燕华康 重庆工商大学经济学院 重庆南岸 400067

一、引言

本文采用国内外学者研究贸易便利化时提及应用较多的口岸效率、关税环境、规制环境和电子商务四类综合指标作为评价长江经济带贸易便利化的影响因素，通过修正拓展的引力模型实证分析了上述因素对长江经济带贸易便利化的具体影响。创新点在于：基于引力模型对长江经济带贸易便利化进行评价。从长江经济带沿线11各省市入手，通过贸易引力模型实证分析其内部沿线省市的数据研究影响长江经济带贸易便利化的因素。

二、基于引力模型的贸易便利化及其评价

2.1 基于引力模型的贸易便利化概念界定

贸易便利化这一专业名词在各种文献中已经屡见不鲜，但迄今为止在世界范围内尚未形成一个被各界普遍认同的标准定义。通常认为贸易便利化是指通过程序和手续的简化、适用法律和规定的协调、基础设施的标准化和改善，为国际贸易交易创造一个协调的、透明的、可预见的环境。目前关于贸易便利化的评价方式主要分为定性和定量分析两种方式，而基于引力模型的贸易便利化评价是国内外学者采用较多的一种定量分析方法。相较于其他评价方式，引力模型可以根据研究者的需要添加不同的影响因素及指标，增强模型评价指标的灵活性和综合性；同时，引力模型可以具体量化各个指标对被解释变量的影响，便于研究者更加直观清晰的掌握各解释变量的不同作用，进而提出改进对策。

2.2 基于引力模型的贸易便利化评价

1、基于引力模型的贸易便利化评价机理

引力模型的思想起源于牛顿的提出的万有引力定律：两物体之间的相互吸引力与其质量成正比，与其距离成反比。之后被应用到国际贸易领域，两国之间的贸易流量主要取决于用GDP衡量的国家经济规模和两国间的地理距离。双边贸易流量可看做引力大小，两国的经济规模可视为物体的质量，两国的距离则可看作物体的距离，进而建立起引力模型分析评价。

a0为常数项，为随机误差项，a1、a2、a3、a4均为弹性系数。

Linnemmannn（1966）扩展了的引力模型表达式如下：

lnXij=a0+a1lnGDPi+a2lnGDPj+a3lnPeoi+a4lnPeoj+a5lnDij+a6lnPolicy+μij

式中Peoi、Peoj分别代表i国和j国的人口，Policy为虚拟变量贸易协定，如果两国签订了贸易协定记为1，否则记为0。

2、基于引力模型的贸易便利化评价指标选取及模型设定

本文以基本引力模型为基础，对Linnemmannn的模型进行适当的扩展和修正，建立能够反映长江经济带贸易便利化的引力模型。对模型的扩展和修正主要体现在以下几个方面：

1.在经济规模（GDP）、人口（Peo）、距离（Dis）这三个基本影响因素之外，引入口岸效率作为解释变量，考虑到长江经济带11省市口岸分布情况差异较大且数据不易获得，本文用各地区交通运输线长度代替口岸效率代为解释。交通运输线越长的地区其物流运输能力就越强进而口岸效率就越高，反之亦然。

2.引入海关环境这一解释变量作为评价长江经济带贸易便利化的影响因素，长江经济带沿线省市共计有12个海关总署直属海关，通关效率的高低直接的影响到该地区的贸易流量。自2014年长江经济带实施通关一体化战略以来，进出口货物通关时间得到进一步压缩，衡量海关环境最直接、最有效的指标就是进出口货物的平均通关时间，因此，本文选取长江经济带个省市的进出口货物平均通关时间代为解释海关环境因素。

3.加入制度环境这一虚拟变量作为解释变量。由于长江经济带属于我国境内内河流域经济区无法用国际性条约和组织指标衡量，因此，本文从我国实际情况出发，选用自由贸易试验区这一国内政策代为解释制度环境因素。众所周知，自贸试验区于2013年率先在上海启动，之后逐步推广扩大到全国其他省市。加入自贸试验区对外贸具有明显的政策促进作用，模型数据中对加入自贸试验区的省市记为1，否则记为0。

