3.4 估计结果
本节首先考察了“项目泛滥”对减贫最大动力——“经济增长”的影响。“提高援助有效性的措施”的背景是在难以增加援助资金的情况下，希望通过提高援助效率来提高援助的有效性。因此，本节重点考察通过集中那些导致“项目泛滥”的项目可以在何种程度上提高援助的有效性。考虑到内生性的GMM估计结果见表3-2。
表3-2 “项目泛滥”和经济增长
续 表
续 表
注：括号内表示的是全部的稳健标准误差。＊＊＊、＊＊、＊分别代表在1%、5%、10%的显著性水平上拒绝零假设。HHI指标使用了DAC CRS的数据，并根据除韩国外的22个DAC国家以及世界银行、EU的支出数据进行了计算。（内生）表示内生变量，（外生）表示外生变量，工具变量使用了时间虚拟变量。
从“项目援助集中度指数（HHI）”来看，“HHI”升高则经济增长率降低。另一方面，“HHI”平方后，随着项目援助集中度的升高，与“HHI”相比，经济增长率升高且系数较大。也就是说，项目援助集中度的升高给经济增长率带来正面效果。这表明当“援助额占GDP比”为0，仅观察“项目泛滥”的情况下，“项目泛滥”对经济增长率的影响作为HHI函数，表现为一个具备最适值的U字形。但是，“HHI”和“HHI2”的值均没有统计学意义。“援助额占GDP比”方面，HHI值越高，经济增长率的统计学意义越小。这意味着当“HHI”和“HHI2”均为0，即“项目泛滥”达到极限的情况下，援助的增加对经济增长率产生负面影响。此外，从“援助额占GDP比和HHI的交叉项”来看，该系数为有统计学意义的正值，“援助和HHI2的交叉项”与“援助额占GDP比和HHI的交叉项”相比，系数为负才有统计学意义。即HHI对经济增长的影响在“援助额占GDP比”为零时表现为U字形（但无统计学意义），因此该影响随着“援助额占GDP比”的增加而发生变化。这些都是在不同模型下均能得出的稳健的结果。与控制变量经济指数、治理指数等的关系没有得出有统计学意义的结果。此外，通过Arellano-Bond统计值检验干扰项是否序列相关，通过Hansen J统计值检验工具变量是否满足干扰项和正交条件，均得出正确的数值，这说明本分析使用了正确的模型。
仅凭上述变量的系数对本模型所关注的HHI的综合效果进行判断存在一定的局限性，因此，笔者将带入具体的数值实现该效果的可视化。为了考察HHI对经济增长率的综合影响，将第1到第3个四分位数的“援助额占GDP比”及参考地区撒哈拉以南非洲及东亚的“援助额占GDP比”的平均值带入下面的公式中，借此确认援助额分别固定为上述数值时HHI对经济增长率的综合影响。
HHI对经济增长率的综合影响＝（HHI系数＋援助额×HHI和援助额交叉项的系数）×HHI＋（HHI2系数＋援助额×HHI2和援助额交叉项的系数）×HHI2
（3-6）
“HHI”“HHI2”“HHI2和援助额的交叉项”的系数使用了最具统计学意义的估计结果，即表3-2中（4）的模型数值。图3-4为可视化结果。此外，表3-3、表3-4反映了不同地区的项目HHI平均值和援助额平均值（援助额占GDP比）。
图3-4 HHI对经济增长率的综合影响：第1到第3个四分位数和撒哈拉以南非洲及东亚地区的“援助额占GDP比”[11]
表3-3 不同地区的项目HHI平均值（2002年至2010年的平均值）
注：表[12]3-3中的HHI为根据援助方提供的援助项目数量计算得出。
表3-4 不同地区的援助额平均值（援助占GDP比、2002年至2010年的平均值）
