皖苏农产品出口贸易模式与比较优势分析

王 力蔡文芬唐雪凡

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

一、引言

2019年12月，中共中央国务院印发《长江三角洲区域一体化发展规划纲要》，标志着长三角一体化战略正式上升为国家战略。作为长三角成员，虽然安徽和江苏地理临近，但对外贸易发展差距明显。2018年江苏货物进出口额、出口额和进口额分别是安徽的10.55、11.17和9.72倍[1-2]。另外，我国有40余年对外开放遵循“沿海—内地”的开放路径。这就决定了安徽与江苏较对外贸易先进国家和地区差距仍然存在，特别在安徽。比较优势是区域对外贸易发展的决定因素之一，决定了一个区域贸易模式。出口方面上，一定时间内，区域可通过要素积累、技术进步等方式促进出口专业化自我强化，表现出贸易模式的稳定性。同时，要素积累、技术外溢、产业政策、国内外需求等又可促成新专业化分工，表现贸易模式的流动性。由此，通过研究安徽和江苏出口贸易模式的演化特征，可以为类似两省的后发地区的出口贸易发展提供借鉴。同时，对比两省出口贸易模式，也利于推进个性化的出口政策，更好地服务新时代长三角对外贸易高质量发展。

利用比较优势指数进行区域间、产业间和时期间比较是主要的贸易模式研究方式。但该方式需要改进两个问题。一是指数选择问题。自20世纪60年代至今，许多学者提出各种比较优势指数。比如Balassa（1965），Vollrath（1991），Laursen et al（1998），Prudeman et al（2000），Hoen et al（2006），Yu（2008），Costinot et al（2012）[3-9]等。但至目前，有关各比较优势指数的理论基础和实证争议仍然很大，尚无共识。二是研究方法问题。较前一问题而言，研究方法争议不大，但研究方法日益多样。比如Proudman et al（2000）[6]利用加权巴拉萨指数进行了法、德、英、日、美出口贸易模式研究。方法有统计描述、图形分析和马尔科夫转换矩阵等。Hinloopen和Marrewijk（2001）[10]，Benedicit和Tamberi（2004）[11]运用巴拉萨指数开展了不同国家和地区的类似研究。

Laursen（2015）[12]则开展了显性对称比较优势指数（RSCA）的回归分析，分析OECD国家出口专业化模式。国内学者何树全（2006）[13]、陆文聪（2016）[14]等也用了上述方法进行了对中国的研究。

可见，国内外学者研究已然较为深入，但至少存在以下不足。（1）既然单一指数选择有争议，那么多指数评价应该是较为稳妥的方法。另外，利用同一指数不同方法以及不同指数同样方法都可能会得出一些矛盾结论。这需要结合指数特征和具体方法进行细致探讨，以保证结论的一致性。（2）比较优势指数类型多样。但利用进口、生产等数据时需要特别小心。比如进口易受贸易政策扭曲，一国国内生产牵涉到国内消费、价格等数据，这些数据均较难获得，加之产品分类方法与口径问题等，都可能对结果造成影响。因此，利用出口数据测度比较优势有固有优势。（3）国际和我国贸易模式研究都较深入，但对我国各省市贸易模式研究仍然较少。由此，文章利用显性比较优势指数（RCA）和显性对称比较优势指数（RSCA）这两个指数，分析了安徽和江苏农产品出口贸易模式和比较优势情况。

二、方法与数据

（一）农产品出口贸易模式

1.SITC两位数农产品贸易分类

农产品出口贸易模式是衡量各类农产品出口额在其出口总额中的比例。即分析农产品出口结构。出口结构分析可以识别区域各类农产品的出口相对地位，主要农产品情况等，可以描绘区域农产品出口贸易模式的完整图景。两省出口农产品按《国际贸易标准（SITC）》两位数分类选取。即剔除初级产品中的矿物类等相关产品，最后选取21类农产品。具体见表1。

表1两位数农产品贸易分类表

2.农产品出口结构相似性与集中度

利用线性相关系数和HHI指数分析安徽和江苏农产品出口结构特征。

（1）农产品出口相似性

Lall和Albaladejo（2004）[15]利用线性相关系数分析出口商品结构的相似度。公式为：

|r|在0～1之间。相关系数越高，出口结构越相似。

（2）农产品出口集中度

HHI指数可用于分析农产品出口商品结构的集中度。公式为：

Xi表示i类产品出口额，X表示产品出口总额，si表示i类产品的出口比例。一般而言，HHI指数越高，则出口产品集中度越高，指数值越低，集中度低。

（二）出口比较优势动态方法

1.出口比较优势指数

（1）显性比较优势指数（RCA）

公式为：

RCAij是区域j产品i的显性比较优势。Xij是区域j产品i的出口额。∑Xj为区域j的总出口额。∑Xin为参照区域n产品i的出口额。∑Xn则为参照区域n总出口额。该指数取值范围在[0,+∞)。RCA值大于1，表示j在产品i上有比较优势，反之则反是，当RCA区域值为1时为比较优势中值点，表示中性比较优势。

