1. 引言
2017年2月22日,世界贸易组织(WTO)宣布,作为该组织成立20年来达成的首个多边贸易协定,在经过长达两年多时间的交付核准之后,《贸易便利化协定》 (以下简称《协定》)终于正式生效。根据国际机构测算,有效实施《协定》将使发达国家贸易成本降低10%,发展中国家成本降低13%~15.5%。《协定》实施最高可使发展中国家出口每年增长9.9% (约5690亿美元),发达国家增长4.5% (约4750亿美元)1。而贸易便利化无疑是实现这一美好前景最为关键的要素。实际上,随着近年来经济全球化和区域经济一体化的深入发展,国家和地区之间的经贸关系不断开放,世界平均关税水平大幅下降,非关税贸易壁垒也在不断削减,传统的关税和非关税措施对国际贸易的边际影响效应逐渐降低。贸易便利化则成为各国改善贸易环境、降低贸易成本、提高贸易效率、促进经济增长的新路径,其对全球贸易的重要作用得到了较为一致的认可,因此也成为全球经贸领域新的谈判焦点。
与此同时,作为最大的发展中国家,我国自2001年加入WTO以来,经过多年的发展,已成功跻身世界前列的贸易大国。但近年来以美国为主导的TPP和TTIP谈判、欧盟的债务危机等对我国的贸易环境造成了巨大的外部压力。面对新时期全球经济增长格局和经贸环境的转折性变化,习近平总书记先后提出了共建“丝绸之路经济带”和“21世纪海上丝绸之路” (以下简称“一带一路”)的重大战略倡议。通过构建全方位对外开放的新格局和国际合作新架构,实施更为主动的开放性政策,以应对国际贸易挑战。作为核心目标之一,“一带一路”战略致力于亚欧非大陆及附近海洋的互联互通,促进货物与要素流动的速度与效率,最终实现沿线国家的互利共赢。
鉴于此,本文通过构建一套完整的贸易便利化测度体系,对“一带一路”沿线主要国家的贸易便利化水平进行客观度量,掌握其分布特征,并进一步结合扩展的引力模型实证探讨贸易便利化对我国出口贸易的影响路径,以期为我国“一带一路”战略的顺利推进提供一定的理论支撑和决策参考。
2. 文献综述
到目前为止,包括WTO、亚太经合组织(APEC)、经济合作与发展组织(OECD)等在内的国际组织和国内外学者都围绕贸易便利化进行了较为丰富的研究,其中,贸易便利化水平的测度和影响效应是主要的研究视角之一。
在Wilson等(2003)之前,关于贸易便利化的实证研究成果非常有限,Wilson等从两个方面弥补了已有文献的不足。首先选取了包括港口效率、海关环境、规制环境和电子商务等在内的4个指标,用于测算亚太地区国家的贸易便利化水平;其次,基于扩展的引力模型估计了上述四个要素对各国贸易流量的影响 [1]。2005年,Wilson等再次对全球范围内的75个国家的贸易流量和贸易便利化之间的关系进行了实证探讨,从港口效率、海关环境、规制环境和服务业基础设施等四个方面8个指标测度了各国的贸易便利化水平 [2]。Shepherd和Wilson (2008)回顾了东南亚国家的贸易便利化演变历程,并同样基于引力模型验证了东南亚地区的贸易流量受交通基础设施和通信技术的影响最为显著 [3]。Felipe和Kumar (2010)则采用世界银行的物流绩效指标LPI来测度贸易便利化水平,进而结合引力模型检验了双边贸易流量与贸易便利化之间的关系,并对中亚国家贸易便利化水平的提升可能带来的贸易增长进行了估计 [4]。Moise和Sorescu (2013)基于OECD的研究构建了一个包含16个指标的评价体系(TFI),用于对发展中国家的贸易便利化水平进行测度,并探讨了TFI指标对发展中国家进出口贸易的影响 [5]。Rudjanakanoknad等(2014)从货运代理人的角度构建了贸易便利化测度指标,主要包含港口基础设施、港口管理水平、海关程序和海关执法透明度四个方面,并对泰国的7个国际港口的贸易便利化水平进行了评估 [6]。
近年来,国内关于贸易便利化的研究也得到了快速发展。曾铮和周茜(2008)较早地构建了贸易便利化评价指标体系,并基于层次分析法对全球范围内的49个代表性国家的贸易便利化水平进行了测算,通过引力模型验证了贸易便利化水平是影响我国与这些贸易伙伴国之间双边贸易额的重要因素 [7]。谢娟娟和岳静(2011)、孙林和徐旭霏(2011)、方晓丽和朱明侠(2013)等都测算了中国及东盟国家贸易便利化水平,并利用引力模型验证了贸易便利化程度对我国出口的影响 [8] [9] [10]。“一带一路”倡议提出之后,王彦芳(2015)、崔日明和黄英琬(2016)尝试构建了一套评价指标体系,用于分析“一带一路”沿线不同国家的贸易便利化现状 [11] [12]。孔庆峰和董虹蔚(2015)、张亚斌等(2016)则在贸易便利化水平测度的基础上,进一步探讨了贸易便利化水平的改善对我国贸易潜力的影响 [13] [14]。此外,谭晶荣和潘华曦(2016)则重点研究了“一带一路”沿线国家的贸易便利化程度对我国农产品出口的影响 [15]。
