监管差异 ： 新收集的非关税措施数据库
ERIA - DP - 2018 - 12ERIA 讨论论文系列监管差异 ： 新收集的非关税措施数据库初探：早稻田大学Ayako OBASHI青山学院大学2019 年 3 月Abstract:在本文中，我们构建了一个差异指标来衡量产品在两个国家 （ 出口国和进口国 ） 可能面临不同法规的程度。由于该指标具有高度可扩展性，因此我们还可以构建在部门或国家层面应用的法规差异。在这项研究中，我们主要利用国家层面的信息来比较各国的监管制度，以了解一个国家的一系列法规与全球规范有何不同。我们还使用该指标来建议在东亚各种区域一体化努力中实现监管协调的方法。通过允许各国围绕一套基本法规进行谈判，这使我们能够确定哪个国家可以作为监管协调的基准。与关税等值方法相比，这种方法在监管协调问题上提供了更具体的政策指导。关键字:非关税措施, 法规, 区域一体化, RCEP, TPP, 东盟JEL 分类 ：F13 、 F14 、 F15 11. Introduction人们对非关税措施及其对国际贸易的影响越来越感兴趣。随着全球贸易因关税降低而扩大，非关税壁垒的影响变得越来越重要。NTM 和进口国的法规一直是研究人员，政策制定者和企业感兴趣的主题。要向另一个国家出口，出口商 （ 以及原始制造商或生产商 ） 必须遵守进口国的规定。例如，联合国工业发展组织 (工发组织) 报告说，估计价值 1.23 亿美元的农业和食品 (鱼类和渔业产品 ，坚果和种子，草药和香料以及水果和蔬菜 ） 在 2010 年在四个市场 （ 澳大利亚，欧盟 [EU]，日本和美国 [US] ） 的边界被拒绝，因为这些产品在某种程度上违反了进口国的食品安全法规 （ 工发组织，2010 年 ） 。1 农业和食品必须遵守严格的法规，例如卫生和植物检疫标准 （ SPS ） 2 和食品安全法规。每个国家在这些领域都有自己的一套法规，这给出口商，特别是发展中国家的出口商带来了困难。除农业和食品外，制成品还面临许多法规，在许多情况下涉及产品安全和质量。近年来，已经出台了许多法规，特别是在欧盟，以使产品更加 “绿色 ” 。这导致了与产品相关的环境法规的出台，任何出口到欧盟的人都必须遵守这些法规。这促使位于东亚的制造商改变其生产工艺和使用的投入，并增加对其投入和产品的测试。在当前国际贸易放缓的情况下 ， 非关税壁垒问题变得更加重要。经济放缓和随之而来的对未来的担忧1见工发组织 (2010 年; 2015 年) 关于进口拒收的全球视角 ， 以及发展中经济体研究所日本对外贸易组织和工发组织 (2013 年) 关于东亚国家进口拒收的更详细审查。2例如 ， Crivelli 和 Groeschl （ 2016 ） 发现 SPS 的存在会影响出口商进入该国的市场。但是 ， 如果出口商能够进入 ， 贸易量就会很高。 Fontagn é 等人 （ 2015 ） 还发现限制性 SPS 措施会降低公司向该市场出口的可能性。3关于与产品相关的环境法规以及这些法规在各国之间的传播问题 ， 请参阅 Michida ， Humphrey 和 Nabeshima （ 2017 ） 。 2国际贸易是由美国总统特朗普采取的一系列贸易限制措施带来的，例如对关键进口材料征收更高的关税。中国受到了很大的影响。虽然特朗普总统的行动最初侧重于提高关税，但近年来，重点已转移到其他工具，即监管。一个这样的例子是，他打算出台立法，禁止华为 （ 中国电信制造商 ） 使用产品，不仅是美国政府，也是政府的供应商。根据这一要求在供应链中的延伸程度，这可能会对华为在美国和其他地方生产的产品产生重大影响。然而，由于缺乏有关这些的国际可比数据，很难对非关税壁垒进行系统的研究。传统上，通过查看交易数量或进口产品的价格，将 NTM 的影响计算为关税等价物。基于数量的方法通过比较估计和实际贸易价值，并根据国际贸易数据确定将在什么关税水平上观察到实际贸易价值，从而估计从价关税当量。 