陶 宏 展

(東北大學(xué) 工商管理學(xué)院, 遼寧 沈陽 110169)

進(jìn)口貿(mào)易是中國對外貿(mào)易的重要組成部分,改革開放以來特別是20世紀(jì)90年代中期以來,中國全面融入世界貿(mào)易體系,對外開放的深度和廣度不斷拓展,進(jìn)口貿(mào)易飛速發(fā)展,1996年中國進(jìn)口總額僅有1 388.3億美元,2019年則達(dá)到20 784.1億美元,增長了約14倍,從2009年至今一直是世界第二大進(jìn)口國,取得了舉世矚目的成績(1)數(shù)據(jù)來自1996—2019年中國統(tǒng)計(jì)年鑒。。與此同時,進(jìn)口產(chǎn)品種類也經(jīng)歷了大幅增長,1996—2019年進(jìn)口產(chǎn)品種類從68 535種上漲到146 065種,增長了1倍多(2)根據(jù)CEPII-BACI數(shù)據(jù)庫原始數(shù)據(jù)計(jì)算。。另外,隨著近年來全球貿(mào)易環(huán)境逐漸復(fù)雜化和對抗化,中國主動提出擴(kuò)大進(jìn)口,更加重視進(jìn)口在滿足國內(nèi)消費(fèi)者多樣化偏好、深化供給側(cè)結(jié)構(gòu)性改革、擴(kuò)大內(nèi)需及改善貿(mào)易失衡等方面的作用,主動擴(kuò)大進(jìn)口成為中國對外開放的長期戰(zhàn)略。

進(jìn)口種類增長是壟斷競爭框架下貿(mào)易利得的重要來源之一,探究進(jìn)口種類增長引致的福利效應(yīng)一直是各國經(jīng)濟(jì)學(xué)家關(guān)注的焦點(diǎn)問題。而傳統(tǒng)估算方法在理論上假設(shè)消費(fèi)者需求特征不發(fā)生變化,導(dǎo)致實(shí)際估算結(jié)果不能反映現(xiàn)實(shí)情況。那么,在放松這一假設(shè)后,即需求變化情形下中國進(jìn)口種類增長引致的貿(mào)易福利效應(yīng)究竟有多大?內(nèi)在機(jī)制是什么?消費(fèi)者從哪些產(chǎn)品和行業(yè)的進(jìn)口中獲利更多?

為了回答以上問題,借鑒Redding等[1]衡量家庭生活成本指數(shù)變化的精確價(jià)格指數(shù)和Soderbery[2]替代彈性混合估計(jì)方法,利用1996—2019年CEPII-BACI數(shù)據(jù)庫中國進(jìn)口產(chǎn)品數(shù)據(jù),測算了需求變化情形下中國進(jìn)口種類增長的福利效應(yīng)。與已有文獻(xiàn)相比,本文的邊際貢獻(xiàn)在于:第一,在理論層面推導(dǎo)了忽略需求變化會導(dǎo)致需求沖擊偏差,厘清了需求變化情形下傳統(tǒng)價(jià)格指數(shù)導(dǎo)致偏誤的內(nèi)在機(jī)制,進(jìn)一步拓展和完善了需求變化情形下進(jìn)口種類增長福利效應(yīng)的理論估算模型。第二,利用混合估計(jì)方法直接估計(jì)了產(chǎn)品內(nèi)種類間替代彈性,克服了標(biāo)準(zhǔn)估計(jì)方法可能導(dǎo)致的小樣本偏差和低效性,提高了估計(jì)的準(zhǔn)確性,并將兩者估計(jì)結(jié)果進(jìn)行了對比研究。第三,在理論模型基礎(chǔ)上估算了1996—2019年中國進(jìn)口種類增長福利效應(yīng),研究結(jié)論為中國實(shí)施擴(kuò)大進(jìn)口戰(zhàn)略和構(gòu)建雙循環(huán)新發(fā)展格局提供了重要的經(jīng)驗(yàn)證據(jù)和政策啟示。

一、 文獻(xiàn)綜述

傳統(tǒng)貿(mào)易理論強(qiáng)調(diào)分工和交換是貿(mào)易福利的來源,認(rèn)為相對價(jià)格的變動會導(dǎo)致貿(mào)易雙方獲益。然而,新貿(mào)易理論指出在壟斷競爭和消費(fèi)者多樣性偏好假定下,消費(fèi)可行集的擴(kuò)大即進(jìn)口種類增長是國際貿(mào)易福利的重要來源之一[3-4]。相對于理論的豐富成熟,經(jīng)驗(yàn)上估計(jì)進(jìn)口種類增長的福利效應(yīng)卻發(fā)展相對滯后[5],Feenstra[6]及Broda等[7]在CES框架下提出了允許進(jìn)口種類調(diào)整的精確價(jià)格指數(shù),并給出了產(chǎn)品內(nèi)種類間替代彈性的標(biāo)準(zhǔn)估計(jì)方法,構(gòu)建了估算進(jìn)口種類增長福利效應(yīng)的可行理論框架。自此,國內(nèi)外學(xué)者借鑒這一理論方法測算了不同國家進(jìn)口種類增長引致的福利效應(yīng)[8-12]。但該傳統(tǒng)估算方法假設(shè)消費(fèi)者偏好或產(chǎn)品質(zhì)量保持不變,即假設(shè)消費(fèi)者需求特征不變,可能會導(dǎo)致進(jìn)口種類增長福利效應(yīng)的估算偏差[13]。

