韩正访问白俄罗斯

结构引力模型（Anderson & van Wincoop, 2003）预测，双边贸易流量由出口国供给能力、进口国需求规模和多边阻力项共同决定。中白全天候战略伙伴关系的升级（2023年）实质上降低了双边贸易中的信息摩擦、制度不确定性和政治风险溢价——这些属于"冰山贸易成本"的组成部分。Viner（1950）的贸易创造-贸易转移框架在此适用：中白更紧密的经济合作可能使白俄罗斯将部分从欧盟的进口转向中国（贸易转移），但同时也可能创造新的贸易机会（贸易创造）。

假说：
- H1：中白全天候战略伙伴关系升级后，中国对白俄罗斯的出口额超出引力模型预测值15%-25%，呈现显著的"贸易创造"效应。
- H2：高质量共建"一带一路"对中白贸易的促进效应主要集中在机电产品（HS 84-85章）和运输设备（HS 86-89章），农产品贸易的促进作用相对有限。
- H3：白俄罗斯对华贸易的增长部分替代了其对欧盟的进口（贸易转移），替代弹性在0.3-0.5之间。

核心识别策略为结构引力模型的PPML估计 + DID交互项：以中白关系升级的时间断点（2023年建立战略伙伴关系、2026年升级为全天候）作为政策冲击，构造 DID 交互项 PartnerUpgrade_{ijt} = 1（t ≥ 升级年份且贸易对为中白）。PPML 估计量可处理零贸易流和异方差问题（Santos Silva & Tenreyro, 2006）。多边阻力项通过出口商-年份和进口商-年份双向固定效应吸收。关键识别假定：在中白关系升级前，中白贸易与中俄（或其他独联体国家）贸易满足平行趋势——以事件研究法检验。

结构引力模型（PPML）：

X_{ijt} = exp(β·PartnerUpgrade_{ijt} + γ·BRI_{ijt} + μ_{it} + ν_{jt} + η_{ij}) + ε_{ijt}

其中 X_{ijt} 为出口国 i 对进口国 j 在第 t 年的出口额（百万美元）；PartnerUpgrade_{ijt} 为战略伙伴关系升级虚拟变量；BRI_{ijt} 为"一带一路"合作深度指标（联合声明/合作文件数量）；μ_{it} 和 ν_{jt} 为出口商-年份和进口商-年份固定效应（吸收多边阻力）；η_{ij} 为贸易对固定效应。β 捕捉伙伴关系升级的贸易效应——β > 0 支持贸易创造假说。

被解释变量：年度双边出口额（百万美元，HS 6位码加总至国家层面）。核心解释变量：（1）战略伙伴关系升级——当年及以后 = 1，之前 = 0；（2）"一带一路"合作深度——以中白两国联合声明和合作协议中经贸相关条款数量衡量（NLP文本量化）。控制变量由固定效应吸收。数据来源：CEPII BACI（2000-2026年全球双边贸易HS 6位码数据）、UN Comtrade、中国外交部条约数据库。样本覆盖中国与150+贸易伙伴 2000-2026年，约 5000个贸易对 × 27年。

• 替换估计方法：以负二项回归和OLS（对数化+1）替代PPML，检验估计方法对零贸易流处理方式的敏感性。
• 控制贸易协定网络效应：将白俄罗斯所在的欧亚经济联盟（EAEU）成员国与中国贸易流量作为额外控制组，排除区域性贸易协定的混淆效应。
• 安慰剂检验：将中白关系升级时点前移3年（2020年虚假冲击），检验虚假政策冲击是否产生显著的贸易效应——预期β不显著。
• 排除能源贸易：剔除HS第27章（矿物燃料）后重新估计，检验结论是否由大宗商品贸易波动驱动。

---

高层外事访问在国际政治经济学中被视为降低双边经济交易不确定性的信号机制（Rose, 2007）。Nitsch（2007）发现德国总理出访对双边贸易有显著但短期的促进效应。在中国语境下，副主席级别访外具有特殊性——既是政治信号（表明双边关系的高度重要性），也是经济协调平台（随行企业家代表团、产业论坛、签约仪式）。Spence（1973）的信号理论预测：政治信号的强度取决于信号成本——副主席级别出访的外交成本和政治成本均较高，因此信号可信度强。

假说：
- H1：韩正访白期间（6月6-8日前后30天窗口），中白企业签约金额和签约数量显著高于其他时期（事件窗口效应 > 0）。
- H2：国企的签约响应更快但持续性较弱（政治响应型），民企的签约响应更慢但更持续（市场评估型）。
- H3：高层访问的"产业与投资合作论坛"机制显著放大了访问的经济效应——有论坛的访问比无论坛的访问产生约2-3倍的企业签约增量。

