中國在北極航線經濟腹地OFDI 區位選擇
——從投資便利化角度出發

耿學偉，張皞

（大連海事大學，遼寧 大連 116026）

1 引言

中國在2013 年提出“一帶一路”倡議，為中國對外直接投資持續健康發展搭建了平臺。2017 年，中俄兩國領導人提出合作開發北極航線，共建“冰上絲綢之路”。作為“一帶一路”的北向延展和重要補充，“冰上絲綢之路”將有力推進北極航線開發合作。截至2018 年末，中國對北極航線經濟腹地47 國直接投資存量規模已有2260.09 億美元，約占中國對外直接投資存量總規模的11.40%。武國明（2019）[1]指出北極油氣資源的投資價值很高。北極航線通航后，將大大拉近中國和各國市場的距離。投資便利化合作將為中國企業在國外創造投資空間，中國和中國企業將會在更加便利、透明的投資環境中獲益。

本文構建北極航線經濟腹地國家投資便利化指標體系，運用全局主成分分析方法測算腹地各國的投資便利化水平。結合腹地各國經濟發展特點建立了投資便利化水平與對外直接投資的固定效應計量經濟模型，實證檢驗北極航線經濟腹地國家投資便利化水平如何影響中國對其直接投資。

2 投資便利化水平測算

2.1 投資便利化指標體系構建

北極航線是聯系東亞、西歐和北美的最短航線，李振福（2016）[2]考慮地理和幾何因素對斷裂點模型進行改進，劃分出北極航線的經濟腹地，并利用場強模型劃分北極航線經濟腹地等級?？紤]數據的可獲得性及連續性，文章選取北極航線經濟腹地國家中47 個國家作為研究對象。

便利化相關研究從貿易便利化[3]、貿易投資便利化[4]發展到聚焦投資便利化[5]，便利化水平指標體系不斷完善。文章將制度便利化、基礎設施便利化、勞動力市場便利化、金融經濟便利化作為投資便利化的一級指標，以一級指標為分類依據構建23 個二級指標組成的投資便利化指標體系，以此指標體系為基礎組成了2009～2018 年47 個國家、23 個指標組成的10×47×23面板數據。

2.2 數據處理與指標權重確定

結合全局主成分分析方法的基本原理，對2009～2018 年北極航線經濟腹地47 國投資便利化水平進行測算。運用極值處理法對指標數據做同向化處理，運用標準化處理法消除量綱量級影響。對各二級指標進行KMO 和Bartlett 檢驗。檢驗結果顯示KMO 大于0.5，二級指標之間存在相關性，Bartlett 檢驗的Sig 值小于0.05，可以進行全局主成分分析。

將經過預處理的2009～2018 年二級指標數據進行全局主成分分析，根據主成分對應特征根大于1 的提權原則，提取出前5 個主成分，反映了23 個指標中74.323%的信息量。在保證各二級指標不相關前提下，可以基本反映二級指標的原始信息，文章選用Stata16.0軟件進行全局主成分分析。載荷矩陣系數經過加權處理后得到指標體系的模型，再對各指標系數做歸一化處理，得出最終投資便利化水平測算模型（公式2.1）。其中，一級指標權重：制度便利化（G）為0.256，基礎設施便利化（I）為0.207，勞動力市場便利化（L）為0.202，金融經濟便利化（F）為0.335。

通過該投資便利化水平測算模型，代入歷年各國指標數據，計算出北極航線經濟腹地47 個國家投資便利化的得分。

2.3 國家投資便利化水平測算

北極航線經濟腹地各國投資便利化水平測算結果顯示出絕大多數國家的投資便利化水平仍然存在較大的提升空間。依據北極航線經濟腹地國家投資便利化得分，對經濟腹地國家投資便利化水平進行排名，可以為中國政府和跨國企業了解北極航線經濟腹地國家投資環境提供參考。

3 模型設定與變量說明

3.1 模型設定

結合北極航線經濟腹地國家經濟發展的特點，在投資便利化水平對中國在該地區直接投資的影響檢驗中，將投資便利化水平的分指標作為替代變量，引入按購買力平價國內生產總值、人口密度、貨物和服務出口比重、外資開放度等控制變量，建立如下投資便利化固定效應模型：

其中，OFDIij表示中國在第t 年對i 國的投資存量，IFit表示t 年i 國的投資便利化水平，GOVit表示t 年i 國的制度環境水平，INFit表示t 年i 國的基礎設施水平，LABit表示t 年i 國的勞動力市場水平，FINit表示t 年i國的金融經濟環境水平，PPPit表示t 年i 國的經濟規模，POPit表示t 年i 國的人口密度，DISTi表示中國與i 國之間的地理距離，EGSit表示t 年i 國的貨物和服務出口比重，FIOit表示t 年i 國的外資開放度，表示隨機誤差項。

3.2 變量與指標說明

為避免經濟危機、新冠疫情造成回歸模型結構突變問題，文章研究期定為2009～2018 年，樣本選取北極航線經濟腹地47 國，利用面板數據分析投資便利化對中國在腹地國家直接投資的具體影響。個別數據缺失的，采用插值法作補充。

