贸易便利化与中国“一带一路”沿线国家贸易发展

魏伟 王逸凡 陈彦龙

摘要：本文对2008-2017年“一带一路”沿线国家贸易便利化程度进行更为全面和准确的测度，随后使用拓展的贸易引力模型分析沿线国家贸易便利化水平对中国与这些国家双边贸易流量的影响，并利用面板门槛模型考察贸易便利化与贸易发展之间的非线性关系，进而得出提升中国与沿线国家贸易水平的政策启示本文发现“一带一路”沿线国家贸易便利化水平存在显著差异，整体呈现东亚、东南亚、欧洲地区较高，其他地区较低的空间分布特征沿线国家贸易便利化水平的提升对于对双边贸易流量有显著促进作用，在控制其他解释变量并考虑内生性后相关结论依然稳健将沿线国家按照人口规模和贸易依存度划分为四个经济区域，发现不同经济区域国家的贸易便利化水平敏感程度不同，不同维度贸易便利化程度的提升对贸易流量也存在差异化作用。文章最后研究了贸易便利化与沿线国家贸易潜力之间的关系，并提出相应的政策建议

关键词：“一带一路”倡议;贸易便利化;拓展引力;模型面板;门槛模型

引言

自2013年我国提出“一带一路”倡议以来，中国与“一带一路”沿线国家经贸合作进入新的发展阶段，特别是2017年和2019年两次“一带一路”高峰论坛的成功举行，更是为中国与沿线国家经贸发展注人了新的动力。在中美贸易摩擦持续发展的背景下，“一带一路”倡议对于促进我国进一步对外开放，提升与沿线国家深层次区域合作及推动多边贸易发展、优化对外贸易地理方向具有非常重要的意义。与传统的贸易投资协定不同，以“政策沟通、设施联通、贸易畅通、资金融通、民心相通”为核心的互联互通建设是“一带一路”倡议的核心内容，其中贸易畅通是“一带一路”建设的重点内容。随着传统关税和非关税壁垒水平的降低，贸易畅通更多地体现为由物流效率、海关管理、政府管理和金融电子商务发展等制度性变量所反映的贸易便利化发展程度。因此研究“一带一路”沿线国家贸易便利化的发展程度，并分析其与中国和沿线国家贸易流量之间的关系，对于促进“一带一路”的互联互通建设，提升中国与沿线国家贸易发展水平和质量有着积极意义。

目前国内外关于贸易便利化与国际贸易发展的研究主要集中在以下两方面：第一，对贸易便利化本身进行研究，包括分析贸易便利化的内涵、指标体系构建和测算等。Wilson et al.（2003）选用港口基础设施、口岸环境、监管环境以及电子商务基础建设等方面的指标来衡量贸易便利化，其研究方法颇具代表性，此后学者基本在此框架下，根据不同研究目的对贸易便利化变量测度方法进行相应调整。Shep-herd和Wilson（2008）使用与贸易有关的成本分析方法，选取海港建设、空港建设、服务发展、关口管理来衡量贸易便利化水平。国内研究方面，曾峥和周茜（2008）构建了1个包含五个一级指标和16个二级指标的综合评价体系对贸易便利化进行测度。陈继勇和刘燚爽（2018）将贸易便利化指标设定到40个三级指标，运用主成分分析法测算“一带一路”沿线65个国家2012-2016年的贸易便利化水平。崔日明和陶文起（2019）结合越南经济活动实际情况和《贸易便利化协定》，将金融服务纳人指标体系中，并下设21个二级指标，运用层次分析法等衡量越南的贸易便利化程度。

第二，貿易便利化对国际贸易的影响即贸易便利化的贸易效应分析。相关研究又可以分为微观与宏观两个维度，其中微观层面的研究相对较少，唐宜红和顾丽华（2019）发现企业规模、出口方式不同，其出口受贸易便利化的影响也存在差异，具体表现为出口清关天数的变动促进企业间接出口，交通障碍主要影响企业直接出口，腐败会显著降低小企业出口比重，政治不稳定则会阻碍大型企业出口。宏观层面的文献既有从全球范围着眼，也有聚焦于部分区域或者国家的分析。UNCTAD（1994）通过调查分析表明贸易便利化在贸易过程中所能够带来的交易成本减少量约占到全球贸易发生额的700-10%。Wil-son et al.（2003）对全球75个国家地区进行研究，发现贸易便利化水平提升1个百分点，国际贸易提高9.7%。相比之下，更多学者聚焦研究贸易便利化对于特定国家或区域所产生的影响。Hertel et al.（2001）分析了日本和新加坡之间的自由贸易协定对双边贸易发展的影响。宋伟良和贾秀录（2018）运用扩展的引力模型发现G20国家的贸易便利化水平是影响中国出口贸易的重要因素。国内学者也分析了贸易便利化对于中国与“一带一路”沿线部分国家双边贸易的影响，谢娟娟和岳静（2011）、孔林和倪卡卡（2013）以东盟国家为研究对象，均发现贸易便利化的提升能够促进中国及东盟各国贸易出口的增加。刘宇等（2016）利用GTAP模型模拟测算了中哈两国贸易便利性提升的影响，发现其能够促进两国进出口贸易，且进口增长的幅度大于出口。除探讨对于贸易流量的影响之外，刘斌等（2018）利用WIOD表分析了贸易便利化对41个国家18个制造业行业中出口返回增加值的影响，发现贸易便利化措施是深化价值链分工的重要手段。朱晶和毕颖（2018）则探讨了贸易便利化对于中国农产品出口深度和广度的影响，发现出口深度相对于广度增长得更多。

