“一带一路”倡议提高了沿线国家经济发展水平吗？
——来自准自然实验的证据

赵振宇，杨 诣

(宁夏大学 经济管理学院，宁夏 银川 750021)

“一带一路”倡议不仅是新时代背景下我国对外开放的新战略，也是对经济全球化背景下世界各国的经济合作与发展给出的中国方案。2013年9月，习近平主席在出访哈萨克斯坦时首次提出了“一带一路”倡议，至今已经进入了第9个年头。2022年的政府工作报告中多次提到共建“一带一路”，再次传递出中国坚定不移推动“一带一路”建设的决心。但随着“一带一路”倡议的深入开展，“中国威胁论”的声音不断涌现，在“一带一路”的推进过程中也始终夹杂着一些质疑和反对的声音，对倡议的疑虑和不信任已经成为当前“一带一路”建设的主要障碍，对这些问题的正面回应将在很大程度上制约并影响“一带一路”倡议的进程。但如果有证据能够说明“一带一路”倡议的实施对沿线国家经济发展水平的提高确实起到了卓有成效的作用，将进一步美化“一带一路”倡议在沿线民众心中的形象，获得沿线民众的支持和对中国的好感。那么，倡议对沿线国家经济社会的进步是否起到了正向的促进作用？如果促进作用存在，那么会在何时显现？对什么样的国家促进效果更加明显？这一系列问题亟待回答，同时这些回答也能够成为驳斥“中国威胁论”和外界质疑的有力武器。

但遗憾的是，对于“一带一路”倡议的效果，现有的研究更多是从中国的角度对“一带一路”倡议的效果做出了检验，从沿线国家角度对倡议效果进行分析的文献并不多，少有的研究也未能深入分析这种影响的异质性。本文从沿线国家的视角出发，使用准自然实验的方法探究“一带一路”倡议对沿线国家全要素生产率的影响，并进一步分析影响的动态性和异质性，以期为倡议的行稳致远提出政策建议和智力支持。

一、文献述评

与本文相关的研究主要有两个方面。

首先是关于“一带一路”倡议对沿线国家影响的研究。已有研究回顾了倡议提出以来取得的成果，并展望了倡议的未来，通过列举典型的成功项目，说明倡议本身对沿线国家的经济社会发展具有正向的影响[1]；也有学者分别从“一带一路”倡议对沿线国家GDP和人均GDP的影响以及对沿线各国中国投资存量的影响做了研究，发现倡议显著促进了沿线国家GDP的增长且有利于沿线地区吸收中国投资，但对人均GDP增长的促进作用并不明显[2-3]。以上研究从不同的角度分析了“一带一路”倡议对沿线国家的影响，在一定程度上对国际社会上的质疑给出了解答，但这些分析有待更深一步研究。一方面，定性分析具有一定局限性，仅列举成功案例说明倡议带来的效果说明力度难免有限。另一方面，现有研究所选用的被解释变量一般为GDP等经济指标，单用这些指标来衡量倡议对一国的经济社会发展水平的影响并不全面，只能说明社会经济总量的提升而不能说明经济效率的提高，不能有力回答“一带一路”倡议是否真正促进了沿线国家经济的协调、稳定发展。

其次是中国投资、对中贸易等对沿线国家全要素生产率的影响研究。从沿线国家的视角出发，部分研究考察了中国OFDI对“一带一路”沿线国家的全要素生产率的和居民幸福感的影响，并证实中国OFDI对沿线国家的全要素生产率起到了促进作用，且提高了沿线国家居民的个人收入和当地居民的幸福感[4-5]；此外，中国OFDI对“一带一路”沿线国家的全球价值链地位提升也有显著的积极的影响[6]；也有学者对贸易便利度和FDI对沿线国家全要素生产率的影响展开分析，发现进口比出口对全要素生产率的促进作用更大[7]。但这些研究的解释变量并非倡议本身，而是投资或贸易。然而，“一带一路”倡议中不仅包含对外投资、贸易，还有文化、基础设施建设等多个领域的合作，如仅以投资或贸易对全要素生产率的影响推论出“一带一路”倡议的效果，容易产生以偏概全的误读。所以，单以倡议作为解释变量分析“一带一路”倡议对沿线国家全要素生产率的影响是有必要的，但目前尚未有“一带一路”倡议对沿线国家全要素生产率影响的研究，这为本文的研究提供了可能的突破点。

