中国-东盟双向直接投资空间关联与动力因素

程 成 孙文致

由于中国对外直接投资起步较晚，东盟对华直接投资长期以单向流动为主。新加坡、泰国、马来西亚、印度尼西亚、菲律宾是改革开放初期来华投资的东盟国家，其余东盟国家也在1992 年后开始陆续对华投资。1993—1995年东盟国家曾出现短暂的来华投资热潮，但由于1997年东南亚金融危机的爆发，东盟国家对华投资规模下降。随着2002年以来中国“走出去”战略的推进，我国对东盟直接投资快速增长，中国与东盟双边直接投资形成双向流动增长的格局。从流量来看，2003 年中国对东盟投资额2.24 亿美元，东盟对华投资额29.25亿美元，到2019年已分别增长至130.24亿美元、78.76亿美元。从存量来看，截至2019年，中国在东盟国家累计投资1123亿美元，东盟在华累计投资1246亿美元，中国与东盟双边投资额累计达2369亿美元①。中国-东盟双向直接投资的流向、流量与流速在过去20 年变化巨大，其区域和国别特征是如何演变的？从区域尺度来看，有着怎样的空间特征与网络结构？从国别尺度来看，各国有着怎样的网络关联与国别优势？哪些因素驱动着区域投资空间关联的演变？这些是本文要研究的问题。

当前，中国-东盟区域合作是正面的、多赢的，中国对东盟的投资促进了区域内互联互通（王勤和赵雪霏，2020），实现了产业链的互补融合（左祥和孙进海，2019）。目前有关中国-东盟投资关系的研究主要集中在中国对东盟直接投资研究，包括区位选择（Kang 和Jiang，2012）、影响因素（Li等，2016）以及中国对东盟直接投资的经济效应，如区域经济发展差异（O"neill，2014）、国内投资效应（赵先立，2018）、就业结构（康妮等，2018），但忽略了对外直接投资是一国对另一国进行的具有方向性的经济活动，也并没有从双向投资的视角充分考虑中国吸收东盟外资的空间特征。刘梦恒（2019）认为，研究对外直接投资应从空间视角同时纳入母国与东道国。杨文龙等（2017）指出，目前实证研究侧重于东道国和母国的二元关系对跨国投资选择的决定影响，忽视了多边关系的空间关联以及双边投资的动力机制。虽然也有学者运用空间计量方法，从生产率空间溢出（Uttama和Peridy，2010）、空间区位（屠年松和曹建辉，2019）等方面探讨区域内投资的空间效应，但鲜有学者从空间关联入手，探讨中国-东盟双向直接投资网络特征、国别特征以及动力因素。

相较于现有研究，本文的边际贡献在于：一是综合运用GIS 和UCINET 构建中国-东盟11 国双向直接投资网络，分析中国-东盟投资演化规律与空间特征。二是深入剖析中国-东盟投资网络中的国别特征与竞争优势，为中国“一带一路”战略在东南亚推进提供空间差异化策略。三是探究中国-东盟投资网络的动力因素，为进一步优化中国-东盟投资空间布局提供参考。

（一）整体关联指标

本文以网络密度、平均路径长度、平均投资规模、度数中心势、中间中心势、接近中心势和连边数量7个指标衡量中国-东盟双向直接投资网络整体关联，指标含义与计算方法如表1所示。

表1 中国-东盟双向直接投资网络整体结构指标

（二）重心模型

采用重心模型分析中国-东盟双向直接投资在区域内的空间移动方向和距离，其数学表达式如下：

式（3）和（4）中，δ表示投资重心从Mt向Mt+i的重心偏移角度，S表示投资重心从t到t+i年的移动距离。R为常数，是坐标转化为平面距离的系数，取数值为111.11km。

