中国在北极航线经济腹地OFDI 区位选择——从投资便利化角度出发

耿学伟，张皞

（大连海事大学，辽宁 大连 116026）

1 引言

中国在2013 年提出“一带一路”倡议，为中国对外直接投资持续健康发展搭建了平台。2017 年，中俄两国领导人提出合作开发北极航线，共建“冰上丝绸之路”。作为“一带一路”的北向延展和重要补充，“冰上丝绸之路”将有力推进北极航线开发合作。截至2018 年末，中国对北极航线经济腹地47 国直接投资存量规模已有2260.09 亿美元，约占中国对外直接投资存量总规模的11.40%。武国明（2019）[1]指出北极油气资源的投资价值很高。北极航线通航后，将大大拉近中国和各国市场的距离。投资便利化合作将为中国企业在国外创造投资空间，中国和中国企业将会在更加便利、透明的投资环境中获益。

本文构建北极航线经济腹地国家投资便利化指标体系，运用全局主成分分析方法测算腹地各国的投资便利化水平。结合腹地各国经济发展特点建立了投资便利化水平与对外直接投资的固定效应计量经济模型，实证检验北极航线经济腹地国家投资便利化水平如何影响中国对其直接投资。

2 投资便利化水平测算

2.1 投资便利化指标体系构建

北极航线是联系东亚、西欧和北美的最短航线，李振福（2016）[2]考虑地理和几何因素对断裂点模型进行改进，划分出北极航线的经济腹地，并利用场强模型划分北极航线经济腹地等级。考虑数据的可获得性及连续性，文章选取北极航线经济腹地国家中47 个国家作为研究对象。

便利化相关研究从贸易便利化[3]、贸易投资便利化[4]发展到聚焦投资便利化[5]，便利化水平指标体系不断完善。文章将制度便利化、基础设施便利化、劳动力市场便利化、金融经济便利化作为投资便利化的一级指标，以一级指标为分类依据构建23 个二级指标组成的投资便利化指标体系，以此指标体系为基础组成了2009～2018 年47 个国家、23 个指标组成的10×47×23面板数据。

2.2 数据处理与指标权重确定

结合全局主成分分析方法的基本原理，对2009～2018 年北极航线经济腹地47 国投资便利化水平进行测算。运用极值处理法对指标数据做同向化处理，运用标准化处理法消除量纲量级影响。对各二级指标进行KMO 和Bartlett 检验。检验结果显示KMO 大于0.5，二级指标之间存在相关性，Bartlett 检验的Sig 值小于0.05，可以进行全局主成分分析。

将经过预处理的2009～2018 年二级指标数据进行全局主成分分析，根据主成分对应特征根大于1 的提权原则，提取出前5 个主成分，反映了23 个指标中74.323%的信息量。在保证各二级指标不相关前提下，可以基本反映二级指标的原始信息，文章选用Stata16.0软件进行全局主成分分析。载荷矩阵系数经过加权处理后得到指标体系的模型，再对各指标系数做归一化处理，得出最终投资便利化水平测算模型（公式2.1）。其中，一级指标权重：制度便利化（G）为0.256，基础设施便利化（I）为0.207，劳动力市场便利化（L）为0.202，金融经济便利化（F）为0.335。

通过该投资便利化水平测算模型，代入历年各国指标数据，计算出北极航线经济腹地47 个国家投资便利化的得分。

2.3 国家投资便利化水平测算

北极航线经济腹地各国投资便利化水平测算结果显示出绝大多数国家的投资便利化水平仍然存在较大的提升空间。依据北极航线经济腹地国家投资便利化得分，对经济腹地国家投资便利化水平进行排名，可以为中国政府和跨国企业了解北极航线经济腹地国家投资环境提供参考。

3 模型设定与变量说明

3.1 模型设定

结合北极航线经济腹地国家经济发展的特点，在投资便利化水平对中国在该地区直接投资的影响检验中，将投资便利化水平的分指标作为替代变量，引入按购买力平价国内生产总值、人口密度、货物和服务出口比重、外资开放度等控制变量，建立如下投资便利化固定效应模型：

其中，OFDIij表示中国在第t 年对i 国的投资存量，IFit表示t 年i 国的投资便利化水平，GOVit表示t 年i 国的制度环境水平，INFit表示t 年i 国的基础设施水平，LABit表示t 年i 国的劳动力市场水平，FINit表示t 年i国的金融经济环境水平，PPPit表示t 年i 国的经济规模，POPit表示t 年i 国的人口密度，DISTi表示中国与i 国之间的地理距离，EGSit表示t 年i 国的货物和服务出口比重，FIOit表示t 年i 国的外资开放度，表示随机误差项。

