李畅 | “一带一路”共建国响应差异的比较分析——基于2014~2019年137个国家的双边合作数据

新闻

作者：微信文章
点击蓝字 关注我们



以下文章来源于共同性与全球性

“一带一路”共建国响应差异的比较分析

——基于2014~2019年137个国家的双边合作数据

摘要

截至2022年底，“一带一路”共建国数量已逾150，但各国对倡议的响应差异明显。文章运用主成分分析法对2014～2019年间加入“一带一路”倡议的137个国家签署合作文件后两年内的响应状况进行动态跟踪，发现样本国家可区分为22个高响应国家以及115个普通响应国家。高响应集群中，7国位于东南亚，其余15国相对均匀地散布在南亚、中亚、非洲、欧洲、拉美及东亚；此外，早期加入倡议的国家在资金、市场等领域对中国多有需求，而中期加入的部分国家则通过增强政治互动迅速推进多领域合作。文章还发现共建国政府在参与“一带一路”合作时普遍遵循了实事求是及循序渐进等原则。

关键词

“一带一路”；合作倡议；共建国；比较分析

作者

李畅、胡子南

来源

李畅、胡子南：《“一带一路”共建国响应差异的比较分析——基于2014～2019年137个国家的双边合作数据》，载《经济社会体制比较》，2024年第2期，第175-187页。

2013年，中国国家主席习近平访问哈萨克斯坦时首提建设“丝绸之路经济带”倡议，次年访问印度尼西亚时又提出建设“21世纪海上丝绸之路”的倡议，“一带一路”计划就此启动。截至2022年末，已有150个国家与中国政府签署了相关合作文件。历经十年发展，“一带一路”倡议已从一项地区合作构想演变成一股席卷世界的全球化浪潮，对当代国际政治格局产生了重要影响。

“一带一路”倡议兴起之初，各国政府所面临的内外情势不同，因此对待这项倡议的现实考量、合作意愿都有明显差异。部分国家将其视作助推本国发展的外部动力；此外，也有不少国家对这项倡议抱有疑虑，态度消极。各国对“一带一路”倡议持何种考量，这一议题在学界已有广泛探讨，相关理论成果为倡议顺利推进提供了智识保障。在“一带一路”倡议发展逾十年，共建国遍及全球主要区域的新时期，学界需要回应的一个重要问题是，共建国中哪些国家签署文件后积极响应倡议，着力推动合作；又有哪些国家在签文件签署后将其束之高阁？换言之，面对数量众多的“一带一路”共建国，我们应区分哪些国家积极落实倡议精神，切实推动本国多领域事务参与这项合作计划；哪些国家又是迫于内外情势、从众因应加入倡议？以及国别差异的具体成因是什么，其内在机制又应如何解释？

实际上，上述两个议题一脉相承，内在统一于学界希望能够准确把握各国对“一带一路”倡议的真实态度与现实考量。在“一带一路”倡议发展的新阶段，我们有必要重新审视各国加入倡议后的真实响应情况，并探究造成这种差异的成因及作用机制。本研究尝试对研究对象进行动态观测，应用统计模型提高研究精度，基于实证分析支撑政策校准，为“一带一路”倡议在未来十年实现高质量发展提供学理支持。本文结构如下安排：第一部分对既有文献进行回顾与述评；第二部分介绍研究所用之模型、指标及变量；第三部分聚焦于实证分析过程；第四部分对量化研究结果作出分析与探讨；最后为结语部分。

一、文献回顾

“一带一路”倡议兴起之初，为营造良好的合作氛围，我国政学商界对沿线国家经济、政治、社会、文化等方面信息需求量激增。中国学界密切关注沿线国家内部精英及大众对“一带一路”倡议的认知与反应。质性分析为区域国别研究领域的学者所擅长，是“一带一路”研究早期的主流范式。随着合作倡议逐步推进，学界希望在更大范围内观察“一带一路”相关国家集群反映出的某些共性问题，质性分析方法中研究对象范围较窄、结论适用性不强等问题日益凸显。