通过对已有文献的梳理我们不难发现,在构建贸易便利化综合评价指标体系时,目前国内外主流的做法均是以Wilson等(2003, 2005)所提出的框架为基础,根据研究目的的不同,进行评价指标的调整和选择。关于贸易便利化水平对地区贸易流量等的影响,也都较为一致地采用拓展的贸易引力模型进行实证探讨。但由于国内专门针对“一带一路”区域贸易便利化的研究集中于最近两年出现,成果积累相对较少,在评价体系的构建、研究对象的范畴、研究方法的选择等方面尚存在进一步探讨的空间。
3. 贸易便利化指标体系的构建及测评
(一) 评价体系的构建
关于贸易便利化的定义,目前国际上尚无统一标准,不同组织机构对贸易便利化进行阐释的侧重点不尽相同。WTO提出,“国际贸易中货物流动所需要的数据要进行收集、传递以及处理,贸易便利化就是对这个过程中涉及的行为、惯例以及手续进行简化与协调。”OECD对贸易便利化的表述是,“国际货物从卖方流动到买方并向另一方支付所需要的程序及相关信息流动的简化和标准化”。WCO (世界海关组织)则将贸易便利化定义为“可以通过采用现代科技和工艺,以国际协调的方式改进管制水平,以达到避免不必要的贸易限制的目的。”随着国际、区域、双边协定中关于贸易便利化议题讨论的逐步深入,其内涵也在不断发生演变。研究者对于贸易便利化测度指标的考察由传统的港口效率、海关程序等“入境时措施”拓展到信息和通讯技术、金融和电子商务等“入境后环境”。尽管具体定义存在差异,但各界都较为一致地认为,贸易便利化的目的是提高通关效率,改善贸易环境,促进国际贸易量增长。
基于此,本文借鉴Wilson等(2003, 2005)的做法,并结合《协定》最新规则,从贸易便利化和“一带一路”战略的本质内涵出发,构建了包括口岸与物流效率、海关与边境管理、规制环境、金融与电子商务等四个方面在内的综合评价体系。相较于已有研究成果在指标选择上的有限性,本文综合考虑了“一带一路”沿线国家的覆盖面和评价的全面性,最终将评价体系细化至23个指标,所有指标数据均收集整理自《全球竞争力报告》 (GCR) (2016-2017)和《全球贸易促进报告》 (GETR) (2016),以确保统计口径的一致性与合理性。表1给出了各指标的具体名称及说明。
Table 1. Evaluation index system of trade facilitation
表1. 贸易便利化评价指标体系
(二) 数据处理及测评
从已有文献来看,关于“一带一路”沿线涵盖的国家并没有统一的名单,秉承完整性和代表性原则,本文以付韶军(2016)归纳的75个国家为基础 [16] ,以表1中23个评价指标的数据可获性为前提,最终选择53个沿线国家与中国(共54个国家)一起进行测评,具体名单如表2所示。
Table 2. Main countries along the “One Belt One Road” route
表2. “一带一路”沿线国家
为了消除量纲影响并使测评结果更具直观意义,我们首先对各个指标数据进行最小-最大标准化处理(线性变换),即用每个指标值减去该指标值(54个国家)的最小值(逆指标则用指标值的最大值减去该指标值),再除以该指标值(54个国家)的极差(最大值减最小值)。在不引起误解的情况下,我们仍用Xij表示标准化之后的各个指标。
为避免加权的主观性,接下来我们采用主成分分析法确定各个指标的权重,并计算最后的贸易便利化水平得分。本文所有数据处理及分析均采用统计软件SPSS 19.0实现。表3的KMO和Bartlett检验结果显示,该数据适合进行主成分分析。
Table 3. KMO and Bartlett test
表3. KMO和Bartlett的检验
表4给出了主成分提取过程(部分),可以发现,前三个主成分的累积方差贡献率接近80%。因此,我们将其作为最后的三个综合指标,分别用Comp1,Comp2和Comp3表示。利用SPSS输出的载荷矩阵及各主成分对应的特征根,我们计算得到每个主成分在原始指标上的系数构成,如表5所示。
