中国对CPTPP 国家数字服务贸易出口效率与潜力研究——基于随机前沿引力模型

潘紫燕

（新疆大学 经济与管理学院， 新疆乌鲁木齐 830046）

一、引言

《全面与进步跨太平洋伙伴关系协定》（CPTPP）由《跨太平洋伙伴关系协定》（TPP） 演变而来。 自2017 年1 月美国宣布退出TPP 后， 剩下的11 个国家（秘鲁、越南、日本、新西兰、马来西亚、墨西哥、澳大利亚、新加坡、加拿大、文莱和智利）于2018 年3月8 日完成了CPTPP 签订， 并于2018 年12 月30日正式生效。 CPTPP 国家经济总量占全球经济总量的13%，为更好、更快地达成协定，TPP 文本中有22项条款被搁置， 同时删减了较多的有关知识与投资条款，但仍然保留了95%的文本内容，其体现的开放、自由、包容等规则依然是最高标准的FTA，对推动亚太地区及世界货物、服务、投资等贸易自由化依然产生了巨大的影响。 在中美贸易摩擦及新冠疫情冲击背景下，中国于2020 年11 月加入RCEP，并于2021 年9 月正式提出了加入CPTPP 的书面申请函。

近些年来，中国数字服务贸易逆势增长，成为国内经济加速增长的新引擎，但同时数字服务行业结构不合理、贸易逆差持续延展等问题，一定程度制约了数字服务贸易的发展。 CPTPP 对服务贸易的开放水平更高，减少例外和限制[1]，密切与CPTPP 国家的数字服务贸易往来，拓展双边合作范围，有利于促进中国数字服务贸易发展，有利于扩大中国数字服务贸易出口规模。在总结中国与CPTPP 国家数字服务贸易概况的基础上，分析了中国对CPTPP 国家数字服务贸易出口效率影响因素，同时测算了双边的贸易潜力及拓展空间，并提出了相关对策建议。

二、文献综述

学界有关中国贸易效率及潜力的研究成果颇丰。 在研究方法上，采用随机前沿引力模型进行研究的文献最多。 陈琳等（2018） 研究发现，1980—2015 年中国对世界153 个国家和地区的贸易效率不断提升，但贸易潜力不断下降；相比非OECD 国家，中国与OECD 国家的贸易潜力更低。[2]郭连成和左云（2021）指出，中国与欧亚经济联盟国家的贸易效率、贸易潜力不断提高，但双边贸易发展不平衡现象相当严重，表明双边贸易效率仍有待提升。[3]冯乾彬等（2022）的研究表明，中欧班列开通能够显著提升中国与沿线国家的贸易效率，预期贸易增长空间可达到16.70%～45.24%。[4]在研究视角上，主要集中于对文化产品贸易、服务贸易、农产品贸易、数字服务贸易等方面的研究。 范兆斌和黄淑娟（2017）实证分析了文化距离对贸易效率的影响， 结果表明，文化距离低于（或高于）某一门槛值时会促进（或阻碍） 双边文化产品贸易合作。[5]万红先和冯婷婷（2019）指出，中国与交易国家的贸易效率还较低，需双方共同努力进一步挖掘贸易潜力。[6]吕晓英等（2020）认为，中国对中亚国家的农产品贸易效率波动明显且差异较大，应着重挖掘对哈萨克斯坦和吉尔吉斯斯坦的农产品出口潜力。[7]程云洁和刘娴（2022）实证研究了中国对“一带一路”沿线国家的数字服务出口效率，结果表明，2008—2020 年，双边的出口效率呈逐年提升态势，但整体上出口效率偏低。[8]在研究对象上，主要以某一特定区域为主，如“一带一路”、RCEP 等。张会清（2017）[9]、李萍（2018）[10]以“一带一路”沿线国家为研究对象，发现贸易便利程度及政府治理能力不足抑制了双边贸易效率的提升，但双边贸易效率整体呈上升趋势。 秦炳涛等（2020）[11]、李明等（2021）[12]分别从整体贸易、农产品贸易层面研究中国与RCEP 成员国的贸易效率与潜力，发现双边贸易效率较低，但贸易潜力较大。 黄孝岩等（2023）[13]、王翀（2023）[14]以CPTPP 国家为研究对象，测算了中国与其在农产品贸易、整体层面的贸易效率与潜力， 指出中国应积极推进CPTPP 谈判，提高贸易自由化、便利化水平。

