語言文化對中國與東盟貿易影響的實證研究

羅雪梅 王夢丹

（上海外國語大學 國際金融貿易學院，上海 200083）

本文選擇中國和東盟作為研究對象，將語言文化進行量化后再加入引力模型，并考慮到各國語言、文化和歷史背景，在語言變量的量化上考慮將本國語言文化與通用語結合起來，并考慮兩者間的交叉影響。利用廣義最小二乘法（Generalized Least Squares，GLS）對中國與東盟的貿易進行靜態面板分析，用廣義矩（Generalized Method of Moments，GMM）方法對東盟內部各國間貿易進行動態面板分析。

1 研究設計

1.1 變量選擇與說明

1.1.1 主要解釋變量

（1）語言文化相似指數（Linguistic）。傳統貿易引力模型中將共同語言做虛擬變量處理，當貿易國或地區與中國有共同語言（漢語）時，共同語言變量作為虛擬變量則取1，否則取0。擁有共同語言的貿易伙伴國（地區）在文化、生活習慣上差異相對較小，溝通也較為便捷，這對雙邊貿易往來有一定的促進作用。但是，Melitz（2008）用混合截面數據研究證明了共同語言低估了語言的作用，同時也表明所有基于共同語言這一單一標準的估計，不管是口語、母語還是官方語都是遠遠不夠的。

因此，本文選擇語言文化相似指數Linguistic作為測量兩國語言語法上相似度的變量。Linguistic變量是在考量國家間共同官方語言（COL）、共同口語（CSL）和共同母語（CNL）這三個變量的基礎上，對語言的語言學相似度（Linguistic Proximity）進行測算得出的指標。其中，共同官方語言（COL）為二元虛擬變量，數據來自CIA World Factbook。共同口語（CSL）和共同母語（CNL）則要求被測算的兩個國家的語言使用人數至少占人口總數的4%，數據來源于CEPII數據庫。根據Fearon和Laitin（2000）對語言樹的樹干、樹枝和分支的分類構造了未修正的語言相似度變量prox1和修正后的LP1，用自動相似度判斷程序（Automated Similarity Judgment Program，ASJP）得到了未修正的語言相似度變量prox2和修正后的LP2。進行對數化處理后得到本文使用的變量Linguistic。變量Linguistic為區間［0，1］內的數，越接近1表示兩個國家語言相似度越高。

（2）英語使用能力（TOEFL）。Fidrmuc and Fidrum（2009）、Oh et al.（2011）和 Selmier II and Oh（2012）的研究表明，英語是成本較小、對貿易流量影響較大的貿易語言?？紤]到東盟十國中的菲律賓和新加坡將英語作為第一官方語言，緬甸、馬來西亞和文萊雖然沒有將英語作為官方語言，但是這三個國家都曾為英國殖民地，所以，將英語的使用能力作為解釋變量，用以衡量國家間的間接交流能力。本文沿用Hyejin Ku和Asaf Zussman（2008）的做法，將貿易伙伴國歷年TOEFL（托福）平均成績作為衡量英語使用能力的代理變量。本文選用的是兩國TOEFL成績的乘積，乘積越大，則表示使用英語直接交流和溝通的能力越強。TOEFL（The Test of English as a Foreign Language）是由美國教育測驗服務社（ETS）命題和管理，針對非英語母語使用者，用以測試其英語水平的綜合英語考試，具有較強的普及型和實用性。本文根據ETS每年發布的“TOEFL Test Score and Data Summary”文件中的成績統計數據，并對2005年改革前后的數據進行換算以保持數據的統一性。

1.1.2 控制變量

本文試圖選擇除語言文化因素外的其他能部分解釋中國進出口貿易問題的因素為回歸分析的控制變量。

（1）經濟規模（GDP）。本文用國內生產總值代表一國的經濟規模?！銇碚f，經濟規模對國際貿易產生影響主要體現為供給與需求兩個方面。對于出口國來說，其經濟規模的擴大使得貿易商品的供給增加，對出口貿易起到了促進作用；對于進口國來說，國內對商品的需求會隨著經濟規模的擴大而增長，從而促進了貿易量的增加。也就是說，一國的出口供給能力和內部需求能力，即一國的進出口能力，會由于經濟規模的擴大而得到提高。

