中国出口贸易的地理格局演化及其影响因素研究

殷为华+吴非

摘 要：新常态经济发展背景下，我国出口贸易市场的地理格局正进入深度重构期。根据1984年～2013年的中国出口贸易数据，运用地理集中度指数和灰色关联度等方法，分析中国对外贸易地理集中度的时空演化特征及其影响因素，旨在促进新时期我国出口贸易政策的创新实践。研究发现，中国出口贸易地理集中指数总体呈下降趋势；三个重要演化阶段存在差异化的主导影响因素；非农产业的劳动人口比重和出口商品价格指数成为两大长期性影响因素；近十年来人民币汇率的灰色关联序呈现不断提高趋势。

关键词：出口贸易；地理集中度；演化特征；影响因素

中图分类号： F732 文献标识码：A

0 引言

伴随经济全球化和中国改革开放进程的不断深入，中国的国际贸易经济总量已经位居世界第一。然而，自2008年国际金融危机引发全球经济衰退以来，我国高度依赖国际出口的货物贸易已经受到深刻的不利影响[1-3]。因此，检视中国出口贸易地理格局的演化特征及其影响因素，对于加快实现我国对外贸易经济的转型升级，具有重要的现实意义。

关于出口贸易的地理分布理论研究始于20世纪中期。经济学家马歇尔（Massel）提出“当出口商品市场的地理集中度过高时，將导致某国出口贸易的不稳定性增加”的观点[4]。洛夫（Love）等学者基于商品出口集中度的变化过程，揭示了发展中国家出口集中度的不同模式、出口不稳定的表现及其主要原因等[5-8]。当前学界开展的对外贸易格局研究，其空间尺度主要集中于国家层面。一方面，研究发现中国货物贸易的进出口自1990年以来总量增长了26倍，同时对外贸易的地理格局已逐渐改变了过于主要依赖东亚市场的特点。特别是，20世纪90年代拓展了对欧洲、非洲的贸易联系[9-10]。另一方面，有学者采用主成分分析法、首位联系方法等，利用时间断面的基本数据，分析了世界主要国家的商品出口贸易，指出国际商品贸易体系形成了显著的等级结构和区域性贸易组团，认为规避贸易壁垒、获得较稳定能源供应、扩大市场等成为主要驱动因素[11]。随后，较多研究则通过分析地理距离、文化传统或经济联系等因素，解释出口贸易的主要方向、市场重点及贸易结构稳定性等问题[12-14]。近年来，响应于我国实施自由贸易区和“一带一路”的国家对外开放战略需求，学界开始出现关于我国出口贸易新机遇及挑战等相关研究，指出中国应加强与以中东欧为主的“一带一路”沿线六十多个国家的经济发展合作，进行多领域、全方位的贸易联系，以创新贸易经济的治理体系来推动我国内外贸易的融合联动发展[15-18]。

总体而言，现有成果相对缺乏系统分析中国出口贸易地理集中度演化的长期特征及其影响因素的作用机理。本研究基于经济地理学的分析视角，采用1984年～2013年的中国对外贸易数据，进行地理集中度指数和灰色关联度的测算分析，重点阐释近三十年来我国出口贸易地理集中度的演化特征及其主导性影响因素，以期推动新时期我国出口贸易地理结构演化的理论研究和政策实践探索。

1 分析方法和数据来源

1.1 分析方法

1.1.1 地理集中指数

地理集中指数用于衡量某国或地区对外出口贸易的地理集中程度。它不仅反映一国与世界其他国家或地区的经济贸易联系程度，也表明出口商品的具体空间流向[19-20]。其计算公式如下所示：

其中，Xit为第i个国家（地区）在第t时期的出口额，Xt表示第t时期的出口总额，n是国家（地区）总数。

1.1.2 基于DPS的灰色关联度

灰色关联度分析法是对主要因素之间进行时间序列上的特点比较，定量刻画事物动态发展的趋势过程。它较多适用于社会经济系统变化的研究分析[21-23]。该方法主要是通过比较母数据列与各子数据列的几何形状相似程度，得出两类数据列的发展方向及其速率的近似程度。本研究采用中国1984年～2013年的出口贸易地理集中指数作为母数据列。该母数据列是能够反映系统行为特征的重要序列，而子数据列则是影响系统行为的因素组成的序列。本研究通过DPS对各系列进行初值化处理之后，设置分辨系数为0.1，然后计算灰色关联系数得到关联度后排出关联序，并判断关联序高的因素即为主导性影响因素。其中，关联系数的计算公式如下：

