第三方汇率变动的出口效应再分析

摘要

本文着重考察全球化生产中第三方汇率变动的出口效应，并运用空间杜宾模型对中国的情况进行检验。研究发现，中国出口中第三方汇率的总体影响呈现互补性而非竞争性特征，这表明人民币兑主要货币走势分化对双边汇率变动的出口转换效应起到反向修正作用，而且中国出口存在正向空间溢出及溢出惯性，因此汇率分化走势下出口地理方向结构不易调整。值得注意的是，第三方汇率变动的出口效应对地理因素更加敏感，当维持与地理邻近的主要贸易伙伴间的双边汇率稳定不可行时，可以选择维系人民币兑主要贸易伙伴货币的有效汇率稳定以形成双边汇率与第三方汇率作用力的对冲来弱化出口波动、维系出口稳定。

关键词

第三方汇率全球价值链空间杜宾模型滑动权重出口方向

一、引言与文献综述

汇率变动对外部经济均衡以及货币政策有效性均有着非常重要的影响，因此浮动汇率体制下的汇率问题一直备受各国学者和政府部门的关注。近年来，在美国加息政策的刺激下，美元兑其他主要货币一度出现单边升值的态势，而人民币与其他主要货币的汇率走势也呈现升贬并存的分化现象。例如，2023年9月美元兑人民币月均汇率创下了2008年1月以来的新高，而同期英镑兑人民币却贬值5787%，日元兑人民币贬值3628%

利用国际货币基金组织国际金融统计（IFS）数据库的月均汇率计算。。传统的汇率与贸易收支理论认为，本币贬值有助于本国出口，而升值效应则与之相反，汇率分化现象将导致本国出口从本币相对升值货币归属的经济体转向本币相对贬值货币归属的经济体。然而，结合汇率走势与出口变动趋势分析后发现，汇率变动对贸易的影响并不完全符合一般性认知预期。例如，2022年相比2021年人民币兑美元贬值408%，同期中国对美国出口只增长了098%；兑英镑和日元分别升值695%与1456%，同期对英国出口下滑631%，对日本出口却提升427%

汇率数据来自中国外汇交易中心网站历史年均汇率，转换为人民币间接标价计算升贬值；出口数据来自

万得（Wind）数据库，采用海关统计的月累计值计算。。尽管影响出口的因素众多，但是基于上述数据比较可以发现，若只从双边汇率变动的角度来预测出口地理方向结构的调整，可能会导致结果的偏差。有关第三方汇率的研究结论不失为此类现象提供了一种可行的解释。Cushman（1986）指出，当前贸易中除了考虑双边汇率的影响，也不能忽视第三方汇率的作用。王雪等（2016）认为，第三方汇率的影响是双边汇率变动效应（如人民币兑美元升值“失效”）的主要症结。如果人民币与欧元同时相对美元升值，尽管人民币升值显著减少了中国对美国的出口，但也可能因为美国的部分进口从欧洲转向中国而弱化人民币升值的影响。因此，第三方效应存在与否以及如何存在关乎中国汇率与贸易关系分析的准确性和全面性，关乎贸易政策与汇率政策制定的科学性与合理性。

自20世纪80年代起，Cushman（1986）的奠基性工作曾掀起一股研究第三方汇率的热潮。然而，这些研究成果主要聚焦于第三方汇率风险与当前双边贸易的关系（BahmaniOskooeeetal.，2016；王秀玲等，2018；Chi，2020）。虽然研究结论普遍显示第三方汇率风险在双边贸易中发挥着显著的贸易转移作用，但是与第三方汇率的变动相比，其影响程度相对偏低（王雪等，2016）。Kelejianetal.（2012）进一步证明了第三方汇率的影响在于汇率的直接变动而非波动风险，他们基于欧盟成员间贸易的研究表明，第三方汇率变动的影响程度甚至超过了联盟的作用。尽管如此，有关第三方汇率变动的贸易效应研究仍然颇少。

