摘要：2022年1月1日，中國、日本、韓國等國正式實施《區(qū)域全面經(jīng)濟伙伴關(guān)系協(xié)定》（RCEP）?；赗CEP背景，本文研究中國進口日本賤金屬制品對中日自貿(mào)區(qū)建設(shè)的積極影響。通過ARIMA時間序列模型對2022年中日賤金屬貿(mào)易額進行預(yù)測，運用Eviews9.0軟件構(gòu)建ARIMA（2，1，1）模型并進行實證分析。結(jié)果顯示：RCEP協(xié)定生效后2022年中國進口日本賤金屬貿(mào)易額保持增長趨勢，但模型預(yù)測值略低于實際貿(mào)易額。因此，中日兩國應(yīng)在數(shù)字經(jīng)濟領(lǐng)域加強合作，縮短成果轉(zhuǎn)化周期促進經(jīng)濟持續(xù)化發(fā)展，加強綠色清潔能源的研究和應(yīng)用以推動經(jīng)濟高質(zhì)量發(fā)展，旨在為我國工業(yè)經(jīng)濟的高質(zhì)量發(fā)展提供一定的參考。

關(guān)鍵詞：RCEP協(xié)定；自貿(mào)區(qū)；賤金屬及其制品；ARIMA；國際貿(mào)易

中圖分類號：F742；F407.4文獻標(biāo)識碼：A文章編號：2096-0298（2025）01（b）--05

1引言

以世界貿(mào)易組織（WorldTradeOrganization，WTO）為代表的全球經(jīng)貿(mào)合作機制逐漸式微加上國際經(jīng)貿(mào)發(fā)展走勢的持續(xù)低迷，此時區(qū)域經(jīng)濟組織的經(jīng)貿(mào)合作機制正在逐步加強，其中以北美自由貿(mào)易區(qū)和歐洲聯(lián)盟最為典型?！秴^(qū)域全面經(jīng)濟伙伴關(guān)系協(xié)定》（RegionalComprehensiveEconomicPartnership，RCEP）在各國努力下于2022年1月1日正式簽署生效。RCEP協(xié)定生效為東亞地區(qū)帶來一個全新的開端，代表各國為了共同維護多邊主義和自由貿(mào)易、促進區(qū)域經(jīng)濟一體化的信心和決心，表明全球參與人口最多、成員結(jié)構(gòu)最廣泛、發(fā)展最具潛力的東亞自由貿(mào)易區(qū)正式啟動建設(shè)，為東亞經(jīng)濟圈經(jīng)濟健康發(fā)展、投資增長、企業(yè)開展國際交流提供有利平臺。

中國和日本作為東亞區(qū)域經(jīng)濟價值鏈中的輪軸國，中日雙方開展友好的經(jīng)貿(mào)合作對東亞區(qū)域經(jīng)濟發(fā)展有著至關(guān)重要的影響。在RCEP協(xié)定提出前，由于政治互信度波動的干擾，以及對于敏感產(chǎn)業(yè)開放度等問題存在分歧，中日間的經(jīng)貿(mào)合作關(guān)系無法保持長期穩(wěn)定，并促使中日自由貿(mào)易區(qū)的建設(shè)被迫擱置。但自RCEP協(xié)定簽署后，中日將通過RCEP建立全新的自由貿(mào)易合作關(guān)系，中國和日本首次達成關(guān)稅減讓安排，這對中日自由貿(mào)易區(qū)的建設(shè)是一個利好信息。這表明中日經(jīng)貿(mào)合作雖受到政治關(guān)系的影響，雙方經(jīng)貿(mào)往來的態(tài)度存在波動和起伏，但RCEP協(xié)定的介入或許能夠推動中日經(jīng)貿(mào)合作進入一個新階段，打破阻礙中日自由貿(mào)易區(qū)建設(shè)的尖冰，使中日自由貿(mào)易區(qū)建設(shè)有實質(zhì)性的突破。

