貿易便利化對中國跨境電商出口的影響研究
——以非洲國家為例

張美云，柴靜婕

(西北政法大學 經濟學院，陜西 西安 710063)

一、背景

當前，在“一帶一路”倡議的推動下，中非經貿交流不斷深化。從2008年開始，中國一直是非洲最大的貿易伙伴。同時在后疫情時代，中非經貿合作逆勢而上，2021年1-10月，中非貿易額達到了2071億美元，同比增長了37.5%，展現出強大的韌性和潛力。2021年11月，為了構建更加緊密的中非命運共同體，中非合作論壇第八屆部長會議通過了“達喀爾行動計劃”，將中非經貿合作推向了更高水平發展的階段。其中，在貿易合作方面，該計劃指出中非將共同研究建立跨境電商合作機制的可能性，積極推進貿易便利化，共同推進跨境貿易無紙化，促進中非貿易暢通。

二、文獻綜述

1.貿易便利化的指標體系的建立

Wilson(2003)首次提出了衡量貿易便利化的綜合指標體系，從海關環境、港口環境、制度環境和電子商務四個方面對貿易便利化進行衡量。此后學者大多數都在其基礎上構建貿易便利化指標測度體系。王中美(2014)通過比較不同國家與國際組織關于貿易便利化的相關評估報告，得出結論認為，貿易便利化指標的范圍越來越廣泛，指標也越來越詳細，新興市場國家的貿易便利化正處于關鍵的改善期。彭羽(2014)在構建上海自貿區貿易便利化評價指標體系時，結合上海自貿區發展的戰略定位，將市場準入和商貿環境納入貿易便利化評價體系。孔慶峰，董虹蔚(2015)構建“一帶一路”沿線國家貿易便利化指標體系，增加物流競爭力、航運承受能力、金融服務的便利性與成本等二級指標。賀偉(2018)在中國貿易便利化體系構建中，考慮到物流運輸在國內外貿易中的明顯作用，將物流運輸效率納入評價體系。

2.貿易便利化的指標體系的測度

Wilson(2003)用算數平均法測算了貿易便利化綜合指標。曾崢、周茜(2008)參考以往文獻，根據貿易便利化指標的不同重要性，并咨詢相關專家貿易便利化指標的重要性，使用層次分析法來衡量2003年49個國家的貿易便利化水平。張毓卿(2019)采用主成分分析法測算了“一帶一路”沿線22個國家的貿易便利化水平，并分析了這22個國家貿易便利化水平變化趨勢。

3.測度貿易便利化經貿效應

在實證研究方面，主要有貿易引力模型、GCE模型以及全球貿易一般均衡模型。佟家棟、李連慶(2014)采用 CGE 模型探討在 APEC 內減少腐敗、提高貿易政策透明度以降低貿易成本所造成的經濟影響，結論是隨著政策透明度的提高以及腐敗程度的降低，各國都會得到明顯的貿易和福利收益。謝娟娟(2011)使用貿易引力模型，研究東盟國家貿易便利化對中國與東盟貿易流量的影響以及不同的關稅稅率對于推進東盟國家貿易便利化對中國與東盟貿易流量的不同影響作用。李思奇(2018)用全球貿易一般均衡模型研究得出，隨著中亞五國貿易便利化水平提升，將會改善中國與中亞五國的貿易條件。

4.文獻評述

通過已有的研究文獻可以得出以下結論：第一，現有文獻大多以東盟、亞洲國家或者“一帶一路”沿線國家為研究對象研究其貿易便利化水平，較少學者以非洲國家為視角測算其貿易便利化水平；第二，學者對于貿易便利化指標的選取標準各不相同，指標體系構建方法各有千秋，但大部分學者都參考了 Wilson 的做法，這也為本文提供了指導。同時，跨境電商作為一種新的貿易形式具有一定的特殊性，因此在構建貿易便利化指標體系時應更多考慮到跨境電商的特點。

三、中國跨境電商發展現狀

隨著傳統外貿企業加速向跨境電商轉型，互聯網對傳統外貿產業鏈的賦能空間極大。“外貿新基建”的不斷完善加速了外貿線上化，同時由于新冠疫情的影響，全球跨境電商迎來了新的發展機遇。在出口增長總體放緩的情況下，中國跨境電商進出口總額與交易規模持續攀升，由圖1可以得出，2012—2020年中國跨境電商交易規模年增長率均保持在10%以上。自2018年中美貿易摩擦以來，我國出口貿易與經濟增長受到了不同程度的沖擊。2020年，我國成為全球唯一實現貨物貿易正增長的主要經濟體，貨物貿易進出口總值達32.22萬億元人民幣，比2019年增長1.9%。由圖1可以看出，2020年我國跨境電商交易規模為12.5萬億元，同比增長31.1%；2021年上半年，跨境電商發展勢頭依舊保持延續，進出口總額達到人民幣8867億元，同比增長28.6%。根據網經社與光大證券的數據統計，2020年我國跨境電商交易規模達人民幣12.5萬億元，同比增長19%，占進出口總值超過30%。跨境電商規模的持續增長，給中國對外貿易發展提供了新的發展機會。

