RCEP成员国农产品贸易潜力与影响因素-基于随机前沿引力模型的实证分析论文

RCEP 成员国农产品贸易潜力与影响因素
——基于随机前沿引力模型的实证分析

1 郑 建 2王雪梅

1 南京农业大学经济管理学院,江苏 南京 210095;2 南京航空航天大学继续教育学院,江苏 南京 210095)

[摘 要] 文章在概述RCEP 成员国农产品贸易现状的基础上,利用随机前沿引力模型分析了RCEP 成员国农产品贸易效率和贸易潜力,并探讨了影响因素。结果表明,样本期内RCEP 成员国农产品贸易效率在不断提升,平均效率在0.3 左右。中国对其他RCEP 成员国的农产品出口效率存在明显差异,在考虑实际出口额后,发现对日本、韩国和越南农产品出口潜力最大。为进一步提高贸易效率,应加快实施自由贸易区战略,尽早达成RCEP 协议,结合“一带一路”倡议推动海运基础设施建设和联通,提高贸易便利化水平,释放农产品出口潜力。

[关键词] 区域全面经济伙伴关系;农产品;贸易潜力;贸易效率;随机前沿引力模型

一、引言

自2001 年以来,“多哈回合”贸易谈判停滞不前,贸易保护主义持续抬头,WTO 领导的多边贸易体制面临诸多困境。为促进国际贸易和经济发展,许多国家开始转向区域经济合作,积极推动双边和多边贸易协定谈判。作为全球最具活力的地区之一,以中国、东盟十国为代表的亚洲国家和以澳大利亚、新西兰为代表的大洋洲国家达成贸易协定的节奏不断加快、数量不断增加。2012 年11 月,东盟与中国、日本、韩国、澳大利亚、新西兰和印度共同发布了《启动〈区域全面经济伙伴关系协定〉RCEP 的联合声明》,开启了这一覆盖16 个国家的自由贸易区建设进程。截至2019 年3 月,RCEP 已举行了23 轮谈判和7 次部长级会议。2017 年,RCEP 成员国人口总量达到35.81 亿人,占世界人口总量的47.55%;GDP规模达到25.53 万亿美元,占世界GDP 总量的31.65%;贸易规模达到10.36 万亿美元,占世界贸易总量的28.77%。如果建成,RCEP 将成为世界上最大的自由贸易区。

农产品贸易在RCEP 成员国之间占有重要地位,也是RCEP 谈判的重点和难点领域。RCEP成员国中,既包括日本和韩国等世界主要的农产品进口国,也包括澳大利亚、泰国和印度等世界主要的农产品出口国;中国更是世界第五大农产品出口国和第一大农产品进口国。由于农业对一国经济发展和社会稳定具有重要作用,农产品极易受到各种贸易壁垒的影响。因此,RCEP 一旦达成,无疑将进一步加强成员国之间的农业交流,释放农产品贸易潜力。那么,目前RCEP 成员国的农产品贸易发展如何,未来还有多大的提升空间,有哪些因素可能影响成员国之间的农产品贸易潜力。回答这些问题对促进RCEP 成员国间的农产品贸易畅通、提升农业合作水平具有重要参考价值。

系统将传统基于文本的纸质预案经过数字化抽象,结合事故后果模拟分析、GIS地理信息、相关应急救援等子系统,在重大危险源调查、数据录入的基础上,通过制定一类事故类型预案和具体危险源的个性预案,达到制定一类预案,解决同类事故救援的目的,实现事故救援预案的网上查询,指导性的共性预案和具体危险源的个性预案在内容上相互补充。实现各类应急预案的输入、查询、修改以及分类(分级别)统计的功能。

自RCEP 提出以来,学者们围绕RCEP 成员国贸易展开了大量研究。部分学者采用一般均衡模型量化评估了RCEP 的贸易效应。陈淑梅和倪菊华[1]基于一般均衡模型的模拟分析认为,RCEP 建成后印度的进出口改善最为明显,中国的出口有较大增长,而澳大利亚、韩国和日本进口也有明显提高。汤婧[2]采用GTAP 模型并设计了五个模拟方案,认为RCEP 框架下贸易自由化和贸易便利化程度越高,对中国进出口的积极影响越显著。而刘宇等[3]在运用GTAP 模型时考虑了时间成本,认为如果同时考虑关税削减与时间成本削减,RCEP 建成对成员国经济的积极影响将得到进一步提升。除此之外,还有学者对RCEP 成员国贸易竞争性与互补性进行了分析。薛坤和张吉国[4]的研究表明,RCEP 各成员国具有比较优势的农产品种类差异明显,并且中国与东盟和韩国的农产品贸易关系更加紧密。而刘艺卓和赵一夫[5]认为,中国农产品显示性比较优势在RCEP 成员国中相对较低,而且仅在果蔬和水畜产品上相对于部分成员国具有优势。

