〔关键词〕欧亚经济联盟;贸易竞争性;贸易互补性;贸易潜力;随机前沿引力模型
中图分类号：F125 文献标识码：A 文章编号：1008-4096（2021）03-0056-10
一、问题的提出
欧亚经济联盟成立于2015年，成员国包括俄罗斯、哈萨克斯坦、白俄罗斯、吉尔吉斯斯坦和亚美尼亚，均是中国“一带一路”倡议的重要合作伙伴。欧亚经济联盟一经成立就引起了广泛关注，作为中国“一带一路”倡议的重要合作伙伴和参与者，欧亚经济联盟国家与中国丝绸之路经济带建设如何合作与对接成为国内外学者关注的重点。
从欧亚经济联盟利益的角度，拉林等[1]认为欧亚经济联盟与丝绸之路对接有利于“中国—欧洲走廊”俄罗斯段的现代化改造和集约经营，但也会削弱俄罗斯对中亚的影响。杨波和唐朱昌[2]认为“一带一盟”已经获得了欧亚经济联盟国家政府与民众的认可，贸易潜力将不断持续释放。
从互惠互利，合作共赢的角度，李新[3]认为“一带一盟”对接应从软环境（制度层面）和硬环境（基础设施）两方面共同推进;柴瑜和王效云[4]认为应该在制度层面上加强营商环境和产能合作方面的建设，保障“一带一盟”的顺利对接;伊万措夫等[5]肯定了“一带一盟”对接对欧亚经济联盟国家经济的促进作用，并认为应重视创造和谐、透明的制度与法律环境吸引中国直接投资，通过项目拉动联盟国家与中国的互动，提升联盟国家的整体经济实力。
《中华人民共和国与欧亚经济联盟经贸合作协定》（以下简称《协定》）的生效对中国与欧亚经济联盟国家经贸合作提供了制度保证。《协定》强化了政策和规则的对接，重视提升地区贸易便利化水平，并且包含了知识产权、政府采购、电子商务等新议题。蒋菁和刘阳[6]认为《协定》的生效将在交通运输领域、工业领域、农业领域及数字经济领域等方面推动中国与欧亚经济联盟国家的合作。
随着对“一带一盟”对接与贸易规模研究的深入，越来越多的研究尝试通过计量模型对其进行分析。盛斌和廖明中[7]、毕燕茹和师博[8]、邓羽佳和秦放鸣[9]，张亚斌[10]等使用引力模型及其拓展形式进行了研究。程中海和袁凯彬[11]等使用GTAP模型对贸易情况进行模拟。鲁晓东和赵奇伟[12]、龚新蜀等[13]、刁莉等[14]使用随机前沿引力模型对中国与丝绸之路沿线国家贸易状况进行极大似然回归。
对于贸易竞争性与互补性的衡量，学界通常使用计算指数的方法。现有常用的贸易竞争性和互补性指数大致可以分为三类：第一类是较为松散的方法，武敬云[15]、李钢等[16]使用贸易结合度（TCD）指数，通过国家贸易流向进行计算比较，分析判断国家间的贸易关系强弱。这种方法可以反映贸易国之间商品贸易关系的疏密程度，通常用于研究国家间的贸易关系。第二类方法从国家或产业层面计算贸易双方间的比较优势关系。鲁晓东和赵奇伟[12]、桑百川等[17]计算了两国间贸易商品的显性比较优势，如显性比较优势（RCA）指数，以及围绕这一指数发展而来的综合考虑进出口因素的RTA指数和产业内贸易IIT指数。这一类计算方法在跨期比较上存在不足，而且市场垄断与政府管制也会对数据真实性产生干扰。第三类方法是对进出口商品结构进行比较，分析贸易国之间的贸易竞争性和互补性，被称为综合评价指标。龚新蜀等[13]、刁莉等[14]在Blázquez-Lidoy指标体系的基础上，引入修正的专业化指数（CS）和一致性指数（CC），通过分析两者的算术平均值得出贸易国之间的贸易竞争性与互补性。 通过对文献的梳理可以看到，目前的研究基本围绕中国与欧亚经济联盟对接、贸易效应等角度开展，但针对中国与欧亚经济联盟国家的贸易竞争性、互补性，以及贸易潜力的研究不多。贸易竞争性与互补性可以反映贸易伙伴国之间的贸易关系与贸易结构，对研究中国与欧亚经济联盟国家的贸易关系及未来经贸合作的趋势和方向具有较为重要的意义。基于现有研究成果，首先，本文根据国际贸易标准分类SITC Rev.4的商品分类，通过修正后的综合型指标计算中国与欧亚经济联盟国家2009—2018年不同贸易商品贸易竞争性与互补性指数，分析中国与欧亚经济联盟国家贸易竞争性与互补性趋势特征。其次，本文通过随机前沿引力模型采用一步法估计双边贸易潜力、贸易非效率因素及其影响程度。最后，本文根据以上分析结果对中国与欧亚经济联盟贸易发展提出对策建议。