（三）标准差椭圆

以重心作为标准差椭圆中心来测量椭圆的长短轴长度，可以反映投资在空间上的集聚程度和方向，具体计算公式如下：

（四）节点关联指标

节点关联指标测度中国-东盟双向直接投资网络的国别特征，主要反映节点个体特征、节点互动关系以及节点层级关系，采用核心-边缘结构和结构洞两类，具体计算方法参见刘军（2014）。其一，核心-边缘结构可以判断各国在中国-东盟双向直接投资空间关联网络中的地位，判断哪些国家居于核心位置，哪些国家居于边缘位置，通过对位置进行量化分析，可以判断节点在网络的结构特征与权力演化。根据使用的关系矩阵类型的不同，本文使用改进的核心-边缘模型，将连续模型划分为核心、半边缘和边缘三类，以增强解释力。其二，结构洞反映了网络中的非冗余关系，冗余的关系和节点被结构洞筛选过滤，从而使得网络体现个体间的有效联系，核心指标主要为有效规模、效率、限制度以及等级度。由于效率和等级度分别基于有效规模与限制度，因此本文仅测度有效规模和限制度。有效规模为个体网规模减去网络的冗余值，测度非冗余因素；
限制度是指节点在网络中运用结构洞能力与协商能力。

（一）数据来源与年份选取

中国与东盟国家双向投资数据来源于国际贸易中心（International Trade Center，简称ITC）的投资地图数据库②。该数据库公信力较强，数据缺失值相对较少。由于存在统计差异，参考Aller 等（2015）、Lovri 等（2018）的处理方法，使用镜像数据填补单边投资的空白，即以A国对B国的对外直接投资数据作为B国接受A 国的外商直接投资数据。在上述数据中，存在大量数值为负值，主要是因为对外直接投资母国在东道国撤资金额（负值）大于投资金额（正值），在研究中将负值取值为0。

选取中国-东盟区域合作重要时间节点③，依次构建中国-东盟11 个国家的投资网络。考虑到2009 年8 月与2010 年1 月时间临近，所以只选取2010 年。另外，由于2019 年数据可得性限制，同时考虑到CAFTA 升级《议定书》是逐步推进、陆续生效的，因此使用2018 年数据代替2019 年数据，揭示中国-东盟投资网络的演变规律与国别优势。

（二）指标测度与结构演化

社会网络分析由“节点”和“连边”组成，分别表示行动者与关系。社会网络的核心是对“关系”进行定量化度量，进而研究网络结构与相互关系。将中国与东盟国家视为网络节点，双边直接投资便形成了“投资流”，各国之间的投资与引资关系便构成了有向投资网络。本文根据中国与东盟10 国对外直接投资的流向与流量建立11 行×11 列的多值邻接矩阵Wt=wij（t=2002，2004，2007，2010，2015，2018），wij表示节点i和节点j之间在t时期的权重，反映了国家投资额的大小，行代表对外直接投资的母国（资金流出方），列代表开展对外直接投资的东道国（资金流入方），逐年计算投资整体网络结构指标。

在中国-东盟关系建设的重要年份，中国-东盟双向直接投资空间关联网络的整体结构指标有显著的变化（表2），网络密度、连边数量以及平均投资规模随年份总体上呈现上升趋势，平均路径长度总体上呈现不断下降的趋势，区域内投资愈发稠密，资金流动越发频繁，各国联系逐渐增加。但这一上升趋势并不是平稳的，受1997 年东南亚金融危机的影响，2002—2004 年区域经济的增长较为缓慢，企业对外直接投资活跃度较低，大规模撤资活动发生频繁，处于“后金融危机”的修复状态。2004年后，投资网络恢复性增长，但2008年的世界金融危机又明显拖延了中国-东盟区域双向直接投资发展，各项指标虽未明显下降，但增长速度较为缓慢。度数中心势、中间中心势、接近中心势在2002—2007 年期间基本呈上升趋势，中国-东盟区域内投资愈发集中，少数国家起到了“中枢型投资国”的作用。由于此时经济相对欠发达，因此区域内较发达国家率先带领经济活动的发展，对外直接投资也逐渐呈现“极化”格局。2007年后，三种中心势指标总体上都呈现下降趋势，区域内投资逐渐呈现“国别分散、区域均衡”的特征，资金流动更为活跃，国际投融资差距缩小，区域发展差距减小。尤其是2010 年CAFTA 建成后这一趋势更为明显，体现CAFTA 为中国-东盟区域发展带来了正向的投资创造效应，使得投资极化格局削弱，均衡发展趋势更为明显。2015年CAFTA 升级《议定书》签署，区域内投资发展非常迅速，各国的投资规模迅速扩大，参与投资活动的国家增多，平均投资强度比2002 年的低点翻了近8 倍。中国-东盟地缘经济格局由“网络中心化”转向“网络均衡化”，地缘伙伴关系更为紧密。

