一、引言

随着越来越多国家的参与，“一带一路”已经成为由我国倡导的面向全球、开放的合作机制与平台，其所涉范围已远超最初的地理界定。但为了便于比较和获取统计数据，不与全球范围相重合，本文仍沿用最初的界定，即包含亚、欧、非66个国家和地区。

自从2013年9月习近平主席提出倡议以来，中国对“一带一路”沿线国家的OFDI迅速扭转相对落后状态①，其流量占中国对全球OFDI比重由2013年的26.53%提高到2015年的34.71%。但从2016年6月起却出现了同比下降，全年下降2.12%，2017年1-11月同比再降7.3%。这样看来，我国对沿线国家OFDI的波动性较大。那么，这种波动主要由何种原因导致？或者说对哪些国家的投资对这种波动起了决定性作用？厘清这些问题，对于采取正确的发展策略具有重要意义。本文通过结构图景描述和演进动力分析来加以阐释。

通过中国知网文献搜索发现，截至2017年12月31日，含关键词“一带一路”和“对外直接投资”的经济与管理科学类期刊文献共94篇，论证所涉范围主要有：“一带一路”倡议对国内不同地区对外投资的影响，对沿线国家OFDI的风险、空间布局战略、与我国产业结构的关系，我国对沿线各子区域的OFDI等。虽然缺乏针对结构的专门研究，但部分学者关于我国对沿线各国OFDI决定和影响因素的实证研究对这一问题有所涉及。

按照主要关注因素不同，已有研究可以分为两大类，一类基于投资动机展开，另一类基于投资环境展开。无论基于何种视角，在模型构建方面，为了准确界定各主要关注因素的影响，一般都会加入控制变量，因此，大部分实证模型中的解释变量都既包括动机因素，也包括环境因素。尽管考虑的变量、依据的样本及数据有所不同，研究结论也有所差异，但还是有些一致之处的。

在动机类因素影响方面一致性相对较为明显：东道国市场规模(GDP)和自然资源丰度(燃料、金属、矿石等产品出口占比或初级产品出口占比)构成正向影响②，而东道国生产成本(人均GDP或人均国民收入)构成负向影响，也就是说中国对沿线国家OFDI具有明显的市场寻求、资源寻求和效率寻求动机，而技术寻求动机不明显(孟庆强，2016；翟卉、徐永辉，2016；张亚斌，2016)。在环境类因素影响方面，研究结论差异较大，因为环境因素众多，学者们考虑的范围和偏重有所不同，代理变量的选择也不尽相同。但关于以下三个因素的影响，研究结论相对一致：东道国基础设施水平(航空和铁路运输客运量总和，百人Inter网用户)构成正向影响(孟庆强，2016；姜慧，2017)，东道国经济开放度(外贸额与GDP之比)也构成正向影响(王军、黄卫冬，2016；韩民春、江聪聪，2017；姜慧，2017)，东道国与中国的地理距离构成负向影响(王军、黄卫冬，2016；张亚斌，2016；韩民春、江聪聪，2017)。

④ 个别国家因缺乏相关数据而未列入考察范围。在其他结构考察中作类似处理。

总体上来看，已有研究对我国对沿线国家OFDI结构问题少有涉及，对影响OFDI因素的选择具有一定的随意性，往往不够全面。本文将在综合考虑各种影响因素的基础上，对我国对沿线国家OFDI结构特征及其形成动力进行深度分析，并据此提出政策建议。

二、中国对“一带一路”沿线国家直接投资结构图景

OFDI是由作为投资主体的企业分散决策的集合结果。从逻辑上讲，企业是在综合考虑以下三类因素的基础上做出决策的，一是对外投资需求，即对外投资动机；二是对外投资环境，即东道国营商条件；三是对外投资能力，即企业走出国门、直接参与国际竞争的能力。前两者对OFDI结构形成直接的、决定性影响，因此，先基于这两类因素考察我国对沿线国家OFDI的结构状况。

(一)基于需求视角的中国对沿线国家直接投资结构图景

前述结构图景是基于各单项指标的分类考察，而现实中的投资结构是各种影响因素综合作用的结果，并且这种结构是动态演进的。下文针对我国对沿线国家OFDI结构演进的动力展开量化分析。