如图3-4所示，第1个四分位数“援助额占GDP比=0.6%”时，呈U字形，HHI位于最低值0.2到0.4区间时对经济增长率产生负面影响，之后对经济增长率产生正面影响。第2个四分位数“援助额占GDP比=3.46%”时，持续对经济增长率产生正面影响，HHI值越高影响越大。但是，第3个四分位数“援助额占GDP比=10.8%”的情况下，呈倒U字形，HHI位于峰值0.45到0.9区间时产生正面影响，其他则产生负面影响。在实际观测值中，首先，在撒哈拉以南非洲地区的“援助额占GDP比”平均值（14.5%）下，呈倒U字形，HHI位于峰值0.4到0.8区间时产生正面影响，其后则产生负面影响。此外，在东亚地区“援助额占GDP比”平均值（7.3%）下，虽然HHI达到0.6后略呈下降趋势，但持续对经济增长产生正面影响。
通过表3-3可以看出，撒哈拉以南非洲地区的HHI平均值为0.123，如果“援助额占GDP比”的地区平均值今后保持不变，则项目援助集中度保持在0.4之内，可以预见将会进一步推动经济增长。东亚地区的HHI平均值为0.093，如果“援助额占GDP比”的地区平均值今后也保持不变的话，集中项目援助同样会进一步提高经济增长率。为提高这些结果的可信度，本分析将各个案例均置于95%置信水平下（见图3-5到图3-9）。
图3-5 HHI对经济增长率综合影响的95%置信水平：第1个四分位数[13]
图3-6 HHI对经济增长率综合影响的95%置信水平：第2个四分位数
图3-7 HHI对经济增长率综合影响的95%置信水平：第3个四分位数
图3-8 HHI对经济增长率综合影响的95%置信水平：撒哈拉以南非洲地区[14]
图3-9 HHI对经济增长率综合影响的95%置信水平：东亚地区[15]
如图3-5到图3-9所示，在HHI对经济增长率综合影响的95%置信水平下，HHI值极高时幅度会出现若干扩大，但此外基本一致，可信度较高。因此，可以认为基于上述估计结果的解释是正确的。
在上述结果的基础上，笔者改变“援助额占GDP比”的数值进行了模拟估计，借此确认“HHI对经济增长率的综合效果最好”以及“已经没有改善余地”两种情况下“援助额占GDP比”的阈值（见图3-10）。
图3-10 HHI对经济增长率综合影响持续为正的情况：“援助额占GDP比”置于3.5%—9.2%区间[16]
模拟估计的结果表明，“援助额占GDP比”位于3.5%—9.2%时，集中受援国的项目援助将始终对经济增长产生正面影响。“援助额占GDP比”位于3.5%—6.4%时，HHI产生正面影响且影响持续扩大，但高于6.4%时，HHI达到峰值后开始递减呈倒U字形。而且，在“援助额占GDP比”为9.2%的案例中，HHI的最适值为0.5，此时呈左右对称的倒U字形。多数发展中国家的HHI均在0.5以下，这表明在经济增长方面，即使援助额不变，但通过集中项目援助也可能会促进经济增长。
反之，在“援助额占GDP比”高于9.2%的地区，如撒哈拉以南非洲等对援助依赖度高的国家，通过在一定程度上控制“项目泛滥”，使HHI向最适值变化，则有可能比对援助依赖度低的国家更好地提高经济增长率。另一方面也表明，在这些国家中，项目过度集中反而可能会削弱经济增长的效果。
进而，笔者将考察“项目泛滥”和婴幼儿死亡率的关系。婴幼儿死亡率是指5岁以内儿童的死亡人数与1000名新生儿的比例。因此，数值越大表示婴幼儿死亡率问题越严重。系统GMM估计结果见表3-5。
表3-5 “项目泛滥”和婴幼儿死亡率
续 表
续 表
注：括号内表示的是全部的稳健标准误差。＊＊＊、＊＊、＊分别代表在1%、5%、10%的显著性水平上拒绝零假设。HHI指标使用了DAC CRS的数据，并根据除韩国外的22个DAC国家以及世界银行、EU的支出数据进行了计算。（内生）表示内生变量，（外生）表示外生变量，工具变量使用了时间虚拟变量和腐败控制度。
