丝绸之路经济带沿线国家的贸易效率和潜力研究——基于中国及35个沿线国家的实证

■李学武，顾成军

一、引言

2013年9月，国家主席习近平出访中亚四国时，首次提出共建丝绸之路经济带（以下简称丝路带）的构想和倡议；同年11月16日，新疆维吾尔自治区党委八届六次全委（扩大）会议明确提出新疆要努力打造丝路带核心区，建设“五中心三基地一通道”。落实丝路带共建构想和倡议作为一项重大战略举措，基本保障是拥有强大的国家实力支撑。显然，丝路带沿线各国经济规模（GDP）不仅与中国差距巨大，而且沿线35国①35国依次为：克罗地亚HRV、伊朗IRN、伊拉克IRQ、以色列ISR、哈萨克斯坦KAZ、吉尔吉斯斯坦KGZ、立陶宛LTU、巴基斯坦PAK、罗马尼亚ROM、俄罗斯RUS、沙特阿拉伯SAU、土耳其TUR、乌克兰UKR、乌兹别克斯坦UZB、阿富汗AFG、阿尔巴尼亚ALB、亚美尼亚ARM、阿塞拜疆AZE、巴林BHR、白俄罗斯BLR、波黑BIH、保加利亚BGR、塞浦路斯CYP、爱沙尼亚EST、格鲁吉亚GEO、约旦JOR、科威特KWT、拉脱维亚LVA、黎巴嫩LBN、阿曼OMN、卡特尔QAT、塔吉克斯坦TJK、土库曼斯坦TKM、阿联酋ARE、也门YEM。间的差距也非常突出（见图1所示：图中35国GDP单位为万亿美元，中国GDP单位为十万亿美元）。2001年至2015年，中国对丝路带沿线35个国家出口额从128.27亿美元发展至2124.00亿美元，增长了约16.0倍；进出口总额从325.90亿美元发展至3757.33亿美元，增长了约11倍（见图2所示）。按照国际贸易的主流理论思想，中国需要加强与丝路带沿线国家的国际分工合作，发挥各自的比较优势，削减贸易壁垒和加强交通基础设施建设，从而推动国家间贸易发展带动经济增长。

图1 2015年度丝路带沿线35国与中国经济规模比较

图2 2001～2015年度中国对丝路带沿线35国出口、进出口总额变动趋势

贸易效率、贸易潜力及其影响因素是国际贸易领域的重点研究内容之一，随机前沿引力模型是较为有效的实证研究方法。该方法最初由Hasson&Tinbergen（1962）引入，认为贸易规模与两国的经济规模（GDP）成正比，与国家间距离成反比。由于该模型形式比较简单，早期曾受到模型缺乏经济学理论支撑的批评。Anderson（1979）深入研究了该模型的理论构建，将贸易成本用地理距离表示，从而有效扭转了引力模型受批评的状况。此后，引力模型在国际贸易研究中获得了相当的成功，被广泛应用于测算贸易效率和贸易潜力；但使用引力模型进行研究都遵循了Berstrand(1985)的贸易无摩擦成本的假设。这就使得引力模型对各种决定贸易因素进行估计得到的是平均效应(Armstong，2007)；并且导致一些主观贸易阻力（如贸易过程的信息不完全或者是内部的政策限制）无法引入模型，继续假定这些不可观测的因素是跨时不变的必然引起模型估计结果的偏误(鲁晓东和赵奇伟，2010)。

