二、研究设计

二、研究设计

1.变量定义与数据来源

(1)被解释变量

与前文一致,本章节从偿债能力和流动性两方面衡量国家外债风险,参考以往文献,具体从偿债能力和流动性角度选取外债占GDP的比例(Fordebt)、外债偿还额占出口比重(Debtserv)、政府所持有的国际储备资产与进口商品金额比值(Intliq)3个指标数据衡量政府债务风险。为使3个国家外债风险指标方向一致,使数据便于处理、比较和解释分析,数值参照ICRG的数据处理方法,将变量转化为得分,得分越高,国家外债风险越大;得分越低,国家外债风险越小;数值得分满分为50分,最低为0分。

(2)解释变量

宗教多样性:为研究一国宗教多样性程度,本章选择Score和Frac两个指标衡量。其中Score表示一国主要教派的数量,其中关于主要教派定义依照Dow et al.(2016)做法,当某宗教占比大于20%,定义为主要教派并计数;当某一宗教内部派系占比大于25%,定义为主要教派并计数。每教派计1分,总得分设置为Score。一个国家的主要教派数量越多,则指标Score值越大,表示宗教多样性越强。

本章选取另一个宗教多样性指标是Taylor和Hudson(1972)构造的种族语言差异程度指标(ethnolinguistic fractionalization,ELF),Dow et al.(2016)在宗教多样性研究中使用此指标,其公式为:

图示

πi代表信奉i宗教信徒数量占该国总人口比例,此指标可被解释为测量在i国随机选取2个个体,两者同属一个宗教的概率。宗教种类越多,Frac取值越大。如Frac为0,说明所有国民信奉同一宗教;如果此指标为1,说明所有国民均信奉不同宗教。

宗教制衡度:宗教制衡度指一国主要教派信徒数量所占比例之间的接近程度。在主要宗派数量相等的情况下,各宗派信徒所占比例越接近,宗教制衡度越高。此指标侧重宗教文化特征的冲突程度。本章用Montalvo和Reynal-Querol(2005b)提出的两极化指标衡量,公式为:

图示

πi代表信奉i宗教信徒数量占该国总人口比例。Pol指数在0~1之间,当两种宗教各占比50%时,Pol值最大,体现宗教制衡程度最高。以往研究Ying et al.(2017)使用宗教制衡度(Pol)衡量宗教文化特征对国家经济发展的影响。

宗教和谐度:衡量宗教和谐度,本章选取LLSV(1999)的做法,以信徒数量最多的宗教人口数占国家总人口的百分比衡量。一国占比最高的宗教信仰作为主流价值观念和决策依据,其余宗教信仰处于搭便车状态,这种思想统一的集中状态属于“宗教和谐”。第一大宗教占比越高,则宗教和谐程度越高,主流意识越明显,决策力度越强。(https://www.daowen.com)

(3)控制变量

与上文一致,为探究宗教文化特征与国家外债风险的关系,根据理论基础和数据的可得性,本章节基于现有研究分别控制国家经济因素和制度因素等控制变量,具体包括经济发展水平、经济增长率、通货膨胀率、失业率、法律与秩序、政府稳定性、官僚主义和民主责任。本章节使用变量详见表4.13。

表4.13 变量定义

图示

(4)数据来源

世界比较著名的宗教数据来源之一是世界基督教百科全书(World Christian Encyclopedia,WCE),它提供了较全面的跨国数据。然而,WCE存在着明显的缺点,数据明显倾向基督教:其一,将接受过洗礼或者居住在基督教风格区域的居民直接划归为基督教徒;其二,长期统计数据中,存在明显变动的数据大多反映的是基督教徒数量的增长。另一个宗教数据来源是大英百科全书世界数据库(Britannica World Data,BWD),提供了220个国家的宗教分布数据,包括普查数据、教堂会员数据和外部分析师的估计数据。数据客观全面,现有宗教多样性经济影响的研究使用了BWD数据。此外,美国中央情报局世界概况(The World Factbook,WF)和政治家年鉴(The Statesman's Yearbook,ST)从国家资源角度报告了世界各国的宗教数据,与WCE相比统计数据更为详细,将接受过洗礼但实际是调和信徒单独归为一类,将万物有灵论信徒与基督教信徒区分。其中,对比ST和WF,WF的数据更为详细。因此,本章主要选取BWD和WF的宗教数据,将宗教分为:基督教、伊斯兰教、佛教、印度教、犹太教、儒家、道教、万物有灵论宗教、大同教、调和宗教和其他宗教。

国家外债风险指标数据和控制变量中反映国家经济因素指标数据均来源世界银行数据库和IMF数据库。控制变量中反映制度因素指标数据来自美国政治风险服务集团提供的ICRG指标,得分越高表示国家在该方面表现越好。

根据数据的充分性和可得性,本研究选取中国社会科学院发布的《“一带一路”沿线国家工业化发展报告》中包含的65个“一带一路”沿线国家,研究涵盖从2008年到2017年共计10年数据。剔除数据缺失的国家年份后,共计490个观测值。

2.检验模型设计

为了检验本章的研究假设4-2a“一带一路”沿线国家的宗教多样性越高,国家外债风险越高,4-2b“一带一路”沿线国家的宗教制衡度越高,国家外债风险越高和4-2c“一带一路”沿线国家的宗教和谐度越高,国家外债风险越低,本章构建回归模型如下:

图示

其中,Religion是表示宗教文化特征的主要测试变量。假设4-2a,Religion是宗教多样性程度,用Score和Frac两个指标衡量,预期主要测试的自变量系数显著为正。假设4-2b,Religion是宗教制衡度,用Pol衡量,预期系数显著为正。假设4-2c,Religion是宗教和谐度,用Per衡量,预期系数显著为负。