对外援助、空间溢出与中国企业对外直接投资

对外援助、空间溢出与中国企业对外直接投资西南财经大学国际商学院徐锦强梁晶晶；广东外语外贸大学国际战略研究院孙楚仁发布时间:2023-01-10摘要：在构建中国对外援助空间权重矩阵的基础上，文章从空间溢出这个新的视角考察了中国对外援助对中国企业对外直接投资的影响效应。研究结果表明：中国对外援助确实能够有效促进中国企业对外直接投资，并且该促进作用是由直接效应和空间溢出效应共同决定的；进一步的机制分析表明，中国对受援国及其周边国家的援助能够改善受援国的基础设施和增进中国与受援国的双边政治关系，从而促进中国企业对受援国的直接投资。文章的研究结论意味着：中国对外援助在促进中国参与全球治理、承担大国责任的同时，也能够促进中国与受援国及其周边国家互利共赢、共同发关键词：对外援助，企业对外直接投资，直接效应，空间溢出效应，互利共赢一、引言企业对外直接投资具有加强本国与其他国家的经济联系、合理利用国外资源弥补本国资源短缺、促进本国产业结构转型升级等作用，对于现阶段中国经济发展具有重要意义（彭澎、李佳熠，2018）。在新时代背景下，如何有效促进中国企业对外直接投资，充分利用国外市场、资源和技术，促进本国产业升级，是政府、学界和企业都十分关心的重要问题。许多学者从产业政策、贸易政策、财政政策、货币政策等方面对影响企业对外直接投资的因素作了考察（洪俊杰、），与世界经济最重要的四个方面即对外援助、对外直接投资、国际合作和对外贸易（米银霞、余壮雄，2019）之一的对外援助，其对企业对外直接投资的作用却相对较少得到考察。近些年来，中国对外援助规模不断扩大，援助范围不断拓展。①与此同时，中国企业对外直接投资的规模也不断扩大，投资层次和范围也不断深化和拓展（李磊等，2018）。对两者之间的关系进行深入分析，无论是对对外援助还是对中国企业对外直接投资，都具有重要的理论和实践意义。从文献资料来看，目前国内外已经出现一些关于对外援助与对外直接投资关系的研究。总体而言，这些研究观点可以分为两大类。第一类研究使用不同援助国或者受援国数据，认为对外援助与对外直接投资存在互补效应，因此对外援助对于对外直接投资具有积极的促进作用（Blaise，2005；Yasin，2005；张汉林等，2009；Asiedu&Lien，2010；Wang&Balasubramanyam，2011；Donaubaueretal.，2013；胡兵等，2015；孙楚仁等，2021）。第二类研究则认为对外援助与对外直接投资存在替代效应，因此对外援助有可能会抑制对外直接投资（Beladi&Oladi，2007；Arellanoetal.，2009；Selaya&Sunesen，2012）。此外，随着关于对外援助与对外直接投资关系研究的深入，一些学者也开始探究不同类型的对外援助对FDI所产生的异质效应。王翚等（2014）、董艳和樊此君（2016）都通过把中国对外援助划分为不同类型，探索了各类援助对于中国对受援国直接投资的影响，结果都发现经济基础设施援助和社会基础设施援助会正向影响中国的直接投资。Donaubaueretal.（2016）的研究证明，针对基础设施的援助可以有效地改善受援国的基础设施条件，从而更多地吸引外国直接投资，其他类型援助对外国直接投资则无此效果。但是，上述研究在考察对外援助对对外直接投资的影响时都未考虑到对外援助的空间溢出效应。本文认为，把空间溢出效应纳入到对外援助与对外直接投资问题的研究当中是非常必要的。原因在于：各个国家并非孤立存在的（Tobler，1970），而是与其他国家（尤其是周边国家）存在着各种各样复杂的联系，地理越邻近的事物关联越紧密（Griffith，1989）。援助国对某个国家的援助，可能会对该国的基础设施、国内制度、对外关系、经济发展等方面产生直接的影响，这些变化也会对其他国家（尤其是这个国家的周边国家）产生一定的影响（即产生空间溢出效用）。因此，对外援助对某个特定国家所产生的影响可能不仅仅来自援助国对该特定国家的援助（直接效应），也来自于援助国对该特定国家周边国家的援助（空间溢出效应）。如果忽略对外援助的空间溢出效应，可能会造成研究结果将援助的直接效应和空间溢出效应混同，导致对对外援助的直接效应的错估。同时，忽略对外援助的空间溢出效应，也就不能从整体上对中国对外援助的效应进行有效评估，从而不能为中国对外援助政策提供全面合理的建议，进而可能导致中国对外援助的效率损失。