关于数字服务贸易研究，主要涉及国际竞争力、发展现状、 贸易特征、 影响因素等。 岳云嵩和李柔（2020）基于贸易竞争力指数、显示比较优势指数及国际市场占有率视角，对发达与发展中经济体的竞争力进行了比较分析，发现两者间的竞争力存在较大差距，且该差距还在逐渐拉大。[15]梅冠群（2020）认为，随着ICT 的快速发展，全球数字服务贸易蓬勃发展，贸易业态种类逐渐增多，未来发展前景较好。[16]吴石磊等（2022）通过对相关经济数据的描述分析，指出数字服务贸易具有出口增长速度快、出口国别差异大、发达国家在总出口中占比优势明显等特征。[17]在数字服务贸易影响因素方面，孟夏等（2020）[18]、周念利和姚婷婷（2021）[19]及齐俊妍和强华俊（2021）[20]研究了数字服务贸易限制指数对数字服务贸易的影响。

关于CPTPP 的研究大致可以分为以下三个方面。 一是CPTPP 与RCEP 的比较研究。 张珺和展金永（2018） 采用GTAP 模型比较分析了CPTPP 与RCEP 对各区域的GDP、 进出口规模及部门产出的影响。[21]余淼杰和蒋海威（2021）对CPTPP 与RCEP在贸易规则适用性、市场准入、服务业开放、涵盖领域及关税水平方面进行了比较。[22]二是中国是否应该加入CPTPP。 苏庆义（2019）认为，无论从必要角度还是可行角度分析，中国都应尽早加入CPTPP。[23]关兵和梁一新（2019）指出，未加入CPTPP 对中国提升经济效应具有负面影响，而加入CPTPP 则具有正向影响。[24]三是中国对CPTPP 规则的应对策略。 白洁和苏庆义（2019）认为，中国应积极完善国内相关规则， 尽早实现与CPTPP 规则的对接。 李墨丝（2020）指出，中国要对标CPTPP 数字贸易规则，不断强化数字贸易监管基础设施建设。[25]

综上， 以数字服务贸易为视角分析中国与CPTPP 国家贸易效率及潜力的研究文献尚不多见。笔者基于2005—2021 年中国向CPTPP10 个国家（越南除外）的数字服务贸易数据，采用随机前沿引力模型研究了中国对CPTPP 国家的出口效率及其影响因素，并测算其出口潜力和拓展空间，根据研究结论，提出了对策建议。

三、中国与CPTPP 国家数字服务贸易概况

近些年来， 中国与CPTPP 国家数字服务贸易（笔者参照联合国贸发会议分类方法， 将数字服务贸易分为保险和养老金服务、 个人文化和娱乐服务、电信计算机和信息服务、金融服务、其他商业服务及知识产权使用费等6 类）发展迅速。2021 年，中国对CPTPP 国家数字服务贸易出口额为227.10 亿美元，自CPTPP 国家数字服务贸易进口额为272.20亿美元。中国与CPTPP 国家数字服务贸易发展的阶段性特征明显，大致分为以下三个阶段。 第一阶段为2005—2008 年， 中国对CPTPP 国家数字服务贸易出口额始终小于进口额， 即贸易保持逆差状态，且逆差持续扩大，逆差额从2005 年的16.51 亿美元增至2008 年的30.50 亿美元； 第二阶段为2009—2014 年， 中国对CPTPP 国家数字服务贸易出口增速高于进口增速，贸易逆差逐渐缩小，至2014 年双方数字服务贸易转为顺差（5.39 亿美元）；第三阶段为2015—2021 年，双方数字服务贸易由2015 年的顺差（2.32 亿美元）转为2016 年的逆差（-3.95 亿美元），之后逆差不断扩大，至2021 年，中国与CPTPP国家数字服务贸易逆差达到45.10 亿美元（见图1）。

图1 2005—2021 年中国与CPTPP 国家数字服务贸易进出口额和贸易差额

以2021 年为例， 进一步对中国与CPTPP 国家数字服务贸易进出口情况进行分析（见表1）。 出口方面， 中国数字服务贸易出口的主要国家为日本、新加坡和澳大利亚， 出口额分别为91.87 亿美元、80.32 亿美元和18.21 亿美元， 三国合计在中国对CPTPP 国家数字服务出口总额中的占比达到83.84%。 进口方面，中国数字服务贸易进口的主要国家仍然是日本、新加坡和澳大利亚，进口额分别为107.53 亿美元、98.76 亿美元、32.84 亿美元。 其中，从日本主要进口知识产权使用费服务（66.97 亿美元），从新加坡主要进口其他商业服务（44.46 亿美元）， 从澳大利亚主要进口个人文化与娱乐服务（21.47 亿美元）。 贸易差额方面，中国与墨西哥的数字服务贸易顺差最大，为5.46 亿美元，其次是新西兰和文莱，分别为1.44 亿美元、0.98 亿美元；中国与新加坡的数字服务贸易逆差最大，为18.44 亿美元，其次是日本和澳大利亚，分别为15.66 亿美元、14.63亿美元。

