李强同孟加拉国总理塔里克会谈

本文提出三个核心假说：H1（增长效应）：一带一路基础设施投资提高了孟加拉国非农产业占比，加速结构转型。其核心机制是交通基础设施降低区域间运输成本，使得制造业企业能够以更低成本进入国际市场，从而扩大工业部门就业和产出比重。H2（集聚效应）：基础设施改善促进制造业在港口和水路枢纽周边集聚，形成产业园区效应，但对远离枢纽地区的工业发展可能产生虹吸效应。H3（异质性效应）：基础设施投资对轻工业（纺织、成衣）的结构转型推动作用大于重工业，原因在于孟加拉国当前比较优势集中于劳动密集型产业。

本文以一带一路框架下港口和水利项目开工时间作为准自然实验，使用交错DID设计。处理组为项目所在省份及周边50公里辐射带内的县级行政区，对照组为其他未受项目直接影响的内陆地区。关键识别假定为：在项目开工前，处理组与对照组在产业结构变动趋势上满足平行趋势。通过事件研究法检验平行趋势假说，并以动态处理效应揭示结构转型的时间路径。考虑到项目选址可能存在内生性，采用地形坡度与历史河流航道距离的交乘项作为工具变量（IV），利用地理因素的外生变异分离基础设施投资的因果效应。

基准回归方程为：Y_{it} = α + β₁Treat_i × Post_{it} + γX_{it} + μ_i + λ_t + ε_{it}。其中Y_{it}为省份i在t年的非农产业增加值占比或制造业就业份额；Treat_i为处理组虚拟变量；Post_{it}为项目开工后取1；X_{it}为时变控制变量（人口密度、城镇化率、初等教育普及率、外商直接投资存量）；μ_i为省份固定效应，λ_t为年份固定效应。标准误在省份层面聚类。进一步，构建空间DID模型纳入空间权重矩阵W：Y_{it} = ρWY_{it} + β₁DID_{it} + θWDID_{it} + γX_{it} + μ_i + λ_t + ε_{it}，以识别基础设施投资的空间溢出效应。

被解释变量：结构转型指标包括（1）工业增加值占GDP比重，（2）服务业增加值占GDP比重，（3）农业就业人口占比（反向指标），（4）制造业出口占商品出口总额比重。核心解释变量：累计一带一路基础设施投资额（以2015年不变美元计），分港口、水利、能源三类。控制变量来源于孟加拉国统计局和世界银行WDI数据库。数据集覆盖孟加拉国8个专区、64个县级行政区，时间跨度为2010-2025年。工具变量：利用SRTM 90m分辨率数字高程模型计算各省平均地形坡度，与19世纪末英属印度时期主要内河航道距离的交乘项，满足相关性与外生性条件。

第一，替换被解释变量：以夜间灯光强度（NTL）作为经济发展的替代指标，检验基础设施对经济活动空间分布的广义影响。第二，安慰剂检验：随机分配处理组身份1000次，构造伪政策冲击的经验分布，检验真实处理效应是否位于分布的尾部。第三，排除同期政策干扰：剔除2018年孟加拉国享受欧盟"除武器外一切产品"（EBA）优惠关税续期的影响，以及2020-2021年新冠疫情冲击年份，观察核心结论的稳定性。第四，替换DID估计量为合成控制法（SCM），以其他南亚国家加权合成一个"反事实孟加拉国"，比较实际产业结构与合成反事实的差异。

---

本文提出四个假说：H1（国家嵌入假说）：中孟经贸合作中，国家层面的战略对接（高层互访、联委会机制）降低了跨国投资的政治风险感知，起到"制度替代"作用，弥补了孟加拉国正式制度供给不足带来的市场失灵。H2（市场挤出假说）：政策性贷款与国有企业主导的投资模式可能挤出孟加拉国本土私营部门投资，形成"资源诅咒型"依赖结构。H3（能力建设假说）：中国在新能源、数字经济等新兴产业的投资通过技术溢出和人力资本转移，提升了孟加拉国的国家产业能力，但在短期内可能加剧技术依赖。H4（话语建构假说）：两国将经贸合作嵌入"全球南方团结"的话语框架，有助于在国际层面为双边经贸安排争取合法性，降低来自西方国家的制度压力。

