中国与“一带一路”沿线国家贸易环境及潜力研究——基于HT模型的实证检验

李海伟，倪 沙

（天津商业大学经济学院，天津 300134）

一 引言

党的十九大报告指出：“要以‘一带一路’建设为重点，坚持引进来和走出去并重，遵循共商共建共享原则，加强创新能力开放合作，形成陆海内外联动、东西双向互济的开放格局。”目前，世界经济格局正发生剧烈变动。以美国为首的西方资本主义国家中逆全球化声音不断增强，中美贸易战经历多轮磋商后仍未止戈，中国对外贸易也受到一定程度影响。而“一带一路”倡议，是中国积极融入全球化、参与全球经济治理的重要举措，是中国对外贸易的一条“通路”。

“一带一路”沿线地区，是中国开展对外贸易的重要合作地区。2018年中国同该地区的贸易总额为11 872亿美元，占中国当年贸易总额的28%；其中，中国对“一带一路”沿线国家出口总额为7 091亿美元，进口总额为4 781亿美元，分别占当年中国出口和进口总额的比重为28%和23%。而2009年，中国同“一带一路”沿线国家的贸易总额仅有4 762亿美元，其中出口2 902亿美元，进口1 860亿美元。从2009年到2018年，中国同“一带一路”沿线国家的贸易总额增长了149%，出口增长144%，进口增长157%。随着“一带一路”倡议在贸易领域的不断深化，中国同沿线国家的贸易往来将更加密切。

中国与“一带一路”沿线国家贸易问题的研究成果日趋丰富。一些研究尽管虽不以贸易为主，但也与贸易问题相关（刘华芹和李钢，；申现杰和肖金成；等）［1-2］。部分研究着眼于国别层面，韩永辉和邹建华［3］研究了“一带一路”背景下中国与西亚国家的贸易合作现状，并对合作前景进行了展望。于津平、顾威［4］认为以哈萨克斯坦为首的部分沿线国家出口和进口手续烦琐，贸易保护主义盛行，严重影响对外贸易的效率。此外，部分国家不断提起的反倾销和反补贴调查也是贸易保护的重要表现。邓靖、李敬［5］通过实证分析中国与中东欧国家贸易竞争、贸易互补及贸易环境，发现中国同中东欧国家贸易互补大于贸易竞争，有较大合作空间。诸如此类的研究不胜枚举。另一类的研究，着眼于产业层面，例如，黄晓勇［6］对“一带一路”战略对亚洲能源安全的促进作用进行了分析。张曦、王根厚等［7］分析了广西与东盟矿业合作面临的问题及前景。程云洁、董程慧［8］研究了中国对“一带一路”沿线国家工业制成品出口贸易的影响因素及潜力，发现经济规模、人口数、货币自由、金融自由、签署自由贸易协定、共同语言等因素的影响较为明显。

综上所述，已有的研究成果对本文起到了重要的支撑作用，本研究在此基础上，运用豪斯曼-泰勒模型（简称HT模型），该模型最早由 Hausman和Taylor在1981年的一篇论文中提出［9］，他们在论文中重点探讨了面板数据中不可观测个体影响的处理方法。从全样本及分国家类型两个方面分析中国同“一带一路”沿线国家开展双边贸易的影响因素，并测算沿线国家贸易潜力大小。本文对该领域研究的边际贡献为：第一，从样本选取和分类上，不仅有“一带一路”沿线国家全样本分析，还将沿线国家按经济发展水平分成三类，并对每一类型国家分别研究，从而体现不同类型国家贸易影响因素的差异。第二，在回归方法选择上，选取HT模型进行合理替代，克服了传统固定效应模型浪费自由度的问题。此外，本文应用最新数据，对中国同“一带一路”沿线国家贸易潜力进行了全面测算，在实践层面具有一定的指导意义。

二 模型构建

（一）基本引力模型

贸易引力模型最初来源于物理学的牛顿万有引力模型：F＝GM1M2／R2。该模型中蕴含的哲理被Hasson和Tinbergen（1964）引入到国际贸易的研究领域。初始的贸易引力模型可表述为两个国家之间的贸易流量同两国的经济总量成正比，同两国之间的距离成反比。模型设定为：

为了克服计量模型中可能存在的多重共线性问题，一般研究都使用该模型的对数形式，即：

该模型即为贸易引力模型的基本形式。

其中，tradeijt代表国家i与国家j的双边贸易额，也就是国家i从国家j的进口额与国家i向国家j的出口额之和；

gdpit和gdpjt分别表示国家i和国家j的国内生产总值，代表两个国家的经济规模，用以反映两个国家的进口需求和出口供给能力；

distij表示国家i和国家j之间的贸易距离，是一个反映双边贸易中“贸易阻力”因素的变量。

lntradeijt、ln（gdpit·gdpit）、lndistij分别是tradeijt、gdpit·gdpit、distij的自然对数形式。

α是常数项，β1、β2是变量的回归系数，ε是随机误差。

在影响基本的贸易引力模型上，通过考察影响贸易环境即影响贸易的其他因素，增加新的解释变量，就构成扩展的贸易引力模型。

（二）贸易环境

贸易环境是影响国际贸易的因素，其构成比较复杂，本文通过总结之前研究成果，并针对中国与“一带一路”沿线国家贸易的特殊情况，考虑以下几个影响因素：

经济规模：国内生产总值（GDP）可以反映出一个国家的经济规模，自基本的贸易引力模型诞生之时起，该变量就一直存在于各种贸易引力模型中。这是由模型所蕴含的理论逻辑所决定的。Hasson和 Tinbergen［10］、Linnemann［11］等的早期研究将其中道理阐述地非常明白。在控制了其他影响因素之后，一国的经济规模能够反映出该国的进口需求能力和出口供给能力。

