張 琦, 李馨程, 曾之明
(湖南工商大學(xué) 財政金融學(xué)院,長沙 410205)
“一帶一路”是國家主席習(xí)近平于2013年提出的契合與實現(xiàn)全人類共同繁榮發(fā)展的新倡議?!耙粠б宦贰钡拇_切定義是由古代絲綢之路的歷史文化所演變成的“絲綢之路經(jīng)濟帶”和“21世紀海上絲綢之路”。由于當前中國邊境地區(qū)處于歷史最好狀況,并且其他國家與中國的合作意愿得到普遍加強。中國作為能夠拉動世界經(jīng)濟增長的馬車之一,為全球化的市場與合作奠定堅實的基礎(chǔ),并通過“一帶一路”建設(shè)與其他發(fā)展中國家共享中國改革發(fā)展紅利,共同致力于打造政治和經(jīng)濟互信融合的命運共同體。
研究“一帶一路”倡議對國內(nèi)節(jié)點城市經(jīng)濟增長影響的根本目的在于確切衡量該政策的實施效果,了解推動當前時代沿線各國經(jīng)濟增長的動力源泉,同時為“一帶一路”其他區(qū)域的繁榮發(fā)展貢獻出有效的參考和借鑒。除此之外,“一帶一路”作為中國未來長期實踐的道路,對政策影響的精準研究,能夠深入挖掘該政策的現(xiàn)狀與問題,為“一帶一路”倡議將來的長遠發(fā)展提出針對性的意見建議。
“一帶一路”倡議因其美好的愿景、強有力的技術(shù)支持、雄厚的區(qū)域合作平臺以及各國人民的共同努力,將卓有成效地促進沿線地區(qū)繁榮富強。從相關(guān)方面來看,“一帶一路”資金融通超過了既定的預(yù)期效果,建立了以重大項目為驅(qū)動力的投融資合作新機制,形成了以開發(fā)性金融為重要形態(tài)的新模式[1]。有學(xué)者利用雙重差分模型分析了“一帶一路”倡議對我國沿線省份的保費收入增長具有顯著的促進作用,并且實施后的影響逐年增加[2]。而通過構(gòu)建空間權(quán)重矩陣,說明了“一帶一路”國內(nèi)線路中節(jié)點城市的經(jīng)濟發(fā)展水平對于區(qū)域創(chuàng)新具有正的直接效益和溢出效應(yīng)[3]。其他研究者則借助PSM模型實證了“一帶一路”的貿(mào)易協(xié)定會促進沿線國家的貿(mào)易量,不同種類貿(mào)易協(xié)定會有不同影響效果[4],且“一帶一路”背景下的外貿(mào)依存度對出口貿(mào)易影響顯著并存在雙重門檻效應(yīng)[5]。同時,問卷調(diào)查結(jié)果顯示,影響中國零售業(yè)海外投資的最有利因素是“一帶一路”政策,這說明該政策能幫助中國零售企業(yè)走出中國、面向世界[6]。同樣“走出去”的還有中國對“一帶一路”區(qū)域的援助與投資,這兩項因素都能有效降低貧困率,并且投資因素與該地區(qū)貧困率之間存在門檻效益[7]。相反,也有學(xué)者認為,“一帶一路”背景下的國家社會發(fā)展也有不利影響。例如,有研究表明,它與城市人口和外國直接投資這三個因素均會增加碳足跡[8]。換言之,“一帶一路”倡議可能會增加人類對自然資源的消耗。并且目前沿線國家經(jīng)濟水平發(fā)展存在差異,金融合作信貸水平低,并缺乏龐大的資金支持,因此不利于國際金融合作[9]。
此外,許多其他因素反過來同樣會促進該政策對經(jīng)濟的增長效果。一方面,利用GVAR模型證明了“一帶一路”對外投資及對外貿(mào)易兩個因素能增加人力及技術(shù)資本方面的積累,從而進一步推進經(jīng)濟增長[10]。同時,雙邊貿(mào)易與經(jīng)濟增長具有相互促進的作用,是一個長期動態(tài)關(guān)系[11]。并且開放度與經(jīng)濟增長不存在“倒U”形關(guān)系,只存在單純的正向線性關(guān)系[12]。但另一方面,普惠金融卻在一定程度上阻礙了一國經(jīng)濟增長[13]。同樣在沿線省市中,對經(jīng)濟起到抑制作用的還有交通基礎(chǔ)設(shè)施建設(shè)[14]。
