中国与RCEP成员国农产品贸易影响因素及贸易潜力分析——基于扩展贸易引力模型

Analysis of the Influencing Factors and Trade Potential of Agricultural Trade between China and RCEP Member Countries—Based on an Extended Gravity Model

摘要: 农产品是中国与RCEP成员国贸易往来的重要商品之一。在经济全球化的背景下，中国农产品贸易正面临新的机遇与挑战。本文基于扩展的贸易引力模型，选取2005~2020年中国与RCEP成员国的跨国面板数据，深入分析影响农产品贸易进出口的关键因素，并测算近16年来中国与RCEP成员国在农产品进口方面的贸易潜力。研究结果表明，两国的国内生产总值、进口国人口规模、是否具有共同边界或共同语言，以及是否加入WTO等因素均显著促进贸易往来，而空间距离对农产品进口产生抑制作用。当前，中国与RCEP成员国的农产品贸易处于潜力开拓阶段，双边经贸关系仍有较大提升空间。基于此，中国应充分理解并运用RCEP规则，加快农产品贸易合作升级，优化外贸政策，以释放更多贸易潜力。

Abstract: Agricultural products constitute an essential component of trade exchanges between China and the member countries of the Regional Comprehensive Economic Partnership (RCEP). In the context of economic globalization, China’s agricultural trade is encountering both new opportunities and challenges. Utilizing an extended gravity model and drawing on cross-national panel data from 2005 to 2020, this study conducts a comprehensive analysis of the key factors influencing the import and export of agricultural products. Additionally, it estimates China’s agricultural import trade potential with RCEP member countries over the past 16 years. The empirical findings indicate that the gross domestic product (GDP) of both trading countries, the population size of the importing country, the presence of a shared border or common language, and membership in the World Trade Organization (WTO) all significantly facilitate trade flows. Conversely, geographical distance exerts an inhibiting effect on agricultural imports. At present, China’s agricultural trade with RCEP member countries remains in a phase of potential expansion, with substantial room for further enhancement of bilateral economic and trade relations. Accordingly, China should fully comprehend and effectively leverage RCEP regulations, accelerate the advancement of agricultural trade cooperation, and refine foreign trade policies to unlock greater trade potential.

1. 引言

在全球经济一体化的背景下，国际贸易环境正面临深刻变革。近年来，贸易保护主义抬头，全球经济逆全球化趋势显现，严重冲击国际贸易体系。自2019年新冠疫情爆发以来，全球供应链受到严重扰动，国际贸易遭遇前所未有的挑战。根据国际货币基金组织(IMF)数据¹，2020年全球经济增长率降至−4.4%，为二战以来最大幅度的经济衰退，其中发达经济体受影响尤为显著。在此背景下，中国、日本、韩国、新西兰、新加坡等15个国家于2020年11月15日签署《区域全面经济伙伴关系协定》(Regional Comprehensive Economic Partnership，以下简称RCEP)，并于2022年1月1日正式生效。这一协定的实施对深化区域经济一体化、促进成员国间贸易合作具有重要意义。

农业是中国经济的基础产业，农产品贸易在国际经贸合作中占据重要地位。然而，近年来中美贸易摩擦导致我国农产品国际竞争力下降，出口受阻，农资价格上涨，加剧了农业外贸压力。RCEP成员国大多为农产品生产和贸易大国，市场需求广阔，为中国农产品出口提供了重要机遇。RCEP的实施不仅有助于拓展我国农产品国际市场，还能通过关税减让、贸易便利化等措施促进区域内农产品流通，增强贸易稳定性。此外，协定的生效将推动中国进一步深化对外开放，提升国际市场适应能力，在一定程度上对冲外部不确定性对农产品贸易的冲击[1]。

现有研究对中国与RCEP成员国的农产品贸易进行了较为广泛的探讨，主要集中于贸易结构、竞争力、互补性及贸易潜力等方面。例如，郑国富(2020) [2]分析了中国与新西兰农产品贸易，指出双边贸易规模有限，结构失衡，贸易产品集中度较高，易受外部风险影响。林清泉、郑义(2021) [3]研究中日农产品贸易，认为两国农产品贸易互补性较强，但中国在部分品类上仍处于劣势。此外，朱浩(2021) [4]采用GTAP模型模拟RCEP关税减让对中国农产品贸易的影响，发现其长期效应具有积极作用。尽管已有研究对中国与部分成员国的农产品贸易进行了分析，但大多关注个别国家或单一贸易特征，如竞争力或互补性，缺乏系统性分析，难以全面揭示中国与RCEP成员国农产品贸易的整体格局及发展潜力。

基于此，本文依托RCEP框架，在经济全球化和后疫情时代的国际贸易环境下，结合中国外贸政策发展趋势，运用扩展的贸易引力模型，对2005~2020年中国与RCEP成员国农产品贸易的影响因素进行实证分析。在理论分析基础上，通过静态面板数据模型量化各影响因素的作用，并测算双边贸易潜力，以期全面揭示中国与RCEP成员国农产品贸易的现状与发展空间。研究结果将有助于中国更精准地把握RCEP带来的贸易机遇，为促进农产品贸易高质量发展提供政策参考和实践指导。

