劉軍榮

摘要：跨喜馬拉雅地區(qū)是“海上絲綢之路”重要地區(qū)，對其投資環(huán)境與外商直接投資（INFDI）關系的考察對“海上絲綢之路”建設具有重要意義。以廣義跨喜馬拉雅地區(qū)五個主要經濟體為樣本，基于PRS集團的ICRG數據對其金融、經濟、政治和綜合投資環(huán)境指數進行估算，并實證分析該地區(qū)投資環(huán)境對INFDI的影響。結果顯示跨喜馬拉雅地區(qū)金融、經濟和綜合投資環(huán)境總體向好并出現一體化趨勢，但政治投資環(huán)境未見好轉，各國差異巨大?？缦柴R拉雅地區(qū)投資環(huán)境對INFDI流量有較顯著影響，但該地區(qū)投資環(huán)境指標對INFDI影響機制尚需完善。

關鍵詞：跨喜馬拉雅地區(qū)；投資環(huán)境；直接投資

文章編號：2095-5960（2018）06-0026-10；中圖分類號：F127；文獻標識碼：A

一、引言

跨喜馬拉雅地區(qū)狹義上是指喜馬拉雅山脈周圍的區(qū)域，主要包括阿富汗、巴基斯坦、印度、緬甸、尼泊爾、孟加拉國和中國。廣義的跨喜馬拉雅地區(qū)包括南亞和東南亞區(qū)域。隨著“一帶一路”倡議的提出，“跨喜馬拉雅”概念出現在愈來愈多學者的研究中（李濤，2015；[1]戴永紅，2017[2]）。

自中國提出“一帶一路”倡議以來，帶動了對沿線地區(qū)的非金融性直接投資的飛速發(fā)展（金仁淑，2017[3]；馬文秀，喬敏健，2016；[4]張素芹，2017[5]），同時中國也面臨著來自沿線國家的經濟、政治、文化等各類投資風險（吳艷文，2017；[6]黃韻，2017[7]）?？缦柴R拉雅地區(qū)是“一帶一路”之“海上絲綢之路”的重要環(huán)節(jié)，該地區(qū)的經濟健康發(fā)展是區(qū)域投資合作的重要前提，是建設好“海上絲綢之路”的關鍵。筆者認為，在完善的市場機制作用下，投資環(huán)境優(yōu)化對外商直接投資流入（INFDI）形成良性推動作用，INFDI流量將增加；惡化的投資環(huán)境不利跨喜馬拉雅地區(qū)（以下簡稱“跨喜地區(qū)”）吸引INFDI，INFDI流量將減少。如果二者相互作用體制機制不完善、缺失甚至扭曲，東道國政府難以運用正確的政策工具優(yōu)化投資環(huán)境和調控INFDI，而投資者也難以基于信息傳導機制估計投資風險并作出科學的投資決策，長期內將阻礙INFDI流入，不利于地區(qū)經濟發(fā)展，甚至阻礙“一帶一路”的建設進程。

本文以跨喜地區(qū)內印度、緬甸、馬來西亞、泰國、巴基斯坦五個重要經濟體為研究樣本，旨在考察跨喜地區(qū)投資環(huán)境對INFDI的影響，考察期為1990—2014年。選擇該五國為樣本的原因主要在于：首先，這五國的經濟體量、發(fā)展水平、經濟結構和社會政治等方面在跨喜地區(qū)具有代表性；其次，這些國家的統(tǒng)計數據完整，沒有缺失。本文主要研究任務包括：第一，估算樣本經濟體的投資環(huán)境指數；第二，基于國別數據分析投資環(huán)境對INFDI的影響；第三，基于面板數據分析投資環(huán)境對INFDI的總體影響。

