中国红茶出口“一带一路”沿线国家贸易及其影响因素实证分析

许咏梅，施云峰

中国红茶出口“一带一路”沿线国家贸易及其影响因素实证分析

许咏梅，施云峰

浙江工商大学经济学院，浙江 杭州 310018

中国是世界上最早种植茶树的国家，也是红茶出口贸易最早的国家。本文阐述了中国红茶出口“一带一路”沿线国家的贸易现状，利用重新构建的贸易引力模型实证分析了影响贸易的主要因素。研究结果表明，中国红茶出口均价提高、中国与红茶进口国距离增加、人民币升值均对中国红茶出口“一带一路”存在显著的负向影响，红茶进口国家的人口数量、中国与红茶进口国的人均GDP均对中国红茶出口“一带一路”有明显的正向影响。而共同边界作为虚拟变量对中国红茶出口“一带一路”沿线国家或地区的贸易的正向影响不明显，但签署自由贸易协议作为虚拟变量对中国红茶出口“一带一路”国家或地区的贸易具有明显的正向影响。

中国红茶；出口；“一带一路”；贸易

茶叶贸易是中国与“一带一路”国家交往的重要内容，在中国对外经济、文化交流中具有重要的战略意义。随着共建“一带一路”引领效应持续释放，中国同沿线国家和地区的合作机制不断健全，经贸合作和人文交流加快推进。近年来，中国与“一带一路”国家和地区的茶叶贸易也成为经济学研究的新热点。学者们分析了“一带一路”沿线国家和地区的茶叶消费与贸易特征，认为中国对“一带一路”国家和地区的茶叶出口还具有很大的提升空间[1-2]。李潇等[3]采用联合国商品数据、world bank数据库，实证分析了中国对“一带一路”沿线国家和地区的茶叶出口主要影响因素，结果显示运费成本对出口贸易额的影响最显著。也有学者认为不同国家饮茶文化和消费习惯存在差异，中国企业要制定不同的营销策略[4]；必须将“品牌竞争力”建设融入茶叶的生产、加工、销售的全过程，提高品质，推进茶树良种化，提高产品附加值[5]；“一带一路”建设中，茶叶出口应提升推广营销策略，扩大国际影响，促进“一带一路”各国文化的相互交流融合，使茶叶一二三产业融合[6]。

通过对文献梳理，我们发现现有对“一带一路”茶叶贸易的研究主要集中于总体状况，而在细分茶类贸易情况研究较少。

红茶是国际市场消费的主要茶类，除中国外的“一带一路”地区，均以消费红茶为主。红茶在中国对“一带一路”国家和地区茶叶贸易中具有重要的地位。1610年，荷兰东印度公司将武夷山小种红茶海运到荷兰，自此揭开我国红茶出口的序幕[7]，1618—1650年又相继运往英国等其他欧洲国家以及北美地区[7]。中国红茶的出口激发了19世纪中叶以来世界茶叶生产、贸易和消费的蓬勃发展。自此，茶叶成为我国与“一带一路”国家贸易的主要商品之一。

2007年中国红茶出口“一带一路”沿线国家和地区约1.35万t，占中国红茶总出口量的44.55%，2017年增至1.84万t，占中国红茶出口总量的53%。为此，本文利用2010—2016年国际贸易数据库，运用新构建的贸易引力模型对影响中国红茶出口“一带一路”沿线国家的主要因素进行实证分析，进一步探讨影响中国红茶出口“一带一路”贸易的影响因素及其程度，以期为红茶出口贸易政策制定提供参考。

贸易引力模型是研究双边贸易流量的有力分析工具，研究者可通过引入新的解释变量多角度、多方位地丰富和拓展贸易引力模型，如文化因素、人口、收入、是否同属一个经济体、贸易政策等[8]。本研究在经典引力模式的基础上，首次引入“出口均价”和“人民币汇率”两个变量于“一带一路”茶叶贸易模型分析中，在实证分析结果的基础上，通过模型的稳健性检验，使模型更加客观地反映中国对“一带一路”红茶出口的真实状况。旨在为利用引力模型对茶叶出口贸易进行研究提供理论参考。

