2013年9月和10月习近平主席分别提出建设“丝绸之路经济带”和“21世纪海上丝绸之路”的战略构想。2015年3月, 中国发布了《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》, 开始将战略构想转化为具体战略举措。2015年6月, 《亚洲基础设施投资银行协定》签署仪式在北京举行, 创始成员国共有57个, 其中域内国家37个、域外国家20个。当前, 由我国主导提出的“一带一路”战略已从构想步入全面推进建设阶段。
区域经济一体化是当今国际经济关系中最引人瞩目的趋势。“一带一路”战略是推动经济全球化深入发展的重要框架之一, 其目标是致力于维护全球自由贸易体系和开放型经济。然而, 在复杂的多国环境中推动“一带一路”建设面临着诸多严峻挑战。一是沿线国家的历史、文化、经济发展水平及政治制度等方面差异较大; 二是中亚和西亚的部分国家政治局势不稳定, 恐怖暴力活动猖獗; 三是沿线的发展中国家法律不够健全, 金融市场体系不完善, 整体制度环境较差。这些障碍都会影响到正常的贸易和投资活动。本文基于2005―2013年“一带一路”沿线39个国家的空间面板数据进行经验分析①, 探寻影响“一带一路”国家FDI区位分布的主要因素。研究试图回答以下三个问题:一是实证检验“一带一路”沿线国家的区域经济一体化进程是否产生了显著的投资转移效应; 二是验证“一带一路”沿线国家的投资活动是否存在空间溢出效应; 三是探寻FDI区位选择的动机及是否存在国家制度环境偏好。
① 在2015年4月16日的中共中央对外联络部的专题吹风会上, 国务院推进“一带一路”工作领导小组办公室负责人表示, “一带一路”面向所有国家开放, 并没有具体的官方名单。我们主要基于数据资料可得性和“古丝绸之路”所涵盖的国家选择了39个国家作为研究样本。主要包括:印度尼西亚、马来西亚、菲律宾、新加坡、泰国、文莱、越南、柬埔寨、中国、俄罗斯、哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、蒙古、白俄罗斯、巴基斯坦、印度、波兰、匈牙利、德国、瑞士、英国、荷兰、比利时、法国、罗马尼亚、保加利亚、希腊、克罗地亚、意大利、西班牙、葡萄牙、斯里兰卡、孟加拉国、沙特、乌克兰、埃及、以色列、土耳其。
一、文献综述现有的FDI区位选择研究多是围绕Dunning的国际生产折衷理论进行拓展。Dunning等(1981) [1]根据一国对外直接投资与该国收入水平的关系, 总结了投资发展的五阶段路径理论。Puga & Venables(1997) [2]研究了优惠贸易协定中的生产和投资转移问题, 认为贸易自由化程度的加深将会引发产业在核心轮轴国集聚, 并可能导致辐条外围国之间经济发展的不平衡。Behrens等(2007) [3]构建了不存在区位优势和资源禀赋优势的两国多区域模型, 考察了不同贸易成本下各国的FDI区位选择与福利水平变动。Monfort & Nicolini(2000) [4]发展了克鲁格曼的“C-P”模型, 认为随着运输成本的下降, 贸易自由化将会导致经济活动向核心国家集中。Markusen & Venables(1998) [5]基于空间经济理论构建了一个多国、多产品、多阶段生产贸易模型, 对产业区位、生产专业化、贸易福利等在贸易成本变动下的演变进行了系统分析。
国内学者鲁晓东和李荣林(2009) [6]构建了分析区域经济一体化与国际投资关系的理论框架, 研究发现区域自由贸易安排会促使国际资本内流, 资本将倾向于流向具有良好基础设施和贸易成本相对较低的国家和地区。谢杰和刘任余(2011) [7]研究发现, 中国与东道国的投资和贸易活动受到“第三方”影响, 中国的对外贸易和OFDI之间存在显著的互补效应。姚树洁等(2014) [8]反驳了西方学者所提出的“新殖民主义”中国对外投资威胁论, 研究发现中国并没有挤占OECD成员国在能源、矿产资源丰富国家的投资。钟飞腾(2015) [9]借鉴林毅夫的新结构主义经济学理论, 提出了促进“一带一路”沿线国家共同发展的“创造性转移”机制。周五七(2015) [10]分析了中国对“一带一路”沿线国家的投资分布格局。陈虹和杨成玉(2015) [11]运用CGE模型, 并结合自由贸易情景分析的实证结果, 探索了“一带一路”战略的国际经济效应。林乐芬和王少楠(2016) [12]认为扩大对外直接投资和贸易出口是“一带一路”建设中推进人民币国际化的重要可行途径。
