科技和产业

指标	指标符号	指标解释
固定资本形成率	X₁	固定资本形成总额占GDP总额的比重
职工工资率	X₂	职工工资总额占GDP总额的比重
一、二产业比率	X₃	第一产业增加值占第二产业增加值的比重
商品贸易依存度	X₄	商品贸易总额占GDP总额的比重
城镇化水平	X₅	城镇人口占总人口比重
失业率	X₆	总失业人数占劳动力总数

指标	指标符号	指标解释
固定资本形成率	X₁	固定资本形成总额占GDP总额的比重
职工工资率	X₂	职工工资总额占GDP总额的比重
一、二产业比率	X₃	第一产业增加值占第二产业增加值的比重
商品贸易依存度	X₄	商品贸易总额占GDP总额的比重
城镇化水平	X₅	城镇人口占总人口比重
失业率	X₆	总失业人数占劳动力总数

变量类型	变量名称	变量符号	变量含义	预期属性	数据来源
被解释变量	进出口贸易	trade	中国向i国进出口贸易额	—	联合国贸易数据库
进口贸易	import	中国向i国进口贸易额
出口贸易	export	中国向i国出口贸易额
核心解释变量	地缘经济关系	REL	中国与i国地缘经济关系数值	正向	欧氏距离测算
控制变量	生产水平	gdp	国内生产总值	正向	世界银行数据库
通电率	ele	电力基础设施	正向
地理距离	dist	中国北京与i国首都距离	负向	CEPII数据库
政治稳定性	pvr	政治制度稳定性	正向	WGI数据库
政府效率	ger	政府效率	正向
法律制度	rlr	法律法规	正向

变量类型	变量名称	变量符号	变量含义	预期属性	数据来源
被解释变量	进出口贸易	trade	中国向i国进出口贸易额	—	联合国贸易数据库
进口贸易	import	中国向i国进口贸易额
出口贸易	export	中国向i国出口贸易额
核心解释变量	地缘经济关系	REL	中国与i国地缘经济关系数值	正向	欧氏距离测算
控制变量	生产水平	gdp	国内生产总值	正向	世界银行数据库
通电率	ele	电力基础设施	正向
地理距离	dist	中国北京与i国首都距离	负向	CEPII数据库
政治稳定性	pvr	政治制度稳定性	正向	WGI数据库
政府效率	ger	政府效率	正向
法律制度	rlr	法律法规	正向

变量	样本数	均值	标准差	最小值	最大值
lntrade	115	8.374 7	1.606 7	4.703 7	11.820 3
lnimport	115	5.862 3	2.515 6	1.532 9	10.244 4
lnexport	115	8.168 8	1.488 5	4.654 7	11.682 7
REL	115	0.488 7	2.807 1	-6.062 5	13.150 7
lngdp	115	11.741 9	1.644 4	8.611 5	15.044 2
lndist	115	12.306 4	0.511 7	11.215 4	13.265 6
lnele	115	4.296 3	0.301 3	3.202 7	4.605 2
pvr	115	-1.290 0	0.653 1	2.810 0	0.083 2
ger	115	-0.487 0	0.371 9	-1.135 4	0.375 0
rlr	115	0.364 6	0.612 8	-1.084 1	1.426 4

变量	样本数	均值	标准差	最小值	最大值
lntrade	115	8.374 7	1.606 7	4.703 7	11.820 3
lnimport	115	5.862 3	2.515 6	1.532 9	10.244 4
lnexport	115	8.168 8	1.488 5	4.654 7	11.682 7
REL	115	0.488 7	2.807 1	-6.062 5	13.150 7
lngdp	115	11.741 9	1.644 4	8.611 5	15.044 2
lndist	115	12.306 4	0.511 7	11.215 4	13.265 6
lnele	115	4.296 3	0.301 3	3.202 7	4.605 2
pvr	115	-1.290 0	0.653 1	2.810 0	0.083 2
ger	115	-0.487 0	0.371 9	-1.135 4	0.375 0
rlr	115	0.364 6	0.612 8	-1.084 1	1.426 4