Forbes（2002）在研究贬值如何影响企业业绩时指出，为出口商提供相对于外国竞争对手的相对成本优势能通过贸易渠道影响企业业绩，弱化竞争对手的出口竞争力。deBlas&Russ（2015）也从相对价格视角推导了国内外相对价格变动对第三国的冲击。王雪等（2016）以中国对美国、欧洲和日本的出口作为研究对象，将中国与其他两个出口对象间汇率的加权平均值作为当前贸易中的第三方汇率进行了检验，得出了第三方货币相对人民币升值会导致当前出口减少的结论，符合出口转移的替代性竞争规律。纵观已有文献，对于第三方汇率变动效应的解释停留于第三方汇率变动的竞争性效应。从这个角度分析，若将第三方汇率的影响纳入当前贸易，那么在汇率走势分化的情况下，当前贸易所受影响将高于只基于双边汇率调整的预期。然而，张祎和何亮亮（2021）将人民币与日元、英镑与欧元汇率的加权平均值作为第三方汇率，发现当人民币兑第三方货币贬值时，中美贸易差额反而扩大。当第三方汇率与当前贸易的实证关系不符合一般认知时，基于替代性竞争效应的理论解释颇显不足。事实上，全球化生产背景下不同的出口之间可能存在替代性竞争关系，也可能存在生产工序上的互补关系，因而第三方汇率变动使得对第三方出口增加的同时亦有可能促进当前出口。因此，第三方汇率变动的影响除考虑竞争效应之外，还应该考虑互补效应。此外，已有研究中第三方汇率的来源主要有两种考虑方式：一是以多边有效汇率来替代第三方汇率；二是只考虑少数第三方汇率。第一种方式以有效汇率进行替代的做法存在一定的偏差（王雪等，2016），而第二种方式中第三方汇率的覆盖面又存在不足，其结论难以代表普遍影响。虽然已有研究认为第三方汇率变动的影响不能忽视，但研究成果却相对偏少，这或许与其理论分析上的束缚以及第三方汇率构造上的限制有一定关系。

综上，本文将基于全球化生产背景，采用空间计量方法来分析第三方汇率变动的出口效应，判断人民币汇率走势分化对中国

文中的中国专指中国境内。出口方向调整的影响。本文的边际贡献在于：第一，剖析全球化生产背景下第三方汇率变动的出口转换效应。本文不仅考虑第三方汇率变动的竞争效应，还基于全球价值链关联来剖析第三方汇率变动的互补效应，以期对第三方汇率与出口关系的实证结果有更合理的诠释。第二，以中国对65个主要贸易伙伴的出口作为研究对象，采用空间计量方法考察第三方汇率变动的出口效应。相对已有研究在第三方汇率选择上的限制，空间计量方法的运用能够将广泛的第三方汇率直接纳入分析，得到第三方汇率变动的平均效应。第三，结合第三方汇率效应、全球价值链嵌入的双边汇率估计结果以及出口溢出等，分析人民币汇率走势分化是否会引起出口地理方向的大调整，进而影响出口的稳定性。第四，进一步探讨地理距离上接近还是经济发展水平上接近决定了第三方汇率影响的大小，以深化对第三方汇率变动效应的研究。

二、理论机制分析

传统分析中，第三方汇率变动的贸易效应基于出口同质产品或较高相似度产品的假设（王雪等，2016）。在此假设条件下，不同的出口地理方向之间存在替代效应。双边汇率的相对变动导致出口产品在外部市场上的竞争优势发生相应变化，出口量由优势相对弱化的市场向优势相对增进的市场转移，不同出口方向间贸易品的可替代性越高，汇率变动导致的贸易转移效应越强（张祎和何亮亮，2021），直至出口地理方向结构达成新的均衡。随着全球化生产的发展，不同出口方向之间同质产品或较高相似度产品的假设不再适用。运输方式与通信技术的进步使得生产环节的跨国、跨地区分割成为可能。生产任务在不同的国家和地区分布，完成生产任务所创造的产品乃至价值也随之跨境转移，形成全球价值链（Grossman&RossiHansberg，2008；赵忠秀，2019）。全球价值链视角下的国际贸易除了最终品的流动，还有中间环节产品的流动，因此不同的出口地理方向的产品间除了存在替代性，还可能存在互补性。这一观点在有关贸易空间效应的研究中也得到了充分的支持。Koenigetal.（2010）、邹宗森等（2019）以及刘国巍等（2023）的研究结果显示，出口之间的关系既可能是竞争抑制，也可能是互补促进。究竟是体现互补效应还是体现竞争效应，主要取决于各贸易主体在价值链中扮演的角色（范亚亚等，2021）。

全球化生产中大量的原材料、零部件以及半成品等中间投入在全球范围内多次跨境流动进入最终品，以至于经济体之间存在直接或间接的价值链联系，这些联系又使得经济体的出口之间或经济体之间的出口存在竞争、互补甚至联动关系。汇率变动改变了进出口的相对价格，促使这些关系加以呈现，因此第三方汇率的变动效应本质上是各经济体价值链关联的体现。以下将以图示方法对经济体之间可能存在的价值链关联进行说明。

