莊 博 洪晨翔
(浙江工業大學 經濟學院,浙江 杭州 310023)
貿易便利化是當今各國促進貿易往來的關鍵,全面實施貿易便利化協定可使貿易成本平均降低14.3%(World Trade Report, 2015)。同時,黨的十八大明確提出“主動擴大進口”以實現貿易均衡發展,同時有助于滿足高端消費需求、倒逼產業升級和人民幣國際化(潘家棟,2019)。另一方面,中國與東盟國家進口額從2002年簽署框架協議籌建自貿區開始的312億美元猛增至2018年的2686億美元,年增長率高達14.4%,同期占中國總進口額由10.57%增至12.58%。隨著2013年“一帶一路”倡議的提出和2019年中國-東盟自貿區升級《協定書》對所有協定成員的全面生效,中國-東盟自貿區(CAFTA)的合作模式進入了一個嶄新階段。因此,研究貿易便利化水平是否促進中國-東盟進口及測算兩地區進口潛力具有重要的理論和現實意義。
本文的框架:第一部分為貿易便利化綜合指標體系構建及測算;第二部分為隨機前沿引力模型的設定;第三部分為實證結果及貿易潛力測算;第四部分為結論與建議。
本文沿用Wilson、Mann和Otsuki(2003)貿易便利化綜合指標構建的基本思想,在原四個方面的基礎之上做出適當修改,以適應當前國際貿易環境變化與國內環境發展的普遍狀況。出于指標體系的簡潔性考慮,本文并未將指標體系拓展到三級,總共設定四個一級指標:邊境口岸效率(P)、邊境海關管理(C)、國內制度環境(S)、國內金融及信息技術環境(F)。同時為進一步深入考察國內綜合大環境,本文還引入了政策透明度、產權保護、風險資本可得性、銀行健全度等指標,旨在構建高質量貿易便利化體系(見表1)。

表1 貿易便利化綜合指標評測體系構成
對于樣本的選取,參照魯曉東和趙奇偉(2010)、謝娟娟和岳靜(2011)的研究,充分考慮樣本的覆蓋程度以接近真實的狀況,最終選取2010—2018年中國與包含東盟國家在內的共37個貿易伙伴的數據進行研究,這些國家或地區與中國的雙邊貿易接近中國總貿易額約85%,因此極具代表性。而文萊、緬甸和老撾三個東盟國家存在數據缺失的問題,本文在后面未進行分析。
本文采用主成分分析法對中國與37個貿易伙伴的指標進行權重賦值,以減少賦權方面的主觀隨意性。借助SPSS 26.0軟件,首先對經標準化處理的各項指標進行KMO和巴特利特檢驗,結果顯示KMO取樣適切性量數達到0.816,表明各指標間具有較強相關性,數據適用于主成分分析法進行處理。經SPSS軟件分析,最終提取3個特征值大于1的主成分,包含原始20個指標共83.44%的信息,且使得各主成分兩兩互不相關(見表2)。在綜合評測模型各指標系數的計算中,將各主成分的每個指標所對應的系數分別乘上該主成分的貢獻率,相加后再除以三個主成分的累計貢獻率,最終得到貿易便利化綜合評測體系表達式,各一級指標的權重(分別為0.161、0.226、0.305、0.306)可由下屬二級指標系數相加而得。貿易便利化綜合測評模型如下:

表2 主成分各個指標系數構成
TFI=0.043P1-0.011P2+0.053P3+0.040P4+0.036P5+0.073C1+0.051C2+0.056C3+0.047C4+0.065S1+0.060S2+0.056S3+0.053S4+0.018S5+0.052S6+0.080F1+0.068F2+0.093F3+0.046F4+0.019F5
考慮到文章篇幅,文中僅列出了部分便利化水平較高的國家或地區的貿易便利化綜合得分情況及排名,從表3可以發現:(1)CAFTA成員國的貿易便利化水平偏低,地區差異化顯著,增長乏力。新加坡處于世界領先地位(多年位列第1);馬來西亞的便利化水平也在0.7以上,排名由2010年的第18位升至第12位;其余6個國家的便利化水平均處在中下游且增長動力不足;中國的便利化水平同期由0.632微增至0.657,2018年位列第21位。(2)發達國家或地區的貿易便利化水平處于前列,美國、日本表現搶眼。中國香港、歐洲的瑞士、荷蘭、德國、英國的便利化水平排名穩居前十,而美國與日本貿易便利化水平顯著提升,分別由0.717、0.708增至0.820、0.787,排名由第16、17位升至第2、7位。

