皖蘇農產品出口貿易模式與比較優勢分析

王 力蔡文芬唐雪凡

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

一、引言

2019年12月，中共中央國務院印發《長江三角洲區域一體化發展規劃綱要》，標志著長三角一體化戰略正式上升為國家戰略。作為長三角成員，雖然安徽和江蘇地理臨近，但對外貿易發展差距明顯。2018年江蘇貨物進出口額、出口額和進口額分別是安徽的10.55、11.17和9.72倍[1-2]。另外，我國有40余年對外開放遵循“沿?！獌鹊亍钡拈_放路徑。這就決定了安徽與江蘇較對外貿易先進國家和地區差距仍然存在，特別在安徽。比較優勢是區域對外貿易發展的決定因素之一，決定了一個區域貿易模式。出口方面上，一定時間內，區域可通過要素積累、技術進步等方式促進出口專業化自我強化，表現出貿易模式的穩定性。同時，要素積累、技術外溢、產業政策、國內外需求等又可促成新專業化分工，表現貿易模式的流動性。由此，通過研究安徽和江蘇出口貿易模式的演化特征，可以為類似兩省的后發地區的出口貿易發展提供借鑒。同時，對比兩省出口貿易模式，也利于推進個性化的出口政策，更好地服務新時代長三角對外貿易高質量發展。

利用比較優勢指數進行區域間、產業間和時期間比較是主要的貿易模式研究方式。但該方式需要改進兩個問題。一是指數選擇問題。自20世紀60年代至今，許多學者提出各種比較優勢指數。比如Balassa（1965），Vollrath（1991），Laursen et al（1998），Prudeman et al（2000），Hoen et al（2006），Yu（2008），Costinot et al（2012）[3-9]等。但至目前，有關各比較優勢指數的理論基礎和實證爭議仍然很大，尚無共識。二是研究方法問題。較前一問題而言，研究方法爭議不大，但研究方法日益多樣。比如Proudman et al（2000）[6]利用加權巴拉薩指數進行了法、德、英、日、美出口貿易模式研究。方法有統計描述、圖形分析和馬爾科夫轉換矩陣等。Hinloopen和Marrewijk（2001）[10]，Benedicit和Tamberi（2004）[11]運用巴拉薩指數開展了不同國家和地區的類似研究。

Laursen（2015）[12]則開展了顯性對稱比較優勢指數（RSCA）的回歸分析，分析OECD國家出口專業化模式。國內學者何樹全（2006）[13]、陸文聰（2016）[14]等也用了上述方法進行了對中國的研究。

可見，國內外學者研究已然較為深入，但至少存在以下不足。（1）既然單一指數選擇有爭議，那么多指數評價應該是較為穩妥的方法。另外，利用同一指數不同方法以及不同指數同樣方法都可能會得出一些矛盾結論。這需要結合指數特征和具體方法進行細致探討，以保證結論的一致性。（2）比較優勢指數類型多樣。但利用進口、生產等數據時需要特別小心。比如進口易受貿易政策扭曲，一國國內生產牽涉到國內消費、價格等數據，這些數據均較難獲得，加之產品分類方法與口徑問題等，都可能對結果造成影響。因此，利用出口數據測度比較優勢有固有優勢。（3）國際和我國貿易模式研究都較深入，但對我國各省市貿易模式研究仍然較少。由此，文章利用顯性比較優勢指數（RCA）和顯性對稱比較優勢指數（RSCA）這兩個指數，分析了安徽和江蘇農產品出口貿易模式和比較優勢情況。

二、方法與數據

（一）農產品出口貿易模式

1.SITC兩位數農產品貿易分類

農產品出口貿易模式是衡量各類農產品出口額在其出口總額中的比例。即分析農產品出口結構。出口結構分析可以識別區域各類農產品的出口相對地位，主要農產品情況等，可以描繪區域農產品出口貿易模式的完整圖景。兩省出口農產品按《國際貿易標準（SITC）》兩位數分類選取。即剔除初級產品中的礦物類等相關產品，最后選取21類農產品。具體見表1。

