摘要
X是中国主要贸易伙伴之一,其中稀土贸易规模不断增加,在全球产业链高度相连的当下,中美稀土产业的良性互动至关重要。本文选取2000-2018年中美稀土双边贸易数据,首先运用S指数和Thom & Dowell细分法来测算及判定产业内贸易水平和结构,结果表示中美稀土产业内贸易程度高且属水平型。其次选取S指数、汇率、投资自由度和规模经济这4个变量构建VAR模型。结果表明中美稀土产业内贸易具有自我稳健促进作用,美元兑人民币汇率对其有长期效应,在3-4年后投资自由对产业内贸易水平提高的效用达到最大,规模经济总体影响较小。最后提出建议:加大对稀土高端材料的研发投入、建设结构合理及和谐共生的稀土企业体系等。
关键词:中美产业内贸易;稀土;S指数;VAR模型
1、引言
稀土誉为“万能之土”,是一组金属元素,包括钪、钇和15个镧系元素氧化物,基于物化特性主要分为三类,即重稀土、中稀土和轻稀土。作为重要的战略资源,由于优良的理化特性,常常只需微量的稀土与其它产品相结合就能大大提高产品质量和性能,因此又称为“技术金属”,具有极高的经济效益和利用价值。
X是最大的稀土消费国,初级稀土产品极度依赖进口,根据X地质调查局数据显示80%的稀土产品进口源自中国,其国内开采的稀土原矿也需运往中国加工,但X在稀土市场上主要出口稀土中间产品和产成品。中国不仅是稀土储备国也是最主要的供给国,稀土品类丰富、质优。伴随着两国的稀土贸易额不断提高,“稀土牌”不仅成为中国应对贸易战的“武器”,也是X的“难点”,中方一旦削减对其稀土出口量,可影响美方生产民用电子产品甚至是军用设备。在全球产业链高度相连的当下,维持中美稀土产业良性互动是不容忽视的,是双边贸易中不可或缺的部分。
原本在国际稀土资源出口市场中处于寡占地位的中国,由于稀土应用技术落后,一直是以“白菜价格”作为主要竞争因素来大量出口初级稀土产品。但随着科技发展和产业变革,稀土在各个领域大显身手,我国也开始重视稀土行业的发展,在《外商投资准入特别管理措施(负面清单(2019年版))》等相关XX文件中稀土均占据重要地位。如今中国不仅是稀土资源大国更是稀土产业大国,相关专利技术遥遥领先,在稀土产业上中游具有绝对主导能力。
产业内贸易定义为一国在一定时期内进出口同属于某一产业部门的产品,其已经是国际贸易的主要形式。2018中美双边货物进出口额为6598.4亿美元,2019年X仍是中国前三大合作伙伴,两国贸易形式逐渐往产业内贸易发展。为此,本文以HS1996分类标准中HS280530、HS284690和HS850511三类作为稀土行业的代表,选取中美两国在2000-2018年期间进出口贸易数据,从产业角度实证分析,试图研究:中美稀土产业内贸易究竟是水平型还是垂直型,以及不同因素的影响程度。此次研究不仅能够丰富中美两国产业内贸易的研究对象,而且对提升中美稀土产业内贸易水平和推动两国稀土产业链可持续发展具有重要的实践意义。
2、文献综述
2.1 国外产业内贸易研究
2.1.1 产业内贸易模式测度方法
Verdoon(1960)最先在研究卢、荷、比三国经济集团时提出产业内贸易测度指标——进口比重和出口比重的乘积。随后Balassa(1963)提出产业内贸易这一概念并于1966年提出用出口的绝对值量在多大的程度上为进口所抵消来衡量产业内贸易水平。
20实际70年代产业内贸易理论发展进入第二阶段,Gmbel和Lloyd(1975)最先在其著作中提出G-L指数。Aquino(1978)针对前者不足提出GL修正指数。之后动态测度概念提出,Brulhart(1994)的动态产业内贸易的测算指标能较好反映产业部门的贸易绩效水平和净进出口增加的非对称性。Thom&McDowell(1999)进一步把产业贸易细分为三类,即HIIT、VIIT和IT。Azhar & Elliott(2003)基于A、B指数对贸易边际变化不敏感或不能裁定贸易方向的缺点提出的S指数。
2.1.2 产业内贸易的影响因素
Attila Jambor(2014)在研究新成员国同欧盟的贸易类型时认为:经济规模对产业内贸易有积极影响,而地理距离与产业内贸易具有负面相关性[1]。
Hassan Yusefzadeh, Mohammad Hadian等人(2015)通过对伊朗制药行业产业内贸易分析得出市场结构和经济水平有凸出的正面影响,关税贸易壁垒与其呈反向运动[2]。
Hayakawa(2017)研究OECD国家贸易状况时采用“IIT稳定性指数”测度发现产品规模和长途市场会导致双边贸易不稳定[3]。
Hoang(2019)使用G-L指标、OLS方法、马尔可夫矩阵等方法研究越南农业产业内贸易以及其与贸易专业化的关系,分析表明,越南的产业内贸易是主要基于经济结构的相对动态变化且与贸易专业化是反向相关的[4]。
Vidya 和Prabheesh(2019)分析1995-2017年印度与印度尼西亚的产业内贸易的决定因素。实证结果表明FDI和贸易开放在提高双边产业内贸易方面有积极促进作用,贸易失衡、需求结构差异和人力资本禀赋差异则起消极作用[5]。
2.2 国内产业内贸易研究
2.2.1 中美整体产业内贸易研究
马鹏、秦晓敏(2013)主要运用S指数测度我国工业细分行业,发现出口扩张型行业平均贸易水平高于进口扩张型行业[6]。
无论是程婷与陈媛(2015)基于国家特征因素考虑[7],还是张彬与桑百川(2016)从产品层次差异角度出发[8],均表明中美低技术行业主要是单向的产业间贸易。相同刘拓知(2016)认为中美间属于垂直型产业内贸易,高技术产品为我国贸易发展的重要组成部分和方向[9]。
而闵树琴和刘宁(2018)从细分和整体两个层次分别测算,研究发现虽然中美G-L指数有所提高,但还是以劳动和资本密集型产业为核心,双边贸易中我国仍处于下游,属于较高垂直分工[10]。
李钰辛和王玥颖(2018)通过TC指数分析发现中国对X的互补度低于X对我国整体贸易互补度,并且通过劳伦斯指数表明至“入世”以来中美贸易结构虽然没有大幅变动,但是中高等技术水平在产业内贸易中比重逐渐提高[11]。
隆国强(2018)认为鉴于中美经贸关系的复杂全面性和互利性,两国潜在的经贸摩擦不会影响双边合作的大局和两国易互补性为主的基本贸易格局[12]。
2.2.2 中美分产业的产业内贸易研究
许南和黄颖(2014)基于中美双边贸易数据对金融服务业产业内贸易进行实证分析后,发现人力资本投入对该产业内贸易有重要影响,市场规模差异对其影响不明显[13]。
