中国与“一带一路”国家钢铁贸易潜力分析

倪娜，杨丽梅

（内蒙古科技大学 经济与管理学院，内蒙古 包头 010040）

“十四五”规划中提出要坚持实施更大范围、更宽领域、更深层次对外开放，推动共建“一带一路”高质量发展，构筑互利共赢的产业链供应链合作体系，深化国际产能合作。钢铁工业作为重要的基础工业部门，是发展国防建设和国民经济的物质基础[1]，也是我国的优势产能所在。分析影响中国与“一带一路”沿线国家进行钢铁贸易合作的因素，测度钢铁贸易合作潜力，不仅是深化国际产能合作的有效之举，也是推动共建“一带一路”高质量发展的重要一环。传统的贸易引力模型侧重于分析两国之间的地理距离和彼此的经济规模对贸易效率的影响，通常将一些难以量化的制约或促进双边贸易发展的影响因素纳入模型的随机误差项中，致使模型估计结果的准确性降低。而为了弥补传统研究方法的不足，越来越多的学者将随机前沿分析方法引入到传统贸易引力模型中，来测度贸易效率。张孜豪和高越、方英和马芮、刘京星和刘天琦等分别通过构建随机前沿引力模型测算了中国与“一带一路”沿线国家（或地区）农产品[2]、文化产品[3]、钢铁产品[4]等的贸易效率和潜力。本文将借鉴上述学者的做法，构建随机前沿引力模型，对中国与“一带一路”沿线国家钢铁贸易效率和潜力进行测度，并分析影响贸易效率的因素。

一、模型设定和数据说明

（一）随机前沿引力模型具体设定

早期研究中，Afriat在模型设定时仅考虑了人为误差（即信息缺失、调整成本等）对估计结果的干扰[5]，Aigner、Lovell和Schmidt在Afriat的研究基础上提出随机前沿分析方法（Stochastic Frontier Analysis，SFA）对误差项进行规范，指出误差项包含相互独立分布的随机扰动项和技术非效率项[6]。起初对技术非效率项和非效率影响因素的估计需要分两步实现，为了克服“两步法”中两步假设自相矛的缺点，Battese和Coelli探索让贸易非效率项和非效率的影响因素在模型中一步回归的方法（即“一步法”）[7]。因此，采取“一步法”构建测度钢铁贸易非效率和非效率影响因素的随机前沿引力模型，如下所示：

其中：Y ijt为t年i国对j国的实际钢铁贸易额；Y*ijt是t年i国对j国钢铁贸易前沿面（即理想状态），此时不存在贸易非效率情况；TE ijt是t年i国对j国的贸易效率指数，取值范围(0,1)；T P ijt是i国对j国t年的贸易潜力。

将式（1）取对数，得到随机前沿贸易引力模型线性形式：

式中，X ijt是模型中影响钢铁实际贸易额的核心因素；v ijt为随机误差项，v ijt~i.i.d.N(0,σ2v)，由Y ijt与v ijt的关系可知，Y ijt~i.i.d.N(X iβ,σ2v)；u ijt是钢铁贸易非效率项，服从非负截断正态分布；β为模型中待估参数。

借鉴方英和马芮[3]、刘京星等[4]对影响因素分类的思想，本文将具有一定时期内固定不变特性的自然因素（包含国内生产总值）作为随机前沿引力模型中的解释变量，将自由贸易协定等短期易变的促进或阻碍贸易的人为社会因素作为非效率模型的解释变量。Armstrong[8]、方英[3]、刘京星[4]等研究贸易潜力时，在引入传统引力模型的关键变量经济规模和地理距离之余，同时考虑了人口规模、共同边界和共同语言对贸易的影响。综合上述学者选取的指标，本文最终设定随机前沿引力模型形式为：

