摘要：进入后经济危机时代，国际国内的经济形势已然发生改变。为了加强区域经济合作，推动经济发展，我国推出了“一带一路”倡议。本文利用31个省2009年～2015年的面板数据，采用双重差分方法对政府投资、民间投资、外商投资在推动“一带一路”倡议实施及促进沿线省份经济发展中所起到的作用进行了分析与检验。结果表明，目前阶段，民间投资在推动“一带一路”沿线省份经济发展中起到了非常显著的作用，政府投资对民间投资的引导和带动效果已经得到了显现。
关键词：“一带一路”;政府投资;民间投资;外商投资;双重差分方法
在后金融危机时代，全球经济增速放缓，为了应对国内以及国际经济形势的新变化，我国先后提出了共建“丝绸之路经济带”和“21世纪海上丝绸之路”的战略构想。虽然“一带一路”倡议一经提出便受到了国内外的广泛关注，但是由于提出时间尚短，研究领域关于“一带一路”的学术研究成果还相对有限。现有研究多从贸易角度分析中国与沿线国家合作机制与效果，较少有研究分析“一带一路”倡议实施以来，政府、民间、外商投资对地区经济增长的影响。政府投资、民间投资、外商投资究竟在推动“一带一路”沿线省份的经济发展中分别扮演者怎样的角色？何种性质的资金对沿线省份“一带一路”倡议的推进起着关键的作用或者说是对沿线省份经济的发展产生主要影响？在多大程度上产生影响？仍是目前尚待研究以及深入推进“一带一路”倡议需要分析的问题。
1双重差分模型构建及数据处理
双重差分法使用个体数据进行回归，能够有效地判断倡议影响是否具有显著的统计意义，同时双重差分法采用自然实验的方法，设置了处理组和控制组，将倡议划定区域与非划定区域区分开来，将倡议执行前后的时间节点区分开来，能够避免倡议效果作为被解释变量的内生性问题。
1.1模型构建
在“一带一路”倡议的最终版规划中，划定了18个省份，包括新疆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、重庆，以及上海、福建、广东、浙江、海南五省。本文将“一带一路”倡议划定的18个省份作为处理组，将非划定省份作为控制组。并进一步根据倡议实施之前和之后将处理组和控制组再分别划分为“一带一路”倡议之前的处理组、“一带一路”之后的处理组、“一带一路”之前的控制组、“一带一路”之后的处理组。并设置和两个虚拟变量，表示“一带一路”倡议划定省份，表示“一带一路”非划定省份，表示“一带一路”实施之后，表示“一带一路”实施之前。双重差分法的基准回归模型设定为：其中，下标和分别表示省(对省份进行随机编号)和年，z表示控制变量，e为随机干扰项，y表示实际GDP的对数值。
1.2数据、变量与描述性统计
实证原始数据主要来源于2009年～2015年各省(包括自治区、直辖市)的《统计年鉴》以及wind资讯。依据模型及检验需要，主要变量及计算方法，如表1所示。实证检验将地区实际GDP的对数值作为被解释变量，综合反映“一带一路”倡议给当地经济带来的影响。投资、消费、出口是拉动经济增长的三驾马车，因此为了研究政府投资、民间投资、外商投资对“一带一路”沿线省份的经济发展影响，我们选取“最终消费额”和“出口总额”作为控制变量，以更好的研究投资对“一带一路”沿线省份经济发展的影响。将“政府投资”“民间投资”“外商投资”作为解释变量。
2实证结果及稳健性检验
2.1双重差分结果分析
运用双重差分方法评价政府投资、民间投资、外商投资在“一带一路”沿线省份经济发展中的作用的结果如表2所示。表2中第一列为未引入变量时的回归结果，第二列是引入控制变量及解释变量后的回归结果。未引入变量时，双重差分估计量即时间虚拟变量dt与地区虚拟变量du的交叉项为正，表明“一带一路”倡议对地区经济存在促进作用，但促进作用并不明显，估计量的值仅为0.0011。在加入控制变量及解释变量后，双重差分估计量的值显著增长为0.0274，结果表明在控制消费和出口对经济增长影响的前提下，政府投资、民间投资、外商投资推动了“一带一路”沿线省份经济的发展。如表2中所示，民间投资在促进经济发展中发挥着最为重要的作用，估计弹性为0.1234，充分显现了民间资本在“一带一路”沿线省份经济发展中的重要地位，以及其在投资总额中占据的重要地位。政府投资的作用次之，估计弹性为0.1014，外商投资的作用最小，估计弹性为0.0557。
