中国农业贸易模式的动态分析，本文主要内容关键词为：中国农业论文,模式论文,动态论文,贸易论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 提出问题
农产品贸易是国际货物贸易的重要组成部分，并且始终是国际贸易中的一个重要又较为特殊的议题。①第二次世界大战以来，在关贸总协定(GATT)的推动下，尽管工业制造品的贸易自由化程度不断提高，但农产品贸易的保护程度却一直高居不下。2001年以来，中国加快了贸易自由化的步伐，其中，农业是一个敏感而又不可回避的领域：加入世界贸易组织(WTO)之后，中国的农业贸易逐步自由化；签订和实施了中国与东盟、中国与智利、中国与巴基斯坦等几个自由贸易协定或“早期收获”计划，农产品是这些计划中最先实行自由贸易的产品；对台湾地区的蔬菜和水果实行零关税政策等。贸易自由化理论认为，贸易自由化将使贸易参与国按照比较优势的原则调整农业生产，市场的自我强化机制将使贸易专业化程度进一步提高。因此，本文动态研究了2001～2005年以来中国农业贸易模式，②以了解农业贸易模式在贸易自由化的快速推动下是否发生了变化，农产品比较优势有什么变化，以便对中国农业的发展提出政策性建议。
对国际贸易比较优势的研究主要是静态研究，而现有的对比较优势进行的动态研究主要侧重于工业制造品(Brasili et al.，2000；Brulhart，2001；Dalum et al.，1998；De Benedictis and Tamberi，2004；De Benedictis，2005；Proudman and Redding，1998、2000；耿伟，2006)。Proudman和Redding(1998、2000)研究了法国、德国、日本、英国和美国五个国家工业制造品贸易模式的稳定性和流动性。结果显示法国专业化模式的流动性最强，英国次之，日本最弱。从长期来看，日本的比较优势分布更趋向于强优势产业和强劣势产业，表明日本与其主要贸易伙伴之间的专业分工模式不断强化。Brasili等(2000)比较研究了美国等五个最大的工业化国家和新加坡等八个快速发展的亚洲国家(地区)所有商品出口模式的变化，得到的结论是发展中国家贸易模式的流动性更强，而且发展中国家产业优势的分布不平衡。耿伟(2006)对中国149个制造行业的内生比较优势模式进行了分析，结果表明中国制造业的比较优势具有较大的稳定性。陈智远(2002)以净出口指数为数据，考察了上海比较优势的动态演变，并提出相应的政策建议。汪琳(2006)沿用陈智远(2002)的思路，分析中国农产品比较优势在1999～2000年的变动情况。
本文以改进的比较优势指数为基础，综合并扩展上述文献的研究方法，研究近年来中国农产品比较优势指数的部门分布及其变化，以及部门内分布的跨时期演变，以分析中国农业贸易模式的稳定性和流动性(persistence and mobility)。③本文第二部分介绍研究方法和基础数据，第三部分展示计算和分析的结果，最后总结全文，提出政策建议。
二 研究方法与数据
衡量一个国家贸易专业化(贸易模式)的指标有许多(Iapagre，2001)，其中最常用的是Ballasa (1965)提出的显示性比较优势(Revealed Comparative Advantage，RCA)指数。按照他的定义，显示性比较优势指数是一个国家的某种产品的出口额占该产品全球出口总额的比重与该国全部产品出口总额占全球所有产品出口总额比重的比值，计算方法为:
由公式(2)计算出来的RMCA的平均值是常数1。刘明兴等(2001)用类似的公式计算了东亚国家和地区1980～1997年的显示性比较优势指数，分析东亚国家出口结构的变化。但RMCA仍然是一个不对称的RCA指数，不适合分析比较优势的跨时期变动。Fagerberg(1995)建议用一个较小的数值对RCA进行调整，使之成为对称的显示性比较优势(Revealed Symmetry Comparative Advantage，RSCA)指数。Dalum等(1998)和Laursen(1998)用数值1对RCA指数进行了调整，见公式(3)。