将小麦酱油的pH值稳定在6.5，导致酱油的分子量整体偏低，但1～3 kDa肽段含量高于pH 5.4的酱油。

图1 基于东道国资源丰度的中国OFDI结构

图2 基于东道国市场规模的中国OFDI结构

图3 基于东道国发展水平的中国OFDI结构

图4 基于东道国技术水平的中国OFDI结构

1.基于东道国资源丰度的投资结构。将初级产品出口占比高于60%的视为高资源国(23国)，30%～60%之间的视为中等资源国(23国)，低于30%的视为低资源国(18国)④。如图1所示，2006年前我国对高资源国的投资占主导地位，并呈上升态势，2007年后占比逐渐下降，2015年后退出主导地位，而对低资源国的投资占比则呈反向对称的变化态势。这表明：2006年前我国对沿线国家OFDI具有资源寻求特征，之后这一特征逐渐消失。

综合前述各种结构演变趋势可以推断，2016年下半年以来我国对沿线国家OFDI规模下降可能主要是因为对高资源国、中小市场国、中低收入国、低技术国、基础设施不发达国、中等经济自由度国、中高风险国及近距离国投资减少导致的，由此看来，我国对沿线国家OFDI目前正处于结构优化期。

平台顶层主要包括基础管理服务与系统服务形成的服务层及供应商、院内中心库、各科室库、职能管理部门等构成的用户层。

3.基于东道国发展水平的投资结构。参照世界银行2015年的分组标准，将2015年人均国民收入高于12735美元的视为高收入国(19国)，4125～12735美元的视为中等收入国(22国)，4125美元以下的视为低收入国(25国)。如图3所示，2006年以前我国对中等收入国的投资占主导地位，2007年起这一地位被对低收入国的投资所替代。由此来看，我国对沿线国家OFDI具有一定的效率寻求特征。但动态来看，对高收入国的投资占比总体上呈现上升态势，这可能与我国劳动力成本不断提高情况下某些高收入国对我国的OFDI也具有了低成本吸引力有关。

4.基于东道国技术水平的投资结构。将高技术产品出口占比高于9%的视为高技术国(17国)，3%～9%的视为中等技术国(17国)，低于3%的视为低技术国(30国)。如图4所示，我国对高技术国的投资占比一直处于主导地位，且呈波动上升态势，对中等技术国的投资占比一直很低，对低技术国的投资占比呈波动下降态势。看起来我国对沿线国家的OFDI似乎具有一定的战略资源寻求特征。

(二)基于环境视角的中国对沿线国家直接投资结构图景

对我国OFDI构成影响的东道国营商环境因素众多，这里主要考虑东道国基础设施条件、经济制度质量、社会安全程度及其与我国的地理距离远近，分别以东道国综合交通运输能力、经济自由度、国家风险和东道国首都与北京的距离作为代理变量⑤。与前述类似的方式计量我国对各类国家的OFDI存量占比，从而得到如下投资结构图景。

1.基于东道国基础设施的投资结构。将综合运力值高于6.5的视为基础设施发达国(21国)，3～6.5的视为中等水平国(18国)，低于3的视为不发达国(26国)。如图5所示，以东道国基础设施水平为分类依据，我国对沿线国家OFDI呈现两个突出特征：第一，总体上两极化，即对中等国投资很少，主要投向了不发达国和发达国；第二，动态上，对发达国和不发达国投资占比的一升一降对比态势明显，从而使二者在2006年发生了主导地位更替。据此来看，我国对沿线国家OFDI有一定的基础设施偏好。

图5 基于东道国基础设施的中国OFDI结构

图6 基于东道国经济自由度的中国OFDI结构

图7 基于东道国国家风险的中国OFDI结构

图8 基于地理距离的中国OFDI分布结构

2.基于东道国经济自由度的投资结构。将经济自由度高于65的视为经济制度高质量国(18国)，55～65的视为中等质量国(26国)，55以下的视为低质量国(20国)。如图6所示，我国对三类国家的投资占比总体上相对均衡，但主导地位呈现由低到高的转换过程，转换时点分别为2007年和2015年，且对高质量国投资占比总体上升态势相对明显。这表明我国对沿线国家OFDI的经济制度质量偏好虽然总体上不强，但逐渐有所显现。

