亚投行对世界银行的影响｜国政学人

亚投行对世界银行的影响

作者：钱璟，普林斯顿大学政治学系博士生；James Raymond Vreeland，普林斯顿大学政治学系与公共和国际事务学院教授；赵剑治，复旦大学国际关系与公共事务学院副教授。

来源：Jing Qian, James Raymond Vreeland and Jianzhi Zhao, “The Impact of China's AIIB on the World Bank”, International Organization, Vol. 77, No. 1, 2023, pp. 217-237.

导读

本文聚焦于中国成立亚洲基础设施投资银行（AIIB）对世界银行全球发展领导者地位的影响，重点关注亚投行创始成员国的借款实践（borrowing practices）。这些国家公然藐视美国的偏好，意在创造世界银行的潜在竞争对手。

通过采用庞珣等学者于2022年提出的动态多层次潜在因子模型（Dynamic Multilevel Latent Factor Model, 简称DM-LFM）作为因果推断方法，[1]结合多种经典估计模型作为稳健性检验，本文发现亚投行创始发展中成员国加入的世界银行基础设施项目数量有所减少（至少暂时有所减少）。

同时，本文首次系统性地证明中国领导的亚投行至少在短期内降低了世界银行在发展中国家的影响力，相当一部分国家可能正逐渐与世界银行分道扬镳，并期待中国主导的国际机构在发展领域发挥领导作用。

感谢赵剑治老师的指导与审阅。

世界银行与亚投行的成立

作为世界银行的最大股东，美国曾在2016年亚投行成立前夕公开反对各国加入亚投行。一些学者认为，亚投行的真正目的是取代处在美国和日本影响下的既有发展机构。

相比于世界银行，亚投行具备程序上的优势。长期以来，世界银行的项目审批程序和繁杂的社会与环境标准饱受发展中国家的诟病。世界银行同样承认这一事实，认为“提高贷款业务的及时性仍然是一项挑战”。当前，世界银行从项目构想到给予首次付款的流程时间平均超过两年，而相比之下，亚投行仅需7个月，这为基础设施融资提供了一个“精益”和“简洁”的来源。

亚投行创始成员国

截至本文写作之时，亚投行已经批准了105个国家的成员资格，其中包括16个等待国内批准其正式成员资格的潜在成员。在89个正式成员国中，有43个是非区域性的，而在未来的成员国中，有11个是非地区性的，这说明亚投行的覆盖范围正在迅速向全球拓展。

本研究考察了亚投行创始成员国与世界银行之间的关系。为获得创始成员国资格，各国政府需要在2016年之前签署协议条款，创始成员国会拥有部分特权，如增加投票权份额和参与提名亚投行管理层。

成为亚投行创始国家标志着对中国地位上升趋势的认可，同时也违背了美国的偏好。虽然世界银行已经逐渐进行自我调整，以给予新兴市场更多话语权，但代表性不足的国家也正在积极寻求替代方案。发展中国家接受贷款的能力有限，一些政府会因此不满于向世界银行贷款所需接受的附带条件，而亚投行恰恰为那些不满西方政治主导世界银行的国家带来了新的借款机会。亚投行的决策权集中于新兴市场国家，这些国家将优先考虑简化项目审批，而非繁琐和干涉性的流程。

核心假设与验证过程

a. 数据

本文试图检验一个关键假设：亚投行创始成员国对世界银行基础设施项目具有负面影响。

本文选用的数据集包括了1992-2019年间至少参与了一个世界银行项目的155个国家。由于数据中包括一些在2016年前被划出具有世界银行贷款资格范围的国家，因此本文同样对排除高收入国家的规范进行了分析。考虑到数据缺失导致分析中的国家数量不同，本文进一步使用估算数据分析模型。实证结论在这些样本变化下同样稳健。

为验证上述假设，本文将亚投行创始国（AIIB Founder）编码作为核心解释变量，定义发展中的亚投行创始国为在样本收集阶段从世界银行借款的国家。这些国家明确面临着美国的施压，它们的加入是亚投行取得成功的必要条件。亚投行成立后，美国的反对声逐渐平息，随后加入的国家并没有面临如同创始国一样的压力。因此，本文将2016年至2019年的亚投行创始国家（AIIB Founder×Post-2016）编码为1，否则为0。根据上述定义，亚投行共有57个创始成员国，其中31个是发展中的亚投行创始国。

世界银行基础设施建设项目（World Bank Infrastructure Projects），即世界银行在特定年份为特定国家批准的基础设施项目总数，是本文的关键因变量。使用世行的“主要部门”类别对基础设施项目进行编码，本文根据“基础设施”的狭义定义仅将最大“主要部门”为能源和采掘、运输、水/卫生设施/废物的项目包括在内。在稳健性检验中，作者也对该定义做了一系列替代设定。

本文将世界发展指标中的人均国内生产总值（GDP per capital）和人口（Population）纳入控制变量。更进一步，本文考虑了债务偿还总额占国民总收入的百分比（Debt service [%GNI]）、官方发展援助净额占国民总产值的百分比（ODA received [% GNI]）以及外国直接投资流入净额占国内生产总值的百分比（Foreign direct investment inflow [% GDP]）。

