论文部分内容阅读
摘 要：2020年，中国首次取代美国成为欧盟最大的贸易伙伴国，在全球新冠疫情的冲击下，中欧贸易逆势而行，表现出了强大的韧性和光明的前景。本文在分析中欧贸易结合度的基础上，通过拓展的贸易引力模型对中欧贸易进行测算和研究，并提出相关建议。
关键词：贸易结合度;贸易潜力;拓展的贸易引力模型
本文索引：张俊鹏.<变量 2>[J].中国商论，2021（19）：-095.
中图分类号：F742 文献标识码：A 文章编号：2096-0298（2021）10（a）--04
1 中欧贸易结合度分析
贸易结合度是用来衡量双边贸易联系紧密程度的一个指标，包括两个公式，分别代表各自在对方出口市场中的重要程度。代表欧洲在中国出口市场的重要程度，代表中国在欧洲出口市场的重要程度;和分别代表了中国对欧洲的出口额以及欧洲对中国的出口额;和是指中国的出口总额和欧洲的出口总额;和分别指中国的进口总额和欧洲的进口总额;代表世界的进口总额。该比值大于1，说明双边贸易联系紧密;该比值小于1，说明双边贸易联系疏远。
（1）
根据联合国Comtrade数据库和国际统计年鉴数据整理计算得到如下结果（见图1），中国与欧洲贸易具有以下特点：（1）虽然中欧双方在各自的出口市场上均扮演了重要角色，但是双方对于彼此的重要程度不同，从图1很显然可以看到，欧洲之于中国的地位比中国之于欧洲的地位要高，欧盟是中国的第一大贸易伙伴，而中国是欧盟的第二大贸易伙伴。
（2）近十年，中欧双边贸易发展波动起伏，2013年之前波动较大，2013年之后双方贸易发展稳中有进。中欧贸易波动幅度较之欧中贸易稍大，2008—2017年中欧贸易结合度的累积变动为0.16，而欧中贸易结合度的累积变动为0.14。（3）双方的贸易结合度指数都小于1，表明中欧双边贸易联系不紧密，还有较大的提升空间。虽然中国与欧盟部分国家之间的贸易开展较好，但从中国与欧洲整体的贸易结合度来看，中国与非欧盟成员之间的贸易还有较大的潜力。中国与欧洲贸易结合度有一定的差别，主要在于：中国出口的主要是劳动密集型和资源密集型商品，且中国是劳动力充裕的国家，劳动力成本较低，具有出口的比较优势，主要进口的是技术密集型和高科技商品，这方面由于欧洲部分国家以及欧盟对于中国有出口限制，造成部分欧洲国家与中国的贸易处于逆差状态。2012—2015年，中欧贸易增长态势有所放缓，可能与2012年世界末日假象对于人们预期的影响以及2015年前后英国“脱欧”背景有关。
2 中欧贸易潜力及其影响因素的实证分析
通过对贸易结合度的分析和测算不难发现，中国与欧洲双边贸易并不紧密，存在较大的贸易潜力。那么如何将理论上的潜力转化为现实，就需要对影响双边贸易流量的因素进行分析，为最终优化双边贸易提供可行的意见和建议。
2.1 模型构建
贸易引力模型由Tinbergen和Poyhonen首先应用于在国际贸易领域，是研究贸易流量确定模式的重要工具，起源于牛顿物理学的“万有引力定律”。传统的贸易引力模型认为，一个国家与另一个国家之间的贸易流量与两国的经济规模成正比，与两国之间的地理距离成反比。随着学术理论的发展和大量学者的研究，引力模型不再局限于初始模型，在大发展的基础上，主要表现为解释变量的不断扩大和实证检验的深化和多样化。Linnemann（1966）[1]将人口统计变量引入模型;经济学家考察政策、历史和文化对贸易流动的影响，逐渐将重要贸易协定、贸易限制、殖民关系和共同语言等添加到引力模型中（IMF，2002）[2]。较少学者将扩展的贸易引力模型应用于双边贸易潜力研究。
本文基于Tinbergen的贸易引力模型，并在此基础上进行一定程度的变量拓展和替换，得到如下引力模型：
Tij=k*GDPα*POPβ*DISγ （2）
因变量代表中欧双边贸易流量，即总的进出口额;自变量包含3个解释变量，即GDP、人口总数、两国之间的距离。从以往实证经验来看，经济规模变量选用人均GDP，而不是GDP，与模型更加贴合。由于贸易流量不仅与出口国有关，还与进口国有关，因此GDP和人口变量应分别包含出口国和进口国的数据。根据先前学者的研究发现，除了双方经济规模和人口变量外，还有许多其他因素对中国与欧洲的贸易流量存在影响，包括文化语言、贸易制度、资源禀赋、市场规模、是否有共同边界等客观因素。
在上述分析和总结以及相关参考文献和实际情况的基础上，本文将出口国GDP、进口国GDP、出口国人口总数、进口国人口总数、两国之间的距离纳入影响双边贸易流量的因素，并考虑如下虚拟变量：是否沿海、是否属于欧盟。建立如下扩展的贸易引力模型（为了让模型更具有稳定性，對模型采取双对数回归形式）：