为顺应时势发展，全球越来越多的国家选择接受并加入“一带一路”合作倡议。随着共建国数量增加，学界开始尝试引入统计分析方法重新审视上述议题，以期发现某些深层次问题。北京大学海洋研究院发布的“五通指数”是国内较早观察沿线国家如何响应“一带一路”倡议的系统性研究。该指数包含5个一级指标、15个二级指标和41个三级指标。研究结果将63个“一带一路”沿线国家区分为“顺畅型”（5个），“良好型”（18个），“潜力型”（31个），“薄弱型”（9个）。这项学术成果为当时质性分析范式主导下的“一带一路”研究开辟了新的分析路径。2018年夏，国家信息中心“一带一路”大数据中心发布了“一带一路”国别合作度指数。该指数的一级指标含政策沟通、设施联通、经贸畅通、资金融通、民心相通5个维度，一级指标下设12个二级指标及34个三级指标，测量结果即为沿线国家响应并参与“一带一路”倡议的得分排序。研究发现，各国参与“一带一路”倡议的合作势头发展良好，且高居合作排序前位的多是传统对华友好国家。综合来看，此类国别参与度研究，对政府制定或调整对外政策，对企业熟悉“一带一路”沿线国家营商环境，有重要的参考价值。

李智超和严海兵从政策制定的角度探讨了沿线国家对“一带一路”倡议的响应状况。两位学者运用定性比较分析方法（QCA）对经济差距、国家治理能力、学者发声、主流媒体报道倾向和政治体制相似度共五个变量进行组态分析，研究结论认为上述变量都对沿线国家参与“一带一路”倡议的最终决策产生影响，但没有任一变量可单独发挥作用。该篇新颖之处在于将近年流行的定性比较分析方法引入“一带一路”研究，并对带有互斥性的中小样本案例进行了组态归因分析。

近年来，围绕各国如何响应“一带一路”倡议的研究议题，部分学者开始运用更为复杂的研究方法，从宏观视角探究这项倡议的扩散趋势及各国响应成因。温尧等人首先将国际社会接纳“一带一路”倡议的过程理论化为一股全球性“浪潮”，再将各国正式签署合作文件作为响应倡议的标志性事件，并对192个国家2014—2019年间相关数据进行统计，最后借助空间模型检验各国参与的具体动因。与此类似，张志原和李论使用事件史分析法对2014-2018年间64个“一带一路”沿线国家缘何参与合作倡议的问题展开研究，结论显示其中54个国家正式加入此项倡议是政策扩散中响应、学习和模仿机制驱动的结果。两位学者指出，“本文所选用的评判一个国家是否响应的标准是该国是否与中国签署了‘一带一路’的双边合作文件”。签署合作文件固然是沿线国家响应这项合作倡议的重要事件，但以此作为终点性事件则容易忽略不同国家参与合作的真实动机，也无法审视共建国推进合作的绩效差异。正如上述两位学者的研究所指出，部分国家加入合作倡议的真正原因很可能是“学习”与“模仿”。因此，将签署合作文件等同于各国响应合作倡议的实质性举措，这种概念操作化方法仍有可探讨的空间。在“一带一路”倡议兴起之初，学界积极关注沿线国家如何看待以及是否有意愿加入这项合作倡议。当这项倡议走过十年历程，共建国数量已有150个之多时，我们可以在更大范围内以更为灵活的方式重新审视共建国对“一带一路”倡议响应程度。运用辩证思维对此加以分析，我们不难发现这实际上是同一议题在合作倡议推进中前后阶段的不同表现形式。就此而言，本文或可视作对张、李两位学者研究的深化与扩展。

相较于上述研究，本研究着重突出以下三方面特点。一是严格限定研究对象。早期相关研究多是面向“一带一路”沿线国家，本文则明确将正式签署“一带一路”合作倡议相关文件的共建国作为研究对象；二是重新搜集资料。研究避免使用“二手数据”，以确保各项指标的真实性和准确性；三是带有动态观测特点。本文重在跟踪考察各国政府正式加入倡议后的合作绩效，各国加入倡议年份不同，观察时域也不相同，研究设计的动态特征为结论的信度与效度提供了可靠保证。

二、模型、指标与数据

（一）分析模型

本文使用主成分分析模型对测量指标进行聚类分析。主成分分析法（PCA）是统计学家皮尔森提出的一种重要的降维方法，该方法主要用于实现数据压缩，以少量因子呈现样本原有特征，突出表现为能够将多维数据化繁为简，除杂降噪。

主成分分析法通常包括如下步骤：第一步，确立评价对象，并对评价范围作出限定。第二步，构建指标体系。第三步，对指标变量进行相关性分析和多重共线性检验。第四步，分析方差贡献率，在兼顾主成分数量与信息提取效率的基础上，确定主成分个数。第五步，依据主成分数值大小进行重新排列，确定主成分线性组合表达式。第六步，运用主成分表达式对原有样本进行综合评价。