其中，L0i（k）表示t=k时母序列与子序列的关联系数。△0i（k）表示k时刻两比较序列的绝对差。△max和△min分别表示所有比较序列在各个时段绝对差中的最大值与最小值。ρ为分辨系数，其意义是削弱由于最大绝对差数值太大引起的失真，可提高关联系数间的差异显著性，一般情况下取0.1。以两序列每一年份的关联系数平均值计算其关联度，如公式（3）所示。最后，将各子序列对同一母序列的关联度由大到小进行排序，即可得到关联序。

其中，r0i为子序列与母序列的关联度，N为比较序列的长度。

1.2 数据来源

本研究主要采用的是1984年～2013年中国商品出口额作为样本数据。考虑到数据获得的直接相关性、可得性与完整性，本研究主要选取影响地理集中度指数的十大类因素，具体包括：非农产业的劳动人口比重（X1）、国内生产总值（X2）、实际利用外资（X3）、贸易条件（X4）、人民币对美元汇率（X5）、出口总额（X6）、初级产品出口贸易总额（X7）、工业制成品出口贸易总额（X8）、一般贸易出口总额（X9）、加工贸易出口总额（X10）。以上各影响因素采用1984年～2013年的数据，主要来源于《新中国60年统计年鉴》、《中国统计年鉴》、《中国贸易外经统计年鉴》及《中国人口年鉴》。其他涉及的相关数据主要来自《新中国60年统计年鉴》、《中国贸易外经统计年鉴》及中华人民共和国国家统计局网。

2 中国出口贸易地理集中度及其演化特征

2.1 中国出口贸易的地理集中指数

长期以来，我国出口贸易高度集中于亚洲地区，尤其以东亚市场为主。1984年～2013年中国的商品出口贸易地理集中度指数的演化过程，总体上呈波动性下降的态势（图1、图2）。我国出口贸易地理集中度分别在1993和2008年发生了明显转折，经历了上升→下降→缓慢下降的演变过程。其中，1984年～1993年的我国出口贸易地理集中度指数出现一个较大波峰，此后十三年间趋于稳定下降，随后于2008年下跌后再略微上升，形成一个小波谷。我国出口贸易地理集中度的上述两个波动，明显受到了相关国际贸易制裁、中国加入亚太经合组织、全球金融危机等重大事件的影响。伴随经济全球化与信息化的快速发展，地理距离、运输条件和信息传播等不仅提升了我国国际贸易的灵活性，也促进了其地理集中度的分散化。1984年～2013年我国出口贸易地理集中指数的标准差仅为6.75，而极差却高达22.61。这说明其变化总体较为稳定，但具体时段存在较大幅度的波动。endprint

2.2 中国出口贸易地理集中指数演化的阶段性特征

本研究将我国对外贸易地理集中度指数的变化过程主要分为“快速上升期、稳定下降期及波动期”三个阶段。各个阶段的主要特征分析如下：

2.2.1 第一阶段（1984年～1992年）：地理集中度快速上升

该阶段我国出口贸易地理集中指数快速上升，并于1991年达到极值48.2。主要表现是出口贸易的亚洲市场比例迅速增加，而出口欧美市场的比重降低。中国与同处亚洲的其他国家具有长期的贸易历史渊源，且相互间的文化价值观相似、地理距离较近，故亚洲方向的出口贸易比重基数很大。由于当时受到西方国家贸易制裁的不利影响，我国出口贸易被迫以转口方式取道香港，更进一步提高了亚洲方向的出口比例。从而，进一步使出口贸易地理集中度的显著增长。此后，随着对我国国际贸易制裁的解除与1990年代初我国对外开放步伐的加快，出口贸易的地理集中度略有降低。由于我国加入亚太经合组织有力地推动了区域经济一体化进程，各成员国实施共同削减关税政策，并减少了亚太区域的部分贸易壁垒，则更加促进了我国商品对亚洲方向的出口贸易发展[24]。