事件研究法：以韩正出访白俄罗斯的首日（6月6日）为事件日（t=0），定义事件窗口为 [-30, +90] 天。估计窗口为事件前 [-365, -31] 天。核心识别利用访问日期的外生性——外交访问的时间安排主要由政治和外交议程决定，与企业个体的经济决策时点无关。DID识别：以白俄罗斯为处理组，以同期其他独联体国家（哈萨克斯坦、乌兹别克斯坦等未在同期接受高层访问的国家）为对照组，比较访问前后中资企业在两组国家中的签约/投资差异。

企业层面事件研究法：

Y_{fit} = α + Σ_{k=-30}^{90} β_k·Day^{k}_{ft} + γ·X_{ft} + μ_f + λ_t + ε_{fit}

其中 Y_{fit} 为企业 f 在国家 i 第 t 日的签约/投资事件虚拟变量（1 = 有签约/投资公告）；Day^{k}_{ft} 为距离事件日第 k 天的虚拟变量；β_k 为第 k 天的异常签约概率。累计异常签约效应 CAR[-30, +90] = Σβ_k 衡量访问窗口内的总效应。μ_f 为企业固定效应，λ_t 为日历日固定效应。

被解释变量：（1）企业-国家-日度层面的投资/签约公告虚拟变量；（2）公告金额（百万美元，取对数）——仅对有公告的观测。核心解释变量：事件窗口虚拟变量序列 Day^{-30} 至 Day^{+90}。企业所有制分类：央企/地方国企/民营企业（来自工商登记股权结构数据）。控制变量：企业规模（总资产对数）、企业海外投资经验（已有海外子公司数）。数据来源：商务部境外投资企业（机构）备案名录、Dealogic国际并购与投资数据库、上市公司重大合同公告。样本为 2015-2026 年中资企业对独联体国家的投资/签约事件。

• 更换事件窗口：将事件窗口分别设定为 [-15, +45]、[-60, +120] 天，检验窗口选择的敏感性。
• 排除同期其他事件干扰：控制白俄罗斯同期发生的其他重大政治/经济事件（如选举、重大政策发布），确保异常签约效应不来自噪音。
• 安慰剂事件日：随机抽取非访问日期作为虚假事件日（500次置换），构建安慰剂CAR分布，检验真实CAR是否位于分布的极端尾部。
• 行业异质性分析：将企业按所属行业（基础设施、制造业、农业、服务业）分组回归，检验政治信号效应的行业差异。

---

制度距离理论（Kostova, 1996）指出，母国与东道国之间的制度差异——包括规制距离（法律体系差异）、规范距离（行业标准差异）和认知距离（商业惯例差异）——构成跨国经济合作的核心交易成本。白俄罗斯作为欧亚经济联盟（EAEU）成员，其法律制度以苏联民法传统为基础，与中国大陆法系传统差异中等，但在产业标准（GOST标准 vs. GB标准）和投资审批制度上与中国存在显著差异。"十五五"发展战略对接的实质是通过双边制度协调（BIT升级、标准互认、通关便利化）系统性降低这些交易成本。

假说：
- H1：中白制度距离每降低1个标准差（通过发展战略对接实现），中国对白俄罗斯的产业投资流量增加8%-12%。
- H2：制度协调对交易成本的降低效应在制造业领域最强（需要标准互认和供应链整合），在基础设施领域次之（更多依赖政府间协议），在服务业领域最弱（受语言文化和人力资本差异制约）。
- H3：BIT升级（含投资者-国家争端解决ISDS条款）对大规模投资项目（>5000万美元）的促进效应显著大于对中小项目的促进效应（因大项目对产权保护更敏感）。

核心识别策略是对制度协调事件的DID分析。以中白签署关键制度合作协议为处理时点——包括BIT升级签署（如有）、标准互认协议、通关便利化备忘录。利用制度协调事件在时间维度上的外生性（双边谈判进程由国家层面决定，不受个别企业投资决策影响）。同时利用行业维度上的处理强度差异——某些行业（如机电制造）对标准互认更敏感，构成"高处理强度"组；某些行业（如农产品贸易）对标准互认不太敏感，构成"低处理强度"组，形成三重差分（DDD）。

DDD设定：

Y_{ist} = α + β·Post_t × TREAT_s × HIGH_i + γ·X_{ist} + μ_{is} + λ_{st} + ε_{ist}

其中 Y_{ist} 为中国在行业 i、国家 s（白俄罗斯或独联体对照组）、第 t 年的产业投资流量；Post_t 为制度协调后的虚拟变量；TREAT_s 为白俄罗斯 = 1 的处理组虚拟变量；HIGH_i 为高制度敏感行业 = 1（机电、汽车、化工等需标准互认的行业）；三重交互项系数 β 为制度协调的因果效应——β > 0 且显著，表明制度协调显著促进了高敏感行业的投资。

