中國對 “21世紀海上絲綢之路”沿線國家的投資潛力分析
——基于投資非效率因素的研究

黃 迪，胡麥秀

（上海海洋大學 經濟管理學院，上海 201306）

引 言

習近平總書記在2013年10月出訪東盟時提出了建設“21世紀海上絲綢之路”的戰略構想，該戰略是集區域經濟結構、國際空間結構及地緣政治結構為一體的偉大倡議，是沿線國家走向經濟共同體、命運共同體的理想架構。2015年3月，中國政府發布《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》，其中明確指出：投資貿易合作是建設的重點內容，中國鼓勵企業積極參與沿線國家的產業投資及基礎設施建設。“21世紀海上絲綢之路”戰略正成為中國企業對外投資的重要推動力。

近年來，關于“21世紀海上絲綢之路”重大倡議這一熱點，學界早已展開了前瞻性探討。譚秀杰，周茂榮運用隨機前沿引力模型對“21世紀海上絲綢之路”沿線國家的貿易潛力進行估算，發現中國對“21世紀海上絲綢之路”沿線國家的貿易效率在不斷提升，中國對該區域沿線國家的出口仍有很大潛力[1]。耿仲鐘，肖海峰對中國在“21世紀海上絲綢之路”沿線國家的農產品貿易特征進行研究，結果表明，中國農產品對沿線國家的出口規模逐漸擴大，但相對于東道國農產品而言，其比較優勢不明顯[2]。廖澤芳，寧凌運用引力模型研究了中國—東盟貿易暢通問題，結果表明，經濟增長、國家沿海特征、人口總量等因素是促進貿易暢通的重要變量，距離則阻礙了兩區域之間的貿易，因此，中國東盟之間要加強道路聯通、貨幣流通來促進貿易暢通[3]。陳萬靈，吳旭梅對“21世紀海上絲綢之路”沿線各國的進口需求及其結構變化進行研究，認為該區域沿線國家進口需求不斷擴大，其中，資源密集型產品進口大幅度上升；各航段進口需求呈現增長趨勢，其產業結構呈現不同變化態勢[4]。周巖，陳淑梅運用GTAP模型研究了貿易便利化和自由化對“21世紀海上絲綢之路”沿線國家經濟福利產生的影響，結果表明，貿易便利化和自由化有利于沿線經濟體形成貿易新格局，對沿線各國的經濟福利具有顯著促進作用[5]。

雖然學界已有大量文獻分析了“21世紀海上絲綢之路”沿線國家的經濟合作問題，但鮮有專門探索該區域投資方面的研究。本文采用2004—2015年中國對“21世紀海上絲綢之路”沿線國家的直接投資數據，構建投資非效率模型，對影響該區域投資規模的投資非效率因素①投資非效率因素是指未納入傳統引力模型的投資阻力變量（如：政策、合作戰略等），或者可表述為除主要經濟變量（人口、經濟規模、距離等）之外的，其他一系列不可觀測的促進或抑制對外直接投資行為的影響因素，這些因素共同作用于投資非效率，對直接投資行為產生積極或消極影響。進行分析，并探索該區域沿線國家的投資潛力。

1 中國對“21世紀海上絲綢之路”沿線國家的投資概況

“21世紀海上絲綢之路”涉及到的沿線國家包括東盟十國，南亞的印度、孟加拉國、斯里蘭卡等，以及西亞和北非的阿拉伯聯盟。參考“21世紀海上絲綢之路”沿線國家與中國經貿合作的密切性，根據地理區位和經濟聯系的緊密程度，將研究對象分為四類：東盟國家、南亞國家、海灣國家、非洲沿海國家。通過剔除部分數據缺失的國家，最終將研究對象確定為：東盟九國（馬來西亞、印度尼西亞、泰國、菲律賓、新加坡、文萊、越南、緬甸、柬埔寨），南亞五國（斯里蘭卡、孟加拉國、巴基斯坦、印度、尼泊爾），海灣五國（阿聯酋、阿曼、卡塔爾、科威特、沙特阿拉伯）、非洲沿海五國（埃及、肯尼亞、塔桑尼亞、莫桑比克、南非）。

近年來，中國對“21世紀海上絲綢之路”沿線24個國家的直接投資增長十分迅速（如圖1所示）。2004年，中國在該區域沿線國家的投資流量僅為2.38億美元，占流量總額的4.32%，投資存量為12.15億美元，占存量總額的2.71%。2015年，中國在該區域沿線國家的投資流量高達181.01億美元，創歷史新高，占流量總額的12.43%，較2004年翻了76倍有余，年均增長率高達48.25%，高于中國對外直接投資流量總額的平均增長速度（34.7%）；投資存量翻了68.74倍，達到835.14億元，占當年存量總額的7.61%，年均增長率為46.9%。

