安徽省出口產品比較優勢動態分析

王 力，唐雪凡

(1.安徽三聯學院 經濟管理學院，安徽 合肥 230601；2.九江職業大學 經濟管理學院，江西 九江 332000)

改革開放以來，安徽出口貿易發展迅速。2000—2017年，安徽出口貿易年均增長18.5%，已成為推動經濟增長的重要力量。同時，安徽是以工業制成品為主導的出口產品結構。2017年，初級產品與工業制成品在總出口額中所占比重分別為6.5%和93.5%。比較優勢決定區域分工與專業化模式，決定區域出口產品類別與產品結構。比較優勢變化會推動出口產品變化，反映出口產品結構變化。因此，安徽現有出口產品結構是地方比較優勢的體現。當安徽比較優勢有變化，則出口產品結構也會有變化。

自20世紀90年代，比較優勢動態分析成為區域貿易模式研究的重要內容。研究方法上一般是利用指數進行比較優勢數量化并開展指數的動態分析。比較優勢指數研究最早可追溯到20世紀50年代。Lienser設計了相對出口績效指數來測度英國產業進入歐洲共同市場的影響[1]。Balassa提出了顯性比較優勢指數(RCA)[2]。該指數應用范圍最廣，也至今仍有大量批評①。學者在對該指數固有缺陷的批評之后，會修正或提出新指數。比如Vollrath在回顧了20世紀90年代以前的比較優勢指數之后，提出了相對貿易優勢(RTA)指數、相對出口優勢(lnRCA)和顯性競爭力指數(RC)[3]。Lafay將出口與進口變量相結合，提出了拉菲指數[4](216)。Dalum和Laursen等提出顯性對稱比較優勢指數(RSCA)[5]。Proudman和Redding修正了RCA指數，提出了加權RCA指數[6]。Hoen和Oosterhaven設計了附加顯性比較優勢指數(ARCA)[7]。Cai和Yu等提出正態顯性比較優勢指數(Normalized RCA)[8]。Leromain和Orefice提出新顯性比較優勢指數(New RCA)[9]，等等。

在比較優勢動態化研究方面，Benedicits和Tamberi運用巴拉薩指數(RCA)分析了意大利、法國、德國和日本制成品比較優勢的動態變化[10]。Dalum和Laursen在對比其所提出的顯性對稱比較優勢指數(RSCA)與其他指數特征同時，也進行了RSCA指數的動態化研究[5]。Hinloopen和Marrewijk利用RCA指數進行了12個歐盟成員國對日本出口動態分析[11]。Sengupta和Deb則在Hinloopen和Marrewijk研究基礎上，運用7個比較優勢指數開展了不同國家的類似研究[12]。Csaba和Jambor運用了Hinloopen和Laursen等學者的類似方法，分析了波蘭、匈牙利、捷克和斯洛伐克4國的農產品比較優勢與專業化問題[13]。

國內學者在研究方法上與上述學者較類似，主要區別更多是在指數選擇，所選擇的產品類型，產品分類與數據來源等方面。比如何樹全用RSCA指數分析了我國的農業貿易模式，尚濤利用RSCA和Lafay指數分析了服務貿易的動態變化，李谷成等則分析了農產品比較優勢變化等等[14-16]。

綜合國內外學者的觀點，可以發現：現有研究已然較為深入，但至少存在以下幾個問題：1)現有研究多是對具體產品類別，比如制成品、服務、農產品的具體研究，缺少對出口貨物產品整體研究。事實上，開展整體和部分的綜合研究既利于對區域比較優勢動態有完整性把握，也利于識別不同產品類別上的差異。2)如前所述，多數學者的研究重心是在述評相應指數問題時，進行指數修正或提出新的指數。這種方式可能會丟棄原有指數的合理性成分。事實上，若產品分類數據特征較穩定，則相似指數所得結果差異不會很大。因此，可能沒有必要進行指數選擇。3)研究區域問題。學者研究多立足于國別和國家視角，對地方區域研究仍然較少，尤其是在對安徽的研究上。因此，文章立足安徽，選擇兩個從出口(供給)維度的指數，即用RCA和RSCA指數來進行對安徽出口產品整體、初級產品和工業制成品的動態分析，并根據所得結論，提出相應建議。