3.基于东道国风险的投资结构。将国家风险大于3.5的视为高风险国(11国)，2.5～3.5的视为中风险国(23国)，低于2.5的视为低风险国(31国)。图7揭示了两个突出特征：第一，对高风险国的投资占比总体上呈持续下降态势，第二，对中等风险国的投资一直占据主导地位。这表明我国OFDI对沿线国家的风险并不敏感，避险意向主要表现在减少对个别高风险国的投资。

4.基于地理距离的投资结构。将距离6000公里以上视为远距离国(33国)，4100～6000公里视为中距离国(16国)，4100公里以下视为近距离国(16国)。如图8所示，对远距离国的投资占比不断下降，而对中、近距离国的投资占比不断上升，其中对中距离国的投资一直处于主导地位，且近年来占比升速有加快趋向。这表明我国对沿线国家OFDI符合引力模型规则，呈现由近及远的发展态势。

第五，根据预约报账大厅情况灵活设置预约时间、预约额度。根据自身报销业务的数量和难易程度提前预约，避免报销师生过于集中在某一时间段。预约功能应凸显精细化，报销师生可直接预约到具体的时间段、报销数量、报销业务难易程度，以及剩余的报销名额。

2.基于东道国市场规模的投资结构。将实际GDP高于1400亿美元的视为大市场国(14国)，400～1400亿美元的视为中等市场国(14国)，400亿美元以下的视为小市场国(36国)。如图2所示，我国对大市场国的投资一直占主导地位，并呈持续上升态势，表明我国对沿线国家OFDI的市场寻求特征突出。

三、中国对“一带一路”沿线国家直接投资结构演进动力分析

对外投资需求可以用Dunning(1998)提出的四大动机来概括，即寻求自然资源、寻求市场、寻求效率和寻求战略资产，分别以东道国资源丰度、市场规模、生产成本和技术水平对OFDI的影响作为判定依据，并分别以初级产品出口占比、实际GDP、人均国民收入和高技术产品出口占比作为代理变量。按照各国各类指标历年均值大小，将沿线国家分为高、中、低三个阵营，分年度计算中国对每个阵营OFDI存量的总体占比，由此得到各种结构图景③。

(一)模型构建、样本选择与数据说明

首先构建包括前述投资动机和投资环境因素的面板数据模型，此为模型1。为了解决因个别国家经济自由度EF数据缺失而使样本量缩小问题，在模型1基础上剔除EF，得到模型2。

现实中，影响OFDI的因素不止上述两类，为了进行更全面和准确的分析，这里将其他影响因素作为控制变量加入模型。主要考虑以下三类因素：1.企业对外投资能力。微观上，每个企业能力各异，宏观上，如果说要找一个反映所有企业对外投资能力的代理变量，那自然非GDP莫属，因为我国OFDI随综合国力增强而扩大的事实异常清晰。2.与OFDI密切相关的其他对外经济活动：对外贸易和工程承包。对外工程承包与OFDI理论上应存在互补关系。对外贸易与OFDI或互补、或互替，因地、因时而异：当企业基于绕开贸易及非贸易壁垒、便利获取原料动机而到国外投资时，二者构成互替关系；当企业基于搭建出口促进平台、参与当地资源开发以保障国内原料供应动机而到国外投资时，二者构成互补关系。3.政策因素。这里以双边投资保护协定及避免双重征税协定的签署作为代理变量，以虚拟变量形式加入模型。理论上，协定的签署意味着政府为OFDI创造了更为有利的环境条件，理应构成正向影响。在模型1中加入控制变量因素后得到模型3，在模型3基础上剔除EF得到模型4。各变量的符号、含义、预期影响及数据来源如表1所示。

表1 变量、符号、含义、预期影响及数据来源

变量符号含义预期影响数据来源中国对外直接投资OFDI中国对沿线国直接投资存量www.stats.gov.cn东道国资源丰度RPPE东道国初级产品出口/货物出口+unctadstat.unctad.org东道国市场规模BRGDP东道国实际GDP+unctadstat.unctad.org东道国发展水平LED东道国人均国民收入-www.worldbank.org东道国技术水平RHTE东道国高技术产品出口/制成品出口+www.worldbank.org东道国基础设施IFT东道国陆海空综合运力+www.worldbank.org东道国经济制度EF东道国经济自由度+www.heritage.org东道国国家风险CR东道国国家风险指数-www.worldbank.org与东道国距离GD北京到各东道国首都距离-www.geobytes.com企业对外投资力CRGDP中国实际GDP+unctadstat.unctad.org中国工程承包OPC中国对外工程承包营业额+www.stats.gov.cn中国对外贸易TRD中国对东道国进出口额www.stats.gov.cn双边投资协定BIT中国与东道国双边投资协定+www.mofcom.gov.cn避免双重征税协定DTA中国与东道国避免双重征税协定+www.chinatax.gov.cn