鉴于此方面研究的不足，本文将对“一带一路”倡议前后沿线国家的全要素生产率进行测算，并采用准实验的方法来验证倡议是否提升了沿线国家的全要素生产率，如果提升，其动态效果怎样，对不同类型国家的影响是否会有所差异等一系列问题。这一研究不仅有利于回应“中国威胁论”等反对和质疑的声音，也可以为“一带一路”倡议在未来的发展提供建议。

本文的创新性在于以下三个方面：第一，研究视角另辟蹊径。从沿线国家的角度出发，考察倡议对沿线各国的影响。第二，研究内容与众不同。研究“一带一路”倡议对沿线各国全要素生产率的影响，既克服了仅以GDP等作为被解释变量研究倡议效果的局限，又解决了以贸易、投资等作为解释变量的片面性。第三，研究方法说明力度更强。本文的研究方法为准自然实验，可以有效反驳国外对“一带一路”倡议效果的质疑声音。

二、理论分析与研究假设

(一)“一带一路”能否提高沿线国家的全要素生产率

全要素生产率指考虑一个决策单元的各种投入和产出变量之后的生产效率，是测度经济增长质量的重要指标。全要素生产率的提高离不开技术进步，一国的技术进步不仅受到自身水平的影响，还受到外部环境的作用。“一带一路”倡议可以通过投资、贸易及基础设施改善等手段促进沿线国家的技术进步，从而带动沿线国家全要素生产率的提高。且从倡议出台以来，我国就一直倡议共建“绿色丝绸之路”，相比促进沿线国家的经济增长更重视其发展质量的提升。基于以上分析，提出假设1。

假设1：“一带一路”倡议提高了沿线国家全要素生产率。

(二)“一带一路”倡议对沿线国家全要素生产率影响的动态性分析

一方面，“一带一路”倡议提出以来，并不是所有国家都在同一时点加入，因此，在倡议的影响上可能存在时序异质性。另一方面，在“一带一路”沿线国家的投资和基础设施建设中，很多项目投资周期长，与沿线国家政府及企业的沟通耗时较久，所以倡议的效果可能不能立刻显露。再加上政策力度在不同年份的贯彻程度相异，倡议在不同年份的影响效果可能会有所区别，故提出假设2。

假设2：“一带一路”倡议对沿线国家全要素生产率的影响是动态的。

(三)“一带一路”倡议对沿线国家全要素生产率影响的异质性分析

“一带一路”倡议横跨亚欧大陆，沿线各国基本国情不同，发展水平各异，各国之间对“一带一路”倡议的接受程度也有所差异。“一带一路”倡议对发达国家的影响可能更大，沿线各国对中国先进技术的吸收可能具有门槛效应，发达国家的基础条件较好，技术发达，设施完善，更容易吸收中国带来的先进技术，而发展中国家各方面条件不足，对先进生产力的学习水平有限，难以消化，故本文提出假设3。

假设3：“一带一路”倡议对中高收入国家全要素生产率的影响高于低收入国家。

三、实证方法和数据

(一)模型构建

“一带一路”倡议的实施可以被视为一项准自然实验，政策实施后，必然会产生一定的政策影响，而双重差分 (DID)模型通常被用来设计实验从而评价政策效果。可以把“一带一路”倡议的参与国视为实验组，未参与“一带一路”倡议的国家视为对照组，从而考察倡议对沿线国家全要素生产率的影响。通过STATA软件计算出2003—2018年的全要素生产率，并设置分组虚拟变量treati和时间虚拟变量postt，把实验对象分为四个子样本，本研究的模型如下：

TFPit=σ+δtreati×postt+θXit+φi+μt+εit

(1)

其中，下标i表示国别，t表示年份，TFP为被解释变量全要素生产率。treati为虚拟分组变量，当该国为参与国时，treati=1，反之为0；postt为时间虚拟变量，当时间为政策实施时间2013年之后时，postt=1，反之为0；treati×postt为本文主要关注的差分估计量，其系数δ反映的是政策实施的净效应。如果δ大于0，则说明“一带一路”倡议提高了沿线国家的全要素生产率，Xit为控制变量，φi为国家固定效应，μt为年份固定效应，εit为扰动项。

(二)变量说明

被解变量为全要素生产率，采用曼奎斯特指数 (Malmquist Productivity Analysis Index)对2003—2018年样本国家的全要素生产率进行测算。在投入变量的选择上，选取平减后的GDP作为产出变量，选取劳动和资本投入为投入变量。此外，在进行全要素生产率的计算中，学者们对是否加入能源投入意见不一。一部分学者认为在核算增加值的过程中，中间消耗的部分已经被剔除掉，所以不必加入能源投入变量；也有学者则认为能源是重要的生产要素，在测算全要素生产率时，应该考虑到能源投入等对经济技术发展的影响[8]。基于此考虑，本文将分别测算加入能源投入的全要素生产率 (TFP1)和不加入能源投入所得到的全要素生产率 (TFP2)。