目前學界對直接投資研究頗多，成果豐富，但對直接投資環(huán)境的研究相對很少。目前對跨喜地區(qū)投資環(huán)境指數估測和投資環(huán)境對外商直接投資影響研究的成果幾乎沒有。有關跨喜地區(qū)投資環(huán)境的研究基本上集中于國別研究（徐秀良，楊飛，2016；[8]王春麗，2018；[9]諶潔，2009；[10]姬虹，2004[11]等），這些研究主要從經濟形勢、政策實施、社會事件等角度定性評判投資環(huán)境優(yōu)劣和變化。上述學者們認為，跨喜地區(qū)國家在經濟、政治、社會等方面的投資環(huán)境不佳，非市場投資風險很大。

就跨喜地區(qū)INFDI的研究主要包括該地區(qū)國別INFDI的特點和原因以及各國鼓勵政策和投資效果等內容。在INFDI特點和原因研究方面，鄭國富（2014）[12]，楊宏斌，楊志寧（2003）[13]和宋濤（2016）[14]等學者研究發(fā)現，緬甸等跨喜地區(qū)經濟體的INFDI總量較低，年度波動較大，同時各國注重知識和技術性INFDI的引入，積極引導INFDI流向優(yōu)先和重點發(fā)展產業(yè)。

戢夢雪和李好（2009）[15]研究了印度INFDI的鼓勵政策及其效益。2008年世界金融危機時，印度積極調整INFDI政策，使其INFDI大幅下降后出現顯著回升，效益明顯提高，促進了該國貿易并改善了國際收支。梅新育（2014）[16]定性研究了印度投資風險，研究認為印度民族主義、民粹主義、官僚主義、政府更迭和腐敗等引致的政治風險最為顯著。努努凱和凌常榮（2017）[17]基于案例對INFDI對緬甸中小企業(yè)的影響進行了定性研究，發(fā)現INFDI通過中小企業(yè)為緬甸創(chuàng)造就業(yè)，提高了國民收入。

上述研究對跨喜地區(qū)個別國家投資環(huán)境和INFDI作了定性分析，但尚無學者利用對該地區(qū)投資環(huán)境指數進行估計，更沒有學者研究跨喜地區(qū)投資環(huán)境變化對INFDI的影響。在“一帶一路”倡議的背景下，中國將與跨喜地區(qū)國家開展深度國際投資合作，對該地區(qū)的投資環(huán)境測算以及其對INFDI影響的研究顯得尤為必要。這恰是本文的主要任務。

二、研究數據來源和相關說明

（一）投資環(huán)境數據來源和相關說明

目前，關于投資環(huán)境評價分析，大多數學者使用冷熱比較分析法、多因素等級評分法、關鍵因素評分法及道氏公司動態(tài)評分法等定性分析方法；也有少數學者采用了層次分析法、因子分析法、模糊綜合評價法、功效系數法、熵值法等定量分析方法。定性分析法主觀性太強，主要是基于學者的主觀推導與判斷。定量分析法基于調查數據進行統(tǒng)計測算，客觀性較高，但是由于數據來源、樣本大小、統(tǒng)計方法等局限，導致了定量分析結果準確度不高的情況（李俊杰，2004；[18]陸亞琴，2010；[19]張一博，2012；[20]戴園，1994[21]）。為了客觀估算各國投資環(huán)境指數，筆者采用了PRS集團的ICRG數據（International Country Risk Guide from the PRS Group，Inc.）作為衡量投資環(huán)境的基礎數據。PRS集團的ICRG數據在全球國家風險評估方面具有很高的權威性，被實踐界和學術界廣為接受。

PRS把國家風險分為三個方面，即金融風險指數、經濟風險指數和政治風險指數3個一級風險指標，共22個二級風險指標（參見附表1）。金融類指標包括占GDP的外債率、匯率穩(wěn)定性、占貨物和服務出口的外債率、占服務出口的外債率和國際流動性；經濟類指標包含通貨膨脹率、人均GDP增長率、預算平衡、經常賬戶余額；政治類有12個指標，這表明ICRG更看重政治風險評估，包括了廣義政治的指標，涵蓋了商業(yè)環(huán)境風險（社會條件、投資概況、各類沖突、官員素質等），狹義的政治風險（政府穩(wěn)定、各類沖突、政治被干預、民族關系等），社會風險（沖突、腐敗，社會條件等）以及法律風險（法律和秩序）等?；诳缦驳貐^(qū)各國的經濟發(fā)展、社會構成、政治格局等具體情況，筆者認為政治風險應該給予足夠考量。因此筆者接受ICRG風險分類，并保留其所有二級指標作為本文跨喜地區(qū)投資環(huán)境測算和分析的基礎數據。

