贸易便利化对中国跨境电商出口的影响研究——以非洲国家为例

张美云，柴静婕

(西北政法大学 经济学院，陕西 西安 710063)

一、背景

当前，在“一带一路”倡议的推动下，中非经贸交流不断深化。从2008年开始，中国一直是非洲最大的贸易伙伴。同时在后疫情时代，中非经贸合作逆势而上，2021年1-10月，中非贸易额达到了2071亿美元，同比增长了37.5%，展现出强大的韧性和潜力。2021年11月，为了构建更加紧密的中非命运共同体，中非合作论坛第八届部长会议通过了“达喀尔行动计划”，将中非经贸合作推向了更高水平发展的阶段。其中，在贸易合作方面，该计划指出中非将共同研究建立跨境电商合作机制的可能性，积极推进贸易便利化，共同推进跨境贸易无纸化，促进中非贸易畅通。

二、文献综述

1.贸易便利化的指标体系的建立

Wilson(2003)首次提出了衡量贸易便利化的综合指标体系，从海关环境、港口环境、制度环境和电子商务四个方面对贸易便利化进行衡量。此后学者大多数都在其基础上构建贸易便利化指标测度体系。王中美(2014)通过比较不同国家与国际组织关于贸易便利化的相关评估报告，得出结论认为，贸易便利化指标的范围越来越广泛，指标也越来越详细，新兴市场国家的贸易便利化正处于关键的改善期。彭羽(2014)在构建上海自贸区贸易便利化评价指标体系时，结合上海自贸区发展的战略定位，将市场准入和商贸环境纳入贸易便利化评价体系。孔庆峰，董虹蔚(2015)构建“一带一路”沿线国家贸易便利化指标体系，增加物流竞争力、航运承受能力、金融服务的便利性与成本等二级指标。贺伟(2018)在中国贸易便利化体系构建中，考虑到物流运输在国内外贸易中的明显作用，将物流运输效率纳入评价体系。

2.贸易便利化的指标体系的测度

Wilson(2003)用算数平均法测算了贸易便利化综合指标。曾峥、周茜(2008)参考以往文献，根据贸易便利化指标的不同重要性，并咨询相关专家贸易便利化指标的重要性，使用层次分析法来衡量2003年49个国家的贸易便利化水平。张毓卿(2019)采用主成分分析法测算了“一带一路”沿线22个国家的贸易便利化水平，并分析了这22个国家贸易便利化水平变化趋势。

3.测度贸易便利化经贸效应

在实证研究方面，主要有贸易引力模型、GCE模型以及全球贸易一般均衡模型。佟家栋、李连庆(2014)采用 CGE 模型探讨在 APEC 内减少腐败、提高贸易政策透明度以降低贸易成本所造成的经济影响，结论是随着政策透明度的提高以及腐败程度的降低，各国都会得到明显的贸易和福利收益。谢娟娟(2011)使用贸易引力模型，研究东盟国家贸易便利化对中国与东盟贸易流量的影响以及不同的关税税率对于推进东盟国家贸易便利化对中国与东盟贸易流量的不同影响作用。李思奇(2018)用全球贸易一般均衡模型研究得出，随着中亚五国贸易便利化水平提升，将会改善中国与中亚五国的贸易条件。

4.文献评述

通过已有的研究文献可以得出以下结论：第一，现有文献大多以东盟、亚洲国家或者“一带一路”沿线国家为研究对象研究其贸易便利化水平，较少学者以非洲国家为视角测算其贸易便利化水平；第二，学者对于贸易便利化指标的选取标准各不相同，指标体系构建方法各有千秋，但大部分学者都参考了 Wilson 的做法，这也为本文提供了指导。同时，跨境电商作为一种新的贸易形式具有一定的特殊性，因此在构建贸易便利化指标体系时应更多考虑到跨境电商的特点。

三、中国跨境电商发展现状

随着传统外贸企业加速向跨境电商转型，互联网对传统外贸产业链的赋能空间极大。“外贸新基建”的不断完善加速了外贸线上化，同时由于新冠疫情的影响，全球跨境电商迎来了新的发展机遇。在出口增长总体放缓的情况下，中国跨境电商进出口总额与交易规模持续攀升，由图1可以得出，2012—2020年中国跨境电商交易规模年增长率均保持在10%以上。自2018年中美贸易摩擦以来，我国出口贸易与经济增长受到了不同程度的冲击。2020年，我国成为全球唯一实现货物贸易正增长的主要经济体，货物贸易进出口总值达32.22万亿元人民币，比2019年增长1.9%。由图1可以看出，2020年我国跨境电商交易规模为12.5万亿元，同比增长31.1%；2021年上半年，跨境电商发展势头依旧保持延续，进出口总额达到人民币8867亿元，同比增长28.6%。根据网经社与光大证券的数据统计，2020年我国跨境电商交易规模达人民币12.5万亿元，同比增长19%，占进出口总值超过30%。跨境电商规模的持续增长，给中国对外贸易发展提供了新的发展机会。

