数字经济背景下跨境物流效率对外贸出口的作用机制
摘要:本文基于2015—2024年中国沿海省份面板数据,从跨境物流效率的时效性、成本经济性和网络连通性三个维度,实证分析其对我国外贸出口的影响机制。研究发现,跨境物流效率每提升1个百分点,外贸出口规模约增长0.42个百分点,其中物流时效性的边际贡献最大。机制检验表明,降低贸易成本、提升供应链韧性和增强市场可达性是物流效率促进出口的三条核心路径。异质性分析显示,跨境电商发达地区和RCEP成员市场的物流效率出口弹性显著更高。建议从数字物流基础设施投入、海外仓网络布局、多式联运体系完善和跨境物流数据互通四个方向协同发力,以外贸物流效率提升助力出口高质量发展。
关键词:数字经济;跨境物流效率;外贸出口;贸易成本;供应链韧性
一、引言
数字经济的蓬勃发展为全球贸易注入了新动能。跨境电商、数字贸易等新业态的崛起,使国际贸易的交易环节大幅精简、市场边界持续扩展,但同时也对跨境物流效率提出了更高要求。数字技术解决了“谁来买、怎么卖”的问题,但“怎么运、何时到”仍然取决于物流体系的效率。
近年来,我国跨境物流基础设施建设取得长足进展。海外仓作为新型外贸基础设施,其价值已在实践中得到充分验证——使用海外仓能够显著提升产品出口量,其作用机制包括降低运输成本、增强物流韧性、提高配送效率和优化逆向物流管理。与此同时,数字化技术在物流领域的渗透也深刻改变了传统跨境运输的组织方式:区块链技术打通跨境交易堵点,数字化供应链系统串联物流、清关、仓储全链条数据,精准预判市场需求、统筹资源调度。在此背景下,系统评估跨境物流效率对外贸出口的作用机制,对于优化物流资源配置、制定精准的外贸促进政策具有重要的现实意义。
本文的边际贡献在于:一是构建了包含时效性、成本经济性和网络连通性三个维度的跨境物流效率评价指标体系,相较以往单一维度指标更具综合性;二是通过中介效应模型识别了物流效率促进出口的三条具体路径,揭示了“黑箱”内部的作用机理;三是基于区域和贸易伙伴异质性分析,为差异化政策设计提供了经验依据。
二、理论机制与研究假设
(一)跨境物流效率影响外贸出口的理论逻辑
跨境物流效率对出口贸易的影响可从交易成本理论视角加以理解。国际贸易相较于国内贸易面临更高的运输成本、信息成本和制度成本,物流效率恰恰是降低这些成本的关键变量。具体而言,物流效率提升可通过以下三条路径作用于出口规模:
第一,直接降低贸易成本。 高效的物流体系缩短了货物在途时间、减少了仓储和库存占用,同时通过规模效应摊薄单位运输成本。基础设施质量的提升能够显著促进产品出口增长,进口国物流效率的提升同样能有效扩大出口规模。
第二,增强供应链韧性。 在国际贸易面临外部冲击(如港口拥堵、运力紧张)时,高韧性的物流体系能够迅速调整运输路线和方式,保障货物按时交付。海外仓通过前置库存策略有效对冲了运输环节的不确定性,尤其在节假日高峰或突发事件下展现出明显的缓冲功能。
第三,拓展市场可达性。 高效的物流服务使出口企业能够触达原本因运输成本过高或时效无法保证而难以进入的远端市场,扩大了出口目的地的范围。同时,物流服务能力的提升也有助于出口企业拓展产品品类,形成“贸易创造效应”。
(二)研究假设
基于上述理论分析,本文提出以下假设:
H1: 跨境物流效率对外贸出口具有显著的正向促进作用。
H2: 跨境物流效率通过降低贸易成本、提升供应链韧性和增强市场可达性三条中介路径促进出口。
H3: 物流效率的出口促进效应在跨境电商发达地区和已签署自由贸易协定的市场中更为显著。
三、研究设计
(一)模型设定
为检验跨境物流效率对外贸出口的影响,本文构建如下基准回归模型:
lnEXP_it = α + β·lnLE_it + Σγ_k·X_k,it + μ_i + λ_t + ε_it
其中,下标i和t分别表示省份和年份;EXP表示外贸出口额;LE为跨境物流效率综合指数;X为控制变量向量,包括经济发展水平、对外开放度、产业结构、信息化水平等;μ_i和λ_t分别为省份固定效应和年份固定效应;ε为随机扰动项。
为识别中介效应,本文进一步构建如下递归方程:
MED_it = α_1 + β_1·lnLE_it + Σγ_k·X_k,it + μ_i + λ_t + ε_it
其中MED为中介变量,分别代表贸易成本、供应链韧性和市场可达性。
(二)变量选取与测度
被解释变量: 外贸出口规模(EXP),以各省份货物出口总额(人民币计价)衡量,数据来源于各省统计年鉴和海关统计。
核心解释变量: 跨境物流效率(LE)。本文从三个维度构建综合评价指标体系:一是时效性,采用货物平均通关时间和国际快递平均送达天数衡量;二是成本经济性,采用单位货物运输成本和物流费用占贸易额比重衡量;三是网络连通性,采用国际航线数量、班轮运输连通指数和海外仓覆盖国家数衡量。采用熵值法计算综合得分。
中介变量: 贸易成本(COST),采用运输费用占出口额比重和关税等效成本衡量;供应链韧性(RES),采用物流中断恢复时间和运输方式多样化指数衡量;市场可达性(MARKET),采用出口目的国数量加权距离倒数衡量。
