中國花卉苗木出口影響因素及貿易潛力分析

齊 博，孫東升

(中國農業科學院農業經濟與發展研究所，北京 100081)

一、引言

我國地域遼闊，氣候多樣，為各種花卉苗木資源提供了優越的生產環境。然而，我國花卉苗木產業起步較晚，20世紀80年代由云南昆明附近的農民開始商品化生產［1］，進入21世紀后迅速發展，種植面積由1998年的16.6萬公頃增長到2011年的102.4萬公頃，年均增長率達13.9%，并且在2010年成為全球花卉種植面積最大的國家。與此同時，中國花卉苗木的出口額也呈現出上升趨勢，由1992年的58.3萬美元增長到2011年的816.6萬美元，年均增長率同樣為13.9%。但是，中國花卉苗木的出口占全球市場的份額一直較低，保持在0.3% ～1.4%之間(如圖1)，而2011年全球花卉苗木出口額排名前五的國家:荷蘭、以色列、比利時、尼日利亞和德國的市場占有率分別為39.9%、10.2%、6.2%、5.9%和3.9%，中國僅排在第18位。周應恒等(2007)通過計算中國鮮切花出口的市場集中度指數和顯示性比較優勢指數，指出中國鮮切花出口主要集中在亞洲市場，并且顯示性比較優勢指數低于0.3，出口潛力巨大［2］。蔡軍(2011)認為中國花卉出口前景廣闊，但目前主要面臨的問題是品種研發滯后、產品技術含量和附加值較低，缺乏國際競爭力［3］。中國花卉苗木出口的世界市場占有率并沒有表現出與其種植面積相適應的地位，那么，分析制約中國花卉苗木出口的因素，不僅有利于提高其出口市場占有率，而且對國內花卉產業整體生產效率的提升及技術進步具有重要激勵作用。

圖1 1992－2011年中國花卉苗木出口額及全球市場份額(美元、%)

引力模型被國內外學者廣泛用來評估雙邊貿易流量的影響因素。傳統引力模型是根據牛頓萬有引力定律類推而來，認為根據兩個國家之間對商品或勞動力的供給與需求能力以及其之間的地理距離，可以預測兩個國家之間人口遷移量及商品貿易量。Ravenstein(1889)在研究19世紀英國人口遷移模式時，開創性的使用了引力模型;Tinbergen(1962)和Poyhonen(1963)最早使用引力模型解釋貿易流量，但是他們并沒有嚴格的理論推導，而僅給出了直觀的理由［4］。之后，Leamer et al(1970，1974)嘗試著探索引力模型的理論基礎，他們將引力模型和HO模型中的相關變量放在一起對貿易流量進行回歸，但是并沒從理論上給出將這兩個模型結合的理由［5］。Anderson(1979)基于不同國家出口差異化產品的假設，利用柯布道格拉斯偏好(Cobb-Douglas preferences)方程和不變替代彈性偏好(CES preferences)方程實現了一般均衡模型和HO理論模型的契合，構建了引力模型理論框架［6］。Bergstrand(1985，1989)在此基礎上，進一步擴展了該模型［7－8］。他將HO的完全競爭模型和Krugman的壟斷競爭模型進行融合，構建了引力模型的新框架，并且解釋了產業內貿易的現象。由于引力模型在解釋雙邊貿易流量方面所具有的優越性，再加上適當的理論框架，至此之后，國內外學者將之視為分析雙邊貿易影響因素的有力工具。在農產品貿易領域內，孫東升等(2005)、顧國達等(2007)在傳統引力模型的基礎上，進一步分析了技術貿易壁壘對中國農產品出口的影響［9－10］;張海森等(2008)、趙雨霖等(2008)將研究對象聚焦于東歐和東盟，利用引力模型分析區域貿易影響因素［11－12］;孫林(2008)、帥傳敏(2009)在基于引力模型回歸結果測算了貿易潛力［13－14］。以上研究均是在傳統貿易理論和新貿易理論的框架下，而以Melitz(2003)［15］的企業異質性模型為基礎的新新貿易理論賦予了引力模型新的內涵，認為由于一國企業生產效率的差異將導致生產效率較低的企業無法支付進入出口市場的成本，從而在某些年份無法從事出口活動，這給以往研究過程中忽略的貿易零值現象給出了理論的解釋。由于大量貿易零值的存在，這對如何合理估計引力模型的結果產生了巨大的挑戰。Silva and Tenreyro(2006)通過比較各種可能的方法，認為泊松偽極大似然估計法PPML(Poisson Pseudo Maximum Likelihood)比較適合處理貿易零值問題［16］;孫林(2011)采用蒙特卡羅模擬的方法，認為非線性最小二乘法才是處理貿易零值的最優選擇［17］。我們這里認為前者通過模擬結合現實貿易數據得出的結論更加可靠，因此，我們將在下文中使用PPML估計法。

二、模型構建與數據來源

(一)模型構建

傳統的引力模型可以表示為:

PXij為用美元衡量的i國到j國的貿易流量，Yi和Yj分別是i國和j國的GDP，Dij為從i國經濟中心和j國經濟中心之間的距離，Aij為其他一些促進或者阻礙兩國之間貿易的因素，uij為隨機誤差項。在進行實證分析的過程中，通常將兩邊取自然對數，轉換成線性方程，即:

式(2)是傳統引力模型的線性形式，在此基礎上，學者們通常還會加入代表進出口國雙方供給與需求能力的人口和人均收入變量，另外，是否擁有共同邊界、是否建立區域自由貿易區等虛擬變量也經常包含在模型中。但是本文認為對于表征貿易雙方供給與需求能力的變量應該根據研究對象的不同適當調整，史朝興，顧海英(2005)也認為以某個產業為研究對象時，以該產業的數據更能體現出口國的供給能力［18］。因為本文的研究對象是花卉產業，所以，在選擇我國GDP作為供給能力的基礎上，我們還選擇了花卉的種植面積作為衡量花卉供給能力的更直接的變量，并且選擇花卉產業技術人員的數量進一步衡量花卉的供給能力。同時，我們也借鑒很多學者的研究，在模型中加入是否建立自由貿易區、是否擁有共同邊界以及是否遭受經濟危機等。

然而，基于企業異質性模型的新新貿易理論從構成一個國家出口的微觀企業視角，構建了雙邊貿易流量的決定因素。Chaney(2008)在傳統引力模型理論框架中融入異質性企業的元素，構建了雙邊貿易流量的決定方程［19］:

根據以上研究結果，本文將分別構建如下3個實證模型:

以上模型中，Yi的預期符號不確定，因為，隨著我國經濟規模的擴大，一方面增加了出口的能力，另一方面也提高了國內居民的消費能力，所以取決于兩者的共同作用。Yj的預期符號為正，表明進口國的經濟規模越大對我國花卉苗木產品的需求越大。Si為花卉苗木的種植面積，Pi為花卉苗木產業技術人員數量，兩個變量的預期符號均為正，花卉苗木的種植面積越大，其出口潛力越大，而技術人員越多，其產品的競爭力越強。Dij為貿易雙方經濟中心之間的距離，即Chaney(2008)模型中的可變貿易成本，其預期符號為負。wi為我國相對于進口國的農業生產效率，企業異質性模型認為只有那些效率較高能夠支付出口市場進入成本的企業才能從事出口活動，所以預期符號為正。fij為固定貿易成本，根據企業異質性模型的結論，固定貿易成本僅對一國出口的擴展邊際產生影響，而對集約邊際不產生作用，因此，該變量預期符號不確定。θij為中國某個貿易伙伴相對于其其他貿易伙伴的貿易成本，該變量的值越大，說明其與中國貿易的可能性越大，預期符號為正。contig和fta的預期符號為正，shock預期符號為負。

(二)數據來源

本文的被解釋變量為1995－2010年中國向各個貿易伙伴國出口花卉苗木產品的金額，其中，花卉產品包括HS海關編碼0602除無根插枝及接穗植物和食用水果或堅果樹、灌木，以及0603和0604條目下所有編碼代表的產品，數據來源于UN Comtrade數據庫。解釋變量中，各國的GDP采用折算為2005年不變價格美元的數據，來源于世界銀行數據庫;花卉苗木產業的種植面積和技術人員數量來自農業部種植業司花卉數據庫提供的1998－2010年數據;貿易雙方經濟中心之間的距離、是否建立區域自由貿易區以及是否擁有共同的邊界數據來源于CEPII BACI數據庫，但該數據庫最新數據僅到2006年，關于是否建立區域自由貿易區變量在此之后的取值又參考了中國自由貿易區服務網(http://fta.mofcom.gov.cn/)的相關信息;固定貿易成本數據來自The Heritage Foundation數據庫，取各項細分指標的平均分;在計算偏遠指數過程中所使用的貿易數據來自UN Comtrade數據庫，GDP數據來自世界銀行。

三、實證結果分析及貿易潛力測算

(一)引力模型實證結果

在獲取相關數據的基礎上，首先對各變量進行相關性檢驗，從表1所顯示的檢驗結果來看，進口國GDP和相對其他貿易伙伴國偏遠指數以及中國花卉苗木種植面積和技術人員數量兩組變量相關系數均在0.9以上，相關性較高。當同一組的兩個變量出現在同一模型中時，將會對回歸結果產生影響。因此，我們在式(4)－式(6)的基礎上，將每組變量中的兩個變量分開回歸。

表1 引力模型各變量相關系數

本文數據的最大特點是被解釋變量中存在大量的零點，大約占樣本的50%，并且企業異質性模型為這些零點的存在給出了理論解釋，那么對于這樣的數據，我們將采用Silva和Tenreyro(2006)提出的PPML估計方法，他們在比較引力模型的各種估計方法后，認為PPML法在解決引力模型的異方差和貿易零值問題方面具有優越性。

表2中模型(1)－模型(7)均是采用STATA 11.0對各變量進行PPML估計回歸的結果。模型(1)是最簡單的傳統引力模型，從回歸結果來看，支持兩個國家貿易流量與GDP成正比與其之間的距離成反比的結論，表明進口國GDP每增加1%，中國花卉苗木產品出口額將增加0.339%;中國的GDP每增加1%，出口額將增加0.079%，但是當雙邊地理距離增加1%時，貿易額將減少0.198%，不過模型整體的擬合度僅為0.355，擬合程度較低。模型(2)－模型(7)均是在企業異質性理論框架下的回歸結果，并且從整體擬合度來看，均高于模型(1)。其中，模型(2)和模型(3)的區別主要是分別用中國花卉苗木的種植面積和該產業技術人員數量代表中國花卉苗木出口能力，但是從回歸結果來看，變量符號和顯著性甚至各變量的系數大小均沒有顯著差異，我國花卉苗木產品出口額對進口國GDP的彈性為0.269，對雙邊之間距離的彈性為－0.187，對中國花卉供給能力的彈性為0.108，這里的結果顯示擴大花卉苗木種植面積和增加技術人員數量對中國花卉苗木出口的影響效應是一樣的，體現了技術在花卉出口中的重要作用。另外，生產效率變量回歸系數顯著為正，表明中國相對于進口國農業生產效率每提高1%，我國花卉苗木的出口額將增加0.126%，這一結果驗證并擴展了企業異質性模型的結論，即效率越高的企業不僅具有進入出口市場的能力，并且還具有出口更多產品的能力。固定貿易成本變量系數在5%置信水平下顯著為正，表明The Heritage Foundation對中國貿易伙伴國的經濟自由度總體評價每提高1分，中國花卉苗木產品出口額將增加0.469%，從回歸系數的大小可以看出，固定貿易成本的系數最大，并且我們可以在接下來的模型中得到同樣的結論，表明其對中國花卉苗木出口額的影響效應最大。

模型(4)和模型(5)與模型(2)和模型(3)相對應，是為了解決進口國GDP變量與其相對于其他貿易伙伴國偏遠指數變量高度相關問題，并且模型(4)和模型(5)的區別與上述兩個模型一致，也是為了解決花卉苗木種植面積與該產業專業技術人員數量兩個變量高度相關的問題。從回歸結果來看，各變量的符號及顯著性水平與前兩個模型保持一致，但是各系數的絕對值較前兩個模型更高，尤其是代表中國花卉苗木供給能力的兩個變量以及固定貿易成本變量，表明在進口國沒有收入約束的情況下，中國花卉苗木的出口彈性更大。另外，模型(5)中花卉苗木產業技術人員數量變量的回歸系數值比種植面積變量的系數值更大，在前兩個模型的基礎上進一步間接表明增加我國花卉苗木產業產品的技術含量將會在更大程度上提高我國的出口額，也是該產業未來發展的方向。在這兩個模型中，我們最關心的是進口國相對于其他貿易伙伴國偏遠指數變量，結果表明進口國相對于其他伙伴國偏遠程度越大，越傾向于從中國進口花卉苗木產品，并且彈性在0.2以上。

模型(6)和模型(7)的主要目的是檢驗區域自由貿易區、共同邊界以及經濟危機是否會對中國花卉苗木出口產生影響，原則上應該在模型(2)－模型(5)的基礎上分別加入這些變量，但是我們在上面的分析中已經表明代表中國花卉苗木供給能力的兩個變量影響效應相差不大，所以這兩個模型中僅選擇花卉苗木的種植面積。從回歸結果來看，僅建立區域自由貿易區對中國花卉苗木出口具有顯著的促進作用，中國向區內貿易伙伴多出口28.6% ～37.1%①根據伍德里奇的研究結論，模型中的虛擬變量采用的是半對數形式，而其他變量采用雙對數形式，所以解釋結果不同。的產品，同時，我們也發現地理距離變量的系數較之前模型顯著的下降，表明區域經濟一體化的貿易政策在一定程度上抵消了空間距離對貿易的不利影響。另外，該模型的結果并未支持中國會增加對相鄰伙伴國出口的結論，但經濟危機將會顯著降低中國花卉苗木出口，經濟危機期間，中國出口將會下降8.2%～10.6%。

表2 中國花卉苗木出口引力模型回歸結果

(二)貿易潛力測算

盛斌、廖明中(2004)指出利用引力模型的結果可以模擬“理論”或“自然”狀態下的潛在出口額，以實際出口額與模擬的出口額進行比較，若實際值低于模擬值則表明貿易不足，反之則貿易過度［23］。由于模型(6)的整體擬合度最高，所以本文利用利用該回歸結果進行貿易潛力測算，測算結果如圖2所示。從整體情況來看，出口潛力核密度圖有兩個峰，左邊的峰是由于貿易零值造成的，而右邊的峰代表貿易潛力情況。首先，從右峰我們可以看出，中國對大部分國家花卉苗木出口潛力大于1，表明總體呈出口過度狀態，進一步將伙伴國按照經濟發展程度分為發達國家和發展中國家，從圖2的右峰可以看出，中國對發展中國家出口過度程度高于發達國家。以上結果是否意味著我國花卉苗木出口增長乏力呢?我們不能忽略圖2中左鋒的樣本，即中國在其他年份出口而在2010年沒有出口的國家，這些國家是我們貿易的潛力所在①從企業異質性理論解釋這些零點的出現是因為我國花卉苗木出口企業的效率并沒有達到門檻效率，無法支付市場進入成本。。從圖中我們可以看出，2010年中國出口的貿易零值主要集中在發展中國家，因此，中國花卉苗木產業未來出口的增長點是以科技力量提高生產率，深入挖掘發展中國家的市場。

圖2 2010年中國花卉苗木出口潛力核密度分布圖

四、主要結論與政策建議

本文在企業異質性模型的框架下，將生產效率、固定貿易成本、相對偏遠指數等變量引入到傳統引力模型中，同時，對貿易零值問題進行了重點討論，最終選擇了PPML估計方法對中國花卉苗木產業出口影響因素進行實證分析。實證結果表明，首先，代表中國花卉苗木供給能力的種植面積變量，代表進口國需求能力的GDP變量以及兩國之間的地理距離等傳統變量對中國花卉苗木出口具有顯著的影響，其中，進口國需求能力對我國花卉苗木的出口彈性最大。其次，我們還發現技術升級對中國花卉苗木出口具有重要的促進作用。最后，企業異質性理論框架下的變量結果表明，隨著我國花卉苗木生產效率的提高將會有更多的企業能夠克服效率門檻，進入出口市場，提高出口額，而當前我國花卉苗木產業土地生產率和勞動生產率分別僅為荷蘭的50%和0.5%［24］，因此，中國花卉苗木生產效率提升空間巨大;另外，進口國經濟自由程度越高、相對于其他貿易伙伴國越偏遠，那么中國對其花卉苗木出口額將越多。在此基礎上，我們的結果還表明建立區域自由貿易區將減弱空間距離對貿易的不利影響，而經濟危機期間中國花卉苗木出口額將顯著降低，同時，本研究中并沒有足夠的證據表明與中國相鄰的國家將會進口更多中國的花卉苗木產品。另外，潛力測算結果表明，發展中國家市場是我國花卉苗木未來出口的增長點。

針對以上的研究結論，我們認為，提高我國花卉苗木出口額不僅需要合理布局出口市場，選擇經濟規模較大、地理距離相對較近、經濟自由程度較高的貿易伙伴，更重要的是提高花卉苗木生產過程中的技術含量。而當前我國花卉苗木產品品種研發、技術含量要遠遠低于荷蘭、以色列等花卉苗木出口大國，王晰等(2008)指出，我國農業投資在農業GDP中的比重不足8%，而發達國家一般在20%～30%之間。因此，我國應該重視科技對花卉苗木產業的作用，在土地、勞動力等投入要素機會成本逐年攀升的背景下，加大科研投入，重點突破節約土地資源的技術和資金替代勞動的技術。在具備較高研發與生產效率的基礎上，我們還需要根據以往出口的經驗，積極推進區域自由貿易區建設，盡量降低貿易壁壘的阻礙，提升我國花卉苗木產品的國際競爭力與市場占有率。

［1］耿獻輝，齊 博.中國鮮切花:規模優勢與產地競爭［J］.農業技術經濟，2010(7):54-59.

［2］周應恒，齊 博，耿獻輝.我國切花出口國際競爭力的實證分析［J］.國際商務——對外經濟貿易大學學報，2007(1):54-58.

［3］蔡 軍.出口穩步增加，瓶頸仍然堪憂——我國花卉出口現狀及問題分析［J］.中國花卉園藝，2011(5):8-10.

［4］James E Anderson.The gravity model［J］.Annual Review of Economics，2011(3).

［5］ALAN Deardorff.Determinants of bilateral trade:Does gravity work in a neoclassical world?［R］.NBER Chapters，The Regionalization of World Economy，1998:7-32.

［6］ANDERSON James E.A theoretical foundation for the gravity equation［J］.American Economic Review，1979，69:106-116.

［7］BERGSTRAND JeffreyH.Thegravityequationin internationaltrade:Some microeconomic foundations and empirical evidence ［J］.Review of Economics and Statistics，1985，67(3):474-481.

［8］BERGSTRAND Jeffrey H.The generalized gravity equation，monopolistic competition，and the Factor-Proportions theory in international trade［J］.Review of Economics and Statistics，1989，71(1):143-153.

［9］孫東升，周錦秀，楊秀平.我國農產品出口日本遭遇技術性貿易壁壘的影響研究［J］.農業技術經濟，2005(5):6-12.

［10］顧國達，牛曉婧，張錢江.技術壁壘對國際貿易影響的實證分析——以中日茶葉貿易為例［J］.國際貿易問題，2007(6):74-80.

［11］張海森，謝 杰.我國——東歐農產品貿易:基于引力模型的實證研究［J］.中國農村經濟，2008(10):45-53.

［12］趙雨霖，林光華.中國與東盟10國雙邊農產品貿易流量與貿易潛力的分析——基于貿易引力模型的研究［J］.國際貿易問題，2008(12):69-77.

［13］孫 林.我國農產品貿易流量及潛力測算——基于引力模型的實證分析［J］.經濟學家，2008(6):70-76.

［14］帥傳敏.基于引力模型的中美農業貿易潛力分析［J］.中國農村經濟，2009(7):48-58.

［15］MARC J Melitz.The impact of trade on intra-industry reallocations and aggregate industry productivity［J］.Econometrica，2003，71(6):1695-1725.

［16］SANT os Silva J M C，S Tenreyro.The log of gravity［J］.The Review of Economics and Statistics，2006，88(4):641-658.

［17］孫 林.貿易流量零值情況下引力模型估計方法的優化選擇——來自蒙特卡羅模擬的證據［J］.數量經濟技術經濟研究，2011(3):152-160.

［18］史朝興，顧海英.貿易引力模型研究新進展及在中國的應用［J］.財貿研究，2005(3):27-32.

［19］CHANEY T.Distortedgravity:Theintensiveand extensive marginsofinternationaltrade ［J］.American Economic Review，2008，98(4):1707-1721.

［20］錢學鋒，熊 平.中國出口增長的二元邊際及其因素決定［J］.經濟研究，2010(1):65-77

［21］KANCS A.Trade growth in a heterogeneous firm model:Evidence from South Eastern Europe ［J］.The World Economy，2007，30(7):1139-1169

［22］HEAD K，MAYER T.The empirics of agglomeration and trade［J］//HENDERSON J V，THISSE J F.Handbook of Regional and Urban Economics，2004(4):2609-2669.

［23］盛 斌，廖明中.中國的貿易流量與出口潛力:引力模型的研究［J］.世界經濟，2004(2):3-12.

［24］王 晰，蘭 勇.農產品貿易增長的荷蘭道路及對我國的啟示［J］.經濟師，2008(7):81-82.