APP下载

中印外贸依存度及其行业结构解析的比较——全球价值链中的国内增加值视角

2016-04-13郑国姣杨来科

产经评论 2016年1期
关键词:中国印度

郑国姣 杨来科



中印外贸依存度及其行业结构解析的比较
——全球价值链中的国内增加值视角

郑国姣杨来科

[摘要]在全球生产网络和国际分工日益深化的背景下,按出口贸易国内增加值核算可解决“统计幻象”问题,能更真实地反映出口对经济增长的贡献及拉动程度。从全球价值链的国内增加值视角,利用WIOD数据库考察基于出口贸易国内增加值的中印外贸依存度,并对其进行行业结构解析。结果表明:中国外贸依存度总体呈上升趋势,印度外贸依存度呈先上升后下降趋势,两者计算结果均低于传统外贸依存度测算的结果。增加值比例效应对中印外贸依存度的影响效应为负,说明中印参与全球价值链分工的强度不断增大。中印均由主要出口劳动密集型产品向资本技术密集型产品转变,且印度的互联网、软件开发等生产性服务业的出口竞争力明显大于中国。

[关键词]贸易国内增加值; 外贸依存度; 因素解析; 行业结构; 中国; 印度

一引言

作为全球最大的两个发展中国家,中印对世界经济的拉动作用不容忽视。同时,两国的经济发展存在许多共同点。首先,中印在20世纪中期的GDP均低于世界平均水平:1949年,中国的GDP总额为179.56亿美元;1950年,印度的GDP总额为100.36亿美元。两国的农业欠发达,工业体系薄弱,第三产业发展水平低,国民温饱问题尚未解决。其次,20世纪90年代后,中印经济都得到了高速发展,但产业结构严重失衡,2001-2011年,中国GDP平均增长率为10.5%,印度的GDP平均增长率达到了13.83%。2012年中国的GDP为8.25万亿美元、印度的GDP为1.95万亿美元,两国已分别成为世界第二大和第十大经济体(周文贵和麦聪,2014)[1]。两国作为金砖国家成员,是新兴经济体的典型代表。

中印的出口贸易对两国经济增长的正效应十分明显,研究两国的外贸依存度具有一定的现实意义。然而,目前对外贸依存度的测算大多建立在传统贸易统计的基础上,随着全球价值链和产品内分工的蓬勃发展,总额贸易统计法在中间品进出口方面出现了严重的“统计幻象”问题,过分夸大了出口对经济增长的影响(李宏艳和王岚,2015)[2]。因此,基于国内增加值角度的分析才能真实反映出口对经济增长的贡献及拉动程度。研究中印增加值贸易依存度的演化趋势及隐含的行业结构影响,对于客观认识两国的经济开放度、优化两国贸易结构具有重要意义。本文以中印两国为研究对象,考察1995-2009年中印外贸依存度的演化趋势,与传统外贸依存度进行比较,并利用因素分解法对中印外贸依存度进行分行业结构解析,最后针对改善两国在全球价值链中的地位提出了政策建议。

二文献综述

外贸依存度(The Ratio of Dependence on Foreign Trade, RDT)是个经典命题。西方经济学家Grassman(1980)[3]首先提出,外贸依存度是一国或地区的出口额与国内生产总值之比,反映其经济对国际市场的依赖程度。传统测算法表明,1995-2012年中国外贸依存度呈不断上升趋势,而印度呈现先下后升的波动趋势。中国加入WTO以来,随着对外开放和国际分工程度不断加大,外贸依存度逐年上升,2006年达到最高点,为67%,同期印度为33.6%。中国的高外贸依存度导致巨额贸易顺差,其占国内生产总值的比重从2000年的2.01%增加到2007年的7.59%,使中国遭受操纵汇率嫌疑的指责。但学者对外贸依存度进行了适当修正后发现其并不是很高(沈利生,2005[4];黄彦,2003[5])。可见对于外贸依存度的合理测度仍是需要深入研究的问题。

