中国与“一带一路”沿线国家农产品出口贸易效率及潜力测算

2018-06-15汪晶晶黄如梦

统计与决策 2018年10期

曹安，汪晶晶，黄如梦

（新疆农业大学经济与贸易学院，乌鲁木齐 830052）

0 引言

当前全球经济缓慢复苏，加强区域间合作不仅成为一种趋势，也成为推动世界经济发展的重要动力。2013年国家主席习近平在出访中亚和东南亚国家时，提出“一带一路”的重大倡议，得到国际社会的高度关注。近年来，中国和“一带一路”沿线国家的经贸关系进一步加深，与沿线国家的贸易往来也不断增多。2014年中国对世界农产品出口总额为713.4亿美元，其中对“一带一路”沿线国家的农产品出口额就达到了381.38亿美元，占中国对世界农产品出口总额的53.45%。可见，“一带一路”沿线国家已成为中国农产品出口的重点区域。因此，研究中国对“一带一路”沿线国家的农产品出口贸易效率及贸易潜力，对推动未来中国的农产品出口贸易发展具有很强的现实意义。

综合国内外相关文献[1-6]，大致可以得出以下结论：学者们普遍采用随机前沿引力模型对贸易效率和贸易潜力进行测算；众多学者对贸易效率和贸易潜力的研究范围大多集中在某一地域和某一领域，关于“一带一路”与农产品贸易方面的研究较为匮乏。鉴于此，本文将采用随机前沿方法，测算并分析中国对“一带一路”沿线国家的农产品出口贸易效率及潜力，以期为促进中国农产品出口提供借鉴和启示。

1 理论模型

1.1 随机前沿引力模型

随机前沿方法最初被用于分析生产函数中的技术效率[3]。由于贸易规模可以看作国家间经济、地理、制度等多重变量的函数，国家对在给定距离、经济规模和其他因素的情况下以最小化的成本达到最大化的贸易规模，本质上与企业生产函数类似，那么用于分析生产效率的随机前沿方法也可以被用来分析贸易效率[1]。

基于随机前沿方法，采用面板数据的实际贸易量和贸易潜力可分别表示为式（1）和式（3）：

其中，式（2）是式（1）的对数形式，Tijt表示t时期i国与j国的实际贸易水平；Xijt表示引力模型中影响贸易量的核心变量，如贸易双方的经济规模、人口、距离等变量；β表示待估系数；vijt与uijt相互独立，共同构成随机前沿引力模型的随机扰动项，vijt为随机误差项，且vijt～(0'σv2）;uijt代表贸易非效率项，表示没能纳入引力模型的贸易阻力，包括阻碍和促进贸易的因素，但阻力因素占主要地位。通常假定uijt非负，服从截尾正态分布。

式（3）中Tijt*表示t时期i国与j国贸易量可能达到的最大值，即达到前沿水平的贸易量。与传统贸易引力模型相比，此处测算出的贸易潜力为影响因素的平均值，更能表达“潜力”的含义。结合式（1）和式（3），可以引出贸易效率这一概念，其表达式为：

TEijt表示贸易效率，是Tijt与Tijt*的比值，数值越大表明贸易效率越高。当uijt=0，此时TEijt=1，表明贸易双方实际贸易量与贸易潜力相等，双方不存在贸易非效率；当uijt＞0时，TEijt∈[0'1]，表明实际贸易量小于贸易潜力，双方存在贸易非效率，并且贸易阻力阻碍了贸易发展。

随机前沿引力模型可分为时变模型与时不变模型两种。最初随机前沿方法以贸易非效率不随时间变化为假设条件，只能得到时间不变的技术效率。后来随着时间改变，贸易非效率不断变化，这种假设就不再合理。于是Battese和Coelli在1992年提出了时变模型，其表达式为：

其中exp[-η(t-T)]≥0，uijt服从截尾正态分布，η为待估参数，表示时间对贸易非效率项的影响。当η＞0，uijt随时间递减，贸易阻力减小；当η＜0，uijt随时间递增，贸易阻力增大；当η=0，uijt不随时间变化，为时不变模型。

1.2 贸易非效率模型

本文采用Battese和Coelli提出的一步法，贸易非效率项uijt被表示为：

zijt表示贸易非效率项的影响因素，α为待估系数，εijt为随机扰动项。一步法具体操作是将影响贸易的非效率项因素纳入随机前沿引力模型中同时进行回归，即把式（6）带入式（2），得到：

2 模型设定、数据来源

2.1 随机前沿引力模型设定

本文以中国为出口国，“一带一路”沿线国家为进口国，在Armstrong（2007）[7]的基础上，将经济规模、人口、地理距离、语言和边界等短期内不会发生变化的自然因素作为核心变量纳入引力模型，将自由贸易协定、经济制度等人为因素纳入贸易非效率项模型。随机前沿引力模型表示为：

