论文部分内容阅读
摘 要：本文基于Baker提出的经济政策不确定性指数，采用非效率项随机前沿贸易引力模型，研究了经济政策不确定性与中国对外直接投资对双边贸易增加值、出口贸易增加值和进口贸易增加值产生的影响。研究结果显示：东道国经济政策不确定性对三类增加值均具有显著的反向影响效应，且对双边贸易增加值与进口贸易增加值的影响更大;中国OFDI对双边贸易增加值与进口贸易增加值具有显著的正向影响效应;政府稳定程度和政府效率对贸易产生了促进效应，而腐败控制率和监管质量则对贸易产生一定的抑制作用。根据以上分析，本文提出如下政策建议：一是加强国家间经济政策的协调以及对外贸易风险的监测预警研究，发挥国际经济组织在经济政策合作中的作用，减少经济政策不确定性对贸易造成的损失;二是优化投资布局，借鉴国外先进的生产技术用于国内的出口产品中，弥补国内产业发展的短板，带动对外贸易的发展;三是深入了解东道国的经济状况和风险监测预警，规避东道国可能的贸易与政治风险、汇率风险;四是加强与东道国的基础设施互联互通，降低地理距离对双边贸易的抑制作用。
关键词：经济政策不确定性;非效率项随机前沿贸易引力模型;贸易增加值;OFDI
DOI：10.3969/j.issn.1003-9031.2020.03.007
中圖分类号：F752 文献标识码：A 文章编号：1003-9031（2020）03-0053-09
一、文献综述
国际贸易不仅受到贸易过程本身的影响，还会受到宏观经济政策、汇率政策等诸多因素的影响。贸易商不仅关注贸易政策的变化，还关注东道国乃至全球经济政策不确定性的变化，如投资、汇率和关税政策等。许多学者研究认为经济政策不确定性是影响国际贸易的重要因素。张平南（2018）测算了出口的国内增加值率（DVAR）及贸易政策不确定性对DVAR的影响，指出贸易政策不确定性下降会降低出口的国内增加值率。周定根等（2019）发现贸易政策不确定性下降有助于提升出口持续时间，改善出口稳定性。贸易政策作为经济政策的一种，其不确定性的变化无疑会对贸易行为产生重大影响。许锐翔等（2018）研究了经济政策不确定性与全球贸易低速增长，结果表明，贸易规模不但受到进口国经济政策不确定性绝对水平的影响，而且受到其相对增速的影响，但出口国经济政策不确定性的影响不显著。
国际贸易与国际投资是商品和生产要素在国际间流动的结果，关于贸易与投资之间的关系已通过众多模型进行验证，如Mundell的相互替代模型，Markuson和Svensson的互补模型，Bhagwati和Dinopoulos的补偿投资模型。具体而言，Mundell（1957）提出贸易与投资之间具有替代性，即贸易阻力会导致资本的流动，而资本流动阻力会促进贸易。Markuson（1983）和Svensson（1984）指出资本要素的国际流动或直接投资与商品贸易之间不仅具有替代关系，在一定的条件下还具有互补性，即两者之间具有相互促进的关系。Bhagwati（1987）和Dinopoulos（1991）等又从政治经济学的角度对贸易与投资之间的相互关系进行研究，指出彼此之间采取贸易保护措施会产生补偿投资。李立民等（2018）测算并分析了中国对东盟10国直接投资所产生贸易效应的国别差异。林创伟等（2019）使用引力方程及分位数模型，考察了中国对东盟国家的直接投资对其进出口贸易的异质性影响及影响机制，研究发现中国对东盟国家的直接投资具有明显的贸易创造效应。程中海等（2017）运用分位数引力模型，分析了中国对中亚直接投资的能源进口贸易效应，结果指出两者之间具有显著的替代作用。史恩义和张瀚文（2018）提出中国的OFDI与出口贸易具有显著的互补作用。王煌和邵婧儿（2018）基于GTAP模型发现，中国对“一带一路”沿线国家的OFDI具有显著的贸易创造效应。黄荣斌等（2019）研究发现中国对“一带一路”沿线国家直接投资的贸易效应存在国别差异。陈立泰和刘雪梅（2019）研究了中国对“一带一路”沿线国家OFDI的出口贸易效应，资源型和创新型OFDI对出口贸易具有促进效应，而市场型OFDI对出口贸易具有抑制效应。李晓钟和徐慧娟（2018）在“一带一路”背景下得出贸易与投资存在创造和替代双重效应。王正文等（2018）以测算“一带一路”沿线国家风险指标为基础，构建了国家风险、出口贸易和对外直接投资的联立方程，结果显示国家风险对OFDI与国际贸易产生了抑制作用，中国与“一带一路”沿线国家出口贸易和OFDI之间存在相互补偿关系。韩亚峰（2018）检验了双向投资与对外贸易增长的协调关系，发现“一带一路”沿线不同区域双向投资与对外贸易增长关系存在较大的差异性。
除了对外直接投资与经济政策不确定性，还有许多其他因素影响国际贸易。张会清（2017）指出政治稳定程度、政府效率、腐败控制程度以及监管质量等影响东道国制度环境的非效率项因素也会对贸易产生影响。