假设有如图1所示的A、B、C、D、E以及F六国，只考虑六国贸易中由汇率所引起的成本与价格优势变动。假设B国生产所需中间品2从A国与F国进口，形成的最终品出口至C国与A国。当A国货币相对B国货币贬值时，B国最终品向A国出口的优势减弱，导致B国对A国出口减少且部分转移至对C国出口。若将BC间贸易视为当前贸易，第三方汇率AB变动导致了BC两国贸易的增长，则B国出口的不同方向之间表现为竞争效应。虽然一般研究中的第三方汇率包含目标货币，但从广义上讲，非当前汇率皆可称为当前汇率的第三方汇率。因此，广义第三方汇率的变动也可能存在竞争效应。例如，A国货币相对B国货币贬值，那么A国中间品2的出口相对F国便具有了价格优势，导致F国对B国中间品出口的缩减。对F国出口而言，广义第三方汇率AB变动的效应也表现为竞争效应。

全球化生产中第三方汇率变动的效应也可能呈现互补效应。假设B国最终品的生产不仅需要中间品2还需要中间品3，B国中间品3的提供者为E国，而E国中间品3的生产又采用了A国的中间品4。当A国货币相对B国货币贬值时，B国进口中间品2的成本下降，有利于B国最终品生产，也进一步推动B国对中间品3的需求，中间品3的需求上升又促进了E国对中间品4的需求。此时，A国对B国和对E国不同方向的出口间便存在互补性。对于AE之间的贸易而言，第三方汇率AB变动的效应表现为互补效应。同样，广义角度的第三方汇率变动也可能存在互补效应。当A国货币相对B国货币贬值时，A国中间品出口与E国中间品出口呈现互补性。对E国出口而言，广义第三方汇率AB的变动效应表现为互补效应。

第三方汇率变动的影响不仅产生于直接的价值链关联，还可能产生于间接的价值链关联。再考虑A国中间品生产的原料提供者D国。若D国货币相对A国货币贬值，那么A国中间品出口相对F国出口便具有更大的价格优势。经A国成本降低效应传导，DA汇率变动的间接价值链效应之一表现为F国对B国出口的缩减，间接价值链效应之二表现为E国对B国出口的增加，间接价值链效应之三表现为B国最终品出口的增长等。由于生产工序存在梯度差，当汇率冲击上游生产环节时，上游将其影响沿着生产链向下传递，形成上下游的联动效应，联动效应最终也体现为竞争性或者互补性。

图1全球化生产背景下经济体间贸易关系

综上，全球价值链中的竞争性、互补性与联动性并不独立，三者往往存在交叠。无论是否包含目标货币的第三方汇率

实际研究中由于广义的第三方汇率难以尽知，通常所说的第三方汇率指的是只考虑包含目标货币的第三

方汇率。

，其变动效应均可表现为竞争效应或互补效应。若第三方汇率变动对出口的影响是导致竞争抑制，忽视第三方汇率效应将导致当前双边汇率变动效应被低估；若第三方汇率变动对出口的影响是引致互利共赢，忽视第三方汇率效应将导致当前双边汇率变动效应被高估。第三方汇率变动究竟呈现何种影响，主要取决于经济体间的生产关系及出口结构。

三、研究设计

前文已论述，第三方汇率的构建方法是目前第三方汇率研究存在的主要问题之一，而空间计量方法的运用能够突破目前第三方汇率构造上的限制，将广泛的第三方汇率直接纳入分析。因此，借助空间计量模型来研究第三方汇率变动的出口效应。

（一）空间模型设定

经典的空间计量模型有三种类型，即在传统模型中引入因变量空间滞后项的空间自回归（SAR）模型，考虑误差项空间影响的空间误差模型（SEM），以及同时引入因变量和自变量空间滞后项的空间杜宾模型（SDM）。曹伟等（2016）与邹宗森等（2019）的研究表明，经济体之间的贸易本身也存在空间溢出关系，既要考虑出口间的空间溢出，又要考察第三方汇率变动的影响，那么第三种模型最契合分析目的。因此，构建如式（1）所示的空间杜宾模型：

EXit=C+ρ∑Nj≠iwijEXjt+σ∑Nj≠iwijBERjt+αBERit+βBERit×GVCit+γCONit+μi＋λt＋εit（1）

其中，t表示时期，i和j均表示中国的出口对象，EXit表示中国对出口对象i的出口，BERit表示人民币直接标价下中国与出口对象i之间的双边汇率；BERjt为中国与出口对象j之间的双边汇率，即为当前贸易中的第三方汇率。基于理论分析及式（1）可知，若汇率的间接效应结果为负，那么第三方汇率的出口效应总体表现为竞争效应，无法判断是否存在互补效应；若汇率的间接效应结果为正，则存在全球价值链引起的互补效应，且总体表现为互补效应。

