陳明華　王山　劉文斐　劉玉鑫

摘要：基于2003—2017年中國對“一帶一路”沿線54個國家的OFDI數(shù)據(jù)，采用Dagum基尼系數(shù)、核密度估計、馬爾科夫鏈、分位數(shù)回歸等方法，實證考察了“一帶一路”沿線地區(qū)中國OFDI的區(qū)域差異、趨勢演進及成因。研究發(fā)現(xiàn)：

（1）中國對“一帶一路”沿線地區(qū)的OFDI呈上升趨勢;空間差異較大，但總體呈縮小趨勢，區(qū)域間差異貢獻始終大于區(qū)域內(nèi)差異貢獻。其中，歐洲的區(qū)域內(nèi)差異最大，亞太與南美洲的區(qū)域間差異最大。中國對亞太、歐洲的OFDI分別呈兩極分化和多極化趨勢，對樣本總體、南美洲和非洲的OFDI則表現(xiàn)為由兩極或多極化向

單極化演進的趨勢。

（2）中國對樣本總體及四大地區(qū)的OFDI普遍存在俱樂部趨同效應，并出現(xiàn)“低水平陷阱”和“高水平壟斷”現(xiàn)象;中國對中低水平和中高水平國家的OFDI呈增加趨勢。

（3）隨著中國OFDI水平的提高，基礎設施水平、“一帶一路”倡議、東道國投資風險等因素的影響系數(shù)逐漸下降，是導致總體空間差異和大部分地區(qū)的區(qū)域內(nèi)差異縮小的重要原因;各地區(qū)影響因素及其作用大小和方向的不同，在一定程度上影響了中國OFDI的區(qū)域間差異;市場規(guī)模、基礎設施水平等因素對低水平和高水平OFDI地區(qū)的影響強度相對較大，從而助推中國在亞太、歐洲的OFDI呈現(xiàn)兩極或多極分化現(xiàn)象;東道國投資風險、資源稟賦等因素對中國在南美洲OFDI的影響強度相對較大，OFDI向上或向下轉移的趨勢更加明顯，從而呈現(xiàn)較弱的俱樂部趨同效應。

關鍵詞：“一帶一路”;對外直接投資;區(qū)域差異;俱樂部趨同

文獻標識碼：A

文章編號：1002-2848-2020（03）-0001-14

一、問題的提出

2013年9月，習近平主席在哈薩克斯坦納扎爾巴耶夫大學演講時提出建設“絲綢之路經(jīng)濟帶”的倡議，10月在訪問東盟時提出建設“21世紀海上絲綢之路”的構想，二者合稱為“一帶一路”（The?Belt?and?Road）。十九大報告指出，“開放帶來進步，封閉必然落后”，“中國開放的大門不會關閉，只會越開越大”。在此背景下，中國對“一帶一路”沿線地區(qū)的對外直接投資（Outward?Foreign?Direct?Investment，OFDI）迅速增長。2014年中國對“一帶一路”沿線地區(qū)OFDI的流量和存量分別為136億和924億美元，2017年兩指標分別攀升至202億和1544億美元①。但是，由于中國與“一帶一路”沿線國家間的政治、社會、經(jīng)濟關系密切程度不一[1]，中國對其OFDI也存在較大差距，“馬太效應”十分顯著。2003年中國對“一帶一路”沿線國家OFDI存量最少的是岡比亞僅為4萬美元，最多的是伊拉克為43696萬美元，后者是前者的1萬多倍;2017年中國對“一帶一路”沿線國家OFDI存量最少的是拉脫維亞僅為102萬美元，最多的是新加坡為4456809萬美元，后者與前者間的差距高達4萬倍之多。鑒于此，本文關心的主要問題是：中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域差異大小如何？具體來源于什么？趨勢演進如何？成因是什么？基于以上問題的分析，對于揭示中國在“一帶一路”沿線地區(qū)OFDI的時空演進規(guī)律、識別中國OFDI的關鍵影響因素，進而引導中國企業(yè)對外直接投資、促進東道國改善投資環(huán)境具有重要的理論價值和實際意義。

近年來，中國OFDI迅速增長，吸引了眾多學者的廣泛關注，相關研究主要涉及OFDI區(qū)位選擇、行業(yè)投向預測、空間差異等方面。趙蓓文[2]通過中國對非洲、拉美、歐美、韓俄等的OFDI數(shù)據(jù)，總結了中國企業(yè)進行OFDI區(qū)位選擇時呈現(xiàn)出的新特點。尹小劍[3]從行業(yè)角度入手，利用灰色關聯(lián)分析及預測模型對中國OFDI趨勢進行了預測，認為未來中國應加大對技術密集型行業(yè)、過剩產(chǎn)能制造業(yè)、采礦業(yè)和高附加值服務業(yè)的直接投資。Liu等[4]構建了一個實證模型對文化距離及其不同尺度如何解釋中國OFDI的空間差異進行了考察，他們發(fā)現(xiàn)文化距離與OFDI之間存在U型曲線關系：當文化距離小于閾值時，文化距離越大，文化適應越困難，OFDI越少;而文化距離一旦大于閾值，它可能通過互補性來實現(xiàn)一致性，此時文化距離越大，母公司OFDI越多。就中國對“一帶一路”沿線地區(qū)的OFDI而言，研究重點主要在于區(qū)位選擇、投資風險、影響因素等方面。Huang[5]應用地理信息系統(tǒng)地圖和風險機會矩陣，評估了“一帶一路”沿線64個國家的環(huán)境風險，并借此平衡東道國的投資、環(huán)境和資源潛力，以幫助中國企業(yè)進行OFDI區(qū)位選擇。結果顯示，新加坡、不丹、尼泊爾、緬甸、老撾及中東歐的大多數(shù)國家都擁有最佳的投資環(huán)境條件。孫焱林和覃飛[6]運用雙重差分法實證考察了“一帶一路”倡議對企業(yè)對外直接投資的影響，結果表明“一帶一路”倡議確實能夠降低企業(yè)在“一帶一路”沿線地區(qū)的投資風險，且邊際影響程度隨時間波動，整體呈遞減趨勢。張靜等[7]運用系統(tǒng)GMM方法驗證了貿(mào)易成本對企業(yè)在“一帶一路”沿線國家OFDI的影響，結果表明中國與沿線國家全產(chǎn)業(yè)、農(nóng)林牧漁業(yè)、制造業(yè)部門貿(mào)易成本的上升顯著抑制了中國企業(yè)對外直接投資。張亞斌[8]運用均值主成分分析法測度了“一帶一路”沿線50個國家的投資便利化水平，然后通過拓展引力模型實證考察其對中國OFDI的影響，得出了投資便利化水平能夠顯著促進中國OFDI的結論。

綜上所述，從不同視角對中國OFDI展開的研究為本文提供了借鑒，同時也存在進一步拓展的空間：關于中國OFDI區(qū)域差異的研究主要以直觀比較為主，沒有對其來源進行分解;缺乏分布動態(tài)演進方面的研究，無法刻畫中國OFDI的演進態(tài)勢與極化情況;缺乏長期趨勢方面的研究，無法對未來中國OFDI情況進行預測;缺乏對中國OFDI區(qū)域差異及趨勢演進的影響因素分析。鑒于以上不足，本文將使用Dagum基尼系數(shù)、核密度估計、馬爾科夫鏈、分位數(shù)回歸等方法考察中國對“一帶一路”沿線地區(qū)OFDI的時空演進規(guī)律及其成因。按子群分解的Dagum基尼系數(shù)能夠量化中國OFDI的空間差異并反映其來源;核密度估計可以提供直觀、動態(tài)的分布圖來識別中國OFDI的演進規(guī)律與極化情況;馬爾科夫鏈可以刻畫中國OFDI上升或下降的概率規(guī)律，并預測其長期趨勢;分位數(shù)回歸能夠識別不同水平下中國OFDI的關鍵影響因素，并且可以為區(qū)域差異及趨勢演進提供一定程度的解釋。