综上所述可知, 目前关于“一带一路”沿线国家FDI问题的研究多是定性分析, 缺乏实证研究, 同时也没有文献考察FDI的空间溢出效应。有鉴于此, 本文采用2005―2013年“一带一路”沿线39个国家的投资面板数据, 借助空间计量分析方法, 重点探索贸易自由化、国家制度环境与FDI区位选择之间的关系, 以期为中国企业“走出去”和推动“一带一路”战略实施提供理论依据和决策参考。
二、计量模型、变量定义和数据来源 1. 计量模型设定在多国自由资本模型中, 市场规模大于平均市场规模的国家是工业品的净出口国, 同时也是资本净输入国, 表现出“虹吸效应”。随着贸易自由度的增大, 市场规模大的国家的集聚效应增强。因此, 经济自由化将会提高大国工业份额和资本份额。如果国家间通过签署自由贸易协定来实现区域经济一体化, 将会导致产业从其他国家向FTA内部国家转移, 同时也将会导致国际资本流入, 从而产生投资转移效应。基于以上分析, 我们构造测度“一带一路”沿线国家FDI空间区位选择效应的模型:
$\begin{array}{l} \ln {\rm{FD}}{{\rm{I}}_{it}} = {\alpha _0} + {\alpha _1}{\rm{RT}}{{\rm{A}}_{it}} + {\alpha _2}\ln {\rm{T}}{{\rm{F}}_{it}} + \\ \quad \quad \quad \quad {\alpha _3}\ln {\rm{NT}}{{\rm{F}}_{it}} + {\alpha _4}\ln {\rm{OPE}}{{\rm{N}}_{it}} + \\ \quad \quad \quad \quad {\alpha _5}\ln {\rm{CA}}{{\rm{P}}_{it}} + {\alpha _6}\ln {\rm{H}}{{\rm{C}}_{it}} + \\ \quad \quad \quad \quad {\alpha _7}\ln {\rm{IN}}{{\rm{F}}_{it}} + {\alpha _8}\ln {\rm{GD}}{{\rm{P}}_{it}} + \\ \quad \quad \quad \quad {\alpha _9}\ln {\rm{WAG}}{{\rm{E}}_{it}} + {\alpha _{10}}\ln {\rm{RE}}{{\rm{S}}_{it}} + \\ \quad \quad \quad \quad {\alpha _{11}}{\rm{IN}}{{\rm{S}}_{it}} + \rho {\rm{WlnFD}}{{\rm{I}}_{it}} + \\ \quad \quad \quad \quad {y_t} + {\mu _i} + {\varepsilon _{ijt}} \end{array}$ | (1) |
在模型(1) 中, yt、μi分别表示时间和国家固定效应, 采用双向固定效应进行回归, 可以有效避免伪回归和内生性问题。在空间自回归模型中, 若ρ显著为负, 则表明存在国家间的投资竞争; 若ρ显著为正, 则存在投资的空间集聚效应。
对于模型(1), 借鉴符淼(2009) [13]的方法, 构建基于地理距离的权重矩阵如下:
${w_{ij}} = \exp ( - {d_{ij}}/{d_{\min }})$ | (2) |
其中, dij表示国家i和国家j两国首都之间的地理距离; dmin表示样本国家中的最短距离。用两国距离除以最短距离可以消除测量单位的影响, 同时避免了只使用距离计算的权重值过小问题。为了保证空间加权矩阵的外生性, 我们采用球面距离, 数据来源CEPII数据库dist变量的取值。
