贸易效率视角下中国自新兴市场国家进口潜力研究——基于时变SFA 模型的测度

顾学明 任珊珊

一、 引 言

当前, 世界经济进入新旧动能加速转换的关键期, 各国围绕利益与规则的博弈日益激烈, 多边贸易体制的发展举步维艰。 部分西方国家所推崇的单边主义以及过度的贸易保护政策, 使得发展中国家与新兴市场国家处于更为严峻和复杂的国际环境之中。 然而, 随着经济全球化的不断发展, 各国已成为彼此依存、 相互融合的命运共同体, 开放包容、平等公正的合作关系是各国实现互利共赢的有效途径。 近年来, 发展中国家与新兴市场国家的经济规模不断壮大, 不仅在国际事务中发挥着日益重要的作用, 同时也代表着当前阶段全球经济治理改革与国际秩序演变的趋势所向。 党的十八大以来, 以习近平同志为核心的党中央准确把握了新时代中国与世界各国发展之形势, 坚定支持中国与新兴市场国家的国际发展合作, 将其作为构建新型国际关系的重要伙伴。 总体来看, 中国同新兴市场国家之间的整体关系基础坚实, 符合各方共同利益以及当前世界经济发展新形势。

自加入WTO 之后, 中国在经济与贸易领域高速发展, 已逐渐成为当前世界经济增长的重要引擎之一, 而进口贸易更是对我国加快推进高水平对外开放有着重要的现实意义。 在当前我国对外贸易发展的国内外条件均发生深刻变化的新形势下, 主动扩大进口是遵循经济发展规律的必然选择, 也是新时代中国发展的战略抉择, 在一定程度上展现出了我国的大国担当。 具体来看, 进口贸易不仅弥补了国内资源不足, 满足本国的市场需求与偏好, 同时也通过引入先进的设备与原材料, 为本国的产业结构调整及优化提供了有效服务。 尤其自2008 年全球金融危机以来, 作为中国主要进口来源地的欧美发达国家的实体经济受到严重冲击, 其经济增长速度显著放缓, 而一些新兴市场国家的国际影响力却在逐渐扩大。 根据海关总署的统计, 2021 年韩国成为中国第一大进口来源国, 中国自其进口额达到2134.87 亿美元, 占中国当年进口总额的7.94%,而巴西、 马来西亚和越南等国也分别以1100.07 亿美元、 983.05 亿美元和923.16 亿美元的金额排名中国进口来源国的前十位。 在当前全球经济加速恢复时期, 研究中国自新兴市场国家进口贸易的影响因素与未来潜力, 不仅符合当前我国积极主动扩大进口的战略方向, 还有利于减少对发达国家的进口依赖性, 促进部分劳动密集型产业的跨境转移, 以实现中国对外贸易长久的良性发展。 为此, 本文选择代表性较强的18 个新兴市场国家(除中国外, 还包括印度、 韩国、 柬埔寨、 印度尼西亚、 马来西亚、菲律宾、 新加坡、 泰国、 缅甸、 越南、 老挝、 土耳其、 墨西哥、 巴西、 阿根廷、 波兰和南非)为研究对象, 着重探析2006—2021 年间中国自其进口贸易的变化趋势及贸易潜力。

图1 刻画了2006—2021 年间中国自17 个新兴市场国家进口额及其增速情况。 总体来看, 中国自新兴市场国家进口贸易额总体呈现波动性增长态势,由2006 年的2140.48 亿美元增长至2021 年的8142.32 亿美元, 占中国进口总额的比重从27.03%提升至30.34%, 年均进口增长率为10.30%。 其中, 韩国是中国累计进口额最高的国家, 16 年间中国自其进口贸易总额高达25269.18 亿美元, 在中国自新兴市场国家进口总额中的占比达到33.12%。 而其间进口增长率最高的国家是缅甸, 在样本年份里中国自缅甸进口贸易规模扩大了33 倍, 其平均年增长率高达33.17%。 2010 年, 中国自新兴市场国家进口贸易扭转持续负增长的局面, 进口增长率迅速提高至41.89%, 可见在2008 年全球金融危机以后,中国开始改变长期以来对欧美发达国家进口的依赖,转而发展与新兴市场国家之间的进口贸易。 2020年, 中国自新兴市场国家进口增长率在经历了连续几年的波动以后, 再次出现显著正增长, 同比增长率为3.86%, 2021 年这一数值更是高达28.83%。显然, 在当前阶段, 中国与新兴市场国家之间的进口贸易有着更为广阔的发展前景。