表1兩位數農產品貿易分類表

2.農產品出口結構相似性與集中度

利用線性相關系數和HHI指數分析安徽和江蘇農產品出口結構特征。

（1）農產品出口相似性

Lall和Albaladejo（2004）[15]利用線性相關系數分析出口商品結構的相似度。公式為：

|r|在0～1之間。相關系數越高，出口結構越相似。

（2）農產品出口集中度

HHI指數可用于分析農產品出口商品結構的集中度。公式為：

Xi表示i類產品出口額，X表示產品出口總額，si表示i類產品的出口比例。一般而言，HHI指數越高，則出口產品集中度越高，指數值越低，集中度低。

（二）出口比較優勢動態方法

1.出口比較優勢指數

（1）顯性比較優勢指數（RCA）

公式為：

RCAij是區域j產品i的顯性比較優勢。Xij是區域j產品i的出口額?！芚j為區域j的總出口額?！芚in為參照區域n產品i的出口額?！芚n則為參照區域n總出口額。該指數取值范圍在[0,+∞)。RCA值大于1，表示j在產品i上有比較優勢，反之則反是，當RCA區域值為1時為比較優勢中值點，表示中性比較優勢。

對安徽和江蘇農產品RCA計算主要是利用各類農產品在總農產品出口額中的比重除以世界該類農產品與世界農產品總出口額的比重①。

（2）標準化顯性比較優勢指數（RSCA）

RCA指數分布不對稱，可能會造成對真實比較優勢的錯誤測度。為緩解該問題，Laursen（2015）[12]提出標準化顯性比較優勢指數，公式為：

RSCA指數值范圍在-1到+1之間。指數值大于0，表明j國產品i具有比較優勢，反之不具有比較優勢，比較優勢中值點值為0，是中性比較優勢。

2.具體方法

（1）基本統計量描述

運用RCA指數對安徽、江蘇各時期統計量進行分析。Hinloopen和Van Marrewijk（2001）[10]根據指數值大小確定了比較優勢強度分類。

當0＜RCA≤1，表示產品沒有比較優勢；

當1＜RCA≤2，表示產品有弱比較優勢；

當2＜RCA≤4，表示產品有中等比較優勢；

當4＜RCA，表示產品有強比較優勢。

（2）核密度圖估計

令（x1,x2,…，xn）來自于同一個未知概率密度函數f(x)的隨機樣本。其核密度估計量為：

K為核函數，h＞0，為帶寬。開展指數的核密度估計時，使用Stata軟件默認的Epanechnikov核函數估計和帶寬。

（3）轉換概率矩陣和流動性指數

一般地，X被認為是一個馬爾科夫隨機過程。對每個n和所有階段i1……in，

由于本研究所使用的是馬爾科夫轉移矩陣，相對頻率可以用概率表示。具體地，轉移矩陣由一個平穩的馬爾科夫過程生成：

對于所有的狀態i和j，且k=(n-1)，…，1，0，1，…

還可以將轉移矩陣的信息轉換為流動性指數。具體公式為：

M1和M2為流動性指數。K為轉移矩陣單元數量，tr(X)為矩陣X的跡，λj為矩陣的特征值。指數值越高代表流動性越高，指數值為0時，表示完全穩定。

（4）回歸分析

Laursen（2015）[12]利用RSCA指數，將指數值與其滯后值進行回歸，根據斜率和擬合優度比值衡量出口專業化模式的變化。公式為：

這里上標t1和t2表示初始和最終年份。RSCAijt2表示區域j產品i在t2時期的指數值，RSCAijt1是在時間t1的指數值。α，β分別表示標準線性回歸參數，uij為殘差項。

