一、引言
自新中国成立以来，中国向非洲国家提供了大量不附带任何条件的国际援助。特别是进入21世纪以后，随着中国经济的崛起和中非关系的不断发展，中国对非援助更是达到了一个历史新高度。《中国的对外援助（2014）》白皮书的数据显示，2010年至2012年，中国对外援助金额达893.4亿元人民币，其中51.8%投人到了非洲地区。中国的援助积极支持非洲国家建设基础设施，加强贸易发展，帮助受援国实现经济社会发展、减少贫困和改善民生。
随着中国对非援助规模的不断扩大，中国援助的效果也引发了广泛的反响。一方面，中国的援助受到世界广大国家包括非洲国家政府和人民的高度称赞。例如，前世界银行行长罗伯特·佐利克（Robert Zoellick）在2007年曾赞扬中国对非洲的援助和投资，认为“中国在非洲的投资是非常有利的，能够帮助非洲国家开发基础设施，帮助这些国家利用它们拥有的自然资源"） 2014年加纳官方媒体刊文称赞“中国的对非援助不附加条件，在基础设施等可以显著改善人民生活的领域提供援助。较‘华盛顿共识’而言，‘北京共识’在非洲更具吸引力”。然而，中国对非援助也受到了许多质疑，“新殖民主义”“掠夺资源论”“破坏环境论”“漠视人权论”等不绝于耳。有学者认为中国对非援助的同时导致了中国企业在非进行寻租行为、攫取抢占当地的自然资源、扶植不民主的政权等。由此，中国的对非援助又产生了争议。
面对争议，中国学者一直为中国的对非援助正名，驳斥各种“新殖民主义”论调。例如，罗建波和刘鸿武分析了过去50年中国对非洲援助政策的历史演变过程，提出基于真诚相待、平等互利基础上的对非洲提供援助是推动中非关系不断发展的助力，是维系中非友谊的重要纽带。这些研究全面客观地阐释了中国对非援助的阶段性演变，用对外援助取得的成果客观展现中国在非洲的积极作用。然而，现有的研究缺少非洲公众对中国对非援助的主观评价研究，也缺少结合宏观因素和微观因素共同分析公众评价援助效果的研究。因此，本文采用非洲民主动态调查（Afrobarometer Sur-veys）2010年的数据，结合美国全球发展研究中心（Centerfor Global Development）和美国威廉玛丽学院的“援助数据”项目（AidData）共同创建的中国对非援助数据库（china.aiddata.org） 2000-2010年的数据以及其他政体和经济发展的数据库，对非洲公众评价中国援助进行多层分析，试图从实证数据出发，分析非洲公众如何评价中国的援助及其影响因素，也就是基于受援者的视角分析中国对非援助的效果。
本文的研究有多方面的意义。从现实角度看，自2013年中国提出建设丝绸之路经济带和21世纪海上丝绸之路（以下简称“一带一路”），将非洲纳入以基础设施互通互联为主的“一带一路”大战略的范围是深化中非之间经贸发展等各方面合作的一个绝佳契机，中非之间的互利合作在未来也将进一步得到加强。在这样的时代背景下，中国对非援助成为连接中非政治经济关系的重要纽带，因此客观地解读中国对非援助现状、认识非洲公众对中国援助的看法，可以帮助非洲和国际社会更全面地理解中国的援助政策，从而更好地塑造中国在非洲的国家形象并扩大国际影响力。特别是国家主席习近平2015年末访问非洲并出席中非合作论坛约翰内斯堡峰会，强调中非历来是命运共同体，提出把中非双边关系提升为全面战略合作伙伴关系，并承诺北京将同非洲一起迎接中非“双赢合作新时代”的到来，中国愿在未来三年内提供600亿美元无偿援助以重点开展广泛惠及非洲国家的“十大合作计划”。展开大规模的对非援助，只有认真分析之前援助的经验和教训，才能更好地落实中国对非洲的承诺，为世界发展做出贡献。
