中国与东南亚国家贸易潜力及影响因素研究

李村璞 柏琳 赵娜

摘 要：运用时变随机前沿引力模型和贸易非效率模型，以1998-2016年中国及东南亚九个国家面板数据为样本，测度中国对东南亚国家出口贸易潜力，并分析其主要影响因素。结果表明：1998-2016年中国对东南亚国家出口贸易潜力呈现先上升后下降趋势，依然有较大提升空间，中国对东南亚国家出口贸易潜力差异较大。航空运输货运量、货币自由度、财务自由度、商业自由度及世界贸易组织成员国均对出口贸易非效率具有显著的影响。

关键词： 东南亚国家；贸易潜力；随机前沿引力模型

中图分类号：F125文献标识码： A文章编号：1003-7217（2018）05-0122-06

一、引 言

“一带一路”是构建人类命运共同体的具体体现，是中央根据国际国内形势变化，借用海上丝绸之路与陆上丝绸之路这两个历史符号，以经贸合作为主要形式，提出的新时期我国应对全球形势深刻变化、也是基于共同新安全观的周边外交战略①。2015年3月28日，由国家发改委、外交部、商务部联合发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》指出了“一带一路”的范围，不论是陆上还是海上丝绸之路，都离不开与东南亚国家的联系②。党的十九大提出，我国经济正处在转变发展方式和转换增长动力的关键期，加之2018年中美贸易摩擦加剧，在此大背景下，中国要加快调整产业结构，扩大开放力度，拓展“一带一路”沿线国家出口市场，坚持走出去和引进来并重。东南亚国家已成为我国“一带一路”战略中最重要的贸易伙伴。2016年，我国与东南亚国家贸易额为4524.5亿美元，占中国与“一带一路”沿线国家贸易总额的47.8%；但是中国与东南亚的贸易往来分布是不均衡的，其中印度尼西亚、泰国、马来西亚、新加坡、越南与中国贸易往来比重最大，占到东南亚与中国贸易往来的80%以上；柬埔寨、老挝、缅甸、东帝汶与中国贸易往来比重小，只占不到5%。那么在“一带一路”政策背景以及中国经济转型的趋势下，中国与东南亚国家贸易潜力如何？是什么因素影响了贸易潜力？这正是本文研究的两大主要问题。

二、文献综述

贸易引力模型是测算贸易潜力最常用的方法，早期国外学者Tinbergen（1962）和Pyhnen（1963）将引力模型应用到国与国之间贸易流动的测算上[1，2]；随后一些学者在该模型基础上增加引力模型解释变量研究国际贸易问题。Rahman（2004）以孟加拉及其主要贸易伙伴国的面板数据为研究对象，运用引力模型研究了双边贸易潜力，结果显示：孟加拉国的双边贸易与经济规模和其贸易伙伴国的人均GNP正相关。孟加拉国的出口主要影响因素是汇率、伙伴国的总进口量和孟加拉国的经济开放度[3]；Mishra等（2015）以印度和其他金砖国家1990-2010年数据为例，采用引力模型研究发现各贸易量与GNP和人均GNP正相关，交通成本与贸易量负相关，而汇率、通货膨胀和进口与GDP比例与贸易量相关性不大[4]；Ravishankar和Stack（2014）以1994-2007年17个西欧国家和10个新成员国的双边出口的面板数据为例，分析了欧洲地区贸易潜力，发现贸易效率达到67%，贸易阻力较小[5]。

