中国花卉苗木出口影响因素及贸易潜力分析

2014-05-24孙东升

中国软科学 2014年6期

齐博，孙东升

(中国农业科学院农业经济与发展研究所，北京 100081)

一、引言

我国地域辽阔，气候多样，为各种花卉苗木资源提供了优越的生产环境。然而，我国花卉苗木产业起步较晚，20世纪80年代由云南昆明附近的农民开始商品化生产［1］，进入21世纪后迅速发展，种植面积由1998年的16.6万公顷增长到2011年的102.4万公顷，年均增长率达13.9%，并且在2010年成为全球花卉种植面积最大的国家。与此同时，中国花卉苗木的出口额也呈现出上升趋势，由1992年的58.3万美元增长到2011年的816.6万美元，年均增长率同样为13.9%。但是，中国花卉苗木的出口占全球市场的份额一直较低，保持在0.3% ～1.4%之间(如图1)，而2011年全球花卉苗木出口额排名前五的国家:荷兰、以色列、比利时、尼日利亚和德国的市场占有率分别为39.9%、10.2%、6.2%、5.9%和3.9%，中国仅排在第18位。周应恒等(2007)通过计算中国鲜切花出口的市场集中度指数和显示性比较优势指数，指出中国鲜切花出口主要集中在亚洲市场，并且显示性比较优势指数低于0.3，出口潜力巨大［2］。蔡军(2011)认为中国花卉出口前景广阔，但目前主要面临的问题是品种研发滞后、产品技术含量和附加值较低，缺乏国际竞争力［3］。中国花卉苗木出口的世界市场占有率并没有表现出与其种植面积相适应的地位，那么，分析制约中国花卉苗木出口的因素，不仅有利于提高其出口市场占有率，而且对国内花卉产业整体生产效率的提升及技术进步具有重要激励作用。

图1 1992－2011年中国花卉苗木出口额及全球市场份额(美元、%)

引力模型被国内外学者广泛用来评估双边贸易流量的影响因素。传统引力模型是根据牛顿万有引力定律类推而来，认为根据两个国家之间对商品或劳动力的供给与需求能力以及其之间的地理距离，可以预测两个国家之间人口迁移量及商品贸易量。Ravenstein(1889)在研究19世纪英国人口迁移模式时，开创性的使用了引力模型;Tinbergen(1962)和Poyhonen(1963)最早使用引力模型解释贸易流量，但是他们并没有严格的理论推导，而仅给出了直观的理由［4］。之后，Leamer et al(1970，1974)尝试着探索引力模型的理论基础，他们将引力模型和HO模型中的相关变量放在一起对贸易流量进行回归，但是并没从理论上给出将这两个模型结合的理由［5］。Anderson(1979)基于不同国家出口差异化产品的假设，利用柯布道格拉斯偏好(Cobb-Douglas preferences)方程和不变替代弹性偏好(CES preferences)方程实现了一般均衡模型和HO理论模型的契合，构建了引力模型理论框架［6］。Bergstrand(1985，1989)在此基础上，进一步扩展了该模型［7－8］。他将HO的完全竞争模型和Krugman的垄断竞争模型进行融合，构建了引力模型的新框架，并且解释了产业内贸易的现象。由于引力模型在解释双边贸易流量方面所具有的优越性，再加上适当的理论框架，至此之后，国内外学者将之视为分析双边贸易影响因素的有力工具。在农产品贸易领域内，孙东升等(2005)、顾国达等(2007)在传统引力模型的基础上，进一步分析了技术贸易壁垒对中国农产品出口的影响［9－10］;张海森等(2008)、赵雨霖等(2008)将研究对象聚焦于东欧和东盟，利用引力模型分析区域贸易影响因素［11－12］;孙林(2008)、帅传敏(2009)在基于引力模型回归结果测算了贸易潜力［13－14］。以上研究均是在传统贸易理论和新贸易理论的框架下，而以Melitz(2003)［15］的企业异质性模型为基础的新新贸易理论赋予了引力模型新的内涵，认为由于一国企业生产效率的差异将导致生产效率较低的企业无法支付进入出口市场的成本，从而在某些年份无法从事出口活动，这给以往研究过程中忽略的贸易零值现象给出了理论的解释。由于大量贸易零值的存在，这对如何合理估计引力模型的结果产生了巨大的挑战。Silva and Tenreyro(2006)通过比较各种可能的方法，认为泊松伪极大似然估计法PPML(Poisson Pseudo Maximum Likelihood)比较适合处理贸易零值问题［16］;孙林(2011)采用蒙特卡罗模拟的方法，认为非线性最小二乘法才是处理贸易零值的最优选择［17］。我们这里认为前者通过模拟结合现实贸易数据得出的结论更加可靠，因此，我们将在下文中使用PPML估计法。

