摘要：随着区域经济一体化的深入发展关税和非关税壁垒相继被削减和取消贸易便利化成为促进国际贸易增长的重要因素。本文以硬数据为基础，测算了2005-2016年中国-东盟自由贸易区(CAFTA)国家和整个CAFTA的贸易便利化水平，并收集了2005-2016年CAFTA国内出口的面板数据，运用引力模型探讨了贸易便利化对CAFTA国家间出口贸易的影响。结果表明:CAFTA总体上属于一般便利区。从国别来看，CAFTA国家贸易便利化水平差异很大，大致可分为三个梯队。CAFTA整体贸易便利化水平的提高将促进成员国之间的贸易增长。其中，出口国贸易便利化水平的提高对出口的影响远远大于进口国贸易便利化水平的提高。此外，进出口国GDP和人口的增加显著促进了出口国的出口，而两国之间的距离则产生了相反的作用。
 关键词:硬数据；CAFTA；贸易便利化；贸易引力模型；固定样本数据
 2013年9月，在第十届中国-东盟博览会上，李克强总理提出打造中国-东盟自由贸易区“升级版”。2018年3月至今已近5年，经济全球化和区域经济一体化发生了深刻复杂的变化。2017年5月，“一带一路”国际合作高峰论坛在京成功举办，来自东盟10国的7位领导人出席，中国与东盟双边政治互信不断加深，经贸日益繁荣。在中国与东盟的“钻石十年”中取得更加丰硕的成果，是中国与东盟的共同愿望。因此，研究CAFTA贸易便利化水平及其对出口贸易的影响具有重要意义。
 
 一、贸易便利化水平研究的文献综述
 近年来，对贸易便利化水平、影响因素和效果的定量研究主要有三种方法。第一种方法是通过深入调查得到成本和收益，然后在此基础上进行成本和收益分析。基于这种方法，大多数学者认为贸易便利化的成本小于收益。
 第二种方法是利用引力模型来估计贸易便利化具体措施带来的收益。刘和张伟选取2007-2013年中国与东盟七国的农产品出口贸易为研究对象，运用固定效应模型分析中国-东盟自由贸易区贸易便利化对中国农产品出口的影响。
 第三种方法是使用CGE模型分析。童家栋和李连庆运用一般均衡模型从宏观角度解释了贸易便利化对经济和社会各方面的影响。
 从现有文献来看，国内外研究者对WTO、APEC等组织的贸易便利化研究较多，但对中国加入的第一个区域贸易组织——中国-东盟自由贸易区(CAFTA)的贸易便利化研究较少，对贸易便利化措施收益的定量研究较少。目前，关于CAFTA贸易便利化的研究成果大多基于感知数据。因为感知数据主要来源于相关权威国际机构或组织在调查基础上形成的数据。这些问卷在设计上存在一定的局限性，而且由于被调查者的教育背景、经历、社会地位等多方面的原因，会导致调查结果不能完全反映实际情况。这使得目前的研究不足以全面反映CAFTA的贸易便利化水平。
 本文不再从感知数据的角度研究贸易便利化，而是采用一种新的数据——硬数据(真实可靠的实际数据)来衡量CAFTA国家和自由贸易区的整体贸易便利化水平，从硬数据的角度分析贸易便利化对CAFTA出口的影响，从而为提高CAFTA的贸易便利化水平提供理论支持。本文在研究方法上也有所创新，改进后的贸易便利化衡量方法采用了国际上的相对指标。基于这种方法，区域内不同国家的贸易便利化水平可以在自贸区和全球得到体现。此外，本文采用的计算方法也打破了以往研究者只能计算国家贸易便利化水平而不能计算区域贸易便利化整体水平的局限。采用本文所采用的计算方法计算出的区域整体贸易便利化指数，首次反映了CAFTA在全球范围内的整体贸易便利化水平。事实上，这为全球各地区贸易便利化总体水平的横向比较提供了一种新的研究方法。
 
