CPFTA对中国—秘鲁双边贸易的影响效应研究

上海大学经济学院 谷泉

CPFTA对中国—秘鲁双边贸易的影响效应研究

上海大学经济学院 谷泉

近年来，随着 全球区域经济集团化的迅猛发展，我国同许多贸易伙伴国签署了自由贸易区协定。本文依托我国大陆与其131个贸易伙伴国或地区10年间的贸易面板数据，运用国际贸易引力模型分析了CPFTA对我国和秘鲁双边贸易的影响。研究结果显示：经济发展水平和地理因素对我国同秘鲁双边贸易的影响显著，而中国—秘鲁自由贸易区的贸易促进效应尚不明显。

CPFTA 双边贸易 影响效应

伴随着经济全球化和区域经济一体化的发展，各国纷纷在这样的国际环境中寻找贸易伙伴进行双边经济合作，以创造更大的利益。FTA作为WTO的一种延伸，在最惠国待遇基础上进一步开发市场。FTA遵循多边贸易体制的原则，又给贸易伙伴国家之间提供更加自由的空间。积极参与全球经济合作和区域经济一体化合作，已经成为各个国家共同的认知。

经济高速发展的中国，正积极参与全球经济合作与FTA的建设。截至2013年10月，中国大陆已经和11个伙伴国家或地区建立了FTA。近些年来，中国同拉丁美洲贸易不断加强，贸易额增长显著，中国已成为拉丁美洲重要的贸易伙伴国。2009年，中国和秘鲁签订FTA(CPFTA)，双方分步取消绝大多数产品的关税，并在服务贸易和投资等方面加强合作。目前，中国是秘鲁的第一大贸易伙伴国和出口市场以及第二大进口来源国。

1 文献综述

引力模型的思想来源于物理学中的万有引力定律，在双边贸易流量决定因素实证研究中的应用越来越广泛，其理论基础也越来越完善。Tinbergen(1962)最早使用引力模型研究双边贸易流量，得出贸易流量与经济总量成正比、与地理距离成反比的经典结论。此后，众多学者运用引力模型对双边贸易进行研究分析，不断完善和丰富对区域经济一体化的研究，开拓了新的研究空间。

1.1 国外学者关于FTA的相关研究

国外学者从理论方面已经对FTA的成因、结构和影响等各方面进行了长期的研究。Balassa(1961)研究了区域经济一体化的界定问题，认为经济一体化是各国国家之间经济边境逐步消失，最终融合成单一的经济实体的过程。他认为区域经济一体化既是一种过程，又是一种状态。Jo-Ann Crawford, Sam Laird(2001)分析了区域贸易协定(RTAs)的快速增长对多边贸易体系的影响，他认为并没有传统上的削弱效果。区域贸易协定对最惠国待遇的影响不大，区域贸易协定本身就是一种变通的最惠国待遇。自由贸易区本身有成员范围小、更易实行的优点，所以具有更广泛的全球覆盖。Richard Baldwin and Dany Jaimovich(2008)研究FTA是否具有一种“传染性”，使用计量技术，测试签署了自由贸易协定的伙伴国有没有影响其他国家签署新的自由贸易协定，同时考虑了其他政治、经济和地理等因素，证明这种传染现象是普遍存在的。

1.2 国内学者对FTA的实证研究

国内学者多数的研究是对单一FTA的研究。马莉、胡超(2011)研究了中国—东盟自由贸易区的贸易效应，认为中国与东盟形成FTA后，中国与东盟的贸易量不断扩大，贸易创造效应明显而贸易转移效应不明显。吕宏芬、郑亚莉(2013)对中国—智利自由贸易区贸易效应做了定量分析，采用引力模型研究两国经济一体化程度，得出中国—智利FTA对于双边贸易有一定促进作用的结论。认为中国应该优化我国产品结构，改变劳动密集型产品过多的现状，提高产品的附加值，最大限度地优化出口的商品结构。

通过对以往文献的回顾，大部分研究中国自由贸易区的文献集中在中国—东盟自由贸易区，另有少部分学者研究中国与巴基斯坦、中国与智利、中国与新西兰的FTA等。而对于中国与秘鲁自由贸易区的研究几乎没有。另外，在数据的选取上，大多学者的研究使用数据样本较少，无法在中国100多个贸易伙伴国的大背景下全面考察自由贸易区的效果。本文采用131个贸易伙伴国10年的数据，对中国—秘鲁FTA进行全面分析。

2 中国与秘鲁的贸易状况和特点

中国与秘鲁自由贸易区始于2007年9月7日，中国秘鲁自由贸易区可行性联合研究报告，经过一系列的谈判，于2009年4月28日签署了《中国—秘鲁自由贸易协定》，是中国与拉美国家签署的第一个全面的贸易协定，主要包括货物贸易、服务贸易和投资协定三部分。2009年3月1日正式实施，货物贸易方面，90%以上的产品逐步实施零关税；服务贸易方面，进一步开发服务部门，包括农业、采矿、导游、体育、旅游等部门；投资方面，双方将相互给与对方投资者国民待遇、最惠国待遇等，为双方投资提供便利。