图1 2012—2020年我国货物进出口规模以及跨境电商交易规模(万亿元)

新冠肺炎疫情发生后，社交隔离、实体零售渠道受阻使全球消费者更深刻感受到网络购物的便利，线上购物习惯在后疫情时代或将永久保留。2020年，全球电子商务用户数量同比增长9.5%，达到34亿人。这得益于稳定的经济政治环境、完备的工业体系、快速响应的供应链，我国为全球提供品类丰富且具有高性价比的商品，深得海外消费者的青睐。根据全球跨境电商主要支付机构Paypal统计，我国已成为全球最大的B2C跨境电商交易市场，全球约有26%的支付交易发生在大陆地区，美国占21%位居第二，其后是英国、德国和日本。

线上消费习惯的形成与我国强大的消费品供给能力相碰撞，使得跨境电商成为我国企业“出海”新模式，企业纷纷加速全球化数字渠道铺建，加之“无票免税”“清单核放、汇总申报”等报关、投资便利化措施以及鼓励建设海外仓等一系列支持完善跨境电商的政策陆续出台，极大地促进了中国跨境电商的发展。

四、非洲国家贸易便利化指标体系的建立与测算

1.贸易便利化指标体系的建立

在已有贸易便利化相关文献的基础上，同时结合非洲各国的实际情况，设置了5个一级指标，分别是交通基础设施(T)，海关环境(C)，政府规制环境(G)，电子商务(E)，金融服务(F)，并且将一级指标细分为21个二级指标，二级指标得分范围与数据来源如表1所示。本文所选取的二级指标具有代表性和全面型，涵盖了评价一国贸易便利化所涉及的全部内容。考虑数据可得性，共选取了34个非洲国家①纳入研究样本。

表1 贸易便利化指标构成、权重和数据来源

2.数据处理

由表1可看出，二级指标之间的取值范围有所差异，为了便于将各个指标之间进行比较，需要对二级指标数据进行标准化处理，本文选取将原始值除以该序列最大值的方法，将各个二级指标取值范围固定在(0～1)之间，即：

由表2可以看出，KMO值为0.888，大于0.6；巴特利特球形检验的显著性小于0.05。说明变量之间的相关性比较强，可以进一步进行主成分分析。

表2 KMO和巴特利特检验结果

(1)

3.非洲国家贸易便利化水平的测算与评价

(1)相关性检验

由于一国贸易便利化水平的所有方面都趋向于协同发展，所以在进行全局主成分分析以前，需要使用SPSS软件对二级指标进行KMO和巴特利特检验。

(2)非洲国家贸易便利化指标测算

本文使用spss软件进行全局主成分分析，计算每个指标的权重，提取5个主成分，从5个主成分中提取21个指标67.609%的信息，并计算每个主成分指标的系数。5个主成分的得分公式如式(2)-式(6)所示。

y1=0.30023T1+0.18248T2+0.23206T3+0.25753T4+0.20210C1+0.20451C2+0.26270C3+

0.19005G1+0.2985G2+0.29644G3+0.25478G4+0.30436G5+0.09985G6+0.19659E1+

0.12877E2+0.18385E3+0.21518E4+0.12532E5+0.06404F1+0.08332F2+0.24893F3

(2)

y2=-0.03211T1+0.25692T2+0.07962T3+0.0368T4-0.08497C1-0.33319C2-0.20741C3-

0.3372G1-0.18332G2-0.0388G3+0.00736G4-0.10170G5-0.06423G6+0.32382E1+

0.38872E2+0.33319E3+0.41548E4+0.17529E5-0.02877F1-0.09032F2-0.14719F3

(3)

y3=-0.05037T1-0.10160T2-0.43160T3-0.35084T4-0.14937C1+0.04342C2+0.13895C3+

0.23881G1+0.08597G2+0.20234G3+0.34563G4+0.08684G5+0.12679G6+0.20755E1+

0.33868E2-0.02345E3-0.01737E4-0.19018E5+0.11029F1-0.21884F2-0.363F3

(4)