本文采用"最大差异系统设计"（MDSD）的比较案例研究策略。选取港口基础设施（国家主导程度高、市场化程度低）、清洁能源（国家与市场混合驱动）、数字经济（市场化程度高、国家介入较少）三个子领域，通过过程追踪法（process tracing）揭示国家-市场互动在不同合作领域的因果机制差异。同时使用清晰集定性比较分析（csQCA）识别促成"高效合作结果"的必要条件和充分条件组合——条件变量包括：高层互访频率、政策性贷款占比、本土私营部门参与度、技术转移条款完备度、争议解决机制有效性。

定性比较分析的真值表构建：结果变量为"合作成效"（综合指数，基于项目按期完工率、投资回报率、就业创造、技术转移四项指标的等权平均）。条件变量集合{高层互访频率（H），政策性融资占比（P），私营部门参与度（M），制度完备度（I）}均编码为二值变量（高于中位数为1）。布尔最小化方程为：Outcome = H·M·I + ~P·M·I（"·"为逻辑与，"~"为逻辑非，"+"为逻辑或），即高成效要么伴随高频互访与私营参与和制度完备的组合，要么伴随低政策融资与私营参与和制度完备的组合。覆盖度和一致性指标用于评估解的充分性和必要性。

核心变量构造：（1）国家介入程度——以双边政府间协议数量、政策性融资占项目总投资比重、国有企业参与份额三个子指标通过主成分分析合成综合指数。（2）市场效率——以项目投资回报率（ROI）、项目工期偏差率、合同争议发生率三个指标衡量。（3）合作成效——以新增就业岗位、本地采购比率、技术转让专利数、项目可持续运营年数加权合成。过程追踪数据来源包括：中外双边投资协定文本分析（条约解释编码）、孟加拉国主流英文媒体（The Daily Star, Dhaka Tribune）的涉华报道情感分析（2000-2025年）、以及对中国驻孟企业高管的深度访谈。

第一，替换QCA条件变量的编码阈值：以三分位数和均值替代中位数进行敏感性分析，检验解的一致性是否因编码标准变化而改变。第二，增加负面案例：纳入中缅、中斯等其他南亚和东南亚一带一路合作案例作为对照，检验中孟合作模式的外部有效性。第三，时间维度拓展：将分析窗口分割为2016-2020年（一带一路早期）与2021-2025年（高质量共建期），检验国家-市场关系在不同阶段的演变趋势。第四，多元方法交叉验证：对三个案例分别进行合成控制法量化评估，将量化结果与过程追踪的质性发现进行三角互证。

---

H1（贸易创造假说）：零关税政策通过降低孟加拉国产品进入中国市场的价格，创造了新增的对华出口贸易流——具体表现为孟加拉国受惠产品对华出口量的显著增长。H2（贸易转移假说）：孟加拉国对华出口增长部分来自对其他出口目的地的替代——受零关税激励，孟加拉国出口商将原本销往欧盟、美国等市场的产品转向中国市场。H3（利用率异质性假说）：原产地规则的复杂性（如区域价值成分要求、税则归类改变标准）显著影响零关税的实际利用率——规则越简单（如完全获得标准），利用率越高；规则越复杂（如特定工序要求），利用率越低，形成"制度摩擦"效应。

本文构建三重差分模型以分离零关税政策的净因果效应。第一重差分：受惠国（孟加拉国）vs. 非受惠的同类南亚出口国（印度、巴基斯坦作为对照组）；第二重差分：受惠产品（97%税目）vs. 非受惠产品（剩余3%税目）；第三重差分：政策实施前vs. 政策实施后。关键识别假定为：在没有零关税政策的情况下，孟加拉国受惠产品对华出口的增长率与三个反事实（孟加拉国非受惠产品对华出口、印度受惠产品对华出口、孟加拉国受惠产品对第三方市场出口）的变化趋势平行。通过三重交互项系数捕捉净政策效应，同时控制产品-年份和出口国-年份双向固定效应，消除产品层面和出口国层面的时变混淆因素。