2. 变量定义与数据来源(1) 被解释变量
FDI:本文采用实际利用外资额度代表某国吸引FDI的水平。各国的FDI年度数据来自世界银行的WDI数据库和UNCATD世界投资报告(2005—2013年)①, 并采用2005年不变美元价格为基准来衡量。
① 本文所有的WDI数据, 其研究样本期间均为2005—2013年, 下同。
(2) 核心解释变量
RTA:区域贸易协定。区域贸易协定的意义在于降低或消除了成员国之间的关税和非关税成本, 这对于贸易和投资都具有改善作用[14]。根据WTO公布生效的自由贸易区进行赋值, 当样本国加入了一个生效的自贸区, 从该年起赋值为1, 否则为0;如果该国与其他国家签署了双边自由贸易协定, 则赋值为1, 否则为0②。该虚拟变量的相关数据来自WTO官方网站。
② 区域贸易协定包含六种类型:优惠贸易安排、自由贸易区、关税同盟、共同市场、经济同盟和完全经济一体化。本文进行简化处理, 只要一国参与了上述六种类型中的任意一项, 即从区域贸易协定签署年份起该变量取值为1, 否则为0。
TF:关税水平。关税减让是贸易自由化的主要载体。基于此, 本文采用世界银行WDI数据库中的所有产品加权平均适用税率指标数值来表征贸易自由化水平。
NTF:非关税贸易壁垒。本文采用佛雷泽研究所(The Fraser Institute)的非关税贸易壁垒指数进行测度。其数值介于[0, 10]之间, 数值越小表示非关税贸易壁垒越高, 因此该变量的估计系数预期为正。
(3) 控制变量
OPEN:国家开放程度。本文使用一国进出口总额与国内生产总值的比重来表示, 进出口依存度衡量了该国的经济开发程度。进出口和GDP数据来自WDI数据库。
CAP:资本要素禀赋。采用国家实际资本存量与劳动力总人数的比值来衡量, 用于反映国家特征差异。对于资本存量的核算, 采用通行的永续盘存法, 参见张军等(2004) [15]的做法, 采用4%的折旧率。固定资本形成总额和总劳动力人数来自WDI数据库。
HC:人力资本水平。人力资本与对外直接投资存在较为密切的关系, 一般情况下是人力资本水平越高, 越能促进该国对FDI的吸引。人力资本的计算采用高等教育入学率。数据来自世界银行的WDI数据库。
INF:基础设施水平。考虑到交通基础设施的统计数据缺失严重, 根据Asiedu(2006) [16]的建议, 本文采用每百人中固定宽带互联网人数作为基础设施有效供给的代理变量, 相关数据来自WDI数据库。
GDP:市场规模。对于市场寻求型的FDI来说, 市场规模是决定其进入东道国的重要影响因素, 东道国实际GDP越大意味市场越大, 商业机会越多, 则FDI进入的规模就越大。各国GDP均采用以2005年不变美元价格为基准的GDP衡量, 数据来源于WDI数据库。
WAGE:劳动力成本。该指标代表用于反映影响效率寻求型FDI的主要因素。考虑工资数据获取的难度, 借鉴田巍等(2013) [17]对工资水平的处理方法, 用出口国雇员工资和奖金总额除以该国劳动人口的数值来代表该国总体工资水平。工资和奖金、劳动人口的数据都来自WDI数据库。
RES:资源禀赋水平。自然资源丰裕程度是一国吸引FDI的独特优势之一, 在一些实证研究中则被视为重要影响因素[18]。使用一国燃料、矿山和金属出口占商品总出口的比重作为衡量该国资源禀赋水平的代理变量。两组数据均来自WDI数据库。
INS:国家制度环境。“一带一路”跨越亚、欧、非三大洲, 沿线国家社会经济体制差异巨大。制度因素在投资中的作用非常重要, 恶劣的制度环境对FDI有负面的影响[19]。本文采用全球治理指标(worldwide governance indicator, 简称WGI)衡量一国的制度环境①。制度环境指标数据来自世界银行WGI指数数据库。在模型(1) 中, 我们重点关注政治稳定性(PS)和国家法制环境(LAW)的影响, 分别对应WGI中的政治稳定性和不存在暴力/恐怖主义、法制和腐败监控两个指标。
