中国与RCEP国家双边贸易潜力研究——基于扩展的贸易引力模型分析

Research on the Bilateral Trade Potential between China and RCEP Countries—Based on the Analysis of the Extended Trade Gravity Model

摘要: RCEP的签订为中国与有关国家贸易开辟了新前景。本研究选取2012至2022年的面板数据，借助扩展的贸易引力模型，针对中国与RCEP成员国在贸易影响因素及贸易潜力方面展开实证探究。研究结果表明：中国与RCEP国家各国的GDP和人口、两国首都之间的距离、RCEP国家各国的外贸依存度以及中国与RCEP国家各国是否存在共同语言对中国与RCEP国家各国货物双边贸易具有显著的影响，并且通过稳健性检验后结果仍然显著；中国同RCEP国家各国均处于“潜力开拓型”阶段，说明双方的货物贸易潜力指数较大。基于研究结果对中国与RCEP国家的双边贸易提出合理化建议，以推动中国与RCEP国家双边贸易的发展。

Abstract: The signing of the Regional Comprehensive Economic Partnership (RCEP) has opened up new prospects for trade between China and relevant countries. This study selects panel data from 2012 to 2022 and, with the help of the extended trade gravity model, conducts an empirical exploration on the influencing factors and potential of trade between China and the member countries of RCEP. The research results show that the GDP and population of each RCEP country, the distance between the capitals of the two countries, the foreign trade dependence of each RCEP country, and whether there is a common language between China and each RCEP country have a significant impact on the bilateral goods trade between China and each RCEP country. Moreover, the results remain significant after the robustness test. China and each RCEP country are all in the “potential exploration” stage, indicating that the trade potential index of bilateral goods trade between the two sides is relatively large. Based on the research results, reasonable suggestions are put forward for the bilateral trade between China and RCEP countries to promote the development of bilateral trade between them.

1. 引言

2020年11月15日，第四次区域全面经济伙伴关系协定(RCEP)领导人会议促成了RCEP国家十国(文莱、老挝、越南、泰国、印度尼西亚、马来西亚、柬埔寨、缅甸、菲律宾、新加坡)与中国、日本、韩国、澳大利亚及新西兰共十五个亚太地区国家正式签署《区域全面经济伙伴关系协定》(以下简称《协定》)。《协定》的签署堪称中国对外贸易进程中的关键里程碑，是继入世后中国在国际贸易领域的又一重大标志性事件。借助RCEP平台，中国与RCEP国家的双边贸易有望实现前所未有的新跨越与新发展。探究中国与RCEP各国的双边贸易潜力极具必要性。其能够为双方经贸协作给予多层面理论指引，有效规避或降低贸易摩擦，有力助推区域全面经济伙伴关系协定的施行，塑造互利共赢的全新格局。本文依托扩展的贸易引力模型，运用2012~2022年中国与RCEP国家双边贸易面板数据，剖析双边货物贸易发展潜能，并给出具有参考价值的建议。

2. 文献综述

RCEP是当前全球规模最大的自由贸易协定，从产生伊始就成为国内外学者广泛关注的话题。平力群(2020)本文从稳定亚太地区预期经济环境、增强生产网络建设信心的角度，全面分析签署经济一体化协议对亚太地区的有利作用[1]。杜方鑫、支宇鹏(2021)基于联合国数据库的数据，分析了中国与RCEP贸易伙伴国之间的竞争与融合，并提出针对性的建议[2]。在贸易引力的经典模型中，最初引入的影响因素仅考虑距离、GDP2个变量。而在后面的研究中，政治制度、语言、文化、法律法规、殖民关系，以及国际直接投资(FDI)、汇率、人口、关税税率等被相继引入模型。国内外很多学者对于贸易潜力进行实证研究，认为一国(地区)的贸易潜力能够反映出该国(地区)在世界市场上的贸易竞争力，引力模型作为测算国家或经济体间贸易潜力的常用工具之一，Piratdina et al. (2018)利用贸易引力模型估算了吉尔吉斯斯坦及其主要贸易伙伴国2000~2016年间里的贸易潜力[3]。近年来，众多国内学者运用引力模型剖析中国与其他国家(地区)的贸易情形与潜力，收获了颇为丰硕的研究成果。张志新(2019) [4]、匡增杰(2019) [5]、周冲(2020) [6]等学者基于扩展的引力模型分别对中国与西亚、中东欧、拉美国家对外贸易影响因素及潜力进行了实证分析。