二、中国与欧亚经济联盟国家贸易竞争性与互补性分析
（一）贸易竞争性分析
贸易竞争性是对不同时期贸易双方的出口结构进行比较。若两国具有相似的出口结构，则极有可能在国际市场中出现激烈的竞争。本文用修正的专业化指数（CS）和一致性指数（CC）两个指标取代以往研究所使用的一个指标，由于CS与CC具有很高的相关性，所以将两者的算术平均数定义为CI，即中国与欧亚经济联盟国家贸易竞争性指数。CS、CC和CI的计算公式如下所示： 其中，
表示在t时间段内i国商品n出口占据所有商品出口总量的比重;
表示在t时间段内j国商品n出口占其所有商品出口总量的比重。通过公式可以对贸易双方的出口结构进行比较。若CS=CC=1，则CI=1说明二者的出口结构完全相同。CI值越接近1，表明贸易双方出口结构的一致性越强，贸易竞争性越强。
本文利用国际贸易标准分类SITC Rev.4两位数的贸易数据进行整理，通过式（1）、式（2）和式（3）计算中国与欧亚经济联盟国家十大类商品[①]2009—2018年的贸易竞争性趋势[②]，可以得出以下三个方面的结论：
第一，中国与欧亚经济联盟国家贸易竞争性与自然资源禀赋状况联系密切，欧亚经济联盟国家经济发展程度较为类似。俄罗斯、哈萨克斯坦和白俄罗斯在SITC 3贸易中，与中国的贸易竞争激烈;亚美尼亚则相对较弱，这与出口国资源禀赋与产业结构具有极大的关系。欧亚经济联盟国家都以自然资源、初加工原材料出口为主，受自然禀赋的制约，欧亚经济联盟国家存在很强的类似性，例如：SITC 1、SITC 4、SITC 5、SITC 7和SITC 8这四大类贸易。这些特征导致欧亚经济联盟国家在经济发展程度、工业发展阶段以及工业结构布局都较为类似，从而也导致其在国际市场互为竞争的态势。
第二，中国与欧亚经济联盟国家在SITC 0、SITC 2和SITC 6，这三大类商品的贸易竞争性差异较大。在SITC 0中，中国与哈萨克斯坦以及中国与白俄罗斯之间的贸易竞争性较小，而与亚美尼亚的贸易竞争性是欧亚经济联盟国家中最大的。在SITC 2中情况却与此相反。中国与亚美尼亚的贸易竞争性是欧亚经济联盟国家中最小的，与白俄罗斯则是贸易竞争性最大的。在SITC 6，欧亚经济联盟国家大致分成两组，第一组是俄罗斯、哈萨克斯坦与亚美尼亚，与中国的贸易竞争性较小;第二组是吉尔吉斯斯坦和白俄罗斯，与中国的贸易竞争性较高，但吉尔吉斯斯坦与中国的贸易竞争性近几年发生了下降，基本与第一组国家的贸易竞争性一致。这为我国今后与欧亚经济联盟国家开展有针对性地经贸合作提供了思路。
第三，欧亚经济联盟国家十年来贸易发展差异较大。亚美尼亚贸易发展较为稳定，波动不大，忽略SITC 9波动之外，SITC 9贸易竞争性基本保持稳中小幅上升的趋势。俄罗斯近年来贸易竞争性呈现较大的波动，尤其在SITC 3贸易方面。近十年来，俄罗斯将原油出口放在拉动国内经济增长的重要位置，并在贸易竞争性方面取得了极大的进步。但是，在其他商品大类出口方面，贸易竞争性则波动较大，体现了俄罗斯经济发展单纯依赖原油出口、其他工业部分发展相对滞后的结构性问题。哈萨克斯坦、吉尔吉斯斯坦和白俄罗斯在多个大类商品的出口竞争指数呈现类似的波动，说明欧亚经济联盟国家资源禀赋、产业结构以及贸易政策等方面存在极大的相似性。
（二）贸易互补性分析
通过修正的专业化指数（CS）和一致性指数（CC）的准确测算，本文对中国的出口贸易结构与欧亚经济联盟国家的进口贸易互补性进行了计算，分别比较了同一大类商品中，中国与欧亚经济联盟国家贸易互补性趋势。如果一国的进口结构与中国的出口结构相契合，表明二者的贸易互补性较高，存在极大的贸易潜力。为了确保结果的可靠性，将CS与CC二者的算术平均数CI定义为中国出口与欧亚经济联盟国家进口的贸易互补性指数。计算公式如下所示：其中，
表示在t时间段内i国商品m出口占该国出口总量的比重;
表示，在t時间段内j国商品m进口占该国进口总量的比重。若CS=CC=1，则表示在t时间段内，i国m商品的出口结构与j国m商品的进口结构完全吻合。若CI=1，CI值越接近1，则标识i国和j国的贸易互补性越高，贸易潜力越大，未来贸易合作的可能性越大。 中国与欧亚经济联盟国家在SITC Rev.4十大类商品中均有贸易合作，尤其在中国提出丝绸之路经济带建设倡议，以及中国与欧亚经济联盟国家开展了一系列经贸谈判以来，各类商品的贸易进出口额均呈现持续上升的态势。本文通对中国与欧亚经济联盟国家各大类商品的贸易互补性计算的结果进行分析发现：