2.2.2 第二階段（1993年～2007年）：地理集中度波动中稳定下降

该阶段我国对外亚洲国家或地区的贸易额是波动性减少。同时，对欧美地区的出口贸易比重呈现先降后升的特征。该阶段前后经历了1997年亚洲金融危机和2007年～2008年的全球金融危机。在全球金融危机的影响下，西方发达国家的国内消费能力显著下降，进而较大幅度减少了对我国出口贸易的需求。为了应对我国出口欧美市场的贸易比重下降局面，出口企业积极开拓了新兴市场，进而使得出口贸易地理集中度略有下降[25]。

2.2.3 第三阶段（2008年～2013年）：地理集中度波动中略有上升

该阶段我国出口贸易的地理集中度指数趋于基本稳定且略有上升。2008年的全球金融危机爆发以来，受欧美市场需求减弱的影响，中国出口商品的市场趋于分散化，且出口市场增加的方向多为新兴国家[26]。

3 中国出口贸易地理集中度的主要影响因素

根据1984年～2013年我国大陆出口贸易地理集中度的演变过程，本研究分别对上述三个阶段的十大类影响因素进行灰色关联度计算和排序。根据计算所得结果，十大类影响因素与中国出口贸易地理集中度存在密切的关联关系，并在不同阶段各自呈现差异性的灰色关联位序变化（表1）。经过提取各阶段的主要影响因素后发现，非农产业的劳动人口比重（X1）、贸易条件（X4）及人民币对美元汇率（X5）始终是影响中国大陆出口贸易地理集中度的三大重要因素；初级产品出口贸易总额（X7）和一般贸易出口总额（X9）与中国大陆出口贸易地理集中度的关联度逐渐趋于弱化；而外汇制度改革背景下的人民币升值和外企主导的我国加工贸易的“爆炸式”增长，导致人民币对美元汇率（X5）和加工贸易出口总额（X10）与中国大陆出口贸易地理集中度的关联度逐渐趋于加强。以下对非农就业比重、出口商品价格指数和人民币对美元汇率等三大长期主导性影响因素进行分析。

3.1 非农就业比重

自1980年以来，随着我国深圳、珠海、厦门及汕头等特区政策及东部沿海地区对外开放政策的实施，中国外向型经济得到了快速发展。尤其是对外加工贸易利用人口红利，充分发挥比较优势，保持了20%以上的年均增速，规模扩张了近800倍。其中，人口红利的来源主要是我国非农就业比重的不断增加。非农就业比重指从事第二和第三产业的就业人员占全部就业人员总数的比重，主要反映劳动力的就业结构。纵观我国出口贸易地理集中度演化的各个阶段，劳动力就业结构的灰色关联位序长期位居前列。

1984年我国非农就业人口比重为36%（其中，第二产业就业人口比重是19.9%），至1992年末仅增长了5.5个百分点。反映在该阶段我国出口商品结构上，分别主要以农产品和工业制成品的初级产品为主。工业制造业以“三来一补”方式承接港澳台的传统制造业和逐步发展机械设备、电气装配等的简单组装加工。商品的出口市场以亚洲为重点，出口增加额绝大部分是来自非外资企业。

进入90年代以后，我国城市化和工业化速度加快，非农就业人口比重持续上升，2000年和2007年分别达到50%和59.2%。通过充分发挥我国丰富熟练劳动力的低成本优势，大量承接欧、美、日、韩等国家和地区技术含量较高的电子信息制造业，以外资企业为主体的加工贸易得到快速发展[27]。其中，工业制成品的出口额比重已达到89.8%～94.9%（高新技术产品的出口额占比已由14.9%提高到30.1%）。亚洲、欧洲和北美洲遂成为中国商品出口的三大主要市场，且非洲市场亦开始成为中国劳动密集型产品的新兴市场。

自2008年金融危机至2013年，我国非农就业人口比重由60.4%又快速增加到68.6%。劳动密集型产品的出口比重逐渐下降至40～43%，而资本技术密集型产品占出口总额比重已超过50%。该阶段外企和民企的外贸出口额占比已增至88.8%，两者已成为我国出口贸易增长的主体力量。虽然我国商品出口欧美日的增速趋缓，但以手机、船舶、集成电路、生物医药等产品为主的加工贸易仍具有较强的国际竞争力，故对新兴经济体的出口保持了较快增长。其中，对东盟、南非出口增速达到8.6%～10.9%。该时期出口贸易地理集中指数基本稳定在25.82～26.85。