1 中国红茶出口“一带一路”沿线国家的贸易现状

“一带一路”沿线国家红茶消费及进口需求潜力巨大（图1）。近10年来，“一带一路”沿线国家和地区红茶进口量约占全球总红茶进口量的50%以上。到2017年末，参加“一带一路”沿线建设的国家和地区共有66个，可将这些沿线国家和地区依据世界各大洲及次区域地理分布标准，划分为蒙俄、东南亚、南亚、独联体国家、西亚北非、中东欧和中亚。自2007—2016年，“一带一路”沿线共有54个国家进口中国红茶，为方便讨论，这里根据文化区域差异，将这些国家和地区划分为以下区域板块（表1）。

考虑国际可比性，对中国红茶出口产品范围的界定参考海关协调编码制（HS2002）中规定的商品分类的第九章“咖啡、茶、马黛芬及调味香料”中的0902编码目录。为便于叙述，这里将HS编码为090230，且重量不足3 kg的红茶称为小包装红茶，将HS编码为090240且茶叶质量超过3 kg的发酵和部分发酵的红茶称为大包装红茶[9]。

根据《中国海关统计年鉴》，2016年中国出口东南亚国家红茶共5 427.432 t，东南亚国家是中国最大的红茶出口市场，占比最大，约40.30%，具体见图2。

图1 2008—2016年“一带一路”沿线国家进口红茶数量与世界红茶总进口数量比较

表1 2007—2016年中国红茶出口“一带一路”沿线国家的区域划分

注：数据来源于联合国商品贸易数据库

Note: Date from UN comtrade database

2 实证分析

2.1 引力方程模型及构建

2.1.1 贸易引力方程模型

传统的引力方程如下：

Lnij=0+1Lni+2Lnj+3Lnij+ij························（1）

ij表示i、j国间的贸易量，i代表出口国i的国民收入，j代表进口国j的国民收入，ij表示i、j国的距离，ij表示随机误差。

本文新构建的引力方程如下：

Lnij=0+1Lnj+2Lnij+3Lnj+4ln+5lnij+6lnj+7+8+ij···················（2）

新构建引力方程模变量的含义见表2。

注：数据来源于联合国商品贸易数据库。Ⅰ：蒙俄；Ⅱ：东南亚；Ⅲ：南亚；Ⅳ：独联体；Ⅴ：中亚；Ⅵ：西亚；Ⅶ：中东欧

Fig.2The proportions of black tea importing regions along the Belt and Road from China in 2016

表2 模型中各变量的含义、预期符号及变量说明

2.2 变量选择

中国茶叶出口“一带一路”贸易的影响因素包括经济、贸易、社会环境等方面。其中，经济因素包括：进口国家的人均GDP水平、运输成本、人民币汇率、红茶出口平均价格。贸易因素包括：贸易开放度、是否签署自由贸易协议。环境因素包括：人口数量、是否拥有共同的边界。本文在传统引力方程模型的基础上，充分考虑以上影响因素，添加新的变量和参数，如使用中国红茶出口额代表两国之间的贸易量，使用进口国家的GDP代替国民收入，具体如下：

（1）因变量。基于汇率变量的考虑，本文将中国出口“一带一路”沿线国家的红茶金额作为方程的因变量，用ij表示。ij代表i国（中国）出口红茶到j国的出口金额，其中的i、j分别表示红茶的出口国（即中国）和进口中国红茶的j国。

（2）规模变量。本文采用两个规模变量：一是进口国的人均国内生产总值作为经济规模，二是进口中国红茶的“一带一路”沿线国家的人口数量作为人口规模，分别以j和j表示。

（3）激励变量和抵抗变量。这里采用5个激励变量和2个抵抗变量：j：中国红茶出口平均价格的平方；ij：人民币实际汇率；ij：进出口国家间的路程；j：进口国家的人均GDP；：共同边界；j：中国红茶进口国的贸易开放程度；act：自由贸易协议的签署。

2.3 实证验证样本的选择

数据主要来源于联合国贸易数据库（htts://comtrade.un.org）、距离计算网站（www.jisuan.info）、世界银行（www.worldbank.org）、中华人民共和国商务部网站（www.mofcom.gov.cn）和联合国网站（www.un.org）。

本文选取2007—2016年进口中国红茶的“一带一路”沿线26个国家作为样本国进行实证研究。选取的这26个样本国家10年连续进口中国红茶金额平均占中国红茶出口“一带一路”沿线国家和地区总额的99%以上（图3）。

