| 标题 | 语言文化对“一带一路”沿线各国双边贸易的影响 |
| 范文 | 俞路 摘 要：“一带一路”已经成为我国对外贸易发展的重要战略方向，而“一带一路”沿线各国横跨整个欧亚非大陆，国家、民族众多，各国之间的经贸往来必然存在着一定的文化障碍。因此，本文基于引力模型，使用CEPII数据库中的各语言指数来分析语言因素对“一带一路”沿线各国总体双边贸易和不同产品类型贸易的影响。实证研究结果表明，直接沟通能力（共同口语）对“一带一路”总体双边贸易影响最大，其他因素按影响的重要程度排序依次是民族联系（共同民族语言）、官方支持下的间接沟通能力（共同官方语言）和民间间接沟通能力（语言相近性）。同时，语言对“一带一路”不同产品类型贸易的影响随着产品复杂度提高而提高。对于低差异化产品而言，由于附加值较低，其依赖于低成本的沟通，语言的重要性最低。对于中差异化产品，语言的重要性有所提升。而对于高差异化产品而言，共同民族语言所体现出的民族联系和信任度对“一带一路”高差异化产品的贸易影响最大。其他依次是共同口语、共同官方语言和语言相近性，这些都反映出语言因素对“一带一路”高差异化产品贸易的重要性。 关键词：语言指数；扩展引力模型；“一带一路” 中图分类号：F119.9 文献标识码：A 0 引言 2013年9月和10月，中国国家主席习近平在出访中亚和东南亚国家期间，先后提出共建“丝绸之路经济带”和“21世纪海上丝绸之路”（以下简称“一带一路”）的重大倡议，得到国际社会高度关注。在现今的全球化多边时代，重启新时代的丝绸之路具有重要的意义，共建“一带一路”将促进亚非欧沿线各国经济要素有序自由流动、资源高效配置和市场深度融合，共同打造开放、包容、均衡、普惠的区域经济合作架构。古代丝绸之路由亚非欧之间的双边贸易而兴起，因此建设“一带一路”经济带的重点首先应当是贸易互通。但是由于“一带一路”沿线各国横跨整个欧亚非大陆，所经国家众多，地理、民族、文化等差异极大，各种社会历史文化因素相互交织在一起，整体上体现出极为复杂的国情民意，各国之间的经贸往来存在着一定的社会文化障碍。 而语言作为一种重要的社会文化因素对“一带一路”双边贸易必然产生重要影响。在历史上，很多帝国的兴起同时伴随着领土的扩张和语言的传播，语言对于各国间的贸易和其他往来带来了极大的便利。而我国关于语言对贸易影响的研究就目前来说还比较少，因此，研究语言对“一带一路”双边贸易的影响具有重要的现实意义。 本文将“一带一路”沿线各国（图1）作为研究对象，致力于探索语言与双边贸易之间的关系。在此分析过程中，也结合了一些其他的社会文化因素，如宗教、法律制度、殖民关系等等。此外，本文运用贸易引力模型来研究双边贸易影响因素，它能够精确地衡量各种因素对国际贸易的影响程度。近年来已有大量的国内外学者采用引力模型来分析各种因素对不同区域、不同条件、不同类型国际贸易的影响[1-4]。与现有文献相比，本文的贡献在于两个方面：一是在较为严谨的定量研究范式下，分析语言、殖民地联系、共同法律制度、共同宗教、共同贸易协定等社会文化因素对“一带一路”各国双边贸易的影响。在以往有关国际贸易的研究中，这往往是被忽略的，仅有少量文献对此进行了研究。二是在现有语言对双边贸易影响的研究中，由于語言测度的复杂性及难度，通常采用两国是否采取共同的官方语言来分析语言对双边贸易的影响。显而易见，这样不足以完全反映语言差异对贸易的影响。因此，本文通过CEPII的各国语言数据库中的四种语言指数来综合分析语言对“一带一路”各国贸易的影响，这四种指数分别是共同口语、共同民族语言、共同官方语言和语言相近性，直接沟通的能力、民族联系和信任度、官方支持的间接沟通能力以及民间通过翻译的间接沟通的能力等因素都在这几种语言指数中得到反映。 1 模型与数据说明 1.1 扩展的引力模型 对于国家间的贸易影响因素的研究大多基于引力模型。引力模型认为两国之间的贸易量与两国的GDP成正比关系，而与两国的距离成反比关系，模型相对简单，而且对现实具有较高的解释度[5]，因此成为国际贸易流量的主要实证研究工具。但是，由于引力模型缺乏理论基础，受到了很多学者的质疑。Anderson基于CES垄断竞争模型从理论上推出多边贸易阻力模型，使得贸易引力模型在理论上得到了肯定[6]。