中國對RCEP其他成員國農產品出口貿易的影響因素研究

郭鴻鵬 劉愛茹 徐爽 陳志恒

(1.吉林大學生物與農業工程學院 吉林長春 130012；2.吉林大學東北亞學院 吉林長春 130012)

1 文獻綜述

進入21世紀，在全球化加速進展的背景下，世界各國經濟發展與貿易往來中的不平等現象在各國及國內各部門之間始終不斷加劇，尤其是在金融危機后的一段時間內尤為凸顯，放緩了世界上主要經濟體的經濟、貿易和投資增速，逆全球化思潮和貿易保護主義勢力逐漸抬頭。“十三五”時期，我國經濟進入新常態，同時面臨較為嚴峻的外部挑戰，特別是中美貿易摩擦加劇和突如其來的新冠疫情沖擊了我國經濟，加速了“百年未有之大變局”的演變，使得不穩定、不確定性因素逐漸顯著。與此同時，國家之間的交流合作愈發緊密，但小規模的沖突糾紛時有發生，經貿合作關系錯綜復雜。

因此，為加強區域國家經濟一體化、實現共同發展，東盟在2012年發起了《區域全面經濟伙伴關系協定》(RCEP)，其成員國覆蓋人口約22.7億，GDP約占全球的33%、出口額占全球的30%，一經成立便成為全球規模最大的自由貿易協定。經中國、日本、韓國、澳大利亞、新西蘭和東盟十國共15方成員國的共同努力，該協定最終于2022年1月1日起陸續開始正式生效，標志著覆蓋全球人口最多、經貿規模最大、最具發展潛力的自由貿易區正式落地。RCEP的簽署及實施從全球貿易的角度來看，為全球經濟復蘇與國際政治經濟格局調整帶來了重要影響；從東亞區域的角度來看，為各成員國迎來了深化亞太產業鏈、供應鏈關系的重要機遇，充分展現了加速整合區域經濟一體化的堅定信念；從中國自身的角度來看，此項協定加快推進了“以內循環為主體、國內國際雙循環相互促進”的新發展格局。

在當下復雜的國際貿易局勢下，推動農產品國際貿易高質量發展對連接區域性市場、建設全國統一大市場、穩定產業鏈供應鏈具有重要意義。目前，部分學者對農產品出口貿易的研究將國家的經濟規模、各國之間的貿易距離、各國的人口規模等作為衡量指標研究RCEP的經濟效應。王淑影等(2022)通過構建擴展貿易引力模型，實證研究中國農產品出口貿易規模與經濟發展水平、貿易條件及人口規模之間呈現正向促進，與地理距離存在負相關性。另一部分學者以經濟合作帶來的農產品貿易額增長為衡量RCEP簽署所帶來的影響。袁波等(2022)在對中國農產品出口進行分析中表明，RCEP協定為其提供了良好的貿易環境，促使中國在貿易中充分發揮比較優勢。

此外，在有關中國農產品出口影響因素研究的文獻中，金鈺雯、穆朠(2021)指出，研究貿易影響因素時考慮空間性是必要的，其主要原因有兩點：一是若兩國距離相近，那么某一國的貿易很有可能會對其鄰國的貿易產生直接影響；二是由于各影響因素在影響本國貿易的同時，也會對其鄰近國家貿易產生影響，即產生了空間溢出效應。但現有文獻中學者采用空間計量模型進行影響因素空間溢出效應的研究較少，而采用隨機前沿引力模型從時變角度對影響因素進行研究的甚多。如喬翌(2019)運用貿易引力模型在中國蔬菜出口貿易及國際競爭力研究中發現，貿易距離、兩國人均收入差和中國人均蔬菜產量是影響我國蔬菜出口的關鍵因素。

本文將充分吸收和借鑒既有研究取得的成果，同時看到以下問題需要深入探討：中國對RCEP其他成員國農產品出口貿易的主要影響因素是什么？如何提高中國農產品貿易的競爭力？要研究以上問題，本文從客觀因素及主觀因素兩個角度出發，構建中國對RCEP其他成員國農產品出口貿易的主要影響因素指標體系，以Moran散點圖為局部空間自相關的分析方法，并采用隨機前沿引力模型、貿易非效率模型及空間杜賓模型分別從時間和空間兩個角度分析不同因素對農產品出口貿易的影響，為進一步拓展優化中國農產品貿易合作領域、合理配置高效資源要素提供實證基礎。

