【《“一带一路”国家投资便利化评价实证分析案例》12000字】

“一带一路”国家投资便利化评价实证分析案例目录TOC\o"1-3"\h\u2317“一带一路”国家投资便利化评价实证分析案例 15314第1章“一带一路”国家投资便利化评价体系的构建及测度结果分析 1141491.1投资便利化评价体系的指标选取 1204841.2数据处理与权重的确定 3208321.3“一带一路”沿线国家的投资便利化水平结果比较 4177191.4本章小结 612769第2章“一带一路”沿线国家投资便利化对中国对外直接投资效率的影响 7172882.1模型设定及数据来源 7140992.1.1非效率项时变随机前沿引力模型 752782.1.2技术非效率模型 8323572.2样本选择 10309902.3实证检验及结果分析 10254802.3.1模型适用性检验 11198152.3.2模型的实证结果分析 11107092.3.3稳健性检验 19175652.3.4异质性检验 20106222.4本章小结 21第1章“一带一路”国家投资便利化评价体系的构建及测度结果分析本章主要进行“一带一路”国家投资便利化评价体系的构建。首先在前人研究的基础上选取合适的投资便利化的指标体系，并划分为相应的一级指标。其次，运用主成分分析法对各项指标进行赋权，并计算相应的一级指标数值，为下一章的实证分析中的对应指标的提供数据来源。最后对测度结果进行了分析。1.1投资便利化评价体系的指标选取经济合作与发展组织认为投资便利化的实现，主要应当通过提供公开且具有可预测性的投资环境，从而做到让对外直接投资的程序更加方便快捷，同时还发布了一系列的投资政策（FIPT、PFI），为各国政府提供制定投资便利化的框架，世界经济论坛和世界银行在投资方面也有相应的总体构架。如今，学界多数将投资便利化定义为政府所采取的系列举措，目的是吸引外国投资，同时在投资的全过程中最大限度地提高其管理效力和投资效率。对于投资便利化评价体系中指标的选取应在此大框架内，但是由于本文主要研究“一带一路”沿线国家及地区，为了能够更加有针对性地提出相关建议，在构建“一带一路”沿线国家投资便利化评价指标体系的同时，还需要结合“一带一路”倡议实施过程中政策沟通、设施联通、贸易畅通、资金融通四个方面的建设。综合这几个方面的考虑以及对以往文献的参考，本文从《全球竞争力报告（GCR）》中选取了19个二级指标，并将二级指标归类为五个一级指标，以建立更全面的评价体系。本文选取的指标跨度为2010年-2017年，具体如表1.1所示。表1.1投资便利化指标体系表一级指标二级指标数据来源制度供给质量REG知识产权保护RGCR政府解决投资争端效率R2GCR政府政策透明度R3GCR投资者保护力度R4GCR金融服务效率FIN资本市场的融资能力FGCR风险投资的可获得性FGCR续表1.1投资便利化指标体系表一级指标二级指标数据来源商业投资环境BUS投资创业所需要的审批程序BGCR投资创业所需要的审批时间BGCRFDI规则对企业投资影响BGCR劳动力市场的灵活性BGCR基础设施质量QUA公路基础设施质量QGCR铁路基础设施质量QGCR航空基础设施质量QGCR港口基础设施质量QGCR通讯和电力基础设施质量QGCR信息技术应用TECH新科技的可获得性TGCR信息通信技术的商务应用TGCR互联网使用人数TGCR科研人员和工程师的可用性T4GCR1.2数据处理与权重的确定所选取的指标中，大部分指标取值为范围为1-7，对于投资者保护力度、投资创业所需要的审批程序等取值不处于1-7之间的指标，参照GETR提供的标准化处理方法，运用以下公式对相关指标进行标准化，使其取值在1-7之间：−6×X−Xmin其中X为二级指标在《全球竞争力报告》中的原始数据。为了避免各个二级指标之间可能存在的高度共线性，本文首先使用SPSS对二级指标进行主成分分析。第一步，要进行该方法的适用性检验。一般来说KMO的值越接近于1越好,大于0.5时适合进行PCA。当巴特利特检验的F值显著，即检验出来的显著性小于或者等于0.05时，表示数据来自正态分布，可以进行下一步的分析。