中国对东盟国家跨境电商出口效率与潜力研究

摘 要：为了提高中国对东盟国家跨境电商出口的效率与潜力，本文基于2012—2021年中国对东盟国家跨境电商出口的面板数据，构建随机前沿引力模型，对中国跨境电商出口效率和潜力进行测算，并对相关影响因素进行分析。结果发现：从国家角度来看，中国对东盟国家跨境电商出口效率普遍较低，对新加坡出口效率最高，对老挝出口效率最低。从影响因素角度来看，中国和东盟成员国GDP、成员国的商业自由度、劳动力自由度等对中国跨境电商出口有促进作用，而中国和成员国的人口规模、与成员国地理距离等会抑制中国跨境电商出口。

关键词：东盟国家；跨境电商出口；跨境贸易；国际贸易；随机前沿引力模型

中图分类号：F742 文献标识码：A 文章编号：2096-0298（2024）09（a）--05

1 引言

“十四五”规划中，我国政府提出《关于促进跨境电商健康发展的意见》，在这个政策的指引下，跨境电商行业进入了一个全新的发展阶段。中国与东盟自1991年开启对话进程，经过20多年共同协商合作，在经济、政治、文化等领域合作成效显著，中国－东盟发展前景广阔。随着《区域全面经济伙伴关系协定》（RCEP）的签订，中国与东盟成员国的经济贸易将得到持续发展，东盟与中国互为最大贸易伙伴的关系将进一步得到巩固。跨境电商占贸易的比重越来越大，未来将是我国面对复杂多变的国际局势新的贸易增长点，东盟国家与中国又互为最大的贸易伙伴。在此背景下，中国对东盟成员国跨境电商出口效率如何？影响出口效率的因素又是什么？这些问题显得尤为重要。本文探究中国对东盟成员国跨境电商出口效率的影响因素，并测算跨境电商出口贸易效率及潜力，从而为提高我国跨境电商出口提供相应的理论与实践依据。

2 文献综述

近年来由于跨境电商在贸易的比重越来越大，很多学者进行了研究。柴利等（2018）认为完善贸易国基础设施建设、提升信息化水平、加强国家金融合作能促进跨境电商发展。马述忠等（2023）认为互联网搜索量的增加能够把跨境电商出口的积极作用放大。任福等（2023）认为中国跨境电子商务显著降低了中国进出口交易成本，且在减少中国与发展中国家交易成本方面的作用更为明显。叶世雄等（2024）认为“丝路电商”国际合作显著的提高了中国对伙伴国数字服务部门的进出口。贸易效率的研究有很多，基本上都是使用随机前沿引力模型。文淑惠等（2017）认为中南半岛国家应完善相关合作机制，改善运输、交通基础设施，增加金融自由度对中国与中南半岛国家贸易效率有促进效应。崔岩等（2021）认为中国提高港口基础设施的建设、开展国际执法合作等措施能提升贸易潜力。冯乾彬等（2022）认为，中欧班列的开通会显著提升贸易效率，运输距离、运输时间的扩大会降低贸易效率。王微微等（2023）认为，中国与贸易国开展数字贸易的效率普遍较低但数字贸易潜力巨大。陈昊等（2023）RCEP成员国间ICT产品贸易整体上仍有较大提升空间。

总体而言，关于跨境电商方面的研究，大多数学者从基础设施、交易成本等进行研究，很少有学者对跨境电商出口本身的效率进行研究。关于贸易效率很多学者使用随机前沿引力模型对中国与中南半岛、欧洲，RCEP等国家进行了大量研究，主要集中对新兴贸易的效率进行研究，例如数字贸易ICT产品贸易等。几乎没有学者把跨境电商与贸易效率进行结合，把跨境电商出口这一部分直接进行效率研究，尤其是中国对某个经济组织的跨境电商出口效率进行研究。