综上可知，贸易便利化领域的相关研究较为丰富，但依然存在一些尚需完善之处：一是贸易便利化水平测度指标体系有待进一步完善;二是以往的研究成果多是针对国际组织（如G20）或“一带一路”沿线某些国家或区域，鲜有学者基于“一带一路”沿线国家的整体视角进行研究;三是以往研究多从整体或通过对地理区域的简单划分探究贸易便利化对贸易的影响，而考虑到沿线国家间在自然禀赋、经济社会发展水平等方面存在较为明显的异质性，需对贸易便利化与贸易关系之间可能存在的非线性关系进行更细致的研究。

有鉴于此，本文构建了一套更加系统全面的测度指标体系，对2008-2017年“一带一路”沿线77个①国家的贸易便利化水平进行更准确测度，并基于拓展引力模型考察贸易便利化对中国与沿线国家双边贸易流量的影响。相比于现有文献，本文可能的边际贡献在于：（1）研究策略方面，构建更加细致的指标体系对“一带一路”沿线77个国家贸易便利化水平进行测度，并将研究范围从局部区域拓展到整体层面（2）研究内容方面，利用Hansen（1999）面板门槛模型考察贸易便利化与贸易发展之间可能存在的非线性关系与异质性表现，并分析了贸易便利化与双边贸易潜力的关系;（3）实践应用方面，本文提出了差异化的政策措施，所得结论有助于推动“一带一路”倡议的实施，更好地实现互联互通，提升中国与沿线国家的贸易水平。

二、“一带一路”沿线国家贸易便利化对双边贸易流量的影响

（一）模型设定

Tinbergen（1962）和Poyhonen（1963）开创性地将贸易引力模型引人经济领域用以解释贸易流量及影响因素，发现两国贸易流量与经济总量成正比，与距离成反比;随后Linnemann（1966）引人人口变量、两国是否属于同一区域等相关因素，进一步解释了国家之间贸易水平与市场规模的关系。此后更多的解释变量被加入引力模型，而相应的微观理论机制则由Anderson（1979）在产品差异假设下，通过建立替代弹性不变的效用函数加以构建。此后许多学者运用该模型进行了系列研究（Salim et al.，2011）.国内使用引力模型对双边贸易进行实证分析的文献也较多。盛斌等（2004）运用引力模型检验新兴市场经济体出口贸易流量的决定因素，并将出口贸易划分为“过度贸易”“贸易不足”两种类型。孔庆峰和董虹蔚（2015）则通过拓展的引力模型测算分析了“一带一路”沿线国家的贸易便利化水平和贸易潜力。在现有研究基础上，考虑数据的可获得性和研究对象，我们构建基础回归模型如下：

其中下标i表示中国，]表示除中国外的“一带一路”沿线国家，t表示时间;被解释变量Trade_ijt表示中国在t期与j国的貿易总额;TWTFI_jt表示j国在t期的贸易便利化水平X_jt为一系列控制变量，其中aGDPs表示j国和中国的国内生产总值之和的人均值（DL Carr et al.，2001;JH Bergstrand和PEgger，2007;蒋冠宏和蒋殿春2012）; DIST表示中国与]国首都的距离，并用每年的加权原油价格进行调整①;CONTIG为虚拟变量，表示“一带一路”经济带沿线国家是否与中国具有共同边界，如果与中国接壤取值为1，否则为0;EU、SCO和ASEAN为虚拟变量，分别表示j国是否属于欧盟、上海合作组织和东南亚国家联盟，是则取1，否取0;RTA为虚拟变量，表示j国是否与中国签汀了区域自由贸易协定，如果签订了取值为1，否则为0;Tariff为双边总体关税水平②。λ_j和η_t分别表示国家固定效应和时间固定效应，μ_ijt为随机误差项。为避免异常值的影响，对被解释变量和解释变量在1%分位水平上的进行缩尾处理，双边贸易额、进口额、出口额以及原油期货价格和布伦特原油期货价格均使用美国居民消费价格指数（CPI）进行平减，中国和贸易伙伴国的GDP则使用各国GDP平减指数进行平减，价格指数来自世界银行数据库。相关变量的说明和描述性统计分析见表2。

（二）实证检验与结果分析

根据公式（3），利用Stata14.0软件对2008-2017年“一带一路”沿线国家的面板数据进行估计，基础回归结果如表3所示。

列（1）仅引人核心解释变量（lnTWTFI），列（2）～（4）加入了控制变量和年度虚拟变量，依次使用三种不同来源的关税数据;列（5）～（7）进一步加入了国家虚拟变量以控制国家层面的个体固定效应。列（1）～（6）的结果显示，核心解释变量（lnTWTFI）在各个回归方程中均为正显著。

以列（5）估计结果为例，“一带一路”沿线国家的贸易便利化（lnTWTFI）变量对双边贸易流量具有显著的正向促进效应，其回归系数为0.208，与本文主要预期相符，说明“一带一路”沿线国家的便利化水平每提高1%，潜在需求规模的增长能够使中国与沿线国家的贸易额提升0.208%。相反，贸易便利化水平的降低会因交易成本增加而大幅抑制双边的贸易流量。贸易伙伴国的人均贸易市场规模UnaG-DPs）变量对双边贸易流量的影响在1%水平上显著为正，这表明贸易伙伴国的人均贸易市场规模每增长1%，潜在需求规模的增长能够使双边贸易总额提升4.087%。从人均贸易市场规模（lnaGDPs）变量回归结果可以看出，我国倾向于同代表性需求较高的国家开展贸易，这也是双方贸易发展的重要动力来源。

