中国与CPTPP 国家贸易效率与潜力测算——基于时变随机前沿引力模型

王 翀

（海关总署研究中心， 北京 100730）

一、 引言

（一）CPTPP 概述

《全面与进步跨太平洋伙伴关系协定》（CPTPP），脱胎于美国主导的跨太平洋伙伴关系协定（TPP）。美国退出TPP 后， 剩余11 个成员国完成了协议签署，并已在大部分成员国生效。 CPTPP 成员国覆盖接近5 亿人口，成员国GDP 总量占全球经济比重约13%。 虽然协议搁置了TPP 中的22 项具有争议或难度较大的条款，但保留了95%的文本内容，仍是全球最高标准的贸易投资协议之一。2020 年中国宣布考虑加入协议，2021 年9 月提出正式申请加入的书面信函。

CPTPP 在贸易投资领域的高标准主要体现在以下几点。 一是采取零关税模式， 在货物和服务领域消除和削减关税， 零关税比例普遍超过90%，增强成员国商品和服务的国际竞争力。 二是简化和完善原产地规则，提高对货物区域价值成分的要求，增强成员国在供应链上的相互配合。 三是开放各领域投资限制，尤其是运输、金融、电信、数字服务等服务业限制， 增强成员国跨境投资的意愿。 四是削减边境后壁垒，清理和规范各类补贴，倒逼企业提升自身竞争力。

（二）研究问题的提出

一方面，近些年中国与部分CPTPP 成员国贸易增速放缓，贸易紧密程度有所下降，引发CPTPP 贸易转移效应影响中国出口的担忧。 然而，很少有学者分析CPTPP 协议生效后，中国对成员国出口是否受到明显影响。 另一方面，如果中国加入CPTPP，中国企业将以更低贸易成本进入成员国市场，带来更加紧密的贸易联系并进一步扩大贸易规模。 国内已有较多文献从定性的角度出发，说明加入协议对中国的影响有多大，但很少有从定量的角度，测算中国与协议成员国间的贸易效率，并估算中国对成员国出口还有多大的贸易潜力和拓展空间。

因此，在分析中国与CPTPP 国家贸易发展趋势的基础上， 运用时变随机前沿引力模型， 采用2001—2021 年中国与CPTPP 协议11 个成员国之间的贸易数据及其他经济数据， 分析经济环境、监管环境和基础设施条件等影响因素对贸易效率的影响情况，并测算贸易潜力和拓展空间，在此基础上提出对策建议。

二、文献综述

（一）定性研究

定性研究主要包括以下几个方面：一是加入协议的机遇与挑战以及中国是否需要加入。 苏庆义和王睿雅（2021）基于自贸协定“开放、规则、政治”三维属性，建立加入自贸协定的成本收益框架，并提出相比五年前中国加入协议的收益不变但成本显著下降。[1]王晓红（2022）认为，与协议规则相比，中国在多个领域仍存在不同程度的差距，要推进服务贸易重点领域开放。[2]二是与其他自贸协议进行对比研究。全毅（2021）比较CPTPP 和区域全面经济伙伴关系协定（RCEP）服务贸易规则差异，重点分析金融、电信等条款与中国政策法规区别，提出完善中国法律法规的政策建议及对外开放的谈判策略。[3]于鹏等（2021）从涵盖范围、影响力、货物贸易、服务贸易和投资规则以及争端解决等方面，对CPTPP 和RCEP 两个协议进行了比较研究。[4]余淼杰和王吉明（2021）比较分析了CPTPP 与RCEP 的差异，分析中国加入协议可能存在的挑战以及具备的优势和能力。[5]三是重点关注协议中的某个章节，将协议条款与中国现行政策法规进行对比研究。 张方波（2020）重点研究了金融服务条款，从最低待遇、不符措施、例外、附条件的金融投资争端解决机制、金融数据本地化等多个角度，提出中国应从哪些方面推动金融改革，为加入协议做好金融技术的准备。[6]徐昕（2022）、贺小勇和许梦婧（2022）、董静然（2020）等学者分别研究了协议中的国有企业、政府采购、知识产权、数字贸易等章节，并探讨其对中国的影响及应对。[7-9]

