中国对RCEP其他成员国农产品出口贸易的影响因素研究

郭鸿鹏 刘爱茹 徐爽 陈志恒

(1.吉林大学生物与农业工程学院 吉林长春 130012；2.吉林大学东北亚学院 吉林长春 130012)

1 文献综述

进入21世纪，在全球化加速进展的背景下，世界各国经济发展与贸易往来中的不平等现象在各国及国内各部门之间始终不断加剧，尤其是在金融危机后的一段时间内尤为凸显，放缓了世界上主要经济体的经济、贸易和投资增速，逆全球化思潮和贸易保护主义势力逐渐抬头。“十三五”时期，我国经济进入新常态，同时面临较为严峻的外部挑战，特别是中美贸易摩擦加剧和突如其来的新冠疫情冲击了我国经济，加速了“百年未有之大变局”的演变，使得不稳定、不确定性因素逐渐显著。与此同时，国家之间的交流合作愈发紧密，但小规模的冲突纠纷时有发生，经贸合作关系错综复杂。

因此，为加强区域国家经济一体化、实现共同发展，东盟在2012年发起了《区域全面经济伙伴关系协定》(RCEP)，其成员国覆盖人口约22.7亿，GDP约占全球的33%、出口额占全球的30%，一经成立便成为全球规模最大的自由贸易协定。经中国、日本、韩国、澳大利亚、新西兰和东盟十国共15方成员国的共同努力，该协定最终于2022年1月1日起陆续开始正式生效，标志着覆盖全球人口最多、经贸规模最大、最具发展潜力的自由贸易区正式落地。RCEP的签署及实施从全球贸易的角度来看，为全球经济复苏与国际政治经济格局调整带来了重要影响；从东亚区域的角度来看，为各成员国迎来了深化亚太产业链、供应链关系的重要机遇，充分展现了加速整合区域经济一体化的坚定信念；从中国自身的角度来看，此项协定加快推进了“以内循环为主体、国内国际双循环相互促进”的新发展格局。

在当下复杂的国际贸易局势下，推动农产品国际贸易高质量发展对连接区域性市场、建设全国统一大市场、稳定产业链供应链具有重要意义。目前，部分学者对农产品出口贸易的研究将国家的经济规模、各国之间的贸易距离、各国的人口规模等作为衡量指标研究RCEP的经济效应。王淑影等(2022)通过构建扩展贸易引力模型，实证研究中国农产品出口贸易规模与经济发展水平、贸易条件及人口规模之间呈现正向促进，与地理距离存在负相关性。另一部分学者以经济合作带来的农产品贸易额增长为衡量RCEP签署所带来的影响。袁波等(2022)在对中国农产品出口进行分析中表明，RCEP协定为其提供了良好的贸易环境，促使中国在贸易中充分发挥比较优势。

此外，在有关中国农产品出口影响因素研究的文献中，金钰雯、穆朠(2021)指出，研究贸易影响因素时考虑空间性是必要的，其主要原因有两点：一是若两国距离相近，那么某一国的贸易很有可能会对其邻国的贸易产生直接影响；二是由于各影响因素在影响本国贸易的同时，也会对其邻近国家贸易产生影响，即产生了空间溢出效应。但现有文献中学者采用空间计量模型进行影响因素空间溢出效应的研究较少，而采用随机前沿引力模型从时变角度对影响因素进行研究的甚多。如乔翌(2019)运用贸易引力模型在中国蔬菜出口贸易及国际竞争力研究中发现，贸易距离、两国人均收入差和中国人均蔬菜产量是影响我国蔬菜出口的关键因素。

本文将充分吸收和借鉴既有研究取得的成果，同时看到以下问题需要深入探讨：中国对RCEP其他成员国农产品出口贸易的主要影响因素是什么？如何提高中国农产品贸易的竞争力？要研究以上问题，本文从客观因素及主观因素两个角度出发，构建中国对RCEP其他成员国农产品出口贸易的主要影响因素指标体系，以Moran散点图为局部空间自相关的分析方法，并采用随机前沿引力模型、贸易非效率模型及空间杜宾模型分别从时间和空间两个角度分析不同因素对农产品出口贸易的影响，为进一步拓展优化中国农产品贸易合作领域、合理配置高效资源要素提供实证基础。