中国学者利用引力模型对经济和贸易也进行了大量的研究：庄丽娟（2007）运用扩展的引力模型测算出广东省出口东盟农产品的贸易潜力，并分析和检验双方农产品出口的影响因素[6]；杨捷和单文婷（2007）运用引力模型分析了中国与欧盟、东盟之间贸易的影响因素，并测算出中国与东盟更具有贸易潜力，与欧盟更具有贸易的互补性[7]；唐宜红和林发勤（2009）研究了距离与中国双边直接投资的关系，发现距离与中国双边直接投资负相关，随着时间的推移，负相关会逐渐变弱[8]；宋晶恩（2011）运用扩展的引力模型研究了FTA合作协议的签订对中韩之间的贸易具有促进作用[9]；龚新蜀等（2016）利用随机前沿引力模型，测算出“一带一路”沿线国家的贸易潜力和贸易非效率[10]；耿晔强（2016）运用扩展的引力模型，从初级产品、总产品和工业制成品这三个方面研究中国与新兴市场国家贸易影响因素和贸易潜力[11]；原瑞玲（2014）根据引力模型所构建的FTA贸易效应事后评价方法，对中国-东盟自贸区的建立对我国农产品进口贸易影响进行分析[12]；高志剛（2015）利用扩展的引力模型测算中国与中亚五国的贸易潜力[13]；舒燕（2013）运用扩展的引力模型，研究了2000-2008年中国和19个OECD国家双边服务贸易和直接投资[14]；文淑惠和张昕（2017）运用随机前沿引力模型研究发现中国对中南半岛国家的出口效率逐渐下降[15]；张剑光和张鹏（2017）综合考虑贸易吸引力、贸易推力和贸易阻力的APR模型分析框架下，说明贸易吸引力决定经济体间的理论贸易量，贸易推力和阻力决定经济体间的实际贸易量[16]；熊彬和王梦娇（2018）运用2005—2015年中国对沿线48个国家直接投资的数据构建空间面板模型，实证检验中国在丝绸之路经济带沿线国家对外直接投资的第三国效应及其影响因素[17]。本文拟采取随机前沿引力模型探析中国与东南亚国家出口贸易潜力，在此基础上引入贸易非效率模型进一步分析出口贸易非效率的影响因素，这对于实现出口贸易增效，加快“一带一路”建设和经济升级意义重大。

三、中国与东南亚国家贸易关系

（一）我国与东南亚国家贸易现状

近几年，中国与东南亚各国的进出口总额呈下降趋势。2014年中国与东南亚各国的进出口总额为4802.6亿美元，而2015-2016年，中国与东南亚各国的进出口总额分别为4719.9亿美元和4524.5亿美元，比上年分别减少了1.72%和4.14%。

与此同时，中国与东南亚各国贸易市场分布③不平衡。图1显示，1998-2016年中国与东南亚国家的贸易主要集中在印度尼西亚、马来西亚、泰国和新加坡。占到中国与东南亚十一国贸易的77%。而与文莱、老挝、柬埔寨、缅甸和东帝汶贸易往来较少，其贸易往来所占比重仅为1.18%。由此可见，印度尼西亚、马来西亚、泰国和新加坡是中国在东南亚地区的主要贸易伙伴。

（二）我国与东南亚国家贸易密集度指数

贸易密集度指数（TII）最早由Brown（1947）提出，后经小岛清等做了改进，是反映双边贸易紧密程度的重要指标，表示为：

其中，TIIij为i国和j国的贸易密集指数，Xij表示i国向j国的出口，Xi为i国的总出口量，Mj为j国的总进口，Mi为i国的总进口，Mw为全球的总进口。若TIIij>1，表明两国的贸易密集度高，若TIIij<1，表明两国的贸易密集度低。根据式（1）测算得到2009-2016年中国与东南亚十一国的贸易密集度指数（见表1）。从表1可以看出，中国与东南亚各国的贸易往来较为密集，并且大多数国家的贸易随着时间的推移越来越密切。除了文莱个别年份和东帝汶之外，中国与东南亚国家都保持了较高的贸易往来。其中贸易往来最为密集的国家有越南、菲律宾、柬埔寨、老挝和缅甸，贸易密集度指数在2016年分别达到了3.36、5.18、3.83、3.11和7.13。其他国家相较于这些国家贸易密集度较低，但指数结果都大于1。总体来看，中国与东南亚国家的贸易关系依然很紧密，与越南、菲律宾、柬埔寨、老挝和缅甸的贸易密集度长期保持在较高水平，与印度尼西亚、马来西亚、新加坡、泰国、菲律宾缅甸的贸易紧密程度呈上升趋势。（三）我国与东南亚国家贸易互补性指数