（二）定量研究

周超和刘传明（2022）采用贸易引力模型，认为CPTPP 协议签署生效导致中国出口产生了贸易转移效应，尤其是对低技术制造部门影响较大。[10]徐林清和蒋邵梅（2021）使用全球贸易分析模型（GTAP），分析RCEP 与CPTPP 产生的经济效应，并认为加入RCEP 不足以完全实现对CPTPP 的战略对冲。[11]刁莉等（2020）使用贸易引力模型测算了协议对中国与东盟的双边贸易的影响。[12]很多学者的研究集中关注中国是否应该加入协议，并测算可能获得的经济和贸易利益，如李春顶等（2021）通过构建CGE 模型，嵌入价值链和增加值贸易结构，模拟中国应对协议政策选择的三类九种情景的经济效果。[13]关兵和梁一新（2019）使用GTAP 模型，提出加入协议有利于中国经济发展和区域融合。[14]张珺和展金永（2018） 使用GTAP 模型比较中国加入CPTPP 和RCEP 及对亚太主要经济体的经济效应差异。[15]

三、 中国与CPTPP 国家贸易发展趋势

（一）贸易规模

CPTPP 生效后，中国与CPTPP 成员国贸易增长平稳，2019 年中国对成员国出口5091.1 亿美元，2021 年中国对成员国出口6719.3 亿美元，两年复合增长率为14.9%。 但中国对成员国出口占中国总出口比重有所下降，2019 年中国对成员国出口占中国总出口的20.4%，2021 年降至20%。

（二）分国别出口趋势

中国对日本、越南、马来西亚、加拿大、新加坡出口规模较大，而对秘鲁、文莱、新西兰出口规模较小。2019—2021 年， 中国对大部分国家出口增长较快，对智利、 秘鲁、 马来西亚和新西兰出口分别增长78.8%、56.3%、51%和49.3%， 显著高于平均出口增速。但对部分国家增速明显放缓，如对日本、新加坡、文莱三国出口分别增长15.8%、0.9%、-3.0%。

（三）贸易结合度

中国与多数成员国贸易联系紧密， 但与部分国家的贸易联系出现下滑。 一般可以用贸易结合度指数（TCD） 衡量两个国家在贸易方面的相互依存程度。 TCD 计算公式为：TCDij=（EXij/EXi）/（IMj/IMw），TCD 代表i 国对j 国的贸易结合度指数，EXij为i 国向j 国出口额，EXi为i 国总出口，IMj为j 国总进口，IMw 为全球总进口。TCD 大于1，表示两国贸易联系密切。 TCD 越大，贸易联系越紧密。 CPTPP 生效后，除加拿大、墨西哥、文莱外，中国与其他成员国近3年的贸易结合度指标均位于临界值1 以上，表明中国与多数成员国贸易联系密切。 中国与澳大利亚、马来西亚、越南、秘鲁、新加坡等五国TCD 指数呈持续增长态势，但与日本、澳大利亚的贸易联系有所下降， 尤其是与日本的贸易结合度由2017 年的1.62 降至2021 年的1.44（见表1）。

表1 中国与11 个成员国的贸易结合度

四、 理论框架

（一）随机前沿方法

随机前沿方法（Stochastic Frontier Approach，SFA） 最早由Aigner et al.（1977） 以及Meeusen &Van der Broeck（1977）各自独立提出的经济建模方法， 最早是用来解决生产效率和潜力问题。[16-17]此后，SFA 模型得到了快速发展，成为测算效率的有效工具。

SFA 模型中， 不包括随机误差项的生产前沿模型为：yi=f(xi；β)×TEi，其中yi是生产者i 观测到的最优产出，xi是生产者i 使用的N 个投入向量，f(xi；β)为生产边界函数，β 为待估计的参数。 TEi表示技术效率，定义为实际产出与最大可行产出的比率。TEi=1 表示第i 个生产者达到了最大可行产出，TEi＜1 表示实际产出小于最大可行产出。