每年的四五月份,成群结队的飞鱼便会迫不及待地来到靠近陆地、岛礁的地方,寻找适合产卵的场所。而漂浮在岸边的棕榈叶,对于它们来说是再合适不过的产卵地(海藻丛生的海域,也是飞鱼喜欢的产卵地点)。

在上述理论模型框架下,为估算RCEP 成员国农产品贸易效率和贸易潜力,本文将随机前沿分析方法引入到引力模型中,构建如下随机前沿引力模型:

引力模型是测算贸易潜力及其影响因素应用最为普遍的方法。最初的贸易引力模型仅包含了贸易双方的经济规模和地理距离,对现实数据进行了较好地拟合[6]。随后学者们在模型中逐渐引入了人口、共同语言、共同货币和区域贸易协定等其他解释变量[7-9]。引力模型由于在解释国际贸易时具有较强的稳健性,被部分学者用来测算“贸易潜力”,即把估计引力模型后得到的拟合值作为贸易潜力,把实际贸易水平与贸易潜力的比值作为“贸易效率”[10-11]。国内许多学者采用这一方法来测算中国与不同国家(地区)的贸易潜力,例如李亚波[12]测算了中国与智利的贸易潜力,蒋冠和霍强[13]测算了中国与东盟国家的贸易潜力。

为了进一步分析影响贸易效率的因素,还需构建贸易非效率模型。Battese 和Coelli[22]在随机前沿引力模型的基础上设定了贸易非效率模型:

(三)病理变化 对死亡羊只进行剖检,该羊消瘦、眼结膜苍白,显贫血症状,唇内及外阴口各有两个丘疹;心肝未见明显病变。肺微红、无弹性,有一处淤血,两侧肾上有大量坏死灶,前胃及四胃上有少许硬实的结节单个存在;肠系膜淋巴结微肿、发白,其余未见明显示病症状。

二、RCEP 成员国农产品贸易概况

(一)RCEP 成员国农产品贸易规模

2000-2017 年,RCEP16 个成员国农产品贸易总体呈增长态势,进出口额分别由2000 年的1003.35 亿美元和800.68 亿美元,增加到2017 年的3670.49 亿美元和3226.24 亿美元,年均增长率分别达到7.93%和8.54%。由图1 可以看出,RCEP 成员国农产品进出口额除了受2009 年全球金融危机影响和2015 年世界经济整体复苏乏力影响而有所下降外,其他年份较上年均有所增长。2000 年以来,RCEP 成员国农产品贸易在世界农产品贸易中的比重小幅增加,进出口比重分别由2000 年的21.24%和17.66%,增加到2017年的24.17%和21.16%。其中,由于2011 年RCEP成员国农产品进出口大幅增加,在世界农产品进出口中的比重增加最为明显,分别达到32.30%和20.75%,在一定程度上体现了RCEP 在世界农产品贸易中的重要地位。

图1 RCEP 成员国农产品贸易总额及比重

数据来源:联合国商品贸易统计数据库(UN Comtrade),下同。

(二)中国与其他RCEP 成员国农产品贸易规模

从2000-2017 年中国对其他15 个RCEP 成员国农产品进出口额以及比重变化情况看(见图2),进出口规模总体呈扩大趋势,进出口额分别由2000 年的36.08 亿美元和88.97 亿美元,增加到2017 年的338.85 亿美元和326.46 亿美元,年均增长率分别为14.08%和7.95%。从进出口净值来看,2000-2010 年中国保持对其他RCEP 成员国农产品贸易顺差地位,到2011 年出现21.08 亿美元逆差,2012 年逆差增至46.55 亿美元,之后呈收窄趋势。从占比情况看,RCEP 成员国农产品在中国农产品贸易总额中的比重整体呈下降趋势,2017 年比2000 年减少了13.28 个百分点,其中进出口分别比2000 年减少了4.96 和13.48 个百分点。尽管如此,2017 年中国对RCEP 农产品贸易额仍占中国农产品对外贸易总额的三分之一,其中出口占比高达43.48%,可见RCEP 成员国对中国农产品进出口的重要性。

