中国大豆进口贸易效率及潜力测算——基于随机前沿引力模型的实证分析

2022年第3期（总第236期）
新疆财经
Finance&Economics of Xinjiang
No.3.2022
General No.236
中国大豆进口贸易效率及潜力测算——基于随机前沿引力模型的实证分析
郭艳芹，徐书豪
（新疆财经大学，新疆乌鲁木齐830012）
摘要：中国大豆进口贸易存在外贸依存度高且进口来源国高度集中的问题。

本文基于随
机前沿引力模型对中国大豆进口贸易效率和潜力进行测算。

结果表明：中国GDP、人口数量
以及进口来源国大豆产量的增加均能显著促进中国大豆进口贸易，进口来源国GDP及城镇
化率、中国城镇化率、汇率水平提升均能显著抑制中国大豆进口贸易，直接进口肉类产品可
减少中国大豆进口；大豆进口来源国人口数量对大豆进口贸易影响不显著，加强海运网络建
设、提高投资自由度等对中国大豆进口贸易有显著的促进作用；中国大豆进口贸易效率随时
间呈波动上升态势，中国与三大大豆主产国贸易效率相对较低。

未来中国应进一步完善供
给布局，扩大海外投资，有效防范各类风险，并努力提高国内大豆产量。

关键词：大豆产业；进口贸易；贸易效率；贸易潜力；随机前沿引力模型
中图分类号：F752.61；F323.7文献标识码：A文章编号：1007-8576（2022）03-0030-10
DOI：10.16716/ki.65-1030/f.2022.03.003
一、引言
中国是农业资源稀缺的人口大国，人均耕地面积不到世界平均水平的一半，人均淡水资源也只有世界平均水平的四分之一［1］。

尽管受制于农业资源稀缺，但中国仍保持口粮作物自给自足。

2019年，中国粮食生产总量达6.64亿吨，创历史新高，人均474公斤，超出国际公认的人均粮食基本安全线（400公斤）［2］。

但与此同时，中国大豆消费需求越来越依赖世界市场，已成为世界最大的大豆进口国。

相较于其他粮食作物，种植大豆收益较低，农户对大豆种植积极性不高，且大豆价格易受国际市场冲击而导致价格波动剧烈，因而中国国内大豆自给率较低。

此外，居民对肉类需求的增长也会导致大豆进口激增。

随着中国人口和居民收入的不断增加，对畜禽肉类消费需求急剧增长，而畜禽重要的蛋白饲料来源之一便是豆粕，近年来中国饲用大豆需求的绝大部分都需依靠世界市场供应［3］。

回顾中国大豆进口数据可知，自1995年开放大豆市场以来，大豆进口量持续增长，目前约85%的大豆消费需从国际市场进口，而全球市场60%的大豆都流入了中国［4］。

然而，如此巨大的大豆需求并未有力带动中国大豆产量的提升。

2001年—2019年间，中国大豆进口量从1400万吨增至8858万吨，峰值出现于2017年，当年进口大豆9553万吨，较2001年增长了582%，而这一时期中国大豆产量仅从
2001年的1540万吨增至2019年的1573万吨。

同时，从进口来源国来看，2019年自巴西、美国、阿根廷进口的大豆占中国大豆进口总量的90%以上，仅巴西一国就占到65%左右①。

由此可以充分说明中国大豆进口存在外贸依存度高及来源国高度集中等问题。

收稿日期：2022-01-08
作者简介：郭艳芹（1968—），女，新疆财经大学经济学院副教授，研究方向为农业政策分析；徐书豪（1997—），男，新疆财经大学经济学院硕士研究生，研究方向为产业经济学。

①根据联合国粮食及农业组织数据库相关数据整理得出。

中国大豆进口贸易效率及潜力测算——基于随机前沿引力模型的实证分析2019年中央一号文件明确提出“主动扩大国内紧缺农产品进口，拓展多元化进口渠道”。

考虑到中国进口大豆的现实需求以及大豆产业安全，一方面应积极拓展进口来源，另一方面鉴于中国大豆进口来源国分布集中且新的贸易伙伴在短期内很难替代传统大豆来源国的现状，因而仍应努力提高中国与传统大豆进口来源国的贸易效率。