对贸易模式演变的研究通常分析RSCA指数跨部门分布的变化和部门内的跨时期演变。较为常用的方法有两种：一是对起始年份和终止年的RSCA指数进行OLS回归分析，二是比较起始年份和终止年RSCA指数。Dalum等(1998)采用回归方法对经合组织国家1965～1992年的出口专业化模式进行了分析。对起始年份和终止年RSCA指数进行比较研究的方法主要有比较概率密度函数(PDF)(Brasili et a1.，2000；De Benedictis，2005)以及马尔可夫转换矩阵、洛伦茨曲线等。
本文以联合国COMTRADE数据库的数据为基础，应用公式(3)计算中国农产品的RSCA指数，综合并扩展上述方法从以下几个方面研究中国农业贸易模式的稳定性和流动性：(1)利用统计描述分析RSCA指数的总体变动；(2)计算和比较概率密度函数(PDF)，从总体上分析RSCA指数的分布形状和跨时期演变；(3)通过RSCA的散点分布图和OLS回归分析RSCA的动态变化；(4)构造马尔可夫转换矩阵并计算相关的流动指数分析RSCA的稳定程度；(5)借用洛伦茨曲线分析RSCA指数的产品集中程度；(6)结合中国农业贸易产品结构，分析具体类别农产品的出口份额与比较优势的关系及其变化。
联合国的COMTRADE数据库收集了1962年以来的国际贸易数据，按照SITC1、SITC2、SITC3、HS1992、HS1996、HS2002和BEC(broader economic category)进行分类整理。⑤鉴于本文研究的是中国加快贸易自由化步伐以来农业贸易模式的演变，因此只截取了2001～2005年的HS1996二分位(HS-2)数据。⑥为了方便起见，本文的农产品定义为HS1996的第1章到第24章(表1)。⑦在进行计算时，除非另有说明，计算都是在所有货物的范围内(HS01～HS99)进行的。
三 计算结果与分析
我们对根据公式(3)计算出来的中国农产品RSCA指数进行分析，应用不同的方法从多种角度对中国农产品RSCA指数的部门分布及其跨时期变化，以及部门内分布的跨时期演变做出判断，以确定中国农业贸易模式的稳定性和流动性，最后结合2001～2005年的中国农业贸易结构具体评述相关的农业部门。
(一)统计描述
对样本数据的统计描述可以从整体上把握样本数据的分布情况。表2是中国农产品2001～2005年的RSCA指数的统计描述，列出了各年份RSCA指数的平均值、中位数、四分位数、四分位差、最大值、最小值、标准差和标准差系数，以及反映RSCA指数概率密度分布形状的峰度和偏斜度。
表2数据清楚地表明，从2001到2005年中国农产品RSCA指数的平均值、中位数、四分位数、标准差和标准差系数的绝对值都呈现下降趋势。平均值的下降说明中国农产品总体比较优势的下降。表2所列的偏斜度均大于0，并且呈上升趋势，说明2001～2005年的RSCA指数分布越来越呈右偏态势。在样本数据呈左偏或右偏分布的情况下，平均值的说服力较弱，这时中位数和四分位数更能说明问题。因此，我们进一步分析中位数和四分位数以证实中国农产品平均比较优势下降的观点。中位数的含义是50％的农产品的RSCA指数都低于中位数的值，中位数越低说明不具备比较优势的产品越多，而中位数的下降则表明总体比较优势和更多农产品比较优势的下降。2001年，中国农产品RSCA指数的中位数为-0.3089，而2005年则下降为-0.5045。这反映中国越来越多的农产品不具有比较优势。
四分位数有同样的作用，所不同的是第一个四分位和第三个四分位分别表示25％和75％的RSCA指数低于相应的四分位的值。另外，中位数两侧四分位差的范围内分布着大约50％的RSCA指数。也就是说，2001年的RSCA有50％分布在(-0.6524，0.0347)之内，而2005年的RSCA则有50％分布在(-0.8687，-0.1403)之内。这都说明，从2001到2005年，中国农产品的比较优势呈总体下降趋势。标准差和标准差系数绝对值的下降均反映了RSCA指数波动幅度的下降。表2中的最大值和最小值的变化趋势表明，RSCA指数的跨度变窄了，同样反映出中国农产品RSCA指数波动幅度的下降。
