1. 引言
“一带一路”倡议是“新丝绸之路经济带”和“21世纪海上丝绸之路”合作倡议的简称,2013年9月和10月由中国国家主席习近平分别提出,旨在通过促进沿线国家的经济合作、文化交流和基础设施建设,实现共同发展和繁荣。近年来,国际援助在全球发展和经济增长中愈发重要。作为发展中大国,中国积极扩大对外援助规模,这不仅基于人道主义考量,也有助于缓解国内产能过剩,提升国际话语权,展现负责任的大国形象。然而,关于中国对外援助的效果仍存在争议,一些国际学者批评其可能带有“新殖民主义”倾向,而中国的援助能否真正促进受援国经济发展和技术提升,则是值得深入探讨的问题。
出口技术复杂度是衡量一国经济发展能力的关键因素之一,其提升能在一定程度上体现一国产品的技术含量和全球价值链分工等特征,因此出口技术复杂度的升级往往意味着一国经济发展方式和生产模式的优化。
本文选用“一带一路”倡议的沿线国家数据从技术复杂度的角度研究受援国的出口竞争力发展是否受到中国援助的影响。通过对中国对外援助对出口技术复杂度的影响进行深入分析,不仅能评估援助政策的实际效果,揭示其对受援国技术进步和经济增长的影响,还能为国际援助领域提供新的视角。此外,这些研究成果为“一带一路”倡议的实施提供了宝贵经验,并为未来援助政策的优化提供理论支持,帮助中国更有效地发挥对外援助的作用,促进与沿线国家的关系,加强其经济自主发展,从而实现互利共赢,实现人类命运共同体的目标。
2. 文献回顾与理论分析
2.1. 文献回顾
当前,学术界已对援助与出口技术复杂度展开了大量的研究。
关于援助对受援国影响,从经济增长角度来看,援助在整体上能够促进受援国的经济增长[1],但具有政治性质的援助对经济增长没有显著影响[2];从促贸角度来看,援助能够降低贸易成本[3],促进援助国对受援国的出口贸易增长[4],提高受援国出口多样化水平,但由于援助类别和受援国经济发展水平存在差异,影响程度也不尽相同[5],有学者研究认为整体促贸援助,经济基础设施援助及贸易政策和管理援助可以增加受援国的出口总额,而生产部门的援助对出口总额的影响则相对有限[3]。
援助作为国际间交往的重要手段,越来越受到学者的广泛关注,发展援助委员会和世界银行制定的规章制度要求数据公开透明,这使得关于援助的文献大多集中于DAC成员国。在现有的研究中,很少有学者将中国对外援助与受援国出口技术复杂度之间的关联起来,部分研究集中在受援国的出口额上。关于中国对外援助是否存在资源掠夺的争论不断。有学者认为,由于荷兰病效应和援助依赖效应,援助可能会削弱受援国的出口竞争力[6],甚至还有可能减少受援国出口水平[7]。
随着贸易国际化的深化,出口技术复杂度越来越多的被学术界用于研究出口产品竞争力。Hausmann (2007)采用显性比较优势指数,计算各国出口产品的人均收入加权平均值,用以代表产品出口的技术复杂度。经学者们研究后发现,不同国家的出口技术复杂度差异性较大,整体上呈现发达国家的出口技术复杂度指数高于发展中国家,且不同国家的出口技术复杂度指数受到多种因素的影响,其程度也各异。对于欠发达国家而言,人力资本是实现出口产品技术升级的关键[8]。此外,贸易自由化[9],基础设施水平[10],外商直接投资[11],信息化水平[12]等因素也有助于提高出口技术复杂度。
本文可能的贡献在于:第一,较少有研究从出口质量的角度探讨中国对外援助对于受援国制造业出口技术复杂度的影响;第二,本文在已有研究的基础上,分析了中国对外援助对出口技术复杂度的作用机制。
2.2. 理论分析
中国的对外援助模式并不仅限于无偿经济振兴,而是经济援助与经贸合作相结合,促进务实合作,从根本上提升受援国实力。除了传统的无息贷款和无偿援助,中国还提供多样化的支持,包括资金、技术、医疗和基础设施援助,以及派遣专家和奖学金等新型方式,为受援国经济注入新的活力。
本文认为,中国对外援助通过贸易自由化效应和引发受援国产业结构升级来出口技术复杂度。首先,通过对基础设施援助可以减少受援国国家的仓储,物流等成本[13],提高生产率,降低成本的同时增加受援国的出口总额。贸易政策援助可以降低受援国国家的关税壁垒,使贸易更加自由化,因此贸易援助会通过贸易自由化效应帮助出口技术复杂度的提高。其次,区别于过去发达国家主导市场寻求型和资源寻求型两种短期逐利的“索取”模式,中国对外援助向受援国提供技术方面的援助,并进行的产业转移是由基础设施建设、产业园区、商贸交流带动的国际产业转移,是在互补的基础上通过合作互助实现的互利双赢。从波特的价值链理论来看,援助将会给受援国带来技术溢出效应,受援国产业吸收先进的技术工艺,釆用各种形式的先进技术设备,提高产业的技术水平和生产效率,产业结构升级能够提升价值链中关键战略环节的价值创造,出口产品技术含量和质量提升,从而出口技术复杂度提高[14]。
