优化营商环境能否促进经济发展——来自“一带一路”沿线国家的证据

曾慧 郭慧聪 郑倩倩

（1.浙江工商大学统计与数学学院，浙江 杭州 310018；2.浙江工商大学统计数据工程技术与应用协同创新中心，浙江 杭州 310018）

一、引言

全球经济形势不断变化，国际投资贸易格局和多边投资贸易规则不断调整，新兴市场正在寻找新的增长和发展途径。在这一背景下，2013年中国提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”（简称“一带一路”）的合作倡议，该倡议是扩大对外开放的重要举措，促进了中国与“一带一路”沿线国家的投资合作。然而，“一带一路”沿线国家地域广阔，主要分布在中东欧、北非、西亚、中亚、南亚以及东南亚等地区，存在经济发展水平普遍偏低、经济发展水平空间分布不均衡的特点。优化营商环境是推进“一带一路”倡议的重要举措，是一个国家或地区国际竞争力和经济软实力的重要表现。近年来，我国不断推出优化营商环境的重大举措以助力经济高质量发展，党的二十大报告更是强调要完善市场经济基础制度以优化营商环境。因此，作为企业市场经济活动的外部环境，营商环境的经济效应是当前推进经济发展的重要议题。

本文基于世界银行营商环境评价指标体系（WB-EDB），采用改进灰色TOPSIS评价模型评价沿线国家营商环境，运用空间面板模型检验营商环境及子环境对经济发展的影响，并进一步考察营商环境经济效应的异质性，从营商环境的角度出发为促进沿线国家经济发展提出针对性的对策建议。

二、文献综述

营商环境是一国或地区投资环境和综合实力的重要衡量指标，如何客观评价营商环境一直以来是政府和学术界研究的焦点问题，其中比较有代表性的是世界银行营商环境评价指标体系（WB-EDB）。学术界采用世界银行营商环境评价指标体系（WB-EDB）的研究成果颇为丰富，检索到相关文献可以归为两类。一类是对标WB-EDB的国别分析和跨国比较研究。如Musienko和Tulepbekova（2019）[1]基于WB-EDB开展了营商环境的量化分析并进行跨国比较。张松（2017）[2]、张莉（2017）[3]比较了包括中国在内的“一带一路”沿线国家及东盟国家的营商环境水平。一类是对WB-EDB的质疑和改进研究。在WB-WDB广受青睐时，许多学者对WB-EDB的指标赋权与合成方式提出了质疑。就指标赋权而言，Rogge和Archer（2017）[4]指出WB-EDB过于依赖“一刀切”的赋权方法，未能考虑指标权重的差异。鉴于此，现有研究尝试采用不同的方法为营商环境指标体系赋权，包括层次分析法、德尔菲法、文本分析法等（袁志明和虞锡军等，2018；冯烨，2020；张三保和康璧成等，2020）[5-7]主观赋权法，变异系数法、熵权法等（刘帷韬，2020；邱康权和陈静等，2022）[8-9]客观赋权法，以及各种主客观相结合的组合赋权方法（李志军和张世国等，2021）[10]。就指标合成而言，除了WB-EDB采用的简单算术平均法，因子分析法（张洽和曹玉臣，2021）[11]、主成分分析法（涂正革和程烺等，2022）[12]、TOPSIS法（姜爱华和辛婷等，2021）[13]以及灰色关联分析法（邓加和徐鹏鹏，2022）[14]等被广泛运用于营商环境评价指标体系的加总。

作为市场经济活动的外部土壤，营商环境对投资（刘军和王长春，2020）[15]、贸易（刘镇和邱志萍等，2018）[16]、创新（王磊和景诗龙等，2022）[17]的影响备受关注，其中营商环境之于经济发展的影响是诸多营商环境效应研究中的焦点问题。具体地，基于国家层面，Cebula（2013）[18]的研究表明改善营商环境不仅可以提高OECD国家的经济活力，还可以提高人均收入。Glodowska（2017）[19]通过对欧盟国家营商环境和经济增长的比较分析，发现营商环境与经济增长之间存在显著正相关关系。王雨飞和张睿嘉等（2020）[20]研究表明改善营商环境有利于促进亚欧国家的经济增长。此外，不少学者基于城市和省域层面研究营商环境的经济效应。董志强和魏下海等（2012）[21]基于城市层面发现良好的营商软环境有利于城市的经济发展。张曾莲和孟苗苗（2022）[22]基于2011—2017年省级面板数据发现良好的营商环境可以提高科技创新水平，促进经济高质量发展。钱丽和魏圆圆等（2022）[23]则验证了中国各省（区、市）营商环境与经济高质量发展之间的非线性关系，即U形关系。