中国农产品总体显示性比较优势的下降，反映出中国农产品在国际市场上整体竞争力的下降，而RSCA指数波动幅度的下降则反映出中国农产品的比较优势数值越来越集中。贸易自由化显然对中国农产品的出口造成了一定的负面影响。比如，中国对东盟的农业贸易逆差一直在扩大，到2003年实施农产品零关税计划以来，该趋势更为明显。
(二)概率密度分布
我们采用非参数统计的方法分析中国农产品RSCA指数分布的形状和跨时期变化。国外经济学家用这种方法研究了工业制造品比较优势及贸易模式的变化。本文使用高斯核密度估计(Gaussian kernel density estimation)，系列数据X在点x的核密度估计由下面的公式表示：
(4)
其中，n为样本大小，K为核函数，h为组距。
图1是2001和2005年中国农产品RSCA指数的概率密度函数分布图。图中的竖线是比较优势和比较劣势的分界线，即RSCA=0。图1显示，2001和2005年的RSCA指数绝大多数都在竖线左边，即RSCA＜0，说明中国绝大多数的农产品不具有比较优势。虚线箭头和实线箭头分别表示2001和2005年RSCA指数中位数的位置，其左右两侧各分布50％农产品的RSCA值。
图1 2001和2005年RSCA概率密度分布
资料来源：根据COMTRADE数据应用Eviews 6.0进行计算与绘制。
图1显示，2001和2005年50％的农产品的RSCA指数都远远低于0。与2001年相比，2005年RSCA指数的中位数位置向左移动，说明更大比例的农产品不具有比较优势，即RSCA＜0；同时，2005年的RSCA指数概率密度分布更右偏，反映中国农产品比较优势的下降，更多农产品的RSCA小于0。为了评价这些变化的统计显著性，我们进行了威尔科克森(Wilcoxon)双尾检验。原假设(H[，0])为2001和2005年的RSCA指数序列没有显著差别。检验结果在α=0.05的置信水平上以p=0.1432接受原假设。
对2001和2005年RSCA指数概率密度分布变动的分析结论与统计描述的分析结论一致，即中国农产品国际竞争力下降了。事实上，在24类农产品中，RSCA＞0的类别数在2001和2005年分别只有8类和6类。这8类与6类产品分别是HS05、HS16、HS14、HS07、HS20、HS03、HS12、HS09和HS05、HS16、HS14、HS20、HS07、HS03，其中，HS12和HS09从具有比较优势变为不具有比较优势。因此，我们对这6～8类农产品予以重点关注。
(三)RSCA的散点分布图和OLS回归
图2是2001和2005年RSCA指数的散点分布和回归曲线图，横坐标是2001年的RSCA指数，纵坐标是2005年的RSCA指数，十字交叉的实线分别是两个年份产品具有比较优势和比较劣势的分界线(即RSCA=0)。这两条实线把整个图分为为四个象限，对角线象限(左上象限和右下象限)是比较优势发生转变的区域，其中，左上象限的点表示产品从比较劣势转为比较优势，而右下象限的点表示产品从比较优势转为比较劣势。非对角线象限(左下象限和右上象限)的点则表示产品的优势状态没有发生变化。图2上的点绝大多数都位于左下和右上两个象限，左上象限没有点，右下象限出现了两个点。这说明中国绝大多数农产品的优势状态并没有发生变化，没有产品由具有比较劣势转化为具有比较优势，相反，有两类农产品从具有比较优势转化为不具有比较优势，这两类农产品是HS12和HS09。
图中的虚线是45度线，其上方的点表明RSCA有所改善，其下方的点表明RSCA有所恶化。45度线的上方只有两个点，说明只有两类农产品的RSCA值有所改善，这就是HS17和HS18两类农产品，其比较劣势下降；其余农产品的比较优势恶化或者比较劣势增加。所有的点越靠近45度虚线则说明贸易模式越稳定，反之，贸易模式越不稳定。图2表明，从总体上看，所有的点都较为靠近贸易模式稳定线，反映中国农业较为稳定的比较优势结构。
图2 RSCA散点分布和回归曲线
资料来源：根据COMTRADE数据应用Eviews 6.0进行计算与绘制。
