安徽省出口产品比较优势动态分析

王 力，唐雪凡

(1.安徽三联学院 经济管理学院，安徽 合肥 230601；2.九江职业大学 经济管理学院，江西 九江 332000)

改革开放以来，安徽出口贸易发展迅速。2000—2017年，安徽出口贸易年均增长18.5%，已成为推动经济增长的重要力量。同时，安徽是以工业制成品为主导的出口产品结构。2017年，初级产品与工业制成品在总出口额中所占比重分别为6.5%和93.5%。比较优势决定区域分工与专业化模式，决定区域出口产品类别与产品结构。比较优势变化会推动出口产品变化，反映出口产品结构变化。因此，安徽现有出口产品结构是地方比较优势的体现。当安徽比较优势有变化，则出口产品结构也会有变化。

自20世纪90年代，比较优势动态分析成为区域贸易模式研究的重要内容。研究方法上一般是利用指数进行比较优势数量化并开展指数的动态分析。比较优势指数研究最早可追溯到20世纪50年代。Lienser设计了相对出口绩效指数来测度英国产业进入欧洲共同市场的影响[1]。Balassa提出了显性比较优势指数(RCA)[2]。该指数应用范围最广，也至今仍有大量批评①。学者在对该指数固有缺陷的批评之后，会修正或提出新指数。比如Vollrath在回顾了20世纪90年代以前的比较优势指数之后，提出了相对贸易优势(RTA)指数、相对出口优势(lnRCA)和显性竞争力指数(RC)[3]。Lafay将出口与进口变量相结合，提出了拉菲指数[4](216)。Dalum和Laursen等提出显性对称比较优势指数(RSCA)[5]。Proudman和Redding修正了RCA指数，提出了加权RCA指数[6]。Hoen和Oosterhaven设计了附加显性比较优势指数(ARCA)[7]。Cai和Yu等提出正态显性比较优势指数(Normalized RCA)[8]。Leromain和Orefice提出新显性比较优势指数(New RCA)[9]，等等。

在比较优势动态化研究方面，Benedicits和Tamberi运用巴拉萨指数(RCA)分析了意大利、法国、德国和日本制成品比较优势的动态变化[10]。Dalum和Laursen在对比其所提出的显性对称比较优势指数(RSCA)与其他指数特征同时，也进行了RSCA指数的动态化研究[5]。Hinloopen和Marrewijk利用RCA指数进行了12个欧盟成员国对日本出口动态分析[11]。Sengupta和Deb则在Hinloopen和Marrewijk研究基础上，运用7个比较优势指数开展了不同国家的类似研究[12]。Csaba和Jambor运用了Hinloopen和Laursen等学者的类似方法，分析了波兰、匈牙利、捷克和斯洛伐克4国的农产品比较优势与专业化问题[13]。

国内学者在研究方法上与上述学者较类似，主要区别更多是在指数选择，所选择的产品类型，产品分类与数据来源等方面。比如何树全用RSCA指数分析了我国的农业贸易模式，尚涛利用RSCA和Lafay指数分析了服务贸易的动态变化，李谷成等则分析了农产品比较优势变化等等[14-16]。

综合国内外学者的观点，可以发现：现有研究已然较为深入，但至少存在以下几个问题：1)现有研究多是对具体产品类别，比如制成品、服务、农产品的具体研究，缺少对出口货物产品整体研究。事实上，开展整体和部分的综合研究既利于对区域比较优势动态有完整性把握，也利于识别不同产品类别上的差异。2)如前所述，多数学者的研究重心是在述评相应指数问题时，进行指数修正或提出新的指数。这种方式可能会丢弃原有指数的合理性成分。事实上，若产品分类数据特征较稳定，则相似指数所得结果差异不会很大。因此，可能没有必要进行指数选择。3)研究区域问题。学者研究多立足于国别和国家视角，对地方区域研究仍然较少，尤其是在对安徽的研究上。因此，文章立足安徽，选择两个从出口(供给)维度的指数，即用RCA和RSCA指数来进行对安徽出口产品整体、初级产品和工业制成品的动态分析，并根据所得结论，提出相应建议。