 二、CAFTA贸易便利化水平的计算
 (一)CAFTA贸易便利化硬数据建设
 本文使用的硬数据来自世界银行每年发布的《营商环境报告》。因为这个数据客观反映了一个国家进出口的实际情况，得到的结果真实可靠，没有太多人为的感性认识。在某种程度上，它比感性数据更有说服力，所以本文称之为硬数据或实际数据。本文以2005-2016年为例，计算了这12年除缅甸以外的其他10个CAFTA国家的贸易便利化指数。
 贸易便利化指标(TFI)是通过建立贸易便利化指标体系，反映指定国家或地区贸易便利化水平的数值。基于硬数据的CAFTA贸易便利化指标体系分为二级指标和一级指标。二级指标分为原始二级指标和标准化二级指标。其中，2005年至2014年的原二级指标为《世界银行做生意》中“跨境贸易”项下的“出口单据(数量)”、“进口单据(数量)”、“出口成本(美元/箱)”和“进口成本(美元)”。“导入时间(天)”[2]2015年，由于世界银行统计方法的变化，无法获得之前的二级指标数据。因此，2015-2016年原二级指标改为“出口时间:单证合规(小时)”、“出口时间:边境合规(小时)”、“出口成本:单证合规(美元)”、“出口成本:边境合规(美元)”、“进口时间:单证合规(小时)”由于原二级指标的单位和统计口径不同，考虑将CAFTA原各国二级指标的全球水平映射为0-1，形成标准化的二级指标。一级指标由标准化的二级指标平均得到，反映了各国进出口的便利程度。
 
 (二)CAFTA贸易便利化水平计算
 1.将原始数据标准化，计算标准化二级指标TFIX2。
 具体算法如下:找出世界上原始的二级指数数据及其对应的最大值和最小值，然后用TFIX2 =(∪h-∪X)/(∪h-∪l)计算出该国的二级指数TFIX2。其中∪X代表X国二级指数的原始数据，∪h代表该指数在世界上的最大值，∪l代表该指数在世界上的最小值，TFIX2的取值范围为0到1。数值越大，贸易便利化水平越高。
 
2.计算每一级的指数TFIX1。
 将原始数据标准化后，一级指标的指标就可以很容易地计算出来。算法如下:出口和进口的贸易便利化一级指标中有n个二级指标，所以一级指标的指数TFIX 1 = ∑ TFIX2i/N。
3.计算各国最终的国家贸易便利化指数TFIX。
 每一级的指数算出来之后，就可以算出每个国家的TFIX1。每个国家的最终TFIX1可以通过出口贸易便利化指数和进口贸易便利化指数的平均得到。
 表1基于2005年至2016年硬数据的CAFTA国家贸易便利化指数TFIX1
 
 2005   2006    2007    2008    2009    2010    2011    2012    2013    2014    2015    2016
 文莱0.85 0.85 0.84 0.84 0.83 0.84 0.86 0.86 0.87 0.68 0.72
 柬埔寨0.69 0.68 0.67 0.72 0.70 0.73 0.73 0.74 0.75 0.75 0.76 0.78
 印度尼西亚0.88 0.88 0.88 0.88 0.87 0.87 0.89 0.88 0.88 0.72 0.75
 老挝0.49 0.49 0.59 0.60 0.58 0.60 0.64 0.67 0.67 0.67 0.72
 马来西亚
 菲律宾
 新加坡0.96 0.96 0.96 0.97 0.97 0.920.93
 越南
 泰国0.71 0.71 0.79 0.87 0.86 0.86 0.87 0.88 0.88 0.87 0.90
 中国0 . 920 . 930 . 920 . 920 . 920 . 920 . 920 . 920 . 920 . 920 . 88 0.88 0.760 . 79。
 