（二）外商直接投資（INFDI）數據來源和相關說明

外商直接投資（INFDI）在本文中為解釋變量，為了顯示投資環(huán)境變化導致外商直接投資變化，我們使用樣本各國1990—2014年的INFDI流量數據，數據來自UNCTAD在線數據庫。①①聯合國貿發(fā)會議在線數據庫http：//unctadstat.unctad.org.樣本國INFDI流量趨勢顯示（詳見圖1），1990—2014年印度在2005年后高速增長，其后在300億美元上下波動。而其他國家INFDI流量在樣本期間增加不明顯，泰國和馬來西亞整體趨勢呈微幅增加，巴基斯坦和緬甸除個別年份略有波動，總體INFDI流量很小。

（三）投資環(huán)境指數對外商直接投資的影響分析方法

本文旨在研究投資環(huán)境變化對INFDI流量的影響，筆者采用的主要研究方法包括同步指數法，協(xié)整分析法、回歸和彈性分析法及面板回歸分析法。同步指數法是Cerqueira & Martins（2009） [22]首次用于分析指標之間的協(xié)動關系。協(xié)整檢驗的目的是決定一組非平穩(wěn)序列的線性組合是否具有穩(wěn)定的均衡關系，它能夠遞出變量之間存在穩(wěn)定因果關系，可以協(xié)整的序列可以直接回歸，免于單位根檢驗。彈性分析法主要用于研究INFDI流量對投資環(huán)境改善或惡化反應的程度。彈性大，說明投資環(huán)境能在較大程度上影響INFDI流量；彈性小，則情況相反。本文彈性分析方法是變量對數化后的線性回歸系數。面板回歸分析法基于五國數據面板化后進行線性回歸，分析樣本五國投資環(huán)境對INFDI的總體影響，旨在說明跨喜地區(qū)總體狀況。投資環(huán)境指數對INFDI的影響回歸分析中，INFDI是被解釋變量，投資環(huán)境指數為解釋變量，基本回歸模型如下：

y=a+∑ni=1bixi+ξ（1）

模型（1）中，y為INFDI，xi（i=0.1.2.3）為不同類型的環(huán)境指數，分別為總體投資環(huán)境、金融投資環(huán)境指數、經濟投資環(huán)境指數和政治投資環(huán)境指數，所有變量均為列向量。a，b和ξ分別為常數項、回歸系數和擾動項，b為列向量。總體投資環(huán)境（x0）單獨與被解釋變量y回歸。對于INFDI對投資環(huán)境指數變化的彈性估計，筆者采用數據對數化后進行線性回歸，基本模型如下：

lny=a+∑ni=1bilnxi+ξ（2）

模型（2）中l(wèi)ny和lnx分別為INFDI和投資環(huán)境指數的對數。

同步指數法是衡量指標之間的協(xié)動關系和相關水平的方法。其計算公式如下：

ρij，t=1-12dj，t-dj1T·∑Tt=1（dj，t-dj）2-di，t-di1T·∑Tt=1（di，t-di）22 （3）

公式（3）中相關指標涵義為：

ρij，t（-∞，1]為同步化指數，是INFDI流量di和投資環(huán)境dj在時期t協(xié)同性的強弱，ρij，t值愈大即INFDIL流量和投資環(huán)境的互動性越顯著；

di，t、dj，t分別表示在t時期INFDI流量和投資環(huán)境指數；

dj，di分別表示INFDI流量和投資環(huán)境指數在觀察期t0-tT的平均值；

T為考察期時期數（本文為年度數）。

三、投資環(huán)境指數的估算

（一）投資環(huán)境指標因子分析

筆者在SPSS 20環(huán)境下通過因子分析法對每一級指標下的二級指標進行因子分析，分別提取金融風險、經濟風險和政治風險的因子和特征值，基于對所有二級風險指標進行因子分析得到綜合風險的因子和特征值。在因子分析過程中筆者堅持兩個原則：第一，特征值累加必須大于85%，保證得出的因子能夠對原數據有很高的代表性；第二，特征值大于1.0的因子必須選中，保證重要因子進入分析。各國投資環(huán)境的因子分析結果見表1。