表1 2021 年中国与CPTPP 国家数字服务贸易进出口额：(亿美元、%)

通过分析中国与CPTPP 国家数字服务贸易状况，发现2005—2021 年双方进出口贸易不平衡现象凸显，且中国对CPTPP 国家数字服务贸易逆差整体呈现不断扩大趋势。 同时，中国数字服务贸易出口市场高度集中于日本、新加坡和澳大利亚。

四、模型构建与数据来源

（一）理论模型

Meeusen & Broeck （1977）[26]及Aigner et al.（1977）[27]最早提出采取随机前沿引力模型测量企业的生产绩效及影响因素， 该方法将传统随机扰动项分为了两个相互独立的部分。其中，v（随机误差项） 表示生产者面临的外界随机冲击，如自然灾害、气候变化等；u （非负的技术无效项） 表示所有不可观测的技术无效率因素， 这些因素均可人为控制，如法律制度环境、区域合作组织等。 由于两国之间的贸易规模可以看作是人口、经济、距离等因素的函数，在其他因素给定的情况下， 所能实现的最大贸易额在本质上与生产函数相似。因此，随机前沿方法（SFA）用于测算并分析贸易效率和潜力同样是可行的。 结合传统引力模型与SFA，得到实际贸易量的表达式为：

式（2）是由式（1）两边取对数得到的。 其中，Tijt表示t 时期i 国与j 国的贸易额；xijt表示t 时期影响两国贸易额的自然决定因素，如双方的边界、距离、经济总量等；β 为估计参数向量；uijt为非负贸易非效率，假定其服从截尾正态分布，同时uijt可以用于分析影响非效率的人为因素， 该因素具有双重作用，即增加或减少贸易，非负的设定意味着该因素中的抑制作用占主导地位，而促进作用被认为可以部分抵消抑制作用；vijt为随机误差或冲击， 服从均值为0、方差为σ2的正态分布，与uijt相互独立。

当uijt=0 时，两国贸易潜力的表达式为：

其中，T*ijt表示t 时期i 国与j 国的贸易潜力，即当两国不存在贸易摩擦时所能达到的前沿贸易水平。 在此基础上，引入贸易效率概念，其表达式为：

其中，TEijt表示t 时期两国贸易效率， 可用于了解两国的贸易发展水平和判断贸易潜力大小； 当uijt＞0 时，表示存在影响两国贸易发展的人为阻力因素，此时实际贸易额低于贸易潜力，双方贸易存在增长空间； 当uijt=0 时，表示不存在影响贸易的摩擦，TEijt=1，实际贸易量处在前沿水平。

早期的前沿估计只能得到时间不变的样本贸易效率， 即u 不随时间改变，但随着所研究的时间维度变长时，这种假定显然不具备合理性。 为此，Battese & Coelli（1992）提出时变模型可以估计样本的时变贸易效率[28]，其表达式为：

其中，exp[-η(t-T)]≥0；η 为待估计参数，η 等于、小于和大于0 分别表示u 不随时间变化、 随时间递增和随时间递减。 针对贸易非效率模型，学界通常采用两步法和一步法进行处理。 其中，两步法的处理步骤为：（1） 运用随机前沿引力模型估计u；（2）用待研究的外生变量z 对估计值u 进行回归，并分析影响u 的因素。 一步法的处理步骤是直接将u引入随机前沿方程进行回归，同时得到u 估计值及其影响因素的估计系数（谭秀杰和周茂荣，2015）。[29]由于两步法中的（1）步骤假定E(u)为常数，（2）步骤又认为E(u)为因变量，受到外生变量的影响，这与第一步假设产生了矛盾。 鉴于此，笔者采用一步法研究贸易非效率影响因素。 Battese & Coelli（1995）提出了一步法的一般形式[30]，其表达式为：

