贸易便利化对中国跨境电商出口RCEP国家的影响——基于拓展的贸易引力模型

陈尾云，王灿雄，彭 虹，庄佩芬

(1.福建农林大学金山学院； 2.福建农林大学经济与管理学院，福建 福州 350002)

全球规模最大的自由贸易协定《区域全面经济伙伴关系协定》(Regional Comprehensive Economic Partnership，RCEP)于2020年11月15日正式达成，并于2022年1月1日正式实施。这个由中国、日本、韩国、澳大利亚、新西兰及东盟十国等15个国家建立的涵盖22.7亿人口的区域经济一体化的自贸区涉及电子商务、知识产权保护、竞争政策等领域，有助于消除成员国内部贸易关税及非关税壁垒，扩大服务贸易，为成员国提高贸易畅通和便利化水平、推动自由贸易和多边主义的发展提供了更广阔的平台。跨境电商作为一种新的贸易方式，在中国的发展前景良好，而中国也通过一系列鼓励政策，为其发展提供了更多的机会。本文测算了RCEP各成员国之间的贸易便利化水平，分析了贸易便利化水平对中国跨境电商出口RCEP国家的影响，并提出相应对策，以期缩小中国与其他成员国贸易便利化的差距。

一、文献综述

(一)贸易便利化

目前，国内外学者对贸易便利化问题的研究主要是围绕贸易便利化指标评价及贸易便利化水平对贸易的影响2个方面进行。在贸易便利化指标评价方面，Wilson等构建了政府规制环境、基础设施、电商环境和海关通关环境等4个一级指标来测算APEC国家的贸易便利化水平[1]。随后，很多学者在Wilson等构建的指标体系基础上进行拓展，如施锦芳等加入金融服务要素，建立东北亚的贸易便利化评价体系，详细测算东北亚各国贸易便利化水平[2]；王敏等从口岸设施、宏微观环境、制度有效性和技术普及程度等方面考察“海丝”沿线32个主要国家的贸易便利化水平，认为西亚与东南亚国家相对较高，南亚与非洲国家普遍偏低，中国处于一般便利水平[3]。在贸易便利化水平对贸易的影响方面，主要通过引力模型、灰色关联模型来分析不同国家的贸易便利化水平对进出口贸易的影响。如庄博等基于随机前沿引力模型分析CAFTA框架下贸易便利化水平对中国进口贸易的影响，认为贸易便利化水平可以明显降低进口贸易中存在的阻力[4]；李轩、杨青龙等采用灰色关联度分析方法，分别分析中国与东北亚和“一带一路”沿线国家的贸易便利化发展合作的影响因素[5-6]；曾倩等选取2010—2017年中国与东盟十国的面板数据并用主成分分析法测算，认为东盟贸易便利化处于“一般便利水平”，其每提高1%，中国出口就扩大1.18%，对我国的出口贸易影响显著[7]。

(二)跨境电商

国内学者对跨境电商做了很多有价值的研究，大部分是根据跨境电商的特点，采用拓展的贸易引力模型来定量研究中国跨境电商贸易潜力和影响因素，而在跨境电商领域采用引力模型进行研究的比较少。如姜宝等选取2012年中国跨境电商实物商品进出口贸易横截面数据，以跨境电商特点为基础构建修正的引力模型，对中国跨境电商的影响因素进行实证分析，结果表明贸易伙伴的基础设施水平及互联网的连通质量是影响中国跨境电商实物商品进出口交易额最重要的因素[8]。朱鹏羽通过实证分析认为，互联网信息化水平、跨境电商从业人员、跨境电商基础设施建设对出口跨境电商有正向促进作用，但存在差异[9]。张益丰等采用2012—2017年的面板数据，并运用拓展的贸易引力模型进行分析，认为进口地的市场规模、贸易开放程度及其到中国旅游人数与跨境电商出口规模正双关[10]。邓新杰等认为，物流与基础设施环境、政策环境、海关与边关管理环境等方面可以提升杭州跨境电商出口贸易便利化水平[11]。柴利等根据2006—2017年的面板数据分析，认为不同的贸易便利化措施对中国跨境电商出口东亚、西亚、中亚、南亚地区有不同的影响[12]。

