中国与RCEP国家农产品产业内贸易水平测度及影响因素研究*

戴庆玲,侯静怡 ,高东燕

(1.湖州职业技术学院 经济管理与电商学院,浙江 湖州 313000;2.湖州市跨境电商数字技术交叉创新与应用重点实验室,浙江 湖州 313000)

2020年11 月,中国、日本、韩国、澳大利亚、新西兰和东盟十国共15个成员国共同制定的《区域全面经济伙伴关系协定》(RCEP)正式签署,农产品贸易是RCEP协定的重要内容。随着中国与东盟十国、新西兰、澳大利亚、韩国、日本等国双边自由贸易协定的签订以及自贸区的逐步建立,中国农产品出口迎来了新机遇。据联合国贸易数据库数据显示,2022年中国与RCEP国家农产品贸易总额占中国与世界农产品贸易总额的比重达33.05%①,未来还将有更广阔的空间。然而,目前中国与RCEP国家的农产品贸易主要是依据自身的比较优势而开展,充分体现了各国资源的互补性。但与此同时,贸易失衡等问题长期存在,不利于多边农产品贸易的可持续发展。自2006年以来,中国与RCEP国家农产品贸易逆差逐年增大,逆差额由2006年的7.61亿美元扩大至2022年的416.56亿美元,年均增长率高达28.42%①,而这一逆差主要源自非食用原料的进口额远大于出口额。在此背景下,探讨中国与RCEP国家农产品产业内贸易的发展现状并对影响因素进行实证分析,以此得出促进双边农产品产业内贸易的对策建议,对优化我国农产品贸易结构,深化双边农产品贸易合作,推动多边经贸关系长足发展有着积极意义。

一、中国与RCEP国家农产品产业内贸易的发展现状

一直以来,中国与RCEP国家农产品贸易往来频繁。据联合国贸易数据库数据显示,中国与RCEP国家农产品贸易总额从2006年的308.17亿美元提高到2022年的1 270.39亿美元,年均增长率达9.26%。其中,中国对RCEP国家农产品的出口额从2006年的150.28亿美元上涨到2020年的426.91亿美元,年增长率为6.74%;中国从RCEP国家农产品的进口额由2006年的157.89亿美元增加至2020年的843.48亿美元,年均增长率达11.04%①。从农产品贸易种类来看,中国主要向RCEP国家出口食品及活动物等劳动密集型产品,而主要进口食品及活动物及非食用原料劳动密集型和土地密集型产品。2022年,中国对RCEP国家出口食品及活动物占中国对RCEP国家农产品出口总额的82.48%;中国从RCEP国家进口食品及活动物及非食用原料占中国从RCEP国家农产品进口总额的89.10%,其中食品及活动物进口占比55.03%,非食用原料占比34.07%①。

二、相关研究综述

国外学者对农产品产业内贸易相关研究的重点在产业内贸易的测度方式和农产品产业内贸易的影响因素等方面。McCorriston等是早期研究农产品产业内贸易模式的代表[1]。Qasmi等探讨了1990年和1995年美国、加拿大和墨西哥三国间农产品产业内贸易[2]。Bojnec等调查了2000—2011年欧盟成员国农产品产业内贸易指数的驱动因素,发现大多数成员国的农产品产业内指数都在上升,其中德国与荷兰农产品产业内贸易指数最高[3]。Lapinska探究了2002—2011年波兰与欧盟贸易伙伴国产业内贸易决定因素,结论表明,地理距离及贸易不平衡度阻碍了双方产业内贸易水平的提升[4]。Hoang调查越南的农产品产业内贸易,发现产业内贸易与贸易专业化呈现负相关[5]。Afef Souguir分析了 2000—2015年突尼斯与欧盟 15 国农产品产业内贸易影响因素,结果表明,产业内贸易指数与产品的要素分配和纵向差异负相关,与 GDP 水平正相关[6]。