第一，中国与欧亚经济联盟国家在SITC 1和SITC 3两大类商品上贸易互补性最强，贸易互补性指数趋近于1。这说明，一方面，欧亚经济联盟国家都在通过自身的自然资源优势，努力推进对外出口;另一方面，反映出欧亚经济联盟国家居民在生活水平方面的提升。而且SITC 0类商品的贸易互补指数在2009—2018年间发生了较大涨幅，也印证了欧亚经济联盟国家居民生活水平的改善和支付能力的提升。
第二，SITC 6和SITC 8两大类商品的贸易互补性指数在0.8左右，表明中国与欧亚经济联盟国家在工业品方面存在贸易合作潜力。SITC 2类商品在2009—2018年贸易互补指数呈现波动上升态势，说明欧亚经济联盟国家近年来不断加深与中国在全球价值链上的合作。欧亚经济联盟国家普遍处于工业化发展初期阶段，较多工业制成品需求仍然依赖进口。尤其是随着中国从制造大国向制造强国转变，在不断提升全球价值链地位的过程中，不断带动中亚、西亚等丝绸之路沿线国家的经贸发展，加强与这些国家的原材料、制成品的生产分工与贸易合作。
第三，在SITC 5和SITC 7两大类商品上，中国与欧亚经济联盟国家的贸易互补指数一直不高且没有明显起色。SITC 4类商品的贸易互补性指数还呈现了下降的趋势。这三类商品的互补性变化，既反映了欧亚经济联盟国家在重工业制造领域的优势，也反映了中国产业结构升级之后出口商品结构的变化。
综上，中国与欧亚经济联盟国家今后的贸易发展应顺应中国供给侧结构性改革与产业结构升级的发展方向，结合欧亚经济联盟国家资源禀赋特征与产业结构发展阶段特点，形成比较优势分工，形成可持续的贸易合作。同时，消费品出口也是中国与欧亚经济联盟国家拥有巨大贸易潜力的领域，随着欧亚经济联盟国家居民生活水平的提高，中国日用消费品、食品及其他工业制成品将会有很大的市场空间。
三、理论模型的引入与设定
通过对中国与欧亚经济联盟国家贸易竞争性和互补性的分析，可以确立双方贸易合作的重点领域。为进一步提升贸易水平达到最优贸易规模，本文将进一步研究双方具体的贸易潜力，测度贸易效率水平，并深入分析其影响因素。
在现有研究中，贸易潜力通常用一国出口贸易规模的模型拟合值进行表示，但是受到进出口过程中贸易阻力的影响，实际出口额与模型拟合值之间必然是不等的，两者的比值反映了该国贸易效率状况。对于实证模型的选择，现有研究大多借助引力模型或者拓展引力模型对国家间贸易规模进行估计，并取得了较好的研究成果，但是传统引力模型假定无贸易摩擦或者用冰山成本代替整体贸易阻力，仅将一部分便于测量的因素纳入模型当中，其他阻力因素则归入随机扰动项中，这种方式导致拟合结果是各种贸易决定因素的平均效应，而非最优结果[18]。因此，近年来，相关学者尝试将随机前沿分析方法引入引力模型当中，将贸易过程中无法观测的或者难以量化的贸易阻力因素纳入模型的非效率项中。贸易潜力不再是双边贸易的平均值，而是贸易双方能够获得的最大贸易值，即当不存在贸易阻力时的理想贸易值，并与实际贸易额进行比较得出贸易效率水平。
（一）随机前沿引力模型与贸易非效率模型
随机前沿分析方法最早是由Meeusen和Broeck[19]、Aigner等[20]提出，用于生产函数中技术效率的分析。随机前沿引力模型是一个具有复合干扰项的回归模型，将传统的随机干扰项ε分解为相互独立的υ和μ两部分。υ是常规意义上的随机误差项用于反映衡量偏误和统计偏差;μ是另一个具有单边分布特征的非负干扰项，用于描述非效率因素的影响，将所有不可观测的非效率因素包括在内，对这一非负干扰项的估算可以得出效率状况。
在本文的分析中，将随机前沿分析方法引入传统引力模型中，构建随机前沿引力模型，其优势在于估算贸易双方最优贸易规模的过程中，在其他因素给定的情况下，通过增加一个干扰项来吸收不可观测的随机因素，即各种贸易阻力因素，使得模型估计更加准确。将实际贸易规模对比计算出的最优贸易规模（即贸易潜力）衡量贸易双方的贸易效率情况，进而分析影响贸易非效率的因素。
一般形式的随机前沿引力模型可表示为：
（7）
对式（7）两边取对数可得：