彭文魁(2017)从UV分析法、MIIT指数等多个指标对中美金属加工机械业的产业内贸易状况进行研究,发现其子行业贸易水平严重失衡,具体表现为机床附件的产业内贸易水平已达到较高水平,而金属切削机床的产业内贸易指数没有明显变化[14]。
邓艳平(2017)以G-L指数和动态MIIT指数进行中美农产品产业内贸易研究,发现其水平降低,只有特定农产品以产业内贸易和产业间贸易交替进行[15]。
崔庆云(2017)对中美医药产品产业内贸易研究表明中美贸易顺差逐渐转变为逆差,CHM指数测算结果反映该产业属于高水平垂直型产业内贸易[16]。
王睿(2018)指出由于“中国制造2025”等相关产业政策出台,中美运输设备产业内贸易程度整体是高水平的并保持相对稳定[17]。朱丽宁(2018)研究发现中国在中美环境产品贸易中由贸易逆差转化为顺差,中美在该产品的贸易结构有所改善,但贸易增长类型仍属于垂直型[18]。
连下莉、陶红军(2019)通过采用B指数、GL指数发现中美兽药整体的产业内贸易呈现先降后升的趋势[19]。
施竞澄(2019)以SITC一位码为标准定义制造业并测度其产业内贸易水平,指出目前中美制造业的产业内贸易指数远低于发达国家间的标准,该产业内贸易还有很大的发展空间[20]。
张迪、李婷等人(2019)以中美贸易摩擦为背景,运用GL指数测度中美高技术产业内发展水平及影响因素,结果表明由于X限制对华高技术产品出口导致中美高技术产业水平较低[21]。
2.2.3 中美稀土产业内贸易研究
汤晗均(2016)对中国稀土产业研究趋势进行分析发现,国内对稀土资源的相关研究成果颇为丰富,主要关于稀土产业的开发与经济发展,但对稀土产业内贸易研究的较少[22]。
孙晓优(2017)对2000-2016年中美稀土产业链上中下游和整体的GL指数及动态MIIT指数测算[23]和刘立刚等人(2017)采用引力模型进行研究[24],均发现以产业间贸易为主,而中级产品产业内贸易水平较高,上下游也朝之发展。
邵桂兰和周乾(2018)以ESDA方法并结合复杂网络理论,表明中美稀土出口空间格局具有相似性和互补性,出口贸易态势在样本年间整体呈上升趋势[25]。
稀土产业供需现状研究张学东(2015)基于霍特林模型,运用动态规划进行实证分析,认为地方保护主义和部门利益问题是造成稀土产品结构性过剩的主要原因,而结构性过剩进一步导致稀土产品供给失衡[26]。
李仲学、周宝炉等人(2016)提出未来海外稀土产能会逐渐扩大,中国所占市场份额将不断下降,世界稀土供给会呈现多元化;同时由于对清洁能源的重视,稀土需求会持续增加,永磁材料会成为稀土需求中主要消费领域[27]。
王佳男(2018)构建预测模型后发现我国稀土市场的需求预测量均呈现上升趋势,整体需求结构呈现向高技术、高附加值的领域发展[28]。
孙菁婧(2018)基于灰色关联分析法和非瓦尔拉斯均衡理论,发现我国稀土市场呈现供过于求现象,预测未来几年供需缺口会持续扩大,出现需大于供现象[29]。
韦世强、张亮玖等人(2018)认为由于美、澳等国稀土项目开发和中国稀土出口管制,外国大部稀土需求将不由中国供应,并认为在未来5-10年稀土生产将逐渐减少,满足国内需求为主要目标且稀土价格有望适当回归理性水平[30]。
2.3 总结
国内外学者从不同角度对产业内贸易进行多方面论证,国外对其研究起步较早并形成较为完备的研究体系,而我国更重视实证研究,主要通过测度相关行业产业内贸易水平和影响因素进行分析,对象主要为我国与发达国家的双边贸易。从上述文献可以发现关于中美产业内贸易研究成果颇为丰富,以行业整体为研究对象的占大多数,集中研究制造业、服务业等行业,对于某些特定领域的产业内贸易相关课题有待深入研究,如稀土行业产业内贸易研究。
本文将借鉴之前学者对其它行业的产业内贸易研究方法和思路,研究中美稀土产业内贸易现状,分析不同因素对产业内贸易的影响程度,并针对理论与实证的结果提出建议,促进我国稀土产业可持续发展与巩固国际稀土市场地位。
3、中美稀土产业内贸易现状
3.1 稀土产业发展现状
3.1.1 稀土的供给与需求
(1)稀土资源分布情况
2018年全球已探明稀土量没有大幅变动,为1.2亿吨(以REO计),但开采量从2017年的1.32万吨增加到2018年的17万吨,增幅为28.79%。已探明的稀土较为分散,主要有中、美、澳大利亚、巴西等国,其中我国储量占比超过1/3。具体如表3-1、图3-1所示。
表 312000-2018年已探明稀土储量表(单位:万吨)
全球总储量 | 中国 | X | 澳大利亚 | 印度 | |
2000 | 10000 | 4300 | 1300 | 520 | 110 |
2001 | 10000 | 4300 | 1300 | 520 | 110 |
2002 | 8800 | 2700 | 1300 | 520 | 110 |
2003 | 8800 | 2700 | 1300 | 520 | 110 |
2004 | 8800 | 2700 | 1300 | 520 | 110 |
2005 | 8800 | 2700 | 1300 | 520 | 110 |
2006 | 8800 | 2700 | 1300 | 520 | 110 |
2007 | 8800 | 2700 | 1300 | 520 | 110 |
2008 | 8800 | 2700 | 1300 | 520 | 110 |
2009 | 9900 | 3600 | 1300 | 540 | 310 |
2010 | 11000 | 5500 | 1300 | 160 | 310 |
2011 | 11000 | 5500 | 1300 | 160 | 310 |
2012 | 11000 | 5500 | 1300 | 160 | 310 |
2013 | 14000 | 5500 | 1300 | 210 | 310 |
2014 | 13000 | 5500 | 180 | 320 | 310 |
2015 | 13000 | 5500 | 180 | 320 | 310 |
2016 | 12000 | 4400 | 140 | 340 | 690 |
2017 | 12000 | 4400 | 140 | 340 | 690 |
2018 | 12000 | 4400 | 140 | 340 | 690 |
数据来源:USGS
数据来源:USGS
图 312018年世界各国稀土储量分布图