图1 2006—2021 年中国自新兴市场国家进口额及其增速

二、 文献综述

随着新兴市场国家在全球经济与贸易领域的不断崛起, 国内对中国与其双边贸易方面的研究文献也逐渐增多。 其中, 桑百川等(2011)通过对贸易竞争性与互补性层面进行分析以后指出, 我国与墨西哥、 菲律宾、 俄罗斯、 越南、 巴西等新兴市场国家之间均有着较大的出口与进口潜力, 认为想要优化与新兴经济体之间的贸易结构, 除了提升本土中小企业的加工制造能力以外, 还须进一步加大对新兴市场国家市场的开拓, 尤其是进口市场, 以平衡其长期以来的贸易顺差现状。 李计广等(2014)选取E11 经济体作为新兴市场国家的代表, 运用基本贸易引力模型测算了中国自其进口贸易的影响因素,分析发现中国自南非、 巴西等国家的进口贸易处于“贸易过度”的状态, 而与俄罗斯、 墨西哥等国家的进口贸易处于严重的“贸易不足”, 同时作者指出当前中国自新兴市场国家进口的商品结构较为单一,需要以进口带动出口, 丰富进口商品种类, 并加快与新兴市场国家建立自由贸易区, 以降低双方之间的贸易成本。 耿晔强(2014)基于扩展的贸易引力模型, 从总产品、 初级产品、 工业制成品三个层次研究了中国与新兴市场国家进出口贸易的影响因素及贸易潜力, 结果显示: 经济规模、 人口规模以及经济距离均会显著影响双边贸易的发展; 而在国别方面, 中国与俄罗斯、 东欧等经济体的双边贸易呈现出“贸易不足”, 对其他金砖国家以及马来西亚等一些东盟国家的进出口贸易则表现为“贸易过度”的状态。 杨奎等(2017)基于产业层次视角, 研究了中国与新兴市场国家总体以及分三次产业出口贸易的影响因素, 结果表明各解释变量对不同层次产业的出口影响程度存在显著差异, 认为中国当前须进一步加强与新兴市场国家的区域贸易合作, 优化本土产业结构, 促进企业的价值链延伸, 并根据不同层次的产业制定更具可操作性的贸易政策。

此外, 关于如何将随机前沿领域分析方法有效引入贸易效率及潜力的研究当中, 学术界也进行了丰富的探索。 例如, 谭秀杰等(2015)基于出口角度构建随机前沿引力模型, 用来测算中国与“海上丝绸之路”沿线国家之间出口贸易潜力的大小, 并提出应加快与其自由贸易区的谈判, 降低关税与非关税壁垒, 加强海运与交通基础设施, 以此提高双方之间的出口贸易效率。 蔡玲等(2017)着重研究了中国对TPP 协议国家出口贸易效率及潜力, 结果表明, 经济自由度、 自贸协定、 海运及交通设施会显著促进中国对TPP 协议国家的出口, 而进口清关时间则会大大降低双方贸易便利化水平, 并且从贸易自由化、 国际经济体系重构和“一带一路”时代契机等方面为中国对TPP 协议国家出口贸易提出相应的政策建议。 周曙东等(2018)对中国与RCEP 成员国之间的出口贸易效率影响因素进行了随机前沿实证分析, 结果表明, 中国同越南、 缅甸和新西兰等国之间有着较高的出口效率, 而与日本、 马来西亚和韩国之间的出口效率较低, 认为中国需要在进口清关时间、 政府效率以及贸易运输设施等方面进一步提高与RCEP 贸易伙伴国之间的贸易便利化程度。赵德海等(2020)运用随机前沿分析方法分析了中国自“一带一路”沿线64 个国家进口贸易效率及其发展潜力, 指出沿线国家的外商投资额、 经济自由度、航空运输量以及中国与其自贸协定的签署状况等进口非效率项因素均会在不同程度上对中国自其进口贸易产生影响, 同时提出我国应充分利用各国与各区域资源, 加紧开拓自“一带一路”沿线国家进口贸易的新领域, 以进口带动对外开放与产业升级, 进一步激发我国与其贸易合作的潜力。

