2023年贸易成本及经验综述.docx

贸易本钱及经验综述 1引言 传统贸易理论认为，比较优势是贸易模式和国家分工的决定因素。因此，在传统贸易理论的分析框架下，贸易本钱这一国际贸易重要影响因素完全被排斥在外。然而，随着国际贸易理论的不断创新，特别是国际贸易实践的不断开展，越来越多的学者开始意识到贸易本钱的重要性。在新近开展起来的国际贸易理论分支中，如新经济地理学、新新贸易理论等，国际贸易存在贸易本钱均是重要的理论假设。目前，对贸易本钱及其效应的研究主要围绕贸易本钱与国际贸易、贸易本钱与本地市场效应、贸易本钱与fdi区位选择及贸易本钱与生产率这四个主题展开。其中，贸易本钱的国际贸易效应主要分析贸易本钱对贸易量及国际分工模式的影响;贸易本钱的本地市场效应主要分析贸易本钱的降低是否会强化本地市场效应，从而让本地市场效应成为一个国家对外贸易比较优势的来源;贸易本钱的fdi区位选择效应主要分析贸易本钱的变化如何影响跨国厂商对外直接投资的区位选择;贸易本钱的生产率效应主要着眼于贸易本钱的下降促进生产率提高的机制。外资对促进我国经济增长、技术进步和产业结构升级等起到了十分重要的作用，因此，选择以贸易本钱的fdi区位选择效应为分析对象，研究我国与美国、日本、韩国、德国、英国、法国、荷兰、澳大利亚、意大利、加拿大、俄罗斯、泰国、菲律宾、印度这14个主要贸易伙伴国贸易本钱的变化对他们对华直接投资区位选择的影响，对于掌握外商对华直接投资的区位特征具有重要的现实意义。 2贸易本钱的测度 贸易本钱是指除了生产商品的本钱之外，获得商品所必须支付的所有本钱，包括运输本钱、批发和零售的配送本钱、政策壁垒（关税和非关税壁垒）本钱、合同实施本钱、汇率本钱、法律法规本钱及信息本钱等［1］。由于测度贸易本钱存在诸多困难，国内学者往往用运输本钱、贸易依存度等替代变量表示贸易本钱。对于1985～202223年间我国与14个主要贸易伙伴的贸易本钱，本文采用novy（202223）所提出的贸易本钱表示方法，即用关税当量值表示贸易本钱，具体计算过程如以下公式：τij=xiixjjxijxji12（σ－1）－1其中，xij表示i国对j国的出口，xji表示j国对i国的出口，xijxji表示双边贸易量，我国与14个主要贸易伙伴的双边贸易数据可以从imfdirectionoftradestatistics（dots）上获取。xii表示i国国内贸易量，xjj表示j国国内贸易量，xiixjj表示i国与j国的国内贸易量。由于国内贸易量不能从数据库中直接获取，本文参照wei（1996）的做法，将i国国内贸易量xii用i国总收入减去i国总出口来近似替代，j国同理。同时，由于国内生产总值中包括了效劳等不可贸易品，因此，参照anderson（1979）的做法，本文设定总收入yi=sxgdpi，s表示可贸易品在gdp中所占份额。与novy（202223）一样，本文中的s取值设为0.8。本文从imfworldeconomicoutlook中获取gdp的数据。σ表示所有商品之间的替代弹性，通常σ＞1。参照anderson＆wincoop（2022）以及novy（202223）的做法，本文取σ=8。由于贸易本钱的计算公式是一个比值，因此，出口和gdp的数据均采用当年值，无需进行平减。表1即我国与14个主要贸易伙伴的贸易本钱。由表1可知，我国与主要贸易伙伴的贸易本钱呈逐渐下降的趋势，特别是在2022年我国参加wto后，贸易本钱下降更加明显。 3贸易本钱与fdi区位选择 3.1估计模型、变量的选取及数据 本文根据fdi区位选择的影响因素，构建以下模型来估计贸易本钱的fdi区位选择效应：log（fdi）ijt=β0+β1log（cost）ijt+β2log（gdp）jt+β3log（wage）ijt+β4log（fdi）ij（t－1）+β5log（in）jt+β6log（rd）jt+β7log（p）jt+εit其中，i表示fdi来源国，结合上一局部贸易本钱的测算数据，本文选定的fdi主要来源国即美国、日本、韩国、德国、英国、法国、荷兰、澳大利亚、意大利、加拿大、俄罗斯、泰国、菲律宾、印度这十四个主要的贸易伙伴国家。j表示中国，t表示年份，本文的计量时期为1985至202223。cost即上一局部测算出的中国与这些主要贸易伙伴国的贸易本钱。wage表示劳动力本钱，本文用母国人均收入与东道国人均收入的比值来度量。gdp表示实际国内生产总值，本文以1985年的数据作为基期，其他年份用物价指数进行平减。in表示东道国工业开展水平，本文即指中国的工业开展水平。