表3 2010—2018年中國與東盟國家及部分其他國家地區的貿易便利化水平和排名
隨機前沿方法最早由Meeusen和Broeck(1977)提出,首次將傳統模型中的隨機擾動項區分為相互獨立的隨機誤差項和非效率項兩部分。此后,學者們更進一步將隨機前沿分析方法引入貿易引力模型,構建出隨機前沿引力模型,以解決傳統引力模型無法解決的被忽視的貿易阻力因素困擾。由于同時兼具隨機前沿方法的優點,模型可以計算出當前貿易的效率水平和貿易的潛力水平。在隨機前沿貿易引力模型中,隨機誤差項v表示貿易過程中出現的外界隨機沖擊,因而被假定服從均值為零的正態分布,而非負的貿易非效率項u表示所有無法觀測的非效率因素帶來的影響。面板數據中的隨機前沿模型一般可表示為
(1)
Yijt=f(Xijt,β)exp(vijt)exp(-uijt),uijt≥0
(2)
(3)
TEijt為t時期i、j兩國間貿易的效率,可分別考察其出口與進口兩方面的效率。引起貿易量無法達到貿易潛在水平的因素被定義為非效率項,若uijt總是表現為大于0,則TEijt即兩國間的貿易效率總是小于1,當貿易非效率項不存在時兩國間貿易的摩擦阻力變為0,可以達到貿易的潛在水平。對式(2)兩端取自然對數,可得:
lnYijt=lnf(Xijt,β)+vijt-uijt,uijt≥0
(4)
式(4)即本文主要使用的隨機前沿模型的基本形式。非負的貿易非效率項uijt一般被假定存在多種分布形式,包括半正態分布、截斷正態分布、指數分布以及伽馬分布,在本文中假定其服從大多數學者采用的截斷正態分布形式。在早期隨機前沿分析中常假定貿易非效率項不隨時間發生變化,稱該種假定下的模型為時不變隨機前沿模型,然而,當模型中采用數據的時間維度較長時,應當將非效率項的時間變化趨勢考慮在內,這與現實情況更為相符。學者Battese和Coelli(1992)提出非效率項uijt隨時間而變的時變隨機前沿模型TVD,參照其思路本文假定uijt的形式如下:
uijt={exp[-η(t-T)]}uij
(5)
式(5)中,uij的系數整體被表示為指數函數,以保證其符號為正,其中η為待估計的時變參數,當η=0時,非效率項uijt=uij,表示其不隨時間發生變化,模型轉化為時不變隨機前沿引力模型,當η>0、η<0時,則分別表示非效率水平隨時間降低、升高,即貿易的阻力隨時間降低、升高。
參考Armstrong(2007)分別對隨機前沿部分與貿易非效率部分的模型設定形式做出區分,將短時間內不易隨時間而改變的相關核心變量視為自然變量,引入隨機前沿部分,比如國家的經濟規模、首都地理距離、共同邊界、官方語言、需求供給互補性、內陸國與否等,同時將一定時期內可以按照人的意愿改變的人為因素,諸如關稅水平、貿易便利化水平、直接投資、簽訂自由貿易協定等因素,放入非效率模型中予以分析,以衡量貿易中的阻力。
本文借鑒魯曉東和趙奇偉(2010)、張會清(2017)的研究構建進口隨機前沿引力模型如下:
lnIMijt=β0+β1lnPGDPit+β2lnPGDPjt+β3lnPOPit+β4lnPOPjt+β5lnDISTij+β6Compijt+β7Boundij+β8Landlockj+β9Langij+vijt-uijt
(6)
其中:被解釋變量IMijt表示t時期中國i對j國的進口額;解釋變量PGDPit為t時期中國的人均GDP;PGDPit為t時期j國的人均GDP;POPit為t時期中國的人口總量;POPjt為t時期j國的人口總量;DISTij表示中國i首都北京與j國首都的地理距離;Compijt為t時期中國與j國的要素互補性指標,用雙方人均GDP的自然對數之差求得;虛擬變量Boundij、Langij、Landlockj分別表示中國與j國是否有共同邊界、共同語言以及j國是否為內陸國家,取1表示肯定,否則取0。
本文基于2010—2018年中國與其他37個貿易伙伴的數據,其中包含7個東盟國家。為了結論的穩健性和可靠性,對于樣本的選取同時考慮數據的可得性與樣本個體前后的一致性,并將范圍拓展到與中國貿易往來較為靠前的若干國家或地區,觀測值總量達到333。
在隨機前沿引力模型中,進口貿易額來源于《中國統計年鑒》,人均GDP以2010年不變價美元表示來源于世界銀行,總人口POP來源于世界銀行世界發展指數數據庫,互補性指數Comp通過人均GDP計算求得,首都間地理距離DIST、是否接壤、是否有共同語言、內陸國家與否等數據來源于法國世界經濟研究中心CEPII數據庫。
在隨機前沿引力模型及貿易非效率模型的參數估計中,本文主要采用STATA13軟件。通過時變隨機前沿引力模型計算得到的貿易效率值,可以衡量中國-東盟自由貿易區的貿易發展水平及潛力。
對隨機前沿引力模型的估計屬于參數估計,其估算結果受模型形式的影響較大,因此在利用模型進行系數估計之前首先需要對引力模型的形式進行檢驗篩選,以找出較合適的引力模型函數形式。本文在此設置兩個原假設:(1)貿易非效率項不存在;(2)貿易非效率項不隨時間變化。引入似然比檢驗,若增加約束條件使得約束模型的似然函數最大值有明顯降低,則拒絕原假設。本文對進口引力模型的形式做出相應檢驗結果見表4。從表4中可以看出,對于進口模型,似然比檢驗的結果均顯示為拒絕原假設,因此隨機前沿引力模型的采用是合理的,同時隨機前沿模型的非效率項隨時間而變化,采用時變隨機前沿模型TVD予以分析更為合適,因此在研究2010—2018年中國-東盟自貿區貿易效率時應當考慮各國的貿易效率在這些年中發生了變化。