一、研究方法和数据

(一)所用指数

1.巴拉萨指数

巴拉萨指数(RCA)公式为：

Hinloopen和Marrewijk按RCA值大小分成4组，分别为(0,1]，(1,2]，(2,4]和(4,+)，分别表示没有比较优势(比较劣势)，弱比较优势，中等比较优势，强比较优势[11]。

2.显性对称比较优势指数(RSCA)

RSCA指数主要是为修正巴拉萨指数(RCA)分布不对称问题。其公式为：

该指数的取值范围是[-1,1]。RSCAi>0表示i类产品具有比较优势，RSCAi<0表示不具有比较优势，指数值等于0则是比较优势中值点。

(二)指数分布动态方法

利用上述2个指数来分析安徽出口产品整体、初级产品和工业制成品的比较优势动态。首先，文章利用了18年的安徽出口产品数据，这可能会因贸易波动造成指数分布特征不明显问题，特别是在这18年间有入世、国际金融危机等事件所造成的数据波动现象。因此，将2000—2017年安徽出口贸易数据划分为3个年份段，分别为2000—2005年，2006—2011年和2012—2017年，再对3个年份的指数平均值进行比较静态分析，以识别指数分布变化。其次，对RCA和RSCA指数进行简单的描述性统计，识别两指数相关统计量的基本特征。包括累积百分比、标准差、最小值、最大值、偏度、峰度等，给出安徽出口产品比较优势指数分布的基本情况。第三，利用Stata 15绘制两指数3个年份段的累积分布图和核密度图。这两类图形都可以进一步分析安徽出口产品指数分布随时间变化。相对于描述性统计而言，图形分析相对更加直观。

(三)产品选取和数据说明

参照《国际贸易标准分类》(Revision 4)的2位数分类标准，结合安徽分类产品出口数据，剔除缺乏出口数据的部分商品，从《安徽统计年鉴》中选取按SITC两位数分类的61类出口商品，包含26类初级产品和35类工业制成品[17]。其中，26类初级产品中，第0章食品与活动物选取10类产品，为00—09类产品。第1章饮料与烟类选取1类产品，为11类产品；第2章非食用原料(燃料除外)选取9类产品，为21—29类产品；第3章矿物燃料、润滑油及有关原料选取3类产品，为32—34类产品；第4章动植物油脂及蜡选取3类产品，为41—43类产品。合计26类初级产品。工业制成品中，第5章化学成品及有关产品选取9类产品，为51—59类产品；第6章按原料分类的制成品选取9类，为61—69类产品；第7章机械与运输设备选取9类产品，为71—79类产品。第8章杂项制品选取8类产品，为81—85，87—89类产品。合计35类工业制成品③。具体产品分类说明见附表1。上述出口产品2000—2017年平均占到安徽出口总额96.5%。另外，指数计算所需的世界2位数出口数据则来源于UNCTAD handbook of statistics[18]。

三、实证分析结果

(一)描述性统计结果

1.RCA指数

表1给出了安徽RCA指数的描述性统计结果。P-z为指数累积百分比。比如2000—2005年25%的出口产品整体RCA指数是0.22，意味着有25%的出口产品指数值在0.22以下，75%的指数在0.22以上，同期初级产品与工业制成品分别为0.04和0.38。各年份初级产品累积百分比的指数值都低于工业制成品和出口产品整体。

出口产品整体和工业制成品的均值均大于1，表明两类产品类型都有比较优势；初级产品小于1，则不具比较优势。各类产品在三个年份RCA指数分布不对称，多呈现一定的右偏和尖峰特征，但程度不高。在分布不对称条件下，均值代表性存疑。相对应的中位数是较好的统计量。除工业制成品在2006—2011和2012—2017年有微弱比较优势外，初级产品、产品整体中位数值均没有比较优势。各年份各产品类型标准差不大，表明指数值分布离散程度不大。出口产品整体、工业制成品标准差较初级产品稳定。另外，初级产品RCA最小值和最大值都小于工业制成品④。