基于因子分析可得到各類投資環(huán)境得分。筆者將上述因子分析得分分別作為金融、經濟、政治和綜合投資環(huán)境的評價指數，即金融投資環(huán)境指數（FIN）、經濟投資環(huán)境指數（ECO）、政治環(huán)境投資指數（POLI）和綜合投資環(huán)境指數（GEN）。按照ICRG說明，指數值愈大則相應風險愈小。因此投資環(huán)境指數愈大，投資環(huán)境越好。通過因子分析法，我們得到各國1990—2016年度各類投資環(huán)境指數的時間序列?；谠撚嬎憬Y果，筆者將進行下文分析。

（二）金融投資環(huán)境指數估算結果和趨勢

圖1顯示各國金融投資環(huán)境指數測算結果及分布趨勢，分析結果認為1990—2016年五國金融投資環(huán)境整體明顯向好?；谝蜃臃治鲈仃囷@示，這些國家的匯率、國際支付等利好形勢有利于樣本經濟體吸引外商直接投資（INFDI）。需要指出的是，圖2顯示五國金融投資環(huán)境呈現明顯一體化趨勢，特別在2004年后該趨勢尤為顯著。圖2也顯示，泰國、馬來西亞和巴基斯坦受到1997—1998年亞洲金融危機很大影響，期間金融投資環(huán)境嚴重惡化。筆者根據C-M同步分析法計算結果顯示，2004—2016年五國金融投資環(huán)境同步水平為0.87①①根據Cerqueira和Martins（2009）研究，同步指數值范圍為（-∞，1]，值越大同步性越高。下文同。 ），這表明五國國際支付、匯率、國際流動性以及對外債務等相關經濟形勢和相關政策在2004年后出現顯著的協(xié)同趨勢，為區(qū)域內外提供了低金融風險的投資環(huán)境，有利于跨喜馬拉雅區(qū)域投資合作。

（三）經濟投資環(huán)境指數估算結果和趨勢

經濟投資環(huán)境指數描述的是各國經濟環(huán)境對INFDI的適應度。圖3顯示了五國經濟投資環(huán)境指數的比較和時間分布。容易觀察到，五國在1990—2016年間整體呈上升趨勢，各國經濟投資環(huán)境呈好轉趨勢。由于先后受到1998年亞洲金融危機和2007—2008年全球金融危機的影響，五國經濟投資環(huán)境出現兩次惡化。尤其是泰國和馬來西亞的經濟投資環(huán)境在亞洲金融危機期間（1997—1998年）經歷了嚴重惡化，所有樣本國家在2007—2008年期間都經歷了經濟投資環(huán)境惡化。其次，五國經濟投資環(huán)境的變化顯示出較明顯的同步性，同步指數為0.71?；谝蜃臃治龅脑仃嚕梢园l(fā)現五國在通貨膨脹、人均GDP、經濟增長率、經常賬戶平衡等方面的經濟指標和調控政策方面具有一定的協(xié)動性。

圖3五國經濟投資環(huán)境指數趨勢與比較（1990—2016）

數據來源：基于原始數據（ICRG）計算繪制。

（四）政治投資環(huán)境指數估算結果和趨勢

政治投資環(huán)境對于國際投資而言是重要的考量因素。因為政治環(huán)境可變性、人為性和突發(fā)性最為明顯，對國際投資經營產生的影響最為直接且意義重大。筆者對ICRG所列政治風險12個二級指標的因子分析并得出政治投資環(huán)境指數（見圖4）。估算結果顯示，五國政治投資環(huán)境指數趨勢在1990—2004年具有較明顯的同步性趨勢（0.49）。但2004年后各國逐漸呈明顯分化趨勢，同步性水平大大降低（同步水平為-0.11）。除印度外，各國政治投資風險呈增大趨勢，其中以泰國投資政治風險最大?？傮w而言，五國政治投資環(huán)境總體惡化，區(qū)域內部國家政治環(huán)境分化嚴重。