2. 理论分析

2.1. 理论基础

2.1.1. 比较优势理论

李嘉图于1817年在《政治经济学及赋税原理》中提出比较优势理论，指出即使一国在两种产品的生产上均处于绝对劣势，仍可通过专门生产其相对劣势较小的产品，并进口相对劣势较大的产品，实现互利贸易。这样的分工模式有助于资源的高效配置，提高各国的产出，并促进贸易收益的最大化。在RCEP成员国中，东盟国家主要生产热带水果，新西兰的主要农产品包括小麦、大麦和棉花，而澳大利亚以牛羊肉、乳制品和羊毛为主。在农产品国际贸易中，RCEP国家依据自身比较优势，重点发展特定农产品的生产。这与李嘉图的比较优势理论相符。相较于其他产品，我国在小麦、粮油和稻谷等农产品的生产上处于相对劣势，因此，可基于该理论扩大此类农产品的进口，以优化资源配置，提升贸易效益。

2.1.2. 要素禀赋理论

赫克歇尔—俄林在李嘉图的比较优势理论基础上提出要素禀赋理论，认为各国贸易的基础在于要素禀赋的相对差异及其在生产中的效率。该理论强调，生产商品需要土地、技术、资本等多种要素，某国若在某种要素上具有相对丰裕性，则该要素的价格较低，相应生产成本也较低，因此在相关产品的国际贸易中更具竞争优势。

根据要素禀赋理论，资源丰富的国家应出口其优势要素密集型产品，并进口其稀缺要素密集型产品。中国人口众多，劳动力资源丰富，属于劳动密集型国家，而人均耕地面积较低，土地资源相对匮乏，因此需要进口土地密集型农产品。相比之下，RCEP成员国土地资源丰富，具备较高的土地密集型农产品生产能力，因此在农产品贸易中，中国与RCEP国家可形成互补关系，即中国出口劳动密集型产品，同时进口土地密集型农产品，以优化贸易结构，提升整体经济效益。

2.1.3. 产业内贸易理论

加拿大格鲁贝尔和澳大利亚劳埃德在1975年出版的《产业内贸易：差别化产品国际贸易的理论与度量》一书中系统提出产业内贸易理论。具体是指一个国家的某种产品既有进口也有出口的现象，也被称为“双向贸易”。该理论认为造成产业内贸易现象的原因主要有三种：产品差别、规模经济、消费者偏好差别。一方面，产品的差异能够满足消费者的不同需求偏好，两个国家的消费者需求偏好越相似，两国之间越容易进行贸易往来；同时，当某种产品的生产规模扩张时，其单位生产成本会随之降低，国际分工也就越细化，此类产品获得了比较优势，扩大生产能够带来较大的规模经济效应，为贸易的发生奠定了基础。

2.2. 理论机制

我国对RCEP国家农产品进出口额不断上升，是我国农产品出口创汇的重要途径之一。但目前也存在农产品出口增长速度有所放缓，增长动力不足以及农产品出口分布不均衡等状况，因此有必要深入研究我国对RCEP成员国的农产品贸易规模和效率受哪些因素的影响。

现有研究表明，人口规模、经济总量等宏观因素对我国与RCEP国家的农产品出口规模具有显著影响。人口增长不仅增加国内劳动力供给，还促进劳动分工深化与专业化生产，从而提高农产品的附加值与国际竞争力。同时，经济规模的扩大反映了生产力水平的提升，有助于拓展国际市场。此外，地理邻近性对贸易流动也有正向作用，毗邻国家间的贸易成本相对较低，更容易形成紧密的贸易关系。相反，地理距离的增加会导致运输成本上升，对出口贸易形成抑制作用。

基于上述分析，中国在扩大对RCEP国家农产品出口时，应综合考虑各类影响因素，优化贸易政策，促进产业内贸易发展，并充分利用比较优势，以提升农产品出口的竞争力和贸易效率。

3. 中国与RCEP成员国农产品贸易的发展现状

3.1. 双边农产品贸易整体保持上升趋势

Figure 1. Curve: the current development of agricultural trade between China and RCEP member countries

图1. 中国与RCEP成员国农产品贸易发展现状图示

根据图1可知，2005~2020年间，中国与RCEP成员国的农产品贸易总额总体呈上升趋势。2005年，双方农产品贸易总额为188.54亿美元，到2020年增至767.78亿美元，16年间增长约四倍。以2014年为节点，2014年前，中国与RCEP成员国农产品贸易额稳步增长，而2014年后受国际局势动荡、经贸摩擦加剧及逆全球化趋势影响，贸易额一度下降，增长势头放缓。然而，自2016年起，进出口总额显著回升，表明双边贸易关系持续改善，区域经济一体化进程加快。

进一步分析发现，出口额自2016年起基本保持稳定，而进口额持续增长。2018年后，贸易顺差转为贸易逆差，主要原因可能包括：一是我国人口增长导致农产品需求上升，而国内产量难以满足需求；二是人民币汇率下降，提高了我国货币购买力，使外国商品更易进入国内市场，推动农产品进口增加；三是外币对人民币购买力下降，在一定程度上抑制了我国农产品出口，进一步加剧贸易逆差[5]。

3.2. 双边农产品贸易产品结构多样

为促进国际贸易统计的标准化与统一性，联合国统计委员会与海关合作理事会分别制定了《联合国国际贸易标准分类》(SITC)和《协调商品名称和编码制度》(HS)。其中，HS编码体系主要依据商品属性进行分类，并结合商品用途与功能进行进一步细分。基于研究需求，本文聚焦于农产品的进出口贸易，并选取HS编码体系前24章定义的农产品作为分析对象。按照HS分类，农产品可分为动物产品(HS01-05)、植物产品(HS06-14)、动植物油脂及其分解产品(HS15)、食品饮料及烟草制品(HS16-24)，从而解析中国与RCEP成员国的细分农产品贸易结构。