4.电子商务环境作为现代化外贸中不可忽略的影响因素受到越来越多的重视。本文同样加入这一指标作为解释变量，考虑到各省市电子商务环境指标的量化问题和数据的可得性，模型数据选取了各地区的网民数量代为解释电商环境，电子商务的主要目标客户群体来自互联网用户，因此，各地区的网民数量能够较好地反映出该地区的电子商务环境。

5.不考虑进口国的GDP和人口因素，本文的研究目的在于评价长江经济带贸易便利化的影响因素，因此出口地区固定为沿江经济带11省市。此外，由于进口方无法固定到某一国家或地区，考虑到距离因素的可量化性及准确性，本文以各省（市）会城市到长江经济带下游最后一个海关即出境海关—上海的地理距离作为对外贸易的距离因素。

得到的反应长江经济带贸易便利化影响因素的引力模型为：

式中，Y代表长江经济带的对外贸易流量，PE代表口岸效率因素，CE代表海关环境因素，ES代表规制环境因素，EC代表电子商务环境因素。

三、基于引力模型的长江经济带贸易便利化评价

1、数据来源及说明

本文选取长江经济带近十年沿线个省市的面板数据作为实证检验对象，各项指标数据均来自于沿线省市近年国民经济和社会发展统计公报以及沿线省市直属海关网站。其中对外贸易流量和各地GDP均以亿元为单位，人口计数单位为万人，距离和口岸效率（交通运输线长度）单位为公里，代表各省市海关环境的进出口货物平均通关时间以小时为单位，计算方式为该省市进口和出口货物全年平均通关时间的算数平均数。虚拟变量的取值依据是国务院最新公布的自贸试验区名单；电子商务环境（网民数量）也以万人为单位。

2、实证分析过程

首先，在Eviews9.0操作软件中新建一个面板数据的工作文件，时间区间选择2008—2017年；然后在点击object选项选择pool混合面板数据，在弹出的对话框录入11各地区的缩写，之后单击sheet键输入变量字段名称“y？”、“gdp？”、“peo ？”、“dis ？”、“pe ？”、“ce ？”、“es ？”、“ec ？”，生成表格后将事先Excel表中的数据粘贴到pool工作表中；其次，点击poolgener键将各变量进行对数线性化处理，单击poolestimation键在弹出的对话框对应位置依次键入被解释变量lny？和解释变量lngdp？、lnpeo？、lndis？、lnpe？、lnce？、es？、lnec？的字段名；最后，点击OK按钮生成回归模型分析结果。

2、实证结果分析

本文利用长江经济带各省市近十年面板数据，通过计量软件Eviews 9.0进行模型的回归预测，对扩展和修正后的引力模型回归结果如下：

Dependent Variable: LNY?

Method: Pooled Least Squares

Date: 07/30/18 Time: 17:56

Sample: 2008 2017

Included observations: 10

Cross-sections included: 10

Total pool (balanced) observations: 100

Cross sections without valid observations dropped

Variable Coefficient Std. Error t-Statistic Prob.13.71067 2.469795 5.551340 0.0000 LNGDP? 1.982938 0.291654 6.798932 0.0000 LNPEO? 1.320731 0.379075 3.484084 0.0008 LNDIS? 0.483758 0.152628 3.169531 0.0021 LNPE? -3.246030 0.457168 -7.100302 0.0000 LNCE? -0.041372 0.089528 -0.462117 0.6451 ES? -0.092893 0.235488 -0.394469 0.6941 LNEC? -0.036651 0.283488 -0.129288 0.8974 C R-squared 0.906769 Mean dependent var 7.947407 Adjusted R-squared 0.899675 S.D. dependent var 1.330449 S.E. of regression 0.421407 Akaike info criterion 1.186184 Sum squared resid 16.33773 Schwarz criterion 1.394598 Log likelihood -51.30920 Hannan-Quinn criter. 1.270533 F-statistic 127.8282 Durbin-Watson stat 0.281886 Prob(F-statistic) 0.000000