对安徽和江苏农产品RCA计算主要是利用各类农产品在总农产品出口额中的比重除以世界该类农产品与世界农产品总出口额的比重①。

（2）标准化显性比较优势指数（RSCA）

RCA指数分布不对称，可能会造成对真实比较优势的错误测度。为缓解该问题，Laursen（2015）[12]提出标准化显性比较优势指数，公式为：

RSCA指数值范围在-1到+1之间。指数值大于0，表明j国产品i具有比较优势，反之不具有比较优势，比较优势中值点值为0，是中性比较优势。

2.具体方法

（1）基本统计量描述

运用RCA指数对安徽、江苏各时期统计量进行分析。Hinloopen和Van Marrewijk（2001）[10]根据指数值大小确定了比较优势强度分类。

当0＜RCA≤1，表示产品没有比较优势；

当1＜RCA≤2，表示产品有弱比较优势；

当2＜RCA≤4，表示产品有中等比较优势；

当4＜RCA，表示产品有强比较优势。

（2）核密度图估计

令（x1,x2,…，xn）来自于同一个未知概率密度函数f(x)的随机样本。其核密度估计量为：

K为核函数，h＞0，为带宽。开展指数的核密度估计时，使用Stata软件默认的Epanechnikov核函数估计和带宽。

（3）转换概率矩阵和流动性指数

一般地，X被认为是一个马尔科夫随机过程。对每个n和所有阶段i1……in，

由于本研究所使用的是马尔科夫转移矩阵，相对频率可以用概率表示。具体地，转移矩阵由一个平稳的马尔科夫过程生成：

对于所有的状态i和j，且k=(n-1)，…，1，0，1，…

还可以将转移矩阵的信息转换为流动性指数。具体公式为：

M1和M2为流动性指数。K为转移矩阵单元数量，tr(X)为矩阵X的迹，λj为矩阵的特征值。指数值越高代表流动性越高，指数值为0时，表示完全稳定。

（4）回归分析

Laursen（2015）[12]利用RSCA指数，将指数值与其滞后值进行回归，根据斜率和拟合优度比值衡量出口专业化模式的变化。公式为：

这里上标t1和t2表示初始和最终年份。RSCAijt2表示区域j产品i在t2时期的指数值，RSCAijt1是在时间t1的指数值。α，β分别表示标准线性回归参数，uij为残差项。

令R为拟合优度，当β/R=1，表示专业化程度不变；β/R>1，为专业化程度增加；β/R<1，为专业化程度下降。

（三）数据来源说明

安徽和江苏农产品出口数据来自2002-2018年两省统计年鉴。世界农产品出口数据来自联合国贸发会议（UNCTAD）贸易统计数据库。由于有18年出口数据，除特殊情况外，后续指数值分析使用2000-2005，2006-2011和2012-2017年的6年平均值。

三、实证结果分析

（一）安徽和江苏出口贸易模式基本分析

安徽和江苏均是以主要出口农产品为主导的出口贸易模式。安徽各年份出口前五的农产品合计占农产品总出口额2/3以上，2000-2005年更接近3/4。江苏同期该比例在3/4左右，2012-2017年则高达约4/5。两省出口前十农产品基本覆盖整体出口结构，各年度合计比例在0.9以上。21类农产品详细出口比例见表2。

为更加直观描述21类农产品出口情况，绘制两省各类农产品出口百分比点图，见图1。05类蔬菜与水果，29类其他动、植物原料虽然各时期百分比值有增减变动，但均是两省主要的出口农产品。以10%为分界点，安徽04类谷物及其制品和22类油籽及含油果实；江苏03类鱼、甲壳及软体类动物及其制品在2000-2005年都高于10%，之后下降至10%以下。26类纺织纤维（羊毛条除外）及其原料增幅较快，目前是江苏出口的主要农产品。07类咖啡、茶、可可、调味料及其制品和09类杂项食品在2012-2017年也成为安徽新的出口主要产品。可见，安徽和江苏有相同的主要出口农产品，也都有了主要农产品的类别转换。

