基于引力模型的中国与东盟蔬菜贸易实证研究

刘义龙

（河北软件职业技术学院 河北保定 071000）

经过改革开放后20多年的发展，蔬菜产业已经成为中国农业的重要组成部分，2014年中国蔬菜播种面积21 404.79 khm2，占农作物播种面积的12.94%，产量达760 054.8 kt，高于粮食产量而居首位，人均蔬菜占有量为555.67 kg，高于世界人均占有量，国内消费市场的饱和使出口贸易对中国蔬菜产业的发展显得尤为重要。

本文的贸易数据来源于粮农组织统计数据库（FAOSTAT），并与其统计口径相一致，文中的蔬菜包含以下内容：Vegetables,fresh nes（蔬菜，鲜食的）；Vegetables,dehydrated（蔬菜，脱水的）；Vegetables in vinegar（醋浸蔬菜）；Vegetables,preserved nes（蔬菜，加工的）；Vegetables,frozen（蔬菜，冻的）；Vegetables,temporarily preserved（蔬菜，暂时保存的）；Vegetables,homogenized preparations（蔬菜，均化）。

东盟涵盖11个国家，拥有19亿人口，GDP达6万亿美元，是当今世界最为活跃的经济集团之一，也是中国重要的贸易伙伴，特别是2010年1月1日中国-东盟自由贸易区正式全面启动后，东盟和中国的贸易占到世界贸易的13%。2013年中国出口蔬菜及蔬菜制品3 104.4 kt，创汇46.41亿美元，其中150.6 kt出口至东盟，创汇3.36亿美元，分别占东盟同类商品进口量和进口额的32.97%和67.51%。

1 中国与东盟蔬菜贸易的影响因素

引力模型兴起于20世纪60年代，来源于牛顿万有引力定律，由 Tinbergen（1962）和 Poyhonen（1963）最早用于国际贸易流量的研究，最初只引入了经济规模和距离2个变量。他们的研究表明，两国或地区之间的贸易流量与它们的经济规模成正比，与之间的距离成反比，后由Linenmann（1966）把人口变量引入了模型。此后，研究者们逐步引入人口规模、优惠贸易协定、贸易限制措施、殖民关系、语言等影响因素对双边贸易的发生进行解释[1]。马惠兰等[2]选用新疆农产品出口总额作为被解释变量，选择新疆农产品贸易伙伴国的农业产值、农业产值占GDP份额、人均GDP、人均耕地面积、农村人口比重等作为解释变量，同时引入新疆与其农产品出口贸易国是否领土相接、是否属于上合组织成员国、是否加入WTO作为虚拟变量，建立扩展的新疆农产品对外出口贸易引力模型；宋海英[3]除了选择经济总量、地理距离等常规变量外，还将拉美国家的价格水平、区域经济一体化组织的虚拟变量以及土地面积纳入引力模型；田刚等[4]运用引力模型验证了国内生产总值、人均森林面积、汇率、森林认证和APEC对中俄林木产品贸易的影响。

1.1 地理距离

中国与东盟10国的地理距离较近，与缅甸、老挝、越南3国接壤，北京与东盟各国首都之间的平均距离为3577.69 km（表1），其中，距越南最近，为2326.84 km，距印度尼西亚最远，达5219.15 km。

表1 北京与东盟10国首都的距离 km

1.2 经济规模

出口国的经济总量反映了潜在的供给能力，进口国的经济总量反映了潜在的需求能力。从中国与东盟国内生产总值（GDP）的比较来看（表2），双方的经济规模相差很大。1999年和2013年，东盟10国的GDP均值分别为683.49亿美元和1 399.46亿美元，增长了104.75%，相当于同期中国GDP的5.16%和2.84%。其中GDP最高的印度尼西亚，1999年和2013年分别为中国的16.33%和9.17%。1999—2013年，东盟与中国的GDP差距在不断扩大。

表2 1999年和2013年中国、东盟10国GDP亿美元

1.3 人口规模

2013年中国人口13.2亿，东盟6.1亿，其中印度尼西亚是东盟人口最多的国家，达2.51亿。与1999年相比，2013年中国的人口增加了9 980万，东盟增加了9 995万，其中印度尼西亚、菲律宾和越南增加千万人以上。因此，如果仅以人口规模和人口增长数量来衡量，东盟各国与中国的差距明显，消费市场要远小于中国。

1.4 需求结构

根据林德的“需求相似论”，两国相近的人均收入水平会导致相似的需求格局，从而决定了潜在的贸易量。以2005年不变价格计算，中国与东盟人均GDP的绝对差距从1999年的552.7美元扩大到2013年的723.4美元。2013年，中国的人均GDP比新加坡、文莱和马来西亚分别少3 246美元、2 094美元和343美元，比其他7个国家人均GDP高182～315美元。