被解释变量：中国对白俄罗斯各行业的年度FDI流量（百万美元，来自商务部对外投资公报）。核心解释变量：三重交互项 Post_t × TREAT_s × HIGH_i。其中 HIGH_i 根据行业对标准互认和制度协调的敏感度编码（参考Rauch, 1999对差异化产品的分类）。制度距离的连续测量：以世界银行B-READY指标中法律框架、公共服务、监管质量的标准化差值衡量规制距离。数据来源：商务部对外投资统计公报、中国对外承包工程商会行业报告、白俄罗斯国家统计委员会。样本为6-8个主要投资行业 × 2015-2026年。

• 替换制度距离测度：以世界治理指数（WGI）中的法治（Rule of Law）和监管质量（Regulatory Quality）维度替代B-READY指标，检验结论对制度测度方式的敏感性。
• 排除大型国企项目：剔除央企海外投资项目（投资额前1%极值），检验结论是否由少数大型国企项目驱动。
• 合成控制法（SCM）：以其他独联体国家（哈萨克斯坦、乌兹别克斯坦、阿塞拜疆）的加权组合作为白俄罗斯的"合成控制"，估计若无中白制度协调白俄罗斯的FDI反事实路径。
• 敏感性测试：将高制度敏感行业的分类阈值上移/下移10%，检验DDD估计的行业分类稳定性。

---

跨国公司理论（Belderbos & Heijlijes, 2005）提出，跨国企业的人力资本策略取决于母国与东道国劳动力市场的相对比较优势。中国企业在白俄罗斯面临的核心人力资本选择是：在技术和成本之间权衡——外派中国员工带来母国技术专长和管理经验（技能溢价），但成本高、文化适应难；雇佣白俄罗斯本地员工成本较低、语言文化适应好，但可能存在技能错配。Acemoglu & Autor (2011) 的技能偏向型技术变革理论进一步预测，如果中国投资是技能偏向型的（如高技术制造业），则对技能工人的需求上升，外派和本地高技术雇佣可能呈互补关系。

假说：
- H1：制造业投资中，外派管理与技术人员与本地生产工人呈互补关系（每增加1名外派人员，本地雇佣增加3-5人），而非替代关系。
- H2：白俄罗斯高等教育体系产出的工程师供给与中国制造业技能需求匹配度较高（工科传统优势），但在管理、市场营销和服务技能上存在结构性错配。
- H3：企业参加"产业与投资合作论坛"后的签约，更倾向于增加本地雇佣比例（因为论坛促进了本地网络和供应商关系建立），而非论坛促成的签约则更依赖外派人员。

核心内生性挑战：企业选择在白俄罗斯投资本身是内生的——已投资企业可能具有"自我选择"特征（更国际化的企业更愿意出海）。采用Heckman两步法：第一阶段以企业是否在白俄罗斯有投资为被解释变量的Probit模型，排除变量包括行业平均出海率（排除企业自身因素）、中国与东道国地理距离；第二阶段在用工方程中纳入逆Mills比率。此外，利用韩正访白期间签约的准自然实验：比较访问前已计划签约的企业和访问后新签约企业的用工策略差异——访问本身增加了签约的"外生"变异性。

外派-本地联合决策的双变量Probit模型：

Pr(Expat_f = 1) = Φ(α₁ + β₁·Tech_intensity_f + γ₁·X_f)
Pr(Local_f = 1) = Φ(α₂ + β₂·Tech_intensity_f + γ₂·X_f + ρ·Expat_f)

其中 Expat_f 为企业 f 在白俄罗斯雇佣外派人员的虚拟变量（>中位数外派比例 = 1）；Local_f 为本地雇佣规模虚拟变量；Tech_intensity_f 为企业的技术密集度（研发投入/营收）。ρ 捕捉外派与本地雇佣的条件相关性——ρ > 0 为互补，ρ < 0 为替代。通过似然比检验（LR test）判断是否应使用联合估计而非独立Probit。

被解释变量：（1）外派人员占比（中国籍员工/总员工数）；（2）本地雇佣规模（白俄罗斯籍员工数取对数）。核心解释变量：（1）企业技术密集度（R&D支出/营业收入）；（2）企业所有制（央企/地方国企/民企虚拟变量）；（3）是否通过高层访问签约（1 = 在领导人出访期间或论坛上签约）。数据来源：商务部合作司对外投资企业年度报表、中白工业园入园企业数据、白俄罗斯国家统计委员会劳动力市场调查。样本为中白工业园已入驻企业 + 在白俄罗斯有投资的中资企业，约 80-120 家企业。