 资料来源:根据世界银行的《营商环境报告》，缺少缅甸的数据。
 (三)CAFTA贸易便利化水平分析
 根据上述方法计算的TFI范围从0到1。1代表世界上完全贸易便利化水平最高的国家，0代表世界上贸易便利化水平最低的国家。数值越大，该国贸易便利化水平越高。根据TFI评分，本文分为四个等级:0.95-1非常方便，0.85-0.95相对方便，0.75-0.85一般方便，0.7以下不方便。理论上，有些国家的TFI为1，但实际上不太可能。[4]因为没有一个国家会在贸易便利化的所有指标上是世界上最好的。当然，TFI为0的国家不会出现。
 从CAFTA国家的贸易便利化水平来看，表2显示了每个国家过去10年的平均便利化水平。CAFTA国家的贸易便利化水平差异很大。无论是贸易便利化程度较高的新加坡，其TFI高达0.95，还是贸易便利化程度较低的老挝，其TFI都只有0.61。当然，这还不包括缅甸，由于缺乏数据，该国没有进行测量。第二个层面，马中两国的TFI分别为0.91和0.89，也是贸易便利化水平非常高的国家。其次是印尼、泰国、文莱、菲律宾、越南的TFI分别为0.85、0.84、0.82、0.81、0.80，属于贸易普遍便利的国家。然而，柬埔寨的TFI为0.73，其贸易便利化水平有待提高。
 表2 CAFTA国家便利化指数12年平均值
 国家文莱柬埔寨印度尼西亚老挝马来西亚菲律宾新加坡越南泰国中国
 平均值为0.820 . 730 . 850 . 610 . 910 . 810 . 950 . 800 . 840 . 89。
 
 
 从CAFTA国家历年的贸易便利化水平来看，纵向分析显示，大多数国家的贸易便利化水平都有所提高。老挝、柬埔寨和泰国的贸易便利化指数增长率在过去十年中分别大幅提高了0.23、0.19和0.19。文莱、印度尼西亚、马来西亚、菲律宾、新加坡和越南的贸易便利化指数在过去十年中有所波动，但变化不大。2013年和2014年中国贸易便利化指数下降，可能与中国经济“新常态”有关。
 表3 2005-2014年基于硬数据的CAFTA贸易便利化指数占比
 2005   2006    2007    2008    2009    2010    2011    2012    2013    2014    2015    2016
 文莱1.05 1.05 1.03 1.01 1.000 1.02 1.01 1.02 1.02 0.88 0.89
 柬埔寨0.86 0.85 0.82 0.86 0.85 0.88 0.88 0.88 0.89 0.89 0.98 0.97
 印度尼西亚1.09 1.10 1.07 1.06 1.06 1.06 1.05 1.05 1.03 1.03 0.93 0.94
 老挝
 马来西亚1.14 1.14 1.12 1.10 1.09 1.09 1.09 1.09 1.09 1.09 1.10
 菲律宾1.01 1.01 0.98 0.97 0.97 0.99 0.99 0.99 0.98 1.000 0.99
 新加坡1.19 1.19 1.17 1.15 1.16 1.15 1.14 1.14 1.14 1.14 1.18 1.15
 越南1.02 1.02 0.99 0.98 0.98 0.97 0.96 0.97 0.97 0.95 0.96
 泰国0.88 0.88 0.96 1.04 1.05 1.04 1.04 1.03 1.04 1.04 1.04 1.11
 中国1.15 1.15 1.13 1.11 1.12 1.11 1.09 1.04 1.000 0.99。
 资料来源:根据表1计算。
 从2005年到2016年，CAFTA贸易便利化指数的数据可以分析CAFTA内部区域内各个国家的地位和变化趋势。新加坡、文莱、印尼、马来西亚和中国在过去十年的区域便利化占比均高于平均水平，其中新加坡的贸易便利化占比最高，这与新加坡的国家战略定位密切相关。依托马六甲海峡，新加坡在国际贸易中扮演着“轴心”的角色。其高度的贸易便利化和金融便利化是吸引世界主要经济体投资的关键因素，因此该国在整个CAFTA的贸易便利化方面一直处于领先地位。文莱油气资源丰富，国家发展更多依赖能源出口，因此贸易便利化指数也保持较高水平。CAFTA的发展水平相对较高，因此支持贸易便利化指数的比例也相对较高。印尼是一个海洋国家，由于国家对港口建设投入巨大，贸易便利化指数占比较高。中国作为世界上贸易额最大的国家，相应的贸易便利化比率也应该处于较高水平。柬埔寨、老挝、菲律宾、越南和泰国的贸易便利化指数在CAFTA占比相对较低。原因不尽相同。柬埔寨和老挝是世界上最不发达的国家之一。此外，柬埔寨国家海岸线短，沿海良港少，贸易指数占比相对较低。同样，老挝是CAFTA唯一不靠海的国家，经济发展水平也很低，所以贸易指数比重最低。
 一般来说，CAFTA贸易便利化水平可以分为三个梯队，第一梯队是新马和中国，第二梯队是文莱、印尼、越南、菲律宾和泰国，第三梯队是柬埔寨和老挝。整体呈纺锤形排列。这三个梯队的国家应该采取联合向下援助的策略，充分发挥各自的独特优势，推动CAFTA向更稳定、更高质量的方向发展。
 