基于上述分析,提出以下假设:
假设1:中国对外援助对受援国制造业出口技术复杂度产生正向影响。
假设2:中国对外援助通过贸易自由化效应对受援国制造业出口技术复杂度产生正向影响。
假设3:中国对外援助引发受援国产业结构升级促进其制造业出口技术复杂度提升。
3. 变量选择及模型构建
3.1. 变量选择与数据说明
3.1.1. 被解释变量
本文参考杨玲(2016) [15]的研究方法对制造业进行分类,分为资本、劳动、技术密集型三大类,具体分类见表1。利用联合国商品贸易统计数据库(UN Comtrade)中的数据,参考Hausman (2007) [16]的测算方法,测算制造业出口技术复杂度。出口复杂度可以用来体现不同国家/地区贸易产品的技术水平,一国出口的产品中,高端产品所占份额越高,该国制造业出口技术复杂度就越高。以下为出口技术复杂度的测算公式:
RRODY衡量某种产品的收入水平,对所有出口该产品的国家的出口份额通过人均GDP进行加权。Xc, p/Xc表示c国p产品出口额占该国出口总额的比重,Yc表示c国的人均GDP,PRODYp为出口产品p的技术复杂度。EXPYi则是通过出口一篮子产品(或者一个行业)的贸易份额作为权重对PRODY进行再加权得到。Xi, p/Xi代表i行业p产品出口额占行业总出口额的比重,EXPYi为c国产品p所在行业i的出口技术复杂度。
Table 1. Manufacturing industry divided by factor intensity
表1. 按要素密集度划分的制造业
制造业分类 |
制造业子部门 |
劳动密集型 |
食品、饮料、烟草加工制造,纺织服装与皮革制品毛皮制品制造,木材加工制造,纸制品及印刷,橡胶及塑料制品,其他非金属矿产品,机械设备的修理和安装 |
技术密集型 |
计算机、电子和光学设备制造,化工及化工产品,药品、药用化工及植物类产品 |
资本密集型 |
基本金属制造,金属制品业,焦炭及精炼石油产品,电气设备,机械与设备,机动车辆、拖车及半拖车,其他运输设备 |
3.1.2. 解释变量
本文用中国对外援助(InAID)作为解释变量,表示为中国对“一带一路”倡议的沿线国家的援助额。该数据来源于AidData中国对外援助数据库,该数据在目前国内外学者研究中的认可度较高。
3.1.3. 控制变量
基于前文文献回顾,选取以下对制造业出口技术复杂度有影响的变量作为控制变量。
人均GDP (GDPper)。人均GDP的大小可以反应一国劳动生产率的高低,是提高出口技术复杂度的核心要素,一般来说,人均GDP越高,说明这个国家或地区的经济越发达,人民的生活水平也更高。因此选取受援国的人均GDP来衡量其经济发展水平。
贸易自由度(OPEN),以一国进出口总额占GDP比重来衡量。较高的贸易自由度可以使该国降低进口产品的关税税率,减少进口产品的非关税壁垒,从而降低了国外商品的进入门槛和进口成本,同类产品进口数量的增加将加剧市场竞争程度,进而企业将通过技术溢出效应,学习先进技术,提高该国出口技术复杂度[17]。
基础设施建设水平(BUILD)。基础设施有利于降低贸易成本[18]、提高贸易效率[19],并且可以促进一国出口结构升级,有利于出口技术复杂度提升[20],以一国固定宽带用户来衡量。
人力资本(ED)。人力资本水平高的地区劳动者学习技术的能力高(Costinot, 2009) [21],地区生产效率高,在人力资本密集型产品的出口上有比较优势,有利于提高当地的出口技术复杂度,以各国高等教育入学率来衡量。
外商直接投资流入(FDI)。外国投资者是技术的来源,在出口中占主导份额。
(Rodrik 2006) [22],外商直接投资的流入可能改善该国出口结构,提升出口技术复杂度,以外商直接投资净额占GDP份额衡量。
3.1.4. 中介变量
基于前面的理论分析,将产业结构升级(UIS)、外贸依存度(TRADE)作为中介变量。本文从世界银行数据库中获取一国第一、二、三产业产值,并参考袁航(2018) [23]的做法通过赋予第一、二、三产业不同权重的方法衡量产业结构升级;用一国进口占GDP份额来表示外贸依存度。
3.1.5. 数据说明
考虑到数据的完整性和可得性,本文选取Aid Data’s Global Chinese Development Finance Dataset,Version 3.0数据库中数据较为完整的59个“一带一路”倡议的沿线国家作为研究对象,研究时间跨度为2000~2021年,共计22年的数据,有关变量的描述性统计分析如表2所示。
Table 2. Descriptive statistics
表2. 描述性统计
变量名称 |