X是全球第二大稀土储备国,以轻稀土为主。近年来,X在怀俄明州、内布拉斯加州、得克萨斯州和阿拉斯加州开展稀土的高级勘探项目,X地质调查局根据矿床类型,分别在X阿拉斯加、西部、中部和东部确定了四个重点区域,包括已知的稀土矿床以及可能具有潜力的稀土资源区域。
中国是全球最大的稀土储备国,主要有赣州、凉山和包头三大稀土生产基地,从表3-1可知,我国储量呈先降后升趋势,前期由于缺乏对稀土资源的重视,以“白菜价”大量出口,进而储量骤降,在2002-2008年降到最低。2010年开始我国把稀土确立为战略性资源,因此近几年储量有所回升。
(2)稀土供给情况
20世纪60年代中后期X主导稀土生产,80年代起我国开始取代X在稀土市场的地位,直至目前全球主要依靠中国、印度、巴西等国供给,具体份额如表3-2。由表和图3-2可知,我国从2000年至2010年产量涨幅78.08%,增速较快,甚至在2010年占比达到97.74%。2011年至2018年产量逐渐下降,2018年在世界产量占比低至70.59%。
X国内只有芒廷帕斯矿生产稀土,作为唯一生产稀土的矿山,该矿山从1957年至2002年在开采,之后由于环境成本等原因停产,直至2018年X重启采矿,产能爬坡顺利,从零升至1.5万吨。
表 322000-2018世界稀土矿产品产量 (单位:吨)
年份 | 全球总产量 | 中国 | X | 巴西 | 印度 | 马来西亚 |
2000 | 83500 | 73000 | 5000 | 200 | 2700 | 450 |
2001 | 83500 | 73000 | 5000 | 200 | 2700 | 450 |
2002 | 85500 | 75000 | 5000 | 200 | 2700 | 450 |
2003 | 99100 | 92000 | 0 | NA | 2700 | 250 |
2004 | 102000 | 95000 | 0 | NA | 2700 | 250 |
2005 | 123000 | 119000 | 0 | NA | 2700 | 750 |
2006 | 123000 | 119000 | 0 | 730 | 2700 | 200 |
2007 | 124000 | 120000 | 0 | 650 | 2700 | 380 |
2008 | 124000 | 120000 | 0 | 650 | 2700 | 380 |
2009 | 133000 | 129000 | 0 | 550 | 2700 | 350 |
2010 | 133000 | 130000 | 0 | 550 | 2800 | 30 |
2011 | 111000 | 105000 | 0 | 250 | 2800 | 280 |
2012 | 110000 | 100000 | 800 | 140 | 2900 | 100 |
2013 | 110000 | 95000 | 5500 | 330 | 2900 | 180 |
2014 | 123000 | 105000 | 5400 | 0 | NA | 240 |
2015 | 130000 | 105000 | 5900 | 880 | 1700 | 500 |
2016 | 129000 | 105000 | 0 | 2200 | 1500 | 300 |
2017 | 132000 | 105000 | 0 | 1700 | 1800 | 180 |
2018 | 170000 | 120000 | 15000 | 1000 | 1800 | 200 |
数据来源:USGS
注:NA 表示该年度数据无法得到(但存在该数据)
数据来源:USGS整理
图 322000-2018年我国稀土产量变化趋势(单位:吨;%)
(3)稀土需求情况
中国是稀土资源消费大国,消费占比超过全球消费量的1/2,如图3-3所示。稀土资源从勘探、采矿、选矿、冶炼、分离形成下游材料到应用行业一共会经历六个步骤,最终在汽车电池、武器系统、消费类电子产品显示屏等领域广泛应用。
未来新能源、风电、轨交这三个行业对稀土需求剧增。专家基于2040年情景分析,在2020-2030年风机对稀土的需求量保守预估将达到8.5万吨,同样预测至2030年中国电动汽车行业消耗的稀土量约占当年全球产量两成左右。
数据来源:前瞻产业研究院
图 332018年稀土资源消费结构
3.1.2 中美两国稀土发展现状
在稀土应用水平上,从1972年徐光宪提出“串级萃取理论”开始我国逐渐掌握许多自主专利。如表3-3所示,我国稀土行业发生翻天覆地的变化,形成完备的资源利用产业链。我国稀土行业实行XX部门和行业协会共同管理体系,XX部门主要承担拟定行业规划、政策等职能,从宏观层面管理稀土市场,而协会则是企业与XX以及国内外市场的“桥梁”,提供市场信息。
X向来关注本土是否有安全稳定的稀土供应,并建立相对完整的政策体系,具体见表3-4,但战略和目标间还存在一定差距,目前X对稀土需求还高度依赖国外进口。2018年X内政部将稀土列入“关键矿产”的最终名单,该清单内容主要为对X利益非常重要且在X国内没有大量生产的矿产。
表 332000-2018年中国主要稀土事件
年份 | 事件 |
2000年 | 北京中科三环高技术股份有限公司上市 |
2005年 | 稀土产品列入“取消出口退税的产品目录” |
2006年 | 发布从2007年6月起稀土产品加征10%关税 |
2010年 | 稀土行业首次列入xxx实施兼并重组的重点行业 |
2013年 | 批准成立六大稀土集团 |
2014年 | 泛亚有色交易所首次启动稀土 |
2015年 | 国家正式取消稀土出口配额 |
2016年 | 发布《稀土行业发展规划(2016-2010年)》 |
2017年 | 11种稀土功能材料列入《重点新材料首批次应用示范指导目录》 |
2018年 | 十二部委联合发布《关于持续加强稀土行业秩序整顿的通知》 |
数据来源:《稀土信息》
表 34X主要稀土政策
X主要稀土政策 | 主要内容 |
《2011年稀土与关键材料振兴法案》 | 为发展稀土材料相关项目的法律依据 |
《2011年能源关键元素复兴法案》 | 要求总统协调跨XX部门合作 |
《2013年稀土资源评估法案》 | 授权内政部对全球稀土进行评估分析 |
《稀土供应链技术与资源转化法案》 | X和盟国重新建立竞争性的稀土供应链 |
《确保关键矿物安全可靠供应的联邦战略》 | 建议采取紧急措施以提高国内稀土产量 |