变量	VIF	1/VIF
ger	2.27	0.440 9
lnele	2.01	0.498 5
lngdp	1.84	0.542 9
lndist	1.64	0.608 0
rlr	1.49	0.669 3
pvr	1.30	0.767 6
REL	1.12	0.890 6
VIF均值	1.67

变量	VIF	1/VIF
ger	2.27	0.440 9
lnele	2.01	0.498 5
lngdp	1.84	0.542 9
lndist	1.64	0.608 0
rlr	1.49	0.669 3
pvr	1.30	0.767 6
REL	1.12	0.890 6
VIF均值	1.67

变量	lntrade
REL	-0.036^***(-2.71)
lngdp	0.521^*(1.93)
lndist	1.460^***(3.88)
lnele	0.331(1.06)
pvr	0.051(0.44)
ger	0.409(1.44)
rlr	0.194(1.29)
常数项	-17.012^***(-7.12)
样本数	115
国家	Yes
年份	Yes
R²	0.926
调整R²	0.90

变量	lntrade
REL	-0.036^***(-2.71)
lngdp	0.521^*(1.93)
lndist	1.460^***(3.88)
lnele	0.331(1.06)
pvr	0.051(0.44)
ger	0.409(1.44)
rlr	0.194(1.29)
常数项	-17.012^***(-7.12)
样本数	115
国家	Yes
年份	Yes
R²	0.926
调整R²	0.90

变量	模型(1)	模型(2)	模型(3)	模型(4)	模型(5)
REL	-0.036^*** (-2.71)	-0.029^** (-2.31)	-0.029^** (-2.33)	-0.029^** (-2.33)	-0.032^** (-2.46)
lngdp	0.521^* (1.93)	0.662^*** (2.89)	0.654^*** (3.21)	0.654^*** (3.21)
lndist	1.460^*** (3.88)	1.449^*** (4.33)	1.450^*** (4.36)
lnele	0.331 (1.06)	-0.019 (-0.08)
pvr	0.051 (0.44)
ger	0.409 (1.44)
rlr	0.194 (1.29)
常数项	-17.012^*** (-7.12)	-17.209^*** (-7.52)	-17.210^*** (-7.57)	-0.414 (-0.19)	6.616^*** (44.76)
样本数	115	115	115	115	115
国家	Yes	Yes	Yes	Yes	Yes
年份	Yes	Yes	Yes	Yes	Yes
R²	0.926	0.923	0.923	0.923	0.914
调整R²	0.90	0.90	0.90	0.90	0.89

变量	模型(1)	模型(2)	模型(3)	模型(4)	模型(5)
REL	-0.036^*** (-2.71)	-0.029^** (-2.31)	-0.029^** (-2.33)	-0.029^** (-2.33)	-0.032^** (-2.46)
lngdp	0.521^* (1.93)	0.662^*** (2.89)	0.654^*** (3.21)	0.654^*** (3.21)
lndist	1.460^*** (3.88)	1.449^*** (4.33)	1.450^*** (4.36)
lnele	0.331 (1.06)	-0.019 (-0.08)
pvr	0.051 (0.44)
ger	0.409 (1.44)
rlr	0.194 (1.29)
常数项	-17.012^*** (-7.12)	-17.209^*** (-7.52)	-17.210^*** (-7.57)	-0.414 (-0.19)	6.616^*** (44.76)
样本数	115	115	115	115	115
国家	Yes	Yes	Yes	Yes	Yes
年份	Yes	Yes	Yes	Yes	Yes
R²	0.926	0.923	0.923	0.923	0.914
调整R²	0.90	0.90	0.90	0.90	0.89