同时，本文主要是从受援者自身视角来分析中国对非援助效果。援助效果往往是援助方与受援方在经济、政治、文化等方面相互影响的结果。从受援方角度，国际援助的效果体现在是否可以促进本国经济起飞和社会进步。从援助方角度，不同国家或者相同的国家地区在不同阶段由于目标、理念和工具的差异，援助效果也会有很大差异。基于上述考虑，本文采取受援者自身角度分析中国对非援助在非洲公众中取得的成就以及哪些因素会影响援助的效果，为进一步调整和完善对非援助政策拓宽视角。从理论角度看，本文的研究属于公众态度的研究，同时也可为分析政府政策评价的影响因素提供更多的参考。
根据经济合作与发展组织（DECD）援助委员会的定义，官方发展援助（ODA）被定义为当某国政府或政府机构在一定的财政优惠条件下，以提高经济发展和福利为目的，对发展中国家提供赠款或贷款，其行为就属于海外发展援助的范畴。中国对于“对外援助”的理解与经合组织的定义大体符合，但存在一些差异。中国的对外援助政策包含更广泛的内容，并更具弹性和灵活性。2011年首次发布的《中国的对外援助》白皮书界定了中国对外援助资金的三种类型:无偿援助、无息贷款和优惠贷款。本文所探讨的中国对非援助包含援助政策中的两个部分，即合作与海外发展援助。合作是指与非洲国家的经济技术合作，包括直接投资;海外发展援助则是指赠款、优惠贷款、减免债务、无息贷款补助，或是根据需要来提供技术援助等。此外，还包括在饥荒、自然灾害或类似情况下提供的人道主义援助，如非政府组织捐款。本文采用美国全球发展研究中心和AidData共同创建的中国对非援助数据库的数据进行分析。该数据库通过对不同中外媒体源的相关报道进行挖掘与整理，搜集到大量公开或者未公开的中国对非援助项目层面的数据，然后根据援助主体类别的不同，将中国对非援助区分为官方对非援助和非官方对非援助。其中，官方对非援助的主体包括财政部等中国政府机构、共青团等政党组织以及中国开发银行、中非发展基金等与政府相关的金融机构。非官方对非援助的主体包括各种非政府组织、参与对外直接投资的企业以及科研院所等。本文以下内容会分析官方与非官方援助效果评价的差异。
本文共分六个部分。第一部分是引言。第二部分描述了中国对非援助的背景，对21世纪以来的中国对非援助特征展开分析。第三部分总结了公众对援助评价的相关研究，并在前人基础上提出研究的变量与模型。第四部分是数据和变量的测量。第五部分是运用多层模型对研究的问题进行实证分析的结果和分析相关。第六部分是简单的总结和讨论。
中国对非援助在南南合作的框架下展开，尊重受援国主权，不对非洲国家内政进行干涉，援助政策不附加任何政治条件。本部分通过分析AidData中的中国对非援助数据，从援助的金额和项目、援助的主体、援助的形式、援助的领域等几个角度简单介绍中国对非援助。
自2000年中非合作论坛成立以来，中国对非援助呈现快速增长的发展态势。根据中国对非援助数据库的不完全统计，2000-2012年间中国在50个非洲国家进行了2546项援助项目，援助金额共计830亿美元，这反映了中国21世纪以来在非洲国家的援助项目的情况。图1显示的是中国对非援助的金额和项目数，在金额上，从2007年开始有了较大规模的提升，2010年以后提升尤其明显。
中国对非援助项目和金额大幅增长的同时，援助的主体也不断地多元化，政府和非政府的项目都快速增长。企业、金融机构、科研院所等不同类型的法人主体都积极在对非援外项目下开展经济技术合作。图1同时显示了对非援助的不同主体。从不同援助主体涉及的项目数量来看，有政府背景的官方援助是中国对非援助的主体，在2000年至2012年间官方援助主体涉及的项目数量远超非官方援助主体参与的项目数，占据每年总项目的比率均在70%以上。但是官方援助金额的波动具有周期性，每三年到四年为一个变化周期，而非官方援助金额在2002年至2011年间增长速率惊人，但起伏波动较大。