人口：一国的人口数量可以反映该国的市场规模。但是，人口对双边贸易的影响在以往研究中尚未形成一致结论。例如，自Linnemann［11］首次将人口变量纳入贸易引力模型之后，Soloaga和Alan［12］等诸多学者均分别对该变量进行了类似的研究。他们研究的结论显示：人口数量同贸易量负相关，即人口规模的扩大会使对外贸易量减少。但是，也有学者认为，人口因素对国际贸易量的效应为正。Brada和Mendze［13］通过分析人口数量对出口和进口两方面的影响，得出结论：人口数量对一国出口产生负效应，对进口产生正效应，而对进口的正效应明显大于对出口的负效应，因此，人口数量对双边贸易量的总体效应为正。尽管目前关于人口因素对贸易量的影响尚未达成共识，但多数研究人员均认为，研究该问题应从供求两方面考虑，对贸易量的影响是供给和需求两方面影响叠加的综合效果。

人均收入：人均收入可以反映一国经济发展水平。通常，一国人均收入越高，其经济发展水平也越高。经济发展水平高的国家，在国际贸易分工中处于优势地位，参与国际贸易的可能性就越大。Dell［14］通过将人均收入的变量引入引力模型，实证研究了一国的人均收入对对外贸易的影响。一些研究将人均收入用人均国内生产总值代替，其实质同样是反映一国的经济发展水平对国际贸易的影响。

距离：距离作为基本引力模型中重要的解释变量，反映的是所有的贸易阻抗因素。一般地认为，距离对贸易量有着显著的负效应，即距离越远的两国之间贸易量越小，这是由于距离越远，两国之间货物运输成本越高，因此贸易流量越小。不过，尽管大部分研究认为距离对贸易量具有负效应是毋庸置疑的（Anderson等；Carrere等）［15-16］，也有部分研究表明，随着信息技术的发展和物流水平的提高，运输成本正在大幅下降，距离对贸易量的影响正在逐渐消失（Cairncross）［17］。距离除了包含运输成本外，还包含历史、文化、政治等各个方面的差异。因此，即使随着技术的提高使货物运输成本降低，国与国之间的历史、文化、政治差异不能消弭的。

人均国内生产总值差额：人均国内生产总值差额既包含了两国生产规模的差异程度，也包含了两国经济发展水平的差异程度。两国经济发展水平差异较大，往往意味着在国际市场上产品竞争程度低，互补程度高，双方进行国际贸易的意愿更加强烈。但也有学者研究认为，人均国内生产总值差额可反映两国需求偏好的相似性。两国经济发展水平越相似，其对产品的需求越接近，重叠需求的范围就越大，两国可贸易商品的种类和数量也越多。因此，两国的人均国内生产总值差额同贸易量具的关系尚有不同论断。

制度：制度因素也可看作影响国际贸易量的非正式壁垒，因为一国制度环境的优劣对该国国际贸易的影响巨大。通常，制度环境较先进的国家，管理成本较低，生产的产品国际竞争力更强；而制度环境较落后的国家，管理成本较高，产品竞争力更弱。另一个方面，制度环境较先进的国家，有更好的市场秩序和更高的交易效率，对国外产品的流入具有更大的吸引力；而制度较落后的国家，其往往伴生着市场混乱和效率低下，会阻碍国外产品的流入。De Groot等［18］建立的包含制度因素的贸易引力模型，揭示了制度环境的改善对发展中国家贸易的正效应。此外，制度的差异也会对国际贸易产生影响。制度差异较小的国家之间，往往其行业标准和准入条件比较接近，贸易规模较大；而制度差异较大的国家之间，会存在行业标准和准入条件的不同所造成的非关税壁垒，从而限制双边贸易量。

经贸合作：一国同其他国家和地区开展经贸合作对其贸易量的增长有显著的正效应，这是许多研究得出的共同结论，也是世界各国和地区积极谋求建立各种类型经贸合作组织的重要理论基础。通常，经贸合作协议中会包含关税减免或效果等同于关税减免的条款，这有利于协议双方之间贸易流量的增加。经贸合作组织从地理范围上看，主要涵盖三个层次：第一个层次是全球性的经贸合作组织，没有明显的地理界限划分，最具代表性的就是世界贸易组织（WTO）。第二个层次是区域性经贸合作组织，对于此类组织，区域范围是其明显的标志，一般以成员方所在地区为界限，主要致力于本地区范围内的国家和地区之间加强经贸合作，并有共同抵御外部经贸环境影响的性质，例如经合组织（OECD）、亚太经合组织（APEC）、东南亚国家联盟（ASEAN）等。第三个层次是国与国之间建立的自由贸易区（FTA）。建立自由贸易区的国家之间，有些地理相邻，也有些跨越的地理范围较大。这类组织建立的最主要原因往往不是地理因素，而更多是出于经济利益的考量。本文根据“一带一路”沿线国家的实际情况，主要考察的经贸合作因素为：是否为世界贸易组织（WTO）成员方，是否为亚太经合组织（APEC）成员方，是否同中国签订了自由贸易区协定。

