基于扩展引力模型的中国双边金融服务贸易出口潜力研究

邓晓虹，黄满盈

（1．北京联合大学 商务学院，北京 100025；2．首都师范大学 管理学院，北京 100089）

一、问题提出与文献回顾

当前国际服务贸易发展的一个重要特点是，服务贸易的结构逐渐由运输和旅游等传统服务部门向以金融、信息和通讯等为代表的技术和知识密集型的新兴服务部门过渡。其中，金融服务贸易是世界服务贸易当中发展最快的部门之一，2003年世界金融服务出口1 022亿美元，占世界服务贸易出口的比重为5．6%；2011年世界金融服务出口达到3 100亿美元，占世界服务贸易出口的比重上升到7．4%，从2003－2011年，年均增长14．9%。中国金融服务业随着对外开放的不断深入，特别是在2001年底加入WTO之后，中国金融服务贸易发展的速度非常快，2002年中国金融服务出口只有0．5亿美元，2012年达到18．9亿美元，其间年均增长43．5%。

虽然中国金融服务贸易取得了快速发展，但仍存在以下问题：（1）长期以来中国金融服务贸易处于逆差状态。从1997－2012年，只在2001年有0．2亿美元的顺差，其他年份全是逆差，其中2006年逆差最大，达到7．5亿美元。（2）金融服务出口占中国服务贸易出口的比重非常低。自1997年以来，金融服务出口占中国服务贸易出口的比重都没有超过1%，1997年的比重最低，只有0．11%，远远低于世界平均水平。这些问题都表明我国金融服务出口的发展还相对滞后。

针对中国金融服务出口发展相对滞后的原因，许多学者从金融服务监管、金融服务创新、金融服务外包和金融服务业自身发展等方面进行定性解释并给出应对思路，典型的有李敬伟和周仲飞（2002）、卢映西（2006）、赵晓旭（2007）等。更多学者则尝试从金融服务贸易竞争力出发，对中国金融服务出口发展滞后进行定量解释，相关实证研究主要基于两种思路展开：第一种是依据各类竞争力指数对中国金融服务出口竞争力进行测度，关于这一方面的研究，学者们的结论是一致的，即中国金融服务贸易的竞争力非常弱。比如王铁山和冯宗宪（2008）采用国际市场占有率、贸易竞争力指数和显性比较优势指数三个指标对14个经济体的金融服务贸易竞争力进行了比较，结果发现中国是最缺乏竞争力的经济体。黄满盈和邓晓虹（2010）对18个经济体的金融服务贸易竞争力进行了比较分析，结果发现：关于跨境交付的金融服务贸易，中国的竞争力非常差，处于18个经济体的最后一名；关于商业存在模式下的金融服务贸易，中国虽然具备了一定的竞争力，但与发达经济体相比，还存在很大差距。第二种是依据各种理论模型对影响中国金融服务贸易竞争力的因素及程度进行识别和测度，并为促进中国金融服务出口寻找突破口。例如，黄满盈和邓晓虹（2011）借鉴“钻石模型”，通过主成分分析、回归分析等方法对我国金融服务贸易竞争力的影响因素进行了定量分析，结果发现，政府的作用对中国金融服务贸易竞争力的影响最大。

从现有研究看，针对中国金融服务出口发展滞后问题，尚未有学者从改善中国金融服务出口地区结构的视角展开分析。也就是说，在中国众多的金融服务出口市场当中，哪些已经“贸易过度”？哪些还“贸易不足”？决定中国双边金融服务出口的因素又是什么？本文将基于扩展的引力模型对这些问题展开研究。具体而言，本文的研究目的主要有两个：第一，利用引力模型解释一个“典型”的经济体（包括中国）双边金融服务出口流量的决定，从中识别出对中国双边金融服务出口流量具有显著性影响的因素，进而为中国制定相关贸易政策提供现实依据。第二，通过引力模型对中国双边金融服务出口潜力进行测算，借此发现中国在双边金融服务出口领域存在的“贸易不足”或“贸易过度”现象，以期为中国金融服务出口地区结构的合理布局提供参考。

