数字经济发展水平对进出口贸易和贸易效率的影响

[摘要]数字经济的强渗透性特征影响着国际贸易的诸多方面，量化分析数字经济发展水平对进出口贸易的影响有着现实意义。在分析了数字技术影响国际贸易途径的基础上，运用异质性随机前沿时变（TRE-SFA）方法，采用2000—2019年江苏与RCEP国家的贸易数据，计量分析得出结论：贸易相关国的数字经济发展水平每增长10%，促进双边进出口贸易额增长1.8%，数字经济发展水平对进出口贸易有着积极推动作用。通过把数字经济发展水平是否纳入影响贸易效率的因素进行对比，分析结果认为数字经济发展水平对贸易效率具有同样的促进作用。同时，创新呈现的RCEP各国的贸易效率曲线图可以直观反映近20年各国的贸易效率变化情况，对贸易效率研究提出新的角度。建议我国应在积极把握RCEP关税下降和累积原产证制度等有利条件的同时，参与RCEP国家交通基础建设和新型基础设施建设，提高各国数字经济发展水平来促进双边贸易。

[关键词]数字经济;贸易便利化;RCEP;异质性随机前沿模型;贸易效率

一、引言

近年来数字经济成为经济增长的新动能，在国际贸易领域，数字技术的应用不仅提升了贸易管理水平，信息的即时交互也使贸易便利化程度快速上升，提高了贸易的整体效率。

2008年美国金融危机影响了全球经济，三大经济体经济出现不同程度的下行。2020年以来受疫情影响，世界经济有再次探底的风险，主要经济体贸易失衡，新贸易保护主义抬头。以WTO为主的全球贸易治理体系自多哈会谈受阻，不同经济体的诉求存在较大的差异，因而区域经济一体化成为更易推进的贸易优化方式。《区域全面经济伙伴关系协定》（RCEP）于2020年11月15日正式签署，共包括15个成员国，分别是东盟10国、中国、日本、韩国、澳大利亚和新西兰1。成员国总人口数、GDP和吸引外国直接投资流入额都分别至少占全球总额的1/3，是全球最大的自由贸易区，并已于2022年1月1日生效。RCEP条款的全面性和先进性，让饱受疫情影响的RCEP各成员国对其充满期待。

在构建国内国际双循环新发展格局的背景下，结合江苏与RCEP的贸易情况来分析数字经济发展水平对进出口贸易及贸易效率的影响，对促进江苏乃至全国抓住RCEP机遇有现实意义。

二、 数字经济促进进出口贸易的途径分析及文献综述

数字经济的最初表现就是互联网在各行业的应用，互联网是一种信息能源，就像蒸汽机和电力一样，最终成为底层应用或者基本动力服务各行各业。互联网对贸易的巨大影响主要源于对信息传递效率的改善，可以促进知识、信息和观念的产生和传播，提升企业内、企业间、企业与消费者、企业与生产要素之间、国家间的资源配置效率[1]。本文综合相关文献，认为数字经济对国际贸易的作用机理主要有以下3个方面。

1. 提高匹配效率

传统跨境贸易往往通过大批量的运输方式将商品从生产国运送到消费国，再通过多层批发、零售转卖，销售环节长且成本高;而数字经济的跨境电商则借助电商平台，在线快速匹配，提高交易效率，并通过集约式物流将商品生产地直接配送至零售商或是消费者手中，减少商品流通环节[2]。平台作为数字经济中兴起的经济组织形式，发挥着重要作用。互联网平台因其外部性特点，会对资源产生集聚效应，对营销产生指数放大效应[3]。

数字经济时代国际贸易交易的主体也发生了改变，由原来的大公司为主，变为以中小企业和个人为主。根据Ebay公司网站（ebaymainstreet.com）中的市场调研报告，2019年调查数据显示95%的美国中小企业借助互联网交易平台进入国际市场1。

2. 节省交易成本

诺贝尔经济学奖获得者罗纳德·科斯用交易成本概念解释企业规模，交易成本也是国际贸易的重要影响因素，完成一项市场交易，要清楚交易对象、交易意愿以及交易条件，为了达成交易要经历事前谈判、事中契约拟定、交易履行沟通等过程。各种即时互动平台使国际贸易的交流方式更多样，各种电商平台使交易方式更便捷安全，单一窗口、电子海关使监管方式全面升级，各种数字技术的应用让整个贸易过程变得高效。