中国与RCEP成员国的农产品贸易商品结构较为复杂，不同国家间的进出口商品存在差异。根据联合国贸易数据，中国对RCEP国家的农产品出口主要集中于植物产品和食品加工类产品，其中水果、水产品和粮食占较大比重。东南亚国家凭借优越的地理条件和充足的廉价劳动力，盛产果蔬类产品，且价格较低，因此主要向中国出口水果和蔬菜，近两年该类产品贸易额占农产品贸易总额的40%左右。中国与日本、韩国的农产品贸易则以时令果蔬和水产品为主。由于日韩两国国土面积有限，耕地资源匮乏，农业生产成本较高，国内供给难以满足市场需求，因而对进口依赖程度较高。此外，日韩两国临海的地理优势使其水产业较为发达，同时拥有先进的水稻种植技术，出口产品以水产品和部分农产品为主。

在国际市场上，澳大利亚凭借其规模化、专业化的畜产品生产体系，在农产品出口方面占据重要地位，其对华出口主要以畜产品为主。新西兰的农产品贸易结构与澳大利亚类似。受新冠疫情影响，2020年中国自澳大利亚和新西兰的畜产品进口额较上年下降约9%，主要原因可能是部分国家实施进口限制措施，导致农畜产品贸易受阻。例如，2020年中国对老挝的农畜产品出口几乎为零[6]。相比之下，其他类别的农产品受疫情影响较小，进口额仍保持增长趋势。

3.3. 农产品交易市场结构广泛

根据联合国贸易数据库数据，从出口市场来看，中国向日本、韩国、马来西亚、菲律宾、越南、泰国及印度尼西亚七国大量出口农产品，2016~2020年出口量平均约占中国向RCEP成员国出口总额的95%。以2020年数据为例，东盟、日本、澳大利亚等国家占据重要比重，近年来这一趋势更为显著。在RCEP成员国中，2020年中国对东盟的农产品贸易进出口总额占比17.5%，对日本占比4.4%，对澳大利亚占比4.2%。从进口市场来看，中国主要向澳大利亚、新西兰、马来西亚、越南、泰国及印度尼西亚六国进口农产品，2016~2020年平均约占中国总进口额的88%，由此得出中国对农产品的进出口市场大致相同。2020年中国从澳大利亚进口农产品77.7亿美元，主要进口产品占自全球农产品进口总额的2.9% [7]。伴随着新兴国家经济的不断发展壮大，国际多变规则日益完善，中国与东盟各成员国之间的贸易往来也更加密切。

4. 研究设计

贸易引力模型产生的思想最早可以追溯到牛顿提出的万有引力定律。本文在现有研究的基础之上加入其他可能产生影响的因素，探究中国与RCEP成员国的农产品贸易是否受各国经济发展水平、空间距离、人口数量、汇率变动、是否加入WTO等因素的影响，构建扩展的贸易引力模型进行定量分析。以下是模型的设定和数据来源说明。

4.1. 模型设定

20世纪60年代，Tinbergen和Poyhonen最先在国际贸易研究中尝试使用引力模型的学者。传统的引力模型揭示了2个物体之间的引力，即2个物体之间的吸引力与其物体的质量成正比，与其距离成反比。学者们分别运用引力模型对国际贸易中双边的贸易流量进行研究，并得出了相同的结论：在其他条件不变的情况下，两国之间贸易量与两国国内生产总值成正比，与两国之间距离成反比[8]。此后，Lineman将人口因素这一变量加入引力模型中，贸易引力模型逐渐不断拓展应用成为一个便利的实证工具。公式(1)为经典的贸易引力模型：

$X_{\text{ij}}=A\frac{\left(GD{P}_i\times GD{P}_j\right)}{D_{ij}}$ (1)

在式(1)中：X_ij为i国(出口国)与j国(进口国)的双边贸易额；A为常数；GDP_i为i国的国内生产总值；GDP_j为j国的国内生产总值；D_ij为i国与j国之间的距离，一般用两国首都之间的距离表示。对式(1)两边取自然对数得到：

$\ln X_{ij}={\alpha }_0+{\alpha }_1\ln GD{P}_i+{\alpha }_2\ln GD{P}_j-{\alpha }_3\ln D_{ij}+{\mu }_{ij}$ (2)

在式(2)中，α₀为常数项，α₁、α₂、α₃为各个变量的回归系数，μ_ij代表随机误差项，其余变量的含义与式(1)中相同。式(1)、式(2)为贸易引力模型的基础表达式，后续研究大多在此基础上拓展完成。然而，传统引力模型中，空间距离(D_ij)仅以直线距离来衡量，忽略了实际贸易中涉及的运输成本差异和基础设施差异。在农产品贸易中，地理距离确实影响运输成本，但不仅仅是直线距离，还应考虑到道路条件、港口效率、交通状况、运输成本等因素。因此，本文对空间距离的处理进行了重新评估，并引入了加权距离方法，以更合理地衡量空间距离的影响。考虑到不同国家的运输基础设施和物流效率差异，我们将空间距离变量进行加权处理，综合考虑各国的运输成本。具体来说，空间距离变量不仅仅是两国首都间的直线距离(D_ij)，还加入了各国的运输成本系数，通过以下方式加权计算：

