文章来源：Dreher, Axel, Andreas Fuchs, Bradley Parks, Austin Strange, and Michael J. Tierney. 2021. "Aid, China, and Growth: Evidence from a New Global Development Finance Dataset." American Economic Journal: Economic Policy, 13 (2): 135-74.
一、研究问题
近年来中国海外援助和贷款项目的规模已经接近甚至超过了以往在对外援助中占主导地位的发达国家。中国以“一带一路”倡议为契机，积极与沿线国家对接发展战略，开展经贸合作，通过海外援助和贷款项目广泛地参与了投资性的基础设施建设，同时大量资金也投入了援助性的合作减贫项目。
来自中国的海外发展投资资金是否能促进当地经济增长引发了持续的猜测，争议和辩论。部分研究认为中国政府机构和国有银行的内部经济评估系统较为薄弱，很难识别优质投资项目，因此比传统的捐助者和贷款人更有可能资助经济效率低下的“白象”项目（White elephant projects）。据《经济学人》（Economist，2017）报道，“中国似乎正在重复西方捐助者和投资者在1970年代投资时犯下的许多错误，资金进入预期经济收益未能实现的大型基础设施项目。”此外有学者认为中国的银行和政府机构没有充分考虑借款人的还款能力，借款人从中国获取发展融资最终可能会对借款国带来债务过高的问题，从而抑制借款国的经济增长前景。另一方面，许多发展中国家的领导人称赞中国投资和援助对当地经济发展的“硬件”带来了巨大帮助——例如公路、铁路、发电厂、电网和电信系统及其他大型基础设施项目。埃塞俄比亚前总理声称，非洲命运改变，经济形势好转的主要原因之一即是是新兴市场国家的兴起，尤其是感谢中国对非洲的援助。
对以上的辩论进行详细的实证研究面临的主要困难是很难获取完整的中国对外投资数据，推文作者指出中国政府对部分海外援助和贷款项目信息未予披露。本文在数据整理方面的主要贡献是通过多渠道，尽可能多的在微观层面搜集中国对外援助和投资项目的详细信息，形成了中国官方对外投资数据集(Official financing dataset)。该数据集发展援助和其他形式的资金支持，最初版本的数据集覆盖了2000-2014年中国对外的投资项目。这一新数据集包含了138个国家和地区的4304个受到中国资助的项目，分为官方发展援助（Official Development Assistance, ODA）和其他官方投资（Other Official Flows, OOF）两大类。前者以援助性质为主，利率通常低于市场利率，后者主要是商业性贷款和政策性贷款。
二、研究设计与回归结果
实证分析环节针对源自中国的对外发展资金（China development finance）对当地经济增长的因果效应进行了估计，主要的回归方程如下：
回归分析的样本选自未被世界银行认定为高收入国家的中国资金接受国，被解释变量Growth为第t年受援国实际人均GDP增长率，主要的被解释变量是两年前（t-2年度）中国对外发展资金投资情况。主要的控制变量是人口规模，国家和年份固定效应，标准误聚类在受援国国家层面。主要解释变量使用了两种测量方法，一是中国发展投资的项目数量，二是中国对外发展资金的金额数取对数值。尽管后者可以反映项目的规模，但由于39%的项目没有资金金额的具体信息，在主要的回归结果中作者考虑的解释变量是中国对外投资项目的个数。
中国对外投资可能会面临内生性问题，即一国的经济增长水平可能与中国对其的资金支持相关。内生性最可能的来源是反向因果，资金接受国的经济变量可能会影响中国对其的资金投入。一方面，中国更倾向于给经济增速更低的国家提供支持，这与中国帮助低收入国家减贫的目标是一致的。另一方面经济增速更高的国家有可能由于商业机会更对吸引更多的中国投资项目，两方面的影响都会使得核心解释变量的系数估计面临内生性偏误。
针对内生性问题作者使用了工具变量法，第一个工具变量是中国产能过剩指数(Material)和历史上中国对外资金分布（pCHN,i）的交乘项。第二个工具变量是中国外汇储备的增量(Reserve)和历史上中国对外资金流向的交乘项。第一阶段的估计方程如下：
作者假设中国原材料的产量是中国为国外基础设施建设提供融资的决定因素之一。其中重点考虑钢铁和铝两种具有战略意义的商品，当国内生产产量过高时，预计中国政府更有可能给海外经济基础设施项目提供对外资金支持，中国对外投资项目大量依赖来自中国的建筑材料进口。同时中国积累的外汇储备也为对外贷款，特别是美元贷款提供了有利条件。中国也可以通过对外投资获得比投资美国国债更高的收益。
实证分析的主要结果如下表所示。OLS估计结果显示资金接受国获得额外的1个中国投资项目将伴随着经济增长率高出0.07%-0.23%。运用工具变量估计方法可以解决部分的内生性问题，引入工具变量后2SLS估计方法得到的系数显著高于OLS。估计结果对应的90%置信区间显示，额外的1个中国投资项目可以增加当地经济增长率0.41-1.49个百分点，这是本文实证分析的主要结论（注：具体计算方法是利用Panel C第1列的估计，0.948+1.645*0.327=1.49；0.948-1.645*0.327=0.41）。与OLS估计结果相比，ODA援助类贷款项目对经济增速的拉动效应在2SLS估计方法下系数增加地更多。这体现了简单的OLS估计具有向下偏误，由于中国更可能给经济发展滞后的急需帮助的国家提供ODA援助贷款，ODA援助贷款对经济增长的影响会被低估。
三、结果讨论
本文结论对估计一带一路相关投资的经济影响具有借鉴意义，本文作者基于已有的项目信息整合了2000-2014年中国对外投资项目的情况。一带一路在2013年正式提出后，中国在海外投资和援助了数量更多的项目，如何估计这些项目对所在国短期和长期的经济影响是进一步需要研究的问题。本文主要估计了项目实施2年后的短期效应，考虑到中国大量的项目是基础设施类的建设工程，这些项目更可能通过促进要素流动，开拓新市场，增强世界各地之间的连通性在长期对经济增长发挥更大的促进作用，在更长时间序列的数据可得之后，这部分估计也尤为重要。
本文作者同时也提到，中国的投资项目会增加借款国的主权债务风险，使得借款国陷入债务危机，高债务负担会减弱投资项目带来的经济促进作用。关于中国海外债权通过高债务负担影响当地经济的研究可以参考Horn, Reinhart, and Trebesch (2022)：China’s Overseas Lending和之前的香樟推文1559【香樟推文1559】中国的资本输出：目的地、特征及驱动因素。上述文章基于传统对外投资视角过于关注中国对外投资带来的债务问题，但是与西方的私营资本相比，中国的海外投融资更可能是一种独特的“耐心资本”，具有长期视野、高风险容忍度以及不附带政策条件等特征。通过投资大型基础设施项目，中国的政策性银行实施“市场最大化”而非“利润最大化”战略，基于以上原因该文章很可能高估了中国海外投资对当地带来的债务风险。
Abstract
This article introduces a new dataset of official financing from China to 138 developing countries between 2000 and 2014. It investigates whether Chinese development finance affects economic growth in recipient countries. The results demonstrate that Chinese development finance boosts short-term economic growth. An additional project increases growth by between 0.41 and 1.49 percentage points two years after commitment, on average. While this study does not find that significant financial support from China impairs the overall effectiveness of aid from Western donors, aid from the United States tends to be more effective in countries that receive no substantial support from China.
推文作者：
李伟，北京航空航天大学经济管理学院，金融系讲师。研究方向：国际金融，宏观经济学。
Email：tony_wei_li@buaa.edu.cn
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
