［提要］ 自2001年我国的“走出去”战略提出后，中国对外直接投资规模日益扩大，东道国基础设施的完善程度与我国对外直接投资的流向存在着密切的联系。基于“一带一路”建设背景，采用2005～2015年64个沿线国家的数据，构建面板数据模型，对“一带一路”沿线国家基础设施建设水平与我国OFDI区位选择关系进行分析。分析发现，沿线国家的基础设施水平存在较大差异，我国对于基础设施水平不同的国家投资水平亦有所不同。在各类基础设施中，铁路运输、航空运输和信息设施对我国向“一带一路”沿线国家直接投资影响较为显著。
关键词：对外直接投资；基础设施；“一带一路”
中图分类号：F752 文献标识码：A
收录日期：2018年7月24日
一、引言
“一带一路”倡议是在全世界范围内整合区域内各种资源、有力推动各国之间的合作和项目实施，构建我国内外联动的发展布局与安排。从21世纪初期开始，中国企业的对外直接投资 （OFDI）开始持续显著增长，自从我国大力推行“一带一路”以来，中国投资在“一带一路”沿线国家的经济发展中的作用和地位也日趋重要，中国对“一带一路”沿线国家的投资也成为“一带一路”建设的重要内容。近些年来，我国对“一带一路”沿线国家的直接投资增长迅速，所占比重不断提升，占中国对外直接投资的份额由2005年的5.5%上升至2015年的13%。目前，随着“一带一路”的深入推进，参与“一带一路”的国家数量不断增多，我国企业OFDI迎来了前所未有的发展契机。但我国对于“一带一路”沿线国家的投资规模差异较大，不同地区间不平衡情况显著。造成这种情况的影响因素很多，其中基础设施建设水平的完善程度也是其中一个重要因素。“一带一路”沿线国家的基础设施水平差异较大，中国企业对基础设施水平较高的国家优先投资。本文将从东道国基础设施建设水平现状出发，将其与我国对外直接投资状况相联系，深入分析二者之间的关系。
二、东道国基础设施建设水平与我国OFDI区位选择实证检验
（一）变量选取、样本说明
1、变量选取与数据来源
（1）被解释变量。本文将中国对外直接投资流量（OFDI）作为被解释变量，并选取2005～2015年的数据，来源于2005～2015年的《中国对外直接投资统计公报》，以万美元计算。
（2）核心解释变量。本文的核心解释变量是基础设施变量，这里采用狭义基础设施的定义。主要研究经济性基础设施，社会性基础设施不在讨论之列。按照世界经济论坛发布的全球竞争力报告，将基础设施分为五类：公路基础设施、铁路基础设施、空运基础设施、电力供应、信息基础设施。公路基础设施质量以2005～2015年各国公路货运周转量（亿吨公里）表示。铁路基础设施质量以2005～2015年各国铁路货运周转量（亿吨公里）表示，空运基础设施质量以2005～2015年各国空运货运周转量（万吨公里）表示，电力供应质量以2005～2015年各国供电能力（百万千瓦时）表示，通信基础设施质量以2005～2015年各国移动电话签约数量（每百人）来表示，以上数据均来源于世界银行WDI数据库。
（3）控制变量。本文选取中国对外投资流量滞后项、经济规模、市场开放程度、资源丰裕度、人口密度作为控制变量。
中国对外投资流量滞后项：只有在东道国投资后，经过一段时间后，产业集聚效应才会显现，才会吸引更多的外商直接投资。由于增加了中国对外投资流量滞后项，本文研究的数据也就成为动态面板数据。
经济规模：一个地区的经济规模越大，其产业集聚效应程度越高。众多学者的研究表明，东道国市场规模是吸引外商投资的重要因素。本文用各国2005～2015年GDP表示，数据来源于世界银行WDI数据库。
市场开放程度：市场开放程度越高，对外资吸引力就越强。本文用2005～2015年各国进出口额占GDP比重表示，数据来源于世界银行WDI数据库。
