数字经济水平及其3 个一级指标对中国对外投资均具有显著促进作用的结论[10]。周经和吴可心（2021）检验了贸易国数字经济对中国对外投资的影响，结果呈显著正向影响，发展中国家影响效果更明显，金融、医疗等行业对数字经济发展水平更敏感[11]。

综上可知，单独研究数字经济和中国对外直接投资影响因素的相关文献较多，而将二者结合起来进行研究的较少，研究区域为“一带一路”沿线国家的更少。当前扩大中国向沿线国家的对外直接投资规模是推进“一带一路”倡议的重要途径，在此背景下，数字经济成为促进中国对外投资增长的重要因素。因此，现实需要研究的问题在于，“一带一路”沿线各国数字经济水平如何，是否存在提升空间？数字经济水平具体方面的改善是否会有效促进中国对外投资？其他影响中国投资区位选择的主要因素包括哪些？根据研究结果，对实现贸易双方投资规模持续增长的建议有哪些？

三、“一带一路”数字经济水平指标的构建、测度与分析

（一）数字经济水平指标体系的构建

本文在遵循科学性、系统性、完整性等原则的前提下，结合“一带一路”沿线国家数字经济发展情况，构建多维度、综合性的数字经济评价体系。将“一带一路”数字经济综合指标体系划分为4 个一级指标，为深入研究数字经济的影响，再将这4 个一级指标细分为20 个二级指标，相关数据均来源于世界银行（WB）和《全球信息技术报告》（GITR）。“一带一路”数字经济水平指标体系见表1。

表1 “一带一路”数字经济水平指标体系

（续表）

（二）数据处理与权重确定

由于上述20 个指标性质各不相同，且各指标值的量纲和数量级具有明显的差异性，因而对20 个原始指标进行标准化处理，得到0—1 之间的规范值，使最终结果更加精确。本文运用主成分分析法避免数据差异不明显带来的影响，同时，主成分的贡献率代表原始数据量占全部信息量的比重，因此，用各主成分的贡献率作为对应的权重是合理的。

运用SPSS 26.0 软件进行主成分分析，在得到的主成分中，前三个主成分反映了73.125%的原始数据信息量。因此，使用前三个主成分代替原来的指标进行测度。三个主成分具体表达式如下：

将式（1）、式（2）和式（3）中各项指标的系数乘以对应的方差贡献率，然后加总求和，再比上总共的累计方差贡献率，就得出“一带一路”沿线国家数字经济水平的综合评价模型，具体表达式如下：

式（4）中，各项指标的系数即对应二级指标的权重，将一级指标下的二级指标权重加起来除以20 个二级指标的权重总和，得到对应一级指标的权重，具体权重见表1。

最后，测算沿线国家数字经济综合指数（DEI）和各方面指数（DEIXi），具体表达式如下：

式（5）中，Wi（i=1，2，3，4）表示一级指标权重，具体为数字基础设施、创新环境、制度环境和信息技术应用指标的权重；Xij 表示二级指标标准化值；n 为一级指标下二级指标的数量值，由于表1 每个一级指标都含有5 个二级指标，所以这里n 始终为5。

（三）数字经济水平测度结果与分析

首先，将规范值和对应的权重代入式（5），得到“一带一路”沿线54 个国家2010—2019 年数字经济综合指数和各方面指数的结果；其次，分别对每一个国家数字经济综合指数和各方面指数10 年测算结果取均值并排名；再次，将54 个国家分为亚洲、欧洲和非洲三个区域，结果见表2、表3；最后，以数字经济综合指数为依据，从时序变化和区域差异两个角度分别分析沿线国家的数字经济水平，见表4。

表2 部分亚洲国家数字经济水平综合指数及各方面指数测度结果

表3 部分欧洲、非洲国家数字经济水平综合指数及各方面指数测度结果

表4 “一带一路”沿线地区数字经济水平综合指数的时序变化与区域差异

“一带一路”数字经济综合指数存在显著差异。具体看，排前20 名的国家中，有14 个欧洲国家，6 个亚洲国家，没有非洲国家，欧洲数字经济水平明显高于亚洲和非洲。欧洲国家中，排名前三的分别为挪威、荷兰和芬兰，排名后三位的分别为罗马尼亚、北马其顿和乌克兰；亚洲国家中，新加坡排名第一且在所有样本国家中排名第一，这与新加坡完善的政治体制、发达的经济制度等条件是分不开的，此外只有马来西亚、以色列、阿联酋、斯里兰卡等少数亚洲国家排名靠前，其余大部分发展中国家的数字经济水平排名较靠后；非洲国家中，南非数字经济水平相对较高，主要原因在于南非多年来大量投资移动网络，数字基础设施完善，并且注重培养数字技术人才，而埃及、阿尔及利亚和尼日利亚的数字经济水平较弱，有很大提升空间。可见，数字经济水平的高低与一国的政治、经济等发展水平有关，政治越是稳定、经济越是发达，对一国的数字经济发展投入就越多，数字经济水平就越高，越有利于吸引外资流入。

