张 伟 鱼恺怡

（北京工商大学经济学院，北京 100048）

一、引言

服务贸易是国际贸易的重要组成部分和世界经济发展的重要动力。金融服务贸易是世界贸易组织（WTO）界定的服务贸易的12 大领域之一，已成为主要经济体竞争的着力点（叶亚飞，2022）。联合国贸易和发展会议数据显示，2005—2021 年我国金融服务出口年均复合增长率达24.77%，但我国金融服务业发展水平与发达国家相比存在一定差距（张靖佳和刘晨阳，2019；张定法等，2021），出口竞争力较弱成为我国对外开放的短板（潘明清等，2022）。2020 年我国金融服务出口额仅占全球总额的0.58%。“一带一路”是我国金融服务贸易的重要平台，我国与共建“一带一路”国家和地区存在较强的贸易互补性（李虹和陈文娟，2021），且在整体上我国金融服务业领先于大部分共建“一带一路”国家水平（王小雪等，2022），加强对共建“一带一路”国家的出口，有利于提升我国金融服务出口竞争力（黄满盈和邓晓虹，2018）。

Tinbergen（1962）较早建立了国际贸易中的引力模型，用于分析双边贸易流量影响因素，该模型认为贸易流量与贸易双方GDP（经济规模）成正比，与二者的距离（贸易成本）成反比。后续研究检验了一系列影响因素，包括人口、收入、地理相邻、共同语言、汇率、关税或非关税壁垒、区域贸易协定、共同自贸区、货币联盟等，同时将引力模型测算的潜在流量与实际流量进行比较，以此度量贸易效率或潜力（Egger，2001；Francois，2001）。邓晓虹和黄满盈（2014）基于2005—2010 年经济合作与发展组织（OECD）成员国以及其他国家（地区）的面板数据，分析发现双方GDP、地理距离、经济自由度及使用共同语言对双边金融服务出口影响显著，但接壤情况、相对距离（GDP对距离加权）、自贸协定等因素作用不明显。黄满盈（2015）研究认为我国对美国、卢森堡和德国等主要市场存在出口过度的现象，但对小型市场普遍贸易不足。李兵和李红（2016）基于2000—2014年我国对23个OECD国家和俄罗斯的金融服务出口数据，利用随机前沿引力模型进行研究的结果表明，人均GDP、地理距离、相对距离以及多边开放度（距离对GDP 加权）、与我国相邻、拥有共同语言等显著促进了我国金融服务出口效率；除美国、英国外，我国对主要贸易国普遍出口不足，效率较低；进口方经济自由度、金融服务出口占比、是否与我国签订自贸协议会对我国金融服务出口效率产生显著影响。黄满盈和邓晓虹（2018）从贸易规模和成长性出发，分析认为我国金融服务对俄罗斯、日本、瑞典、希腊和捷克等具有较大的潜力，应重点围绕这些国家开展金融服务贸易。

从全球范围看，金融服务贸易发展相对落后和贸易壁垒有较大关系（李晓郛，2017）。Park（2002）研究运用引力模型中的残差代表非关税壁垒引起的不可测贸易成本，并利用残差计算相对关税等值，通过与基准国的对比推导出服务贸易壁垒指数，但无法收集模型中价格指数变量含有的产品种类和生产价格等数据，会导致结果出现偏差。Walsh（2006）在Park（2002）模型中加入国家固定效应以消除价格指数变量的影响，但只能处理横截面数据而无法处理面板数据（夏天然和陈宪，2015）。周念利（2010）借鉴Park（2002）的方法，通过比较有无贸易限制情况下的贸易预测值来估算非关税壁垒的关税等值，发现我国若对某经济体金融服务出口水平较高，则该经济体自身壁垒水平较低，反之亦反。夏天然和陈宪（2014）在Park（2002）和Walsh（2006）的研究基础上建立个体-时间双向固定效应模型测度多个经济体服务业和细分行业的贸易壁垒，发现金融服务部门壁垒水平普遍较高。