${D^{\prime }}_{ij}=D_{ij}\times T_{ij}$ (3)

其中，T_ij为从i国到j国的运输成本系数，反映了运输基础设施的效率和贸易通道的可达性。通过这种方法，可以更真实地反映不同国家之间因地理位置和交通条件不同而产生的实际贸易成本。式(2)中，α3前面的减号可视作距离因素对出口额产生的负面效应，由此可将式(2)进行转变：

$\ln X_{ij}={\alpha }_0+{\alpha }_1\ln GD{P}_i+{\alpha }_2\ln GD{P}_j+{\alpha }_3\ln DI{S}_{ij}+{\mu }_{ij}$ (4)

本文根据研究对象和主体，在探究影响中国与RCEP成员国在农产品贸易因素的基础上构建了面板数据模型，在现有条件下结合数据的可获得性加入将要探讨的因素，将(4)式扩展为如下模型：

$\begin{array}{l}\ln Y_{\text{ijt}}={\beta }_0+{\beta }_1\ln \left(GDP\_CH{N}_t\right)+{\beta }_2\ln \left(GD{P}_{jt}\right)+{\beta }_3\ln \left(DIS{T}_{ij}\right)\\ +{\beta }_4\ln PO{P}_{jt}+{\beta }_5\ln RAT{E}_{ust}+{\beta }_6{B}_{ij}+{\beta }_7{L}_{ij}+{\beta }_{8}FT{A}_{jt}+{\beta }_{9}WT{O}_{jt}+{\epsilon }_{ijt}\end{array}$ (5)

在式(5)中，被解释变量Y_ijt分别选取中国与RCEP成员国农产品贸易进出口总额T_ijt、进口额IX_ijt和出口额EX_ijt作为被解释变量。GDP_CHN_t为中国t时期的国内生产总值；GDP_jt为j国t时期的国内生产总值；DIST_ij为i国与j国之间的空间距离；POP_jt代表j国在t时期的人口总数；RATE_ust代表第t年人民币的汇率；B_ij代表i国和j国是否有共同边界；L_ij代表i国和j国是否有共同语言；FTA_jt代表j国在第t年是否签署了自由贸易协定；WTO_jt代表j国在第t年是否加入了国际贸易组织，ε_ijt代表随机误差项。

4.2. 数据说明及来源

4.2.1. 数据说明

本文在模型构建中，选取了RCEP成员国中14个国家与中国在2005~2020年的农产品贸易额作为被解释变量，加入一系列影响因素作为解释变量，整理成面板数据进行实证分析。具体选取的变量说明如下：

(1) 进口国(GDP_CHN_t)和出口国生产水平(GDP_jt)：传统引力模型通常采用国内生产总值(GDP)衡量出口国经济水平和生产能力。已有研究表明，GDP增长与贸易流量正相关，经济体量较大的国家通常贸易流量更高。因此，本文采用以亿美元计的GDP作为衡量进出口国生产力水平的指标，并预测该变量的系数为正。

(2) 空间距离(DIST_ij)：地理距离通常对双边贸易产生负向影响，一般以两国首都间的直线距离衡量。为更准确反映因空间距离引发的交易成本，本文借鉴卞付坤[9]的研究，将空间距离与国际原油价格相乘，以此降低共线性影响，并更准确刻画贸易成本。预计该变量系数为负。

(3) 人口数量(POP_jt)：分别表示第t年j国的人口总量。进口国人口规模越大，对农产品需求越高，从而促进进口；而出口国人口规模越大，则可能优先满足国内需求，减少出口。因此，预计进口国人口系数为正，出口国人口系数为负。

(4) 汇率(RATE_ust)：汇率在国际贸易中发挥重要作用。人民币升值提高出口商品国际市场价格，削弱竞争力，同时增强进口购买力，促进进口；人民币贬值则降低出口商品价格，提高竞争力，同时抑制进口。因此，人民币汇率变动直接影响国际贸易流量[10]。

(5) 共同边界(B_ij)：表示中国与RCEP成员国之间是否存在共同边界。通常而言，共同边界国家在文化、语言和经济交流方面具有更高的相似性，有助于降低交易成本，促进双边贸易。该变量为虚拟变量，若两国共享边界，则设定值为1，否则为0。预期该变量对农产品贸易额的影响为正。

(6) 共同语言(L_ij)：衡量中国与RCEP成员国之间是否存在共同语言。语言相通通常能够降低沟通成本，提高贸易效率，进而促进贸易流量的增长。该变量为虚拟变量，若两国拥有共同语言，则设定值为1，否则为0。预期其系数为正，即共同语言对贸易额具有正向促进作用。

(7) 贸易国与中国是否签署自由贸易协定(FTAjt)：衡量贸易国是否与中国签署自由贸易协定(FTA)。FTA旨在消除贸易壁垒，促进商品和服务自由流动，从而提升贸易水平。中国自2008年起陆续与多个国家签署FTA，截至2018年底，已与东盟等12个国家达成协定。该变量为虚拟变量，若成员国已与中国签署FTA，则设定值为1，否则为0。预期FTA的签订将正向促进农产品贸易额增长。