解释变量为政策交互项，其他变量及数据来源见表1。因为投入和产出是构成全要素生产率的两个方面。

表1 变量说明

主要指标描述性统计如表2。其中第 (1)列汇报了各变量在全样本中的统计特征， (2)列和 (3)列则分别是各变量在非“一带一路”沿线国家和“一带一路”沿线国家的均值， (4)列汇报了二者之间的t检验。由以上描述性统计可以看出，不加入能源投入的全要素生产率TFP1和加入能源投入所得出的全要素生产率TFP2是有一定差距的，非沿线国家TFP1的均值比沿线国家高，t检验在10%的水平上显著。而非沿线国家的TFP2均值则低于沿线国家的TFP2，但t检验结果并不显著，说明有必要对两种TFP分别进行讨论。且“一带一路”倡议的沿线国家多为发展中国家，整体TFP水平会低于发达国家，仅从描述性统计便得出结论可能存在偏差，故下文将分别对两种方法测算的TFP进行回归分析。

表2 变量描述性统计

四、实证分析

(一)基准回归

在本部分，将考察“一带一路”倡议实施对沿线国家全要素生产率的影响。即使用模型 (1)的设定检验“一带一路”倡议对沿线国家TFP的影响，并观察其处理效应。得到的结果如表3。

表3 倡议对沿线国家全要素生产率的影响 (DID回归结果)

上表的 (1)列和 (2)列汇报了未加入其他控制变量时的回归结果， (3)列和 (4)列加入了其余控制变量，因为在有些年份，中国在某国对外投资存量数据为空，所以加入控制变量对外投资存量后，样本数从1488减少到1472。从 (1)列和 (3)列的回归结果可以看出，当被解释变量为未加入能源消耗计算得到的全要素生产率TFP1时，“一带一路”倡议有效地提高了沿线国家全要素生产率，且在加入控制变量后更加显著。从 (2)列和 (4)列的回归结果发现，当被解释变量为加入能源消耗计算得到的全要素生产率TFP2时，交互项回归treat×post系数为正，加入控制变量后，回归结果在10%的置信水平上显著，说明即使考虑能源投入，“一带一路”倡议也提高了沿线国家的全要素生产率，这验证了假设1。

(二)稳健性检验

1.PSM-DID回归

考虑到实验组的“一带一路”沿线国家多为发展中国家，而控制组国家中有许多发达国家，实验组与控制组的各国之间可能存在差异，很多时候单纯的双重差分 (DID)方法不能满足离散事件模型的共同趋势假设，从而导致回归结果出现偏误。故进一步使用倾向得分匹配 (PSM)方法来纠正DID方法在样本选择中的问题。倾向得分匹配双重差分 (PSM-DID)方法的核心是在实验组和对照组之间找到尽可能相似的样本，这意味着两个国家的整体趋势尽可能相似 (Xi=Xj)。作为一个开放性的倡议，世界上所有国家都可以加入，那么国家i和国家j参与“一带一路”倡议的可能性相同。所以，使用PSM-DID方法可以解决DID模型中的实验组和对照组在受到“一带一路”倡议影响之前并不完全具备共同的趋势而导致的样本选择问题。具体步骤如下。

(2)

使用各国GDP及专利数作为倾向得分的协变量，采用一对一最近邻匹配得出匹配结果，并删除没有匹配对象的样本，重新对TFP1和TFP2分别进行回归，回归结果如表4。

表4 倡议对沿线国家全要素生产率的影响 (PSM-DID回归结果)

可以发现，当被解释变量为TFP1时，加入控制变量的情况下，政策交互项treat×post的系数由基准回归的0.0249增加到0.0254，倡议对沿线国家全要素生产率的提高的效果变大。其次，当被解释变量为TFP2时，政策交互项treat×post在显著性水平不变的情况下，系数也变大，说明在控制了样本选择性问题后，倡议对提高沿线国家全要素生产率的水平影响更加大。但总体而言系数变化幅度较小且影响方向一致，所以以上实证结果证明基准回归是有效的，不管是否考虑能源投入，“一带一路”倡议都有利于参与国全要素生产率的提高。