綜上所述,國內(nèi)外已有許多專家學(xué)者以”一帶一路”倡議為出發(fā)點做出了重要研究并取得了一定成果,這些優(yōu)秀的文獻為本文研究奠定了扎實的理論基礎(chǔ),但放眼來看,各領(lǐng)域中以“一帶一路”對經(jīng)濟增長的直接效應(yīng)研究甚少。僅有段秀芳、寇明龍(2019)利用PSM—DID模型重點分析了“一帶一路”倡議與東部沿線五省市經(jīng)濟增長的相關(guān)關(guān)系[15],但五個省市的樣本比較簡單和缺乏更深入詳細的探索。并且林勇、楊龍(2018)也是研究政策對中國沿線區(qū)域經(jīng)濟增長的促進作用[16],但該研究對于相應(yīng)的國內(nèi)沿線區(qū)域沒有說明和解釋劃分標準,樣本過于籠統(tǒng)和模糊。因此,本文的研究就具有了重要的現(xiàn)實意義,引用張娜、吳福象(2019)提出的“一帶一路”國內(nèi)沿線重要節(jié)點城市概念[3],將政策在國內(nèi)的重要實施區(qū)域作為研究樣本,并且利用能夠較為精準衡量政策實施效果的PSM-DID作為研究方法。
“一帶一路”倡議對經(jīng)濟增長的影響效應(yīng),可以通過衡量該政策的實施區(qū)域在實施前后經(jīng)濟增長的變化幅度來說明。由于實施區(qū)域過于廣泛和籠統(tǒng),因此我們以國內(nèi)沿線的25個重要節(jié)點城市(西安、蘭州、重慶、西寧、成都、鄭州、武漢、南昌、長沙、合肥、上海、天津、寧波、廣州、舟山、深圳、湛江、青島、煙臺、汕頭、福州、大連、廈門、???、泉州、三亞)作為研究樣本,以此代表沿線區(qū)域。節(jié)點城市同時處于“一帶一路”背景下和非“一帶一路”背景下兩種狀態(tài)的差異就是政策的影響效應(yīng),也稱為政策平均處理效應(yīng)ATT。但具體到每個節(jié)點城市,政策實施和未實施兩種經(jīng)濟增長結(jié)果是不能在同一時間測量到的,因此需要構(gòu)造“反事實”來衡量政策的處置效應(yīng)ATT。因為國家對規(guī)劃的“一帶一路”途經(jīng)路線是基于國家層面綜合考慮了經(jīng)濟方面、文化方面、歷史方面之后的慎重決定,所以如果隨意選定節(jié)點城市樣本的“反事實”會造成明顯的選擇偏差錯誤。因此引用統(tǒng)計學(xué)家 Rosenbaum和Rubin[17]于1983年提出的傾向得分匹配思想(PSM),如果兩個個體的傾向得分結(jié)果相近或相同,而其中一個處于政策實施的處理組,另一個卻在未參與政策實施的控制組,則可將控制組個體Y0作為研究樣本的“反事實”[18]。本文是利用Logit模型估算的傾向得分,將其中預(yù)測結(jié)果最接近被認定為處理組城市的非“一帶一路”節(jié)點城市作為沿線重要城市的“反事實”。在完成PSM匹配的基礎(chǔ)上,再繼續(xù)對處理組和參照組運用雙重差分模型DID做進一步處理。雙重差分模型DID在最近幾年研究中常用于對公共政策或項目實施效果的定量評估,通過建模來有效控制研究對象間的事前差異,將政策影響的真正結(jié)果有效分離出來,因此適用于本文研究方法。
本文基本思路如下: 25個重要節(jié)點城市作為處理組,將它們與全國剩余242個城市中被選入?yún)⒄战M的城市共同做兩次差分,一次差分將使得兩組間不隨時間變化的差異被消除,二次差分將剔除時間變化的增量,最終得到被解釋變量的均值差即為“一帶一路”倡議的平均處理效應(yīng)ATT,表達式如下:
(1)
其中,treat是政策虛擬變量,treat=1表示國內(nèi)25個重要節(jié)點城市,treat=0是未實施該政策的其余城市;各地級市在”一帶一路”倡議實施前與實施后的經(jīng)濟差異為ΔY。雙重差分模式還可以寫成:
Yit=β0+β1timeit+β2treatit+
β3(timeit×treatit)+β4Xit+εit
(2)