变量	lntrade	lnimport	lnexport
REL	-0.036^*** (-2.71)	-0.036^** (-2.37)	-0.038^** (-2.24)
lngdp	0.521^* (1.93)	0.685^** (2.22)	0.469 (1.35)
lndist	1.460^*** (3.88)	1.834^*** (4.26)	1.615^*** (3.35)
lnele	0.331 (1.06)	-0.683^* (-1.92)	0.385 (0.96)
pvr	0.051 (0.44)	-0.550^*** (-4.20)	0.096 (0.65)
ger	0.409 (1.44)	0.702^** (2.17)	0.501 (1.38)
rlr	0.194 (1.29)	-1.156^*** (-6.74)	0.345^* (1.79)
常数项	-17.012^*** (-7.12)	-21.879^*** (-8.00)	-18.655^*** (-6.08)
样本数	115	115	115
国家	Yes	Yes	Yes
年份	Yes	Yes	Yes
R²	0.926	0.911	0.888
调整R²	0.90	0.88	0.84

变量	lntrade	lnimport	lnexport
REL	-0.036^*** (-2.71)	-0.036^** (-2.37)	-0.038^** (-2.24)
lngdp	0.521^* (1.93)	0.685^** (2.22)	0.469 (1.35)
lndist	1.460^*** (3.88)	1.834^*** (4.26)	1.615^*** (3.35)
lnele	0.331 (1.06)	-0.683^* (-1.92)	0.385 (0.96)
pvr	0.051 (0.44)	-0.550^*** (-4.20)	0.096 (0.65)
ger	0.409 (1.44)	0.702^** (2.17)	0.501 (1.38)
rlr	0.194 (1.29)	-1.156^*** (-6.74)	0.345^* (1.79)
常数项	-17.012^*** (-7.12)	-21.879^*** (-8.00)	-18.655^*** (-6.08)
样本数	115	115	115
国家	Yes	Yes	Yes
年份	Yes	Yes	Yes
R²	0.926	0.911	0.888
调整R²	0.90	0.88	0.84

中国与“一带一路”南亚国家地缘经济联系的贸易效应研究

PDF下载

周彩凤

科技和产业 | 治理绩效 2025,25(11): 365-370

收起

科技和产业 | 治理绩效 2025, 25(11): 365-370

中国与“一带一路”南亚国家地缘经济联系的贸易效应研究

全屏

周彩凤

作者信息

西藏大学经济与管理学院, 拉萨 850000

周彩凤(1999—),女,安徽铜陵人,硕士研究生,研究方向为国际贸易、地缘经济与地缘政治。

Research on Trade Effect of Geo-economic Ties among China and the “Belt and Road”South Asian Countries

Caifeng ZHOU

Affiliations

School of Economics and Management, Tibet University, Lhasa 850000, China

出版时间: 2025-06-10

文章导航

摘要

收起

中国与南亚地缘经济联系对其贸易发展具有重要意义。运用贸易引力模型,选取2000—2022年中国与5个南亚国家的贸易数据,分析其地缘经济联系的贸易效应。回归结果表明,中国与南亚国家的地缘经济联系会对中国与南亚国家的贸易带来抑制效应,而国内生产总值、地理距离、通电基础设施、政治稳定性、政府效率和法治环境会对中国与南亚国家的贸易带来促进效应。因此,未来中国应在“一带一路”倡议的基础上,调整对南亚国家进出口商品结构,优化基础设施建设,推动经济发展,提升国民收入水平,提供政策支持,加强与南亚国家的地缘经济合作与贸易往来,对于深化中国与南亚国家贸易合作、促进区域联系与发展具有重要意义。

关键词

地缘经济联系 / 贸易效应 / 一带一路 / 南亚国家

Abstract

收起

The geo-economic relationship between China and South Asia is of great significance to its trade development. Using the trade gravity model, the trade data between China and five countries from 2000 to 2022 was selected to analyzes the trade effects of their geo-economic ties. The regression results show that the geo-economic ties between China and South Asian countries have a restraining effect on China’s trade with South Asian countries, while the GDP, geographical distance, electric infrastructure, political stability, government efficiency and rule of law environment have a promoting effect on China’s trade with South Asian countries. Therefore, in the future, on the basis of the “Belt and Road” initiative, China should adjust the structure of import and export commodities to South Asian countries, optimize infrastructure construction, promote economic development, improve national income level, provide policy support, strengthen geo-economic cooperation and trade with South Asian countries, and deepen trade cooperation between China and South Asian countries. It is of great significance to promote regional linkages and development.

