生产性债务：中国海外主权贷款与发展中国家经济增长.pdf

世界经济*2023年第9期 3生产性债务：中国海外主权贷款与发展中国家经济增长熊婉婷张家诚孙靓莹*内容提要近年来有关中国海外主权贷款会促进还是抑制债务国经济发展的国际争议愈演愈烈。本文基于世界银行国际债务统计数据库，检验来自中国、美国及世界银行的主权贷款在促进发展中国家经济发展方面的表现。结果发现，中国贷款能显著促进债务国经济增长，但美国和世界银行贷款的效果不佳。机制分析表明，中国贷款具有生产性债务特征，能够缓解国内融资约束，形成生产性投资，与贷款相关的还款压力对债务国而言也是可负担的。相比美国和世界银行，中国贷款在促进工业发展方面具有突出优势。本文为破除“债务陷阱说”提供了经验证据，也为中国资本如何促进全球发展提供了理论依据。关 键 词中国海外主权贷款债务可持续性“一带一路”一引言近年来，中国对发展中国家的主权贷款规模不断增长。作为新兴债权人，中国海外贷款的经济影响逐渐成为国际社会争论的焦点，有关中国贷款的负面舆论也成为我国推进“一带一路”建设、开展“南南合作”和参与国际债务治理过程中的重大挑战。2023年是“一带一路”倡议提出10周年，在这一背景下，系统研究中国贷款如何影响*熊婉婷（通讯作者）、孙靓莹：中国社会科学院世界经济与政治研究所北京市东城区建国门内大街5号100732；张家诚：中国人民大学应用经济学院北京市海淀区中关村大街 59 号100872电子信箱：wanting_熊婉婷）；（张家诚）；（孙靓莹）。作者感谢国家社会科学基金青年项目（21ZDA097）和国家社科基金重大项目（21ZDA097）的资助，感谢匿名审稿专家的宝贵意见，文责自负。世界经济*2023年第9期 4生产性债务：中国海外主权贷款与发展中国家经济增长发展中国家的经济发展，有助于回应国际社会关于中国资本“走出去”的疑虑，为继续践行“一带一路”倡议和全球发展倡议创造更客观的舆论环境。此外，通过对比中国与其他传统债权人在促进债务国经济发展方面的差异，可以更好地识别中国资本的优势和劣势。关于中国贷款能否有效促进债务国当地经济发展，国际舆论提出了诸多质疑。有学者认为，中国正在重蹈西方投资者20世纪70年代的覆辙，很多投资浪费在无法带来任何经济效益的“白象项目”上（如无人使用的港口等）。另有观点指出，相比传统债权人，中国贷款对债务国偿债能力考虑得更少，会损害债务国的经济增长前景和债务可持续性（Onjala，2018）。还有观点认为，中国贷款存在条款不透明和过于商业化等问题（Gelpern et al，2021）。更为激进的观点甚至把中国贷款看作一种“债务陷阱”，是迫使债务国在无法偿债时做出让步的外交手段（Parker，2018）。与此相对，也有很多研究认为中国贷款能够有效促进当地经济发展，并将中国贷款称为“造血金融”或“龙的礼物”（布罗蒂加姆，2012；程诚，2018）。这些研究认为，中国贷款是填补发展中国家融资缺口的重要外部资金来源，不但融资规模庞大而且具有耐心资本特征，在提高就业率、降低贸易成本、促进商业活动等方面都发挥了积极作用（Kaplan，2016；Lin and Wang，2017；Munemo，2021）。尽管关于中国贷款的争论愈演愈烈，但现有讨论还是以定性论述或案例研究为主，缺乏严谨的经验证据支持。相关文献更多关注外商直接投资（Foreign DirectInvestment，FDI）和官方发展援助（Official Development Aid，ODA），很少以主权借贷（Sovereign Lending/Borrowing）为口径开展研究。造成这一现象的部分原因是缺乏权威可信的官方主权借贷数据，基于新闻报道构建的中国贷款数据库准确性存在争议，而且难以用于债权人之间的比较研究。此外，现有研究也忽略了主权借贷与官方发展援助之间的巨大差异，西方主导的官方发展援助概念并不能完全刻画中国与发展中国家融资合作的真实情况（林毅夫和王燕，2016）。首先，二者资金性质不同，资金供求双方的合作模式也有重大差异，在援助关系中，援助国的角色更为主动，对资金投向有决定权，并且对援助的使用会有很多附加条款，导致资金的使用效率低下且不一定符合受援国的实际需求（程诚，2018）。而主权借贷是一种市场化行为，债务人和债权人之间是平等和互惠共赢的关相关评论文章参见 https：/ 5熊婉婷张家诚孙靓莹系。其次，援助和主权借贷在统计中重叠的部分主要是优惠贷款，这部分贷款在中国总体海外贷款中的占比并不大。