论文部分内容阅读
【摘 要】 随着“一带一路”战略的实施，我国对“一带一路”沿线各国的双边贸易不断扩大，直接投资也不断增加。在此背景下，本文研究我国对“一带一路”沿线国家直接投资的贸易效应有助于我国提高对一带一路沿线国家的投资水平和优化贸易结构。本文利用2009年-2017年数据建立了模型结合搜集的面板数据进行检验，得出我国对“一带一路”沿线国家的总体贸易效应为正相关。
【关键词】 “一带一路” 直接投资 贸易效应
“一带一路”政策利用沿线国家的比较优势、资源禀赋的差异性和产业结构的差异性开展国际贸易，现已经与65个国家进行合作。2014年至2017年，中国对“一带一路”沿线国家直接投资累计达646.4亿美元，年均增长6.9%。 宋勇超（2017）认为中国对“一带一路”沿线直接投资的中长期贸易效应较弱， 但短期贸易效应十分明显[1]。王怡安，许启航（2017）选取了“一带一路”沿线 14 个主要国家 2010 年至 2014 年五年的面板数据进行了实证分析。结果表明，中国对“一带一路”沿线国家的直接投资与贸易之间的关系是互补的[2]。任雪梅（2020）选取沿线45个国家为样本，基于贸易引力模型，对中国在“一带一路”地区投资的贸易效应进行了实证检验。结果显示，中国对“一带一路”地区投资的贸易效应为替代效应[3]。本文基于之前学者的研究内容分析我国对“一带一路”沿线国家直接投资的贸易效应有助于我国提高对一带一路沿线国家的投资水平和优化贸易结构。
一、 对“一带一路”沿线国家对外直接投资现状
（一）投资总规模
2004年我国对“一带一路”沿线国家的投资流量为3.8亿美元。截至2017年，这一数额已经增长至201.7亿美元。13年间我国对“一带一路”沿线国家直接投资的金额增长超过五十倍。2018年我国企业在“一带一路”沿线对56个国家非金融类直接投资156.4亿美元，同比增长了8.9%，占同期总额的13%。由近年来的统计数据可知我国对“一带一路”沿线国家的对外直接投资总额不断增加。
（二）投資区域分布
截止2018年底，我国“一带一路”沿线国家共65个。65国按经济状况划分可划分成三类：发达经济体（13）、发展中经济体（35）和转型经济体（17），“一带一路”战略贯穿亚洲、欧洲、非洲大陆，我国与经济发展程度不同的国家均开展了贸易合作，尤其与发展中国家“一带一路”合作密切。我国对“一带一路”沿线直接投资额前几名的国家为新加坡、老挝、巴基斯坦、印度尼西亚、越南。可以看出我国对“一带一路”沿线国家的对外直接投资的地域选择重点在与我国接壤或邻近的部分国家。
二、实证分析
（一）模型的建立
截止到2018年底中国与65个国家开展了“一带一路”贸易合作。考虑到分析数据的可获得性与连贯性，本文选取了2009-2017年间“一带一路”沿线38个国家作为研究样本：蒙古国、俄罗斯、马来西亚、越南、新加坡、菲律宾、缅甸、柬埔寨、老挝、文莱、印度尼西亚、泰国、印度、巴基斯坦、孟加拉国、斯里兰卡、阿富汗、尼泊尔、沙特阿拉伯、阿联酋、阿曼、伊朗、土耳其、以色列、埃及、科威特、伊拉克、卡塔尔、也门、吉尔吉斯斯坦、波兰、罗马尼亚、捷克、匈牙利、乌克兰、白俄罗斯、格鲁吉亚、阿塞拜疆。
其中，对“一带一路”沿线国家的进出口数据根据历年《中国统计年鉴》整理得。投资流量数据根据各年度《中国对外直接投资统计公报》得，38个国家的GDP金额源自联合国贸易数据库。
本文研究我国对“一带一路”沿线国家直接投资的贸易效应，考虑到投资规模主要由对外投资流量所反映，贸易额很可能受到该国经济发展规模的影响。所以考虑引入对外投资流量、GDP作为其中两个主要解释变量。
构建回归模型如下：
LNTRADEit=αi+β1LNOFDILit+β2LNGDPit+εit
其中，变量下标i和t分别表示第i个个体第t年的数据，选择的变量是影响LNTRADE的主要原因。是待估的第i个截面个体在第t期的截距，是边际值，是待估的解释变量对应的系数，为随机误差项。OFDIL为对外投资流量，GDP为各国国内生产总值，TRADE为贸易额。
首先对变量做描述性分析：
