贸易便利化对中国从“一带一路”国家进口的影响——基于贸易引力模型的实证分析

吴 丹 吴 野

（东北师范大学经济与管理学院， 长春 130000）

引言

在当前国际贸易保护主义抬头和关税下降空间有限的背景下，贸易便利化成为国际组织和各国普遍关注的焦点。同时，由于近期世界经济前景不乐观，中国出口增长空间受限和贸易保护主义威胁，进口对经济增长的重要作用日益显现。进口既可以提高国内供给的数量、品种和质量，通过竞争效应和降低国内市场垄断程度来刺激国内厂商生产，又能引起技术和知识“外溢”，缓解本币升值压力，有利于增加消费者福利，激发创新［1］。“一带一路”是我国当前提出的重要倡议，在以上背景下，研究贸易便利化对中国从“一带一路”国家进口的影响具有重要现实意义。

1 文献综述

目前，贸易便利化尚未形成统一的定义，其内涵仍在不断丰富中，其涉及的范围一般包括口岸环境、运输效率、电子商务、规章制度、基础设施和市场环境等。现有研究主要包括以下几方面：（1）在贸易便利化指标选取方面，亚太经合组织（APEC）贸易便利化指标包含海关程序、商务流动、电子商务和标准一致化［2］。Wilson 等（2005）的研究是最值得借鉴的，其采用港口效率、海关环境、监管环境和服务业基础设施4 个贸易便利指标，分析贸易便利化对双边贸易的影响［3］。方晓丽和朱明侠（2013）借鉴Wilson 等（2005）选取口岸效率、海关环境、规章制度和电子商务4 个指标构建贸易便利化测评体系［4］。李斌等（2014）在Wilson 等（2005）的研究基础上加入商业环境和市场准入，从不同国家间市场环境和市场可进入性对贸易便利化做出评测［5］。张淑辉（2018）以口岸与物流效率、规制环境、海关环境和电子商务四方面搭建贸易便利化模型［6］。温雪等（2019）则从口岸与物流效率、电子商务、海关环境和金融与制度环境四方面考量［7］。（2）在贸易便利化的测量方法方面，主要有简单平均法、层次分析法和主成分分析法3 种。Wilson 等（2003）采用简单平均法得出贸易便利化指数［8］。曾铮等（2008）在对众多贸易便利化指标的重要性排序后，应用层次分析法得出各分指标的权重，进而得到贸易便利化指数［9］。宋伟良和贾秀录（2018）采取13 个二级指标，运用主成分分析法测算了G20 国家的贸易便利化水平［10］。

相对于可计算一般均衡模型，国内外学者普遍采用贸易引力模型检验贸易便利化对贸易的影响。Shepherd 和Wilson（2008）以东南亚国家为研究对象构建贸易引力模型，得出东南亚国家间贸易流量受基础设施和信息通讯影响较大的结论［11］。刘岩等（2013）将进口的时间作为衡量贸易便利化水平的主要指标，并在拓展的贸易引力模型中加入了两国的经济水平、文化因素、关税和贸易协定等变量来分析贸易便利化对中国进口流量的影响［12］。孔庆峰和董虹蔚（2015）应用拓展的贸易引力模型验证了贸易便利化对“一带一路”国家间的贸易往来有重要促进作用，贸易便利化水平的提升可以进一步释放贸易潜力［13］。李江南和李京（2017）应用中国与48 个主要进口国的数据，在完善贸易便利化评价指标的基础上，采用贸易引力模型检验了贸易便利化对中国进口贸易的影响度［14］。张鹏飞（2018）基于引力扩展模型，聚焦于“一带一路”沿线亚洲国家交通基础设施和通信基础设施建设水平对其区域内贸易量的影响展开实证分析［15］。

