CNDD-0134 中国企业绿地投资数据及学术论文应用

01 数据介绍

▪ 数据名称: 中国企业绿地投资

▪ 数据编号：0134

▪ 数据范围：企业层面

▪ 数据年份：2003-2019年（按绿地投资日期）

▪ 样本数量：8,296 条

▪ 数据来源：fDi Markets

▪ 数据说明：CNDD中国企业绿地投资数据统计了投资日期、投资公司、目的国或地区、投资标的、所属行业、绿地投资金额等变量，数据包括.dta和.xlsx两种格式。

▪ 数据频率：月度数据

▪ 综合评价：根据《全球绿地投资数据库》提供的数据来看，中国针对“一带一路”经济体的绿地投资比非“一带一路”经济体的绿地投资项目数高近一倍。同时，对《中国对外投资统计公报》的数据进行分析，该数据从2015 年起汇报中国企业对“一带一路”沿线经济体的购投资流量。我们发现“一带一路”经济体并非中国企业发生并购的主要目标对象，2015—2017 年间中国企业对“一带一路”经济体的并购流量仅占当年并购总额的4. 9%—17%，仅相当于中国企业同期OFDI 流量总额的3. 4%—10. 3%。因此对于“一带一路”国家而言，绿地投资是中国企业主要的投资方式。

CNDeepData 数据应用质量评级

▪ 常用度：★★★★☆

▪ 稀缺度：★★★★★

▪ 新颖度：★★★★☆

▪ 总体级别：13颗星

✔  常用度：是数据市场中需求指标，是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度：是数据市场中供给指标，是指该数据在其他数据库的出现频率。

✔  新颖度：是数据市场中生成指标，是指该数据在生成时方法新颖程度和工作量。

02 主要指标

  

03 数据概览  

  04 相关前沿文献速递  

▪ 文献来源：

 吕越,陆毅,吴嵩博等.“一带一路”倡议的对外投资促进效应——基于2005—2016年中国企业绿地投资的双重差分检验[J].经济研究,2019,54(09):187-202.

▪ 文献内容：

文章采用目前可获得数据中较详实和准确的2005—2016年《全球企业绿地投资数据库》,运用事件评估的有效识别方法——双重差分法对”一带一路”倡议的投资促进效应进行全方位的评析。主要结论是:首先,”一带一路”倡议实施显著促进了中国企业对外绿地投资的增长,”一带一路”沿线国家的投资项目数增长幅度达32%左右,且一系列的有效性和稳健性检验均表明这一促进效应显著存在。其次,”一带一路”倡议对中国企业绿地投资的积极促进效应通过”五通”实现,即设施联通、政策沟通、资金融通、贸易畅通、民心相通。再次,通过异质性分析发现,在地理上,”一带一路”倡议更显著地促进”海上丝绸之路”沿线国家和与中国邻近”一带一路”国家的投资增长,且对高政治风险经济体的投资不存在显著的促进效应。从投资动态来看,现阶段”一带一路”倡议的投资促进效应主要表现为集约边际的扩张,即主要带动已有投资基础或投资项目经济体的投资增长。此外,基于三重差分估计的结果看,在行业上,该倡议的对外投资促进效应主要集中在能源、交通和通信等基础设施相关领域;在投资来源上,该倡议尚未对”一带一路”重点省份产生显著的投资促进效应。

▪ 实证模型与相关数据应用

“一带一路”东接太平洋，西连波罗的海，贯穿亚欧非，覆盖中亚、西亚、北非、东南亚、南亚和中东欧65 国，分别涉及东盟11 国、西亚18 国、南亚8 国、中亚5 国、独联体7 国以及中东欧16 国。其中，海上丝绸之路沿线国家25 个，陆上丝绸之路国家40 个。① 本文将采用双重差分法，以“一带一路”倡议提出作为准自然实验，考察其对中国企业“走出去”的带动作用。借鉴Lu ＆ Yu( 2015)的做法，选取“一带一路”沿线国家作为处理组，非“一带一路”沿线国家和地区作为对照组，构建如下双重差分模型：