由此可见，在研究中引入空间溢出效应，对于正确探究中国对外援助与中国企业对外直接投资的关系具有重要的意义。基于这方面的考虑，本文实证检验了中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应。基准回归结果表明，中国的对外援助确实能够促进中国企业对外直接投资，并且这种促进作用是由直接效应和空间溢出效应共同决定的。通过相关的稳健性检验和内生性问题处理，我们进一步证明了本文研究结果的稳健性和可靠性。本文还考察了中国对外援助影响中国企业对受援国直接投资的直接效应和空间溢出效应的作用机制。实证结果表明，中国对某一特定国家的援助和对其邻国的援助会通过改善这个特定国家的基础设施来增进这个特定国家与中国的双边政治关系，进而吸引中国企业对其进行直接投资。本文主要的边际贡献在于，本文的研究对完整考察中国对外援助对中国企业对外直接投资的影响效应具有实证和实践意义。之前关于援助与对外直接投资的相关研究，大多从国家层面研究了对外援助对受援国吸引直接投资的影响（Blaise，2005；Asiedu&Lien，2010；Donaubaueretal.，2013）或者对外援助对援助国向受援国直接投资的影响），援助国企业对受援国直接投资影响的研究较少（孙楚仁等，2021），且都忽略了对外援助所产生的空间溢出效应。虽然这些研究都证明了对外援助对援助国向受援国的直接投资产生了补充或者替代效应，但如前文所言，在没有考虑对外援助空间溢出效应的情况下得到的结果可能会混淆了对外援助对对外直接投资的直接效应和空间溢出效应，导致估计结果存在一定的偏误。而本文参考李涵、唐丽淼（2015）的研究，运用空间权重矩阵计算了中国对其他国家的援助指标，并综合考察了中国对外援助对中国企业对外直接投资的直接效应和空间溢出效应，从而能够更加全面和准确地检验中国对外援助对中国企业对受援国直接投资的影响效应，有利于提高中国在对外援助、对外直接投资等方面政策制定的有效性，减少了中国对外援助的效率损失。与此同时，这一研究也为考察它国对外援助对其对受援国直接投资的影响提供了本文的研究内容安排如下：第二部分是理论分析和假说提出，第三部分是空间权重矩阵构建和描述性统计，第四部分为本文的计量模型构建、实证结果以及相应的经济意义分析，第五部分是机制检验，第六部分是本文的结论及政策建二、理论分析与假说提出在做出对外直接投资决策时，企业通常会对东道国的基础设施、母国与东道国的政治关系等因素进行综合考虑，选择合适的东道国进行直接投资（Donaubaueretal.，2016；杨连星等，2016）。本文认为，中国对某个特定国家的援助以及对这个特定国家邻国的援助，都可以消除中国企业对这个特定国家的投资障碍，吸引中国企业对其进行直接投资。依据相关理论和文献资料，本文认为中国对外援助的直接效应和空间溢出效应主要通过两个机制影响中国企业对某一特定国家的直接投资：基础设施机制和双边政治关系机制。（一）基础设施机制根据王钊（2020）的研究，援助国的产业结构会影响其对外援助的部门分配，因而工业国倾向基础设施与生产性援助，服务业为主导的国家则偏好投放专业服务类援助。由于第二产业是中国的优势产业，因此中国的对外援助也可能会更加偏向于基础设施援助。例如，在《中国的对外援助（2014）》白皮书中提到，“中国根据不同国家经济发展条件，合理安排无偿援助、无息贷款资金，发挥优惠贷款融资优势，帮助受援国建设有迫切需求的基础设施项目”。根据图1也可以看出，在样本期间，中国对外提供的基础设施援助金额明显要高于非基础设施援助，且王翚等（2014）、董艳、樊此君（2016）以及Donaubaueretal.（2016）的研究都发现，基础设施援助对于受援国吸引外国直接投资有着更为积极的影响。因此，本文认为中国对外援助会通过改善受援国的基础设施条件，从而增加受援国区位优势，吸引更多的中国企业对其进行直接投资。此外，由于各个经济单元之间存在着相互关联，而地理距离越近的经济单元之间的联系越紧密（Griffith，1989），因此，如果中国对受援国邻国进行援助提高了受援国邻国的基础设施水平，那么很可能也会对受援国的基础设施条件产生积极的影响（Liang&Li，2020）。一个典型的案例就是“坦赞铁路”，中国援建的坦赞铁路不仅仅改善了坦桑尼亚和赞比亚的交通条件，也为非洲南部地区开拓了新的出海口，提高了整个非洲南部地区国家的交通便利度，增加了这些国家的区位优势。