最后，仅从资金规模来说，也有必要从主权借贷口径来理解中国资本崛起对世界经济影响。如图1所示，在大多数年份，中国为其他发展中国家提供的海外主权贷款金额都高于其官方发展援助和外商直接投资金额。图1中国对发展中国家不同类型的资本输出规模说明：中国对外贷款数据来自世界银行国际债务统计数据库，中国对外官方发展援助数据来自威廉玛丽大学的AidData数据库，中国对外直接投资流量数据来自中国商务部。资金接受国只包含中/低收入国家。在上述背景下，本文利用世界银行国际债务统计数据库（International DebtStatistics，以下简称IDS数据库），收集和整理1995-2019年中国与116个中低收入发展中国家的双边主权借贷数据，以此为基础分析中国贷款能否促进债务国经济增长，通过哪些机制发挥作用，并对中国贷款与美国、世界银行等传统债权人的外部贷款做出比较。IDS数据库是目前关于发展中国家外债信息最全面、最权威的数据来源，其信息主要来自债务国政府向世界银行提交的外债统计报告，工作人员还会把这些信息与来自经合组织等国际机构的官方文件进行比对校验。Bunte（2019）认为，基于合并数据库的债权人对比研究容易因为数据统计方法不同而产生偏误，世行数据库采用相同方法统计不同债权人的信贷数据，更适合用来开展对比研究。即使存在某些世界银行国际债务统计数据库显示，2019年中低收入发展中国家对中国的主权债务存量中约有33%为优惠债务。HRT数据库也显示，中国贷款中约有25%的贷款具有一定的优惠性质。世界经济*2023年第9期 6生产性债务：中国海外主权贷款与发展中国家经济增长统计偏误，只要这种偏误对所有债权人是一致的，就不会影响对比研究的准确性。参考世界银行的定义，本文把中国海外主权贷款定义为中方债权人对其他国家具有主权信用担保的债务人主体的外部贷款，以下简称中国贷款。其他国家具有主权信用担保的债务人主体既包括公共部门，也包括由公共部门担保的私人部门。为了确保结论的稳健性，本文采用包括工具变量和双重差分检验在内的多种计量方法，回归结果均表明中国贷款能够显著促进债务国的经济增长。机制分析发现，中国贷款不仅能够有效缓解债务国的融资约束，而且可以切实形成生产性投资，还款压力对债务国而言也是可负担的。本文还对比了中国、美国和世界银行贷款的表现，发现中国贷款的有效性并不弱于美国和世界银行，而且中国贷款在促进工业发展等方面具有突出优势。本文主要有三方面贡献。第一，从主权贷款的口径出发，从融资、投资和还款三方面深入剖析了中国贷款影响债务国经济增长的机制；第二，在同一数据库和计量分析框架下，对比了中国、美国和世界银行贷款的经济增长效应；第三，通过事实说明了中国作为新兴债权人在其他国家发展过程中的积极作用，为正确看待“债务陷阱”争议、客观评价中国资本崛起和破除“中国威胁论”提供了经验依据。本文剩余部分的安排如下：第二部分为文献评述与研究假说，第三部分介绍数据与典型事实，第四部分汇报计量方法与结果，第五部分为机制分析，第六部分为结论与政策建议。二文献评述与研究假说（一）文献评述随着中国经济的崛起，中国不仅成为全球最大的出口国，也成为很多国家的重要融资来源国。关于中国出口效应的研究已经非常丰富，但关于中国资本输出影响的研究仍在起步阶段（Horn et al.，2021）。大部分文献侧重于分析官方发展援助或外商直接投资的影响（张原，2018；徐丽鹤等，2020；Dreher et al.，2021；许志成和张宇，中国海外主权贷款是一个从债权人角度阐述的概念。如果从债务人角度看，它也被称为其他发展中国家向中国的主权借款（sovereign borrowing from China）。主权贷款描述的是债权人向债务人在一段时间内出借资金的行为，是一个流量概念。与此紧密相连的存量概念被称为主权债务存量，描述的是在一个时间节点上过去所有贷款和还款行为累积形成的债权-债务关系。两个概念中的主权均指债务人具有主权信用。此外，由于国内外对于官方机构的定义存在差异，在此不区分中方贷款是来自官方还是私人机构。世界经济*2023年第9期 7熊婉婷张家诚孙靓莹2021；冯凯等，2022），鲜有文献从主权贷款角度考察中国资本对其他国家经济发展的贡献。对发展中国家而言，外商直接投资、官方发展援助和主权借贷都是重要的外部资金来源，但不同外部融资方式适合不同发展阶段（杨长江和王宁远，2022）。