（二）指标建构与数据获取

在分析各共建国对“一带一路”倡议的响应差异时，限定考察时阈非常必要。本文设定各共建国签署倡议文件后两年时间作为观察时限，对当前150个“一带一路”倡议共建国进行筛选，产生有效样本137个。换言之，本研究所确定的样本国家正式签署合作倡议的时间均早于2020年，各项数据均来自倡议签订后的两年之内。

客观分析研究对象，首先要建构一套有效的测量指标体系。根据现有文献来看，有学者将政策沟通、设施联通、贸易畅通、资金融通和民心相通设定为衡量沿线国家推进“一带一路”合作的二级观测指标。本文认为这套测量指标的适用范围有待商榷。首先，指标划分过细导致自身互斥性降低，例如共建国政府同意在本国新设孔子学院，这既是政策沟通的结果，也是民心相通的例证。其次，本研究旨在测量各共建国对加入合作倡议的是否作出及时响应，基础设施的联通发展显然难属此列。因此，本研究兼顾研究主题与测量效率，从政治社会领域及经贸投资领域各选取7个三级指标进行聚类，以获取最终观测结果。下文就构建指标体系的14个具体指标进行阐释与分析。



联合国大会投票结果近似度（x1）。联合国大会每年就若干全球重大议题进行议案投票。不同国家间的特定议题投票结果近似度成为衡量两国双边关系及全球治理理念近似程度的重要指标。共建国签署“一带一路”倡议意味着认同中国政府参与全球治理的基本理念，因而在签署协议后两年内，该国与中国在联大投票的结果近似度也应呈共变效应。本文首先对联大投票进行操作化，将各国在联合国大会中赞成、否决、弃权以及离席四种投票策略分别赋值5、-5、0和-1。将单次表决中的中国的投票策略记xc，共建国投票策略记xi，代入式（1），结果即为单次议案表决中两国投票结果相似度。对特定年度的得分结果求均值，即可获知当年两国投票结果近似度的总体情况。为提高研究精度，本文着重观察各共建国签署合作倡议后两年内联大投票结果与中国立场近似程度的变化状况。以倡议签署年份为基准，将前后两年双边投票近似度值代入式（2），即获得该共建国倡议签署前后的变化状况。数据来源为2013-2022年间联合国大会的投票记录。



双边高层会晤状况（x2）。高层官员会晤状况通常被认为是衡量两国政治关系紧密程度的重要指标。在操作化层面，较为常见的设定是领导人级别叠加会晤场合的加权计算方法。元首级别会晤对推进“一带一路”战略具有指向性作用，但项目推进则有赖于双边多层级官员的沟通与协调，部分国家甚至增设（副）部长级单位对接合作项目。如忽视多层级官员互动，将难以探知双边合作的真实进展。本文对会晤层级进行赋值，即正国级为4，副国级为3，正部级为2，副部级为1。单次会晤仅记录会晤官员的最高职级，其余不作叠加，然后通过会晤频次叠加会晤级别，依此反映双边关系亲疏程度。数据来源为中国外交部官网及双边国家大使馆官网。

双边及多边条约签署增量（x3、x4）。“一带一路”横跨亚非欧拉四大洲，沿线多是发展中国家和欠发达地区，各国的历史文化、宗教信仰、政治制度、法治环境都有很大差异。部分国家内部存在政治局势不稳、治理水平低下等情况，中资企业和公民在“走出去”时，难免遭遇歧视待遇、裁决不公等情况。条约是“一带一路”倡议顺利实施的重要保障，也是维护两国关系健康发展的有效工具。在“一带一路”大背景下，共建国与中国签署双边或多边条约的数量多寡，可反映出对“一带一路”倡议的重视程度与真实态度。本文将共建国签署倡议后两年内与中国签订的双边条约数量记作x3，多边条约数量记作x4。数据来源为“中华人民共和国条约数据库”。

孔子学院增量（x5）。民心相通是“一带一路”建设的社会根基。孔子学院自2004年创办以来，一直肩负着推广中国文化、讲好中国故事的使命，对推动中外文化交流作出重要贡献。孔子学院的开办，标志着共建国开始积极接纳中国文化。随着孔子学院数量递增，这种接纳与吸收效应呈边际递减，这一趋势可以用sigmoid激活函数有效拟合，同时也方便将离散变量转化为连续变量进行计算。本文将共建国在签署倡议后两年内孔子学院增量设定为n，并代入激活函数计算，即获知该国对华开展文化交流得分。数据来源为中外语言交流合作中心发布的孔子学院发展年度报告及相关研究报告。