每个生产者都面临不同的冲击，用exp｛vi｝来表示，这些冲击并非生产商或技术水平造成的，可能是天气变化、经济下行或其他随机因素。 假设冲击是随机的，且服从于同一分布。 生产边界函数变为：yi=f(xi；β)×TEi×exp｛vi｝。假设TEi也是一个随机变量，具有特定的分布函数，TEi=exp｛-ui｝，其中ui≥0。yi=f(xi；β)×TEi×exp｛vi｝×exp｛-ui｝。假设f(xi；β)为柯布道格拉斯生产函数，对数线性化后得到：lnyi=β0+ Σnβnlnxni+vi-ui，vi为随机扰动项，服从均值为0 的正态分布；ui为技术非效率项，cov（vi，ui）=0。

（二）随机前沿引力模型

20 世纪60 年代， 贸易引力模型由Tinbergen（1962）等学者自物理学界引入国际贸易领域，用来解释双边贸易流量的影响因素。[18]基本的引力模型是：两个经济体之间的贸易量与其经济规模成正比，而与地理距离成反比。 引力模型的基本形式可以表示为：

其中，Tij表示从i 国到j 国出口，Yi表示出口国产出，Ej表示进口国支出，Dij为两国间的距离。 该方程式早先应用于对国家间货物贸易流的分析，不仅可以分析服务贸易整体数据，也可以分析行业数据。传统引力模型计算贸易潜力，一般是提高某一个解释变量的值，再代入原引力模型方程式，得到理论上的最优贸易值，理论上的最优贸易值与实际贸易值的差额为贸易潜力值。

然而，Anderson & Wincoop（2003）的研究表明，传统贸易引力模型基于“无摩擦贸易”和“冰山成本”假设，且在估算贸易潜力时忽略了多边因素对贸易的影响。[19]Kang & Fratianni（2006）认为，采用普通最小二乘法估计传统引力模型时，得到的拟合优度较小，原因是只有经济规模、距离等易于获得数据的变量进行了回归，而大部分贸易潜力是由其他因素决定的。[20]因此，学者们开始将随机前沿方法引入传统引力模型，将不可观测的贸易阻力纳入技术非效率项，更加准确地估算贸易效率和贸易潜力。

随机前沿引力模型表达式为：Tij=f(xij；β)exp(vijuij)， 且uij≥0。 其中，Tij代表i 国对j 国的实际贸易值；xij是影响贸易量的主要因素，如：经济规模、人口数量、两国距离等；β 为待估参数；vij为随机扰动项；uij为贸易非效率项。 等式两边取自然对数后，表达式变化为：lnTij=lnf(xij；β)+vij-uij。

贸易潜力值表达式为：T*ij=f(xij；β)expvij。其中，T*ij是i 国对j 国的贸易潜力值， 即达到最优贸易前沿的最大贸易值。

贸易效率表达式为：TEij=Tij/T*ij=exp(-uij)。 其中，TEij代表i 国对j 国的贸易效率，为实际贸易水平和贸易潜力值的比值。 当uij=0，TEij=1，表明不存在贸易阻力；当uij＞0，TEij∈（0，1），表明存在贸易阻力。

最初的模型中， 假设贸易非效率项不随时间变化，但如果时间较长，则这一假设不成立。Battese &Coelli（1995）提出了时变随机前沿模型，同时提出了“一步法”， 即同时回归影响因素和贸易非效率项，克服了“两步法”存在的回归结果有偏、前后假设互相矛盾等问题。[21]此时，贸易非效率项可以表示为：uijt=｛exp[-η(t-T)]｝uij，uijt≥0，服从截尾正态分布，η为待估参数。 当η=0 时即为时不变模型，此时贸易非效率项不随时间发生改变； 当η≠0 时即为时变模型。

全文的实证分析中，构建时变随机前沿引力模型，用以探析传统因素和贸易非效率因素对中国出口的影响， 并根据模型估计结果， 测算中国与CPTPP 成员国的贸易效率和贸易潜力。

五、 研究设计及样本选择

（一）模型设定

通过构建随机前沿引力模型， 测算中国对CPTPP 成员国出口、自成员国进口贸易效率和贸易潜力，并根据基准前沿函数估算。 模型设定为：

式（1）为随机前沿面表达式，其中，GDPit、GDPjt分别代表t 时期中国和j 国的GDP；DISTijt代表中国与j 国间的距离。 vijt为随机扰动项，服从正态分布；uijt为贸易非效率项，用于反映影响贸易的非效率因素，主要是国家之间政策性阻力，服从半正态分布；vijt与uijt相互独立。