由于不发达国家投资环境较差，国内市场容量较小，往往难以吸引到足够的外商直接投资，有限的资金也通常会服务于私人资本而非国家利益（讷克斯，1966）。赠款等外部援助没有还本付息压力，更有可能被直接或间接地用于消费，而非促进资本形成（Templeand Van de Sijpe，2017）。一方面，与外商直接投资和外部援助相比，主权借贷可能更适合不发达国家的融资需求。以主权信用为担保的举债方式往往能够降低融资成本，资金使用也可以按照政府统一规划，实现平衡发展目标。另一方面，对主权借贷工具的不恰当使用也可能导致债务过度积压，挤出国内消费与投资（Krugman，1988），甚至引发债务危机。在中国实践企业和资本“走出去”战略的过程中，主权贷款这种独特的投融资形式一直扮演着独特且不可忽视的角色。根据经合组织的分析，仅在基础设施建设领域，发展中国家的资金缺口就高达11.5万亿美元。之所以存在如此巨大的资金缺口，主要原因是基建项目普遍面临建设周期长、资金需求大、投资风险高和回报周期长等挑战，其融资需求无法通过援助或外商直接投资满足。为了应对这些挑战，中国依托过去多年的外汇储备积累和自身发展过程中的经验优势，形成了以政策性银行和国有银行为债权主体、以债务国政府或具有政府信用担保的私人部门为贷款对象、主要针对基础设施建设领域的海外投融资模式。这种投融资方式体现了中国自身发展的成功经验，体现了中国在水电、交通等基础设施领域的优势，能够为建设周期长、资金需求大、投资回报率低的项目提供融资，更符合发展中国家的融资需求。虽然国内相关研究较少，但中国海外主权贷款的增长已经引发了国外学者的密切关注。由于中国政府并未公布其对世界各国的债权统计数据，很多国外学者开始基于新闻报道来构建中国贷款数据库，例如波士顿大学全球发展政策研究中心的中国全球能源贷款数据库、约翰斯霍普金斯大学的中国对非洲贷款数据库和Horn et al.（2021）的中国海外贷款数据库（简称HRT数据库）等。另一部分学者致力于剖析中国贷款的特征及其与其他债权人的差异。例如，Morris et al.（2020）比较了中国与其数据资料参见https：/developmentfinance.un.org/closing-the-infrastructure-gap。世界经济*2023年第9期 8生产性债务：中国海外主权贷款与发展中国家经济增长他债权人的贷款条件，发现中国贷款的优惠程度介于世界银行和商业债权人之间。Bon and Cheng（2021）讨论了中国在主权债务重组和减免方面与其他债权人的共性与差异，认为中国虽然没有加入巴黎俱乐部，但与后者的减债行动有很强的协同性。还有一部分学者讨论了中国贷款对债务国债务风险的影响（Bandiera and Tsiropoulos，2019；Hurley et al.，2019）。已有研究主要存在三个方面的不足。一是数据统计的准确性和权威性不足，现有研究大部分采用基于新闻报道搜集的二手数据，可能存在重复计算、信息不实和跨国可比性差等问题；二是各个数据库对不同债权人贷款的统计方法和统计口径不一致，导致不同债权人对比研究容易因为统计偏误而得到错误结论；三是在讨论中国贷款影响时忽略了其对债务国经济发展的促进作用，简单地把贷款额的增加等同于债务风险的增加。为了更客观地看待有关中国海外主权贷款的争议，必须采用更权威的数据和更系统的方法检验中国贷款对债务国经济发展的影响。债务与经济增长关系的研究一直是宏观经济领域的经典话题。很多研究都指出，债务是一把“双刃剑”，既可以促进增长也可以抑制增长。其中一类代表性观点是Reinhart and Rogoff（2010）提出的“债务阈值论”，即一旦债务负担超过一个临界点（如公共债务与 GDP 之比超过90%），债务积累就会从促进转为抑制经济增长，甚至引发危机。在这一观点的启发下，大量文献致力于寻找临界点的具体阈值及其影响因素（刘洪钟等，2014；程宇丹和龚六堂，2015）。然而，这些研究大多只考虑了债务国自身特征对债务-经济增长关系的影响，没有考虑不同债权人贷款在资金性质和有效性方面的差异。换言之，来自中国的主权贷款对当地经济发展的影响可能不同于传统债权人，有必要进行单独的检验。（二）研究假说对发展中国家政府而言，主权借贷是一种重要的外部融资方式，可以用来缓解国内融资约束。获得资金后，政府会把这些资金用于国内投资，并按照信贷合同履行还款义务。根据债务的生命周期，可以把外部贷款影响债务国经济增长的机制分为融资、投资和还款三个渠道。