表3-5表明，随着“卫生项目集中度指数HHI”的增高，婴幼儿死亡率也表现为有统计学意义的增高。另一方面，“卫生项目集中度指数HHI”进行平方后的数值增高则婴幼儿死亡率表现为有统计学意义的降低。即当“卫生援助额对GDP比”为0时，“项目泛滥”对婴幼儿死亡率产生的影响呈倒U字形。保健项目集中度指数极低或极高时，可以改善婴幼儿死亡率。“卫生援助额占GDP比”系数为有统计学意义的正值，HHI为0，即“项目泛滥”达到极限时，会使死亡率增高。“卫生援助额占GDP比和HHI的交叉项”及“卫生援助额占GDP比和HHI2的交叉项”的系数均为有统计学意义的负值，HHI和婴幼儿死亡率的关系随“卫生援助额占GDP比”的变化而变化。但是，与“HHI”交叉项相比，随着HHI2交叉项的系数绝对值变小、项目援助集中度增加，对“卫生援助额占GDP比”的影响力也变小。此外，“政府卫生开支占GDP比”方面，随着开支的增加，婴幼儿死亡率呈有统计学意义的递减趋势，这表明开支额的增高可以改善婴幼儿死亡率。其他的控制变量中，可以看出（1）（2）（3）及（7）的模型对改善婴幼儿死亡率有统计学意义，其余的经济变量及治理变量均未得出有统计学意义的结果。这些主要解释变量的结果是在不同模型下均可以得到的稳健结果。此外，通过Arellano-Bond统计值检验干扰项是否序列相关，通过Hansen J统计值检验工具变量是否满足干扰项和正交条件，均得出正确的数值，这说明本分析使用了正确的模型。
为实现HHI对婴幼儿死亡率影响的可视化，与对经济增长率的分析相同，笔者将第1到第3个四分位数的“卫生援助额占GDP比”及参考地区撒哈拉以南非洲及东亚的“卫生援助额占GDP比”的平均值带入到公式（1）中，借此确认“卫生援助额占GDP比”分别固定为上述数值时HHI对婴幼儿死亡率的综合影响。
“HHI”“HHI2”“HHI2和援助额的交叉项”的系数使用了最具统计学意义的估计结果，即表3-5中（3）的模型数值。图3-11为可视化结果。此外，表3-6、表3-7反映了不同地区的项目HHI平均值和援助额平均值（援助额占GDP比）。
图3-11 HHI对婴幼儿死亡率的综合影响：第1到第3个四分位数和撒哈拉以南非洲及东亚地区的“卫生援助额占GDP比”[17]
表3-6 不同地区的卫生项目HHI平均值（2002年至2010年的平均值）(https://www.daowen.com)
表3-7 不同地区的卫生援助额平均值（援助额占GDP比、2002年至2010年的平均值）
如图3-11所示，第1个四分位数“卫生援助额占GDP比=0.02%”及第2个四分位数“卫生援助额占GDP比=0.126%”时，呈平缓的倒U字形，这表明婴幼儿死亡率在持续变高。第3个四分位数“卫生援助额占GDP比=0.66%”时，呈倒U字形，HHI位于峰值0.2到0.35区间时婴幼儿死亡率剧增，其后有所改善。在撒哈拉以南非洲地区的“卫生援助额占GDP比”的平均值（0.83%）下，HHI接近0.1时，婴幼儿死亡率剧增，其后婴幼儿死亡率持续改善。在东亚地区的“卫生援助额占GDP比”平均值（0.37%）下，呈倒U字形，HHI位于峰值0.4到0.8区间时婴幼儿死亡率恶化。此外，如表3-6所示，撒哈拉以南非洲的HHI平均值为0.179，可以预见集中项目援助将进一步改善婴幼儿死亡率。东亚地区的HHI平均值为0.126，“项目泛滥”对该地区的婴幼儿死亡率没有产生太大影响。与对经济增长的分析相同，为提高这些结果的可信度，本分析将各个案例均置于95%置信水平下。详见图3-12到图3-16。
图3-12 HHI对婴幼儿死亡率综合影响的95%置信水平：第1个四分位数[18]
图3-13 HHI对婴幼儿死亡率综合影响的95%置信水平：第2个四分位数
图3-14 HHI对婴幼儿死亡率综合影响的95%置信水平：第3个四分位数
图3-15 HHI对婴幼儿死亡率综合影响的95%置信水平：撒哈拉以南非洲地区
图3-16 HHI对婴幼儿死亡率的综合影响的95%置信水平：东亚地区