Table 4. Variance of the first three principal components
表4. 前三个主成分解释的总方差
Table 5. Linear coefficients of each principal component on the original indexes
表5. 各主成分在原始指标线性组合中的系数
进一步地,分别用三个主成分的方差贡献率除以其累积方差贡献率作为权重,计算每个原始指标对应的三个系数的加权平均值,最后进行归一化处理,得到贸易便利化水平的综合评价指标得分(TFI)计算公式为:
(1)
基于式(1),我们测评得到包括我国在内的“一带一路”沿线54个国家贸易便利化现状及排名如表6所示。
(三) 结果分析
从表6的测评结果我们看到,由于“一带一路”是目前世界上跨度最大、覆盖面最广的经济合作区域,沿线国家发展程度参差不齐,这必然导致其贸易便利化水平差距也较为显著。
新加坡是所有参与测评的对象中贸易便利化水平最高的国家,这与大多数文献的评价结果一致。其综合得分为0.95,在23项具体评价指标中,新加坡有12项均位列54个国家之首,优势明显。四个一级指标几乎没有短板,海关与边境管理、规制环境表现尤为突出。
Table 6. Trade facilitation score and rank of “One Belt One Road” countries
表6. “一带一路”沿线国家贸易便利化水平及排名2
从地域来看,西欧国家贸易便利化水平普遍较高,而大部分南亚和中亚国家贸易便利化水平都相对落后,孟加拉国、吉尔吉斯斯坦和巴基斯坦位居排名的最后三位,得分均低于0.3。口岸基础设施薄弱、贸易壁垒盛行、行贿与腐败现象严重等是制约这些国家贸易便利化程度的主要因素。包括东南亚、西亚北非和中东欧等在内的其他地区国家之间的贸易便利化水平内部差异较大。
中国的贸易便利化水平综合得分为0.54,尽管在54个国家中排名中等偏上(第19位),但与新加坡、荷兰、英国、日本等发达国家相比,仍存在较大提升空间。具体来看,中国在口岸基础设施(尤其是铁路)、物流竞争力、运输及时性、进出口时间等方面具有一定优势,但在贸易壁垒盛行程度、新技术的可获性和信息通信技术的使用等方面存在较为明显的短板。
4. 我国出口贸易影响因素的实证分析
(一) 模型设定
Tinbergen (1962)和Poyhonen (1963)最早将引力模型应用到国际贸易领域,之后诸多学者对该模型中的因素进行了补充和拓展。如前文所述,大量研究成果表明,采用贸易引力模型分析一国贸易流量影响因素具有较好的优势和适用性,能够在一定程度上对现实问题进行解释和模拟,自20世纪60年代以来在国际贸易研究中得到了广泛应用。
标准的引力模型通常包括三类解释变量:衡量经济规模的解释变量,如一国GDP和人口总量;衡量地理位置的解释变量,如国家之间的距离;贸易政策虚拟变量,如贸易双方是否同为某国际组织成员国。在此基础上,本文进一步在模型中引入关税水平和贸易便利化水平两个变量,用于探讨贸易便利化程度对一国贸易流量可能产生的影响,并与传统的关税措施效应进行比较。由于本文着重探讨我国出口贸易的影响因素,实证分析选取的数据为2016年的截面数据,我国自身的GDP和人口总量为常数,对回归结果没有影响,因此不作为变量纳入模型。模型最终的基本表达式设定为3:
(2)
其中,因变量EXPij代表我国(第i国)对其他各国(第j国)的出口额。GDPj和POPj分别代表第j国的国内生产总值和人口总量;DISij是我国与第j国之间的距离;APECij是虚拟变量,代表我国与第j国是否同属于亚太经合组织,如果是,取值为1,否则为0;Tariffj是第j国的关税水平;TFIj是前文测算得到的第j国的贸易便利化水平。上述变量的数据来源如表7所示。
Table 7. Variables in the model and data source
表7. 模型变量说明及数据来源
(二) 实证分析结果
本文收集整理了2016年各国的相关数据,由于个别国家贸易数据缺失,最终采用39个国家的截面数据进行回归分析。SPSS 19.0输出结果显示,本文建立的模型(2)拟合优度较好,调整后R2达到了0.91,整个回归方程通过了显著性检验,D-W值接近于2,残差分析结果也显示其基本符合正态分布假定(限于篇幅,此处未给出所有输出结果),模型整体回归效果良好。