表4 隨機前沿引力模型似然比檢驗結果
通過似然比檢驗確定隨機前沿引力模型的具體形式后,本文依據2010—2018年中國與37個樣本國家或地區的進口相關數據利用STATA軟件進行參數估計,便于對比本文的同時給出了時變模型TVD與廣義最小二乘法GLS的回歸結果(見表5)。
從表5可知,貿易非效率項在總體擾動中的占比用γ表示,在進口模型中γ的值達到0.99左右,說明在中國對東盟各國以及其他部分國家或地區的進口貿易中,貿易間的非效率因素是造成雙方貿易額無法達到潛在最大貿易值的主要原因,同時也表明采用隨機前沿法進行分析的合理性。η能夠反映非效率項隨時間變化的趨勢,在回歸結果中呈現出高度統計顯著性,表明采用TVD模型確實是合理的,各個國家與我國的貿易效率的確呈現隨時間變化的趨勢。進口隨機前沿引力模型的η系數為0.02且顯著,表明中國對來自東盟各國的進口貿易效率在不斷增加,貿易阻力呈現出降低趨勢。隨著“一帶一路”倡議的不斷推進與擴大進口戰略的穩步實施,我國與主要貿易伙伴間的進口在平臺培育、創新示范區建設、進口環節不合理收費清理等種種措施實施下呈現良好的發展態勢。