考虑到已有研究普遍认可全球价值链嵌入对当前汇率变动后出口效应的弱化作用（印梅和张艳艳，2019；Hagemejeretal.，2022），将汇率与衡量全球价值链嵌入程度指标的交叉项BERit×GVCit纳入回归以控制全球价值链嵌入对汇率变动效应的影响

基于已有研究可知，全球价值链通过前、后项嵌入对当前汇率作用效果产生弱化作用的机制已经明确，

在此将当前汇率的总体影响拆分为当前汇率的直接影响以及全球价值链对当前汇率效应施加的影响，意欲

与已有研究结论形成对照，以检验结果的稳健性。。CONit为其他控制变量集合，包括全球价值链嵌入程度GVCit、本地区的价格水平MPdt与产出水平OUTt、贸易伙伴i的市场价格水平MPfit与收入水平INCit。wij代表空间权重矩阵，包括w1、w2、w3和w4；

μi、λt分别为个体和时间固定效应，

εit为误差项。

（二）变量说明及数据来源

1主要变量说明

依托经济合作与发展组织—世界贸易组织（OECDWTO）的附加值贸易（TiVA）数据库，选择1995—2018年中国对65个贸易伙伴的出口贸易作为实证对象

65个出口对象分别为：澳大利亚、奥地利、比利时、加拿大、中国台湾地区、

中国香港地区、新加坡、塞浦路斯、捷克、丹麦、爱沙尼亚、芬兰、法国、德国、爱尔兰、希腊、冰岛、

以色列、意大利、日本、韩国、拉脱维亚、立陶宛、卢森堡、荷兰、新西兰、挪威、葡萄牙、斯洛伐克、斯洛文尼亚、西班牙、瑞典、瑞士、英国、美国、阿根廷、巴西、文莱、保加利亚、柬埔寨、智利、哥

伦比亚、哥斯达黎加、克罗地亚、匈牙利、印度、印度尼西亚、马来西亚、马耳他、墨西哥、摩洛哥、秘

鲁、菲律宾、波兰、罗马尼亚、俄罗斯、沙特阿拉伯、南非、泰国、突尼斯、土耳其、越南、哈萨克斯坦、

老挝、缅甸。，出口EXit的数据以及全球价值链嵌入程度GVCit的计算数据均来自此数据库。EXit采用美元标价的出口额；GVCit作为控制变量以控制全球价值链嵌入对出口的直接影响，其计算方法参照印梅和张艳艳（2019）的研究，采用双边贸易中全球价值链前向嵌入度与后向嵌入度之和。BERit采用直接标价的名义汇率以直观反映汇率的影响，数值增加表示人民币相对i货币贬值。为了控制价格因素的影响，引入地区内外价格水平MPdt和MPfit。前者采用本地区工业生产者出厂价格指数（PPI）数据，来自Wind数据库；后者采用出口对象的居民消费价格指数（CPI）数据，与汇率数据来源一致，均来自国际货币基金组织（IMF）的IFS数据库。为了控制地区内经济发展状态以及进口方的收入效应，引入地区内产出水平OUTt和出口对象收入水平INCit，指标数据均采用来自IFS数据库的各经济体实际国家/地区生产总值（GDP）数据。

对上述所有指数型数据进行定基处理，且将除全球价值链嵌入程度数据外的其他数据调整为自然对数形式。依据LeSage&Pace（2009）的研究，回归结果中汇报的直接效应为双边汇率的影响，间接效应则为第三方汇率的影响。

2空间权重矩阵

空间权重矩阵wijm（m=1或2）来源于对法国国际展望与信息研究中心（CEPII）数据库中距离数据的运算。因为空间溢出效应随着距离的增加而呈走弱趋势，因此采用普遍认可的距离倒数来构建空间权重矩阵，具体计算公式如下所示：

wijm=1/dij∑j1/djj（i≠j）

0（i=j）（2）

式（2）中，wijm为标准化的地理距离空间权重矩阵。当m=1时，dij采用首都（或中心城市）加权距离distcap；当m=2时，dij采用人口规模加权的地理距离distwces