传统外贸依存度的变量为名义量,存在没有考虑统计口径、汇率、加工贸易、结构差异以及分子分母经济意义等问题的缺陷。为此,很多学者提出了一系列修正外贸依存度的测算方法,并得出了相应结论,具体如下:第一,GDP替代法。该方法侧重保证分子分母经济意义的一致性,用国内和国外两个市场的经济活动总量代替GDP,并扣除加工贸易的影响(沈利生,2003)[6]。结果显示,2002年中国的外贸依存度远非传统公式测算的结果那么高,与美国、日本等发达国家相比也没有差距悬殊。第二,GDP和进出口贸易额修正法。张珣和郑桂环(2006)[7]在仅考虑商品贸易的情况下,采用商品贸易额与商品GDP之比来定义外贸依存度。许统生(2003)[8]认为,尽管我国的名义外贸依存度较高,但考虑到经济规模、产业结构、购买力平价和汇率等因素后,远低于主要发达国家,略高于巴西和印度。彭建平(2010)[9]运用汇率法并扣除加工贸易额后,发现中国的外贸依存度明显降低。李昕和徐滇庆(2013)[10]用购买力平价GDP对中国外贸依存度进行修正,并与汇率法的外贸依存度进行比较,发现后者明显高估了中国的外贸依存度。

上述研究表明,中国外贸依存度并非传统公式显示的那么高。在全球生产网络深化的背景下,按照传统贸易总额法测算外贸依存度存在“统计幻象”问题。郭羽诞(2004)[11]提出采用出口增加值依存度刻画一国对国际贸易的依赖程度,但没有进行具体测算。增加值贸易考察一国或地区生产的增加值进入国际市场最终消费品的状况,以贸易增加值作为新贸易统计标准更能真实反映一国国内生产对最终消费品的贡献。OECD和WTO(2013)也意识到贸易附加值的重要性,并于2013年开发出TiVA数据库。李昕和徐滇庆(2013)[10]基于增加值贸易重新估算了2007年中国的外贸依存度,发现其仅为31.6%,明显低于官方统计数据。郑国姣和杨来科(2015)[12]从增加值贸易视角对中日贸易进行了再次分析考察,得出更客观的结论。本文利用WIOD数据库,重新测算中印两国的外贸依存度并进行相关比较分析,以期更好地认识两国的对外经济发展情况。

三测算模型和数据来源

(一)外贸依存度的测算模型

1.传统总额贸易统计法测算的外贸依存度(Grassman,1980)[3]

(1)

2.基于出口贸易国内增加值角度测算的外贸依存度

(2)

其中,RDTadv为基于出口贸易国内增加值测算的外贸依存度,vaij为出口贸易国内增加值。

(二)出口贸易国内增加值测算模型

借鉴Johnson和Noguera(2012)[13],Koopman和Wei(2014)[14]的方法,我们用以下理论模型测算一国的出口贸易国内增加值。全球价值链分工背景下,一国生产的产品有作为中间品投入到本国或外国的再生产过程和最终产品消费两个用途。因此,一国或地区市场出清的条件表示为:

yi(s)=∑j∑tmij(s, t)+∑jcij(s)

(3)

其中,i、j表示国家或地区,s、t表示生产部门或行业。yi(s)表示i国s部门的总产出,mij(s,t)表示i国s部门的产品作为中间品用于j国t部门生产的价值,cij(s)表示j国消费的i国s部门的最终产品价值。式(3)表示一国的总产出分解为用于国内中间使用和最终使用、国外中间使用和最终使用。

世界范围内,假设N个国家,各有S个生产部门,则世界产出可采用矩阵的形式表示为:

y=Ay+∑jcj

(4)

将式(4)写为里昂惕夫逆矩阵的形式,则为:

y=∑j(I-A)-1cj

(5)

进一步按照任一国家i的总产出被j国吸收的价值形式进行拆分来看:

(6)

其中,yij是S行1列的总产出矩阵,是国家i生产的被j国家最终使用的产品。令ri(t)表示i国t部门增加值占总产出的比例,则:

ri(t)=1-∑j∑sAji(s, t)

(7)

即为1减去国内投入品和进口投入品占总产出的比例,或为部门国内增加值占GDP的比例。那么,j国最终使用的来自i国s部门的增加值vaij(s)可表示为:

vaij(s)=ri(s)yii(s)

(8)

j国吸收s国的总增加值为:vaij=∑svaij(s)

(9)

将i国对世界各国和地区的增加值出口求和,即可得到i国出口额的国内增加值总额。

(三)行业结构解析分析法

接下来分析传统外贸依存度与增加值外贸依存度的关系,以及分行业对增加值外贸依存度进行因素分解的方法。对上文的分析可以发现:

(10)

其中,一国出口贸易国内增加值与传统出口总额的比值为增加值出口比例(Vax比例),因此,增加值外贸依存度等于一国Vax比例与传统外贸依存度的乘积。其中,一国的Vax比例根据行业结构可分解为部门增加值出口按其出口占比作为权数进行加权平均的值。即:

(11)

则一国的增加值依存度按照行业结构进行分解后为:

RDTadv=Vaxij×xrij×RDT

(12)

其中,Vaxij为某行业的增加值出口比例,xrij为其出口占比,RDT为传统意义的外贸依存度。

对RDTadv进行因素分解分析可得:

(13)

(四)数据来源

本文所用数据来源于WIOD数据库各年度投入产出表,具体包含了40个国家和地区的投入产出矩阵,占世界总产值的85%以上。将欧盟的27个成员国合并为欧盟经济体,剩余国家合并为一个经济体。考虑到本文主要对中国和印度进行实证分析,两国服务业开放度不高,因此将投入产出表中服务业部门合并为生产性服务业和生活性服务业两个大类。最终形成17个部门、15个经济体的世界投入产出表。

四中印外贸依存度的总体分析

(一)中印外贸依存度趋势分析

基于WIOD数据库和上文的测算模型,本文分别计算了中印两国的出口贸易国内增加值、传统外贸依存度和国内增加值外贸依存度。具体结果如下:

第一,从基于贸易国内增加值计算的外贸依存度看(如图1所示),1995-2009年,中国的外贸依存度从19.2%上升至28.8%,年均增长率为2.9%,总体呈现明显的上升态势。但具有阶段差异性的特征,以加入WTO为分界点,之前年度的外贸依存度一直保持在18%左右,波动范围较窄。加入WTO之后,出口规模的迅速增长导致贸易国内增加值迅速上升,外贸依存度明显提高,2008年达到34.5%。与传统外贸依存度进行比较后发现,增加值外贸依存度明显降低,由于出口额明显大于出口国内增加值,说明传统外贸统计数据夸大了中国的外贸依存度。

第二,具体到印度的外贸依存度,与中国既有相同处也有差异处。图2显示,印度的外贸依存度一直远远低于中国,且呈现先上升后下降的趋势。1995-1999年,印度增加值外贸依存度围绕10.5%波动。自2000年印度实行进口自由化政策后,也促进了出口的发展,外贸依存度显著上升,2000-2009年稳定在15%左右。与传统外贸依存度相比,印度的增加值外贸依存度也明显降低。基于出口贸易国内增加值的外贸依存度更加合理和符合实际情况,更能客观反映一国或地区对国际贸易的贡献率和依赖程度。综合来看,中印两国都更加密切地融入了世界经济体系,更加深入地参与了国际分工。

图1 1995-2009年中国外贸依存度的变化趋势

资料来源:作者计算整理所得。

图2 1995-2009年印度外贸依存度的变化趋势

资料来源:作者计算整理所得。

(二)中印总体外贸依存度的因素分解

按前面的因素分解模型,本部分对中印两国的增加值外贸依存度整体进行因素分解,以期发现影响两国外贸依存度的具体因素。出口贸易国内增加值依存度等于一国或地区的Vax比例与传统外贸依存度的乘积。Johnson和Noguera(2012)[13]将Vax比例视为衡量一国或地区参与全球价值链分工强度的指标。通过比较中印两国的Vax比例,并对增加值外贸依存度进行因素分解分析后,可得出以下主要结论(见图3和表1):

第一,从两国的Vax比例来看,总体上,1995-2009年,中国的Vax比例呈现下降趋势。从1995年的83.6%(0.836)下降至2011年的75.5%(0.755)。最高值出现在1998年,为86.4%。加入WTO是中国的Vax比例变化的分界点。自加入WTO后,中国积极融入全球生产网络,价值链分工越来越细,以中国出口品为载体转移出去的增加值,包含了更多进口增加值,使得其Vax比例逐渐降低。印度的Vax比例也总体呈现下降的趋势,但其下降幅度较中国小,印度在1995-1998年的Vax比例较高,稳定在83.5%左右,1998-2009年间,Vax比例呈现下降趋势。中国的Vax比例在1995-2002年间一直高于印度,2003-2009年,两国的Vax比例逐渐接近,均保持在72%左右。说明中印两国参与全球价值链分工的强度不断加大,与世界经济的联系更加紧密。