由表1.2可以看出，两个检验都，因此样本可以进行主成分分析。表1.2KMO和巴特利特检验KMO取样适切性量数。.853续表1.2KMO和巴特利特检验巴特利特球形度检验近似卡方4929.527自由度171显著性.000随后通过SPSS软件进行分析，成功获得了每个主成分的特征值、方差的贡献率、累计方差的贡献率。由于前6个主成分已经提取了19个二级指标81.828%的信息，因此采用其确定相应权重具有比较高的合理性。其次，根据6个主成分表达式，分别用每个主成分各指标的系数乘以相应方差贡献率，再除以所提取的6个主成分的累积贡献率，最后相加求和得到综合评价模型，表达式如下：Comp=0.019其中，二级指标权重为主成分Comp中的相应系数，如表1.3所示。再分别用二级指标权重乘以标准化后的规范值，分别求得到各国投资便利化指标体系中5个一级指标数值。表1.3二级指标权重一级指标二级指标权重制度供给质量REG知识产权保护R0.019政府解决投资争端效率R20.111政府政策透明度R30.087投资者保护力度R4-0.048基础设施质量QUA公路基础设施质量Q0.070铁路基础设施质量Q0.018航空基础设施质量Q0.089港口基础设施质量Q0.097通讯和电力基础设施质量Q-0.033金融服务效率FIN资本市场的融资能力F0.098风险投资的可获得性F0.045商业投资环境BUS投资创业所需要的审批程序B0.026投资创业所需要的审批时间B0.036FDI规则对企业投资影响B0.058劳动力市场的灵活性B0.083续表1.3二级指标权重一级指标二级指标权重信息技术应用TECH新科技的可获得性T0.026信息通信技术的商务应用T0.054互联网使用人数T0.086科研人员和工程师的可用性T0.0801.3“一带一路”沿线国家的投资便利化水平结果比较将标准化后的二级指标和对应权重相乘并求和，可以计算出一级指标评分，得到样本各国2010年-2017年投资便利化水平的测度结果，由于篇幅限制，只列出2017年各国投资便利化指数及其排名，具体见表1.4。表1.42017年“一带一路”沿线国家投资便利化指标测度结果比较国家REG排名QUA排名BUS排名FIN排名TECH排名阿尔巴尼亚0.823142.460241.97850.382370.89231阿塞拜疆1.12053.32432.10820.79091.1137孟加拉0.520292.183311.644260.640240.85833保加利亚0.700202.541221.687250.713170.94419波黑0.325351.809351.123370.539320.90328捷克0.792152.97491.764200.742161.0928埃及0.370342.919111.828160.752130.91125格鲁吉亚0.96392.719172.09030.525330.80335克罗地亚0.523283.01281.611280.559300.94120匈牙利0.537272.602201.90270.678200.96317印度尼西亚0.885102.840141.494310.88761.03010印度1.13342.968101.408330.89550.98514伊朗0.305372.649191.586290.610250.90726以色列1.38433.29042.00141.04721.3251约旦0.610242.877121.743220.81881.1404哈萨克斯坦1.08662.390251.85990.563290.92423吉尔吉斯斯坦0.629231.669361.831150.569270.72237柬埔寨0.320362.116321.227350.552310.84334斯里兰卡0.759162.689181.721230.767100.92622立陶宛0.828123.09261.90360.655221.1295蒙古0.668211.834341.802170.513350.89830马来西亚1