回顾相关文献可以发现, 关于中国与新兴市场国家之间的货物贸易以及随机前沿分析方法领域的成果较为丰富, 为本研究奠定了借鉴学习的基础,但依然存在以下不足: (1)与新兴市场国家之间的贸易研究多侧重于贸易结构或产业角度的测度, 且定量分析大多停留于基本的贸易引力模型, 缺少对双边贸易非效率项及其影响因素的考量, 可能会导致相应的政策建议不具有针对性且较难实施;(2)随机前沿分析的相关研究大多数集中于我国对其他国家的出口贸易, 单独分析整体进口贸易及其发展潜力的成果较少; (3)国内学者目前并没有将随机前沿引力分析方法纳入中国与新兴市场国家的进口贸易研究当中, 但考虑到新兴市场国家在世界经济格局中占据着日益重要的地位, 以及我国当前积极主动扩大进口的战略抉择, 研究中国与其在进口贸易领域的格局与未来发展形势有着十分重要的现实意义。 因此, 本文基于进口贸易效率的视角,通过构建时变随机前沿引力模型和进口非效率模型对中国自新兴市场国家的进口贸易影响因素、 发展潜力及其扩展空间进行估计与测算, 并基于实证结果提出相应的政策建议。

三、 模型构建与数据来源

(一)理论模型

随机前沿分析方法(SFA)最初由Meeusen 和Aigner 等人提出, 是一种较为典型的参数估计方法,主要用于测度生产过程所存在的技术效率问题。 该分析方法将随机扰动项分解为随机误差项ν 和技术非效率项μ, 这种分解可以有效避免将所有与前沿面上的偏离都计入技术非效率项。 因此, 在研究与新兴市场国家之间的贸易效率时, SFA 分析方法可以有效解决国家间异质性层面的问题。 Tinbergen(1962)等最早将引力模型纳入国际贸易研究的范畴, 并指出两国的双边贸易规模与其经济总量成正比, 而和两国之间的距离成反比。 而后, Battese 和Coelli(1992)将随机前沿分析方法有效引入贸易引力模型之中, 进而探析影响贸易的具体因素, 并估算出贸易效率及潜力问题。 基于此, 随机前沿引力模型的表达式为:

上式中Yijt表示t时期i国对j国的实际贸易额,Xijt为影响实际贸易额的核心因素,β是参数,νijt和μijt分别为模型的随机误差项与贸易非效率项, 二者互相独立, 且νijt～N(0,σ2),μijt服从截尾正态分布。

对(1)式两边取对数, 有:

当μijt=0 时, 说明模型中不存在贸易非效率项,可以认为贸易不存在摩擦, 即i国对j国的贸易达到了最优水平。 在最优水平面上, 模型有如下表达式:

上式的即为贸易潜力, 表示t时期无贸易阻力下i国对j国的最优贸易额。 基于(3)式, 当两国之间的实际贸易额与贸易潜力二者之间出现差距时,贸易效率的测算公式如下:

当μijt=0 时, 不存在贸易无效率,i国与j国之间的贸易水平达到了最优状态; 而当μijt＞0 时, 两国之间存在影响贸易效率的因素。 其中,TEijt的取值范围为[0, 1]。

值得注意的是, 早期的随机前沿引力分析的假设条件之一是贸易非效率项μijt不随时间的推移发生变化, 而Battese 和Coelli(1995)在引入平衡面板数据后认为, 在时间维度较长的情况下该假定是不成立的, 由此提出了该模型的时变形式:

上式中T表示时间维度,η是待估参数, 且μijt服从截尾正态分布。 当η=0 时, 该时变模型即转换为时不变形式, 贸易非效率项不受时间影响; 而当η＞0 或η＜0 时, 则分别代表贸易非效率项随时间递减和递增的情形。

在通过(4)式测算出贸易效率值以后, 还需进一步分析影响贸易非效率的因素。 本文根据Battese等人提出的“一步法”, 即将影响贸易非效率项的因素纳入随机前沿引力模型中同时进行回归, 有效避免了遗漏变量以及同分布假设前后矛盾的缺陷。 贸易非效率项有如下表达式:

其中,Zijt代表影响贸易非效率的因素,δ为待估参数,εijt是随机扰动项。 将(6)式代入(2)式, 可以得到“一步法”下带非效率项的回归方程式:

(二)经验模型的构建

前文提到, 传统引力模型认为两国贸易的影响因素为经济规模与地理距离, 而这些因素在短中期内是不会改变的。 在传统引力模型的发展过程中,Linnemann(1966)在引力模型中引入了人口变量这一相关指标, 认为两国人口总量决定双边贸易市场,从而对两国之间的贸易规模有着正向影响。 而后,Bergstrand(1989)又将贸易国是否具有共同语言这一因素纳入研究范围, 认为双方具有共同语言则更可以实现贸易的有效沟通, 提高双方的贸易效率。Armstrong(2007)将中短期内不变的因素归为自然因素, 还包括贸易国是否为内陆国以及是否具有共同边界等, 同时将短期内可能会发生改变的非自然因素归为人为因素, 如基础设施、 制度环境以及自贸协定的签署与否等, 并将其纳入贸易非效率的分析当中。 根据既有理论, 本文构建的随机前沿引力模型基本形式如下:

上式中,β为待估参数,i代表中国,j代表其余的17 个新兴市场国家, 被解释变量lnIMPijt则表示t时期中国从j国实际进口额。 同(1)式的设定,νijt和μijt分别为该经验模型的随机误差项与进口非效率项。

同时, 本文根据影响贸易非效率项的人为因素选取了8 个关键指标, 参照“一步法”构建的贸易非效率模型方程如下:

上式中,α为待估参数, 回归方程(8)与(9)中各主要解释变量的经济含义详见表1。

表1 各变量含义、 预期符号及理论解释

(三)数据来源

本文选取包括中国在内的18 个新兴市场国家的面板数据, 样本年份为2006—2021 年。 其中, 各国的进口数据来源于UN Comtrade 数据库, 采用SITC Rev.2 分类, GDP 与POP 数据来源于世界银行WDI数据库, 且GDP 采用2015 年美元计价以剔除通货膨胀的影响, DIS、 LANG 和BOR 数据来源于CEPII数据库。 在非效率模型中, TAF 数据来源于WITS数据库, LSCI 数据来源于UNCTAD STAT 数据库,GI、 GS 以及MF、 TF、 FF 数据整理自美国传统基金会, FTA 为本模型中的虚拟变量, 数据来源于中国商务部官方网站。 计量软件采用frontier 4.1 以及stata 16.0。 各主要变量的描述性统计详见表2。

表2 主要变量的描述性统计结果

四、 实证分析

(一)适用性检验

随机前沿引力模型对假设条件的要求较为严格,为了验证本文所设定的经验模型是否具有适用性,首先从是否存在进口非效率, 以及进口贸易效率是否随时间变化两个层面, 对约束模型和非约束模型进行极大似然比检验。 从表3 的检验结果可以看出,在卡方分布1%的显著性水平下, 不存在进口非效率和进口贸易效率不随时间变化这两个原假设均被拒绝。 因此, 本文选用时变SFA 模型进行回归的结果是有效的。