上述文献表明，贸易便利化能够促进双边及多边贸易发展，而大部分学者对贸易便利化的研究多集中于贸易便利化水平测算及贸易效应，在区域层面则更多的是研究“一带一路”沿线国家、“金砖国家”、东欧国家、东北亚国家、东盟国家等，鲜少将中国与RCEP其他成员国的贸易便利化水平进行系统的比较分析。在贸易便利化的指标选取上，学者们普遍借鉴Wilson等的做法，采用港口效率、海关环境、规制环境和电子商务等4个一级指标、12个二级指标来构建评价体系。但跨境电商受跨境支付的影响较大，且近几年出口跨境电商受国外知识产权保护政策的影响较大。因此，本文在上述4个一级指标上加入金融环境，同时在规制环境指标中加入知识产权保护政策指标，以构建新的贸易便利化水平指标体系，并用以测算RCEP成员国的贸易便利化水平，分析其对中国跨境电商出口的影响，最后提出对策。

二、RCEP国家贸易便利化水平测度

(一)贸易便利化指标体系构建

本文在Wilson等构建的贸易便利化指标体系基础上，设置政府规制环境、基础设施水平、海关通关效率、电子商务环境、金融环境等5个一级指标，设置知识产权、知识产权保护、政府公信力、非常规支付等23个二级指标。在对RCEP各成员国的贸易便利化水平进行测算的基础上，深入比较中国与其他RCEP成员国贸易便利化水平，并分析各一级指标对中国跨境电商出口的影响，各指标详见表1。

表1 RCEP成员国贸易便利化水平指标体系Table 1 Index system of RCEP countries′ trade facilitation

续表1

(二)数据来源和处理

本文选取的贸易便利化二级指标的数据来源于世界经济论坛发布的《全球竞争力报告》和世界银行发布的《全球商业报告》，时间为2012—2019年。为保证较为合理公正地测算RCEP各成员国的贸易便利化水平，同时保证二级指标的统一性、延续性，本文部分数据借鉴邹芳玲等的替代指标法[13]，在2018—2019年的二级指标构建中，将火车服务效率替代铁路基础设施、港口服务效率替代港口基础设施、边境清关效率替代海关清关程序负担、中小企业融资替代金融服务的可获得性。由于《全球竞争力报告》中的评分范围有“1～7”和“≥0”，进口边境通关时间的范围是“0～288”小时，不利于数据的分析与比较，因而需要对得分进行标准化处理。另外，进口边境通关时间作用的方式与其他指标相反，属于逆指标，为了使所有指标作用方向一致，本文借鉴张赠富等的做法[14]，采用极差标准法使其最终结果在0～1，并保证作用方向为正向指标。具体处理方法如下：

1.构建正向指标。标准化公式为：

(1)

2.构建反向指标。标准化公式为：

(2)

在公式(1)和公式(2)中, Sij表示第i个单位的第j个原始指标值标准化处理后的数据, Xij表示第i个单位的第j个原始指标值,max(Xij)表示原始指标值中的最大值,min(Xij)表示原始指标值中的最小值。

(三)计算指标权重

根据SPSS的降维因子分析结果，提取出3个主成分，包含了23个二级指标中的82.799%的信息量，具体如表2所示。

结合3个主成分的贡献率，以主成分各自旋转后的方差贡献率除以累积方差贡献率所得的比例作为该主成分的权重，得到最终的贸易便利化水平测度方程：

T=0.5018X1+0.4169X2+0.0813X3

(3)

根据上述测度方程，对RCEP成员国贸易便利化水平测算得分并进行排名，具体如表3所示。

表2 主成分分析中的解释的总方差结果(前3个主成分)Table 2 Results of total variance explained of principal component analysis(the first three principal components)

表3 2012—2019年RCEP成员国的贸易便利化水平得分及排名Table 3 Trade facilitation scores and ranking of RCEP countries from 2012 to 2019