现有文献为营商环境评价和效应研究奠定了坚实基础，然而尚存在可以深入探究之处：一是虽然WB-EDB给出了反映营商全过程和便于跨国比较的营商环境评价指标体系，但是指标赋权和指标合成方面有待进一步优化。二是尽管多维度、多层面的营商环境效应研究被广泛关注，但是分析过程中大都忽视了对变量空间特征以及营商环境效应异质性的考察。

鉴于此，本文对营商环境评价与经济效应研究这两个领域进行了有益补充，可能的创新之处与边际贡献在于：构建CRITIC赋权法+改进灰色TOPSIS模型对“一带一路”沿线国家的营商环境进行综合评价，丰富营商环境评价理论研究，拓展评价实践领域。然后，以空间视角构建面板模型检验“一带一路”沿线国家营商子环境的经济效应，同时从沿线国家的区位和发展水平差异考察营商环境经济效应的异质性，为推进沿线国家的营商环境建设和经济发展提供实证依据。

三、“一带一路”沿线国家营商环境评价

（一）营商环境评价方法

考虑到世界银行评价指标体系的全面性和权威性，以及现有研究对其指标等权重算术平均评价方法的质疑，本文的评价实践过程遵循“指标体系→指标赋权→指标合成”的一般过程，以世界银行的指标体系和数据为基础，尝试采用CRITIC法为指标赋权，进一步构建改进灰色TOPSIS模型进行指标合成。

CRITIC赋权法旨在综合考虑指标的变异性和相关性，通过将指标变异性和相关性的代表统计量相乘，得到指标的客观信息量，并将信息量进行归一化处理，得到指标权重。具体的赋权过程为：

首先，对指标数据进行标准化处理。由于世界银行的数据已进行标准化处理，此步骤不再赘述。

其次，计算指标变异性与相关性。其中，xij为第i个评价对象的第j项评价指标的标准化数值，rkj表示第k项评价指标与第j项评价指标之间的相关系数，即：

最后，将变异性指标与相关性指标相乘得到信息量Cj，Cj越大，第j项指标在整个评价指标体系中的作用越大，分配的权重也更多。权重wj的表达式如下，其中，0≤wj≤1，且

指标赋权后，进行指标合成得到综合得分。改进灰色TOPSIS评价模型由灰色关联分析法和TOPSIS法有机结合，构造了一种新的相对贴近度以实现对方案的评价，同时反映了方案与正理想方案和负理想方案之间的位置关系和数据曲线的相似差异。改进灰色TOPSIS评价模型的计算步骤如下：

首先，确定加权决策矩阵Z：

其次，确定正理想解数列A+、负理想解数列A-，并基于此计算各研究对象与正负理想解数列的灰色关联系数。其中，ρ为分辨系数，代表分辨力的大小，通常取ρ=0.5。

随后，计算各研究对象与正负理想解数列的灰色关联度和欧式距离，并进行标准化，以便于对其进行合并计算。

接着，基于求得的灰色关联度和欧式距离计算相对贴近度。其中，α和β分别代表决策者对曲线簇位置和形状的偏好程度，取值范围均为[0，1]，且α+β=1，本文借鉴李红和智硕楠（2020）[24]的做法，取α=β=0.5。

最后，根据相对贴近度的大小对各研究对象进行排序。

（二）评价结果分析

由于部分国家数据缺失，本文仅选取55个“一带一路”沿线国家营商环境子环境进行评价。根据地理位置和营商环境的空间分布情况，将沿线国家按区域划分为3类①西亚北非国家：伊拉克、土耳其、约旦、以色列、沙特阿拉伯、阿曼、阿拉伯联合酋长国、巴林、塞浦路斯、格鲁吉亚、亚美尼亚、阿塞拜疆、伊朗、黎巴嫩、埃及。中东欧国家：俄罗斯、波兰、立陶宛、爱沙尼亚、拉脱维亚、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、波黑、阿尔巴尼亚、罗马尼亚、保加利亚、北马其顿、希腊、白俄罗斯、摩尔多瓦、乌克兰。亚洲国家：中国、蒙古国、新加坡、马来西亚、泰国、文莱、印度尼西亚、缅甸、柬埔寨、菲律宾、马尔代夫、印度、巴基斯坦、孟加拉国、斯里兰卡、尼泊尔、不丹、哈萨克斯坦、乌兹别克斯坦、塔吉克斯坦、吉尔吉斯斯坦。，以2019年为例，图1展示了不同区域营商子环境的得分雷达图。总体而言，开办企业的便利程度整体水平最优，其次为获得电力、跨境贸易等便利程度，办理破产的便利性整体最差。区域间差异方面，不同区域在开办企业的子环境维度差异较小，而在跨境贸易、获得信贷、获得电力等子环境的表现有较大差异。可见，地理区位的差异一定程度影响交通运输、货物往来的便利性从而使营商环境水平存在差异性。