尽管前人在政策不确定性与国际贸易的关系以及国际投资与国际贸易的关系方面做出了有意义的探索，但仍存在改善的空间。一方面是选取的贸易值均为传统贸易额而非贸易增加值，会使得研究问题存在偏误，如出口一台苹果手机时，海关统计的出口额是整台手机的价格，而中国制造的增加值占比仅为1.8%。王直、祝坤福等（2014、2018）指出全球价值链革命造成中间品贸易在国际贸易中不断攀升，导致传统贸易总量统计存在严重误导，运用贸易增加值进行分析可以避免此类问题。文东伟（2018）测算了中国1995—2009年的国内增加值出口比率，并从增加值贸易和总值贸易的角度对比分析中国的贸易失衡问题。结果表明，与增加值贸易统计相比，传统的总值贸易统计显著夸大了中国的贸易失衡程度。因此，研究投资对贸易增加值的影响，比研究投资对传统贸易额的影响更有价值。另一方面，目前缺少同时研究经济政策不确定性与中国OFDI对贸易的影响的文献，本文尝试在此方面做一些探索。本文基于Baker等（2016）开发的经济政策不确定性指数，使用非效率项随机前沿贸易引力模型，以期研究经济政策不确定性与中国对外直接投资对贸易的影响。本文样本包括中国的12个主要贸易伙伴国：澳大利亚、巴西、加拿大、德国、法国、英国、意大利、日本、韩国、俄罗斯、新加坡、美国。另外，由于汇率波动对贸易的影响较为明显，我们尝试将东道国的汇率引入到非效率项随机前沿贸易引力模型中。 二、模型构建与数据来源
（一）非效率随机前沿贸易引力模型
国际贸易会受到经济总量、人口数量、首都间的距离、经济政策不确定性、汇率等因素的影响。传统引力模型和随机前沿引力模型常用来分析贸易的影响因素。Aigner、Lovell & Schmide（1977）和Meeusen & van den Broeck（1977）提出了随机前沿方法，起初是用于解决生产函数中所产生的技术效率问题。Battese & Coelli（1992）提出了时变项的随机前沿引力模型，解决了不能估计每个样本单位非效率效益的问题，但仍不能研究非效率项的具体影响因素。随后Battese & Coelli（1995）提出了非效率项随机前沿模型（Inefficiency Stochastic Frontier Model，ISFM），能够在研究非效率项的同时，研究非技术效应的具体影响因素。模型的具体形式如下：
式（4）中，TRIit表示第t期国家i的贸易增加值（包括双边贸易增加值，出口增加值，进口增加值），本文加入OFDIit表示第t期中国对国家i的直接投资存量，选取直接投资存量而非流量是因为存量不易受各方面特殊事件的干扰，不存在明显波动，由此避免了作為被解释变量可能导致的回归偏差问题;GDPct和GDPit分别表示第t期中国和国家i的国民生产总值，POPct和POPit分别表示第t期中国和国家i的人口数量，Dci表示中国与国家i的地理距离，EPUit表示第t期国家i的经济政策不确定性指数，EXit表示第t期国家i以美元标价的汇率，Vit是随机误差，Uit是投资非效率项。
式（5）中的政治稳定程度（PSit）、政府效率（CEit）、监管质量（RQit）和腐败控制程度（CoCit）是中国对外贸易非效率的重要影响因素， *Wit表示随机误差。政治稳定程度对投资的影响存在某种程度上的不确定性，一般认为政治越稳定，贸易环境就越稳定，两国之间进行贸易的可能性就越大;但也有部分专家指出，中国企业偏好与政治稳定程度差的国家进行贸易，其原因可能是高风险投资带来的高收益超过了政治不稳定产生的负效应。政府效率、监管质量和腐败控制程度对非效率项的影响也存在两种可能。一方面，尽管东道国政府效率较低，但出于开拓市场和国家整体战略布局的考虑，对相关国家制度环境风险容忍度较强，因此会对投资产生负效应，更偏好于政府效率低的国家。对于监管质量和腐败控制程度来说，由于国内市场本身的缺陷，中国企业更愿意去监管宽松的环境投资，在监管不完善的东道国可能存在特定优势。另一方面，如果政府效率高、监管质量高、腐败控制程度更好会提供一个良好的贸易环境，也有部分企业更偏好贸易环境好的国家。将式（5）代入式（4）构建本文的非效率项随机前沿贸易引力模型。
（二）经济政策不确定性指数体系构建
经济政策不确定性指数是Baker等学者在2016年编制的，主要用来反映世界各大经济体经济和政策的不确定性，经济政策不确定性指数越大，代表经济政策越不稳定。
Baker基于美国10大报刊上登载的同时包含economy、policy、uncertainty（或这些词汇的变体）三类词汇文章出现的频次，构建了1985年以来美国经济政策的不确定性指数。随后利用相同的方法对不同的经济政策类型进行了分类，测算了澳大利亚、巴西、新加坡等国家的经济政策不确定性。目前已经被测算国家共有24个，本文选取其中12个中国的主要贸易伙伴国进行分析。
（三）数据来源
本文将运用Baker提出的经济政策不确定性指数，研究中国对外贸易的影响因素，由于贸易增加值只更新到2015年，因此数据选取2008—2015年。参照Armstrong（2007）的方法，本文选取影响国际贸易的因素包括中国对其他12个贸易伙伴国的直接投资存量、各国的国民生产总值、人口数量、东道国经济政策不确定性指数、以美元标价的东道国汇率、中国与其他国家之间首都的距离以及部分东道国治理指数等。其中，贸易增加值来自OECD数据库，对外直接投资存量来自《中国对外直接投资统计公报》，GDP和人口数量均来自世界银行数据库，东道国经济政策不确定性指数来自EPU数据库，中国与东道国首都之间的地理距离来自CEPII数据库，各国以美元计价的汇率来源于IMF数据库，政治稳定程度、政府效率、监管质量和腐败控制程度数据取自世界治理指数（WGI）数据库。
三、模型适用性检验
（一）非效率随机前沿贸易引力模型的适用性检验