国内学者对农产品产业内贸易相关研究主要集中在以下三方面:一是对农产品贸易现状和特征进行分析。孙致陆等分别用GL指数、BI指数和MIIT指数分析了中澳农产品产业内贸易水平及其影响因素,结论显示,双边农产品产业内贸易和产业间贸易同时存在,且产业内贸易整体水平相对较低[7];孙铭壕等利用显性比较优势指数(RCA)测算法分析了中国与东盟各国农产品的比较优势,结论显示,中国与东盟农产品的贸易规模较小却有增加趋势,而中国农产品出口东盟各传统农业国不具备比较优势[8];林清泉等分析了2000—2017年中国与RCEP其他成员国农产品出口的竞争性和互补性,结论显示,中国与RCEP其他成员国农产品贸易以互补性为主,竞争性为辅[9]。二是对农产品贸易效率、潜力进行分析。常向阳等基于异质性随机前沿引力模型分析认为,2002—2016年中国与“一带一路”沿线国家的农产品贸易效率呈现波动中上升态势,且中国与新加坡、马来西亚、菲律宾等诸多东盟国家农产品有较大的贸易潜力[10];陈雨生等研究表明,中国与韩国和日本农产品贸易效率低、贸易额多,而与新加坡、马来西亚、越南和泰国贸易效率高、贸易额少,且中国与RCEP国家农产品贸易有很大提升空间[11]。三是对农产品贸易影响因素进行分析。王纪元、肖海峰基于1992—2015年的面板数据实证分析了中国与东盟农产品产业内贸易影响因素,结论表明,双方经济规模差异、贸易距离、外商直接投资和对外开放程度对双方农产品产业内贸易有不同程度的影响[12];佟光霁、刘畅运用灰色关联模型解析认为,投入要素、市场规模、经济因素、创新能力等因素对中国与越南农产品产业内贸易的有显著影响[13];李明采用随机前沿引力模型分析了中国与RCEP国家农产品贸易的影响因素,结论显示,经济、人口规模、地理距离、共同边界交通、通信基础设施及区域经济一体化对中国出口RCEP国家的贸易效率影响显著[14]。

综上,目前国内外关于中国与RCEP各成员国农产品贸易的个体研究文献较为丰富,但以RCEP国家为整体研究对象,分析中国与RCEP农产品产业内贸易的文献较少,且少有文献从静态水平、动态水平和内部结构三个角度分析农产品产业内贸易对中国与RCEP国家贸易活动的作用,并实证检验中国与RCEP国家农产品产业内贸易的影响因素。鉴于此,探寻中国与RCEP国家农产品贸易的产业内贸易水平的影响因素,提出推动中国与RCEP国家农产品产业内贸易高水平发展的政策建议,对促进我国与RCEP国家农产品贸易的长期可持续发展具有一定意义。

三、中国与RCEP国家农产品产业内贸易水平测度

(一)产业内贸易测度方法

1.产业内贸易指数——GL指数

引用1975年Grubel和Lloyd[15]提出的GL指数作为测算中国与RCEP国家农产品②产业内贸易的静态水平,具体公式为:

(1)

式(1)中Xi、Mi分别表示中国与RCEP国家第i类农产品的出口额和进口额。GLi取值为0～1之间,GLi越接近0,表明中国与RCEP国家农产品产业内贸易程度越低,GLi越接近1,表明产业内贸易程度越高。GLi大于0.5时,表明中国与RCEP国家第i类农产品贸易中以产业内贸易为主;反之,当GLi小于0.5时,表明农产品贸易以产业间贸易为主。

为进一步了解中国与RCEP国家间农产品全部类目的产业内贸易水平,引入无权整体产业内贸易指数(GLa)和加权整体产业内贸易指数(GLw)予以测度[16],用公式分别表示为:

(2)

(3)

式(2)和(3)中,X和M分别表示中国与RCEP国家农产品出口总额和进口总额。当GLa大于GLw时,表明贸易市场份额高的农产品产业内贸易水平低,贸易市场份额低的农产品产业内贸易水平高;当GLa小于GLw时,表明贸易市场份额高的农产品产业内贸易水平高,贸易市场份额低的农产品产业内贸易水平低。

2.边际产业内贸易指数——BI指数

由于静态指数无法完全反映产业内贸易水平的动态变化,为进一步研究中国与RCEP国家农产品产业内贸易的动态变化,引入1994年Brulhart提出的边际产业内贸易指数(BIi)[17]作为衡量特定时间范围内中国与RCEP国家农产品在各个类别商品贸易增量中的产业内贸易作用程度,用公式(4)表示。为进一步明确相邻年份中国与RCEP国家在四大类农产品贸易增量的产业内贸易作用程度,引入加权Brulhart边际产业内贸易指数(BIt)予以测度,用公式(5)表示。

(4)

(5)

式(4)、(5)中,ΔXi和ΔMi分别表示相邻年份第i类农产品中国向RCEP国家出口额的增量和进口额的增量。BIi(BIt)取值为0～1,当BIi(BIt)大于0.5时,则表明第i类产品的贸易增长量是由产业内贸易引起的;反之,当BIi(BIt)小于0.5时,表明第i类产品的贸易增长量是由产业间贸易推动的。