3.2 贸易条件

根据三个阶段内贸易条件指数的灰色关联系数分别高达0.9125、0.9225和0.6132，表明贸易条件变化对中国对外贸易的地理集中度产生显著性影响。其中，由于第一阶段的1985年和1988年分别出现了8.8%和18.5%的通货膨胀率而导致贸易条件有所恶化，我国商品出口欧美市场的价格竞争力受到不利影响，进而致使对外贸易的亚洲市场集中度趋于上升；进入第二阶段以后，前期除了受到1997年东南亚金融危机影响外，我国贸易条件指数基本稳定在100～106，再加上加入WTO后出口商品的关税成本降低等有利因素，出口商品的价格具有较强的市场竞争力，进而促使我国出口贸易地理市场集中度不断趋于下降[29]；近年来，基于国内劳动力成本的上涨，我国对外贸易出口价格总水平保持了稳中上升的特点，导致2008年后我国商品出口市场的集中度继续下降的空间已十分有限。endprint

3.3 人民币对美元汇率

历史数据表明，除了发达经济体的市场需求因素外，人民币对美元的实际有效汇率变化与我国对外贸易发展存在较高的负相关性。通常而言，人民币有效汇率贬值时，我国商品出口增速回升，出口贸易的地理集中度则趋于增加；人民币有效汇率升值时，出口增速下滑，出口贸易的地理集中度则趋于减少[29]。根据本研究的样本数据分析，我国人民币对美元的汇率变化与出口贸易的市场地理格局分散化具有高度相关关系。

自1984年～1992年，鉴于我国尚处于对外开放初期阶段，尽管以中外合资企业为主的加工贸易出口增速加快，但我国出口商品仍以一般出口贸易为主，其贸易额从231.6亿美元增长至436.8亿美元（同期加工贸易额为396.2亿美元）。以低附加值的工业制成品为主的中国商品在以东南亚和东亚市场具有较强的价格竞争力，出口贸易的地理集中度由38.82明显增加至47.80～48.23。人民币对美元汇率处于显著的贬值通道，其与出口贸易的灰色关联度系数达到0.701，成为第五大重要影响因素。

1994年我国开始实行以市场供求为基础的管理浮动汇率制度。不同于第一阶段的大幅贬值，第二阶段的人民币对美元汇率除了在1994年至1995年上半年期间小幅度升值外，始终保持在8.27～8.30相对稳定区间状态。鉴于出口加工企业的“两头在外”特点和亚洲金融危机后我国实施人民币紧盯美元以利增加企业出口等措施，人民币对美元汇率的相对趋于稳定，促使资本—技术密集型的工业制成品出口欧美及亚洲市场仍具相对突出的价格竞争力。我国出口贸易的地理集中度呈现出了小幅持续减少，由1993年的35.81降至2004年的31.23。人民币对美元汇率与出口贸易的地理集中度间灰色关联度系数升至0.762，成为驱动我国出口贸易市场分散化的第三大重要因素。

2005年我国人民币对美元汇率制度，调整为参考一篮子货币计算人民币多边汇率。主要特点是实行以市场供求为基础、参考一篮子货币进行调节管理的浮动汇率制度。人民币兑美元的汇率进入相对平稳的升值期。依照传统国际经济学分析，人民币大幅度的升值将提高中国出口商品价格，进而削弱其价格竞争力。进入2000年以来，与越南等新兴出口经济体相比，在我国劳动密集型、资源型产品的出口不再具有低成本竞争优势背景下，我国一般出口和加工出口的贸易商品，均加快了向高质量和高效益的集约型升级，并实行了低级技术—中低级技术—中技术商品的出口市场多元化战略[31]。在人民币对美元汇率由2005年的8.19升值到2013年的6.19背景下，高附加值的机电产品出口额达到约1.27万亿美元，占我国出口总额的比重为57.3%。由此，中国对外贸易出口额和顺差额稳步增长，出口贸易的地理集中度仍继续稳定在26.84～30.64。虽然人民币对美元汇率与出口贸易地理集中度的关联系数略降至0.633，但其已成为影响我国出口贸易市场分散化格局的第二大重要因素。