根据变量的描述性统计可以看出，所有数据的标准差都是小于均值的，变量是波动较小的。
（二）模型的选择及实证分析
在进行面板模型分析之前，需要通过豪斯曼检验确定本文数据适用于随机效应模型还是固定效应模型，从中选择一种模型进行分析，从而最终确定模型的结果。
模型的豪斯曼检验值为36.419154，相对应的prob值为0.0000，即在0.01的显著水平下拒绝混合模型的原假设，即固定效应模型的检测水平优于随机效应模型。因此，本文选用固定效应模型作为本文的研究模型。
固定效应模型结果：调整R-squared为0.979071，即模型拟合优度为97.91%，F值为322.6618，对应的prob值为0.0000，在0.01的显著水平下拒绝整个模型不显著的原假设，即整个模型是显著的。解释变量LNOFDIL在0.1的显著水平下存在显著的影响，且为正向影响，控制变量LNGDP在0.01的显著水平下存在显著的正向影响。且OFDIL（投资流量）每增加1%，均会引起被解释变量贸易额增加0.023821。
根据模型分析结果可以看出，所有解释变量对应的相关系数均为正值。也就是说，对对外投资流量的增加对贸易产生了正向的效应。验证了，我国对“一带一路”沿线国家的直接投资对贸易产生了促进效应。
三、结论
通过对“一带一路”沿线国家直接投资的现状分析得出：当前我国对沿线国家的投资规模虽逐年攀升，但对外投资区域过于集中，多数为发展中国家等问题。又通过实证分析检验出我国对“一带一路”沿线国家的直接投资贸易效应为正，说明了对“一带一路”沿线国家的直接投资对贸易起到了促进作用。综上我国应该在加强对“一带一路”沿线国家直接投资的基础上，优化投资区位。
【参考文献】
[1] 宋勇超.“一带一路”战略下中国对外直接投资贸易效应研究[J].技术经济与管理研究，2017，（06）：82-85.
[2] 王怡安，许启航.“一带一路”背景下我国对沿线国家直接投资的贸易效应研究[J].经济师，2017（11）：50-52+54.
[3] 任雪梅;陈汉林.中国对“一带一路”沿线国家直接投资贸易效应的实证.统计与决策.2020年（03）：99-101
作者简介：郭林波（1995-），女，蒙古族，河北省秦皇岛市人，研究生在读，单位：延边大学经济管理学院研究生院，研究方向：国际商务。
【关键词】 “一带一路” 直接投资 贸易效应
“一带一路”政策利用沿线国家的比较优势、资源禀赋的差异性和产业结构的差异性开展国际贸易，现已经与65个国家进行合作。2014年至2017年，中国对“一带一路”沿线国家直接投资累计达646.4亿美元，年均增长6.9%。 宋勇超（2017）认为中国对“一带一路”沿线直接投资的中长期贸易效应较弱， 但短期贸易效应十分明显[1]。王怡安，许启航（2017）选取了“一带一路”沿线 14 个主要国家 2010 年至 2014 年五年的面板数据进行了实证分析。结果表明，中国对“一带一路”沿线国家的直接投资与贸易之间的关系是互补的[2]。任雪梅（2020）选取沿线45个国家为样本，基于贸易引力模型，对中国在“一带一路”地区投资的贸易效应进行了实证检验。结果显示，中国对“一带一路”地区投资的贸易效应为替代效应[3]。本文基于之前学者的研究内容分析我国对“一带一路”沿线国家直接投资的贸易效应有助于我国提高对一带一路沿线国家的投资水平和优化贸易结构。
一、 对“一带一路”沿线国家对外直接投资现状
（一）投资总规模
2004年我国对“一带一路”沿线国家的投资流量为3.8亿美元。截至2017年，这一数额已经增长至201.7亿美元。13年间我国对“一带一路”沿线国家直接投资的金额增长超过五十倍。2018年我国企业在“一带一路”沿线对56个国家非金融类直接投资156.4亿美元，同比增长了8.9%，占同期总额的13%。由近年来的统计数据可知我国对“一带一路”沿线国家的对外直接投资总额不断增加。
（二）投資区域分布