数据来源:《稀土信息》
3.2 中美稀土行业产业内贸易现状
3.2.1 中美稀土贸易状况
如图3-4、图3-5所示,在中美稀土贸易中,以中国出口为主,X依赖进口。中国稀土出口总额在2000-2011年总体为波动上升态势,而在2011年达到顶峰后骤降,2016开始出口总额有小幅度回升且进口激增,2018年达到118.85万美元。X在2000-2018年稀土整体出口极少,出口总额几乎没有什么变化,究其原因为其国内关闭稀土生产,国内稀土消费100%依赖于进口,直至2010年又重新对原有库存的稀土精矿进行加工。
图 342000-2018年中美稀土产品出口总额
数据来源:联合国贸易数据库
图 352000-2018年中美稀土产品进口总额
中美稀土行业产业内贸易指数测度为进一步分析中美稀土行业的产业内贸易情况,本文采取S指数测算动态产业内贸易水平以及Thom&McDowell细分法判断产业内贸易结构。
(1)产业内贸易水平测算
Azhar & Elliott提出的边际产业内贸易S指数,计算方法如下:
(公式 31)
在测算某大类产品或某国所有产业的综合性边际产业内贸易指数则采用加权汇总,计算方式如下:
(公式 32)(公式 33)
表示该大类产品中第i类子产品的贸易权重。
其判定范围为,S指数越接近0,表示贸易增加量中产业内贸易为主,逼近-1或1表明产业间贸易占大部分,S=1或S=-1意味着该行业完全是产业间贸易;S>0表示该行业在一定时期内处于出口扩张的状态,S<0则是表示该行业的贸易处于边际逆差。
2000-2018年中美稀土产品动态指数如表3-5所示。总体来看,无论是HS280530、HS284690、HS850511还是整体稀土行业的S指数值都在-0.5至0.5间,代表样本年间中美稀土贸易增加量均为产业内贸易。具体来看,相比其它两类,HS280530的S指数值更趋近于0且相对平稳,平均值约为0.0216,即接近于完全产业内贸易,出口扩张型产业内贸易超过一半;HS284690以出口扩张型产业内贸易为主,而HS850511超六成为进口扩张型产业内贸易;整体S指数以进口扩张型产业内贸易为主,在2008-2015年间波动较大,之后波动幅度逐渐变小,说明中美稀土行业产业内贸易发展趋势进一步加强。
表 352000-2018年中美稀土边际产业内贸易S指数
年份 | HS280530 | HS284690 | HS850511 | 整体 |
2000 | -0.1047 | 0.1888 | 0.1965 | 0.2806 |
2001 | 0.0427 | -0.2640 | -0.1220 | -0.3433 |
2002 | 0.0342 | 0.2097 | -0.3148 | -0.0709 |
2003 | 0.0149 | -0.2283 | -0.2936 | -0.5069 |
2004 | 0.0135 | -0.1874 | -0.2856 | -0.4595 |
2005 | -0.0148 | 0.2609 | -0.2860 | -0.0399 |
2006 | -0.0181 | -0.1747 | -0.3358 | -0.5286 |
2007 | 0.0102 | -0.1881 | -0.2728 | -0.4507 |
2008 | 0.0087 | -0.2435 | -0.1225 | -0.3573 |
2009 | -0.0034 | 0.2078 | 0.2645 | 0.4689 |
2010 | -0.0300 | -0.1912 | -0.2420 | -0.4632 |
2011 | -0.0379 | -0.2952 | -0.1669 | -0.5000 |
2012 | 0.0231 | 0.1901 | 0.3363 | 0.5494 |
2013 | 0.0128 | 0.2567 | 0.2717 | 0.5412 |
2014 | 0.0006 | 0.1369 | 0.3592 | 0.4967 |
2015 | 0.0029 | 0.2225 | -0.5329 | -0.3074 |
2016 | 0.0114 | 0.0765 | 0.0904 | 0.1784 |
2017 | -0.0107 | -0.1145 | -0.2942 | -0.4193 |
2018 | -0.0080 | 0.1490 | -0.3298 | -0.1887 |
数据来源:联合国贸易数据库整理
(2)产业内贸易结构测算
Thom & McDowell细分法是在边际产业内贸易指数分析上进一步划分贸易类型,计算方法如下。
边际总产业内贸易指数(MIIT):
(公式 34)
水平型产业内贸易指数(HIIT):
(公式 35)
垂直型产业内贸易指数(VIIT):
(公式 36)
分别代表一定时期内一国某产品i的出口额增量和进口额增量。其判定范围:
,表示该产品产业内贸易形式为水平型,反之以垂直型为主。
由表3-6分析可得,MIIT指数2018年上升至0.9216,表明该年由产业内贸易因素主导贸易量增加。在近八成的样本年份,MIIT指数小于0.5,边际总产业间贸易指数大部分接近于1,证明产业间贸易和产业内贸易同时促进贸易增长。在样本年间,VIIT与HIIT共存,但仍以HIIT为主,即两国的稀土产品只存在属性差异。源于中国在稀土应用技术在全球属于领先地位,并向深加工领域发展。
表 36Thom & McDowell垂直型与水平型边际产业内贸易指数
年份 | 边际总产业内
贸易指数 | 水平型产业内
贸易指数 | 垂直型产业内
贸易指数 | 边际总产业间
贸易指数 |
2000 | 0.5474 | 0.0810 | 0.4664 | 0.4526 |
2001 | 0.5094 | 0.1090 | 0.4004 | 0.4906 |
2002 | 0.2438 | 0.0000 | 0.2438 | 0.7562 |
2003 | 0.1017 | 0.0216 | 0.0801 | 0.8983 |
2004 | 0.1089 | 0.0539 | 0.0550 | 0.8911 |
2005 | 0.4725 | 0.1308 | 0.3417 | 0.5275 |
2006 | 0.0219 | 0.0219 | 0.0000 | 0.9781 |
2007 | 0.1932 | 0.1451 | 0.0481 | 0.8068 |