中国对非援助存在不同的形式，最主要的表现形式是经济援助。图2显示的是不同形式援助的数量和金额。总体上看，中国对非经济援助以提供无偿援助或者贷款方式居多，其他援助方式还包括有减免或重组债务、与贸易和投资结合的援助、技术援助、人才培养奖学金等。此外，中国对非援助还采取与贸易和投资相结合的形式，为提升中国对非洲援助的有效性提供了强有力的支撑。目前，中国已成为非洲最大的贸易伙伴国，非洲已是中国第二大海外工程承包市场和第四大投资目的地，中非经贸友好往来促进了非洲地区经济发展和民生改善。
中国对非援助的领域包括经济基础设施，如道路通信、工业设施等，也包括社会公共基础设施，如公共建筑、医院、学校等。图3显示的是AidData统计的2000年至2012年中国对非援助的不同领域。该数据表明，中国在基础设施领域投入援助最多，援助金额远超其他领域。细分中国对非援助涉及的领域，工业设施建设的对非援助金额位居首位，高达7.4亿美元，涉及工业化发展的基础设备、采矿、发电等，与道路通信有关的基础设施建设的援助金额次之。此外，1.4亿美元的金融资本也随着援助流入非洲资本市场。除去未分类的援助资金，在农业、社会服务等其他领域的援助投入的金额远小于基础设施领域，而政府运行方面所投入的援助资金最少。
此外，从援助的需求角度看，皮尤研究中心2015年全球态度项目调查结果显示，大多数被调查的非洲公众（68%）认为自己国家需要更多的国际援助（图4）。其中塞内加尔、布基纳法索和乌干达三国超过80%的公众持有这个观点，而人均国内生产总值（GDP）水平较高的南非则仅有26%的公众认为有必要获得更多的国际援助。当被问到自己国家在哪些方面函待提高时，多数非洲公众表示医疗健康和教育是首要关注。大体而言，非洲公众对国际援助持有积极的欢迎态度，在特定领域尤为关注。由此可见，中国对非援助在现阶段仍大有可为，不过需要注意策略手段，以期更好地将援助投入所需的领域。然而，面对非洲公众强烈的援助需求，非洲公众又是如何评价中国对非援助的呢?后面部分内容会详细分析非洲公众评价中国对非援助的理论与数据。
三、公众对援助评价的研究
在现有研究中，尚缺少统一的理论分析公众如何评价国际援助。所以本文借鉴现有公众对公共政策评价的相关理论以及国际援助效果的理论，分析影响公众评价国际援助政策效果的因素。新公共管理运动将顾客感知服务质量的概念引入政府公共服务的研究中，认为政府良好的公共服务有助于提升公众的满意度，影响公众对于政府和政策的评价。对此，一直存在宏观和微观两种路径。宏观的研究路径关注跨国跨时间的政府服务，例如政府在控制国家失业率、促进经济发展、抑制通货膨胀等方面的宏观政策，如经济增长会导致公众对执政者的支持上升，而经济下降会导致支持下降。微观层面的研究关注具体的政府服务和公众评价之间的关系，例如研究城市公共服务中消防服务、道路维修、公园服务和垃圾清理等公共服务的评价，低收入公民或者少数民族公民社区与其他社区的公民（作为整体）相比整体评价要低一些。
国际援助作为一项援助方在受援方的行为，其效果可以用不同方式测量，最广泛的测量方式是采用经济增长和社会福利两个指标分析国际援助的效果。然而，现有的研究还存在一系列争议。例如，国际援助与经济增长的关系尚未有一致的结论。针对援助效果影响因素的研究中，有研究发现，援助有效性还与援助的异质性特点有关，即援助的每一个组成部分，如援助金额、模式、类型等，对受援方宏观经济的影响是不同的。大量分析援助有效性的文献往往使用援助总量作为自变量，而这种方法忽视了援助的异质性，导致实证分析结果有误差。同时，援助方和受援方自身的特征都对援助有效性有着至关重要的影响。例如，有学者发现援助方出于政治偏好对援助分配的时机选择或者是援助程度的选择等的差异对援助的效果有重要影响。因此分析援助效果必须基于不同的视角来看援助有效性问题，即通过检验各种援助流动模式、类型等对援助有效性的影响，分析援助在受援国如何发挥作用。