综上所述，现有研究大多关注贸易便利化对出口的影响，而极少关注进口，尤其是贸易便利化对中国从“一带一路”国家进口的影响。本文贡献主要有两点：（1）构建包含4 个一级指标和15 个二级指标的贸易便利化指标体系，对“一带一路”主要国家的总体贸易便利化水平以及口岸效率、规则环境、海关环境、金融与电子商务贸易便利化分指标水平进行全面测评和排名，同时采用主成分分析法以克服传统方法对系数值过度倚重的缺陷；（2）将贸易便利化总指标和一级指标分别引入拓展的进口贸易引力模型中，选取2013～2017 年面板数据，分别检验其对中国从“一带一路”沿线国家双边进口贸易的影响。

2 贸易便利化指标体系构建及其测度

2.1 贸易便利化指标测评体系

本文参考Wilson 等（2005）［3］的研究方法，在其研究基础上加入金融这一重要的贸易便利化指标，将贸易便利化的4 个一级指标分别设定为口岸效率（T）、规则环境（R）、海关环境（C）和金融与电子商务（F），同时将一级指标细分为15 个二级指标。二级指标基本涵盖了贸易便利化所涉及的全部内容，而且指标之间的交叉性更小，更加科学规范，详见表1。

表1 中国与“一带一路”国家的贸易便利化水平测评指标体系

2.2 数据来源与处理

本文研究对象为中国与其他“一带一路”沿线国家，由于部分国家进口值较低且政治动荡，指标无法获取，故除中国以外还将47 个国家纳入了研究样本。数据来源为历年世界经济论坛的《全球竞争力报告》、透明国际的清廉指数和世界银行发布的物流绩效指数所衡量的清关程序效率。为消除数值来源不同和数值大小的问题，采用线性变化法对原有的数据进行指数化处理：

其中，Yi是线性变换标准化后的数值，变换后的取值范围为0～1，Xi是指第i个二级指标的原始数值，是指该指标可以取到的最大值。

2.3 贸易便利化水平的测算与评价

（1）贸易便利化水平综合评价模型

应用Stata 15.0 软件，对上述线性规范后的15 个贸易便利化指标应用主成分分析法进行具体分析，其中贡献率大于80%的主成分值得以入选，得出3 个主成分，具体如下：

Comp1＝0.264T1＋0.267T2＋0.288T3＋0.036T4＋0.275R1＋0.268R2＋0.263R3＋0.222R4＋0.295C1＋0.255C2＋0.269C3＋0.275F1＋0.282F2＋0.291F3＋0.215F4

Comp2＝0.153T1＋0.071T2＋0.053T3＋0.335T4－0.263R1－0.372R2－0.180R3－0.506R4＋0.108C1＋0.339C2＋0.265C3－0.063F1－0.101F2＋0.066F3＋0.382F4

Comp3＝0.008T1－0.134T2＋0.112T3＋0.843T4＋0.109R1＋0.054R2－0.220R3＋0.170R4－0.050C1＋0.025C2－0.185C3＋0.124F1＋0.124F2＋0.015F3－0.313F4

为得到贸易便利化综合评价指标模型，我们分别应用3 个主成分各指标对应的系数乘上相应的贡献率再除以3 个主成分的总贡献率，然后相加求和，由此计算出贸易便利化的综合评价模型。继而通过归一化处理，得到二级指标权重，进而通过加权可以得到4 个一级指标的权重。则中国与“一带一路”沿线国家（47 个）的贸易便利化综合评价指标模型为：

TFI＝0.07470T1 ＋0.06801T2 ＋0.07942T3 ＋0.04671T4＋0.06274R1 ＋0.05475R2 ＋0.05408R3 ＋0.04038R4＋0.07908C1 ＋0.08066C2 ＋0.07529C3 ＋0.07153F1＋0.07178F2＋0.07806F3＋0.06281F4

（2）贸易便利化水平的测算和评价

根据以上求得的贸易便利化综合评价指标模型公式，依次将2013～2017 年各年的二级指标数值代入，得到各个国家贸易便利化总指标和一级指标的水平及排名。图1 和图2 分别为中国与“一带一路”沿线国家贸易便利化水平和代表性国家的贸易便利化变化趋势。