如上,treat依然代表著政策虛擬變量,而time表示時間虛擬變量;t=0或1,表明時間被劃分為兩期,政策實施前為t=0,政策實施后為t=1;同樣i取值0或1,i=0是其余城市,i=1為25個節(jié)點城市。Z代表影響經(jīng)濟增長的其他控制變量,參照段秀芳、寇明龍(2019)的方法,本文認為會影響經(jīng)濟增長的控制變量有7個,分別是:第二產(chǎn)業(yè)結(jié)構(gòu)、第三產(chǎn)業(yè)結(jié)構(gòu)、固定投資支出、外商投資、財政支出、教育、消費,并測算各自對經(jīng)濟增長的效用,根據(jù)最佳擬合優(yōu)度,得出固定投資支出與教育的二次方更能影響經(jīng)濟。ε代表其他影響經(jīng)濟增長的隨機擾動項。Yit為被解釋變量,本文用 GDP取對數(shù)作為被解釋變量。
綜上所述,建立本文的研究模型,通過此模型進一步理解雙重差分模型的應(yīng)用含義,如表1 所示。
Yit=β0+β1timeit+β2treatit+β3did+
β4industryit+β4thirdindustryit+
β4rscgit+εit
(3)
表1顯示,我們研究的該政策對經(jīng)濟增長的影響ATT即為兩個虛擬變量的交乘項did的系數(shù)β3。假設(shè)交互項系數(shù)β3為負,表明“一帶一路”倡議阻礙了節(jié)點城市的經(jīng)濟增長;假設(shè)其系數(shù)β3為正,則表示該政策對沿線區(qū)域經(jīng)濟有正向推動作用,具體結(jié)果下文有詳細分析。
表1 雙重差分模型含義
由于資料顯示習(xí)近平總書記是在2013年正式提出的”一帶一路”倡議,因此本文將2013年劃分為政策實施的第一年。為了避免面板數(shù)據(jù)跨度較長造成的嚴重共線性和美國次貸危機的影響,以及考慮到官方數(shù)據(jù)的可搜集性,因此將研究期間定為2009年至2016年。雖然全國現(xiàn)在共有288個地級市,但在此8年間部分地級市被取消或者新增,為了保持面板數(shù)據(jù)的平衡性,將這些城市予以剔除。最終,選取2009—2016年全國267個地級市數(shù)據(jù)進行PSM-DID方法分析。研究所運用的所有數(shù)據(jù)均來源于歷年《中國城市統(tǒng)計年鑒》和國家統(tǒng)計局網(wǎng)站,由于極少數(shù)地級城市個別年份的變量數(shù)據(jù)偶有缺失,本文運用了指數(shù)平滑法填補空缺。
上述已經(jīng)建立了地級市面板數(shù)據(jù)模型,被解釋變量為267個城市的2009—2016年各年GDP,為了增加研究模型中解釋變量對其影響的敏感程度,因此我們對GDP做對數(shù)處理。主要解釋變量分別為時間虛擬變量T、政策虛擬變量D、兩者的交乘項did,但其中考察的核心解釋變量是交乘項did,因為其估計系數(shù)β3代表著“一帶一路”倡議對沿線重要節(jié)點城市經(jīng)濟的平均處理效應(yīng)。本文研究的控制變量包含7個方面,各自的經(jīng)濟含義以及數(shù)據(jù)計算方法如表2所示。表3表示的是這些社會經(jīng)濟指標的描述性統(tǒng)計結(jié)果,其分別列示了267個城市在產(chǎn)業(yè)結(jié)構(gòu)、投資、財政支出、教育、消費等方面的最大值和最小值,以及相應(yīng)的平均值和標準差,可以準確表示出現(xiàn)階段我國經(jīng)濟的整體水平。
表2 變量名稱及計算方法
表3 描述性統(tǒng)計結(jié)果
DID模型在比較和評價某項政策實施后的影響方面有突出效果。但運用雙重差分模型必須符合共同趨勢前提假設(shè),即要求在政策執(zhí)行前后處理組和控制組的經(jīng)濟發(fā)展趨勢不存在顯著差異,如果處理組未實施政策,理論上應(yīng)該會和控制組發(fā)生相同的變化。為了檢驗共同趨勢假設(shè)是否成立,因此本文作如下處理:將“一帶一路”倡議提出前三年的時間虛擬變量與政策虛擬變量相乘,得到新的交互項變量Before*,同樣After*是“一帶一路”倡議實施期間的時間虛擬變量與政策虛擬變量的新交互項。將兩個新的交互項都代入雙重差分DID模型,得到結(jié)果如表4所示。