多边贸易阻力模型基于各国具有CES不变替代弹性，其具体形式如下： 其中，Mij为i国到j国的出口金额，Yi和Yj分别为两国的GDP，Yw为世界的GDP，Tij代表i国到j国的冰山运输成本，为差异化商品之间的替代弹性（大于1），Pi和Pj分别为两国的综合物价指数。Tij包含了阻碍国家间贸易的各种因素，包括自然障碍和人为障碍，自然障碍即两国间距离，人为障碍包括关税和非关税贸易壁垒及文化差异等众多内容，其中有些因素如距离可以定量，而有些因素只能定性分析（取虚拟变量）。因此，可将Tij分解为下式： 其中，为Di为两国间距离和其他可以定量的m个因素，而Vij为无法定量而取虚拟变量的n个因素，两边取自然对数后，m为相应因素的弹性，而k为半弹性。 本文重点关注社会文化因素对“一带一路”各国双边贸易的影响，因此经过取对数并重组后，本文所采取的引力模型如下所示： 式中，Mij为两国间贸易金额，0为截距项，其中包括了Yw的影响；cZct为不同年份各国的固定效应（即国家/时间固定效应），其反映了不同时间各国特定因素的影响，当然其中也包含Yi、Yj、Pi、Pj的影响；为随机误差项。其他变量中COL为共同官方语言，CSL为共同口语，CNL为共同民族语言，LP为语言相近性，Dist为两国距离，Adjacency为两国是否边境相邻，Excol为两国是否曾经具有殖民关系，Comcol为两国是否曾经是同一个宗主国的殖民地，Comleg为两国是否具有相同的法律体系，Comrel为两国是否具有相同的宗教信仰，CIS为两国是否同属于独联体成员国，ASEAN为两国是否同属于东盟成员国。 1.2 语言变量说明 式（3）中CEPII语言数据库的创立者Melitz和Toubal对各语言指数的定义如下：共同官方语言（COL）为虚拟变量，如果两国具有共同的官方语言为1，否则为0；共同口语（CSL）为随机从两国中选出两个人说同一种口语的概率。具体计算采取概率乘积加总的方法，先将两国人口中有4%以上人口使用的共同口语挑出，再将两国中说每一种口语的概率乘积加总起来，这样就得到两国交流中说共同口语的综合概率[7]。其公式如下： 式中，ij为综合概率，Lki为i国使用第k种语言的人口比例，Lkj为j国使用第k种语言的人口比例，n为两国使用的相同口语的数量。但由于个别国家有部分人口能同时使用多种口语，导致重复计算问题的出现。为了处理该问题，该语言数据库采用下式进行调整： max（）为式中各共同口语概率乘积中的最大值，即两国交流中使用最多的共同口语的概率，将其单独列出，再使用（-max（））（1-max（））得到使用其他共同口语的近似概率。然后将两者相加，得到两国说共同口语的综合概率[7]。 共同民族语言（CNL）同样也采用概率乘积加总的方法，从而得出随机从两国选出两人说同一种民族语言的概率，该概率同样介于0到1之间。但与共同口语不同的是，一般情况下，由于一个民族仅使用一种民族语言。因此，对于该指数，重复计算的问题可以忽略且不需要调整[7]。 语言相近性（LP）衡量的是两国之间语言的总体相似程度。语言相近性依据两国主要民族语言之间的语言距离进行计算。由于世界上的语言分属不同的语系、语族和语支，语言距离简单说就是语言亲属关系的远近，若两种语言分属不同的语系，语言距离自然就较远[8]。即使在两国没有共同官方语言、共同口语和共同民族语言的情况下，如果两国语言距离比较相近对贸易也会有一定影响，因此该指数是对上述三种语言指数的某种补充。CEPII数据库使用语言距离并结合民族语言来计算该指数，两国之间语言相近性的计算公式如下： Lki为i国使用第k种民族语言的比例，同理Lgj为j国使用第g种民族语言的比例，Dkg 为k和g两种民族语言之间的语言距离。语言距离同样用概率表示，该指数的计算是基于Fearon和Laitin（2003）之前的工作，根据语系、语族、语支的差别来估算不同民族语言的语言距离[9]。 上面四种语言变量反映的不仅仅是语言的互通程度，它们还体现出两国间文化相通的其他含义，共同口语体现的是两国直接沟通的能力；共同民族语言体现的是两国的民族联系与信任程度；共同官方语言体现的是两国间通过翻译或解释的间接沟通能力，而这种间接沟通能力是在官方的支持下实现的，例如两国签订的官方文件均用同一种文字书写；语言相近性则体现了两国民间自主交往的能力。 