圖1 中國對“21世紀海上絲綢之路”沿線國家的投資規模Fig.1 China's investment scale in the countries along the"Maritime Silk Road"

中國對“21世紀海上絲綢之路”沿線國家的直接投資存在明顯的空間差異性。

從區域層面看，中國對“21世紀海上絲綢之路”沿線區域的投資規模總體呈現上升態勢（如圖2所示），其中，東盟國家是中國對外直接投資的熱點區域。2004年，中國對東盟國家的直接投資流量為1.92億美元，投資存量為9.4億美元，均占中國對“21世紀海上絲綢之路”沿線國家投資規模的一半以上。2015年，中國對東盟國家的投資流量達到140.87億美元，投資存量達到578.74億美元，分別占該區域沿線國家流量總額和存量總額的77.83%、69.3%，雖然中國對東盟國家的直接投資規模有所波動，但總體而言，該區域的流量和存量規模遠遠高于其他區域。

圖2 中國對“21世紀海上絲綢之路”沿線區域的投資流量Fig.2 China's investment flows to the areas along the"Maritime Silk Road"

從國家層面看，中國對“21世紀海上絲綢之路”沿線區域的直接投資主要集中在新加坡、印度尼西亞、南非、阿聯酋、緬甸、巴基斯坦等國，其中，排名在前六位國家的直接投資流量和存量規模均占該區域沿線國家流量總額和存量總額的60%左右，這表明中國在“21世紀海上絲綢之路”沿線國家的投資規模分布不均。

從年均增長率看，投資流量方面，南亞國家的年均增長率最高（65.71%），非洲沿海國家最小（36.74%），海灣國家（58.08%） 和東盟國家（47.77%）分別位居第二、三位；投資存量方面，海灣國家以57.96%的年均增長率位列第一，然后是南亞國家（57.85%）、東盟國家（45.43%） 以及非洲沿海國家（43.18%）。

2 變量選取與解釋說明

本文主要研究投資非效率因素對中國在“21世紀海上絲綢之路”沿線國家直接投資的影響，故將變量分為被解釋變量、投資非效率變量及控制變量。

2.1 變量說明

2.1.1 被解釋變量

選取2004—2015年中國對“21世紀海上絲綢之路”沿線國家的直接投資規模（OFDIijt）作為被解釋變量。中國對外直接投資規模可以用投資流量（OFDIfijt）和投資存量（OFDIsijt）衡量，兩者作為被解釋變量各有利弊。就投資流量而言，由于解釋變量為各年度流量指標，使用投資流量作為因變量較為合理，但投資流量數據易受到當年特定事件的影響，產生較大波動，而投資存量可以弱化隨機因素的干擾，為了使研究更具有說服力，本文將同時把投資流量（OFDIfijt）和投資存量（OFDIsijt）作為被解釋變量納入模型中。

2.1.2 解釋變量

解釋變量亦即投資非效率變量。考慮到影響投資非效率的因素眾多，為了使分析更為全面，本文將盡可能多的引入相關變量。通過搜集數據并剔除數據嚴重缺失的變量，最終將所選投資非效率變量按性質分為四類：戰略合作變量、市場環境變量、政治制度變量、經濟自由度變量。

1） 戰略合作變量

本文基于近年來中國與“21世紀海上絲綢之路”沿線國家建立的經濟合作，選取“21世紀海上絲綢之路”戰略（roadijt）與經濟合作戰略（ftaijt）作為戰略合作變量，具體解釋如下：

roadijt為“21世紀海上絲綢之路”戰略，該變量為虛擬變量，由于“21世紀海上絲綢之路”戰略在2013末尾提出，故2013年（含2013） 之前取“0”，之后取“1”。該戰略的提出，為中國對外直接投資提供了動力和廣闊的市場，假設該變量與投資非效率負相關，會促進中國的對外直接投資行為。

ftaijt為t時期中國和其他國家的經濟合作，主要包括“中巴經濟走廊”、“孟中印緬經濟走廊”和“中國—東盟自由貿易區”，合作協議生效的年限取“1”，否則取“0”，中國與各國的經濟合作，為中國的投資貿易提供了便利條件，一般認為其與投資非效率負相關。