二、研究方法與模型

（一）研究方法

1.Dagum基尼系數(shù)及其分解方法

Dagum[9]提出以子群為單位的分解方法，認為總體基尼系數(shù)可以分解為區(qū)域內(nèi)差異貢獻、區(qū)域間差異貢獻和超變密度貢獻。該方法把子樣本的分布情況考慮在內(nèi)，解決了樣本數(shù)據(jù)交叉重疊和區(qū)域差異來源的問題，克服了傳統(tǒng)基尼系數(shù)和泰爾指數(shù)的弊端[10]。計算公式見式（1）—（11）。

式（1）表明總體基尼系數(shù)（G）是由區(qū)域內(nèi)差異貢獻（Gw）、區(qū)域間差異貢獻（Gnb）、超變密度貢獻（Gt）組成的，式（2）（5）（7）（8）分別為具體的計算公式。本文基于式（3）對不同地區(qū)進行排序，根據(jù)式（4）（6）分別計算不同區(qū)域內(nèi)基尼系數(shù)Gjj和區(qū)域間基尼系數(shù)Gjh。其中，yji（yhr）為中國對第j（h）個地區(qū)任一國家的OFDI，μ為中國對“一帶一路”沿線國家OFDI的均值，n為國家數(shù)目，k為地區(qū)數(shù)目，nj（nh）為第j（h）個地區(qū)內(nèi)部國家數(shù)目，pj=nj/n，sj=njμj/（nμ）。據(jù)式（9），將Djh定義為第j、h個地區(qū)之間OFDI的相對影響。據(jù)式（10），將djh定義為地區(qū)之間OFDI之差，可理解為第j、h個地區(qū)中所有yji-yhr>0的樣本值加總的數(shù)學期望。據(jù)式（11），將pjh定義為超變一階矩，可理解為第j、h個地區(qū)中所有yhr-yji>0的樣本值加總的數(shù)學期望。其中，F(xiàn)j（Fh）為第j（h）個地區(qū)的累積密度分布函數(shù)。

2.核密度估計方法

核密度估計法能夠用連續(xù)的密度曲線描述隨機變量的分布形態(tài)，目前已經(jīng)成為研究空間分布非均衡的重要工具之一[11]。核函數(shù)包括高斯核函數(shù)、三角核函數(shù)、Epanechnikov核函數(shù)等，本文選用高斯核函數(shù)對中國在“一帶一路”沿線地區(qū)OFDI的分布動態(tài)演進進行估計。帶寬的選擇對核密度估計結果具有較大影響，即密度函數(shù)曲線會隨著帶寬的增大而變得平滑，但估計精度會因之降低;密度函數(shù)曲線會隨著帶寬的減小而變得粗略，但估計精度會因之提高。所以，本文選擇盡量小的帶寬。估計結果能夠反映有關變量的分布位置和分布形態(tài)，就本文而言，分布位置反映OFDI水平的高低，分布形態(tài)反映極化情況。

3.馬爾科夫鏈分析方法

馬爾科夫鏈是一種特殊的隨機過程，即{Xt，t∈T}，它的取值構成一個有限集合M，其中元素為隨機過程的狀態(tài)，集合M為狀態(tài)空間，指數(shù)集合T與各個時期相對應。令隨機變量Xt=j，即系統(tǒng)在t時期的狀態(tài)為j，該系統(tǒng)滿足式（12）。馬爾科夫鏈的特點是狀態(tài)Xt的條件分布僅依賴于狀態(tài)Xt-1。假設Pij為中國對某一國家的OFDI從t年的i類型轉移到t+1年的j類型的轉移概率，可以通過極大似然估計法，求得Pij=nij/ni。其中，nij是指觀測期內(nèi)由t-1年屬于i類型轉移到t年屬于j類型的國家數(shù)量，ni是指在觀測期內(nèi)屬于i類型的國家數(shù)量。

P{Xt=j|Xt-1=i，Xt-2=it-2，…，X0=i0}=P{Xn=j|Xn-1=i}=Pij

（12）

如果將中國對“一帶一路”沿線地區(qū)的ODFI劃分為N種類型，則可以構造出N×N的轉移概率矩陣，本文將基于這一方法探究中國OFDI的長期

本文提到的“長期”不是指間隔很長，由于本文以1年為間隔，連續(xù)考察了15年，所以稱之為“長期”。趨勢。

（二）模型與變量

借鑒高建剛等[12-16]的研究，本文構建式（13）回歸模型：

lnYit，q=αi，q+∑Kk=1βk，qXitk，q+uit，q

（13）

其中，i代表國家（i=1，2，3，…，54），t代表時間，q代表分位數(shù)，lnYit，q為中國在第t年對第i個國家OFDI的自然對數(shù)，Xitk.q為解釋變量，βk，q為各解釋變量的影響系數(shù)，αi，q代表固定效應，uit，q代表殘差項。由于分位數(shù)回歸可以得到不同OFDI水平下解釋變量對被解釋變量更詳細的估計結果[17]，并且不易受極端值的影響，其結果更加穩(wěn)健，故本文基于式（13）利用分位數(shù)回歸方法識別在25%、50%、75%分位點處各影響因素的作用大小和方向。

本文以OFDI存量

OFDI存量即境內(nèi)投資主體對外直接投資額中扣除反向投資額后的累計凈額。為被解釋變量，具體解釋變量如下：

（1）市場規(guī)模（lnGDP），由實際GDP的對數(shù)表示。Dunning[18]的國際生產(chǎn)折衷理論認為市場規(guī)模是企業(yè)進行OFDI區(qū)位選擇時的重要決定因素，一般來說，東道國市場規(guī)模越大，市場需求越旺盛，從而對“市場導向型”投資的吸引力可能就越大，故預期其符號為正。

（2）勞動力稟賦（L），由農(nóng)村人口占總人口的比重表示。東道國可利用的廉價勞動力越多，往往就越能吸引中國的“勞動密集型”投資[19]，故預期其符號為正。

（3）基礎設施水平（I），由每百人中的移動電話用戶數(shù)表示。一般來說，基礎設施建設不僅可以通過為企業(yè)提供便利的生產(chǎn)條件來吸引OFDI，還可以直接帶動中國基建企業(yè)參與投資生產(chǎn)[20]，故預期其符號為正。

（4）資源稟賦（Re），由燃料、礦石和金屬出口占商品出口的比重表示。中國作為“世界工廠”，對自然資源的需求量不斷增加，而國內(nèi)資源供給日趨緊張，因此中國企業(yè)尤其是“資源密集型”企業(yè)，往往會傾向于對自然資源豐富的國家進行投資以利用其資源稟賦[21]，故預期其符號為正。