LnTij=α+β1LnGDPI+β2LnGDPj+β3LnPOPi+
β4LnPOPj+β5LnDISij （3）
2.2 变量选取及符号预期
Tij代表双边贸易规模;代表出口国人均GDP，代表一国（地区）的经济实力和购买能力，反映一国（地区）出口供给的能力，经济规模越大，出口能力越强，双边贸易量越大，预期符号为正;GDPj代表进口国人均GDP，反映一国（地区）进口需求能力，经济规模越大，潜在的进口能力越强，双边贸易量越大，预期符号为正;POPi代表出口国人口总数，出口国人口增加能提高供给能力，与贸易额成正比;出口国人口增加，当地市场扩大，需求多样化增加，对外贸易机会相对减少，贸易额也相对减少，预期符号不确定;POPj代表进口国人口总数，进口国人口总数增加会增强购买力，国内需求增加，为提高需求能力，从而扩大进口量，与贸易成正比，进口国人口增加可能导致国内劳动力增加，生产能力增加，国内生产替代外国产品，从而减少贸易机会，与贸易额的变化成反比，预期符号不确定;DISij代表两国之间的距离，代表运输成本的大小，是阻碍双边贸易的主要因素，预期符号为负;d1代表虚拟变量“是否沿海”（“是”取1，“否”取0），贸易双方沿海将降低运输成本，有利于贸易的进行，从而促进贸易量增加，预期符号为正;d2代表虚拟变量“是否属于欧盟”（“是”取1，“否”取0），区域合作组织内部经济合作机制将有利于贸易的进行，促进贸易量增加。 2.3 數据选取及说明
在数据选取上，本文选取的样本期间为2008—2017年近10年的数据，横截面包括欧洲40个国家，欧洲总共43个国家，本文剔除了数据不易收集的3个国家，有利于对模型的分析。本文包含400个数据观测值，就中国与欧洲国家的贸易流量影响因素进行分析。
在数据来源上，本文所有关于中国和欧洲国家的进出口数据均来自联合国Comtrade数据库，世界进出口数据来源于国际统计年鉴;所有关于GDP和人口的数据均来自世界银行数据库;两国之间的距离、“是否沿海”数据分别来自cepii的distcap和geo数据。模型回归以及相关检验全部运用EVIEWS8.0完成。
2.4 回归分析结果
在进行回归的过程中发现，虽然各个解释变量的T值都很高，P值都很小，表示变量已经在统计上显著，但是某些变量回归系数的符号与预期相反，如虚拟变量“是否沿海”以及出口国人口变量。在本文中，普通最小二乘法基于横截面数据执行多元线性回归分析，由于使用的样本是单一时点横截面数据，因此模型应该没有与序列相关的问题，并且对数变换也克服了引力方程的异方差问题，因此可能出现的问题是变量的内生性，如出口国GDP和出口国人口总数存在多重共线性（Cyrus， 2002）[3]，在对各个主要的解释变量进行多重共线性矩阵检验的过程中，发现出口国人口总数变量与出口国GDP存在高度共线性，由此考虑模型存在设定误差。由于出口国GDP决定了出口国的供给能力，在影响贸易流量的因素中属于重点变量不易剔除，根据相关文献的经验，考虑剔除出口国人口总数变量，然后利用“向后删除法”逐步排除不显著的变量以及与预期符号相反的变量，最终得到影响贸易量的关键因素。
根据回归结果（1），发现虚拟变量“是否沿海”回归系数与预期相反，因此考虑剔除该变量，再一次进行回归的结果显示出口国人口总数依然与双方贸易量呈现负相关，因此考虑剔除，在剔除了上述两个变量后，最终的对模型进行回归的结果如表1和表2所示。
从中国对欧洲的贸易流量回归来看，修正后的模型降低了多重共线性的程度，而且拟合程度比较合理，均处于90%左右。由上述回归方程式可以看出，中国（出口国）国内生产总值每增加1%，双方的贸易流量将增加0.59%;欧洲国家（进口国）国内生产总值每增加1%，双边贸易量将增加0.89%;欧洲人口总数每增加1%，将促进双方贸易额增加0.23%;两国之间的距离每增加1%，将导致双边贸易量缩减1.82%;属于欧盟成员国，将给欧洲国家的贸易有利，促进效果为0.84%。除了截距项显示不显著之外，其余解释变量以及虚拟变量“是否属于欧盟”均在至少0.05的显著性水平上通过了显著性检验，其中出口国GDP、进口国GDP、进口国人口总数、两国之间的距离以及虚拟变量“是否属于欧盟”均在0.01的显著性水平上显著。至于虚拟变量“是否沿海”符号与预期相反的原因可能在于欧洲大陆贸易便利化水平已经较之其他洲高。近些年，中国在亚欧道路联通方面做出了一定的贡献，帮助亚欧大陆提升交通运输水平，加之欧洲大陆共有28个国家属于欧盟，这种区域内的优惠贸易安排将使得本不是沿海国家的贸易更加顺畅以及方便，因此虚拟变量“是否沿海”在该模型中可以考虑剔除。
