中欧班列对中国与沿线国家双边贸易效率及潜力的影响研究

冯乾彬 张沁雪 廖宇新（浙江大学经济学院，杭州 007） （北京大学汇丰商学院，深圳 58055）（厦门大学经济学院，厦门 6005）

引 言

中欧班列是由中国铁路总公司组织，按照固定车次、线路、班期和全程运行时刻开行，运行于中国与欧洲以及 “一带一路”沿线国家间的集装箱铁路国际联运列车［1，2］。 目前， 依托西伯利亚大陆桥和新亚欧大陆桥，已初步形成西、中、东3条中欧班列运输通道。

十九大报告明确指出，“推动形成全面开放新格局”，“要以 ‘一带一路’建设为重点”，“形成陆海内外联动、东西双向互济的开放格局”。而“一带一路”的重点就是互联互通。中欧班列的运行有利于加强中国与 “一带一路”沿线国家的联系，是中国践行 “一带一路”倡议的重要抓手和载体。运输方式方面，国际海运是国际贸易中最主要的运输方式，占国际贸易总运量的2／3以上［3］。根据2016年 《中国交通运输发展》白皮书，在我国，海上运输承担了90%以上的外贸货物运输量。中欧班列的常态化运行丰富了我国对外运输方式，拓展了新的贸易通道。运输时效性方面，从中国沿海港口到欧洲，通过海洋运输大致需要30～45天，而中欧班列仅需要15天左右，时效性明显［4］。中欧班列快速发展，已成为国际货物联运的重要组成部分，为中、西部地区的货物贸易提供了一条新的运输通道，促进地区协调发展。

虽然，中欧班列对于促进我国对外贸易的作用明显，但是目前对中欧班列的研究主要集中在现状及存在的问题，尚无相关文献分析中欧班列对贸易效率的影响。因此，在此背景下，本文从贸易效率和贸易潜力视角，基于2001～2020年中国与中欧班列沿线26个国家的贸易数据实证考察了中欧班列的开通将对现有的贸易效率和贸易潜力产生何种影响。对于影响的量化，构建随机前沿引力模型，估算贸易潜力、贸易效率的数值，进一步从两步法和一步法两种方法入手，分析中欧班列和运输距离、运输时间的变化对贸易效率的影响；另外，根据随机引力模型的估计结果，进行国家层面数据的反事实模拟，估计在传统海运变为中欧之间铁路运输的条件下，中国与中欧班列沿线国家的预期贸易增长空间和极限贸易增长空间。最后本文提出相应建议。

1 文献综述与研究假设

1.1 文献综述

关于贸易效率和贸易潜力的研究在国内外都受到了广泛的关注。Nilsson［5］基于贸易引力模型，研究了欧盟成员国和候选国的实际贸易水平和潜在贸易水平的差异，进而得出其贸易潜力。盛斌和廖明中［6］采用贸易引力模型从总量和部门两个层次估算中国与40个贸易伙伴的贸易潜力。然而贸易引力模型对贸易潜力的估算无法解决贸易阻力问题［7］。为降低引力模型的测算误差，一些学者引入随机前沿模型来测算贸易效率和贸易潜力［8－10］。从GDP、运输成本等变量入手，构建贸易前沿模型［11，12］，再运用一步法或两步法确定影响贸易效率和贸易潜力的要素，如双边贸易协定、基础设施等， 进而测算出贸易潜力［13－15］。

而对于贸易效率和贸易潜力的影响因素多种多样，如文化相似性［16，17］、外部事件冲击、金融危机［18］等。但是可以主要分为以下几类：（1）自然因素，如地理距离、内陆边界、资源禀赋等。邓富华等［19］发现进口国的石油储量会对中国石油进口贸易效率产生正向影响；（2）制度环境，这也是目前研究中涉及最多的方向；（3）经贸协定，双方签订经贸协定、成立自由贸易区、同为WTO等组织的成员国等举措有利于提升贸易效率［11］；（4）基础设施，一个地区的基础设施水平，会反映到市场需求、贸易运输、仓储等多个环节，均会显著影响到贸易效率［20］，而不同类型的基础设施也会对贸易效率产生不同的影响［21］。