图1安徽和江苏各类农产品出口百分比图（%）

主要农产品及其类别变化可以解释两省农产品出口结构相似性和集中度的变化。两省各时期出口结构相关系数分别为0.76，0.53和0.60，结构较相似，但相似度下降。安徽出口集中度在下降，各时期分别为0.15、0.14和0.21，江苏在上升，同期分别为0.12、0.14和0.16。2000-2005年安徽出口集中度高于江苏，2006-2011年持平，2012-2017年江苏高于安徽。

（二）安徽和江苏出口比较优势动态分析

1.统计量描述

运用RCA指数进行基本描述统计。两省约有2/3的农产品的RCA值小于1，表明多数农产品不具备比较优势。虽然指数均值2个年份有较弱比较优势，但在分布不对称时，中位数代表性更好，故平均来说两省农产品都不具备比较优势。安徽各年份指数值最大的农产品是26类纺织纤维（羊毛条除外）及其原料，且指数值在增加。江苏2000-2005年指数值最大的产品是29类其他动、植物原料，2005-2006年后是26类纺织纤维（羊毛条除外）及其原料，且指数值也在增加。最大值变大表明整体分布离群值变大，指数值标准差也在增加，分布不对称程度在增加，呈现明显右偏和尖峰特征。见表3。

表2安徽和江苏农产品出口贸易模式

表3安徽和江苏各年份RCA指数描述性统计

2.核密度估计

因RCA指数值非对称，指数区间较宽（约在0～10之间），故绘制RSCA指数的核密度图。见图2。与RCA描述结果一致，两省多数农产品在RSCA指数值中值点左侧，不具比较优势。

安徽指数值中值点左侧各年份有一个波峰，且波峰明显右移趋势，表明多数农产品比较劣势程度在减轻。江苏左侧各年份也近似有一个波峰，但变化与安徽不同。在2006-2011年轻微右移之后又开始左移。表明江苏多数农产品比较劣势稍微减轻后又继续恶化。在中值点右侧，两省波峰并不明显，变化也没有规律，但显著低于左侧波峰，表明两省具有比较优势的农产品数量少，且比较优势也不稳定。

3.转移矩阵与流动性指数分析

转换概率矩阵对角线上单元和各行单元分别给出了比较优势稳定性与流动性的描述。这里仅对比两省2000-2005和2012-2017年②，见表4和表5。

（1）没有比较优势区间内，安徽和江苏均保持较大的稳定性，分别为0.93和0.92。从流动性上看，安徽部分农产品有跨越区间的流动，是09类杂项食品由没有比较优势至中等比较优势；江苏向相邻区间流动，是23类生橡胶（包括合成橡胶及再生橡胶），流动至弱比较优势。

（2）弱比较优势区间内，安徽26类纺织纤维（羊毛条除外）及其原料比较优势保持稳定。江苏05类蔬菜及水果，08类饲料（不包括未碾磨谷物），09类杂项食品保持稳定。两省其他弱比较优势产品均是向相邻区间流动。其中，安徽04类谷物及其制品至没有比较优势区间，06类糖、糖制品及蜂蜜和07类咖啡、茶、可可、调味料及其制品至中等比较优势区间；江苏03类鱼、甲壳及软体类动物及其制品，06类糖、糖制品及蜂蜜流入没有比较优势区间，41类动物油、脂流入中等比较优势区间。

图2安徽和江苏RSCA指数核密度图

表4安徽农产品转换概率矩阵

表5江苏农产品转换概率矩阵

（3）中等比较优势区间内，两省都有完全的流动，其中安徽05类蔬菜及水果至弱比较优势，江苏26类纺织纤维（羊毛条除外）及其原料朝向强比较优势。

（4）强比较优势区间内，安徽29类其他动、植物原料保持稳定外，22类油籽及含油果实跨越了3个阶段，至没有比较优势区间，江苏29类其他动、植物原料则保持稳定。

（5）对比初始分布与最终分布，两省都有没有比较优势农产品增加的情况，相应地，有比较优势产品类别在减少。另外，安徽没有比较优势农产品比例较江苏高，分别是0.67和0.62，即使两省增幅相同（0.05），安徽较江苏农产品比较优势状况更严峻，分别为0.72和0.67。

安徽和江苏流动性指数均很高。这意味着近20年来两省农产品出口贸易模式表现出很强的流动性。对应转换概率矩阵的分析，可知流动性主要是在有比较优势的农产品上。见表6。

表6安徽和江苏流动性指数

4.回归分析

Laursen（2015）[12]用RSCA指数当期对滞后1期直至n期进行回归，以观察一定时期内各年份出口专业化模式的变化。与Laursen不同的是，这里仅做3个年份的回归。一是较短时间内区域出口专业化模式大致不会有质的变化。二是进行均值回归因外部冲击的敏感性低。结果见表7。可见，近20年来安徽、江苏平均出口专业化均呈现增加态势。