2.5 贸易潜力估算
根据刘青峰，姜书竹（2002）对贸易潜力的划分[4]，实际值与理论值的比值≥1.2属于“潜力再造型”，即现实的贸易容量已经接近饱和，需要拓展其他能促进贸易的因素;实际值与理论值的比值在0.8～1.2属于“潜力开拓型”，即双边贸易容量没有达到饱和，还有潜力可以挖掘和开拓;实际值与理论值的比值<0.8属于“潜力巨大型”，即双边贸易存在很大的潜力，应该积极开展双边贸易合作，提升双边贸易流量。根据中国与欧洲以及欧洲各地区的贸易引力模型，模拟预测双边贸易潜力，结果见表3。
从贸易潜力估算结果可以看出，比值大约在1附近波动，说明中欧贸易潜力属于“潜力开拓型”，双边贸易容量还有扩大的余地。
3 结语
结合前文对于中欧双边贸易现状的分析，不难发现近10年欧洲大陆一直是我国对外贸易的重点区域，欧盟也是我国的第一大贸易伙伴。随着中国和欧洲国家经贸往来日益频繁和密切，探究中国与欧洲大陆的贸易潜力以及分析双边贸易的影响因素，对于进一步促进双方贸易规模的扩大和优化贸易结构具有重要意义。结合中欧贸易结合度和对中欧贸易影响因素的实证分析可见，规模经济、市场容量、贸易便利化和优惠的区域贸易安排对中欧贸易流动产生了重大影响。因此，特别是对参与“16 + 1”合作的中东欧国家（实际上包括东欧，南欧和中欧国家），中国应加大对中东欧国家基础设施建设的投入和支持力度，包括增加陆地和港口基础设施的水平;对于西欧国家，由于我国常年保持对于欧盟的贸易顺差，且西欧国家大都为欧盟成员国，因此，我国应该增加对西欧的进口，改善贸易不平衡的状况，提高彼此贸易合作深度和广度，降低贸易摩擦的频率;对于北欧国家，中国还应优化贸易结构，实现进出口产品多元化，加大对高新技术领域和服务领域的投入，提升产品生产水平。
参考文献
Linnemann， H. An econometric Study in International Trade Flows [M]. Amsterdam： Elsevier， 1966.
IMF. World Economic Outlook. Trade and Finance [R]. Washington， D.C： IMF， 2002.
Cyrus， T. L. Income in the Gravity Model of Bilateral Trade Does Endogeneity Matter？ [J] The Journal of International Trade， Vol. XVI，2002.
刘青峰，姜书竹.从贸易引力模型看中国双边贸易安排[J].浙江社会科学，2002（6）：16-19.
Research on China-EU Trade Potential and its Influencing Factors
——Based on the Expanded Gravity Model of Trade
Hubei Provincial Party School of the Communist Party of China
ZHANG Junpeng
Abstract： In 2020， China replaced the United States as the EU's largest trading partner for the first time. Under the impact of the pandemic， China-EU trade has bucked the trend， showing strong resilience and bright prospects. Based on the analysis of the degree of China-EU trade integration， this paper measures and studies China-EU trade through an expanded gravity model of trade， and puts forward relevant suggestions.