现有关于中欧班列的研究可分成3类： （1）以政策为导向研究中欧班列的现状和未来的发展［1，22，23］； （2） 主要研究中欧班列出现的问题并试图提出解决方案［24－26］，从管理层面表达政策建议；（3）探索中欧班列带来的经济效益，其中赵永波和郭淼［27］以传统的贸易引力模型得出中欧班列对亚欧国家贸易潜力产生了有效提升的结果。总体而言，在 “一带一路”不断推进和中欧班列逐步增多的现实状况下，利用现有较为先进模型和方法分析中欧班列对中国与沿线国家双边贸易效率及潜力的影响更有价值。

综上所述，现有文献对于贸易效率的影响因素的研究在方法上具有可借鉴性，均采用随机前沿方法对贸易效率和贸易潜力进行估算。此外关于中欧班列对贸易效率的提升的实证分析较少，现有研究主要还是采用传统的贸易引力模型，在估算时存在偏差。本文在一定程度上丰富了国内对中欧班列的研究成果，为国家政策实施提供理论和数据的支撑。

1.2 理论分析

目前针对中欧班列如何影响贸易效率和贸易潜力的机制尚不明确，因此总结现有研究文献提出中欧班列的开通影响中国与沿线国家贸易效率和潜力的理论模型。

中欧班列是运行于中国与欧洲以及 “一带一路”沿线国家间的集装箱铁路国际联运列车，具有时效性高、运输距离短、受气候影响小等特点，是传统海运模式的一个有效补充，也是中国中、西部地区对外贸易的新通道。企业的运输成本主要受运输方式、货物价值、运输距离、运输时间、基础设施完善程度等因素的影响［28］。中欧班列的开通首先带来的是中国到欧洲运输距离和运输时间的缩短，虽然铁路的单位运价高于海运，但是由于中欧班列的时效性高，由此节约的时间成本较大［29］，因此部分行业运输成本较海运偏低。

本文参考 Lakshmanan等［30］的研究，构建一个只存在两个国家的理论模型，分别为A国和D国，其中B和C分别代表D国的陆运市场和海运市场。现假设A国到C国只有两种运输方式——陆运（T1）和海运（T2）。国家内部的运输成本忽略不计。如图1所示，第1期到第2期，陆运方式由T1改进为T1′。

图1 陆运方式改善的网络效应

为了确定改进的收益，对3类使用该运输方式的群体进行区分。（1）陆运方式改善后，不改变使用原运输方式的群体，以Vi表示，其中i表示不同运输方式； （2）在T1运输方式改善前采用T2的运输方式，而在改善后采用改善的T1′方式的群体，用R表示； （3）在T1改善为T1′时，新增的采用T1′新型运输方式的群体，用G1表示；同时T2随着时间增加也会有新增用户群，用G2表示。综上，这三大群体共同决定了A国与B国之间的运输量。如果假设只存在货物贸易，则运输量即为贸易量。

图2显示了运输方式从T1进化到T1′之后，整个市场均衡的变化。Di为运输方式i的需求曲线。Ci为运输方式i的成本曲线，假设该运输方式会因为运输量增加产生拥挤，因而成本呈现上升趋势。当T1改善为T1′时，运输成本下降，成本曲线C1向下移动，对T1′需求增加，D1右移到D1′。而对T2′的需求减少，因而D2左移到D2′。在均衡情况下，运输成本从ci下降到ki，T1′的运输量增加，而T2′的运输量减少。但是随着运输成本的下降，整个市场的运输量增加了G1＋G2。根据上文假设，贸易量则增加了G1＋G2。因此，中欧班列的开通会降低运输成本，进而提升双边贸易量。

