蘇珊珊++霍學喜

摘要：選取2014年世界209個國家和地區(qū)的大米出口貿易數據為樣本，運用探索性空間計量分析方法，從貿易自由化隱性距離視角判定和分析世界大米出口貿易的空間集聚特征及影響因素。結果表明，世界大米出口貿易總體呈較高的集聚狀態(tài)，地區(qū)間集聚模式差異較大；貿易自由化是影響空間集聚擴散的重要渠道，經濟規(guī)模、人口總量、谷物產量、基礎設施水平具有正向作用，而出口價格和匯率水平具有負向作用，耕地面積與空間集聚之間不存在相關性。

關鍵詞：大米；出口貿易；空間集聚；影響因素；空間計量；貿易自由化指數

中圖分類號： F752文獻標志碼： A文章編號：1002-1302（2016）06-0558-04

收稿日期：2015-03-31

基金項目：國家社會科學基金西部項目（編號：14xGJ011）。

作者簡介：蘇珊珊（1981—），女，陜西渭南人，博士，講師，從事農產品貿易研究。E-mail：susan522@163.com。

通信作者：霍學喜，教授，博士生導師。E-mail：xuexihuo@nw.suaf.edu.cn。在氣候變化、生物質能源發(fā)展以及大宗產品能源化、金融化等多重因素作用下，國際市場大米價格呈現波動態(tài)勢，導致全球性糧食安全問題凸現，大米出口貿易再次受到世界各國的密切關注，成為國際貿易研究的熱點領域。徐彥等預測了未來10年世界大米出口的貿易規(guī)模及出口格局[1-3]；Trung研究越南大米出口貿易國際競爭力[4]；樊曉云分析東盟貿易自由化對泰國大米出口競爭力的影響[5]；Bouёt 等運用貿易限制指數和GTAP模型分析印度等國的大米出口禁令對世界大米出口貿易價格及格局的影響[6-7]。貿易空間特征及其影響因素是國際貿易研究中的重要領域，一直備受學者的高度重視，但由于受傳統(tǒng)經濟計量方法的局限，傳統(tǒng)研究一般通過引力方程加工具變量的方法分析空間變量，客觀上承認“不同空間位置采集的觀測值是互不相關”的假設，造成空間特征的低估和空間擴散作用的弱化[8]。以Ansellin和Leasage為代表的計量經濟學者們在該領域開創(chuàng)出探索性空間分析方法（ESDA），打破了觀測樣本空間獨立的假設，有效考察觀測樣本的空間關聯性，推動了對空間特征研究的實證化發(fā)展。

近年來，隱性距離替代地理距離分析空間特征是國際貿易領域的新方向，一些學者開展了理論研究和實證分析。Soloaga 等引入隱性距離概念，從制度視角、文化視角給予理論解釋[9-11]；Martinez-Zarzoso等采用工具變量方式，將制度因素或文化因素納入引力方程，實證制度距離及文化距離的貿易創(chuàng)造和貿易轉移效應[12-16]。本研究運用Anselin提出的ESDA技術，在判定全球大米出口貿易空間集聚狀態(tài)及類型的基礎上，以貿易自由化程度作為空間權重矩陣，納入經濟規(guī)模、人口總量、谷物耕地面積、谷物單產、出口價格、鐵路距離及匯率水平7種變量構建空間滯后模型，探討世界大米出口貿易的空間集聚特征及其影響因素。

1世界大米出口貿易分布現狀

由表1可見，大米出口國家和地區(qū)較為集中是世界大米國際貿易較為突出的一個空間分布特征，世界大米出口國主要位于亞洲的東亞和南亞、美洲的南美、歐洲的地中海沿岸國家，這3個地區(qū)的國家占據全球大米出口貿易的前10位，出口總量占世界大米出口貿易總量的90%以上。

由圖1可見，世界大米出口國總數基本維持在100個左右，且呈現不斷減少的發(fā)展態(tài)勢。2010—2014年，世界大米出口國平均為127個，最高為2010年，大米出口國有142個，最低為2014年，大米出口國為103個，5年間減少27.5%。

2研究假設

2.1空間集聚狀態(tài)及類型判定

依據國際貿易理論及對現實的觀察，本研究提出2個假設。假設一，世界大米出口貿易呈現空間集聚。這個假設僅用于驗證大米出口貿易是否存在集聚，不能分析出集聚類型。假設二，世界大米出口貿易呈現較強的局部空間集聚，具體表現為貿易自由化水平接近的國家，其大米出口貿易發(fā)展水平接近，即為HH類型或LL類型。