其中，α'为待估计参数；zijt表示影响uijt的外生变量；εijt为随机误差项，均值服从0、方差为σ2且εi-jt＞-α'zijt，并服从正态截尾分布。 根据一步法，将式（6）代入式（2）可得：

对式（7）进行回归可同时估计随机前沿引力模型和贸易非效率模型。

（二）时变随机前沿引力模型

贸易阻力对两国贸易发展具有重要影响，而传统贸易引力模型往往忽略了摩擦阻力，仅仅将可以观测到的、容易识别的因素引入模型中，其他归入随机扰动项，最终导致估计结果出现偏差。 因此，随机前沿引力模型必须在传统引力模型的基础上合理选择变量。 根据Armstrong（2007）的建议[31]，在随机前沿引力模型中引入经济规模、两国首都间的直线距离、边界等核心解释变量及互补性、语言等中短期内稳定的自然因素； 在贸易非效率模型中，引入贸易协定、金融发展水平、FDI 等人为因素。 基于上述思路，构建时变随机前沿引力模型测算中国对CPTPP 国家数字服务贸易的出口效率及潜力。 模型设定形式如下：

其中，i 代表中国，j 代表CPTPP 国家；被解释变量EXPijt表示t 时期中国对CPTPP 国家数字服务贸易出口水平， 用数字服务贸易出口额表示；βi为待估参数；解释变量主要由出口国、进口国以及双边特征因素构成，分为以下三组，其具体经济含义如下：

1.PGDPit和PGDPjt分别表示t 时期中国、CPTPP国家的人均GDP，反映一国的经济发展水平、要素禀赋比例及代表性需求水平（Berstrand，1989）[32]，由于该变量包含因素较为复杂，使得以往研究得出的结果并不一致。一般认为，出口国的人均GDP 越高，其经济发展水平越高， 数字服务出口供给能力越强，数字服务出口额越多；进口国人均GDP 越高，其进口需求越多， 越有利于出口国数字服务贸易出口。 因此，预期PGDPit与PGDPjt对EXPijt具有正向影响。

2.POPit和POPjt分别表示t 时期中国、CPTPP 国家的人口总量，反映一国国内的市场规模。 有研究认为，人口变量与两国贸易额呈负相关关系，即大国人口较多，拥有庞大的本地市场规模，因而会阻碍其与国际上的贸易往来；小国人口较少，本地市场规模也较小，因而希望通过与他国的贸易来满足国内需求。 一般情况下，出口国人口规模越大，意味着数字服务供给越多，有利于对贸易对象的出口额增加；进口国人口规模越大，意味着对数字服务需求越多，有利于出口国出口量的增加。因此，预期POPit和POPjt对EXPijt具有正向影响。

3.DISij表示中国与CPTPP 国家的双边特征因素，用两国首都间的直线距离表示，反映一国的贸易运输成本。 一般而言，地理距离是影响两国贸易发展的限制因素，即距离越远，运输成本越高，不利于中国对CPTPP 国家数字服务贸易的出口。 因此，预期DISij对EXPijt具有负向影响。

（三）贸易非效率模型

为进一步探索中国对CPTPP 国家数字服务贸易出口非效率的影响因素，结合理论模型，构建贸易非效率模型如下：

其中，uijt为被解释变量， 表示t 时期中国对CPTPP 国家数字服务出口非效率，αi为待估参数。各解释变量的经济含义如下：

1.TRAjt表示t 时期j 国贸易额占GDP 的比例，反映进口国的贸易开放度。进口国贸易额占GDP 的比例越高，意味着贸易开放程度越高，越能促进与出口国的数字服务贸易往来，有利于降低数字服务出口非效率。 预期TRAjt对uijt具有负向影响。

2.FDIjt为t 时期j 国的外国直接投资净流入占GDP 的比例，反映了进口国的利用外资水平。 进口国外国直接投资净流入占GDP 的比例越高，意味着其利用外资的水平越高，当外国直接投资产生正向技术溢出效应时，将促进进口国数字服务贸易行业的发展，不利于中国数字服务出口效率的提升；当外国直接投资产生负向的同行业挤出效应时，会阻碍进口国数字服务业发展，进而有利于中国提升数字服务出口效率。 因此，理论上FDIjt对uijt的影响不确定。

3.FINjt表示t 时期j 国银行对私营部门的国内信贷占GDP 的比例， 反映了进口国的金融发展水平。进口国银行对私营部门的国内信贷占GDP 的比例越高，意味着金融发展水平越高，进口国利用资本进行研发创新，提高数字服务业的发展水平，有利于中国数字服务贸易出口非效率的提升。预期FINjt对uijt具有正向影响。