表7安徽、江苏出口专业化模式回归结果

四、结论与建议

（一）主要结论

综上所述，安徽和江苏农产品出口贸易模式是以主要农产品为主导，这符合两省比较优势。两省地理临近，农业要素禀赋相似，有相同的出口主要农产品，整体出口结构较相似。但近20年来出口主要农产品变化降低了两省出口结构相似度。2000-2005年，安徽具有一定出口规模的农产品少，故出口集中度高于江苏。2012-2017年，江苏出口集中度高于安徽。这有两个方面的可能原因。一是随着安徽出口贸易规模扩张，这带来了主要出口农产品类别的多样化。二是江苏出口规模达到一定程度之后，主要农产品有了适应世界市场需求的自我强化。进而安徽出口的农产品日趋分散化，江苏则日益集中化。尽管如此，以主要农产品为主导的出口模式并未变化。比较优势方面，从描述统计、核密度图、马尔可夫转移概率矩阵上看，两省大多数农产品没有比较优势，且至少从描述统计和转换概率矩阵上看，两省没有比较优势的还在农产品增加。相应地，两省有比较优势农产品较少，且尚在减少。两省农产品出口模式均有较大的流动性，符合后进国家和地区的特征事实③。且流动性主要在有比较优势的农产品上体现。另外，尽管农产品出口模式流动性较大，回归分析还是呈现出农产品出口专业化上升现象。

（二）具体建议

新时代下促进安徽与江苏农产品出口，需要在扩张出口总量同时，立足比较优势，推进分类出口策略；关注国际市场需求，优化出口结构，把握政策机遇，完善农产品支持政策，具体来说：

1.立足比较优势，推进两省农产品分类出口策略。对有较强且稳定比较优势的出口主要农产品，需要继续强化出口支持，做到政策精准支持，策略措施得当，稳定和发展该类农产品比较优势，夯实和发展现有出口基础，提高出口效益；对比较优势弱或已不具备比较优势的主要农产品，从动态视角找准出口瓶颈和制约因素，加快补齐现有政策短板，寻找新的出口增长点，开辟新的出口方向，提高出口比较优势；对出口规模小，但有较强比较优势的产品，做好内外协调，满足内部需求的同时，深挖出口增长潜力，培育区域特色，使其短期内成为出口主要农产品；对出口规模小，比较优势弱或没有比较优势的农产品，则应坚持培育为先、质量并举，逐步扭转出口不利局面。

2.关注外部环境，优化两省农产品出口结构。立足出口主要农产品，优化两省农产品出口结构。紧密跟踪主要农产品国际市场动态，落实预警和风险防范机制建设；关注两省农产品目标市场，包括亚洲、欧洲和北美洲等主要目标市场，特别关注欧盟、美国和日本等国家进口政策变化，特别是近几年来的进口政策，做好应对农产品贸易壁垒的准备；鼓励两省特色农产品龙头企业走出去，优化出口市场分布，重点开拓“一带一路”沿线国家农产品市场，分散农产品出口风险，降低因传统目标国家和地区进口政策收紧所造成的不利影响。

3.把握政策机遇，完善政府支持政策。以长三角区域一体化、“一带一路”和自贸区建设为契机，加强三省一市政府联动，搭建农产品出口促进的各类平台，培育和发展特色农产品出口产业集聚区和示范区，打造区域农产品特色品牌；推动长三角高校、科研机构、农业企业合作，鼓励其在农业技术研发、产学研合作、农业技术人才培养等方面开展合作；加强农产品出口信用保险制度建设，支持特色农产品龙头企业开拓国际市场，降低出口风险；大力支持农产品出口行业协会、规模出口企业建设跨境电商公共服务平台，打造长三角农产品跨境电商样板，将产业链、销售链延伸到境外，提升长三角农产品出口品牌效益。

注 释：

①计算RCA指数时需要注意两个问题：（1）Heon（2006）认为参照国或地区包含研究对象国或地区会造成计算结果有偏。但由于安徽和江苏农产品出口额在世界农产品出口中几乎可忽略，因而计算RCA时并未扣除两省出口额。（2）国家和地区的异质问题。国家和地区发展水平不同，面临的运输成本差距较大。而安徽与江苏发展水平虽有差异，但由于地理临近，运输成本不致是重要问题。

②当然也可以分别计算2000-2005和2006-2011年以及2006-2011和2012-2017年的转换概率矩阵。但Benedicits（2004）认为分阶段分析会混淆短期和长期效应，会得出矛盾结果。

③事实上，Brasili（1999）[19]就已得出：后进国家或地区相较先发达国家和地区出口贸易模式有更大的流动性。