2 模型数据来源与指标选取及构建

2.1 数据来源

本文选取2012—2021年中国对RCEP其他14个成员国农产品出口贸易的面板数据进行研究，所需的农产品出口贸易数据均选自联合国商品贸易统计数据库；人均生产总值与人口总量数据来自世界银行数据库；国家首都间距离来自法国CEPII数据库；经济自由度指数、政府诚信自由度指数、劳动自由度指数来自美国传统基金会。

2.2 模型的指标选取及构建

基于本文研究目标和数据的可获得性，随机前沿引力模型及空间杜宾模型选取以下短期内难以改变的决定中国对RCEP其他成员国农产品出口贸易额的客观因素：

一是人均国内生产总值：GDPit代表中国人均生产总值，其与出口存在长期稳定的均衡关系，表现为出口对人均GDP增长具有极强的拉动作用，初步预测GDPit变量的符号为正；GDPjt代表RCEP其他成员国人均生产总值，其增长意味着该国市场的扩大及进口潜力的提高，初步预测GDPjt变量的符号为正。

二是人口总量：POPit代表中国人口总数，一国人口数越多，则本国人口对产品的需求量越大，出口量越少，初步预测POPit变量的符号为负；POPjt代表RCEP其他成员国人口总数，对于进口国而言，人口越多对农产品的需求越大，故进口量需求越大，初步预测人口变量的符号为正。

三是中国与RCEP其他成员国的耕地面积：LANDit代表中国耕地面积，LANDjt代表RCEP其他成员国耕地面积，耕地越大，表明国家越重视农业，越有利于出口国出口，阻碍进口国进口，故初步预测LANDit变量的符号为正、LANDjt变量的符号为负。

四是两国首都间距离：DISij表示中国北京与RCEP其他成员国首都的直线距离，用以衡量农产品贸易的运输成本，距离越远，贸易成本越高，越不利于贸易出口，初步预测DISij变量的符号为负。

此外，制约两国农产品贸易量的主观因素作为本文贸易非效率模型的主要变量，本文选取受国家贸易政策影响较为显著的经济自由度指数、政府诚信自由度指数、劳动自由度指数三个变量，同时引入“是否签订RCEP协定”为虚拟变量，RCEP协定作为积极有效的贸易政策，将最大程度地激发农产品贸易发展潜力，促进农产品贸易发展。贸易非效率模型的变量系数为负，则代表变量与效率成正比，因此初步预测ECOjt、GOVjt、LABjt、RCEPjt四个变量的符号均为负。

3 中国对RCEP其他成员国农产品出口贸易影响因素的实证分析

3.1 随机前沿引力模型的理论基础

本文采取Battese&Coelli(1995)的研究方法，使用“一步法”分析贸易非效率的影响因素，即对随机前沿模型和贸易非效率模型同时回归。该模型的一般形式如下：

两边取对数可得：

其中，Tijt为t年i、j两国的贸易流量；Χijt表示贸易客观条件；β 为待估参数；vijt为随机扰动项；µijt为贸易非效率项。

结合本文选取的指标，为了得到更具有稳定性与科学性区分了非效率项vijt与随机误差项 µijt，并将模型分为式(3)随机前沿引力模型和式(4)贸易非效率模型两部分，同时使用Battese&Coelli(1995)提出的“一步法”合并两个方程并转化为对数形式得到式(5)：

设定模型的具体回归方程之后，本文采用Frontier4.1软件进行回归检验，深入挖掘影响中国对RCEP其他成员国农产品出口贸易的影响因素，剖析其因素的影响程度。

3.2 随机前沿结果分析

3.2.1 模型适用性检验

为进一步确定贸易非效率项对中国对RCEP其他成员国农产品出口贸易具有影响，在进行实证分析前，本文先检验贸易非效率项的存在性和时变性。由表1可知，模型适用性检验的LR统计量均在1%的显著性水平上拒绝原假设，结果证明模型中贸易非效率存在且随时间变化。