由此可见，中国对外援助对受援国的基础设施也存在着空间溢出效应，中国对受援国邻国的援助可能会间接改善受援国的基础设施，从而使得中国企业对受援国进行直接投资。（二）双边政治关系机制母国与东道国的双边政治关系是影响企业对外直接投资的又一重要因素，良好的双边政治关系对于减少东道国投资壁垒，改善东道国投资环境有着积极的作用。张建红、姜建刚（2012）以及潘镇、金中坤（2015）的研究都发现，从总体上看，中国的对外直接投资趋于流向政治关系好的东道国。杨连星等（2016）的研究认为，双边政治关系中的政治冲突不可避免地会加剧企业投资风险，恶化企业投资状况。而关于对外援助是否会影响政治关系的问题，国际政治关系学中的“国家利益”理论、“超国家”理论都已给出解释，即对外援助确实会对国际政治关系产生影响。因此，中国对外援助可能会通过提升中国与受援国的双边政治关系，促进中国企业对受援国进行直接投资。进一步地，本文还认为中国对受援国邻国的援助，不仅仅可能会改善中国与受援国邻国的双边政治关系，也可能会产生空间溢出效应，间接提高中国与受援国的双边政治关系。具体来讲，这种援助对双边政治关系产生的空间溢出效应可能通过两种途径产生：第一种途径是，中国对受援国邻国的援助，可能会使得受援国政府和民间对于中国的好感度提升，从而愿意增进与中国的双边政治关系。第二种途径是，中国对受援国邻国进行援助后，受援国看到了中国援助带来的好处，会通过改善与中国双边政治关系的方式去寻求中国援助。总体而言，我们认为中国对外援助可能会对中国与受援国的双边政治关系产生空间溢出效应，中国对受援国邻国的援助，可能间接引发受援国改善与中国的双边政治关系，由此吸引了更多中国企业对其直接投资。基于以上论述，本文提出如下两个假说。假说1：中国对外援助能够促进中国企业对外直接投资，并且这种促进效应是由直接效应和空间溢出效应共同决定假说2：中国对外援助主要通过改善受援国的基础设施条件和提高受援国与中国的双边政治关系进而促进中国企业对外直接投资。三、空间权重矩阵构建和描述性统计（一）空间权重矩阵构建1.最简单的二进制0-1权重矩阵。这种权重矩阵是空间权重矩阵中最简单也是最常用的权重矩阵，可以用来衡量两个国家是否接壤，空间元素值取1代表接壤，空间元素值取0代表不接壤。因此，初始的0-1权重矩阵为：接下来，我们还对0-1权重矩阵作了标准化处理，使其各行元素之和为1。这样做的原因在于接壤的两国之间的地理距离比较近，因此两国之间的联系也更加密切。缺点在于这样做就赋予了特定国家邻国同样的权重，不能够衡量既定国家邻国与邻国之间的相邻程度。2.首都距离权重矩阵。由于国家的首都是一国的政治中心（很多国家的首都也是本国的经济与文化中心），所以两国之间的首都距离能够在一定程度上衡量两国之间的联系密切程度。因此本文构建了反映两国之间首都距离的空间权重矩阵，其中capdistij为国家i与国家j的首都距离，具体的权重元素设置为：接下来，我们对首都距离权重矩阵进行了标准化处理，使其各行元素之和为1。需要指出，由于首都距离是两国首都之间距离的绝对数值，因此存在两个国家接壤但首都相距非常远的情况（例如中国与越南）。因此，相比于0-1权重矩阵，首都距离衡量的中国对外援助的空间溢出效应可能会存在较大的偏差，但是首都距离衡量的空间溢出效应的方向（正向溢出或者负向溢出）还是具有参考价值的。3.使用人口加权的地理距离权重矩阵。由于除了地理距离的远近，人口规模在一定程度上也会影响两个地区之间的联系与交往，人口规模大的地区相对而言市场更为广阔，所以与其他地区的联系要比人口规模小的国家多。因此，最后我们还使用人口加权的地理距离构建了空间权重矩阵，其中popdistij表示国家i与国家j之间使用人口加权的地理距离，具体的权重元素设置如下：同样，我们对这一权重矩阵作了标准化处理，使其各行元素之和为1。和首都距离一样，由于使用人口加权的地理距离仍然是两国之间距离的绝对数值，因此其衡量的中国对外援助的空间溢出效应可能存在偏误，但是使用人口加权的地理距离衡量的空间溢出效应的方向同样也是具有参考价值的。（二）主要变量的描述性统计各变量的描述性统计如表1所示。其中，lnInvest表示中国企业对外直接投资额的对数（现价美元），作为本文的被解释变量。lnAid表示中国对某一特定国家援助金额的对数（现价美元），作为本文的核心解释变量。