一、研究方法和數據

(一)所用指數

1.巴拉薩指數

巴拉薩指數(RCA)公式為：

Hinloopen和Marrewijk按RCA值大小分成4組，分別為(0,1]，(1,2]，(2,4]和(4,+)，分別表示沒有比較優勢(比較劣勢)，弱比較優勢，中等比較優勢，強比較優勢[11]。

2.顯性對稱比較優勢指數(RSCA)

RSCA指數主要是為修正巴拉薩指數(RCA)分布不對稱問題。其公式為：

該指數的取值范圍是[-1,1]。RSCAi>0表示i類產品具有比較優勢，RSCAi<0表示不具有比較優勢，指數值等于0則是比較優勢中值點。

(二)指數分布動態方法

利用上述2個指數來分析安徽出口產品整體、初級產品和工業制成品的比較優勢動態。首先，文章利用了18年的安徽出口產品數據，這可能會因貿易波動造成指數分布特征不明顯問題，特別是在這18年間有入世、國際金融危機等事件所造成的數據波動現象。因此，將2000—2017年安徽出口貿易數據劃分為3個年份段，分別為2000—2005年，2006—2011年和2012—2017年，再對3個年份的指數平均值進行比較靜態分析，以識別指數分布變化。其次，對RCA和RSCA指數進行簡單的描述性統計，識別兩指數相關統計量的基本特征。包括累積百分比、標準差、最小值、最大值、偏度、峰度等，給出安徽出口產品比較優勢指數分布的基本情況。第三，利用Stata 15繪制兩指數3個年份段的累積分布圖和核密度圖。這兩類圖形都可以進一步分析安徽出口產品指數分布隨時間變化。相對于描述性統計而言，圖形分析相對更加直觀。

(三)產品選取和數據說明

參照《國際貿易標準分類》(Revision 4)的2位數分類標準，結合安徽分類產品出口數據，剔除缺乏出口數據的部分商品，從《安徽統計年鑒》中選取按SITC兩位數分類的61類出口商品，包含26類初級產品和35類工業制成品[17]。其中，26類初級產品中，第0章食品與活動物選取10類產品，為00—09類產品。第1章飲料與煙類選取1類產品，為11類產品；第2章非食用原料(燃料除外)選取9類產品，為21—29類產品；第3章礦物燃料、潤滑油及有關原料選取3類產品，為32—34類產品；第4章動植物油脂及蠟選取3類產品，為41—43類產品。合計26類初級產品。工業制成品中，第5章化學成品及有關產品選取9類產品，為51—59類產品；第6章按原料分類的制成品選取9類，為61—69類產品；第7章機械與運輸設備選取9類產品，為71—79類產品。第8章雜項制品選取8類產品，為81—85，87—89類產品。合計35類工業制成品③。具體產品分類說明見附表1。上述出口產品2000—2017年平均占到安徽出口總額96.5%。另外，指數計算所需的世界2位數出口數據則來源于UNCTAD handbook of statistics[18]。

三、實證分析結果

(一)描述性統計結果

1.RCA指數

表1給出了安徽RCA指數的描述性統計結果。P-z為指數累積百分比。比如2000—2005年25%的出口產品整體RCA指數是0.22，意味著有25%的出口產品指數值在0.22以下，75%的指數在0.22以上，同期初級產品與工業制成品分別為0.04和0.38。各年份初級產品累積百分比的指數值都低于工業制成品和出口產品整體。

出口產品整體和工業制成品的均值均大于1，表明兩類產品類型都有比較優勢；初級產品小于1，則不具比較優勢。各類產品在三個年份RCA指數分布不對稱，多呈現一定的右偏和尖峰特征，但程度不高。在分布不對稱條件下，均值代表性存疑。相對應的中位數是較好的統計量。除工業制成品在2006—2011和2012—2017年有微弱比較優勢外，初級產品、產品整體中位數值均沒有比較優勢。各年份各產品類型標準差不大，表明指數值分布離散程度不大。出口產品整體、工業制成品標準差較初級產品穩定。另外，初級產品RCA最小值和最大值都小于工業制成品④。