1.融资渠道。融资约束是制约一国发展的重要因素，而外部资本是缓解这一约束的重要手段（Domar，1946；Rostow，1959）。对债务国而言，来自某个债权人的外部贷款虽然可以直接填补国内融资缺口，但也可能间接挤出或挤入其他外部资本。以中国贷款为例，在接受中国贷款后，考虑到债务不可持续风险或竞争加剧会导致边际回报率下降，其他债权人可能会减少对债务国的贷款。在这种情况下，中国贷款并没世界经济*2023年第9期 9熊婉婷张家诚孙靓莹有缓解债务国面临的融资约束，因为它替代或挤出了其他融资。反之，中国贷款也可能对其他资金产生挤入效应。例如，为了和中国“一带一路”倡议竞争，美国和欧洲推出了“重返更好世界”和“全球联通欧洲”等战略，计划增加对发展中国家的融资支持。2.投资渠道。外部主权借贷是为公共投资提供融资的重要方式。理论研究表明，基于外部主权借贷的公共投资有可能促进经济增长，也可能抑制经济增长（Zanna et al.，2019）。一方面，相比于通过增加税收或国内借贷的方式，外部借贷可以降低财政调整难度，有助于减少公共投资对私人部门投资或消费的挤出效应（Buffie et al.，2012）。另一方面，外部主权借贷可能无法转化为有助于债务国生产力提高和产业结构调整的公共投资。Warner（2014）指出，外部融资的使用效率受限于政府的投资效率和资本吸收能力，加之供给瓶颈和公共投资项目执行中的协调问题，很多发展中国家的公共投资收益远低于其融资成本。3.还款渠道。对债务国而言，前期借贷必然产生后续还款压力。不可负担的还款压力会对债务国经济增长造成多重负面影响。首先，过高的还款压力可能导致债务过剩问题，挤出债务国政府在其他方面的支出并造成国内投资决策扭曲，最终拖累经济增长（Krugman，1988）。其次，一旦还款压力比债务国偿债能力增加得更快，债务国无法偿还债务的风险就会上升。在无法正常还款的情况下，无论最终解决方案是债务违约、重组还是减免，都会对该国的经济发展造成沉重打击（Reinhart andTrebesch，2016）。即使不发生经济危机，过高的债务负担也会放大短期冲击的不利影响，导致糟糕的长期经济均衡（Badia et al.，2020）。反之，在还款压力可负担的情况下，主权借贷既可以帮助债务人实现发展目标，也可以为债权人带来经济收益。在微观层面，可负担的还款压力意味着基于主权借贷的投资可以产生足以覆盖利息和本金偿还义务的资金收益。在宏观层面，可负担的还款压力意味着外部借贷带来的债务积累效应小于其带来的经济增长促进效应。在这种情况下，债务国的债务负担指标（如债务与GDP之比）不但不会增加，反而会有所下降。4.不同债权人的影响差异。大量研究表明，来自中国与来自传统债权人的贷款在债务用途、融资条件、合作模式等方面都存在差异。从债务用途看，相比世界银行和美国等传统债权人，中国贷款更倾向于投资基础设施类项目，尤其是水电、交通等具有正外部性的产业（Brautigam，2019）。从资金特征看，相比传统债权人，中国贷款具有资金规模大、贷款周期长和资金流稳定等优势（熊婉婷和赵海，2022）。从贷款条件来看，中国与其他债务国的合作秉承不干涉内政原则，附加条件少于传统债权人，世界经济*2023年第9期 10生产性债务：中国海外主权贷款与发展中国家经济增长尤其是在私有化和金融自由化方面的政策限制更少（Hernandez，2017）。从合作模式看，中国与其他发展中国家的关系属于“南南合作”，资金供求双方的地位差距和利益冲突较小（庞珣，2013）。在更为平等的合作模式下，债务国具有更强的主人翁意识，因此能够带来更高的生产效率（林毅夫和王燕，2016）。综上所述，本文认为外部主权贷款能否促进债务国经济增长取决于融资、投资和还款三方面的综合表现（图2）。具体而言如果外部贷款能够缓解债务国面临的融资约束，形成生产性投资，并且还款压力是可负担的，那么外部贷款就可以促进债务国的经济增长。反之，如果外部贷款挤出了其他资本，未用于生产性投资，并对债务国造成了难以承受的还款压力，那么就会抑制债务国的经济增长。考虑到中国与传统债权人的巨大差异，其贷款在各个阶段的表现和对经济增长的影响可能截然不同。因此本文提出以下研究假说。假说1：中国贷款能够促进债务国经济增长，并且其效果与美国等传统债权人存在差异。假说2：中国贷款能够通过缓解融资约束、促进生产性投资的方式促进债务国经济增长。假说3：中国贷款造成的还款压力对债务国而言是可负担的。