表1 2003年至2012年中国对秘鲁进出口情况(金额单位：亿美元)

从表1中数据可见，十年来，中国对秘鲁的进出口额除2009年以外，在其他年份均呈现出较高增长的态势。2004年秘鲁对中国出口额同比增长100.44%，进出口总额同比增长74.35%。中国与秘鲁双方在2010年实施FTA，对当年的进出口有较大影响。2010年进出口总额由2009年62.69亿美元增长为96.68亿美元；出口增长率由-24.23%变为69.23%；进口增长率由-10.83%增长为46.67%。但是2011年和2012年的数据显示，中国与秘鲁进出口金额的增长率有所放缓：分别为29.51%和10.28%。

3 CPFTA贸易效应的模型设定

引力模型一直是FTA效应定量研究中最常使用的模型。本文基于传统的引力模型(GDP和距离两个解释变量)并在其基础上进行改进。采用的引力模型如下：

数据剔除了除秘鲁外和中国建立FTA的国家(东盟十国、新西兰、巴基斯坦等)，防止其他FTA对中国—秘鲁FTA的干扰，以保障实证结果的真实性。其中，中国对其他国家进口和出口的数据来源于IMF数据库；GDP和人口数据均来自世界银行数据库；距离数据来自CIA数据库；两个虚拟变量FTA和Conadj数据来源于中国自由贸易区服务网。

4 CPFTA效应的实证结果与分析

本文采用131个国家10年(2003～2012)的贸易面板数据，面板数据比时间序列分析包含截面信息，拥有更多的数据信息。大多数时间序列是非平稳的，可以通过属性图示来粗略判断平稳性，但这种目测结果不一定准确，应该使用更正式的方法——单位根检验，单位根检验已经成为面板数据分析的重要基础。所以对于本文的面板数据，在进行估计分析以前，要先对其进行单位根检验。本次单位根检验是先从水平(level)序列开始检验起，四组单位根检验的结果可以看出，P值为0，小于0.05，认为不存在单位根，数据序列是平稳的(见表2)。

表2 各变量LLC检验结果

根据公式(1)和公式(2)，结合中国与131个贸易伙伴国10年的panel数据，利用Eviews软件进行计量分析。CPFTA的建立对中国对秘鲁出口的影响见表3。三个模型的调整R2分别为0.811、0.811和0.815，三个出口模型拟合程度较高。模型(一)采用了简单的三变量模型(GDP、人口和地理距离)，三个变量都在1%的显著性水平上通过检验，F值为1874.035，P值为0.0000，通过检验。模型(二)和模型(三)中依次加入了FTA和Conadj两个哑变量，模型的拟合优度在提高，但FTA变量却未通过检验。另外，相邻性变量的相关性很高，且通过显著性检验。

表3 中国对秘鲁出口模型回归结果

中国—秘鲁FTA的建立对中国对秘鲁进口的影响见表(4)。模型(四)采用了简单的三变量模型(GDP、人口和地理距离)，三个变量都在1%的显著性水平上通过检验，F值为811.244，P值为0.0000，通过检验。模型(五)和模型(六)中依次加入了FTA和Conadj两个哑变量，模型的拟合优度在提高。三个模型的GDP相关系数高达0.97左右，人口变量和地理距离变量也通过了显著性检验。和出口模型一样，相邻性变量的相关性很高，且通过显著性检验。

表4 中国对秘鲁进口模型回归结果

5 结论

第一，我国对外贸易量主要受到贸易伙伴国和本国GDP以及两国之间的地理距离的影响：六组贸易引力模型都显示，GDP和地理距离变量具有较高的相关系数。传统的两个解释变量是显著的，本文的研究并没有否定传统贸易理论。两国的人口与贸易量为正相关，但和GDP与地理距离变量相比，影响较小。

第二，虽然中国自由贸易区的建设逐渐突破地域限制和广泛寻找世界各地的贸易伙伴，但无论是进口模型还是出口模型都显示出相邻性变量的重要性。说明中国更倾向于与邻国发生贸易，也从侧面证明了地理距离变量测量的正确性。

第三，研究结果还表明，从近十年的中国与秘鲁的贸易实践看，中国在2009年与秘鲁签署自由贸易区以后，中国对秘鲁的进出口额增量不明显。其原因可能为中国对秘鲁的进出口基数较大，增速比较缓慢。另一方面，由于中国—秘鲁FTA实施时间较短，贸易产品享受零关税的待遇还需要一段缓冲时间。

[1]陈雯.中国—东盟自由贸易区的贸易效应研究——基于引力模型单国模式的实证分析[J].国际贸易问题,2009(1).

[2]吕宏芬,郑亚莉.对中国—智利自由贸易区贸易效应的引力模型分析[J].国际贸易问题,2013(2).

[3]马莉,胡超.中国—东盟自由贸易区的贸易效益[J].经济导刊,2011(3).

[4]Jo-Ann Crawford,Sam Laird.Regional trade agreements and the WTO[J].North American Journal of Economics and Finance,2001(12).

[5]Richard Baldwin,Dany Jaimovich.Are Free Trade Agreements Contagious?[J].Journal of international economics,2012(88).

F752

A

1005-5800(2013)10(c)-086-03