从表3中可以看出2012—2019年RCEP各成员国的贸易便利化水平。本文根据单君兰等的做法[15]，将贸易便利化水平分为4个等级：贸易便利化水平大于0.8为非常便利，0.7～<0.8为比较便利，0.6～<0.7为一般便利，小于0.6为不便利。贸易便利化水平一直排在第一、第二的分别是新加坡和新西兰，这2个国家的贸易便利化水平都是在0.8以上，为非常便利。日本2012—2014年的贸易便利化水平在0.7～<0.8，为比较便利，2015年开始贸易便利化水平都在0.8以上，为非常便利。澳大利亚2015年以后的贸易便利化水平都在0.7～<0.8，为比较便利。马来西亚的贸易便利化水平基本在0.6～<0.7波动，为一般便利水平。而韩国、中国、印尼、文莱、泰国、菲律宾、老挝、越南、柬埔寨和缅甸的贸易便利化水平一直都是低于0.6，为不便利。从整体来看，2012—2019年，大部分RCEP成员国的贸易便利化水平平稳上升，少部分国家如新加坡、新西兰的贸易便利化水平一直都比较高，后面几年有些降低，但波动不大，一直都是大于0.8，为非常便利。东盟十国除新加坡和马来西亚以外，其他国家的贸易便利化水平普遍都是低于0.6，但上下幅度变化不大。部分国家如越南、菲律宾、泰国、印尼等有很大的提升空间，特别是随着RCEP的正式实施，各种政策得以逐渐落实，未来贸易便利化水平也将继续提高。

中国的贸易便利化水平得分基本上都小于0.6，在0.5上下徘徊，为不便利。主要原因在于，相比于新加坡、日本和新西兰等便利化水平较高的国家，中国的清关程序相对繁杂，海关通关效率普遍偏低，知识产权保护力度有待提高，市场透明度普遍不高。但从横向来看，中国这几年是平稳上升的。主要原因在于，近几年中国政府加大对基础设施建设的投入，使得基础设施建设的整体水平逐年提升。此外，中国政府对电子商务给予政策上的大力支持，使得电子商务环境和金融环境方面逐年改善，贸易便利化水平也逐年提升。

三、贸易便利化对中国跨境电商出口RCEP国家的影响

(一)模型构建

引力模型在研究传统国际贸易的影响因素中被广泛使用。20世纪60年代，Tinbergen及Poyhonen最早开始使用引力模型来解释贸易伙伴之间贸易市场规模和贸易距离的关系，认为国家的经济规模对两国的贸易具有促进作用，而两国的距离在一定程度上会阻碍两国的贸易发展[16-17]。在引力模型中用函数表示出口贸易额与两国的国内生产总值、地理距离及其他贸易相关变量的关系，具体公式如下：

Eij=β0β1Yiβ2Yjβ3Dijβ4Aijεij

(4)

其中, Eij表示i国对j国的出口贸易额, Yi表示i出口国的年GDP总量, Yj表示j进口国的年GDP总量, Dij表示两国首都的地理距离, Aij表示对两国贸易交易额有利和不利的各个因素, εij表示误差修正项, β0表示常数项, β1、 β2、 β3、 β4表示待回归系数。为了计算方便，将公式(4)转化为对数形式:

lnEij=β0+β1lnYi+β2lnYj+β3lnDij+β4lnAij+εij

(5)

为了考察贸易便利化水平对中国跨境电商出口RCEP其他成员国的影响，在传统因素的基础上，将RCEP其他成员国的贸易便利化水平引入模型，同时借鉴郑春芳等的做法[18]，采用贸易两国的GDP交互项(Git×Gjt)反映两国经济规模，构建新的拓展引力模型，具体公式如下：

lnEjt=β0+β1lnGit×lnGjt+β2lnDjt+β3lnPjt+β4Tjt+εjt

(6)

其中, t表示年份, j表示RCEP其他成员国即跨境电商进口国, Ejt表示t时期中国对进口国j的跨境电商出口的交易额度, Git表示t时期中国的国内生产总值, Gjt表示t时期RCEP其他成员国j的国内生产总值, Djt表示t时期中国与RCEP其他成员国j的贸易双边距离, Pjt表示t时期j进口国的人口数量, Tjt表示t时期进口国j的贸易便利化水平, β0表示常数项, β1、 β2、 β3、 β4表示各变量的待回归系数, εij表示随机误差项。