表4 共同趨勢假設(shè)結(jié)果
如表4顯然看出該政策實施前第一年、政策實施前第二年、政策實施前第三年所代表的交互項變量Before1、Before2和Before3的實證結(jié)果均不顯著,而政策實施期間第一年、政策實施期間第二年、政策實施期間第三年所代表的交互項After1、After2和After3實證結(jié)果是顯著的,其中“一帶一路”倡議實施第一年顯著于95%的置信水平下,剩余其后兩年均在99%置信水平下顯著。這個結(jié)果說明,實施“一帶一路”倡議前國內(nèi)節(jié)點城市與其余城市處在大致相同的經(jīng)濟機遇中,兩者沒有顯著發(fā)展區(qū)別,都具有平行趨勢,即通過了共同趨勢檢驗。
傾向得分匹配的主要目的是為了使處理組和參照組具有可比性,雖然節(jié)點城市與其余控制組城市滿足了共同趨勢假設(shè),沒有經(jīng)濟發(fā)展顯著差異,但是節(jié)點城市是無法復(fù)制的綜合選擇,要想毫無差別地衡量“一帶一路”倡議對經(jīng)濟的增長效應(yīng),需要測算處理組城市同時處于節(jié)點城市和非節(jié)點城市兩種狀態(tài)下的結(jié)果,但顯然這是不可能的。一旦某城市被選取為“一帶一路”路線中的一環(huán),就不可能再變回原始狀態(tài)。因此為了更靠近毫無差別的測算結(jié)果,盡可能忽略選擇誤差,我們采取傾向得分匹配法PSM。具體可以利用的匹配方法有很多種,本文從簡便性角度出發(fā),選取了比較常用的近鄰匹配法。采用PSM方法匹配節(jié)點城市前,同樣需要滿足一個檢驗,即平衡性檢驗,該檢驗結(jié)果如表5所示。
表5 平衡性檢驗結(jié)果
從表5結(jié)果看出,所有控制變量均拒絕原假設(shè),即在匹配前無一控制變量符合兩組間無顯著差異假設(shè),但在近鄰匹配后,第二產(chǎn)業(yè)結(jié)構(gòu)、第三產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資、外商實際投資、財政支出、教育、消費等7個變量均在90%置信水平上不存在顯著差異,p值均大于0.1,且經(jīng)過近鄰匹配后參照組和處理組所有控制變量都減少了80%以上的標準偏誤,其絕對值也處于20%以下。表明近鄰匹配后已大幅減小兩組間的偏差,樣本之間的差距已非常接近,說明運用傾向得分匹配的平衡性檢驗得到滿足。
當通過前述假設(shè)檢驗后,即可正式運用2009—2016年全國267個城市的面板數(shù)據(jù)進行PSM-DID模型研究。本文所用的分析軟件是stata15.1和Excel。首先根據(jù)霍斯曼檢驗結(jié)果,p值為0.000,小于0.05,因此構(gòu)建的研究模型應(yīng)該選定備擇假設(shè)的固定效應(yīng)。表6從定量角度充分展示了“一帶一路”倡議對國內(nèi)重要節(jié)點城市經(jīng)濟增長影響的最終實證結(jié)果。其中,表5的第二列和第三列代表的是未加控制變量的前提下,時間虛擬變量與交互項的結(jié)果;表格中第四列和第五列數(shù)據(jù)是增加了同樣會影響經(jīng)濟水平的控制變量情況下,各個解釋變量的模型實證結(jié)果。由于經(jīng)過霍斯曼檢驗應(yīng)該采用固定效應(yīng),但固定效應(yīng)的一階差分法會使得變量的時間變化因素被消除,而政策虛擬變量treat具有時間不變性,即該變量不隨時間變化,因此進行PSM-DID固定效應(yīng)研究時,政策虛擬變量treat會被自動刪除,但這并不會對估計結(jié)果及其有效性產(chǎn)生影響。
表6 PSM-DID結(jié)果