2.2主要影響因素

根據以往研究成果確定影響空間集聚形成的重要變量是理清影響因素的關鍵，已有一些文獻從不同側面進行了分析。

Rosenthal對集聚的影響因素作了比較系統(tǒng)的研究，認為自然資源、運輸成本、勞動力市場及規(guī)模外部性對集聚均有影響[17]。田維波認為，農業(yè)產業(yè)空間集聚形成的推動力包括自然條件、技術、勞動力等內部因素以及市場、區(qū)位、政策等外部因素[18]。魏浩等指出，人均GDP水平、高等教育在校生人數、政府支出比重、第二產業(yè)就業(yè)等是影響對外貿易空間集聚形成的重要因素[19]。韓會朝等認為，地理區(qū)位、發(fā)達程度、產業(yè)結構以及人口集聚等因素對出口貿易空間分布存在顯著影響[20]。Bougheas等將基礎設施引入雙邊貿易模型中，并認為基礎設施具有國際公共物品性質，從投資國溢出對貿易雙方均有好處[21]。譚洪波在分析各種貿易成本對空間集聚變化的影響時指出，交通運輸網絡密度顯著影響資本密集型行業(yè)和勞動密集型行業(yè)的空間集聚程度[22]。

本研究綜合前人研究成果[17-22]并結合大米出口貿易特點，作進一步假設，即世界大米出口貿易空間集聚程度受出口國經濟規(guī)模、人口總量、谷物耕地面積、谷物產量、出口價格、鐵路距離和匯率水平7種因素的影響，其中經濟規(guī)模、人口總量、谷物耕地面積、谷物產量、鐵路距離對大米出口貿易空間集聚呈正向作用，出口價格和匯率水平呈負向作用。

3.2樣本情況與數據來源

樣本容量為209個國家和地區(qū)，其中發(fā)生各類大米出口貿易的樣本約為105個。由于統(tǒng)計原因或其他原因未列明大米出口貿易量的104個國家和地區(qū)，分析中將其出口量設為0。

3.2.1空間權重矩陣隱性距離數據來自2013年美國傳統(tǒng)基金會（The Heritage Foundation）公布的經濟自由度指數（IEF）。由于The Heritage Foundation所公布的10個不同指標涉及一個國家各方面的制度，而具體產品的出口貿易并非涉及到全部制度因素，如果全部引入可能會導致估計的偏倚。因此，本研究選擇與出口貿易之間有直接聯系的貿易自由度（TF）指標作為距離基準值，并以此計算空間權重矩陣wi。

3.2.2數據來源（1） 2014年大米出口量，單位為t，數據來源于Uncomtrade 數據庫；（2） 2014年國內生產總值，以現價美元計，以100萬美元為單位，數據來源于世界銀行數據庫；（3） 2013年谷物耕地面積，單位為hm2，數據來源于世界銀行數據庫；（4）2013年谷物產量，單位為t/hm2，數據來源于世界銀行數據庫；（5）出口FOB價格數據，以現價美元計，數據來源與聯合國糧農組織（FAO）數據庫；（6） 2012年國內鐵路總距離，單位為km，數據來源于世界銀行數據庫；（7）2014年匯率水平，以本幣數額與1美元等值數計，數據來源于世界銀行數據庫。

4結果與分析

4.1全局Morans I指數

經驗貝葉斯調整可以消除由分析數據不穩(wěn)定造成的全局Morans I統(tǒng)計量不穩(wěn)定。本研究以谷物耕地面積的自然對數為調整基礎，以貿易自由化指數作為權重矩陣，得到大米及稻谷、糙米、精米、碎米4種細分產品通過經驗貝葉斯修正的Morans I統(tǒng)計量。由表2可見，大米產品的Morans I指數為0.197 4、Z值為4.325 2、P值為0.001，說明世界大米產品出口貿易呈現空間集聚特征；稻谷和精米的Morans I指數值較高，分別為0.197 5、0.184 8，Z值分別為4.234 7、4.194 5，P值均為0.001，說明這2類產品也呈現較強的空間集聚；碎米的Morans I指數相較低，為0.150 2，Z值為3.396 1、P值為 0.002，說明經過調整，碎米產品出口貿易的空間集聚程度相對較弱；糙米的全局Morans I指數值為0.129 7、Z值為 2.979 4、P值為0.002，說明糙米產品出口貿易的空間集聚程度較弱，與其他類型大米產品相比，基本處于分散狀態(tài)。