但是即使国际援助发挥了其效果，公众科学合理评价国际援助的效果还受到一系列因素的影响。公众感知公共服务并做出理性评价需要充分的信息，而公共服务本质上是信息不对称的。只有公共服务的提供者即政府才掌握了公共服务投人和产出的充分信息，而公众无法完全掌握这样的信息。在没有充分信息的基础上，由于期望水平以及感觉差异，不同的个体对相同的服务会感觉到不同的服务质量，从而做出不同的评价。
国际援助作为一项援助方政府在受援方的公共服务，参考公共服务的感知理论，非洲公众所感知的中国对非援助效果可能与实际的中国对非援助存在差异。因为公众仅凭借主观意识感知对非援助，与真实情况存在信息不对称的问题，所以极可能做出不合理的判断评价。面对相同的国际援助（相同的金额、来源、领域等），由于信息获取的不同，媒体提供的框架结构不同，导致公众评价与实际情况不符。因此，分析公众对援助政策的评价离不开分析媒体对公众评价的影响。因此，我们在模型中首先需要考虑的是个人媒体的消费，作为分析个人了解援助信息的测量。
从认知的角度看，公众对接受到的各种信息要进行分析，而分析这些信息需要相关的知识。个人如果没有具备相应的知识，就没有办法对信息做出理性分析和判断。而教育提供了认知的基础。教育是政治社会化的主要途径，也是政治理解力和政治认知的来源。高层次的教育也意味着高层次的政治理解和判断力。教育往往与政府评价呈现负相关。关于政治信任和政府支出政策的研究也表明，学历越高，对于政府支出政策的支持度越低。因此，模型中也必须考虑教育的影响。
此外，考察公众评价的影响因素还应该控制收入、意识形态、性别、年龄和城乡等。第一，个人的社会经济地位和政治价值观与态度有着密切的联系，不同的收入群体有不同的甚至是独特的价值观。对政府评价的研究发现，失业群体或低收入群体对服务的评价通常偏低。第二，意识形态也是影响公众对政策评价的因素。由于个人价值观的不同，对具体政策的评价也会不同。第三，在政府支出政策上的公众评价还与公众的意识形态有关，有学者通过对2000年美国选民调查（NAES）的分析，发现意识形态较为保守的公众更容易受政治信任的影响从而改变对政府支出政策的评价。第四，性别也是影响公众评价的一个变量。参考政治信任的研究，女性的评价往往趋于正面。第五，年龄也会对公众评价产生影响，但是显示不一致的结果。另外，考虑到非洲国家的城乡差别巨大，所以城乡差异也需在模型中得到控制。
宏观层面上我们选择与国别有关的数据。一方面，之前讨论国际援助效果的研究认为援助的金额、模式、类型都会影响援助的效果。因此，我们假设，国际援助的金额大小、数量多少、来源是官方或者非官方、援助面向的不同领域都可能与公众对国际援助的评价有影响。另一方面，宏观经济发展水平和民主程度也会影响公众对政策的评价。国际援助作为一项宏观经济政策，公众对国际援助的评价在一定程度上与其所在国家的整体经济发展水平有关。首先，根据公众对宏观政策评价的相关理论，公众对于本国经济发展的强烈要求和积极预期会影响公众对于政府和政策的评价。其次，之前的研究发现，海外国家公众对中国形象的认知主要取决于该国的经济发展水平和民主程度。另外，参考政治信任的相关研究，国家民主程度差异会导致民众政治信任方面的差异，因此不同国家公众对具体政策的评价也会不同。国家民主程度越高，公众对于宏观政策的信任支持程度就越高。
参考上述理论研究，我们认为微观和宏观层面上的多个因素都会影响非洲公众对中国对非援助的评价。微观层面上的因素包括就业、教育、性别、年龄、城乡和意识形态等。宏观层面的因素包括中国对非援助自身的差异（不同的金额、数量、来源、领域）及宏观经济发展水平和民主程度等。
四、数据与变量
（一）数据
