电子商务条款与自由贸易协定

2026年7月1日，CEPII与OFCE合并，组建了法国经济研究所（Institut Français d’Économie）。该研究所隶属于巴黎政治学院，作为一家独立、非党派的实用经济研究中心，它将成为法国乃至欧洲经济辩论领域的重要声音。 电子商务条例与自由贸易协定 吉布巴尔·胡塞因 & 乌曼-达尤德·卡米洛 自21世纪初以来，贸易协定中包含关于电子商务（E.C.）的规定，我们称之为E-RTAs。 一旦控制了存在自由贸易协定的因素，包含电子商务条款的自由贸易协定与不包含此类条款的自由贸易协定相比，其双边贸易额大约低22%。 无论是电子商务条款的数量，还是其法律约束力（争议解决机制），都不会影响这一结果。 负面平均效应掩盖了显著的异质性：电子商务条款提升了那些国家组合发展水平足够高的国家间的贸易。 摘要 自2001年以来，已有76项区域贸易协定（RTA）纳入了电子商务相关条款，占同期所有签署RTA的44%。我们利用结合机器学习与文本分析的算法，构建了一个原始数据集，用以识别这些协定（我们称之为E-RTA），该算法用于检测449份贸易协定文本中的电子商务条款。我们记录到，E-RTA在少数发达经济体中地理集中，且签署方之间的贸易量低于其他RTA连接的贸易伙伴对。采用泊松伪最大似然（PPML）估计的重力模型框架，我们发现E-RTA对贸易的促进作用低于平均RTA：在标准RTA虚拟变量的条件下，E-RTA系数为-0.245，意味着贸易量减少约22%。电子商务条款的数量及其法律约束性均不影响此结果。然而，当我们将E-RTA状态与贸易伙伴综合发展水平指标交互时，交互系数为0.134，电子商务条款能促进足够发达的国家伙伴对之间的贸易。这些结果对替代性设定、估计量、产品层面分解、服务贸易和关税控制等稳健。 关键词 电子商务、区域贸易协定、引力模型、PPML、数字贸易 JEL F13, F14, F15, L81, O33. 工作文件 电子商务条例与自由贸易协定 海森·吉姆巴德 ∗ 卡米洛·乌曼-达尤德 † 1 简介 自2001年以来签署的区域贸易协定中，超过44%包含了关于电子商务的规定，然而这些规定是否影响贸易流仍是一个悬而未决的问题。随着区域贸易协定已从关税自由化扩展到涉及数字贸易、数据流动和电子认证，理解这些章节的贸易影响已成为一个首要的政策问题（Monteiro和Teh，2017；Wu，2017）。 本文探讨了RTA中的电子商务条款如何影响双边贸易。我们首先通过将结合文本分析和机器学习（Mayer等，2021a）算法应用于涵盖1957-2017年的449份贸易协定文本语料库（Alschner等，2017），构建了一个包含电子商务条款的76份RTA原始数据集（E-RTA）。然后，在估计这些条款的贸易效应之前，我们记录了E-RTA的演变和特征，并采用结构引力模型进行分析。 我们的主要发现是，电子商务区域贸易协定（E-RTAs）对贸易的促进作用小于平均水平的区域贸易协定（RTAs）。在我们首选的包含出口商-年份和进口商-年份固定效应的PPML模型设定中，标准RTA虚拟变量的系数为0.370，对应双边贸易增加45%。相比之下，E-RTA的增量系数为-0.245，这意味着包含电子商务章节的RTA与不包含电子商务章节的RTA相比，与大约22%的贸易减少相关。电子商务条款的数量以及它们是否受争端解决机制约束都不会改变这一结果。 然而，按发展水平划分的平均效应掩盖了重要的异质性。当我们将E-RTA状态与“世界银行收入类别得分配对”（即出口商和进口商的顺序收入分类之和）进行交互时，交互系数为0.134。对于综合收入得分达到5或以上的国家配对，E-RTA效应变为正值，例如，一个中低收入国家与一个高收入伙伴进行贸易时就达到了这一门槛。对于两个高收入国家的配对（得分=8），隐含的E-RTA效应为正且具有经济意义。