2.更换被解释变量

将全要素生产率替换为Penn World表中提供的两种统计口径得到的各国TFP (RTFP和CTFP)，其中RTFP是以2011年TFP水平为基准的纵向可比数据，CTFP则是以美国的全要素生产率为参照的横向可比数据，回归结果如表5。将替换后的两个变量重新进行回归发现，如果以CTFP为参照，在不加入控制变量的情况下，“一带一路”倡议仍然在1%的显著性水平上促进了各国TFP的发展，且系数高于之前计算的TFP1和TFP2。在加入了控制变量后，显著性水平有所下降，但仍然在5%的水平上显著。当以RTFP作为参照时，系数并不显著。总体结果显示，在加入控制变量的情况下，从纵向对比来看，“一带一路”倡议对沿线国家全要素生产率的提高效果并不显著，但从横向比较来讲，结果在5%水平上显著，说明“一带一路”倡议提高了沿线国家全要素生产率。

表5 倡议对沿线国家全要素生产率的影响 (更换被解释变量)

3.断点回归

断点回归分析是另一种准实验的方法，可以用于评价经济政策[9]。下面，使用断点回归对基准回归所得到的结果进行验证。

以所有参加“一带一路”倡议的国家为样本，进行断点回归设计。在进行断点回归估计之前，需要先观测“一带一路”倡议是否对被解释变量TFP1和TFP2发生断点变化。首先标准化执行变量，用各年份减去倡议提出的年份2013，查看TFP1和TFP2在断点处是否发生了非连续的变化。如图1，发现TFP1和TFP2在政策分界线处均有向上跳跃的断点，说明“一带一路”倡议提出之后，沿线国家的全要素生产率具有明显的跳跃，初步推断这一政策对全要素生产率有所提升。

图1 全要素生产率在断点处的变化

然后，构建如下模型：

TFPit=a0+a1Dit+a2f(BD)+bXit+εit

(3)

被解释变量同前文一样，分别为TFP1和TFP2，为处理变量，以2013年为政策实施时间，如果数据为2013年前，为0，反之为1。BD为年份与2013年之间的差额，为BD的高次项，为控制变量，与前文相同，为扰动项。根据对断点回归高次项次数的选择方法，选择至四次项[10]，回归结果如表6。

上表结果中，政策变量D对被解释变量的系数均为正，且在加入了控制变量后，均在5%的水平上显著。说明“一带一路”倡议有力地促进了沿线国家全要素生产率水平的提升。

五、进一步分析

(一)动态性分析

基准回归的结果只能表现“一带一路”倡议对沿线国家全要素生产率影响的静态效果，而无法分析其动态性。故设立以下模型 (4)，以分析“一带一路”倡议对沿线国家全要素生产率产生的动态影响。

(4)

表7回归结果表明，当被解释变量为TFP1时，交互项系数在当年、第二年和第三年显著为正，且在第二年达到最大，随后降低，但仍然为正。说明在不考虑能源投入的情况下，“一带一路”倡议对沿线国家全要素生产率的促进作用呈现先增后减的趋势，且在第四和第五年效果不再明显。当被解释变量为TFP2时，交互项的系数在第三年开始显著为正。这说明在考虑能源投入的情况下，“一带一路”倡议对沿线国家全要素生产率水平的提升有滞后效应，且滞后期为3年。这可能是因为中国在“一带一路”沿线国家的投资有很大一部分是能源基础设施的投资，项目周期会比较长，所以有着一定的滞后效应。这也验证了假设2：“一带一路”倡议对沿线国家全要素生产率水平的提升具有动态性。当不考虑能源投入时，倡议对沿线国家全要素生产率的促进效果呈现先增后减的趋势，但一直为正；当考虑能源投入后，效果滞后效应明显，在倡议第三年才开始显现。

表7 动态性分析结果

(二)异质性分析

在以上的分析中，已经确定“一带一路”倡议显著提高了沿线国家的全要素生产率，但对不同国家作用效果的大小尚不明确。“一带一路”倡议横跨亚欧大陆，沿线各国基本国情不同，发展水平各异，各国之间对“一带一路”倡议的接受程度也有所差异。