入境政策开放度（x6）。“一带一路”沿线各国签署合作倡议，意味着认同倡议所提出的“互通互联”合作理念。但由于国情不同，现实中各国间“不联不通，联而不通，通而不畅”问题也很常见。人员往来便利化是实现互联互通合作的基石，是打通国家合作经络将“一带一路”倡议落到实处的必然要求。近年来，中国外交部借助领事磋商平台与“一带一路”共建国积极开展合作，有效推进区域人员往来便利化。在此背景下，共建国是否及时调整针对中国公民的入境政策，成为该国是否对“一带一路”倡议作出积极响应的重要观察指标。本文考察共建国在倡议签署后两年内针对中国公民入境的政策开放变化情况。落地签与免签政策是实现人员往来便利化的重要配套政策，两者虽有不同但实际效果相近。本文对落地签与免签政策分别赋值1和2，同样利用sigmoid函数将其转换为[0,1)区间内的连续变量。数据来源为中国领事服务网及“一带一路”共建国驻华大使馆官网。

向亚投行注资额度（x7）。亚洲基础设施投资银行（AIIB，简称亚投行）于2015年在北京成立，是一家由中国倡议成立的，带有政府间性质的亚洲区域多边开发机构。中国筹建亚投行的重要考量是为“一带一路”战略提供融资支撑。在多边框架下开展区域内协作具有十分明显的优势，是符合包括中国在内的各方利益的最佳选择。因此，各共建国向亚投行的注资额度可被视为观测“一带一路”倡议响应状况的重要测量指标。注资额度越大，响应程度越高，反之亦然。数据来源为亚投行官网。

双边进出口贸易增量（x8）。稳定的双边贸易既是提升两国政治互信的重要动力，又是两国人民增进了解、深化友谊的的重要方式。倡议签署两年内，共建国对华双边贸易出现的变化可被视为“一带一路”合作框架内贸易活跃程度的重要指标。观察时间阈太小难以避免的情况是任何重大事件都可能对进出口贸易总体指标产生巨大影响，导致研究效度下降。因此，本研究着重考察倡议签署后两年内的变化状况。首先，将沿线国家签署倡议当年设定为n，当年对华进出口贸易总额设定为tn，查询倡议签约当年及前后各两年，共五年数据后，代入式（2），即可得出倡议签署后对华进出口贸易增量。数据来源为联合国商品贸易统计数据库。

中资企业对共建国投资增量（x9）。国际资本流动对于国家在全球范围内配置优势资源，深度参与国际分工，充分利用各国要素禀赋和要素价格差异，进而降低生产成本、提高生产效率并获取高额利润具有重要作用。近年来，受全球经济复苏步伐放缓、新冠肆虐及贸易保护主义等影响，全球各国对外直接投资流量总体呈萎缩态势。“一带一路”倡议的提出，正是要实现区域内各共建国之间的资金融通。本文使用“对外直接投资”（OFDI）指标考察共建国与中国在投资领域的活跃程度。“一带一路”共建国多为发展中国家或欠发达地区，因而本文就中国对沿线国家直接投资状况进行考察。本文首先设定沿线国家签署倡议的年份为n，当年中国对该国的直接投资总额为in，查询签约当年及前后各两年数据后，将其代入式（2）中，即获取中资企业对共建国的投资增量。

中资企业绿地投资增量（x10）。绿地投资又称“创建投资”或“新建投资”，是指跨国公司在他国直接创建合资或独资企业进行生产经营。绿地投资有利于更高效地执行公司的发展战略、更深入地开拓当地市场以及更便捷地绕开共建国经贸投资壁垒；同时，它还可以直接增加东道国经济效益，增加就业并提升技术水平，但是绿地投资往往需要大量准备工作，而且跨国企业往往要承担包括征用、违约、战争、兑付等在内的一系列风险。因此，中资企业决定对一国进行绿地投资，实际上反映出对共建国政府以及法律环境存在较高程度的信任。数据来源为美国企业研究所（American Enterprise Institute）创设的“中国全球投资追踪”项目（China Global Investment Tracker），该数据库记录了2005年以来中国企业海外投资额超过1亿美元的所有项目。