世界贸易组织（WTO）的研究报告，指出贸易便利化对降低贸易成本至关重要。2013年巴厘岛部长级会议结束了贸易便利化协定（TFA）谈判，TFA已于2017年2月22日生效，协定国际贸易程序的简化和协调，加快货物在海关的通关时间2。数字技术能切实提高沟通效率、降低沟通成本、缩短沟通时间、提高物流时效。施炳展用企业微观数据实证分析[1]、杨巧用152个国家的贸易数据分析[4]，都得出了数字技术显著降低了交易成本的结论。

3. 降低交易风险

对国际客户偏好以及质量标准等信息了解不够就会产生国际贸易经营风险。数字技术提高了信息透明度，减少了信息不对称，使市场不断趋向于完全竞争市场，竞争环境不断改善，市场秩序得到不断规范。

施炳展认为通过降低信息成本和促进贸易便利化，数字政府对国际贸易有着积极影响[5]。本文认为数字技术对世界经济的影响是全覆盖的，而且在各环节各链条都有很强的渗透性，因而要特别重视数字技术在国际贸易中的影响和作用。

本文利用面板数据研究数字经济对进出口贸易量及贸易效率的影响，可能存在的创新之处在于，一是方法创新。异质性随机前沿时变（TRE-SFA）方法在数字经济领域的应用不多。二是以进出口总额为因变量。其他研究大部分以出口额作为因变量，但出口额不能全面反映贸易全景。三是用图表直观地呈现贸易效率变化，其他研究一般都是用平均值的贸易效率分析，本文更能清楚反映双边贸易效率历史和现状。

三、 江苏与RCEP相关国家贸易现状

1. 江苏进出口在全国比重3

江苏省位于我国东部沿海地区，土地面积占全国的1.1%，人口占全国总人口的5.8%，地区生产总值占全国的10.1%，是我国重要的经济强省，外贸依存度高。如图1所示，从2010年到2020年，江苏省的进出口总额总体上变化不大，但在全国的贸易总额中的占比有所下降，说明江苏省外贸增长在全国视野下略显落后。

2. 江苏与RCEP国家贸易分析

2010—2020年，江苏从RCEP国家的进口额占江苏全部进口总额50%左右，出口占比约为25%。2020年江苏与RCEP双边贸易总量是2392亿美元，占江苏与全球所有国家贸易总额6428亿美元的37%。与江苏RCEP成员国之间的双边贸易是最重要的双边关系之一。

从进出口贸易额来看，从RCEP成员国的年进口总额从2000年的1020934万美元增长到2020年的11793757万美元，总体上增长了11.55倍;向RCEP国家的年出口总额从2000年的977260万美元增长到2020年12128145万美元，增长了12.41倍。进出口总量上呈现均衡态势，2000年进出口比为1.04，2020年为0.97，基本平衡。

从国别分析，日本和韩国是江苏最重要的进口来源国。2000到2020年的年进口占比进行算术平均后，日本占34%，韩国占35%，是RCEP中江苏主要的进口来源地。之后分别是马来西亚7%，澳大利亚6%，新加坡5%，泰国5%，份额都相对比较小。日本是江苏最大的出口目的地，平均占比达到41%，韩国是18%，然后是新加坡8%，澳大利亚7%，马来西亚6%，泰国、越南、印度尼西亚都是5%的平均占比。综合来看，RCEP国家与江苏的贸易往来大约可以分为3个梯队，日本、韩国是第一梯队，澳大利亚、新加坡、马来西亚、泰国、越南、印度尼西亚是第二梯队，其他国家则是第三梯队。

从产品结构分析，高新科技产品贸易近年来持续增长，主要从日本、韩国、新加坡等国为主，产品涉及集成电路、半导体、合成材料等;劳动密集型产品贸易稳中略有下降，产品主要以服饰、纺织品为主。随着我国经济的快速发展及我国分配制度中越来越注意保护劳动者收益的政策（江苏省2021年8月1日起再次提高了全省最低工资标准），劳动密集型产品的贸易竞争优势变弱，近年来东南亚发展中国家承接了很多贸易转移，成为江苏主要的竞争对手。