2） 市場環境變量

本文選取人均能源產量（eneit）、市場接受程度（accijt）、安全互聯網服務器數量（int eit）、勞動參與率（lf pit）四個變量來代表東道國的市場環境，具體解釋如下：

eneit為t時期東道國人均能源產量，設置此變量的目的是為了研究中國的對外直接投資是否具有能源尋求行為，一般認為，一國的能源產量越豐富，對投資者越有吸引力，假設該變量與投資非效率負相關。

accijt為t時期i國對中國產品的市場接受程度，按照倪沙的定義，可表述為t時期東道國對中國產品的進口額與該國GDP的比值[6]。一般來講，東道國對中國產品的接受程度越高，越吸引投資者的目光，假設該變量與投資非效率負相關。

int eit為t時期i國安全互聯網服務器數量（每百萬人），代表該國安全互聯網的普及程度。對外投資必然涉及到各種交易事項，且隨著距離的限制，投資者更傾向于通過互聯網進行商務溝通，此時具有網絡加密技術的互聯網可為商務溝通提供安全保障，但這也代表了東道國政府對電子商務監管的嚴格程度，數值越大，監管越嚴格，使企業的運營成本加重，反而不利于吸引外商投資，該變量符號不確定。

lf pit為t時期i國勞動參與率，東道國較高的勞動參與率，能為企業雇傭當地工人提供保障，預期該變量與投資非效率負相關。

3） 政治制度變量

本文選取腐敗控制程度（corit）變量衡量東道國的政治環境，并選取制度相似性（xsijt）分析投資者對政治環境的偏好，具體解釋如下：

corit為t時期i國的腐敗控制程度，代表該國的制度環境，數值越高，制度環境越好，以往學者分析的結果并不一致，所以其符號無法預估。

xsijt為t時期i國與中國的制度相似性，為兩國腐敗控制指數之差的絕對值，一般認為，東道國與投資國的制度環境越相似，投資者越能盡快適應當地政治環境，假設該變量與投資非效率負相關。

4）經濟自由度變量

本文選取經濟自由度指標分析投資者對東道國經濟市場的偏好，具體有政府規模（sgit）、法律結構與產權保護（lpit）、貨幣政策合理性（smit）、對外交往的自由（ftiit）、信貸、勞動力及商業管制（regit），上述指數值來源于弗雷澤研究所的《世界經濟自由度報告》，與經濟自由度正相關,指數值的范圍為0～10，數值越大，表示經濟自由度越高，各指數具體解釋如下：

sgit為i國政府規模，代表了政府對經濟的干預程度，該指數數值越高，表示政府對經濟活動的干預越少，企業的自主性越高，對吸引外商投資有利，假設該變量與投資非效率負相關。

lpit為i國法律結構與產權保護，反映了東道國是否有健全的法律體系來保護投資者的財產安全，該指數數值越高，表明產權保護力度越大，越能吸引外商投資，假設該變量與投資非效率負相關。

smit為i國貨幣政策合理性，表明東道國致力于金融市場化改革，并保持貨幣政策的穩定，假設該指標與投資非效率負相關。

ftiit為i國對外交往的自由，衡量東道國貿易壁壘的情況，該指標數值越大，表明貿易壁壘越低，此時更有利于東道國進出口，預期該指標與投資非效率正相關。

regit為i國信貸、勞動力及商業管制，代表了東道國對信貸、勞工及商業市場的法律及監管狀況，一國的要素市場監管越正規，企業受到的待遇越公平，越能吸引外商的投資，假設該變量與投資非效率負相關。

2.1.3 控制變量

控制變量選用引力模型經典變量：人口、GDP、人均GDP和距離，各變量具體解釋如下：

東道國人口（POPi），代表t時期東道國的市場規模。東道國市場規模越大，越有利于產品在該國的銷售，同時，也為企業雇傭勞動力提供了保障，假設其對OFDIijt有正向影響。

投資國人均GDP、東道國人均GDP（PGDPit，PGDPjt），反映t時期一國的社會發展水平、發展程度和要素稟賦，也在一定程度上映射了該國的勞動力成本，該變量包含的因素較為復雜，一般認為與OFDIijt正相關。

投資國GDP、東道國GDP（GDPit，GDPjt）：反應了t時期一國的經濟規模和綜合國力。對投資國而言，經濟規模越強大，對國際資本的供給能力越強，對外直接投資行為越活躍，對東道國而言，經濟規模越大，對國際資本的需求規模越大，假設經濟規模與OFDIijt正相關。