中资企业单体项目最大投资额度（x11）。跨境投资面临多重风险，包括外部环境风险、内部监管风险、商业决策风险、法律合规风险、海外融资风险、债务杠杆风险以及后期整合风险等。投行界流行的“七七定律”认为，70%的收购实际上难以达到预期。因此，跨国企业对外投资都颇为谨慎，其会对项目的投资收益和退出回报进行极为严谨的测算和预测，并对可能存在的市场风险和政治风险有着最基本的预防应对准备；与此同时，会特别评估与东道国关系，以尽可能地做到万无一失。鉴于跨境投资额越大，潜在风险就越大，所以单体项目的投资规模实质上反映了跨国企业对于共建国的合作深度。数据来源为“中国全球投资追踪”数据库。

中资企业对共建国新增投资领域（x12）。跨国企业对单个领域进行投资不能完全反映两国间的合作关系。美欧国家在技术与资金上拥有明显优势，往往对发展中经济体实施经济剥削。一方面，对共建国的矿产能源进行掠夺性开采；另一方面，通过国际化分工将技术和资金密集型产业同劳动密集型产业明确区分开来，从而形成收益差，极力剥削发展中国家。“一带一路”建设则完全相反，它秉承共商共享共建原则。因此，中国投资欠发达国家遵循互利共赢原则，不仅投资矿产资源，还依据共建国的资源禀赋进行多领域投资。数据来源为“中国全球投资追踪”数据库。

共建国对中资企业开放投资领域（x13）。对外资开放领域范围是衡量一个国家或地区对外开放程度的重要指标之一。根据自由竞争理论，共建国应仅限定军工、核能、媒介以及两用物项等少数行业禁止接受外商投资，其他产业原则上都应对外商开放。但近年来随着孤立主义、利己主义和逆全球化兴起，越来越多的国家，特别是西方发达经济体逐步强化监管外商投资，具体表现之一就是尽可能地限制审查中资企业的投资收购，越来越多的行业、企业以及基础设施视为投资禁地。因此，共建国对中资企业开放投资领域之多寡直接体现出对中国政府的信任状况。数据来源为“中国全球投资追踪”数据库。

中资企业持股比例变化（x14）。在实施跨境投资的过程中，一家外资企业所持股权份额是权衡多方诉求之后的结果。所持股比应该既有利于外商企业赚取尽可能多的利润，又能在最大程度上规避风险，而且还要符合共建国对于外商投资的持股规定。一般而言，实施战略性投资的外商企业往往倾向于选择持有更多股份，以尽可能掌控项目。实施财务性投资的外商企业则倾向于选择参股投资，以便择机溢价退出。中资企业“走出去”通常为战略性投资，但由于常受政府限制，企业只得降低持股比例。因此，中资能在境外实现控股，则意味着该国对华持开放姿态。数据来源为“中国全球投资追踪”数据库。

三、量化分析

（一）可行性检验

为避免上述指标之间出现简单相关系数和偏相关系数偏低的情况，确保研究结果真实可信，本文首先对原始数据进行KMO与巴特利特（Bartlett）球形度检验法。总体而言，KMO值高，意味着样本适合进行主成分分析。KMO值大于0.7时，数据质量较好，研究可行性高；KMO值介于0.5～0.7时，在有限条件下开展研究；KMO值低于0.5时，则应放弃研究。此外，还应进行巴特利特球形度检验，当检测结果显著性值（sig.）低于0.05时，则适于主成分分析。样本检测结果显示，KMO值为0.749，大于0.7；巴特利特球形度检验的显著性值为0，低于0.05，因此本研究具可行性。（见表2）



（二）主成分得分计算

首先，计算各指标的总方差贡献率。（见表3）就单项指标来看，单体项目投资最大额度方差贡献率最低，仅为0.606，孔子学院开办数量方差贡献率最高，达到0.982，说明该指标体系总方差贡献率普遍较高，上文建构的指标体系可有效支撑最后结论。



其次，使用奇异值分解法从原指标中提取主成分，并通过旋转矩阵（matrix-rotation）来强化提取效率。主成分分析通常有特征值分解（Eigen value decomposition, EVD）与奇异值分解（Singular value decomposition, SVD）两种实现形式。特征值分解是将矩阵分解为由特征值和特征向量表示的矩阵之积的降维方法，然而这种方法只适用于维度与样本数量相等的方形矩阵。奇异值分解法弥补了前者适用条件苛刻的缺陷，可在任一矩阵上实现降维。本研究中样本数据包含137个国家及14个三级观测指标，由此形成一个14*137阶矩阵。矩阵显然并非方阵，因此通过奇异值实现分解成为适于本研究的优选降维方法。此外，对主成分进行矩阵旋转有助于提高聚类效率。本研究使用方差极大法进行正交旋转。旋转后所得矩阵各列载荷平方差明显增大，出现少数载荷数值极大，多数载荷数值极小的趋势，主成分区分度显著增加。