.47723.57921.710240.96531.2183尼泊尔0.604251.305371.616270.745150.77636巴基斯坦0.741182.476231.423320.751140.92324菲律宾0.403331.943331.165360.758120.96816续表1.42017年“一带一路”沿线国家投资便利化指标测度结果比较国家REG排名QUA排名BUS排名FIN排名TECH排名波兰0.643222.823151.755210.671211.01613罗马尼亚0.743172.290291.87380.492360.93521俄罗斯联邦0.711192.729161.845120.602260.97415沙特阿拉伯1.03083.09851.372340.82671.1256新加坡1.88511.31412.24411.07111.2732塞尔维亚0.508312.251301.846110.567280.90327斯洛伐克0.483322.593211.843130.696181.02811泰国0.827132.844131.852100.90441.02212塔吉克斯坦1.05672.339271.784190.652230.90129土耳其0.830113.03071.790180.692191.0339乌克兰0.515302.330281.835140.524340.95618越南0.572262.358261.554300.761110.87132从表1.4可以看出，样本各国在以上5个方面均存在明显差异，新加坡、马来西亚、以色列、沙特阿拉伯的整体排名均较为靠前，其中新加坡在五个方面的评分均排名在前2，波黑、尼泊尔整体排名均靠后。1.4本章小结本章构建了沿线国家投资便利化评价体系。首先从GCR中选取了19个二级指标，并划分为相应的5个一级指标。其次，利用SPSS对各项指标进行赋权，计算相应的一级指标数值，并对测度结果进行了整理与分析，发现样本各国在投资便利化5个具体方面的水平差异明显，说明改进空间大，且需要针对不同的国家的不同指标进行有针对性的改进。第2章“一带一路”沿线国家投资便利化对中国对外直接投资效率的影响本章是全文的核心，首先对模型的设定与数据来源进行了介绍，其次运用非效率项时变随机前沿引力模型分析了投资便利化的五个一级指标对我国对沿线国家的直接投资效率的影响，并对沿线国家的效率行进计算与分析。最后还进行了稳健性及异质性检验，使本文的结论更加可靠。2.1模型设定及数据来源本文研究的对象是投资便利化的５个方面指标对直接投资效率的影响。本节参考2.2.3节理论模型部分中的非效率项随机前沿投资引力模型（即BC95模型）来对模型进行设定。运用该模型不仅能够同时估计前沿面影响因素和非效率项μjt，而且可以估计每个非效率因素zjt对因此，本节首先在模型设定的基础上，保留两国间的地理距离作为控制变量；其次，引入被投资国国内生产总值、中国国内生产总值、东道国自然资源禀赋、东道国人均国内生产总值作为控制变量。非效率项则选取投资便利化水平的５个方面指标来进行构建，其中包括制度供给质量、基础设施质量、商业投资环境、金融服务效率、信息技术应用，并添加货币自由度指数与贸易自由度指数作为控制变量。2.1.1非效率项时变随机前沿引力模型将时变随机前沿引力模型作为基础的模型，在此基础上，参考Armstrong（2007）的区分方法，将两个国家首都之间的直线距离、双方的经济体量、资源禀赋等中短期内无法改变的变量纳入到引力模型的主回归中，将制度供给质量、基础设施质量、商业投资环境、金融服务效率、信息技术的应用、货币资源度指数与贸易自由度指数等指标，纳入到技术非效率模型中。其中，选取相关解释变量所构建的随机前沿引力模型为：ln其中，模型中各个变量的含义解释如下：（1）FDIjt（2）DISTjt（3）GDPjt（4）GDPit（5）RESjt（6）PGDPjt为了避免我国对若干国家在部分年份直接投资流量为负，出现无法直接对数化的问题，对相关的数值做了以下处理：首先将为负的数值取相反数，取对数之后再恢复其原本符号，以达到与其他变量对数化之后相同的量级，同时不改变其影响方向。