二、模型构建与数据来源

(一)模型构建

传统的引力模型可以表示为:

PXij为用美元衡量的i国到j国的贸易流量，Yi和Yj分别是i国和j国的GDP，Dij为从i国经济中心和j国经济中心之间的距离，Aij为其他一些促进或者阻碍两国之间贸易的因素，uij为随机误差项。在进行实证分析的过程中，通常将两边取自然对数，转换成线性方程，即:

式(2)是传统引力模型的线性形式，在此基础上，学者们通常还会加入代表进出口国双方供给与需求能力的人口和人均收入变量，另外，是否拥有共同边界、是否建立区域自由贸易区等虚拟变量也经常包含在模型中。但是本文认为对于表征贸易双方供给与需求能力的变量应该根据研究对象的不同适当调整，史朝兴，顾海英(2005)也认为以某个产业为研究对象时，以该产业的数据更能体现出口国的供给能力［18］。因为本文的研究对象是花卉产业，所以，在选择我国GDP作为供给能力的基础上，我们还选择了花卉的种植面积作为衡量花卉供给能力的更直接的变量，并且选择花卉产业技术人员的数量进一步衡量花卉的供给能力。同时，我们也借鉴很多学者的研究，在模型中加入是否建立自由贸易区、是否拥有共同边界以及是否遭受经济危机等。

然而，基于企业异质性模型的新新贸易理论从构成一个国家出口的微观企业视角，构建了双边贸易流量的决定因素。Chaney(2008)在传统引力模型理论框架中融入异质性企业的元素，构建了双边贸易流量的决定方程［19］:

根据以上研究结果，本文将分别构建如下3个实证模型:

以上模型中，Yi的预期符号不确定，因为，随着我国经济规模的扩大，一方面增加了出口的能力，另一方面也提高了国内居民的消费能力，所以取决于两者的共同作用。Yj的预期符号为正，表明进口国的经济规模越大对我国花卉苗木产品的需求越大。Si为花卉苗木的种植面积，Pi为花卉苗木产业技术人员数量，两个变量的预期符号均为正，花卉苗木的种植面积越大，其出口潜力越大，而技术人员越多，其产品的竞争力越强。Dij为贸易双方经济中心之间的距离，即Chaney(2008)模型中的可变贸易成本，其预期符号为负。wi为我国相对于进口国的农业生产效率，企业异质性模型认为只有那些效率较高能够支付出口市场进入成本的企业才能从事出口活动，所以预期符号为正。fij为固定贸易成本，根据企业异质性模型的结论，固定贸易成本仅对一国出口的扩展边际产生影响，而对集约边际不产生作用，因此，该变量预期符号不确定。θij为中国某个贸易伙伴相对于其其他贸易伙伴的贸易成本，该变量的值越大，说明其与中国贸易的可能性越大，预期符号为正。contig和fta的预期符号为正，shock预期符号为负。

(二)数据来源

本文的被解释变量为1995－2010年中国向各个贸易伙伴国出口花卉苗木产品的金额，其中，花卉产品包括HS海关编码0602除无根插枝及接穗植物和食用水果或坚果树、灌木，以及0603和0604条目下所有编码代表的产品，数据来源于UN Comtrade数据库。解释变量中，各国的GDP采用折算为2005年不变价格美元的数据，来源于世界银行数据库;花卉苗木产业的种植面积和技术人员数量来自农业部种植业司花卉数据库提供的1998－2010年数据;贸易双方经济中心之间的距离、是否建立区域自由贸易区以及是否拥有共同的边界数据来源于CEPII BACI数据库，但该数据库最新数据仅到2006年，关于是否建立区域自由贸易区变量在此之后的取值又参考了中国自由贸易区服务网(http://fta.mofcom.gov.cn/)的相关信息;固定贸易成本数据来自The Heritage Foundation数据库，取各项细分指标的平均分;在计算偏远指数过程中所使用的贸易数据来自UN Comtrade数据库，GDP数据来自世界银行。