基准DDD方程为：Export_{pct} = α + β₁BD_treat_p × Post_t × ZeroTariff_c + β₂BD_treat_p × Post_t + β₃BD_treat_p × ZeroTariff_c + β₄Post_t × ZeroTariff_c + γX_{pct} + δ_{pc} + η_{pt} + θ_{ct} + ε_{pct}。其中p代表HS 6位码产品，c代表出口国（孟加拉国及对照组国家），t代表年份。BD_treat_p为出口国是否为孟加拉国的虚拟变量，ZeroTariff_c为产品是否在零关税清单内，Post_t为政策实施后虚拟变量。δ_{pc}、η_{pt}、θ_{ct}分别为产品-国家、产品-年份、国家-年份交互固定效应。进一步，为区分贸易创造与贸易转移，以孟加拉国对非中国市场（欧盟、美国、日本）的出口份额变动作为被解释变量补充回归。

被解释变量包括：（1）中国从c国进口产品p的贸易额（对数），（2）贸易扩展边际（出口产品种类数增加），（3）贸易集约边际（已有出口产品的金额增长），（4）孟加拉国产品p对第三国市场的出口份额变化。核心解释变量：三重交互项BD_treat × Post × ZeroTariff。异质性分析变量：通过HS编码的最终用途分类（BEC分类）将产品分为消费品、中间品和资本品；通过Rauch分类将产品分为同质化产品与差异化产品。数据来源于中国海关总署2005-2025年HS 6位码进口数据库，与UN COMTRADE数据进行交叉验证。原产地规则文本通过WTO关税减让数据库和《亚太贸易协定》原产地证书要求进行编码量化（规则严格性指数=1-5）。

第一，替换对照组：以其他享受中国零关税待遇的最不发达国家（如老挝、柬埔寨、缅甸）作为替代对照组，检验结论是否因对照组选择而变化。第二，安慰剂政策时点：将零关税政策实施时间人为提前3年和5年进行伪回归，验证伪政策效应是否在统计上不显著。第三，排除多边贸易协定叠加效应：控制《亚太贸易协定》（APTA）降税进程、孟加拉国享受的欧盟EBA优惠关税、以及RCEP生效后中国对其他成员国关税减让的交叉影响。第四，改变聚类层级：将标准误聚类从产品层面改为产品-国家层面和年份-国家层面，检验统计推断的敏感性。第五，使用Caliendo和Parro (2015)的结构引力模型估计方法，将简化式DDD估计与结构模型参数校准的结果进行对比。

---

H1（乘数效应假说）：中国对孟基础设施投资对孟加拉国GDP产生大于1的乘数效应——1美元基础设施投资引致超过1美元的GDP增长，且乘数在经济下行期（产出缺口为负时）更大，与经济周期阶段的非线性关系符合凯恩斯理论的预测。H2（漏出效应假说）：由于孟加拉国资本品和建筑材料高度依赖进口（进口漏出比例约30%-40%），基础设施投资的边际进口倾向削弱了乘数效应，使实际乘数低于不考虑进口漏出情形的理论值。H3（挤出效应假说）：中国政策性贷款资助的基础设施投资通过抬高国内利率和本币汇率，对孟加拉国本土私人投资产生部分挤出效应，但考虑到孟加拉国金融深化程度较低（M2/GDP低于60%），利率传导渠道较弱，挤出效应规模有限。

本文面临的核心挑战是基础设施投资的内生性——投资规模可能与孟加拉国经济增长前景相关（反向因果），也可能遗漏同时影响投资和增长的第三变量（如中孟政治关系改善）。为处理内生性，本文采用两种策略：第一，利用中国国内政策周期（如一带一路高峰论坛年份、中国政策性银行信贷额度调整）构造外生工具变量——中国对孟投资受中国国内政策节奏影响，与孟加拉国的短期经济波动无关。第二，在项目层面，以中国对外承包工程的新签合同额滞后项作为当年投资完成额的Bartik工具变量，利用合同签订到投资落地的时间差分离外生变异。在此基础上，采用Jordà（2005）局部投影法估计基础设施投资对GDP和其他宏观经济变量的脉冲响应函数，形式灵活且对模型误设具有稳健性。