4.2局部Morans I 指數

為進一步考察大米產品出口貿易空間集聚的類型，以大米為例計算局部Morans I G的統(tǒng)計量。由圖2可見，5%顯著性水平條件下，局部統(tǒng)計值不顯著的國家和地區(qū)為117個，高—高類型的國家和地區(qū)共為16個，低—低類型的國家和地區(qū)為22個，“島國”類型的國家和地區(qū)共為54個；從空間集聚類型看，高—高型最主要集中在東南亞地區(qū)，包括泰國、印度、中國、越南、巴基斯坦、緬甸、馬來西亞、老撾等，此外北美地區(qū)的美國、拉丁美洲的烏拉圭以及歐洲地區(qū)的意大利等也呈現高—高型局部集聚模式，東南亞地區(qū)是全球大米出口的主要地區(qū)，除傳統(tǒng)的泰國和印度外，近年來越南、巴基斯坦以及緬甸等國家發(fā)展迅速，形成以泰國、印度為核心，逐漸向周邊擴散的趨勢，表現為正向空間集聚；低—低型國家和地區(qū)主要集中在撒哈拉地區(qū)，包括喀麥隆、中非、剛果、厄立特里亞國、埃塞俄比亞、加蓬、幾內亞、利比亞、塞內加爾，這些地區(qū)受自然條件的約束，大米平均產量低于1 000 kg/hm2，是大米出口貿易發(fā)展的落后地區(qū)，近年來受全球變暖、水資源匱乏、政局動蕩等不利因素的沖擊，大米生產條件惡化且不斷蔓延，表現為負向空間集聚。

4.3空間滯后模型

空間誤差模型估計結果均通過Breusch-Pagan異方差檢驗和Likelihood Ratio空間依賴檢驗，P值在10%水平上顯著，說明空間滯后模型的選擇是可行的。由表3可見，3個模型中的R2基本保持在80%的水平，模型中未通過檢驗的相關系數主要為β0、β3，相關系數符號與理論預期基本保持一致；3個模型的ρ值分別為0.053 7、0.093 2、0.031 9，基本通過5%置信區(qū)間檢驗，說明貿易自由化程度是導致世界大米出口貿易產生空間集聚現象的重要因素，并且二者之間呈正相關關系，即一個國家的大米出口規(guī)模與它的貿易自由化程度接近國家的出口規(guī)模之間存在著共變關系，其實質是指，一個擁有貿易自由化水平為100的 “鄰國”，其大米、稻谷、精米的出口貿易規(guī)模要比擁有貿易自由化水平為0的“鄰國”分別高出5.37%、9.32%、3.19%；經濟規(guī)模、谷物產量、出口價格3個變量的回歸系數在1%水平上顯著，說明這些因素是影響大米及細分產品出口貿易空間集聚形成的重要變量；經濟規(guī)模與大米、稻谷和精米出口貿易的相關系數分別為1.678 2、1.286 9、1.454 1，表明經濟規(guī)模每變動1，大米出口貿易的集聚程度將同向變動1.678 2、1.286 9、1.454 1；谷物產量與大米、稻谷和精米出口貿易的相關系數分別為0.647 8、0.217 3、0.4972，表明谷物產量每變動1，大米出口貿易的集聚程度將同向變動0.647 8、0.217 3、0.497 2；出口價格與大米、稻谷和精米出口貿易的相關系數分別為-2.664 8、-3.100 3、-2.589 7，表明出口價格每變動1，大米出口貿易的集聚程度將反向變動2.664 8、3.100 3、2.589 7；人口總量、鐵路總距離及匯率水平在10%水平上顯著；人口變量與出口貿易量的相關系數分別為0.292 2、0.128 7、0.353 5，呈正相關關系，說明人口總量對大米及細分產品出口貿易的空間集聚程度的形成具有推動作用，這可能是由于大米作為一種特殊商品，兼具經濟性和安全性的雙重特性；人口大國從保障自身糧食安全角度出發(fā)，重視口糧生產，政府通過財政補貼、價格手段、貿易政策等措施保護本國大米生產能力，巨大的國內需求推動了本國大米生產形成較高的勞動生產率，成為大米出口的產業(yè)基礎；鐵路總距離與大米及細分產品出口貿易量之間的相關系數分別為0.057 6、0.033 5、0.187 5，說明國內的運輸通道建設以及地區(qū)內的合作，有效推動大米出口貿易發(fā)展水平趨同，當采用逐步回歸時發(fā)現，各模型加入鐵路總距離后，谷物產量、出口價格與出口貿易量之間的空間相關性明顯減弱，這說明擁有較強的運輸能力可以彌補生產效率低、出口價格高等不利的制約因素；匯率水平與大米及細分產品出口貿易量之間的相關系數分別為-0.141 0、-0.110 9、-0.110 6，呈負相關關系，說明匯率水平對大米及細分產品的空間集聚程度具有反向作用，但匯率水平對出口貿易的空間集聚程度影響較弱。