表2 中国-东盟双向直接投资网络整体结构测度

为反映中国-东盟各国投资差异，我们用点出中心度对国家节点大小加权并根据投资流量对国家节点间的连边加权，运用UCINET中的NetDraw软件依次绘制所选年度的网络结构演化图（图1）。从网络尺度来看，2002 年中国-东盟双向直接投资网络整体较为松散，其中柬埔寨仅与中国、越南建立投资网络关联。2004 年与2002年相比新增“越南-老挝”投资关联。2007年开始，中国-东盟投资网络显著趋向稠密；
2010年越南、缅甸、菲律宾节点投资连边明显稠密；
2015年，投资网络愈加丰富，大部分国家节点都已连接；
至2018年形成了完整闭环的投资网络。从国别尺度来看，中国与新加坡长期居于区域核心国地位，随着年份的递增，泰国、印尼双向投资显著增加，柬埔寨、越南、老挝、缅甸、菲律宾等原本被边缘的节点国家也通过自身条件的改善，连边数量逐渐增多，成为吸引投资的重要目的地。

图1 中国-东盟双向直接投资网络整体结构演化

（三）重心轨迹

运用式（1）和式（2），计算中国-东盟双向直接投资的重心坐标值，如表3 所示。重心轨迹可以体现中国与东盟投资网络的时空演变过程与发展趋势。

表3 中国-东盟双向直接投资重心坐标

中国对东盟直接投资的重心主要位于南海南部与泰国湾地区、中南半岛中部与南部地区，经度相对稳定，纬度波动相对较大，且大部分年份变化量为正值，体现东南亚北部国家不断改善的营商环境与积极的引资政策正在吸引中国对东盟直接投资向北移动的趋势。东盟对中国直接投资的重心主要位于马来半岛东海岸地区，经度差和纬度差围绕0值呈现拉锯式小幅波动，总体趋势较为稳定，且近年来波动幅度有进一步收窄的趋势。

根据表3计算得到的重心坐标，绘制重心轨迹的演变路线过程（图2）。进而运用式（3）、（4）计算中国-东盟双向直接投资重心的移动距离、移动方向与移动角度（表4）。

表4 2002—2018年中国-东盟双向直接投资重心移动距离和角度

图2 2002—2018年中国-东盟双向直接投资区位与重心轨迹

中国对东盟直接投资的重心轨迹呈现“西北-东南”双向迂回。这种多次折返的现象反映了东南亚西北部国家和东南部国家在吸引中国直接投资的博弈过程。中国对东盟直接投资重心移动距离与移动方向整体呈波动下降趋势，反映中国对东盟直接投资的重心偏移逐渐缩小，重心移动趋于稳定。东盟对中国直接投资重心轨迹整体上呈现“先由北向南，再由东向西”移动的趋势。从移动距离来看，东盟对中国直接投资重心轨迹在2004—2010年较大，之后有缩小的趋势，表明区域西部的国家如马来西亚、印尼等对中国的投资逐渐增多。近年来向北移动的趋势反映出中南半岛北部国家泰国、越南等对中国投资额度增多，轨迹的牵引力增强。

（四）标准差椭圆分布

运用式（5）、（6），计算得到2002—2018年中国-东盟双向直接投资标准差椭圆参数（表5），并得到标准差椭圆分布（图3），反映中国-东盟双向直接投资的空间聚散关系。

表5 2002—2018年中国-东盟双向直接投资标准差椭圆参数

中国对东盟直接投资标准差椭圆（图3a）与重心轨迹相对应，同样呈现“西北-东南”两极化，且有继续向“西北-东南”方向偏移的趋势。标准差椭圆的X轴轴距变化较为明显，Y轴变化相对较为稳定，经度变化比纬度变化大。从旋转角度来看，2002—2018 年从144.48°上升到156.67°，呈现波动上升的趋势，这表明投资的南北方向发展比东西方向发展趋势更加明显。中国对东盟直接投资的重心区域位于中南半岛中部与南部、南海南部与泰国湾地区。2002年标准差椭圆主要集中在南海南部的新加坡、马来西亚、印尼等国，而2018 年包含的主体范围已经向北移动至越南、泰国、柬埔寨等国，中国对东盟直接投资的重心范围不断扩大，国家不断增多，南北差异逐渐填补。不过缅甸、菲律宾与印尼吸收中国投资的规模仍然较小，对华吸引力较低。