由于贸易引力模型确实存在需要改进之处(Anderson&Wincoop，2003)，Meeusen&Broeck(1977)和Aigner et al.(1977)将随机前沿分析方法和贸易引力模型相结合，最早提出了随机前沿引力模型，将模型原先的随机扰动项拆分为贸易非效率因素和随机扰动项的和，将贸易非效率因素引入模型。Battese&Coelli(1992)进一步提出了时变模型，解决了效率测算的动态变化问题。此后，贸易引力模型被用于估计国家间的最优贸易水平，即贸易潜力（Kalirajan，1999；Armstrong，2007）。鲁晓东和赵奇伟(2010)认为，随机前沿引力模型主要是通过实证分析测算贸易效率、贸易潜力和贸易表现。贸易效率类似于对随机前沿生产函数估计中的技术效率；贸易潜力是当不存在贸易阻力时“前沿”水平的最大规模；贸易表现测度了贸易潜力和真实贸易值之间的差距，也就是贸易提升空间(Coelli，1995;Kumbhakar&Lovell，2000)。距离作为贸易引力模型的核心变量，使得加强交通基础设施建设缩短运输成本和时间成本具有了缩短国家间距离的效果，也使得国家间贸易潜力需要进行重新评估。Baldwin&Taglioni(2006)的研究表明，关税税率、国家之间的政治亲疏、是否存在双边或区域性的特惠贸易协定等人为贸易非效率因素是影响贸易效率的关键因素。

从国内研究进展看，2013年9月国家主席习近平提出共建丝路带的构想和倡议后，中国与丝路带沿线国家间贸易效率、贸易潜力及其影响因素得到了广泛关注和深入研究。张茉楠(2016)研究发现，“一带一路”区域内的贸易成本普遍较高，并受到运输成本、贸易规模、贸易壁垒等因素的影响。王亮和吴浜源(2016)运用随机前沿引力模型分析和解释了丝路带各国间的双边贸易流量状况，发现沿线国家的双边贸易非效率程度平均为25.87%；建议提高交通、通讯、互联网基础设施水平以及改善经济制度环境降低贸易效率损失。刘俊和张亚斌(2016)运用空间引力模型研究发现，各国贸易便利化水平总体上呈现“欧洲最高，东亚较高，中间最低”的“U”型空间特征；各国经济总量、人口规模、对外依存度、贸易便利化等因素对其与中国的贸易流量在空间上呈现出显著的正向效应；人均GDP差距、贸易距离在空间上对贸易流量产生显著的负向效应。侯敏和邓琳琳(2017)基于随机前沿引力模型研究发现，中国与中东欧各国的贸易效率总体较低，在0.3～0.5之间波动；双边贸易潜力及中国对中东欧单向出口潜力都较大。建议从GDP和“一带一路”策略等因素促进双边贸易发展；从距离和关税水平等因素化解双边贸易阻碍。

二、模型构建和数据说明

（一）基本模型

Meeusen&Broeck（1977）和Schmidt（1977）从生产函数的角度提出了随机前沿模型，并用于前沿生产效率的测定。设yit和y*it分别表示样本i（i=1，2，…，n）在时间t（t=1，2，…，T）的实际产出和前沿产出，xit表示投入向量，β表示技术参数向量，vit表示随机干扰项且服从vit～N（0，σ2v），μit表示技术非效率项且服从μit～N（μ，σ2μ），那么其函数形式可以表示为：

γ用于yit和间差距的成因分析。γ越趋近于0，实际产出与前沿产出的差距越源于不可避免或不可预测的随机因素；γ越趋近与1，实际产出与前沿产出的差距越源于人为的贸易非效率因素。由于“效率”的经济学含义不仅包含既定成本时实现产出最大化，还包含既定产出时实现成本最小化，所以，Kumbhakar&Lovell(2000)对公式(1)进行了改进，引入参数s，使其包含了生产函数模型和成本函数模型：

其中，s的取值为1或-1；取值为1时表示生产函数，取值为-1时表示成本函数。Battese&Coelli(1992)在前人研究成果的基础上提出了时变模型，解决了样本技术效率随时间变化的问题，实现了对每个样本单位时变技术效率的估计。于是，技术效率的测算公式和技术非效率公式可以表示为：