5結論

通過分析發(fā)現，2014年世界大米及細分產品出口貿易呈現空間集聚狀態(tài)；大米出口貿易受貿易自由化影響，在自由化水平接近的國家之間傳導，形成大米出口貿易的空間集聚狀態(tài)；經濟規(guī)模、人口總量、谷物產量以及國內基礎設施狀況對空間集聚程度產生正向作用，形成向心力；出口價格、匯率水平產生負向作用，形成離心力。國內基礎設施對其他因素有替代作用，替代關系在稻谷和精米產品上表現更為明顯。

參考文獻：

[1]徐彥. 2013/2014年度國際大米貿易形勢分析與展望[J]. 農業(yè)展望，2014（4）：66-69.

[2]Childs N. Rice outlook[EB/OL]. （2014-06-30）[2015-02-19]. http：//www.usda.org.

[3]Childs N. Rice outlook[EB/OL]. （2014-07-31）[2015-02-19]. http：//www.usda.org.

[4]Trung N D. 越南出口大米貿易研究[D]. 長春：吉林大學，2012：66-79.

[5]樊曉云. 東盟自由貿易區(qū)零關稅對泰國大米出口貿易的影響[J]. 世界農業(yè)，2014（5）：157-159.

[6]Boutё A，Debucquet D L. Food crisis and export taxation：the cost of non-cooperative trade policies[J]. Review of World Economics，2012，148（1）：209-233.

[7]Anderson K，Jha S，Nelgen S，et al. Re-examing policies for food security in Asia[J]. Food Security，2013，5（2）：195-215.

[8]Ward M D，GleditschK S. Spatial regression models [M]. Washington D C，USA：SAGE Publications Inc，2008.

[9]Soloaga I，Wintersb A L. Regionalism in the nineties：what effects on trade？[J]. The North American Journal of Economics and Finance，2001，12（1）：1-29.

[10]van Wincoop A，Eric J E. Gravity with gravitas：a solution to the border puzzle[J]. American Econonic Review，2003，93（1）：170-192.

[11]Beck. Space is more than geography：using spatial econometrics in the study of political economy[EB/OL]. （2005-11-15）[2015-02-19]. www.nyu.edu/gsas/dept/politics/faculty/beck/becketal.pdf.

[12]Martinez-Zarzoso M. Gravity model：an application to trade between regional blocks[J]. Atlantic Economic Journal，2003，31（2）：174-187.

[13]徐維，賈金榮. 技術性貿易壁壘對我國農產品出口的影響——基于引力模型的實證研究[J]. 中國經濟問題，2011（2）：45-52.

[14]周念利. 區(qū)域貿易安排的“雙邊服務貿易效應”經驗研究——基于擴展引力模型的2000—2009年面板數據分析[J]. 財經研究，2012（5）：105-113.

[15]秦臻，倪艷. WTO成立以來技術性貿易措施對中國農產品出口影響研究——基于多邊貿易阻力的兩階段引力模型[J]. 國際經貿探索，2013（29）：35-47.

[16]傅京燕，趙春梅. 環(huán)境規(guī)制會影響污染密集型行業(yè)出口貿易嗎？——基于中國面板數據和貿易引力模型的分析[J]. 經濟學家，2014（2）：47-58.

[17]Rosenthal S S，Strange W C. The determinants of agglomeration[J]. Journal of Urban Economics，2001，50（2）：191-229.

[18]田維波. 我國農業(yè)發(fā)展的空間結構演化及其影響因素研究[D]. 重慶：西南大學，2012.

[19]魏浩，王宸. 中國對外貿易空間集聚效應及其影響因素分析[J]. 數量經濟技術經濟研究，2011（11）：66-82.

[20]韓會朝，徐康寧. 美國對華出口貿易的空間集聚及其政策影響[J]. 國際商務，2013（6）：5-13.

[21]Bougheas S，Demetriades P O，Morgenroth E L W. Infrastructure，transport cost and trade[J]. Journal of International Economics，1999，47 （1）：169-189.

[22]譚洪波. 細分貿易成本對中國制造業(yè)和服務空間集聚影響的實證研究[J]. 中國工業(yè)經濟，2013（9）：147-159.

[23]Anselin L. Exploring spatial data with GeoDa：a workbook[EB/OL][2016-02-19]. http：//sal.agecon.uiuc.edu.

[24]Anselin L. Spatial externalities，spatial multipliers and spatial econometrics[J]. International Regional Science Review，2003，26（2）：153-166.

[25]Anselin L，Le G J，Jayet H. Spatial panel econometrics[M]. Dordrecht：Kluwer，2008.