图1 贸易便利化水平

图2 贸易便利化变化趋势

从贸易便利化整体水平上来看，2013～2017 年样本区间内，新加坡贸易便利化水平在“一带一路”国家中均处于领先位置，其天然的海港优势和优良的战略地位，使得新加坡在“一带一路”沿线国家中处于一个重要的节点。也门政局动荡，尼泊尔和吉尔吉斯斯坦天然的地理环境劣势使得他们在样本区间内处于末尾。而中国则处于中上等水平，与新加坡等高贸易便利化国家差距比较明显。贸易便利化水平普遍集中于0.45～0.65 之间，居于均值附近，提升空间很大。

从时间趋势上看，贸易便利化水平提升最为明显的是阿塞拜疆，提升了0.084，而下降最明显的是阿曼，下降了0.067；中国和阿塞拜疆贸易便利化水平逐年上升，而阿曼和也门贸易便利化水平逐年下降；阿联酋等11 个国家贸易便利化水平先升后降，韩国等11 个国家贸易便利化水平先降后升；其他22 个国家贸易便利化水平则呈现波动变化，其中泰国和沙特阿拉伯的波动情况最为特殊，呈现先降再升再降再升的情形。从地理区域上来看，东亚、东南亚和欧洲区域的国家贸易便利化水平总体上优于中亚和西亚国家，其中在西亚呈现两极分化形势，阿联酋等国家的贸易便利化水平处于前20，而也门等国家的贸易便利化水平则处于后20。由于篇幅所限，贸易便利化水平总指标和一级指标具体水平及排名仅列出2017 年，见表2。

表2 2017 年各国贸易便利化水平及排名

续 表

从贸易便利化一级指标上来看，新加坡4 个一级指标均处于首位，也门、尼泊尔、蒙古和克罗地亚处于末尾。口岸效率和金融与电子商务的整体水平优于规制环境和海关环境，其中以金融与电子商务的水平最为突出，海关环境的平均得分最低。东亚、东南亚和欧洲等地区的整体水平优于中西亚地区的整体水平，西亚呈现两极分化形势，阿联酋等国家优于也门等国家。从口岸效率上来看，沿海国家的口岸效率优于内陆国家的口岸效率，天然港口优势和地理位置使得沿海国家的港口效率得分更高；从规制环境、海关环境和金融与电子商务上来看，发达国家和排名靠前的发展中国家整体水平优于其他发展中国家整体水平。从中国的贸易便利化一级指标的总体水平来看，贸易便利化一级指标均有不同程度的提高，其中金融与电子商务的水平值提升最高为0.0273，规制环境的水平值提升最小为0.0227。口岸效率、规制环境和海关环境的水平值均高于研究样本的平均值，而金融与电子商务的水平值低于研究样本的平均值，有待进一步提高。

3 模型设定及实证研究

本文根据国际贸易理论和中国从“一带一路”国家进口的实际情况，建立扩展的贸易引力模型，明确中国从“一带一路”沿线国家进口的主要影响因素，并分析贸易便利化和贸易便利化一级指标对中国从贸易伙伴国双边进口贸易的影响。

3.1 模型设定及变量说明

由牛顿引力法则衍生出的贸易引力模型基本公式为：

其中，IMPij代表国家i到国家j的贸易额，GDPi和GDPj分别代表国家i和国家j的国内生产总值，DISij代表两个国家之间的直线距离。则传统的贸易引力模型为：

根据研究对象，我们在传统的贸易引力模型中加入新的解释变量TFI（一带一路沿线国家贸易便利化水平）、PGDP（一带一路沿线国家人均国内生产总值）、EXT（一带一路沿线国家汇率）和FDI（中国的外商直接投资存量），得到以下拓展的贸易引力进口模型，其中αi（1～7）为系数，α0为常数，变量名称、解释和预测如表3 所示：

