清华大学国际关系数据与计算实验室2025年春季学期第3期“前沿研读沙龙”于2025年4月12日在腾讯会议平台顺利举行。
本期读书会由牛津大学国际发展系博士研究生马宋若文和清华大学国际关系学系硕士研究生孙毅超主讲。主讲人对期刊文章《中国亚投行对世界银行的影响》（The Impact of China’s AIIB on the World Bank）做了主要内容的介绍以及分析过程的复刻。本期读书会由清华大学国际关系数据与计算实验室主任漆海霞老师主持，并邀请到清华大学国际关系研究院博士后张晟昊老师作为点评嘉宾。
01 主要内容
二战结束后，伴随着美国的崛起，世界银行成为领先的国际发展组织。但是多年来因为不可持续的发展政策、项目审批程序复杂且时间长、广泛的社会和环境标准要求、基础设施项目融资能力不足、侵入性政策条件等问题，在发展中国家备受争议。2016年，中国牵头成立亚洲基础设施投资银行(AIIB)。亚投行有57个创始成员国。虽然自1944年以来已有24家多边开发银行(MDB)相继成立，但是亚投行迅速从中脱颖而出，成为世界关注的焦点。作者关注这些帮助创立亚投行的发展中国家，也就是“发展中的创始成员国”（developing funding members of the AIIB）。并认为：世界银行在基础设施领域的项目较少，而基础设施又是亚投行的专长。因此，亚投行的成立将使其“发展中创始成员国”对世界银行基础设施项目的参与度下降。
02 实证分析
本研究检验一个关键假设：亚投行创始成员国身份对世界银行基础设施项目有负面影响（a negative effect of AIIB founding membership on World Bank infrastructure projects）。
马宋若文同学首先对文章的数据集和变量进行了介绍。作者统计了1992年-2019年期间参与过至少一个世界银行项目的国家，共155个。其中包括一些在2016年之前不再具备从世界银行贷款资格的“毕业”国家。
文章将解释变量定义为“在样本期间从世界银行借款的，并在亚投行《协定》附表中被列为创始成员国的国家”。由于亚投行成立于2016年，因此将符合条件的发展中亚投行创始成员国，在AIIB FOUNDER × POST-2016 一栏中编码为1，否则为0。被解释变量为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。按照世界银行官网提供的行业类别（projects by sector）对基础设施项目进行编码，分为“基础设施行业”和“非基础设施行业”。此外，作者还考虑了一系列控制变量（表1）。
表1：文章控制变量说明
马宋若文同学进一步介绍了本文使用的动态多层次潜在因子模型和其背后的贝叶斯原理。作者认为分析亚投行创始成员国对于世界银行的影响涉及二元处理和两个时期。如果考虑使用双重差分模型（DiD），就需要意识到其依赖一个重要假设：处理组和对照组观测值之间的平行趋势（parallel trend）。可能不适用本研究案例。
因此，作者使用了DM-LFM模型 (dynamic multilevel latent factor model)。DM-LFM模型用于比较案例中单个或多个处理单元的贝叶斯方法，以替代合成控制法（synthetic control method）。该模型采用了贝叶斯后验预测方法来处理鲁宾因果模型（Rubin’s causal model），允许研究人员基于实证后验分布对处理观察的反事实情况进行个体和平均处理效应的推断。
孙毅超同学对DM-LFM模型进行了进一步的介绍。该模型基于六个假设：1）横截面稳定单位处理值假设Cross-sectional stable unit treatment value assumption (SUTVA)；2）无预期假设；3）个体化分配和正值假设Individualistic assignment and positivity；4）潜在忽略性 Latent ignorability；5）数据提取可行性 Feasible data extraction；6）可交换性 Exchangeability。图1清晰展示了该多层次模型的表达形式。该模型考虑到了时间层面和单位层面的动态性，并在总体效应系数的基础上允许国家和时间偏移。模型通过矩阵低秩近似和Lasso收缩筛选有效潜在因子。孙毅超同学还对马尔可夫链蒙特卡洛方法（MCMC）的基本逻辑进行了介绍。
图1清晰展示了该多层次模型的表达形式。该模型考虑到了时间层面和单位层面的动态性，并在总体效应系数的基础上允许国家和时间偏移。模型通过矩阵低秩近似和Lasso收缩筛选有效潜在因子。孙毅超同学还对马尔可夫链蒙特卡洛方法（MCMC）的基本逻辑进行了介绍。
图1：DM-LFM模型
随后，两位同学根据作者提供的源代码，对全文主要的分析过程进行复现，基本重现了全文的图表（图2-5）。
图2：代码复现过程
图3：世界银行基础设施项目变动（复现图表）
图4：反事实估计和实际新增项目（复现图表）
图5：亚投行创始成员国对新增项目数量的影响
原文中，作者得出结论：DM-LFM适用于本研究数据，结果支持本研究假设。亚投行成立后，发展中创始成员国每年从世界银行获得的基础设施项目平均减少了0.66个，降幅约为22%。
最后，在稳健性检验部分，作者使用了丰富的稳健性检验方法。首先，作者通过双重差分模型、负二项模型、泊松模型、固定效应模型和广义合成控制法（Gsynth）对本文进行了稳健性检验。此外，还通过改变基础设施项目分类标准、处理缺失数据、逐一排除变量等方式进行了稳健性检验，结果均显著。孙毅超同学通过代码操作，基本复现了这一过程。
03 活动总结
马宋若文同学介绍了贝叶斯方法的背景知识、文章的主要内容以及编码策略，并对文章正文的结果进行了详细的复刻。孙毅超同学介绍了DF-LFM模型的假设和建构，对文章补充材料中的稳健性检验部分进行了复刻。两位主讲人还指出了文章的主要贡献与局限，并提供了进一步研究的潜在方向。在讨论环节，同学们针对模型的实现过程、理论机制的逻辑性以及可能的竞争性解释等提出了各自的看法。主讲人对此进行了一一回应。
在点评环节，漆海霞老师肯定了主讲人对文章介绍与复刻的细致程度，同时也鼓励同学们了解前沿研究方法，以严谨踏实、认真仔细的精神对待实证研究，并能够举一反三。张晟昊老师也对主讲人提出的局限性表示赞同，并从研究者的角度试着解释作者变量选择背后的原因。他鼓励同学们在进行量化分析时不但要看懂、读懂分析框架，更要理解理论的底层逻辑，在一次次的学习中夯实基础。