針對傳統(tǒng)估算方法可能導(dǎo)致的估算偏差,后來的學(xué)者分別在理論假設(shè)和估算方法上進(jìn)行了拓展。隨著產(chǎn)品質(zhì)量成為消費(fèi)者行為選擇的一個重要維度,產(chǎn)品質(zhì)量變化成為進(jìn)口貿(mào)易福利效應(yīng)分析中不可或缺的重要部分[14]。質(zhì)量參數(shù)度量方法的改進(jìn)使納入質(zhì)量變化的福利效應(yīng)研究實(shí)現(xiàn)了可能[15]。Sheu[16]基于產(chǎn)品個體特征作為產(chǎn)品質(zhì)量的代理變量研究了印度打印機(jī)行業(yè)帶來的進(jìn)口種類增長福利效應(yīng),但詳細(xì)微觀數(shù)據(jù)的可獲得性限制了此方法的推廣。Benkovskis等[13]則構(gòu)建了一個經(jīng)質(zhì)量調(diào)整的精確價(jià)格指數(shù)以考察進(jìn)口種類增長的福利效應(yīng),認(rèn)為忽略產(chǎn)品質(zhì)量變化會低估進(jìn)口種類增長福利效應(yīng)。國內(nèi)研究如陳勇兵等[17]測算了納入產(chǎn)品質(zhì)量變化后中國1995—2011年進(jìn)口種類增長引致的福利效應(yīng),發(fā)現(xiàn)忽視質(zhì)量變化將導(dǎo)致精確價(jià)格指數(shù)被高估19.90%,質(zhì)量提升引致的貿(mào)易福利為2011年GDP的3.68%。張永亮等[18]通過構(gòu)建嵌套Logit模型修正了傳統(tǒng)價(jià)格指數(shù),發(fā)現(xiàn)由于質(zhì)量升級獲得的進(jìn)口種類增長福利相當(dāng)于2014年GDP的1.24%。

Redding等[1]研究認(rèn)為消費(fèi)者需求特征變化不僅包括產(chǎn)品質(zhì)量升級和多樣性偏好,還包括社會發(fā)展趨勢、生活方式改變和產(chǎn)品知識獲取等方面,最終會體現(xiàn)在終期的支出份額中。忽略消費(fèi)者總體需求特征的變化,一方面導(dǎo)致理論和現(xiàn)實(shí)不相符;另一方面會使隨時間變化的需求殘差項(xiàng)進(jìn)入模型,導(dǎo)致傳統(tǒng)價(jià)格指數(shù)的估算出現(xiàn)偏差。放松需求不變假設(shè)后,Redding等[1]在CES模型框架中加入需求參數(shù)并推導(dǎo)了需求變化情形下的產(chǎn)品精確價(jià)格指數(shù)以及加總價(jià)格指數(shù),隨后證明了傳統(tǒng)價(jià)格指數(shù)會導(dǎo)致需求沖擊偏差(taste-shock bias),而精確價(jià)格指數(shù)可以使估算結(jié)果更加準(zhǔn)確且貼近現(xiàn)實(shí)情況。徐小聰?shù)萚19]根據(jù)Redding等[20]提出的包含需求變化的統(tǒng)一價(jià)格指數(shù),首次構(gòu)建了需求變化情形下測算進(jìn)口種類增長福利效應(yīng)的理論模型,并估算了1995—2010年中國及其他9個國家進(jìn)口種類增長的福利效應(yīng),研究發(fā)現(xiàn)需求變化情形下中國進(jìn)口種類增長福利效應(yīng)相比需求不變情形增加了0.94%,但并沒有從理論上證明需求變化情形下傳統(tǒng)價(jià)格指數(shù)導(dǎo)致的需求沖擊偏差,而且在具體估算過程中,使用Broda等[7]估計(jì)的1994—2003年中國HS3位數(shù)替代彈性匹配HS6位數(shù)產(chǎn)品層面進(jìn)行估計(jì),也可能會導(dǎo)致估算結(jié)果出現(xiàn)偏差。

