中国对RCEP成员国纺织品...扩展贸易引力模型的实证分析_闫舒捷.pdf

2023年 第4期北方BEIFANGJINGMAO经贸中国对 RCEP 成员国纺织品出口潜力分析基于扩展贸易引力模型的实证分析闫舒捷（江南大学 商学院，江苏 无锡 214000）摘要：自 RCEP 正式生效以来，中国有效融入全球产业链、供应链、价值链的决心不断增强。选取 2010-2019 年中国和RCEP 成员国的相关数据，在测算贸易互补性指数的基础上，利用扩展的贸易引力模型，探讨中国对 RCEP 成员国纺织品出口影响因素，并利用回归方程对中国出口各成员国的纺织品贸易潜力进行测算，最后提出建议。实证结果表明，中国的经济规模、双边贸易互补性指数、RCEP 成员国贸易依存度与中国纺织品出口规模显著正相关，中国的人口规模与其纺织品出口规模显著负相关。在 14 个国家中，潜力巨大、潜力开拓、潜力再造三种类型分布相对均衡。关键词：RCEP；贸易潜力；随机效应；扩展的引力方程中图分类号：F740文献标识码：文章编号：1005-913X（2023）04-0021-05收稿日期：2022-08-01作者简介：闫舒捷(2000-)，女，山东潍坊人，本科学生，研究方向：国际经济与贸易。一、引言2022 年 1 月 1 日，区域全面经济伙伴关系协定（RCEP）正式生效，首批生效的国家包括新加坡、泰国、越南、文莱、柬埔寨、老挝等东盟 6 国和中国、澳大利亚、新西兰、日本等非东盟 4 国。RCEP 的生效实施，标志着全球人口最多、经贸规模最大、最具发展潜力的自由贸易区正式落地。受新冠疫情影响，加之近年来贸易保护主义、单边主义等贸易干扰因素的增多，自由贸易外部环境充满了不确定性。RCEP 的正式生效将促进成员国之间的贸易增长和贸易潜力释放，提振各国区域经济一体化的信心和决心，为区域乃至全球贸易投资增长、经济复苏和繁荣发展作出重要贡献。二、文献综述对于 RCEP 谈判过程中的内容和挑战，竺彩华等（2015）1对 RCEP 的阶段性进程、障碍和推动建议进行分析，提出了为 RCEP 谈判注入新的活力的四种解决之道；对于中国对 RCEP 成员国贸易的实证研究，周曙东、郑建（2018）2利用随机前沿引力模型分析认为，中国与 RCEP 伙伴国的贸易效率总体较低,贸易潜力较大；部分学者将 RCEP 与 TPP 作对比研究，陈淑梅、全毅（2013）3讨论了 TPP 和RCEP 两条路径对亚太经济一体化进程的影响；对于中国与 RCEP 成员国的不同贸易产品实证研究，李薇、张宝英（2021）4利用扩展的贸易引力模型分析了中国对 RCEP 成员国机电产品的出口影响因素和贸易潜力。就已有文献的研究方向上看，对于中国和RCEP 成员国的贸易情况，学者们在 RCEP 背景下研究中国整体出口状况的文献居多，对于特定行业的研究相对较少，鉴于中国是世界上最大的纺织品服装生产和出口国的贸易地位，本文利用扩展的贸易引力模型，探究中国对 RCEP 成员国的纺织品出口影响因素和贸易潜力。三、贸易互补性指数（TCI）的计算贸易互补性指数（TCI）是基于出口国比较优势和进口国比较劣势两方面因素，衡量 i 国出口与 j国进口匹配程度的贸易指数。基于中国和 RCEP 各成员国的纺织品进出口数据和整体贸易情况，计算中国和各国的显性比较优势指数（RCA），测算公式如下：RCAi=XtTXtWXtTWXtt 时期内，Xt为中国纺织品的出口量，TXt为中国的出口总量，WXt为世界纺织品的出口量，TWXt212023年 第4期NORTHERN ECONOMY AND TRADE表 12010-2019 年中国与 RCEP 各成员国的纺织品贸易互补指数RCEP 