（2）加權空間距離（DISTW）。本文中兩國人口與城市加權空間距離來自法國國際信息預測研究中心（Center for International Prospective Information Studies，CEPII）數據庫中的geo_cepii和dist_cepii引力模型數據。

其中，距離的測算有兩種，一種為簡單距離，只需要使用到一個城市，另一種為權重距離，需要使用一國主要城市的數據進行測算。簡單距離主要使用一國最重要的城市（通常根據人口來選擇）的經度和緯度數據，代入Great Circle公式計算得出。權重距離則使用城市層面的數據來評估一國內部人口的地理分布。Mayer和Zignago（2005）根據各個國家內部人口地理分布的市級數據，將各國最大的幾個城市的人口占國內總人口的比率作為權重，進行距離的加權計算（主要采用算數平均和調和平均的方法），得到文中的數據。Mayer和Zignago的測算方法中所涉及的各國家主要城市、城鎮以及經濟區的歷年人口、地理經緯度的數據主要來源于世界地圖冊（the World Gazetteer）網站及大圓制圖人（Great Circle Mapper）網站，國家i到國家j的距離再根據下列公式計算得到：

其中，popk為國家i中地區k的人口，同理，popi為國家j中地區l的人口。參數θ表示雙邊貿易對空間距離dkl的敏感度。當參數θ取1時，得到文中的解釋變量DISTW加權距離值，θ取-1則得到變量DISTWCES加權距離值，本文根據擬合系數的顯著水平判斷選擇使用DISTW加權距離值。

（3）領土接壤（contig）

領土接壤變量contig為虛擬變量，當兩國之間存在領土接壤邊境，contig取值為1，反之則取0，數據同樣來自CEPII數據庫。

以上為固定解釋變量。中國與東盟各國的國內生產總值以及中國與東盟各國間貿易數據分別來源于中國國家統計年鑒（2015年）、世界銀行開放數據庫（World Bank Open Data）、中國海關數據庫（2010—2015年）和聯合國統計署國際貿易數據庫（COMTRADE）。

1.1.3 被解釋變量

本文將國際貿易分為貿易進口額和貿易出口額。因此，被解釋變量包括貿易進口額（IMPO）和貿易出口額（EXPO）。

本文所選取的變量及其含義如表1所示。

表1 變量選取及含義

1.2 模型構建

McCallum（1996）給出了1所示的貿易引力模型。在該引力模型中，控制了各國美元計價的國內生產總值（按現價計算的名義值）、兩國間地理距離、海陸接壤指標和語言相似指標這幾個變量下，模型如下：

其中，Xij為國家i出口到國家j的以美元計價的出口額，GDPi和GDPj為兩國名義美元計價的國內生產總值。DISTW為兩國的人口以及城市加權空間距離。BORD為國家或區域的邊境虛擬變量，當i、j同為組織內成員國時，BORD=1，當i、j分別表示組織內、外成員時，BORD=0。由于本文考慮中國與東盟各國間的關系時BORD=0，考慮東盟內部各國時BORD=1，變量對區域內外區分的作用本文不能體現出，所以本文將這一變量剔除。ADJ為兩國是否有領土或者領海毗鄰的虛擬變量，本文用CEPII中給出的表示兩國是否接壤的變量Contig進行替代。LANG為兩國是否有共同官方語言，本文引入了Linguistic和TOEFL變量進行替換。εij為殘差項。

對變量進行替換后得到本文使用的模型，如下所示：

語言文化對中國對東盟出口貿易的影響模型：

語言文化對中國從東盟進口貿易的影響：

這里需要說明的一點是，在模型中加入交叉變量Linguisticij*ln TOEFLij，t主要是為了分析Linguisticij和ln TOEFLij，t之間的相互影響關系。主要作用兩點：

第一，作為一個交叉變量，且其中的變量Linguisticij不隨時間的變化而變化，對于既定的截面，Linguisticij確定，可以將Linguisticij的值代入，求出變量ln TOEFLij，t關于截面的新的系數（β5+β7 Linguisticij）*ln TOEFLij，t，從而可以在控制Linguisticij不變的基礎上單獨考察托福成績對貿易流量的影響。