表1 安徽出口产品RCA指数值描述性统计

注：1)z分别取1%，5%，10%，25%，50%，75%，90%，95%，99%；2)根据安徽统计年鉴(2001—2018)计算所得。

2.RSCA指数

RSCA指数与RCA指数所得结果大多一致。见表2。因RSCA指数是修正RCA指数所设计，所以相对RCA指数，各产品类型的RSCA指数偏度和峰度值都有不同程度的下降，均值和中位数反映比较优势情况仅在工业制成品2006—2011年有微小差异。但对比RSCA和表1的RCA指数中位数，二者反映比较优势情况一致。因此可以得出：平均来说，安徽出口产品整体、初级产品都不具备比较优势，工业制成品有比较优势“逆转”，仅是由微弱劣势转为微弱优势。

(二)累计分布图

1.RCA指数

基本描述性统计并不能清楚描述安徽各产品类型在各年份的比较优势变化情况。因此这里先绘制RCA指数的累积分布图。见图1。可以明确的是，各产品类型指数值累积分布线偏离程度较小，说明近20年来安徽出口产品比较优势较稳定。出口产品整体、初级产品和工业制成品大多数类别落入比较劣势区间。初级产品和工业制成品指数值区间范围各年份有较大变化。初级产品指数值成缩减特征。按照前述Hinloopen和Marrewijk的比较优势强度分组，初级产品累积分布线末端有明显缩短，由2000—2005年的5左右下降到不到3，已由强比较优势下降到中等比较优势。工业制成品累积分布线末端在6～8之间先増后减，由但仍在强比较优势区间。出口产品整体与工业制成品基本一致，比较优势较稳定，多数类别不具比较优势，累积分布线末端也先増后减，仍在强比较优势区间。

表2 安徽出口产品RSCA指数值描述性统计

注：同表1。

图1 安徽出口产品RCA指数累积分布

2.RSCA指数

利用RSCA指数也可以看到RCA分布的一般性结论。比如大多数产品不具备比较优势，各年份指数分布只有较小变化，初级产品指数分布在缩减等。此外，因RSCA指数分布范围在[-1,1]之间，区间较窄，故还能够看到RSCA指数分布的更细化特征：工业制成品2000—2005年之后指数值左边较小值的明显改善，表明原来比较劣势强度的产品类别在减轻。

图2 安徽出口产品RSCA指数累积分布图

(三)核密度估计结果

1.RCA指数

见图3。在中值点左侧，出口产品整体较2000—2005年，后两个年份左边波峰更陡峭，表示比较劣势产品类别在增加，有更多的出口产品类别落入比较劣势区间。在中值点右侧，近似形成2个较平缓的波峰。在2000—2005年波峰在约4—6之间，到了2012—2017年则在2—4之间。说明原来具有强比较优势的工业制成品类别在缩减，落入中等比较优势区间。(工业制成品(第3个小图)也可得出)。另外，核密度线长度成先增后减特征，表现在第1、3小图，这与累积分布图分析所得结论一致。

图3 安徽出口产品RCA指数的核密度估计图

初级产品较出口产品整体而言，变化更明显。在中值点左侧，可以清楚地发现初级产品比较劣势产品类别增加很多。较2000—2005年相对平滑的密度曲线而言，后两个年份曲线长度变短，2006—2011有一个波峰，2012—2017年近似有三个波峰。多数初级产品类别主要集中在极弱、中值点附近、比较优势值为2～3间区域，呈现比较劣势更弱，优势也变弱特征。工业制成品则多数产品集中在中值点附近，且波峰有轻微右移趋势，有劣势变轻的积极信号。结合对出口产品整体的分析，工业制成品也存在优势变弱的现象。