综上所述,对妊娠期糖尿病患者的治疗过程中,选择门冬胰岛素治疗方案,能够降低患者血糖水平,改善患者的生活质量,治疗效果优异,于临床中进行推广以及应用的价值较高。

图2 中国对其他RCEP 成员国农产品贸易额及比重

三、模型设定与数据来源

(一)理论模型

随机前沿分析方法最初主要用于测算生产过程中的技术效率,该方法将传统计量模型中的随机扰动项分为两个相互独立的部分:技术非效率项和随机误差项[20]。将这一方法引入到贸易引力模型中,其简约形式如下:

表示贸易潜力,即在无贸易摩擦时可能达到的最大贸易水平。用实际贸易水平与贸易潜力的比值代表贸易效率,则有:

式(2)为式(1)的对数形式。其中,Yijt表示第t期i 国对j 国的实际贸易水平,xijt表示GDP 和距离等引力模型中影响贸易的核心因素,β 为待估参数,为随机误差项,表示随机度量误差和影响贸易的随机性冲击;uijt为贸易非效率项,表示由于某些原因而未引入引力模型的限制或促进贸易的人为因素。当uijt=0 时,表示不存在人为的贸易摩擦,此时有:

TEijt表示贸易效率,是关于贸易非效率项的指数函数。由式(4)可知,当uijt>0 时,实际贸易水平小于贸易潜力,存在效率损失,此时有0<TEijt<1。而当uijt=0 时,实际贸易水平达到无摩擦或自由贸易条件下的最大可能值,此时有TEijt=1。

采用面板数据时,可根据非效率项是否随时间变化将模型分为两类。其中,时不变模型假定非效率项不随时间而变,但这一假定可能在各种限制或促进因素随时间变化明显的贸易领域并不适用。因此,Battese 和Coelli[21]构建了时变随机前沿模型,其主要形式如下:

其中,uij服从截断正态分布,η 为待估参数,其符号反映了贸易非效率项随时间的变化趋势。若η>0,贸易非效率项随时间递减,贸易效率递增,反之亦然。

金隆电解自1997年投产至今,先后经过多次技术升级和挖潜改造,最终实现了46万t的产能目标。为了适应国内外日趋激烈的市场环境,生产过程中,质量应与产量同步提升。较高的阴极铜质量,是全体员工参与全面质量管理的体现,是不断提高品牌形象的重要保障。铜产业发展至今,影响阴极铜质量的内外部因素更趋于多样性及复杂化,因此如何保持较高的经济技术指标,将是生产管理者共同面临的复杂课题。

尽管引力模型在贸易领域得到了广泛应用并取得了较多成果,但是传统引力模型的理论研究往往假定无贸易摩擦或使用冰山成本代表所有的贸易阻力[14-15],设定过于严格;在实证分析中也仅仅包括了部分易于观测的贸易阻力变量,其他许多未被识别或难以量化的因素被归到随机扰动项中,导致贸易潜力估计存在偏误[16]。在此背景下,随机前沿分析方法被引入到引力模型估计中,所有限制或促进贸易的因素都被单独的非效率项吸收处理。贸易潜力不再是传统引力模型拟合出来的贸易均值,而是在无贸易摩擦或自由贸易条件下可能达到的最高贸易水平。目前随机前沿引力模型已被越来越多的学者采用[17-19]。本文在概述RCEP 成员国农产品贸易的基础上,结合面板数据,运用随机前沿引力模型来分析RCEP成员国的农产品贸易潜力和贸易效率,进而提出提升贸易效率、释放贸易潜力的对策建议。

根据以上计算出的换能器各个组成部分的尺寸,通过Solidworks 2014对各部分建立三维模型。模型中忽略薄铜片电极和螺纹的影响,并对夹头部分进行简化,导入到Abaqus中,前后盖板采用C3D10的四面体网格,压电陶瓷采用C3D8E压电六面体网格,模型共划分10 450个单元。按照表1、表2中的材料属性赋给模型,选用Block Lanczos法对自由状态下的换能器进行模态分析,并提取换能器模型振型为纵振时的谐振频率,得到的纵振模态云图如图2所示。根据位移云图,在模型轴线上设置一条路径,可以导出该路径下单元节点的相对位移大小,如图3所示,通过相对振幅曲线可以找出换能器的位移节点位置。