第二,对中印两国1995-2009年的增加值外贸依存度进行因素分解后发现,两国的Vax比例变动效应均为负数,说明Vax比例的变动对外贸依存度的影响是负效应。而需求扩张效应显著为正,且明显大于Vax比例变动效应。1995-2009年间,出口需求的大幅度增加是中印两国RDTadv迅速上升的主要原因,且中国的需求扩张效应(0.1189)明显大于印度(0.0375),而Vax比例变动效应小于印度(-0.0140),说明中国外向型经济的发展质量劣于印度,仍处于以规模扩张发展的初步阶段。这个事实提醒我们,若要降低一国的外贸依存度,需要从重视规模扩张转变到重视出口质量提升的目标上来,积极提高出口品的技术含量,努力向全球价值链的高端环节攀升,增加出口贸易国内增加值比例,逐步减弱需求扩张效应对外贸依存度的影响,使其处于适合本国经济发展的合理水平。

图3 1995-2011年中印两国增加值出口比例变化趋势

资料来源:作者计算整理所得。

表1 中印两国国内增加值外贸依存度的因素分解表

资料来源:作者计算整理所得。

五中印外贸依存度变动的行业结构特征

这里选择1995年为基期,2009年为报告期,分别对中国和印度外贸依存度的影响因素在行业层面上进行结构分解。行业的因素分解结果见表2。

表2 中国和印度1995/2009年外贸依存度的行业结构分解表

资料来源:作者计算整理所得。其中各行业大类的合计值代表产业整体的结构分解结果,而非以上各细分产业变动效应的简单加总。

1995-2009年间,中国外贸依存度从1995年的19.2%上升到2009年的28.7%,在年均增长达2.94%的幅度中,需求扩张效应占主导,结构效应次之,Vax比例变动效应影响最弱。需求扩张效应几乎均为正,表明中国外贸依存度的提升很大程度上是由于出口规模的迅速扩张。结构效应的影响具有行业异质性,具体来看,中国的劳动密集型产业对外贸依存度的结构效应为负,说明其对外贸依存度的贡献率呈下降趋势;而资本密集型、技术密集型产业和服务业的结构效应为正,说明其对外贸依存度的贡献率呈现上升趋势。这反映出,1995-2009年间,中国的出口贸易结构实现了很大程度的调整和优化,中国由主要通过出口劳动密集型产品转向主要通过出口技术密集型和资本密集型产品来拉动经济增长。具体行业来看,纺织及服装制造业等传统劳动密集型产业的结构负效应最大,为-2.14%,资本密集型行业中,交通运输及设备制造业的结构正效应最大,为0.4%,技术密集型行业中的电子及光学设备制造业的结构正效应最大,为1.92%。以上分析结果表明,经过14年的发展,中国的技术和资本密集型产业获得了长足进步,具有较强的国际竞争力,在对外贸易中逐渐起到了主导作用。服务业整体的出口占比也在逐步提高,但上升幅度相对有限,其对外贸依存度影响的结构正效应的总和仅为1.35%,一方面,由于中国还处于服务贸易的初步发展阶段,且开放程度较低,导致服务业对外贸依存度的影响受到限制;另一方面,中国服务业的国际竞争力较弱,相对优势较弱,出口份额小,难以与发达国家的服务业抗衡。

从行业的Vax比例变动效应来看,除个别部门外,大多数部门的Vax比例变动效应为负,反映出中国的增加值出口比例在不断降低,整体呈下降趋势。前文提到,Vax比例是衡量一国参与国际分工强度高低的指标,中国各行业参与全球价值链分工的程度不断增强,但同时存在行业差异性。由于行业性质不同,生活性服务业、采矿业等价值链增值主要处于国内的行业Vax比例变动效应较小,分别为0.02%和0.04%。而制造业因为其生产程序易于分割,进口中间品技术进步较快等特点,使得国内使用进口中间品比重较高,单位产出的国内增加值比例较低。尤其以电子及光学设备制造业为代表的信息技术类行业,其Vax比例变动效应在所有行业中最大,达到0.66%,需求扩张的正效应也很高,为3.38%。这种低国内增加值而高出口规模的行业结构对我国整体Vax比例的不断下降趋势产生了重要影响。