1.3 数据来源与其他变量说明 “一带一路”涉及的沿线国家众多，按照国家的有关报道，包含中国在内，总共有68个国家，其中包括东亚的蒙古和中国，东南亚10国，西亚17国，南亚7国，独联体12国（包括中亚5国）和中东欧20国。本文选取的时间节点为1998年到2015年。另外，一些国家由于战乱、社会动荡和政治体制等各方面原因，很多年份的数据严重缺失。因此，分析数据不包括这些国家。这些国家分别是蒙古、缅甸、東帝汶、马尔代夫、塞尔维亚、黑山和巴勒斯坦，本文最终以1998年～2015年61个国家的数据作为分析样本。 除了上文中的语言变量，本文的模型还加入了其他的控制变量，即双边距离、共同边界、前殖民关系、共同的宗主国、共同的宗教、共同法律制度和共同区域贸易协定7个变量，加入这些变量是为了控制除语言之外其他对贸易具有重要影响的因素。在通过引力模型来分析语言对国际贸易影响的文献中，这些变量同样是常见的控制变量[10-12]。 本文中各国的贸易数据来自联合国商品贸易统计数据库（UNComtrade），该数据库是目前全球最大、最权威的国际商品贸易数据型资源库。语言、距离、共同边界、前殖民关系、共同的宗主国、共同宗教、共同法律制度等数据均来自法国CEPII数据库。CEPII全称是法国国际经济研究中心，它成立于1978年，是世界贸易的主要数据库之一，其主要任务是对世界经济及其变化进行调查研究并建立相应的数据库。 此外，由于“一带一路”各国（例如前苏联各国、东盟）不少在历史上就形成了密切的分工关系，现今的贸易关系往往和这种经济联系有密切的内在相关性，因此本文特别增加了独联体和东盟两个重要区域贸易集团的虚拟变量，其数据来自于WTO数据库。 最后，对于样本的零贸易现象，处理不当会产生选择性偏误的问题。本文借鉴Kalbasi[13]和周念利[14]等的做法，在两国贸易量为0的情况下，其对数值均以0.025代替。 2 语言等因素对“一带一路”沿线各国贸易的总体影响 除了两国距离等控制变量，本文依次将各语言变量代入到引力模型中，即上文中的（1）到（8）式。由于回归中常见的多重共线性问题，因此本文首先建立各变量的相关系数矩阵。 通过表1中各语言变量的相关系数矩阵，可以发现共同民族语言和共同口语、共同官方语言的相关系数大于0.8或接近0.8，这些变量之间高度相关。本文研究的范围仅限于亚欧大陆上邻近的发展中国家，不少国家之间的文化比较接近，采取共同官方语言的国家有时也是采用共同民族语言的国家，因此这两个变量高度相关。此外，由于文化上的相近性以及共同口语的计算涵盖了共同民族语言，因此两者也高度相关。由于多重共线性的影响，将这些高度相关的变量同时代入模型会导致回归偏误问题。因此在后文的分析中，没有将这些变量同时代入回归方程进行分析。 2.1 各因素的贸易引力模型 表2中给出了贸易引力模型的估计结果。所有模型都包含了两国距离、共同边界等控制变量，前五列分别是单独引入各语言变量的回归结果，从而可以区分不同语言指数对“一带一路”各国贸易的影响程度。但单独引入各语言指数变量会带来遗漏变量问题，从而导致部分变量系数的高估。因此，后两列是分别同时引入各语言指数的回归结果。 对引力模型的估计和稳健性检验显示，所有的解释变量均对“一带一路”双边贸易具有显著性影响；而且除了两国距离外，其他的变量均对双边贸易具有正向影响。 表2中第4列引入了基于共同民族语言建立的虚拟变量。如果在两个国家有一半或更多的人使用相同的民族语言，共同民族语言则为0.25或更大。因此，当CNL≥0.25时，本文将把该虚拟变量赋值为1，这样做的目的是更加明显地分析共同民族语言的作用。从列4中看出，共同民族语言虚拟变量具有比共同官方语言更高的回归系数，但低于共同口语。因此，可以认为在这些语言变量中，共同口语对“一带一路”各国贸易的影响最大，其次分别是共同民族语言、共同官方语言和语言相近性。根据前述各语言变量所反映的含义，这些结果说明，在“一带一路”范围内，直接沟通能力对各国贸易的影响程度最大，其他依次是民族联系和民族信任感、官方支持的间接沟通能力和民间的间接沟通能力。 