 三、基于硬数据分析CAFTA贸易便利化对出口的影响
 (一)国际贸易引力模型的介绍和概述
 引力模型在区域经贸效应的实证分析中影响深远。该模型的基本思想借鉴了牛顿的万有引力理论，假设两个贸易国的贸易水平与其GDP成正比，与两国的距离成反比[5]。在随后的发展中，学者们不断发现更多的因素(要素生产率、汇率、语言和文化等。)会不同程度地影响两国的贸易水平。[6]
 基于前面的研究和实际情况，考虑以下变量设置，重力模型表示如下:
 lnx ij =β0+β1ln(y _ I)+β2ln(y _ j)+β3ln(d _ ij)+εij
 其中，Xij为I国对J国的出口量；Yi和Yj分别是I国和J国的国民生产总值；Dij是两国之间的距离(代表运输成本的变量)；εij是符合标准正态分布的随机扰动项；β0-βk是待估计的参数。
 (二)模型设置和数据来源
1.模型设置描述
 本文基于硬数据的CAFTA贸易便利化影响力引力模型的构建原则是细分国别指数。当一个国家是出口国时，只采用其出口的贸易便利化指数；当它是进口国时，它只使用该国的进口贸易便利化指数，而不使用该国的总贸易便利化指数。[7]这样，该模型可以更好地衡量出口便利化和进口便利化对CAFTA内部贸易的影响。理论上，这比不区分一国进出口便利化不同水平的模型构建方法更符合实际情况。
2.模型的设定和各变量的说明。
 本文综合考虑了各种因素，没有经过检验的比较全面的模型是:
 ln(x _ ijt)=β0+β1ln(g _ it)+β2ln(g _ JT)+β3ln(p _ it)+β4ln(p _ JT)+β5ln(d _ ij)+β6(TF _ it)+β7(TF _ JT)+γt+ui+εit(1)
 