成员国2010201120122013201420152016201720182019日本0.78990.70020.75190.77380.71810.86370.83920.78260.66390.6202韩国0.38070.35350.36450.40340.40640.48590.50020.45380.40130.3862新西兰0.79050.66110.71990.70690.65710.73380.72460.66750.57080.5343澳大利亚0.60230.50580.53400.57760.58800.67890.67170.60870.54470.5195泰国0.35960.30820.31500.29410.30850.33270.33890.31590.28270.2698印度尼西亚0.77640.70320.73640.74980.77290.87090.88910.85480.70770.6725越南1.61441.42821.50221.48931.44061.38141.30651.22181.10080.9584老挝1.16190.39590.35020.35550.32420.31120.35750.33680.31710.3127文莱0.45210.33040.41660.60100.33800.33070.32640.32240.18740.1376缅甸1.02020.61600.72570.94540.60980.40920.76291.07881.18581.2859新加坡0.16550.14840.16200.18320.16790.18750.18200.16240.12700.1159柬埔寨3.87583.17183.56043.10363.42603.47653.50463.47892.71292.4408菲律宾0.24690.25860.27040.30380.28180.29010.29180.27030.24910.2442马来西亚0.18590.21820.24350.21750.20550.33200.34200.28830.24640.2133四、中国与 RCEP 成员国纺织服装产品贸易流量的实证分析（一）模型确立和变量选取根据本文研究目的和数据的易得性，基于贸易引力模型的对数线性形式，引入新的变量，得到拓展之后的贸易引力模型：lnQijt=0+1lnGDPjt+2lnGDPit+3lnPOPjt+4lnPoPit+5lnDISij+6lnTCIijt+7lnDFTjt+8FTAij+8BORij+ij其中，i 代表中国，j 代表进口我国纺织品的RCEP 成员国，t 代表时间，关于各变量的含义、预期符号以及理论说明参见表 2。（二）样本选取和数据来源由于本文研究的是中国对 RCEP 成员国纺织品出口贸易状况，属于一对多的模式，且为了避免2020 年新冠疫情对世界进出口贸易的冲击引起的数据波动，本文最终选取 2010-2019 年 10 年间中国对 RCEP 成员国纺织品出口贸易额的面板数据进行分析。其中，各国 GDP（以现价美元计）、人口总数、贸易依存度数据均来自于世界银行数据库，中国与各国首都的地理距离数据来自于法国 GEO-CEPII 数据库，中国对 RCEP 各成员国的纺织品出口总额及各国的进出口额数据均来自 UNCTAD 数据库，贸易互补性指数由前文数据计算所得。（三）模型实证结果及分析本文采用 stata16.0 对扩展的贸易引力模型进行实证检验。首先，利用所收集的面板数据，依次进行混合效应（OLS）、固定效应（FE）和随机效应（RE）计量回归，通过数据检验来决定具体采用何种效应进行回归估计，结果见表 3。由表 3 可知，在混合效应和固定效应中，F（13，120）=34.59 且 Prob F=0.000 显著拒绝原假设，说明数据存在显著的个体效应，表明固定效应模型为世界出口总值。RCAj=MjtTXjtWMtTWMtt 时期内，Mjt为 j 国纺织品的进口量，TXjt为 j国的进口总量，WMt为世界纺织品的进口量，TWMt为世界进口总量。本文采用 Peter Drysdale（1967）5等人提出的贸易互补性指数的计算方法，以进出口国对某产品的显性比较优势指数来衡量两国贸易互补程度，公式如下：TCIijt=RCAjtRCAit以此得出中国和 RCEP 各成员国的纺织品贸易互补指数，如表 1 所示：国际经济与贸易222023年 第4期北方BEIFANGJINGMAO经贸表 