贸易互补性（TCI）指数是用来分析一国或地区与伙伴国或地区产品之间的贸易是互补的还是替代的。单个产品的贸易互补性指数计算公式如下：

其中RCAaxi和RCAamj分别代表用出口来衡量i国在商品a的显性比较优势及用进口来衡量j国在商品a的显性比较劣势。此时：

其中xai和xaw分别代表国家i与世界w商品a出口额，xi和xw分别代表国家i与世界w商品a出口总额，Maj、Mj分别为国家j和世界w商品a进口额和进口总额。

TCIaij指数越大，代表出口国和进口国之间的贸易互补性越强，a类产品贸易合作潜力就越大。进一步，两国多行业间的贸易互补性指数可以表示为：

若TCIij>1，表明i国与j国的综合贸易互补性较强，反之则较弱。根据式（5）测算得出中国与东南亚国家的综合贸易互补性指数（见表2）。从表2可以看出：中国与东南亚大多数国家的综合贸易互补性指数都大于1，其中包括印尼、马来西亚、新加坡、泰国、菲律宾、文莱和老挝，从时间动态的发展来看，马来西亚、新加坡和文莱的综合贸易互补性指数不断呈上升趋势。越南和柬埔寨一直以来的综合贸易互补性指数都小于1，但接近1。而缅甸在2010-2014年间的综合贸易互补性指数都大于1，2015年和2016年开始下降到0.96和0.95。但总体来看，中国与东南亚国家有着较强的贸易互补性，这有利于双边贸易的开展。

四、模型设定

（一）随机前沿引力模型设定

随机前沿分析方法（SFA）最早由Meeusen和Broeck（1997）[18]以及Aigner等（1997）[19]提出，用以分析生产函数中的技术效率。该模型的一般形式表示为：

其中tradeijt表示t年中国向东南亚j国的出口贸易额。pgdpit、pgdpjt分别表示中国和东南亚j国的人均GDP。popit、popjt分别表示中国和东南亚j国的人口总量。disit表示中国和东南亚j国的地理距离。Xit为其他因素，包括边界borderit和语言lanit。如果中国与进口国接壤，则borderit=1，反之则borderit=0，如果中国与进口国拥有共同语言，则lanit=1，反之则lanit=0。vijt为随机项，表示随机误差。uijt为贸易非效率项，表示導致贸易非效率的不可观察因素。

（二）贸易非效率模型设定

参考谭秀杰和周茂荣（2015）[22]及刁莉等（2017）[23]，遴选三大类影响贸易非效率的因素：基础设施（航空运输货运量）、经济制度（包括货币自由度、贸易自由度、财务自由度、商业自由度）和区域组织方面（世界贸易组织）。采用一步法构建贸易非效率模型。具体形式如下：

式（9）和（10）主要变量的含义及数据来源见表3。

（三）样本及数据说明

为了剔除通货膨胀，人均GDP及GDP均以2010年为基期进行平减。为了保证研究的全面性和准确性，本文选择尽可能多的国家和较长时间跨度，但是由于文莱和东帝汶数据的缺失，最终选取东南亚九个国家1998—2016年数据作为研究对象，探讨中国与东南亚国家的出口贸易潜力及其影响因素。

五、回归结果及分析

（一）时变随机前沿引力模型

1.模型适用性检验。

随机前沿引力模型分为时变和非时变模型，为了选择正确的函数形式，对模型的适用性进行似然比（LR）检验，LR统计量计算如下：LR=-2[L（H0）-L（H1）]，L（H0）、L（H1）分别表示零假设和备选假设下的对数似然值，LR～χ2（J），J代表约束数量。如果零假设被拒绝，则接受备选假设。假设顺序分别是：假设1：η=0，即贸易效率不随时间变化；假设2：lan=0，即式（1）中不引入语言变量；假设3：border=0，即式（1）中不引入边界变量。

使用Frontier4.1软件进行分析，表4列出了检验的结果。从表4可以看出：假设1在1%的显著性水平下被拒绝，而假设2和假设3在1%的显著性水平被接受，这表明：贸易非效率随时间而变化；不应引入语言变量；不应引入边界变量。