已有文献针对中国与RCEP国家贸易关系的研究主要是从农产品、文化产品以及金融产品等领域进行的，并且主要研究的是我国与RCEP国家的影响因素以及竞争力。万歆钰和穆月英(2024)研究发现中国和RCEP伙伴的经济水平、人口规模、经济差距、蔬菜单产和贸易环境均对蔬菜出口具有显著性影响[7]。王世鹏和刘艺卓(2024)认为新发展阶段，中国应充分利用RCEP实施的重大契机，提升文化产品国际竞争力，拓展文化产品贸易合作渠道，推进文化产品贸易的数字化进程，促进中国与RCEP伙伴文化产品贸易健康持续发展，为推动构建人类命运共同体注入中华文化力量[8]。陈昊与赵子薇(2023)借助随机前沿引力模型展开研究，其成果显示：出口国与进口国的实际GDP、地理距离以及共同语言的运用状况，均构成RCEP成员国在ICT产品出口贸易方面的基础性决定因素；而出口国与进口国的班轮运输连通性、贸易全球化水平、自由贸易协定的生效情形、制度距离以及前沿技术就绪程度等，则属于影响成员国间ICT产品出口贸易效率的关键要素[9]。王晶(2022)运用随机前沿引力模型分析了我国对RCEP成员国ICT产品的出口贸易效率以及潜力，我国对RCEP成员国ICT产品出口，贸易效率逐年上升但仍较低，潜力巨大，前景与提升空间可观[10]。

3. 中国与RCEP各国之间的贸易现状

中国与RCEP国家各个国家之间的贸易往来是中国与RCEP国家关系的重要组成部分，一直以来也是国内关注的热点问题。我国学者认为积极开展中国与RCEP国家双边自由贸易有利于提高国家的资源利用效率，优化国家双边贸易结构。基于2012~2022年中国与RCEP国家货物双边贸易往来数据，分析其中的变化趋势以及发展特征。

(1) 贸易规模不断扩大

如图1所示，2012年至2022年，中国对RCEP国家贸易额由11179.82亿美元增长至19411.24亿美元，2014年之前稳步增长，2014年之后出现短暂下降后稳步上升。其中，出口额由2012年的4851.74亿美元增长到2022年的9908.38亿美元，增长较为明显；进口额从2012年的6328.08亿美元增长至9502.86亿美元；除此之外，中国对RCEP国家的进、出口额和进出口总额占中国进、出口总额以及进出口总额的比重变化较小，较为稳定，这也凸显了RCEP在我国对外贸易中的重要地位。

Figure 1. Analysis on the trade situation between China and RCEP countries from 2012 to 2022

图1. 2012~2022年中国与RCEP国家贸易情况分析

(2) 中国同RCEP成员国间的货物贸易发展不均衡

中国与RCEP各国在货物进出口方面总体联系较为紧密，不过中国同RCEP成员国间的货物贸易发展存在不均衡的情况。在RCEP成员国中，日本、韩国与中国的贸易额处于领先地位。2022年，中国前三大出口市场是日本、韩国和越南，而前三大进口来源地为日本、韩国和澳大利亚。柬埔寨、老挝、缅甸等RCEP中的欠发达国家与中国的贸易量相对较少，在未来有很大的优化提升空间。中国对越南、新加坡和菲律宾的贸易顺差位列前三，分别为589.99亿美元、472.09亿美元和416.33亿美元；贸易逆差前三的国家是澳大利亚、韩国和马来西亚。此外，尽管东盟十国在中国对RCEP国家贸易中所占比重不算大，但作为重要的自由贸易区伙伴，东盟整体在中国对外贸易中占据重要位置。2022年，东盟在中国对RCEP国家贸易总额中的占比达到50.25%，其影响力不容忽视(见表1)。