兩國的距離（DISij）：投資國與東道國的距離代表了交通成本、文化差異等，一般認為與OFDIijt負相關。

2.2 數據來源

投資流量和存量數據來自《中國對外直接投資統計公報》；人口、各國GDP及人均GDP數據來自世界經濟展望（WEO）數據庫；距離數據采用兩國主要經濟聚集地的距離，數據來自法國社會展望和國際信息研究中心（CEPII）數據庫。能源產量數據來自國際能源署（IEA）；出口數據來自中華人民共和國國家統計局；腐敗控制數據來自世界治理指數（WGI）數據庫；安全互聯網服務器數據和勞動力參與率數據來自世界發展指標（WDI）數據庫；政府規模、法律結構與產權保護、貨幣政策合理性、對外交往的自由和信貸、勞動力及商業管制指標數據來自弗雷澤研究所《世界經濟自由度報告》。

3 模型引入與模型構建

本文利用隨機前沿引力模型估計中國對“21世紀海上絲綢之路”沿線國家的投資效率，進而分析該區域投資潛力。隨后構建投資非效率模型，分析中國在該區域的投資非效率因素，并進一步分析投資非效率因素對對外直接投資規模的作用。

3.1 模型引入

引力模型起源于19世紀，最早被Tinbergen（1962） 和 Poyhonon（1963） 兩位學者運用到國際貿易分析中，其基本思想是：國際貿易量與兩國的經濟規模成正比，與距離成反比[7，8]。在之后的研究中，學者通過增加解釋變量對該模型進行修正，如人均收入（Berstrand，1989）、人口（Lineman，1966） 等因素，修正后的引力模型，更為有效地解釋了被解釋變量。由于引力模型很好的解釋了國際貿易問題，不少學者將該模型延伸到國際投資領域中，學者Anderson（1979） 首次將引力模型用于分析國際直接投資問題，證明該模型在研究直接投資方面具有很好的說服力[9]，之后，引力模型在投資領域有了極大拓展，受到當代學者的青睞[10-12]。

雖然引力模型被廣泛應用于國際經濟分析中，但由于該模型缺乏堅實的理論基礎，其分析結果一直備受質疑，基于此，一些學者對其理論基礎進行了研究，如Anderson（1979） 的貿易份額路徑，Bergstrand（1985） 的一般均衡路徑等，這為運用引力模型分析國際貿易問題奠定了一定的理論基礎。傳統引力模型常用于估算國家間的貿易潛力，但其在分析過程中忽略了除主要經濟變量外的其他影響因素，得出的潛力值只是影響貿易因素的平均效應，并非真正意義上的貿易潛力[13]，或者說，傳統引力模型未將貿易阻力考慮進去，許多不可觀測的因素被納入到隨機干擾項中，這使得實證結果出現偏差。

傳統引力模型缺陷的存在，使得越來越多的學者傾向于選用隨機前沿引力模型進行實證分析[14-16]。之所以選擇該模型，是因為貿易潛力本質上類似于企業的生產前沿，所以用于分析企業生產函數和技術效率的隨機前沿引力模型也可以用來研究貿易潛力。隨機前沿引力模型最早出現于Meeusen等以及Battese、Corra發表的論文中，該模型將隨機擾動項分為隨機誤差項和非負的技術無效率項，前者服從均值為零的正態分布，表示生產過程中面臨的外界隨機沖擊，后者服從截尾正態分布或半正態分布，表示所有不可觀測的非效率因素。在運用隨機前沿引力模型分析貿易潛力時，可對貿易阻力進行單獨研究，模型中的貿易非效率項可以吸收促進或限制貿易的相關因素。

目前，隨機前沿引力模型被廣泛用來分析貿易潛力問題，卻很少有學者運用該模型分析投資潛力。由以往文獻可知，傳統引力模型經常被用于探索國際投資問題，這為本文運用隨機前沿引力模型分析中國對“21世紀海上絲綢之路”沿線國家的投資潛力奠定了理論基礎。此外，隨機前沿引力模型的一大特點是可以單獨處理投資非效率項，這為本文分析影響中國對“21世紀海上絲綢之路”沿線國家直接投資的非效率因素提供了技術支持。

3.2 隨機前沿引力模型的引入

隨機前沿分析（SFA） 起初主要研究生產最優化和技術效率問題。其隨機前沿生產函數是有關于復合擾動項的隨機邊界模型，該模型將隨機擾動項ξ分為ν和u，ν是隨機誤差項，表示企業在生產中不能控制的外界沖擊，用于計算系統非效率。非負的技術無效項u，表示所有無法觀測的非效率因素，通過估計u來分析企業的生產效率情況。