东盟对中国直接投资（图3b）呈现“东北-西南”排列，标准差椭圆主体位于马来半岛、苏门答腊岛、加里曼丹岛北部，核心国家为马来西亚、新加坡、印尼，最大覆盖到文莱、越南、泰国等国。但菲律宾以及中南半岛北部国家缅甸、老挝、柬埔寨对华直接投资规模较小，对标准差椭圆影响不大。东盟对华直接投资标准差椭圆的X轴、Y轴标准差波动均较稳定。2002—2015年旋转角度在67.09°～77.34°之间小幅波动，东盟对华直接投资格局较为稳定。2018年旋转角度突然变大，南北方向牵引力大于东西方向牵引力，使得标准差椭圆向西北方向偏移，反映中南半岛北部国家即泰国、越南等对华投资增加，对标准差椭圆的偏移影响大。

图3 2002—2018年中国-东盟双向直接投资标准差椭圆分布

（一）国别有效规模

在投资网络中，结构洞为各国获取有效信息和网络地位提供机会，展现出各国的竞争优势特点。计算得到中国-东盟双向直接投资网络的有效规模（表6）。

表6 中国-东盟双向直接投资有效规模与网络限制度

总的来看，中国与东盟各国的有效规模呈上升趋势，区域内经济较为发达的国家通过积极的对外经济发展政策获取结构洞收益，其中新加坡、泰国、中国、马来西亚的有效规模较大且较为稳定。2004年后柬埔寨的有效规模增速非常快，体现出其不断优化营商环境、进行制度改革、积极招商引资取得了一定成效，柬埔寨运用结构洞获取自身收益的有效规模增多。2015年以后，区域内的有效规模增长速度有所下降，这与2015年以来全球经济增长速度放缓④有着一定关系。

（二）国别限制度

限制度用来描述国家节点在投资网络中运用结构洞获取经济效益的能力。结合限制度的概念，国家对外投资受到限制是由于其投入的直接成本和间接成本大，在网络中就容易受到其他国家的影响。以2002 年中国-东盟双向直接投资网络整体结构演化图（图1a）为例，中国与缅甸、老挝、柬埔寨三国都存在投资关联，但缅甸、老挝、柬埔寨三国之间不存在投资关系，这意味着中国是这三国的利益相关国，中国占据了“缅甸-老挝”“老挝-柬埔寨”“柬埔寨-缅甸”三个结构洞。因此中国成为缅甸、老挝、柬埔寨三国的中间枢纽，中国与之交往的直接成本与交接成本较低，受到的限制度小。

表6 报告了中国-东盟双向直接投资空间关联网络的限制度，可以发现中国-东盟双向直接投资网络限制度总体呈波动下降趋势，反映各国在投资网络的参与度不断提升，受到的限制因素不断降低。新加坡、中国、泰国拥有网络中较低的限制度。其中，新加坡限制度常年保持最低，中国在投资网络中的地位较为稳定，其余各国限制度的差异近年来不断缩小，区域经济差距正不断被弥补。

（三）核心-边缘结构

本文研究中国与东盟各国所处的投资地位，使用中国-东盟加权投资矩阵数据，构建连续的核心-边缘模型，对网络中每个节点赋以一定的“核心度”进行测度，判断各个国家在区域中的位置。根据核心度的不同，将国家划分为核心国家、半边缘国家和边缘国家。参考张帅（2018）的划分标准，结合本文实际，将核心度大于0.3 的称为核心国家，核心度在0.1～0.3 的称为半边缘国家，而核心度小于0.1 的为边缘国家。下面计算各国的核心度并加以划分（表7）。

表7 中国-东盟双向直接投资网络国别核心度

中国-东盟双向直接投资网络整体符合“核心-边缘”圈层结构，核心国家和（半）边缘国家随着内部结构特征的变化而不断更迭，各个区域呈现出明显的阶段性特征。第一阶段（2002—2004 年）：新加坡、中国双核组织。新加坡持续为中国-东盟地区最大的投资国，而随着中国积极参与CAFTA 建设，中国在东盟地区影响力逐渐提升。此阶段呈现新加坡和中国双核组织格局。第二阶段（2007年至今）：双核占优、多核互动、更迭频繁。2007 年CAFTA《服务贸易协议》签订，2009 年《投资协议》签订，CAFTA 建设推动区内投资和贸易活动的展开，而投资与贸易产生的互动作用对地区发展起着良性作用。这一阶段，中国和新加坡则一直保持核心国家的地位，不断有新国家如泰国、印尼成为核心国家，区域内“多核心”的趋势越发明显，多核频繁互动对区域经济发展与投资促进产生积极影响。但这些新晋核心国家更迭较为频繁，未能长期保持在投资网络的地位。