4.INTERjt表示t 时期j 国互联网个人用户数占GDP 的比例，反映进口国数字基础设施水平。 进口国数字基础设施水平越高，越有利于促进与出口国的数字服务贸易发展，从而降低出口非效率。 预期INTERjt对uijt具有负向影响。

5.FTAijt表示t 时期j 国与中国是否签署自由贸易协定，该变量为虚拟变量。 j 国若与中国签署自由贸易协定，该变量取值为1，否则取值为0。 一般认为，贸易双方签署自由贸易协定有助于双向投资和贸易发展，能够提高中国对CPTPP 国家数字服务出口效率。 预期FTAijt对uijt具有负向影响。

6.ASEANijt表示t 时期j 国与中国是否同属于“东盟10+3 成员国”，该变量为虚拟变量。 贸易双方在t 时期若同属于“东盟10+3 成员国”，则变量取值为1，否则取值为0。 双方同属于“东盟10+3 成员国”意味着贸易自由度、便利化水平较高，贸易摩擦阻力较小， 不利于中国数字服务出口非效率的提升。 预期ASEANijt对uijt具有负向影响。

7.RTAijt表示t 时期j 国与中国是否签署区域服务贸易协定，该变量为虚拟变量。 双方签署RTA 且正式生效则取值为1，否则取值为0。 贸易双方签署区域服务贸易协定有助于降低服务贸易壁垒、减少契约环境不完全性带来的固定成本及服务贸易政策的不确定性，进而有利于中国提升对进口国的数字服务出口效率。 预期RTAijt对uijt具有负向影响。

（四）样本选择及数据来源

鉴于中国对越南数字服务贸易出口额数据的缺失， 笔者选用CPTPP 其他10 个国家作为样本国家，样本期间为2005—2021 年，并利用Frontier4.1软件对面板数据进行实证分析。

数字服务贸易出口额数据来自WTO-OECD 数据库；人均GDP、人口总量、贸易额占GDP 的比例、外国直接投资净流入占GDP 的比例、银行对私营部门的国内信贷占GDP 的比例、互联网个人用户数占GDP 的比例等数据来自世界银行数据库；FTA 数据来自自由贸易区服务网；ASEAN 数据来自中国商务部网；RTA 数据来自WTO-RTA 数据库。 其中，银行对私营部门的国内信贷占GDP 的比例及互联网个人用户数占GDP 的比例数据存在缺失部分，采用线性插值法补齐。

五、实证结果与分析

（一）时变随机前沿引力模型分析结果

在对随机前沿引力模型进行估计之前， 由于该模型高度依赖模型的函数形式，需要使用极大似然比原理检验模型的适用性和判别模型的具体形式。据此，笔者设定了两个检验。 一是贸易非效率的存在性检验，若非效率存在，则使用随机前沿引力模型对面板数据进行估计；若非效率不存在，则与传统引力模型一样采用最小二乘法进行回归。 二是贸易非效率的时变性检验，若非效率具有时变性，则使用时变方法进行估计；若非效率不随时间变化，则采用时不变方法进行估计。 检验方法：分别设定原假设H0：γ=u=η=0 和原假设H0：η=0， 在无约束与有约束两种条件下，判断LR 统计值与1%显著性水平下χ2临界值的大小，得出是否拒绝原假设的结论。 其中，γ=(σu2)/(σv2+σu2)，γ 越趋近于1， 表示未实现前沿贸易水平的原因是非效率因素；γ 越趋近于0，表示实际贸易额低于贸易潜力是不可控因素导致的；γ 等于0，表示模型采用最小二乘法进行估计最为合适。

由（表2）可知，γ=u=η=0 的原假设在1%的水平上被拒绝，说明中国对CPTPP 国家数字服务存在出口非效率， 且使用随机前沿方法是合理的； 在η=0的原假设下，LR 统计量大于1%水平的χ2临界值，出口非效率不随时间变化的假设被拒绝，说明中国对CPTPP 国家数字服务出口效率在2005—2021 年存在变化，使用时变方法更恰当。

表2 随机前沿引力模型假设检验结果

在确定模型的函数形式后，运用随机前沿引力模型估计2005—2021 年数字服务贸易出口数据。为保证估计结果的稳健性，同时给出采用时变与时不变方法对模型进行回归的结果（见表3）。