3 理论模型与研究设计

3.1 随机前沿引力模型

扩展的贸易引力模型被众多学者专家广泛应用，但是该模型却无法分析人为干扰项带来的贸易非效率问题。随机前沿引力模型的不同之处则在于将扩展的引力模型中的随机扰动项分解为两个部分，因此得到如下公式：

Tijt=f（Xijt，β）exp（εijt）=f（Xijt，β）exp（νijt-μijt）=f（Xijt，β）exp（νijt）exp（-μijt），μijt≥0（1）

由（1）得到（2）

lnTijt=lnf（Xijt，β）+νijt-μijt，μijt≥0（2）

其中，被解释变量Tijt表示在t时刻i国对j国的跨境电商出口额；Xijt表示影响核心解释变量；β表示核心解释变量的估计系数；νijt表示随机误差干扰项；μijt表示跨境电商出口的非效率项。当μijt=0时，不存在贸易摩擦，此时模型就是传统的贸易引力模型；当μijt>0时，即存在贸易非效率项。因此，得到如下公式：

T*ijt=f（Xijt，β）exp（vijt）（3）

其中，T*ijt表示在t时刻中国对贸易国i的跨境电商出口潜力，由（3）得到如下公式：

TEijt=Tijt/T*ijt=exp（-uijt）（4）

其中，TEijt表示在t时刻中国对贸易国j的跨境电商出口效率；Tijt表示在t时刻中国对贸易国j的跨境电商出口额。

UnTijt=Tijt-Tijt ExT*ijt=UnT*ijt÷Tijt（5）

其中，UnT*ijt表示未开发的跨境电商出口潜力；ExT*ijt表示跨境电商出口的扩展空间。

随机前沿引力模型分为时变模型和时不变模型两种类型，两者的区别在于贸易非效率项是否会因时间的不同而发生变化，表达式为：

μijt={exp[-η（t-T）]}μij（6）

其中，t表示观察年份，T表示观察期数，η为待估参数，η为时间效应参数。当η不等于0时贸易非效率项会随时间的不同发生变化即为时变模型；当η等于0时，贸易非效率项不随时间变化即为时不变模型，借鉴一步法对贸易非效率进行回归分析。

μij=αZij+εij（7）

其中，Zij为贸易非效率项的人为因素；α是待估参数；εij随机扰动项。将贸易非效率项代入上式：

InTijt=f（Xijt，β）+vijt-αZij-εij（8）

3.2 跨境电商出口贸易随机前沿引力模型的设定

在分析中国对东盟成员国跨境电商出口额的影响因素时选取中国与东盟成员国的GDPit、GDPit、地理距离DISTij、人口规模POPit、POPjt、两国是否有共同边界CONTij、两国是否有共同语言COMLij为非人为因素作为核心解释变量。构建的随机前沿引力模型如下：

lnEXPijt=β0+β1lnGDPit+β2lnGDPjt+β3lnPOPit+β4lnPOPjt+β5lnDISTij+β6CONTij+β7COMLij+νijt-μijt（9）

本文采用候杰等（2023）研究方法估算出跨境电商出口额，具体如式（10）所示。

EXPijt=中国跨境电商t年出口规模*

（10）

3.3 跨境电商出口贸易非效率模型的设定

贸易非效率模型是在随机前沿引力模型的基础上，研究人为因素的影响，采用的解释变量有：通信发展水平（FTEit、FTEjt）、中国生产能力指数（PICit）、贸易国自由度（PICjt、FRjt、GIjt、BFjt）