（5）世界治理指數(shù)（lnWGI），由政府效能、政府穩(wěn)定性、民主自由權利、腐敗控制、監(jiān)管質(zhì)量、法制水平六項指標簡單平均，然后經(jīng)過標準化處理，最后取自然對數(shù)得到，用以衡量東道國投資風險。楊宏恩等[22]認為，東道國WGI越大，企業(yè)投資風險越小，可能越有利于消除企業(yè)經(jīng)營不確定性，從而流向該國的OFDI越多;田原等[15]認為，中國對“一帶一路”沿線地區(qū)的OFDI顯示出較強的風險偏好特征，即東道國WGI越小，企業(yè)投資風險越大，流向該國的OFDI越多。因此東道國投資風險對中國OFDI的影響不確定。

（6）虛擬變量“一帶一路”倡議（BRI），由于“一帶一路”倡議是2013年末提出的，故本文將2014—2017年賦值為1，其余年份賦值為0?！耙粠б宦贰背h為國家間經(jīng)貿(mào)合作提供了條件，絲路基金、亞洲基礎設施投資銀行等也在一定程度上為企業(yè)投資提供了支持[23]，從而有利于中國OFDI的增加，因此預期其符號為正。本文以2003年為基期，用GDP平減指數(shù)對OFDI進行平減處理。以上數(shù)據(jù)均來源于各年的《中國對外直接投資統(tǒng)計公報》和世界銀行數(shù)據(jù)庫。

（三）地區(qū)界定

本文將“一帶一路”沿線54個國家

根據(jù)“中國一帶一路網(wǎng)”（https：∥www.yidaiyilu.gov.cn/gbjg/gbgk/77073.htm），截至2019年8月底，已有136個國家與中國簽署“一帶一路”合作文件，但是由于其中的47個國家缺少OFDI數(shù)據(jù)、1個國家缺少GDP數(shù)據(jù)，34個國家缺少燃料、礦石和金屬出口占商品出口比重數(shù)據(jù)而被剔除，故最終本文選取54個國家進行考察。劃分為四大地區(qū)（見表1），以便考察中國OFDI的區(qū)域差異狀況。

三、典型事實

本文根據(jù)觀測期OFDI均值對“一帶一路”沿線國家進行排名，由于篇幅所限，僅報告排名前、后十位的國家，具體結果見表2。在排名前十位的國家中，新加坡、印度尼西亞、哈薩克斯坦、巴基斯坦、韓國、越南、泰

國來自亞太地區(qū)，俄羅斯來自歐洲，南非、贊比亞來自非洲。在排名后十位的國家中，文萊、阿塞拜疆來自亞太地區(qū)，烏拉圭來自南美洲，馬耳他、斯洛伐克、拉脫維亞來自歐洲，科特迪瓦、塞內(nèi)加爾、多哥、突尼斯來自非洲。因此可以初步判斷：

（1）中國OFDI大多流向亞太地區(qū)，而較少流向南美洲，這表明中國OFDI在地區(qū)間存在較大差異。

（2）亞太地區(qū)有七個國家位列OFDI最多的十個國家中，有兩個國家位列OFDI最少的十個國家中，同樣，歐洲和非洲既有位列前十名的國家，也有位列后十名的國家，這表明中國OFDI在某些地區(qū)內(nèi)的差異也較大。

圖1反映了中國對“一帶一路”沿線地區(qū)OFDI的演變趨勢。從中可見，中國對四大地區(qū)的OFDI均大體呈上升趨勢。其中，中國對亞太地區(qū)的OFDI最多，各年對亞太地區(qū)的OFDI均占總量的50%以上。中國對歐洲的OFDI增長最快，對南美洲的OFDI增長相對較慢，年均增長率分別為44.70%和19.23%。

表3反映了“一帶一路”倡議提出后中國OFDI增量

即2013與2017年OFDI之差。排名前、后十位的國家。由表3可知，除多哥、厄瓜多爾、捷克、圭亞那、匈牙利外，中國對“一帶一路”沿線國家的OFDI都有所增加，其中尤以俄羅斯、新加坡增量較多，均超過了100億美元。以增加最多的俄羅斯和減少最多的匈牙利為例，根據(jù)計算，在本文所圈定的指標中，俄羅斯基礎設施水平與OFDI的相關系數(shù)為0.98，表明基礎設施水平的提高是導致中國對俄羅斯OFDI增加的重要原因。而匈牙利的東道國投資風險與OFDI的相關系數(shù)為-0.83，表明匈牙利的投資風險是導致中國對其OFDI減少的重要原因。此外，“一帶一路”倡議提出后，中國對亞太、南美洲、歐洲、非洲OFDI的年均增長率分別為22.42%、8.31%、32.75%、13.89%。這表明在“一帶一路”倡議影響下，中國對歐洲的OFDI增速相對較快，對南美洲的OFDI增速相對較慢，對亞太和非洲的OFDI增速居中。根據(jù)計算，亞太地區(qū)市場規(guī)模、基礎設施水平與OFDI的相關系數(shù)分別為0.21、0.16，表明市場規(guī)模的擴大和基礎設施水平的提高是導致中國對亞太地區(qū)OFDI增加的重要原因。南美洲市場規(guī)模、資源稟賦與OFDI的相關系數(shù)分別為0.24、0.48，表明市場規(guī)模和資源稟賦是南美洲吸引中國OFDI的重要因素。歐洲市場規(guī)模、資源稟賦、基礎設施水平與OFDI的相關系數(shù)分別為0.70、0.86、0.49，非洲市場規(guī)模、資源稟賦、基礎設施水平與OFDI的相關系數(shù)分別為0.75、0.32、0.30，表明廣闊的市場空間、豐富的自然資源和完善的基礎設施是推動中國對歐洲、非洲OFDI的重要原因。

四、中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域差異及其來源

為了刻畫中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域差異大小及其來源，本文使用Dagum基尼系數(shù)進行分析。

（一）中國對“一帶一路”沿線地區(qū)OFDI的總體空間差異

圖2反映了中國對“一帶一路”沿線地區(qū)OFDI總體空間差異的演變趨勢。從中可知，一是中國OFDI的總體空間差異較大，基尼系數(shù)介于0.7037～0.7750之間。經(jīng)計算，觀測期內(nèi)，中國對“一帶一路”沿線國家各年OFDI的最大絕對差異倍數(shù)的平均值高達12615。二是中國OFDI的總體空間差異在波動中呈小幅下降趨勢。根據(jù)圖2，市場規(guī)模的空間差異較大，經(jīng)計算，觀測期內(nèi)市場規(guī)模與OFDI的相關系數(shù)為0.37，這說明市場規(guī)模的空間差異是導致OFDI空間差異縮小的重要原因。

表4為中國對“一帶一路”沿線地區(qū)OFDI空間差異的來源分解結果。從中可以看出，觀測期內(nèi)，區(qū)域間、區(qū)域內(nèi)差異來源貢獻均值分別為35.82%、28.59%，都具有小幅下降趨勢，區(qū)域間差異是中國對“一帶一路”沿線地區(qū)OFDI總體空間差異的主要來源。就區(qū)域內(nèi)差異來源貢獻而言，亞太地區(qū)貢獻最大，均值為17.41%;歐洲、非洲地區(qū)貢獻居中，均值分別為6.90%、6.23%;南美洲地區(qū)貢獻最小，均值為0.34%。歐洲區(qū)域內(nèi)差異貢獻呈上升趨勢，亞太、南美洲、非洲區(qū)域內(nèi)差異貢獻均呈下降趨勢。