模型形式对随机前沿方法具有较大的影响，因此在估计之前需要对式（2）的适用性和具体形式进行检验，包括检验贸易非效率项是否满足存在性、随机性和线性形式的假设。
（二）非效率随机前沿贸易引力模型的适用性检验
本文运用广义似然比统计量检验了中国对其他12个贸易伙伴国的非效率项随机前沿贸易引力模型（见表1），结果显示贸易引力模型的非效率项Uit均显著拒绝存在性、随机性和线性检验的原假设，意味着贸易非效率项符合线性随机的假设，统计上是显著成立的，用式（4）和式（5）来研究中国对外贸易的影响因素是合适的。
四、模型估计结果与实证分析
各个变量在三个贸易引力模型中的影响趋势基本相同（见表2）。
双边贸易模型（1）给出了双边贸易引力模型的估计结果：中国对外直接投资具有双边贸易效应，即中国对东道国直接投资每增加1%，双边贸易增加值将增加0.26%。经济发展水平可以直接影响到一个国家对外贸易的商品结构及在国际贸易中的地位，中国经济规模对中国对外贸易具有正效应，中国经济每增长1%，中国与东道国的双边贸易增加值增长4.64%。东道国的经济规模增长1%，中国与东道国的双边贸易增长0.29%。可能原因是中国与东道国的双边贸易存在市场寻求的特征，东道国市场规模越大，越能吸引中国企业与其进行贸易，中国及东道国的经济规模越大，双边贸易量越大。中国人口数量每增长1%，与东道国的贸易会减少7.44%。原因可能是目前中国人口老龄化比较严重，人口适度增加暂时也不能改变现有的人口结构，而国内需求会增加，影响双边贸易。东道国的人口数量增加1%，双边贸易增加值将增加0.24%。东道国以美元标价的汇率贬值1%，双边贸易增加值将增加0.00043%，影响较小。此外，两国首都之间的距离对中国对外贸易产生负效应且统计上显著，原因是随着国家之间距离的变远，运输成本也将大大增加，不利于两国之间进行贸易往来。经济政策不确定性对中国对外贸易存在负效应，中国企业偏好与政策稳定的国家进行贸易，一旦东道国出现政策不确定，则会对中国企业与其进行贸易存在变数，利益将会受到损失，风险增大。当东道国宏观经济环境很糟糕时，贸易商对市场未来需求或价格预期缺乏信心，贸易和投资的动力不足。 出口贸易模型（2）给出了出口贸易引力模型的估计结果：中国对外直接投资具有出口贸易效应，即中国对东道国直接投资每增加1%，中国出口贸易增加值将增加0.06%，但促进的效果不明显，主要原因可能是中国对外直接投资的总体规模偏小，还不足以对出口贸易形成显著影响。具体来看，中国对外直接投资流量占GDP的比重仅为1.61%，而出口贸易额占GDP的比重则超过20%。从全球地位来看，2017年末，中国对外直接投资存量18090.4亿美元，占全球外国直接投资流出存量份额的5.9%，分布在全球189个国家或地区，而2017年我国出口贸易额超过全球出口贸易额的10%。随着我国对外直接投资规模的增长，对外直接投资对我国出口贸易的影响将会逐渐明显。中国经济规模对出口贸易产生正效应，东道国经济规模对中国出口贸易同样产生正效应。中国人口数量每增长1%，将使对东道国的出口贸易减少81.86%。东道国的人口数量增加1%，中国对其出口贸易将减少0.34%，可能是因为随着东道国人口数量的提高，可以为本国生产提供更多的劳动力，进而减少了一部分进口。东道国以美元标价的汇率贬值1%，中国对东道国的出口贸易将增加0.00051%，影响较小，原因可能是如下两方面。一方面，人民币升值导致出口产品价格升高，出口额下降，必然会直接影响出口额中的增加值，另一方面，人民币升值会增加中国对外直接投资，而对外直接投资对贸易具有正效应，从而进一步带动双边贸易，这种正效应超过了直接影响出口增加值产生的负效应。此外，两国首都之间的距离对中国对外贸易产生负效应且统计上显著。经济政策不确定性对中国对外贸易产生负效应，经济政策不确定性大幅度上升，将会导致企业推迟投资，打击企业出口新市场的积极性。
进口贸易模型（3）给出了进口贸易引力模型的估计结果：中国对外直接投资具有进口贸易效应，即中国对东道国直接投资每增加1%，中国进口贸易增加值将增加0.23%。中国经济规模对中国对外贸易产生显著正效应，中国经济规模每增长1%，将使向东道国的进口贸易增加4.80%。中国人口数量对进口贸易具有显著负效应，中国人口数量每增长1%，将使对东道国的进口贸易减少73.98%。结合出口贸易来看，中国人口数量的上升会导致出口贸易和进口贸易的减少，说明随着人口的增多，越来越多本国原本部分出口的商品替代了部分进口商品用于本国的消费。东道国的经济规模增长1%，会促使中国向东道国的进口贸易增长0.10%。东道国的人口数量增加1%，中国向其进口贸易将增加0.20%。东道国以美元标价的汇率贬值1%，中国向东道国的进口贸易增加值将增加0.00042%，影响较小。此外，两国首都之间的距离对中国进口贸易产生负效应且统计上显著。经济政策不确定性对中国进口贸易产生负效应，说明中国企业偏好从经济政策稳定的国家进口。