印度在出口结构的调整上与中国存在许多相似之处。印度的出口结构也在一定程度上实现了从劳动密集型产业到资本技术密集型产业的优化调整,但调整幅度较中国小。如在资本密集型行业中,其他制造业及废品回收业的结构正效应最大,为0.39%(中国为0.4%),在技术密集型行业中,与中国一致,电子及光学设备制造业的结构效应达到0.77%(中国为1.90%)。不同于中国,生活性服务业对印度外贸依存度的贡献率呈现下降趋势,其结构效应为负(-0.36%),而中国的该值为正(0.69%)。劳动密集型行业中,除采矿业外,其他行业的结构效应均为负,其中纺织及服装制造业的结构负效应最大,达到-1.19%。印度的生产性服务业国际竞争力较强,其对外贸依存度的结构效应达到了1.26%,远远高于中国的0.66%。说明在1995-2009年间,印度的生产性服务业出口对经济增长的拉动效应明显大于中国。

从印度细分部门的Vax比例来看,整体上,印度各行业的Vax比例变动效应为负,其中食品及烟草制造业和纺织服装制造业等出口份额较大的劳动密集型部门的Vax比例变动效应和结构效应均为负,是导致劳动密集型产业出口对其外贸依存度影响降低的主要原因。印度资本密集型行业的Vax比例变动效应的变化幅度明显小于中国,表明印度参与全球生产网络分工的程度与中国相比较弱。此外,印度生产性服务业的Vax比例变动效应为正(为0.03%),侧面反映出印度在租赁和商业服务业的全球价值链生产中包含很大份额的国内增加值,其在互联网服务、软件和信息技术等服务业出口上具有较强的国际竞争力。

六主要结论与政策建议

本文基于全球生产价值链日益深化的背景,运用出口贸易国内增加值的外贸依存度测算方法,分别计算了中国和印度1995-2009年的外贸依存度并进行了因素分解和行业结构解析,对比分析后得出如下结论:

1995-2009年,中印两国的增加值外贸依存度都低于传统方法测算的结果。中国的外贸依存度总体呈现上升趋势,而印度则呈现先上升后下降的趋势。对中印外贸依存度进行因素分解后发现,两国的Vax比例变动效应均为负,这是两国参与全球生产网络分工强度增大的体现。样本期间,中印外贸依存度的提升主要由出口需求规模扩张导致。

进一步从部门层面进行深入结构解析后发现,在影响中印外贸依存度变化的因素里,需求扩张效应占主导,结构效应次之,Vax比例变动效应最弱。中印两国的出口优势已经逐步由传统劳动密集型产业向资本技术密集型产业转变,且中国技术密集型产业的国际竞争力不断提高,资本和知识密集型的生产性服务业还有待发展,而印度租赁和商务服务业的国内增加值比例较高,已表现出很强的国际竞争力。

根据以上研究结论,本文提出以下政策建议:

首先,在全球价值链分工背景下,衡量一国对国际市场的依赖程度宜将出口贸易国内增加值纳入评价体系。改进贸易统计方法,充分考虑外贸依存度的影响因素,避免高估或低估现象,真实合理地评价一国的经济开放度。

其次,中国和印度分别作为“世界工厂”和“世界办公室”,应提倡合作发展的理念,加强两国的生产价值链合作,使两国的产业优势和资源优势得到更好的整合,以实现互利共赢。

最后,由增加值贸易统计方法得出的一个启示是,未来的国际贸易应更加注重在国际分工价值链中地位的提高,从追求量的扩张转变到提升出口贸易国内增加值的质的优化。切实培育人力资本和高级生产要素,提升出口产品的技术含量,努力向全球价值链的核心环节攀升。同时,重视发展金融业、计算机软件业等资本和知识密集型服务业,优化出口产业结构,改善我国外贸依存度,持续保持出口对经济增长的正拉动效应。

[参考文献]

[1] 周文贵, 麦聪. 1980-2012年期间中印经济增长差异研究[J]. 广东外语外贸大学学报, 2014, (6): 21-25.

[2] 李宏艳, 王岚. 全球价值链视角下的贸易利益: 研究进展述评[J]. 国际贸易问题, 2015, (5): 103-114.