圖1 2012—2020年我國貨物進出口規模以及跨境電商交易規模(萬億元)

新冠肺炎疫情發生后，社交隔離、實體零售渠道受阻使全球消費者更深刻感受到網絡購物的便利，線上購物習慣在后疫情時代或將永久保留。2020年，全球電子商務用戶數量同比增長9.5%，達到34億人。這得益于穩定的經濟政治環境、完備的工業體系、快速響應的供應鏈，我國為全球提供品類豐富且具有高性價比的商品，深得海外消費者的青睞。根據全球跨境電商主要支付機構Paypal統計，我國已成為全球最大的B2C跨境電商交易市場，全球約有26%的支付交易發生在大陸地區，美國占21%位居第二，其后是英國、德國和日本。

線上消費習慣的形成與我國強大的消費品供給能力相碰撞，使得跨境電商成為我國企業“出海”新模式，企業紛紛加速全球化數字渠道鋪建，加之“無票免稅”“清單核放、匯總申報”等報關、投資便利化措施以及鼓勵建設海外倉等一系列支持完善跨境電商的政策陸續出臺，極大地促進了中國跨境電商的發展。

四、非洲國家貿易便利化指標體系的建立與測算

1.貿易便利化指標體系的建立

在已有貿易便利化相關文獻的基礎上，同時結合非洲各國的實際情況，設置了5個一級指標，分別是交通基礎設施(T)，海關環境(C)，政府規制環境(G)，電子商務(E)，金融服務(F)，并且將一級指標細分為21個二級指標，二級指標得分范圍與數據來源如表1所示。本文所選取的二級指標具有代表性和全面型，涵蓋了評價一國貿易便利化所涉及的全部內容。考慮數據可得性，共選取了34個非洲國家①納入研究樣本。

表1 貿易便利化指標構成、權重和數據來源

2.數據處理

由表1可看出，二級指標之間的取值范圍有所差異，為了便于將各個指標之間進行比較，需要對二級指標數據進行標準化處理，本文選取將原始值除以該序列最大值的方法，將各個二級指標取值范圍固定在(0～1)之間，即：

由表2可以看出，KMO值為0.888，大于0.6；巴特利特球形檢驗的顯著性小于0.05。說明變量之間的相關性比較強，可以進一步進行主成分分析。

表2 KMO和巴特利特檢驗結果

(1)

3.非洲國家貿易便利化水平的測算與評價

(1)相關性檢驗

由于一國貿易便利化水平的所有方面都趨向于協同發展，所以在進行全局主成分分析以前，需要使用SPSS軟件對二級指標進行KMO和巴特利特檢驗。

(2)非洲國家貿易便利化指標測算

本文使用spss軟件進行全局主成分分析，計算每個指標的權重，提取5個主成分，從5個主成分中提取21個指標67.609%的信息，并計算每個主成分指標的系數。5個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)

分別用每個主成分各指標對應的系數乘上該主成分的貢獻率再除以4個主成分的累積貢獻率，最后相加求和得到各國貿易便利化水平的測算公式如式(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)

為了使二級指標系數權重和為 1，需要對上式進行歸一化處理，即用各指標系數除以二級指標系數之和。一級指標權重則為其對應的二級指標權重之和。根據計算，可以得到34個“一帶一路”國家貿易便利化一級指標的權重。交通基礎設施(T)的權重為22.16%；海關環境的權重(C)為9.15%、政府規制環境(R)的權重為31.64%，電子商務(E)的權重為27.8%、金融服務(F)的權重為9.25%。最終，這些國家的貿易便利化綜合指數 (TF)可以表示為式(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)非洲國家貿易便利化指標分析

參考以往文獻常用的貿易便利化評分方法：0.8分及以上為非常便利水平；0.7～0.8分為比較便利水平；0.6～0.7分為一般便利水平；0.6分及以下為不便利水平。由表3可以得出各國貿易便利化的綜合得分，可以看出非洲大部分國家的貿易便利化水平較低。

表3 非洲部分國家貿易便利化水平綜合得分

通過比較非洲各國的歷年貿易便利化綜合得分的平均水平，乍得、毛里塔尼亞等19個國家平均得分處于不便利水平，阿爾及利亞等14個國家的平均得分處于一般便利水平及以上。2012—2019年平均得分最高的國家是毛里求斯，得分為0.794；其次是南非、塞舌爾、摩洛哥和盧旺達，這四個國家歷年評分均在0.7分以上，處于一般便利水平的區間及其以上；平均得分最低的是乍得，得分為0.455，處于非常不便利的區間。各國歷年平均最高得分與最低的分相差較大，表明非洲各國之間貿易便利化水平發展差距較大。