模型中变量的下角标i代表中国，j为“一带一路”国家，t是观察年，lnEXP ijt表示中国对j国t年的钢铁出口额。模型中的解释变量：GDP it表示中国t年的国内生产总值，反映中国的经济规模。GDP jt表示进口国t年的国内生产总值，反映进口国的经济规模。DIS i j代表中国与进口国之间的地理距离，以两国首都间的直线距离表示。POP it表示中国t年总人口量，是中国国内市场规模的体现，人口总量越大，国内市场需求越大。POP j t表示进口国t年的总人口量，人口越多市场需求越大，进口需求越高。COTIGij为虚拟变量，若中国与j国有共同边界，COTIGij=1，否则为0。LANG ij为虚拟变量，当j国超20%的人口使用汉语或英语时，取值为1，否则为0。

进而采用“一步法”分析贸易非效率项，李村璞等[9]、魏吉和张海燕[10]等以经济自由度反映各国家的经济制度环境，季凯文和周吉[11]、陈继勇和李知睿[12]等将基础设施水平引入模型，范兆斌和潘琳[13]、方英和马芮[3]等在模型中考虑了自由贸易协定与贸易非效率之间的关系，Rose[14]将通用货币这一虚拟变量引入贸易模型中，证明了经济体之间存在共同货币对贸易具有促进作用。参考以上学者选取的指标，将这些指标纳为非效率模型的解释变量，设定贸易非效率项模型如下：

非效率模型中的解释变量：IEF j t代表j国t年的经济自由度，体现市场化程度，经济自由度得分越高，政府对经济干涉程度越低。TR AN jt代表j国t年的基础设施水平，得分越高表明该国的运输基础设施越完善。FTA i jt为虚拟变量，代表中国t年与“一带一路”沿线国家签订自由贸易协定情况，自贸协定开始生效起取值为1，否则为0。CSA ijt为虚拟变量，表示中国与沿线经济体签订双边本币互换协定或本币结算协议情况，代表人民币国际化进程对钢铁产能合作的影响，自协定开始生效起取值为1，否则为0。

（二）样本数据来源及说明

鉴于阿富汗、不丹、叙利亚、巴勒斯坦等政局混乱，造成大量数据缺失，本文从“一带一路”倡议提出之初的64个建设重点国家中选取53个国家作为样本，以2013年至2019年为观察期，对数据进行搜集，并对个别空缺数据采用均值插补法进行填补。将“一带一路”沿线样本国家划分为七个区域，如表1所示：

表1 数据样本国家分类

模型中：贸易出口额（EXP）数据源于联合国商品贸易统计局；国内生产总值（GDP）和人口总量（POP）数据源于世界银行发布的世界发展指标，为了剔除物价水平变动对GDP的影响，其值以2010年不变价美元计算；中国北京与“一带一路”沿线国家首都距离（DIS）、虚拟变量共同边界（COTIG）和虚拟变量共同语言（LANG）数据来自法国CEPII数据库。

贸易非效率模型中，经济自由度（IEF）数据来自加拿大研究机构Fraser Institution发布的经济自由度指标；运输基础设施（TRAN）数据来自世界经济论坛发布的全球竞争力指数基础设施指标；虚拟变量自由贸易协定（FTA）数据源于中国自由贸易区服务网；虚拟变量双边本币互换协定或本币结算协议（CSA）数据源于中国人民银行发布的《2020年人民币国际化报告》。

二、随机前沿引力模型实证结果

（一）模型检验

运用似然比检验（Likelihood Ratio test,LR test）分别对随机前沿引力模型的适用性和时变性进行检验，通常认为LR检验统计量服从一定自由度下的混合卡方（chi-square，χ2）分布。

检验结果如表2所示，似然比检验拒绝了原假设，说明原假设不成立，时变随机前沿引力模型适用于测算中国与“一带一路”沿线国家钢铁产能合作潜力。运用t检验（t-test）分别对是否引入人口变量、共同边界虚拟变量和共同语言虚拟变量进行检验。

表2 随机前沿引力模型似然比检验

检验结果如表3所示，t检验拒绝了不引入中国人口变量、伙伴国人口变量、共同语言虚拟变量的假设，而接受了不引入共同边界虚拟变量。说明共同边界虚拟变量在模型中并不显著，中国的绝大部分毗邻国位于中国西部，中国西部峰峦叠起，特殊的地理地貌使陆路交通极为不便，从而导致共同边界对钢铁贸易的影响不显著。

