2008年金融危机爆发以来，在全球经济增长乏力的背景下，世界各国在贸易投资领域的贸易保护主义抬头，极大地制约了世界经济增长。相对于关税壁垒，“贸易非效率”作为隐性市场准入壁垒，对贸易阻碍更大。WTO全球贸易报告显示，2014年全球贸易增长约为2.8%，贸易增长率连续多年处于较低水平。根据亚洲发展银行估算，贸易便利化^①方面的交易成本大约占到国际贸易货值的1%～15%。中国作为世界第一对外贸易大国，繁杂的贸易程序亦成为中国对外贸易增长的瓶颈。

① APEC将贸易便利化定义为减少和理顺阻碍和延迟跨境货物流动或增加贸易成本的行政手续。

2013年中国提出的“一带一路”倡议把“贸易畅通”作为“一带一路”最核心的内容之一，而贸易便利化就是实现贸易畅通的主要抓手。推动贸易便利化就是为了消除国家之间存在的有形和无形壁垒，以释放中国与沿线国家的农产品贸易潜力，促进形成合理、安全、稳定的区域农产品市场体系。根据WDI数据显示，“一带一路”沿线国家涉及人口约为44亿，占世界总人口的63%，经济总量占到世界的29%，贸易总额占世界的35%。其中，中国对沿线国家农产品出口量仅占到中国农产品总出口量的29.48%。近年来中国农产品出口地区集中，出口增长潜力有限。随着“一带一路” 战略的稳步推进，中国与“一带一路”沿线国家农产品贸易将不断增加，为中国农产品贸易找到新的增长点。随着WTO《贸易便利化协定》即将实施和“一带一路”建设的推进，亟需弄清的是贸易便利化水平提高如何促进中国与“一带一路”沿线国家农产品贸易？“一带一路”建设重点应该放在哪些领域？中国和沿线国家农产品贸易潜力还有多大？应当怎样挖掘沿线国家农产品贸易潜力？这些问题的解决将丰富现有“一带一路”研究的成果，为“一带一路”建设提供理论支持。

一、 文献综述

目前关于沿线国家贸易便利化对农产品贸易潜力影响研究的文献较少，但是国内外关于农产品贸易潜力研究的文献较为丰富。

从研究方法上来看，引力模型是测算贸易潜力的主要方法(帅传敏，2009；李亚波，2013；谭晶荣，2015)。^[1-3]Tinbergen(1962)最早将引力模型应用到两国贸易，此后该模型不断得到拓展并主要运用于测算贸易潜力。^[4]Nilsson(2000)将传统引力模型算出的贸易值称为贸易潜力值，贸易效率值就是实际值和拟合值之间的比。^[5]然而传统引力模型使用往往假定“无摩擦贸易”和“冰山成本”，但这一假定过于苛刻(鲁晓东，2010)。^[6]传统引力模型估计的是各影响因素的平均效应，而只有少量客观阻力因素引入方程，如地理位置，语言因素等；而主观贸易阻力因素，如信息不对称，政策限制等无法引入方程，这种未识别贸易阻力自动被计入残差项，引起估计结果偏误(Armstrong，2007)。^[7]为了避免上述问题，随机前沿方法被引入到引力模型中，随后随机前沿方法在测算贸易潜力方面被广泛应用(鲁晓东，2010；谭秀杰，2015；张燕，2015)。^[6][8-9]

关于贸易潜力的研究主要涉及农产品、大宗商品、服务等多个产业(张海森，2008；吕宏芬，2013；王孝松，2014)。^[10-12]其次，有少数学者通过贸易指数来测算贸易潜力(朱晶，2006；马静，2009)。^[13-14]从农产品贸易潜力研究来看，研究多倾向于进行贸易潜力测算，较少分析其影响因素(孙林，2008；周丹，2015)^[15-16]，而基于贸易便利化视角研究农产品贸易的文献更少(孙林，2013)。^[17]从研究对象来看，农产品贸易潜力研究多侧重在双边国家间(韩永辉，2014)^[18]，而对“一带一路”沿线国家多边农产品贸易潜力的研究不多(谭晶荣，2015)^[3]，以贸易便利化为视角，对“一带一路”沿线国家农产品贸易潜力的实证研究文献更是鲜见。因此，本文首先构建贸易便利化测评体系，对“一带一路”沿线国家贸易便利化水平进行测度。然后以“一带一路”沿线42个国家为样本，使用随机前沿引力模型测算中国对沿线国家的农产品贸易潜力，并进一步以贸易便利化为视角，探讨其对沿线国家农产品贸易的影响。