局部投影法方程：y_{t+h} - y_{t-1} = α_h + β_h InvestmentShock_t + γ_1(L)y_{t-1} + γ_2(L)InvestmentShock_{t-1} + δX_t + ε_{t+h}。其中y_{t+h}为t+h期的GDP对数（h=0,1,2,...,12个季度），β_h即为h期的累积乘数。InvestmentShock_t为利用工具变量估计获得的外生基础设施投资冲击。控制变量向量X_t包括全球需求指数（以孟加拉国主要出口市场GDP加权增长率衡量）、国际大宗商品价格指数、国内通胀率与货币政策利率。γ_1(L)和γ_2(L)为滞后算子多项式，控制内生动态。工具变量第一阶段方程：Inv_t = θ_1 PolicyCycle_t^{China} + θ_2 Bartik_IV_t + φW_t + ν_t，其中PolicyCycle_t^{China}为中国一带一路高峰论坛年份虚拟变量和中国进出口银行对外优惠贷款年度额度的交乘项，Bartik_IV_t为按项目份额加权的新签合同额滞后项。

核心变量：（1）中国对孟基础设施投资冲击：以季度实际投资额（美元，经PPP平减）经IV处理后的外生成分。（2）孟加拉国实际GDP：以2015年不变价格计算的季度GDP，来自孟加拉国统计局并经X-13 ARIMA季节调整。（3）控制变量组：孟加拉国政策利率（回购利率）、广义货币M2增速、实际有效汇率指数（REER）、财政赤字/GDP比率、经常账户余额/GDP比率。（4）传导渠道变量：银行对私人部门信贷增速（利率渠道）、进口资本品金额（进口漏出渠道）、建筑业就业人数（就业渠道）。数据期为2008Q1-2025Q4（68个季度观测）。中国基础设施投资数据以项目级月度数据加总至季度频率，按美元计价。

第一，替代识别策略：以Blanchard-Perotti结构VAR识别方法替代局部投影法，通过施加财政支出对GDP的同期弹性为零的识别约束，与局部投影法的弱约束策略进行对比。第二，替换乘数定义：分别估计峰值乘数、累积乘数（12个季度累积）和现值乘数（5%折现率），确保乘数结论不依赖于特定定义。第三，样本分割检验：按经济周期阶段（产出缺口正/负）、汇率制度弹性（2018年汇率弹性增强前后）和全球金融周期（VIX指数高/低）进行子样本分析，检验乘数效应的状态依赖性。第四，替代传导渠道变量：以信贷利差替代信贷增速衡量金融摩擦程度，以建筑业工资增速替代就业人数衡量劳动力市场紧张程度，检验渠道分析的稳健性。第五，加入南亚其他国家（斯里兰卡、巴基斯坦、尼泊尔）作为合成对照组，构建面板局部投影模型，检验中国基础设施投资乘数在孟加拉国的特殊性。

---

H1（技术前沿推进假说）：中国在新能源和ICT领域的直接投资通过技术示范、人力资本流动和供应链嵌入三种渠道，推动孟加拉国本土企业的生产技术前沿向外推移——即给定要素投入下的最大可能产出水平提高。H2（配置效率改善假说）：中国新兴产业投资通过引入竞争、激活要素市场（特别是高技能劳动力和风险资本），缩小了孟加拉国同行业内企业间资本边际产出和劳动边际产出的离散度——即资源配置效率改善。H3（市场一体化效应假说）：中孟新兴产业合作通过数字基础设施互联互通、技术标准对接和跨境数据流动便利化，扩大了孟加拉国新兴产业企业面临的市场规模，触发规模报酬递增，降低平均生产成本。H4（吸收能力条件假说）：技术溢出效应的实现以孟加拉国本土企业的人力资本水平和研发投入为条件——人力资本水平和研发强度越高的企业，从中国新兴产业投资中获得的生产率提升越大。