（二）中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域內(nèi)差異

中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域內(nèi)差異如圖3所示。從差異大小看，大多數(shù)年份內(nèi)，歐洲的區(qū)域內(nèi)差異最大，其次為亞太和非洲，南美洲的區(qū)域內(nèi)差異最小。經(jīng)進一步計算，中國對歐洲、亞太、非洲、南美洲國家各年OFDI的最大絕對差異倍數(shù)的平均值分別為10390、2503、946、89。

從演變趨勢看，中國對亞太、南美洲、非洲OFDI的區(qū)域內(nèi)差異大體呈下降趨勢，而對歐洲OFDI的區(qū)域內(nèi)差異大體呈上升趨勢。為了對區(qū)域內(nèi)差異進行解釋，本文仍選擇市場規(guī)模、勞動力稟賦、基礎設施水平、資源稟賦、東道國投資風險等指標，并結合基尼系數(shù)

由于篇幅所限，本文省略四大地區(qū)相關指標的基尼系數(shù)結果，若有興趣可向筆者索取。和相關系數(shù)進行分析。根據(jù)亞太、南美洲相關指標的基尼系數(shù)發(fā)現(xiàn)，市場規(guī)模的空間差異較大，且與OFDI的相關系數(shù)分別為0.35、0.28，這說明市場規(guī)模的空間差異是導致中國對亞太、南美洲OFDI空間差異縮小的重要原因。根據(jù)歐洲相關指標的基尼系數(shù)發(fā)現(xiàn)，東道國投資風險的空間差異較大，且與OFDI的相關系數(shù)為0.59，這說明東道國投資風險的空間差異是導致中國對歐洲OFDI空間差異擴大的重要原因。根據(jù)非洲相關指標的基尼系數(shù)發(fā)現(xiàn)，資源稟賦的空間差異較大，且與OFDI的相關系數(shù)為0.34，這說明資源稟賦的空間差異是導致中國對非洲OFDI空間差異縮小的重要原因。

“一帶一路”倡議提出后，亞太、南美洲、非洲的區(qū)域內(nèi)差異有所下降，歐洲的區(qū)域內(nèi)差異有所上升。根據(jù)亞太、南美洲相關指標的基尼系數(shù)發(fā)現(xiàn)，資源稟賦的空間差異較大，且與OFDI的相關系數(shù)分別為0.19、0.48，這說明就倡議提出后而言，資源稟賦是亞太、南美洲空間差異縮小的重要影響因素。根據(jù)歐洲相關指標的基尼系數(shù)發(fā)現(xiàn)，資源稟賦的空間差異較大，且與OFDI的相關系數(shù)為0.86，這說明資源稟賦的空間差異是導致歐洲空間差異擴大的重要影響因素。根據(jù)非洲相關指標的基尼系數(shù)發(fā)現(xiàn)，勞動力稟賦的空間差異較大，且與OFDI的相關系數(shù)為-0.28，這說明勞動力稟賦的空間差異是導致非洲空間差異縮小的重要影響因素。

（三）中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域間差異

圖4反映了中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域間差異。從中可見，四大地區(qū)兩兩之間的區(qū)域間差異都較大，基尼系數(shù)均值在0.71以上。從演變趨勢看，亞太與南美洲、南美洲與歐洲、歐洲與非洲的區(qū)域間差異大體呈上升趨勢，亞太與歐洲、亞太與非洲、南美洲與非洲的區(qū)域間差異大體呈下降趨勢。“一帶一路”倡議提出后，除亞太與非洲的區(qū)域間差異大體呈下降趨勢外，其他區(qū)域間差異均大體呈上升趨勢。這說明“一帶一路”倡議事實上加劇了中國對四大地區(qū)OFDI的區(qū)域間不均衡程度，這也是本文重點關注的問題之一，有關分析詳見下文經(jīng)驗解釋。

五、中國對“一帶一路”沿線地區(qū)OFDI的趨勢演進

為了考察中國對“一帶一路”沿線地區(qū)OFDI的趨勢演進特征，本文利用核密度估計和馬爾科夫鏈，分別從分布動態(tài)演進和長期趨勢預測兩方面對中國OFDI進行分析。

（一）中國對“一帶一路”沿線地區(qū)OFDI的分布動態(tài)演進

樣本總體及四大地區(qū)的核密度分布圖見圖5。從中可知，中國對“一帶一路”沿線地區(qū)的OFDI呈上升趨勢，觀測期內(nèi)，中國對樣本總體、亞太、南美洲、歐洲、非洲OFDI的年均增長率分別達到35.43%、34.85%、19.24%、44.74%、35.10%，表現(xiàn)為各分布圖的中心位置明顯右移?！耙粠б宦贰背h提出后，中國OFDI的增速有所下降，中國對樣本總體、亞太、南美洲、歐洲、非洲OFDI的年均增長率分別下降至21.92%、22.42%、8.31%、32.75%、13.89%，但存量仍然不斷上升，表現(xiàn)為各分布圖的中心位置自2013年之后大體呈右移趨勢。

從圖5中可以看到，中國對樣本總體及四大地區(qū)的OFDI均存在不同程度的極化趨勢。2003—2013年，樣本總體表現(xiàn)出明顯的兩極分化趨勢，“一帶一路”倡議提出后，轉而呈兩極分化向單極化演進的態(tài)勢。2003—2013年，亞太地區(qū)的兩極分化趨勢逐漸減弱，倡議提出后，兩極分化趨勢轉而增強。2013年之前是南美洲多極化向兩極分化發(fā)展階段，倡議提出后，兩極分化逐漸演變?yōu)閱螛O化趨勢。歐洲除主峰外還存在多個側峰，說明多極化貫穿于整個觀測期。2003—2013年，非洲呈兩極分化向多極化演進態(tài)勢，倡議提出后，這一趨勢發(fā)生明顯改變，并向著單極化方向演進。上述發(fā)現(xiàn)間接表明觀測期內(nèi)中國對樣本總體、亞太、南美洲、非洲OFDI的空間差異縮小，對歐洲OFDI的空間差異擴大，這與本文基尼系數(shù)分析所得出的結論一致。另外，本文參考陳明華等[24]的分析方法，進一步計算了Wolfson、ER、EGR、LU指數(shù)。結果表明

由于篇幅所限，本文省略極化指數(shù)結果，若有興趣可向筆者索取。，樣本總體、南美洲和非洲的Wolfson指數(shù)呈遞減趨勢，這印證了兩極分化越來越不明顯，并逐漸向單極化發(fā)展的趨勢;亞太地區(qū)的Wolfson指數(shù)先減后增，表明兩極分化趨勢先減弱后增強;歐洲的ER、EGR、LU指數(shù)均呈上升趨勢，表明多極化趨勢越來越顯著。

（二）中國對“一帶一路”沿線地區(qū)OFDI的長期趨勢預測

馬爾科夫鏈轉移概率矩陣

本文根據(jù)樣本總體國家數(shù)量對其四等分取整數(shù)，然后按照OFDI存量從低到高劃分為四種國家類型，分別是OFDI低水平國家、OFDI中低水平國家、OFDI中高水平國家、OFDI高水平國家（四等分后余出的國家歸類為高水平國家）。亞太、南美洲、歐洲、非洲地區(qū)的處理方式與樣本總體相同。見表5，主對角線數(shù)值表示相應類型國家沒有發(fā)生組間轉移的概率，主對角線以外的數(shù)值表示發(fā)生組間轉移的概率，即“向更高水平轉移”或“向更低水平轉移”的概率。根據(jù)表5可以發(fā)現(xiàn)：