注：表中某些指标的数据根据原始来源数据计算得到。

样本方面，由于巴勒斯坦、不丹及东帝汶部分指标缺乏数据；2006年南斯拉夫解体塞尔维亚和黑山，为了不因此缩短面板数据时长，2006年前南斯拉夫数据列在塞尔维亚名下，不再把黑山加入样本。以下基于2003—2016年中国对62个样本国的直接投资及相关影响因素数据展开实证分析。

(二)实证结果分析

基于计量分析的技术需要，对规模变量指标OFDI、BRGDP、LED、CRGDP、OPC及TRD进行对数化处理，对GD进行倍数缩减处理：GD-adj=GD/1000，并进行以下检验：1.共线性。各模型框架下的检验结果(表2的2、3列所示)表明各解释变量之间不存在系统多重共线性⑥，可以进行线性回归分析。2.异方差。检验发现各模型存在异方差，直接OLS回归估计不可用，为此本文采用稳健(robust)估计方法。3.估计方法选择。F检验及LM检验结果(表2所示)表明各模型框架下都拒绝混合估计方法；采用自助法进行Hausman检验显示：各模型下都拒绝随机效应假设，也就是说应采用固定效应估计方法。考虑到地理距离为非时变变量，政策因素为虚拟变量，本文采用最小二乘虚拟变量(LSDV)估计方法。

③ 图中数据依据各分类指标及分国别的OFDI数据计算得到，相关数据来源见表1。

1.从模型1、2的实证结果来看，四个投资动机因素中：lnBRGDP和lnLED系数的符号与理论假设相符，并具有统计显著性，RPPE的影响不具有统计显著性。这与前面结构图景描述相一致，表明市场寻求和效率寻求是我国对沿线国家OFDI结构形成的主要驱动因素，而资源寻求则不是。这与张纯威等(2017)关于我国对全球OFDI区位结构的分析结论基本一致。

2.2 增设实践环节 实践是检验真理的唯一标准，更是掌握理论知识的最有效手段。资源昆虫学具有很强的技术性和实用性，仅通过理论学习或者重理论、轻实践的培养模式无法培养出卓越人才。因此，在课堂讲授过程中，鼓励学生课后多动手、多观察，提高学生理论联系实际的能力，增强学生的实践技能。例如，给学生分发黄粉虫，让学生在实验室或宿舍内人工饲养，通过每天的观察记录，使学生掌握黄粉虫的饲养技术及生物学特性。

表2 共线性及模型选择检验结果

结果模型 共线性检验固定效应模型下随机效应模型下Hausman检验VIFmaxVIFmeanFPchibar2(01)Pchi2P模型16.492.5635.870.000017570.000046.820.0000模型26.842.4632.130.000017900.000049.280.0000模型37.043.5915.480.0000974.30.000055.660.0000模型46.913.5315.140.0000944.30.000066.930.0000

2.就模型1、2中有关东道国环境因素影响的回归结果来看：GD系数的符号与理论假设相符，并具有统计显著性，CR、EF系数的符号与理论假设不符，但不具有统计显著性、或者显著性不高。这也与前面图景描述基本一致，或者说并不矛盾，表明地理距离是我国OFDI结构形成的主要驱动因素，OFDI由近及远的分布特征明显，而东道国风险和制度质量的影响不显著。

3.分析加入控制变量后的模型3、4的回归结果可以发现：第一，除DTA外，其他控制变量系数的符号都与理论假设相符，并具有统计显著性，其中中国GDP的影响最为突出。第二，加入控制变量后，除地理距离和技术水平外，其他东道国因素的影响都不再具有统计显著性，而这两个因素都呈负向影响。这表明来自中国方面的因素是主要推动力量，它们甚至覆盖了东道国方面因素的影响。由此可在一定程度上解释我国对沿线国家OFDI规模自2016年下半年以来有所下降的原因：我国GDP增速2010年后持续放缓，2011年、2012年、2015年相继跌破10%、8%、7%，2016年再降至6.7%；对沿线国家贸易额2015年同比下降11.6%，2016年再降11.9%；同时，工程承包增速也有所回落。当然，为应对人民币贬值压力而加强资本管制这种临时性因素可能发挥了更大作用。