在大豆仍将长期处于高度依赖进口以满足国内需求的背景下，研究中国大豆进口贸易效率，挖掘大豆进口贸易潜力，揭示大豆进口贸易的影响因素，对于中国大豆进口贸易来说具有重要的研究价值和现实意义。

二、文献简述
当前，国内已有许多学者就中国大豆产业安全及贸易问题进行了研究，既有文献的研究焦点主要集中在两个方面。

一是积极探索新兴的大豆供给国，以替代传统大豆贸易国。

如茹蕾［5］提出，可充分发挥欧亚大陆国家（如俄罗斯、乌克兰、哈萨克斯坦等）与中国政治关系良好、区位相邻、土地资源丰富等优势，借助“一带一路”倡议的不断推进增强与这些国家的大豆贸易往来。

任育锋［6］认为，总体来看，中美贸易摩擦间接促进了中俄农业合作，中国成为当前俄罗斯农产品第一大出口目的国。

二是基于短期内难以改变当前贸易格局的认识探讨现有大豆贸易格局的变化。

学者们普遍认为中国高度依赖大豆进口以满足国内市场需求的现状在短期内不会改变，中美贸易摩擦也不会在较大程度上改变当前的大豆贸易格局，但会在局部进行贸易再分配。

如宋海英［7］通过探索中国大豆进口来源的拓展途径，发现短期内拓展国外大豆进口来源的额外成本较高，同时增加国内大豆产量进而取代自美国的大豆进口难度较大，认为短时间内中国大豆进口格局不会发生重大调整。

刘嗣明［8］研究发现，在中美贸易摩擦期，中国大豆自美国进口的贸易依存度随中美贸易关系的变化而变化，大豆进口波动频繁，但总体呈下降趋势；中美贸易摩擦并未对中国大豆进口贸易格局造成较大影响，但各节点的联系强度有所变化，逐渐形成巴西、美国、阿根廷“三足鼎立”之势。

张玉梅［9］运用全球农产品局部均衡模型分析中美经贸协议对世界大豆产业的潜在影响，研究表明，如果中美贸易摩擦持续，中国大豆需求总量和进口总量均会下降，会大幅减少自美国的大豆进口，同时增加自巴西、阿根廷等国家的大豆进口。

余洁［10］基于贸易转移和创造效应视角分析中美贸易摩擦对大豆进口的影响，认为中国对美国大豆并不存在刚性依赖，对美加征关税将产生显著的贸易转移效应和创造效应，巴西、阿根廷等国将会填补中美贸易摩擦造成的大豆进口缺口。

国内学者对中国大豆进口贸易的研究为本研究奠定了基础，但仍存在一些不足。

首先，寻求新的大豆来源国与维持现有贸易格局并不冲突，但已有研究多将其割裂开来，一分为二地进行讨论。

目前中国在积极寻求新兴大豆贸易国的同时，仍应继续思考如何提高与当前大豆主产国的贸易水平，保障国内大豆供给。

其次，目前研究并未深入测度中国大豆进口贸易的贸易效率和贸易潜力，更是鲜有基于随机前沿引力模型进行的研究。

随机前沿引力模型能将不可观测的贸易阻力作为摩擦因素纳入贸易非效率项中，进一步定量分析贸易阻力问题，探究贸易非效率的影响因素，从而可以更准确、更科学地估算贸易效率［11］。

鉴于此，本文尝试运用随机前沿引力模型对当前中国大豆进口贸易格局及影响因素进行分析，进一步测度中国大豆进口贸易的效率和潜力，探讨在中美贸易摩擦背景下，合理降低大豆进口贸易依存度、提高贸易效率、挖掘贸易潜力的可行方案，进而尝试提出提高中国大豆进口贸易水平、保障大豆产业安全的对策建议。

三、研究方法
Meeusen［12］、Aigner［13］在以往研究的基础上改进了随机前沿方法，用以分析生产技术效率问题。

该方法将传统引力模型中的随机干扰项分解为随机误差项v和贸易非效率项u两部分，随机误差项v
·经济经纬·
表示生产过程中面临的外界随机冲击，贸易非效率项u 表示不可观测的非效率因素，以往研究中被忽略的贸易阻力因素被纳入贸易非效率项中，通过估算u 即可分析贸易效率。