（8）
其中，
表示贸易双方的进出口总额，即贸易规模;
表示模型中影响贸易双方贸易规模的核心解释变量，包括经济规模、地理距离、是否接壤等;
表示待估参数;
表示随机扰动项，且
;
表示贸易非效率项，如果
不随时间变化，即为时不变模型（TI），且
，但是若研究的時间维度较长，
随时间变化，则称为时变模型（TVD）可表示为：
（9）
其中，t表示年份，T表示期数，
服从截断型半正态分布。
表示待估参数，
表示
随时间递减;
表示
隨时间递增;
意味着时变模型退化为时不变模型。
在随机前沿引力模型中，
表示贸易双方进出口总额的最大值，代表一国对另一国的贸易潜力，公式可表示为：
（10）
将式（7）与式（10）结合可以得到贸易效率的表达式：
（11）
从式（11）可以看出，贸易效率
为实际贸易规模与最优贸易规模（贸易潜力）的比值，也是贸易非效率项
的指数函数。本文通过这一指标来观察现有贸易活动的表现、贸易政策的效果与贸易发展潜力。当
=1时，贸易达到最优水平，贸易非效率
=0，贸易双方之间不存在贸易阻力，这时贸易潜力就是实际贸易量。当
时，
，说明贸易非效率存在，并阻碍了双边贸易的发展，实际贸易量小于贸易潜力。
当贸易非效率项不为零的情况下，需要进一步分析阻碍双边贸易发展的具体非效率因素，在随机前沿引力模型的基础上构建贸易非效率模型。考虑到两步法在回归中可能存在的偏误，本文选用Battese和Coelli[21]提出的一步法进行估计，将贸易非效率项的影响因素在随机前沿引力模型中同时进行回归。本文将随机前沿引力模型中的非效率项
定义为：
（12）
其中，
表示贸易非效率的影响因素;
表示贸易非效率影响因素的待估参数;
表示随机干扰项。根据一步法，将式（12）带入式（8）中得到：
（13）
用随机前沿方法对式（13）进行回归，可以得到贸易非效率项估计值，并可以进一步测度与其他影响因素之间的关系。
在国际贸易中，贸易量作为被解释变量衡量出口国的生产情况，解释变量为能够对贸易规模产生影响的相关因素。如果将解释变量看作生产过程中的投入要素，那么从本质上说，这与生产函数非常类似。本文通过随机前沿分析得出生产函数的技术效率的过程也可以引入到国际贸易的引力模型中计算两国之间的贸易效率状况，从而得出两国的贸易潜力，通过分析非效率项来判断影响两国间贸易量的因素。
（二）随机前沿引力模型的设定
根据Armstrong[18]的变量分类方法，在构建随机前沿引力模型时把短期内不随时间变化的因素纳入核心变量，例如经济规模、地理距离、是否接壤等。将随时间变化的因素纳入贸易非效率项中，例如基础设施、贸易自由度、金融自由度等，用来衡量贸易阻力水平。因此，本文的随机前沿引力模型可表示为：
（14）
其中，被解释变量
表示中国与欧亚经济联盟国家的贸易总量;
和
表示中國与欧亚联盟国家的人均国民收入，通过这一变量反映一国经济发展程度与需求水平，预期与
正相关。
表示欧亚经济联盟国家人口数量，代表该国国内市场规模，预期与
正相关;
表示中国与该国间的距离，预期与
负相关;
表示中国与该国是否接壤，预期与
正相关。
关于影响贸易潜力的贸易非效率因素，本文遴选了6个变量，包括：基础设施建设（INF）、政府效率（GOV）、贸易自由度（TAD）、金融自由度（FIN）、货币自由度（MON）以及是否为上海合作组织成员国或观察国与对话伙伴（SCO）。在时变随机前沿引力模型的构建基础上，本文采用“一步法”建立中国与欧亚经济联盟国家贸易非效率模型，可表示为：
（15）
（16）
考虑到实证分析中样本数量对回归结果的影响，本文根据中国与欧亚经济联盟国家的特点，将样本数量进行了扩充。首先，欧亚经济联盟国家都是中国丝绸之路经济带沿线国家，因而本文的分析样本将丝绸之路经济带沿线国家纳入其中。按照胡鞍钢等[22]对丝绸之路经济带内涵的解读，丝绸之路经济带共涵盖亚欧大陆24个国家[③]。其次，将与中国与欧亚经济联盟具有共同边界的国家纳入样本当中，中国与欧亚经济联盟国家的贸易活动必然会受到周边国家经济发展与贸易政策的影响。