二、模型、样本和数据

（一）扩展的引力模型

最早出现引力模型的实证文献是Tinbergen（1962）和Pöyhönen（1963），他们认为两国之间的贸易量与GDP成正比，与距离（作为交易成本的代理变量）成反比。

Anderson和Wincoop（2003）进一步指出，两个国家间的贸易量不但取决于它们的规模和距离，还取决于它们的相对距离。即如果一对国家远离世界主要经济体，那么它们之间的贸易量就会大于另一对接近世界主要经济体的国家之间的贸易量。Head（2003）则通过举例说明了相对距离的重要性，有两对国家澳大利亚和新西兰、奥地利和葡萄牙，这两对国家的规模和距离都相当，但由于澳大利亚和新西兰远离世界其他国家，它们之间的贸易量是奥地利和葡萄牙之间贸易量的九倍多。因此，标准引力模型可以被扩展为：

其中，Tij是两个国家之间的贸易量（出口或进口），Gi和Gj分别表示两个国家的经济规模，Dij是两个国家之间的距离，Ri和Rj分别表示两个国家的相对距离，Eij是误差项。

本文将利用OECD（2012）的双边金融服务贸易流量（出口数据）来估计引力模型，对面板数据，式（1）可进一步写为：

其中，EXPORTijt表示t期国家i对国家j的金融服务出口量，GDPit和GDPjt分别表示t期两个国家的GDP，DISTANCEij表示两个国家之间的距离，REMOTENESSit和REMOTENESSjt分别表示t期两个国家的相对距离，γi、γj和γij分别表示出口国（i）固定效应、进口国（j）固定效应和国家组（ij）固定效应，δt表示时间固定效应，εijt是随机误差项。

除了GDP、距离和相对距离等变量之外，本文将在已有研究的基础上，在（2）式的右边进一步加入如下变量：两个国家是否相邻（ADJACENCY）、两个国家之间是否有自由贸易协定（RTA）、两个国家是否有共同的语言（LANGUAGE）和两个国家之间是否有殖民联系（COLONY）。

此外，Grünfeld和Moxnes（2003）在引力模型中加入了澳大利亚生产力委员会（APC）编制的贸易限制指数（TRI），由于该指数存在的一些问题，本文将采用加拿大菲莎研究所（Fraser Institute of Canada）编制的经济自由度指数（Economic Freedom of the World Index，EFW）来反映一国的贸易限制水平，EFW值越大（位于0－10），表明一国的经济自由度越高，反过来即该国的国内管制水平越低。本文将把EFW指数加入引力模型的右边来检验经济自由度或国内管制水平对双边金融服务贸易流量的影响。

由于本文利用的是OECD 2006－2010年的面板数据，因此在最终的估计方程当中，时间虚拟变量要保留下来，国家虚拟变量、国家组虚拟变量要去掉，否则的话会引起多重共线。由于我们的数据仅包括5个年份，还有一些重要的解释变量是不随时间变化的，在此，我们借鉴Kimura和Lee（2006）的做法，在这些固定效应当中，仅保留时间固定效应，其他固定效应假定为常数，即α＝γi＋γj＋γij；所以，本文最终估计的引力方程为：

其中，ADJACENCYij表示两个国家是否相邻虚拟变量，如果相邻的话，该变量取值为1，否则取0。RTAij表示两个国家是否有自由贸易协定虚拟变量，由于欧盟是目前一体化程度最高的自由贸易区，因此通过欧盟就可以反映出其他自由贸易协定对金融服务贸易的影响，如果两个国家同属于欧盟，那么该变量取值为1，否则取0。LANGUAGEij表示两个国家是否有共同语言虚拟变量，如果两个国家有共同语言，该变量取值为1，否则取0。COLONYij表示两个国家是否有殖民联系虚拟变量，如果两个国家有殖民联系，该变量取值为1，否则取0。EFWit和EFWjt分别表示t期两个国家的经济自由度。由于总共有5个年份，因此YEAR2006、YEAR2007、YEAR2008和YEAR2009分别表示其中的4个年份虚拟变量。α是常数项，εijt是随机误差项。