共同边界：共同边界从两个方面对国际贸易产生影响。一方面，从运输成本角度看，两国拥有共同边界，能够减少货物贸易的运输成本，有利于双边国际贸易的开展。另一方面，从文化、社会行为习惯等各方面的差异来看，拥有共同边界的国家往往有相似的文化和社会行为习惯，这就使两国的需求偏好趋向一致，增强了双方开展国际贸易的基础。而且相似的文化和社会行为习惯，也使双方的沟通成本和交易成本降低，削减了双方开展国际贸易的信息壁垒。因此，共同边界被认为是促进国际贸易的一个重要影响因素。

以上所述，即为本文构建引力模型时考虑的贸易环境，将作为解释变量进行实证分析。除此之外还有一些影响因素被纳入引力模型，例如共同语言。共同语言可以使国际贸易中的交流变得更加便利，有效降低贸易的交易成本，被认为是促进国际贸易的一个重要影响因素。此外，共同语言也被看作是两国拥有相同文化背景的象征。但是，由于中国和“一带一路”沿线各国之间均不具有相同语言，因此，该变量在本文的研究中并不适用，还有研究通过不同的方法测算各国之间的贸易壁垒，本文均不作详细的介绍。

（三）扩展的引力模型

根据前文对贸易影响因素分析和模型变量的选取，本文构建贸易引力模型如下：

其中，下标i表示的是中国，下标j表示的是“一带一路”沿线国家。变量I表示的是制度变量，包括iva和diva，变量D表示的是经贸合作变量中的apec和fta。

三 实证研究

（一）数据来源

本文选择面板数据进行回归，在样本数据中，包含了中国与“一带一路”沿线各国（“一带一路”沿线国家数量为63，巴勒斯坦未纳入样本）2009-2018年的经贸数据。

估计引力方程所需的基本数据有：贸易总额、国内生产总值、人口、人均国内生产总值、距离和制度。其中，国内生产总值、人口和人均国内生产总值的数据资料来自国际货币基金组织的《世界经济展望》（WEO）数据库。国内生产总值和人均国内生产总值均以美元为单位，采用名义指标。盛斌、廖明中［19］指出，采用购买力平价（PPP）计算的实际GDP适宜估计长期贸易流量，而基于当前汇率的名义GDP则适合分析短期贸易流量。根据分析样本的考察期，本文采用名义指标来反映一国的经济规模和经济发展水平。

进口额和出口额由联合国贸易和发展会议（UNCTAD）数据库整理得到。双边贸易总额由进出口额相加得到。上述数据以美元为单位，采用名义指标。

距离数据来自法国社会展望和国际信息研究中心（CEPII）数据库。本文借鉴了 Mayer和 Zignago［20］测算的双边航运距离来对两国距离进行度量。该数据以四种不同的方法对贸易距离进行了测量。四组不同的距离测定方法中，前两组分别表示两国主要经济聚集地和两国首都之间的地理距离，后两组则根据主要经济聚集地进行加权计算得到，不同之处在于对贸易的距离弹性取值不同。

制度数据来自全球治理指标（Worldwide Governance Indicator，WGI）数据库。全球治理指标（WGI）分别从民主程度（Voice and Accountability）、政权稳定性（Political Stability and Absence of Violence／Terrorism）、政府治理效率（Government Effectiveness）、规制质量（Regulatory Quality）、法制（Rule of Law）和腐败控制（Control of Corruption）六个角度提供反映一国制度环境的指标，数值越大表示该国制度环境越好。

影响因素中还有两个表示“差异”或“相似性”的因素，一个是表示两国之间需求相似性的变量，即两国的人均国内生产总值差额，用中国同“一带一路”沿线各国人均国内生产总值之差的绝对值表示；另一个是表示两国制度相似性的变量，用中国同“一带一路”沿线各国相应制度测评分数之差的绝对值表示。

表示经贸合作的变量和表示共同边界的变量，均根据实际情况取值。

（二）变量选取

关于变量选取，主要考虑变量可选的几组数据之间的相关性以及变量与其他变量之间的相关性。

1.表示同一变量的不同数据的选取

关于表示同一变量的几组数据之间的选择，主要涉及距离变量和制度变量。

表示距离变量的数据有四组。经测算，四组距离数据相关系数达到0.99以上，属于高度相关。根据研究对象特性，本文选择第一组数据，即两国主要经济聚集地的地理距离。

表示制度变量的数据有六组。六组制度数据相关性较高，不可以同时出现在回归方程之中。在选择表示制度变量的指标时，应考虑各变量同其他解释变量之间的相关性，选择相关性较低的一个制度变量纳入引力模型。篇幅所限，本文不一一展示各变量同其他解释变量的相关系数矩阵，经检测，民主程度（Voice and Accountability）的数据同其他解释变量的相关性最低，故本文采用民主程度作为表示一国制度因素的解释变量。