两国之间的距离UnDIST）变量对双边贸易流量的影响在1%水平上显著为负，即加权平均距离每增加1%，中国与贸易伙伴国的贸易额减少2.232%，这表明因距离导致的贸易成本问题仍是制约我国与“一带一路”沿线国家贸易的主要因素，因此进一步推动区域基础设施互联互通建设，降低由空间物理距离所带来的贸易成本对于推动双边贸易发展依然有着积极作用。

混合OLS回归结果表明与中国有着密切联系的区域组织可以极大地促进中国与沿线国家双边贸易，贸易伙伴国是上合组织成员国（SCO）和东盟成员国均可以促进与中国的双边贸易量。是否与中国接壤（CONTIC）变量的符号与预期相反，这与中国的国际地缘位置有关，大多数与中国接壤国家的经济发展水平相对落后，也不是中国传统的主要贸易伙伴。贸易伙伴国是否欧盟成员国（EU）变量符号也与预期不一致，这是因为欧盟国家内部贸易在各成员对外贸易中占有绝对重要的地位，同时欧盟国家内部也存在一些对“一带一路”倡议不同的声音，不过随着“一带一路”倡议得到越来越多欧洲国家的认可，预期该变量的估计结果会发生变化。

从列（2）～（4）可以看出，区域贸易协定（RTA）和双边关税水平（Tariff）在混合OLS估计中较为显著，能够促进两国间双边贸易的发展，但在控制国家个体特征的固定效应模型中，区域贸易协定变量的估计结果并不显著。而无论使用世界银行、全球竟争力报告的整体关税数据，还是WITS的双边关税数据，在控制国家固定效应后，对于双边贸易水平的促进作用也变得不显著，其中Tariff_WITS变量无论在OLS估计还是固定效应模型估计中均不显著。考虑到本文构造的贸易便利化指标（lnTWTFI）中含有一定维度的关税信息，可能在一定程度上吸收了双边关税水平变动所带来的影响，因此在后续面板门限模型中，并未引人区域贸易协定和关税变量。

（三）稳健性分析

表3结果表明贸易便利化水平的提升总体上能显著促进我国与“一带一路”沿线贸易伙伴国的双边贸易流量。为确保回归结果的稳健性，本文进行了一系列检验，如表4所示。

首先用中国对贸易伙伴国的实际进口额和实际出口额替代双边实际贸易额进行回归，结果报告在表4第（2）（3）列。不难发现，贸易便利化水平仍然表现出对实际进口额和实际出口额的显著正效应，与基准回归结果一致，这表明贸易便利化水平的提高既能促进我国与“一带一路”沿线贸易伙伴国的出口贸易，也有利于进口贸易的发展，从而有助于总体贸易水平的提升。

其次改用美国GDP平减指数进行平减所构造的双边贸易额和经济距离及使用以2010年为基期的不变价GDP构造出人均市场规模重新进行回归，结果报告在第（4）列。可以看出，无论是显著性水平还是回归系数大小，大体与基准回归结果一致，支持伙伴国贸易便利化水平的提高能显著提升我国与沿线国家双边贸易的结论。

最后对基准回归中可能存在的内生性问题进行处理。被解释变量双边贸易额与核心解释变量贸易便利化之间可能存在双向因果关系，一方面贸易便利化水平的提升能够促进双边贸易额，但另一方面与中国双边贸易额较大的伙伴国本身经济发展水平较高，也倾向于采取更多措施来提升其贸易便利化水平。我们使用工具变量法对此内生性问题进行处理，合适工具变量的选择较为困难，借鉴Acemogluet.al（2001）、崔鑫生等（2019）使用历史数据作为制度变量的做法，考虑使用能够反映制度质量的历史数据作为当前贸易便利化的工具变量。具体选择全球遺产基金会公布的经济自由度指数①，该数据1995年开始发布，选用初始年份即1995年的数据（EF₁₉₉₅）作为贸易便利化变量的工具变量②。由于制度具有延续性，而贸易便利化也正是制度的重要组成部分，这组变量能反映一国相对早期的制度质量，从而与该国近期的贸易便利化程度密切相关。但同时作为历史数据，这组工具变量很难影响该国与中国近年的双边贸易关系，特别值得注意的是这组数据为2001年之前的数据，而中国在2001年加入WTO之后，在关税水平、贸易制度安排等方面都发生了结构性变化，由此与世界主要国家的经贸关系也有了巨大的调整，由此可以认为本文样本期内双边贸易额与该工具变量不存在直接关联，工具变量的相关性和外生性可以得到较好的满足。

使用EF₁₉₉₅作为工具变量，第一和第二阶段的回归结果分别如列（5）～（6）所示。由于经济自由度指数为非时变变量，无法直接使用面板工具变量方法进行估计，我们通过在普通两阶段最小二乘估计中加入国家虚拟变量来控制国家固定效应。从估计结果来看，经济自由度指数（EF₁₉₉₅）不存在弱工具变量和过度识别问题，是较为有效的工具变量，同时1995年经济自由度指数在第二阶段回归中对于中国与一带一路沿线国家的双边贸易有着显著的正向影响，说明考虑贸易便利化水平与贸易量之间由于双向因果关系而导致的内生性之后，相关结论依然稳健。