图2外部主权贷款影响债务国经济增长的作用机制三数据与典型事实（一）主要变量的描述性统计本文主要分析中国贷款如何影响债务国的经济增长。在国家方面关注的是中低收入水平的发展中国家，时间方面考察的是1995年以来的可得数据样本。之所以选世界经济*2023年第9期 11熊婉婷张家诚孙靓莹择1995年为时间起点，是因为中国对外主权贷款的主力国家开发银行和中国进出口银行均成立于1994年，标志着中国官方发展融资由“政治挂帅”进入“互利共赢”的新阶段（周弘，2013）。被解释变量为债务国的经济增长，以实际人均GDP增速衡量，数据来自联合国国民账户统计；核心解释变量为中国对其他发展中国家的主权贷款，数据来自IDS数据库；主要控制变量包括通货膨胀率、M2/GDP、贸易开放度和财政余额/GDP，数据来自世界银行全球发展指标数据库（WDI数据库）。其他变量如无特殊说明，均来自IDS数据库。表1为主要变量的描述性统计。表1主要变量描述性统计变量中国贷款承诺额（亿美元）世行IDA贷款承诺额（亿美元）世行IBRD贷款承诺额（亿美元）美国贷款承诺额（亿美元）中国钢铁产量（亿吨）人均GDP增速（%）人口（万人）通货膨胀率（%）M2/GDP（%）贸易开放度（%）财政余额/GDP（%）样本数28622862286228622862286228542862281226992862均值1.10.91.30.74.82.63516.015.343.581.7-2.0标准差5.92.64.44.93.15.411 565.0105.033.276.412.9最小值0.00.00.00.01.0-37.76.9-27.1-55.41.2-59.7最大值150.439.158.1112.410.091.5136 642.04801.0380.91223.0376.7（二）中国贷款与传统债权人的资金特征差异根据IDS数据库可以比较中国与传统债权的资金特征差异。在此考虑三类传统债权人：美国、世界银行下属的国际开发协会（International Development Association，IDA）和国际复兴开发银行（International Bank for Reconstruction and Development，IBRD）。从债务存量规模看，中国已成为不可忽视的新兴债权人。截至2019年，样本中的发展中国家对中国债务存量为1570亿美元，规模与世行IDA和世行IBRD相当（分别为1580和1640亿美元），且已超过美国（542亿美元）等传统发达经济体债权人。从贷款流量规模看，中国自2004年之后也开始逐步接近甚至超越美国和世界银世界银行是发展中国家最主要的多边官方债权人之一，IDA和IBRD是其下属机构。IDA是最贫穷国家获得优惠贷款和赠款的最大多边资金来源，IBRD主要为中等收入国家政府和信誉良好的低收入国家提供“硬贷款”服务一般而言，IDA贷款比IBRD贷款更为优惠。世界经济*2023年第9期 12生产性债务：中国海外主权贷款与发展中国家经济增长行等传统债权人。1995-2019年4类债权人对中低收入发展中国家的贷款承诺总额变化趋势见图3。图3四类债权人对中低收入发展中国家的年度贷款承诺总额说明：所有数据均来自IDS数据库，计算方式为按照债权人分类对IDS数据库中所有债务国获得的贷款承诺额进行加总。从总债务中的长期债务占比看，中国贷款具有耐心资本特征。债务国对中国的负债总额中，长期债务占比约为96%，为所有债权人中最高，世界银行IDA、IBRD和美国分别为93%、78%和73%。从融资成本看，中国贷款的资金优惠程度仅次于世行IDA，高于美国和世行IBRD。债务国对中国的负债总额中有57%为优惠债务，平均利息成本为3%。其他债权人中，美国的优惠债务占比为22%，平均利息成本为5%；世行IBRD的平均利息成本为6%（优惠债务占比信息未知）；世行IDA的优惠债务占比为98%，平均利息成本为1%。从资金使用上看，中国贷款主要投向通信、能源、交通和存储等基础设施建设领域，美国和世界银行贷款则更多投向教育医疗、政府和社会支出、商业金融等其他领域（Moses et al.，2023）。对非洲领导人的调查也显示，虽然中国在基础设施建设领域根据世界银行定义，短期债务为还款期限小于1年的债务，其余为长期债务。根据世界银行定义，优惠债务为贷款优惠度不低于35%的债务。由于IDS数据库并未提供贷款层面的信息（如利率、期限等），在此采用利息支付额与债务存量之比来估计债务国对各个债权人的平均利息成本。