4 结论与讨论

4.1 中国出口贸易地理集中度总体上呈分散化演变特征

根据近三十年的数据实证分析，尽管对外贸易地理集中度在少数年份出现大幅度波动，仍呈现不断趋于下降的总体特点。与此同时，由于对外贸易容易受国外政治经济突发事件的影响，中国出口贸易地理集中度的阶段性演化主要分为快速上升期、稳定下降期及波动上升期，并且每一阶段的主导影响因素具有显著差异。基于中国加入亚太经合组织、世贸组织及全球金融危机爆发等国际贸易环境变化，我国出口贸易方式的转变也推动了新兴国家市场的开拓，商品出口到亚洲、非洲、拉丁美洲的贸易比重增势比较显著。当前，我国正在深化实施自由贸易实验区建设的国家战略、推进经济发展新常态背景下的供给侧改革，将进一步推动未来我国对外贸易的空间格局优化和促进实现贸易经济转型升级。

4.2 人民币对美元汇率的灰色关联位序出现持续上升态势

根据人民币对美元汇率的灰色关联位序，在上述三个阶段的变化分别为：第五位、第三位及第二位。这说明其与出口贸易地理集中度的灰色关联度不断加强，并出现显著的快速上升趋势。阶段Ⅱ中，恰逢我国两次重要的人民币汇率制度改革措施出台，其贬值趋势也在较大程度上促进了我国出口贸易市场的多元化，利于我国出口贸易地理集中度的分散化。近年来，中国央行进一步推进人民币汇率体制改革，进一步提高了人民币的汇率弹性。2015年底人民币已经被纳入了国际SDR（特别提款权）货币篮子，并于2016年10月1日正式成为第五大世界货币，其国际使用规模将大幅度增长。因此，在人民币汇率与我国出口贸易地理集中度的灰色关联度已不断加强的情况下，应在未来加强关注其波动对于中国出口贸易市场的复杂性影响。

4.3 中国出口贸易市场的地理格局正进入深度重构期

我国近年来出口贸易地理集中度发展势头良好，产品出口方向更加多元化且积极拓展了新興市场。对亚洲、非洲、拉丁美洲的出口贸易比重不断增加，而欧美地区市场的出口比例相对下降。近期全球国际贸易的发展形势更进一步表明，以优势再造和结构优化为核心任务的我国出口贸易地理格局已然进入关键的转型期。尽管我国出口贸易地理集中度在各个演化阶段的主导因素不尽相同，但劳动力结构与出口贸易地理集中度的灰色关联度较高且影响持久。为此，二者间的相互作用关系值得加强系统性深化研究。同时，基于人民币汇率与出口贸易地理集中度的灰色关联不断提高，建议我国未来对外贸易经济政策规划及其实施，更加关注人民币国际化程度的提高及其汇率弹性增加对我国出口贸易的重要影响。

参考文献：

[1] Hartmann R.， Wang J. A Comparative Geography of China and the U.S. [M].Springer Science & Business Media B.V. Netherlands， 2014.endprint

[2] Petriccione M.， Hinderer A. China–EU Trade Relations： A View from Brussels. Christoph Herrmann J？觟rg Philipp Terhechte.European Yearbook of International Economic Law [M]. Springer Berlin Heidelberg， 2012.

[3] Curran L. Zignago S. The Financial Crisis and Trade—Key Impacts， Interactions， and Outcomes [J].Thunderbird International Business Review， 2011， 53（2）：115-128.

[4] Massell B.F. Export Concentration and Fluctuations in Export Earnings： A Cross–section Analysis [J]. The American Economic Review 1964， 54（1）： 47-63.

[5] Kingston J.L. Export Concentration and Export Performance in Developing Countries， 1954–1967 [J]. Journal of Development Studies， 1976， 12（4）：311-319.

[6] Love J. Trade Concentration and Export Instability [J]. Journal of Development Studies，1979， 15（3）： 60-69.

[7] Love J. Export Instability in Less Developed Countries： Consequences and Causes[J]. Journal of Economic Studies， 1987， 14（2）：3-80.

[8] Jung W.S.， Marshall P.J. Exports， Growth and Causality in Developing Countries[J]. Journal of Development Economics， 1985， 18 （1）： 1-12.

[9] 李德旭，王利，李譚. 1990年以来中国大陆对外贸易空间格局的变化及趋势研究[J]. 世界地理研究，2012，21（2）：56-62.

[10] 于峰，孙洪波. 中国对拉美和非洲贸易政策的效果评估[J]. 对外经贸实务，2010（2）：26-28.