三、考虑门槛效应的贸易便利化对双边贸易流量影响分析

在目前的国际贸易合作中，国家可以通过基础设施投资、贸易便利化改善和国家间发展计划与政策协调三个阶段促进双方贸易的增长（Pradeep Srivastava，2011），既有研究表明贸易便利化是影响贸易水平提高的关键阶段。但随着国际贸易投资规则不断改进，贸易便利化的影响因素愈加丰富，因此很难做到各个方面同时改进，仅仅考虑贸易便利化的总体影响还显不足，需要从贸易便利化的多个维度做进一步探讨。此外，目前已有研究大多是按照地理区域对“一带一路”沿线国家进行划分的，但“一带一路”是当今世界跨度最大、覆盖面最广的经济合作区域，沿线既有发达国家也有发展中国家，各国经济发展水平、要素禀赋、对外开放程度等存在着较大差异，制约与中国双边贸易的基木因素不能一概而论，且贸易便利化对贸易的促进作用可能有较强的国别和区域特征。因此本文将通过门槛效应模型对“一带一路”沿线国家进行分组研究，考察贸易便利化整体水平及其一级指标在不同特征国家的作用规律，以及探讨决定双边贸易量的其它因素，以更加全面地分析贸易便利化在我国与沿线国家贸易中所起的作用，并研判未来的一段时间内，我国应如何与不同国家加强互联互通建设，以更充分发挥贸易便利化对双边贸易的促进作用。

（一）模型假设

彭迪云（2015）认为门槛效应是指由于一个经济参数达到某一个特定值后而引起另一个经济参数发生方向上变化或数量上变化的现象，这个特定值即为门槛值。木文在H ansen（1999）的门槛模型的基础上，构建如下回归模型：

lnTrade为中国对j国的贸易总额，其中j代表除中国外的“一带一路”沿线国家，t代表时间，x为控制变量，包括贸易便利化水平、人均年贸易市场规模、加权距离、人口规模等影响双边贸易流量的因素;q_jt代表门槛变量。γ代表不同的门槛值，β₀代表待估计的控制变量系数，β₁和β₂分别代表不同区间内的待估计的门槛变量系数，I为指示函数，主要用于按门槛值对样本进行分段，ε_jt代表随机干扰项。

为克服分组变量选择的随意性，本文参照齐绍洲和严雅雪（2018）的研究首先确定门槛变量。先将中国对“一带一路”沿线国家的贸易总额及其影响因素进行相关性分析，通过相关系数大小选择对双边贸易流量影响较大的因素，结果见表5，可以发现与双边贸易流量相关度最大的两个因素分别为人口规模、贸易依存度。

因此本文选择人口规模和贸易依存度作为门槛分组变量。基于门槛回归方法，表6报告了以人口规模和贸易依存度为门槛的门槛值检验结果，其中对应的F值分别在5%、10%的水平下通过了单一门槛模型的显著性检验，而且单一门槛的显著性水平均高于双重门槛，故选择单一门槛。在单一门槛假设下，人口规模的门槛值是14.5771，贸易依存度的门槛值为0.0243。

根据以上两类分组标准/结合“一带一路”沿线国家2008-2017年的人口规模和贸易依存度均值，将样本国家分为四组经济区域（Economic Zone，简称EZ，见附表2）：低人口规模和低贸易依存度地区或国家（EZ₁），低人口规模和高贸易依存度地区或国家（EZ₂）、高人口规模和低贸易依存度地区或国家（EZ₃）、高人口规模和高贸易依存度地区或国家（EZ₄）。EZ₁组国家经济发展水平较落后，产业结构单一，与中国的贸易活动以产业间贸易为主，贸易关系相对松散。EZ₂组国家经济发展水平差异较大，地理位置较分散，人口规模较大，整体贸易便利化水平相对较高，与中国贸易关系较紧密。EZ₃组国家与中国经济发展水平相似，人口规模较大，与中国的贸易活动以产业间贸易为主，贸易竟争性较强，互补性较弱。EZ₄组国家经济发展前景稳定，投资环境良好，人口规模较小，经济结构相对单一，与中国既有产业间贸易也有产业内贸易，贸易关系较紧密。可见由此所得到的分组特征与仅简单按照地理位置进行分组存在较大区别，更加具有合理性。

（二）实证检验与结果分析

依据上述划分结果，将样本区间划分为4类地区或国家，在分析贸易便利化整体作用的同时，也引入其下各一级指标，使用固定效应模型对方程（4）进行估计，得到分组回归结果见表7。

从表7的回归结果来看，贸易便利化各项一级指标对不同区域的影响呈现出显著差异。

从指标维度上分析，对贸易影响最大的是物流与基础设施（T），该指标每提高1%，能够为中国与“一带一路”沿线国家增加0.304%的贸易流量;海关与边境管理（C）紧随其后，每提升1%的水平会增加0.241%的贸易流量;相比之下，金融与电子商务（F）和政府管制与规制环境（R）所带来的影响程度最小且并不显著。

从区域维度看，EZ₄（高人口规模和高贸易依存度区域）国家贸易便利化整体水平及各项一级指标的敏感程度均较高。可以判断当该区域国家人口规模和贸易依存度大于门槛值时，贸易便利化对双边贸易流量的促进作用才会显著。与此同时，该区域国家对物流与基础设施环境（T）和海关与边境管理（C）最为敏感，即指标水平每提升1%，其与中国的双边贸易额将分别增加0.278%和0.196%;政府管制与规制环境（R）指标紧随其后，每提升1%，其与中国的双边贸易额将增加0.108%;相比之下金融与电子商务（F）显著性较低。因此我国同EZ₄区域国家的贸易谈判过程中，关注的重点是物流与基础设施环境（T）、海关与边境管理（C）和政府管制与规制环境（R）这三个指标的改善程度，尤其要关注规制环境这一分项指标。