（五）總體投資指數環(huán)境估算結果和趨勢

ICRG提供的金融、經濟和政治風險方面的23個二級指標，筆者利用因子分析法獲得五國綜合投資環(huán)境的打分（圖5）。圖5顯示，五國在金融、經濟和政治風險的23個二級指標共同作用下營造了一個逐漸適宜的投資環(huán)境，總體向好。通過同步性分析發(fā)現，五國綜合投資環(huán)境呈現較明顯同步性（同步指數058）。這表明跨喜地區(qū)綜合投資環(huán)境趨好，投資環(huán)境存在區(qū)域一致性，為區(qū)域投資合作提供了良好條件。

四、各國外商直接投資與投資環(huán)境的互動關系

（一）基于同步性的相關性分析

為了準確顯示投資環(huán)境指數與INFDI的互動關系，筆者使用C-M同步指數法得到的投資環(huán)境與INFDI的同步性指數（參見表2）。表1顯示，各國INFDI與政治投資環(huán)境同步性較低（除印度外），五國平均為-011。在INFDI與金融投資環(huán)境同步性方面，巴基斯坦為065、印度為086、緬甸為021（最低），五國平均為046。INFDI與經濟投資環(huán)境同步性方面，除緬甸（00003）外，其他國家大體相當，其中印度同步性最高為069，五國平均為044。從INFDI與綜合投資環(huán)境同步性來看，印度（0775）、馬來西亞（0605）和巴基斯坦（0552）較高，緬甸最低（026），五國平均為051。

同步分析顯示，投資環(huán)境與直接投資流入有明顯互動關系?？傮w而言，與INFDI互動水平最大的是綜合投資環(huán)境，第二是金融投資環(huán)境，第三是經濟投資環(huán)境，最弱的是政治投資環(huán)境。

同步性分析有兩個結果值得關注，第一，樣本五國投資環(huán)境與INFDI同步性差異明顯，有些國家二者同步性加強，有些國家相關的同步性很弱；第二，政治投資環(huán)境優(yōu)化與INFDI變化的同步性最低，這表明政治投資環(huán)境所指向的政治風險對INFDI影響較小。這兩個問題筆者將在下文進行進一步探討。

（二）各國直接投資與投資環(huán)境的協(xié)整分析

通過單位根檢驗發(fā)現，各國INFDI、金融投資環(huán)境指數、經濟投資環(huán)境指數、政治投資環(huán)境指數和經濟投資環(huán)境指數在5%的顯著水平上均為一階單整序列，鑒于此，筆者對各投資環(huán)境指標與INFDI進行協(xié)整檢驗。協(xié)整結果（表3）顯示，樣本國家的政治、金融、經濟投資環(huán)境和INFDI之間在5%的顯著水平上存在3個以上的均衡方程，說明INFDI與各類投資環(huán)境指標之間存在長期均衡關系和長期因果互動機制。

（三）INFDI-投資環(huán)境回歸和彈性分析

為了進一步探討投資環(huán)境與INFDI的互動水平，筆者對INFDI-投資環(huán)境變化進行了彈性估計。我們以INFDI的對數為被解釋變量分別與金融、經濟、政治投資環(huán)境指數的對數進行逐步回歸，回歸結果顯示于表4中。

表3顯示，印度金融投資環(huán)境和經濟投資環(huán)境變化對其INFDI流量富有彈性（分別為146和152），表明二者對印度INFDI影響巨大；馬來西亞INFDI-經濟投資環(huán)境分別為066；巴基斯坦INFDI對經濟投資環(huán)境很敏感，彈性為161。