对于贸易非效率项的分析，对双边贸易增加值、出口贸易增加值、进口贸易增加值的影响趋势基本相同，政治稳定程度对中国对外贸易具有促进作用，即中国企业偏好政治更为稳定的东道国进行相关贸易，如果东道国出现政治动乱，如面临征收、国有化、劳工政策抗议、施工延期、挤兑、政局动荡等，企业会蒙受巨大损失，为了降低经营风险，会规避或减少与高风险国家进行贸易。政府效率、监管质量和腐败控制程度对中国对外贸易的影响均存在抑制作用，即中国企业对政府效率较低、监管质量差和腐败较为严重的国家具有贸易的偏好性。究其原因可能是因为，出于开拓市场和国家整体战略布局的考虑，对东道国制度环境风险容忍度较强。国内市场本身的缺陷，我国企业在监管不完善的东道国具有特定的优势，更愿意在监管宽松的环境下进行贸易。在出口贸易模型中，政府效率与监管质量因素在统计上不显著。
五、结论与建议
本文运用2008—2015年中国与12个主要贸易伙伴国的贸易增加值、直接投资存量、经济总量、人口数量、东道国以美元标价的汇率、东道国经济政策不确定性指数、首都之间地理距离、东道国治理指数等变量和数据，构建非效率项随机前沿贸易引力模型，分析了经济政策不确定性与中国对外直接投资等因素对贸易的影响。研究发现：中国对外直接投资具有贸易效应，即中国对外直接投资的增加会促进中国对外贸易的发展;中国偏好经济政策相对稳定的国家，即经济政策不确定性对中国对外贸易产生了负效应，经济政策越稳定越有利于对外贸易的延续性，给贸易商带来了信心，有利于与东道国进行长期贸易;在影响贸易的非效率因素中，政治稳定程度具有显著的正效应，即中国偏好与政治稳定的国家进行贸易合作，而政府效率、监管质量和腐败控制程度均具有显著的负效应，这些因素都会制约中国与东道国之间的贸易。
对规范和引导中国对外贸易以及避免经济政策不确定性带来的风险，本文提出以下建议：一是加强国家间经济政策的协调，尤其需要发挥WTO、世界银行、世界货币基金组织等国际组织的作用。根据不同东道国的特点和发展模式，制订切实有效的贸易政策，减少贸易障碍，确保政策有效落实。同時继续加强优势领域的相关贸易，在经济政策稳定的前提下，督促东道国积极改善制约贸易的因素。二是加强政府的宏观指导，引导企业适当扩大投资，利用资源禀赋、比较优势，扩大对外投资合作的范围和领域，优化投资布局，提高投资水平，并借鉴国外先进的生产技术用于国内的出口产品中，弥补国内产业发展的短板，带动对外贸易的发展。三是需要深入了解东道国的经济状况，规避东道国可能的贸易和政治风险。加强与东道国的货币合作，为降低中国—东道国贸易合作汇率风险。四是进一步加强交通设施的建设以及物流运输领域的合作，改善交通运输条件，从而提高贸易便利程度，降低运输成本，减小地理距离对双边贸易的抑制作用，促进中国与东道国之间的贸易。五是加强中国对东道国贸易风险的监测预警研究。评析和监测东道国的贸易风险，定期发布研究报告，给中国企业与该地区进行贸易保驾护航，规避和减小经济政策不确定性所带来的损失。
（责任编辑：孟洁）
参考文献： [1]陳立泰，刘雪梅.中国对“一带一路”沿线国家OFDI的出口贸易效应分析[J].统计与决策，2019，35（1）：142-146.
[2]程中海，冯梅，袁凯彬.“一带一路”背景下中国对中亚区域OFDI的能源进口贸易效应[J].软科学，2017，31（3）：30-33+67.
[3]韩亚峰.“一带一路”倡议下中国双向投资与对外贸易增长的协调关系研究[J].宏观经济研究，2018（8）：52-59+74.
[4]黄荣斌，陈丹敏.全球供应链视角下中国对“一带一路”国家直接投资的贸易效应再探讨[J].商业经济研究，2019（5）：129-132.
[5]李立民，张越，王杰.OFDI对中国—东盟贸易影响研究[J].国际经济合作，2018（9）：76-86.
[6]李晓钟，徐慧娟.中国对“一带一路”沿线国家直接投资贸易效应研究[J].国际经济合作，2018（10）：4-9.
[7]史恩义，张瀚文.OFDI动机、金融发展差异与出口贸易[J].世界经济研究，2018（8）：74-87+136.
[8]王煌，邵婧儿.“一带一路”建设下中国OFDI的贸易效应研究——基于GTAP模型的分析[J].国际经贸探索，2018，34（2）：36-52.
[9]王直，魏尚进，祝坤福.总贸易核算法：官方贸易统计与全球价值链的度量[J].中国社会科学，2015（9）：108-127+205-206.
[10]王正文，但钰宛，王梓涵.国家风险、出口贸易与对外直接投资互动关系研究——以中国“一带一路”国家为例[J].保险研究，2018（11）：41-53.
[11]文东伟.全球价值链分工与中国的贸易失衡——基于增加值贸易的研究[J].数量经济技术经济研究，2018，35（11）：39-57.
[12]许锐翔，许祥云，施宇.经济政策不确定性与全球贸易低速增长——基于引力模型的分析[J].财经研究，2018，44（7）：60-72.
[13]周定根，杨晶晶，赖明勇.贸易政策不确定性、关税约束承诺与出口稳定性[J].世界经济，2019，42（1）：51-75.
[14]张会清.中国与“一带一路”沿线地区的贸易潜力研究[J].国际贸易问题，2017（7）：85-95.
[15]张平南，徐阳，徐小聪，段艳艳.贸易政策不确定性与企业出口国内附加值：理论与中国经验[J].宏观经济研究，2018（1）：57-68.
[16]Baker S R.etal.Measuring economic policy uncertainty.Quarterly Journal of Economics，2016，131（4）：1593-636.