图1 2019年各区域营商子环境得分雷达图

进一步探讨不同经济发展水平下①经济较发达国家：中国、俄罗斯、新加坡、马来西亚、泰国、文莱、马尔代夫、哈萨克斯坦、伊拉克、土耳其、约旦、以色列、沙特阿拉伯、阿曼、阿拉伯联合酋长国、巴林、塞浦路斯、格鲁吉亚、亚美尼亚、阿塞拜疆、波兰、立陶宛、爱沙尼亚、拉脱维亚、捷克、斯洛伐克、匈牙利、斯洛文尼亚、克罗地亚、波黑、阿尔巴尼亚、罗马尼亚、保加利亚、北马其顿、希腊、白俄罗斯、摩尔多瓦；经济欠发达国家：蒙古国、印度尼西亚、缅甸、柬埔寨、菲律宾、印度、巴基斯坦、孟加拉国、斯里兰卡、尼泊尔、不丹、乌兹别克斯坦、塔吉克斯坦、吉尔吉斯斯坦、伊朗、黎巴嫩、埃及、乌克兰。沿线国家的营商子环境均值得分情况。如图2所示，在各子环境下，整体看沿线国家开办企业方面表现较为优良，在办理破产方面表现较差。而营商子环境在不同经济水平下表现的差异程度方面，开办企业的便利性程度差异最小，跨境贸易便利性程度差异最大。可见，较高的经济发展水平一定程度给予跨境贸易等市场交易行为更加强劲的发展动能，进而使营商环境在不同经济水平下存在差异。

图2 2019年不同经济发展水平下营商子环境得分雷达图

四、理论逻辑与研究假设

宏观视角下，优质的营商环境有利于形成对经济发展前景的良好预期，进而吸引投资和人才，促进经济发展。具体看，市场主体对一个国家或地区的营商环境进行评估，例如开办企业是否便利、是否支持跨境贸易，并基于此对其现在和未来的经济发展状况作出理性预期，从而决定是否进行投资。微观视角下，营商环境是影响交易费用的核心因素，市场主体获得政府许可和相关资源（如获得电力等）的便利性程度直接影响市场主体的交易费用，进而影响市场主体发展的活力和效率。良好的营商环境意味着市场主体的交易费用低、交易效率高，促进市场主体的发展，促使新的市场主体不断涌现，激发经济发展活力，进而促进经济发展。综上，营商环境从宏微观路径出发，通过不同的子环境促进经济发展。基于此，提出如下假设：

假设1：优化“一带一路”沿线国家营商环境一定程度上可以促进经济发展，且不同营商子环境的影响可能有差异。

“一带一路”沿线国家横跨亚欧大陆，地理区位差异较大。地理区位的差异导致各区域之间的要素禀赋、政策背景与市场环境存在差异进而使营商环境的经济效应可能有差异。而且由于距离的差异，运输成本以及投资的不确定性一定程度影响营商环境的经济效应。前文关于不同区域下营商子环境的分析结果中提及的不同区域在跨境贸易、获得电力等子环境具有差异性，也为以上理论逻辑提供了事实依据。综上，由于地理区位差异，营商环境的优化或因聚集效应起到促进经济发展的效果，或因拥挤效应无法促进经济发展，甚至抑制经济增长。基于此，提出如下研究假设：

假设2：“一带一路”沿线国家营商环境对经济发展的影响可能存在区域异质性。

经济增长理论将人力资本及技术进步等要素的集聚作为经济发展的重要落脚点。营商环境是影响经济发展的重要因素，良好的营商环境能够有效地吸引人才、提高科技创新水平。这些要素的集聚促进市场竞争和技术创新，激发市场活力，进而促进经济发展。进一步，经济发展水平的提高也会使人力资本及技术进步等要素产生聚集效应，从而提高人力资本及技术水平，两者相辅相成。同样地，由上文不同经济发展水平下营商子环境的分析结果可知，沿线经济较发达国家在营商子环境的表现均优于沿线经济欠发达国家，且各个子环境之间差异程度不同，故而基于优化营商环境所实现的经济效应可能存在差异。因此，提出如下假设：