(8) 贸易国是否为世界贸易组织成员(WTOjt)：衡量贸易国是否为世界贸易组织(WTO)成员。作为全球性贸易组织，WTO致力于促进国际贸易自由化，并为成员国提供政策支持，提升贸易便利性。该变量为虚拟变量，若某国在特定时期为WTO成员，则设定值为1，否则为0。预期该变量系数为正，即WTO成员身份对农产品贸易具有促进作用。表1展示了各模型变量的具体含义及预期影响。

4.2.2. 变量描述性统计

变量数据来源：本文选取的数据区间为2005~2020年，研究对象为RCEP中15个成员国：中国、日本、韩国、澳大利亚、新西兰、柬埔寨、泰国、印度尼西亚、马来西亚、菲律宾、新加坡、越南、老挝、缅甸，由于研究成员国与中国的双边贸易，共得到样本224个观测值。被解释变量中，中国与RCEP成员国农产品贸易总额、进口额和出口额由联合国Comtrade数据库相关数据计算所得；中国和RCEP各国的国内生产总值、人口规模数据均来源于世界银行数据库；两个国家首都之间的实际地理距离采用了CPEII数据库的discap数据，后期经过与国家石油价格相乘计算得到；以美元计价的人民币汇率根据世界银行数据库统计而来；两国之间是否具有共同边界及是否使用共同语言的数据均来源于CEPII中的GeoDist数据库；中国和RCEP各成员国间的是否签订自贸协定的具体信息来源于中国自由贸易区服务网；中国与其他成员国何时加入WTO的数据来源于WTO官方网站。表2报告了各变量的描述性统计结果。

5. 实证结果分析

为了避免模型中伪回归结果的出现，除去四个虚拟变量外，本文对其他解释变量与被解释变量进行

Table 1. The specific meaning and expected impact of model variables

表1. 模型变量的具体含义及预期影响

变量	具体含义	预期符号	理论解释
GDP_CHNt	第t年中国的国内生产总值(单位：亿美元)	+	反映了中国在第t年在农产品贸易方面的潜力
GDPjt	第t年j国的国内生产总值(单位：亿美元)	+	反映了j国在第t年在农产品贸易方面的潜力
DISTij	中国首都北京和j国首都之间的实际地理距离与国际石油价格相乘得到	−	反映了中国与j国之间距离的远近，用于估算运输成本对农产品贸易产生的影响
POPjt	第t年j国的人口规模(单位：百万人)	+(进口国) −(出口国)	反映了进口国/出口国在农产品贸易方面的潜力
RATEust	第t年人民币汇率(直接标价法，人民币/美元)	−	反映了人民币汇率的变动情况，用于估算汇率浮动对农产品贸易的影响
Bij	j国与中国是否拥有共同边界	+	虚拟变量；拥有共同边界赋值为1，否则赋值为0
Lij	j国与中国是否拥有共同语言	+	虚拟变量；拥有共同语言赋值为1，否则赋值为0
FTAjt	第t年j国与中国是否签署自由贸易协定	+	虚拟变量；签署自由贸易协定赋值为1，否则赋值为0
WTOjt	第t年j国是否已加入WTO	+	虚拟变量；加入WTO赋值为1，否则赋值为0
Tijt	第t年中国对j国农产品贸易总额(单位：万美元)	/	被解释变量
IXijt	第t年中国对j国农产品贸易进口总额(单位：万美元)	/	被解释变量
EXijt	第t年中国对j国农产品贸易出口总额(单位：万美元)	/	被解释变量

Table 2. Descriptive statistics of variables

表2. 模型变量的描述性统计结果

变量		样本量		均值		中位数	标准差	最小值	最大值
IXijt	224		10.71		11.29		2.148	5.080	13.91
EXijt	224		10.47		11.04		2.676	1.827	13.62
Tijt	224		11.60		12.22		2.118	6.280	13.97
DISTij	224		8.177		8.110		0.581	6.862	9.309
GDP_CHNt	224		11.22		11.41		0.583	10.04	11.90
GDPjt	224		7.531		7.771		1.842	3.743	10.96
POPjt	224		3.203		3.676		1.653	−0.981	5.590
RATEust	224		1.920		1.912		0.0830	1.815	2.103
Bij	224		0.214		0		0.411	0	1
Lij	224		0.143		0		0.351	0	1
FTAjt	224		0.612		1		0.488	0	1
WTOjt	224		0.960		1		0.197	0	1

Table 3. LLC unit root test results of variables

表3. 各变量LLC单位根检验结果

变量	检验统计结果	P值	说明
IXijt	−4.6032	0.0000	平稳
EXijt	−7.3309	0.0000	平稳
Tijt	−5.0517	0.0000	平稳
DISTij	−10.1070	0.0000	平稳
GDP_CHNt	−12.2993	0.0000	平稳
GDPjt	−3.8541	0.0001	平稳
POPjt	−5.1279	0.0000	平稳
RATEust	−9.4357	0.0000	平稳

LLC单位根检验。根据各变量的检验情况，P值恒 < 0.0001，说明序列平稳，不存在单位根，可进行后续检验。具体单位根回归结果如表3所示。

为了检验各变量之间是否具有协整关系，接下来进行Petroni协整检验，本文参考胡毅(2010) [11]等人的研究，做如下结果。P值均在1%的显著性水平下拒绝了各变量之间不具有协整关系的原假设，可以进行后续回归分析。具体协整检验结果如下表4所示。