表5 隨機前沿引力模型估計結果
在進口引力模型的基本變量中:(1)人均GDP系數顯著為正,與理論預期相符,同時中國的人均GDP對貿易的正向影響更大,表明我國市場具有巨大的發展潛力,我國人均收入、消費水平的提升,能夠顯著提升進口需求水平;(2)貿易伙伴人口總量的系數顯著為正,伙伴國的市場越大意味著在我國產生有效需求的可能性越大;(3)中國人口總量的系數顯著為負,可能原因是我國人口總量的提升在增加了需求的同時也增加了國內生產供給能力,最終減少了進口依賴度;(4)首都間地理距離DIST系數顯著為負,表明國際貿易中地理距離確實是阻礙貿易進行的重要因素,而東盟國家是我國東南亞鄰國,因而進出口貿易受距離的影響相對有限;(5)Comp系數在TVD模型中顯著為正,表明貿易雙方的人均收入差距增大所產生的貿易互補性更強,由比較優勢產生的國際分工更明顯,從而促進了進口貿易;(6)共同語言Lang系數顯著為正,表明文化間距離越小,貿易訂單的成功率越大,而我國與新加坡、馬來西亞的貿易一定程度上的確受益于語言因素;(7)Bound系數為負表明具有相鄰的邊界會阻礙我國對該貿易伙伴的進口,部分文獻顯示許多國界線分布在地理條件較為惡劣的地區,若直接以邊界貿易為主則會引起貿易不便。
在使用引力模型基本影響因素對隨機前沿部分進行分析之后,本文利用貿易非效率模型對2010—2018年中國與東盟國家的進口非效率因素做深入分析,探究貿易中的人為因素對貿易潛力的影響,同時得出各國在2010—2018年的貿易效率估計值。對Armstrong(2007)的方法進行拓展,并參考國內相關學者的模型設定,本文在貿易非效率模型中引入貿易便利化水平、關稅水平、直接投資、簽訂自由貿易協定等外生因素,考慮到為避免“兩步法”使用時可能存在的不足,本文采用“一步法”對下述貿易非效率模型進行系數估計:
uijt=α0+α1TFIjt+α2FTAijt+α3lnFDIijt+α4BRjt+α5TAFit+εijt
(7)
式(7)為本文設定的進口貿易非效率模型。在貿易非效率項的影響因素選取中,本文主要考慮三種外生的人為因素:貿易便利化、貿易自由化以及直接投資。解釋變量分為三個部分說明:貿易便利化因素主要由上文測算出的各國貿易便利化綜合指數TFIjt表示,為t年貿易伙伴j的貿易便利化評分,以往學者大多在貿易便利化因素的選取中選擇部分代表便利化程度的外生變量,缺乏一定的整體性,本文使用綜合便利化指數對個體的便利化程度進行衡量,貿易自由化因素用FTA、BR、TAF表示。其中:FTAijt表示t年中國i與j國或地區是否存在自由貿易協定,存在自貿協定取1,否則為0,數據來自中國商務部;BRjt表示t年j國或地區是否處于我國提出的“一帶一路”框架體系之內,本文僅考慮“一帶一路”最初的65個國家或地區,取1表示該國或地區位于“一帶一路”框架體系之內,否則取0,數據來自中國“一帶一路”官方網站;TAFit表示t年中國i的平均關稅水平,數據來源于《全球競爭力報告》;直接投資由FDIijt代表,表示t年中國i對j國或地區的直接投資存量,數據來自中國對外直接投資統計公報。
在對貿易非效率模型進行參數估計之前,本文同樣需要先對模型的函數形式進行檢驗,利用似然比檢驗確定非效率模型的設定是否有誤。原假設為式(7)中所有解釋變量之前的系數全部為零(見表6)。

表6 貿易非效率模型似然比檢驗結果
根據似然比檢驗結果可知,貿易非效率模型中的解釋變量設置是合理的。接著本文采用“一步法”以37個國家或地區為樣本對2010—2018年中國與東盟國家的進口非效率因素進行系數估計(見表7)。