 
 表4变量及其含义的描述
 可变意义
 X _ ijt年出口国I到进口国J的出口量D _ ij两国之间的距离
 g_it出口国的国内生产总值g _ it进口国的国内生产总值
 P _ IT出口国P _ JT进口国的人口
 TF _ IT出口贸易便利化指数TF _ JT进口贸易便利化指数
 γ t随时间变化的扰动项ui随个体而变化
 ε it的扰动项随个体和时间而变化
3.数据来源和描述
 CAFTA国家间的出口数据x_ijt来自联合国商品贸易统计数据库，其计量单位为美元。所有国家的国内生产总值和人口(PEO)均来自世界银行数据库。两国的空间距离是用世界上最常用的方法，以两国首都的最短距离来衡量的。这个数据是从距离计算网站的“距离计算器”中得到的，距离单位是公里。各国出口贸易便利化指数和进口贸易便利化指数来自于2005-2016年基于硬数据的CAFTA贸易便利化指数一级指数。
4.模型的选择
 本文利用2005-2016年CAFTA国家出口贸易流量的面板数据，认为面板数据在时间序列和横截面序列上可能存在异方差性。通常在处理面板数据的线性回归时，主要考虑固定效应模型和混合回归的异方差性。因为随机效应是由GLS估计的，所以异方差是可以控制的。本文假设模型估计的残差项是独立同分布的。
 鉴于同一国家不同年份间扰动项的自相关性，以及假设扰动项是独立同分布的，则共同标准误的估计会不准确。用Stata15分别计算稳健聚类的标准误和普通标准误，发现前者大于后者，也印证了之前的推断。
 作为参考框架，首先进行混合回归(结果记录为OLS)。由于CAFTA各个国家在语言、文化、宗教、风俗、制度、法律等方面存在诸多差异，可能存在不随时间变化的缺失变量，所以考虑使用固定效应模型(结果记录为FE_robust)。使用xtreg，fe不带选项“r”，输出结果包含一个f检验，其原假设为“H0:所有ui =0，f检验的p值为0.0000，因此强烈拒绝原假设FE明显优于混合效应，应允许每个个体有自己的截距项，且存在个体固定效应，不应使用混合回归。
 上述个体固定效应模型解决了不随时间变化，而随个体差异变化的变量缺失问题。同样，引入时间固定效应(双向固定效应)可以解决不随个体差异变化而随时间变化的变量缺失问题。结果表明，时间趋势项t在10%的水平上显著。因此，考虑在模型中应用时间固定效应(结果记录为FE_trend)。
 个体效应也可能以随机效应(RE)的形式存在。因此，用LM检验拒绝了原来不存在个体随机效应(P值为0.0000)的假设，随机效应优于混合回归。然后比较RE_robust和FE_trend。由于异方差性，我们使用稳健的houseman检验，p值为0.0000。因此，我们强烈拒绝随机效应的原始假设，认为应该使用固定效应模型。下表5分别给出了混合回归(OLS)、混合回归聚类稳健标准误(OLS _稳健)、固定效应稳健标准误(FE _稳健)、随机效应稳健标准误(RE _稳健)、双向固定效应(FE _趋势)、固定效应(FE)和随机效应(RE)。
 (1)    (2) (3) (4) (5) (6) (7)
 OLSOLS _ robust Fe _ robust re _ robust Fe _ trend fere
 g _ it 1.157 * * * 1.157 * * * 0.730 0.822 * * * 0.326 0.730 * * * 0.822 * * *
 (0.0579)   (0.129) (0.369) (0.120) (0.396) (0.167) (0.0779)
 
 g _ JT 0.732 * * * 0.732 * * * 0.397 0.510 * * * 0.0417 0.397 * 0.510 * * *
 (0.0719)   (0.151) (0.335) (0.121) (0.375) (0.157) (0.0857)
 
 p _ it 0.0653 0.0653 0.461 * * * 0.392 * * * 0.338 * * 0.461 * * * 0.392 * * *
 (0.0408)   (0.101) (0.108) (0.111) (0.119) (0.0903)    (0.0628)
 
 p _ JT 0.282 * * * 0.282 * 0.285 0.482 * *-0.0301 0.285 0.482 * * *
 (0.0506)   (0.125) (0.379) (0.147) (0.442) (0.499) (0.0945)
 
 d _ ij-2.108 * * *-2.108 * * *-2.040 * * *-1.884 * * *-1.947 * * *-2.040-1.884 * * *
 (0.0995)   (0.258) (0.400) (0.263) (0.400) (1.778) (0.259)
 
 TF _ it 7.422 * * * 7.422 * * * 0.289 1.553 0.703 0.289 1.553 * *
 (0.598)    (1.315) (1.343) (1.256) (1.322) (0.529) (0.520)
 
 TF _ JT 3.892 * * * 3.892 * *-0.144 0.336 0.372-0.144 0.336
 (0.635)    (1.265) (0.746) (0.701) (0.726) (0.480) (0.483)
 
 t 0.0886 *
 (0.0434)
 