中國對樣本總體及四大地區(qū)的OFDI普遍存在俱樂部趨同效應，并出現(xiàn)“低水平陷阱”和“高水平壟斷”現(xiàn)象。樣本總體的轉移概率矩陣中，主對角線上概率均大于非主對角線上概率，低、中低、中高、高水平國家一年后仍保持自身狀態(tài)的概率分別為63.74%、68.68%、68.68%、97.14%，即均存在俱樂部趨同

當維持原有類型概率大于轉移概率時，即存在該類型的俱樂部趨同。效應。亞太、歐洲與樣本總體的四類水平均表現(xiàn)出俱樂部趨同特征，而南美洲只有高水平國家存在俱樂部趨同效應，非洲除了中高水平外，其他三類國家均存在俱樂部趨同效應。此外，樣本總體、亞太、歐洲、非洲的低水平國家維持自身狀態(tài)的概率分別為63.74%、57.14%、61.90%、44.64%，均大于向上轉移的概率，表明在低水平國家中存在“低水平陷阱”現(xiàn)象。樣本總體及四大地區(qū)的高水平國家維持自身狀態(tài)的概率均在95%以上，說明在高水平國家中存在“高水平壟斷”現(xiàn)象。

中國對樣本總體及四大地區(qū)的OFDI均存在長期增長趨勢。樣本總體、亞太、南美洲、歐洲、非洲的低水平國家主對角線右側數(shù)值較大，分別為31.32%、37.50%、50.00%、28.57%、42.86%;中低水平國家主對角線右側（左側）數(shù)值分別為27.47%（3.85%）、33.93%（5.36%）、85.72%（7.14%）、50.00%（9.52%）、44.64%（1.79%），中高水平國家主對角線右側（左側）數(shù)值分別為28.57%（2.75%）、30.36%（3.57%）、78.57%（14.29%）、42.86%（0.00%）、50.00%（3.57%），即中低、中高水平國家的主對角線右側數(shù)值大于左側數(shù)值。這意味著中國對樣本總體及四大地區(qū)的OFDI存在長期增長趨勢，與前文核密度分析所得到的結論相呼應。此外，樣本總體中低水平國家主對角線右側數(shù)值較大為31.32%，表明這些樣本國家盡管存在“低水平陷阱”現(xiàn)象，但中國對其OFDI也表現(xiàn)出繼續(xù)增長的趨勢，長期來看會導致中國OFDI總體空間差異相應減小，這與前文得出的結論完全一致。其他地區(qū)也具有類似規(guī)律，此處不再贅述。

六、中國對“一帶一路”沿線地區(qū)OFDI時空演進的經(jīng)驗解釋

為了探究中國對“一帶一路”沿線地區(qū)OFDI時空演進特征的深層次原因，本文借助分位數(shù)回歸進行考察，具體結果如表6和表7所示。從中可以看出：

第一，同一地區(qū)、不同分位水平各影響因素系數(shù)的變化，能夠為中國對“一帶一路”沿線地區(qū)OFDI的總體空間差異和區(qū)域內(nèi)差異提供一定程度的解釋;同一分位水平、不同地區(qū)各影響因素系數(shù)的變化，能夠為中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域間差異提供一定程度的解釋。隨著分位點的提高，樣本總體的勞動力稟賦、基礎設施水平、資源稟賦、“一帶一路”倡議、東道國投資風險

世界治理指數(shù)越大意味著投資風險越小，分位數(shù)回歸結果顯示世界治理指數(shù)的系數(shù)為負，表明東道國投資風險的上升有利于中國OFDI的增加，這印證了中國對“一帶一路”沿線國家的OFDI具有較強的風險偏好特征[15]。的系數(shù)下降。在此作用下，上述影響因素可能拉動中國OFDI在較低水平國家實現(xiàn)快速增長，而在較高水平國家增長相對較慢，從而在一定程度上導致總體空間差異的縮小。同理，隨著分位點的提高，亞太基礎設施水平的系數(shù)下降，南美洲基礎設施水平和“一帶一路”倡議的系數(shù)下降，非洲東道國投資風險的系數(shù)下降，在一定程度上導致亞太、南美洲、非洲區(qū)

域內(nèi)差異的縮小。與此相反的是，歐洲基礎設施水平的影響系數(shù)先降后升，表明基礎設施水平對中國在中等水平國家的OFDI增長的拉動作用較小，而對中國在較高水平國家的OFDI增長具有較大的拉動作用，從而導致歐洲區(qū)域內(nèi)差異擴大。除了基礎設施水平對各地區(qū)內(nèi)中國OFDI的影響大致相同外，不同地區(qū)內(nèi)各因素對中國OFDI的影響差異較大。例如勞動力稟賦和資源稟賦是非洲吸引中國OFDI的重要優(yōu)勢，市場規(guī)模是中國選擇對亞太、歐洲、非洲直接投資的重要原因。此外，某些因素對不同地區(qū)的影響強度存在顯著差異，例如“一帶一路”倡議對非洲的影響明顯小于對歐洲的影響，導致中國對非洲與歐洲兩地區(qū)間的OFDI存在一定差異?？傊鞯貐^(qū)內(nèi)中國OFDI的影響因素及強度不盡相同，導致中國對各地區(qū)的OFDI存在差異，從而在一定程度上解釋了前文提到的中國OFDI區(qū)域間差異的形成。

第二，同一地區(qū)、不同分位水平各影響因素系數(shù)的符號，能夠為中國對“一帶一路”沿線地區(qū)OFDI的核密度分布圖中心位置右移提供一定程度的解釋;同一地區(qū)、不同分位水平各影響因素系數(shù)的變化，能夠為中國對“一帶一路”沿線地區(qū)OFDI的極化趨勢提供一定程度的解釋。在各分位點處，樣本總體和非洲的市場規(guī)模、勞動力稟賦、基礎設施水平、資源稟賦、“一帶一路”倡議的系數(shù)顯著為正，表明上述變量在一定程度上推動了中國對樣本總體和非洲的OFDI。就亞太和歐洲而言，市場規(guī)模、基礎設施水平和“一帶一路”倡議是亞太、歐洲吸引中國OFDI的重要正向影響因素。而就南美洲而言，只有基礎設施水平對中國在南美洲的OFDI具有顯著的拉動作用。此外，在風險偏好特征的影響下，東道國投資風險均在不同程度上推動了中國對樣本總體及四大地區(qū)的OFDI。上述發(fā)現(xiàn)在一定程度上導致樣本總體及四大地區(qū)核密度分布圖中心位置向右移動。

隨著分位點的提高，樣本總體的勞動力稟賦、基礎設施水平、資源稟賦、“一帶一路”倡議、東道國投資風險的系數(shù)下降。在此作用下，這些變量可能拉動中國OFDI在較低水平國家實現(xiàn)快速增長，而在較高水平國家增長相對較慢，這在一定程度上導致中國對樣本總體的OFDI由兩極分化向單極化演進。同理，南美洲基礎設施水平和“一帶一路”倡議的系數(shù)下降，對于南美洲由多極化向單極化演進具有重要的影響作用。非洲東道國投資風險的系數(shù)下降，這與非洲由兩極分化向單極化演進的極化趨勢相吻合。而亞太地區(qū)的市場規(guī)模系數(shù)先減小后增大，表明在市場規(guī)模擴大的促進作用下，中國對較低、較高水平國家的OFDI增長較快，對中等水平國家的OFDI增長較慢，從而在一定程度上導致亞太地區(qū)出現(xiàn)兩極分化現(xiàn)象。由于僅通過25%、50%、75%三個分位點不足以說明歐洲的多極化成因，故本文將分位點進一步細分為10%、30%、50%、70%、90%。根據(jù)細分后的歐洲分位數(shù)回歸結果