贸易量可看作国家经济规模、地理距离等变量的函数，其与生产函数本质相似，因此随机前沿方法可用于分析贸易潜力，学界也较多使用随机前沿引力模型测算双边贸易潜力和贸易效率［14-15］。

随机前沿引力模型的表达式为：
T ijt =f ()x ijt ,βexp ()v ijt exp ()-u ijt （1）式（1）满足u ijt ≥0，对式（1）取对数可得：ln T ijt =ln f ()x ijt ,β+v ijt -u ijt （2）
上式中T ijt 表示t 期i 国对j 国的实际贸易量；x ijt 表示短期内保持不变的核心贸易影响因素，如经济
规模、地理距离等；β为待估参数；v ijt 为随机误差项，服从均值为0的正态分布；u ijt 为贸易非效率项，代
表未纳入引力模型但短期内可改变的贸易阻力，如关税、贸易协定等，u ijt 服从半正态或截尾正态分布。

贸易潜力的测算公式为：
T ijt *=f ()x ijt ,βexp ()v ijt （3）
式（3）中T ijt *表示贸易潜力，指一国对另一国未来进口量增长的可能性，其为t 期i 国对j 国的最大贸易量。

一般来说，贸易潜力会同时受供需双方以及外部环境的影响，是一种尚未兑现的潜在能力，这种潜在能力在外部环境以及供需双方条件允许时可转化为现实能力。

当贸易量达到贸易潜力时，贸易非效率项为0，两国间贸易是无摩擦的。

在贸易潜力的基础上可引入贸易效率，表达式为：
TE ijt =T ijt T ijt
*=exp ()-u ijt （4）式（4）中TE ijt 表示t 期i 国对j 国的贸易效率，即实际贸易量与贸易潜力之比。

贸易效率是在当前制度和技术条件下，一定要素投入所能实现的交易规模或交易频次，其中既包括国内市场经济活动的
各要素，又包括国际市场经济活动的各要素。

通常来说，TE ijt ∈()0,1。

当u ijt =0时，TE ijt =1，此时没有贸易阻力，两国间贸易效率已达最优水平；当u ijt >0时，此时存在贸易壁垒，实际贸易量小于贸易潜力，
两国间的贸易是低效率的。

早期的随机前沿引力模型假设贸易非效率项u ijt 不随时间变化，此时为时不变模型。

当时间维度更长时，这个假设就不再合理，Battese ［16］提出了时变随机前沿引力模型，表达式为：
u ijt ={}exp []-η()t -T u ijt （5）式（5）满足exp []-η()t -T ≥0，u ijt 服从截尾正态分布，η为待估参数。

当η>0时，
贸易非效率随时间递减，即贸易阻力减小；当η<0时，贸易非效率随时间递增，即贸易阻力增大；当η=0时，贸易非效率不随时间变化，模型转变为时不变模型。

在运用两步法对贸易非效率因素进行的研究中，因回归结果是有偏的，故Battese ［17］提出了一步法，即在随机前沿引力模型中同时回归贸易非效率项及其影响因素。

贸易非效率项表达式为：
u ijt =z ijt δ+εijt
（6）式（6）中，u ijt ≥0，z ijt 为阻碍贸易效率的外生变量，δ为待估参数，εijt 为随机扰动项。

将式（6）代入式（2）可以得到最终的随机前沿引力模型，具体形式为：ln T ijt =ln f ()x ijt ,β+v ijt -()z ijt δ+εijt （7）
四、模型设定与样本选择
（一）时变随机前沿引力模型设定
借鉴既有研究，本文选用中国大豆进口面板数据，将GDP 、人口数量、城镇化率等因素作为核心变量纳入模型，具体形式如下：
中国大豆进口贸易效率及潜力测算——基于随机前沿引力模型的实证分析ln IMP ijt=β0+β1ln GDP it+β2ln GDP jt+β3ln POP it+β4ln POP jt+β5ln URB it+
（8）
β6ln URB jt+β7ln PRODS jt+β8ln IMPM ijt+β9ln ER ijt+v ijt-u ijt 式（8）中：IMP ijt表示t期中国从大豆来源国j国进口的大豆数量。