表1 模型适用性检验结果

3.2.2 模型稳健性检验

为保证模型结果的稳健性，本文进行时不变和时变两类随机前沿引力模型的估计，结果如表2所示。根据所得结果，两类模型各变量的系数符号及显著性水平均保持一致，由此可知所构建模型得到的估计结果是稳健的。此外，时变模型的γ值(0.998)略大，说明贸易非效率是造成出口贸易无法达到潜在水平的主要因素，同时时变模型η值(0.021)在1%的水平上显著，进一步表明时变模型更为合适。

表2 模型稳健性检验结果

3.2.3 模型回归结果分析

适用性及稳健性检验已证明贸易非效率项的存在性及模型具有时变性，因而使用Frontier4.1计量软件，采用“一步法”对模型进行估计，模型估计结果如表3所示。中国及其他成员国人均生产总值、中国及其他成员国人口、中国及其他成员国耕地面积及两国首都间距离都对中国农产品出口贸易有显著的影响，现对变量因素进行以下分析：

表3 贸易非效率模型结果

一是lnGDPit系数为正，说明中国人均生产总值的增加促进农产品贸易的出口，这与预期符号相同，该结果验证了谭小芬等(2022)提出的国际商品交换在一定程度上促进国家经济上行波动的研究结果。

二是lnGDPjt系数为负，说明其他成员国人均生产总值的增加抑制中国农产品贸易的出口，这与预期符号不符，可能由于中国目前农产品出口品类较为集中且主要为低级农产品，其他成员国人均生产总值增加从而提高了对高级农产品的需求，抑制了中国低级农产品的出口。

三是lnPOPit系数为负，说明中国人口总数的增加抑制农产品贸易的出口，这与预期符号相符。从产品需求角度来看，中国人口总数的增加会促进本国农产品的消耗，从而抑制农产品出口。

四是lnPOPjt系数为正，说明其他成员国人口总数的增加促进中国农产品贸易的出口，这与预期符号相符。在RCEP其他成员国其他条件不发生改变的前提下，人口总数的增加会加大本国对农产品的需求量，从而促进农产品从中国进口。

五是lnLANDit系数为负，说明中国耕地面积的增加抑制农产品贸易的出口，这与预期符号不符。从中国本国国情角度来看，2012—2021年，人口红利的逐渐消失和城镇化的不断发展，农业生产中的劳动力成本逐渐上升，同时土地资源流失较严重，导致农业产量有所下降，故与预期符号不符。

六是lnLANDjt系数为负，说明其他成员国耕地面积的增加抑制中国农产品贸易的出口，这与预期符号相符。其他成员国的耕地面积越大，自给自足的能力越强，进口需求便降低，从而抑制了农产品从中国进口。

七是lnDISit系数为负，说明两国首都间距离的增加抑制中国农产品贸易的出口，这与预期符号相符。农产品具有易腐性及可替代性，在双边贸易中两国的地理位置相距越远，运输成本则越大，两国的贸易流量则越少，从而抑制了进口。

贸易非效率模型中，变量对中国农产品贸易出口额具有负向影响，经济自由度指数、政府诚信指数、劳动自由度指数3个变量均通过1%的显著性检验且其符号与预期相同，说明这些变量是破除阻碍农产品贸易出口的主观因素，可以促进农产品贸易的发展。但虚拟变量“是否签订RCEP协定”的符号为正且通过1%的显著性检验，可能由于RCEP协定于2019年正式签订，2022年才正式生效，其效力尚未显著，故与预期不符。

4 中国对RCEP其他成员国农产品出口贸易的空间相关性与溢出效应分析

前文对中国对RCEP其他成员国农产品出口贸易影响因素的研究仅考虑了时间因素，尚未考虑空间因素。为了结果的客观性与全面性，本文基于国家层面的面板数据构建空间计量模型，研究中国对RCEP其他成员国农产品出口贸易的影响因素。