① 全球治理指标包括五大核心维度:话语权和责任、政治稳定性和不存在暴力/恐怖主义、政府效率、规管质量、法制和腐败监控。
三、实证分析结果 1. 描述性统计分析表 1给出了各变量的描述性统计, 除了虚拟变量和制度环境变量之外, 我们对其他变量取自然对数以消除异方差的影响。在正式检验之前, 为了避免存在严重的共线性问题, 先对主要变量作相关性检验, 为了防止多重共线性问题对实证结果准确度的影响, 我们采取的措施是避免相关系数较高的变量同时出现在模型中。
在实证分析中, 我们还需要考虑以下两个问题:① 反向因果关系导致的内生性问题。在投资方程中, 东道国的GDP、资本要素禀赋和出口(反映在对外开放度方面)在一定程度上是外国投资企业经营活动的结果, 因此不满足外生性的要求。为克服可能存在的内生性问题, 首先使用Hausman检验方法对内生变量进行检验, 接着采用Sargan-Hansen过度识别检验方法判断解释变量取滞后1、2期作为工具变量的有效性。② 个体与时间不可观测因素的影响。如果忽略不同国家的个体固定效应和忽略不同年份的时间固定效应, 都可能导致估计结果产生偏差。本文采用双向固定效应模型来控制年份和国家对估计结果的影响。我们首先对FDI方程进行静态面板估计, 结果见表 2。
表 2的回归结果表明, 在没有考虑空间依赖性的基准模型中, RTA的系数均为负; 而在考虑空间相关性的模型中, RTA的系数为正且非常显著。这说明在短期内RTA可能不会带来FDI的增加, 很有可能会先流向自贸区内市场份额较大的国家; 但如果形成网络化的自由贸易区则会产生投资转移效应, 从而吸引自贸区外国家的资本大量进入。从关税和非关税两个变量的回归结果看, 关税消减并没有带来FDI的增加, 但非关税贸易壁垒的消减却产生了明显的FDI增加效果, 这说明非关税壁垒已经成为阻碍贸易和投资活动的主要因素。在市场效应指标方面, 市场规模系数显著为正, 说明FDI在“一带一路”沿线国家存在强烈的“市场搜寻”动机, 东道国的市场规模越大, FDI进入越多。OPEN的系数为正且显著, 说明国家开放程度越高, FDI水平越高, 考虑到该指标主要是基于进出口总额数据计算得到, 这说明贸易和投资存在互补关系, 贸易是投资的先导。资本要素禀赋的系数为正, 表明资本要素禀赋越高的国家越有利于吸引FDI; INF的系数为正且显著, 说明以信息基础设施为代表的国家基础设施水平提高有利于吸引FDI。观察其他控制变量的回归结果, 可知人力资本水平与FDI之间没有发现统计上的显著关系; FDI存在资源寻求动机, 且显著; Wage系数均为正, 说明并不存在降低成本的效率寻求型动机。从国家制度环境层面看, 东道国政治稳定性和法律环境的系数大多为正且显著, 这说明国家制度环境是FDI区位选择考虑的主要因素, 但模型(5) 的系数为负, 说明FDI也可能偏向制度环境较差的国家。空间自回归系数为正且显著, 说明一国FDI的流入与周边国家的FDI流入存在正向相关关系, FDI存在“第三方效应”, 即在“一带一路”沿线国家显现空间集聚特征。
3. 空间动态面板实证分析FDI从长期看也是一个动态过程, 具有很强的惯性。同时, 考虑到市场规模、对外开放程度和资本要素禀赋与FDI之间可能存在反向因果关系, 这将可能会导致严重的内生性问题。我们选择三个变量滞后项作为工具变量, 并采用系统GMM方法进行实证分析, 见表 3。
从检验结果看, 模型(1) ~(6) 中的市场规模与开放程度变量的系数均变小, 而显著性没有变化; 但在空间动态面板模型(7) 中, 因无法考察FDI时间滞后项的影响, 因而市场规模与开放程度的影响系数值均比较大且非常显著; 我们发现资本要素禀赋在模型(5)、(6) 和(7) 里面系数值为负, 这说明东道国的国内资本要素可能会对FDI产生一定的挤出作用, 但总体影响不显著。滞后一期的FDI的系数呈现正向显著关系, 说明国际资本的投资活动受到前期水平影响, 会产生滚雪球效应。人力资本水平、资源禀赋水平和劳动力成本对FDI存在正向影响, 但都不显著。