最后,產(chǎn)品內(nèi)種類間替代彈性(the armington elasticity)一直以來是國際經(jīng)濟(jì)學(xué)領(lǐng)域的關(guān)鍵參數(shù)之一,決定了相對需求對相對價(jià)格的反應(yīng)力度,對估算進(jìn)口種類增長福利效應(yīng)至關(guān)重要[21]。其標(biāo)準(zhǔn)估計(jì)方法是Feenstra[6]及Broda等[7]在進(jìn)口需求和出口供給方程基礎(chǔ)上,運(yùn)用兩階段最小二乘法(2SLS)和格點(diǎn)搜索(grid search)估計(jì)的結(jié)構(gòu)性方法。而Soderbery[2]利用蒙特卡羅分析方法證明了兩階段最小二乘法會因?yàn)闃颖酒陂g較短導(dǎo)致小樣本偏差,格點(diǎn)搜索會因?yàn)閷﹄x群觀測值的過度加權(quán)而不能很好地識別離群雙曲線導(dǎo)致偏差和低效性。因此,在標(biāo)準(zhǔn)估計(jì)方法的基礎(chǔ)上使用混合估計(jì)方法,即有限信息極大似然法(LIML)和非線性有限信息極大似然法(NONLIML)相結(jié)合的方法估計(jì)替代彈性,利用LIML估計(jì)出“可行”彈性值,對“不可行”彈性值使用NONLIML方法進(jìn)行最優(yōu)化估計(jì),可以克服標(biāo)準(zhǔn)估計(jì)方法可能導(dǎo)致的小樣本偏差和低效性,能夠獲得更加準(zhǔn)確的彈性值,是標(biāo)準(zhǔn)估計(jì)方法的改進(jìn)[22]。

二、 理論估算模型

借鑒Redding等[1]及徐小聰?shù)萚19]的做法,在CES效用函數(shù)的基礎(chǔ)上推導(dǎo)需求變化情形下的精確價(jià)格指數(shù)及加總價(jià)格指數(shù)。進(jìn)一步地,為了更好地說明需求變化情形下進(jìn)口種類增長引致的價(jià)格指數(shù)變化,對精確價(jià)格指數(shù)與Sato-Vartia傳統(tǒng)價(jià)格指數(shù)進(jìn)行對比,在理論層面推導(dǎo)出需求沖擊偏差,厘清需求變化情形下傳統(tǒng)價(jià)格指數(shù)導(dǎo)致偏誤的內(nèi)在機(jī)制。最后,得出價(jià)格偏誤指數(shù)和進(jìn)口種類增長福利效應(yīng)的估算及分解公式。

1. 需求變化情形下精確價(jià)格指數(shù)

在同位偏好(homothetic preferences)假設(shè)下,CES效用函數(shù)設(shè)定為

(1)

其中,Igt表示t時期進(jìn)口產(chǎn)品g的進(jìn)口種類集合;φgvt為t時期產(chǎn)品g種類v的需求參數(shù),且φgvt>0;Cgvt表示t時期產(chǎn)品g種類v的消費(fèi)數(shù)量;σg為產(chǎn)品g種類間替代彈性,且σg>0。

式(1)所對應(yīng)的單位成本函數(shù)為

(2)

其中,pgvt表示t時期產(chǎn)品g種類v的價(jià)格。

對式(2)利用謝波德引理,可得進(jìn)口產(chǎn)品g種類v的支出份額為

(3)

其中,xgvt為產(chǎn)品g種類v的進(jìn)口數(shù)量。

由式(4)可以看出,λgt和λg,t-1衡量了新進(jìn)入種類和退出種類的影響,λgt隨新種類的出現(xiàn)而降低,λg,t-1隨原有種類的消失而增大。

(5)

其中,上標(biāo)星號代表共有種類的變量值。

由式(2)和式(5),整理可得產(chǎn)品g的Redding-Weinstein精確價(jià)格指數(shù)為

根據(jù)式(6),設(shè)共有種類的精確價(jià)格指數(shù)對數(shù)形式為

其中,需求參數(shù)標(biāo)準(zhǔn)化形式為

將式(8)代入式(7),整理可得

(9)

將式(9)代入式(6),可得需求變化情形下產(chǎn)品g的Redding-Weinstein精確價(jià)格指數(shù)為

(10)

將式(10)的產(chǎn)品價(jià)格指數(shù)幾何加總到進(jìn)口產(chǎn)品總體價(jià)格指數(shù),表示為

2. Sato-Vartia傳統(tǒng)價(jià)格指數(shù)

當(dāng)不考慮進(jìn)口種類增長時,在同位CES偏好框架下時,產(chǎn)品g的Sato-Vartia傳統(tǒng)價(jià)格指數(shù):

(12)

將式(12)的產(chǎn)品價(jià)格指數(shù)幾何加總到進(jìn)口產(chǎn)品總體價(jià)格指數(shù):