2.符号说明

引力模型中各变量的符号作如下说明：

gdp：表示“一带一路”沿线国家的国内生产总值；agdp：表示“一带一路”沿线国家的人均国内生产总值；pop：表示“一带一路”沿线国家的人口数量；cgdp：表示中国的国内生产总值；cagdp：表示中国的人均国内生产总值；cpop：表示中国的人口数量；dagdp：表示中国同“一带一路”沿线国家人均国内生产总值之差的绝对值；dis：表示中国同“一带一路”沿线国家的距离；

上述几个解释变量在模型中均取其对数形式。如lngdp即表示变量gdp的对数，其他变量相同。

iva：表示“一带一路”沿线国家的民主程度评分；diva：表示中国同“一带一路”沿线国家民主程度评分之差的绝对值；

此外，引力模型中还有四个哑变量。其中，表示经贸合作的哑变量有三个：

wto：变量wto表示“一带一路”沿线国家是否属于世界贸易组织成员方；若是，取值为“1”；若不是，取值为“0”。需要注意的是，一些国家是在样本统计年份中加入的WTO，例如，俄罗斯和黑山于2012年加入WTO，老挝、塔吉克斯坦和也门于2013年加入WTO，哈萨克斯坦于2015年加入WTO。上述国家都是根据实际情况，从加入当年开始变量取值为“1”，之前取值为“0”。

apec：变量apac表示“一带一路”沿线国家是否属于亚太经合组织成员国；若是，取值为“1”；若不是，取值为“0”。

fta：变量fta表示“一带一路”沿线国家是否同中国建立了自由贸易区；若是，取值为“1”；若不是，取值为“0”。这里的自由贸易区，根据其建立的时间长短和产生的影响，主要考虑“中国-东盟”自由贸易区和“中国-巴基斯坦”自由贸易区。

bou：变量bou表示“一带一路”沿线国家是否同中国有共同边界；若是，取值为“1”；若不是，取值为“0”。

3.纳入模型变量选取

前文所描述的各解释变量，不能全部纳入到扩展的引力模型之中，这是因为，若存在相关性很高的多个变量，会产生严重的多重共线性，从而影响整个模型的回归准确性。

首先考虑的是“一带一路”沿线国家的国内生产总值、人均国内生产总值和人口三个变量的选取问题。因为三个变量之间完全共线，不能同时纳入引力模型。经测算，“一带一路”沿线国家的国内生产总值和人口两个变量相关性较高，而二者与人均国内生产总值的相关性在可接受范围，因此，将人均国内生产总值纳入引力模型。在国内生产总值和人口两个变量中，考察其与其他各解释变量之间的相关性，选择相关性较小的变量纳入模型。通过考察，人口变量与其他各解释变量的相关性较小，纳入模型之中。

在中国的国内生产总值、人均国内生产总值和人口三个变量的选取上，同样首先考察三者之间的相关性。经考察，三者之间相关性非常高，只能选取其一作为解释变量。本文选取中国人口数量作为模型的解释变量，主要有以下三点考虑：第一，人口数量可以表示经济规模，而中国的经济规模对对外贸易的影响程度较为显著；第二，人口变量同其他变量之间的相关性均在可接受范围内；第三，同“一带一路”沿线国家表示经济规模的变量选取具有一致性。

接下来，考察模型各解释变量之间的相关性，其结果如表1所示。通过计算各变量之间spearman相关系数发现，模型各解释变量之间的相关性大部分在可接受范围内，只有两组变量的相关性比较高。第一组是变量apec和变量fta；第二组为变量iva和变量diva。每组中的两个变量不能同时出现在方程之中。同时，本文也考察了各解释变量的VIF方差膨胀因子，均在4以下，说明模型不存在多重共线性问题。

表1 各变量spearman相关系数矩阵

（三）回归结果

根据之前研究显示，固定效应模型是一个研究相关问题相对较好的模型，但是，固定效应模型的最大缺陷是自由度的浪费，即许多不随时间变化的变量无法估计，因此必须寻找一个模型代替固定效应模型。这种代替模型的要求有两点：其一，回归结果必须有效，即与固定效应回归结果具有一致性。其二，能够估计不随时间变化的变量，即节省模型的自由度。

根据上述要求，Hausman-Taylor模型是一个比较理性的选择。该模型在许多涉及面板数据处理的问题上均有广泛应用。陈丽丽等［21］使用HT模型，对服务贸易问题进行了研究。HT模型采用工具变量法，选用模型中的外生变量作为内生变量的工具变量进行回归分析，既满足了固定效应模型中随机变量与解释变量之间相关的假设，又克服了固定效应模型不能估计不随时间变化变量影响的不足，是一种比较适合本文研究的模型。

在HT模型中，过度识别检验（Over-identification）通常用来检验工具变量的合理性。若检验结果接受原假设，即工具变量与内生变量相关，而与随机项不相关，则工具变量设置合理；反之，则认为模型中的工具变量设置存在问题。此外，另一个检验方法是由Hausman［9］提出的，他在论文中并未使用Sargan-Hansen检验，而是通过Hausman检验，查看固定效应模型的回归结果与HT模型的回归结果是否具有显著区别，以此来判断HT模型的有效性。此外，模型回归自带的Wald检验可以验证回归方程整体是否显著。