2 实证分析

2.1 模型构建

引力模型在应用中一般采用对数形式，以使得万有引力公式线性化，还可以减少数据中的异常点，同时还可以避免数据残差的非正态分布和异方差现象，对数化后的一般方程如下：

其中，Fij表示i国与j国的双边贸易额；Rj是常数项；Mi和Mj分别表示两个国家的经济总量；Dij是两国之间的地理距离，一般用两国政治或经济中心之间的空间距离或者两国主要港口之间的航海距离来衡量；Xij是影响两国双边贸易额的其他变量的向量集合，包括人口规模、语言、地区经济组织和国家政策等；α、β、θ、σ是待估计参数；εij为随机扰动项。

2.1.1 中国蔬菜对东盟出口贸易引力模型 基于上文对中国蔬菜出口东盟影响因素的分析，笔者选择中国和东盟国内生产总值、人口规模、北京与其首都之间的距离作为变量。引入虚拟变量BOERDER，如果j国与中国接壤则赋值为1，否则为0。因此，构建中国蔬菜出口东盟的引力模型如下：

其中，Qij是中国向东盟各国出口蔬菜的数量，Gi是中国GDP,Gj是东盟各国GDP，Pi是中国人口数量，Pj是东盟各国人口数量，Dij是北京至东盟各国首都的距离，Bij是虚拟变量，β1～β6是待估计参数，其他符号含义同式（1）。

2.1.2 需求相似对中国与东盟蔬菜贸易的影响

将中国与东盟国家之间人均GDP差异引入引力模型，将（2）式扩展为：

式中DGij表示中国和东盟国家之间人均GDP差异的绝对值，用以检验林德的“需求相似论”，如果系数为负且显著，则证明由需求相似而引发的贸易对该区的贸易流有重大影响[5]。

2.2 数据说明

由于中国对文莱、老挝、柬埔寨出口蔬菜的数量很少，因此本文以其他东盟7国作为研究对象，采用1999—2013年有关面板数据，以中国向东盟7国出口蔬菜的数量为因变量，以下列项目为自变量：1.中国和东盟7国的国民生产总值，2.中国和东盟七国的人口数量，3.中国与东盟七国首都间的距离，4.中国和东盟七国之间人均GDP差异的绝对值。其中自变量1来源于National Accounts Main Aggregates Database，均以2005年不变价格计；因变量和自变量2来源于FAOSTAT；自变量3通过Google earth估计而得；自变量4根据1和2的数据计算得到。

2.3 引力模型估计结果

分别采用混合回归模型、个体固定效应模型、个体随机效应模型进行回归，首先进行混合面板模型的F检验和LR检验，其伴随概率较大，表明与固定效应变截距模型相比混合回归模型是有效的，不能拒绝“7个国家的截距项是相通的假定”，因此选择混合回归模型。模型结果见表3所示，调整自由度R2的数值表明该模型拟合程度比较理想。

表3 中国蔬菜出口贸易引力模型回归结果

3 讨论

3.1 经济规模、人口规模和距离对中国与东盟蔬菜出口贸易产生的影响

（1）中国国内生产总值的估计系数为-3.42，表明中国国内生产总值每增长1%中国蔬菜出口减少3.42%；（2）东盟生产总值变量的系数为2.63，表明其生产总值每增长1%，中国蔬菜出口增加2.63%；（3）中国人口规模变量的系数为-6.42，表明中国人口总量每增长1%，中国蔬菜出口减少6.42%；（4）东盟人口规模变量的系数为0.14，表明其人口每增长1%,中国蔬菜出口增加0.14%；（5）距离变量的系数为-0.62,表明距离每增加1%，中国蔬菜出口减少0.62%；（6）与进口国接壤，对中国与东盟蔬菜的出口贸易产生正向影响。

3.2 中国与东盟蔬菜出口贸易符合林德的“需求相似论”

模型（3）的回归结果显示，中国与东盟7国人均GDP差异绝对值对数的系数为负，表明中国与东盟的人均GDP差异每提高1%，将使得中国出口至东盟的蔬菜量减少0.39%。这说明了中国与东盟蔬菜出口贸易符合林德的“需求相似论”，即随着中国与东盟人均收入差异的增大，双方的需求差异愈加明显，不利于中国对东盟蔬菜出口贸易的扩大。

4 结论

经济规模、人口规模、地理距离、价格是影响中国对东盟蔬菜贸易的重要因素，基于引力模型的实证研究表明，东盟的经济规模、东盟人口规模的增长以及国境连接对中国与东盟的蔬菜贸易具有促进作用，说明东盟对蔬菜有着较大的需求潜力，除此之外，东盟日益增长的人口也是潜在的市场。中国的经济规模和人口规模的增长、地理距离、人均GDP差异的增大不利于中国对东盟蔬菜出口贸易的扩大。因此，今后中国与东盟蔬菜出口贸易合作的重点是：一方面，要加强政策和质量标准等方面的协调，稳定马来西亚、泰国、新加坡等重点市场；另一方面，要采取多元化的战略，加强对老挝、文莱和柬埔寨等市场的贸易促进和开发力度。