3. 需求沖擊偏差

首先,將需求變化情形下共有種類精確價(jià)格指數(shù)與Sato-Vartia傳統(tǒng)價(jià)格指數(shù)進(jìn)行對比。

結(jié)合式(7)共有種類精確價(jià)格指數(shù)對數(shù)形式和式(13)理想對數(shù)化權(quán)重,整理可得

由式(12)可知,式(15)右邊第一項(xiàng)為Sato-Vartia傳統(tǒng)價(jià)格指數(shù)的對數(shù)形式,可得

其次,考慮加入進(jìn)口種類調(diào)整項(xiàng)的需求變化情形下精確價(jià)格指數(shù)與傳統(tǒng)價(jià)格指數(shù)的對比,利用式(16)、式(10)及式(12),可得

4. 價(jià)格偏誤指數(shù)和福利效應(yīng)公式

為了估算進(jìn)口種類增長福利效應(yīng),還需要將進(jìn)口產(chǎn)品總體價(jià)格指數(shù)加總到所有產(chǎn)品(進(jìn)口產(chǎn)品和國內(nèi)產(chǎn)品)的總體價(jià)格指數(shù)。具體地,將Sato-Vartia傳統(tǒng)價(jià)格指數(shù)和精確價(jià)格指數(shù)分別加總到所有產(chǎn)品。

所有產(chǎn)品的總體價(jià)格指數(shù)表示為

(18)

其中,Pt,D為t時期復(fù)合國內(nèi)產(chǎn)品的價(jià)格,ΠM表示進(jìn)口產(chǎn)品總體價(jià)格指數(shù),包括ΠRW和ΠSV。根據(jù)式(11)和式(14),將兩種進(jìn)口產(chǎn)品總體價(jià)格指數(shù)所對應(yīng)的所有產(chǎn)品總體價(jià)格指數(shù)分別表示為PRW和PSV。ωt,D為國內(nèi)生產(chǎn)部門的相應(yīng)權(quán)重。權(quán)重ωt,M為兩時期進(jìn)口占GDP比重的對數(shù)平均:

(19)

其中,sMt表示t時期的進(jìn)口份額。

根據(jù)Broda等[7]的研究,進(jìn)口價(jià)格偏誤指數(shù)為考慮進(jìn)口種類進(jìn)入和退出的進(jìn)口產(chǎn)品總體價(jià)格指數(shù)與Sato-Vartia傳統(tǒng)價(jià)格指數(shù)之比。當(dāng)價(jià)格偏誤指數(shù)小于1時,意味著傳統(tǒng)價(jià)格指數(shù)高估了進(jìn)口價(jià)格,進(jìn)口種類增長會降低傳統(tǒng)價(jià)格指數(shù),即進(jìn)口種類增長會導(dǎo)致貿(mào)易福利增加[8]。

結(jié)合式(11)和式(14)可得需求變化情形下進(jìn)口種類增長引致的進(jìn)口價(jià)格偏誤指數(shù)為

(20)

結(jié)合式(18)和式(20)可得進(jìn)口種類增長福利效應(yīng)為

(21)

5. 福利效應(yīng)分解公式

為揭示需求變化情形下進(jìn)口種類增長引致福利變化的微觀機(jī)制,借鑒陳勇兵等[8]、徐小聰?shù)萚19]及谷克鑒等[11]的做法,對中國進(jìn)口種類增長引致的福利效應(yīng)在HS6位數(shù)產(chǎn)品層面、ISIC2位數(shù)行業(yè)層面、BEC分類層面(包括SNA三大類和產(chǎn)品生產(chǎn)階段)進(jìn)行更為細(xì)致具體的分解,以期更直觀地理解福利效應(yīng)的來源。

(1) HS6位數(shù)產(chǎn)品層面分解

結(jié)合式(20)需求變化情形下的價(jià)格偏誤指數(shù)和式(21)福利效應(yīng)公式, 得到需求變化情形下進(jìn)口種類增長福利效應(yīng)在HS6位數(shù)分解公式為

其中,

為需求變化情形下的HS6位數(shù)產(chǎn)品g所帶來的福利貢獻(xiàn)。

(2) ISIC和BEC層面福利分解

首先,對福利效應(yīng)在國際標(biāo)準(zhǔn)產(chǎn)業(yè)分類ISIC 2位數(shù)行業(yè)層面進(jìn)行分解,了解福利效應(yīng)的行業(yè)分布。其次,對福利效應(yīng)在廣義經(jīng)濟(jì)分類(BEC分類)的基礎(chǔ)上按照國民賬戶體系(SNA)標(biāo)準(zhǔn)和產(chǎn)業(yè)階段兩個標(biāo)準(zhǔn)進(jìn)行福利分解,了解福利效應(yīng)具體體現(xiàn)在哪些產(chǎn)品大類和處在什么生產(chǎn)階段。分解公式在式(22)的基礎(chǔ)上進(jìn)行分類加總,即對于某一行業(yè)或生產(chǎn)階段k,需求變化情形下福利分解公式為

(23)