3.2 样本和数据

本文采用中国与“一带一路”沿线47 个国家间2013～2017 年的面板数据进行贸易引力模型回归。样本容量为235 个（5×47 ＝235），其中进口数据来源于中国海关总署；国内生产总值、人均国内生产总值来源于世界银行数据库；外商直接投资存量来源于联合国贸易和发展会议；汇率来源于IFS；中国与贸易伙伴国首都之间距离数据来源于www.indo.com 网站中的距离计算器；贸易便利化水平由贸易便利化综合模型计算而得。同时，本文对各个变量采取对数化处理，以减小异方差。

表3 变量名称、符号预期以及理论说明

3.3 实证过程及结果分析

3.3.1 计量检验

使用Eviews8.0 软件对面板数据进行LLC 检验、ADF－Fisher 检验和PP－Fisher 检验，以确定数据平稳性，检验结果表略。

经检验，进口值、中国GDP、贸易伙伴国GDP、贸易伙伴国人均GDP 和汇率的一阶差分值均在1%的显著水平上平稳，可以进行协整检验。经检验，变量均通过Pedroni 面板协整检验和Kao面板协整检验，认为被解释变量和解释变量之间具有协整关系，长期关系成立。

面板模型通常有混合估计模型、固定效应模型和随机效应模型。本文选用Hausman 检验来判断固定效应模型和随机效应模型，经检验P 值为0.8795，接受原假设，相对于固定效应模型应选择随机效应模型；应用LM 检验判断混合估计模型和随机效应模型，经检验p 值为0.0000，拒绝原假设，相对于混合估计模型，应选择随机效应面板数据模型。故而，我们选用随机效应模型进行回归分析。

3.3.2 回归分析

由于横截面个数大于时序个数，本文应用Eviews8.0 采用广义最小二乘法方法进行回归，并采用前向优化法逐步引入新解释变量，以期得到最优的拓展方程，回归结果见表4。

模型（4）的回归结果理想，解释变量均通过显著性检验，符号均与预期相符。R2值0.642虽偏低，但目前学术界对于R2取值的注重程度逐渐下降，而更注重P 值。方程P 值显著为0，回归方程比较理想。从回归结果可以看出：（1）中国国内生产总值对中国进口促进作用最大，回归系数为2.866，中国国内生产总值提升1 个百分点，中国从贸易伙伴国进口增加2.866 个百分点；（2）贸易便利化水平的系数值在解释变量中处于中等水平，回归系数为1.342，说明贸易便利化水平提升1 个百分点，中国从贸易伙伴国进口增加1.342 个百分点；（3）贸易伙伴国国内生产总值和人均国内生产总值系数均为正，其中贸易伙伴国的回归系数为0.754，贸易伙伴国人均国内生产总值的回归系数为0.417。贸易伙伴国国内生产总值和人均国内生产总值提升1 个百分点，中国从贸易伙伴国进口分别增加0.754 个百分点和0.417 个百分点；（4）汇率对中国进口贸易流量促进作用最小，回归系数为0.173，汇率每上涨1 个百分点，中国从贸易伙伴国进口增加0.173 个百分点；（5）外商直接投资存量在进出口贸易中有着替代效应或互补效应，在中国从“一带一路”沿线国家进口贸易中外商直接投资存量的系数显著为负，回归系数为－1.569，说明替代效应较大，形成了投资壁垒；（6）地理距离代表了贸易国之间的阻力，回归系数为－1.071，中国与贸易伙伴国之间的地理距离越大，中国从贸易伙伴国进口贸易减幅越大。由此，我们可得到最优的拓展方程：

表4 进口贸易引力模型回归结果

3.3.3 贸易便利化一级指标分项实证结果及分析

为得到贸易便利化一级指标对中国从沿线贸易伙伴国进口的影响，我们参照前文的回归模型建立4 个含有一级指标的拓展的贸易引力模型，其中X1jt代表t年j国口岸效率得分，X2jt代表t年j国规则环境得分，X3jt代表t年j国海关环境得分，X4jt代表t年j国金融与电子商务得分，具体方程如下：