式（8）中，被解释变量 EXijt表示t时期i国对j国的农产品出口额。解释变量中，PGDPit和PGDPjt分别表示i国与j国的人均GDP，反映贸易双方的经济发展水平和消费水平，一般认为其符号为与EXijt成正比。POPit和PO Pjt分别表示i国与j的人口数量，反映国内市场规模，通常认为与EXijt正相关。DISij表示i国与j国首都的地理距离，反映运输成本，预期与EXijt负相关。Xij表示边界、语言等其他因素，考虑到随机前沿引力模型对函数形式有较高要求，本文将通过似然比检验确定是否纳入这些因素。

2.2 贸易非效率模型

通过一步法建立的贸易非效率模型表示为：

式（9）中，uijt表示贸易非效率项，反映阻碍中国农产品出口的影响因素。EOCjt表示j国清关程序的效率，反映贸易便利化程度。INFjt表示j国的贸易及相关基础设施质量状况。指标得分越高说明国内交通基础设施建设越好，越有利于促进贸易发展。EFjt表示j国的经济自由度指数，指标得分越高说明政府对经济的干预和控制越小，越有利于贸易发展。PSjt表示j国的政治稳定性，这一指标得分越高说明国家政局、社会越稳定，也更有利于贸易发展。FTAijt为虚拟变量，表示贸易双方是否签订了自由贸易协定，1表示已经签订自由贸易协定，0表示没有签订。

2.3 样本选择与数据来源

目前关于“一带一路”的空间地域范围并没有明确的界限，本文在付韶军（2016）[8]划分“一带一路”国家的基础上，将“一带一路”沿线69个国家作为样本国，考虑到数据的可获得性，最终选取63个国家进行实证分析（表1）。样本的时间跨度为2010—2014年，共计315个观测值，使用Frontier 4.1软件进行分析。

表1 “一带一路”沿线国家

时变随机前沿引力模型中，中国对“一带一路”沿线国家的农产品出口额根据商务部农产品进出口月度统计报告合计得出；人均GDP和人口数据均来自世界银行；两国之间的地理距离来自CEPII距离数据库。

贸易非效率模型中，清关程序的效率、贸易及相关基础设施质量指数、政治稳定性指数均来自世界银行，其中缺失数据用平均值代替；经济自由度指数来自全球遗产基金会；自由贸易协定来自中国自由贸易区服务网。

3 模型检验与估计

3.1 模型检验

由于随机前沿引力模型高度依赖于模型的函数形式[1]，因此本文运用最大似然法设定了以下四项检验对模型的适用性进行验证。（1）贸易非效率是否存在；（2）贸易非效率是否随时间变化；（3）是否需要加入共同边界变量；（4）是否需要加入共同语言变量。（1）、（2）两项检验方法为，分别在零假设H0:γ=μ=η=0和零假设H0:η=0条件下，根据无约束和有约束两种情况下的对数似然值计算出统计量LR值并与1%的显著性水平下卡方分布的临界值进行比较，得出拒绝或接受零假设的结论[2]。其中，γ代表随机扰动项中贸易非效率项所占比重，γ越接近0，表明实际贸易量与贸易潜力的差距主要由不可避免的随机因素造成；γ越接近1，表明实际贸易量与贸易潜力的差距主要由人为的贸易非效率因素造成。对于是否需要加入共同语言和共同边界变量，需要对每个变量进行似然比检验或参照回归结果的显著性进行判断[9]。

从检验结果可知（表2），似然比检验结果拒绝了不存在贸易非效率、贸易非效率不变化的原假设，说明贸易非效率存在且随时间变化的，应该使用时变随机前沿引力模型。不引入边界变量和不引入语言变量的原假设不能被拒绝，说明边界和语言变量不能被引入方程，其原因可能是所选样本国家内，与中国拥有共同边界和共同语言的国家很少，没有体现出共同边界和共同语言对中国农产品出口的促进作用。

表2 随机前沿引力模型假设检验结果

3.2 模型估计与分析

3.2.1 随机前沿引力模型估计结果分析

根据前文设定的随机前沿引力模型，对中国与“一带一路”沿线国家的农产品出口贸易进行估计。为了比较结果的稳定性，同时给出时变模型与时不变模型的结果（表3）。

表3 随机前沿引力模型估计结果

（1）人均GDP（PGDP）。两个模型中人均GDP变量都通过了显著性检验，并且系数值大于0，符号与理论预期一致。不论是时变模型或时不变模型，“一带一路”沿线国家的人均GDP系数都高于中国，表明“一带一路”沿线国家的经济发展水平和消费水平提高对中国农产品出口具有推动作用，中国的农产品出口具有明显的需求拉动型特征[10]。

（2）人口数量（POP）。两个模型中人口数量与出口显著正相关，说明市场容量越大越有利于促进贸易发展，与理论预期一致。中国的人口系数略大于“一带一路”沿线国家的人口系数，可以理解为中国的人口增加，会使中国的劳动力优势转化为贸易优势，提高农产品出口额[11]。

（3）地理距离（DIS）。两个模型中距离变量与出口显著负相关，距离系数分别为-1.15、-1.3，表明贸易双方距离每增加1%，中国农产品出口额将分别下降1.15%、1.3%。本文距离变量系数值相对较小，说明随着全球经济的发展和交通运输技术的提高，距离因素对贸易的影响将逐渐变小。