资源丰裕度：众多学者研究结果表明了东道国的自然资源对投资区位选择存在显著正相关关系。本文用矿石和金属出口占商品出口比重表示，数据来源于世界银行WDI数据库。
人口密度：人口密度大的地方基础设施利用率较高，也会吸引较多的投资。本文在解释变量中引入人口密度，数据来源于世界银行WDI数据库。
2、样本选取说明。本文在样本国家选取方面有以下两点考虑：一是该国与我国经贸投资关系的重要性，将一些对其投资量较大的国家纳入研究范畴；二是数据可得性原则。“一带一路”沿线有众多小国，很多国家的数据都有缺失，将一些数据不全的国家排除在外。另外，对于一些小国，中国对其投资是援助性投资，若将这些国家也纳入研究，会影响研究结果，这些国家也排除在外。经过细致的研究和筛选，共获得18个国家或地区。本文选择的样本国家或地区包括：东盟4国（泰国、菲律宾、新加坡、印尼）、西亚4国（沙特、土耳其、埃及、以色列）、独联体2国（俄罗斯、乌克兰）、南亚2国（印度、巴基斯坦）、中亚2国（哈萨克斯坦、吉尔吉斯斯坦）、东亚1国（蒙古）、中东欧3国（波兰、捷克、罗马尼亚）。
（二）模型构建
1、模型构建。在已有研究基础之上，并结合上文分析，本文使用动态面板模型来分析“一带一路”沿线国家基础设施对我国投资区位选择的影响。为了消除异方差，因而对变量采用自然对数形式。具体模型如下：
lnofdiit=?琢0+?琢1lninfrait+?琢2lngdpit+?琢3lnopenit+?琢4lnsourit+?琢5lnpopit+?琢6lnofdi（-1）it-1+?着
其中，i代表国家，t代表时间，?着代表随机误差项，与各解释变量无关。
解释变量中infra代表基础设施，包含公路、铁路、空运、电力供应、信息等五大经济性基础设施，在模型进行回归时，将这5项基础设施分别代入回归，逐一进行分析。
2、变量的平稳性问题。为避免伪回归问题的发生，本文在此采用LLC检验、ADF检验和IPS检验进行单位根检验。结果表明，在LLC检验、ADF检验和IPS检验中，部分原始序列存在不平稳，但一阶差分后检验结果均显示所有变量都平稳。
（三）实证方法。为避免内生性问题而导致模型参数估计偏差，本文使用系统广义矩估计（System GMM）方法。GMM方法被广泛用来处理方程中存在的内生性问题，因而所得到的参数估计量更加有效。广义矩估计分为差分GMM和系统GMM，但差分GMM存在弱工具变量和小样本所导致的估计偏差问题，为了克服弱工具变量的影响，系统GMM将解释变量滞后阶作为差分方程的工具变量，同时用差分变量的滞后项作为水平方程的工具变量，使得参数估计的可靠性得到提高，因此本文使用系统GMM方法。
三、东道国基础设施建设水平与我国OFDI区位选择实证结果分析
表1是本文模型通过系统GMM方法得到的估计结果。由表1可看出，五项基础设施分别经过系统GMM方法估计后的Wald检验的P值均<0.1，表明整体模型是显著的，拒绝了原假设。从表中可看出Sargan检验的P值均大于0.1，说明工具变量是有效的，即工具变量和误差项是不相关的。另外，对于AR（1）检验的概率值p通过了检验，说明表明模型的残差基本没有序列相关性，即本文所设定的模型是合理的。（表1）
（一）对于核心解释变量结果分析。从模型估计的整体结果来看，东道国基础设施对我国OFDI确实存在较为显著的影响。公路、铁路、空运、电力供应、信息基础设施的系数均为正数，而且铁路、空运和信息基础设施都显著。铁路、空运和信息基础设施每完善1%，就可分别带来6.52%、8.60%、2.03%的投资。其中，尤以空运基础设施的完善所带动的投资最大。由此可见，基础设施水平提升对于带动OFDI的作用非常大。
（二）对于控制变量结果分析。在各个控制变量中，GDP在系数上均为正数，而且在公路、铁路、电力供应基础设施的系数均为显著，说明GDP与对外直接投资确实存在正相关关系，说明了经济规模是影响我国投资流向的重要因素。