2 模型數據來源與指標選取及構建

2.1 數據來源

本文選取2012—2021年中國對RCEP其他14個成員國農產品出口貿易的面板數據進行研究，所需的農產品出口貿易數據均選自聯合國商品貿易統計數據庫；人均生產總值與人口總量數據來自世界銀行數據庫；國家首都間距離來自法國CEPII數據庫；經濟自由度指數、政府誠信自由度指數、勞動自由度指數來自美國傳統基金會。

2.2 模型的指標選取及構建

基于本文研究目標和數據的可獲得性，隨機前沿引力模型及空間杜賓模型選取以下短期內難以改變的決定中國對RCEP其他成員國農產品出口貿易額的客觀因素：

一是人均國內生產總值：GDPit代表中國人均生產總值，其與出口存在長期穩定的均衡關系，表現為出口對人均GDP增長具有極強的拉動作用，初步預測GDPit變量的符號為正；GDPjt代表RCEP其他成員國人均生產總值，其增長意味著該國市場的擴大及進口潛力的提高，初步預測GDPjt變量的符號為正。

二是人口總量：POPit代表中國人口總數，一國人口數越多，則本國人口對產品的需求量越大，出口量越少，初步預測POPit變量的符號為負；POPjt代表RCEP其他成員國人口總數，對于進口國而言，人口越多對農產品的需求越大，故進口量需求越大，初步預測人口變量的符號為正。

三是中國與RCEP其他成員國的耕地面積：LANDit代表中國耕地面積，LANDjt代表RCEP其他成員國耕地面積，耕地越大，表明國家越重視農業，越有利于出口國出口，阻礙進口國進口，故初步預測LANDit變量的符號為正、LANDjt變量的符號為負。

四是兩國首都間距離：DISij表示中國北京與RCEP其他成員國首都的直線距離，用以衡量農產品貿易的運輸成本，距離越遠，貿易成本越高，越不利于貿易出口，初步預測DISij變量的符號為負。

此外，制約兩國農產品貿易量的主觀因素作為本文貿易非效率模型的主要變量，本文選取受國家貿易政策影響較為顯著的經濟自由度指數、政府誠信自由度指數、勞動自由度指數三個變量，同時引入“是否簽訂RCEP協定”為虛擬變量，RCEP協定作為積極有效的貿易政策，將最大程度地激發農產品貿易發展潛力，促進農產品貿易發展。貿易非效率模型的變量系數為負，則代表變量與效率成正比，因此初步預測ECOjt、GOVjt、LABjt、RCEPjt四個變量的符號均為負。

3 中國對RCEP其他成員國農產品出口貿易影響因素的實證分析

3.1 隨機前沿引力模型的理論基礎

本文采取Battese&Coelli(1995)的研究方法，使用“一步法”分析貿易非效率的影響因素，即對隨機前沿模型和貿易非效率模型同時回歸。該模型的一般形式如下：

兩邊取對數可得：

其中，Tijt為t年i、j兩國的貿易流量；Χijt表示貿易客觀條件；β 為待估參數；vijt為隨機擾動項；μijt為貿易非效率項。

結合本文選取的指標，為了得到更具有穩定性與科學性區分了非效率項vijt與隨機誤差項 μijt，并將模型分為式(3)隨機前沿引力模型和式(4)貿易非效率模型兩部分，同時使用Battese&Coelli(1995)提出的“一步法”合并兩個方程并轉化為對數形式得到式(5)：

設定模型的具體回歸方程之后，本文采用Frontier4.1軟件進行回歸檢驗，深入挖掘影響中國對RCEP其他成員國農產品出口貿易的影響因素，剖析其因素的影響程度。

3.2 隨機前沿結果分析

3.2.1 模型適用性檢驗

為進一步確定貿易非效率項對中國對RCEP其他成員國農產品出口貿易具有影響，在進行實證分析前，本文先檢驗貿易非效率項的存在性和時變性。由表1可知，模型適用性檢驗的LR統計量均在1%的顯著性水平上拒絕原假設，結果證明模型中貿易非效率存在且隨時間變化。