y4=0.10578T1+0.37712T2+0.0837T3+0.01288T4-0.09842C1-0.24099C2-0.22259C3-

0.00092G1+0.08002G2+0.07726G3-0.18212G4+0.11405G5+0.27042G6-0.09106E1+

0.13061E2-0.30445E3+0.02483E4-0.45806E5+0.43966F1+0.26398F2+0.00644F3

(5)

y5=0.00991T1+0.02477T2-0.03764T3+0.13076T4-0.30809C1+0.12185C2+0.08619C3+

0.10005G1-0.04359G2-0.08024G3+0.03963G4-0.10798G5-0.14959G6-0.16742E1-

0.10600E2+0.20209E3-0.04854E4+0.41408E5+0.72118F1+0.05151F2-0.17930F3

(6)

分别用每个主成分各指标对应的系数乘上该主成分的贡献率再除以4个主成分的累积贡献率，最后相加求和得到各国贸易便利化水平的测算公式如式(7)所示。

y=0.17815T1+0.17254T2+0.11437T3+0.1365T4+0.06246C1+0.06182C2+0.12408C3+

0.08927G1+0.16008G2+0.18961G3+0.17250G4+0.17470G5+0.07285G6+0.16756E1+

0.17258E2+0.14863E3+0.19020E4+0.07586E5+0.13219F1+0.04053F2+0.07851F3

(7)

为了使二级指标系数权重和为 1，需要对上式进行归一化处理，即用各指标系数除以二级指标系数之和。一级指标权重则为其对应的二级指标权重之和。根据计算，可以得到34个“一带一路”国家贸易便利化一级指标的权重。交通基础设施(T)的权重为22.16%；海关环境的权重(C)为9.15%、政府规制环境(R)的权重为31.64%，电子商务(E)的权重为27.8%、金融服务(F)的权重为9.25%。最终，这些国家的贸易便利化综合指数 (TF)可以表示为式(8)。

TF=0.0656T1+0.0636T2+0.0421T3+0.0503T4+0.023C1+0.0228C2+0.0457C3+0.0329G1+

0.059G2+0.0698G3+0.0635G4+0.0643G5+0.0268G6+0.0617E1+0.0636E2+0.0547E3+

0.0701E4+0.0279E5+0.0487F1+0.0149F2+0.0289F3

(8)

(3)非洲国家贸易便利化指标分析

参考以往文献常用的贸易便利化评分方法：0.8分及以上为非常便利水平；0.7～0.8分为比较便利水平；0.6～0.7分为一般便利水平；0.6分及以下为不便利水平。由表3可以得出各国贸易便利化的综合得分，可以看出非洲大部分国家的贸易便利化水平较低。

表3 非洲部分国家贸易便利化水平综合得分

通过比较非洲各国的历年贸易便利化综合得分的平均水平，乍得、毛里塔尼亚等19个国家平均得分处于不便利水平，阿尔及利亚等14个国家的平均得分处于一般便利水平及以上。2012—2019年平均得分最高的国家是毛里求斯，得分为0.794；其次是南非、塞舌尔、摩洛哥和卢旺达，这四个国家历年评分均在0.7分以上，处于一般便利水平的区间及其以上；平均得分最低的是乍得，得分为0.455，处于非常不便利的区间。各国历年平均最高得分与最低的分相差较大，表明非洲各国之间贸易便利化水平发展差距较大。

横向比较2012—2019年各国贸易便利化水平得分，各国贸易便利化水平基本呈现出先升后降的状态，除了突尼斯和阿尔及利亚之外，2018年受中美贸易摩擦影响，大部分非洲国家贸易便利化水平有所下降，但在2019年均有所回升。2012—2019年，安哥拉、贝宁等14国一直为贸易不便利的国家，突尼斯、塞内加尔等7国一直为贸易一般便利水平国家。通过比较各国2012—2019年贸易便利化得分的增长速度，各国贸易便利化增速最快的国家是阿尔及利亚，增长了40.4%，由不便利水平发展为一般便利水平。