Key words

geo-economic ties / trade effect / the Belt and Road / South Asian Countries

引用本文

周彩凤. 中国与“一带一路”南亚国家地缘经济联系的贸易效应研究. 科技和产业, 2025 , 25 (11) : 365 -370 .

Caifeng ZHOU. Research on Trade Effect of Geo-economic Ties among China and the “Belt and Road”South Asian Countries[J]. Science Technology and Industry, 2025 , 25 (11) : 365 -370 .

正文

收起

南亚地区是“一带一路”倡议的重要组成区域,是中国向南推进一带一路的重要通道,是“一带一路”6大区域中“中巴经济走廊”和“孟中印缅经济走廊”的重要组成部分。目前,南亚国家中尼泊尔、巴基斯坦、孟加拉国、斯里兰卡和马尔代夫5个国家已经与中国签署了“一带一路”谅解备忘录,随着当前与各国战略协作伙伴关系的不断发展,深化中国与南亚国家的合作与发展已经成为“一带一路”“五通”建设的重要节点。2013年“一带一路”倡议提出以后,中国与南亚国家在合作共赢上达成了新的共识,双方贸易往来大幅提升,中国与巴基斯坦、孟加拉国、尼泊尔和斯里兰卡(参与“一带一路”倡议的国家)的贸易额从2013年的303亿美元增长到2021年的608.5亿美元,进出口额也有大幅度的增长,中国自南亚国家的进口额从2013年的209.95亿美元增长到2021年的334.32亿美元,中国向南亚国家的出口额从2013年的748.05亿美元增长到2021年的1 512.53亿美元。地缘经济是“一带一路”倡议的重要合作内容,自“一带一路”倡议提出以来,中国与南亚地缘经济联系总体关联度上升,双边地缘经济和政治格局既存在机遇也面临着挑战。因此,在“一带一路”背景下,如何维持中国与南亚国家的传统贸易合作关系、提升地缘经济联系、缓解国际环境给中国经济带来的负面影响、推动“一带一路”倡议持续前进、实现中国与南亚国家经济贸易的互利共赢成为中国对外贸易发展的重要课题。

1 文献综述

收起

地缘经济自提出以来就受到国内外专家学者的广泛关注。地缘经济学于1990年由美国学者爱德华·卢特沃克在其论文《从地缘政治到地缘经济:冲突的逻辑、贸易的法则》中提出,并由此奠定了地缘经济理论的基石。1995年萨本望在《新兴“地缘经济学”》中指出了中国多数学者普遍认为“地缘经济学”是冷战结束后以经济利益和经济关系取代军事对抗和政治关系作为国际关系主轴的理论。国内对于地缘经济的研究大多从定量分析的角度展开。文辉等^[1]运用修正的引力模型分析了海南省与周边国家的地缘经济联系强度的变化,发现海南省与周边国家的地缘经济联系强度总体呈上升趋势,但不同国家上升趋势差异较大;旦志红和马晓东^[2]运用欧式距离法测度分析了中国与欧亚经济联盟的地缘经济关系,认为中国与欧亚经济联盟的地缘经济关系变化在空间上以中俄关系为主导,在时间上以世界经济变化为主导,竞争与合作交替出现;李杰梅等^[3]通过欧式距离法和经济联系强度模型,测度分析云南省和长江经济带各省份的地缘经济关系和空间经济联系的演变,结果发现其地缘经济关系以竞争型和竞争互补不明显型为主,经济联系强度既受空间距离的影响,又受经济发展水平的影响,总体呈增强的趋势。