表3 似然比适用性检验结果

(二)模型回归结果分析

1. 时变SFA 模型回归结果分析

在对模型进行适用性检验后, 本文采用2006—2021 年间中国自新兴市场国家进口贸易面板数据进行回归分析, 结果如表4 所示。 总体而言, 时不变模型与时变模型中的γ值均通过了1%的显著性水平检验, 且十分接近于1, 表明中国自新兴市场国家进口的实际水平与随机前沿层面的进口额之间存在的差距, 在很大程度上来源于进口非效率项的影响而非外界的随机冲击。 同时, 在时变SFA 模型中,η值在1%的水平下显著为负, 该结果一方面表明了经验模型采用时变形式的合理性, 另一方面也表明在样本期间中国自新兴市场国家进口的非效率项略有增加, 进口贸易受到一定程度的阻力, 可见进一步提升中国与新兴市场国家之间的进口贸易合作是尤为必要的。

表4 随机前沿引力模型估计结果

从时变SFA 模型回归结果来看: (1)中国与新兴市场国家的GDP值系数均在1%的水平下显著为正, 表明贸易国双方的经济规模对中国进口贸易均具有明显的促进作用。 且lnGDPit的系数比lnGDPjt的系数更高, 即本国的经济规模与发展水平对进口贸易的拉动效应更大。 (2)lnPOPit在1%的水平下显著, 且系数为负, 与预期符号相反, 其原因可能是由于本国人口的扩大会产生更多的本土劳动力资源与国内供给, 从而在一定程度上会减少来自新兴市场国家的进口需求;lnPOPjt系数为负且不显著,这表明新兴市场国家的人口规模并不能显著影响中国从其进口的数量。 (3)地理距离lnDISij系数为-1.79, 在1%的水平下显著为负, 表明贸易国之间的地理距离是阻碍中国从新兴市场国家进口的重要因素, 双方距离越远, 贸易运输成本越高, 进口贸易额也会随之减少。 但考虑到其系数较小, 可能是因为随着各国交通基础设施及运输条件的不断改善,该变量对进口贸易的抑制作用在被逐渐削弱。(4)语言变量LANGij的系数为正且通过了5%的显著性水平检验, 这表明贸易国双方语言的通用性会在一定程度上扩大中国从其进口的规模; 边界变量BORij的系数并未通过显著性检验, 表明中国从新兴市场国家的进口量大小并不取决于两国是否为相邻国家。

考虑到解释变量的影响在不同国家之间可能存在的异质性, 依据Grenne 在2005 年提出的真实固定效应模型(TFE), 即在控制个体和时间固定效应的基础上对时变SFA 模型进行估计, 得到的回归结果详见表5 所示。 从表中可以看到, Hausman 检验显示“系数无差异”的原假设在5%水平下被显著拒绝, 因此采用固定效应模型估计效率更高。 从真实固定效应的时变SFA 模型结果来看, 贸易国间的地理距离以及是否存在共同语言和边界等不随时间变化的因素被显著估计,这在很大程度上弥补了普通固定效应无法估计该类变量的缺陷。 同时, 主要解释变量的系数大小、 正负符号及显著性水平与表4 基本一致, 故而可以认为本文的时变SFA 模型的回归结果是有效且稳健的。

表5 稳健性检验结果

2. 进口非效率模型回归结果分析

表3 的检验结果显示在时变SFA 模型中进口非效率项是存在的, 因此, 根据前文“一步法”下的方程式(9)继续对影响进口贸易非效率项的因素进行估计, 估计结果详见表6 所示。 从表中可以看到, γ指数在1%水平下显著, LR 值为143.65, 且除了廉政指数GIjt与虚拟变量FTAijt以外, 其余主要非效率项影响因素的估计系数均十分显著, 可见进口非效率模型的整体估计效果较好。