考虑到数据的可得性、连续性以及研究结果的可信度、稳定性等情况，本文选取丝绸之路经济带国家及与具有共同边界的22个国家2006—2017年的数据作为样本，包括中国、俄罗斯、白俄罗斯、哈萨克斯坦、亚美尼亚、吉尔吉斯斯坦、拉脱维亚、阿塞拜疆、塔吉克斯坦、格鲁吉亚、乌克兰、乌兹别克斯坦、阿尔及利亚、埃及、法国、德国、英国、意大利、印度、巴基斯坦、土耳其、伊朗，有效样本为252个。样本数据中，EXP数据来源于UN Comtrade数据库，以2010年不变价格计算，已剔除通货膨胀影响;PGDP和POP数据来自于世界银行发布的世界发展指标（WDI），其中PGDP按照2010年不变价格计算;距离变量DIST和边界虚拟变量数据来自于CEPP II数据库。SCO数据来自于上海合作组织官网;INF数据来自于世界经济论坛公布的历年《全球竞争力报告》（The Global Competitiveness Report）;GOV数据来自于世界银行公布的世界治理指标（Worldwide Government Indicators）;三个自由度指标TAD、FIN、MON来自于美国传统基金会（Heritage Foundation）公布的经济自由度指数（Index of Economic Freedom）。
四、实证分析
（一）随机前沿引力模型实证结果
本文对样本数据使用时变随机前沿方法对模型（14）进行估计。为保证结果的稳健性，表1列示了混合最小二乘法OLS、个体固定效应FE、个体随机效应RE、随机前沿固定效应SFA（REG）、时变随机前沿SFA（TVD）和时不变随机前沿SFA（IT）五种不同估计方法的回归结果。从表1可以看出，各变量的参数估计符号基本一致，说明估计结果具有较强的稳定性。回归结果中，随机前沿估计方法所得的参数显著性明显优于前三种估计方法，说明随机前沿极大似然分析方法比最小二乘法更适用于该模型的估计。在时变随机前沿估计结果中，
在5%的水平上显著为正，说明非效率项对因变量的影响会随时间变化，因而时变模型的估计更加合理。
对SFA（TVD）的回归结果的分析可以发现，各变量系数的符號均与预期相同，且在1%水平上显著。PGDPit与PGDPjt为人均GDP，体现一国居民的购买力水平。人均GDP的增长会导致该国居民消费需求的增加，进而可能推动该国进口的增加。回归结果中，人均GDP系数为正，证明人均GDP对双边贸易起到的促进作用。而且PGDPjt的系数远大于PGDPit的系数，说明欧亚经济联盟国家及丝绸之路经济带相关国家经济的发展对与中国的双边贸易规模的拉动作用要大于中国。POPjt为一国人口数量，代表该国国内的市场容量。系数为正，说明人口数量增加对双边贸易规模增加具有积极影响，中国与欧亚经济联盟国家的双边贸易存在较好的开拓空间。DISTij代表两国之间的距离，系数为负，距离对贸易呈现阻碍作用。长途运输不仅会增加货物的运输成本，同时对货物的包装、保险、市场价值等各方面都会带来负面影响，从而影响双边贸易的增长。回归结果仅在5%水平上显著，可能是因为随着运输质量的提升，尤其是随着丝绸之路经济带建设的推进，中欧班列、大陆桥运输的不断完善，远途陆路运输对丝绸之路沿线国家间贸易的负面影响不断改善。BORDERij代表贸易国家间是否接壤，参数符号为正，意味着接壤国家间的贸易发展要快于不接壤国家。近年来，中国与俄罗斯、哈萨克斯坦等接壤国家间不断推动边境贸易的发展。以中俄边境贸易为例，“中俄蒙经济走廊”快速发展，黑龙江与俄罗斯的经贸合作发展迅速，国家级口岸25个。绥芬河口岸2017年货物吞吐量已经达到1 137万吨，成为“千万级口岸”。
表示在随机干扰中非效率项影响的占比，时变和时不变模型中，占比分比为9.630和9.748，都在5%水平上显著，说明非效率项对双边贸易存在极大的影响，对非效率项解释变量的分析是非常必要的。
（二）贸易潜力分析
通过对模型（13）的估计，本文得到中国与欧亚经济联盟国家的最优贸易规模，即贸易潜力水平。再通过模型（11），可以计算得出双边贸易效率TE。当
时，贸易效率越高，则贸易潜力越小，反之，则贸易潜力越大。表2是2006—2017年中国与欧亚经济联盟国家贸易效率值。