为进一步分析贸易便利化一级指标对中国跨境电商出口的影响，借鉴郑春芳等的做法[18]，将5个一级指标作为控制变量代替贸易便利化水平，并通过主成分分析法进行计算，构建模型(7)、模型(8)、模型(9)、模型(10)、模型(11)，具体如下：

lnEjt=β0+β1lnGit×lnGjt+β2lnDjt+β3lnPjt+β4Ijt+εjt

(7)

lnEjt=β0+β1lnGit×lnGjt+β2lnDjt+β3lnPjt+β4Cjt+εjt

(8)

lnEjt=β0+β1lnGit×lnGjt+β2lnDjt+β3lnPjt+β4Rjt+εjt

(9)

lnEjt=β0+β1lnGit×lnGjt+β2lnDjt+β3lnPjt+β4Fjt+εjt

(10)

lnEjt=β0+β1lnGit×lnGjt+β2lnDjt+β3lnPjt+β4Bjt+εjt

(11)

模型(7)、模型(8)、模型(9)、模型(10)、模型(11)分别侧重于分析基础设施、海关通关效率、政府规制环境、金融环境、电子商务环境对RCEP框架内中国跨境电商出口交易额的影响。其中, Ijt表示t时期进口国j的基础设施质量及服务效率, Cjt表示t时期进口国j的海关通关效率, Rjt表示t时期进口国j的政府规制环境, Fjt表示t时期进口国j的金融环境, Bjt表示t时期进口国j的电子商务环境。其他变量的含义与模型(6)相同。

将方程(13)代入变换u(x,y,t)=2[lnϑ(x,y,t)]xxv(x,y,t)=2[lnϑ(x,y,t)]x可得(2+1)维广义BK方程混合型孤子解

(二)变量说明

表4 变量说明Table 4 Variable description

(三)实证结果

使用Stata16.0对样本2012—2019年面板数据进行LLC平稳性检验，检验结果见表5。所有数据都是拒绝原假设，表示面板数据的序列都是平稳的，不存在单位根问题。随后，用KAO进行协整检验，结果如表6所示。从表6可以看出,lnEjt、lnGit×lnGjt、lnDjt、lnPjt、 Tjt、 Ijt、 Cjt、 Rjt、 Fjt、 Bjt之间存在长期协整关系，可以进行回归分析。

表5 LLC平稳性检验结果Table 5 Results of LLC stability test

表6 KAO协整检验结果Table 6 Results of KAO cointegration test

使用Stata 16.0对模型(6)至模型(11)进行F检验和Hausman检验，结果如表7所示。从F检验结果可以看出，模型(6)至模型(11)的所有F统计量全部都大于10,P值为0，全部拒绝原假设，即固定效应模型的估计结果要优于混合效应回归；从Hausman检验结果可以看出,P值为0，表明固定效应模型的估计结果要优于随机效应的结果，因此选择固定效应模型进行实证分析。

模型(6)关于贸易便利化水平对中国跨境电商出口RCEP其他成员国的影响的实证结果如表8所示。表8回归结果显示lnGit×lnGjt与lnEjt正相关，且都在5%的水平上显著，这说明中国与RCEP其他成员国之间的经济规模对中国跨境电商出口有正向推动作用。RCEP其他成员国中GDP比较高的国家有日本、澳大利亚、印度尼西亚、韩国等，中国对这些国家的跨境电商出口额也是排在比较靠前的位置，这表明实证回归结果与预期设想一致。

表8回归结果显示lnDjt与lnEjt负相关，并通过了显著性检验，与预期设想相符，说明两国距离阻碍中国跨境电商对RCEP其他成员国的出口。物流成本是影响出口跨境电商产品定价的主要因素之一，而影响物流成本的主要因素有运输方式和运输距离。运输距离越远，物流成本越高，产品价格越没有竞争力，这对平台交易产生负面影响。

表7 F检验和Hausman检验结果Table 7 Results of F test and Hausman test

表8 模型(6)的回归结果Table 8 Regression results of Model 6

表8回归结果显示lnPjt与lnEjt正相关，并通过了显著性检验，说明进口国的人口规模对中国跨境电商出口有正向促进作用，人口规模越大，就越能推动中国跨境电商出口交易的增长，与预期设想相符。