（二）样本

OECD（2002）首次提供了双边金融服务贸易进出口数据，在最新的OECD（2012）当中，共报告了34个OECD国家及中国香港和俄罗斯的数据。本文选择的报告国包括25个国家和地区：澳大利亚、奥地利、比利时、加拿大、捷克、丹麦、法国、德国、希腊、匈牙利、爱尔兰、意大利、日本、韩国、卢森堡、荷兰、波兰、葡萄牙、瑞典、瑞士、英国、美国、香港、俄罗斯和新加坡。其中，OECD（2012）并没有直接提供加拿大、韩国、瑞士、英国和新加坡这5个国家的金融服务出口数据，但由于这5个国家是世界重要的金融服务出口国，因此我们用其他国家从它们进口的数据来代替。

本文选择的贸易伙伴国共有54个，其中既包括世界主要的发达国家，也包括主要的发展中国家，除了上述25个国家和地区外，还包括：智利、爱沙尼亚、芬兰、冰岛、以色列、墨西哥、新西兰、挪威、斯洛伐克、斯洛文尼亚、西班牙、土耳其、保加利亚、摩洛哥、埃及、尼日利亚、南非、阿根廷、巴西、乌拉圭、委内瑞拉、沙特、中国大陆、中国台湾、印度、印度尼西亚、马来西亚、菲律宾和泰国。从25个报告国选择的伙伴国数量不等，其中，从卢森堡和俄罗斯选取的伙伴国数量最多，有52个；从葡萄牙选取的伙伴国数量最少，只有10个；从25个报告国选择的样本数量共计709个。

（三）数据来源及说明

本文选择的25个报告国的双边金融服务贸易数据来自于OECD数据库，该数据建立在IMF国际收支账户的基础上，统计的是一国居民与非居民之间的交易，因此该数据只包括了GATS分类下的模式1（跨境交付）、模式2（境外消费）和模式4（自然人流动）的部分内容，而不包括模式3（商业存在）。另外，使用该数据还有一个好处是它可以消除各个国家由于统计口径不一致可能带来的问题。对于样本中出现的零贸易现象问题，如果处理不当会导致有偏估计，对于这一问题，Helpman、Melitz和Rubinstein（2008）通过复杂的两阶段回归来处理；Westerlund和Wilhelmsson（2011）则通过泊松固定效应来处理。为了处理上的方便，本文借鉴Kalbasi（2001）和周念利（2012）等的做法，在双边贸易流量为0的情况下，其对数值均以0．025代替。

GDP数据大多来自世界银行的世界发展指标数据库（WDI Online’Database），其中台湾的数据来自中国统计年鉴。

DISTANCE、ADJACENCY、RTA、LANGUAGE和COLONY数据均来自CEPII数据库。CEPII数据库共提供了两类距离数据：简单距离和加权距离。其中简单距离（包括首都之间的距离和经济中心之间的距离两种方法）并不能很准确地反映两国之间的真实距离，因此本文采用其基于城市数据的加权距离。关于语言虚拟变量，CEPII数据库共提供了两种方法，一种是看两个国家的官方语言是否相同，另一种则是看是否有一种语言被两个国家9%以上的人共同使用，本文采用的是后一种方法。

关于相对距离，本文采用McCallum（1995）在研究边界效应时的经典算法：REMOTENESSi＝DISTANCEim/GDPm，其中DISTANCEim表示两个国家间的距离，数据来自CEPII数据库，GDP数据来自世界银行WDI数据库。之后Anderson和Wincoop（2003）、Kimura和Lee（2006）在使用相对距离时也都采用了这一计算方法。