表3 随机前沿函数部分引入变量t检验

根据检验结果，剔除共同边界虚拟变量，最终时变随机前沿引力模型为如式（8）所示：

（二）模型估计结果

通过Frontier 4.1对式（8）进行估计，为了确保结果的正确性和稳定性，本文对比了时变和时不变模型的估计结果，如表4所示。结果显示η在1%水平上显著，进一步佐证了时变模型更为适用。η系数符号为正，说明我国对“一带一路”沿线国家钢铁出口贸易效率逐年增强。参数γ分别为0.961和0.964，且均在1%的水平上显著，表明复合误差主要源于贸易非效率而不是白噪声。因此，本文最终采用时变随机引力模型进行实证分析。

表4 复合误差模型估计结果

根据随机前沿引力模型中解释变量的估计结果来看，中国国内生产总值在5%的水平上显著，与钢铁出口贸易额呈反向变动关系，表明“一带一路”倡议实施以来中国国内经济发展使内需扩大，符合构建以国内大循环为主体，国内国际双循环相互促进新发展格局的要求。进口国的国内生产总值在1%的水平上显著，且系数符号为正，说明“一带一路”沿线国家的经济发展水平对我国钢铁产品出口具有积极的推动作用，也佐证了“命运共同体”的论断。中国与“一带一路”沿线国家之间的地理距离系数为负，并在1%的水平上显著，表明地理距离仍是阻碍钢铁贸易的因素，远距离、高运输成本会抑制进口国进口欲望。中国人口规模和“一带一路”沿线国家人口规模分别与中国钢铁出口呈反相关关系和正相关关系。中国人口规模越大，国内市场需求则越大，对产能的化解能力越强，出口需求越小；进口国人口规模越大，其国内市场也就越大，对进口的需求越高。此外，共同语言虚拟变量与钢铁出口贸易额呈现正估计弹性关系，并在5%的水平上显著，说明沟通成本依然是影响出口贸易不可忽视的因素。

三、非效率模型估计结果

（一）模型非效率部分检验

对非效率模型分别进行非效率项存在性检验和变量引入合理性检验。

非效率项存在性检验如表5所示，似然比检验拒绝了不存在非效率项的假设，说明随机前沿引力模型中存在非效率项。

表5 模型非效率似然比检验

变量引入合理性结果如表6所示，检验分别拒绝了不引入4个变量的假设，因此本文将经济自由度、运输基础设施、自由贸易协定和人民币国际化进程虚拟变量引入非效率模型中。采用“一步法”对非效率模型进行估计，设定钢铁出口贸易非效率模型具体形式如下：

表6 贸易非效率部分引入变量t检验

（二）模型估计结果

运用Frontier 4.1软件，采用“一步法”对贸易非效率模型式（9）进行估计。模型回归结果如表7所示。

表7 贸易非效率模型回归结果

整体上模型中σ2和γ分别在5%和1%的水平上显著。从各解释变量的回归结果来看，随机前沿函数部分中，只有中国国内生产总值和中国人口总量对钢铁出口贸易的影响不显著，表明中国的经济规模与市场规模对钢铁贸易的出口并没有明显影响；而“一带一路”沿线经济体的国内生产总值和人口总量对中国钢铁出口具有显著的促进作用。此外，中国与“一带一路”沿线国家的地理距离在1%的水平上显著，且在其他条件保持不变的情况下，中国与进口国之间地理距离每增加1%，中国对其的钢铁出口额会减少1.729%，表明当前地理距离依然是阻碍钢铁国际贸易的重要因素。共同语言变量在1%的水平上显著，且对贸易具有正向作用。

贸易非效率函数部分中，各解释变量均在不同水平上显著，其中，经济自由度变量与贸易非效率呈正相关关系，运输基础设施变量、自由贸易协定虚拟变量和人民币国际化进程虚拟变量与贸易非效率呈反相关关系。经济自由度与贸易效率呈反相关关系，表明“一带一路”倡议的实施，打开了中国与经济自由度较低国家之间的贸易通道，然而，该变量仅在10%的水平上显著，说明“一带一路”倡议实施初显成效，要实现国际国内双循环的经济格局，依然需要不断推进“一带一路”倡议。运输基础设施水平对贸易效率具有促进作用，并在5%的水平上显著，进一步佐证了地理距离对贸易的抑制影响，也印证了“一带一路”“五通”中道路联通对开展国际产能合作的重要性。此外，经济体之间签订自由贸易协定，签订双边本币互换协定或本币结算协议虚拟变量与中国钢铁出口贸易呈正相关关系，表明相关区域合作协定的签署和人民币国际化对钢铁国际产能合作均有显著推动作用。

