中国与“中欧班列”沿线国家贸易效率研究——基于SFGM-Tobit模型

陈闻鹤，常志朋，2

（1.安徽工业大学商学院，安徽马鞍山，243002；2.安徽工业大学安徽创新驱动发展研究院，安徽马鞍山，243002）

一、引言

中欧班列是往返于中国与欧洲及“一带一路”沿线国家间的集装箱铁路联运班列，2018年共开行6300列，同比增长72%；其中返程班列2690列，同比增长111%。中欧班列作为“路上丝绸之路经济带”建设工程的重要抓手，改变了原有以海洋运输为主的贸易方式，提供了陆路运输的新通道，提升了中国与沿线国家间的经济联系。党的十九大指出，我国正处于高速增长向高质量发展阶段转变的关键时期，在此背景下，坚持开放融通，拓展沿线国家的贸易市场，才能实现互利共赢的合作新范式。

贸易引力模型可以用于测量贸易效率和潜力，但传统引力模型的假设是贸易无摩擦和冰山运输成本，会导致未识别的贸易摩擦阻力被归为随机扰动项，使得估计贸易潜力存在误差，忽略了难以观测的贸易阻力变量。此外，其估计的“贸易潜力”只是贸易影响因素的平均效应，而非最优效应。因此，近年来学者多采用随机前沿引力模型（Stochastic frontier gravity model，SFGM）测度贸易潜力和效率[2]。在影响贸易效率的因素选择上，地理距离、经济规模、人口规模等是影响贸易的主要因素。此外，贸易协定、政治制度、贸易便利化、投资自由度等人为因素也认为会影响贸易效率[2]。由于贸易效率值处于0-1之间，相比于OLS模型，Tobit模型对其更具敏感性，可以提高准确性[3]。Tobit模型与随机前沿生产函数相结合，在管理、粮食生产和工业制造等领域得到应用[4-5]。

目前，“中欧班列”沿线国家间经贸关系以定性研究为主，本文拟使用SFGM-Tobit模型对中国与“中欧班列”沿线国家的贸易效率以及影响因素进行定量研究，以期可以利于维护国家贸易安全和防范贸易风险，开拓“中欧班列”沿线国家贸易市场。

二、理论分析

（一）模型选取与构建

1.SFGM模型

随机前沿分析方法由 Meeusen&Broeck[6]提出，最早用于分析生产函数的技术效率，该方法将随机扰动项分为独立两部分：随机误差项v表示在生产中所遇到的外部随机冲击；非负技术无效项u表示不可观测的非效率因素。贸易量测算作为国家间经济规模、地理距离等特征变量的函数，在本质上与生产函数相似。因此，使用SFGM分析贸易效率。

根据随机前沿方法，利用面板数据计算贸易潜力表示为：

其中，式（2）是式（1）的对数表现形式；Tijt表示t时期i和j国家间贸易流量；xijt表示SFGM模型中的核心变量，例如经济规模、地理距离和人口等因素；β是待估计的参数向量；vijt为随机因素，服从均值为0的正态分布；uijt是贸易非效率，与vijt相互独立，假定为半正态分布或截尾正态分布，在SFGM中表示未纳入引力方程的贸易阻力，其可能会限制或促进贸易效率。

在SFGM中，贸易潜力为：

其中，Tijt∗表示贸易潜力，即t时期i和j国间贸易可能的最大值，也被称为前沿水平贸易量，与生产函数的生产前沿相似，此时贸易非效率影响为0，贸易被认为是无摩擦的在贸易潜力的基础上，贸易效率的概念被引入，表达式为：

TEijt为贸易效率，是实际贸易水平和贸易潜力的比值，同时是贸易非效率的指数函数。使用贸易效率可以判断国家间的贸易实际水平与潜力。其中，uijt≥0，TEijt∈(0,1]，即表示实际贸易量小于或等于贸易潜力。

早期的随机前沿方法只可用于观测样本时的不变技术效率，时变衰减模型随机前沿函数使得可以估计每一样本在单个时间内的技术效率，其模型基本表达式为：

其中，exp[-η(t-T)]≥0，uit服从截尾正态分布。η为待估参数，η〉0时，贸易非效率随时间的增加而减少，即贸易阻力减少；η〈0时，贸易非效率随时间的增加而增加，即贸易阻力增加；η=0，贸易非效率不变化，模型为时不变模型。

2.Tobit模型

使用Tobit回归模型评估贸易效率的影响因素，模型形式如下：

其中，Yk为被解释变量，Xk为解释变量，β为待估计参数，μk～N(0,σ2)。首先通过SFGM模型评估中国与“中欧班列”沿线国家的贸易效率，再将贸易效率值作为被解释变量，选定可能影响贸易效率的因素作为解释变量，进行Tobit回归，并将解释变量的回归系数作为贸易效率的影响方向与强度的依据。

（二）贸易效率影响因素的作用机制

国际贸易中存在较多影响贸易效率的因素，现有的研究倾向将其划分为两类，分别是自然因素和人为因素。其中，自然因素包括地理距离、人口数量和经济规模等核心因素，也涵盖地理距离、海岸线等短期难以改变的客观变量；人为因素包括物流、制度、汇率等。