4.1 中国对RCEP其他成员国农产品出口贸易的空间相关性分析

4.1.1 空间权重矩阵选择

其中，dij表示由国家i与国家j的经纬度求得的球面距离。

4.1.2 局部自相关分析

为了分析中国与RCEP其他成员国之间农产品出口贸易是否存在空间自相关，本文从局部空间自相关角度进行检验，并以Moran散点图为局部空间自相关的分析方法。

本文运用Stata16.0软件，根据2012—2021年中国对RCEP其他成员国农产品出口数据测算，绘画了2012年、2015年、2017年、2021年各国家农产品出口效率的Moran散点图。纵观对比图1(a)、(b)、(c)、(d)可知，位于第一象限和第三象限的国家一致，且大部分国家农产品出口效率聚集在第一象限“高高聚集”区和第三象限“低低聚集”区，这说明现阶段中国对 RCEP 成员国农产品出口贸易呈现明显的空间正相关效应，即具有较高(较低)进口中国农产品的国家在地理上相对趋向与较高(较低)进口中国农产品的国家相邻，且这种相关性非常明显。

图1 RCEP其他成员国农产品出口效率的Moran散点图

4.2 空间计量模型选择与空间溢出效应分析

4.2.1 空间计量模型选择

空间自相关性检验表明，在分析中国对RCEP其他成员国农产品出口贸易影响因素时应充分考虑空间因素，为了提高实证结果的可靠性和科学性，本文构建了三种空间计量模型，分别为空间误差模型(SEM)、空间滞后模型(SLM)及空间杜宾模型(SDM)。根据陈强(2014)的《高级计量经济学及Stata应用》，当T<20时，无需对面板数据进行单位根检验和协整检验。本文的T为10，故不进行单位根检验和协整检验。参考Anselin的做法，本文对以上三种计量模型进行选择的步骤如下：

(1)运用拉格朗日检验，即LM检验，以判断变量之间是否存在空间关系及空间关系的类型。LM检验以LM-lag和LM-Error为判断标准，当两者均不显著时，表明各变量之间无空间关系，应采用普通回归模型；当LM-lag显著但LM-Error不显著时，应选择空间滞后模型(SLM)；当LM-lag不显著但LM-Error显著时，应选择空间误差模型(SEM)；当两者均显著时，则采取下一步的稳健性拉格朗日检验，即Robust-LM检验。

(2)Robust-LM检验以Robust-LM-Lag和Robust-LM-Error为判断标准，Robust-LM-Lag显著但Robust-LM-Error不显著时，选择空间滞后模型(SLM)；Robust-LM-Lag不显著但Robust-LM-Error显著时，选择空间误差模型(SEM)；若两者均显著，则继续使用Wald检验和LR检验。

(3)Wald检验和LR检验是检验空间杜宾模型(SDM)是否会退化，若两种检验的统计结果均显著，则说明应选择空间杜宾模型(SDM)。

薄层鉴别结果检视，供试品色谱中，在与对照品色谱相应的位置处，显相同颜色的斑点，阴性对照色谱在相应位置处无干扰（图1）。

本文先对所构建的面板数据进行LM检验、Robust-LM检验，检验结果如表4所示。

表4 LM、Robust-LM检验结果

由表4可知，Moran’s I为正值显著，进一步佐证了本文所研究的对象具备一定的空间相关性。由LM检验和Robust-LM检验可知，大部分结果均显著，下一步进行Wald检验和LR检验。

由表5可知，Wald检验和LR检验均显著，应选择空间杜宾模型(SDM)进行回归分析。下一步则是运用Hausman检验判断是运用固定效应还是随机效应。具体检验结果如表6所示。

表5 Wald、LR检验结果

表6 Hausman检验结果

由表6可知，Hausman检验结果显著，应采用固定效应。固定效应又分为时间固定、个体固定及双固定效应三种，再用LR-text检验来选择固定效应类型，具体检验结果如表8所示。

由表7可知，LR-both ind检验结果表明，双固定效应与个体固定效应中个体固定效应更好；LR-both time检验结果表明，双固定效应与时间固定效应中双固定效应更好。综上结果可知，本模型应采用个体固定效应分析，因此本文最终采用个体固定效应空间杜宾模型(SDM)对中国对RCEP其他成员国农产品出口贸易影响因素进行回归分析。