另外，单独引入各语言变量虽能得到每种语言因素对双边贸易的影响，但是这无法考察某种语言因素在其他语言因素存在的情况下对贸易的影响。并且，由于遗漏了其他语言变量，如果遗漏的语言变量和代入的语言变量具有一定的相关性，那么单独引入某语言变量往往会高估其回归系数。因此，在表中最后两列同时引入各语言指数，但由于前述多重共线性的原因，无法将所有语言变量同时引入。因此在表2第6列引入共同官方语言、共同口语和语言相近性，第7列引入共同民族语言和语言相近性。根据第6列的结果，与第1列相比，在共同口语存在的情况下，共同官方语言的回归系数明显变小且不显著，这说明第1列中高估了共同官方语言对贸易的影响程度。根据第6列各回归系数的大小，再次证明了共同口语对贸易的影响大于共同官方语言。同理，根据第7列的结果也可以得到前述的相似结论。 其他变量的回归系数与预期结果相同，双边距离的回归系数符号为负，且对双边贸易的影响较大，这说明两国间距离的增加将极大地提高贸易的交通成本，而交通成本的增大也妨碍社会文化交流。共同边界对贸易起到了一定的促进作用，这是因为如果两国边界相邻，一般情况下，两国将会有更多的直接经济文化交流，两国之间也将具有大量直接的边界通商口岸，这些都会对两国之间的贸易产生带动作用。前殖民关系和共同宗主国变量都很显著，这说明在殖民历史上形成的某种经济纽带并不会随着殖民历史的消失而消失。共同的宗教也对贸易起到明显的促进作用，这是因为宗教影响人们的生活方式选择，从而影响人们对产品和服務的需求。共同的宗教信仰将会使得两国有很多相似的产品和服务需求，从而对两国贸易产生重要影响。与宗教相比，共同的法律制度对“一带一路”各国双边贸易的作用更为显著，这是由于对外的贸易必然会产生一些法律的纠纷，不同的法律制度必然带来交易费用上升、贸易摩擦增多等方面的问题，而共同的法律制度将有助于这些纠纷的解决。独联体和东盟两个虚拟变量同样高度显著，这说明历史上形成的经济联系对现在的贸易往来依然具有重要的影响。 2.2 不同年份的贸易引力模型 表3是按照不同年份进行回归的结果，这样可以观察各变量回归系数在时间上的变化。从回归系数的大小可以发现，从2000年到2015年，共同民族语言对贸易的影响逐渐增强，而共同口语和语言相近性对贸易的影响略有下降，并且共同官方语言对贸易的影响不显著。由于共同民族语言代表着两国具有相似的民族文化，而共同官方语言甚至共同口语往往是在殖民地体系下形成的，由此说明传统的殖民体系因素对“一带一路”各国经贸往来的影响减小，而民族联系对“一带一路”双边贸易影响日益加大。 表3中，共同边界回归系数有些年份不显著，总体上系数也较小。这是由于交通成本降低，全球化趋势的发展，使得贸易克服距离的能力增强，加之“一带一路”邻国间存在较多的领土争端，使得共同边界对“一带一路”各国双边贸易的影响下降。前殖民关系变量的回归系数随着时间发展，其系数也逐渐变小甚至不显著。另外，独联体和东盟虚拟变量的回归系数随着时间的推移略有增加，这说明历史上形成的经济联系对区域内的贸易集团依然有强大的影响，而且这种影响随着时间发展还继续加强。例如独联体各国在苏联解体后之间的传统分工贸易关系一度崩溃，但随着经济的逐渐恢复，这种传统的分工贸易模式又有所恢复。其他变量的情况同整体分析的结果大体相同，因此不再累述。 3 语言对“一带一路”各国不同产业贸易的影响分析 在双边贸易的过程中，沟通的方便程度（语言）对于大米和电脑等不同类型产品贸易的影响程度必然有所不同。在前文分析的基础上，本文继续分析语言对“一带一路”沿线各国不同类型产品贸易的影响。要对这个问题展开分析，首先得确定产品的分类标准。在此，本文参考了Rauch对产品的分类标准[15]。基于国际贸易标准SITC分类第二版，Rauch依据产品价格的公开程度将900多种SITC4位数编码的产品分为三类：同质产品、价格定期在某个专业贸易出版物上发布的产品、差异产品。这种产品分类的方法是根据产品所在市场的性质，同质化产品所在市场接近于完全竞争市场，如大米、小麦等等，而差异化产品所在市场接近于垄断竞争市场，如电脑、冰箱等等，而第二种类型产品介于这两者之间。