经济开放度在大多数情况下不显著，只有在与公路基础设施一起进行估计时显著且系数为正。可能的原因是变量或数据选取不当，因为正常情况下，东道国市场越是开放，吸引的我国直接投资就越多。
自然资源丰富程度在大多数情况下不显著。这说明，在企业的对外直接投资中，交通起到了很大的作用，交通基础设施的完善在一定程度上取代了我国企业进行投资时的资源寻求动机。
人口密度大部分情况下都没有通过显著性检验，说明人口密度不一定对OFDI真的存在影响。但从实际情况来看，人口密度与OFDI应存在正相关性，因为人口多的地方，基础设施利用率较高，也相对较为完善。
四、政策建议
（一）发挥我国资金、技术等方面优势，加强与“一带一路”沿线国家基础设施投资合作。基础设施的完善是FD流入区位选择的重要影响因素，对于FDI流入具有较强的正向作用，“一带一路”沿线国家基础设施水平普遍偏低，远低于世界平均水平。而中国在基础设施领域具有较强的施工能力，拥有成熟的基础设施建设经验，国内企业应充分发挥自己的优势，积极参与“一带一路”沿线国家的基础设施建设工程。另外，基础设施建设需要资金量较大，近年来中国资金较为充裕，具备足够实力对“一带一路”沿线的发展中国家进行投资。同时，应积极推动国内外金融机构加大对相关项目的融资力度。
（二）利用“一带一路”沿线国家基础设施的地区优势，根据不同行业特点进行投资。“一带一路”沿线各国的基础设施建设水平各不相同。东南亚和中东部分国家的交通基础设施较为完善，而东南亚又拥有地缘优势，运输成本较为低廉，适合运输费用较高企业的投资，因此很适合我国企业投资。中东地区能源基础设施比较完善，石油资源非常丰富，且部分国家资金也很充裕，适合我国基建企业、交通运输业、开采企业等行业的投资。
（三）扩大对发展国家和地区的对外直接投资。“一带一路”涉及国家众多，尤其以中低收入水平的发展中国家为主。总体来说，东南亚及其周边国家或地区应成为对发展中国家进行对外直接投资的重点区域。因为该地区人口众多，市场容量较大，基础设施建设较为完善。另外，我国在对“一带一路”沿线国家的投资过程中，产能过剩行业也可以积极参与对外直接投资，通过对外直接投资，可以有效转移过剩产能。因此，我国应当加大对建筑业、通讯业、能源供应业的投资，将资金投向基础设施建设相对落后的地区，而建筑业的建设正需要钢铁和水泥的供应，能源供应业则包括了风电和煤炭业。
（作者单位：安徽大学经济学院）
主要参考文献：
［1］Kolstad，I.，Wiig，A.What
Determines Chinese Outward FDI［J］.Journal of World Business，2010.478（2）.
［2］Juan Blyde，Danielken Molina.Logistic Infrastructure and International Location
of Fragmented Production［J］.Journal
of International Economics，2015（95）.
［3］陈恩，王方方.中国对外直接投资影响因素的实证分析——基于2007～2009年国际面板数据的考察［J］.商业经济与管理，2011（8）.
［4］邓丹蔓.物流基础设施对双边贸易影响实证研究——基于31个国家和地区贸易数据的分析［J］.商业经济研究，2014（10）.
［5］陶攀，荆逢春.中国企业对外直接投资的区位选择——基于企业异质性理论的实证研究［J］.世界经济研究，2013（9）.
［6］宋维佳，许宏伟.对外直接投资区位选择影响因素研究［J］.财经问题研究，2012（10）.
［7］王方方，赵永亮.企业异质性与对外直接投资区位选择——基于广东省企业层面数据的考察［J］.世界经济研究，2012（2）.