中國正處于由工業(yè)制造大國向工業(yè)制造強國的歷史轉(zhuǎn)型階段，日本也處于資源優(yōu)化，發(fā)展新能源的進程中。賤金屬及其制品作為中日經(jīng)貿(mào)往來的大宗貨物，不僅對中國的賤金屬及其制品市場會產(chǎn)生重大影響，還會對日本尋找新的資源優(yōu)化途徑起著積極作用。

本文選取2003—2022年中國進口日本賤金屬及其制品貿(mào)易的月度數(shù)據(jù)構(gòu)建ARIMA時間序列進口額預(yù)測模型，通過多次檢驗來分析模型參數(shù)，對參數(shù)進行對比后確定最優(yōu)參數(shù)，以此來建立最符合模型分析步驟的ARIMA預(yù)測模型。通過模型實證分析、模型顯著性檢驗、模型結(jié)果分析驗證RCEP協(xié)定對中日雙邊貿(mào)易發(fā)展的影響。

2文獻綜述

RCEP自2020年11月15日簽署后，經(jīng)濟領(lǐng)域中的諸多學(xué)者便研究RCEP協(xié)定簽署對東亞區(qū)域經(jīng)濟的作用，宋志勇，蔡桂全（2021）用全球貿(mào)易分析模型（GlobalTradeAnalysisProject，GTAP）預(yù)測RCEP協(xié)定在服務(wù)貿(mào)易領(lǐng)域和實物貿(mào)易領(lǐng)域中涉及關(guān)稅減讓的產(chǎn)品對日本經(jīng)濟效益的影響。模型結(jié)果表明日本出口貿(mào)易規(guī)模將會擴大，中日自由貿(mào)易區(qū)建立的可行性將提高。沈漢溪，林堅（2007）通過建立自回歸積分滑動平均模型（AutoregressiveIntegratedMovingAveragemodel，ARIMA）來預(yù)測中國2006—2010年外貿(mào)進出口額。武嬌艷，李方（2015）通過序列平穩(wěn)化檢驗、單位根檢驗、一階差分等方式建立序列預(yù)測模型來預(yù)測中國2014年前9個月的進出口增長，并為中國政府制定未來的經(jīng)濟政策提供寶貴的數(shù)據(jù)支撐。

國外對RCEP協(xié)定的研究主要是從關(guān)稅減讓對成員國出口貿(mào)易影響的角度出發(fā)。Jia和Yi（2022）運用ARIMA時間序列預(yù)測模型從個人、社會、政府三個角度對中國第三產(chǎn)業(yè)的投資價值進行檢驗，并引入向量自回歸模型（VectorAutoregressivemodel，VAR）探究消費者因素與第三產(chǎn)業(yè)增值間的關(guān)系，對第三產(chǎn)業(yè)如何進一步發(fā)展提出政策建議。Goyal（2022）基于Box-Jenkins創(chuàng)建的ARIMA預(yù)測模型用于建模和分析貿(mào)易數(shù)據(jù)，將印度農(nóng)產(chǎn)品出口數(shù)據(jù)按照ARIMA流程建模，分析p、d、q值將印度農(nóng)產(chǎn)品出口數(shù)據(jù)從非平穩(wěn)序列差分為平穩(wěn)序列，并根據(jù)擬合模型得到印度農(nóng)產(chǎn)品出口額估算結(jié)果，為印度農(nóng)產(chǎn)品出口貿(mào)易提供理論依據(jù)。

3理論設(shè)計

3.1理論分析及模型簡介

ARIMA模型稱為自回歸積分滑動平均模型，也稱為Box-Jenkins模型，是一種常用的隨機時序模型，通過將預(yù)測對象的數(shù)據(jù)序列視為一個隨機序列，并利用特定的數(shù)學(xué)模型來近似描述，可以有效預(yù)測未來的變化趨勢。