本文采用两阶段实证策略。第一阶段，使用随机前沿分析（SFA）估计超越对数形式的生产函数：lnY_{it} = lnf(K_{it}, L_{it}, ICT_{it}; β) + v_{it} - u_{it}，其中u_{it}为技术无效率项，v_{it}为随机误差。将全要素生产率增长分解为ΔTFP = ΔTechProgress + ΔTechEfficiency + ΔScaleEfficiency + ΔAllocativeEfficiency四部分。第二阶段，以第一阶段估计获得的各项TFP成分作为被解释变量，构建双向固定效应面板模型，以中国对孟新兴产业投资流入（滞后一期和二期）作为核心解释变量。为处理投资流入的内生性——生产率高的行业可能吸引更多中国投资——使用中国国内新兴产业政策冲击（如中国新能源补贴退坡、数字经济产业规划发布）作为外生工具变量，利用"推力因素"而非孟加拉国本地"拉力因素"识别因果方向。

第二阶段面板固定效应模型：TFPComponent_{jt} = α + β₁lnCnlInv_{j,t-1} + β₂lnCnlInv_{j,t-2} + γZ_{jt} + μ_j + λ_t + ε_{jt}。其中j代表行业（按ISIC 4位码分类），TFPComponent_{jt}为四项TFP组成部分（技术前沿、技术效率、规模效率、配置效率）。lnCnlInv_{j,t-1}和lnCnlInv_{j,t-2}为中国在j行业t-1年和t-2年的直接投资存量（对数）。Z_{jt}为行业层面控制变量：行业集中度（HHI指数）、平均企业规模、外资企业份额、行业平均关税保护率、基础设施可得性指数。μ_j和λ_t分别为行业和年份固定效应。工具变量第一阶段：lnCnlInv_{j,t-1} = π₁ ChinaPush_{j,t-1} + π₂ lnCnlInv_{j,t-2} + φZ_{jt} + κ_j + τ_t + η_{jt}，其中ChinaPush_{j,t-1}为中国在新能源（补贴退坡年度虚拟变量）和数字经济（"数字丝绸之路"行动计划发布年份虚拟变量）领域的国内政策冲击与行业技术相似度（中国-孟加拉国行业技术距离倒数）的交乘项。

被解释变量构造：（1）技术前沿——SFA估计中的确定性生产前沿；（2）技术效率——企业实际产出与前沿产出的比值（TE_{it} = exp(-u_{it})）的行业加权平均；（3）规模效率——企业实际规模与最优规模的偏离度；（4）配置效率——按Hsieh-Klenow方法计算行业j内企业间lnMRPK（资本边际收益产品）和lnMRPL（劳动边际收益产品）的标准差（错配越大，配置效率越低）。核心解释变量：中国对孟加拉国各行业直接投资额，来自中国商务部《对外直接投资统计公报》分行业数据和孟加拉国投资发展局（BIDA）注册外资数据交叉验证。控制变量来源：企业层面数据来自孟加拉国制造业企业年度调查（SMI）2010-2025年面板，涵盖约8000家企业。

第一，替换生产函数设定：以Cobb-Douglas形式和Translog形式分别进行SFA估计，比较TFP分解结果对函数形式假设的敏感性。第二，替换错配度量：以Olley-Pakes协方差项和静态分配效率指标（AEI）替代Hsieh-Klenow离散度指标，检验资源配置效率结论的稳健性。第三，替换工具变量构造：以中国各省份对外直接投资政策激励差异（省级对外投资补贴力度×行业倾向）替代国家层面政策冲击，利用中国国内区域政策差异的截面变异构造更为细化的工具变量。第四，排除渠道混淆：控制同期来自韩国、日本和其他国家的新兴产业投资，以及世界银行和亚洲开发银行的技术援助项目，确保生产率效应归因于中国投资。第五，企业层面微观验证：以企业是否位于中孟合作产业园区（如孟加拉国中国经济产业园）周边50公里内作为处理组，使用企业层面DID直接估计中国投资对邻近企业TFP的溢出效应，与行业层面SFA分解结果进行交叉验证。

---