由图3可以看出，这26个样本国家代表性很强。这26个样本国家包括：东南亚的越南、泰国、缅甸、新加坡、老挝、印尼、马来西亚、柬埔寨和菲律宾等；中东欧的波兰、立陶宛、俄罗斯、乌克兰、斯里兰卡等；南亚的印度、巴基斯坦等；中西亚的乌兹别克、塔吉克、哈萨克、沙特、蒙古、阿联酋、希腊、埃及等。样本总体进行相关变量对数处理后，得到表3的描述性统计。

如表3所示，2007—2016年的面板数据T=10；26个“一带一路”沿线10年连续进口中国红茶的国家，共260个样本观测值。样本变量的平均值、最大值、最小值见表3所示。

2.4 回归分析与结果

2.4.1 平稳性检验

为避免变量之间出现伪回归，这里将先对变量进行单位根检验。对因变量项Lnij和变量项Lnj、Lnj、ln、lnij、lnj在1%的水平上拒绝原假设，即变量序列均平稳（表4）。因此，无需再进行协整分析。

2.4.2 相关性与多重共线性分析

由表5可见，很多变量之间相关性达到极相关水平（<0.01），存在多重共线性可能，需再进行多重共线性检验。

将变量通过多重共线性检验，检验结果显示（表6），VIF检验最大值均小于10，据此判断变量间不存在多重共线性。

2.4.3模型设定检验

本研究运用Hausman检测对固定效应（FE）和随机效应模型（RE）进行检验：若拒绝原假设，则取固定效应模型，若接受原假设，则选取随机效应模型。采用Hausman检验，FE模型和RE模型的值为0.29，＞0.1，即不能拒绝原假设，应采取随机效应模型，即RE模型更优。

图3 2007—2016年26个样本国连续进口中国红茶金额占中国红茶出口“一带一路”沿线总出口额的比例

表3 变量和样本的描述性统计

表4 主要变量的面板ADF单位根检验

表5 相关系数矩阵

注：变量间相关性，*：<0.1，**：<0.05，***：<0.01

Note: Coefficient between variable, *:<0.1, **:<0.05, ***:<0.01

表6 检验多重共线性

2.4.4 回归结果分析

采用2007—2016年的面板数据：T=10，10年；26个国家，260个样本观测值。分别对混合效应（OLS）、固定效应（FE）、随机效应（RE）模型进行估计，为了尽可能消除异方差，将各个变量取对数。RE模型回归结果见表7，回归结果分析见表8。

（1）Ln估计值为–5.44，与实际相符。价格影响着消费者的需求[10]数量，这里的P表示中国红茶出口的平均价格。经济学含义：当中国红茶出口均价每增加1%，中国红茶出口金额将平均减少5.44%，表明中国红茶平均出口价格对出口金额起着显著的负向影响作用。也就是说，红茶出口均价越高，出口数量就会减少。

（2）Lnij估计值为–2.87（＜0.01），与实际相符。距离影响着运输成本，距离越远，运输成本越高，从而对出口贸易产生负面的影响。经济学含义：当中国与进口红茶国家的距离每增长1%，中国红茶出口“一带一路”沿线国家出口金额将平均下降2.87%，这表明中国红茶出口与进口红茶国家的距离呈现显著的负向影响。

（3）Lnj估计系数为2.28（＜0.01），与实际相符。人口越多，需求越大。经济学含义：当进口红茶国家的人口数量每增加1%，出口金额将平均上升2.28%，表明红茶进口国家人口与红茶出口存在显著的正向影响。

（4）Lnj估计值为–1.65（＜0.1），与实际不符。回归结果表明，当“一带一路”沿线红茶进口国的贸易开放度每上升1%，中国对进口国的红茶出口金额将平均下降1.65%，意味着红茶进口国人均GDP的增长对红茶出口有明显的负面作用。这可能因为本文的贸易开放度采用了各国总体贸易额/GDP的比值代替，不能真实反映一国对外开放程度，使结果与实际有偏差。

（5）Lnij的估计值为–1.74（＜0.1），与实际相符。因为汇率的波动将使本币升值或贬值[11]，使居民的实际收入水平增加或减少，从而影响购买力水平。经济学含义：“一带一路”沿线红茶进口国的货币相对于人民币的汇率每升高1%，中国红茶出口就会减少1.74%。表明人民币汇率对红茶出口存在显著的负向影响。