表1 模型適用性檢驗結果

3.2.2 模型穩健性檢驗

為保證模型結果的穩健性，本文進行時不變和時變兩類隨機前沿引力模型的估計，結果如表2所示。根據所得結果，兩類模型各變量的系數符號及顯著性水平均保持一致，由此可知所構建模型得到的估計結果是穩健的。此外，時變模型的γ值(0.998)略大，說明貿易非效率是造成出口貿易無法達到潛在水平的主要因素，同時時變模型η值(0.021)在1%的水平上顯著，進一步表明時變模型更為合適。

表2 模型穩健性檢驗結果

3.2.3 模型回歸結果分析

適用性及穩健性檢驗已證明貿易非效率項的存在性及模型具有時變性，因而使用Frontier4.1計量軟件，采用“一步法”對模型進行估計，模型估計結果如表3所示。中國及其他成員國人均生產總值、中國及其他成員國人口、中國及其他成員國耕地面積及兩國首都間距離都對中國農產品出口貿易有顯著的影響，現對變量因素進行以下分析：

表3 貿易非效率模型結果

一是lnGDPit系數為正，說明中國人均生產總值的增加促進農產品貿易的出口，這與預期符號相同，該結果驗證了譚小芬等(2022)提出的國際商品交換在一定程度上促進國家經濟上行波動的研究結果。

二是lnGDPjt系數為負，說明其他成員國人均生產總值的增加抑制中國農產品貿易的出口，這與預期符號不符，可能由于中國目前農產品出口品類較為集中且主要為低級農產品，其他成員國人均生產總值增加從而提高了對高級農產品的需求，抑制了中國低級農產品的出口。

三是lnPOPit系數為負，說明中國人口總數的增加抑制農產品貿易的出口，這與預期符號相符。從產品需求角度來看，中國人口總數的增加會促進本國農產品的消耗，從而抑制農產品出口。

四是lnPOPjt系數為正，說明其他成員國人口總數的增加促進中國農產品貿易的出口，這與預期符號相符。在RCEP其他成員國其他條件不發生改變的前提下，人口總數的增加會加大本國對農產品的需求量，從而促進農產品從中國進口。

五是lnLANDit系數為負，說明中國耕地面積的增加抑制農產品貿易的出口，這與預期符號不符。從中國本國國情角度來看，2012—2021年，人口紅利的逐漸消失和城鎮化的不斷發展，農業生產中的勞動力成本逐漸上升，同時土地資源流失較嚴重，導致農業產量有所下降，故與預期符號不符。

六是lnLANDjt系數為負，說明其他成員國耕地面積的增加抑制中國農產品貿易的出口，這與預期符號相符。其他成員國的耕地面積越大，自給自足的能力越強，進口需求便降低，從而抑制了農產品從中國進口。

七是lnDISit系數為負，說明兩國首都間距離的增加抑制中國農產品貿易的出口，這與預期符號相符。農產品具有易腐性及可替代性，在雙邊貿易中兩國的地理位置相距越遠，運輸成本則越大，兩國的貿易流量則越少，從而抑制了進口。

貿易非效率模型中，變量對中國農產品貿易出口額具有負向影響，經濟自由度指數、政府誠信指數、勞動自由度指數3個變量均通過1%的顯著性檢驗且其符號與預期相同，說明這些變量是破除阻礙農產品貿易出口的主觀因素，可以促進農產品貿易的發展。但虛擬變量“是否簽訂RCEP協定”的符號為正且通過1%的顯著性檢驗，可能由于RCEP協定于2019年正式簽訂，2022年才正式生效，其效力尚未顯著，故與預期不符。

4 中國對RCEP其他成員國農產品出口貿易的空間相關性與溢出效應分析

前文對中國對RCEP其他成員國農產品出口貿易影響因素的研究僅考慮了時間因素，尚未考慮空間因素。為了結果的客觀性與全面性，本文基于國家層面的面板數據構建空間計量模型，研究中國對RCEP其他成員國農產品出口貿易的影響因素。

4.1 中國對RCEP其他成員國農產品出口貿易的空間相關性分析

4.1.1 空間權重矩陣選擇

其中，dij表示由國家i與國家j的經緯度求得的球面距離。

4.1.2 局部自相關分析

為了分析中國與RCEP其他成員國之間農產品出口貿易是否存在空間自相關，本文從局部空間自相關角度進行檢驗，并以Moran散點圖為局部空間自相關的分析方法。

本文運用Stata16.0軟件，根據2012—2021年中國對RCEP其他成員國農產品出口數據測算，繪畫了2012年、2015年、2017年、2021年各國家農產品出口效率的Moran散點圖。縱觀對比圖1(a)、(b)、(c)、(d)可知，位于第一象限和第三象限的國家一致，且大部分國家農產品出口效率聚集在第一象限“高高聚集”區和第三象限“低低聚集”區，這說明現階段中國對 RCEP 成員國農產品出口貿易呈現明顯的空間正相關效應，即具有較高(較低)進口中國農產品的國家在地理上相對趨向與較高(較低)進口中國農產品的國家相鄰，且這種相關性非常明顯。

圖1 RCEP其他成員國農產品出口效率的Moran散點圖

4.2 空間計量模型選擇與空間溢出效應分析

4.2.1 空間計量模型選擇

空間自相關性檢驗表明，在分析中國對RCEP其他成員國農產品出口貿易影響因素時應充分考慮空間因素，為了提高實證結果的可靠性和科學性，本文構建了三種空間計量模型，分別為空間誤差模型(SEM)、空間滯后模型(SLM)及空間杜賓模型(SDM)。根據陳強(2014)的《高級計量經濟學及Stata應用》，當T<20時，無需對面板數據進行單位根檢驗和協整檢驗。本文的T為10，故不進行單位根檢驗和協整檢驗。參考Anselin的做法，本文對以上三種計量模型進行選擇的步驟如下：

(1)運用拉格朗日檢驗，即LM檢驗，以判斷變量之間是否存在空間關系及空間關系的類型。LM檢驗以LM-lag和LM-Error為判斷標準，當兩者均不顯著時，表明各變量之間無空間關系，應采用普通回歸模型；當LM-lag顯著但LM-Error不顯著時，應選擇空間滯后模型(SLM)；當LM-lag不顯著但LM-Error顯著時，應選擇空間誤差模型(SEM)；當兩者均顯著時，則采取下一步的穩健性拉格朗日檢驗，即Robust-LM檢驗。

(2)Robust-LM檢驗以Robust-LM-Lag和Robust-LM-Error為判斷標準，Robust-LM-Lag顯著但Robust-LM-Error不顯著時，選擇空間滯后模型(SLM)；Robust-LM-Lag不顯著但Robust-LM-Error顯著時，選擇空間誤差模型(SEM)；若兩者均顯著，則繼續使用Wald檢驗和LR檢驗。

(3)Wald檢驗和LR檢驗是檢驗空間杜賓模型(SDM)是否會退化，若兩種檢驗的統計結果均顯著，則說明應選擇空間杜賓模型(SDM)。

薄層鑒別結果檢視，供試品色譜中，在與對照品色譜相應的位置處，顯相同顏色的斑點，陰性對照色譜在相應位置處無干擾（圖1）。

本文先對所構建的面板數據進行LM檢驗、Robust-LM檢驗，檢驗結果如表4所示。

表4 LM、Robust-LM檢驗結果

由表4可知，Moran’s I為正值顯著，進一步佐證了本文所研究的對象具備一定的空間相關性。由LM檢驗和Robust-LM檢驗可知，大部分結果均顯著，下一步進行Wald檢驗和LR檢驗。

由表5可知，Wald檢驗和LR檢驗均顯著，應選擇空間杜賓模型(SDM)進行回歸分析。下一步則是運用Hausman檢驗判斷是運用固定效應還是隨機效應。具體檢驗結果如表6所示。

表5 Wald、LR檢驗結果

表6 Hausman檢驗結果

由表6可知，Hausman檢驗結果顯著，應采用固定效應。固定效應又分為時間固定、個體固定及雙固定效應三種，再用LR-text檢驗來選擇固定效應類型，具體檢驗結果如表8所示。

由表7可知，LR-both ind檢驗結果表明，雙固定效應與個體固定效應中個體固定效應更好；LR-both time檢驗結果表明，雙固定效應與時間固定效應中雙固定效應更好。綜上結果可知，本模型應采用個體固定效應分析，因此本文最終采用個體固定效應空間杜賓模型(SDM)對中國對RCEP其他成員國農產品出口貿易影響因素進行回歸分析。

表7 LR-text檢驗

4.2.2 空間溢出效應分析

從表8個體固定效應空間杜賓模型(SDM)的回歸結果來看，中國與RCEP其他成員國的人均生產總值、中國耕地面積、國家間距離等變量均對中國對RCEP其他成員國農產品出口貿易額產生顯著影響，但空間杜賓模型(SDM)考慮了各變量的滯后項，其并不能客觀反映回歸系數值的解釋作用，因此還需對影響因素變量進行進一步的效應分解。本文運用軟件MatlabR2018b對模型進行回歸估計，參考LesageandPace的做法，將解釋變量的總效應分解為直接效應和間接效應，具體回歸結果如表8所示。當研究中國與RCEP某一成員國進行農產品出口貿易時，直接效應表示解釋變量對中國對該成員國農產品出口貿易額的影響，間接效應表示解釋變量對中國對其他成員國農產品出口貿易額的影響。

表8 各解釋變量的效應分解結果

中國人均生產總值的直接效應系數為負，且通過了10%的顯著性檢驗；間接效應系數為負，但未通過顯著性檢驗。這意味著中國經濟規模的擴大會抑制中國對其他RCEP成員國農產品貿易額的提高，這一結果與預期并不相符，可能是由于近年來，新冠疫情對世界各國經濟影響嚴重，中國外貿也受世界深度下滑拖累。我國政府提出建立國內國外雙循環，通過擴大內需來增強經濟循環內生動力，因此當我國人均生產總值增加時，對其他RCEP成員國農產品貿易額反而減少。

RCEP其他成員國人均生產總值的直接效應及間接效應均通過了10%的顯著性檢驗，且系數均為正，意味著某一RCEP成員國經濟規模擴大時，不僅會促進中國對該成員國農產品出口貿易額的提高，還能促進中國對RCEP其他成員國農產品出口貿易額的提高。這可能是由于隨著RCEP各成員國經濟規模的擴大，這些國家對中國農產品進口能力增強，整體體現為中國對RCEP成員國農產品出口額增加；又由于鄰近國家間的關聯性和流動性會促進鄰國經濟水平的提升，使得鄰國對中國農產品進口能力增強。

中國人口總數的直接效應通過了10%的顯著性檢驗，其系數為負；而間接效應通過了10%的顯著性檢驗，其系數為正。這表明當中國與RCEP某一成員國進行農產品出口貿易時，中國人口總數的增加會抑制其對該國農產品出口的貿易額，但會促進中國對其他成員國的農產品出口貿易額。從產品需求角度來看，中國人口總數的增加會促進本國農產品的消耗，從而抑制中國農產品出口，具體表現為中國對RCEP成員國農產品出口額減少。

中國耕地面積的直接效應及間接效應均通過了10%的顯著性檢驗，且系數均為負，表明當中國與RCEP某一成員國進行農產品出口貿易時，中國耕地面積的增加不僅會抑制中國對該RCEP成員國的農產品出口額，不利于對中國對其他RCEP成員國的出口額。實證結果與預期符號不符，具體原因可以從中國本國國情角度來探討，由于人口紅利的逐漸消失和城鎮化的不斷發展，我國農業生產中的勞動力成本逐漸上升，同時土地資源流失較嚴重，農業產量有所下降，供小于求，農產品價格也相應上升，因此中國對RCEP成員國農產品出口額減少。

中國首都與RCEP其他成員國首都間直線距離的直接效應系數為負值，并通過了1%的顯著性檢驗。這表示中國與RCEP某一成員國進行農產品出口貿易時，兩國之間的貿易距離增加會抑制中國對該成員國的農產品出口額。這是由于距離在一定程度上代表了出口成本，當該國需求不變時，隨著貿易距離的增加，必然會加大貿易成本，因此體現為農產品出口貿易受阻。

4.2.3 模型穩健性檢驗

為了從多角度考慮模型的穩健性，本文以增減解釋變量數量的視角進行穩健性檢驗，剔除了RCEP其他成員國耕地面積解釋變量的樣本數據后，得到如表9所示的結果。

表9 更換樣本大小的穩健性檢驗

同樣，通過對比可知，各解釋變量的直接效應、間接效應及總效應系數的大小、方向及顯著性水平未發生較大改變，雖然部分變量的顯著性有所變化，但是系數方向仍然相同。總體而言，減少解釋變量前后得到的結果基本一致，說明本文從考慮解釋變量數量的角度來說研究結果具有穩健性。

5 結語

本文在模型適用性及穩健性檢驗均通過的基礎上，對中國與RCEP其他成員國農產品出口影響因素、溢出效應進行量化分析，從時間和空間兩個角度全面分析中國對RCEP其他成員國農產品出口貿易的影響因素，這對中國對外貿易發展穩定意義重大。研究結論如下：

從時變角度可知，中國農產品出口貿易受到客觀因素及主觀因素的共同影響。中國人均GDP、其他成員國人口總數、經濟自由度、政府誠信、勞動自由度對中國農產品出口貿易產生正向影響，而其他成員國人均GDP、中國人口總數、雙方耕地面積及兩國首都間距離與出口貿易呈負相關。

從空間相關性可知，中國對RCEP其他成員國農產品出口額在空間上呈現明顯的空間正相關性。從空間溢出效應分解可知，中國人均生產總值具有顯著的負向空間溢出效應。當中國與RCEP某一成員國進行農產品出口貿易時，中國人均生產總值的增加不僅會使中國對該國農產品的出口額減少，還會抑制中國對RCEP 其他成員國農產品的出口額。RCEP其他成員國人均生產總值則具備顯著的正向空間溢出效應，意味著某一RCEP成員國經濟規模擴大時，不僅會促進中國對該成員國農產品出口貿易額的提高，還能促進中國對RCEP其他成員國農產品出口貿易額的提高。而中國人口總數的增加會抑制中國對該國農產品的出口貿易額。中國耕地面積具有顯著的負向空間效應，中國耕地面積提高不僅會抑制中國對該成員國農產品的出口貿易，還會使中國減少對其他成員國的出口額。中國首都與RCEP其他成員國首都間直線距離增加會抑制中國對該國的農產品出口額。

根據結果討論并結合RCEP協定，本文就提高中國與RCEP其他成員國農產品貿易競爭力及拓展能力、優化中國農產品出口貿易的結構提出以下政策建議：

一是維系良好的政治關系，推進數字農業發展。

RCEP協定的生效實施，降低了對農產品設立的貿易壁壘，進一步加大了RCEP其他成員國農產品市場對中國的開放程度。與此同時，數字農業是中國進入農業現代化的重要特點，也是由農業大國走向農業強國的必然選擇。在RCEP框架下，中國通過加快數字化農業轉型進一步提高農業生產效率，高效運用協定中的貿易規則，幫助本國降低農產品生產成本，提高農產品競爭力，為中國在RCEP其他成員國農產品出口貿易市場開拓創新打下了良好的基礎。

二是拓展貿易合作領域，推進優化農業產業鏈。

RCEP生效實施后，東亞區域經濟一體化得到進一步調整。由于農業資源稟賦的差異，在RCEP框架下，關稅減讓必將為中國對RCEP其他成員國農產品出口貿易合作領域拓展提供新機遇。此外，基于RCEP其他成員國在中國農產品市場的不同特點和消費需求，我國應積極調整符合當前市場的戰略布局，增強農產品供應鏈的韌性，從而推進農業產業鏈的調整優化，打造優勢互補、協同高效、開拓創新、利益相融的農業產業鏈。

三是推進要素高效資源配置，構建良好的農產品市場環境。

農業資源優勢與經濟發展水平決定了一國農產品貿易的開放程度，RCEP協定的簽署為中國與RCEP其他成員的經貿合作提供了制度突破的平臺，促進其農產品資源配置更加高效。同時，我國應高效利用原產地區域累積原則的優勢，提高協定優惠稅率的利用率，提升國家間投資便利化水平，以更加積極開放的態度主動加強彼此間的農業合作，堅持貿易多邊主義、堅持貿易自由化，為中國對RCEP其他成員國農產品出口市場創造良好的環境。