3.水平型和垂直型产业内贸易指数——VIIT指数和HIIT指数

为进一步了解中国与RCEP国家主要农产品贸易的质量差别和农产品产业内贸易结构的动态演变过程,引用1999年Thom和McDowell[18]基于Brulhart研究提出的垂直型产业内贸易(VIIT)指数和水平型产业内贸易(HIIT)指数。HIIT指数即为BIt指数,VIIT指数是总产业内贸易指数(MIIT)与HIIT指数之差。具体用公式表示为:

(6)

HIIT=BIt;VIIT=MIIT-HIIT

(7)

式(6)中,ΔX=∑ΔXi,ΔM=∑ΔMi,MIIT取值范围为0到1之间,MIIT越接近0,说明第i类产品的贸易增量主要源于产业间贸易;MIIT越接近1,说明第i类产品的贸易增量主要由产业内贸易引起。式(7)中,当VIIT指数值比HIIT指数值大时,表示双边产业内贸易增量以垂直型产业内贸易为主;反之,当VIIT指数值比HIIT指数值小时,说明双边产业内贸易增量以水平型产业内贸易为主[19]。

(二)中国与RCEP国家农产品产业内贸易水平与结构分析

1.农产品产业内贸易静态水平分析

根据上述公式(1)、(2)、(3)计算得出2006—2022年中国与RCEP国家整体和细分类目农产品产业内贸易指数。由表1可知,2006—2022年中国与RCEP国家农产品产业内贸易指数年均值为0.51,表明中国与RCEP国家农产品贸易的产业内贸易处于中等水平,逐渐由产业间贸易转向产业内贸易。从农产品细分类别比较来看,食品及活动物(SITC0)的GL0指数从2006年的0.44上升至2022年的0.86,可见中国与RCEP国家食品和活动货物贸易由产业间贸易转变成较高水平的产业内贸易。饮料及烟草(SITC1)的GL1指数从2006年的0.36上升至2022年的0.93,表明中国与RCEP国家饮料及烟草贸易由较低水平的产业间贸易转变成高水平的产业内贸易。非食用原料(SITC2)的GL2指数相对比较稳定,一直小于0.5,可知,中国与RCEP国家非食用原料贸易处于持续的产业间贸易状态。动植物油、脂及蜡(SITC4)的GL4指数一直低于0.3,说明中国与RCEP国家动植物油、脂及蜡处于产业间贸易。

表1 2006—2022年中国与RCEP国家农产品贸易GL指数值

从农产品整体类目的GL指数来看,中国与RCEP国家农产品的GLa指数值2006—2014年均小于0.5,2015—2022年大部分年份大于0.5,表明中国与RCEP国家农产品产业内贸易水平2006—2022年逐渐由产业间贸易转变为产业内贸易,双方农产品贸易的互补性逐渐减弱,同质性产品贸易愈渐频繁。从变化趋势来看,中国与RCEP国家农产品的GLa指数值和GLw指数值都呈上升趋势,可见,产业内贸易在中国与RCEP国家农产品贸易增量的作用持续提升。从GLa指数值和GLw指数值两者大小比较来看,GLa指数值始终小于GLw指数值,说明中国与RCEP国家农产品贸易中,贸易市场份额大的农产品,其产业内贸易水平相对较高,而贸易市场份额小的农产品,其产业内贸易水平相对较低。2022年,中国与RCEP国家GL0指数为0.86的食品及活动物(SITC0)贸易额占双边农产品贸易总额的比重为64.25%;GL4指数为0.21的动植物油、脂及蜡(SITC4)贸易额占双边农产品贸易总额的比重仅为7.26%。

由表2可知,一方面,从中国与RCEP各成员国GLw指数值来看,韩国、菲律宾、新加坡、泰国和越南五国与中国农产品产业内贸易水平相对较高,日本、印尼、马来西亚和缅甸次之,而澳大利亚、新西兰、文莱、柬埔寨和老挝与中国产业内贸易水平最低。长期处于较高程度的产业间贸易,几乎不存在产业内贸易。从发展趋势上看,2006—2022年,中国与日本、韩国、印度尼西亚、马来西亚、菲律宾、泰国、柬埔寨和缅甸八国农产品贸易GLw指数呈上升趋势,其中中国与菲律宾、泰国和缅甸三国的农产品贸易逐渐由产业间贸易转变为产业内贸易,与另外五国的农产品贸易仍处于产业间贸易状态;中国与澳大利亚、新西兰、新加坡三国农产品贸易GLw指数呈下降趋势,其中中国与新加坡农产品贸易仍处于产业内贸易水平,与另外两国农产品贸易处于产业间贸易;中国与越南、文莱和老挝三国农产品贸易GLw指数相对稳定,一直处于较高水平的产业间贸易。