非洲公众对中国对非援助态度数据来源于第四轮非洲民主动态调查数据库。第四轮非洲民主动态调查于2008年启动到2010年结束，涉及20个非洲国家（贝宁、博茨瓦纳、布基纳法索、佛得角、加纳、肯尼亚、莱索托、利比里亚、马达加斯加、马拉维、马里、莫桑比克、纳米比亚、尼日利亚、塞内加尔、南非、坦桑尼亚、乌干达、赞比亚和津巴布韦），旨在测量非洲公众对民主治理、经济和公民社会等各方面的态度。第四轮非洲民主动态调查对每个国家进行了全国范围内的随机概率抽样，每个国家的样本容量最少约为1200名受访者，最多可至3600名，最终共收集27713份有效问卷。
为了分析公众评价国际援助效果的影响因素，本文采用AidData中国对非援助数据库中的数据。由于中国不是经合组织发展援助委员会（DAC）成员，中国政府也没有对外公开每年度的对外援助数据，AidData中国对非援助数据库综合各方资料追踪基于项目层面的中国对非援助数据，是目前分析中国对非援助的最全面的数据库。由于非洲民主动态调查数据库和AidData两个数据库都是学术机构建立的数据库，相对比较客观，在学术研究中被广泛采用。
（二）变量
本文的因变量是非洲公众对中国对非援助的评价。在第四轮非洲民主动态调查中，具体问题（Q98H）如下:“在您看来，中国在多大程度上对您的国家有所帮助?”受访者的回答为一个从“毫无帮助”到“帮助很大”的李克特量表。为了分析的方便，我们将回答赋值0-3，具体方法是回答“毫无帮助”的值为0，“帮助很小”的值为1，“有一些帮助”的值为2，“帮助很大”的值为3。本文对回答中的“不知道”和其他缺失值做了删除处理。另外，中国评价对布基纳法索没有援助记录，所以调查中布基纳法索部分的公众评价记录也做删除处理。处理后的样本总量为184770
（三）自变量
公众对于国际援助的评价存在多方面的因素。这些因素包括个人层面的一系列变量如个人的社会经济地位、对公共事务关注程度、受教育程度和政治社会化水平等，也包括国家层面因素如中国对一国的国际援助变量、一国的经济发展水平、民主程度等。
个人层面的变量选自第四轮非洲民主动态调查数据库，包括年龄、受教育程度、工作状况、性别、种族、居住地类型、生活条件、意识形态倾向和媒体消费。其中，年龄采用受访者在2010年的实际年龄;受教育程度采用受访者受教育的年限;工作状态按照有无受雇用来区分（目前无工作=0，目前有工作=1）;性别按照男女区分（男性=0，女性=1）;种族按照是否为黑色人种区分（非黑色人种=0，黑色人种=1）;居住地类型按城乡区分（农村=0，城镇=1）。
个人生活条件指标选取第四轮非洲民主动态调查中Q4B问题来测量，受访者的回答为一个从“非常差”到“非常好”的李克特量表。为了分析的方便，我们将回答赋值为1-5，具体方法是回答“非常差”为1，“有点差”为2，“不好也不差”为3，“有点好”为4，“非常好”为5。对回答“不知道”和其他缺失值做了删除处理。此外，我们选取了Q29A，Q29B，Q29C一系列指标来测量个人意识形态倾向自由主义程度，每个问题受访者的回答为一个从“强烈不赞成”到“强烈赞成”的李克特量表。将回答赋值为1-5，具体方法为回答“强烈不赞成”为1，“不赞成”为2，“不赞成也不反对”为3，“赞成”为4，“强烈赞成”为5；对回答“不知道”和其他缺失值做了删除处理。然后将每个指标的分值累加，从而获得个人意识形态自由主义程度的分值（3-15）。类似地，我们选取问卷中的Q12A，Q12B，Q12C一系列指标测量个人媒体消费程度，每个问题受访者的回答为一个媒体消费频率从“从不”到“每天”的李克特量表。将回答赋值为0-4，具体方法为回答“从不”为0，“少于一个月一次”为1，“一个月几次”为2，“一星期几次”为3，“每天”为4。对回答“不知道”和其他缺失值做了删除处理。然后将每个指标的分值累加，从而获得个人媒体消费程度的分值（0-12）。国家层面的变量选取了中国对非援助变量，包括援助金额、援助项目数量、援助来源、援助领域以及受援国的经济发展水平和民主程度来测量。中国对非援助变量选自AidData数据库中记录的中国对19个非洲国家在2000年至2010年期间的援助数据。我们将这些援助根据来源不同细分为官方和非官方两大类。经济发展水平采用非洲各国2009年的总GDP，民主程度则根据政体项目（Polity Project）衡量该国民主程度的指标。政体原来的分值在-10和10之间，为了解释的方便，我们将政体民主程度加10分，这样0分表示最不民主，20分表示最民主。