表7 LR-text检验

4.2.2 空间溢出效应分析

从表8个体固定效应空间杜宾模型(SDM)的回归结果来看，中国与RCEP其他成员国的人均生产总值、中国耕地面积、国家间距离等变量均对中国对RCEP其他成员国农产品出口贸易额产生显著影响，但空间杜宾模型(SDM)考虑了各变量的滞后项，其并不能客观反映回归系数值的解释作用，因此还需对影响因素变量进行进一步的效应分解。本文运用软件MatlabR2018b对模型进行回归估计，参考LesageandPace的做法，将解释变量的总效应分解为直接效应和间接效应，具体回归结果如表8所示。当研究中国与RCEP某一成员国进行农产品出口贸易时，直接效应表示解释变量对中国对该成员国农产品出口贸易额的影响，间接效应表示解释变量对中国对其他成员国农产品出口贸易额的影响。

表8 各解释变量的效应分解结果

中国人均生产总值的直接效应系数为负，且通过了10%的显著性检验；间接效应系数为负，但未通过显著性检验。这意味着中国经济规模的扩大会抑制中国对其他RCEP成员国农产品贸易额的提高，这一结果与预期并不相符，可能是由于近年来，新冠疫情对世界各国经济影响严重，中国外贸也受世界深度下滑拖累。我国政府提出建立国内国外双循环，通过扩大内需来增强经济循环内生动力，因此当我国人均生产总值增加时，对其他RCEP成员国农产品贸易额反而减少。

RCEP其他成员国人均生产总值的直接效应及间接效应均通过了10%的显著性检验，且系数均为正，意味着某一RCEP成员国经济规模扩大时，不仅会促进中国对该成员国农产品出口贸易额的提高，还能促进中国对RCEP其他成员国农产品出口贸易额的提高。这可能是由于随着RCEP各成员国经济规模的扩大，这些国家对中国农产品进口能力增强，整体体现为中国对RCEP成员国农产品出口额增加；又由于邻近国家间的关联性和流动性会促进邻国经济水平的提升，使得邻国对中国农产品进口能力增强。

中国人口总数的直接效应通过了10%的显著性检验，其系数为负；而间接效应通过了10%的显著性检验，其系数为正。这表明当中国与RCEP某一成员国进行农产品出口贸易时，中国人口总数的增加会抑制其对该国农产品出口的贸易额，但会促进中国对其他成员国的农产品出口贸易额。从产品需求角度来看，中国人口总数的增加会促进本国农产品的消耗，从而抑制中国农产品出口，具体表现为中国对RCEP成员国农产品出口额减少。

中国耕地面积的直接效应及间接效应均通过了10%的显著性检验，且系数均为负，表明当中国与RCEP某一成员国进行农产品出口贸易时，中国耕地面积的增加不仅会抑制中国对该RCEP成员国的农产品出口额，不利于对中国对其他RCEP成员国的出口额。实证结果与预期符号不符，具体原因可以从中国本国国情角度来探讨，由于人口红利的逐渐消失和城镇化的不断发展，我国农业生产中的劳动力成本逐渐上升，同时土地资源流失较严重，农业产量有所下降，供小于求，农产品价格也相应上升，因此中国对RCEP成员国农产品出口额减少。

中国首都与RCEP其他成员国首都间直线距离的直接效应系数为负值，并通过了1%的显著性检验。这表示中国与RCEP某一成员国进行农产品出口贸易时，两国之间的贸易距离增加会抑制中国对该成员国的农产品出口额。这是由于距离在一定程度上代表了出口成本，当该国需求不变时，随着贸易距离的增加，必然会加大贸易成本，因此体现为农产品出口贸易受阻。