Keywords： trade integration degree; trade potential; expanded gravity model of trade
关键词：贸易结合度;贸易潜力;拓展的贸易引力模型
本文索引：张俊鹏.<变量 2>[J].中国商论，2021（19）：-095.
中图分类号：F742 文献标识码：A 文章编号：2096-0298（2021）10（a）--04
1 中欧贸易结合度分析
贸易结合度是用来衡量双边贸易联系紧密程度的一个指标，包括两个公式，分别代表各自在对方出口市场中的重要程度。代表欧洲在中国出口市场的重要程度，代表中国在欧洲出口市场的重要程度;和分别代表了中国对欧洲的出口额以及欧洲对中国的出口额;和是指中国的出口总额和欧洲的出口总额;和分别指中国的进口总额和欧洲的进口总额;代表世界的进口总额。该比值大于1，说明双边贸易联系紧密;该比值小于1，说明双边贸易联系疏远。
（1）
根据联合国Comtrade数据库和国际统计年鉴数据整理计算得到如下结果（见图1），中国与欧洲贸易具有以下特点：（1）虽然中欧双方在各自的出口市场上均扮演了重要角色，但是双方对于彼此的重要程度不同，从图1很显然可以看到，欧洲之于中国的地位比中国之于欧洲的地位要高，欧盟是中国的第一大贸易伙伴，而中国是欧盟的第二大贸易伙伴。
（2）近十年，中欧双边贸易发展波动起伏，2013年之前波动较大，2013年之后双方贸易发展稳中有进。中欧贸易波动幅度较之欧中贸易稍大，2008—2017年中欧贸易结合度的累积变动为0.16，而欧中贸易结合度的累积变动为0.14。（3）双方的贸易结合度指数都小于1，表明中欧双边贸易联系不紧密，还有较大的提升空间。虽然中国与欧盟部分国家之间的贸易开展较好，但从中国与欧洲整体的贸易结合度来看，中国与非欧盟成员之间的贸易还有较大的潜力。中国与欧洲贸易结合度有一定的差别，主要在于：中国出口的主要是劳动密集型和资源密集型商品，且中国是劳动力充裕的国家，劳动力成本较低，具有出口的比较优势，主要进口的是技术密集型和高科技商品，这方面由于欧洲部分国家以及欧盟对于中国有出口限制，造成部分欧洲国家与中国的贸易处于逆差状态。2012—2015年，中欧贸易增长态势有所放缓，可能与2012年世界末日假象对于人们预期的影响以及2015年前后英国“脱欧”背景有关。
2 中欧贸易潜力及其影响因素的实证分析
通过对贸易结合度的分析和测算不难发现，中国与欧洲双边贸易并不紧密，存在较大的贸易潜力。那么如何将理论上的潜力转化为现实，就需要对影响双边贸易流量的因素进行分析，为最终优化双边贸易提供可行的意见和建议。
2.1 模型构建
贸易引力模型由Tinbergen和Poyhonen首先应用于在国际贸易领域，是研究贸易流量确定模式的重要工具，起源于牛顿物理学的“万有引力定律”。传统的贸易引力模型认为，一个国家与另一个国家之间的贸易流量与两国的经济规模成正比，与两国之间的地理距离成反比。随着学术理论的发展和大量学者的研究，引力模型不再局限于初始模型，在大发展的基础上，主要表现为解释变量的不断扩大和实证检验的深化和多样化。Linnemann（1966）[1]将人口统计变量引入模型;经济学家考察政策、历史和文化对贸易流动的影响，逐渐将重要贸易协定、贸易限制、殖民关系和共同语言等添加到引力模型中（IMF，2002）[2]。较少学者将扩展的贸易引力模型应用于双边贸易潜力研究。
本文基于Tinbergen的贸易引力模型，并在此基础上进行一定程度的变量拓展和替换，得到如下引力模型：
Tij=k*GDPα*POPβ*DISγ （2）
因变量代表中欧双边贸易流量，即总的进出口额;自变量包含3个解释变量，即GDP、人口总数、两国之间的距离。从以往实证经验来看，经济规模变量选用人均GDP，而不是GDP，与模型更加贴合。由于贸易流量不仅与出口国有关，还与进口国有关，因此GDP和人口变量应分别包含出口国和进口国的数据。根据先前学者的研究发现，除了双方经济规模和人口变量外，还有许多其他因素对中国与欧洲的贸易流量存在影响，包括文化语言、贸易制度、资源禀赋、市场规模、是否有共同边界等客观因素。
在上述分析和总结以及相关参考文献和实际情况的基础上，本文将出口国GDP、进口国GDP、出口国人口总数、进口国人口总数、两国之间的距离纳入影响双边贸易流量的因素，并考虑如下虚拟变量：是否沿海、是否属于欧盟。建立如下扩展的贸易引力模型（为了让模型更具有稳定性，對模型采取双对数回归形式）：