图2 运输方式改善对交通网络的影响和总收益

中欧班列的开通会促进区域一体化，促进贸易增长。刘生龙和胡鞍钢［31］发现交通基础设施的改善会显著降低中国各个省域之间的边界效应，促进中国的区域贸易增长。而围绕着中欧班列，贸易量的增加，使中国与沿线国家的政治联系也日渐频繁，促使双方签署更多提升贸易便利化的协定，进一步消除双边贸易的阻碍，释放贸易潜力。随着双方联系进一步加深，会显著提升双边贸易潜力［32］。再加上中欧班列的开通区往往是中国自由贸易试验区，如四川自贸试验区的蓉欧班列、重庆自贸试验区的渝新欧班列等。自贸试验区通过优化政府服务流程、缩短海关通关时间等解决企业出口的痛点、难点［33］，从而减少中国进出口贸易的阻力，提升贸易效率。

现有研究也从实证分析的角度，从交通基础设施和运输方式改善的角度分析其对贸易效率和潜力的影响。贺书锋等［34］通过模拟发现北极航道开通将使中国对航道受益国家的出口潜力和进出口潜力平均提升10.5%和28.1%。胡晓丹［35］研究发现沿线国家通过参与 “一带一路”交通基建项目能够降低双边贸易成本及促进地区间交流，进而提升自身的出口效率和地区间的进出口效率。关于国内铁路，龚静和尹忠明［36］通过构建基于运输时间和运输距离视角的异质性随机前沿模型，分析了铁路建设对各省市贸易非效率部分的影响，发现铁路运输时间节省及运输距离减少均能够有效提高出口贸易效率，且铁路里程的缩短还具有稳定出口贸易效率波动的作用。而对于国际铁路干线，赵捷和刘宁［32］基于国家间的产业层面数据，运用反事实模拟估计出中巴经济走廊贯通后会显著提高中巴的贸易增长空间。

2 模型准备

2.1 随机前沿引力模型

根据Battese和Coelli［37］的研究，对于面板数据的随机前沿生产函数可以表示为：

其中 Yit和是企业i在时间t的实际产出和最优产出，xit是投入量，β是技术参数向量，vit代表外界对生产过程的随机冲击，TEit代表时变技术效率。μijt为非效率项，通过估计和观察uit来判断企业的生产效率状况。

而在贸易中，当存在贸易损失时，随机前沿引力模型一般可以表示为：

其中，Tijt代表的是贸易额，Xijt是引力模型基本变量及其他变量， vijt～iid.N（0，）， vijt为随机测量误差。若非效率项μijt不随时间改变，模型为时不变模型， 通常假定 uijt～iid.N（μ，）。 本文研究数据涵盖2001～2020年，这种假定将不再适用，需要设定时变模型（TVD），即：

其中，t表示观察年份，T表示观察期数，μij服从截尾正态分布。η为待估参数，η＞0表示贸易非效率程度随时间递减；η＜0表示贸易非效率程度随时间递增；η＝0表示贸易效率程度不随时间变化，为时不变模型。根据该模型，可以估算出贸易效率：

而贸易效率程度TEijt为贸易实际值与贸易潜力（最优贸易规模）的比值，也是贸易非效率项的指数函数，可以用来评价现有贸易政策的效果和贸易发展潜力。当贸易处于理想状态，不存在贸易阻力时，uijt＝0，则实际贸易规模等于最优贸易规模，TEijt＝1；如果存在贸易摩擦、运输成本等贸易阻力时，uijt＞0，此时贸易效率的取值范围时0＜TEijt＜1。

综上，结合时变衰减模型的随机前沿引力模型可以表示为：

2.2 反事实模拟

借鉴赵捷和刘宁［32］关于反事实模拟的计算方法，在分析中欧班列对中国与贸易国之间的贸易影响时，可以围绕两个方面展开：（1）预计增长空间，衡量中欧班列开通后由于运输距离外生冲击所引起的运输成本改变；（2）极限贸易增长空间衡量的是中欧班列开通后，运输距离变化引起运输成本变化所导致的理论上的前沿贸易流量相对于当前实际贸易流量的变化率。预计贸易增长空间是对运输距离Dist出现外生冲击后，中国与中欧班列沿线国家的实际贸易流量较之运输距离外生变化之前实际贸易流量所出现的增长率EG，其函数表达式为：