 _ cons-16.76 * * *-16.76 * * *-6.683-15.03 * * * 19.40-6.683-15.03 * * *
 (1.607)    (3.600) (7.128) (2.940) (10.80) (14.99) (2.248)
 N 947 947 947 947 947 947 947
 括号中的标准误差
 * p < 0.05，** p < 0.01，*** p < 0.001
 (四)模型结果分析
 本文以CAFTA贸易便利化的固定效应模型结果为基础，用硬数据分析了CAFTA贸易便利化对出口的影响。
 1.GDP。结果表明，出口国GDP的显著水平很高。在其他因素不变的情况下，出口国GDP每增长1%，出口国出口就会增长0.73%，效果明显。然而，进口国的国内生产总值不如出口国的国内生产总值重要。进口国GDP增长1%，使得对应出口国出口仅增长0.40%。
 2.进口国和出口国贸易便利化指数TFI。从整体上看，进口国的贸易便利化系数大于出口国，可见出口国贸易便利化水平的提高对出口的影响大于进口国贸易便利化水平的提高。同时，这也表明CAFTA国家间出口的增长更依赖于出口国贸易便利化水平的提高。然而，进出口国贸易便利化系数的显著性水平较低。
 3.进口国和出口国的人口。从混合回归和固定效应模型中很难发现进口国人口和出口国人口同时显著，所以考虑随机效应进行分析。对于贸易双方来说，如果其他因素不变，进口国人口增加1%，相应出口国的出口量就会增加0.48%。出口国人口增长1%，出口量增长0.39%。这说明相应进口国人口的增长更能刺激出口的增长。
 4.两国之间的距离。其回归系数约为-2，显著性水平很高。贸易双方的地理距离对双边贸易流量有很大影响，贸易双方都更喜欢与距离近的国家进行贸易。这也符合引力模型的基本含义。
 5.其他变量。在这个模型中，不考虑是否有共同语言、两国是否存在殖民关系、是否是APEC或WTO成员等因素，因为这些因素的作用并不明显。
 总之，与进口国的GDP相比，出口国的GDP对出口的影响更大；出口国贸易便利化水平提高的效应明显大于进口国，这也说明出口的增长更多地依赖于出口国贸易便利化水平的提高。进口国的人口增长更有利于出口，而两国的距离对出口的影响则相反。
 四、结论与启示
 首先，本文采用硬数据来衡量贸易便利化水平，计算出的2005-2016年CAFTA国家贸易便利化指数不仅反映了各国的贸易便利化水平，也反映了各国贸易便利化指数在过去10年间的变化。一般来说，CAFTA贸易便利化水平可以分为三个梯队，第一梯队是新马和中国，第二梯队是文莱、印尼、越南、菲律宾和泰国，第三梯队是柬埔寨和老挝。整体呈纺锤形排列。
 其次，本文改进的贸易便利化水平测度方法计算了CAFTA的总体贸易便利化指数，该指数能够反映整个世界自由贸易区的贸易便利化水平。结果表明，CAFTA总体上属于一般便利区。
 第三，实证结果表明，CAFTA进出口国贸易便利化水平的提高会促进双边贸易的发展，但出口的增长更依赖于出口国贸易便利化环境的改善，进出口国GDP的增加对出口国出口有正向作用，其中出口国GDP的正向作用远大于进口国。此外，进口国的人口增长也会带动出口国的产品出口。
 
 
 
参考文献：
[1] 刘主光，张微. CAFTA贸易便利化对中国农产品出口贸易的影响——基于面板数据的实证研究[J].南宁职业技术学院学报, 2015,(06):89-93.
[2]艾赛提江，郭羽诞.中亚五国贸易便利化程度分析[J].新疆社会科学，2011（4）.
[3]周茜.贸易便利化测评体系及其对我国对外贸易影响研究[D].湖南大学硕士学位论文，2007年.
[4]曾铮，周茜.贸易便利化测评体系及对我国出口的影响[J].国际经贸探索，2008（10）.
[5]段景辉，黄丙志.贸易便利化水平指标体系研究[J].科学发展，2011(7).
[6]沈铭辉.东亚国家贸易便利化水平测算及思考[J].国际经济合作，2009（7）.
[7]徐雅雯.上海合作组织贸易投资便利化问题研究[D].2012东北财经大学博士学位论文.
[8]单君兰，周苹.基于APEC的贸易便利化测评及对我国出口影响的实证分析[J].国际商务研究，2012（1）.