表2 2006—2022年中国与RCEP各国农产品贸易GLw和GLa指数值

另一方面,从中国与RCEP各成员国农产品贸易GLa指数值和GLw指数值大小比较来看,中国与澳大利亚、新西兰、日本、韩国、新加坡、印度尼西亚、马来西亚、泰国、柬埔寨、老挝十国农产品贸易的GLa指数值在大多数年份大于GLw指数值,表明中国与RCEP各成员国贸易市场份额大的农产品产业内贸易水平低,贸易市场份额小的农产品产业内贸易水平高。以2022年中国与日本各类农产品贸易为例,2022年中国与日本食品及活动物(SITC0)贸易额占双边农产品贸易总额的比重为78.36%,而GL0指数仅为0.24,同时,饮料及烟草(SITC1)、非食用原料(SITC2)以及动植物油、脂及蜡(SITC4)的GL指数分别为0.25、0.97、0.28,而其贸易额占双边农产品贸易总额的比重仅分别为2.60%、18.56%、0.48%。此外,中国与菲律宾、越南、文莱和缅甸四国农产品贸易的GLa指数值基本小于GLw指数值,表示中国与RCEP各成员国贸易市场份额高的农产品产业内贸易水平相对较高,而贸易市场份额低的农产品产业内贸易水平相对较低。以2022年中国与菲律宾各类农产品贸易为例,2022年,中国与菲律宾食品及活动物(SITC0)和非食用原料(SITC2)的GL指数分别为0.53和0.99,而其贸易额占双边农产品贸易总额的比重分别为84.43%、9.56%;饮料及烟草(SITC1)和动植物油、脂及蜡(SITC4)的GL指数分别为0.05、0.12,而其贸易额占双边农产品贸易总额的比重分别为1.62%、4.40%。

2.农产品产业内贸易动态水平分析

根据公式(4)、(5)计算得出中国与RCEP国家农产品BIi、BIt指数。由表3可知,2006—2022年,中国与RCEP国家农产品的BIt指数均值为0.36,说明中国与RCEP国家农产品贸易以产业间贸易为主,这与前文GL指数测算结果一致。从农产品细分类别比较来看,食品及活动物(SITC0)BI0指数值除了在个别年份小于0.5外,多数年份高于0.5,说明产业内贸易是推动中国与RCEP国家食品及活动物类农产品贸易增量的主要源泉。饮料及烟草(SITC1)的BI1指数呈现较大波动,但总体以产业内贸易为主。这一结论与静态指标测算结果一致。非食用原料(SITC2)的BI2指数值在大多数年份小于0.5,说明中国与RCEP国家非食用原料贸易增量变化主要由产业间贸易推动,与静态指标测算结果不一致的是,非食用原料没有表现出由产业内贸易向产业间贸易的明显转变。动植物油、脂及蜡(SITC4)的BI4指数值在绝大多数年份低于0.5,说明产业间贸易是推动中国与RCEP国家动植物油、脂及蜡贸易增量变化的主要因素。这一结论与静态指标测算结果一致。

表3 2006—2022年中国与RCEP国家农产品贸易BI指数值

由表4可知,一方面,从中国与RCEP各国BIt指数值来看,与静态结果一致的是,2006—2022年,中国与越南、老挝、澳大利亚、新西兰、缅甸的BIt指数都小于0.5,表明中国与上述五国农产品贸易处于产业间贸易水平。与静态结果不一致的是,中国与新加坡农产品贸易BIt指数在绝大多数年份小于0.5,表明中国与新加坡农产品贸易处于产业间贸易水平,而不是静态结果表明的两国农产品贸易处于产业内贸易状态。此外,中国与日本、韩国、印度尼西亚、马来西亚、菲律宾、泰国、文莱、柬埔寨的BIt指数值均小于0.5,表明中国与上述八国农产品双边贸易增量一直源自产业间贸易,并没有表现出静态结果显示的贸易指数上升趋势。