2008 | 0.1182 | 0.0711 | 0.0471 | 0.8818 |
2009 | 0.0373 | 0.0361 | 0.0012 | 0.9627 |
2010 | 0.1335 | 0.1335 | 0.0000 | 0.8665 |
2011 | 0.0063 | 0.0063 | 0.0000 | 0.9937 |
2012 | 0.0138 | 0.0138 | 0.0000 | 0.9862 |
2013 | 0.0467 | 0.0467 | 0.0000 | 0.9533 |
2014 | 0.3030 | 0.3030 | 0.0000 | 0.6970 |
2015 | 0.3667 | 0.0255 | 0.3412 | 0.6333 |
2016 | 0.5209 | 0.5209 | 0.0000 | 0.4791 |
2017 | 0.2203 | 0.2203 | 0.0000 | 0.7797 |
2018 | 0.9216 | 0.1364 | 0.7851 | 0.0784 |
数据来源:联合国贸易数据库计算整理
4、中美稀土行业产业内贸易影响因素及实证分析
4.1 检验因素的变量选取及数据来源
4.1.1解释变量选取
本文依据稀土行业特性,选取以下几个产业内贸易影响因素,同时对各变量做对数处理以防止异方差问题:
汇率(LnER)。本文选取美元兑人民币汇率,其变动对产业内贸易水平变化具有复杂性,需考虑汇率变化幅度、短期或长期、不同产业类型问题。数据来源于中经网统计数据库。
投资自由度(LnIF)。反映一国对某一行业投资的开放度,基于包括稀土勘察开发、分离冶炼等在内的属于国家限制类投资项目,预测投资自由度与中美稀土产业内贸易发展水平存在正向相关。数据来源于X传统基金会发布的经济自由度指数中的投资自由度分项指标。
规模经济(LnQ)。其可以使生产成本降低,从而使该行业在国际竞争中具有比较优势。本文以中国规模以上有色金属冶炼和压延加工企业单位数量为代表。预测与中美稀土产业内贸易发展水平存在着正向关系。数据来源于中经网统计数据库。
4.1.2 被解释变量选取
本文选取稀土行业整体S指数进行分析,样本年间为2000-2018年。为方便计算和避免出现缺失值,将S指数取绝对值后进行对数处理,用LnS表示。
表 412000-2018年S指数值
年份 | S指数 | LnS |
2000 | 0.2806 | -1.2708 |
2001 | -0.3433 | -1.0693 |
2002 | -0.0709 | -2.6470 |
2003 | -0.5069 | -0.6794 |
2004 | -0.4595 | -0.7775 |
2005 | -0.0399 | -3.2222 |
2006 | -0.5286 | -0.6375 |
2007 | -0.4507 | -0.7970 |
2008 | -0.3573 | -1.0293 |
2009 | 0.4689 | -0.7573 |
2010 | -0.4632 | -0.7697 |
2011 | -0.5000 | -0.6932 |
2012 | 0.5494 | -0.5988 |
2013 | 0.5412 | -0.6139 |
2014 | 0.4967 | -0.6997 |
2015 | -0.3074 | -1.1795 |
2016 | 0.1784 | -1.7240 |
2017 | -0.4193 | -0.8692 |
2018 | -0.1887 | -1.6675 |
数据来源:联合国贸易数据库计算整理
4.2 产业内贸易影响因素检验分析
4.2.1 ADF单位根检验
为排除伪回归,本文用ADF对各变量进行平稳性检验,结果如表4-2所示。在5%显著性水平下,LnS和LnIF的ADF统计量均小于置信水平的临界值,即为平稳时间序列;LnER和LnQ原序列非平稳,经一阶差分后ADF统计量均小于5%的置信水平临界值,说明一阶滞后时间均是平稳的,即为一阶单整时间序列。
表 42ADF检验结果
变量 | LnS | D(LnS) | LnIF | D(LnIF) | LnER | D(LnER) | LnQ | D(LnQ) |
ADF值 | -4.6672 | -8.8621 | -5.9226 | -7.6029 | -1.9957 | -2.057 | -0.7355 | -2.2638 |
临界值1% | -4.5716 | -4.6679 | -4.5716 | -4.6162 | -4.6162 | -2.7081 | -4.5716 | -2.7081 |
临界值5% | -3.6908 | -3.7332 | -3.6908 | -3.7105 | -3.7105 | -1.9628 | -3.6908 | -1.9628 |
临界值10% | -3.2869 | -3.3103 | -3.2869 | -3.2978 | -3.2978 | -1.6061 | -3.2869 | -1.6061 |
AIC值 | 2.4308 | 2.1687 | -1.2482 | -0.6516 | -4.1896 | -4.1846 | -1.7704 | -1.6562 |
SC值 | 2.5792 | 2.3618 | -1.0998 | -0.5045 | -3.9935 | -4.1356 | -1.622 | -1.6072 |
HQ值 | 2.4512 | 2.1785 | -1.2277 | -0.6369 | -4.1701 | -4.1797 | -1.7499 | -1.6513 |
平稳 | 是 | 是 | 是 | 是 | 否 | 是 | 否 | 是 |
数据来源:Eviews10检验结果整理
注:D(X)表示X的一阶差分
4.2.2 最优滞后阶检验
在对数据稳定性检验后进行最优滞后阶检验,依据AIC和SC准则确定2阶是最优滞后阶,因此建立VAR(2)模型。
表 43VAR滞后阶数确定结果
Lag | LogL | LR | FPE | AIC | SC | HQ |
0 | 12.75999 | NA | 4.20e-06 | -1.030587 | -0.834537 | -1.011099 |