具体来说，人均国内生产总值和人口数量可衡量市场规模。贸易进口国市场规模越大，则对商品的需求就越大，对贸易效率越具有拉动作用。而出口国市场规模的增大可能会导致内需增强从而抑制贸易出口；地理距离反映了国际间贸易运输的成本，“自然贸易伙伴”假说表明两国间地理距离相近可以提高贸易效率；贸易国是否为内陆国反映了商品的运输难度与成本，地理位置可能会限制贸易量增长；由于“中欧班列”倡导以铁路为主的运输方式，因此采用铁路里程数和是否参与“中欧班列”说明国际铁路运输的通达程度，铁路运输体系越发达越容易促进贸易增长；进口国国家制度的良好运行可以为贸易风险提供“担保”，从而促进出口国贸易效率的提升[7]；提高通关效率等贸易便利化措施可以通过削减贸易成本带来贸易流量增长，并丰富贸易产品种类和优化贸易结构[8]。

综上所述，引力模型中涉及的市场规模、地理环境、国家制度、贸易便利化、“中欧班列”等方面都会对贸易效率产生影响。

三、实证结果与分析

（一）研究范围

本文的研究对象是“中欧班列”沿线国家，根据《中欧班列建设发展规划（2016-2020年）》，已开通及计划开通“中欧班列”的国家共计26个，具体如图1所示。

图1 “中欧班列”沿线国家及铁路分布

（二）基于SFGM中国与“中欧班列”沿线国家贸易效率测度

1.模型构建与数据来源

采用时变SFGM模型，结合“中欧班列”沿线国家的贸易情况，模型设定如下：

其中，被解释变量为Tijt，即中国向j国的贸易出口额，时间跨度为2007～2016年，数据来源为UNComtrade数据库；PGDPit为中国人均GDP，PGDPjt为j国人均GDP，POPit为中国人口数量，POPjt为j国人口数量，数据来源为世界银行DataBank数据库；DISij表示两国首都间的距离，数据来源为CEPII数据库；LANDj表示j国是否为内陆国，取值是为1，不是为0。

2.适用性检验

随机前沿分析方法高度依赖于模型的函数形式，首先使用似然比对模型进行适用性检验，共设定3个检验，分别是：（1）贸易非效率的存在性检验。（2）贸易非效率的时变性检验。（3）是否引入内陆国变量LANDj的适应性检验。结果如表1所示，说明引力模型存在贸易非效率，贸易非效率存在时间变化，应当引入内陆国变量。

3.SFGM模型实证回归结果

根据模型使用新检验结果，对式（7）2007～2015年中国对“中欧班列”沿线国家出口贸易进行测算，同时为了检验回归结果的稳健性，同时使用时不变和时变两种模型进行测度，结果如表2所示。从中可以看出，参数η在5%下显著，说明贸易非效率随时间变化，适用时变SFGM模型；系数为0.01，表明中国与沿线国家的贸易效率正逐步提高。具体来看，出口国人口POPit在1%显著，系数为负，表明国内庞大的人口基数形成了较为强盛的商品需求，导致企业对外商品供给能力不足，抑制了出口的扩大。出口国PGDPit和进口国PGDPjt在1%显著，系数为正，表明中国与沿线国家的经济发展对促进贸易出口有积极意义。进口国人口POPjt在1%下显著，系数为正，表明进口国人口增加可以扩大商品需求，从而促进贸易的发展，但是其系数值低于PGDPjt，说明经济规模对扩大市场规模的作用高于人口规模。变量DISij与LANDj不显著，说明随着科技进步和运输成本的降低，距离与海洋运输优势难以对贸易起决定性作用，从侧面说明中欧班列运输方式的可行性。

表1 随机前沿引力模型的适用性检验

表2 随机前沿引力模型回归结果

4.贸易潜力测算

出口贸易效率是指两国间出口贸易潜力的实现程度，使用式（4）测度贸易出口效率可以发现，中国与“中欧班列”沿线国家间的出口贸易效率分布较为分散，两极分化严重，出口贸易效率多数集中在0～0.4，少数在0.8～1。结合中国对沿线国家的贸易出口效率均值来看，在2007～2016年间，整体贸易效率由0.191到0.214，虽整体处于上升阶段，但水平偏低，如图2所示。

