異質性SPS措施對中國鮮梨出口貿易生存的影響

○彭世廣 陳俊宇

（云南大學經濟學院，云南 昆明 650500）

一、引言

中國是世界最大的產梨國，種植面積與產量分別約占世界份額的68.94%和71.07%①據2019年聯合國糧食及農業組織（FAO）統計數據顯示。。同時，作為勞動密集型農產品和高附加價值的經濟作物，鮮梨出口貿易一直是中國農產品貿易創匯過程中的重要組成部分，長期具有比較優勢[1-2]。2002—2019年，中國鮮梨出口額由0.59億美元上升至5.73億美元，年均增長率14.73%；世界占比由5.65%快速上漲至22.67%。然而，鑒于海外市場構成及全球貿易政策的變化，中國鮮梨出口仍面臨許多潛在挑戰。一方面，出口市場份額越來越集中，根據UNComtrade 數據顯示②UNComtrade數據庫：https://comtrade.un.org/。，2002 年，前五位目的地市場占中國鮮梨出口份額的58.30%，而到了2019年，這一占比達到了78.13%。一旦這些目的市場對梨果的需求減緩甚至發生貿易中斷，其代價是高昂的。從生存狀態來看，2002—2019 年，中國鮮梨出口共有116 個貿易國③如無特殊說明，本文出現的“國”或“國家”均指國家（區域）。，而年平均出口目的國數量僅為63個。這在一定程度上說明中國鮮梨出口存在大量反復進出目的地市場的現象。也就是說，由于特定目的地市場需求和成本的不確定性，大多數貿易關系很難持續一段時間。因此，為了減少目的地市場可能由于需求放緩甚至發生貿易中斷帶來的風險，如何加強貿易關系的存續性值得關注。

另一方面，在貿易自由化的背景下，關稅壁壘對貿易的影響逐漸被削弱，而兼具保護性和隱蔽性的衛生與植物檢疫措施（SPS）現已成為影響農產品貿易的重要措施[3]。鮮梨屬于鮮活農產品，在生產和運輸環節中不可避免地存在化學品殘留及物理性污染物，極易成為SPS 措施的關注對象，受到高檢驗檢疫標準的制約。根據TRAINS 數據顯示④TRAINS數據庫：https://trains.unctad.org/。，2002—2010 年間，全球各國對鮮梨進口提出相關SPS 措施共計2 140 條，占所有非關稅措施的78.22%；2011—2018 年間，共提出3 796 條，占比達到了88.42%。原則上，SPS措施旨在聚焦國際農產品質量標準，保障本國農產品、食品的質量最低安全層次。與配額和禁令等其他傳統非關稅措施相比，SPS措施的設計和使用較少受到國際規則的限制，種類繁多，相當具有靈活性。正因如此，異質性SPS 措施也可能被進口國用作實現某些政策目標的工具，例如保護國內生產者[4]。顯然，隨著國際市場SPS措施的與日俱增，中國鮮梨出口必將遭遇更為靈活多變的貿易限制條件。因此，從經濟經驗上識別并度量異質性SPS 措施對中國鮮梨出口產生的影響效應對于進一步打開歐盟等高消費市場，實現出口多元化具有重要的現實意義。

以往對于SPS 措施對貿易的影響效應研究多集中于二元邊際[5-6]。由于開拓新市場需要克服一定的沉沒成本，一旦退出其代價是高昂的。因此，加強已有貿易關系的存續性比進入新市場更為關鍵[7]。顯然，SPS 措施一旦成為一種代價較高的每期固定成本，勢必對貿易關系的生存狀態產生重要影響[8]。基于以上，為更深入了解中國鮮梨出口貿易關系的生存狀態，探索不同類別SPS措施影響的異質性，本文首先采用生存分析法分析入世后中國鮮梨出口生存特征，與全球主要出口國對比，并得出SPS措施影響的基于非參數的初步估計。接著，使用離散時間風險模型研究異質性SPS 措施對中國鮮梨出口生存風險產生的具體貿易效應。綜上，本文對于如何促進中國鮮梨出口的可持續增長及應對全球鮮梨市場未來的挑戰提供了重要參考。

二、文獻綜述

異質性企業模型認為，一國產品的出口增長可以被分解為出口二元邊際，即集約邊際和擴展邊際[9-12]。在完全信息的條件下，企業在國際市場上沒有每期額外的固定貿易成本，從而保證了企業的持續生存。然而，BESEDES和PRUSA[13]基于TS7分位和HS10 分位產品層面數據，對美國1972—1998年和1989—2001 年兩個時期的進口進行比較研究，發現有超過50%的貿易關系存續不會超過1年，在2年內結束的約有70%。在完全信息的條件下，國際市場上普遍存在的短期貿易生存問題無法被異質性企業模型所解釋，而貿易關系的存續性對出口二元邊際產生關鍵影響。因此，對貿易生存問題的研究逐漸引起學界的廣泛討論。現有研究主要集中在兩個方面：

一方面是利用不同層面的進出口數據，采用生存分析法探討不同國家及經濟體的貿易生存特征。利用HS8 分位產品層面數據，NITSCH[14]分析發現德國在1995—2005年的大部分進口貿易關系長度僅為1～3年；PETERSON等[15]研究發現，1999—2006年，美國的生鮮農產品進口貿易關系長度相較于其他產品而言有更高的概率超過3年，這與生鮮農產品貿易所需的高成本供應鏈密切相關。基于SITC4分位產品層面數據，BESEDES和PRUSA[16]考察了1975—2003年間全球46個國家的出口貿易關系長度，發現超過一半的貿易關系在2 年內中斷，這種情況在發展中國家尤為突出；HESS 和PERSSON[17]發現，1962—2006年間歐盟國家的進口貿易關系長度在10年以上的不到10%。基于HS4分位產品層面數據，LUO 和BAND[7]對1989—2017 年間新西蘭乳制品出口生存狀態進行了分析，發現新西蘭乳制品出口關系是動態的，伴隨著大量的進入與退出，大約只有一半的貿易關系只維持了1～2年。

另一方面是對貿易關系生存風險的影響因素研究。在使用Cox比例風險模型的研究中，學者發現地理距離、經濟規模、信任程度等國家特征變量對貿易生存風險產生重要影響[18-19]。與Cox比例風險模型相比，離散時間風險模型不需要嚴格的假設條件，并且可以控制不可觀測異質性[17]。考慮到貿易持續時間的離散分布特征，離散時間風險模型逐漸被應用到對貿易生存風險的影響因素研究中[20-24]。

國際上對貿易生存問題的豐富研究成果為國內提供了參考。邵軍估計了1995—2007 年中國HS6 分位產品層面的出口貿易關系生存概率及其變化趨勢，并采用連續時間模型和離散時間模型發現產品類型、市場規模等因素是影響生存風險的重要原因[25]。基于企業層面數據的研究，陳勇兵等[26]發現中國企業出口貿易段的平均長度僅為1.6年且存在地區差異，利用離散時間風險模型發現企業異質性在其中發揮了重要的作用。基于生存分析方法，利用不同層面的細分數據，從不同視角出發，國內眾多學者對中國對外貿易生存問題進行了研究，均得出具有代表意義的結論[27-31]。

綜上，國內外學者已對貿易生存問題做了大量研究并形成了較為成熟的框架體系。然而，在研究中國梨果出口方面，相關文獻多集中于國際競爭力、貿易流量及貿易潛力等的研究方向上[32-34]。同時，關于SPS措施和貿易的關系的爭論主要集中在其對貿易邊際或產品質量的影響，鮮有研究關注SPS 措施對貿易存續性的影響，其中，更是缺乏以中國鮮梨為樣本的研究，且按照研究方法及研究對象的不同，SPS措施究竟是一種貿易壁壘還是貿易催化劑，尚未得出一致的結論[35-38]。綜上，本文主要的邊際貢獻在以下兩個方面：首先，在研究方法上，區別于以往的研究，采用生存分析法對中國鮮梨出口生存進行研究，是對以往關于鮮梨出口文獻的有益補充；在影響因素上，重點關注對鮮梨等鮮活農產品貿易產生主要影響的SPS措施，根據制約內容的不同識別異質性SPS措施的差異化影響。

三、出口生存特征

（一）樣本和數據處理

基于1992版本HS編碼，本文對鮮梨出口產品的界定為HS6 分位編碼“080820”。考慮到中國于2001 年底加入WTO，本文采用2002—2019 年HS6分位層面鮮梨年度出口貿易數據進行分析，數據來源于UNComtrade數據庫。本文定義一個貿易關系為中國向某國出口鮮梨；定義一個貿易段為一段中國鮮梨連續出口到某國的時期，則貿易段的持續時間為這一貿易段從起始時間點開始連續不中斷至觀察時間點所經歷的離散時間，單位為年；貿易段的生存期則為這一貿易段從起始年份至觀察到的發生貿易中斷年份（下一年不存在出口）所經歷的持續時間。

顯然，根據以上定義，一種貿易關系可以擁有不只一個貿易段，為更好地解釋貿易關系、貿易段等相關生存分析概念，象征性地選取2002—2019年中國向阿爾巴尼亞出口鮮梨的貿易關系進行描述。如表1 所示，在2002—2019 年期間，中國向阿爾巴尼亞出口鮮梨的貿易關系分別在2004 年、2008—2013 年、2016—2019 年具有出口行為，則該貿易關系在2002—2019年期間共具有3個貿易段：第一個貿易段僅包含在2004 年存在的出口行為，則該貿易段的生存期為1年；第二個貿易段包含在2008—2013年存在的出口行為，則該貿易段的生存期為6年；第三個貿易段包含在2016—2019年存在的出口行為，則該貿易段的最終持續時間為4年。

表1 2002—2019年中國向阿爾巴尼亞出口鮮梨貿易關系

在數據處理方面，需要注意兩點：（1）在樣本期內，一個貿易關系可能具有多個貿易段。比如，中國在2004—2006 年、2008—2010 年兩個時期均有向塞浦路斯出口鮮梨，因此該貿易關系具有兩個不同的貿易段。將不同的貿易段視為相互獨立的存在，生存分析的結果是穩健的[13,26]。（2）數據刪失問題。一種是右刪失，即若某個貿易段在2019 年仍保持出口，那么便無法記錄其具體結束年份。一種是左刪失，即若某個貿易段在2002 年開始便有出口記錄，那么便無法記錄其具體開始年份。在生存分析中，雖然右刪失問題不會造成估計偏誤，但左刪失問題并非如此[39]。對于左刪失問題，考慮將生存期和持續時間的數據搜集范圍拓寬至1992—2019年⑤對應于1992版本HS編碼的應用起始年份。，即若某個貿易段在1996—2018年期間存在連續出口（其余年份不存在），那么這個貿易段的生存期將被記錄為23 年，而不是17 年。在進行數據搜集范圍延伸處理后，仍存在左刪失問題（即在1992 年開始便存在出口行為記錄）的貿易段數量為12 個，且這些貿易段的最終持續時間均被記錄為28 年（即在1992—2019 年保持連續出口），代表了中國鮮梨出口最為穩固的貿易關系。鑒于此，為了信息的完整性，本文在基本分析中不再刪除這些處理后仍存在左刪失問題的貿易段，因為這些貿易段且僅有這些貿易段存在最長持續時間的特征，不會影響生存分析的結論。

（二）貿易段分布特征

為了掌握2002—2019年中國鮮梨出口的貿易段分布特征，本文引入貿易段長度的概念進行分析。對于具有右刪失問題的貿易段，記錄其最終持續時間作為其長度，而對于不具有右刪失問題的貿易段，記錄其生存期作為其長度。表2呈現了2002—2019年中國鮮梨出口的貿易段分布特征。長度為28年的貿易段意味著在樣本年份內該貿易段從未發生貿易中斷。在樣本期內，共有116個貿易關系和197 個貿易段。從表2 前3 列可以看出，僅有57.76% 的貿易段只擁有1 個貿易段，而有達過10 億美元的國家作為比較對象，包括中國、美國、意大利、西班牙、智利、比利時、葡萄牙、南非、荷蘭和阿根廷等10 國。表3 呈現了樣本年份內各國鮮梨出口貿易段長度的平均數。在樣本期內，中國鮮梨出口貿易段長度的平均數為6.79年，僅居于第6 位。前5 位分別為智利、西班牙、阿根廷、美國和意大利，其平均長度均超過7 年。其中，西班牙與中國具有相近的貿易關系及貿易段數，但其平均長度達到了7.67 年。南非、荷蘭的平均長度分別為6.72年和6.32年，略低于中國。但從貿易關系數量上看，南非、荷蘭具有最多的貿易關系數，分別為146 和144 個，貿易段數分別為242 和255 個，均遠高于中國。綜上，雖然當前中國鮮梨具有最高出口份額，但與全球主要出口國相比，其貿易關系并不42.24%的貿易關系具有2個以上的貿易段，說明有大量貿易關系存在重復建立的現象。同時，在樣本期內，貿易關系數量的變化波動很大，由2002年的46個上升至2008年的80個，后開始下降至2014年的53 個，而后又呈現上升趨勢至2019 年的61 個，但仍未達到2008 年的峰值。從后3 列可以看出，34.52%的貿易段僅維持1年時間便發生貿易中斷，58.89%的貿易段長度不超過3年。綜上說明，中國鮮梨出口貿易關系的存續較為短暫，存在大量反復進入目的地市場的現象。

表2 2002—2019年中國鮮梨出口貿易段分布特征

表3 2002—2019年中國及主要鮮梨出口國貿易段長度對比

進一步從全球視角對比中國鮮梨出口生存狀態，在國際上選取2002—2019 年鮮梨總出口額超穩定，貿易段長度較短，貿易風險較大。

（三）K-M估計分析

1.方法介紹

生存函數或風險函數在生存分析中常用來描述生存概率或風險概率隨時間變化的趨勢特征。設Ti代表i貿易段的生存期，取值為一系列離散持續時間l，單位為年。定義貿易段i在給定持續時間l的情況下恰好發生貿易中斷（即在下一年不存在出口）概率為風險函數，即：

進一步地，生存函數被定義為貿易段i的生存期超過持續時間的概率，即：

Kaplan-Meier 非參數估計法（K-M 估計法）是一種常用的生存函數非參數估計方法。令nk表示觀察到的生存期不少于持續時間k的貿易段數，dk表示觀察到的生存期恰好等于持續時間k的貿易段數，則由K-M 估計法得到的生存函數S(l)非參數估計值為：

2.估計結果

圖1（a）為樣本年份內中國鮮梨出口的生存曲線。顯然，隨著出口持續時間的增加，生存率逐漸降低，但下降幅度趨向縮小。從開始出口至第4年，生存率由1.00 急劇下降至0.40，年均降幅達0.15；從第4 年至第11 年，由0.40 下降至0.29，年均降幅為0.02；而從第11年至第27年，由0.29下降至0.25，年均降幅近似0.00。可見，中國鮮梨出口的風險率存在明顯的負時間依存性，也就是說，隨著出口持續時間的增加，中國鮮梨出口發生貿易中斷的風險概率逐漸降低。

圖1 總體貿易段生存曲線及對比

根據是否遭遇SPS 措施進行K-M 生存曲線的分組對比，以得出SPS措施影響的基于非參數的初步估計。設定一個二值變量SPSjt，若在t年貿易國j提出了影響到來自中國鮮梨進口的SPS 措施，則SPSjt=1，反之為0。根據圖1（b）顯示，無論是否遭遇SPS 措施，估計的生存曲線都存在負時間依存性，且在所有持續時間范圍內，遭遇SPS 措施組的生存率始終低于未遭遇組的生存率。對數秩檢驗（Log-Rank Test）結果顯示，卡方統計量為4.65，p值為0.03，拒絕原假設，兩組生存函數無差異。這說明一旦遭遇SPS措施，中國鮮梨出口可能更容易發生貿易中斷，進而降低貿易關系存續性。

四、實證分析

（一）模型設定

本文采用離散時間風險模型來克服生存分析中常用的連續時間Cox 風險模型中存在的潛在偏差[17]。設Ti代表貿易段i的離散生存期，在給定回歸模型中包含的協變量的情況下，離散時間風險率為：

（4）式中，hil代表出口生存風險；xil為隨持續時間變化的協變量向量；γl代表風險率可以隨著持續時間變化；β為待估參數向量；為確保對所有貿易段i和持續時間l都有0 ≤hil≤1，F(·)為適宜的分布函數。由于貿易段i在持續時間l存在繼續出口和中斷貿易兩種結果，引入二值變量yil，若觀察到貿易段i恰好生存期為持續時間l，則取值為1，反之為0。設lmax為最大出口持續時間，貿易段共有n個，則離散時間風險模型的對數似然函數形式可以表示為：

可以發現，離散時間風險模型的對數似然函數與面板二值選擇模型的對數似然函數的結構相似。因此可用面板二值選擇模型的常用估計方法對風險函數進行估計，它們都具有Cox比例風險模型的優點，并可以進一步控制不可觀測的異質性。假定風險率hil的分布函數F(·)服從極值分布、Logistic分布或者正態分布，分別對應于Cloglog模型、Logit模型和Probit模型。在本文中，Cloglog模型作為基準回歸模型估計方法，并采用Probit模型和Logit模型估計方法作為穩健性檢驗，構建基本計量模型如下：

（6）式中，hjt代表出口生存風險；yjt為二值變量形式的被解釋變量，代表是否發生貿易中斷，若在t年中國鮮梨出口向貿易國j發生貿易中斷（即在t+1 年不出口），則取值為1，反之為0；X代表條件變量向量；在極值分布函數φ(·)中，SPSjt為核心解釋變量，代表SPS措施；DURATIONjt和NUMBERjt為生存分析變量；x代表相關控制變量向量；β為待估計參數向量。

（二）變量選取

1.核心解釋變量

有效的SPS措施數據有助于提高信息透明度，并可用于經濟統計分析。TRAINS數據庫是目前全球最完整的包含SPS 措施在內的非關稅措施數據庫。與WTO-SPS 數據庫簡單的通報信息不同，TRAINS數據庫的數據搜集以專家人工信息甄別為主。通過在開源地址瀏覽每個國家發布的法令法規，專家組詳細記錄了每條SPS 措施的類別、提出國、受影響國、受影響產品和生效日期等信息，并登記在TRAINS 數據庫。考慮兩個相關但不同的變量對SPS措施進行衡量[4]：（1）二值變量SPSjt，若在t年貿易國j提出了影響到來自中國鮮梨進口的SPS措施，則SPSjt=1，反之則為0。（2）SPS 措施的頻率變量SPSFreqjt，若在t年貿易國j提出了n條影響到中國鮮梨對其出口的SPS 措施，則SPSFreqjt=n。根據K-M生存分析的初步預期，整體上，出口目的地國SPS 措施的實施可能成為一種代價較高的每期固定成本，顯著增加中國鮮梨對其出口的生存風險率，降低出口存續性。

2.生存分析變量

參考已有研究，將DURATIONjt和NUMBERjt兩個變量引入離散時間模型以滿足貿易生存分析的基本條件[20]。DURATIONjt代表在t年當前貿易段的持續時間。NUMBERjt代表當前貿易段是所屬貿易關系的第幾個貿易段，即貿易段序數。

3.控制變量

本文引入國家、產品和國家—產品三個層面的控制變量。國家層面包括：地理距離、是否接壤，數據來源于CEPII-GeoDist 數據庫；貿易對象國國內生產總值（GDP）、人均GDP，來源于世界銀行數據庫；是否簽訂自由貿易協定，來源于中國自由貿易區服務網。產品層面包括：顯示性比較優勢（RCA）、出口目的國數量等。國家—產品層面包括：出口單價、目的國鮮梨進口來源國數量以及產量等。除是否接壤、是否簽訂自由貿易協定等二值變量外，對其他變量進行取對數平滑處理。所有變量數據描述性統計如表4所示。

表4 變量數據描述性統計

（三）計量結果

1.基準回歸

首先，模型中所有解釋變量的方差膨脹因子（VIF）值均小于3.06，可以認為模型不存在嚴重的多重共線性。其次，為了控制不同貿易關系間不可觀測異質性對回歸結果的影響，采用貿易關系層面的隨機效應估計方法⑥采用Probit模型、Logit模型和Cloglog模型等面板二值選擇模型的常用估計方法，若控制貿易關系層面的固定效應會產生“完美預測”問題，從而造成估計偏誤。。同時考慮地區⑦基于CEPII-GeoDist數據庫中對于地區的劃分，將樣本中的116個出口目的地分為非洲、美洲、亞洲、歐洲和大洋洲5個地區。和年份固定效應以控制不同地區和年份影響的異質性，并對貿易關系層面的聚類穩健標準誤進行報告，以解決可能存在的序列自相關和異方差問題。

表5報告了基準回歸結果，采用的是Cloglog模型估計方法。第（1）列和（3）列分別報告了以SPS措施二值變量或頻率變量作為核心解釋變量的模型回歸系數，第（2）列和（4）列報告了對應的平均邊際效應值。第（1）列的回歸結果顯示，SPS措施二值變量的回歸系數在10%顯著性水平上為正，說明在t年貿易國j提出了影響到來自中國鮮梨進口的SPS措施，將顯著增加該貿易段在t年發生貿易中斷的概率，貿易存續性也就越差。根據VILARRUBIA 等[8]的理論框架，可以將SPS措施視為一種代價較高的每期固定成本。結合第（2）列的平均邊際效應報告，若中國鮮梨出口遭遇SPS措施，則貿易中斷的風險率提升6.00個百分點。根據第（3）列、第（4）列的報告，SPS措施頻率變量對風險率的正向影響在1%顯著性水平統計顯著，且若在t年貿易國每增加一條影響到中國鮮梨對其出口的SPS措施，則風險率提升0.2 個百分點。說明整體上，SPS 措施的嚴厲程度與提出頻率具有相關性。相較于一般農產品，鮮活農產品的進口極易攜帶污染物、毒素或致病微生物，從而威脅其國內食品安全、動植物健康及生態環境。因此，國際市場往往會對鮮梨等鮮活農產品的進出口實施高檢驗檢疫標準。為了維護貿易關系，出口企業必須進行更高昂的每期固定成本的投入以使產品滿足最新SPS措施的嚴格要求，那些不確定性過高的貿易關系將會發生貿易中斷。

表5 基準回歸結果

生存分析變量方面，出口持續時間在1%的顯著性水平上對風險率具有負效應。具體地，每增加1年持續時間，風險率下降2.5個百分點。一方面，隨著出口持續時間延長，出口商逐漸適應目的地市場對進口鮮梨的需求條件。另一方面，可以從供應鏈的視角對此結果進行解釋。鮮梨等鮮活農產品在運輸過程中具有易腐爛、易變質的特性，為確保鮮梨在豐收后能盡快在目的地市場上銷售，需要發展完備的供應鏈系統。而發展供應鏈通常需要較高的時間與資金成本，進口商和出口商都希望避免因重復進入市場帶來的信息再識別成本[15]。因此，隨著出口持續時間的延長，貿易關系將更加穩定。

2.穩健性檢驗

為檢驗基準回歸結果的穩健性，分別采用隨機效應Probit 模型估計方法和隨機效應Logit 模型估計方法對其進行穩健性檢驗。表6 報告的穩健性檢驗的回歸結果表明⑧受限于篇幅，表6中第（1）至第（4）列報告的均為變量的回歸系數，若需要具體平均邊際效應值可向作者索取。，核心解釋變量方面，所有模型SPS 措施二值變量的估計系數方向與顯著性均與基準回歸相似，頻率變量的估計系數均在5%顯著性水平上統計顯著。生存分析變量方面，所有模型出口持續時間變量的估計系數方向與顯著性均與基準回歸相似，貿易段序數的影響均不顯著。總體而言，采用隨機效應Cloglog 模型的基準回歸結果較為穩健。

表6 穩健性檢驗

3.異質性分析

根據TRAINS 數據庫劃分標準，在目的地市場上，中國鮮梨出口共遭遇8 個二分位條目⑨1個英文字母“A”+1個數字。及28 個三分位條目⑩1個英文字母“A”+2個數字。下不同類別SPS措施的制約。表7展示了中國鮮梨出口遭遇的異質性SPS 措施類別的相關定義、二值變量樣本和、當二值變量為1 時頻率變量的均值（一旦應用某種類SPS措施的平均應用次數）。經過觀察后發現，二分位條目下A8措施具有最高的二值變量樣本和、頻率變量均值，即在所有二分位條目SPS措施類別中，中國鮮梨出口遭遇“與SPS相關的合格評定程序”的概率最高，且一旦遭遇“與SPS條件相關的合格評定程序”，其提出的數量較多。同理，在所有三分位條目中，遭遇“追溯要求”的概率最高，且一旦遭遇“追溯要求”，其提出的數量較多。

表7 影響中國鮮梨出口的SPS措施描述

表8報告了異質性分析回歸結果，采用隨機效應Cloglog模型進行估計。第（1）列和第（3）列分別報告了以SPS 措施二值變量或頻率變量作為核心解釋變量的模型回歸系數，第（2）列和第（4）列報告了對應的平均邊際效應值。根據回歸結果，A12措施、A49 措施、A63 措施、A83 措施及A85 措施二值與頻率變量，A15措施和A41措施二值變量均對風險率產生顯著正向影響。其中，A12措施對存續性產生的限制作用最大，具體地，若貿易國在t年提出了A12措施，則中國對其出口的生存風險率上升166.2 個百分點，且每多增加1 條A12 措施，風險率上升91.1 個百分點，對存續性產生的抑制作用極大。根據制約內容來看，A12 措施屬于“地域資格限制”，如禁止從缺乏證據證明其安全條件的國家進口鮮梨。隨著2010 年歐盟地區“供人類食用的動植物產品中殘余除害劑管制”法規的發布，其中有要求進口來源國必須提供相應文件以確保其產品達到歐盟生產規則，受此影響，2010年中國在歐盟地區鮮梨出口持續時間小于5 年的目的市場上發生貿易中斷的數目高達80%；A63 措施屬于“食品和飼料加工”，主要為對食品或飼料生產、加工環境的要求，如要求進口鮮梨的生產區在指定范圍內無病蟲害記錄；A15 措施屬于“基于SPS 原因的進口商授權要求”，其主要為要求相關進口商具有授權，說明中國梨果出口商應有效選擇合作伙伴，避免因進口商無批準資格而造成貿易中斷；A41措施屬于“最終產品的微生物標準”，主要為對最終產品病菌等微生物殘留的容許限度。該類措施對存續性的負向影響說明相較于其他國家，中國出口鮮梨對微生物殘留的控制有待提高；A83 措施為“證書要求”，主要為要求進口產品具有相關合格證書，A85措施為“追溯要求”，主要為要求進口產品具有可追溯性，均屬于合格評定程序，因而包含較高額外行政成本。此類措施對存續性的抑制作用說明中國鮮梨在出口手續及信息可追溯體系的完備上尚需進一步完善；A49 措施屬于“未做規定的其他與SPS條件相關的衛生要求”。

表8 異質性分析回歸結果

在貿易促進效應方面，A14 措施、A42 措施二值與頻率變量，A21措施、A33措施和A84措施二值變量，A19措施頻率變量均對生存風險率產生顯著負向影響。其中，A14措施對存續性產生的促進作用最大，具體地，若貿易國在t年提出了A14 措施，則中國對其出口的生存風險率下降153.5 個百分點，且每多增加1 條A14 措施，風險率下降84.0 個百分點。根據制約內容來看，A14 措施屬于“基于SPS 原因的進口產品授權要求”，與A15 措施對進口商進行授權約束不同，其主要為要求進口產品需經過授權；A42措施主要為對鮮梨生產及加工設備的衛生操作進行規范；A21措施屬于“某些（非微生物）物質的殘留或污染的容許限度”，包括化肥、農藥、殺蟲劑等，如對進口鮮梨制定農藥最大殘留限量。該類措施對存續性的促進作用說明相較于其他國家，中國出口鮮梨在生產過程中對農藥等非微生物物質殘留的控制較好；A33 措施屬于“包裝要求”，主要為對進口鮮梨的包裝形式進行規范管制；A84措施屬于“審查要求”，主要為要求對入境產品進行審查，以確定進口產品是否滿足相關技術法規，其提出不具有國家歧視性；A19措施屬于“未做規定的基于SPS原因禁止/限制進口的其他措施”。

五、結論與建議

（一）主要結論

由于SPS措施的復雜性和多樣性，其對貿易的影響根據制約內容的不同具有差異性。本文基于2002—2019 年HS6 分位鮮梨出口貿易數據，采用生存分析法全面分析了中國鮮梨出口生存特征，并研究了異質性SPS 措施對出口生存風險的差異化影響，得出以下主要結論：在樣本期間內，總體貿易段長度的平均數為6.79年，與全球主要鮮梨出口國相比不具優勢，且有58.89%的貿易段長度不超過3年。基于K-M 估計的分析表明，中國鮮梨出口的貿易中斷風險概率隨著出口持續時間的增加而逐漸降低。影響效應方面，整體上，作為一種代價較高的每期固定成本，貿易國提出SPS措施將顯著增加貿易中斷風險率，且嚴厲程度與提出頻率具有相關性，這一結論在不同回歸模型下保持了穩健性。異質性分析表明，“地域資格限制”對存續性的抑制作用最大，“基于SPS 原因的進口商授權要求”“最終產品的微生物標準”“證書要求”“追溯要求”和“未做規定的其他與SPS 條件相關的衛生要求”均對存續性產生負向影響；“基于SPS 原因的進口產品授權要求”對存續性的促進作用最大，“生產過程中與SPS 條件相關的衛生操作”“某些（非微生物）物質的殘留或污染的容許限度”“包裝要求”“審查要求”和“未做規定的基于SPS原因禁止/限制進口的其他措施”均對存續性產生正向影響。

（二）政策建議

基于主要研究結論，結合中國鮮梨出口貿易發展實際情況及全球貿易政策的變化趨勢，為降低貿易風險，提升出口存續性，進一步促進鮮梨出口可持續發展，從政府、行業和企業層面提出如下政策建議：

1.從政府層面來看。第一，應積極建立與國際接軌的質量安全和標準化體系，打造中國優質鮮梨的出口名片；第二，應實時監測分析國際市場上發布的異質性SPS措施，一旦發現相關措施的提出與國際標準不符，應及時向WTO 委員會提出關注意見，最大程度降低SPS措施對中國鮮梨出口產生的負面影響；第三，為消除貿易壁壘，打造合作共贏的貿易環境，應積極與貿易目的國進行溝通協作。

2.從行業層面看。第一，為吸納更多梨果企業的加入，梨產業各相關行業協會應充分發揮其協調和監管作用，保障梨果企業在規范的行業環境中有序發展；第二，各相關行業協會還要充分調動行業資源，發揮其信息傳遞作用，及時從政府部門獲取最新貿易政策并有效反饋給梨果出口企業。

3.從企業自身層面看。第一，應積極加強生產技術和設施的革新，通過生產到供銷各個環節技術標準的提高，全面提升出口鮮梨質量等級；第二，要注意隨時跟蹤了解主要貿易目的國消費傾向及SPS要求，及時做好預防與調整工作。