（4）时变随机前沿引力模型中，η的系数为负，表明贸易非效率以0.013的速度随时间递增。这一时期中国对“一带一路”沿线国家的农产品出口贸易阻力不断增加，贸易环境较差。

（5）两个模型中μ的系数大于0且通过1%显著性检验。说明中国对“一带一路”沿线国家农产品出口存在非效率因素，可以采用随机前沿方法研究贸易非效率因素。

（6）两个模型中γ值都达到0.97且通过了1%的显著性检验。说明两个模型中实际贸易量和贸易潜力存在较大差距，差距主要来自于人为的贸易非效率因素。

3.2.2 贸易非效率模型估计结果分析

采用一步法对已构建的贸易非效率模型进行估计，估计结果如表4所示。

表4 贸易非效率模型估计结果

（1）清关程序的效率（EOC）。该变量与贸易非效率显著负相关，并具有较高弹性值。说明该变量是促进中国农产品出口的因素。“一带一路”沿线国家提高自身清关程序的效率，有利于中国农产品出口。

（2）贸易及相关基础设施质量指数（INF）。该变量与贸易非效率呈正相关关系，表明这一变量是阻碍中国农产品出口的因素。“一带一路”沿线部分国家的贸易基础设施还不完善，在一定程度上影响了贸易效率，不利于中国农产品出口。

（3）经济自由度指数（EF）。该变量与贸易非效率呈负相关关系，说明该变量是促进中国农产品出口的因素。但经济自由度指数系数值仅为0.04，说明“一带一路”沿线国家的经济自由度对中国农产品出口的影响程度很小。

（4）政治稳定性指数（PS）。该变量通过了1%的显著性检验，且其值为正，说明该变量是阻碍中国农产品出口的因素。“一带一路”沿线部分国家和地区存在政局动荡、战争等不可抗力因素，在很大程度上影响了贸易效率，不利于中国农产品出口。

（5）自由贸易协定（FTA）。该变量与贸易非效率显著负相关，表明这一变量是促进中国农产品出口的因素。其系数值相对较大，说明签订自由贸易协定对提高中国对“一带一路”沿线国家的农产品出口具有明显的推动作用。

（6）γ值为0.62且通过了1%的显著性检验，再次表明本文采用随机前沿模型是合理的，实际贸易水平确实与贸易潜力值存在较大差距，而且差距的62%是由贸易非效率造成的。

3.2.3 出口贸易效率及潜力分析

由随机前沿引力模型估计结果得到中国对“一带一路”沿线国家的农产品出口贸易效率，结合式（3）即可计算出在现有规模下能达到的贸易潜力值。对中国与“一带一路”沿线国家5年的出口效率①出口效率采用一步法估计值。、实际贸易额、贸易潜力值和贸易拓展空间②贸易拓展空间=（贸易潜力值/实际贸易额）-1。取平均值，并按出口贸易效率由大到小排序，进一步分析中国对“一带一路”沿线国家的出口贸易效率和出口潜力的状况（见表5）。

从出口贸易效率来看，中国对泰国的农产品出口效率最高（0.92），其次是马来西亚（0.91）和巴基斯坦（0.91），对不丹的农产品出口效率最低（0.04），最高值与最低值相差23倍。由出口效率排名可以看出，中国对前20名国家的出口效率在0.6之上，表明中国与这些国家的农产品贸易属于高水平贸易合作；对其余43名国家的出口效率低于0.6，表明中国与这些国家的农产品贸易属于中低层次水平贸易合作③贸易效率0.6～1为高水平贸易合作，0.4～0.6为中端水平贸易合作，0～0.4为低层次贸易合作。。前20国中，9个国家属于东南亚，1个国家属于中亚，6个国家属于西亚及北非，2个国家属于独联体，2个国家属于南亚。中国对泰国、马来西亚等东南亚国家的农产品出口额很大，出口效率极高，足见东南亚国家在中国农产品出口中所处地位尤为重要。对黎巴嫩、巴林等西亚及北非国家的农产品出口额很低，出口效率却很高，表明中国对这些国家的农产品出口受到人为贸易阻力比较小，更有利于中国农产品出口。对匈牙利、斯洛伐克、希腊等中东欧、西欧国家的农产品出口贸易效率很低，说明中国对这些地区出口的人为贸易阻力较大，双方并未达到最佳贸易状态。值得注意的是，中国对日本和韩国的农产品出口额非常高，二者合计占中国农产品出口总额的45.2%，但中国对二者的出口效率仅分别为0.54、0.47。

结合贸易潜力值和贸易拓展空间来看，中国对泰国的农产品出口效率为0.92，其贸易潜力值仅是实际出口额的1.1倍，可拓展的贸易空间只有9%。中国对不丹的出口效率为0.04，其贸易潜力值是实际出口额的25倍，可拓展的贸易空间达到2420%。可见，随着中国对“一带一路”沿线各国的出口贸易效率不断减小，沿线各国的贸易潜力和贸易拓展空间逐渐增大。