μijt=δ0+δ1lnFTEit+δ2lnFTEjt+δ3PICit+δ4FRjt+δ5GIjt+δ6BFjt+δ7LFjt+εijt（11）

3.4 数据来源与变量预期

（1）随机前沿引力模型变量：中国t年的国家生产总值（预期符号为正）、贸易国t年的国家生产总值（预期符号为正）、中国t年人口总数（预期符号为正）、贸易国t年人口总数（预期符号为正）、中国首都到贸易国首都距离（预期符号为负）来源于国家统计局，两国是否有共同边界（预期符号为正）、两国是否有共同语言（预期符号为正）来源于CEPII数据库。（2）非效率模型变量：中国t年互联网服务器数（预期符号为负）、贸易国t年互联网服务器数（预期符号为负）来源于世界银行，中国t年生产能力指数（预期符号为负）来源于UN-comtrade，贸易国t年财产权保护度（预期符号为负）、贸易国t年政府诚信度（预期符号为负）、贸易国t年商业自由度（预期符号为负）、贸易国t年劳动力自由度（预期符号为负）来源于美国传统基金会。

4 实证分析与拓展分析

4.1 模型适用性检验

在使用随机前沿引力模型前，需要用似然比检验对模型的适用性进行验证（本文所有实证结果都是基于front4.1软件使用得到）。如表1所示：第一，关于非效率项不存在检验结果是拒绝的，即通过构建随机前沿引力模型测算跨境电商出口效率是合理的。第二，关于原假设非效率项不随时间变化检验结果也得拒绝的，即时变贸易随机前沿引力模型更加合理。第三，接受原假设不引入共同语言、共同边界变量在模型中。

适应性检验后确定随机前沿引力模型为：

lnEXPijt=β0+β1lnGDPit+β2lnGDPjt+β3lnPOPit+β4lnPOPjt+β5lnDISTij+νijt-μijt

4.2 随机前沿引力模型回归结果

为检验随机前沿引力模型的稳健性，对时不变和时变两种模型回归结果进行分析。表2表明：时变模型中η值通过1%水平的显著性检验，表明使用时变模型更加合理。时变模型得到的系数明显比时不变模型的结果更显著，而且时变模型的γ更接近于1，再次证明了时变模型的合理性。时变随机前沿引力模型回归的结果可知：经济规模变量GDPit和GDPjt系数都正在1%的水平上显著，与上文预期符号为正相符，说明中国与东盟成员国的经济发展水平对中国跨境电商的出口有促进作用，并且由系数可知与东盟成员国GDP增长相比中国GDP的增长对跨境电商出口的促进效果更明显。中国与东盟成员国人口规模变量POPit和POPjt系数都在1%的水平上显著为负，与上文预期符号为正预期不相符。通过查找相关资料后得出：东盟成员国人口规模的增加可以促进本国经济的增长，特别是促进劳动密集型工业的发展，进行一部分工业产品的进口替代，从而减少对中国跨境电商的进口。同时，中国人口规模增加导致大量产品为了满足本国人的需求，减少对外出口从而导致跨境电商出口减少。中国与东盟成员国之间的距离变量Distij系数在1%的水平上显著为负，这与上文预期为负相符，说明在跨境电商出口中，距离导致物流成本增加进而导致中国对东盟成员国跨境电商出口减少。

4.3 非效率模型的估计

文章采取一步法对跨境电商出口贸易非效率项进行回归估计，得到如下结果：

贸易非效率模型回归结果表明：第一，中国互联网服务器的数量在1%的水平上显著且符号为正与预期相违背，相关研究认为中国作为出口方，互联网服务器数量的增加，加快了国内电商市场的发展，方便了国内市场的电商购物，刺激了国内消费者的需要，生产的产品优先满足本国需求，最终导致出口额减少。贸易国互联网服务器的数量在10%的水平上显著为负与预期相符，由于贸易国作为跨境电商进口国且中国作为世界最大的工业国拥有大量便宜的制成品，因此其互联网服务器数量能够增加中国跨境电商的出口额。第二，中国的生产能力并不显著，这与预期完全相违背。究其原因，跨境电商的出口受国外市场需求的影响，尽管中国生产能力提高，但是东盟成员国的跨境电商需求市场没有增加，中国对东盟国家跨境电商出口也不会显著增加。第三，关于贸易国财产权保护、劳动力自由度在1%的水平上显著，政府诚信度在5%的水平上显著并且符号都为负与预期相符合。财产保护与政府诚信度能够保证在跨境电商交易中货物的安全对中国跨境电商出口有显著的促进作用。劳动力自由度的提高有助于劳动力这一生产要素的流通，能够促进经济的发展贸易的增加，进而促进跨境电商进出口的增加。第四，关于贸易国的商业自由度在1%的水平上显著且符号为正并与预期相违背，贸易国作为跨境电商进口国其商业自由度越高，进口的国家就越多，对中国的进口依赖度越低，并且商业自由度越高，能吸引跨国公司对贸易国的进行投资，提高本国的生产制造能力进而减少进口。