假设3：经济较发达国家和经济欠发达国家的营商环境经济效应可能存在异质性。

五、研究设计

（一）样本确定与变量选择

由于2013年以前营商环境数据缺失较为严重，且世界银行最新的《营商环境报告》于2020年发布，本文以2013—2019年的55个“一带一路”沿线国家为研究对象，变量选取如下：

被解释变量：经济发展（pgdp），采用人均国内生产总值来表示，单位为以2010年为基期的不变美元。数据来源于世界银行的世界发展指标数据库。

核心解释变量：营商环境（db），采用前文的营商环境评价结果值。营商环境可细分为10个子环境：开办企业（start）、办理施工许可证（cons）、获得电力（ele）、登记财产（prop）、获得信贷（cred）、保护少数投资者（minor）、纳税（tax）、跨境贸易（trade）、执行合同（cont）和办理破产（insol），营商子环境水平采用前沿距离分数表示，数据来源于世界银行《营商环境报告》。

在控制变量选取上，借鉴Haidar（2012）[25]、李峰和李明祥等（2021）[26]的做法：（1）资本（k），采用固定资本形成总额占GDP的百分比来衡量；（2）劳动力（l），采用15—64岁人口中从事经济活动的比例来衡量；（3）政府支出（gc），采用各国政府最终消费支出总额占GDP的百分比来衡量；（4）贸易开放度（open），采用商品和服务的进出口总额占GDP的百分比来衡量；（5）城市化率（urban），采用城市人口占总人口的百分比来衡量。控制变量数据均来源于世界银行的世界发展指标数据库。

（二）空间自相关检验

基于邻接空间权重矩阵，计算2013—2019年“一带一路”沿线国家营商环境与经济发展的全局Moran's I指数（见表1）。2013—2018年营商环境的全局Moran's I指数均为正数且通过了5%的显著性检验，虽然2019年营商环境的全局Moran's I指数没有通过显著性检验，但是基本上可以说明沿线国家的营商环境存在显著的空间正相关性。另外，2013—2019年经济发展指标的全局Moran's I指数均为正数，且通过了1%的显著性检验，表明沿线国家的经济发展存在显著的空间正相关性，表现为“高-高”和“低-低”的空间分布特征。进一步考察营商环境与经济发展的局部空间自相关性①因篇幅所限，局部空间自相关性结果留存备索。，同样得到如上结论。

表1 营商环境与经济发展的全局Moran's I指数

表2 空间面板模型识别检验结果

（三）空间面板模型选择与设定

对于空间计量模型的选择，本文先采用LM检验来判别是选择空间滞后模型（SAR）还是空间误差模型（SEM），再采用Hausman检验来确定是固定效应还是随机效应。LM-lag和Robust-LM-lag都通过了1%的显著性检验，而LM-error和Robust-LM-error只通过了5%的显著性检验，因此，SAR模型相比于SEM模型更为合适。同时，依据Hausman检验结果，接受随机效应的原假设。因此，本文选择随机效应下的空间滞后模型（SAR）。

空间滞后模型表达式为：

其中，pgdpit为被解释变量，dpjt表示解释变量，ρ为空间自回归系数，表示相邻地区被解释变量对本地区被解释变量的影响程度，wij表示空间权重矩阵，β1表示解释变量对被解释变量的影响程度，controlsit为控制变量，μi表示个体效应，εit表示随机误差项。

六、实证结果与分析

（一）营商环境经济效应的回归结果分析

表3展示了营商环境经济效应的回归结果，随着控制变量的不断加入，各变量系数的符号和显著性并没有发生变化，表明模型能较好地反映沿线国家营商环境和控制变量对经济发展的影响。首先，空间自回归系数（Spatial rho）为正且通过了1%的显著性检验，表明空间因素对经济发展的影响显著，邻近国家的经济发展会影响本国的经济发展。可见，“一带一路”沿线国家的经济发展可能会形成“高-高”集聚或“低-低”集聚的现象，与前文经济发展的空间自相关检验结果一致。其次，无论是对营商环境进行单独检验，还是依次加入控制变量进行检验，营商环境（db）的系数均为正数，且通过了1%的显著性检验，表明沿线国家的营商环境存在正向的经济效应。

表3 营商环境经济效应的回归结果

（二）营商子环境经济效应的回归结果分析

进一步基于营商子环境进行实证研究。表4回归结果显示，开办企业（start）、获得电力（ele）、纳税（tax）、跨境贸易（trade）和执行合同（cont）的系数显著为正，表明上述子环境的便利性程度与经济发展之间均具有显著正向关系。而办理施工许可证（cons）、登记财产（prop）、获得信贷（cred）、保护少数投资者（minor）和办理破产（insol）的系数均未通过显著性检验，表明这些营商子环境并不是影响经济发展的重要因素。可见优化营商环境能促进经济发展，而子环境的经济效应存在差异，其中开办企业、获得电力、纳税、跨境贸易、执行合同等子环境显著促进经济发展。假设1得到验证。