GDP it、GDP jt分别表示t期中国与j国的GDP（以2010年不变价美元计算），用以反映两国经济规模。

理论上说，中国经济规模越大则对大豆需求越旺盛，因而预期中国GDP增加可促进大豆进口贸易；j国经济规模越大，其国内对大豆的需求越大，从而会对中国大豆进口贸易产生一定的负面影响，因而预期j国GDP增加可抑制中国大豆进口贸易。

POP it、POP jt分别表示t期中国和j国的人口数量，用以反映市场规模。

中国人口增长势必导致大豆需求增长，因此预期中国人口增长可促进大豆进口贸易；j国人口增长会增加本国大豆消费，抑制大豆出口，但劳动力增加会促进大豆生产力水平提升，因此j国人口数量对中国大豆进口贸易的影响需进一步检验。

URB it、URB jt分别表示t期中国和j国的城镇化率，用以反映城镇化水平和居民消费水平。

一般认为城市居民收入水平更高，对畜禽产品消费能力更强，但随着收入的增加，居民更注重健康和营养，在饮食上可能减少对畜禽肉类的摄入，故其对中国大豆进口贸易的影响尚不能确定。

对于j国而言，城镇化率的提高会增加本国居民肉类消费，进而削弱大豆供给能力，因而预期大豆进口来源国城镇化率的提高可抑制中国大豆进口贸易。

PRODS jt表示t期j国大豆产量。

世界大豆生产集中在少数几个国家，主产国大豆产量将直接影响世界大豆供需平衡，因而预期j国大豆产量增加可促进中国大豆进口贸易。

IMPM ijt表示t期中国直接从j国进口的肉类数量，由于中国大豆消费主要是肉类生产的引致需求，直接从j国进口肉类产品可缓解大豆进口压力，减少对于大豆进口的需求，因而预期直接从大豆进口来源国进口肉类产品可抑制中国大豆进口贸易。

ER ijt表示t期中国与j国汇率，以100元人民币所能兑换的j国货币数量表示。

汇率直接影响进口国的购买能力，汇率越高意味着人民币在国际市场上的购买力越强，因而预期人民币汇率上升可促进中国大豆进口贸易。

（二）贸易非效率模型设定
为进一步研究贸易非效率的影响因素，本文将是否为世界贸易组织成员国、是否为“一带一路”共建国家等引入贸易非效率模型，具体形式如下：
u
ijt=α0+α1WTO jt+α2BNR jt+α3INV jt+α4FIN jt+α5LSCI jt+εijt（9）式（9）中u ijt表示贸易非效率项，可衡量贸易阻力的大小，εijt为随机扰动项。

WTO jt为虚拟变量，表示t期j国是否加入世界贸易组织，是则取值为1，否则取值为0。

BNR jt也为虚拟变量，表示t期j国是否是“一带一路”共建国家，是则取值为1，否则取值为0。

理论上说，区域间贸易协定可有效减少成员国之间的贸易壁垒，有助于提高贸易效率。

INV jt、FIN jt分别表示t期j国的投资自由度和金融自由度，取值范围均在0~100之间，一般值越大表明该国经济体系越发达，进入该国的投资壁垒越低，金融市场独立性越强，贸易阻力越小。

理论上说，这二者值越大越有利于促进中国大豆进口贸易。

LSCI jt为班轮运输联通性指数，可反映t期j国在全球集装箱运输网络中的地位，中国进口大豆主要依靠海运，故出口国海运基础设施越完善，海运能力越强，贸易阻力越小，因而预期班轮运输联通性指数越高越有利于促进中国大豆进口贸易。

（三）样本选取与数据来源
基于数据的连续性和可比性，结合中国大豆进口的历史趋势，本文选用2001年—2019年中国与阿根廷、巴西、加拿大、俄罗斯、美国、乌拉圭6个国家的大豆进口贸易数据进行实证分析。

中国从上述国家进口大豆数量长期占中国大豆进口总量的99%以上，因此样本具有很强的说服力和可信性。

在时变随机前沿引力模型中，中国大豆进口量、中国肉类进口量数据来源于联合国商品贸易数据库，国内生产总值、人口数量、城镇化率、汇率数据来源于世界银行数据库，大豆产量数据来源于联合国粮食和农业组织数据库。