由于篇幅所限，本文省略細分后的歐洲分位數(shù)回歸結果，若有興趣可向筆者索取。發(fā)現(xiàn)，在由低到高的五個分位點處，基礎設施水平的系數(shù)分別為0.0255、0.0222、0.0183、0.0228、0.0176，且均通過了10%顯著性水平檢驗。這意味著在基礎設施水平的正向影響作用下，中國對最低水平國家的OFDI增長較快，對較低水平國家的OFDI增長較慢，從而形成一極;較低水平國家OFDI比中等水平國家增長快，從而又形成一極;較高水平國家OFDI比最高水平國家增長快，從而再形成一極，因此中國對歐洲的直接投資呈多極化趨勢。

第三，同一分位水平、不同地區(qū)各影響因素系數(shù)的比較，能夠為中國對“一帶一路”沿線地區(qū)OFDI的俱樂部趨同效應提供一定程度的解釋;同一地區(qū)、不同分位水平各因素的影響方向，能夠為中國對“一帶一路”沿線地區(qū)OFDI的組間轉移提供一定程度的解釋。在25%分位點處，南美洲的基礎設施水平、資源稟賦、東道國投資風險、“一帶一路”倡議等正向影響系數(shù)較大，表明其對OFDI的推動作用較強，?這導致低水平國家向更高水平轉移的概率較大，故低水平俱樂部趨同效應不顯著;亞太地區(qū)的各正向影響系數(shù)較小，表明其對OFDI的推動作用較弱，這導致低水平國家向更高水平轉移的概率較小，故低水平俱樂部趨同效應顯著。同理，在50%分位點處，南美洲的資源稟賦、東道國投資風險、“一帶一路”倡議等正向影響系數(shù)較大，導致中低水平俱樂部趨同效應不顯著;亞太地區(qū)的各正向影響系數(shù)較小，導致中低水平俱樂部趨同效應顯著。在75%分位點處，南美洲東道國投資風險系數(shù)較大，導致中高水平俱樂部趨同效應不顯著;亞太地區(qū)的東道國投資風險系數(shù)較小，導致中高水平俱樂部趨同效應顯著。此外，在75%分位點處，由于南美洲不存在負向影響因素，故其高水平俱樂部趨同效應顯著;亞太地區(qū)的資源稟賦系數(shù)盡管為負，但由于其系數(shù)較小，故其高水平俱樂部趨同效應也同樣顯著。鑒于歐洲、非洲的俱樂部趨同規(guī)律與亞太地區(qū)類似，此處不再贅述。

在不同分位點處，樣本總體及四大地區(qū)均存在正向影響因素，如市場規(guī)模、基礎設施水平、“一帶一路”倡議等，推動著中國OFDI不斷增加，從而拉動各OFDI類型國家向更高水平轉移。以樣本總體為例，在25%分位點處，所有因素均對中國OFDI具有正向影響，故而低水平國家向中低水平轉移的概率較大。同理，在50%和75%分位點處，所有因素也均對中國OFDI具有正向影響，故而中低、中高水平國家分別向中高、高水平轉移的概率較大。與此相反的是，部分地區(qū)存在的負向影響因素，如資源稟賦、勞動力稟賦等導致中國OFDI有所減少，這在一定程度上說明了各OFDI類型國家向更低水平轉移的現(xiàn)象。以南美洲為例，在25%和50%分位點處，市場規(guī)模對中國OFDI具有負向影響，故而部分中低、中高水平國家分別向低、中低水平轉移。而在75%分位點處，由于并不存在負向影響因素，所以高水平國家向中高水平轉移的概率為0。

七、結論與啟示

“一帶一路”倡議提出后，吸引了國內(nèi)外學者的廣泛關注，但經(jīng)過文獻梳理發(fā)現(xiàn)，有關中國對“一帶一路”沿線地區(qū)OFDI的區(qū)域差異、趨勢演進及成因的研究相對匱乏。為了彌補這一不足，本文基于2003—2017年“一帶一路”沿線54個國家的OFDI數(shù)據(jù)，采用Dagum基尼系數(shù)、核密度估計、馬爾科夫鏈、分位數(shù)回歸等方法，就此進行了實證分析，并得到以下結論：

（1）中國對“一帶一路”沿線地區(qū)OFDI的空間差異較大，但總體呈縮小趨勢，區(qū)域間差異貢獻始終大于區(qū)域內(nèi)差異貢獻。其中，歐洲的區(qū)域內(nèi)差異最大，亞太與南美洲的區(qū)域間差異最大。

（2）中國對“一帶一路”沿線地區(qū)的OFDI呈上升趨勢，對亞太、歐洲的OFDI分別呈兩極分化和多極化趨勢，對樣本總體、南美洲和非洲的OFDI則表現(xiàn)出由兩極或多極化向單極化發(fā)展的趨勢。

（3）中國對樣本總體及四大地區(qū)的OFDI普遍存在俱樂部趨同效應，并出現(xiàn)“低水平陷阱”和“高水平壟斷”現(xiàn)象。低水平國家向上轉移的概率較大，中低、中高水平國家向上轉移的概率大于其向下轉移的概率，意味著中國OFDI存在長期增長趨勢。

（4）隨著分位點的提高，樣本總體的勞動力稟賦、基礎設施水平、資源稟賦、“一帶一路”倡議、東道國投資風險的系數(shù)下降。在此作用下，上述影響因素可能拉動中國OFDI在較低水平國家實現(xiàn)快速增長，而在較高水平國家增長相對較慢，從而在一定程度上導致總體空間差異的縮小。同理，亞太基礎設施水平的系數(shù)下降，南美洲基礎設施水平和“一帶一路”倡議的系數(shù)下降，非洲東道國投資風險的系數(shù)下降，在一定程度上說明了亞太、南美洲、非洲區(qū)域內(nèi)差異的縮小。而歐洲基礎設施水平的系數(shù)先降后升，在一定程度上說明了歐洲區(qū)域內(nèi)差異的擴大。此外，各地區(qū)影響因素及其影響強度的不同，在一定程度上說明了中國OFDI區(qū)域間差異的形成。例如勞動力稟賦和資源稟賦是非洲吸引中國OFDI的重要優(yōu)勢，市場規(guī)模是中國選擇對亞太、歐洲、非洲直接投資的重要原因。市場規(guī)模的擴大、廉價勞動力的供給、基礎設施的完善、資源稟賦的增加、“一帶一路”倡議的提出、風險偏好特征的影響，均對中國OFDI增長具有重要推動作用，從而在一定程度上導致樣本總體及四大地區(qū)核密度分布圖的中心位置向右移動。另外，隨著分位點的提高，樣本總體的勞動力稟賦等影響因素系數(shù)、亞太地區(qū)的市場規(guī)模系數(shù)、南美洲的基礎設施水平和“一帶一路”倡議系數(shù)、歐洲的基礎設施水平系數(shù)、非洲的東道國投資風險系數(shù)的變化，能夠為中國對樣本總體及四大地區(qū)OFDI的極化趨勢提供一定程度的解釋。在同一分位水平、不同地區(qū)視角下，各影響因素強度的比較，能夠為中國對“一帶一路”沿線地區(qū)OFDI的俱樂部趨同效應提供一定程度的解釋。具體來說，在影響強度較大的東道國投資風險等因素作用下，各OFDI類型國家向更高水平轉移的概率較大，故俱樂部趨同效應不顯著;而在影響強度較小的各因素作用下，各OFDI類型國家向更高水平轉移的概率較小，故俱樂部趨同效應顯著。在同一地區(qū)、不同分位水平視角下，基礎設施水平、“一帶一路”倡議等正向影響因素對中國OFDI具有向上推動作用，市場規(guī)模等負向影響因素對中國OFDI具有向下拉動作用。這能夠為中國對“一帶一路”沿線地區(qū)OFDI的組間轉移提供一定程度的解釋。