Table 4. Petroni cointegration test results

表4. Petroni协整检验结果

		Statistic	P-value
被解释变量为农产品贸易进口额	ModifiedPhillips–Perront	4.5261	0.0000
	Phillips–Perront	−9.5032	0.0000
	AugmentedDickey–Fullert	−6.8269	0.0000
被解释变量为农产品贸易出口额	ModifiedPhillips–Perront	4.8163	0.0000
	Phillips–Perront	−7.8261	0.0000
	AugmentedDickey–Fullert	−5.2870	0.0000
被解释变量为农产品贸易进出口总额	ModifiedPhillips–Perront	4.7918	0.0000
	Phillips–Perront	−7.0605	0.0000
	AugmentedDickey–Fullert	−5.3027	0.0000

本文选用STATA17.0软件对上述变量进行回归分析，分别将被解释变量替换成中国与RCEP成员国农产品贸易进口额、出口额、进出口总额进行回归分析。一般情况针对面板数据有3种回归模型，依次对样本进行POLS (混合效应)回归、FE (固定效应)回归和RE (随机效应)的回归，通过F检验和Hausman检验结果可知，使用随机效应模型效果更好，设定模型采用随机效应模型。表5报告了不同被解释变量下加入核心解释变量与加入全部影响因素后的回归结果。

根据模型回归结果，可知混合回归结果显著，且对各自变量分析如下：

(1) 中国国内生产力水平(GDP_CHN_t)与RCEP成员国生产力水平(GDP_jt)：结果显示，中国与RCEP成员国的生产力水平均对中国农产品进出口产生显著正向影响，且大部分变量均通过1%显著性水平检验。这表明经济规模的扩大有助于农业发展，进而提高农产品产量和国际竞争力，最终促进农产品贸易的增长。

Table 5. Regression results of variables

表5. 变量回归结果

	(1) IXijt	(2) IXijt	(3) EXijt	(4) EXijt	(5) Tijt	(6) Tijt
DISTij	−0.732^***	−0.567^***	1.074^***	1.732^***	0.230^**	0.507^***
	(0.091)	(0.056)	(0.212)	(0.160)	(0.108)	(0.085)
GDP_CHNt	0.416^***	0.234^**	0.715^***	0.470^*	0.533^***	0.312^**
	(0.092)	(0.099)	(0.214)	(0.283)	(0.109)	(0.150)
GDPjt	1.011^***	0.807^***	1.002^***	0.745^***	0.996^***	0.871^***
	(0.029)	(0.028)	(0.068)	(0.080)	(0.034)	(0.043)
POPjt		0.392^***		0.855^***		0.394^***
		(0.027)		(0.077)		(0.041)
RATEust		0.576		2.400		1.161
		(0.544)		(1.558)		(0.827)
Bij		0.388^***		1.182^***		0.692^***
		(0.097)		(0.276)		(0.147)
Lij		1.122^***		1.282^***		0.687^***
		(0.089)		(0.255)		(0.135)
FTAjt		0.391^***		0.992^***		0.566^***
		(0.101)		(0.290)		(0.154)
WTOjt		1.253^***		−0.549		0.512^**
		(0.169)		(0.483)		(0.256)
_cons	4.421^***	2.604	−13.895^***	−22.451^***	−3.764^**	−7.179^**
	(1.265)	(1.924)	(2.944)	(5.508)	(1.497)	(2.924)
N	224	224	224	224	224	224
adj.R^2	0.866	0.959	0.544	0.791	0.807	0.904

(2) 空间距离(DIST_ij)：空间距离对不同贸易流向的影响存在差异。在中国农产品进口方面，空间距离代表运输成本，并对进口产生显著抑制作用——每增加1%的距离，贸易额降低0.675%。较远的地理距离增加了运输难度和成本，削弱了进口规模。然而，在出口贸易和进出口总额的回归中，该变量的影响方向相反。这一结果与李珊珊(2019) [12]研究中“距离对出口国农产品出口具有正向作用”的结论一致。可能的解释是，部分出口国的农产品具有较强的不可替代性，导致进口国对距离因素的敏感性较低，从而使其系数为正，贸易总额亦表现出类似趋势。

(3) RCEP成员国人口规模(POP_jt)：无论RCEP成员国作为进口国或出口国，其人口规模对农产品进出口均产生显著正向影响，这一结果与假设略有不符。可能的原因在于人口规模的扩大促进了经济发展，提高了农产品的生产能力与购买力，同时市场需求规模的增长进一步推动了农产品贸易的活跃度，从而在进出口两端均发挥正向作用。

(4) 人民币汇率的波动(RATE_ust)：实证结果表明，人民币汇率的波动对农产品贸易的进口与出口均未产生显著影响。可能的原因包括：中国作为全球第二大经济体，与RCEP成员国的贸易关系较为稳定，小幅度的汇率波动不足以对双边贸易产生显著冲击。中国出口商品在国际市场上具有一定的价格优势，即使汇率发生小幅波动，其影响也较为有限[13]。

(5) 贸易国双方是否拥有共同边界(B_ij)和共同语言(L_ij)在三次回归中均通过1%的显著性检验，且系数均为正值，表明这两项因素显著促进双边贸易。共享边界与语言可降低沟通成本，提高贸易便利性，而相似的文化背景亦有助于增强经济联系，从而推动农产品的进出口。