令R為擬合優度，當β/R=1，表示專業化程度不變；β/R>1，為專業化程度增加；β/R<1，為專業化程度下降。

（三）數據來源說明

安徽和江蘇農產品出口數據來自2002-2018年兩省統計年鑒。世界農產品出口數據來自聯合國貿發會議（UNCTAD）貿易統計數據庫。由于有18年出口數據，除特殊情況外，后續指數值分析使用2000-2005，2006-2011和2012-2017年的6年平均值。

三、實證結果分析

（一）安徽和江蘇出口貿易模式基本分析

安徽和江蘇均是以主要出口農產品為主導的出口貿易模式。安徽各年份出口前五的農產品合計占農產品總出口額2/3以上，2000-2005年更接近3/4。江蘇同期該比例在3/4左右，2012-2017年則高達約4/5。兩省出口前十農產品基本覆蓋整體出口結構，各年度合計比例在0.9以上。21類農產品詳細出口比例見表2。

為更加直觀描述21類農產品出口情況，繪制兩省各類農產品出口百分比點圖，見圖1。05類蔬菜與水果，29類其他動、植物原料雖然各時期百分比值有增減變動，但均是兩省主要的出口農產品。以10%為分界點，安徽04類谷物及其制品和22類油籽及含油果實；江蘇03類魚、甲殼及軟體類動物及其制品在2000-2005年都高于10%，之后下降至10%以下。26類紡織纖維（羊毛條除外）及其原料增幅較快，目前是江蘇出口的主要農產品。07類咖啡、茶、可可、調味料及其制品和09類雜項食品在2012-2017年也成為安徽新的出口主要產品?？梢?，安徽和江蘇有相同的主要出口農產品，也都有了主要農產品的類別轉換。

圖1安徽和江蘇各類農產品出口百分比圖（%）

主要農產品及其類別變化可以解釋兩省農產品出口結構相似性和集中度的變化。兩省各時期出口結構相關系數分別為0.76，0.53和0.60，結構較相似，但相似度下降。安徽出口集中度在下降，各時期分別為0.15、0.14和0.21，江蘇在上升，同期分別為0.12、0.14和0.16。2000-2005年安徽出口集中度高于江蘇，2006-2011年持平，2012-2017年江蘇高于安徽。

（二）安徽和江蘇出口比較優勢動態分析

1.統計量描述

運用RCA指數進行基本描述統計。兩省約有2/3的農產品的RCA值小于1，表明多數農產品不具備比較優勢。雖然指數均值2個年份有較弱比較優勢，但在分布不對稱時，中位數代表性更好，故平均來說兩省農產品都不具備比較優勢。安徽各年份指數值最大的農產品是26類紡織纖維（羊毛條除外）及其原料，且指數值在增加。江蘇2000-2005年指數值最大的產品是29類其他動、植物原料，2005-2006年后是26類紡織纖維（羊毛條除外）及其原料，且指數值也在增加。最大值變大表明整體分布離群值變大，指數值標準差也在增加，分布不對稱程度在增加，呈現明顯右偏和尖峰特征。見表3。

表2安徽和江蘇農產品出口貿易模式

表3安徽和江蘇各年份RCA指數描述性統計

2.核密度估計

因RCA指數值非對稱，指數區間較寬（約在0～10之間），故繪制RSCA指數的核密度圖。見圖2。與RCA描述結果一致，兩省多數農產品在RSCA指數值中值點左側，不具比較優勢。

安徽指數值中值點左側各年份有一個波峰，且波峰明顯右移趨勢，表明多數農產品比較劣勢程度在減輕。江蘇左側各年份也近似有一個波峰，但變化與安徽不同。在2006-2011年輕微右移之后又開始左移。表明江蘇多數農產品比較劣勢稍微減輕后又繼續惡化。在中值點右側，兩省波峰并不明顯，變化也沒有規律，但顯著低于左側波峰，表明兩省具有比較優勢的農產品數量少，且比較優勢也不穩定。