EZ₁（低人口规模和低贸易依存度区域）国家主要有不丹、东帝汶、马其顿等几个国家。这些国家普遍经济相对落后，产业结构单一，国内劳动力不充足，贸易发展水平较低，难以跨越人口和贸易依存度的门槛，使得贸易便利化的发展难以促进双边贸易的提升。总体而言，中国与EZ₁国家贸易关系松散，贸易和产能合作水平较低，仍处于需要对以交通为主的基础设施投资来促进贸易增加的阶段。因此，未来中国可通过国家、地区和民间组织三个层面开展各种活动促进政治互信，因地制宜、循序渐进地发展推进双边经贸关系，在建立基本政治互信的条件下吸引这些国家主动与中国展开“一带一路”倡议下的深度经贸合作，开展改善贸易便利化条件的谈判，提升这些国家内部经济发展水平。

EZ₂（低人口规模和高贸易依存度）国家主要有卡塔尔、爱沙尼亚、拉脱维亚等共9个国家。相对稳定的经济发展前景、良好的投资环境以及双边合作关系成为这些国家与中国共建“一带一路”的基础，且拥有共建“一带一路”的良好契机，如卡塔尔“向东看”等战略与中国“一带一路”倡议相向而行。因此，与一些地區大国相比，该区域国家与中国共同推动“一带一路”建设相对容易，也能起到“四两拨千斤”的作用。但由于该区域国家经济结构相对单一，油气贸易是大多数国家的经济命脉，价格易受国际经济形势的影响，容易导致投资贸易等风险，同时国内劳动力供应紧张，与欧美等国家经贸往来密切，与中国的贸易空间略显不足。在这种情况下，现阶段贸易便利化的改善难以对双边贸易直接产生较大的贡献，我国应在双边贸易中注重中国输出优势产能和这些国家优化产业结构的现实需求，按产业内贸易的价值链深化分工合作，降低贸易成本，扩大贸易规模，实现效益最大化，增强产业内或产业间贸易的比较优势。

高人口规模和低贸易依存度区域（EZ₃）国家主要有土耳其、罗马尼亚等11个国家。该区域国家经济发展前景良好，人口规模较高，产业分工较完善且劳动力充足，国内需求旺盛。国家大多拥有横跨欧亚大陆的重要区位，在全球贸易中是多重地区机制的重叠区，且与美、日、欧等国贸易联系较为紧密。与中国在互补性较强产业方面有较大合作空间，同时双边竟争也比较激烈，这与双方发展水平相近且出品商品结构相似性较高有关。因此，该区域国家目前与中国整体贸易和产能合作的深度依然不足，与中国的贸易活动仍然以传统的产业间贸易为主，没有形成产业内贸易分工格局。随着“一带一路”建设的推进，中国应在未来主动促进双边贸易往来关系，增加产业合作的机会，逐渐形成产业内贸易分工格局，并从全球产业布局角度出发，以互联网下新型外贸、投资贸易带来的新动力推动贸易发展，不断提升合作的质量，扩大合作规模和领域，形成平衡的区域贸易新格局。

四、进一步拓展：关于贸易效率和贸易潜力的讨论

为进一步研究中国与“一带一路”沿线国家的贸易效率、贸易潜力以及提升贸易便利化水平对贸易潜力的作用，本文采用纳人贸易便利化指数的随机前沿潜力模型对“一带一路”沿线国家贸易效率和潜力进行测算，然后将各国每个时期的贸易便利化水平提升到其所在组该年贸易便利化的最高水平，从而对不同经济区域（EZ）国家的贸易潜力进行比较分析。

所设定的随机前沿引力模ffifli为：

贸易非效率模型为：

首先通过似然比检验对贸易非效率项的存在性和贸易非效率项的时变性进行检验，结果如表8所示，贸易非效率项存在且贸易非效率项随时间变化，所以采用时变随机前沿引力模型进行分析是恰当性的。

随机前沿引力模型的估计如表9所示，模型中γ表示未能实现的贸易潜力由贸易非效率引致的比重，估计得模型的γ值为0.905，即模型中没有实现的贸易潜力有90.5%是由贸易非效率造成的。μ值显著不为零，表明选择随机前沿函数估计是合理的，双边贸易中的非效率因素切实存在。参数，非常显著，表明贸易非效率项随时间变化，也再次说明时变模型适用于木研究。η的系数为正，说明我国对沿线国家的贸易效率正在逐渐上升。

为探究贸易便利化水平对贸易潜力的影响，本文使用一步法对贸易非效率模型进行估计，结果如表10所示。贸易便利化水平（lnTWTFI）的系数显著为负，即贸易便利化水平每提高1%，中国与“一带一路”沿线国家的贸易额将提高0.422%，这表明提高贸易便利化水平能抵消贸易非效率对贸易发展的负向影响，有利于释放中国与“一带一路”沿线国家之间的贸易潜力。此外贸易伙伴国是否属于欧盟（EU），是否属于上海合作组织（SGO），是否与中国签订区域自由贸易协定（RTA）都与贸易非效率显著负相关，贸易伙伴国是否属于东南亚国家联盟（ASEAN）与关税水平（Tariff-GGR）的系数虽不显著，但其符号均与理论预期相符。

基于上述结果，本文随后利用frontier4.1软件估计了我国对“一带一路”沿线76个国家的贸易效率，并依据贸易效率=实际贸易水平/预测贸易水平，未开发贸易潜力=1-贸易效率，计算得到不同国家贸易便利化水平提升前后的预测贸易值、贸易潜力及不同经济区域（EZ）的平均贸易效率值，并按照不同分组中各国家的贸易效率由低至高列出，结果如表11所示。