[17]Jagdish N Bhagwati，Richard A Brecher，Elias Dinopoulos，T.N.Srinivasan.Quid Pro Quo Foreign Investment and Welfare：A Political-Economy-Theoretic Model[J].Journal of Development Economics，1987（27）：127-38.
[18]D J Aigner，C A K Lovell，P Schmidt.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics，1977（6）：21-37.
[19]G E Battese，T J Coelli.Frontier Production Functions，Technical Efficiency and Panel Data with Application to Paddy Farmers in India[J].Journal of Productivity Analysis，1992（3）：152-169.
关键词：经济政策不确定性;非效率项随机前沿贸易引力模型;贸易增加值;OFDI
DOI：10.3969/j.issn.1003-9031.2020.03.007
中圖分类号：F752 文献标识码：A 文章编号：1003-9031（2020）03-0053-09
一、文献综述
国际贸易不仅受到贸易过程本身的影响，还会受到宏观经济政策、汇率政策等诸多因素的影响。贸易商不仅关注贸易政策的变化，还关注东道国乃至全球经济政策不确定性的变化，如投资、汇率和关税政策等。许多学者研究认为经济政策不确定性是影响国际贸易的重要因素。张平南（2018）测算了出口的国内增加值率（DVAR）及贸易政策不确定性对DVAR的影响，指出贸易政策不确定性下降会降低出口的国内增加值率。周定根等（2019）发现贸易政策不确定性下降有助于提升出口持续时间，改善出口稳定性。贸易政策作为经济政策的一种，其不确定性的变化无疑会对贸易行为产生重大影响。许锐翔等（2018）研究了经济政策不确定性与全球贸易低速增长，结果表明，贸易规模不但受到进口国经济政策不确定性绝对水平的影响，而且受到其相对增速的影响，但出口国经济政策不确定性的影响不显著。
国际贸易与国际投资是商品和生产要素在国际间流动的结果，关于贸易与投资之间的关系已通过众多模型进行验证，如Mundell的相互替代模型，Markuson和Svensson的互补模型，Bhagwati和Dinopoulos的补偿投资模型。具体而言，Mundell（1957）提出贸易与投资之间具有替代性，即贸易阻力会导致资本的流动，而资本流动阻力会促进贸易。Markuson（1983）和Svensson（1984）指出资本要素的国际流动或直接投资与商品贸易之间不仅具有替代关系，在一定的条件下还具有互补性，即两者之间具有相互促进的关系。Bhagwati（1987）和Dinopoulos（1991）等又从政治经济学的角度对贸易与投资之间的相互关系进行研究，指出彼此之间采取贸易保护措施会产生补偿投资。李立民等（2018）测算并分析了中国对东盟10国直接投资所产生贸易效应的国别差异。林创伟等（2019）使用引力方程及分位数模型，考察了中国对东盟国家的直接投资对其进出口贸易的异质性影响及影响机制，研究发现中国对东盟国家的直接投资具有明显的贸易创造效应。程中海等（2017）运用分位数引力模型，分析了中国对中亚直接投资的能源进口贸易效应，结果指出两者之间具有显著的替代作用。史恩义和张瀚文（2018）提出中国的OFDI与出口贸易具有显著的互补作用。王煌和邵婧儿（2018）基于GTAP模型发现，中国对“一带一路”沿线国家的OFDI具有显著的贸易创造效应。黄荣斌等（2019）研究发现中国对“一带一路”沿线国家直接投资的贸易效应存在国别差异。陈立泰和刘雪梅（2019）研究了中国对“一带一路”沿线国家OFDI的出口贸易效应，资源型和创新型OFDI对出口贸易具有促进效应，而市场型OFDI对出口贸易具有抑制效应。李晓钟和徐慧娟（2018）在“一带一路”背景下得出贸易与投资存在创造和替代双重效应。王正文等（2018）以测算“一带一路”沿线国家风险指标为基础，构建了国家风险、出口贸易和对外直接投资的联立方程，结果显示国家风险对OFDI与国际贸易产生了抑制作用，中国与“一带一路”沿线国家出口贸易和OFDI之间存在相互补偿关系。韩亚峰（2018）检验了双向投资与对外贸易增长的协调关系，发现“一带一路”沿线不同区域双向投资与对外贸易增长关系存在较大的差异性。
除了对外直接投资与经济政策不确定性，还有许多其他因素影响国际贸易。张会清（2017）指出政治稳定程度、政府效率、腐败控制程度以及监管质量等影响东道国制度环境的非效率项因素也会对贸易产生影响。