表1 安徽出口產品RCA指數值描述性統計

注：1)z分別取1%，5%，10%，25%，50%，75%，90%，95%，99%；2)根據安徽統計年鑒(2001—2018)計算所得。

2.RSCA指數

RSCA指數與RCA指數所得結果大多一致。見表2。因RSCA指數是修正RCA指數所設計，所以相對RCA指數，各產品類型的RSCA指數偏度和峰度值都有不同程度的下降，均值和中位數反映比較優勢情況僅在工業制成品2006—2011年有微小差異。但對比RSCA和表1的RCA指數中位數，二者反映比較優勢情況一致。因此可以得出：平均來說，安徽出口產品整體、初級產品都不具備比較優勢，工業制成品有比較優勢“逆轉”，僅是由微弱劣勢轉為微弱優勢。

(二)累計分布圖

1.RCA指數

基本描述性統計并不能清楚描述安徽各產品類型在各年份的比較優勢變化情況。因此這里先繪制RCA指數的累積分布圖。見圖1。可以明確的是，各產品類型指數值累積分布線偏離程度較小，說明近20年來安徽出口產品比較優勢較穩定。出口產品整體、初級產品和工業制成品大多數類別落入比較劣勢區間。初級產品和工業制成品指數值區間范圍各年份有較大變化。初級產品指數值成縮減特征。按照前述Hinloopen和Marrewijk的比較優勢強度分組，初級產品累積分布線末端有明顯縮短，由2000—2005年的5左右下降到不到3，已由強比較優勢下降到中等比較優勢。工業制成品累積分布線末端在6～8之間先増后減，由但仍在強比較優勢區間。出口產品整體與工業制成品基本一致，比較優勢較穩定，多數類別不具比較優勢，累積分布線末端也先増后減，仍在強比較優勢區間。

表2 安徽出口產品RSCA指數值描述性統計

注：同表1。

圖1 安徽出口產品RCA指數累積分布

2.RSCA指數

利用RSCA指數也可以看到RCA分布的一般性結論。比如大多數產品不具備比較優勢，各年份指數分布只有較小變化，初級產品指數分布在縮減等。此外，因RSCA指數分布范圍在[-1,1]之間，區間較窄，故還能夠看到RSCA指數分布的更細化特征：工業制成品2000—2005年之后指數值左邊較小值的明顯改善，表明原來比較劣勢強度的產品類別在減輕。

圖2 安徽出口產品RSCA指數累積分布圖

(三)核密度估計結果

1.RCA指數

見圖3。在中值點左側，出口產品整體較2000—2005年，后兩個年份左邊波峰更陡峭，表示比較劣勢產品類別在增加，有更多的出口產品類別落入比較劣勢區間。在中值點右側，近似形成2個較平緩的波峰。在2000—2005年波峰在約4—6之間，到了2012—2017年則在2—4之間。說明原來具有強比較優勢的工業制成品類別在縮減，落入中等比較優勢區間。(工業制成品(第3個小圖)也可得出)。另外，核密度線長度成先增后減特征，表現在第1、3小圖，這與累積分布圖分析所得結論一致。

圖3 安徽出口產品RCA指數的核密度估計圖

初級產品較出口產品整體而言，變化更明顯。在中值點左側，可以清楚地發現初級產品比較劣勢產品類別增加很多。較2000—2005年相對平滑的密度曲線而言，后兩個年份曲線長度變短，2006—2011有一個波峰，2012—2017年近似有三個波峰。多數初級產品類別主要集中在極弱、中值點附近、比較優勢值為2～3間區域，呈現比較劣勢更弱，優勢也變弱特征。工業制成品則多數產品集中在中值點附近，且波峰有輕微右移趨勢，有劣勢變輕的積極信號。結合對出口產品整體的分析，工業制成品也存在優勢變弱的現象。