整体而言，中国与“一带一路”沿线国家贸易效率较低，贸易潜力尚未得到很好的挖掘，其中EZ₁的平均贸易效率最低，其次是EZ₃和EZ₂，而EZ₄的平均贸易效率最高。具体而言，中国对巴基斯坦、新加坡、哈萨克斯坦、菲律宾、印度、韩国、越南、泰国、印度尼西亚、马来西亚、俄罗斯等国家的贸易效率较高，均超过了0.8，说明这些国家的贸易潜力已被较好开发，而对不丹、马尔代夫、波黑、阿富汗、亚美尼亚、巴勒斯坦等国贸易效率较低，均低于0.1，说明中国与这些国家之间的贸易面临较大阻力，同时也预示着中国与这些国家间的贸易有很大的发展空间，因此政府应积极挖掘这些国家的贸易需求，开发其贸易潜力。

贸易便利化水平提升后，中国与“一带一路”沿线国家贸易效率总体上有一定幅度的提高，由原来的0.451提高到0.473，这表明中国与沿线国家的贸易效率水平有待提高，贸易潜力的空间较大，提升贸易便利化水平能够促使部分贸易潜力得以释放。另一方面，贸易便利化水平的提升对不同经济区域（EZ）国家贸易效率的改善效果有所不同。具体而言，EZ₁、EZ₂、EZ₃三组国家的贸易效率值皆得到不同程度的提升，其中EZ₃国家的贸易效率提升幅度最大，为2.9%，但EZ₁国家的贸易效率却下降了2.5%，这表明贸易便利化对贸易潜力的影响在不同国家间存在差异。对于贸易效率较高且贸易便利化水平对贸易效率作用明显的EZ₃国家，应着力于提高贸易便利化水平，加强互联互通，促进贸易效率的提升;而对于贸易效率较低的EZ₁、EZ₂、EZ₃各国，在改善贸易便利化的同时，也应注重双边贸易阻力的消除，如加快推进自由贸易区谈判、降低关税和非关税壁垒等，实现双边经济互惠互利，进一步提升贸易效率和最大限度地释放贸易潜力。

五、主要结论及政策建议

（一）主要结论

贸易畅通是“一带一路”倡议中互联互通的重要组成部分，而贸易便利化程度是对贸易畅通度的有效衡量方法，本文重新优化测度了“一带一路”沿线国家的贸易便利化水平，并分析其对中国和沿线国家贸易额的影响，得出以下主要结论：

（1）“一带一路”沿线国家贸易便利化整体处于上升态势，但不同国家间差异显著。（2）贸易便利化程度的提高能够显著增加中国与沿线国家双边贸易流量。贸易便利化各分项指标对贸易流量的影响不同。物流与基础设施对促进贸易流量具有显著正向作用，相比之下海关与边境管理带来的促进效应稍弱;而金融与电子商务、政府与规制环境改善所带来的影响略顯不足。（3）除贸易便利化以外的其他变量对双边贸易流量也能产生显著影响，贸易便利化对双边贸易流量的影响在不同人口规模、不同贸易依存度的沿线国家有所差异。本文根据面板门槛模型对沿线国家进行组别划分，并据此进行了较为详细的分析。（4）总体而言我国与“一带一路”伙伴国间存在较大的贸易潜力，不同经济区域在贸易潜力上存在明显不同。

（二）政策建议

本文研究结论表明贸易便利化水平的提升能够有效促进中国与“一带一路”沿线国家的双边贸易量，基于面板门槛模型的细分组别研究进一步丰富了相关结论，为推动“一带一路”倡议实施提供了一定的政策启示：

（1）推进差异性的贸易便利化谈判进程，加强沿线贸易交流。在进行贸易便利化谈判的过程中，我国应当根据不同国家的发展程度，明确其便利化水平建设目标，并结合相关国家国情给予相应的处理：对于发展中国家，在多边贸易规则制定谈判过程中应让其体现更多的主动性，通过适当的技术支持、培训等方式提高其贸易便利化水平，拓展更广的贸易发展空间，抵消贸易非效率现象对贸易的负向影响;对于发达国家，则需要加强与其在海关、边境管理部门、通关程序等方面的合作。同时我国应进一步加快国内相关改革步伐，推动协定的实施，从而共同促进沿线贸易便利化水平、贸易效率及实际贸易量的提升。（2）推动互联互通建设，提升贸易便利化水平。一是聚焦基建投资，提高基础设施水平。“一带一路”沿线各国的物流与基础设施建设指标下的分项指标评分都不高，而其对促进贸易流量又有着显著作用，我国应注重解决基础设施融资瓶颈问题，加强经济发展水平低下地区基础设施的合作与援助，做好一批综合效益高、领导作用强的重大项目。二是创新海关监管，促进经济合作交流。可以在“一带一路”沿线城市设立海关特殊监管区域，加快跨境合作共建海关特殊监管区域，通过海关监管的合理布局和整体优化，降低贸易壁垒，减少口岸交易成本，提高边境管理效率。三是畅通融资渠道，支持新型贸易发展。可以充分利用亚洲基础设施投资银行、金砖国家开发银行等机构，降低“一带一路”沿线国家融资成本，优化融资渠道和手段，提高融资效率。同时培育新理念、新模式、新技术，支持跨境电子商务等新型贸易业态的发展，构建信息共享平台。<3）促进区域贸易潜力开拓，实行多元贸易策略。一是在国家层面提供更多政策支持，细化中国与“一带一路”伙伴国贸易合作的规划，开展多领域、多层次、多形式的贸易合作，提升贸易合作深度和广度。二是实施差异化合作战略，加强双边贸易合作。我国应依据贸易便利化水平对不同区域的作用差异实施有侧重的改进策略。三是找准突破口，加强重点领域的互联互通，根据分项指标的发展差异对各类国家实行有针对性的战略合作措施。