表6 进口非效率模型估计结果

从具体解释变量的估计结果来看: (1)关税水平TAFijt和班轮运输指数LSCIjt反映的是中国与新兴市场国家之间的贸易便利化程度, 二者的系数均通过了1%的显著性水平检验。 其中,TAFijt系数显著为正, 表明进口关税水平是影响中国自新兴市场国家进口非效率的显著因素, 其水平越高, 越阻碍中国的进口;LSCIjt系数显著为负, 表明新兴市场国家的贸易设施及运输水平越高, 中国自其进口的非效率越低, 即越有助于提高中国自其进口的效率,因此中国应加强建设与新兴市场国家之间更为安全畅通的贸易运输环境, 从而有效降低双方间的贸易成本, 促进贸易效率的提高。 (2)廉政指数GIjt与政府支出水平GSjt反映一国政府的政治环境与贸易设施投入水平。 廉政指数GIjt的系数并不显著, 而GSjt的系数仅在10%的水平下显著为负, 表明新兴市场国家政府对本国贸易发展设施及环境的投入在一定程度上会提升中国从其进口的贸易效率。 (3)MFjt、TFjt和FFjt是三个经济自由度的指标, 反映一国本国内的经济环境状况。 货币自由度MFjt和贸易自由度TFjt分别通过了5%和1%的显著性水平检验, 且其系数符号与表1 的预期一致, 这表明新兴市场国家高度开放的货币自由度和贸易自由度都会为中国从其进口贸易带来正向影响, 且贸易自由度的提升所带来的正向影响更为显著。 金融自由度FFjt的系数在1%的显著性水平下为正, 考虑到在选取的样本国家中发达国家占比极少, 其余大多数国家的金融自由度指数普遍较低, 金融业发展较为滞后, 因此政府会将更多的资源与支出投入到金融领域中,从而在一定程度上抑制了中国自其进口的贸易效率。(4)FTAijt系数虽为负但并不显著, 可能是由于随着世界经济一体化以及多边自由贸易的发展, 各国纷纷加入不同的自由贸易区, 产生了一定的贸易创造和转移效应, 因此是否与新兴市场国家签署自贸协定已不再能显著影响到中国自其进口贸易的效率。

(三)进口贸易效率分析

在估计出进口非效率项的影响因素后, 需要进一步测算出进口贸易效率值。 根据frontier 4.1 运行结果, 本文给出了时变SFA 模型以及“一步法”下中国自新兴市场国家进口的平均效率。

如图2 所示, 样本期间“一步法”估计出的中国自新兴市场国家平均进口贸易效率值整体高于时变模型, 但各国平均进口贸易效率的排序二者基本是一致的。 根据测算结果, 时变模型与“一步法”下中国自新兴市场国家平均进口贸易效率值分别为0.275 与0.502, 可见中国自新兴市场国家的进口贸易还存在着较大的潜力与扩展空间。 同时, 图2 的结果也显示出进口贸易效率具有较为明显的国别差异, 平均进口贸易效率排名前三的国家为马来西亚、越南和老挝, 2021 年中国自这三个国家进口贸易总额占自新兴市场国家进口贸易额的23.72%, 贸易体量较大; 与之相反, 平均进口贸易效率最低的三个国家分别为柬埔寨、 土耳其和波兰, 在2021 年中国自这三国的进口贸易总额占自新兴市场国家进口贸易总额的比重仅为1.56%, 可见中国与这些国家之间的进口贸易仍存在一定的人为限制与阻力。 长期以来, 中国自柬埔寨进口贸易多以劳动和资源密集型产品为主, 进口产品结构单一, 产品附加值较低,而土耳其与波兰由于主要货币汇率和大宗商品价格波动加剧以及贸易保护主义抬头等原因, 也会为中国自其进口贸易带来一定的阻力。 由于时变模型所反映的进口贸易效率是一个长期动态的平均值随时间变化的过程, 因此本文后续选择基于“一步法”得到的结果来分析中国自新兴市场国家的进口贸易效率及潜力。

图2 中国自新兴市场国家平均进口贸易效率

为了更直观地观察中国自新兴市场国家进口的不同市场类型, 参考赵金鑫等(2019)根据出口效率值对中国出口农产品市场的分类, 即: 0 ～0.3 为冰山型市场, 0.3～0.6 为发展型市场, 0.6 ～0.9 为扩张型市场, 0.9 ～1.0 为饱和型市场。 其数值越大,代表中国与该国家的农产品出口贸易关系越紧密。结合各国平均进口贸易效率值的计算结果, 本文给出了“一步法”下对新兴市场国家的市场类型划分。从表7 的结果来看, 中国自新兴市场国家进口贸易暂时不存在饱和型市场, 进口冰山型市场为柬埔寨、土耳其和波兰, 中国与这三个国家之间存在着巨大的进口贸易效率提升空间, 而进口扩张型市场有印度、 韩国、 马来西亚、 新加坡、 越南、 老挝、 巴西和南非, 虽然中国从这些国家的进口规模较大, 但仍然能够通过提质增效等方法来实现进口贸易的进一步增长。