梳理文献可知，部分学者已对我国金融服务贸易效率问题进行了一定研究，但在此主题下针对我国和共建“一带一路”国家的研究还相对缺乏。本文以2012—2019 年为时间窗口，基于扩展的贸易引力模型，利用38 个OECD 成员国的数据，拟合出典型国家金融服务出口流量的方程，识别出对金融服务出口影响显著的因素，测算我国对51 个共建“一带一路”国家金融服务出口效率和潜力，并利用国家-时间双向固定效应引力模型测算金融服务进口非关税壁垒的关税等值，以期为我国做好金融服务贸易的合理布局，推进“一带一路”高质量发展提供参考。

二、中国与共建“一带一路”国家的金融服务贸易现状分析

考虑到数据可得性，本文所研究的共建“一带一路”国家共51个，包括东亚1国（蒙古国），东南亚9国（新加坡、马来西亚、印度尼西亚、泰国、柬埔寨、菲律宾、越南、文莱、缅甸），南亚6 国（孟加拉国、印度、巴基斯坦、不丹、尼泊尔、斯里兰卡），西亚16国（阿塞拜疆、亚美尼亚、格鲁吉亚、约旦、阿曼、埃及①埃及地跨亚、非两州，为便于测算统计，本文研究将其视为西亚国家。、伊朗、阿联酋、沙特阿拉伯、卡塔尔、巴林、黎巴嫩、以色列、科威特、土耳其、塞浦路斯），中亚2 国（哈萨克斯坦、吉尔吉斯斯坦），欧洲17国（俄罗斯、乌克兰、摩尔多瓦、波兰、爱沙尼亚、拉脱维亚、克罗地亚、匈牙利、希腊、斯洛文尼亚、阿尔巴尼亚、罗马尼亚、保加利亚、捷克、斯洛伐克、波黑、北马其顿）。

根据联合国贸易和发展会议的数据，2012 年，我国金融服务出口总额为18.86 亿美元，2019 年增加到39.04 亿美元，全球排名第17 位，位于美国、英国、卢森堡、新加坡、德国、瑞士等国家（地区）之后。2020年我国以42.68 亿美元的出口额位列世界第16 位。2021年，我国金融服务出口持续快速增长，全年出口总额达50.07亿美元，同比增长17.3%，出口总额位列世界第17位，排在新加坡（306.47亿美元）、塞浦路斯（64.70亿美元）、印度（51.15亿美元）之后，居共建“一带一路”国家第四位，但与美国（1717.40 亿美元）、英国（843.46亿美元）、卢森堡（769.14亿美元）等金融服务出口大国相比，我国出口额还相差较远，说明我国金融服务出口水平提升空间巨大。

根据联合国贸易和发展会议和万得（WIND）资讯的数据（如表1 所示），2012 年，我国对共建“一带一路”国家金融服务出口总额约为2.80亿美元，2019年达到7.65亿美元，年均增长约15.44%，占我国金融服务出口总额的比重由2012 年的14.85%增加到2019年的19.60%，但在2019 年我国金融服务出口总额仅约占共建“一带一路”国家（去除数据缺失的尼泊尔、阿曼、卡塔尔、巴林等国家）金融服务进口总额的2.41%。从地区来说，2019 年我国出口占东亚地区（蒙古国）进口的0.45%，东南亚地区进口的1.48%，南亚地区（除尼泊尔）进口的4.81%，西亚地区（除阿曼、卡塔尔、巴林、阿联酋）进口的1.52%，中亚地区进口的3.7%，欧洲地区进口的3.68%；从国别来说，我国出口占其进口比重较大的国家包括文莱（44.12%）、埃及（15.36%）、孟加拉国（12.95%）、俄罗斯（9.18%）；占比较小的国家是柬埔寨（0.0016%）、阿尔巴尼亚（0.03%）、克罗地亚（0.10%）、乌克兰（0.15%）、不丹（0.16%）、伊朗（0.17%）、斯洛伐克（0.18%）和黎巴嫩（0.19%）。这些数据一方面说明我国对共建“一带一路”国家金融服务出口潜力较大，另一方面说明我国对共建“一带一路”国家金融服务出口表现出分层化的特点。