在計量模型中，如果解釋變量之間有多重共線性，就可能影響變量回歸結果的顯著性和系數。檢驗結果顯示，方差膨脹因子均小于10，結果說明各變量均沒有多重共線性，所以不會影響變量回歸結果的顯著性和系數。

4 實證結果與分析

4.1 基本回歸分析

通過混合效應、隨機效應和固定效應模型對全樣本的檢驗。根據F 檢驗結果，p 值為0.0000，拒絕原假設，因此固定效應比混合回歸更適用于所用數據的實證，北極航線經濟腹地各國情況差異較大，部分不隨時間變化的遺漏變量會使混合回歸結果有誤。根據LM 檢驗結果，拒絕混合效應模型，隨機效應比混合效應更適用于所用數據的實證。通過進行傳統和穩健的Hausman 檢驗，結果表明隨機效應模型并不適用。因此，本文確定用固定效應模型進行實證檢驗。

分指標實證結果表明，投資便利化的一級指標制度、勞動力市場顯著促進中國在北極航線經濟腹地直接投資，基礎設施、金融經濟影響不顯著，各便利化指標影響效果有一定差異。其中，東道國的勞動力市場水平對中國在北極航線經濟腹地直接投資的影響最大，即東道國的勞動力市場每增加1%，中國對其直接投資約增長1.923%。其次，是跨國企業傾向于對制度便利的地區進行投資，即一國制度便利水平每提升1%，中國對其直接投資將增加0.761%。剩余控制變量對中國在北極航線經濟腹地直接投資的影響作用，均正向顯著。

4.2 異質性分析

4.2.1 發展程度差異

為了系統地確定投資便利化水平對各發展程度國家的影響程度，文章將北極航線經濟腹地47 個國家劃分為發達國家、其他國家兩個部分，回歸分析結果詳見表1。

表1 發展程度細分樣本模型檢驗與估計

相比之下，非發達國家國內市場整體環境的提升更有助于促進中國對其直接投資。發達國家顯著性明顯比其他國家低。因為發達國家發展程度較高，提升投資便利化水平對中國對其直接投資影響不明顯，反全球化浪潮和投資保護主義是阻礙中國對其直接投資的關鍵因素。

4.2.2 腹地等級差異

為了系統地確定投資便利化綜合水平和各一級指標對北極航線三個等級腹地的影響程度，文章將北極航線經濟腹地47 個國家劃分為三個區域，回歸結果詳見表2。

表2 腹地等級細分樣本模型檢驗與估計

整體上看，北極航線三個等級經濟腹地國家各便利化指標的顯著性差異較大，一級腹地投資便利化水平對中國在北極航線經濟腹地直接投資不存在顯著影響，二級、三級腹地均正向顯著。分指標來看，一級腹地國家制度、金融經濟指標正向顯著。二級腹地國家勞動力市場、金融經濟指標正向顯著。三級腹地國家制度、勞動力市場指標正向顯著。

4.3 穩健性檢驗

北極航線經濟腹地47 個國家的投資便利化水平的差異較大，喬敏健（2019）[6]指出投資便利化水平出現極端值，可能會造成實證結果偏差。由于瑞士便利化水平最高，波黑便利化水平最低，因此去掉這兩個樣本國家進行穩健性檢驗。

結果表明，剔除投資便利化水平過高和過低的國家后，北極航線經濟腹地國家投資便利化的一級指標制度、勞動力市場對中國在北極航線經濟腹地直接投資的影響都存在正向相關關系，基礎設施和金融經濟影響不顯著。

5 結論及建議

文章通過全局主成分分析法測算出腹地2009-2018年47 個國家的投資便利化水平，并構建固定效應模型實證分析北極航線經濟腹地國家投資便利化水平如何影響中國對其直接投資。主要研究結論如下：

第一，北極航線經濟腹地國家總體投資便利化水平差異明顯，各變量均顯著促進中國在北極航線經濟腹地國家直接投資；第二，制度、勞動力市場便利化更有助于促進中國對腹地國家直接投資的提高；第三，異質性分析表明，投資便利化建設對非發達國家的促進效應顯著，對發達國家的促進效應則不明顯；投資便利化建設對二、三級腹地有顯著的促進效應，其中對二級經濟腹地的促進效應大于三級經濟腹地。

基于以上實證結論，提出以下對策建議：

第一，采取差異化的投資模式。中國對外直接投資過程中，需要做出符合各國現狀的投資區位選擇。第二，客觀評估投資便利化不同指標的影響。加大與腹地國家在基礎設施領域的投資合作，著重加強制度、勞動力市場方面的合作。第三，全面發揮國際合作組織和投資協定作用。充分發揮WTO、中歐投資協定、北極理事會的紐帶作用，重點加強同北極航線二、三級經濟腹地投資便利化合作，讓非發達國家也能平等參與到投資合作中來。