对于贸易效应的研究,国内外大多学者都运用一些定量方法对双边贸易流量进行定量分析。胡颖和陈洁筠^[4]运用全球贸易分析模型(global trade analysis project,GTAP)模型模拟预测了中缅印新通道下不同情景下的贸易效应,发现新通道的开通显著促进了沿线国家或地区的贸易发展;曹冲^[5]运用贸易引力模型,研究了基础设施对中国与中亚国家进出口贸易和双边贸易效应的影响;严兵等^[6]基于东道国的视角,运用双重差分法(difference-in-differences,DID)模型实证研究了境外经贸合作区的贸易效应。而地缘经济对国家之间贸易的影响也发挥着重要的作用。王孝松等^[7]从地缘经济的空间分布结构与地缘经济关联两个角度测算地缘经济因素对中国出口贸易的影响,认为中国与其他国家之间的地缘经济联系显著促进了出口贸易;刘玄宇等^[8]运用库仑引力模型构建地缘经济合作强度指标,探讨了中日资源贸易的地缘经济规律,认为中日两国资源贸易的地缘经济合作强度多为负值,总体上竞争大于合作;杨文龙等^[9]运用全球各国商品贸易规模的面板数据,构建空间误差混合回归模型解释全球地缘经济合作的空间机理,认为全球地缘经济合作存在空间正相关,合作的空间依赖性受到生产要素流动与国际分工的传导与驱动,中国需有层次地布局地缘经济资源,在内容上发挥规模优势和要素禀赋优势;申明浩等^[10]基于地缘经济理论,运用多期双重差分法细致考察了中国在南海周边国家(地区)设立境外经贸合作区的贸易促进效应,发现境外经贸合作区的设立显著提高了南海周边国家(地区)的进出口贸易水平。

经济全球化促进了各国经济的发展,也推动了国家间地缘经济的发展,共建“一带一路”倡议推动了沿线国家互联互通,也推进了沿线国家双边地缘关系的发展,国内外学者对地缘经济、贸易研究的相关研究较为丰富,但对区域地缘经济联系的贸易效应的研究较少,尤其是基于“一带一路”背景对中国与南亚国家地缘经济联系的贸易效应研究更少。因此,本文以地缘经济学和国际贸易学为理论基础,选取一带一路南亚国家为研究对象,运用欧氏距离法测度双边地缘经济联系值,构建贸易引力模型,采用中国与南亚国家2000—2022年贸易进出口相关数据进行研究分析,并根据研究结论提出对策建议。

2 模型设定与数据说明

收起

2.1 研究方法

2.1.1 欧式距离法

地缘经济联系值可以用来衡量中国与南亚国家空间相互作用强度或相互辐射能力,运用欧式距离法,参考王娟娟和杜佳麟^[11]、旦志红和马晓东^[2]的研究范式,选取6个测度指标,见表1,分别为固定资本形成率、职工工资率、一二产业比率、商品贸易依存度、城镇化水平和失业率构造地缘经济联系指数(REL),其具体计算方法为

(1)

E D r j t = ∑ i = 1 m (X' i r t - X' i j t) 2

式中:

E D r j t 为 r 国 与 j 国 在 t

年的欧氏距离值;

X' i r t 、 X' i j t 为 r 国 与 j 国 在 t

年进行标准化处理之后的标准化值。同样,对

E D r j t

进行标准化处理:

(2)

E D' r j t = E D r j t - E D ¯ r j t ∑ (E D r j t - E D ¯ r j t) / n

式中:

E D' r j t

为标准化后的ED值;

E D ¯ r j t

为

E D r j t

的均值。由于地理区位对于地缘经济联系放大作用,对ED进行赋权,其中对象国首都与中国首都距离在3 000 km以下权重为2.0,在3 000~5 000 km权重为1.5,在5 000 km以上权重为1.0,计算公式为

(3)

R E L r i t = W E D' r j t

式中:

R E L r i t

为地缘经济联系值,即校正后的欧氏距离值;