橫向比較2012—2019年各國貿易便利化水平得分，各國貿易便利化水平基本呈現出先升后降的狀態，除了突尼斯和阿爾及利亞之外，2018年受中美貿易摩擦影響，大部分非洲國家貿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、貝寧等14國一直為貿易不便利的國家，突尼斯、塞內加爾等7國一直為貿易一般便利水平國家。通過比較各國2012—2019年貿易便利化得分的增長速度，各國貿易便利化增速最快的國家是阿爾及利亞，增長了40.4%，由不便利水平發展為一般便利水平。

五、非洲國家貿易便利化對中國跨境電商出口的實證分析

1.模型設定與數據來源

本文使用stata進行實證研究，選取2012—2019年非洲34個國家的面板數據，建立的模型為引力模型。選取中國跨境電商對非洲國家的出口量、非洲各國GDP、人口數量、關稅稅率和貿易便利化指數作為變量，在構建模型中，將中國跨境電商對非洲國家的出口量、GDP、人口數量和貿易便利化得分指數取對數化進行處理。為了分析5個一級指標對跨境電商出口的影響，將貿易便利化一級指標納入到拓展的貿易引力模型內，模型設定為式(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表示中國跨境電商i年向j國的出口額；GDPij代表i年非洲j國的國內生產總值；POPij代表i年非洲j國的總人口；DISj代表中國首都與非洲j國首都之間的距離；TARij代表i年非洲j國的稅率；EFWij代表i年非洲j國的經濟自由度指數；TFij代表i年非洲j國貿易便利化水平的綜合得分；Tij代表i年非洲j國貿易便利化一級指標交通基礎設施得分；Cij代表i年非洲j國貿易便利化一級指標海關環境得分；Gij代表i年非洲j國貿易便利化一級指標政府規制環境得分；Eij代表i年非洲j國貿易便利化一級指標電子商務得分；Fij代表i年非洲j國貿易便利化一級指標金融環境得分。

由于尚未有官方機構對國與國之間的跨境電商數據進行統計，通過查閱相關文獻，參照艾瑞咨詢所采用的方法，采用的具體公式為：EXPij=中國跨境電商出口交易規模×(中國對該國的出口貿易額/中國出口貿易總額)，經過計算的數據為本文實證分析所用，其中中國向非洲某國的出口額以及中國當年出口貿易總額均來自于國家統計局。

GDPij和POPij均來自于世界銀行數據庫；DISj來自于CEPII數據庫；TARij來自于全球競爭力報告(GCR)；EFWij來源于美國傳統基金會；TFij、Tij、Cij、Gij、Eij以及Fij均為前文計算所得，變量預期符號如表4所示。

表4 變量預期符號

2.回歸分析

根據豪斯曼檢驗確定(Prob>chi2)小于0.1，選擇固定效應模型，但是由于距離不隨時間的變動而變動，所以采用時間固定效應模型。

根據實證研究結果式(9)可以看出貿易便利化綜合指標的效應，GDP對中國跨境電商對非洲國家出口量的影響在1%的水平上顯著，且為正面影響，與預期相符。在其他解釋變量不變的情況下，非洲國家GDP平均每增加1%，中國跨境電商對該非洲國家出口平均增加0.5145%。GDP代表一國的經濟規模，經濟發展水平達到較高程度顯著促進出口業務的發展，低水平的經濟條件不利于出口業務的發展。

人口數量與中國跨境電商對非洲國家出口量呈正面的影響關系，與預期相符，人口數量對中國跨境電商對非洲國家出口量的影響在5%的水平上顯著，與預期相符。在其他解釋變量不變的情況下，非洲國家人口數量平均每增加1%，中國跨境電商對該非洲國家出口平均增加0.343%。

兩國間的距離對出口量的增長也是十分顯著的，在1%的水平上顯著，呈相反關系，與預期相符。在其他解釋變量不變的情況下，兩國之間的距離平均每增加1%，中國跨境電商對該非洲國家出口平均減少3.752%。中國與非洲國家距離越遠，運輸成本就會越高，越不利于中國跨境電商對非洲國家出口量的增長。

關稅稅率與出口量在1%的水平上呈顯著的負相關關系，與預期相符。在其他解釋變量不變的情況下，該非洲國家關稅稅率平均每增加1%，中國跨境電商對該非洲國家出口平均減少0.086%。中國與非洲國家之間的關稅越高，越不利于中國跨境電商對非洲國家出口量的增長。