3混合效应、固定效应和随机效应回归结果固定效应（FE）随机效应（RE）1.017*0.965*(-5.07)(-6.83)2.023*2.011*(-4.19)(-4.33)1.2170.166(-0.76)(-1.03)-27.596*-25.234*(-3.55)(-3.66)-0.164-(-0.43)1.313*1.252*(-10.75)(-11.15)0.731*0.803*(-3.24)(-4.25)-0.657-(-0.74)-0.207-(-0.38)505.882*475.832*(-3.53)(-3.53)混合效应（OLS）0.783*(-14.07)1.902*(-2.05)0.327*(-6.35)-23.658*(-1.68)0.012(-0.11)0.905*(-12.06)0.955*(-10.75)-0.03(-0.12)-0.332*(-2.19)444.287(-1.62)VARIABLESlnGDPjtlnGDPitlnPOPjtlnPOPitlnDISijlnTCIijtlnDFTjtFTAijBORijConstant140140140ObservationsF testF test that all u_i=0:F(13,120)=34.59Hausman TestProbchi2=0.8506R2_Agj0.9090.5580.900注：括号内为标准误；*、*、*分别代表 1%、5%、10%的显著性水平。表 2变量含义、预期符号与理论说明变量预期符号含义理论说明Q中国对 RCEP 成员国的纺织品出口贸易额GDPj+RCEP 成员国国内生产总值反映进口国的经济发展水平和购买能力GDPi+中国国内生产总值反映中国的经济发展水平和出口供给能力POPj+RCEP 成员国人口规模反映进口国的市场规模和需求POPi-中国人口规模反映中国国内的市场规模和需求DIS-两国的地理距离（以两国首都距离测算）反映两国之间的运输距离及成本TCI+中国与 RCEP 成员国纺织品贸易互补指数反映两国贸易互补性和贸易潜力DFT+RCEP 成员国的外贸依存度，用一国的所有商品进出口总额与该国国内生产总值之比来衡量反映一国经济对国际市场的依赖程度或开放程度FTA+虚拟变量，是否与中国签订自由贸易协定当两国签订 FTA 时，表明双方具备贸易便利条件BOR+虚拟变量，是否与中国有共同边界当两国具有共同边界时，贸易成本将下降优于混合效应模型。在固定效应和随机效应中，通过 Hausman 检验结果 P 值为 0.8506 可知，应接受原假设，表明随机效应模型优于固定效应模型。因此，最终选择随机效应模型。6由面板数据的随机效应回归结果进行分析，随机效应调整后的 R2（overall，王小鲁，樊纲，2005）7为0.900，说明解释变量对被解释变量的解释程度高达90%，表明所选取的解释变量总体解释程度较高，整体回归效果较理想。各解释变量具体分析如下：经济规模。RCEP 成员国经济规模（GDPj）系数为 0.965，且显著性较高，表明 RCEP 成员国即进口国的经济规模和购买能力是影响中国对其纺织品出口贸易的重要因素。中国经济规模（GDPi）系数为2.011，同样在 1%的显著性水平下通过检验，表明在其他因素不变的情况下，中国的经济规模每增加1%，将带动其向 RCEP 成员国纺织品出口贸易增长2.011%，其影响程度远超于 RCEP 成员国经济规模的影响程度。人口规模。RCEP 成员国人口规模（POPj）系数为 0.166，虽然未通过显著性检验，但仍表明其对中国的纺织品出口有正向影响。中国人口规模（POPi）系数为-25.234，在 1%的显著性水平下显著，表明中国国内人口规模对纺织品对外出口有显著的负向影响，纺织品为生活必需品，较大的内需规模在某种程度上会减少纺织品的对外供给。地理距离。回归结果显示，两国地理距离（DIS）系数为-0.164，虽未通过显著性检验，但其符号与预期一致，说明两国之间的地理距离与中国对RCEP 成员国的纺织品出口呈负相关，较远的地理距离将会增加双方的贸易运输成本，从而影响中国纺织品出口量。贸易互补性。