数据说明参见Mayer&Head（2002）的研究。。

只以地理位置邻近特征衡量经济因素空间影响的做法存在相对不足。除地理距离之外，以社会经济特征来构建权重的方法也得到广泛的运用（林光平等，2005；马述忠和刘梦恒，2016；范亚亚等，2021）。其中，林光平等（2005）以各地区人均实际GDP差额的倒数构建经济矩阵的方法颇具影响，标准化后的经济距离空间权重矩阵的计算公式表示如下：

wigip=gdpi－gdpj－1/∑jgdpi－gdpj－1（i≠j）0（i=j）（3）

其中，wijgdp为经济距离权重矩阵，gdpi表示经济体i样本期内的人均GDP。

地理位置接近的经济体之间更容易产生价值链联系，因此需要在空间权重矩阵中控制地理距离因素以避免遗漏重要信息。除上述地理距离因素之外，无论是贸易互通还是价值链合作均与两地的经济因素有关。借鉴范亚亚等（2021）的做法，再构建如下兼顾地理距离以及经济距离的嵌套空间权重矩阵：

wijn=τwijm+（1－τ）wijgdp（4）

其中，wijn是标准化的嵌套空间权重矩阵；wijgdp是上述标准化的经济距离矩阵，计算数据来源于CEPII数据库。τ取值于0到1的闭区间，当τ的取值逐渐接近1时，嵌套矩阵所含经济距离因素逐渐由地理距离因素替代，反之则相反。令τ取05时，m为1则n为3；m为2则n为4，由此得到权重矩阵w3和w4。

四、实证检验

（一）空间自相关检验

Moran（1950）和Anselin（1995）先后提出的全局莫兰指数与局部莫兰指数已经成为检验空间相关性的主流方法。全局莫兰指数侧重描述整个区域的空间自相关性，而局部莫兰指数主要用来识别空间聚类与空间离群值。出于检验目的，式（5）采用了全局莫兰指数来检验空间自相关性，具体计算公式如下：

MoransI=N∑i∑jwij×∑i∑jwij（xi－x-）（xj－x-）∑i（xi－x-）2（5）

其中，N为贸易伙伴数量，wij表示贸易伙伴i与j之间的空间权重矩阵;xi表示中国对第i个贸易伙伴的出口;x-表示中国对所有贸易伙伴出口的均值。莫兰指数（MoransI）取值范围为-1至1，取值为0说明不存在空间相关性，取值大于0和小于0分别代表正向的空间相关性和负向的空间相关性。这里采用四种权重矩阵分别检验空间自相关性：首都（或中心城市）距离权重矩阵w1、人口加权的地理权重矩阵w2，以及两种地理距离与经济距离的嵌套权重矩阵w3和w4。

表1显示了四种权重矩阵下中国向65个主要贸易伙伴出口的空间溢出关系。从莫兰指数检验结果分析，中国对各贸易伙伴的出口总体表现为正向溢出，而且随着时间的推移正向溢出愈发显著，这说明需要运用空间计量方法来无偏估计变量间的关系。

（二）空间模型识别与验证

Elhorst（2013）指出，空间计量模型的识别与验证有两条技术路径。其一，采用传统的拉格朗日乘数（LM）检验，或叠加稳健LM检验来验证模型是否应该包括空间滞后项或空间误差项；其二，采用似然比（LR）检验和沃尔德（Wald）检验来验证空间杜宾模型是否退化。本文已经依据实证目的构建了空间杜宾模型，根据表1的莫兰指数结果也判断出中国向贸易伙伴的出口存在空间自相关性，因此仅基于第二种思路做进一步甄别性检验以及通过豪斯曼（Hausman）检验来寻求合适的回归方法。首先，采用LR检验来判断模型是否应该退化为SAR模型以及是否应该采用SEM。表2的结果显示，SDM明显比SAR模型和SEM的适应性更好。再者，以Hausman检验结果来判断回归方法，表2所示的检验结果均在1%的水平上拒绝了使用随机效应模型的原假设。综上，适合采用固定效应空间杜宾模型进行回归分析。

（三）空间回归结果分析

1基准回归

表3中列（1）—列（3）采用固定效应面板模型回归，列（4）—列（6）为剔除了全球价值链嵌入对汇率变动效应影响后空间杜宾模型的固定效应回归结果，其中列（4）与列（5）采用空间权重矩阵w1。Elhorst（2013）认为，固定时间效应是空间交互作用的一种方式，忽略时间固定效应可能会导致空间滞后项系数较大的向上偏差（Lee&Yu，2014），因此列（4）—列（5）分别采用了不固定时间效应以及固定时间效应的方法；列（6）采用权重矩阵w2进行验证。从空间效应来看，汇率的空间滞后项以及出口自身的空间滞后项，其结果均呈正向影响，与张祎和何亮亮（2021）的实证结果本质上是一致的。由于自变量的空间滞后项可能忽略区域间的交互信息而导致估计结果存在偏差，故采用间接效应进行进一步验证，其结果与汇率空间滞后项的符号一致为正，说明价值链关联溢出的互补性超越了相互间的竞争性，中国出口中第三方汇率变动总体表现为互补效应。此外，表3中列（2）—列（6）采用固定效应面板模型回归的结果还显示，出口与汇率呈现正相关关系，而出口与交叉项呈现负相关关系，表明本币贬值将促进出口，但是全球价值链嵌入削弱了汇率变动的出口效应。这个结论与印梅和张艳艳（2019）的研究结论相同。