（6）的估计系数显示，共同边界作为虚拟变量，对中国红茶出口贸易随机效应正向影响不显著。

（7）act的估计系数显示，签署自由贸易协议作为虚拟变量，对中国红茶出口贸易随机效应正向影响较为显著。

表7 2007—2016年中国对“一带一路”沿线国家出口红茶的面板数据回归分析结果

注：变量间比较，***：<0.01，**：<0.05，*：<0.1

Note: Comparison between variables, *:<0.1, **:<0.05, ***:<0.01

表8 随机效应和GMM估计回归结果

注：变量间比较，***：<0.01，**：<0.05，*：<0.1

Note: Compared between variable, *:<0.1, **:<0.05, ***:<0.01

2.4.5 稳健性检验

运用了中国对“一带一路”沿线国家红茶出口面板数据进行了回归分析，而这些面板数据与动态的面板数据将产生一些偏差，可能使推断的经济学含义发生扭曲，因此，一般需要进行稳健性检验才让人信服。广义矩（GMM）估计能很好地解决这些问题，因为系统GMM运用工具变量产生相应的矩条件方程，能消除固定效应的影响。但是进行系统GMM估计前需要通过Hansen检验和序列相关检验，只有这两个检验均通过后才能进行估计。本研究对这些面板数据依次进行了Hansen检验、序列相关检验。结果表明，Hansen检验结果中0.60>0.1，接收原假设，即存在过度识别；序列相关检验结果为不存在二阶自相关（=0.71>0.1），说明选择因变量的二阶滞后项作为工具变量是有效的，接受原假设。以上分析说明，进行GMM估计是有必要的。

本研究进行了随机效应和系统GMM估计（表8）。检验结果显示：Ln、Lnj、Lnj、Lnij、的动态面板检验结果和随机效应模式（RE）接近，表明本文的中国红茶出口面板数据实证结果很稳健，值得信服。

3 讨论与结论

引力模型是研究双边贸易流量的有力分析工具，本研究根据中国红茶出口“一带一路”沿线国家和地区数量众多、影响因素复杂多样的特点，以传统的贸易引力模型为基础，添加了新的变量“中国红茶出口均价”和“人民币汇率”，运用了2007—2016年进口中国红茶的“一带一路”沿线的数据进行实证研究。为防止本文采用的面板数据与动态面板数据产生偏差，而使推断的经济学含义发生扭曲，本研究进行了稳健性检验（表8）。检验结果表明，本研究所采用的中国红茶出口面板数据实证分析结果是稳健的。

本文实证分析结果表明，“中国红茶的出口均价”和“人民币汇率”对中国对“一带一路”沿线国家红茶出口起着负面的影响作用。红茶出口均价越高，购买者的数量将减少；人民币汇率的升降也将影响当地居民的实际购买力。由此可见，引进这两个变量对于客观反映中国对“一带一路”沿线国家红茶出口状况具有重要的贡献。本研究发现，“共同边界”对中国红茶出口贸易正向影响不明显。“一带一路”沿线国家和地区，地域广阔，区域经济、文化差异显著、消费偏好各不相同，有些区域以消费绿茶为主，有些区域以消费红茶[12]为为主。其中的水路以消费红茶为主，陆路以消费绿茶为主。因此，我们一方面要加强茶文化向“一带一路”沿线国家和地区的传播，通过与“一带一路”沿线国家合作举办茶叶展销会、研讨会、茶文化节等的交流与传播，构建良好的茶文化合作交流平台，使中国红茶走向更广阔的国际市场。另一方面，我们要针对不同的国家和地区实施具体的出口策略。因此，既要稳定原有的红茶出口国家市场，如：俄罗斯、巴基斯坦等，又要开拓新的红茶市场，如一些消费绿茶的国家和地区。

国际茶叶市场以红茶为主，约占75%，而国际茶叶消费市场主要以红碎茶为主，而中国的红茶占世界的比重很小，仅为3%~4%，中国的红茶主要以工夫红茶为主，因此，需要调整中国红茶的出口产品结构，才能促进中国红茶的出口。构建“一带一路”特色茶产业模式：从种植源头抓起，扩种大叶种茶，实行茶园精耕细作，从采摘鲜叶开始，到鲜叶加工、拼配出口，加强监管力度。扩大生态有机茶园建设，提高红茶品质[13]，严控红茶中的有害物质残留[14]，实行信息和技术共享，打造精品红茶，以最优质的品质和工艺[15]，与“一带一路”沿线国家和地区联手，抓住机遇，提高中国红茶品质与质量，力争进入国际高端市场。发挥红茶的优势区域生产和加工，如：中国的祁门红茶是世界三大高香茶之一，因此，根据区域优势，重点发挥一些红茶优势区域的红茶生产和出口贸易。