二、 “一带一路”沿线国家贸易便利化水平测算

贸易便利化涉及范围比较宽泛，由于领域各有侧重，各国际组织对贸易便利化的衡量标准差别较大(王中美，2015)。^[19]如WTO制定的《贸易便利化测评指南》，世界银行开发的物流绩效指数(LPI)，还有最具有代表性和综合性的指标体系是世界经济论坛每年发布的《全球贸易促进报告》选用的ETI指数。学者Wilson(2003)通过口岸效率、 海关环境、规章制度以及电子商务4个指标来衡量的指标体系(汪洁，2015；孙林，2013；沈铭辉，2009)。^[17][20-21]由于世界经济论坛发布的ETI指数可获得的时间年份较少，为了增加样本量和评估真实性，本文没有直接使用ETI指数，而是借鉴世界经济论坛发布的贸易便利化指标体系，结合“一带一路”沿线国家的特点，从市场准入、边境管理、交通设施及商业环境四个方面构建贸易便利化^[2]指标体系(张晓静，2015)。^①[22]市场准入指标衡量的是一个国家关税制度的复杂程度，以及关税壁垒和对外商的偏好程度。边境管理指标衡量的是一个国家边境管理的质量、透明度和效率。交通基础设施指标衡量的是交通设施的可获得性和质量。商业环境指标衡量的是制度因素对进出口商的影响。

① 本文最终计算结果和《2014年全球贸易促进报告》贸易便利化评估结果基本一致。

由于篇幅所限，本文仅整理2014年“一带一路”沿线国家贸易便利化指标。结合2008年世界经济论坛公布数据，可以得出沿线国家贸易便利化发展呈现以下几个特点：

第一，从世界范围来看，沿线国家贸易便利化水平较低。如表 2所示，“一带一路”沿线国家平均得分仅为3.91，总体上低于世界平均水平。和2008年相比，沿线国家贸易便利化水平呈稳步上升趋势。这是由于金融危机爆发以来，亚太地区一直是世界经济增长核心区，大部分 “一带一路”沿线国家，尤其是东南亚地区的贸易量增加较快，使得这些地区贸易便利化水平得到明显改善(详见表 2、图 1)。

第二，从区域来看，沿线国家和地区间贸易便利化水平差别较大。如新加坡(5.93)和马来西亚(4.82)及部分中东国家，贸易便利化水平居世界前列。而南亚地区却仅为3.58。对沿线内各区域比较发现，便利化水平呈现“两边高中间低”的分布特征。欧洲和中东地区贸易便利化水平较高，东南亚地区贸易便利化提升速度较快，而南亚和独联体地区贸易便利化水平较低，且发展迟缓。

第三，从具体指标来看，沿线国家交通基础设施和市场准入明显低于世界平均水平。沿线国家市场准入得分偏低，而东盟此项得分排名却显著提高。这主要是因为东盟近年来加快了区域经济整合步伐，与域外国家签署自由贸易协定增多，提高了该地区开放水平。但是制约沿线国家提高贸易便利化的短板还是在于基础设施建设，该项得分远低于世界和OECD国家平均水平。

三、 随机前沿引力模型的设定 (一) 随机前沿引力模型和时变衰减模型(TVD)

随机前沿分析方法由Farrell提出。Broeck & Meeusen(1977)将随机前沿方法和面板数据相结合，来分析生产技术效率。^[23]Battese和Coelli(1992)在此基础上改进函数形式，提出时变随机前沿模型。^[24]使用OLS方法对传统引力模型进行估算时，由于不可观察因素较多，从而造成估计值偏误较大。由于贸易规模同样可以看成是经济、距离、制度等多种因素影响的多元函数，在给定经济规模、距离和其他因素情况下，所能达到最大贸易规模，本质上和投入产出函数类似。因此，用分析生产效率的方法来分析贸易同样可行(Armstrong，2007)。^[7]随机前沿引力模型可以估计出在给定投入水平下(经济水平、距离、人口等)所能达到的最优贸易量。

与随机前沿生产函数模型类似，随机前沿引力模型可以表示为：

${{T}_{ijt}}=f({{x}_{ijt}}\beta ){{e}^{({{e}_{it}}-{{u}_{it}})}}$

(1)

${{T}^{*}}_{ijt}=f({{x}_{ijt}}\beta ){{e}^{({{v}_{it}})}}$

(2)

$T{{E}_{ijt}}={{T}_{ijt}}/{{T}^{*}}_{ijt}={{e}^{-{{u}_{it}}}}$

(3)

$ln{{T}_{ijt}}=lnf({{x}_{ijt}}\beta )+{{v}_{it}}-{{u}_{it}}$

(4)