3.2指標(biāo)選取、數(shù)據(jù)來源與模型構(gòu)建

本文以中國進口日本賤金屬及其制品作為研究對象。由于賤金屬及其制品屬于工業(yè)和經(jīng)濟領(lǐng)域的重要組成部分而ARIMA模型為時間序列模型，模型的精確性主要取決于樣本規(guī)模。因此，為確保樣本數(shù)據(jù)具備一定規(guī)格，以及考慮數(shù)據(jù)的連續(xù)性和日期的統(tǒng)一性，本次數(shù)據(jù)將選取2003—2022年月度數(shù)據(jù)為研究期。

3.2.1指標(biāo)選取

本次選擇中國進口日本賤金屬及其制品貿(mào)易額進行時間序列預(yù)測分析。

3.2.2數(shù)據(jù)來源

本研究中的樣本數(shù)據(jù)來源于《國研網(wǎng)對外貿(mào)易數(shù)據(jù)庫》。

3.2.3建模步驟

ARIMA模型屬于時間序列模型，需要通過系統(tǒng)的建模過程確保ARIMA模型的擬合優(yōu)度能夠符合各測量指標(biāo)和研究目的，因此對ARIMA模型的建模方式進行具體介紹。

模型平穩(wěn)化處理和平穩(wěn)性檢驗：對原始時間序列進行平穩(wěn)性處理，若不滿足平穩(wěn)性的限制條件，可以通過差分變換或者其他變換（如先取對數(shù)再差分）將不平穩(wěn)時間序列變?yōu)槠椒€(wěn)時間序列。對于一個非平穩(wěn)時間序列{Yt}，如果可以通過d次差分使{Yt}變?yōu)槠椒€(wěn)時間序列，則稱序列{Yt}為d次的單整序列，記為{Yt}-Id序列。記差分后的序列為{Xt}，則有

?2yt=?yt-yt-1=yt-2yt-1+yt-2（1）

模型構(gòu)建：對{Yt}平穩(wěn)時間序列構(gòu)建ARMA（p，q）模型：

Φ?Bdyt=θBεt（2）

式中，t=1，···，t表示時間序列的觀測值，p為自回歸系數(shù)，是自回歸模型（AutoRegression，AR）的階數(shù)。ΦB=1-Φ1B-Φ2B2-…-ΦpBp是自回歸系數(shù)；q為滑動平均系數(shù)是滑動平均模型（MovingAverage，MA）的階數(shù)。θB=1-θ1B-θ2B2-…-θqBq是滑動平均系數(shù)；εt是模型在t期，t-1期，···，t-q期的誤差，C是常數(shù)。

模型識別：利用AIC準(zhǔn)則和SC準(zhǔn)則來衡量不同的ARMA（p，q）模型的擬合優(yōu)良性并確定合適的滯后期長度。

模型參數(shù)估計和檢驗：通過評估所選擇的ARIMA模型的殘差值，以確定其是否具有白噪聲特征。若殘差序列為白噪聲序列，則證明擬合模型選取成功。若殘差序列不為白噪聲序列，則需對擬合模型做進一步優(yōu)化。

模型預(yù)測：使用ARIMA模型來分析和預(yù)測未來的變化趨勢，得到時間序列的未來值以便更好地掌握未來的發(fā)展情況。

4基于ARIMA預(yù)測模型的實證分析

樣本數(shù)據(jù)來源于《國研網(wǎng)對外貿(mào)易數(shù)據(jù)庫》以中國2003—2022年中國進口日本賤金屬及其制品的月度數(shù)據(jù)為樣本，通過Eviews9.0對ARIMA的建模進行深入研究和評估，利用2022年1月—2022年3月的進口額數(shù)據(jù)檢驗?zāi)Ｐ偷念A(yù)測優(yōu)度，通過所選模型對2022年的賤金屬及其制品進口額進行預(yù)測并與2022年真實貿(mào)易數(shù)據(jù)對比，分析ARIMA預(yù)測模型有效性。