其中上角标B和A分别代表中欧班列开通前后的情形，而＾φ代表地理距离的系数估计值。

极限贸易增长空间是运输距离Dist的外生冲击所导致的中国与j国的前沿贸易流量较之距离变动前实际贸易流量的变化率MEG，结合式 （8）可以将其计算公式写为：

极限贸易增长空间较之预计增长空间的模拟结果更加激进，该指标反映了中欧班列开通后，由于地理距离冲击所导致的贸易流量进一步增长的极限相对于当前实际的贸易流量的比值将位于何种水平。

3 实证结果及分析

3.1 计量模型与数据来源

本文采用随机前沿引力模型分析中欧班列开通对中国与沿线26个国家贸易效率和潜力的影响，样本时间段为2001～2020年。对于数据样本的选择，首先是样本时间区间，本文选取2001年作为样本起始时间节点，足够长的时间截面才能确保随机前沿方法对效率估计的一致性，而且2001年作为中国加入WTO的元年，之后中国的对外贸易步入了快车道。而对于中欧班列沿线国家的选择，本文通过搜集新闻报道和国家铁路局官方网站的资料，并结合样本数据的可得性，筛选出俄罗斯、白俄罗斯、捷克、德国、哈萨克斯坦等26个国家作为中欧班列沿线国家，中国与这些国家的中欧班列大部分达到了常态化运行，联系较为紧密。

运用随机前沿方法估计贸易效率高度依赖前沿函数的设定形式，因此需要在估计前使用似然比检验选择估计方式和前沿函数的变量组成［14，19］。考虑到对于中欧班列问题距离变量所代表的运输成本十分重要，以及在2013年提出的 “一带一路”倡议对中国与中欧班列沿线国家贸易的重要影响［38］，同时，本文样本由于覆盖到了2020年，而2020年爆发的新冠肺炎疫情对全球贸易产生了巨大负向冲击［39］，故本文依次进行了5次检验：非效率项存在性检验、时变性检验、是否引入距离变量检验、是否引入 “一带一路”倡议变量检验和是否引入COVID－19变量检验。

根据表1的假设检验结果，本文发现均显著拒绝原假设。结果表明，贸易非效率项存在，采用随机前沿分析方法是合理的；贸易非效率项随时间不变化的假设被拒绝，在2001～2020年的样本时间区间应该采用时变模型进行估计；在前沿方程中也应该加入表示距离、 “一带一路”倡议和COVID－19的变量。这个结果也从侧面反映了上述3个变量对中国与中欧班列沿线国家的贸易产生了重要影响。

表1 随机前沿引力模型假设检验结果

在构建随机前沿引力模型时，本文在Arm⁃strong等［40］传统引力模型的基础上，加入了表1所检验的变量，并且加入赵捷和刘宁［32］引入的上海合作组织变量和WTO变量，对进口、出口和双边贸易总额分别进行了估计。再采用两步法分析中欧班列开通对贸易效率的影响。估计方程如下：

式 （10）中，Tit表示中国与i国之间的贸易额，包括进口额、出口额和进出口总额；GDPit和CGDPt分别表示国家i和中国在时间t的国内生产总值，能够反映经济发展程度和市场规模；贸易额和国内生产总值指标均以2001年为基准进行平减，数据来自世界银行数据库。Distit为两国首都之间的直线距离，WTOit为中国与i国是否均在WTO中，是为1，否则为0；Distit和WTOit数据来自CE⁃PII数据库。Boundaryit为中国与i国是否有共同边界，是为1，否则为0。Freeit为国家i的经济自由度指数，数据来自美国遗产基金会。COVID＿19it为表示新冠肺炎疫情严重程度的变量，为2020年12月31日的新冠肺炎累计确诊人数占总人口的比重，确诊人数数据来自世界卫生组织数据库，人口数据来自世界银行数据库。B＆Rit为表示 “一带一路”倡议的变量，借鉴邓富华等［19］的设定，将有领导人参加 “一带一路”国际合作高峰论坛的国家，在2015年及之后设定为1，其余为0，数据来自高峰论坛会议公报。选取2015年作为起始时间，是因为2015年3月28日，中国发布了《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》，而领导人参加 “一带一路”国际合作高峰论坛表明其有意愿与中国合作共建“一带一路”倡议。SCOit为是否为上海合作组织成员国，是为1，否为0，数据来自上海合作组织官网。