第二，Linguisticij*ln TOEFLij，t的 系 數 的 符號正負用于判斷托福成績變化對本國語言相似指數的影響。此時可以將變量Linguisticij的系數轉換為（β5+β7ln TOEFLij，t）*Linguisticij，若系數β7符號為正，則表明兩國通用語英語的水平會放大兩國語言文化相似指數的影響，兩者關系為一種互補的關系；若β7符號為負，則表明兩國通用語英語的水平會削弱兩國語言文化相似指數的影響，兩者的關系為互為替代的關系。

1.3 樣本選擇

本文選取2000—2015年這16年間中國與東盟各國、東盟各國之間的相關數據來研究和解決語言文化與貿易關系的問題。

由于文萊的TOEFL成績和緬甸的Linguistic數據缺乏，將這兩國剔除，選取印度尼西亞、馬來西亞、菲律賓、新加坡、泰國、越南、老撾和柬埔寨這8個國家作為研究樣本，得到2000—2015年這16年間中國與東盟8國的256組進出口數據以及2003—2015年這13年間東盟8國的1152組數據。

2 實證結果與分析

本文分兩部分進行實證分析，即語言文化對中國與東盟進出口貿易的實證分析和語言文化對東盟內部各國間貿易的實證分析。本文中東盟國家選擇的對象為新加坡、馬來西亞、印度尼西亞、菲律賓、泰國、越南、老撾和柬埔寨這8個國家。由于CEPII數據庫測算的方法所限，這8個國家與中國的語言文化距離Linguisticij是不隨時間變化的常量，模型2和3中的Linguisticij回歸后在每個截面上都可與原常數項β0合成新的常數項β0+β5Linguisticij；又由于截面數量比較小的僅為8個，常數項在回歸中不顯著，所以這一小節將常數項剔除后再進行回歸，并不影響回歸的顯著性。

2.1 中國與東盟進出口貿易的實證分析

對于中國與東盟貿易的實證分析，先用ADFFisher方法進行面板單位根檢驗，一階差分后進行協整檢驗，最后經F檢驗后選用混合回歸模型（Pooled Regression Model）進行面板數據回歸分析。同時，考慮到面板數據截面異方差性和序列相關性存在的可能，進行似不相關回歸方法（Seeming Unrelated Regerssion，SUR）的 GLS回歸。模型2和3的回歸結果見表2。

表2 中國對東盟進、出口貿易與語言文化關系的回歸結果

由表2的回歸結果可知，中國與東盟8國的GDP、雙方的權重地理距離、貿易雙方國是否有領土接壤這幾個控制變量的系數符號得到了與模型預期一致的結果。其中，貿易雙方的經濟規模與貿易量呈正相關、地理距離與貿易量呈負相關的結果也與國內外大量學者所證實的結果一致。

模型所選擇的貿易雙方國家語言文化相似指數Linguistic由貿易雙方國母語、官方語、口語，以及殖民歷史等語言文化因素綜合測算得出并作為這些因素的替代變量，無論是出口貿易還是進口貿易，其系數符號都為正且在統計上顯著。一方面，大量學者在研究中使用的共同語言二元變量的系數符號同樣為正，本文雖然選擇的是綜合變量作為替代變量，但是研究結果仍然是具有一致性的；另一方面也表明，本國語言的相似程度越高、相同語言的使用人數越多、歷史文化越接近，對出口貿易和進口貿易流量的促進作用就越大。

從表2可以看出，變量ln TOEFLij的系數符號為正，并且在1%的水平上顯著，這說明通用語英語的語用水平對中國與東盟間的出口貿易和進口貿易都有正向的影響，且通用語語用水平越高，中國與東盟間的進出口貿易額度就越高，與預期相一致。托福成績提高1%，即英語水平提高1%，中國對東盟的出口貿易額平均增加0.935%，進口貿易額平均增加2.472%。