其中，TEit代表时变技术效率；技术效率值越大，表明技术效率越高，前沿产出越小；反之，技术效率值越小，技术效率越低，前沿产出越大。η＞0、η＜0、η=0分别表示技术非效率水平随时间降低、增加、保持不变。这不仅降低了估计时变技术效率的难度，而且保留了对技术效率变化趋势的考察。这表明随机前沿模型实现了把传统的随机扰动项分解为相互独立的两个部分vit和μit，用非负的μit代表所有不可观测的技术非效率因素，并通过估计和观察μit来判断样本的技术效率。

（二）模型具体形式设定

本文研究参考Frankel（1997）的思路，选取GDP作为经济规模变量，考虑上海合作组织、俄白哈关税同盟和是否与中国接壤的影响，作为虚拟变量引入模型；由于人口因素引入生产函数时是劳动人口数，引入成本函数时是工资水平数据，基于沿线部分国家数据可获得性的考虑，没有将人口因素引入模型。由于丝路带沿线国家经济规模和经贸发展水平等差异较大，为了降低共线性的影响，在随机前沿引力模型的设定时仅考虑其一次形式，没有将各个变量的二次形式、相互之间的交互形式和滞后形式引入模型。于是，可以设定生产函数和成本函数的随机前引力模型的具体形式为：

其中，Im和Ex分别代表中国对丝路带沿线国家的进口、出口额，单位为美元；Gdp1和Gdp2分别表示中国和丝路带沿线国家的GDP，单位为美元；Dis表示中国和丝路带沿线国家首都间的距离，单位为千米；Cor表示丝路带沿线国家的清廉指数，衡量丝路带沿线国家的权力寻租或腐败情况，清廉指数越高（低），则权力寻租或腐败情况越轻（重），指数值介于0～100之间；Sco表示该国是否为上海合作组织成员国；Uni表示该国是否为俄白哈关税同盟成员国；Bod表示该国与中国是否接壤。后三个变量为虚拟变量，如果该国是上海合作组织成员国、欧亚关税同盟成员国、与中国接壤，则对其赋值为1，否则对其赋值为0。此外，vijt表示随机测量误差或者随机性因素；μijt是贸易非效率项，贸易潜力等同于随机前沿分析中的最优前沿水平，而贸易效率就是技术效率的估计值。

（三）数据说明

1.数据来源。选取35个丝路带沿线国家作为研究对象，指标数据为2001年至2015年共525个观测值。进口额（Im）和出口额（Ex）数据来源于联合国Comtrade数据库，单位为亿美元。经济规模（Gdp）数据来源于世界银行WDI数据库，单位为亿美元。距离（Dis）数据来源于百度地图测量中国与35个丝绸之路经济带沿线国家首都间的距离，单位为千米；需要说明的是，距离指标数据可以选用绝对数据，也可以选用相对数据。张亚斌等（2016）指出，理论界通常采用两国经济总量比值与绝对距离乘积作为相对距离，但张亚斌等（2016）选取了两国首都间的绝对距离进行分析是因为相对距离的弹性系数和显著性不如前者理想，并出现了多重共线性问题，而采用绝对距离可以避免该问题；同时，国家首都间的绝对距离数据相对于相对距离数据也更易于获取。进口额（Im）、出口额（Ex）和距离（Dis）均进行自然对数化处理。清廉指数（Cor）反映一国的权力寻租或腐败程度；清廉指数越高（低），权力寻租或腐败情况越轻（重）。清廉指数（Cor）来自透明国际官方网站（www.transparency.org）；上海合作组织成员国（Sco）、欧亚经济同盟成员国（Uni）和是否接壤国家（Bod）的认定依据在百度搜索引擎查询中获得，对数据进行标准化处理。

2.描述性统计分析。描述性统计分析包括8个变量，分为全部、组间和组内3种情况，主要对个变量进行均值、标准差、最小值和最大值的分析。从3种分组情况看，观测值数量大小关系为全部＞组间＞组内；同时，在均值相同的情况下，全部标准差＞组间标准差＞组内标准差，反映了指标数据离散程度逐渐变小。从标准差与最小值和最大值的偏离程度看，8个变量的标准差与对应的最小值和最大值偏离程度均较大，表明各个指标均需要进一步处理才可进行实证分析。从面板数据的性质看，8个指标构成的面板数据为平衡面板数据，如表1所示。