4.4 稳健性与异质性检验

为保证实证结果的准确性，对于可能存在的内生性问题，鉴于中国的GDP可以影响跨境电商的出口，且中国对东盟国家跨境电商出口可能反向影响当期及以后的中国GDP，使用中国GDP的滞后一期进行内生性检验。模型中变量的符号基本保持一致，除中国人口因素与贸易国互联网服务器数量外，其余均通过10%的显著性水平检验。中国GDP的符号与显著性没有变化，γ为0.9999且在1%的水平下显著。

根据世界银行的数据，本文把新加坡、马来西亚、泰国、印度尼西亚、文莱划分为中高收入国家，把缅甸、老挝、柬埔寨、越南、菲律宾划分为中低收入国家。根据表4可以发现，不同收入水平国家与整体回归结果方向几乎一致且显著，这进一步证明了前文回归结果的稳健性。但是也有一些不同之处：第一，在中高收入国家中，贸易国人口的系数为负与中低收入国家为正不同，原因是中高收入国家人口规模的增加在一定程度上可以提高本国对相关产品的自给能力，从而减少对中国跨境电商的进口。但是在中低收入国家中，贸易国人口增加会促进中国跨境电商出口额，相关研究认为由于收入较低的国家人口增加不仅难以形成人力资本，还会加大对产品的需求，因此会扩大中国跨境电商的出口额。第二，对于中高收入国家与中国的距离这一因素并不显著，即与中低收入国家相比中高收入国家与中国的地理距离并不抑制中国跨境电商出口效率。究其原因是中高收入国家经济相对发达，数字基础设施发展相对较高，且跨境电商本就具有远距离低成本的特征，因此距离对中国跨境电商出口影响较弱。

4.5 跨境电商出口效率与潜力分析

本文选取2012年和2021两年数据进行对比，从时间序列来看，2012年中国对东盟国家跨境电商出口平均效率为0.122，2021年的效率提高为0.182，表明这些年中国的“一带一路”与中国-东盟自贸区的建设取得了巨大的成果。从国家角度来看，对新加坡跨境电商出口效率最高，对老挝出口效率最低，对中高收入国家的出口效率普遍比中低收入国家更高。

由式（5）计算得出，中国跨境出口提升空间：与2012年相比，2021年大部分国家的贸易提升空间都在缩小，但是中国对东盟成员国跨境电商出口的提升空间依旧巨大，2021年东盟国家平均提升空间为9.17倍，东盟跨境电商出口市场仍有巨大的潜力没有被开发。