RTA的系数为正, 这说明区域贸易协定带来的投资便利化具有一定的滞后性; 而对于关税和非关税壁垒的估计结果, 发现关税水平的影响不确定, 但非关税贸易壁垒的估计结果与静态面板结论一致。同时还发现, 在非空间模型中, 一国的政治稳定性对FDI的影响为负且显著, 国家法律制度环境存在正向影响。而在空间模型中, 政治稳定性指标的影响没有发生变化, LAW的系数仍然为正值, 并且影响强度变大; FDI空间滞后系数为正且显著, 表明存在较大的空间溢出效应。政治稳定系数为负且显著, 证实了在“一带一路”沿线国家中, FDI可能会倾向于选择政治稳定性不高且存在暴力/恐怖主义的国家或区域(如中亚和西亚国家), 从而获取重要的石油和矿产资源。
四、拓展分析:分组检验 1. 基于不同类型国家的分组检验考虑到国家特征差异可能对各国FDI产生差异化的影响, 我们主要按经济发展水平、自然资源丰裕度和资本要素丰裕度三组指标进行分类检验。我们采用国际通用标准, 根据世界银行WDI数据库的划分标准, 将样本国划分为发展中国家和发达国家; 考虑到自然资源对FDI有着重要的吸引力, “一带一路”沿线的中西亚国家自然资源丰富, 因此本文以资源丰度为标准, 将所有样本国划分为资源丰富和非丰富两类国家; 同时, 我们也按照资本丰裕度进行新的分组划分。
表 4的回归结果表明, RTA能否带来投资转移效应取决于国家的类型, 对于发展中国家和资本要素禀赋水平较低的国家而言, 其正向促进作用明显; 而对于经济发达国家和资本充足的国家则可能产生反向的影响, 导致资本外流。我们还发现, 消减关税和非关税壁垒只会促进发展中国家的FDI流入, 对其他类型国家则可能产生反向的影响; 发达国家和资本要素禀赋水平较高国家的本地市场效应均不明显, FDI更倾向于选择发展中国家和自然资源丰富的国家, 表现出市场寻求与资源寻求的类型特征; 发达国家、资本要素高丰度国家和资源贫乏国家的OPEN变量对FDI的影响均小于对比国家, 这说明发达国家对FDI的吸引力在下降, 而发展中国家、资本贫乏国家与资源丰富国家则表现出吸引FDI的强烈动机; 劳动力成本不是FDI的主要关注因素; 人力资本水平对于自然资源丰富和资本要素低丰度的发展中国家的影响力更为突出, 这说明大力提高发展中国家的人力资本水平, 将有助于FDI的吸收。另外, 两个衡量国家制度环境变量的回归结果也符合预期。同时, 我们发现一个很令人惊讶的结果是, 资源丰裕度高的国家本国的资本要素禀赋对FDI存在非常强的挤占效应, 可能的解释是资源丰富国家已经创造和积累了足够的资本, 其没有显著地吸引FDI的动机。考虑到按照国家特征进行样本分组后, 各国在空间上的依赖关系减弱明显, 因此我们没有引入空间模型进行回归检验。
中国-东盟自由贸易区是世界上由发展中国家组成的最大自贸区, 是“南南型”区域经济一体化合作的典范; 上海合作组织的成立对欧亚地缘政治具有重要影响, 近年来, 上海合作组织开始从传统的政治安全合作转向经济合作; 欧盟是当今世界上一体化程度最高的经济集团组织。可以预见, 一体化组织模式对国际投资活动的影响存在差异。因此, 我们按照中国-东盟、上海合作组织及欧盟三组样本分别进行回归估计, 结果见表 5。
表 5的回归结果表明, RTA在中国-东盟与上海合作组织两组样本中的影响为正, 但均不显著, 这主要是因为我们的分组是按照区域经济贸易一体化模式进行的, 故RTA的影响被削弱; 而在欧盟样本中其影响为负且显著, 表明欧盟已经表现出一定程度的资本外流趋势; 关税与非关税贸易壁垒两个变量在中国-东盟与上海合作组织两组样本中的回归结果均符合预期, 表明贸易自由化有效促进了上述区域的FDI进入; 同样发现欧盟样本的情况相反, 猜测这非常有可能是欧债危机所致, 始于2009年的欧洲主权债务危机造成欧盟大量资本外流, 我们剔除西班牙、葡萄牙、意大利和希腊之后, 则发现异常的回归结果均不再显著; 对外开放水平、市场规模、制度环境等因素均有效促进FDI的进入, 而其他变量的影响均不显著, 且表现出明显的差异性。总体来看, 不同的一体化组织模式对FDI区位选择具有显著的差异化影响。