4.1ARIMA總樣本模型構(gòu)建分析

4.1.1平穩(wěn)性檢驗

2003—2008年數(shù)據(jù)大致保持增長趨勢，而2009年、2011年和2012年數(shù)據(jù)落差明顯，屬于異常點。2013—2020年數(shù)據(jù)大體呈現(xiàn)下降趨勢。因此，從子樣本的變化和異常點可得出總體數(shù)據(jù)波動性較明顯，出現(xiàn)突兀的下行和上升趨勢，存在非平穩(wěn)性。不能直接用ARIMA模型進行建模，而是先進行對數(shù)處理，消除數(shù)據(jù)增長趨勢性和季節(jié)性再對總體數(shù)據(jù)進行差分平穩(wěn)化處理。

總樣本一階差分后數(shù)據(jù)走向以0為分界線上下波動，不再呈現(xiàn)明顯的上升或下降趨勢，證明數(shù)據(jù)已經(jīng)消除增長趨勢性和季節(jié)性。之后對數(shù)據(jù)樣本做單位根檢驗，如表1所示，總樣本單位根檢驗的t統(tǒng)計量=-3.821787，小于檢驗水平為1%的T統(tǒng)計量測試臨界值，而且模型所得P值較小僅為0.0032?；谝浑A差分時間序列的特性，拒絕數(shù)據(jù)樣本存在單位根的原假設(shè)，認為總樣本一階差分時間序列是平穩(wěn)的，并確定模型階數(shù)d=1。

4.1.2ARIMA模型建立

由總樣本ARIMA模型一階差分后的ACF和PACF圖的趨勢變化可知，序列的自相關(guān)函數(shù)在2階截尾，因此得到q=0，1，2；p=0，1，2。選取q、p值進行比較確定，用最合適的ARIMA（q，1，p）模型進行預(yù)測分析。

總樣本數(shù)據(jù)模型有ARIMA（1，1，1）、ARIMA（1，1，2）、ARIMA（2，1，1）、ARIMA（2，1，2）四種表達方式，需對四個模型運用AIC準(zhǔn)則和SC準(zhǔn)則來選擇最佳樣本模型。根據(jù)AIC準(zhǔn)則和SC準(zhǔn)則的判定方法，AIC和SC的數(shù)值越小代表該模型的擬合效果越優(yōu)。在表2中，ARIMA（2，1，1）模型的AIC=-1.081933和SC=-1.021392小于ARIMA（1，1，1）、ARIMA（1，1，2）和ARIMA（2，1，2）的AIC值和SC值。這表明ARIMA（2，1，1）符合檢驗標(biāo)準(zhǔn)，因此總樣本時間序列相對適用于ARIMA（2，1，1）。

4.1.3ARIMA模型檢驗

本文需對ARIMA模型殘差序列進行平穩(wěn)性檢驗，若殘差序列項表現(xiàn)為白噪聲序列，則模型擬合結(jié)果可以被接受；反之，模型需再度優(yōu)化。因此，對總樣本ARIMA（2，1，1）模型殘差序列進行檢驗，得到t統(tǒng)計量為-2.926958小于顯著性水平5%的臨界值，對應(yīng)P值為0.0442，說明擬合模型的信息提取較充分，證明ARIMA（2，1，1）模型對2003—2021年中國進口日本賤金屬及其制品序列擬合成功。

4.1.4ARIMA模型預(yù)測

本文利用2003—2021年的數(shù)據(jù)對2022年RCEP協(xié)定生效后中國進口日本賤金屬及其制品的月度數(shù)據(jù)進行預(yù)測，表3中2022年1月—2022年3月的實際值為RCEP協(xié)定生效后中國從日本進口賤金屬及其制品的貿(mào)易額，而預(yù)測值則是ARIMA（2，1，1）模型擬合得到的數(shù)據(jù)。分析其差值可以得出，RCEP協(xié)定生效后中國從日本進口的賤金屬進口額增長，表明總樣本模型構(gòu)建較為完善，符合RCEP協(xié)定生效推動中日經(jīng)貿(mào)發(fā)展的假設(shè)。