2.模型估计结果分析。

在确定模型形式后，为了体现估计结果的稳定性，对1998—2016年中国对东南亚国家出口贸易额进行估计，分别得出时变和时不变模型的回归结果（见表5）。中国时变模型显示η通过了1%的显著性水平检验，表明时变模型比时不变模型更加适用。同时η系数为负，意味着中国对东南亚国家的出口贸易阻力逐年上升。此外，人均GDP（PGDP）系数估计值均在1%显著性水平下为正，这表明中国和东南亚国家的经济总量越大，越能促进我国对东南亚国家的出口贸易额。这主要是因为中国相对于东南亚国家的技术创新能力较强，与中国进行贸易往来可以节约贸易成本，促进本国经济发展。比较而言，出口国经济发展水平对出口的影响要大于进口国，这意味着出口国经济发展水平越高，越能促进我国出口。首都间距离（DIS）的系数在5%的显著性水平下为负，这意味地理距离越远，则交易成本越高，出口越少，不利于出口贸易的开展。出口国人口总量（POP）系数在1%的水平下显著为正，这表明中国市场容量越大越有助于扩大出口贸易。而进口国人口总量（POP）的系数不显著，这表明人口规模的增加并不能促进我国对其的出口。再者在时变模型下，γ值为82%，这表明实际出口贸易水平与贸易潜力间差距的82%是由贸易非效率造成的。因此应进一步研究贸易非效率影响因素。

（二）贸易非效率模型

1.模型检验。

在实证分析之前，对模型形式设定的准确性进行似然比检验。首先对模型设定进行假设检验： 假设1：γ=α1=α2=α3=α4=α5=α6=0。即不存在式（3），此时实际贸易水平与贸易潜力的偏差主要来自白噪声，直接运用OLS方法估计。假设2：模型设定有误，即α1=α2=α3=α4=α5=α6=0。检验结果见表6。可以看出：贸易非效率是存在的，有必要进行无效率分析，模型设定正确。

2. 模型估计结果分析。

采用一步法对贸易非效率模型进行估计，结果见表7，由表7可以看出，随机前沿模型的γ值达到0.9999并且显著，说明贸易非效率普遍存在。进口国的航空货物运输量（air）与贸易非效率负相关，说明良好的基础设施可以降低贸易成本，对出口贸易产生正向影响。进口国贸易自由度（trad）对出口贸易影响不显著。进口国的金融自由度（fina）、货币自由度（mon）和商业自由度（busi）均在1%的显著性水平下与贸易非效率负相关，即与出口正相关。这表明金融开放、较轻的价格管制和自由的商业环境均为中国与东南亚国家的经贸合作提供了巨大的金融支付需求、宽松的政策环境及自由的市场氛围，由此缩减了贸易效率损失。世界贸易组织（wto）与贸易非效率在1%的显著性水平下负相关，表明世贸组织能极大地消除双边贸易的贸易壁垒，促进实际出口贸易额的增加。

（三）贸易效率分析

基于上述模型参数估计结果，利用式（8）可以计算出1998-2016年中国与东南亚九个主要国家的出口贸易效率，其具有以下特征：

第一，从时间趋势看，中国对东南亚九个国家的出口贸易效率呈现先上升再下降的趋势（图2）。出口贸易效率平均值在2004年上升到39%，随后呈下降趋势，2016年下降到21%。造成这一结果的主要原因可能是金融危机的爆发对实体经济的影响及各国贸易保护主义的兴起。

第二，中国对东南亚各个国家的出口贸易效率差距较大，表现出两级分化的态势。一方面，中国与马来西亚、泰国、新加坡的出口贸易效率较高，这可能是因为这些国家基础设施建设比较完善，与中国的文化差异较少；另一方面，中国与柬埔寨、老挝和缅甸的出口贸易效率较低，这可能是因为柬埔寨和老挝经济发展水平落后、地理距离比较远、缅甸政局不稳定有关。

六、结论与建议

本文选取1998-2016年中国与东南亚国家数据，首先测算了贸易竞争性和互补性，然后构建时变随机前沿引力模型测算了中国与东南亚国家之间的出口贸易潜力及其影响因素，得出以下结论：首先，中国与东南亚九个主要国家的出口贸易效率呈现先下降后上升趋势；其次，中国与东南亚国家出口贸易效率排名前三位的国家为马来西亚、泰国、新加坡，排名后三位的国家为柬埔寨、老挝和缅甸。再次，进口国的航空货物运输量、金融自由度、货币自由度和商业自由度均和中国对东南亚国家的出口贸易效率正相关。基于上述结论，要提升中国对东南亚国家出口贸易效率，应从以下几个方面做出努力：

其一，完善中国与东南亚国家运输通道和基础设施建设。为了推进贸易便利化，降低距离成本，应建成中国—东南亚统一交通物流网络。其二，充分发挥中国—东盟自贸区的合作机制，减少关税壁壘，为地区间贸易提供较为便利的条件。其三，积极促进中国—东南亚国际合作，加强政府间沟通交流，并积极推广双边贸易的人民币结算。

注释：

① 新华网 “习式外交”新理念打造中国周边命运共同体，http：//www.xinhuanet.com/politics/2015-08/06/c_128099495.htm

② 中华人民共和国商务部综合司http：//zhs.mofcom.gov.cn/article/xxfb/201503/20150300926644.shtml.