其中,mijt表示影响贸易效率的因素,δ 为待估参数。将式(6)带入式(2)可得:

对式(7)直接采用随机前沿方法估计,即可在得到贸易效率的同时,分析影响贸易效率的各种因素,因此又被称为一步法。

(二)实证模型

梳理已有关于RCEP 成员国贸易的文献可知,多数研究探讨了RCEP 对贸易的潜在影响以及各成员国农产品贸易的竞争性与互补性,还尚未有研究关注RCEP 成员国农产品贸易未来可能的提升空间及其影响因素。因此,本文尝试在此方面作初步分析,以弥补对RCEP 成员国贸易研究的不足。

在单因素试验的基础上,考查盐酸质量分数、浸提时间、浸提温度、料液比对刺葡萄皮花青素浸提的影响,进行L9(34)正交试验。以浸提液的吸光度值为评价指标,确定刺葡萄皮花青素的最优浸提工艺。

对于贸易非效率模型,本文主要考虑了以下五种人为因素:(1)关税壁垒。虽然世界各国的整体关税已普遍处于较低水平,但各国对农产品的关税保护水平依然较高且很少松动。本文采用初级产品实际的平均关税(TAFjt)来反映进口国的关税壁垒,预期与贸易非效率正相关。(2)班轮运输。RCEP 成员国绝大部分是沿海国家,海运在农产品贸易中起着重要作用。本文采用班轮运输连通性指数(LSCjt)来反映进口国连通全球班轮航运网络的能力,即参与全球海运网络的程度,预期与贸易非效率负相关。(3)政治稳定和政府效率。政治稳定性(PVEjt)和政府效率(GEEjt)分别反映了进口国政局与社会环境的稳定程度和政策制定与执行的质量,预期与贸易非效率负相关。(4)货币和金融自由化。货币自由度(MONjt)和金融自由度(FINjt)分别衡量了进口国价格市场化程度和金融系统的效率水平,预期与贸易非效率负相关。(5)自由贸易协定。自贸协定(FTAijt)反映区域一体化程度,用虚拟变量表示。

其中,expijt表示第t 年i 国对j 国的农产品出口额,pgdpit和pgdpjt分别表示第t 年出口国和进口国的人均GDP,popit和popjt分别表示第t 年出口国和进口国的人口总量,distij代表出口国与进口国之间的地理距离。除此之外,xij包含了共同边界和共同语言等其他因素,本文在估计模型之前将对其进行似然比检验以确定是否引入这些变量。

一词多义现象一直以来都是语言学研究的现象之一,各个语言学流派从不同的侧面给予不同的阐释。自20世纪80年代认知语义学的兴起,国内外学者在体验哲学和心理认知的研究基础上,认为语义即是对客观世界进行范畴化和概念化的过程,一词多义现象与人类的认知模式密不可分,来源于概念的形成和认知模式,各语义项之间必然存在着各种理据。[1]笔者以英语介词at为例,从原型范畴理论和认知模式的视角实证研究一词多义现象的成因机制及启示作用。

为分析上述因素对RCEP 成员国农产品贸易效率和贸易潜力的影响,本文在随机前沿引力模型的基础上建立如下贸易非效率模型:

(三)样本选择与数据来源

首先,现有研究中对农产品的范围界定尚未有统一标准。为了使农产品覆盖范围更全面,尽可能真实反映各国之间的农产品贸易水平,本文将HS 编码1~24 章所有产品加上WTO《农业协定》中的其他作为农产品① WTO《农业协定》中的其他农产品包括:甘露糖醇(2905.43),山梨醇(2905.44),精油(33.01),蛋白类物质、改性淀粉、胶(35.01~35.05),整理剂(3809.10),2905.44 以外的山梨醇(3823.60),生皮(41.01~41.03),生毛皮(43.01),生丝和废丝(50.01~50.03),羊毛和动物毛(51.01~51.03),原棉和已梳棉(52.01~52.03),生亚麻(53.01),生大麻(53.02)。 。其次,参与RCEP 谈判的有东盟十国、中国、日本、韩国、澳大利亚、新西兰和印度,由于东盟中的文莱、老挝和缅甸数据严重缺失,被排除在样本之外。同时,为了使计量结果更加可靠,尽可能拉长样本年限,将样本时间跨度设为2004-2017 年。