4.1.5ARIMA總樣本模型預(yù)測數(shù)據(jù)分析

如表3所示，2022年中國進口額的預(yù)測值約為174.577億美元，2022年實際進口額為164.936億元。由于實際因素的影響，實際值低于預(yù)測值9.641億美元，但仍接近于模型預(yù)測范圍的下限值，即165.849億美元。這證明RCEP協(xié)定切實能夠促進中日經(jīng)貿(mào)發(fā)展，推動中日自貿(mào)區(qū)建設(shè)，可通過子樣本模型構(gòu)建分析進一步驗證ARIMA模型的可行性。

4.2第一子樣本模型構(gòu)建

將總樣本模型按照數(shù)據(jù)上升或下降趨勢分為2003—2008年和2012—2020年兩個子樣本模型，并對兩個子樣本模型進行實證分析。因為模型建模步驟一致，所以不以表格形式展示子樣本單位根檢驗、AIC準(zhǔn)則和SC準(zhǔn)則以及殘差序列檢驗結(jié)果。

4.2.1平穩(wěn)性檢驗

第一子樣本的樣本時間范圍為2003—2008年中國進口日本賤金屬及其制品進口額，樣本數(shù)據(jù)總體保持增長形勢，并且具有明顯的趨勢增長和季節(jié)性，因此第一子樣本的樣本數(shù)據(jù)存在不平穩(wěn)性，應(yīng)通過一階差分處理將其轉(zhuǎn)化為平穩(wěn)時間序列。

第一子樣本經(jīng)過一階差分后數(shù)據(jù)趨勢同樣以0為分界線上下波動，證明數(shù)據(jù)已經(jīng)消除增長趨勢性和季節(jié)性。之后對數(shù)據(jù)樣本做單位根檢驗，數(shù)據(jù)樣本ADF檢驗的t統(tǒng)計量=-10.70591，明顯小于檢驗水平為1%的T統(tǒng)計量臨界值，P值為0.0001。拒絕第一子樣本存在單位根的假定，得出第一子樣本一階差分時間序列平穩(wěn)化，且模型階數(shù)d值為1。

4.2.2ARIMA模型構(gòu)建

由第一子樣本一階差分時間序列的ACF和PACF圖可知，自協(xié)方差函數(shù)中的q系數(shù)在2階截尾，選擇最合適的ARIMA（q，1，p）模型進行預(yù)測分析。

第一子樣本數(shù)據(jù)模型有ARIMA（1，1，1）、ARIMA（1，1，2）、ARIMA（2，1，1）、ARIMA（2，1，2）對這四個模型運用AIC準(zhǔn)則和SC準(zhǔn)則來選擇最佳樣本模型，ARIMA（1，1，2）模型的AIC=-1.305498和SC=-1.178023符合檢驗標(biāo)準(zhǔn)，因此第一子樣本時間序列相對適用于ARIMA（1，1，2）。

4.2.3ARIMA模型檢驗

對第一子樣本的ARIMA模型的殘差序列做單位根檢驗，得到ARIMA（1，1，2）模型殘差擾動項P值=0.0000，t值=-7.316995小于顯著性水平1%臨界值，說明模型的信息提取充分表明第一子樣本ARIMA（1，1，2）模型對2003—2008年中國進口日本賤金屬及其制品序列擬合成功。

4.3ARIMA第二子樣本模型構(gòu)建分析

4.3.1平穩(wěn)性檢驗

第二個子樣本的樣本時間為2012—2020年，根據(jù)第二子樣本時間序列圖可知樣本數(shù)據(jù)下降趨勢明顯，波動性較大，樣本數(shù)據(jù)存在不平穩(wěn)。同樣應(yīng)通過一階差分處理將其轉(zhuǎn)化為平穩(wěn)時間序列。

經(jīng)觀察第二子樣本一階差分圖，得出數(shù)據(jù)以0為分界線上下波動，證明數(shù)據(jù)已經(jīng)消除下降趨勢性。同樣數(shù)據(jù)進行單位根檢驗，第二子樣本ADF檢驗的t統(tǒng)計量=-14.58044，小于檢驗水平為1%統(tǒng)計量臨界值，P值=0.0000，因此否定樣本存在單位根的假定條件，表明第二子樣本時間序列平穩(wěn)化且模型的階數(shù)d=1。