在式 （11）和式 （12）采用二步法对贸易效率影响因素的估计方程中，CREit为中欧班列是否开通的虚拟变量，开通为1，否则为0。中欧班列是否开通主要来自官方报道，报道中一般都涉及出发地、目的地、运输距离和运输时间，本文将官方报道中的运输距离减去以出发地到边境阿拉山口或者满洲里的运输距离，得到中国边境到目的地的铁路运输距离。国家间海运距离，以上海港与目标国的最主要港口之间的海运距离作为两国海运距离的近似。内陆国家没有港口，他们与中国的海运距离由上海与落地港海运距离和落地港至该国首都直线距离两部分加总构成，落地港一般选择相邻国家的最主要港口。Railwayit设定为在中欧班列第t年开通前为海运距离，开通后为铁路运输距离。同理，Railway＿tit设定为在中欧班列第t年开通前为海运时长，开通后为铁路运输时长。铁路运输时长来自新闻报道。海运时长来自中远海运从上海出发到目标港口的集装箱货船的运输时间的均值。故式 （11）主要衡量的是中欧班列开通这个事件对中国与其贸易效率的冲击效应，而式 （12）衡量的是在这之中，运输距离和运输时间的变动分别带来的影响效果。

3.2 随机前沿引力模型估计结果

按照模型 （10）的设定，本文应用随机前沿估计方法对样本数据进行分析。为了保证估计结果的稳健性，并比较随机前沿分析方法与传统方法对引力模型估计的差异，表2分别列出了最小二乘（OLS）、时不变随机前沿模型（TI）、时变随机前沿模型（TVD）估计得出结果的对比。对比不同估计方法得出的结果可以看出，解释变量的系数符号基本一致。其中，在下文表2中非效率项uit的均值显著大于0，说明贸易阻力存在，不能达到最优贸易规模。通过对TI模型和TVD模型进行似然比检验，在1%的水平上显著，显著拒绝贸易非效率项不变化的原假设。且时变随机前沿估计（TVD）得出非效率项的时间系数η显著异于0，说明时变模型比时不变模型更加适用。同理，对出口额和进口额的估计也均采用时变模型。

表2 随机前沿引力模型估计结果

续 表

由表2可以看出，中国GDP、他国GDP规模变量、两国首都距离均通过了不同水平的显著性检验，且其系数符号估计值在各个估计方法所得结果均保持一致。其中各个变量的系数所表示的其对贸易是否具有促进作用与现有文献的研究结果基本一致。

各国的GDP反映了各国的产品生产能力和消费能力，代表一国的市场规模，而贸易伙伴国的市场规模是决定双方贸易规模的重要因素之一，在TVD模型的估计结果中，中国GDP系数与他国GDP系数都为正向显著。两国首都距离显示了两国之间贸易的运输成本，对总体贸易和进口贸易的估计结果均显著为负，虽然对出口额的估计结果不显著，但依然为负值。这说明运输距离越远，其对双边出口额产生抑制作用越强。经济自由指数与出口正相关，但是与进口负相关，这可能是由于中国出口较多的是欧洲发达国家，而对东欧、中亚等经济自由度较低国家进口相对较多。“一带一路”倡议与总体贸易和出口贸易显著正相关，进口贸易的估计系数也为正，说明 “一带一路”倡议提出之后，对贸易的促进效应较强，这与现有研究结论相一致；但是对进口贸易的影响不显著，显示 “一带一路”倡议中可以进一步加强对进口贸易的支持。最后，对于新冠肺炎疫情变量COVID－19，其对总体贸易和出口贸易均显著为负，说明新冠肺炎疫情的严重程度对中国与该国的贸易产生了显著的抑制作用。但是对进口贸易的估计结果虽然为负，却未通过显著性检验，这可能是因为中国在2020年很快控制住了新冠肺炎疫情在国内的迅速蔓延，快速复工复产，从而消费需求并未出现大幅下降，故进口贸易受到的影响较小。