三、实证结果分析及贸易潜力测算

(一)引力模型实证结果

在获取相关数据的基础上，首先对各变量进行相关性检验，从表1所显示的检验结果来看，进口国GDP和相对其他贸易伙伴国偏远指数以及中国花卉苗木种植面积和技术人员数量两组变量相关系数均在0.9以上，相关性较高。当同一组的两个变量出现在同一模型中时，将会对回归结果产生影响。因此，我们在式(4)－式(6)的基础上，将每组变量中的两个变量分开回归。

表1 引力模型各变量相关系数

本文数据的最大特点是被解释变量中存在大量的零点，大约占样本的50%，并且企业异质性模型为这些零点的存在给出了理论解释，那么对于这样的数据，我们将采用Silva和Tenreyro(2006)提出的PPML估计方法，他们在比较引力模型的各种估计方法后，认为PPML法在解决引力模型的异方差和贸易零值问题方面具有优越性。

表2中模型(1)－模型(7)均是采用STATA 11.0对各变量进行PPML估计回归的结果。模型(1)是最简单的传统引力模型，从回归结果来看，支持两个国家贸易流量与GDP成正比与其之间的距离成反比的结论，表明进口国GDP每增加1%，中国花卉苗木产品出口额将增加0.339%;中国的GDP每增加1%，出口额将增加0.079%，但是当双边地理距离增加1%时，贸易额将减少0.198%，不过模型整体的拟合度仅为0.355，拟合程度较低。模型(2)－模型(7)均是在企业异质性理论框架下的回归结果，并且从整体拟合度来看，均高于模型(1)。其中，模型(2)和模型(3)的区别主要是分别用中国花卉苗木的种植面积和该产业技术人员数量代表中国花卉苗木出口能力，但是从回归结果来看，变量符号和显著性甚至各变量的系数大小均没有显著差异，我国花卉苗木产品出口额对进口国GDP的弹性为0.269，对双边之间距离的弹性为－0.187，对中国花卉供给能力的弹性为0.108，这里的结果显示扩大花卉苗木种植面积和增加技术人员数量对中国花卉苗木出口的影响效应是一样的，体现了技术在花卉出口中的重要作用。另外，生产效率变量回归系数显著为正，表明中国相对于进口国农业生产效率每提高1%，我国花卉苗木的出口额将增加0.126%，这一结果验证并扩展了企业异质性模型的结论，即效率越高的企业不仅具有进入出口市场的能力，并且还具有出口更多产品的能力。固定贸易成本变量系数在5%置信水平下显著为正，表明The Heritage Foundation对中国贸易伙伴国的经济自由度总体评价每提高1分，中国花卉苗木产品出口额将增加0.469%，从回归系数的大小可以看出，固定贸易成本的系数最大，并且我们可以在接下来的模型中得到同样的结论，表明其对中国花卉苗木出口额的影响效应最大。

模型(4)和模型(5)与模型(2)和模型(3)相对应，是为了解决进口国GDP变量与其相对于其他贸易伙伴国偏远指数变量高度相关问题，并且模型(4)和模型(5)的区别与上述两个模型一致，也是为了解决花卉苗木种植面积与该产业专业技术人员数量两个变量高度相关的问题。从回归结果来看，各变量的符号及显著性水平与前两个模型保持一致，但是各系数的绝对值较前两个模型更高，尤其是代表中国花卉苗木供给能力的两个变量以及固定贸易成本变量，表明在进口国没有收入约束的情况下，中国花卉苗木的出口弹性更大。另外，模型(5)中花卉苗木产业技术人员数量变量的回归系数值比种植面积变量的系数值更大，在前两个模型的基础上进一步间接表明增加我国花卉苗木产业产品的技术含量将会在更大程度上提高我国的出口额，也是该产业未来发展的方向。在这两个模型中，我们最关心的是进口国相对于其他贸易伙伴国偏远指数变量，结果表明进口国相对于其他伙伴国偏远程度越大，越倾向于从中国进口花卉苗木产品，并且弹性在0.2以上。