1.全样本回归结果

用HT模型进行全样本双边贸易数据的实证回归，其结果如表2所示。

从HT模型的回归结果中可以看出：和以往研究结果类似，在基本的贸易引力模型中包括的几个变量，其回归系数均比较显著，说明引力模型对双边贸易的解释能力较好。

“一带一路”沿线国家的人均国内生产总值对双边贸易有正向影响。这也符合理论预期和之前大量研究的成果。沿线国家的人均国内生产总值越高，表示该国经济发展水平越高，而经济发展水平越高的国家越有动机参与到国际贸易之中。从回归数据我们可以看出，“一带一路”沿线国家的人均国内生产总值变量的系数为0.920①由于各回归结果的系数差异不大，因此我们分析主要解释变量时，采用基本贸易引力模型回归结果。当几个回归结果系数差异较大，或者显著性差异较大时，再作具体说明。没有具体说明的，都是默认为按照基本贸易引力模型结果分析。，这说明，在其他因素不变的情况下，“一带一路”沿线国家人均国内生产总值每提高1%，中国与其双边贸易量将增长0.920%。

表2 全样本回归结果

人口变量的回归结果也非常显著，且符号为正，说明不论是中国的人口增长还是“一带一路”沿线国家的人口增长，都会对双边贸易产生正效应。人口因素对进出口的影响，主要体现在国内市场需求的扩张和产品生产规模的扩张孰大孰小。就本文的研究结果而言，人口对双边贸易的影响显著为正。从变量系数值上看，lnpop的系数为1，说明“一带一路”国家人口每增长1%，中国同其双边贸易量将等量增加；变量lncpop的系数为10.23，说明中国人口每增长1%，其同“一带一路”沿线国家的双边贸易量将增加10.23%。

对于上述三个解释变量的回归结果，既基本符合经济学原理，也同之前的研究结果类似。“一带一路”沿线国家人均国内生产总值和人口两个变量的弹性均在1左右，这同已有研究成果较一致；与此相对，中国人口变量的弹性约为10，数值较大，说明中国人口的变化对其同“一带一路”沿线国家双边贸易的影响非常大。如表3所示，产生上述结果的原因，主要是中国的人口规模相较于“一带一路”沿线绝大多数国家而言，都非常庞大。因此，中国人口变化1%的绝对值也是一个相当大的规模，其所带来的市场规模的变化非常巨大。

表3 人口、人均国内生产总值和制度变量描述性统计

距离变量的回归系数值在基本引力模型中显著为负，说明距离对中国与“一带一路”沿线国家双边贸易有负效应。在扩展的引力模型中，距离的回归系数尽管没有发生较大变化，但显著性明显降低。随着纳入模型的变量增加，即考虑的影响因素逐渐增加，距离对双边贸易量的影响逐渐降低。通常来看，两地空间距离大小对运输成本有着直接的影响，空间距离越大，运输成本也越高。另外，空间距离还同历史文化差异化程度、信息交流通畅性等相关。空间距离还会造成信息交流障碍，阻碍双边贸易的开展。但是，近些年来的研究发现，距离对双边贸易流量的阻碍作用存在逐渐减小的趋势，主要是因为科技的进步促进了运输业发展，运输成本在贸易总成本中的比重不断下降。通信技术的发展和全球信息网络的建设也削弱了距离产生的阻碍作用，增强了双边贸易流量不断扩大的趋势。在本文的回归结果中，距离的弹性为-0.922，表明在其他因素不变的情况下，距离增加1%，会使中国同“一带一路”沿线国家的双边贸易量减少0.922%，距离变量弹性在-1左右，这也和许多文献的研究结果相吻合。

人均国内生产总值差额的回归系数显著为正。该结果同重叠需求理论的分析并不一致。按照需求相似理论的解释，两国需求差异越小，重叠需求越高，双方的国际贸易量也越大。因此，人均国内生产总值差额应该同贸易量呈负相关。产生本文回归结果的原因，可能有两个方面：第一，从数据上看，“一带一路”沿线国家的人均国内生产总值均值约为中国的两倍，而本文中人均国内生产总值差额是用绝对值表示的，所以，该数值越高的国家，一般都是人均国内生产总值比较高的国家，而人均国内生产总值越高的国家，同中国的双边贸易量也越高。也就是说，经济发展水平的影响抵消了需求差异化的影响，该变量包含的两重信息叠加后的结果导致回归系数为正。第二，是样本选择的影响。本文选择“一带一路”沿线63个国家为样本，这不是随机样本，具有一定的选择偏误。我们知道，影响一国需求的因素有很多，例如产业结构、生活习惯等等。“一带一路”沿线国家中，受到历史、文化、宗教等多方面的影响，其生活习惯与中国有很大不同，因此，生活消费品的需求结构与中国存在很大差异；另外，中东地区一些国家产业结构的完善程度也并不同其人均国内生产总值相符。

表示制度的变量iva回归系数为正，但并不显著。本文结果中，制度因素对国际贸易影响为正，与预期相符，但是变量系数没有通过显著性水平检验，因此不能认为制度因素对双边贸易有显著影响。制度差异变量diva回归结果为正且也不显著。该结论与预期不符，因为一般认为制度差异较大的国家会由于行业标准不同造成非正式贸易壁垒，从而导致双边贸易量的减少。这与制度变量选取“民主程度”有关。根据WGI标准测算的该变量，中国的平均值远低于“一带一路”国家的平均值，因此，制度差距大的国家往往是制度环境优于中国的国家，因而与iva回归结果有一致性。