Table 1. Trade situation between China and RCEP countries in 2022

表1. 2022年中国与RCEP国家贸易情况

	贸易额(亿美元)				占比(%)
	出口额	进口额	进出口额	差额		出口	进口	进出口
韩国	1626.21	1996.67	3622.89	−370.46		16.41	21.01	18.66
日本	1729.27	1844.97	3574.24	−115.70		17.45	19.41	18.41
越南	1469.60	879.61	2349.21	589.99		14.83	9.26	12.10
澳大利亚	788.27	1420.91	2209.19	−632.64		7.96	14.95	11.38
马来西亚	937.11	1098.79	2035.90	−161.68		9.46	11.56	10.49
印度尼西亚	713.18	777.70	1490.88	−64.52		7.20	8.18	7.68
泰国	784.80	565.18	1349.97	219.62		7.92	5.95	6.95
新加坡	811.68	339.58	1151.26	472.09		8.19	3.57	5.93
菲律宾	646.79	230.46	877.26	416.33		6.53	2.43	4.52
新西兰	91.75	159.76	251.52	−68.01		0.93	1.68	1.30
缅甸	136.16	114.94	251.09	21.22		1.37	1.21	1.29
柬埔寨	141.84	18.39	160.23	123.46		1.43	0.19	0.83
老挝	23.40	33.42	56.82	−10.03		0.24	0.35	0.29
文莱	8.31	22.48	30.79	−14.16		0.08	0.24	0.16
合计	9908.38	9502.86	19411.24	405.53		100	100	100

4. 实证分析

4.1. 贸易引力模型构建

传统的引力模型揭示了2个物体之间的引力，表明两物体间引力与物体质量呈正比、与距离呈反比。双边或多边贸易引力模型同理，认为两国贸易量与经济总量呈正比、与距离呈反比。经典的贸易引力模型为：

$X_{ij}=\alpha \left(GD{P}_i\times GD{P}_j\right)/D_{ij}$ (1)

其中，$X_{ij}$ 为出口国与进口国的双边贸易额；$\alpha$ 为常数；$GD{P}_i$ 为出口国的国内生产总值；$GD{P}_j$ 为进口国的国内生产总值；$D_{ij}$ 为两国之间的距离，一般用两国首都之间的距离表示。

对式(1)两边取对数得到：

$ln{X}_{ij}={\alpha }_0+{\alpha }_{1}lnGD{P}_i+{\alpha }_{2}lnGD{P}_j-{\alpha }_{3}ln{D}_{ij}+u_{ij}$ (2)

在式(2)中，${\alpha }_0$ 为常数项，${\alpha }_1$ 、${\alpha }_2$ 、${\alpha }_3$ 为各个变量的回归系数，$u_{ij}$ 为随机误差项，其余变量与式(1)相同。式(1)、式(2)为贸易引力模型的经典表达式，大多数研究都是在此基础上扩展而来的。

式(2)中，${\alpha }_3$ 前面的减号视为距离变量对贸易额的阻碍，由此可将式(2)转变为：

$ln{X}_{ij}={\alpha }_0+{\alpha }_{1}lnGD{P}_i+{\alpha }_{2}lnGD{P}_j+{\alpha }_{3}ln{D}_{ij}+u_{ij}$ (3)

随着对引力模型应用研究的深入，后来的学者在此基础上将人口变量引入模型中，认为双边贸易额会受人口规模的正向影响。本文参考周曙东和郑建(2018) [11]、周念利(2010) [12]的研究，将人口变量，是否存在共同语言的虚拟变量引入模型，在式(3)的基础上，将模型扩展为：

$lntrad{e}_{ij}={\alpha }_0+{\alpha }_{1}lnigd{p}_i+{\alpha }_{2}lnjgd{p}_j+{\alpha }_{3}lndi{s}_{ij}+{\alpha }_{4}lnzpop+{\alpha }_{5}idr+{\alpha }_{6}con\_lang+u_{ij}$ (4)

在式(4)中，被解释变量$trad{e}_{ij}$ 代表t时期中国与RCEP国家之间的贸易进出口总额，$igd{p}_i$ 是中国t时期的国内生产总值，$jgd{p}_j$ 为RCEP国家各国t时期的国内生产总值，$di{s}_{ij}$ 为RCEP国家各国与中国首都之间的地理距离与WTI原油价格的乘积，$zpop$ 为中国与RCEP国家各国t时期人口的乘积，$idr$ 为RCEP国家的外贸依存度，$con\_lang$ 为虚拟变量，表示如中国与该国是否有共同的语言，则取1，否则取0；${\alpha }_0$ 为常数项，${\alpha }_k$ 为各变量的回归系数(k = 1, 2, 3, 4, 5, 6)。