模型(6)和模型(7)的主要目的是检验区域自由贸易区、共同边界以及经济危机是否会对中国花卉苗木出口产生影响，原则上应该在模型(2)－模型(5)的基础上分别加入这些变量，但是我们在上面的分析中已经表明代表中国花卉苗木供给能力的两个变量影响效应相差不大，所以这两个模型中仅选择花卉苗木的种植面积。从回归结果来看，仅建立区域自由贸易区对中国花卉苗木出口具有显著的促进作用，中国向区内贸易伙伴多出口28.6% ～37.1%①根据伍德里奇的研究结论，模型中的虚拟变量采用的是半对数形式，而其他变量采用双对数形式，所以解释结果不同。的产品，同时，我们也发现地理距离变量的系数较之前模型显著的下降，表明区域经济一体化的贸易政策在一定程度上抵消了空间距离对贸易的不利影响。另外，该模型的结果并未支持中国会增加对相邻伙伴国出口的结论，但经济危机将会显著降低中国花卉苗木出口，经济危机期间，中国出口将会下降8.2%～10.6%。

表2 中国花卉苗木出口引力模型回归结果

(二)贸易潜力测算

盛斌、廖明中(2004)指出利用引力模型的结果可以模拟“理论”或“自然”状态下的潜在出口额，以实际出口额与模拟的出口额进行比较，若实际值低于模拟值则表明贸易不足，反之则贸易过度［23］。由于模型(6)的整体拟合度最高，所以本文利用利用该回归结果进行贸易潜力测算，测算结果如图2所示。从整体情况来看，出口潜力核密度图有两个峰，左边的峰是由于贸易零值造成的，而右边的峰代表贸易潜力情况。首先，从右峰我们可以看出，中国对大部分国家花卉苗木出口潜力大于1，表明总体呈出口过度状态，进一步将伙伴国按照经济发展程度分为发达国家和发展中国家，从图2的右峰可以看出，中国对发展中国家出口过度程度高于发达国家。以上结果是否意味着我国花卉苗木出口增长乏力呢?我们不能忽略图2中左锋的样本，即中国在其他年份出口而在2010年没有出口的国家，这些国家是我们贸易的潜力所在①从企业异质性理论解释这些零点的出现是因为我国花卉苗木出口企业的效率并没有达到门槛效率，无法支付市场进入成本。。从图中我们可以看出，2010年中国出口的贸易零值主要集中在发展中国家，因此，中国花卉苗木产业未来出口的增长点是以科技力量提高生产率，深入挖掘发展中国家的市场。

图2 2010年中国花卉苗木出口潜力核密度分布图

四、主要结论与政策建议

本文在企业异质性模型的框架下，将生产效率、固定贸易成本、相对偏远指数等变量引入到传统引力模型中，同时，对贸易零值问题进行了重点讨论，最终选择了PPML估计方法对中国花卉苗木产业出口影响因素进行实证分析。实证结果表明，首先，代表中国花卉苗木供给能力的种植面积变量，代表进口国需求能力的GDP变量以及两国之间的地理距离等传统变量对中国花卉苗木出口具有显著的影响，其中，进口国需求能力对我国花卉苗木的出口弹性最大。其次，我们还发现技术升级对中国花卉苗木出口具有重要的促进作用。最后，企业异质性理论框架下的变量结果表明，随着我国花卉苗木生产效率的提高将会有更多的企业能够克服效率门槛，进入出口市场，提高出口额，而当前我国花卉苗木产业土地生产率和劳动生产率分别仅为荷兰的50%和0.5%［24］，因此，中国花卉苗木生产效率提升空间巨大;另外，进口国经济自由程度越高、相对于其他贸易伙伴国越偏远，那么中国对其花卉苗木出口额将越多。在此基础上，我们的结果还表明建立区域自由贸易区将减弱空间距离对贸易的不利影响，而经济危机期间中国花卉苗木出口额将显著降低，同时，本研究中并没有足够的证据表明与中国相邻的国家将会进口更多中国的花卉苗木产品。另外，潜力测算结果表明，发展中国家市场是我国花卉苗木未来出口的增长点。

