《中国对一带一路沿线国家基础设施投资的影响因素》
该文是关于一带一路和国内宏观方面自考开题报告范文与一带一路有关自考开题报告范文.
摘 要：基础设施建设是“一带一路”倡议的主要内容之一,也是我国对外投资的重点之一.文章首先采用聚类稳健的标准差下的混合回归模型进行分析.其次选取固定效应模型与随机效应模型对个体效应进行分析.分析得出：中国的基础设施对外投资规模与东道国经济自由度、东道国劳动力人口、中国与东道国的双边贸易额及文化相似度呈正相关,与东道国政府腐败指数和东道国与中国是否存在主权摩擦呈负相关.最后,文章给出一些建议,希望对我国企业在“一带一路”沿线国家进行基础设施投资规避风险有一定的启示.
关键词：一带一路;基础设施投资;影响因素;混合回归模型
一、引言
党的十九大报告中多次强调要积极促进“一带一路”沿线国家的合作,建设国家合作新平台,为共同发展增加新动力.“一带一路”倡议实行以来,我国基础设施领域的项目投资增长迅猛.铁路、港口、地下管廊等重大工程为依托的多维复合型基础设施发展初具规模.由于“一带一路”国家基础设施建设投资覆盖面广、涉及国家多、经济发展水平不一,因此基础设施建设水平呈现出明显的区域差异.同时,基础建设项目具有周期长、资金需求量大的特点.亚洲开发银行最新报告提出从2016年到2030年间,仅亚洲地区国家基础设施就有26万亿美元的资金缺口.
那么,影响我国对“一带一路”沿线国家基础设施投资的区位因素及程度究竟如何?对外基础设施投资的区位选择分布受哪些因素的影响?这些影响因素的区位差异是否比较显著? 这些问题都值得深入探究.本文从对“一带一路”沿线国家基础设施建设投资现状分析的基础上,聚焦于影响投资的内部与外部因素,通过影响因素的实证分析厘清中国参与“一带一路”沿线国家基础设施建设投资各类因素的重要性,为中国企业海外投资策略形成建议和启示.
二、研究综述
基础设施的定义是为社会的生产及居民生活提供公共服务的物质工程设施,用于保证国家或地区社会经济活动正常运行的公共服务系统.现如今,国内对于“一带一路”沿线国家基础设施投资的学术研究相对较少,少部分研究也是以“一带一路”沿线基础设施建设的融资供给问题为焦点.
李淼（2015）认为“一带一路”沿线国家基础设施建设具有融资量大、项目周期长、资金回流慢的特点,国际多边开发银行较难满足其大量资金需求.刘芬（2015）认为“一带一路”沿线基础设施建设资金存在较大缺口,需要沿线国家协同合作来解决项目的融资问题.目前,中国对世界的投资影响力增大,也有不少学者运用引力模型对影响中国对外直接投资的决定因素进行分析.侯文平（2016）等分析中国对外直接投资影响因素的两个角度是市场化进程和知识产权保护,得出这两者对中国的对外直接投资具有显著影响等结论.
在“一带一路”国家中,中国主要对新加坡、印尼、俄罗斯等国家进行对外直接投资.投资区位分布集中这一特征,既是中国考虑到市场寻求因素和自然资源寻求因素等的主观抉择,也是因社会、制度、政治等距离因素的限制而产生的客观结果.张亚斌（2016）认为东道国经济规模、劳动力规模、投资环境与中国对外直接投资规模呈显著正相关,以投资环境改善对促进中国投资的作用最大.有学者对于政府质量这一因素如何影响对外投资进行了着重研究.赵桂梅（2016）等在对中国企业对外投资分析时采用了扩展的C-H模型,认为中国企业应对对外投资的区位选择着重关注,改变中国对外直接投资区位分布集中这一特征,提升对外直接投资转向发达经济体的速度,使技术溢出效应达到最大.
基于投资的角度,地理区位、经济水平、政府管理、人文和基础设施等因素都对投资有所影响,不同区位的基础设施发展水平各异,需要对基础设施在不同地区和不同行业之间的投资发展进行深入研究.郑荷芬、马淑琴和徐英侠（2013）从交通、能源、通信和社会四个方面划分基础设施,并运用跨国面板数据研究基础设施对服务贸易的影响.梁双陆和张梅（2016）是从航空、铁路和通信三类划分基础设施,利用McCallum边界效应模型首先对中国和邻边国家贸易的边界效应进行分析,其次分析基础设施互联互通对边界效应的影响,得出三类基础设施中,对边界效应的消减比例较大是航空基础设施,铁路和通信基础设施对边界效应的消减比例较弱.
综上所述,目前的研究焦点更多是聚焦在对外直接投资,但这些研究的成果为深入研究中国对外基础设施投资的影响因素提供了理论帮助.