再次，确定主成分数量。常用的筛选主成分数量的方法有凯泽检验法（Kaiser’s rule）和碎石图法。凯泽检验法是指初始特征值大于1的潜变量的个数，即为筛选出的主成分数量；碎石图法是对各公共因子的初始特征值进行可视化处理，根据折线拐点来确定主成分个数。考虑到本研究旨在比较各共建国响应合作倡议的差异状况，而非导致探索差异产生的潜在因子，因而有必要调整信息提取效率与主成分数量之间的关系。凯泽指出，“若潜变量的载荷平方和累计在0.7～0.8，解释效力只是‘中等水平’（middling），若上述指标在0.8～0.9，解释效果则‘令人满意’（meritorious）”。为增强解释力度，本研究在凯泽检测法基础上，结合“累积贡献率原则”（又称“解释效力优先原则”）适度扩展主成分数量。表4显示初始特征值大于1的主成分有5个，累积贡献率为76.043%，纳入第6个后，贡献率累计提升为82.156%。因此，筛选6个主成分可以增强研究设计的合理性，其结论也更加可靠。（见表4）



其后，计算获取的14个指标的6个成分矩阵系数，并将分别记作为α1-14、β1-14、ξ1-14、θ1-14、ε1-14和ρ1-14。然后对应与6个成分初始特征值平方根求商，将6个主成分表达式中的系数矩阵分别记作A1、A2、A3、A4、A5、A6，则可分别确定下式：



对主成分系数矩阵A1、A2、A3、A4、A5、A6对应与原始数据中14个指标的标准值的乘积求和，即可获取PC1、PC2、PC3、PC4、PC5与PC6六个主成分表达式，



最后，在分别计算六个主成分得分后，对应各自初始特征值的方差贡献值，建立关于共建国主成分得分Y的最终表达式，



基于上述步骤，计算得出各国主成分得分，并对所得数据从高至低进行排序，即可编制出137个共建国对“一带一路”倡议响应分值列表。（见表5）





四、发现与探讨

上文计算获取了137个共建国正式加入“一带一路”倡议后两年内的合作响应得分。考察其分布状况有助于进一步探究样本数据的现实意义，Q-Q图（Quantile-Quantile Plot）观测法是呈现数据分布状况有效方法之一，其原理是将坐标系x轴上的样本分位数与y轴上的样本数值进行比较，如图中点集均匀分布在直线附近，说明观测样本符合正态分布；如图中点集偏离直线较远，则说明样本数据并非正态分布。本文使用Q-Q图观测法对上述各国得分进行可视化，并设定95%的置信区间，借此观测样本分布状况。（见图1）



可视化结果显示，样本中各共建国得分并非正态分布，其中115个低分国家全部位于直线附近的置信区域内，22个高分国家则全部位于置信区域外。这意味着137个共建国加入倡议后因其响应状况不同明显分化为两个集群，其中高响应集群占比16.1%，普通响应集群占比83.9%。此分布基本符合“巴莱特法则”，即人类社会存在一种普遍现象，群体内部会依据绩效不同分化出普通与出众两个集群，且两集群内部个体数量之比约为8:2。据此可知，研究结论具较高可信度。

为实现“一带一路”倡议高质量发展，本文认为，分析高响应国家集群，有益于发掘哪些因素在推动共建国参与合作倡议中发挥着积极作用。本部分就高响应国家参与合作的时空特点及各具体指标映射出的共性问题展开讨论，以期获得规律性知识。