故按照世界银行对中高收入国家和低收入国家的分类，将样本分为低收入国家和中高收入国家进行分样本的回归，以检验倡议效果的异质性，结果如表8和表9。回归结果表明，在中高收入国家，“一带一路”倡议显著提高了其全要素生产率，且对加入能源投入后的全要素生产率TFP2影响更大。相反，在低收入国家，虽然其影响的系数为正，但并不显著。这也与之前的假设3一致，说明“一带一路”倡议对沿线国家全要素生产率的影响存在经济规模、人力资本、技术水平等方面的门槛效应，中高收入国家更有可能通过接受中国投资、参与对中贸易等渠道吸收先进技术从而提高全要素生产率；而低收入国家因为软环境和硬条件的劣势，对中国技术和资本的吸收能力有限，难以消化“一带一路”倡议对全要素生产率所带来的正向影响。

表8 倡议对沿线国家全要素生产率的影响 (中高收入国家)

表9 倡议对沿线国家全要素生产率的影响 (低收入国家)

五、结论与政策建议

“一带一路”倡议的深入推进是否促进了沿线国家全要素生产率的提高成为国际社会热议的问题，及时回答这一问题对倡议的进一步发展有着重要的意义。本文对98个相关国家2003—2018年的全要素生产率进行了测算，使用准实验的方法检验了倡议对沿线国家全要素生产率的影响，并对其动态效果和异质性做了进一步的讨论。结果显示：“一带一路”倡议显著提高了参与国的全要素生产率；动态性分析发现，在不考虑能源投入时，倡议对沿线各国全要素生产率的提高效果呈倒先增后减的趋势，考虑能源投入后，效果在第三年开始显现；异质性分析表明：“一带一路”倡议对中高收入国家全要素生产率的提升效果显著，但对低收入国家效果不明显，这是因为中高收入国家的发展水平较好，更容易吸收“一带一路”倡议所带来的投资、贸易和技术红利。基于以上结论，提出以下政策建议。

第一，加强政策的宣传和释疑工作。一方面，因为信息的不对称性，导致倡议参与国的人民对“一带一路”倡议产生误解，甚至出现抵制倡议的情形。另一方面，少数别有用心的势力会提出“中国威胁论”等言论来阻碍倡议的推进。针对以上现象，我国应该积极开展与沿线各国的宣传合作，普及“一带一路”内核精神，对已经成功的案例进行宣传，并对部分成果和数据进行公示，从而达到公开、透明的释疑效果。

第二，加大投资力度，改善贸易结构，完善参与国的基础设施。通过亚洲基础设施投资银行、丝路基金等机构筹措民间资本，优化国内资本输出水平和途径，为参与国经济发展筹措资金；通过改善贸易结构来提高参与国全要素生产率；在完善参与国基础设施的同时，也要注意到基础设施建设周期长、回本收益缓慢的特性，做好风险管控。

第三，对沿线各国的合作方式实行差异化引导。中高收入国家的全要素生产率水平高，吸收能力较强，可以深化与其在技术、资本等领域的合作，在实现中国技术溢出的同时，吸收中高收入国家的先进技术和管理经验。低收入国家因为技术环境和人力资本的差距，吸收能力更弱，在与其合作时要注意我国与参与国之间的差异性，通过产能合作和技术帮扶，帮其逐步走出发展困境。

98个国家包括:不丹 丹麦 乌克兰 乌兹别克斯坦 也门 以色列 伊拉克 伊朗 俄罗斯联邦 保加利亚 克罗地亚 冰岛 刚果 (金) 加拿大 加纳 匈牙利 北马其顿 南非 卡塔尔 印度 印度尼西亚 吉尔吉斯斯坦 哈萨克斯坦 哥伦比亚 哥斯达黎加 喀麦隆 土库曼斯坦 土耳其 埃及 埃塞俄比亚 塔吉克斯坦 塞内加尔 塞尔维亚 墨西哥 多米尼加 奥地利 委内瑞拉 孟加拉国 尼日利亚 尼泊尔 巴基斯坦 巴林 巴西 希腊 德国 意大利 拉脱维亚 挪威 捷克 摩尔多瓦 摩洛哥 文莱 斐济 斯洛伐克 斯洛文尼亚 斯里兰卡 新加坡 新西兰 日本 智利 柬埔寨 格鲁吉亚 比利时 沙特阿拉伯 法国 波兰 波黑 泰国 澳大利亚 爱尔兰 玻利维亚 瑞典 白俄罗斯 科威特 秘鲁 立陶宛 约旦 缅甸 罗马尼亚 美国 老挝 芬兰 英国 荷兰 菲律宾 葡萄牙 蒙古 西班牙 越南 阿塞拜疆 阿尔巴尼亚 阿拉伯联合酋长国 阿曼 阿根廷 韩国 马尔代夫 马来西亚 黎巴嫩