工业开展水平反映的是一国提供相关投入品与效劳的能力。［2］由于外商对华直接投资主要集中在我国的第二产业，所以本文用第二产业占gdp的比重来近似度量中国的工业开展水平。东道国（中国）专利授权的数量rd表示技术外部性。因为东道国的技术水平反映了当地可供利用的专业人员及设备资源的可获取性，它一方面影响到跨国公司对当地市场认知的有效性，另一方面也影响到跨国公司的经营战略。［3］fdiij（t－1）是为了评估历史fdi的作用。因为一个国家现有的外资企业既可以通过技术外溢和产业关联加速在东道国的集聚效应，也能通过其他途径制造循环积累效应。p表示政策对fdi的影响，在本文中用虚拟变量来表示。众所周知，1992年邓小平“南方讲话〞、十四大的召开以及2022年参加wto是我国吸引fdi的重要拐点。考虑到政策鼓励的滞后效应及累积效应，本文设定1992年之前（即外商直接投资不享受政策优惠的年份）p的取值为0，并假设每一项新增外商直接投资优惠政策第一年对p的鼓励为0.5，对滞后期的累计鼓励为0.25。因此，1985～202223年政策变量p的取值如下表：表2政策变量（p）的取值年份1985～199119921993～202220222022～202223取值00.50.751.251.5以上这些变量的数据分别来源于中国统计年鉴以及bvd宏观数据库。对各个变量取对数是为了消除变量之间的异方差性。 3.2计量方法 本文采用单向前进逐步回归法（uni－direction－forwards），即将自变量一个一个引入，引入自变量的条件是偏回归平方和经检验是显著的，同时每引入一个新变量后，对已选入的变量要进行逐个检验，将不显著的变量剔除，这样保证最后所得的变量子集中的所有变量都是显著的，所得的回归方程即最正确回归方程。 3.3实证结果 逐步回归后，本文所得的最正确回归方程如表3。由表3可知，r2为94.7%，因此该模型能够解释fdi区位选择94.7%的原因，是一个解释力很强的模型。贸易本钱的系数为－0.841，说明贸易本钱每下降1%，就可以促进fdi增长0.841%。结合前文测度的我国与14个主要贸易伙伴的贸易本钱数据，我们不难理解，改革开放以后，特别是我国参加wto以来，这些主要贸易伙伴为什么青睐在我国进行直接投资。这是因为我国对外贸易开放程度越来越高，贸易本钱越来越低。gdp往往代表着一个国家的市场规模，按照常理，一个国家市场规模越大，吸引的fdi越多。本回归中gdp的系数为－1.391，这说明我国吸引外商直接投资与我国市场规模负相关。笔者认为，这是由我国吸引fdi类型的不同造成的。目前，我国吸引的外商直接投资主要是垂直型，跨国企业选择在我国投资主要看重的并不是我国的市场规模，而是我国廉价的劳动力。fdi与市场规模负相关还在一定程度上说明中国国内市场需求远未真正激活。劳动力本钱的系数为1.12023，说明fdi来源国与我国劳动力本钱之间差距越大，他们越倾向于在我国进行投资。这进一步证明，我国丰富而又廉价的劳动力资源是吸引外商对华直接投资的主要因素。这些来华投资的跨国企业很多是迫于国内劳动力本钱上升的压力而跨出国门，在全球范围内寻找新的可以低本钱生产的位置。fdi存量的系数为正，说明前一期fdi存量每增加1个百分点，当期fdi就增加0.384个百分点，即fdi的集聚效应大于分散效应。我国工业开展水平的系数为9.436，即我国工业开展水平每提高1个百分点，就可以促进fdi增长9.436个百分点。这说明，我国自身经济的开展，工业水平的提高也是外商倾向于在我国进行投资的重要原因。政策虚拟变量的系数也为正，说明我国自改革开放以来，特别是参加wto以后在政策给予外国投资企业的优惠是吸引他们在我国设厂投资的重要保证。技术外部性（rd）由于没能通过显著性检验而被排除在最正确方程之外。这一方面说明技术创新对我国吸引外商直接投资的影响不显著，另一方面也暗示我国吸引fdi的技术水平不高。综上所述，我国相对劳动力本钱的优势、较高的工业开展水平形成了我国吸引主要贸易伙伴对华直接投资的集聚力，而贸易本钱的下降那么进一步增强了这一集聚力，使得近二十多年来fdi大量流入我国。当然，这些离不开政策的优惠和fdi存量的促进作用。尽管如此，我国在吸引fdi过程中，仍然存在引资水平不高、引资主要停留在劳动密集型等低层次产业等诸多问题。 4结论 我国的经验数据说明，贸易本钱的下降是吸引外商选择投资我国的重要影响因素。因此，降低贸易本钱对于提高我国吸引外商直接投资的水平具有重要意义。 第7页 共7页