1 | 62.71280 | 70.52161* | 8.30e-08 | -5.025035 | -4.044784 | -4.927596 |
2 | 88.44630 | 24.21977 | 3.97e-08* | -6.170153* | -4.405701* | -5.994763* |
数据来源:Eviews10检验结果
4.2.3 协整检验
本文采用Johansen协整检验法。判断是否存在协整关系有两种指标:一是伴随概率Prob.值小于0.05则表明存在协整关系;二是Trace Statistic和Max-Eigen Statistic大于5%显著水平的临界值,说明至少有一个协整关系存在。
基于上述标准,LnS与变量LnIF、LnQ、LnER的迹统计量、最大特征值统计量及P值均表明存在长期均衡关系,即协整关系。检验结果如下:
表 44Johansen 协整检验迹统计量检验结果
Hypothesized | Trace | 0.05 | ||
No. of CE(s) | Eigenvalue | Statistic | Critical Value | Prob. |
None * | 0.862221 | 84.33349 | 47.85613 | 0.0000 |
At most 1 * | 0.756384 | 50.63774 | 29.79707 | 0.0001 |
At most 2 * | 0.637810 | 26.63097 | 15.49471 | 0.0007 |
At most 3 * | 0.423593 | 9.366002 | 3.841466 | 0.0022 |
表 45Johansen 协整检验最大特征值统计量检验结果
Hypothesized | Max-Eigen | 0.05 | ||
No. of CE(s) | Eigenvalue | Statistic | Critical Value | Prob. |
None * | 0.862221 | 33.69575 | 27.58434 | 0.0072 |
At most 1 * | 0.756384 | 24.00677 | 21.13162 | 0.0191 |
At most 2 * | 0.637810 | 17.26497 | 14.26460 | 0.0163 |
At most 3 * | 0.423593 | 9.366002 | 3.841466 | 0.0022 |
注:*表明5%的显著性水平下拒绝原假设
数据来源:Eviews10检验结果
4.2.4 向量自回归(VAR)模型
(1)Granger 因果检验
Granger因果检验是检验某变量的滞后值对其它变量的当期值是否有影响。若接受原假设,则不存在Granger因果关系,即某个变量对其它相关变量没有预测能力;若拒绝原假设,则存在因果关系。
表 46Granger因果检验结果
检验变量组 | 原假设 | 滞后阶数 | F统计量 | P值 | 10%的显著性水平 |
LnQ | LnQ不是LnS变化的原因 | 2阶 | 3.73715 | 0.0547 | 拒绝 |
LnS不是LnQ变化的原因 | 0.15885 | 0.8549 | 接受 | ||
LnIF | LnIF不是 LnS变化的原因 | 3.83164 | 0.0517 | 拒绝 | |
LnS不是 LnIF变化的原因 | 0.04872 | 0.9526 | 接受 | ||
LnER | LnER不是LnS变化的原因 | 7.60255 | 0.0074 | 拒绝 | |
LnS不是LnER变化的原因 | 0.18263 | 0.8353 | 接受 |
数据来源:Eviews10检验结果
从表4-6检验结果可得,在10%显著性水平下,LnQ、LnIF和LnER均拒绝原假设。表明LnQ、LnER和LnIF是LnS的Granger原因且是单向因果。
(2)向量自回归(VAR)模型
基于Granger 因果检验结果建立VAR模型,以明确解释变量对被解释变量的影响,并进行稳定性检验。
一个p阶VAR模型可以表示为:
其中C为维的常数向量,
为
的自回归系数矩阵,
向量的i阶滞后变量, 为随机扰动项,p为自相关滞后阶数。
同时AR稳定性检验(图4-1)结果为特征根均落在单位圆内,不存在单位根,表明建立的模型是稳定的。VAR(2)结果如下:
LnS=-0.66*LnS(-1)-0.56*LnS(-2)-0.13*LnQ(-1)+0.49*LnQ(-2)+0.02*
LnIF(-1)-1.37*LnIF(-2)-13.56*LnER(-1)+10.83*LnER(-2)+16.74
表 47向量自回归模型回归结果
被解释变量 | 解释变量 | 滞后期数 | 系数 | 系数标准差 | T统计量 | F值 | |
LnS | LnS(-1) | 2期 | -0.659245 | 0.29288 | -2.25090 | 0.755595 | 3.091561 |
LnS(-2) | -0.564922 | 0.27673 | -2.04140 | ||||
LnQ(-1) | -0.130481 | 2.19394 | -0.05947 | ||||
LnQ(-2) | 0.487408 | 2.39971 | 0.20311 | ||||
LnIF(-1) | 0.017619 | 1.37254 | 0.01284 | ||||
LnIF(-2) | -1.366108 | 1.21844 | -1.12119 | ||||
LnER(-1) | -13.55878 | 8.07479 | -1.67915 | ||||
LnER(-2) | 10.83393 | 6.23645 | 1.73719 | ||||
C | 16.74252 | 30.0035 | 0.55802 |
数据来源:Eviews10检验结果
数据来源:Eviews10检验结果
图 41AR根图
为深入验证变量间的相互作用,需要进行脉冲响应分析。如图4-2,在10期的情况下,纵轴为解释变量对被解释变量的响应程度,横轴为期数。分析结果如下:
中美稀土产业内贸易水平(LnS)受自身正负双向影响,负向影响最大为-0.23,正向影响最大为0.63,之后一直在2至-2范围内波动。给当期规模经济(LnQ)、投资自由度(LnIF)和汇率(LnER)一个冲击后,不能迅速做出反映,之后几期中出现不同程度的正负响应。来自汇率(LnER)的冲击对中美稀土产业内贸易水平(LnS)的影响在4期正向冲击达到最大,随后冲击开始减弱。中美稀土产业内贸易水平(LnS)受投资自由度(LnIF)的冲击后期趋于平稳,受规模经济(LnQ)的冲击多为正向小幅冲击。汇率、规模经济和投资自由度在当期对提高中美稀土产业内贸易水平无显著影响,在2-6年作用效果明显,随后冲力减小趋于平稳。从中长期来看产业内贸易水平变化轨迹为上下波动,这是由于还需考虑物价、劳动生产率与工资增长速度等因素影响。
图 42脉冲响应函数关系图
进一步从分解结果分析,中美稀土产业内贸易水平(LnS)主要受自身影响变化,第一期对自身贡献率为1,十期后仍可维持在58%以上,即其对自身变化有稳定作用,原因是该产业内贸易水平与上一期产业内贸易水平之间存在一定的相关性。其次是汇率(LnER)影响力度,其对中美稀土产业内贸易水平(LnS)的贡献度虽然第一期为0,但是逐渐提高,在第十期达到23.81136%,且影响力上升速度远远大于投资自由度(LnIF)影响力上升速度。规模经济(LnQ)对中美稀土产业内贸易水平(LnS)的贡献率极低且后期趋于稳定。因此中美稀土产业内贸易水平(LnS)的变动主要由自身变化和汇率(LnER)引起,即要想提高该产业内贸易水平应重点关注中美稀土产业内贸易水平和汇率的影响,虽短期内影响不大,但需持续关注。
图 43方差分解图
表 48变量LnS方差分解表
Period | S.E. | LNS | LNQ | LNIF | LNER |
1 | 0.631162 | 100.0000 | 0.000000 | 0.000000 | 0.000000 |
2 | 0.735747 | 83.62355 | 2.116881 | 0.418460 | 13.84111 |
3 | 0.786791 | 73.44563 | 2.561753 | 6.935000 | 17.05762 |
4 | 0.849618 | 63.58126 | 2.557979 | 13.14605 | 20.71471 |
5 | 0.922026 | 59.52695 | 7.021364 | 11.18555 | 22.26613 |
6 | 0.930501 | 58.45152 | 6.899051 | 11.17235 | 23.47708 |
7 | 0.943503 | 58.86859 | 6.753598 | 11.13341 | 23.24440 |
8 | 0.959947 | 59.10577 | 6.766942 | 10.82379 | 23.30350 |
9 | 0.965822 | 58.38963 | 6.865365 | 10.82301 | 23.92200 |
10 | 0.970510 | 58.04914 | 6.816210 | 11.32328 | 23.81136 |
数据来源:Eviews10方差分解结果
5、结论与建议
5.1 结论
本文先对中美稀土产业内贸易水平和产业内贸易类型测度,再对数据进行平稳性检验和确定最优滞后阶数后,建立投资自由度、规模经济、美元兑人民币汇率与中美稀土产业内贸易水平的VAR模型,实证结论如下:
第一,中美稀土产业内贸易总体水平较高且发展趋势良好,S指数平均值约为0.35,属于出口扩张型产业内贸易。在细分类上,HS280535、HS284690和HS850511都呈现为较高的产业内贸易,说明中美稀土贸易结构有一定的优化。本文又通过测算稀土产业总体产业内贸易类型,分析其属于水平型产业内贸易。
第二,中美产业内贸易S指数与规模经济、汇率和投资自由度经过一阶差分后平稳,同时通过协整检验表明中美稀土产业内贸易与各因素存在长期稳定的均衡关系,有时虽会偏离均衡关系,但随时间拉长又会回到均衡状态。
第三,由Granger因果检验得出,解释变量与被解释变量均存在单向影响机制,并结合脉冲响应和方差分解分析得出,中美稀土产业内贸易具有自我稳定促进作用;美元兑人民币平均汇率对中美稀土产业内贸易呈现长期效应,汇率升值会使中美稀土行业的规模经济加强,同时将提升高水平的差异化产品的比重,从而提高产业内贸易水平;投资自由对产业内贸易水平提高的作用在3-4年达到最大,结合其理想贡献率在10%-13%左右,所以在加大投资自由化的同时需要合理利用外资,才能发挥其推动作用;尽管产业内贸易受规模经济影响不大,但存在长期关系,在发展中美稀土产业内贸易时不容忽视。
5.2 建议
为了提高中美稀土产业内贸易水平,减少中美稀土贸易摩擦,提出以下几点建议:
企业和XX持续加大对高端材料研发投入,提高产业链核心竞争力。中美稀土产业内贸易总体水平较高,但仍需在自身现有资源保证下,加大对稀土深度应用开发的投入,改善出口产品结构,培养产业内高素质人才,提高技术创新和产业进一步升级,形成全产业链竞争优势。推动中美稀土产业内贸易朝水平型产业内贸易持续稳定发展,促使我国从稀土大国向稀土强国转变。
保持适度的稀土投资自由,鼓励本土企业走出国门。投资自由化存在两面性:一是吸收更多的外国资本用于经济结构的优化和升级,二是加剧国内产业竞争态势。基于稀土战略资源特性和中美两国资本竞争差距,若过于放宽对该产业的投资,不仅会丢失我国在国际稀土市场份额和利益受损,还将面临产业安全问题。因此一方面XX需制定相应的产业政策,在资金筹措方面给予支持,以获得更多研发费用实现产业整体素质提高;另一方面鼓励本土企业与国外拥有优质资本的公司建立合资企业或者其他合作,吸引国际技术人才推动稀土行业发展,促进国际间关于技术革新与应用等方面的良性互动。
提高稀土行业规模经济,建设结构合理、和谐共生的稀土企业体系。支持和引导稀土企业通过纵向或横向兼并重组扩大规模,不仅能减少重复建设,还能整合各区域稀土资源和技术力量,形成大稀土集团,从而提高市场集中度、发挥行业带动效应和创新引领作用。同时注重优化营商环境避免无序竞争,搭建稀土平台供企业与企业、企业与XX进行信息交流、资源共享、利益磋商和共同制定实施行业准则。
参考文献
[1]Attila Jambor. Country‐Specific Determinants of Horizontal and Vertical Intra‐industry Agri‐food Trade: The Case of the EU New Member States[J]. Journal of Agricultural Economics,2014,65(3).