该结果说明，2001和2005年的RSCA具有较强的正相关关系，β接近1说明中国农业贸易模式具有较强的稳定性，0＜β＜1则意味着原来具有较低(高)RSCA值的农产品的RSCA值上升(下降)。表2中最大值的下降和最小值的上升反映了这一回归结果。但是，尽管RSCA＞0的情形符合这一结果，但是多数RSCA＜0的情形却与该回归结果相反，比较劣势继续恶化。回归曲线和45度虚线的位置关系反映出贸易模式的稳定性。图2的回归曲线与45度虚线互相较为接近，表示中国农业贸易模式较为稳定。
中国农产品RSCA指数散点分布和回归曲线均表明，2001～2005年中国农业贸易模式处于一种较为稳定的状态。也就是说，农业贸易自由化并未对中国农业及农业贸易造成根本性的冲击。但是，这种状况如果长期存在并非是一件好事。从长远看，贸易自由化将会导致农业生产结构的改变，从一个更广的范围内进行农业生产资源的重新配置。如何帮助农民进行农业生产的转型是农业发展中的一个重要问题。
(四)马尔可夫转换矩阵(Markovian transition matrix)
为了进一步分析中国农产品比较优势的变化趋势及稳定程度，我们构造了马尔可夫转换矩阵，研究农产品2001年RSCA指数在2005年的变动方向。马尔可夫转换矩阵反映的是一个事件从一种状态转换到另一种状态的概率，用以说明其稳定性和流动性。这一方法由Quah(1996a、1996b、1997)研究跨国人均收入的收敛时提出来的。王海港(2005)、尹恒等(2006)用类似的方法研究了中国居民收入的流动性。Proudman和Redding(1998、2000)、Brasili等(2000)将这种方法引入到对贸易模式演变的分析。耿伟(2006)和汪琳(2006)用此方法研究了中国的情况。本文在马尔可夫转换矩阵分析的基础上引入流动性指数，分析中国农业贸易模式的稳定性和流动性。
我们首先按照2001年RSCA指数的四分位值把RSCA指数的取值范围[-1，+1]细分为四组：-1.0≤RSCA＜-0.5167，-0.5167＜RSCA≤-0.3089，-0.3089＜RSCA≤0.1705，0.1705＜RSCA≤1.0，计算2001年各组RSCA指数在2005年停留在本组或变动到其他组的概率，得到表3。⑧第一行和第一列分别列出各组RSCA的上限临界值，括号里的数字分别为2001和2005年各组RSCA的产品类别数。表格的上半部分是各产品组RSCA停留在本组或变动到其他各组的概率。转换矩阵对角线(从左上角到右下角)单元格的概率表示相应各组产品RSCA的稳定性，其他单元格的概率则表示各组产品RSCA的流动性。表格的下半部分是初始年和终止年农产品在各组的分布情况。
从整体上看，停留在本组的RSCA的概率较高，说明中国农业贸易模式较为稳定。从各产品组看，第一组是完全稳定的，第四组具有较高的稳定性，但是，第二组和第三组的流动性超过了稳定性，反映出中国农业贸易模式在部分产品上具有较大的流动性。此外，值得注意的是，除了停留在本组，各组RSCA都没有向RSCA值高于本组的方向变动，而是仅仅向RSCA值低于本组的相邻产品组变动，反映出中国农业比较优势的下降。
具体来看，2001年位于第二组的HS08、HS22、HS24和HS02四类农产品在2005年下降到第一组，第三组的HS19、HS10、HS13和HS01四类农产品下降到第二组，第四组的HS20和HS07两类农产品下降到第三组。各产品组在初始年和终止年所占比重(表格的下半部分)的变化反映出不具比较优势农产品的增加，与前面的分析一致。
为了进一步证实上述发现，我们计算了中国农业贸易模式的流动性指数。⑨流动性指数把概率转换矩阵的信息简化为一个静态的统计量。中国农业贸易模式流动性计算公式、计算结果和公式来源分别记录在表4。P为矩阵，Trace(P)是矩阵的轨迹，
为矩阵的特征值(eigenvalue)。
、
和
的值都介于[0，1]，数值越大，流动性越大。表4所展示的计算结果表明，中国农业贸易模式的流动性处于中等水平，因而，中国农业贸易模式较为稳定，没有发生剧烈的变化。
但令人关注的是，在较为稳定的贸易模式下隐藏着一定的流动性和农产品比较优势的下降。这种流动性和比较优势的下降反映出中国农业发展的趋势。中国农业贸易模式之所以较为稳定，是因为中国农业部门一直在进行循序渐进改革与开放，贸易自由化步伐的加快是以往政策的某种延续，因而没有形成本质上的冲击。针对贸易模式的流动性，为了使中国农业立足于国际市场，就必须进行农业政策改革，使之适应中国农业面临的国际环境。
(五)RSCA洛伦茨曲线
洛伦茨曲线原本是用于直观地图解衡量收入不平等的基尼系数的。经济学家借用这一理念和手法来分析国际生产的专业化(Amiti，1998；Kim，1995)。Brulhart(2001)以芬兰的制造业出口为例构造了用于分析出口专业化的区位基尼系数(locational Gini coefficient)和相应的洛伦茨曲线。
我们分别对中国农产品2001和2005年的RSCA指数从小到大进行了排序，以相应年份农产品类别i在世界全部农产品出口中的累计比重作为横坐标，农产品类别i在中国全部农产品出口中的累计比重为纵坐标，构建2001和2005年中国农业贸易模式的RSCA洛伦茨曲线(图3)。图中X[，ci]和X[，ct]分别表示中国某类别农产品的出口和全部农产品出口，X[，wi]和X[，wt]分别表示世界某类别农产品的出口和全部农产品出口。由于本文只涉及HS01～HS24章的产品，这里的i代表HS01～HS24各章，t代表HS01～HS24章总体。
图3中的两条曲线代表2001和2005年中国农业比较优势结构与世界比较优势结构的对比。这两条曲线都比较接近45度线分布轨迹(distributional locus)，说明中国农业的贸易结构接近世界农业的贸易结构，专业化程度不是太高。2005年的曲线较2001年曲线向右移动则说明中国农业的比较优势结构偏离世界平均比较优势结构。RSCA洛伦茨曲线的右移说明贸易专业化程度上升。也就是说中国农产品的比较优势集中在更少的农产品上，这些产品是HS05、HS16、HS14、HS07、HS20和HS03六类农产品。
图3 中国农产品RSCA洛伦茨曲线
资料来源：作者根据COMTRADE数据应用Eviews6.0进行计算与绘制。
RSCA洛伦茨曲线的右移也说明农产品比较优势将会出现两极化的趋势，具有比较优势农产品的比较优势得到加强，不具有比较优势农产品的比较优势继续恶化。目前这种趋势并不明显，主要是由于考察期太短。贸易自由化的理想结果之一也就是农产品比较优势的两极化，农业生产结构按照比较优势原则进行调整。
(六)产品类别分析
上述分析应用不同手段从多个方面在总体上展现了中国农产品贸易模式的变动情况，得出基本的结论：2001～2005年，中国农业贸易模式具有较大的稳定性，但出现了一些令人关注的流动性。为了更详细地分析中国农产品比较优势的变动趋势，我们对2001～2005年中国农产品的RSCA指数进行分类与排序以便观察各类农产品RSCA指数的变化趋势。
我们按照2001年RSCA值从大到小的顺序排列了2001到2005年中国农产品RSCA指数分布与变动情况。我们看到在24类农产品中，HS05、HS16、HS14、HS07、HS20和HS03六类农产品在观察期内始终具有比较优势，HS12和HS09从具有比较优势变为不具有比较优势，HS10在比较优势状态发生过波动，最终仍然不具有比较优势，其余15类农产品在观察期内始终不具有比较优势。中国绝大多数农产品RSCA指数呈下降趋势，其中HS01、HS12、HS09和HS02四类农产品的下降幅度最大。HS13、HS14、HS10、HS17和HS15五类农产品的RSCA指数出现过波动。RSCA指数最小的HS18类农产品的RSCA指数出现上升态势。
为了了解农产品的比较优势是否与贸易的农产品结构一致，我们计算了中国农业贸易产品结构。通过比较农产品的比较优势和贸易产品结构发现，中国出口的主要农产品与农产品的比较优势并不完全一致。中国出口的农产品主要集中在HS03、HS16、HS07、HS20、HS10和HS12六类农产品，而具有比较优势的农产品是HS05、HS16、HS14、HS07、HS20和HS03六类农产品。HS05具有最大的比较优势，但它的出口份额仅为4％左右，HS14具有较大的比较优势，其出口份额却不足0.3％；相反，占出口份额5.5％左右的HS12却从具有比较优势变为不具有比较优势。HS03类农产品虽然拥有最大的出口份额，但仅具有微弱的比较优势。HS10类农产品的比较优势状态发生过波动，与其出口份额的变化较为一致，该类农产品2003年的出口份额超过10％，并且具有比较优势，其余年份的出口份额不足10％，同时也不具有比较优势。HS18类农产品最不具有比较优势，但其出口份额在不断增加，比较劣势在不断下降，其出口份额从2003年以来超过HS14类农产品。
对于具有比较优势并且出口份额较大的农产品，要继续发展并给予大力支持；对于具有比较优势但出口份额较小的农产品，要充分发挥其比较优势，扩大生产和出口；对于不具有比较优势但出口份额较大的农产品，要适当地减少生产；对于不具有比较优势但出口份额和比较优势都在增加的农产品，要给予适当的关注，看其是否符合中国农业发展的比较优势。
四 政策建议
通过上述分析，本文得出以下结论：在考察期内(2001～2005年)，(1)中国绝大多数农产品不具有比较优势；(2)中国农业贸易模式具有较大的稳定性，没有出现大的变化；(3)在较为稳定的农业贸易模式下，中国农产品比较优势出现了一些值得令人关注的变化，即中国农业的总体比较优势呈下降趋势，更多的农产品不具有比较优势，部分农产品的比较优势具有较大幅度的下降。
基于上述分析，本文提出以下政策建议：
1.从战略上重视农业，建立农业综合支持体系。农业是中国国民经济的基础，农业贸易发展战略应该向外向型农业转移。第一，建立全国统一的农产品市场。要在农业贸易自由化的大环境中发展农业，形成一个统一的农产品市场，打破行业垄断和地方保护。在农业走向国际之前，必须走向全国。这里的走向全国，不是指将产品销售到全国各地，而是指农业的发展要全国一盘棋，发挥区域比较优势，在全国范围内进行资源的优化配置。第二，建立包括农业生产支持、农业收入支持、农业营销支持和农业基础设施支持四大部分的农业综合支持政策体系。第三，培育和发展要素市场。要素市场的发展是提高农业生产率和农民收入的重要源泉。政府对资源或者要素市场的干预政策对农业发展更为重要。
2.实施农业发展比较优势战略。根据市场需求，依托地区优势，因地制宜地发展优质、高效农产品，按照比较优势原则确定农业的发展战略与方向。对于缺乏比较优势的小麦、玉米、棉花、大豆、油菜籽等农产品(HS10和HS12类农产品)，战略调整的基点应在保证安全供给的条件下，适度减少生产，有效利用国际市场调剂供需缺口。对于具有比较优势的农产品(HS05、HS16、HS14、HS07、HS20和HS03六类农产品)，应采取积极措施进一步发挥和实现比较优势，增强国际竞争力，扩大其出口份额和国际市场份额。
(截稿：2008年3月)
注释：
①例如，GATT1947虽然没有把农业单列出来，但许多条款的例外规定都是针对农产品的。
②贸易模式具有较广泛的方面，本文所说的贸易模式主要是指比较优势。
③这里所说的部门是指根据HS1996划分的第1章到第24章的农产品。
④实际上，RCA指数的上限为X[，wt]/X[，ct]，而X[，wt]/X[，ct]的值是随行业的不同而各异，随时间的变化而改变的(De Benedictis and Tamber,2004；De Benedictis，2005)。
⑤关于国际贸易商品各种分类法的介绍，可参见中国海关统计咨询网(http://www.chinacustomsstat.com/CustomsStat/Html/news2.htm)。
⑥本文写作时，该数据库关于中国的最新数据为2005年的数据。
⑦为行文方便，下文中涉及农产品的分类以HS二分位代码表示。
⑧在本例中，也可以将RSCA的取值范围均等地分为四组，以分析RSCA发生正负符号变化的情形。我们用此方法构造了另一个转换矩阵，结果正负符号变化的情形只有第3组(即[0，0.5]这一组)由正RSCA转变为负RSCA，概率为0.2857。
⑨对本文所使用的流动性指数的评价，见Geweke等(1986)和Forrnby等(2004)。
标签：中国农业论文; 农产品论文; 贸易自由化论文; 比较优势论文; 动态分析论文; 农业发展论文; 中国模式论文; 流动性论文;