如表3-6所示，在HHI对婴幼儿死亡率综合影响的95%置信水平下，发展中国家的HHI数值集中在0.1到0.5区间，该数值以外的置信区间其幅度变大。这表明对卫生援助依赖度低的发展中国家即便改善“项目泛滥”现象，也无法判断对婴幼儿死亡率的负面影响是否会减少。另一方面，在对卫生援助依赖度高的国家中，通过集中援助项目能够降低婴幼儿死亡率。例如，表3-6中撒哈拉以南非洲地区的卫生项目HHI平均值为0.179，如图3-15所示，在撒哈拉以南非洲地区的HHI对婴幼儿死亡率的综合影响95%置信水平下，虽然HHI低于0.2和高于0.5时结果出现分歧，但可以预见通过集中项目援助能够降低婴幼儿死亡率。另一方面，如图3-16所示，在东亚地区的HHI对婴幼儿死亡率的综合影响95%置信水平下，HHI在低于0.1和高于0.5时分歧过大，缺乏可信度，这表明在这样的情况下即便提高卫生项目的集中度也不会对婴幼儿死亡率产生影响。表3-6中东亚的卫生项目HHI平均值为0.126，无法判断控制“项目泛滥”是否能够降低婴幼儿死亡率。
在上述结果的基础上，笔者采取与分析经济增长相同的方法，改变“援助额占GDP比”的数值进行模拟估计。结果如图3-17所示。
图3-17 HHI对婴幼儿死亡率综合影响持续为负（卫生援助额占GDP比低于0.27%）和持续为正（卫生援助额占GDP比高于0.86%）的情况
如图3-17所示，“卫生援助额占GDP比”为0.27%时，HHI对婴幼儿死亡率影响持续为正，达到峰值0.5时呈左右对称的倒U字形，这表明在对卫生援助依赖度低的国家，“卫生援助额占GDP比”低于0.27%时，通过集中项目援助来改善婴幼儿死亡率的效果有限。另一方面“卫生援助额占GDP比”在0.27%至0.86%区间时，从HHI的高值开始，通过集中项目援助会起到一定作用。“卫生援助额占GDP比”高于0.86%时，可以预见婴幼儿死亡率会持续降低。在HHI值低、对卫生援助依赖度高的撒哈拉以南非洲地区，集中援助项目将有助于降低婴幼儿死亡率。另一方面，这一结果再次表明了在对卫生援助依赖度低的国家，即便改善“项目泛滥”现象，也有可能无法降低婴幼儿死亡率。
最后，笔者将分析“项目泛滥”对小学毕业率的影响。系统GMM结果见表3-8。HHI对小学毕业率的影响表现为和经济增长相同的U字形。但是，解释变量均得出了有统计学意义的结果。首先，通过教育项目集中度指数可以发现，随着HHI值的增高，小学毕业率表现为有统计学意义地降低。另一方面，“HHI2”与HHI相比，随着项目援助集中度的提高，小学毕业率也有所提高且系数为较大的正值。
表3-8 “项目泛滥”与小学毕业率
续 表
续 表
注：括号内表示的是全部的稳健标准误差。＊＊＊、＊＊、＊分别代表在1%、5%、10%的显著性水平上拒绝零假设。HHI指标使用了DAC CRS的数据，并根据除韩国外的22个DAC国家以及世界银行、EU的支出数据进行了计算。（内生）表示内生变量，（外生）表示外生变量，工具变量使用了时间虚拟变量和腐败控制度。
也就是说，“教育援助额占GDP比”为0时，“项目泛滥”对小学毕业率的影响呈U字形。随着“教育援助额占GDP比”数值的升高，小学毕业率表现为有统计学意义地降低。当“项目泛滥”达到极限时，援助将起到负面作用。此外，“教育援助额占GDP比和HHI的交叉项”为有统计学意义的正值，“教育援助额占GDP比和HHI2的交叉项”为有统计学意义的负值。反映HHI和小学毕业率关系的U字形随着“教育援助额占GDP比”的增加而变化。这些主要解释变量的结果均是在不同模型下也能够得出的稳健结果。但与控制变量中的经济指数、治理指数等的关系均未得出有统计学意义的结果。此外，通过Arellano-Bond统计值检验干扰项是否序列相关，通过Hansen J统计值检验工具变量是否满足干扰项和正交条件，均得出正确的数值，这表明本分析使用了正确的模型。