加拿大菲莎研究所提供的经济自由度涉及政府规模、法律体系和财产安全性、货币稳健、国际贸易自由度和政策规制5大领域，由于该指数包括的内容太多，另外由于本文研究的对象是金融服务贸易，所以本文选择其中的第4大领域国际贸易自由度（Freedom to Trade Internationally）来检验经济自由度或国内管制水平对双边金融服务贸易流量的影响。另外，为了解决数据的可比性问题，菲莎研究所计算了一套各国以2000年为基期的可比数据，其中既包括加总EFW指数也包括5大领域的可比数据，本文在估计时也采用这一可比数据。

三、引力模型的估计结果

（一）引力模型的估计结果

在对引力方程进行估计之前，我们先简单分析一下式（3）中各变量的相关系数。从表1可以看出，大多变量间的相关系数都小于0．3，只有距离、相对距离和RTA之间的相关系数较大，为了克服这几个变量间的相关性，我们逐步删除方程中的不显著变量，从而得到最终的回归方程。

表1 变量间的相关系数

基于引力模型的经验研究，一般采用引力模型的对数形式，这主要是因为经济生活中各因素间的相互关系往往是几何形式而非算术形式的，而对数形式不仅可以使引力模型线性化，又可以减少数据中的异常点，还可以避免数据残差的非正态分布和异方差现象。因此本文在估计的时候，对式（3）中除了虚拟变量之后的其他变量都取对数。

从表2估计结果的前三列我们发现：

1．在众多影响双边金融服务出口的因素中，GDP、DISTANCE、LANGUAGE、EFW等变量显著，而REMOTENESS、ADJACENCY、RTA、COLONY等变量则不显著。通过逐步删除方程中的不显著变量，我们最终得到了（3）列。

2．与表1中相关系数的分析相一致，REMOTENESS在回归方程中不显著，这与Anderson和 Wincoop（2003）、Kimura和Lee（2006）及Brandicourt等（2008）的分析结果相一致，这就表明双边关系在金融服务的出口中起着更为重要的作用，比如随着时间的推移，金融服务生产者和消费者的关系会不断建立起来并趋于成熟完善，从而促进双边金融服务贸易的发展。RTA对金融服务贸易的影响也不显著，这与Grünfeld和Moxnes（2003）的研究结论一致，这主要是由于已有的自由贸易协定很少涉及服务贸易，涉及金融服务贸易的就更少，ADJACENCY对金融服务贸易的影响也不显著，这与Kimura和Lee（2006）的研究结论相同，由于本文主要研究的是跨境交付的金融服务交易，随着网络信息技术的发展，这种交易可以很方便地远距离展开，与两个国家边界是否相邻也就没有太大关系。

（二）估计结果的稳健性检验

为了减小数据度量误差对估计结果的影响，并检验回归结果的稳定性，我们把2006－2010年的数据分为两个阶段：2006－2008年和2009－2010年，然后用这两个阶段的平均数据再进行估计。关于平均数据的计算，根据Baldwin和Taglioni（2006），我们对各变量是先取对数再平均，而不是反过来先平均再取对数，因为这样会导致估计的偏差。用平均数据的估计结果见表2的（4）列－（6）列，结果发现平均数据的估计结果和表2的前三列基本一致。

为了进一步检验估计结果的稳健性，并充分考虑国家间双边贸易的特征，我们在（3）式中加入国家组虚拟变量（γij），这相当于用固定效应对（3）式进行估计，用固定效应估计面板数据的一个缺陷是非时变的变量将无法估计。在此我们采用Stata提供的LSDV法来进行估计，LSDV法不但可以在模型中加入国家组虚拟变量，还可以把非时变的变量也估计出来，LSDV法的估计结果见表2的第（7）列。从表2的第（7）列我们发现：GDP、DISTANCE、LANGUAGE等变量仍然显著，其中LANGUAGE的系数明显增大；但EFWi和EFWj的符号为负，与理论预期不符。因此，在后文我们将以表2的第（3）列为基础展开分析。