表1 变量描述性统计结果

三、实证分析

（一）模型适用性检验和选择

基于前文理论分析，模型估计既可以区分为时不变和时变模型，也可区分为生产函数模型和成本函数模型。为选择正确的随机前沿引力模型的函数形式和运用最大似然比LR统计量检验模型的适用性，需要设计五种假设检验：一是检验是否存在贸易非效率；二是检验是否引入变量Cor；三是检验是否引入变量Sco；四是检验是否引入变量Uni；五是是否引入变量Bod。根据无约束模型和约束模型两种情况下的对数似然值计算出LR统计量的值并与1%显著性水平下x2分布的临界值进行比较，得出拒绝或接受零假设的结论。进口、出口两种情形下进行的检验结论如表2所示。

表2报告了进口、出口模型的五种检验结果。LR统计量的值均大于临界值，进口、出口模型原假设均被拒绝。表明进口、出口模型均存在贸易非效率，应该选择时变随机前沿模型进行方程估计，并且模型中引入Cor、Sco、Uni和Bod变量后的估计结果会更好一些。

（二）模型估计和分析

表3和表4报告了运用Stata 11.0软件对2001～2015年中国与丝路带沿线35个国家面板数据进行分析得到的生产和成本函数进口、出口时变模型的估计结果，由于生产函数的进口、出口时变模型估计结果中中国的经济规模（GDP1）的系数均为负值，与实际不符，故选取成本函数的进口、出口时变模型进行分析比生产函数更适宜。

表4 成本函数模型估计结果

1.成本函数进口和出口时变模型中：γ均大于0和接近1，表明进口、出口模型中实际贸易和贸易潜力间存在的差额主要是由于人为贸易非效率因素或贸易壁垒的阻碍，采用随机前沿引力模型进行实证分析更为适宜。进口、出口模型η分别大于零和小于零，表明进口和出口贸易非效率的阻碍效应分别在递减和递增，进口贸易阻力不断减少，但出口阻力在递增。μ均大于零，表明双边贸易中存在非效率因素，贸易阻力较为明显；这和模型似然比检验和选择中拒绝原假设“不存在贸易非效率”的检验结果是一致的。

2.经济规模具有正向促进作用。lnGdp1和lnGdp2的系数估计结果均大于零，表明经济规模对进口、出口具有正向的贸易引力效应。中国经济规模lnGdp1每增加1%，将推动进口、出口分别增加1.342%和0.498%；丝路带沿线国家经济规模lnGdp2每增加1%，将推动进口、出口分别增加1.118%和1.277%；其原因可能在于中国经济规模较大，而丝路带沿线国家经济规模较小，对于相同的被解释变量，数值偏大的中国经济规模lnGdp1得到的估计系数偏小，而数值偏小的丝路带沿线国家经济规模lnGdp1估计系数反而会偏大。

3.距离对进口、出口贸易具有反向阻碍作用，但中国对丝路带沿线国家出口存在“距离悖论”效应。一方面，进口、出口模型的lnDis系数均为负值，表明距离对进口、出口具有反向的贸易引力效应。另一方面，Bod的估计系数虽然与lnDis系数同为负值，但通过控制Dis和Cor进行进一步分析发现，出口时变模型Bod的估计系数为正值，表明中国与距离近的接壤国家出口贸易规模小于与距离远的非接壤国家出口贸易规模，体现出“距离悖论”效应。