四、钢铁产品出口效率和潜力测度

基于前文对随机前沿引力模型和贸易非效率模型的估计结果，本文对“一带一路”沿线53个钢铁进口国的贸易效率和潜力进行测算，并将沿线国家按照本文对区域的分类（中亚及东亚、东南亚、南亚、中东、南欧、东欧和中欧）分别测算钢铁贸易效率和潜力，从而进一步分析中国钢铁出口贸易潜力的区域分布情况。

（一）按国别的测算与分析

首先测算了2013-2019年中国对“一带一路”沿线53个国家钢铁出口贸易的平均效率，如图1所示。2013年至2019年中国对沿线国家的钢铁出口贸易效率在0.35～0.41之间波动，整体而言贸易效率均处于较低水平，表明中国与沿线国家之间的贸易潜力仍未完全被开发。

图1 2013-2019年中国对沿线国家钢铁出口贸易平均效率

表8呈现了2019年中国与沿线国家钢铁产能合作效率和潜力的具体情况，主要包括实际贸易额、理想贸易额、贸易效率和贸易潜力指数四个指标，并根据贸易效率值排序。当贸易非效率项U ijt=0时，T E ijt=1，两国间的钢铁贸易实现最大效率，实际贸易额Y ijt等于钢铁贸易前沿水平Y*ijt，此时钢铁贸易潜力全部实现，即TP ijt=0。当贸易非效率项U ij t＞0时，且有贸易效率TE ijt∈(0,1)，TE ijt值越接近于0，表明两国间的钢铁贸易效率越低，实际贸易额与贸易前沿水平差距越大，即两国间有待实现的贸易潜力越大；TE ijt值越接近于1，表明两国间的钢铁贸易效率越高，未实现的贸易潜力越小。

表8 2019年中国与“一带一路”沿线国家钢铁贸易效率前5和后5的国家

以2019年为例，2019年中国对沿线国家钢铁出口实际贸易额与前沿贸易额差值最小（即贸易效率最高）的国家为越南。越南北部与中国接壤，东部和南部濒临中国南海，是目前世界上仅有的五个社会主义国家之一，与中国地理位置相近、政治体制也相似。越南人口达9 370万，国内基础设施滞后，配套工业尚待完善，因此对钢铁的进口需求也较大，尽管中国对越南的钢铁出口效率最高，但仍有合作潜力待挖掘。

2019年中国钢铁出口贸易效率第二至五位的国家分别为格鲁吉亚、阿拉伯联合酋长国、沙特阿拉伯和泰国。中国对贸易效率前五的国家出口额约78.13亿美元，占对沿线国家出口总额的39.598%；对贸易效率最低的五个国家（北马其顿、阿塞拜疆、摩尔多瓦、匈牙利和斯洛伐克）的出口额约为0.086亿美元，仅占出口总额的0.043%。中国对贸易效率前五的国家出口额是后五位国家的900多倍，说明沿线国家对中国钢铁的需求存在明显差异，结合随机前沿引力模型估计结果来看，这种差异主要由进口国家的经济规模、人口规模和运输基础设施，以及双边协定、货币、语言和地理距离所致。

（二）按区域的测算与分析

2019年按“一带一路”沿线国家区域划分情况来看，中国与沿线国家钢铁贸易效率在地理分布上大致呈现出亚洲高、欧洲低的态势。从表9可以看出，中国对东南亚地区的出口贸易效率最高，达到0.6以上；中东地区次之，为0.502 1。对其余5个地区的出口贸易效率均在0.4以下，其中对中欧出口贸易效率不足0.1。