数量 |
均值 |
方差 |
最小值 |
中位数 |
最大值 |
EXPY |
1298 |
3487.971 |
1239.548 |
1457.774 |
4032.095 |
5345.295 |
AID |
1125 |
8.48E + 08 |
2.29E + 09 |
35763.436 |
47082106.27 |
1.43E + 10 |
GDPper |
1298 |
3474.005 |
3186.997 |
166.276 |
2544.989 |
15650.499 |
OPEN |
1141 |
75.388 |
34.095 |
23.577 |
68.666 |
194.195 |
BUILD |
1099 |
4.76 |
6.754 |
0 |
1.192 |
28.746 |
FDI |
1218 |
4.081 |
4.085 |
−2.513 |
2.896 |
21.38 |
ED |
1218 |
20.905 |
24.158 |
0 |
10.675 |
92.88 |
3.2. 模型构建
3.2.1. 面板回归模型
为了考察中国对外援助对受援国制造业出口技术复杂度的影响,本文构建以下回归模型:
其中,
表示i国第t年的出口技术复杂度的对数,
表示中国给i国第t年的援助金额的对数,
表示个体固定效应,
表示误差项。
3.2.2. 中介效应模型
在面板回归模型的基础上,将产业结构升级(UIS)、外贸依存度(TRADE)作为中介变量构建以下模型:
(1)
(2)
(3)
其中,方程1为总效应方程,方程2是中介效应方程,
表示中国对外援助对中介变量的影响程度,方程4中
是中国对外援助对出口技术复杂度的直接影响。在上述方程中,
、
、
是常数项,
表示误差项,
为中介变量,
为控制变量。
4. 实证结果分析
4.1. 全样本基准回归
本文对面板数据分别进行混合效应模型、随机效应模型和固定效应模型回归。并进行Hausman检验,发现P值为0,说明固定效应模型优于混合回归和随机效应模型,因此文章采取固定效应回归。
本文首先对核心解释变量中国对外援助和被解释变量制造业出口技术复杂度单独进行检验,并逐步加入各个控制变量进行回归以观察两者的关系是否稳定(回归结果如表3所示)。
Table 3. Benchmark regression results
表3. 基准回归结果分析
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
lnEXPY |
lnEXPY |
lnEXPY |
lnEXPY |
lnEXPY |
lnEXPY |
lnAID |
0.080*** |
0.045*** |
0.046*** |
0.034*** |
0.033*** |
0.026*** |
(0.006) |
(0.006) |
(0.007) |
(0.005) |
(0.005) |
(0.005) |
GDPper |
|
0.000*** |
0.000*** |
0.000*** |
0.000*** |
0.000*** |
|
(0.000) |
(0.000) |
(0.000) |
(0.000) |
(0.000) |
OPEN |
|
|
0.003* |
0.001 |
0.000 |
0.001 |
|
|
(0.001) |
(0.001) |
(0.001) |
(0.001) |
BUILD |
|
|
|
0.014*** |
0.016*** |
0.006 |
|
|
|
(0.004) |
(0.004) |
(0.004) |
FDI |
|
|
|
|
0.007 |
0.009* |
|
|
|
|
(0.005) |
(0.005) |
ED |
|
|
|
|
|
0.014*** |
|
|
|
|
|
(0.004) |
_cons |
6.703*** |
6.760*** |
6.538*** |
7.069*** |
7.097*** |
6.853*** |
(0.109) |
(0.107) |
(0.159) |
(0.148) |
(0.146) |
(0.172) |
N |
1125.000 |
1125.000 |
996.000 |
868.000 |
847.000 |
634.000 |
r2 |
0.235 |
0.545 |
0.554 |
0.593 |
0.596 |
0.656 |
r2_a |
0.234 |
0.544 |
0.553 |
0.592 |
0.594 |
0.653 |
Standard errors in parentheses.