LnY=13.71+1.98lnGDP+1.320lnPeo+0.48lnDis-3.25lnPE-0.04CE-0.09ES-0.04lnEC

总体来说，扩展和修正后的引力模型拟合优度R2很高，说明模型拟合程度较好。由于检验数据只有长江经济带沿线11个省市地区的面板数据，且部分样本数据缺失导致各解释变量的影响显著性水平均不明显，现对模型中各解释变量的回归结果加以分析说明：

GDP：该解释变量的系数为1.98，说明各省市的经济规模对贸易流量具有明显的促进作用。GDP每增长1%，该地区对外贸易流量预计将增加1.98%，可见出口地区的GDP对贸易流量具有重要的影响作用。

Peo：该解释变量的系数为1.32。不同的学者研究发现人口因素对贸易流量具有双重作用：一方面人口增加，导致国内分工深化，会使贸易流量减少；另一方面人口增加，导致市场需求增加，会使贸易流量增加。从本文的回归结果看，长江经济带沿线省市的人口因素对贸易流量产生的是正向作用，即人口每增加1%将导致贸易流量增加1.32%，人口因素对长江经济带贸易流量的影响作用已十分明显。

Dis：该解释变量的系数为0.48。与国际上学者研究的结果相反，距离因素对长江经济带贸易流量具有明显的促进作用。长江经济带中上游地区毗邻东盟国家，且近年来国家打通了渝新欧贸易大通道，为中上游沿线省市地区的对外贸易开辟了新渠道，因此，距离下游上海越远反而贸易量越大。同时，在“一带一路”战略背景下，长江经济带将起到重要的连接作用，距离因素对贸易流量的负向作用在长江经济带将不再明显。

PE：该解释变量的系数为-3.25。理论上讲，口岸效率对贸易流量应具有明显的促进作用，由于本文选取沿线各省市的交通运输线长度代为解释口岸效率，因此说明各省市的交通运输线长度对贸易流量并无正向作用关系。

CE：该解释变量的系数为-0.04。说明各省市的进出口货物平均通关时间对贸易流量呈现阻碍作用，具体表现为进出口货物平均通关时间每下降1%，贸易流量将增加0.04%。该结果也从侧面印证了实施长江经济带通关一体化改革的必要性，清关效率的提升对贸易流量的提升是显而易见的。

ES：该解释变量的系数为-0.09。虚拟变量的系数为负表明各省市是否为自贸试验区对贸易流量具有十分重要的影响作用。我国自贸试验区自2013年才开始启动，至今也并未完全覆盖长江经济带，此外本文选取的是近十年的数据，因此自贸试验区对贸易流量产生了负向作用。

EC：该解释变量的系数为-0.04。说明以网民数量为替代的电子商务环境对贸易流量的呈现负向作用，表现为网民数量每增长1%，贸易流量将下降0.04%。促进长江经济带贸易便利化发展必须要营造出良好的电子商务环境，除了网民数量外，必须大力推进电子口岸建设。

四、结论及建议

通过分析发现，同国家间的贸易影响因素一样，各省市的GDP对长江经济带贸易流量的影响具有明显促进作用，在我国广泛推广扩大自贸试验区对区域贸易流量具有积极影响作用，同时，可以预见未来几年内电子商务环境对长江经济带贸易流量的影响将起着至关重要的作用。但长江经济带贸易便利化发展的阻碍因素较多，需对症下药、有针对性的加以解决，本文在此提出以下建议：

针对人才短缺的情况制定出台各项有利政策吸纳高素质优秀人才沿江省市发展，为当地产业结构升级改造发挥积极促进作用；针对交通运输保障能力不足的问题的改革方向是大力发展水、陆、空、铁、管等多式联运的立体交通运输网络，加深各种物流方式的融合发展；针对海关环境的建议是借鉴香港、新加坡等发达地区和国家大力推行电子化报关制度，通过学习推广上海自贸区“单一窗口”制度经验，缩短进出口货物平均通关时间以减少贸易丧失。