因此，电子商务条款似乎只有在双方都具有充分的数字基础设施和监管能力时，才会促进贸易。 我们对这些发现进行了广泛的稳健性检验。零平均效应在普通最小二乘法（OLS）设定、协议深度替代衡量指标（DESTA数据库）、经济一体化指数（NSF-Kellogg）、Rauch分类的产品层面分解、农产品与工业品、宽泛的经济类别、服务贸易以及控制双边适用关税的设定中均成立。 本文有三个贡献。首先，我们利用算法检测，构建了一个系统化、可复制的关于RTA（2001-2017年）中电子商务条款的数据集。Monteiro和Teh（2017年）提供了一个详细的电子商务条款法律分类法，Wu（2017年）则清点了 具有法律重点的数字贸易规则。我们的方法通过一个自动化程序来补充这些定性分析，该程序便于复制和更新。其次，我们提供了首个基于引力模型的综合评估，用以分析电子商务条款如何影响贸易流量。González等人（2023）在部门层面考察了电子商务章节；我们将此分析扩展到商品贸易、服务以及多种产品分类的汇总层面。Lendle等人（2016）和Freund与Weinhold（2004）的相关研究使用引力模型研究了互联网普及与贸易之间的联系，但并未考察电子商务条款在区域贸易协定中的具体作用。第三，我们表明，电子商务条款的贸易效应是有条件的：它们仅在收入充足且（可能）拥有数字基础设施的伙伴国之间才有效。我们的识别依赖于E-RTA状态的条件性横截面双边差异 基于出口国-年份和进口国-年份的固定效应，这些固定效应吸收了贸易的所有国家特定时变决定因素，包括国内生产总值（GDP）、多边阻力以及贸易政策立场。由于E-RTA状态在国家对之间随时间推移表现出有限的内部变化，导致Umana-Dajud（2025）所分析的稀疏性问题——即估计量方差膨胀和渐近近似的失效，因此我们不在首选的模型规格中包含国家对固定效应。尽管如此，我们仍报告了包含国家对固定效应的模型规格以保持透明度，并讨论了与RTA形成相关的内生性问题（Baier and Bergstrand, 2007）。 本文其余部分结构安排如下。第二节描述了我们的算法并刻画了E-RTAs。第三节呈现了数据。第四节阐述了实证策略。第五节展示了结果。第六节为结论。 《区域贸易协定》中的两项电子商务条款 2.1 RTA分类 贸易协议的范围已大幅扩展。例如，加拿大-欧盟全面经济贸易协定（CETA）包含30个章节和数百项条款，涵盖投资、知识产权和数字贸易。1手动确定此类文本的内容是不切实际的。因此，我们实施了Mayer等人（2021a）开发的顺序文本分析程序，以自动识别电子商务条款。 算法分为两个步骤进行。首先，它通过搜索章节标题中的相关关键词（电子、数字、E-[a-zA-Z]、Electr´onico、Electronico）来确定一个RTA是否涵盖电子商务。如果找到匹配项，算法会搜索该相关章节中的与争议相关的条款；如果没有章节标题匹配，则搜索所有条款。其次，算法使用一个基于人工标注句子的朴素贝叶斯分类器，将收集到的争议句子分类为包含或排除电子商务的争议解决机制。 我们将此方法应用于Alschner等人（2017）提供的包含1957年至2017年协议的449份RTA文本的机器可读语料库。 2.2 电子自由贸易协定数量不断增加 自2004年以来，包含电子商务条款的RTA数量稳步增长，其生效高峰出现在2011年至2015年期间（图1）。到2017年，已有76项E-RTA生效2，占所有生效RTA的17%，但占2001年以来签署RTA的44%（图2和表13）。 2.3 电子商务规定的性质与深度 与关税章节不同，电子商务条款不包含具体的量化承诺。相反，它们为促进数字贸易确立了良好做法：对电子传输的关税暂停征收、消费者保护、电子认证、数据保护以及无纸化交易（Monteiro and Teh, 2017）。这些条款可以通过减少监管不确定性、促进跨境数据流动来降低贸易成本（Wu, 2017）。这些条款的法律效力差异很大。