作为考古界的著名人士，师古扬古都是本分，但赖非给予世界的惊奇永远在于新。他活出了这一个时代的学者、艺术家的独特价值。再过500年，也许就有后人对着他的拓画《地老天荒》拍案叫绝，如同他读《王道习墓志》一样。他视皇甫亮为酒友，也会有人将他视为画友的。艺术本来就是随意而为，那个在酒罐子上写下或者画下第一个图案的古人，和拿着墨汁随意拓下一段凹凸线条的赖非，他们对美的感知和期待，自然是相通的，自然可互称为友。

李永安是5 5军1 6 3师唯一一个战地记者。2月2 8日，李永安跟随部队攻打谅山。3月4日，攻打谅山南区需要通过奇穷河大桥。“部队发起攻击后，敌人一刻不停地从南边炮轰北边桥头，我先是跟着部队后面，刚拍了一张照片，就被炮火炸得完全看不清。在我跳下战壕的一瞬间，一发炮弹在头顶5米的地方炸开。我亲眼看着1 8位战士被炸伤亡，我的一只耳朵也再听不到任何声音。我找出一个纸烟盒，在隆隆的炮声里给妻子写起了遗书。那时候，我的双胞胎女儿刚三岁，都随了母亲的姓，我就在遗书里和妻子商量，让小女儿跟自己姓，也算是有个纪念。”写完遗书，李永安拿起手枪和相机，爬出战壕，从奇穷河大桥冲向谅山南区。

(六)双边投资保护协定对我国在沿线国家的OFDI具有重要的促进作用。目前我国已与域内近50个国家签订了该项协定，建议尽快根据条件成熟情况与没有签订的国家达成协定，并保持协定的持续性和扩大保护范围。

4.RHTE和IFT系数的符号与理论假设相反，且具有统计显著性，也与图景描述相矛盾。由于图景描述中三类国家是以2003—2015年各指标平均值作为划分标准的，可以说是一种基于静态视角的总体观察，而计量分析则综合反映各国各种解释变量变化对我国OFDI的影响，因此，这里的矛盾实际上反映的是静态总体观察与动态个体观察的矛盾。各指标值的动态变化使一个国家不会总停留在一个层级，所以图景描述的结构状况可能与实际情况有所出入，这就是说，当两种观察结果发生矛盾时，应以动态结果为准。RHTE与lnOFDI负向相关，说明我国对沿线国家的OFDI并非为获取东道国技术，这与多数学者的研究结论相一致。从现实情况看，沿线各国技术水平整体偏低，2003—2015年期间其总体平均的高技术产品出口占比为7.69%，远低于全球和中国的18.41%和27.4%，区域内高于全球和中国的分别只有5个和2个国家，这使其对我国的OFDI缺乏吸引力。IFT与lnOFDI之所以负向相关，可能与我国对沿线国家的OFDI相当一部分投入到了支持东道国基础设施建设有关，并不意味着其对东道国基础设施有负向偏好。

表3 各类模型估计结果(被解释变量lnOFDI)

模型1模型2模型3模型4RPPE0.003(0.48)-0.003(-0.81)-0.001(-0.07)-0.006(-0.82)lnBRGDP1.734***(3.72)1.307**(2.35)0.412(0.76)0.551(1.05)lnLED-0.584**(-2.55)-0.259*(-1.93)-0.164(-0.64)-0.14(-0.55)RHTE-0.021**(-2.14)-0.023**(-2.55)-0.025**(-2.41)-0.025**(-2.57)IFT-0.078***(-2.83)-0.078**(-2.55)-0.045(-1.52)-0.052(-1.64)EF-0.031*(-1.81)-0.021(-1.22)CR0.178(0.53)0.394(1.24)0.442(1.18)0.571(1.63)GD-adj-4.398***(-4.03)-0.643***(-2.76)-2.135**(-2.37)-0.822***(-3.29)lnCRGDP3.403***(11.43)3.672***(11.99)lnOPC0.099**(2.39)0.082**(2.01)lnTRD0.477***(3.83)0.125*(1.72)BIT0.646**(2.39)0.618**(2.04)DTA-0.067(-0.29)0.144(0.65)C31.51***(-0.65)-8.71*(-1.78)10.35(1.12)-57.1***(-8.46)N734792682740N-g58625862