lnWAid、lnW（capdist）Aid、lnW（popdist）Aid分别为基于0-1空间权重矩阵、首都距空间权重矩阵、使用人口加权的地理距离空间权重矩阵所构建的中国对其他国家的援助变量（实质上就是中国对外援助的空间溢出情况）。关于这些变量的具体解释已经在空间权重矩阵构建部分列出，这里不再赘述。除了被解释变量和核心解释变量，我们还需要在计量模型中加入7类控制变量，以尽可能排除其他影响因素对于本文研究的影响。主要包括1）受援国的人均GDP（PGDP）和人口数量（Pop2）受援国的劳动力数量（Labor（3）受援国的自然资源要素禀赋（Resource4）受援国的进口和出口（Import和Export5）受援国的冲突风险（Conflict6）经合组织发展援助委员会（DAC）成员国对受援国的援助（DAC_Aid7）受援国的人力资本（HC）。此外，Infrastructure和Relationship分别代表受援国的基础设施（受援国固定电话用户数量的对数）和受援国与中国的双边政治关系，在本文用于机制检验当中。四、实证检验（一）计量模型设定为了考察中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应，本节参考李涵、唐丽淼（2015）的实证计量模型，设定了如下基准回归计量模型：（1）在基准回归计量模型中，我们借用空间计量经济学中的空间权重矩阵并结合中国对某一特定国家援助金额变量计算出了中国对这个特定国家的周边国家的援助变量，但是从本质上来讲，本文的基准回归计量模型依旧是OLS模型，而非空其中，下标i、j、f和t分别表示受援国、受援国周边国家、中国企业和年份。主要解释变量为lnAidit，表示国家i在第t年接受中国援助金额的对数，用以考察中国对外援助对中国企业对国家i直接投资的直接效应。基准回归模型的另外一个主要解释变量为ln(∑jWijAidit），表示的是中国对国家i周边国家的援助情况，用以考察中国对外援助对中国企业对国家i直接投资的空间溢出效应，其中∑jWij为空间权重矩阵（0-1权重矩阵、首都距离矩阵、使用人口加权的地理距离矩阵）。0-1权重矩阵是本文所主要使用的空间权重矩阵，首都距离矩阵、使用人口加权的地理距离矩阵则是用于本文的稳健性检验当中。基准回归的被解释变量为lnIfit，表示中国企业f对受援国i在第t年的直接投资金额的对数。通过与主要解释变量lnAidit以及ln(∑jWijAidit）进行结合，我们就可以综合直接效应和空间溢出效应全面考察中国对外援助对中国企业对受援国直接投资的影响。由于东道国的投资环境会对外国直接投资产生重要的影响（Kinda，2010），为了使得基准计量模型的估计结果更为准确，本文还参考相关研究在基准计量模型中加入了一系列影响中国企业对国家i直接投资的控制变量Zitη,具体控制变量我们已经在主要变量的描述性统计部分进行了详细介绍，这里就不再赘述。此外，在基准计量模型当中，由于缺乏相关数据的原因，我们无法通过加入控制变量的方式对一些企业特征（如企业的所有权、企业是否具有国际投资经验、企业的决策效率和执行效率等）进行控制，从而可能影响到中国的对外援助与中国企业的投资形⒛谏晕侍狻R虼宋颐峭慰祭詈⑻评鲰。（2015）的做法，在基准回归中使用固定效应模型（Hausman检验拒绝了随机效应模型）来考察本文的研究问题。为此，我们还加入了企业-年份层面的固定效应δft，从而控制了不随时间变化的企业层面的不可观测因素、随时间变化的企业层面的不可观测因素、不随企业变化但是与时间有关的不可观测因素的影响。④εfit为随机扰动项。（二）基准回归在这一节中，我们根据前面所构建的基准计量模型式（1）进行了基准回归。基准回归结果如表2所示。本文的核心内容是考察中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应。本文选取了两个变量来分别反映中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应，即变量lnAid和变量lnWAid。表2第（1）列是加入全部控制变量且控制所有固定效应但没有加入0-1权重矩阵时的估计结果，表2第（2）列是加入全部控制变量且控制所有固定效应同时加入了0-1权重矩阵时的估计结果。从表2的估计结果来看，lnAid和lnWAid的系数都是显著为正的，说明中国对外援助确实能够显著促进中国企业对受援国的直接投资，同时这种促进作用是由直接效应和空间溢出效应共同决定的，验证了我们提出的假说1。