三、 替代彈性混合估計(jì)方法

借鑒混合估計(jì)方法,即有限信息極大似然法(LIML)和非線性有限信息極大似然法(NONLIML)相結(jié)合的方法估計(jì)替代彈性?；旌瞎烙?jì)方法可以有效更正標(biāo)準(zhǔn)估計(jì)方法可能導(dǎo)致的小樣本偏差和格點(diǎn)搜索低效性。為了減少單位價(jià)值測量誤差的影響,使用支出份額而不是消費(fèi)數(shù)量來設(shè)定需求和供給函數(shù)。

首先,對式(3)支出份額進(jìn)行對數(shù)差分可得需求方程:

Δlnsgvt=?gt-(σg-1)Δlnpgvt+εgvt

(24)

其中,?gt=(σg-1)lnPgt(φgt)/Pg,t-1(φg,t-1),εgvt=(σg-1)Δlnφgvt為誤差項(xiàng)。

供給方程設(shè)定為

(25)

其中,ωg≥0為逆供給彈性,ψgt=-ωgΔlnEgt/(1+ωg),Egt=pgvtxgvt/sgvt為產(chǎn)品g的支出。δgvt=Δlnvgvt/(1+ωg)為捕捉技術(shù)因素vgvt的任何隨機(jī)變化。

假設(shè)εgvt和δgvt相互獨(dú)立,即E(εgvtδgvt)=0。為了消除?gt和ψgt,選取進(jìn)口時間最長或進(jìn)口價(jià)值最大的國家為基準(zhǔn)國k,對式(24)和式(25)進(jìn)行差分,可得:

其中,系數(shù)θ1g和θ2g為σg和ρg的非線性方程:

(29)

對式(28)進(jìn)行LIML估計(jì),求出θ1g和θ2g的估計(jì)值,依據(jù)其不同符號,利用以下公式求出σg和ρg的估計(jì)值。

(30)

(31)

四、 數(shù)據(jù)與特征事實(shí)

進(jìn)口產(chǎn)品數(shù)據(jù)來源于1996—2019年CEPII-BACI數(shù)據(jù)庫,由于CEPII-BACI數(shù)據(jù)庫包含了每一個HS6位數(shù)產(chǎn)品層面的進(jìn)出口國家、價(jià)值量、數(shù)量等雙邊貿(mào)易數(shù)據(jù),是研究進(jìn)口種類增長福利效應(yīng)的較好樣本。本文將產(chǎn)品定義為HS6位數(shù)層面,將種類定義為從某一特定國家進(jìn)口的HS6位數(shù)產(chǎn)品。數(shù)據(jù)處理上刪除了進(jìn)口價(jià)值和數(shù)量為0和缺失的觀測值,還利用2位數(shù)國際標(biāo)準(zhǔn)產(chǎn)業(yè)分類(ISIC rev.3)和廣義經(jīng)濟(jì)分類(BEC),將S96、ISIC和BEC數(shù)據(jù)進(jìn)行匹配并刪除了不能匹配的數(shù)據(jù),以便后續(xù)對福利效應(yīng)進(jìn)行分解。需要說明的是,一方面,能源類產(chǎn)品進(jìn)口貿(mào)易額較大,另一方面測算樣本時期較長,長期內(nèi)能源產(chǎn)品(例如石油)的價(jià)格會相對比較穩(wěn)定,所以并沒有像陳勇兵等[8]和谷克鑒等[11]那樣刪除能源產(chǎn)品,這樣能更全面地分析進(jìn)口種類變化帶來的福利影響。

表1匯報(bào)了1996—2019年中國進(jìn)口種類增長的特征事實(shí)。從進(jìn)口產(chǎn)品角度而言,1996年中國進(jìn)口的HS6位數(shù)產(chǎn)品數(shù)目為4 916,2019年進(jìn)口產(chǎn)品數(shù)目為4 683,進(jìn)口產(chǎn)品數(shù)目不僅沒有增長,反而有所下降。然而,進(jìn)口產(chǎn)品種類數(shù)目卻從1996年68 535種增長到2019年146 065種,增長了2倍多。每種產(chǎn)品平均進(jìn)口種類數(shù)從1996年13.94種增長到2019年31.19種。同時,兩時期共有HS6位數(shù)產(chǎn)品4 512種,共有產(chǎn)品在各年份的進(jìn)口份額均超過了97%,2019年消失的產(chǎn)品數(shù)目為404種,種類數(shù)為3 389種,新增的產(chǎn)品數(shù)目為171種,種類數(shù)為3 190種。表1意味著中國進(jìn)口貿(mào)易額的增長主要來源于每種產(chǎn)品進(jìn)口來源地?cái)?shù)量的增長,進(jìn)口來源地的拓展和多元化是進(jìn)口種類增長的主要因素。