如表6所示,在未加控制變量的情況下,交互項did估計系數(shù)為正且在99%置信水平下是顯著的,這意味著”一帶一路”倡議對國內(nèi)重要節(jié)點城市的經(jīng)濟增長具有正向的促進作用。從引入了影響經(jīng)濟的其他控制變量的實證結(jié)果來看,交互項did系數(shù)為0.03889,且依然顯著于99%的置信水平下,說明“一帶一路”倡議自實施以來明顯促進了國內(nèi)25個沿線城市的GDP增長水平,并且該政策刺激節(jié)點城市的GDP增長了3.89%左右。控制變量的計量結(jié)果顯示,第二產(chǎn)業(yè)結(jié)構(gòu)、第三產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資、財政支出和教育5個變量的估計結(jié)果均為正且都在99% 置信區(qū)間上顯著,表明這5個變量同樣對25個節(jié)點城市的GDP增長起到了正向影響;而社會零售總額的估計系數(shù)為負且在99%置信水平下顯著,說明消費因素會抑制節(jié)點城市的GDP水平,背后原因可能是我國現(xiàn)階段依然屬于工業(yè)大國,投資仍是我國經(jīng)濟發(fā)展重要因素并在GDP增長中占較大比重,而消費總額的增加會由于此消彼長的關(guān)系導(dǎo)致投資額減少,從而不可避免地抑制了GDP的增長,但從結(jié)果可以看出這種阻礙作用較為微弱,僅僅減少了0.0056%的GDP;外商實際投資變量的估計系數(shù)雖然為正,但其結(jié)果處于90%置信區(qū)間之外,表明外商實際投資雖在一定程度上推動了節(jié)點城市GDP,其作用卻并不顯著,可能原因是我國雖然在逐步提高對外開放程度,但外商投資仍不是我國企業(yè)資金來源的主要渠道,外商注資的企業(yè)也不占大比例,因此對GDP的貢獻并不顯著。
綜上所述,“一帶一路”倡議對國內(nèi)25個沿線節(jié)點城市的經(jīng)濟增長存在著不可否認的顯著影響和激勵作用,進一步分析來看,這代表著“一帶一路”背景下的沿線區(qū)域借助政策優(yōu)勢與技術(shù)支持,為沿線各國對外開放和促進經(jīng)濟增長注入了發(fā)展動力,這也符合“一帶一路”倡議所包含的美好愿景。
為了使上述實證結(jié)果更加可靠,需要對研究“一帶一路”倡議效果所構(gòu)建的PSM-DID模型再進行一次穩(wěn)健性檢驗以加強本文論證的嚴謹性。由于能夠代表經(jīng)濟水平的不止GDP,還有人均GDP,并且GDP是從總量角度代表經(jīng)濟水平,而各節(jié)點城市的人均GDP更能體現(xiàn)個體經(jīng)濟的發(fā)展水平,因此利用兩種不同層面的被解釋變量數(shù)據(jù)來檢驗”一帶一路”倡議對節(jié)點城市經(jīng)濟增長的影響效應(yīng),會使研究結(jié)果所代表的政策效果更具有信服力。綜合考慮之下,本文的穩(wěn)健性檢驗采取替換被解釋變量的方法,將人均GDP在“一帶一路”倡議實施前后的變化作為政策的處理結(jié)果。新構(gòu)建的PSM-DID模型的實證結(jié)果如下表7所示。
表7 穩(wěn)健性檢驗結(jié)果
同樣表7的第二列與第三列表示的是在沒有加入控制變量的情況下,虛擬變量和交互項did對人均GDP的影響結(jié)果。雖然交互項did在不考慮控制變量時的估計系數(shù)依然為正,但其在90%的置信水平下不顯著,說明此時“一帶一路”倡議對國內(nèi)節(jié)點城市人均GDP雖有影響,但是實施后的效果不顯著。表7第三列與第四列是加入與前文考慮相同的控制變量后,各解釋變量所呈現(xiàn)出的新結(jié)果。首先同樣分析本文研究考察的核心,即did的實證結(jié)果,其估計系數(shù)為0.4862,并且顯著于90%的置信水平下,與被解釋變量為GDP時的結(jié)果相同,都是說明“一帶一路”倡議顯著地促進了節(jié)點城市的經(jīng)濟增長,說明本文的研究結(jié)果是相對穩(wěn)健的,值得信服。其次,再分析其他控制變量的實證結(jié)果,對比表5與表6表明大部分因素不變,仍舊顯著且對經(jīng)濟增長起到刺激作用。