W

为权重。

2.1.2 贸易引力模型

引力模型是定量测算两国之间贸易流量的重要模型,在人文社科领域的研究中得到了广泛应用,并根据研究情况的不同,衍生了不同的修正引力模型。基于该模型,借鉴张亚斌^[12]、陈继勇和刘燚爽^[13]的模型处理方法,并根据实际研究状况,对引力模型进行修正,构建贸易引力模型:

(4)

l n X r i t = β 0 + β 1 R E L r i t + β 2 l n g d p i t + β 3 l n d i s t r i + β k Z k + ε i t

式中:r为中国;i为南亚国家;t为年份(t=2000,2001,…,2022);被解释变量

X r i t

为t时期中国与南亚国家i国的进出口额;

R E L r i t

为t时期中国与南亚国家i国的地缘经济联系值;

g d p i t

为t时期南亚国家i的GDP水平;

d i s t r i

为中国与南亚国家i国的首都距离;

β 0

为常数项;

β 1 ~ β 3 、 β k

为回归系数;

Z k

为其他解释变量(表2);

ε i t

为随机扰动项。控制变量ele表示一国的通电率,通电基础设施是影响双边贸易发展的重要因素。控制变量pvr、ger和rlr表示一国的政治稳定性、政府效率和法制环境,根据苏兆荣^[14]、朱玉娟和李细满^[15]的研究,其对贸易发展也有一定影响。

2.2 数据来源

选取中国和南亚5个国家(尼泊尔、印度、巴基斯坦、孟加拉国、斯里兰卡)为研究对象,样本时间段选取2000—2022年。具体数据来源:进、出口贸易额和双边贸易额来源于联合国贸易数据库;中国与南亚国家2000—2022年GDP总量、通电率等数据来源于Word Bank数据库;首都距离数据来源于CEPII数据库;政治稳定性、政府效率和法制环境数据来源于世界银行全球治理指标(WGI)数据库。

3 实证结果与分析

收起

3.1 变量描述性统计

本文的研究对象为中国和“一带一路”南亚5个国家(印度、巴基斯坦、尼泊尔、斯里兰卡和孟加拉国),对个别缺失数据采用插值法填补,样本区间为2000—2022年,为了消除潜在异方差,对连续非负变量取对数值。采用Stata/MP 18.0软件对模型进行检验和回归。表3为主要变量的描述性统计;表4为多重共线性检验,VIF值均小于10,表示变量之间不存在高度相关性;且模型进行了豪斯曼检验,P值为0.000,小于0.05,表示固定效应模型优于随机效应模型,选用固定效应模型进行回归分析。

3.2 基准回归分析

经过上述检验,使用双向固定效应模型对数据进行回归分析,结果见表5。

(1)中国与南亚国家地缘经济联系值与中国与南亚国家的贸易额呈负相关,并在1%的水平上显著,与预期符号不相符。这意味着中国与南亚国家之间地缘经济联系的增强会对中国的进出口起抑制作用。可能的原因在于:中国与南亚国家地理位置相近,受地缘因素影响在商品需求和产业结构上具有相似性,且中国与南亚国家的地缘经济联系在研究区间总体竞争性大于互补性。从经济规模来看,中国和南亚国家经济水平相差比较大,经济差异会导致贸易结构的不平衡和贸易条件的恶化。比如中国主要向南亚国家出口高附加值产品,而进口原材料和初级产品,这种产期不平衡的贸易结构一定程度上阻碍了中国与南亚国家贸易的发展。同时由于南亚国家基础设施建设不足,直接影响了中国与南亚国家双边贸易的流通速率,使得地缘经济联系对贸易的整体效应显著为负。

(2)中国与南亚国家的国内生产总值与中国与南亚国家的贸易额呈正相关,在10%的水平上显著,与预期符号相符。意味着各国国内生产总值的提高会对中国的进出口有促进作用。2000—2022年,中国与南亚国家的国内生产总值显著提高,意味着经济规模扩大,消费者购买力显著提高,对进口商品的需求旺盛,从而促进各国进出口企业的产品优化和竞争力提升,最终促进了贸易规模的发展。