表1 1996—2019年中國進(jìn)口產(chǎn)品種類變化

五、 估算結(jié)果分析

1. 替代彈性估計(jì)結(jié)果及對比

表2 替代彈性混合估計(jì)方法估計(jì)結(jié)果

由于以往大多文獻(xiàn)通常使用Broda等[7]依據(jù)標(biāo)準(zhǔn)估計(jì)方法估計(jì)的中國1994—2003年HS3位數(shù)產(chǎn)品替代彈性值,對比可以看出,本文混合估計(jì)方法估計(jì)的平均替代彈性8.670大于Broda等標(biāo)準(zhǔn)估計(jì)方法估計(jì)的平均替代彈性6.189,同時也略大于Kee等[23]估計(jì)的中國1988—2001年進(jìn)口產(chǎn)品的平均替代彈性7.260,估計(jì)結(jié)果符合HS6位數(shù)替代彈性大于HS3位數(shù)替代彈性的理論預(yù)期,因?yàn)樵诟鼮榧涌偟乃缴瞎烙?jì)的替代彈性趨向于更小,代表產(chǎn)品之間的可替代性較小,差異性較大,相對需求對相對價(jià)格不敏感,HS3位數(shù)產(chǎn)品替代彈性可能會掩蓋種類數(shù)目的增加,低估實(shí)際價(jià)格的偏誤[8]。

另外,當(dāng)替代彈性超過一定臨界值后,例如10或者20,則經(jīng)典壟斷競爭框架下產(chǎn)品種類變化對福利的影響就相對較小[7]。極端的情況是當(dāng)σg→+∞,λ1/(σg-1)→1,即在完全競爭市場上,所有產(chǎn)品都是同質(zhì)的,沒有種類之分,實(shí)際價(jià)格等于傳統(tǒng)價(jià)格,則進(jìn)口種類變化帶來的貿(mào)易福利為0,福利變化完全取決于進(jìn)口產(chǎn)品的價(jià)格變化。就本文而言,由于4 724個產(chǎn)品平均替代彈性值為8.670,小于臨界值10,表明中國進(jìn)口種類增長對進(jìn)口貿(mào)易福利有著較為重要的作用。

2. 價(jià)格偏誤指數(shù)與福利測算結(jié)果及對比

為了估算價(jià)格偏誤指數(shù)和進(jìn)口種類增長的福利效應(yīng),需要對共有產(chǎn)品數(shù)據(jù)進(jìn)一步處理。首先,根據(jù)式(4),為了計(jì)算某一產(chǎn)品的λ比率,需要保證該產(chǎn)品在兩時期至少有一個共同的進(jìn)口來源地,即Igt∩Ig,t-1≠?,刪除了兩時期交集為?的136種產(chǎn)品(占共有產(chǎn)品數(shù)目的3.01%)。其次,利用共有產(chǎn)品數(shù)據(jù)匹配4 724個替代彈性估計(jì)數(shù)據(jù),刪除了不能匹配的產(chǎn)品238種(占共有產(chǎn)品數(shù)目的5.27%)。經(jīng)過處理,最終得到共有產(chǎn)品4 138種,共有種類49 628種。利用共有產(chǎn)品數(shù)據(jù)與Broda等[7]彈性匹配后,最終得到共有產(chǎn)品4 376種,共有種類51 595種。

表3列出了需求變化情形下兩種替代彈性測算的相關(guān)指標(biāo)結(jié)果?？梢钥闯?λ比率中位數(shù)分別為0.946和0.956,均小于1,說明進(jìn)口種類增長會降低價(jià)格指數(shù)。替代彈性中位數(shù)分別為2.709和3.593,低于臨界值10,說明進(jìn)口種類變化對貿(mào)易福利會產(chǎn)生重要的影響。需求沖擊偏差平均值分別為0.447和0.138,說明支出份額權(quán)重和需求參數(shù)出現(xiàn)了正相關(guān)的機(jī)制力,需求沖擊對貿(mào)易福利產(chǎn)生了正向的影響力。價(jià)格偏誤指數(shù)和福利效應(yīng)估算結(jié)果很好地闡釋了以上三點(diǎn)。其中,需求變化情形下替代彈性標(biāo)準(zhǔn)估計(jì)方法估算的價(jià)格偏誤指數(shù)為0.818,小于1,傳統(tǒng)價(jià)格指數(shù)造成的向上偏誤為18.155%,平均每年向上偏誤0.756%,中國消費(fèi)者由于進(jìn)口種類增長而獲得的福利相當(dāng)于中國GDP的2.606%,即中國消費(fèi)者將愿意支付2019年GDP的2.606%來獲取比1996年范圍更為廣泛的進(jìn)口產(chǎn)品種類消費(fèi)。需求變化情形下混合估計(jì)方法估算的價(jià)格偏誤指數(shù)為0.672,傳統(tǒng)價(jià)格指數(shù)造成的向上偏誤為32.755%,平均每年向上偏誤1.365%,獲得的福利相當(dāng)于GDP的5.229%。由此可見,無論標(biāo)準(zhǔn)估計(jì)方法還是混合估計(jì)方法,忽略需求變化會嚴(yán)重低估中國進(jìn)口種類增長的福利效應(yīng)。從兩種替代彈性估計(jì)方法的對比看,需求變化情形下混合估計(jì)方法與標(biāo)準(zhǔn)估計(jì)方法價(jià)格偏誤指數(shù)相差14.60%,需求變化情形下混合估計(jì)方法估算的中國進(jìn)口種類增長帶來的福利效應(yīng)更高,標(biāo)準(zhǔn)估計(jì)方法低估了進(jìn)口種類增長帶來的福利效應(yīng),兩者福利差異為2.623%。由此可見,需求變化情形下替代彈性標(biāo)準(zhǔn)估計(jì)方法低估了中國進(jìn)口種類增長的福利效應(yīng)。