[11] 于良，金凤君，王成金. 国际贸易空间格局特征及其驱动因素[J]. 地理科学进展，2006，25（5）：112-119.

[12] Martínez-Zarzoso I.， Nowak-Lehmann F.D. Economic and Geographical Distance： Explaining Sectoral Exports to the EU[J]. Open Economies Review， 2004， 15（3）： 291-314.

[13] Xin X.， Liu J. Geographic Concentration and Chinese Agricultural Earnings Instability[J]. World Economy， 2008， 31（2）： 275-285.

[14] 秦可德等. 文化距离与出口贸易地理方向变化实证研究—基于中国数据的分析[J]. 地域研究与开发，2014（1）：12-16.

[15] 程云洁. “丝绸之路经济带”建设给我国对外贸易带来的新机遇与挑战[J]. 经济纵横，2014（6）：92-96.

[16] 曲如晓，杨修. “一带一路”战略下中国与中东欧国家经贸合作的机遇与挑战[J]. 国际贸易，2016（6）：28-33.

[17] 黄清波. “一带一路”倡议下我国与沿线国家的贸易格局重构分析[J]. 国际贸易，2017（1）：54-58.

[18] 殷为华，杨荣，杨慧. 美国自由贸易区的实践特点透析及借鉴[J]. 世界地理研究，2016（2）：30-39.

[19] 徐颖君. 中国出口贸易能稳定增长吗？—关于出口集中度和比较优势的实证分析[J]. 世界经济研究，2006（8）：36-43.

[20] Dumais G.， Ellison G.， Glaeser E.L. Geographic Concentration as a Dynamic Process[J]. Review of Economics & Statistics， 2002， 84（2）： 193-204.

[21] Kong L. A.， Hao-Min P.T. Effect of Socio-economic Development Index on Work Safety and Its Grey Correlation Analysis[J]. China Safety Science Journal， 2007， 17（1）： 46-50.

[22] Gao Y.C.， Cao D.P. Grey Correlation Analysis of China's Urbanization and Financial Support-Theory and Empirical Analysis—And a Study on the ‘Four Trillion Yuan Investment[J]. Economic Management Journal， 2012， 12（3）： 292-305.endprint

[23] 張寅玲，王聃同，周伟. 基于灰色理论的产业结构调整与能源消费分析—以青海省为例[J]. 安徽农业科学，2011，39（8）：4909-4910.

[24] Qin J.Y. The Impact of WTO Accession on China's Legal System： Trade， Investment and Beyond[J]. China Quarterly， 2007 （191）： 720-741.

[25] 胡求光，李洪英. 金融危机对中国出口贸易影响的实证分析[J]. 国际贸易问题，2010（3）：3-11.

[26] 刘振林. 中国对外贸易概论[M].大连：东北财经大学出版社，2014.

[27] 孔庆峰，陈蔚. 基于要素禀赋的比较优势理论在我国贸易实践中适用性的经验检验[J]. 国际贸易问题，2008（10）：9-15.

[28] 张新政. 人民币汇率变动对我国出口贸易影响实证分析：1980-2009[J].金融经济，2011（14）：17-18.

[29] 施金亮，张国徽. 人民币实际有效汇率对我国出口贸易的影响—基于1981-2011年数据的实证分析[J]. 中国商论， 2012（29）：175-176.

[30] 杨广青，杜海鹏. 人民币汇率变动对我国出口贸易的影响—基于“一带一路”沿线79个国家和地区面板数据的研究[J]. 经济学家，2015（11）：43-50.

Abstract： Against the background of 'New Normal' economic development in China， there has been the deep restructuring of economic-geographic patterns of Chinese export since 2011. Using Chinese export data for international commodity trade， the paper examines the evolutionary characteristics at different stages and their respective major influential factors，which have impact on geographic concentration of Chinese export trade from 1984 to 2013.It is mainly through analyzing its index of geographic concentration and the degree of grey correlation， in order to promote the innovation of China international trade policy for the future. The result indicates that the index of geographic concentration of Chinese export has been continually declining over the last three decades. However， there are very different factors influencing the geographic concentration of Chinese export during three stages. Especially， the structure of labour force and the export price index have been more important than other factors in the long term. It is also noticeable that the grey correlation of RMB exchange rate is increasingly growing， especially from 2005's policy reform of RMB exchange rate.

Key words： export trade； geographic concentration； evolutionary characteristics； influential factorsendprint