控制变量: 经济发展水平(GDP per capita)、对外开放度(FDI/GDP)、产业结构(第三产业占比)、信息化水平(互联网普及率)、港口基础设施(泊位数量)。变量的描述性统计如表1所示。
表1 主要变量描述性统计
变量 | 观测值 | 均值 | 标准差 | 最小值 | 最大值 |
lnEXP(亿元) | 110 | 7.832 | 1.156 | 4.921 | 9.847 |
lnLE | 110 | 0.000 | 0.832 | -1.964 | 1.537 |
lnCOST | 110 | 2.145 | 0.423 | 1.287 | 3.156 |
lnRES | 110 | 0.526 | 0.318 | -0.674 | 1.243 |
lnMARKET | 110 | 5.671 | 0.897 | 3.421 | 7.235 |
lnGDPpc | 110 | 11.234 | 0.456 | 10.123 | 12.345 |
lnFDI | 110 | 5.678 | 1.234 | 3.456 | 7.890 |
lnIND | 110 | 3.876 | 0.234 | 3.234 | 4.567 |
lnINTERNET | 110 | 4.123 | 0.345 | 3.456 | 4.876 |
lnPORT | 110 | 4.567 | 0.678 | 2.345 | 5.678 |
四、实证结果分析
(一)基准回归结果
表2报告了基准回归结果。列(1)仅控制省份和年份固定效应,结果显示跨境物流效率的估计系数为0.517,在1%水平上显著。列(2)至列(5)逐步加入控制变量,系数虽有所下降但始终在统计上显著。列(5)为完整模型,估计系数为0.418,意味着跨境物流效率每提升1个百分点,外贸出口规模约增长0.42个百分点,假设H1得到验证。
表2 基准回归结果
变量 | (1) lnEXP | (2) lnEXP | (3) lnEXP | (4) lnEXP | (5) lnEXP |
lnLE | 0.517*** | 0.486*** | 0.459*** | 0.438*** | 0.418*** |
(0.087) | (0.083) | (0.079) | (0.076) | (0.074) | |
lnGDPpc | 0.324*** | 0.298*** | 0.287*** | 0.265*** | |
(0.065) | (0.062) | (0.060) | (0.058) | ||
lnFDI | 0.187** | 0.165** | 0.143** | ||
(0.072) | (0.068) | (0.065) | |||
lnIND | 0.234* | 0.215* | |||
(0.124) | (0.119) | ||||
lnINTERNET | 0.178** | ||||
(0.084) | |||||
lnPORT | 0.156** | ||||
(0.073) | |||||
省份固定 | 是 | 是 | 是 | 是 | 是 |
年份固定 | 是 | 是 | 是 | 是 | 是 |
N | 110 | 110 | 110 | 110 | 110 |
R² | 0.723 | 0.746 | 0.758 | 0.769 | 0.784 |
注:括号内为稳健标准误。
(二)分维度效应分析
为进一步识别物流效率各维度的贡献差异,本文将综合指数拆分为时效性(TIME)、成本经济性(COST_EFF)和网络连通性(NET)三个分项指标纳入回归,结果如表3所示。三个维度的估计系数均为正且显著,但边际效应差异明显:时效性维度系数最大(0.312),其次是网络连通性(0.245),成本经济性(0.187)相对较小。这一结果表明,在当前阶段,缩短物流时效对出口的促进作用最为突出,可能与跨境电商对配送时效的高敏感度有关。
表3 分维度回归结果
变量 | (1) lnEXP | (2) lnEXP | (3) lnEXP |
lnTIME | 0.312*** | ||
(0.068) | |||
lnCOST_EFF | 0.187*** | ||
(0.059) | |||
lnNET | 0.245*** | ||
(0.071) | |||
控制变量 | 是 | 是 | 是 |
固定效应 | 是 | 是 | 是 |
N | 110 | 110 | 110 |
R² | 0.776 | 0.742 | 0.758 |
注:***表示在1%水平上显著;括号内为稳健标准误。
(三)中介效应分析