4.2.3 模型稳健性检验

为了从多角度考虑模型的稳健性，本文以增减解释变量数量的视角进行稳健性检验，剔除了RCEP其他成员国耕地面积解释变量的样本数据后，得到如表9所示的结果。

表9 更换样本大小的稳健性检验

同样，通过对比可知，各解释变量的直接效应、间接效应及总效应系数的大小、方向及显著性水平未发生较大改变，虽然部分变量的显著性有所变化，但是系数方向仍然相同。总体而言，减少解释变量前后得到的结果基本一致，说明本文从考虑解释变量数量的角度来说研究结果具有稳健性。

5 结语

本文在模型适用性及稳健性检验均通过的基础上，对中国与RCEP其他成员国农产品出口影响因素、溢出效应进行量化分析，从时间和空间两个角度全面分析中国对RCEP其他成员国农产品出口贸易的影响因素，这对中国对外贸易发展稳定意义重大。研究结论如下：

从时变角度可知，中国农产品出口贸易受到客观因素及主观因素的共同影响。中国人均GDP、其他成员国人口总数、经济自由度、政府诚信、劳动自由度对中国农产品出口贸易产生正向影响，而其他成员国人均GDP、中国人口总数、双方耕地面积及两国首都间距离与出口贸易呈负相关。

从空间相关性可知，中国对RCEP其他成员国农产品出口额在空间上呈现明显的空间正相关性。从空间溢出效应分解可知，中国人均生产总值具有显著的负向空间溢出效应。当中国与RCEP某一成员国进行农产品出口贸易时，中国人均生产总值的增加不仅会使中国对该国农产品的出口额减少，还会抑制中国对RCEP 其他成员国农产品的出口额。RCEP其他成员国人均生产总值则具备显著的正向空间溢出效应，意味着某一RCEP成员国经济规模扩大时，不仅会促进中国对该成员国农产品出口贸易额的提高，还能促进中国对RCEP其他成员国农产品出口贸易额的提高。而中国人口总数的增加会抑制中国对该国农产品的出口贸易额。中国耕地面积具有显著的负向空间效应，中国耕地面积提高不仅会抑制中国对该成员国农产品的出口贸易，还会使中国减少对其他成员国的出口额。中国首都与RCEP其他成员国首都间直线距离增加会抑制中国对该国的农产品出口额。

根据结果讨论并结合RCEP协定，本文就提高中国与RCEP其他成员国农产品贸易竞争力及拓展能力、优化中国农产品出口贸易的结构提出以下政策建议：

一是维系良好的政治关系，推进数字农业发展。

RCEP协定的生效实施，降低了对农产品设立的贸易壁垒，进一步加大了RCEP其他成员国农产品市场对中国的开放程度。与此同时，数字农业是中国进入农业现代化的重要特点，也是由农业大国走向农业强国的必然选择。在RCEP框架下，中国通过加快数字化农业转型进一步提高农业生产效率，高效运用协定中的贸易规则，帮助本国降低农产品生产成本，提高农产品竞争力，为中国在RCEP其他成员国农产品出口贸易市场开拓创新打下了良好的基础。

二是拓展贸易合作领域，推进优化农业产业链。

RCEP生效实施后，东亚区域经济一体化得到进一步调整。由于农业资源禀赋的差异，在RCEP框架下，关税减让必将为中国对RCEP其他成员国农产品出口贸易合作领域拓展提供新机遇。此外，基于RCEP其他成员国在中国农产品市场的不同特点和消费需求，我国应积极调整符合当前市场的战略布局，增强农产品供应链的韧性，从而推进农业产业链的调整优化，打造优势互补、协同高效、开拓创新、利益相融的农业产业链。

三是推进要素高效资源配置，构建良好的农产品市场环境。

农业资源优势与经济发展水平决定了一国农产品贸易的开放程度，RCEP协定的签署为中国与RCEP其他成员的经贸合作提供了制度突破的平台，促进其农产品资源配置更加高效。同时，我国应高效利用原产地区域累积原则的优势，提高协定优惠税率的利用率，提升国家间投资便利化水平，以更加积极开放的态度主动加强彼此间的农业合作，坚持贸易多边主义、坚持贸易自由化，为中国对RCEP其他成员国农产品出口市场创造良好的环境。