综上，双边汇率与第三方汇率对当前出口的影响方向一致，表明如果双边汇率与第三方汇率走势分化，那么第三方汇率的作用结果是弱化双边汇率变动对出口的影响。例如，人民币兑英镑升值且兑美元贬值，那么通常中国将减少对英国的出口而增加对美国的出口。然而，依照表3可知，人民币兑英镑升值不利于中国对英国的出口，人民币兑美元贬值却有利于对英国的出口；同样，人民币兑美元贬值有利于对美国的出口，人民币兑英镑升值却不利于对美国的出口。如此一来，汇率分化走势下双边汇率变动引起的对美国出口的增加以及对英国出口的减少，其程度都将被削弱。再者，全球价值链嵌入对汇率的调节作用显示为弱化汇率变动的出口效应，以及出口本身空间溢出的正相关性表明不同方向的出口本身存在同增或同减的关系，这两方面也都将进一步弱化双边汇率调整所导致的出口转换效应。据此，可以预期人民币兑主要贸易伙伴货币汇率的走势分化不易引发中国出口地理结构的大调整，这个结论与只从竞争视角分析的结论相反。

从表3中通过显著性检验的控制变量回归结果来看，出口与出口对象收入水平、价格水平，国内产出水平以及全球价值链嵌入度的关系符合一般经济意义，表明除收入效应之外，产出效应以及全球价值链嵌入效应对出口的影响也值得重视，尤其值得关注的是经济体之间价值链关联度的提升有利于促进出口贸易的发展。意外的是，出口与国内价格水平的回归结果与预期不符，究其原因可能是PPI已不能反映出口的成本效应或者出口对于成本的敏感性下降

中银研究2021年的调查发现，随着要素价格的上升，成本敏感产业具有较强的外部转移动力。因此，从幸存

者偏差角度而言，出口行业对于成本的敏感性整体可能是下降的。。

2稳健性检验

考虑到现实经济中出口可能存在的溢出惯性，表4列（1）在基准模型的基础上引入出口一阶滞后项的空间滞后效应；列（2）和列（3）以及列（4）和列（5）分别采用嵌套空间权重矩阵w3与w4进行替换检验，其中列（2）与列（4）只固定了个体效应。结果显示，出口一阶滞后项的空间滞后效应通过了1%的显著性检验且系数为正，表明中国出口间存在正向的溢出惯性，若汇率变动导致当前出口与前期出口反向变化，那么反向变化的短期效果将受到削弱。此外，汇率的空间滞后项符号没有改变，第三方汇率变动效应分解后的方向、符号甚至同样回归模型下系数的大小对比关系均没有发生变化；汇率系数与交叉项系数的符号以及显著性也没有发生变化，说明表4的检验结果与表3具有一致性，实证结果稳健。

基准回归结果以及稳健性检验结果一致显示，中国出口中第三方汇率的变动效应为互补效应，这表明不同地理方向的出口之间总体呈现互补性。原因主要有以下两点：一是中国工业门类齐全，中间品贸易发展迅猛。目前，中国的中间品出口已经超过了总出口的50%

根据TiVA数据库2020年的数据计算，中国中间品出口占总出口的比重已达5299%。，不同地理方向的出口间呈现互补关系的可能性较高；二是中国贸易联系广泛且相对均衡，位列前三的出口对象既包括美国、欧盟这样的发达经济体，也包括东盟这样的发展中经济体，其经济发展水平差距明显，进口需求存在异质性，不同地理方向的出口间竞争性较弱。可以预计，随着中国经济发展水平以及科技水平的进一步提升，出口间的互补性将呈现增长趋势。

3第三方汇率变动效应中的地理因素与经济因素

为了进一步考察权重矩阵构建中的地理因素与经济因素在第三方汇率变动效应中的重要性，表5以首都（或中心城市）距离权重矩阵w1和经济距离权重矩阵wgdp为基础构建嵌套空间权重矩阵，依据式（4）将τ分别取02、04、06以及08进行回归，如列（1）—列（4）所示。τ取值越大，嵌套空间权重矩阵所受地理距离权重的影响越大，受经济距离权重的影响越小，反之则相反。表5的检验结果显示，随着经济距离权重与地理距离权重在嵌套权重矩阵中的此消彼长，汇率的空间滞后项结果与第三方汇率变动的间接效应以及出口本身的空间滞后效应均呈现有规律的变动趋势。随着嵌套权重矩阵中所含的地理距离权重升高，出口本身的空间溢出效应略有降低，而汇率的空间滞后效应以及变动的间接效应大幅增加，第三方汇率对出口的影响凸显，其结果可解释为虽然经济水平接近或者地理距离接近的经济体均易形成价值链关联，但是地理距离接近的经济体之间更易产生价值链联系，第三方汇率的变动效应对地理距离更加敏感，这也符合经济实践中产业合作呈现区域聚集现象的内在逻辑。