式（2）为贸易非效率项表达式，其中，RMBit代表人民币兑美元年均汇率；EXCHjt代表外币兑美元年均汇率；DEPjt代表t 时期j 国贸易依存度，由t 时期j 国进出口总额占GDP 比重表示；SHPijt代表t 时期j 国的班轮联通指数；LTjt代表t 时期j 国的物流效率；FTj（t-1）为滞后一期的j 国贸易自由度；FIj(t-1) 为滞后一期的j 国投资自由度；TAFjt为j 国进口的年均关税水平；FTAijt为t 时期中国与j 国是否存在自由贸易协定；ωijt为随机干扰项，服从正态分布。

（二） 数据选取及经济意义

选择11 个CPTPP 成员国为研究对象， 为保证数据资料的详细和充足， 时间范围选取在2001—2021 年。 中国与CPTPP 成员国双边进出口额数据来自UN Comtrade，单位为百万美元；GDP 数据来源于世界银行数据库；两国间距离以两国首都间的直线距离进行估算，单位为千米，来源于网络资料；汇率来自国际货币基金组织（IMF）数据库；贸易依存度数据为进出口总额/GDP；物流效率来自世界银行WDI 数据库； 班轮运输指数来自联合国贸发会议（Untrade）数据库；平均关税水平来自世界银行；两国间是否存在自贸协定数据来自商务部网站。 相关数据的经济意义及预期符号见表2、表3。

表2 数据的预期符号和意义

表3 数据的描述性统计

六、 模型估计结果与经济解释

（一）模型适用性检验

为判断应用模型的种类， 需要检验贸易非效率项是否存在；贸易非效率项是否存在时变性。 通常情况下，应采取广义似然比检验（LR）。 记含有约束条件的似然函数值为L（H0），不含约束条件的似然函数值为L（H1），则广义似然统计量LR=-2( ln H1-ln H0) ，LR 服从混合卡方分布， 即，α 为显著性水平，自由度k 为受约束变量个数。如果LR 值大于临界值，则拒绝原假设，否则接受原假设。 笔者所采用的数据计算结果见表4。

表4 假设检验结果

由于在1%的水平上拒绝不存在贸易非效率项的原假设，说明中国向CPTPP 国家出口存在主观阻力， 应建立随机前沿模型而不是一般的引力模型；在1%的水平下拒绝贸易非效率不随时间变化的原假设，表明贸易非效率项随时间变化。 因此，应建立时变随机前沿引力模型。

为避免解释变量之间存在多重共线性，计算解释变量的方差膨胀系数（VIF）。 VIF 的取值大于1，VIF 值越接近于1， 多重共线性越轻，VIF 值越大则多重共线性问题越严重，通常以10 为判断边界。 全文所使用的全部解释变量的VIF 值均与10 相差较远，因此解释变量间多重共线性问题较轻。

（二）时变随机前沿引力模型回归结果分析

时变随机前沿引力模型回归结果见表5， 分析如下：

表5 随机前沿引力模型回归结果

1. 随机前沿项

GDPit和GDPjt均在1%的水平上通过显著性检验，且系数符号均为正，说明中国与CPTPP 成员国经济实力的增强能有效促进中国出口，中国GDP 增长1%， 中国对CPTPP 国家出口增长0.57 个百分点；CPTPP 国家GDP 增长1%， 中国对CPTPP 国家出口增长0.23 个百分点。 DISTijt在1%的水平上通过显著性检验，且系数符号为负，说明贸易双方距离越远，贸易成本越高，贸易规模越小。 同时，GDP与货物贸易规模正相关，距离与货物贸易规模负相关，说明引力模型得到支撑。

2. 贸易非效率项

人民币兑美元汇率RMBit通过检验， 且系数符号为正，表明在对CPTPP 成员国出口中，人民兑美元贬值能够降低中国产品价格，提升产品海外竞争力，从而促进出口。

进口国汇率EXCHjt未通过检验， 说明CPTPP国家汇率贬值对中国出口没有明显影响。 这可解释为中国对相关国家出口大部分是制造业中间产品、必需消费品，对汇率变化并不敏感，即使CPTPP 成员国货币兑美元贬值，也无法减少进口需求。