從各國INFDI對綜合投資環(huán)境的彈性來看，巴基斯坦INFDI-綜合投資環(huán)境的彈性為285，印度該彈性為168。說明這兩個國家的綜合投資環(huán)境對INFDI流量影響力度很大。馬來西亞的該彈性為065，比較而言缺乏彈性。彈性分析表明，在部分跨喜地區(qū)國家的投資環(huán)境-INFDI互動機制是存在的，并正在發(fā)揮功能。

需要特別指出的是，回歸顯示各國政治投資環(huán)境與INFDI沒有線性回歸關系。這表明在短期內，政治環(huán)境變化對INFDI流入沒有影響。該結論與上文同步分析結果大體相同。而實際上，該結果與其他學者（王海軍，2012[23]；韋軍亮，陳漓高，2009[24]）研究結果存在差異，他們認為政治風險對OFDI有顯著影響。歐陽碧媛（2016）[25]、陸以全（2012）[26]、太平和李姣（2018）[27]、尤宏兵等（2017[28]對跨喜地區(qū)相關研究發(fā)現，跨喜地區(qū)國家的政治風險很大，投資企業(yè)對該地區(qū)政治環(huán)境非常關注。這顯示跨喜地區(qū)具有其特殊性，原因可能包括：第一，政治投資環(huán)境中的許多因素對INFDI的影響是間接的，而非直接的，信息傳導鏈條過長，導致信息喪失；第二，可能有些政治因素對INFDI作用機制發(fā)生變異或扭曲；第三，可能投資者對該地區(qū)的投資目的和風險判斷存在獨特性。該問題值得進一步深度地專門研究。

回歸分析結果顯示，緬甸和泰國的INFDI與投資環(huán)境不存在線性回歸關系，這與同步性分析得出的結論相近，表明部分國家投資環(huán)境對INFDI的影響機制和效能存在差異。原因可能如下：第一，本文選擇的指標集可能未包含反應INFDI與投資環(huán)境互動信息；第二，這些國家尚未形成INFDI與投資環(huán)境互動機制。這與該國的政治體系、經濟結構、市場體系、文化宗教和經濟發(fā)展水平等社會深層問題緊密相關；第三，投資者和INFDI的性質特殊。跨喜地區(qū)在國際政治為敏感地區(qū)，國際政治博弈使得對該地區(qū)的投資者的政治性和非經濟性尤為明顯，相關投資決策就獨立于投資環(huán)境的考量。簡而言之，國際政治博弈所引致的直接投資等因素干擾所致。這是也是值得學者們系統(tǒng)研究的問題。

五、基于五國面板數據的分析

前文筆者對投資環(huán)境與外商直接投資的關系進行國別分析，并作了比較和解釋。為進一步了解五國所反映的整體情況，筆者擬對五國面板數據進行回歸和彈性估計。彈性估計采用對數據對數處理后回歸的系數估計法獲得。為了保證回歸的有效性，筆者用Levin-Lin-Chu（2002）方法對面板數據進行單位根檢驗。檢驗結果（表5）顯示，所涉的變量均為平穩(wěn)數據。

此筆者作了外商直接投資流量與投資環(huán)境指數的回歸分析和彈性估計。根據Hausman檢驗結果，概率P值小于0.05，表明拒絕隨機效應而須選擇固定效應模型。筆者基于固定效應模型作了回歸和彈性分析（參見表6）。

需要特殊指出的是，盡管INFDI-政治投資環(huán)境彈性很弱，面板分析結果則顯示二者存在回歸關系，與國別分析結果存在差異。同樣，面板回歸分析結果表明經濟投資環(huán)境對INFDI沒有回歸關系，而國別分析顯示巴基斯坦、馬來西亞和印度的經濟投資環(huán)境對其INFDI流入量具有顯著影響。由此可見，跨喜馬拉雅整個地區(qū)與單個經濟體的投資環(huán)境與INFDI的互動機制存在差異。投資者在評估區(qū)域和國別投資風險時，需要區(qū)別對待。