從交叉變量Linguisticij*ln TOEFLij，t系數β7為負數可以看出，在中國與東盟的貿易中，本國語言文化相似程度和英語語用水平之間存在一定的替代關系。一方面，中國與東盟各國的英語語用水平越高，對變量Linguisticij系數的削弱程度就越高，即語言文化相似程度對貿易的促進作用會由于英語語用水平的提高而減弱。也就是說，通用語英語的使用能弱化語言文化的差異，對雙方貿易起到積極作用。另一方面，當β7為負數時，系數β6+β7Linguisticij與Linguisticij的大小反方向變動，這說明Linguisticij越大，即語言文化相似程度越高，則英語語用水平對貿易的影響也會被削弱。

由以上分析可知，語言文化對中國與東盟各國的貿易都是正向作用，兩國語言文化的相似程度越高，中國對該國的出口貿易額和進口貿易額都是增加的。而兩國通用語語用水平對兩國貿易的影響受到兩國本國語言文化的影響，表現為中國與該國的語言文化相似程度越高，英語應用水平對貿易的影響越小。東盟中有些國家如新加坡和馬來西亞，語言文化與中國的相似程度比較高，可以忽略英語語用水平的影響。

并且，從回歸系數來看，語言文化相似指數Linguisticij的回歸系數要遠遠大于通用語應用水平ln TOEFLij，t的回歸系數。其中，Linguisticij對中國與東盟出口貿易的影響系數為179.760，而ln TOEFLij，t的系數為0.935；Linguisticij對中國與東盟進口貿易的影響系數為376.591，而ln TOEFLij，t的系數為2.472。也就是說，語言文化相似指數對中國與東盟間進出口貿易的影響都是通用語應用水平對貿易影響的100倍以上。

所以，接下來嘗試將托福成績因素剔除，即將變量ln TOEFLij，t從模型3中剔除后再從時間維度上單獨分析語言文化相似指數對中國與東盟間進出口貿易的影響。

使用變系數的OLS模型，將語言文化相似指數Linguisticij與交叉變量Linguisticij*ln TOEFLij，t的系數按年際列出，并計算出歷年中國與東盟各國托福成績的平均值作為常數代入Linguisticij*求 出 各 年Linguisticij的 系 數β5+β7以觀察語言文化相似指數這一單一指標對中國與東盟間貿易影響的變化趨勢。表3和表4分別為出口貿易和進口貿易2006—2015年的系數。

由表3和表4可知，歷年語言文化相似指數Linguisticij的系數都為正數，且都在1%的水平上顯著；歷年的交叉變量Linguisticij*ln TOEFLij，t的系數也都在統計上顯著，且都為負數，表明通用語英語的使用和本國語言文化對中國與東盟間進口貿易的影響為相互替代的關系，通用語的應用能削弱語言文化對進口貿易的影響，彌補貿易雙方語言文化的差異。

表3 2006—2015年語言文化對中國與東盟間出口貿易影響的回歸結果

表4 2006—2015年語言文化對中國與東盟間進口貿易影響的回歸結果

表3和表4顯示，語言文化對進口貿易和出口貿易的影響都是正向的，即語言文化對中國與東盟間的進口和出口貿易都有促進作用，并且語言文化對其進口貿易的影響要大于其對出口貿易的影響。

通用語對本國語言文化替代作用的變化趨勢和語言文化對雙邊貿易影響程度的變化趨勢一致?？梢钥吹降氖?，無論英語熟練程度的替代效應是增還是減，其替代效應都是大于零的。也就是說，英語的普及和使用同樣能夠促進雙邊進出口貿易額的增加，當兩國間的語言文化差異較大時，使用英語作為雙邊的通用語能夠削弱雙方語言文化差異所導致的貿易不便利程度。

剔除通用語的影響后，語言文化對貿易的影響有所下降，剔除通用語影響前的語言文化對貿易的影響系數為剔除后系數的20倍。這說明剔除通用語的影響后，本國的語言文化對中國與東盟進出口貿易的影響系數明顯下降，說明了在中國與東盟的貿易中，通用語的使用是對雙邊貿易額有促進作用的不能忽略的因素，英語的使用能夠減少因為本國語言和文化差異較大帶來的不便，從而促進雙邊貿易的發展，這與很多學者的研究成果是一致的。