图4 安徽出口产品RSCA指数的核密度估计图

2.RSCA指数

图4给了RSCA的核密度估计结果。出口产品整体与工业制成品3个年份形状较为相似。区别在两个方面：1)出口产品整体2005—2011和2012—2017年形成2个波峰，而工业制成品没有，这主要是因为初级产品包含在产品整体中所带来的结果。2)工业制成品较产品整体而言有分布右移趋势，波峰也右移，表明有更多工业制成品的比较优势在提高，但比较强度仍然较低。3)初级产品则呈现出较为显著的变化，一方面，后两个年份相对于2000—2005年有更多的产品跌入比较劣势区间。图形右侧则表明波峰左移，较多的产品开始丧失原有比较优势，这意味着初级产品整体比较优势弱化现象。

四、结论与建议

近20年来，安徽出口产品比较优势有了一定程度的变化，但程度较小。平均来说，大多数出口产品不具备比较优势。初级产品与工业制成品比较优势动态变化不一致。初级产品分布呈现优势减弱、劣势变强的不利局面，且原来有强比较优势产品跌入中等比较优势区间。工业制成品分布呈现劣势变轻，优势变强的积极信号，但强比较优势产品呈先增后减特征。从结论可以看出，安徽虽有立足地方特征的基本专业化，不论初级产品，还是工业制成品都有少数有较高比较优势的产品，但类别少，尚未形成以多类产品为主导的出口结构。产品类别单一化势必会有较高的贸易风险。虽然安徽出口规模小会有较大弹性的调整空间，但大多数初级产品比较优势下降的事实表明，这很难说是一种主动性调整。工业制成品累积了一定的出口规模，也体现了一定程度的优势改进，但出口产品单一，多数产品比较优势较弱，仍是需重点关注的方面。

新时代下要促进安徽出口贸易高质量发展，需要构筑以比较优势为基准的分类出口战略。具体来说：1)初级产品需要稳定现有比较优势同时，更加注重传统比较优势产品的潜力挖掘，比如蔬菜类、水产类产品，丰富比较优势产品类别，形成多类比较优势产品带动的出口结构。对标工业制成品比较优势改进原因，借鉴先发省市经验，识别一般和具体原因，强化农业政策支持，实施精准扶持。同时，坚持出口规模与质量提升并举，防范贸易风险。2)工业制成品则需在稳定传统劳动密集型产品出口同时，更加注重资本技术密集型产品出口，优化制成品出口结构。强化对比较优势由劣转优产品的出口监控，加快补齐各类短板，使其成为新主导产品。

注释：

① 这些批评主要有：1)利用事后数据研究，违背了比较优势理论的事前含义。2)指数分布不对称问题，造成进行基数和序数对比结论存疑。3)仅利用了出口数据，未利用进口、生产等其他数据。4)影响比较优势的其他因素。比如正式或非正式的贸易壁垒，历史贸易关系，国内需求扰动，偏好差异等。

② 对照组数据选择也会对指数值造成影响，很多学者对RCA分母数据有选择世界、区域整体或某贸易大国。主要考虑的是贸易壁垒和运输距离等原因。但鉴于安徽出口额本身较小，且因缺乏数据原因，故对照组选择世界。

③ 未选取12类烟及烟制品、35类电流和第9章未分类商品。

④ 其中初级产品RCA最小值2000—2005年是34类天然气及人造气产品，2006—2011和2012—2017则是28类金属矿砂及金属废料。工业制成品RCA最小值2000—2005年是88类摄影器材、光学物品及钟表，2006—2011年是75类办公用机械及自动数据处理设备，2012—2017年是84类服装及衣着附件。初级产品最大值2000—2005年为22类油籽及含油果实，2006—2011和2012—2017年为29类其他动、植物原料；工业制成品RCA最大值各年份都为65类纺纱、织物、制成品及有关产品。

附表1 SITC2位数产品分类主要及其编码