参考文献：

[1]陈继勇、刘燚爽，2018：《“一带一路”沿线国家贸易便利化对中国贸易潜力的影响》，《世界经济研究》第9期。

[2]崔鑫生、郭龙飞、李芳，2019：《贸易便利化能否通过贸易创造促进省际贸易》，《财贸经济》第4期。

[3]崔日明、黄英婉，2019：《“一带一路”沿线国家贸易投资便利化评价指标体系研究》，《国际贸易问题》第9期。

[4]崔日明、黄英婉，2017：《“一带一路”沿线国家贸易投资便利化水平及其对中国出口的影响——基于面板数据的实证分析》，《广东社会科学》第3期。

[5]崔日明、陶文起，2019：《越南贸易便利化水平评估及对中国与越南贸易潜力的影响研究——基于“一带一路”背景》，《广西大学学报（哲学社会科学版）》第2期。

[6]戴翔、宋婕2018：《我国外贸转向高质量发展的内涵、路径及方略》，《宏观质量研究》第3期。

[7]戴翔、徐柳，2018：《如何破解我国出口增速下降困局》，《宏观质量研究》第1期。

[8]旦志红、何伦志，2017：《贸易畅通视角下的“一带一盟”对接》，《中国流通经济》第6期。

[9]董银果、吴秀云，2017：《贸易便利化对中国出口的影响——以丝绸之路经济带为例》，《国际商务（对外经济贸易大学学报）》第2期。

[10]韩东，2015：《推进中国与中亚五国贸易投资便利化研究》，《新疆大学》，2015

[11]甘睿森、陈志恒、王玮麟，2017：《日本贸易便利化发展及对中日贸易的影响》，《商业研究》第4期。

[12]黄光灿、王珏，2016：《中国对丝路国家直接投资便利化实施路径研究》，《财经理论研究》，第4期。

[13]蒋冠宏、蒋殿春，2012：《中国对外投资的区位选择：基于投资引力模型的面板数据检验》，《世界经济》第9期。

[14]孔庆峰、董虹蔚，2015：《“一带一路”国家的贸易便利化水平测算与贸易潜力研究》，《国际贸易问题》第12期。

[15]李晨、杜文奇，2016：《贸易便利化对“一带一路”沿线国家贸易影响的实证分析》，《中共青岛市委党校.青岛行政学院学报》第3期。

[16]李德仁、李熙，2015：《夜光遥感技术在评估经济社会发展中的应用——兼论其对“一带一路”建设质量的保障》，《宏观质量研究》第4期。

[17]刘斌、王乃嘉、屠新泉，2018：《贸易便利化是否提高了出口中的返回增加值》，《世界经济》第8期。

[18]罗翊烜、扈钟方，20177：《贸易便利化与中国“一带一路”建设选择——基于沿线亚洲国家面板数据和引力模型的实证分析》，《商业经济研究》第23期

[19]彭迪云、刘畅、周依仿，2015：《长江经济带城镇化发展对雾霾污染影响的门槛效应研究——基于居民消费水平的视角》，《金融与经济》第8期。

[20]齐绍洲、严雅雪，2017：《基于面板门槛模型的中国雾霾（PM2.5）庫兹涅茨曲线研究》，《武汉大学学报（哲学社会科学版）》第4期。

[21]盛斌、廖明中，2004：《中国的贸易流量与出口潜力：引力模型的研究》，《世界经济》第2期。

[22]宋伟良、贾秀录，2018：《贸易便利化对中国产品出口的影响研究——基于G20国家的计算》，《宏观经济研究》第11期。

[23]孙金彦、刘海云，2016：《“一带一路”战略背景下中国贸易潜力的实证研究》，《当代财经》第6期。

[24]汤春玲、邵敬岚、李若听、王帅，2018：《中国对“一带一路”沿线国家货物出口贸易潜力》，《经济地理》第9期。

[25]谭秀杰、周茂荣，2015：《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》，《国际贸易问题》第2期。

[26]唐宜红、顾丽华，2019：《贸易便利化与制造业企业出口——基于“一带一路”沿线国家企业调查数据的实证研究》《.国际经贸探索》第2期。

[27]吴小康，于津平，2016：《进口国通关成本对中国出口的影响》，《世界经济》第10期。

[28]谢娟娟、岳静，2011：贸易便利化对中国-东盟贸易影响的实证分析，《世界经济研究》第8期。

[29]杨道玲，2018：《中国与“一带一路”国家间贸易合作水平评价研究》，《中国物价》第9期。

[30]杨广青、杜海鹏，2015：《人民币汇率变动对我国出口贸易的影响——基于“一带一路”沿线79个国家和地区面板数据的研究》，《经济学家》第11期。

[31]余泳泽，2012：《FD1技术外溢是否存在“门槛条件”——来自我国高技术产业的面板门槛回归分析》，《数量经济技术经济研究》第8期。

[32]曾铮、周茜，2008：《贸易便利化测评体系及对我国出口的影响》，《国际经贸探索》第10期。

[33]张其仔、郭朝先、原磊，2016：《中国产业竞争力报告（2016》），社会科学文献出版社

[34]张帅，2017：《“一带一路”沿线国家贸易便利化水平对中国出口的影响》，上海社会科学院

[35]张亚斌、刘俊、李城霖，2016：《丝绸之路经济带贸易便利化测度及中国贸易潜力》，《财经科学》第5期。

[36]赵翊，2014：《“一带一路”战略与中国对阿拉伯国家出口潜力分析》，《阿拉伯世界研究》第3期

[37]朱晶、毕颖，2018：《贸易便利化对中国农产品出口深度和广度的影响——以“丝绸之路经济带”沿线国家为例》，《国际贸易问题》，第4期。

[38]Acemoglu Daron，Simon Johnson，and James A.Robinson，The Colonial Origins of Comparative Development：AnEmpirical Investigation，American Ec-onorn is Review，91，2001：pp.1369-1401.