(四)贸易便利化水平一级指标回归分析

将5个贸易便利化水平的一级指标作为控制变量代替模型(6)中的Tjt，构建模型(7)至模型(11)，以便进一步分析贸易便利化水平的一级指标对中国跨境电商出口RCEP其他成员国的影响，实证分析结果如表9所示。

表9 模型(7)至模型(11)的固定效应回归结果Table 9 Results of fixed effect regression of Model 7 to Model 11

模型(7)至模型(11)的回归结果显示,Ijt、Cjt、Fjt、Bjt与lnEjt显著正相关，这说明RCEP其他成员国的基础设施水平、海关通关效率、金融环境、电子商务环境对中国跨境电商出口产生促进作用。通过实证回归分析结果可以看出，在其他条件不变的情况下，进口国的金融环境、基础设施水平、海关通关效率、电子商务环境每提高1%，中国对该国的跨境电商出口交易额将依次分别增长1.559%、1.220%、0.757%、0.626%。

模型(9)的回归结果显示,Rjt与lnEjt负相关但并不显著，这说明进口国的政府规制环境对中国跨境电商出口的影响是负面的，但并不显著。近几年，中国出口跨境电商卖家由于商标、图案、专利等侵权原因屡被进口国的跨境电商平台封号，这对中国的跨境电商出口产生了一定的负面影响。但严格的法律监管、独立的司法、透明的政府决策执行、廉政高效的政府环境能够促进两国之间的良好的合作。因此，在多个因素的相互抵消下，政府规制环境对跨境电商出口交易的影响不显著。

(五)稳健性检验

1.内生性检验。考虑到上年度的中国对RCEP其他成员国的跨境电商出口交易额对本年度的跨境电商出口交易额有一定影响，导致估计结果可能存在伪回归，因此将被解释变量lnEjt的滞后一期lnEjt-1引入模型(6)进行内生性检验，结果如表10所示。内生性检验结果与模型(6)的回归结果基本一致。

2.核心变量替代检验。鉴于贸易便利化水平对RCEP框架内中国跨境电商出口交易额的影响可能会因为样本不同而存在差异，本文借鉴谢娟娟等的做法[20]，用简单平均法得出的贸易便利化分值替代主成分分析法，同时加入被解释变量的滞后一期为工具变量再进行稳健性检验,回归结果如表10所示。从结果可知，核心变量替代检验与内生性检验的回归结果基本一致，与表8的结果也基本一致，各个变量在回归系数的大小和显著性水平方面都未产生较大波动。通过一系列的稳健性检验，说明RCEP其他成员国的贸易便利化水平是可以促进中国跨境电商出口的。

表10 稳健性检验结果Table 10 Results of robustness test

四、结论与建议

(一)结论

本文根据2012—2019年的数据，分析RCEP成员国的贸易便利化水平，并构建拓展的贸易引力模型，根据回归结果分析贸易便利化水平对中国跨境电商出口到RCEP其他成员国的影响作用，得出如下结论：

1.各国的贸易便利化水平差异较大，中国的贸易便利化水平偏低。通过主成分分析法测算出RCEP成员国的贸易便利化水平差异较大。其中，新加坡、新西兰在2012—2019年一直都处于非常便利水平；日本在2012—2014年为比较便利，2015年以后保持非常便利水平；澳大利亚在2015年以后为比较便利。其余国家，特别是缅甸、柬埔寨、老挝等的贸易便利化水平普遍较低，提升空间较大。中国的贸易便利化水平低于0.6，为不便利。根据《全球竞争力报告》指数中的二级指标评分来看，相比于新加坡、新西兰、日本等便利化水平较高的国家，中国的政府规制环境和海关通关效率的指标评分较低，需要加以改进和提高。

2.贸易便利化水平对中国跨境电商出口影响显著。通过拓展的贸易引力模型的固定效应回归分析发现，贸易便利化水平对RCEP框架内中国跨境电商的出口有显著正向作用；中国与RCEP其他成员国之间的经济规模和人口规模对跨境电商出口都有显著推动作用；两国的距离是阻碍中国跨境电商对RCEP其他成员国出口的显著因素。两国的距离越远，物流运输成本就越高，运输时间就越长，这会影响中国跨境电商对RCEP其他成员国的出口。