本研究采用引力方程模型，并引进“中国红茶出口均价”和“人民币汇率”作为新的变量，实证回归结果表明：（1）“中国红茶出口均价”和“中国与红茶进口国家之间距离”均对中国红茶出口具有显著的负向影响；（2）“进口中国红茶国家的人口数量”对中国红茶的出口具有显著正向影响；（3）“人民币汇率”对中国红茶出口起着显著的抑制作用；（4）“共同边界”对中国红茶出口贸易正向影响不明显，但“签署自由贸易协议”作为虚拟变量，对中国红茶出口贸易正向影响显著。

[1] 陈富桥, 姜仁华, 姜爱芹, 等. “一带一路”战略背景下我国茶叶市场开拓策略与建议[J]. 中国茶叶加工, 2016(2): 5-15.

[2] 毛立民.茶在一带一路地区的贸易现状和发展前景[J]. 茶博览, 2015(7): 29-30.

[3] 李潇, 贾卫国. “一带一路”战略背景下中国茶叶出口贸易影响因素的实证分析[J]. 安徽农业科学， 2017， 45(27): 239-242.

[4] 郭思远, 董艺璇. “一带一路”上的茶经[J]. 人民周刊, 2017(21): 38-39.

[5] 陈刚俊. 把握“一带一路”机遇, 打造中国名茶品牌[J]. 农业考古, 2016(2): 261-264.

[6] 石利华. 现代茶叶市场新格局[J]. 茶博览, 2017(7): 27-30.

[7] 陈栋, 刘军, 吴华玲, 等. 从我国红茶产业数百年兴衰的启示试论中国红茶的发展思路[J]. 广东茶业, 2011(3): 5-11.

[8] 张菲, 姜爱芹, 杨芳琴. 中国向“一带一路”沿线国家茶叶出口的影响因素及贸易潜力分析[J]. 茶叶科学, 2019, 39(2): 220-229.

[9] 许咏梅. 中国茶产业竞争力研究[D]. 北京: 中国农业大学, 2006.

[10] 格里高里·曼昆. 经济学原理[M]. 梁小民, 译. 北京: 机械工业出版社, 2003.

[11] 多米尼克·萨尔瓦多. 国际经济学[M]. 4版. 关涛, 译. 上海: 复旦大学出版社, 2008.

[12] 田口裕太.日本消费者对红茶的偏好与扩大中国红茶出口广告策略研究[D]. 福州: 福建农林大学, 2011.

[13] Ganewatta G, Waschik R, Jayasuriya S, et al. Moving up the processing ladder in primary product exports: Sri Lanka's “value‐added” tea industry [J]. Agricultural Economics, 2005, 33(3): 341-350.

[14] Steve J, Oliver M. Strategic use of private standards to enhance international competitiveness: Vegetable exports from Kenya and elsewhere [J]. Food Policy, 2005, 30(3): 316-333.

[15] 许咏梅, 林坚, 苏祝成. 中国外销茶叶质量的国际比较[J].农业质量标准, 2007(3): 8-10.

An Empirical Analysis of the Trade and Influencing Factors of China's Black Tea Export to Countries along the Belt and Road

XU Yongmei, SHI Yunfeng

School of Economics, Zhejiang Gongshang University, Hangzhou 310018, China

China is the origin of tea and the first black tea export country in the world. Tea, particularly black tea was one of the most important trade commodities on the Chinese ancient Silk Road. Here, the trade profile of China's black tea export to countries along the belt was first described and the main factors affecting the black tea export was analyzed. The expanded trade gravity model was applied to analyze the influencing factors of China's black tea export to countries along the belt. Empirical analysis shows that the average export price of Chinese black tea, the growth of the distance between China and the importing countries of black tea, and the exchange rate of RMB were significantly but negatively correlated with Chinese black tea export. The population growth of the importing countries and the GDP growth of China and the importing countries had a significant and positive impact on China's black tea export.

China's black tea, export, the Belt and Road, trade

TS272；F742

A

1000-369X(2019)05-602-09

2019-05-09

2019-06-04

浙江工商大学现代商贸流通体系建设协同创新中心项目（1050XJ3315067G）、浙江工商大学现代商贸中心（13JDSM13YB）

许咏梅，副教授，硕士生导师，主要从事农业经济与贸易方面的研究，E-mail: xuyongmei1972@126.com