在贸易非效率模型中，世贸组织成员国虚拟变量、“一带一路”共建国家虚拟变量数据来源于各组织的官方网站，投资自由度、金融自由度数据来自美国智库传统基金会发布的
·经济经纬·
经济自由度指数报告，班轮运输联通性指数数据来自联合国贸易和发展会议。

五、实证结果分析
本文使用Frontier4.1软件估计时变随机前沿引力模型和贸易非效率模型，并在此基础上测度中国大豆进口贸易效率，进而测度中国大豆进口贸易潜力。

（一）模型适用性检验
本文使用似然比检验判断模型的适用性。

由表1所示的检验结果可知，贸易非效率不存在以及贸易非效率不变化的假设均在1%水平上被拒绝，表明随机前沿引力模型是适用的，且中国大豆进口贸易效率随时间的推移而变化。

表1随机前沿引力模型适用性检验结果
零假设
不存在贸易非效率贸易非效率不变化约束模型
-166.93
-141.07
非约束模型
-131.00
-131.00
LR统计量
71.85
20.14
1%临界值
11.34
6.63
检验结论
拒绝
拒绝
（二）时变随机前沿引力模型回归结果分析
为保证结果的稳健性，本文同时列出了时变模型和时不变模型的回归结果作为对比，如表2所示。

在时变模型中，η估计值在1%水平上显著，表明贸易非效率会随时间变化，也表明选用时变随机前沿引力模型是合适的。

同时，η估计值符号为正，表明贸易非效率随时间的推移而降低，中国大豆进口贸易效率随时间的推移而提高。

由表2时变模型的回归结果可以看出：其一，中国GDP（PGDP it）的回归系数在1%水平上显著为正，即中国经济发展水平的提升能够促进大豆进口，这与预期相符。

中国经济水平的提升使得居民有更高的收入和更强的购买力来增加对肉蛋奶产品的摄入，从而促进了中国大豆进口的增长。

出口国
GDP（PGDP jt）的回归系数在1%水平上显著为负，表明其对中国大豆进口有显著的抑制作用，这与预期相符。

出口国经济发展带动了本国居民收入水平的提升，会增加本土市场对大豆的消费，从而抑制大豆出口。

其二，中国人口数量（POP it）的回归系数在1%水平上显著为正，表明中国人口增加对大豆进口可起到显著的促进作用，庞大的人口数量引致的市场需求是推动大豆进口的一大动力，这与预期相符。

出口国人口数量（POP jt）的回归系数为正但未通过显著性检验，表明出口国人口数量对中国大豆进口贸易无显著影响。

这可能是因为与中国人口数量相比，大豆主产国的人口数量无论是基数还是增速都相对较低，出口国国内消费市场相对较小，对中国大豆进口贸易影响有限。

其三，中国城镇化率（URB it）的回归系数在1%水平上显著为负，表明中国城镇化水平的提升并未带动大豆进口量提高。

可能的原因是，随着城镇化率的提高，收入水平相对更高的城市居民会选择更加健康的饮食，尤其是近年来城市中出现了轻食人群、素食人群，其对肉类的摄入减少，从而间接影响了对大豆的需求。

出口国城镇化率（URB jt）的回归系数在1%水平上显著为负，表明大豆出口国城镇化率的提高对中国大豆进口有显著的抑制作用，这与预期相符。

随着出口国城镇人口的增加，拥有更高收入的城镇居民会增加对畜禽产品及其制品的消费，畜牧业的发展带动了本国市场的大豆消费，进而削弱了大豆出口能力。

其四，出口国大豆产量（PRODS jt）的回归系数在1%水平上显著为正，表明出口国大豆产量的增加对中国大豆进口有显著的促进作用，这与预期相符。

中国大豆市场需持续且强大的大豆供给能力来满足，由于世界大豆主产区集中在少数几个国家，因此这些出口国大豆产量的增加对中国大豆进口有显著的促进作用。

其五，中国进口肉类数量（IMPM ijt）的回归系数在5%水平上显著为负，表明中国从大豆出口国进口肉类数量的增加对中国大豆进口有显著的抑制作用，这与预期相符。

中国直接从大豆进口来源国进口肉类，可减少中国从该国的大豆进口。

由于进口大豆主要用作动物饲料，其根本
中国大豆进口贸易效率及潜力测算——基于随机前沿引力模型的实证分析
目的是获得畜禽肉类及其制品，因而直接从进口来源国进口肉类产品，可有效减少大豆进口需求。