随机前沿引力模型中,农产品出口额数据来源于UN Comtrade 数据库,人均GDP 和人口数量来源于世界银行WDI 数据库,距离、边界和语言数据来源于CEPII 数据库。另外,为了剔除通胀的影响将出口额和人均GDP 数据调整为2010 年美元计价。贸易非效率模型中,TAF 来源于WDI数据库,LSC 来源于UNCTAD 数据 库,PVE 和GEE 来源于世界银行WGI 数据库,MON 和FIN来源于Index of Economic Freedom,FTA 数据来源于WTO 的RTA-IS 数据库。所有变量的描述性统计如表1 所示。

表1 描述性统计

四、结果与分析

(一)随机前沿引力模型结果

在估计随机前沿引力模型之前,为保证模型的适用性和有效性,需要对模型设定形式进行似然比检验,检验结果如表2 所示。其中,前两个检验均在1%水平上拒绝了原假设,说明贸易非效率项显著存在且随时间变化,应采用时变随机前沿引力模型;后两个检验的原假设均无法拒绝,因此在模型中排除边界和语言变量。

在确定模型形式后,本文对2004-2017 年RCEP 成员国农产品贸易进行时变随机前沿引力模型估计。表3 中,表示随机扰动项中贸易非效率项所占比重,在时变模型中为0.976,且在1%的水平上显著,表明农产品实际贸易水平相对于前沿的偏离绝大部分是由贸易非效率引起的,随机前沿模型比OLS 模型设定更加合理。时变模型的η 值在1%水平上显著为正,说明时变模型比时不变模型更加适用,并且贸易非效率随时间递减,即RCEP 成员国农产品贸易效率随时间递增。

时变随机前沿引力模型中,出口国和进口国人均GDP(pgdpit和pgdpjt)均在1%水平上显著为正,说明RCEP 成员国经济发展水平越高越能促进农产品贸易,并且出口国经济发展对农产品贸易的促进作用要大于进口国。出口国和进口国人口总量(popit和popjt)都对农产品出口有正向影响,说明RCEP 成员国人口增长带来的市场扩容会有力促进双边农产品贸易,并且进口国人口规模扩大对贸易的促进作用更大。地理距离(distij)与农产品出口显著负相关,这可能是因为大部分农产品具有易腐易损的特性,距离越远运输要求越高,成本也就越高,农产品贸易因此受阻。

表2 随机前沿引力模型似然比假设检验结果

表3 时变随机前沿引力模型与贸易非效率模型结果

(二)贸易非效率模型结果

在估计贸易非效率模型之前,也需检验其适用性。本文具体进行了贸易非效率的存在性检验与模型设定检验,前者的原假设为不存在贸易非效率,即;后者的原假设为模型设定有误,所有人为因素不会对贸易非效率产生影响,即γ=δ0=δ1=…=δ1=0。由表3 可知两个检验均在1%水平上拒绝原假设,说明采用一步法估计贸易非效率模型是合适的。对进口农产品建立了较高的关税壁垒;另一方面,RCEP 成员国之间已经签署的自由贸易协定中也大都设置了敏感农产品,不降低或较少降低其进口关税,这些都是阻碍农产品贸易的因素。因此,降低农产品关税水平将是RCEP 谈判成功的一个关键因素。(2)班轮运输连通性指数(LSCjt)在1%水平上显著为负,即对贸易效率有正向影响。这说明RCEP 成员国加强海运基础设施建设、提高以船舶配置数量与平均规模以及集装箱数量为代表的海运能力可以显著提高贸易

表4 贸易非效率模型似然比假设检验结果

贸易非效率模型的估计结果如表3 所示。γ值为0.991 且在1%水平上显著,说明贸易非效率显著存在并且随机扰动项中的变异主要来自于贸易非效率项,应使用随机前沿模型的设定形式。