另一方面,从中国与RCEP各成员国不同类别农产品BI0指数值来看,中国与澳大利亚、马来西亚的食品及活动物(SITC0)和饮料及烟草(SITC1)的BIi指数值在大多数年份大于0.5,即产业内贸易是这两类农产品贸易增量的主要因素;中国与新西兰、菲律宾的饮料及烟草(SITC1)的BI1指数值在多数年份高于0.5,表明产业内贸易是双边饮料及烟草贸易增量的主因;中国与日本、韩国的饮料及烟草(SITC1)和非食用原料(SITC2)的BI1和BI2指数值在大多数年份大于0.5,即产业内贸易是中国与日本、韩国这两类农产品贸易增量的主因;中国与印尼、缅甸和泰国的食品及活动物(SITC0)的BI0指数值在多数年份高于0.5,证明产业内贸易是推动双边食品及活动物贸易增量的决定因素;中国与新加坡、越南的食品及活动物(SITC0)非食用原料(SITC2)的BI0、BI0指数值在大多数年份高于0.5,即产业内贸易推动这两类农产品贸易的增量变化。

表4 2006—2022年中国与RCEP国家农产品BIt指数

3.农产品产业内贸易内部结构分析

根据公式(6)、(7)计算得出中国与RCEP国家不同时间段的农产品水平型产业内贸易指数值和垂直型产业内贸易指数值(如图1所示),以此反映产业内贸易的内部结构状况。从中国与RCEP国家整体农产品贸易来看,2006—2022年,HIIT指数值在大多数年份大于VIIT指数值,VIIT指数值占MIIT的比重在波动中有下降趋势。可见,中国与RCEP国家整体农产品产业内贸易增量逐渐由垂直型推动向水平型推动转变,双边农产品贸易类别不断丰富。

数据来源:根据UN Comtrade数据库计算而得。图1 中国与RCEP国家及各地区农产品贸易HIIT指数值和VIIT指数值及其占比

从中国与RCEP各成员国的VIIT和HIIT指数值比较来看,2006—2022年,中国与澳大利亚、新西兰和日本农产品贸易的VIIT指数值在大部分年份都大于HIIT指数值,说明中国与这些国家双边农产品贸易以垂直型产业内贸易为主,且同类农产品贸易呈现较鲜明的异质性;中国与韩国农产品贸易的HIIT指数值在较多年份大于VIIT指数值,可见两国农产品产业内贸易以水平型产业内贸易为主,且同类别农产品贸易同质性明显;中国与东盟十国整体农产品HIIT指数在大部分年份大于VIIT指数,可见水平型产业内贸易是中国与东盟十国农产品增量的主要源泉,具体来说,中国与新加坡、菲律宾、越南、缅甸的农产品贸易HIIT指数在大部分年份大于VIIT指数;中国与印尼、马来西亚、老挝和柬埔寨的农产品贸易VIIT指数在大部分年份大于HIIT指数;中国与泰国和文莱的农产品贸易VIIT指数一半年份大于VIIT指数。

从整体来看,静态和动态分析结果均显示,中国与RCEP国家农产品贸易的产业内贸易处于中等水平,以产业间贸易为主。从农产品细分类别比较来看,食品和动物(SITC0)、饮料及烟草(SITC1)和动植物油、脂及蜡(SITC4)产业内贸易水平的静态和动态分析结果大体一致;非食用原料(SITC2)的静态和动态分析结果不一致。从农产品产业内贸易内部结构分析结果来看,中国与RCEP国家整体农产品产业内贸易增量逐渐由垂直型推动向水平型推动转变,双边农产品贸易类别不断丰富。此外,中国与RCEP成员国农产品产业内贸易呈现出明显地区差异,其中,中国与澳大利亚、新西兰、日本以垂直型产业内贸易为主,而与韩国和东盟十国以水平型产业内贸易为主。

四、中国与RCEP国家农产品产业内贸易影响因素分析

(一)变量选取①

根据 Linder[20]等提出的产业内贸易理论,并结合已有相关经验研究表明,市场规模差异、人均收入水平差异、市场开放度、贸易不平衡等是影响贸易国之间产业内贸易的主要因素。由此确定影响中国与RCEP国家农产品产业内贸易水平与结构的解释变量。

1.市场规模差异(MSD)

市场规模反映一国消费市场的购买能力,体现两国相对经济规模,也呈现各国企业差异化生产的程度。李玉娟分析了中日、中韩产业内贸易影响因素,认为两国市场规模差异越小,市场供应的产品差异越小,双方进行产业内贸易的可能性越大;反之亦然[21]。因此,市场规模差异与产业内贸易水平负相关。市场规模差异(MSD)用贸易双边GDP总量之差的绝对值来表示。为消除规模偏差,结合相关文献,利用相对差异指数法对数据进行相关处理,用公式表示为:

(8)