（一）变量选取与测度模型

中国-东盟双向直接投资受多种因素的综合影响，综合前文分析与学者研究，以中国-东盟双向直接投资空间关联网络矩阵（G）为被解释变量，并对解释变量做出如下的理论假设：中国-东盟双向直接投资的空间关联主要受9 个因素影响，分别是国家经济规模（GDP）、产业结构（IND）、基础设施（INF）、资源禀赋（RES）、市场规模（MAR）、制度质量（WGI）以及国家间贸易规模（TRD）、接壤情况（BOR）与首都间地理距离（GEO）。经济规模选取国内生产总值GDP；
产业结构采用东道国工业增加值占GDP 的比重数据；
基础设施选取东道国航空货运量与铁路货运量的总和；
资源禀赋选取东道国燃料、矿产和金属产品的出口额占商品总出口额的百分比；
市场规模使用东道国居民和政府最终消费支出占GDP 的比重；
制度质量使用民主程度、政治稳定性、政府效率、法治环境、腐败程度、管理质量六个指标的总和；
贸易规模选取中国与东盟国家双边贸易额构建多值矩阵；
地理因素使用国家间是否接壤与首都间地理距离两个指标测度。以上数据来源于世界银行世界发展指数（WDI）数据库、世界银行全球治理指数（WGI）数据库、联合国贸易商品统计（UN Comtrade）数据库以及法国国际信息和展望研究中心（CEPII）数据库。

根据上述分析，本文设立如下的模型：

G=f（GDP，IND，INF，RES，MAR，WGI，TRD，BOR，GEO） （7）

传统计量方法均假设样本间是相互独立的，但根据前文分析，解释变量的关系数据之间存在着高度的相关性，会使得传统回归方程得到有偏的估计结果。因此本文参考李敬等（2014）的研究方法，使用基于关系数据的二次指派程序（Quadratic Assignment Procedure，简称QAP）方法对中国-东盟双向直接投资空间关联的影响因素进行回归分析。QAP 回归处理了多个关系矩阵（自变量）与一个关系矩阵（因变量）之间的回归关系，不需要假设解释变量之间相互独立，可以有效避免关系数据之间的多重共线性问题。

QAP 分析应将属性数据转化为关系数据，解释变量除国家间贸易规模、接壤情况与地理距离3 个变量本身为关系数据外，其余6个变量均通过构造差异矩阵，将属性数据转化为关系数据进行回归运算。

（二）QAP回归分析

运用QAP 回归分析探讨中国-东盟双向直接投资网络的影响因素，选择5000次矩阵随机置换计算得出表8 的结果。回归分析结果显示，2002 年、2004 年、2007 年、2010 年、2015 年、2018 年中国-东盟双向直接投资网络总体上通过了显著性检验，国家经济规模、产业结构、基础设施、资源禀赋、市场规模、制度质量、贸易规模、接壤情况8 个解释变量在不同年份有着较好的解释性，而首都地理距离在各个年份均不显著。2004年和2010年调整后R2相对较高，变量的综合解释力较强，其余年份QAP回归模型也较为稳健。

表8 QAP回归分析结果

经济规模在2007年前较为显著，回归系数为负数，显示出此阶段中国-东盟国家倾向于在经济较不发达、经济规模较小的国家进行投资，这也与区域核心-边缘圈层结构一致。产业结构在2007年、2010年、2018年显著，且回归系数均为负数，产业结构相对不完善、工业增加值相对较低的国家投资吸引力较高，区域内跨国企业倾向于在产业结构欠发达的地区建立自身垄断优势，提升竞争力。基础设施、资源禀赋与市场规模都仅在个别年份显著，但大多数年份均不显著，这些因素仅在不同年份体现出阶段性作用。基础设施与市场规模回归系数为显著为负，表明随着中国-东盟各项经贸协定的推进，投资活动的政策互动更为明显，因此对外投资会综合考虑当地交通基础设施与市场潜力。资源禀赋回归系数显著为正，反映出资源寻求仍然是区域内投资的重要动机。贸易规模在各个年份均显著，且回归系数为正数，反映出中国-东盟区域内投资与贸易是互补关系，贸易对投资有着正向的促进作用，双边贸易规模大的国家相互投资关系也较为紧密。除2018年外，制度质量均显著且回归系数为正，反映出东盟国家在制度、政体形式差距明显的背景下，制度质量越高，社会营商环境越浓厚，投资限制越少，跨国投资的意愿也越强。地理因素中，国家间是否接壤在2002 年、2004年、2018年显著，且回归系数均为负值，考虑首都间地理距离均不显著，可以发现空间临近关系并非影响投资的重要因素，由于自贸协定的推进，贸易壁垒与投资壁垒逐渐被打破，投资的“冰山成本”较低，制度成本与贸易关系等因素才是影响投资决策更为重要的考虑。