□文/李 颖
［提要］ 自2001年我国的“走出去”战略提出后，中国对外直接投资规模日益扩大，东道国基础设施的完善程度与我国对外直接投资的流向存在着密切的联系。基于“一带一路”建设背景，采用2005～2015年64个沿线国家的数据，构建面板数据模型，对“一带一路”沿线国家基础设施建设水平与我国OFDI区位选择关系进行分析。分析发现，沿线国家的基础设施水平存在较大差异，我国对于基础设施水平不同的国家投资水平亦有所不同。在各类基础设施中，铁路运输、航空运输和信息设施对我国向“一带一路”沿线国家直接投资影响较为显著。
关键词：对外直接投资；基础设施；“一带一路”
中图分类号：F752 文献标识码：A
收录日期：2018年7月24日
一、引言
“一带一路”倡议是在全世界范围内整合区域内各种资源、有力推动各国之间的合作和项目实施，构建我国内外联动的发展布局与安排。从21世纪初期开始，中国企业的对外直接投资 （OFDI）开始持续显著增长，自从我国大力推行“一带一路”以来，中国投资在“一带一路”沿线国家的经济发展中的作用和地位也日趋重要，中国对“一带一路”沿线国家的投资也成为“一带一路”建设的重要内容。近些年来，我国对“一带一路”沿线国家的直接投资增长迅速，所占比重不断提升，占中国对外直接投资的份额由2005年的5.5%上升至2015年的13%。目前，随着“一带一路”的深入推进，参与“一带一路”的国家数量不断增多，我国企业OFDI迎来了前所未有的发展契机。但我国对于“一带一路”沿线国家的投资规模差异较大，不同地区间不平衡情况显著。造成这种情况的影响因素很多，其中基础设施建设水平的完善程度也是其中一个重要因素。“一带一路”沿线国家的基础设施水平差异较大，中国企业对基础设施水平较高的国家优先投资。本文将从东道国基础设施建设水平现状出发，将其与我国对外直接投资状况相联系，深入分析二者之间的关系。
二、东道国基础设施建设水平与我国OFDI区位选择实证检验
（一）变量选取、样本说明
1、变量选取与数据来源
（1）被解释变量。本文将中国对外直接投资流量（OFDI）作为被解释变量，并选取2005～2015年的数据，来源于2005～2015年的《中国对外直接投资统计公报》，以万美元计算。
（2）核心解释变量。本文的核心解释变量是基础设施变量，这里采用狭义基础设施的定义。主要研究经济性基础设施，社会性基础设施不在讨论之列。按照世界经济论坛发布的全球竞争力报告，将基础设施分为五类：公路基础设施、铁路基础设施、空运基础设施、电力供应、信息基础设施。公路基础设施质量以2005～2015年各国公路货运周转量（亿吨公里）表示。铁路基础设施质量以2005～2015年各国铁路货运周转量（亿吨公里）表示，空运基础设施质量以2005～2015年各国空运货运周转量（万吨公里）表示，电力供应质量以2005～2015年各国供电能力（百万千瓦时）表示，通信基础设施质量以2005～2015年各国移动电话签约数量（每百人）来表示，以上数据均来源于世界银行WDI数据库。
（3）控制变量。本文选取中国对外投资流量滞后项、经济规模、市场开放程度、资源丰裕度、人口密度作为控制变量。
中国对外投资流量滞后项：只有在东道国投资后，经过一段时间后，产业集聚效应才会显现，才会吸引更多的外商直接投资。由于增加了中国对外投资流量滞后项，本文研究的数据也就成为动态面板数据。
经济规模：一个地区的经济规模越大，其产业集聚效应程度越高。众多学者的研究表明，东道国市场规模是吸引外商投资的重要因素。本文用各国2005～2015年GDP表示，数据来源于世界银行WDI数据库。
市场开放程度：市场开放程度越高，对外资吸引力就越强。本文用2005～2015年各国进出口额占GDP比重表示，数据来源于世界银行WDI数据库。