贸易互补性指数（TCI）的系数为232023年 第4期NORTHERN ECONOMY AND TRADE表 4引力模型不同形式的回归结果（2）（3）（4）0.968*0.935*1.023*(8.38)(9.08)(11.17)1.994*2.006*1.967*(4.32)(4.35)(4.30)0.1740.179(1.35)(1.46)-25.049*-25.046*-24.619*(-3.64)(-3.63)(-3.60)1.237*1.222*1.264*(11.21)(11.22)(11.63)0.831*0.865*0.824*(4.69)(5.11)(4.70)0.509(0.67)470.742*471.280*464.732*(3.49)(3.49)(3.47)1401401400.89830.89840.8759（1）0.984*(7.95)1.991*(4.31)0.151(1.03)-25.051*(-3.64)-0.135(-0.38)1.247*(11.18)0.807*(4.34)0.627(0.74)472.043*(3.51)1400.8979VARIABLESlnGDPjtlnGDPitlnPOPjtlnPOPitlnDISijlnTCIijtlnDFTjtFTAijConstantObservationsr2_a注：括号内为标准误；*、*、*分别代表 1%、5%、10%的显著性水平。1.252，显著性较高，且在三种效应中在 1%的显著性水平下均通过检验，表明中国和 RCEP 成员国的纺织品贸易互补性是影响中国纺织品出口的重要因素，中国与 RCEP 成员国在纺织品交易上仍有较大的贸易增长空间。贸易依存度。由表 4 可知，贸易依存度（DFT）系数为 0.803，且显著性较高，说明进口国的贸易依存度对中国出口纺织品有重要影响。自由贸易协定签订与共同边界。是否签订自由贸易协定（FTA）没有通过显著性检验，原因可能是RCEP 中除日本外的 13 个成员国均与中国签订了自由贸易协定，且中国为日本的第一大进口国，致使自由贸易协定带来的贸易便利化条件对中国和其他国家的纺织品贸易的影响程度不明显。是否具有共同边界（BOR）符号与预期符号相反，但不具有显著性。针对回归分析中不显著的四个变量，即 POPj、DIS、FTA 和 BOR，参考盛斌（2004）8等人的研究，根据各变量的 t 统计值采用“后向法”对解释变量进行筛选，处理结果如表 4 所示。本文拟采用表 4 中扩展回归方程（4）作为中国对 RCEP 成员国纺织品出口贸易潜力测算的最终方程，此时所有变量均在1%的显著性水平下通过检验。五、中国对 RCEP 成员国纺织服装贸易潜力测算根据表 5 中扩展回归方程（4）构建中国对 RCEP成员国纺织品出口贸易潜力方程：lnQijt=464.732+1.023lnGDPjt+1.967lnGDPit-24.619lnPOPit+1.264lnTCIijt+0.824lnDFTjt刘青峰、姜书竹（2002）9将贸易潜力划分为三种类型，当实际值与理论值的比值大于等于 1.2 时，属于“潜力再造型”；当比值在 0.81.2 时，属于“潜力开拓型”；当比值小于 0.8 时，属于“潜力巨大型”。根据各国实际数据与引力方程模型计算结果，得到表 5。由表 5 可知，老挝、印度尼西亚、新西兰、澳大利亚和日本的贸易潜力平均值小于 0.8，属于潜力巨大型，表明它们和中国的纺织品贸易还有较大的贸易潜力可以开发，应积极利用 RCEP 生效的贸易便利环境，进一步加大中国与其纺织品贸易，提升贸易流量。韩国、文莱、柬埔寨、泰国和新加坡属于潜力开拓型，说明中国对其纺织品出口贸易仍有一定的贸易潜力空间可供开拓。越南、缅甸、马来西亚和菲律宾属于潜力再造型，表明双方纺织品贸易已经接近饱和，应在维持双方纺织品贸易的基础上积极拓展新的贸易因素，其中菲律宾的贸易潜力指数平均值高于 5，有贸易过度的倾向，迫切需要寻找新的贸易因素。六、建议（一）提高纺织品生产效率，提升国内企业供应能力在国内国际双循环的经济背景下，中国应提高纺织品生产效率，在满足国内纺织品市场的前提下继续开拓纺织品外销的国际市场，促进国内国际两个市场协调发展。另外，中国需高质量促进经济增长，带动纺织企业不断提升纺织品出口竞争力，提高纺织品质量和附加值，并针对 RCEP 成员国的需国际经济与贸易242023年 第4期北方BEIFANGJINGMAO经贸求不断革新，进行差异化生产，维持中国纺织品在国际市场的地位。