4 基于价格的方法利用了国内价格的大量数据，运输成本信息和国际价格。任何价格差距都归因于 NTMs.5 的影响。在这两种方法中，NTMs 的问题都是隐含的，但没有具体解决。如果产品在进口国和出口国都面临多重法规，尤其如此。使用关税等值的传统方法仅表明在给定产品的进口方面总体上可能存在某种贸易限制，但并未揭示这种限制可能在何处发生。 6 这种方法使得很难确定一种适当的方法来进行更深层次的整合，其中可能包括监管协调。本质上，关税等值方法将 NTM 组件保留为黑匣子。然而，鉴于缺乏系统的非关税壁垒数据库，有必要使用这种方法。4例如 ， 参见遵循这种方法的 Kee ， Nicita 和 Olarreaga (2009) 。5 参见 Cadot 和 Gourdon (2016) ； Cadot 等人 (2015) ； 以及 Cadot 和 Ing (2015) 。6此外，基于数量的方法基于正确指定模型 （ 通常是重力型模型 ） 的假设。任何错误的规格都可能成为从价等价物。对于基于价格的方法，问题仍然是每个国家的市场结构有多少不同。国内价格上涨可能是市场结构更加集中的结果，这可能是也可能不是非关税措施的结果。 3在这项研究中，我们利用联合国贸易和发展会议 （ UNCTAD ） 与许多其他实体合作创建的新数据集来计算我们所谓的 “差异指标 ” 。该指标衡量一个国家的法规与其他国家的法规不同程度。该指标的一个优点是它是高度可扩展的。只要收集了有关法规的基础数据，就可以在产品，部门或行业或国家级别计算此度量。该指标还使我们能够比较每个国家的不同监管制度。这种分析对于考虑 “深度 ” 一体化的一组国家尤其有用。我们将使用目前在东亚正在进行的区域一体化努力来说明这一点。本文组织如下 ： 第 2 节详细解释了关于非关税壁垒的基础数据以及我们如何构建差异性指标。第 3 节概述了各国之间的监管差异。第 4 节利用差异性指标来探讨东亚背景下的监管协调问题 ， 第 5 节总结。2. 数据和方法First, we introduce our source of comprehensive data for NTMs (Section 2.1). We then explain how we quanization the degree of regulatory differences in terms of the implementation pattern of NTMs between countries (Section 2.2).2.1. 联合国贸易和发展会议新收集的非关税措施数据库贸发会议一直在领导全球努力，以阐明世界各地现有的非关税壁垒，并与其包括国际和区域组织在内的伙伴合作，开发一个非关税壁垒综合数据库。在贸发会议的指导下，国家顾问小组正在审查法律和法规文件，以收集信息，以了解可能影响进出口商品产品的国家目前实施的一套全面的强制性和官方法规。所收集的信息被转换成数据库。 4通过将检测到的 NTM 的内容链接到预定义的 NTM 分类代码 ， 并将受影响产品的描述链接到协调系统产品分类代码。收集和处理的有关非关税壁垒的数据通过贸易分析信息系统 （ TRAINS ） ： 全球非关税壁垒数据库 （ UNCTAD ） 依次向公众传播。截至 2017 年 3 月的更新 ， 贸发会议的 NTM 数据库涵盖了 57 个国家 （ 见附录 A ） 。在 UNCTD - 多机构支持小组 （ MAST ） 的非关税措施分类 2012 年 （ 称为 M3 版本，或 MAST NTM 分类的第三次修订版 ） （ UNCTAD，2015 年 ） 中，NTM 被分类 （ 根据措施的目的 ） 分为 16 章 （ A - P ），每章进一步分为组 （ 在大多数章节中 ） 和子组 （ 在某些章节中 ） 。根据贸发会议的倡议收集的全球数据的范围仅限于 A - I 和 P 章。