接着，我们分析中国对某一特定国家的援助对中国企业对这个国家直接投资的影响，也就是中国对外援助的直接效应（lnAid）。表（2）第（1）列是不考虑空间溢出效应的基准回归结果，从第（1）列可以看出，随着中国对受援国的援助增加，中国企业对受援国的直接投资也会显著增加。第（2）列是基于0-1权重矩阵的结果，从第（2）列可以看到，在加入0-1权重矩阵项之后，中国对外援助对中国企业向受援国直接投资的直接效应依旧显著为正。本文关注的另外一个重要内容是中国对某一特定国家的周边国家的援助对于中国企业向这个特定国家直接投资的影响，也即是中国对外援助的空间溢出效应（lnWAid）。表2第（2）列给出了基于0-1权重矩阵的基准回归结果。其中，lnWAid变量的估计系数就是我们想要了解的中国对外援助的空间溢出效应。可以看出，基于0-1权重矩阵估计得到的中国对外援助的空间溢出效应是正向显著的关系，这一结果说明了中国对外援助对中国企业对外直接投资确实存在着显著的正向空间溢出效应。（三）稳健性检验为了进一步验证本文基准回归所得到的结果是稳健的，在这一部分，我们进行了一系列的稳健性检验。具体结果如表3和表4所示。1.替换解释变量。在基准回归当中，本文使用的中国对某一特定国家的援助和中国对这个特定国家的周边国家援助的援助变量都是用援助金额对数的形式表示。在这里，我们把这两个援助金额变量都转化为援助金额占受援国GDP比重，以检验基准回归结果是否稳健。根据表3第（1）列和第（2）列的估计结果，我们可以看到，中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应依旧显著为正，验证了本文基准回归结果的稳健性。2.替换被解释变量。在基准回归中，本文的被解释变量是中国企业对外直接投资金额的对数。在这里，我们将该变量替换为了中国企业是否进行过投资的虚拟变量，如果中国企业对该受援国进行过投资取值为1，没有进行过投资取值为0，然后使用Logit模型进行估计。从表3第（3）列和第（4）列可以看到。中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应仍然显著为正，表明了基准回归结果的稳健性。3.使用不同空间权重矩阵。由于空间权重矩阵的设定方式多种多样，因此除了使用0-1权重矩阵外，在这里我们使用了首都距离权重矩阵和使用人口加权的地理距离权重矩阵去考察中国对外援助对中国企业对受援国直接投资的直接效应和空间溢出效应。根据表4第（3）列和第（4）列的估计结果，我们发现基于首都距离权重矩阵和使用人口加权的地理距离权重矩阵时，中国对外援助对中国企业对外直接投资的直接效应和空间溢出效应依旧非常显著。总体而言，本部分的检验再次证明了基准回归得到的结果是稳健和可靠的。除此之外，我们还进行了剔除中国对外援助的极端值数据、加入国家固定效应、使用经济距离权重矩阵、加入中国与受援国的各种联系（政治、经济、文化等）作为控制变量的稳健性检验，由于篇幅所限并未放入文中，感兴趣的读者可以向作者索取。（四）内生性问题处理由于影响企业对外直接投资的因素众多，即使是加入了非常严格的固定效应和控制变量也并不能完全控制所有可能的影响因素，解决遗漏变量问题。此外，对外援助与企业对外直接可能存在互为因果的问题，从而引发内生性问题，使得我们无法做出确定性的因果推断。因此，我们需寻找影响中国对外援助的外生性因素，采用工具变量（IV）方法来解决OLS估计的内生性问题。在这里，我们借鉴了许志成等（2021）构建工具变量的方法，构建了受援国使用清洁能源或技术做饭比例与美国对外援助次数的交互项、中国财政支出与美国对外援助次数的交互项作为工具变量，以识别中国对外援助与中国企业对外直接投资之间的因果关系。⑤之所以使用这两个工具变量，是由于以下原因。首先，美国对外援助次数能够体现出受援国对于援助的需求程度。美国是世界对外援助大国，接受美国对外援助次数较多的国家，通常而言意味着该国确实比较贫困，中国也很可能会对该国进行援助；另外也可能存在中美援助竞争的情况，美国对于一些国家进行援助，中国也可能跟随美国对这些国家进行援助。需要注意的是，由于美国也是DAC成员国之一，本文在回归中实质上控制了美国对外援助金额。因此，美国对外援助次数与本文的两个主要解释变量（lnAid和lnWAid）相关，而与本文的被解释变量（lnInvest）不相关。