表1 2012年和2019年我国对共建“一带一路”国家金融服务出口情况（单位：百万美元）

三、研究设计

（一）模型设计

基本的贸易引力模型形式为Exportij=CYiYj/TCij2，其中Exportij为i对j的出口，C为常数，Yi和Yj为两国经济规模（如GDP）；TCij为贸易成本或贸易壁垒（如地理距离）。随着经济全球化发展，影响双边贸易的因素更加多元（蒋平，2021）。本文结合文献和实务，对模型进行拓展，除GDP、人口、地理距离、共同语言、是否临界等基本变量外，将出口国金融服务贸易占GDP 比重、贸易双方经济自由度、服务业产值占GDP比重、贸易开放度及服务贸易协定等变量纳入模型。为便于计算，本文将引力模型的一般形式转化为对数线性形式：

其中，i、j和t分别表示出口国、进口国和年份。被解释变量Exportijt表示国家i在t年对国家j的金融服务出口额。在解释变量中，GDPi和GDPj分别是两国名义国内生产总值，DISCapij是两国首都间的地理距离，Popi和Popj是两国人口数量。COMlangij为虚拟变量，如果贸易双方90%以上的人使用同一种语言，则COMlang=1，否则COMlang=0。ADJij为虚拟变量，如果贸易双方临界，则ADJ=1，否则ADJ=0。Ratioi是出口国金融服务出口占总服务出口的比例。EFWi和EFWj分别是两国的经济自由度指数，该指数由加拿大菲沙研究所（Fraser Institute of Canada）发布，主要评估世界上160多个国家和地区政策和制度等对自由汇率、市场准入和竞争等的支持程度。Servicei和Servicej分别是两国服务业增加值占GDP 的比重。Tradei和Tradej分别是两国贸易开放度，用贸易进出口总额与GDP的比重来衡量。RTAij是虚拟变量，如果贸易双方缔结的区域贸易协议中含有服务贸易的相关内容，则RTA=1，否则RTA=0。ε表示随机误差项。

借助引力模型估计结果，本文可以模拟“理论”或“自然”状态下一国对其贸易伙伴的金融服务潜在出口额。实际出口值与模拟值的比值即为出口效率：

其中，Eijt代表出口效率，Exportijt和Export*ijt分别表示实际出口值和模拟值。出口潜力与出口效率是一对相互联系的概念，1-Eijt即是出口潜力（Zaman&Kalirajan，2019）。对于出口效率（潜力）主要有两种评价方法：一种是以1为门槛，E＞1表示“出口效率较高”“出口过度”或“潜力再造”（即需要创新贸易模式或开拓新的贸易领域、打造新的贸易竞争优势），E＜1 表示“出口效率较小”“出口不足”或“潜力巨大”；另一种是以0.8 和1.2 为门槛，E＞1.2 表示“出口效率较高”“出口潜力有限”，0.8 ＜E ≤1.2 代表“有一定效率增长空间”“出口潜力增长”，E ≤0.8代表“出口效率较低”“出口潜力巨大”（Zaman &Kalirajan，2019；Leng et al.，2020）。本文选取第二种方法。

（二）样本选取和数据来源

本文用于拟合“典型经济体”金融服务出口方程的38个OECD成员国包括澳大利亚、奧地利、比利时、加拿大、智利、哥伦比亚、哥斯达黎加、捷克、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、匈牙利、冰岛、爱尔兰、以色列、意大利、日本、韩国、立陶宛、拉脱维亚、卢森堡、墨西哥、荷兰、新西兰、挪威、波兰、葡萄牙、斯洛伐克、斯洛文尼亚、西班牙、瑞典、瑞士、土耳其、英国、美国。本文选择OECD 成员国来拟合“典型经济体”出口方程，除了基于数据可得性考虑外，还因为大部分OECD成员国是主要的金融服务出口国，代表金融服务贸易的较高水平，且OECD成员中既包括发达国家，也包括新兴市场及转型经济体，用其数据拟合的方程具有代表性和典型性。