图2 2007-2016年中国与“中欧班列”沿线国家贸易效率

同时根据时变SFGM模型，测度2016年中国对“中欧班列”沿线国家的出口效率，出口潜力与可拓展贸易量，具体如表3所示。可以看出，中国与吉尔吉斯坦、荷兰贸易效率最高，在0.6以上；与保加利亚、罗马尼亚、土库曼斯坦、爱沙尼亚、阿塞拜疆、白俄罗斯和格鲁吉亚出口效率最低，在0.1以下；其余国家出口效率在0.1～0.6。根据可拓展贸易量来看，中国与德国的可拓展贸易量最高，为1124.808亿美元。中国与“中欧班列”沿线国家的贸易潜力效率整体偏低，贸易潜力需进行深层次挖掘，2016年国家间贸易量仅为3143.606亿美元，而可拓展贸易量达到了9245.060亿美元，是实际贸量的2.95倍。从地域分布来看，中东欧地区贸易潜力较低，可拓展贸易量较大，地处中欧班列的枢纽位置，连接着中国与西欧的广袤市场，随着“中欧班列”的持续推进，该地域可以发挥地理优势，与中国企业在多领域展开合作和共同拓展贸易市场，实践共享发展理念。

（三）基于Tobit模型的贸易效率影响因素研究

1.变量选取及模型建立

通过相关文献，共遴选出影响贸易效率因素11个变量，分为3类，分别是：（1）“中欧班列”因素，分为沿线国家是否开通中欧班列和铁路里程数；（2）贸易便利化因素，分为沿线国家的物流基础设施水平、清关效率、非贸易壁垒和关税制度；（3）沿线国家制度因素，分为商业自由度、政府支出、货币自由度、投资自由度与产权保护，具体如表4所示。

根据变量的选取结果，设置计量模型如下：

2.Tobit模型实证回归结果

根据式（6），计量结果如表5所示，其中模型（1）（2）是“中欧班列”政策因素回归，模型（3）是贸易便利化因素回归；模型（4）是国家政治及经济制度因素回归，模型（5）为所有因素的总回归。将模型（1）-（4）的回归结果与模型（5）进行比较，可以确定模型（5）的回归结果具有稳健性。从回归结果中可以看出，中欧班列CREijt、铁路里程数RAILjt、清关速度TIMjt、物流基础设施INFjt、关税制度TARjt、商业自由度BUSjt、投资自由度INVjt与贸易效率显著正相关；非关税壁垒NTBjt、政府支出GOSjt和产权保护PROjt与贸易效率显著负相关；货币自由度MONjt与贸易无显著相关关系。

中欧班列的开通促进了贸易效率的提高，增加了中国与沿线国家的贸易量，铁路的发达对中国与沿线国家贸易额的增加有一定的提升作用，但是较为微弱。清关速度对贸易效率的提升具有正面影响，加快清关速度可以提高贸易效率；非贸易壁垒会降低贸易效率，关税制度的先进性可以提高贸易效率，一国贸易越自由意味着越低的非贸易壁垒与越先进的关税制度，这样可以减少商品流入该国的难度，使国家间贸易往来更加便利化；物流基础设施的良好可以为跨国贸易提供强有力的支撑，提升双边贸易的紧密度和效率。商业自由度、投资自由度表现国家的市场化程度，较高的自由度可以提供宽松的商业环境和减少贸易阻力，提升贸易效率；政府支出表示政府规模，政府规模越大对经济的干预程度越高，对贸易效率的提升越具有阻碍作用，这与Ahmed[9]对英国政府支出与贸易条件负相关的研究结论相吻合；知识产权保护会削减贸易效率，过多的产权保护会成为贸易交流的“绊脚石”[10]，并且随着欧美经济的萧条，发达国家为了保护本国工业，会以产权保护等名义对中国商品进口设置障碍，成为贸易效率提升的阻碍因素。

表3 2016年中国对“中欧班列”沿线国家贸易出口潜力（单位：亿美元）

表4 变量选取与解释

四、结论与建议

基于2007～2016年“中欧班列”沿线国家的面板数据，利用SFGM-Tobit分析了中国与沿线国家的出口贸易效率、潜力、可拓展贸易量以及影响贸易效率的因素。得出以下结论：（1）“中欧班列”沿线国家地跨亚欧大陆，人口众多，具有较高的商品消费能力，中国与沿线国家的贸易占总贸易量的13%以上，且贸易量整体上呈现上升趋势，中国与“中欧班列”沿线国家的贸易具有较为广阔的发展前景；（2）中国与沿线国家间的出口贸易平均效率在0.202，与吉尔吉斯坦、荷兰贸易效率较高，出口量较大，与德国的可拓展贸易量最大，中东欧国家较大的贸易潜力和地缘优势是未来中欧班列需重点关注的地区；（3）中欧班列的开通、延长铁路里程数、加快清关速度、提高物流基础设施水平、合理的关税制度、开放的商业环境和投资环境可以有效提升贸易效率；较高的非关税壁垒、庞大的政府支出和完善的产权保护会对贸易效率形成阻力。

根据以上结论，建议：（1）应当继续推进中欧班列的建设工作，重视与沿线国家的经贸合作；（2）在维持与西欧国家贸易现有流量的基础上，重点关注和开发中东欧国家市场，利用其独特地缘与政治优势，将此作为重要的物流枢纽中转基地，提升中欧班列长途运输效率；（3）积极参与沿线国家的基础设施建设，在尊重各国制度差异性的基础上，建立统一的中欧班列管理和调度机制，以协调各方利益，促进贸易的稳步发展。

表5 出口贸易效率影响因素回归结果