(1) 式为考虑了时间和国家固定效应的双重差分估计模型。其中，y ct表示中国企业对特定东道国经济体的绿地投资项目数量( 经过对数变换) 。postt 为处理效应时期虚拟变量，由于“一带一路”倡议在2013 年提出，故将2013 年及之后年份的postt 设定为1，之前的年份设定为0。silkroadc是处理组虚拟变量，表示东道国经济体是否为“一带一路”沿线国家，如果是沿线国家将该变量设定为1，否则为0。silk_dumct表示“一带一路”倡议提出后时期虚拟变量与处理组虚拟变量的交互项，也是双重差分法关注的核心变量。Xct是一组随时间变化的东道国特征变量。ψt 表示年度固定效应，αc 为国家固定效应，εct为随机误差项。我们关注核心解释变量的系数β，其经济含义可解释为“一带一路”倡议对于中国企业海外绿地投资项目的增长率的影响。控制变量Xct 包含: ( 1) 目的地的经济规模( GDP 对数， lngdp) 和人均收入水平( 人均GDP 对数， lnpgdp) ; ( 2) GDP 增长率( gdp_growth) ，增长率越高，商业机会越多，对于企业投资更具有吸引力; ( 3 ) 根据王永钦等( 2014 ) ，我们控制了东道国的关键制度变量，包括: 腐败控制( corruption) 、监管质量( regulation) 、政府效率( government) 以及法制水平( law) 。

文章采用了fDi Markets 提供的2005—2016 年《全球对外绿地投资数据库》、世界银行World Development Index 和Worldwide Governance Indicators 数据库的合并数据。其中fDi Markets 数据库汇集了全球企业海外绿地投资业务的最全信息，涵盖了全球范围内所有国家和地区的绿地投资项目。因此，可以基于这个目前可获得的较为全面的绿地投资数据考察中国当前海外投资项目情况。由于中国对外直接投资主要发生在2005 年以后，所以将样本的时间维度设定为2005—2016 年，样本观测值2328 个，包含了199 个国家和地区的相关信息，涉及60 个“一带一路”沿线国家和地区。

▪ 实证结果

根据方程1 的设定对倡议实施的投资效应进行检验，同时控制国家和年份的固定效应以及国家层面的控制变量，结果见表1。表1 的第( 1) 至第( 3) 列汇报了使用新增项目作为因变量的回归结果。为了结果的稳健性，在第四列中使用项目存量作为因变量。此外，相比其他国家和地区，对“一带一路”沿线国家的投资可能具有某种固有的变化趋势，而非“一带一路”倡议带来的政策效果，例如，许多沿线国家是发展中经济体，这些经济体投资环境的逐渐改善会使得中国企业更愿意对其进行投资。忽略处理组因变量的潜在趋势变化将产生遗漏变量偏误，并使估计结果不可信。参考Li et al．( 2016) ，在表1 的第( 3) 列中加入陆上丝绸之路以及海上丝绸之路与时间趋势的交互项。上述交互项控制了对陆上丝路与海上丝路处理组国家投资项目数量自身可能的变化趋势。通过表1 可以发现，“一带一路”倡议对于企业投资具有显著正向效应。无论使用项目流量还是项目存量作为度量，“一带一路”倡议提出后处理组国家的投资项目均有显著提升。值得注意的是，对数变换后的因变量可被解释为项目数量百分比的变化，由于非沿线国家和地区的项目存量显著高于“一带一路”沿线国家，因此项目存量的百分比变动会受到现有项目数量的影响。从这一角度来看，项目数量的流量更符合DID 模型的共同趋势假设要求，因此，选取项目流量作为因变量更合适。

 

05 其他相关文献

[1]蒋冠宏,蒋殿春.绿地投资还是跨国并购:中国企业对外直接投资方式的选择[J].世界经济,2017,40(07):126-146.

[2]李善民,李昶.跨国并购还是绿地投资?——FDI进入模式选择的影响因素研究[J].经济研究,2013,48(12):134-147.

[3]金刚,沈坤荣.中国企业对“一带一路”沿线国家的交通投资效应:发展效应还是债务陷阱[J].中国工业经济,2019(09):79-97. 

 

05 获取方式

此数据为高级会员专属数据，添加客服微信，购买年度高级会员299元，永久高级会员899元，可享CNDeepData所有数据免费获取。

▪ 添加客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：

DeepData001

获取更多更新数据

版权声明 …

1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。

中国深度数据库：让精品数据 得以流动

CNDeepData：Let high-quality data flow without barriers

资源下载

此资源仅限年度高级会员下载，请先登录