贸易依存度DEPjt通过检验，且系数符号为正，表明一国经济对贸易的依存度越大，对中国的进口需求也越高。

班轮联通指数SHPjt通过检验， 且系数符号为正，说明提升班轮运输联通性，可以降低中国企业出口成本，提升企业出口便利，推动出口规模扩张。

物流效率LTjt系数符号为负，其原因或为：随着贸易规模的上升，2001—2021 年期间， 大部分CPTPP 国家中的物流绩效变动不大， 甚至加拿大、新加坡、秘鲁、智利等国的物流绩效还出现负增长。

贸易自由度FTj（t-1）系数符号为正，且通过检验，说明CPTPP 国家贸易自由度提升，对中国出口起到促进作用。

投资自由度FIj（t-1）系数符号为负，但未通过检验，说明CPTPP 国家投资自由度提高，将吸引更多海外和本国投资，可能会增加自中国进口；投资的增加也可能导致产品进口替代，对中国出口存在一定的挤出效应。

平均关税TAFjt通过检验，系数符号为负，说明CPTPP 国家降低关税水平，对中国出口存在促进作用。

签署自贸协议FTAijt通过检验， 且系数符号为正， 表明中国与CPTPP 成员国签署自由贸易协定，对中国出口起到正向促进作用。

（三） 中国对CPTPP 成员国出口效率分析

贸易效率为实际出口额与相应的随机前沿出口额的比值，即。当uijt=0，TEijt=1，表明不存在贸易阻力；当uijt>0，TEijt∈（0，1），表明存在贸易壁垒。 通过贸易效率可以判断中国对CPTPP 国家出口贸易的发展水平：TEijt越大，贸易阻力越小，贸易效率越高；反之，TEijt越小，贸易阻力越大，贸易效率越低。

整体来看，2001—2021 年，中国对CPTPP 国家出口贸易平均效率（算数平均值） 从2001 年的24.09%升至2021 年的72.26%，基本呈上升趋势，反映了中国出口发展水平的不断提升。 中国对CPTPP国家出口贸易平均效率变化大致可以分为两个阶段：2001—2011 年为快速增长阶段， 在此期间出口效率从2001 年的24.09%升至2011 年的60%以上，甚至全球金融危机的爆发也并未影响中国出口效率的提升。 2012 年后为缓慢增长阶段，在此期间出口效率从2012 年62.78%升至2021 年的72.36%，其中2016 年出口效率出现下降。 但2019 年CPTPP部分生效后， 中国对CPTPP 国家整体贸易效率并未遭受负面影响，而是呈上升趋势（见表6）。

表6 2001—2021 中国对CPTPP 国家平均出口效率(%)

分国别看，中国对不同国家出口贸易效率差别较大。2001—2021 年，除少数年份外，中国对日本和新加坡的出口效率基本保持在90%以上，不同年份之间略有波动，表明中国与日本、新加坡之间贸易壁垒很小，贸易效率很高。 中国对加拿大、澳大利亚、 马来西亚的出口效率分别从2001 年的29.8%、33.48%、27.58%升至2021 年的85.27%、90.84%、94.09%，且基本呈逐年上升趋势。 2001 年中国对越南、 墨西哥和智利的出口效率很低， 分别仅为11.38% 、17.88% 、18.21% ， 到 2021 年 已 升 至95.01%、87.58%、89.34%，反映中国对这三个国家实际出口额和出口效率的快速增长。 而截至2021 年中国对部分国家出口效率仍然偏低，如：中国对新西兰和秘鲁的出口效率为24.36 和49.63%；中国对文莱的出口效率一直处于极低的状态，从2001 年的0.25%升至2013 年的5.92%后，2021 年又回落至1.52%（见图1）。

图1 2001—2021 年中国对CPTPP 成员国出口效率

（四） 中国对CPTPP 成员国出口潜力和拓展空间测算

贸易潜力是实际贸易额与贸易效率的比值，是剔除非效率项的影响后，贸易双方所能实现的最优贸易估计值。在文中，出口贸易潜力=实际贸易额/贸易效率。 由于贸易潜力在很大程度上受中国实际对该国出口影响，只比较绝对值难以得出结论。 因此，引入贸易拓展空间，以分析中国对各国出口贸易增长比例，即：出口拓展空间=（1/贸易效率-1）×100%。