尽管前人在政策不确定性与国际贸易的关系以及国际投资与国际贸易的关系方面做出了有意义的探索，但仍存在改善的空间。一方面是选取的贸易值均为传统贸易额而非贸易增加值，会使得研究问题存在偏误，如出口一台苹果手机时，海关统计的出口额是整台手机的价格，而中国制造的增加值占比仅为1.8%。王直、祝坤福等（2014、2018）指出全球价值链革命造成中间品贸易在国际贸易中不断攀升，导致传统贸易总量统计存在严重误导，运用贸易增加值进行分析可以避免此类问题。文东伟（2018）测算了中国1995—2009年的国内增加值出口比率，并从增加值贸易和总值贸易的角度对比分析中国的贸易失衡问题。结果表明，与增加值贸易统计相比，传统的总值贸易统计显著夸大了中国的贸易失衡程度。因此，研究投资对贸易增加值的影响，比研究投资对传统贸易额的影响更有价值。另一方面，目前缺少同时研究经济政策不确定性与中国OFDI对贸易的影响的文献，本文尝试在此方面做一些探索。本文基于Baker等（2016）开发的经济政策不确定性指数，使用非效率项随机前沿贸易引力模型，以期研究经济政策不确定性与中国对外直接投资对贸易的影响。本文样本包括中国的12个主要贸易伙伴国：澳大利亚、巴西、加拿大、德国、法国、英国、意大利、日本、韩国、俄罗斯、新加坡、美国。另外，由于汇率波动对贸易的影响较为明显，我们尝试将东道国的汇率引入到非效率项随机前沿贸易引力模型中。 二、模型构建与数据来源
（一）非效率随机前沿贸易引力模型
国际贸易会受到经济总量、人口数量、首都间的距离、经济政策不确定性、汇率等因素的影响。传统引力模型和随机前沿引力模型常用来分析贸易的影响因素。Aigner、Lovell & Schmide（1977）和Meeusen & van den Broeck（1977）提出了随机前沿方法，起初是用于解决生产函数中所产生的技术效率问题。Battese & Coelli（1992）提出了时变项的随机前沿引力模型，解决了不能估计每个样本单位非效率效益的问题，但仍不能研究非效率项的具体影响因素。随后Battese & Coelli（1995）提出了非效率项随机前沿模型（Inefficiency Stochastic Frontier Model，ISFM），能够在研究非效率项的同时，研究非技术效应的具体影响因素。模型的具体形式如下：
式（4）中，TRIit表示第t期国家i的贸易增加值（包括双边贸易增加值，出口增加值，进口增加值），本文加入OFDIit表示第t期中国对国家i的直接投资存量，选取直接投资存量而非流量是因为存量不易受各方面特殊事件的干扰，不存在明显波动，由此避免了作為被解释变量可能导致的回归偏差问题;GDPct和GDPit分别表示第t期中国和国家i的国民生产总值，POPct和POPit分别表示第t期中国和国家i的人口数量，Dci表示中国与国家i的地理距离，EPUit表示第t期国家i的经济政策不确定性指数，EXit表示第t期国家i以美元标价的汇率，Vit是随机误差，Uit是投资非效率项。
式（5）中的政治稳定程度（PSit）、政府效率（CEit）、监管质量（RQit）和腐败控制程度（CoCit）是中国对外贸易非效率的重要影响因素， *Wit表示随机误差。政治稳定程度对投资的影响存在某种程度上的不确定性，一般认为政治越稳定，贸易环境就越稳定，两国之间进行贸易的可能性就越大;但也有部分专家指出，中国企业偏好与政治稳定程度差的国家进行贸易，其原因可能是高风险投资带来的高收益超过了政治不稳定产生的负效应。政府效率、监管质量和腐败控制程度对非效率项的影响也存在两种可能。一方面，尽管东道国政府效率较低，但出于开拓市场和国家整体战略布局的考虑，对相关国家制度环境风险容忍度较强，因此会对投资产生负效应，更偏好于政府效率低的国家。对于监管质量和腐败控制程度来说，由于国内市场本身的缺陷，中国企业更愿意去监管宽松的环境投资，在监管不完善的东道国可能存在特定优势。另一方面，如果政府效率高、监管质量高、腐败控制程度更好会提供一个良好的贸易环境，也有部分企业更偏好贸易环境好的国家。将式（5）代入式（4）构建本文的非效率项随机前沿贸易引力模型。
（二）经济政策不确定性指数体系构建
经济政策不确定性指数是Baker等学者在2016年编制的，主要用来反映世界各大经济体经济和政策的不确定性，经济政策不确定性指数越大，代表经济政策越不稳定。
Baker基于美国10大报刊上登载的同时包含economy、policy、uncertainty（或这些词汇的变体）三类词汇文章出现的频次，构建了1985年以来美国经济政策的不确定性指数。随后利用相同的方法对不同的经济政策类型进行了分类，测算了澳大利亚、巴西、新加坡等国家的经济政策不确定性。目前已经被测算国家共有24个，本文选取其中12个中国的主要贸易伙伴国进行分析。
（三）数据来源
本文将运用Baker提出的经济政策不确定性指数，研究中国对外贸易的影响因素，由于贸易增加值只更新到2015年，因此数据选取2008—2015年。参照Armstrong（2007）的方法，本文选取影响国际贸易的因素包括中国对其他12个贸易伙伴国的直接投资存量、各国的国民生产总值、人口数量、东道国经济政策不确定性指数、以美元标价的东道国汇率、中国与其他国家之间首都的距离以及部分东道国治理指数等。其中，贸易增加值来自OECD数据库，对外直接投资存量来自《中国对外直接投资统计公报》，GDP和人口数量均来自世界银行数据库，东道国经济政策不确定性指数来自EPU数据库，中国与东道国首都之间的地理距离来自CEPII数据库，各国以美元计价的汇率来源于IMF数据库，政治稳定程度、政府效率、监管质量和腐败控制程度数据取自世界治理指数（WGI）数据库。
三、模型适用性检验
（一）非效率随机前沿贸易引力模型的适用性检验
模型形式对随机前沿方法具有较大的影响，因此在估计之前需要对式（2）的适用性和具体形式进行检验，包括检验贸易非效率项是否满足存在性、随机性和线性形式的假设。
（二）非效率随机前沿贸易引力模型的适用性检验
本文运用广义似然比统计量检验了中国对其他12个贸易伙伴国的非效率项随机前沿贸易引力模型（见表1），结果显示贸易引力模型的非效率项Uit均显著拒绝存在性、随机性和线性检验的原假设，意味着贸易非效率项符合线性随机的假设，统计上是显著成立的，用式（4）和式（5）来研究中国对外贸易的影响因素是合适的。