三、变量设定,数据来源及实证分析
(一)变量设定与数据来源
根据相关国际投资理论,对外投资及其区位分布的影响因素较多,但是数据具有可获取性和可计量性的特征,因此本文重点选取七个自变量,具体变量名称、变量说明及资料来源如表1所示.其中,中国在“一带一路”沿线各国的基础设施投资额数据来源于美国传统基金会数据库,各国GDP数据来源于世界银行《世界发展指标》,距离数据来源于CEPII数据库.根據样本数据的可获取性和连续性,选取了2013-2017年“一带一路”沿线35个成员国（样本成员国分别是：新加坡、马来西亚、印度尼西亚、缅甸、泰国、柬埔寨、越南、菲律宾、伊朗、土耳其、约旦、以色列、阿曼、埃及、印度、巴基斯坦、孟加拉、斯里兰卡、尼泊尔、哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、俄罗斯、乌克兰、白俄罗斯、阿塞拜疆、亚美尼亚、摩尔多瓦、波兰、捷克、匈牙利、波黑、塞尔维亚、罗马尼亚、保加利亚）作为最终样本.
(二)模型设定
本文选用短面板数据,这使得研究对象在时间和空间上呈现出异质性,还可以发现单独使用时间序列或横截面数据所无法检测的影响,同时也可以尽量消除多重共线性现象.本文针对中国对“一带一路”基础设施投资的影响因素进行分析,其模型设定形式如下：
lnInvestijt等于β0+β1lnGDPjt+β2lnLaborjt+β3lnTradejt+β4lnWGRjt+β5lnEFijt+β6Langij+β7Congfij+εijt
β0为常数项,β1～β10表示自变量变动1%带来因变量变动的百分比和方向,εijt为随机扰动项.Congfij与Langij为虚拟变量,分别表示东道国是否与中国有主权摩擦及东道国与中国是否使用相同语言.
针对短面板数据的分析,本文首先采用了混合回归（OLS）模型,考虑到同一个体在不同时期的扰动项存在自相关,因此采用聚类稳健的标准差下的混合回归模型进行分析.其次考虑到混合回归模型没能分析出每个国家个体之间可能存在的异质性,于是选取了固定效应模型与随机效应模型对个体效应进行分析.
(三)实证分析
基于计量软件,得出各变量的描述性统计量,具体见表2.
我国对“一带一路”基础设施投资和东道国经济规模,贸易额及劳动力等变量的标准差较大,反映出我国对“一带一路”基础设施投资分布的区域具有极强的异质性.
在选择数据指标的基础上,本研究对样本数据的分布类型进行检验,以满足面板数据统计方法和分析程序对数据的严格要求,只有当变量服从或近从正态分布时,统计结果才是有效的.因此,本文使用 STATA12.0软件对原始数据进行非线性转换,通过观察可知只有进行自然对数转换后的数据才符合正态分布,因此在后续分析中将各变量的原始数据进行对数转化.
首先,采用聚类稳健标准差下的混合回归模型（详见表3）,拟合优度仅为0.359,F值为4.54,方程整体的有效性显著,衡量共线性程度的最大方差膨胀因子VIF小于10,表明变量间不存在系统多重共线性问题,但在0.1显著性水平下个回归系数均不显著,这说明混合回归的效果非常差.进一步,可以考虑针对面板数据的固定效应模型与随机效应模型进行分析.
用STATA12.0软件分别对固定效应和随机效应进行面板回归,考虑的同一个体不同同期扰动项可能存在的自相关问题,故采用普通标准差估计与聚类稳健标准差估计进行比较分析,具体见表4.在选择普通标准差估计时包含对混合回归是否可接受的F检验（见表4注1）,该F值为6.21,故在1%的显著性水平拒绝原假设,即认为固定效应模型明显优于混会回归模型,应允许个体之间存在不同的截距项.表4显示,LM检验强烈拒绝“不存在个体随机效应”的原假设,即认为选择随机效应模型,同时两组模型中豪斯曼检验概率均为0.000,故认为应该使用固定效应模型进行分析.从回归系数来看,选取聚类稳健标准差进行估计效果更加显著.
根据上述回归结果可以得出,我国“一带一路”基础设施投资受到东道国经济自由度的影响最明显.其次,影响中国与东道国基础设施投资额的主要因素依次为东道国劳动力成本、东道国与中国的文化差异、东道国经济规模、东道国政府治理质量与是否存在主权摩擦.