3.轉移矩陣與流動性指數分析

轉換概率矩陣對角線上單元和各行單元分別給出了比較優勢穩定性與流動性的描述。這里僅對比兩省2000-2005和2012-2017年②，見表4和表5。

（1）沒有比較優勢區間內，安徽和江蘇均保持較大的穩定性，分別為0.93和0.92。從流動性上看，安徽部分農產品有跨越區間的流動，是09類雜項食品由沒有比較優勢至中等比較優勢；江蘇向相鄰區間流動，是23類生橡膠（包括合成橡膠及再生橡膠），流動至弱比較優勢。

（2）弱比較優勢區間內，安徽26類紡織纖維（羊毛條除外）及其原料比較優勢保持穩定。江蘇05類蔬菜及水果，08類飼料（不包括未碾磨谷物），09類雜項食品保持穩定。兩省其他弱比較優勢產品均是向相鄰區間流動。其中，安徽04類谷物及其制品至沒有比較優勢區間，06類糖、糖制品及蜂蜜和07類咖啡、茶、可可、調味料及其制品至中等比較優勢區間；江蘇03類魚、甲殼及軟體類動物及其制品，06類糖、糖制品及蜂蜜流入沒有比較優勢區間，41類動物油、脂流入中等比較優勢區間。

圖2安徽和江蘇RSCA指數核密度圖

表4安徽農產品轉換概率矩陣

表5江蘇農產品轉換概率矩陣

（3）中等比較優勢區間內，兩省都有完全的流動，其中安徽05類蔬菜及水果至弱比較優勢，江蘇26類紡織纖維（羊毛條除外）及其原料朝向強比較優勢。

（4）強比較優勢區間內，安徽29類其他動、植物原料保持穩定外，22類油籽及含油果實跨越了3個階段，至沒有比較優勢區間，江蘇29類其他動、植物原料則保持穩定。

（5）對比初始分布與最終分布，兩省都有沒有比較優勢農產品增加的情況，相應地，有比較優勢產品類別在減少。另外，安徽沒有比較優勢農產品比例較江蘇高，分別是0.67和0.62，即使兩省增幅相同（0.05），安徽較江蘇農產品比較優勢狀況更嚴峻，分別為0.72和0.67。

安徽和江蘇流動性指數均很高。這意味著近20年來兩省農產品出口貿易模式表現出很強的流動性。對應轉換概率矩陣的分析，可知流動性主要是在有比較優勢的農產品上。見表6。

表6安徽和江蘇流動性指數

4.回歸分析

Laursen（2015）[12]用RSCA指數當期對滯后1期直至n期進行回歸，以觀察一定時期內各年份出口專業化模式的變化。與Laursen不同的是，這里僅做3個年份的回歸。一是較短時間內區域出口專業化模式大致不會有質的變化。二是進行均值回歸因外部沖擊的敏感性低。結果見表7?？梢姡?0年來安徽、江蘇平均出口專業化均呈現增加態勢。

表7安徽、江蘇出口專業化模式回歸結果

四、結論與建議

（一）主要結論

綜上所述，安徽和江蘇農產品出口貿易模式是以主要農產品為主導，這符合兩省比較優勢。兩省地理臨近，農業要素稟賦相似，有相同的出口主要農產品，整體出口結構較相似。但近20年來出口主要農產品變化降低了兩省出口結構相似度。2000-2005年，安徽具有一定出口規模的農產品少，故出口集中度高于江蘇。2012-2017年，江蘇出口集中度高于安徽。這有兩個方面的可能原因。一是隨著安徽出口貿易規模擴張，這帶來了主要出口農產品類別的多樣化。二是江蘇出口規模達到一定程度之后，主要農產品有了適應世界市場需求的自我強化。進而安徽出口的農產品日趨分散化，江蘇則日益集中化。盡管如此，以主要農產品為主導的出口模式并未變化。比較優勢方面，從描述統計、核密度圖、馬爾可夫轉移概率矩陣上看，兩省大多數農產品沒有比較優勢，且至少從描述統計和轉換概率矩陣上看，兩省沒有比較優勢的還在農產品增加。相應地，兩省有比較優勢農產品較少，且尚在減少。兩省農產品出口模式均有較大的流動性，符合后進國家和地區的特征事實③。且流動性主要在有比較優勢的農產品上體現。另外，盡管農產品出口模式流動性較大，回歸分析還是呈現出農產品出口專業化上升現象。