其六，汇率水平（ER ijt）的回归系数在5%水平上显著为负，表明汇率上升对中国大豆进口有显著的抑制作用，这与预期不符。

可能的原因是，由于国际市场大豆定价权多由美国主导，人民币升值所带来的正向影响会被价格变动抵消，且由于大豆具有价格刚性，汇率变动对于大豆进口贸易的影响有限，因而最终呈现出汇率上升反而抑制中国大豆进口的现象。

此外，时变模型γ估计值在1%水平上显著为正，表明贸易非效率项是导致中国大豆实际进口量与潜在进口量存在差距的主要原因，这也表明采用随机前沿引力模型测度贸易非效率影响因素的必要性。

下文将通过贸易非效率模型进一步分析贸易非效率的影响因素。

表2随机前沿引力模型回归结果
变量
常数项ln PGDP it ln PGDP jt ln POP it ln POP jt ln URB it ln URB jt ln PRODS jt ln IMPM ijt ln ER ijt
δ2
γ
μ
η
对数似然值LR检验
时不变模型
系数
-1333.60***
12.12***
0.00
57.28***
-1.95***
-46.50***
-8.71***
2.55***
-0.14***
-0.04
6.55
0.90***
-4.84
-141.07
51.71
t值
-1209.71
4.21
0.00
22.93
-4.44
-5.07
-3.45
11.76
-3.76
-0.22
1.45
11.05
-1.12
时变模型
系数
-1336.84***
11.15***
-1.20***
60.53***
0.40
-43.84***
-15.46***
1.13***
-0.08**
-0.40**
15.79
0.97***
-7.82
0.05***
-131.00
71.84
t值
-243.27
3.04
-2.85
19.67
0.76
-3.78
-6.11
4.18
-2.00
-2.43
1.11
31.54
-1.19
7.05
注：*、**、***分别代表在10%、5%、1%水平上显著。

（三）贸易非效率模型回归结果分析
贸易非效率模型回归结果如表3所示。

由表3可知，γ估计值在1%水平上显著为正，表明贸易非效率因素是影响中国大豆进口贸易的主要因素。

具体来看：其一，世贸组织成员国虚拟变量（WTO jt）的回归系数在1%水平上显著为负，表明加入WTO可以有效减少贸易壁垒，促进成员国之间的贸易往来，抵消贸易非效率因素的阻碍作用，提高贸易效率。

“一带一路”共建国家虚拟变量（BNR jt）的回归系数在1%水平上显著为负，表明随着“一带一路”倡议的不断推进，中国与其他合作国的贸易联系更加紧密，有利于实现国家之间的互惠互利、合作共赢，提高贸易效率。

出口国投资自由度（INV jt）的回归系数在1%水平上显著为负，表明更加包容的投资环境可有效减弱贸易非效率的阻碍作用，提高贸易效率，这与预期相符。

越来越多的中国企业在主要大豆来源国投资建厂，直接从农户手中收购大豆，避开传统粮商巨头对交易渠道的控制，同时积极提升仓储和物流水平，以更低的成本和更高的效率促进中国大豆进口贸易。

出口国金融自由度（FIN jt）的回归系数在1%水平上显著为正，表明其对贸易非效率有显著的正向影响，意味着金融自由度的提高会显著降低贸易效率。

原因可能是金融自由度高的国家在金融危机中受到的影响更大，国内经济衰退、市场动荡、失业率激增、汇率剧烈波动、国际价格不稳定等均会影响大豆贸易［18］。

除此之外，金融市场过度开放容易诱发投机行为，破坏贸易秩序，从而引起大豆价格剧烈波动，影响大豆贸易的开展。

如2004年的“大豆危机”，正是由于期货市场的。