五、非洲国家贸易便利化对中国跨境电商出口的实证分析

1.模型设定与数据来源

本文使用stata进行实证研究，选取2012—2019年非洲34个国家的面板数据，建立的模型为引力模型。选取中国跨境电商对非洲国家的出口量、非洲各国GDP、人口数量、关税税率和贸易便利化指数作为变量，在构建模型中，将中国跨境电商对非洲国家的出口量、GDP、人口数量和贸易便利化得分指数取对数化进行处理。为了分析5个一级指标对跨境电商出口的影响，将贸易便利化一级指标纳入到拓展的贸易引力模型内，模型设定为式(9)-式(14)。

lnEXPij=α0+α1lnGDPij+α2lnPOPij+α3lnDISj+α4lnTARij+α5lnTFij+α6lnEFWij+ε

(9)

lnEXPij=α0+α1lnGDPij+α2lnPOPij+α3lnDISj+α4lnTARij+α5lnTij+α6lnEFWij+ε

(10)

lnEXPij=α0+α1lnGDPij+α2lnPOPij+α3lnDISj+α4lnTARij+α5lnCij+α6lnEFWij+ε

(11)

lnEXPij=α0+α1lnGDPij+α2lnPOPij+α3lnDISj+α4lnTARij+α5lnGij+α6lnEFWij+ε

(12)

lnEXPij=α0+α1lnGDPij+α2lnPOPij+α3lnDISj+α4lnTARij+α5lnEij+α6lnEFWij+ε

(13)

lnEXPij=α0+α1lnGDPij+α2lnPOPij+α3lnDISj+α4lnTARij+α5lnFij+α6lnEFWij+ε

(14)

其中EXPij表示中国跨境电商i年向j国的出口额；GDPij代表i年非洲j国的国内生产总值；POPij代表i年非洲j国的总人口；DISj代表中国首都与非洲j国首都之间的距离；TARij代表i年非洲j国的税率；EFWij代表i年非洲j国的经济自由度指数；TFij代表i年非洲j国贸易便利化水平的综合得分；Tij代表i年非洲j国贸易便利化一级指标交通基础设施得分；Cij代表i年非洲j国贸易便利化一级指标海关环境得分；Gij代表i年非洲j国贸易便利化一级指标政府规制环境得分；Eij代表i年非洲j国贸易便利化一级指标电子商务得分；Fij代表i年非洲j国贸易便利化一级指标金融环境得分。

由于尚未有官方机构对国与国之间的跨境电商数据进行统计，通过查阅相关文献，参照艾瑞咨询所采用的方法，采用的具体公式为：EXPij=中国跨境电商出口交易规模×(中国对该国的出口贸易额/中国出口贸易总额)，经过计算的数据为本文实证分析所用，其中中国向非洲某国的出口额以及中国当年出口贸易总额均来自于国家统计局。

GDPij和POPij均来自于世界银行数据库；DISj来自于CEPII数据库；TARij来自于全球竞争力报告(GCR)；EFWij来源于美国传统基金会；TFij、Tij、Cij、Gij、Eij以及Fij均为前文计算所得，变量预期符号如表4所示。

表4 变量预期符号

2.回归分析

根据豪斯曼检验确定(Prob>chi2)小于0.1，选择固定效应模型，但是由于距离不随时间的变动而变动，所以采用时间固定效应模型。

根据实证研究结果式(9)可以看出贸易便利化综合指标的效应，GDP对中国跨境电商对非洲国家出口量的影响在1%的水平上显著，且为正面影响，与预期相符。在其他解释变量不变的情况下，非洲国家GDP平均每增加1%，中国跨境电商对该非洲国家出口平均增加0.5145%。GDP代表一国的经济规模，经济发展水平达到较高程度显著促进出口业务的发展，低水平的经济条件不利于出口业务的发展。

人口数量与中国跨境电商对非洲国家出口量呈正面的影响关系，与预期相符，人口数量对中国跨境电商对非洲国家出口量的影响在5%的水平上显著，与预期相符。在其他解释变量不变的情况下，非洲国家人口数量平均每增加1%，中国跨境电商对该非洲国家出口平均增加0.343%。

两国间的距离对出口量的增长也是十分显著的，在1%的水平上显著，呈相反关系，与预期相符。在其他解释变量不变的情况下，两国之间的距离平均每增加1%，中国跨境电商对该非洲国家出口平均减少3.752%。中国与非洲国家距离越远，运输成本就会越高，越不利于中国跨境电商对非洲国家出口量的增长。

关税税率与出口量在1%的水平上呈显著的负相关关系，与预期相符。在其他解释变量不变的情况下，该非洲国家关税税率平均每增加1%，中国跨境电商对该非洲国家出口平均减少0.086%。中国与非洲国家之间的关税越高，越不利于中国跨境电商对非洲国家出口量的增长。