(6) 贸易国双方是否签署自由贸易协定(FTA_jt)。对双边贸易表现出显著的正向影响，表明自贸协定的签署在一定程度上消除贸易壁垒，提高贸易便利性，促进贸易增长。

(7) 贸易国是否为世界贸易组织成员(WTO_jt)：在中国进口农产品时表现出显著的正向作用(系数为1.253)，表明成员国加入WTO有助于降低贸易壁垒，增强市场准入，促进中国的农产品进口。然而，该变量对中国农产品出口的影响不显著。

根据实证分析的结果，可以发现中国相对劣势的农产品，如小麦和稻谷，在RCEP成员国的市场需求中占有一定份额，这验证了比较优势理论的适用性，即即使在某些农产品领域中国处于生产劣势，仍能通过进口来优化资源配置，提升国内市场效率。然而，实证分析也揭示了要素禀赋理论在一些农产品领域的局限性。尽管东南亚国家在热带水果生产上具备资源优势，符合理论中的生产要素差异，然而对于其他农产品，如大宗粮食或畜牧产品，RCEP成员国的贸易模式并未完全呈现出传统要素禀赋理论预期的互补性。通过回归分析，可以得出，尽管RCEP成员国在某些农产品领域具有资源禀赋优势，但其市场需求和生产能力在中国的进口行为中并未形成强烈的互补效应。尤其是在粮食和牛羊肉领域，价格因素和非关税壁垒等因素的影响较为复杂，这反映了要素禀赋理论在一些贸易关系中的适用性有所减弱。

6. 中国与RCEP成员国的农产品贸易潜力

根据表5的回归结果，得到关于中国与RCEP成员国农产品进口的贸易潜力估算方程如下：

$\begin{array}{l}\ln Y_{\text{ijt}}=2.604+0.234\ln \left(GDP\_CH{N}_t\right)+0.807\ln \left(GD{P}_{jt}\right)-0.567\ln \left(DIS{T}_{ij}\right)\\ +0.392\ln PO{P}_{jt}+0.388B_{ij}+1.122L_{ij}+0.391FT{A}_{jt}+1.253WT{O}_{jt}\end{array}$ (6)

根据实证分析结果，可估算中国对RCEP成员国农产品贸易的出口值，该估计值可视为自然条件下的贸易理论值。通过实际贸易额与理论值之比，可进一步计算贸易潜力。本文借鉴孙林(2008) [14]的贸易潜力测算方法，整理计算结果如表6所示。贸易潜力可分为三类：当比值小于0.8时，属潜力巨大型，表明双边贸易仍有较大发展空间；当比值介于0.8至1.2之间，为潜力开拓型，说明贸易潜力尚未充分释放，部分领域仍有拓展空间；当比值大于1.2时，则为潜力再造型，表明现有贸易潜力已基本开发，进一步增长空间有限。根据表6的结果，中国与RCEP成员国的农产品进口贸易潜力指数平均在1.0至1.2之间，大部分介于0.8至1.2，属于潜力开拓型。这表明当前贸易流量尚未饱和，双边经贸关系仍有进一步深化和扩展的可能。

Table 6. Estimation of China’s export potential to RCEP member countries

表6. 中国与RCEP成员国的出口潜力测算

(a)
国家	2005年	2006年	2007年	2008年	2009年	2010年	2011年	2012年
印度尼西亚	1.071	1.082	1.099	1.070	1.086	1.065	1.063	1.046
文莱	1.247	1.192	1.226	1.235	1.289	1.202	1.184	1.168
新加坡	1.157	1.140	1.120	1.083	1.078	1.076	1.074	1.069
新西兰	1.175	1.212	1.211	1.167	1.150	1.155	1.160	1.159
日本	1.088	1.090	1.086	1.067	1.063	1.067	1.072	1.076
柬埔寨	1.305	1.217	1.200	1.187	1.104	1.087	1.104	1.109
泰国	1.101	1.100	1.113	1.132	1.150	1.117	1.141	1.147
澳大利亚	1.090	1.106	1.109	1.108	1.113	1.108	1.111	1.099
缅甸	1.160	1.205	1.142	1.076	1.070	1.022	1.013	1.016
老挝	1.197	1.144	1.009	1.102	1.282	1.297	1.186	1.262
菲律宾	1.142	1.157	1.147	1.126	1.154	1.095	1.098	1.108
越南	1.313	1.130	1.139	1.151	1.172	1.148	1.169	1.147
韩国	1.119	1.106	1.111	1.102	1.098	1.098	1.100	1.096
马来西亚	1.146	1.148	1.146	1.135	1.146	1.109	1.112	1.106
(b)
国家	2013年	2014年	2015年	2016年	2017年	2018年	2019年	2020年
印度尼西亚	1.035	1.043	1.036	1.044	1.046	1.039	1.045	1.039
文莱	1.159	1.166	1.203	1.258	1.258	1.266	1.229	1.270
新加坡	1.085	1.094	1.092	1.084	1.066	1.061	1.063	1.087
新西兰	1.146	1.151	1.175	1.171	1.162	1.166	1.164	1.168
日本	1.081	1.083	1.082	1.073	1.073	1.073	1.069	1.064
柬埔寨	1.161	1.143	1.116	1.069	1.059	1.087	1.132	1.162
泰国	1.160	1.169	1.196	1.186	1.164	1.158	1.161	1.180
澳大利亚	1.104	1.108	1.067	1.077	1.069	1.061	1.063	1.064
缅甸	1.061	1.116	1.088	1.109	1.127	1.130	1.148	1.145
老挝	1.048	1.008	1.050	1.015	1.000	1.096	1.061	1.023
菲律宾	1.114	1.109	1.117	1.128	1.127	1.121	1.112	1.124
越南	1.153	1.166	1.174	1.180	1.185	1.186	1.182	1.179
韩国	1.092	1.093	1.049	1.053	1.048	1.049	1.046	1.044
马来西亚	1.118	1.115	1.115	1.118	1.103	1.092	1.109	1.127