根据AidData数据库提供的项目层面的中国贷款信息，基础设施建设是中国贷款的主要投向，占项目总数的59%，项目总金额的46%。世界经济*2023年第9期 13熊婉婷张家诚孙靓莹是其首选发展合作伙伴，但在治理、教育、医疗等领域则更倾向于选择美国作为首选合作伙伴（Horigoshi et al.，2022）。图4反映了中美贷款承诺与债务国人均GDP增速之间的相关关系。不难发现，中国贷款与债务国经济增长之间有较强的正相关关系，而美国贷款则呈现出负相关关系，这为假说一提供了初步证据，下文将展开更为严谨的计量分析。图4中美两国的贷款承诺额与债务国经济增长说明：按照核心解释变量的取值（如中国贷款承诺额）把样本划分为50组，计算每个组内样本的均值，然后计算这些样本的平均值并绘制散点。贷款变量相对经济增长变量滞后1期。四计量模型与结果（一）基准回归本文采用如下计量模型检验中国贷款对债务国当地经济增长的影响：gi，t=a0+CHNi，t-1+Xi，t-1+i+t+i，t（1）其中，被解释变量gi，t为第i个债务国在第t年的人均 GDP增速，核心解释变量CHNi，t-1代表滞后1期的中国贷款。为应对贷款金额的测量误差问题，采用两种方式度量外部贷款：一是哑变量形式，即债务国在当年是否获得来自中国的贷款承诺；二是金额对数值形式，即债务国在当年获得来自中国贷款承诺金额的对数值。Xi，t-1是一系列随国家和年份变化的控制变量，i和t分别表示国家和年份固定效应，i，t是为避免0值干扰，加1后取对数。世界经济*2023年第9期 14生产性债务：中国海外主权贷款与发展中国家经济增长残差项，a0是常数项。主要控制变量为来自美国、世界银行IDA和世界银行IBRD的贷款，下文分别以USA、IDA和IBRD表示来自相应债权人的贷款，这些贷款变量同样有哑变量和金额对数值两种形式。参考Dreher et al.（2021）的研究，部分计量模型还包括经济增长文献中常见的其他控制变量，即人口规模（取对数）、通胀率、贸易开放度、财政余额/GDP和M2/GDP。表2是基于普通最小二乘法的固定效应模型估计结果（以下简称FE模型）。其中，Panel A中贷款变量采用哑变量形式，Panel B中采用金额对数值形式，被解释变量表2外部贷款对债务国人均GDP增速的影响（FE模型）Panel A：贷款变量采用哑变量形式CHNIBRDIDAUSAR2Panel B：贷款变量采用金额对数值形式CHNIBRDIDAUSA其他控制变量观测值数国家数R2（1）0.810*（0.212）0.05（7）0.050*（0.012）未控制28621160.05（20.998*（0.306）-0.014（0.491）0.05（8）-0.055*（0.017）0.004（0.028）未控制28621160.05（3）-0.261（0.401）0.04（9）-0.015（0.022）未控制28621160.04（4）0.835*（0.211）-0.989*（0.305）-0.029（0.490）-0.282（0.392）0.05（10）0.051*（0.012）-0.055*（0.016）0.002（0.028）-0.016（0.021）未控制28621160.05（5）0.648*（0.210）0.06（11）0.040*（0.012）控制26491070.07（6）0.668*（0.205）-0.990*（0.308）0.146（0.530）-0.234（0.364）0.07（12）0.041*（0.012）-0.053*（0.016）0.012（0.030）-0.013（0.020）控制26491070.07说明：括号中为聚类到国家层面的稳健标准误，*、*和*分别表示在10%、5%和1%水平下显著。所有回归均包含常数项、国家和年份固定效应。相对被解释变量，解释变量和控制变量均滞后1期。其他控制变量为人口规模（取对数）、通胀率、贸易开放程度、财政余额/GDP、M2/GDP。如无特别说明，后表均采用上述设定。世界经济*2023年第9期 15熊婉婷张家诚孙靓莹均为债务国的实际人均GDP增速。第（1）-（3）列分别以来自中国、世行和美国的贷款作为被解释变量，第（4）列同时包括来自中国、世行和美国的贷款，第（5）（6）列展示了包含其他控制变量的结果。表2的结果初步证明，中国贷款能够有效促进债务国的经济增长。