另外，我們也可以看到，通用語并不能完全替代本國的語言和文化對貿易的作用，因為圖中的各年系數都為正數，也就是說本國的語言和文化相似指數仍然是促進雙邊進出口貿易的重要因素之一。

2.2 東盟間進出口貿易的實證分析

本節東盟國家的選擇仍為印度尼西亞、馬來西亞、菲律賓、新加坡、泰國、越南、老撾和柬埔寨這8國。由于菲律賓對老撾的部分年際的進出口數據缺失，所以將這一組截面數據剔除，共得到48個截面，2003—2014年進口貿易和出口貿易各576組共1152組樣本數據。

本節面板數據時期T=12，截面數N=48，具有寬截面、短時序的特性。另外，貿易和語言文化之間可能存在雙向因果關系，體現在模型中就是解釋變量中包含了被解釋變量的滯后項，即內生性問題，導致了傳統靜態面板模型處理方法的失效，得不到無偏和一致的估計。為了克服內生性問題，本文選用了國內外學者普遍使用的GMM的方法。

將被解釋變量的一階滯后性在模型2和3的基礎上，分別加入ln EXPOijt-1和ln IMPOijt--1作為解釋變量。進行廣義矩估計分析之前，首先使用混合OLS和固定效應的方法對上述模型進行回歸以確定回歸系數的范圍，從而為工具變量的滯后期階數的選擇及估計結果的準確性提供參考，混合OLS和固定效應的回歸結果如表5所示。

表5 東盟內部各國間進出口貿易與語言文化關系的回歸結果

接下來，將模型進行系統廣義矩估計，根據Stata運行結果，本文選擇使用兩步系統廣義矩估計，并進行殘差序列相關性檢驗和Sargan檢驗，結果如表6所示。

首先看出口貿易的回歸結果，自回歸系數0.808位于0.502和0.961之間，說明系統矩估計系數位于正確區間。再看模型的檢驗效果，AR（1）的p值為0.0002，小于0.05，AR（2）的p值為0.0906，大于0.05。同時，Sargen檢驗的p值為0.99，大于0.05，說明模型不存在過度識別的問題，可以認為出口貿易的模型設定和估計不存在偏差。

表6 系統GMM回歸結果

再來看進口貿易的回歸結果，自回歸系數0.601位于0.410和0.867之間，說明系統矩估計系數位于正確區間。再看模型的檢驗效果，AR（1）的p值為0.0216，小于0.05，AR（2）的p值為0.5342，大于0.05。同時，Sargen檢驗的p值為0.99，大于0.05，說明模型不存在過度識別的問題。綜上可以認為進口貿易的模型設定和估計不存在偏差。

由表6的系統GMM回歸結果可知，東盟內部本國GDP、貿易伙伴國GDP、貿易雙方的權重地理距離的系數符號都與模型預期是一致的。其中，貿易雙方的經濟規模與貿易流量呈正相關、地理距離與貿易流量呈負相關這一結果在前一節中國與東盟間實證中得到了驗證，與國內外大量學者的驗證結果也是一致的。

變量ln TOEFL的系數符號為正，并且在1%的顯著水平下顯著，這說明通用語英語的語用水平對東盟間出口貿易和進口貿易都有正向的影響，即通用語語用水平越高，東盟內部各國間的進出口貿易額度就越高，與預期結果相符。英語語用水平提高1%，中國對東盟出口貿易額增加1.576%，進口貿易增加6.961%。

變量Linguisticij的系數符號也為正，并且在1%的水平上顯著，這表明語言文化的相似指數對東盟內部各國間的出口貿易和進口貿易都有正向的影響，兩國間語言文化相似度提高1%，其出口貿易額能提高0.197%，進口貿易額能提高3.11%（前文也解釋過，由于Linguisticij的值域為［0，1］，所以當其變化取1%時，對貿易的影響要在其原系數的基礎上除以100）。

由表也可得知，出口國和進口國的經濟規模1%的增量能分別使得出口額度提高0.107%和0.053%，使進口貿易額度提高0.069%和0.381%，而語言文化相似指數和通用語熟練程度這兩個變量無論是對進口貿易還是對出口貿易的影響程度都是要高于經濟規模的。