计算2021 年中国对CPTPP 国家出口贸易潜力及出口拓展空间，结果见表7。 从中国对CPTPP 国家的出口潜力看，排名前五位的是日本、越南、马来西亚、澳大利亚、新加坡，排名靠后的国家是秘鲁、智利、新西兰、文莱、墨西哥，主要反映中国与相关国家的经济实力和相对距离等影响因素。 从出口贸易效率看，贸易效率较高的国家包括越南、马来西亚、澳大利亚、新加坡、智利；贸易效率较低的国家包括文莱、新西兰、秘鲁，主要反映的是相关国家汇率、物流效率、班轮连通性、关税、贸易自由度、投资自由度、是否签署贸易协议等方面的因素。 从出口拓展空间看，中国对新西兰、秘鲁、文莱的出口拓展空间分别为3.1 倍、1.01 倍和64.93 倍， 即中国对新西兰、秘鲁、 文莱出口要达到贸易潜力值仍可分别增加265.82 亿美元、135.03 亿美元、409.07 亿美元。 中国对加拿大、 墨西哥尚有一定的扩展空间， 分别为17.27%和14.18%，即中国对加拿大、墨西哥出口要达到贸易潜力值仍可分别增加88.96 亿美元、63.56亿美元。 中国对越南、马来西亚等国出口拓展空间较小。

表7 2021 年中国对CPTPP 国家出口潜力

七、 结论与对策建议

（一）结论

利用2001—2021 年CPTPP 成员国面板数据样本，建立时变随机前沿引力模型，分析中国对相关国家出口影响因素，同时测算中国出口效率，并进一步测算了出口潜力和出口拓展空间。 研究发现：中国对CPTPP 国家出口受经济增长、 运输距离、两国汇率、运输便利、关税水平、贸易自由化、是否签署自贸协议等因素影响。中国对CPTPP 国家出口贸易效率呈逐年上升趋势，中国对不同国家出口贸易效率差别较大，对越南、马来西亚、新加坡、澳大利亚的出口效率超过90%，对加拿大、墨西哥仍有一定出口拓展空间，而对新西兰、秘鲁和文莱的出口效率较低，具有较大的拓展空间。

（二）对策建议

一是尽快研究CPTPP 谈判战略并启动与成员方对话协商。 在货物贸易领域，加入CPTPP 有助于成员方降低关税与非关税壁垒， 提升贸易自由度，促进中国对相关国家出口。 因此，建议加强与成员方联系，进一步夯实马来西亚、新加坡等国家对中国加入的支持，积极与未表态国家进行沟通。 同时，发挥中国自贸试验区创新功能， 试行CPTPP 规则，确保国内政策措施能够与CPTPP 规则相适应。

二是积极推动自贸协议谈判。中国与CPTPP 部分成员间已存在自由贸易协议，但协议签署时间相对较早，已滞后于双边经贸发展的需要。 建议尽快完成中国-东盟自贸区3.0 版、 中国-秘鲁自贸协议的升级谈判， 以及中国-新加坡自贸协议升级后续谈判，积极推动中日韩等自贸协定谈判，提高货物贸易零关税比例，增强国家间监管措施的一致性，提升贸易自由化、便利化水平。

三是大力开拓贸易潜力较大国家的市场。 从贸易拓展空间考虑，加大对加拿大、墨西哥、新西兰、秘鲁和文莱等国市场的开拓力度。 政府和行业协会要架起国家间商业沟通的桥梁，深入开展海外市场调研与分析，积极筹备海外展销会、线上出口展销会，在企业联系海外经销商方面发挥信息优势，推动国内企业进入相关国家市场。

四是适当增加中国到部分国家的集装箱班轮航线密度。 CPTPP 成员国中，东盟国家海域广阔、港口众多、货物分布分散；南美和澳洲国家与中国距离遥远， 班轮公司设置航线更加重视效率和成本问题。建议对班轮公司提供阶段性资助，适当增加对中国出口贸易潜力较大的国家如：新西兰、秘鲁、文莱的班轮航线密度，改善出口运输服务质量，一定程度降低对相关国家的运输成本。