表示经贸合作的变量有三个，其中变量wto表示“一带一路”沿线国家是否为世界贸易组织成员方，该变量的系数显著为负。可认为沿线国同为WTO成员方对中国同“一带一路”沿线国家的双边贸易产生了显著负影响。一般认为，同为贸易组织成员国的国家之间，贸易便利程度更大，应该对双边贸易产生正向的影响。该结果的原因可能为：第一，沿线国家加入WTO，既便利了同中国之间的双边贸易，也方便同其他成员国之间进行贸易往来，由此产生的替代效应反而削减了同中国的双边贸易额。第二，本文考察的63个国家中，大部分国家已加入WTO，只有少数国家仍处在外围，因此样本选择误差也会导致文中结果。

变量fta和变量apec均为表示经贸合作的解释变量，这两个变量系数值为正，但是未通过显著性水平的检验。从理论上讲，同中国建立自由贸易区或者加入亚太经合组织应该显著地提高双边贸易量，这也是区域经济合作组织，特别是自由贸易区建立的初衷。本文两个变量系数符号符合预期，但是结果不显著，因此不能认为建立自由贸易区和加入亚太经合组织对中国同各“一带一路”沿线国家的双边贸易产生了显著影响。得到该结果原因，可能是样本量较小。本文考虑的同中国建立自由贸易区的国家一共有12个，即东盟11国和巴基斯坦；而加入亚太经合组织的国家只有8个，除俄罗斯外均为东盟国家。

变量bou的回归系数很小且不显著。说明同中国边界接壤对两国的双边贸易没有显著影响。共同边界对两国贸易的影响同距离的影响相似，但是随着物流技术的提高，货物贸易的运输成本逐渐降低，地理因素的影响逐渐式微。而共同边界变量是一个二值变量，没有距离变量的弹性大。因此，共同边界对双边贸易的影响不显著也在情理之中。

2.分国家类型回归结果

根据联合国贸易与发展会议（UNCTED）划分标准，将“一带一路”沿线国家按照经济发展水平划分为三种类型：发达经济体、发展中经济体以及转型经济体。其中，发达经济体12个，发展中经济体34个，转型经济体17个。①发达经济体包括：保加利亚、克罗地亚、捷克、爱沙尼亚、匈牙利、以色列、拉脱维亚、立陶宛、波兰、罗马尼亚、斯洛伐克、斯洛文尼亚；发展中经济体包括：阿富汗、巴林、孟加拉国、不丹、文莱、柬埔寨、埃及、印度、印度尼西亚、伊朗、伊拉克、约旦、科威特、老挝、黎巴嫩、马来西亚、马尔代夫、蒙古、缅甸、尼泊尔、阿曼、巴基斯坦、菲律宾、卡塔尔、沙特阿拉伯、新加坡、斯里兰卡、叙利亚、泰国、东帝汶、土耳其、阿联酋、越南、也门；转型经济体包括：阿尔巴尼亚、亚美尼亚、阿塞拜疆、白俄罗斯、波黑、格鲁吉亚、哈萨克斯坦、吉尔吉斯斯坦、黑山、摩尔多瓦、俄罗斯、塞尔维亚、塔吉克斯坦、马其顿、土库曼斯坦、乌克兰、乌兹别克斯坦。下面分别对不同类型国家进行检验。

（1）发达经济体

首先分析发达经济体样本中各变量的特殊性，如表4所示。由于变量wto、bou、fta、apec均不存在二值选择问题（即所有国家所有年份都相同），因此应从回归模型中将上述四个变量删除。

表4 发达经济体样本回归结果

（2）发展中经济体

首先仍是对各变量进行相关性检测，发现同全样本一样，发展中经济体样本中两个表示制度的变量相关性较高，如表5所示。因此上述两组变量不能放在一个方程中检验。

表5 发展中经济体样本回归结果

发展中经济体的样本回归结果与全样本回归结果比较一致，wto变量的回归值显著性有所降低。该结果表明，同全样本一样，中国同沿线发展中经济体双边贸易也受到两国人口规模，发展中经济体经济发展水平以及同中国经济发展水平差异的显著影响，同为世界贸易组织成员方对双边的贸易往来产生不利影响，而制度因素、距离因素及其他国际经济合作的开展对贸易影响不显著。

（3）转型经济体

转型经济体样本中，变量fta不存在二值选择问题，因此应予以剔除。其他变量之间的相关系数检验依然为表示制度的两个变量高度相关。转型经济体样本回归结果如表6：

表6 转型经济体回归结果

从转型经济体的回归结果中可以看到，只有中国人口规模和沿线国家人均国内生产总值两个变量的回归结果显著为正，其他变量回归结果不显著，与发达经济体回归结果较为相似。由于发达经济体和转型经济体样本数量较少，回归结果易受到极端值的影响，因此回归结果不如发展中国家样本稳健。转型国家中，中国对外贸易主要集中在俄罗斯和哈萨克斯坦等少数国家，因此这些国家的贸易特征对结果影响较大。