4.清廉指数反映了腐败对进口、出口贸易的抑制作用；清廉指数Cor系数为负值和清廉指数越高（低）权力寻租或腐败情况越轻（重）是一致的；部分丝路带沿线国家较低的清廉指数反映了较突出的权力寻租或腐败问题，阻碍了进口、出口贸易发展。上海合作组织具有正向促进作用；进口、出口时变模型的Sco系数均为正值反映了上海合作组织框架下有利于推动进口、出口贸易发展。欧亚经济同盟具有负向阻碍作用；进口、出口模型的Uni系数均为负值，表明了欧亚经济同盟对中国与丝路带沿线国家间的进口、出口贸易发展存在竞争效应，体现出了俄罗斯主导的欧亚经济同盟浓厚的前苏联势力范围情结。

需要说明的是，中国对丝路带沿线国家出口存在“距离悖论”效应的原因可能在于：铁路交通基础设施水平相对低下、欧亚经济同盟的排挤竞争等导致中国与接壤的近邻国家（特别是内陆国家）贸易发展受限，而一些丝路带沿线的沿海国家（特别是部分中东石油出口国家）虽然距离中国较远，但可以通过海运通道与中国发展贸易；从而产生了中国与接壤的丝路带近邻国家贸易发展相对缓慢，而与距离远的国家反而贸易发展迅速的“距离悖论”效应。从关税同盟理论上看，中国周边的丝路带沿线近邻国家多为前苏联加盟共和国，俄罗斯主导的欧亚经济同盟（俄白哈关税同盟）使得贸易创造效应被抑制，而贸易转移效应被放大，从而出现了国家间距离邻近贸易发展相对缓慢的特征。从比较优势理论看，虽然中国和部分中东石油出口国家在进出口贸易的比较优势不同（如，中国在石油生产处于比较劣势，但在高铁建设处于比较优势），从而实现了丝路带沿线国家间产业合理分工、互利共赢，出现了国家间距离遥远贸易发展相对迅速的特征。

（三）贸易效率和潜力分析

由于2001～2015年度35个丝路带沿线国家进口、出口贸易效率多达1050个效率值，所以仅选取与当前进口、出口贸易情况最为接近的2015年度数据进行分析。从2015年度具体进口、出口贸易效率、贸易潜力（贸易潜力=实际贸易额/贸易效率）和提升空间来看，不同国家间差异很大。由于随机前沿引力模型会将经济规模和地理等信息从残差中剥离出去，根据残差计算的贸易效率不反映贸易伙伴的经济规模和距离远近（鲁晓东和赵奇伟，2010），所以，部分丝路带沿线小国与中国进口、出口贸易虽然规模较小，但贸易效率值却较高（见表5和表6）。

从进口贸易看，2015年度进口潜力排序靠前的主要是中国的能源和矿产等大宗商品来源国家。进口潜力超过500亿美元的国家依次为俄罗斯、阿曼、沙特阿拉伯、哈萨克斯坦、伊朗、科威特、伊拉克和阿联酋，总和高达37221.23亿美元（占35个丝路带沿线国家进口总潜力的94.09%）；同时，8个国家进口贸易提升空间总和为35901.34亿美元（占35个丝路带沿线国家进口总提升空间的94.67%），进口贸易发展潜力和前景广阔。从出口贸易看，2015年度出口潜力超过500亿美元的国家依次为阿联酋、吉尔吉斯斯坦和约旦，总和为4847.48亿美元（占35个丝路带沿线国家出口总潜力的54.52%）；同时，3个国家出口贸易提升空间总和为4399.61亿美元（占35个丝路带沿线国家出口总潜力的65.01%）。从进口、出口提升空间看，有21个丝路带沿线国家进口提升空间低于100亿美元，有23个丝路带沿线国家出口提升空间低于100亿美元；这验证了出口贸易非效率因素的影响比进口贸易非效率因素的影响更加明显。