在影响贸易效率的主要人为因素中,(1)关税水平(TAFjt)对贸易非效率有显著正向影响,即对贸易效率有负向影响,与预期相符。一方面,日本、印度和韩国等RCEP 成员国为保护本国农业效率。(3)政治稳定性(PVEjt)和政府效率(GEEjt)均与贸易非效率显著负相关,表明RCEP 成员国维持稳定的国内政治环境、提高贸易政策执行水平、减少进口农产品的行政壁垒均有利于提高农产品贸易效率。(4)货币自由度(MONjt)和金融自由度(FINjt)对贸易非效率有正向影响,即对贸易效率产生了负向影响,但是货币自由度(MONjt)的影响并不显著。这表明RCEP 成员国开放金融市场、提高金融系统效率反而阻碍了贸易,可能的原因在于金融自由度高的国家在出现金融危机时容易受到更大的冲击,这也要求RCEP 在金融领域需要作出更加细致的设计,在开放金融服务业的同时提高金融安全保障能力。(5)自贸协定(FTAijt)对贸易非效率有负向影响且高度显著,说明达成自贸协定对RCEP 成员国间的农产品贸易具有促进作用,这不仅体现了RCEP 成员国间现有自贸协定产生的积极作用,也体现了在现有自贸协定的基础上开展RCEP 谈判,解决成员国间经贸合作碎片化问题,促进区域经济一体化的重要意义。

(三)贸易潜力

通过估计时变随机前沿引力模型和一步法估计的贸易非效率模型可以得到两组2004-2017年RCEP 成员国农产品贸易效率。当贸易非效率显著存在时,有0<TEijt<1,数值越大代表实际贸易水平越接近贸易潜力,贸易效率也就越高;数值越小代表实际贸易水平与贸易潜力的差距越大,贸易效率越低,可提升空间也就越大。

整体而言,虽然时变模型和一步法的估计值存在一定差异,但差异不大,并且不同国家贸易效率的相对大小和分布状态比较一致。由图3 可以看出,对于RCEP13 个成员国农产品出口平均效率,一步法的估计值整体要高于时变模型,但两者在国家排序上基本相同。具体来说,时变模型和一步法估计的出口效率均值分别为0.290 和0.330,意味着RCEP 成员国间的农产品贸易仍有很大潜力。其中,新西兰、澳大利亚、泰国、印度尼西亚和越南农产品出口效率相对较高,说明这些国家对其他RCEP 成员国的农产品出口得到了充分发展,同时仍有提升空间。出口效率最低的三个国家分别是柬埔寨、日本和韩国,可能是这些国家面对的人为限制因素较多,出口阻力较大。

图3 RCEP 成员国农产品出口效率

基于时变模型和一步法估计的中国农产品出口效率分别为0.363 和0.373,均位于第七位。图4 具体列出了中国对其他RCEP 成员国的农产品出口效率。两组数据均显示农产品出口效率的国别差异较大,其中中国对日本、马来西亚和越南的出口效率排前三位,三者合计占到了2017年中国对RCEP 成员国农产品出口总额的52.70%,出口效率较高并不意外。而中国对印度、柬埔寨和新西兰的出口效率较低,在2017 年中国对RCEP 成员国农产品出口总额中的比重仅为2.70%,未来仍有增长空间。

图4 中国对RCEP 成员国农产品出口效率

图5 显示了基于时变模型的2004-2017 年中国对其他RCEP 成员国(地区)农产品平均出口效率的变化情况。中国对日本农产品出口效率始终保持在0.75~0.81 之间且有略微增长。尽管日本出于自身需要,针对农产品采取了较为复杂的贸易壁垒,但中国在土地、气候和劳动力等资源禀赋方面与日本有着明显的差别,农产品贸易互补性较大,近年来日本也始终是中国农产品最大的出口目的国,出口效率高说明出口潜力得到了大量释放。在将东盟国家作为整体考虑后,中国对东盟农产品出口平均效率在0.3~0.4 之间,位于日本和韩国之后。中国与东盟在2002 年就已签署自贸协定,建成了中国第一个对外自贸区,为双方农产品贸易提供了重要的制度保障。东盟整体在中国农产品出口中的比重甚至超过了日本,0.4 左右的出口效率也说明了双方农业合作仍有较大的拓展空间。RCEP 成员国中,中国对印度的出口效率最低,虽有一定增长,但仍在0.1 以下。中国和印度都是人口与农业大国,资源禀赋比较相似,双边农产品贸易具有较强的竞争性,这也使得印度在中国农产品出口中的比重并不高;但印度是“一带一路”沿线的重要节点国家,两国又是金砖国家中的重要成员,这些都为双方农产品贸易水平的提升提供了机遇。