表3 随机前沿引力模型估计结果

如表3 所示，时不变模型与时变模型的μ 值均在10%水平上显著不为0， 再次证明中国对CPTPP国家数字服务确实存在出口非效率； 两个模型的γ值分别为0.97 和0.98，趋近于1，且均在1%的水平上显著，说明中国对进口国数字服务出口额低于前沿出口额主要由非效率因素造成的，验证了运用随机前沿引力模型分析贸易非效率影响因素的必要性；时变模型中的η 值为正，且通过10%的显著性水平检验，说明进出口国贸易非效率随时间变化而降低，这意味着贸易效率随时间变化而上升。 此外，基于时变模型解释变量的具体分析如下：

1.中国与CPTPP 国家人均GDP （PGDPit和PGDPjt）系数值分别为0.54 和0.77，且均在1%的水平上显著，符合理论预期。 说明进出口国经济发展水平越高，出口国数字服务贸易的出口供给能力显著增强， 进口国对数字服务的进口需求显著增多，有利于双方数字服务贸易发展。此外，PGDPjt系数值大于PGDPit系数值， 说明CPTPP 国家经济发展水平的提升对扩大中国数字服务贸易出口规模十分重要。

2.中国与CPTPP 国家人口总量（POPit和POPjt）系数值分别为9.30 和0.81， 且均通过了1%的显著性水平检验，与预期一致。 说明进出口国人口规模的扩大能够显著促进出口国数字服务贸易出口。 此外，POPit系数值远远大于POPjt系数值，原因是相比CPTPP 国家，中国人口规模较大。 因此，发挥中国人口规模优势有利于提高对贸易国的数字服务出口。

3.中国与CPTPP 国家首都之间的直线距离（DISij）系数值为-0.55，且通过了5%的显著性水平检验，符合理论预期。 说明双方之间的距离仍然是阻碍中国数字服务贸易出口的影响因素，但是该变量的系数绝对值较小，在某种程度上反映距离因素对双方数字服务贸易的影响程度在减弱。

（二）贸易非效率模型结果

由表3 可知，贸易非效率是影响中国对CPTPP国家数字服务贸易出口的主要原因。 据此，进一步利用贸易非效率模型探究贸易非效率影响因素。 在对模型进行估计之前，首先设定两个检验。 一是贸易非效率存在性检验， 原假设H0:λ=α0=α1……=α7=0。 二是模型设定检验，原假设H0:α1=α2……=α7=0，即所有外生变量对出口非效率不会产生影响。 检验结果（见表4）显示，两个原假设均被拒绝，说明存在贸易非效率，使用随机前沿方法是合理的，贸易非效率模型设定是正确的，即非效率受到所选取外生变量的影响。

表4 贸易非效率模型假设检验结果

接下来， 采用一步法同时估计随机前沿函数与贸易非效率函数，结果（见表5）显示：γ 值高达0.99，在1%的水平上通过显著性检验，表明中国与CPTPP国家实际数字服务贸易水平与理论贸易水平存在巨大差距，这主要是由出口非效率因素造成的。

表5 贸易非效率模型估计结果

下面将具体分析影响出口非效率的各种外生变量。

1.贸易开放度（TRAjt）在1%的水平上与中国对CPTPP 国家数字服务出口非效率负相关，符合理论预期，说明进口国提高贸易开放度对提升中国数字服务出口效率具有明显的作用。 贸易开放度是指一国对国外市场的依赖程度，该指标值越大，意味着在贸易过程中设置的贸易壁垒越低， 贸易环境越好。 从现实发展看，各经济体在进行数字服务贸易往来时均受到不同程度的贸易限制，如电子交易手段不同的限制、支付手段不同的限制等。

2.利用外资水平（FDIjt）在1%的水平上显著降低了中国对CPTPP 国家数字服务出口非效率。说明进口国利用外资水平越高，其投资环境越好，越容易吸引外国直接投资，当同行业竞争产生的挤出效应小于技术溢出效应时，将对提高贸易效率产生积极作用。

3.金融发展水平（FINjt）在5%的水平上与出口非效率显著正相关，符合前文预期，说明进口国金融发展水平越高，越能有效提高中国数字服务出口非效率。 进口国较高的金融发展水平意味着金融环境越好，企业有更充足的资金进行研发创新，进而促进数字服务业发展。 作为出口国的中国应该加强与CPTPP 国家的金融合作， 不断提高金融发展水平，为促进数字服务业发展提供更好的金融服务。