六、實證結論與對策建議

1.實證結論

通過樣本五國投資環(huán)境指數測算結果和趨勢發(fā)現，跨喜地區(qū)金融投資環(huán)境、經濟投資環(huán)境和綜合投資環(huán)境1990—2016年不斷變好，但政治投資環(huán)境總體未顯好轉。同時，五國在金融投資環(huán)境，經濟投資環(huán)境和綜合投資環(huán)境均存在一體化趨勢，金融投資環(huán)境一體化趨勢在2004年之后尤其明顯，但整體投資環(huán)境各國差異很大。

根據上述實證分析，跨喜地區(qū)投資環(huán)境變化對INFDI的沖擊是客觀存在。無論從同步性、協(xié)整、回歸和彈性分析結果來看，跨喜地區(qū)部分投資環(huán)境指標對INFDI在長期和短期存在較顯著影響。五國面板數據分析顯示跨喜地區(qū)金融環(huán)境和政治環(huán)境對INFDI有影響。

但是，國別研究和面板分析顯示，部分環(huán)境指標與INFDI沒有回歸關系，尤其是各國政治環(huán)境對其INFDI沒有線性回歸。這說明在整個地區(qū)或國家層面（特別是緬甸和泰國）投資環(huán)境與INFDI之間存在機制體制上的障礙，目前尚未構建完善的市場機制來傳導相關投資環(huán)境指標對INFDI的影響，不利于東道國制定出有效促進招商引資的宏觀政策，投資者也難以做出對跨喜地區(qū)投資的科學決策，從而有礙于該地區(qū)INFDI的引入，不利于經濟發(fā)展。

2.對策建議

跨喜地區(qū)國家應重視投資環(huán)境對INFDI影響的長效和中短期機制建設，充分利用投資環(huán)境與INFDI的現有傳導機制，制定調控政策，加強國內機制體制建設。在“一帶一路”倡議下，加強區(qū)域內國際溝通和交流，減低區(qū)內體制機制障礙帶來的投資誤判和合作誤會，增強雙方互信，促進區(qū)域內雙邊和多邊投資合作。注重多政策或專項政策恰當運用，比如印度綜合運用金融和經濟投資政策，也可單獨出臺金融和經濟政策優(yōu)化投資環(huán)境，馬來西亞和巴基斯坦卻必須注重綜合投資環(huán)境的優(yōu)化，將會極大地推動INFDI的增長。就跨喜地區(qū)總體而言，政治投資環(huán)境優(yōu)化將極大地促進INFDI的流入。

參考文獻：

[1]李濤.跨越喜馬拉雅的合作——第五屆中國-南亞文化論壇會議綜述[J].南亞研究季刊，2015（4）：106-108.

[2]徐君，姚勇.喜馬拉雅區(qū)域經驗與知識譜系構建[J].中國藏學，2017（3）：64-74.

[3]金仁淑.中日對東盟投資比較及中國的策略——“一帶一路”倡議下的新考量[J].現代日本經濟，2017（6）：34-44.

[4]馬文秀，喬敏健.“一帶一路”國家投資便利化水平測度與評價[J].河北大學學報（哲學社會科學版），2016（5）：85-94.

[5]張素芹.資本市場助推“一帶一路”建設[J].證券市場導報，2017（5）：1.

[6]吳艷文.“一帶一路”戰(zhàn)略下我國企業(yè)海外投資的風險及防范[J].西安財經學院學報，2017（4）：75-80.

[7]黃韻.“一帶一路”背景下國際貿易爭端解決機制[J].重慶社會科學，2017（6）：92-98.

[8]徐秀良，楊飛.吳登盛執(zhí)政時期緬甸的外資投資環(huán)境[J].東南亞南亞研究，2016（4）：54-58；107.

[9]王春麗.“一帶一路”重要節(jié)點：南亞區(qū)域市場的投資環(huán)境與拓展對策[J].東南學術，2018（1）：184-192.

[10]諶潔.對當前印度投資環(huán)境的綜合分析[J].東南亞縱橫，2009（4）：89-92.