表2 引力模型的估计结果

四、实证结果分析

（一）中国双边金融服务出口的决定因素分析

基于式（3）得到的双边金融服务出口引力模型的回归方程式，可以作为一个“典型”的经济体（包括中国）金融服务出口的决定方程。根据表2第（3）列的回归结果，本文对中国双边金融服务出口的决定因素进行分析，并得到如下主要结论：

1．对中国双边金融服务出口具有显著性影响的解释变量包括进出口方的经济规模（GDPi和GDPj）、两国之间的距离（DISTANCEij）、两国是否使用共同的语言（LANGUAGEij）、进出口方的经济自由度（EFWi和EFWj）。除DISTANCEij外，其他各变量均对中国双边金融服务的出口具有正向影响。

2．虽然GDPi和GDPj都会对中国双边金融服务的出口产生显著影响，但进口方（GDPj）的影响明显大于出口方（GDPi）的影响，GDPi和GDPj增加1%，分别会促进中国双边金融服务出口增加0．35%和0．57%，也就是说在金融服务的出口当中，母市场效应（home market effect）并不存在，这与Park（2002）的研究结论相符。

3．双边距离（DISTANCEij）对中国金融服务的出口具有显著的负向影响，双边距离增加1%，中国双边金融服务的出口就会降低0．51个百分点，这与Park（2002）和Brandicourt等（2008）研究金融服务贸易的结论相符，只是系数比他们的系数（分别为－0．27和－0．336）稍大。很多人可能会吃惊，双边距离怎么会对金融服务贸易产生负向影响呢？如果我们进行横向比较就会发现，距离虽然会对金融服务贸易产生影响，但在众多服务部门当中，对它的影响基本算是最小，这主要是因为金融服务包含了大量的技术信息内容，而很少涉及人员和实物的流动。

4．共同语言（LANGUAGEij）对中国双边金融服务的出口具有显著的正向作用，因为共同语言会使金融服务生产者和消费者的沟通更加方便，另外共同语言还可能反映了双方文化和制度等方面的相似性，这些都会使双方的交易更加便利。本文的这一结论跟Park（2002）的结论相符，只不过系数要比Park（2002）的大，本文的系数为1．64，而Park（2002）的系数为0．293。但与Brandicourt等（2008）的结论不一致，Brandicourt等（2008）发现共同语言对服务贸易总体具有显著的促进作用，但对金融服务的影响并不显著。

5．进出口方的经济自由度（EFWi和EFWj）对中国双边金融服务出口具有显著的正向促进作用，EFWi和EFWj增加1个百分点，分别会促进中国双边金融服务出口增加6．03和1．79个百分点，其中EFWi对双边金融服务出口的影响要明显大于EFWj的影响。经济自由度反映了一国经济的自由程度，该数值越大，表明一国的经济自由度越高，反过来即一国对经济的限制程度越低。因此，本文的这一结论也意味着，如果一国对经济的管制越严，那么它对服务贸易的影响也就越大。不管是采用TRI指标还是PMR指标，学者们得到的结论是一致的，比如Grünfeld和 Moxnes（2003）、Kox和Lejour（2005）、Walsh（2006）、Brandicourt等（2008）等都发现国内管制对一国服务贸易的出口具有明显的抑制作用。

（二）中国双边金融服务出口潜力测度

本文将运用表2第（3）列的回归方程式，模拟中国在2006－2010年各年度对其金融服务贸易伙伴在“理论”或“自然”状态下的潜在出口值。然后在此基础上，将中国对应年度双边金融服务出口的实际值与模拟值进行比较。若实际值低于模拟值，就认为该年度中国对该经济体的双边金融服务出口为“贸易不足”，否则为“贸易过度”，具体结果见表3。

1．在21个经济体中，中国对其金融服务出口“贸易过度”的国家和地区有8个，“贸易不足”的国家和地区有13个。其中，“贸易过度”程度最大的是卢森堡，从2006－2010年，中国对其金融服务出口的实际值是模拟值的11倍多；“贸易不足”程度最大的是丹麦，中国对其金融服务出口的实际值只有模拟值的3．2%。