以上結論對引導中國企業(yè)對外直接投資，促進東道國改善投資環(huán)境具有重要啟示作用：

第一，中國對“一帶一路”沿線地區(qū)OFDI的空間差異較大，且存在不同程度的極化和“低水平陷阱”現(xiàn)象，因此應以“共商、共建、共享”原則為指導，既要著眼于某一地區(qū)內(nèi)各國之間的差異，也要考慮到不同地區(qū)之間的差異。具體而言，歐洲的區(qū)域內(nèi)差異最大且存在多極化趨勢，中國OFDI較少，因此要出臺稅收激勵、信貸支持等優(yōu)惠政策，鼓勵企業(yè)對其投資，還可以通過簽署《雙邊投資保護協(xié)定》《避免雙重征稅協(xié)定》等推動國家間投資往來。亞太與南美洲的區(qū)域間差異最大，對于南美洲地區(qū)，應成立專家團隊探尋投資熱點，進而引導企業(yè)投資;同時還應鼓勵東道國積極參與到多邊投資體制建設中來，提高外資開放度。鑒于中國OFDI存在“低水平陷阱”現(xiàn)象，為了促進企業(yè)到“一帶一路”沿線中國OFDI較少的國家進行投資，應通過建設境外經(jīng)貿(mào)合作區(qū)，充分發(fā)揮其為企業(yè)提供產(chǎn)業(yè)、文化、法律等信息服務的載體作用;同時還應敦促東道國健全法律法規(guī)體系，加強外資保護，降低投資風險。

第二，基于對四大地區(qū)不同分位水平關鍵影響因素的識別，能夠為中國企業(yè)調(diào)整投資戰(zhàn)略、東道國增強承接外商投資能力提供一定借鑒。

（1）隨著“一帶一路”倡議的推進，亞太地區(qū)是吸引中國OFDI最多的地區(qū)，在此背景下，應進一步發(fā)揮“一帶一路”倡議的“橋梁紐帶”作用，這有利于亞太各國將中國OFDI“引進來”。

（2）鑒于基礎設施水平是影響中國對南美洲直接投資的重要因素，因此南美洲國家有必要加快交通、通信等基礎設施建設，以期增強對中國OFDI的吸引力。

（3）由于市場規(guī)模對中國在歐洲直接投資的正向影響較大，因此中國政府應提供稅收、信貸、信息等方面的政策支持，鼓勵市場導向型企業(yè)“走出去”。

（4）非洲擁有豐富的礦產(chǎn)資源和廉價的勞動力資源，所以應引導中國的資源和勞動力密集型企業(yè)到非洲進行投資。而非洲各國也應在審批權限、稅收優(yōu)惠、物資供應等方面提供便利，積極承接來自中國的資源和勞動力密集型產(chǎn)業(yè)轉移。

參考文獻：

[1]?Gao?Yue.?Influences?of?institutional?differences?on?Chinese?enterprises?investment?on?countries?in?“The?Belt?and?Road”?strategybased?on?regulatory?effects?of?ethnic?Chinese?in?host?countries[J].?Modern?Economy，?2017，?8（4）：?551-566.

[2]?趙蓓文.?經(jīng)濟全球化新形勢下中國企業(yè)對外直接投資的區(qū)位選擇[J].?世界經(jīng)濟研究，?2015（6）：?119-126.

[3]?尹小劍.?對外直接投資與產(chǎn)業(yè)結構優(yōu)化的灰關聯(lián)分析與趨勢預測——來自中國FDI行業(yè)數(shù)據(jù)的證據(jù)[J].?世界經(jīng)濟與政治論壇，?2010（5）：?13-25.

[4]?Liu?Yuli，?Ge?Yuejing，?Hu?Zhiding，?et?al.?Culture?and?capital?flows——Exploring?the?spatial?differentiation?ofChinas?OFDI[J].?China?Economic?Review，?2018，?48：?27-45.

[5]?Huang?Yanying.?Environmental?risks?and?opportunities?for?countries?along?the?Belt?and?Road：?Location?choice?ofChinas?investment[J].?Journal?of?Cleaner?Production，?2019，?211：?14-26.

[6]?孫焱林，?覃飛.?“一帶一路”倡議降低了企業(yè)對外直接投資風險嗎[J].?國際貿(mào)易問題，?2018（8）：?66-79.

[7]?張靜，?孫乾坤，?武拉平.?貿(mào)易成本能夠抑制對外直接投資嗎——以“一帶一路”沿線國家數(shù)據(jù)為例[J].?國際經(jīng)貿(mào)探索，?2018（6）：?93-108.

[8]?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(shù)據(jù)及投資引力模型的實證研究[J].?國際貿(mào)易問題，?2016（9）：?165-176.

[9]?Dagum?C.?A?new?approach?to?the?decomposition?of?the?Gini?income?inequality?ratio[J].?Empirical?Economics，?1997，?22（4）：?515-531.

[10]劉華軍，?趙浩.?中國二氧化碳排放強度的地區(qū)差異分析[J].?統(tǒng)計研究，?2012（6）：?46-50.

[11]陳明華，?劉華軍，?孫亞男.?中國五大城市群金融發(fā)展的空間差異及分布動態(tài)：?2003—2013年[J].?數(shù)量經(jīng)濟技術經(jīng)濟研究，?2016（7）：?130-144.

[12]高建剛.?經(jīng)濟一體化、政治風險和第三國效應對中國OFDI的影響[J].?財貿(mào)研究，?2011（5）：?57-64.

[13]肖文，?周君芝.?國家特定優(yōu)勢下的中國OFDI區(qū)位選擇偏好——基于企業(yè)投資動機和能力的實證檢驗[J].?浙江大學學報（人文社會科學版），?2014（1）：?184-196.

[14]孟醒，?董有德.?中國企業(yè)OFDI的價值鏈分布及其影響因素[J].?國際經(jīng)貿(mào)探索，?2015（4）：?40-51.

[15]田原，?李建軍.?中國對“一帶一路”沿線國家OFDI的區(qū)位選擇——基于資源與制度視角的經(jīng)驗研究[J].?經(jīng)濟問題探索，?2018（1）：?79-88.

[16]王培志，?潘辛毅，?張舒悅.?制度因素、雙邊投資協(xié)定與中國對外直接投資區(qū)位選擇——基于“一帶一路”沿線國家面板數(shù)據(jù)[J].?經(jīng)濟與管理評論，?2018（1）：?5-17.