此外，为了避免解释变量为0不能对数化的情况，本文参考贸易领域中的常用方法，将解释变量处理为相应的变量加1。2.1.2技术非效率模型由于“一带一路”倡议涉及的国家多且范围广，各国之间具体国情的差异较大，导致我国在这些国家的直接投资效率也存在较大的区别。因此，为了能够全面考虑影响我国对样本国家和地区投资效率的非效率项，本文选择将上一章所构建的投资便利化体系中的五个一级指标作为核心解释变量，同时选择把货币自由度指数、贸易自由度指数两个变量加入到模型中，建立了技术非效率模型：μ其中，α0是技术非效率因素的常数项，α（1）REGjt（2）QUAjt（3）BUSjt表示t时期j国的商业投资环境，影响企业开办的成本以及便利度。（4）FINjt（5）TECHjt（6）MFjt（7）TFjt上述变量中（1）-（5）由第五章中主成分分析法计算得出，原数据来自《全球竞争力报告（GCR）》，变量（6）-（7）数据来源于美国传统基金会（TheHeritageFoundation），并且同样参照GETR的处理方式进行了标准化处理。表2.1给出了主要变量的描述性统计：表2.1主要变量的描述性统计变量符号样本个数最小值最大值均值标准差lnFDI296-12.4333213.859777.220001.93394lnDIST2967.067368.947308.529790.42571lnGDP29622.2907128.6091322.425281.53450lnGDP29629.4372029.9519729.706810.16688lnRES2960.000343.941301.369611.01038lnPGDP2966.3858710.957458.552251.09833续表2.1主要变量的描述性统计变量符号样本个数最小值最大值均值标准差REG2960.309871.313520.609580.18133QUA2960.354971.608070.921070.22341BUS2960.654281.291200.932510.10413FIN2960.227360.751560.467990.11000TECH2960.759641.420081.041210.13857MF2961.000007.000003.438461.02714TF2961.000007.000002.446281.21441模型的主要解释变量的描述性统计显示了几个特征：一是各个变量的观测值相同，可以设置为平衡面板数据。二是lnFDIjt2.2样本选择为了能够较为全面地分析我国对“一带一路”沿线国家和地区的直接投资效率，本文选取了沿线63个国家、2010年-2017年8年的数据作为总体样本，但是由于部分国家发展水平较低、社会环境动荡等因素，未被收录至《全球竞争力报告》的调查范围中，相关的数据缺失严重。为了保证样本的全面性和模型结果的准确性，本文采用了插值法，用相邻年份数据取平均值补齐个别缺失值，同时剔除了对某一变量缺失数目大于4及以上的国家，最终保留了37个数据相对完整的样本国家37个样本国家为：37个样本国家为：阿尔巴尼亚、阿塞拜疆、孟加拉国、保加利亚、波黑、捷克、埃及、格鲁吉亚、克罗地亚、匈牙利、印度尼西亚、印度、伊朗、以色列、约旦、哈萨克斯坦、吉尔吉斯斯坦、柬埔寨、斯里兰卡、立陶宛、蒙古、马来西亚、尼泊尔、巴基斯坦、菲律宾、波兰、罗马尼亚、俄罗斯、沙特阿拉伯、新加坡、塞尔维亚、斯洛伐克、泰国、塔吉克斯坦、土耳其、乌克兰、越南。2.3实证检验及结果分析在这一部分中，使用Frontier1.1软件对由上一节中所提到的方法整理而得的面板数据进行了实证分析。步骤一：分析数据是否可以使用这一个模型进行检测，同时由此得到在模型中是不是需要加入时变因素和技术非效率因素来进行研究；步骤二：模型的适用性检验通过之后，对相关国家同时进行时变随机前沿分析和技术非效率分析，分析找出影响我国在一个国家进行投资的变量及其影响因子、同时分析相关变量对我国在该国进行投资的效率影响；步骤三：找出影响变量及其具体影响效果之后，进一步进行效率分析，得到在此模型分析框架下，我国在沿线国家和地区的投资效率水平及其具体特点。