同时，本文通过Polity Project中的Polity2指数对国内政治机构进行了分析：研究表明，世界银行贷款与受援国的国家选举相关。因此，本文为滞后的行政或立法选举（Election）加入了一个指标变量。在处理外交关系时，本文将某国家是否是联合国安理会的当选成员（Temporary UNSC member），以及在联合国大会投票中与美国的理想契合点（UNGA Voting）列为控制变量。

b. 识别策略

由于干预组和控制组的预干预趋势不同，研究对象不满足平行趋势假设，因此本文未采用双重差分模型进行数据分析，而是主要依赖DM-LFM以解决单位特定的时间趋势造成的偏差。

使用贝叶斯方法，DM-LFM将因果推断视为数据缺失的问题，即在干预后，如果干预单元仍处于控制状态，则存在干预单元反事实结果的数据缺失。该模型基于干预后反事实结果的后验分布来估计对干预对象的平均干预效果（ATT）。本质上，该方法是对观察到的未经干预的结果矩阵进行低秩近似，以预测T×N矩形结果矩阵中的干预后反事实结果，并结合潜在因素形式来纠正由干预时间和时变潜在变量之间的潜在相关性引起的偏差。

c. 实证结果

图1 世界银行为亚投行创始国家与其他国家提供的基础设施项目

如图1所示，在预干预期间，干预组和控制组之间的结果差额有所不同，且两者的预干预趋势并没有呈现相似趋势，表明平行趋势假设可能不成立。

表1 亚投行创始成员国对世界银行基础设施项目的影响

图2 预期反事实和实际的世界银行基础设施新项目

图2显示了使用DM-LFM估算的干预样本的平均观察结果以及干预单元的反事实结果。干预单元的预期反事实结果与预干预期间的观察结果非常一致，很好地证明了DM-LFM的适用性。需要注意的是，2016年开始干预后，观察结果和反事实结果在预期方向上有所不同。

图3 亚投行创始成员国对世界银行基础设施新项目的预期影响

图3展示了ATT以及95%可信区间（credible interval）。预干预期间（1992-2016年）的预期影响趋近于0；而2016年后，ATT下降，表明亚投行创始成员国在亚投行成立后平均从世界银行获得的基础设施项目较少。这种负面影响在2017年最为明显，在2018年有所减弱。2019年的预期影响也是负面的，但95%可信区间包括0。

DM-LFM依赖于潜在可忽略性（latent ignorability）的假设，其中最关键的识别问题是可能的反馈。在本文研究的情况下，如果决定加入亚投行并在2016年参与成立亚投行是由各国之前的世界银行借款决定的，那么这种反馈就可能造成选择偏差。

因此，本文同时进行了安慰剂检验。使用2014年作为干预的开始年份，即在亚投行成立和正式运营之前。该方法设定了2014年至2016年的安慰剂期，结果显示安慰剂期间的预期影响接近于0，并且从2016年（亚投行成立之年）开始均为负面。

机制检验：供给侧影响检验

本文通过对驻亚投行创始国家办事处高级专家的采访，进一步验证了借款需求侧的决策影响，即创始国家与中国间政治联系的增加会导致其“与世界银行，尤其是在基础设施领域，合作的项目数量减少”，但这种影响也有可能来自借款的供给侧，即这一影响可能是由世界银行及其主要股东美国决定惩罚亚投行创始国家所造成的结果。

本文在测试这种因果机制时并没有找到具有说服力的证据。首先，本文基于美国财政部2004-2019年的数据，考虑了美国在世界银行执行董事会的投票行为。采用二元指标变量Support来衡量美国对世界银行拟议项目的立场，如果美国支持该项目，则赋值为1，否则为0。结果显示，美国支持了大多数项目（91.7%）。虽然美国经常投弃权票（6.6%），但很少直接投反对票（1.4%）。如果美国试图惩罚亚投行创始国家，它将投票反对为这些国家提议的项目，但现有数据无法支撑这一假设。

其次，本文考虑亚投行创始成员国与世界银行非基础设施项目之间的关系。本文认为，如果美国试图惩罚亚投行创始国家，它不会将这种惩罚限制在基础设施项目上，因此本文预计亚投行创始国家在世界银行的非基础设施项目也受到负面影响。但如果研究结果背后的惩罚机制贯穿于美国对发展中亚投行创始国家的决策过程，则非基础设施项目不会受到额外影响。亚投行成立之初只专注于基础设施，因此即使是创始成员国也需要继续与世界银行合作，满足其非基础设施发展需求。根据数据检验结果，发展中亚投行创始国家的非基础设施项目并没有预计下降，这说明了亚投行创始国家效应仅适用于基础设施项目。