5 结论与建议

5.1 结论

本文基于2012—2021年中国对东盟国家跨境电商出口的面板数据，构建随机前沿引力模型，得出以下结论：第一，关于随机前沿引力模型实证结果表明，中国与东盟成员国经济规模对中国的跨境电商出口起到明显的促进作用，而中国与东盟成员国双方人口的规模、距离则会对中国的跨境电商出口起抑制作用。第二，关于贸易非效率模型回归结果表明：中国的互联网服务器的数量对中国跨境电商出口是抑制作用，而贸易国互联网服务器的数量对中国跨境电商出口起到促进作用。中国的生产能力并不影响其跨境电商出口，关于贸易国财产权保护、劳动力自由度在、政府诚信度都对中国跨境电商出口起促进作用，但是贸易国的商业自由度却抑制中国跨境电商的出口。第三，关于异质性实证研究表明：高收入国家中，中国与贸易国人口对中国跨境电商出口起到抑制作用。而中低收入国家，中国与贸易国人口对中国跨境电商出口起到抑制作用。在高收入国家中，中国与贸易国之间距离不影响中国跨境电商的出口。第四，关于潜力与效率研究表明：从国家的角度，中国对东盟成员国跨境电商出口效率普遍较低，但出口潜力巨大，对新加坡跨境电商出口的效率最高，对老挝跨境电商出口扩展空间最多。从时间的角度，中国对东盟绝大部分国家跨境电商出口效率2021年与2012年相比呈现上升。

5.2 建议

综上所述，中国对东盟成员国跨境电商出口效率普遍偏低，贸易存在巨大的提升空间。本文针对中国跨境电商出口贸易发展提出以下几点对策建议：第一，中国应坚持改革开放保持经济稳定增长，加强中国-东盟自贸区的发展与合作，积极带动东盟以及周边国家经济发展。中国作为世界上最大的制造业国家，需要大量的原材料，东盟成员国拥有大量的原材料，同时需要海量的工业制成品，中国与东盟国家在经济上应该相辅相成共同发展。第二，加快中国与东盟成员国自由贸易园区贸易区的建设，展开数字服务的交流合作，加快大数据、区块链等数字技术在跨境电商领域的应用。本文认为可以利用跨境电商交易的低成本、远距离、科技程度高等特点，加强数字基础设施方面的建设，充分发挥中国在物流、手机支付等方面的优势，减少距离对中国跨境电商出口的抑制作用。第三，首先，中国应该推动自由贸易与投资，通过推动相关经济伙伴关系协定等自由贸易协定的谈判，促进东盟国家市场的开放与法律法规的完善。其次，加强与东盟国家的对话与合作，通过官方或者非官方渠道就提高贸易国财产权保护、劳动力自由度、政府诚信度等问题进行合作与对话。第四，积极推进泛亚铁路的建设，构建一个以昆明为中心，连接整个东南亚的庞大铁路网，加强区域间经济合作与基础设施的互联互通。

参考文献

元静，桂玲玲.跨境电商、地理距离与对外贸易增长[J].商业经济研究，2024（4）：147-150.

柴利，董晨.“一带一路”沿线亚洲国家贸易便利化对中国跨境电商出口规模的影响[J].商业经济研究，2019（14）：134-138.

马述忠，张道涵，潘钢健.互联网搜索、需求适配性与跨境电商出口[J].国际贸易问题，2023（9）：52-70.

叶世雄，蔡一鸣.“丝路电商”国际合作如何影响中国数字服务贸易？[J].世界经济研究，2024（1）：89-104+137.

文淑惠，张昕.中南半岛贸易潜力及其影响因素： 基于随机前沿引力模型的实证分析[J].国际贸易问题，2017（10）：97-108.

崔岩，刘珊珊.中国与东北亚各国贸易效率研究[J].价格月刊，2021（5）：23-32.

冯乾彬，张沁雪，廖宇新.中欧班列对中国与沿线国家双边贸易效率及潜力的影响研究[J].工业技术经济，2022，41（7）：138-151.

陈昊，赵子薇.RCEP成员国间ICT产品出口贸易效率及潜力研究[J].财经问题研究，2023（10）： 116-129.

王微微，李雨晨.中国数字贸易效率与数字贸易潜力测算[J].统计与决策，2023，39（21）：108-112.

候杰，介颖.RCEP成员国数字贸易发展水平对中国跨境电商出口的影响研究[J].价格月刊， 2023（10）：77-84.

吴双.跨境电商进口贸易对我国居民消费的影响分析[J].中国商论，2023（17）：35-38.