构成数字经济综合体系的四个方面指数同样具有差异性。具体看，排名靠前的除新加坡外，几乎全为欧洲发达国家，排名靠后的则大都是亚非发展中国家。具体而言，新加坡、挪威和丹麦的数字基础设施水平排名前三，尼日利亚、阿尔及利亚和缅甸排名后三位；创新环境排名前三的国家分别为芬兰、新加坡和荷兰，菲律宾、吉尔吉斯斯坦和阿尔及利亚位居后三位；制度环境较为优越的前三名国家分别为丹麦、英国和荷兰，印度、塔吉克斯坦和阿尔及利亚排名后三位；新加坡、

英国和荷兰在信息技术应用方面排名前三，印度、塔吉克斯坦和阿尔及利亚位居后三位。亚非发展中国家数字基础设施、创新制度环境及信息技术应用水平普遍落后，不利于引进外资、促进经济增长，导致与欧洲发达国家间的经济差距越来越大。因此，数字经济水平较低的国家应加大数字经济发展的投入力度，加强与沿线国家间的数字经济交流与合作，缩小数字经济差距，吸引外资流入。

由表4 中的时序变化和区域差异看，2010—2019年“一带一路”沿线地区的数字经济水平均呈现不断上升趋势，东南亚（0.851）、中亚（0.278）、东欧（0.221）和东亚（0.202）数字经济水平提升较为明显。沿线地区的数字经济水平差距较小，均存在发展空间，其中北欧、西欧和中欧地区数字经济水平均值排名前三，东南亚、非洲排名后两位，再次说明数字经济水平与地区经济发展状况密切相关。

四、“一带一路”数字经济水平对中国对外直接投资的实证分析

（一）模型构建

引力模型最早应用于国际贸易领域，检验了GDP和距离变量对贸易量的影响，得出GDP 与贸易量呈正相关、与距离呈反相关的结论。随着环境的改变和相关研究的深入，更多变量被加入引力模型，包括人口规模、关税、人均GDP 等变量。引力模型的一般表达式为：

为了便于实证分析，通常对式（6）等式两边取对数：

其中，Xij、Y（Yi或Yj）、Dij分别表示贸易额、经济总量、距离；Aij为其他影响两国贸易量的变量；α0为常数时，α1、α2、α3、α4为各解释变量的系数；εij为误差项。

结合中国向“一带一路”沿线国家对外直接投资区位选择时考虑的因素，在选取GDP 经典解释变量的基础上，同时引入市场吸引力、人口规模、自然资源、战略资源、关税、外贸依存度、数字经济水平等解释变量，构建的投资引力模型如下：

其中，i 表示中国，j 表示沿线国家；OFDIijt表示t年中国对j国的对外直接投资额；GDPjt、MPjt、POPjt、NRjt、SRjt、Taxjt、FTDjt和DEIjt分 别表示t 年j 国的市场规模、市场吸引力、人口规模、资源禀赋、技术禀赋、关税、外贸依存度和数字经济水平；β0为常数项，βk（k=1，2，…，8）为各解释变量待估系数，μij为随机误差项。

（二）变量说明与数据来源

1.被解释变量

OFDIijt数据来源于商务部历年发布的《中国对外直接投资统计公报》。由于样本中一些国家部分年份的负值或零值数据容易导致实证结果产生误差，因此，借鉴Busse 与Hefeker（2007）[12]的方法，使用对统计数据中的负值和零值进行相应处理。

2.核心解释变量

将沿线国家的数字经济水平DEIjt及基础设施DEIX1jt、创新环境DEIX2jt、制度环境DEIX3jt、信息技术应用DEIX4jt作为核心解释变量，一般认为这五个变量的数值越高，贸易成本越低，越吸引对外直接投资。以上五个变量数据为前文测算所得。

3.控制变量

国内生产总值GDPjt反映“一带一路”沿线国家的市场规模，一国的市场规模越大，越有利于对外直接投资时发挥规模经济和范围经济的优势，有利于引进外商直接投资；市场吸引力MPjt用“一带一路”沿线国家的人均GDP 增长率来衡量，一国的市场吸引力越大，意味着未来市场消费群体的消费能力越高，潜在市场越大，流向该国的外商投资越多；人口规模POPjt反映劳动成本的高低，人口规模大对引入外资有促进作用；资源禀赋NRjt用矿石、金属出口额占总出口额的比重来衡量，任何国家的经济发展都离不开自然资源的稳定供给，故预期一国的自然资源禀赋与引进的外商投资量呈正相关；技术禀赋SRjt用高科技产品出口价值来衡量，通常一国的科技水平越高，他国在该国可以利用技术手段降低投资成本，创造越多的投资利润，因而有利于吸引外商投资；关税Taxjt反映一国的贸易保护程度，关税越高，贸易保护程度越高，越不利于引入外商投资；外贸依存度FTDjt选取外资流入占GDP 的百分比来表示，预期与外商投资呈正相关。以上数据均来自世界银行数据库（WB）。