經濟自由度與出口量在1%的水平上呈顯著的正相關關系，與預期相符。在其他解釋變量不變的情況下，該非洲國家經濟自由度平均每增加1%，中國跨境電商對該非洲國家出口平均增加0.758%。一國經濟自由度水平越高，越有利于中國跨境電商對非洲國家出口量的增長。

貿易便利化指數對出口量的指數呈顯著的正相關關系，與預期相符，在1%的水平上顯著。在其他條件不變的情況下，該非洲國家貿易便利化綜合得分平均每增加1%，中國跨境電商對該非洲國家出口平均增加0.737%。兩國間的貿易便利化指數越高，貿易壁壘越低，貿易往來也就越頻繁，有利于出口量的增加。

為了研究貿易便利化不同方面對跨境電商的影響，將上文計算出的貿易便利化一級指標交通基礎設施T、海關環境C、政府規制環境G、電子商務E以及金融環境F分別納入到模型中，即式(10)-式(14)。回歸結果如表5所示，這5個一級指標與中國對非洲國家呈顯著的正相關關系，顯著性水平分別為5%、10%、10%、10%和5%。電子商務對中國跨境電商出口量的影響最為突出，非洲國家電子商務水平平均每提高1%，中國對非洲國家跨境電商出口量平均增加1.311%；其次是金融環境，非洲國家金融環境水平平均每提高1%，中國對非洲國家跨境電商出口量平均增加1.106%；非洲國家政府規制環境水平平均每提高1%，中國對非洲國家跨境電商出口量平均增加0.898%；非洲國家海關環境平均每提高1%，中國對非洲國家跨境電商出口量平均增加0.697%；非洲國家交通基礎設施平均每提高1%，中國對非洲國家跨境電商出口量平均增加0.54%。作為世界上發展中國家最為集中的大陸，非洲在貿易便利化方面還有許多提升空間，非洲國家貿易便利化水平的提高將會極大促進中國跨境電商的出口，同時也會給中國跨境電商的發展帶來新的歷史機遇。

表5 貿易引力模型回歸結果

六、政策建議

1.基礎設施建設

非洲各國基礎設施建設起步晚，由于受到各種因素的制約，非洲各國基礎設施建設發展較為緩慢，基礎設施建設成為制約非洲各國發展的重要因素。非洲各國應該積極搭建相關平臺，利用“一帶一路”的歷史機遇，充分利用中非合作論壇等重要中非合作平臺，與中資企業以及金融機構建立良好的合作關系，非洲各國政府積極進行海外融資，為本國基礎設施建設籌措充足的資金，減輕財政壓力。對于中國政府來說，非洲國家的基礎設施建設市場十分廣闊，對于中國對外承包工程企業來說是新的發展機遇，政府可以通過各種合作平臺積極為企業和非洲國家之間搭建合作的橋梁，同時利用中外金融機構，多渠道幫助非洲國家彌補基礎設施建設的資金缺口。

2.政府規制環境

跨境電子商務不僅給非洲國家帶來了機遇，也給各國政府帶來了挑戰。跨境電商作為一種新的貿易模式，各國需要出臺相關法律完善在這一部分的空白。非洲各國政府要不斷提高執法能力，對相關執法人員進行定期培訓，確保執法人員能準確識別電商市場的欺詐信息泄露等情況，以此推動電商市場的穩定發展。

3.數字化建設

近年來，非洲地區數字基礎設施建設正在不斷完善，同時新冠疫情的出現加快了非洲國家數字化的發展。但是，在非洲某些偏遠地區，數字基礎設施和電力設施還不夠完善，非洲約有70%的人居住在農村或城市周邊，政府要統籌考慮城鄉數字基礎設施建設均衡發展。且非洲人口整體受教育水平不高，數字經濟作為新興工作形式需要大量的人才，政府要在普及基礎教育的同時，加快培養數字經濟發展所需的相關人才，為本國數字化發展提供智力支持。同時，非洲各國應該鼓勵與跨國企業或金融機構開展跨境支付合作，提高跨境支付在本國市場的認可程度，簡化外匯兌換流程，促進貿易便利化水平的發展。

注釋

①本文測度了34個非洲國家，分別是阿爾及利亞、安哥拉、貝寧、博茨瓦納、布基納法索、布隆迪、喀麥隆、佛得角、乍得、科特迪瓦、埃及、埃塞俄比亞、加蓬、岡比亞、加納、肯尼亞、萊索托、馬達加斯加、馬拉維、馬里、毛里塔尼亞、毛里求斯、摩洛哥、莫桑比克、尼日利亞、盧旺達、塞內加爾、塞舌爾、南非、坦桑尼亞、突尼斯、烏干達、贊比亞、津巴布韋。