2．中国香港、欧盟、美国和日本是中国大陆金融服务出口的主要市场，其中对中国香港的出口约占到中国大陆金融服务出口的2/3，但我们发现中国大陆对中国香港的金融服务出口处于严重“贸易过度”的状态，从2006－2010年，实际出口值是模拟值的4倍，并且在2008年金融危机之后，这种“贸易过度”程度还呈不断上升的趋势。中国对美国的金融服务出口也呈严重“贸易过度”状态，并且自2006年以来，这种“贸易过度”程度还一直呈不断上升的趋势，2010年实际值达到模拟值的6．8倍。在欧盟内部，中国同主要的金融服务贸易伙伴（包括卢森堡、德国、比利时）也都呈“贸易过度”的状态，其中“贸易过度”程度最大的是卢森堡，2006年实际值是模拟值的10．5倍，2007年上升到16．5倍，2008年和2009年虽然大幅下降，但2010年又快速上升到11．4倍。在中国的主要金融服务出口市场当中，只有中国对日本的金融服务出口呈稍微“贸易不足”的状态，但实际值也达到了理想值的78．4%。

3．在13个中国金融服务出口“贸易不足”的国家和地区当中，中国对捷克、澳大利亚、希腊、瑞典、爱沙尼亚、斯洛伐克、荷兰、意大利和丹麦9个国家的金融服务出口严重“贸易不足”，实际出口值都不到理想值的30%，其中对丹麦的实际出口只有理想值的3．2%。我们进一步分析发现，这些国家都是中国金融服务出口的“小型”市场，出口额一般都不到100万美元，但却出口潜力巨大，因此下一阶段我们应该把这些国家列为中国金融服务出口的优先发展对象。

（三）中国双边金融服务出口潜力：经济自由化的一个模拟

本文实证研究的结果表明，进出口方的经济自由度（EFWi和EFWj）对中国双边金融服务出口具有显著的正向促进作用，那么如果中国和贸易伙伴国的EFW能够提高的话，会对中国双边金融服务出口带来多大的影响？我们将基于这一思想，对中国双边金融服务的出口潜力进行进一步的模拟。在这两种情况下，中国双边金融服务出口增加比例的计算公式为：

其中，和EXPORTiFjtT分别表示在当前自由度下（EFWit或EFWjt）和自由度提高后（EFWitFT或EFWj tFT），中国双边金融服务出口的拟合值，β10和β11分别是表2第（3）列EFWit和EFWj t的估计系数。

首先，我们假定贸易伙伴国的经济自由度不变，中国的经济自由度上升。在FI关于144个经济体EFW的排名当中，从2006－2010年，中国的排名分别是第74、72、76、74和69。如果中国的经济自由度能够上升到54个样本国的平均水平，①据简单计算，从2006－2010年，本文选择的54个样本国经济自由度的平均水平为：7．65、7．64、7．56、7．53和7．55。那么根据式（4），从2006－2010年，中国双边金融服务出口增加的比例分别为：81．0%、71．0%、83．5%、76．3%和61．0%。因此，逐步减轻对国内经济的限制，提高经济的自由度，对促进中国金融服务贸易的出口会起到非常重要的推动作用。