（三）实证结果与分析

1.数字经济综合指标回归分析

运用Stata 16.0 对投资引力模型（8）进行回归，分析数字经济综合指标、分项指标及其他主要影响因素对对外直接投资的影响。首先确定模型最终方程形式：一是检验混合效应和随机效应，基于LM统计量结果选择随机效应；二是通过Hausman 检验，最终选择固定效应模型实证分析数字经济综合指标的影响。

由模型（1）的结果可知：解释变量的估计系数符号均与理论预期一致，且除外贸依存度外均通过显著性检验。具体而言，“一带一路”沿线国家市场规模呈显著正向影响，该变量平均每增长1%，投资规模平均扩大0.158%；沿线国家市场吸引力与两国投资流量呈显著正相关，该变量平均每增加1%，将使中国对外直接投资流量有效提升0.840%，说明市场吸引力是影响中国对外投资的重要因素；沿线国家人口规模越大，劳动力资源越丰富，劳动力成本相对越低，越能带动投资规模增长，人口规模平均每增加1%，对外直接投资将增加0.049%；资源禀赋和技术禀赋均能显著促进中国对外直接投资的增长，即当二者平均增加1%时，对外直接投资额将分别增长0.069%和0.003%，而技术禀赋的影响相对较弱，原因在于很多发达国家仍存在一定的技术保护主义，中国很难吸收到先进的技术和经验，因而投资对象国的技术水平对中国获取高额投资利润的影响较小；关税的影响系数显著为负，说明贸易壁垒仍是阻碍对外投资规模扩大的重要原因；外贸依存度对对外直接投资呈正向影响，即“一带一路”沿线国家外贸依存度越高，越能促进中国对其投资流量的增加；数字经济水平对外商投资的影响显著为正，且影响系数值为1.118，高于其他变量的系数值，说明“一带一路”沿线国家数字经济水平的提升，会有效改善相应的基础设施、创造良好的制度创新环境等，这些均会成为促进中国对外直接投资规模扩大的有利因素。

2.数字经济方面指标回归分析

为了考察基础设施（DEIX1）、创新环境（DEIX2）、制度环境（DEIX3）及信息技术应用（DEIX4）对中国对外直接投资的影响，分别将其引入并替代方程（8）中的DEI，并且仍使用固定效应方法进行回归。结果见表5 中的模型（2）—（5）。

表5 投资引力模型估计结果

比较模型（2）—（5）的回归结果，可以发现：4 个指标对OFDI 的影响存在显著差异。其中，信息技术应用影响最大，该指标平均每提高1%，投资规模将显著扩大0.768%，这表明“一带一路”沿线国家应普及B2B、B2C等互联网模式的应用，提高中国对外直接投资的效率和规模；其次，创新环境对外商投资的影响相对较大，“一带一路”沿线国家创新环境平均每改善1%，投资量将增加0.668%，表明“一带一路”沿线国家应加强知识产权保护、提高教育质量等，建设创新型国家，这不仅能提高生产效率和技术水平，还能降低运营成本，吸引更多的外资流入；数字基础设施呈现显著的正向影响，基础设施水平每提高1%，投资规模扩大0.057%，表明移动网络、网络带宽等基础设施建设是促进投资活动高效运行的重要因素；制度环境的正向影响较为显著，表明沿线国家应通过建立完善的法律规章制度、提高政府服务水平等来营造良好的制度环境，这是中国决定投资时必须考虑的因素。

五、结论与建议

通过多维度测算“一带一路”沿线各国数字经济水平，并将该指标纳入方程（8）进行实证检验，得出的结论如下：“一带一路”沿线各国数字经济水平的综合指数和各方面指数均存在显著差异，欧洲发达国家数字经济水平明显高于亚洲和非洲，各地区数字经济水平在时序变化上整体呈上升趋势，且各地区数字经济水平相差不大，但仍存在较大提升空间。市场规模、市场吸引力、人口规模、资源禀赋、技术禀赋、外贸依存度及数字经济水平对中国对外直接投资均具有正向影响，除外贸依存度外，其他变量均通过显著性检验，而关税对中国对外直接投资具有显著负面影响，且数字经济水平在所有变量中对中国对外投资的影响程度最大。信息技术与应用对影响中国对外直接投资增长的程度最高，其次是创新环境、数字基础设施和制度环境。

基于以上结论，“一带一路”沿线各国数字经济水平不一，仍存在发展空间，且数字经济在促进中国对外直接投资规模扩大中占据重要地位。中国与沿线国家一向贸易关系密切，提高沿线国家数字经济水平对持续扩大中国对外投资规模，促进中国GDP增长具有很强的现实意义。因此，提出如下建议：一是加强数字基础设施建设，特别是完善中国与沿线国家互联网相关基础设施建设，提高互联网的互联互通水平，进一步释放数字经济发展潜力，促进中国投资规模的扩大。二是提供良好的创新环境，中国与沿线国家应提高教育质量，培养数字化人才，加强双方数字人才交流，提升国家整体创新能力。三是优化制度环境，改进并完善数字经济领域相关法律法规，发挥政府部门促进数字经济发展的重要作用。四是推进信息技术的应用与普及，加快“数字丝绸之路”建设，缩小双方数字经济水平的差距，实现中国与更多沿线国家的投资合作。