四、模型估计结果与实证分析
各个变量在三个贸易引力模型中的影响趋势基本相同（见表2）。
双边贸易模型（1）给出了双边贸易引力模型的估计结果：中国对外直接投资具有双边贸易效应，即中国对东道国直接投资每增加1%，双边贸易增加值将增加0.26%。经济发展水平可以直接影响到一个国家对外贸易的商品结构及在国际贸易中的地位，中国经济规模对中国对外贸易具有正效应，中国经济每增长1%，中国与东道国的双边贸易增加值增长4.64%。东道国的经济规模增长1%，中国与东道国的双边贸易增长0.29%。可能原因是中国与东道国的双边贸易存在市场寻求的特征，东道国市场规模越大，越能吸引中国企业与其进行贸易，中国及东道国的经济规模越大，双边贸易量越大。中国人口数量每增长1%，与东道国的贸易会减少7.44%。原因可能是目前中国人口老龄化比较严重，人口适度增加暂时也不能改变现有的人口结构，而国内需求会增加，影响双边贸易。东道国的人口数量增加1%，双边贸易增加值将增加0.24%。东道国以美元标价的汇率贬值1%，双边贸易增加值将增加0.00043%，影响较小。此外，两国首都之间的距离对中国对外贸易产生负效应且统计上显著，原因是随着国家之间距离的变远，运输成本也将大大增加，不利于两国之间进行贸易往来。经济政策不确定性对中国对外贸易存在负效应，中国企业偏好与政策稳定的国家进行贸易，一旦东道国出现政策不确定，则会对中国企业与其进行贸易存在变数，利益将会受到损失，风险增大。当东道国宏观经济环境很糟糕时，贸易商对市场未来需求或价格预期缺乏信心，贸易和投资的动力不足。 出口贸易模型（2）给出了出口贸易引力模型的估计结果：中国对外直接投资具有出口贸易效应，即中国对东道国直接投资每增加1%，中国出口贸易增加值将增加0.06%，但促进的效果不明显，主要原因可能是中国对外直接投资的总体规模偏小，还不足以对出口贸易形成显著影响。具体来看，中国对外直接投资流量占GDP的比重仅为1.61%，而出口贸易额占GDP的比重则超过20%。从全球地位来看，2017年末，中国对外直接投资存量18090.4亿美元，占全球外国直接投资流出存量份额的5.9%，分布在全球189个国家或地区，而2017年我国出口贸易额超过全球出口贸易额的10%。随着我国对外直接投资规模的增长，对外直接投资对我国出口贸易的影响将会逐渐明显。中国经济规模对出口贸易产生正效应，东道国经济规模对中国出口贸易同样产生正效应。中国人口数量每增长1%，将使对东道国的出口贸易减少81.86%。东道国的人口数量增加1%，中国对其出口贸易将减少0.34%，可能是因为随着东道国人口数量的提高，可以为本国生产提供更多的劳动力，进而减少了一部分进口。东道国以美元标价的汇率贬值1%，中国对东道国的出口贸易将增加0.00051%，影响较小，原因可能是如下两方面。一方面，人民币升值导致出口产品价格升高，出口额下降，必然会直接影响出口额中的增加值，另一方面，人民币升值会增加中国对外直接投资，而对外直接投资对贸易具有正效应，从而进一步带动双边贸易，这种正效应超过了直接影响出口增加值产生的负效应。此外，两国首都之间的距离对中国对外贸易产生负效应且统计上显著。经济政策不确定性对中国对外贸易产生负效应，经济政策不确定性大幅度上升，将会导致企业推迟投资，打击企业出口新市场的积极性。
进口贸易模型（3）给出了进口贸易引力模型的估计结果：中国对外直接投资具有进口贸易效应，即中国对东道国直接投资每增加1%，中国进口贸易增加值将增加0.23%。中国经济规模对中国对外贸易产生显著正效应，中国经济规模每增长1%，将使向东道国的进口贸易增加4.80%。中国人口数量对进口贸易具有显著负效应，中国人口数量每增长1%，将使对东道国的进口贸易减少73.98%。结合出口贸易来看，中国人口数量的上升会导致出口贸易和进口贸易的减少，说明随着人口的增多，越来越多本国原本部分出口的商品替代了部分进口商品用于本国的消费。东道国的经济规模增长1%，会促使中国向东道国的进口贸易增长0.10%。东道国的人口数量增加1%，中国向其进口贸易将增加0.20%。东道国以美元标价的汇率贬值1%，中国向东道国的进口贸易增加值将增加0.00042%，影响较小。此外，两国首都之间的距离对中国进口贸易产生负效应且统计上显著。经济政策不确定性对中国进口贸易产生负效应，说明中国企业偏好从经济政策稳定的国家进口。
对于贸易非效率项的分析，对双边贸易增加值、出口贸易增加值、进口贸易增加值的影响趋势基本相同，政治稳定程度对中国对外贸易具有促进作用，即中国企业偏好政治更为稳定的东道国进行相关贸易，如果东道国出现政治动乱，如面临征收、国有化、劳工政策抗议、施工延期、挤兑、政局动荡等，企业会蒙受巨大损失，为了降低经营风险，会规避或减少与高风险国家进行贸易。政府效率、监管质量和腐败控制程度对中国对外贸易的影响均存在抑制作用，即中国企业对政府效率较低、监管质量差和腐败较为严重的国家具有贸易的偏好性。究其原因可能是因为，出于开拓市场和国家整体战略布局的考虑，对东道国制度环境风险容忍度较强。国内市场本身的缺陷，我国企业在监管不完善的东道国具有特定的优势，更愿意在监管宽松的环境下进行贸易。在出口贸易模型中，政府效率与监管质量因素在统计上不显著。
五、结论与建议