其次，受援国使用清洁能源或技术做饭比例和中国财政支出能够体现出中国对外援助的供给程度。在《中国的对外援助（2014）》白皮书中提到加强环境保护是中国对外援助的方向之一，“中国承诺对最不发达国家、小岛屿国家及非洲国家加大环保领域的援助投入，帮助其发展清洁能源，提高应对气候变化的能力”，因此受援国使用清洁能源或技术做饭比例与中国对外援助存在相关关系。另外，由于中国对外提供援助会动用本国的财政支出，因此中国财政支出与中国对外援助也是相关的。而受援国使用清洁能源或技术做饭比例和中国财政支出显然与中国企业对外直接投资不存在相关性。因此，受援国使用清洁能源或技术做饭比例和中国财政支出同样与本文的两个主要解释变量相关，与被解释变量使用工具变量进行内生性问题处理的估计结果，具体如表5所示。表5第（1）列是不考虑空间溢出效应时，中国对外援助与中国企业对外直接投资内生性问题处理结果。表5第（2）列是基于0-1权重矩阵时，中国对外援助与中国企业对外直接投资内生性问题处理结果。由于我们的主要解释变量有lnAid和lnWAid两个，因此我们同时使用了受援国使用清洁能源或技术做饭比例与美国对外援助次数的交互项、中国财政支出与美国对外援助次数的交互项作为工具变量。可以看到，表5的估计结果在估计系数的方向和显著性方面与基准回归估计结果一致，这表明我们很好地处理了潜在的内生性问题，同时也证明了基准回归结果的稳健性。同时，我们在内生性问题处理过程中进行了弱工具变量检验，发现工具变量法检验的第一阶段的F值都超过临界值10，因此表明我们所使用的两个工具变量都不是弱工具变量（Stock&Staiger，1997）。其次，识别不足检验的P值为0，表明工具变量检验也不存在识别不足问题。另外，由于本文的两次内生性检验都使用了和主要解释变量数量相等的工具变量，因此在内生性问题处理过程中不存在过度识别问题。在实证检验部分，除上述检验之外，我们也进行了不同类型受援国（内陆国家和沿海国家、孤岛国家和非孤岛国家、最不发达国家和其他国家）和中国不同产业（第一、二、三产业）对外直接投资的异质性检验，由于篇幅所限并未放入文中，感兴趣的读者可以向作者索取。五、机制检验在第二部分，我们提出了中国对外援助对中国企业对外直接投资的直接效应和空间溢出效应的两个传递机制，即基础设施机制和双边政治关系机制。在这一部分，本文将利用相关变量使用中介效应模型对这两个传递机制进行验证。考虑到中介变量与核心解释变量存在较强的内生性关系，导致中介效应分析可能是有偏的，例如本文选择的基础设施建设、双边政治关系都有可能与援助之间存在逆向因果关系。因此，在中介效应分析过程中，我们将中国对外援助进行了一期滞后（符号L代表对变量进行了一期滞后），以尽量减少核心解释变量与中介变量的逆向因果。参考Baron&Kenny（1999）的方法，我们构建了如下中介效应模型：（2）（3）（4）其中，Mit为中介变量，在本文中分别为受援国固定电话用户数和受援国与中国的双边政治关系。其他变量与计量模型（1）中的相同变量含义一致，这里不再赘述。中介效应检验具体分为三步：首先，通过式（2）识别中国对外援助对中国企业对外直接投资的直接效应和空间溢出效应；其次，通过式（3）识别中国对外援助对于中介变量的直接效应和空间溢出效应；最后，通过式（4）考察加入中介变量后中国对外援助对于中国企业对外直接投资的直接效应和空间溢出效应。机制检验的具体结果如表6第（1）至（6）列所示。（一）基础设施机制首先，我们利用WDI数据库中的受援国固定电话用户数的对数变量作为受援国基础设施的替代变量，检验了理论分析部分提出的基础设施机制。表6第（1）列的估计结果与基准回归结果一致，表明中国对外援助对中国企业向受援国的直接投资具有显著的直接效应和空间溢出效应。根据表6第（2）列的估计结果，我们发现中国对外援助对受援国基础设施的直接效应和空间溢出效应全部显著为正，表明了中国对受援国的援助和对受援国邻国的援助都会改善受援国的基础设施水平，验证了我们在理论分析部分中的论述。在表6第（3）列中，我们把基础设施变量放入了回归当中，可以发现基础设施变量是显著的，这表明中国对外援助确实会通过改善受援国的基础设施水平促进中国企业对受援国进行直接投（二）双边政治关系机制其次，我们使用GDELT（GlobalDatabaseofEvents，Language，andTone）数据库中的全球各国间每天各项事件评分作为双边政治关系的替代变量，检验了中国对外援助是否可以通过增进中国与受援国的双边政治关系促进中国企业对外直接投资。