在本文中，我们通过省略 P 章 （ 与出口有关的措施 ），将注意力限制在针对进口商品产品实施的 NTM 上。我们还从我们的数据分析中排除了 D 章 （ 或有贸易保护措施 ），因为这些数据截至 2017 年 3 月不完整。 7.7 我们最终将重点放在 A 章 （ SPS ） ； B （ 技术性贸易壁垒 [TBT] ） ； C （ 装运前检查和其他手续 ） ； E （ 非自动许可 ，除 SPS 或 TBT 以外的配额、禁止和数量控制措施) ； F (价格控制措施，包括额外税费) ； G (财务措施) ； H (影响竞争的措施) ； I (与贸易相关的投资措施) 。这些章节总共包括 208 个代码，包括任何聚合级别的所有可能代码。同时 ， 根据 HS 分类的 H2 、 H3 或 H4 版本报告受检测到的 NTM 影响的产品。为了一致性 ， 我们将所有产品信息转换为 H2 版本的 6 位代码 （ H2 版本中 6 位级别有 5, 226 个产品代码 ） 。 87对于某些国家 / 地区 ， D 章的数据与其他章的数据不在同一年收集。通常 ， 归类为 D 的 NTM 的旧数据只是与其他章下新收集的措施结合在一起。此外 ， 我们避免以与其他永久措施类似的方式分析 D 下的临时措施 ， 因为它们的性质不同。8从较新版本到较旧版本的 HS 分类代码的转换表可从联合国统计司贸易统计处的网站获得 https: / / unstats. un. org / unsd / trade / classifications / correspondation - tables. asp （ 2017 年 3 月 31 日访问 ） 。 52.2.基于余弦相似性的监管差异指标为了量化各国之间 NTM 实施模式方面的监管差异程度，我们采用了称为余弦相似性的接近度度量，通常用于比较成千上万个不同属性所表示的文档内容，例如特定关键字的频率。余弦相似度不仅已应用于信息检索和文本挖掘，而且还应用于生物分类学，基因特征映射，销售点和购买历史数据分析。在经济学领域，Jaffe （ 1986 ） 和 Brastetter （ 2006 ） 等专利文献利用余弦相似性来衡量一个公司与另一个公司在基于技术的专利类别中的专利模式方面的接近度。首先 ， 我们构建了一个向量 ， 表示由国家实施的一组 NTM我反对从世界其他地方进口如下:퐹푖 = (퐹푖1, ⋯ , 퐹푖푘, ⋯ , 퐹푖퐾),where是一个二元变量 ， 对影响特定产品类别的任何 NTM 的发生率取 0 或 1 ， 并在特定法规类别下进行分类。即 ，K 最大为 1, 087, 008 （ = 5, 226 个产品代码 x 208 个法规代码 ） ； 然而 ， 实际上 ， K 将变得更低 （ 在我们的数据分析中 ， 为 353, 713 或更低 ） ， 因为我们不需要考虑在计算余弦相似性时没有观察到的任何国家的产品 - 法规对。接下来 ， 使用代表 NTM 实施模式的向量 ， 我们计算某一对国家之间的余弦相似度。为了在下一节中提供国际监管差异的概述 ， 我们计算每个国家相对于 NTM 的世界平均实施模式的余弦相似度。我们构建了世界平均向量퐹푊 = (퐹푊1, ⋯ , 퐹푊푘, ⋯ , 퐹푊퐾),where퐹and퐹是一个二进制变量 (0 或 1) ， 指示国家 j 为产品法规对实施的任何 NTM푘. 9 国家 i 向量的余弦相似度퐹和世界平均向量퐹is9计算余弦相似度时重要的不是标称频率, 而是频率的相对大小 (即观测总数的一部分); 因此, 取平均值和聚合基本上相同。 6√∑计算为Cos (<unk>) <unk> =퐹푖∙퐹푊혍 ==1,‖퐹푖‖‖퐹푊‖=12=12whereCos (<unk>) <unk>使用两个向量及其量值的内积表示。是向量之间的角度的度量 ， 取值介于0 度 （ 相同 ） 和 90 度 （ 正交 ） ， 因为两者and仅由具有