表5 2015年度丝路带沿线国家进口潜力及提升空间（单位：亿美元）

从进出口贸易潜力看，2015年度进出口贸易潜力超过500亿美元的国家依次为俄罗斯、沙特阿拉伯、阿曼、阿联酋、哈萨克斯坦、伊朗、吉尔吉斯斯坦、科威特、伊拉克、约旦、也门、巴基斯坦和乌克兰，总和高达45508.81亿美元（占35个丝路带沿线国家进出口贸易总潜力的93.93%）；同时，13个国家进出口贸易提升空间总和为42488.37亿美元（占35个丝路带沿线国家进出口总潜力的95.07%）。从进出口贸易额看，2015年度进出口贸易额超过100亿美元的国家依次为俄罗斯、沙特阿拉伯、阿联酋、伊朗、土耳其、伊拉克、巴基斯坦、阿曼、哈萨克斯坦、以色列和科威特，11个国家进出口贸易总额为3176.06亿美元（占35个丝路带沿线国家进出口总潜力的84.53%）。综合比较丝路带35个国家进口潜力、出口潜力、进出口潜力超过500亿美元的13个国家和进出口贸易额超过100亿美元的11个国家发现，实证研究结果与实际贸易情况基本是一致的；中国与35个丝路带沿线国家进口、出口贸易的主要国家依次为俄罗斯、沙特阿拉伯、阿曼、阿联酋、哈萨克斯坦、伊朗、科威特、伊拉克、巴基斯坦，共9个国家。

表6 2015年丝路带沿线国家出口潜力及提升空间（单位：亿美元）

四、研究结论和对策建议

（一）研究结论

选取2001～2015年中国与35个丝路带沿线国家的面板数据，运用时变随机前沿引力分析方法对生产、成本函数随机前沿引力模型进行了比较分析。基于时变模型测算了进口和出口贸易效率、贸易潜力及其提升空间，得出以下结论：

1.中国与35个丝路带沿线国家的实际贸易和贸易潜力间存在的差额主要是由于人为贸易非效率因素或贸易壁垒的阻碍，采用随机前沿引力模型进行分析是适宜的。进口和出口贸易非效率的阻碍效应分别在递减和递增，中国与丝路带沿线国家进口贸易阻力不断减少，但出口阻力在递增。

2.经济规模和上海合作组织对进口、出口贸易有着正向促进作用；中国经济规模对进口、出口贸易的促进作用弱于丝路带沿线国家经济规模的促进作用。欧亚经济同盟具有负向阻碍作用或竞争效应，其原因在于欧亚经济同盟具有竞争效应和俄罗斯浓厚的前苏联势力范围情结。距离对进口、出口贸易表现出负向作用，从是否与中国接壤看，距离对进口、出口贸易表现出了“距离悖论”效应。清廉指数反映了腐败对进口、出口贸易的抑制作用。

3.中国与丝路带沿线国家进口、出口贸易的9个主要国家依次为俄罗斯、沙特阿拉伯、阿曼、阿联酋、哈萨克斯坦、伊朗、科威特、伊拉克、巴基斯坦。综合比较丝路带35个国家进口潜力、出口潜力、进出口潜力超过500亿美元的13个国家和进出口贸易额超过100亿美元的11个国家发现，实证研究结果与实际贸易情况基本是一致的。

（二）对策建议

1.调整进口、出口贸易结构，推进中国与丝路带沿线国家市场进一步融合。首先，进一步密切与俄罗斯、沙特阿拉伯、阿曼、阿联酋、哈萨克斯坦、伊朗、科威特、伊拉克、巴基斯坦的经贸关系。鼓励双方企业合理进行国际分工，支持企业加大研发创新投入，从而调整贸易结构和减少产品同质性竞争。其次，加强与丝路带沿线贸易小国的合作，削减小国向中国出口产品（特别是当地农产品、矿产品等）的进口关税，支持企业“走出去”，到丝路带沿线小国投资和进行当地本土化经营管理，使当地人民从与中国的贸易中得到实惠，愿意加强双方市场的融合。