4.3.2ARIMA模型構(gòu)建

觀察一階差分ARIMA模型的ACF和PACF圖，自協(xié)方差函數(shù)中的自相關(guān)函數(shù)q在2階截尾，選擇最合適的ARIMA（q，1，p）模型進行預(yù)測分析。

第二子樣本模型共有ARIMA（2，1，1）、ARIMA（2，1，2）、ARIMA（1，1，1）、ARIMA（1，1，2）對這四個模型運用AIC準(zhǔn)則和SC準(zhǔn)則來選擇最佳樣本模型，ARIMA（2，1，1）模型的AIC=-1.053812和SC=-0.953893符合檢驗標(biāo)準(zhǔn)，因此第二子樣本時間序列相對適用于ARIMA（2，1，1）。

4.3.3ARIMA模型檢驗

對第二子樣本的ARIMA模型的殘差序列進行平穩(wěn)性檢驗，ARIMA（2，1，1）模型的殘差序列的t統(tǒng)計量=-8.120129小于顯著性水平1%、5%和10%的臨界值，對應(yīng)概率值P為0.0000，說明模型的信息提取充分，第二子樣本ARIMA（2，1，1）模型對2008—2020年中國進口日本賤金屬及其制品時間序列擬合成功。

4.4小結(jié)

從模型結(jié)果來看，總樣本模型預(yù)測效果較好，可以很好結(jié)合長期趨勢和波動情況反映年度賤金屬及其制品進口額的整體走勢。以2022年RCEP生效后的1—3月的真實進口額作為對照，并以RCEP未生效的2022年1—3月預(yù)測值對比，結(jié)果發(fā)現(xiàn)RCEP生效的真實值大于RCEP未生效的預(yù)測值。利用ARIMA（2，1，1）模型預(yù)測2022年賤金屬及其制品進口數(shù)據(jù)約為174.577億美元，而2022年實際進口數(shù)據(jù)為164.936億美元，因此證明RCEP生效切實促進中日經(jīng)貿(mào)的發(fā)展。通過構(gòu)建第一子樣本的ARIMA（1，1，2）模型和第二子樣本的ARIMA（2，1，1）模型來解釋不同時間段賤金屬進口額與時間的關(guān)系。利用總樣本回歸分析和子樣本回歸分析證明ARIMA模型能夠解釋中國進口日本賤金屬進口額變化的可行性。

由ARIMA（2，1，1）模型擬合分析可知，RCEP協(xié)定在2022年切實推動中國進口日本賤金屬及其制品進口額的增長，表明RCEP協(xié)定加深中日未來在經(jīng)濟貿(mào)易領(lǐng)域的聯(lián)系，進一步推動中日自由貿(mào)易區(qū)的建設(shè)，而ARIMA（2，1，1）模型則為中日今后在工業(yè)領(lǐng)域的深入交流和發(fā)展提供數(shù)據(jù)來源。

5研究結(jié)論和政策建議

5.1研究結(jié)論

ARIMA模型實證分析表明，當(dāng)構(gòu)建的賤金屬及其制品進口額預(yù)測模型中僅考慮賤金屬及其制品序列本身而不用考慮其他因素的影響時，能夠有效預(yù)測未來進口額。本文根據(jù)總樣本2003—2022年的中國進口日本賤金屬及其制品月度數(shù)據(jù)建立了ARIMA（2，1，1）模型，并以ARIMA（2，1，1）模型的預(yù)測結(jié)果表明RCEP生效促進中日賤金屬及其制品貿(mào)易額的增長，有助于推動中國和日本兩個世界經(jīng)濟大國繼續(xù)展開友好的經(jīng)貿(mào)合作，并進一步證實了本文構(gòu)建的中國進口日本賤金屬及其制品ARIMA預(yù)測模型的有效性。