LnTij=α+β1LnGDPI+β2LnGDPj+β3LnPOPi+
β4LnPOPj+β5LnDISij （3）
2.2 变量选取及符号预期
Tij代表双边贸易规模;代表出口国人均GDP，代表一国（地区）的经济实力和购买能力，反映一国（地区）出口供给的能力，经济规模越大，出口能力越强，双边贸易量越大，预期符号为正;GDPj代表进口国人均GDP，反映一国（地区）进口需求能力，经济规模越大，潜在的进口能力越强，双边贸易量越大，预期符号为正;POPi代表出口国人口总数，出口国人口增加能提高供给能力，与贸易额成正比;出口国人口增加，当地市场扩大，需求多样化增加，对外贸易机会相对减少，贸易额也相对减少，预期符号不确定;POPj代表进口国人口总数，进口国人口总数增加会增强购买力，国内需求增加，为提高需求能力，从而扩大进口量，与贸易成正比，进口国人口增加可能导致国内劳动力增加，生产能力增加，国内生产替代外国产品，从而减少贸易机会，与贸易额的变化成反比，预期符号不确定;DISij代表两国之间的距离，代表运输成本的大小，是阻碍双边贸易的主要因素，预期符号为负;d1代表虚拟变量“是否沿海”（“是”取1，“否”取0），贸易双方沿海将降低运输成本，有利于贸易的进行，从而促进贸易量增加，预期符号为正;d2代表虚拟变量“是否属于欧盟”（“是”取1，“否”取0），区域合作组织内部经济合作机制将有利于贸易的进行，促进贸易量增加。 2.3 數据选取及说明
在数据选取上，本文选取的样本期间为2008—2017年近10年的数据，横截面包括欧洲40个国家，欧洲总共43个国家，本文剔除了数据不易收集的3个国家，有利于对模型的分析。本文包含400个数据观测值，就中国与欧洲国家的贸易流量影响因素进行分析。
在数据来源上，本文所有关于中国和欧洲国家的进出口数据均来自联合国Comtrade数据库，世界进出口数据来源于国际统计年鉴;所有关于GDP和人口的数据均来自世界银行数据库;两国之间的距离、“是否沿海”数据分别来自cepii的distcap和geo数据。模型回归以及相关检验全部运用EVIEWS8.0完成。
2.4 回归分析结果
在进行回归的过程中发现，虽然各个解释变量的T值都很高，P值都很小，表示变量已经在统计上显著，但是某些变量回归系数的符号与预期相反，如虚拟变量“是否沿海”以及出口国人口变量。在本文中，普通最小二乘法基于横截面数据执行多元线性回归分析，由于使用的样本是单一时点横截面数据，因此模型应该没有与序列相关的问题，并且对数变换也克服了引力方程的异方差问题，因此可能出现的问题是变量的内生性，如出口国GDP和出口国人口总数存在多重共线性（Cyrus， 2002）[3]，在对各个主要的解释变量进行多重共线性矩阵检验的过程中，发现出口国人口总数变量与出口国GDP存在高度共线性，由此考虑模型存在设定误差。由于出口国GDP决定了出口国的供给能力，在影响贸易流量的因素中属于重点变量不易剔除，根据相关文献的经验，考虑剔除出口国人口总数变量，然后利用“向后删除法”逐步排除不显著的变量以及与预期符号相反的变量，最终得到影响贸易量的关键因素。
根据回归结果（1），发现虚拟变量“是否沿海”回归系数与预期相反，因此考虑剔除该变量，再一次进行回归的结果显示出口国人口总数依然与双方贸易量呈现负相关，因此考虑剔除，在剔除了上述两个变量后，最终的对模型进行回归的结果如表1和表2所示。
从中国对欧洲的贸易流量回归来看，修正后的模型降低了多重共线性的程度，而且拟合程度比较合理，均处于90%左右。由上述回归方程式可以看出，中国（出口国）国内生产总值每增加1%，双方的贸易流量将增加0.59%;欧洲国家（进口国）国内生产总值每增加1%，双边贸易量将增加0.89%;欧洲人口总数每增加1%，将促进双方贸易额增加0.23%;两国之间的距离每增加1%，将导致双边贸易量缩减1.82%;属于欧盟成员国，将给欧洲国家的贸易有利，促进效果为0.84%。除了截距项显示不显著之外，其余解释变量以及虚拟变量“是否属于欧盟”均在至少0.05的显著性水平上通过了显著性检验，其中出口国GDP、进口国GDP、进口国人口总数、两国之间的距离以及虚拟变量“是否属于欧盟”均在0.01的显著性水平上显著。至于虚拟变量“是否沿海”符号与预期相反的原因可能在于欧洲大陆贸易便利化水平已经较之其他洲高。近些年，中国在亚欧道路联通方面做出了一定的贡献，帮助亚欧大陆提升交通运输水平，加之欧洲大陆共有28个国家属于欧盟，这种区域内的优惠贸易安排将使得本不是沿海国家的贸易更加顺畅以及方便，因此虚拟变量“是否沿海”在该模型中可以考虑剔除。