表7 貿易非效率模型估計結果
從結果中可以看出γ值達到0.63說明貿易非效率因素在模型的擾動中起到主要作用,非效率因素的存在使得實際貿易額難以達到最優的前沿貿易量。
從理論模型的推導可以發現,對貿易非效率項起到抑制作用的因素將會對實際貿易存在正面影響。首先考慮貿易便利化因素對非效率項的影響,結果顯示TFI貿易便利化水平的估計系數顯著為負,表明提升貿易便利化水平可以顯著降低貿易中存在的阻力。因此,完善基礎設施建設、提升海關效率、優化國內制度環境和金融互聯網環境對促進貿易具有重大意義。
對于貿易自由化因素:FTA的系數為負但不顯著,這是因為近年來各國簽署的自貿協定相當多,關稅在WTO框架下已處于較低水平,從而降低了FTA提高貿易效率的顯著程度;接著在一般FTA的基礎上,參考李曉鐘和呂培培(2019)將“一帶一路”倡議虛擬變量BR引入非效率模型,實證結果發現在進口方程中該變量系數顯著為正,說明其會對進口效率產生阻礙作用,與理論預期相悖。結合具體國家樣本發現可能是因為許多沿線國家的經濟發展水平較低,同時部分“一帶一路”沿線國家的交通基礎設施、貿易限制等障礙尚未消除,“一帶一路”建設在打通基礎設施瓶頸后將對經貿往來產生重大促進作用;最后引入中國關稅平均水平TAF系數顯著為負,表明我國仍需堅持擴大開放的政策,逐步消除貿易壁壘。
對于直接投資,回歸結果表明我國對外直接投資存量的增長顯著提升了我國與伙伴國的進口貿易效率。我國通過市場尋求、技術尋求、資源尋求的跨國公司企業內貿易形式,有效促進了國內消費者的進口需求水平提升,這也充分體現出國際投資合作在中國-東盟自貿區運行中起到的重要作用。
最后根據式(3)得出了各國或地區2010—2018年的貿易效率估計值和中國對部分貿易伙伴的進口效率,進口效率越高表明阻礙貿易發生因素的影響越小,實際發生的貿易額越接近貿易的潛在值,反之亦然。從表8可以看出:(1)中國與東盟國家的進口效率呈上升態勢,進口潛力相當大,尤其是柬埔寨、新加坡、菲律賓和印度尼西亞,2018年的進口潛力分別達0.97、0.69、0.61和0.53,表明在未來保持CAFTA開放的合作模式下,削弱人為阻力因素將有利于持續發揮自貿區對貿易的促進作用。(2)中國與非東盟國家或地區的進口效率也呈上升態勢,與荷蘭、英國、阿聯酋、中國香港、加拿大具有較大的進口潛力,2018年分別達0.87、0.81、0.81、0.77和0.73,說明經濟發展水平相對較高,基建等方面相對成熟的國家或地區依然存在較大的人為阻力,制約著中國的進口潛力。

表8 中國對部分國家與地區貿易效率及貿易潛力
本文采用滯后變量分析方法對模型進行穩健性檢驗。考慮到國際貿易業務的發生通常具有時滯性,本文參考李文霞(2019)的做法,將貿易便利化的一期滯后項作為代替指標引入進口隨機前沿引力模型的貿易非效率部分。由表9可見,滯后項的系數在1%的顯著性水平上為負,表明前期的便利化水平也會產生一定的正面影響,同時其他變量的系數符號基本一致,故模型是穩健的。

表9 進口模型穩健性檢驗結果
本文利用2010—2018年中國與東盟及部分典型國家和地區的相關數據,基于隨機前沿引力模型研究貿易便利化對中國進口潛力的影響。研究發現:(1)除新加坡和馬來西亞外,CAFTA其他成員國的貿易便利化水平偏低,地區差異化顯著,增長乏力,中國的貿易便利化水平處于中下游。(2)貿易間的非效率因素是造成貿易額無法達到潛在最大貿易值的主要原因。(3)提升貿易便利化水平可以顯著降低貿易中存在的阻力,貿易自由化因素和對外直接投資對進口效率也存在顯著影響。(4)我國對各貿易伙伴的進口效率不斷提升,CAFTA內部進口潛力相當大,尤其是柬埔寨、新加坡、菲律賓和印度尼西亞等國。此外,中國與荷蘭、英國、阿聯酋、中國香港、加拿大等發達國家或地區也具有較大的進口潛力?;谝陨辖Y論,本文提出以下政策建議:
(1)全面提升貿易便利化水平。在當下普通運輸成本影響逐漸減少、商品服務流通時間長、手續繁瑣等問題日益凸顯的情況下,貿易便利化情況應為各國政府所重視。這就需要進一步完善我國自身基礎設施建設,提升海關效率,積極使國內信息及金融環境與國際接軌。(2)加強國際經驗交流合作。CAFTA升級建設與共建“一帶一路”協同對欠發展國家予以技術支持及相關援助,也有助于我國物流、基建等企業可以在區域合作中抓住機遇更快更好地實施“走出去”戰略,更大程度地實現跨國公司的內部貿易。(3)推進落實擴大進口政策。在進口博覽會舉辦的契機下,逐步消除對國外商品與服務的貿易及非貿易壁壘,從供給的角度提高國內供給的數量、品種和質量,從而為國內市場引入更多質優價廉的商品,促使國內眾多效率低下的企業進行技術革新,提升國內各產業的核心競爭力,同時增加消費者福利。