由此可見，語言文化相似指數以及通用語熟練水平對東盟內部各國間的貿易都有促進作用。并且，從交叉變量Linguisticij*ln TOEFLij，t系數為負可以看出，在東盟內部各國進出口貿易中，語言和文化相似程度和英語語用水平之間存在替代關系。一方面，東盟各國間的英語語用水平越高，對變量Linguisticij系數的削弱程度就越高，即語言文化相似程度對貿易的促進作用會由于英語語用水平的提高而減弱。也就是說，通用語英語的使用能弱化語言文化的差異，對雙方貿易起到積極作用。另一方面，語言文化相似程度越高，即Linguisticij越大，則英語語用水平對貿易的影響會被削弱，因為當β7為負數時系數（β5+β7Linguisticij）與Linguisticij的大小反方向變動。這一實證結果與中國與東盟間的實證結果也是一致的。這也表明無論是中國與東盟間的進出口貿易，還是東盟各國間的進出口貿易，語言和文化都對之有促進作用。

3 結論與政策建議

本文以語言文化這一角度作為切入點，考慮到中國與東盟間在合作發展中不可忽略的差異因素對經貿往來的影響，選擇本國語言文化相似指數和代表通用語水平的TOEFL成績作為變量引入擴展的貿易引力模型進行實證分析。選擇GLS的方法對中國與東盟的進出口貿易進行靜態面板分析，并在此基礎上分別描繪出語言文化對進口、出口貿易影響的動態變化趨勢。

從實證分析的結果來看，語言文化相似程度是影響貿易流量的因素之一，語言和文化相似度越高，對中國與東盟間進出口貿易額的促進作用越大。相似的語言和文化不僅能夠減少兩國間的溝通障礙，有效避免誤會和曲解的發生，更能增強雙方的認同和信任。同樣，英語的熟練程度對貿易也有正向的促進作用。并且，本國的語言文化和通用語熟練水平對貿易的影響互為替代，通用語英語的使用能弱化語言文化的差異，對雙方貿易起到積極作用。

但是，通用語又不能完全替代本國語言文化在貿易中的地位。短期看，雖然通用語能作為語言文化差異較大的國家間經貿合作的中間橋梁，可以避免母語不相通所導致的溝通障礙，也能使貿易雙方獲得更多信息從而降低可能由于雙方合同及法律標準所牽涉的各種風險與成本。但從長期看，通用語的熟練水平對雙邊貿易的促進作用在逐漸減少，本國語言文化的作用卻有增大趨勢，這也進一步說明了促進雙方的人文交流才是促進雙方經貿合作不斷深化的潛在長久動力。

正是由于語言的重要性，又在“一帶一路”倡議的大背景之下，本文呼吁政府部門加大對中國語言教育的重視和投入。建議如下：

（1）既要重視不同層次的英語教育，更要提高國民的英語運用能力。

眾所周知，印度人在溝通和跨文化交際能力上得天獨厚的英語優勢是印度經濟發展的強大動力之一。《印度軟件和服務外包人才優勢分析》——文中指出，在印度無論是學校教育還是政府官方會議都采用英語，掌握英語的人數僅次于美國，位列世界第二，初通英語的人數超過2億，精通英語的人數也高達5000萬，受教育人群普遍具有較好的英語聽說讀寫能力。而根據國際咨詢公司麥肯錫的調查報告顯示，中國大學生特別是理工生缺乏良好的英語表達能力成為了中國發展以服務為基礎的產業的一道障礙。因此，中國的英語教育不能懈怠。

（2）加快培養非通用語種人才，為國家和世界的和平發展提供關鍵人才儲備。

各國語言文化在國際經濟貿易中具有不可取代的作用，增加對各國語言和文化的了解和學習也是彼此間經貿合作不斷深化的長久動力?！耙粠б宦贰毖鼐€國家人文交流和經貿往來日漸頻繁，這就需要更多懂得沿線國家語言文化和國情的人才。各語言類院校及重點高校必須承擔起國際化復合型人才培養的重任，在高校語言專業和相關課程的設置上，應重點增設服務“一帶一路”倡議和社會經濟發展急需的非通用語種專業。