[11]姬虹.印度尼西亞投資環(huán)境及其市場分析[J].亞太經濟，2004（6）：28-31.

[12]鄭國富.緬甸國際直接投資的特點、問題與前景[J].東南亞南亞研究，2014（1）：69-72；109.

[13]楊宏斌，楊志寧.印度利用外國直接投資政策的特點及新發(fā)展[J].南亞研究季刊，2003（2）：9-13；2.

[14]宋濤.中國對緬甸直接投資的發(fā)展特征及趨勢研究[J].世界地理研究，2016（4）：40-47.

[15]戢夢雪，李好.國際金融危機下印度外國直接投資政策的調整[J].南亞研究季刊，2009（3）：37-41；1.

[16]梅新育.在印度直接投資的風險分析[J].國際經濟合作，2014（5）：66-69.

[17]努努凱，凌常榮.外國直接投資對緬甸中小型企業(yè)的發(fā)展影響研究[J].當代經濟，2017（12）：6-9.

[18]李俊杰.投資環(huán)境研究綜述[J].人文地理，2004（5）：34-39.

[19]陸亞琴.國際直接投資與環(huán)境關系理論研究綜述[J].經濟問題探索，2010（12）：175-178.

[20]張一博.投資環(huán)境基本理論綜述[J].經濟學導刊，2012（1）：64-65.

[21]戴園晨.投資環(huán)境及其評價體系[J].中國社會科學，1994（1）：39-46.

[22] Cerqueira P A，Martins R.Measuring the Determinants of Business Cycle Synchronization Using a Panel Approach[J].Economics Letter，2009，102（2）：106-108.

[23]王海軍.政治風險與中國企業(yè)對外直接投資—基于東道國與母國兩個維度的實證分析[J].財貿研究，2012（1）：110-116.

[24]韋軍亮，陳漓高.政治風險對中國對外直接投資的影響—基于動態(tài)面板模型的實證研究[J].經濟評論，2009（4）：106-113.

[25]歐陽碧媛.中國企業(yè)對緬甸直接投資的風險及對策研究[J].經濟研究參考，2016（29）：87-90；95.

[26]陸以全.對印投資的政治風險及其法律應對措施[J].南亞研究，2012（3）：31-45.

[27]太平，李姣.中國企業(yè)對東盟國家直接投資風險評估[J].國際商務，2018（1）：111-123.

[28]尤宏兵，黃鷥涵，溫珺.不同投資動機下政治風險對中國在東盟直接投資的影響[J].商業(yè)研究，2017（12）：90-98.

Estimation of Investment Environment Index in Trans-Himalayas Region and The Impact on INFDI

-Empirical Studies Based on The Five Major Economies in The Region

LIU Junrong

（Center for Trans-Himalaya Studies， Leshan Normal University，Leshan Sichuan， 614000， China）

Abstract：The Trans-Himalaya region is an important part of the “Maritime Silk Road”. The investigation over the relationship between investment environment and inward foreign direct investment （INFDI） is of great significance to the construction of the “Maritime Silk Road”. In this paper， the five major economies in the Trans-Himalaya region are sampled， of which financial， economic， political， and overall investment environment index are estimated based on the PRRG Group's ICRG data， and the empirical analyses on the impact of the investment environment over INFDI are conducted bases on the investment environment index estimations. The analyses show that （1） the financial， economic and over investment environments in Trans-Himalaya region are improving and integrating regionally， but （2） the political investment environment has been even deteriorating， and the political differences among countries are huge. And the empirical results manifest that （3） in trans-Himalayas region ， the impacting channels of investment environment on INFDI exist， but（4） the operational mechanism between the investment environment indicators and INFDI has not yet been functional well. The analysis findings of this paper are conducive to recognizing and managing investment risks in the region， and inspiring for host governments in the region to lay out policies in promoting INFDI.

Key words：trans-himalaya region； investment environment； INFDI

責任編輯：蕭敏娜吳錦丹蕭敏娜常明明張士斌