表3 中国大陆对主要贸易伙伴的金融服务出口潜力测度

表4 中国大陆双边金融服务出口增加的比例 单位：%

接下来，我们假定中国的经济自由度不变，贸易伙伴国的经济自由度上升。在中国大陆金融服务的21个出口市场当中，大多属于发达经济体，其经济自由度一般都比较高，其中中国香港的经济自由度最高，连续多年排名第1，如果各贸易伙伴的经济自由度能够达到中国香港的水平，那么根据式（5），中国大陆双边金融服务出口增加的比例见表4。我们可以发现：（1）在这21个出口市场当中，中国大陆对俄罗斯金融服务出口增加的比例最大，超过了100%，这主要是由于俄罗斯的经济自由度也较低（2010年在144个经济体当中排名第95），如果达到中国香港的水平，自由度增加的比例（EFWjt FT－EFWjt）较大，因而引起金融服务出口的大幅增加。（2）中国对主要的金融服务贸易伙伴美国、卢森堡、比利时和德国出口增加的比例都不大，只在个别年份能达到30%，这表明通过提高这些国家的经济自由度以促进中国金融服务贸易的出口，空间已经非常狭小。（3）对于欧盟中的其他一些成员国，比如波兰、捷克、希腊、意大利、匈牙利和奥地利，中国对其金融服务的出口还有一定的潜力可挖，如果这些国家的经济自由度能够达到中国香港的水平，中国对其金融服务的出口会增加30%－60%。

五、结论、政策启示及进一步研究的方向

本文基于扩展的引力模型对中国双边金融服务的出口潜力进行了经验研究，主要结论有：（1）显著影响中国双边金融服务出口的因素包括进出口双方的GDP、双边距离、是否使用共同语言及进出口双方的经济自由度，其中只有双边距离对金融服务出口的影响为负，其他因素包括相对距离、是否相邻、是否有自由贸易协定、是否有殖民联系等因素对双边金融服务出口的影响都不显著。（2）在中国金融服务的21个出口市场当中，“贸易过度”的国家和地区有8个，“贸易不足”的国家和地区有13个。中国大陆对主要的金融服务出口市场（包括中国香港、美国、卢森堡、德国、比利时等）普遍“贸易过度”，而“贸易不足”的大多是中国金融服务出口的“小型”市场。（3）经济自由化模拟的结果显示：如果中国的经济自由度能达到样本国家和地区的平均水平，从2006－2010年，分别会促进中国双边金融服务出口增加81．0%、71．0%、83．5%、76．3%和61．0%；即便中国大陆主要贸易伙伴的经济自由度达到中国香港的水平，中国对其金融服务出口增长的空间也很有限，比如对美国出口的增长也就在30%左右。

根据实证研究的结果，为了促进中国金融服务贸易的发展，我们应该从以下几个方面着手：（1）加强金融服务贸易统计工作。目前，中国还没有提供自己的双边金融服务贸易统计数据，我们只能使用OECD提供的数据来近似替代，这肯定会影响研究结论的准确性。另外，OECD提供的数据也只包含了部分金融服务贸易，而没有包括很重要的商业存在模式下的金融服务贸易。因此，我们不但要抓紧完善现有的BOP统计，还要立即着手建立完善的FATS统计。（2）本文实证研究的结果发现，使用共同语言会对中国双边金融服务出口产生显著的影响，因此我们应利用语言上的便利，大力开展同中国香港、中国台湾和东南亚等与中国具有共同语系的国家和地区的金融服务贸易。另外，我们还应在CEPA框架下进一步放宽市场准入条件，加强同香港在金融服务领域的合作，逐步实现两地金融服务贸易的自由化，并以香港金融管理体制和金融企业为示范，学习其金融管理制度以及高质量的服务管理，提高内地金融企业的管理和服务水平。（3）由于中国对主要的金融服务出口市场普遍“贸易过度”，而对“小型”的出口市场则普遍“贸易不足”，这些国家主要包括捷克、澳大利亚、希腊、瑞典、爱沙尼亚、斯洛伐克、荷兰、意大利和丹麦等，因此下一阶段我们应把这些市场作为中国金融服务出口的优先发展对象，一方面是因为对这些国家的出口有较大潜力，另一方面也有利于摆脱对主要金融服务出口市场的过度依赖。（4）本文实证研究的结果发现，进出口双方的经济自由度对中国双边金融服务出口具有显著的影响，特别是出口方的影响更大，因此我们应加大国内经济体制改革的力度，逐渐放开对国内经济的管制，以提高我国经济的自由度，这会大力促进我国金融服务出口的发展。另外，我们不管在开展双边谈判还是多边谈判的时候，也应该促使贸易伙伴国放开其对国内经济的限制，这也会促进我国金融服务出口的发展。