基于投資潛力與生產前沿的相似性，本文構建隨機前沿引力模型，如下所示：

對式（1） 取自然對數得到：

式中：OFDIijt為中國對“21世紀海上絲綢之路”沿線國家的直接投資規模；xijt為影響投資的主要因素，如兩國的GDP、人口、距離等；β為待估計的參數向量；νijt為隨機干擾因素（服從β均值為零的正態分布）；uijt為投資非效率模型，其為非負的隨機變量（服從截尾正態分布或半正態分布），且與vijt相互獨立，該變量包含未納入引力方程的投資阻力。

根據式（1），中國對“21世紀海上絲綢之路”沿線國家的投資潛力如下：

式中：表示投資潛力，此時中國對“21世紀海上絲綢之路”沿線國家的直接投資不存在任何阻力，通過此式估計的結果為投資最大值，類似于生產函數中的生產前沿。

結合式（1） 和式（3），投資效率可表示如下：

式中：TEijt為投資效率，是實際投資水平與投資潛力的比值，也是投資非效率項的指數函數。TEjt∈[0，1]，越接近于0，表示投資非效率影響越大，中國對該國的投資效率越低，在實際投資規模一定的情況下，也表明該國的投資潛力越大；越接近于1，此時uijt趨于零，投資非效率影響越小，表示中國對該國的投資效率越高，在實際投資規模一定的情況下，表明該國的投資潛力越小。上述可知，在實際投資規模一定的前提下，投資非效率與投資潛力同向變動，投資效率與投資潛力負向變動的結論。

3.2.1 投資非效率模型

為了深入分析影響投資非效率的相關因素，Battese和Coelli（1995） 提出了非效率項模型，可寫成如下形式：

式中：zijt為影響投資非效率的變量，δ為待估參數，ξijt為隨機擾動項。將（5） 式代入（2）式得：

通過（6） 式，可以用最大似然法對隨機前沿引力模型進行估計。

3.3 模型構建

3.3.1 隨機前沿引力模型的修正

在傳統的隨機前沿引力中，引入影響投資規模的相關變量，并依照被解釋變量的不同，將模型分為兩類：投資流量模型（OFDIfijt）、投資存量模型（OFDIsijt），同時加入引力模型經典變量：人口、GDP、人均GDP、距離作為控制變量，為了減少異方差，對上述變量取自然對數，方程具體形式如下：

①投資流量方程：

②投資存量方程：

式中：在控制變量與投資非效率變量相同的前提下，投資流量方程與投資存量方程分別用來估計中國對“21世紀海上絲綢之路”沿線國家的投資流量效率與投資存量效率。

3.3.2 投資非效率模型

為了分析影響中國對“21世紀海上絲綢之路”沿線國家直接投資的非效率因素，本文選取四類投資非效率變量：戰略合作（roadkijt，ftaijt）、市場環境（eneit、accijt、int eit、lf pit）、政治制度（corit、xsijt）、經濟自由度（sgit、lpit、smit、ftiit和regit），同樣由于被解釋變量的不同，投資非效率模型也分為流量模型和存量模型，具體方程形式如下：

①投資流量模型：

②投資存量方程：

上式含括13個投資非效率變量，這些變量通過影響投資非效率，間接作用于中國對“21世紀海上絲綢之路”沿線國家的直接投資規模，構建該模型的目的在于分析投資非效率因素。

4 模型估計與結果分析

通過Frontier4.1軟件對隨機前沿引力模型進行估計，依據軟件運行結果，首先分析投資非效率因素，然后分析中國對“21世紀海上絲綢之路”沿線國家的投資潛力。

4.1 模型檢驗

隨機前沿引力模型對函數形式的依賴性較大，在分析前，需判定模型的適用性和具體形式，故進行似然比檢驗。本文分別對投資流量和投資存量模型進行假設檢驗，結果如表1所示。從表中可知，最大似然比統計量大于1%臨界值，故拒絕“不存在投資非效率”假設，說明模型中確實存在投資非效率項，隨機前沿引力模型適用。

4.2 結果分析

以2004—2015年間中國對“21世紀海上絲綢之路”沿線國家的直接投資數據為基礎，使用Frontier4.1軟件進行回歸，回歸結果包括兩部分，分別是解釋變量估計結果與控制變量估計結果（如表2、表3所示）。