5.2政策建議

基于研究結(jié)論RCEP協(xié)定推動中日賤金屬貿(mào)易的發(fā)展，表明中國賤金屬市場體量大，仍然能夠滿足日本賤金屬企業(yè)的貿(mào)易需求。擴大到整個中日貿(mào)易層面來講，RCEP加強兩國間的數(shù)字經(jīng)濟合作，中日雙方在數(shù)字經(jīng)濟領(lǐng)域的合作潛力巨大，具有良好的互補性。中國是世界上規(guī)模最大的數(shù)字經(jīng)濟國家，日本則擁有先進的技術(shù)和完善的創(chuàng)新體系。因此，雙方都應(yīng)該利用這些優(yōu)勢，加快將先進的技術(shù)轉(zhuǎn)變?yōu)閷嶋H的產(chǎn)品，以促進雙方的可持續(xù)發(fā)展，并縮短轉(zhuǎn)化周期，為兩國經(jīng)濟可持續(xù)性發(fā)展提供更多思路。

如今，中日兩國都是能源消費大國，為了推動雙邊的經(jīng)濟高質(zhì)量發(fā)展，必須加強節(jié)能環(huán)保、新能源的研究與應(yīng)用，以及推動綠色能源的普及。日本擁有先進的節(jié)能環(huán)保、綠色經(jīng)濟以及可再生能源的技術(shù)，尤其是氫能源的研究早于中國，因此，雙邊應(yīng)該加強技術(shù)交流與培訓(xùn)，實現(xiàn)雙贏。

隨著RCEP協(xié)定的生效，中日兩國在WTO框架下的經(jīng)貿(mào)合作已經(jīng)從最惠國待遇稅率的局限中解放出來。中日兩國能夠建立更深層次的貿(mào)易合作伙伴關(guān)系，應(yīng)利用RCEP協(xié)定帶來的關(guān)稅減讓效應(yīng)和貿(mào)易便利化措施不斷調(diào)整亞太地區(qū)經(jīng)貿(mào)發(fā)展，推動中日自貿(mào)區(qū)建立，為中日貿(mào)易實現(xiàn)穩(wěn)步增長帶來契機。

參考文獻

宋志勇，蔡桂全.RCEP簽署對中日經(jīng)貿(mào)關(guān)系的影響[J].東北亞論壇，2021（30）05：68-82+127-128.

武嬌艷，李方.進出口增長時間序列模型建立與預(yù)測[J].合作經(jīng)濟與科技，2015（1）：74-75.

沈漢溪，林堅.基于ARIMA模型的中國外貿(mào)進出口預(yù)測：2006-2010[J].國際貿(mào)易問題，2007（6）：24-26.

JiaXinLiandYiXuanHe.AMulti-factorAnalysisStudyontheDevelopmentofTertiaryIndustryinChina—BasedonARIMAandVARmodels[J].JournalofGlobalEconomy，BusinessandFinance，2022，411.

GoyalMeghaetal.ForecastingofIndianagriculturalexportusingARIMAmodel[J].AsianJournalofResearchinBusinessEconomicsandManagement，2021，118：11-15.

JamaMohamed.TimeSeriesModelingandForecastingofSomalilandConsumerPriceIndex：AComparisonofARIMAandRegressionwithARIMAErrors[J].AmericanJournalofTheoreticalandAppliedStatistics，2020，94.

ZhuNinaandHuangSiyi.ImpactofthetariffconcessionsoftheRCEPagreementonthestructureandevolutionmechanismofmanufacturingtradenetworks[J].SocialNetworks，2023，74：78-101.

WenHuiandYouYuandZhangYue.EffectsoftariffreductionbyregionalcomprehensiveeconomicpartnershipRCEPonglobalvaluechainsbasedonsimulation[J].AppliedEconomicsLetters，2022，20-29：1906-1920.

JiangHaoZheng.ParadigmShiftofRegionalEconomicCooperationMechanisminEastAsia：TheCaseofRCEPandCJKFTA[J].ResearchinEconomicsandManagement，2023，81.

JieSongandYeongGilKim.AStudyontheImpactofRCEPTariffReductiononKorea’sAgriculturalTrade：SimulationAnalysisBasedontheGTAPModel[J].2022：181.