2.3.1模型适用性检验模型中函数的具体设定对于随机前沿引力模型的实证结果有很大影响，所以，在进行效率测量之前，我们可以采用极大似然法来检验我们所获得的面板数据是不是能够适用于随机前沿引力模型。同时，还要检验所设定的具体函数形式是否正确，从而确定是否应该加入技术非效率项，并判断技术非效率项是否随时间而变化。检验结果如表2.2所示：表2.2模型适用性检验结果原假设H约束模型对数似然值无约束模型对数似然值LR统计量自由度1%临界值结论技术非效率项不存在(-873.79847-866.3950611.806829.2103拒绝技术非效率项不随时间变化(-866.39506-850.1652832.4596311.3449拒绝数据来源：Frontier1.1回归结果整理得出，自由度为约束变量的个数。“技术无效率项不存在(μjt=0)”的H0下，LR统计量为1“技术无效率项不会随时间变化(η=0)”的H02.3.2模型的实证结果分析因为通过了模型适用性检验，因此本文同时引入时变因素和技术非效率项对37个样本国家的面板数据进行整理与分析。本文采用Frontier1.1软件，利用Battese和Coelli（1995）模型对样本观测值进行回归分析。回归得到了我国对样本各国的直接投资效率以及各变量的参数估计。1.投资效率分析如理论模型部分所述，投资效率是实际直接投资额与理论前沿投资额的比重，取值在0到1之间，取值越接近1，则说明实际直接投资额与理论前沿投资额越接近，从而投资效率越高。通过投资效率还可以衡量一国的投资潜力，二者呈反比关系，投资效率越高，代表投资潜力越小。为了进一步分析我国对样本国家的OFDI效率，本文计算得到了我国对沿线37个国家2010年至2017年8年间的直接投资效率。（1）总体时序变化情况我国对“一带一路”沿线国家的投资效率的总体时序变化情况如图2.1：图2.1我国对“一带一路”沿线国家的投资效率总体时序变化由图2.1可以看出，从2010年到2017年，我国对样本国家的投资效率不断提升，由2010年的0.125逐步提升至2017年的0.304，但同时也能发现，虽然我国对样本中37国家和地区的直接投资效率在连续上升，但对该地区整体的效率均值仅为0.226，总体上还是处于中等偏低的水平，说明我国对这些国家的直接投资效率还有很大的上升余地，未来我国在进行“一带一路”建设的过程中，应当着手与沿线东道国一起减少技术非效率项，缩小实际直接投资额与前沿的差距，促进投资潜力的释放。（2）地区直接投资效率时序变化情况投资区位的选择是我国企业进行对外直接投资时考虑的重要因素，从而本文对“一带一路”沿线地区的国家进行区位划分，将所选取的样本中的37个国家划分为了5个主要的地区具体的地区划分如下，中东欧地区：俄罗斯联邦、立陶宛、波黑、乌克兰、塞尔维亚、波兰、罗马尼亚、保加利亚、阿尔巴尼亚、斯洛伐克、捷克、克罗地亚、匈牙利；西亚北非地区：沙特阿拉伯、格鲁吉亚、阿塞拜疆、约旦、伊朗、土耳其、以色列、埃及；东南亚地区：菲律宾、越南、新加坡、印度尼西亚、柬埔寨、泰国、马来西亚；南亚地区：巴基斯坦、尼泊尔、斯里兰卡、印度、孟加拉；中亚与蒙古地区：哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、蒙古。，随后，根据上一章中所计算出来的各个国家的投资效率进行进一步的计算和分析，得到了如图2.具体的地区划分如下，中东欧地区：俄罗斯联邦、立陶宛、波黑、乌克兰、塞尔维亚、波兰、罗马尼亚、保加利亚、阿尔巴尼亚、斯洛伐克、捷克、克罗地亚、匈牙利；西亚北非地区：沙特阿拉伯、格鲁吉亚、阿塞拜疆、约旦、伊朗、土耳其、以色列、埃及；东南亚地区：菲律宾、越南、新加坡、印度尼西亚、柬埔寨、泰国、马来西亚；南亚地区：巴基斯坦、尼泊尔、斯里兰卡、印度、孟加拉；中亚与蒙古地区：哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、蒙古。