同样地，表6第（4）列的估计结果与基准回归结果一致，表明中国对外援助对中国企业向受援国的直接投资具有显著的直接效应和空间溢出效应。表6第（5）列的估计结果表明，中国对外援助对中国与受援国双边关系的直接效应和空间溢出效应都是显著为正的，证明了我们在理论分析部分所提到的，中国对受援国和受援国邻国的援助，都有利于增进中国与受援国的双边政治关系。在表6第（6）列中，和基础设施机制检验一样，当把双边政治关系变量放入回归中后，中国对外援助对中国企业对外直接投资的直接效应和空间溢出效应影响系数显著为正，同时双边政治关系变量依旧显著。这一结果证明了中国对外援助会通过增进中国与受援国的双边关系，促进了中国企业对受援国进行直接投通过以上机制检验，我们证明了本文第二部分提出的假说2，解释了中国对外援助如何对中国企业对外直接投资产生直接效应和空间溢出效应。六、结论与政策建议随着中国不断深入参与到全球治理当中，越来越重视自己所承担的大国责任，中国对外援助的规模必然会进一步增加。而伴随着中国经济的不断发展，中国企业的“走出去”也会成为常态。因此，关于中国对外援助对中国企业对外直接投资影响的研究既具有理论意义，也具有现实意义。然而，对这一问题进行研究，如果不考虑空间溢出效应，会混淆中国对外援助对促进中国企业对受援国直接投资的直接效应和空间溢出效应，导致估计结果偏误。这说明引入空间溢出效应的分析，对于正确理解对外援助与企业对外直接投资的关系以及对中国对外援助政策的制定和提高对外援助的效率都十分重要。本文的实证研究结果表明，中国对外援助确实能够有效促进中国企业对受援国的直接投资，并且这种促进作用是由直接效应和空间溢出效应共同决定的。这一结果说明将空间溢出效应纳入分析中对于完整认识中国对外援助的影响具有重要意义。一系列的稳健性检验以及相关内生性检验的估计结果依旧支持该结论。机制检验表明，中国对受援国及其周边国家的援助能够改善受援国的基础设施水平和增进中国与受援国的双边政治关系，从而使得受援国吸引了更多中国企业进行直接投资。通过本文的研究，我们发现中国对外援助虽然主观目的是为了促进受援国各项事业发展，但是在客观上也有利于中国企业的对外直接投资。这表明中国在参与全球治理、承担大国责任的同时，也会对本国的发展产生积极影响。因此，中国的对外援助并不是很多人认为的单方面付出，而是推动中国与其他国家互利共赢、共同发展的有效手段。根据本文的研究内容和研究结论，我们也提出了相应的政策建议：首先，我们应该从整体上去考察中国对外援助的影响，而不是把中国对不同国家的援助割裂开来，这样才能够更加正确和全面地了解到中国对外援助的具体影响，为中国对外援助政策的制定提供有价值的参考，提高中国对外援助的效率；其次，中国对外援助有利于增进中国与其他国家的双边政治关系，因此可以作为中国处理国际事务的重要手段，为中国赢得良好的国家信誉与国际社会认同。注释：①截至2009年底，中国累计对外提供援助金额达2562.9亿元人民币，向非洲、亚洲、东欧、拉美和南太平洋地区的160多个国家提供了援助，帮助受援国建成了近2000个与当地人民息息相关的各类项目（《中国的对外援助（2011）》白皮书）。②（1）中国的基础设施援助项目包括：供水和卫生、其他社会基础设施和服务、运输和存储、交通与通讯、能源生产与供应。（2）中国的非基础设施援助项目包括：教育、健康、人口政策和生殖健康、政府和民间社会、银行与金融服务、商业与其他服务、农林渔业、工业矿业和建筑业、贸易与旅游、一般的环境保护、女性发展、其他多重部门、一般预算支持、粮食援助和粮食安全援助、非食品类商品援助、与债务有关的诉讼、紧急响应、支助非政府组织和政府组织、未指明的援助。③其中，lnInvest来自于美国传统基金会的中国全球投资追踪数据库（TheChinaGlobalInvestmentTracker，CGIT）；lnAid来自于AidData中国对外援助数据库；PGDP、Pop、Labor、Resource、Import、Export、DAC_Aid、Infrastructure来自于世界发展指数（WDI）数据库；Conflict来自于乌普萨拉冲突数据库；HC来自于PWT（PennWorldTable）数据库；Relationship来自于GDELT数据库。