* p < 0.1, ** p < 0.05, *** p < 0.01.
表3列(1)是中国对外援助对制造业出口技术复杂度(EXPY)进行回归,结果显示系数在1%水平下显著为正,表明中国对外援助能够显著促进受援国制造业出口技术复杂度提升。列(2)到(6)为依次添加控制变量后的回归结果,R2值逐渐增大,说明模型的拟合优度随着控制变量的加入在增强;核心变量回归结果仍然在1%水平下显著为正,进一步验证了中国对外援助对制造业出口技术复杂度具有显著的促进作用。
从控制变量来看,经济发展(GDPper)对制造业出口技术复杂度产生正向影响,这意味着一国经济越发达,就越可以凭借国内经济的综合实力提升制造业出口技术复杂度。人力资本(ED)在1%的显著性水平上结果显著,这说明对于受援国来说优质的劳动力是其经济增长以及对外贸易的比较核心的驱动要素。外商直接投资(FDI)对于制造业出口技术复杂度影响为正,在10%的显著性水平上结果显著,外资的注入为东道国企业提供了研发资金支持的同时,也带动了上下游产业的进步或者是新技术的出现,但是在部分自然资源丰裕的国家,外商直接投资可能会集中流入资源密集型行业,影响高技术复杂度行业的发展。贸易自由度(OPEN)和基础设施建设水平(BUILD)与制造业出口技术复杂度正相关但并不显著。
4.2. 异质性分析
4.2.1. 按国家收入分类
在前文中,已经检验了中国对外援助对出口技术复杂度的影响,具有正向促进效应。由于沿线国家收入水平差异较大,所以援助对不同国家的出口技术复杂度的影响也存在一定差异,将样本中各国根据世界银行标准中的收入标准,划分为中高收入国家以及中低收入国家分别进行回归,回归结果如表4所示。
Table 4. Classified by national income
表4. 按国家收入进行分类
|
(1) 中低收入国家 |
(2) 中高收入国家 |
lnEXPY |
lnEXPY |
lnAID |
0.020** |
0.022*** |
(0.007) |
(0.006) |
GDPper |
0.000** |
0.000*** |
(0.000) |
(0.000) |
OPEN |
0.002 |
0.001 |
(0.002) |
(0.001) |
BUILD |
−0.041** |
0.011** |
(0.015) |
(0.005) |
FDI |
0.007 |
−0.001 |
(0.006) |
(0.007) |
ED |
0.023*** |
0.009** |
(0.007) |
(0.004) |
_cons |
6.987*** |
6.782*** |
(0.287) |
(0.196) |
N |
303.000 |
331.000 |
r2 |
0.699 |
0.715 |
r2_a |
0.693 |
0.710 |
Standard errors in parentheses.
* p < 0.1, ** p < 0.05, *** p < 0.01.
可以看出援助对不同收入水平的国家的出口技术复杂度影响效果不同,但是都是正向的关系,说明中国对外援助对“一带一路”倡议沿线各个水平国家出口技术复杂度均有促进作用,收入较高的国家对外贸易发展水平高,技术创新与市场化水平较为完善,使得援助的作用在这些地区能得到更好的应用,而对于更低收入的国家来说,中国对外援助的投向更加向改善当地福祉方向倾斜,故对较低收入国家而言,援助对出口技术复杂度的作用有限。
4.2.2. 按要素密集型分类
中国对外援助对不同密集型产品的作用可能存在一定的异质性,因此需要对区分后的不同密集型产品的技术复杂度的影响进行检验,回归结果如表5所示。
中国对外援助的估计系数在不同密集型产品中都显著为正,且对技术密集型产品影响最为显著,由此说明中国对外援助对技术密集型制造业的技术水平提升作用最为明显。原因在于中国对外援助是促进中国与受援国贸易及价值链合作的重要途径,中国对外援助的基本内容之一,就是坚持帮助受援国提高自主发展能力,为此,中国在提供对外援助时,尽可能为受援国培养技术力量,推动技术转移。
Table 5. Classify by element density
表5. 按要素密集型进行分类
|
(1) 劳动密集型 |
(2) 资本密集型 |
(3) 技术密集型 |
lnPORTY |
lnPORTY |
lnPORTY |
lnAID |
0.033*** |
0.028*** |
0.039*** |
(0.005) |
(0.004) |
(0.006) |
GDPper |
0.000*** |
0.000*** |
0.000*** |
(0.000) |
(0.000) |
(0.000) |
OPEN |
0.000 |
0.001 |
-0.001 |
(0.001) |
(0.001) |
(0.001) |
BUILD |
0.014*** |
0.012*** |
0.020*** |
(0.004) |
(0.004) |
(0.005) |
FDI |
0.007 |
0.007 |
0.009 |
(0.006) |
(0.005) |
(0.007) |
ED |
0.003* |
0.002* |
0.003* |
(0.002) |
(0.001) |
(0.002) |
_cons |
6.952*** |
7.271*** |
7.058*** |
(0.158) |
(0.135) |
(0.191) |
N |
847.000 |
847.000 |
847.000 |
r2 |
0.596 |
0.587 |
0.588 |
r2_a |
0.593 |
0.584 |
0.585 |
Standard errors in parentheses.