图2.2我国对“一带一路”沿线地区直接投资效率时序变化情况从图2.2整体来看，可以我国对以上5个地区的直接投资效率中，按地区效率排名由高到低依次为东南亚、中亚与蒙古、南亚、中东欧、南亚。除西亚北非外，其他4个地区的效率都呈现上涨趋势，其中对东南亚地区的直接投资效率增长较为稳定，且一直处于相对较高的水平，从2010年的0.21提升至2017年的0.50；对中亚与蒙古地区的直接投资效率波动较大，但从我国的倡议全面实施以来，一直保持了较为稳定的增长速率；对中东欧以及南亚地区的直接投资效率处于相对较低的水平，直接投资效率绝对值维持在0.04到0.24之间波动，但随着合作政策的不断完善与中欧班列建设的不断推进，我国在该地区的直接投资效率总体上是呈上升趋势的；对西亚北非国家的直接投资效率于2014年达到峰值，随后有所回落，究其原因，主要是2015年以来，国际极端势力制造了多桩恐怖案，加剧了该地区的动荡，严重扰乱了地区和国际秩序。动荡局势大幅降低了地区的整体投资便利化水平，特别是对基础设施等造成严重破坏，出于对人员及资金安全的考虑，我国企业对该地区的直接投资不断减少，直接投资效率也因此受到影响。（3）国别投资效率时序变化情况从国别角度分类，我国对样本各国的直接投资效率如下：表2.3我国对沿线各国投资效率时序变化地区国家20102011201220132014201520162017中东欧俄罗斯联邦0.3470.4530.4930.5780.4940.7570.6600.712立陶宛0.0040.0040.0050.0270.0300.0240.0150.016波黑0.0010.0010.0010.0010.0170.0350.0210.025乌克兰0.0070.0040.0110.0590.0320.0000.0150.048塞尔维亚0.0180.0020.0230.1280.1410.1020.3840.629波兰0.0230.0780.0130.0340.0920.0570.0000.000罗马尼亚0.0320.0010.0990.0090.1820.2650.0720.082保加利亚0.1240.3920.4130.2070.2180.4870.0000.601阿尔巴尼亚0.0020.0010.0000.0190.0170.0110.0010.009斯洛伐克0.0020.0220.0100.0020.2290.1340.1500.005捷克0.0050.0230.0500.0540.0090.0000.0080.307克罗地亚0.0000.0000.0000.0140.0300.0180.0020.339匈牙利0.5690.0380.1500.1030.1470.1110.3030.351东南亚菲律宾0.0440.0610.0170.0130.0610.0000.0090.032越南0.0690.0460.0920.1440.1070.1700.3420.238新加坡0.3150.5930.4390.5350.6150.7910.6770.768印度尼西亚0.1760.4450.6260.6620.6340.6540.6670.707柬埔寨0.5650.6200.6170.6140.6130.6050.6830.715泰国0.1510.0600.1340.2280.2770.1470.3640.379马来西亚0.1220.0820.1820.4590.4400.4360.6920.695西亚北非沙特阿拉伯0.1000.3530.4150.6590.4790.6330.0890.000格鲁吉亚0.3400.0090.5020.6130.7200.4360.2810.454阿塞拜疆0.0020.1320.0030.0000.1440.0120.0000.000约旦0.0010.0020.1250.0100.0940.0270.1100.272伊朗0.4980.5760.6280.6690.6500.0000.5760.000土耳其0.0080.0150.1370.2250.1460.5510