OECD 成员国双边金融服务贸易流量、总服务出口额（用来计算金融服务贸易出口比例）来自OECD服务贸易统计数据库；我国与OECD 成员国、51 个共建“一带一路”国家的名义GDP、人口、贸易总额和服务业增加值数据来自世界银行发展指标数据库；我国对共建“一带一路”国家的金融服务出口额、总服务出口额来自WIND数据库；双边距离和是否使用共同语言来自法国国际信息前瞻研究中心（CEPII）数据库；2012—2019 年各国的经济自由度（EFW）指数来自加拿大菲沙研究所发布的《世界经济自由报告（2014—2021年）》。服务贸易协定的有关信息根据WTO官网的“区域贸易协定”资料手动筛查得到。

为防止变量受异常值波动的影响，本文对除虚拟变量外的时间序列均作对数处理；有些国家在某些年份没有报告金融服务出口数据，本文采用其相应贸易伙伴的进口数据。某些样本出现了零贸易额，但零值无法作对数处理，将其剔除则可能导致有偏估计（Kuik et al.，2018），本文借鉴Kalbasi（2001）的做法，将贸易流量的零值用0.025代替。本文用线性插值法补齐个别缺失数据。本文对金融服务出口比重（Ratio）这一组数据做置信区间为［1%，99%］的缩尾处理以排除异常值带来的影响。考虑到2020年后新冠病毒感染对国际贸易的冲击，本文将时间窗口设定为2012—2019年。

四、实证结果与分析

（一）金融服务贸易影响因素

本文利用2012—2019年38个OECD 成员国的面板数据来拟合“典型经济体”金融服务出口的决定方程，变量描述性统计如表2所示。

表2 变量描述性统计

面板单位根检验（Fisher-ADF）结果显示所有的变量都是“零阶单整”，时间序列均为平稳，因此本文无须对时间序列进行协整检验即可进行回归。一般而言，在面板引力模型框架下，主要有三种估计方法可用来检验贸易流量：混合最小二乘法、固定效应模型和随机效应模型。由于固定效应模型不能识别出非时变变量的效应（Sören et al.，2014），而本文指标中含有多个虚拟变量，因此本文进行拉格朗日检验（LM test），在混合最小二乘法和随机效应模型之间选择适合的模型。LM 检验的结果显著，且p 值为0，说明随机效应模型优于混合最小二乘法。因此，本文采用随机效应模型进行回归，同时也列出混合最小二乘法的估计结果进行比较和稳健性检验，结果如表3所示。

表3中列（1）、列（2）是基准回归结果。根据随机效应模型估计结果，除RTA外，其他解释变量均通过显著性的统计检验。贸易双方GDP、共同语言、共同边界能够显著提高出口流量，距离则呈显著负向影响。出口国GDP（经济规模）增大意味着其有能力提供更多的金融服务出口，进口国GDP（经济规模）增大意味着其对金融服务进口需求更大；拥有共同语言和相邻的国家一般被认为具有稳固的贸易关系、相近的经济文化特征和较低的贸易成本。这些都有利于贸易的开展；而地理距离越大，贸易成本越高，越不利于开展贸易。

从理论上讲，贸易双方人口数量对金融服务出口可能有正负两方面的影响（刘正恺，2012）。从出口国来看，一方面，在既定的资源禀赋下，金融服务首先要满足国内需求，国内人口增多可能会遏制出口；另一方面，国内需求增加可能会刺激产能和服务供给，从而扩大出口。从进口国来看，一方面，人口数量对金融服务进口的影响可能为正，因为更多的人口代表更大的进口需求；另一方面，人口数量对金融服务进口的影响可能为负，因为更多的人口可能会刺激国内产能，从而减少进口。本文Popi和Popj的效应均显著为负，说明出口国部分金融服务会转而供给增大的国内需求，导致出口减少；进口国会扩大本国产能来满足增大的国内需求，从而减少进口。本文结果还显示，进口国人口的影响系数绝对值大于出口国人口的影响系数绝对值。