（二）推动电商贸易平台发展，助力跨境贸易RCEP 成员国中部分国家对国际市场的依赖程度较高，双方应充分利用大数据和先进通信技术，注重电商贸易平台的搭建，扩展纺织品交易渠道，提高纺织品交易效率和跨境贸易出口成交率，促进中国纺织品出口贸易规模增长。（三）改善货物运输条件，促进跨境物流发展对于具有高贸易依存度、与中国纺织品出口贸易互补性较强的部分 RCEP 国家，两国之间的地理距离无疑提高了双边贸易的运输成本和运输效率，改善货物运输条件、打造互联互通的现代化物流体系，能够有效减少双方运输时间，提高双方运输效率和物流安全程度，从而提高中国纺织品对外出口流量。（四）紧抓机遇，科学制定纺织品出口策略各成员国应紧抓 RCEP 带来的机遇，加强双边贸易和经济合作。此外，中国应根据 RCEP 成员国的贸易潜力类型科学规划纺织品出口目标。对于贸易潜力较大的国家，应以扩大市场份额为目标，释放其贸易潜力，促进双方贸易长远发展；对于贸易再造型国家，应探索新的贸易发展因素，维持双方的贸易往来和合作关系。参考文献：1竺彩华，冯兴艳，李锋.RCEP 谈判:进程、障碍及推进建议J.国际经济合作，2015(3):14-21.2周曙东，郑建.中国与 RCEP 伙伴国的贸易效率与影响因素基于随机前沿引力模型的实证分析 J.经济问题探索，2018(7):89-97.3陈淑梅，全毅.TPP、RCEP 谈判与亚太经济一体化进程J.亚太经济，2013(2):3-9.4李薇，张宝英.中国对 RCEP 国家机电产品出口的影响因素与贸易潜力测算基于扩展的贸易引力模型的实证分析J.天津商务职业学院学报，2021(5):26-33.5Peter D rysdale.Japan,Australia and New Zealand:theProspects for Western IntegrationJ.Eco-nom ic R ecord,1969(9).6季雯婷，任文龙.中国对“一带一路”沿线国家体育用品出口的影响因素及贸易潜力基于扩展的贸易引力模型检验J.上海体育学院学报，2020(0):70-77.7王小鲁，樊纲.中国收入差距的走势和影响因素分析J.经济研究，2005(10):24-36.8盛斌，廖明中.中国的贸易流量与出口潜力:引力模型的研究J.世界经济，2004(2):3-12.9刘青峰，姜书竹.从贸易引力模型看中国双边贸易安排J.浙江社会科学，2002(6):16-19.责任编辑：方晓表 52010-2019 年中国纺织品出口 RCEP 各成员国的贸易潜力指数国家2010201120122013201420152016201720182019平均值潜力类型老挝1.750.460.710.490.360.270.360.350.450.480.57潜力巨大型印度尼西亚0.530.500.570.550.580.520.570.530.640.750.58潜力巨大型新西兰0.610.640.520.510.570.610.650.620.680.720.61潜力巨大型澳大利亚0.820.720.650.610.650.670.720.680.680.730.69潜力巨大型日本0.880.810.690.690.700.590.640.630.660.730.70潜力巨大型韩国1.140.960.770.720.810.830.800.790.750.950.85潜力开拓型文莱0.290.520.650.992.381.490.740.490.600.630.88潜力开拓型柬埔寨0.760.860.661.080.940.840.930.981.221.310.96潜力开拓型泰国0.880.800.800.900.951.021.091.021.021.180.97潜力开拓型新加坡1.111.131.181.161.201.161.151.000.820.991.09潜力开拓型越南1.081.031.061.271.371.301.181.141.241.331.20潜力再造型缅甸1.632.332.011.662.374.022.471.691.641.922.17潜力再造型马来西亚2.972.032.633.453.042.091.701.511.291.922.26潜力再造型菲律宾4.274.014.254.103.474.836.616.875.636.275.03潜力再造型25