四、 模型构建

1. 研究方法的确定

分析双边贸易关系和贸易效率，常用面板数据随机前沿引力模型进行研究。

其中，Yit表示i国在t期的实际贸易额，Xit表示贸易额的影响因素，Vit是服从[N（0，σ2v）分布]的独立随机误差，Ui是不可观测的影响贸易效率的因素，如制度安排、海关效率等人为因素。

随机前沿估计方法主要应用于产出、技术、贸易效率的研究，起初只能得到研究对象的平均效率或者时间不变的效率。1992年Battese和Coelli提出时变衰减模型（TVD），在假定效率单调变化下，估计出每个样本单位的时变技术效率[6]。2005年Greene提出模型应该考虑真实的固定效应（TFE）和真实的时变效应（TRE），他认为先前的估计方法没有考虑各样本单位不可观察的异质性，忽略异质性的后果就是估计的效率项（[μit]）中包含了单个样本单位的不可观察异质性，而这些异质性可能和真实的效率没有任何关系。因此，Greene建议使用如下的计量模型[7]：

其中，[αi]表示决策单位i的不可观察异质性。假设：[μit]在不同的i和t之间服从相互独立的半正态分布[N+（0， σ2μ）]，[vit]服从相互独立的正态分布N[（0， σ2μ）]，[μit]和[vit]之间相互独立，[μit]、[vit]与[Xit]之间不相关，可以得到[εit]的概率密度函数。这一模型既考虑了不同国家的异质性，同时对贸易非效率项的趋势没有限定，因此国内学者也称其为异质性随机前沿模型。Belotti等[8]比较了随机前沿模型中不同方法的设定，认为TRE最具弹性，相比其他方法更适用于实证分析。

贸易效率是衡量国际贸易的重要指标。理想状态是没有贸易摩擦，贸易非效率项为零，贸易达到理想值。由模型（2）测算出贸易前沿值，即式（3）：

将实际贸易额即式（4）和贸易前沿值即式（3）的比值exp（[-Uit]）称为i国在t期的贸易效率TEit，取值范围为[TEit∈[0， 1]]。贸易效率[TEit=exp（-Uit）]，它的大小取决于贸易非效率项[Uit]。当贸易非效率项[Uit=0]时，[TEit=1]，两国间的贸易实现最大效率。

2. 本文模型设定及说明

根据以往学者研究和考虑影响双边贸易因素的全面性，除了重点关注数字经济发展水平以外，本文选择了经济、人口、投资规模等因素加入模型。

（1）经济规模：经济规模用国内生产总值（GDP）来衡量，经济规模对出口能力和消费能力都是正向促进，经济规模大意味着贸易规模大。

（2）地理距离：距离在国际贸易中意味着成本，同样的商品距离越远相关成本越高、相对交易规模就小。本文选用贸易双方的绝对距离，以江苏与贸易国首都之间的距离作为地理距离的度量依据。

（3）人口数量：人口数量越多意味着市场更大，消费容量更多。

（4）直接投资额：江苏对RCEP的投资会促进对外出口，增加贸易机会。但最终因数据大量缺失而放弃，通过对仅有的数据进行测算，结果显示对进口显著。

（5）吸收外资额：RCEP成员国对江苏的投资也会增进相互贸易往来，增加双方的贸易流量。

（6）数字经济发展水平是本文需要考察的核心变量。数字经济相关统计方式尚未成熟，其内涵和外延也在变化之中，数字经济规模的数据难于获取。数字经济的本质是连接，互联网的连接数量也就是互联网使用的人数，反映了数字经济规模，参照Choi[9]的做法本文用互联网普及率来代替。

在式（5）中，j代表江苏，i代表RCEP的其他国家;[αi表示不同国家异质性;β1，β2， ……，β7]为待估参数。[贸易量ijt]代表江苏对目标j国在t年的出口/进口/进出口总金额;GDP代表经济总量;People代表常住人口数量;Disti代表南京到i国首都的直线距离;FDIit代表江苏吸引i国的FDI金额。式（5）中，internetij用来代表i国在t年的互联网普及率。本文通过一步法来估算互联网普及率对贸易的影响，再经过估算结果，得出TEit贸易效率，以分析贸易效率的变化。