3.3 中欧班列对贸易效率的影响评估

这部分首先对随机前沿引力模型估计的贸易效率进行分析，然后采用两步法分析中欧班列对中国与沿线国家贸易效率的影响。贸易效率衡量的是贸易的实际额占前沿额度的比重，值越大表示贸易活动越有效率，图3反映了中欧班列沿线国家的贸易效率变动趋势。其中贸易效率为以中国和沿线国家当年的贸易额为权重得到的分年度加权平均贸易效率TEt。从图3可以发现2001～2020年中国与沿线国家的贸易效率呈现不断上升的趋势，从2001年的36.31%增长到2020年的69.76%；但是出口贸易效率低于进口贸易效率，近年来，特别是2008年之后，中国出口贸易效率快速增长，已经和进口贸易效率持平。进口贸易效率的增长速度较慢，需要加强进口贸易，发现并消减进口贸易阻碍因素，从而提升进口贸易效率。

图3 贸易效率的变动趋势

图4为不同国家不同年份的贸易效率区间的频数分布图。结果显示，2001～2020年贸易效率的分布呈现发散趋势，方差增大，中国与沿线不同国家的贸易效率呈现出较强的异质性；另外，出口贸易效率分布离散程度远小于进口贸易效率，进口效率的方差更大。这表明，虽然进口贸易效率的水平也呈现上涨趋势，但是部分国家的增长幅度显著小于其他国家，从而扩大了方差。因此，针对进口贸易更需要认识到不同国家影响贸易效率的制度性因素差异，从而缩小分布的离散程度，进一步提升整体进口贸易效率。

图4 贸易效率频数分布图

接下来，本文采用双向固定效应模型对式（11）和 （12），采用聚类稳健标准误避免异方差和自相关问题。估计结果如表3所示。

表3 中欧班列开通对贸易效率影响效应的估计结果

列 （1）～（3）为中欧班列开通与贸易效率回归方程的估计结果。结果显示中欧班列开通的虚拟变量CREit的估计系数均为正，并在5%的显著性水平下通过了检验，调整的R2的数值为0.4～0.6，模型解释效果良好；由于贸易效率的取值为0～1，因此本文进一步采用Tobit模型替换双向固定效应模型进行回归，回归结果系数和显著性水平与表4基本一致，回归结果在此不展示。中欧班列的开通对总贸易效率的估计系数为0.1018，表示中欧班列开通之后，在其他条件不变的情况下，将会使贸易效率提升0.1018；同理，中欧班列开通，将会使出口效率和进口效率分别提升0.0326和0.0479，对进口效率的提升更加明显。

表4 异质性随机前沿引力模型的贸易效应估计结果

列 （4）～（6）为运输距离和运输时间的变动分别带来的影响效果。结果显示运输距离和运输时间的估计系数均在5%的显著性水平下显著为负，说明运输距离和运输时间的缩短将带来贸易效率的提升。模型的调整的R2的数值为0.4～0.6，模型解释效果良好。在其他条件不变的情况下，运输距离缩短1%将会使贸易效率提升0.0540，使出口效率和进口效率分别提升0.0200和0.0592；而运输时间缩短1天将使贸易效率、出口效率和进口效率分别提升0.0068、0.0015和0.0072。通过结果可以发现，中欧班列带来的运输距离和运输时间的节约对进口效率的提升程度大于出口效率。