圖4 安徽出口產品RSCA指數的核密度估計圖

2.RSCA指數

圖4給了RSCA的核密度估計結果。出口產品整體與工業制成品3個年份形狀較為相似。區別在兩個方面：1)出口產品整體2005—2011和2012—2017年形成2個波峰，而工業制成品沒有，這主要是因為初級產品包含在產品整體中所帶來的結果。2)工業制成品較產品整體而言有分布右移趨勢，波峰也右移，表明有更多工業制成品的比較優勢在提高，但比較強度仍然較低。3)初級產品則呈現出較為顯著的變化，一方面，后兩個年份相對于2000—2005年有更多的產品跌入比較劣勢區間。圖形右側則表明波峰左移，較多的產品開始喪失原有比較優勢，這意味著初級產品整體比較優勢弱化現象。

四、結論與建議

近20年來，安徽出口產品比較優勢有了一定程度的變化，但程度較小。平均來說，大多數出口產品不具備比較優勢。初級產品與工業制成品比較優勢動態變化不一致。初級產品分布呈現優勢減弱、劣勢變強的不利局面，且原來有強比較優勢產品跌入中等比較優勢區間。工業制成品分布呈現劣勢變輕，優勢變強的積極信號，但強比較優勢產品呈先增后減特征。從結論可以看出，安徽雖有立足地方特征的基本專業化，不論初級產品，還是工業制成品都有少數有較高比較優勢的產品，但類別少，尚未形成以多類產品為主導的出口結構。產品類別單一化勢必會有較高的貿易風險。雖然安徽出口規模小會有較大彈性的調整空間，但大多數初級產品比較優勢下降的事實表明，這很難說是一種主動性調整。工業制成品累積了一定的出口規模，也體現了一定程度的優勢改進，但出口產品單一，多數產品比較優勢較弱，仍是需重點關注的方面。

新時代下要促進安徽出口貿易高質量發展，需要構筑以比較優勢為基準的分類出口戰略。具體來說：1)初級產品需要穩定現有比較優勢同時，更加注重傳統比較優勢產品的潛力挖掘，比如蔬菜類、水產類產品，豐富比較優勢產品類別，形成多類比較優勢產品帶動的出口結構。對標工業制成品比較優勢改進原因，借鑒先發省市經驗，識別一般和具體原因，強化農業政策支持，實施精準扶持。同時，堅持出口規模與質量提升并舉，防范貿易風險。2)工業制成品則需在穩定傳統勞動密集型產品出口同時，更加注重資本技術密集型產品出口，優化制成品出口結構。強化對比較優勢由劣轉優產品的出口監控，加快補齊各類短板，使其成為新主導產品。

注釋：

① 這些批評主要有：1)利用事后數據研究，違背了比較優勢理論的事前含義。2)指數分布不對稱問題，造成進行基數和序數對比結論存疑。3)僅利用了出口數據，未利用進口、生產等其他數據。4)影響比較優勢的其他因素。比如正式或非正式的貿易壁壘，歷史貿易關系，國內需求擾動，偏好差異等。

② 對照組數據選擇也會對指數值造成影響，很多學者對RCA分母數據有選擇世界、區域整體或某貿易大國。主要考慮的是貿易壁壘和運輸距離等原因。但鑒于安徽出口額本身較小，且因缺乏數據原因，故對照組選擇世界。

③ 未選取12類煙及煙制品、35類電流和第9章未分類商品。

④ 其中初級產品RCA最小值2000—2005年是34類天然氣及人造氣產品，2006—2011和2012—2017則是28類金屬礦砂及金屬廢料。工業制成品RCA最小值2000—2005年是88類攝影器材、光學物品及鐘表，2006—2011年是75類辦公用機械及自動數據處理設備，2012—2017年是84類服裝及衣著附件。初級產品最大值2000—2005年為22類油籽及含油果實，2006—2011和2012—2017年為29類其他動、植物原料；工業制成品RCA最大值各年份都為65類紡紗、織物、制成品及有關產品。

附表1 SITC2位數產品分類主要及其編碼