虽然出口效率可以间接度量农产品出口潜力,但还需结合具体的农产品出口额来看。将农产品实际出口额和出口效率带入式(4)可得出口潜力。表5 是根据2017 年中国对其他RCEP 成员国的农产品实际出口额和出口效率计算出的出口潜力。可以看到,中国对日本、韩国和越南的农产品出口潜力居前三位,而对新加坡、新西兰和柬埔寨的出口潜力较小。也可以看到,除出口效率外,大国效应对出口潜力也有一定影响。一方面,虽然中国对日本的出口效率较高,但由于出口规模大,出口潜力依然较大;另一方面,虽然中国对新西兰和柬埔寨的出口效率较低,但由于出口规模太小,出口潜力依然较小。因此,出口效率的高低并不能完全反映出口潜力的大小,还需结合实际出口额具体说明。

首先,健全和完善学生寝室的测评机制。通过文明寝室的创建等方式,建立涵盖思想政治素质、寝室卫生、学习状况等综合测评机制。建立学霸或学霸寝室“一对一”帮扶机制,以学霸带动后进生学习,以学霸寝室带动后进生集中的寝室,并建立带动成果“双评比”机制,评比学霸和后进生结对帮扶的成效,成效显著者予以表彰。以此推动形成更多学霸寝室,并推动整个学风升级。

表5 2017 年中国对RCEP 成员国农产品出口潜力(时变模型)

五、结论与建议

(一)结论

本文在概述RCEP 成员国农产品贸易现状的基础上,采用随机前沿引力模型测算了RCEP成员国农产品贸易效率和贸易潜力,并分析了影响贸易效率的主要人为因素。主要得出以下结论:

图5 中国对RCEP 成员国农产品出口效率的变化趋势(时变模型)

第一,2000 年以来RCEP16 个成员国农产品贸易整体呈扩大趋势,并且RCEP 在中国农产品对外贸易中占有重要地位。第二,出口国与进口国人均GDP、人口总量与农产品贸易显著正相关,并且出口国人均GDP 与进口国人口规模的正向影响更大,而贸易双方的地理距离对农产品贸易有显著负向影响。第三,贸易非效率模型结果说明关税水平依然是阻碍农产品贸易效率的重要因素,货币和金融自由度同样形成了阻碍,但货币自由度的影响并不显著。与之相反,班轮运输、政治稳定性、政府效率以及自贸协定与贸易效率显著正相关,说明这些都是促进农产品贸易的因素。第四,对贸易效率和贸易潜力的估计表明,RCEP 成员国间的农产品出口平均效率在0.3 左右,新西兰、澳大利亚、泰国、印度尼西亚和越南出口效率相对较高,而柬埔寨、日本和韩国出口效率相对较低,中国处于中等水平。中国对其他RCEP 成员国的农产品出口效率有较大差异,在考虑农产品出口额后,发现中国对日本、韩国和越南农产品出口潜力最大。

(二))建议

1.加快实施自由贸易区战略。一方面,中国应积极协调RCEP 各成员国,力争尽早签署自贸协定。在谈判过程中对农业领域保留更大的灵活性,可以为各国的敏感农产品削减关税设置较长的过渡期,暂时搁置分歧严重的领域。另一方面,RCEP 成员国中只有日本和印度尚未与中国签署自贸协定,因此可考虑开展中国—印度自贸协定联合可行性研究,同时加快中日韩自贸协定谈判进程,这些都有利于进一步扩大RCEP 成员国间的农产品贸易规模,提高贸易效率。

2.结合“一带一路”倡议,推动RCEP 各成员国海运基础设施建设和联通,减弱地理距离的负面影响。“一带一路”倡议不仅强调贸易畅通,还非常重视设施联通。中国可依托丝路基金、亚洲基础设施投资银行、金砖银行和上海合作组织开发银行等金融机构为RCEP 成员国海运基础设施建设提供投融资支持,重点布局贸易潜力较大而基础设施相对落后的国家和地区。由于很多基础设施项目投资巨大、周期较长,在投融资过程中也需要注意当地的金融风险甚至政治风险,在风险可控的前提下开展合作,为提升农产品贸易水平夯实基础。

另一些乡镇节庆活动中,主持人也常常提到海外侨民对节庆活动的贡献,例如侨民组织或个人赞助了某项活动,或者为抽奖活动提供了奖品等。节日中另一些场合,例如校舍竣工仪式等,也会拉横幅感谢作出贡献的侨民。海外侨民的贡献在乡镇节庆中是显性的存在、公开的话语。

3.开展农业合作时要因地制宜,有所侧重。由于RCEP 各成员国农业资源禀赋不同,中国与各国的农产品贸易结构与贸易效率不尽相同。对于日本和马来西亚等农产品出口效率较高的国家,可在维系高水平贸易的同时开拓新的贸易合作形式,进一步挖掘贸易潜力。对于韩国和印度等农产品出口效率相对较低而出口规模较大的国家,可通过完善农产品标准和技术规范、提高农产品的质量检验检疫的技术手段和能力等措施化解贸易壁垒,扩大贸易规模。

参考文献

[1]陈淑梅,倪菊华.中国加入“区域全面经济伙伴关系”的经济效应——基于GTAP 模型的模拟分析[J].亚太经济,2014,(2):125-133.