.0000.314埃及0.3140.4410.5870.2250.6670.5150.5990.599以色列0.0140.0030.0210.0040.1080.4260.7820.377续表2.3我国对沿线各国投资效率时序变化地区国家20102011201220132014201520162017南亚巴基斯坦0.2170.2660.0810.1560.5770.2970.4770.516尼泊尔0.0010.0120.0110.0590.0770.1570.0000.018斯里兰卡0.0560.1750.0390.1820.2300.0530.0000.000印度0.0090.0420.0660.0390.0880.1920.0280.092孟加拉0.0030.0050.0160.0210.0140.0180.0230.061中亚蒙古哈萨克斯坦0.0190.3110.6710.4040.0000.0000.3210.674塔吉克斯坦0.0820.1390.6450.4100.5410.6940.7340.598蒙古0.0240.0610.1040.0450.0620.0000.0130.000吉尔吉斯斯坦0.3760.5350.5470.6290.5050.6040.6340.619由表2.3可以看出，2010年至2017年间，我国对“一带一路”沿线国家的直接投资效率总体上呈上升的趋势，特别是对克罗地亚、约旦、土耳其、塞尔维亚等国，增长非常快速。此外，通过计算我国对37个样本国家8年之中的平均直接投资效率（如表2.4所示），还可以发现，从国家的视角上来看，我国对样本中的国家的直接投资效率方面也出现了相对比较大的区别。效率位于前五名的过久：柬埔寨（0.631）、新加坡（0.588）、印度尼西亚（0.570）、俄罗斯联邦（0.564）以及吉尔吉斯斯坦（0.552）；而对接近半数的国家OFDI效率低于0.2，对阿尔巴尼亚的直接投资效率仅0.006，再一次印证了我国对“一带一路”沿线国家的投资存在区域分布极不平衡的问题。表2.4我国对“一带一路”沿线国家直接投资效率排名国家排名均值国家排名均值柬埔寨10.631格鲁吉亚90.419新加坡20.588马来西亚100.388印度尼西亚30.570沙特阿拉伯110.341俄罗斯联邦40.564巴基斯坦120.323吉尔吉斯斯坦50.552保加利亚130.305埃及60.493哈萨克斯坦140.300塔吉克斯坦70.480匈牙利150.222伊朗80.450泰国160.217表2.4我国对“一带一路”沿线国家直接投资效率排名国家排名均值国家排名均值以色列170.217尼泊尔280.042塞尔维亚180.178蒙古290.039土耳其190.175波兰300.037越南200.151阿塞拜疆310.037罗马尼亚210.093菲律宾320.030斯里兰卡220.092乌克兰330.022约旦230.080孟加拉340.020印度240.070立陶宛350.016斯洛伐克250.069波黑360.012捷克260.057阿尔巴尼亚370.006克罗地亚270.051若将直接投资效率处于0.5-1.0范围内的国家视为投资潜力成熟型国家，投资效率处于0.2-0.5的国家视为投资潜力成长型国家，而投资效率处于0-0.2的国家视为投资潜力待开发型国家，则仅有部分国家达到了投资潜力成熟型国家和投资潜力成长型国家的要求，而样本中，还有接近二分之一的国家被归类到投资潜力待开发型国家这一层级之中，这进一步说明了我国对所研究的地区的国家还有很大的投资空间。在投资潜力成熟型国家中，前三名均来自东南亚，说明我国对东南亚地区的直接投资较为成熟，投资潜力得到了有效的释放。在地理距离上离我国较远的中东欧国家中，我国对俄罗斯、保加利亚、匈牙利的直接投资效率较高，主要是由于这些国家有较为完善的投资政策规则，且与我国有较友好的经贸合作，如2013年我国同匈牙利一起签订了中匈双边本币互换协议，加强双边金融交流，提高了地区的金融稳定性。属于投资潜力待开发型的国家应该是我们重点关注的部分。