（四）内生性问题和稳健性检验

1.内生性问题的处理

解决内生性问题的通常做法是选取一个工具变量（IV），该变量与内生解释变量相关，但与扰动项无关。我们所用的Hausman-Taylor模型，就是在解释变量内部寻找工具变量，从而使模型得到无偏一致估计。具体而言，我们看面板模型：

其中，解释变量x随时间变化，解释变量z不随时间变化。下标为1的变量为外生变量，下标为2的变量为内生变量。解释变量与不相关。HT模型在为内生解释变量寻找工具变量时（外生解释变量的工具变量可以为其自身），用以下方法：

内生变量 x2，it的工具变量可以设定为（x2，it-，这是因为，显然与x2，it相关，而又根据迭代期望定律具体论证过程不再赘述。内生变量z2i可以用作为工具变量。由此，HT模型将各内生变量均借助于外生变量找到了合适的工具变量。因此，HT模型本身就可以很好地解决内生性问题。

2.稳健性检验

通常作为对模型回归结果是否稳健的考量，我们应对主要模型进行稳健性检验。稳健性检验的方法有许多，如逐渐加入解释变量，观察主要解释变量的系数和显著性水平是否发生明显的变化；用其他度量指标重新度量模型中的变量，并以新指标的度量值进行回归，以观察该变量的系数和显著性变化；剔除极端观测值的影响；变化数据包含的年份等。

表7 稳健性检验

本文选择使用固定效应模型，检验HT模型回归结果的稳健性。从应用经验上看，当个体被认为是从总体中随机抽取的样本时，随机效应模型更有效；当个体样本认为不是从总体中随机抽取时，固定效应模型更合适。本文中数据多为中国同“一带一路”沿线国家间贸易数据，相比于时间，横截面数量较多，因此，本文更适合采用固定效应模型进行稳健性检验。为谨慎起见，本文使用Hausman检验来比较固定效应模型和随机效应模型。若检验结果拒绝原假设，则表明固定效应模型优于随机效应模型。否则，随机效应模型优于固定效应模型。经检验，固定效应模型更适合。

表7为全样本固定效应模型回归结果。从稳健性检验的回归结果中可以看出，引力模型的主要解释变量回归系数值和显著性水平差异不大，因此，HT模型回归结果具有较强的稳健性。对于分国家类型的样本，也同样适用，篇幅所限不再列举。

四 贸易潜力测算

（一）计算方法

基于传统贸易引力模型测算贸易潜力的研究相对较多，一些贸易潜力测算方法也得到了广泛的应用。Baldwin［22］是较早使用贸易引力模型测算贸易潜力的学者，他参照西欧国家的贸易影响因素平均水平，得到了中东欧国家的双边贸易理论值，并通过实际值与理论值的比较进一步分析了欧洲一体化水平的高低。国内也有许多学者运用引力模型对贸易潜力进行测算，其中最基本的方法就是用实际值和理论值的比值表示贸易潜力。如刘青峰和姜书竹［23］利用贸易引力模型测算了2000年中国双边贸易影响因素，并提出了用贸易实际值与理论值比值作为贸易潜力的测度值。毕艳茹和师博［24］对中国同中亚五国的贸易潜力进行了测算。

本文借鉴之前的研究成果，将贸易潜力的计算公式确定如下：

其中，Pt表示双边贸易潜力。各等式右边分子表示实际值，分母表示通过贸易引力模型测算的理论值。

对贸易潜力的表现，国内主要有两种评价方法。第一种是以“1”为分界线，当贸易潜力的测度值小于“1”，即贸易实际值小于贸易理论值时，证明贸易还有很大的扩展空间，称之为“贸易不足”；当贸易潜力的测度值大于“1”时，即贸易实际值大于理论值时，证明贸易扩展空间有限，称之为“贸易过度”［19］，［24］。第二种评价方法，选取了两个分界线：0.8和1.2。当贸易潜力测度值小于0.8时，证明贸易潜力巨大，称为“潜力巨大型”；当贸易潜力测度值在0.8和1.2之间时，证明有一定的贸易潜力可以开拓，称为“潜力开拓型”；当贸易潜力测度值大于1.2时，证明贸易潜力已充分发掘，称为“潜力再造型”。［23］

本文将应用后一种评价方法将贸易潜力划分为三类：潜力巨大型、潜力开拓型和潜力再造型。

（二）贸易潜力测算

由于在前文分析贸易影响因素时，已验证HT模型回归结果对问题有较好的解释能力。因此，贸易潜力测算以HT模型为基准模型。运用上述贸易潜力测算方法，本文测算了2018年中国同“一带一路”沿线61国贸易潜力（乌兹别克斯坦和叙利亚由于部分数值缺省，不予测算），并按数值从大到小顺序排列，结果如表8：