3.2 变量与指标说明

为避免经济危机、新冠疫情造成回归模型结构突变问题，文章研究期定为2009～2018 年，样本选取北极航线经济腹地47 国，利用面板数据分析投资便利化对中国在腹地国家直接投资的具体影响。个别数据缺失的，采用插值法作补充。

在计量模型中，如果解释变量之间有多重共线性，就可能影响变量回归结果的显著性和系数。检验结果显示，方差膨胀因子均小于10，结果说明各变量均没有多重共线性，所以不会影响变量回归结果的显著性和系数。

4 实证结果与分析

4.1 基本回归分析

通过混合效应、随机效应和固定效应模型对全样本的检验。根据F 检验结果，p 值为0.0000，拒绝原假设，因此固定效应比混合回归更适用于所用数据的实证，北极航线经济腹地各国情况差异较大，部分不随时间变化的遗漏变量会使混合回归结果有误。根据LM 检验结果，拒绝混合效应模型，随机效应比混合效应更适用于所用数据的实证。通过进行传统和稳健的Hausman 检验，结果表明随机效应模型并不适用。因此，本文确定用固定效应模型进行实证检验。

分指标实证结果表明，投资便利化的一级指标制度、劳动力市场显著促进中国在北极航线经济腹地直接投资，基础设施、金融经济影响不显著，各便利化指标影响效果有一定差异。其中，东道国的劳动力市场水平对中国在北极航线经济腹地直接投资的影响最大，即东道国的劳动力市场每增加1%，中国对其直接投资约增长1.923%。其次，是跨国企业倾向于对制度便利的地区进行投资，即一国制度便利水平每提升1%，中国对其直接投资将增加0.761%。剩余控制变量对中国在北极航线经济腹地直接投资的影响作用，均正向显著。

4.2 异质性分析

4.2.1 发展程度差异

为了系统地确定投资便利化水平对各发展程度国家的影响程度，文章将北极航线经济腹地47 个国家划分为发达国家、其他国家两个部分，回归分析结果详见表1。

表1 发展程度细分样本模型检验与估计

相比之下，非发达国家国内市场整体环境的提升更有助于促进中国对其直接投资。发达国家显著性明显比其他国家低。因为发达国家发展程度较高，提升投资便利化水平对中国对其直接投资影响不明显，反全球化浪潮和投资保护主义是阻碍中国对其直接投资的关键因素。

4.2.2 腹地等级差异

为了系统地确定投资便利化综合水平和各一级指标对北极航线三个等级腹地的影响程度，文章将北极航线经济腹地47 个国家划分为三个区域，回归结果详见表2。

表2 腹地等级细分样本模型检验与估计

整体上看，北极航线三个等级经济腹地国家各便利化指标的显著性差异较大，一级腹地投资便利化水平对中国在北极航线经济腹地直接投资不存在显著影响，二级、三级腹地均正向显著。分指标来看，一级腹地国家制度、金融经济指标正向显著。二级腹地国家劳动力市场、金融经济指标正向显著。三级腹地国家制度、劳动力市场指标正向显著。

4.3 稳健性检验

北极航线经济腹地47 个国家的投资便利化水平的差异较大，乔敏健（2019）[6]指出投资便利化水平出现极端值，可能会造成实证结果偏差。由于瑞士便利化水平最高，波黑便利化水平最低，因此去掉这两个样本国家进行稳健性检验。

结果表明，剔除投资便利化水平过高和过低的国家后，北极航线经济腹地国家投资便利化的一级指标制度、劳动力市场对中国在北极航线经济腹地直接投资的影响都存在正向相关关系，基础设施和金融经济影响不显著。

5 结论及建议

文章通过全局主成分分析法测算出腹地2009-2018年47 个国家的投资便利化水平，并构建固定效应模型实证分析北极航线经济腹地国家投资便利化水平如何影响中国对其直接投资。主要研究结论如下：

第一，北极航线经济腹地国家总体投资便利化水平差异明显，各变量均显著促进中国在北极航线经济腹地国家直接投资；第二，制度、劳动力市场便利化更有助于促进中国对腹地国家直接投资的提高；第三，异质性分析表明，投资便利化建设对非发达国家的促进效应显著，对发达国家的促进效应则不明显；投资便利化建设对二、三级腹地有显著的促进效应，其中对二级经济腹地的促进效应大于三级经济腹地。

基于以上实证结论，提出以下对策建议：

第一，采取差异化的投资模式。中国对外直接投资过程中，需要做出符合各国现状的投资区位选择。第二，客观评估投资便利化不同指标的影响。加大与腹地国家在基础设施领域的投资合作，着重加强制度、劳动力市场方面的合作。第三，全面发挥国际合作组织和投资协定作用。充分发挥WTO、中欧投资协定、北极理事会的纽带作用，重点加强同北极航线二、三级经济腹地投资便利化合作，让非发达国家也能平等参与到投资合作中来。