但財政支出與教育變量的實證結(jié)果卻發(fā)生了改變,對GDP起到促進作用的同時卻減少阻礙了人均GDP的發(fā)展,其中教育因素顯著于95%置信水平下,而財政支出結(jié)果轉(zhuǎn)變?yōu)椴伙@著。這正是由于被解釋變量GDP與人均GDP是反映不同層面的經(jīng)濟指標,即使國內(nèi)沿線節(jié)點城市財政支出與教育支出的總額增加,但我國的人口多、總量大,人口數(shù)量可能增長的速度更快,并且這兩個變量都是??顚S玫谋戎剌^大,意味著相當部分的份額會被指派給特定的人,因此造成財政支出與教育變量會抑制人均GDP增長的結(jié)果,但財政支出的抑制作用相對來說并不顯著。
本文基于 2009—2016 年“一帶一路”國內(nèi)節(jié)點城市與其他非節(jié)點城市的共267個地級市面板數(shù)據(jù),運用 PSM-DID 模型分析了“一帶一路”倡議自2013年實施以來對節(jié)點城市在經(jīng)濟增長方面的影響。通過對相關(guān)文獻的對比梳理,總結(jié)出本文的創(chuàng)新點在于利用多元回歸的數(shù)理模型以及理論與實際相輔相成的分析方法對“一帶一路”倡議下沿線區(qū)域經(jīng)濟增長的相關(guān)程度做出了定量測度,并深入地剖析和闡述了“一帶一路”倡議作用經(jīng)濟增長的傳導(dǎo)機制與路徑。結(jié)果表明,在控制了其他可能影響經(jīng)濟效果的變量情況下,“一帶一路”倡議分別推動了3.89%的國內(nèi)節(jié)點城市GDP增長和4.86%的人均GDP增長,反映出人均GDP方面的作用效果大于對城市總GDP的作用效果。
根據(jù)結(jié)果進一步分析政策與經(jīng)濟增長的傳導(dǎo)機制與路徑:由于“一帶一路”重點是通過集中沿線國家具備的自身優(yōu)勢去彌補和改進其他國家短板,并利用各區(qū)域的要素稟賦去完善工業(yè)化與產(chǎn)業(yè)水平、固定資產(chǎn)投資、外商投資等方面,因此最終能匯集各維度力量發(fā)展經(jīng)濟水平;但同時需要注意在實施“一帶一路”倡議時防止過多的消費會擠占投資的份額,過少的投資會壓縮技術(shù)與業(yè)務(wù)的提升空間,從而抑制經(jīng)濟的增長。
雖然實證表明“一帶一路”倡議對節(jié)點城市經(jīng)濟增長有明顯的帶動效應(yīng),但目前而言該政策的實施時間較短,如果要想實現(xiàn)沿線區(qū)域的長期經(jīng)濟攀升,必須根據(jù)上述政策傳導(dǎo)路徑,推動區(qū)域基礎(chǔ)設(shè)施更新,加強資本投資與資金融通的軟環(huán)境建設(shè),以此構(gòu)建長效促進機制。
堅實的基礎(chǔ)設(shè)施是國家經(jīng)濟騰飛的硬性條件和貿(mào)易發(fā)展的基石。為了進一步加速地區(qū)之間的要素流動,需要著力改善升級沿線基礎(chǔ)設(shè)施建設(shè)的配套機制,達到更高效率的經(jīng)貿(mào)合作。雖然在“一帶一路”倡議實施的七年期間,中國已經(jīng)帶動并幫助了沿線國家建設(shè)大型基礎(chǔ)設(shè)施,但整體規(guī)劃布局需要各方政府的積極配套協(xié)助措施,因此為了“一帶一路”使命能長遠輻射周邊地區(qū)的經(jīng)濟發(fā)展,不僅需要完備的基礎(chǔ)設(shè)施聯(lián)通各方貿(mào)易往來路徑,同時要求沿線各方溝通交流以繪制更合理的建設(shè)藍圖。
其次,“一帶一路”倡議會為地區(qū)提供更多的投資機會,這也是促進各城市經(jīng)濟增長的傳導(dǎo)原因之一。但相關(guān)資本受異地因素等影響可能無法找到很好的切入點,從而降低了資金的使用效率,因此政府應(yīng)該通過合理的渠道引導(dǎo)資金的流通,利用政策傾向促進多元化融資體系不斷加強,持續(xù)增強政府和其他各界的金融扶持力度,完善相應(yīng)的多雙邊機制和平臺。