对以上4 个拓展的贸易引力模型进行回归分析，回归结果见表5。

由表5 实证结果可知，4 个一级指标中，口岸效率X1 和海关环境X3 两个指标通过了1%置信水平上的显著性检验，而规则环境X2 和金融与电子商务X4 未能通过显著性检验。两个一级指标的系数为正，说明对中国从“一带一路”沿线国家进口有促进作用。其中，口岸效率提高1个百分点，进口可提高1.196 个百分点，海关环境提高1 个百分点，进口可提高1.655 个百分点；规制环境未能通过显著性检验，因为“一带一路”沿线国家多数为发展中国家，规制环境有待提高，未能形成核心的促进要素，同时也说明，规制环境有待进一步提高；金融与电子商务未能通过显著性检验，因为中国从“一带一路”沿线国家进口的物品主要为原油、蒸馏产品和机电等低附加值产品，金融与电子商务未能发挥主要的作用，同时说明金融与电子商务的参与度有待提高，以推动我国进口增长。

4 结论及建议

4.1 结论

基于上述分析，本文结论如下：

（1）中国与“一带一路”沿线国家的贸易便利化水平参差不齐，其中新加坡贸易便利化水平处于首位，也门、吉尔吉斯斯坦和尼泊尔处于末尾，而中国处于中上等水平，还有较大进步空间。中国等国家贸易便利化水平逐年上升，阿曼等国家贸易便利化水平逐年下降；阿联酋等国家贸易便利化水平先升后降，韩国等国家贸易便利化水平先降后升；其他国家贸易便利化水平则呈现波动变化。在贸易便利化一级指标方面，口岸效率和金融与电子商务的整体水平优于规制环境和海关环境的整体水平，其中以金融与电子商务的水平最为突出，海关环境的平均得分最低。从港口效率上来看，沿海国家的港口效率优于内陆国家；从规制环境、海关环境和金融与电子商务上来看，发达国家和排名靠前的发展中国家整体水平优于其他发展中国家整体水平。中国贸易便利化一级指标均有不同程度的提高，其中金融与电子商务的水平值提升最高，规制环境的水平值提升最小；口岸效率、规制环境和海关环境的水平值均高于研究样本的平均值，而金融与电子商务的水平值低于研究样本的平均值，有待进一步提高。

表5 贸易便利化一级指标分项实证结果

（2）从进口贸易引力模型实证结果来看，国内生产总值和贸易便利化水平对中国从“一带一路”国家进口具有明显的促进作用；汇率、贸易国国内生产总值及人均国内生产总值对中国从“一带一路”国家进口贸易有一定促进作用；中国与贸易伙伴国间地理距离和中国外商直接投资存量对中国从“一带一路”国家进口有阻碍作用。

（3）从贸易便利化一级指标分项实证结果来看，口岸效率和海关环境对中国从“一带一路”沿线国家的进口贸易有明显促进作用，而规制环境和金融电子商务的促进作用不明显。

4.2 建 议

根据以上结论，本文提出如下建议：

（1）中国应加强港口、公路、铁路和航空口岸的基础设施等领域的建设与合作，努力投建完整的物联网，使贸易便利化设施更加完善，促进中国与“一带一路”的贸易往来；（2）中国应优化规制环境，加强国家间对话，互通有无，改善制度环境和提高法治透明度，给贸易提供一个安全、透明的环境；（3）减小非关税贸易壁垒是提升海关环境的重要一环，中国应加强自身海关环境建设。中国从“一带一路”沿线国家进口最多的产品分别为矿物燃料、矿物油、蒸馏产品、电机和塑料制品等，故重点应落在电子检疫证书和产品合格证书等领域的深度合作，通过提高检验部门的信息电子化，加强与进口企业、物流企业之间的信息共享，减轻贸易程序负担，提高通关效率；（4）金融与电子商务在贸易中起到越来越重要的作用。中国应充分发挥金融资产支持的推动作用，打造金融一体化，促进中国与贸易伙伴国间资本流通。同时，应积极推动电子商务发展，电子商务不仅有利于国家更好的与国际接轨，更有利于企业之间的信息沟通，建立以商品交换为中心的商务活动。中国应积极推广互联网普及度，推动电子商务的发展。