（一）高响应国家集群的空间分布与时序特征

上述研究发现，137个“一带一路”共建国中分化出22个积极响应合作倡议的国家，本部分在空间与时间两个维度对其进行分析总结。

就空间分布来看，22个高响应国家中新加坡、印尼、老挝、柬埔寨、越南、菲律宾和泰国位于东南亚；阿曼和科威特位于海湾地区；智利和秘鲁位于拉丁美洲；尼日利亚、赞比亚与津巴布韦位于非洲；巴基斯坦和孟加拉国位于南亚；乌兹别克斯坦与哈萨克斯坦位于中亚；俄罗斯、匈牙利及意大利分别位于东中西欧；韩国位于东亚。就全球各大区域来看，东南亚地区对于“一带一路”倡议参与响应度整体较高。此外，非洲、中东、中亚、欧洲及拉美等区域都有两到三个国家响应积极且数量均衡。高参与度国家空间分布特征揭示出，近十年全球确实出现了一股由中国发起向亚、非、欧、拉各大洲扩散的“一带一路”浪潮。几乎每个区域都有部分具代表性的国家积极响应这一倡议，成为与中国推进“一带一路”计划的地区支点。上述结论也在区域层次上佐证了温尧等学者提出的观点，即“在‘一带一路’浪潮推进过程中，国家间的横向联系也起到了显著作用，特别是一国邻国的加入对于‘一带一路’浪潮的拓展有着正向影响”。换言之，高响应国家在其区域内发挥着推进“一带一路”合作的示范效应。



探讨高响应国家在时间维度上的分布特征，有必要先将加入“一带一路”倡议的具体年份与响应得分进行可视化。（见图2）据图观察，本文认为至少有两个问题需要回应，一是少数国家政府在合作倡议兴起之初就选择积极加入，其内在动因为何？二是部分国家政府在中期加入这项倡议，其后积极推进双边合作，对此又应作何解释？

首先，在“一带一路”计划甫一提出之时，部分国家响应积极，主要是该倡议在以下三方面回应了上述国家政府的现实诉求。一是不少国家政府都制定了本国的发展战略，积极加入“一带一路”倡议，有助于利用区域合作带动国内经济社会总体发展。哈萨克斯坦、阿曼及乌兹别克斯坦等国即属此例；二是加入合作倡议有望获得来自中国的资金与技术。当前中国处于产业结构调整期，部分国家希望承接中国转出的传统产业，以优化本国经济结构。匈牙利于2014年加入“一带一路”倡议后，就获得了来自中国的大量投资与高新科技，成为欧洲国家参与合作实现“双赢”的典范；三是加入“一带一路”计划可拓宽本国出口渠道，巩固海外市场。韩国是典型的外向型经济体，广阔而有活力的中国市场对韩国经济的重要意义不言而喻。

其次，据图可知，2016～2017年间加入倡议的9个国家进入高响应集群，且其中6个高居前十。为何在中期加入比在早期加入总体响应度更高？本文认为有以下两方面的原因。一是加入时间相对滞后，与早期对“一带一路”倡议不甚了解，甚至抱有疑虑不无关系。“一带一路”倡议兴起之初，曾遭遇部分西方国家污名化抵制，不少国家政府自然需要对加入这一倡议可能带来的利弊进行反复评估，延宕了加入倡议的时间。二是中期加入的部分国家，除积极推进经贸投资合作外，双边高层的高频互动也成为推进“一带一路”合作高质量发展的重要动力。就双边高层会晤一项，俄罗斯、新加坡等国在签署倡议文件后，双边各层级政治互动都明显高于其他国家，这本身既是深化合作倡议的实质举措，又为经贸投资合作提供了政治保障。可见，双边高层的良性互动对推动“一带一路”合作高质量发展功不可没。

（二）指标响应差异的成因分析

因子方差贡献率是指各成分对于主成分最终得分的影响程度。本研究中，我们可将因子方差贡献率理解为14个具体指标分别对主成分最后得分各自的影响状况。就此，我们可对样本国家在推进合作倡议时所涉之共性问题给出判断。由表3可知，以0.8为界，可将14个指标区分出为方差贡献率高、低两个部分。高于0.8的有孔子学院增量、双边进出口贸易增速、中资企业对共建国投资增量、中资企业持股比例变化、双边高层会晤、签署多边条约数量、中资企业对共建国新增投资领域及共建国对中国开放投资领域增量8个指标；低于0.8的有联合国大会投票结果相似度、签署双边条约数量、入境政策开放度、共建国向亚投行注资数额、中资企业赴该国进行投资中绿地企业投资增量以及单体项目最大的投资额度等6个指标。本部分就此区分作出述评。