注：***、**和*分别表示变量系数通过了1%、5%和10%的显著性检验，括号内为t统计量。

四、结论、启示与对策建议

(一)我国对沿线国家OFDI静态来看主要投向了大市场国和低成本国，动态来看与东道国经济规模和发展水平分别呈正、负相关关系，从而使其市场寻求和效率寻求驱动特征显著。启示：我国对沿线国家OFDI规模上具有巨大增长潜力，结构上将倾向于投向那些经济增长快、相对于我国低成本优势明显的国家。因为，第一，目前沿线国家总体人均GDP只有全球平均水平的34%，而中国人均GDP相对于多数国家更快的上升势头仍将保持相当长一段时间，这使得区内多数国家相对于中国的低成本优势得以保持。第二，沿线多数国家(62个)正处于工业化时期，经济增速相对较高，2000—2015年平均经济增速高于全球近2个百分点。低起点、高增长使“一带一路”成为一个充满活力、从而对我国OFDI具有巨大吸引力的地区。对策建议：我国对外投资企业在追求盈利及其他微观目标的同时，要努力对沿线国家经济增长有所贡献，由此使OFDI形成自加助力式的良性发展。

(二)地理距离是我国对沿线国家OFDI结构形成的决定性因素，它与OFDI之间显著的负向相关性清晰揭示了我国OFDI由近及远的分布状态和发展路径。这与企业基于降低交通费用等成本角度考虑的自然选择有关，也与我国注重搞好近邻关系所创造的良好政治及外交环境有关⑦。启示：随着基础设施互联互通的推进，交通成本将不断降低，从而使地理距离的负向影响趋于弱化，以中近距离国为主导的OFDI结构将逐渐改变。

(三)我国对沿线国家OFDI与东道国经济自由度及国家风险相关性不高，但并不意味着其对东道国经济制度和社会稳定不敏感，可能是因为这些因素的影响被我国与东道国建立的良好外交关系和经济合作关系所覆盖，基于这种关系，东道国为我国投资提供了特别保护和便利。截至2016年，我国与之建立各种伙伴关系的近80个国家中41个为“一带一路”沿线国家，而且，越是周边国家，伙伴关系层次越高，对伙伴国的OFDI占对所有沿线国家的比率由2003年的64.74%提高到了2015年的96.79%。对策建议：与沿线更多国家签订友好关系条约，建立、维持和提升伙伴关系，为我国OFDI向更大区域、以更大规模拓展创造良好国际环境。

术后复位不良者，短期随访虽疗效尚可，但远期可能出现显著的后凸畸形或相关不适，应重视术前的骨折损伤分类及术中的正确操作。Kanna等［18］研究发现，经伤椎置钉，伤椎螺钉可作为向前推动点，形成“拉弦”力量对骨折进行复位，矫正后凸畸形，三点固定可减少后凸畸形的悬臂作用，且单轴螺钉对骨折复位的效果优于多轴螺钉，因此，术后复位不良者可加行伤椎固定以提高骨折复位率。

(四)伴随国力增强的企业对外投资能力提升是中国对沿线各国OFDI增长的首要推动力。启示：随着国力的进一步增强，中国对沿线国家OFDI的总体规模必将进一步扩大，从而持续助力于“一带一路”建设。

(五)中国对沿线国家的工程承包和国际贸易与OFDI之间存在显著的相互促进关系。对策建议：微观上，各对外经济主体应密切沟通、相互支持、合作开拓、共同发展；宏观上，政府对我国在沿线国家的各种经济活动要进行统一规划、整体布局、协调推进。

很多同学都认为英语作文写完就万事大吉了。其实，完整的写作是由写前构思、具体写作和写后修改三个过程组成的，三者缺一不可。平时写作完成后，如无老师批阅，最好和同学互评互改，发现自己的不足之处，学习他人的优点。我们可以从以下几方面进行自查或与同学进行互评互改：

[注释]

① 与中国对全球OFDI同比增速相比，中国对“一带一路”OFDI增速2013年低27.42个百分点，2014年低6.75个百分点，2015年则高出20.29个百分点。

MUSIC算法通过谱峰搜索进行功率谱估计时，维数p对功率谱估计效果有重要影响，尽管其取值范围可由实际经验法则获取，但精确定维还需进一步手动调试给出，当需处理的数据较多时，工作量很大，因此自适应定维十分必要.