表1显示是自变量描述性统计的结果。从个人层面变量来看，受访者的平均年龄在36岁左右，受教育年限均值为6.7年并且工作状况的均值为0.281，可知受访者多数为受过一定教育但是并无稳定工作的青壮年群体。样本中的性别比例相对平均，接近1:1。考虑到非洲地区实际情况，受访者中黑色人种占了绝大多数，为总样本数的94.7%，仅有5.6%的受访者为非黑色人种。此外，被调查的非洲公众仅有38%在城镇地区生活，大多数受访者生活在农村地区且生活条件中等偏下。根据上述个人自由主义测量指标和媒体消费指标，样本中的非洲公众的意识形态大多比较保守且媒体消费程度中等偏下。
从国家层面看，受访者所在的国家民主程度均值为16.245，反映出非洲地区民主程度相对较高。从各国2009年的GDP数据来看，非洲各国间的贫富差距非常严重，非洲地区平均经济发展水平落后。从中国援助金额来看，非官方援助的均值为56.230百万美元，官方援助的均值为21.536百万美元，非官方援助水平远高于官方援助水平。但比较两者的标准差，可得官方援助在国家间分配比非官方援助更为均等。
五、分析与结果
在选定了自变量和因变量之后，我们运用分层线性模型对上述假设进行了回归分析（见表2）。第一，我们估算了不包括任何解释变量的零模型（null model，文中模型AO），亦作随机效应的单因素方差分析模型。此模型可以将对中国援助评价的差异来源分解为国家内部和国家之间的方差。AO的组内相关系数（intra-class correlation，p）为0.125，即在不考虑任何解释变量的情况下，因变量大约12.5%的变异可以分解到国家层次，87.5%的变异可分解到个人层次，并且组内相关系数统计上显著不等于0，因此结果表明非洲公众对中国援助的评价在很大程度上因国家而异，也表明不同国家的特征是公众评价的重要差异来源，因此需要考虑采用多层模型。
第二，在模型AO的基础上，我们加入个人层面的解释变量，结果如模型A1所示。具体而言，被调查者对于中国援助的评价与年龄和受教育年数呈显著的正相关关系。受雇佣情况对援助评价有正面影响，但不显著。女性对于中国援助的评价要显著低于男性。不同种族中，黑色人种对于中国援助的评价显著高于非黑色人种。公众的意识形态可能会影响援助评价，但影响也不显著。而公众接触媒体的程度则对援助评价有显著的正相关性，接触媒体程度越高，对于中国援助的评价越高。
第三，我们在模型A2中加入宏观层面的变量，包括非官方援助金额变量以及各国的GDP和政体类型。从模型A2的结果来看，2000-2010年的非官方援助金额对于非洲公众对中国援助的评价并不显著。在国家层面的变量中，GDP对于援助评价的影响也显示不显著。另外，国家的民主程度对于援助评价有显著的积极影响，国家的民主程度越高，该国公众对于中国援助的评价越高。在模型2的结果中，我们看到受教育年数、受雇佣情况、男性与黑色人种四个变量都与援助评价有显著的正相关性，符合我们的预期。与模型1对比，年龄和媒体接触程度两个变量对于援助评价的正面影响从显著变为不显著。这有可能是由于非官方援助中包含大量投资的部分，而中国的投资促进了当地的就业。所以有工作的人更倾向于高度评价中国的援助，但是年长的人往往无法得益于中国的投资，因此其显著性消失了。同时，投资往往趋向于城市而不是农村，所以城市的因素由原来负向变成了正向。