下文与其他被解释变量一样，为实现HHI对小学毕业率影响的可视化，将第1到第3个四分位数的“教育援助额占GDP比”及参考地区撒哈拉以南非洲及东亚地区的“教育援助额占GDP比”的平均值带入到公式（1）中，借此确认在“教育援助额占GDP比”分别固定为以上数值时HHI对小学毕业率的综合影响。“HHI”“HHI2”“HHI2和援助额的交叉项”的系数使用了最具统计学意义的估计结果，即表3-8中（1）的模型数值。图3-18为可视化结果。此外，表3-9、表3-10反映了不同地区的教育项目HHI平均值和教育援助额平均值（教育援助额占GDP比）。
图3-18 HHI对小学毕业率的综合影响：第1到第3个四分位数和撒哈拉以南非洲及东亚地区的“教育援助额占GDP比”[19]
表3-9 不同地区的教育项目HHI平均值（2002年至2010年的平均值）
续 表
表3-10 不同地区的教育援助额平均值（教育援助额占GDP比、2002年至2010年的平均值）
如图3-18所示，第1个四分位数“教育援助额占GDP比=0.055%”和第2个四分位数“教育援助额占GDP比=0.282%”时，HHI的影响呈U字形，HHI位于0到0.5区间时，小学毕业率降低，其中HHI为0.3时达到最低值，其后有所改善。第3个四分位数“教育援助额占GDP比=0.894%”时，呈平缓的U字形，此时持续对小学毕业率产生正面影响。撒哈拉以南非洲地区的“教育援助额占GDP比”平均值（1.01%）同样呈平缓的U字形，持续对小学毕业率产生正面影响。与此相对，东亚地区的“教育援助额占GDP比”的平均值（0.69%）呈U字形，当HHI超过0.3时，能够提高小学毕业率。为提高这些结果的可信度，本分析将各个案例均置于95%置信水平下（见图3-19到图3-23）。
图3-19 HHI对小学毕业率综合影响的95%置信水平：第1个四分位数[20]
图3-20 HHI对小学毕业率综合影响的95%置信水平：第2个四分位数
图3-21 HHI对小学毕业率综合影响的95%置信水平：第3个四分位数
图3-22 HHI对小学毕业率综合影响的95%置信水平：撒哈拉以南非洲地区
图3-23 HHI对小学毕业率综合影响的95%置信水平：东亚地区
如图3-19至图3-23所示，在HHI对小学毕业率综合影响的95%置信水平下，与婴幼儿死亡率相同，发展中国家的HHI数值集中在0.1到0.5区间，该区间之外估计精度降低。但是，在对教育援助依赖度低的国家中，通过集中项目援助使HHI超过0.7则能够提高小学毕业率。另一方面，在对教育援助依赖度高的发展中国家，HHI的高低不对小学毕业率产生影响。HHI值位于0.3至0.8区间时，“泛滥度”（或集中度）为0.5至0.6时产生积极意义。如表3-9中撒哈拉以南非洲地区的教育项目HHI平均值为0.174，表3-10中撒哈拉以南非洲地区的“教育援助额占GDP比”为1.018%，这些数值高出其他地区，通过集中项目援助将HHI值提高至0.4左右则能够提高小学毕业率（高于上述集中程度时未必会取得更好的效果）。另一方面，如表3-9所示，东亚地区的教育项目的HHI平均值为0.137，“项目泛滥”度高，如表3-10所示东亚的“教育援助额占GDP比”为0.695%，对教育援助依赖度高于其他地区，可以预见通过集中项目援助将HHI提高至0.7则能够提高小学毕业率。
在上述结果的基础上，采取与其他被解释变量分析相同的方法，改变“教育援助额占GDP比”的数值进行模拟估计，结果如图3-24。此处，笔者对集中项目援助但不会产生负面影响的“教育援助额占GDP比”的阈值进行了模拟估计。结果表明，在“教育援助额占GDP比”超过0.84%的对援助依赖度高的国家中，集中项目援助将持续产生正面影响。此外，在这些国家中，HHI对小学毕业率产生正面影响时，HHI基本处于0.25到0.9的区间。
图3-24 HHI对小学毕业率的综合影响持续为正的情况（教育援助额占GDP比高于0.84%）