T_ijt和T_ijt^*分别是国家i对国家j的双边贸易量。x_ij是1×k阶向量，表示影响贸易量的自然因素，如国内生产总值、人均GDP、地理距离、语言等因素，为待估参数。随机前沿分析将传统残差项分为随机误差项，和贸易非效率项，所有不可观察变量均计入贸易非效率项u。其中TE_ijt为贸易效率值，是实际贸易量占贸易前沿量的比值。可以根据TE值的大小来判断样本是否具有贸易效率，如果TE=0，表示不存在贸易非效率情况，为无摩擦贸易或叫冰山成本，此时使用传统引力模型估计也将会是无偏的。如果TE=1，表示贸易摩擦达到最大值。当TE∈(0，1)时，表示存在贸易非效率。为了研究样本效率值是否随时间变动，假定η＞0和η=0以及η＜0分别表示非效率水平是随时间增加、不变或降低。

(二) 贸易非效率模型

为了进一步研究贸易便利化对中国与沿线国家农产品贸易的影响，需要建立贸易非效率模型。贸易非效率模型中的因变量是随机前沿引力模型中的残差项。因此，估计贸易非效率模型有两种方式。第一种是先估计随机前沿模型，获得残差后，将其作为因变量并引入外生变量估算贸易非效率模型。第二种是采用Battese和Coelli(1995)提出的一步法对随机前沿模型和贸易非效率模型同时回归，估计贸易非效率。^[25]贸易非效率模型部分被设定为：

${{u}_{it}}(\alpha {{z}_{it}}+\varepsilon it)$

(5)

随机前沿引力模型和贸易非效率模型的理论方程如公式(6)：

$lnTijt-lnf({{x}_{ijt}}\beta )+{{v}_{it}}-(\alpha {{z}_{it}}+{{\varepsilon }_{it}})$

(6)

其中，v_it和u_it相互独立，u_it服从均值为αz_it的截尾正态分布。

本文将在公式(6)的基础上构建随机前沿引力模型。包含所有解释变量的具体回归方程如下：

lnT_ijt=β₀+β₁lnPGDP_i+β₂lnPGDP_j+β₃lnPOP_i+β₄lnPOP_j+β₅lnDG_ij+β₆DIS_ij+β₇LANDLOCKED+β₈BORDER+v_it(α₀+α₁FTA+α₂ma+α₃ba+α₄infr+α₅oper)

回归方程中，T_ijt表示t年i国向j国农产品贸易额。解释变量的含义和预期符号见表 3。

(三) 数据来源

根据中国农产品进出口贸易情况，排除部分缺失数据国家，本文选取了42个“一带一路”沿线国家作为研究样本，时间跨度为2008—2014年。中国与沿线国家农产品贸易额数据来源于UNCOMTRADE数据库，农产品按照WTO统计口径计算。人均GDP(PGDP)、人口(POP)数据来源于世界银行WDI数据库。距离(DIS)、LANDLOCKED和BORDER数据来源于CEPII数据库。贸易非效率模型中，FTA数据来源于WTO官网，贸易便利化各指标来源于世界经济论坛发布的《全球竞争力报告》《全球贸易促进报告》，清廉印象指数(CPI)来源于透明国际数据库。

四、 实证分析 (一) 模型适用性检验

在进行实证分析之前需要确定随机前沿引力函数的适当函数形式。本文首先进行贸易非效率检验，其次是贸易效率时变性检验。检验结果如表 4所示，随机前沿引力模型存在贸易非效率，说明适合使用随机前沿引力模型估计。根据时变性检验结果，函数不存在时变性，因此函数形式确定为时不变随机前沿引力模型，具体结果见表 5。

(二) 随机前沿引力模型实证结果分析

随机前沿模型估计结果与预期假设基本一致。从传统引力模型变量来看，农产品贸易受到人均GDP的影响显著，表明“一带一路”沿线国家经济发展水平提高有利于农产品贸易的发展。其中中国和沿线国家人均GDP每增长1%，农产品贸易量将分别增加0.8%和0.66%。人口规模对农产品贸易影响也非常显著。沿线国家每增加1%，沿线国家贸易需求将增加0.6%。而中国人口规模对中国和沿线农产品贸易影响程度最大，中国人口每增加1%，农产品贸易量将萎缩8.8%。可见中国人口增长阻碍中国与沿线国家农产品贸易，而沿线国家人口增长促进中国与沿线国家农产品贸易。

林德假说不适用于中国与“一带一路”沿线国家农产品贸易。人均GDP差距项不显著，说明两国间发展水平的差距并不会阻碍两国农产品贸易。而中国与沿线国家农产品贸易更符合H-O定理，中国土地要素匮乏，中国对沿线国家出口多为蔬菜等劳动密集型农产品，进口的多为粮食等土地密集型农产品。

