数据来源：中国与17个对象国的货物贸易流量及经济发展数据分析

根据本章的研究内容，研究所需的数据总体上包括以下三类：第一类是时间序列数据，包括中国与17 个贸易对象国的双边贸易额、体现一国的综合经济规模的相关宏观数据；第二类是非时间序列数据，包括17 国的语言各自与汉语普通话的语言距离和17 个贸易对象国各自与中国的地理距离；第三类是虚拟变量，包括共同边界变量和经贸合作安排变量。各个变量数据的具体来源是：

（1）模型的因变量TRADE 是2005—2014年中国与17 个贸易对象国的年度双边货物贸易总额，该变量的数据全部来自中华人民共和国国家统计局的国家数据（http://data.stats.gov.cn），“国家数据”的年度数据中对中国对外经济贸易的货物进出口额度进行了分国家（或地区）的详细统计。由于中国的服务贸易起步较晚等众多因素，国家统计局并没有中国与世界各国（或地区）有关服务贸易的年度数据，所以本章的因变量选择的是中国与所选17 个对象国的货物贸易流量数据。

（2）自变量GDP1 和GDP2 来自世界银行数据库的各国经济发展统计（http://data.worldbank.org）。

（3）自变量DIS（地理距离）数据来自“CEPII 数据库”中的GEOGRAPHY的各国距离统计数据，该统计包含了世界上225 个国家双边的多项数据，如地理距离、共同边界、共同语言等（http://www.cepii.fr/CEPII/en/bdd_modele/bdd.asp）。

（4）自变量LAN（语言距离），前面已经对WALS 的语言距离测量方法进行了简单的介绍，本章中对中国的普通话和17 个贸易对象国的语言距离计算的方法是：对每个语言对的100 多个具体语言特征逐一进行比较，相同者记为0，不同者记为1，然后对统计结果求和，求和所得数字反映该语言对的语言差异程度，记为该语言对的语言距离。统计结果见表6−3。(www.xing528.com)

表6−3　17 国语言与中国普通话的语言距离

（5）虚拟变量RTA 主要根据世界贸易组织RTA 数据库（http://rtais.wto.org/UI/PublicMaintainRTAHome.aspx）和中华人民共和国商务部多双边经贸合作安排进行统计（http://www.mofcom.gov.cn/mofcom/dsb.shtml）。

（6）虚拟变量ADJ（共同边界），数据来源于世界地图（http://www.sinomaps.com），该变量主要考虑陆地边界。