第四，模型A3加入官方援助金额变量，结果显示2000-2010年的官方援助金额对于非洲公众对中国援助的评价同样呈现负相关，但是不显著。在国家层面的变量中，GDP对于援助评价的影响依然显示不显著的负相关关系，与模型A2一致。此外，国家的民主程度对于援助评价有显著的积极影响，国家的民主程度越高，该国公众对于中国援助的评价越高，与模型2的结果一致。
第五，模型A4是加入总援助金额变量的整体模型，结果显示2000-2010年的总援助金额与非洲公众对中国援助的评价关系不显著。国家层面的GDP和国家的民主程度对于援助评价的影响也与模型A2和A3一致。同时，对照模型A3和A4可以得出，模型A4中个人层面的每个变量对于因变量公众对中国援助评价的影响与模型A3中的结果一致（不考虑系数大小）。
为了分析援助项目数量对非洲公众评价中国援助的影响，我们在模型AS，A6和A7的整体模型中分别加入非官方援助项目数量、官方援助项目数量和总援助项目数量的变量。AS和A6的结果显示，2000-2010年的非官方援助项目数量和官方援助项目数量对非洲公众对中国援助的评价呈现负相关，但是不显著。将模型AS和A6分别对照模型A2和A3，国家层面的GDP和国家的民主程度对于援助评价的影响一致。同时，模型AS和A6中个人层面的每个变量对于因变量公众对中国援助评价的影响与模型A2和A3中的结果一致（不考虑系数大小）。
值得注意的是，模型A7的结果显示2000-2010年的总援助项目数量与非洲公众对中国援助的评价关系显著，呈现负相关。国家层面的GDP和民主程度对于援助评价的影响与模型AS，A6结果一致。此外，在模型A7中，个人层面的变量年龄对于援助评价呈现负相关的显著影响，与模型AS和A6的结果不一致。除年龄以外，其余个人层面的每个变量对于非洲公众对中国援助评价的影响与模型AS和A6的结果完全相符。模型AS至模型A7的结果都显示，援助的数量与援助的评价呈现负相关的关系。因此，就对外援助而言，随着援助数量的增加，管理的难度也同时增加，从而使得绩效的管理更加困难，公众的评价趋向负面。
为了分析不同领域的援助对评价的影响，我们还将中国对非援助按照援助领域细分为八类，分别为服务业、政府、社会发展、金融、农业、工业、基础设施建设和其他。同样地，我们建立分层线性模型比较官方援助的金额和非官方援助金额在不同援助领域对于非洲公众评价中国援助的影响。表3所示的多层模型专门分析不同的援助领域的金额与公众评价的关系，其中各个模型都控制了年龄、教育、工作、女性、黑色人种、城镇、生活条件、自由主义、媒体消费、民主程度、GDP以及各类援助领域，但是为了表格的简洁，只显示了每一个领域的系数、标准误和显著性以及整体模型的对数似然值。结果发现，不同领域的官方援助不会对非洲公众评价中国援助产生显著影响，与之相对，与政府有关领域和工业领域的非官方援助则有明显的影响。例如，提供给非洲政府的中国非官方援助，如增加政府财政预算、援助政府机构或相关组织等，会对公众评价产生显著的负面影响，反映出非洲公众很大程度上对流向政府领域的非官方援助评价不高。此外，在工业领域，包括工业、采矿业、能源生产和供给，非官方援助会对非洲公众评价中国对非援助产生显著的负面影响。除此之外，流向其余七个领域的官方援助和非官方援助对非洲公众评价中国对非援助整体评价都不显著（p>0.OS），即流向这些领域的援助金额越大，不论官方援助还是非官方援助，非洲公众对于中国对非援助的整体评价都没有显著的差异。
六、总结与讨论
中国的对非援助是中国对外交往中的重要内容，本文通过非洲民主动态调查2010年的数据和AidData中国对非援助数据库2000-2010年间的数据分析了影响非洲公众评价中国对非援助的各种因素。本文的描述性统计发现非洲公众对中国对非援助的评价较高，但是存在国别的较大差异。进一步的多层回归模型分析发现，在个人层面，教育、性别、媒体和人种都对个人的评价有正面影响。在宏观层面，民主政体也对评价有正面影响，而援助的规模没有显示出显著性。因此，总体上看，非洲公众对中国援助的评价更加体现现代化特征，也就是政治民主化与经济发展对公众正面评价中国对非援助具有相关性。