出口国金融服务出口占总服务出口的比例对贸易流量产生显著正向影响，该指标体现了一国金融服务部门与其他服务部门的比较优势，优势越大，越能促进金融服务出口。如表3列（2）显示贸易双方经济自由度、服务业增加值GDP 占比、贸易开放度会显著提升出口流量，且出口国因素的影响大于进口国因素的影响。出口国更为市场化的经济会扩大增长空间并提升出口，进口国更为自由开放的经济会提升进口；服务业增加值占GDP 的比重反映服务业发展水平，比重越高，出口国出口供给能力越强，进口国服务进口需求越大；一国贸易开放度越高，贸易管制程度和贸易壁垒就越低，越有利于金融服务贸易发展。RTA的系数为正但效应不显著，这与周念利（2010）、黄满盈（2015）的发现一致，可能原因是已有的自由贸易协定涉及服务贸易安排较少，特别是涉及金融服务贸易安排更少。

与随机效应模型估计结果相比，混合最小二乘法估计结果中大部分变量只是系数、显著性水平略有变化，显著性和符号均无变化，这表明估计结果稳健，说明本文模型较好地解释了金融服务贸易流量的影响因素。

鉴于RTA不显著，本文将其剔除再次回归，随机效应回归结果如表3 列（4）显示，大部分解释变量都保持了显著性。混合最小二乘法回归结果如表3 列（3）显示，其估计结果具有稳健性。因此，本文用表3列（4）所得的回归方程作为“典型经济体”金融服务出口的决定式。

（二）我国对共建“一带一路”国家金融服务出口效率

本文利用表3 列（4）的回归系数，模拟2012—2019年我国对51个共建“一带一路”国家在“理论”或“自然”状态下的金融服务潜在出口值，将我国相应年度出口实际值与模拟值进行比较，得到出口效率E值及由高到低的排序，如表4 所示。因篇幅所限，除均值外，本文只列出2012 年、2013 年、2018 年和2019年的数值。

表4 中国对共建“一带一路”国家的金融服务出口效率E值及排序

2012—2019 年，我国对51 个共建“一带一路”国家金融服务出口的平均效率约为2.90，整体水平较高，高于平均效率的国家有18个，低于平均效率的国家有33 个。从地区来看，不考虑东亚的蒙古国和中亚2 国，对东南亚9 国、南亚6 国、西亚16 国、欧洲17国的平均效率分别为3.22、2.6、4.16 和1.61，对西亚、东南亚出口效率较高，对欧洲出口效率较低，但仍处于“出口效率较大”的水平。

从具体国别均值来看，51个国家中，我国金融服务出口效率较高（即E＞1.2）的国家有40 个，最高的是塞浦路斯，其次是阿塞拜疆，出口效率均值分别是9.62 和9.00。我国对这40 个国家金融服务出口效率较高的可能原因有以下几点。一是尽管某些国家金融服务比较发达，但我国金融服务与其有较强的互补性。根据联合国贸易和发展会议的数据，2019 年我国金融服务出口额为39.04 亿美元，新加坡高达306.47亿美元，塞浦路斯为43.39亿美元，我国对共建“一带一路”国家出口效率保持较高水平，主要是较强的金融服务互补性促进了金融服务贸易发展。二是部分国家金融发展程度较低，出口相对较少（如表5所示），我国金融服务具有比较优势。我国对这些国家金融服务的出口和其进口结构能够达到很大程度的匹配（李虹和陈文娟，2021）。三是可能因为某些国家的金融服务贸易壁垒水平相对较低（黄满盈，2015），这在后文研究中也得到验证。巩固并进一步发展出口效率较高的市场对我国金融服务贸易发展具有重要意义，我国应在保持和增强传统优势的同时，主动适应需求，提升产品服务性价比，优化出口结构，培育以质量和服务为核心的竞争优势，进一步提升金融服务对外输出能力。