表7 中国自新兴市场国家平均进口贸易效率及进口市场分类

图3 为2006—2021 年间中国自新兴市场国家进口贸易效率的变化趋势, 其取值范围介于0 到1 之间, 数值越接近于1 表明中国自其进口贸易效率越高。 总体来看, 中国自新兴市场国家的进口贸易效率在样本期间呈现出平稳增长的趋势。 其中, 与韩国、 巴西、 南非、 印度和东盟之间的进口贸易效率在样本期间表现出较高水平, 而与墨西哥、 土耳其和波兰三个国家之间的进口贸易效率水平较低。 值得注意的是, 中国自大多数新兴市场国家的进口贸易效率在2009 年出现了显著下滑, 随后又开始逐步回升, 其原因可能是2008 年全球金融危机所导致的货币贬值。根据前文的分析, 货币自由度是影响进口贸易效率的一个显著因素, 由此可以解释各国在2009 年所出现的下降趋势。 除此以外, 在样本期间使得中国出现进口贸易效率明显下滑的国家有印度和阿根廷, 这可能是由于中印两国长期存在的地缘政治因素会在一定程度上影响两国的经贸关系, 而阿根廷国内较为严重的通货膨胀以及长期以来对中国出口农产品的结构单一也是导致中国自其进口贸易效率降低的主要因素。

图3 2006—2021 年中国自新兴市场国家进口贸易效率的变化趋势

(四)进口潜力及扩展空间测算

贸易潜力是指不存在贸易摩擦的理想化状态下贸易双方所能实现的最优贸易额, 由前文分析, 进口贸易潜力是实际进口额与进口贸易效率之间的比值。 考虑到进口潜力数值受到中国自不同国家实际进口额的影响, 其衡量并不十分准确, 本文引入了扩展空间这一相对值的概念来分析进口贸易潜力的实际增长比例, 其计算公式为: 扩展空间=(进口潜力/实际进口额-1)×100%。

表8 分别给出了2006 年、 2011 年、 2016 年和2021年中国自新兴市场国家进口的贸易潜力与扩展空间。

表8 2006、 2011、 2016 和2021 年中国自新兴市场国家进口贸易潜力及扩展空间

从进口贸易潜力来看, 样本期间中国自新兴市场国家进口的贸易潜力基本呈现出不断上升的态势,在2021 年排名位于前三的国家中, 中国自韩国进口贸易潜力以2698.54 亿美元排名第一, 巴西和印度尼西亚分别以1515.74 亿美元和1340.82 亿美元排第二和第三, 这与2021 年中国自新兴市场国家进口贸易额排名相一致。 从进口贸易扩展空间来看,2021 年排名前三的贸易伙伴国分别为柬埔寨、 波兰和阿根廷, 结合表7 的进口市场分类, 柬埔寨和波兰为冰山型市场, 而阿根廷为发展型市场。 足以见得, 尽管中国与上述国家之间的进口贸易效率与潜力数值较低, 但依然具有很大的进口贸易扩展空间。 其中, 自柬埔寨的进口贸易潜力和扩展空间分别达到了216.03 亿美元和9.28 倍, 柬埔寨作为我国“一带一路”沿线国家和RCEP 重要成员国之一, 两国应共同推动双边贸易迈向更高水平的发展。

五、 结论与政策建议

(一)主要结论

本文通过构建时变SFA 模型和进口非效率模型对2006—2021 年间中国自新兴市场国家进口贸易影响因素、 进口贸易效率以及未来潜力进行测算, 模型整体回归结果较好, 实证分析得出以下三个主要结论:

第一, 中国与新兴市场国家的经济规模以及双方具有共同语言会对中国自其进口贸易具有显著正向影响, 而本国人口数量和双方之间的地理距离对中国进口贸易有显著负向影响。 此外, 新兴市场国家的人口规模对我国自其进口贸易的影响是负向的但并不显著,说明中国自新兴市场国家进口数量并不十分依赖于对方市场规模的大小, 共同边界对中国进口贸易的影响系数同样为负且不显著, 这说明即使是相邻国家, 也不一定具有更大的对华出口市场。

第二, 班轮运输指数、 政府支出指数、 货币自由度与贸易自由度对进口非效率项的影响是显著为负的, 即新兴市场国家完善的贸易运输设施、 较高的政府支出水平以及发达的货币与贸易自由度水平都会显著提高中国自其进口贸易效率; 而进口关税水平和金融自由度则对进口非效率项有着显著正向影响。 同时, 新兴市场国家的廉政指数对中国自其进口非效率项的影响为正但不显著, 而自贸协定的签署对进口非效率项的影响为负且不显著, 这表明中国自新兴市场国家的进口贸易并不显著依赖于对方国内的政治环境水平以及是否与我国建立自由贸易区。

第三, 中国自新兴市场国家进口平均效率为0.502, 还存在着很大的提升空间和发展潜力, 且进口贸易效率在不同国别之间呈现出较大的差异性。 按平均效率的进口市场划分, 目前我国与新兴市场国家之间的进口冰山型市场为柬埔寨、 土耳其、 波兰, 而进口扩张型市场有印度、 韩国、 马来西亚、 新加坡、越南、 老挝、 巴西、 南非。 从进口潜力及扩展空间来看, 2006 年至2021 年间, 中国自新兴市场国家的进口贸易潜力在不断提升, 与冰山型市场国家之间的进口潜力数值虽然较小, 但贸易扩展空间较大, 尤其是柬埔寨, 其扩展空间数值达到了9.28 倍。

(二)政策建议

第一, 中国需要加强与新兴市场国家之间的海陆交通及贸易基础设施方面的合作。 “一带一路”沿线国家大多数为新兴经济体以及发展中国家, 因此我国可考虑充分利用“一带一路”倡议所带来的区域经济合作新机遇, 适当提高政府在贸易领域的支出水平, 搭建国际化的进口合作平台, 进一步完善与新兴市场国家之间的贸易运输网络, 为其提供一定的贸易基础设施建设援助。 同时, 应加强本国各口岸的物流运输体系建设, 以降低双边贸易成本, 提高进口贸易的便利化程度, 积极推动中国与新兴市场国家在进口贸易领域的可持续发展。

第二, 重视不同新兴市场国家之间所存在的异质性。 对进口贸易效率较低而贸易扩展空间较大的国家, 例如柬埔寨、 波兰和阿根廷等, 在通过双边贸易提高其经济发展水平的基础上, 重点抓住其比较优势产业, 拓宽与其进口贸易的合作领域。 而对印度、 马来西亚和韩国等进口贸易效率较高但贸易扩展空间较小的国家, 可考虑利用海运与地理优势,继续优化自其进口产品的结构, 提高进口产品质量,有效提升中国从这些国家进口贸易的扩展空间。

第三, 降低与新兴市场国家之间的关税与非关税壁垒。 扩大进口, 实质上是需要将国外市场上的优质产品与技术引入国内, 以促进本土企业的高质量发展。 因此, 在与新兴市场国家展开经贸合作时, 可考虑适当降低关税水平, 减少非关税壁垒, 加快提升进口贸易通关的便利化水平, 从而降低进口产品的成本与价格, 并提高国内消费者对其产品的市场需求。

第四, 加强与新兴市场国家之间的政策沟通与人文交流。 中国与新兴市场国家在政治、 经济和文化等方面有较大差异, 且近年来由于贸易保护主义的抬头以及地缘政治因素等影响, 更是出现了一定程度的贸易摩擦。 因此, 我国应积极加强与新兴市场国家之间的政策沟通, 充分考虑其在经贸合作过程中的利益诉求, 同时增进政府间对话与交流, 在基于双边共同利益的基础上建立深入的长效合作机制。