资源丰裕度：众多学者研究结果表明了东道国的自然资源对投资区位选择存在显著正相关关系。本文用矿石和金属出口占商品出口比重表示，数据来源于世界银行WDI数据库。
人口密度：人口密度大的地方基础设施利用率较高，也会吸引较多的投资。本文在解释变量中引入人口密度，数据来源于世界银行WDI数据库。
2、样本选取说明。本文在样本国家选取方面有以下两点考虑：一是该国与我国经贸投资关系的重要性，将一些对其投资量较大的国家纳入研究范畴；二是数据可得性原则。“一带一路”沿线有众多小国，很多国家的数据都有缺失，将一些数据不全的国家排除在外。另外，对于一些小国，中国对其投资是援助性投资，若将这些国家也纳入研究，会影响研究结果，这些国家也排除在外。经过细致的研究和筛选，共获得18个国家或地区。本文选择的样本国家或地区包括：东盟4国（泰国、菲律宾、新加坡、印尼）、西亚4国（沙特、土耳其、埃及、以色列）、独联体2国（俄罗斯、乌克兰）、南亚2国（印度、巴基斯坦）、中亚2国（哈萨克斯坦、吉尔吉斯斯坦）、东亚1国（蒙古）、中东欧3国（波兰、捷克、罗马尼亚）。
（二）模型构建
1、模型构建。在已有研究基础之上，并结合上文分析，本文使用动态面板模型来分析“一带一路”沿线国家基础设施对我国投资区位选择的影响。为了消除异方差，因而对变量采用自然对数形式。具体模型如下：
lnofdiit=?琢0+?琢1lninfrait+?琢2lngdpit+?琢3lnopenit+?琢4lnsourit+?琢5lnpopit+?琢6lnofdi（-1）it-1+?着
其中，i代表国家，t代表时间，?着代表随机误差项，与各解释变量无关。
解释变量中infra代表基础设施，包含公路、铁路、空运、电力供应、信息等五大经济性基础设施，在模型进行回归时，将这5项基础设施分别代入回归，逐一进行分析。
2、变量的平稳性问题。为避免伪回归问题的发生，本文在此采用LLC检验、ADF检验和IPS检验进行单位根检验。结果表明，在LLC检验、ADF检验和IPS检验中，部分原始序列存在不平稳，但一阶差分后检验结果均显示所有变量都平稳。
（三）实证方法。为避免内生性问题而导致模型参数估计偏差，本文使用系统广义矩估计（System GMM）方法。GMM方法被广泛用来处理方程中存在的内生性问题，因而所得到的参数估计量更加有效。广义矩估计分为差分GMM和系统GMM，但差分GMM存在弱工具变量和小样本所导致的估计偏差问题，为了克服弱工具变量的影响，系统GMM将解释变量滞后阶作为差分方程的工具变量，同时用差分变量的滞后项作为水平方程的工具变量，使得参数估计的可靠性得到提高，因此本文使用系统GMM方法。
三、东道国基础设施建设水平与我国OFDI区位选择实证结果分析
表1是本文模型通过系统GMM方法得到的估计结果。由表1可看出，五项基础设施分别经过系统GMM方法估计后的Wald检验的P值均<0.1，表明整体模型是显著的，拒绝了原假设。从表中可看出Sargan检验的P值均大于0.1，说明工具变量是有效的，即工具变量和误差项是不相关的。另外，对于AR（1）检验的概率值p通过了检验，说明表明模型的残差基本没有序列相关性，即本文所设定的模型是合理的。（表1）
（一）对于核心解释变量结果分析。从模型估计的整体结果来看，东道国基础设施对我国OFDI确实存在较为显著的影响。公路、铁路、空运、电力供应、信息基础设施的系数均为正数，而且铁路、空运和信息基础设施都显著。铁路、空运和信息基础设施每完善1%，就可分别带来6.52%、8.60%、2.03%的投资。其中，尤以空运基础设施的完善所带动的投资最大。由此可见，基础设施水平提升对于带动OFDI的作用非常大。
（二）对于控制变量结果分析。在各个控制变量中，GDP在系数上均为正数，而且在公路、铁路、电力供应基础设施的系数均为显著，说明GDP与对外直接投资确实存在正相关关系，说明了经济规模是影响我国投资流向的重要因素。