② 括号中为该解释变量的具体统计指标。

分析各模型的实证结果(如表3所示)，有以下发现：

作为对照，我们先用Arcgis Server发布数据进行测试，预切片估算实现约为43天，切片占用磁盘约40T。显然，虽然读取切片非常快速 （一般地，Arcgis Server读取切片仅需数十毫秒），但漫长的预切片时间和庞大的磁盘占用，并不适合此应用场景。

⑤ 各国综合交通运输能力是对海、陆、空三方面运力的加总平均。三者分别以人均集装箱吞吐量(CPT)、人均铁路里程(RL)和人均航空运量(AT)为代理变量。三者平均值的计算步骤如下：首先计算2003—2015年三个变量所有国家的平均值和然后以为基准进行统一量纲处理：最后计算各国综合运力：各国国家风险基于世界银行全球治理指标体系(WGI)的数据计算。该指标体系包含6个子指标，各子指标取值范围为(-2.5～2.5)。为消除负值现象，进行以下变换：各子指标变换值=5-(指标值+2.5)，变

换值越高，说明风险越高。用6个子指标变换值的均值计量一国风险。

例如：在对“情境操作”进行展开的过程中，教师可以引导学生将教室模拟成餐厅的场景，对相关的知识进行小品的编排以及表演，通过这样的方式，就可以使学生学习的内容得到进一步的丰富，使得酒店管理专业实践教学的效果得到有效的提高。

⑥计量检验的经验法则是，只要最大方差膨胀因子VIFmax不大于10，就说明不存在系统多重共线性。

⑦目前我国与陆上接壤的14个国家中的11个签订有睦邻友好合作、友好合作互助、友好互助、和平友好、友好和互不侵犯等各种形式的睦邻友好条约。

[参考文献]

[1]韩民春,江聪聪. 政治风险、文化距离和双边关系对中国对外直接投资的影响——基于“一带一路”沿线主要国家的研究[J].贵州财经大学学报,2017 (2).

[2]姜慧.东道国基础设施水平对我国对外直接投资的影响——基于“一带一路”国家的系统GMM研究[J].对外经贸, 2017 (3).

[3]孟庆强.中国对“一带一路”沿线国家直接投资动机的实证研究[J].工业经济论坛,2016(2).

1.2.3 用药依从性影响因素 从5个方面展开调查:①患者疾病特征(病程、手术时间、目前视力术后视力、术后有无并发症);②药物治疗特征(治疗效果、用药数量、种类、次数、是否出现药物不良反应);③健康信念(对医务人员的信任、定期复诊、目前的药品价格认知、对于长期用药对身体伤害的顾虑);④患者关怀指标(家人的关心、朋友关心)、⑤社会环境(工作或家务影响用药程度、疾病对工作或生活的影响程度)。

[4]王军,黄卫冬.东道国制度质量对中国OFDI的影响[J].产业经济评论, 2016(6).

[5]翟卉, 徐永辉.中国对“一带一路”国家直接投资影响因素分析——基于东道国角度的实证研究[J].投资与合作,2016(9).

[6]张纯威,戴本忠,姚捷.中国对外直接投资区位结构特点及其形成动因[J]. 金融经济学研究, 2017(2).

[7]张亚斌.“一带一路”投资便利化与中国对外直接投资选择——基于跨国面板数据及投资引力模型的实证研究[J].国际贸易问题,2016(9).

二是金融产品单一，难以完成城镇化常态发展。首先，间接融资作为金融工具与金融服务为市场提供支持的重要手段，与传统模式下的信贷与融资一起在城镇化过程中发挥着重要作用。城镇基础设施投入面临成本高、周期长、不确定因素增多等问题，需要建立与新型城镇化发展相适应的支持体系，但现有的商业银行与社会资本难以发挥主导作用，导致具备市场化特征的投融资在城镇化发展的分配资源比例占比较低。

[8]Dunning,J.H. Globalization and the New Geography of Foreign Direct Investment[J] Oxford Development Studies,1998,26(1):47-69.