距离对中国与沿线国家农产品贸易很大阻碍作用。估计结果表明，两国距离每增加1%，农产品贸易量将会减少2.86%。这是由于农产品不易储存，运输和销售易受自然环境制约，因而运输距离会对农产品贸易产生重要影响。而“一带一路”沿线国家横跨亚欧大陆，距离差距较大，因此距离因素严重阻碍中国对沿线国家农产品贸易。

共同边界对农产品贸易不影响，而是否是内陆国家对中国农产品贸易影响显著。这是由于与中国接壤的国家大多受高原和山脉阻隔交通不畅，因而对与中国农产品贸易没有实质促进作用。而内陆国家经济条件相对落后，交通基础设施又不健全，双边贸易流量受到影响。

最后γ值代表随机扰动项中贸易非效率因素所占比例^① ，γ为0.96，说明实际贸易水平和前沿贸易量有较大差距，且绝大部分差距是由于贸易非效率因素引起。接下来将讨论贸易非效率的影响因素。

① 本文最终计算结果和《2014年全球贸易促进报告》贸易便利化评估结果基本一致。

(三) 贸易非效率模型结果

本文对贸易非效率模型进行估计，方程衡量的是非效率值，因此负号表示变量减少贸易非效率(详见表 6)。γ值为0.98，说明随机前沿模型设定合理，贸易便利化是降低贸易效率的主要因素。贸易非效率模型估计结果和表 5结果略有不同，此处林德假说验证项显著，说明随机前沿引力模型稳健性有待提高，但是其估计系数较小，在一定程度上可以忽略，因此，对结论没有产生实质性的颠覆。

从贸易非效率函数估计结果来看，基本可以得出贸易便利化对贸易非效率具有重大影响。自由贸易协定(FTA)对贸易非效率有显著负影响，说明自贸协定的签署将会显著削减贸易非效率，估计结果和理论预期基本一致。

贸易便利化各指标对中国农产品贸易影响不尽相同。市场准入、边境管理、交通设施对贸易非效率都具有负影响。边境措施，如通关效率提高、手续简化对农产品贸易有积极促进作用，边境管理水平每提高一个百分点，将会使中国与沿线农产品贸易增加27%。交通基础设施每提高一个百分点将会使中国与沿线农产品贸易增加43%，说明“一带一路”的建设重点交通基础设施建设将会极大激发中国与沿线国家农产品贸易的潜力。如果能将东南亚(3.55)、独联体国家(3.78)基础设施水平提升至世界平均水平(4.38)，中国与沿线国家农产品贸易量将增加25%～35%^①。和理论预期不相符的是，在现有贸易便利水平下，商业环境变好会导致贸易非效率。原因可能是国内商业环境的改善，扩大了自身国内需求，农产品转向内销，从而减少国际农产品出口。

① 括号内数字为2014年该地区基础设施水平得分，详见表 2。

五、 主要结论和启示

中国“一带一路”倡议要实现“贸易畅通”，而贸易便利化是贸易畅通的重要抓手。贸易便利化对“一带一路”沿线国家农产品贸易的影响也越来越成为关注的重点。本文的研究结果显示：(1)“一带一路”沿线国家贸易便利化水平整体低于世界平均水平，国家和区域间差距较大。总体呈现“两边高中间低” 的特征，即东南亚、中东欧地区便利化水平高，中亚、西亚、南亚较低。基础设施建设仍是沿线国家提高贸易便利化水平的短板。(2)经济发展水平和进口国人口规模促进中国与沿线国家农产品贸易，出口国人口规模、两国距离及内陆国都阻碍中国与沿线国家农产品贸易。林德假设对中国与沿线国家农产品贸易不适用，即两国经济发展差距不是农产品贸易的阻碍因素。(3)自贸协议的签署将极大促进中国与沿线国家农产品贸易，估计未来“一带一路”建设通过建立自由贸易区，将会使中国与沿线国家农产品贸易量增加77%左右。如果将沿线国家基础设施水平提高到世界平均水平(4.38)，中国与沿线国家农产品贸易量将会提升25%左右。通关手续简化等对于农产品贸易也有积极影响。

具体建议有：基础设施互联互通应是提高沿线国家贸易便利化水平的主要着力点。独联体国家、东南亚地区和南亚地区，是中国主要的农产品贸易区，也是沿线基础设施薄弱环节，宜优先进行该地区的互联互通建设。距离因素是影响中国与沿线国家农产品贸易的主要因素，基础设施水平提高将有利于削弱距离限制，促进地区贸易。

以“一带一路”沿线国家为依托，推动建设高标准的自贸区网络。借鉴现有区域多边合作经验，依托沿线现有各类自贸区，以点带面，逐步建成面向全球的高标准自由贸易区网络。通过与沿线各经济体的贸易便利化合作，连接中国与沿线经济体，实现货物、服务、文化的自由流通，从而促进中国与沿线国家的农产品贸易。