本文选取的样本个体之间有较大的差异，图4也进一步佐证了这种差异性。虽然在前文分析中通过虚拟变量控制了个体、区域、年份的固定效应，但是为了确保结果的稳健性，本文接下来通过真实固定效应随机前沿引力模型进行稳健性检验。这样可以直接通过对随机前沿模型的估计得到影响非效率项的因素的估计系数。这与前文采用的模型在设定方式上各有侧重，因此以此作为稳健性检验［32］。 借鉴鲁晓东和连玉君［41］更为灵活的构建方法，uit的异质性设定如下：

在上式中，muit用于衡量非效率部分所导致的实际贸易值与最优贸易值的偏离幅度，即效率损失的大小，而则衡量了偏离程度的波动性，是衡量非效率部分的变量，b和b均为常数。01估计方程如下：

根据异质性随机前沿的设定及对于选择最优模型的考虑，本文对参数进行不同约束。模型1为无异质性随机前沿引力模型；模型2假定运输距离变动对非效率项的方差没有影响；模型3假定贸易阻碍项对非效率项均值没有影响；模型4假定阻碍项对非效率项均值以及方差均会产生影响，为无约束模型。在模型设定的选取上，根据似然比检验LR1的结果可知，应该拒绝原假设，认为异质性模型更为有效；由LR2的结果可知，同样应拒绝原假设，认为在非效率部分既有自身的异质性影响又存在波动的异质性影响。因此，结合两类检验结果说明完全异质性的随机前沿模型对贸易额的估计效果最优。同理对于出口额和进口额的估计结果也同样采用完全异质性的真实固定效应随机前沿引力模型。

从表4可知，无论是否存在约束，本文选定的随机前沿模型各变量均在至少5%的水平上显著。其中距离会对双边贸易总额有显著负面影响。由于距离越远，贸易便利度下降，运输成本越高，效率减少，对于双边贸易有抑制作用，与上文采用TVD模型的估计结果一致。对于运输距离变动变量Railwayit，其对非效率项均值的影响的回归系数在5%的水平上显著为正，对非效率部分波动性的影响也显著为正。说明缩短铁路运输距离能有效降低沿线国家对中国进出口的贸易非效率，从而提升贸易效率。中欧班列的开通，运输距离和运输时间的缩短能有效整合资源，提高货物贸易周转速度和效率，缩小实际贸易量与最后贸易量的差距。同时，缩短铁路运输距离也能减少非效率项方差，减小波动性，能更好享受节省运输时间带来的贸易运输稳定的红利。表4的列 （6）对进口贸易的分析中，运输距离的缩短对贸易非效率均值的影响程度要大于列 （5）对出口贸易的分析，这与表3的结论相一致。上述对表4的分析中，也说明了运输距离的变化会对中国与沿线国家的贸易效率产生促进作用。

3.4 中欧班列对贸易潜力的影响评估

本文将中欧班列的经济效应刻画为铁路开通之后，由于运输距离的外生变化造成贸易增长空间的变化。根据式 （8）和式 （9）可以计算出中国与中欧班列沿线国家的总体贸易、出口和进口的贸易增长空间。表5为基于反事实模拟的沿线各个国家贸易预期增长空间和极限增长空间，是基于只改变运输距离的情况下进行反事实模拟的贸易增长结果。

表5 中欧班列开通后沿线国家的贸易增长空间

表5结果显示当除距离之外的其他因素不变时，中欧班列带来的运输距离的缩短将会使中国对大部分沿线国家贸易预期进出口增长空间达到30%左右，预期出口增长空间达到13.34%～28.11%，预期进口增长空间达到67.92%～183.98%。与中国贸易紧密的哈萨克斯坦、乌兹别克斯坦、白俄罗斯、蒙古等国家受铁路影响较大，贸易预期增长空间较大。针对经济规模和与中国的贸易额较大的国家，德国、法国、英国和俄罗斯的预期贸易增长空间较高，可以进一步支持与上述国家的贸易。而贸易化的推进等因素会进一步改善贸易环境，促进贸易发展，因此预计贸易增长仅仅是保守的估计，而要进一步挖掘贸易潜力，需要利用极限贸易增长空间进行估算。由表5可知极限贸易增长空间在中国进出口上远超于预期贸易增长空间，贸易效率较低且经济体量较小的伙伴国如阿塞拜疆、格鲁吉亚、乌兹别克斯坦等的极限贸易增长空间远超过其他国家。总之，中欧班列的贯通对中国与沿线国家产生巨大的贸易推动，而对进口贸易的影响程度大于出口贸易。