2.化解“距离悖论”效应，提高贸易便捷性。首先，推动改善丝路带沿线国家交通设施条件，加强与丝路带沿线国家铁路、公路、航空等建设项目的合作共建。向丝路带沿线国家推销我国铁路建设项目和高铁技术的出口，建立启动一些重大合作项目，依靠“丝路基金”提供融资支持，帮助丝路带沿线国家交通基础设施建设。其次，通过改善贸易运输条件，提升中国与丝路带沿线国家贸易的效率，以时间换空间，降低运输的时间成本和价格成本，降低海上运输的竞争替代效应，缩短与丝路带沿线国家间的贸易“距离”。

3.推动中国与丝路带沿线国家间合作。首先，在上海合作组织框架下进一步加强政府间货币互换合作，扩大货币互换规模和延长货币互换期限，推动人民币加入SDR后逐步成为丝路带沿线区域的“锚”货币；持续开展关税、检验检疫标准、过境运输管理等各类贸易壁垒的削减谈判，推动沿线国家密切贸易与投资联系，建立贸易信息共享和协调机制，压缩滋生腐败的权力寻租空间。其次，推动与哈萨克斯坦协商建立双方自由贸易区，大力发展中哈霍尔果斯国际边境合作中心，规避对俄罗斯或白俄罗斯进口和出口的贸易壁垒，降低欧亚经济同盟的竞争效应。

[1]侯敏，邓琳琳.中国与中东欧国家贸易效率及潜力研究——基于随机前沿引力模型的分析[J].上海经济研究，2017，（7）：105～116.

[2]刘俊，张亚斌.丝绸之路经济带贸易便利化时空差异及其贸易效应——基于空间引力模型的实证研究[J].经济问题探索，2016，（10）：130～137.

[3]鲁晓东，赵奇伟.中国的出口潜力及其影响因素——基于随机前沿引力模型的估计[J].数量经济技术经济研究，2010，（10）：21～35.

[4]王亮，吴浜源.丝绸之路经济带的贸易潜力——基于“自然贸易伙伴”假说和随机前沿引力模型的分析[J].经济学家，2016，（4）：33～41.

[5]张茉楠.全面推进“一带一路”贸易投资便利化战略[J].金融与经济，2016，（12）：7+44～46.

[6]Anderson JE，Wincoop E V.Gravitywith Gravitas:ASolution to the Border Puzzle?[J].American Economic Review，2003，93(1)：170～92.

[7]Anderson J E.A Theoretical Foundation for the Gravity Equation[J].American Economic Review，1979，69(1)：106～116.

[8]Armstrong S P.Measuring Trade and Trade Potential:A Survey[R].Asia Pacific Economic Paper，2007，368.

[9]Baldwin R E，Taglioni D.Gravity for Dummies and Dummies for Gravity Equations[R].Cepr Discussion Papers，2006.

[10]Battese G E，Coelli T J.Frontier Production Functions，Technical Efficiency and Panel Data:with Application to Paddy Farmers in India[J].Journal of Productivity Analysis 1992，3（1-2）：153～169.

[11]Bergstrand JH.TheGravityEquation in International Trade:Some Microeconomic Foundations and Empirical Evidence[J].Review of Economics&Statistics，1985，67(3)：474～481.

[12]Coelli T.Estimators and Hypothesis Tests for a Stochastic Frontier Function:A Monte Carlo Analysis[J].Journal of Productivity Analysis 1995，6（3）：247～268.

[13]Frankel J A.Regional Trading Blocs in the World Trading System[M].Washington D.C.:Institute for International Economics，1997.

[14]Hasson J A，Tinbergen J.Shaping the World Economy:Suggestions for an International Economic Policy[J].Economica，1962，31（123）：327.

[15]Kalirajan K.Stochastic Varying Coefficients Gravity Model:An Application in Trade Analysis[J].Journal of Applied Statistics 1999，26（2）：185～193.

[16]Kumbhakar S C，Lovell C A K.Stochastic Frontier Analysis[M].Cambridge： Cambridge University Press，2000.

[17]Meeusen W，Broeck J V D.Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error[J].InternationalEconomic Review，1977，18（2）：435～444.

[18]Schmidt L P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics 1977，6（1）：21～37.