4.数字基础设施水平（INTERjt）在1%的水平上与出口非效率显著负相关，即进口国数字基础设施水平越高， 越有利于提高中国数字服务出口效率，与预期一致。 数字服务业对数字基础设施、数字平台及信息网络更为依赖。 一国数字基础设施水平越高，其承载的数字服务业发展就越好，国内对数字服务的消费需求也会相应增加，进而促进数字服务贸易发展。

5.自由贸易协定（FTAijt）与出口非效率负相关，与预期一致。说明中国与CPTPP 国家签署自由贸易协定能够增加双方数字服务贸易合作，提高出口效率。 签署自贸协定的作用在于逐渐降低双方的贸易壁垒、降低政府对贸易的干预、扩大对外贸易开放度等，在CPTPP10 个国家中，有一半的国家已经与中国签署自由贸易协定， 这也是回归系数在1%的水平上显著的原因所在。

6.“东盟10+3 成员国”（ASEANijt）与出口非效率负相关， 并通过了1%的显著性水平检验， 符合预期。说明中国与CPTPP 国家同属于该区域组织成员能够提高数字服务贸易出口效率。 贸易双方同属于“东盟10+3”区域组织的益处在于：一是该组织定期召开成员国领导会议，有利于各国政府间展开高层互动，有利于促进双方数字服务贸易发展相关政策的制定；二是该区域组织内国家之间距离较短，运输成本较低，有利于促进双边贸易合作。

7.区域服务贸易协定（RTAijt）系数符号为正，即贸易双方签署该协定不利于中国数字服务出口效率的提高，与前文预期不一致，不符合以往学术研究得出的结论。 一般认为，签署区域服务贸易协定有利于双边贸易发展。 造成这种现象的原因可能是与中国签署该协定的CPTPP 国家不多，签署的时间也都在2016 年以后，且合作生效期存在一定的滞后性，最终导致签署该协定的优势没有发挥出来。

（三）出口贸易效率与潜力

根据一步法在估计贸易非效率模型时可以得到2005—2021 年中国对CPTPP 国家数字服务的出口效率。 出口效率是实际出口额与前沿出口额的比值，当两国贸易存在阻力因素时，出口效率值在0～1之间；当两国不存在任何贸易摩擦时，出口效率值等于1。 通过出口效率这项指标可以掌握中国对CPTPP 国家数字服务出口的状况。 此外，为进一步分析中国数字服务出口的市场空间，借鉴赵金鑫和田志宏（2019）的方法[33]，将出口效率值分为4 个区间：0～0.3、0.3～0.6、0.6～0.9 和0.9～1， 这4 个区间对应的市场类型分别是：冰山型、发展型、扩张型和饱和型。 为便于分析， 笔者计算了2005—2021 年CPTPP10 个国家的平均数字服务出口效率，发现冰山型国家9 个：日本（0.06）、加拿大（0.06）、墨西哥（0.06）、秘鲁（0.06）、澳大利亚（0.07）、新西兰（0.09）、马来西亚（0.11）、文莱（0.11）、智利（0.14）；发展型国家0 个；扩张型国家1 个：新加坡（0.80）；饱和型国家0 个。 可见，中国对CPTPP 国家数字服务出口平均效率整体水平偏低，出口市场空间较大，有待进一步开发。 从效率值看，对新加坡的出口效率值最高，最高可达100%，最低也为50%；对日本、加拿大、 墨西哥和秘鲁的出口效率值最低， 均在9%以下。 从效率增速看，增速较快的国家为智利和文莱，效率值分别从2005 年的9%、7%增至2021 年的20%、16%。 值得注意的是，近5 年中国对马来西亚和加拿大数字服务出口效率呈下降趋势，说明制约双方数字服务贸易的阻力因素较多， 应该重点关注，及时采取相应策略。