以人口规模加权的地理距离权重矩阵w2和经济距离权重矩阵wgdp为基础构建嵌套空间权重矩阵，同样将τ分别取02、04、06以及08进行回归，结果如表6所示。表6中估计结果的符号、显著性以及回归系数的变动规律均与表5一致，说明无论是汇率的空间滞后效应，还是第三方汇率变动的间接效应，抑或是出口的空间滞后效应，其结果均呈现正向影响。对比来看，经济因素相对地理因素在出口的空间溢出关系上更加重要，而地理因素相对经济因素在第三方汇率影响中的作用更加突出。

五、研究结论与政策启示

汇率变动对贸易的影响关乎国家货币政策与贸易政策的精准实施，一直是国际经济领域的研究热点。第三方汇率对贸易的影响主要体现为汇率变动的影响，忽略第三方汇率在出口中的作用可能导致对双边汇率变动效应认知的偏差。本文分析了全球化生产中第三方汇率变动的作用机制，并采用空间杜宾模型对中国出口中第三方汇率变动的影响进行了检验，得到如下主要结论：其一，全球化生产使得第三方汇率变动对当前贸易的直观影响变得复杂，除传统观念中的竞争效应之外，抑或存在互补效应。其二，中国当前汇率与第三方汇率变动对中国出口的影响方向一致，这预示着汇率的分化走势对出口的影响形成对冲。同时，出口本身存在正向的空间溢出以及溢出惯性，这些特点均倾向于弱化双边汇率变动所引致的出口转移。其三，全球价值链嵌入有利于弱化汇率变动对出口的冲击。与经济因素相比，地理距离接近的经济体之间更易产生价值链联系，因此地理因素对第三方汇率变动效应的影响更加重要。

人民币兑主要货币走势的分化现象并不鲜见，是否考虑第三方汇率的影响对出口稳定性以及对地理方向结构调整的预测是有所区别的。随着人民币汇率市场化改革的深入，央行对汇率的干预将趋于减少，汇率弹性将逐步增大。在此情形下更应准确把握汇率变动对出口的影响，维系出口贸易以及出口贸易关系的稳定。围绕这个施策要求，本文研究结论有如下政策启示：

第一，汇率对出口竞争力的影响依然值得重视，但是在顶层设计环节，货币政策以及贸易政策的制定也要考虑第三方汇率因素，以便得到更准确的政策预期。值得一提的是，在汇率制度市场化改革过程中，人民币汇率弹性逐步增强提高了外部压力释放能力以及国际收支的自发均衡能力，但鉴于汇率变动对出口的重要影响，也要在外部市场风险增加、稳定外贸基本盘要求凸显的形势下重视汇率走势的稳定性。因此，相关政策部门应加强对汇率的监测和走势研判，强化对市场预期的引导，尽量使人民币汇率在合理均衡的水平上保持基本稳定。

第二，中国出口中第三方汇率变动的效应主要体现为互补效应，如果人民币兑主要贸易伙伴货币的汇率走势一致，双边汇率所引起的出口抑制或者出口促进都将得到强化；反之，人民币兑主要贸易伙伴货币的汇率走势分化，第三方汇率对双边汇率变动所引致的出口转移反而起到反向修正的作用。因此，在人民币并不存在单边升值或贬值预期的情况下，不必过于担忧人民币汇率市场化改革的深化影响出口的稳定性。在推进人民币汇率市场化改革的过程中，仍然需要密切关注汇率变动对微观出口主体的影响，引导企业加强汇率风险管理，从容应对汇率冲击。

第三，全球价值链嵌入度的提升有助于弱化汇率变动的影响，有利于经济体之间贸易的稳定与发展。地理距离接近的经济体更易产生价值链关联，维系与地理距离接近的贸易伙伴间汇率的稳定能够更大程度上应对汇率变动对出口的影响。然而，目前世界上采取浮动汇率制度的经济体占到经济体总数的三成以上，且几乎包揽了中国主要的贸易伙伴，因此保持多个双边汇率的稳定并不可行。基于第三方汇率变动效应的特点，维护人民币兑主要贸易伙伴货币的有效汇率相对稳定便成了可行的选择。同时，要进一步加强与主要贸易伙伴的生产合作，深化价值链联系。全球化生产中“你中有我，我中有你”相互交织的生产状态不仅能弱化双边汇率变动对贸易的冲击，也有助于维系经济体之间贸易关系的稳定。

参考文献：

［1］曹伟，言方荣，鲍曙明.人民币汇率变动、邻国效应与双边贸易——基于中国与“一带一路”沿线国家空间面板模型的实证研究［J］.金融研究，2016（9）.