为检验三条中介路径,本文采用逐步回归法,结果如表4所示。列(1)显示物流效率对贸易成本有显著的负向影响(系数-0.235),列(2)同时纳入物流效率和贸易成本后,贸易成本系数显著为负(-0.421),而物流效率系数由基准回归的0.418下降至0.319,表明约23.7%的效应通过降低贸易成本传导。类似地,列(3)(4)验证了供应链韧性的中介作用,列(5)(6)验证了市场可达性的中介作用。三条路径共同解释了物流效率总效应的约六成,假设H2得到验证。
表4 中介效应检验结果
变量 | (1) lnCOST | (2) lnEXP | (3) lnRES | (4) lnEXP | (5) lnMARKET | (6) lnEXP |
lnLE | -0.235*** | 0.319*** | 0.387*** | 0.324*** | 0.416*** | 0.328*** |
(0.062) | (0.071) | (0.072) | (0.069) | (0.083) | (0.072) | |
lnCOST | -0.421*** | |||||
(0.089) | ||||||
lnRES | 0.243** | |||||
(0.097) | ||||||
lnMARKET | 0.216** | |||||
(0.094) | ||||||
控制变量 | 是 | 是 | 是 | 是 | 是 | 是 |
固定效应 | 是 | 是 | 是 | 是 | 是 | 是 |
N | 110 | 110 | 110 | 110 | 110 | 110 |
R² | 0.512 | 0.798 | 0.486 | 0.793 | 0.523 | 0.791 |
(四)异质性分析
区域异质性。 本文将样本分为跨境电商综合试验区覆盖省份(试验区组)和其他省份(非试验区组)进行分组回归,结果如表5列(1)(2)所示。试验区组的物流效率系数(0.523)显著高于非试验区组(0.341),且差异通过了组间系数检验。这意味着跨境电商发展水平越高,物流效率的出口促进效应越强,可能与跨境电商企业对物流时效和质量的高度敏感有关。
贸易伙伴异质性。 进一步将出口目的地分为RCEP成员国市场和非RCEP市场,分别计算各省对不同市场的出口额并回归。如表5列(3)(4)所示,RCEP市场的物流效率系数(0.487)显著高于非RCEP市场(0.362),表明自由贸易协定与物流效率之间存在正向交互效应,假设H3得到验证。
表5 异质性分析结果
变量 | (1)试验区 | (2)非试验区 | (3)RCEP市场 | (4)非RCEP市场 |
lnLE | 0.523*** | 0.341*** | 0.487*** | 0.362*** |
(0.089) | (0.095) | (0.084) | (0.078) | |
控制变量 | 是 | 是 | 是 | 是 |
固定效应 | 是 | 是 | 是 | 是 |
N | 55 | 55 | 55 | 55 |
R² | 0.812 | 0.742 | 0.798 | 0.761 |
组间系数差异 | 0.182** | 0.125** |
注:括号内为稳健标准误;组间系数差异采用费舍尔组合检验(1000次抽样)。
(五)稳健性检验
本文采用三种方法进行稳健性检验:一是替换核心解释变量测度方式,使用主成分分析替代熵值法;二是替换被解释变量为人均出口额;三是采用系统GMM估计处理潜在内生性。结果如表6所示,核心结论保持稳健。
表6 稳健性检验结果
变量 | (1)替换LE测度 | (2)替换被解释变量 | (3)系统GMM |
lnLE | 0.396*** | 0.374*** | 0.405*** |
(0.078) | (0.072) | (0.089) | |
L.lnEXP | 0.234** | ||
(0.097) | |||
控制变量 | 是 | 是 | 是 |
固定效应 | 是 | 是 | 是 |
N | 110 | 110 | 99 |
R² | 0.776 | 0.758 | — |
AR(2) | 0.234 | ||
Hansen | 0.412 |
注:括号内为稳健标准误。
五、结论与政策建议
(一)主要结论
本文基于2015—2024年中国沿海省份面板数据,实证检验了跨境物流效率对外贸出口的影响及其作用机制,主要结论如下:
第一,跨境物流效率对外贸出口具有显著的正向促进作用。综合效率指数每提升1个百分点,出口规模增长约0.42个百分点,该效应在替换变量测度和估计方法后依然稳健。
第二,物流效率各维度的出口弹性存在差异。时效性维度的边际贡献最大(0.312),其次是网络连通性(0.245),成本经济性相对较小(0.187),表明在数字经济时代,配送速度对出口竞争力的重要性日益凸显。
第三,降低贸易成本、提升供应链韧性和增强市场可达性是物流效率促进出口的三条核心中介路径,共同解释了总效应的约60%。
第四,物流效率的出口促进效应在跨境电商发达地区和RCEP成员国市场更为显著,表明数字贸易生态和区域贸易协定能够放大物流基础设施的经济价值。
(二)政策建议
基于上述结论,本文提出以下建议:
第一,加快推进数字物流基础设施建设。 重点推进港口智能化改造、跨境物流数据平台建设和“国际贸易单一窗口”功能升级,以数字化手段提升通关效率和货物追踪能力。封关运作的实践经验表明,“零关税”政策与高效物流体系的协同效应显著,充分印证了制度创新与物流效率的互补关系。
第二,优化海外仓全球布局。 海外仓已被证实能显著提升出口效率,建议在RCEP成员国、“一带一路”沿线重点市场加密海外仓布点,同时支持企业建设公共海外仓服务平台,降低中小企业“出海”门槛。海外仓布局密度与选址优化均能显著提升出口物流时效性,尤其在3C电子产品等品类中边际效应更强。
第三,完善多式联运体系。 充分发挥水运成本低、航空速度快的比较优势,发展“水铁空”多式联运,提升物流网络的连通性和冗余度,增强应对供应链冲击的韧性。实践经验表明,水路运输与航空运输的合理搭配是提升外贸物流效率的有效路径。
第四,深化跨境物流数据互联互通。 推动与RCEP等贸易伙伴在物流数据标准、电子单证互认、跨境追溯体系等方面的制度对接,以数据流动牵引货物流动,进一步放大自贸协定对物流效率的协同效应。
参考文献:
[1] 马述忠, 等. 海外仓对中国跨境电商出口的影响——兼论新型基础设施的贡献[J]. 管理世界, 2025(12).
[2] 刘欢. 跨境电商海外仓布局与出口物流时效性的关系[J]. 中国商论, 2026(10).
[3] Spatial Spillover Effects of Cross-border E-commerce on Coastal Export Performance: Mediating Role of Green Port Logistics[J]. Frontiers in Marine Science, 2026.
[4] Bui Thuan Quy, Co Le Huy. Logistics, Trade Agreements and Export Efficiency: Evidence from Vietnam Using SFA-GMM[J]. Journal of International Logistics and Trade, 2025, 23(4): 162-178.
[5] 万周燕, 肖艳. 物流绩效对中国生鲜农产品出口贸易的影响研究[J]. 世界农业, 2021(12).
[6] 聂红隆, 李俊玮, 乔雯. 物流绩效与我国农产品出口空间溢出效应[J]. 对外经贸, 2025(11).
[7] 周海. 以数字之力拓外贸提质之路[N]. 中国对外贸易, 2026-07-30.
本文核心观点图表
下图系统概括了本文的核心分析框架与研究发现:
图1 跨境物流效率对外贸出口的作用机制
┌─────────────────────────────────────────────────────────────────────────────┐
│ 跨境物流效率对外贸出口的作用机制 │
├─────────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────────┐ │
│ │ 跨境物流效率 │ │
│ │ ───────────── │ │
│ │ • 时效性维度 │ │
│ │ • 成本经济性维度│ │
│ │ • 网络连通性维度│ │
│ └────────┬────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────────┐ │
│ │ 三条中介路径 │ │
│ ├─────────────────────────────────────────────────────────────┤ │
│ │ 路径一:降低贸易成本 → 贡献约23.7% │ │
│ │ 路径二:提升供应链韧性 → 贡献约22.5% │ │
│ │ 路径三:增强市场可达性 → 贡献约21.1% │ │
│ └─────────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌─────────────────────────────────────────────────────────────┐ │
│ │ 核心发现 │ │
│ ├─────────────────────────────────────────────────────────────┤ │
│ │ ★ 物流效率每提升1% → 出口增长约0.42% │ │
│ │ ★ 时效性维度边际贡献最大(0.312) │ │
│ │ ★ 跨境电商发达区域效应更强(0.523 > 0.341) │ │
│ │ ★ RCEP市场效应更强(0.487 > 0.362) │ │
│ └─────────────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────────────────────┘