表5 2019—2021共建“一带一路”国家金融服务出口额（单位：百万美元）

中国对其出口效率还没有充分发挥、尚有较大出口空间（即0.8 ＜E ≤1.2）的国家包括伊朗、保加利亚、拉脱维亚、克罗地亚、阿尔巴尼亚、罗马尼亚、斯洛伐克、斯洛文尼亚等，其中7 个国家都位于欧洲。我国对上述国家出口效率不高的原因主要是其当中大多数国家金融发展较好，上述国家可能更偏向于从金融服务更为发达的国家进口（李虹和陈文娟，2021）。对于这些国家，我国应加强交流和合作，进一步开拓市场，深挖贸易潜力。我国对其平均出口效率低下（即E ≤0.8）的国家是柬埔寨、不丹、尼泊尔，这三个国家金融开放程度不高，可能存在较严重的贸易壁垒，进一步发展贸易的对策是尽快排除发展障碍（刘正凯，

2012）。

从发展趋势看，随着各国GDP 的增长、服务贸易和贸易自由化的发展以及经济自由度提升，我国金融服务实际出口值与潜在出口值的差距在缩小，同时部分金融发展现状处于弱势的国家通过进口金融服务激活本国金融服务的发展（李虹和陈文娟，2021），因此，2012—2019 年我国对共建“一带一路”国家的出口效率总体呈下降态势，对其出口效率较高的国家由2012年的40个降为2019年的35个，有一定效率增长空间的国家由8 个降为4 个，出口效率不足的国家由3个增加到12个。从地区均值来看，欧洲17国从“出口效率较高”变为“有一定效率增长空间”，其中爱沙尼亚、波兰、保加利亚、拉脱维亚、克罗地亚、阿尔巴尼亚、罗马尼亚、斯洛伐克、斯洛文尼亚等9个国家在近几年由“出口效率较高”或“有一定效率增长空间”变为“出口效率低下”。对其他地区出口效率均值虽然也呈下降趋势，但在2019 年还是处于“出口效率较高”的水平。

（三）共建“一带一路”国家金融服务贸易壁垒关税等值

考虑到共建“一带一路”国家贸易限制指数相关变量数据的缺乏，本文借鉴夏天然和陈宪（2015），采用国家-时间双向固定效应模型来估算贸易壁垒关税等值：本文在引力模型中加入进口国虚拟变量以控制价格指数信息和其他一些对进口产生影响的不可观测的特征；加入出口国虚拟变量以控制出口国的信息；加入时间虚拟变量以控制时间固定效应。由于采用了国家-时间双向固定效应，解释变量去除出口国GDP、出口国金融服务出口占比、贸易双方人口、经济自由度、服务业增加值占比和贸易开放度等变量。由于国家固定效应无法控制双边信息，因此保留了距离、相邻、共同语言等三个双边变量。本文借鉴Fontagne et al.（2011）、夏天然和陈宪（2015）的做法，将进口国GDP 系数限制为0.8，从而排除进口国GDP 对进口国固定效应的干扰。具体模型如下：

根据Park（2002）、Fontagne et al.（2011）的研究，计算关税等值的公式为：

Tj为进口经济体的相对关税等值，σ为服务的替代弹性，式（4）中的下角标a、p和b分别表示实际值、预测值以及基准。在此，关税等值是相对量，是各个国家相对于基准国家（关税等值=0）的增加值，该值越大，表明金融服务贸易壁垒越高。式（4）中的Exporta和Exportb均取2012—2019年的均值，ExportajExportpj比值最大的国家为基准国家，即最接近完全开放的国家（Park，2002；夏天然和陈宪，2015）。由于计算(Sj-1)还需要求出σ，在文献中σ取值比较广泛，σ设定不同的值只会影响相对关税等值的绝对值而不会影响其相对排序（Fontagne et al.，2011），关税等值的排序才是本文的研究重点。本文借鉴周念利（2010）、黄满盈（2015）的做法，取σ=1.95，1.95 是全球贸易分析项目（GTAP）数据库将服务贸易部门作为整体计算出来的贸易加权替代弹性。