[17]Zhang?Jie，?Zhang?Lu.?Impacts?on?CO2?emission?allowance?prices?in?China：?A?quantile?regression?analysis?of?the?Shanghai?emission?trading?scheme[J].?Sustainability，?2016，?8（11）：?1195.

[18]Dunning?J?H.?Trade?location?of?economic?activity?and?the?multinational?enterprise：?A?search?for?an?eclectic?approach[M]∥?Ohlin?B，?Hesselborn?P?O，?Wijkman?P?M.?The?international?allocation?of?economic?activity.?London：?MacMillan，?1977：?395-418.

[19]宋林，?謝偉，?何紅光.?對外直接投資對我國就業(yè)影響的實證研究——基于門限面板模型的分析[J].?當代經(jīng)濟科學，?2017（5）：?95-106.

[20]Liu?Haiyue，?Tang?Yingkai，?Chen?Xiaolan，?et?al.?The?determinants?of?Chinese?outward?FDI?in?countries?along?“One?Belt?One?Road”[J].?Emerging?Markets?Finance?and?Trade，?2017，?53（6）：?1374-1387.

[21]胡翠平.?中國企業(yè)順向與逆向OFDI的動因及影響因素對比分析[J].?國際經(jīng)貿(mào)探索，?2015（5）：?86-98.

[22]楊宏恩，?孟慶強，?王晶，?李浩.?雙邊投資協(xié)定對中國對外直接投資的影響：?基于投資協(xié)定異質(zhì)性的視角[J].?管理世界，?2016（4）：?24-36.

[23]田暉，?宋清，?楚恬思.?制度因素與我國對外直接投資區(qū)位關系研究——“一帶一路”倡議的調(diào)節(jié)效應[J].?經(jīng)濟地理，?2018（12）：?32-39.

[24]陳明華，?仲崇陽，?張曉萌.?中國人口老齡化的區(qū)域差異與極化趨勢：?1995—2014[J].?數(shù)量經(jīng)濟技術經(jīng)濟研究，?2018（10）：?111-124.

[本刊相關文獻鏈接]

[1]?項松林.?“一帶一路”對中國與沿線國家貿(mào)易增長的影響[J].?當代經(jīng)濟科學，?2019（4）：?1-13.

[2]?張原.?對外經(jīng)貿(mào)戰(zhàn)略調(diào)整下的中美雙邊投資及其就業(yè)效應[J].?當代經(jīng)濟科學，?2018（4）：?1-12.

[3]?吳真如.?美國近期貿(mào)易政策轉向及對中國影響[J].?當代經(jīng)濟科學，?2018（4）：?13-20+38.

[4]?陳琳，?朱明瑞.?對外直接投資對中國產(chǎn)業(yè)結構升級的實證研究：?基于產(chǎn)業(yè)間和產(chǎn)業(yè)內(nèi)升級的檢驗[J].?當代經(jīng)濟科學，?2015（6）：?116-121.

[5]?陳建奇.?對外直接投資推動產(chǎn)業(yè)結構升級：?趕超經(jīng)濟體的經(jīng)驗[J].?當代經(jīng)濟科學，?2014（6）：?71-77.

責任編輯、校對：鄭雅妮

Regional?Differences?and?Evolution?of?Chinas?OFDI?along?the?Belt?and?Road

CHEN?Minghua，?WANG?Shan，?LIU?Wenfei，?LIU?Yuxin

（School?of?Economics，?Shandong?University?of?Finance?and?Economics，?Jinan?250014，?China）

Abstract：?Based?on?the?data?of?Chinas?outward?foreign?direct?investment?（OFDI）?in?54?countriesalong?the?“Belt?and?Road”?from?20032017，?this?paper?uses?Dagum?Gini?ratio，?kernel?density?estimation，?Markov?chain?and?quantile?regression?to?empirically?examine?the?regional?differences，?trend?evolution?and?causes?of?Chinas?OFDI?along?the?“Belt?and?Road”.?The?results?show：?（1）?Chinas?OFDI?in?areas?along?the?“Belt?and?Road”?is?on?the?rise.?The?spatial?difference?is?large，?but?the?trend?is?decreasing.?The?contribution?rate?of?interregional?differences?is?always?higher?than?that?of?intraregional?differences.?Among?them，?Europe?has?the?largest?interregional?difference;?Asia?&?Pacific?and?South?America?have?the?largest?intraregional?difference.?In?Asia?&?Pacific?and?Europe，?OFDI?shows?a?trend?of?polarization?and?multipolarization?respectively，?while?in?the?whole?sample，?South?America?and?Africa，?OFDI?shows?a?trend?of?polarization?or?multipolarization?to?single?polarization.?（2）?There?is?a?club?convergence?in?the?whole?sample?and?four?regions，?and?there?are?“l(fā)ow?level?trap”?and?“high?level?monopoly”?phenomena.?Chinas?OFDI?for?mediumlow?and?mediumhigh?countries?is?increasing.?（3）?With?the?increase?of?Chinas?OFDI，?the?influence?coefficient?of?factors?such?as?infrastructure?level，?BRI?and?host?country?investment?risk?declines，?which?is?an?important?reason?leading?to?the?reduction?of?total?spatial?differences?and?intraregional?differences?in?most?regions.?The?differences?of?influence?factors?and?their?impact?intensity?and?directions?in?different?regions?provide?some?explanations?for?the?interregional?differences?of?Chinas?OFDI.?Market?size，?infrastructure?level?and?other?factors?have?relatively?large?impact?intensity?on?low?and?high?levels?of?OFDI，?which?has?helped?Chinas?OFDI?in?the?Asia?&?Pacific?and?Europe?show?polarization?or?multipolarization?differentiation.?Factors?such?as?host?country?investment?risk?and?resource?endowment?have?a?relatively?large?impact?on?Chinas?OFDI?in?South?America，?and?the?tendency?of?OFDI?to?shift?upward?or?downward?is?more?obvious，?thus?showing?a?weaker?club?convergence?effect.

Keywords：?The?Belt?and?Road;?Outward?foreign?direct?investment;?Regional?difference;?Club?convergence

收稿日期：2019-08-19

基金項目：國家社會科學基金項目“空間異質(zhì)性視角下長江經(jīng)濟帶生態(tài)效率評價及提升路徑研”（19BJY087）;山東省自然科學基金項目“山東半島城市群普惠金融發(fā)展水平測度、差異分解及協(xié)同提升路徑研究”（ZR2016GM18）;山東省社會科學規(guī)劃研究優(yōu)勢學科項目“山東半島城市群綠色經(jīng)濟增長績效評價及協(xié)同提升路徑研究”（19BYSJ37）。

作者簡介：陳明華，男，通信作者，山東財經(jīng)大學經(jīng)濟學院教授，博士生導師，研究方向：經(jīng)濟增長與綠色經(jīng)濟，電子郵箱：chenminghua1978@163.com;王山，男，山東財經(jīng)大學經(jīng)濟學院碩士研究生，研究方向：經(jīng)濟增長與綠色經(jīng)濟;劉文斐，女，山東財經(jīng)大學經(jīng)濟學院碩士研究生，研究方向：經(jīng)濟增長與綠色經(jīng)濟;劉玉鑫，女，山東財經(jīng)大學經(jīng)濟學院碩士研究生，研究方向：經(jīng)濟增長與綠色經(jīng)濟。①數(shù)據(jù)來源為《中國對外直接投資統(tǒng)計公報》。