中国增加值贸易的关联效应研究

王 连，董兴志

（兰州财经大学a.甘肃经济发展数量分析研究中心；b.国际经济与贸易学院，兰州 730020）

0 引言

随着交通的便利，一种产品的生产是由多个国家（地区）的企业共同完成，不同生产环节及其增加值在不同国家（地区）实现，用增加值贸易（added-value trade）来代替传统的贸易更为合理[1]。目前已经有较多的文献对增加值贸易进行了研究。Johnson和Noguera（2012）[2]指出2004年的中美贸易顺差用增加值贸易来度量将比用传统贸易来度量减少30%～40%。Johnson（2014）[3]指出世界增加值出口等于目前总出口的70%～75%，而1970年代和1980年代大约为85%。Francois等（2015）[4]研究了服务业的增加值贸易，指出全球货物和服务业的增加值与总贸易额的比率一直在下降。郑丹青和于津平（2016）[5]利用1995—2011年世界投入产出表研究了中美双边贸易增加值构成和利益分配，指出贸易利益分配不利于中国。李惠娟和蒋伟宏（2017）[6]基于增加值贸易视角，测算了中美两国服务贸易的GVC地位指数，指出中国服务贸易的国际分工地位比美国低，但是分工地位攀升速度高于美国。

以上文献主要对增加值贸易的核算方法和具体结果进行了研究，但是未研究各国之间增加值贸易的关联效应。为此，本文参考文献[7-9] 对投入产出分解模型的理论和应用研究，将投入产出分解模型从单区域拓展到多区域，并利用拓展的模型研究了中国与其他国家（地区）之间增加值贸易的关联效应。

1 研究设计

1.1 增加值贸易的计算方法

根据Koopman等（2012）[1]、邓光耀等（2016）的研究，世界范围内各国家（地区）的增加值贸易（包含自身消费①自身消费是指本国（地区）生产的产品供本国（地区）消费，不包括对进口产品的消费，也不包括出口到其他国家（地区）的产品。）矩阵（mn×n阶）为增加值系数矩阵、列昂惕夫逆矩阵以及最终使用矩阵的乘积：

将式（1）中每一个m×1阶分块矩阵合并可得到各国家（地区）之间相互贸易的n×n阶贸易矩阵，其对角线元素是各国家（地区）对自身生产的产品的增加值消费，非对角线上元素则为增加值贸易。

1.2 投入产出分解模型

为了考察国家（地区）s与其他国家-s之间增加值贸易的关联效应，本文将矩阵W、V、A、L、Y改写成以下形式：

根据 Dietzenbacher（2002）[10]、Piaggio等（2015）[8]，列昂惕夫逆矩阵可以进一步改写为：

其中，W*为新的增加值贸易矩阵。

2 实证分析

本文的数据来源于WIOD数据库最新发布的世界投入产出表，该数据库包括2000—2014年44个国家（地区）56个行业的投入产出数据。

2.1 内部效应和反馈效应

根据式（5）可得删除其他国家（地区）-s的最终使用后中国的内部效应W1*s，s和反馈效应W2*s，s，2000 年和2014年的效应值如表1所示。

从表1可以看到：（1）对大部分行业来说，内部效应W1*s，s大于反馈效应W2*s，s，这说明中国最终产出部分的自身消费所引起的增加值消费大于中国最终产出部分的自身消费在通过其他国家（地区）-s的关联影响后又反馈到中国，然后引起的中国的增加值消费。（2）在2000年和2014年，内部效应W1*s，s最大的三个行业依次是种植业和畜牧业（sec1），建筑业(sec27)，除汽车和摩托车之外其他产品的批发业(sec29)，效应值分别为 1337.60（7250.25）亿美元，660.39（6935.30）亿美元，629.44（6004.13）亿美元。（3）在2000年，反馈效应最大的三个行业依次是采矿业(sec4)，除汽车和摩托车之外其他产品的批发业(sec29)，计算机、电子和光学产品制造业(sec17)，效应值分别为1.86亿美元，1.65亿美元和1.28亿美元；在2014年，反馈效应最大的三个行业依次是除汽车和摩托车之外其他产品的批发业(sec29)，计算机、电子和光学产品制造业(sec17)，采矿业(sec4)，效应值分别为48.72亿美元，42.74亿美元和34.70亿美元。