许多条款使用了允许性语言（“可以”）。 （将“shall endeavor”）视为非约束性义务，而非强制性义务。Burri和Polanco（2020）区分了软性、混合型和硬性承诺，并得出结论：“即使在相对简单的问题上（例如，对电子传输的关税暂停），也存在大量不同的规则和表述，可能具有不同的法律效力。”在我们的样本中，超过60%的E-RTA 纳入涵盖电子商务条款的争议解决机制尽管法律语言存在这种异质性，电子商务章节的实质性深度一直保持得相当稳定。图3显示，自 首批电子商务协定（澳大利亚—新加坡和新加坡—美国）以来，每份协议中独特的电子商务条款数量仅略有增加，这与Alschner等人（2017）所记录的监管趋同现象一致。 2.4 签署国特点 电子区域贸易协定（E-RTA）主要是双边协定：在76项（79%）协定中，恰好涉及两个签署方。3它们也具有地域集中性。图4显示，主要签署方是发达经济体：欧盟（12项E-RTA）、美国（10项）、韩国（10项）、新加坡（10项）和日本（5项）。拉丁美洲国家也相当活跃，秘鲁参与了10项E-RTA，哥伦比亚参与了7项，智利参与了5项，这反映了区域间协定以及与发达伙伴的协议。撒哈拉以南非洲国家没有E-RTA，这与它们依赖单边优惠（普遍优惠制GSP、欧盟经济伙伴关系协定EBA、非洲增长与机会法案AGOA）的情况一致。4 3 有些协议涉及众多合作伙伴，例如东盟—澳大利亚—新西兰自由贸易协定或欧盟—加勒比国家经济伙伴关系协定。4 GSP：普遍优惠制；EBA：除武器外一切商品贸易协定；AGOA：非洲增长与机遇法案。 在76项E-RTA中，92%至少包含一个高收入国家，35%仅由高收入国家之间签署，而完全排除高收入国家的仅占8%。 表1比较了通过E-RTA联系起来的国家对与其他RTA联系起来的国家对的特性。E-RTA国家对具有更高的合并GDP、更低的合并人口和更高的人均GDP。它们之间的贸易也较少（E-RTA国家对的双边贸易量大约是非E-RTA国家对的四分之一），并且地理上相距更远。这些选择模式对于解释后续的引力估计很重要。 基于CEPII引力数据集、IMF的DOTS以及作者关于电子商务条款的数据库，作者进行了计算。 3个数据 我们的分析借鉴了多个数据来源。商品的双边贸易流量来自国际货币基金组织的贸易方向统计（DOTS）数据库，我们从该数据库使用一个平衡的总体面板。 出口和进口涵盖1960-2015年；我们的回归样本仅限于1998-2015年，即观察RTA中电子商务条款的时期。服务贸易数据来自世界银行的《服务贸易数据库》（Francois and Pindyuk, 2013）。HS6层面的产品级贸易数据来自CEPII的BACI数据库（Gaulier and Zignago, 2010），SITC四位数的贸易流量来自世界银行的WITS数据库（UN COMTRADE）。 双边重力变量（距离、邻近性、共同语言和共同货币）来自CEPII的GeoDist数据库（Mayer和Zignago，2011年）和Gravity数据集（Conte等人，2022年）。RTA数据来自相同来源，并补充了我们算法生成的E-RTA分类。世界银行的收入分类用于构建发展互动变量。HS两位数的双边适用关税，用于稳健性检验，来自UNCTAD TRAINS。贸易协定文本来自ToTA语料库，“一个机器可读和标注的完整...” “RTA文本语料库（XML格式）”（Alschner等人，2017年）。用于检测电子商务条款的算法在Mayer等人（2021a）的文献中有记载。 4 经验策略 我们估计以下重力方程： (1)其中，X表示国家i到国家j在年份t的贸易流量（国际货币基金组织DOTS数据）；RTA等于1当且仅hX = exp(β · RTA) + β · E-RTA + β · E-RTA分散设置 i,j,t1 i,j,t2 i,j,t3 i,j,t + β · ln(距离) +