[2]汤婧.区域全面经济伙伴关系:整合困境及其对中国经济福利与产业的影响分析[J].财贸经济,2014,(8):85-93.

[3]刘宇,吕郢康,刘莹.时间成本视角下RCEP 对中国的经济影响——基于GTAP 模型的测算[J].系统工程理论与实践,2017,(37):2777-2790.

[4]薛坤,张吉国.中国与RCEP 成员国农产品贸易互补性分析[J].新疆农垦经济,2016,(8):35-42.

[5]刘艺卓,赵一夫.“区域全面经济伙伴关系协定”(RCEP)对中国农业的影响[J].农业技术经济,2017,(6):120-126.

[6]Tinbergen J.Shaping the world economy:Suggestions for an international economic policy[M].New York:The Twentieth Century Fund,1962.

[7]Linnemann H.An econometric study of international trade flows[M].Amsterdam:North Holland Publishing Company,1966.

[8]Frankel J A,Stein E,Wei S J.Regional trading blocs in the world economic system[M].Washington,D.C:Institute for International Economics,1997.

[9]Rose A.Which international institutions promote international trade?[J].Review of International Economics,2005,13(04):682-698.

[10]Nilsson L.Trade integration and the EU economic membership criteria[J].European Journal of Political Economy,2000,16(04):807-827.

[11]Egger P.An econometric view on the estimation of gravity models and the calculation of trade potentials[J].World Economy,2010,25(02):297-312.

[12]李亚波.中国与智利双边货物贸易的潜力研究——基于引力模型的实证分析[J].国际贸易问题,2013,(07):62-69.

[13]蒋冠,霍强.中国—东盟自由贸易区贸易创造效应及贸易潜力——基于引力模型面板数据的实证分析[J].当代经济管理,2015,(2):60-67.

[14]Bergstrand J H.The gravity equation in international trade:Some microeconomic foundations and empirical evidence[J].Review of Economics & Statistics,1985,67(03):474-481.

[15]Deardorff A V.Determinants of bilateral trade:Does gravity work in a neoclassical world?[R].NBER Working Paper No.5377,1995.

[16]Armstrong S P.Measuring Trade and Trade Potential:A Survey[R].Asia Pacific Economic Papers No.368,2007.

[17]施炳展,李坤望.中国出口贸易增长的可持续性研究——基于贸易随机前沿模型的分析[J].数量经济技术经济研究,2009,(06):64-74.

[18]鲁晓东,赵奇伟.中国的出口潜力及其影响因素——基于随机前沿引力模型的估计[J].数量经济技术经济研究2010,(10):21-35.

[19]谭秀杰,周茂荣.21 世纪“海上丝绸之路”贸易潜力及其影响因素——基于随机前沿引力模型的实证研究[J].国际贸易问题,2015,(02):3-12.

[20]Aigner D,Lovell C A K,Schmidt P.Formulation and estimation of stochastic frontier production function models[J].Journal of Econometrics,1977,6(01):21-37.

[21]Battese G E,Coelli T J.Frontier production functions,technical efficiency and panel data:With application to paddy farmers in India[J].Journal of Productivity Analysis,1992,3(01-02):153-169.

[22]Battese G E,Coelli T J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics,1995,20(02):325-332.

[基金项目] 江苏省高校优势学科建设工程资助项目(项目编号:PAPD)。

[作者简介] 郑建(1992-),男,山东聊城人,博士研究生,研究方向:农产品贸易;王雪梅(1991-),女,安徽芜湖人,研究方向:技术经济。

(责任编辑:管 仲)

标签:;  ;  ;  ;  ;  ;  ;  

RCEP成员国农产品贸易潜力与影响因素-基于随机前沿引力模型的实证分析论文
下载Doc文档

猜你喜欢