经济开放度在大多数情况下不显著，只有在与公路基础设施一起进行估计时显著且系数为正。可能的原因是变量或数据选取不当，因为正常情况下，东道国市场越是开放，吸引的我国直接投资就越多。
自然资源丰富程度在大多数情况下不显著。这说明，在企业的对外直接投资中，交通起到了很大的作用，交通基础设施的完善在一定程度上取代了我国企业进行投资时的资源寻求动机。
人口密度大部分情况下都没有通过显著性检验，说明人口密度不一定对OFDI真的存在影响。但从实际情况来看，人口密度与OFDI应存在正相关性，因为人口多的地方，基础设施利用率较高，也相对较为完善。
四、政策建议
（一）发挥我国资金、技术等方面优势，加强与“一带一路”沿线国家基础设施投资合作。基础设施的完善是FD流入区位选择的重要影响因素，对于FDI流入具有较强的正向作用，“一带一路”沿线国家基础设施水平普遍偏低，远低于世界平均水平。而中国在基础设施领域具有较强的施工能力，拥有成熟的基础设施建设经验，国内企业应充分发挥自己的优势，积极参与“一带一路”沿线国家的基础设施建设工程。另外，基础设施建设需要资金量较大，近年来中国资金较为充裕，具备足够实力对“一带一路”沿线的发展中国家进行投资。同时，应积极推动国内外金融机构加大对相关项目的融资力度。
（二）利用“一带一路”沿线国家基础设施的地区优势，根据不同行业特点进行投资。“一带一路”沿线各国的基础设施建设水平各不相同。东南亚和中东部分国家的交通基础设施较为完善，而东南亚又拥有地缘优势，运输成本较为低廉，适合运输费用较高企业的投资，因此很适合我国企业投资。中东地区能源基础设施比较完善，石油资源非常丰富，且部分国家资金也很充裕，适合我国基建企业、交通运输业、开采企业等行业的投资。
（三）扩大对发展国家和地区的对外直接投资。“一带一路”涉及国家众多，尤其以中低收入水平的发展中国家为主。总体来说，东南亚及其周边国家或地区应成为对发展中国家进行对外直接投资的重点区域。因为该地区人口众多，市场容量较大，基础设施建设较为完善。另外，我国在对“一带一路”沿线国家的投资过程中，产能过剩行业也可以积极参与对外直接投资，通过对外直接投资，可以有效转移过剩产能。因此，我国应当加大对建筑业、通讯业、能源供应业的投资，将资金投向基础设施建设相对落后的地区，而建筑业的建设正需要钢铁和水泥的供应，能源供应业则包括了风电和煤炭业。
（作者单位：安徽大学经济学院）
主要参考文献：
［1］Kolstad，I.，Wiig，A.What
Determines Chinese Outward FDI［J］.Journal of World Business，2010.478（2）.
［2］Juan Blyde，Danielken Molina.Logistic Infrastructure and International Location
of Fragmented Production［J］.Journal
of International Economics，2015（95）.
［3］陈恩，王方方.中国对外直接投资影响因素的实证分析——基于2007～2009年国际面板数据的考察［J］.商业经济与管理，2011（8）.
［4］邓丹蔓.物流基础设施对双边贸易影响实证研究——基于31个国家和地区贸易数据的分析［J］.商业经济研究，2014（10）.
［5］陶攀，荆逢春.中国企业对外直接投资的区位选择——基于企业异质性理论的实证研究［J］.世界经济研究，2013（9）.
［6］宋维佳，许宏伟.对外直接投资区位选择影响因素研究［J］.财经问题研究，2012（10）.
［7］王方方，赵永亮.企业异质性与对外直接投资区位选择——基于广东省企业层面数据的考察［J］.世界经济研究，2012（2）.
|