对不同农产品的贸易潜力进行分析可得，尽管中国对部分农产品(如小麦、玉米等)具备一定的进口需求，但在大宗农产品的进出口中，市场潜力尚未完全释放。例如，中国在进口大宗粮食类农产品方面的潜力较大，但由于国内产量增加和外部市场不确定性的影响，部分农产品(如大豆)进口呈现波动性增长。此外，蔬菜和水果类产品的进口需求则呈现稳步增长趋势，尤其是东南亚地区和澳大利亚、新西兰的供应。在2018年后，贸易顺差转为贸易逆差，特别是在农产品的进口方面，逆差问题尤为突出。其中，中国农产品进口逆差的主要原因包括：人口增长与需求上升；人民币汇率波动的影响；贸易政策与非关税壁垒等。一方面，中国人口的持续增长，特别是中产阶级的壮大，推动了对高质量农产品的需求增加，尤其是在水果、乳制品和肉类等领域，国内生产未能完全满足这一需求，导致了进口依赖的增加；其次，人民币汇率的下降增强了外国农产品的竞争力，推动了农产品进口的增长。尤其是澳大利亚和新西兰的牛羊肉等产品，由于汇率变化，价格相对较低，导致进口量增加；一些国家通过非关税壁垒(如检疫标准、进口配额等)对中国的农产品出口设置了障碍，导致中国的部分农产品难以进入这些市场，进一步加剧了逆差问题。

7. 结论及对策建议

7.1. 研究结论

根据贸易引力模型的回归结果，本文识别了影响中国与RCEP成员国农产品贸易的关键因素，包括两国经济发展水平、地理距离及一系列虚拟变量，这些因素对农产品的进口、出口及贸易总额均产生不同程度的影响。

首先，中国及RCEP成员国的国内生产总值对双边农产品贸易具有显著的正向作用。经济发展水平不仅反映了一国的出口供应能力，也体现了其进口需求、市场容量及潜力。空间距离变量经变形后，在进口贸易中表现出负向影响，而在出口及贸易总额方面的影响相反。这可能与各国资源禀赋差异较大，农产品产业内贸易较为频繁，从而削弱地理距离对贸易的抑制效应。此外，RCEP成员国的人口规模、是否共享边界或语言、是否签署自由贸易协定、是否加入WTO均对贸易产生显著的正向影响，而人民币汇率波动对贸易的影响不显著，或与中国在国际贸易中的稳定地位有关。

进一步基于扩展的贸易引力模型，对中国与RCEP成员国的农产品贸易潜力进行分析。结果显示，过去16年间，双边贸易潜力指数始终维持在1.2以内，表明贸易潜力尚未充分释放，未来仍具备较大的发展空间。

7.2. 政策建议

近年来，国际局势日趋复杂，为确保中国贸易的稳定发展，需及时把握国际贸易政策动向，调整策略以优化市场环境。分析表明，中国与RCEP成员国之间贸易往来频繁，进出口额持续增长，但贸易逆差亦在扩大。鉴于RCEP成员国是中国农产品贸易的重要伙伴，有必要优化贸易策略，深化合作关系。为此，提出以下政策建议：

(1) 发挥自身优势，推动贸易增长。中国应依托自身经济实力和广阔市场，加强与东盟国家的农产品贸易合作。RCEP的实施降低了关税壁垒，推动区域经济一体化，为中国农产品出口创造了更为有利的市场环境。作为RCEP内最大的经济体，中国应充分利用地理优势，优化基础设施建设，提升供应链效率，推动农产品贸易便利化。同时，加强政策协调，利用自贸协定的规则红利，促进农产品贸易稳定增长，深化与东盟国家的合作伙伴关系。

(2) 充分利用机遇，稳定外贸环境。RCEP的签署为中国扩大外贸合作提供了重要机遇，中国应充分利用区域市场的开放红利，增强农产品贸易稳定性。首先，应加强与RCEP国家的技术合作，提高农业生产效率，提升农产品质量，以增强市场竞争力。其次，要优化金融监管体系，稳控人民币汇率波动，减少外部市场波动对农产品出口的不利影响。此外，鼓励企业积极融入区域供应链，利用邻近市场优势，提高贸易效率，促进区域经贸协同发展。

(3) 拓展新兴市场，增强国际竞争力。中国应积极开拓农产品贸易新兴市场，在稳固传统贸易伙伴关系的基础上，进一步挖掘其他RCEP成员国的市场潜力。对于文莱、老挝、缅甸、柬埔寨等贸易往来较少的国家，应通过政策引导、投资合作等方式，拓展双边贸易空间，提高贸易便利化水平。此外，政府应支持农业企业“走出去”，深化国际市场布局，提升中国农产品在RCEP国家的市场占有率。

NOTES

¹数据来源于国际货币基金组织官网International Monetary Fund—IMF https://www.imf.org/en/Home。