2.2稳健性检验
为了检验“一带一路”倡议划定与非划定省份之间经济增长的变动趋势是否可能存在系统性差异，降低双重差分方法估计的偏误，采用最邻近匹配法对数据进行均衡性检验，以验证进行匹配后各变量在处理组和控制组的分布均衡与否。检验结果如表3所示，在进行倾向匹配之前，各变量的处理组和控制组之间存在显著差异，匹配之后，处理组和控制组之间的差异显著减少。政府投资(变量logrgi)在匹配前处理组的均值为16.864，控制组的均值为17.294，两者相差0.43；匹配后，处理组的均值为17.19，控制组的均值为17.104，两者相差0.086，差距显著减小。匹配后全部t检验结果(p值均大于0.05)均不拒绝处理组与控制组无系统性差异的原假设，因此我们可以认为各变量的标准化偏差在匹配后缩小了，各变量匹配后在实验组和对照组是均衡的。基于此，进一步进行PSM-DID检验，结果如表4所示。表4的检验结果显示，在运用PSM-DID方法检验后，被解释变量loggdp在PSM-DID后的结果显著为正(Diff-in-Diff=0.027)，与前文的分析相一致，进一步支撑了前述的分析结果。
3结语
本文利用31个省2009年～2015年的面板数据，采用双重差分方法对政府投资、民间投资、外商投资在推动“一带一路”倡议实施及促进沿线省份经济发展中所起到的作用进行了分析与检验。结果表明，目前阶段，民间投资在推动“一带一路”沿线省份经济发展中起到了非常显著的作用，政府投资对民间投资的引导和带动效果已经得到了显现，在积极调动民间资本进入相关行业后，数据显示政府投资对“一带一路”沿线省份经济发展起到的作用略小于民间投资，而外商投资始终在沿线省份经济发展中起到的作用始终最小。目前阶段，通过前期政府对“一带一路”沿线省份的前期基础设施等领域的投入，民间资本的积极性已被调动，成为推动“一带一路”沿线省份经济发展的主要推动力。在未来“一带一路”倡议进一步推进的过程中，既要充分发挥政府投资的引导和带动作用，又要充分重视民间投资对沿线省份经济发展的巨大推动作用，协调好“民办”与“官办”的关系，协调好政府投资和民间投资之间的关系，共同推进“一带一路”倡议的深入推进和落实。
参考文献
[1]杨玲.生产性服务进口复杂度及其对制造业增加值率影响研究——基于“一带一路”18省份区域异质性比较分析[J].数量经济技术经济研究,2016(2).
[2]何敏,张宁宁,黄泽群.中国与“一带一路”国际农产品贸易竞争性和互补性分析[J].农业经济问题,2016(11).
[3]余妙志,梁银锋,高颖.中国与东南亚地区农产品贸易的竞争性与互补性——以“一带一路”战略为背景[J].农业经济问题,2016(12).
[4]魏丹,许培源.TPP投资效应的实证分析——基于DID方法的估计[J].当代财经,2016(7).
[5]刘瑞明,赵仁杰.西部大开发:增长驱动还是政策陷阱——基于PSM-DID方法的研究[J].中国工业经济,2015(6).
[6]徐梁.基于中国与“一带一路”国家比较优势的动态分析[J].管理世界,2016(2).
[7]曹伟,言方荣,鲍曙明.人民币汇率变动、邻国效应与双边贸易——基于中国与“一带一路”沿线国家空间面板模型的实证研究[J].金融研究,2016(9).
[8]王婧.供给侧结构性改革助推产业结构转型升级——基于政府投资引导民间投资的实证分析[J].经济学家,2017(6).
[9]陈时兴.政府投资对民间投资挤入与挤出效应的实证研究——基于1980-2010年的中国数据[J].中国软科学,2012(10).
[10]张卫国,任燕燕,侯永建.地方政府投资行为对经济长期增长的影响——来自中国经济转型的证据[J].中国工业经济,2010(8).
作者:马婧 单位:同济大学经济与管理学院