表3 1996—2019年進(jìn)口價(jià)格偏誤指數(shù)及福利效應(yīng)測算

3. 進(jìn)口種類福利分解結(jié)果分析

(1) HS6位數(shù)產(chǎn)品層面分解

根據(jù)式(22)計(jì)算需求變化情形下每一個HS6位數(shù)產(chǎn)品的福利影響,表4匯報(bào)了需求變化情形下增加福利最多的10種產(chǎn)品。增加福利排名第一的是“未燒結(jié)的鐵礦砂及其精礦”,為1.118%,占需求變化情形下所有產(chǎn)品引致福利(5.229%)的21.38%。排名第二的產(chǎn)品為“電子電路:單片、集成、數(shù)字、金屬氧化物半導(dǎo)體”,為0.589%,占比11.26%。排名第三的產(chǎn)品為“石油原油及從瀝青礦物提取的原油”,為0.291%,占比5.57%。排名前十的HS6位數(shù)產(chǎn)品共使福利增加3.395%,占福利效應(yīng)的64.93%。由此可見,中國進(jìn)口種類增長對福利的正向作用主要集中在礦產(chǎn)品、高科技產(chǎn)品和能源產(chǎn)品,這與中國大規(guī)?；A(chǔ)設(shè)施建設(shè)、科技創(chuàng)新發(fā)展及消費(fèi)者巨大生活需求的現(xiàn)狀相吻合。從產(chǎn)品類型來看,增加福利排名前十名的HS6位數(shù)產(chǎn)品基本是中間品,只有“其他具有獨(dú)立功能的機(jī)器及機(jī)器器具”為資本品。

表4 需求變化情形下增加福利排名前10的HS6位數(shù)產(chǎn)品 %

表5匯報(bào)了需求變化情形下福利減少最多的10種產(chǎn)品,減少福利排名第一的是“用于電氣控制或配電的面板、控制臺、桌子和其他底座”,使福利減少0.212%。排名第二的產(chǎn)品為“鞣制后的皮革(不包括全粒面和粒面)”,使福利減少0.132%。與增加福利排名前10的產(chǎn)品對比,減少福利排名前10的產(chǎn)品對福利的負(fù)向作用更小,呈現(xiàn)分散趨勢,涵蓋礦產(chǎn)品、化學(xué)制品、電氣設(shè)備、車輛零部件等多個領(lǐng)域。從產(chǎn)品類型看,減少福利排名前10的產(chǎn)品中同樣多為中間品。其中,消費(fèi)品“摩托車(包括輕便摩托車)和腳踏車”,使福利減少0.114%,原因可能是國內(nèi)各地禁摩政策的實(shí)施導(dǎo)致相關(guān)產(chǎn)品的進(jìn)口需求下降。

表5 需求變化情形下減少福利排名前10的HS6位數(shù)產(chǎn)品 %

從表5可以看出,需求變化情形下中國進(jìn)口種類增長引致福利增加的HS6位數(shù)產(chǎn)品較為集中,而福利減少的HS6位數(shù)產(chǎn)品較為分散,無論是增加福利還是減少福利的HS6位數(shù)產(chǎn)品大多為中間品,而消費(fèi)品占比極低,從側(cè)面說明中國“重生產(chǎn)輕消費(fèi)”的進(jìn)口模式[11]。

(2) ISIC和BEC層面福利分解

表6匯報(bào)了需求變化情形下增加福利排名前5的ISIC2位數(shù)行業(yè)層面分解結(jié)果。需求變化情形下,增加福利排名前三的行業(yè)分別是“金屬礦的開采”“未另分類的機(jī)械和設(shè)備的制造”“無線電、電視和通訊設(shè)備和裝置的制造”,福利增加分別為1.297%、1.272%、0.955%。排名前5的行業(yè)共使福利增加4.654%,占福利效應(yīng)的89.00%,說明行業(yè)層面福利分布同樣呈現(xiàn)集中趨勢。