[3] Grassman, S.. Long-term Trends in Openness of National Economics[J].OxfordEconomicPapers, 1980, 32: 181-205.

[4] 沈利生. 论外贸依存度-兼论计算外贸依存度的新共识[J]. 数量经济技术经济研究, 2005, (7): 15-25.

[5] 黄彦. 我国的对外贸易开放度研究[D]. 南昌: 江西财经大学, 2003.

[6] 沈利生. 中国外贸依存度的测算[J]. 数量经济技术经济研究, 2003, (4): 5-12.

[7] 张珣, 郑桂环. 我国外贸依存度的现状与分析[J]. 中国科学院院刊, 2006, (2): 113-119.

[8] 许统生. 我国实际外贸依存度的评估与国际比较[J]. 经济学动态, 2003, (8): 17-21.

[9] 彭建平. 几种不同测算方式下的中国外贸依存度比较研究[J]. 广西财经学院学报, 2010, (2): 101-106.

[10] 李昕, 徐滇庆. 中国外贸依存度和失衡度的重新估算-全球价值链中的增加值贸易[J]. 中国社会科学, 2013, (1): 29-56.

[11] 郭羽诞. 对外贸易依存度指标存在内在缺陷[N]. 解放日报, 2004-11-6.

[12] 郑国姣, 杨来科. 增加值贸易视角下的中日服务贸易再考察[J]. 经济问题探索, 2015, (8): 99-105.

[13] Johnson, R. C., Noguera, G.. Accounting for Intermediates: Production Sharing and Trade in Value Added[J].JournalofInternationalEconomics, 2012, 86(2): 224-236.

[14] Koopman, R. Z., Wei, S. J.. Tracing Value-added and Double Counting in Gross Exports[J].AmericanEconomicReview, 2014, 104(2): 459-494.

[责任编辑:伍业锋]

[DOI]10.14007/j.cnki.cjpl.2016.01.010

[引用方式]郑国姣, 杨来科. 中印外贸依存度及其行业结构解析的比较——全球价值链中的国内增加值视角[J]. 产经评论, 2016, 7(1): 126-135.

Research on Foreign Trade Dependence and Industrial Structure of China and India——An Domestic Trade Value Added Perspective in Global Value Chains

ZHENG Guo-jiaoYANG Lai-ke

Abstract:In the context of international division of labor and deepening of the global production value chain, the domestic trade value added statistics can settle the “double accounting” issue. From the perspective of domestic trade value added, this paper proposes a new method to calculate the foreign trade dependence of China and India by the WIOD database. And then we decompose its influential factors by industrial structure decomposition analysis. The result shows that from 1995 to 2009, the foreign trade dependence in China takes on a upward trend, while it declines after a rise in India. Both results of China and India are lower than that calculated by traditional formula. The Vax ratio effect is negative in China and India, which shows the increasing intensity of their participation in the global value chains. Both China and India have stimulated the foreign trade dependence by turning labor-intensive products to technology-intensive and capital-intensive products respectively. Besides, the competitiveness of India’s Internet and related services, software and IT services is stronger than China’s.

Key words:domestic trade value added; foreign trade dependence; factor decomposition analysis; industrial structure; China; India

[中图分类号]F731

[文献标识码]A

[文章编号]1674-8298(2016)01-0126-10

[作者简介]郑国姣,华东师范大学金融与统计学院博士研究生,研究方向:国际贸易理论与政策,全球价值链分工;杨来科,华东师范大学金融与统计学院教授、博士生导师,研究方向:国际贸易理论与政策,贸易与环境。

[基金项目]国家社科基金项目“中国对外贸易的隐含碳测度研究”(项目编号:11BGJ036,项目负责人:杨来科);华东师范大学优秀博士论文培育项目“垂直专业化、分工地位及贸易的福利效应”(项目编号:PY2015021,项目负责人:郑国姣)。

[收稿日期]2015-09-10

猜你喜欢

中国印度
印度总统定了
五彩缤纷的洒红节 印度
如果可以去印度
我国警卫反恐怖斗争对策研究
浅析当代中国社会发展的代价问题
肯尼·格雷特,爵士的“中国”调子
山哈·印度摄影
印度式拆迁
印度运载火箭的现在与未来