4 结论和建议

本文基于2001～2020年中国与中欧班列沿线26个国家的贸易数据实证考察了中欧班列的开通将对现有的贸易效率和贸易潜力产生何种影响。对于影响的量化，构建随机前沿引力模型，估算贸易潜力、贸易效率的数值，进一步从两步法和一步法两种方法入手，分析中欧班列和运输距离、运输时间的变化对贸易效率的影响；根据随机引力模型的估计结果，进行国家层面数据的反事实模拟，估计在传统海运变为中欧之间铁路运输的条件下，中国与中欧班列沿线国家的预期贸易增长空间和极限贸易增长空间。

实证结果表明：（1）根据估算的贸易效率发现，2001～2020年中国与沿线国家的贸易效率呈现不断上升的趋势，从2001年的36.31%增长到2020年的69.76%；出口贸易效率低于进口贸易效率，但是近年来，特别是2008年之后，中国出口贸易效率快速增长，进口贸易效率的增长速度较慢。出口贸易效率分布离散程度远小于进口贸易效率，进口效率的方差更大；（2）对贸易效率进行回归分析，中欧班列开通将会带来显著的贸易效率促进效应。在其他条件不变的情况下，运输距离缩短1%将会使贸易效率提升0.0540，使出口效率和进口效率分别提升0.0200和0.0592；而运输时间缩短1天将使贸易效率、出口效率和进口效率分别提升0.0068、0.0015和0.0072。通过结果可以发现，中欧班列带来的运输距离和运输时间的节约对进口效率的提升程度大于出口效率。中欧班列的开通能够有效提升目前进口效率的增长速度； （3）异质性随机前沿模型结果显示，缩短铁路运输距离也能减少非效率项方差，减弱贸易效率的波动，能更好享受运输距离缩短带来的贸易运输稳定的红利；（4）基于国家层面数据的反事实模拟的结果表明，中欧班列使运输距离缩短，这一效应使大部分国家的预期贸易增长空间达到30%左右；沿线国家无效率程度越大、经济体量越小，中欧班列对其贸易的促进作用越强；在经济规模和与中国的贸易额较大的国家，德国、法国、英国和俄罗斯的预期贸易增长空间较高；除此之外，对进口贸易的影响程度大于出口贸易。

根据上述分析结论，中欧班列沿线国家的贸易效率大多较低，特别是中亚和东欧国家，贸易增长空间较大。结合中欧班列沿线国家的贸易潜力等因素，本文主要政策建议如下：（1）增加中欧货运班列的线路和数量，拓展铁路运输的深度和广度，发挥铁路运输全天候、运价低等特点；（2）加快高铁技术在中欧班列的运用，提升货物运输速度和人员周转速度，进一步加强中国对沿线国家的贸易便利性和紧密度；（3）提供更加优惠、开放、包容的政治环境，加深与伙伴国家的文化交流、经济合作，加强中欧班列作为中国和沿线国家的纽带作用；（4）加强对中欧班列沿线国家的基础设施投资，完善其铁路网，进一步释放贸易潜力，使贸易潜力转化为现实的贸易流；（5）加强对进口贸易的支持力度，完善进口贴息等政策的覆盖范围，进一步提升进口贸易效率。中欧班列作为中国与中亚、东欧、西欧等地区交流的纽带，对双边和多边贸易的增长有显著影响，这不仅是中国经济实力的提升，也有利于最终实现习近平总书记提出的 “互利共赢”的 “一带一路”发展目标。