五、研究结论与政策启示 1. 主要结论本文采用2005-2013年“一带一路”沿线39个国家的面板数据, 对影响“一带一路”国家FDI区位分布的主要因素进行了经验分析, 主要研究结论有:
(1) “一带一路”沿线国家间的投资活动存在显著的“第三方效应”, 呈现出空间集聚特征; FDI投资存在本地市场效应, 且表现出了显著的动态特征; 区域经济一体化极大促进了贸易自由化, 形成网络化的自由贸易区则会产生显著的投资转移效应; 非关税贸易壁垒的消减带来了明显的FDI增加效果。
(2) FDI倾向于流向市场规模大、开放程度高、基础设施完善、政治稳定和法制环境较好的国家; FDI区位选择表现出资源寻求动机, 但以降低生产成本为目的效率寻求动机并不存在; 人力资本水平对FDI吸收的促进作用不明显, 同时存在一定的滞后性; 在“一带一路”沿线国家中, FDI也可能会倾向于选择政治稳定性不高且存在暴力/恐怖主义的国家或区域(如中亚和西亚国家), 从而获取重要的石油和矿产资源。
(3) FDI的区位选择模式及影响因素存在非常显著的国家类型与一体化组织模式差异, 对于发展中国家和资本要素禀赋水平较低的国家而言, RTA正向促进作用明显; 而对于经济发达国家和资本充足的国家则可能产生反向的影响; 消减关税和非关税贸易壁垒会促进发展中国家的FDI流入; FDI更倾向于选择发展中国家和自然资源丰富的国家, 表现出市场寻求与资源寻求的类型特征; 资源高丰度和资本要素充裕的国家都表现出了一定程度的FDI挤出效应。
2. 政策启示本文的研究对于加快“一带一路”沿线的交通基础设施建设、推进区域经济一体化、优化各国投资发展环境及推动中国企业“走出去”都具有重要的政策含义:
(1) 中国要与“一带一路”沿线国家共同打造高标准的投融资网络, 健全各国的投资环境, 消除投资和贸易壁垒, 推动投资自由化和便利化。同时, 要充分发挥亚洲基础设施投资银行、丝路基金和金砖国家开放银行的作用, 加快沿线国家铁路、公路、管道和港口等交通基础设施建设, 为各国之间的产业转移提供基础。
(2) 对外投资是中国“一带一路”战略的重要内容, 要大力提升中国企业参与“一带一路”建设的竞争力, 加快推进中国企业“走出去”, 实现经济结构的优化升级; 通过内外联动, 防范各种潜在风险, 保障我国企业的投资利益。
(3) 推进“一带一路”战略, 必须兼顾国家规模、经济发展水平、制度环境及资源要素禀赋等方面的巨大差异, 倡导包容与共享的合作理念, 充分发挥各自的比较优势, 实施差异化合作, 建立起互利共赢的国际价值链体系, 形成共同发展的新地缘经济态势。
[1] | Dunning J H, Kim C, Lin J. Incorporating Trade Ration into the Investment Development Path: A Case Study of Korea and Taiwan[J]. Oxford Development Studies, 2001, 29(2): 145–154. DOI: 10.1080/13600810123926 |
[2] | Puga D, Venables A J. Preferential Trading and Arrangement Industrial Location[J]. Journal of International Economics, 1997, 43(3): 347–368. |
[3] | Behrens K, Gaigné C, Ottaviano G, et al. Countries, Regions and Trade: On the Welfare Impacts of Economic Integration[J]. European Economic Review, 2007, 51(5): 1277–1301. DOI: 10.1016/j.euroecorev.2006.08.005 |