2.5 贸易潜力估算
根据刘青峰，姜书竹（2002）对贸易潜力的划分[4]，实际值与理论值的比值≥1.2属于“潜力再造型”，即现实的贸易容量已经接近饱和，需要拓展其他能促进贸易的因素;实际值与理论值的比值在0.8～1.2属于“潜力开拓型”，即双边贸易容量没有达到饱和，还有潜力可以挖掘和开拓;实际值与理论值的比值<0.8属于“潜力巨大型”，即双边贸易存在很大的潜力，应该积极开展双边贸易合作，提升双边贸易流量。根据中国与欧洲以及欧洲各地区的贸易引力模型，模拟预测双边贸易潜力，结果见表3。
从贸易潜力估算结果可以看出，比值大约在1附近波动，说明中欧贸易潜力属于“潜力开拓型”，双边贸易容量还有扩大的余地。
3 结语
结合前文对于中欧双边贸易现状的分析，不难发现近10年欧洲大陆一直是我国对外贸易的重点区域，欧盟也是我国的第一大贸易伙伴。随着中国和欧洲国家经贸往来日益频繁和密切，探究中国与欧洲大陆的贸易潜力以及分析双边贸易的影响因素，对于进一步促进双方贸易规模的扩大和优化贸易结构具有重要意义。结合中欧贸易结合度和对中欧贸易影响因素的实证分析可见，规模经济、市场容量、贸易便利化和优惠的区域贸易安排对中欧贸易流动产生了重大影响。因此，特别是对参与“16 + 1”合作的中东欧国家（实际上包括东欧，南欧和中欧国家），中国应加大对中东欧国家基础设施建设的投入和支持力度，包括增加陆地和港口基础设施的水平;对于西欧国家，由于我国常年保持对于欧盟的贸易顺差，且西欧国家大都为欧盟成员国，因此，我国应该增加对西欧的进口，改善贸易不平衡的状况，提高彼此贸易合作深度和广度，降低贸易摩擦的频率;对于北欧国家，中国还应优化贸易结构，实现进出口产品多元化，加大对高新技术领域和服务领域的投入，提升产品生产水平。
参考文献
Linnemann， H. An econometric Study in International Trade Flows [M]. Amsterdam： Elsevier， 1966.
IMF. World Economic Outlook. Trade and Finance [R]. Washington， D.C： IMF， 2002.
Cyrus， T. L. Income in the Gravity Model of Bilateral Trade Does Endogeneity Matter？ [J] The Journal of International Trade， Vol. XVI，2002.
刘青峰，姜书竹.从贸易引力模型看中国双边贸易安排[J].浙江社会科学，2002（6）：16-19.
Research on China-EU Trade Potential and its Influencing Factors
——Based on the Expanded Gravity Model of Trade
Hubei Provincial Party School of the Communist Party of China
ZHANG Junpeng
Abstract： In 2020， China replaced the United States as the EU's largest trading partner for the first time. Under the impact of the pandemic， China-EU trade has bucked the trend， showing strong resilience and bright prospects. Based on the analysis of the degree of China-EU trade integration， this paper measures and studies China-EU trade through an expanded gravity model of trade， and puts forward relevant suggestions.
Keywords： trade integration degree; trade potential; expanded gravity model of trade