本文围绕空间节点、要素流和网络结构，综合运用GIS 和UCINET 探析2002—2018 年中国-东盟双向直接投资网络空间关联，研究发现：（1）中国-东盟双向直接投资空间关联强度不断增加，国家节点联系日益紧密，但受到国际性与区域性的金融危机与经济环境影响较大。（2）中国对东盟直接投资重心呈现“西北-东南”双向迂回，东盟对中国直接投资呈现“先由北向南，再由东向西”方向变动。中国对东盟国家直接投资主体范围不断扩大；
而东盟对华直接投资相对稳定，且有更加集中的趋势。（3）中国-东盟双向直接投资网络节点层次分化明显：结构洞的差异导致了中国-东盟各国的竞争优势差异，新加坡、中国、泰国在对外投资与吸收投资的获取能力、信息的控制能力等方面具有较强的优势；
中国-东盟双向直接投资网络呈现明显的“核心-边缘”圈层结构，其中新加坡、中国是双核心，但区域投资网络近年来呈现“多核互动”的趋势。（4）中国-东盟双向直接投资空间关联的演进主要受国家经济规模、产业结构、基础设施、资源禀赋、市场规模、制度质量以及国家间贸易规模、接壤情况8 个因素的影响，其中制度质量以及贸易规模是影响投资网络最为重要的因素。

结合我国在东南亚投资的现实情况，笔者认为：第一，中国-东盟双向直接投资网络容易受到外部经济环境冲击，在当前新冠肺炎疫情迅速蔓延的形势下，中国与东盟双方应加大合作抗疫力度，促进经济复苏。可以在疫苗研发、生产、接种全环节合作，积极落实《东盟全面复苏框架》，推动数字经济、蓝色经济、低碳经济等领域合作。第二，中国应拓展对东盟国家投资的空间布局，发掘价值洼地，优化投资结构。还应整合国家间投资优势，创建跨东盟企业联盟平台，推动构建更为紧密的中国-东盟区域价值链，实现区域投资网络的空间协调。第三，根据投资网络的国别差异，应以新加坡、中国为引领，以马来西亚、泰国、印尼为支撑，以越南、柬埔寨为增长极，以区域核心国家带动边缘国家，促进区域融合发展。我国企业对于结构洞利用效率不高，应当发挥竞争优势，充分利用社会资本，提升企业对外直接投资效率，盘活地区产业优势、资源优势，促进资源在中国-东盟区域流动与配置，推动区域合作与联系。第四，根据投资网络的动力因素，中国-东盟各国应积极改善国家制度质量，完善政策法规，提升市场化水平，发挥贸易先导作用，构建更为紧密的区域生产网络，推动国家间贸易与投资互补式、内涵式发展。

注释：

①根据《中国统计年鉴》《中国对外直接投资统计公报》计算而得。

②投资地图数据库，https://www.investmentmap.org。

③2002 年11 月4 日签署《中国与东盟全面经济合作框架协议》，2004 年11 月29 日签署CAFTA《货物贸易协议》，2007 年1 月14日签署CAFTA《服务贸易协议》，2009 年8 月15 日签署CAFTA《投资协议》，2010 年1 月1 日CAFTA 正式建立，2015 年11 月21 日CAFTA升级《议定书》签署，2019年10月22日CAFTA升级《议定书》全面生效。故本文选取2002年、2004年、2007年、2009年、2010年、2015年、2019年为重要时间节点。

④根据世界银行WDI数据库数据计算得到2015年以来全球经济增速在3.4%以下。