现代化的特征对判断中国对非援助的性质具有重要意义。首先，正是因为中国的对非援助中支持非洲发展中国家减少贫困和改善民生，才得到了非洲公众普遍的支持。特别是中国对非援助中帮助受援国提升教育水平、支持教育资源均衡和公平发展、改善教学条件等措施不仅有效提升了当地的教育水平，也对正面评价中国的对外援助起到了促进作用。
其次，民主政体的国家的公众对中国评价较高，显示国家政体对公众的态度产生影响。当然，民主制度对中国援助评价的影响有待进一步研究:究竟是民主制度中的问责与监督使得中国的援助更加有效率，还是民主制度中自由的媒体能够更加客观评价中国的援助，抑或是民主政体中的公众更加政治成熟，能更加客观正面评价中国的援助。
然而，本研究也发现中国对非援助的规模与当地公众的评价并没有必然联系。本研究在实证层面发现中国对非援助规模的增加，并没有得到当地公众必然的正面评价，甚至随着项目的增加，公众评价趋于负面。当然可能存在多方面的原因。在理论层面，公共管理学的理论已经发现，个人的感知受到一系列因素的影响，并不完全等同于真实的效果。特别是中国的援助大量地集中在基础设施建设领域，而不是在与民生相关的领域，导致公众难以直接感知到中国援助的效果。而且，基础设施的建设需要长时间才能发挥效果，导致公众的评价与现实未必相符。在现实层面，中国的援助可能存在选择性，也就是对非洲国家的援助着重选择了中国影响力弱、软实力不足的国家，以期待通过援助提升中国的形象。而这些国家接收到中国援助之后，其公众并没有必然地正面评价中国的援助。之前的研究发现中国的援助明显偏向于非洲的英语国家，这为援助的选择性提供了进一步的证据。值得注意的是，援助项目的增加需要更多人力物力投人管理，否则会提高援助产生的道德风险和腐败的可能，反而引起当地公众的反感。
因此，必须通盘考虑对非援助的针对性和必要性，而不是简单地扩大援助的规模。当然，中国对非援助的客观绩效需要进一步探讨。由于现有对非援助缺少必要的绩效评价机制，因此很难对援助的效果进行客观的评价。但是对非援助不能简单停留在“撒胡椒面”式的简单拨款，相反，需要考虑优化援助的效果，特别是将援助用于与非洲公众生活密切相关的领域，用最少的开支取得更大的成效，从而真正推动受援方民生改善。
最后，模型的结果也显示出媒体对于中国对非援助评价的重要性，而中国现行援助体系面临的另一个重大挑战是如何建立一套与援助内容相符的对外宣传机制。中国对非援助一直坚持“少说多做”原则，在积极落实对非援助承诺的同时，并没有就对非援助工作进行有效的宣传。然而，我们的研究显示，非洲公众对中国援助的评价依赖于媒体的信息，因此需要开展有效的外宣，才能进一步提升中国的国家形象。特别值得一提的是，2007年至2014年皮尤研究中心展开的全球态度调查结果显示，受访非洲九国的公众在五年间对于中国经济快速发展对本国发展有利的认知好感度处于逐步下降趋势。即使是调查中对中国经济增长好感度最高的肯尼亚，也从2007年91%的公众认为中国经济发展对肯尼亚有利，下降到2014年80%的公众持有同样观点。因此，如何在国际事务上“讲好中国的故事”，提升中国的软实力，是政策层面需要进一步研究的问题。
注释：略
注：
中国的对非援助是中国对外交往的重要组成部分，取得了巨大的成效。作者采用非洲民主动态调查2010年数据、美国全球发展研究中心和美国威廉玛丽学院"援助数据"项目（AidData）共同创建的中国对非援助数据库2000—2010年间的数据，通过实证分析影响非洲公众对中国援助效果评价的宏观和微观因素。
感谢加利福尼亚大学圣地亚哥分校政治学系助理教授玛格丽特·罗伯茨（Margaret E.Roberts）以及《世界经济与政洽》杂志匿名评审专家的意见和议文中可能的疏漏由笔者负责。