4.2. 数据说明及来源

本文借助RCEP国家与中国的贸易数据展开分析，为保证数据的完备性，我们选取2012~2022年的贸易数据，具体变量如下：

(1) 被解释变量$lntrad{e}_{ij}$

本文将中国与RCEP国家的进出口贸易总额设定为被解释变量，以此作为参照来深入探究双方的贸易发展态势，从而深度挖掘中国与RCEP国家各自的贸易潜力，数据取自国家统计局，其可靠性与权威性能够为研究提供坚实的基础与有力的支撑，确保研究结果具备较高的可信度与参考价值。

(2) 解释变量

中国与RCEP国家各国的距离($lndi{s}_{ij}$ )：地理距离为首都北京与东道国首都之间的地理距离，由于地理距离为固定量，本文为了消除共线性问题，借鉴张家峰(2024)的做法，在运算过程中采用实际距离除以国际油价(美国WTI原油价格)计算出地理距离，使变量能够较好地反映贸易国家之间的贸易成本问题[13]。

中国t年的GDP ($lnigd{p}_i$ )：中国的GDP数据选自国家统计局发布的中国统计年鉴，取对数，以亿美元来计算；

RCEP国家各国t年的GDP ($lnjgd{p}_j$ )：RCEP国家各国的GDP数据选自世界银行数据库，取对数，以亿美元来计；

中国与RCEP国家各国人口的乘积($lnzpop$ )：各国人口数据选自世界银行数据库，参考周佩佩(2022) [14]将中国人口数据与RCEP国家人口数据相乘，取对数；

是否有共同语言($con\_lang$ )：虚拟变量，中国与该国在官方语言上是否有相同，如果有取1，没有取0；数据来源于CEPII数据库；

外贸依存度($idr$ )：用进出口总额除以其GDP所得，单位为%。数据来源于联合国商品贸易统计数据库(UN COMTRADE)。

4.3. 模型回归结果

(1) 描述性统计

模型中变量的描述性统计结果如表2所示：

Table 2. Descriptive statistical results of variables

表2. 变量的描述性统计结果

变量	样本量	均值	标准差	最小值	最大值
	154	24.450	1.633	20.412	26.636
	154	30.161	0.232	29.775	30.519
	154	26.244	1.740	23.045	29.467
	154	4.004	0.667	2.278	5.642
	154	38.124	1.644	33.942	40.503
	154	19.983	12.205	5.253	62.398
	154	0.143	0.351	0	1

(2) 基础回归结果

本文主要使用Stata17.0对中国与RCEP国家各国货物进出口贸易潜力模型进行回归分析。以公式(4)为模型，分别做OLS回归、随机效应模型以及固定效应模型，基础回归结果如表3所示。

Table 3. Results of the baseline regression

表3. 基础回归结果

	(1)	(2)	(3)	(4)
	OLS	RE	FE	RE
lnigdp	0.143^**	0.300^***	0.210^***
	(2.076)	(6.812)	(2.636)
lnjgdp	0.917^***	0.837^***	0.739^***
	(65.764)	(24.937)	(10.845)
lndis	−0.116^***	−0.084^***	−0.105^***	−0.145^***
	(−4.789)	(−3.508)	(−3.881)	(−4.505)
idr	0.039^***	0.029^***	0.028^***	0.027^***
	(22.883)	(17.356)	(16.035)	(11.857)
lnzpop	0.038^***	0.113^***	0.901^**	0.152^***
	(2.697)	(2.927)	(2.192)	(3.404)
con_lang	0.289^***	0.483^***	0.000	0.570^***
	(5.569)	(3.298)	(.)	(3.417)
L_lnigdp				0.320^***
				(5.244)
L_lnjgdp				0.779^***
				(19.628)
_cons	−5.743^***	−11.192^***	−35.796^***	−11.415^***
	(−2.768)	(−6.846)	(−2.675)	(−5.352)
N	154	154	154	140