[39]Anderson J E.，1979，A Theoretical Foundation for the Gravity Equation，American Economic Review 4，pp.276-81.

[40]Bergstrand J H and Egger P.，2007，A Knowledge-and-physical-capital Model of International Trade Flows，ForeignDirect Investment，and Multinational Enterprises，Journal of International Econoomics 2，pp.0-308.

[41]Carr D L，and Markusen J R，Maskus K E，2007，Estimating The Knowledge-Capital Model of the Multinational En-terprise，American Economic Review 3，pp.693-708.

[42]Duval，Yann，2006，Cost and Benefits of Implementing Trade Facilitation Measures under Negotiation at the WTO：an Exploratory Survey，Asia-Pacific Research and Training Network on Trade Working Paper Series，No.3.

[43]H ansen B E.，一999，Threshold Effects in Non dynamic Panels：Estimation，Testing and Inference，Journal of Econ-om etrics 2，pp.345-368.

[44]Knack，S.，Keefer，P.，1995，Institutions and Economic Performance：Cross Country Tests Using Alternative Insti-tutional Measures，Economics&Politics 3，pp.207-227.

[45]Linnemann，H An，1996，Econometric Study of International Trade Flows，Amsterdam：North一Holland PublishingCompany.

[46]Poyhonen P.，1963，A Tentative Model for the Volume of Trade between Countries，Weltwirtschaftlzches Arc hiv 90，pp.93-100.

[47]Shepherd B，Wilson J S，2008，Trade Facilitation in ASEAN Member Countries：Measuring Progress and AssessingPriorities，World Bank Policy Research Working Paper Series，No.4615.

[48]Tinbergen J.，1962，Shaping the World Economy：Suggestions for an International Economic Policy，New York：The Twentieth Century Fund.

[49]UNCTAD，2002，Trade and Development Report，New York：UNCTAD.

[50]Wilson J S，Mann C I，Otsuki T.，2003，Trade Facilitation and Economic Development：A New Approach to Quanti-fying the Impact.World Bank Economic Review 3，pp.367-389.

[51]Wilson J S，Mann C L，2005，Otsuki T.Assessing the Benefits of Trade Facilitation：A Global Perspective，WorldEconomy 6，pp.841-871.

①本文“一带一路”沿线国家采用中国一带一路网站截至2018年7月公布的名单。

①ETI（Enabling Trade Indicator）指数由WEE（世界经济论坛）在每两年发布一次的《The Global Enabling Trade Report》中披露，涵盖了市场准人、边境管理、基础设施和运营环境四个方面.评分标准基于国际相关组织的调查问卷和统计数据，被评为最有代表性和综合性的指标体系。

①加权平均油价的计算参考英国北海布伦特和美国西部德克萨斯轩质原油价格，根据成交量加权平均而得

②关税数据来源较为繁杂，为保证稳健性，分别使用世界银行（WB）、全球竞争力报告（GCR）和WITS关税数据库等三个日径的数据加以构造。WE和GCR报告了一国整体关税水平，WITS中报告了两国间的关税水平。为获取反映双边整体关税水平的变量，我们使用双方当年的双边进口额占双边总贸易额作为权重，对两国的关税水平进行加权，计算得到两国间总体双边关税水平，分别用Tariff_WB，Tariff_GCR和Tariff_WITS表示。

①数据来源于https：//www.heritage.org/index/。

②考虑到样本内很多国家缺失1995年经济自由度指数，我们也选用中国加入WTO前的2000年经济自由度指数EF₂₀₀₀作为工具变量，估计结果与EF₁₉₉₅一致。

①对中国贸易依存度（DEPEN）=中国与“一带一路”国家贸易额/“一带一路”国家名义国内生产总值（GDP），数据来源于IBRD·IDA。

②貿易开放度（OPEN）=国家货物服务出口额/“一带一路”国家名义国内生产总值（GDP）的百分比，数据来源于指标Goods andservices（BPM6）：Trade openness indicators，annual（UNCTADSTAT）。

③经济自由度（FREE）数据来源于美国传统基金会和《华尔街日报》联合出版的《经济自由度指数报告》。

④贸易结合度（INTEGRATE）=进口贸易结合度和出口贸易结合度的均值，数据来源于IBRD·IDA。

魏伟，华中师范大学经济与一商管理学院，电子邮箱：weiweipex@mail.ccnu.edu.cn;王逸凡（通讯作者），华中师范大学经济与工商管理学院，电子邮箱：sherholmes@163.com;陈彦龙，华中师范大学经济与工商管理学院，电子邮箱：m17362994491@163.com。本文获到国家社会科学基金重大攻关项目（18ZDA051、18ZDA038）、国家自然科学基金项目（71303088）、华中师范大学中央高校基本科研业务费项目（CCNU19TS024）资助。感谢匿名评审人对本文提出的修改意见，文责自负。