根据表2可以绘制出2006—2017中国与欧亚经济联盟国家年贸易效率趋势图，如图1所示。贸易潜力与贸易效率呈负相关关系。两国贸易效率越大，贸易潜力越小;反之则越大。从图1中可以看出，欧亚经济联盟国家与中国的贸易效率都呈上升状态，但是整体发展较为缓慢。其中，中国与俄罗斯的贸易效率最小，其次是哈萨克斯坦，也说明中国与这两国的贸易潜力最大。俄罗斯是欧亚经济联盟的主导国，也是欧亚经济联盟国家中国内市场最大、发展最为迅速的一个国家。虽然目前中国与俄罗斯的贸易商品主要为矿产资源类商品与资源类商品为主，但制成品方面具有很高的贸易互补性，加之俄罗斯巨大的国内需求，未来中国与俄罗斯在制成品贸易方面将有很大的提升空间。哈萨克斯坦的情况与之类似。而欧亚经济联盟中白俄罗斯、亚美尼亚、吉尔吉斯斯坦与中国的贸易效率较高，贸易潜力也相对较小。贸易互补性计算中，本文发现中国与亚美尼亚是欧亚经济联盟国家中贸易潜力最小的，其次是吉尔吉斯斯坦。贸易互补性与贸易潜力呈正比关系。较低的贸易互补性必然意味着双边贸易潜力有限。这与欧亚经济联盟国家的自然资源禀赋、基础设施建设以及是否具有共同边界有密切的影响。因此，本文将对非效率项中的变量对双边贸易的影响进行进一步分析。
（三）非效率项回归结果及结论
为确保模型的稳定及保证回归结果的稳健性，本文采用一步法对式（16）进行估计，结果如表3所示。回归结果1是对式（16）进行估计的结果，包含了模型中所有的解释变量。回归结果2是剔除了非效率解释变量
后的模型回归结果。回归结果3是剔除了非效率解释变量
后的模型回归结果。回归结果4是同时剔除了非效率解释变量
和
后的模型回归结果。
由表3可知，各项回归结果呈现出较强的一致性。在回歸结果1中，
和
在非效率项中政府效率和金融自由度对贸易规模的阻碍并不明显。因此，在后续的回归中将这两个变量分别删除或一并删除进行回归，得到回归结果2、回归结果3和回归结果4。对回归结果进行比较之后，本文发现回归结果4的显著性相对最好，因而本文以回归结果4，即将式（16）删除非效率解释变量
和
后的模型回归结果为最终结果进行分析。
传统引力模型部分的解释变量所反映的结果与表1近似，显著的原因也相同。与之前不同之处在于，传统引力模型中的解释变量DISTij和BORDERij变得不显著。其原因可能是，针对本文的样本而言距离和是否接壤对双边贸易的阻碍作用已经落后于非效率项中基础设施、贸易自由度、金融自由度等变量所产生的影响。这也从侧面说明随机前沿分析方法对分析双边贸易间阻碍因素具有很好的表现。对非效率项的回归结果，通过比较显著性程度，本文删去政府效率GOVjt和金融自由度FINjt。首先，非效率项解释变量的贸易自由度（TADjt）在1%水平上显著，说明中国要扩大与欧亚经济联盟国家，乃至丝绸之路沿线国家的经贸合作，就需要重视加强国家间关税水平、非关税壁垒、海关通关便利化等方面的协调与合作。中国与欧亚经济联盟国家加强区域贸易一体化将会有效地提升双边贸易规模。其次，非效率解释变量的货币自由度（MONjt）反映了东道国对资本流动和外投资的限制程度，自由度越高越有利于贸易国家间资本流动以及相关的贸易流动。货币自由度（MONjt）的回归结果在5%水平上显著，说明通过欧亚经济联盟国家开放国内投资市场，加强与中国企业的国际合作，有利于扩大与中国的进出口发展。最后，是否为上海合作组织成员国或观察国与对话伙伴（SCOij）以及基础设施建设（INFjt）在10%水平在显著。是否为上海合作组织成员国或观察国与对话伙伴（SCOij）用于衡量区域经济一体化对促进中国与欧亚经济联盟国家经贸发展的影响。推动以欧亚经济联盟为代表的欧亚区域一体化进程，加强欧亚经济联盟与上海合作组织之间合作，符合中国以及欧亚经济联盟国家自身发展需要，回归结果吻合了已有研究[23]。基础设施建设（INFjt）反映了运输基础设施、通讯与互联网设施水平等对国家贸易发展的影响。说明中国正在通过推进丝绸之路经济带建设以及亚洲基础设施投资银行相关项目改善和加强与欧亚各国的交通、通讯设施水平，扩大与欧亚经济联盟国家以及欧亚大陆国家间的经贸往来。
五、中国与欧亚经济联盟国家经贸未来发展建议
根据本文的研究结果可以发现，中国与欧亚经济联盟国家对接合作已经由项目拉动进入制度引领层面，中国与欧亚经济联盟国家间贸易互补性大于竞争性，贸易效率不高，但存在较大的贸易潜力空间。为扩大中国与欧亚经济联盟国家贸易规模，提升双边贸易便利化水平，带动中国与欧亚经济联盟国家区域经济贸易发展，本文认为应从以下五个方面入手：