(3)中国与南亚国家的地理距离与中国与南亚国家的贸易额呈正相关,在1%的水平上显著,与预期符号不相符。这意味着中国与南亚国家的地理距离远近对中国的进出口没有促进作用。原因是南亚国家与中国的距离都较为接近,地缘因素对于双边贸易的影响作用不大。

(4)中国与南亚国家的通电设施状况与中国与南亚国家的贸易额呈正相关,与预期符号相符但不显著。这意味着中国与南亚国家通电基础设施状况的改善会对中国的进出口有促进作用。原因是通电设施的改善可以使进出口企业的生产工厂获得更加稳定的电力供应,有利于企业提高生产效率,提高产品的供应速度。不仅如此,充足的电力供应也能够保证海关物流等稳定运行,加速了货物的流通和市场的联通,使得进出口贸易更加高效和便利化。

(5)中国与南亚国家的政治稳定性、政府效率和法制环境与中国与南亚国家的贸易额呈正相关,与预期符号相符但不显著。这意味着南亚国家的政治稳定性、政府效率和法制环境会对中国的进出口起促进作用。原因是首先政治稳定性是国际贸易顺利开展的重要前提。南亚国家政治总体稳定,但时有动荡,因此在和南亚国家开展贸易时,确保政治稳定是第一位的。其次政府效率有助于优化贸易营商环境和提升贸易效率,提高贸易便利化水平。最后国际贸易需要强有力的法律保障,因此东道国更加公平和优良的法制环境能够促进双边贸易良性发展。所以政治稳定性更好、政府效率更高、法制环境更优越的国家在进行进出口贸易时的安全性和效率更高。

3.3 稳健性检验

为了考察模型的稳定性,表6在模型(1)~模型(5)中分别减少控制变量集合,结果发现模型(1)的结果具有稳定性,在模型(1)~模型(5)的5个模型中,核心解释变量REL系数相差不大,符号一致,模型(1)通过1%的显著性水平检验,模型(2)~模型(4)通过5%的显著性水平检验。表7考察地缘经济关系对中国与南亚国家进口额的影响和出口额的影响,结果发现在3个模型中,核心解释变量REL系数相差不大,符号一致,且均在5%水平上显著,说明回归结果具有稳健性。

4 结论及建议

收起

基于地缘经济学和国际贸易学等相关理论,运用修正的引力模型及欧氏距离法对中国与南亚5个国家间的地缘经济联系值进行测算,并构建贸易引力模型,选取了7个影响中国与南亚国家贸易额的解释变量,其中地缘经济联系值作为核心解释变量,使用双向固定效应模型进行回归分析,并做了稳定性检验。回归结果表明,中国与南亚国家的地缘经济联系对中国对南亚国家的贸易带来抑制效应,而国内生产总值、地理距离、通电基础设施、政治稳定性、政府效率和法治环境会对中国与南亚国家的贸易带来促进效应。针对以上结论提出以下建议。

(1)调整对南亚国家进出口商品结构,优化基础设施建设。中国与南亚国家的贸易额占中国对外贸易额的比重较小。但近年来,中国与南亚国家的贸易规模大幅增长,在产业结构上,中国的二、三产业优势较强,而南亚国家的第一产业优势较强,因此中国与南亚国家产业结构互补性较强,未来在与南亚国家的进出口贸易中,要注意调整双方贸易产品结构,尽量多进出口双方的互补性产品。而基础设施对双方的进出口贸易也提供了重要支持,未来中国应依托“一带一路”倡议,推动南亚国家电力、交通等基础设施的建设与改造,降低物流成本,促进双边贸易。

(2)推动经济发展,提升国民收入水平。党的二十大报告强调“高质量发展是全面建设社会主义现代化国家的首要任务”2000—2022年,中国国内生产总值10.03万亿元,人均生产总值0.97万元,到2022年120.47万亿元,人均生产总值8.53万元,20多年来,中国经济水平与国民收入水平飞速发展,经济的快速增长使中国成为全球主要的商品生产国和消费国,扩大了全球国际贸易市场规模。而今正处于中国改革发展的关键转折期,未来寻求经济更高质量的发展和提升国民收入水平不仅能够提升中国在国际贸易市场的竞争力,也能推动中国贸易结构的优化和区域经济的协调发展。