式(8)中,ω1=GDPC/(GDPC+GDPRCEP);GDPC和GDPRCEP分别表示中国和RCEP国家整体以2015年不变价美元表示的GDP。MSD值越大,表示中国与RCEP国家整体的GDP差异越大。

2.人均收入水平差异(PGDP)

李爽通过研究中国与“一带一路”沿线国家农产品产业内贸易,发现人均收入水平差异对双边产业内贸易静态水平有阻碍作用[22]。人均收入水平差异(PGDP)是一国消费偏好和需求模式的映射。两国的人均收入水平差异越小,双边产业内贸易可能性越大。因此,人均收入水平差异与产业内贸易呈负相关。一国人均收入水平用该国人均GDP表示,PGDPC和PGDPRCEP分别表示中国和RCEP国家整体人均收入水平。同样利用相对差异指数法计算得到人均收入水平差异序列。PGDP值越大,表明中国与RCEP国家整体人均GDP差异越大。

3.市场开放度差异(DIM)

徐永利认为,双边市场对外开放度差异越小,区域及全球经济一体化进程的参与程度越深,签订互惠互利贸易条款的可能性越大,越有利于促进双边贸易开展,产业内贸易发生的可能性越大。可见,市场开放度差异与产业内贸易呈负相关[23]。市场开放度(DIM)用一国进出口贸易总额除以该国GDP总量表示,DIMC和DIMRCEP分别表示中国和RCEP国家整体的市场开放度,仍利用相对差异指数法计算得到市场开放度差异序列。DIM的值越大,说明中国与RCEP国家整体的市场开放度差异越大。

4.贸易不平衡度(TIB)

李豫新研究表明,中国与“一带一路”沿线国家农产品进出口贸易越不平衡,产业内贸易水平就越低,即贸易不平衡度对产业内贸易有负影响[24]。贸易不平衡度反映了两国贸易现状,一般而言,两国间进出口贸易额差距越大,两国贸易越失衡;反之亦反。贸易不平衡度(TIB)用一国对另一国进出口贸易差额的绝对值除以一国与另一国进出口贸易额之和的绝对值表示,具体公式为:

(9)

式(9)中,Xi和Mi分别表示中国对RCEP国家整体第i类产品的出口额和进口额,贸易不平衡度取值范围为[0,1]。TIB的值越大,表示中国与RCEP国家整体的贸易越失衡。

5.农产品贸易竞争力(TC)

谢雨欣认为,贸易伙伴国的农产品贸易竞争力越强,越不利于产业内贸易的发展,农产品贸易竞争力对产业内贸易现有水平有着负影响[25]。利用衡量竞争优势的TC指数对各国的农产品国际贸易竞争力进行测度,农产品贸易竞争力(TC)用RCEP国家整体与世界的出口与进口的差额除以RCEP国家整体与世界的出口与进口的和表示,具体公式为:

(10)

式(10)中,Xw和Mw分别表示RCEP国家整体与世界农产品的出口额和进口额。TC的值越大,表示RCEP国家整体农产品的贸易竞争力越大。

6.货物贸易结合度(TIG)

贸易结合度衡量了两国在货物贸易方面的相互依存度。晁文琦等研究表明,两国货物贸易结合度越高,两国在货物贸易方面的结合度就越大,双边贸易往来越密切,产业内贸易水平也会越高[26]。因此货物贸易结合度与产业内贸易水平呈正相关关系。货物贸易结合度(TIG)用中国对RCEP国家的出口总额占中国的出口总额的比重除以RCEP国家整体的进口总额占世界进口总额的比重,具体公式为:

(11)

式(11)中,XCRCEP和XC分别表示中国对RCEP国家的出口总额和中国的出口总额,MRCEP和Mw分别表示RCEP国家整体的进口总额和世界进口总额。TIG的值大,表示中国与RCEP国家货物贸易结合度越紧密。

(二)模型构建

引用1995年谭学瑞和邓聚龙提出的灰色关联分析模型[27],从各个层面研究中国与RCEP国家农产品产业内贸易的影响因素。灰色关联分析通过确定参考序列与比较序列曲线几何形状的相似程度判断其联系是否紧密,曲线越接近,相应序列之间关联度就越大,反之就越小。关联度主要通过测度两个系统间的因素随不同对象变化的关联性而得,若两个因素随不同对象同向变化,表示这两个因素关联程度较高;反之,若两个因素随不同对象反向变化,说明两者关联程度较低。灰色关联分析方法的突出优点是数据处理,即没有严格要求样本量的多少和样本数据有无规律等,且计算量小、分辨度高,充分展现了数据的动态意义,同时也保证了结果的科学性和准确性。具体步骤如下:

第一步:确定参考序列和比较序列。以2006—2022年中国与RCEP国家整体农产品贸易数据作为分析样本,序列号标记为k,k=1,2,…,17,分别代表2006—2022年各年份。选取反映中国与RCEP国家农产品产业内贸易水平的GLw时间数列及BIt时间数列作为反应变量特征的参考序列,分别记为 X0={X0(k)|k=1,2,…,17},Y0={Y0(k)|k=1,2,…,17};将市场规模差异、人均收入水平差异、市场开放度、贸易不平衡、农产品贸易竞争力和货物贸易结合度等六个因素作为影响系统行为的比较序列,分别记为 Ai(k)={Ai(k)|k=1,2,3,…,17;i=1,2,3,…,6},分别代表2006—2022年市场规模差异(A1)、人均收入水平差异(A2)、市场开放度(A3)、贸易不平衡(A4)、农产品贸易竞争力(A5)和货物贸易结合度(A6)等六个变量的相关数据。

第二步:对变量进行无量钢化处理。为避免因各变量数据的单位差异导致研究结果的偏差,有必要对变量数据进行无量纲化处理。无量纲化处理方法有多种,利用初值化算子,将各序列2006—2022年的数据分别除以该序列2006年的数据,得到新的参考序列和比较序列,分别用X′0、Y′0和A′i表示。

X′0={X′0(k)|k=1, 2, … ,16},Y′0=

{Y′0(k)|k=1, 2, … ,16}

A′i={A′i(k)|k=1, 2, … ,16},i=1, 2,…, 6

第三步:计算关联系数和关联度。差序列:Δx0i(k)=|X′0(k)-A′i(k)|;Δy0i(k)=

|Y′0(k)-A′i(k)|

(三)结果与分析

按照参考序列和比较序列的要求整理出各因素的原始数据③。利用灰色关联分析法研究上述六大指标对中国与RCEP国家农产品产业内贸易的影响程度,主要分为以下五个步骤:第一步,将参考序列和比较序列进行初值化无量纲化处理;第二步,通过计算比较序列和参考序列之差的绝对值得到差序列,并从绝对差值矩阵中找出系统最大差和最小差,经过计算得到序列的最小差值和最大差值;第三步,利用上述公式计算各比较序列的关联系数;第四步,分别计算各序列对应元素关联系数的平均值,即关联度;第五步,将计算得到的关联度按大小排序,通过比较各因素灰色关联度的大小,以此判断各指标对产业内贸易的影响。实证分析结果如表5、表6所示。

由表5、表6结果可知,所选取的6个指标中,除了贸易不平衡度的灰色关联度小于0.5外,其余5个指标的灰色关联度值均大于0.5,表明除贸易不平衡度这一自变量对中国与RCEP成员国农产品产业内贸易水平影响不显著外,其他五个指标都是中国与RCEP国家农产品产业内贸易水平的重要影响因素。从灰色关联度排名来看,货物贸易结合度、市场开放度差异、人均收入水平差异、市场规模差异和农产品贸易竞争力这五个指标对中国与RCEP国家农产品产业内贸易的GL指数和BI指数的影响大小排序一致。

表5 中国与RCEP国家农产品产业内贸易GLw指数影响因素的灰色关联度及排名

表6 中国与RCEP国家农产品产业内贸易BIt指数影响因素的灰色关联度及排名

具体来看,货物贸易结合度对中国与RCEP国家农产品产业内贸易GL指数和BI指数影响最大,灰色关联度分别为0.919 3和0.930 8,表明货物贸易往来的紧密程度对中国与RCEP国家农产品静态和动态产业内贸易影响程度最大。市场开放度差异对农产品产业内贸易GL指数影响排名第二,对BI指数影响排名第三。RCEP成员国多为农业生产或贸易大国,由于各国经济发展水平不一,农产品的市场开放度存在较大的差异,因此市场开放度差异对农产品产业内贸易产生较大的影响。人均收入水平差异对中国与RCEP国家农产品产业内贸易GL指数影响排名第三,对BI指数影响排名第二,表明中国与RCEP国家农产品产业内贸易受双边消费偏好和需求水平的相似程度影响较大。根据世界银行标准,RCEP国家的收入水平跨越三个等级,最高实际人均GDP(新加坡)是最低实际人均GDP(柬埔寨)的48倍[28],可见,中国与RCEP国家的人均收入存在较大差异,而人均收入水平差异与产业内贸易成反比,两国人均收入水平差异越小,需求越相似,越有可能产生产业内贸易。影响程度排名第四的是市场规模差异,其对中国与RCEP国家农产品产业内贸易的GL指数和BI指数的灰色关联度分别为0.851 3和0.893 9。RCEP区域是全球重要的农业生产地,各成员国的农业具有较强的互补性,且市场规模差异越大,产业内贸易的可能性越小。农产品贸易竞争力对产业内贸易的影响程度排名第五,其对中国与RCEP国家农产品产业内贸易的GL指数和BI指数的灰色关联度分别为0.789 9和0.850 5。贸易伙伴国的农产品贸易竞争力越强,越不利于产业内贸易的发展。贸易不平衡度的灰色关联度小于0.5,表明中国与RCEP国家的产业内贸易受双边农产品贸易进出口差异程度的影响较小[29]。