注：^***，^**，^*分别表示在10%、5%和1%的显著性水平上通过检验，括号内为标准误。

根据回归结果，第(1)列是OLS回归，第(2) (3)列分别是随机效应回归和固定效应回归，模型拟合度都较好。但是因为模型设定中含有不随时间变化的自变量，本文选择随机效应模型的结果进行分析，即模型(2)，最终确定的扩展的贸易引力模型公式为：

$\begin{array}{c}lntrad{e}_{ij}=-11.192+0.3lnigd{p}_i+0.837lnjgd{p}_j-0.084lndi{s}_{ij}+0.113lnzpop\\ +0.483con\_lang+0.029idr\end{array}$ (5)

对于变量国内生产总值和两国距离都与预期一致，中国与RCEP国家双方人口数量与贸易进出口1%水平下显著正相关，结果表明随着两国人口数量的增加，双方的货物贸易需求也在增加；共同语言对双边贸易的开展有显著促进作用，契合生活常理。如中国与新加坡等国存在共同或相似语言，利于双方建立货物贸易联系，并为贸易活动的顺利推进提供便利；最后，RCEP国家的外贸依存度亦在贸易活动中发挥着积极的推动作用，为贸易的繁荣发展提供了有力支撑与正向助力。

(3) 稳健性检验

为了确保样本回归结果的准确性，本文将中国和RCEP国家各国的国内生产总值滞后一期，进行稳健性检验，估计结果如表3中第(4)列所示，研究发现主要核心变量以及虚拟变量的回归系数符号、显著性与上文基本一致，说明上文模型设定以及回归结果是稳健性。

5. 中国与RCEP国家之间贸易潜力估算

5.1. 贸易潜力计算

贸易潜力的测定是采用实际发生的进出口贸易额与模型测算出的模拟进出口额进行对比，并按照一定的标准划分不同的贸易潜力等级。基本公式为：

$trade{p}_{ij}=\frac{trad{e}_{ij}}{trad{e}_{ij}^{\ast }}$ (6)

其中，$trade{p}_{ij}$ 表示t时期中国与RCEP国家各国之间的货物进出口贸易潜力指数，$trad{e}_{ij}$ 表示t时期中国与RCEP国家各国间的实际货物贸易进出口额，$trad{e}_{ij}^{\ast }$ 则为引力模型测算出的货物进出口贸易模拟值。参考刘青峰(2002)等根据实际贸易额与理论贸易额之间的比值，将贸易伙伴分为3种类型：实际贸易额与理论贸易额之比小于0.8时，为贸易潜力巨大型；在0.8~1.2时，为贸易潜力开拓型；大于1.2时，为贸易潜力再造型[15]。结合式(5)计算出2012~2022年中国对RCEP国家各国货物贸易进出口额的理论值，通过实际贸易额与理论贸易额之比，整理相关数据如表4所示。

5.2. 结果分析

根据表4结果显示，中国与RCEP国家在2012~2022年的贸易实际值与预期理论值总体相差不少，多数国家的数据波动范围基本维持在一个较窄区间内。这显示出我国对外贸易政策的科学性，在与部分国家积极推动贸易的同时，保留部分未来发展的动力，为创造新的贸易增长点打下良好基础。从贸易潜力区间上来看，中国同RCEP国家各国均处于“潜力开拓型”阶段，说明双方的贸易潜力指数较大，现有的货物贸易潜力尚未完全释放，贸易规模仍有一定的提升空间。

从横向对比各国家的数据走势来看，并没有呈现出明显统一的上升或下降趋势。不同国家有着各自不同的变化轨迹，像澳大利亚呈现一定的波动上升后稍有回落的态势，而印度尼西亚则是整体缓慢下降趋势。这表明各国受到其独特的经济基础、产业结构、政策导向以及所处国际经济环境等多种因素的综合影响，发展节奏和方向不尽相同，展现出明显的个体差异。

Table 4. Bilateral trade potential index between China and RCEP countries from 2012 to 2022