表1 隨機前沿引力模型的適用性檢驗Tab.1 Applicability test of the random frontier gravitational model

解釋變量（表2）中，各影響因素可分為如下三類：

（1） 不顯著變量：“21世紀海上絲綢之路”戰略（roadijt）、經濟合作（ftaijt）在投資非效率模型中均不顯著，可見，上述戰略尚未發揮顯著作用。

（2） 對投資潛力有正向作用的非效率因素：人均能源產量（eneit）、腐敗控制程度（corit）、對外交往的自由（ftiit）、信貸、勞動力及商業管制（regit）系數在流量或存量模型中為正，且通過10%的顯著性水平檢驗，可見，上述變量數值越大，越能促進投資非效率的增長，反而越不利于吸引中國的投資，使得我國在東道國的投資規模減小，也間接表明東道國有較大的投資潛力。就人均能源產量（eneit）而言，該變量會抑制直接投資規模的增加，原因可能在于，一方面中國對“21世紀海上絲綢之路”沿線國家的投資并不具有強烈的能源尋求意圖；另一方面，能源產量較為豐富的國家，能源相關產業一般被當地寡頭或壟斷企業經營，外來投資者很難介入。可見，能源產量豐裕的國家，投資阻力較大，同時投資潛力也較大。此外，腐敗控制程度（corit）變量說明中國投資者傾向于投資制度環境較差，腐敗程度較高的國家。對外交往的自由（ftiit）變量說明，對外交往越自由，進出口成本越低，此時更有利于國家間貿易，從而削弱了中國對外投資的動力，促進了投資非效率的增長。信貸、勞動力及商業管制（regit）變量說明，東道國的監管體系越嚴格，企業的運營成本越大，投資非效率也隨之增加，不利于吸引中國的投資。上述非效率因素均與投資潛力正相關。

（3） 對投資潛力有負向作用的非效率因素：市場接受程度（accijt）、安全互聯網服務器數量（int eit）、勞動參與率（lf pit）、制度相似性（xsijt）、政府規模（sgit）、法律結構與產權保護（lpit）、貨幣政策合理性（smit）在流量或存量模型中系數為負，且通過10%的顯著性水平檢驗，說明上述變量對投資非效率有抑制作用，會促進中國在東道國的投資活動，也表明上述因素負向影響東道國投資潛力。此外，制度相似性（xsijt）變量說明，投資國與東道國的制度環境差距越大，對投資非效率的抑制作用越大，越能吸引中國企業進行投資，結合腐敗控制程度（corit）指標，可見中國投資者傾向于投資腐敗程度比中國嚴重的國家。政府規模（sgit）變量說明，“21世紀海上絲綢之路”沿線國家政府對經濟活動的干預越少，越能抑制投資非效率的增長，從而越有利于吸引中國對該國的投資。法律結構與產權保護（lpit）變量說明，東道國法律結構和產權保護體系的完善，有效地保護了企業的知識產權，使得企業在東道國的投資活動擁有一定的法律保障，抑制了投資非效率的增長，能夠吸引中國投資。貨幣政策合理性（smit）說明，穩定的貨幣政策會削弱投資非效率的作用，對中國在“21世紀海上絲綢之路”沿線國家的投資活動有促進作用。上述非效率因素均與投資潛力負相關。

控制變量估計結果（表3） 與預期并不完全一致，如表3所示，各變量解釋如下：

（1）東道國人口（PDPi）系數在流量和存量模型中為負，且均不顯著，說明中國對“21世紀海上絲綢之路”沿線國家的投資并不是以尋求市場為主要目的。

表2 投資非效率模型估計結果Tab.2 Estimation results of the investment inefficiency model

（2）東道國GDP（PGDPit）系數在流量模型中不顯著，在存量模型中系數為正，且在1%的統計水平上顯著，符合理論預期。

（3）東道國人均GDP（PGDPit）系數在流量模型中為正，且在5%的統計水平上顯著，符合理論預期。但該變量系數在存量模型中為負，且在10%的統計水平上顯著，這種符號上的差異反映了在隨機前沿引力模型中用流量和存量衡量投資規模時各自存在的缺陷。

（4）投資國人均GDP（PGDPjt）系數在兩個模型中均為正，且在1%的統計水平上顯著，符合理論預期。

（5）投資國GDP（GDPji）在流量模型中系數為正，且在1%的統計水平上顯著，說明中國經濟規模越大，越能促進我國對“21世紀海上絲綢之路”沿線國家的投資。投資國GDP在存量模型中為負，但不顯著。