④这里没有控制国家固定效应的原因在于：首先，本文的空间权重矩阵是由那些不随时间变化的国家层面的变量构成的（与其他国家是否接壤、与其他国家间的首都距离），控制国家固定效应会将空间权重矩阵的影响效应吸收，导致本文估计结果偏误。其次，影响中国企业对东道国直接投资的因素多为东道国随时间变化的因素，我们在控制变量已经控制，而不随时间变化的国家层面的因素对于FDI的影响较小且会干扰到空间溢出效应。⑤受援国使用清洁能源或技术做饭比例数据来自于WDI数据库；中国财政支出数据来自于国家统计局官网；美国对外援助次数使用USAID数据库统计得到。参考文献：董艳，樊此君，2016.援助会促进投资吗——基于中国对非洲援助及直接投资的实证研究[J].国际贸易问题（3）：59-69.洪俊杰，张宸妍，2020.产业政策影响对外直接投资的微观机制和福利效应[J].世界经济（11）：28-51.胡兵，丁祥平，邓富华，2015.中国对非援助能否推动对非投资[J].当代经济研究（1）：67-73.靳娜，傅强，2010.吸收能力和贸易政策对FDI技术溢出的影响分析——基于中国工业部门面板数据的实证研究[J].南开经济研究（6）：113-122.李涵，唐丽淼，2015.交通基础设施投资、空间溢出效应与企业库存[J].管理世界（4）：126-136.李磊，冼国明，包群，2018.“引进来”是否促进了“走出去”？——外商投资对中国企业对外直接投资的影响[J].经济研究（3）：142-156.李永友，沈坤荣，2008.辖区间竞争、策略性财政政策与FDI增长绩效的区域特征[J].经济研究（5）：58-69.米银霞，余壮雄，2019.中国企业海外投资的“阿基米德杠杆”：贸易、合作与援助[J].国际贸易问题（3）：131-潘镇，金中坤，2015.双边政治关系、东道国制度风险与中国对外直接投资[J].财贸经济（6）：85-97.彭澎，李佳熠，2018.OFDI与双边国家价值链地位的提升——基于“一带一路”沿线国家的实证研究[J].产业经济研究（6）：75-88.孙楚仁，何茹，刘雅莹，2021.对非援助与中国企业对外直接投资[J].中国工业经济（3）：99-117.王翚，雷鹏飞，甘小军，2014.官方发展援助对FDI的影响效果研究——基于包含制度变量的动态面板模型检验[J].山西财经大学学报（1）：13-21.王钊，2020.中国的基础设施建设援助与国际发展援助的“共生”——援助国产业结构差异的视角[J].外交评论（外交学院学报）（2）：51-81+6.许志成，张宇，2021.点亮非洲：中国援助对非洲经济发展的贡献[J].经济学（季刊）（5）：1499-1520.杨连星，刘晓光，张杰，2016.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（11）：56-72.张汉林，袁佳，孔洋，2010.中国对非洲ODA与FDI关联度研究[J].世界经济研究（11）：69-74+89.张建红，姜建刚，2012.双边政治关系对中国对外直接投资的影响研究[J].世界经济与政治（12）：133-155+160.郑祖玄，2007.汇率政策、FDI与经）：ArellanoC，BulirA，LaneT，LipschitzL.2009.TheDynamicImplicationsofForeignAidandItsVariability[J].JournalofDevelopmentEconomics，88：87-102.AsieduE，LienD.2010.Democracy，ForeignDirectInvestmentandNaturalResources[J].JournalofInternationalEconomics，84：99-111.BaronRM，KennyDA.1999.Themoderator-mediatorvariabledistinctioninsocialpsychologicalresearch：conceptual，strategic，andstatisticalconsiderations[J].JournalofPersonalityandSocialPsychology，51（6）：1173.BeladiH，OladiR.2007.DoesForeignAidImpedeForeignInvestment？[J].FrontiersofEconomics&Globalization，1：55-63.BlaiseS.