③ 采用中国与各国进出口总额占中国与东南亚所有国家进出口总额的比重表示。

参考文献：

[1] Tinbergen J. Shaping the world economy：suggestions for an international economic policy [M].The Twentieth Century Fund，1962.

[2] Pyhnen P. A tentative model for the volume of trade between countries[J]. Weltwirtschaftliches Archiv， 1963，90：93-100.

[3] Rahman M M. The determinants of Bangladeshs trade： evidences from the generalized gravity model[C].Proceedings of the 33rd Australian Conference of Economists （ACE 2004）. Economic Society of Australia， 2004： 1-54.

[4] Mishra A K， Gadhia J N， Kubendran N， et al. Trade flows between india and other BRICS countries：an empirical analysis using bravity model[J]. Global Business Review， 2015， 16（1）： 107-122.

[5] Ravishankar G， Stack M M. The gravity model and trade efficiency： A stochastic frontier analysis of Eastern European countries' potential trade[J]. The World Economy， 2014， 37（5）： 690-704.

[6] 庄丽娟，姜元武，刘娜.广东省与东盟农产品贸易流量与贸易潜力分析——基于引力模型的研究[J].国际贸易问题，2007（6）：81-86.

[7] 杨捷，单文婷.中国与欧盟和东盟的贸易特点及影响因素比较——基于引力模型的实证分析[J].国际贸易问题，2007（11）：21-24.

[8] 唐宜红，林发勤.距离对中国双边直接投资的影响及其动态变化[J].数量经济技术经济研究，2009（4）：70-79.

[9] 宋晶恩.基于贸易引力模型的中韩自由贸易协定研究[J].当代经济研究，2011（5）：81-85.

[10]龚新蜀，乔姗姗，胡志高.丝绸之路经济带：贸易竞争性、互补性和贸易潜力——基于随机前沿引力模型[J].经济问题探索，2016（10）：145-154.

[11]耿晔强.中国与新兴市场国家双边贸易的影响因素与潜力研究——基于商品分类视角，2016（2）：100-108.

[12]原瑞玲，田志宏.中国-东盟自贸区农产品贸易效应的实证研究[J].国际贸易探索，2014（4）：65-74.

[13]高志刚.“一带”背景下中国与中亚五国贸易潜力测算及前景展望[J].山东大学学报：哲学社会科学版，2015（5）：24-34.

[14]舒燕，林龙新.外商直接投资对中国双边服务贸易流量的影响研究——基于服务贸易引力模型的实证分析[J].经济经纬，2013（4）：71-75.

[15]文淑惠，张昕.中南半岛贸易潜力及其影响因素——基于随机前沿模型的实证分析[J].国际贸易问题，2017（10）：97-108.

[16]张剑光，张鹏.中国与“一带一路”国家的贸易效率与影响因素研究[J].国际经贸探索，2017（8）：4-23.

[17]熊彬，王梦娇.基于空间视角的中国对“一带一路”沿线国家直接投资的影响因素研究[J].国际贸易问题，2018（2）：102-112.

[18]Meeusen W， van Den Broeck J. Efficiency estimation from Cobb-douglas production functions with composed error[J]. International Economic Review， 1977，18（2）： 435-444.

[19]Aigner D， Lovell C A K， Schmidt P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics， 1977， 6（1）： 21-37.

[20]Battese G E， Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical Economics， 1995， 20（2）： 325-332.

[21]Armstrong S. Measuring trade and trade potential： a survey[R]. East Asian Bureau of Economic Research， 2007.

[22]刁莉，羅培，胡娟.丝绸之路经济带贸易潜力及影响因素研究[J].统计研究，2017，34（11）：56-68.

[23]谭秀杰，周茂荣.21世纪“海上丝绸之路”贸易潜力及其影响因素——基于随机前沿引力模型的实证研究[J].国际贸易问题，2015（2）：3-12.

（责任编辑：王铁军）