（6）兩國的距離（DISij）系數為正，但在流量模型中不顯著，在存量模型中則十分顯著（1%統計水平）。流量模型中，距離不顯著，原因在于網絡的普及為企業雙方進行商務會談提供了便利，英語的推廣和便利的交通促使各國人員流動更為密切，語言和文化的差異也日益減小，距離已經不是顯著的限制因素。存量模型中，距離因素十分顯著，這可能是因為，多年來中國政府對距離較遠的非洲沿海國家投資量較大。

表3 控制變量估計結果Tab.3 Control variable estimation results

5 中國對“21世紀海上絲綢之路”沿線國家的投資潛力分析

通過隨機前沿引力模型對2004—2015年中國對“21世紀海上絲綢之路”沿線國家的投資效率進行估計，結果顯示，中國對“21世紀海上絲綢之路”沿線國家的平均投資流量效率為0.286，平均投資存量效率為0.117,總體上處于較低水平，可見，“21世紀海上絲綢之路”沿線國家仍具有較大的投資潛力，該區域的投資空間有待進一步開發。

圖3為中國對“21世紀海上絲綢之路”沿線國家的平均投資效率估計值，由圖可知：

（1）中國對“21世紀海上絲綢之路”沿線國家的投資效率存在不均衡性。流量模型中，投資效率最高的國家為新加坡（0.671），最低的為文萊（0.01）；存量模型中，投資效率最高的國家為柬埔寨（0.74），最低的為科威特（0.005）。兩個模型中，最高效率與最低效率之間差距較大，說明中國對樣本國的投資效率存在嚴重的不均衡性。

圖3 中國對“21世紀海上絲綢之路”沿線國家的平均投資效率Fig.3 Average investment efficiency of China in the countries along the"Maritime Silk Road"

（2）投資流量模型中，高于總平均投資效率（0.286） 的國家有10個，分別是新加坡、柬埔寨、緬甸、越南、印度尼西亞、塔桑尼亞、肯尼亞、巴基斯坦、泰國、莫桑比克，其中六個屬于東盟成員國。在存量模型中，高于總平均投資效率（0.117） 的國家有5個，分別是柬埔寨、新加坡、緬甸、越南、巴基斯坦，其中東盟國家有四個。中國對東盟成員國投資效率較高，反映了東盟在“21世紀海上絲綢之路”戰略中的重要性。

（3） 24個樣本國中，投資效率較低的國家多數屬于海灣區域，如投資流量模型中，按照投資效率大小，排在后四位的國家有阿曼（0.03）、科威特（0.02）、卡塔爾（0.02） 和文萊（0.01），投資存量模型中有印度（0.011）、阿曼 （0.011）、卡塔爾 （0.01）、科威特（0.005）。

圖4顯示了中國分別對“21世紀海上絲綢之路”沿線四大區域的總平均投資效率。由圖4可知，東盟九國無論是在流量模型還是在存量模型中，都是投資效率最高、投資潛力最小的區域，海灣五國在兩個模型中都是投資效率最低、投資潛力最大的區域。其中，海灣國家作為“世界油庫”，擁有豐富的能源，但中國對該區域的投資效率仍處于“21世紀海上絲綢之路”沿線國家的最低水平，這恰好驗證了回歸結果中人均能源產量與中國對“21世紀海上絲綢之路”沿線國家直接投資規模之間的負相關關系。南亞五國和非洲沿海五國的投資效率居中，在流量模型中，非洲沿海五國的投資效率高于南亞五國，但在存量模型中則恰好相反。

圖4 中國對“21世紀海上絲綢之路”沿線四大區域的總平均投資效率Fig.4 China's total average investment efficiency in the four regions along the"Maritime Silk Road"

圖5為中國對“21世紀海上絲綢之路”沿線四大區域的年度平均投資效率。由圖5可以看出，投資流量模型中，東盟九國的投資效率要明顯高于平均效率水平，而海灣五國和南亞五國則處于平均效率水平之下。投資流量模型中，中國對四大區域的投資效率在2008年之后有所下降，一個重要的原因是中國的對外直接投資受到了該年金融危機的影響，直到2009年，國際經濟形勢有所緩和，才使得中國對該區域的投資效率有所上升，但2010年，人民幣升值等因素所帶來的風險，使得大部分區域投資效率再次下降，直到2013年底，“21世紀海上絲綢之路”戰略的提出，為中國對該區域沿線國家的直接投資注入新動力，推動投資效率逐漸上升。