本文基于公式（3）所示的双向固定效应引力模型，利用2012—2019 年38 个OECD 经济体的金融服务出口流量的面板数据，拟合“典型经济体”的金融服务出口决定方程。表6的回归结果显示，解释变量均通过显著性的统计检验，且符号都与预期相符。本文基于回归系数计算我国对共建“一带一路”国家的金融服务出口估计值，进而测算ExportajExportpj。根据计算结果，本文设塞浦路斯为基准国，并计算得到各国贸易壁垒关税等值均值及由高到低的排序，为便于比较，表7 同时列出我国对各国金融服务出口效率E值排序。

表6 双向固定效应引力模型估计结果

表7 共建“一带一路”国家金融服务贸易壁垒相对关税等值及排序

由表7可知，相对关税等值最低的10个国家是塞浦路斯（基准国家，相对关税等值=1）、孟加拉国、巴林、科威特、匈牙利、黎巴嫩、阿曼、波黑、沙特阿拉伯、新加坡，我国对上述出口效率E值排序分别为1、4、9、11、28、19、7、27、5、17 位；关税等值水平最高的10 个国家是尼泊尔、柬埔寨、阿尔巴尼亚、不丹、伊朗、马来西亚、蒙古国、罗马尼亚、斯洛文尼亚、斯洛伐克，其中马来西亚、蒙古国出口效率E 值排序分别为24 和30位，其他8 个国家均在后10 位。这说明我国对共建“一带一路”国家的金融服务出口效率和贸易壁垒有很大关系，一般而言，我国出口效率较高的市场，壁垒水平较低，而出口效率较低的市场壁垒水平相对较高。

部分国家虽然关税等值较高，但我国对其出口效率较高，如越南、马来西亚、亚美尼亚、吉尔吉斯斯坦、乌克兰、摩尔多瓦等，关税等值排序在前50%，E值排序也在前50%，原因可能是我国金融服务对这些国家有较强的竞争优势或互补性，这些国家在未来仍然是我国金融服务贸易合作的重要国家，同时我国要与之开展削减贸易壁垒的多边或双边谈判。部分国家虽然关税等值较低，但我国对其出口效率也较低，如土耳其、以色列、希腊、俄罗斯的关税等值排在后50%，但E 值也排在后50%，对于这些国家，我国要分析具体原因，采取积极措施实现金融服务贸易的充分合作。

五、结论与建议

本文基于扩展的贸易引力模型，利用OECD成员国数据，拟合“典型经济体”的金融服务出口方程，发现贸易双方GDP、共同语言、共同边界、经济自由度、服务业增加值占比、贸易开放度以及出口国金融服务出口占总服务出口比重与出口显著正相关，双边距离显著负相关。在此基础上，利用我国和51个共建“一带一路”国家的数据，分析发现我国对共建“一带一路”国家金融服务出口整体效率较高，出口效率较高的市场，其贸易壁垒水平较低，而出口效率较低的市场，壁垒水平相对较高，但也存在壁垒水平低、出口效率低，或壁垒水平高、出口效率高的情况。

着眼于我国与共建“一带一路”国家金融服务贸易的长远发展，本文提出如下建议：

一是加强战略性区域布局，完善金融服务贸易网络，提升全面覆盖能力，满足共建“一带一路”国家差异化金融发展需求。在金融服务贸易基础良好、出口效率较高的国家和地区强化传统优势，培育特色竞争新优势和新增长极；在出口效率不高的国家和地区要采取措施挖掘潜力，提升效能。

二是主动对接“一带一路”基础设施建设、贸易投融资及共建“一带一路”国家金融发展蕴含的大量金融服务需求，加强金融供给侧改革，创新、优化产品体系与服务模式，匹配金融服务需求和供给，特别是针对跨境电商、无线支付等数字化经济业态的迅速发展，推进金融科技和数字金融创新，激发金融服务贸易发展潜力（冯晓玲等，2022）。

三是推进共建“一带一路”国家金融服务贸易规则协调，降低显性和隐性壁垒；同时提高我国金融服务领域对外开放水平，深化区域金融服务贸易合作，为金融服务贸易的开展提供良好支持。