* p < 0.1, ** p < 0.05, *** p < 0.01.
4.3. 稳健性检验
基于前文的研究,中国对外援助可以显著促进制造业出口技术复杂度。为检验结论是否正确,一方面,由于人均GDP反映的是经济整体的发展水平,容易受到来自制造业行业以外的信息干扰,难以反映真实的制造业发展水平,据此计算的出口技术复杂度可能不能准确反映制造业行业的竞争力水平。本文借鉴邸俊鹏(2023) [24]将出口技术复杂度计算公式中人均GDP指标替换为制造业全员劳动生产率(LP)后,重新计算出口技术复杂度进行重新估计(表6第1列)。另一方面,由于援助的实行往往具有滞后性,针对核心变量可能存在的内生性问题,采取援助的滞后一期作为工具变量而进行回归,回归结果见表6第2列。
Table 6. Robust test
表6. 稳健性检验
|
(1) 替换变量 |
(2) 滞后一期 |
lnREXPY |
lnEXPY |
lnAID |
0.005** |
|
(0.002) |
|
L.lnAID |
|
0.025*** |
|
(0.005) |
GDPper |
0.000* |
0.000*** |
(0.000) |
(0.000) |
OPEN |
−0.001** |
0.001 |
(0.000) |
(0.001) |
BUILD |
0.007*** |
0.004 |
(0.002) |
(0.004) |
FDI |
−0.001 |
0.008 |
(0.002) |
(0.005) |
ED |
0.006*** |
0.014*** |
(0.001) |
(0.004) |
_cons |
2.131*** |
6.863*** |
(0.065) |
(0.164) |
N |
586.000 |
624.000 |
r2 |
0.627 |
0.657 |
r2_a |
0.623 |
0.654 |
Standard errors in parentheses.
* p < 0.1, ** p < 0.05, *** p < 0.01.
观察上表实证结果可以得出,两者回归结果均与基准结论无实质性差异,从而表明研究的稳健性和可靠性相对较高。
4.3. 机制检验
本文使用“一带一路”倡议沿线各国当年进口依存度TRADE表示该国的贸易自由化程度,进口依存度使用受援国国家当年的进口总额除以当年的国民生产总值。本文认为进口依存度越高,贸易自由化程度越高。将进口依存度作为中介变量,可以知道中国对外援助是否会通过提高受援国的贸易开放程度从而影响受援国的出口技术复杂度,回归结果如表7所示。
由表7第2列可知,援助系数为正且在5%水平上显著,结合第三列回归结果来看,援助对受援国制造业出口技术复杂度有显著的正向影响,援助的确会通过影响贸易开放程度来影响出口技术复杂度,即存在贸易自由化效应。
Table 7. Regression results of trade liberalization effects
表7. 贸易自由化效应回归结果
|
(1) |
(2) |
(3) |
lnEXPY |
lnTRADE |
lnEXPY |
lnAID |
0.026*** |
0.004** |
0.025*** |
(0.005) |
(0.002) |
(0.005) |
lnTRADE |
|
|
0.302* |
|
|
(0.158) |
GDPper |
0.000*** |
−0.000 |
0.000*** |
(0.000) |
(0.000) |
(0.000) |
OPEN |
0.001 |
0.010*** |
−0.003 |
(0.001) |
(0.001) |
(0.002) |
BUILD |
0.006 |
−0.002 |
0.006 |
(0.004) |
(0.002) |
(0.004) |
FDI |
0.009* |
0.005** |
0.007 |
(0.005) |
(0.002) |
(0.005) |
ED |
0.014*** |
0.001 |
0.014*** |
(0.004) |
(0.001) |
(0.004) |
_cons |
6.853*** |
2.775*** |
6.016*** |
(0.172) |
(0.081) |
(0.490) |
N |
634.000 |
634.000 |
634.000 |
r2 |
0.656 |
0.677 |
0.663 |
r2_a |
0.653 |
0.673 |
0.660 |
Standard errors in parentheses.