造成对这些国家投资潜力偏低主要是我国对这些国家的直接投资规模小，投资金额不足所导致。在整体投资效率较高的东南亚地区，我国对越南和菲律宾的直接投资效率平均值还是处于较低水平。越南在吸引外商投资方面本具有廉价劳动力的优势，我国对越南投资效率偏低可能是由于有大量工厂进驻越南，导致越南人工成本上升，招工越来越困难。对菲律宾投资效率低的主要原因是我国与菲律宾在南海问题上存在争端，且时任总统的阿基诺实施亲美政策，这使得我国对菲律宾的直接投资规模受到较大的限制。南亚国家中，除了巴基斯坦以外，其他国家均属于投资潜力待开发型国家，这主要是由于该地区的国家的经济结构较为单一，吸引外商投资的能力有限，从而我国对这些地区的投资规模均较小。2.影响因素分析表2.5模型估计结果变量待估参数参数估计t-统计值随机前沿函数常数项β-21.967-1.260lnDISTβ-3.751***-9.509lnGDPβ0.515***6.788lnGDPβ1.655**2.768lnRESβ-0.082*-1.910lnPGDPβ-0.342**-3.236投资非效率函数常数项α112.621*2.368REGα-18.262*-1.907QUAα-51.793*-2.256BUSα-37.061***-1.721FINα-0.786*-2.319TECHα-112.835**-2.503MFα-12.570*-2.016TFα13.818*2.078δsigma-squared386.687***2.398γgamma0.999***3089.829似然比检验值=-721.46433LR检验值=298.57432注：*、**和***分别表示在10%、5%和1%的显著性水平上通过检验模型中各个变量的参数估计结果如表2.5所示，根据表2.5的相关估计结果，可以得出以下几点结论：首先，在随机前沿模型中：（1）地理距离（DIST）。表2.5中，地理距离在1%的水平上通过了显著性检验，系数为-3.751，代表“一带一路”沿线国家离我国的直线距离每增加1%，则我国对该国的直接投资将减少3.75%，说明我国企业在进行对外直接投资的过程中，会更加偏好邻近的周边国家或地区。（2）经济规模（GDP）。表2.5中，东道国的经济规模GDPjt与我国的经济规模GDPit均通过了的显著性检验，系数分别为0.515和1.655。其中，我国的经济规模（3）资源禀赋（RES）。表2.5中资源禀赋RESjt（4）人均GDP（PGDP）。表2.5中，PGDPjt其次，在技术非效率模型中：（1）制度供给质量（REGjt（2）基础设施质量（QUAjt）。在表2.（3）商业投资环境（BUSjt（4）金融服务效率（FINjt）。在表2.（5）信息技术应用（TECHjt（6）货币自由度指数（MFjt）。这一变量的参数估计结果为-12.（7）贸易自由度指数（TFjt2.3.3稳健性检验为了检验结果的稳健性，本文更换投资便利化的测度方法，使用熵值法重新计算投资便利化指数的权重，并进行估计检验。熵值法是指用来判断某个指标的离散程度的方法，离散程度越大，该指标对整体评价的影响越大。最终的稳健性检验结果如表2.6所示。表2.6稳健性检验变量待估参数参数估计t-统计值随机前沿函数常数项β21.797***6.238lnDISTβ-3.250***-9.516lnGDPβ0.447***9.416lnGDPβ0.580*1.955lnRESβ-0.049**-2.440lnPGDPβ-0.393***-2.428投资非效率函数常数项α113.753*2.109REGα-62.169*-2.239QUAα-71.079*-1.996BUSα-13.903*-1.974FINα-52.004*-1.966TECHα-121.025*-2.115MFα-6.071***-1.988TFα10.586**2.543δsigma-squared253.117**2.521γgamma0.999***2082.631续表2.6稳健性检验变量待估参数参数估计t-统计值似然比检验值=-726.55133LR检验值=300.4