产品如果接近完全竞争市场类型，那么其产品在大宗商品交易所的价格基本上是统一的；而产品如果接近垄断竞争市场类型，由于产品间较大的差异性，则其不同型号同类产品的价格往往不同，没有统一的价格[16]。因此，Rauch根据价格信息将产品分为上述三类。本文为了表达方便，将其分别称为低差异化产品，中差异化产品和高差异化产品。 本文依据此分类方法对“一带一路”双边贸易产品进行分类，以分析各语言指数对不同类型产品贸易的影响。按照常理来看，越复杂的产品，语言的影响程度应该越高。因为复杂的产品交易需要深入的交流，因此语言的作用越大。 表4为按不同产品类型估计的结果，前两列为总体估计，后几列为部分年份的估计结果。由于篇幅的原因，表中只列出了各语言变量的回归系数。根据表4，本文发现对于低差异化产品，共同官方语言的系数总体为负值，有的年份为正值但并不显著，共同民族语言的系数在总体上也不显著。这就说明对于同质化商品贸易，由于产品简单单一，产品之间的替代弹性很大，因此民族联系和官方支持的间接沟通能力对其没有什么影响。但需要注意的是共同口语和语言相近性的系数都很显著。共同口语和语言相近性都体现出沟通的容易性，在这种情况下，同质化商品贸易中语言的重要性取决于两国间直接交流能力和民间交流能力。但即使是这样，这两者的系数还是较小，说明这种低成本的沟通对于同质化产品贸易有一定影响，但影响不大。 对于中差异化产品而言，语言的重要性有所提升，虽然共同官方语言的系数还是不显著的，但是共同口语、共同民族语言和语言相近性都是显著的，并且这些系数都比低差异化产品中的系数大。而对于高差异化产品来说，所有语言变量的系数为正值且基本上都显著，除了语言相近性的系数比中差异化产品略小之外，其他语言指数的系数都较之更大。这说明随着产品复杂性的提高，语言沟通对于贸易的重要性大大提高。对于高差异化产品，共同民族语言的回归系数最大，其他依次是共同口语、共同官方语言和语言相近性。这同样说明民族联系以及信任感是高差异化产品贸易中最重要的因素，其次是直接沟通能力，再次是官方支持的间接沟通能力，最后是民间的间接沟通能力。由于共同民族语言代表两国的偏好、文化和制度相近，共同官方语言、共同口语代表信息成本的降低，这也从另外一个侧面说明对于“一带一路”异质性产品贸易，不仅文化或制度影响贸易，信息成本也对双边贸易产生影响。 4 研究结论 由于多种原因，国家间的语言差异对贸易有明显的抑制作用，最明显的就是语言影响沟通成本。贸易文献中常见的做法是使用共同官方语言作为虚拟变量来度量语言对双边贸易的影响。但是，这种做法无法很好地估计语言因素对双边贸易的影响。这是因为，即使两国不采取同一种官方语言，但彼此之间的语言其他方面的类似，如语言比较近似、大多数人讲同一种口语或民族语言等等也同样能促进贸易。因此，通过共同官方语言的单一测量维度很难完全包含语言对双边贸易的影响，它往往会低估语言对国际贸易的影响。 本文的实证研究表明，语言对“一带一路”双边贸易的影响越来越大。其中，共同口语对“一带一路”双边贸易的影响最大，其次是共同民族语言、共同官方语言和语言相近性。从这些语言变量折射出的含义，说明在“一带一路”双边总体贸易中，口语所带来的直接沟通能力对其影响最大，其次是民族联系和信任度、官方支持的翻译和解释所体现的间接沟通能力和民间交往的间接沟通能力。 此外，本文还分析了语言对“一带一路”不同类型产品贸易的影响。通过分析，本文发现，越复杂的产品，语言的影响程度越高。对于低差异化产品而言，由于附加值较低，因此其依赖于低成本的沟通，由此导致民族联系和官方支持的间接沟通能力对其没有什么影响。对于中差异化产品，语言的重要性有所提升。而对于高差异化产品而言，所有语言变量均高度显著。其中，共同民族语言的影响最大，即反映了民族联系和信任度对“一带一路”高差异化产品的贸易影响最大。其他依次是共同口语、共同官方语言和语言相近性，这些都反映出语言因素对“一带一路”高差异化产品贸易的重要性。 随着社会发展，软实力的推广越来越重要，尤其对于文化这种全人类共通的精神产品。因此，我国应加大与“一带一路”各国之间的文化语言交流，这必将促进我国同“一带一路”各国之间的贸易。 参考文献： [1] 谭秀杰，周茂荣. 21世纪“海上丝绸之路”贸易潜力及其影响因素——基于随机前沿引力模型的实证研究[J]. 