最后，本文考虑世界银行的条件限制。如果美国试图惩罚亚投行创始国，则世界银行会对这些国家施加比其他国家更严格的条件，但数据结果同样没能为该假设提供足够显著的证据。

尽管证据并不支持“供给侧”的说法，但这可能是两种力量相互对抗后的结果。一方面，美国可能想惩罚亚投行创始国家；另一方面，作为一个官僚行为体，世界银行可能会寻求赢回并保持与这些国家的接触。作者对驻亚投行创始国的世界银行专家的采访突显了这一现象：面对下降的趋势，世界银行“确实试图夺回更多项目”

挤出效应与贷款承诺

如果创始国家简单地用亚投行项目取代世界银行项目，亚投行项目可能会“挤出”与之相似的世界银行项目。本文使用经批准的亚投行项目数据，通过两种实证策略对此进行了检验。

首先，本文将从亚投行借款的亚投行创始国家，与没有借款的创始国家进行比较。预期负面影响对两组创始国家都适用。

其次，本文构建了一个新的“反事实”总项目衡量标准，将世界银行和亚投行的基础设施项目结合起来。这一衡量将亚投行的项目分配给世界银行，而即使采用了这一措施，创始国家仍受负面影响。这表明，在没有亚投行替代项目的情况下，创始国家依然减少了与世界银行的互动。

在此基础上，本文考虑了亚投行创始成员国对世界银行基础设施项目贷款承诺的影响。随时间变化下的影响来看，该趋势符合项目数量的负面影响：2017年和2018年下降，2019年下降减弱。但除2018年的95%可信区间不包括0外，每年的估计都并不准确。

图4 亚投行创始国家对世界银行贷款承诺的影响（基础设施项目）

尽管如此，对更少的年度项目进行更准确地估计仍是必要的，原因有二：其一，与项目数量相比，贷款承诺是受援国政府与世界银行工作人员间互动的一个干扰度量。承诺是基于不确定的项目成本估算，用不太精确的度量来估算必然得出不太精确的结果。其二，项目数量是一个更有意义的衡量互动的标准。每个额外的项目都涉及与世界银行工作人员的合作，这些互动是漫长、繁琐和政治侵扰的。亚投行创始国家因为长期抱怨条件限制与审批时长而背离世界银行，这意味着项目数量直接代表了受援国与世界银行工作人员的互动。

因此，本文认为，亚投行创始国家正在减少与世界银行的互动及其给出的技术建议和政策限制。世界银行的建议很有价值，但却有干涉性。据此本文猜测，创始国会更偏爱轻松和高效的亚投行承诺。

结论

这份研究报告第一次系统性证明了中国领导的亚投行至少在短期内降低了世界银行在发展中国家的影响力。因此，亚投行可能是对美国借助世界银行对发展中国家施加政治影响力的一大挑战。虽然还无法判断这种影响将持续多久，但本文估计2016年至2019年的影响是显著的，这意味着亚投行创始国家对世界银行基础设施项目的参与减少了约22%。这一发现也许只是冰山一角，将来会有更多研究聚焦于中国领导的国际机构与美国竞争的方式。

本文与以往的研究有重要的差异：第一，本文关注世界银行与中国领导的多边机构之间的竞争，而已有研究多考虑世界银行与中国自身的竞争，着眼于中国的双边援助；其次，本文将研究关注点聚焦于亚投行创始国家，而非对所有国家的世界银行贷款的影响；最后，本文更加关注国家追随中国领导所产生的影响（将中国的领导地位视为自变量），而非探究一些国家为何寻求中国的领导（将中国的领导地位视为因变量）。[2]

在方法论上，本文丰富了有关中国在发展领域日益上升的作用的既有学术成果。尽管理论机制有待进一步研究，但本文已经确定，至少在短期内亚投行创始成员国身份对世界银行基础设施项目存在负面影响，与此同时，本文也展示了中国在发展舞台上的日益崛起将如何重塑全球政治。

参考文献

[1] 详见Pang, Xun, Licheng Liu, and Yiqing Xu. 2022. A Bayesian Alternative to Synthetic Control for Comparative Case Studies. Political Analysis 30 （2）:269–88. 该文章提出了一种可用于单个或多个干预单元比较案例研究的贝叶斯方法来替代合成控制法。这一新的动态多层次模型设置了潜在因子项来纠正单位特定时间趋势（unit-specific time trends）引起的偏差，同时考虑协变量和结果之间的异质和动态关系以提高因果估计的精度。

[2] 详见Broz, J. Lawrence, Zhiwen Zhang, and Gaoyang Wang. 2020. Explaining Foreign Support for China’s Global Economic Leadership. International Organization 74 （3）:417–52. 

词汇积累

动态多层次潜在因子模型

Dynamic Multilevel Latent Factor Mode

亚投行创始国

AIIB Founder

基础设施建设项目

 Infrastructure Projects

人均国内生产总值

GDP per capital

潜在可忽略性

latent ignorability

可信区间

credible interval

译者：穆若彤，国政学人编译员，中国人民大学PPE专业，研究兴趣为国际政治经济学与全球治理。

校对 | 胡可怡 张钰晗

审核 | 李源

排版 | 何其

本文为公益分享，服务于科研教学，不代表本平台观点。如有疏漏，欢迎指正。