表4. 2012~2022年中国与RCEP国家双边贸易潜力指数

	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
澳大利亚	1.006	1.008	1.008	1.006	1.007	1.010	1.009	1.013	1.015	1.014	1.011
菲律宾	1.000	0.998	1.000	1.001	1.002	1.001	1.000	1.001	1.002	1.002	1.002
韩国	1.017	1.015	1.015	1.015	1.014	1.013	1.012	1.011	1.012	1.011	1.010
柬埔寨	0.998	0.999	0.998	1.001	1.001	1.001	1.001	1.002	1.002	0.995	0.992
老挝	0.995	1.000	1.002	0.999	0.993	0.996	0.996	0.998	0.997	0.996	0.996
马来西亚	1.001	1.000	0.999	1.000	0.999	0.998	0.997	0.997	0.997	0.992	0.990
缅甸	0.988	0.996	1.004	1.004	1.000	1.000	1.000	1.001	1.002	0.998	0.996
日本	0.990	0.992	0.992	0.993	0.990	0.991	0.991	0.990	0.991	0.992	0.994
泰国	1.010	1.008	1.008	1.010	1.010	1.008	1.006	1.006	1.010	1.009	1.008
文莱	0.995	0.998	1.000	1.001	0.979	0.986	1.001	0.985	1.006	1.007	1.005
新加坡	1.006	1.005	1.005	1.006	1.005	1.004	1.002	1.003	1.004	0.999	1.000
新西兰	0.988	0.993	0.995	0.992	0.992	0.994	0.996	0.999	0.999	1.000	1.000
印度尼西亚	0.988	0.987	0.985	0.982	0.979	0.981	0.984	0.984	0.985	0.992	0.994
越南	1.009	1.009	1.009	1.010	1.011	1.009	1.006	1.006	1.004	0.998	0.999

数据来源：根据Stata结果整理。

Figure 2. Goods trade potential index between China and each of the RCEP countries in 2012 and 2022

图2. 中国与RCEP国家各国之间2012年、2022年货物贸易潜力指数

印度尼西亚、柬埔寨、老挝、泰国、文莱和新加坡在2012~2022年期间有数据增长的趋势，韩国和新西兰在这10年间有数据下降的趋势，在2022年，澳大利亚和越南的数据均为最高值，这两个国家在这两年中处于领先地位(见图2)。

6. 结论与建议

6.1. 结论

本文基于拓展的贸易引力模型的视角，将人口、共同语言和外贸依存度引入传统的引力模型内，通过本文的研究发现，在分析中国与RCEP国家各国进出口贸易的影响因素时，各国的经济发展水平、人口、外贸依存度和是否有共同语言的存在对进出口贸易的开展产生显著的正向作用，与预期一致；各国与中国的距离对货物双边贸易的开展产生显著的负向作用。基于拓展的贸易引力模型，本文测定出中国与RCEP国家各国间的双边贸易潜力指数，发现中国同RCEP国家各国之间均处于“潜力开拓型”阶段，具有较大的发展空间。

6.2. 中国与RCEP国家经贸合作发展对策

(1) 加强经济合作与协同发展

《协议》正式签署后，中国需加速国内相关法律程序审核，助力协定在国内外顺利施行。于国际贸易领域，中国应勇担大国重任，依托庞大市场与生产潜能，开创外贸发展新局；推动建立多边或双边的经济政策协调机制。定期举行经济发展战略研讨会，协调各国的宏观经济政策、产业政策等，减少政策冲突对双边贸易的不利影响，创造有利于贸易发展的政策环境。

(2) 优化出口商品结构，精准对接RCEP国家市场需求

RCEP各国经济发展态势各异。中国企业应深入研究RCEP各国人口结构和消费需求特点，优化出口商品结构以满足特定市场的需求。加强劳动力市场合作。对于劳动力资源丰富的RCEP国家，中国企业可以考虑在当地投资建厂，利用当地劳动力优势进行生产加工，同时促进当地就业，带动原材料和中间产品的进出口贸易。

(3) 进一步挖掘与RCEP国家各国新的贸易增长点

通过实证结果可以发现，我国与RCEP国家十个国家均属于“潜力开拓型”，若要进一步拓展贸易空间，则需挖掘双方在其他贸易领域的合作潜力。扩大与RCEP国家的货物贸易的规模，提升货物贸易领域的合作潜力。