国际贸易问题，2015（2）：3-12. [2] 赵雨霖，林光华. 中国与东盟10国双边农产品贸易流量与贸易潜力的分析——基于贸易引力模型的研究[J]. 国际贸易问题，2008（12）：69-77. [3] 黄满盈. 中国双边金融服务贸易出口潜力及贸易壁垒研究[J]. 数量经济技术经济研究，2015（2）：3-18. [4] McCallum J. National borders matter： Canada-US regional trade patterns[J]. American Economic Review，1995，85（3）：615-623. [5] Tinbergen J. Shaping the world economy—suggestions for an international economic policy[M]. The New York：Twentieth Century Fund，1962. [6] Anderson J E， Van Wincoop E. Gravity with gravitas： a solution to the border puzzle[J]. American Economic Review，2003，93（1）：170-192. [7] Melitz J， Toubal F. Native language， spoken language， translation and trade[R]. CEPII Working Paper 2012- 17，July 2012，CEPII. [8] Hart-Gonzalez L， Lindemann S. Expected achievement in speaking proficiency[R]. School of Language Studies， Foreign Service Institute， US Department of State， Mimeographed，1993. [9] Fearon J D， Laitin D D. Ethnicity， insurgency and civil war[J]. American political science review，2003，97（01）：75-90. [10] 彭卉，蔣涌. 语言趋同与国际贸易——基于修正重力模型的实证[J]. 广东外语外贸大学学报，2012，23（3）：78-81. [11] Oh C H， Selmier W T， Lien D. International trade， foreign direct investment， and transaction costs in languages[J]. The Journal of Socio-Economics，2011，40（6）：732-735. [12] 苏剑， 葛加国. 经济发展、地理与语言趋同的实证检验[J]. 统计与决策，2014（24）：127-130. [13] Kalbasi H. The gravity model and global trade flows[C]. Brussels，75th International Conference on Policy Modeling for European and Global Issues，2001：5-7. [14] 周念利. 基于引力模型的中国双边服务贸易流量与出口潜力研究[J]. 数量经济技术经济研究，2010（12）：67-79. [15] Rauch J E. Networks versus markets in international trade[J]. Journal of international Economics， 1999，48（1）：7-35. [16] 吴小康. 国际贸易中的同质和差异产品分类：小问题也可以有大贡献[J]. 国际经贸探索，2015（5）：18-33. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。