圖5 中國對“21世紀海上絲綢之路”沿線四大區域的年度平均投資效率Fig.5 Annual average investment efficiency of China in the four regions along the"Maritime Silk Road"

對于海灣五國，2006年之后，中國對該區域的投資效率逐步下降，直到2012年，才有所改觀，一個重要的原因是受到了石油價格的影響。海灣國家蘊藏著豐富的石油資源，自2006年后，石油價格大幅度上升，在一定程度上限制了中國對該區域的投資，隨后，伴隨著金融危機的爆發，致使該區域的投資效率持續走低，進入2012年，石油價格下降，才使得該區域投資效率有所改善，此外，“一帶一路”戰略的推進，也吸引中國投資者將目光放在該區域，進一步促進了投資效率的提升。

就平均效率而言，2012年之后，中國對“21世紀海上絲綢之路”沿線國家的投資效率有逐步上升趨勢，可見，“21世紀海上絲綢之路”戰略的實施，在一定程度上提升了中國對該沿線國家的投資效率。綜上可見，投資流量模型中，投資效率易受偶然事件的影響，致使各區域投資效率波動較大。

投資存量模型中，由于使用投資存量數據測量中國對“21世紀海上絲綢之路”沿線國家的投資規模，弱化了偶然因素的影響，使得各區域投資效率表現更穩定。由圖5（右圖）可知，東盟九國的投資效率明顯高于平均效率水平，而其他三大區域則處于平均效率水平之下。存量模型中，中國對四大區域的投資效率皆呈現上升趨勢，其中，海灣五國仍是投資潛力最大的國家，隨后是非洲沿海五國、南亞五國，而東盟九國則是投資潛力最小的國家。

[1]譚秀杰，周茂榮.21世紀“海上絲綢之路”貿易潛力及其影響因素——基于隨機前沿引力模型的實證研究[J].國際貿易問題，2015（2）：3-12.

[2]耿仲鐘，肖海峰.中國與“21世紀海上絲綢之路”沿線國家農產品貿易特征分析[J].農業經濟問題，2016（6）：81-88，112.

[3]廖澤芳，寧凌.21世紀海上絲綢之路之中國與東盟貿易暢通——基于引力模型的實證考察[J].經濟問題，2015（12）：1-7.

[4]陳萬靈，吳旭梅.海上絲綢之路沿線國家進口需求變化及其中國對策[J].國際經貿探索，2015（4）：87-100.

[5]周巖，陳淑梅.21世紀海上絲綢之路貿易自由化和便利化的經濟效應分析[J].亞太經濟，2016（1）：50-56.

[6]倪沙,王永興,景維民.中國對“一帶一路”沿線國家直接投資的引力分析[J].現代財經（天津財經大學學報），2016（5）：3-14.

[7]Tinbergen J.Shaping the World Economy:Suggestions for an International Economic Policy [M].The Twentieth Century Fund，New York，1962.

[8]Poyhonon K.Towards a General Theory of International Trade[J].Ekonomiska Samfundet Tidskrift，1963（16）：69－78

[9]Anderson J E.A Theoretical Foundation for the Gravity Equation，American Economic Review[J].1979，69（1）：106－116．

[10]張亞斌.“一帶一路”投資便利化與中國對外直接投資選擇——基于跨國面板數據及投資引力模型的實證研究[J].國際貿易問題，2016（9）：165-176.

[11]蔣冠宏，蔣殿春.中國對外投資的區位選擇:基于投資引力模型的面板數據檢驗[J].世界經濟，2012（9）：21-40.

[12]高國偉.國際直接投資與引力模型[J].世界經濟研究，2009（11）：82-86，89.

[13]Bergstrand J H.The Gravity Equation in International Trade:Some Microeconomic Foundations and Empirical Evidence[J].Review of Economics and Statistics，1985，67（3）：474－481．

[14]王亮，吳浜源.絲綢之路經濟帶的貿易潛力——基于“自然貿易伙伴”假說和隨機前沿引力模型的分析[J].經濟學家，2016（4）：33-41.

[15]張燕，高志剛.基于隨機前沿引力模型的中澳雙邊貿易效率及潛力研究[J].國際經貿探索，2015（12）：20-30.

[16]賀書鋒，平瑛，張偉華.北極航道對中國貿易潛力的影響——基于隨機前沿引力模型的實證研究[J].國際貿易問題，2013（8）：3-12.