针对以上的研究结论，我们认为，提高我国花卉苗木出口额不仅需要合理布局出口市场，选择经济规模较大、地理距离相对较近、经济自由程度较高的贸易伙伴，更重要的是提高花卉苗木生产过程中的技术含量。而当前我国花卉苗木产品品种研发、技术含量要远远低于荷兰、以色列等花卉苗木出口大国，王晰等(2008)指出，我国农业投资在农业GDP中的比重不足8%，而发达国家一般在20%～30%之间。因此，我国应该重视科技对花卉苗木产业的作用，在土地、劳动力等投入要素机会成本逐年攀升的背景下，加大科研投入，重点突破节约土地资源的技术和资金替代劳动的技术。在具备较高研发与生产效率的基础上，我们还需要根据以往出口的经验，积极推进区域自由贸易区建设，尽量降低贸易壁垒的阻碍，提升我国花卉苗木产品的国际竞争力与市场占有率。

［1］耿献辉，齐博.中国鲜切花:规模优势与产地竞争［J］.农业技术经济，2010(7):54-59.

［2］周应恒，齐博，耿献辉.我国切花出口国际竞争力的实证分析［J］.国际商务——对外经济贸易大学学报，2007(1):54-58.

［3］蔡军.出口稳步增加，瓶颈仍然堪忧——我国花卉出口现状及问题分析［J］.中国花卉园艺，2011(5):8-10.

［4］James E Anderson.The gravity model［J］.Annual Review of Economics，2011(3).

［5］ALAN Deardorff.Determinants of bilateral trade:Does gravity work in a neoclassical world?［R］.NBER Chapters，The Regionalization of World Economy，1998:7-32.

［6］ANDERSON James E.A theoretical foundation for the gravity equation［J］.American Economic Review，1979，69:106-116.

［7］BERGSTRAND JeffreyH.Thegravityequationin internationaltrade:Some microeconomic foundations and empirical evidence ［J］.Review of Economics and Statistics，1985，67(3):474-481.

［8］BERGSTRAND Jeffrey H.The generalized gravity equation，monopolistic competition，and the Factor-Proportions theory in international trade［J］.Review of Economics and Statistics，1989，71(1):143-153.

［9］孙东升，周锦秀，杨秀平.我国农产品出口日本遭遇技术性贸易壁垒的影响研究［J］.农业技术经济，2005(5):6-12.

［10］顾国达，牛晓婧，张钱江.技术壁垒对国际贸易影响的实证分析——以中日茶叶贸易为例［J］.国际贸易问题，2007(6):74-80.

［11］张海森，谢杰.我国——东欧农产品贸易:基于引力模型的实证研究［J］.中国农村经济，2008(10):45-53.

［12］赵雨霖，林光华.中国与东盟10国双边农产品贸易流量与贸易潜力的分析——基于贸易引力模型的研究［J］.国际贸易问题，2008(12):69-77.

［13］孙林.我国农产品贸易流量及潜力测算——基于引力模型的实证分析［J］.经济学家，2008(6):70-76.

［14］帅传敏.基于引力模型的中美农业贸易潜力分析［J］.中国农村经济，2009(7):48-58.

［15］MARC J Melitz.The impact of trade on intra-industry reallocations and aggregate industry productivity［J］.Econometrica，2003，71(6):1695-1725.

［16］SANT os Silva J M C，S Tenreyro.The log of gravity［J］.The Review of Economics and Statistics，2006，88(4):641-658.

［17］孙林.贸易流量零值情况下引力模型估计方法的优化选择——来自蒙特卡罗模拟的证据［J］.数量经济技术经济研究，2011(3):152-160.

［18］史朝兴，顾海英.贸易引力模型研究新进展及在中国的应用［J］.财贸研究，2005(3):27-32.

［19］CHANEY T.Distortedgravity:Theintensiveand extensive marginsofinternationaltrade ［J］.American Economic Review，2008，98(4):1707-1721.

［20］钱学锋，熊平.中国出口增长的二元边际及其因素决定［J］.经济研究，2010(1):65-77