中国与“一带一路”沿线国家多为中等经济自由度的国家,经济自由度可以促进经济增长,因此东道国经济自由度越高,经济规模越高就能越吸引中国的投资.劳动力成本对不同要素密集型国家的影响存在差异,东道国劳动力数量越多,其劳动力成本就相对较低.中国企业还是更愿意去选择劳动力成本较低的国家投资.这可能由于东道国劳动力成本越高,对中国“一带一路”基础设施投资回报越不利,因此东道国整体劳动力成本对中国“一带一路”基础设施投资产生很高的激励作用.我国“一带一路”基础设施投资还受到东道国市场容量的影响,这表明市场规模大或资源待开发的一些国家是中国对外基础设施投资的热门选择.东道国政府的治理水平与中国投资关系呈现出负相关关系,表明东道国政府腐败指数越低,政治环境越好,中国企业海外投资风险越低,对其基础设施投资的意愿也就越强烈.
在“一带一路”沿线国家中各国语言文化差异较大,并且不同区域国家与中国是否存在主权摩擦等情况会对中国“一带一路”基础设施投资规模产生不同影响.语言文化差异会致使中国企业花费额外的交易成本去搜集信息,熟悉当地市场.因此在区位选择上,语言文化差异越小,中国对其国家基础设施投资额越大.中国也会根据与东道国是否存在主权摩擦来考虑是否对当地进行投资,主权摩擦会使两国经贸关系变得紧张,企业对外投资难度加大,这直接导致投资额下降.
四、结论与建议
基于上述实证,本文提出相关建议如下,以期帮助中国企业在“一带一路”沿线投资能够合理规避风险.
首先,中国“一带一路”基础设施投资偏好于与东道国有相同语言相同文化的国家,加强与东道国的沟通合作,防范化解地区冲突矛盾.“走出去”的企业可通过实施本地化战略,提高东道国就业比例,积极承担社会责任,打造良好的企业形象,促进中国顺利进行“一带一路”基础设施投资.
其次,基础设施建设对于实现“一带一路”倡议中“互利共赢”战略尤为关键.为推动中国“一带一路”基础设施投资发展,我们需加大对低收入或欠发达国家基础设施建设的投资,提升沿线国家基础设施建设水平,同时促进东道国发展更加包容.中国作为能源消费大国,对沿线国家的自然资源较为依赖,因此在投资过程中,我们需要充分了解东道国在自然资源产业方面的相关制度,防止出现争端.
最后,中国应与沿线国家紧密往来,使贸易投资更加自由与便利.同时,对东道国的相关制度、基础设施等投资环境深入了解,促进我国通过对外投资实现优势产业的转移,优化出口贸易结构,推动“一带一路”倡议的发展.
参考文献：
[1]：决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国第十九次全国代表大会上的报告[M].人民出版社,2017.
[2]李淼.构筑“一带一路”绿色金融大动脉[J].中国战略新兴产业,2015（18）.
[3]刘芬.对“一带一路”建设融资需求的几点思考[J].国际工程与劳务,2015（06）.
[4]侯文平,岳咬兴.中国对外直接投资的影响因素分析——基于制度的视角[J].投资研究,2016（02）.
[5]吴先明,黄春桃.中国企业对外直接投资的动因：逆向投资与顺向投资的比较研究[J].中国工业经济,2016（01）.
[6]Sarkar M,Cusgil S T. Trends in international business thought and literature： A review of international market entry mode research： Integration and synthesis[J].Thunderbird International Business Review,2015,38（06）.
[7]張亚斌.“一带一路”投资便利化与中国对外直接投资选择——基于跨国面板数据及投资引力模型的实证研究[J].国际贸易问题,2016（09）.
[8]杨连星,刘晓光,张杰.双边政治关系如何影响对外直接投资——基于二元边际和投资成败视角[J].中国工业经济,2016（11）.
[9]黄亮雄,钱馨蓓.中国投资推动“一带一路”沿线国家发展——基于VAR模型的分析[J].国际经贸探索,2016（08）.
[10]赵桂梅,陈丽珍,孙华平.我国ODFI逆向技术溢出效应的实证研究[J].统计与决策,2016（14）.
[11]郑荷芬,马淑琴,徐英侠.基础设施投入对服务贸易结构影响的实证研宄——来自跨国面板数据的证据[J].国际贸易问题,2013（05）.
[12]梁双陆,张梅.基础设施互联互通对我国与周边国家贸易边界效应的影响[J].亚太经济,2016（01）.
基金项目：江苏省教育厅高校哲学社会科学研究基金项目（2018SJA2205）.
（作者单位：江苏大学财经学院）
言而总之：本文是一篇适合一带一路论文写作的大学硕士及关于一带一路和国内宏观本科毕业论文，相关一带一路和国内宏观开题报告范文和学术职称论文参考文献.
一带一路和国内宏观引用文献:
[1] 一带一路和国内宏观硕士论文开题报告范文 一带一路和国内宏观有关论文范文文献3000字
[2] 一带一路和国内宏观毕业论文格式范文 一带一路和国内宏观方面有关硕士论文开题报告范文2万字
[3] 一带一路和国内宏观硕士毕业论文范文 关于一带一路和国内宏观专升本论文范文8000字