经济自由度与出口量在1%的水平上呈显著的正相关关系，与预期相符。在其他解释变量不变的情况下，该非洲国家经济自由度平均每增加1%，中国跨境电商对该非洲国家出口平均增加0.758%。一国经济自由度水平越高，越有利于中国跨境电商对非洲国家出口量的增长。

贸易便利化指数对出口量的指数呈显著的正相关关系，与预期相符，在1%的水平上显著。在其他条件不变的情况下，该非洲国家贸易便利化综合得分平均每增加1%，中国跨境电商对该非洲国家出口平均增加0.737%。两国间的贸易便利化指数越高，贸易壁垒越低，贸易往来也就越频繁，有利于出口量的增加。

为了研究贸易便利化不同方面对跨境电商的影响，将上文计算出的贸易便利化一级指标交通基础设施T、海关环境C、政府规制环境G、电子商务E以及金融环境F分别纳入到模型中，即式(10)-式(14)。回归结果如表5所示，这5个一级指标与中国对非洲国家呈显著的正相关关系，显著性水平分别为5%、10%、10%、10%和5%。电子商务对中国跨境电商出口量的影响最为突出，非洲国家电子商务水平平均每提高1%，中国对非洲国家跨境电商出口量平均增加1.311%；其次是金融环境，非洲国家金融环境水平平均每提高1%，中国对非洲国家跨境电商出口量平均增加1.106%；非洲国家政府规制环境水平平均每提高1%，中国对非洲国家跨境电商出口量平均增加0.898%；非洲国家海关环境平均每提高1%，中国对非洲国家跨境电商出口量平均增加0.697%；非洲国家交通基础设施平均每提高1%，中国对非洲国家跨境电商出口量平均增加0.54%。作为世界上发展中国家最为集中的大陆，非洲在贸易便利化方面还有许多提升空间，非洲国家贸易便利化水平的提高将会极大促进中国跨境电商的出口，同时也会给中国跨境电商的发展带来新的历史机遇。

表5 贸易引力模型回归结果

六、政策建议

1.基础设施建设

非洲各国基础设施建设起步晚，由于受到各种因素的制约，非洲各国基础设施建设发展较为缓慢，基础设施建设成为制约非洲各国发展的重要因素。非洲各国应该积极搭建相关平台，利用“一带一路”的历史机遇，充分利用中非合作论坛等重要中非合作平台，与中资企业以及金融机构建立良好的合作关系，非洲各国政府积极进行海外融资，为本国基础设施建设筹措充足的资金，减轻财政压力。对于中国政府来说，非洲国家的基础设施建设市场十分广阔，对于中国对外承包工程企业来说是新的发展机遇，政府可以通过各种合作平台积极为企业和非洲国家之间搭建合作的桥梁，同时利用中外金融机构，多渠道帮助非洲国家弥补基础设施建设的资金缺口。

2.政府规制环境

跨境电子商务不仅给非洲国家带来了机遇，也给各国政府带来了挑战。跨境电商作为一种新的贸易模式，各国需要出台相关法律完善在这一部分的空白。非洲各国政府要不断提高执法能力，对相关执法人员进行定期培训，确保执法人员能准确识别电商市场的欺诈信息泄露等情况，以此推动电商市场的稳定发展。

3.数字化建设

近年来，非洲地区数字基础设施建设正在不断完善，同时新冠疫情的出现加快了非洲国家数字化的发展。但是，在非洲某些偏远地区，数字基础设施和电力设施还不够完善，非洲约有70%的人居住在农村或城市周边，政府要统筹考虑城乡数字基础设施建设均衡发展。且非洲人口整体受教育水平不高，数字经济作为新兴工作形式需要大量的人才，政府要在普及基础教育的同时，加快培养数字经济发展所需的相关人才，为本国数字化发展提供智力支持。同时，非洲各国应该鼓励与跨国企业或金融机构开展跨境支付合作，提高跨境支付在本国市场的认可程度，简化外汇兑换流程，促进贸易便利化水平的发展。

注释

①本文测度了34个非洲国家，分别是阿尔及利亚、安哥拉、贝宁、博茨瓦纳、布基纳法索、布隆迪、喀麦隆、佛得角、乍得、科特迪瓦、埃及、埃塞俄比亚、加蓬、冈比亚、加纳、肯尼亚、莱索托、马达加斯加、马拉维、马里、毛里塔尼亚、毛里求斯、摩洛哥、莫桑比克、尼日利亚、卢旺达、塞内加尔、塞舌尔、南非、坦桑尼亚、突尼斯、乌干达、赞比亚、津巴布韦。