表7和表8匯報(bào)了福利效應(yīng)BEC分類的分解結(jié)果。首先,如表7所示,需求變化情形下增加福利排名前五的BEC分類均為中間品和資本品,福利增加合計(jì)4.944%,占總福利效應(yīng)的94.55%,說明BEC分類的福利效應(yīng)主要集中在中間品和資本品。

表7 增加福利排名前5的BEC分類 %

表8 SNA三大類福利和生產(chǎn)階段分解 %

其次,將需求變化情形下進(jìn)口種類增長的福利效應(yīng)根據(jù)BEC分類官方文件將產(chǎn)品依照SNA三大類和產(chǎn)品生產(chǎn)階段進(jìn)行分解,如表8所示,結(jié)果進(jìn)一步說明了需求變化情形下進(jìn)口種類增長的福利效應(yīng)集中在中間品和資本品,兩者合計(jì)占總體福利效應(yīng)的九成以上,而消費(fèi)品占總體福利效應(yīng)的比例非常低。另外,從產(chǎn)品生產(chǎn)階段分解來看,中間品帶來的福利效應(yīng)集中在初級產(chǎn)品和半成品,說明中國已經(jīng)在生產(chǎn)制造環(huán)節(jié)上深度融入全球價(jià)值鏈,但仍處在較低水平。進(jìn)口的初級產(chǎn)品和半成品以及配件和零部件等產(chǎn)品雖然被用于生產(chǎn)最終消費(fèi)品,但是中國消費(fèi)者對進(jìn)口種類增長引致的貿(mào)易福利直接感知較低,進(jìn)一步說明了中國“重生產(chǎn)輕消費(fèi)”的進(jìn)口模式。

六、 研究結(jié)論和政策啟示

通過構(gòu)建需求變化情形下進(jìn)口種類增長福利效應(yīng)理論估算模型,并結(jié)合替代彈性混合估計(jì)方法,測算了需求變化情形下1996—2019年中國進(jìn)口種類增長引致的福利效應(yīng)。研究結(jié)論主要有:第一,忽略需求變化會嚴(yán)重低估中國進(jìn)口種類增長的福利效應(yīng)。第二,1996—2019年,需求變化情形下,混合估計(jì)方法測算的進(jìn)口種類增長福利效應(yīng)相當(dāng)于GDP的5.229%,而標(biāo)準(zhǔn)估計(jì)方法低估進(jìn)口種類增長福利效應(yīng)達(dá)到GDP的2.623%。第三,福利分解顯示,HS6位數(shù)產(chǎn)品層面和ISIC2位數(shù)行業(yè)層面均呈現(xiàn)集中趨勢;BEC分解表明中國“重生產(chǎn)和輕消費(fèi)”的進(jìn)口模式依然明顯。

基于研究結(jié)論,提出以下四點(diǎn)政策啟示。第一,中國“重視出口,忽視進(jìn)口”的貿(mào)易模式需要轉(zhuǎn)變,要繼續(xù)推進(jìn)進(jìn)口貿(mào)易自由化便利化改革,從進(jìn)口產(chǎn)品種類多樣化和地區(qū)多元化獲得更多的貿(mào)易利益,更加重視進(jìn)口種類增長在滿足國內(nèi)消費(fèi)者多樣化偏好、深化供給側(cè)結(jié)構(gòu)性改革、擴(kuò)大內(nèi)需及改善貿(mào)易失衡等方面的積極作用。第二,在實(shí)施擴(kuò)大進(jìn)口戰(zhàn)略時,還應(yīng)關(guān)注消費(fèi)者對進(jìn)口產(chǎn)品種類的需求偏好變化,根據(jù)消費(fèi)者日益升級的消費(fèi)需求及時調(diào)整進(jìn)口產(chǎn)品及進(jìn)口方向。第三,中國雖然已經(jīng)在生產(chǎn)制造環(huán)節(jié)上深度融入全球價(jià)值鏈,但仍處于較低水平。要在新一輪技術(shù)競爭中脫穎而出,還需擴(kuò)大高精尖技術(shù)產(chǎn)品進(jìn)口,同時加強(qiáng)關(guān)鍵技術(shù)如數(shù)字化、智能化制造模式科研力度,增強(qiáng)對生產(chǎn)鏈及供應(yīng)鏈關(guān)鍵環(huán)節(jié)的控制能力。第四,中間品的大量進(jìn)口會使消費(fèi)者對進(jìn)口福利的直接感知較低,要逐漸改變“重生產(chǎn)和輕消費(fèi)”的進(jìn)口模式,在以后的進(jìn)口產(chǎn)品構(gòu)成中,逐步提高與消費(fèi)者生活需求密切相關(guān)的消費(fèi)品進(jìn)口占比,進(jìn)一步挖掘消費(fèi)品領(lǐng)域的進(jìn)口福利潛力,使民眾更多地享受到進(jìn)口種類增長帶來的福利,可以有效拉動內(nèi)需,對構(gòu)建雙循環(huán)新發(fā)展格局具有重要的促進(jìn)作用。