［2］范亚亚，胡振绅，熊彬.经济政策不确定性、空间邻近效应与价值链关联构建：基于中国与亚太国家的实证分析［J］.世界经济研究，2021（8）.

［3］林光平，龙志和，吴梅.我国地区经济收敛的空间计量实证分析：1978—2002年［J］.经济学（季刊），2005（S1）.

［4］刘国巍，肖艳，李明昊.基于ESDA的中国—东盟区域贸易空间溢出效应研究［J］.地理科学，2023，43（11）.

［5］马述忠，刘梦恒.中国在“一带一路”沿线国家OFDI的第三国效应研究：基于空间计量方法［J］.国际贸易问题，2016（7）.

［6］王秀玲，邹宗森，冯等田.实际汇率波动对中国出口持续时间的影响研究［J］.国际贸易问题，2018（6）.

［7］王雪，胡未名，杨海生.汇率波动与我国双边出口贸易：存在第三国汇率效应吗？［J］.金融研究，2016（7）.

［8］印梅，张艳艳.全球价值链、汇率变动与出口贸易——基于双边视角的分析［J］.国际商务（对外经济贸易大学学报），2019（4）.

［9］张祎，何亮亮.中美贸易失衡问题研究——基于汇率视角［J］.经济研究参考，2021（21）.

［10］赵忠秀.中国对外开放与全球价值链升级［M］.广州：广东经济出版社，2019.

［11］邹宗森，徐柳，冯等田.实际汇率变动、邻近效应与出口贸易——基于中国对“一带一路”沿线国家出口的实证研究［J］.青海社会科学，2019（5）：5159.

［sCG4Pa+nM+ROfodMfi0+y71I88wvhtNC2ZwKSocf/Ck=12］AnselinL.LocalIndicatorsofSpatialAssociation—LISA［J］.GeographicalAnalysis，1995，27（2）.

［13］BahmaniOskooeeM，HegertySW，XiD.ThirdCountryExchangeRateVolatilityandJapanese—USTrade：EvidencefromIndustryLevelData［J］.AppliedEconomics，2016，48（16）.

［14］ChiJ.TheImpactofThirdCountryExchangeRateRiskonInternationalAirTravelFlows：TheCaseofKoreanOutboundTourismDemand［J］.TransportPolicy，2020，89.

［15］CushmanDO.HasExchangeRiskDepressedInternationalTrade？TheImpactofThirdcountryExchangeRisk［J］.JournalofInternationalMoneyandFinance，1986，5（3）.

［16］deBlasB，RussKN.UnderstandingMarkupsintheOpenEconomy［J］.AmericanEconomicJournal：Macroeconomics，2015，7（2）.

［17］ElhorstJP.SpatialEconometrics：FromCrossSectionalDatatoSpatialPanels［M］.Heidelberg：Springer，2013.

［18］ForbesKJ.HowdoLargeDepreciationsAffectFirmPerformance？［J］.IMFStaffPapers，2002，49（S）.

［19］GrossmanGM，RossiHansbergE.TradingTasks：ASimpleTheoryofOffshoring［J］.AmericanEconomicReview，2008，98（5）.

［20］HagemejerJ，HakaA，KotowskiJ.GlobalValueChainsandExchangeRatePassThrough—TheRoleofNonLinearities［J］.InternationalReviewofEconomics&Finance，2022，82.

［21］KelejianH，TavlasGS，PetroulasP.IntheNeighborhood：TheTradeEffectsoftheEuroinaSpatialFramework［J］.RegionalScienceandUrbanEconomics，2012，42（1/2）.

［22］KoenigP，MaynerisF，PoncetS.LocalExportSpilloversinFrance［J］.EuropeanEconomicReview，2010，54（4）.

［23］LeeLF，YuJH.EfficientGMMEstimationofSpatialDynamicPanelDataModelswithFixedEffects［J］.JournalofEconometrics，2014，180（2）.

［24］LeSageJ，PaceRK.IntroductiontoSpatialEconometrics［M］.NewYork：ChapmanandHall，2009.

［25］MayerT，HeadK.IllusoryBorderEffects：DistanceMismeasurementInflatesEstimatesofHomeBiasinTrade［Z］.CEPIIWorkingPaper，2002，No.200201.

（责任编辑：陈思萌）