[4] | Monfort P, Nicolini R. Regional Convergence and International Integration[J]. Journal of Urban Economics, 2000, 48(2): 286–306. DOI: 10.1006/juec.1999.2167 |
[5] | Markusen J R, Venables A. Multinational Firms and the New Trade Theory[J]. Journal of International Economics, 1998, 46(2): 183–203. DOI: 10.1016/S0022-1996(97)00052-4 |
[6] | 鲁晓东, 李荣林. 区域经济一体化、FDI与国际生产转移:一个自由资本模型[J]. 经济学(季刊), 2009(4): 1475–1496. |
[7] | 谢杰, 刘任余. 基于空间视角的中国对外直接投资的影响因素与贸易效应研究[J]. 国际贸易问题, 2011(6): 66–74. |
[8] | 姚树洁, 冯根福, 王攀, 等. 中国是否挤占了OECD成员国的对外投资[J]. 经济研究, 2014(11): 43–57. DOI: 10.3969/j.issn.1672-5719.2014.11.033 |
[9] | 钟飞腾. "一带一路"产能合作的国际政治经济学分析[J]. 山东社会科学, 2015(8): 40–49. |
[10] | 周五七. "一带一路"沿线直接投资分布与挑战应对[J]. 改革, 2015(8): 39–47. |
[11] | 陈虹, 杨成玉. "一带一路"国家战略的国际经济效应研究基于CGE模型的分析[J]. 国际贸易问题, 2015(10): 4–13. |
[12] | 林乐芬, 王少楠. "一带一路"进程中人民币国际化影响因素的实证分析[J]. 国际金融研究, 2016(2): 75–83. |
[13] | 符淼. 地理距离和技术外溢效应对技术和经济集聚现象的空间计量学解释[J]. 经济学(季刊), 2009(4): 1549–1566. |
[14] | 郑玲丽. WTO关于区域贸易协定的法律规范研究[M]. 南京: 南京大学出版社, 2008. |
[15] | 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算:1952—2000[J]. 经济研究, 2004(10): 35–45. DOI: 10.3969/j.issn.1005-1309.2004.10.006 |
[16] | Asiedu E. Foreign Direct Investment in Africa:The Role of Nature Resources, Market Size, Government Policy, Institutions and Political Instability[J]. Social Science Electronic Publishing, 2006, 29(1): 63–77. |
[17] | 田巍, 姚洋, 余淼杰, 等. 人口结构与国际贸易[J]. 经济研究, 2013(11): 87–99. DOI: 10.3969/j.issn.1673-291X.2013.11.035 |
[18] | Taylor L. Unpacking China's Resource Diplomacy in Africa[R]. Hong Kong: Center on China's Transnational Relations, 2007. |
[19] | 潘向东, 廖进中, 赖明勇. 进口国制度安排与高技术产品出口:基于引力模型的研究[J]. 世界经济, 2005(9): 3–16. |