当然，本文的研究仍存在许多局限，比如本文只是通过OECD数据拟合了一个“典型”国家双边金融服务出口的决定方程，那么这个方程能否反映中国的特征仍值得探究。再比如，由于在估计模型中去掉了国家虚拟变量，将带来内生性问题，从而导致估计结果的偏差，即Baldwin和Taglioni（2006）所述的“gold medal error”。另外，即便用经济自由度中的国际贸易自由度来反映国内管制水平对服务贸易的影响也显得比较粗糙。这些都是后续的研究需解决的问题。

［1］黄满盈，邓晓虹．中国金融服务贸易国际竞争力分析——基于BOP和FATS统计的分析［J］．世界经济研究，2010，（5）：7－13．

［2］黄满盈，邓晓虹．中国金融服务贸易国际竞争力的影响因素：基于“钻石模型”的实证分析［J］．世界经济研究，2011，（7）：3－9．

［3］李敬伟，周仲飞．英国金融服务监管及其对我国的借鉴［J］．外国经济与管理，2002，（2）：28－32．

［4］卢映西．政府行为与转轨国家金融服务贸易竞争力的培育［J］．南京财经大学学报，2006，（2）：34－37．

［5］王铁山，冯宗宪．中国金融服务贸易在东亚和世界市场中竞争力分析［J］．亚太经济，2008，（4）：40－45．

［6］赵晓旭．我国金融服务贸易发展与创新对策初探［R］．服务业发展与创新国际研讨会论文，2007．

［7］周念利．缔结“区域贸易安排”能否有效促进发展中经济体的服务出口［J］．世界经济，2012，（11）：88－111．

［8］AndersonJ E，Wincoop van E．Gravity with gravitas：A solution to the border puzzle［J］．American Economic Review，2003，93（1）：170－192．

［9］Baldwin R，Taglioni D．Gravity for dummies and dummies for gravity equations［R］．NBER Working Paper，No．12516，2006．

［10］Brandicourt V，Schwellnus C，Wörz J．Austria’s potential for trade in services［R］．FIW Research Report，No．002，2008．

［11］Grünfeld L，Moxnes A．The intangible globalisation：Explaining patterns of international trade in services［R］．Norwegian Institute of International Affairs Paper，No．657，2003．

［12］Head K．Gravity for beginners［EB/OL］．2003．http：//strategy．sauder．ubc．ca/head/gravity．pdf．

［13］Helpman E，Melitz M，Rubinstein Y．Estimating trade flows：Trading partners and trading volumes［J］．The Quarterly Journal of Economics，2008，123（2）：441－487．

［14］Kalbasi H．The gravity model and global trade flows［R］．Paper Presented at the 75th International Conference on Policy Modeling for European and Global Issues，Brussels．2001，July 5－7．

［15］Kimura F，Lee H-H．The gravity equation in international trade in services［J］．Review of World economics，2006，142（1）：92－121．

［16］Kox H，Lejour A．Regulatory heterogeneity as obstacle for international services trade［R］．CPB Discussion Paper，No．49，2005．

［17］McCallum J．National borders matter：Canada－U．S．regional trade patterns［J］．American Economic Review，1995，85（3）：615－623．

［18］Park S-C．Measuring tariff equivalents in cross－border trade in services［R］．Korea Institute for International Economic Policy Working Paper，No．02－15，2002．

［19］Pöyhönen P．A tentative model for the volume of trade between countries［J］．Weltwirtschaftliches Archiv，1963，90（1）：93－100．

［20］Tinbergen J．Shaping the world economy—Suggestions for an international economic policy［M］．New York：The Twentieth Century Fund，1962．

［21］Walsh K．Trade in services：Does gravity hold？A gravity model approach to estimating barriers to services trade［R］．IIIS Discussion Paper，No．183，2006．

［22］Westerlund J，Wilhelmsson F．Estimating the gravity model without gravity using panel data［J］．Applied Economics，2011，43（6）：641－649．