五、结论与启示

基于2006—2022年中国与RCEP国家的17年的农产品贸易数据,测算中国与RCEP国家农产品贸易的GL指数、BI指数和MIIT指数,并运用灰色关联分析法对中国与RCEP国家农产品产业内贸易的GL指数和BI指数影响因素进行了实证研究,得出以下主要结论:第一,中国与RCEP国家农产品产业内贸易水平较低。不论从农产品总体还是从农产品分类别看,中国与RCEP国家农产品产业内贸易水平偏低,说明中国与RCEP国家的农产品贸易源自各国相对优势而开展的产业间贸易。中国与韩国、菲律宾、新加坡、泰国和越南五国农产品产业内贸易水平相对较高,其次为日本、印度尼西亚、马来西亚和缅甸。受气候条件和资源禀赋以及经济结构影响,中国与澳大利亚、新西兰、文莱、柬埔寨和老挝长期处于较高程度的产业间贸易。第二,中国与RCEP国家农产品产业内贸易增量主要由垂直型产业内贸易推动。中国与澳大利亚、新西兰、日本、印度尼西亚、马来西亚、菲律宾、文莱、老挝和柬埔寨的农产品产业内贸易增量主要由垂直型产业内贸易推动,表明中国与RCEP国家开展的同类农产品在质量、价格等方面存在明显差异,且中国与RCEP各国农产品产业内贸易类型差异明显。而中国与韩国、新加坡、泰国、越南、缅甸的农产品产业内贸易增量主要源自水平型产业内贸易。第三,实证研究结果显示,货物贸易结合度、市场开放度差异、人均收入水平差异、市场规模差异和农产品贸易竞争力对中国与RCEP国家农产品产业内贸易水平存在着不同程度的影响,其中货物贸易结合度影响最为显著,其次为市场开放度差异,农产品贸易竞争力的影响最小。贸易不平衡度对中国与RCEP国家农产品产业内贸易水平影响不显著。

基于以上结论,得到以下启示:第一,加强与RCEP国家货物贸易紧密度,重视国家异质性。实证研究结论显示,货物贸易结合度对中国与RCEP国家农产品产业内贸易的影响最大。随着两国货物贸易的紧密度加强,双边贸易壁垒也会随之降低,从而促进产业内贸易水平的提升。与此同时,RCEP成员国具有比较优势的农产品种类差别较大,部分农产品互补性较强,应深入分析双边农产品资源禀赋优势,积极探寻农产品贸易新的合作领域,加大双边具有较强互补性的农产品出口,促进贸易量的稳定增长。第二,在RCEP框架下,加快中国与RCEP成员国的政策对接,不断扩大农产品贸易开放领域,优化原产地规则,消除贸易壁垒,进一步促进中国与RCEP国家农产品贸易便利化,推动我国农产品贸易高质量发展。积极推进中国与RCEP成员国双边农产品自由贸易协定和自贸区建设,为推动双方深入开展农产品产业内分工合作营造更加公平、开放、务实的国际经贸环境。与此同时,不断调整优化农业产业结构,提高农产品质量和档次,增加农产品附加值。

注释：

①根据UN Comtrade数据库SITC Rev.3版本计算得出。

②根据UN Comtrade数据库SITC Rev.3版本,选取的农产品包括SITC第0类(即SITC0,食品和活动物)、SITC 第 1 类(即SITC1,饮料和烟草)、SITC 第 2 类(除去第27、28章,即SITC2,非食用原料)和SITC 第 4 类(即SITC4动植物油、脂和蜡)。

③文章选取的变量数据来源:2006—2022年各国 GDP数据源于国际货币基金组织世界经济展望数据库(WEO database);2006—2022 年各国进出口贸易总额数据来源于 UNComtrade数据库。