表8 贸易潜力测算结果

从测算结果中分析发现，“一带一路”沿线国家贸易潜力类型各有分布。其中，属于“潜力再造型”的国家有25个，“潜力开拓型”的国家有15个，“潜力巨大型”的国家有21个。在各种类型国家中，按区域、国家经济发展程度等因素考虑，均呈现明显趋势。总体看来，中国对中亚国家贸易潜力较小，对中东欧转型经济体的贸易潜力较大。在“一带一路”沿线较大经济体中，俄罗斯属于“潜力再造型”，而印度属于“潜力开拓型”。“东盟”国家中，新加坡、越南、马来西亚等国贸易潜力测算值均较高，说明中国同这些国家对外贸易潜力已开发较多，后续仍需探索新的贸易领域。贸易潜力的测算结果大多在合理的数值范围内，只有个别国家的进口潜力出现了较大数值，可能是由于模型尚未包含的影响因素对结果造成的影响。总体上贸易潜力测算结果的可信度较高。

五 结论及建议

本文利用2009—2018年的面板数据，基于HT模型，对中国与“一带一路”沿线国家贸易环境进行考察，并应用2018年沿线各国贸易数据，测算了中国同沿线国家开展双边贸易的贸易潜力。主要得到以下结论：

首先，同既有研究结果相一致，中国与“一带一路”沿线国家双边贸易同两国人口规模和沿线国家人均国内生产总值正相关，同距离负相关，且在基本引力模型的全样本检验中结果显著。其他影响双边贸易的因素中，中国同沿线国家人均国内生产总值差距越大，两国间贸易往来越密切，但同属于世界贸易组织成员方对双边贸易具有负向影响。其次，对于不同类型的国家实证检验表明，国家类型不同，中国同其双边贸易影响因素也不尽相同。对于发达国家和转型国家而言，双边贸易主要受到中国人口规模和沿线国家人均国内生产总值的影响较明显；而对于发展中国家来说，其回归结果与全样本回归结果较为一致，即双边贸易主要受双方人口规模和沿线国家人均国内生产总值影响，同时也受到双方人均国内生产总值差距影响，且为正向影响，加入世界贸易组织的影响同样为负。再次，中国与“一带一路”沿线国家开展双边贸易的贸易潜力测算结果显示，中国同中亚及东南亚大部分国家贸易潜力开发较为充分，后续需开拓新的合作领域；而中东欧部分国家的潜力类型属于“潜力巨大型”，即有较大的贸易潜力可供开发。

根据上述研究结果，中国与“一带一路”沿线国家开展双边贸易往来时，应需着重考虑以下几个方面：

第一，始终坚持对外开放。在全球化和逆全球化思潮激烈碰撞的当下，我们应认识到经济全球化是未来世界经济发展的必然趋势，并积极参与和主动引领全球经济治理，争取在国际舞台上的话语权，从“被动治理”逐步迈向“主动治理”，将中国经济发展深度融入世界经济发展趋势，积极扩大同世界各国的经贸交流，扩大在重点行业和重点领域的开放合作，实现互利共赢。同时，进一步放宽贸易政策，减少贸易壁垒，着力提高对外开放水平，打造对外贸易新格局。加强自贸区、保税区建设，将对外开放成果惠及人民群众。

第二，提高经济发展质量。中国经济由“高速增长”转向“高质量发展”，对中国外贸影响巨大。经济高质量发展，既要保证经济增长速度，又要重视经济发展质量。大力发展经济，持续扩大经济规模，增强进口需求和出口供给能力。同时在经济发展质量上，重视高新技术产业发展，发展环境友好型产业，逐渐淘汰落后产能，争取国际价值链上的地位提升。

第三，扩大对外投资规模。“一带一路”沿线国家经济发展水平对中国同其双边贸易影响显著。扩大对“一带一路”沿线相关国家的投资规模，帮助其提升自身经济水平，将有效促进双边贸易。具体而言，应从基础设施建设开始，对“一带一路”沿线国家有选择性地投资，进而扩展到制造业和服务业领域，在提升对方国家贸易实力的同时也合理消化中国过剩产能，达到共赢。

第四，优化对外贸易结构。从国别结构上，应根据贸易潜力测算结果，积极开展同中东欧等国家贸易潜力巨大国家的经贸往来，开展深入交流，挖掘贸易潜力；对于贸易潜力已开发充分的国家，要扩大贸易合作范围，寻找新的贸易增长点。从产品结构上，分行业制定发展政策，对重点行业要加大培育力度，增强产品国际市场竞争力。积极贯彻企业“走出去”战略，引导企业学习国外先进管理经验，鼓励企业创新研发，帮助企业完成转型。

第五，探索新型合作机制。既有的WTO框架逐渐式微，且同为WTO成员方可能削弱双方贸易关系。我国应突破原有的贸易合作框架，积极探索新型的对外贸易合作机制，在“一带一路”倡议下，大力发展同沿线国家的贸易往来，充分利用地域、文化等方面的共通性，并针对不同国家的特殊国情，制定个性化的合作方案，促进双方达成贸易合作协定。

第六，发挥社会团体作用。充分发挥各类社会团体在推动中国同“一带一路”沿线国家贸易中的重要作用。行业协会做好会员服务工作，及时对沿线国家贸易风险进行预警，并给予企业合理的行动建议；制定行业内部规章制度，维护行业在国际市场信誉；组织好行业内部的国际交流合作，通过会议、参展等方式扩大行业在“一带一路”沿线国家的影响力。高校可积极开展国际性学术交流，扩大沿线国家留学生规模，并派送学生赴“一带一路”沿线国家留学。此外，其他社会团体也应通过人员互访、平台共建等形式，积极融入“一带一路”建设。