（二）具體建議

新時代下促進安徽與江蘇農產品出口，需要在擴張出口總量同時，立足比較優勢，推進分類出口策略；關注國際市場需求，優化出口結構，把握政策機遇，完善農產品支持政策，具體來說：

1.立足比較優勢，推進兩省農產品分類出口策略。對有較強且穩定比較優勢的出口主要農產品，需要繼續強化出口支持，做到政策精準支持，策略措施得當，穩定和發展該類農產品比較優勢，夯實和發展現有出口基礎，提高出口效益；對比較優勢弱或已不具備比較優勢的主要農產品，從動態視角找準出口瓶頸和制約因素，加快補齊現有政策短板，尋找新的出口增長點，開辟新的出口方向，提高出口比較優勢；對出口規模小，但有較強比較優勢的產品，做好內外協調，滿足內部需求的同時，深挖出口增長潛力，培育區域特色，使其短期內成為出口主要農產品；對出口規模小，比較優勢弱或沒有比較優勢的農產品，則應堅持培育為先、質量并舉，逐步扭轉出口不利局面。

2.關注外部環境，優化兩省農產品出口結構。立足出口主要農產品，優化兩省農產品出口結構。緊密跟蹤主要農產品國際市場動態，落實預警和風險防范機制建設；關注兩省農產品目標市場，包括亞洲、歐洲和北美洲等主要目標市場，特別關注歐盟、美國和日本等國家進口政策變化，特別是近幾年來的進口政策，做好應對農產品貿易壁壘的準備；鼓勵兩省特色農產品龍頭企業走出去，優化出口市場分布，重點開拓“一帶一路”沿線國家農產品市場，分散農產品出口風險，降低因傳統目標國家和地區進口政策收緊所造成的不利影響。

3.把握政策機遇，完善政府支持政策。以長三角區域一體化、“一帶一路”和自貿區建設為契機，加強三省一市政府聯動，搭建農產品出口促進的各類平臺，培育和發展特色農產品出口產業集聚區和示范區，打造區域農產品特色品牌；推動長三角高校、科研機構、農業企業合作，鼓勵其在農業技術研發、產學研合作、農業技術人才培養等方面開展合作；加強農產品出口信用保險制度建設，支持特色農產品龍頭企業開拓國際市場，降低出口風險；大力支持農產品出口行業協會、規模出口企業建設跨境電商公共服務平臺，打造長三角農產品跨境電商樣板，將產業鏈、銷售鏈延伸到境外，提升長三角農產品出口品牌效益。

注 釋：

①計算RCA指數時需要注意兩個問題：（1）Heon（2006）認為參照國或地區包含研究對象國或地區會造成計算結果有偏。但由于安徽和江蘇農產品出口額在世界農產品出口中幾乎可忽略，因而計算RCA時并未扣除兩省出口額。（2）國家和地區的異質問題。國家和地區發展水平不同，面臨的運輸成本差距較大。而安徽與江蘇發展水平雖有差異，但由于地理臨近，運輸成本不致是重要問題。

②當然也可以分別計算2000-2005和2006-2011年以及2006-2011和2012-2017年的轉換概率矩陣。但Benedicits（2004）認為分階段分析會混淆短期和長期效應，會得出矛盾結果。

③事實上，Brasili（1999）[19]就已得出：后進國家或地區相較先發達國家和地區出口貿易模式有更大的流動性。