本文进一步以种植业和畜牧业（sec1），建筑业(sec27)，除汽车和摩托车之外其他产品的批发业(sec29)为例分析内部效应的变化趋势，以采矿业(sec4)，计算机、电子和光学产品制造业(sec17)，除汽车和摩托车之外其他产品的批发业(sec29)为例分析反馈效应的变化趋势，如下页图1和图2所示。

表1 2000年和2014年中国的内部效应和反馈效应 （单位：亿美元）

图1 2000—2014年代表行业的内部效应（单位：亿美元）

图2 2000—2014年代表行业的反馈效应（单位：亿美元）

从图1和图2可以看到：（1）在2000—2014年，种植业和畜牧业（sec1），建筑业(sec27)，除汽车和摩托车之外其他产品的批发业(sec29)的内部效应值有不断增加的趋势。（2）在2000—2014年，采矿业(sec4)，计算机、电子和光学产品制造业(sec17)，除汽车和摩托车之外其他产品的批发业(sec29)的反馈效应值有上升的趋势，但是在2008—2009年的采矿业(sec4)，计算机、电子和光学产品制造业(sec17)以及2013—2014年的计算机、电子和光学产品制造业(sec17)反馈效应值短暂下降。

2.2 溢出效应1和溢出效应2

根据式（6）和式（7），可得溢出效应1（W*s，-s）和溢出效应2（W*-s，s），本文按照国别整理（按行业整理的结果可类似分析，过程略），2000年和2014年的效应值如表2所示。

从表2可以看到：（1）从溢出效应1（W*s，-s）来看，在2000年，中国最终产出部分的出口所引起的对其他国家（地区）-s的增加值出口中，除世界其他地区外，效应值按大小排序前三位依次是美国、日本和德国，分别为294.11亿美元、203.43亿美元和48.17亿美元。在2014年，除世界其他地区外，效应值按大小排序前三位依次是美国、日本和俄罗斯，分别为1762.54亿美元、857.32亿美元和419.92亿美元。（2）从溢出效应2（W*-s，s）来看，在2000年，中国最终产出部分自身消费所引起的从其他国家（地区）-s的增加值进口中，除世界其他地区外，效应值按大小排序前三位依次是日本、美国和中国台湾地区，分别为172.75亿美元、97.84亿美元和73.63亿美元。在2014年，除世界其他地区外，效应值按大小排序前三位依次是美国、日本和澳大利亚，分别为700.05亿美元、536.23亿美元和519.38亿美元。

本文以美国、日本、德国和俄罗斯为例，说明2000—2014年中国增加值贸易的溢出效应1（W*s，-s）的变化趋势，类似地以美国、日本、中国台湾地区和澳大利亚为例，说明2000—2014年中国增加值贸易的溢出效应2（W*-s，s）的变化趋势，如图3、图4所示。

表2 2000年和2014年中国的溢出效应1和溢出效应2 （单位：亿美元）

图3 2000—2014年中国增加值贸易对典型国家的溢出效应1（单位：亿美元）

图4 2000—2014年中国增加值贸易对典型国家的溢出效应2（单位：亿美元）

从图3、图4可以看到：（1）2000—2014年中国增加值贸易对美国、日本、德国和俄罗斯的溢出效应1（W*s，-s）均有上升的趋势，但是在2008—2009年均有短暂下降；另外，俄罗斯在2013—2014年有下降趋势，美国在2012—2013年也有短暂下降趋势。（2）2000—2014年中国增加值贸易对美国和中国台湾地区的溢出效应2（W*-s，s）均有上升的趋势，但是中国台湾地区在2005—2006年有短暂下降。对日本来说波动较为频繁，2000—2008年一直上升，2008—2009年下降，2009—2011年上升，2011—2014年下降。对澳大利亚来说，2000—2011年保持上升的趋势，但是在2011—2014年起伏不定，出现下降、上升和再下降的态势。