中国贷款的回归系数在1%的置信水平上显著，考虑不同贷款度量方式、控制不同变量组合的情况下结论保持稳健。Panel A的结果表明，在获得中国贷款的情况下，债务国的经济增速比没有中国贷款的情况平均高 0.6-0.8个百分点。Panel B的结果表明，如果债务国当年所获得的中国贷款承诺额的规模（样本均值为121亿美元）翻一倍，那么该国下一年的经济增速平均提高约0.03个百分点。与中国贷款不同，世行 IDA、美国贷款与债务国经济增长之间的相关性并不显著，世行IBRD贷款与债务国的经济增长之间甚至显著负相关。这一结果验证了前文提出的研究假说1，即来自不同债权人的贷款会对债务国经济发展产生不同效果。关于不同债权人贷款系数估计结果的差异，可能存在多种解释。一方面，关于传统债权人贷款难以促进债务国增长、甚至会带来抑制效果的经验证据并不少见（Harrigan and Mosley，2007；Dreher et al.，2021）。另一方面，基于固定效应模型的分析只是一个初步结果，估计结果可能因为内生性问题而存在偏误。下文将对可能存在的内生性问题展开更为全面的讨论。（二）工具变量分析上述回归结果只能初步说明债务国经济增长与中国贷款之间存在正相关关系，而反向因果、遗漏变量、测量误差等内生性问题可能会导致估计偏误。应对上述内生性的有效途径是工具变量法，即找到一个能够影响中国贷款但不直接影响债务国经济增长的外生变量。参考Nunn and Qian（2014）和Dreher et al.（2021）的研究，构建一个交乘形式的工具变量：IVi，t=Steelt-1 PCHN，i（2）其中，Steelt为取对数且去趋势的中国钢铁产量，仅随时间变化。Bluhm et al.（2018）和Dreher et al.（2021）指出，国内产能输出能力的增长是驱动中国对外投资的重要动机。由于中国在海外投资的大部分基础设施都需要使用钢铁材料，因此钢铁产量的变化可以反映中国产能输出能力的变化，并对中国贷款产生影响。PCHN，i为债务国i获得中国贷款的概率，取值等于该国获得中国贷款的年数与样本总年数之比，第（7）-（12）列中，中国贷款承诺金额对数值的回归系数约为0.04-0.05。这意味着当中国贷款承诺金额翻倍时，债务国对应的经济增速变化为0.04%ln（2）=0.028%或0.05%ln（2）=0.035%。世界经济*2023年第9期 16生产性债务：中国海外主权贷款与发展中国家经济增长是不随时间变化、但存在个体差异的变量。对债务国而言，中国钢铁产量变化相当于一个外部的宏观政策冲击，而接受中国贷款概率则反映了各国对这一外生冲击的风险敞口差异。把二者进行交乘，可以得到一个随时间和年份变化的工具变量。表3展示了基于上述工具变量的第二阶段回归结果（以下简称IV模型）。第（1）-（6）列分别对应不同贷款变量类型和控制不同变量组合的结果，其中中国贷款的回归系数均显著为正。总体而言，IV模型得出的回归系数比FE模型更大，导致该差异的原因可能有两个：一是FE模型因为内生性问题使得估计系数偏低。二是IV模型估计的是局部平均处理效应而非样本整体的平均处理效应，二者估计的差异反映了样本中的异质性。表3外部贷款对债务国人均GDP增速的影响（IV模型第二阶段回归）CHNIBRDIDAUSA其他控制变量观测值数国家数贷款（哑变量）（1）8.226*（2.830）未控制2860116（2）8.299*（2.708）-1.030*（0.429）-0.188（0.532）-1.112*（0.536）未控制2860116（3）8.243*（2.824）-1.059*（0.433）-0.016（0.561）-1.012*（0.493）控制2648107贷款（金额对数）（4）0.350*（0.116）未控制2860116（5）0.354*（0.112）-0.060*（0.021）-0.009（0.030）-0.048*（0.025）未控制2860116（6）0.350*（0.116）-0.059*（0.021）0.001（0.031）-0.042*（0.023）控制2648107说明：Cragg-Donald F统计量大于Stock Yogo 10%显著水平下的临界值16.38，Kleibergen-PaapF值显著大于10，说明不存在弱工具变量问题。一个合理有效的工具变量需要满足相关性假设。在第一阶段回归中，中国贷款的回归系数显著为正，说明工具变量与解释变量具有较强的相关性。