（一）突出产业结构差异，发挥贸易互补优势
中国与欧亚经济联盟国家间贸易互补性大于竞争性，尤其在农商品、矿产燃料、机械及运输设备以及杂项制品方面存在相互的比较优势。随着“一带一盟”的制度性对接与经贸发展，中国与欧亚经济联盟国家不仅要进一步利用各自的资源禀赋差异扩大相关领域的贸易规模，并且应进一步从产业间分工向产业内分工深化贸易商品结构，加深互相间的产业合作深度，实现双边及多边间产业结构递进式布局。
（二）协调海关制度与程序对接，提高出口商品通关效率
贸易自由度水平对中国与欧亚经济联盟国家双边贸易具有显著影响。对照现实情况，中国在与欧亚经济联盟国家贸易的过程中通关手续复杂，通关效率低。《协定》的生效对中国与欧亚经济联盟国家经贸合作提供了制度保证，但是，协定各方仍需就海关、质检、技术标准等领域达成具体的、可操作的程序与规范，推进进口商品海关单一窗口，简化通关单证填写数量与填写标准。加强各国海关与商检机构进出口商品信息共享，加快贸易商品流转效率，提升本地区贸易便利化水平，提高贸易透明度和可预期性。
（三）推动货币金融合作，扩大跨国资本流动规模
金融自由度对中国与欧亚经济联盟国家贸易发展存在正相关性。作为俄罗斯最大的贸易伙伴、哈萨克斯坦第二大贸易伙伴、白俄罗斯第二大进口来源国，中国在“一带一盟”的对接中应承担起金融公共商品的供给者的角色。加强中国与欧亚经济联盟国家货币金融政策信息共享平台，构建清算支付系统，完善信用担保体系和金融风险防控机制。更好地利用上海合作组织、亚洲基础设施投资银行等平台的资金，推动国家间金融机构的合作，为中国与欧亚联盟国家提供多样化的融资渠道。
（四）开拓复合型融资渠道，确保基础设施建设执行力度
近年来，中国与欧亚经济联盟国家之在基础设施建设合作方面取得很大的成就，但是同时也存在一些共性问题，需要各方在项目融资与项目执行等方面加强协作。首先，开拓复合型融资渠道，确保中国与欧亚经济联盟国家基础设施项目建设资金充足。考虑到基础设施投资存在资金需求量大、实施周期长、收益不稳定等特征，需要为参与投资的各方资本设计一套完善的收益风险捆绑机制，从而平衡可能存在的巨大风险。其次，构建项目各方执行监管联动机制，及时有效解决建设过程中出现的问题，保证项目建造进度。中国与欧亚经济联盟国家合作建设的铁路、公路等项目通常存在规模大、工期长、建设难度大、利益方众多的问题。《协定》的生效將中国与欧亚经济联盟对接由项目引导转向制度推动，但是仍需针对基础设施建设的特点制定多方联动约束机制，通过互相制约互相监督的方式确保有效地约束各方在合作过程中履行责任和义务，以及出现问题之后的责任确定与问题的解决。
（五）提升边境经济合作质量，推动区域经济一体化
与贸易国家是否接壤和是否为上海合作组织成员国或观察国与对话伙伴对中国与欧亚经济联盟国家的双边贸易的影响是正相关且显著的。因此，应进一步完善边境贸易市场体系，借助中国与欧亚经济联盟国家资源禀赋的互补性特点，扩大生产要素市场规模，进而推动边境经济合作区劳动力市场、信息市场、技术市场以及金融服务市场等的发展与有机组合，实现边境经济合作区的高质量发展。明确规范边境经济合作区贸易规则，确保双边贸易顺畅进行。且属于同一国际组织可以有效地保障双边规则的统一。因此，以现有的中国边境经济合作区作为载体，尝试为中国与欧亚经济联盟国家提供实践贸易规则的环境，加快推动中国与欧亚经济联盟国家自贸区谈判，建立自由贸易试验区，对提升中国与欧亚经济联盟国家双边贸易规模与质量、推动“一带一盟”对接具有积极的现实意义。
参考文献：
[1] 拉林A.T.，马特维耶夫B.A.，高晓慧.俄罗斯如何看待欧亚经济联盟与“丝绸之路经济带”对接[J].欧亚经济，2016，（2）：18-26，125，127.
[2] 杨波，唐朱昌.共建“丝绸之路经济带”：欧亚经济联盟国家学界的认知综述[J].欧亚经济，2019，（3）：102-124，126，128.
[3] 李新.丝绸之路经济带对接欧亚经济联盟：共建欧亚共同经济空间[J].东北亚论坛，2016，（4）：60-71，127-128.
[4] 柴瑜，王效云.“丝绸之路经济带”与欧亚经济联盟的对接——基础、挑战与环境塑造[J].欧亚经济，2018，（5）：1-17，127.