分值高于0.8的指标集群反映出共建国在加强高层沟通、寻求合作共识、增强人文交流、降低贸易壁垒以及优化投资环境五个方面，指标特征突出，政策调整显著。在政治沟通方面，领导人之间频繁会晤有利于“一带一路”项目落地转化。而高层会晤成果向现实合作转化，需以现实规制予以保障。在将具体协议确认为双边条约前，两国政府可通过签订多边条约来寻求建立符合国际规范的合作共识，这也为其后签署双边条约奠定了现实基础。在文化交流领域，自孔子学院开办以来，中国政府据此模式开展文化交流成效显著，参与合作办学成为共建国政府展示友好亲善的姿态象征。在贸易领域，中国拥有广阔市场，各行业产能也十分充沛。共建国政府可调节税制杠杆释放政策红利，降低贸易壁垒，激活自身对华贸易潜能。此外，共建国希望在倡议框架内吸引中资企业带动当地发展，因而调节投资政策、降低投资门槛，吸引更多中资企业前来投资。为落实合作项目，共建国政府通过开放关键行业、调整中资企业持股比例等方式来吸引中资企业，因此也就可以成功吸引更多中资企业前来投资。换言之，共建国积极调整外资政策，拓宽了外资的经营领域与发展空间。

分值低于0.8的指标集群反映出，共建国加入“一带一路”倡议后双边合作推进缓慢，这既可能与部分政府主观意愿不强有关，也可能是受具体国情制约所致。首先，联大投票相似度、签署双边条约数量、针对中国公民入境的政策变化以及向亚投行的注资数额四项指标指向共建国在响应合作倡议时的国家利益考量。各共建国与中国在联大投票立场近似度指标方差提取率较低，原因在于不少共建国经济实力和政治影响力都较弱，除中国立场外，还对其盟国、经援国等的投票立场多有顾及，政治表态相对谨慎。基于本国实际调整外国公民入境政策是共建国政府的理性选择。中国是人口大国，如过快取消中国公民入境限制，极可能导致入境、治安、移民等部门出现治理超载。研究还发现是否签订“一带一路”合作倡议并未对注资亚投行金额多寡产生显著影响。合作倡议的共建国，经济发展水平普遍较低、财税能力较弱，注资亚投行必然严重受制于本国财政状况。该指标获值较高的国家，其自身财税状况通常较好且合作态度积极，但此类国家数量总体较少，因此总方差贡献则不甚明显。

此外，在共建国进行绿地企业投资增量及单体项目最大投资金额两项指标方差贡献率最低，这反映出中资企业对共建国进行投资时面对某些深层次问题。一是共建国更欢迎外国企业进行绿地投资，籍此带动项目周边配套产业共同发展。但对资方而言，合理的投入产出比以及可观的利润才是驱动投资的根本动力；二是各共建国资源禀赋不同，因而吸收外商投资的领域与金额也相应不同。部分共建国自然资源丰富，营商环境优渥，劳动力素质高且成本合理，该国自然能够有效吸引外资，单体企业投资额度也就随之增加，反之亦然。可见，中企赴海外进行投资并购时，单体项目投资的最大额度主要受制于对象国的资源及制度等方面因素，是否加入合作倡议则对此影响有限。   

五、结语

国内外学者对“一带一路”沿线国家如何响应并参与这些倡议保持了高度的研究热情，并形成了丰富成果。在这项倡议迈入第二个十年之际，就此议题进行再观察与再思考，在理论探讨与政策分析两个层面都十分必要。

本文以最早签署“一带一路”合作的137个国家为样本，观察各国政府签署文件后两年内推进合作的实质举措，比较分析了各国对合作倡议的响应状况及其成因。研究发现，样本可划分为22个高响应国家以及115个普通响应国家。前一国家集群中，7国位于东南亚，非洲、中东、中亚、南亚、拉美地区各有2国，东、中、西欧及东亚各1国。除北美外，全球各区域都涌现出积极响应倡议的伙伴国家。在时序部分上，还呈现如下特点，即较早参与“一带一路”合作的国家，在资金、技术、市场等各国领域对中国有所需求，而在中期加入的部分国家在研判是否加入时较为审慎，加入倡议后则通过政治互动迅速推进双边合作。中国作为倡议发起国，有必要着重加强与各区域内的高响应国家的合作，打造高质量发展范例，以此形成示范效应，带动区域内其他共建国协同开放、共同发展。

“一带一路”合作倡议旨在推动区域内国家实现“互联互通”，但当涉及到国家利益时，基本国情仍是各国政府决策时的首要考量，在推进区域合作时，各国政府普遍遵循先易后难、循序渐进等原则。因此，中国政府在推进“一带一路”建设时，既要考虑到共建国内部在人口、经济、政治制度等方面的具体情况，对落实倡议精神缓慢的国家要予以理解，同时也要秉持共商共建共享的原则持续推动各国政府消除制度壁垒，最终将其打造成一个开放包容、充满活力的区域合作机制。

来源 | 共同性与全球性

排版 | 刘卜玮



欢迎关注

东华大学一带一路研究中心