工具变量还需满足排他性假设。这意味着在控制其他变量后，中国钢铁产量变化只能通过中国贷款这一渠道对债务国经济增长产生影响。然而，除了主权贷款以外，中国钢铁产量变化还可能通过贸易、外商直接投资、大宗商品价格和对某些国家的铁矿石需求等渠道影响债务国的经济增长。为了排除上述可能性，本文在表3的基础上进一步控制与其他渠道有关的变量，发现在增加上述控制变量后，中国贷款对债务国经济增长的影响依然显著为正。此外，如果以宏观外部冲击和该冲击在个体层面分配份额的交乘世界经济*2023年第9期 17熊婉婷张家诚孙靓莹项作为工具变量，回归模型可能因为非线性时间趋势和选择偏误而产生估计偏误，参照Christian and Barret（2018）的建议，本文对可能存在的问题进行了进一步检验，有关工具变量有效性的分析结果见本刊网站的在线附录。（三）基于反事实估计的双重差分检验除了工具变量法以外，还可以采用双重差分法来缓解可能存在的内生性问题。对债务国而言，是否获得中国贷款承诺可看作一项外部政策冲击。这种政策设定不仅处理时点不同，而且有政策退出。如果使用传统双重差分法，可能因为处理时点或处理效应的异质性导致“负权重”问题，进而引发估计误差。为了应对这一挑战，本文采用Liu et al.（2022）提出的基于反事实估计量的双重差分法（以下简称反事实DD模型），检验中国贷款与债务国经济增长之间的因果关系。该方法的核心思想是利用控制组样本信息，为每个处理组样本生成相应的反事实估计，形成一组反事实样本。处理组与反事实组在接受政策处理后的差异即为政策处理效应，二者在接受处理前的差异即为有待检验的平行趋势。该方法从根源上避免了“负权重”问题，尽可能地利用了数据信息，并且可以通过改变模型设定来排除不随时间变化或不可观测的混杂因素对结果的干扰。表4展示了基于反事实DD模型的回归结果。第（1）-（3）列分别对应不同控制变量组合，为排除既随时间变化又随个体变化的混淆因素带来的估计偏误，第（4）列引入矩阵补全估计量。所有回归结果均显示，是否获得中国贷款的平均处理效应显著为正。平均而言，获得中国贷款承诺使债务国的人均GDP增长率提升约1.091.12个百分点。表4外部贷款对债务国人均GDP增速的影响（反事实DD模型）CHN处理组观测值数总观测值数安慰剂检验得到的平均处理效应反事实估计量的类型其他债权人贷款其他控制变量（1）1.091*0.630，1.5787642862-0.150-1.998，1.268固定效应模型未控制未控制（2）1.124*0.658，1.5877642862-0.052-1.381，1.416固定效应模型控制未控制（3）1.124*0.648，1.6327642649-0.052-1.698，1.218固定效应模型控制控制（4）1.000*0.569，1.4877642649-0.052-1.715，1.329矩阵补全模型控制控制说明：中括号内为基于自举法得到的95%置信区间。其他债权人贷款指美国、世行IDA和世行IBRD贷款。贷款变量均采用哑变量形式。世界经济*2023年第9期 18生产性债务：中国海外主权贷款与发展中国家经济增长除了平均处理效应以外，表4还展示了针对各个模型的安慰剂检验结果。检验思路如下：假设政策处理比真实发生时期提前s期，可生成一个反事实的虚拟样本，在此基础上可用反事实估计量对虚拟样本的平均处理效应进行估计，然后采用均值差异法检验“虚拟样本的平均处理效应是否等于0”。安慰剂检验结果表明，虚拟样本的平均处理效应远小于真实样本，且对应的95%置信区间均包含0值，不能拒绝其均值等于0的原假设。换言之，随机提前获得中国贷款承诺的时间会显著降低中国贷款对经济增长的促进作用，这也从反事实角度验证了中国贷款对债务国经济确实有拉动作用。此外，为了检验共同趋势假设是否成立，图 5展示了中国贷款动态处理效应的估计结果，图中曲线反映了处理组样本的经济增速与其反事实估计值之差的均值变化趋势。可以发现，在获得中国贷款承诺前的年份，处理组样本与其反事实估计值之差的均值在 0值附近上下波动，Wald 检验的结果也无法拒绝这些均值等于0的原假设，说明反事实组与处理组在事前具有相似的变化趋势。在接受政策处理后的年份，处理组样本的经济增速与其反事实估值之差的各期均值都显著高于0，并且表现出上升趋势。说明中国贷款对债务国经济增长的促进作用是相对长期的，不仅仅在短期内有效。作为对比，还可以采用相同方法对美国、世行IDA和世行IBRD的贷款有效