[5] 伊万措夫A.B.，许金秋，张誉馨.欧亚经济联盟与丝绸之路经济带：中国国家利益与风险[J].俄罗斯学刊，2019，（2）：89-103.
[6] 蒋菁，刘阳.《中华人民共和国与欧亚经济联盟经贸合作协定》评析[J].俄罗斯学刊，2019，（6）：27-39.
[7] 盛斌，廖明中.中国的贸易流量与出口潜力：引力模型的研究[J].世界经济，2004，（2）：3-12.
[8] 毕燕茹，师博.中国与中亚五国贸易潜力测算及分析——贸易互补性指数与引力模型研究[J].亚太经济，2010，（3）：47-51.
[9] 邓羽佳，秦放鸣.欧亚区域经济一体化背景下中国出口贸易效应及潜力研究[J].世界经济研究，2015，（12）：55-65，125.
[10] 张亚斌.“一带一路”投资便利化与中国对外直接投资选择——基于跨国面板数据及投资引力模型的实证研究[J].国际贸易问题，2016，（9）：165-176.
[11] 程中海，袁凯彬.中国-欧亚经济联盟FTA的经贸效应模拟分析——基于GTAP模型及偏效应分解[J].世界经济研究，2017，（1）：96-108，137.
[12] 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.
[13] 龚新蜀，乔姗姗，胡志高.丝绸之路经济带：贸易竞争性、互补性和贸易潜力——基于随机前沿引力模型[J].经济问题探索，2016，（10）：145-154.
[14] 刁莉，罗培，胡娟.丝绸之路经济带贸易潜力及影响因素研究[J].统计研究，2017，（11）：56-68.
[15] 武敬云.中美双边贸易质量研究——基于2001—2010年细分产品贸易数据的实证分析[J].国际经贸探索，2012，（9）：4-14.
[16] 李钢，刘华芹，李俊.步入平稳增长阶段——中俄贸易发展规模的前景预测[J].国际贸易，2004，（4）：9-14.
[17] 桑百川，杨立卓，邵莹雪.新兴市场国家服务贸易竞争力的国际比较[J].亚太经济，2014，（3）：82-86.
[18] Armstrong，S.Measuring Trade and Trade Potential：A Survey[R].Asia Pacific Economic Paper，No.2007，368.
[19] Meeusen，W.，Broeck，V.J.Efficiency Estimation From Cobb-Douglas Production Functions With Composed Error[J].International Economic Review，1977，18（2）：435-444.
[20] Aigner，D.，Lovell，C.，Schmidt，P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics，1977，6（1）：21-37.
[21] Battese，G.E.，Coelli，T.J.Frontier Production Functions，Technical Efficiency and Penel Data：With Application to Paddy Farmers in India[J].Journal of Productivity Analysis，1992，3（1-2）：153-169.
[22] 胡鞍钢，马伟，鄢一龙.“丝绸之路经济带”：战略内涵、定位和实现路径[J].新疆师范大学学报（哲学社会科学版），2014，（2）：1-11.
[23] 刁秀华.上海合作组织与欧亚经济联盟对接合作研究[J].财经问题研究，2019，（12）：112-119.
（责任编辑：李明齐）
*收稿日期：2021-01-15
*基金项目：国家社会科学基金重大项目“建设面向东北亚开放合作高地与推进新时代东北振兴研究”（20&ZD098）;国家社会科学基金重大项目“未来3—5年共建‘一带一路’面临的机遇、风险和挑战研究”（19VDL002）
*作者简介：王冰心（1981-），女，山东烟台人，讲师，博士研究生，主要从事国际经济和贸易便利化研究。E-mail：wangbingxin1120@126.com米军（1972-），男，内蒙古包头人，特聘教授，博士生导师，主要从事世界经济研究。E-mail：309729556@qq.com
[①]国际贸易标准分类SITC Rev.4十大商品分类：SITC 0—食品及主要供食用的活动物;SITC 1—饮料及烟类;SITC 2—燃料以外的非食用粗原料;SITC 3—矿物燃料、润滑油及有关原料;SITC 4—动植物油脂及油脂;SITC 5—未列明的化學及有关商品;SITC 6—主要按材料分类的制成品;SITC 7—机械和运输设备;SITC 8—杂项制成品;SITC 9—其他。
[②]由于篇幅所限，本文没有列出中国与欧亚经济联盟国家各大商品的贸易竞争性与互补性趋势图，作者留存备索。
[③]丝绸之路经济带沿线国家包括中亚5国（哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、吉尔吉斯斯坦、乌兹别克斯坦、土库曼斯坦）、南亚3国（阿富汗、印度、巴基斯坦）、西亚7国（伊朗、阿塞拜疆、亚美尼亚、格鲁吉亚、土耳其、沙特阿拉伯、伊拉克）、欧洲6国（俄罗斯、乌克兰、德国、法国、英国、意大利）和北非3国（埃及、利比亚、阿尔及利亚）。