截止2018年底，我国“一带一路”沿线国家共65个。65国按经济状况划分可划分成三类：发达经济体（13）、发展中经济体（35）和转型经济体（17），“一带一路”战略贯穿亚洲、欧洲、非洲大陆，我国与经济发展程度不同的国家均开展了贸易合作，尤其与发展中国家“一带一路”合作密切。我国对“一带一路”沿线直接投资额前几名的国家为新加坡、老挝、巴基斯坦、印度尼西亚、越南。可以看出我国对“一带一路”沿线国家的对外直接投资的地域选择重点在与我国接壤或邻近的部分国家。
二、实证分析
（一）模型的建立
截止到2018年底中国与65个国家开展了“一带一路”贸易合作。考虑到分析数据的可获得性与连贯性，本文选取了2009-2017年间“一带一路”沿线38个国家作为研究样本：蒙古国、俄罗斯、马来西亚、越南、新加坡、菲律宾、缅甸、柬埔寨、老挝、文莱、印度尼西亚、泰国、印度、巴基斯坦、孟加拉国、斯里兰卡、阿富汗、尼泊尔、沙特阿拉伯、阿联酋、阿曼、伊朗、土耳其、以色列、埃及、科威特、伊拉克、卡塔尔、也门、吉尔吉斯斯坦、波兰、罗马尼亚、捷克、匈牙利、乌克兰、白俄罗斯、格鲁吉亚、阿塞拜疆。
其中，对“一带一路”沿线国家的进出口数据根据历年《中国统计年鉴》整理得。投资流量数据根据各年度《中国对外直接投资统计公报》得，38个国家的GDP金额源自联合国贸易数据库。
本文研究我国对“一带一路”沿线国家直接投资的贸易效应，考虑到投资规模主要由对外投资流量所反映，贸易额很可能受到该国经济发展规模的影响。所以考虑引入对外投资流量、GDP作为其中两个主要解释变量。
构建回归模型如下：
LNTRADEit=αi+β1LNOFDILit+β2LNGDPit+εit
其中，变量下标i和t分别表示第i个个体第t年的数据，选择的变量是影响LNTRADE的主要原因。是待估的第i个截面个体在第t期的截距，是边际值，是待估的解释变量对应的系数，为随机误差项。OFDIL为对外投资流量，GDP为各国国内生产总值，TRADE为贸易额。
首先对变量做描述性分析：
根据变量的描述性统计可以看出，所有数据的标准差都是小于均值的，变量是波动较小的。
（二）模型的选择及实证分析
在进行面板模型分析之前，需要通过豪斯曼检验确定本文数据适用于随机效应模型还是固定效应模型，从中选择一种模型进行分析，从而最终确定模型的结果。
模型的豪斯曼检验值为36.419154，相对应的prob值为0.0000，即在0.01的显著水平下拒绝混合模型的原假设，即固定效应模型的检测水平优于随机效应模型。因此，本文选用固定效应模型作为本文的研究模型。
固定效应模型结果：调整R-squared为0.979071，即模型拟合优度为97.91%，F值为322.6618，对应的prob值为0.0000，在0.01的显著水平下拒绝整个模型不显著的原假设，即整个模型是显著的。解释变量LNOFDIL在0.1的显著水平下存在显著的影响，且为正向影响，控制变量LNGDP在0.01的显著水平下存在显著的正向影响。且OFDIL（投资流量）每增加1%，均会引起被解释变量贸易额增加0.023821。
根据模型分析结果可以看出，所有解释变量对应的相关系数均为正值。也就是说，对对外投资流量的增加对贸易产生了正向的效应。验证了，我国对“一带一路”沿线国家的直接投资对贸易产生了促进效应。
三、结论
通过对“一带一路”沿线国家直接投资的现状分析得出：当前我国对沿线国家的投资规模虽逐年攀升，但对外投资区域过于集中，多数为发展中国家等问题。又通过实证分析检验出我国对“一带一路”沿线国家的直接投资贸易效应为正，说明了对“一带一路”沿线国家的直接投资对贸易起到了促进作用。综上我国应该在加强对“一带一路”沿线国家直接投资的基础上，优化投资区位。
【参考文献】
[1] 宋勇超.“一带一路”战略下中国对外直接投资贸易效应研究[J].技术经济与管理研究，2017，（06）：82-85.
[2] 王怡安，许启航.“一带一路”背景下我国对沿线国家直接投资的贸易效应研究[J].经济师，2017（11）：50-52+54.
[3] 任雪梅;陈汉林.中国对“一带一路”沿线国家直接投资贸易效应的实证.统计与决策.2020年（03）：99-101
作者简介：郭林波（1995-），女，蒙古族，河北省秦皇岛市人，研究生在读，单位：延边大学经济管理学院研究生院，研究方向：国际商务。