• 替换外派-本地关系的测度方式：以连续变量（外派人数和本地人数）替代二元虚拟变量，使用似不相关回归（SUR）估计两个连续方程的误差相关性。
• 排除中白工业园企业：中白工业园享受特殊政策优惠，用工策略可能不具代表性——剔除后以普通中资企业样本重新估计。
• 多国对照：将白俄罗斯样本与中企在其他EAEU国家（哈萨克斯坦、吉尔吉斯斯坦）的投资企业合并，加入国家固定效应后检验结论是否一致。
• 动态面板GMM：使用系统GMM估计用工结构的动态调整——上一年的外派比例是否影响当年的本地雇佣增长，识别短期调整和长期均衡。

---

Gereffi（1999）的全球价值链升级理论界定了四个升级层级：流程升级、产品升级、功能升级和跨行业升级。境外经贸合作区作为"打包式"投资平台，理论上可以同时促进多个维度的升级——通过引入中国资本和技术实现流程和产品升级，通过本地供应链培育和人才培训实现功能升级，通过产业多元化实现跨行业升级。但吸收能力理论（Cohen & Levinthal, 1990）警告：升级效应取决于东道国的人力资本和制度质量。白俄罗斯的工程师传统和较高教育水平可能使中白工业园的升级效应强于东南亚和非洲的同类园区。

假说：
- H1：中白工业园设立后，白俄罗斯的出口复杂度指数（EXPY）增速提高了0.5-1.0个百分点/年，显著快于未设立园区的反事实情景。
- H2：入园企业的价值链上游度指数在入驻3年内平均提升0.1-0.2个标准差，表明企业在全球价值链中的位置向上游（设计、研发端）移动。
- H3：中白工业园的产业升级效应（以出口复杂度增速衡量）显著强于东南亚和非洲的同类园区，归因于白俄罗斯较高的工程教育水平和工业基础。

核心识别策略为合成双重差分（SDID, Arkhangelsky et al., 2021），结合了DID的因果识别和合成控制法的权重优化——对处理组和对照组分别赋予时间权重和个体权重，最小化处理前的预测误差。处理组为白俄罗斯，对照组为其他中等收入转型经济体（塞尔维亚、北马其顿、波黑、亚美尼亚等未设中国境外合作区的国家）。辅助识别策略：以中白工业园的地理位置为断点，比较园区周边50公里内与50-150公里范围内的企业绩效差异，利用园区选址的"地理偶然性"（园区选址在明斯克郊区而非中心城区，与个体企业绩效无关）。

合成双重差分（SDID）加权回归：

EXPY_{ct} = α + τ·TREAT_c × POST_t + μ_c + λ_t + ε_{ct}

其中 EXPY_{ct} 为国家 c 第 t 年的出口复杂度指数；TREAT_c = 1 表示白俄罗斯（处理组），= 0 表示对照组国家；τ 即中白工业园的产业升级因果效应。SDID 通过最小化处理前预测误差来选择国家权重 ω_c 和时间权重 θ_t：

(̂τ, ̂μ, ̂λ) = argmin Σ_{c,t} ω_c·θ_t·(EXPY_{ct} - α - τ·TREAT_c × POST_t - μ_c - λ_t)²

被解释变量：（1）出口复杂度指数 EXPY_c = Σ_k (X_{ck}/X_c)·PRODY_k，其中 PRODY_k 为产品 k 的全球加权人均GDP，X_{ck}/X_c 为产品 k 在国家 c 总出口中的份额（Hausmann et al., 2007）；（2）制造业价值链上游度指数（Antràs et al., 2012）基于投入产出表计算产业到最终需求的距离。核心解释变量：中白工业园运营虚拟变量（2014年设立，考虑3年滞后期，2017年以后 = 1）。控制变量：人均GDP、FDI/GDP、研发支出/GDP、高等教育入学率。数据来源：UN Comtrade（HS 6位码2000-2026）；OECD TiVA（跨国投入产出表）；WIOD；世界银行WDI。

• 替换产业升级测度：以人均专利数（USPTO/PCT）、制造业增加值中高技术占比替代EXPY，检验产业升级效应的多维稳健性。
• 排除能源出口：剔除HS第27章（矿物燃料）重新计算EXPY，检验结论是否由能源价格波动驱动而非真正的结构升级。
• 合成控制法（SCM）对照：以传统SCM（Abadie et al., 2010）替代SDID，比较两种因果推断方法的估计结果。
• 多园区异质性分析：引入中白工业园、泰中罗勇工业园、埃塞俄比亚东方工业园的园区虚拟变量交互项，检验三类园区产业升级效应的跨国差异及驱动因素。