[2]Yusefzadeh Hassan,Hadian Mohammad,Abolghasem Gorji Hassan,Ghaderi Hossein. Assessing the FactorsAssociated With Iran’s Intra-Industry Trade in Pharmaceuticals.[J]. Global journal of health science,2015,7(5).
[3]Hayakawa K , Ito T , Okubo T . On the Stability of Intra-industry Trade 1,2[J]. Journal of the Japanese and International Economies,2017,45(5):1-12.
[4]Hoang.Viet.Investigating Agricultural Intra-Industry Trade: A Comprehensive Case Study in Vietnam[J].Structural Change and Economic Dynamics,2019.
[5]C.T. Vidya & K.P. Prabheesh. Intra-Industry Trade Between India And Indonesia[J]. Bulletin of Monetary Economics and Banking,2019.
[6]马鹏,秦晓敏.中国工业贸易调整成本的经验研究——边际产业内贸易视角的分析[J].中南财经政法大学学报,2013(03):59-66+159.
[7]程婷,陈媛.产品内分工影响中美产业内贸易的实证分析[J].统计与决策,2015(01):144-147.
[8]张彬,桑百川.产品层次差异下的中美产业内贸易比较[J].产经评论,2016,7(04):68-78.
[9]刘拓知.中美产业内贸易发展研究[J].中国市场,2016(50):202-203.
[10]闵树琴,刘宁.中美产业内贸易研究[J].牡丹江师范学院学报(哲学社会科学版),2018(04):11-16.
[11]李钰幸,王玥颖.“贸易战”背景下中美货物贸易结构研究[J].现代商贸工业,2018,39(32):47-48.
[12]隆国强.全面看待中美经贸关系理性处理贸易争端[J].中国外汇,2018(07)8-9.
[13]许南,黄颖.中国金融服务业产业内贸易的影响因素与发展对策[J].经济地理,2014,34(05):91-96.
[14]彭文魁.产业升级背景下中美产业内贸易实证研究[D].上海社会科学院,2017.
[15]邓艳平.中美农产品产业内贸易发展研究[J].湖南商学院学报,2017,24(03):62-66.
[16]崔庆云.中美医药产品产业内贸易影响因素分析[D].上海社会科学院,2017.
[17]王睿.贸易战背景下中美运输设备产品产业内贸易研究[J].北京经济管理职业学院学报,2018,33(04):10-15+21.
[18]朱丽宁.中美环境产品产业内贸易水平及影响因素研究[D].华中科技大学,2018.
[19]连小莉,陶红军.中美兽药产业内贸易研究[J].中国兽药杂志2019,53(01):27-36.
[20]施竞澄.中美制造业产业内贸易的实证研究[J].中国商论,2019(13):97-100.
[21]张迪,李婷,张景帅.贸易摩擦背景下中美产业内贸易研究——基于高新技术产业视角[J].现代管理科学,2019(10):3-5.
[22]汤晗均.中国稀土产业经济研究现状与发展趋势分析[J].中国市场2016(37):61+69.
[23]孙晓优.中美稀土贸易摩擦的产业内贸易理论解释之有效性探析[D].江西:江西理工大学,2017.
[24]刘立刚,孙晓优,张彦灵.基于引力模型的中美稀土行业产业内贸易及影响因素研究[J].江西理工大学学报,2017,38(06):26-32+73.
[25]邵桂兰,周乾.中美稀土出口空间格局比较研究[J].稀土,2018,39(03):149-158.
[26]张学东.全球化背景下中国稀土产品供给问题研究[D].中央财经大学,2015.
[27]李仲学,周宝炉,赵怡晴.未来世界稀土供需格局分析及对策[J].稀土,2016,37(03):153-158.
[28]王佳男.中国稀土需求预测模型研究与应用[D].江西理工大学,2018.
[29]孙菁靖.中国稀土市场供需非均衡研究[D].江西理工大学,2018.
[30]韦世强,张亮玖,杨金涛,周慧荣,江泽佐.新形势下全球稀土供需结构的变化及我国稀土开发模式的探讨[J].稀有金属与硬质合金,2018,46(04):32-36.
致谢
在此次毕业论文设计过程中,欧洋婷老师从选题、实证分析到最后修改给予精心指导,使论文有质的飞跃。在此,对欧洋婷老师表示诚挚的感谢和对她诲人不倦的师者风范、敬业态度表示崇高敬意。在论文即将完成之际,心情是复杂的,意味着在宁德四年的大学生活即将结束,感谢师长、同学在这四年的无言帮助和陪伴!
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.447766.cn/chachong/84239.html,