通过数字服务实际出口额与出口效率的比值可以进一步分析中国对进口国的出口潜力。 出口潜力是排除非效率因素影响后贸易双方所能达到的最大贸易额，由于出口潜力受实际出口额的影响较大， 因此只比较绝对值是无法得出科学结论的，而引入拓展空间指标（拓展空间=100%×（出口潜力/实际出口额-1）可以有效解决这一问题。 表6 为2021年中国对CPTPP 国家数字服务出口潜力及拓展空间。 从出口效率与实际出口额分析，日本、新加坡及澳大利亚是中国数字服务贸易出口的重要市场，中国对新加坡的出口效率最高（0.97），说明中国与新加坡签署的自由贸易协定、区域服务贸易协定以及两国同属于“东盟10+3 成员国”等系列因素均有利于双方展开数字服务贸易合作。 中国出口日本和新加坡的数字服务贸易实际出口额最大，但相较于新加坡的出口效率， 中国对日本的出口效率极低（0.09）， 说明中国对日本出口数字服务面临的阻力因素较多，双边贸易环境处在不利状态。 文莱、智利对中国数字服务贸易的实际进口额较低， 分别为1亿美元和5.19 亿美元，但出口效率相对较高，原因主要是文莱和智利对中国数字服务进口需求主要集中于电信服务和其他商业服务领域，在其他领域的合作尚处于起步阶段，同时双方友好的贸易关系助推了出口效率的提升。 从出口潜力与拓展空间分析， 中国出口数字服务实际贸易额超过10 亿美元的CPTPP 国家分别为日本、 新加坡和澳大利亚，表明这3 个国家是中国数字服务贸易合作的重点国家；对加拿大、秘鲁、墨西哥及日本的拓展空间最大，分 别 达 到 1760.78% 、1591.77% 、1190.35% 及1044.84%。

表6 2021 年中国对CPTPP 国家数字服务出口潜力及拓展空间

六、结论与对策建议

（一）结论

近些年来，中国与CPTPP 国家数字服务贸易发展迅速，但贸易逆差问题日益严重。 为此，笔者利用随机前沿引力模型对2005—2021 年中国对CPTPP国家数字服务出口数据进行估计，分析影响出口效率的自然因素和人为因素，同时测算出口效率、出口潜力及拓展空间。 结果表明：中国与CPTPP 国家的人均GDP、人口总量均对扩大中国数字服务出口规模具有显著的促进作用，而双方首都之间的距离越大， 对开展数字服务贸易合作的负向影响越大。CPTPP 国家的贸易开放度、利用外资水平、数字基础设施水平、 是否与中国签署FTA 及是否同属于“东盟10+3 成员国”对提高中国数字服务出口效率具有显著的推动作用，而金融发展水平对提高数字服务出口效率具有显著的阻碍作用。 中国对CPTPP国家数字服务出口效率存在差异，且整体水平偏低，日本、新加坡和澳大利亚是中国数字服务出口的主要对象，对加拿大、秘鲁、墨西哥等国的出口拓展空间较大。

（二）对策建议

一是积极推进CPTPP 谈判， 加大与CPTPP 国家的数字服务贸易合作。 中国应利用好一些交流平台，如APEC 会议，向CPTPP 国家表达加入CPTPP的意愿，与关键国家展开对话，寻找双方的利益共同点，争取得到相关国家的支持，早日加入CPTPP。 同时，CPTPP 国家中除加拿大、 智利、 墨西哥及秘鲁外，其他国家也是RCEP 成员，中国应抓住机遇，加强与这些国家在贸易、投资、金融等领域的合作，促进双边数字服务贸易发展。 对没有与中国达成FTA或者不属于同一区域组织的CPTPP 国家，可以借鉴韩国的经验，“以点带面”，最终突破CPTPP 的封锁，消除贸易壁垒，提高中国数字服务出口效率。

二是提高中国与CPTPP 国家数字基础设施建设水平。 数字基础设施的建设和完善可以推动以数字技术为支撑的数字服务业发展，进而刺激双边数字服务贸易合作。 一方面，中国应该加大研发投入，提高自主创新能力，增强自身数字基础设施建设能力。 另一方面，中国应加强与澳大利亚、加拿大、新加坡等CPTPP 国家在核心技术领域的交流与合作，吸收异质性创新元素和资源， 通过整合和协调，推动彼此数字基础设施建设水平的提高。

三是继续推进与重要国家的贸易合作，大力开拓贸易潜力较大的市场。 中国应继续扩大对主要出口国家（日本、新加坡和澳大利亚）的数字服务贸易规模，保持双边贸易持续健康发展。 同时，中国要重点关注加拿大、秘鲁、墨西哥等出口拓展空间较大的国家，积极推进中国与秘鲁FTA 升级谈判，抓紧研究中国与加拿大、墨西哥自由贸易协定，最大程度简化和协调双方程序，加快技术、服务、人才、资金、数据等要素的自由流动，扩大数字服务贸易，提高中国出口效率。