本文运用2008—2015年中国与12个主要贸易伙伴国的贸易增加值、直接投资存量、经济总量、人口数量、东道国以美元标价的汇率、东道国经济政策不确定性指数、首都之间地理距离、东道国治理指数等变量和数据，构建非效率项随机前沿贸易引力模型，分析了经济政策不确定性与中国对外直接投资等因素对贸易的影响。研究发现：中国对外直接投资具有贸易效应，即中国对外直接投资的增加会促进中国对外贸易的发展;中国偏好经济政策相对稳定的国家，即经济政策不确定性对中国对外贸易产生了负效应，经济政策越稳定越有利于对外贸易的延续性，给贸易商带来了信心，有利于与东道国进行长期贸易;在影响贸易的非效率因素中，政治稳定程度具有显著的正效应，即中国偏好与政治稳定的国家进行贸易合作，而政府效率、监管质量和腐败控制程度均具有显著的负效应，这些因素都会制约中国与东道国之间的贸易。
对规范和引导中国对外贸易以及避免经济政策不确定性带来的风险，本文提出以下建议：一是加强国家间经济政策的协调，尤其需要发挥WTO、世界银行、世界货币基金组织等国际组织的作用。根据不同东道国的特点和发展模式，制订切实有效的贸易政策，减少贸易障碍，确保政策有效落实。同時继续加强优势领域的相关贸易，在经济政策稳定的前提下，督促东道国积极改善制约贸易的因素。二是加强政府的宏观指导，引导企业适当扩大投资，利用资源禀赋、比较优势，扩大对外投资合作的范围和领域，优化投资布局，提高投资水平，并借鉴国外先进的生产技术用于国内的出口产品中，弥补国内产业发展的短板，带动对外贸易的发展。三是需要深入了解东道国的经济状况，规避东道国可能的贸易和政治风险。加强与东道国的货币合作，为降低中国—东道国贸易合作汇率风险。四是进一步加强交通设施的建设以及物流运输领域的合作，改善交通运输条件，从而提高贸易便利程度，降低运输成本，减小地理距离对双边贸易的抑制作用，促进中国与东道国之间的贸易。五是加强中国对东道国贸易风险的监测预警研究。评析和监测东道国的贸易风险，定期发布研究报告，给中国企业与该地区进行贸易保驾护航，规避和减小经济政策不确定性所带来的损失。
（责任编辑：孟洁）
参考文献： [1]陳立泰，刘雪梅.中国对“一带一路”沿线国家OFDI的出口贸易效应分析[J].统计与决策，2019，35（1）：142-146.
[2]程中海，冯梅，袁凯彬.“一带一路”背景下中国对中亚区域OFDI的能源进口贸易效应[J].软科学，2017，31（3）：30-33+67.
[3]韩亚峰.“一带一路”倡议下中国双向投资与对外贸易增长的协调关系研究[J].宏观经济研究，2018（8）：52-59+74.
[4]黄荣斌，陈丹敏.全球供应链视角下中国对“一带一路”国家直接投资的贸易效应再探讨[J].商业经济研究，2019（5）：129-132.
[5]李立民，张越，王杰.OFDI对中国—东盟贸易影响研究[J].国际经济合作，2018（9）：76-86.
[6]李晓钟，徐慧娟.中国对“一带一路”沿线国家直接投资贸易效应研究[J].国际经济合作，2018（10）：4-9.
[7]史恩义，张瀚文.OFDI动机、金融发展差异与出口贸易[J].世界经济研究，2018（8）：74-87+136.
[8]王煌，邵婧儿.“一带一路”建设下中国OFDI的贸易效应研究——基于GTAP模型的分析[J].国际经贸探索，2018，34（2）：36-52.
[9]王直，魏尚进，祝坤福.总贸易核算法：官方贸易统计与全球价值链的度量[J].中国社会科学，2015（9）：108-127+205-206.
[10]王正文，但钰宛，王梓涵.国家风险、出口贸易与对外直接投资互动关系研究——以中国“一带一路”国家为例[J].保险研究，2018（11）：41-53.
[11]文东伟.全球价值链分工与中国的贸易失衡——基于增加值贸易的研究[J].数量经济技术经济研究，2018，35（11）：39-57.
[12]许锐翔，许祥云，施宇.经济政策不确定性与全球贸易低速增长——基于引力模型的分析[J].财经研究，2018，44（7）：60-72.
[13]周定根，杨晶晶，赖明勇.贸易政策不确定性、关税约束承诺与出口稳定性[J].世界经济，2019，42（1）：51-75.
[14]张会清.中国与“一带一路”沿线地区的贸易潜力研究[J].国际贸易问题，2017（7）：85-95.
[15]张平南，徐阳，徐小聪，段艳艳.贸易政策不确定性与企业出口国内附加值：理论与中国经验[J].宏观经济研究，2018（1）：57-68.
[16]Baker S R.etal.Measuring economic policy uncertainty.Quarterly Journal of Economics，2016，131（4）：1593-636.
[17]Jagdish N Bhagwati，Richard A Brecher，Elias Dinopoulos，T.N.Srinivasan.Quid Pro Quo Foreign Investment and Welfare：A Political-Economy-Theoretic Model[J].Journal of Development Economics，1987（27）：127-38.
[18]D J Aigner，C A K Lovell，P Schmidt.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics，1977（6）：21-37.
[19]G E Battese，T J Coelli.Frontier Production Functions，Technical Efficiency and Panel Data with Application to Paddy Farmers in India[J].Journal of Productivity Analysis，1992（3）：152-169.