3.贸易便利化水平一级指标对中国跨境电商出口存在不同影响。通过分析贸易便利化水平一级指标对中国跨境电商出口RCEP其他成员国的影响发现，金融环境、基础设施水平、海关通关效率、电子商务环境依次对中国跨境电商出口产生显著促进作用，RCEP其他成员国的政府规制环境对中国跨境电商出口的影响是负面的，但并不显著。这表明中国出口跨境电商卖家在商标、图案、专利等方面要注意规避侵犯知识产权的行为。此外，中国的政府规制环境应进一步改善，尤其要加强知识产权的保护力度和改进市场环境的透明度。

(二)建议

通过实证回归分析的结果可以看出，随着RCEP协定各项措施的深入实施，提升RCEP其他成员国的贸易便利化水平对促进中国跨境电商出口有重要意义。为进一步推动中国与RCEP其他成员国的跨境电子商务贸易，本文提出以下建议：

1.改善金融服务环境。从实证结果显示，金融环境是影响中国跨境电商出口RCEP其他成员国的首要因素。这说明良好的金融环境能够为跨境电子商务企业提供资金周转的便利。跨境支付是跨境电商非常重要的环节，但目前的跨境支付流程普遍比较复杂，手续费用较高，还存在跨境结算风险。高效的跨境支付离不开RCEP成员国优质的金融环境，因此，中国应加强与RCEP其他成员国的金融服务机构的沟通与合作，优化跨境支付的环节，提高跨境支付的效率以及金融机构的业务办理效率。

2.加强基础设施软硬件的建设。从实证结果可以看出，基础设施水平是影响中国跨境电商出口RCEP成员国的关键因素。由于RCEP成员国的经济发展程度差别较大，基础设施建设水平也存在较大差异。特别是东盟的大部分国家的基础设施水平都比较低，如越南、老挝、柬埔寨、缅甸等国的基础设施软硬件水平都有待提高。可以通过国际合作或民间对外投资的方式加强对这些国家的公路、铁路、港口等硬件基础设施的建设，以提高其硬件基础设施平均水平。还可以加大对这些国家的机场服务、港口服务、铁路服务的投资，以提高其交通服务效率。同时，联合RCEP成员国搭建全方位、系统化的物流服务体系，提高跨境电商物流整体合作运营能力，为跨境电商出口奠定基础。

3.优化海关通关效率。从实证回归结果分析，海关通关效率对中国跨境电商出口的影响为显著正相关，因此需要进一步优化RCEP成员国的海关环境。随着RCEP协定中减免关税措施的进一步推进，跨境电商B2B的交易将得到大力促进。在海关边境管理方面，就需要中国与RCEP其他成员国在通关效率方面，进一步简化申报流程、提高效率。同时，中国应继续与RCEP其他成员国通过完善双边或多边的合作机制，加强信息交流，对海关的各个监管领域作出积极调整，保证海关操作公开、透明，最终促进跨境电商交易。

4.改善电子商务环境。跨境电商作为新型的外贸模式，其发展需要良好的互联网环境。虽然新加坡、日本和韩国的电子商务非常发达，网络覆盖率基本达到100%，信息技术应用也非常普及，但RCEP成员国中的老挝、缅甸、柬埔寨等国的互联网普及率较低。应加强这些国家电子商务基础设施的建设，鼓励中国与RCEP其他成员国开展大数据、人工智能，云计算等方面的合作。

5.加强知识产权合规管理，提高自主品牌建设水平。RCEP协定的实施，对各国的知识产权保护有了更严格的标准，对海关及相关的管理部门也有了更明确的职责要求。这为中国自主品牌的建设和发展提供了很好的机会。因此，中国跨境电商出口运营企业在选品时要谨慎，前期应详细调查进口国同类产品的知识产权保护情况，避免出现商标及品牌的纠纷。同时，大力推进出口跨境电商企业的自主品牌建设，做好品牌定位及品牌形象营销，提升产品的竞争力。