表8给出了主要的模型估计结果,可以看到,除了变量APEC和Tariff,其他自变量的回归系数均较为显著。
1) 国内生产总值反映了一国的经济规模和潜在市场需求,其对双边贸易的重要引力作用在已有文献中得到了较为普遍的认可。本文的最新数据分析再次验证了,作为我国贸易合作伙伴,如果“一带一路”沿线国家的国内生产总值增加1%,我国对其出口贸易额将增加0.406%。
Table 8. Estimation results of model
表8. 模型估计结果
注:***、**和*分别表示在1%、5%和10%的显著性水平下通过检验。
2) 关于人口对国际贸易的影响效应,理论上有着不同的解释,不同学者的实证分析结果也不尽相同。在本文的样本范围内,进口国的人口总量对于我国出口额具有显著的正向影响。在其他因素不变的情况下,如果进口国的人口数增加1%,我国对其出口贸易额将增加0.498%。这可能与“一带一路”沿线的国家构成有较为紧密的联系,当人口增加时,其市场需求规模和多样化都在增加,从而有利于促进国际贸易活动的开展。
3) 地理距离对我国的出口贸易具有较为显著的阻碍作用,显然,两国之间的距离越远,运输成本越高。实证结果显示,与“一带一路”沿线国家的地理距离增加1%,我国的出口贸易额将降低0.596%。这也进一步验证了作为贸易便利化测评的构成指标,进口国的口岸与物流效率是影响我国出口贸易的重要因素之一。可以预见,随着“一带一路”战略的推进,亚欧非大陆的设施建设日益完善,地理距离的这一约束作用将逐渐减弱。
4) APEC变量的回归系数为正,说明如果进口国与我国同属于亚太经合组织,将对我国出口贸易产生一定的积极影响,但该影响并不显著。这主要是由于“一带一路”沿线区域覆盖面广,区域内的国家分别隶属于包括东盟、欧盟等在内的不同经济合作组织,而本文是以我国的出口贸易为研究视角,因此并未将其他一体化组织的影响效应纳入考察范围。此外,区域经济一体化组织主要是通过取消区域内关税壁垒等政策来促进区域贸易发展,而随着世界范围内平均关税水平的大幅下降,关税政策对国际贸易的边际影响效应已逐渐降低(后文的分析验证了该结论),因此该变量的正向影响也趋于弱化。
5) 关税水平的回归系数为−0.119,表示进口国的关税水平每降低1%,我国对其的出口贸易额将增加0.119%。显然,相对其他变量,传统的关税政策对于出口贸易的影响较弱,且并不显著。毫无疑问,随着“一带一路”区域经济合作的日益深化,各国之间的经贸关系不断开放,关税壁垒的阻碍作用将逐渐消除。
6) 贸易便利化作为近年来全球经贸领域新的关注焦点,其对我国出口贸易的积极影响再次得到了验证。数据分析结果显示,如果“一带一路”沿线国家的贸易便利化水平每提高0.1分,我国对其的出口贸易额将增加0.214%,且影响显著,贸易便利化已成为双边贸易的重要引力来源之一。
5. 结语
作为我国新时期应对国际贸易挑战的全方位扩大开放布局的重要组成部分,“一带一路”战略以创新的视野致力于培育全球经济新增长点,实现沿线国家的互利共赢。本文通过系统构建贸易便利化评价指标体系,客观测度了“一带一路”沿线各国的贸易便利化现状。由于地域覆盖面广,各国经济发展程度参差不齐,其贸易便利化水平差距显著。但普遍来说,各国均存在不同的“短板”,提升空间较大。而实证分析表明,“一带一路”沿线国家贸易便利化程度的改善对我国的出口贸易有显著的促进作用,尤其是在关税下降空间不断压缩的全球背景下,贸易便利化建设的积极效应必将日益凸显。
在“一带一路”战略的推行过程中,我国一方面应以初期阶段各类口岸基础设施的互联互通为突破口,发挥我国在口岸与物流效率方面的相对优势,加大对“一带一路”沿线发展中国家和落后地区基础设施建设的援助,弥补海关与边境管理缺陷;另一方面,通过区域合作政策的制定,督促包括我国自身在内的沿线各国加快实现政府规制环境、金融与电子商务等长期建设目标,为贸易便利化水平的综合提升,进而为我国出口贸易潜力的充分释放创造良好的“软实力”支撑。
NOTES
1数据来源商务部网站。
2因表格中显示的得分保留至两位小数,个别国家得分显示相同,但实际得分有微小差异,因此排名不同。
3标准的引力模型实际上是以各自变量的乘法模型为基础,进而将其转换为自然对数线性形式进行回归分析。在本文拓展的引力模型中,由于变量APECij和TFIj取值范围均为0到1之间,因此不再对其取对数。