表4 营商子环境经济效应的回归结果

（三）营商环境经济效应的异质性分析

为探究营商环境经济效应的异质性，本文按照地理区域和经济发展水平将样本进行分组回归分析（见表5）。表5前三列回归结果显示，西亚北非国家、亚洲国家营商环境（db）的系数在1%的显著性水平下为正，这两个区域的营商环境都有利于促进经济发展，且这种促进作用在西亚北非国家表现最为明显；中东欧国家的营商环境对经济发展具有正向影响但不显著。因此，营商环境对经济发展的影响具有区域异质性。假设2得到验证。后两列回归结果显示，沿线经济较发达国家、沿线经济欠发达国家营商环境（db）的系数分别为0.4148、0.7384，且均通过1%的显著性检验，说明不同经济发展水平下的营商环境一定程度上均促进经济发展，且经济欠发达国家表现更为明显。这表明不同经济发展水平下营商环境对经济发展的促进作用存在异质性。假设3得到验证。

表5 营商环境经济效应的异质性回归结果

（四）稳健性检验

为了检验实证结果的稳健性，将邻接空间权重矩阵换成地理距离空间权重矩阵，分别对营商环境经济效应的回归结果、基于地理区域以及经济发展水平的异质性回归结果进行稳健性检验，检验过程中仍采用随机效应下的空间滞后模型。表6稳健性结果显示，营商环境（db）的系数在1%的水平下显著为正，表明沿线国家营商环境对经济发展的促进作用具有较强的稳健性。空间自回归系数均显著为正，控制变量系数的正负和显著性与表3的回归结果基本一致，说明表3中模型的估计结果具有较强的稳健性。同理对营商子环境进行稳健性检验，结果证明同样具有稳健性。

表6 营商环境经济效应的稳健性检验结果

表7前三列稳健性结果显示，西亚北非国家和亚洲国家营商环境（db）的系数显著为正，中东欧国家营商环境的系数不显著，与表5的回归结果基本一致。后两列稳健性结果显示，沿线经济较发达国家和沿线经济欠发达国家营商环境（db）的系数均为正且都通过了1%的显著性检验，且沿线经济欠发达国家营商环境系数同样大于经济较发达国家。两者结果表明上述结论均具有稳健性。

表7 营商环境经济效应异质性的稳健性检验结果

七、结论与建议

本文基于世界银行营商环境评价指标体系和相关指标数据，构建CRITIC赋权法+改进灰色TOPSIS模型对“一带一路”沿线国家的营商环境进行综合评价。进一步构建空间滞后模型，实证研究营商环境及子环境对经济发展的影响，并检验营商环境经济效应的异质性。本文的主要结论与对策建议如下：

第一，优化营商环境可促进经济发展，而子环境的经济效应存在差异。沿线国家应立足于营造稳定、透明、法制化、公平、可预期的营商环境，为经济发展创造良好环境。在营商子环境中，对经济发展影响最为显著的是获得电力、纳税和跨境贸易，沿线国家要着力这些领域，以时间缩短、费用降低、手续减少、流程优化为重点，推进获得电力、纳税和跨境贸易便利化，降低制度性交易成本，为经济发展助力。

第二，营商环境对经济发展的促进作用具有区域异质性，其中西亚北非国家、亚洲国家营商环境显著影响经济发展。因此，优化营商环境可成为其经济发展的战略选择。同时，由于邻近国家的经济发展会影响本国的经济发展，以优化营商环境为抓手，各地区应依据资源禀赋及营商环境建设情况制定差异化营商环境建设方案，加强营商环境建设的辐射作用和扩散作用，以促进东道国经济与邻国经济共同发展。

第三，不同经济发展水平下的营商环境对经济发展的促进作用具有异质性，沿线经济欠发达国家营商环境对经济发展的促进作用大于沿线经济较发达国家。因此，经济欠发达的国家拥有发展潜力，更应着力提升营商环境水平，以实现经济快速发展。具体可学习、借鉴和吸收先进国家的经验和做法，聚焦营商环境建设领域的最佳实践，持续跟踪和研究，结合本国国情优化营商环境。经济较发达国家应加强国家合作，实现互利共赢，促进沿线国家营商环境的整体优化。