(3)提供政策支持,加强与南亚国家的地缘经济合作与贸易往来。南亚国家是中国“一带一路”倡议背景下向南推进的重要通道。中国应大力支持与南亚国家的合作与交流,为双边贸易提供政策支持,应加强与南亚国家的地缘经济合作,提高地缘经济联系的互补性,激发双方的贸易合作潜力,加强双方贸易合作互补,提高经济合作质量,为中国对外贸易发展、南亚国家对外贸易发展、推动“一带一路”倡议和区域协调发展注入新的活力。

基金

收起

西藏大学2024年度研究生“高水平人才培养计划”(2022-GSP-S028)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

文辉, 王凤霞, 蔡小雪. 海南与南海周边国家地缘经济联系强度及影响因素[J]. 资源开发与市场, 2023, 39(6): 756-762.

[2]

旦志红, 马晓东. 中国与欧亚经济联盟地缘经济关系测评: 基于欧氏距离-灰色关联度两步法的应用[J]. 地域研究与开发, 2021, 40(4): 12-17.

[3]

李杰梅, 杨晓春, 钱飞燕. 云南省与长江经济带各省外联经济量与地缘经济关系的匹配分析[J]. 重庆理工大学学报(社会科学), 2021, 35(4): 68-79.

[4]

胡颖, 陈洁筠. 基于GTAP模型的中缅印度洋新通道贸易效应研究[J]. 云南财经大学学报, 2024, 42(10): 89-110.

[5]

曹冲. “一带一路”倡议下中国与中亚五国基础设施的贸易效应研究[J]. 大连理工大学学报(社会科学版), 2021, 42(3): 36-45.

[6]

严兵, 谢心荻, 张禹. 境外经贸合作区贸易效应评估: 基于东道国视角[J]. 中国工业经济, 2021(7): 119-136.

[7]

王孝松, 周钰丁, 肖尧. 地缘经济因素的贸易效应: 来自“一带一路”沿线国家的证据[J]. 经济研究, 2022, 57(9): 174-191.

[8]

刘玄宇, 程国宇, 刘云刚. 地缘经济视角下中日资源贸易关系测度与分析[J]. 世界地理研究, 2022, 31(6): 1227-1239.

[9]

杨文龙, 史文天, 杜德斌. 全球地缘经济合作的空间模式与空间机理: 基于商品贸易规模的实证研究[J]. 地理科学, 2021, 41(11): 1875-1883.

[10]

申明浩, 谭伟杰, 唐丹玲. 南海地缘经济合作的贸易促进效应研究: 来自境外经贸合作区的证据[J]. 国际经贸探索, 2023, 39(6): 20-34.

[11]

王娟娟, 杜佳麟. “一带一路”重点区域省际地缘经济关系研究[J]. 河北学刊, 2017, 37(4): 125-131.

[12]

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.

[13]

陈继勇, 刘燚爽. “一带一路”沿线国家贸易便利化对中国贸易潜力的影响[J]. 世界经济研究, 2018(9): 41-54, 135-136.

[14]

苏兆荣. 俄罗斯地缘经济关系演变及贸易投资效应研究[D]. 沈阳: 辽宁大学, 2022.

[15]

朱玉娟, 李细满. 中国对RCEP成员国数字服务出口贸易效率及影响因素研究[J]. 中国商论, 2024, 33(22): 66-70.

2025年第25卷第11期

PDF下载

260

126

引用本文

BibTeX

文章信息

接收时间：2024-12-19
首发时间：2025-12-12
出版时间：2025-06-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2024-12-19

基金

西藏大学2024年度研究生“高水平人才培养计划”(2022-GSP-S028)

作者信息

西藏大学经济与管理学院, 拉萨 850000

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1206288131544904242

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT