CPFTA對中國—秘魯雙邊貿易的影響效應研究

上海大學經濟學院 谷泉

CPFTA對中國—秘魯雙邊貿易的影響效應研究

上海大學經濟學院 谷泉

近年來，隨著 全球區域經濟集團化的迅猛發展，我國同許多貿易伙伴國簽署了自由貿易區協定。本文依托我國大陸與其131個貿易伙伴國或地區10年間的貿易面板數據，運用國際貿易引力模型分析了CPFTA對我國和秘魯雙邊貿易的影響。研究結果顯示：經濟發展水平和地理因素對我國同秘魯雙邊貿易的影響顯著，而中國—秘魯自由貿易區的貿易促進效應尚不明顯。

CPFTA 雙邊貿易 影響效應

伴隨著經濟全球化和區域經濟一體化的發展，各國紛紛在這樣的國際環境中尋找貿易伙伴進行雙邊經濟合作，以創造更大的利益。FTA作為WTO的一種延伸，在最惠國待遇基礎上進一步開發市場。FTA遵循多邊貿易體制的原則，又給貿易伙伴國家之間提供更加自由的空間。積極參與全球經濟合作和區域經濟一體化合作，已經成為各個國家共同的認知。

經濟高速發展的中國，正積極參與全球經濟合作與FTA的建設。截至2013年10月，中國大陸已經和11個伙伴國家或地區建立了FTA。近些年來，中國同拉丁美洲貿易不斷加強，貿易額增長顯著，中國已成為拉丁美洲重要的貿易伙伴國。2009年，中國和秘魯簽訂FTA(CPFTA)，雙方分步取消絕大多數產品的關稅，并在服務貿易和投資等方面加強合作。目前，中國是秘魯的第一大貿易伙伴國和出口市場以及第二大進口來源國。

1 文獻綜述

引力模型的思想來源于物理學中的萬有引力定律，在雙邊貿易流量決定因素實證研究中的應用越來越廣泛，其理論基礎也越來越完善。Tinbergen(1962)最早使用引力模型研究雙邊貿易流量，得出貿易流量與經濟總量成正比、與地理距離成反比的經典結論。此后，眾多學者運用引力模型對雙邊貿易進行研究分析，不斷完善和豐富對區域經濟一體化的研究，開拓了新的研究空間。

1.1 國外學者關于FTA的相關研究

國外學者從理論方面已經對FTA的成因、結構和影響等各方面進行了長期的研究。Balassa(1961)研究了區域經濟一體化的界定問題，認為經濟一體化是各國國家之間經濟邊境逐步消失，最終融合成單一的經濟實體的過程。他認為區域經濟一體化既是一種過程，又是一種狀態。Jo-Ann Crawford, Sam Laird(2001)分析了區域貿易協定(RTAs)的快速增長對多邊貿易體系的影響，他認為并沒有傳統上的削弱效果。區域貿易協定對最惠國待遇的影響不大，區域貿易協定本身就是一種變通的最惠國待遇。自由貿易區本身有成員范圍小、更易實行的優點，所以具有更廣泛的全球覆蓋。Richard Baldwin and Dany Jaimovich(2008)研究FTA是否具有一種“傳染性”，使用計量技術，測試簽署了自由貿易協定的伙伴國有沒有影響其他國家簽署新的自由貿易協定，同時考慮了其他政治、經濟和地理等因素，證明這種傳染現象是普遍存在的。

1.2 國內學者對FTA的實證研究

國內學者多數的研究是對單一FTA的研究。馬莉、胡超(2011)研究了中國—東盟自由貿易區的貿易效應，認為中國與東盟形成FTA后，中國與東盟的貿易量不斷擴大，貿易創造效應明顯而貿易轉移效應不明顯。呂宏芬、鄭亞莉(2013)對中國—智利自由貿易區貿易效應做了定量分析，采用引力模型研究兩國經濟一體化程度，得出中國—智利FTA對于雙邊貿易有一定促進作用的結論。認為中國應該優化我國產品結構，改變勞動密集型產品過多的現狀，提高產品的附加值，最大限度地優化出口的商品結構。

通過對以往文獻的回顧，大部分研究中國自由貿易區的文獻集中在中國—東盟自由貿易區，另有少部分學者研究中國與巴基斯坦、中國與智利、中國與新西蘭的FTA等。而對于中國與秘魯自由貿易區的研究幾乎沒有。另外，在數據的選取上，大多學者的研究使用數據樣本較少，無法在中國100多個貿易伙伴國的大背景下全面考察自由貿易區的效果。本文采用131個貿易伙伴國10年的數據，對中國—秘魯FTA進行全面分析。

2 中國與秘魯的貿易狀況和特點

中國與秘魯自由貿易區始于2007年9月7日，中國秘魯自由貿易區可行性聯合研究報告，經過一系列的談判，于2009年4月28日簽署了《中國—秘魯自由貿易協定》，是中國與拉美國家簽署的第一個全面的貿易協定，主要包括貨物貿易、服務貿易和投資協定三部分。2009年3月1日正式實施，貨物貿易方面，90%以上的產品逐步實施零關稅；服務貿易方面，進一步開發服務部門，包括農業、采礦、導游、體育、旅游等部門；投資方面，雙方將相互給與對方投資者國民待遇、最惠國待遇等，為雙方投資提供便利。

表1 2003年至2012年中國對秘魯進出口情況(金額單位：億美元)

從表1中數據可見，十年來，中國對秘魯的進出口額除2009年以外，在其他年份均呈現出較高增長的態勢。2004年秘魯對中國出口額同比增長100.44%，進出口總額同比增長74.35%。中國與秘魯雙方在2010年實施FTA，對當年的進出口有較大影響。2010年進出口總額由2009年62.69億美元增長為96.68億美元；出口增長率由-24.23%變為69.23%；進口增長率由-10.83%增長為46.67%。但是2011年和2012年的數據顯示，中國與秘魯進出口金額的增長率有所放緩：分別為29.51%和10.28%。

3 CPFTA貿易效應的模型設定

引力模型一直是FTA效應定量研究中最常使用的模型。本文基于傳統的引力模型(GDP和距離兩個解釋變量)并在其基礎上進行改進。采用的引力模型如下：

數據剔除了除秘魯外和中國建立FTA的國家(東盟十國、新西蘭、巴基斯坦等)，防止其他FTA對中國—秘魯FTA的干擾，以保障實證結果的真實性。其中，中國對其他國家進口和出口的數據來源于IMF數據庫；GDP和人口數據均來自世界銀行數據庫；距離數據來自CIA數據庫；兩個虛擬變量FTA和Conadj數據來源于中國自由貿易區服務網。

4 CPFTA效應的實證結果與分析

本文采用131個國家10年(2003～2012)的貿易面板數據，面板數據比時間序列分析包含截面信息，擁有更多的數據信息。大多數時間序列是非平穩的，可以通過屬性圖示來粗略判斷平穩性，但這種目測結果不一定準確，應該使用更正式的方法——單位根檢驗，單位根檢驗已經成為面板數據分析的重要基礎。所以對于本文的面板數據，在進行估計分析以前，要先對其進行單位根檢驗。本次單位根檢驗是先從水平(level)序列開始檢驗起，四組單位根檢驗的結果可以看出，P值為0，小于0.05，認為不存在單位根，數據序列是平穩的(見表2)。

表2 各變量LLC檢驗結果

根據公式(1)和公式(2)，結合中國與131個貿易伙伴國10年的panel數據，利用Eviews軟件進行計量分析。CPFTA的建立對中國對秘魯出口的影響見表3。三個模型的調整R2分別為0.811、0.811和0.815，三個出口模型擬合程度較高。模型(一)采用了簡單的三變量模型(GDP、人口和地理距離)，三個變量都在1%的顯著性水平上通過檢驗，F值為1874.035，P值為0.0000，通過檢驗。模型(二)和模型(三)中依次加入了FTA和Conadj兩個啞變量，模型的擬合優度在提高，但FTA變量卻未通過檢驗。另外，相鄰性變量的相關性很高，且通過顯著性檢驗。

表3 中國對秘魯出口模型回歸結果

中國—秘魯FTA的建立對中國對秘魯進口的影響見表(4)。模型(四)采用了簡單的三變量模型(GDP、人口和地理距離)，三個變量都在1%的顯著性水平上通過檢驗，F值為811.244，P值為0.0000，通過檢驗。模型(五)和模型(六)中依次加入了FTA和Conadj兩個啞變量，模型的擬合優度在提高。三個模型的GDP相關系數高達0.97左右，人口變量和地理距離變量也通過了顯著性檢驗。和出口模型一樣，相鄰性變量的相關性很高，且通過顯著性檢驗。

表4 中國對秘魯進口模型回歸結果

5 結論

第一，我國對外貿易量主要受到貿易伙伴國和本國GDP以及兩國之間的地理距離的影響：六組貿易引力模型都顯示，GDP和地理距離變量具有較高的相關系數。傳統的兩個解釋變量是顯著的，本文的研究并沒有否定傳統貿易理論。兩國的人口與貿易量為正相關，但和GDP與地理距離變量相比，影響較小。

第二，雖然中國自由貿易區的建設逐漸突破地域限制和廣泛尋找世界各地的貿易伙伴，但無論是進口模型還是出口模型都顯示出相鄰性變量的重要性。說明中國更傾向于與鄰國發生貿易，也從側面證明了地理距離變量測量的正確性。

第三，研究結果還表明，從近十年的中國與秘魯的貿易實踐看，中國在2009年與秘魯簽署自由貿易區以后，中國對秘魯的進出口額增量不明顯。其原因可能為中國對秘魯的進出口基數較大，增速比較緩慢。另一方面，由于中國—秘魯FTA實施時間較短，貿易產品享受零關稅的待遇還需要一段緩沖時間。

[1]陳雯.中國—東盟自由貿易區的貿易效應研究——基于引力模型單國模式的實證分析[J].國際貿易問題,2009(1).

[2]呂宏芬,鄭亞莉.對中國—智利自由貿易區貿易效應的引力模型分析[J].國際貿易問題,2013(2).

[3]馬莉,胡超.中國—東盟自由貿易區的貿易效益[J].經濟導刊,2011(3).

[4]Jo-Ann Crawford,Sam Laird.Regional trade agreements and the WTO[J].North American Journal of Economics and Finance,2001(12).

[5]Richard Baldwin,Dany Jaimovich.Are Free Trade Agreements Contagious?[J].Journal of international economics,2012(88).

F752

A

1005-5800(2013)10(c)-086-03