* p < 0.1, ** p < 0.05, *** p < 0.01.
本文参考袁航(2018)的做法通过赋予第一、二、三产业不同权重的方法衡量产业结构升级(UIS)。本文认为援助的进入可以通过学习效应、技术溢出效应、提高生产力等方式引起受援国产业结构升级,经济持续增长的核心在于产业结构逐步优化升级,而产业结构的转型升级依赖技术的进步及比较优势的变化,这种演变意味着传统劳动力与自然资源优势向资本和技术优势的转变,更多资本的投入、劳动力素质的提升及相关技术的进步促进了制造业生产效率的提高,进而提高制造业出口技术复杂度。回归结果如表8所示。
根据下表可以看出,中国对外援助有利于受援国产业结构升级,进而推动出口技术复杂度水平提升。
Table 8. Regression results of industrial structure upgrading
表8. 产业结构升级回归结果
|
(1) |
(2) |
(3) |
lnEXPY |
lnUIS |
lnEXPY |
lnAID |
0.026*** |
0.001** |
0.022*** |
(0.005) |
(0.001) |
(0.004) |
lnUIS |
|
|
2.654*** |
|
|
(0.770) |
GDPper |
0.000*** |
0.000 |
0.000*** |
(0.000) |
(0.000) |
(0.000) |
OPEN |
0.001 |
-0.000** |
0.001 |
(0.001) |
(0.000) |
(0.001) |
BUILD |
0.006 |
0.001** |
0.002 |
(0.004) |
(0.000) |
(0.004) |
FDI |
0.009* |
0.001** |
0.007 |
(0.005) |
(0.000) |
(0.005) |
ED |
0.014*** |
0.000 |
0.014*** |
(0.004) |
(0.000) |
(0.004) |
lnUIS |
|
|
2.654*** |
|
|
(0.770) |
_cons |
6.853*** |
0.839*** |
4.651*** |
(0.172) |
(0.016) |
(0.644) |
N |
634.000 |
626.000 |
626.000 |
r2 |
0.656 |
0.255 |
0.680 |
r2_a |
0.653 |
0.248 |
0.676 |
Standard errors in parentheses.
* p < 0.1, ** p < 0.05, *** p < 0.01.
5. 研究结论与政策建议
5.1. 研究结论
选取2000~2021中国援助的59个国家的数据,探究中国对外援助对企业出口技术复杂度的影响,本文得出如下结论:中国对外援助有利于促进受援国出口技术复杂度提升,且经过稳健性检验后依然成立。中国援助可通过促进受援国贸易自由化和产业结构升级提高出口技术复杂度。异质性分析发现,在中高收入的受援国家中,中国对外援助对受援国出口技术复杂度的影响更显著。
5.2. 政策建议
劳动力的数量和质量对一国经济能力的提升十分重要,援助应该更加多的投入到可以提升受援国人力资源水平的方面,“授人以鱼”不如“授人以渔”,通过教育、技术方面的援助将相关的技术和经验传授给当地的企业,提高受援国的出口技术复杂度。
根据前文实证结果的分析,由于中国对外援助对不同收入水平受援国出口技术复杂度的影响效果存在差异,所以中国在对外援助时,有必要建立援助的有效性评估监测机制。具体而言,首先,对援助的时间、性质和方向进行妥善处理,以确保其有效合理地执行。此外,选择合适的指标来量化援助的效果,有助于及时评估其有效性并获取反馈。最后,应持续优化援助资金的投放,确保资源流向最需要的领域,以提升整体援助效率。
考虑到中国对外援助,外国直接投资均能对受援国的出口技术复杂度产生显著的正效应。中国的对外援助可以考虑帮助受援国创造吸引外资的条件,以协同外资提升其收入水平和市场竞争力。这不仅有助于提高受援国产品的附加值,还能推动技术进步,促进更复杂的出口结构,最终实现可持续的经济增长和发展。
NOTES
*通讯作者。