表9 2019年中国与“一带一路”沿线国家钢铁贸易潜力

东南亚地区是“一带一路”的重要枢纽，本文所研究的9个东南亚国家，人口总计约5.84亿，国内生产总值总量达2.77万亿美元，合作前景十分乐观。2019年中国出口至东南亚9国的钢铁总额约118.82亿美元，占中国钢铁总出口额的30.11%。东南亚地区国家与中国地理距离较近，其中越南和老挝等与中国南端接壤，东南亚域内运输基础设施也较为完备，有便利的贸易硬条件。此外，东南亚9国均与中国签订了自由贸易协定，马来西亚、菲律宾和新加坡有超20%的人口使用汉语或英语，有较好的贸易软条件。因此，中国同东南亚地区的钢铁出口贸易效率处于较高水平。2019年中国同东南亚9国的贸易潜力指数为0.329 2，表明中国与该地区的钢铁贸易合作依然有发展空间。

2019年中国与中东13国出口贸易效率为0.502 1，高于2019年出口效率平均水平。中东地区的经济体量和对中国的钢铁需求较大，2019年中国出口至中东的钢铁总额约34.12亿美元，占中国总出口额的8.65%。中国对中亚及东亚4国和南亚5国的钢铁出口贸易效率均在0.3以上，南亚和中亚及东亚与中国地理距离较近，域内市场需求也较乐观。中国对欧洲地区国家（南欧、东欧和中欧）钢铁出口效率均在0.3以下，处于较低水平，贸易潜力尚待发掘。

由图2可以看出，中国对“一带一路”沿线国家的钢铁出口贸易仍有广阔的发展前景。具体来说，中国对东南亚钢铁贸易效率一直处于较高水平，并保持平稳上升的态势，且依然有上升空间。与东南亚形成鲜明对比的中欧，贸易效率一直低于0.1，位于七个地区之末，钢铁贸易潜力具有巨大的挖掘价值。2013至2016年中国对中亚及东亚4国出口贸易效率不断下降，在2016年跌至谷值点，而后缓慢上升。中国对南亚、中东、南欧和东欧四个地区的钢铁出口贸易效率整体上呈现波动上升的趋势，且大多在2015-2016年出现下降的情况。2015年全球钢材价格下跌，中国钢铁出口贸易经济效益受钢材价格下跌而下降，加之2015年中国新环保法的实施对国内钢铁行业提出更高要求、更严标准，以及2016年中国政府发布的《关于钢铁行业化解过剩产能实现脱困发展的意见》均对中国钢铁产品的出口效率造成了影响。

图2 2013-2019年中国与“一带一路”沿线国家钢铁贸易效率变化趋势

结语

当前，地理距离、贸易伙伴国经济自由度依然是阻碍中国与沿线国家进行钢铁贸易的因素；共同语言、运输基础建设水平、自贸协定、人民币国际化进程则能够促进中国与沿线国家钢铁贸易的开展。从钢铁出口贸易效率来看，中国与沿线国家的钢铁贸易效率整体水平较低，贸易潜力尚未被完全开发。具体而言，2019年有9个国家贸易效率超0.7，有9个国家贸易效率不足0.1。从地区层面来看，亚洲地区平均贸易效率较高，特别是东南亚地区与中国钢铁贸易效率一直处于高水平状态（9个贸易效率超0.7的国家中有5个东南亚国家）。欧洲地区平均贸易效率最低，尤其是中欧地区贸易效率处于稳定的低水平状态（4个中欧国家中3个国家贸易效率不足0.1）。

以影响中国与沿线国家钢铁贸易效率的因素为依据，针对提升中国与沿线钢铁贸易效率提出以下三点建议：一是相关企业通过承包工程等方式加大对沿线国家基础设施特别是交通基础设施的投资力度，以便利的交通来“缩短”中国与沿线国家之间的地理距离，从而促进双方贸易的开展。二是培养一批精通主要合作意向国官方语言或商务语言的商务人才，推动钢铁贸易的合作。三是推进人民币国际化进程。当今全球货币政策分化[15]，推进人民币国际化进程，在促进钢铁贸易合作的同时，可以为企业利益提供保障。