2.3 溢出效应3

根据式（8），可得到溢出效应3（W*-s，-s），也就是中国最终产出部分的出口所引起其他国家（地区）-s的增加值消费及其他国家（地区）-s之间的增加值贸易。按照国别整理（按行业整理的结果可类似分析，本文从略）可得到除中国之外，其他43个国家（地区）之间的增加值消费和贸易矩阵，该矩阵是一个43×43阶矩阵，对角线上元素是各国（地区）之间的增加值消费，非对角线元素是增加值贸易。本文以2000年和2014年增加值贸易(非对角线上元素)为例，借助社会网络分析软件Ucinet的netdraw模块，画出43个国家（地区）增加值贸易图，以便分析中国增加值贸易的溢出效应3，如图5、图6所示（分别以43个国家（地区）增加值贸易的平均值0.1329亿美元，1.0155亿美元为截断点，箭头方向代表出口方向）。

图5 2000年中国增加值贸易的溢出效应W*-s，-s

图6 2014年中国增加值贸易的溢出效应W*-s，-s

从图5、图6可以看到：（1）在2000年中国增加值贸易的溢出效应W*-s，-s中，除世界其他地区外，美国和日本与其他国家（地区）之间的连线最多，这说明美国（日本）与其他国家（地区）的贸易比较密切，并且贸易额较大（大于平均值0.1329亿美元），处于网络中心地位。另外，最左边的国家表示与其他国家地区不存在大于0.1329亿美元的增加值进口或者出口，具体国家为保加利亚、塞浦路斯、捷克、爱沙尼亚、克罗地亚、立陶宛、卢森堡、拉脱维亚、马耳他、葡萄牙、斯洛伐克、斯洛文尼亚。（2）在2014年美国和日本仍处于网络中心地位，最左边的国家为保加利亚、塞浦路斯、爱沙尼亚、克罗地亚、匈牙利、立陶宛、卢森堡、拉脱维亚、马耳他、葡萄牙、罗马尼亚、斯洛伐克、斯洛文尼亚。

3 结论与启示

本文基于投入产出分解模型，利用世界投入产出数据库（WIOD）最新发布的世界投入产出表数据，研究了2000—2014年中国与其他国家之间增加值贸易的关联效应。研究结果发现：（1）在2000年和2014年，中国增加值贸易内部效应最大的三个行业依次是种植业和畜牧业（sec1），建筑业(sec27)，除汽车和摩托车之外其他产品的批发业(sec29)。（2）在2000年，中国增加值贸易的反馈效应最大的三个行业依次是采矿业(sec4)，除汽车和摩托车之外其他产品的批发业(sec29)，计算机、电子和光学产品制造业(sec17)；在2014年，中国增加值贸易的反馈效应最大的三个行业依次是除汽车和摩托车之外其他产品的批发业(sec29)，计算机、电子和光学产品制造业(sec17)，采矿业(sec4)。（3）在2000年，中国最终产出部分的出口所引起的对其他国家（地区）的增加值出口中，效应值按大小排序前三位依次是美国、日本和德国；在2014年，效应值按大小排序前三位依次是美国、日本和俄罗斯。（4）在2000年，中国最终产出部分自身消费所引起的从其他国家（地区）的增加值进口中，效应值按大小排序前三位依次是日本、美国和中国台湾地区；在2014年，效应值按大小排序前三位依次是美国、日本和澳大利亚。（5）从中国最终产出部分的出口所引起其他国家（地区）的增加值消费和贸易来看，在2000年和2014年，美国和日本处于增加值贸易网络的中心地位。

基于以上研究结果，可得以下启示：（1）在2000—2014年，中国各行业增加值贸易的内部效应、反馈效应和溢出效应存在差异，因此制定贸易政策时需要注意行业差异。（2）中国与其他国家的增加值贸易的溢出效应较大，特别是与美国和日本之间，因此中国需要重视与美国、日本等国家的贸易合作，而且这些国家也需要加强与中国的双边贸易，从而实现双赢的结果。